Skript Mathematik1 WiSe1819

Bergische Universität Wuppertal
Fakulät 5, Bauingenieurwesen – Lehrgebiet Mathematik
Skript zur Vorlesung

Mathematik 1 und Mathematik 2
Dr. rer. nat. Andreas Bartel
auf der Skriptgrundlage von

apl. Prof. Dr. Peter Beisel
Unter Mitwirkung von

Amine Abderrahim, Siham Amhaouach, Franz-Josef Bröckers, Britta Flock, Christian
Mittelstedt und Heidi Schlösser, Michael Conrad, Olaf Schwarber, Carsten Heinz,
Tatiana Graunke, Sandra Klewer, Leska Sauder, Renate Winkler, Jan Kühn
Wintersemester 2018/2019
Sommersemester 2019
Vorwort
Das vorliegende Skript zur Mathematik 1 und 2 umfasst den Inhalt der gleichnamigen Ver-
anstaltung für Studierende des Bauingenieurwesens und Verkehrswirtschaftsingenieurwesens
mit angestrebten Abschluss Bachelor. Es umfasst die beiden Teile:
Wintersemester: Mathematik 1 mit 6 Semesterwochenstunden und

Sommersemester: Mathematik 2 mit 4 Semesterwochenstunden.
Vorlesung und Übungen werden in integrierter Form angeboten, d.h. ausführliche Übungsbei-
spiele im genannten Umfang werden in die Vorlesung eingebunden.
Gelehrt werden Grundtechniken und Methoden der Ingenieurmathematik aus den Bereichen
Vektor- und Matrizenrechnung, Differential- und Integralrechnung für Funktionen mit einer
oder mehrerer Variablen mit Anwendungen.
Zielsetzung der Darstellung des Stoffes ist mehr seine Anwendung, weniger seine Theorie. Es
soll eher die Frage beantwortet werden Wie und unter welchen Umständen kann ich eine
”
mathematische Methode anwenden?“ als die Frage Warum funktioniert die Methode gerade
”
so?“ Man findet also nur wenige formale Beweise in diesem Skript, dort wo Begründungen
zum Verständnis nötig sind, werden sie häufig vorab entwickelt. Ansonsten wird versucht, das
Verständnis durch erläuternde Beispiele und Gegenbeispiele zu wecken.
Es wird zwar mit den grundlegenden Rechentechniken begonnen, dennoch sind Vorkenntnisse
des Grundkurses Mathematik notwendig, da das Tempo des Voranschreitens höher als in der
Schule ist.
Ein erfolgreiches Absolvieren dieser Veranstaltung beinhaltet neben der Teilnahme an
der Vorlesung das systematische Lesen und Nacharbeiten des Skripts. Es werden nicht
alle Inhalte des Skripts in der Vorlesung vorgetragen, bei manchen technischen Einzelheiten
wird auf das Skript verwiesen werden. Andererseits werden Beispiele und stoffliche Ergänzun-
gen in der Vorlesung und den Übungen vorgetragen, die nicht im Skript stehen. Der Inhalt
des Skripts entspricht dennoch genau dem (potentiellen) Inhalt der zu leistenden Prüfun-
gen. Übrigens bei den Prüfungen sind keine Taschenrechner erlaubt. Am Besten machen Sie
sich eigene Beispiele zu den Regeln und überlegen sich, warum die Regeln zutreffen bzw. in
anderen Fällen nicht zutreffen.
Dringend empfohlen wird die freiwillige Teilnahme an den die Veranstaltung begleitenden
Tutorien. Dort werden Übungsaufgaben selbst bearbeitet, besprochen und zu individuellen
Verständnisproblemen Hilfe angeboten. Zur Bearbeitung der Aufgaben in den Tutorien ist
dieses Skript immer mitzubringen. Die Übungsaufgaben werden wöchentlich ausgeteilt. Diese
entstammen zum größten Teil einer Aufgabensammlung, die zum Skript zusammengestellt
wurde.
1
2
Das Skript, die komplette Aufgabensammlung und die Übungsaufgaben, stehen als Download
auf unserer Homepage zur Verfügung:
http://www.bauing.uni-wuppertal.de/
Das Skript sowie die Übungsaufgaben werden stückweise ergänzt.

Erfreulicherweise gibt es viele Bücher zur Höheren Mathematik, die sich auf sehr unterschiedli-
chem Niveau mit dem Stoff auseinandersetzen. Es sei betont, dass es ein Ziel der Veranstaltung
ist, die Hörer mit der mathematischen Sprechweise“ vertraut zu machen, so dass die Kennt-
”
nisse über die Vorlesung hinaus durch Lesen in dem einen oder anderen wissenschaftlichen
Buch erweitert und vertieft werden können.
Die sich anschließende Literaturliste ist nur ein kleiner Einblick in die umfangreiche Literatur.
An ihrer Spitze steht das empfehlenswerte Buch von Meyberg/Vachenauer, das auch bei der
Ausarbeitung des Skripts Pate stand. Auf der anderen Seite empfehlen wir, in verschiede-
ne Bücher hineinzuschauen und sie zu unterschiedlichen Zwecken zu nutzen: das eine liegt
einem vom Aufbau oder der Ausführlichkeit her, das andere bietet reichlich anwendungsori-
entierte Beispiele, das dritte vielleicht die in der Vorlesung fehlenden Beweise und ein viertes
findet gerade an der Stelle, die einem Kopfzerbrechen bereitet, die richtigen Worte, die zum
Verständnis notwendig sind.
Nicht jeder muss (kann) die Bücher aus der Bibliothek ausleihen, nicht jeder muss alle Auf-
gaben alleine rechnen, wir möchten ausdrücklich zur Arbeit in Gruppen ermutigen. Aber:
Wirklich gelernt, wirklich verstanden hat man nur das, was man sich selbst (alleine) erarbei-
tet hat. Was man nur nachvollzieht, ist schnell wieder vergessen und kann in analoger Situation
(z.B. Klausur) nicht angewendet werden. Techniken der Mathematik zu erlernen, heißt üben
und begreifen.
Wir wünschen allen Teilnehmern an der Veranstaltung viel Erfolg, weniger Streß, sondern
mehr Spaß mit der Mathematik.
Das Mathe-Team
Literaturliste
• Meyberg/Vachenauer: Höhere Mathematik 1 - Differential und Integralrechnung Vektor-

und Matrizenrechnung
Springer Verlag Berlin 2001
Kommentar: Dieses Buch wird als Standard-Begleitliteratur zu dieser Veranstaltung
empfohlen. In ihm steht alles, was in der Vorlesung behandelt wird. Es geht sogar weit
darüber hinaus und beinhaltet Teile, die erst in späteren Vorlesungen behandelt werden.
Der Stoff wird in ähnlicher Reihenfolge dargestellt wie in der Vorlesung. Das Buch
ist wegen der Fülle der Theorie und Anwendungen recht dicht, aber übersichtlich ge-
schrieben und bietet Beweise in Kurzform. Der Aufgabenteil ist umfangreich, aber ohne
Lösungen.
• Papula: Mathematik für Ingenieure und Naturwissenschaftler

Vieweg Verlag, 2007
• Bronstein/Semendjajew/Musiol: Taschenbuch der Mathematik

Verlag Harri Deutsch, 2005
Kommentar: Standard-Formelsammlung für Ingenieure; ziemlich umfassend
• Stry/Schwenkert: Mathematik kompakt: für Ingenieure und Informatiker (Springer-

Lehrbuch)
Springer Verlag, 2006
Kommentar: Gute Überschneidung mit Mathematik 1 und 2, weiterführende Beispiele.
Achtung: Die obige Reihenfolge und die Kommentare werten nicht die Qualität der Bücher,
sondern geben nur Empfehlungen und Hinweise, inwieweit diese Werke zur Vorlesung passen.
Inhalt
• Teil I: Grundlagen
• Teil II: Vektoren und Gleichungen
• Teil III: Funktionen und Gleichungen
• Teil IV: Grenzwertberechnung
• Teil V: Differentialrechnung
• Teil VI: Elementare Funktionen
• Teil VII: Integralrechnung
• Teil VIII: Anwendungen der Differential- und Integralrechnung
• Teil IX: Matrizenrechnung
• Teil X: Mehrdimensionale Differentialrechnung
• Teil XI: Anwendungen der Differentialrechnung
• Teil XII: Mehrdimensionale Integralrechnung
4
Teil I
Grundlagen
5
Kapitel 1
Zahlen und Funktionen
Grundlage der mathematischen Verfahren und Rechenmethoden in dieser Vorlesung sind
• die mengentheoretische Schreibweise der mathematischen Aussagen,
• das Rechnen mit reellen Zahlen, Gleichungen, Ungleichungen und
• der Umgang mit und die Benutzung von Funktionen.
Diese Grundtechniken werden als bekannt vorausgesetzt. In diesem ersten Kapitel sollen den-
noch einige Rechenregeln und Begriffsbildungen herausgestellt werden, deren Kenntnis be-
sonders wichtig ist.
1.1 Mengen und etwas Logik

Mengen sind wichtige Beschreibungsmittel, die der Zusammenfassung von gleichartigen Ob-
jekten (den Elementen) dienen. Sie können einfach durch aufzählen, bzw. durch aussondern
beschrieben werden. Z.B.:

L := {1, 4, 9, 16, 25, . . . } bzw. {n ∈ L n ist ohne Rest durch 2 teilbar} = {4, 16, 36, . . . }

Das Zeichen :=“ bedeutet ist definiert als“ bzw. der senkrechte Strich “ wird gelesen
” ” ”
als für die gilt“.
”
R
Wir gehen davon aus, dass Sie eine Vorstellung von den reellen Zahlen haben: z.B. durch
den Zahlenstrahl. Zudem werden folgende Bezeichnungen eingeführt:
R++ := {x ∈ R | x > 0}
R0 := {x ∈ R | x ≥ 0}
In der Menge der reellen Zahlen R sind folgende Teilmengen von besonderer Bedeutung:
• Die Menge der natürlichen Zahlen N. Das sind alle Zahlen 1, 2, 3, 4, . . . (beachte:
N0 := N ∪ {0}).
• Die Menge der ganzen Zahlen Z entsteht aus N0 durch Hinzunahme der entsprechen-
den negativen Zahlen zu den Zahlen aus N: Z = {. . . , −3, −2, −1, 0, 1, 2, 3, . . .}.
• Die Menge der rationalen Zahlen Q umfasst alle reellen Zahlen, die sich als Bruch
zweier ganzer Zahlen darstellen lassen. Es sind genau die reellen Zahlen mit einer end-
lichen oder periodisch unendlichen Dezimalbruchdarstellung.
6
KAPITEL 1. ZAHLEN UND FUNKTIONEN 7
Es gilt
N ⊆ N0 ⊆ Z ⊆ Q ⊆ R.
Die nicht rationalen reellen Zahlen heißen irrationale Zahlen.
Hierbei wird ⊆“ gelesen als Teilmenge von“, und es bedeutet, dass die links stehende
” ”
Menge komplett in der rechts stehenden Menge enthalten ist.
Weiter wichtig sind sogenannte Intervalle: seien a, b ∈ R
abgeschlossenes Intervall: [a, b] := {x ∈ R | a ≤ x ≤ b}
offenes Intervall: (a, b) := {x ∈ R | a < x < b}
halboffene Intervalle: [a, b) := {x ∈ R | a ≤ x < b}
(a, b] := {x ∈ R | a < x ≤ b}
Beachten Sie die feinen Unterschiede! – Fazit: Jedes Zeichen hat eine eindeutige Bedeutung,
die gelernt werden muss. Die Intervalle kann man am Zahlenstrahl visualisieren: z.B. (−2, 3]
( ] R
−3 −2 −1 0 1 2 3 4 5
Manchmal muss man auch mit Mengen rechnen. Folgende Operationen sind grundlegend:
Seien A, B Mengen, z.B. A, B ⊆ : R
Vereinigung: R
A ∪ B := {x ∈ | x ∈ A oder x ∈ B}
Schnitt: R
A ∩ B := {x ∈ | x ∈ A und x ∈ B}
ohne bzw. Minus: R
A\B := {x ∈ | x ∈ A und x ∈ / B}
kartesisches Produkt: A × B sind alle Tupel (x, y) für die gilt: x ∈ A, y ∈ B.
Beispiel 1.1 Mit Intervallen können wir folgendes darstellen:
[−1, 2] ∪ [1, 3] = [−1, 3], [−1, 2] ∩ [1, 3] = [1, 2], [−1, 2]\[1, 3] = [−1, 1).
Oder [0, 1] × [0, 1] =: [0, 1]2 beschreibt ein Quadrat von Zahlen im 2D Koordinatensystem.
— Hierbei gehören die Ränder zur Menge (abgeschlossene Intervalle). Dafür verwenden wir
durchgezogenen Linien. Falls die Ränder nicht dazu gehören, stricheln wir die Ränder. (Übung:
Skizzieren Sie [−1, 1) × (2, 5].)
R R R R
Abkürzend schreiben wir: 2 := × für die Ebene, bzw. 3 für den Anschauungsraum.
Ganz kurz zum Thema Logik: Folgerungen sind sehr wichtig in der Mathematik und in der
Herleitung neuer Sachverhalte. Dazu werden auch Zeichen benutzt: Es seien A, B hier Aus-
sagen.
Äquivalenz: A⇔B lies: A genau dann wenn B“
”
Folgerung: A⇒B aus A folgt B“ bzw. A impliziert B “ bzw.
” ”
A hinreichend für B“ bzw. B notwendig für A“
” ”
Diese Zeichen haben wieder dedizierte Bedeutungen, und sind nur zu verwenden, wenn diese
auch zutreffen.
1.2 Rechnen mit Beträgen

Das Rechnen mit Beträgen wird vom Anwender oft als unangenehm empfunden, da der Begriff
Betrag“ zweigeteilt definiert ist. Man kann aber alle Schwierigkeiten ausräumen, wenn man
”
sich stur an die Definition und die Rechenregeln hält. Diese seien im folgenden benannt.
R
Für eine reelle Zahl a ∈ wird der Betrag von a festgesetzt durch

a, falls a ≥ 0
|a| :=
−a, falls a < 0.
Beispiel 1.2 Es ist |3| = 3, aber auch | − 3| = 3 = −(−3).

Es gelten die folgenden Rechenregeln (für a, b, x ∈ R beliebig):
| − a| = |a|
−|a| ≤ a ≤ |a|
|a · b| = |a| · |b|

1 1
= (a 6= 0)
a |a|
|a + b| ≤ |a| + |b| (Dreiecksungleichung)
|a| ≤ |b| ⇔ −b ≤ a ≤ b oder b ≤ a ≤ −b
|x − a| ≤ b ⇔ a − b ≤ x ≤ a + b (1.1)
√
a2 = |a|
p 2
( |a|) = |a|
|a|2 = a2
Viele dieser Regeln kann man sich geometrisch auf der Zahlengeraden veranschaulichen. Als
Beispiel sei eine Skizze zur Regel (1.1) angegeben:
b b
x
a
R
a−b a+b
Übung: Formulieren Sie diesen Zusammenhang verbal. (Tipp: Benutzen Sie das Wort Ab-
stand.)
Beispiel 1.3 (Zur Dreiecksungleichung)
1 = | − 4 + 3| < |4| + |3| = 7, aber 7 = |4 + 3| = |4| + |3| = 7.
1.3 Rechnen mit Gleichungen und Ungleichungen

Eine der Grundaufgaben der Mathematik ist das Ermitteln aller Lösungen von Systemen von
Gleichungen und Ungleichungen. Folgende Umformungsregeln sind in diesem Zusammenhang
nützlich.
Rechenregeln (für a, b, x, y, p, q ∈ R beliebig):

x=y ⇔ x+a=y+a
x = y ⇔ ax = ay, falls a 6= 0
x<y ⇔ x+a<y+a
x < y ⇔ ax < ay, falls a > 0
x < y ⇔ ax > ay, falls a < 0
1 1
0<x≤y ⇔ 0< ≤
y x
2 2
|x| ≤ |y| ⇔ x ≤ y
xy = 0 ⇔ x = 0 oder y = 0
x2 = a2 ⇔ x = a oder x = −a
r
p p2
x2 + px + q = 0 ⇔ x = − ± −q (p, q–Formel)
2 4
Man beachte: Die günstigste Bearbeitung von Gleichungen und Ungleichungen ist immer
eine äquivalente Umformung. Umformungen sind äquivalent, wenn man sie rückgängig machen
kann, wenn sie also die Lösungsmenge nicht verändern.
Nichtäquivalente Umformungen führen zu einer (potentiellen) Ausweitung der Lösungsmenge
der Gleichungen oder Ungleichungen. Ergebnisse, die sich nach nichtäquivalenten Umformun-
gen ergeben, müssen noch als Lösungen überprüft werden.
Beispiel 1.4
a) Man bestimme die Lösungsmenge der folgenden Gleichung
(x − 2)2 + x = 2.
Es gibt mehrere Lösungswege, einer davon ist der folgende:
(x − 2)2 + x = 2
⇔ (x − 2)2 = − (x − 2)
⇔ x−2=0 oder x − 2 = −1
⇔ x=2 oder x = 1.
b) Man bestimme die Lösungsmenge der folgenden Ungleichung
|x + 1| + |x − 1| ≤ 2.
Da ||x + 1| + |x − 1|| = |x + 1| + |x − 1|, gilt
|x + 1| + |x − 1| ≤ 2
⇔ (|x + 1| + |x − 1|)2 ≤ 22
⇔ (x + 1)2 + 2|x + 1| · |x − 1| + (x − 1)2 ≤ 4
⇔ 2|x2 − 1| + 2(x2 + 1) ≤ 4
⇔ |x2 − 1| + (x2 + 1) ≤ 2.
Wegen der zweigeteilten Definition des Betrages unterscheiden wir zwei Fälle
1. Fall x2 − 1 ≥ 0. Dann gilt
|x2 − 1| + (x2 + 1) ≤ 2
⇔ x2 − 1 + x2 + 1 ≤ 2
⇔ x2 ≤ 1.
Zusammen mit der Eingangsbedingung ergibt sich x = ±1.

2.Fall x2 − 1 < 0, d.h. −1 < x < 1. Dann ergibt sich
|x2 − 1| + (x2 + 1) ≤ 2
⇔ −x2 + 1 + x2 + 1 ≤ 2
⇔ 2 ≤ 2
Da die letzte Bedingung immer erfüllt ist, erfüllen im 2. Fall alle x ∈ R mit −1 < x < 1
die gegebene Ungleichung.
Insgesamt ergibt sich damit als Lösungsmenge das abgeschlossene Intervall [−1, 1].
c) Gesucht ist die Lösungsmenge L der Ungleichung:

2 5
≤ .
|12 − 6x| 9
2 5 2·9
Lsg.: Es gilt: ≤ ⇔ ≤ |12 − 6x| = |6x − 12|.
|12 − 6x| 9 5
Besonders einfach kann man nun die Lösung mit der Interpretation des Betrages als
Abstand bestimmen (d.h. der Abstand von 6x zu 12 ist mindestens 18
5 ), damit
18 18
6x ≤ 12 − oder 6x ≥ 12 +
5 5
3 7 3 13
⇔ x≤2− = oder x ≥ 2 + = .
5 5 5 5

7 13
So lautet das Ergebnis: L = −∞, ∪ ,∞ .
5 5
Natürlich führt auch die Verwendung der Betragsdefinition mit der dazu notwendi-
gen Fallunterscheidung zum Ziel. Dieser Weg ist in diesem Fall aber viel aufwendiger.
(Übung!)
Beispiel 1.5 (Ungleichungskette) Gesucht ist die Lösungsmenge L

der folgenden Unglei-
chungskette:
1
x+1≤ ≤ 5.
x−1
R
Lösung: Die Ungleichungskette ist nur für x 6= 1 definiert. Hierbei sind alle x ∈ , x 6= 1
gesucht, die den beiden Ungleichungen
1 1
(U1) x + 1 ≤ und (U2) ≤5
x−1 x−1
gleichzeitig genügen. Es muss Ungleichung (U1) und Ungleichung (U2) erfüllt sein. Die Lösungs-
L
menge der Ungleichungskette ergibt sich dann aus dem Durchschnitt der Lösungsmengen
L L
U 1 und U 2 der einzelnen Ungleichungen.
Weil x − 1 an der Stelle x = 1 sein Vorzeichen ändert, unterscheiden wir für jede Ungleichung
die Fälle
Fall 1 : x < 1 und Fall 2 : x > 1.
Hier kann x die Fallbedingung (Fall 1) oder die Fallbedingung (Fall 2) erfüllen. Die Lösungs-
menge ergibt sich daher aus der Vereinigung der Lösungsmengen für die beiden Fälle.
• U1, Fall 1: Unter der Fallbedingung x < 1 gilt
1
x+1≤ ⇔ (x + 1)(x − 1) ≥ 1
x−1
⇔ x2 − 1 ≥ 1 ⇔ x2 ≥ 2
√ √ √ √
⇔ x ≥ 2 oder x ≤ − 2 ⇔ x ∈ (−∞, − 2] ∪ [ 2, ∞)
Gültige Lösungen für diesen Fall sind aber nur diejenigen x, die auch die Fallbedingung
(F 1) erfüllen.
√ √ √
L
h i
U1, 2 = (−∞, − 2] ∪ [ 2, ∞) ∩ (−∞, 1) = (−∞, − 2] .
• U1, Fall 2: Unter der Fallbedingung x > 1 gilt
1
x+1≤ ⇔ (x + 1)(x − 1) ≤ 1
x−1
⇔ x2 − 1 ≤ 1 ⇔ x2 ≤ 2
√ √
⇔ x ∈ [− 2, 2]
Wieder müssen wir die Fallbedingung, diesmal (F 2) beachten.

√ √ √
L
U1, 2 = [− 2, 2] ∩ (1, ∞) = (1, 2] .
Die Lösungsmenge von U1 ist nun die Vereinigung der Lösungsmengen für die beiden
Fälle: √ √
L L L
U1 = U1, 1 ∪ U1, 2 = (−∞, − 2] ∪ (1, 2].
• U2: Analog wird die zweite Ungleichung (U2) auch mit Fall 1 (x < 1) und Fall 2 (x > 1)
behandelt und man erhält (Übung!)
LU2, 1 = (−∞, 1) , LU2, 2 = [ 56 , ∞), LU2 = LU2, 1 ∪ LU2, 2 = (−∞, 1) ∪ [ 65 , ∞) .

Die Lösungsmenge der Ungleichungskette ergibt sich nun aus dem Durchschnitt
√ √ i h √ 6 √
L = LU 1 ∩ LU 2 = 6
h i
(−∞, − 2] ∪ (1, 2] ∩ (−∞, 1) ∪ [ , ∞) = (−∞, − 2] ∪ [ , 2].
5 5
1.4 Rechnen mit natürlichen Zahlen

Wichtigstes Hilfsmittel für das Rechnen mit den natürlichen Zahlen ist das
Beweisprinzip der vollständigen Induktion/Rekursive Definition

Eine Aussage A, die von n ∈ N0 abhängt, ist gültig für alle n ≥ n0, wenn gilt:
1. Induktionanfang: Sie ist gültig für n = n0 .
2. Induktionsschritt: Gilt sie für ein vorgegebenes n = n ≥ n0 , so gilt sie auch für n = n+1.
Beispiel 1.6 Die Aussage n2 ≥ n + 5 gilt für alle natürlichen Zahlen n ≥ 3, wie man durch
vollständige Induktion beweisen kann:
1. Induktionanfang: Die Ungleichung gilt für n = 3, da 32 = 9 ≥ 8 = 3 + 5.
2. Induktionsschritt: Es sei angenommen, dass die Ungleichung für beliebiges n̄ ≥ 3 gelte
(Induktionsannahme). Zu zeigen ist, dass sie dann auch für n̄ + 1 gilt.
Begr.: Nun gilt unter Verwendung der Induktionsannahme
(n̄ + 1)2 = n̄2 + 2n̄ + 1 ≥ n̄ + 5 + n̄ + 1 ≥ (n̄ + 1) + 5.
Analog zum Prinzip der vollständigen Induktion verwendet man bei natürlichen Zahlen das
Prinzip der rekursiven Definition: Ein Begriff, der für alle natürlichen Zahlen n ≥ n0
definiert werden soll, kann folgendermaßen festgelegt werden:
1. Definiere ihn für n = n0 .
2. Definiere ihn für n = n + 1 unter Zuhilfenahme der (hypothetisch) bereits erfolgten
Definition für n = n̄, n̄ ≥ n0 .
Dies findet speziell Anwendung bei folgenden Begriffen:
1.4.1 Die Fakultäten

Für n ∈ N0 beliebig definieren wir n! (sprich: n–Fakultät) rekursiv durch
0! := 1,
(n + 1)! := (n + 1) · n! .
Damit gilt zum Beispiel
0! = 1, 1! = 1 · 0! = 1, 2! = 2 · 1! = 2, . . .
oder allgemein (in anschaulicher Pünktchen“–Schreibweise)
”
n! = 1 · 2 · 3 · . . . · n.
Anwendung findet dieser Begriff im folgenden Satz, den man durch vollständige Induktion
beweisen kann.
Satz 1.7 Für jede natürliche Zahl n ∈ N

gilt: Eine Menge von n verschiedenen Elementen
kann man auf genau n! verschiedene Art und Weisen ordnen.
Beispiel 1.8 Es werde die Menge {1, 2, 3} betrachtet. Deren Elemente kann man auf 3! =
1 · 2 · 3 = 6 verschiedene Weisen ordnen
1−2−3 2−1−3 3−1−2
1−3−2 2−3−1 3−2−1
1.4.2 Summen- und Produktzeichen

Für vorgegebene Zahlen am , am+1 , . . . , an−1 , an , . . . ∈ R, mit m, n ∈ Z und m ≤ n, setzen
wir rekursiv fest
m
X
ai := am ,
i=m
n+1
X n
X
ai := an+1 + ai ,
i=m i=m
Xn
(mit Pünktchen ai :=am + am+1 + . . . + an ).
i=m
Ferner
m
Y
ai := am ,
i=m
n+1
Y n
Y
ai := an+1 · ai ,
i=m i=m
Yn
(mit Pünktchen ai :=am · am+1 · . . . · an ).
i=m
Das folgende Beispiel benutzt das Summenzeichen. Es liefert gleichzeitig eine Rechenregel in
ii), die mit vollständiger Induktion bewiesen werden kann.
4
X
Beispiel 1.9 i) i = −1 + 0 + 1 + 2 + 3 + 4 = 9.
i=−1
n
X n · (n + 1)
ii) k = 1 + 2 + 3 + . . . + (n − 1) + n = . (Warum?)
2
k=1
Beispiel 1.10 (allgemeine Dreiecksungleichung) Für beliebige a1 , . . . , an ∈ R gilt

Xn X n
a ≤ |ai |.

i

i=1 i=1
1.4.3 Binomialkoeffizienten
Für alle k, n ∈ N0, n ≥ k setzen wir:

n n!
:=
k k!(n − k)!
n · (n − 1) · . . . · (n − k + 1)
= .
k!

n
Dabei liest man als: n über k“. Für die Binomialkoeffizienten gelten folgende Re-
k ”
chenregeln:
n n n n
= 1, = 1, = n, = n,
0 n 1 n−1

n n n+1 n n
= , = + (1 ≤ k ≤ n). (1.2)
k n−k k k−1 k

n
Aus den Formeln (1.2) ergibt sich für die Binomialkoeffizienten die Anordnung als Drei-
k
eck: (Pascalsches Dreieck)
(n = 0) 1
(n = 1) 1 1
(n = 2) 1 2 1
(n = 3) 1 3 3 1
(n = 4) 1 4 6 4 1
.. ..
. .
Insbesondere erkennt man, dass die Binomialkoeffizienten (erstaunlicherweise) alle natürliche

Zahlen sind, obwohl sie als Brüche definiert wurden.
1.4.4 Anwendungen der Binomialkoeffizienten
N N

n
Satz 1.11 Für n ∈ beliebig gilt: Zu vorgegebenem k ∈ 0 , k ≤ n, gibt es Möglichkei-
k
ten, aus einer Menge von n verschiedenen Objekten genau k auszuwählen.

n
Dies bedeutet: eine Menge mit n (verschiedenen) Elementen hat genau viele k−elementige
k
Teilmengen. (Für k = 0 ist dies die leere Menge, für k = 1 sind die die einzelnen n Elemente,
für k = n ist dies die gesamte Menge.)
Satz 1.12 (Binomischer Lehrsatz) Für beliebige Zahlen a, b ∈ R und jedes n ∈ N0 gilt
die binomische Formel
n
n
X n k n−k
(a + b) = a b .
k
k=0
Folgerungen:
n n
n
X
n n k n−k X n n n n
1.) 2 = (1 + 1) = 1 1 = = + + ···
k k 0 1 n
k=0 k=0
Diese Gleichheit bedeutet: Eine Menge der Mächtigkeit n besitzt genau 2n verschiedene
Teilmengen (einschließlich der leeren Menge und der Gesamtmenge).
n
X n k n(n − 1) 2
2.) (1 + x)n = x = x0 + nx1 + x + · · · + xn .
k 2
k=0
1.5 Kreisfunktionen (oder Winkel- bzw. trigonometrische Funk-

tionen)
Dies sind hauptsächlich die Funktionen
sin : R −→ R, α 7−→ sin(α) und cos : R −→ R, α 7−→ cos(α).

Ihre Werte sind festgelegt über Beziehungen am Einheitskreis, die durch folgende Skizze dar-
gestellt sind, wobei auch Winkel > 360◦ und < 0◦ zugelassen sind:
y
sin α
α
x
cos α 1
Die x-Koordinate eines Punktes des Einheitskreises entspricht dem Kosinus des Winkels, die
y-Koordinate dem Sinus des Winkels.
In der Praxis werden die Funktionen sin und cos meistens für Argumente im Bogenmaß, l,
und nicht im Gradmaß, α, angegeben.
α
l= π, π = 3.1416 . . .
180
Man schreibt dann aber i.Allg. x anstelle von l, wenn von den Funktionen sin und cos die
Rede ist.
Im Zusammenhang mit den Funktionen sin und cos benutzen wir immer das Bogenmaß, so-
fern nichts anderes gesagt wird. Für den Augenblick betrachten wir beides und unterscheiden
den Winkel α im Gradmaß und den Winkel x im Bogenmaß.
Im beliebigen rechtwinkligen Dreieck gilt aufgrund des Strahlensatzes
r
b
sin α
α
cos α 1
a
die Beziehung
r cos(x) = a , r sin(x) = b
und über den Satz des Pythagoras
sin2 (x) + cos2 (x) = 1.
Man beachte ferner die folgenden strukturellen Eigenschaften von sin und cos:
sin (−x) = − sin(x) sin (π − x) = sin(x)

cos (−x) = cos(x) cos (π − x) = − cos(x)
Für einige markante Argumente kann man die Werte der Winkelfunktionen exakt berechnen.
Als erstes betrachten wir α = 45◦ , x = π4 :
y0
Winkel α = 45◦
1 Bogenlänge x = π
4
gleichschenkliges
1
2 rechtwinkliges Dreieck
x
sin(α) sin(α) = cos(α)
α
−1 1 x0 Satz des Pythagoras:
− 12 cos(α)
1 = cos2 (α) + sin2 (α)
− 12
= 2 sin2 (α)
⇔ √1 = cos(α) = sin(α)
2
−1
(da 0 < α < 90◦ ).
Weiter betrachten wir α = 30◦ , x = π6 :
y0
1 Winkel α = 30◦
π
Bogenlänge x = 6
1
halbes, gleichseitiges Dreieck:
2
1
sin(α) x sin(α) =
2
α Satz des Pythagoras:
−1 cos(α) 1 x0
− 12
cos2 (α) + sin2 (α) = 1
5 2
− 12 4 cos (α) =
1
√
⇔ cos(α) = 2 3
−1 (da −90◦ < α < 90◦ ).
Hier nun eine Übersicht zur Verdeutlichung markanter Funktionswerte:.
y0
(0, 1)
√ √
− 12 , 23 1
,
2 2
3
√ √ √ √
2 2 2 2
− 2 , 2 π 2 , 2
2
2π π
√ 3 3 √
3 1 3 1
− 2 ,2
3π
90◦
π
2 ,2
4 4
120◦ 60◦
5π π
6 6
150◦ 30◦
(−1, 0) (1, 0)
π 180◦ 0◦ ◦
360 2π
x0
210◦ 330◦
7π 5π 11π π
6 ;− 6 6 ;−6
√ 240◦ 300◦ √
5π 3π 7π π
270◦

4 ;− 4 4 ;−4
3 1 3 1
− 2 , −2 2 , −2
4π 2π 5π π
3 ;− 3 3 ;−3
√ √ 3π π √ √
2 ;−2

2 2 2 2
− 2 , − 2 2 , − 2
√ √
3 3
− 12 , − 2
1
2 , − 2
(0, −1)
Man hat folgende Wertetabelle:
α 0◦ 30◦ 45◦ 60◦ 90◦

π π π π
x 0 6 4 3 2
1
√ 1
√ 1
√ 1
√ 1
√
cos(x) 2 4 2 3 2 2 2 1 2 0
1
√ 1
√ 1
√ 1
√ 1
√
sin(x) 2 0 2 1 2 2 2 3 2 4
Teil II
Vektoren und Gleichungen
18
Kapitel 2
Vektoren im Raum
Manche technischen Größen lassen sich durch eine einzelne reelle Zahl als Größenangabe nicht
ausreichend bemessen, sie benötigen mehrere reelle Zahlen zu ihrer quantitativen Beschrei-
bung. So werden Kräfte nicht nur durch eine Größenangabe festgelegt, es bedarf zusätzlich
Angaben z.B. einer Richtung im Raum.
Zur mathematischen Beschreibung von Kräften verwendet man in der Regel Vektoren. Wir
führen diese über Parallelverschiebung des Raumes ein.
Definition 2.1 Zu zwei vorgegebenen Punkten P und Q des Raumes gibt es genau eine
Parallelverschiebung des Raumes, die P in Q überführt. Diese nennen wir den Vektor von
P nach Q.
Vektoren werden repräsentiert durch Pfeile im Raum. Gleichlange und gleichgerichtete Pfeile
repräsentieren dabei dieselbe Raumverschiebung, denselben Vektor. Pfeile schreiben wir in
der Regel mit kleinen Buchstaben mit Pfeil ~a, ~b, . . . und identifizieren, wenn P den Anfang
−−→
und Q die Spitze des Pfeils ~a darstellen, den Pfeil ~a mit dem Vektor P Q, sagen also ~a ist
”
ein Vektor“ und beachten dabei, dass ~a als Vektor frei im Raum parallel-verschoben werden
kann.
−−→
Zu ~a = P Q bezeichnen wir den Vektor gleicher Länge, aber umgekehrter Richtung mit −~a :=
−−→ −−→
QP . Ferner bezeichnen wir die triviale Verschiebung P P mit ~0.
2.1 Operationen mit Vektoren

Zwei Vektoren werden addiert, indem die beiden Parallelverschiebungen hintereinander aus-
geführt werden. Als Ergebnis entsteht erneut eine Parallelverschiebung, also ein Vektor. Of-
fensichtlich gelten für die Addition von Vektoren folgende
Rechenregeln (~a, ~b, ~c Vektoren):
~a + (−~a) = 0
~a + ~0 = ~a
~a + ~b = ~b + ~a
~a + (~b + ~c) = (~a + ~b) + ~c.
Definieren wir zusätzlich die Differenz von Vektoren durch
~a − ~b := ~a + (−~b),
19
KAPITEL 2. VEKTOREN IM RAUM 20
so können wir über diese Rechenregeln mit Vektoren genauso“ rechnen wie mit reellen Zahlen!
”
Beachte: Die Summe mehrerer Vektoren ~a1 + . . . + ~as ist der Vektor, der beim Anfang von
~a1 beginnt und an der Spitze von ~as endet, wenn diese hintereinander angetragen werden:
~a1 + . . . + ~a6
~a1 ~a6
~a2
~a3
~a5
~a4
Beachte ferner folgende Skizze zur geometrischen Lage von ~a + ~b und ~b − ~a:
~b
~b − ~a ~a + ~b
~a
Vektoren können auch mit einer beliebigen Zahl α ∈ R

skalar multipliziert werden: α · ~a
ist der Vektor mit der |α|–fachen Länge von ~a und derselben Richtung, falls α > 0, aber
entgegengesetzter Richtung, falls α < 0. Es gelten folgende
R
Rechenregeln (α, β ∈ , ~a, ~b Vektoren):
α · (β · ~a) = (α · β) · ~a,
α · (~a + ~b) = α · ~a + α · ~b,
(α + β) · ~a = α · ~a + β · ~a,
sowie
0 · ~a = ~0,
1 · ~a = ~a,
(−1) · ~a = −~a.
Betrag eines Vektors

Die Länge des Vektors ~a nennt man auch seinen Betrag und schreibt diesen |~a|. Für eine
R
beliebige Zahl α ∈ und einen beliebigen Vektor ~a gelten folgende
Rechenregeln:
|~a| = 0 ⇔ ~a = ~0
|α~a| = |α| · |~a|
|~a + ~b| ≤ |~a| + |~b| (Dreiecksungleichung)
Für α = −1 folgt insbesondere | − ~a| = |~a|.

1
Ein Vektor vom Betrag 1 heißt Einheitsvektor. Ist ~a ein Vektor mit |~a| 6= 0, so ist |~a| ~
a ein
Einheitsvektor, wir nennen ihn den zu ~a gehörigen Einheitsvektor.
2.2 Vektoren im Koordinatensystem

Wir betrachten ein festes rechtwinkliges Koordinatensystem im 3-dimensionalen Raum ( 3 ).R
Jeder Vektor wird repräsentiert durch einen Pfeil ~a, der im Koordinatenursprung beginnt.
z
~e3 ~a
~e1 y
~e2
Der Pfeil ~a zerfällt im Sinne der Addition von Vektoren eindeutig in drei Vektoren in Rich-
tung der Koordinatenachsen, die jeweils als Vielfache der Koordinateneinheitsvektoren
~e1 , ~e2 , ~e3 dargestellt werden können:
~a = a1~e1 + a2~e2 + a3~e3
(mit a1 , a2 , a3 ∈ R). Diese Beziehung schreiben wir abkürzend als

 
a1
~a =  a2  (2.1)
a3
und nennen (2.1) die Koordinatendarstellung des Vektors ~a. Die Zahl ai (i = 1, . . . , 3)
heißt die i–te Komponente des Vektors ~a. Wir nennen den im Koordinaten–Nullpunkt
angetragenen Vektor ~a den Ortsvektor zum Raumpunkt A = (a1 , a2 , a3 ).
→
Damit gilt für den Vektor AB
−−→ −→ − →
AB = 0B − 0A = ~b − ~a.
Die Menge aller Vektoren im 3-dimensionalen Raum (Spalten mit 3 Einträgen) bezeichnen
R R R R
wir mit 3 = × × .
Rechnen in Koordinatendarstellung
Man beobachtet, dass sich das Rechnen mit Vektoren in Koordinatendarstellung besonders
einfach anlässt, denn es gelten folgende
Rechenregeln (α ∈ ): R
     
a1 b1 a1 + b1
 a2  +  b2  =  a2 + b2  ,
a3 b3 a3 + b3
   
a1 αa1
α  a2  =  αa2  ,
a3 αa3
 
0
~0 =  0  ,
0
   
a1 −a1
−  a2  =  −a2  ,
a3 −a3
 
b1 − a1
−−→
AB =  b2 − a2  ,
b3 − a3
 
a1 q

 a2  =
a21 + a22 + a23 ,
a3
letzteres nach dem Satz von Pythagoras.
2.3 Das Skalarprodukt

Wir definieren nun ein Produkt zwischen zwei Vektoren, das Skalarprodukt. Das Ergebnis
dieses Produktes ist nicht etwa ein Vektor, sondern eine reelle Zahl (ein Skalar ):
~a · ~b := |~a| · |~b| · cos ∠(~a, ~b).
Hierbei ist ∠(~a, ~b) der kleinere“ der beiden möglichen Winkel. Es gilt insbesondere für die
”
Koordinateneinheitsvektoren
~e1 · ~e1 = 1,
~e2 · ~e2 = 1,
~e3 · ~e3 = 1,
~ei · ~ej = 0, falls i 6= j.
Mit Hilfe der Definition weist man nach, dass das Skalarprodukt folgenden
Rechenregeln genügt (~a, ~b, ~c Vektoren, α ∈ ): R
~a · ~b = ~b · ~a,
(α~a) · ~b = ~a · (α~b) = α(~a · ~b),
(~a + ~b) · ~c = ~a · ~c + ~b · ~c,
√
|~a| = ~a · ~a,
|~a · b| ≤ |~a| · |~b|
~ (Cauchy–Schwarzsche Ungleichung).
Man beachte über diese Rechenregeln hinaus:
1. Für das Skalarprodukt gilt das ”gewöhnliche” Ausmultiplizieren:
(α1~a1 + . . . + αs~as ) · (β1~b1 + .. + βr~br )

= α1 β1~a1 · ~b1 + . . . + αs βr~as · ~br .
2. Es gilt im allgemeinen
(~a · ~b) · ~c 6= ~a · (~b · ~c),
da gewöhnlich ein Vielfaches von ~c nicht gleich einem Vielfachen von ~a ist.
Durch Ausmultiplizieren von
~a · ~b = (a1~e1 + a2~e2 + a3~e3 ) · (b1~e1 + b2~e2 + b3~e3 )
erhalten wir die Koordinatendarstellung des Skalarproduktes

   
a1 b1
 a2  ·  b2  = a1 b1 + a2 b2 + a3 b3 .
a3 b3
Orthogonale Projektion (bzw. Orthogonale Zerlegung)

Bezeichnung: Man nennt zwei Vektoren ~a und ~b zueinander orthogonal (aufeinander senk-
recht), wenn der Winkel zwischen beiden Vektoren 90◦ beträgt. Wir schreiben ~a ⊥ ~b. Offen-
sichtlich gilt:
~a · ~b = 0 ⇔ ~a ⊥ ~b oder ~a = 0 oder ~b = 0.
Als Anwendung dieses Begriffs betrachten wir die orthogonale Projektion. Es seien Vektoren
~a, ~b, ~b 6= ~0 beliebig vorgegeben. Dann lässt sich ~a eindeutig als Summe eines Vektors ~a~b in
Richtung ~b und eines zu ~a~b senkrecht stehenden Vektors ~a~n darstellen.
~a
~a~n
~b ~a = ~a~b + ~a~n
~a~b
Berechnen wir ~a~b und ~a~n . Zunächst einmal ist aus der Skizze klar, dass ~a~b Vielfaches des
R
Vektors ~b ist. Daher gibt es ein α ∈ so, dass ~a~b = α~b gilt. Den Vektor ~a~n können wir über
~a und ~a~b ausdrücken: ~a~n = ~a − ~a~b .
Nun nutzen wir aus, dass ~b auf ~a~n senkrecht steht.
0 = ~b · ~a~n
= ~b · ~a − ~a~b

= ~b · ~a − α~b

= ~b · ~a − ~b α~b
= ~a · ~b − α(~b · ~b)
Also gilt wegen (~b · ~b) = |~b|2 6= 0

~a · ~b
α=
|~b|2
und wir erhalten die orthogonale Zerlegung ~a = ~a~b + ~a~n mit
~a · ~b~ ~a · ~b~
~a~b = α~b = b und ~a~n = ~a − b.
|~b|2 |~b|2
Berechnung von Winkeln

Hauptanwendung des Skalarproduktes ist die einfache Berechnung des Winkels zwischen zwei
Vektoren ~a und ~b über die Formel
~a · ~b a1 b1 + a2 b2 + a3 b3
cos ∠(~a, ~b) = =p 2 .
|~a| · |~b|
p
a1 + a22 + a23 · b21 + b22 + b23
Insbesondere kann man für einen beliebig vorgegebenen Vektor ~a den Cosinus des Winkels zu
den drei Koordinatenachsen, den Richtungscosinus, berechnen:
ai
cos ∠(~a, ~ei ) = p 2 (i = 1, 2, 3).
a1 + a22 + a23
2.4 Das Vektorprodukt

Nach dem Skalarprodukt führen wir nun ein weiteres Produkt zwischen zwei Vektoren ein, das
Kreuzprodukt oder Vektorprodukt. Im Unterschied zum Skalarprodukt ist das Ergebnis
diesmal ein Vektor und kein Skalar (daher der Name).
Formal sind diese Produkte ähnlich aufgebaut. Seien ~a, ~b zwei Vektoren. Dann wird der Vektor
~a × ~b wie folgt definiert:
1. |~a × ~b| = |~a| · |~b| · | sin ∠(~a, ~b)| legt seine Länge fest.
2. Gilt ~a k ~b oder ~a = 0 oder ~b = 0, so folgt |~a × ~b| = 0. In diesem Fall muss also ~a × ~b wie
folgt festgelegt werden: ~a × ~b := ~0.
Ist |~a × ~b| =
6 0, so gibt es einen eindeutigen Einheitsvektor ~e mit
(i) ~a ⊥ ~e, ~b ⊥ ~e und

(ii) ~a, ~b, ~e bilden ein Rechtssystem (Rechte-Hand-Regel).
Dann wird festgesetzt:

~a × ~b := |~a × ~b| · ~e.
Man beachte, dass |~a ×~b| = |~a|·|~b|·| sin α| gerade den Flächeninhalt des aus ~a und ~b gebildeten
Parallelogramms angibt.
~a × ~b
α ~b
~a
Wir testen dieses neue Produkt wieder auf den Koordinateneinheitsvektoren:
~e1 × ~e1 = ~e2 × ~e2 = ~e3 × ~e3 = ~0,

~e1 × ~e2 = ~e3 = −(~e2 × ~e1 ),
~e2 × ~e3 = ~e1 = −(~e3 × ~e2 ),
~e3 × ~e1 = ~e2 = −(~e1 × ~e3 ).
Allgemein erhält man die folgenden, aus der Definition herzuleitenden

Rechenregeln ( ~a, ~b, ~c Vektoren, α ∈ ). R
~a × ~a = ~0,
~a × ~b = −(~b × ~a) (!),
α(~a × ~b) = (α~a) × ~b = ~a × (α~b),
~a × (~b + ~c) = ~a × ~b + ~a × ~c,
(~a + ~b) × ~c = ~a × ~c + ~b × ~c,
~a × ~b = ~0 ⇔ ~a = 0 oder ~b = 0 oder ~a k ~b,
~a × (~b × ~c) = (~a · ~c)~b − (~a · ~b)~c.
Vorsicht: Das Rechnen mit dem Vektorprodukt weicht erheblich vom Rechnen mit reellen
Zahlen ab. Im allgemeinen gilt (Beispiel?)
~a × (~b × ~c) 6= (~a × ~b) × ~c.
Das Kreuzprodukt in Koordinatendarstellung

Für das konkrete Berechnen des Kreuzproduktes benötigen wir wieder eine Formel, die das
Produkt für Vektoren in Koordinatendarstellung beschreibt. Aus den Rechenregeln leitet man
leicht her      
a1 b1 a2 b3 − a3 b2
 a2  ×  b2  =  a3 b1 − a1 b3  .
a3 b3 a1 b2 − a2 b1
2.5 Lot und Abstand

Als Anwendung der beiden Produkte wollen wir das Lot von einem Punkt auf eine Gerade
bzw. eine Ebene im Raum fällen.
2.5.1 Geraden im Raum

Eine Gerade im Raum ist anschaulich festgelegt durch zwei verschiedene vorgegebene Punkte
im Raum. Seien etwa A und B zwei Punkte, ~a und ~b deren zugehörige Ortsvektoren, dann ist
die durch A und B festgelegte Gerade gegeben durch
R R
n o
~x ∈ 3 | ~x = ~a + λ(~b − ~a), λ ∈ (Zwei–Punkte–Form).
~b − ~a
x3
x2
~a
~b
x1
Setzen wir hierin ~c = ~b − ~a, so ist ~c 6= ~0 und
g: ~x = ~a + λ~c, λ∈ R
die allgemeine Parameterdarstellung einer Geraden g. ~c heißt ein Richtungsvektor der
Geraden (der nicht eindeutig festgelegt ist).
Lot auf die Gerade

Vorgegeben seien nun ein Punkt P mit Ortsvektor p~ und die Gerade g : ~x = ~a + λ~c, ~c 6= ~0,
R
λ ∈ . Wir suchen das Lot von P auf die Gerade. Das ist der Vektor, der
1. bei P beginnt und irgendwo auf der Geraden endet und
2. senkrecht auf der Geraden steht.
Offensichtlich bekommen wir das Lot ~l über die Formeln der orthogonalen Projektion, die wir
hier noch einmal betrachten.
~a
~a~n
~b
~a~b
Wir wissen bereits

~a · ~b~
~a~b = b
|~b|2
~a~n = ~a − ~a~b .
Setzen wir nun ~a~b in die Formel für ~a~n ein, so folgt mit den Rechenregeln für Skalarprodukt
und Kreuzprodukt
~a · ~b~
~a~n = ~a − b
|~b|2
1 ~ ~
= (b · b)~a − (~a · ~b)~b
|~b|2
1 ~
~a~n = b × (~a × ~b) .
|~b|2
Über diese Formel berechnen wir nun das Lot von P auf g:
~l = − 1 (~c × ((~
p − ~a) × ~c)) .
|~c|2
Skizze dazu:
P
z p~ − ~a
g
~c
~a y
Abstand Punkt – Gerade

Bedenkt man, dass nach Definition des Vektorproduktes ~c ⊥ (~ p − ~a) × ~c (bei p~ 6= ~a), dann ist
p − ~a) × ~c) = π2 , und es ergibt sich für den Abstand d von P zur Geraden g
α := (~c, (~
1
d = |~l| = |~c| · |(~
p − ~a) × ~c| · | sin α|
|~c|2
|(~
p − ~a) × ~c|
=⇒ d = .
|~c|
2.5.2 Ebenen im Raum

Betrachten wir nun Ebenen im Raum. Eine Ebene E wird festgelegt durch drei auf ihr liegende
Punkte, die nicht zusammen auf einer Geraden liegen. Seien ~a, ~b, ~c die Ortsvektoren zu solchen
Punkten, dann liegen die Differenzvektoren ~u = ~b − ~a und ~v = ~c − ~a in der Ebene.
z ~v
~u X
~c
~a ~b
y
x
Es seien ~u 6= ~0, ~v 6= ~0 und ~u × ~v 6= ~0 vorausgesetzt. Ein Raumpunkt X liegt genau dann in

−−→
der Ebene E, wenn sich der Vektor AX darstellen lässt in der Form
~x − ~a = t~u + s~v , t, s ∈ R.
Die Parameterdarstellung einer Ebene lautet also
R
E = ~x ∈ 3 | ~x = ~a + t~u + s~v ,

t, s ∈ R .
~u und ~v heißen Richtungsvektoren der Ebene, sie sind keineswegs eindeutig bestimmt.
Man beachte, dass die Parameterdarstellung der Ebene die der Geraden so erweitert, dass
ein zusätzlicher Richtungvektor aufgenommen wurde, was der um eins höheren Dimension
entspricht.
Lot auf die Ebene

Wir wollen nun das Lot von einem Punkt P auf die Ebene E fällen. Dies ist insofern nicht
schwer, als wir mit dem Vektor ~n := ~u ×~v über einen Vektor verfügen, der auf allen zur Ebene
−−→
parallelen Vektoren AX senkrecht steht:
(~u × ~v ) · (t~u + s~v ) = t(~u × ~v ) · ~u + s(~u × ~v ) · ~v

= 0,
denn ~u ×~v ⊥ ~u und ~u ×~v ⊥ ~v . Um das Lot zu berechnen, haben wir also nur den Schnittpunkt
S der Geraden ~x = p~ + r(~u ×~v ) und der Ebene E zu ermitteln, d.h. r aus der Vektorgleichung
p~ + r(~u × ~v ) = ~a + t~u + s~v
zu berechnen.
P
~n
S
Dies gelingt durch einen Trick: Wir bilden auf beiden Seiten der Gleichung das Skalarprodukt
mit ~u × ~v
p~ · (~u × ~v ) + r|~u × ~v |2
= ~a · (~u × ~v ) + t~u · (~u × ~v ) + s~v · (~u × ~v )
= ~a · (~u × ~v ).
Daher ergibt sich (beachte |~u × ~v | =

6 0)
(~a − p~) · (~u × ~v )

r=
|~u × ~v |2
und für das Lot ~l:

~l = (~a − p~) · (~u × ~v ) ~u × ~v .
|~u × ~v |2
Man beachte: ~l hat die Struktur des Vektors ~a~b aus der orthogonalen Projektion. In der Tat
kann auch diese Formel zur Herleitung des Lotes herangezogen werden (nämlich wie?).
Abstand Punkt – Ebene

Der Abstand d des Punktes P von der Ebene E ist demnach
|(~a − p~) · (~u × ~v )|
d= .
|~u × ~v |
Abstand Gerade – Gerade

Aus dieser Formel erhalten wir auch eine Aussage über den Abstand d zweier beliebiger
Geraden im Raum voneinander. Seien
g1 : ~x = ~a + t~u, t ∈ R
g2 : ~x = ~b + s~v , s ∈ R
zwei Geraden. Dann sind grundsätzlich zwei Fälle möglich:
1. Ist ~u k ~v , so ist d gleich dem Abstand des Punktes B von der Geraden g1 :

~
(b − ~
a ) × ~
u

d= .
|~u|
2. Ist ~u ×~v 6= ~0, so ist d gleich dem Abstand des Punktes B von der Ebene ~x = ~a + t~u + s~v ,
R
t, s ∈ :
~
(b − ~a) · (~u × ~v )

d= .
|~u × ~v |
Merke: Sinnvollerweise berechnet man zunächst ~u ×~v , wenn man den Abstand zweier beliebig
vorgegebener Geraden berechnen will. Gilt ~u × ~v = ~0, so gibt die erste Formel den Abstand
an, andernfalls die zweite.
Kapitel 3
Lineare Gleichungen
3.1 Das Spatprodukt

Im letzten Abschnitt haben wir zur Berechnung der reellen Zahl r ∈ R aus der Vektorglei-
chung p~ + r(~u × ~v ) = ~a + t~u + s~v den ”Trick” verwendet, die Gleichung auf beiden Seiten
des Gleichheitszeichens mit (~u × ~v ) im Sinne des Skalarproduktes zu multiplizieren. Diese
Vorgehensweise hat in folgendem Sinne Allgemeingültigkeit:
Gegeben sei irgendeine Vektorgleichung
~ + t~u + s~v = d~
rw
mit vorgegebenen Vektoren w, ~ Eine solche Gleichung gilt es z.B. immer dann zu lösen,
~ ~u, ~v , d.
wenn der Schnitt einer Ebene, etwa ~x = ~a + t~u + s~v , und einer Geraden, etwa ~x = ~b − rw,
~ zu
berechnen ist, also
rw ~ + t~u + s~v = ~b − ~a =: d.
~
Möchte man nun diese Gleichung z.B. nach r auflösen, so multipliziert man sie mit (~u × ~v ),
so dass danach der zweite und der dritte Term links verschwinden. Somit gilt rw ~ · (~u × ~v ) =
d~ · (~u × ~v ). Gilt dann w
~ · (~u × ~v ) 6= 0, so kann nach r aufgelöst werden:
d~ · (~u × ~v )
r= .
~ · (~u × ~v )
w
~ · (~u × ~v ) 6= 0
Es lohnt sich daher, über die Frage nachzudenken, unter welchen Umständen w
gilt. Wir klären dies über folgenden
~ · (~u × ~v ) gibt gerade das Volumen des von ~u, ~v und w

Satz 3.1 Der Betrag der Zahl w ~ aufge-
spannten Parallelepipeds an.
Begründung: Die Grundfläche mit den Kanten ~u und ~v hat den Flächeninhalt F = |~u × ~v |.
Die Höhe h des Körpers ist gegeben über die orthogonale Projektion des Vektors w
~ auf den
Vektor ~u × ~v (der senkrecht auf der Grundfläche steht).
~u × ~v
w
~
h
~v
~u
29
KAPITEL 3. LINEARE GLEICHUNGEN 30
Es gilt

w~ · (~
u × ~
v )
h = 2 ~ u × ~v
|~u × ~v |
|w~ · (~u × ~v )|
= .
|~u × ~v |
Damit gilt für das Volumen V
|w
~ · (~u × ~v )|
V = F ·h = · |~u × ~v |
|~u × ~v |
= |w
~ · (~u × ~v )| .
Definition des Spatprodukts

Wir ziehen folgende Schlüsse aus dem Satz.
~ · (~u × ~v ) 6= 0 genau dann, wenn ~u, ~v und w

1. Es ist w ~ nicht in (bzw. nicht parallel zu)
einer gemeinsamen Ebene liegen.
2. Der Wert |w
~ · (~u × ~v )| ist unabhängig von der Reihenfolge der beteiligten Vektoren.
3. An der Skizze erkennt man, dass w,

~ ~u und ~v genau dann ein Rechtssystem bilden, wenn
der Winkel zwischen ~u × ~v und w
~ spitz ist. Es gilt dann (vgl. Skalarprodukt)
~ · (~u × ~v ) = |w|
w ~ · |~u × ~v | · cos ∠ (w,
~ (~u × ~v )) > 0.
Es ist also w, ~ · (~u × ~v ) > 0 gilt.

~ ~u, ~v ein Rechtssystem genau dann, wenn w
4. Aus 2. und 3. schließen wir:
• w
~ · (~u × ~v ) ändert seinen Wert nicht, wenn w, ~ ~u, ~v in zyklischer Reihenfolge ver-
tauscht werden, etwa
w~ · (~u × ~v ) = ~u · (~v × w)
~ .
• w
~ · (~u × ~v ) ändert nur das Vorzeichen, nicht den Betrag, wenn zwei der beteiligten
Vektoren miteinander vertauscht werden.
Die Aussage von 4. ist Grund genug, den Wert als ein (weiteres) Produkt aus den beteiligten
Vektoren aufzufassen. Wir schreiben
~ := ~u · (~v × w)
[~u, ~v , w] ~ (3.1)
und nennen (3.1) das Spatprodukt der Vektoren ~u, ~v und w.

~
Koordinatendarstellung des Spatprodukts

Aus den Rechenregeln für Skalar- und Vektorprodukt leitet man ab, wie das Spatprodukt für
drei Vektoren in Koordinatendarstellung berechnet wird. Es ist
     
a1 b1 c1
 a2  ,  b2  ,  c2  = a1 (b2 c3 − b3 c2 ) + a2 (b3 c1 − b1 c3 ) + a3 (b1 c2 − b2 c1 ) .
a3 b3 c3
Bemerkung 3.2 Man überprüfe hierdurch noch einmal die Vorzeichenregel für das Spatpro-
dukt bei Vertauschung von beteiligten Vektoren.
Man schreibt das Spatprodukt oft auch verkürzend als
     
a1 b1 c1 a1 b1 c1

 a2  ,  b2  ,  c2  =: a2 b2 c2

a3 b3 c3 a3 b3 c3
und nennt die rechte Seite die Determinante der beteiligten Vektoren ~a, ~b, ~c.
Beachte: Das Volumen des von den Vektoren ~u, ~v , w ~ aufgespannten Tetraeders ist gerade
(warum?)
1
|[~u, ~v , w]|
~ .
6
3.2 Die Cramersche Regel

Kehren wir zurück zur Frage der Lösbarkeit einer Vektorgleichung
t~u + s~v + rw ~
~ = d.
Es gilt
• entweder ~u, ~v , w
~ liegen in einer Ebene. Genau dann ist [~u, ~v , w]
~ = 0.
• oder ~u, ~v , w ~ 6= 0.
~ liegen nicht in einer Ebene. Genau dann ist [~u, ~v , w]
Unser Trick funktioniert nur im 2. Fall, da wir durch [~u, ~v , w]

~ teilen müssen, um die Gleichung
zu lösen. In diesem Fall ist die Lösung der Vektorgleichung eindeutig bestimmt und lässt sich
in Formeln angeben (bitte nachrechnen!):
~ ~v , w]
[d, ~ ~ w]
[~u, d, ~ ~
[~u, ~v , d]
t= , s= , r= .
[~u, ~v , w]
~ [~u, ~v , w]
~ [~u, ~v , w]
~
Diese Formel bezeichnet man als Cramersche Regel. Die eindeutige Lösung der Vektorglei-
chung kann also durch Quotienten von Determinanten angegeben werden.
~ = d~ mit
Beispiel 3.3 Als Zahlenbeispiel betrachten wir die Vektorgleichung t~u + s~v + rw
       
1 0 −1 0
~u =  1  , ~v =  1  , w ~ =  0  , d~ =  2 
0 1 −2 −1
Es gilt dann:
         
1 0 −1 1 −2
~ =  1  ·  1  ×  0  =  1  ·  −1  = −3
[~u, ~v , w]
0 1 −2 0 1
und          
0 0 −1 0 −2
~ ~v , w]
[d, ~ =  2  ·  1  ×  0  =  2  ·  −1  = −3.
−1 1 −2 −1 1
−3
Also gilt t = −3 = 1. Weiterhin gilt
         
1 0 −1 1 −4
~ w]
[~u, d, ~ =  1  ·  2  ×  0  =  1  ·  1  = −3,
0 −1 −2 0 2
−3
also gilt auch s = −3 = 1. Schließlich ergibt sich
         
1 0 0 1 −3
~ =  1  ·  1  ×  2  =  1  ·  0  = −3,
[~u, ~v , d]
0 1 −1 0 0
−3
sodass auch r = −3 = 1 gilt.
Man prüft leicht nach, dass die berechneten Werte t, s, r tatsächlich Lösungen der gegebenen
Vektorgleichung sind.
Lösbarkeit von linearen Gleichungssystemen

Man beachte, dass die Vektorgleichung im Falle [~u, ~v , w]
~ = 0 keine eindeutige Lösung besitzt,
sondern
• entweder gar keine Lösung

• oder unendlich viele Lösungen.
Dies erkennen wir zum Beispiel, wenn wir die Gleichung wie oben als Bestimmungsgleichung
für den Schnitt einer Geraden und einer Ebene interpretieren. Genau dann ist [~u, ~v , w]
~ = 0,
wenn die Gerade parallel zur Ebene verläuft. Dafür gibt es zwei Fälle:
1. Die Gerade liegt in der Ebene“; dann gibt es unendlich viele Lösungen der Gleichung.
”
2. Die Gerade liegt echt parallel zur Ebene“; dann ist die Schnittmenge leer, es gibt keine
”
Lösung der Gleichung.
Lineare Unabhängigkeit
Definition 3.4
a) Man nennt drei Vektoren ~u, ~v , w, ~ 6= 0 gilt, linear unabhängig (l.u.)

~ für die [~u, ~v , w]
oder in allgemeiner Lage. Dagegen heißen sie linear abhängig (l.a.), wenn [~u, ~v , w] ~ =
0 gilt.
Bemerkung: Zu einem Vektor ist nur ~0 linear abhängig. Zwei Vektoren sind linear
unabhängig, falls sie nicht parallel (kollinear) sind.
b) Gegeben seien k Vektoren ~a1 , . . . , ~ak . Jede Summe von Vielfachen von ~a1 , . . . , ~ak
α1~a1 + α2~a2 + . . . + αk~ak
mit reellen Zahlen α1 , . . . , αk ∈ R heißt eine Linearkombination von ~a1, . . . , ~ak .
Bei der betrachteten Vektorgleichung
~ = d~
t~u + s~v + rw
mit Unbekannten t, s, r ∈ Rwird also die Frage gestellt, inwieweit ein gegebener Vektor d~
sich als (eindeutige) Linearkombination der Vektoren ~u, ~v , w
~ darstellen lässt.
Beispiel 3.5 Eine vorgegebene Kraft ~k greife an der Spitze eines dreibeinigen Tragbockes
an.
~k
~k3 ~k1
~k2
~a
~c
~b
Die Reaktionskräfte im Tragbock seien mit ~k1 , ~k2 , ~k3 bezeichnet. Es gilt dann im Gleichgewicht
der Kräfte
~k + ~k1 + ~k2 + ~k3 = 0.
Die drei Beine des Tragbockes seien durch die Vektoren ~a, ~b, ~c gegeben. Dann gilt
~k1 = λ1~a, ~k2 = λ2~b und ~k3 = λ3~c
für unbekannte Vielfache λ1 , λ2 , λ3 ∈ R, also

~k + λ1~a + λ2~b + λ3~c = ~0.
h i
Sind nun ~a, ~b, ~c in allgemeiner Lage, also ~a, ~b, ~c 6= 0, so gilt gemäß Cramerscher Regel:
h i h i h i
~k, ~b, ~c ~
~a, k, ~c ~
~a, b, k ~
λ1 = − h i, λ2 = − h i, λ3 = − h i.
~a, ~b, ~c ~a, ~b, ~c ~a, ~b, ~c
d.h. die Reaktionskräfte in den Tragbeinen sind eindeutig berechenbar.
3.3 Normalendarstellung der Ebene

Es gibt eine besonders elegante Art, Ebenen zu beschreiben, die wir im Folgenden herleiten
wollen. Wie wir wissen, liegen drei Vektoren genau dann in einer Ebene, wenn ihre Deter-
minante gleich Null ist. Betrachten wir die Ebene E : ~x = ~a + t~u + s~v und die Vektoren
R
~u, ~v , (~x − ~a) für beliebiges ~x ∈ 3 .
A
~v
~u X
Genau dann zeigt der Ortsvektor ~x auf einen Punkt X der Ebene, wenn
[(~x − ~a) , ~u, ~v ] = 0.
Setzen wir ~n := ~u × ~v , so erhalten wir
(~x − ~a) · ~n = 0
bzw. ~x · ~n = ~a · ~n.
Setzen wir r := ~a · ~n, so lautet die Normalendarstellung der Ebene E
~x · ~n = r.
Hierin heißt ~n der Normalenvektor zur Ebene. Wir wissen bereits, dass dieser senkrecht
zur Ebene steht.
Von dieser Darstellung betrachten wir mehrere Spezialfälle.
Spezielle Normalendarstellungen
 
n1
1. Ist ~n =  n2 , so lautet die Ebenengleichung
n3
n1 x1 + n2 x2 + n3 x3 = r.
Wir nennen diese Darstellung eine Koordinatendarstellung der Ebene. Diese ist nicht
eindeutig.
2. Ist r 6= 0, so kann die rechte Seite auf die Größe 1 normiert“ werden, indem die gesamte
”
Gleichung durch r geteilt wird. Es entsteht dann
α1 x1 + α2 x2 + α3 x3 = 1,
n1 n2 n3
die (eindeutige) Achsenabschnittsform der Ebene, wobei α1 = r , α2 = r , α3 = r
gesetzt wurde.
Sie trägt diesen Namen, weil aus den Koeffizienten der Variablen unmittelbar die Schnitt-
punkte der Ebene mit den Koordinatenachsen abgelesen werden können. Diese Schnitt-
punkte lauten nämlich

1 1 1
, 0, 0 , 0, , 0 , 0, 0, ,
α1 α2 α3
sofern α1 , α2 , α3 6= 0 sind. Ist eines (oder sind mehrere) der αi = 0, so hat die Ebene
mit der entsprechenden Achse keinen Schnittpunkt, d.h. die Achse verläuft parallel zur
Ebene.
Bemerkung 3.6 Mit Hilfe der Achsenabschnittsform kann eine Ebene von Normalendarstel-
lung in eine Parameterdarstellung umgeschrieben werden. Man forme die Normalendarstel-
lung in die Achsenabschnittsform um. Sind alle αi 6= 0, so hat man drei Punkte der Ebene
(Dreipunkte-Form). Sonst hat man
• einen Richtungsvektor (Koordinatenachse) und zwei Punkte oder
• zwei Richtungsvektoren (zwei Koordinatenachsen) und einen Punkt.
Gibt n1 x1 + n2 x2 + n3 x3 = 0 die Ebene an, so existiert keine Achsenabschnittsform. In diesem

Fall ist A = (0, 0, 0) ein Punkt der Ebene und
 
−n2
~u :=  n1  und ~v := ~u × ~n
0
sind Richtungsvektoren (warum?), sofern diese nicht gleich dem Nullvektor sind.
3. Eine weitere Spezialform der Normalendarstellung von E ist die Hessesche Normal-
form (Hesseform). Sie entsteht aus peiner beliebigen Koordinatendarstellung n1 x1 +
n2 x2 + n3 x3 = r, indem durch |~n| = n21 + n22 + n23 geteilt wird und dafür Sorge getra-
gen wird, dass die rechte Seite größer oder gleich null ist (also ggf. die Gleichung mit
(−1) multiplizieren!)
m1 x1 + m2 x2 + m3 x3 = d (mit d ≥ 0).
Diese Form hat folgende Besonderheiten:
 
m1
• Es ist m
~ =  m2  ein spezieller Normalenvektor zur Ebene. Dieser hat die Länge
m3
|m|
~ = 1. Ferner ist sein Winkel zu einem beliebigen Ortsvektor ~x der Ebene spitz.
Daher weist m
~ immer vom Nullpunkt weg.
• Für jeden Punkt A der Ebene (Ortsvektor ~a) gilt für den Abstand zum Ursprung
~0:
~a − ~0 · m
~

= |~a · m|
~ = |d| = d ,
|m|
~
d.h. die Ebene E hat Abstand d vom Nullpunkt.
• Ferner gibt
|(~a − p~) · m|
~
= |d − p~ · m|
~
|m|
~
den Abstand eines beliebigen Punktes P von der Ebene an. Dabei gilt:
– Ist d − p~ · m
~ > 0, so liegt P auf derselben Seite wie der Nullpunkt.
– Ist d − p~ · m
~ < 0, so liegen beide auf verschiedenen Seiten der Ebene.
3.4 Schnitte von Ebenen und Geraden

Schnitt zweier Ebenen:
Zwei Ebenen E1 , E2
E1 : n1 x1 + n2 x2 + n3 x3 = r1
E2 : m1 x1 + m2 x2 + m3 x3 = r2
schneiden sich in einer Geraden, sofern die Ebenen nicht parallel sind. Sind ~n und m ~ die
Normalenvektoren, so sind die Ebenen genau dann parallel, wenn ~n × m ~ = ~0 gilt. Andernfalls
ist offensichtlich ~n × m
~ ein Richtungsvektor der Schnittgeraden, da ein solcher Richtungsvektor
~c sowohl parallel zu E1 als auch zu E2 liegt, d.h. es gilt ~c ⊥ ~n und ~c ⊥ m,
~ womit ~c k ~n × m~
ist.
Einen Punkt auf der Schnittgeraden erhält man durch Lösen des Gleichungssystems
n1 x1 + n2 x2 + n3 x3 = r1
m1 x1 +m2 x2 +m3 x3 = r2 ,
Lösen kann man das Gleichungssystem, indem man eine der Gleichungen nach einer der
Variablen aufgelöst, diese in die zweite Gleichung eingesetzt wird und dann eine der Variablen
willkürlich gleich Null gesetzt wird.
Den Schnitt von drei Ebenen berechnet man über ein System von drei Normalengleichungen
für die drei Unbekannten x1 , x2 , x3 . Beachte: Der Schnitt dreier Ebenen kann
1. leer sein,
2. aus einem Punkt bestehen,
3. aus einer Geraden bestehen,
4. aus einer Ebene bestehen.
Schnitt einer Ebene mit einer Geraden:

~ + t~u + s~v = ~b − ~a =: d,
Dies führt auf die Vektorgleichung rw ~ die bereits in Abschnitt 3.1
ausführlich behandelt wurde.
Schnittwinkel für beide Fälle:

Ferner können Schnittwinkel zwischen Ebenen und/oder Geraden mit Hilfe des Skalarpro-
dukts als Winkel zwischen Normalen- und/oder Richtungsvektoren berechnet werden.
Falls sich die Ebenen E1 und E2 schneiden, gilt für den Schnittwinkel α(E1 , E2 ):
|~n · m|
~
cos(α) = .
|~n| · |m|
~
Dies folgt aus dem Skalarprodukt. (Wie?) Der Betrag im Zähler sorgt dafür, dass man den
kleineren Winkel wählt. (Warum?)
Für den Schnittwinkel β(g1 , g2 ) zwischen zwei sich schneidenden Geraden
g1 : ~a + t~u t∈R
g2 : ~b + s~v s∈R
gilt
|~u · ~v |
cos(β) = .
|~u| · |~v |
Für den Schnittwinkel γ(E1 , g1 ) zwischen der Ebene E1 und der Geraden g1 gilt:
|~n · ~u|
sin(γ) = ,
|~n| · |~u|
falls sie sich in genau einem Punkt schneiden.

Teil III
Funktionen und Gleichungen
37
Kapitel 4
Funktionen
4.1 Zum Funktionsbegriff

4.1.1 Einführung
Gleichungen mit reellen Zahlen enthalten oft eine oder mehrere Unbekannte (x, y, t, s, . . .), die
für reelle Zahlen stehen. Die einfachste Form von Gleichungen ist
f (x, y, . . .) = 0,
wo links ein Term in den Unbekannten steht. Je nachdem, welchen reellen Wert die Un-
bekannten zugewiesen bekommen, wird f (x, y, . . .) eine unterschiedliche Zahl sein (in der
Regel 6= 0). Wir nennen den Term f (x, y, . . .) einen Funktionsterm bzw. die Zuordnung
(x, y, . . .) 7→ f (x, y, . . .) eine Funktionsvorschrift oder Funktion.
Beachte: Eine Funktion ordnet jedem (x, y, . . .) aus ihrem Definitionsbereich eindeutig einen
Wert f (x, y . . .) zu. Man spricht von Argumenten x, y, usw.
Nicht immer können alle reellen Werte für die Unbekannten eingesetzt werden. Oft muß eine
Menge D als Definitionsbereich für die Funktion festgelegt werden.
√
R
Beispiel 4.1 (i) f (x) = x ist nur für x ≥ 0 definiert, D = {x ∈ x ≥ 0} = + R

√ 0.
(ii) Aber g(x) = ± x ist keine Funktion, denn dem Argument x = 4 werden die Werte −2
und 2 zugordnet.
Wir schreiben
f :D→ R,
um den Namen f der Funktion, deren Definitionsbereich D und deren Wertebereich R
festzulegen. Hierbei wird die Konvention benutzt: f bezeichnet die Funktion und f (x) einen
speziellen Funktionswert, nämlich den Wert von f an der Stelle x.
R
Im obigen Beispiel sagen wir durch Angabe des Wertebereiches nur, dass die Funktionswerte
reelle Zahlen sind. Man spricht dann auch von reellen Funktionen. Es müssen jedoch nicht
notwendig alle reellen Zahlen auch als Bild (oder Funktionswert) von f vorkommen.
Die Menge aller Funktionswerte (oder Bilder) f (x), die durch mindestens ein x aus dem
Definitionsbereich erreicht werden, nennt man den Bildbereich f (D) einer Funktion. Der
Bildbereich f (D) ist eine Teilmenge des Wertebereiches.
f (D) := {f (x) ∈ R | x ∈ D} .
38
KAPITEL 4. FUNKTIONEN 39
Diese Menge kann auch wie folgt geschrieben werden:
f (D) = {y ∈ R | es gibt ein x ∈ D mit y = f (x)} .

Obige Begriffe kann man visualisieren durch folgende Diagramme:
f(D)
Beispiel 4.2 Der Bildbereich der Funktion f (x) =

√
x lautet: f (D) = R+0.
Wir werden uns zunächst hauptsächlich mit Funktionen beschäftigen, die nur von einer Varia-
blen, zumeist x, abhängen. Solche Funktionen kann man (mehr oder weniger genau) skizzieren,
indem man in ein zweidimensionales Koordinatensystem die Wertepaare (x, y) mit y = f (x)
einzeichnet. Wir nennen
R
(x, y) ∈ 2 y = f (x), x ∈ D

den Graph der Funktion.
Beispiel 4.3 Graph der Funktion f : R+0 → R, f (x) = √x:

y
2
x
1 2 3 4 5
Häufig hilft es beim Verständnis von Funktionen, Symmetrien in Funktionen zu erkennen. Sei
R R
f : → . Gilt
f (−x) = f (x)
dann ist f achsensymmetrisch zur y-Achse; f wird gerade Funktion genannt. Gilt dagegen
f (−x) = −f (x)
so ist f punktsymmetrisch zum Ursprung und wird als ungerade bezeichnet.
R R
Beispiel 4.4 Die Funktion f1 : → , f1 (x) = x2 + 1 ist gerade.
R R
Die Funktion f2 : → , f2 (x) = x3 ist ungerade.
R R
Die Funktion f3 : → , f3 (x) = x + 1 ist weder gerade noch ungerade.
Oft ist ebenfalls die Frage interessant, ob, wo und wie reelle Funktionen wachsen oder fallen.
Definition 4.5 Eine Funktion f : D → R heißt

a) (streng) monoton wachsend, wenn für alle x1 , x2 ∈ D, x1 < x2 , gilt f (x1 ) ≤ f (x2 )
(bzw. f (x1 ) < f (x2 )).
b) (streng) monoton fallend, wenn für alle x1 , x2 ∈ D, x1 < x2 , gilt f (x1 ) ≥ f (x2 )
(bzw. f (x1 ) > f (x2 )).
y y
monoton wachsende Funktion monoton fallende Funktion
R R R
Beispiel 4.6 (i) Die Funktion f1 : → , f1 (x) = x2 + 1 ist auf nicht monoton. Schränkt
man jedoch den Definitionsbereich ein, so kann man feststellen, dass sie auf (−∞, 0] streng
monoton fällt und auf [0, ∞) streng monoton wächst.
R R
(ii) Die Funktion f2 : → , f2 (x) = x3 wächst auf R
streng monoton.
R R
(iii) Die Funktion f4 : → , f4 (x) = −x + 1 fällt auf R
streng monoton.
(iv) Die konstante Funktion f5 : R R
→ , f5 (x) = 2.7 ist auf R
sowohl momoton wachsend
als auch monoton fallend, aber nicht streng monoton wachsend und nicht streng monoton
fallend.
4.1.2 Invertierbarkeit und Umkehrfunktion

Haben verschiedene Argumente immer verschiedene Bilder, so folgt also aus x1 6= x2 stets
f (x1 ) 6= f (x2 ). Anders gesagt, kommt jeder Funktionswert maximal einmal vor. Eine solche
Funktion f heißt umkehrbar oder invertierbar.
In diesem Fall (und nur in diesem) wird durch f (x) 7→ x eine Funktion von f (D) → D
definiert, für die wir die Bezeichnung f −1 verwenden; sie wird Umkehrfunktion oder inverse
Funktion (inverse Abbildung) von f genannt. Wir schreiben dann:
f −1 : f (D) → D, f (x) 7→ x .
f g
y1 y1
x1 x1
y2 y2
x2 x2
y3 y3
x3 x3
y4 y4
x4 x4
f(D) f(D)
D D
umkehrbare Funktion f Umkehrfunktion g = f −1
Offenbar gilt:
f −1 (f (x)) = x für alle x ∈ D sowie f (f −1 (y)) = y für alle y ∈ f (D) .
Achtung: Man denke bei f −1 nicht an die Funktion 1
f : x 7→ 1
f (x) .
Für die Umkehrbarkeit einer reellen Funktion haben wir folgendes Kriterium:
Satz 4.7 Ist die Funktion f auf einem Intervall I ⊆ R

definiert und dort streng monoton
fallend oder streng monoton wachsend, so ist f umkehrbar.
Zur Berechnung der Umkehrfunktion stellt man die Gleichung y = f (x) um nach x, um
die Funktionsvorschrift x = g(y) = f −1 (y) zu erhalten. Typischerweise vertauscht man dann
wieder x mit y, um f −1 (x) zu erhalten.
Beispiel 4.8 a) Die Funktion

f6 : R → R, f6 (x) = 3x + 3
ist aufRstreng monoton wachsend und damit umkehrbar. Es gilt f6 ( ) = R R, also ist die
Umkehrfunktion auf ganz R
definiert. Wegen
1
y = 3x + 3 ⇐⇒ x = (y − 3)/3 = y − 1
3
ist
1
f6−1 (y) = y − 1 .
3
b) Die Funktion √
f7 (x) = −x − 2
ist nur für x ≤ −2 definiert, d.h. D = (−∞, −2]. f7 ist auf (−∞, −2] streng monoton fallend
und hat den Bildbereich f7 (D) = + R
0 . Damit existiert auf
+
R
0 die Umkehrfunktion f7 .
−1
Wegen
√
y = −x − 2, x ∈ (−∞, −2] ⇐⇒ y 2 = −x − 2, x ∈ (−∞, −2] ⇐⇒ x = −y 2 − 2
ist
f7−1 (y) = −y 2 − 2 für y ∈ R+0 .
y
y
f6 2
4
f7
x
2 −6 −4 −2 2
f6−1 −2
x
−4 −2 2 4
−4
−2
−6
−4 f7−1
Fkt und Umkehrfkt aus Bsp. 4.8a. Fkt und Umkehrfkt aus Bsp. 4.8b.
c) Die Funktion
1
f8 (x) =
x
R
ist für alle x 6= 0 definiert. D(f8 ) = \ {0} . Für x < 0 hat die Funktion negative Funktions-
werte und fällt streng monoton, für x > 0 hat die Funktion positive Funktionswerte und fällt
auch streng monoton. Es kommen alle rellen Zahlen mit Ausnahme der Null als Funktions-
wert vor, und zwar jeweils genau einmal. Also ist die Funktion auf ihrem Bildbereich ( das
R R
ist ebenfalls \ {0}) umkehrbar und auf \ {0} existiert die Umkehrfunktions f8−1 . Wegen
1 1
y= ⇐⇒ y · x = 1 ⇐⇒ x = für x, y 6= 0
x y
ist
f8−1 (y) =
1
y
für y ∈ R \ {0} .
y
4
x −1
−4 2 4 f8 = f8
−4
Fkt und Umkehrfkt aus Bsp. 4.8c.
Satz 4.9 Der Graph der Umkehrfunktion f −1 ergibt sich aus dem Graphen der Funktion f
durch Spiegelung an der Geraden y = x.
Beachte: Umkehrfunktionen sind ein wichtiges Mittel zum Auflösen von Gleichungen.
4.1.3 Wichtige elementare Funktionen

Das sind vor allem: (i) Potenzfunktionen, (ii) Wurzelfunktionen, (iii) Exponentialfunk-
tionen, (iv) Logarithmusfunktionen und (v) Kreisfunktionen.
Wir werden diese Funktionen in späteren Abschnitten noch genauer besprechen. Vorab seien
nur einige Eigenschaften genannt, die bekannt sind und die es uns gestatten, mit diesen
Funktionen schon zu rechnen.
i) Potenzfunktionen: Diese sind von der Form
f: R −→ R, x 7−→ xn für vorgegebenes n ∈ N.

Sie sind für alle reellen Zahlen definiert. Man rechnet mit ihnen, indem man die Potenzre-
chenregeln und den binomischen Lehrsatz beachtet:
am+n = am an , an bn = (ab)n , (an )m = an·m .
Beispiel 4.10 Kurz zur Erinnerung:

· 2 · 2 · 2} = 26
2| · 2 · 2{z 26 · 25 = 211 26 + 2 5 = 2 · 25 + 2 5 = 3 · 25
6−mal
n an · am = an+m a5 + a8 = a5 + a3 · a5 = a5 (1 + a3 )
| · a · a{z· · · a · a} = a
a

n−mal
f (x) = x3
y f (x) = x f (x)y = x4 f (x) = x2
4
4
2
2
x
−4 −2 2 4 x
−4 −2 2 4
−2
−2
−4
−4
Beispiel für Potenfunktionen.
ii) Wurzelfunktionen: Diese sind von der Form
f: +0 −→ R √
R
, x 7−→ n x für vorgegebenes n ∈ N.
Als Definitionsbereich dienen die nichtnegativen reellen Zahlen.
y
4
√
f (x) = x
2 √
f (x) = 4 x
x
2 4 6 8 Beispiele für Wurzelfunktionen.
Oft schreibt man die n-te Wurzel aus x ≥ 0 auch in der Form
√
n
1
x = xn
als Potenz. Nun kann man die n-te Wurzel aus x ≥ 0 auch in die m-te Potenz erheben (m ∈ ) Z
oder umgekehrt die n-te Wurzel aus xm ziehen. So ergeben sich Potenzfunktionen mit einem
rationalen Exponenten mn : m √ m √
x n = n x = n xm .
Beachte: Dabei steht der Exponent −m für die m-te Potenz der Kehrwerte:
m
a−m 1
= m =
a
1
a
für jedes a > 0 und jedes m ∈ . Z
Fazit: Wurzelfunktionen heben die Wirkung von Potenzfunktionen auf, sie sind deren Um-
kehrfunktionen (und umgekehrt):
√ n p
n
n
x = x und (xn ) = x für alle x ≥ 0.
Beispiel 4.11 Potenzgesetze:

2
√ 2 √
3
√
8 = 22 = 4 = 82 = 64 = 4
3 3
83 =
√ −2 1 √
r
2 3 3 1 1
8− 3 −2
3 −2
= 8 =2 = = 8 = =
4 64 4
iii) Exponentialfunktionen: Sei a ∈ + . Für x ∈ R Q (d.h. x = p

q) sind Potenzen ax
bislang erklärt durch
p √
ax = a q = q ap .
Mit mehr Theorie werden wir diese Definition durch Grenzwerte erweitern auf irrationale
R
√
Exponenten (z.B. a 2 ), so dass ax für alle x ∈ erklärt ist. Bei dieser Erweiterung bleiben
die bekannten Potenzgesetze erhalten: Für alle a, b ∈ (0, ∞) und x, y ∈ gilt: R
1
ax+y = ax ay , ax bx = (ab)x , (ax )y = axy , a−x = , 1x = 1.
ax
So kommt man zu einer Funktion: Gegeben eine Basis a ∈ R+\{1}

f: R → R, x 7→ f (x) = ax ,
die Exponentialfunktion zur Basis a gennannt wird.

Da nun jede irrationale Zahl durch rationale Zahlen gut genähert (approximiert) werden kann,
genügt für den Moment, dass wir wissen, wie wir diese Funktion an rationalen Argumenten
auswerten. Es ergeben sich für a > 1 sehr schnell wachsende (man sagt auch exponentiell
wachsende) Funktionen, und für a ∈ (0, 1) sehr schnell fallende (man sagt auch exponentiell
fallende) Funktionen.
f (x) = 4x f (x) = 3x
y
f (x) = ex
30 y
f (x) = 2x
20
10 f (x) = (0.5)x
f (x) = (1, 5)x f (x) = e−x
f (x) = (0.2)x
x x
* −1 1 2 3 4 −1 1 2 3 4
Bsp für wachsende Exponentialfktn. Bsp für fallende Exponentialfktn.
Eine ganz besondere Rolle spielt die Exponentialfunktion mit der Basis e, wobei e die so
genannte Eulersche Zahl ist. Sie wird in einem späteren Kapitel exakt eingeführt. An dieser
Stelle soll der Hinweis genügen, dass e eine irrationale Zahl ist, die wir näherungsweise als
Dezimalzahl (hier mit 15 Nachkommastellen) angeben:
e = 2 . 71828 18284 59045 . . . . . . . . .
Die Funktion f : R R
7→ + , x 7→ ex heißt natürliche Exponentialfunktion (oder kurz
Exponentialfunktion). Sie wird mit f := exp bezeichnet.
Für die Exponentialfunktion exp : R → R+, x 7→ exp(x) =: ex gilt
1
e0 = 1, e = e1 = 2.7183 . . . , ex1 +x2 = ex1 · ex2 , e−x =
ex
iv) Logarithmusfunktion: Es fällt auf, dass alle Exponentialfunktionen ax (mit Basis

R
a ∈ + \ {1}) streng monoton sind. Daher sind sie alle umkehrbar und die Umkehrfunktionen
heißen Logarithmusfunktionen: loga (x) (lies: ”Logarithmus von x zu Basis a”). D.h. man hat
R
(a ∈ + \ {1})
ax = y ⇐⇒ x = loga (y) Rfür x ∈ , y ∈ + . R
Damit hat man loga : R → R mit Bildbereich loga (R = R.
+ +)
Im speziellen heißt die Umkehrfunktion zur Exponentialfunktion exp (mit Basis e): natürli-
cher Logarithmus, kurz ln. D.h. es gilt
ex = y ⇔ x = ln(y), bzw. eln(x) = x, ln(ex ) = x.
Beispiel 4.12 (Logarithmus und Exponentialfunktion)

log2 (16) = 4 log4 (16) = 2 log10 (16) = 1.204... ln(16) = 2.772...
log2 (0.25) = −2 log4 (0.25) = −1 log10 (0.25) = −0.602... ln(0.25) = −1.386...
Beispiel 4.13 Der Schalldruckpegel wird in deziBel [dB] angegeben. Dabei ist deziBel eine
logarithmische Skala (zur Basis 10).
7
exp(x)
ln(x)
1
x
-3 -2 -1 1 3 5 7
-1
-2
-3
Für die Logarithmusfunktionen loga : R+ → R gelten die folgenden Rechengesetze:

loga (1) = 0, loga (a) = 1
loga (x1 · x2 ) = loga (x1 ) + loga (x2 ), y loga (x) = loga (xy ), loga (x−1 ) = − loga (x) .
v) Kreisfunktionen: Dies sind hauptsächlich die Funktionen
sin : R −→ R, x 7−→ sin(x) und cos : R −→ R, x 7−→ cos(x).
wie sie schon im Kapitel 1 eingeführt wurden.
Im folgenden beschäftigen wir uns zunächst mit dem rechnerisch einfachsten Typ von Funk-
tionen, den Polynomen und versuchen, zu diesen Nullstellen zu berechnen.
4.2 Polynome
Die einfachsten und zugleich wichtigsten Funktionen für das praktische Rechnen sind die
Funktionen
f : R→R
y = f (x) = a0 + a1 x + a2 x2 + . . . + an xn
N R
bei vorgegebenen n ∈ , a0 , . . . , an ∈ . Solche Funktionen heißen Polynome und die
ai heißen Koeffizienten. Ist an 6= 0, so heißt das Polynom vom Grad n. In Zeichen:
n = deg(f ); an wird Leitkoeffizient genannt; a0 = a0 x0 heißt absolutes Glied.
Polynome kann man zueinander addieren, voneinander subtrahieren und miteinander multi-
plizieren, wobei jedesmal erneut ein Polynom entsteht: Seien etwa f (x) und g(x) zwei beliebige
Polynome von Grad n bzw. m. Dann sind:
• h1 (x) = f (x) + g (x) ein Polynom mit deg(h1 ) ≤ max {n, m} ,
• h2 (x) = f (x) − g (x) ein Polynom mit deg(h2 ) ≤ max {n, m} und
• h3 (x) = f (x) · g (x) ein Polynom mit deg(h3 ) = n + m.
Beispiel 4.14 Seien etwa f (x) = 2 + 3x2 , g (x) = 4x + x3 , h (x) = x3. Dann sind z.B.
f (x) + g (x) = 2 + 4x + 3x2 + x3
g (x) − h (x) = 4x
f (x) · g (x) = 8x + 14x3 + 3x5 .
Koeffizientenvergleich
Polynome sind in ihrer Darstellung eindeutig:
Satz 4.15 Nehmen zwei Polynome

f (x) = a0 + a1 x + . . . + an xn und
m
g(x) = b0 + b1 x + . . . + bm x
für alle x aus einem Intervall (a, b), a < b, den gleichen Wert an, so gilt m = n und ai = bi
für alle i = 0, . . . , n.
Die im Satz beschriebene Feststellung der Gleichheit der Koeffizienten beider Polynome nennt
man Koeffizientenvergleich. Wir verwenden diesen, um ein besonders einfaches und wenig
rundungsfehleranfälliges Verfahren zur Berechnung der Funktionswerte eines Polynoms zu
begründen.
Hornerschema
Satz 4.16 Sei ein Polynom f (x) = a0 + a1 x + . . . + an xn vorgegeben, sowie b ∈ R
beliebig.
Mit den Zahlen cn := an , cn−1 := cn b + an−1 , . . . , c1 := c2 b + a1 , c0 := c1 b + a0 gilt dann
f (x) = (x − b)(c1 + c2 x + . . . + cn xn−1 ) + c0
für alle x ∈ R.
Beweis: Man multipliziert die rechte Seite aus:
c1 x + c2 x2 + . . . + cn xn − (bc1 ) − (bc2 ) x − . . . − (bcn ) xn−1 + c0
!
= (c0 − bc1 ) + (c1 − bc2 ) x + . . . + (cn−1 − bcn ) xn−1 + cn xn = f (x)
und macht einen Koeffizientenvergleich mit f (x) = a0 + a1 x + . . . + an xn .
!
Dabei bedeutet =“: soll gleich sein“.
” ”
Folgerung: Es gilt f (b) = c0 . Sind also die Zahlen cn , . . . , c0 berechnet, so kennt man insbe-
sondere den Funktionswert von f an der Stelle x = b. Dabei müssen also nur die ci rekursiv
bestimmt werden, wobei keine Potenz von x direkt berechnet wird.
Für die praktische Berechnung der Zahlen c0 , . . . , cn ist ein spezielles Rechenschema, das
Hornerschema, üblich.
b: an an−1 an−2 . . . a1 a0
+ bcn bcn−1 . . . bc2 bc1
= cn cn−1 cn−2 . . . c1 c0
Wie muss man also die Tabelle lesen?
Beispiel 4.17 Mit f (x) = x2 − 6x + 9
b=3: 1 −6 9
+ 3 −9
= 1 −3 0
ist f (x) = (x − 3)(x − 3) + 0 = (x − 3)2 , also f (b) = f (3) = 0 = c0 .
Faktorisierung von Polynomen

Aus dem Satz folgt: Es gilt immer c0 = f (b). Insbesondere ist x = b eine Nullstelle von f ,
wenn c0 = 0 gilt.
Ist b eine Nullstelle von f , so besitzt f die folgende Darstellung:
f (x) = (x − b) · g(x),
wobei g das Polynom (n − 1)–ten Grades
g(x) = c1 + c2 x + . . . + cn xn−1
ist. Iterierte Anwendung dieser Aussage führt zu folgendem
Satz 4.18 (Faktorisierungssatz) Jedes Polynom n–ten Grades besitzt eine Darstellung
f (x) = (x − x1 )l1 · (x − x2 )l2 · . . . · (x − xs )ls · g(x),
wobei x1 , . . . , xs genau die Nullstellen von f sind, l1 +. . .+ls ≤ n gilt und g ein nullstellenfreies
Polynom vom Grad n − (l1 + l2 + . . . + ls ) ist. Diese Darstellung ist bis auf Vertauschung der
Faktoren eindeutig.
Beispiel 4.19 Faktorzerlegung

(i) 8x3 − 8x = 8x(x2 − 1) = (x − 0) · (x − 1) · (x + 1) · 8 l1 = l2 = l3 = 1 , g(x) = 8
(ii) 8x3 + 8x = 8x · (x2 + 1) = (x − 0) · (8x2 + 8) l1 = 1 , g(x) = 8(x2 + 1)
(iii) 3x2 + 6x + 3 = 3(x + 1)2 = (x + 1)2 · 3 l1 = 2 , g(x) = 3
Bezeichnung: Wir nennen die Faktoren (x − xi ), i = 1, . . . , s die Linearfaktoren des

Polynoms. Ferner nennen wir lj die Vielfachheit der Nullstelle xj von f .
Beachte: Aus dem Satz können wir folgern, dass jedes Polynom n–ten Grades höchstens n
Nullstellen hat!
In Erweiterung des obigen Satzes kann bewiesen werden:
Satz 4.20 Ist g ein nichtkonstantes nullstellenfreies Polynom, so gibt es eine Darstellung
von g als Produkt von lauter Polynomen zweiten Grades (i.A. nicht eindeutig).
Folgerung 4.21 Jedes Polynom ungeraden Grades besitzt mindestens eine Nullstelle.
4.3 Nullstellenberechnung
Gleichungen spielen in der Ingenieurmathematik eine große Rolle. Sie beschreiben
• Bedingungen, unter denen Vorgänge ablaufen,
• Gleichgewichtszustände,
• Punktmengen,
etc.
Beispiel 4.22 Lineare Gleichungen beschreiben Punkte, Geraden oder Ebenen im Raum.
Gleichungen formuliert man gerne mit Hilfe von Funktionen. Z.B. kann eine Gleichung mit
einer Unbekannten immer in der Form
f (x) = 0
geschrieben werden, in der eine Stelle x aus dem Definitionsbereich der Funktion f gesucht
wird, an der diese den Funktionswert 0 annimmt. Solche Stellen heißen Nullstellen der Funk-
tion. Gleichungen zu lösen ist also gleichbedeutend damit, Nullstellen von Funktionen zu
berechnen.
Die Nullstellen eines Polynoms zweiten Grades berechnet man mit der (p, q)–Formel:
r
2 p p2
x + px + q = 0 ⇔ x1,2 = − ± − q.
2 4
p2
Ist − q ≥ 0, so gilt nach dem Faktorisierungssatz x2 + px + q = (x − x1 )(x − x2 ). Ist
4
p2 2
4 − q < 0, so ist g(x) = x + px + q nullstellenfrei.
Die Nullstellen von Polynomen höheren Grades können nicht so ohne weiteres berechnet wer-
den. Eine Möglichkeit besteht darin, eine Nullstelle zu raten“, um dann den entsprechenden
”
Linearfaktor mit dem Hornerschema herauszuteilen“ und erneut zu raten.
”
Raten von Nullstellen

Beispiel 4.23 Das Polynom f (x) = 4 − 4x − 3x2 + 2x3 + x4 hat augenscheinlich die Nullstelle
x1 = 1. Mit dem Hornerschema erhält man f (x) = (x − 1)(x3 + 3x2 − 4). Der Faktor h(x) =
x3 + 3x2 − 4 hat ebenfalls die Nullstelle x2 = 1. Mit dem Hornerschema ergibt sich h(x) =
(x − 1)(x2 + 4x + 4) und über die (p, q)–Formel erhält man weiter x2 + 4x + 4 = (x + 2)(x + 2).
Damit ergeben sich insgesamt für f zwei zweifache Nullstellen x1 = 1, x2 = −2 und die
Zerlegung f (x) = (x − 1)2 (x + 2)2 .
Beim Raten rationaler Nullstellen eines Polynoms mit ganzzahligen Koeffizienten hilft nun
der folgende
Satz 4.24 Die rationalen Nullstellen eines Polynoms f (x) = a0 + a1 x + . . . + an xn mit

Z Z
a0 , . . . , an ∈ findet man unter den Brüchen ab (a, b ∈ ), in denen a ein Teiler von a0 und
b ein Teiler von an ist.
Beispiel 4.25 Alle rationalen Nullstellen des Polynoms
f (x) = 12x4 − 4x3 + 6x2 + x − 1
befinden sich in der Zahlenmenge

1 1 1 1 1
±1, ± , ± , ± , ± , ± .
2 3 4 6 12
Man überprüft: f ( 31 ) = 0 und findet über das Hornerschema die Zerlegung f (x) = (3x −
1)(4x3 + 2x + 1). Weitere rationale Nullstellen können also nur noch ±1, ± 12 , ± 14 sein. Man
überprüft, dass keine dieser Zahlen Nullstelle von h(x) = 4x3 + 2x + 1 ist (h besitzt nur noch
eine irrationale Nullstelle zwischen − 21 und − 14 ).
Beispiel 4.26 Um die Nullstellen x1 = 2 und x2 = 12 des Polynoms

f (x) = (x − 2) · (x − 21 ) = x2 − 2, 5x + 1 mit Hilfe dieses Satzes zu finden muss man zuerst
mit 2 multiplizieren, um die Koeffizienten ganzzahlig zu machen:
2f (x) = 2x2 − 5x + 2
Nun ist a0 = 2 und a2 = 2 , die möglichen Teiler von a0 sind 1 und 2, die von a2 sind ebenfalls
1 und 2 und somit ergeben sich ±1, ± 21 , ±2 als Kandidaten für Nullstellen.
Anmerkung: Jedes Polynom mit rationalen Koeffizienten kann durch Gleichnamigmachen
der Koeffizienten und Multiplikation mit dem entstandenen Nenner zu einem Polynom mit
ganzzahligen Koeffizienten gebracht werden.
Das Beispiel zeigt, dass leider nicht alle Nullstellen eines Polynoms mit Hilfe des Satzes und
des Hornerschemas berechnet werden können. Oft können die Nullstellen von Polynomen
aber mit Näherungsverfahren (und dann beliebig genau) berechnet werden. Als ein solches
Verfahren betrachten wir das
Bisektionsverfahren
Zu lösen ist die Gleichung f (x) = 0 (mit f Polynom in x). Es sei eine Stelle x = a bekannt,
für die f (a) < 0, und eine Stelle x = b, für die f (b) > 0 gelte. Dann muss zwischen a und b
eine Nullstelle von f liegen! Sei c Mitte zwischen a und b. Dann gilt entweder f (c) > 0 oder
f (c) = 0 oder f (c) < 0.
• Gilt f (c) = 0, so ist eine Lösung der Gleichung gefunden.
• Gilt f (c) > 0, so liegt nach dem gleichen Argument eine Nullstelle von f zwischen a
und c und man kann wieder die Mittelstelle zwischen a und c betrachten.
• Gilt f (c) < 0, so liegt eine Nullstelle zwischen c und b und man betrachtet das arith-
metische Mittel von b und c.
Führt man dies iteriert fort, so halbiert sich bei jedem Schritt die Breite des Intervalls, in
dem eine Nullstelle liegen muss. Durch diese Art der Intervallschachtelung kann daher eine
Lösung der Gleichung beliebig angenähert werden.
Beispiel 4.27 Wir betrachten das Polynom f (x) = x3 +x+1. Als Polynom 3. Grades besitzt
f mindestens eine Nullstelle. Man stellt durch Einsetzen fest:
a := −1 : f (a) = −1 < 0 und b := 1 : f (b) = 3 > 0.
Also liegt eine Nullstelle von f im Intervall (a, b) (das Polynom springt nicht). Wir starten
das Bisektionsverfahren und bezeichnen den jeweiligen Intervallmittelpunkt mit c = a+b2 :
a b c = a+b
2 f (c) (& VZ)
a = −1 b=1 c=0 f (c) = 1 > 0 d.h. Nst in (a, c) = (−1, 0)
a = −1 b=0 c = −0.5 f (c) = 0.375 > 0 d.h. Nst in (a, c) = (−1, −0.5)
−1 −0.5 −0.75 f (c) ≈ −0.1719 < 0 d.h. Nst in (c, b) = (−0.75, −0.5)
−0.75 −0.5 −0.625 f (c) ≈ 0.1309 > 0 d.h. Nst in (a, c) = (−0.75, −0.625)
−0.75 −0.625 −0.6875 f (c) ≈ −0.0125 < 0 d.h. Nst in (−0.6875, −0.625)
−0.6875 −0.625 −0.65625 f (c) ≈ 0.0611 > 0 d.h. Nst in (−0.6875, −0.65625)
..
.
Dieses Verfahren kann man weiterführen bis man die gewünschte Genauigkeit erreicht hat.
Hört man an dieser Stelle auf, so kann man festhalten, dass die gesuchte Nullstelle zwischen
−0.6875 und −0.65625 liegt. Die Nullstelle liegt also angenähert bei −0.67 (eine Dezimalstelle
ist schon gesichert).
4.4 Rationale Funktionen

Addiert, subtrahiert oder multipliziert man Polynome, so entstehen wieder Polynome. Anders
ist dies bei der Division. Wir nennen den Quotient zweier Polynome
p(x) an xn + an−1 xn−1 + . . . + a1 x + a0

f (x) = =
q(x) bm xm + bm−1 xm−1 + . . . + b1 x + b0
N
(mit an 6= 0, bm 6= 0 und m, n ∈ 0 ) eine rationale Funktion (bzw. auch gebrochen
rationale Fkt). Polynome sind spezielle rationale Funktionen, die mit q(x) = 1 entstehen
(auch ganz rationale Funktion genannt) .
Polynomdivision
Eine Vereinfachung von rationalen Polynomen ergibt sich über die Rechenmethode der Po-
lynomdivision, bei der man entsprechend der schriftlichen Division reeller Zahlen vorgeht.
Dabei teilt man den Zähler p einer rationalen Funktion durch den Nenner q, sofern ersterer
keinen niederen Grad besitzt: deg(p) ≥ deg(q) ≥ 1. Dadurch entsteht eine Darstellung der
rationalen Funktion als Summe eines ganzen Anteils h(x) (mit deg(h) ≤ deg(p)) und eines
r(x)
gebrochenrationalen Anteils q(x) (bei dem deg(r) < deg(q) gilt):
p(x) r(x)
f (x) = = h(x) + .
q(x) q(x)
3x3 +2x2 −x+1

Beispiel 4.28 Für f (x) = x−3 rechnet man
97
(3x3 + 2x2 − x+ 1) : (x − 3) = 3x2 + 11x + 32 + x−3
−(3x3 − 9x2 )
11x2 − x
−(11x2 −33x)
32x+ 1
−(32x−96)
97
97
Daher ist f (x) = 3x2 + 11x + 32 + x−3 .
Nullstellen rationaler Funktionen

Beim Berechnen der Nullstellen von rationalen Funktionen gibt es einen entscheidenden Nach-
teil: Gilt p(x0 ) = 0, so muss x0 nicht notwendig Nullstelle von f sein. Ist nämlich gleichzeitig
q(x0 ) = 0, so gilt ja nach dem Faktorisierungssatz
p(x) = (x − x0 )p1 (x),

q(x) = (x − x0 )q1 (x),
also
p(x) (x − x0 ) · p1 (x) p1 (x)
f (x) = = = ,
q(x) (x − x0 ) · q1 (x) q1 (x)
d.h. der zur potentiellen Nullstelle x0 gehörige Linearfaktor kann sich herauskürzen. Damit
muss x0 keinesfalls Nullstelle von f sein. Dieser Effekt kann nicht auftreten, wenn die rationale
Funktion in gekürzter Form vorliegt, d.h. wenn kein Polynom d vom Grade größer null existiert
mit
p(x) = d(x) · p2 (x),

q(x) = d(x) · q2 (x).
Euklidischer Algorithmus
Erfreulicherweise kann man jede rationale Funktion mit Hilfe der Polynomdivision in einen
gekürzten Zustand überführen. Dabei verwendet man die folgende
Beobachtung: Hat man durch Polynomdivision
p(x) r(x)
= h(x) +
q(x) q(x)
mit deg(r) < deg(q) erhalten, so ist ein Polynom d(x) genau dann Faktor von p(x) und von
q(x), wenn d(x) Faktor von r(x) und q(x) ist.
Bezeichnung: Ist d(x) Faktor von p(x) und q(x), so heißt d(x) gemeinsamer Teiler von
p(x) und q(x), wenn deg(d) > 0 gilt.
Mit Hilfe der Beobachtung können wir einen (dem Grad nach) größten gemeinsamen Teiler“
”
von p(x) und q(x) ermitteln.
Prozedur: Euklidischer Algorithmus für Polynome

(0) Sei deg(q) > 0 vorausgesetzt.
p(x)
(1) Man startet bei q(x) .
Test: Ist deg(p) = 0, dann STOP (es existiert kein Teiler).
p
Ist deg(p) < deg(q), so ersetzt man q durch seinen Kehrbruch.
(2) Man führt Polynomdivision durch und erhält den ganzen Anteil h(x) und den rationalen
r(x)
Anteil q(x) .
Test: Ist der rationale Anteil 0, dann STOP (Teiler gefunden).
p(x)
(3) Gemäß der Beobachtung ist jeder gemeinsame Teiler von q(x) auch gemeinsamer Teiler
r(x) r(x) p(x)
von q(x) . Daher betrachtet man q(x) anstelle von q(x) und geht zurück zu (1).
Die Prozedur bricht erfolgreich ab, wenn in (2) kein gebrochen-rationaler Anteil mehr ge-
funden wird. Das zuletzt betrachtete Nennerpolynom ist dann zwangsläufig der gradmäßig
größte gemeinsame Teiler des letzten Bruchs und gemäß der Beobachtung damit auch des
Ausgangsbruchs.
Wir erläutern die Methode über ein Zahlenbeispiel.
x2 −3x+2
Beispiel 4.29 f (x) = x3 −2x+1
(1) Wir betrachten den Kehrbruch.

5x−5
(2) (x3 − 2x +1) : (x2 − 3x + 2) = x + 3 + x2 −3x+2
−(x3 − 3x2 +2x)
3x2 − 4x+ 1
−(3x2 − 9x+6)
5x− 5
x−1
(3) Rationaler Rest ist 5 x2 −3x+2 .
(1) Wir betrachten den Kehrbruch.
(2) (x2 − 3x +2) : (x − 1) = x − 2
−(x2 − x)
−2x+ 2
−(−2x+2)
0
x2 −3x+2
Der gradmäßig größte gemeinsame Teiler von x3 −2x+1
ist demnach (x − 1). Wir kürzen:
x2 − 3x + 2 = (x − 1)(x − 2) und ferner
(x3 − 2x +1) : (x − 1) = x2 + x − 1.
3 2
−(x −x )
x2 − 2x
−(x2 − x)
−x− 1
−(−x−1)
0
Damit lautet die gekürzte Form von f

x−2
f (x) = .
x2 +x−1
Definitionsbereich und Nullstellen

Die Nullstellen des Nennerpolynoms sind aus dem Definitionsbereich der Funktion heraus-
zunehmen. Kürzt man den rationalen Ausdruck, so können weitere Punkte zum Definiti-
onsbereich hinzukommen. Im (völlig) gekürzten Zustand erhält man so den maximalen
Definitionsbereich der Funktion als Menge der reellen Zahlen ohne die Nullstellen des
Nennerpolynoms.
Liegt die Funktion in gekürzter Form vor und ist dabei x0 eine l–fache Nullstelle des Nen-
nerpolynoms, so sprechen wir von einem l–fachen Pol der rationalen Funktion. Man beachte,
dass die rationale Funktion sich an Polstellen gegen ±∞“ bewegt.
”
Die Nullstellen einer rationalen Funktion berechnet man aus der gekürzten Darstellung, und
zwar als Nullstellen des Zählerpolynoms.
Beispiel 4.30
y
Wir betrachten die rationale Funktion
(x + 1)(x − 1)(x − 3) 4
f (x) =
x(x − 2)2
Sie ist bereits in vollständig gekürztem Zu-

2
stand. f (x)
R
Diese Funktion ist definiert auf \ {0, 2}.
Sie hat einen einfachen Pol in 0 und einen dop- x
pelten Pol in 2. −4 −2 2 4
Die Nullstellen liegen in −1, 1, 3.
−2
−4
♦
Kapitel 5
Komplexe Zahlen und

Kreisfunktionen
In diesem Kapitel wollen wir uns mit Polynomen zweiten Grades beschäftigen, die keine
Nullstelle besitzen, und eine Theorie entwickeln, die diesen Funktionen virtuelle Nullstellen
zuordnet. Die dabei entstehenden komplexen Zahlen erweitern die reellen Zahlen und helfen
uns auch später zur einfachen Beschreibung komplizierter Vorgänge (Differentialgleichungen).
5.1 Normaldarstellung komplexer Zahlen

Wir starten die folgenden Überlegungen mit Betrachtungen zu Nullstellen quadratischer Po-
lynome.
Komplexe Nullstellen
Betrachtet man eine beliebige quadratische Gleichung
x2 + px + q = 0,
so besitzt diese die formalen Lösungen
r
p p2
x1/2 =− ± − q.
2 4
Formal“ deshalb, weil durch Ausmultiplizieren leicht bestätigt wird, dass
”
x2 + px + q = (x − x1 )(x − x2 )
gilt, unabhängig von der Frage, ob die Diskriminante
p2
D= −q
4
negativ oder nicht-negativ ist. Ist D ≥ 0, so sind x1 , x2 (gewöhnliche) reelle Nullstellen der
Gleichung. Wenn andernfalls D < 0 gilt, nennt man x1 , x2 komplexe√Nullstellen der Glei-
chung. Dabei ist folgende Schreibweise üblich: Man setzt formal i := −1 und schreibt
r s
p2 √ p2 √

− q = −1 · − − q = i · −D
4 4
(man beachte, dass −D > 0 gilt). Für D < 0 sind dies keine reellen Zahlen.
55
KAPITEL 5. KOMPLEXE ZAHLEN UND KREISFUNKTIONEN 56
Definition komplexer Zahlen

Setzt man a := − p2 ∈ R und b := √−D ∈ R im Falle D < 0, so gilt:
x1 = a + ib und x2 = a − ib = a + i(−b).
Generell wollen wir Ausdrücke der Form
z = x + iy mit x, y ∈ R
komplexe Zahlen nennen. Dabei heißt x := Re (z) Realteil und y := Im (z) Imaginärteil
von z.
Zwei komplexe Zahlen sind genau dann gleich, wenn sowohl der Realteil als auch der Ima-
ginärteil gleich sind.
Die komplexe Zahlen z = x + iy und z̄ = x − iy, die gleichen Realteil und zueinander
negativen Imaginärteil haben, heißen komplex konjugiert. Für die Menge aller komplexen
Zahlen schreiben wir . C
Rechnen mit komplexen Zahlen
Komplexe Zahlen kann man addieren und subtrahieren,
√ multiplizieren und dividieren genau
wie reelle Zahlen. Man muss dabei nur i2 = ( −1)2 = −1 beachten.
Beispiel 5.1 (Man beachte die übliche Schreibweise)
1. (3 + 4i)(2 − i) = 6 − 3i + 8i − 4i2 = 10 + 5i; 5 − 3i = 5 + 3i
2. Bei der Division komplexer Zahlen benutzt man den Trick“, den Bruch mit der zum
”
Nenner komplex konjugierten Zahl zu erweitern:
3 + 4i 3 + 4i 2 + i 6 + 3i + 8i + 4i2 2 + 11i 2 11
= · = 2
= = + i
2−i 2−i 2+i 4 + 2i − 2i − i 4+1 5 5

Beim letzten Beispiel sind zwei Dinge bemerkenswert:
a) Das Produkt zweier zueinander konjugiert komplexer Zahlen ist eine reelle Zahl:
z · z̄ = (x + iy) · (x − iy) = x2 + ixy − ixy − i2 y 2 = x2 + y 2 .
b) Das Teilen einer komplexen Zahl durch eine reelle Zahl ist problemlos möglich.
R
Wir können die Menge der reellen Zahlen als Teilmenge der komplexen Zahlen C auffassen,
nämlich als solche komplexen Zahlen, die den Imaginärteil 0“ haben:
”
z = x + i0 ∈ R ⊆ C.
Geometrische Interpretation der komplexen Zahlen

So wie die reellen Zahlen graphisch geometrisch als Zahlengerade dargestellt werden, werden
die komplexen Zahlen als Zahlenebene mit einer reellen x–Achse und einer imaginären (iy)–
Achse dargestellt (wobei die Zahlenebene die reelle Zahlengerade als x–Achse enthält).
Komplexe Zahlen werden daher oft als Zeiger
p (Ortsvektoren) interpretiert. In diesem Sinne
haben sie auch den Betrag |z| = |x + iy| = x2 + y 2 .
z = a + ib
iy
|z|
b
z + z̄
a x
−b
|z̄|
z̄ = a − ib
Wir notieren die folgenden Rechenregeln:
z1 · z2 = z1 · z2 , z1 + z2 = z1 + z2 , z = z, z · z = |z|2 ,
1 z 1
z −1 := = = 2 z,
z z·z |z|
|z| = |z|, |z1 z2 | = |z1 | · |z2 |, |z1 + z2 | ≤ |z1 | + |z2 |,
Re (z) = 12 (z + z), Im (z) = 1
2i (z − z).
Beachte: Die letzten beiden Formeln lassen sich in der komplexen Zahlenebene gut verste-
hen. Zu einer komplexen Zahl z erhält man die komplex Konjugierte nämlich (nach Definiti-
on) einfach durch Spiegelung an der x–Achse. Das Addieren und skalare Multiplizieren von
komplexen Zahlen entsprechen in der komplexen Zahlenebene einfach den entsprechenden
Operationen bei Vektoren.
C
Beispiel 5.2 Die Mengen H1 = {z ∈ | Re (z) ≤ −1.5} und H2 = {z ∈ | Im (z) < 0.5} C
beschreiben Halbebenen in der komplexen Zahlenebene.
C
Die Menge K = {z ∈ | |z − (−1 + 2i)| ≤ 1.5} beschreibt einen Vollkreis mit Mittelpunkt
−1 + 2i und Radius 1.5 .
Je nachdem, ob diese Mengen mit ≤- oder <-Ungleichungen beschrieben werden, gehören die
Ränder zu den Mengen oder nicht.
iy iy iy
3
K
2 2 2
H1
1 1 1
x x x
−2 −1 1 2 −2 −1 1 2 −2 −1 1
−1 −1 −1
H2
−2 −2 −2
−3
♦
Komplexe Faktorisierung eines Polynoms

Wir notieren abschließend eine komplexe Version des Faktorisierungssatzes für Polynome
Satz 5.3 (Fundamentalsatz der Algebra) Lässt man auch komplexe Nullstellen zu, so
besitzt jedes Polynom eine Faktorisierung nur in Linearfaktoren. Dabei treten (bei Polyno-
men mit reellen Koeffizienten) echt komplexe Nullstellen immer paarweise auf, nämlich zu-
sammen mit ihrer komplex Konjugierten. Das entsprechende Paar von Linearfaktoren bildet
zusammen(ausmultipliziert) ein reelles Polynom 2. Grades ohne reelle Nullstelle.
Beispiel 5.4 x3 + x = (x − 0) (x + i)(x − i) = x x2 + 1

5.2 Kreisfunktionen
Betrachtet man eine komplexe Zahl z = x + iy als Zeiger in der komplexen Zahlenebene, so
sieht man , dass die Länge des Zeigers r = |z| dem Abstand vom Ursprung entspricht. Dann
kann z offenbar auch mit Hilfe dieses Abstandes r und des Winkels ϕ, den der Zeiger mit der
x–Achse bildet, beschrieben werden. Auch negative Winkel sind möglich.
iy iy iy
3 3 3
z = x + iy
2 2 2
1 1 1
ϕ
x ϕ x x
−2 −1 1 2 3 −2 −1 −3 −2
−1 −1
z = x + iy z ϕ
−2 −2
Es ist dann mit r = |z|

z = x + iy = r cos(ϕ) + ir sin(ϕ) = r(cos(ϕ) + i sin(ϕ))
Um das nötige Handwerkszeug zum Arbeiten mit dieser Darstellung zu erhalten betrachten
wir zunächst noch einmal die Kreisfunktionen.
Die Kreisfunktionen sin und cos haben wir bereits in Kapitel 1 am Einheitskreis eingeführt.
y
sin α
α
x
cos α 1
Wir wählen wieder die Bezeichnung x ∈ R

als Angabe des Winkels α im Bogenmaß und
können die folgenden weiteren Eigenschaften der Funktionen sin und cos festhalten:
a) sin und cos sind Funktionen, die für alle x ∈ R definiert sind,
sin : R → R, cos : R → R.
Ihr Bildbereich ist das Intervall [−1, 1] (d.h. sin(R) = [−1, 1]).
b) cos(−x) = cos(x) (cos ist eine gerade Funktion)

sin(−x) = − sin(x) (sin ist eine ungerade Funktion)
cos(x + 2π) = cos(x), sin(x + 2π) = sin(x) (sin und cos sind 2π–periodisch)
c) sin(x) = 0 ⇔ x = 0 + kπ, k∈Z
cos(x) = 0 ⇔ x = π
2 + kπ, k∈Z
Aus der Drehung eines ebenen Koordinatensystems wollen wir nun weitere Rechengesetze
ableiten.
Die Additionstheoreme für sin und cos

Wird ein gegebenes ebenes Koordinatensystem mit x– und y–Achse um den Winkel α nach
links gedreht, so entsteht ein neues Koordinatensystem mit einer x0 – und einer y 0 –Achse.
Ein fester Punkt P in der Ebene habe die Koodinaten (x̄, ȳ) im alten und (x̄0 , ȳ 0 ) im neuen
System. Es stellt sich die Frage, wie (x̄, ȳ) und (x̄0 , ȳ 0 ) zusammenhängen. Aus der Skizze
y P = (x̄, ȳ) = (x̄0 , ȳ 0 )
y0
x0
T 0
x̄
0
ȳ
α
x
O R S
liest man ab
x̄ = x̄0 cos(α) − ȳ 0 sin(α)

x̄ = OS − RS
⇒
ȳ = RT + T P ȳ = x̄0 sin(α) + ȳ 0 cos(α)
und umgekehrt gilt
x̄0 = x̄ cos(α) + ȳ sin(α)
ȳ 0 = −x̄ sin(α) + ȳ cos(α),
wie man durch Auflösen der obigen Formeln herausfindet (Übung!). Wenden wir die Formeln
nun auf einen Punkt P auf dem Einheitskreis an, für den
x̄ = cos(β + α), ȳ = sin(β + α), x̄0 = cos(β), ȳ 0 = sin(β)
y P
y0
x0
β
α
x
gilt, so lauten die Transformationsgleichungen
cos(β + α) = cos(β) · cos(α) − sin(β) · sin(α),

sin(β + α) = cos(β) · sin(α) + sin(β) · cos(α).
Schreiben wir x für β und y für α, so erhalten wir die

Additionstheoreme für sin und cos

cos(x + y) = cos(x) cos(y) − sin(x) sin(y),
sin(x + y) = cos(x) sin(y) + sin(x) cos(y).
Spezialformen der Additionstheoreme

Aus diesen allgemeinen Additionstheoremen für sin und cos ergeben sich durch Spezialisierung
weitere Rechengesetze:
π
sin x + = cos(x),
2
π
cos x + = − sin(x),
2
cos(x − y) = cos(x) cos(y) + sin(x) sin(y),
sin(x − y) = sin(x) cos(y) − cos(x) sin(y),
cos(2x) = cos2 (x) − sin2 (x) = 2 cos2 (x) − 1,
sin(2x) = 2 sin(x) cos(x),
x
1 + cos(x) = 2 cos2 ,
x2
1 − cos(x) = 2 sin2 ,
2
sowie weitere Formeln, die hier nicht aufgeführt werden.
Tangens und Kotangensfunktionen

Neben den Kreisfunktionen sin und cos sind auch noch die Kreisfunktionen tan (Tangens)
und cot (Kotangens) von Bedeutung. Wir setzen fest:
tan(x) =
sin(x)
cos(x)
für x 6=
π
2
Z
+ kπ, k ∈ ,
cot(x) =
cos(x)
sin(x)
für x 6= 0 + kπ, k ∈ . Z
Die folgende Skizze ordnet tan(x) und cot(x) Strecken am Einheitskreis zu:
cot x
tan x
sin x
cos x 1
Aus den Definitionen und den speziellen Funktionswerten von sin und cos ergeben sich fol-
gende spezielle Funktionswerte für tan und cot:
1 √
tan(π/6) = √ , cot(π/6) = 3,
3
√ 1
tan(π/3) = 3, cot(π/3) = √ ,
3
tan(π/4) = 1, cot(π/4) = 1,
tan(0) = 0, cot(π/2) = 0.
Ferner ergeben sich aus den Rechenregeln für sin und cos folgende Rechengesetze:
tan(−x) = − tan(x),
cot(−x) = − cot(x).
Die Funktionen tan und cot sind demnach ungerade Funktionen. Desweiteren gilt
tan(x + π) = tan(x),
cot(x + π) = cot(x).
tan und cot haben die Periodenlänge π.

Im folgenden skizzieren wir die vier besprochenen Kreisfunktionen:
y y
1 sin x 1
cos x
x x
-3 -2 -1 1 2 3 -1 1 2 3 4
-1 -1
y y
tan x
5 5
cot x
x x
-3 -2 -1 1 2 3 -1 1 2 3 4
-5 -5
5.3 Die Arcusfunktionen

Wir betrachten nun Umkehrfunktionen zu den Kreisfunktionen sin, cos, tan, cot. Diese Funk-
tionen können umgekehrt werden in Teilintervallen, in denen sie streng monoton sind. Da
die Funktionen periodisch sind, gibt es unendlich viele solcher Teilintervalle. Man muss daher
eine Auswahl treffen.
Die Umkehrung der Sinusfunktion

Die Funktion f (x) = sin(x) ist streng monoton steigend im Bereich − π2 ≤ x ≤ π
2, dort also
umkehrbar. Wir nennen diese Umkehrfunktion Arcussinusfunktion
arcsin : [−1, 1] → [− π2 , π2 ] ⊆ R x
-1 1
-1
Bemerkung: Es sind auch andere Teilintervalle von R zur Umkehrung der Funktion sin in
Gebrauch.
Die Umkehrung der Cosinusfunktion

Die Cosinusfunktion wird umgekehrt auf [0, π], da cos dort streng monoton fallend ist. Die
Umkehrfunktion heißt Arcuscosinusfunktion y
3
2
arccos : [−1, 1] → [0, π] ⊆ R
1
x
-1 1
Auch cos wird auf mehreren Intervallen umgekehrt, die hier betrachtete Umkehrung ist die
wichtigste.
Die Umkehrung der Tangens- und Cotangensfunktion

Die Umkehrfunktionen zu tan und cot heißen Arcustangens und Arcuscotangens
y
arctan : R → (− π2 , π2 ) ⊆ R x
-4 -2 2 4
-1
y
3
2
arccot : R → (0, π) ⊆ R
1
x
-4 -2 2 4
Man beachte, dass arctan und arccot auf ganz R definiert sind.
5.4 Polardarstellung komplexer Zahlen

Die Darstellung einer komplexen Zahl z = x + iy mittels ihres Betrages r = |z| und des
Winkels ϕ mit der positiven x–Achse in der komplexen Zahlenebene
z = x + iy = r(cos(ϕ) + i sin(ϕ))
wird Polardarstellung genannt. Aus dieser Polardarstellung (r, ϕ) der komplexen Zahl
z entstehen interessante Interpretationsmöglichkeiten für die komplexe Multiplikation und
Division, die wir im folgenden erarbeiten wollen.
Für die Polardarstellung komplexer Zahlen ist folgende abkürzende Schreibweise üblich:
eiϕ := cos(ϕ) + i sin(ϕ),
die Eulerformel heißt. Wir schreiben also z = |z| · eiϕ .
In dieser Darstellung ist der Winkel ϕ nicht endeutig. Addiert man zum Winkel ϕ Vielfache
von 2π, so änderen sich die Werte von sin und cos nicht. Der Winkel ϕ in der Polardarstellung
ist also nur bis auf Vielfache von 2π eindeutig:
eiϕ = ei(ϕ+2π) = ei(ϕ+4π) = ei(ϕ+2kπ) , k ∈ Z.
Eindeutigkeit erreicht man durch Einschränkung des Winkels ϕ auf das Intervall (−π, π]. Eine
Darstellung
z = r(cos(ϕ) + i sin(ϕ)) mit ϕ ∈ (−π, π]
nennen wir Standard-Polardarstellung.
Erfreulicherweise unterliegen dieser Abkürzung eiϕ sehr einfache Rechenregeln.
Satz 5.5 (de Moivre) Für alle ϕ, ψ ∈ R gilt:

1. eiϕ · eiψ = ei(ϕ+ψ) ,
2. (eiϕ )n = einϕ für n ∈ N0 beliebig und
3. e−iϕ := ei(−ϕ) = 1
eiϕ
.
Beweis: Zum Beweis der 1. Teilbehauptung benutzen wir das Additionstheorem von sin und
cos und rechnen vorwärts:
eiϕ · eiψ = (cos(ϕ) + i sin(ϕ)) · (cos(ψ) + i sin(ψ))
= cos(ϕ) · cos(ψ) + i cos(ϕ) sin(ψ) + i sin(ϕ) cos(ψ) + i2 sin(ϕ) sin(ψ)
= (cos(ϕ) · cos(ψ) − sin(ϕ) sin(ψ)) + i (cos(ϕ) sin(ψ) + sin(ϕ) cos(ψ))
= cos (ϕ + ψ) + i sin (ϕ + ψ)
= ei(ϕ+ψ) .
2. ist eine unmittelbare Folgerung aus 1. (per Induktion). Durch Nachrechnen erhalten wir
auch 3.:
1 1
=
eiϕ cos(ϕ) + i sin(ϕ)
cos(ϕ) − i sin(ϕ)
=
(cos(ϕ) + i sin(ϕ)) · (cos(ϕ) − i sin(ϕ))
cos (−ϕ) + i sin (−ϕ)
=
cos2 (ϕ) + sin2 (ϕ)
= ei(−ϕ) .
Man kann also mit der obigen Abkürzung einfach nach den Regeln des Potenzrechnens umge-
hen! Dies hat folgende Auswirkung auf das Multiplizieren und Dividieren komplexer Zahlen:
Geometrische Interpretation von Multiplikation und Division

Gegeben seien zwei komplexe Zahlen z = |z|eiϕ und w = |w|eiψ in Polardarstellung. Dann
gilt
1. Die komplexen Zahlen z und w werden multipliziert, indem ihre Beträge multipliziert
und ihre Winkel addiert werden:
z · w = |z| eiϕ · |w| eiψ = |z| |w| eiϕ · eiψ = |z| |w| ei(ϕ+ψ) .
2. Zwei komplexe Zahlen z und w werden dividiert, indem ihre Beträge dividiert werden
und ihre Winkel subtrahiert werden:
z |z| eiϕ |z| iϕ 1 |z| iϕ i(−ψ) |z| i(ϕ−ψ)
= = e iψ = e ·e = e .
w |w| eiψ |w| e |w| |w|
Beispiel 5.6 Berechnet werden soll (1 + i)5 · (i − 1)9 . Oftmals bietet es sich in einer solchen
Situation an, die √
zu multipizierenden Zahlen
√ i 3 π in Polardarstellung umzurechnen.
i π4
Es gilt (1 + i) = 2e und (1 − i) = 2e 4 . Dann gilt auch
√ π 5 √ 3 9 √ 14 π 3
(1 + i)5 · (i − 1)9 = 2ei 4 · 2ei 4 π = 2 · ei(5· 4 +9· 4 π)
32
= 27 · ei 4 π = 128 · ei8π = 128e0 = 128
Beispiel 5.7
iy iy
4 4
z9 z8 7
z
3 z6 3
z5 w5 2 w4
2
z4 w6 w3
1 z3 1 w2
z2 w7 w
z
x x
−4 −3 −2 −1 1 2 3 4 −4 −3 −2 −1 1 2 3 4
−1 w8 −1
−2 −2
−3 w9 −3
−4 −4
π
i 12 i 2π
Die Bilder zeigen Potenzen von z = 1.2 · e und w = 1.2 · e 15 . ♦
Umwandlung von Polardarstellung in Normaldarstellung

Betrachten wir eine komplexe Zahl z, die in Polardarstellung gegeben ist: z = |z|·eiϕ. . Gesucht
ist eine Normaldarstellung z = a + ib. Dann lässt sich z über die Eulerformel schreiben als
z = |z| (cos(ϕ) + i sin(ϕ)) = |z| cos(ϕ) + i |z| sin(ϕ).

Somit ist bereits eine entsprechende Normaldarstellung gefunden mit

a = |z| cos(ϕ) und b = |z| sin(ϕ).
iy iy
2 2
z z
r r
b = r · sin(ϕ) eiϕ
ϕ ϕ
x x
−2 a = r · cos(ϕ) 2 −2 2
−2 −2
5
Beispiel 5.8 Betrachtet werde z = ei 4 π . Die Standard-Polardarstellung von z ergibt √sich zu
5 3
z = ei( 4 π−2π) = e−i 4 π . Dann ist |z| = 1 und cos(− 34 π) = cos( 34 π) = − cos( 14 π) = − 22 und
√
2
sin(− 43 π) = − sin( 43 π) = − sin( 14 π) = − 2 .
Also gilt
√ √ √
i 54 π 2 2 2
z=e = −1 · −i =− (1 + i)
2 2 2
Anmerkung: Es ist ei2π = cos(2π) + i sin(2π) = 1 + 0i = 1.
Weiterhin ist eiπ = cos(π)+i sin(π) = −1+0i = −1. Dies wird EULERsche Identität genannt.
Umwandlung von Normaldarstellung in Polardarstellung

Betrachten wir eine komplexe Zahl z, die in Normaldarstellung gegeben ist: z = a+ib. Gesucht
ist eine Polardarstellung z = |z| · eiϕ. . Dann muss (siehe oben)
|z| cos(ϕ) = a und |z| sin(ϕ) = b
√
gelten. Damit gilt dann auch r := |z| = a2 + b2 und cos(ϕ) = ar (für (a, b) 6= (0, 0)). Daraus
kann alles nach folgender Formel berechnet werden:
arccos( ar ) , falls b ≥ 0
p
r = |z| = a2 + b2 , ϕ =
− arccos( ar ) , falls b < 0
Alternativ kann für a 6= 0 der Winkel ϕ auch mittels des Arcustangens berechnet werden.
Dazu nutzt man die Beziehung tan(ϕ) = ab . Der Arcustangens liefert jedoch nur Werte in
(− π2 , π2 ). Für negative Realteile a < 0 muss man π addieren (oder subtrahieren). Es ergibt
sich  b
 arctan( a ) ,
 falls a > 0
b
ϕ= arctan( a ) + π , falls a < 0, b > 0
arctan( ab ) − π , falls a < 0, b < 0 .


Oft hilfreich ist eine Skizze, die verdeutlicht, in welchem Quadranten die darzustellende kom-
plexe Zahl liegt.
√ √ √
2 2 2
Beispiel 5.9 Umgerechnet werden soll z = 2 −i 2 = 2 (1 − i) . Für diese Zahl ergibt sich
iy u √ !2
v
√ !2
1 u 2 2 1
|z| = t + =1 und cos(ϕ) = √ bzw. tan(ϕ) = −1.
x 2 2 2
−1 1
z
−1 Wegen a ≥ 0 und b ≤ 0 erhält man daraus ϕ = − π4 . Also ergibt sich insgesamt
1
z = 1 · e−i 4 π
5.5 Anwendungen
n–te Wurzeln in C
Wir suchen die (reellen und) komplexen Nullstellen des Polynoms f (x) = xn − 1, also die
Lösungen der Gleichung xn = 1. Aus dem Fundamentalsatz der Algebra wissen wir, dass f ge-
nau n komplexe Nullstellen besitzt (Vielfachheiten mitgezählt). Über den Satz von de Moivre
können wir unmittelbar n Lösungen der Gleichung angeben. Wegen eik·2π = 1 für beliebiges
Z
k ∈ sind die (voneinander verschiedenen) komplexen Zahlen
k
xk := ei n ·2π , k = 0, 1, 2, . . . , n − 1
genau n Lösungen der Gleichung, mithin die n komplexen Nullstellen von f (x) = xn − 1.
Wir erweitern die Überlegung auf die Gleichung
xn = a, mit a ∈ C vorgegeben.
Sei etwa a = |a| · eiϕ , dann sind die Zahlen
p ϕ+2kπ
n
|a| · ei n , k = 0, 1, 2, . . . , n − 1
genau n Lösungen der Gleichung.

1
Beispiel 5.10 Die Gleichung x2 = −i hat zwei Lösungen: Wir schreiben −i = 1 · e−i 2 π und
können daher die Lösungen
√ 1 π+0
−2 1 √ i − 12 π+2π 3
x1 = 1ei 2 = e−i 4 π und x2 = 1e 2 = ei 4 π
angeben. Rechnet man diese um in Normaldarstellung, so ergibt sich (siehe oben)

√ √
2 2
x1 = (−1 + i) und x2 = (1 − i) ,
2 2
was man durch Ausmultipizieren unmittelbar nachprüft.
5
Beispiel 5.11 Die Gleichung z 5 = w = 1.25 · ei 12 π hat die Lösungen z1 , z2 , z3 , z4 , z5 , die wir
in der folgenden Skizze vedeutlichen:
5
iy w = 1.25 · ei 12 π
2
1
z2 z1 = 1.2 · ei 12 π
1 2
z2 = 1.2 · ei( 12 + 5 )π
1 4
z3 z3 = 1.2 · ei( 12 + 5 )π
z1 1 6
x z4 = 1.2 · ei( 12 + 5 )π
1 4
−2 2 = 1.2 · ei( 12 − 5 )π
1 8
z5 = 1.2 · ei( 12 + 5 )π
z4 1 2
z5 = 1.2 · ei( 12 − 5 )π
−2
Harmonische Schwingung
Eine Funktion der Form s(t) = A cos(ωt + α), t ∈ R
heißt harmonische Schwingung
(A, ω, α ∈ Rfest vorgegeben). α heißt die Nullphase, ω die Kreisfrequenz, ωt + α die Phase
und A die Amplitude.
Um das Rechnen mit harmonischen Schwingungen zu vereinfachen, betrachtet man häufig
eine Darstellung der Schwingungen mit komplexen Zahlen: Man fasst die Schwingung s(t) als
Realteil (ggf. als Imaginärteil) einer komplexen Funktion auf:
z(t) = A cos (ωt + α) + iA sin (ωt + α)

= Aei(ωt+α) = Aeiα eiωt =: a · eiωt .

Betrachtet man t fortlaufend in + R

0 , so ergibt sich der entsprechende reelle Funktionswert der
Schwingung als Projektion des Zeigers z(t) auf die reelle Achse.
Zu beachten ist, dass a · eiωt bei laufendem t ∈ + R
0 eine Drehung des komplexen Zeigers um
den Koordinatenursprung beschreibt, da eiωt immer den Betrag 1 hat und der Winkel ωt sich
laufend ändert. Für t = 0 beginnt diese Drehung beim Zeiger a.
Die Überlagerung zweier Schwingungen t 7→ s1 (t) und t 7→ s2 (t) wird durch die Superposition
t 7→ s1 (t) + s2 (t)
beschrieben. Im Komplexen entspricht dies ebenfalls der Addition der Funktionswerte.
Beispiel 5.12
y
s1 (t) + s2 (t)
2
s2 (t) = 2 cos( 12 t + π6 )
1 s1 (t) = cos(t)
π
t
− π2 π
2
3π 2π 3π 4π
2
−1
−2
Teil IV
Grenzwertberechnung
68
Kapitel 6
Grenzwerte
Grundlage für den so wichtigen Begriff des Grenzwertes ist der Begriff der Folge.
R
Definition 6.1 Eine Aufzählung reeller Zahlen a0 , a1 , a2 , a3 , . . . ∈ (unendlich viele) nennen
N
wir eine Folge reeller Zahlen. Hier wird jedem n ∈ 0 ein Folgenglied an ∈ zugeordnet. R
Wir schreiben für eine Folge: (an )n∈N0 = (an )n≥0 = (an ).
Genau genommen ist eine Folge also eine Funktion 0 → N R. Eine Folge ist dann fixiert, wenn
N R
zu jedem n ∈ 0 das Folgenglied an ∈ festgelegt ist.
Beispiel 6.2 (Beachte die unterschiedlichen Schreibweisen!)
(i) a0 = 1, a1 = 2, a2 = 3, . . . , an = n + 1, . . .
(ii) a0 = 1, a1 = 1, a2 = 21 , a3 = 13 , . . ., an = n1 , . . .

(iii) an = (−1)n n5−n
2 −1 (n ≥ 2)
(iv) (arithmetische Folge)

an = a + n · d (n ≥ 0) für vorgegebene a ∈ R und d ∈ R
Rekursive Definition: a0 = a, an+1 = an + d für n ≥ 0.
(v) (geometrische Folge)

an = a · q n (n ≥ 0) für vorgegebene a ∈ R, q ∈ R, q 6= 0
Rekursive Definition: a0 = a, an+1 = an · q für n ≥ 0.
Bemerkung: Folgenindizes müssen nicht unbedingt bei 0 beginnen, sondern können bei
N
irgendeiner natürlichen Zahl n0 ∈ beginnen; Notation: (an )n≥n0 .
Übung: Geben Sie ein konkretes Beispiel für die arithmetische und die geometrische Folge
an und skizzieren Sie diese Folgen auf der reellen Achse.
6.1 Grenzwerte von Folgen

Von besonderer Bedeutung ist die Folge an = n1 (n ≥ 1). Es ist eine Grundeigenschaft der
reellen Zahlen, dass die Folgenglieder dieser Folge sich immer mehr der Zahl 0 annähern (gegen
0 streben).
69
KAPITEL 6. GRENZWERTE 70
Begriff des Grenzwertes

In Verallgemeinerung dieser Situation sagen wir:
Definition 6.3 Eine vorgegebene Folge (an )n∈N0 strebt gegen 0, wenn zu beliebiger Ge-
nauigkeitsgrenze ε > 0 immer ein Folgenindex n(ε) angegeben werden kann, so dass an(ε)
und die Beträge aller weiteren Folgenglieder sich höchstens um ε vom Wert 0 unterscheiden.
Statt strebt gegen 0“ sagen wir auch konvergiert gegen 0“, bzw. wir nennen die Folge
” ”
(an ) eine Nullfolge.
2ε
a1 a3 a7 0 a8 a6 a5 a4 a0 a2
Durch den folgenden Satz bekommt man weitere Beispiele für Nullfolgen.
Satz 6.4 (Vergleichskriterium) Eine Folge (an ) ist eine Nullfolge, wenn es eine bekannte
Nullfolge positiver Zahlen (bn )n≥0 gibt, so dass ab einem bestimmten Index n0 für alle Indizes
n ≥ n0 gilt:
0 ≤ |an | ≤ bn .
Beachte: Es genügt, dass diese Bedingung ab einem festen Index gilt. Für die Eigenschaft,
Nullfolge zu sein, kommt es nur auf das Verhalten der ”letzten” Folgeglieder, nicht auf das
Verhalten der ”ersten” Folgeglieder an.
Beispiel 6.5
1.) (an )n≥1 mit an = n12 ist Nullfolge wegen 0 ≤ n12 ≤ n1

(n ≥ 1),
1
2.) (an )n≥1 mit an = (−1) · n ist Nullfolge, da gilt: 0 ≤ (−1)n · n1 ≤ n1 ,
n

3.) (an )n≥0 mit an = 2nn ist Nullfolge, da gilt; 0 ≤ 2nn ≤ n1 für n ≥ 4.

(Dieser Eigenschaft kann mit vollständige Induktion begründet werden.)

Es sind aber nicht nur solche Folgen von Interesse, die gegen 0 konvergieren.
Definition 6.6 Eine Folge (an )n∈N0 heißt gegen einen Wert a ∈ R
konvergent, wenn
die Folge (bn )n≥0 mit bn = |an − a| eine Nullfolge bildet. Die Zahl a heißt dann Grenzwert
der Folge (an ), bzw. man sagt auch die Folge (an ) strebt gegen a. Für diesen Sachverhalt
schreibt man:
lim an = a.
n→∞
Eine nicht konvergente Folge heißt divergent.
Beispiel 6.7
1. an = n−1
n (n ≥ 1) strebt gegen a = 1, d.h. n→∞lim n−1
n = 1. Dies zeigt die folgende
Umformung:
n − 1 n − 1 − n −1 1
|an − 1| = − 1 = = = .
n n n n
2 2
2. an = n2n 2n
2 +1 (n ≥ 1) strebt gegen a = 2, d.h. lim n2 +1 = 2. Dies zeigt die folgende
n→∞
Abschätzung:
2n2
2
2n − 2(n2 + 1) −2 1

n2 + 1 − 2 = = n2 + 1 ≤ n (n ≥ 1).

n2 + 1

3. (an )n∈N0 mit an = (−1)n ist divergent. (Warum?)
Rechenregeln
Aus der Definition des Grenzwertes können nun folgende Rechengesetze abgeleitet werden,
die das Rechnen mit Grenzwerten (bzw. mit konvergenten Folgen) enorm erleichtern.
Satz 6.8 Vorgegeben seien zwei konvergente Folgen (an ), (bn ) mit den jeweiligen Grenzwerten
R
a, b ∈ . Dann gilt:
(i) lim (an ± bn ) = lim an ± lim bn = a + b.

n→∞ n→∞ n→∞

(ii) lim (an · bn ) = lim an · lim bn = a · b.
n→∞ n→∞ n→∞
(iii) lim (c · an ) = c · lim an = c · a

n→∞ n→∞
(wobei c ∈ R beliebig).
(iv) Ist a 6= 0, so gilt an 6= 0 für n ≥ n0 ab einem bestimmten n0 ∈ N0 und für die Folge
cn = a1n für n ≥ n0 gilt:
1 1
lim cn = = .
n→∞ lim an a
n→∞
Es gilt dann auch

bn lim bn b
lim= n→∞ = .
n→∞ an lim an a
n→∞
(v) lim |an | = |a|.

n→∞
p p
(vi) lim |an | = |a|.
n→∞
(vii) Es sei an ≤ bn für alle n ≥ n0 . Dann folgt: lim an ≤ lim bn .

n→∞ n→∞
Man beachte, dass die Regel (vii) i.a. nicht für <“ anstelle ≤“ gilt, zum Beispiel an = 0,
” ”
bn = n1 . Ferner beachte man, dass die Regeln (i) und (ii) nur so gelten, wenn (an ) und (bn )
als konvergente Folgen vorgegeben sind. Aber: Aus der Konvergenz von (an + bn ) folgt in
der Regel nicht die Konvergenz von (an ) bzw. (bn ).
Beispiel 6.9
1 1

1. lim 1 + n = lim 1+ lim n =1+0=1
n→∞ n→∞ n→∞
√ √
2. lim n
n = 1: Dazu zeigen wir, dass bn := n
n − 1 ≥ 0 eine Nullfolge ist!
n→∞
n = (bn + 1)n
n(n − 1) 2 n(n − 1) 2
= 1 + n · bn + bn + . . . + bnn ≥ 1 + bn
2 2
(n − 1) · 2 2
⇒ 0 ≤ b2n ≤ = .
n(n − 1) n
Nun ist n2 nach (iii) eine Nullfolge, also auch b2n (nach dem Vergleichskriterium). Nach
(vi) ist dann auch bn eine Nullfolge.
3. Vorgehen für Folgen der Form

bk nk + bk−1 nk−1 + . . . + b1 n1 + b0 n0
an = .
cm nm + cm−1 nm−1 + . . . + c1 n1 + c0 n0
Im ersten Schritt wird im Zähler, sowie im Nenner das n mit der höchsten Potenz
ausgeklammert, also gilt
nk bk + bk−1 n1 + . . . + b0 n1k

an = m .
n cm + cm−1 n1 + . . . + c0 n1m
Das nk und nm werden soweit wie möglich gegeneinander gekürzt. Durch dieses Kürzen
und da die Klammer im Zähler gegen bk und im Nenner gegen cm konvergiert, kann nun
der Grenzwert der Folge (an ) bestimmt werden (wenn er existiert).
Eigenschaften konvergenter Folgen

Satz 6.10 Betrachtet werde eine Folge (an )n≥0 .
(i) Ist die Folge (an ) konvergent, so ist der Grenzwert der Folge eindeutig bestimmt.
(ii) Ist die Folge (an ) konvergent, so ist die Folge beschränkt, d.h. es gibt ein K ∈ R so,
N
dass |an | ≤ K gilt für alle n ∈ .
(iii) Ist die Folge beschränkt und monoton, d.h. entweder gilt
a0 ≤ a1 ≤ a2 ≤ . . . ≤ an ≤ . . . (monoton steigend)
oder es gilt
a0 ≥ a1 ≥ a2 ≥ . . . ≥ an ≥ . . . (monoton fallend),
so ist die Folge konvergent, ohne dass der Grenzwert unmittelbar angegeben werden
kann.
(iv) Das Produkt einer beschränkten Folge mit einer Nullfolge ist eine Nullfolge.
Teilfolgen
Definition 6.11 Ist (kn )n≥0 eine Folge natürlicher Zahlen und (an )n≥0 eine gegebene Folge,
so nennen wir die Folge (bn )n≥0 mit bn := akn eine Teilfolge der Folge (an ).
Satz 6.12 Es gilt:

1. Konvergiert (an ) gegen a, so konvergiert auch jede Teilfolge (akn ) gegen a. Besitzt also
(an ) eine divergente Teilfolge, so ist die Folge (an ) divergent!
2. Umgekehrt kann eine divergente Folge durchaus konvergente Teilfolgen haben. Deren
Grenzwerte heißen dann Häufungspunkte der Folge (an ).
Beispiel 6.13 Die Folge (an )n≥0 mit an = (−1)n hat die beiden konstanten (also konvergen-
ten) Teilfolgen (bk ) und (ck ) mit
bk = a2k = 1 (k ≥ 0),
ck = a2k+1 = −1 (k ≥ 0).
Die Grenzwerte der Teilfolgen (bk ) und (ck ), b = 1 und c = −1 sind (die beiden einzigen)
Häufungspunkte der Folge (an ). Die Folge (an ) divergiert also.
Hinweis: Die Divergenz einer Folge (an ) kann man oft dadurch nachweisen, dass man zwei
Teilfolgen mit unterschiedlichen Grenzwerten angibt!
Grenzwert ∞“
”
Wir sagen, die Folge (an ) ist uneigentlich konvergent gegen ∞, wenn an > 0 gilt für
n ≥ n0 und a1n (n ≥ n0 ) eine Nullfolge ist; entsprechend defininieren wir auch uneigentliche
Konvergenz gegen −∞. In diesen Fällen schreiben wir lim an = ∞ bzw. lim an = −∞.
n→∞ n→∞
Beachte: Eine Folge (an ) mit lim an = ±∞ ist divergent, und heißt uneigentlich konvergent
n→∞
mit dem (uneigentlichen) Grenzwert ±∞.
R
Beispiel 6.14 Wir betrachten die Folge (an ) mit an = xn für festes x ∈ . Diese Folge hat
unterschiedliches Konvergenzverhalten, je nach dem, welchen Wert x hat:
1
a) Ist |x| < 1, so ist lim xn = 0. Denn: |x| < 1 ⇒ |x| = 1 + p (mit p > 0)
n→∞
⇒ |x|1n = (1 + p)n =
1 + np + . . . + pn ≥ 1 + np
1 1
⇒ 0 ≤ |xn | ≤ 1+np ≤ np = p1 · n1 .
b) lim xn = ∞, falls x > 1 (folgt aus a))

n→∞
c) lim 1n = 1
n→∞
d) für x = −1 divergiert die Folge (xn )n≥0 , sie besitzt die Häufungspunkte 1 und −1.
e) für x < −1 divergiert die Folge (xn )n≥0 ebenfalls mit den beiden Häufungspunkten ∞
und −∞.
6.2 Reihen
Eine wichtige Spezialform von Folgen sind Reihen. Bei Reihen (an ) besteht das allgemeine
Folgenglied aus einer Summe
n
X
an := ci = c0 + c1 + c2 + . . . + cn (n ≥ 0)
i=0
R
mit vorgegebenen reellen Zahlen ci ∈ . Jedes Folgenglied entsteht aus dem vorherigen, indem
ein Summand hinzugefügt wird. In der rekursiven Form kann die obige Reihe also geschrieben
werden als
a0 = c0 , an+1 = an + cn+1 (n ≥ 0).
Schreibweise: Folgende Abkürzung für den Grenzwert einer Reihe ist üblich
∞ n
!
X X
ci := lim ci .
n→∞
i=0 i=0
Beispiel 6.15
1. Geometrische Reihe: Zu vorgegebenem Wert x ∈ R setzten wir

n
X
an = xi = 1 + x + x2 + . . . + xn (n ≥ 0).
i=0
n+1
Es gilt an = 1−x 1−x für x 6= 1 (warum?). Da wir das Konvergenzverhalten der Folge
(x n+1 )n≥0 kennen, können wir folgern:
n ∞
!
X
i
X 1
|x| < 1 ⇒ lim x = xi =
n→∞ 1−x
i=0 i=0
∞
X
x≥1 ⇒ xi = ∞ (Reihe divergiert, konvergiert uneigentlich)
i=0
x ≤ −1 ⇒ Reihe divergiert.
2. Harmonische Reihe:
n
X 1 1 1 1
an = =1+ + + ... + (n ≥ 1).
i 2 3 n
i=1
Für diese Reihe gilt

∞ n
!
X 1 X 1
= lim = ∞,
i n→∞ i
i=1 i=1
was wie folgt eingesehen werden kann:

1 1 1 1 1 1 1 1 1
a2n+1 = 1 + + + + + + + + ... + + . . . + n+1
2 3 4 5 6 7 8 2n + 1 2
1 1 1 1 n + 3
≥ 1 + + 2 · + 4 · + . . . + 2n · n+1 = .
2 4 8 2 2
3. Alternierende harmonische Reihe

n
X 1 1 1 1 1
an = (−1)i+1 = 1 − + − + + ...
i 2 3 4 5
i=1
∞
(−1)i+1 1
P
Diese konvergiert mit i = ln(2).
i=1
∞ n
!
X 1 X 1 π2
4. Es gilt 2
= lim = .
i n→∞ i2 6
i=1 i=1
∞
X
Definition 6.16 Die Reihe bj heißt absolut konvergent, wenn die Reihe der Beträge
j=0
∞
X
|bj | = |b0 | + |b1 | + . . . konvergiert.
j=0
Aus dem Vergleichskriterium erhalten wir sofort, dass jede absolut konvergente Reihe auch
konvergent im normalen“ Sinne ist, d.h. es gilt
”
Satz 6.17 (Majorantenkriterium) Gilt 0 ≤ |ak | ≤ bk für alle k ≥ k0 und konvergiert die
∞
X ∞
X
Reihe bk , so ist die Reihe ak absolut konvergent.
k=0 k=0
Beachte: Nicht jede konvergente Reihe ist auch absolut konvergent, wie das Beispiel der
∞
X 1
alternierenden harmonischen Reihe (−1)j · zeigt.
j
j=0
Ein weiteres, wichtiges Hilfsmittel für Konvergenzuntersuchungen von Reihen ist das folgende
Kriterium:
Satz 6.18 (Quotientenkriterium) Sei (ak ) eine Folge mit ak 6= 0 für alle k ≥ k0 .
i) Gibt es ein q ∈ R mit 0 < q < 1, so dass

ak+1
ak ≤ q für alle k ≥ k1

∞
X
gilt (mit k1 ≥ k0 ), so konvergiert die Reihe ak absolut.
k=0
ii) Falls für die Folge (ak ) gilt

ak+1
lim > 1,
k→∞ ak
dann divergiert die Reihe.

∞
X
Bemerkung 6.19 Zum Quotientenkriterium für eine Reihe ak :
k=0

an+1
(i) Hinreichend für das Quotientenkriterium ist, wenn gilt: lim < 1.
n→∞ an

a
(ii) Aber im Falle: limk→∞ k+1ak = 1 folgt nichts. Die Reihe kann konvergent sein oder
divergent. D.h. es ist zwingend notwendig, dass das angegebene q < 1 existiert. Für die
harmonische Reihe mit an = n1 gilt zwar n+1n
< 1, doch ist diese Reihe divergent. Bzw.
1
an = n2 definiert eine konvergente Reihe (s.o.).
Beispiel 6.20 (Quotientenkriterium/Majorantenkriterium)

∞
X 1 1 1 1
a) Wir betrachten: = + + + ...
k! 1! 2! 3!
k=0
Das Quotientenkriterium liefert hier:
1
an+1 (n+1)! 1 1
an = 1 = n + 1 ≤ 2 < 1 für n ≥ 1.

n!
Damit ist das Quotientenkriterium erfüllte (mit q = 12 ) und die Reihe konvergiert. Was
ist der Grenzwert? – Darüber sagt das Quotientenkriterium nichts aus.
∞
X 3k 31 32 33
b) Wir betrachten: = + + + ...
k 10 110 210 310
k=1
Mit dem Quotientenkriterium folgt:

an+1 3
= →3 (für n → ∞).

an n+1 10
n
Da 3 > 1, folgt Divergenz.

∞
X 2
c) Wir betrachten:
k(k + 1)
k=1
Aus Quotientenkriterium folgt:

an+1 n
an = n + 2
→1 (für n → ∞).
D.h. das Quotientenkriterium ist hier nicht anwendbar.

Folgene Überlegung hilft hier:
2 2 2
= − ,
n(n + 1) n n+1
d.h.
m ∞
X 2 X 2 2
sm = = −
k(k + 1) k k+1
k=1 k=1

2 2 2 2 2 2 2 2
= − + − + − + ··· + −
1 2 2 3 3 4 m m+1
2
=2−
m+1
(Teleskopsumme). D.h. Grenzwert:
∞
X 2 2
= lim 2 − =2
k(k + 1) m→∞ m+1
k=1
Damit konvergiert die Reihe.

∞
X 2(k + 1)
d) Wir betrachten:
k(k + 1)(k + 2)
k=1
Da gilt
2(k + 1) 2
0≤ ≤ für alle k ≥ 1,
k(k + 1)(k + 2) k(k + 1)
folgt die Konvergenz aus dem Majorantenkriterium.
6.3 Grenzwerte von Funktionen

Es gibt Funktionen, deren Graph ein sprunghaftes Verhalten zeigt, z.B.
x
f (x) = (x 6= 0).
|x|
Man rechnet leicht nach (Übung!), dass gilt: (Skizzieren Sie f .)

1, x > 0
f (x) =
−1, x < 0.
Bei diesem Beispiel ist das Verhalten der Funktion f links und rechts der Definitionslücke
x0 = 0 leicht berechenbar. Bei anderen Funktionen ist dies nicht so einfach. Wir wollen daher
R
eine vorgegebene Funktion f betrachten und eine Stelle x0 ∈ . Wir interessieren uns für das
Verhalten der Funktionswerte f (x), wenn sich das Argument x von links bzw. von rechts der
Stelle x0 nähert.
Definition 6.21 Wir sagen, die Funktion f hat für x gegen x0 den rechtsseitigen Grenz-
R
wert c1 ∈ , wenn für jede Zahlenfolge (xn )n≥1 mit xn > x0 aus dem Definitionsbereich von
f , die gegen x0 konvergiert, die Folge der Funktionswerte f (xn ) (n ≥ 1) gegen c1 konvergiert;
in Zeichen
lim f (x) = c1 .
x→x0+
Entsprechend ist der linksseitige Grenzwert c2 definiert (hierbei xn < x0 ). In Zeichen:
lim f (x) = c2 .
x→x0−
Wir sagen, f (x) hat für x gegen x0 den Grenzwert c, falls
lim f (x) = lim f (x) = c

x→x0+ x→x0−
gilt. Wir schreiben dann einfach

lim f (x) = c.
x→x0
In dieser Definition seien ausdrücklich die Stellen x0 = ±∞ sowie die Werte c1 , c2 , c = ±∞

eingeschlossen.
Zu beachten ist, dass dabei der Grenzwert nicht unbedingt mit dem Funktionswert f (x0 )
übereinstimmen muss. (Geben Sie ein Beispiel an!)
Beispiel 6.22
1 1 1 1
lim = ∞, lim = −∞, lim = 0, lim = 0.
x→0+ x x→0− x x→∞ x x→−∞ x
Rechnen mit Grenzwerten

Zur bequemen Berechnung von Grenzwerten notieren wir wieder einige Rechenregeln, die aus
der obigen Definition und den entsprechenden Regeln für Folgen hergeleitet werden.
Satz 6.23 (Rechenregeln für Grenzwerte von Funktionen) Es seien lim f (x) = c und
x→x0
lim g(x) = d vorgegeben. Dann gilt:
x→x0
(i) lim (f (x) ± g(x)) = c ± d

x→x0
(ii) lim (f (x) · g(x)) = c · d

x→x0
(iii) lim α · f (x) = α · c

x→x0

f (x)
(iv) lim g(x) = dc , falls d 6= 0
x→x0
(v) Gilt für eine Funktion h(x), dass f (x) ≤ h(x) ≤ g(x) für alle in der Nähe von x0
gelegenen Stellen x und gilt c = d, so gilt lim h(x) = c = d.
x→x0
(vi) 0 = lim f (x) ⇔ 0 = lim |f (x)|.

x→x0 x→x0
Beachte: Entsprechende Rechenregeln gelten auch für die einseitigen Grenzwerte und für die
Stellen x0 = ±∞, allerdings immer nur für endliche Grenzwerte c und d (d.h. c, d ∈ ). R
6.4 Begriff der Stetigkeit
Besonders einfach ist der Grenzwert lim f (x) einer gegebenen Funktion f : D →
x→x0
R zu
ermitteln, wenn für diese Funktion bekannt ist, dass
lim f (x) = f (x0 )
x→x0
gilt (sofern f (x0 ) definiert ist). Funktionen mit dieser Eigenschaft heißen stetig und sollen
nun studiert werden:
Definition 6.24 Die Funktion f : I → R

definiert auf dem Intervall I heißt stetig in
x0 ∈ I, wenn bei Annäherung von x an x0 die Funktionswerte f (x) gegen den Grenzwert
f (x0 ) streben:
lim f (x) = f (x0 ).
x→x0
y y
f (x0 )
f (x0 )
x x
a x0 b a x0 b
Funktion, die in x0 stetig ist Funktion, die in x0 unstetig ist
Ist in der obigen Definition x0 ein Grenzpunkt von I, so sind die Grenzwerte als einseitige
Grenzwerte zu verstehen. Ist die Funktion f in allen Punkten x0 ∈ I stetig, so heißt f stetig
auf I.
Satz 6.25 Alle Polynome und die Funktionen sin und cos sind in jedem Punkt x0 ∈ R
stetig.
Begründung: Für jedes Polynom f (x) und jede Stelle x0 gilt:
lim f (x) = f (x0 ),

x→x0
aufgrund der Regeln (i)-(iii) und der Tatsache, dass lim x = x0 gilt.
x→x0
Rechnen mit stetigen Funktionen

Für den Begriff der Stetigkeit können wir wieder Rechengesetze formulieren, die aus den schon
bekannten Grenzwertregeln hergeleitet werden können.
R
Satz 6.26 Sind f und g auf einem Intervall I stetig, so gilt dies auch für f + g, α · f (α ∈ )
und f · g. Desweiteren ist fg stetig in allen x ∈ I mit g(x) 6= 0. Ist h auf einem Intervall I
stetig und streng monoton, dann ist auch die Umkehrfunktion h−1 stetig (auf h(I)).
Beispiel 6.27 Beispiele für weitere stetige Funktionen:
(i) Eine rationale Funktion f = pq ist in allen Stellen x mit q(x) 6= 0 stetig.
√
(ii) Die Funktion f (x) = n x ist in allen x ≥ 0 stetig (n ≥ 2).
(iii) Die Funktionen tan und cot sind in allen Punkten ihres Definitionsbereiches stetig.
(iv) Die Arcusfunktionen sind auf ihrem jeweiligen Definitionsbereich stetig.
(v) Die Funktion f (x) = |x| ist auf ganz R stetig.

x2 +3x+2
(vi) Betrachtet werde die Funktion f (x) = x2 +x−2
. Zu dieser Funktion berechnen wir
diverse Grenzwerte:
lim f (x) = −1
x→0
lim f (x) = ∞
x→1+
lim f (x) = −∞
x→1−
lim f (x) = 0
x→−1
1
lim f (x) =
x→−2 3
lim f (x) = 1
x→±∞
Beweis: Vorangegangene Sätze und Regel (iv). Man beachte, dass bei rationalen Funk-
tionen oft eine Faktorisierung von Zähler- und Nennerpolynom nützlich ist.

sin(x) x
(vii) lim = 1 = lim
x→0 x x→0 sin(x)
Beweis: Gemäß der Skizze
tan x
sin x
0 cos x 1
gilt bei Betrachtung der Flächeninhalte folgender Zusammenhang:

1 x 1
sin(x) · cos(x) ≤ π ≤ tan(x)
2 2π 2
x 1
⇔ cos(x) ≤ ≤ .
sin(x) cos(x)
Mit der Rechenregel (v) schließen wir aus

1
lim (cos(x)) = 1 und lim =1
x→0 x→0 cos(x)
auf
x sin(x)
lim = 1 = lim .
x→0 sin(x) x→0 x

cos(x) − 1
(viii) lim =0
x→0 x
Beweis:
cos(x) − 1 (cos(x) − 1) (cos(x) + 1) cos2 (x) − 1
= =
x x (cos(x) + 1) x (cos(x) + 1)
2
sin (x) sin(x) 1
= − = − · · sin(x).
x (cos(x) + 1) x cos(x) + 1

cos(x) − 1
Mit 3. und den Rechenregeln gilt dann lim = 0.
x→0 x
R R
Zwei Funktionen f : I → und g : D → mit f (I) ⊆ D kann man zu einer Funktion h wie
folgt verketten:
h(x) = g (f (x)) = (g ◦ f ) (x) (für alle x ∈ I)
Die Funktion h nennt man Hintereinanderausführung oder Verkettung. Beachte die
Schreibweise: h = g ◦ f .
f g
I D IR
h
Abbildung 6.1: Skizze zur Verkettung
So beschreibt sich z.B. die Funktion h (x) = (x + 1)2 als Hintereinanderausführung (”Verket-
tung”) der zwei Funktionen f (x) = x + 1 und g (z) = z 2 . Es gilt also h (x) = g (f (x)) =
(g ◦ f ) (x) .
Satz 6.28 Seien f : I → R

und g : D → R
stetig mit f (I) ⊆ D. Dann ist auch die
R
Hintereinanderausführung h : I → stetig auf I.
Beispiel 6.29 Verkettete Funktionen aus den bisher rgenannten Funktionen sind auf ihrem

Definitionsbereich stetig. Zum Beispiel: f (x) = cos 5 p(x)

q(x)
Stetige Ergänzbarkeit
Ist eine Funktion durch einen geschlossenen Ausdruck“ definiert, so ist gemäß den genannten
”
Rechenregeln die Funktion in der Regel unmittelbar als stetig zu erkennen. Anders verhält
es sich, wenn die Funktion eine geteilte Definition“ besitzt, wenn also die Funktionswerte
”
auf verschiedenen Teilfeldern des Definitionsbereichs verschieden definiert ist. Dann muss
die Definition der Stetigkeit verwendet werden, um in den Grenzpunkten“ der Teilfelder
”
die Stetigkeit explizit zu überprüfen ( linksseitiger Grenzwert gleich rechtsseitiger Grenzwert
”
gleich Funktionswert“).
Beispiel 6.30 Betrachtet werde die Funktion

sin(x)
f (x) = x , falls x 6= 0
1, falls x = 0.
Die Stetigkeit dieser Funktion ist klar für alle x 6= 0. An der Stelle x = 0 ist sie allerdings
gesondert zu überprüfen. Wie wir wissen, gilt
sin(x) sin(x)
lim = lim = 1,
x→0+ x x→0− x
daher ist f auf dem gesamten R stetig.
Hätten wir in dem Beispiel nur die Funktion
sin(x)
f (x) = für alle x 6= 0
x
betrachtet, so wäre diese unmittelbar als stetig auf dem Definitionsbereich R
\ {0} zu er-
kennen. Wie wir im Beispiel gesehen haben, kann der Definitionsbereich dieser Funktions-
vorschrift aber um einen Punkt vergrößert werden, so dass die erweiterte Funktionsvorschrift
immer noch eine stetige Funktion beschreibt. Diesen Vorgang der Vergrößerung des Defi-
nitionsbereichs einer stetigen Funktion mit der Eigenschaft, dass dabei erneut eine stetige
Funktion entsteht, nennt man stetige Ergänzung. Stetige Ergänzbarkeit kann durch die
Berechnung der Grenzwerte an den begrenzenden Punkten des Definitionsbereichs überprüft
und festgestellt werden.
Stetige Funktionen auf abgeschlossenen Intervallen

Für stetige Funktionen wollen wir noch folgende theoretische Ergebnisse festhalten.
Satz 6.31 Sei f : [a, b] → R auf dem abgeschlossenen Intervall [a, b] stetig. Dann gilt:
(i) f ist auf [a, b] beschränkt, d.h. es gibt ein K ∈ R mit |f (x)| ≤ K für alle x ∈ [a, b].
(ii) Es gibt x1 , x2 ∈ [a, b] so, dass
f (x1 ) ≤ f (x) ≤ f (x2 ) für alle x ∈ [a, b] ,
d.h. f nimmt an der Stelle x1 ein Minimum und an der Stelle x2 ein Maximum an.
(iii) (Zwischenwertsatz) Zu jeder Zahl c ∈ Rzwischen dem Minimum f (x1 ) und dem
Maximum f (x2 ) (d.h. f (x1 ) ≤ c ≤ f (x2 )) gibt es ein x ∈ [a, b] mit f (x) = c.
x
a x b
Bemerkung: Das bereits besprochene Bisektionsverfahren zur Nullstellenbestimmung bei

Polynomen funktioniert im Wesentlichen aufgrund des Zwischenwertsatzes (für stetige Funk-
tionen), da Polynome stetige Funktionen sind. Daher kann das Verfahren in der beschriebenen
Form sogar für alle stetigen Funktionen zur Nullstellenbestimmung verwendet werden!
Gleichmäßige Stetigkeit
Grundlegend für den nächsten Abschnitt ist die folgende Eigenschaft stetiger Funktionen auf
abgeschlossenen Intervallen:
Satz 6.32 (Gleichmäßige Stetigkeit) Betrachtet werde eine stetige Funktion f : [a, b] →
R . Dann gibt es zu jeder vorgegebenen Genauigkeit ε > 0 eine Zahl δ > 0 so, dass sich
Funktionswerte f (x1 ) und f (x2 ) höchstens um ε unterscheiden, sobald x1 und x2 in einem
Teilintervall der Breite δ von [a, b] liegen, egal wo sich diese beiden Stellen im Intervall befin-
den.
x
δ
Etwas lax ausgedrückt bedeutet dies, dass das Annähern zweier Funktionswerte f (x1 ) und
f (x2 ) überall im Intervall gleich schnell stattfindet, wenn man x1 und x2 sich annähern
lässt.
Kapitel 7
Das bestimmte Integral
7.1 Flächenberechnung
Als Anwendung des Grenzwertbegriffs von Folgen und Funktionen wollen wir die Berechnung
von Flächeninhalten betrachten.
Flächeninhalt als Grenzwert

R
Wir betrachten nun eine Fläche G im 2 , die nach unten durch die x-Achse, nach oben durch
den Graphen einer stetigen, nichtnegativen Funktion f (x) und nach links bzw. rechts durch
x = a bzw. x = b begrenzt ist (d.h. f : [a, b] → +
0 ). R
y
f (x)
G
x
a b
Wir wollen versuchen, den Flächeninhalt FG von G als Grenzwert einer Folge darzustellen.
Dazu unterteilen wir das Intervall durch fortgesetzte Halbierung in n = 2k gleich breite
N
Teilfelder (mit k ∈ ).
xn−1 xn
x0 x1 x2
a .........
b
Die Grenzpunkte dieser Teilfelder zählen wir ab von 0 bis n und nennen sie Stützstellen
x0 , . . . , xn . Da die Funktion f auf jedem Teilfeld [xi−1 , xi ] stetig ist, nimmt sie dort einen
minimalen Funktionswert mi und einen maximalen Funktionswert Mi an. Wählen wir noch
aus jedem Teilfeld [xi−1 , xi ] eine feste Stelle ξi (beliebig) aus und notieren mit
b−a b−a
∆xn = = k
n 2
die Breite jedes Teilfeldes, so gilt
n
X n
X n
X
mi ∆xn ≤ f (ξi )∆xn ≤ Mi ∆xn .
i=1 i=1 i=1
83
KAPITEL 7. DAS BESTIMMTE INTEGRAL 84
Anschaulich gesehen wird durch die linke Summenbildung der Flächeninhalt FG der Fläche
unterschätzt, durch die rechte Summe überschätzt.
y
M2
m2 = M 1
m1
ξ1 ξ2
a = x0 x1
x
b = x2
Den mittleren Term betrachten wir als Näherung für den Flächeninhalt FG . Wir setzen
n
X n
X n
X
sk = mi ∆xn , Fk = f (ξi )∆xn , Sk = Mi ∆xn
i=1 i=1 i=1
und nennen sk die Riemannsche Untersumme, Sk die Riemannsche Obersumme.

Betrachtet werden die Folgen (sk )k≥1 und (Sk )k≥1 . Die Folge (sk ) ist monoton steigend, die
Folge (Sk ) monoton fallend, beide Folgen sind beschränkt. Also sind beide Folgen konvergent!
Für die Differenzfolge gilt
ak = Sk − sk
Xn n
X
= Mi ∆xn − mi ∆xn
i=1 i=1
= M1 ∆xn + . . . + Mn ∆xn − m1 ∆xn − . . . − mn ∆xn
= (M1 − m1 )∆xn + . . . + (Mn − mn )∆xn
n n n
≤ max (Mi − mi ) ∆xn + max (Mi − mi ) ∆xn + ... + max (Mi − mi ) ∆xn
i=1 i=1 i=1
n n
= n · max (Mi − mi ) ∆xn = max (Mi − mi ) (b − a)
i=1 i=1
Nach dem Satz über die gleichmäßige Stetigkeit von f wird nun
n
max (Mi − mi )
i=1
beliebig klein, wenn nur ∆xn = b−a n klein genug, also k genügend groß ist. Damit bildet
(ak )k≥1 eine Nullfolge. Nach den Grenzwertregeln gilt daher
lim sk = lim Sk .
k→∞ k→∞
Anschaulich muss dieser Grenzwert der gesuchte Flächeninhalt FG sein. Nach dem Vergleichs-
kriterium gilt damit
FG = lim Fk .
k→∞
Für diesen Grenzwert ist eine abkürzende Bezeichnung üblich:
n
X
! Zb
FG = lim f (ξi ) ∆xn =: f (x) dx.
n→∞
i=0 a
Man nennt dies das bestimmte Integral von f über [a, b] .

Berechnen von Integralen

Wegen der Konvergenz der betrachteten Folgen kann der Flächeninhalt FG über den Wert
n
X
f (ξi ) ∆xk
i=1
beliebig gut angenähert werden, wenn nur k groß genug gewählt wird. Man nennt diesen
Vorgang Numerische Integration (oder Quadratur).
Für die konkrete Durchführung müssen dabei die Zwischenstellen ξi konkret gewählt werden.
Eine erste Idee wäre, ξi als Mittelpunkt des Teilfelds [xi−1 , xi ] zu wählen. Dies tut man auch
und erhält als einfache Formel, die (zusammengesetzte) Mittelpunktsregel mit der man
ein Integral numerisch ausrechnen kann: (für äquidistante Stützstellen xi = a + i · b−an )
Zb
b−a x0 +x1
x1 +x2
xn−2 +xn−1 xn−1 +xn
f (x)dx ≈ n f 2 +f 2 + ... + f 2 +f 2 .
a
Als günstiger erweist sich allerdings die folgende Wahl: Setzt man ci = 12 (f (xi−1 ) + f (xi )),
also gleich dem Mittelwert der Funktionswerte, so wird dieser Wert nach dem Zwischenwertsatz
von der auf [xi−1 , xi ] stetigen Funktion f an einer Zwischenstelle ηi ∈ [xi−1 , xi ] angenommen:
1
f (ηi ) = ci = (f (xi−1 ) + f (xi )) .
2
Man wählt dann ξi = ηi (alle i) und erhält als konkrete Formel der numerischen Integration
n n
X b−aX b−a
f (ξi )∆xn = ci = (c1 + . . . + cn )
n n
i=1 i=1

b−a 1 1 1 1 1 1
= f (x0 ) + f (x1 ) + f (x1 ) + f (x2 ) + . . . + f (xn−1 ) + f (xn ) ,
n 2 2 2 2 2 2
also die
(Zusammengesetzte) Trapezregel:
Zb
b−a 1 1
f (x)dx ≈ f (x0 ) + f (x1 ) + . . . + f (xn−1 ) + f (xn )
n 2 2
a
b−a
mit den (äquidistanten) Stützstellen: xi = a + i · n , (i = 0, . . . n).
Der Name ergibt sich, da 21 (f (xi−1 ) + f (xi )) ∆x gerade die Fläche eines Trapezes angibt. Mit
der zusammengesetzten Trapezregel kann man effizient Näherungswerte für das bestimmte
Integral ermitteln.
y
f (xi )
f (xi−1 )
xi−1 xi
x
∆x
Beispiel 7.1 a) Wir betrachten f (x) = x2 auf dem Intervall [a, b] = [1, 2]. Wir wählen
n = 4 = 22 und erhalten mit x0 = 1, x1 = 1.25, x2 = 1.5, x3 = 1.75, x4 = 2 für die
Fläche zwischen f und der x-Achse
Z 2
2−1 1 2 1
x2 dx ≈ · 1 + 1.252 + 1.52 + 1.752 + 22 = 2.34375.
1 4 2 2
7
Wie wir gleich sehen werden ist der exakte Wert 3 = 2.3̄.
b) Wir betrachten 2
R 1 2f (x) = x auf dem Intervall [a, b] = [0, 1]. Wir berechnen das bestimm-
te Integral 0 x dx als Grenzwert der Riemannsummen, die sich bei Verwendung der
zusammengesetzten Trapezregel ergeben durch die Stützstellen xi = ni , i = 0, . . . , n:
1
1−0 1
Z
2 1
x dx = lim f (x0 ) + f (x1 ) + . . . + f (xn−1 ) + f (xn )
0 n→∞ n 2 2

1 1 2 1
= lim x + x21 + . . . + x2n−1 + x2n
n→∞ n 2 0 2
2 !
n − 1 2 1 n 2

1 1 2 1
= lim 0 + + ... + +
n→∞ n 2 n n 2 n

1 1
= lim 3 12 + . . . + (n − 1)2 + n2
n→∞ n 2
n
!
1 X 2 1 2
= lim 3 i − n
n→∞ n 2
i=1
n
!
1 X 2 1 n(n + 1)(2n + 1) 2 1
= lim 3 i = lim 3 = = .
n→∞ n n→∞ n 6 6 3
i=1
n
X n(n + 1)(2n + 1)
Die Formel für die Summe der ersten n Quadratzahlen i2 =
6
i=1
lässt sich mittels vollständiger Induktion beweisen.
c) Wir betrachten nun f (x) = x2 auf den Intervallen [0, 2] und [0, 3] undR allgemeiner [0, p]
N p
für ein p ∈ . Wir gehen zur Berechnung des bestimmten Integrals 0 x2 dx wie in b)
vor, nummerieren jedoch die Stützstellen mit
1 n n+1 p·n
x0 = 0, x1 = , . . . , xn = = 1, xn+1 = , . . . , xp·n = = p.
n n n n
1
Die Länge der Teilintervalle ist dann weiter
. Analog wie in b) erhalten wir
n
Z p
2 1 1 2 2 2 1 2
x dx = lim x + x1 + . . . + xp·n−1 + xp·n
0 n→∞ n 2 0 2
p·n
!
1 X 2 1
= lim 3 i − (p·n)2
n→∞ n 2
i=1
p·n
!
1 X 2 1 p·n(p·n + 1)(2p·n + 1) 1
= lim 3 i = lim 3 = p3 .
n→∞ n n→∞ n 6 3
i=1
d) Mit den Ergebnissen aus b) und c) erhalten wir

2 2 1
23 1
Z Z Z
2 2 7
x dx = x dx− x2 dx = − = .
1 0 0 3 3 3
Bemerkung: In der obigen Formel muss nicht unbedingt n = 2k gewählt werden (für ein k ∈
N ), aber eine fortgesetzte Halbierung bringt rechnerische Vorteile, wenn man die Trapezregel
zur Verbesserung des Ergebnisses mehrfach anwenden will. (Warum?)
7.2 Eigenschaften des bestimmten Integrals

Wir trennen nun den Begriff des Integrals von der Inhaltsberechnung ab. Diese Notwendigkeit
ergibt sich, da wir in der bisherigen, geometrisch motivierten Definition für die betrachteten
Funktionen voraussetzen mussten, dass sie nur Werte größer gleich null annehmen dürfen.
Zielsetzung ist aber, das bestimmte Integral für beliebige stetige Funktionen zu definieren.
Die allgemeine Form des bestimmten Integrals

Zunächst setzen wir formal (zur Vermeidung von Fallunterscheidungen): Für a, b ∈ R mit
a≤b
Za Za Zb
f (x) dx = 0, f (x)dx = − f (x)dx.
a b a
Damit ist das Integral für beliebige Grenzen a, b aus dem Definitionsbereich von f festgelegt.
Ferner setzen wir für stetige Funktionen f : D → , für die R
f (x) ≤ 0 für alle x ∈ [a, b]
gilt:
Zb Zb Zb
f (x) dx := − |f (x)| dx = − (−f (x)) dx (≤ 0).
a a a
Beachte: Mit f ist auch |f | stetig.

Für eine beliebige stetige Funktion f : D → R
mit den Nullstellen a1 , . . . , an im Intervall
[a, b] legen wir dann fest (mit a0 = a, an+1 = b):
Z b n Z
X ai+1
f (x) dx := f (x) dx
a ai
Zi=0a1 Z a2 Z an+1
= f (x) dx + f (x) dx + . . . + f (x) dx
a0 a1 an
Skizze: y
f (x)
a1 a3
a0 a2 a4 a5
x
Man beachte: Das Integral berechnet die schraffierten Flächeninhalte unterhalb der x-Achse
Rb
negativ. Das Integral f (x) dx gibt also in diesem Fall nicht den schraffierten Flächeninhalt
a
an, sondern einen Wert, der die oberhalb der x−Achse liegenden Flächenanteile positiv und
die unterhalb der x−Achse liegenden Flächenteile negativ aufsummiert. Soll der schraffierte
Flächeninhalt F berechnet werden (Fläche zwischen Graphen und der x-Achse), so müssen
die negativen Integrale im Betrag genommen werden:
Z an Z a1 Z a2

F = |f (x)|dx =
f (x)dx +
f (x)dx + . . .
a0 a0 a1
Integralberechnung
Damit ist der Integralbegriff für beliebige stetige Funktionen auf abgeschlossenen Intervallen
festgelegt. Die obigen Formeln zur Trapezregel können völlig unverändert angewendet werden.
Negative Funktionswerte müssen dabei auch so in die Formel eingesetzt werden.
In Beispiel 7.1 haben wir gesehen, dass das bestimmte Integral unter Umständen auch genau
berechnet werden kann. Dazu werde hier eine Formel vorweggenommen, die wir erst später
allgemeiner begründen können (wenn wir ”Stammfunktionen” besprechen). Es gilt
Z b
1
xn dx = bn+1 − an+1

(7.1)
a n+1
R N
für beliebige a, b ∈ , n ∈ 0 . Diese Formel gibt also das bestimmte Integral von f (x) = xn
exakt (analytisch) an, nicht numerisch!
Beispiel 7.2 Betrachten wir die Funktion f (x) = x = x1 . Zu dieser Funktion wollen wir
das Integral von a = −1 bis b = 1 berechnen. Offensichtlich ist der Flächeninhalt F , den
die Funktion mit der x−Achse über dem Intervall [−1, 1] einschließt gerade F = 1. Da aber
das linke Dreieck dabei durch
R 1 das Integral nach Konstruktion negativ gezählt wird, muss der
exakte Wert des Integrals −1 x dx gleich 0 sein. Genau dies liefert die Formel
Z 1
1 2 1
x1 dx = 1 − (−1)2 = · 0 = 0.
−1 1+1 2
Die Trapezregel liefert bei n = 4 :

Z 1
1 1 − (−1) 1 1 1 1
x dx ≈ f (−1) + f − + f (0) + f + f (1)
−1 4 2 2 2 2

1 1 1 1 1
= − − +0+ + =0
2 2 2 2 2
Will man dagegen den angesprochenen Flächeninhalt F berechnen, so muss man

Z 0 Z 1
1 1

F = x dx +
x dx
−1 0
1
1 2 2 2
1 1
2
= 0 − (−1) + 1 − 0 = − + = 1
1+1 1+1 2 2
rechnen.
Wir führen noch folgende Abkürzung ein: Ist f eine beliebige Funktion so setzen wir zur
Abkürzung
b
f (x) := f (b) − f (a) .

a
In diesem Sinne schreibt sich obige Formel der exakten Berechnung des Integrals von xn :
Z b
b
n 1 n+1 n+1
1 n+1

x dx = b −a = x
a n+1 n+1
a
Rechnen mit bestimmten Integralen

Für das so definierte bestimmte Integral begründet man die folgenden Rechenregeln:
Satz 7.3 Es seien f, g : D → R stetig, [a, b] ⊆ D.

(i)
Rb
(αf (x) + βg (x)) dx = α
Rb
f (x)dx + β
Rb
g(x)dx (α, β ∈ R)
a a a
Rb Rc Rb
(ii) f (x)dx = f (x) dx + f (x)dx (c ∈ D)
a a c
Rb Rb
(iii) f (x) ≤ g(x) für alle x ∈ [a, b] ⇒ f (x)dx ≤ g(x)dx
a a
Rb
(iv) m ≤ f (x) ≤ M (für alle x ∈ [a, b]) ⇒ m(b − a) ≤ f (x) dx ≤ M (b − a)
a
(v) Mittelwertsatz der Integralrechnung: Gilt zusätzlich g(x) ≥ 0 für alle x ∈ [a, b],
dann gibt es eine Stelle ξ ∈ [a, b] mit
Zb Zb
f (x) · g(x) dx = f (ξ) · g(x) dx .
a a
Spezialfall für g(x) = 1:
Zb
f (x)dx = f (ξ) (b − a) für ein ξ ∈ [a, b] .
a
Zb
1
Damit stellt f (x) dx einen Mittelwert von f in dem Intervall [a, b] dar.
b−a
a

Rb Rb
(vi) Es gilt immer f (x) dx ≤ |f (x)| dx.

a a
Diese Rechenregeln haben diverse Anwendungen, von denen hier einige beispielhaft aufgeführt
werden sollen.
1. Mit Hilfe der Rechenregel (7.1) kann das bestimmte Integral eines beliebigen Polynoms
exakt ausgerechnet werden.
Beispiel 7.4
Z1 Z1 Z1 Z1
2 2 1
x0 dx

3x − 2x + 5 dx = 3 x dx − 2 x dx + 5
0 0 0 0
1 3 1

1 1 1 1
= 3 x − 2 x2 0 + 5 x1 0
3 0 2 1
1 1 1
= 3 13 − 03 − 2 12 − 02 + 5 (1 − 0)

3 2 1
= 1 − 1 + 5 = 5.
2. Es können Flächeninhalte für komplizierte Flächen berechnet werden. Zunächst gilt

gemäß Rechenregeln (i) bis (iii): Ist f (x) ≤ g(x) für alle x ∈ [a, b], so gilt für den auf
[a, b] zwischen den beiden Funktionen f und g eingeschlossenen Flächeninhalt
Zb
F = (g(x) − f (x)) dx
a
y F
g(x)
f (x)
x
Beweis: Man addiert zu beiden Funktionen eine genügend große Konstante, so dass die
Fläche oberhalb der x-Achse verläuft und wendet dann die Rechenregel 7.3(i) an.
Oftmals kann eine gegebene Fläche G durch achsenparallele Schnitte in mehrere Teilflächen
zerlegt werden, die einzeln nach dieser Formel berechnet werden können, z.B.
y
F2
F1
F3
x
Beachte, dass die berandenden Kurven Graphen von Funktionen sein müssen (keine
Doppeldeutigkeit!).
Teil V
Differentialrechnung
91
Kapitel 8
Ableitungen von Funktionen
Ein sehr mächtiges Werkzeug zur Untersuchung von Funktionen entsteht aus dem Begriff der
Ableitung einer Funktion.
8.1 Der Begriff der Ableitung

Wir setzen uns zum Ziel, zu einer gegebenen Funktion f : (a, b) → R
und einer gegebenen
Stelle x0 ∈ (a, b) eine Gerade t zu berechnen, die folgende Forderungen erfüllt:
1. Der Graph der Geraden geht durch den Punkt (x0 , f (x0 )).
2. An der Stelle x = x0 verlaufen Gerade und Funktion parallel“.
”
y
f
f (x0 )
x
x0
Eine solche Gerade nennen wir Tangente an f im Punkt x0 . Sie hat in der Nähe der Stelle
x0 annähernd den gleichen Funktionsverlauf wie die gegebene Funktion, sie ”schmiegt sich
an diese an”, wenn es überhaupt eine Tangente gibt. (Übung: Geben Sie eine Funktion und
Stelle x0 an ohne Tangente.)
Zur präzisen mathematischen Formulierung der zweiten Bedingung benutzen wir eine Grenz-
wertberechnung. Dazu betrachten wir neben der Stelle x0 noch die Stelle x0 + ∆x mit gewähl-
tem ∆x ∈ .R y
f (x0 +∆x)
t(x0 +∆x)
α β
f (x0 )=t(x0 )
f
t
∆x
x
x0 x0 + ∆x
92
KAPITEL 8. ABLEITUNGEN VON FUNKTIONEN 93
Anschaulich strebt bei immer kleiner werdender Größe ∆x der Winkel β gegen den Winkel
α. Beschreiben wir also die Tangente durch die Funktionsvorschrift
R → R, t(x) = a1x + a0
t:
mit zunächst freien Parametern a1 , a0 ∈ R, so können wir die beiden die Tangente definie-
renden Bedingungen genauer fassen:
1. f (x0 ) = t(x0 ) = a1 x0 + a0 ,
t(x0 +∆x)−t(x0 ) f (x0 +∆x)−f (x0 )
2. ∆x = lim ∆x ,
∆x→0
wobei wir anstelle von α und β deren Tangenswerte tan(α) und tan(β) betrachtet haben. Wir
berechnen
t(x0 + ∆x) − t(x0 ) a1 (x0 + ∆x) + a0 − (a1 x0 + a0 )
=
∆x ∆x
a1 x0 + a1 ∆x + a0 − a1 x0 − a0
= = a1 .
∆x
Den zu f gehörenden Grenzwert kann man nur im konkreten Fall ausrechnen. Zur Abkürzung
setzen wir
f (x0 + ∆x) − f (x0 ) ∆f (x0 ) df (x0 ) df
lim =: lim =: =: (x0 )
∆x→0 ∆x ∆x→0 ∆x dx dx
d
=: f (x0 ) =: f 0 (x0 )
dx
und nennen diesen Grenzwert (wenn er existiert) die Ableitung von f an der Stelle x0 .
Dabei heißt ∆f∆x
(x0 )
Differenzenquotient.
Lineare Approximation
Damit schreiben sich die beiden Bedingungen an die Tangente t nun wie folgt:
1. a0 = f (x0 ) − a1 x0
2. a1 = f 0 (x0 )
Setzen wir dies in die Funktionsvorschrift für t ein, so gilt
t(x) = f 0 (x0 )x + (f (x0 ) − a1 x0 ) ,
also
t(x) = f (x0 ) + f 0 (x0 )(x − x0 )
Wir nennen diese Funktion auch die lineare Approximation von f an der Stelle x0 .
Diese kann bei vorgegebener Funktion f konkret berechnet werden. Man beachte, dass die
Ableitung f 0 (x0 ) die ”Steigung” (d.h. a1 = tan(x)) der linearen Approximation (Tangente)
angibt.
Ableitungen spezieller Funktionen

Beispiel 8.1 Wir betrachten verschiedene Funktionen f an einer allgemeinen, aber fest vor-
gewählten Stelle x0 .
1. f (x) = x0 = 1
f (x0 + ∆x) − f (x0 ) 1−1
f 0 (x0 ) = lim = lim =0
∆x→0 ∆x ∆x→0 ∆x
2. f (x) = x1 = x
f (x0 + ∆x) − f (x0 ) x0 + ∆x − x0
f 0 (x0 ) = lim = lim =1
∆x→0 ∆x ∆x→0 ∆x
3. f (x) = xn (n ≥ 2)
(x0 + ∆x)n − xn0
f 0 (x0 ) = lim
∆x→0 ∆x

n n−2 2
+ xn0
+ x nx0n−1 ∆x
∆x + . . . + ∆xn − xn0
2 0
= lim
∆x→0 ∆x

n−1 n n−2 n−1
= lim nx0 + x ∆x + . . . + ∆x
∆x→0 2 0
= nxn−1
0 .
√
4. f (x) = x (x ≥ 0)
√ √
0 x0 + ∆x − x0
f (x0 ) = lim
∆x→0 x0 + ∆x − x0
1 1
= lim √ √ = √
∆x→0 x0 + ∆x + x0 2 x0
Wir fassen die Ableitungsregeln aus dem Beispiel zusammen:
d n
dx x = nxn−1 (n ≥ 0, x ∈ R)
d √ 1
√
dx x =
2 x
(x > 0)
Differenzierbarkeit
Man beachte, dass die Ableitung f 0 (x0 ) nicht immer existiert. Dazu sei daran erinnert, dass
lim ∆f∆x
(x0 )
ein beidseitiger Grenzwert ist. Nicht immer stimmen linksseitiger und rechtssei-
∆x→0
tiger Grenzwert überein.
Beispiel 8.2 Wir untersuchen f (x) = |x| an der Stelle x0 = 0:

|0 + ∆x| − |0| ∆x
lim = lim = 1,
∆x→0+ ∆x ∆x→0+ ∆x
|0 + ∆x| − |0| −∆x
lim = lim = −1.
∆x→0− ∆x ∆x→0− ∆x
f hat im Punkte x0 linksseitig und rechtsseitig verschiedene Ableitungen“ (Steigungen):

”
y
x
-3 -2 -1 1 2 3

Definition 8.3 Wir nennen eine Funktion f an der Stelle x0 differenzierbar, wenn dort
die Ableitung f 0 (x0 ) (als beidseitiger Grenzwert) berechnet werden kann. f heißt differen-
zierbar auf dem offenen Intervall (a, b), wenn f in allen Punkten x0 ∈ (a, b) differenzierbar
ist (a = −∞, b = ∞ sind hier zulässig). So entsteht die Ableitungsfunktion f 0 . Ist f 0 sogar
stetig, dann nennen wir f stetig differenzierbar.
Beachte:
(i) Eine auf (a, b) differenzierbare Funktion ist automatisch stetig! Wäre nämlich
lim [f (x + ∆x) − f (x)] 6= 0,
∆x→0
so würde
f (x + ∆x) − f (x)
lim
∆x→0 ∆x
nicht existieren.
(ii) Andererseits ist nicht jede auf (a, b) stetige Funktion dort auch differenzierbar: Die oben
R
betrachtete Funktion f (x) = |x| z.B. ist stetig auf ganz , aber im Punkte x = 0 nicht
differenzierbar, da dort die Ableitung nicht als beidseitiger Grenzwert berechenbar ist.
(iii) Die Ableitung einer Funktion ist im Allgemeinen nicht stetig: Betrachte
f (x) =

R
x · sin( x1 ) für alle x ∈ \{0}
0 x=0
und die Stelle x = 0. (Übung!)
Approximationseigenschaft der Tangente

Wir zeigen nun an einem Beispiel, wie gut die Tangente (= lineare Approximation) die Funk-
tion f in der Nähe der Stelle x0 annähert.
√
Beispiel 8.4 f (x) = x an der Stelle x0 = 1.96. Es ist f 0 (x0 ) = 2√1x0 = 2·1.4
1 1
= 2.8 , daher
1
t(x) = 1.4 + (x − 1.96) .
2.8
Wir vergleichen für x = 2 die Werte von f (x) und t(x):
√
f (x) = 2 = 1.41421356 . . .
1
t(x) = 1.4 + (2 − 1.96) = 1.414286 . . .
2.8
Damit hat man an der Stelle x = 2, die in unmittelbarer Nähe der Stelle x0 = 1.96 liegt, eine
hohe Übereinstimmung der beiden Funktionen f und t (immerhin vier Dezimalen).
Mittelwerteigenschaft der Ableitung
Satz 8.5 (Mittelwertsatz der Differentialrechnung) Sei f : [a, b] → R stetig und auf
(a, b) differenzierbar. Dann gibt es eine Stelle x0 ∈ (a, b) so, dass
f (b) − f (a)
f 0 (x0 ) = .
b−a
y
f (b)
f (a)
x
a x0 b
Skizze zum Mittelwertsatz der Differentialrechnung.
Übung: Erläutern Sie den Mittelwertsatz an der obigen Skizze.
8.2 Berechnung von Ableitungen

Allgemeingültige Rechenregeln erleichtern die Berechnung von Ableitungen:
Satz 8.6 Es seien f und g zwei Funktionen und x eine vorgegebene Stelle. Dann gilt:
d
dx
d d
(αf (x) + βg(x)) = α f (x) + β g(x) für alle α, β ∈
dx dx
R (8.1)
d df (x) dg(x)
(f (x) · g(x)) = g(x) + f (x) (Produktregel) (8.2)
dx dx dx
g 0 (x)

d 1
= − , falls g(x) 6= 0. (8.3)
dx g(x) (g(x))2
(Beachte hierbei die unterschiedlichen Schreibweisen für die Ableitung!)

Begründung: (8.1) folgt unmittelbar aus den Grenzwertregeln. Die Produktregel (8.2) lässt
sich folgendermaßen einsehen:
∆ (f (x) · g(x)) f (x + ∆x)g(x + ∆x) − f (x)g(x)
=
∆x ∆x
f (x + ∆x) − f (x) g(x + ∆x) − g(x)
= g(x) + f (x + ∆x)
∆x ∆x
∆f (x) ∆g(x)
= g(x) + f (x + ∆x) .
∆x ∆x
Regel (8.3) ergibt sich aus folgender Umformung:

1 1 1
∆ g(x) g(x+∆x) − g(x)
=
∆x ∆x
1 g(x) − g(x + ∆x)
=
g(x)g(x + ∆x) ∆x
1 ∆g(x)
= − .
g(x)g(x + ∆x) ∆x

Aus den Rechenregeln (8.2) und (8.3) folgt noch
f 0 (x)g(x) − f (x)g 0 (x)

d f (x)
= . (Quotientenregel)
dx g(x) (g(x))2
Mit Hilfe dieser Regeln können wir nun beliebige rationale Funktionen ableiten.
Beispiel 8.7
1. f (x) = 3x3 − 4x2 + 2x − 1 und f 0 (x) = 3 · 3x2 − 4 · 2x + 2 · 1

= 9x2 − 8x + 2
2 − 1 1 + x2 − x3 − x (0 + 2x)

x3 − x 3x
2. f (x) = und f 0 (x) =
1 + x2 (1 + x2 )2
3x + 3x − 1 − x2 − 2x4 + 2x2
2 4
=
1 + 2x2 + x4
x4 + 4x2 − 1
= .
x4 + 2x2 + 1
Die Kettenregel
Für die Ableitung der Verkettung von Funktionen gilt:
d
f (g(x)) = f 0 (g(x)) · g 0 (x). (Kettenregel)
dx
Die Ableitung einer verketteteten Funktion ist also äußere Ableitung mal innere Ableitung“.
”
2
2
Beispiel 8.8 Wir können f (x) = 3x − 4 auf folgende drei verschiedene Arten ableiten:
2
1. Ausmultiplizieren: f (x) = 3x2 − 4 = 9x4 − 24x2 + 16
f 0 (x) = 36x3 − 48x.
2. Produktregel: f (x) = 3x2 − 4 3x 2−4

f 0 (x) = 6x 3x2 − 4 + 3x2 − 4 6x = 12x 3x2 − 4 = 36x3 − 48x.

3. Kettenregel: f 0 (x) = 2 3x2 − 4 (6x) = 12x 3x2 − 4 = 36x3 − 48x.

Die Kettenregel kann auch bei mehrfacher Verkettung angewendet werden:

q
Beispiel 8.9 Für x > 2 sei f (x) = (x2 − 2x)3 gegeben. f (x) besteht aus drei verketteten
Funktionen:
f1 (x) = x2 − 2x 

f2 (z) = z 3 ⇒ f (x) = f3 (f2 (f1 (x))) .

√
f3 (u) = u

Entsprechend gilt für die Ableitung

1 2
f 0 (x) = q · 3 x2 − 2x · (2x − 2)
2 (x2 − 2x)3
x2 − 2x
= 3 (x − 1) √
x2 − 2x
p
= 3 (x − 1) x2 − 2x.
Ableitung der Kreisfunktionen

Für die Ableitungen der Kreisfunktionen findet man (über den Limes des Differenzenquoti-
enten):
d
sin(x) = cos(x)
dx
d
cos(x) = − sin(x)
dx
d
dx
tan(x) =
1
2
cos (x)
π
(x 6= kπ + , k ∈ )
2
Z
d
dx
cot(x) = − 2
1
sin (x)
(x =6 kπ, k ∈ ) Z
Begründung: Die Ableitung von sin(x) berechnet man mit der Definition der Ableitung:
sin(x + ∆x) − sin(x) sin(x) cos(∆x) + cos(x) sin(∆x) − sin(x)
lim = lim
∆x→0 ∆x ∆x→0 ∆x
cos(∆x) − 1 sin(∆x)
= lim sin(x) + lim cos(x)
∆x→0 ∆x ∆x→0 ∆x
= sin(x) · 0 + cos(x) · 1.
Die übrigen Ableitungen berechnet man mit den o.g. Rechenregeln, z.B. aus
π
cos(x) = sin x +
2
folgt
d d π π
cos(x) = sin x + = cos x + · 1 = − sin(x).
dx dx 2 2
8.3 Höhere Ableitungen

Ableitungen von Funktionen stellen, wenn die Ableitungsstelle als Variable angesehen wird,
Funktionen dar, die in der Regel selber wieder differenzierbar sind. Die Ableitung der Ablei-
tung nennen wir die zweite Ableitung (von f ) und schreiben
d2 d2 f (x)

d d
f 00 (x) := 2 f (x) := := f (x)
dx dx2 dx dx
(sofern die Grenzwerte existieren).
Wir sagen: f ist (an der Stelle x) n-mal differenzierbar, wenn die (n − 1)-te Ableitung (in
x) existiert und (dort) differenzierbar ist. f heißt dort n-mal stetig differenzierbar, wenn
die n-te Ableitung existiert und stetig ist.
Beispiel 8.10 Polynome sind auf ganz R beliebig oft (stetig) differenzierbar.
f (x) = 3x4 − 2x + 1,
f 0 (x) = 12x3 − 2,
f 00 (x) = 36x2 ,
f 000 (x) = 72x,
f (4) (x) = 72,
f (5) (x) = 0,
f (6) (x) = 0, usw.
Interpretation der höheren Ableitungen

Die erste Ableitung einer Funktion an der Stelle x0 gibt Auskunft darüber, wie sich die
Funktion (bei steigendem oder auch fallendem x) ändert. Ist f 0 (x0 ) > 0, so steigt die Funktion
f nach rechts an und fällt nach links ab, entsprechendes gilt bei f 0 (x0 ) < 0. Genauso gibt
nun f 00 Auskunft über das Änderungsverhalten von f 0 . Ist etwa f 00 (x0 ) > 0, so heißt das,
dass die erste Ableitung von f an der Stelle x0 ansteigt, d.h. die Steigung der Funktion f
wird (nach rechts gehend) immer größer. Dies bedeutet, dass die Funktion f an der Stelle x0
eine Steigerung der Steigung erfährt, sie ist nach links gekrümmt. Dementsprechend bedeutet
f 00 (x0 ) < 0, dass die Funktion f an der Stelle x0 nach rechts gekrümmt ist.
Ähnlich lassen sich höhere Ableitungen geometrisch deuten.
Quadratische Approximation
Mit Hilfe der höheren Ableitungen können Funktionen höherwertig approximiert werden, z.B.
durch die quadratische Approximation. Darunter verstehen wir ein Polynom q zweiten
Grades, das sich an der Stelle x = x0 an eine gegebene Funktion f so anschmiegt, dass nicht
nur der Funktionswert und die Steigung von q und f überseinstimmen, sondern auch das
Krümmungsverhalten. Dazu sollen folgende Forderungen erfüllt sein:
(i) q(x0 ) = f (x0 ),
(ii) q 0 (x0 ) = f 0 (x0 ),
(iii) q 00 (x0 ) = f 00 (x0 ).
y
f (x)
t(x)
q(x)
Es ist anschaulich wohlbegründet, dass sich die quadratische Approximation besser an die
gegebene Funktion anschmiegt als die lineare. Zur näheren Bestimmung von q setzen wir an:
q(x) = a0 + a1 x + a2 x2 (mit freien Koeffizienten a0 , a1 , a2 ∈ R) .
Dann schreiben sich die obigen Bedingungen:
(i) f (x0 ) = q(x0 ) = a0 + a1 x0 + a2 x20 ,
(ii) f 0 (x0 ) = q 0 (x0 ) = a1 + 2a2 x0 ,
(iii) f 00 (x0 ) = q 00 (x0 ) = 2a2 .
Also gilt
1 00
a2 = f (x0 ),
2
a1 = f 0 (x0 ) − f 00 (x0 )x0 ,
1
a0 = f (x0 ) − x0 f 0 (x0 ) − f 00 (x0 )x0 − f 00 (x0 )x20 .
2
Damit hat man

1
q(x) = f (x0 ) − x0 f 0 (x0 ) − f 00 (x0 )x0 − f 00 (x0 )x20
2
0 00 1 00
+ f (x0 ) − f (x0 )x0 x + f (x0 )x2 .

2
Ausmultiplizieren und Umsortieren ergibt schließlich
q(x) = f (x0 ) + f 0 (x0 ) (x − x0 ) + 21 f 00 (x0 ) (x − x0 )2 .
Wir testen die Näherungseigenschaft der quadratischen Approximation q wie im Falle der
linearen Approximation an der Wurzelfunktion.
√
Beispiel 8.11 Wir berechnen die quadratische Approximation von f (x) = x an der Stelle
x0 = 1.96 und wissen bereits f 0 (x) = 2√1 x . Weiteres Ableiten ergibt nach der Quotientenregel
1

√
00
f (x) = 2 − √ 2 = − 14 x√
1 2 x 1
und damit
( x) x

1 1 1 1
q(x) = 1.4 + (x − 1.96) + − (x − 1.96)2 .
2.8 2 4 1.96 · 1.4
Für x = 2 ergibt sich:
0.04 0.042
q(2) = 1.4 + − = 1.414212828 . . .
2.8 8 · 1.4 · 1.96
f (2) = 1.414213562 . . .
also eine bessere Annäherung als mit der linearen Approximation (Tangente).
Höherwertige Approximation
Man kann noch bessere Approximationen erreichen, wenn weitere (höhere) Ableitungen inve-
stiert werden.
Satz 8.12 Gegeben sei eine Funktion f , die an der Stelle x0 n-mal differenzierbar ist (n ∈ N).
Dann hat das Polynom n-ten Grades
1 (0) 1 1
tn (x) = f (x0 ) (x − x0 )0 + f (1) (x0 ) (x − x0 )1 + f (2) (x0 ) (x − x0 )2
0! 1! 2!
1
+ . . . + f (n) (x0 ) (x − x0 )n
n!
die Eigenschaften
tn (x0 ) = f (x0 ), t0n (x0 ) = f 0 (x0 ), t00n (x0 ) = f 00 (x0 ), . . . , t(n)

n (x0 ) = f
(n)
(x0 ).
Wir nennen tn die Taylor-Approximation n-ten Grades von f an der Stelle x0 .
Beispiel 8.13 Wir betrachten die Funktion f (x) = sin x und die Stelle x0 = 0. Dann gilt:
f (x) = sin(x) f (x0 ) = 0
f 0 (x) = cos(x) f 0 (x0 ) = 1
f 00 (x) = − sin(x) f 00 (x0 ) = 0
f 000 (x) = − cos(x) f 000 (x0 ) = −1
f (4) (x) = sin(x) f (4) (x0 ) = 0
usw., daher
1 3 1 1 1 1
tn (x) = x − x + x5 − x7 + x9 ∓ . . . ± f (n) (0) xn .
3! 5! 7! 9! n!
Skizzen für t3 und t5 :
y y
sin(x) sin(x)
1 1
1 3 1 5
t3 (x) = x − 13 x3 t5 (x) = x − 3! x + 5! x
x x
-2 -1 1 2 -2 -1 1 2
-1 -1

Übung: Man ermittle den Unterschied von sin(x) und t5 (x) numerisch durch Einsetzen von
(zufällig) ausgewählten Stellen x ∈ [−2, 2]. Wir wollen später diesen Unterschied vom Betrag
her abschätzen, also eine obere Schranke für den Betrag des Unterschiedes für beliebiges
x ∈ [−2, 2] ausrechnen.
8.4 Partielle Ableitungen

Auch wenn eine Funktion von mehreren Variablen abhängt, können sinnvoll Ableitungen
gebildet werden. Wir wollen diese Ableitungen an dieser Stelle kennenlernen und erst in
einem späteren Kapitel auf die geometrische Bedeutung eingehen.
Ist eine Funktion f (x, y, z, ...) gegeben, so kann man sich alle bis auf eine Variable festgehalten
(also konstant) denken, z.B. die Variablen y, z, .... Dann ist die Funktion nur noch von einer
Variablen abhängig. Nach dieser Variablen kann dann wie oben beschrieben abgeleitet werden.
Es entstehen die partiellen Ableitungen. Man schreibt
∂ f (x + ∆x, y, z, . . .) − f (x, y, z, . . .)
f (x, y, z, ...) := lim
∂x ∆x→0 ∆x
(d.h. insbesondere muss der Grenzwert existieren) wenn die Funktion nur nach x abgeleitet
wird und die übrigen Variablen festgehalten werden. Entsprechend schreibt man
∂ ∂
f (x, y, z, ...) , f (x, y, z, ...) , ...
∂y ∂z
Da die partiellen Ableitungen selber wieder Funktionen in den Variablen x, y, z, ... sind,
können auch sie wieder partiell abgeleitet werden. Es entstehen partielle Ableitungen höherer
Ordnung wie
∂2 ∂3
f (x, y, z, ...) , f (x, y, z, ...) , ... .
∂x∂y ∂z 3
Die Ordnung gibt dabei an, wie oft (in der Summe) partiell abgeleitet wird.
Beispiel 8.14 Betrachten wir die Funktion f (x, y, z) = xy 2 + xyz − 3x3 z −1 . Für diese Funk-
tion berechnet man beispielsweise die folgenden partiellen Ableitungn:
∂ ∂
xy 2 + xyz − 3x3 z −1 = y 2 + yz − 9x2 z −1

f (x, y, z) =
∂x ∂x
∂ ∂
xy 2 + xyz − 3x3 z −1 = 2xy + xz

f (x, y, z) =
∂y ∂y
∂ ∂
xy 2 + xyz − 3x3 z −1 = xy + 3x3 z −2

f (x, y, z) =
∂z ∂z
als partielle Ableitungen erster Ordnung und
∂2 ∂
f (x, y, z) = (2xy + xz) = 2y + z
∂x∂y ∂x
∂2 ∂
f (x, y, z) = (2xy + xz) = 2x
∂y 2 ∂y
als zwei Beispiele aus neun verschiedenen partiellen Ableitungen zweiter Ordnung. Eine par-
tielle Ableitung dritter Ordnung wäre
∂3 ∂
f (x, y, z) = (2y + z) = 1.
∂z∂x∂y ∂z
Kapitel 9
Analyse von Funktionen
Durch die Einführung des Begriffs der Ableitung sind wir nun in der Lage, Funktionen und
ihre Eigenschaften näher zu untersuchen.
9.1 Das Newtonverfahren

Zunächst beschäftigen wir uns ein weiteres Mal mit dem Problem der Nullstellenberechnung
von Funktionen und damit mit dem Problem der Ermittlung von Lösungen von Gleichungen.
Mit der Methode der Bisektion haben wir bereits ein brauchbares Verfahren zur Nullstellen-
bestimmung an der Hand. Leider erweist sich diese Methode als sehr träge, da nur nach etwa
jedem vierten Schritt eine weitere Dezimale der Nullstelle als endgültig berechnet angesehen
werden kann. (Warum?) Die Anzahl der Schritte, die benötigt wird, um eine Nullstelle auf
acht Dezimalstellen auszurechnen, ist also sehr groß.
Durch die folgende Idee kann eine erheblich schnellere Berechnung erreicht werden: Vorgege-
ben seien eine differenzierbare Funktion
f : (a, b) → R
und eine Stelle x0 ∈ (a, b). x0 möge eine (grobe) Näherung einer Nullstelle x∗ von f sein.
Zunächst betrachten wir anstelle von f deren lineare Approximation an der Stelle x0
t1 (x) = f (x0 ) + f 0 (x0 )(x − x0 )
und lösen das Nullstellenproblem für t1 . Dies ist einfach, da t1 eine lineare Funktion ist.
0 = t1 (x) = f (x0 ) + f 0 (x0 )(x − x0 )

⇔ −f (x0 ) = f 0 (x0 )(x − x0 )
Gilt f 0 (x0 ) 6= 0, so ist x = x1 eine Nullstelle von t1 , falls
f (x0 )
− = x1 − x0
f 0 (x0 )
f (x0 )
⇔ x1 = x0 − .
f 0 (x0 )
103
KAPITEL 9. ANALYSE VON FUNKTIONEN 104
y
f t1
a x∗
x1 x
x0 b
Anschaulich ist x1 eine Näherung für die gesuchte Nullstelle x∗ von f , sofern x0 nicht zu weit
von x∗ entfernt liegt, da t1 die Funktion f in der Nähe der Stelle x0 gut“ annähert. Ist x1 eine
”
bessere Näherung als x0 , so kann der o.g. Vorgang mit x1 anstelle von x0 erneut durchlaufen
werden:
f (x1 )
x2 = x1 − 0
f (x1 )
(sofern f 0 (x1 ) 6= 0). Hierbei wird die Frage, ob x1 als bessere Näherung für x∗ als x0 anzusehen
ist, einfach durch den Funktionswert entschieden: x1 ist eine bessere Näherung als x0 , falls
|f (x1 )| < |f (x0 )| (Abstiegstest).
Diese Methode, eine bessere Näherung für x∗ zu ermitteln, kann fortlaufend durchgeführt
werden. Es entsteht dann das Newtonverfahren, das die Iterierte xk über die Formel
f (xk−1 )
xk = xk−1 − (k = 1, 2, . . .)
f 0 (xk−1 )
berechnet, sofern f 0 (xk−1 ) 6= 0 bleibt. Dass dieses Verfahren unter gewissen Voraussetzungen
die gesuchte Nullstelle bestimmt, begründet der folgende
Satz 9.1 Ist f zweimal stetig differenzierbar, liegt der Startpunkt x0 des Iterationsverfahrens
nahe genug bei der gesuchten Nullstelle x∗ von f und gilt gleichzeitig f 0 (x∗ ) 6= 0, so kann
die Newtoniteration beliebig oft durchgeführt werden und die Folge (der Iterierten) (xn )n∈N
konvergiert gegen x∗ .
Beispiel 9.2 Wir betrachten das Polynom
f (x) = x3 + x2 + 2x + 1.
Dieses hat eine Nullstelle in [a, b] = [−1, 0], da f (−1) = −1 und f (0) = 1 gilt. Ein erster
Schritt der Bisektion liefert
x0 = −0.5 mit f (x0 ) = 0.125 > 0.
Zu erwarten ist also eine Nullstelle im Intervall [−1, −0.5]. Wir führen einen Schritt des
Newtonverfahrens durch. Es ist
x30 + x20 + 2x0 + 1
x1 = x0 −
3x20 + 2x0 + 2
und für x0 = −0.5:
x1 = −0.5714 mit f (x1 ) = −2.9 · 10−3 < 0 und |f (x1 )| < |f (x0 )| ,
wodurch x1 als bessere Näherung (und x∗ ∈ [x1 , x0 ]) erkannt wird. Weitere Schritte über
x3k−1 + x2k−1 + 2xk−1 + 1

xk = xk−1 − (k = 1, 2, . . .)
3x2k−1 + 2xk−1 + 2
liefern
x2 = −0.5698412 mit f (x2 ) = −1.668 · 10−6

x3 = −0.569840291 mit f (x3 ) = 3.5711 · 10−12
x4 = x3 (auf 9 Dezimalen)
Das Newtonverfahren liefert also bereits nach drei Schritten die Nullstelle x∗ auf neun Dezi-
malen genau.
Benutzt man das Hornerschema, um (x − x∗ ) aus f herauszufaktorisieren, so bleibt ein qua-
dratisches Polynom übrig, das mit der (p, q)-Formel auf Nullstellen untersucht werden kann.
Es zeigt sich, dass keine reellen Nullstellen dieses Polynoms existieren. Das Ausgangspolynom
besitzt also nur eine einzige Nullstelle, die Stelle x∗ = x3 .
Praxis des Newtonverfahrens

Wir haben gesehen, dass das Newtonverfahren in unserem Beispiel sehr schnell konvergiert.
Dies ist allgemein so, sofern die Voraussetzungen des obigen Satzes erfüllt sind. Man sagt,
das Newtonverfahren konvergiert quadratisch, da
|xk − x∗ | ≤ M |xk−1 − x∗ |2
gilt für eine Konstante M > 0.
Anschaulich bedeutet dies, dass sich die Anzahl der bereits richtig berechneten
Dezimalstellen bei jeder Iteration ungefähr verdoppelt, wenn sich das Verfahren der
Stelle x∗ genügend angenähert hat.
Die Voraussetzungen des obigen Konvergenzsatzes sind in der Praxis nicht vorab nachprüfbar,
so dass in der praktischen Anwendung der Erfolg des Newtonverfahrens nicht gesichert ist.
Im Zweifel greift man auf das Bisektionsverfahren zurück:
Senkt ein Newtonschritt den Betrag des Funktionswert nicht genügend ab (z.B. auf weniger als
die Hälfte des vorherigen Wertes) oder ist die laufende Iterierte nicht im Betrachtungsintervall
[a, b], so wird wieder ein Bisektionsschritt durchgeführt. Es ist daher sinnvoll – wie im obigen
Beispiel – von der Situation auszugehen, bei der auch das Bisektionsverfahren startet: f hat
an den Stellen a und b unterschiedliches Vorzeichen. Dann ist die Existenz einer Nullstelle
zwischen a und b nach dem Zwischenwertsatz gesichert. Kann diese Ausgangssituation nicht
erreicht werden, so sollte zunächst eine Kurvendiskussion begonnen werden, d.h. die Ableitung
der Funktion f in die Betrachtung einbezogen werden (siehe Abschnitt 9.3).
9.2 Die Regel von De L’Hospital

Ableitungen von Funktionen können auch unterstützend bei der Berechnung von Grenzwerten
von Funktionen eingesetzt werden. Wir betrachten eine Quotientenfunktion
f (x)
h(x) =
g(x)
mit stetigen Funtionen f und g und versuchen,

f (x)
lim h(x) = lim
x→x0 x→x0 g(x)
zu berechnen. Ist hierbei g(x0 ) 6= 0, so lässt sich der Grenzwert wegen der Stetigkeit der
Funktionen leicht ausrechnen:
f (x0 )
lim h(x) = .
x→x0 g(x0 )
Wenn g(x0 ) = 0 und f (x0 ) 6= 0 gilt, haben wir (falls der uneigentliche Grenzwert existiert)
lim h(x) = ±∞
x→(x0 )±
(einseitige Grenzwerte).
Problematisch ist hauptsächlich der Fall, dass g(x0 ) = 0 und f (x0 ) = 0 gilt. Hierbei entsteht
durch Einsetzen von x = x0 der unbestimmte Ausdruck 00 “.
”
Wir kennen bereits Beispiele, wo in diesen Fällen dennoch ein Grenzwert existiert, etwa
sin(x)
lim =1
x→0 x
Sind f und g auf einem Intervall (a, b), dass den Punkt x0 enthält, differenzierbar, so können
wir den Mittelwertsatz der Differentialrechnung verwenden, um den Ausdruck fg(x) (x)
geeignet
umzuformen. Sei nun x ∈ (a, b). Nach dem Mittelwertsatz gibt es eine Zwischenstelle ξf
zwischen x0 und x, so dass
f (x) = f (x) − f (x0 ) = f 0 (ξf )(x − x0 ) .
Genauso gibt es für die Funktion g eine - möglicherweise andere - Zwischenstelle ξg mit
g(x) = g(x) − g(x0 ) = g 0 (ξg )(x − x0 ) .
f (x) − f (x0 )
Eine Verallgemeinerung des Mittelwertsatzes besagt sogar, dass in dem Quotienten
g(x) − g(x0 )
für Zähler und Nenner dieselbe Zwischenstelle ξ verwendet werden darf. Damit ist
f (x) f (x) − f (x0 ) f 0 (ξ)(x − x0 ) f 0 (ξ)

= = 0 = 0 für ein ξ zwischen x0 und x.
g(x) g(x) − g(x0 ) g (ξ)(x − x0 ) g (ξ)
f 0 (ξ) f (x)
Existiert nun der Grenzwert lim 0
so existiert auch der Grenzwert lim und beide
ξ→x0 g (ξ) x→x 0 g(x)
sind gleich. Wir formulieren dies als
Satz 9.3 (Regel von De L’Hospital) Betrachtet werden zwei auf (a, b) differenzierbare
Funktionen f und g und eine Stelle x0 ∈ [a, b]. Ist dann lim f (x) = 0 und lim g(x) = 0 und
x→x0 x→x0
existiert der Grenzwert
f 0 (x)
lim
x→x0 g 0 (x)
(±∞ für den Grenzwert zugelassen), so gilt
f (x) f 0 (x)
lim = lim 0 .
x→x0 g(x) x→x0 g (x)
sin(x) L0 Hosp. cos(x)

Beispiel 9.4 lim = lim =1
x→0 x x→0 1
Beachte: Die genannte Regel von De L’Hospital gilt auch entsprechend für linksseitige und
rechtsseitige Grenzwerte und auch für x0 = ±∞. Ferner kann die Regel auch angewendet
∞
werden für unbestimmte Ausdrücke der Form ∞ “, d.h. für den Fall, dass
”
lim f (x) = ∞ und lim g(x) = ∞
x→x0 x→x0
gilt. Außerdem kann die Regel mehrfach hintereinander angewendet werden, um ein Ergebnis
zu erzielen.
x3 − 1 L0 Hosp. 3x2 L0 Hosp. 6x

Beispiel 9.5 lim = lim = lim =1
x→∞ x3 + x x→∞ 3x2 + 1 x→∞ 6x
Weitere Anwendungsmöglichkeiten
Des weiteren können oft Ausdrücke der Form 0 · ∞“ bzw. ∞ − ∞“ nach geschickter Um-
” ”
formung mit der Regel von de L’Hospital bearbeitet werden. Man verwendet hierbei die
Identitäten: (f (x) 6= 0, g (x) 6= 0)
f (x)
f (x) · g(x) = 1
g(x)
1 1
und f (x) − g(x) = f (x)g(x)( − ).
g(x) f (x)

1 1 1 1
Beispiel 9.6 lim − = lim (sin(x) − x)
x→0 x sin(x) x→0 x sin(x)
sin(x) − x
= lim
x→0 x sin(x)
L0 Hosp. cos(x) − 1
= lim
x→0 x cos(x) + sin(x)
L0 Hosp. − sin(x)
= lim = 0.
x→0 2 cos(x) − x sin(x)
9.3 Kurvendiskussion
Durch die Berechnung der Nullstellen einer Funktion und die Analyse ihres Grenzverhaltens
an bestimmten ausgesuchten Stellen erhalten wir bereits einen ungefähren Eindruck vom
Verlauf (des Graphen) der Funktion.
Extremstellen
Ein weiterer Untersuchungsgegenstand im Zusammenhang mit der Analyse von Funktionen
sind Extremstellen. Wir wissen, dass stetige Funktionen auf abgeschlossenen Intervallen einen
maximalen bzw. einen minimalen Wert annehmen. Im folgenden sollen Stellen x0 berechnet
werden, an denen diese extremen Funktionswerte angenommen werden. Zur Präzisierung der
Problematik legen wir fest:
Definition 9.7 Betrachtet werde eine Funktion f : D → R und eine Stelle x0 ∈ D. Dann
heißt x0 eine
a) globale Minimalstelle, wenn gilt
f (x0 ) ≤ f (x) für alle x ∈ D.
b) lokale Minimalstelle, wenn es ein ε > 0 gibt, so dass
f (x0 ) ≤ f (x) für alle x ∈ D, die |x − x0 | < ε erfüllen.
Beachte: Erfüllt ein ε > 0 die genannte Bedingung, so auch jedes kleinere (positive) ε1
(0 < ε1 < ε). Damit ist ε also nicht eindeutig bestimmt, sondern muss nur klein genug“ sein.
”
Man kann also den Begriff der lokalen Minimalstelle so interpretieren, dass x0 eine Stelle mit
kleinstem Funktionswert in der näheren Umgebung von x0 darstellt.
Entsprechend sind globale Maximalstellen und lokale Maximalstellen definiert. Soll
nicht zwischen minimalen und maximalen Stellen unterschieden werden, so sprechen wir ein-
fach von Extremstellen. Man beachte, dass globale Extremstellen auch lokale Extremstellen
sind.
Beispiel 9.8 In der Skizze

y
x
a = x2 x1 x4 x5 b = x3
ist x1 ist eine globale Minimalstelle,

x3 ist eine globale Maximalstelle,
x1 , x2 , x5 sind lokale Minimalstellen,
x3 , x4 sind eine lokale Maximalstelle.
Anschaulich klar ist der
Satz 9.9 Sei f : (a, b) → R differenzierbar. Ist dann x0 ∈ (a, b) lokale Extremstelle, so ist
f 0 (x0 ) = 0.
Beachte, dass dies im obigen Beispiel nicht für x1 , x2 , x3 zutrifft. (Warum?)
Wir schließen daraus: Bei einer beliebigen Funktion f : D → R sind folgende Punkte Kan-
didaten für lokale Extremstellen:
• Punkte x0 ∈ D, an denen f differenzierbar ist und für die f 0 (x0 ) = 0 gilt,
• die Randpunkte von D,
• Punkte, an denen f nicht differenzierbar ist.

Monotonieverhalten
Um entscheiden zu können, an welchen Kandidatenstellen tatsächlich Extrema vorliegen,
betrachten wir folgende Begriffe:
Wiederum kann die Ableitung der Funktion f (sofern sie existiert) zur Charakterisierung der
Monotonie herangezogen werden.
Satz 9.10 Sei f : (a, b) → R differenzierbar. Dann gilt:

a) f 0 (x) > 0 auf (a, b) ⇒ f ist streng monoton wachsend,
b) f 0 (x) < 0 auf (a, b) ⇒ f ist streng monoton fallend,
c) f 0 (x) ≥ 0 auf (a, b) ⇒ f ist monoton wachsend,
d) f 0 (x) ≤ 0 auf (a, b) ⇒ f ist monoton fallend,
e) f 0 (x) = 0 auf (a, b) ⇒ f ist konstant auf (a, b).
Man beachte, dass aus dem letzten Teil dieses Satzes eine interessante Aussage folgt, die
R
wir später entscheidend nutzen werden: Für differenzierbare Funktionen f, g : (a, b) → gilt
f 0 (x) = g 0 (x) auf (a, b)

⇔ f (x) = g(x) + c auf (a, b) für eine Konstante c ∈ R.
Bemerkung: Zum Beweis des obigen Satzes kann man den Mittelwertsatz der Differential-
rechnung verwenden.
Extremstellenuntersuchung
Damit können wir das Extremstellenverhalten einer beliebigen stückweise differenzierbaren
Funktion f : D → R diskutieren. Stückweise stetig diffenzierbar bedeutet hier: es gibt
nur endlich viele [”wenige”] Stellen, an denen die ansonsten stetig differenzierbare Funktion
f nicht differenzierbar ist.
Für den Fall, dass sämtliche Nullstellen, Unstetigkeitstellen und Definitionslücken der Ablei-
tung f 0 bekannt sind, kann nun eindeutig geklärt werden, für welche x ∈ [a, b]
f 0 (x) > 0, f 0 (x) < 0
gilt, denn nach dem Zwischenwertsatz kann bei Stetigkeit zwischen zwei solchen Stellen
(Nullstellen, Unstetigkeit, Definitionslücke) die Ableitung nicht ihr Vorzeichen wechseln! Man
braucht also nur einzelne Punkte in f 0 einzusetzen, um das Vorzeichen auf je einem Teilbereich
zu ermitteln.
Damit kann gemäß obigem Satz das Monotonieverhalten von stetigen Funktionen f beschrie-
ben werden, insbesondere können lokale Extremstellen angegeben werden.
• Ist x0 ein Kandidat für eine Extremstelle und gilt f 0 (x) ≤ 0 links von x0 sowie f 0 (x) ≥ 0
rechts von x0 , so liegt bei x0 eine lokales Minimum vor.
• Ist x0 ein Kandidat für eine Extremstelle und gilt f 0 (x) ≥ 0 links von x0 sowie f 0 (x) ≤ 0
rechts von x0 , so liegt bei x0 eine lokales Maximum vor.
• Ist x0 ein Kandidat für eine Extremstelle und liegt links und rechts von x0 gleiches
(strenges) Monotonieverhalten vor und ist f in x0 differenzierbar, so ist x0 keine Ex-
tremstelle, sondern ein Sattelpunkt.
An den Randpunkten liegt eine entsprechende Extremstelle vor, wenn in den obigen Defini-
tionen jeweils der mögliche Teil erfüllt ist. An Unstetigkeitsstellen sind diese Festlegungen
entsprechend einseitig zu interpretieren.
y
f
x
y
>0 >0 f0
=0 x
a =0 <0 =0 =0 b
Monotonieverhalten und Extremstellen.
Bemerkung: Sind dagegen nicht alle Nullstellen von f 0 sicher ermittelt, so kann bei den
gefundenen Nullstellen lokal argumentiert werden:
• Ist x0 Kandidatenstelle, weil f 0 (x0 ) = 0 gilt und ist f 00 (x0 ) > 0, so ist f 0 in der Nähe
von x0 streng monoton wachsend, also gilt f 0 (x) < 0 links von x0 , f 0 (x0 ) > 0 rechts von
x0 , somit hat f bei x0 ein lokales Minimum.
• Gilt f 0 (x0 ) = 0, f 00 (x0 ) < 0, so hat f bei x0 ein lokales Maximum.
Man beachte, dass sich das globale Minimum einer Funktion als kleinster Wert unter allen
Funktionswerten von Kandidaten für Extremstellen ergibt. Entsprechend kann das globale
Maximum durch Vergleich der Funktionswerte der Kandidaten für Extremstellen ermittelt
werden.
Krümmungsverhalten
Genau wie f 0 können auch die zweite und höhere Ableitungen von f auf Nullstellen, Mono-
tonieverhalten und Extrema untersucht werden und Rückschlüsse für die Funktion f gezogen
werden.
Definition 9.11 Wir nennen f : (a, b) → R

• linksgekrümmt, wenn f 00 (x) > 0 gilt auf (a, b),
• rechtsgekrümmt, wenn f 00 (x) < 0 gilt auf (a, b).
Ein Punkt x0 ∈ (a, b), in dem bei stetigem f das Krümmungsverhalten wechselt, heißt Wen-
depunkt von f .
Kandidaten für Wendepunkte sind also Punkte aus (a, b),
• an denen f 00 (x) = 0 gilt,

• an denen f 00 nicht existiert (aus welchem Grund auch immer).
R
Bemerkung: Sei f : (a, b) → zweimal differenzierbar, x0 ∈ (a, b) und t : R → R die lineare
Approximation von f an der Stelle x0 .
a) ist f auf (a, b) linksgekrümmt, so gilt f (x) ≥ t(x) für alle x ∈ (a, b).
b) ist f auf (a, b) rechtsgekrümmt, so gilt f (x) ≤ t(x) für alle x ∈ (a, b).
Beweis: Kurvendiskussion für die Hilfsfunktion h(x) = f (x)−t(x), für die h(x0 ) = h0 (x0 ) = 0
gilt.
Beispiel 9.12 (Kurvendiskussion) Zu diskutieren sei die Funktionsvorschrift
sin(x)
f (x) = für |x| ≤ π.
x
1. Grenzwerte
sin(x)
Wir wissen bereits lim x = 1. Ferner gilt wegen der Stetigkeit von sin
x→0
sin(x) sin(x)
lim =0 und lim = 0.
x→π− x x→−π+ x
2. Definitionsbereich
f ist definiert für alle x ∈ [−π, π] mit Ausnahme von x = 0. Wegen 1. kann f durch
f (0) = 1 auf ganz [−π, π] stetig fortgesetzt werden.
3. Symmetrie
f ist eine gerade Funktion, denn
sin (−x) − sin(x) sin(x)

f (−x) = = = = f (x)
−x −x x
also ist die y-Achse Symmetrieachse. Daher braucht f nur auf [0, π] untersucht zu wer-
den; die Ergebnisse übertragen sich dann auf [−π, 0].
4. Nullstellen
Es ist f (x) = 0 ⇒ sin(x) = 0. Auf [0, π] folgt x = 0 oder x = π. Die Stelle x = 0
scheidet aus wegen f (0) = 1. Also ist x = π die einzige Nullstelle auf [0, π] und x = −π
die einzige auf [−π, 0].
5. Vorzeichenverteilung von f
Da f stetig ist und da x = π und x = −π die einzigen Nullstellen von f sind, sowie
f (0) = 1 gilt, hat f durchgehend positives Vorzeichen auf [−π, π] .
6. Kandidaten für Extremstellen von f

Es ist
x cos(x) − sin(x)
f 0 (x) = für x 6= 0
x2
Um festzustellen, ob auch f 0 (0) existiert, muss die Definition der Ableitung herangezo-
gen werden:
sin(∆x)
∆x −1 sin(∆x) − ∆x cos(∆x) − 1 − sin(∆x)
lim = lim = lim = lim = 0.
∆x→0 ∆x ∆x→0 ∆x2 ∆x→0 2∆x ∆x→0 2
Also gilt f 0 (0) = 0.
Beachte: die Funktion f 0 ist an der Stelle x = 0 stetig wegen
x cos(x) − sin(x)
lim f 0 (x) = lim
x→0 x→0 x2
cos(x) − x sin(x) − cos(x)
= lim
x→0 2x
1
= − lim sin(x) = 0 = f 0 (0)
2 x→0
Um allgemein f 0 (x) = 0 zu lösen, betrachten wir
x cos(x) = sin(x) ⇔ x = tan(x).
Aus dem Graph der Funtionen tan(x) und x entnehmen wir, dass eine positive Lösung
von tan(x) = x einen Wert > π haben muss.
y
5
4
3
2
1
x
-1 1 2 3 4 5
-1
-2
-3
Daher sind −π, 0, π die einzigen Kandidaten für Extremstellen von f .
7. Monotonieverhalten und Extremstellen von f

Wir setzen ein:
π 2
0
π
2 ·0−1 2
f = =− < 0,
2 π 2 π

2
2
π − π2 · 0 − (−1) 2
f0 − = 2 = > 0,
2 −π π

2
also
x −π (−π, 0) 0 (0, π) π
f0 1
π + 0 − − π1
f TP % HP & TP
Bei x = −π und x = π liegen also lokale Minima (Tiefpunkte, TPe) vor, bei x = 0 ein
lokales Maximum (Hochpunkt, HP).
8. Krümmungsverhalten und Wendepunkte von f

Es ist
(cos(x) − x sin(x) − cos(x)) x2 − (x cos(x) − sin(x)) 2x
f 00 (x) =
x4
2
−x sin(x) − 2x cos(x) + 2 sin(x)
=
x3
für x 6= 0. Ferner gilt gemäß Definition der Ableitung für f 00 (0) (mit x anstelle 4x) :
x cos(x)−sin(x)
x2
−0 x cos(x) − sin(x) cos(x) − x sin(x) − cos(x)
f 00 (0) = lim = lim 3
= lim
x→0 x x→0 x x→0 3x2
x sin(x) 1 sin(x) 1 1
= − lim = − lim =− ·1=−
x→0 3x2 3 x→0 x 3 3
d.h. f 00 ist auf ganz (−π, π) definiert. Man prüft nach, dass f 00 auch stetig ist an der
Stelle x = 0 : lim f 00 (x) = f 00 (0) .
x→0
Nullstellen von f 00 ermitteln sich aus der Gleichung:
−x2 sin(x) − 2x cos(x) + 2 sin(x) = 0.
Anders als bei der ersten Ableitung ergeben sich noch Lösungen mit |x| < π. Mit dem
Newtonverfahren findet man (Startwert z.B. x = ±1.5)
x1/2 = ±2.08158.
Wegen f 00 (0) = − 13 , lim f 00 (x) = 2

π2
= lim f 00 (x) sind x1 , x2 Wendepunkte.
x→π− x→−π+
9. Skizze
y
x
-3 -2 -1 1 2 3
Teil VI
Elementare Funktionen
114
Kapitel 10
Ableitungen der Umkehrfunktion

und Stammfunktionen
10.1 Ableitung der Umkehrfunktionen

In Kapitel 4.1.2 haben wir die Umkehrfunktionen eingeführt. Nun treffen wir auch noch
Aussagen über ihre Ableitung und fassen die Ergebnisse zusammen im
Satz 10.1 (Hauptsatz über Umkehrfunktionen) Sei f : D → R gegeben.

a) Ist f auf dem Intervall I ⊆ D streng monoton (wachsend oder fallend), so ist f auf I
umkehrbar.
b) Ist f stetig differenzierbar und gilt f 0 (x) 6= 0 für alle x ∈ I, so ist f auf I umkehrbar.
c) Ist f auf I umkehrbar, so erhält man den Graphen der Umkehrfunktion f −1 aus dem
Graphen von f durch Spiegeln an der Geraden y = x.
d) Ist f differenzierbar und umkehrbar, so ist auch die Umkehrfunktion f −1 differenzierbar,

und für die Ableitung der Umkehrfunktion gilt:
d −1 1
f (x) = 0 −1 .
dx f (f (x))
Zum Beweis beachte man, dass b) aus a) folgt und die Formel aus d) eine einfache Folgerung
der Kettenregel ist. Für g = f −1 folgt:
d d
f (g(x)) = x ⇒ [f (g(x))] = x ⇒ f 0 (g(x)) · g 0 (x) = 1.
dx dx
Bemerkung: In Erweiterung von Teil b) des Satzes gilt sogar: Besitzt f 0 an allen Stellen
x ∈ I das gleiche Vorzeichen bis auf endlich viele Stellen, an denen f 0 auch den Wert 0 haben
darf, so ist f auf I umkehrbar.
Beispiel 10.2 Wir betrachten f (x) = x2 für x ∈ + R 0

0 . Dann gilt f (x) = 2x > 0 für x > 0,
daher ist f streng monoton und somit umkehrbar. Für die Ableitung der Umkehrfunktion
√
f −1 (x) = x gilt
d −1 1 1 1
f (x) = 0 −1 = √ = √
dx f (f (x)) 2( x) 2 x
115
KAPITEL 10. ABLEITUNGEN DER UMKEHRFUNKTION UND STAMMFUNKTIONEN116
und die Graphen von f und f −1 sind

y
10
x2
8
6
√
4 x
x
2 4 6 8 10

Rationale Exponenten
R R
Wir betrachten nun die Funktion f : + → + , x 7→ xα für beliebiges α ∈ Q. Es gilt dann
die Ableitungsformel
d α
x = αxα−1 (x > 0).
dx
Beweis: Sei etwa α = m
n, n∈ N, m ∈ Z. Dann gilt zunächst
d m
x = mxm−1 falls m ≥ 0
dx
und für m < 0:
d m d −|m| d 1
x = x =
dx dx dx x|m|
|m| x |m|−1
= − = mxm−1 (Quotientenregel)
x2|m|
d 1 1 1 1
xn = 1 n−1 = 1
dx n xn (n−1)
n xn
1 1 1 1 −1
= = xn (Satz 10.1)
n x1− n1 n
d α d 1 1 1 1
x = (x n )m = m(x n )m−1 · x n −1
dx dx n
m m − 1 + 1 −1 α−1
= x n n n = αx (Kettenregel)
n
Beachte: Somit kann die Funktion f (x) = xα beliebig oft abgeleitet werden. Folglich können
ihre Funktionswerte über eine Taylorentwicklung näherungsweise berechnet und mit f kann
eine Kurvendiskussion durchgeführt werden.
Die Ableitung der Arcusfunktionen

Wir haben die Umkehrfunktion zur Sinusfunktion auf [− π2 , π2 ] gebildet:
π π
arcsin : [−1, 1] → [− , ] ⊆
2 2
R.
Für die Ableitung von arcsin ermitteln wir aus dem Hauptsatz
d 1 1 1
arcsin(x) = 0 = =p 2
dx sin (arcsin(x)) cos(arcsin(x)) 1 − sin (arcsin(x))
d 1
⇒ arcsin(x) = √ .
dx 1 − x2
Für die Ableitung von arccos : [−1, 1] → [0, π] ⊆ R gilt analog
d 1
arccos(x) = − √ .
dx 1 − x2
Für die Ableitungen von arctan : R
→ (− π2 , π2 ) ⊆ R und arccot : R → (0, π) ⊆ R benutzt
2 1
man z.B. cos (x) = 1+tan2 (x) und erhält:
d 1 d 1
arctan(x) = , arccot(x) = − .
dx 1 + x2 dx 1 + x2
10.2 Stammfunktionen
Viele Vorgänge in den Naturwissenschaften werden durch Gleichungen beschrieben, deren
Unbekannte nicht einfach Zahlen x, sondern Funktionen y, z, w, . . . sind. Hängen diese Funk-
tionen alle von derselben Variablen x ab, so gelten die Gleichungen simultan für alle x aus
R
einem bestimmten Intervall I ⊆ . (Dabei müssen die x natürlich im Definitionsbereich der
Funktionen y, z, w, . . . liegen.) Wir nennen diesen Typ von Gleichung Funktionalgleichung,
die Variable der gesuchten Funktionen heißt unabhängige Veränderliche.
Differentialgleichungen
Treten neben den unbekannten Funktionen y, z, w, . . . auch deren unbekannte Ableitungen in
den Gleichungen auf, so nennen wir diese Funktionalgleichungen Differentialgleichungen
(Dgl).
Beispiel 10.3 Dgl für eine unbekannte Funktion y = y (x) (man beachte die Schreibweise):
a) y 00 + 2y = sin(x)
b) xy 000 − (1 + x)y 0 = 0
c) yy 000 + y 0 y 00 = x
Hierbei bleibt der Gültigkeitsbereich I der Differentialgleichungen zunächst unbestimmt.

Wir nennen eine Funktion y : I → Reine Lösung der gegebenen Dgl auf I, wenn
0 00
y(x), y (x), y (x), . . . für alle x ∈ I die Dgl erfüllen, d.h. im Beispiel, wenn gilt:
a) y 00 (x) + 2y(x) = sin(x) für alle x ∈ I
b) xy 000 (x) − (1 + x)y 0 (x) = 0 für alle x ∈ I
c) y(x)y 000 (x) + y 0 (x)y 00 (x) = x für alle x ∈ I
Eine Dgl heißt explizite Differentialgleichung n-ter Ordnung für y, wenn y (n) die
höchste auftretende Ableitung ist und die Dgl nach y (n) aufgelöst ist.
Beispiel 10.4 (Fortsetzung)
d) y 00 = 3x + y + y 0
e) y 000 = y 2 − y 0
f) y 0 = cos(x) + x
g) y (5) = x2 − 2x + 1
Stammfunktionen
Die Beispiele f) und g) stellen die einfachste Form einer expliziten Dgl dar, da die unbekannte
Funktion nur in Form einer Ableitung vorkommt. Im folgenden soll erklärt werden, wie man
an Lösungen dieses Typs von Dgl kommt. Dazu genügt es grundsätzlich, wenn wir die Dgl
vom Typ
y 0 = f (x)
für eine vorgegebene stetige Funktion f lösen können, denn die Dgl
y (n) = g(x) (n > 1, g vorgegeben)
kann wegen
d (n−1)
y (n) =
y
dx
danach durch sukzessive Anwendung dieser Methode gelöst werden.
Bezeichnung: Eine Lösung der Differentialgleichung y 0 = f (x) nennen wir eine Stamm-
funktion von f .
Vorgegeben sei nun die Dgl y 0 = f (x). Wir wollen uns klarmachen, dass wir alle Stammfunk-
”
tionen von f kennen, wenn wir eine einzige kennen.“
Satz 10.5 Sind y1 , y2 : I → R zwei Stammfunktionen von f , d.h. gilt

y10 (x) = y20 (x) = f (x)
für alle x ∈ I, so gibt es eine Konstante c ∈ R, so dass für alle x ∈ I gilt

y1 (x) = y2 (x) + c.
Beweis: Für die Hilfsfunktion h = y1 − y2 gilt h0 (x) = y10 (x) − y20 (x) = 0 für alle x ∈ I. Daher
ist h nach dem Satz zur Taylorapproximation eine konstante Funktion.
Addiert man also zu einer (beliebigen) bekannten Lösung y auf I der Differentialgleichung
R
y 0 = f (x) eine (freie) Konstante c ∈ hinzu, so erhält man alle Lösungen aus I. Wir nennen
eine solche Lösung mit freiem Parameter c ∈ R
eine allgemeine Lösung der Differential-
0
gleichung y = f (x) auf I.
Berechnung von Stammfunktionen

Aus bekannten Ableitungen kann man sich eine Tabelle von Stammfunktionen zusammen-
stellen und damit für die entsprechende Differentialgleichung jeweils eine allgemeine Lösung
angeben.
Funktion f Stammfunktion y Intervall I

Q
xr (r ∈ , r 6= −1) 1
r+1 x
r+1 R+
xn (n ∈ )N 1
n+1 x
n+1 R
sin(x) − cos(x) R
cos(x) sin(x) R
√ 1 arcsin(x) (−1, 1)
1−x2
1
1+x2
arctan(x) R
Man beachte, dass wegen des Rechengesetzes der Differentiation
(αf + βg)0 = αf 0 + βg 0
ausgehend von der Tabelle auch weitere Differentialgleichungen gelöst werden können, denn
sind F und G Stammfunktionen von f und g, so ist offensichtlich αF +βG eine Stammfunktion
von αf + βg.
Beispiel 10.6 (Berechnung von allgemeinen Lösungen)
a) Für y 0 = sin(x) ist y(x) = − cos(x) + c mit c ∈ R allgemeine Lösung.

b) Für y 0 = x3 − 2x + 5 ist y(x) = 41 x4 − x2 + 5x + c, c ∈ R allgemeine Lösung.
c) Betrachte y 000 = cos(x) + x. Dann gilt mit c, d, e ∈ R:

1
y 00 (x) = sin(x) + x2 + c,
2
0 1
y (x) = − cos(x) + x3 + cx + d,
6
1 1
y(x) = − sin(x) + x4 + cx2 + dx + e,
24 2
Konstruktion einer Stammfunktion

Aus dem folgenden Satz entnehmen wir nun eine allgemeine Konstruktionsmöglichkeit für
Stammfunktionen über das bestimmte Integral.
Satz 10.7 (Hauptsatz der Differential- und Integralrechnung) Ist f auf dem Inter-
vall [a, b] stetig und x0 ∈ [a, b] ein beliebig ausgewählter Punkt, dann ist die Funktion y mit
Z x
y(x) := f (t)dt
x0
eine Stammfunktion von f auf [a, b], d.h.

Z x
d
f (t) dt = f (x).
dx x0
Beweis: Es gilt gemäß der Definition der Ableitung für eine beliebige Stelle x ∈ (a, b)
1
y 0 (x) = lim (y(x + ∆x) − y(x)) .
∆x→0 ∆x
Nach den Rechenregeln für das bestimmte Integral gilt dabei

Z x+∆x Z x
y(x + ∆x) − y(x) = f (t)dt − f (t)dt
x0 x0
Z x+∆x
= f (t)dt
x
= f (ξ)∆x,
letzteres nach dem Mittelwertsatz der Integralrechnung (vgl. Satz 7.3), wobei die Zwischen-
stelle ξ zwischen x und x + ∆x liegt und nicht näher bekannt ist. Es gilt jedoch
lim f (ξ) = f (x)

∆x→0
wegen der Stetigkeit von f . Damit folgt

1
y 0 (x) = lim (y(x + ∆x) − y(x))
∆x→0 ∆x
1
= lim f (ξ)∆x = lim f (ξ)
∆x→0 ∆x ∆x→0
= f (x) .
Für x = a bzw. x = b gilt obiges Argument, wobei jeweils der einseitige Grenzwert zu be-
trachten ist.
Beachte: Mit diesem Satz kann die Differentialgleichung
y 0 = f (x)
als vollständig gelöst gelten, da die Stammfunktion y an jeder Stelle x ∈ [a, b] etwa mit der
Trapezformel beliebig gut numerisch berechnet werden kann.
Folgerungen aus dem Satz

1. Die Situation der Stammfunktionen ist generell vergleichbar mit der der Umkehrfunk-
tionen: Wir können sie numerisch an jeder Stelle beliebig genau berechnen und kennen
ihre Ableitungen explizit.
Damit können diese Funktionen einer Kurvendiskussion unterzogen werden.
2. Es gilt y(x0 ) = 0. Da die zur Konstruktion von y gewählte Stelle x0 ∈ [a, b] beliebig
war, kann so beeinflußt werden, an welcher Stelle die Stammfunktion ȳ eine Nullstelle
hat.
3. Oft schreibt man bei x0 =: a anstelle von ȳ : Fa (x) := ȳ (x) .

Eine allgemeine Lösung der Differentialgleichung ist mit c ∈ R dann gegeben durch:
Z x
y(x) = Fa (x) + c = f (t) dt + c .
a
4. Ist neben der Dgl noch eine Nebenbedingung
y(a) = y0 mit y0 ∈ R
zu erfüllen, so wird dies durch c = y0 erreicht, denn es gilt:
Z a
y(a) = f (t) dt + y0 = y0 .
a
Also gilt generell für jede Stammfunktion y:

Z x
y(x) = f (t) dt + y (a) .
a
5. Setzen wir in der letzten Formel b für x ein, so erhalten wir eine Methode, um bestimmte
Integrale auszurechnen. Ist etwa F eine beliebige, bekannte Stammfunktion von f , so
gilt
Z b
f (x) dx = F (b) − F (a).
a
Mit Hilfe der Tabelle der Stammfunktionen und der Rechenregeln für das bestimmte Integral
können wir nun (bestimmte) Integrale ausrechnen, deren Werte wir bisher nur numerisch
ermitteln konnten.
Beispiel 10.8
Z1
√

1
a) x+ dx = ?
1 + x2
0
√ 1 3
Eine Stammfunktion für x = x 2 ist 23 x 2 (auf R+0) und eine Stammfunktion für 1+x1
R
2
ist arctan(x) (auf ). Daher gilt:
Z1 Z1 Z1
√ √

1 1
x+ dx = x dx + dx
1 + x2 1 + x2
0 0 0

2 3 2 3
= · 1 2 − · 0 2 + arctan(1) − arctan(0)
3 3
2 π
= + .
3 4
Zπ
b) (sin(x) − 2 cos(x)) dx = ?
0
d d
Wegen dx sin(x) = cos(x), dx (− cos(x)) = sin(x) folgt
Zπ Zπ Zπ
(sin(x) − 2 cos(x)) dx = sin(x) dx − 2 cos(x) dx
0 0 0
= (− cos(π) + cos(0)) − 2 (sin(π) − sin(0))
= 2.
Kapitel 11
Logarithmus- und
Exponentialfunktion
11.1 Der natürliche Logarithmus

In der Tabelle der Stammfunktionen fehlt die Angabe der Stammfunktion von f (x) = x−1 .
Wir wollen daher die im Hauptsatz der Differential- und Integralrechnung genannte Kon-
struktion einer Stammfunktion näher untersuchen und auf f (x) = x−1 anwenden.
Betrachten wir also die Funktion
Zx
1
F (x) := dt (für x > 0).
t
1
Diese Funktion hat folgende Recheneigenschaften:
1. Sie ist Stammfunktion für f (x) = x−1 auf jedem abgeschlossenen Teilintervall von R+ ,
das die Stelle x = 1 enthält.
2. F (1) = 0.
3. Es gilt F (x · y) = F (x) + F (y) für beliebige x, y > 0.

Beweis: Für festes y > 0 betrachten wir die Hilfsfunktion h(x) = F (x·y)−F (x)−F (y).
Dann gilt:
d 1 1
h0 (x) = (F (x · y) − F (x) − F (y)) = · y − − 0 = 0.
dx x·y x
R
Daher gibt es ein c ∈ , so dass c = h(x) = F (x · y) − F (x) − F (y) für alle x. Wegen
h(1) = F (y) − F (1) − F (y) = 0 gilt dann 0 = h(x) = F (x · y) − F (x) − F (y).
4. Entsprechend zeigt man F (xr ) = rF (x) für alle x > 0, r ∈ Q.

5. Aus 3. und 4. folgt direkt: F (x/y) = F (x) − F (y) für alle x, y > 0.
Diese besonderen Recheneigenschaften legen nahe, dass die Funktion F einen eigenen Namen
verdient. Sie heißt natürliche Logarithmusfunktion (logarithmus naturalis). Wir schreiben
für alle x > 0:
ln(x) := F (x).
122
KAPITEL 11. LOGARITHMUS- UND EXPONENTIALFUNKTION 123
Es gilt also (x, y ∈ R+, r ∈ Q):

ln(1) = 0,
ln(x · y) = ln(x) + ln(y),

x
ln = ln(x) − ln(y),
y
ln (xr ) = r ln(x).
Kurvendiskussion für die Funktion ln

Um die Logarithmusfunktion besser zu verstehen, führen wir eine Kurvendiskussion durch.
• Der Definitionsbereich von ln ist R+.

N, n ≥ 2: ln(n) ≥ P k1 .
n
• lim ln(x) = ∞, denn es gilt für alle n ∈
x→∞ k=2
1
1
1/2
f (x) = x
1/3
1/4
x
0 1 2 3 4 5
Also ist ( lim ln(x) + 1) größer oder gleich dem Grenzwert der harmonischen Reihe, von
x→∞
dem wir schon wissen, dass er ∞ ist.
Entsprechend zeigt man
lim ln(x) = −∞.
x→0
Damit gilt für den Bildbereich: ln( R+ ) = R.

• Eine Nullstelle von ln ist die Stelle x = 1. Dies ist auch die einzige Nullstelle, da
d 1
dx ln(x) = x > 0 (alle x > 0) gilt und ln damit als streng monoton steigend nachgewiesen
ist. Es gilt also für die Vorzeichenverteilung von ln:
0<x<1 x=1 x>1

− 0 +
d
• Da dx ln(x) > 0 gilt für alle x > 0, besitzt ln keine lokale Extremstellen.
• Für die zweite Ableitung gilt
d2 1
ln(x) = − 2 < 0 (alle x > 0).
dx2 x
Daher gibt es auch keine Wendepunkte und ln ist immer rechtsgekrümmt (konkav ).
• Skizze der Logarithmusfunktion ln:
y
2
1
x
1 2 3 4 5
-1
-2
Taylorentwicklung der Funktion ln

Wegen
dn dn−1 −1
ln(x) = (x ) = (−1)n−1 (n − 1)!x−n
dxn dxn−1
ln(n) (1) = (−1)n−1 (n − 1)!
gilt für die Taylorapproximation n-ter Ordnung von ln um die Stelle x = 1

1 1 1
tn (x) = 0 + 0!(x − 1) + (−1)1!(x − 1)2 + 2!(x − 1)3
1! 2! 3!
1 n−1 n
+ . . . + (n − 1)!(−1) (x − 1)
n!
1 1 1
tn (x) = (x − 1) − (x − 1)2 + (x − 1)3 − . . . + (−1)n−1 (x − 1)n .
2 3 n
Dies findet man in der Literatur oft in der Form (ersetze x durch x + 1)
1 1 1
tn (1 + x) = x − x2 + x3 − . . . + (−1)n−1 xn .
2 3 n
Insbesondere gilt für die Tangente an der Stelle x = 1
t1 (x) = x − 1.
Da ln konkav (rechtsgekrümmt) ist, gilt
ln(x) ≤ x − 1 (alle x > 0).
Ferner gilt nach de l’Hospital

ln(x) 1
lim = lim = 1.
x→1 x − 1 x→1 x
11.2 Die Exponentialfunktion

Als streng monotone Funktion ln ist auf ganz R+ umkehrbar. Wir bezeichnen die Umkehr-
R R
funktion mit exp : → + .
y
20
15
10
x
-4 -2 0 2 4
Die Funktion exp heißt Exponentialfunktion. Für exp leitet man aus ln die folgenden
R
Rechenregeln ab (x1 , x2 ∈ , r ∈ ): Q
d
exp(x) = exp(x)
dx
exp(x1 + x2 ) = exp(x1 ) exp(x2 )
exp(rx) = exp(x)r
exp(0) = 1
lim exp(x) = 0
x→−∞
lim exp(x) = ∞.
x→∞
Zum Beweis: Nach der Regel für die Ableitung der Umkehrfunktion gilt
d 1 1
exp(x) = 0 = 1 = exp(x).
dx ln (exp(x)) exp(x)
Ferner gilt z.B. mit x1 = ln(y1 ), x2 = ln(y2 ):

ln(y1 · y2 ) = ln(y1 ) + ln(y2 )
⇒ ln(y1 · y2 ) = x1 + x2
⇒ exp (ln(y1 · y2 )) = exp(x1 + x2 )
⇒ exp x1 · exp x2 = y1 · y2 = exp (x1 + x2 ) .
Die Eulerzahl
Im folgenden stellen wir exp(1) als Grenzwert einer Folge dar: Ausgangspunkt ist der zuletzt
für ln berechnete Grenzwert:
ln 1 + n1

ln(x) ln(1 + x)
1 = lim = lim = lim 1
x→1 x − 1 x→0 x n→∞
n
1 n

1
= lim n · ln 1 + = lim ln 1 +
n→∞ n n→∞ n
n
1 n

1
⇒ exp(1) = exp lim ln 1 + = lim exp ln 1 +
n→∞ n n→∞ n
n
1
= lim 1 + .
n→∞ n
Setzen wir zur Abkürzung e := exp(1) und nennen diese Zahl die Eulerzahl, so gilt also
n
e = lim 1 + n1 = 2,718281828 . . . .
n→∞
Potenzdarstellung der Exponentialfunktion

Für r ∈ Q, x > 0 gilt:
xr = exp (ln(xr )) = exp(r ln(x)).
Diese Formel erlaubt nun r ∈ Q auf a ∈ R zu erweitern:
xa := exp (a ln(x))
Somit sind nun Potenzen mit rellen Exponenten erklärt; mit diesen rechnet man wie bisher.
R
Es gelten die bekannten Potenz-Gesetze (für alle a, b ∈ , x, y > 0) (die man aus dieser
Formel direkt herleiten kann):
xa+b = xa xb
(xy)a = xa y a
(xa )b = xab .
Insbesondere gilt
ex = (exp(1))x = exp(x ln(exp(1))) = exp(x · 1) = exp(x)
und damit eine Potenzschreibweise für die Exponentialfunktion.
Taylorentwicklung für die Exponentialfunktion

Wir berechnen die Taylorapproximation n-ter Ordnung für exp an der Stelle x = 0:
Es gilt:
dn x
e = ex .
dxn
Folglich:
1 0 1 1 1
tn (x) = e + e0 x + e0 x2 + . . . + e0 xn
0! 1! 2! n!
1 1 1 2 1 n
= + x + x + ... + x .
0! 1! 2! n!
Man beachte, dass die e-Funktion schneller ansteigt als jede Potenz von x:
ex ex ex
lim = lim = . . . = lim =∞
x→∞ xn x→∞ nxn−1 x→∞ n!
(fortgesetzte Anwendung der Regel von de l’Hospital).

Entsprechend übersetzt für die Logarithmusfunktion bedeutet dies: ln steigt weniger stark an
als jede n-te Wurzel von x:
ln(x)
lim √ = 0.
x→∞ n x
Weitere elementare Funktionen

Wir berechnen noch die Ableitung der Exponentialfunktion zur Basis a
f: R → R+ , f (x) = ax (a ∈ R+ fest, x∈ R)
und der Potenzfunktion zum Exponenten a
f: R+ → R+ , f (x) = xa (a ∈ R fest, x > 0).

Es gilt
d x d x ln(a)
a = e = ex ln(a) · ln(a) = ln(a) · ax ,
dx dx
d a d a ln(x) 1
x = e = ea ln(x) · a · = a · xa−1 ,
dx dx x
also
d x
a = ln(a) · ax ,
dx
d a
x = a · xa−1 .
dx
R
Da für f (x) = ax , a 6= 1, die Ableitung f 0 (x) 6= 0 für alle x ∈ ist, ist f streng monoton und
damit umkehrbar. Die Umkehrabbildung heißt Logarithmusfunktion zur Basis a:
loga :R+ → R.
Für sie gelten die Formeln (a, x, y ∈ R+ , b ∈ R)
ln(x)
loga (x) = ,
ln(a)
d 1
loga (x) = ,
dx x · ln(a)
loga (x · y) = loga (x) + loga (y),
b loga (x) = loga (xb ),
die man durch Auflösen der Gleichung y = ax = ex ln(a) erhält.
11.3 Die Hyperbelfunktionen

Mit Hilfe der Exponentialfunktion können weitere Funktionen gebildet werden, die für die
technische Anwendung Bedeutung haben. Die bekanntesten sind die Hyperbelfunktionen.
Sinus Hyperbolicus und Cosinus Hyperbolicus

Diese Funktionen sind formal definiert durch
ex − e−x
sinh(x) := (sinus hyperbolicus)
2
ex + e−x
cosh(x) := (cosinus hyperbolicus)
2
Sie haben Recheneigenschaften, die sehr stark an sin und cos erinnern, obwohl sie mit diesen
Funktionen nicht direkt etwas zu tun haben:
sinh(−x) = − sinh(x)
cosh(−x) = cosh(x)
cosh (x) − sinh2 (x) = 1
2
sinh(x + y) = sinh(x) cosh(y) + cosh(x) sinh(y)

cosh(x + y) = cosh(x) cosh(y) + sinh(x) sinh(y)
d
sinh(x) = cosh(x)
dx
d
cosh(x) = sinh(x)
dx
Alle diese Eigenschaften leiten sich unmittelbar aus den Definitionen her. Man beachte:
sinh(0) = 0 und cosh(0) = 1

y
60 y
40 40
20 30
x 20
-4 -2 2 4
-20 10
-40 x
-4 -2 2 4
-60 Skizze von cosh(x)
Skizze von sinh(x)
Beachte: Durch die Verwendung der Eulerformel erhält man

1 ix 1
e − e−ix =

((cos(x) + i sin(x)) − (cos(−x) + i sin(−x))) = sin(x)
2i 2i
1 ix 1
e + e−ix =

((cos(x) + i sin(x)) + (cos(−x) + i sin(−x))) = cos(x).
2 2
Dadurch werden die Kreisfunktionen mit den Hyperbelfunktionen in Beziehung gebracht.
Tangens Hyperbolicus und Cotangens Hyperbolicus

Man betrachtet auch
sinh(x) ex − e−x
tanh(x) := = x
cosh(x) e + e−x
cosh(x) ex + e−x
coth(x) := = x (x 6= 0)
sinh(x) e − e−x
y y
1 10
0.5 5
x x
-4 -2 2 4 -4 -2 2 4
-0.5 -5
-1 -10
Skizze von tanh(x) Skizze von coth(x)
Beachte:
lim tanh(x) = 1, lim tanh(x) = −1,

x→∞ x→−∞
lim coth(x) = 1, lim coth(x) = −1.
x→∞ x→−∞
Für die Ableitungen gilt

d 1 d 1
tanh(x) = , coth(x) = − .
dx cosh2 (x) dx sinh2 (x)
Umkehrfunktionen der Hyperbelfunktionen

Die Funktionen sinh(x) und cosh(x) können auch umgekehrt werden. Dabei ist sinh auf ganz
R und cosh auf + R
0 umkehrbar. Die Umkehrfunktionen heißen Area sinus hyperbolicus
bzw. Area cosinus hyperbolicus.
arsinh : R → R,
arcosh : [1, ∞) → R+0.
So wie sinh und cosh durch die e-Funktion ausgedrückt werden, können die Area-Funktionen
durch die Logarithmusfunktion beschrieben werden. Wir sehen dies ein durch Auflösen der
Gleichungen
y = sinh(x)
bzw. y = cosh(x)
nach x:
ex − e−x
y = sinh(x) ⇐⇒ y = ⇔ ex − 2y = e−x ⇔ (ex )2 − 2yex = 1
2p
⇐⇒ ex = y ± y 2 + 1.
p
kann das −“-Zeichen nicht auftreten, da y 2 + 1 > y und ex > 0. Also gilt x =
Dabei p
”
ln(y + y 2 + 1).
Damit hat man
R
p
arsinh(x) = ln x + x2 + 1 (x ∈ ).
Entsprechend gilt p
arcosh(x) = ln x + x2 − 1 (x ≥ 1).
Mit diesen Darstellungen sind arsinh und arcosh auch leicht über die Kettenregel ableitbar:
d 1
arsinh(x) = √
dx x2 +1
d 1
arcosh(x) = √ .
dx x2 − 1
Schließlich gilt für die Umkehrfunktion von tanh:
R,

1 1+x
artanh : (−1, 1) → artanh(x) = ln
2 1−x
d 1
artanh(x) = .
dx 1 − x2
Ein wichtiges Anwendungsbeispiel für die Hyperbelfunktionen ist:
Beispiel 11.1 Ein homogenes, an seinen Endpunkten aufgehängtes, nur durch sein Eigenge-
wicht belastetes Seil hat die Form einer Kettenlinie

x−b
y(x) = a cosh + c.
a
Hierin sind a, b, c konstant, a > 0. Skizze:

y
50
40
30
20
10
x
1 2 3 4 5

Teil VII
Integralrechnung
131
Kapitel 12
Grundtechniken der
Integralrechnung
R
Wir haben bereits gesehen, dass zu jeder stetigen Funktion f : [a, b] → , −∞ < a < b < ∞,
mit Hilfe des bestimmten Integrals eine Stammfunktion Fa angegeben werden kann:
Z x
R
Fa : [a, b] → , Fa (x) = f (t)dt
a
Es gilt also F 0 (x)

= f (x) für alle x ∈ (a, b).
Ferner wissen wir, dass die Gesamtheit aller Stammfunktionen von f durch Fa beschrieben
werden kann: Für eine beliebige (allgemeine) Stammfunktion F von f gilt für alle x ∈ [a, b]:
Z x Z x
F (x) = Fa (x) + C = f (t)dt + C = f (t)dt + F (a)
a a
R
mit einer (freien) Konstanten C ∈ . Damit gilt insbesondere
Z b
f (t)dt = F (b) − F (a)
a
bei beliebiger Stammfunktion F von f.
Das unbestimmte Integral

Man führt für die allgemeine Stammfunktion (mit freiem Parameter C ∈ R) ein besonderes
Zeichen ein: Z
f (x)dx := Fa (x) + C
und nennt dies das unbestimmte Integral von f .

Beachte: Im Gegensatz zum bestimmten Integral (von a bis b), das eine Zahl ist, ist das
R
unbestimmte Integral eine von einem freien Parameter C ∈ abhängige Funktion: d.h. eine
Funktionenschar ).
Man kann auch Z
f (x)dx = F (x) + C
R
(mit C ∈ ) schreiben, wobei F (x) eine irgendwie vorgewählte Stammfunktion von f ist, da
diese sich ja von Fa nur um eine feste Konstante unterscheidet. Die Darstellung ist in diesem
Sinne nicht eindeutig!
132
KAPITEL 12. GRUNDTECHNIKEN DER INTEGRALRECHNUNG 133
Damit ergibt sich als Hauptformel der Integralrechnung:

Z b Z b
(x)|ba

f (t)dt = F (b) − F (a) = F = f (x)dx
a a
die die Verbindung zwischen bestimmtem Integral und unbestimmten Integral herstellt. Hier-
bei benutzen wir die (allgemeine) Abkürzung (w beliebige Funktion)
w(x)|ba := w(b) − w(a).
Wie wir an den obigen Beispielen sahen, können wir bestimmte Integrale mit Hilfe der Tabelle
der Stammfunktionen und geeigneten Rechenregeln berechnen. Dabei haben wir bereits die
folgende bekannte Rechenregel (Linearität des Integrals) benutzt:
Z b Z b Z b
(αf (x) + βg(x)) dx = α f (x)dx + β g(x)dx,
Za Za Za
(αf (x) + βg(x)) dx = α f (x)dx + β g(x)dx,
wobei sich die Formel für das unbestimmte Integral unmittelbar aus der ersten Formel und
der Tatsache ergibt, dass Stammfunktionen mit Hilfe des bestimmten Integrals beschrieben
werden können.
Genereller Hinweis: (zur Berechnung von bestimmten Integralen)
Man sollte prinzipiell immer erst das unbestimmte Integral lösen (wenn die Integralberech-
nung komplizierter ist) und dann nur noch für das bestimmte Integral die Hauptformel der
Integralrechnung auswerten.
12.1 Partielle Integration

Eine weitere Rechenregel für das Integrieren ergibt sich aus der Produktregel der Differentia-
tion
d
(u · v) = u0 · v + u · v 0 .
dx
Aus dieser folgt durch Übergang zum unbestimmten Integral
Z Z
d 0
u (x)v(x) + u(x)v 0 (x) dx

(u(x) · v(x)) dx =
dx
Z Z
⇒ u(x) · v(x) + C = u0 (x)v(x)dx + u(x)v 0 (x)dx ,
also nach Umordnung

Z Z
u0 (x)v(x)dx = u(x)v(x) − u(x)v 0 (x)dx.
Beachte: In dieser letzten Gleichung muss kein Parameter C ∈ R

mehr verwendet werden,
da auf beiden Seiten der Gleichung ein unbestimmtes Integral steht.
Entsprechend lautet die Formel für das bestimmte Integral

Z b Z b
0
u (x)v(x)dx = u(x) · v(x)|ba − u(x)v 0 (x)dx.
a a
Anwendung der Formeln

Der Nutzen dieser Formeln für die Berechnung von Integralen ist nicht auf den ersten Blick
zu erkennen, da sie scheinbar nur eine Beziehung zwischen zwei Integralen herstellen. Jedoch
kann man häufig eines der beiden Integrale direkt und das zweite dadurch im Nachhinein“
”
berechnen. Dies wird an folgenden Beispielen erläutert:
Beispiel 12.1
R
a) x cos(x) dx = ?
Wir interpretieren
v(x) = x, u0 (x) = cos(x)
und erhalten
v 0 (x) = 1, u(x) = sin(x)
Beachte: Hier kann, ausgehend von u0 (x), irgendeine Stammfunktion u(x) gewählt
werden.
Damit gilt
Z Z
x cos(x) dx = x sin(x) − sin(x) · 1 dx
= x sin(x) − (− cos(x) + D)
= x sin(x) + cos(x) + C.
Rπ
b) x2 sin(x) dx = ?
0
x2 sin(x) dx.
R
Dazu berechnen erst das unbestimmte Integral:
Wir setzen: v(x) = x2 , u0 (x) = sin(x)
v 0 (x) = 2x, u(x) = − cos(x).
Damit gilt
Z Z
2 2
x sin(x) dx = (− cos(x))x − 2x(− cos(x)) dx
Z
= −x2 · cos(x) + 2 x cos(x) dx .
Unter Benutzung von a) folgt

Z
x2 · sin2 (x) dx = −x2 · cos(x) + 2x sin(x) + 2 cos(x) + C.
Damit gilt für das bestimmte Integral

Zπ
π
x2 sin(x) dx = −x2 · cos(x) + 2 (x sin(x) + cos(x)) 0

0
= π 2 + 2(0 − 1) − (0 + 2(0 − 1))
= π 2 − 4.
Rπ
c) ex sin(x) dx = ?
−π
ex sin(x) dx:
R
Also erstmal
0
v(x) = sin(x), u (x) = ex
v 0 (x) = cos(x), u(x) = ex
gilt: Z Z
ex sin(x) dx = ex sin(x) − ex cos(x) dx .
Wir wenden erneut partielle Integration an
v(x) = cos(x), u0 (x) = ex

v 0 (x) = − sin(x), u(x) = ex
und erhalten
Z Z
ex sin(x) dx = ex sin(x) − ex cos(x) − ex (− sin(x)) dx .
Insgesamt gilt also: Z

2 ex sin(x) dx = ex (sin(x) − cos(x))
bzw. Z
1
ex sin(x) dx = ex (sin(x) − cos(x)) .
2
Für das bestimmte Integral folgt:
Z π
1 π
ex sin(x) dx = e − e−π .

−π 2
R
d) ln(x) dx = ? (x > 0)
Wir setzen v(x) = ln(x), u0 (x) = 1
v 0 (x) = x1 , u(x) = x
und erhalten
Z Z
1
ln(x) dx = x ln(x) − x dx
x
= x ln(x) − x + C.
cos2 (x) dx =
R R
e) cos(x) cos(x) dx = ?
Wir setzen: v(x) = cos(x), u0 (x) = cos(x)
v 0 (x) = − sin(x), u(x) = sin(x).
Hieraus folgt:
Z Z
2
cos (x) dx = sin(x) cos(x) + sin2 (x)dx
Z
1 − cos2 (x) dx

= sin(x) cos(x) +
Z
= sin(x) cos(x) + x − cos2 (x)dx
Z
1
⇒ cos2 (x)dx = (sin(x) cos(x) + x) + C.
2
12.2 Die Substitutionsregeln

Wir übertragen nun die Kettenregel der Differentialrechnung auf die Integralrechnung:
d
F (g(x)) = f (g(x)) · g 0 (x) ,
dx
wobei wir F 0 = f gesetzt haben. Integration liefert die Substitutionsgleichung
Z
f (g(x))g 0 (x)dx = F (g(x)) + C .
Entsprechend erhält man für das bestimmte Integral

Z b
f (g(x))g 0 (x)dx = (F (g(x)) + C)|ba
a
= F (g(b)) − F (g(a))
Z g(b)
= f (t)dt
g(a)
also
Z b Z g(b)
f (g(x))g 0 (x)dx = f (t)dt.
a g(a)
Es gibt zwei Möglichkeiten, die Substitutionsregel anzuwenden: direkt und indirekt.
Die direkte Methode

Ziel sei es, ein vorgegebenes Integral auszurechnen. Für diese erste Art der Anwendung der
Substitutionsgleichung setzen wir voraus, dass der zu integrierende Term bereits die Form
f (g(x)) · g 0 (x) hat (oder durch leichte Umformung auf diese Gestalt zu bringen ist) und
dass eine (beliebige) Stammfunktion F von f bekannt. Dann kann die Substitutionsgleichung
unmittelbar (direkt) benutzt werden, um das Integral auszurechnen. Zuvor noch eine wichtige
Stammfunktion:
1
Satz 12.2 Für f (x) = x für x 6= 0 lautet die Stammfunktion
F (x) = ln |x|.
Beispiel 12.3 Es sei g eine beliebige, differenzierbare Funktion.
a) Ist g(x) 6= 0, so gilt
g 0 (x)
Z
dx = ln |g(x)| + C (g(x) 6= 0)
g(x)
mit f (x) := x1 , F (x) := ln |x|.

Diese Formel kann zur Berechnung konkreter Integrale verwendet werden:
i) Für f (x) = tan(x) (für x mit cos(x) 6= 0):

Z Z Z
sin(x) (− sin(x))
tan(x) dx = dx = − dx = − ln(|cos(x)|) + C
cos(x) cos(x)
damit haben wir

Z
π π
tan(x) dx = − ln (cos(x)) + C , für − <x< .
2 2
x
ii) Für f (x) = x2 +1
Z Z
x 1 2x
2
dx = 2
dx
x +1 2 x +1
1 2
= ln x + 1 + C.
2
b) Es gilt Z
1
[g(x)]2 g 0 (x)dx = [g(x)]3 + C
3
mit f (x) := x2 , F (x) := 31 x3 . In der konkreten Anwendung führt dies etwa zu
(ln(x))2
Z Z
1
dx = (ln(x))2 · dx
x x
1
= (ln(x))3 + C
3
oder Z
1
sinh2 (x) · cosh(x) dx = (sinh(x))3 + C
3
c) Über Substitution erhält man die Formel

Z Z
1 1
f (ax + b)dx = f (ax + b) · a dx = F (ax + b) + C
a a
für a 6= 0, woraus etwa Z
1 1
dx = ln |ax + b| + C
ax + b a
oder
Z π
1
cos(kx) dx = sin(kx)|π0
0 k
= 0 (k ∈ ) N
berechnet werden kann.
d) Man findet Z
eg(x) g 0 (x)dx = eg(x) + C,
konkret etwa Z
esin(x) cos(x) dx = esin(x) + C.
Die indirekte Methode

Berechnet
R werden soll eine Stammfunktion F der vorgegebenen Funktion f (d.h. F (t) =
f (t)dt). Dann sagt die Substitutionsgleichung bei noch nicht näher festgelegten Funktion g
Z
F (g(x)) + C1 = f (g(x))g 0 (x) dx
(für den Übergang von t zu g(x)). Kann nun (mit anderen Mitteln) das dort auftretende
Integral berechnet werden, etwa zu
Z
f (g(x))g 0 (x)dx = K(x) + C2 ,
so kennt man mit F (g(x)) = K(x) + C die Stammfunktion F von f wenigstens an den Stellen
g(x). Ist nun noch die Gleichung t := g(x) nach x auflösbar (also g umkehrbar), etwa zu
x = h(t), so kennt man F (t) explizit über die Gleichung
F (t) = K(h(t)) + C .
Beachte: Diese Methode wird also angewendet, wenn f (g (x)) g 0 (x) dx bei Rgeeigneter frei
R
wählbarer, umkehrbarer Substitution t = g(x) einfacher zu berechnen ist als f (t) dt. Dies
sei an folgenden Beispielen erläutert.
Beispiel 12.4
R 2t
a) Es sei eet −1 dt = F (t) + C zu berechnen.
2t
Für x > 0 substituieren wir t = ln(x). Dann gilt mit f (t) = eet −1 , g(x) = ln(x) über die
Substitutionsgleichung
e2 ln(x)
Z
1
C1 + F (ln(x)) = · dx
eln(x) − 1 x
x2
Z Z
1 x
= · dx = dx
x−1 x x−1
Z Z Z
1 1
= 1+ dx = 1dx + dx
x−1 x−1
= x + ln |x − 1| + C2 .
Mit x = et folgt dann

F (t) = et + ln et − 1 + C.

R√
b) Für |t| ≤ 1 sei 1 − t2 dt = F (t) + C zu berechnen.
Für − π2 ≤ x ≤ π
2 substituieren wir hier t = sin(x). Dann gilt gemäß der Substitutions-
formel
Z q
C1 + F (sin(x)) = 1 − sin2 (x) cos(x) dx
Z
= cos(x) · cos(x) dx.
p
1
cos2 (x) dx = 1 − sin2 (x) + C2 (siehe oben) folgt
R
Wegen 2 x + sin(x)
1 p
F (t) = arcsin(t) + t 1 − t2 + C .
2
Anwendung: Damit gilt z.B. für den Flächeninhalt der halben Einheitskreisscheibe:
Z 1p
1 p 1
1 − t2 dt = arcsin(t) + t 1 − t2

−1 2 −1
1 π π
= +0− − +0
2 2 2
π
=
2
Ein Rezept (für beide Methoden)

Substituiert man t = g(x), so kann man formal wie folgt vorgehen:
1. Ableiten: dt
dx = g 0 (x)
2. Nach dt oder dx auflösen: dt = g 0 (x)dx oder dx = 1

g 0 (x) dt (g 0 (x) 6= 0)
3. Unter dem Integralzeichen entweder (t und dt) oder (x und dx) ersetzen.
Beispiel 12.5
R (ln(x))2
a) x dx = ?
Eigentlich würde dies nach der direkten Methode bearbeitet (vgl. Beispiel 12.3b). Jetzt
verfahren wir wie folgt:
dt
Substituiere t = ln(x) ⇒ dx = x1 ⇒ dx = x dt. Hieraus folgt
(ln(x))2 t2
Z Z Z
dx = x dt = t2 dt
x x
1 3 1
= t + C = (ln(x))3 + C
3 3
R√
b) 1 − t2 dt = ? (für |t| ≤ 1)
Dies ist ein typisches Beispiel für die zweite Methode. Wir wenden das Rezept an:
Für |x| ≤ π2 substituiere t = sin(x) ⇒ dxdt
= cos(x) ⇒ dt = cos(x) dx. Hieraus folgt:
Z p Z q Z
2
1 − t dt = 1 − sin (x) cos(x) dx = cos2 (x)dx
2

1 1
q
2
= (x + sin(x) cos(x)) + C = x + sin(x) 1 − sin (x) + C
2 2
1 p
= arcsin(t) + t 1 − t2 + C
2
Bemerkung: Primär bezogen sich die Beispiele bezogen auf das unbestimmte Integral. Ist
ein bestimmtes Integral mit der Substitutionsmethode zu bearbeiten, so wird empfohlen,
zunächst das unbestimmte Integral zu berechnen und erst im Nachhinein die Grenzen einzu-
setzen. Dies ist weniger fehleranfällig als die anfänglich hergeleitete Formel für das bestimmte
Integral zu verwenden!
Beispiel 12.6 Am Beispiel des Flächeninhalts des halben Einheitskreises sei gezeigt, wie
man die Integralgrenzen bei der Sustitution mitschleppen kann (vgl. oben):
π π
Z 1 p Z
2
q Z
2
1 − t2 dt = 1 − sin2 (x) cos(x) dx = cos2 (x)dx
−1 − π2 − π2
π π
1 1
2 q 2
2
= (x + sin(x) cos(x)) = x + sin(x) 1 − sin (x)
2 − π2 2 − π2
1 π
π π
= + 1 · 0 − − + (−1) · 0 =
2 2 2 2
wobei ausgenutzt wurde, dass in der Substitution t = sin(x) bei t = −1 gilt x = − π2 sowie
bei t = 1 gilt x = π2 .
12.3 Uneigentliche Integrale

Bislang können wir stetige Funktionen f in den Grenzen zwischen a und b integrieren, sofern
−∞ < a ≤ b < ∞ und f stetig auf [a, b] ist. Wir wollen nun den Begriff des Integrals auf den
Fall ausdehnen, dass
• eine oder beide Grenzen nicht endlich sind oder
• die Funktion nur auf dem (halb-)offenen Intervall stetig ist und in a und/oder b gegen
±∞ strebt.
Integrale auf unendlichen Intervallen

1. Wir betrachten die auf [a, ∞) stetige Funktion f . Dann setzen wir fest
Z ∞ Z b
f (x)dx := lim f (x)dx ,
a b→∞ a
sofern dieser Grenzwert existiert.
f (x)
x
0 a b b b ∞
2. Entsprechend betrachten wir eine stetige Funktion f auf (−∞, b] und setzen fest
Z b Z b
−∞ a→−∞ a
sofern dieser Grenzwert existiert.

3. Sei f auf ganz R

stetig. Dann kann das Integral auch für den Fall, dass beide Integra-
tionsgrenzen nicht endlich sind, definiert werden:
Z ∞ Z c Z ∞
f (x)dx := f (x)dx + f (x)dx
−∞ −∞ c
für eine gewählte Zwischenstelle c ∈ R

(falls beide Integrale auf der rechten Seite exi-
stieren). Man kann beweisen, dass es dabei egal ist, welche Zwischenstelle c man wählt.
Das neu definierte Integral nennen wir uneigentliches Integral. – Divergiert der Limes
bestimmt gegen ∞ (oder −∞), dann schreibt man auch dies auch als Ergebnis für das unei-
gentliche Integral.
Beispiel 12.7
a) Wir
R ∞ untersuchen die Funktion f : R+ → R, f (x) = xα für festes α ∈ R und wollen
1 f (x)dx berechnen: Z ∞ Z b
xα dx = lim xα dx.
1 b→∞ 1
Es gilt für x > 0: ( 1 α+1 ,

α+1 x α 6= −1
Z
xα dx =
ln(x), α = −1
Für α = −1 folgt:
Z ∞
α
x dx = lim ln(x)|b1 = lim (ln(b)) = ∞.
1 b→∞ b→∞
Für α < −1, d.h. α + 1 < 0 folgt:

Z ∞
b
α 1 α+1 1 1
bα+1 − 1 = −

x dx = lim x = lim > 0.
1 b→∞ α + 1
1 b→∞ α + 1 α+1
Für α > −1, d.h. α + 1 > 0 folgt:

Z ∞
b
α 1 α+1 1
bα+1 − 1 = ∞.

x dx = lim x = lim
1 b→∞ α + 1
1 b→∞ α + 1
Es gilt also: Z ∞
α ∞ für α ≥ −1,
x dx = 1
1 − α+1 für α < −1.
Z ∞
1
b) dx = ?
−∞ 1 + x2
Wir wählen als Zwischenstelle die Stelle c = 0:

Z ∞ Z 0 Z ∞
1 1 1
2
dx = 2
dx + dx
−∞ 1 + x −∞ 1 + x 0 1 + x2
Z 0 Z b
1 1
= lim a → −∞ 2
dx + lim dx
a 1 + x b→∞ 0 1 + x2
= lim a → −∞ arctan(x)|0a + lim arctan(x)|b0
b→∞
= lim (− arctan(a)) + lim arctan(b)
a→−∞ b→∞
π π
= − − +
2 2
= π
Integrale auf offenen oder halboffenen Intervallen

Entsprechend können wir auch uneigentliche Integrale als Grenzwerte definieren, wenn die
stetige Funktion zwar auf einem endlichen Intervall integriert werden soll, aber an einer oder
beiden Intervallgrenzen nicht definiert ist.
4. Betrachtet werde die auf (a, b] stetige Funktion f . Wir setzen

Z b Z b
a c→a+ c
falls der Grenzwert existiert.
5. Entsprechend wird für eine auf [a, b) stetige Funktion f definiert

Z b Z c
a c→b− a
falls der Grenzwert existiert.
6. Für eine auf (a, b) stetige Funktion f sei

Z b Z c Z b
f (x)dx := f (x)dx + f (x)dx
a a c
bei vorgewählter Zwischenstelle c ∈ (a, b).
Man beachte, dass, wenn f sogar auf [a, b] stetig ist, das neu festgesetzte Integral mit dem
alten übereinstimmt!
Beispiel 12.8 Für α = −1 gilt:

Z 1 Z 1
α α 1
x dx = lim x dx = lim ln(x)|a = lim (− ln(a)) = ∞.
0 a→0+ a a→0+ a→0+
Für α < −1, d.h. α + 1 < 0 gilt:

1 1
1 !
1 − aα+1
Z Z
α α 1 α+1

x dx = lim x dx = lim x = lim = ∞.
0 a→0+ a a→0+ α+1
a a→0+ α+1
Für α > −1, d.h. α + 1 > 0 gilt:

1 1
1 !
1 − aα+1
Z Z
α α 1 α+1

x dx = lim x dx = lim x = lim
0 a→0+ a a→0+ α+1
a a→0+ α+1
1
= >0
α+1
Zusammenfassend ergibt sich:
(
1 1
, falls α > −1
Z
xα dx = α+1
.
0 ∞ , falls α ≤ −1
Integration beliebiger Funktionen

Mit Hilfe der neu festgelegten Integralbegriffe kann nun eine beliebige, stückweise stetige Funk-
tion (mit endlich vielen Unstetigkeitsstellen oder Polen) integriert werden (wenngleich die
Integrale nicht immer konvergieren werden).
y
a b 0 c d
x
Hierzu verwendet man eine geeignete Zerlegung von R

in endlich viele Teilfelder und die
Additivität des Integrals. Es ist
Z ∞ Z a Z b Z 0
f (x)dx = f (x)dx + f (x)dx + f (x)dx
−∞ −∞ a b
Z c Z d Z ∞
+ f (x)dx + f (x)dx + f (x)dx ,
0 c d
wobei jedes Teilintegral als uneigentliches Integral berechnet wird. Das Gesamtintegral kon-
vergiert nur, wenn alle Teilintegrale konvergieren.
Ein Vergleichskriterium
Anschaulich kann das uneigentliche Integral bei unendlicher Intervallgrenze nur existieren,
wenn sich die zu integrierende Funktion zum Unendlichen hin sehr schnell der x-Achse nähert.
Was ”sehr schnell nähert” konkret heißt, kann z.B. an folgendem Vergleichskriterium ab-
gelesen werden.
Satz 12.9 Sind f auf [a, ∞) , a > 0, und g auf (0, b] , b < ∞ stetig und sind K ∈ R, dann
gilt:
1
a) Ist |f (x)| ≤ K · xα für alle a ≤ x < ∞ und ist α > 1, dann existiert
Z ∞
f (x) dx.
a
1
b) Ist |g(x)| ≤ K · xα für alle 0 < x ≤ b und ist 0 < α < 1, dann existiert
Z b
g(x) dx.
0
Die Gammafunktion
Anwendung findet dieser Satz beim Beweis der Konvergenz des folgenden uneigentlichen In-
tegrals: für beliebig vorgegebenes x > 0 existiert das uneigentliche Integral
Z ∞
e−t tx−1 dt.
0
Damit legen wir eine neue Funktion fest, die Gamma-Funktion

Z ∞
R
Γ : (0, ∞) → , Γ(x) := e−t tx−1 dt.
0
Diese Funktion hat sehr interessante Recheneigenschaften:
Γ (x + 1) = x · Γ(x),
und Z ∞
Γ (1) = e−t dt = 1.
0
Deshalb gilt:
Γ (n + 1) = n! (n ∈ N) .
√
Ferner hat man: Γ( 12 ) = π.
Kapitel 13
Integration rationaler Funktionen
Durch den Begriff des uneigentlichen Integrals stellt die Integration echt gebrochen rationaler
Funktionen mit ihren Polstellen keine prinzipielle Schwierigkeit dar. Allerdings reichen die
Werkzeuge partielle Integration“ und Substitution“ oft als Hilfsmittel für die konkrete Be-
” ”
rechnung solcher Integrale nicht aus. Im folgenden besprechen wir eine Methode, die immer
(wenn auch mit einigem Aufwand) zum Ziel führt.
13.1 Partialbruchzerlegung
Vorgegeben sei eine echt gebrochen rationale Funktion
p(x)
f (x) =
q(x)
(d.h. deg(q) > 0). Wir entwickeln eine Methode, mit deren Hilfe diese Funktion in eine
Linearkombination einfacher rationaler Bausteine zerlegt wird, wobei die Stammfunktion der
Bausteine jeweils mit elementaren Mitteln berechnet werden kann.
Ansatz der Partialbruchzerlegung

1. Als erstes können wir mit der Polynomdivision dafür sorgen, dass wir uns nur um den
Fall der rationalen Funktionen kümmern müssen, bei dem
deg(p) < deg(q)
gilt. Gilt nämlich deg(p) ≥ deg(q), so wissen wir bereits, dass f in die Form
r(x)
f (x) = h(x) +
q(x)
gebracht werden kann, wobei h, r Polynome sind mit deg(r) < deg(q).
Folgerung: Soll die Funktion f integriert werden, so kann stattdessen h + qr integriert
werden, wobei eine Stammfunktion von h leicht angegeben und nur noch eine solche
von qr berechnet werden muss .
x2
R
Beispiel 13.1 Gesucht sei x−1 dx.
145
KAPITEL 13. INTEGRATION RATIONALER FUNKTIONEN 146
x2 = x − 1

Polynomdivision: x+1 +1
− x2 + x
x
−x+1
1
x2 1
⇒ =x+1+
x−1 x−1
x2
Z Z Z
1 1
⇒ dx = (x + 1) dx + dx = x2 + x + ln |x − 1| + C.
x−1 x−1 2
2. Es sei nun deg(p) < deg(q) vorausgesetzt.
Die Idee für das zu beschreibende Verfahren ziehen wir aus dem folgenden
Beispiel 13.2 Berechnet werden soll x21−1 dx für |x| < 1.

R
1
Wir wollen f (x) = x2 −1
umformen, um es leichter integrieren zu können. Es gilt offen-
sichtlich:
1 1
1= (x + 1) − (x − 1)
2 2
also auch
1
1 2 (x + 1) − 12 (x − 1) 1 1 1 1
2
= = − .
x −1 (x + 1) (x − 1) 2x−1 2x+1
In dieser Form ist eine Stammfunktion für f leicht ermittelt:
Z Z
1 1 1 1 1
dx = − dx
x2 − 1 2x−1 2x+1
Z Z
1 1 1 1
= dx − dx
2 x−1 2 x+1
1 1
= ln |x − 1| − ln |x + 1| + C
2s 2

x − 1
= ln + C.
x + 1
Im Beispiel konnte das Integral deswegen berechnet werden, weil es uns gelungen war,
die zu integrierende rationale Funktion als Linearkombination einfacherer rationaler
Bausteinfunktionen umzuschreiben. Die Idee ist nun, eine Zerlegung in eine Linear-
kombination einfacherer Bausteinfunktionen auch für beliebige rationale Funktionen
f (x) = p(x)
q(x) mit deg(p) < deg(q) zu suchen. Dazu brauchen wir eine Methode, die uns
sagt, wie diese Zerlegung zu finden ist.
Wir machen für f den folgenden Ansatz
f (x) = A1 f1 (x) + . . . + Am fm (x) ,
R
wobei A1 , . . . , Am ∈ freie reelle Parameter und die Funktionen fi (x) rationale Funk-
tionen. Dabei brauchen wir dann nur die Stammfunktionen der betrachteten Baustein-
funktionen fi (x) berechnen zu können.
Wie sollen die rationalen Bausteinfunktionen konkret gewählt werden? Die folgende
Prozedur gibt uns die nötigen Informationen:
(i) Zunächst berechnet man eine reelle Linearfaktorzerlegung des Nennerpolynoms

q(x):
q(x) = a(x − λ1 )l1 (x − λ2 )l2 . . . (x − λα )lα g1 (x)k1 . . . gβ (x)kβ ,
wobei g1 (x), . . . , gβ (x) quadratische Polynome ohne reelle Nullstellen sind und
R N
λ1 , . . . , λα ∈ alle verschiedenen reellen Nullstellen von q darstellen (α, β ∈ ).
Beachte: l1 + l2 + . . . + lα + 2 · (k1 + . . . + kβ ) = deg(q). (Warum?)
Beispiel 13.3 x5 − 5x4 + 14x3 − 22x2 + 17x − 5 = (x − 1)3 (x2 − 2x + 5). Beachte:
x2 − 2x + 5 hat keine reelle Nullstelle.
(ii) Zu jedem Linearfaktor (x − λ) von q mit der Vielfachheit l betrachten wir nun l
Bausteinfunktionen (Partialbrüche)
1 1 1
, 2
, ... ,
x − λ (x − λ) (x − λ)l
und für jeden quadratischen Faktor g(x) der Vielfachheit k die 2k Bausteinfunk-
tionen (Partialbrüche)
1 x 1 x 1 x
, , 2
, 2
, ... , k
, .
g(x) g(x) g(x) g(x) g(x) g(x)k
Aus diesen insgesamt deg(q)-vielen Partialbrüchen bilden wir durch Linearkombi-

nation einen Ansatz der Partialbruchzerlegung für die Funktion pq , der genau
die oben genannte Idee umsetzen soll.
Beispiel 13.4
a) q(x) = (x − 1)3 (x − 2)
Ansatz der Partialbruchzerlegung:
p(x) A1 A2 A3 A4
3
= + 2
+ 3
+
(x − 1) (x − 2) (x − 1) (x − 1) (x − 1) x−2
mit freien reellen Parametern A1 , . . . , A4 .
b) q(x) = (x − 1)2 (x2 + 1)2 (beachte: x2 + 1 hat keine reelle Nullstelle)

Ansatz der Partialbruchzerlegung:
p(x) A1 A2 B1 x + C1 B2 x + C2
2 2 2
= + 2
+ + 2
(x − 1) (x + 1) x − 1 (x − 1) x2 + 1 (x + 1)2
mit freien reellen Parametern A1 , A2 , B1 , C1 , B2 , C2 .
Es gilt der
Satz 13.5 Wird die Partialbruchzerlegung wie angegeben angesetzt, dann gibt es immer reelle
Zahlenwerte für die darin enthaltenen freien Parameter, so dass die Gleichung (für alle x ∈ R
mit q(x) 6= 0) gültig ist.
Berechnung der Parameter

Wie werden nun die konkreten Werte der freien Parameter berechnet?
Als erstes multipliziert man die Ansatzgleichungen mit dem Hauptnenner q(x). Anschließend
ermittelt man lineare Gleichungen zur Berechnung der freien Parameter über Koeffizien-
tenvergleich und / oder Einsetzen konkreter Zahlenwerte für x.
Beispiel 13.6
a) Für p(x) = x + 1 und q(x) = (x − 1)3 (x − 2) lautet der Ansatz:
x+1 A1 A2 A3 A4
3
= + 2
+ 3
+ .
(x − 1) (x − 2) x − 1 (x − 1) (x − 1) x−2
Dann ist
x + 1 = A1 (x − 1)2 (x − 2) + A2 (x − 1)(x − 2) + A3 (x − 2) + A4 (x − 1)3
Einsetzen von
x=1 : 2 = A3 · (−1) ⇒ A3 = −2
x=2 : 3 = A4 · 1 ⇒ A4 = 3
x=0 : 1 = A1 · (−2) + A2 · 2
+A3 · (−2) + A4 · (−1)
⇒ −2A1 + 2A2 = 0 ⇒ A1 = A2
x = 3 : 4 = 4A1 + 2A2 + (−2) + 8 · 3
⇒ 4A1 + 2A2 = −18
⇒ A1 = −3
A2 = −3
Also gilt
x+1 3 3 2 3
3
=− − 2
− 3
+ .
(x − 1) (x − 2) x − 1 (x − 1) (x − 1) x−2
b) Wir überprüfen unser obiges Eingangsbeispiel mit der neuen Methode:
1 1 A1 A2
= = +
x2 −1 (x − 1)(x + 1) (x − 1) (x + 1)
Multiplikation mit dem Hauptnenner ergibt
1 = A1 (x + 1) + A2 (x − 1)
Über Koeffizientenvergleich erhalten wir:
x0 : 1 = A1 − A2 ⇒ A1 = 21
x1 : 0 = A1 + A2 ⇒ A2 = − 12
Also ergibt sich wie oben

1 1 1
= − .
x2 − 1 2(x − 1) 2(x + 1)
c) Man kann Koeffizientenvergleich“ und Einsetzen von Zahlenwerten“ mischen, wie das
” ”
folgende Beispiel zeigt:
x−1 A Bx + C
2
= + 2
(x + 1)(x + 1) x+1 x +1
2
⇒ x − 1 = A(x + 1) + (Bx + C)(x + 1)
Einsetzen von x = −1 liefert −2 = 2A ⇒ A = −1. Koeffizientenvergleich:
x0 : −1 = A + C ⇒ C = 0
x1 : 1 = B+C ⇒ B = 1
Ergebnis:
x−1 1 x
=− + .
(x + 1)(x2 + 1) x + 1 x2 + 1
13.2 Die Integration der Partialbrüche

Für alle in einer Partialbruchzerlegung auftretenden Partialbrüche sollen nun Stammfunktio-
nen angegeben werden. Die Formeln können (mehr oder weniger aufwendig) mit Hilfe von
partieller Integration und Substitution nachgerechnet werden.
Z
1
A) dx = ln |x − λ| + C
x−λ
Z
1 1 1
B) k
dx = − + C (mit k > 1)
(x − λ) k − 1 (x − λ)k−1
Desweiteren sei nun p2 − 4q < 0 (da sonst x2 + px + q eine reelle Nullstelle hat) und
k > 1.
Z !
1 2 2x + p
C) dx = p arctan p +C
x2 + px + q 4q − p2 4q − p2
Z Z
ax + b a 2 ap dx
D) 2
dx = ln x + px + q + b −

2
x + px + q 2 2 x + px + q
Z
1 2x + p
E) dx = +
(x2 + px + q)k (k − 1)(4q − p2 )(x2 + px + q)k−1
2(2k − 3)
Z
dx
+ 2
(k − 1)(4q − p ) (x + px + q)k−1
2
Z Z
ax + b a ap dx
F) 2 k
dx = − 2 k−1
+ b−
(x + px + q) 2(k − 1)(x + px + q) 2 (x + px + q)k
2
Beispiel 13.7 Gesucht sei

4x3 + 4x2 − 7x + 5
Z
dx.
(x − 1)2 (x2 + 1)
1. Eine Polynomdivision braucht nicht durchgeführt zu werden, da der Zählergrad kleiner

als der Nennergrad ist.
2. Der Partialbruchansatz lautet
4x3 + 4x2 − 7x + 5 A1 A2 Bx + C
2 2
= + 2
+ 2
(x − 1) (x + 1) x − 1 (x − 1) x +1
→ 4x3 + 4x2 − 7x + 5 = A1 (x − 1)(x2 + 1) + A2 (x2 + 1) + (Bx + C)(x − 1)2

Zur Berechnung der freien Parameter setzen wir verschiedene Werte ein:
x=1 : 6 = 2A2 ⇒ A2 = 3
x=0 : 5 = −A1 + 3 + C ⇒ C − A1 = 2
x = −1 : 12 = −4A1 + 2 · 3 + (C − B)4
⇒ 6 = 4C − 4B − 4A1 = 4(C − A1 − B)
1
⇒ 6 = 8 − 4B ⇒ B=
2
Koeffizientenvergleich für x1 :
1
−7 = A1 + − 2C
2
1
⇒ −7 = C − 2 + − 2C
2
11 11 7
⇒ − = −C ⇒ C= ⇒ A1 =
2 2 2
Also
4x3 + 4x2 − 7x + 5 7 1 3 1 (x + 11)
= + + .
(x − 1)2 (x2 + 1) 2 x − 1 (x − 1)2 2 x2 + 1
Damit ergibt sich
4x3 + 4x2 − 7x + 5
Z Z Z Z
7 1 1 1 x + 11
2 2
= dx + 3 2
dx + dx
(x − 1) (x + 1) 2 x−1 (x − 1) 2 x2 + 1

7 1 1 1 2
= ln |x − 1| − 3 + ln x + 1 + 11 arctan(x) + c
2 x−1 2 2
7 1 1 11
= ln |x − 1| − 3 + ln x2 + 1 + arctan x + c.
2 x−1 4 2
Beispiel 13.8 Gesucht sei Z
x
dx.
(x2 + 1)2
Zunächst lösen wir die Aufgabe mit einer geschickten Substitution: Setze z = x2 + 1 ⇒ dz =
2x dx. Dann ergibt sich:
Z Z Z
x x 1 1 1 1 1 1
2 2
dx = 2
dz = 2
dz = − z −1 + c = − 2 +c
(x + 1) z 2x 2 z 2 2x +1
Alternativ lösen wir die Aufgabe mit Hilfe der soeben erarbeiteten Methode:
Eine Polynomdivision entfällt, da Zählergrad kleiner Nennergrad. Eine Partialbruchzerlegung
entfällt, da nur ein“ Faktor des Nennerpolynoms existiert. Daher kann direkt berechnet
”
werden: Z Z
x 1 dx 1 1
2 2
dx = − 2
+0 2 2
+c=− 2 +c
(x + 1) 2(x + 1) (x + 1) 2x +1
mit der oben genannten Liste von Integralen für die Partialbrüche.
13.3 Rückführung auf Integrale rationaler Funktionen:

Standardsubstitutionen
Manchmal können Integrale von Funktionen dadurch geschlossen gelöst werden, indem sie
durch geeignete Substitutionen auf Integrale von rationalen Funktionen zurückgeführt werden.
Wir besprechen vier spezielle Typen von Integralen, bei denen dies ohne Probleme möglich
ist. Die notwendigen Substitutionen werden Standardsubstitutionen genannt
Bezeichnung: Wir nennen R(x, y, z, . . .) einen rationalen Ausdruck in den Variablen

x, y, z, . . ., wenn R(x, y, z, . . .) durch Addition, Subtraktion, Multiplikation und Division aus
x, y, z, . . . und Skalaren (reellen Zahlen) entsteht.
Z.B. ist jede Funktionsvorschrift, die eine rationale Funktion darstellt, ein rationaler Ausdruck
(in x) und für jeden rationalen Ausdruck R(x) kann f (x) = R(x) als rationale Funktion
dargestellt werden.
Sind g(x), h(y), k(z), . . . Funktionen, so beschreibt R(g(x), h(y), k(z), . . .) einen rationalen
Ausdruck, in dem die Variablen durch die Funktionen ersetzt sind.
Beispiel 13.9
x2 + y 2
R(x, y) = +1
x·y
1 1 1
R(x) = + 2+ 3
x x x
R(e3x ) = e−3x + e6x − 2
√ √ 1
R(x, 6 x + 1) = x2 (1 + 3 1 + x) − √
2
x 1+x
2
R(sin(x), cos(x)) = sin x + 2 cos(x)

13.3.1 Die Integration von R(eax )

Ist ein Integral der Form
R
Z
R(eax )dx, a∈
zu berechnen, so führt die Substitution

1 1
t = eax ⇒ dt = aeax dx ⇒ dx = dt = dt
aeax at
weiter: Z Z Z
ax 1
R(e )dx = R(t) dt = R̃ (t) dt
at
womit das zu berechnende Integral als Integral über einen rationalen Ausdruck umgeschrieben
wurde.
Z
dx
Beispiel 13.10 Gesucht sei . Substituiere: t = ex ⇒ dx = e1x dt
ex + e−x
Z Z Z
dx 1 1 1
= 1 t dt = dt = arctan t + C = arctan ex + C
ex + e−x t+ t t 2 + 1
q
13.3.2 Die Integration von R x, k ax+b
cx+d
q
Zur Integration von R x, k ax+b
cx+d mit
ax+b
cx+d > 0 verfährt man wie folgt:
Zunächst bleibt zu klären, dass ax+b
cx+d nicht konstant ist, da sonst der rationale Ausdruck in
Wirklichkeit von der Form R (x) wäre, also im Prinzip eine rationale Funktion in x.
Setzen wir für ein K ∈R
ax + b
= K (für alle x)
cx + d
⇔ ax + b = K (cx + d) = Kcx + Kd (für alle x)
⇔ (a − Kc) x + (b − Kd) = 0 (für alle x)
⇔ (a − Kc) = 0 und (b − Kd) = 0
⇔ a = Kc und b = Kd
⇒ ad = bc
(Man kann nachprüfen, dass hier sogar Äquivalenz besteht.)

Daher setzen wir im folgenden voraus, dass
ad − bc 6= 0
q
gilt. Wir setzen nun zur Substitution t := k ax+b
cx+d . Dazu benötigen wir auch die Umkehrfunk-
tion, wir müssen diese Gleichung also nach der Variablen x auflösen: Die k − te Potenz der
Gleichung liefert
tk (cx + d) = ax + b
⇒ x(ctk − a) = b − dtk .
Wäre nun ctk − a = 0, so wäre

ax + b
a=c ⇒ acx + ad = acx + cb
cx + d
⇒ ad = cb
was wir ausgeschlossen hatten. Also folgt
b − dtk
x=
ctk − a
und daher
−kdtk−1 (ctk − a) − kctk−1 (b − dtk )
dx = dt
(ctk − a)2
−ktk−1 (cdtk − da + cb − cdtk )
= dt
(ctk − a)2
tk−1
= k(ad − bc) k dt.
(ct − a)2
Damit überführt unsere Substitution das zu lösende Integral in einen rationalen Ausdruck:
r !
b − dtk tk−1
Z Z Z
k ax + b
R x, dx = k(da − cb) R ,t dt = R̃ (t) dt.
cx + d ctk − a (ctk − a)2
Beispiel 13.11 Gesucht sei

√
1− x
Z
√ dx, (für x ≥ 0) .
x+ x
√ √ q
1− √x
Es ist x+ x
= R(x, x) = R x, 2 1x+0
0x+1 und da − cb = 1 − 0 = 1 6= 0. Substituiere also
√
t = x ⇒ x = t2 ⇒ dx = 2t dt. Damit ist
√
1− x 1−t 1−t
Z Z Z
√ dx = 2
2tdt = 2 dt.
x+ x t +t t+1
2
Polynomdivision: (1 − t) : (1 + t) = −1 + 1+t ⇒
√
1− x
Z Z Z
1
√ dx = −2 1dt + 4 dt
x+ x 1+t
= −2t + 4 ln |1 + t| + c
√ √
= 4 ln 1 + x − 2 x + c
13.3.3 Die Integration von R(sin(x), cos(x))

Der Fall der Integration von R(sin(x), cos(x)) erfordert eine Substitution, die nicht auf den
ersten Blick zu erkennen ist. Man setzt nämlich:
1
x = 2 arctan(t) ⇒ dx = 2 dt.
1 + t2
Um diese Substitution durchführen zu konnen, müssen noch sin(x) und cos(x) durch die neue
Variable t ausgedrückt werden. Es gilt t = tan( x2 ) und daher
2t 2 tan( x2 ) 2 sin( x2 ) cos( x2 )

= = = sin(x)
1 + t2 1 + tan2 ( x2 ) cos2 ( x2 ) + sin2 ( x2 )
1 − t2 1 − tan2 ( x2 ) cos2 ( x2 ) − sin2 ( x2 )
und = = = cos(x) .
1 + t2 1 + tan2 ( x2 ) cos2 ( x2 ) + sin2 ( x2 )
Man beachte, dass bei dieser Substitution für x nur der Bereich −π < x < π zugelassen ist.
(Warum?)
Beispiel 13.12 Wie wir bereits wissen, gilt

− sin(x)
Z Z Z
sin(x)
tan(x)dx = dx = − dx = − ln (|cos(x)|) + C.
cos(x) cos(x)
Wir berechnen das Integral auch mit Hilfe der neuen Methode: Setze t = tan( x2 )
2 2t 1 − t2
⇒ dx = dt, sin(x) = und cos(x) = .
1 + t2 1 + t2 1 + t2
Damit gilt
Z Z Z Z
sin(x) 2t 2 2t
tan(x) dx = dx = dt = 2 dt.
cos(x) 1 − t2 1 + t2 1 − t4
Substituieren wir erneut z = t2 ⇒ dz = 2t dt, so folgt

Z Z
1
tan(x) dx = 2 dz.
1 − z2
Partialbruchzerlegung:
1 1 A B
2
= = +
1−z (1 − z)(1 + z) 1−z 1+z
⇒ 1 = A(1 + z) + B(1 − z)
1 1
⇒ 2A = 1 ⇒ A = und 2B = 1 ⇒ B =
2 2
1 1 1
⇒ = + .
1 − z2 2(1 − z) 2(1 + z)
Also
Z Z Z
dz dz
tan(x) dx = 2 +2
2(1 − z) 2(1 + z)
= − ln |1 − z| + ln |1 + z| + C
1 − t2

1 − z
= − ln + C = − ln
1 + t2 + C

1 + z
= − ln |cos(x)| + C .
Das Beispiel zeigt sehr schön, dass durch geschickte Substitution die zu berechnenden Integrale
manchmal sehr viel eleganter gelöst werden können. Leider klappt dies nicht immer! Die neue
Methode führt dagegen sicher zum Ziel.
√
13.3.4 Integration von R x, ax2 + bx + c
√
Der letzte Fall ist der kniffligste. Wir betrachten R(x, ax2 + bx + c). Soll dieser Ausdruck
integriert werden, so muss durch geeignete Substitutionen der Form
u = αx + β , α, β ∈ R
(die mit Hilfe einer quadratischer Ergänzung bestimmt wird, s.u.) der Ausdruck unter der
Wurzel vereinfacht werden. Dies geschieht so, dass einer der folgenden Typen rationaler Aus-
drücke entsteht, die mit folgenden Standardsubstitution berechnet werden können:
√ √ √
a) R u, u2 + 1 bzw. b) R u, u2 − 1 bzw. c) R u, 1 − u2
a) u = sinh(t) bzw. b) u = cosh(t) bzw. c) u = sin(t).
(Reihenfolge beachten!) Wir erläutern die Methode detailliert an Beispielen:
Beispiel 13.13 Gesucht sei Z p

2x2 − x dx.
Nun verwendet man quadratische Ergänzung:

2 2 1 2 1 1 1 1 2 1
2x − x = 2 x − x = 2 x − x + − =2 x− − .
2 2 16 8 4 8
1
Substituiere dann w = x − 4 ⇒ dw = dx
Z p Z r Z p
1 1
2x2 − x dx = 2w2 − dw = √ 16w2 − 1 dw .
8 8
Substituiere erneut u = 4w ⇒ du = 4 dw
Z p Z p
2
1
⇒ 2x − x dx = √ u2 − 1 du .
8 2
Damit ist das erste Etappenziel erreicht. (Bemerke: u = 4x − 1. Die Substitution kann man
auch auf einmal durchführen.)
Substitutiere nun wie oben vorgeschlagen: u = cosh(t). Dann gilt du = sinh(t) dt, damit
Z p Z
1
2
2x − x dx = √ sinh2 (t) dt
8 2Z
1 1 t
= √ (e − e−t )2 dt
8 2 Z4
1
= √ (e2t − 2 + e−2t ) dt
32 2

1 1 2t 1
= √ e − 2t − e−2t + C
32 2 2 2
1 1
= √ (et − e−t )(et + e−t ) − √ t + C
64 2 16 2
1
= √ (sinh(t) cosh(t) − t) + C
16 2
1 p 2
= √ u − 1 · u − arcosh (u) + C
16 2
1 p 2 p
= √ u − 1 · u − ln u + u2 − 1 + C,
16 2
also gilt
Z p
1 hp p i
2x2 − x dx = √ (4x − 1)2 − 1(4x − 1) − ln 4x − 1 + (4x − 1)2 − 1 + C
16 2
1p 2 1 √ p
= 2x − x (4x − 1) − √ ln 4x − 1 + 2 2 2x2 − x + C .
8 16 2
Beispiel 13.14 Gesucht sei Z

x
√ dx.
x2
+1
Zunächst bearbeiten wir das Problem nicht mit der obigen Methode, sondern über eine Sub-
stituion, die die Tatsache ausnutzt, das im Zähler des Bruchs im Prinzip die Ableitung des
Ausdrucks unter der Wurzel steht: t = x2 + 1 ⇒ dt = 2x dx
Z
x 1
Z
1 √ p
⇒ √ dx = √ dt = t + C = x2 + 1 + C.
x2 + 1 2 t
√
Geht man formal nach der besprochenen Methode für R(x, ax2 + bx + c) vor, so braucht
die erste Umformung
√ nicht
durchgeführt werden, da der zu integrierende Term bereits von
der Form R x, x2 + 1 ist.
Also substituiert man direkt x = sinh(t) ⇒ dx = cosh(t) dt ⇒

Z Z Z
x sinh(t)
√ dx = cosh(t) dt = sinh(t) dt = cosh(t) + C
x2 + 1 cosh(t)
q
= sinh2 (t) + 1 + C
p
= x2 + 1 + C .
Natürlich erhält man mit beiden Methoden das gleiche Ergebnis.
Literaturhinweis:
Viele weitere Integrale finden Sie in Formelsammlungen. Eine umfassende
Sammlung finden Sie im sogenannten ”Bronstein”:
Autoren: Bronstein, Semendjajew, Musiol, Mühlig

Titel: Taschenbuch der Mathematik
Verlag: Harri Deutsch
Teil VIII
Anwendungen der Differential- und

Integralrechnung
157
Kapitel 14
Anwendungen der Integralrechnung
Im folgenden wollen wir weiteren Nutzen aus der Berechenbarkeit von Integralen und den
Rechenregeln der Integralrechnung ziehen.
14.1 Die Taylorformel

R
Gegeben sei eine genügend oft differenzierbare Funktion f : [a, b] → . Im Zusammenhang
mit dem Begriff der höheren Ableitungen von f haben wir bereits die Konstruktion der
Taylorapproximation der Funktion f an einer Stelle x = a kennengelernt. Wir konnten uns
an einigen Beispielen davon überzeugen, dass das Polynom n-ten Grades (n ∈ ) N
1 1
tn (x) = f (a) + f 0 (a)(x − a) + f 00 (a)(x − a)2 + . . . + f (n) (a)(x − a)n
2 n!
die Funktion f in unmittelbarer Nähe der Stelle x = a ziemlich gut annähert, was wir uns
dadurch erklärt haben, dass tn und f an der Stelle x = a in sämtlichen Ableitungen überein-
stimmen. (Die Stelle x = a heißt Entwicklungspunkt.)
Berechnung des Approximationsfehlers

Im folgenden interessieren wir uns nun quantitativ für den Unterschied
Rn (x) := f (x) − tn (x) ,
beider Funktionen an einer beliebigen vorgegebenen Stelle x, um daraus bemessen zu können,

wie gut sich f und tn wirklich annähern.
Für die Taylorapproximation 0-ten Grades t0 kann dieser Unterschied aus dem Hauptsatz der
Differential- und Integralrechnung leicht über ein bestimmtes Integral angegeben werden. Da
f Stammfunktion von f 0 und t0 (x) = f (a) (für alle x) gilt, hat man
Z x
R0 (x) = f (x) − t0 (x) = f (x) − f (a) = f 0 (t) dt.
a
Rx
Auf dem Wege zu unserem Ziel werden wir das Integral a f 0 (t) dt nun partiell integrieren.
Mit
v(t) = f 0 (t), u0 (t) = 1 = (x − t)0 ,

v 0 (t) = f 00 (t), u(t) = −(x − t)
158
KAPITEL 14. ANWENDUNGEN DER INTEGRALRECHNUNG 159
folgt
Z x x Z x
f 0 (t) dt = −(x − t)f 0 (t) − (−(x − t))f 00 (t) dt

a a
Z xa
0
= (x − a)f (a) + (x − t)f 00 (t) dt.
a
Eingesetzt ergibt dies
Z x
0
f (x) − f (a) = (x − a)f (a) + (x − t)f 00 (t) dt,
a
also Z x
R1 (x) = f (x) − t1 (x) = (x − t)f 00 (t) dt.
a
Wiederum konnte der Unterschied zwischen f und der Taylorapproximation 1. Grades t1
durch ein bestimmtes Integral angegeben werden.
Nach diesem Erfolg versuchen wir es einfach nochmal mit partieller Integration. Mit
v(t) = f 00 (t), u0 (t) = x − t,
1
v 0 (t) = f 000 (t), u(t) = − (x − t)2
2
erhalten wir
Z x x Z x 1
1
(x − t)f 00 (t) dt = − (x − t)2 f 00 (t) − (− (x − t)2 )f 000 (t) dt

a 2 a 2
Z ax
1 1
= (x − a)2 f 00 (a) + (x − t)2 f 000 (t) dt,
2 2 a
damit ist
1 x
Z
R2 (x) = f (x) − t2 (x) = (x − t)2 f 000 (t) dt.
2 a
Führt man immer wieder diese gleichartigen partiellen Integrationen durch, so erhält man
schließlich das Restglied Rn (x) nach Cauchy
1 x
Z
Rn (x) = f (x) − tn (x) = (x − t)n f (n+1) (t) dt,
n! a
das den Fehler“ quantifiziert, den man bei der Annäherung von f (x) für beliebiges x ∈
”
R
durch tn (x) macht. Umgestellt erhält man die allgemeine Taylorformel:
n
X f (k) (x0 )
f (x) = tn (x) + Rn (x) = (x − x0 )k + Rn (x).
k!
k=0
Restglied nach Lagrange

Für die praktische Verwendung verändert man das Restglied nach Cauchy noch mit Hilfe des
Mittelwertsatzes der Integralrechnung. Nach diesem Satz gibt es eine Stelle ξ zwischen den
Stellen x und a so, dass
1 x
Z
Rn (x) = (x − t)n f (n+1) (t)dt
n! a
Z x
1 (n+1)
= f (ξ) (x − t)n dt
n! a
1 (n+1) 1 x
= f (ξ) (−(x − t)n+1 )

n! n+1 a
und somit
1
Rn (x) = f (n+1) (ξ)(x − a)n+1 .
(n + 1)!
Diese Form des Restgliedes wird nach Lagrange benannt. Zu beachten ist, dass ξ nur eine
theoretisch existente, aber keineswegs bekannte Zwischenstelle ist.
Wieso kann also die Lagrange-Form des Restgliedes größere praktische Bedeutung haben?
Nun, mit ihrer Hilfe kann der Fehler zwischen f und tn abgeschätzt werden!
14.2 Taylorreihen
In den folgenden Beispielen wollen wir den Unterschied zwischen dem Wert f (x) einer gegebe-
nen Funktion f an einer fest vorgewählten Stelle x und dem Wert tn (x) ihrer Taylorapproxi-
mation n-ten Grades an dieser Stelle dem Betrag nach abschätzen und so beurteilen, ob dieser
Unterschied bei wachendem n gegen null strebt. D.h. wir untersuchen, ob die Annäherung der
Funktion f durch das Taylorpolynom tn an dieser Stelle x mit wachsendem n immer besser
wird.
Beispiel 14.1 Wir betrachten f (x) = sin(x), a = 0 und n = 2. Dann gilt

1
t2 (x) = sin(0) + sin0 (0)(x − 0) + sin00 (0)(x − 0)2 = 0 + 1 · x + 0 = x
2
und
1 1
R2 (x) = sin000 (ξ)(x − 0)3 = − cos(ξ)x3 .
3! 6
Da nun | cos(ξ)| ≤ 1 für alle ξ ∈ R gilt, folgt |R2(x)| ≤ 61 |x|3. Damit bewegt sich sin(x) etwa
für x > 0 im folgenden Korridor
1 1 1 1
x − x3 = t2 (x) − x3 ≤ sin(x) ≤ t2 (x) + x3 = x + x3
6 6 6 6
was inbesondere in der Nähe von a = 0 einen guten qualitativen Eindruck der Annäherung
liefert. Im Bereich x ∈ [−0.1, 0.1] unterscheiden sich f und t2 höchstens um |R2 (x)| ≤ 61 ·0.13 ≤
0.0002.
y t2 (x) + 61 x3
1 sin x
t2 (x) − 16 x3
x
-2 -1 1 2
-1
Über die Taylorformel können wir auch bemessen, ob Taylorapproximationen höherer Ord-
nung eine bessere Annäherung bringen. Bei f (x) = sin(x) ist dies der Fall, denn es gilt
1
Rn (x) = · sin(n+1) (ξ) · xn+1
(n + 1)!
1
⇒ |Rn (x)| ≤ · |x|n+1 .
(n + 1)!
Für festes |x| ≤ 1 kann dies mit n → ∞ beliebig klein gehalten werden, selbst für beliebiges
x trifft dies zu, da (für ein fest gewähltes x) |x|n+1 weniger schnell mit n gegen ∞ strebt als
(n + 1)! gegen ∞ strebt.
Insgesamt ergibt sich also durch die Taylorentwicklung bei a = 0 die Gleichheit (Taylorformel)
1 3 1 1 1
sin(x) = x − x + x5 + . . . + (−1)k+1 x2k−1 + sin(2k) (ξ)x2k
3! 5! (2k − 1)! (2k)!
N
für beliebige k ∈ , x ∈ R
und ein geeignetes ξ ∈ R
zwischen 0 und x. Dabei strebt das
Restglied für jedes x mit wachsendem n gegen 0, so dass für sin(x) eine von x abhängige
Reihenentwicklung existiert:
∞
1 3 1 1 1 X 1
sin(x) = x − x + x5 − x7 + x9 − . . . = x2k+1 .
3! 5! 7! 9! (2k + 1)!
k=0
Beispiel 14.2 Wir betrachten f (x) = ln(x) mit a = 1 auf [ 12 , 3

2 ]. Es gilt
f 0 (x) = x−1 , f 00 (x) = −x−2 , f 000 (x) = 2x−3 , ..., f (n) (x) = (−1)n−1 (n − 1)! x−n .
Damit hat man
f (1) = 0, f 0 (1) = 1, f 00 (1) = −1, f 000 (1) = 2, ..., f (n) (1) = (−1)n−1 (n − 1)!
und somit
1 1 1
tn (x) = (x − 1) − (x − 1)2 + (x − 1)3 − . . . + (−1)n−1 (x − 1)n .
2 3 n
1
0.5
Die nebenstehende Skizze 0

zeigt ln(x) (schwarze Linie)
sowie die Taylorpolynome −0.5
t1 (x), t2 (x), t3 (x).

−1
−1.5 log(x)
x−1
x−1−0.5*(x−1)**2
x−1−0.5*(x−1)**2 + ((x−1)**3)/3
−2
0 0.5 1 1.5 2 2.5
Für das Restglied erhalten wir

1
Rn (x) = · (−1)n · n! · ξ −n−1 · (x − 1)n+1
(n + 1)!
x − 1 n+1

1
= (−1)n · · .
n+1 ξ
Es gilt
1 x − 1 n+1 ( 12 )n+1

1
|Rn (x)| ≤ ≤ · ,
n+1 ξ n + 1 ( 12 )n+1
1
und somit folgt |Rn (x)| ≤ n+1 und damit lim Rn (x) = 0.
n→∞
Die Taylorentwicklung konvergiert (bei n → ∞) sogar für alle x ∈ (0, 2] zu
∞
X 1
ln(x) = (−1)k (x − 1)k+1
k+1
k=0
speziell etwa für x = 2, da

∞
X 1 1 1 1 1 1
(−1)k = 1 − + − + − + . . . = ln(2) ,
k+1 2 3 4 5 6
k=0
wie wir bereits wissen. Sie konvergiert nicht für x > 2, wie man beweisen kann.
Wie wir an den letzten beiden Beispielen gesehen haben, gibt es Stellen x, an denen die
Taylorpolynome tn (x) für n gegen ∞ gegen einen endlichen Wert konvergieren. Für jedes x
beschreibt der Grenzwert eine Reihe, die Taylorreihe. Wir schreiben sie
∞
X 1 (k)
ta (x) = f (a)(x − a)k .
k!
k=0
Betrachtet man ta als Funktion von x, so spricht man auch von einer Potenzreihe.
Konvergenz der Taylorreihe

Beachte:
1. Für manche Funktion konvergiert die Taylorreihe mit Entwicklungspunkt x = a nur

in einer gewissen Umgebung von a gegen die Funktion f , wie z.B. bei f (x) = ln(x),
a = 1, deren Taylorreihe für x ∈ (0, 2] gegen ln(x) konvergiert. Für andere Funktionen
konvergiert sie auf dem gesamten Definitionsbereich, z.B. für f (x) = sin(x), f (x) =
cos(x) oder f (x) = ex bei beliebiger Entwicklungsstelle a.
2. Es gibt Taylorreihen, die konvergieren zwar an gewissen Stellen x, aber nicht gegen den
Wert f (x).
R
Beispiel 14.3 Ein Beispiel dafür, dass die Taylorentwicklung für alle x ∈ konvergiert
und dennoch nur am Entwicklungspunkt mit der zu entwickelnden Funktion überein-
stimmt, ist y
(
− 12 1
f (x) = e x , x 6
= 0
0, x=0 x
-2 -1 1 2
Dies ist eine beliebig oft differenzierbare Funktion mit
f (k) (0) = 0 für alle k ∈ N.

Zu der Entwicklungsstelle a = 0 ergibt sich also jedes Taylorpolynom tn (x) als Null-
funktion
n
1 (k)
R
X
tn (x) = f (0)xk = 0 für alle x ∈ .
k!
k=0
Also konvergiert die Taylorreihe für alle x ∈ R gegen null. Sie stimmt aber nur für x = 0
mit der gegebenen Funktion f überein.
Restgliedabschätzung
Mit dem nächsten Beispiel erläutern wir die Technik der Restgliedabschätzung. Dabei soll ge-
zeigt werden, dass bei unterschiedlich großem Rechenaufwand durchaus unterschiedlich schar-
fe Abschätzungen erreicht werden können.
Beispiel 14.4 Wir betrachten die Funktion

Z x
2
f (x) = e−t dt,
0
die in der Statistik eine wichtige Rolle spielt (bei der Normalverteilung). Da das Integral
elementar nicht berechenbar ist, ist die Taylorentwicklung eine hilfreiche Alternative, die
Funktion zumindest näherungsweise zu berechnen. Die Taylorformel gibt dabei Auskunft über
die Güte der Annäherung. Wir nehmen als Entwicklungspunkt wieder die Stelle a = 0. Dann
gilt: Z x Z 0
2 2
f (x) = e−t dt und f (0) = e−t dt = 0
0 2
0
f 0 (x) = e−x und f 0 (0) = 1
2
f 00 (x) = −2x · e−x und f 00 (0) = 0
2
f 000 (x) = −2 · e−x · (1 − 2x2 ) und f 000 (0) = −2
2
f (4) (x) = −2 · e−x · (4x3 − 6x) und f (4) (0) = 0 usw.
Man erhält:
2 3
tn (x) = 0 + 1x + 0 − x + 0 + ...
3!
n
X x2k+1
= (−1)k
k!(2k + 1)
k=0
und etwa für n = 3

1 2
−4e−ξ 2ξ 3 − 3ξ x4 .
R3 (x) =
4!
Wir wollen das Restglied auf dem Intervall − 21 , 12 auf mehrere Weisen (mehr oder weniger

scharf) abschätzen:
1 2
|R3 (x)| = e−ξ (2ξ 3 − 3ξ)x4 .

6
a) Für die erste Abschätzung benutzen wir die Dreiecksungleichung:
1 −ξ2 3
e 2ξ − 3ξ x4

|R3 (x)| =
6
1 1
≤ · 1 · 2 |ξ|3 + 3 |ξ| ·
6 16
1 1 1 1
≤ · 2· +3· ·
6 8 2 16
1 7 1
= · ·
6 4 16
7
= .
384
b) Als nächstes benutzen wir, dass max{|2 · ξ 2 − 3| |ξ| ≤ 12 } = 3 gilt (Parabel):

1 −ξ2 2
e |ξ| 2ξ − 3 x4

|R3 (x)| =
6
1 1 1
≤ ·1· ·3·
6 2 16
6
≤ .
384
c) Nun führen wir eine Kurvendiskussion für h(ξ) = 2ξ 3 − 3ξ durch:

r
0 2 1
h (ξ) = 6ξ − 3 = 0 ⇐⇒ ξ = ±
2
h00 (ξ) = 12ξ.
q q
An der Stelle ξ = 12 > 0 liegt also ein lokales Minimum vor, bei ξ = − 12 ein lokales
h ist monoton fallend auf − 12 , 12 und es gilt h 12 = 12 · 2 · 14 − 3 = − 54 ,

Maximum.
h − 12 = 45 .

Damit ist
1 −ξ2
e 2 · ξ 3 − 3 · ξ x4

R3 (x) =
6
1 5 1 5
≤ ·1· · = .
6 4 16 384
2
d) Zuletzt führen wir eine Kurvendiskussion für h(ξ) = e−ξ (2ξ 3 − 3ξ) durch:
2 2
h0 (ξ) = (−2ξ) e−ξ 2ξ 3 − 3ξ + e−ξ 6ξ 2 − 3

2
= e−ξ −4ξ 4 + 6ξ 2 + 6ξ 2 − 3 .

Es gilt
4ξ 4 − 12ξ 2 + 3 = 0 ⇐⇒
3
ξ 4 − 3ξ 2 + = 0 ⇐⇒
4 r √
3 9 3 3± 6
ξ2 = ± − =
2 4 4 2
und somit ξ1 = ±0.52465, ξ2 = ±1.6507, d.h. zwischen − 12 und 1 0
0
21 hat h ein eindeutiges
Vorzeichen. Wegen h (0) = −3 liegt das Minimum von h auf − 2 , 2 bei ξ = 21 , wobei
1

− 14 1 1 5 1
1
= − exp− 4 = −0.9735.

h 2 = exp 2· −3
8 2 4
Das Maximum von h auf − 2 , 2 liegt bei ξ = − 12 mit h(− 12 ) = 0.9735. Damit gilt nun
1 1
1 1 4
|R3 (x)| ≤ · 0.9735 · ≤
6 16 384
Wir haben gesehen, dass das Restglied Rn (x) recht unterschiedlich abgeschätzt werden kann.
In der Regel ergibt die Benutzung der Dreiecksungleichung eine grobe, die einer Kurvendis-
kussion eine bessere Abschätzung.
14.3 Trennbare Differentialgleichungen

Eine interessante und weitreichende Anwendung findet die Substitutionsregel der Integral-
rechnung beim Lösen von Differentialgleichungen (Dgln). Betrachtet wird eine Dgl für die
unbekannte Funktion y = y (x) der Form
h(x)
y0 = (mit f (y) 6= 0).
f (y)
Eine Dgl von diesem Typ heißt trennbar. Beispiele sind:
x2
y0 =
y2 + 1
x2
y0 = y 2 + 1 · x2 =

oder
(y 2 + 1)−1
x
oder y 0 = xey = .
e−y
Beachten wir, dass y eine von x abhängige gesuchte Funktion ist, dann gilt:
h(x)
y0 = ⇐⇒ f (y(x)) · y 0 (x) = h (x) ,
f (y)
also Z Z
0
f (y(x)) · y (x) dx = h(x) dx
und nach der Substitutionregel

Z Z
f (t) dt = h(x) dx
mit t = y(x). Man schreibt meistens einfach y anstelle t:

Z Z
f (y) dy = h(x) dx.
Sind Stammfunktionen F (y) und H(x) bekannt, so gilt
F (y) = H(x) + C.
Kann diese Gleichung nach y aufgelöst werden, so hat man eine Lösung der gegebenen Diffe-
rentialgleichung gefunden.
Man beachte, dass die so erhaltene Lösungsfunktion y vom Parameter C abhängt, also nicht
eindeutig bestimmt ist. Will man Eindeutigkeit, so muss die gegebene Dgl (1. Ordnung) noch
mit einer Anfangsbedingung (Nebenbedingung) versehen werden, die die gesuchte Funk-
tion an einer frei gewählten Stelle festlegt. Diese Vorgehensweise entspricht dem praktischen
Anwendungsfall, in dem oft zur Dgl noch eine technische Bedingung hinzukommt.
Wir demonstrieren dies an mehreren Beispielen:
Beispiel 14.5 y 0 = y 2 mit der Anfangsbedingung y (0) = 1:

In diesem Fall interpretieren wir h(x) = 1 und f (y) = y12 , wobei wir y 6= 0 annehmen. Es gilt
also Z Z
1
dy = 1 dx
y2
für y > 0 aufgrund der Anfangsbedingung y(0) = 1 > 0, der Forderung y 6= 0 und der
Stetigkeit von y. Es ist F (y) = − y1 eine Stammfunktion von f (y) = y12 und H(x) = x eine
Stammfunktion von h(x) = 1, womit wir
1
− =x+C
y
1
erhalten. Die Gleichung nach y aufgelöst, ergibt: y = −x−C . Setzen wir nun die Anfangs-
1
bedingung ein, so ergibt sich aus y(0) = −0−C = 1, dass C = −1 ist. Das Ergebnis lautet
schließlich (für x < 1 wegen der Bedingung y > 0):
1
y(x) = für x ∈ (−∞, 1) .
1−x
Man prüft leicht nach, dass diese Funktion die gestellten Bedingungen erfüllt.
5
1/(−x−1)
1/(−x)
Die nebenstehende Skizze zeigt 4 1/(−x+1)
1/(−x+2)
die Lösung y(x) der Anfangs- 3
wertaufgabe (schwarze Linie)
2
zusammen mit anderen Funk-
tionen aus der Lösungsschar der 1
Differentialgleichung. 0
−1
−2
−3
−4 −3 −2 −1 0 1 2 3 4
Bemerkung Oft werden bei der Lösung von Differentialgleichungen mit Nebenbedingungen
einschränkende Annahmen gemacht (um z.B. nicht durch Null teilen zu müssen). Erhält man
dadurch eine Lösung, die sowohl die Differentialgleichung als auch die Nebenbedingung erfüllt,
so ist dies in Ordnung.
Beispiel 14.6 y · (xy 0 − y) = 1 mit der Anfangsbedingung y(−1) = −1:

Es ist y · (xy 0 − y) = 1 ⇔ xyy 0 = 1 + y 2 , d.h. die trennbare Differentialgleichung
1 1 + y2 1
y0 = · =: h (x) ·
x y f (y)
ist zu lösen. Wir erhalten unter Benutzung der Substitution u = 1 + y 2 ⇒ 21 du = y dy

Z Z Z Z
y 1
f (y) dy = h (x) dx ⇔ 2
dy = dx
1+y x
Z
1 1
⇔ du = ln |x| + c
2 u
⇔ ln |u| = ln(x2 ) + 2c (u > 0)
⇔ 1 + y 2 = d · x2
p
⇒ y = ± d · x2 − 1.
√
Aus der Anfangsbedingung y (−1) = −1 folgt für das Vorzeichen: y (x) = − d · x2 − 1 und
durch Einsetzen folgt weiter
√
−1 = − d − 1 ⇔ d = 2
und daher die Lösung p

y (x) = − 2 · x2 − 1.
1
Die nebenstehende Skizze zeigt
die Lösung y(x) der Anfangs- 0
wertaufgabe (schwarze Linie)

zusammen mit anderen Funk- −1
tionen aus der Lösungsschar der

Differentialgleichung. −2
−3 −sqrt(0.5*x*x−1)
−sqrt(x*x−1)
−sqrt(2*x*x−1)
−sqrt(3*x*x−1)
−sqrt(4*x*x−1)
−4
−3.5 −3 −2.5 −2 −1.5 −1 −0.5 0 0.5
Beispiel 14.7 Manchmal kann eine Differentialgleichung, die nicht trennbar ist, durch eine
Variablentransformation in eine trennbare umgewandelt werden. Betrachten wir etwa die
Differentialgleichung
y
y 0 = 1 − , mit der AB y(1) = 0
x
für x > 0 (siehe Nebenbedingung) und transformieren v(x) := y(x)x . Es gilt dann xv = y und
d d 0 0 0
somit dx (xv) = dx y, also v + xv = y . Wegen y = 1 − v folgt (für x 6= 0)
1 − 2v
v + xv 0 = 1 − v ⇒ v0 = .
x
Diese trennbare Ersatz Dgl für die unbekannte Funktion v = v (x) lösen wir wie oben:
Z Z
1 1
dv = dx,
1 − 2v x
wobei gemäß Nebenbedingung 1 − 2v > 0 angenommen wird. Mit der Substitution z = 1 − 2v
erhalten wir dz = −2dv, also
Z Z
1 1 1 1
− dz = dx ⇒ − ln(z) = ln(x) + C1 .
2 z x 2
1
Mit C2 = eC1 > 0 folgt z − 2 = C2 x und einsetzen liefert
1 y
1 − 2v = z = Cx−2 ⇒ v= 1 − Cx−2 = ,
2 x
wobei C = C2−2 gesetzt wurde. Damit gilt
1
x − Cx−1 ,

y(x) = x > 0.
2
Einsetzen der Nebenbedingung ergibt offensichtlich C = 1. Somit ergibt sich als Endergebnis
1
x − x−1

y(x) = für alle x ∈ (0, ∞) .
2
Um das Ergebnis zu verifizieren, machen wir die Probe:
1
y0 = 1 + x−2

2
und
x − x−1
1

y 2
1− = 1−
x x
1
1 − x−2

= 1−
2
1 1 −2
= + x
2 2
1
1 + x−2 .

=
2
Damit ist die Dgl erfüllt. Da y(1) = 12 (1 − 1−1 ) = 0, ist auch die Anfangsbedingung erfüllt.
Die nebenstehende Skizze zeigt

1
die Lösung y(x) der Anfangs-
wertaufgabe (schwarze Linie) 0
zusammen mit anderen Funk-
tionen aus der Lösungsschar der −1
Differentialgleichung.
−2
(x−4/x)/2
−3 (x−2/x)/2
(x−1/x)/2
(x−0.5/x)/2
(x−0.25/x)/2
−4
0 0.5 1 1.5 2 2.5 3

Skript Mathematik1 WiSe1819

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Skript Mathematik1 WiSe1819

Hochgeladen von

Copyright:

Verfügbare Formate

Bergische Universität Wuppertal

Fakulät 5, Bauingenieurwesen – Lehrgebiet Mathematik

Skript zur Vorlesung

Dr. rer. nat. Andreas Bartel

auf der Skriptgrundlage von

Unter Mitwirkung von

Wintersemester: Mathematik 1 mit 6 Semesterwochenstunden und

Das Skript sowie die Übungsaufgaben werden stückweise ergänzt.

• Meyberg/Vachenauer: Höhere Mathematik 1 - Differential und Integralrechnung Vektor-

• Papula: Mathematik für Ingenieure und Naturwissenschaftler

• Bronstein/Semendjajew/Musiol: Taschenbuch der Mathematik

• Stry/Schwenkert: Mathematik kompakt: für Ingenieure und Informatiker (Springer-

• Teil II: Vektoren und Gleichungen

• Teil III: Funktionen und Gleichungen

• Teil IV: Grenzwertberechnung

• Teil VI: Elementare Funktionen

• Teil VII: Integralrechnung

• Teil VIII: Anwendungen der Differential- und Integralrechnung

• Teil IX: Matrizenrechnung

• Teil X: Mehrdimensionale Differentialrechnung

• Teil XI: Anwendungen der Differentialrechnung

• Teil XII: Mehrdimensionale Integralrechnung

Zahlen und Funktionen

Grundlage der mathematischen Verfahren und Rechenmethoden in dieser Vorlesung sind

• die mengentheoretische Schreibweise der mathematischen Aussagen,

• das Rechnen mit reellen Zahlen, Gleichungen, Ungleichungen und

• der Umgang mit und die Benutzung von Funktionen.

1.1 Mengen und etwas Logik

Beispiel 1.1 Mit Intervallen können wir folgendes darstellen:

1.2 Rechnen mit Beträgen

Beispiel 1.2 Es ist |3| = 3, aber auch | − 3| = 3 = −(−3). 

Beispiel 1.3 (Zur Dreiecksungleichung)

1 = | − 4 + 3| < |4| + |3| = 7, aber 7 = |4 + 3| = |4| + |3| = 7. 

1.3 Rechnen mit Gleichungen und Ungleichungen

Rechenregeln (für a, b, x, y, p, q ∈ R beliebig):

a) Man bestimme die Lösungsmenge der folgenden Gleichung

Es gibt mehrere Lösungswege, einer davon ist der folgende:

b) Man bestimme die Lösungsmenge der folgenden Ungleichung

Da ||x + 1| + |x − 1|| = |x + 1| + |x − 1|, gilt

1. Fall x2 − 1 ≥ 0. Dann gilt

Zusammen mit der Eingangsbedingung ergibt sich x = ±1.

c) Gesucht ist die Lösungsmenge L der Ungleichung:

Beispiel 1.5 (Ungleichungskette) Gesucht ist die Lösungsmenge L

• U1, Fall 1: Unter der Fallbedingung x < 1 gilt

• U1, Fall 2: Unter der Fallbedingung x > 1 gilt

Wieder müssen wir die Fallbedingung, diesmal (F 2) beachten.

LU2, 1 = (−∞, 1) , LU2, 2 = [ 56 , ∞), LU2 = LU2, 1 ∪ LU2, 2 = (−∞, 1) ∪ [ 65 , ∞) .

1.4 Rechnen mit natürlichen Zahlen

Beweisprinzip der vollständigen Induktion/Rekursive Definition

1.4.1 Die Fakultäten

Satz 1.7 Für jede natürliche Zahl n ∈ N

1.4.2 Summen- und Produktzeichen

Beispiel 1.10 (allgemeine Dreiecksungleichung) Für beliebige a1 , . . . , an ∈ R gilt

Insbesondere erkennt man, dass die Binomialkoeffizienten (erstaunlicherweise) alle natürliche

1.4.4 Anwendungen der Binomialkoeffizienten

1.5 Kreisfunktionen (oder Winkel- bzw. trigonometrische Funk-

sin : R −→ R, α 7−→ sin(α) und cos : R −→ R, α 7−→ cos(α).

Im beliebigen rechtwinkligen Dreieck gilt aufgrund des Strahlensatzes

sin2 (x) + cos2 (x) = 1.

sin (−x) = − sin(x) sin (π − x) = sin(x)

Weiter betrachten wir α = 30◦ , x = π6 :

Hier nun eine Übersicht zur Verdeutlichung markanter Funktionswerte:.

Man hat folgende Wertetabelle:

Beispiel 1.2 Es ist |3| = 3, aber auch | − 3| = 3 = −(−3).

1 = | − 4 + 3| < |4| + |3| = 7, aber 7 = |4 + 3| = |4| + |3| = 7.

d.h. die Reaktionskräfte in den Tragbeinen sind eindeutig berechenbar.