Sie sind auf Seite 1von 424

Springer-Lehrbuch

Springer-Verlag Berlin Heidelberg GmbH


Konrad Königsberger

Analysis 1
Sechste, durchgesehene Auflage
mit 161 Abbildungen
und 250 Aufgaben samt ausgearbeiteten Lösungen

i Springer
Prof. Dr. Konrad Königsberger
Technische Universität
Zentrum Mathematik
Boltzmannstr. 3
85748 Garching, Deutschland
e-mail: kk@mathematik.tu-muenchen.de

Mathematics Subject Classification (2000): 26, 26A

Bibliografische Information Der Deutschen Bibliothek


Die Deutsche Bibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie;
detaillierte bibliografische Daten sind im Internet über <http://dnb.ddb.de> abrufbar.

ISBN 978-3-540-40371-5 ISBN 978-3-642-18490-1 (eBook)


DOI 10.1007/978-3-642-18490-1

Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die der Übersetzung, des
Nachdrucks, des Vortrags, der Entnahme von Abbildungen und Tabellen, der Funksendung, der Mikroverfilmung oder
der Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen, bleiben, auch bei nur
auszugsweiser Verwertung, vorbehalten. Eine Vervielfältigung dieses Werkes oder von Teilen dieses Werkes ist auch
im Einzelfall nur in den Grenzen der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik
Deutschland vom 9. September 1965 in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich vergütungs-
pflichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des Urheberrechtsgesetzes.

hup://www.springer.de

© Springer-Verlag Berlin Heidelberg 1990, 1992, 1995, 1999, 2001, 2004


Ursprünglich erschienen bei Springer-Verlag Berlin Heidelberg New York 2004
Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch
ohne besondere Kennzeichnung nicht zu der Annahme, daß solche Namen im Sinne der Warenzeichen- und
Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften.

Satz: Datenerstellung durch den Autor unter Verwendung eines Springer TJ3X-Makropakets
Einbandgestaltung: design & production GmbH, Heidelberg
Gedruckt auf säurefreiem Papier 44/3111ck - 5 43 2 1 SPIN 11012801
Vorwort zur sechsten Auflage

An der neuen Auflage hab e ich nur einige, geringfügige Änderu ngen oder
Korr ekturen angebracht. Für Hinweise dazu dan ke ich meinem Mita rbeiter
Frank Hofmaier.

München, im J uni 2003 Konr ad Königsberger

Vorwort zur fünften Auflage

Für die neue Auflage wurd en im Wesentlichen die Kapi tel 15 und 16 etwas
erweitert : Kapitel 15 um den Appr oximationssatz von Stone, Kapitel 16 um
die Poissonsche Summenformel und das Beispiel von Fejer einer stetigen
periodischen Funk tion, deren Fouri err eihe nicht überall konvergiert .
Die Änderungen hat Herr Frank Hofmaier ausgeführt; dafür danke ich
ihm vielmals.

München , im November 2000 Konr ad Königsberger

Vorwort zur vierten Auflage

In der neuen Auflage wurd e der gesamte Text noch einmal sorgfältig über-
arbeite t und in einigen Teilen st raffer und schärfer gefaßt . Der Themen-
kreis der globalen Approximati on von Funktionen erhielt in der Faltung
mit Dirac-Folgen eine wesentliche Vereinheitlichung und Vertiefung. Ent-
sprechend wurd e für die Fouriertheorie die Faltung mit Fejer-Kernen an
die Spitze der Betrachtung gestellt .
Einem vielfach geäußerte n Wunsch ents prechend hab e ich in der neu-
en Auflage Lösungen zu den etwa 250 Übungsaufgaben erste llt und in
einem Anhang zusammengefaßt . Bei der Anfertigung unterstü tzten mich
meine Mitarbeiter Herr Dr. Th . Honold, Frau Dr. M. Rösler und Herr
Dr. G. Zumbusch. Herr Dr. T. Th eobald hat große Teile des Textes noch-
mals aufmerksam gelesen und dabei man chen Fehler ausgemerzt. Ihnen
VI Vorwort

allen bin ich zu großem Dank verpflichtet. Ein ganz besonderes Wort des
Dankes aber schulde ich meinem studentischen Mitarbeiter Niklas Beisert.
Mit seinem hohen technischen Können und seinem ausgeprägten Sinn für
Gest altung meisterte er in unermüdl ichem Einsatz und sorgfältig mitden-
kend die umfangreiche Arbeit am Computer.

München, im Juli 1999 Konrad Königsberger

Vorwort zur dritten Auflage

Für die neue Auflage wurd e der gesamte Text gründlich überarb eitet . Ich
hab e einen Abschnit t über summierbare Familien aufgenommen und das
Kapitel über elementar integrierbare Differentialgleichungen ergä nzt . Fer-
ner wurd e die Behandl ung der Exponentialfunk tion und der tri gonometri-
schen Funktionen zusammengezogen. Schließlich habe ich konsequent die
Klasse der Funktionen, die Stammfunktionen von Regelfunktionen sind,
siehe 11.4, ins Spiel gebracht . Diese Klasse ist umfangreicher als die Klas-
se der stetigen, stückweise stet ig differenzierbaren Funk tionen. Ihr großer
Nutzen für die elementare Analysis und auch für zahlreiche Anwendungen
wird oft zu wenig beachtet .
Bei der Überarb eitung hat mich eine Reihe von Mitarbeitern mit Rat
und Tat unterstützt . Herr Dipl.-Mathematiker M. Kahlert hat die gesam-
te Dru ckvorlage einschließlich aller Abbildungen mit hervorragender Sach-
kenntnis, großem Engagement und feinem Gespür neu gestaltet. Ihm möch-
te ich an dieser Stelle besonders herzlich danken. Herr Dr. Th . Honold,
Frau cand. math. H. Mündlein und Frau Dipl.-Math ematikerin B. Mayer-
Eggert lasen mit viel Sorgfalt die Korrekturen. Hierfür und für manche
weitere Hilfe und Anregung danke ich auch ihnen sehr herzlich.

München, im Juli 1995 Konrad Königsberger

Vorwort zur zweiten Auflage

Die positive Aufnahme meiner Analysis 1 veranlaßt den Verlag, bereits


nach kurzer Zeit eine neue Auflage herauszubringen. In dieser habe ich
lediglich einige kleine Bericht igungen vorgenommen.

München, im J anuar 1992 Konrad Königsberger


Vorwort VII

Vorwort zur ersten Auflage

Das vorliegende Buch ist der erste Teil einer zweibändig en Darstellung der
reellen Analysis. Es ist aus einer Vorlesung entstanden und beinhalt et den
kanonischen Stoff der Analysiskur se des ersten Semesters an deutschen
Universit ät en und Technischen Hochschulen , dazu einfache Differential-
gleichungen, Four ierr eihen und ein größeres Kapit el üb er differenzierbar e
Kurven. Eingeflochten sind auch einige Perlen der elementaren Analysis:
der Beweis von Niven für die Irrationalit ät von Ti , die Hurwitzsche Lö-
sung zum isoperimetrischen Problem, die Eulersche Summenformel sowie
die Gammafunktion nach Artin. Die numerische Seite der Analysis wird
wiederholt angesprochen unter Anerkennung der Existenz des Computers.
Zahlr eiche Beispiele, Aufgab en und histori sche Anmerkungen ergänzen den
Text .
Besonderen Wert habe ich dar auf gelegt, zentrale Gegenst änd e aus sach-
bezogenen Fragestellungen heraus zu entwickeln. Bei der Einführung der
elementaren Funk tion en wird der Kenner auch neue Variant en finden. Der
Begriff der St ammfunktion ist etwas allgemeiner und flexibler als üblich
gefaßt . Im übrigen hab e ich in diesem ersten Teil der Analysis abstra kte
Begriffsbildungen sehr maßvoll verwendet .
Zum Schluß möchte ich all meinen Mit arb eitern danken, die mich mit
Rat und Tat unt erstützten. Insbesondere hat Herr Dr. G. Fritz das Ma-
nuskript mit Engagement und kritischer Sorgfalt dur chgesehen und zahl-
reiche Verb esserungen angeregt . Die Erstellung von TEX-Makro s und die
umfangreiche Arbeit der Textgestaltung führt e Herr Dipl.-Math ematiker
S. Bü ddefeld mit großer Sachkenntnis, Zuverlässigkeit und unermüdl icher
Geduld au s. Herr Dr . Th . Dietm air las Korrekturen und fertigte einen er-
heblichen Teil der Abbildungen an . Herzlich danke ich auch meiner Frau ,
der Hüterin meiner Arbeits ru he. Schließlich gilt mein Dank dem Springer-
Verlag für die vertra uensvolle Zusamm enarb eit .

München , im J uli 1990 Konr ad Königsberger


Inhaltsverzeichnis

1 Natürliche Zahlen und vollständige Induktion 1


1.1 Vollständige Induktion 1
1.2 Fakultät und Binomialkoeffizient en. . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Aufgab en . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2 Reelle Zahlen 7
2.1 Die Körp erstruktur von lR. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Die Anordnung von lR 8
2.3 Die Vollst ändigkeit von lR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.4 lR ist nicht abzählbar 16
2.5 Aufgab en . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

3 Komplexe Zahlen 20
3.1 Der Körp er der komplexen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2 Die komplexe Zahlenebene 22
3.3 Algebr aische Gleichungen in C 24
3.4 Die Unmöglichkeit einer Anordnung von C . . . . 26
3.5 Aufgaben .. . . . . . . . .. ..... .. .. . . .. 26

4 Funktionen 28
4.1 Grundbegriffe . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . . .. . . . . . . . . . . 28
4.2 Polynom e. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.3 Rationale Funk tion en . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.4 Aufgab en . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

5 Folgen 41
5.1 Konvergenz von Folgen . . . . . . .. .. . . .. .. ..... .. .. ... .. . . ..... . 41
5.2 Rechenregeln . . . . . .. . . . .. . . . . .. . . .. 43
5.3 Monoton e Folgen ...................................... 46
5.4 Eine Rekur sionsfolge zur Berechnun g von Quadratwurzeln . . . . 48
x Inhaltsverzeichnis

5.5 Der Satz von Bolzano-Weierstraß . 50


5.6 Das Konvergenzkriterium von Bolzan o-Cau chy.
Nochmals die Vollständigkeit von lR . 52
5.7 Uneigentliche Konvergenz . 54
5.8 Aufgab en . 56

6 Reihen 59
6.1 Konvergenz von Reihen . 59
6.2 Konvergenzkriterien . 61
6.3 Summierb are Familien . 66
6.4 Potenzreihen . 74
6.5 Aufgaben . 77

7 Stetige Funktionen. Grenzwerte 80


7.1 Stetigkeit . 80
7.2 Rechnen mit st etigen Funktionen . 83
7.3 Erzeugun g stetiger Funktionen durch normal konvergente
Reihen . 84
7.4 Stetige reelle Funktionen auf Intervallen .
Der Zwischenwertsat z . 86
7.5 Stetige Funktionen auf komp akten Mengen .
Der Satz vom Maximum und Minimum . 88
7.6 Anwendung: Beweis des Fundamentalsatzes der Algebra . 92
7.7 Steti ge Fortsetzun g. Grenzwerte von Funktionen . 93
7.8 Ein seitige Grenzwerte. Uneigen tliche Grenzwer te . 97
7.9 Aufgab en . 100

8 Die Exponentialfunktion und die trigonometrischen


Funktionen 103
8.1 Definition der Exponent ialfunkt ion . 103
8.2 Die Exponentialfunktion für reelle Argumente . 107
8.3 Der natürliche Logarithmus . 110
8.4 Exponentialfunktionen zu allgemeinen Basen .
Allgemeine Potenzen . 112
8.5 Binomialr eihen und Logar ithmusreihe . 114
8.6 Definiti on der trigonom etrischen Funktionen . 117
8.7 Nullstellen und Periodizität . 119
8.8 Die Arcus-Funktionen . 122
8.9 Polarkoordinaten komplexer Zahl en . 123
8.10 Geometrie der Exponentialabbildung. Hauptzweig des
komplexen Logari thmus und des Arcust an gens . 125
Inhaltsverzeichnis XI

8.11 Die Zahl TI •• • .••• ••• • •••. • • •• ••• •••• •• • • •• • • • • •• • • • • • • •• • •• 129

8.12 Die hyperboli schen Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131


8.13 Aufgab en . . .. .. . . . . . . . .. . . . .. . . . . . .. . . . . . . . . . . . . . . . . . . .. .. .. 133

9 Differentialrechnung 137
9.1 Die Ableitung einer Funk tion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 137
9.2 Ableitungsregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 141
9.3 Mittelwert satz und Schrankensatz 144
9.4 Beispiele und Anwendungen.. . . . .. .. ...... 147
9.5 Reihen differenzierb arer Funk tionen 152
9.6 Ableitungen höherer Ordnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 154
9.7 Konvexität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
9.8 Konvexe Funktionen und Ungleichun gen 160
9.9 Fast überall differenzierb ar e Funk tionen .
Verallgemeinerter Schrankensatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
9.10 Der Begriff der Stammfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
9.11 Eine auf gan z lR stetige, nirgends differenzierb are Funktion. .. 168
9.12 Aufgaben.. . . . . . .. . . . .. . . . . . .. ... . . . . .. .. . . . . . . . . .. .. .. . . .. . 169

10 Lineare Differentialgleichungen 173


10.1 Eindeutigkeitssatz und Dimensionsabschät zung 173
10.2 Ein Fundamentalsystem für die homogene Gleichung . .. . 176
10.3 Par tikul äre Lösungen bei speziellen Inhomogenitäten . . . . . . . . . 180
10.4 Anwendung auf Schwingungsprobleme . . . . . . . . . . . . . . . . . . . . . .. 182
10.5 Partikuläre Lösungen bei allgemeinen Inhomogenit ät en .. .. . .. 185
10.6 Erweiterung des Lösungsbegriffes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
10.7 Aufgaben.. . . . . . . . . . . . . . . . .. . .. . . . . . . . . . . . ..... ... . . .. . . . . . . 189

11 Integralrechnung 191
11.1 Treppenfunktionen und ihre Int egration 191
11.2 Regelfunk tionen 193
11.3 Integration der Regelfunk tionen über kompak te Intervalle 196
11.4 Der Hauptsat z der Differential- und Integralrechnung.
Stammfunktionen zu Regelfunk tionen . . . . . . . . . . . . . . . . . . . . . . . . 199
11.5 Erste Anwendungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 206
11.6 Int egration elementarer Funk tion en . . . . . . . . . . . . . . . . . . . . . . . . .. 208
11.7 Integration normal konvergenter Reihen 214
11.8 Riemannsche Summ en 216
11.9 Integration über nicht kompakte Intervalle . . . . . . . . . . . . . . . . . . . 218
11.10 Die Eu lersche Summationsformel 223
11.11 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
XII Inhaltsverzeichnis

12 Geometrie differenzierbarer Kurven 233


12.1 Parametrisierte Kur ven. Grundbegriffe . . . . . . . . . . . . . . . . . . . . . . . 233
12.2 Die Bogenlänge 238
12.3 Parameterwechsel 242
12.4 Krümmung ebener Kur ven. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
12.5 Die Sektorfläche ebener Kur ven 246
12.6 Kurven in Polarkoordin aten " 249
12.7 Liftung und Windungzahlen 252
12.8 Noch ein Beweis des Fund amentalsatzes der Algebra 255
12.9 Geometri e der Planetenbewegung.
Die drei Keplerschen Gesetze. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
12.10 Aufgaben 258

13 Elementar integrierbare Differentialgleichungen 262


13.1 Wachstumsmodelle. Lineare und Bernoullische Gleichungen . . . 262
13.2 Differentialgleichungen mit getrennten Veränderlichen. . . . . . . . 266
13.3 Nicht-lineare Schwingungen.
Die Differentialgleichung x = f (x ) 273
13.4 Aufgaben . .. . . . . . . .. .. ..... . .. . . . .. . .. .. . . . . .. . .... .. . . . .. . . 279

14 Lokale Approximation von Funktionen.


Taylorpolynome und Taylorreihen 282
14. 1 Approximat ion dur ch Taylorpolynome 282
14.2 Taylorr eihen. Rechnen mit Potenzreihen . . . . . . . . . . . . . . . . 286
14.3 Bernoulli-Zahlen und Cotangensreihe.
Bernoulli-Polynome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 289
14.4 Das Newton-Verfahr en 292
14.5 Aufgaben.. .. .. . . .. .. . . . . . . .. . . . . . . .. .. . . . ... . . . . . . . . . . . . .. . 298

15 Globale Approximation von Funktionen.


Gleichmäßige Konvergenz 300
15.1 Gleichmäßige Konvergenz 300
15.2 Vertauschungssätze .. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
15.3 Kriterien für gleichmäßige Konvergenz. . . . . . . . . . . . . . . . . . . . . . . 305
15.4 Anwendung: die Eulerschen Formeln für ( (2n ) 309
15.5 Approximat ion dur ch Faltung mit Dirac-Folgen 310
15.6 Lokal gleichmäßige Konvergenz.
Der Überdeckungssatz von Heine-Borel 314
15.7 Der Approximatio nssatz von Stone 316
15.8 Aufgaben 319
Inhaltsverzeichnis XIII

16 Approximation periodischer Funktionen. Fourierreihen 321


16.1 Der Approximationssatz von Fejer 321
16.2 Definition der Fourierreihen. Erste Beispiele und Anwendungen 325
16.3 Punktweise Konvergenz nach Dirichlet 329
16.4 Ein Beispiel von Fejer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332
16.5 Die Besselsche Approximation periodischer Funktionen 334
16.6 Fourierreihen stückweise stetig differenzierbarer
Funk tionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 336
16.7 Konvergenz im quadratischen Mittel.
Die Parsevalsehe Gleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
16.8 Anwendung: das isoperimetrische Problem 342
16.9 Wärmeleitung in einem Ring. Die Thetafunktion 343
16.10 Die Poissonsche Summenformel 347
16.11 Aufgaben 349

17 Die Gammafunktion 351


17.1 Die Gammafunktion nach Gauß 351
17.2 Der Eindeutigkeitssatz der Gammafunktion von Bohr und
Mollerup. Die Eulersche Integraldarstellung . . . . . . . . . . . . . . . . . . 355
17.3 Die Stirlings che Formel 357
17.4 Aufgaben 360

Biographische Notiz zu Ewer 361

Lösungen zu den Aufgaben 362

Literatur 403

Bezeichnungen 404

Namen- und Sachverzeichnis 406


1 Natiirliche Zahlen und vollständige Induktion

Die ganzen Zahlen hat der liebe Gott gemacht,


alles andere ist Menschenwerk.
(L. Kronecker)

Wir setzen das System IN der natürlichen Zahlen 1,2,3, .. . als bekannt
voraus . Zu seinen Strukturmerkmalen gehört das Prinzip der vollständigen
Induktion. Im Kern besagt dieses, daß man die Folge aller natürlichen
Zahlen ohne Wiederkehr durchläuft , wenn man beginnend bei 1 stets von
einer natürlichen Zahl zur nächsten weiterschreitet.

1.1 Vollständige Induktion

Zu jeder natürlichen Zahl n sei eine Aussage A(n) gegeben. Eine Strategie
zu deren Beweis ist das
Beweisprinzip der vollständigen Induktion:
Alle Aussagen A(n) sind richtig, wenn man (I) und (11) beweisen kann:
(I) A(I) ist richtig (Induktionsanfang) .
(IJ) Für jedes n , für welches A( n) richtig ist, ist auch A(n + 1)richtig
(Induktionsschluß) .
Beispiel 1: Für jede natürliche Zahl n gilt:

IAln) , 1 + 2 + 3 + ... +n = ~ "ln + 1).


(I) Für n = 1 stimmt diese Formel offensichtlich.
(11) Schluß von A(n) auf A(n + 1): Unter der Voraussetzung, daß die
Formel A(n) gilt , gilt auch die Formel A(n + 1); mittels A(n) folgt
nämlich
1 1
1+2+3+ . .. +n+(n+l) = "2 n(n+l)+(n+l) = "2 (n+l)(n+2) . 0

Die Summenformel A(n) läßt sich au ch eleganter beweisen. So löste Gauß


(1777-1855) als Kind die Aufgabe, alle Zahlen von 1 bis 100 zu addieren, durch
Bildung der 50 gleichen Summen 1 + 100, 2 + 99, 3 + 98, .. . , 50 + 51.

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
2 1 Natürliche Zahlen und vollständige Induktion

Beispiel 2: Für jede Zahl x -# 1 gilt die geometrische Summenformel

1+x + x 2 + ...x+n = 1 -1 _x x+
n l
. I
I
(I) Für n = 1 stimmt diese Formel offensichtlich.
(II) Schluß von n auf n + 1:
1 n+l I_x n+2
1+ x + x 2 + ...x+n + x n + l = -I-x
x + x n+ l = I-x
0

Manchmal ist zu jeder ganzen Zahl n ~ nl eine Aussage A(n) gegeben.


Vollständige Induktion kann sinngemäß auch in dieser Situation angewen-
det werden. Als Induktionsanfang hat man A(nd zu beweisen und der
Induktionsschluß A( n) --+ A( n + 1) ist für die n ~ nl zu erbringen.
Ebenso wichtig wie der Beweis durch vollständige Induktion ist die Kon-
struktion durch vollständige Induktion, auch rekursive Definition genannt.
Es soll jeder natürlichen Zahl n ein Element f(n) einer Menge X zugeord-
net werden durch
(I) die Angabe von f (1) und
(II) eine Vorschrift F , die für jedes nEIN das Element f(n + 1) aus den
Elementen f(l), . . . , f(n) zu berechnen gestattet:
f(n + 1)= F(J(l), .. . , f(n)).
Beispielsweise erklärt man die Potenzen einer Zahl x durch
(I) x l := x und
(II) die Rekursionsformel x n + l :=z" .x für jedes nEIN.
Daß ein solches Verfahren sinnvoll ist, besagt der sog. Rekursionssatz.
Für den Rekursionssatz wie überhaupt für die Begründung der natürlichen
Zahlen mittels der Peanoschen Axiome verweisen wir den Leser auf den Band
"Zahlen" der Reihe Grundwissen bei Springer [4].

1.2 Fakultät und Binomialkoeffizienten

Für jede natürliche Zahl n definiert man n!, sprich n-Fakultät, durch
n! :=1 ·2 ·3 · · · n .
Für n! gibt es keine ähnlich einfache Formel wie für 1 + 2 + ... + n.
Man sieht leicht, daß n! mit n ungeheuer rasch anwächst; zum Beispiel ist
10! = 3628800 und 1000! > 4 . 102568 (siehe die Stirlingsche Formel in
Kapitelll.10).
1.2 Fakult ät und Binomialkoeffizienten 3

Die Fakult ät spielt eine große Rolle in der Komb inatorik. Es gilt:
Satz 1: Die Anzahl aller Anordnungen n verschiedener Elem ente ist n L
Beweis: Wir bezeichnen die Elemente mit 1,2, . . . , n. Für 1,2 gibt es die
zwei Anordnungen 1 2 un d 21 , für 1,2, 3 die sechs Anordnungen

123, 21 3, 312,
1 3 2, 231 , 3 21.

Für n = 2 und n = 3 ist die Behauptung dami t bewiesen .


Schluß von n auf n + 1: Die Klasse derjenigen Anordnungen der Elemente
1, . . . , n + 1, die das Element k auf Pl atz eins hab en bei belieb iger Anord-
nung der üb rigen n Elemente, ent hält nach Induktionsannahme n ! Anord-
nungen . Es gibt n + 1 derar tige Klassen . Die Anzahl aller Anordnungen
der Elemente 1, . . . , n + 1 ist also (n + l)n! = (n + I)!. D

Unte r einer Perm utation einer Menge M vers teht man eine eineindeut i-
ge Abbildung der Menge auf sich. Ist M = {I , .. . , n} , so bewirkt jede Per-
mutation P eine Anordnung der Zahl en 1, ... , n, nämli ch P(I) , . . . ,P(n) ;
umgekehrt wird jede Ano rdnung k 1 ,... , kn dieser Zahl en durch eine Per-
mu tation von M bewirk t . Eine mit Sat z 1 gleichwertige Aussage ist also
Satz 1': Die Anzahl der Perm uta tionen n verschiedener Elem ent e ist nL

Es ist zweckmäßig, die Definition der Fakultät auf 0 auszudehnen. Dazu


fordert man , daß die R ekursion sform el

(F) (n + I) ! = (n + 1) . n!
auch für n = 0 weiter gelte: I! = 1 . OL Dah er definiert man

O! := 1.

In Kapi tel 17 wird die Fakultät un ter sinngemäßer Beibehaltung der For-
mel (F ) sogar auf alle reellen Zahl en :/; -1 , -2, -3, ... ausgedehnt .

Binomialkoeffizienten
Satz 2 und Definition: Die Anzahl der k -elem ent igen Teilm engen einer
nicht leeren Menge mit n Elem ent en ist im Fall 0 < k ~ n

(1)
n (n - l ) ·· ·(n - k + l )
k!
-. k _.(n)
und im Fall k = 0
4 1 Natürliche Zahlen und vollständige Induktion

Beweis: Es sei zunächst k i- O. Zur Bildung k-element iger Teilmengen


stehen für ein erste s Element einer Teilmenge alle n Element e der gegebe-
nen Menge zur Auswahl; für ein zweites Element bleiben dann noch n - 1
Elemente zur Auswahl usw. Insgesamt hat man n( n - 1) · ·· (n - k + 1)
Möglichkeiten, k-elementige Teilmengen herzustellen. Dabei ergeben sol-
che Möglichkeiten dieselbe k-elementige Teilmenge, die sich nur in der
Reihenfolge der ausgewählten k Elemente unterscheiden. Nach Sat z 1 ist
also die vorhin errechnete Anzahl durch k! zu dividieren. Fü r die gesuchte
Anzahl erhält man damit obigen Ausdru ck.
Der Fall k = 0: Die leere Menge ist die einzige O-elementige Teilmenge. Die
gesuchte Zahl ist also 1. 0

Beispiel: ,,6 aus 49" . Eine Menge mit 49 Elementen enthält

49 )
( 6 = 49 .1.2.3
48 . 47 . 46 . 45 . 44
.4 . 5 .6
= 13983816
6-elementige Teilmengen. Die Wahrscheinlichkeit , beim Lotto ,,6 aus 49"
die richtigen sechs Zahlen zu erraten, ist also ungefähr 1 : 14 Millionen.

Die Zahlen ( ~) heißen wegen ihres Auftretens in der Binomialentwicklung


Binom ialkoeffizienten.
Satz 3 (Binomialentwicklung): Für jeden Exponent en n E lN gilt

( l+ x ) n =1+ ( n)
1 x + ( n)
2 x 2 + ... + ( n n- l ) x n-l+ x n .

Beweis: Es gibt ( ~) Möglichkeiten, k Klammern aus den n Klammern


(1 + x) der linken Seite auszuwählen und daraus dann x als Faktor zu
nehmen. Beim Ausmultiplizieren des links stehenden Produk tes entsteht
also nach Satz 2 ( ~) -mal die Potenz x k . 0

Die Binomialkoeffizienten besitzen nach (1) auch die Darstellung

( nk ) - k !(nn-! k )! - ( n -k
n)
.

Ferner gilt die Rekursionsformel:


1.3 Aufgaben 5

Für k = 0 ist diese Formel offensicht lich richtig; für k > 0 gilt :

n) ( n ) _ n(n - l) · · + l)
· (n-k n(n-l) · ..
( n-k)
(k + k +l - k! + k!(k + l)
n( n - 1) ... (n - k + 1) (k + 1 + n - k)
(k + I)!
= (n +l)n .. ·(n
+l-k) = ( n+ l) 0
(k+l)! k +l .

Mit Hilfe der Rekursionsformel und der Randwerte ( ~) = ( ~) = 1 können


alle Binomialkoeffizienten sukzessive berechnet werden. Besonders üb er-
sicht lich gestaltet sich die Rechnung im Posealsehen Dreieck:
n =O 1
n = 1 1 1
n=2 1 2 1
n =3 1 3 3 1
n =4 1 4 6 4 1
n =5 1 5 10 10 5 1
n =6 1 6 15 20 15 6 1
n =7 1 7 21 35 35 21 7 1

Die Ränder des P ascalsehen Dreiecks bestehen aus lauter Einsen, und jede
weitere Zahl ist die Summe der beiden schräg darüber stehenden .

Historisches. Das na ch Blaise Pascal (1623-1662) benannte Dre ieck findet sich
ber eits 1527 in einem Lehrbuch der Arithmetik. Pascal (Philosop h und Mathe-
matiker, eine der großen Gestalten des 17. Jahrhunderts, Verfasser der Pensees)
hat Beziehungen dieses triangle ariihmetique zur Komb inatorik und Wahrschein-
lichkeitstheorie hergestellt.

1.3 Aufgaben

1. Man beweise:
a) 12 + 22 + + n 2 = ~ n(n + 1)(2n + 1);
b) l :l + 2:1 + + n 3 = (~n( n + 1))2 ;
2 n +1
c) (l + x)(l+ x 2)(I+ x 4 ) .. . (I + x Zn ) = I-x
I -x
(xiI).
6 1 Natürliche Zahlen und vollständige Induktion

2. Für die Potenzsummen

beweise man die von Pascal stammende Identität

(p + 1) S;: + (P; 1) S;:-1 + (P ~ 1) S;:- 2


+ S~ = (n + 1 )P+ 1 -
+... 1.

Man berechne damit S~; siehe auch 14.3 (17).


3. Man beweise und deute im Pascalsehen Dreieck

4. Eine Menge mit n Elementen besitzt genau 2n Teilmengen.


5. Grundaufgabe der klassischen Statistik: Auf n Zellen sollen k unter-
scheidbare Teilchen so verteilt werden, daß in der Zelle i genau k,
Teilchen liegen, k 1 + k2 + ... +kn = k. Eine Anordnung innerhalb
jeder Zelle werde nicht berücksichtigt.

Man zeige: Es gibt genau k Ik ~.! ..k , verschiedene Verteilungen.


1· 2· n'

6. Grundaufgabe der Fermi-Statistik: Auf n Zellen sollen k nicht unter-


scheidbare Teilchen so verteilt werden, daß jede Zelle höchstens ein
Teilchen enthält.
Man zeige: Es gibt genau (~) verschiedene Verteilungen .
7. Grundaufgabe der Bose-Einstein-Statistik: Auf n Zellen sollen k nicht
unterscheidbare Teilchen verteilt werden, wobei jede Zelle beliebig viele
Teilchen aufnehmen kann.
Man zeige: Es gibt genau (n + Z-1) verschiedene Verteilungen.
Hinweis: Bezeichnet man die Teilchen mit - und die Trennwände mit I,
so entspricht jeder Verteilung ein Muster -I- -li ...
-1-; zum Beispiel
im Fall n = 6, k = 7 der Verteilung 1.. 1.. 1 I I__ -Ildas Muster
--1--111---1·
8. Das Schubjachprinzip: Für n E lN sei lN n := {I, ... , n}. Man zeige,
daß es für jede Abbildung f :lN n -t lN m mit n > m zwei verschiedene
Zahlen nl, n2 E lN n gibt so, daß f(nd = f(n2)'
9. Es sei al, ... , an irgendeine Anordnung der Zahlen 1, 2, . .. , n und n sei
ungerade. Mit Hilfe des Schubfachprinzips zeige man, daß das Produkt
(al - l)(a2 - 2) ·· · (an - n) gerade ist .
2 Reelle Zahlen

Die reellen Zahlen bilden die Grundlage der Analysis. Sie umfassen neben
IN und IN o :=IN U {O}
a) die Menge 7!.,der ganzen Zahlen 0, ±l , ±2, ±3, . .. ,
b) die Menge Q der rationalen Zahlen m , wobei m E 7!.,und nEIN.
n
Die Erwei terung von IN zu 7!.,bewirkt , daß die Subtraktion stets aus-
führbar wird , die Erweiterung von 7!.,zu Q, daß auch die Division durch
Zahlen =F 0 ausführbar wird . Das System der reellen Zahlen, das mit Ja
bezeichnet wird und das wir als gegeben voraussetzen, ist charakterisiert
durch die Körperstruktur. die Anordnung und die Vollständigkeit.

2.1 Die Körperstruktur von Ilt

Die Körperstruktur besteht in der Gesamtheit der Gesetze, die sich aus
den folgenden Regeln für die Addition und die Multiplikation ergeben:

(Kl ) Addition und Multiplikation sind kommutativ :


a + b = b + a, ab = ba.
(K2) Addition und Multiplikation sind assoziativ:
(a + b) + c = a + (b + c), (ab)c = a(bc).
(K3) Folgende Gleichungen sind lösbar:
a + x = b, ax = b im Fall a =F O.
(K4) Es gilt das Distributivgesetz :
a(b+c) = ab+ac.

Die bekannten Regeln für die vier Grundrechnungsarten können alle


mittels (Kl ) bis (K4) abgeleitet werden , z.B.: Ein Produkt ab ist genau
dann Null , wenn mindestens einer der beiden Faktoren a oder b Null ist.

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
8 2 Reelle Zahlen

Sind a und b rationale Zahlen, dann auch a + b und ab. Ferner gelten
für die Addition und Multiplikation rationaler Zahlen die Regeln (KI) bis
(K4), wobei die Gleichungen in (K3) durch rationale Zahlen lösbar sind .
Q und IR haben also die Körperstruktur gemeinsam .

2.2 Die Anordnung von Ilt

Diese ist dadurch definiert, daß gewisse Zahlen als positiv (Schreibweise
> 0) ausgezeichnet sind und dafür folgende drei Axiome gelten:

(Al) Für jede reelle Zahl a gilt genau eine der drei Relationen
a > 0, a = 0, -a > O.
(A2) Aus a > 0 und b > 0 folgen a + b > 0 und ab > O.
(A3) Zu jeder reellen Zahl a gibt es eine natürliche Zahl n so, daß
n - a > 0 (Archimedisches Axiom).

Ist -a positiv , so heißt a negativ. Die Menge der positiven Zahlen bezeich-
nen wir mit IR+, die der negativen mit IR_. Ferner setzt man:

a > b (a größer als b), falls a - b > 0,


b « a (b kleiner als a), falls a > b,
a ~ b, falls a < b oder a = b.

Alle Regeln für das Rechnen mit Ungleichungen folgen aus den drei
Anordnungsaxiomen. (Al) und (A2) allein implizieren bereits:
1. Für beliebige reelle Zahlen a, b gilt genau eine der Relationen

a > b, a = b, a < b.
2. Aus a > bund b > e folgt a > c (Transitivität).
l I
-;;:< b' falls b> 0,
3. Aus a > b folgen a + e > b + e für jedes e E IR,
{
ae ~ be, falls e ~ O.
a + a > b + ß in jedem Fall,
4. Aus a > bund a > ß folgen { aa > bß, falls b, ß > O.
5. Für a i-0 gilt a2 > O.
6. Jede natürliche Zahl ist positiv.
2.2 Die Anordnung von IR 9

Beweise : 1. Man wende (Al) auf a - ban.


2. Man wende (A2) auf a - bund b - c an .
3. Die let zten zwei Behauptungen folgen direkt aus der Definition und (A2).
Die erste Behauptung: Wäre l/a ?:: l/b, so folgt e durch Multiplikation mit
der positiven Zahl ab der Wid erspruch b ?::a.
4 . Für die zweit e Behauptung: Nach 3. gilt zunächst aa > bo. und bo > bß ,
und mit tels 2. folgt aa > bß.
5. Ist a > 0, so folgt a2 > 0 au s (A2) ; ist -a > 0, gilt a2 = (_a)2 > O.
6. Mittels vollst ändiger Induktion; dabei gilt 1 = 12 > 0 na ch 5. 0

(Al) und (A2) impli zieren weiter die


Bernoullische Ungleichung: Für x E IR mit x > -1 , x :f:. 0 und n =
2,3, . . . gilt
I(1+ x t > 1 + n x ·1
B eweis durch vollständige Induktion : Für n = 2 gilt die Behauptung wegen
x 2 > O. Der Schluß von n auf n + 1 ergibt sich wegen 1 + x > 0 ebenso :

(1+ x )n+l > (1+ n x)(l + x ) = 1 + (n + l) x + nx 2 > 1 + (n + l) x . 0

Eine Folge der Anordnungsaxiome einschließlich (A3) ist


Satz 1: Es sei q > O. Dann gilt:
a) Ist q > 1, so gibt es zu jedem K E IR ein n E lN so, daß qn > K .
b) Ist 0 < q < 1, so gibt es zu jedern c > 0 ein n E lN so, daß qn < E ,
B eweis: a) Wir schreiben q = l+ x , wobei x> 0 ist. Die Bernoullische Un-
gleichung liefert dann qn ?::1 +nx. Weit er gibt es na ch (A3) eine na türlich e
Zahl n so, daß nx > K . Mit dieser gilt erst recht qn > K.
b) Man wende a) an auf q' :=q- I > 1 und K = -::-1 . 0

D er Absolutbetrag. Für a E IR setzt man

lai.- { a, falls a ?::0,


.- -a , falls a < O.

Offensichtlich ist a :::;laifür alle a . Fern er gelten folgend e Regeln :

labl = lai'Ibl,
la+ bl :::;lai+ Ibl (Dreiecksungleichung ),
l:::;la- bl ·
Ilal-lbl
B eweis: Die ers te verifizier t man leicht anhand einer Fallunters cheidung.
Die Dreiecksungl eichung folgt aufgrund der Definition des Absolutbetrages
aus a + b :::;lai+ Iblund -(a + b) :::;[c] + Ibl
·
10 2 Reelle Zahlen

Mit Hilfe der Dreiecksungleichung folgt weiter

lai= la - b + bl ~ \a - bl + Ibl,
also lai- Ibl~ la - bl; und durch Vertauschen von a und b

±(Ial-Ibl)
~ la - bl·

Das beweist die dritte Regel. o


Die Anordnung von IR drückt sich geometrisch in der vertrauten Dar-
stellung der reellen Zahlen auf einer Zahlengeraden aus. Dabei bedeutet
a < b: Der Punkt a liegt links vom Punkt b. Ferner mißt la-bi den Abstand
von a und b. Die Addition x f-7 x + b wird zur Translation um b und die
Multiplikation x f-7 x·b mit einem b > 0 zur Streckung mit dem Faktor b.
Bei dieser Deutung sind die Anordnungsaxiome evident .
Alle bisherigen Feststellungen gelten ohne Unterschied für Q wie für IR.
Sowohl Q als auch IR sind sogenannte archimedisch angeordnete Körper.
Sie unterscheiden sich aber hinsichtlich der Vollständigkeit .

2.3 Die Vollständigkeit von Ilt

Schon die Pythagoräer des 5. Jahrhunderts V. ehr. hatten erkannt, daß es


auf jeder Strecke Punkte gibt, die diese in keinem ganzzahligen Verhältnis
teilen, zum Beispiel die Punkte des goldenen Schnittes. Ein Punkt P teilt
eine Einheitsstrecke OE im goldenen Schnitt, wenn für die Längen h = OP
und 1- h = PE gilt:
1 : h = h: (1 -h) .

Nach Satz 2 (siehe unten) gibt es genau eine reelle Zahl h > 0 mit dieser
Eigenschaft. Die zu ihr reziproke Zahl 9 := h-1 heißt goldener Schnitt. Es
gilt:
h = 1 - h, l = 1 + g, 9 = 1 + h.
2

Konstruktion von h mit Zirkel und


Lineal aufgrund von Q

( + '12 )2 + 14'
h = 1

o h P I-h E
2.3 Die Vollständigkeit von IR 11

Die Zahl 9 is t ni cht rational. Angenommen , es sei 9 = mn mit tei lerfrem-


den m , nEIN. Dann folgt m = n + m n. Demnach teilt jed er Primfaktor
2 2

von n auch m 2 , also m . Wegen der Teilerfr emdheit von mund n hat n
also keinen Primfak tor ; d.h. , es ist n = 1. Eb enso ergibt sich m = 1, und
es folgt 9 = 1, was l = 1 + 9 widerspricht. D

Der goldene Schnitt t ritt am regelmäßigen Fünfeck als ~


Verhältni s von Diagonale zu Seite auf (siehe 3.5 Aufgabe 7). "'b~y
Das von den Diagonalen des Fünfecks gebildete Pentagramm "-
war das Ordenssymbol der Pythagoräer. Die Ent deckung
einer Irrationalit ät , noch dazu an ihrem Ordenssymbol,
stürzte sie in eine Weltanschauungskrise.
Die Exi st enz von Punkten auf einer Strecke, die diese in keinem ga nzzah-
ligen Verh ältni s te ilen , ist eine geometrische Kon sequ enz der Unvollstän-
digkeit des Körpers der rati onal en Zahl en . Im Körper der reellen Zahl en
ist diese Unvollst ändigkeit beseitigt .
Die Vollst ändigkeit des Körpers Ja kann auf verschiedene Weisen erfaßt
werd en . Wir formulieren sie hier 1. mit tels Intervallschachtelungen wie auch
H. mit tels der Supremumseigens chaft . Eine dr it te Version mittels Funda-
mentalfolgen findet sich in 5.6.

1. Intervallschachtelungen und Vollständigkeit

Wir legen zunäc hst Bezeichnungen fest . Für a, bE Ja mit a < b heißt
[a ;b] := {x Ja Ia < x ~ b}
E abgeschlossenes Intervall ,
(a; b): = {x E Ja Ia < x < b} offenes Intervall,
[a; b) := { x E IR Ia :::;x < b} (nach rechts) halb offenes Intervall ,
(a; b] := {x E IR 1 a < »< b} (nach links) halboffenes Intervall.

Ferner heißen in jedem Fall a , bRandpunkte des Intervalls I und die Zahl
b - a = 111 dessen Läng e. Die abgeschlossenen Intervalle nennt man auch
kompakt.
Definition: Eine Interualls cha chi elunq ist eine Folge h ,12 , h ,...kom-
pakter Intervalle, kur z (In), mit den beiden Eigenschaft en :
(LI) I n+ 1 C In für n = 1,2 ,3, .. . .
(1.2) Zu jedem c > 0 gibt es ein Intervall In mit einer Länge IInl < e,
Ein klassisches Beispiel einer Intervallschachtelung liefer t die Kr eismes-
sung des Ar ehirnedes (28T! - 212 v.Chr.}. Dab ei wird die Kreisfläche einge-
schlossen von einer Folge von Flächen ein- und unibeschrieb ener regelmä-
giger 3 · 2n-Ecke; siehe Aufgabe 7.
12 2 Reelle Zahlen

Die Vollst ändigkeit von lR besteht nun in der Gültigkeit der Aussage

(V) Zu jeder Intervallschachtelung in lR gibt es eine reelle Zahl , die


allen ihr en Inter vallen angehört (Int ervallschachtelungsprinzip)

Eine solche Zahl ist eindeutig bestimmt. Wär en nämli ch a,ß (a < ß) zwei
solche, so läge das Intervall [o ; ßl in jed em Intervall In und jedes Intervall
In hät te eine Län ge 2:: ß - a im Widerspruch zu (1.2).
Bei einer axiomatischen Beschreibung von lR wird die Vollst ändigkeit
durch (V) oder ein gleichwertiges Axiom gefordert . Bei einer Konstruktion
von lR, zum Beispiel mittels Fundam entalfolgen rationaler Zahl en , wird (V)
od er eine gleichwertige Aussage bewiesen. Ferner kann man zeigen , daß lR
im wesentlichen der einzige archim edisch angeordnet e, vollständige K örper
ist . Im übrigen verweisen wir zur Begründung von lR auf den Grundwissen-
Band "Zahlen" bei Springer [41 .
Wie eingangs bereit s gesagt betracht en wir die reellen Zahl en als gege-
ben und beziehen uns im folgend en nur no ch auf die Körperaxiome, die
Anordnungsaxiome und das Vollst ändigkeitsaxiom .

Als erste Kons equ enz der Vollst ändigkeit von lR beweisen wir
Satz 2 (Existenz von Wurzeln): Zu jeder reellen Zahl x > 0 und j eder
natürlichen Zahl k gibt es genau eine reelle Zahl y > 0 mit yk = x. In
Zeichen: y = x 1/ k oder y = {IX.
B eweis: Es genügt , den Fall x > 1 zu beh andeln. Den Fall x < 1 führt
man dar auf zur ück durch Übergang zu x ' := Y]».
Wir konstruieren durch vollständige Induktion eine Intervallschachte-
lun g in lR+, deren Intervalle In = [an;bn] folgende Eigens chaft en hab en :
(I n) a~ :S x :S b~ für n = 1,2,3, . . . ,
(2n ) IInl=( ~) n-1'lhl für n=I , 2,3, .. .
Wir beginnen mit h := [1; x]. Die Forderungen (lI) und (2 1 ) sind damit
offensichtlich erfüllt .
Der Induktionsschri t t: Sei In = [an;bn] bereits kon struier t so, daß (l n) und
(2n) gelte n. I n+ 1 erzeugen wir dann aus In durch Halbi erung wie folgt : Sei
m := ~ (an + bn) der Mittelpunkt von In. Wir setzen dann
k
I - [a .b l> {[an;mJ, falls m 2:: x,
n+1 - n+ 1, n+1 ·- [m i bn], falls m k < x .

I n+ 1 hat lau t Konstruktion die Eigenschaft (l n+d und wegen IIn+d


~ IInlau ch die Eigenschaft (2n +I) .
2.3 Die Vollst ändigkeit von IR 13

Weiter stellen wir fest , daß die Folge der Int ervalle In eine Intervall-
schachte lung ist . Denn In+! C In gilt laut Konstruktion und zu gegebenem
e > 0 gibt es na ch Sat z Ib) ein n so, daß (~r- I < e .1111- 1,also IInl < e
gilt.
Es sei nun y die in allen In liegende Zahl. Wir beweisen: yk = x.
Zunächst zeigen wir, daß auch die Intervalle I~ := [a~ ; b~], n = 1,2 , ... ,
eine Int ervallschachtelung bilden :
(1k) I~+I C I~ gilt für jedes n wegen In+1 eIn'
(2k ) Die Länge eines jeden Int ervalls I~ unterliegt der Abschätzung:

II nkl = k- I bk- 2
(b n - an )(bn + n an +...+ank-I) < 11nI' kb k1- I .
Sei nun c > 0 gegeben. Da (In) eine Int ervallschachtelung ist , gibt
es einen Index v so, daß 111/1 < c' := c/ k b~- I. Mit diesem v ist dann
IIil < e.
Weiter gilt : Sowohl x als auch yk liegen in jedem Intervall I~. Das folgt
aus (ln) bzw. aus der Inklusion y E In' Da es nur eine Zahl gibt , die allen
I~ angehört, folgt rl = x .
Zu zeigen bleibt die Einzigkeit . Wäre "1 eine weitere positive Zahl mit
"11., = x und etwa "1 > y, so folgte "1k > yk im Widerspruch zu "1k = X = yk .

Sat z 2 ist damit bewiesen . o


Bemerkung: Einen besonders übersichtlichen Beweis für die Existenz von
Wurzeln erbringen wir mit Hilfe des Zwischenwertsatzes; siehe 7.4.

11. Supremumseigenschaft und Vollständigkeit

Obere und untere Schranken. Eine Menge M C IR heißt nach oben


bzw. unten beschriiukt, wenn es ein s E IR gibt so, daß für jedes x E M

x< s bzw. s < x

gilt . s heißt dann eine obere bzw. untere Schranke für M. Ferner heißt M
beschrankt; wenn M sowohl nach oben als au ch nach unten beschränkt ist .
In einer beschränkten Menge br aucht es keine größte Zahl zu geben.
Als Beispiel betrachte man das offene Int ervall 1= (0; 1). J ede Zahl x E I
wird von ~(1 + x ) üb ertroffen; es gibt also keine Zahl x in (0; 1), welche
die größte wäre. Die Zahl list zwar eine obere Schranke für das offene
Intervall (0; 1), gehört aber nicht dazu . 1 ist die kleinst e obere Schranke
des Intervalls (0; 1).
14 2 Reelle Zahlen

Supremum und Infimum. Eine Zahl s E IR heißt Supremum der Menge


M C IR, falls s die kleinste obere Schranke für M ist; das meint:
(i) s ist eine obere Schranke für M, und
(ii) jede Zahl s' < s ist keine obere Schranke für M .
Es gibt höchstens ein solches s. Im Existenzfall schreibt man

s = sup M.

Entsprechend wird das Infimum einer Menge M c IR als die größte untere
Schranke definiert; gegebenenfalls schreibt man dafür inf M.
Beispiele:
1. Sei I ein Intervall mit den Randpunkten a, b (a < b) . Gleichgültig, ob
I abgeschlossen, offen oder halboffen ist, in jedem Fall gilt: sup I = bund
inf I = a.
2. M enthalte ein Maximum, d.i. ein Element m E M mit m ~ x für
alle x E M; in Zeichen: m = max M. Dann besitzt M erst recht ein
Supremum, und es gilt sup M = max M . Besitzt M ein Minimum, so gilt
analog inf M = min M.
3. Die Menge lN c IR besitzt nach dem Archimedischen Axiom keine obere
Schranke, also auch kein Supremum.
Satz 3 (Supremumseigenschaft von I1t): Jede nach oben (unten) be-
schränkte, nicht leere Menge M C IR besitzt ein Supremum (Infimum) .
Beweis: Wir betrachten den Fall einer nach oben beschränkten Menge.
Das erforderliche Supremum konstruieren wir durch eine Intervallschach-
telung ([an ;bnD mit folgenden Eigenschaften:
(i) Alle b., sind obere Schranken für M.
(ii) Alle an sind keine oberen Schranken für M .
Die Intervallschachtelung konstruieren wir rekursiv . Wir beginnen mit ir-
gendeiner oberen Schranke b1 und irgendeinem al, das keine obere Schran-
ke ist (z.B. al := 0: - 1, wobei 0: E M) .
Es sei [an ;bn] konstruiert. Durch Halbierung erzeugen wir das nächste
Intervall: Ist m der Mittelpunkt von [an ;bn], so setzen wir

a .b '= {[an; m], falls m obere Schranke für Mist,


[ n+l, n+l]' [rn; bn], falls m keine obere Schranke ist.

Sei s die allen [an; bn] angehörende Zahl. s ist eine obere Schranke für
M . Sonst gäbe es ein Element x E M mit x > s und dazu ein Intervall
[an; bn] mit bn - an < x - s. Wegen s E [an ;bn] folgte bn - s < x - s, also
bn < x im Widerspruch zur Eigenschaft (i). Ferner ist s die kleinste obere
2.3 Die Vollst ändigkeit von lR 15

Schranke. Wäre auch s' < s eine obere Schranke, so gäbe es ein Int ervall
[an ;bn] mit einer Län ge < s - s', Wegen s E [an ;bn] folgte s - an < s - s',
also an > s' , Damit wäre dieses an eine obere Schranke im Widerspruch
zu (ii). Also ist sein Supremum für M. 0

Bemerkung: Nach diesem Beweis ist die Supremumseigenschaft von IR eine


Konsequenz der Vollständigkeit . Wir zeigen noch, daß auch umgekehr t die
Vollständigkeit aus der Supremum seigenschaft folgt. Ist nämlich ([an; bn])
eine Intervallschachtelung, so ist die Menge A :={al , az, . . .} nach oben be-
schrä nkt. Obere Schranken sind alle bn , und für die kleinste obere Schranke
s gilt an ~ s ~ bn , nEIN. Also ist 8 = sup A eine Zahl , die allen [an ;bn]
angehört . 0

In 7l hat man als Konsequenz des P rinzips der vollständigen Induktion


folgend es wichtige Analogon zu Satz 3:

Satz 4: Jede nach oben (unten) beschränkte, nicht leere Menge ganzer
Zahlen enthält eine größte (kleinste) Zahl.

Beweis: Wir zeigen: Jede nicht leere Menge A natürlicher Zahlen enthält
eine kleinste. Die übrig en Fälle lassen sich darauf durch Verschiebung, d.h.
Übergang zu einer Menge v + A := {v + c ] a E A} , und Spiegelung an 0,
d.h . Übergang zu -A := {- a Ia E A} , zurückführen .
Angenomm en, es sei A c IN eine nicht leere Teilmenge, die keine kleinst e
Zahl enthält. Dann gilt : (*) A n {I , . .. , n} ist leer für jedes n E IN. Das
stimmt für n = 1; sonst wäre 1 eine kleinste Zahl von A . Ferner folgt aus
"A n {I , . . . ,n } = 0" auch "A n {I , . .. ,n + I} = 0";sonst wäre n + 1
eine kleinste Zahl von A. Die hiermit gezeigte Fest stellung (*) impliziert
nun A = 0 im Widerspruch zur Vorausset zung. 0

Als Anwendung von Sat z 4 beweisen wir, daß Q in IR dicht liegt ; gemeint
ist damit die folgend e Aussage:

Satz 5: Zu je zwei reellen Zahlen x , y mit x < y gibt es eine rationale


Zahl q mit x < q < y.

Beuieis: Man wähle ein n E lN mit.!. < y - x . Sei dann A die Menge der
n
ganzen Zahlen > nx . A ist nach dem Archimedischen Axiom nicht leer ,
enthält also nach Satz 4 eine kleinste Zahl m . Damit gilt

rn rn-I 1
;r; < -n = -n- + -
n
< x + y - x = y.

Die ra tionale Zahl q := rn liegt also zwischen x und y . o


n
16 2 Reelle Zahlen

2.4 Ilt
ist nicht abzählbar

Aus der Vollständigkeit des Körpers lR folgern wir noch , daß die Menge der
reellen Zahlen eine größere Mächtigkeit hat als die der rationalen Zahlen.
Nach Cantor heißen zwei Mengen A und B gleichmächtig, wenn es eine
bijektive Abbildung A -+ B gibt ; ferner sagt man, B habe eine größere
Mächtigkeit als A, wenn zwar A zu einer Teilmenge von B gleichmächtig
ist , B aber zu keiner Teilmenge von A. Zum Beispiel hat nach dem Dirich-
letschen Schubfachprinzip (siehe 1.3 Aufgabe 8) die Menge {I, . . . ,n} eine
größere Mächtigkeit als {I, ... , m}, falls n > mist.
Eine Menge A heißt abzählbar, wenn sie die gleiche Mächtigkeit hat
wie die Menge der natürlichen Zahlen ; das heißt, wenn eine Abbildung
f :IN -+A existiert derart, daß es zu jedem a E A genau eine Nummer
nEIN mit f(n) = a gibt. Mit der Bezeichnung an für f(n) wird eine
abzählbare Menge A auch wie folgt angeschrieben: A = {al ,a2,a3 , . .. }.
Eine Menge heißt höchstens abzählbar, wenn sie leer oder endlich oder
abzählbar ist.
Cantor, Georg (1845-1918). Schöpfer der Mengenlehre, insbesondere der Theo-
rie der transfiniten Zahlen. Seine Ideen sind zunächst von vielen Zeitgenossen
abgelehnt worden.
Lemma: Die Menge 7l,ist abzählbar.
Beweis: Eine Bijektion f : IN -+7l,liefert zum Beispiel die Zuordnung

1 2 3 4 5 6 7
{­ {- {- {- {- {- {-
o I -1 2 -2 3 -3

mit f(n) := ~ für gerades n und f(n) := 1; n für ungerades n. 0


Das Lemma erscheint paradox insofern danach 7l,mit einer echt en Teil-
menge gleichmächtig ist. Bei endlichen Mengen tritt ein solches Phänomen
nicht auf. Die endlichen Mengen können geradezu dadurch charakterisiert
werden , daß sie zu keiner echten Teilmenge gleichmächtig sind .
Satz 6: Der Körper Q ist abzählbar.
Beweis: Wir stellen jede rationale Zahl als einen Bruch mf n. mit teiler-
fremden m E 7l,und nEIN dar und ordnen ihr dann den Punkt (m,n)
eines ebenen Gitters zu. Diese Punkte numerieren wir nun längs des im
folgenden Gitter gezeichneten Streckenzuges durch, wobei wir die Paare
(m,n) überspringen, bei denen m, n nicht teilerfremd sind. Das erzeugt
eine bijektive Abbildung IN -+Q. 0
2.4 lR ist nicht abzählbar 17

3 2 1 0 1 2 3
-- -- -- - - - -
1 1 1 1 1 1 1
3 2 1 0 1 2 3
-- -- -- - - - -
2 2 2 2 2 2 2
3 2 1 0 1 2 3
-- -- - - - - - -
3 3 3 3 3 3 3
3 2 1 0 1 2 3
-- - - - - - - - -
4 4 4 4 4 4 4

Ein e Abzählung der rati onal en Zahl en;


diese beginnt mit 0, 1, ~, - ~ , - 1, -2.

Bemerkung: Analog beweist man auch, daß eine Vereinigun g abzählbar


vieler abzählbarer Mengen abzählba r ist.
Satz 7: Der K örper lR ist nicht abzählbar.
B eweis: Wir nehm en an, es gäbe eine Abzahlung lR = { XI , X Z , X 3 ," . ], in
der alle reellen Zahlen vorkommen. Dazu konstruieren wir eine Int ervall-
schachtelurig (I n) derar t , daß

Xn (/. In für jedes n E IN.

Die In werd en rekursiv definiert . Wir beginnen mit h := [Xl + 1; X l + 2].


I n+ l kon st ruieren wir dann aus In wie folgt: Wir teilen In in drei gleichla n-
ge Int ervalle und wählen als I n + 1 ein solches abgeschlossenes Teilintervall,
das .'Tn+l nicht enthä lt .
Es sei nun s die Zahl , die in allen Intervallen liegt : s E L« für alle n .
Hat s in obiger Auftistung die Nummer k, so folgt X k = s E h .Das
widerspricht aber (*). Es kann also keine Abzählung von lR geben . 0

Folgerung: Die M enge lR\ lQ der- irrationalen Zahl en ist nicht abz ählbar.
Sonst wäre auch lR als Vereinigung von lQ und lR \ lQ abzählbar.

Historisches. Die Entdeckung der Sätze 6 und 7 dur ch Cantor leitet e die Ent-
wicklung der Mengenlehre ein. Cant or ste llte 1878 die K ontinuumshypothese auf,
nach der es keine Menge mit einer Mächt igkeit zwischen der von IN und lR gibt .
Inzwischen gelang der Nachweis, daß diese Hypothese auf der Basis der heute
üblichen mengentheoreti schen Axiomensysteme weder beweisbar (Cohen 1963)
noch widerlegbar (Gödel 1938) ist.
18 2 Reelle Zahlen

2.5 Aufgaben

1. Für 0 < x < 1 und nEIN gilt (1-z)"< -1_1_.


+nx
2. Für 0 < a < bund kEIN, k > 1,gilt
o< M; - ~ < ~b - a.
3. Für Xl, ... ,X n > 0 mit Xl . .. Xn = 1 gilt
Xl + ... +
X n 2':n ;

dabei tritt das Gleichheitszeichen nur ein im Fall Xl = .. . = Xn = 1.


4. Für positive Zahlen a, b definiert man das arithmetische, geometris che
und harmonische Mittel durch
a+b r; 1 2ab
A(a,b):= -2- ' G(a,b):= vab, H(a, b) := A(l 1)
a' b
a+b'
Man beweise die Ungleichungen
H(a , b) <G(a , b) ::; A(a, b)
und zeige, daß eine Gleichheit der Mittel nur für a = beintritt.
5. Eine Intervallschachtelung für die Quadratwurzel. Es sei 0 < a < b.
Man definiere Intervalle [an ;bn], nEIN,rekursiv durch [al; bd := [ai b]
sowie durch
an+l := H(a n, bn) und bn+l:= A(a n, bn},
und zeige, daß sie eine Intervallschachtelung bilden mit vab E [an; bn]
für alle n. Man zeige ferner die Abschätzung
1a
bn+l - an+l ::; 4 (bn - an )2.
6. Das arithmetisch-geometrische Mittel. Es sei 0 < a < b. Man definiere
Intervalle [an;bn], nEIN,rekursiv durch [al ;bd := [a ;b] sowie durch
an+l := G(a n , bn) und bn+l:= A(a n, bn).
Man zeige, daß sie eine Intervallschachtelung bilden. Man zeige ferner
die Abschätzung
1
bn+l - an+l -< 8a (bn - an )2.

Die in allen Intervallen [an; bn] liegende Zahl heißt arithmetisch-geo-


metrisches Mittel der Zahlen a und b und wird mit M(a, b) bezeichnet .
Das arithmetisch-geometrische Mittel stellt ein vorzügliches Hilfsmittel zur
Berechnung sogenannter elliptischer Integrale dar; siehe 11.11 Aufgabe 25.
2.5 Aufgaben 19

7. Die Kreismessung des Archimedes. Sei i; bzw. Fn die Fläche des dem
Einheitskreis einbeschriebenen bzw. umbeschriebenen regelmäßigen
n-E cks. Zum Beispiel ist [e = ~ V3 und F6 = 2V3.Man zeige

h n = GUn, Fn ), F2n = H(hn , Fn ).


Ferner, daß die Intervalle rak i bk ] mit ak := f 3.2 k und bk := F3.2 k eine
Int ervallschacht elung bilden.
Es bezeichne TI die allen Intervallen angehörende Zahl. Dur ch Rechnung bis
zum 192-Eck fand Archimedes die berühmte Einschachtelung 3,w < TI < 3+ .
8. Für natürliche Zahlen k , n ist {In entweder eine natürliche Zahl oder
eine irrationale.
9. Zur Teilmenge M := {2-m + n - 1 Im, n E lN} von IR ermitt le man
gegebenenfalls Supremum, Infimum, Maximum , Minimum.
10. Es sei A eine nicht leere Teilmenge von IR. Man zeige:
a) Ist A nach oben beschränkt , so ist -A nach unt en beschränkt , und
es gilt inf (-A) = - sup A;
b) ist A nach unt en beschränkt mit inf A > 0, so ist die Menge
A- 1 := {a- 1 l a E A} nach oben beschränkt , und für diese gilt
sup A- 1 = (inf A)- l .
11. Zu jedem x E lR gibt es eine Int ervallschachtelung derart , daß alle
Int ervalle x ent halten und rati onale Randpunkte hab en.
12. Jedes Intervall ist eine Vereinigung von abzählbar vielen kompakten
Int ervallen.
13. Man beweise folgende "Abschwächung" des Induktionsprinzips:
Zu jedem n E IN sei ein e Aussage A( n) gegeben. Alle A( n ) sind richtig,
wenn ma n (I) und (II) beweisen kann:
(I) A ( I ) ist richtig.
(II ) Für' j edes n , fü r welches A ( 1), . . . , A( n) richtig sind, ist auch
A( n + 1)richtiq.
14. Die Menge 6"(lN) der endlichen Teilmengen von lN ist abzählbar, die
Menge & (lN ) aller Teilmengen von lN dagegen nicht.
Hinweis: Zu einer eventuellen Bijektion f :lN --+ & (lN) betrachte man
die Menge A := { n E IN In ~ f (n)} .
15. Es sei M eine Menge, die die gleiche Mächtigkeit hat wie IR; ferner sei
A eine höchstens abzählbare, zu M disjunkte Menge. Dann hat auch
M U A die gleiche Mächtigkeit wie IR. Man folgere, daß alle Int ervalle
die gleiche Mächtigkeit hab en wie IR.
3 Komplexe Zahlen

Die Erweiterung des Zahlensystems, die von den natürlichen Zahlen über
die rationalen zu den reellen Zahlen führt, wird durch die Einführung der
komplexen Zahlen abgeschlossen. Dadurch wird insbesondere die Lösbar-
keit der Gleichung z2 = -1 erreicht . Bereits 1545 rechnete Cardano (1501-
1576) bei Gleichungen 3. Grades "unter Überwindung geistiger Qualen" mit
Quadratwurzeln aus negativen Zahlen. Unbedenklicher und mit großem
Gewinn benützte Euler (1707-1783) komplexe Zahlen in der Analysis.

3.1 Der Körper der komplexen Zahlen

Wir nehmen zunächst an, daß es einen Erweiterungskörper von lR gibt, in


dem z2 + 1 = 0 lösbar ist, und bezeichnen mit i eine Lösung. Dann ist mit
x , y E IR auch x + iy ein Element dieses Erweiterungskörpers. Nach den
Rechenregeln in einem Körper und wegen i2 = -1 gilt ferner für z = x + iy
und w = u + iv

z + w = (x + u) + i(y + v),
z- w = (xu - yv) + i(xv + yu).
Die Gesamtheit der Elemente der Gestalt x + iy (x, Y E IR) ist also gegen-
über Addition und Multiplikation abgeschlossen. Aus x + iy = u + iv folgt
ferner (X-U)2 = _(V-y)2 und damit x = u und y = v. Diese Betrachtung
motiviert folgende
Definition der komplexen Zahlen als Paare reeller Zahlen: Eine
komplexe Zahl ist ein Element z :=(x, y) der Menge IR x IR, in welcher wie
folgt addiert und multipliziert wird :

(A) (x ,y) + (u,v) := (x + u,y + v),


(M) (x, y) . (u, v) := (xu - yv, xv + yu).
Historisches. Geometrische Versionen dieser Definition finden sich kurz vor 1800
bei Argand und Gauß . Erst Hamilton (1805-1865) definiert komplexe Zahlen
formal als geordnete Paare reeller Zahlen .

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
3.1 Der Körper der komplexen Zahlen 21

Satz: Die Menge der komplexen Zahlen mit der Addition (A) und der
Multiplikation (M) bildet einen Körper. Dieser wird mit C bezeichnet. In
ihm hat die Gleichung z2 = -1 zwei Lösungen.
Beweis: Man hat zunächst die Körperaxiome (siehe 2.1) zu verifizieren.
Die Gültigkeit der Kommutativgesetze, der Assoziativgesetze und des
Distributivgesetzes bestätigt man einfach durch Nachrechnen, was dem
Leser überlassen sei. Wir untersuchen nur die Lösbarkeit der Gleichungen
(1) a + z = b,
(2) a·z = b,
Mit a = (al, a2) und b = (bI, b2) hat (1) offensichtlich genau die Lösung
z = (bI - al , b2 - a2)' Insbesondere hat die Gleichung a + z = a genau die
Lösung (0,0) .
Die Gleichung (2) im Fall a :f- (0,0): Wir bemerken zunächst, daß das
Element (1,0) als Eins wirkt ; d.h . für jedes b = (bI, b2 ) gilt
(1,0) . b = b.
Wir setzen ferner für a = (al, a2) :f- (0,0):

~ := (ar ~ a§ , ar-:2a§) .
Damit gilt a ·~
a
= (1,0) , und für (2) folgt als Lösung z = ~a . b.
a ls Unterkörper von <C. Für die Zahlen der Gestalt (x,O) gilt:
IIt
(x ,O) + (u,O) = (x + u,O),
(x, 0) . (u, 0) = (x·u,0).
Die komplexen Zahlen der Gestalt (x,O) werden also wie die entsprechen-
den reellen Zahlen x addiert und multipliziert; man sagt : Sie bilden einen
zu lR isomorphen (d.h. gleichstrukturierten) Unterkörper von C. Die Zah-
len (x , 0) heißen auch reell und für (x,O) schreibt man kürzer x; insbeson-
dere 0 statt (0,0) und 1 statt (1,0) . Für jede komplexe Zahl z gilt damit
z + 0 = z und 1 . z = z.
Die imaginäre Einheit. Darunter versteht man die nicht reelle Zahl
i:= (0,1) .
(Die Bezeichnung i geht auf Euler zurück .) Ihr Quadrat ist
? = (-1 ,0) =-l.
Somit sind i und -i Lösungen der Gleichung z2 = -l.
Der Satz ist damit bewiesen. o
22 3 Komplexe Zahlen

Die Identität (x, y) = (x, 0) + (0,1) · (y, 0) führ t mit obigen Abkürzungen
zu der für komplexe Zahlen gebräuchlichen Dars tellung
z = x + iy.
Die reellen Zahlen x , y heißen Real- bzw. Imaginärt eil von z und werden
mit Re z bzw. Im z bezeichnet. Ferner heißt z rein im agin är, wenn z = iy
mit y E IR.
Die Konjugation. Für z = x + iy (x , Y E IR) setzt man
z:= x - iy.

Es gelten folgende leicht beweisbare Rechenregeln:


a) z +w =z +w, zw = z ·w ,
b) z + z = 2 Re z, z - z = 2i Im z ,
c) Z = z genau dann , wenn z E IR,
d) zZ = x 2 + y2; zZ ist also reell und 2:: o.
Der Betrag einer komplexen Zahl z. Darunter verste ht man die nicht

v
negative Zahl
Izl:=W= x 2 + y2.
Fü r reelles z st immt dieser Betrag mit dem in 2.2 eingeführte n überein.
Ferner gelten folgende Rechenregeln:
a) Izi> 0 für z i= 0,
b) Izi = I
zl,
c) IRe zl~ [z] und IIm z] ~ Izl,
d) Iz·wl =zl.I
I wl,
e) [z + wl~ I zl+ Iwl (D reiecksungleichung) .
B eweise: a) , b) und c) sind trivial. Ferner folgen
d) aus Izwl2= zui - zw = zZ ·ww = Izl2·l wI2.
e) aus [z + wl
2
= (z + w Hz + w) = zZ + 2Re( zw) + ww
~ Izl2+ 21 zw l + IwJ 2= (izi+ Iwl( 0

3.2 Die komplexe Zahlenebene

Der Darstellung der reellen Zahlen auf einer Geraden ents pricht die Dar-
stellung der komplexen Zahlen in einer Ebene. Nach Wahl eines cartes i-
sehen Koordin atensystems wird die komplexe Zahl z = x + iy durch den
Punkt (x, y) dargest ellt . Reellen Zahlen ents prechen die Punkte der x-
Achse, rein imaginären jene der y-Achse. I ziist der Abstand des Punktes
z von 0 und IZI - z21der Abstand der Punkte Zl, Z2 voneinand er.
3.2 Die komplexe Zahlenebene 23

-z z = x +iy
iy

- z

Die komplexe Zahlenebene , auch Gaußsche Zahlenebene genannt

Die Addition. Die komponentenweise Addition der komplexen Zahlen


bedeutet geometrisch die Addition von Vektoren. Damit stellt die Abbil-
dung z f-7Z + w eine Translation um w dar. Auch die Dreiecksungleichung
erhält nun ihre Deutung in dem elementargeometrischen Satz: Eine Seite
in einem Dreieck ist nicht länger als die Summe der Längen der beiden
and eren Seiten.

C --+ C ist wegen Iwzl-w z21 = Iwl·l


°
Die Multiplikation. Die durch z f-7w . z mit w f:. erklärte Abbildung
zl- z2! eine Ähnlichkeitsabbildung mit
dem St reckunqejektor Iwl.Sie hat den Nullpunkt als Fixpunkt und führt die
Punkte 1 und i in die Punkte w = u+iv (u ,v E IR) und iw = -v+iu über.
Als lineare Abbildung ist sie dur ch die Bilder der Punkte 0,1 , i festgelegt .
Speziell ist
a) z f-7iz die Drehung um 0, die den Punkt 1 in den Punkt i überführt.
b) Z f-7r z fü r reelles r > 0 die Streckung mit dem Zentrum 0 und dem
Streckungsfaktor r .

zw

z +w

0 ""'--
0"""'-------- -- - ---"- -- - - -

Addition komplexer Zahlen Multiplikation komplexer Zahlen


24 3 Kompl exe Zahlen

Die Inversion z t-+ !,(z =1= 0). Zur geometrischen Deutung verwenden
z
wir die Sp iegelung an Kreisen. Sei K ein Kr eis mit Mit telpunkt 0 und
Radius r . Zwei Punkte P i-0 und P' i-0 heißen Sp iegelpun kt e bezüglich
K , wenn
1. beide auf derselben Halb geraden durch 0 liegen ,
2. Op ·OP' = r2 ist .
Es sei nu n K der Kreis um 0 mit Radius 1, die sogenannte l-Sphiire.
Si := {z E C Il zl= 1}.Wir berechn en zu z E C* := C \ {O}den Spie-
gelpunkt z' bezüglich Si . Die erste Forderung verlan gt z' = az mit einer
reellen Zahl a > 0; die zweite sodann alzl 2
= 1. Wegen Izl2 = zZ ist also
z' = ~ . Wir erha lten dam it : Die Inversion C * -+ C *,z t--7 !.= z', ist
z z
zusam me ngesetzt aus der Spiegelung an der l -Sphiire und der Spiegelung
an der reellen A chse.

Spiegelun g an der I-Sphäre

3.3 Algebraische Gleichungen in (:

Die Einführung der komplexen Zahl en ermöglicht nicht nur die Lösbarkeit
der Gleichung Z2 + 1 = 0, sondern sogar aller algebra ischen Gleichun gen .
Wir behandeln hier qu adratische Gleichungen.
Satz: Jede quadratische Gleichung z2 + az + b = 0 m it komplexen Ko effi-
zienten a, b besitzt in C m indest ens eine Lösung.
B eweis: Quadratisches Ergän zen

(z + 2"a) + b - 4a = 0
2
2
(3) Z2 + az + b =
führt zunächst auf eine rein quadratische Gleichung. Sei diese
(4)
3.3 Algebr aische Gleichungen in C 25

Mit e = o + iß (a , ß E lR) ist (4)identisch mit dem reellen Gleichungspaar

x 2 - y2 = o , 2xy = ß.
Für eine Lösung von (4) gilt ferner Izl2 = x 2 + y2 = IcI-Damit folgt
2x 2 = [c]+ a , 2y2 = [c]- o.

Die einzig möglichen Werte für x und y sind also

(5) J;= ±

Im Fall ß > 0 sind zwecks 2xy = ß nur die Vorzeichenkombinationen


(+, +) und (- , -) möglich, im Fall ß < 0 nur (+ , -) und (- , +) ; ist schließ-
lich ß = 0, d.h. e reell, so hat Z 2 = e = a für a ~ 0 die Lö sungen±J(i
und für o < 0 die Lösungen ± Jj"aT . i. Man verifiziert nachträglich, daß
die gefundenen Zahlen die Gleichung (4) lösen.
Die Lösungen von (3)erhalten dann wieder die altbekannte Form

Z12
,
= - ~2 ± ~Ja2
2
- 4b.

Hier ist unt er J a 2 - 4b eine der Wurzeln von a 2 - 4b zu verstehen, d.h.


eine der Lö sungenvon z2 = a 2 - 4b. 0

Die dritten Einheitswurzeln. Diese sind die Lösungen der Gleichung

z3 = 1.

Wegen z3 - 1 = (z - 1)(z2 + z + 1) hat z3 - 1 = 0 neben 1 noch die beiden


Nullstellen von z2 +z+ 1 als Lösungen. Diese sin d
1 1 1 1
(1 = - -+ -V3i und (2 = -- - -V3
i.
2 2 2 2
Es gilt :

Die 3. Einh eitswurzeln sind also die


Ecken eines gleichseitigen Dreiecks. Fer-
ner stellt man sofort fest , daß ( 2 = (f
gilt.
1

Die 3. Einh eitswurzeln


26 3 Komplexe Zahlen

Fundamentalsatz der Algebra: Jede Gleichung

z" + an-l zn-l + ...alZ


+ + ao = 0 (n> 0)

mit komplexen Koeffizienten ak besitzt in C mindestens eine Lösung.

Historisches. Fast alle führenden Mathematiker des 17. und 18. Jahrhunderts
versuchten, den Satz zu beweisen. Die ersten einwandfreien Beweise stammen
von Laplace (1795) und Gauß (1799) . Einen besonders einfachen und schönen
gab Argand (1814); wir bringen diesen in 7.6. Heute kennt man weit mehr als
ein Dutzend verschiedener Beweise. Alle benützen nicht-algebraische Hilfsmittel.
Besonders elegant sind die funktionentheoretischen Beweise; siehe Band 2.

3.4 Die Unmöglichkeit einer Anordnung von (C

Die Lösbarkeit der Gleichung z2 + 1 = 0 macht es unmöglich, auf C einen


Positivitätsbegriff wie auf R mit analogen Eigenschaften (Al) und (A2)
einzuführen. Gegebenenfalls wäre dann auch z2 > 0 für jede komplexe Zahl
z "I 0 und damit 0< i2 + 12 = 0 im Widerspruch zu (Al) .
Da zwar der Unterkörper :IR von C angeordnet ist , C selbst aber nicht,
vereinbaren wir , daß Formeln wie a > 0 und a < 0 stets a E :IR vorausset-
zen .
Die Mathematiker des 17. und 18. Jahrhunderts unterstellten unreflek-
tiert die Möglichkeit eines Größenvergleichs der komplexen Zahlen. Die
damit bedingten Widersprüche verursachten das Mißtrauen gegen diese.

Mit der Einführung der komplexen Zahlen ist der Aufbau des der Ana-
lysis zugrunde liegenden Zahlensystems abgeschlossen. Eine Erweiterung
des Körpers C zu hyperkomplexen Systemen erzwingt gravierende Struk-
tureinbrüche, die Erweiterung zum 4-dimensionalen System der Hamilton-
sehen Quaternionen etwa den Verlust der Kommutativität der Multipli-
kation. Den an solchen Fragen interessierten Leser verweisen wir auf den
Grundwissen-Band "Zahlen" bei Springer [4].

3.5 Aufgaben

1. Folgende komplexe Zahlen stelle man in der Form a + ib dar:

1 3 +4i
a) 1 + i; b) -2-
-1
1+
'; c) ( 1 _ i
i) k
,k E Z; d) Vi.
3.5 Aufgab en 27

2. Für z E SI ist Z- 1 = z. Mit z, w E SI gilt auch zw E SI und z / w E SI.


3. Man zeichne die Punktm engen
a) M I = {z E C Il
z- 11 = [z + 11},
b) M 2 = {z E C 11 < [z - i] < 2},
c) M 3 = { z E C Il
z1 21,[Re z] ~~, Im z > o} (Moduljigur) .
4. Man beweise
a) Ilzl-l
wll~ [z - wl,
z+ wl2+ [z-wl2= 2(lz12+ Iw12)
b) [ (Parallelogramm-Gesetz).
5. Drei verschiedene Punkte ZI, Z2, Z3 E C liegen genau dann auf einer
Geraden, wenn es eine reelle Zahl r gibt mit Z3 - ZI = r( z2 - ZI)'
6. Man berechne die Lösungen der Gleichung z6 = 1 (6. Einheitswurzeln),
und zeige, daß sie die Ecken eines regelmäßigen 6-Ecks bilden.
7. Die 5. Einheitswurzeln und der goldene Schnitt.
a) Man berechne die Lösungen der Gleichung z5 = l.
Hinweis: Z4 + Z3 + z2 + z + 1= (Z2 + gz + 1)(Z2 - hz + 1).
(g = goldener Schnitt , h = g-l ; siehe 2.3.)
b) Mit ( = Hh + h/4 - h 2 ) hab en alle Einheitswurzeln die Gestalt
(n , n = 1, .. . , 5. Es gilt (3 = (2 und ( 4 = (.
c) Die 5. Einheitswurzeln bilden die Ecken eines regelmäßigen 5-Ecks.
d) Man zeige und deut e 1(2- 11 :I(- 11 = g.

8. Jeder Kreis und jede Gerade in der komplexen Eb ene ist die Lösungs-
menge einer Gleichun g

alzl 2 + bz + bz + c = 0 mit a, c E lR, b E C und Ibl2 - ac > O.

Umgekehrt ist die Lösungsmenge jeder solchen Gleichung ein Kreis


oder eine Gerade.
9. Kreistreue der Inversion C* -+C*, Z 1-+ ~. Man zeige, daß die Inversi-
z
on Kreise und Geraden in Kreise und Geraden abbildet; man präzisiere
diese Behauptung.
10. Es seien a = m 2 + n 2 und b = p2 + q2 Summen von je zwei Quadraten
ganzer Zahlen m , n, p , q. Man zeige: Auch ab ist eine solche Summe.
4 Funktionen

4.1 Grundbegriffe

Definition: Unter einer komplexwertigen Funktion auf einer Menge X


(kurz: komplexen Funktion auf X) versteht man eine Vorschrift f, die
jedem Element x E X in eindeutiger Weise eine komplexe Zahl f(x) zu-
ordnet. Man verwendet die Bezeichnungen f : X -7 C und x t--+ f(x) , gele-
gentlich auch nur f(x). Die Menge X heißt Definitionsbereich, die Menge
f(X) := {J(x) E C Ix E X} Wertebereich von f. Analog ist eine reelle
Funktion eine Vorschrift mit f(x) E lR für alle x .
Bei diesem Funktionsbegriff unterliegt die Vorschrift f keiner Einschrän-
kung; insbesondere verlangt man für f keine "analytische" Darstellung, wie
das die Mathematiker des 18. Jahrhunderts taten. Den allgemeinen Funk-
tionsbegriff hat erstmals Dirichlet (1805-1859) in seinen Arbeiten über
trigonometrische Reihen formuliert.
Gelegentlich werden Funktionen nicht durch Angabe einer Zuordnungs-
vorschrift, sondern indirekt durch andere Maßgaben, zum Beispiel Funk-
tionalgleichungen, definiert. Es ist dann eine Aufgabe der Analysis, eine
Zuordnungsvorschrift zu ermitteln. Siehe etwa die Einführung der Expo-
nentialfunktion in Kapitel 8.
Unter dem Graphen von f : X -7 C versteht man die Menge

CU):= {(x,f(x)) Ix E X} C X x C.

Im Fall einer reellen Funktion auf einer Teilmenge X C lR stellt man den
Graphen oft als ,,Kurve" im lR2 dar.
Beispiel: Die Gauß-Klammer [ ] : IR. -+IR.. 2

Für x E lR bezeichnet man mit [x] die größte


1
ganze Zahl::; x; d.h., [x] ist diejenige ganze
Zahl mit x-I< [x] < x . Der Wertebereich
von [ ] ist die Menge Z. -1 0 2 3
-1

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
4.1 Grundbegriffe 29

Eine Funktion f : X -t lR auf einer Menge X C lR heißt monoton


wachsend bzw. fallend, wenn für alle Paare XI , X2 E X mit XI < X2 die
Ungleichung f( x I) :::; f( X2) bzw. f (xd 2: f( X2) gilt; fern er streng monoton
wachsend bzw. fallend , wenn sogar f( x d < f (X2) bzw. f( x d > f( X2) gilt .
Zum Beispiel ist die Gauß-Kl amm er [ ] monoton wachsend , aber nicht
streng.
Komplexwertige Funk tionen deut et man oft geometrisch als Abbildun-
gen; beispielsweise f : C -t C mit f( z) = az , a E C', als Drehstreckung .
Umgekehrt führ en zahlreiche geomet risch erklärte Abbildungen zu kom-
plexen Funktionen .
Beispiel: Die stereographische Projektion er : IR,~ SI. Die Verbin dungs-
gerade eines Punktes X E lR c C mit dem Punkt i schneidet die I-Sphäre in
genau einem Punkt O"(x) =F i. Die dadurch definierte Abbildung 0" : lR -t Si
heißt ste reogra phische Projekti on; ihr Wertebereich ist Si \ {i}.
Für O"(x ) = ~ + ir} hat man im Fall
:r =F 0 die beiden Gleichungen
~: :1; = (1 - 7]) : 1
und
1 x

Als Lösung, die offensichtlich auch


für 0"(0) gilt , erhält man
Stereographische Projekti on
_ 2x + i(x 2 - 1)
(J" :lR-tSI\{i}
0" (X ) - x2 + 1 .

Wir führ en im folgenden dr ei Standardverfahren an, mit denen man in


vielen Fällen Funktionen aus gegebenen erzeugt oder auf bekannte zurüc k-
führ t . Es hand elt sich um die algebraischen Operationen, um die Kompo-
sition und um die Umkehru ng.
Algebraische Operationen. Zu I, 9 :X -t C definiert man f + g, f .9
auf X durch
(J + g)( x ) := f (x) + g(x) ,
(J . g)( x ) := f( x )·g(x) ,
sowie fI 9 auf {x E X Ig(x) =F o}durch

({)( X) := ~i=j.
Man definiert fern er ] , Re f und Im f dur ch

](x) := f (x) , (Ref)(x) := Ref(x) , (Imf)( x ):= Imf( x ).


30 4 Funktionen

Zusammensetzung von Funktionen. Der Wertebereich der Funkti-


on f :X --+C sei enthalten im Definitionsbereich einer weiteren Funktion
g: Y --+C. Diese Situation kennzeichnet man oft durch das Diagramm

Die zusammengesetzte Funktion gof: X --+C ist dann definiert durch

(gof)(x) :=g(J(x)).
Beispiel: Zerlegung einer gebrochen-linearen Transformation

T(z)=a z+b ,
cz + d
mit ci- 0 und D :=ad - bc i- 0 (a, b, c, d E C). Es gilt
a D 1
T( z) =~ - ~ . cz + d'
Mit den folgendermaßen erklärten Abbildungen
1 D a
L1(z) :=CZ + d, I(w) :=- ,
w
Lz(u) :=--u
c
+-
c

T = Lz 0 I 0 L1 •
Somit ist jede gebrochen-lineare Funktion T aus linearen Funktionen L 1 ,
L z und der Inversion I zusammengesetzt.
Als Anwendung zeigen wir die Invarianz des Doppelverhältnisses unter
gebrochen-linearen Transformationen. Das Doppelverhältnis vier verschie-
dener Zahlen Zl, . . . , Z4 ist die Zahl

Behauptung: Für Zl, . .. , Z4 i- -die (Bezeichnungen wie oben) gilt


DV(Tz 1,Tzz,Tz3,Tz4) = DV(Zl ,ZZ,Z3 ,Z4).
Wegen T = L z 0 I 0 L 1 hat man diese Behauptung lediglich für lineare
Transformationen L und die Inversion I zu zeigen. Beides ist trivial. 0

Umkehrung einer Funktion. Sei f :X --+ C injektiv, und sei X C C.


Injektiv bedeutet, daß es zu jedem Funktionswert y E f(X) genau ein
x E X mit y = f(x) gibt. Die Vorschrift g, die jedem y E f(X) dieses
sogenannte Urbild x zuordnet, heißt die Umkehrfunktion zu f :
g: f(X) -7 C, g(J(x)) = x .
4.1 Grundbegriffe 31

Injektiv sind beispielsweise alle str eng monotonen Funktionen . Folglich


besitzt jede streng monoton e Funktion f : X -+ lR auf einer Teilmenge
X c lR eine Umkehrfunktion 9 : f(X) -+ lR, und diese ist monoton im
selben Sinn .
Für reellwertiges f und Xc lRentsteht der Graph der Umkehrfunktion
G(g) = { (y , x ) Iy = f( x) , x E X} aus dem Graph en von f durch Spiege-
lung an der Diagonalen des lR2 ; unter der Diagonalen versteht man die
Menge aller Punkte (x, x) E lR2 •

Potenzfunktionen mit rationalen Exponenten

Die ganzzahligen Potenzen einer Zahl x i-0 genügen dem Gesetz

D.h. die Funktion ip : 7l,-+lR, cp(n ) := z", erfüllt das Additionstheorem


cp(m + n) = cp(m )cp(n ). Im Fall x > 0 kann sp unter Wahrung dieses
Gesetzes mit Hilfe von Wurzeln auf ganz Q erweitert werd en:

Es gibt genau eine Funktion P : Q -+lR mit p( n) = xn für n E 7l,und

(A) P(r + s) = P(r)P(s) für alle r , s E Q.

Die Lösung dieses Fortsetzungsproblems lautet

(1) P(r ) = x r := f.!XP, wobei r = !!. , p E 7l,und q EIN.


q

Beweis: x" hängt wegen (xP)l/q = (Xkp)l/kq für k E IN nicht von der
speziellen Darstellung r = p/q ab. P ist also sinnvoll definier t , und es gilt
P(n ) = z"; falls n ganz ist.
Zum Nachweis von (A), d.h. von x r +s = x" . x"; schreibe man r = m l q,
s = n/q mit gleichem Nenner q und pot enziere mit q.
Die Zwangsläufigkeit der Definition (1) schließlich erkennt man so: We-
gen (A) ergibt vollständige Induktion zunächst P(nr) = (P(r)t für n E IN.
Damit folgt dann x P = p(p) = p(q . p/q) = P(r )q und dar au s schließlich
die Darstellung (1). 0

Die Funktion x H z", x E lR+, wächst streng monoton für r > 0 und
fällt streng monoton für r < o. Ihre Umkehrfunktion ist x H x 1/ r . Die
einfachen Beweise überlassen wir dem Leser ; sie beruhen auf 2.5 Aufgab e 2.

Wir weisen noch darauf hin , daß die Potenzen x a für beliebiges a E C
erst mit Hilfe der Exponentialfunktion in 8.4 erklärt werd en.
32 4 Funktionen

4.2 Polynome

Polynome stellen wichtige Funktionen der Analysis dar . Sie werden zur
Approximation und Interpolation verwendet und sind der Ausgangspunkt
der Theorie der Potenzreihen.
Für die Analysis ist ein Polynom eine Funktion, die in der Gestalt
(2)
dargestellt werden kann, wobei die Koeffizienten ao, . .. , an komplexe Zah-
len sind. Ist an =I 0, so heißen n der Grad des Polynoms und an sein
Leitkoeffizient. Sind alle ak Null, so heißt 1 das Nullpolynom, in Zeichen
1 = O. Diesem wird kein Grad zugeordnet. Jedoch sei in der Sprechweise
"I ist ein Polynom eines Grades :S n" das Nullpolynom eingeschlossen. Die
Gesamtheit der Polynome mit Koeffizienten in C bzw. lR bezeichnet man
mit C[x] bzw. lR[x].
Für die Algebra ist ein Polynom eine formale Summe. Dabei können
anstelle der Unbestimmten x auch andere Objekte als Zahlen, etwa qua-
dratische Matrizen oder Differentialoperatoren eingesetzt werden.
Summen und Produkte von Polynomen sind wieder Polynome. Das Pro-
dukt des Polynoms (2) und des Polynoms
(3) g(x) = bmx m + ...b\x
+ + bo
ist das Polynom
(Jg)(x) = cm+nxm+n + ..
.+ c\x + Co
mit den Koeffizienten

Ck = L arbs, k = O, ... ,m +n.


r+s=k
Satz von der Division mit Rest: Sei g ein Polynom =I O. Dann gibt
es zu jedem Polynom 1 eindeutig bestimmte Polynome q und r mit

(4) I1 = qg + r, wobei r = 0 oder Grad r < Gradg. I


Beweis: Im Fall Grad 1 < Gradg ist 1 = o· g + 1 eine Zerlegung (4). Im
anderen Fall gehen wir von (2) und (3) mit m :S n und bm =I 0 aus .
Subtrahiert man von 1 das Polynom anb;;/xn-mg, erhält man ein Poly-
ucsii ], eines Grades n\ < n . Ist n\ ~ m , subtrahieren wir auch von !Iein
Vielfaches von g so, daß die Differenz ein Polynom eines Grades n2 < nl
wird. So fortfahrend , erhält man schließlich ein Polynom r, das einen Grad
< m hat. Mit einem geeigneten Polynom q ist dann 1 - qg = r,
4.2 Polynome 33

Die Einzigkeit: Für eine weitere derartige Zerlegung f = q'9 + r' mit
q folgte (q' - q)g = r - r' und damit der Widerspruch Grad(q' - q)g =
q' i-
Grad(r - r') < Gradg. 0

Sprechweisen: Ist in (4) r = 0, so heißt 9 ein Teiler von f . Ferner heißen


fund 9 teilerfremd, wenn es kein Polynom eines Grades ~ 1 gibt, das
sowohl f als auch 9 teilt.

Nullstellen. Abspaltung von Linearfaktoren


Bei der Division eines Polynoms 1 durch x - 0', 0' E C, erhält man nach
(4) als Rest eine Zahl r E C. Diese ist 0, wenn 0' eine Nullstelle von fist;
dabei heißt eine Zahl 0' E C Nullstelle von 1, wenn 1(0') = O.
Lemma: Ist 0' eine Nullstelle von 1, so ist 1 durch x - 0' teilbar; d.h., es
gibt ein Polynom q mit Grad q = Grad 1 - 1 derart, daß

f(x) = (x - O')q(x).

Hat auch q eine Nullstelle, so läßt sich erneut ein Linearfaktor abspalten.
Kann n-mal ein Linearfaktor abgespalten werden, n = Grad 1, so erhält
man

Folgerung 1: Ein Polynom i-0 vom Grad n hat höchstens n Nullstellen.


Ist 1 durch (x - O')k, aber nicht durch (x - 0')k+ 1 teilbar, so heißt 0'
eine k-fache Nullstelle von f.
Folgerung 2 (Identitätssatz): Stimmen die Werte der Polynome

f(x) = anx n + + alX + ao,


g(x) = bnx n + + b1x + bo
an n + 1 verschiedenen Stellen überein, so gilt ak = bk für k = 0, ... , n,
und damit f(x) = g(x) für alle x E C.
Beweis: 1 - 9 hat n + 1 verschiedene Nullstellen und einen Grad :s n.
Folglich ist 1- 9 das Nullpolynom. 0

Bemerkung zum Gleichheitsbegriff für Polynome: 1 = 9 bedeutet


in der Analysis 1( x) = g(x) für alle Stellen x E C;
in der Algebra ak = bk für k = 0,1 , . .. , n.
Aus dem Identitätssatz folgt, daß der analytische und der algebraische
Gleichheitsbegriff übereinstimmen.
34 4 Funktionen

Auf dem Identitätssatz beruht die Methode des Koeffizientenvergleichs:


Hat man für ein Polynom zwei Darstellungen, so sind die entsprechenden
Koeffizienten einander gleich. Das führt oft zu wichtigen Identitäten. Als
Beispiel beweisen wir das Additionstheorem der allgemeinen Binomialko-
effizienten. Mit dessen Hilfe leiten wir dann in 6.4 das Additionstheorem
der Binomialreihen her.
Die allgemeinen Binomialkoeffizienten werden für beliebige komplexe
Zahlen z und ganze Zahlen k definiert, und zwar durch

z)._{Z(Z-l)"~~Z-k+l), falls k > 0,


(5) (k .- 1, falls k = 0,
0, falls k < 0.

Zum Beispiel ergibt sich für kEIN

( -1
k ) =(-1), k
-~)
k
- (
__
( 1)
k 1 ·3 ·5 ·.. (2k-1)
2kk! .

°
Für k > stellt U) das Polynom mit Grad k, Leitkoeffizienten ~! und
Nullstellen in 0,1, ... ,k - 1 dar.
Additionstheorem der Binomialkoeffizienten: Für alle s, tEe und
n = 0,1,2, ... gilt

(6)

Beweis: 1. Das Additionstheorem gilt, falls sund tEIN . Zum Beweis


stellen wir (1 + x)s+t auf zwei Weisen dar:

Der Koeffizientenvergleich ergibt sofort die Behauptung.


2. Das Additionstheorem gilt, falls tEIN. Zum Beweis sei tEIN fest
gewählt . Dann stellen beide Seiten in (6) Polynome in s dar. Diese stimmen
nach 1. für alle sEIN überein, nach dem Identitätssatz also für alle sEC.
3. Das Additionstheorem gilt. Zum Beweis sei sEC fest gewählt. Dann
stellen beide Seiten in (6) Polynome in t dar. Diese stimmen nach 2. für
alle tEIN überein, nach dem Identitätsatz also für alle tEe. 0
4.3 Rationale Funktionen 35

Wir ziehen jetzt auch noch den Fundament alsatz der Algebra heran.
Nach diesem kann von jedem Polynom f E C[z] eines Grades n > 0 ein
Linearfaktor z - 0:, 0: E C, abgespalten werd en. Dur ch (n - l )-maliges
Abspalten und Zusammenfassen gleicher Linearfaktor en erhält man den
Satz von der Linearfaktorzerlegung: Jedes nicht konstante Polynom
f E C[ z] besitzt eine Darstellung
f( z) = a(z - 0:I)k 1 '" (z - O:s) k s.

Reelle Polynome. Ein Polynom f heißt reell, wenn seine Koeffizienten


,an reell sind. Ein reelles Polynom kann im allgemeinen nicht in
aa, al , ...
reelle Linearfaktoren zerlegt werd en , wie x 2 + 1 zeigt . Ein solches Polynom
hat aber mit einer Nullstelle 0: E C auch 0 als Nullstelle, denn

Die nicht reellen Nullstellen treten also in Paaren konjugierter auf. Durch
Zusamm enmul tipli zieren konju gierter Linearfaktoren x - 0: und x - 0 ent -
ste ht ein Polynom 2. Grades, (x - o: )(x - 0) = x 2 - 2 Re(o:)x + 0:0,dessen
Koeffizienten reell sind. Insgesamt erhält man folgend es Korollar zum Satz
von der Linearfaktorzerlegung:
Satz von der Zerlegung reeller Polynome: Jedes reelle Polynom kann
als Produkt reeller Polynome mit Graden ~ 2 dargestellt werden.

4.3 Rationale Funktionen

Der Analyti ker verste ht unter einer rationalen Funktion R eine Funk tion,
die auf ganz C bis auf eine höchstens endliche Ausnahm emenge A definiert
ist und sich in C \ A mittels Polynomen I, g als Quotient

R (z) = f( z)
g(z)
darstellen läßt . Bei anderer Wahl von Zähler und Nenner hat der dar stel-
lend e Quotient möglicherweise einen größeren Definitionsbereich. Entsteht
durch Kür zen der gemeinsamen Teilerp olynome von fund 9 der Quotient
FIG , so nenn en wir D := { z E C IG(z) i= o} den vollständigen Definiti-
onsbereich von R, und wir erha lte n die Dar stellung
F( z)
R( z ) := G( z) für alle z E D .

Damit ist R zusätzlich definiert für die z mit g(z) = 0 aber G( z) i= o.


36 4 Funktionen

Beispiel: R(z) = ~ hat C als vollständigen Definitionsbereich, und es gilt


Z
R(O) = 1.
In einer Darstellung R = f I 9 mit teilerfremden Polynomen fund
9 sind diese bis auf konstante Faktoren bestimmt; insbesondere ist der
vollständige Definitionsbereich D durch R eindeutig festgelegt. Zum Be-
weis sei R = FIG eine weitere Darstellung mit teilerfremden Polyno-
men. Für die unendlich vielen z mit g(z) =I 0 und G(z) =I 0 gilt dann
F(z)g(z) = G(z)f(z) und nach dem Identitätssatz also Fg = Gf. Daraus
folgt wegen der Teilerfremdheit, daß G = cg ist mit einem c E C und
ebenso F = cf.

Pole. Abspaltung von Partialbrüchen


Ein Punkt a E Cheißt n-facher Pol der rationalen Funktion R, wenn es
eine Darstellung R = f Ig gibt, bei der f(a) =I 0 ist und gin a eine n-fache
Nullstelle hat. Es gibt dann ein Polynom h mit h(a) =I 0 und

(7) R z _ f(z)
( ) - (z - a)nh(z)

Neben der zu einem Pol gehörigen multiplikativen Zerlegung (7) spielt


auch eine additive Zerlegung eine wichtige Rolle. Die Bausteine für diese
sind die sogenannten Partialbrüche ( 1)V
z-a
Lemma von der Abspaltung eines Hauptteils: Ist a ein n-facher
Pol der rationalen Funktion R, so gibt es genau eine Zerlegung

R(z) = H(z) + Ho(z)


folgender Art: H ist eine rationale Funktion der speziellen Gestalt
an a n-1 a1
(8) H( z ) = (
z-a )n + (z-a n)-1 + ...z-a
+- mit an =I 0,

und Ho ist eine rationale Funktion, die in a keinen Pol hat.


H heißt Hauptteil von R im Punkt o.
Beweis durch Induktion nach n : Vorweg formen wir die Darstellung (7)
um. Da f(z)h(a) - f(a)h(z) die Nullstelle a hat, gibt es ein Polynom p
so, daß

f(z) f(a) f(z)h(a) - f(a)h(z) (z - a)p(z)


-----=
h(z) h(a) h(z)h(a) h(z)
4.3 Rationale Funktionen 37

Dami t folgt aus (7)

(9) R (z) -
an p(z) . f(a)
+ -,---------'--:-'--'--:-,....,....-:-
- (z - a )n (z - a )n- 1 h(z ) mit an := h(a) .
, v
,
= :R(z)

Der Induktionsbeweis: Im Fall n = 1 ist (9) bereits eine gewünschte Zerle-


gung, da Ra = pfb wegen h(a) =J. 0 in 0' keinen Pol mehr hat .
Schluß von n - 1 auf n: R ist eine rationale Funktion, die in 0' keinen oder
einen höchstens (n-l)-fachen Pol hat. Im ersten Fall nehme man diese als
R.J , im zweiten zerlege man sie gemäß Induktionsann ahm e. Zusammenfas-
send erhält man eine Zerlegung wie gewünscht .
Wir nehmen nun an, es gäbe zwei Zerlegun gen:
n

2:(z -aa;
) + Ra (z ) =
2:(n
b;
+ So(z).
v =]
V
v= 1
z-a )V

Multipliziert man mit (z - a) n und setzt in der entstehenden Identität


z = 0' , so ergibt s ich an = bn. Nach Entfern en von anl( z - a )n aus beiden
Seiten zeigt man ana log a n - l = bn - 1 usw. D

Wir unt erstellen jetzt wieder den Fundamentalsat z der Algebra und
nehmen den Nenner der rationalen Funk tion R in folgender Gestalt an:

(10)

Außerdem nehmen wir an, daß 0' 1 , . . . , a s keine Nullstellen des Zählers
f sind. R = f 109 hat dann genau in 0' ] , . .. , a s Pole und diese mit den
Vielfachheiten n] , ...,n s . Sind H ] , ... ,H; die jeweiligen Haup tteile von R
bestehend aus Linearkombinationen von n] , . .. .ri; Partialbrüchen, so gilt

(11) IR = H] + H s + q. I
+ ...
Dab ei ist q eine rationale Funktion ohne Pole in C, nach dem Fundament al-
sat z der Algebr a also der Quotient eines Polynoms und einer Konstanten,
folglich ein Polynom. q heißt der Polynom-Anteil von R.
Satz von der Partialbruchzerlegung: Jede rationale Funkt ion ist die
Sum me ihrer Hauptteile und ihres Pol ynom-Anteils.

Herstellung der Partialbruchzerlegung (PBZ)


1. Den Polyno m-Anteil q von R = f ls gewinnt man durch Division mit
Rest aus f = qg + r.
38 4 Funktionen

Beweis: r := (H I + .. .+ Hs)g ist nach der Bauart (8) von Hauptteilen


ein Polynom mit Grad r < Gradg. Die aus (11) folgende Darstellung f =
qg + r ist also eine Darstellung wie bei der Division mit Rest. Wegen der
Einzigkeit dieser Darstellung folgt die Behauptung. D

2. Nach Abspaltung des Polynoms q bleibt noch eine rationale Funktion


mit Zählergrad < Nennergrad zu zerlegen . Welche Partialbrüche dabei auf-
treten können, entnimmt man der Linearfaktorzerlegung (10) des Nenners.
Weiter kann sofort für jeden Hauptteil der Koeffizient mit dem höchsten
Index berechnet werden: Ist a ein n-facher Pol, so gilt nach (9) unter Ver-
wendung der dortigen Bezeichnungen

(9*) an = ~~:~ = Funktionswert von R(z) .(z - at bei o .

Die weiteren Koeffizienten kann man etwa durch Koeffizientenvergleich


ermitteln. Multipliziert man die mit unbekannten aik angesetzte Partial-
bruchzerlegung t9 = I:i
,
k ( aik )k
Z - O'i
auf beiden Seiten mit g, so entsteht
eine Identität zwischen Polynomen, aus der durch Koeffizientenvergleich
lineare Gleichungen für die aik resultieren. Auch durch Einsetzen spezieller
z erhält man solche Gleichungen. D

Beispiel: Sei R( z) = zz-l


(z + 1)2' Die Partialbruchzerlegung hat die Gestalt

a b2 bl
(12) R(z) = -; + (z _ 1)2 + Z - i

a und b2 berechnen wir nach (9*):

a = Fun ktitionswert von z ·R = (zz+l


_ 1)2 bei
Cl Z = 0: a = 1;
b2 = Funktionswert von (z - 1)2. R = z +z 1 bei z = 1: b2 = 2.
Zur Bestimmung von bl multiplizieren wir beide Seiten von (12) mit dem
Nenner von R und vergleichen in der entstehenden Identität

Z + 1 = (z - 1)2 + 2z + bIz(z - 1)
die Koeffizienten bei z2. Wir erhalten 0 = 1 + bl , also bi = -1.
Zur Bestimmung von bl kann man auch in (12) z spezialisieren. z =2
4
etwa ergibt die Gleichung ~ = + 2 + bl . Insgesamt folgt

z+1
----:---:-::-
Z(Z-1)2
= -1Z + (Z-1)2
2 1
- --.
z-1
D
4.4 Aufgaben 39

4.4 Aufgaben

1. Die Funktion f (x) := [x] + J x - [x] auf lRwächst streng monoton.


2. Zu einer nicht leeren Teilmenge ACe definiert man die sogenannte
Abstandsfunktion dA : C -7 IR durch dA(z) := inf {Iz- all
aE A} .
a ) Man bestimm e diese für A = 7/., .
b) Man zeige: Id A(z ) - dA(w) 1 ~ Iz- wl.
3. Es sei X C C eine Teilmenge derart , daß mit x E X au ch - x zu X
gehört. Dann heißt eine Funktion f : X -7 C gerade bzw. ungerade,
wenn f( - :r) = f (x ) bzw . f( - x) = - f( x) für alle x E X gilt . Man
cha rakterisiere die gera den und die ungeraden Pol ynome. Fern er zeige
man , daß jede Funktion cp : X -7 C genau eine Zerlegun g cp = g + u
besitzt , in der 9 gera de und u ungerade ist ; 9 heißt der gerade Anteil
von ip , u. der ungerade.
4. Ein Polynom f :C -7 C nimmt genau dann für alle x E lRreelle Wer te
an , wenn seine Koeffizient en reell sind.
5. Für den sogenannte n mittleren Binomialkoeffizient en gilt

6. Für ein Polynom f( z) = anz n + ...


+ aI Z + ao definiere man form al
n
j'( z ) := I:: kakzk- I (zo := 1).
k=1

Man zeige: Ein e k-fache Nullstelle von f ist eine (k - l )-fache von 1' .
Hinweis: Man zeige zunächst die Produktregel (lg)' = I's + is' .
z7 +1
7. Man berechn e die P ar tialbruchzerlegun g von 5 3.
Z + z·
.
8. Man zeige: ( )
n! ( ) I::
n
= k=O
(n) (_l) k
k --k'
z z +1 '" z +n +
z
9. Newtonsche Interpolation. Gegeben seien n+1
vers chiedene Stellen
Zo, . . . , Zn E C und n + 1 beliebige Werte wo, .. . ,Wn E C. Man zeige:
a ) Es gibt eindeutig bestimmte Zahl en Co , . .. , Cn so, daß das Pol ynom
n- i
P (z) = Co + I:: Ck+ I(z - · - zd
zo)··(z
k=O

die Interpolationseigenschaft P( zd = Wk, k = 0, ... , n , besitzt .


40 4 Funktionen

b) Im Fall Zk = k für k = 0, . .. ,n kann man P wie folgt schreiben:

10. Ganzwertige Polynome. Ein Polynom P heißt ganzwertig, wenn seine


Funktionswerte P(m) für alle mEZ ganze Zahlen sind. Man zeige:

a) Die Polynome ( ~) sind ganzwertig.


b) Ein Polynom P n-ten Grades ist gena u dann ganzwert ig, wenn es
eine Darstellung wie in Aufgabe 9b) mit bo, . . . , bn E Z besitzt .
11. Eine gebrochen-lineare Transformation T : C \ {-di e} ---+ C,

T (z)= az+b mit e#Ound ad-be#O ,


ez +d
ist kreistreu in folgendem Sinn : Das Bild T( k) eines Kreises k c C mit
-die rj. k ist wieder ein Kreis.
12. Algebraische Zahlen. Eine komplexe Zahl ~ heißt algebraisch, wenn sie
Nullstelle eines Polynoms P( z) = anz n+ . . .+ al z+aO mit Koeffizienten
ao, ... , an E Z ist : P(~) = O. Zum Beispiel ist jede rationale Zahl al b
als Nullstelle von bz- a algebra isch. Man beweise den Sat z von Cantor:
Die Menge aller algebraischen Zahlen ist abzählbar, die Menge der
nic ht algebraischen (= transzendenten) Zahl en somit nicht absiihlbar.
Obwohl es also wesentlich mehr t ranszendente Zahl en als algebraische gibt,
können wir bis jetzt kein e einzige benennen. Der Nachweis der Transze n-
denz einzelner Zahl en , zum Beispi el von TI, biet et in der Regel besond ere
Schwierigkeit en .
5 Folgen

Mit diesem Kapitel beginnen wir die Diskussion von Grenzprozessen. Diese
gehören zu den wichtigsten Prinzipien der Math ematik und bilden ein kon-
st ituierendes Element der Analysis. Grenzprozesse wur den erstmals von
den Griechen zur Berechnun g von Flächen durchgeführt .

5.1 Konvergenz von Folgen

Unte r einer Folge komplexer Zahl en, kurz Folge in C, versteht man eine
Funk tion f :IN -+ C mit der Menge der na türlichen Zahlen als Definiti-
onsbereich. Ist f (n ) = an, so schreibt man für f meistens

Definition: Eine Folge (an) heißt konvergent, wenn es eine Zahl a E C


mit folgender Eigenschaft gibt : Zu jedem [ > 0 existiert ein N E IR so, daß

(1) lan - al< e für alle n > N.


Die Zahl a heißt Grenzwert oder Lim es der Folge, und man schreibt

lim an = a oder an -+ a für n -+ 00 .


n-+oo

Eine Folge, die gegen 0 konvergiert , heißt auch Nullfolg e.

Im Konvergenzfall ist der Grenzwert einer Folge eindeutig bestimmt.


Wären a' f. a zwei Grenzwerte, so gäbe es zu e := ~ I a' - al > 0 Indizes N
und N ' derart , daß lan - al < e für n > N und lan - a'l < e für n > N' .
Mit einem n > max (N ' , N) folgte dann la' - al ::; la' - anl + lan - al < 2[ ,
was der Wahl von [ widerspri cht. 0

Geometri sch bedeutet die Forderung (1), daß alle Folgenglieder mit ei-
nem Ind ex n > N in der Kreisscheibe

Kc; (a) := {z E C Ilz- al < c}


mit Mittelpunkt a und Radi us e liegen .

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
42 5 Folgen

----- q
Glieder der Folge (qn) für Iql< 1. Die
Glieder liegen auf einer logarithmischen
Spirale; siehe 12.10. Nach Beispiel 4. un-
ten konvergiert die Folge gegen den Null- q3
punkt. In der Abbildung liegen die Glie-
der qn für n 2: 4 in Kc{O).

Bei dieser Gelegenheit führen wir auch die Bezeichnung Umgebung ei-
nes Punktes ein. Unter der c-Umgebung von a E C versteht man die Kreis-
scheibe Kc;(a). Ferner wird jede Menge U, die eine Obermenge einer c-
Umgebung von a ist , Umgebung von a genannt. Ist a E IR, so versteht man
unter der E> Umgebung von a in IR das Intervall

fc(a) := {x E IR Ilx al- < cl


und unter einer Umgebung wieder jede Obermenge einer s-Umgebung.
Ferner verwendet man in diesem Zusammenhang oft den Terminus fast
alle: Gegeben seien für alle nEIN Aussagen A(n). Dann sagt man "fast alle
A(n) sind richtig", wenn es ein N gibt so, daß die A(n) mit n > N richtig
sind . Mit dieser Terminologie lautet die Bedingung für die Konvergenz
einer Folge (an) gegen a: Jede Umgebung von a enthält fast alle an.

Wichtige Folgen und ihre Grenzwerte:

1. lim ~S
n-+oo n
= 0 für jedes positive s E Q.
2. lim
n-+oo
-C!ä= 1 für jedes reelle a > O.
3. lim
n-+oo
em = 1.
4. lim qn
n-+oo
= 0 für jedes q E C mit Iql< 1; siehe Abbildung oben.
k
5. lim ~
n-+oo zn
= 0 für jedes kEIN und z E C mit Izi> 1.
In 5. werden die Wachstumsgeschwindigkeiten der Folgen n k und Izlnver-
glichen . Die Tatsache, daß die Quotienten eine Nullfolge bilden, formuliert
man oft so: Die Folge Izlnwächst im Fall Izl> 1 schneller als jede noch so
große Potenz von n. Man beachte auch, daß 5. mit q :=11 z den Grenzwert
4. verschärft.
Beweise: 1. Zu vorgegebenem E > 0 setze man N :=c- 1/s . Für alle n > N
gilt dann 11/n s l < E,
5.2 Rechenregeln 43

2. Wir behandeln zunächst den Fall a 2:: 1. Für X n := o/ä - 1 ergibt die
Bernoullische Ungleichung a = (1 + x n)n 2:: 1 + nx n . Es ist also X n < afn ,
Somit gilt
1~-11=xn <c fürallen >N :=~.
f
1
Den Fall a < 1 führen wir durch Üb ergang zu a- > 1 auf den bewiesenen
zurück: Mit der im nächsten Abschnitt aufgestellten Rechenregel Ic) gilt

lim ~= (lim ~a-1) - 1 = 1.

3. F ür Xn := ~ - 1 2:: 0 ergibt die Binomialentwicklung

n(n - 1) 2
also n - 1 -> 2 xn .

Hieraus folgt Xn ~ J2/n. Damit ergibt sich für alle n > N := 2/c 2

1~-11= Xn < c .
4. Nach 2.2 Satz 1b) gibt es eine natürliche Zahl N so, daß IqlN < e. Für
n > N gilt dann erst recht Iqn I< c.
5. Wir setzen I
zi= 1 + x , wobei x > 0 ist . Für jedes n > 2k ergibt dann
die Binomialentwicklung
1
n ( n ) k+1 _ n(n - 1)··· (n - k) k+1 nk+ xk+1 .
(1 + x ) > k + 1 x - (k + 1)! x > 2k+1(k + 1)!'

für diese n gilt also


k 1(k
nk I< 2 + + 1)! . ~ .
z n x k +1 n
I
Damit folgt

n kl ..
z n < e fur alle n > N := max
{2 +
k 1(k+1)!
X k +1 .
1 }
-;;; ,2k . o
I

5.2 Rechenregeln

Regel I: Für die Folgen (an) und (bn ) gelte an --+a und b.; --+b.
Dann gilt:
a) an + bn --+a + b,
b) an ·bn --+a . b.
an a
c) Ist b i= 0, so sind fast alle b« i= 0, und es gilt: - --+-.
b., b
44 5 Folgen

Beweis: a) Zu gegebenem e > 0 wählen wir Zahlen N' und Nil so, daß
lan - al < c/2 für alle n > N' bzw. Ibn - bl < c/2 für alle n > Nil. Für
die Indizes n > max (N', Nil) bestehen dann beide Ungleichungen, und für
diese n folgt

b) Wir verwenden die Identität

Zu e > 0 wählen wir nun ein N so, daß für alle ti »N zugleich gilt:
c
lan - al < min {2lbl
+ 2'I},
Aus der ersten Ungleichung folgt zunächst lanl ~ lai+ lan - al < lai+ 1
und aus beiden mittels (*) schließlich

lanb n - abi< + 1)2Ia~+2 + Ibl2lb


(lai t+ 2< e für n > N .

c) Zu 1] := !Ibl > 0 wählen wir zunächst ein N' so, daß Ibn - bl < 1] ist
für n > N' . Für diese n gilt dann Ibnl~ Ibl-
1] ~ !Ibl> o. Zu gegebenem
c > 0 wählen wir ferner ein N ~ N' derart, daß außerdem für alle n die
Ungleichung Ib -bnl < !clWgilt. Für n > N folgt damit

1 1\ Ibn - bl
b
1 n
- b = Ibnllbl< c.
Das beweist zunächst b~ ---+ i·Zusammen mit b) folgt c) allgemein. 0

Beispiel: Für jedes k E lN gilt er:;;;;


---+ 1. Zum Beweis wende man auf
tYn ---+1 mehrmals die Regel Ib) an .

Regel 11: Für die Folge (an) gelte an ---+a. Dann gilt auch

lanl---+ lai, an ---+Ii, Rea n ---+Rea, Iman ---+Ima .

Insbesondere sind Grenzwerte reeller Folgen reell. Ferner folgt

lim an = lim(Re an) + i . lim(Im an)'


Beweis: Es bezeichne f eine der Funktionen I I, ,Re, Im. Ferner sei zu
c > 0 ein N gewählt so, daß lan - al < c ist für n > N. Dann gilt auch
I!(a n) - f(a)1 ~ lan - al < e. Das beweist die Behauptung. 0
5.2 Rechenregeln 45

Regel III: Es gelte an -+a und b« -+b, ferner an ~ b.; für fast alle n .
Dann gilt auch a ~ b.
Beweis: Zu jedem E > 0 gibt es ein N so, daß für n > N gleichzeitig gilt
a - E < an ~ bn < b + E. Hieraus folgt a - b < 2 E für jedes E > O. Das ist
nur bei a - b ~ 0 möglich. D

Folgerung: Liegen fast alle Glieder einer konvergenten Folge (an) in ei-
nem abgeschlossenen Int ervall [A;B], dann auch ihr Grenzwert.
Ähnli ch wie III zeigt man das folgende nützliche Konvergenzkriterium:
Einschließungsregel: Zur Folge (an) gebe es konvergente Folgen (An)
und (B n) mit An ~ an ~ B n für fast alle n und mit lim An = lim B n .
Dann konvergiert auch (an), und es gilt lim an = lim An .
Beispiele:
1. Für jedes (rationale) s > 0 gilt \fiI} -+1.
Mit einer natürlichen Zahl k ~ s gilt die Einschließung 1 < \fiI} ~ ~.
Aus dieser folgt die Behauptung wegen ~ -+1.
2. Für a, b ~ 0 gilt ~an + bn -+max {a, b}.
Es sei etwa b ~ a; man hat dann die Eins chließung b ~ ~ an + bn ~ \Y2 b.
Aus dieser folgt die Behauptung wegen \Y2 -+1.

Asymptotische Gleichheit: Zwei Folgen (an) und (bn) von Zahlen # 0


heißen asymptotis ch gleich, falls die Folge (an/b n) gegen 1 konvergiert ,
, an
IIm - = 1; in Zeichen: an c:::: bn für n -+00 .
bn
n--+ oo

Nach der Regel Ic) sind asymptotisch gleiche Folgen entweder zugleich kon-
vergent oder zugleich divergent. Asymptotisch gleiche, divergente Folgen
bilden zum Beispiel an = n 2 und bn = n 2 + n . Diese Folgen zeigen auch ,
daß die Differenz asymptotisch gleicher Folgen unb eschränkt sein kann.
Beispiele:
1 1 1
1 - - - - '"" - 2 für n -+00 .
. n n +1 - n
Der Quotient von recht er und linker Seite ist 1 + .!. , geht also gegen 1.
n
2. Es sei P ein Polynom vom Grad k und mit Leitko effizient a. Dann gilt

P(n) c:::: ar/ für n -+00.

. . P( n) _ 1 es
D enn mit geWIssen cl ,· · " Cn E
C1 '
liJIst -k- -
an
+ "us=I
k
- .
n S
5.3 Monotone Folgen

Eine Folge (an) heißt beschränkt, wenn es eine Zahl s gibt so, daß für alle
Glieder lanl ~ s gilt .
Lemma: Jede konvergente Folge ist beschränkt.
Beweis: Sei a der Grenzwert und N ein Index mit lan - al < 1 für n > N;
dann gilt lan I~ s:=max {lai + 1, lall
,...,laN I}für alle n . 0

Die Beschränktheit einer Folge reicht keineswegs zur Konvergenz, wie


die Folge an = (-1)
n zeigt. Sie reicht jedoch bei monotonen Folgen.
Definition: Eine Folge (an) reeller Zahlen heißt
a) monoton wachsend, wenn für alle n gilt : an ~ an+l;
b) monoton fallend, wenn für alle n gilt : an ~ an+l;
c) monoton, wenn sie monoton wachsend oder monoton fallend ist.
Satz: Jede beschränkte, monotone Folge (an) konvergiert, und zwar
a) eine wachsende gegen sup A, wobei A:= {an InE lN};
b) eine fallende gegen inf A.
Beweis: a) Sei s := sup A. Da s die kleinste obere Schranke für A ist,
gibt es zu jedem e > 0 ein aN mit s - e < aN . Damit folgt wegen des
monotonen Wachstums der Folge s - E < an ~ s für alle n ~ N.
b) kann analog gezeigt oder mit Hilfe der Folge (-an) auf a) zurückgeführt
w~oo. 0

Beispiel: Das Wallissche Produkt und Verwandtes.


Wallis, lohn (1616-1703) . Priester und Professor für Geometrie in Oxford.
Es soll das Anwachsen der Produkte
2 4 6 2n
(2) Pn :=- .- . -...- -
I 3 5 2n-1
wenigstens asymptotisch erfaßt werden. Wir zeigen:
Es gibt eine Zahl P mit v'2~ P ~ 2 so, daß gilt:

IPn ~ pvn für n -+ 00 .

Beweis: Wir zeigen zunächst:


a) Die Folge ~ fällt monoton.

b) Die Folge ~ wächst monoton.


n+1
5.3 Monotone Folgen 47

a) folgt aus
2 +4n
Pn+1 . .'!!.:!:-)24n
( vn+T 'y'ri 2
4n + 4n + 1 < 1,
und b) aus

Pn+1 Pn
2
4n 3+ 12n 2 + 12n + 4
( Jn+2' vn+T) 3 2
4n + 12n + 9n + 2
> 1.

Nach a) und b) gilt für alle n weiter

V2 = ~
/2 <- vn+T
Pn < .'!!.:!:-
y'ri
<
- PI
= 2.

Mithin besit zt die Folge (~) einen Grenzwert P mit /2 ~ P ~ 2. D

Bemerkung: Die Berechnung von P führt man üblicherweise zurück auf die
Berechnung des Grenzwertes der Wallissehen Produktfolge
2 . 2 4· 4 2n . 2n 2 1
Wn := N .3 ·5 .. . (2n - 1)(2n + 1) = Pn . 2n + t

In 11.5 zeigen wir mit Hilfe der Integralr echnung, daß lim W n =~ ist.
Dami t folgt dann n-+ oo

P =,;TI.

Aus (200 ) folgen sofort wichtige asymptotische Darstellungen gewisser


Binomialkoeffizienten:

(3) ( 2n ) ~~ ,
n py'ri

(4)

Es ist nämlich
2n 2n
2n ) = (2n)!2 = 1·3·5 .. ·(2n-l)·2
( n (2 ·4·6 .. ·2n )2 2 ·4·6 .. ·2n

bzw. für n > 1

~ ) I= ~ . ~ . ~ . ~ .. . 2n - 3 = 1 ·3 .. · (2n - 3) = 1 .
I(n n! 2 2 2 2 2 ·4 · · · 2n (2n - 1)Pn
48 5 Folgen

5.4 Eine Rekursionsfolge zur Berechnung von


Quadratwurzeln

In zahlreichen Fällen legt man Folgen nicht durch Angabe der Zuordnung
n I-tan fest, sondern durch einen Startwert und eine Hekureionsjormel.
Ein Beispiel liefert das bereits den Babyloniern bekannte Verfahren der
schrittweisen Verbesserung von Näherungswerten für Quadratwurzeln.
Gegeben sei a > O. Durch einen Startwert Xo > 0 und die Rekursions-
formel

(5) für n = 0, 1,2, . . .

wird rekursiv eine Folge definiert. Z.B. erhält man für a = 2 und Xo = 1:
Xl = ~ ( 1 + ~) = ~ = 1.5,
Xz = ~(~ + 2~2) = ~~ = 1.416 ... ,

X3 = 21(17 2 .12) 577


12 + 17 = 408 = 1.414215 . ..

Satz: Bei beliebig gewähltem Startwert Xo > 0 konvergiert die durch (5)
definierte Folge gegen va.
Beweis: Durch Induktion zeigt man Xn > 0 für alle n; insbesondere ist die
Folge definiert. Weiter gilt sogar
Xn ~ va für n = 1,2, ...
Denn

X; - a = !(Xn-l + _a_)Z _ a = !(Xn-l _ _ a_)Z ~ O.


4 Xn-l 4 Xn-l
Damit folgt auch, daß (x n ) ab n = 1 monoton fällt; denn:
1 Z
Xn - Xn+l = -(x n - a) ~ O.
2x n
Somit besitzt (x n ) einen Grenzwert X ~ va. Für diesen erhalten wir aus
(5)nach n -+00 die Gleichung

(500 ) X = ~ (x + ~), d.h. x = a.


Z

Mit x > 0 folgt also x = va. o


5.4 Eine Rekursionsfolge zur Berechnung von Quadratwurzeln 49

Wir weisen ausdrücklich darauf hin , daß das Konvergenzkriterium für


monotone Folgen, das ein reiner Existenzsatz ist und keine Handhab e zur
Berechnung des Grenzwertes bietet , doch wesentli ch in den Beweis einging.
Er st die Erkenntnis, daß ein Grenzwert existiert, erla ubt es, die Rekursi-
onsformel (5) in die Gleichung (500 ) überzuführen.
Bemerkungen zum Algorithmus (5):
1. Fehlerabschätzung und K onvergenzgeschwindigkeit : Für den Fehler

I«> X n - Vä
1
erhält man mit (5) f n+l = -2
Xn
f~ und wegen Xn ~ va für n ~ 1 weiter
~ 2~f~.
Ifn+ll
Diese Abschät zung zeigt, daß bei der Folge (x n ) sogenannte quadratische
Konvergenz vorliegt . Allgemein sagt man , eine Folge (x n ) mit Grenz-
wert ~ sei quadratisch konvergent, wenn es eine Konstante C gibt so, daß
IXn +1 - ~I ~ C . IXn - ~1 2 gilt .
Wiederholte Anwendung von (*) führ t schließlich auf

Im oben betrachteten Beispiel mit a = 2 und Star twert X o = 1 ist Xl = 1.5.


Wegen 1.4 < /2< 1.5 folgt IhI= lXI - /21 < 10- 1. Damit ergibt sich
schließlich

Hiern ach ist zum Beispiel

2. Stab ilität: Da jede positive Zahl als Startwert genommen werden darf,
können Rechenfehler und insbesondere Rundungsfehler den Ablauf des Al-
gorithmus (5) nicht gänzlich verfälschen , höchstens verzögern. Der Algo-
rit hmus (5) ist selbst-korrigieren d.
3. Ratio nalit ät: Sind a und der Star twert
X o rational, so sind alle X n ratio-
nal. Häufig erhält man Näherungsbrüche für va,
die viel kleinere Nenn er
hab en als etwa gleich gut approximierende Dezimalbrüche (siehe obiges
Beispiel). Auch muß man sich nicht um Rundungsfehler kümm ern , solan-
ge man mit gewöhnlichen Br üchen rechnet .
50 5 Folgen

5.5 Der Satz von Bolzano-Weierstraß

Dieser Satz ist grundlegend für die Konvergenztheorie beschränkter Fol-


gen. Er tritt in zwei Fassungen auf: Die erste besagt die Existenz von
Häufungswerten, die zweite die Existenz konvergent er Teilfolgen.
Häufungswerte. h E Cheißt Häufungswert der Folge (an), wenn jede
Umgebung K c(h) von h unendlich viele Folgenglieder an enthält , d.h.,
wenn gilt:
Ih- anl < c für unendlich viele n .
Beispiele:
1. Eine konvergent e Folge hat genau ihren Grenzwert als Häufungswert.
2. Die Folge an = in hat genau die vier Häufungswerte 1, i, -1 , -i.
3. Eine surjektive Folge f :lN -+Q hat jede reelle Zahl als Häufungswert,
da jedes Int ervall un endlich viele rationale Zahlen ent hält .
Satz von Bolzano-Weierstraß, 1. Fassung: Jede beschränkte Folge
komplexer Zahlen besitzt einen Häufungswert. Jede beschränkte Folge (an)
reeller Zahlen hat einen größten Häufungswert h* und einen kleinsten Hiiu-
fungswert h*; diese haben die Eigenschaft, daß für jedes c > 0 gilt:
an < h* + c für fast alle n,
an > b; - e für fast alle n .
h* heißt Limes superior, h.; Limes inferior von (an). Bezeichnung:
h* =:lim sup c., bzw. h; = :liminf an'
Beweis: Wir betrachten zun ächst eine reelle Folge (an) und zeigen, daß sie
einen größten Häufungswert besitzt. Dazu konstruieren wir rekursiv eine
Intervallschachtelung ([Ak ;Bk]) so, daß für jedes [Ak ; Bk] gilt :

(lU an E [Ak ;Bk] für unendlich viele n ,


(ID an ~ Bk für fast alle n .
Wir beginnen mit einem Int ervall [Al ; Bil, welches alle an enthält.
Der Schritt k -+k + 1: Ist M der Mittelpunkt von [A k ;B k], so setzen wir

[A k+ l ., B k+ l]·._ {[A k ; M], falls an ~ M für fast alle n,


- [M ; Bkl, andern falls.

Sei nun h* die in allen [Ak ;Bk] liegende Zahl. Wir zeigen, daß sie ein
Häufungswert mit (6*) ist : Zu e > 0 wähle man k so, daß [A k ;Bk] C Ic(h*).
Nach (lU enthält Ic(h*) unendli ch viele an; h* ist also ein Häufungswert.
Weiter gilt nach (I~) an ~ Bk < h* + c für fast alle n , also (6*).
5.5 Der Satz von Bolzano-Weierstraß 51

Schließlich folgt aus (6*),daß kein h' > h* ein Häufungswert ist. Mit
co := ~(h' - h*) gilt nämlich an < h* + co = h' - co für fast alle n , so daß
1"0 (h') höchstens endlich viele Folgengli eder ent hält .
Die Aussagen betreffend h; beweist man analog.
Damit ist der Satz für reelle Folgen bewiesen. Bevor wir ihn für kom-
plexe Folgen beweisen, bringen wir erst die 2. Fassung des Satze s.

Teilfolgen. Ist (an) eine Folge kompl exer Zahlen und (nk) eine streng
monoton wachsende Folge von Indizes, so heißt die durch k H a nk , kEIN,
definierte Folge (ank)k EIN Teil/alge von (an)'
Jede Teilfolge einer konvergenten Folge konvergier t und besitzt densel-
ben Grenzwert. Denn jede Umgebung des Gr enzwertes ent hält fast alle
Glieder der Gesamtfolge, erst recht fast alle Glieder einer Teilfolge.
Wir chara kte risieren zunäc hst die Häufungswerte einer Folge als die
Grenzwerte der konver genten Teilfolgen .
Lemma: h E e ist Häu/ungswert einer Folge (an) genau dann, wenn h
der Grenzwert einer Teil/alge (a nk) ist.
Beweis: Sei h der Gr enzwert einer Teilfolge (a nk) . Dann enthält jede Um-
gebung Kc( h) fast alle ank und damit un endlich viele an' Also ist h ein
Häutungswert von (an).
Sei nun h ein Häufungswert von (an). Wir konstruieren schrittweise eine
gegen h konvergente Teilfolge (a nk ). Da jede Umg ebung K c;(h) unendlich
viele an ent hält , läßt sich in K I (h) ein an! finden , dann in K I / 2 (h) ein an2
mit n 2 > nI , allgemein in K I /d h) ein a nk mit nk > nk -I ' Man erhält so
eine Teilfolge (a nk) mit lank - hl < 1/k, also mit a nk -+h. 0

Satz von Bolzano-Weierstraß, 2. Fassung: Jede beschränkte Folge


komplexer Zahlen besitzt eine konvergente Teil/alge.
Beweis: Für eine reelle Folge resultiert diese 2. Fassung auf Grund des
Lemmas aus der 1. Fassung.
Für eine kompl exe Folge (an) setze n wir an = a~ + ia~ (a~ , a~ E lR).
Die reellen Folgen ( a~) und ( a~) sind dann ebe nfalls beschr änkt . Wir neh-
men an , daß durch eine Vorweg-Au swahl einer Teilfolge die Kon vergen z der
Folge (a~) bereits erreicht wurde. Aus (a~ ) kann wieder eine konverg ente
Teilfolge (a~ kJ ausgewählt werden . Dami t ist dann (ank ) eine konverg ente
Teilfolge von (an). 0

Es folgt der noch au sst ehende Beweis der 1. Fassung des Satzes für
eine komplexe beschr änkte Folge (an): Nach der 2. Fassung des Satzes
besitzt (an) eine konver gente Teilfolge. Der Gr enzwert dieser Teilfolge ist
ein Häufungswert von (an). 0
52 5 Folgen

Bolzano, Bernhard (1781-1848). An der Scholastik orientierter böhmischer Prie-


ster, Philosoph und Sozialkritiker. Die zu seinen Lebzeiten unbekannt gebliebe-
nen mathematischen Schriften nehmen Ergebnisse von Weierstraß und Cantor
vorweg.
Weierstraß, Karl Theodor (1815-1897) . Wirkte ab 1856 in Berlin und baute
die Analysis in mustergültiger sogenannter Weierstraßscher Strenge aus. Seine
Neubegründung der elliptischen und Abelschen Funktionen gehört zu den großen
Leistungen der Analysis im 19. Jahrhundert. Fundamental sind auch seine Arbei-
ten über Variationsrechnung und Minimalflächen. Aus der von ihm begründeten
Berliner Schule sind zahlreiche bedeutende Mathematiker hervorgegangen.

5.6 Das Konvergenzkriterium von Bolzano-Cauchy.


Nochmals die Vollständigkeit von IR,

Dieses Kriterium charakterisiert die Konvergenz einer Folge ohne Bezug


zu einem eventuellen Grenzwert. Es wurde von Cauchy 1821 in seinem
Gours d'Analyse angegeben und als selbstverständlich angesehen. Bereits
1817 hatte es Bolzano formuliert und als beweisbedürftig erkannt. Es stellt
eine besonders wichtige Version der Vollständigkeit des Körpers lR dar.
Gauchy, Augustin L. (1789-1857). Ingenieur, Physiker und bedeutendster fran-
zösischer Mathematiker seiner Zeit. Ab 1816 Professor der Mathematik an der
berühmten Ecole Polytechnique. Nach der Julirevolution 1830 im Exil, da er den
Treueid verweigerte. Nach dessen Abschaffung 1848 Professor für Mathematische
Astronomie an der Sorbonne. Seine Devise lautete Dieu et la uerite.
Cauchy gilt als Begründer der Funktionentheorie einer komplexen Veränder-
lichen; siehe Band 2, Kapitel 6. In seinem Lehrbuch Gours d'Analyse (1821)
entwickelt er die Analysis ab ovo konsequent aufbauend auf dem Grenzwertbe-
griff und gibt ihr die Gestalt, die sie im wesentlichen noch heute hat. Von ihm
stammen auch wichtige Beiträge zur Algebra.
Konvergenzkriterium von Cauchy: Eine Folge (an) komplexer Zahlen
konvergiert genau dann, wenn es zu jedem e > 0 ein N gibt so, daß gilt:

la n - ami< c, falls n und m >N sind.

Beweis: a) Die Folge konvergiere und a sei ihr Grenzwert . Dann gibt es
zu jedem c > 0 ein N so, daß lak - al < c/2 ist für k > N. Damit folgt

la n - amI:::;la n - al + la - amI< e für n, m > N.


b) Die Folge erfülle die angegebene Bedingung. Wir stellen zunächst fest,
daß sie beschränkt ist. Beweis: Es gibt ein N, so daß la n - ami< 1 ist für
n,m ~ N, und damit folgt lanl < laNI + 1 für n > N ; eine Schranke der
Folge ist also die größte der Zahlen lall,...laN-II
, und laNI + 1.
5.6 Das Konvergenzkriterium von Bolzano-Cauchy 53

Nach dem Sat z von Bolzano-Weierstraß besitzt (an) eine konvergent e


Teilfolge (ank). Wir zeigen, daß auch (an) gegen den Grenzwert ader
Teilfolge konvergiert. Sei c > 0 gegeben. Wir wählen dazu ein N' mit
lan - ami < f / 2 für n , m > N ', ferner ein nk > N' mit lank - al < f/2 .
Für n > N ' folgt lan - al :S lan - ank I+ lank - al < f . Das beweist die
Konvergenz der Folge (an)' 0

Definition: Eine Folge (an) komplexer Zahlen heißt Cauchyfolge oder


Fundamentalfolge, wenn es zu jedem e > 0 ein N gibt so, daß

lan - ami < f, falls n und m > N sind.

Nach obigem Krit erium sind also gen au die Cauchyfolgen die konv ergenten
Folgen in C.

Vollständigkeit von I1L Der Sat z von Bolzano-Weierstraß und das aus
ihm abgeleitete Cauchysche Konvergenzkrit erium beruhen auf der mittels
Int ervallschachtelungen formuliert en Vollständigkeit von lR. Im Hinblick
auf den Vollst ändigkeitsb egriff ist nun bemerkenswert , daß auch das Um-
gekehrte gilt: Für einen archim edisch angeordneten K örper folgt das Inter-
vallschachtelungspri nzi p aus dem Cauchyschen Konvergenzkriterium. Zum
Beweis sei ([an ;bnJ) eine Intervallschachtelung. Dann ist (an) eine Cauchy-
folge. Zu e > 0 gibt es nämlich ein N mit bN - aN < c, und wegen am,
an E [a N;bN] für alle m, n > N folgt lam - anl < e, Sei dann s := lim an'
Da (an) monoton wächst, gilt an :S s für alle n ; und da ak :S bn für alle
k, n , folgt weiter s :S b.; für alle n. s ist also eine Zahl, die in allen [an; bn]
liegt.
Wir erhalten damit für archimedisch angeordn ete Körper die Schlußkette:

Intervallschachtelungsprin zip
,ij.
Satz von Bolzano-Weierstraß
,ij.
Cauchy-Krit erium
,ij.
Intervallschachtelungsprinzip

Folglich sind für solche Körp er das Int ervallschachtelungsprinzip, der Satz
von Bolzano-Weierstraß und das Cauchysche Konvergenzkriterium logisch
gleichwertig; jede dieser drei Aussagen ist eine Formulierung der Vollstän-
digkeit . Insbesondere kann man in einern Axiomensystem für lR als Voll-
ständigkeitsaxiom fordern , daß alle Cauchyfolgen konvergieren.
Die Tatsa che, daß im Körp er C jede Cauchyfolge konvergiert , bezeichnet
man entsprechend als Vollständigkeit von C.
54 5 Folgen

Vervollständigung von <Q zu 1It. Den verschiedenen Charakterisierun-


gen der Vollständigkeit von IR entsprechen jeweils Konstruktionen von IR
ausgehend von Q. Der Analysis am besten ang epaßt ist die bereit s von
Cantor 1883 ausgeführte Konstruktion mittels Äquivalenzklassen von Fun-
damentalfolgen rationaler Zahlen . Ein analoges Verfahren wird auch allge-
meiner zur Vervollständigung metrischer Räume herangezogen.

5.7 Uneigentliehe Konvergenz

Um gewissen divergenten Folgen in IR wenigstens no ch einen uneigentlichen


Grenzwert zuordnen zu können, erweite rt man IRum zwei ideelle Element e
00 und -00 und setzt IR := IR U { -oo,oo} . Die Ordnungsstruktur auf IR
erg änzt man dabei durch die Festsetzung -00 < x < 00 für alle x E IR.
Man definiert dann Intervalle in IR wie in 2.3, zum Beispiel:

(a ;oo] := {x E IR' a <x ~ oo},


[-oo;a) := {x E IR '-00 ~ x < a}.
Die angeschriebenen Intervalle heißen auch Umgebungen von 00 bzw. -00.
Ein Modell für 1It hat man in dem komp akten Intervall [-1 ; 1] in Verbin-
dung mit der bijektiven , monoton wachsenden Abbildung a : IR -+[-1; 1]
mit
x
a(x) := --1-' für x E lR, 0"(00):= 1, O"(-oo):=-l.
1+ x


00

Beispiel: Die Pot enzfolge (an) konvergi ert für a > 1 in IR gegen 00, für
a ~ -1 dagegen divergiert sie au ch in IR.
Die Modellabbildung a : IR -+ [-1 ;1]führt die Konvergenz in IR auf
eine Konvergenz in [-1;1]zurück; und zwar gilt für eine Folge (an) in IR:
an -+ 00(-00) genau dann , wenn a(a n) -+ 1(-1).
5.7 Uneigent liehe Konvergen z 55

Schließlich definiert man : lim sup a n = 00 bzw. lim inf an = - 00, wenn
es zu jedem K > 0 unendli ch viele n gibt mit an > K bzw. an < -K.
Vorsicht! Die in 5.2 aufgestellte n Rechenregeln für in IR konvergente Folgen
gelten nur noch teilweise weiter , wie die folgenden dr ei Beispiele mit jeweils
an --+0 und bn --+00 zeigen: Fü r

an = 1/n 2 n
und b = n } { 0, }
an = ±l/n und b« = n gilt anbn --+ ±1,
{
an = ±l/VTi und b« = n ± oo.

Um auch gewissen divergenten Folgen in C einen uneigentlichen Grenz-


wert zuordnen zu könn en , ergänzt man C, abweichend von IR, um ein ideel-
les Element , welches in diesem Zusammenh an g ebenfalls mit 00 bezeichnet
wird , und setzt C := Cu {oo}. Die Erweit erung um nur ein Element trägt
der Tatsache Rechnung, daß C keine Ordnungsstruktur wie IR besit zt .
Ein Modell für <C hat man in der 2-Sph äre S2, d.i. die Menge der Punkte
(XI,X2 ,X3 ) E IR mit xI + x§ +x~ = 1, in Verbindung mit der durch
3

(T ((0):= N = (0, 0, 1) er weiterte n ste reogra phischen P roj ektion (T von C


au f S2; zur stereog ra phischen Projektion in höheren Dimensionen siehe
Band 2.

Ste reog ra phische Projektion

Historisches. Die ste reogra phische Projektion wurde bereit s von dem griechi-
schen Astronom en und Mathem atiker Ptolem äu s (? - 161 n.Chr.) verwend et ,
um Himmelskart en zu ent werfen .

Definition: Eine Folge (an) in C kon vergiert gegen 00 , wenn es zu jedem


la n
K > 0 eine Zahl N E lR gibt so, daß n I~ K für alle ~ N gilt .
Beispiel: Wir betrachte n nochmals die Potenzfolge (a n) . In C konvergiert
diese für jedes a E C mit lai> 1 gegen 00.
Vorsicht! Eine Folge reeller Zahlen , die in IR konvergier t , konvergiert , auf-
gefaßt als Folge kompl exer Zahlen, auch in C. Dagegen impli ziert die Kon-
vergenz in C nicht notwendi g die in lR, wie die Folge ((- 2) n) zeigt.
56 5 Folgen

5.8 Aufgaben

1. Man berechne im Konvergenzfall den Grenzwert der Folge (an), wobei


an einen der folgend en Werte hat :

a) 21n ( ~) , b) C~ 4i r'
d) ~IP(n)l , P ein Polynom ,
2. Man zeige: Für n -+ 00 gilt

vn·(zvn - 1) -+ O.
3. Es sei (an) eine konvergente Folge positiver Zahl en mit Grenzwert a.
Für jedes k E lN konvergiert da nn auch die Folge ( ~) , und es gilt
~ -+ tfa·
10 10
4. Mit einer beliebigen positiven Zahl a (zum Beispiel 10 ) definiere
man dr ei Folgen (an), (b n ) und (cn) durch

an := vn + a - vn, bn := Jn + vn-vn, Cn := Jn + n /a - vn.

Man zeige: F ür alle n < a2 bestehen die Ungleichungen an > bn > Cn ;


es gilt aber an -+ 0, bn -+ ~, Cn -+ 00 .
5. Ist (an) eine reelle Nullfolge mit an =I 0, so gilt
VI + an - 1 ~ ~ an
2
für n -+ 00 .

6. Mit der in 5.3 erklärten Zahl p (p = y'TI)


gilt

( n
- ~) ~ (_I )n für n -+ 00 .
pvn
7. Division durch Mult iplikation . Es sei a > O. Man zeige, daß die Folge
(x n) mit beliebigem Xo E (0; 2/a) und Xn+l := Xn ·(2 - ax n) ab n = 1
monoton wächst und quadratisch gegen Y]« konvergiert . Für a = 3
und Xo :=0.3 berechne man Xl , x2 und X3 .
8. Es sei a > o. Man zeige, daß die Folge (x n ) mit beliebigem Xo > 0 und

X n +! :=
X; +3a
3 2 X n
Xn +a
kubisch gegen Vii konvergiert.
5.8 Aufgab en 57

9. Die Absicht der Pythagoräer, am regelmäßigen 5-Eck die Kommen-


surabilität von Diagonale und Seite nachzuweisen, führ te sie auf den
Kettenbruch
1
1+---.---
1
1+ 1
1+--
1 + ...
Darunter versteht man die Folge (x n ) mit Xo := 1 und Xn+ l := 1 + ~.
Man zeige: Mit dem goldenen Schnitt g, siehe 2.3, gilt Xn
1
IXn - gl :; n+l und Xn ---+g.
9

Analog deute und zeige man VI + \11 + ~ = g.

10. Als Fibonacci-Folge bezeichnet man die Folge (in) mit 10 := !I:= 1
und In+l := I n + I n- l für n ;::: 1. Man zeige: Zum goldenen Schnit t g
bestehen die Beziehungen

fn+ l - gl = ~ ._ 1_
i« gn+l
und fnf+n I ---+g.
I fn
g wird hiernach sehr gut durch die Quotienten I n+dI n approximiert .
Zur Berechnun g der Fibonacci-Zahlen siehe 6.5 Aufgabe 12.
Die Fibonacci-Zahlen i« t reten in zahlreichen Anwendu ngen in Mat hematik
und Nat ur wissenscha ft auf, zum Beispiel in der Bot an ik. Eine leicht lesbare
Einführu ng gibt das Büch lein [7J von Hogat t .
Fi bonacci (ca. 1170 bis ca. 1240). Gelehr ter um Friedri ch Ir. und Kaufmann ,
der von seinen Reisen auch indi sche Rechenkunst nach Euro pa br achte. In
seinem Rechenbuch Li ber abbaci untersuchte er die nach ihm benannte Folge
als Modell für das Wachstum einer Po pulat ion, allerdi ngs unt er sehr ideali-
sierenden Annahme n.
11. Einer Folge (an) ordne man die Folge (sn) zu, wobei
1
sn := - (al
n
+ a2 + ...
+ an) für nE JN.

a) Man zeige: Aus an ---+a folgt auch Sn ---+a.


b) Man gebe eine divergente Folge (an) an, für die (sn) konvergiert .
Das Konzept , auch gewissen divergenten Reihen durch eine Mit te lbildung
einen ,,Limes" zuzuord nen, geht auf Euler zurüc k. Das hier angewendete
Verfahren spielt in der T heorie der Fourierrei hen eine wichtige Rolle; siehe
den Darstellungssat z in 16.2.
12. Man bestimme die Häufun gswerte der Folge in + 1/2n , n = 1,2 , . . .
13. Zu X E IR bestimme man die Häufun gswerte der Folge nx-[nx], n E ]N.
58 5 Folgen

14. Seien (an) und (b n ) beschränkt e Folgen in IR. Man zeige:

lim suptc., +b n ) ~ lim sup e., +limsupbn ,


lim sup lc., +b n ) ~ lim sup u., -l-Iiminf b.,;

Man gebe ein Folgenpaar an, für welches in der erst en Regel < und in
der zweiten > gilt.
15. Für eine beschränkte Folge (an) in IR sei Sk := sup {an In ~ k}. Man
zeige: Die Folge (Sk) fällt monoton , und es gilt lim sup an = lim Sk .
Entsprechend charakterisiere man den Limes inferior. k--too

16. Jede Folge reeller Zahlen besitzt eine monoton e Teilfolge.


17. Eine beschränkte Folge in C, die nicht konvergiert , hat mindestens
zwei verschiedene Häufungspunkte und besitzt daher zwei Teilfolgen
mit unt erschiedlichen Grenzwert en.
18. Man zeige, daß die Gültigkeit des Konvergenzkriteriums für monoton e
Folgen zur Vollständigkeit von IR gleichwerti g ist.
19. Einer Folge nI , n 2, . .. natürlicher Zahlen ordne man die Folge (ak) mit
._ (~)nl (~)nl+ n 2 (~)nl+ ...+nk
ak ·- 2 +
2 2
+ . .. +
zu und zeige:
a) Die Folge (ak) konvergiert gegen eine mit [n I , n2 , " '] bezeichnete
Zahl in (0; 1].
b) Jede Zahl x E (0; 1] besitzt genau eine Darstellung x = [nI , n2, " .].
Aus b) folgt , daß die Menge }NIN der Folgen natürlicher Zahl en die gleiche
Mächti gkeit hat wie das Int ervall (0; 1] und damit wie IR.
20. Mit Hilfe von 19b) zeige man: Das direkte Produkt [ 2 eines Int ervalls
I mit sich hat die gleiche Mächtigkeit wie das Intervall; ebenso hat IR2
die gleiche Mächtigkeit wie IR.
Die Exist enz einer bijektiven Abbildung IR -+IR2 wurd e erstmals von Cantor
gezeigt. Die Tats ache, daß IR2 die gleiche Mächtigkeit hat wie IR, hat die
Klärung des Begriffs ,,Dimension" notwendi g gemacht .
6 Reihen

Reihen sind Folgen (sn), die mit Hilfe der Zuwächse an = Sn - Sn-l ange-
schrieben werd en. Ihr e Verwendung in der Analy sis beginnt mit der Auf-
stellung der Logari thmusreihe durch Nicolaus Mercator (1620-1687) und
der Exponentialreihe durch Isaa c Newton (1642-1727). Reihen sind eines
der wichtigsten Mittel zur Konstruktion und Darstellung von Funktionen.

6.1 Konvergenz von Reihen

Gegeben sei eine Folge (an) komplexer Zahlen. Durch

SI = al ,
S2 = al + a2,
S3 = al + a2 +a3,
n
Sn = al + a2 +...
+ an = L ak,
k=l

wird der Folge (an) eine weitere Folge (sn ) zugeordnet ; letztere heißt un-
endliche Reihe oder kur z eine Reihe, und man schreibt für sie

L ak
00

oder al + a2 + a3 +..
..
k=l
Die Zahlen an heißen die Glieder, die Zahlen Sn die Partialsummen der
Reihe. Konvergiert die Folge (sn), so heißt die Reihe konvergent. Gegebe-
nenfalls heißt die Zahl S = lim Sn die Summe oder der Wert der Reihe,
und man schreibt n-too
00

S= L ak = al + a2 + a3 +....
k=l

Man beachte, daß das Symbol L ~= l ak zwei Bedeutungen ha t: Es bezeich-


net die Folge (sn) und im Konvergenzfall auch ihren Grenzwert.

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
60 6 Reihen

Analog definiert man Lr=p ak = ap + ap+l + ap+2 + .... Spielt die


Kenntnis des Summationsbeginns keine Rolle, schreiben wir gelegentlich
nur Lk ai: Sind alle Glieder ak reell und konvergiert die Folge (sn) in IR
gegen 00 bzw. -00, so schreibt man auch Lk ak = 00 bzw. Lk ak = -00 .

Beispiel!: Die geometrische Reihe. Diese konvergiert für z E C mit Izl< 1,


und es gilt

1+z+z 2 +z 3 + ...= Lz
00
k =-1 -
1-z
.
k=O

Damit gleichbedeutend ist nämlich, daß für n -7 00

1 - zn+l 1
sn = 1 + z + . .. + z" = - 1 - - -7 -1-·
- z - z
o

Beispiel 2: Die harmonische Reihe. Diese divergiert :

1 1 1 1
= L k = 00 .
00

1 + "2 + 3 + 4 + ...
k=l
Für beliebiges n ~ 2v , u E IN, gilt nämlich
1 1
sn = 1 + 2+ 3+ ... + :n1
21+ 2 + 1 (13 + 41) + (15 + . .. + 81) + . .. + (1
2 + 1 + . . . + 21) v- 1 V

- 1 + ~2 +
> 2 .~4 + 4 . ~ 2V = 1 + ~
8+· · · + 2 - . .-!..
v 1
2· 0

= 2: ( 1
00
• . I 3: E s gl·1 t -1
Berspte +- 1 +3-1·4 + ... ) = 1.
1·2 2 ·3 kk+1
k=l

Mittels der PBZ


x x+
(1 1) = ~x - ~1
x+
ergibt sich nämlich

11111 11 1
sn =1- - + - - - + - - - + .. . + - - --
2 2 3 3 4 n n+1
=1- --
n+1

und damit Sn -7 1 für n -7 00. o


Eine triviale notwendige Bedingung für die Konvergenz einer Reihe
Lk ak ist, daß die Glieder eine Nullfolge bilden . Aus Sn --+ S folgt nämlich
an = Sn - Sn-l -7 S - s. Umgekehrt konvergiert eine Reihe keineswegs
bereits dann, wenn ihre Glieder eine Nullfolge bilden, wie die harmonische
Reihe zeigt.
6.2 Konvergenzkriterien 61

6.2 Konvergenzkriterien

I. Reihen mit reellen Gliedern

Reihen mit nicht-negativen Gliedern. Die Folge der Par tialsummen


solcher Reihen wächst mono ton . Das Konvergenzkriterium für mono tone
Folgen ergibt dah er den
Satz: Eine R eihe Lk ak mit Gliedern ak ~ 0 konvergiert genau dann,
wenn die Folge ihrer Partialsummen beschränkt ist; für diesen Sa chverhalt
schreibt man kurz: L k ak < 00 .
Beispiel: F ür s E Q ist

~ 1 {konVergent , falls .'I> 1,


L n8 divergent , falls .'I 1.
:::;
n= 1

Unter diesen Reihen grenzt also die harm onische die divergent en Reihen
von den konvergenten Reihen ab.
Beweis: Im Fall .'I> 1 schätzen wir die Partialsummen Sn mit Hilfe der
Par tialsum men S2v - 1 mit 2V - 1 ~ n ab:

Sn
-< S2V _ l = 1+ (~
2 + ~)
8 3 + ...
+ (2(\)+
8v-
...
+ (2 8 V -
1 1)
8
)

1 v -I 1
:::; 1 + 2 . 2 +..
.+ 2
8 . 2 (v- l )8
1 - 2(1-8) V 1
1 - 2 1- 8 < 1- 2 1- 8 •

Die Folge der P ar tialsummen ist also beschränkt und dami t konvergent.
Im Fall .'I :::;1 benützen wir die Abschätzung
1 1 1 1 1 1
Sn = 1 + 28 + 3 +...
+ n 2 1 + "2 + 3" + ...
8 8 + ;;:
.
Mit der Par t ialsummenfolge der harmonischen Reihe wächst also au ch (sn)
unbeschr änk t. Das beweist die Divergenz. 0

Bemerkung: Durch
00 1
( (8) := ""'
L -n8 , 8> 1,
n= 1
wird (vorläufig für 8 E Q) die sogena nnte Ri emannsche ZetaJunktion definiert .
Diese spielt eine hervorr agende Rolle in den Unt ersuchungen über die Vertei-
lung der Pri mzahlen. Der Ansat zpunk t hierfür ist die in Aufgabe 15 formulierte
Eulersche Produkt darstellun g.
62 6 Reihen

Historisches. Die Aufgabe, ((2) zu berechnen, wurde als Baseler Problem be-
kannt. Leibniz und die Brüder Jakob und Johann Bernoulli bemühten sich ver-
geblich um eine Lösung. Erst Euler gelang sie 1734; er fand ein Verfahren zur
schrittweisen Berechnung von ((s) für jedes gerade s und zeigte zum Beispiel
2
71
((2) = 6'
Wir beweisen diese Formeln in 15.4.
b-adische Brüche. Diese verallgemeinern die bekannten Dezimalbrüche und
dienen ebenfalls der Darstellung der reellen Zahlen. Dabei tritt an die Stelle
der mathematisch nicht ausgezeichneten Basis 10 eine beliebige natürliche
Zahl b ~ 2. Im Fall b = 2 spricht man auch von Dualbrüchen, im Fall b = 3
von triadischen Brüchen.
Unter dem b-adischen Bruch mit den Ziffern Zl, Z2 , Z3, . . . versteht man
die Reihe
00

0, ZlZ2 Z3··· "" Zk


:=L bk'
k=l
wobei die Ziffern ganze Zahlen mit 0 :::; b -1
Zv :::; sind . Die Partialsummen
n
0, Zl . .. Zn := L Zkb-k
k=l

bilden eine monoton wachsende Folge nicht negativer Zahlen, die durch
L~=l (b - l)b- k = 1 beschränkt ist. Ein b-adischer Bruch stellt also eine
Zahl aus dem Intervall [0; 1] dar. Umgekehrt kann jede Zahl x E [0;1)
in einen solchen Bruch entwickelt werden . Zum Beweis bestimme man
sukzessive Zahlen Zl, Z2, Z3, ... E {O, 1, . .. ,b - I} derart, daß für alle n E lN
gilt:
1
(1) O,Zl " ,Zn:::; X < O,Zl " ' Zn + bn ;
dazu setze man mit Hilfe der Gauß-Klammer

Zl := [bx],

Durch vollständige Induktion zeigt man leicht, daß Zn E {O, 1, . . . , b - I},


und, daß (1) gilt . Der mit diesen Zahlen als Ziffern gebildete b-adische
Bruch konvergiert nach (1) gegen x: x = 0, ZlZ2Z3 ...

Alternierende Reihen. Darunter versteht man Reihen, deren Glieder


abwechselnde Vorzeichen haben. Ein Beispiel ist die alternierende harmo-
nische Reihe
6.2 Konvergenzkriterien 63

Konvergenzkriterium von Leibniz: Es sei (an) eine monoton fall ende


Nullfolg e. Dann gilt:
1. Die R eihe l:: ~=o(-l)nan kon vergiert .
2. Die Partialsumme Sk approxim iert den Reihenwert s bis auf einen Feh-
ler, der höchstens so groß ist wie der B etrag des ersten weggelassenen
Summanden:
k
(2) \s - ~(-ltanl ~ ak+l'
B eweis: Aus Sk - Sk-2 (-l)k( ak - ak- l ) folgt wegen des monotonen
Fallens der Folge (ak):

.~

.~
i 11111110.11111 1
-
.
i
SI So

Für gerade Indizes k ist fern er Sk - l ~ Sk, da Sk - Sk- l = (-l) kak ~ O.


Die Intervalle [Sk - l ;Sk] für k = 2,4 ,6, . . . sind also ineinand er geschachtelt
und ihre Längen gehen wegen ak -+ 0 gegen Null. Ist s die durch diese
Intervallschachtelung definierte Zahl , so gilt Sk -+ s.
Die Fehlerabschät zung (2) folgt daraus, daß s zwischen Sk und Sk+ l
liegt und ISk+l - Sk I= ak+l ist . 0

Die altern ierende harm onische Reihe ist nach diesem Kriterium konver-
gent und hat einen Wert zwischen 1 und 1 - t.
In 8.5 zeigen wir, daß sie
gegen In 2 konvergiert.
Konvergenzverbesserung. Wir betr achten eine Reihe wie im Leibni z-Kri-
terium. Durch Mittelbildung mit der durch Indexverschiebung entstehen-
den Reihe erhält man für den Wert S die gelegentlich wesentli ch rascher
konvergent e Darstellung
00
11
S = 2"ao + 2" '2) -l) n(an - an+d ·
n=O
Für den Wert L der altern ierenden harmonischen Reihe etwa folgt

1 l( 1 1 1 1 )
L= 2"+2" "G2-2 .3+3 .4-4. 5+ .. · ·

Die k-te P artialsumme dieser Reihe approximiert L nach (2) mit einem
Fehler < ~ .(k + l )l(k + 2) ' wäh rend die an aloge Partialsumme der Aus-
gangsreihe L mit einem Fehler annähert, der nach (2) nur kleiner als k ~ 1
ist .
64 6 Reihen

11. Reihen mit beliebigen Gliedern. Absolute Konvergenz

Wir betrachten jetzt Reihen :Ln an mit Gliedern an E C. Wendet man das
Cauchysche Konvergenzkriterium in 5.6 auf die Folge der Partialsummen
an , erhält man sofort das vor allem theoretisch wichtige, notwendige und
hinreichende
Konvergenzkriterium von Cauchy: :Ln an konvergiert genau dann ,
wenn es zu jedem f > 0 ein N gibt so, daß für alle n > m ~ N gilt:

ISn - sml = \a m+l + ...


+an\ < e,
Die Konvergenz oder Divergenz einer Reihe zeigt man häufig durch Ver-
gleich mit bekannten Reihen. Die Grundlage dazu bietet das
Majorantenkriterium: Es seien :Lnan und :Ln bn Reihen derart, daß
ab einem Index p die Abschätzungen lanl ~ Ibnlbestehen . Dann gilt:
1. Konvergiert:Ln Ibnl, so konvergiert auch :Ln an , und es gilt
00 00

n=p n=p
2. Divergiert:Ln an, so divergiert auch :Ln Ibnl ·
Die Reihe :L::"=p b« heißt eine Majorante für die Reihe :L::"=p an ·
Beweis: Wir zeigen die erste Behauptung; das genügt.
Zu jedem e > 0 gibt es einen Index N ~ P so, daß LZ=m+l Ibk I< e
für alle n > m ~ N gilt . Damit folgt 1:L~=m+l ak I< c für dieselben n, m .
Also erfüllt auch die Reihe :Lk ak die Cauchysche Konvergenzbedingung.
Schließlich ergibt sich nach den Rechenregeln für Folgen

Beispiele:
00 I
1. Die Reihe :L n~ konvergiert, da
n=l n
n! 1 . 2 ... n 2 1
2" für n > 2 und L 2" < 00 .
00
-nn = n . n·.. n <
- n - n=l n

2. Die Reihe f
n=l vn(n + 1)
1 divergiert , da

1
1 1
L -=
00
-r=;::::===::7 > - und 00 .
y'n(n + 1) 2n n=l n
6.2 Konvergenzkriterien 65

Definition: Ein e Reihe L n an heißt absolut konv ergent, falls die Reihe
L n lanl konvergiert .
Die absolut konvergenten Reihen sind na ch dem Majorantenkriterium
schlecht hin konvergent . Die Umkehrung gilt nicht , wie die altern ierende
harmonische Reihe zeigt . Im nächst en Abschnitt werd en wir sehen , daß
die absolut konvergent en Reihen besond ers günstige Eigenschaft en hab en.
Durch Vergleich mit der geometrischen Reihe gewinnt man folgend e zwei
hinreichend e Kr iterien:

Quotientenkriterium: Es sei L nan eine R eihe m it an i= °für fast alle


n . Fern er existiere lim
n~oo
Iaan+l I= :q. Dann gilt:
n

1. Ist q < 1, so kon vergiert die R eihe absolut.


2. Ist q > 1, so divergiert die Reihe.

Bemerkung: Im Fall q = 1 bleibt die Konvergenzfrage un ent schieden; zum


Beispiel ist q = 1 für alle Reihen L n n- s , aber nur jene mit s > 1 konver-
gieren.

B eweis: 1. Es sei q' eine Zahl mit q < q' < 1. Dann gibt es ein N s9J daß
lak+dakl ~ q' für k 2: N . Damit folgt lanl ~ q'lan-d ~ .. . ~ qm- laNI
für n 2: N . Die Reihe L ~= N lanl hat also in laNlq,- N L~= N q,n eine
konvergente Majorante. Damit ist die erste Behauptung gezeigt .
2. Im Fall q > 1 wächst die Folge (Ia n !) ab einem gewissen Index st reng
monoton , ist also keine Nullfolge. Das beweist die zweite Behauptung. 0
Beispiel: Die Binomialreihen zu einem Exponenten 8 E <C. Unt er diesen
verste ht man die Reihen

(3) ~ ( ns) z n =l+ s z+ s (s 2- 1)z 2 + ... (z E C).


B s( z ):=L
n=O
°
In den F ällen s = 0, 1, 2, .. . ist ( ~) = für n > s; nach dem Sat z von der
Binomialentwicklung gilt dann B s( z) = (1 + z )S für alle z E C.
Im Fall s i= 0,1 ,2 , . . . ist (~) i= °
für nEIN. Zur Untersuchung der
Konvergenz von B s (z) sei z i= 0; dann gilt für n -+00

Das Quotientenkriterium ergibt damit :


Die B inomialreihe Bs( z) zu s i= 0,1 , 2, .. . kon ver-
Dive genz
giert für' [z]< 1 absolut und divergiert fü r Izi> 1.
66 6 Reihen

Wurzelkriterium: Es sei L :=lim sup Vla nI·Für Ln an gilt dann:


1. Ist L < 1, so konvergiert die Reihe absolut.
2. Ist L > 1, so divergiert die Reihe.
Bemerkungen:
1. Falls die Folge Vlanl konvergiert, ist L = lim VIani.
n-+oo
2. Im Fall L = 1 bleibt die Konvergenzfrage unentschieden: ein Beispiel
liefern wie bereits beim Quotientenkriterium die Reihen Ln n:» :
Beweis: 1. Sei q eine Zahl mit L < q < 1. Dann gibt es einen Index N so,
daß Vlanl :sq für alle n 2:: N. Die Reihe L~=N lanl hat also in L~=N qn
eine konvergente Majorante. Das beweist 1.
2. Im Fall L > 1 gibt es unendlich viele n mit VIani> 1, d.h. lanl > 1.
Die Glieder der Reihe bilden also keine Nullfolge. Das beweist 2. 0

Die Leistungsfähigkeit der beiden Kriterien ist verschieden . Zunächst kann


man ähnlich wie beim Quotientenkriterium zeigen, daß unter den Vorausset-
zungen dieses Kriteriums L = limsup V'lanl :::; q gilt; insbesondere ist dann
L < 1, falls q < 1. Hieraus folgt: Wenn man die Konvergenz einer Reihe mit dem
Quotientenkriterium feststellen kann, dann auch mit dem Wurzelkriterium. Die
Umkehrung gilt im allgemeinen nicht. Ein Beispiel hierfür liefert die Reihe L:n an
mit an = 2- n für gerades n und an = 3- n für ungerades n; das Wurzelkriterium
zeigt wegen lim sup ~ = ~ Konvergenz an, während das Quotientenkriteri-
um nicht angewendet werden kann, da die Folge der Quotienten an+ 1/an nicht
beschränkt ist. Dieses Beispiel zeigt ferner, daß ein Quotientenkriterium in Ana-
logie zum Wurzelkriterium mit limsup lan+l/anl an Stelle von lim lan+l/anl
nicht gilt.

6.3 Summierbare Familien

Konvergieren die Reihen Ln an und Ln bn, dann konvergieren auch fol-


gende links von den Gleichheitszeichen stehende Reihen, und es gilt

Das ergibt sich sofort aus den entsprechenden Regeln für Folgen.
Jedoch können nicht alle für endliche Summen gültigen Rechenregeln
ohne weiteres auf Reihen ausgedehnt werden. Weder das Assoziativgesetz
noch das Kommutativgesetz gelten uneingeschränkt. Ein Gegenbeispiel
zum Assoziativgesetz liefert die Reihe (1- 1) + (1 - 1) + (1- 1) + ... = O.
Durch Umklammern zu 1 + (-1 + 1) +(-1 + 1) +... entsteht eine Reihe mit
dem Wert 1 und durch Entfernen aller Klammern eine divergente Reihe.
6.3 Summierbare Familien 67

Allerdings dürfen in einer konvergent en Reihe Klammern beliebig gesetzt


werd en, denn dieses bedeut et für die Folge der P artialsummen den Über-
gang zu einer Teilfolge, und eine solche konvergiert gegen denselben Wert.
Wir brin gen auch noch ein Gegenbeispiel zum Kommu t ativgesetz: Wir
ordnen die alte rnierende har monische Reihe

so um , daß auf ein positives Glied zwei negative folgen:

Zwischen den P artialsummen t3,t6, tg, . .. von T und den P ar tialsummen


, , ,
1
. von S bestehen wegen - - - - - - -
82 84 86 ..
2k - 1
1 4k1 1(
4k - 2
1 2k1)
= - -- - -
2 2k - 1
die Beziehu ngen t s« = ~82n- Da 82n gegen S und die Glieder der Reihe T
gegen 0 gehen, gibt es zu jedem E > 0 ein N so, daß für n > N zugleich
It3n - ~ SI < ~E und It3n+l - t3nl < ~E und It3n+2 - t3nl < ~E gilt. Dar aus
folgt It m - ~S I < E für alle m > 3N + 2, d.h. , die umgeordnete Reihe T
konvergiert zwar, aber nicht gegen S, sondern gegen ~ S. 0

Bemerkung: Man kann jede konvergente, aber nicht absolut konvergente


Reihe reeller Zahlen zu einer Reihe mit beliebig vorgegebenem Wert 8 E lR
umordnen . Diese erzeugt man , indem man abwechselnd so viele positive
Glieder aufsummiert. bis man 8 üb erschreitet und dann wieder so viele
negative, bis man 8 un terschreitet .
Die genannten Phänom ene trete n nicht auf bei summierbaren Familien .
In diese geht von vorne herein keine Anordnung der Ind exmenge ein und
somit keine Reihenfolge der Summ and en. Der Begriff der Summierb arkeit
ist im Fall der Ind exmenge lN mit absolute r Konvergenz gleichbedeute nd;
er greift aber auch bei Reihen mit ,,mehrdimensionalen" Ind exmengen ,
etwa lNn .
Wir führ en zunächst Sprechweisen ein . Es sei I eine beliebige nicht
leere Menge und a : I -7 C eine Funktion. Im folgend en bezeichnen wir
den Funktionswert a(i) mit ai, nenn en a eine Familie komplexer Zahlen
mit I als Ind exm enge und schreiben dafür meistens (ai) iE[ oder auch nur
t - Weiter bezeichnen wir die Menge der endlichen Teilmengen von I
(c. )
mit s it, und setzen für JE sit ,

lalJ := L lail·
iE J

o: heißt Partialsumm e der Familie a zur Ind exmenge J .


68 6 Reihen

Definition: Eine Familie (adiEI heißt summierbar, wenn eine Zahl sEC
mit folgender Eigenschaft existiert: Zu jedem e > 0 gibt es eine endliche
Indexmenge I E C I derart, daß für diese und alle J c 6"(1) mit J ~ I E

gilt. Eine solche Zahl s heißt Summe der Familie. Wir zeigen sogleich, daß
eine Familie höchstens eine Summe hat. Gegebenenfalls bezeichnet man
diese mit 1:iEI a; oder auch 1:i ai ·
Eine Familie hat höchstens eine Summe s: Wäre nämlich auch s' =I seine
Summe, so gäbe es zu c := kls' - s] Indexmengen I E und I; derart, daß
für J :=h U I; sowohl [s - aJI :S E als auch [s' - aJI :S E gelten würde ;
das aber widerspräche der Wahl von E, 0

Die Begriffe Summierbarkeit und Summe einer Familie (ai)iEI sind of-
fensichtlich invariant gegen eine Permutation der Indexmenge, d.h.: Ist
1r : I ~ I eine Permutation, so ist (a7l"( i))iEI genau dann summierbar,
wenn (ai)iEI es ist, und dann gilt 1:iEI a7l"(i) = 1:iEI
ai·

Einer Familie (ai)iEIN mit der Indexmenge lN kann man die Reihe
1::1 ai zuordnen. Dabei entsprechen die Summierbarkeit und die Summe
der Familie der absoluten Konvergenz und dem Wert der Reihe.
Satz: Eine Familie a = (ai)iEIN ist genau dann summierbar, wenn die
Reihe 1::1 ti, absolut konvergiert, und dann sind die jeweiligen Summen
gleich: 00

I> i=I:ai'
iEIN i=1

Beweis: Die Reihe 1::1 ai konvergiere absolut und habe den Wert s. Zu
c > 0 wählen wir ein N E lN so, daß 1::N+l lail < c gilt. Mit sund I E :=
{I, . .. , N} ist dann die Definition der Summierbarkeit von a erfüllt: Für
jede Indexmenge J E 6"(lN) mit J ~ I, gilt [s - aJI :S 1::N+l lail < c.
Zum Nachweis der Umkehrung entnehmen wir dem unten folgenden
Hauptkriterium, daß die Menge der Partialsummen {lalJ IJE 6"(lN)} der
Familie lai beschränkt ist; insbesondere ist die Folge der Partialsummen
1:~=1 lail, n E lN, beschränkt. Die Reihe 1::1ai konvergiert also absolut.
Ihr Wert ist nach dem ersten Teil des Beweises die Summe der Familie. 0
Kombiniert man diese Äquivalenz mit der Invarianz der Summierbarkeit
und Summe einer Familie gegen Permutationen der Indexmenge, erhält
man bereits einen ersten Umordnungssatz.
Umordnungssatz: Jede Umordnung einer absolut konvergenten Reihe
konvergiert ebenfalls absolut und hat denselben Wert .
6.3 Summierbare Familien 69

Hauptkriterium für Summierbarkeit: Eine Familie (ai)iEl ist genau


dann summierbar, wenn die Menge {lalJ
IJE <&"(I) } der Partialsummen
der' Familie l
ai beschränkt ist.
Beweis: Es sei a summierbar. Dann sind auch die Familien Re a und Im a
summierbar. Wegen lalJ ~ IRe alJ + IIm alJ genügt es also die behauptet e
Beschr änktheit für reelle summierbare Famili en zu zeigen. Es sei a eine
solche und s ihre Summe. Dann existiert ein ltE <&"(I ) mit [s - aK I ~ 1
für alle K E <&"(I) mit K:J J1 . Für jede endliche Menge Je J folgt dann

laJI= laJUl\ - all v i~ 1 + [


s]+ lal1
1 = :A .

Anh and der Zerlegung lalJ = aJ+ - aJ- mit J+ := {j E J Iaj ~ O} und
<
J - := {jE J Iaj < O} folgt schließlich lalJ 2A für jedes J E <&"(I) .
Es sei jet zt {lalJ
IJE <&"(I n beschr änk t . Zum Nachweis der Summier-
barkeit von a zeigen wir zun ächst, daß a die "Cauchy-Eigenschaft" hat :
Zu jedem E > 0 gibt es ein Jo E <&"(1) so, daß JalK ~ e gilt für jede zu Jo
disjunkte endliche Jndexmenge K C J.
Zum Beweis sei o := sup {l alJIJE <&"(I n und Jo E <&"(I ) eine Indexmenge
mit lal Jo ~ o - c. Für jedes zu Jo disjunkte K E <&"(I) gilt dann

lalJo+ lal K = jalJouK ~ a,

Dami t folgt lalK ~ E,

Wir kommen zur Kons truktion einer Summe. Aufgru nd der Cauchy-
Eigenschaft gibt es endliche Ind exmengen Jn C J, nE lN, so, dals gilt :

Indem wir J n durch J ] U . . . U .In ersetzen, dürfen wir annehmen, daß


J ] C .he he .... Wir bilden dann die Partialsumm en Sn := o i ; und
zeigen, daß (sn) eine Ca uchyfolge ist. Sei c > 0 gegeben und ein N mit
2- N +] < e gewählt. Für beliebige p,q > N gilt dann wegen (*)

Isp - s q l~ laJ
p - aJN 1+ laJq - aJNI
N
~ lal Jpv N + lalJqv N ~ 2· T < E,
Wir zeigen schließlich, daß s := lim S n eine Summe der Famili e ist. Dazu
sei wieder e > 0 gegeben und ein n so gewählt, daß sowohl 2- n ~ c/ 2
als auch laJn - s ] ~ c/ 2 gilt . Je := Jn leistet dann das Gewün schte: Für
JE <&"(I) mit J:J Je gilt nämli ch wegen (*) und nach Wahl von n

laJ - s]~ laJ - a i ; I+ laJn-s]~ lalJ


v n+ ~ < TU + ~ ~ s. 0
70 6 Reihen

Beispiel: Die "geometrische Reihe in (C2". Es seien z, w komplexe Zahlen


mit Izi< 1, Iwl < 1. Dann ist die Familie (znwm), (n, m ) E INÖ , summier-
bar. Denn zu jeder endlichen Menge J c INÖ gibt es eine endliche Menge
K C IN o so, daß J C K 2 ; damit folgt die von J unabh ängige Abschätzung

L
(n,m )E J
Iznwml ~ (L
nEK
Izl
n)
. (L Iw1 m)
mEK
1 1
< - -. .
- 1- Izl 1- Iwl
Wir kommen zum Hauptsatz:
Großer Umordnungssatz: Es sei (adi El eine summierbare Familie.
Ferner seien 1k , k E K , paarweise disjunkte Teilmengen von I , deren
Vereinigung I ist. Dann ist sowohl jede TeilJamilie (ad iElk summ ierbar
als auch die Familie (skh EK der Summ en Sk := L iElk tu, und es gilt

Dieser Sat z wird oft auch das Große Assoziativgesetz genannt.

Beweis: Die Summierbarkeit jeder Teilfamilie ergibt sich unmit telbar mit
dem Hauptkriterium ; ebenso die Summierbarkeit der Familie (Sk)kEK auf-
grund der für alle Teilmengen { k ] , . .. , k n } C K gültigen Abschätzung

Zum Nachweis der Formel setzen wir S := L iEl ai. Fern er sei E: > 0
gegeben. Wir haben dann eine endliche Indexmenge K; C K zu finden so,
daß mit SM := L kEM Sk, ME tff(K ), gilt:

(*) ISM - Si ~ E: für alle ME tff(K ) mit M::) K e ·

Nach Definition von S gibt es eine endliche Indexmenge Ie C I derart ,


daß laJ - Si ~ E: / 2 für alle J E tff(I) mit J ::)L: Zu I , wählen wir eine
endliche Menge K; C K so, daß die Vereinigung der 1k , k E K e , ganz I,
ent hält, und zeigen, daß sie die Forderung (*) erfüllt. Hierzu wählen wir,
wenn m die Anzahl der Elemente von M ist, für jede Teilfamilie (ad iEh
eine endliche Ind exmenge h ,e C h mit
E:
lal k ,0
- sk i<
-
-2m und h ,e::) (hnIe).
6.3 Summierbare Familien 71

Für ISM-Si erhalten wir dann die Abschätzung


L
kEM
Sk - S ~ L ISk - alk,. I+ kEM
kEM
L alk,. - S ~ m 2~ + ~ = s:
dab ei haben wir verwen det, daß U kEM h ,c = :J eine Vereinigung disjunk-
ter Mengen ist , also a) = L kEM ah ,€ gilt , und daß la) - Si
~ c:/ 2 ist , da
J nach Konstruktion t, umfaßt . 0

Ist die Indexm enge ein direkt es Produkt I x K , • • • •


so hat ma n die Zerlegun g in die Teilmengen I »: {k }, • • • •
k E K . Diese Teilmengen werden im folgenden Satz ------+--..... {i} x K
etwas un genau mit I bezeichnet. Eb enso hat man • • • •
die Zerlegung in die Teilmengen {i} x K , i E [. • • • •
Wend et man den Groß en Umordnungssatz mit die- I x {k}
sen beiden Zerlegungen an , erhält man den soge-
nannten Doppelreihensa tz. Zerlegung von I X K
in Zeilen und in Spalten
Doppelreihensatz: Die Familie (aik)(i,k)ElXK sei summierbar. Dann ist
jede der Familien (aid iEI und (aikh EK summierbar, und es gilt

Bemerkung: Der Doppelreihensatz besit zt ein Analogon in der mehrdi-


mension alen Integr ationstheorie: Es ist dies der wichti ge Satz von Fubini;
siehe Band 2, Kapi tel 8.
Beispiel: Wert der ,,2-dim ensionalen geometrischen Reihe". Es seien z, w
komplexe Zahl en mit I zl < 1, \wl < 1. Die Famili e (znwm) , (n, m ) E lNÖ,
ist summierbar, wie wir bereit s oben gezeigt hab en. Der Doppelreihensa tz
darf also ange wendet werd en und ergibt

"""' znwm = """'zn ( """' wm) = _1_ ._1_. 0


c: c: c: 1- z 1-w
( n,m) E lNo X lNo n ElNo mElNo

Der Dopp elreihensat z führt oft zu interessanten Identit äten .


00

Beispiel: L(((k) - 1) = 1.
k=2

Beweis: Die Famil ie (n - k ) mit (71, k) E lN*2, lN*


:= lN \ {1}, ist summier-
bar; die geomet rische Reihe und Beispiel 3 in 6.1 liefern nämli ch für ihre
72 6 Reihen

Partialsummen die einheitliche Abschät zung

tt~ <tE~=t
k=2 n=2 n k
1
n=2 k=2 n k n=2 n(n - 1)
< 1.

Der Doppelreihensatz ist also anwendbar und ergibt


00 0000 100 1

L:(((k) - 1)= n=2


k=2
L:L: k = L:
k=2 n n=2 n (n - 1)
= 1. o

Familien, deren Indexmenge ein direktes Pro- • • • •


dukt ist , ents tehen bei der Multiplikation von
Reihen. Multipliziert man jedes Glied der Reihe
L: ~o a ; mit jedem der Reihe L: ~o bk, so erhält
man die Familie (aibk)' (i, k) E lNo x lNo. Wir zerle-
gen nun lNo x lNo diagonalweise in die Teilmengen
Dn := {(i ,k) li+ k = n }, n E lNo. Die Partial- Zerlegung von lNÖ
summen dazu sind in Do , Dl , D2, ...
n
dn := L aibk =L aibn-i = aobn + al bn-l +...
+ anbo.
(i ,k)ED n i= O
00 00 00

Die Reihe L:dn heißt Cauchy-Produkt der Reihen L:a; und L:bk·
n=O i= O k=O

Satz vom Cauchy-Produkt: Das Cauchy-Produkt L: ~=o d.; absolut kon-


vergenter Reihen L: ~o a ; und L: ~o bk konvergiert ebenfalls absolut, und
es gilt

Beweis: Die Familie (aibk)lNoXIN o ist unter den genannten Voraussetzun-


gen summierbar. Denn jede endliche Menge J c No x lNo liegt in einer
endlichen Menge I x K mit I , K C lNo , und daher gilt die Abschätzung

L
(i ,j)EJ
laibkl:::; lall ·lbIK
:::; (L laii)'( L
i EINo kElNo
Ibkl) .

Nach dem Großen Umordnungssatz ist die Reihe L: ~=o dn also absolut
konvergent und mit dem Dopp elreihensatz folgt
6.3 Summierbare Familien 73

Anwendung: Multiplikation von Binomialreihen. In 6.2 hab en wir gezeigt ,


daß alle Reihen Bs(z ) = L ~=o ( ~) zn , s EC, in jedem P unkt z der Ein -
heitskreisscheibe JE := K 1 (0) absolut konvergieren . Der Satz vorn Cau chy-
P rodukt ergibt nun für beliebige s, t E C und z E JE:

Der Koeffizient bei z" ist nach dem Addit ionstheorem der Bin omialkoeffi-
zienten 4.2 (6) gleich (S~ t) ;
damit folgt :

Satz (Additionstheorem der Binomialreihen): Für alle s, i e C und


jedes z E JE gilt

(4)

Folgerung: Für jeden Exponenten s E Q und jedes reelle x E (- 1;1) ist

(5)

(In 8.5 zeigen wir, daß diese Form el für alle s E C gilt .)

Beweis: Die Form el gilt zunächst für die Exponenten s E INo. Sod ann
erhalten wir für s = vl« mit p, q E IN mit Hilfe des Addi tionstheorems für
den Fall IN o und wegen der Eindeutigkeit der Wur zel

Dar aus folgt (5) für positive s E Q. F ür nega tive s schließlich folgt (5) aus
Bs(x) . B_ s(x ) = Bo(x ) = 1. 0

Für s = ~ und s = - ~ schreiben wir den Anfan g der Bin omialentwick-


lun g (5) noch explizit an; für x E (- 1; )1gilt:

rtr:": 1 1 2 1·3 3
(6) v 1+ x=1+"2 x-2 .4 x + 2 .4 .6 x - . .. ;
1 1 1·3 2 1·3·5 3
(7) VI + x = 1 - "2 x + 2 . 4 x - 2.4.6 x +...
Ersetzt man in (7) x durch _ x 2 , erhält man die wichtige En twicklun g

(7' )
74 6 Reihen

Die Voraussetzung der absoluten Konvergenz im Satz vom Cauchy-


Produkt darf man nicht ersatzlos fallen lassen. Als Beispiel dazu betrach-
ten wir das Cauchy-Produkt der alternierenden Reihe
n=O
f: (_l)n yn+
~
1
mit sich selbst. Diese Reihe konvergiert nach dem Leibniz-Kriterium; sie
konvergiert jedoch nicht absolut. Ihr Cauchy-Produkt mit sich divergiert:
Für dessen Glieder gilt nämlich wegen ~ :S ~(a + b) die Abschätzung

n (_l)k .(_l)n-k 2
Idnl = {; Jk+I.
Jn + 1 _ k 2: (n + 1) . n + 2 2: 1.

6.4 Potenzreihen

Die wichtigsten Reihen der Analysis sind die Potenzreihen

=L
00

(P) P(z) anz n = ao + alZ + a2z2 + a3 z3 + ...


n=O

Beispiele sind die geometrische Reihe und die Binomialreihen (3); ein wei-
teres die Exponentialreihe

Diese konvergiert für alle z E C, wie man mit dem Quotientenkriterium


leicht sieht, und stellt die Exponentialfunktion dar. Die Exponentialfunk-
tion wird in Kapitel 8 eingehend behandelt; ebenso ihre Abkömmlinge, die
trigonometrischen Funktionen.
Zu den grundlegenden Eigenschaften einer Potenzreihe gehört die Exi-
stenz eines Konvergenzkreises. Der Radius R dieses Kreises, der auch
oder 00 sein kann, ist dadurch ausgezeichnet, daß P(z) für Izl< R konver-
°
giert und für [z] > R divergiert. Zum Beispiel haben die Binomialreihen B;
mit s =f:. 0,1,2, ... als Konvergenzkreis den Einheitskreis JE, siehe 6.2, die
Exponentialreihe als Konvergenz.kreis" ganz C. Die Existenz eines Kon-
vergenzkreises beruht auf dem trivialen
Lemma: Konvergiert die Potenzreihe P in einem Punkt Zo =f:. 0, so kon-
vergiert sie absolut in jedem Punkt z E C mit 1z I < 1Zo I.
Beweis: Es gibt ein S mit lanzöl :S S für alle n. Dann ist lanznl :S Sq"
mit q:= Iz/zol< 1. Die Reihe P(z) besitzt also die konvergente Majorante
s ·Ln qn und ist damit absolut konvergent . 0
6.4 Potenzreihen 75

Wir setzen nun

IR = R(P) := sup {r E lR IP(r) konvergiert} . I


Satz: Die Potenzreihe P ist
a ) für alle z mit Izl < R absolut konvergent,
b) für alle z mit I z I> R divergent.
R = R(P) heißt Konvergenzradius und KR(O) Konvergenzkreis von P.

Beweis: Sei [z] < R. Dann gibt es ein r mit Izl < r < R so, daß P(r)
konvergiert. Nach dem Lemma konvergiert dann P( z) absolut . Es sei jetzt
Izl > R . Wäre P( z ) konvergent , so wäre P( r) in jedem r mit R < r < Izl
konvergent im Widerspruch zur Supremumseigenschaft von R. 0

L anz n:
00

Formeln zur Berechnung des Konvergenzradius von


n=O

R = ~L mit L = lim sup ytlanl (Cau chy-Hadamard) .

R= ~
q
mit Ian I,falls der Grenzwert existiert
q = lim a +l
n
(Euler) .

In diesem Zusammenh ang setzt man ~ := 00 und ~ := O.

Beweis: Fü r z f:- 0 gilt

L* := lim sup ytlan znl = Izl·limsup ytlanl { ~~: ~:~~: :~: ~ ~j~:
P (z) konvergiert also nach dem Wurzelkrit erium. falls [z] < 1/ L, und
divergiert , falls Izl > 1/ L; d.h. I/L ist der Konvergenzradius.
In den Fällen L = 0 und 00 ist L* = 0 bzw. 00 für alle z i- 0; P( z)
konvergiert dann also für alle z bzw. kein z i- O.
Die Eulersche Formel folgt anal og aus dem Quotient enkriterium . 0

00
Beispiel: Die ,,Lückenreihe" I:zv! = Z + z + z2 + z6 + z24 +..
.
v=o
Hier ist an = 1, falls n = v! , und an = 0 and ernfalls. Die Lückenr ei-
he hat nach der Formel von Cauchy-Had amard den Konvergenzradius 1:
Da ytj a nl nur die Wert e 0 und 1 annimmt und 1 unendli ch oft , gilt näm-
lich lim sup ytlanI= 1.Dagegen ist die Formel von Euler nicht anwendbar.
Am einfachsten argumentier t man aber direkt: Für Izi > 1 divergiert die
Reihe, weil die Glieder keine Nullfolge bilden , für Izi < 1 konvergiert sie,
weil sie dann von der geometri schen Reihe majorisiert wird . 0
76 6 Reihen

Über Konvergenz oder Divergenz auf dem Rand {z E C ll-l = R} des


Konvergenzkreises kann keine allgemeine Aussage gemacht werden. Zum
Beispiel haben die drei Potenzreihen
00 n 00 zn
b) L:~, c) L:2'
n=l n n=l n

den Konvergenzradius 1. Für die z mit Izi= 1 gilt jedoch unterschiedlich:


Die Reihe a) divergiert für alle solchen z,
Die Reihe b) divergiert für z = 1 und konvergiert für alle anderen z.
(Beweis siehe Aufgabe 13.)
Die Reihe c) konvergiert für alle solchen z , da L:n 1/n2 konvergiert.

Die Tatsache, daß eine Potenzreihe in jedem Punkt ihres Konvergenz-


kreises absolut konvergiert, erlaubt es, die Ergebnisse über summierbare
Familien anzuwenden. Hiernach gelten für Potenzreihen der Große Um-
ordnungssatz und der Satz vom Cauchy-Produkt. Der letztere liefert nun:
Cauchy-Produkt von Potenzreihen: Konvergieren j(z) = L::o aizi
und g( z) = L:%"=o bk zk im Punkt z absolut, so gilt

j(z) ·g(z) = ~ (Ea'bn- , ) zn.

Zur Untersuchung von j(z) = I:k akzk ,,nahe bei 0" betrachtet man
oft nur einen Anfangsabschnitt der Reihe. Die Approximationsgüte dieses
Abschnittes beurteilt man dann durch Abschätzung des Reihenrestes
00

Rn(z):= Lak z k .
k=n

Lemma (Restabschätzung): L:%"=o akzk habe einen Konvergenzradius


R > O. Dann gibt es zu jedem positiven r < R eine Konstante c so, daß
IRn(z)1 ~ clzl
n
für Izl~ r.

Beweis: Mit c:= L:::"=o lan+vlr gilt IRn(z)1 ~ L:%:n lakllzlk ~ clz]". 0
v

Als Anwendung beweisen wir eine wichtige Aussage über die Lage der
Nullstellen einer durch eine Potenzreihe darstellbaren Funktion; nämlich :
Ihre Nullstellen häufen sich nicht am Nullpunkt.
Satz: Der Konvergenzradius von j(z) = I:n anz n sei positiv; ferner seien
nicht alle an Null. Dann gibt es einen Kreis um 0, der höchstens endlich
viele Nullstellen von j enthält.
6.5 Aufgaben 77

Beweis: Sei N der kleinste Index mit aN :f. O. Zu irgendeinem Radius


r < R(I) wählen wir gemäß dem Lemma ein c so, daß für alle z E Kr(O)
die Abschätzung (*) If(z) - aNzNI ~ clzlN+I gilt. Wäre der Satz falsch,
enthiel te jeder der Kreise Kr /dO) , k E lN, eine Nullstelle Zk :f. O. Mit
dieser ergäbe sich aus (*) die Abschätzung laNI ~ CIZkl.Wegen Zk -+0 für
k -+00 folgte daraus aN = O. Widerspruch! 0

Wendet man den Satz auf die Differenz zweier Potenzreihen an , erhält
man den wichtigen Identitätssatz für Potenzreihen.
Identitätssatz: Die Potenzreihen
f( z)=ao+alz+a2z2+a3z3+ ,
g(z) = bo + b1 z + b2z 2 + b3z3 + .
mögen Konvergenzradien :f. 0 haben. Ferner gebe es eine Nullfolge (Zk) mit
Zk :f. 0 und f( Zk) = g(Zk) für alle k. (Es sei zum Beispiel f(z) = g(z) in
einer Kreisscheibe um 0.) Dann gilt an = bn für alle n = 0,1 ,2, ...

6.5 Aufgaben

1. Man zeige

a) 1 + 312 + 521 + 712 + ...= 4((2)


3 (= 11
8
2).
,

1 1 1 1
b) ~ .= 4
+ 2 .3 .4 + 3 .4 .5 + .. (Leibniz);

c) f: 1
n=O fnfn +2
= 1 (In : n-te Fibonacci-Zahl; siehe 5.8 Aufgabe 10).
00 ·n
2. Man gebe eine Partialsumme an , die den Wert der Reihe I: ~ bis
auf einen Fehler < 10- 6 approximiert . n=O n.
3. Man unt ersuch e das Konvergenzverhalten der Reihe I:n an, in der an
einen der folgenden Werte hat :
an na
a) - - (a > 0), b) ,(a E Q),
1 + an n.

4. Man beweise das folgende nützliche Vergleichskriterium: Sind (an) und


(b n ) asymptotisch gleiche Folgen positiver Zahlen , so sind die Reihen
I:n an und I:n bn entweder beide konvergent oder beide divergent.
Für welche s E Q konvergiert r~l ( Jl + Iln s - 1) ?
78 6 Reihen

5. Verdichtungskriterium. Man zeige:


a) Für eine monotone Folge (an) sind die Reihen Ln an und Lk 2ka2k
entweder beide konvergent oder beide divergent . Man untersuche
damit die (-Reihe Ln l/n s auf Konvergenz.
b) Es bezeichne d(n) die Anzahl der Dezimalstellen von nEIN. Ob-
wohl d(n) gegen 00 geht (etwa wie 10glO n), divergieren die Reihen

1 1 1
J; nd(n)d(d(n))d(d(d(n)))' usw.
00 00 00

~l nd(n) ' ~l nd(n)d(d(n)) ,


Hinweis: Das Verdichtungskriterium ist nicht an die Zahl 2 gebunden.
6. Die Zahl x E [0;1) habe die b-adische Entwicklung x = 0, ZIZ2Z3 ...
Man zeige: x ist genau dann rational, wenn diese Entwicklung von
einer Stelle N an periodisch ist (das bedeutet: es gibt ein pEIN so,
daß zn+p = Zn ist für n ~ N).
7. Eine Folge (an) komplexer Zahlen heißt quadratsummierbar, wenn die
Reihe L~=l lan l 2 konvergiert. Man zeige: Sind (an) und (bn) quadrat-
summierbar, so gilt:
a) Die Folge (anbn) ist summierbar; d.h. L~=l lanbnl konvergiert .
b) Die Folge (an + bn) ist quadratsummierbar.
Aus b) folgt, daß die quadratsummierbaren Folgen einen Vektorraum bil-
den, den sogenannten Hilbertschen Folgenraum [2, und aus a), daß mittels
L~=l anb n ein Skalarprodukt auf [2 erklärt ist .

8. a) Eine Familie a = (ai)iEI mit a; ~ 0 ist genau dann summierbar,


wenn die Menge der Partialsummen aJ , JE 6"(1), beschränkt ist,
und dann ist das Supremum dieser Menge die Summe der Familie.
b) Es seien a = (adiEI und b = (bi)iEI Familien mit derselben Index-
menge. b sei summierbar und majorisiere a, d.h., es gelte laiI:S Ibi!
für alle i E I . Dann ist auch a summierbar.

9. Für x = (Xl" ", Xd) E IRd setze man := JL~=1 x~. Man zeige:
IIxll
s
a) Für s E Q ist die Familie a : INd -+IR, a(n) := Ilnll-
, genau dann
summierbar, wenn s > d ist.
b) Die Familie (1/(m + ni)3) , (m, n) E IN2 , ist summierbar.
10. Man bestimme den Konvergenzradius der Potenzreihe L~=o anz n , in
der an einen der folgenden Werte hat:
s n2 {an für gerades n,
a) n (sEQ), b) q (qEC) , c) b" fii d
ur ungera es n,
(a,bEC).
6.5 Aufga ben 79

11. Die Konvergenzradien der Potenzreihen L~=o anz n und L ~=o bnz n
seien Ra bzw. Rb. Dann ha t die Potenzreihe L ~=o anbnzn einen Kon-
vergenzradius R ~ RaRb.
12. Berechnung der Fibonacci-Zahlen. Zur Berechnun g der in 5.8 Aufga-
be 10 eingeführten Zahlen f n untersuche man die Potenzreihe

L: f nzn.
00

f (z) :=
n=O
a) Man zeige: f hat den Konvergenzradius 1/ g (g = goldener Schnitt)
zl< l/g gilt (1 - z - z2)f (z ) = 1.
und für I
b) Mittels der PBZ von 1 2 berechne man die Potenzreihe f.
1- z- z
13. Sei (an) eine monoton fallende Nullfolge. Dann konvergiert L ~=o anz n
zl~ 1, außer möglicherweise für z = 1.
für jedes z mit I
Hinweis: Man schä tze (1 - z) L ~/n= n ac:" ab.
14. Es sei (ai)iEI eine summierbare Familie. Man zeige, daß ihr Träger
{i E I Ia; :f:- O} höchstens abzählbar ist . Für die Th eorie der summier-
baren Familien könnte man sieh also von vornherein auf abzählbare
Ind exmengen beschränken.

15. Die Eulersche Produktdarstellung für ( (s ). Es sei (Pk) die Folge der
Primzahlen und J N die Menge der natürlichen Zahlen, deren Primfak-
tore n zu {PI, . . . ,PN } gehören. Man zeige: Für jedes (rationale) s > 0
ist die Familie (n- S ) , n E J N , summierbar und hat die Summe

(8) L:
n E JN
n- s = TI
k= 1
1
1 - Pk
-s =: PN .

Man verwende dazu die geometrische Reihe für 1/(1 - p-,; S) . Im Fall
8> 1 folgere man die Eulersche Produktdarstellung
1
TI
00
((8 ) = := lim PN .
k= 1 1 - P-';s N--+oo

B em erkun g: In 8.13 Aufgabe 23 wird aus (8) die weitere Folgerung gezogen,
daß f 2- divergiert (Eul er) .
k=1 Pk
7 Stetige Funktionen. Grenzwerte

Der in Kapi tel 4 eingeführte Funktionsbegriff ist sehr allgemein. Er st zu-


sätzliche Eigenschaften wie die Stetigkeit oder Differenzierb arkeit machen
ihn für die Analysis fru chtb ar.
Wir behandeln in diesem Kapitel ste tige Funktionen und den damit zu-
sammenhängenden Begriff des Grenzwertes einer Funktion. Hierbei kom-
men für uns nur Funktionen mit einem Definitionsbereich D C IR oder
D c C in Betracht.

7.1 Stetigkeit

Definition: Eine Funktion f : D ~ C heißt stetig im Punkt Xo E D ,


wenn es zu jedem e > 0 ein 8 > 0 gibt derar t , daß gilt :

(1) If (x ) - f (xo)1 < e für alle x E D mit Ix- xol< 8.


f heißt stetig in D , wenn f in jedem Punkt von D stet ig ist.
Geometrische Deutung, falls D C IR und f reell ist: Zu jedem beliebig
schmal vorgegebenen Streifen SF; = { (x , y) If (xo) - e < y < f (xo) + c}
gibt es ein Intervall Io(xo ) so, daß der Graph üb er diesem Intervall inner-
halb dieses Streifens verläuft .

f (x o) +--------r-7"''-T--------

Der Gr aph von f verläuft über Io(xo) im St reifen S;

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
7.1 Stetigkeit 81

Historisches. Den Math ematikern im 18. Jahrhundert galt eine Funktion stetig,
wenn sie in ihrem ganzen Definitionsbereich durch ein und dasselbe analytis che
Gesetz dargestellt werden kann. Die Erkenntni s von Fourier, daß auch gewisse
unstetige Funktionen durch trigonometrische Reihen dargestellt werden können
(siehe Kapit el 16), verlangte eine Pr äzisierung des Stetigkeitsbegriffes. Der heute
allgemein akzeptierte Stetigkeitsbegriff geht auf Bolzano (1817) zurück, seine E-
b-Formulierung stammt von Weierst raß.

Beispiel 1: Die Funkti on j( z ) = z2 ist ste tig in ganz C.

B eweis: Es seien Zo E C und c > 0 beliebig vorgegeb en . Wegen [z + zol~


[z-zol+ 21zo1 gilt Iz2 - z51= [z + zol ·lz-zol< E für all jene z, die den
beiden Ungleichungen
E
[z - zol+ 21zo1< 1 + 21 zo1 und Iz- zol< 2J zol+ 1
I~
genügen. Mit 8 = 8(c, zo) := min {l ,
2 Zo + 1 } gilt dann die Implikation
Iz - ZoI< 8 ~ Iz2 - z51< e. 0

Beispiel 2: Für jedes k E lN ist die Funktion x f-7 fiX auf [0; 00) stetig.
Beweis: Nach 2.5 Aufgab e 2 ist IfiX - ijXOl~ Vl x - x ol·Dementspre-
chend wähl en wir zu vorgege benem E > 0 8 := ck . Dami t gilt dann die
Im plika tion
Ix- xol < 8~ I~- ~I <.e.

Man beachte, daß 8 un abhän gig von Xo gewählt werden konn te. 0

Beispiel 3: Lipschitz-stetige Funkt ionen auf D sind stetig auf D .


f : D --t Cheißt Lipschitz-stetig auf D , wenn es eine Konstante L gibt so,
daß für alle x, y E D gilt:

!f(x) - j (y)1 ~ Llx - yl·

Geometrisch bedeutet diese Bedingung, daß die Abstandsverzerrung un ter


der Abbildung j beschr änkt ist . Kann man die Konst ante L kleiner als 1
wähl en , so heißt f eine Kontraktion.
F ür den St eti gkeitsbeweis setze man 8 :=e]L im Fall L :/;
0 und 8 :=1
im Fall L = O.
B eispiele Lipschitz-stetiger Funktionen auf C sind:
a) die linearen Funktionen az + b und zwar mit L = lai ;
b ) die Funktionen I , I , Re, Im mit L = l ;
c) die Abs tan dsfunktion dA einer Teilmenge A c C; siehe 4.4 Aufgab e 2.
82 7 Stetige Funktionen. Grenzwerte

Die auf ganz lR definierte Funktion f mit f(x) = 0 für irrationales


x und f(x) = 1 für rationales x ist in jedem Punkt unstetig, da jedes
Intervall sowohl rationale als auch irrationale Punkte enthält. Es ist ferner
leicht, Funktionen auf lR zu konstruieren, die genau in den Punkten einer
beliebig vorgegebenen abzählbaren Menge A C lRunstetig und sonst stetig
sind, insbesondere Funktionen, deren Stetigkeits- und Unstetigkeitsstellen
ineinander dicht liegen; siehe Aufgabe 19.

Bei Stetigkeitsdiskussionen ist es zweck-


mäßig, den Begriff Umgebung relativ zu ei-
ner Menge D zu verwenden. Sei a E D.
Unter einer D-Umgebung von a oder auch
Umgebung von a in D versteht man jede
Teilmenge U CD, die eine Menge der Ge- D
stalt Uc(a)nD umfaßt; dabei sei Uc(a) eine
s-Umgebung von a. U ist eine D-Umgebung von a

Beispiel: Umgebungen der Randpunkte a und b eines Intervalls [ai b] rela-


tiv zu [ai b] sind die Intervalle [c: a + E) bzw. (b - E; b] mit 0 < E ~ b - a
und alle Obermengen dieser Intervalle.
Triviale, aber oft gebrauchte Tatsachen:
1. Jede Obermenge V C D einer Umgebung U von a in D ist auch eine
Umgebung von a in D .
2. Der Durchschnitt zweier Umgebungen von a in D ist ebenfalls eine Um-
gebung von a in D .
Formulierung der Stetigkeit in der Sprache der U mgebungen:
f : D -+ eist genau dann stetig in Xo E D, wenn es zu jedem E > 0 eine
D-Umgebung U von Xo gibt so, daß für alle xE U gilt: If(x) - f(xo)1 < E .
Folgenkriterium für Stetigkeit: f : D -+ eist genau dann stetig in
Xo E D, wenn für jede Folge von Punkten Xn E D mit Xn -+ Xo gilt:

Beweis: a) Sei f stetig in xo. Dann gibt es zu jedem E > 0 eine Umgebung
U von Xo in D so, daß If(x) - f(xo)1 < E für alle x E U gilt. Ist nun (x n )
eine gegen Xo konvergierende Punktfolge in D, so gilt Xn E U und damit
If(x n ) - f(xo)1 < E für fast alle n. Das beweist f(x n ) -+ f(xo) .
b) Die Folgenbedingung sei erfüllt . Angenommen , zu einem Eo > 0 gibt es
kein 8, das die Stetigkeitsbedingung (1) erfüllt. Zu jedem nEIN gibt es
dann einen Punkt Xn E D mit IX n - xol < 1/n und If(x n ) - f(xo)1 ~ EO'
Damit gilt Xn -+Xo, jedoch nicht f(x n ) -+f(xo). Widerspruch. 0
7.2 Rechnen mit st etigen Funk ti onen 83

7.2 Rechnen mit stetigen Funktionen

Regel I: Sind I ,9 : D -7 C stetig in Xo E D, dann sind auch 1 + 9 und


is erdem g(xo) -/: 0, so ist flg in einer D-Umgebung
stetig in Xo · Ist auß
von Xo definiert und ebenfalls stetig in xo.
Beweis: Ist (x n) eine Punktfolge in D mit Xn -7 XO, so gilt I( x n ) -7/(xo)
und g(x n ) -7 g(xo ). Daraus folgt nach den Rechenregeln für Folgen

(J + g)(x n ) -7 (J + g)(xo) und (J . g)(x n ) -7 (J .g)(xo).

Nach dem Folgenkrit erium sind also 1 + 9 und ls stetig in Xo·


Im Fall g(xo) -/: 0 gibt es nach der anschließenden Bemerkung eine D-
Umgebung von xo, in der 9 keine Nullstelle hat. In dieser liegen fast alle
Xn , und es gilt (J /g)( x n) -7 (J /g)( xo). Also ist auch flg stetig in xo. 0
Bemerkung: Ist 9 : D C stetig in xo, so gibt es eine D-Umgebung V
-7
~ ~ l g (xo) 1 für alle x E V.
von Xo derart, daß jg(x)1
Beweis: Im Fall g(xo) = 0 ist V = D eine solche Umgebung. Im Fall
g(xo) -/: 0 aber gibt es zu E := ~ lg (xo )1 > 0 eine D-Umgebung V von Xo
so, daß Ig(x) - g(xo)1 < e für x E V . Mit Ig( x )1 ~ Ig(xo)I- lg(x o) - g(x )1
folgt bereits die Behaup tung. 0

Folgerung: Die rationalen Funktionen sind in ihrem ganzen Definitions-


bereidi stetig, die Polynome insbesondere in ganz C.

Beispiel: Die stereographische P rojektion a : IR -7 SI \ {i} ist stetig; zur


Definition von a siehe 4.1 ; o hat nämlich eine Darstellung dur ch eine ra-
tionale Fu n kt ion:
_ 2x + i(x 2 - 1)
a (x ) - 2 .
X +1

Regel 11: In der Situation D L


E ~ C sei 1 stetig in Xo und 9 stetig
in Yo = I( xo) . Dann ist auch goi stetig in xo.
Beweis: Sei (x n ) eine Punktfolge in D mit Xn -7 Xo. Dann ist (J(x n ))
eine Folge in E mit I( x n ) -7 I( xo ). Damit gilt wegen der Stetigkeit von 9
in 1(xo) weiter 9 (J (x n )) -7 9 (J (xo) ). Nach dem Folgenkriterium ist also
g of stetig in xo. 0

Folgerung 1: Sei 1 :D -7 IR stetig in Xo und nicht negativ. Dann ist die


Funktion ifJ für jedes kEIN stetig in xo. Insbesondere ist die Funktion
f---7 X fÜ1' s E Q, s > 0, stetig auf [0; 00).
:r S

Beweis: mittels 7.1 Beispiel 2. o


84 7 Stetige Funktionen. Grenzwerte

Folgerung 2: Mit 1 sind auch die Funktionen ] , Ifl


,Re 1,Im 1 stetig.
Sie entstehen nämlich aus 1 durch Komposition mit 9 = -, I ,IRe, Im.
Die Folgerung 2 impliziert , daß mit stetigen reellen Funktionen fund
9 auch die Funktionen

max(J,g) = ~(J + 9 + If -
gl) und min(J,g) = ~ (J + 9 -11- gl)
stet ig sind.
Regel III: Sei 1:[ai b] -t C stetig und injektiv; ferner sei B := 1([a; b])
die Bildmenge. Dann ist auch die Umkehrfunktion 9 :B -t [a i b] stetig.
Beweis: Sei (Yn) eine Folge in B mit Yn -t Yo E B . Wir zeigen, daß
die Folge der Xn := g(Yn) gegen Xo = g(yo) konvergiert. Dazu genügt es
nach 5.8 Aufgabe 17 zu zeigen, daß alle konvergenten Teilfolgen von (x n )
gegen Xo konvergieren. Sei ~ der Grenzwert einer konvergenten Teilfolge
(x nk ). Nach den Rechenregeln für Folgen liegt ~ in [ai b] . Wegen 1(~) =
lim 1(x nk) = lim Ynk = Yo und der Injektivit ät von 1 ist also ~ = xo. D

7.3 Erzeugung stetiger Funktionen durch normal


konvergente Reihen

Die wichtigst en Funktionen der Analysis werden durch Grenzpro zesse ge-
wonnen, häufig dur ch Folgen oder Reihen.
Gegeben sei eine Folge von Funktionen I n : D -t C. Diese heißt punkt-
weise konvergent, wenn für jedes x E D die Folge (Jn(x)) der Funk tion s-
werte konvergiert. Gegebenenfalls wird durch

l(x):= lim In( x) , xE D,


n -too

die sogenannte Grenzfunktion 1: D -t C definiert. Analog mit Reihen.


Der Grenzprozeß I n -t 1 führt oft zum Verlust guter Eigenschaften;
zum Beispiel pflanzt sich die Stetigkeit der I n nicht notwendig auf die
Grenzfunktion fort . Siehe hierzu das
Beispiel: Es sei I n(x) = x" für x E [0; 1].
Die Grenzfunktion 1 ist gegeben dur ch

o für x E [0; 1),


f( x) = lim x n = {1
n -too für x = 1.

f ist unstetig auf [0; 1]. 1


7.3 Erzeugung ste t iger Funktionen dur ch norm al konvergent e Reihen 85

Eine besonders günst ige Art der Er zeugung von Funk tion en ist die durch
normal konvergent e Reihen . Zu deren Definition benötigen wir den Begriff
der Norm einer Funk tion.
Eine Funktion 1 : D -+C heißt beschränkt, wenn es eine Zahl s gibt mit
11(x) I:S sfür alle x E D . Gegebenenfalls setz t man
IIIII
D := sup (x)11x E D} .
{ll
Die Zahl IIII1D heißt Norm, genauer Supremumsnorm, von 1 bezüglich D .
Oft schre iben wir dafür nur Ilfll
.Nach dem Sat z vom Maximum in 7.5 hat
jede stetige Funktion auf einer kompak ten Menge D eine endliche Norm.
li
/li D-------------------

Die Supremum snorm


einer reellen Funkti on -li/li
D ----- ------------

Rechenregeln für die Norm:


1. 1I111D = 0 <===} l( x ) = 0 für alle x E D;
2. IlclllD = Icl·IIIII
D für c E C, falls IIIIIDendlich ist ;
3. 111 + gilD :S IIIII
D + IlgI ID (Dreiecksungleichung).
Die Regel 3. folgt aus der für alle x E D gült igen Ungleichung

l.f(x) + g(x)1 :S 11(x)1+ Ig(x)1 :S 1I111D + IIgII



Definition: Eine Reihe L ~=l I n von Funk tionen auf D heißt normal kon-
vergent auf D , wen n jeder Summand I n auf D beschränkt ist und die R eih e
der Normen bezüglich D konvergiert : 2:: ~ 1 Ill nllD< 00.
Beispiel 1: Eine Pot enzreihe 2:: ~=o anz n mit Kon-
vergenzradius R > 0 konvergiert normal in jedem
Kreis K r(O) mit r < R .
Beweis: Die Funk tionen .fn(z) = anz n hab en be-
züglich K r(O) die Norm IlfnlIKr(Ol = lanlr n . Die
Behauptung folgt nun darau s, daß die Potenz-
reihe im Punkt r E K R(O) absolut konvergiert :
n
L ~=o lanlr < 00. 0
Warnung! Ohn e Beschränkung auf Kreise mit Radiu s r < R kann die Aus-
sage falsch sein. Zum Beispiel konvergiert die geomet rische Reihe L ~=o z"
in ihrem Konvergenzkreis K 1 (0) nicht norm al: Jeder ihrer Summ and en hat
bezüglich K 1 (0) die Norm 1; folglich divergiert L ~=ü IIznIIK l (ü)'
86 7 Stetige Funktionen. Grenzwerte

00

Beispiel 2: Die Reihe L (1 )'x


n=l n x - n
E :IR \ IN,konvergiert normal auf

jedem kompakten Intervall [ai b] C :IR \ IN.


Beweis: Es sei fn(x) := l/n(x - n). Man wähle eine Zahl R> 0 so groß,
daß [ai b] C [-R; R]. Für n ~ 2R und x E [ai b] gilt dann Ix - nl> n/2.
Damit folgt für die Norm bezüglich [ai b] Ilfnll[a;b] ~ 2/n 2 , falls n ~ 2R.
Da Ln 1/n2 konvergiert, konvergiert auch die Reihe der Normen. 0

L
00

Satz: Die Reihe f = fk konvergiere normal auf D . Dann gilt: Sind


k=l
alle fk stetig im Punkt Xo E D, so ist auch f stetig in Xo .

Beweis: Zu e > 0 wähle man zunächst n so groß, daß f


IIfkilD < ~c.
Für jedes x E D gilt dann k=n+l 3
n n 00 00

If(x) - f(xo)! ~ Lfk(X) - Lfk(XO) L +


1!k(x)1 + L Ifk(XO)!
k=l k=l k=n+l k=n+l
n n 2
< L fk(X) - L fk(XO) + 3c.
k=l k=l
Wegen der Stetigkeit von L~=l !k gibt es ferner eine Umgebung U von Xo
in D so, daß für xE U gilt:
n n
L !k(X) - L !k(XO) 1
< -3 E;.
k=l k=l
Für xE U folgt damit If(x) - !(xo)1 < e, o
Folgerung: Jede Potenzreihe stellt im Konvergenzkreis KR(O) eine steti-
ge Funktion dar.
Beweis: Jeder Punkt Zo E KR(O) liegt in einem Kreis Kr(O) mit r < R .
In diesem konvergiert die Potenzreihe normal und stellt dort eine stetige
Funktion dar . Insbesondere ist die Potenzreihe in Zo stetig. 0

7.4 Stetige reelle Funktionen auf Intervallen.


Der Zwischenwertsatz

Der Zwischenwertsatz bildet die Grundlage vieler Existenzaussagen der


Analysis. Die Beweisbedürftigkeit dieses evidenten Satzes hat erstmals
Bolzano (1817) erkannt. Tatsächlich handelt es sich bei diesem Satz um
eine der zahlreichen Versionen der Vollständigkeit von :IR.
7.4 Stet ige reelle FUnkti onen auf Int ervallen. Der Zwischenwertsatz 87

Zwischenwertsatz (ZWS): Eine stetige Funktion f : [a i b] -+lR nim mt


jeden Wert , zwischen f (a) und f (b) an mindestens einer Stelle c E [ai b]
an: , = f (c).

f (b)

I
f (a)
~ ;;;
• ••••••••
a c b

Beweis: Wir betrachten o.B.d.A. den Fall f(a ) ~ f(b) . Man kann dann
mit [al ; bd := [ai b] beginnend durch sukzessive Int ervallhalbierung eine In-
tervallschachtelung ([an;bn]) konstruieren derart , daß f (an) ~ , ~ f (bn) ,
TI = 1, 2, . . . , gilt . Die Folgen (an) und (bn ) konvergieren gegen den in
allen Intervallen liegend en Punkt c; nach dem Folgenkri terium ist dor t
f(c) = lim f (an ) ~ , und f( c) = lim f (bn) ~ , . Also gilt f( c) = , . 0

Als einfache Anwendung zeigen wir noch einmal die Existenz von Wur-
zeln. Wir hatt en diese berei ts in 2.3 direkt aus der Vollst ändi gkeit von lR
mit Hilfe einer Intervallschachtelung hergeleitet.

Folgerung: Jedes Polynom P( x) = z" - 0: mit 0: > 0 hat eine positive


Nullstelle.

Beweis: Es ist P(O) < 0 und P(1 + 0:) > 0 (Bern oullische Ungleichung).
P hat also im Intervall (0; 1 + 0:) eine Nullstelle. 0

Als weitere Anwendung beweisen wir einen Fixpunktsat z.


Fixpunktsatz: Jede stetige Funktion f : [ai b] -+ lR
mit Bild f ([a; b]) C [a i b] besitzt einen Fixpunkt; dar-
unter versteht man einen Punkt ~ E [a i b] mit f(~) = ~.
b
1--lN
Beweis: Wir betrachten die Funk tion 9 : [c ; b] -+ lR,
g(x) := f( x) - x . 9 ist stetig, und wegen f( a), f(b) E a ~
[ai b] gilt g(a) ~ 0 und g(b) < O. g hat also eine Null-
a b
stelle; diese ist ein Fixpunkt von f. 0

Bemerkung: Bei diesem Fixpunktsatz handelt es sich um einen sehr einfa-


chen Fall des sogenannte n Brouwerschen Fixpunktsatzes; siehe Band 2. In
14.4 lern en wir einen weiteren Fixpunkt sat z kenn en. Fixpunktsätze sind
ein starkes Hilfsmit tel zum Beweis von Existenzaussagen.
88 7 Stetige Funktionen. Grenzwerte

7.5 Stetige Funktionen auf kompakten Mengen.


Der Satz vom Maximum und Minimum

Stetige Funktionen hab en Eigenschaften von grundlegender Bedeutung,


wenn ihr Definitionsberei ch kompakt ist. Zum Beispiel gilt für sie der Sat z
vom Maximum und Minimum, der bei zahlreichen Extremalprobl emen die
Existenz einer Lösung garantiert .
Definition: Eine Teilmenge A von IR oder C heißt abgeschlossen, wenn
der Grenzwert jeder konvergent en Folge von Punkten an E A ebenfalls in
A liegt . Ferner heißt auch die leere Menge abgeschlossen.
Jedes abgeschlossene Int ervall ist nach dieser Definition abgeschlossen,
hingegen kein offenes Int ervall (a;b) . Die erste Feststellung folgt unmi t-
telbar aus der Regel III in 5.2, die zweite dar aus , daß der Grenzwert der
Folge a + (b - a)/2 n , nE lN, nicht in (a;b) liegt .
Die folgenden zwei Lemmata beschreiben wichtige Verfahr en zur Kon-
struktion abgeschlossener Mengen.
Lemma 1: Sind h ,... . I, : C --+ IR st etige Funktion en und a1,. . . . a; E IR
Konstanten, so ist die Menge A := {z E C Ih( z) ~ a1," " ! s(z) ~ as}
abgeschlossen .
B eweis: Es sei (zn) eine konvergente Folge von Punkten in A und Zo E C
ihr Grenzwert . Wegen Zn E A ist ! a(zn) ~ aa für n E lN und (J = 1, . .. , s;
nach dem Folgenkriterium ist daher auch ! a(ZO) = lim., fa( zn) S aa für
alle (J . Der Grenzwert Zo gehört also ebenfalls zu A . 0

Beispiele abgeschlossener Mengen:


1. die berandeten Kreisscheiben M
Kr(a) := {z E C Il z-al ~ r};
2. die I-Sph äre Sl := {z E C Il zl = I} ;
3. M:= {z E C Il zl ~ 1, IRe zl ~ ~, Im z ~ O} . - 1 --k 0 -k
Lemma 2:
Die Vereinigung endlich vieler abgeschlossener Mengen ist abgeschlossen.
Der Durchschn itt beliebig vieler abgeschlossener Mengen ist abgeschlossen.

B eweis: Zum Nachweis der ersten Behauptung genügt es, den Fall zweier
abgeschlossener Mengen A und B zu behandeln. Sei dazu (xd eine kon-
vergent e Punktfolge mit X k E A U B . Diese besitzt eine Teilfolge, deren
sämtliche Glieder in A liegen oder in B ; nehmen wir an, in A . Der Grenz-
wert der Teilfolge liegt dann in A , der Grenzwert der Gesamtfolge damit
ebenfalls und insbesondere in AU B. Die zweite Behaup tung ist trivi al. 0
7.5 Stetige Funk tionen auf komp akten Mengen 89

Definition: Eine Menge K C C heißt kompakt, wenn sie abgeschlossen


und beschränkt ist . (Beschränk t bedeut et: Es gibt eine Zahl R so, daß
[z] ~ R ist für alle z E K .) Ferner heißt auch die leere Menge kompakt.
Zum Beispiel sind die berandeten Kreisscheiben K r(a) und die I-Sphäre
SI kompakt ; dagegen ist die Menge M des dritten Beispiels nicht kompakt .
Die vorangehenden zwei Lemmata ergeben unmit telbar analoge Lem-
mat a; das zweite etwa ergibt:
Lemma 2*: Die Vereinigung endlich vieler kompakter Mengen ist kom-
pakt. Und: Der Durchschnitt beliebig vieler kompakter Mengen ist kompakt.
Zusätzlich gilt: Der Durchschnitt A n K einer abgeschlossenen Menge A
un d einer kompakt en Menge K ist kompakt.

Kompakte Mengen können eine komplizierte Struktur haben. Als Bei-


spiel betrachten wir das Cantorsche Diskontinuum. Dieses hat eine gewisse
Bedeutung in der fraktal en Geometri e. Zur Konstruktion gehen wir von
der Menge A o := UkEZ [2k; 2k + 1] aus. A o ist abgeschlossen, da fast alle
Glieder einer konvergenten Folge (x n ) mit X n E Ao in einem der abge-
schlossenen Intervalle [2k; 2k + 1] liegen müssen und in diesem dann auch
der Grenzwert . Weiter sei An := (~ )nAo , n E lN, und A := n : =oA n .
Nach Lemma 1 ist A abgeschlossen. Der in [0; 1] gelegene Teil von A,
C := A n [0; 1]' heißt Cantorsches Diskontinuum. Das Canto rsche Dis-
kontinuum ist kompakt nach Lemma 2* und hat die weitere Darstellung
00

C = n Cn mit C n :=Aon . .. nA nn[O ;I].


n=O
Man sieht leicht: Cn ist die Vereinigung von 2n kompakten Intervallen
der Länge I /sn , und C n+ l entsteht aus On dur ch Entfern en der offenen
mit tleren Drittel aus allen 2n Intervallen, die Cn zusammensetzen.

I I Co
0 1
I I I I CI
1 2
0 "3 "3 1
f-----i f-----i f-----i f-----i C2
I 2 1 2 7 8
0 9 9 "3 "3 9 9 1

Genese des Canto rschen Diskontinuums


Das folgende Lemma bring t eine für Beweise besonders zweckmäßige
Chara kterisierung kompakt er Mengen.
Lemma 3 (Bolzano-Weierstraß-Charakterisierung): Eine Teilm en-
ge K C eist genau dann komp akt, wenn j ede Folge in K ein e Teilfolge
besitzt, die gegen einen Pu nkt in K konvergiert.
90 7 Stetige Funktionen. Grenzwerte

Beweis: Sei K kompakt. Dann ist jede Folge in K beschränkt, besitzt also
eine konvergente Teilfolge. Der Grenzwert einer solchen Teilfolge liegt in
K, da K abgeschlossen ist .
Umgekehrt besitze jede Folge in Keine Teilfolge wie angegeben. Dann
ist K beschränkt. Sonst gäbe es in K eine Folge (x n ) mit Ixnl2: n für jedes
n ; diese besäße aber keine konvergente Teilfolge. K ist auch abgeschlossen.
Der Grenzwert ~ jeder konvergenten Folge (x n ) in K liegt nämlich ebenfalls
in K, da nach Voraussetzung der Grenzwert einer geeigneten Teilfolge von
(x n ) in K liegt und dieser mit ~ übereinstimmt. 0

Wir kommen zu den stetigen Funktionen auf kompakten Mengen. Die


Hauptergebnisse sind der Satz vom Maximum und Minimum sowie der
Satz von der gleichmäßigen Stetigkeit. Zunächst noch ein wichtiges Lemma .
Lemma 4: Das Bild f(K) einer kompakten Menge K c C unter einer
stetigen Funktion f : K -+ C ist ebenfalls kompakt.

Beweis: Wir zeigen, daß mit K auch f(K) die Bolzano-Weierstraß-Eigen-


schaft hat. Sei (J(x n ) ) , X n E K, eine Folge in f(K) . (x n ) besitzt eine
Teilfolge (x n k ) , die gegen einen Punkt x E K konvergiert . Wegen der
Stetigkeit von f konvergiert dann die Folge (J (x n k ))gegen f (x) E f (K).
Das beweist nach Lemma 3 die Kompaktheit von f(K). 0

Eine besonders wichtige Anwendung dieses Lemmas ist der


Satz vom Maximum und Minimum: Jede stetige Funktion f : K -+ lR
auf einem Kompaktum K nimmt ein Maximum und ein Minimum an, d.h .,
es gibt 6 und 6 E K so, daß für alle x E K gilt: f(6) :S f(x) :S f(6)·

Beweis: Das Bild f(K) ist als kompakte Menge beschränkt, besitzt also
ein Supremum M und ein Infimum rn . Diese gehören zu f(K), da f(K)
abgeschlossen ist . Damit ist der Satz bereits bewiesen. 0

Beispiel: Sei Kein Kompakturn in lR oder C.


Dann gibt es zu jedem Punkt p rt. K einen Punkt
k E K so, daß für alle z E K die Ungleichung
Ik - pi :S [z -pi
besteht . Denn die stetige Funktion z t-+ [z - pi
nimmt auf K ein Minimum an.
Bemerkung: Der Kern des Satzes vom Maximum und Minimum ist das
Lemma 4. Um dessen Rolle zu unterstreichen, erwähnen wir noch folgende
interessante Konsequenz. Nach 2.5 Aufgabe 15 kann man jedes kompakte
Intervall bijektiv auf jedes offene Intervall abbilden. Nach Lemma 4 kann
es aber keine stetige bijektive Abbildung geben.
7.5 Stetige Funktionen auf kompakten Mengen 91

Die Stetigkeit einer Funktion f :D --+ C in einem Punkt Xo E D ver-


langt , daß zu jedem 10 > 0 ein 8(10) > 0 existiert so, daß If(x) - f( xo )1< c
gilt für x E D mit [z - xol < 8(c). Die Schranke 8(10) darf dab ei von Xo
abhängen. Ein besonderer Fall liegt vor, wenn sich zu jedem 10 > 0 ein uni-
verselles 8(c) finden läßt. Man spricht dann von gleichmäßiger Stetigkeit.
Definition: Eine Funktion f : D --+ C heißt gleichmäßig stetig auf D ,
wenn es zu jedem 10 > 0 ein 8 > 0 gibt so, daß If(x) - f( x')1 < c gilt für
alle Punktepaare x, x' E D mit einem Abstand [z - x' I< 8.
Satz: Jede stetig e Funktion f : K --+ C auf einer kompakten M enge K ist
dort sogar gleichmäßig stetig.
B eweis: Angenommen, f sei nicht gleichmäßig stet ig. Dann gibt es ein
co > 0 ohne geeignetes 8; zu jedem nEIN läßt sich also ein Paar von
Punkten xn ,x~ E K finden mit IXn - x~1 < l/n und If(xn) - f(x~)1 ;:::co.
Die Folge (x n) besit zt eine Teilfolge (xnk), die gegen einen Punkt ~ E K
konvergiert . Wegen IXn - x~ 1 < l/n konvergiert dann auch ( X~k) ge-
gen ~. Damit folgt limf(xnk) = f(~ ) = limf( x~k) im Widerspru ch zu
If (x n) - f( x~ )1 ;:::co für alle n. 0

Abschließend bringen wir ein Beispiel einer beschränkten , ste tigen funk-
tion auf dem nicht kompakt en Intervall [0; 1), die nicht gleichmäßig stetig
ist. Wir erklären diese stückweise linear. Dazu sei X n := 1 - (~)n , n E INo.
Damit definieren wir

(2)

wobei Ln die lineare Funktion ist , die in den Randpunkten von [xn;xn+d
die bereits erklärten Wert e f( x n) bzw. f( Xn+ l) annimmt . Wir zeigen:
Die durch (2) auf [0; 1) erklärte Funktion f ist nicht gleichmäßig stetig.
B eweis: Andernfalls gibt es ein 8 > 0 derar t , daß
If(x) - f( x')1 < ~ für alle Paare x, x' E [0; 1) mit Ix - x' I< 8.
Nun ist für jedes Paar x n , X n +l mit n > 1/8
IXn+ l - xnl < 8; für ein solches Paar muß also 1
If( xn+d - f (xn)1 < ~ gelten. Tat sächlich aber /
/

gilt If(xn+d - f( xn)1 ;:::~ für alle n ;::: 1. 0

Eine beschränkte, stetige FUnktion auf


[0; 1), die nicht gleichmäßig ste t ig ist
Xl
92 7 Stetige Funktionen. Grenzwerte

7.6 Anwendung: Beweis des Fundamentalsatzes der Algebra

Satz: Jedes Polynom eines Grades ~ 1 mit komplexen Koeffizienten be-


sitzt in C eine Nullstelle.
Wir geben den Beweis von Argand (1814) wieder. Dieser verwendet nur
a) den Satz vom Minimum,
b) die Existenz k- ter Wurzeln (k E IN).
Die Tat sache b) nehmen wir hier vorweg. Sie wird, selbstverständlich un-
abh ängig vom Fund ament alsat z, in 8.9 bewiesen.
Es genügt , ein Polynom der Gestalt

P( z) = zn + an- l zn-l + ...alZ


+ + ao
zu betrachten. Die Existenz einer Nullstelle ergibt sich dann unmi ttelbar
aus folgenden zwei Hilfssät zen über die Funktion !PI.
Hilfssatz 1: !PInimmt auf C ein Minimum an.
Beweis: Zunächst schätzen wir !PIaußerhalb einer noch festzulegenden
kompakt en Kreisscheibe K R(O) ab. Dazu schreiben wir für z f. 0
an-l ao
P( z) = zn (l + r(z)), r( z) := -
z
+...
+-zn
.
Mit A:= laol +... + lan-ll ist dann Ir(
z)1 ~ A/i zi für Izi~ 1 und weiter
Ir(
z)1:::;~ für Izl~ max {I , 2A}. Damit erhalten wir zunächst
(*) Ip( z)1 ~ ~I zln ~ A für Izl~ R:= max {1,2A}.
Andererseits nimmt !PInach dem Sat z vom Minimum in der kompakt en
Kreisscheibe KR(O) ein Minimum an, welches wegen Ip(O)1= l aol ~ A
einen Wert ~ A hat . Dieses Minimum ist wegen (*) das Minimum von !PI
sogar auf gan z C. 0

Hilfssatz 2: !PIhat an einer Stelle Zo mit P( zo) f. 0 kein Minimum.


Beweis: Sei p(w) := P(~o) P( zo + w). Das Polynom p hat das konst ant e
Glied p(O) = 1; also ist
p(w) = 1 + bwk + höhere Potenzen, b f. 0, k ~ 1
Wir wählen nun ein ß E C mit ßk = _b-l und setzen q(w) := p(ßw). Das
dadurch definierte Polynom q hat die Gestalt

q(w) = 1 - wk + Q(w),
7.7 Stetige Fort set zung. Grenzwerte von Funktionen 93

wobei Q(w) = wk+ 1S(w) gilt mit einem weiteren Polynom S. Mit einer
oberen Schranke c > 0 für ISIauf Kl(O) gilt IQ(w)1 ~ clwl k+l , falls
Iwl ~ 1, und weiter

Für jedes reelle Wo mit 0 < Wo < min {1, C l }folgt nun

Das aber impliziert Ip(ßwo)1 < 1 und schließlich Ip( zo + ßwo)! < Ip( zo)l .
Damit ist auch der zweite Hilfssat z bewiesen . 0

Bemerkung: Einen weiteren Beweis bringen wir in 12.8.

7.7 Stetige Fortsetzung. Grenzwerte von Funktionen

Gegeben seien eine Funktion f : D ~ C und ein Punkt Xo E C, der


nicht zu D gehören muß, aber darf. Wir fragen, ob es auf D U {xo} eine
in Xo ste tige Funktion F gibt, die auf D \ {xo} mit f üb ereinstimmt .
Gegebenenfalls heißt F eine stetige Forts etzung von f in den Punkt xo.
Selbst wenn der Definition sbereich D eine "einfache" Menge wie etwa ein
offenes Intervall ist , und die Funk tion f ste tig auf ganz D ist , muß es
keine stetige Fort setzung in die Randpunkte geben. Zum Beispiel kann
man die in 7.5 (2) angegebene ste tige Funktion f auf [0; 1) nicht stetig
in den Punkt 1 forts etzen , da die Folge ihr er Funktionswerte f( x n ) nicht
konvergier t .
Beim Fortset zungsprobl em hat man zwei Fälle z u unt erscheiden , je
nachdem, ob Xo ein Häufungspu nkt des Definitionsbereichs der betrach-
teten Funktion ist oder nicht.
Definition: .TO E Cheißt Häufungspunkt einer M enge D , wenn jede Um-
gebung von Xo unendlich viele Punkte aus D enthält.
Beispiele:
1. Die Häufungspunkte eines beschränkten Intervalls (a; b) c IR sind die
Punkte des Int ervalls sowie seine beiden Randpunkte a und b. Entspre-
chend sind die Häufungspunkte einer Kreisscheibe K r(a) c C die Punkte
der abgeschlossenen Kreisscheibe K r(a).
2. Die Menge aller Häufungspunkte von Q ist die Menge IR.
3. Die Menge {l /n In E lN} hat nur den Punkt 0 als Häufungspunkt .
94 7 Stetige Funktionen. Grenzwerte

Wir kommen zum Fortsetzungsproblem.


Fall 1: Xo ist kein Häufungspunkt von D. Dann wird bei jeder Festsetzung
eines Funktionswertes F(xo) die Funktion F stetig in Xo.
Fall 2: Xo ist ein Häufungspunkt von D . Dann gilt zunächst der
Einzigkeitssatz: Jede Funktion f auf D \ {xo} besitzt höchstens eine in
Xo stetige Fortsetzung F auf D U {xo} .
Beweis: Nach der Bemerkung in 7.2 gibt es zu in Xo stetigen Fortsetzungen
F l , F2 eine Umgebung U von Xo in D U {xo} so, daß für x E U gilt:
IFl(x) - F2 (x)1~ ~IFl(XO) - F2(xo)l · Da Xo ein Häufungspunkt ist , gibt
es in U einen Punkt x =1= Xo. In x ist Fl(x) - F2(x) = f(x) - f(x) = O.
Damit folgt Fl(xo) = F2 (xo). 0

o



Cl
D Xo D
Drei stetige Fortsetzungen, falls Die stetige Fortsetzung, falls xo
xo kein Häufungspunkt von D ist ein Häufungspunkt von D ist.
o deutet einen evtl. vorhandenen,
aber von der stetigen Fortsetzung
abweichenden Funktionswert an

Grenzwerte
Besitzt f im Fall 2 eine in Xo stetige Fortsetzung, so sagt man auch , f
besitze in Xo einen Grenzwert; genauer:
Definition: Die Funktion f : D -+ C hat im Häufungspunkt Xo von D den
Grenzwert a, wenn die Funktion F : D U {xo} -+ C mit

(3) F(x) := {f(X) f~r x E D \ {xo},


a fur x = Xo
im Punkt Xo stetig ist. Dafür sagt man auch, f(x) konvergiere für x -+ Xo
gegen a, und schreibt:

lim f(x)
x-txo
=a oder f(x) -+ a für x -+ Xo .

Gehört Xo zum Definitionsbereich von f und ist f stetig in Xo, so ist


der Funktionswert auch Grenzwert : lim f(x) = f(xo) .
x-txo
7.7 Stetige Fortsetzung. Grenzwerte von FUnktionen 95

· . 11 : F ur
B eispie " s E If\'l li (1 + x )S - 1
"'t gi t im = s;
x -tO x
hierbei ist D = (-1 ; 00) \ {O}.
Beweis: Für x E D mit lxi< 1 liefert die Binomialreihe B;

(1 +:r = f(~) xn-l .


-1
n=1

Die Potenzreihe F( x) = L ~= 1 ( ~) xn-l definiert eine st etige Fortsetzung


auf das Intervall (-1 ; 1) einschließlich 0 und zwar mit dem Funktionswert
F(O) = s. Dieser ist der gesuchte Grenzwert. 0

Die c:-8-Definition der St etigkeit der Fortsetzung F übers etzt sich für
den Gren zwer t von f in die folgende e-o-Form olierunq: f :D ~ C hat in
xo den Gren zwer t a, wenn es zu jedem e > 0 ein 8 > 0 gibt so, daß gilt :

If (x ) - al < e für alle x E D \ {xo} mit Ix - xol < 8.

Beispiel 2: lim x-to x ·[~] = 1 (l l = Gauß-Klammer) .


Beweis: F ür x > 0 hat man die Einschließung 1 - x < x · [I/ x] :::; 1 und
< 0: 1 - x> x·[I/ x] ~ 1. Sei e > 0 gegeb en ; mit 8 := e gilt dann
für x

Ix, [~] -11 < c: für xE IR* mit lxi< 8. o

Definition: Zwei Funktionen [ , 9 : D ~ C heißen asymptotisch gleich für


x ~ Xo (xo ein Häufungspunkt von D),falls
. f (x)
lim -(-) = 1; in Zeichen : f( x)::: g(x) für x ~ Xo.
x -txo g X

Beispiel 1 lautet damit im Fall s -# 0:


(1 + x )S - 1 ::: sx für x ~ O.

Wi e die St etigkeit mit Umgebungen, so kann der Gr enzwer tbegriff mit


punktierten Umgebungen formuliert werd en . Unter einer punktierten Um-
gebung von Xo in D verst eht man eine Menge der Gestalt U" := U \ {xo},
wobei U eine Umgebung von Xo in D ist . Die Definition der Konvergen z
f (x) ~ a für x ~ Xo lautet dam it :
Zu jedem c: > 0 gibt es eine punktierte Umgebung U* von Xo in D so, daß
[iir alle x E U* gilt: If( x) - al < e.
96 7 Stetige Funktionen. Grenzwerte

Rechnen mit Grenzwerten


Regel I: Gilt J( x) -+ a und g(x) -+ b für x -+ Xo, so gilt auch

f( x) + g(x ) -+ a + b,
J( x) . g(x) -+ a·b,
f( x) a
g(x) -+ b' falls b =1= o.
Beweis: Seien F , G die ste tigen Fortsetzun gen von J bzw. 9 in xo; also
F( xo) = a, G(xo) = b. Dann sind F + G, FG und F/G im Fall b =1= 0
die ste tigen Fortsetzungen von J + g, Jg und J /g. Die Funktionswerte der
Fortset zungen in Xo aber sind gerade a + b bzw. ab bzw. «[b. 0

Regel 11: Gegeben D L


E ~ C. Es gelte J( x ) -+ a E E für x -+ Xo
und 9 sei stetig in a. Dann gilt: g(J (x )) -+ g(a) für x -+ xo.
Beweis: Mit der in Xo stetigen Fortsetzun g F von fi st goF die in Xo
stetige Fortset zung von gof. Damit folgt g(J( x)) -+ g{F (xo)) = g(a). 0

Beispiel: lim
x -tO
J [!]= J1 =
x .
X
1 nach Beispiel 2.

Mit 9 :=Re, Im , I I ergibt diese Regel: Existiert lim f( x) für x -+ Xo,


so exist ieren auch folgende links st ehend e Limiten , und es gilt

lim Re j' = Re lim j' , lim Im j' = Im lim I, lim 1I1 = [Iim 11·
Insbesond ere sind Grenzwerte reeller Funktionen reell.
Regel 111: Seien J , 9 Funktionen in D mit Grenzwerten in Xo·Aus J ::; 9
in einer punktierten Umgebung von Xo in D folgt lim f( x) ::; lim g(x) .
x -txo x -txo

Konvergenzkriterien
Das Folgenk rit erium für Stetigkeit impliziert für Grenzwerte das
Folgenkriterium: Die Funktion J : D -+ C hat in Xo genau dann den
Grenzwert a, wenn für jede Folge (x n ) in D \ {xo} mit Xn -+ Xo gilt:

lim J( x n )
n -too
= a.
Beweis: Mit der durch (3) auf D U {xo} erklärte n Funktion F best ehen
nämlich die Äquivalenzen

lim J( x) = a F ist ste tig in Xo {=::::}


{=::::} Die Folgen-B edin gun g gilt . 0
x -tx o
7.8 Einseitige Grenzwerte. Uneigentliehe Grenzwerte 97

Wie bei Folgen hat man ferner das grenzwertfrei formulierte


Konvergenzkriterium nach Cauchy: Die Funktion f : D -7 C hat in
Xo genau dann einen Grenzwert, wenn es zu jedem e > 0 eine punktierte
Umgebung U* von Xo in D gibt so, daß für alle Paare x, x' E U* gilt:

lf( x) - f( x') I< e.

Beweis: a) f habe den Grenzwert a. Dann gibt es zu e > 0 eine punktierte


Umgebung U* von Xo in D so, da ß If (x) - a\
< c/ 2 ist für x E U*. Für
x, x' E U* folgt damit If( x) - f( x' )1 ::; If( x) - + al la- f( x' )1 < e.
b) Die Cauchy-Bedingung sei erfüllt. Zu E > 0 werde eine punktierte Um-
gebung U* von Xo in D gewählt so, daß If( x) - f( x' )\ < c/ 2 für alle
x ,x' E U* gilt. Man wähle ferner eine Folge (x n ) in D\ {xo} mit Xn -7 Xo.
Es gibt dann einen Index N derart , daß X n für n ~ N in U* liegt und somit
für n, tri ~ N die Ungleichung If (x n ) - f( x m ) I< c/ 2 besteht . Hiern ach
ist (J (x n ) ) eine Cauchyfolge. Deren Grenzwert a ist auch der Grenzwert
von f für x -7 Xo; für x E U* gilt nämlich

7.8 Einseitige Grenzwerte. Uneigentliehe Grenzwerte

Wir betrachten Funk tionen f :D -7 C auf einer Teilmenge D c lR.


Definition: Es sei Xo ein Häufun gspunkt von D- := D n (-00; xo) bzw.
D + := D n (x o; (0). Man sagt , f habe in Xo linksseitig bzw. rechtsseitig
den Grenzwert a, wenn die Einschränkung von f auf D- bzw. D+ den
Grenzwert a hat ; gegebenenfalls schreibt man

a = lim f (x) = f( xo-) (linksseitig) ,


xtxo
bzw. a = lim f (x) = f( xo+) (rechtsseitig).
x-l-xo

Gehört Xo zu D und ist f( xo-) = f( xo) bzw. f( xo+) = f( xo), so heißt f


linksseitig bzw. rechtsseitig stetig in Xo.
Beispiel: Die Gauß-Klammer [ ] besitzt an jeder Stelle g E Z linksseitig
den Grenzwert 9 -1,rechtsseitig den Grenzwert 9 und ist dort rechtsseitig
stetig.
Die Rechenregeln und Konvergenzkriterien für Grenzwerte gelten für
einseitige Grenzwerte sinngemäß weiter.
98 7 Stetige Funktionen. Grenzwerte

Satz: Eine beschränkte monoton e Funktion f : (a;b) -+lR besitzt an jeder


Stelle Xo E [ai b] einseitige Grenzwerte.
Beweis: Wir zeigen für eine monoton wachsende Funktion f und den Fall
Xo > a, daß f linksseitig gegen s := sup {J( x) Ix E (a, xo)} konvergiert.
Dazu sei E: > 0 gegeben und ein ~ E (a;xo) mit s - E: < f(O gewählt . Dann
ist s - E: < f( x ) ~ s für alle x E ( ~ ; xo). Das beweist , daß lim f (x) = s. D
xtxo

Wir verallgemeinern nun den Begriff des Grenzwert es einer Folge zum
Begriff des Grenzwert es einer Funktion in 00 .
Definition: Es sei f :D -+C eine Funktion mit einem nach oben nicht
beschränkten Definitionsbereich D c lR. Dann heißt a E C Grenzwert von
f in 00 , wenn es zu jedem E: > 0 eine Zahl N gibt so, daß
If( x) - a\ < E: für x E D mit x> N .
Schreibweisen: a = lim f( x) oder f( x) -+ a für x -+ 00 .
x -too
Entsprechend definiert man Grenzwerte in - 00.

Beispiel I: lim
x-too
~
xB
= 0 für jedes positive s E Q.
Beweis wörtl ich wie in 5.1 für die Folge I/nB.

Beispiel 2: lim
x -too
- VX)
(J'XTI = O.

Beweis: Für x > 0 gilt - VX = ~


J'XTI VX < 2 yIr,;:X . Damit
x+l+ x
folgt

Die Unte rsuchung auf Grenzwerte in 00 kann man dur ch die Substitu-
tion x r--+~ = I/ x auf die Untersuchung auf einseitige Grenzwerte in 0
zurückführen.

Reduktionslemma: Setzt man cp(~) := f ( z), falls Z E D , so gilt: f


besitzt in 00 einen Grenzwert genau dann, wenn sp in 0 einen rechtsseitigen
Grenzwert besitzt, und dann ist
lim f( x)
x -too
= cp(O+).
Analog gilt gegebenenfalls lim f( x)
x -t -oo
= cp(O- ).

Beweis: Die Aussage " Icp (~) - al < E: für 0 < ~ < 6" ist nämlich gleichbe-
deut end mit der Aussage " If (x ) - al < E: für x > 6- 1 > 0". D
7.8 Einseitige Grenzwerte. Uneigentliehe Grenzwerte 99

Definition: f ,9 : D -7 C heißen asymptotisch gleich für x -7 00, falls

. f( x)
lim -(-)
x --+oo 9 X
= 1; in Zeichen: f( x)::::: g(x) für x -7 00.

Beispiel: Ein Polynom P( x) = anx n + ... +al x + ao mit an :j:. 0 ist für
x -7 00 asy mptotisch gleich anx n. Nach dem Reduktionslemma ist nämlich

· P (x) I' an+a n _l~+ .. . +aO~n


I1m - - = 1m = 1. o
anx n ~ +O
x --+oo an

Das Reduktion slemma er möglicht auch die Übert ragung der bisherigen
Rechenregeln und Konvergenzkri terien auf Grenzwerte in Unendlich:

Satz: Eine beschränkte monoton e Funktion f : (c; 00 ) -7 IR besitzt in 00


einen Grenzwert.
Konvergenzkriterium von Cauchy: f : (c; 00 ) -7 C hat in 00 genau
dann einen Grenzwer·t , wenn es zu jedem f > 0 eine Zahl N gibt so, daß
If(x) - f( x')1 < f gilt für alle Paare x,x' > N .

Abschließend definieren wir den Begriff des un eigentlichen Grenzwertes.


Wir bet racht en dabei nur reellwertige Funktionen.

Definition: f : D -7 IR hat in Xo E IR den uneigentlichen Grenzwert 00


bzw. - 00, wenn es zu jedem K E lR eine punktierte Umgebung U' von Xo
in D gibt so, daß für alle x E U' f (x ) > K bzw. f (x) < K gilt .

Man schreibt dafür lim f( x) = 00 bzw. lim f( x) = - 00 .


x--+xo x--txo
(P unktierte Umgebungen von 00 bzw. - 00 entste hen aus Umgebungen von
00 bzw. - 00 dur ch Entfern en dieser Punkte.)

Rechenregeln:

a ) lim /(1)= 0 und f( x) > 0 für alle x ===} lim f( x) = 00 .


X--+Xo X X--+X o

b ) lim If( x) I= 00 ===} lim /(1) = O.


x--+Xo x --+Xo X

c) lim f( x)
x--+xo
= 00 und g(x) ~ A für alle x ===} lim (J( x)
x --+ xo
+ g(x)) = 00 .
d) lim f (x)
x--+xo
= 00 und g(x) ~ A > 0 für alle x ===} lim (J( x)g( x))
x --+Xo
= 00 .
Aufgabe: Man beweise diese Regeln und belege durch Beispiele, daß man
die Vorauss etzungen über 9 nicht ersatzlos streichen darf.
100 7 Stetige Funktionen. Grenzwerte

7.9 Aufgaben

1. Man zeige, daß die Funktion f : C* -+ C, f(z) := zjlzlS, für jedes


8E Q stetig ist. Für welche 8 kann f stetig in den Nullpunkt fortgesetzt
werden?
2. Man zeige: Die Funktion h :Q -+ IR mit h(x) = 0 für lxi<
V2 und
h(x) = 1 für lxi>V2 ist auf ganz Q stetig.
3. Die Funktion x r-+ {/X, k eine natürliche Zahl > 1, ist auf [0; 00)
gleichmäßig stetig, aber nicht Lipschitz-stetig.
4. Man zeige: Die auf C \ Z durch
1 00 2z
g(z) := -
Z
+ E
n=l Z
2
- n
2

definierte Funktion ist stetig und hat die Periode 1: g(z + 1) = g(z).
5. Es sei A die Vereinigung der abgeschlossenen Mengen Al, . ..,Ar C C.
Man zeige: Eine Funktion f :A -+ eist genau dann stetig, wenn alle
Beschränkungen flA i , i = 1, .. . , r stetig sind. Ferner zeige man, daß
f im Fall beliebiger Mengen Ai unstetig sein kann.
6. Eine gleichmäßig stetige Funktion f :D -+ C mit einem beschränkten
Definitionsbereich ist beschränkt.
7. Man berechne im Existenzfall die Grenzwerte von
zm -1
a) fürzEC\{1},z-+1 (n ,mElN);
zn -1
b) x(x - [xl) für x E IR, x -+ 0;
c) Jx + Vi - Vi für x E IR, x -+ 00;

d) ~~: für z E C*, z -+ 0 (8 E Q).

8. Zu a, b, c E IR mit a > 0 bestimme man er, ß so, daß

lim (Jax 2 + bx + c - erx -


x-too
ß) = O.
9. Jedes reelle Polynom ungeraden Grades hat eine reelle Nullstelle.
10. Sei al < a2 < ... <
an' Man zeige: Die Gleichung
111
-
x-al
-+- -
x - a2
+ ...-+ -
x - an
= c (c E IR)

hat im Fall c = 0 genau n - 1 reelle Lösungen, im Fall c =1= 0 genau n.


7.9 Aufgaben 101

11. Die Funktion f : [0; 1] -7 IR sei stetig, und es sei f(O) = f(l). Dann
gibt es ein c E [O ;~] mit f( c) = f( c + ~) .
12. Sei n eine natürliche Zahl > 1. Man zeige: Es gibt keine stetige reelle
Funktion auf [0; 1]' die jeden ihrer Werte genau n-mal annimmt.
13. Eine stetige Funktio n f :I -7 IR auf einem Int ervall I ist genau dann
injektiv, wenn sie streng monoton ist .
14. Es sei A eine kompak te Teilmenge von C. Man zeige: Die Mengen
B := {Re z Iz E A} und A x := {z E A IRe z = x } sind kompakt.
2
1. ·
5 B esitzt diie Fun kttion
i x:= 3 6x 2 + X
f() . M·
em aximum 0 d er ein
Minimum auf [1; 00)'1 x +x +x +1
16. Es sei K c C kompak t und f :K -7 C injektiv und stetig; ferner sei
B := f(K). Dann ist auch die Umkehrung 9 = s: :
B -7 K stetig .
17. Es gibt keine bijekt ive stetige Abbildung f :[ai b] -7 SI eines kompak-
ten Int ervalls auf die I-Sphäre SI .
18. Eine monoton e Funktion f : I -7 IR auf einem Int ervall I besitzt
höchstens abzählbar viele Unstetigkeit sstellen.

19. Es sei A = {al , a2, a3, . . .} eine abzählbare Menge in IR und 2::::
1 Sn
eine ab solut konvergent e Reihe. Fern er sei sign : IR -7 IR die durch

- I , falls x< 0,
sign x := 0, falls x = 0,
{
1, falls x > 0,

definierte Vorzeichenfunktion (Signum ). Man zeige:


a) Durch f( x) := 2::=1 Sn sign(x- an ) wird eine Funktion f: IR-7IR
definiert , die in jedem Punkt aus IR \ A stetig ist ; in an aber gilt
f( an + ) - f(a n - ) = S n ·
b) Sind alle Sn > 0, so ist f monoton wachsend.
20. Die in 5.8 Aufgab e 19 erklärte n Funktionen [ s , Jz : (0; 1] -7 (0; 1] sind
unstetig im Punkt ~ .
21. Es sei A eine nicht leere Menge in C. Man zeige:
a) Ist A abgeschlossen, so gibt es zu jedem z E C einen Punkt a E A
mit dA(z) = [z - al;dA die Abst andsfunktion . Man gebe eine nicht
abgeschlossene Menge A an, bei der die Behauptung falsch ist .
b) Die Menge A ist genau dan n abgeschlossen, wenn sie mit der Null-
ste llenmenge {z E C IdA(Z) = O} von dA übereinstimmt .
102 7 Stetige Funktionen. Grenzwerte

22. Unter der abgeschlossenen Hülle einer Menge M c C versteht man


den Durchschnitt aller abgeschlossenen Obermengen von M . Man be-
zeichnet sie mit M. M ist nach 7.5 Lemma 2 abgeschlossen. Man zeige:
M besteht genau aus den Punkten und Häufungspunkten von M .
23. Eine stetige Funktion f :(a; b) -+C auf einem beschränkten Intervall
besitzt genau dann eine stetige Fortsetzung F : [c; b] -+ C auf das
kompakte Intervall [ai b], wenn sie auf (a; b) gleichmäßig stetig ist .
24. Zum Cantorschen Diskontinuum C . Man zeige:
a) Jeder Punkt von C ist ein Häufungspunkt von C .
00
b) C besteht genau aus den Zahlen der Gestalt x =L ;~ mit an =0
oder an = 2. n=l
Unter Verwendung der Darstellung in b) setze man für x E C

00 an
<p(x) :=] ;2n + 1

und zeige weiter:


c) ipist eine surjektive, monotone, stetige Abbildung C -+[0;1]; ins-
besondere hat C dieselbe Mächtigkeit wie lR!
d) ip besitzt eine stetige Fortsetzung f :[0; 1] -+[0;1]' die auf jedem
offenen Intervall I in [0; 1] \ C konstant ist.
f heißt Cantor-Funktion zu C.

1
Die Cantor-Funktion im Rahmen der Zeichenmöglichkeit
8 Die Exponentialfunktion
und die trigonometrischen Funktionen

In diesem Kapitel führ en wir die klassischen transzend ent en Funktionen


ein. Im Zentrum steht die Exponentialfunktion, die wichtigste nicht ratio-
nale Funktion der Mathematik. Wir definieren sie als die (einzige) Lösung
der Funktionalgleichung des natürlichen Wachstums mit Wachstumsge-
schwindigkeit 1 zum Zeitpunkt 0, und zwar sogleich im Komplex en. Mit
Hilfe der Exponentialfunktion definieren wir sodann die trigonometrischen
Funktionen durch cos z = t (eiz + e- iz ) und sin z = i(eiz - e- iZ) und lei-
ten alle wichtigen Eigenschaften dieser Funktionen aus Eigenschaft en der
Exponentialfunktion her.

8.1 Definition der Exponentialfunktion

In Natur und Wirtschaft treten häufig Wachstums- oder Abnahmeprozesse


auf, bei denen sich alle Teile eines Bestandes unabhängig voneinander zu
allen Zeiten nach demselb en Gesetz entwickeln. Beispiele sind der radioak-
tive Zerfall oder die Zunahme eines Kapitals durch Verzinsung . Bei Prozes-
sen mit einer solchen Eigenschaft spricht man von natürlichem Wachstum.
Wir bestimmen und unt ersuchen die Funktionen, die ein solches Wachstum
beschreib en .
Es bezeichne f(t) den Bestand, der sich aus einem Einh eitsbestand in
der Zeit t entwickelt; insb esondere ist f(O) = 1. Entwickelt sich der Bestand
f (t) weiter, so ent ste ht au s ihm in der weiteren Zeit s der Bestand f (s) .
f(t) . Da dieser in der Zeit s+t aus dem ursprünglichen Bestand hervorgeht,
gilt:
(I) f(s + t) = f(s) . f(t) .

Die Gleichung (I) bezeichnet man als Funktionalgleichung des natürlichen


Wachstums. Diese Beziehung ist uns bereits im Additionstheorem B SH =
B; . B, der Binomialreihen begegnet , siehe 6.4; sie tritt auch auf in den
~f'Omet risch('n Progressionen S H a"; bei diesen ist die Variable s eine
ganze Zahl.

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
104 8 Die Exponentialfunktion und die t rigonometrischen Funktionen

Die Gleichung (I) hat un endli ch viele Lösungen. Es zeigt sich aber, daß
eine Lösung J durch die Wachstumsgeschwindigkeit zum Zeitpunkt t = 0
festgelegt ist , d .h. durch die Forderung
J(t) - 1
(11) lim
t --+ O t
=c für vorgegeb enes c.

In den vorangehend en Überlegungen war en die Vari abl en s und t reell.


Im Weit eren lassen wir auch komplexe Vari abl e zu; erst dadurch t reten
gewisse wesentliche Sachverhalte zutage, zum Beispiel die Existenz eine r
Periode.
Es sei nun c eine beliebige komplexe Zahl. Wir bestimm en in diesem
Abschnitt alle Funktionen J :C, C mit den Eigenschaft en :

(Ed J(z + w) = J(z) . J(w),

(E~)
lim J(z) - 1 = c.
z--+ o Z

Aus (Ed und (E~) leit en wir zunächst Darst ellungen einer event uellen
Lösung her. Nach (Ed gilt mit jeder natürlichen Zahl n

J(z)=J(n. ~) =J(~+ .. . +~) = (J( ~)r


und dami t
j( z) = nl~~ (J( ~)) ".

Mit der durch J( ~) = :1 + z; definierten Folge (zn) gilt also

(1) J(z) = lim


n --+oo
(1 + Znn )n .
Die nich t näh er bekannte Folge (zn) hat nach (E~ ) den Gr enzwert

. . J(z/ n) - 1
(2) hm Zn = lim = cz.
n--+oo n --+oo 1/n
Das folgend e Lemma zeigt nu n , daß in (1)die Folge (zn) durch eine
beliebige andere Folge, die denselb en Grenzwert hat , ersetzt werden darf.
Fundamentallemma: Für je de Folge (wn ) mi t dem Grenz wert w gilt
8.1 Definition der Exponentialfunktion 105

Beweis: Zu gegebenem e > 0 wähle man einen Index K so groß, daß für
n ~ K zugleich folgende zwei Abschätzungen gelten:

und Iwnl ~ Iwl + 1.

Damit folgt da nn für jedes n ~ K:

(
1
+
Wn )n _
n
~ wk < ~l
L k'. - L
(n)k w~n _ wkl. +~
k L
(n)k Iwnln
k

k
k
~~
+L k'. .
k=O k=O k=K k=K

Die letzte Summe ist nach Wahl von K kleiner als c/ 3. Zur Abschät zung
der mittleren Summe verwenden wir

(n)
k
~ = ~
k!
nk
(1-~) (1-~) ..
. (1-~)
n
< _1 .
- k !' n n

damit ergibt sich auch für diese Summe die Abschätzung

~
L
(n)k Iwnl k < ~
nk L
(Iwl + 1)k ~
k! < 3·
k=K k=K

Die erste Summe schließlich konvergiert für n -+ 00 wegen (~) :k -+:,


und W n -+W gegen o. Es gibt also ein N > K derart , daß die erste Summe
der rechten Seite für n > N kleiner als c/3 wird. Für jedes n > N gilt
dann
wn)n wk
(1 + --:;;:- - L kf <
00
E, o
k=O

Wir kehren zur Untersuchung von f zurück. Ersetzen wir in (1) alle Zn
durch cz, so erhalten wir wegen (2) nach dem Lemma zwangsläufig

(3)

Das veranlaßt uns zu der


Definition der Exponentialfunktion <8 ~ <8:

z)
exp z:= lim ( 1 + -
n -too n
n
= L -k'zk. = 1 + z + 1"z22. + 1"z33. + ...
00

k=O
106 8 Die Exponentialfunktion und die trigonometrischen Funktionen

Satz: Die Exponentialfunktion hat die Eigenschaften (EI) und (E2 ) :

(Et} exp(z+w)=expzoexpw fürallez ,wEC,


exp z - 1
1im = 1.
0

z-tO Z

Sie ist nach dem Vorangehenden die einzige Funktion auf C mit diesen
Eigenschaften.

Beweis: (Et} : Nach der Definition und dem Fundamentallemma gilt

exp z . exp w= lim


n-too
(1 + ~)
n
n 0 (1 + w)
n
n

= hm
o (

1+
z + w + zw/ n) n = exp( z + w)
n
0

n-too

1 00 k-l
(E 2 ) : Für z exp z - = I:
i-0 gilt ~kl . Die Reihe stellt eine im Null-
z k=l '
punkt stetige Funktion mit dem Funktionswert 1 dar; es existiert also ein
Grenzwert , und dieser ist 1. 0

Nach diesem Satz ist die Exponentialfunktion die Lösung des eingangs
formulierten Problems im Fall c = 1. Bei beliebigem c muß eine Lösung
nach (3)die Gestalt f(z) = exp(cz) haben. Diese Funktion löst auch tat-
sächlich das Problem, wie man aufgrund der Eigenschaften der Exponen-
tialfunktion sofort feststellt. Wir fassen zusammen:
Satz: Zu jedem c E C gibt es genau eine Funktion J : C -+C mit
J(z + w) = J(z) . J(w) für alle z , w E C,

(E~) lim J(z) - 1 = c.


z-tO Z

Diese ist gegeben durch f(z) = exp(cz) .

Folgerungen aus dem Additionstheorem (EI):

a) exp( -z) = (exp Z)-1 und exp z i-0 für alle z E C;


b) exp r = er für rationales r; dabei verwenden wir die Bezeichnung

e := exp 1 = lim
n-too (1 + -l)n = ""'
n
1
-.
L.J k!
k=O
00
8.2 Die Exponentialfunktion für reelle Argum ente 107

Beweis: a) folgt aus exp z . exp( - z ) = exp 0 = l.


b) gilt zunächst für r = n E lN, da exp n = (exp l.}"
= e" ;
so d ann fü
n
1
ur r = - , d a e = exp -n = ( exp -
n n
1) n;

. fii
weiter ur r = -rn (m , nE lN) ,da exp -rn = ( exp -1 ) m ;
n n n
schließlich für r = - :7 (m,nElN) ,da exp(-~) = (exp~)-I . 0

Wegen Teil b) der Folgerung sind wir nunmehr berechtigt , für alle z E C
auch die Expo nenten-Schreibweise

Ie Z
:= exp z

zu verwend en. Damit lauten die Grundeigenschaft en (Et} und (E 2 ) :

e Z
- 1
lim - - = l.
z--+o z
Die Exponentialfunktion ist st etig. Das folgt aus ihr er Darstellung als
Po tenzreihe, ergibt sich ab er au ch sofort aufgrund der Eigenschaft en (E I )
und (E 2 ) : lim (ez + h - eZ ) = e Z • lim (eh - 1) = O.
h--+O h--+O

Historisches. Die Folge (1 + ;)


n tauchte erst mals beim Problem der st etigen
Verzinsung auf. Ein Anfan gskapi tal K wächst bei einern J ahreszinsfuß p und bei
Verzinsung jeweils nach einem n-te n Teil eines J ah res (n = 1, 2, .. .) in einem
Jahr auf das Endkapital K ·(1 + _p-) n an. J akob Bern oulli (1654-1705) warf
lOOn
die Frage nach dem Endkapital bei kontinuierlicher Verzinsung , d.h. nach dem
Grcnz wert für n --+00, auf. Dani el Bernoulli (1700-1782) beantwortet e sie 1728
mit der Aufst ellung der Formel lim (1
n--+oo n
)n = e
+ ::. X
• Die Reihendarst ellung für
e hatte bereits Newt on um 1669 gefunden.
X

8.2 Die Exponentialfunktion für reelle Argumente

Satz:
a) Fü r x E IR ist e" reell und > O.
b) exp : IR --+IR wächst streng monoton.
e) exp : IR --+IR+ ist bij ekti v.
108 8 Die Exponentialfunktion und die trigonometrischen FUnktionen

Beweis: a) Daß eX für x E IR reell ist, entnimmt man der Definition; die
Positivität sodann der Darstellung eX = (eX/2) 2.
b) folgt aus ex+h lex = eh in Verbindung mit
h2
eh = 1 + h + 2T + ...
>1 für h > O.

c) Zu zeigen ist nur noch, daß jede positive Zahl y als Funktionswert an-
genommen wird: Im Fall y ~ 1 gibt es nach dem Zwischenwertsatz ein
x E [0; y] mit eX = y wegen eO = 1 und eY > 1 + y. Im Fall 0 < Y < 1 gibt
es nach dem Bewiesenen ein x mit eX = y-l; dann ist e- X = y . D

Aus c) folgt bereits, daß die Exponentialfunktion nicht beschränkt ist.


Eine wesentlich schärfere Aussage aber macht der
Satz vom Wachstum: Für jede (noch so große) natürliche Zahl n gilt:

eX
(4) lim -
x-too x n
= 00,

(4')

Kurz : Die Exponentialfunktion wächst auf IR für x -+00 schneller gegen


00 als jede positive Potenz x" und fällt für x -+-00 schneller gegen 0 als
jede negative Potenz x- n .
Beweis: Aus der Exponential-
reihe folgt für x > 0

also
eX x
-n >..,.---.,-
x (n+l)' ·

Daraus folgt (4).


(4') folgt aus (4) durch Über-
gang zum Reziproken. D

Die Exponentialfunktion auf IR

1
8.2 Die Exponentialfunktion für reelle Argument e 109

Berechnung der Exponentialfunktion. Setzt man x = g +~ , wobei g


die größte ganze Zahl ~ x und 0 ~ ~ < 1 ist , so gilt

Zur Berechnun g von e und e~ verwendet man endliche Abschnitte der


Exponenti alreihe. Der Fehler wird dab ei wie folgt abgeschätzt : Sei
n k
X
e = L ~! + R + (x). n 1
k=O
Fü r lxi~ 1 gilt dann

(5)

Der B etrag des Fehlers ist also höchst ens so groß wie der doppelte B etrag
des ersten weggelassenen Sum m anden.
B eweis:

(mit lxi < 1)


o

Die Zahl e. Verwendet man zur Berechnung von e den Abschnit t


1 1 1
1 + I"
1.+ I"
2. +... +
fn . '
so ist der Fehler
2
(51 ) 0 < R n +1 (1) < (n + 1)!
Für TI, = 10 etwa ist R 11 (1) < 6 · 10- 8 . Rechnet man mit 8 Dezimalstellen,
so ergibt sich unter Berücksichtigung der Rundungsfehler

e = 2.7182818 + R, IRI< 2 .10- 7 .


Die Restabschät zung (51 ) zeigt, daß die Exponentialreihe für e sehr
schnell konvergiert . Dagegen konvergiert die Folge a n = (1 + ~) n nur
langsam gegen e. Man kann zeigen, daß der Fehler e - a n asymptot isch
gleich e/ 2n ist (Kapitel 9.12 Aufgabe 8).
110 8 Die Exp onentialfunktion und die trigonometrischen Funkti onen

n 1
n Sn L kl.
= k=O an = (1 + ~r
2 2.5 2.25
4 2.71 2.44
6 2.718 2.52
8 2.71828 2.57
10 2.7182818 2.59

Der weitere Wert a lOOO = 2.717 (aufgerundet ) zeigt deutlich die geringe
Konvergenzgeschwindigkeit der Folge (an)'

Wir verwenden die Restabschät zung (5t} noch zum Nachweis der Irra-
tionalität von e. Tatsächlich ist e sogar transzendent , wie der französische
Math ematiker Charles Hermite (1822-1901) bewies.
Satz: e ist irrational.
Beweis: Wir nehmen an, e sei rational, etwa e = m/n mit natürlichen
Zahlen m, n und n ? 2. Dann ist n! e eine ganze Zahl und mit ihr auch

a := n! (e- 1- 1
~ -. -2\
.
- A)·
.. . - n .

Andererseits gilt nach (5t}

0 < o = n ! Rn+dl ) -< -


2
- < 1.
n+ l

Das aber widerspricht der Gan zzahligkeit von o . D

8.3 Der natürliche Logarithmus

Die Exp onenti alfunk tion bildet IR bijektiv auf IR+ ab. Die dazugehörige
Umkehrfunktion
In : IR+ --+IR
heißt natürlicher Logarithm us. Definitionsgemäß sind also

Ix = eY und y = In x I
äquivalente Gleichungen.
Der natürliche Logarithmus hat als Wert evorrat ganz IR. Er ist also
weder nach oben noch nach unt en beschränk t . Ferner ist er wie die Expo-
nentialfunk t ion stet ig (siehe 7.2 III) und streng monoton wachsend.
8.3 Der natürliche Logarithmus 111

Der natürl iche Logarithmus

Den charakteristischen Eigenschaften (Ej ), (E 2 ) der Exponentialfunk-


tion ent sprechen beim Logarithmus die Eigenschaften (L 1 ) und (L2 ) :
Satz: Der natürliche Logarithmus hat die Eigenschaften

(L d In x y = In x + In y (x , Y E lR+),

. In(l+ x)
Inn
x -+O x
= 1.
Bew eis: (L 1 ) folgt aus der Identität

eInx y = xy = einx . einy = einz-l-In


y.

Zum Nachweis von (L2 ) sei (x n ) eine Nullfolge mit X n =1= o. Dann bildet
au ch Yn := In(l + x n ) eine Nullfolge, und es gilt nach (E 2 )

In(1 +xn ) Yn
für n -+ 00 . o
eYn - 1

Historisches. Die Idee des schwäbis chen Theologen und Mathematikers Michael
St ifel (1486-1 567) , geometrische Folgen 1,q,q2 ,q3, . .. auf arit hmetische Folgen
0, I, 21, 31, . . . zurückzuführ en,
initiierte die Entdeckung der Logarithmen . Deren
Definition dur ch Umkehrung der Exponent ialfunkt ion findet sich erstmals in
dem Lehrbuch Introdu ctio in Analysin Infinitorum von Leonhard Euler (1748) .
Zu Euler siehe die biographische Not iz Seit e 361.

Satz vom Wachstum: Der natürlich e Logarithmus wächst für x -+ 00


schwächer als jede Wurzel; d.h., für j ede natürliche Zahl n gilt

. In x
(6) IlIfl- -=0.
x -+oo \YX
B eweis: Die Substitution x := e n~ reduziert die Behauptung auf (4). 0
112 8 Die Exponentialfunktion und die trigonometri schen Funktionen

8.4 Exponentialfunktionen zu allgemeinen Basen.


Allgemeine Potenzen

Es sei a eine positive reelle Zahl. Bisher ist ar nur für rationale Exponenten
r definiert . Wir definieren jetzt aZ für beliebige komplexe z.
Zunächst ste llt man wie in 8.1 fest , daß o'', r E Q, die Dar stellung
ar = er 1na hat. In Verallgemeinerung dieser Beziehung definiert man:

Die Funktion Z H a", z E C, heißt Exponentialfunktion zur Ba sis a. Nach


8.1 hat sie folgend e charakte rist ische Eigenschaft en :
aZ+W = aZaw für alle Z ,11) E C,
a Z -1
lim - -
z~ o z
= In a .
Weitere Eigenschaften dieser Funktion :
a) Sie ist stetig.
" ist auf IR streng monoton { wachsend}
b) Ste fallend f 11 s
,a {aa <> lI}ISt.
.

c) Im Fall a -# 1 nimm t sie auf lR jeden Wert aus lR+ genau einmal an.

o
Funktionen aX , x E JR

Rechenregeln:
Es seien a und b positive reelle Zahlen. Dann gilt :
a) (aX )Y = a XY für x, y E lR;
b) a' b" = (ab) Z für z E C.
B eweis: a) (aX )Y = eylnaX = exyl na = a XY;
b) a' b' = e z1na. ez1nb = ez lnab = (ab)Z. D
8.4 Exp onentialfunktionen zu allgemeinen Basen. Allgemeine Potenzen 113

Potenzfunktionen zu beliebigen Exponenten bei positiver Basis


Die bislang nur zu rationalen Exponente n erklärten Potenzfunk tionen sind
jetzt zu beliebigen Exponenten a E C definiert und zwar durch

Die Funktionen x 1--7 x a mit reellen


a > 0 wachsen streng monoton, die
mit reellen a < 0 fallen streng mono-
ton .

o 1

Wichtige Grenzwerte, die das Wachstum der Potenzfunk tionen und des
Logar ithmus für x -+0 und x -+00 betreffen:

für a > 0,
a
=
(X)
(7) lim x 0
x -+oo { für a < 0;
.
Iim a {O für a > 0,
(7')
.1: -+0
x = 00 ur a < 0 ;
fii
In x
(8) lim - a = 0 für a > 0;
x-+oo x
(8') a
lim x In x
x-+o
= 0 für a > o.
B eweis: Die Grenzwerte (7') und (8') können mittels der Substi tution x 1--7
X-Iauf die Grenzwert e (7) und (8) zur ückgeführt werd en. Es genügt dah er,
diese zu zeigen.
(7): Die Funktion x 1--7 x a mit a > 0 wächst monoton , hat als Wertevorrat
IR+, ist also nicht nach oben beschränkt. Daraus folgt x a -+00 für x -+00 .
Den Fall a < 0 behand elt man analog oder führ t ihn mittels x a = l/ x - a
auf den Fall a > 0 zur ück.
(8): Sei n eine natürliche Zahl mit l/n :S a. Dami t hat man für x ~ 1 die
Einschließung 0 :S x - a In x :S x- l / n In x. Nach (6) folgt dar aus (8). 0

Bemerkung: Ist a > 0, kann die Funktion x 1--7 x a nach (7') stetig in den
Nullpun kt fortgesetzt werden; man definiert daher: oa := 0 für a > O.
114 8 Die Exponentialfunktion und die trigonometrischen Funktionen

8.5 Binomialreihen und Logarithmusreihe

Wir ziehen in diesem Abschnitt eine wichtige Folgerung aus der Charakte-
risierung der allgemeinen Exponentialfunktion durch (EI) und (E~): Unter
Verwendung der Einzigkeitsaussage berechnen wir für alle 8 E C den Wert
der Binomialreihen

Zugleich erhalten wir dabei den Wert der sogenannten Loqorithmusreihe

L(x):= L -l)n-l z",


00 (
xE (-1 ;1).
n=1 n

Zu diesem Zweck untersuchen wir B s (z) zunächst allgemeiner bei fest


gewähltem z E JE in Abhängigkeit von 8 E C. Die Funktion 8 H Bs(Z)
erfüllt nach 6.4 (4) zum einen das Additionstheorem (Ed:

(9)
Sie hat weiter die Eigenschaft (E~) mit c = L(z):

(10) · Bs(z) -1 -- L( z ).
11m
s--+O s
Beweis: Für s i-0 ist
Bs(z) - 1
8
= t In(8),
n=1
wobei h(8) := z und

.-1 (8) Z n _ (8 - 1) · ·· (8 - n + 1) n fü 1
I n ()
8 .- -
8 n
-
n.
I Z ur n > .

Die In sind Polynome mit In(O) = (_1)n-l z" . Es genügt zu zeigen, daß
00 n
die Reihe L: In eine im Nullpunkt stetige Funktion darstellt; denn dann
n=1
ist
=L
oo
. Bs(z) - 1
lim
s--+O 8
In(O) = L(z) .
n=1
Die Stetigkeit nun folgt daraus, daß die Reihe L:~=1 In in K l (O) normal
konvergiert; letzteres ergibt sich sofort aus IIlnIIKI(O ) = Izln (man beachte:
18 - kl ~ k + 1 für 8 E K l (O) und kEIN) und L:~=1 Izln < 00 . 0
8.5 Binomialreihen und Logarithmusreihe 115

Aufgrund von (9) und (10) gilt nach den Sätzen in 8.1
(11 ) B s ( z) = es oL( z).
Wegen B 1 (z ) = 1 + z folgt dar au s für z E C mit [z]< 1

(12) e L(z) = 1 +z .

Sei nun z = x reell, l xi < 1. Die Beziehung (12) ist dann gleichbe-
deutend mit L (x) = In(1 + x ). Wir set zen dies in (11)ein und erhalte n
nach Definition der allgemeinen P oten zen für beliebiges s E C und reelles
x E (- 1;1) schließlich

B s(x ) = e s o1n ( 1+ x ) = (1+ xt .


Wir fassen zusammen:
Satz: Für jedes s E C und x E (- 1; 1) gilt:

(1 + x )s = f ( ~)
n =O
x
n
= 1 + sx + (~) x 2 + (;)3
x +..
.,

(_I )n-1 n x2 x3 x4 x5
In(1 +x ) = I:
00

n
x = x- -
2
+ -3 - 4- +5 - -. .
..
n= 1

Historisches. Die Logarithmusreihe wurd e von N. Mercator 1668 dur ch Flächen-


berechnung an der Hyperbel hergeleit et und dient e ihm hauptsächlich zur Auf-
stellung einer Logarithmentafel. Newton errechnete aus ihr dur ch Umkehrung
die Exp onent ialreihe. Die Binomialreihe schließlich fand Newton um 1669 bei
seinen Bemühu ngen um die Int egrati on der Funktionen (1 _ x 2 ) s.
Die Logarithmusreihe divergier t für x > 1, obwohl die Logari thmusjunk-
tion dor t definiert ist . Für x = 1 ist die Logari thmusreihe noch konvergent ;
es ist aber keineswegs selbstverständlich, daß sie auch dor t die Logarith-
musju nktion dar stellt . Daß dies doch der Fall ist , besagt die faszinierende
Formel

Zum Beweis beacht en wir , daß für x E [0; 1) die Logari thmusreihe al-
terniert und nac h der Fehler ab schät zun g des Leibnizkriteriums
( 1)k-1 xTl+ 1
I:-k
Tl

In(1 +x) - xk:s n + 1


k=1
116 8 Die Exponentialfunktion und die trigonometrischen Funktionen

gilt. Wegen der Stetigkeit der angeschriebenen Funktionen im Punkt x =1


gilt diese Abschätzung auch noch in x = 1:
n (_l)k-l 1
In2 - ""
Z:: k
< -
- n+ 1
.
k=l
Daraus folgt mit n 00
-t die Behauptung. D

Berechnung der Logarithmen. Die Grundlage hierfür bildet die von


James Gregory (1638-1675) durch Subtraktion der Entwicklungen von
In(l + x) und In(l- x) abgeleitete Reihe. Für x E (-1; 1) ergibt sich:

Um den Logarithmus einer Zahl y > 0 zu berechnen, bringt man diese in


die Form y = 1 + x , wozu man x = y - 1 zu nehmen hat. Zum Beispiel
I-x y+l
ist Y = 2 für x = ~. Damit erhält man

Die ersten sechs Summanden liefern


In 2 = 0.693147 ... + R mit IRI< 10- 6 •
Die Abschätzung des Fehlers ergibt sich aus

(13')

Man beweist diese Restabschätzung in derselben Weise wie die Restab-


schätzung (5); wir überlassen die Durchführung dem Leser.
Zur Berechnung der Logarithmen rationaler Zahlen genügt die Kenntnis der
Logarithmen der Primzahlen. Die Logarithmen von 2, 3 und 5 beispielsweise
erhält man leicht mit großer Genauigkeit wie folgt : Man berechnet zunächst die
Logarithmen für y = 0.8 und 0.9 und 1.2 mittels (13), wozu x = - ~ bzw. - 2-
9 19
bzw. 2-
11
zu setzen ist , und benützt dann die Darstellungen
2 = 1.2· 1.2, 3 = 2 · 1.2, 5 = 2 · 2.
0.8 ·0.9 0.8 0.8
Newton berechnete mit solchen Kunstgriffen die Logarithmen zahlreicher Prim-
zahlen auf 57 Dezimalstellen.
8.6 Definition der trigonometrischen Funktionen 117

8.6 Definition der trigonometrischen Funktionen

Mit Hilfe der Exponenti alfunktion erzeugen wir jetzt die tr igonometrischen
Funk tionen. Wesentlich hierzu ist es, im Komplexen zu arbeiten; erst dort
tr itt die innere Verwand tschaft all dieser Funktionen zutage . Rückwirkend
gewinnen wir neue Einsichten in die Exponentialfunktion, zum Beispiel die
Erkenntni s, daß sie eine komplexe Periode besitzt .

Sinus und Cosinus auf lR,


Wir betr achten dazu die Exponent ialfunktion auf der imaginär en Achse.
Es sei x E lR. Dann hat eix den Betr ag 1, da

1
nach 5.2 II gilt nämlich e Z = eZ . Die Zahl eix , liegt
also auf der I-Sph äre SI. Ihr Realteil heißt Cosinus
von x, ihr Imaginärteil Sinus von x ; d.h ., es ist
eix _ e- ix
cosx := sinx: = - - - -
2 2i
Damit gilt
eix = cos x + i sin x .
Ferner besagt leix I= 1, daß cos2 x + sirr' x = 1.

Sinus und Cosinus auf <C


Wir erweitern zunächst die Definitionen: Für beliebiges z E C setzen wir

eiz _ e- iz
cos z := sin z := - - - -
2

Zum Beispiel ist cos i = ~ (e + e -1) > 1 und sin i = ~ (e - e -1).


Der Cosinus ist der gerade Anteil der Funktion z I-teiz , i . Sinus deren
ungerader Anteil; jedoch sind cos z und sin z im allgemeinen nicht mehr
der Real- bzw. Imaginärteil von eiz . Weiterhin aber gilt für alle z E C

(14) Ieiz = cos z + i sin z I (Eulersche Formel).


Man verifiziert auch leicht die Identität

cos2 Z + sin 2 z = 1.
118 8 Die Exponentialfunktion und die trigonometrischen Funktionen

Den charakteristischen Eigenschaften (Er) und (E2 ) der Exponential-


funktion und deren Darstellungen entsprechen analoge Eigenschaften und
Darstellungen des Sinus und des Cosinus. Aus (Er) etwa folgen die
Additionstheoreme: Für alle z , w E C gilt

cos( z + w) = cos z cos w - sin z sin w,


sin (z + w) = sin z cos w + cos z sin w.

Beweis: Man verwendet die Identität

ei(z+w) =eiz · eiw = (cosz+isinz)(cosw+isinw)


= cos z cos w - sin z sin w + i(sin z cos w + cos z sin w) ,

sowie die analoge Identität für e-i(z+w) . Addiert bzw. subtrahiert man
beide, erhält man die Additionstheoreme des Cosinus bzw. Sinus. 0

Die Additionstheoreme enthalten zahlreiche nützliche Identitäten wie

cos 2z = cos2 Z - sin 2 z, sin 2z = 2 sin z cos z.

!
Wendet man die Additionstheoreme auf (z + w) + (z - w) sowie auf !
!(z + w) + !(w - z) an und subtrahiert die entstehenden Identitäten,
erhält man
. z + w . z-w
cos z - cos w = - 2 sm - 2 - sm -2-'
(15)
. . 2 z+w . z-w
sm z - sm w = cos -2- sm -2- '
Z
Ferner folgt aus (E2 ), lim e - 1 = 1, sofort der wichtige Grenzwert
z-+O Z

. sin z
1Hfl- -
z-+o z
= 1.

Potenzreihendarstellungen: Die Exponentialreihe ergibt unmittelbar

00 Z 2k + l Z3 Z5 Z7
sinz = L(-l)k (k )1 = z - -31 + I"- -7' + . . .
k=O 2 +1 . . 5. .
8.7 Nullstellen und Periodizität 119

Historisches. Die Funktionen Cosinus und Sinus wurd en lange vor der Ent-
deckung der Exponenti alfunktion in der Geometrie eingeführt . Bereits Archi-
medes kannte ein den Additi onstheoremen verwandtes Theorem. Syst ematisch
an die Exponentialfunkt ion angebunden hat sie erstmals Euler in seinem bereit s
erwähnte n Lehrbuch.

Tangens und Cotangens. Außerhalb der Nullstellen des Cosinus bzw.


Sinus definiert man weiter die Funktionen Tangens bzw. Cotangens:
sin z cosz
tanz: = - - , cotz := - . - .
cos z smz
Beide sind ungerade und haben ein Additionstheorem; zum Beispiel gilt
tan z + tan w
tan (z + w ) = .
1- tan z tan w
Potenzreihen für die Funktionen tan z und z cot z stellen wir nach Einfüh-
run g der Bernoulli-Zahlen in 14.3 auf.

8.7 Nullstellen und Periodizität

Wir betrachten die Funk tionen Cosinus und Sinus zunächst auf lR und
untersuchen sie insbesondere auf Nullstellen. Wir zeigen, daß der Cosinus
im Int ervall (0; 2) genau eine Nullstelle p besitzt . Mit dieser definieren wir
TI := 2p . Die reelle Zahl 2TI erweist sich als die kleinste positive Periode des
Cosinus und des Sinus, die rein imaginäre Zahl 2TIi als die Grundperiode
der Exponentialfunk tion. Den Ausgangspunkt bildet das
Einschließungslemma: Für x E (0; 2] gilt

x2 x2 x4
(16) 1 - - < cos x < 1 - - +-
2 2 24 '
3
x
(16') x - 6 < sin x < x.

Insbesondere ist sin x > 0 in (0; 2] .


B eweis: Die Reihen für cos und sin sind altern ierend. Ferner bilden für
x E (0; 2] die Betr äge der Summanden ab k = 1 bzw. k = 0 streng mono-
ton fallende Nullfolgen; die Quotienten der Betr äge aufeinanderfolgender
2
Summan den zum Beispiel der Cosinusreihe sind nämlich (2k + 1)(2 k + 2) '
also< 1.Damit ergibt der Beweis des Leibniz-Krit eriums für alternierende
Reihen die Einschließungen (16) und (16'). 0
120 8 Die Exponentialfunktion und die trigonometrischen Funktionen

Einschließung des Cosinus Einschließung des Sinus

Folgerung: Der Cosinus fällt in [0; 2] streng monoton.


Beweis: Wir verwenden die Differenzendarstellung (15) :
. x-y . x+y
cosx - cosy = - 2 sm - - sm - - .
2 2

In ihr sind für alle x, y E [0; 2] mit x > y die bei den Sinusfaktoren positiv.
Damit ergibt sich die Behauptung. 0

Satz und Definition der Zahl 1T: Der Cosinus hat im Intervall [0; 2]
genau eine Nullstelle. Diese bezeichnet man mit 11/2. Damit gilt

(17) Ioos~~oundSin~~l.l
Beweis: Es ist cos 0 = 1 und cos 2 < - k (nach (16)) . Als stetige Funk-
tion hat der Cosinus also mindestens eine Nullstelle in [0; 2]. Ferner fällt
er in [0; 2] streng monoton; er hat also in [0; 2] genau eine Nullstelle. Be-
zeichnet man diese mit 11/2, so folgt wegen COS 2 11/ 2 + sin 2 11/ 2 = 1 weiter
sin 11/2 = ±1 und wegen der Positivität des Sinus im Intervall (0; 2] schließ-
lich sin 11 /2 = 1. 0
Bemerkung: Den Bezug der Zahl TI zur Kreismessung stellen wir in 11.5 und 12.2
her. Die Bezeichnung TI wurde durch das erwähnte Lehrbuch von Euler populär
und deutet wohl auf das griechische Wort 1TC:PL<{)ipc:w für Umfang hin.
Die beiden Formeln in (17) lassen sich aufgrund der Eulerschen Identität
(14) prägnant in eine fundamentale Formel für die Exponentialfunktion
zusammenziehen und dann weiter ausbauen: Zunächst erhält man

e i71 / 2 = cos 2:2 + i sin 2:2 = i.

Hieraus gewinnt man durch Potenzieren weiter die Wertetab elle

TI 3TI
x 11
2 2
-1 -1 1
8.7 Nullste llen und Periodizität 121

Die Eulersche Formel eix = cos x + i sin x schlü sselt diese Tab elle auf in

TI 3TI
X - '11 2'11
2 2
cosx 0 -1 0 1
smx 1 0 -1 0

Wir kombinieren nun die Form el ei71 / 2 = i und die aus ihr abgeleite te n
Formeln mit dem Addi tionstheorem der Exponentialfunktion. Dadurch er-
halten wir unter anderem die fundamentale Eigenschaft der Periodizität
der Exponenti alfunktion und als Folge die Periodizit ät des Cosinus und
des Sinus.
Satz: Für alle z E C gilt

Die letzte Form el zeigt, daß die Expon ent ialfunktion die rein imaginäre
Periode 2'11i besitzt.
Korollar: Für alle z E C gilt

cos( z + i) = - sin z , cos( z + '11 ) =- cos z, cos( z + 2'11) = cos z ,


sin (z + i )= cos z, sin( z + TI) = - sin z, sin( z + 2'11) = sin z .
Cosinus und Sinu s haben also die reelle Periode 2'11 .

Die Periodizit ät des Sinus und des Cosinus liefert un s nun den Schlü s-
sel, um sämt liche Nullste llen dieser beiden Funkt ionen zu ermit te ln. Wir
ermit te ln zunächst die Nullste llen auf IR.
Satz: Der Cosinus hat auf IR genau die Null st ellen i+ kTImit k E Z ; der
mit k E Z .
Sinus qenau die Nullst ellen k'll

B eweis: i ist die einzige Nullste lle des Cosinu s im Intervall (-i;i] ·
Wegen cOS(X+ 'II ) = - cos x sind also i und i + '11 die einzigen Nullstellen in
(-i;i + '11] . Dieses Intervall hat die Läng e der Periode 2'11 . Alle weit eren
Nullste llen des Cosinu s erhält man somit aus i und i + '11 durch Add it ion
von k·2'11 , k E Z.
Die Nullstellen des Sinus entstehen wegen sin x = - cos ( x + i) aus
den Nullst ellen des Cosinus durch eine Verschiebung um '11/2. 0
122 8 Die Exponentialfunktion und die trigonometrischen Funktionen

Folgerung 1: 2TI ist die kleinste positive Periode der Funktionen Cosinus
und Sinus.
Beweis : Wäre p mit 0 < P < 2TI eine Periode etwa des Cosinus, so wäre
wegen der Nullstellenverteilung p = TI. Wegen cosO = 1 und COSTI = -1
ist TI aber keine Periode. 0

21l

Cosinus und Sinus auf lR

Folgerung 2: Genau dann gilt e Z = 1, wenn z ein ganzes Vielfaches von


2TIi ist.
Beweis: Zunächst ist e2kTIi = (e2n i ) k = 1k. Sei umgekehrt e Z = 1, wobei
z = x + iy mit reellen x , y . Dann gilt

Daraus folgt zunächst x = 0; aus eZ = eiy = cos y + i sin y = 1 folgt sodann


cos y = 1 und sin y = O. Somit ist y = mTI , m eine ganze Zahl; ungerade
m = 2k + 1 sind aber wegen cos(2k + l)TI = COS TI = -1 ausgeschlossen. 0
Korollar: Cosinus und Sinus haben in C nur die im letzten Satz angege-
benen reellen Nullstellen.
Beweis [iir den Sinus: sin z = 0 {:=:} eiz = e- iz {:=:} e2i z = 1 {:=:} z = kTI
mit k E Z. Analog für den Cosinus . 0

8.8 Die Arcus-Funktionen

Der Tangens ist außerhalb der Menge TI/2 + TI· Z definiert, TI-periodisch
und ungerade. Er wächst im Intervall [0;TI/2) streng monoton, da dort
der Sinus streng monoton wächst , der Cosinus streng monoton fällt und
beide Funktionen nicht negativ sind. Ferner ist er in diesem Intervall unbe-
schränkt wegen sin TI/2 = 1 und COSTI/2 = O. Damit folgt, daß der Tangens
das Intervall (-TI/2; TI/2) bijektiv auf IR abbildet. Die dazugehörige Um-
kehrabbildung heißt Arcustangens, genauer Hauptzweig des Arcustangens
auf IR:
arctan : IR -+ ( - ~; ~) .
8.9 Pol arkoordinaten kompl exer Zahlen 123

_ _TI I TI

2 1 ,2
1
1
- - -- - -- -- -- -------
TI
1 --
1 2
1
1
1

Tangens in ( -~ ;~) Hauptzweig des Arcustang ens

Die Funktionen cos : [0; TI] -+[-1 ;1] und sin : [-~ ;~] -+[-1 ;1] sind
streng monoton und stet ig. Mit dem Zwischenwertsatz ergibt sich fern er,
daß sie surje ktiv sind. Sie besitzen mithin Umkehrfunktionen

arccos: [-1 ; 1] -+[0; TI]bzw. aresin : [-1 ; 1] -+ [-~ ;~] .

TI

-1
Haupt zweig des Arcuscosinus Haupt zweig des Arcus sinus

8.9 Polarkoordinaten komplexer Zahlen

Satz: Jede komplexe Zahl z =1= 0 besitzt eine Darst ellung

Iz = rei<p m it r = I
z Iund cp E lR; I

dabei ist cp bis auf die Addition eines ganzen Vielfa chen von 2TI bestimmt.

Jedes Paar (r , cp ) mit z = r ei<p heißt Polarkoordinaten für z und cp heißt


ein A rqument für z.
124 8 Die Exponentialfunktion und die trigonometrischen Funktionen

Beweis : Zunächst behandeln wir den Fall Im z ~ O. Wir setzen 1;1 =: ~+i1]
mit ~, 1] E IR; dann ist e + 1]2 = 1 und 1] ~ O. Wir setzen weiter

(18) 'P := arccos f.

Dann ist 'P E [0; TI], und es gilt cOS'P = ~ und sin 'P ~ O. Wegen e+ 1]2 = 1
und 1] ~ 0 folgt sin o = 1]. Damit hat man

~ + i1] = cOS'P + i sin 'P = ei<p , also z = Izlei<P.

Den Fall Im z < 0 führen wir auf den soeben behandelten zurück: Nach
diesem gibt es für z eine Darstellung z = Izlei<p ; damit gilt z = Izle-i<P.
Es sei nun z = Izlei1J! eine weitere Darstellung. Dann ist ei(<p - 1J! ) 1,
und daraus folgt i('P - 7J;) = 2kTIi mit einem k E Z. 0

Den Fall der komplexen Zahlen vom Betrag 1 heben wir noch besonders
hervor. Mit der Multiplikation als Verknüpfung bilden diese die Gruppe SI .
Die Exponentialfunktion liefert für diese eine Parameterdarstellung:
Korollar (Standardparametrisierung von SI): Die Abbildung

e : IR -+S", e( 'P) := ei<p = cos e + i sin 'P,

ist surjektiv, und e('PI) = e('P2) gilt genau dann , wenn sich 'PI und 'P2 um
ein ganzes Vielfaches von 2TI unterscheiden. e bildet IR homomorph auf die
multiplikative Gruppe SI ab; der Kern dieses Homomorphismus ist 2TI' Z.

Als Folgerung des Satzes zeigen wir die Existenz von Einheitswurzeln.
Satz: Die Gleichung z" = 1, nE lN, besitzt genau die n Lösungen

2TI 2TI
(k := ek27filn = cosk + isink , k = 1, . .. ,no
n n

Diese heißen die n-ten Einheitswurzeln ; es gilt (k = (f.


Beweis: Offensichtlich ist jedes (k eine Lösung der Gleichung z" = 1.
Ferner sind die n Zahlen (1, ... , (n paarweise verschieden. Sie stellen somit
bereits alle Nullstellen des Polynoms z" - 1 dar. 0
Aufgrund des strengen monotonen Fallens des Cosinus in (0; TI) und der
Positivität des Sinus ist (1 unter den von 1 verschiedenen Einheitswurzeln
geometrisch wie folgt ausgezeichnet:

Re(1 ~Re(k, fürk=l, ... , n - l ,


Im(1 > O.
8.10 Geometri e der Expon enti alabbildung 125

Zum Beispiel ist die 6. Einheitswurzel mit dieser Eigenschaft die Zahl
(I= ~ + ~ J3; siehe die Lösung zu 3.5 Aufgabe 6. Damit erha lte n wir

TI 1 1 r;;
3
= 2'
• TI
cos"3 sm - = - yCi.
3 2

Die Einheit swurzel ( k = (ferhält man aus


dem Punkt 1 durch k Drehungen D : C ~ C
um den Nullpunkt, D :z I-t e271iln .z. Die Ein-
heitswurzeln ( 1, . . . , ( n bilden also die Ecken 1 = (5
eines regelmäßigen n-Ecks. Die nebenst ehend e
Abbildung zeigt die 5. Einheits wurze ln.

Korollar: Die Gleichung z" = c mit c E C hat eine Lösung. Mit einer
Lösung w sind (IW , . . . , ( nw ihre sämtlichen Lösungen.
B eweis: Sei c = Icleir. Dann löst die Zahl \/fcIeir In die Gleichung. Die
zweite Behauptung folgt im Fall c -# 0 daraus, daß der Quotient zl u: zweier
Lösun gen eine n-te Einheit swurzel ist. 0

8.10 Geometrie der Exponentialabbildung. Hauptzweig des


komplexen Logarithmus und des Arcustangens

Wir sind jetz t in der Lage, die Exponentialfunktion geometrisch darzustel-


len . Dazu fassen wir sie auf als eine Abbildung, die jedem Punkt z einer
erste n komplexen Ebene den Punkt w := exp z einer zweite n komplexen
Ebene zuordnet .

F ür z = x + iy mit x, y E IR ist w = e Z = eXeiy; hiernach sind (e" , y )


Polarkoordinat en des Punktes w . Geometrisch bed eutet das, daß die Ge-
rad e IR + iyo auf die Halb gerade IR+ . e iyO abgebildet wird , und die Gerad e
X o + i IR auf die Kreislinie e Xo .Si .

zo + iIR .................. . ....

IR+ iyo
exp
;:
....
.....•• .

/"
--1
o

......•... ...······cxo . S I
...................
z-Ebe ne
w-Ebcnc
126 8 Die Exponentialfunktion und die trigonometrischen Funktionen

Insbesondere geht das orthogonale Netz der achsenparallelen Geraden in


das orthogonale Netz über, das aus den konzentrischen Kreisen um den
Nullpunkt und den von ihm ausgehenden Halbgeraden besteht.

exp
--7

Abbildung der achsenparallelen Geraden

Die Exponentialfunktion bildet C surjektiv auf C* ab, da jeder Punkt w i­


oeine Darstellung w = Iwleicp = ein Iwl+icp besitzt. Dabei ist exp Zl = exp Z2
genau dann, wenn Z2 - Zl ein ganzes Vielfaches von 2TIi ist. exp bildet also
den Streifen S := {z 111m zi< TI} bijektiv ab auf die längs der negativen
reellen Achse geschlitzte Ebene C- :=C \ (-00; 0].

ni
exp
I --7
I ~

In
- --~
- ni c-
Abbildung des Streifens S auf die geschlitzte Ebene C-

Die Einschränkung exp : S -+ C- besitzt also eine Umkehrung

In : C- -+ S ;

diese heißt Hauptzweig des Logarithmus in C- . Zu seiner Berechnung


schreibt man w = Iwleicp = ein Iwl+icp, wobei sp E (-TI; TI) gelte und In Iwl
der reelle natürliche Logarithmus sei; dann gilt offensichtlich

(19) In w = In Iwl + irp.


Für w E IR+ stimmt In w also mit der Definition in 8.3 überein. Liegt w in
der oberen Halbebene IH :={u E C I Im u > O}, so gilt nach (18) ferner

In w = In Iwl + i arccos(Re w/lwl).


Die Funktion In : C- -+ S ist stetig: In der oberen Halbebene folgt das aus
der vorangehenden Darstellung; in der unteren sodann wegen In w = In w ;
in den Punkten aus IR+ schließlich mit 8.13 Aufgabe 11.
8.10 Geometrie der Exponentialabbildung 127

Eigenschaften des Hauptzweiges des Logarithmus:


1. Liegen Wl und W2 in der rechten Halbebene H, := {z E C IRe z > O},
so liegen Wl W2 und Wt/W2 in C- , und es gilt
Wl
(20) In - = ln wl -lnw2'
W2
Beweis: Sei Wk = rkei'P k mit rk > 0 und ICfk I < TI /2 für k = 1,2 . Dann ist
Wl W~ i = rlr~l ei ( 'Pl ± 'P2 ) , wobei ICf l ± Cf2 1 < TI .
Damit ergibt sich die Behauptung. D

Warnung! Das Addi tionstheor em (20) gilt nicht für beliebige Wl, W2 E C-:
Für W = -1 +i etwa ist In W = In J2+ ~ TIi, also 2ln W = In 2+ ~ TIi ; dagegen
ist In w 2 = In 2 - ~TIi .
2. Liegt W in JE, so gilt

(21) In(l +w) = L -l)n n-i w


00 (
n = L(w).
n= ]

Beweis: Nach 8.5 (12) ist eL(w) = l+ w und nach Definition des Logarith-
mus gilt analog e1n(l+w) = l+ w. Es gibt also ga nze Zahlen k(w) derart , daß
In(1 + w ) - L(w ) = k (w) · 2TIi. Wegen In 1 = 0 und L(O) = 0 ist k(O) = O.
Es genügt also zu zeigen, daß für jedes w E JE k(w) = k(O) gilt. Dazu
betrachten wir bei fixier tem w die Funktion t H k(tw) auf dem Int ervall
[0; 1]. Diese ist stetig, da In und L es sind, und hat als Werte nur ganze
Zahl en ; sie ist also konstant auf [0;1] (ZWS). Dami t folgt k(w) = k(O) . D
3. Für w E JE gilt die Potenzreihenentwicklung

(22)
1+w
In-- =
1- w
2'"
00
--.
w + 2n

L.J 2n + 1
l

n= O

Beweis: 1 + w und 1- w liegen in lH r ; (22) folgt also au s (20) und (21). D

Tangens und Arcustangens


Die geomet rische Darstellung der Exponentialabbildung führt auch zu Dar -
ste llungen der trigonometrischen Funktionen. Wir betracht en als Beispiel
die Abbildung durch den Tangens und zwar auf dem "vertikalen" Streifen
F := {z IIRe zl < TI / 2}. Wegen

1 eiz _ e- iz 1 e2iz - 1
tanz = -:-.1Z
.
1 e + e- .1Z T' e2iz +1
128 8 Die Exponentialfunktion und die trigonometrischen Funktionen

hat man mit der Drehstreckung D, D(z) := 2iz, und der gebrochen-
linearen Transformation T, T(u) :=;.. u - 1, die Darstellung
1 u+ 1
(23) tan =T 0 exp 0 D .

D bildet V bijektiv ab auf den Streifen S := {z 11 Im zl< 11 };


exp " S " die geschlitzte Ebene C-;
T " c- " die 2-fach geschlitzte Ebene C= , wobei
C= :=C \ {iy Iy E IR, lyl~ I}.
(Beweis für letzteres als Aufgabe.)
in

D T
~ ~

v
s
-i
n

Der Tangens bildet also V bijektiv auf C= ab und speziell das Intervall
(-11/2; 11/2) bijektiv auf IR.Die dazugehörige Umkehrabbildung

arctan : C= -+V

heißt Hauptzweig des Arcustangens. Auf IR stimmt dieser mit dem in 8.8
eingeführten Hauptzweig des Arcustangens überein. Aus (23) erhält man
durch Umkehrung mit dem Hauptzweig des Logarithmus die Darstellung
arctan = D- 1 0 In 0 T- 1 • Explizit besagt diese:
1 1 + iw
(24) arctan w = -ln - - , w E C=.
2i 1 - iw
In JE folgt mittels (22) weiter die Reihenentwicklung

l)"
= f::o
00 ( 3 5
w
(25) arctan w
"'"' -
2n + 1 W
2n+l
=W -
W
3 +5 - ...

Diese gilt speziell im Intervall (-1; 1): Für x E (-1; 1) ist

=L _-
_ _
00 ( l)n
(25') arctanx X 2n +1 .
n=O
2n+ 1

Im Rahmen der Differentialrechnung bringen wir für diese Entwicklung


einen weiteren, sehr einfachen Beweis; siehe 9.5.
8.11 Die Zahl TI 129

Abschließend zeigen wir, daß (25') au ch am Punkt 1 gilt . Zunächst


ergibt das Leibniz-Kriterium für altern ierende Reihen an allen Punkten
x E (-1 ; 1) die Abschätzun g

N X 2n+ 1 x1 2 N + 3
I
arctan x - , , (-1) n - - < '---'---N = 1,2, . ..
r: n=O
2n + 1 2N + 3 '

Aus Steti gkeit sgründen gilt diese auc h noch in 1:

N I l
arctan 1 - " ( - 1 t - - < N
Z::
n =O
2n + 1 - 2 +3 .
Darau s folgt mit N -+00 , daß die Entwicklun g (25') auch im Punkt 1 gilt.
Wegen ar ct an 1 = TI/4 besagt sie

Diese faszinierende Formel wird üblicherweise Leibniz zugeschrieben. Indischen


Mathematikern war sie schon im 15. Jahrhundert bekannt .

8.11 Die Zahln

Berechnung von TI

Aus der arctan-Reihe lassen sich mit Hilfe des Addi tionstheorems
x+y
(26) arctan x + arctan y = arctan - - - (lxi,lyl< 1)
I- xy

(Umkehrung des Additionstheorems des Tangens) schnell konvergente Rei-


hen zur Berechnung von TI ableite n. Besond ers günstig ist die 1706 von dem
englischen Astronomen John Machin (1680-1751) gefundene Formel

TI 1 1
(27) - = 4 arctan - - ar ctan -
4 5 239'

Beweis: Man setz t in (26) x = y = ~5 ferner x =y = ~


12
und erhä lt

2 arctan -
1
5
= arctan -125 bzw. 2 arct an -
5
12
= ar ctan -120
119
.
130 8 Die Exponentialfunktion und die trigonometrischen Funktionen

Zusammen mit
arctan 1 + arctan -
1
239
= arctan -119
120

folgt (27). D
Die Machinsehe Formel ergibt mittels (25') die Reihendarstellung

~=4 (_I)k .(~)2k+1_ (_I)k .(_I_)2k+1


L L 2k + 1
00 00

(27*) 4 2k + 1 5 239
k=O k=O

Damit berechnete bereits Machin 100 Dezimalen von TI.


Berücksichtigt man acht Anfangsglieder der ersten und zwei der zweiten
Reihe in (27*), so sind die jeweiligen Abbruchfehler nach dem Leibniz-
Kriterium betragsmäßig kleiner als
4 1
-17-.5--:1-=7 < 4·10
-13
bzw. ---=-5 < 3. 10- 13 .
5.239
Der Fehler für TI selbst ist dann kleiner als 3 . 10- 12 • Bei einer Rechnung
mit hinreichender Stellenzahl erhält man schließlich

TI = 3.1415926535 + R mit IRI< 10- 11 •


1914 fand der indische Mathematiker S. Ramanujan (1887-1920) bei
Untersuchungen über elliptische Funktionen und Modulfunktionen merk-
würdige Reihenentwicklungen für I/TI, zum Beispiel

..!. _ v'8 ~ (4n)! . (1103 + 26390n)


TI - 9801 ~ (n!)4 3964n .

Diese Reihe eignet sich hervorragend zur Berechnung von TI.


Ein noch schnelleres Verfahren zur Berechnung von TI haben 1976 Sala-
min und Brent angegeben. Es beruht auf der von Gauß vielfach untersuch-
ten Folge des arithmetisch-geometrischen Mittels. Ausgehend von ao = 1
und bo = v'ü.5 definiert man sukzessive:

av := (av - 1 + bv - 1)/2, b; := VaV-lbV-l;


n
TIn := (an + bn )2/ (1-2: 2v . (av - bv )2).
v=o
Die Folge (TIn) konvergiert extrem schnell gegen TI. Bereits TI3 hat 20 kor-
rekte Dezimalen. Zur Berechnung von TIn für großes n muß man allerdings
große Zahlen multiplizieren und aus solchen Wurzeln ziehen. Unter Ver-
wendung der sogenannten schnellen Multiplikation wurden auf diese Weise
inzwischen viele Milliarden Dezimalen von TI berechnet.
Literatur: Borwein, J. and P., Pi and the AGM. Wiley-Intersc. Publ. (1987)
8.12 Die hyp erboli schen Funktionen 131

Transzendenz von 7t

Bereits Archimedes vermutet e, daß die Zahl rr irrational ist. Bewiesen wur-
de es erstmals 1761 von dem Schweizer J . H. Lambert (1728-1777; Auto-
did akt , Oberbaurat von Berlin) . Der einfachste heute bekannte Beweis
st ammt von .J. Niven . Wir bringen ihn in 11.5. Lamb ert vermutet e au ch,
daß 1i sogar trans zend ent , d.h., nicht einmal algebr aisch ist (zur Definition
siehe 4.4 Aufgab e 12). Den Nachweis erbra chte 1882 Ferdinand Lind emann
(1852- 1939; P rofessor in Königsberg und Mün chen) . Es gilt sogar:
Für je de algebraische Zahl z =f:. 0 ist e Z trans zend ent. Insb esondere ist e
tran szend ent, und wegen e21T i = 1 folgt , daß auch rrtran szendent sein muß.
Nach Weiers traß gehört dieser Satz zu den "schönsten der gesamten
Arithmetik". Durch ihn wurde auch das üb er zweit ausend Jahre alte Pro-
blem der Quadratur des Kr eises entsc hieden, und zwar negativ: Es ist un-
m öglich, einen Kreis in ein flä chengleiches Quadrat unter allein iger Ver-
wendung von Zirkel und Lineal zu ueruuuuieln:
Weitere Ausführungen zu diesem T hemenkreis findet der interessierte Leser
im Band "Zahlen" in der Reihe Grundwissen Mathematik bei Springer [4].

8.12 Die hyperbolischen Funktionen

In vielen Anwendungen kommt die Exponentialfunktion in den Kombina-


tionen ~( e Z + e- Z) und ~( e Z - e- Z) vor . Dement spr echend definiert man

eZ + e- Z
coshz := - - - (Cos inus hyperbolicus) ,
2
eZ - e- Z
sinh z: = - - - (Sinus hyperbolicus) ,
2
sinh z
tanh z := - - (Tangens hyperbolicus) ,
cosh z
cosh z
cot h z := - . - - (Cotangens hyperbolicu s).
sinh z
Offensichtlich bestehen die Beziehungen

cosh z = cos iz , sinh z = -i sin iz .

Fern er ist cosh gerad e, sinh ungerade. Man sieht auch sofort , daß

cosh'' Z - sinh' z = 1.
132 8 Die Exponentialfunktion und die trigonometrischen Funktionen

Aus dem Additionstheorem und der Potenzreihendarstellung der Exponen-


tialfunktion folgen ferner Additionstheoreme und Potenzreihendarstellun-
gen des hyperbolischen Cosinus und Sinus:

cosh(z + w) = cosh z cosh w + sinh z sinh w,


sinh(z + w) = sinh z cosh w + cosh z sinh w,
00 2k z2k+l
= L (~k)!' =L
00

cosh z sinh z (k )I .
2 +1 .
k=O k=O

Die hyperbolischen Funktionen auf Ilt:


a) cosh wächst streng monoton auf [0; 00);
b) sinh wächst streng monoton auf IR;
c) tanh wächst streng monoton auf IR.
Beweis : b) Die Funktionen eX und -e- X wachsen streng monoton.
a) folgt aus b) mittels cosh'' x = 1 + sinh 2 x , da auf [0; 00) auch sinh 2 streng
wächst (sinhx > 0 für x > 0).
c) folgt wegen des strengen Wachsens der Funktion e2x aus

eX e- x 2
= e + e- = 1-e2x + 1 .
-
tanh x X X
o

Aus der zuletzt angeschriebenen Darstellung des tanh folgt noch

tanhx -7 1 für x -7 00 und tanhx -7 -1für x -7 -00.

cosh und sinh auf IR tanh und coth auf IR


8.13 Aufgab en 133

8.13 Aufgaben

1. Man beweise das Additionsth eorem der Exponentialfunktion durch


Reihenmultiplikation.
2. Man beweise für reelle a i- b die Ungleichung e(a+bl/ 2 < (ea + eb )/ 2
und deute sie geomet risch.
3. Für n E IN sei

a n := (1 + ~r , bn := (1 + :;;:1) n+l
.
Man zeige:
a) Die Folge (an) wächst st reng monoton , die Folge (b n ) fällt streng
monoton, und für alle n gilt an < e < bn .
b) Für alle n gilt
(n+1)n n (n+1) n+1
-'----:-,
-'-- <e <
n.
, n.
und
e-n (n + I] " < n! < e-n (n + 1t+ l .
Die hiermit gewonnene Einschließung für n! wird in der Stirling-
sehen Formel noch wesentlich verschärft ; siehe 11.10.
c) lim
n ~oo
~
n
=!e .
4. a) lim x lix = lim X X = 1.
x ~ oo In x
x-l-O
b) lim ~ = 0; danach wächst eX mit x sogar schneller als x 1n x .
x ~oo eX

c) lim n (\yx- 1)= lnx für x >O.


n ~oo

5. Logarithmus zu einer Basis a > 0, a i- 1.


a) Man zeige: Die Funk tion x f-7 aX , IR -+ IR+ , besitzt eine Umkehr-
funkt ion Ioga : IR+ -+ IR, und es gilt log, x = In x/ ln a.
b) Man berechne In 10 bis auf einen Fehler < 10- 5 .
6. Man berechne Summenformeln für
1 + cos z + cos 2z + + cos nz,
sinz + sin 2z + + sin nz .
7. Man zeige: cos" z und sinn z sind dar stellbar als Linearkombinationen
von 1, cosz , sinz, cos 2z, sin2z, ... , cos nz, sin nz. Zum Beispiel gilt :
4 cos" z = 3 cos z + cos 3z,
4 sin 3 z = 3 sin z - sin 3z.
134 8 Die Exponentialfunktion und die trigonometrischen Funktionen

8. Die Tschebyschew-Polynome . Man zeige: Zu jedem n E lNo gibt es


Polynome Tn und Un vom Grad n derart , daß gilt :

cosnz = Tn(cosz) ,
sinnz = Un_l(cosz) -sin z.

Diese heißen Tschebyschew-Polynome erster bzw. zweiter Art und spie-


len eine große Rolle in der Approximationstheorie. Man zeige:
a) Die Polynome T n und U'; genügen derselben Rekursionsformel

jedoch mit den unterschiedlichen .Startwerten" To = 1, Tl (x) = X ,


bzw. Uo = 1, UI = 2x. Man berechne T n und Un für n = 2, . . . ,5.
Wie lauten die Darstellungen (*) für n = 2,3, 4? Vgl. Aufgabe 7.
b) T n hat die Nullstellen Xk = cos(2k - = 1, ... , n.
1)TI/2n, k
c) T n hat in [-1; 1] die Extremstellen ~k = coskTI/n, k = 0,1 ,2, . . . , n o

ffi1Ba urum
1

-'lZrJ -1
Die Tschebyschew-Polynome Tl , .. . , T5
9. Für z = x + iy mit reellen x, y gilt:

Isin zl2 = sin 2 x + sinh 2 y ,


ICOS zl2 = cos2 X + sinh 2 y .

imaginäre Achse

Betrag des Sinus auf C

10. Man berechne algebraisch die 10. Einheitswurzeln und damit COSTI/5
und sin TI/5.
8.13 Aufgaben 135

11. arctan '!L ist ein Argument für z


x
= x + iy mit x > 0; insbesondere gilt
In z= In Izi+ i arctan '!L.
x
12. Die Areafunktionen. Man zeige: Die Funktionen sinh IIRund tanh IIR
besitzen Umkehrfunktionen arsinh : IR --+IR (A reasinus hyperbolicus)
bzw. artanh: (-1 ; 1) --+IR (Areatangens hyperbolicus) , und es gilt
arsinh x = In (x + J x2 + 1) (x E IR),

artanhx = ~ In C~ :) (lxi< 1).

Man zeige ferner, daß cosh : [0; 00) --+ [1 ; 00) eine Umkehrfunktion
arcosh : [1; 00) --+[0; 00) besitzt, und daß

arcoshx = In (x +~) (x ~ 1).

13. Es sei In der Hauptzweig des Logarithmus in C- . Dann gilt für [z] ~ !
1 3
"2 lz1~ [lnf l + z)1 ~ "2 14
14. Der Hauptzweig des Logarithmus auf C- kann nicht zu einer stetigen
Funktion auf C* fortgesetzt werden.
15. In Analogie zur Potenz z", x E IR+,a E C, definiert man mit Hilfe des
Hauptzweiges des Logarithmus auf C- dort auch den Hauptzweig der
Potenz z" durch za := e" In z . Man berechne ii und zeige für z E JE

16. Die bis jetzt nur für rationales s > 1 erklärte Riemannsche Zetafunk-
tion wird für komplexes s mit Re s > 1 analog definiert . Man zeige:
Die Reihe
1
L .:
00
((s) :=
n
n=l

konvergiert für jedes a > 1 normal auf H(7 := {z E C IRe z ~ a} und


stellt auf der Halbebene {z E eiRe z > I} eine stetige Funktion dar.
17. Sei x eine reelle Zahl. Für jede natürliche Zahl n sei Ln die Länge des
Streckenzuges , der die Punkte eikx jn , k = 0, 1, .. . , n, auf Si der Reihe
nach verbindet . Man zeige:
x
a) Ln = 2nlsin 2nl;
b) lim Ln = IxI-
u----+ oo
Was bedeutet b) geometrisch für die Lage von eix? Was e2n i = I?
136 8 Die Exponentialfunktion und die trigonometrischen Funktionen

18. Es sei x eine reelle Zahl und an := e271inx. Man zeige:


a) Ist x rational, so hat (an) nur endlich viele Häufungspunkte.
b) Ist x irrational, so ist jede Zahl aus SI Häufungspunkt von (an).
19. Man berechne cos 1 und sin 1 bis auf einen Fehler von 10- 7 und zeige,
daß sie beide irrational sind.
20. Die Exponentialfunktion genügt keiner Identität L:Z=o Pk(z )ekz = 0
für alle z E C, in der Po, . . . ,Pn Polynome sind und Pn nicht das
Nullpolynom ist. Kurz: Sie ist keine "algebraische" Funktion.
21. Unendliche Produkte. Es sei (ak) eine Folge komplexer Zahlen f=. -1
derart, daß die Reihe L:~1 lak Ikonvergiert. Dann konvergiert die Fol-
ge der Produkte Pn = IlZ=1 (1 + ak) gegen eine Zahl f=. 0; diese be-
zeichnet man mit Il~1 (1 + ak).
Beispiel: Für jedes z E C mit [z] < TI konvergiert Il~1 cosz/k, und
zwar gegen eine Zahl f=. O.
22. Das Vietasche Produkt (1593). Man zeige zunächst
sinx x x x
= cos - . cos - ... cos -
---...,....--
2n sin(x/2 n) 2 4 2n
und damit
sinx
= lim
--
. n cos-.x
X n-too v=1 2v
Man folgere daraus

~= V2fi.~.
TI 2 2
fi ...
Y2+2V 2 '-+'-/'-+'-
2 2V2

23. Man beweise den Satz von Euler: Ist (Pk) die Folge der Primzahlen, so
· .
d ivergiert d·ie Reih ~ -1 .
ei e w
k=1 Pk
Man kann diese Divergenz als ein Maß für die Häufigkeit des Auftretens
der Primzahlen in der Folge der natürlichen Zahlen auffassen; man
vergleiche damit, daß die Reihe L:~=1 l/k 2 konvergiert.
Hinweis: 6.5 Aufgabe 15
9 Differentialrechnung

Die von Leibniz und Newton begründete Differential- und Integralrech-


nung bildet den Kern der Analysis. Leibniz entwickelte sie zur Behandlung
des sogenannten Tangentenproblems, Newton anläßlich seiner Studien zur
Mechanik. Unsere Einführung der Exponentialfunktion verwendete in der
Forderung (E z) ebenfalls die Differentiation.
Wir behandeln zunächst Grundzüge der Differentialrechnung. Dabei be-
schränken wir uns auf Funktionen mit einem Definitionsbereich D c IR,
da zur Untersuchung differenzierbarer Funktionen einer komplexen Verän-
derlichen besondere Methoden geboten sind; siehe Band 2, Kapitel 6. Wir
lassen aber weiterhin komplexwertige Funktionen zu.

9.1 Die Ableitung einer Funktion

Definition: Eine Funktion f :I --7 C auf einem Intervall I heißt diffe-


renzierbar in Xo E I , wenn der Grenzwert

. f(x) - f(xo)
(1) 1im
X---+Xo X - Xo
existiert. Dieser heißt dann Ableitung oder Differentialquotient von f in
Xo . Man bezeichnet ihn mit f'(xo) oder Df(xo) oder ~~ (xo). Die Funktion
heißt differenzierbar im Intervall I , wenn sie in jedem Punkt des Intervalls
differenzierbar ist. Schreibt man x als Xo + h, so lautet (1)

D f (Xo ) -- I'! Xo )-
- liHfl. f(xo + h) - f(xo) .
h---+O h
Geometrische Erläuterung: Für reelles f stellt die lineare Funktion

).- f( Xo ) + f(xo
L( X.- + h)h - f(xo) (_
x Xo,) x E IR,

die Sekante durch Po = (xo, f(xo)) und P = (xo + h, f( xo + h)) dar.

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
138 9 Differentialrechnung

Ist f in Xo differenzierbar, so geht deren Steigung f(xo + h~ - f(xo} beim


Grenzübergang h -+0 gegen f'(xo) . Die durch

(2) y = f(xo) + !,(xo)(x - xo)

definierte Gerade heißt Tangente in Po an den Graphen von f.

Tangente als Grenzlage von Sekanten


Xo Xo +h

Beispiel aus der Physik: Ist bei einer Bewegung der zurückgelegte Weg
s(t) als Funktion der Zeit t gegeben, so definiert s(to + h~ - s(to} die mitt-
lere Geschwindigkeit im Zeitintervall [to; to + h] und die Ableitung s(to)
die momentane Geschwindigkeit im Zeitpunkt to. (Mit dem Punkt wie bei
s bezeichnet man in der Physik häufig die Ableitung nach der Zeit.) Die
in diesem Zusammenhang üblichen Buchstaben sund t kommen vom la-
teinischen ,,spatium" der Raum und "tempus" die Zeit.

Ableitungen einiger Grundfunktionen

a) D x n = nx n - 1 für n = 1,2, .. .
b) für c E C, insbesondere D a X = a X • In a.
c) Dlnx = -x1 .
Beweis:
~n _ xn
a) ~ _ x = ~n-l + ~n-2x + .. . + x n- 1 -+nx n- 1 für ~ -+x;

ec(x+h) _ e Cx e ch - 1
b) h = eCx . h -+ c eCx für h -+0;

c)
ln(x + h) -lnx = _1 . In (1 + h/x) ---,
--,_1
für h -+ O. o
h x h/x x
9.1 Die Ableitung einer Funktion 139

Äquivalente Formulierungen der Differenzierbarkeit

2. Formulierung: f : I --+ C ist in Xo E I genau dann differenzierbar,


wenn es eine in Xo stetige Funktion cp : I --+C gibt so, daß

(3) f( x ) - f( xo) = (x - xo) . cp(x ).

Gegebenenfalls ist t( xo) = cp(xo).


Beweis: Die Existenz des Grenzwertes (1) bedeutet , daß die durch

f( x) - f( xo)
für x E I \ {xo}
x -xo
definierte Funktion eine in Xo ste tige Fortsetzung cp besitzt ; der Wert der
ste tigen Fortset zung ist dab ei gera de der Grenzwert: cp(xo) = t( xo). 0
Folgerung: Eine in Xo differenzierbare Funktion ist dort auch stetig.
Viele Mat hemat iker in der ersten Hälfte des 19. J ahrhunderts waren der
Meinung, daß jede stetige Funktion höchstens bis auf einzelne Stellen auch
differenzierb ar sei. Eine Überraschung löste daher die Entdeckung überall
stetiger, ab er nirgend s differenzierbarer Funktionen aus . In 9.11 bring en
wir ein Beispiel.

3. Formulierung: f : I --+C ist in Xo genau dann differenzierbar, wenn


es eine lineare Abbildung L : IR--+C gibt derart, daß

· f( xo + h) - f( xo) - L(h) - 0
(4) I1m h - .
h--+O

Gegebenenfalls ist L(h) = t( xo)h für h E IR.

In dieser Formu lierung besagt die Differenzierb arkeit , daß der Zuwachs
f (xo + h) - f( xo) der Funktion durch den Wert L(h) einer linearen Abbil-
dung L derar t gut approximiert werden kann , daß der Unt erschied R(h) :=
f( xo + h) - f( xo) - L(h) mit h --+0 schneller gegen 0 geht als h selber.
Beweis: (i) Es sei f in Xo differenzierb ar. Dann leistet die durch L (h) :=
f' (xo)h definierte lineare Abbildung L das in (4) Behauptet e.
(ii) Es sei nun L eine lineare Abbildung derart , daß (4) gilt . Ist L(h) = ah.
mit einem a E C, so folgt

- I' f( xo + h) - f(xo) - a h _ I' f( xo + h) - f( xo) _


0 - 1m h - lIn h a.
h--+O h--+O

Also ist f differenzierb ar mit f'( xo) =o. o


140 9 Differentialrechnung

Die lineare Abbildung L : Ja -t C


heißt Differential von f in Xo und
wird mit df(xo) bezeichnet; es gilt f : r
: df(xo)(h)
df(xo)(h) = j'(xo)h für h E Ja. .- - - - - - - - - - ~ -

Die affin-lineare Funktion


Xo Xo +h
F(x) :=f(xo) + L(x - xo) Approximation des Funktionszuwachses
f(xo + h) - f(xo) durch df(xo)(h) .
heißt lineare Approximation
von f in Xo·
Die dritte Formulierung der Differenzierbarkeit bringt jenen Gesichts-
punkt der Analysis zum Ausdruck, der darauf abzielt, Funktionen .Jm
Kleinen" durch lineare Funktionen zu approximieren. Dieses Konzept wird
später in der Taylortheorie zur Approximation durch Schmiegpolynome
ausgebaut. Die dritte Formulierung der Differenzierbarkeit ist auch der
Ausgangspunkt für die Übertragung auf höhere Dimensionen.

Maxima und Minima


Man sagt, eine Funktion f :D -t IR habe in Xo E D
(i) ein globales Maximum, wenn f(x) ~ f(xo) für alle x E D gilt;
(ii) ein lokales Maximum, wenn es eine Umgebung U um Xo gibt so, daß
f(x) :::; f(xo) für alle x E UnD gilt .
Entsprechend definiert man globale bzw. lokale Minima.
Eine auf einem kompakten Intervall stetige reelle Funktion besitzt nach
7.5 ein globales Maximum und ein globales Minimum. Für eine differen-
zierbare Funktion liefert die Ableitung auch eine Information zur Lage von
Extremalstellen. Es gilt folgendes auf Fermat (1601-1655) zurückgehende
notwendige Kriterium. Im Anschluß an den Mittelwertsatz wird dann ein
hinreichendes aufgestellt.
Satz: Sei f in einem offenen Intervall I um Xo definiert. Besitzt f in Xo
ein lokales Extremum und ist f in Xo differenzierbar, so gilt j'(xo) = O.
Beweis: Wir nehmen an, die Einschränkung flU auf eine Umgebung U
um Xo besitze in Xo ein Maximum. Für x E U mit x > Xo ist dann

f(x) - f(xo) < O.


x -Xo -

+
Mit x Xo folgt daraus !'(xo) ~ O. Analog zeigt man f'( xo) ~ O. Insgesamt
beweist das die Behauptung. 0
9.2 Ableitungsregeln 141

Die Kandidaten für Extremalstellen einer Funktion f : [a ;b] -T IR sind


also
(i) die Randpunkte a und b;
(ii) die Punkte x E (a ; b) , in denen f nicht differenzierb ar ist ;
(iii) die Punkt e x E (a;b), in denen f'( x) = 0 ist .
Keiner dieser Punkte muß eine Extremalstelle sein. Zum Beispiel hat die
Funktion f( x) = x 3 , X E [-1 ;1]'im Nullpunkt die Ableitung 0; sie hat
dor t aber nicht einmal ein lokales Extremum !

9.2 Ableitungsregeln

Algebraische Regeln: fund 9 seien in x differenzierbar. Dann sind


f + g, f 9 und im Fall g(x ) f- 0 auch f / 9 in x differenzierbar, und es gilt:

a ) (J + g)'( x ) = f'( x) + g'(x ).


b) (Jg)'( x) = f'( x)g( x) + f( x)g'( x) (Produktregel).

c) (L)' (x )
9
= f'( x) g(x) - f (x )g'(x)
g2(x )
(Quotientenregel).

Beweis: Man schreibe den Differenzenquo tient en für f +9 bzw. fg bzw.


f /9 wie folgt:
f( x + h) - f (x) + g(x + h) - g(x )
a) h h'

b) f (x + h~ - f (x)g(x + h) + g(x + h~ - g(x) f( x) .

) 1 ( f( X + h) - f( x ) ( ) _ g(x + h) - g(x ) f( ))
c g(x+h)g(x) h 9 x h x .
In c) beachte man , daß es wegen der Stetigkeit von 9 in x eine Umgebung
U um x gibt so, da ß auch g( x + h) f- 0 ist für x + hEU. Die behaupteten
Regeln folgen mit h -T 0 sofort aus den angeschriebenen Darstellungen. 0
Beispiele:
1. Ableitungen der rationalen Funktionen. Die Ableitung jeder Konstan-
ten ist 0; die Ableitung der Funktion x" (n = 1, 2, .. .) ist nx n - l . Damit
und durch Anwendung von a), b) und c) folgt , daß eine rationale Funktion
in jedem reellen Punkt ihres Definition sbereiches differenzierb ar ist und
die Ableitung wieder eine rationale Funk tion ist .
142 9 Differentialrechnung

2. Ableitungen der trigonometrischen Funktionen:


, 1 -1
cos' = - sin, sin' = cos, tan = --2 '
cos
cot'= ---=--2
'
sm
Beweis: (cosx)' = ~(eix +e- ix)' = ~(eix _e- ix) = -sinx. Entsprechend
für sin. Weiter ist
, (Sin)'
tan = -
cos
2
+sin2 1
cos cos'' - cos2 '

Entsprechend für cot. 0

Kettenregel: In der Situation I L


J E; C seien 1 in Xo und 9 in
Yo = I(xo) differenzierbar. Dann ist auch goi in Xo differenzierbar, und
es gilt

(g 0 I)' (xo) = g' (J(xo)) . J'( xo).

Beweis: Nach der zweiten Formulierung der Differenzierbarkeit gibt es


Funktionen 'P und " die in Xo bzw. Yo = I(xo) stetig sind, mit

I(x) - I(xo) = (x - xo) . 'P(x),


g(y) - g(yo) = (y - Yo) ' , (y).

Dabei ist 'P(xo) = f'(xo) und ,(Yo) = g'(yo). Somit folgt


(g 0 I) (x) - (g 0 I) (xo) = (x - xo) . 'P(x) . ( , 0 I)(x) .

Die Funktion (,01) . 'P


ist stetig in Xo , und es gilt (,0 I) (xo) , 'P(xo) =
g'(J(xo)) . f'(xo). Die zweite Formulierung der Differenzierbarkeit ergibt
nun die Behauptung. 0

Beispiele:

1. (x a )' = ax a - 1 (a E IR,x > 0).


.
Beuieis: (x a ) , = (e'' In x )' = ea In x . a-1 = ax a - 1 • 0
x
2. Sei 1 :I -+ IR differenzierbar und positiv. Dann ist auch r, a E IR,
differenzierbar, und es gilt

(r)' = ar-I . 1'.


Beweis: Kettenregel in Verbindung mit Beispiel 1. o
3. (ef(x))' = ef(x) . f'(x) .
9.2 Ableitungsregeln 143

Differentiation der Umkehrfunktion: Sei 9 die Umkehr/unktion einer


streng monotonen Funktion f : I -+IR. Ist f in Yo E I differenzierbar mit
1'( Yo) i= 0, so ist 9 in Xo = /(Yo) differenzierbar mit

(5) ')1 1
9 (xo = 1'(Yo) = 1'(g(xo)) ·

Beweis: Es gibt eine in Yo stetige Funk tion sp : I -+IR mit


f( y) - f (yo) = cp(y) . (y - Yo)
und cp(Yo ) = 1'(Yo). Wegen der strengen Monotoni e von / und wegen
1'(Yo) i= 0 ist cp( y ) i= 0 für alle y E I . Mit x = /(y) , y = g(x) folgt
1
g(x) - g(xo) = 'f'(g(x )) .(x - xo).

Die Funk tion 11(cp 0 g) ist in Xo stetig. Nach der zweiten Formulierung der
Differenzierbarkeit ist 9 in Xo differenzierbar und hat dort die Ableitung
1/ cp(yo) = 1/1'(yo ). 0

Bemerkung: Die Formel (5) kann man auch aus der Identität /(g( x)) = x
dur ch Differenzieren herleiten. Mit der Ket tenregel erhält man nämlich
I' (g(x)) .g' (x) = 1. Diese Rechnung ersetz t aber keineswegs den Beweis
der Differenzierbarkeit von g, sie hat diese vielmehr zur Vorbedingung.
Beispiel: Differentiation des arctan. Aus tan(arctan x) = x folgt zunächst
tan' (ar ctan x) . arctan' x = 1. Mit tan' x = 11 cos? x = 1 + tan 2 x ergibt
sich dar aus
, 1
arctan :1: = - -2 .
l +x

Die logarithmische Ableitung. Es sei / : I -+C eine nullstellenfreie,


in Xo differenzierbare Funktion. Dann heißt der Quotient
1'( xo)
L(f)(xo) := f( xo)

logarithmische Ableitung von f in xo. Ist f reell und positiv , so ist L(f)(xo)
nach der Kettenregel die Ableitung von In / in Xo:

(6) L(f)( xo) = (lnf)'(:ro) .


Gibt es eine in Xo stetige Funktion 9 : I -+C mit e9 = f , so ist diese sogar
differenzierb ar in Xo und hat dort die Ableitung

(6') L(f)(xo) = g'(xo).


144 9 Differentialrechnung

Beweis: Man betrachte go(x) :=g(x) - g(xo). Wegen e90( xo) = 1 und der
Stetigkeit von go liegt e90 (x ) in der rechten Halbebene für alle x in einem
hinreichend kleinen Intervall J c I . Mit dem Hauptzweig des Logarithmus
folgt go(x) = In (J(x)/Io(x)) für x E J und mit 8.13 Aufgabe 11 weiter

. F 1
u + IV = = 1(xo).

Nach den Ableitungsregeln ist go in Xo differenzierbar und hat die Ablei-


tung
'_ ,_uu'+vv'+i(u'v-uv')/v2 F'F f'
g -go- u 2+v2 1+(u/v)2 - FF -J' D

Mit der Produktregel und mit (6) erhält man sofort die Rechenregeln:
(i) Für l .s : I -+C ist LUg) = LU) + L(g).
(ii) Für 1 :I -+IR+ und jedes a E IR ist LUO:) = aLU).
Die Regel für die logarithmische Ableitung eines Produktes ist einfacher
als die Produktregel für die Ableitung. Für die Praxis des Differenzierens
,,multiplikativ aufgebauter" Funktionen F empfiehlt es sich daher, die lo-
garithmische Ableitung und die Identität F' = ; . F zu verwenden.
Bemerkung: In der Fehlerrechnung schätzt man eine Abweichung 6.1 =
I(x + 6.x) - I(x) oft durch den Wert I'(x)~x des Differentials ab , und
die relative Abweichung dementsprechend durch ~g; Is». Der dabei auf-
tretende Quotient I' /1 ist gerade die logarithmische Ableitung von f.

9.3 Mittelwertsatz und Schrankensatz

Eine Grundaufgabe der Analysis besteht in der Ermittlung globaler Ei-


genschaften einer Funktion aus lokalen Eigenschaften ihrer Ableitung. Der
hierzu wohl nützlichste Satz ist der
Mittelwertsatz: Die Funktion 1 : [ai b] -+ IR sei aul dem kompakten
Intervall [ai b] stetig und auf dem offenen Intervall (u; b) differenzierbar.
Dann gibt es ein ~ E (ai b) so, daß gilt:

(7) I(b) - f(a) = 1'(0.


b-a
9.3 Mittelwertsatz und Schrankensatz 145

Ein Spezialfall ist der


Satz von Rolle: Gilt zusätzlich J(a) = J(b), so gibt es ein ~ E (a;b) mit
1'(0= O.

a b

Satz von Rolle Mittelwertsatz

Beweis: Zunächst für den Satz von Rolle. Ist J konstant, so gilt 1'(0 =0
für jedes ~ E (a; b) . Andernfalls nimmt J als stetige Funktion auf [ai b] ein
Maximum und ein Minimum an , wobei jetzt eines der beiden von J(a) =
J(b) verschieden ist. Dieses Extremum wird daher an einer Stelle ~ E (a;b)
angenommen, und dort ist dann l' (~) = O.
Der allgemeine Fall reduzi ert sich auf den Satz von Rolle, wenn man
von J eine lineare Funktion mit dem Steigmaß der Sekante über [ai b]
subtrahiert: Man wendet den Satz von Rolle auf die Funktion
F(x) = J(x) - f(b) - f(a) (x - a) mit F(b) = F(a)
b-a
an und erhält ein ~ E (a; b) mit F'(O = 0, d.h. mit (7). o
Historisches. Der nach Michel Rolle (1652-1719) benannte Satz wurde von die-
sem nur für Polynome bewiesen und zwar, um deren Wurzeln zu trennen. Der
Mittelwertsatz stammt von Joseph Louis Lagrange (1736-1813) .
Eine erste Anwendung ist das
Monotoniekriterium: Ist J : (a;b) -7 IR differenzierbar, so gilt:
l'
> 0 in (a;b) ===} J wächst in (a;b) streng monoton;
l'
< 0 in (a;b) ===} f fällt in (a;b) streng monoton;
~ 0 in (a;b) <===} f
l' wächst in (a;b) monoton;
t' ::;0 in (a;b) <===} J fällt in (a;b) monoton .
Ist f außerdem stetig auf dem Intervall [ai b) oder (a;b], so gelten alle
rechts stehenden Aussagen auf [ai b) bzw. (a;b].
Beweis: Die Aussagen ,,===}" können aus f(xz) - f(xI} = (xz - Xl) ' f'(O
abgelesen werden , wobei Xl, Xz E (a;b) bzw. [ai b] seien und ~ ein geeigneter
Punkt zwischen Xl und Xz . Die Behauptungen ,, ~" folgen aus der Defini-
tion des Differentialquotienten als Grenzwert von Differenzenquotienten. 0
146 9 Differentialrechnung

Eine Folgerung ist das hinreichende


Kriterium für Extrema: Es sei f : (a; b) -7 IR differenzierbar und im
Punkt Xo E (a; b) gelte I'(xo) = O. Dann hat f in Xo ein
a) Minimum, wenn l' ~ 0 in (a; xo) und f' 2::0 in (xo; b);
b) Maximum, wenn l' 2::0 in (ajxo) und l' ~ 0 in (xo;b).
Xo ist die einzige Minimal- bzw. Maximalstelle von f in (e; b), wenn Xo die
einzige Nullstelle von l' in (aj b) ist.
Beweis für a): f ist in (a; xo] monoton fallend und in [xo; b) monoton
wachsend. Für b) entsprechend. 0

f'~O~fl:SO fl:S~I~O
Xo Xo
f hat in xo ein Maximum f hat in xo ein Minimum

Aus dem Mittelwertsatz erhält man folgendes


Kriterium für Konstanz: Eine differenzierbare Funktion f : I -7 C
auf einem Intervall I ist genau dann konstant, wenn l' = 0 gilt. Zwei
differenzierbare Funktionen f, 9 : I -7 C mit gleichen Ableitungen l' = g'
unterscheiden sich nur um eine Konstante : f - g = const.
Beweis: Es genügt, die Implikation ,,1' = 0 ~ f = const." zu beweisen.
Nach Zerlegen in Real- und Imaginärteil hat man diese nur für reelle f zu
zeigen. Für diesen Fall ergibt der Mittelwertsatz sofort die Behauptung. 0
Eine Anwendung ist folgende wichtige
Charakterisierung der Exponentialfunktion auf lR.: Diese ist die
einzige differenzierbare Funktion y : IR -7 C mit y' = y und y(O) = 1.
Beweis: Wir betrachten die Funktion f(x) :=y(x) e- x . Diese hat die Ab-
leitung f'(x) = (y'(x) - y(x))e- X = 0, ist also eine Konstante; und zwar
die Konstante f(O) = 1. 0

Der Mittelwertsatz gilt nur für reellwertige Funktionen. Zum Beispiel


hat die komplexwertige Funktion f(x) = eix in den Randpunkten des
Intervalls [0; 211] gleiche Funktionswerte: f(O) = f(211) = I; ihre Ableitung
I'(x) = ieix aber hat keine Nullstelle. In vielen Fällen benötigt man nur
eine aus dem Mittelwertsatz folgende Ungleichung, den sog. Schrankensatz.
Es ist nun wichtig, daß dieser auch für komplexwertige Funktionen gilt.
9.4 Beispiele und Anwendungen 147

Schrankensatz: Eine differenzierbare Funktion f : I -+ C auf einem


Intervall I mit einer beschränkten Ableitung ist Lipschitz-st etig; genauer:
I' I:::;L für ein L E IR, so gilt für beliebige Punkte Xl, X2 E I
Ist I

Insbesondere ist eine differenzierbare Funktion auf einem kompakten In-


tervall dort Lipschitz-stetig, falls ihre Ableitung stetig ist.
Beweis: Wir wählen ein c E C mit If( x2) - f( xI)1 = C(J (X2 ) - f( x I))
und [c] = 1 und betrachten dann sp := Re(cJ) . Nach dem Mittelwertsatz
gibt es ein ~ E (XI;X2) so, daß <P (X2 ) - <P(XI) = (X2 - X d<p' ( ~ ). Damit
erhalten wir in Verbindung mit Re(cl') :::; 11'1< L

9.4 Beispiele und Anwendungen

Beispiel 1: Die Funktion

(1+ ~r , x E IR+,

wächst sirenq monoton; insbesondere auch die Folge (1+ ~) n, n E lN.

Beweis: Es genügt zu zeigen, daß ihr Logarithmus f( x) := X In (1 + ~)


streng monoto n wächst. Dazu weisen wir nach , daß seine Ableitung

f' (x) = In (1 + .!.) + x ' 1 . -12 = In (1 + .!.) __l_


x 1 + I/x x X X +1
für alle x > 0 positiv ist . Hierzu wiederum betrachten wir die Funktion

<p(~) := ln (I + 0 -I~e ~E [0; (0) ;

mit dieser gilt f'( x) = <p(I /x ) für alle x > O. Es genügt also, die Positivität
von <p ( ~ ) für alle ~ > 0 zu zeigen. Diese ergibt sich wegen <p(0) = 0 da raus ,
daß sp auf [0; (0 ) st reng monoton wächst; das ab er folgt aus

<p1(O = 1 ~ ~ - (1 : ~)2 (1~02 >0 für~ >O. 0

Beispiel 2: Emissionsmaximum eines strahlenden Körpers und Wiensches


Verschiebungsgesetz. Nach Max Pl anck (1858-1947) ist das Emissionsver-
mögen eines schwarzen Körp ers bei konst anter (hoher ) Temp eratur T in
148 9 Differentialrechnung

der Wellenlänge A gegeben durch


a
E(A) = A5(eb/TA _ 1);

dabei ist a = hc2 und b = hc/k (c die Lichtgeschwindigkeit, h das Planck-


sehe Wirkungsquantum, k die Boltzmannsche Konstante) . Wir untersu-
chen E auf Extremalstellen; dazu betrachten wir zunächst H :=1/ E .

H'(A) =- :4 .(;A eb/TA - 5(eb/TA - 1)).


H'(A) = 0 ist gleichwertig zum Verschwinden des Ausdrucks in der eckigen
Klammer; mit x :=b/TA lautet diese Bedingung

f(x) := ze" - 5(e X - 1) = O.


Die Funktion f hat die Ableitung l'(x) = (x - 4) e". Dieser entnimmt man,
daß f in [0;4] streng monoton von f(O) = 0 auf f( 4) = 5 - e4 abfällt und
in [4; (0)streng monoton wächst. Wegen f(4) < 0 und f(5) = 5 besitzt f
somit genau eine Nullstelle Xo E (0; (0), und zwar zwischen 4 und 5. (In
14.4 zeigen wir , daß Xo näherungsweise den Wert 4.965 hat.)
Der Nullstelle Xo von f entspricht als Nullstelle von H' die Wellenlänge
b
Am := Txo'
Ferner zeigt die Vorzeichenverteilung von f:
In (0; Am) ist H'< 0, H also streng monoton fallend;
in (Am; (0)ist H' > 0, H also streng monoton wachsend.
Am ist also die einzige Minimalstelle von H. Für E besagt das:
Ergebnis: E besitzt in (0; (0)genau eine Maximalstelle Am' Diese erhält
man mit Hilfe der universellen Konstanten C :=b/xo aus der Beziehung
Am·T= C (Wiensches Verschiebungsgesetz ).

Beispiel 3: Fermatsches Prinzip und Brechungsgesetz. In zwei homogenen


Medien MI und M 2 seien die Ausbreitungsgeschwindigkeiten (zum Beispiel
für Licht) VI > 0 bzw. V2 > O. Gesucht wird der schnellste Weg von einem
Punkt Al = (0, hd des ersten Mediums zu einem Punkt A 2 = (a, h2 ) des
zweiten, wobei angenommen wird, daß der schnellste Weg zwischen zwei
Punkten innerhalb eines Mediums geradlinig verläuft. Die Zeit für den Weg
von Al über P = (x,O) nach A 2 beträgt dann

t ()
x =
Jx2+hi
+ J(x-a)2+h~, xE lR.
VI V2
9.4 Beispiele und Anwendungen 149

Zur Ermittlung eines Minimums von t(x) suchen wir eine Nullstelle der
Ableit ung (t ist differenzierbar , da wir lu , h 2 =1= 0 voraussetzen) ; es ist

t'( x ) = x + x- a .
2
VI J x + hr V2 J (X - a)2 + h~
Wegen t'(O) > 0 und t' (a) < 0 (wir setzen a < 0 voraus, siehe Abbildung),
besitzt t' mindestens eine Nullstelle Xo E (a, 0). Ferner wächst die Funktion
t' streng monoton, da ihre Ableitung positiv ist :

t
"()
x = hr 3 + h~ 3 > O.
VI (Jx 2 + hÜ V2 ( J( x - a)2 + h~)
Xo ist also die einzige Nullstelle von t' und wegen t'( x) ~ 0 für x ~ Xo die
einzige Minimalstelle von t.
Stat t einer Berechnung von Xo ist hier eine andere Char akt erisierun g
von Bedeutung: Die Bedingung t' (xo) = 0 ist gleichwert ig mit
- xo Xo - a
J X6+ hr J( xo - aF + h~
bei Verwendung von Einfallswinkel rp l und Brechungswinkel rp2 also mit
sin rpl
(8) (Sn elliussches Brechungsgesetz ).
sin rp2
Ergebnis: P ist so zu wählen, daß (8) gilt.

MI
Brechung eines Licht strahls an
der Grenze zweier Medien M I
und M2 mit den Ausbreitungs-
geschwindigkeite n VI und V2 .

Verallgemeinerter Mittelwertsatz: f , 9 : [a;b] -+ IR seien stetig und


im offenen Intervall (a;b) differenzierbar. Ferner sei g' (x) =1= 0 für alle
:r E (a;b). Dann ist g(b) =1= g(a), und es gibt ein ~ E (a;b) mit

f(b ) - f( a) f'(~)
(9)
g(b) - g(a) g'(O·

Man beachte, daß (9) nicht einfach dur ch Quotien tenbildung aus (7) folgt ;
dadurch erhält man nämlich f (b) - f(a) - !'(6) wobei möglicherweise
6 =1= 6 ist . g(b) - g(a) - g' (6 ) ,
150 9 Differentialrechnung

Beweis: Es ist g(b) =1= g(a), sonst gäbe es ein ~ E (e; b) mit g'(~) = O. Wir
setzen in Analogie zur Funktion F im Beweis des Mittelwertsatzes
f(b) - f(a)
F(x) = f(x) - g(b) _ g(a) (g(x) - g(a)).

Dann ist F(b) = F(a). Nach dem Satz von Rolle gibt es daher ein ~ mit
F'(~) = O. Mit diesem ~ gilt (9). 0

Eine Anwendung ist die

L'Hospitalsche Regel: f, 9 : (aj b) ---+ lR seien differenzierbar, und es sei


g'(x) =1= 0 für alle x E (a; b) . In jeder der beiden folgenden Situationen
a) f(x) ---+ 0 und g(x) ---+ 0 für x {. a,
b) f(x) ---+ 00 und g(x) ---+ 00 für x {. a
gilt:
Existiert lim f:((X)) , so existiert auch lim f((X)) , und es ist
x..\-a 9 X x..\-a 9 X

lim f(x) = lim f'(x).


da g(x) x..\-a g'(x)

Entsprechend für x t b, x ---+ 00 und x ---+ -00.

Beweis für a): fund 9 fassen wir als Funktionen auf, die in a stetig sind
und dort den Wert 0 haben: f(a) = g(a) = O. Nach dem verallgemeinerten
Mittelwertsatz gibt es dann zu jedem x E (a; b) ein ~ E (a;x) so, daß
f(x) f'(~)
g(x) g'(~)

ist . x ---+ a impliziert ~ ---+ a, und damit ergibt sich die Behauptung.

Beweis für b): Sei lim f:((X)) =: A. Zu E > 0 wähle man ein 8> 0 so, daß
x..\-a 9 x

f' (t )
! g'(t)
-AI<E
für alle t E (u; a + 8). Nach dem verallgemeinerten Mittelwertsatz gilt dann
für beliebige Punkte x, y E (a, a + 8) mit x =1= y:

f (X) - f(y) - AI< E.

Nun ist
Ig(x) - g(y)
f(x) f(x) - f(y) 1 - g(y)/g(x)
g(x) - g(x) - g(y) . 1 - f(y)/ f(x) '
9.4 Beispiele und Anwendungen 151

Hierin geht der rechte Faktor beim Grenzübergang x -!- a gegen 1; insbe-
sondere gibt es ein 8*> 0 derar t , daß für alle x E (a, a + 8*)gilt :

f (X) _ f( x) - f(y)
g(x) g(x) - g(y)
I< . E
/
Für x mit a < x < a + min {8,8*}ergibt sich damit

f( x) I
g(x) - A < 2E.
I
Das beweist die Behauptung im Fall b) .
Der Grenzprozeß x ~ 00 kann auf den bewiesenen Grenzprozeß y -!- 0
durch die Substitution x = 1/y zurückgeführt werden. 0

Beispiele :
r I r In x r Y]» 0
1. .~ ?tV nx = ;D}I/ x = ;D}-1/x 2 = .

2. lim (_1__ ~) = lim x - sin x = O.


x.j.O sin x x x .j.O x ·sinx

(x - sin x )' 1 - cos x . .


Denn ( . ) = . ~ 0 für x -!- 0, wobei sich der letzte
x ·smx ' xcosx + sm x
Grenzwert durch eine nochmalige Anwendung der L'Hospitalschen Regel
ergibt:
(1 - cos x)' sin x
--- - - - ~o fürc l.ü .
(x cos x + sin x)' 2 cos x - x sin x

Beispiel 2 zeigt , daß zuweilen erst eine mehrmalige Anwendung der


L'Hospitalschen Regel zum Ziel führt . Sind Zähler und Nenn er in Po-
te nzreihen entwickelbar , ist die Limesbildung damit oft einfacher und in-
st ru kt iver. Wir zeigen das am Beispiel 2: Es ist sinx = x - x 3 P( x) mit
P( x) = -3\. - x5~. + x~7. - . .. ; für x -# 0 gilt also

x - sin x xP (x )
x ·sin x

Die Funktion auf der rechten Seite ist auch für x = 0 definiert und stetig
und hat dort den Wert O. Daraus folgt erne ut, daß für x ~ 0 ein Grenzwert
existiert und 0 ist . Darüberhinaus ab er gewinnt man aus der Darstellung
(*) wegen P(O) = 1/6 die aussagekräftigere Asymptotik

(sin1x x1) -
____ x
I"..J_

6
für x ~ O.
152 9 Differentialrechnung

9.5 Reihen differenzierbarer Funktionen

In 7.3 wurde gezeigt, daß eine normal konvergente Reihe stetiger Funk-
tionen eine stetige Funktion definiert. Hinsichtlich der Differenzierbarkeit
haben wir zunächst die negative Feststellung: Eine normal konvergente
Reihe differenzierbarer Funktionen stellt nicht notwendig eine differenzier-
bare Funktion dar. Ein Beispiel liefert die Darstellung der Betragsfunktion
II d urch die normal konvergente Reihe I I = ft + L:~=2 (In - fn-I) mit
fn(x) := Jx 2 + ~ . Die normale Konvergenz
ft
der Reihe ergibt sich aus der Abschätzung Iz

Das wichtigste positive Kriterium liefert der

Satz: Es seien f n : I -+ C differenzierbare Funktionen wie folgt:


1. L:~=I fn konvergiert punktweise auf I,
2. L:~=I t; konvergiert normal auf I.
Dann ist die Funktion f := L:~=I in auf I differenzierbar und ihre Ablei-
tung erhält man durch gliedweises Differenzieren:
00

J' = Lf~.
n=1

Dieser Satz ist enthalten in dem folgenden Satz, in welchem obige Vor-
aussetzung 2. abgeschwächt wird zu den Voraussetzungen 2. und 3.. Nach
dem Schrankensatz impliziert obige Voraussetzung 2. die Voraussetzung 3.
unten.
Satz (*): Seien f n : I -+ C in Xo differenzierbare Funktionen wie folgt:
1. L:~=I t; konvergiert punktweise auf I,
2. L:~=I f~(xo) konvergiert,
3. jedes [« ist Lipschitz-stetig mit einer Konstanten Ln so, daß L:~=I Ln
konvergiert.
Dann ist die Funktion f :=L:~=I l« im Punkt Xo differenzierbar mit

=L
00

J'(xo) f~(xo).
n=1
9.5 Reihen differenzierbarer Funktionen 153

B eweis: Zu e > 0 wählen wir ein N so, daß zugleich


00 00

L Ln
1
< -3 [ und L f~(xo) < -[
1
3
n= N +l n= N + l

gilt. Für beliebiges x EI \ {xo} folgt dann

f( x; =~;XO) _~ f~(xo) <; tI fn(X; =~:(xo) - f~(xo)1


00 00

L f~(xo) .
n= N +l

Fern er gibt es wegen der Differenzierb arkeit aller f n in xo um xo eine


Umgebung U so, daß für alle x E U \ {xo} auch die erste Summe rechts
< [ / 3 wird. Für diese x wird dann die gesamte rechte Seite < e. D

Folgerung (Differentiation einer Potenzreihe): Die Funkt ion f be-


sitze im Intervall (-R; R) eine Dar'stellung f( x) = L:~=o anx n durch eine
Potenzreihe mit Konvergenzradius R > O. Dann ist f differenzierbar, und
es gilt 00

f'( x) = L na n x n - 1 .
n= l

B eweis: Die abgeleitete Potenzreihe ha t ebenfalls den Konvergenzradius


R : Wegen ryn -+ 1 gilt nämlich lim sup \/nlanl = lim sup \/Ianl = R .
Die abgeleite te Reihe konvergiert somit nach Beispiel 1 in 7.3 normal in
jedem Intervall (- r ;r ) mit r < R . Dort gilt also die Behauptung; und da
jeder Punkt Xo E (- R; R) in einem solchen Intervall (-r ;r) liegt , gilt die
Behaup tung an jeder Stelle des Int ervalls (-R ; R ). D

Anwendung: Wir leiten nochmals die bereits in 8.10 (25') aufgestellte


Arcust angens-Entwicklung her. Dazu betrachten wir die Ableitung des Ar-
cust angens; diese hat in (-1
;1) die Potenzreihenentwicklung
1
(-1t x 2n .
00

ar ctan' x = -l+- 2
x
= "'"
Z::
n=O

Diese Reihe ist zugleich die Ableitung von


. K n - O 2n + 1
f
(_l) n x 2n + 1 . Somit gilt mit
emer onstan ten c -

arctanx =L 00
_-
(
_ _x
i) "
2n + 1
2n +1 + c.
n =O

Für x = 0 ergibt sich c = 0 und damit die Arcust ang ens-Entwicklung .


154 9 Differentialrechnung

Wir bringen noch zwei Beispiele zu den Sätzen.


00 inx
Beispiel!: Für jedes s > 2 definiert I(x) := L ~ eine differenzierbare
Funktion I :lR -+ lR. n=i n

Beweis: Es sei In(x) := e inx Ins. Die Funktion In hat bezüglich lR die
Norm IIlnll = I/n s, ihre Ableitung die Norm II/~II = I/n s - i. Für s > 2
sind daher die Voraussetzungen des ersten Satzes erfüllt. 0

Beispiel 2: Die Zetalunktion ((s)


.
und es gzlt
= f ~ ist in
n=i
nS
(1;00) differenzierbar,

(s)
(' =- f In; .
n=2 n

Beweis: Es genügt zu zeigen , daß die Reihe der Ableitungen auf jedem
Intervall I = (so; 00) mit So > 1 normal konvergiert. Jeder Summand hat
bezüglich I die Norm In n/n so. Wir wählen eine Zahl o mit 1 < a < so.
Wegen des schwachen Wachstums des Logarithmus gibt es eine Konstan-
te C so, daß In n/n so :S C [n" gilt für alle n . Daraus folgt die normale
Konvergenz der abgeleiteten Reihe auf I. 0

9.6 Ableitungen höherer Ordnung

Sei I im Intervall I differenzierbar. Ist dann die Funktion I' :I -+ C


in Xo E I differenzierbar, so heißt die Ableitung von I' in Xo die zweite
Ableitung von I in xo. Man bezeichnet diese mit f"(xo) oder D 2 / (xo) oder
~:{ (xo). Allgemein definiert man rekursiv die n-te Ableitung I(n) von I
als Ableitung von I(n-i) , falls I(n-i) differenzierbar ist. Für I(n) schreibt
n
man auch n-I oder dd
xn
l Ist I n-mal differenzierbar für jedes nEIN, so
heißt I beliebig oft differenzierbar.
Bei zahlreichen Begriffsbildungen in Naturwissenschaft und Technik
tritt die 2. Ableitung auf. Ein Beispiel liefert die Beschleunigung: Bezeich-
net bei einer Bewegung s(t) den Weg als Funktion der Zeit, so stellt die
erste Ableitung s(t) die Geschwindigkeit dar, die zweite Ableitung s(t) die
Beschleunigung.
Definition: Eine Funktion I :I -+ Cheißt n-mal stetig differenzierbar,
wenn sie n-mal differenzierbar ist und die n-te Ableitung I(n) noch stetig
ist.
9.6 Ableitungen höherer Ordnung 155

Man verwend et folgende Bezeichnungen:


<tfO (I ) := Vektorraum der ste tigen Funktionen auf I ,
'6'n (I) :=Vektorraum der n-ma l stetig differenzierbaren Funktionen auf I ,
'6'00 (1) :=Vektorraum der beliebig oft differenzierb ar en Funktionen auf I .
Die Eigenschaft ,,stetig differenzierb ar" ist stärker als die Eigenschaft
"differenzierbar", wie folgend es Beispiel zeigt:
Beispiel: Die unten dargest ellte Funktion j : lR-+lRmit j(O) = 0 und

j (x) = x 2 sin .! für x "I0


x
ist auf gan z lRdifferenzierb ar ; die Ableitung ist im Nullpunkt unstetig. In
lR\ {O} folgt die Differenzierb arkeit aus den Ableitungsregeln , und es gilt

t ' (x) = 2x sin .! - cos .! für x "I0;


x x
im Nullpunkt ergibt sie sich anha nd des Differenzenquotienten:
/(h) - / (0)
h- 0
= h sm
. .!
h -»
0 = j/(O)
.
Offensichtlich besit zt l'
für x -+0 keinen Grenzwert . o

Die Funktion x 2 sin .! 5-fach überhöht


x

Eine wichtige Klasse beliebig oft differenzierb ar er Funktionen bilden die


Potenzreihen. Hat L ~=o anx n =: j(x) den Konvergenzradius R > 0, so
ist j auf (- R; R) beliebig oft differenzierb ar, und dor t gilt
00
j (k}( X) =L n(n - 1)···(n - k + l)a n x n - k .
n =k

Hieraus folgt die wichtige Beziehung:

(10) Ij (k)(0) = k! ak , kE lNo·1


156 9 Differentialrechnung

Die Klasse der 'ffoo-Funktionen ist umfangreicher als die Klasse der
Funktionen, die durch Potenzreihen dargestellt werden können. Wir zeigen
das an folgendem Beispiel.

_'1~
Beispiel: Es sei

(11) f(x):= G- I
/x
für x> 0,
für x< O.
1

f gehört zu 'ffOO(IR) , und für alle n E !No gilt f(n)(o) = O. Insbesondere


besitzt f keine Darstellung f(x) = l::~=oanxn, da nach (10) alle an Null
sein müßten.
Zum Nachweis von f(n)(o) = 0 zeigen wir: Es gibt Polynome Pn mit

f(n)(x) = {Pn(1/x) e- I/ x f~r x > 0,


o fur x ~ O.

Das gilt zunächst für n = 0 mit Po := 1. Der Schluß von n auf n + 1: Für
jedes x < 0 ist f(n) trivialerweise differenzierbar mit f(n+I)(x) = O. Im
Punkt 0 hat f(n) den Differenzenquotienten Null oder

j(n)(x) _! Pn (!) e-I/x -_ ..,Pn


- C (C)-~
.., e
x x x

Letzterer geht mit x -+ 0 gegen 0, da die Exponentialfunktion stärker


wächst als ein Polynom ; es ist also r-:» (0) = O. Für x > 0 schließlich
erhält man
f(n+I)(X) = :2 (Pn(~) -p~(~)) ·e-I/ x
.

Mit Pn+I(X) :=x 2(Pn(x) - p~(x)) gilt also (l1 n+ I) für x> O. D

Mit Hilfe der in (11)erklärten Funktion f kann man weitere 'ffoo-Funk-


tionen mit interessanten Eigenschaften konstruieren. Zum Beispiel hat die
Funktion F :IR -+IR,

(12) F(x) :=ee f(l(I) - f(l- x)),

die Eigenschaften:
(i) F(x) = 0 für x ~ 0,
(ii) F(x) = 1 für x 2:: 1,
(iii) F wächst streng monoton in [0; 1].
Für Weiterentwicklungen siehe die Aufgabe 23 in 9.12.
9.7 Konvexit ät 157

9.7 Konvexität

Wir füh ren den in vieler Hinsicht wichtigen Begriff der Konvexit ät ein
und beleuchten dab ei au ch die Rolle der zweiten Ableitung. Die erste n
syste matischen Unte rsuchungen der konvexen Funktionen stammen von
dem dänischen Ingenieur und Math ematiker J . L. Jensen (1859- 1925).
Ein e reelle Funk tion f heißt konvex auf einem Intervall I , wenn die
Sekant e durch je zwei Punkte PI , P2 des Graph en oberh alb des Graphen
liegt . Da die Sekante durch PI und P2 durch die lineare Funktion
X2 - X X- Xl
L(x ) = f( XI) + f( X2)
X2 - X l X2 - Xl

dar gestellt wird , hat man folgend e analytische Formulierung:


Definition: Sei I ein Intervall. f : I -+IR heißt konvex auf I, wenn für
jedes Tripel Xl , X, X2 E I mit X l < X < X2 folgende Ungleichung gilt :

X2 - X X- Xl
(K) f( x) ~ f( xd + X2 - f( X2)'
X2 - X l Xl


Die Sekante durch PI und P2 liegt oberhalb des Gr aphen von f
Da die Punkte X E ( X l ; X2 ) genau die Punkte AXI + (1-A)X2 mit A E (0; 1)
sind, kann man die Konvexität sbedingung auch so formuli eren:
Für jedes Punkt epaar Xl , X2 E I mit X l -=f:. X2 und jede Zahl A E (0 ; 1) gilt:

(K') If (AXI + (1 - A)X2) ~ Af(xd + (1 - A)f(X2)' I


Gilt in (K ) bzw. (K') statt ~ die Relation
<,so heißt f streng konvex,
~, so heißt f konkav,
>,so heißt f streng konkav.
158 9 Differentialrechnung

Das Beispiel f(x) = lxi zeigt, daß eine konvexe Funktion nicht differen-
zierbar sein muß. Für differenzierbare Funktionen charakterisieren wir die
Konvexität als ein Wachstum der Ableitung. Den Zusammenhang stellt
der folgende Hilfssatz her, der die Konvexität durch Differenzenquotienten
ausdrückt.
Hilfssatz: fist genau dann konvex, wenn für jedes Tripel Xl, x, X2 E I
mit Xl < X < X2 folgende Ungleichung gilt:
f(x) - f(xI}
(13) < f(X2) - f(x) .
:.......:...--'------..:.......:...-...:....
X- Xl X2 - X
Ist f konvex, so gilt für jedes solche Tripel genauer

.::.-f(,-x",----)---=--f(,-X::..:-I) ~ f(X2) - f(xI} ~ f(x2) - f(x);


(13')
x - Xl X2 - Xl X2 - X
siehe Abbildung.
Beweis: Wir multiplizieren in (K) mit der positiven Zahl X2 - Xl und
erhalten die äquivalente Ungleichung

((X2 - x) + (x - xI})f(x) ~ (X2 - x)f(xI) + (x - xI)f(X2) .


Diese ist weiter äquivalent zu

(X2 - x) (J(x) - f(xI}) ~ (x - xI} (J(X2) - f(x)) .


Division durch die positive Zahl (X2 - x)(x - xI) ergibt dann (13).
Wir kommen zum Beweis von (13'): Aus (K) folgt zunächst

f(x) - f(xI} :S (x - xI} (J(X2) - f(xI})


X2 - Xl
und daraus weiter die linke Ungleichung in (13'). Analog zeigt man die
rechte. 0

Konvexitätskriterium: Eine in [aj b] stetige und in (a; b) differenzier-


bare Funktion fist genau dann konvex in [ai b], wenn die Ableitung f' in
(c ; b) monoton wächst.
Beweis: a) Sei f konvex und seien XI,X2 E (a;b) Punkte mit Xl < X2.
Für jeden Zwischenpunkt xE (XI;X2) gilt dann (13'), woraus mit x {. Xl
einerseits und mit x t X2 andererseits folgt:

f' wächst also monoton.


9.7 Konvexität 159

b) Sei umgekehrt f' monoton wachsend. Wir zeigen, daß f das Kon-
vexitätskriterium (13) erfüllt . Sei dazu XI,X,X2 ein Tripel in laib] mit
x I < X < X2 . Nach dem Mittelwertsatz gibt es Punkte 6 E (Xl; X) und
6 E (x ;xz) so, daß

f( x) - f(xd = 1'(6)und f(X2) - f(x) = 1'(6).


x - Xl X2 - X

Da ~l < 6 ist und l'


monoton wächst, folgt (13). o
Folgerung 1: Sei f : [a i b] ~ IR stetig und in (a; b) 2-mal differenzierbar.
Dann gilt:
(i) fist genau dann konvex, wenn in (a; b) 1" ~ 0 ist.
(ii) f ist streng konvex, wenn 1" > 0 ist.
Beweis: (i) l' wächst genau dann monoton in (a;b), wenn dort 1" ~ o.
(ii) Andernfalls gibt es ein Tripel Xl, X, X2 in [ai b] mit Xl < X < X2, so
daß in (13) Gleichheit gilt . Nach dem Mittelwertsatz gibt es dann weiter
Punkte ~l E (XI ;X) und 6 E (X;X2) so, daß

Das aber widerspricht der strengen Monotonie von 1'. o


Beispiel: eX ist streng konvex auf lR und In X streng konkav auf lR+.

Wendepunkte. Sei f :(a; b) ~ IR stetig. Wir sagen, f habe in Xo einen


Wendepunkt, wenn es Intervalle (0:; xo) und (xo;ß) gibt so, daß eine der
Bedingungen (14) oder (15) erfüllt ist :

(14) f ist in (o:;xo) konvex und in (xo;ß) konkav;


(15) f ist in (0:; xo) konkav und in (xo; ß) konvex.

Xo Xo
JX x I für X 2 0,
Zum Beispiel hat die Funktion f : IR ~ IR, f(x) := { _ V!fi
1"'1 fürx<O,
in 0 einen Wendepunkt; f ist in 0 nicht differenzierbar.
160 9 Differentialrechnung

Für eine '/fz-Funktion f sind die Bedingungen (14) und (15) äquivalent
zu (14') bzw. (15') :

(14') f" ~ 0 in (o;xo) und f" ::; 0 in (xo; ß);


(15') r: 0 in (a ;xo) und f" ~ 0 in (xo;ß) .

Insbesondere ergibt sich als notwendige Bedingung f"(xo) = O.

9.8 Konvexe Funktionen und Ungleichungen

Wir beweisen in diesem Abschnitt einige fundamentale Ungleichungen. Die


Grundlage bildet folgende Verallgemeinerung von (K') aus 9.7.

Ungleichung von Jensen: Sei f : I --+IRkonvex. Sind Al, .. . , An posi-


+ An = 1, so gilt tür beliebige Xl, . . . , x n E I:
tive Zahlen mit Al + ...

Ist f streng konvex, so gilt in (K n) Gleichheit nur, wenn Xl = ... = Xn -


Für konkaves f gilt (K n ) mit ~.
Beweis durch vollständige Induktion: Für n = 1 ist die Aussage trivial.
Für den Schluß n --+n + 1 setzen wir

Al + . .. + An =: A und

Offensichtlich ist X E I. Mittels (K z ) und (K n ) folgt nun

f (~Avxv + An+1 Xn+1) ::; Af(x) + An+d(xn+d


n A
v
::; ALT f(x v) + An+d(xn+d·
v=l
Das ist gerade (Kn+d.
Ist f streng konvex, so ergibt (*) für die Gleichheit in (K n + 1 ) aufgrund
der Definition zunächst X = X n+1 und aufgrund der Induktionsannahme
weiter Xl = ... = Xn' Hieraus folgt die Gleichheit aller Xl, . ' " Xn+1 . 0

Als Anwendung beweisen wir eine weitreichende Verallgemeinerung der


in 2.5 Aufgabe 4 aufgestellten Ungleichung zwischen dem arithmetischen
und dem geometrischen Mittel.
9.8 Konvexe Funktionen und Ungleichungen 161

Ungleichung zwischen dem gewichteten arithmetischen und dem


gewichteten geometrischen Mittel: Sind XI , ,X n beliebige positive
Zahlen und A I , ..., An positive Zahlen mit AI + + A n = 1, so gilt:
x I .\j·
··xn .\ n :::;
AI XI + ...A+n X n ; I
ins besondere gilt
n/
V XI '" X n
< XI + ..
.+ Xn .
- n
Das Gleichheitszeichen steht j eweils nur, wenn XI = ... = X n .
Die Zahlen xI .\j ...xn .\n und A I X I + ...
+ An X n heißen m it A I , •. ., An ge-
wichte tes geom etrisches bzw. arithme tisches Mittel der Zahlen XI, ...,X n.
B eweis: Da der nat ürliche Logarithmus wegen In" (x) < 0 konkav ist , gilt
nach der Ungleichung von J ensen
In (Al xl +...
+ A n X n) ~ Alin XI +...+An In X n ·
Anwendung der Exp onentialfunk tion ergibt die behauptet e Ungleichung.
Die Aussage zur Gleichheit folgt aus der st rengen Konkavität des In. 0

Mit Hilfe der Ungleichung zwischen dem arit hmetischen und geomet ri-
schen Mit tel leiten wir weiter die sogenannte Höldersche Ungleichung her
(0. Hölder, 1859- 1937). Diese enthält als Spezialfall die wichtige Cauchy-
Schwar zsehe Ungleichung. Zur Formulierun g der Ungleichungen verwenden
wir die p-Norm eines Vektors z = (Zl," " zn ) E C" . Man definiert

(16)

1 1
Höldersche Ungleichung: Es seien p, q > 1 Zahl en mit - + - = 1.
Dann gilt für' beliebige Vektoren z , w E C n : P q
n
L Ilzll
IZk W kl :::; p ·ll
wll

k=!

Im Fall p = q = 2 ist das die sogena nnte


Cauchy-Schwarzsche Ungleichung:

I(Z
,w)1:::;Ilzll·ll
wll·
Hierb ei bezeichnen ( , ) das Sta nd ardskalarprodukt und 11 11 die euklidische
Norm in C" :
n
(z , w) := L ZkWk , IlzI12 := IIzll:=
n
L:l
v =1
zvl·
2

k= !
162 9 Differentialrechnung

Beweis: Es genügt , den Fall Z :I 0 und w :I 0 zu behandeln. Nach der


Ungleichung zwischen dem arithmetischen und geometrischen Mittel gilt

Durch Summation ergibt sich daraus bereits die behauptete Ungleichung

Bemerkung: Die Cauchy-Schwarzsche Ungleichung folgt auch sofort aus

Diese Identität impliziert weiter, daß die Gleichheit I(z ,w)1 = Ilzll.Ilwll
genau dann eintritt, wenn ZkWl = ZlWk für alle k, l gilt, d.h., wenn Z und
W linear abhängig sind.

Aus der Hölderschen Ungleichung leiten wir schließlich die Dreiecksun-


gleichung der p-Norm ab.
Minkowskische Ungleichung: Für p ~ 1 gilt:

Beweis: Für p = 1 folgt die Behauptung unmittelbar aus der Dreiecksun-


gleichung für Zahlen. Sei also im folgenden p > 1. Mit Sk := IZk + Wk IP-l ,
S = (SI , . .. ,Sn) und q derart, daß l/q+ l/p = 1 ist, ergibt die Höldersche
Ungleichung ausgehend von IZk + wkl P ::; jZkjjskl + IWkllskl

In Verbindung mit (*) beweist das die Behauptung. o


Minkowski , Hermann (1864-1909) . Wirkte zunächst in Zürich und später auf
Betreiben Hilberts in Göttingen. In tiefgründigen Arbeiten entwickelt er eine
Geometrie der Zahlen. Später wendet er sich der Mathematischen Physik zu.
Sein Konzept der Raum-Zeit-Union (Minkowski-Welt) fördert entscheidend die
spezielle Relativitätstheorie.
9.9 Fast üb erall differenzierbare Funktion en 163

9.9 Fast überall differenzierbare Funktionen.


Verallgemeinerter Schrankensatz

Zu den besonders wichtigen Konsequenzen des Mittelwert satzes zählt der


Schrankensatz. Sehr bedeutsam ist nun , daß man diesen auch ohne Mit-
telwert satz und unt er wesentlich schwächeren Voraussetzungen beweisen
kann . Der verallgemeinerte Schrankensatz, den wir jetzt aufstellen, wird
bei der Diskussion von Stammfunk tionen eine maßgebliche Rolle spielen.
Definition: Wir sagen, eine Funk tion f :I -+ C auf einem Int ervall I
sei fast überall differenzierbar, wenn es eine höchstens abzählbare Menge
Ac I gibt dera rt , daß f in jedem Punkt x E 1\ A differenzierbar ist.
Beispiele fast überall differenzierbarer Funktionen sind zahlreiche inter-
vallweise definierte Funktionen; ferner die Beträge differenzierbarer Funk-
t ionen mit höchstens abzählbar vielen Nullstellen.
In diesem Zusammenhang führen wir generell die Sprechweise ,,fast über-
all" ein. Es sei I ein Intervall und E eine Aussage derart , daß für jeden
Punkt x E I erklärt ist , ob für ihn diese Aussage gilt oder nicht. Wir sagen
dann, E gelte fast überall auf I , wenn die Menge der Punkte, für die E
nicht gilt, höchstens abzählbar ist.
Beispiel: Für zwei Funktionen f , g : I -+ C bedeut et die Aussage fast
überall gilt f = g bzw. Ifl
~ Igl :Es gibt eine höchstens abzählb are Menge
A c I derart, daß f( x) = g(x ) bzw. If( x)1 ~ Ig(
x)1 für alle x E 1\ A gilt.
Der Begriff "fast überall" wird in Band 2 im Rah men der Lebesgueschen
Integrationsth eorie noch wesentlich verallgemeinert .
Verallgemeinerter Schrankensatz: Es sei f : 1-+ C eine stetige und
fast überall differenzierbare Funktion auf dem Int ervall I. Ferner gebe es
eine Konstante L derart, daß fast überall Il' I~ L gilt. Dann ist f mit der
Konstanten L Lipschitz-stetig: Fiir beliebige Xl , Xz E I gilt

Beweis: Es sei A eine höchstens abzählbare Teilmenge von I derart, daß in


jedem Punkt x E 1\ A die Funktion f differenzierbar ist und die Ableitung
die Abschätzung 11'( x)1 ~ L erfüllt.
Im folgenden sei X l < Xz. Wir setzen dann mit beliebigem e ~ 0

Fc(x ) := If( x) - f( xdl- (L + c) (x - Xl )

und zeigen: Für jedes c > 0 ist Fc(xz ) ~ o. Daraus folgt dann mit c -!-0
die Behauptung.
164 9 Differentialrechnung

Wir nehmen an, es sei Feo(X2) > 0 für ein co > o. Da die Menge Feo(A)
höchstens abzählbar ist, gibt es eine Zahl 'Y mit

Weiter sei c die größte Zahl in [Xl i X2] mit Feo(c) = 'Yi d.h., es sei

(Nach dem Zwischenwertsatz gibt es Zahlen c' in [Xl; X2] mit Feo(c') = 'Yi
das Supremum c aller solchen Zahlen c' hat dann die Eigenschaft (*).)
Aus (*) folgt weiter
Feo(x) - Feo(c) ( ]
(**) ip ()
X :=
x-c
> 0 für alle x E C; X2 .

Andererseits gilt

c.p(x) = If(x) - f(xdl-If(c) - f(xdl- (L + co) (x - c)


x-c
~ 1f(x) -f(c) 1- L - co·
x-c
Nun ist c ~ A, da 'Y ~ Feo(A). Die Funktion f ist also in c differenzierbar.
Wegen 1f'(c)1 ~ L gibt es daher ein Intervall (Ci d) so, daß

) - f(c) I<L+co für x


If (xx-c E (c;d).

Insbesondere folgt c.p(x) < 0 für X E (c;d) im Widerspruch zu (**). 0

Folgerung (Eindeutigkeitssatz der Differentialrechnung): Zwei ste-


tige Funktionen I, g : I -+ C auf einem Intervall I, die fast überall differen-
zierbar sind und fast überall dieselbe Ableitung haben, unterscheiden sich
nur um eine Konstante: f - g = const.
Zum Beweis wendet man den Schrankensatz auf f - 9 mit L = 0 an.
Für reelle Funktionen hat man noch folgenden Zusatz zum Schranken-
satz :
Zusatz: Es sei f : I -+ Ja stetig und fast überall differenzierbar auf dem
Intervall I . Sind m, M Konstanten so, daß fast überall m ~ f' ~ M gilt,
so gilt für alle Xl, X2 E I mit Xl < X2
m- (X2 - xI) ~ f(X2) - f(xd ~ M· (X2 - xd·
Insbesondere ist f monoton wachsend, wenn fast überall f' ~ 0 gilt.
9.9 Fast überall differenzierb are Funktionen 165

Beweis: Zum Nachweis der Abschätzung rechts betrachtet man für c > 0
die Funktion Fc(x) := f( x) - f( xt} - (M + c)( X- Xl) und zeigt im wesent-
lichen wörtlich wie im vorangehend en Beweis, daß Fc(xz) ::; 0 ist , woraus
mit e ..l-0 die Behauptung folgt . Zum Nachweis der Abschätzung links
wendet man die recht e auf m x - f an. 0

Ein e wichti ge Folgerung aus dem Zusatz ist der


Differenzierbarkeitssatz: Es sei f : I --+ C stetig und fast überall diffe-
renzierbar. Die (fast überall in I existierende) Ableitung f' besitze in einem
Punkt Xo E I eine stetige Fortsetzung. Dann ist f in Xo differenzierbar,
und es gilt f'( xo) = lim f'( x) .
x --tXQ

Beweis: Wir beweisen den Satz für reelle Funktionen ; das genügt.
Es sei a := limx--t xQf'( x). Zu jedem c > 0 gibt es ein 0 > 0 so, daß
a - E ::; f' ::; a + e fast üb erall in I<5(xo) gilt . Mit dem Zusatz folgt dann
an allen Punkten x E (xo;Xo + 0)
f( x) - f( xo)
a- c<
-
x - Xo
- a + c',
<
also gilt
lim f( x) - f( xo) = a.
x-l-X Q x - Xo

Eb enso zeigt man lim f( x) - f( xo) = a. Damit ist der Satz bewiesen . 0
xtXQ x - Xo

Ein e genaue Lektüre des Beweises des verallgemeinerten Schr anken-


sa tzes zeigt, da ß nur einseitige Differenzenquotient en verwend et wurden.
Entsprechend gilt dieser Satz allgemeiner für einseitig differenzierb ar e
Funktionen.
Definition: Eine Funktion f : I --+ C heißt in Xo E I linksseitig bzw.
rechtsseitig differenzierbar, wenn der links- bzw . rechtsseitige Grenzwert
lim f( x) - f( xo) bzw. lim =-f('-x'----)
--- ----=---.f(,----
x o=-)
xtX Q X - Xo x-l- XQ x - Xo
existiert . Gegeb enenfalls bezeichn et man diesen mit f~( xo) bzw. f~(xo) ,
oft au ch mit D-f(xo) bzw. D+f(xo).

Die Abbildung neb enan zeigt die in 0 we-


der link s- no ch rechtsseiti g differen zier-
bar e Fu nk tion f : IR --+ lR. mit f(O ) := 0
und

f( x) := xsin ..!. für x =j:. O.


x
166 9 Differentialrechnung

9.10 Der Begriff der Stammfunktion

Oft ist es erwünscht, eine gegebene Funktion f als Ableitung einer Funk-
tion F auffassen zu können. Eine solche Funk tion F nennt man Stamm-
funktion zu f . Allgemeiner treffen wir folgende
D efin it ion: Unter einer Stammfunktion zu eine r Funkt ion f : I ~ C auf
einem Int ervall I verstehen wir eine Funktion F : I ~ C wie folgt :
(i) F ist stetig;
(ii) Fist außerhalb einer höchstens abzählbaren "Ausnahme"-Menge A C
I differenzierbar, und für alle x E 1\ A gilt F' (x ) = f (x) .
Kurz: F ist stetig und hat fast überall auf I die Ableitung f.
Bemerkun g: Ist die Funktion f stetig auf I, so ist eine Stammfunktion F
auf ganz I differenzierbar, und dann gilt F'(x) = f( x) für alle x E I. Dies
folgt unmit telbar aus dem Differenzierbarkeitssatz in 9.9.
In den meisten Lehrbüchern wird für eine Stammfunktion F die Diffe-
renzierbarkeit und die Identität F' = f auf ganz I verlangt . Aber bereits
einfachste Anwendungen, zum Beispiel bei Differentialgleichungen mit un-
stetigen Steuerungsfunktionen wie sie in Nat urwissenschaft und Technik
oft auftrete n (siehe etwa 10.5), legen den genannten allgemeineren und
flexibleren Begriff Stammfunktion nahe.
In Kapitel 11 beweisen wir mit tels Integration die grundlegende Tat-
sache, daß jede stetige Funk tion (allgemeiner jede Regelfunktion) eine
Stammfunktion besitzt. Dort werden auch Techniken bereitgestellt , mit
denen man in manchen Fällen Stammfunktionen explizit errechnen kann.
Die bislang aufgetretenen Ableitungen ergeben dur ch Umkehrung folgende
Liste:
f Stammfunktion f Stammfunktion
1
xa _ 1_ x a + 1 (a ::I -1) ar ctan x
a+l 1 + x2
1 1
In [z ] arcsin x in (-1;1)
x
v'f=X2
eX eX 1
ar sinh x
sin x -cos x VI + x 2
1
cosx sinx arcoshx in (1; 00)
vx 2 - 1
sinhx coshx
'P'
coshx sinhx In I
'PI
'P
9.10 Der Begriff der Stammfunktion 167

Wegen der gliedweisen Differenzierbarkeit einer Potenzreihe gilt ferner:


Eine im Int ervall (- R ;R ) durch eine Pot enzreihe dargestellte Funktion
00 00
f( x) = l: anx n besitzt die Stammfunktion F( x) := l: ~ xn+ l
n=O n= O n +1
Wir brin gen schließlich ein Beispiel mit der Ausnahmemenge Z.
Beispiel: Es sei f :lR -+lR definiert dur ch

f (x) :=(_l) [x] = { 1, ~alls n ~ x < n + 1 mit geradem n E Z,


- 1 sonst .

Eine Stammfunktion zu f auf lR ist die Funktion F mit


F x _ {x - n falls n ~ x ~ n + 1 mit geradem n E Z ,
( ) - n +1 - x falls ti ~ :1: ~ n + 1 mit ungeradem n.
F ist stetig auf ganz lR und für jedes x E lR\ Z gilt F' (x) = f (x) .

- 2 -1 : 0 1: 2

-1 ~

f und die Stammfunktion F

Einfache Feststellungen:
1. Mit F ist auch F + const . eine Stammfunktion zu f .
2. Sind F bztu. G Stamm/unktionen zu f bzui. g, so ist aF + bG eine
Stam m/unktion zu af + bg (a,b E C).

Satz: Sind F1 und F2 Stamm/unktion en zu / : I -+C, I ein Intervall, so


ist F1 - F2 konstant.
Der Satz folgt unmit telbar aus dem Eindeutigkeitssat z der Differential-
rcchnung; siehe 9.9. Im Rahmen des Hauptsatz es der Differential- und
Int egralrechnung wird ihm eine Schlüsselstellung zukommen.
168 9 Different ialrechnung

9.11 Eine auf ganz IR. stetige,


aber nirgends differenzierbare Funktion

Das erste veröffentlichte Beispiel einer derartige n Funk tion stammt von
Weierstr aß (1861). Einige J ahrzehnte vorher hat te bereits Bolzano eine
solche Funktion konstruiert . Das folgende Beispiel wurde 1903 von dem
japanischen Mat hematiker Takagi angegeben.
Sei In die in folgender Figur dargestellte stüc kweise lineare Funkt ion
auf lR mit der Periode 4 - n .

In
In+l

00

Dann gilt: Die Funktion 1 := L In ist aul ganz lR stetig, aber nirgends
differenzierbar. n =l

B eweis: Die Reihe konvergiert wegen Il/nll= ~4-n normal auf lR und
stellt eine stetige Funktion dar.
Wir zeigen, daß I in x E lR nicht differenzierb ar ist . Dazu wählen wir zu
jedem n li« := + ±4-n oder h n := _ ±4- n so, daß In zwischen den Stellen
x und x + h n linear ist . Dann ist auch I k mit k ~ n zwischen x und x + h n
linear . Für k ~ n ist also

Für k > n ist n« eine Periode der Ik ; es gilt also

Die Differenzenquotienten von I zu den h n sind daher

Das sind abwechselnd ungerade oder gerade Zahlen, je nach der Anzahl der
Summa nden. Insbesondere besitzt die Folge dieser Differenzenquotienten
keinen Grenzwert. 0
9.12 Aufgab en 169

h + h + h + 14 als Approximation der Takagi-Funktion

9.12 Aufgaben

1. Für welche a E .IR+ ist die Funktion 1 :.IR -+IR mit I( x) := Ixl a sin.!.
x
für x :f:. 0 und 1(0):= 0 im Nullpunkt differenzierbar ? Gegebenenfalls
berechne man die Ableitung.
2. Für n-mal differenzierbare Funk tionen I,9 beweise man die Leibniz-

t
reqel
(Jg) (n) = (~)/(k)g(n-k) , (h(O ) :=h).
k=O
3 ) (1999)
Man berechne ( x e" .
3. Man unt ersu che die Funktion 1(x) = x - a e", a E .IR, auf (0; 00) hin-
sichtlich Monotoni e, Extrema und Konvexität .
4. Man zeige, daß die Funk tion I( x) := e3x ln x auf (0; 00) genau zwei
lokale Extr ema besit zt , und bestimm e deren Art .
5. Man zeige: Die Funktion 1 auf IR mit 1(0) := 0 und

1(x) := x ( 1 + 2x sin ~ ) für x :f:. 0


ist überall differenzierbar; es gilt f' (0) > 0, aber jede Umgebung von
o ent hält Int ervalle, in denen 1 streng monoton fällt. Skizze!
6. Seien I,9 : [a; b] -+.IR stetige, auf (a; b) differenzierb are Funktionen
mit I (a) ~ g(a) und f' ~ g' auf (a; b) . Dann gilt 1 ~ 9 auf [a;b). Ist
f' > g' auf (a;b) , so gilt auch .f > 9 auf (a; b). Als Anwendung beweise
man:
1 - .!. < In x < x- I für x > 1.
x

7. Die Funk tion (1 + ~ ) x+ a auf (0; 00) ist für a ~ 1st reng monoton
fallend und für a ~ 0 str eng monoton wachsend .
170 9 Differentialrechnung

8. Für x -+00 gilt asymptotisch

l) X e
e- (1 +;; ~ 2x'

Die Konvergenz (1 + ~) x -+e für x -+00 ist also langsam .

9.Die Ableitung einer differenzierbaren Funktion J :[0; 00) -+IR unter-


liege der Einschließung kJ ~ l' ~ KJ , kund K reelle Konstanten.
Dann gilt
J(O) ek x ~ J(x) ~ J(O) eK x , x> O.

10. Die Funktion J :[a; b] -+IR sei beliebig oft differenzierbar und habe
in (a; b) mindestens p Nullstellen. Mit einer natürlichen Zahl n setze
man P(x) :=(x - a)n(x - b)n .J(x). Man zeige: r» , k = 0,1, ... , n ,
hat die Gestalt

wobei 'Pk in [a; b] beliebig oft differenzierbar ist und in (a; b) mindestens
p + k Nullstellen hat.
11. Man definiert die sogenannten Legendre-Polynome P n durch

Pn(x):= - 1- ' d -
2n . n . x n
n
((2
x l
c -1 ) n) , n = 0,1,2, . . .
Diese haben vielfältige Anwendungen in der Mathematik und Physik.
Man zeige:
a) Pn ist ein Polynom vom Grad n und hat n verschiedene reelle
Nullstellen zwischen -1 und +1.
b) P n genügt der (Legendreschen) Differentialgleichung

(1 - X2)p~(X) - 2xP~(x) + n(n + I)Pn(x) = O.


Hinweis: Man differenziere J :=(x 2 - 1) . pi mit p(x) :=(x 2 - l)"
(n + 1)-mal auf zwei verschiedene Weisen.

tE ffi
1

-1l2f~}-1
~~
Die Legendre-Polynome Pi, ·.. , P5
9.12 Aufgaben 171

12. Ist f : (a; b) -+lR 2-mal stetig differenzierbar und gilt 1'(xo) = 0 in
Xo E (a ; b) , so hat f in diesem Punkt ein
a) lokales Minimum, wenn 1"(:co) > 0 ist ;
b) lokales Maximum , wenn 1" (xo) < 0 ist.
13. Zwischenwer·tsatz für Ableitungen. Es sei f : [a ;b] -+lR differenzierbar.
Dann gibt es zu jedem "( zwischen l' (a) und l' (b) eine Stelle c E (a; b)
mit 1'( c) = T
14. Es sei f in einer Umgebung von x differenzierbar und im Punkt x
2-mal differenzierbar. Man zeige:

· f(x
I1m
+ h) - 2f(x)
h2
+ f(x - h) -
-
r: x ).
h--+O

Der mit hinreichend kleinem h gebildete Bruch wird in Anwendungen oft


als Näheru ngswert für I" (x) genommen.

15. Man berechne die Ableitung des Arcussinus und zeige, daß er im In-
tervall [-1 ; 1] folgende Potenzreihenentwicklung besitzt:

. ~ 1 ·3 · · · (2n - 1) 2n
+1
arCSlll x = n=O
D
2 . 4 . . . 2n
X
. ---.
2n + 1

16. Man beweise für x E (0 ; ~) die Ungleichung ~x < sin x .


17. Eine differenzierbare Funktion f :I -+ lR auf einern Intervall I ist
genau dann konvex, wenn ihr Graph oberhalb jeder Tangente liegt;
d .h ., wenn für jed es a E I gilt :

f( x) ~ f(a) + .f'(a)(x - a), x E I.

18. Ist f in einer Umgebung von Xo 3-mal stetig differenzierbar, und gilt
1"(xo) = 0 und 1"'(xo) =I 0, so hat f in Xo einen Wendepunkt .
19. Eine konvexe Funktion f :(a;b) -+lR besitzt an jeder Stelle x E (a; b)
sowohl eine linksseitige als auch eine rechtsseitige Ableitung. l': und
I'; wachsen monoton, und an jeder Stelle x gilt [': (x) ::; f~ (x).
Man folgere: Eine konvexe Funktion auf einern offenen Intervall ist
stet ig und an höchstens abzählbar vielen Stellen nicht differenzierbar.
Insbesondere ist jede konvexe Funktion auf einem offenen Intervall
Stammfunktion einer monotonen Funktion.
20. Man ermittle eine Stammfunktion der Funktion sign.
172 9 Differentialrechnung

21. Es sei A = {al , az, a3, . . .} eine abzählbare, beschr änkte Menge in IR.
Man bestimme eine Stammfunktion F zu f :IR -t IR,
00 1
f (x ) := L:
n sign (x - an)'
n=1 2
Man zeige, daß F in jedem Punkt auf IR \ A differenzierbar ist aber in
keinem aus A. Die Stellen der Differenzierbarkeit und Nicht- Differen-
zierbarkeit könn en also dicht ineinander liegen ; vgl. 7.9 Aufgabe 19.
22. Es seien i« : I -t C differenzierbare Funktionen wie folgt:
(i) L ~= l I« konvergier t normal auf I ,
(ii) L ~= l f~ konvergier t normal auf I .
Dann ist f := TI ~= l (1 + fn ) differenzierbar und an jeder Stelle x mit
f n(x) =j:. -1für alle n E IN gilt
f' (x) f~(x )
-=L: .
00

f( x) n=l 1 + f n(x)
Beispiel: Das Produkt
TIX TI (1- x: )
n=l n
stellt eine differenzierbar e Funktion auf IR dar (nach 16.2 Beispiel 3
ste llt es die Funktion sin TIX dar) .
23. Hutfu nktionen. Man konstruiere, zum Beispiel mit Hilfe von 9.6 (12) ,
zu einem beliebigen komp akten Intervall [ai b] und beliebigem E: > 0
eine 'iffoo-Funkt ion h : IR -t IR mit den Eigenschaften:
(i) h(x) = 1 für x E [ai b],
(ii) h(x)=Ofür xEIR\[a- E: ;b+ E:],
(iii) h(x ) E [0; 1] sonst.
Für eine weitere Konstruktion siehe 11.11 Aufgab e 18. Hu tfunktionen
verwendet man für viele Konstruktion en der Analysis; zum Beispiel
bei der folgenden Aufgab e.
24. Zu beliebig gegebenen Zahlen an E C, n = 0,1 ,2, ... , gibt es eine
,&,oo-Fun ktion f : IR -t C mit f (n)(0) = an'

9 ie ./f'utfunktio71 des Xlei71c71 ßlJri71zc71


10 Lineare Differentialgleichungen

Zahlreiche Vorgänge in Natur und Technik werd en durch Differentialglei-


chungen beschrieben ; radioaktiver Zerfall zum Beispiel durch iJ = -ky ,
einfache Schwingungen durch my + riJ + k y = q(t). Vorgänge, in denen
ein Superp ositionspr inzip gilt, führ en auf lineare Differentialgleichungen.
Im ersten Abschnitt betrachten wir lineare Differentialgleichungen mit
beliebigen stetigen Koeffizienten und beweisen dafür einen wichtigen Ein-
deutig keitssatz. In den weiteren Abschnitten geht es um die Konstruktion
von Lösungen ; da bei betrachte n wir nur noch lineare Different ialgleichun-
gen mit konst anten Koeffizienten.

10.1 Eindeutigkeitssatz und Dimensionsabschätzung

Unter einer lin earen Different ialgleichung versteht man eine Gleichung der
Gestalt
(L) y (n) + an- IY(n-I)+ . .. + a l Y'+aoY = q()
x ,
wobei ao , ... , an-l und q gegebene, stetige komplexe Funk tionen auf einem
Intervall I sind . Unte r einer Lösung verste ht man eine n-mal differenzierb a-
re Funkt ion y : I --+ C, die die Bedingung (L) erfüllt . n heißt die Ordnung
der Differentialgleichung, q ihre Inh om ogenit ät (auch Ste uerungsfunktion).
Ferner heißt die Differentialgleichung

(H) y (n) +an-I Y (n -l) + ...+alY'


+ aoY= 0

die zu (L) gehörige homogene Gleichun g.


Analog dem aus der linearen Algebra bekannten Zusamm enh ang zwi-
schen den Lösungen einer inhomogenen und der zugehör igen homogenen
Gleichun g gilt :
(i) Sind YI und Y2 Lösungen von (L), dann ist Y2 - YI Lösung von (H).
(ii) Aus einer Lösung Yo von (L) entsteht je de weit ere Lösung Y durch
A dditi on eine r Lösung YH der homogenen Gleichung: Y = Yo + YH ·

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
174 10 Lineare Differentialgleichungen

Die Ermittlung aller Lösungen von (L) zerfällt hiernach in folgende zwei
Teilaufgaben:
1. Bestimmung aller Lösungen der homogenen Gleichung (H).
2. Bestimmung wenigstens einer Lösung der inhomogenen Gleichung (L).
Die Linearität und Homogenität der Gleichung (H) implizieren ferner ,
daß jede Linearkombination CIYI +.. .+CkYk (Cl ,"" Ck E C) von Lösungen
YI , . . . , Yk der Gleichung (H) auch eine Lösung ist. Die Gesamtheit der
Lösungen von (H) bildet also einen Vektorraum ~ über C. In 10.2 wird
für ~ im Fall einer Gleichung mit konstanten Koeffizienten ao,· . . , an-l
eine Basis bestehend aus n Funktionen konstruiert.

Ein durch (L) beschreibbarer Vorgang aus Natur oder Technik involviert
häufig noch die Vorgabe von n Anfangswerten

(1) y(xo), y' (xo) , . .. , y(n-l) (xo)

an einer Stelle Xo E I . Für einen Bewegungsvorgang etwa mit n = 2 und


x = t = Zeit sind diese der Anfangsort y( to) und die Anfangsgeschwin-
digkeit y(to). Wir zeigen, daß eine Lösung Y von (L) bereits durch die n
Werte (1) festgelegt ist.
Lemma: Es sei Y : I -+ C eine differenzierbare Funktion auf einem
Intervall I. Genügt Y auf I einer Ungleichung

IY'I~ GIYI mit einem G E n,


und ist Y( xo) = 0 für ein Xo E I , so folgt Y = O.
Beweis: a) Wir behandeln zuerst den Spezialfall Y ~ O. Die Funktion
f :=Ye- cx ist wegen f' = e- cx(Y' - GY) ~ 0 monoton fallend, hat in
Xo eine Nullstelle und ist also ~ 0 für x ~ xo. Zusammen mit Y ~ 0 ergibt
sich Y(x) = 0 für x ~ xo.
Mittels Ye c x zeigt man analog Y(x) = 0 für x ~ xo.
b) Den allgemeinen Fall führen wir auf a) zurück . Wir bilden dazu die
Funktion y :=YY . Für diese gilt

= IY'Y + YY'I < 2!Y'YI


ly'l ~ 2G!YYI = 2Gy.
Nach a) ist Y = 0 und damit Y = O. o
Satz 1 (Eindeutigkeitssatz): Es seien YI, Y2 : I -+C Lösungen von (L)
mit gleichen Anfangswerten an einer Stelle Xo E I :

y~k) (xo) = y~k) (xo), k = 0, ... , n - 1.

Dann gilt YI = Y2 auf ganz I .


10.1 Eindeutigkeit ssat z und Dimensionsab schätzung 175

B eweis: Es genügt zu zeigen, daß YI und Y2 auf jedem komp akten Teilin-
tervall J c I mit Xo E J üb ereinstimmen. Es sei A E lR+ eine Schranke
so, daß lai(x)1 :::;A für x E J und i = 0, .. . , n - 1.
n- I 2
Wir wenden nun das Lemma an auf Y := L Iy(k) I mit y :=Y2 - YI ·
k=O
Y ist differen zierb ar , da y n-mal differenzi erbar ist , und es gilt
n-2
y' = L (y (k)y (k+ l l + y (k+l )y(kl) + y( n- Ily( nl + y (nly(n-l) .
k=O

Wegen Iy(kll :::;vY für k


auf J folgt dort
= 0, . . . , n - l und =
Iy(nll \nt
v=o
l
avy(Vl l :::; n A vY

IY'I:::;GY mit G = 2n(1 + A) - 2.


Weiter ist Y( xo) = O. Somit gilt Y = 0, also y = 0, d .h . YI = Y2' 0

Folgerung: (i) Der C- Vektorraum !i' aller komplexen Lösung en der ho-
mogenen Gleichung (H) n -ter Ordnung hat eine Dimension s: n.
(ii) Sind YI , . . . , Yn n lin ear unabhängige Lösung en von (H) , so ist jede
uieit ere Lösung y eine Linearkomb ination

y= CI YI +..
. +CnYn m it CI , • . . , Cn E C.

B eweis: Man wähle Xo E I beliebig. Die Zuordnung von Anfangswerten

ist offen sichtlich eine linear e Abbildung. Diese ist nach dem Eindeutig-
keitssatz injektiv; damit folgt dimz" :S dirn C" . Die Aussage (ii) ergibt
sich aus (i) mit tel s linear er Algebra. D

Bezeichnung: Die in (2) er klärte linear e Abbildung A : !i' -*cn nennt


man den zu Xo gehörigen A njangswerthomomorphismus.
Anwendung: Wir best immen alle Lösungen der Schwingungsgleichung

y" =- y oder y" + Y = O.


Die Gleichung ist homogen und hat die Ordnung 2. Die Gesamth eit ihrer
Lösungen bild et also einen C-Vekt orraum einer Dim ension x 2. Man sieht
sofort, daß die beiden Fu nk tionen c ix und e- ix Lösungen sind, und zwar
linear un abhängige (aus a eix + b e -i x = 0 für alle x E lR folgt a = b = 0).
Die Gesamtheit der Lösungen besteht also aus den Linearkombinationen
y = CI eix + C2 e- ix , Cl, C2 E C. Reelle Lösungen sind offenbar die Funktio-
nen Re y und Im y.
176 10 Lineare Differentialgleichungen

10.2 Ein Fundamentalsystem für die homogene Gleichung

Voraussetzung: Wir setzen für den Rest des Kapitels voraus, daß die Ko-
effizienten in den Differentialgleichungen (L) und (H) konstant sind:

ao , .. . ,a n-l E C.

Macht man bei der Schwingungsgleichung y" + y = 0 mit einer Kon-


stanten A den Ansatz y = eAX , so wird man zu deren Bestimmung auf
die Gleichung (A2 + 1) eAX = 0 geführt. Die Lösungen A = i und A = -i
ergeben gerade die beiden Funktionen eix und e- ix , die nach der Folgerung
in 10.1 eine Basis des Raums .!faller Lösungen der Schwingungsgleichung
bilden.
Zur Ermittlung der Lösungen der allgemeinen homogenen Gleichung
(H) machen wir wie im Fall der Schwingungsgleichung mit einer noch zu
bestimmenden Konstanten A den Ansatz y( x) = eAX • Eine solche Funktion
löst die Gleichung (H) genau dann , wenn

(An + an_l An- 1 +..


.+ al A + ao) eAX = 0,
d.h ., wenn A Nullstelle des Polynoms

P(x) = x n + an_lXn-1 + ...alX


+ + ao
ist . P heißt charakteristisches Polynom der Differentialgleichung.
Besitzt P n verschiedene Nullstellen Al, . . . , An, so hat man in

n verschiedene Lösungen von (H). Unten zeigen wir, daß diese auch linear
unabhängig sind . Nach der Folgerung in 10.1 bilden sie also eine Basis des
Raums aller Lösungen von (H).
Der Fall mehrfacher Nullstellen: Die Anzahl der verschiedenen Nullstel-
len von P ist dann kleiner als n. Trotzdem gibt es auch in diesem Fall n
unabhängige Lösungen; man kann nämlich jeder k-fachen Nullstelle A ne-
ben eAX weitere k - 1 unabhängige Lösungen zuordnen. Auf die fehlenden
Lösungen führt uns eine heuristische Betrachtung. Wir sehen eine mehrfa-
che Nullstelle Aals Grenzlage benachbarter Nullstellen A und A + 6A an.
Mit e AX und e(H6.A)X ist auch die Linearkombination ~A (e(A+6.A) X - e AX)
eine Lösung, und diese geht mit 6A -+ 0 gegen x eAX • Wir zeigen unten:
Ist A eine k-fache Nullstelle, dann sind die k Funktionen
1 • e AX
e AX ,x. eAX ,
...,x k -
Lösungen der Differentialgleichung.
10.2 Ein Fund am ent alsystem für die homogene Gleichung 177

Satz 2 (Fundamentalsystem) : Es sei P das charakteristische Polynom


der homogenen Gleichung (H); ferner seien
A], , Ar die verschiedenen Nullstellen von P und
k ], ,kr deren jeweilige Vielfachheiten.
Dann hat (H) folgende n linear unabhängige Lösungen:

ZU A] die k 1 Lösungen: e A 1X , x . e A 1X , ..., xk1 - 1 • e A 1X


, xk2 -I·e
zu A2 die k 2 Lösungen: e A 2X , x. e A 2 X , .. . A2X

zu Ar die k r Lösungen: e ArX, x . eArX, ..., Xkr-1 . eArX

Jede Lösung von (H) ist eine Linearkombination dieser n Lösungen.


Folgerung: Die Gleichung (H) besitzt zu beliebig gegebenen Anfangswer-
ten (0:0 , ,0: 71- 1) E en bei Xo genau eine Lösung y mit y(k )(xo) = O:k,
k = 0, , n - 1.
Beweis: Die in (2) angeschriebene linear e Abbildung A : !f ---+ en ist
injektiv nach der Folgerung in 10.1 und surjektiv nach Satz 2. 0

Zum Beweis von Satz 2 führ en wir die Operator-Schreibweise linearer


Differentialgleichungen ein. Ist P ein Polynom mit komplexen Koeffizien-
ten, P(X ) = L ~=o a/J X/J , so definiert man für eine n-mal differenzierb ar e
Funktion f :

P(D)f ~ (toa"D") l > to a"(D" f).

Zum Beispiel gilt P(D) e AX = P('\) e AX •


Die Verwendung des Differentialoperators P(D) verk ür zt die Schreib-
weise der Differentialgleichun gen (L) und (H) zu

P(D) y = q bzw. P(D)y = O.


Zerlegungsregel: Für zwei Operatoren PdD) und P2(D) gilt

(3)

Rechts wird zuerst P2(D) , dann PdD) angewandt ; links werden zun ächst
PI (D) und P2 (D) wie Polynome multipliziert , dann wird der ent st andene
Op erator angewandt . Man beweist die Regel leicht durch Ausrechnen. Eine
Konsequenz ist die Vertau schun gsregel
178 10 Lineare Differentialgleichungen

Rechenregel: (i) Für k-mal differenzierbares fund A E C gilt

(4)

(ii) Für ein Polynom 9 =1= 0 und A, Jl E C mit A =1= Jl gilt


(5)

dabei ist h ein Polynom mit Gradh = Gradg; insbesondere ist h =1= O.
Beweis: (i) Die Anwendung des Operators D - A ergibt

(D - A)(J e AX) = e AX + Af e AX -
l' Af e AX = re AX
;

nach k-maliger Anwendung hat man also f(k) e AX.


(ii) Die Anwendung von D - A ergibt

(D - A)(g eJLX) = g' eJLX + Jlg eJLX - AgeJLX = h eJLX;

mit h := (Jl - A)g + g'. h ist ein Polynom mit demselben Grad wie g.
Analog bei wiederholter Anwendung von D - A. 0

Unabhängigkeitslemma: Besteht mit paarweise verschiedenen Zahlen


Al, ... ,Ar E C und Polynomen gl, . . . ,gr die Identität

so gilt gl = ... = gr = O.
Beweis durch vollständige Induktion nach r: Nur der Schluß von r - 1 auf
r ist zu erbringen. Dazu wende man den Operator (D - Ar)k mit einem
k> Crad g, an. Nach (4) und (5) erhält man eine Identität

mit Polynomen h l, ... ,h r - l , wobei h p =1= 0, falls gp =1= O. Die Induktions-


annahme impliziert h l = ... = h r- l = 0, womit 91 = ... = gr-l = 0 und
dann gr = 0 folgen. 0

Nach diesen Vorbereitungen kommen wir zum


Beweis von Satz 2: a) Zum Nachweis, daß alle Funktionen x" e ApX mit
s ::; kp - 1 die Differentialgleichung P(D)y = 0 lösen , benützen wir die
nach der Regel (3)mit der Polynomzerfällung P(x) = Q(x)(x - Ap)k p
gegebene Operatorzerfällung P(D) = Q(D)(D - Ap)k p. Damit folgt

P(D)(x S eApX) = Q(D)(Dkpx S • eApX) nach (4)


= Q(D)O = 0, da k p > s.
10.2 Ein Fundamentalsystem für die homogene Gleichung 179

b) Zum Nachweis der Un abhängi gkeit klammern wir in einer die Null
darst ellenden Linearkombination der angegebenen Funktionen gemeinsa-
me Exponentialfaktoren aus und erhalte n mit Polynomen gl , .. . , gr eine
Identität gl eA 1 X +...+gr eA r X = O. Aus dem Unabhängigkeitslemma folgt
g1 = ... = gr = 0 und dar au s die Trivialit ät der Linearkombination. 0

Beispiel: y(4 ) - 3y(3) + 3y" - y' = O.


Char akteristi sches Pol ynom: P()") = )..
4- 3)..
3 + 3)..
2- )..
;

Nullst ellen: 0 einfach, 1 dr eifach ;


Fundam entalsystem : e" , e", x e", x 2 eX

Reelle Lösungen
Die Koeffizienten ao, . . . , an- l der Differentialgleichun g
(H) P(D)y = y(n) + an_1 y(n- l) + ...
+ aoy = 0
seien jetzt reell. Man int eressiert sich dann oft nur für reelle Lösungen . Zu
ihr er Berechnung bedient man sich dennoch zweckmäßigerweise auch der
komplexen Lösun gen.
Lemma: Sowohl der Realteil u wie auch der Imaginärt eil v einer komple-
xen Lösung z = u + iv der Gleichung (H) sind Lösungen von (H) .
Beweis: Wegen z(k) = u(k) + iv(k) impli zier t P(D) z = 0:
(u (n) + an-1 u(n-l ) +...
+ aou) +i
(v(n) + an- l v(n- l) + ...+ aov) = O.
Die Summ en in den Klammern sind reell, folglich Null. 0

Ein e reelle, k-fache Nullste lle ).. des charakte ristischen Polynoms P lie-
fer t die k reellen Lösungen

Die nicht-reellen Nullst ellen des charakte rist ischen Polynoms tret en in P aa-
ren konjugierter auf. Es seien X = 0' +iß und ~ = 0' - iß (ß =1= 0) ein solches
P aar und k die Vielfachh eit von x wie auch von ~. Das P aar >., ~ liefert
die 2k kompl exen Lösungen
e(o+iß)x, x e(o+i ß) x, . .. , x k - 1 e(o +iß)x ,
e(o - iß)x ,xe(o -i ß )x ,...,X k - 1 e( o -iß )x

und nach dem Lemma die 2k reellen Lösungen

e O X cos ßx , x e Ox cos ßx, , X k - 1 e OX cos ßx ,


e Ox sin ßx , x e Ox sin ßx, , X k- 1 e Ox sin ßx .
180 10 Lineare Differentialgleichungen

Nach diesem Muster erhält man insgesamt n reelle Lösungen für (H).
Diese sind linear unabhängig über IR, da sich aus ihnen die ursprünglichen
komplexen Lösungen als Linearkombinationen zurückgewinnen lassen. Der
IR-Vektorraum 2'1R. der reellen Lösungen von (H) hat andererseits eine
Dimension ~ n , da der Anfangswerthomomorphismus A :2'1R. -+ lRn , der
jeder Lösung das n- Tupel der Anfangswerte an einer Stelle Xo zuordnet,
nach dem Eindeutigkeitssatz injektiv ist . Damit erhalten wir das
Ergebnis: Der lR- Vektorraum 2'1R. hat die Dimension n und die angege-
benen reellen Lösungen spannen ihn auf.
Beispiel: y(4) + 2y" + y = O.
Charakteristisches Polynom: ,X4 + 2,X2 + 1;
Nullstellen desselben: i zweifach, -i zweifach ;
Komplexes Fundamentalsystem: eix , x eix , e- ix, xe-ix ;
Reelles Fundamentalsystem: cos x , sin x, x cos x , x sin x .

10.3 Partikuläre Lösungen bei speziellen Inhomogenitäten

Bei speziellen q kann eine einzelne (=partikuläre) Lösung der inhomogenen


Gleichung P(D)y = q durch einen einfachen Ansatz berechnet werden.
Alle weiteren Lösungen erhält man dann durch Addition der Lösungen der
homogenen Gleichung P(D)y = O.
Satz 3: q habe die Gestalt

+ bmxm) eJtx
q(x) = (bo + b1x + ...
und J.l sei eine k-fache Nullstelle von P (k = 0 bedeutet P(J.l) # 0) . Dann
besitzt P(D)y = q eine Lösung der Gestalt
(6m) yp(x) = (ca + CIX + ...+ cmxm)x k eJtx ;
speziell im Fall m =0 die Lösung
bo k JtX
( )
ypx = P(k)(J-l)x e .

Beweis durch vollständige Induktion nach m: Dabei benützen wir die Zer-
fällung P(D)= Q(D)(D - J.l)k , wobei Q ein Polynom mit Q(p,) # 0 ist.
m = 0: Nach (4) gilt
P(D)(x k eJtX) = Q(D)(k! eJtX) = k! Q(p,) eJtx = p(k) (J.l) eJtx.
Hieraus folgt, daß (6°) eine Lösung ist.
10.3 Partikuläre Lösungen bei speziellen Inhomogenit ät en 181

Der Schluß von m - 1 auf m: Nach (4) und (5) gilt

(*) P (D)(x mx k eJ.LX ) = Q(D) ((m;! k)!x m eJ.Lx ) = h(x ) eJ.LX,


h ein Polynom vom Grad m. Da auch b(x ) = bo + blx + .. .+ bmx m den
Grad m hat , gibt es ein C m E C so, daß Grad (b - cmh ) ~ m - 1. Nach
Induktionsannahme gibt es dann ein Polynom c* vom Grad ~ m - 1 mit

Für y(x ) := (c*(x) + cmx m)x k eJ.LX , gilt dann nach (*) und (**) P(D)y =
b(x) eJ.Lx . y ist also eine Lösung der Gestalt (G'"}. 0

Beispiel: y (3) - y' = q mit den Inhomogenitäten q = e2x , e" , x 2 •


P()") = ).. hat
3 _ ).. die Nullstellen 0,1 , -1.
q = e2x : Hier sind m = 0, f..l = 2, k = 0;
Partikul äre Lösung nach (6°) : YP = i e2x •
q = eX : Hier sind m = 0, f..l = 1, k = 1;
Partikul äre Lösung nach (6°): yp = ~ x ex .
q =x 2
: Hier sind m = 2, f..l = 0, k = 1;
Lösungsansat z nach (62 ): y = (C2X2 + clx + CO )x;
da mit gilt y(3) - y' = 6C2 - 3C2X2 - 2cl x - Co = x 2 ;
Koeffizientenvergleich: C2 = -!'
CI = 0, Co = -2;
Par tikuläre Lösung nach (62 ) : Yp = _ ~ X3 - 2x .
Satz 3 wird oft mit folgenden zwei Techniken verknüpft:
Superposition: Die Inhomogenität q sei eine Linearkombin ation
q = CI ql + ...
+ cr qr, Ck E C.
Sind YI, . .. , Yr der Reihe nach Lösungen der inhomogenen Gleichungen
P (D)y = qk für k = 1, ... , r, so ist die analoge Linearkombination

y= CI YI + ... +Cr Yr
eine Lösung der Gleichung P (D)y = q.
Komplexifizierung: Die Koeffizienten des charakterist ischen Polynoms
P seien reell und die Inhomogenität q der Realt eil der komplexen Funktion
Q. Ist z eine Lösung der "komplexifizierten" Gleichung P(D) z = Q, so ist
Y = Re z eine Lösung der Gleichung P(D)y = q.
Die Komplexifizierung ist maßgeschneidert für die Inhom ogenit ät en der
Gest alt p(x ) eax cos bx und p(x) e ax sin bx , wo p ein reelles Polynom und
a, b reelle Konst anten sind. Diese Inhomogenitäten sind der Real- bzw.
Imaginärteil von p(x) e(a+ib)x .
182 10 Lineare Different ialgleichungen

Beispiel: y'" - y' = cos x = Re eix .


Die komplexifizierte Gleichung z'" - Z' = eix hat nach (6°) die Lösung
1 ix i ix
zp(X ) = P(i ) e = 2" e ,

die gegebene Gleichung also die Lösung YP = Re zp = - ~ sin x.

10.4 Anwendung auf Schwingungsprobleme

Harmonische Schwingungen mit einem Freiheitsgrad werden durch lineare


Differentialgleichungen 2. Ordnung mit konstanten Koeffizienten beschrie-
ben; un d zwar freie Schwingungen durch homogene Gleichungen, erzwun-
gene durch inhomogene.

I. Freie Schwingungen
Unte r der Annahme einer zur Geschwindigkeit prop ortionalen Dämpfung
lautet die Gleichung des freien harm onischen Oszillators

(7) Ijj + 2dy + ky = 0; I


da bei sind d ~ 0 eine Dämpfungskonstante und k > 0 eine Elast izitäts-
konst ante.
Das chara kteristische Polynom P ()") = )..2 + 2d)" + k hat die Nullstellen

)..1,2 = - d± Vd 2 - k.

Zur Aufstellung eines reellen Fund amentalsystems hat man drei Fälle zu
unterscheiden:
1. d 2 < k (sogenannte schwache Dämpfung);
2. d 2 > k (sogenann te starke Dämpfung);
3. d 2 =k (sogenann te kri tisc he Dämpfung).
1. Schwache Dämpfung. In diesem Fall sind

)..1,2 = -d ± iw mit w := Vk -d2 ,


und die allgemeine reelle Lösung lau tet

y (t ) = e- dt ( c1 cos wt + C2 sin wt), Cl, C2 E Ja.


Im Fall d = 0 ist jede Lösung periodisch mit der Periode 2n/w, wobei
w = Vk; im Fall d > 0 klingt jede Lösung exponentiell auf 0 ab.
10.4 Anwendung auf Schwingungsprobleme 183

Für Anwendungen leiten wir noch eine andere Darstellung der Lösungen
her. Zunächst schreiben wir für diese y(t) = e-dtRe ((Cl - iC2)eiwt) . Mit
einer Polarkoordinatendarstellung Cl - iC2 = A ei<p ergibt sich dann

y(t) = Ae- rtt cos(wt + 'P) .


'P heißt Phase der Schwingung.

Schwach gedämpfte Schwingung mit Phase -71/2.


Die Bedingung y(t) = 0 für Maximalität des Ausschlages ly(t)1 einer Lö-
sung je0 führt auftan(wt+'P) = -d/w. Die Maxima der Ausschläge folgen
demnach im konstanten Zeitabstand TI/ w aufeinander und stehen in dem
konstanten Verhältnis

y(t) I=ed 1lI w .


Iy(t + TI/w)
Die Zahl 2TId heißt logarithmisches Dekrement der Schwingung.
w
2. Starke Dämpfung. In diesem Fall sind Al, A2 reell, verschieden und ne-
gativ. Die allgemeine Lösung lautet

Wegen Al, A2 < 0 klingt sie mit t -+00 auf Null ab . Jede Lösung je0 hat
höchstens ein Extremum und geht höchstens einmal durch Null.

Stark gedämpfte Schwingungen


184 10 Lineare Differentialgleichungen

3. Kritische Dämpfung. In diesem Fall ist ),1 = ),2 = -d eine reelle Dop-
pelwurzel. Die allgemeine Lösung lautet jetzt

Jede Lösung i= 0 klingt mit t -+00 exponentiell auf Null ab , hat höchstens
ein Extremum und geht höchstens einmal durch Null. Die Graphen ähneln
denen bei starker Dämpfung.

11. Erzwungene Schwingungen


Wir untersuchen einen harmonischen Oszillator, auf den von außen eine
periodische Erregung K coswt mit der Frequenz w wirkt (K, w > 0). Die
zu lösende Differentialgleichung lautet

(8) Iii + 2diJ + ky = K cos wt. I


Bei schwacher Dämpfung hat der frei schwingende Oszillator nach I auch
eine Eigenfrequenz; diese bezeichnen wir jetzt mit Wo, Wo := vk-
d2 •
Um die Lösungen von (8) zu erhalten, ist den in I ermittelten Lösungen
der homogenen Gleichung (7) noch eine partikuläre Lösung Yo der inho-
mogenen Gleichung (8) zu überlagern. Eine solche ermitteln wir anhand
der komplexifizierten Gleichung

(8c) z + 2di + kz = K eiwt .


Bei der Anwendung von Satz 3 sind zwei Fälle zu unterscheiden:
1. iw ist keine Nullstelle des charakteristischen Polynoms P;
2. iw ist eine Nullstelle.
Fall 1. liegt wegen P(iw) = k - w2 + i2dw genau dann vor, wenn k i= w2
oder d i= 0 ist . In diesem Fall hat (8c) nach (6°) die partikuläre Lösung

(9) K iwt
zp(t) = P(iw) e .

Mit K/P(iw) =: Aei<p , wobei A:= IK/P(iw) Iist, folgt zp(t) = Aei(wt+<p).
Für die reelle Gleichung (8) schließlich ergibt sich die partikuläre Lösung

(10) Yp(t) = Rezp(t) = Acos(wt + cp).


(10) stellt eine ungedämpfte harmonische Schwingung dar, deren Frequenz
mit der Erregerfrequenz übereinstimmt, und deren Amplitude gegeben ist
durch
10.5 Partikuläre Lösungen bei allgemeinen Inhomogenit äten 185

Das ,,Langzeitverhalten" der Lösungen von (8) im Fall d > 0: Jede Lö-
sung y(t) unterscheidet sich von der Lösung Yp(t) um eine Lösung der ho-
mogenen Gleichung (7). Nach Teil 1. klingen letztere mit t ~ 00 auf Null
ab; also gilt y(t) - Yp(t) ~ 0 mit t ~ 00 . Kur z: Im Fall d > 0 hat jede
Lösung von (8) dasselbe Langzeitverhalten wie die partikuläre Lösung (10).

Die partikuläre Lösung yp und eine weitere Lösung y


Fall 2. liegt genau dann vor , wenn d = 0 und w2 = k ist ; also genau dann ,
wenn (8) folgende spezielle Gestalt hat :

Iy +w 2Y = Kcoswt· 1
Mit iw ist auch -iw Nullstelle von P , also ist iw eine einfache Nullstelle. Die
komplexifizierte Gleichung z+w 2 z = K eiwt hat daher nach (6°) d ie Lösung
zp(t ) = ~t eiwt . Als partikul äre Lösung von (81RJ erhalten wir damit
2 1W

(11) Yp (t) = Re zp(t) = ~ t sin wt.

Die Lösung (11) ist wegen des Fak-


tors t unb eschränk t . Da ferner je-
de Lösung der homogenen Gleichung
(7) beschränkt ist , folgt , daß sogar 0 -
jede Lösung von (81RJ unbeschränkt
wächst (Resonanzkatastrophe).

10.5 Partikuläre Lösungen bei allgemeinen Inhomogenitäten

In diesem Abschnit t zeigen wir, wie bei beliebigen stetigen Inhomogenitä-


ten die Berechnung partikulärer Lösungen auf die Berechnung von Stamm-
funktionen zurückgeführt werden kann .
186 10 Lineare Differentialgleichungen

Satz 4 (Variation der Konstanten): Sei Yl , . .. ,Yn eine Lösungsbasis


zur homogenen Gleichung P(D)y = 0 der Ordnung n . Dann gilt:
(i) Für eine beliebige Funktion q : I -+C auf einem Int ervall I hat das
(n , n)-Gle ichungssystem

)(~J 0)
Y2 Yn
Y~ Y~
(12)
(n-l ) (n - l )
Y2 Yn

eine Lösung Ul , • . . , U n .
(ii) Sind Ul , ...
,Un Stammfunktionen auf I zu Ul , .. . , U n , so ist dort

YP := U1Yl + ...UnYn
+
eine partikuläre Lösung der inhomogenen Gleichung P(D)y = q.
Bemerkung: J ede Linearkombination CI Yl + ... CnYn + , c.. E C, ist eine
Lösung der homogenen Gleichung. Nach dem Satz erhält man eine Lösung
der inhomogenen Gleichung, wenn man die Konstanten Cl , . .. ,Cn durch
geeignete Funktionen U1 , • . • , Un ersetzt. Entsprechend heißt das im Satz
beschriebene Konstruktionsverfahren Variation der Konstanten.
Beweis: (i) Wir stellen zunächst fest, daß die Matrix des Gleichungssy-
stems (12) an jeder Stelle x E lR den Rang n hat . Hätte es nicht überall
den Rang n , gäbe es in einem Punkt Xo eine den Nullvektor darstellende
nicht-triviale Linearkombination der Spalt en, also ein Y = CI Yl +...
+ cnYn
derart, daß y(xo) = y'(xo) = .. . = y(n-l)(xo) = O. Nach dem Eindeutig-
keitssatz wäre dann y = 0 auf lR im Widerspruch zur linearen Unabhän-
gigkeit der Yl , " " Yn' Die hiermit festgestellte Maximalität des Rang es
impliziert die Lösbarkeit des Gleichungssyst ems.
(ii) Aus den Gleichungen (12) folgt durch Induktion nach k zunächst

L:n UvYv(k) , falls k = 0, .. . , n - 1,


y(k) = v =l
p n ( n)
{
V~l UvYv + q, falls k = n.

Daraus ergibt sich wegen der Linearität des Differentialoperators P(D)


und P(D)yv = 0 für u = 1, . . . , n die zu beweisende Identität
n
P(D)yp =L UvP(D)yv + q = q. o
v=l
10.6 Erweiterung des Lösungsbegriffes 187

Beispiel: y" + Y = _1_ .


cosx
Ein Fundamentalsystem der homo genen Gleichung bilden die Funktionen
sin und cos. Das zunächst zu lösend e Gleichun gssystem (12) lau tet hier

sin cos ) ( U1 ) ( 0 )
( cos - sin U2 - 1/ cos
und hat die Lösun g

Weiter sind U1 := x un d U2 := In Icos IStammfunkt ionen zu Ul = 1 bzw.


U2= - tan. Ein e Lösun g der Differentialgleichun g ist also

yp(x) = x · sin x+ (ln lcosz l] - cos z . o


Bemerkung: Eine wirkungsvolle Met hode zur Lösun g von Anfan gswert-
problemen bei linear en Differentialgleichungen mit konstanten Koeffizien-
te n stellt die Laplace- Transformation dar. Ein e befriedigende Behandlung
dieser Tran sformation erfordert jedoch Hilfsmittel der Funktionentheorie.

10.6 Erweiterung des Lösungsbegriffes

In vielen Anwendungen t reten als Inhomogenitäten un stetige Steuerungs-


fun kt ionen auf. Besitzt eine Inh omogenit ät q nicht die Zwischenwer teigen-
scha ft, kann es nach 9.1 2 Aufgabe 12 keine n- mal differenzierbar e Funktion
y mit P (D)y = q gebe n. Im Hinblick auf derar tige Situationen erweite rn
wir den Begriff einer Lösungsfunktio n.
Definition: Unter einer verallgemei nerten Lösun g der Different ialglei-
chung P (D)y = q n-ter Ordnung auf einem Inter vall I verstehen wir eine
'tfn -I_ Funktion y : I -+ C mit den Eigenschaften:
(i) y(n -l) ist fast überall differenzierbar;
(ii) fast überall gilt P (D)y = q.
Bemerkung: Eine vera llgemeinerte Lösun g der Differentialgleichung y' = q
ist nichts anderes als eine Stammfunktion zu q.
Lemma: Ist q stetig, so ist eine verallgemeinerte Lösung der Gleichung
P (D)y = q sogar eine Lösung im bisherigen Sinn. Insbesond ere hat eine
homogene Gleichung P (D)y = 0 nur Lösungen im bisherigen Sinn.
Das Lemm a berechtigt uns, eine verallgemeinerte Lösung ebenfalls als Lö-
sung zu bezeichnen.
188 10 Lineare Differentialgleichungen

Beweis: Fast überall gilt (*) (y(n-l))' = q - (aoy + ... + a n_ly(n-l)),


wobei die rechts stehende Funktion auf ganz I stetig ist . Mit dem Diffe-
renzierbarkeitssatz in 9.9 ergibt sich, daß y(n-l) auf ganz I differenzierbar
ist, und, daß in (*) Gleichheit auf ganz I besteht . D

Mit dem neuen Lösungsbegriff gelten sinngemäß weiter :


• die Feststellungen in 10.1 über den Zusammenhang der Lösungen ei-
ner inhomogenen Gleichung P(D)y = q und der homogenen Gleichung
P(D)y = 0;
• der Eindeutigkeitssatz in 10.1;
• Satz 4 zur Ermittlung einer partikulären Lösung.

Beispiel: y" + y = OT; 1


T
dabei sei mit einer positiven Konstanten T
I
-, falls t E [0; Tl,
OT(t):= T
{ 0, falls t ~ [0; T]. o T

Zunächst bestimmen wir wie im letzten Beispiel Funktionen Ul , Uz durch

(
U1 )
Uz -
(sin
cos
cos) (
- sin OT
0) (OT COS
-OT sin
)
.

Ul = 8T cos und Uz = -8T sin besitzen als Stammfunktionen die stückweise


definierten stetigen Funktionen U1 bzw. Uz mit U1(t) = Uz(t) = 0 in
(-00; 0] und

t}
U1(t) :=
{
-sm
I .
{' .
r sm T
bzw. Uz(t) :=
{I -(cost-l)
{'
r(cos T - 1)
}{ }
in
[O;T]
[T; 00)
.

Als partikuläre Lösung erhalten wir damit YT mit YT(t) = 0 in (-00; 0]


und

YT(t)=U1sint+Uzcost=
{I 1
-(1 - cos t)
T
r(cos(t - T) - cost)
}{ }
in
[0; T]

[T; 00)
.

YT ist die Lösung mit den Anfangswerten YT(O) = 0, YT(O) = O.


Man sieht sofort , daß

t ) '= r (t) = {O für t ::; 0,


Yoo ( . iY6 YT - cos'(t) = sin t für t > O.
10.7 Aufgaben 189

Der Grenzwert Yoo kann als die Bewegung aufgefaßt werden , die eine kurz-
zeit ige Übe rtragu ng eines Im pul ses der Größe 1(= ~ ·T ) auf einen im Zeit-
punkt t =
°° no ch in Ruhe befindli chen harmonischen Oszillator auslöst.
F ür t > st immt er mit der Lösung des Anfan gswertproblems jj + y = 0,
y(o) = 0, y(o) = 1, üb erein.
Bemerkung: Die Familie der Funkti onen OT, T E lR+, erhält im Rahmen
der sogenannten verallgemeinerten Funktion en (auch Distribut ion en ge-
nannt ) eine besond ere Deutung: Sie st ellt dort die sogen annte (Diracsche)
o-Fl.lnkt ion dar. In der T heorie dieser Funktionen ist lim YT eine Lösung
der Differenti algleichung jj + Y = O. T.j.O

10.7 Aufgaben

1. Man bestimme ein reelles Fundamentalsyst em für


a) y(4) - Y = 0,
b) y(4) + 4y" + 4y = 0,
c) y(4) - 2y (3) + 5y" = 0.

2. Ma n bestimme eine partikulär e Lösung der Gleichung y" + Y = q für


3
a) q = x ,

b) q = sinhx,
c) q = 1/ sin x.
3. Die Differenti algleichung m jj = mg - ky beschreibt das Fallen eines
Körpers unter der Schwerkraft be i einer zur Geschwindigkeit prop or-
tionalen Reibung. Man ermit tle die Lösung mit y(O) = 0, y(O) = 0 und
deren ,,Endgeschwindigkeit" V oo := lim y(t) .
t-v cc
4. Erzunmqene Schwingungen durch periodische Erregung. Man ermittle
eine partikulär e Lösun g der Schwin gun gsgleichung

jj + 2dy + k y = f(t) , d 2: 0, k > 0,


für 00 00

f(t) = L Cn ei n w t mit L Icnl:s00, W > O.


n= O n=O

5. Man zeige: Gen au dann konvergier t jede Lösung der Differentialglei-


°
chung P(D)y = mit t -+ 00 gegen 0, wenn alle Nullstellen des cha-
rakt erist ischen Polynom s einen negativen Realteil hab en. (Die Diffe-
rent ialgleichung heißt dann asymptotisch stabil.)
190 10 Lineare Differentialgleichungen

6. Das Gleichungssystem für zwei '/&'2-Funktionen x, y

x = -ax - k(x - y),


ii = -ay - k(y - x),
a und k Konstanten > 0, beschreibt die Bewegungen zweier mittels
einer Feder gekoppelter Pendel gleicher Masse und gleicher Länge bei
kleinen Auslenkungen x , y von der jeweiligen Ruhelage. Man ermittle
diese Bewegungen, falls zum Zeitpunkt t = 0 eines der Pendel ange-
stoßen wird:

x(O) = y(O) = 0, x(O) = 1, y(O) = O.


Die Verwendung sachgemäßer Koordinaten entkoppelt das System.
7. Die Bewegungsgleichungen des Foucaultschen Pendels lauten

x = 2uy -IX,
ii = -2ux - /y ,

(J = sl), 9 Erdbeschleunigung, l Pendellänge, u von der geographi-


schen Breite abhängige reelle Konstante; x, y erdfeste cartesische Ko-
ordinaten in Nord-Süd bzw . West-Ost-Richtung) .
a) Man fasse die Gleichungen zu einer Differentialgleichung 2. Ord-
nung für z(t) = x(t) + iy(t) zusammen und berechne deren Lösun-
gen. Ferner zeige man, daß für jede Lösung die Abstandsfunktion
r(t) :=Iz(t)1 die Periode T = 27ifw, w := Ju 2 + /,hat.
b) Die Abstandsfunktion der Lösung mit z(O) = Xo > 0 und i(O) =
ivo, Vo E IR, erfüllt die Ungleichung r(t) :::; Xo für alle t E IR oder
r(t) 2: Xo für alle t. Für welche Vo ist r(t) = Xo für alle t? Im
Fall Vo = 0 gilt r(t) :::; Xo und r(t) = Xo tritt genau zu den Zeiten
t = k . T f2, k E Z, ein .
11 Integralrechnung

Historisch liegen die Wurzeln der Int egralrechnung in der Ermi ttlung von
Flächeninhalten. Methodische Ansätze finden sich zwar bereits bei Ar-
chimedes, Cavalieri und Barrow, dem Lehrer Newton s; die systematische
Entwi cklung aber beginnt erst mit der Entdeckung des Zusamm enhangs
von Differentiation und Int egration durch Leibniz und Newton um 1670.
Eine Präzisierung des Int egralbegriffes für stetige Funktionen nahm
erst mals Cau chy (1823) in Angriff. Riemann erweiterte ihn auf etwas allge-
meinere Funktionen. Einen andersa rt igen, wesentlich flexibleren und sehr
umfassenden Integralbegriff führ te Lebesgue (1902) ein.
Wir beschränken uns hier auf das Int egral für Regelfunktionen - die
Klasse dieser Funktionen liegt zwischen den stetigen und den Riemann-
integrierb aren -, da es für alle Zwecke der elementaren Ana lysis ausreicht;
in Band 2 br ingen wir dann das Lebesgue-Integral. Das Regelintegral wird
zunächst für gewisse einfache Funk tionen , die Trepp enfunktionen , direk t
erklärt und dann durch einen Approximationsprozeß auf die Regelfunk-
tionen ausgedehnt.

11.1 Treppenfunktionen und ihre Integration

sp : [a; b] -+C heißt Treppenfunktion, wenn es Punkte xo, . .. , Xn mit

(Z) a = Xo < X l < . . . < X n = b


gibt derar t , daß <p in jedem offenen Teilintervall (X k- I ;Xk) konstant ist.

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
192 11 Integralrechnung

Die Funktionswerte in den Teilungspunkten Xo, ..., Xn unterliegen keiner


Einschränkung. Eine Menge Z von Punkten XO, ..• , X n wie angegeben
nennt man eine Zerlegung von [ai b]. Den Vektorraum der Treppenfunk-
tionen auf [c; b] bezeichnen wir mit S[a; b].


a b

Definition des Integrals einer Treppenfunktion Hat 'P : [ai b] -7 C


im Teilintervall (Xk-l ;Xk) den konstanten Wert Ck, so definiert man mit
.6.xk :=Xk - Xk-l
b n
!'P(x) dx
a
:= :~:::>k.6.xk'
k=l

Zur Rechtfertigung dieser Definition müssen wir noch zeigen, daß sie
von der Wahl der Zerlegung unabhängig ist.
Zum Beweis setzen wir I(Z) := Lk ck.6.xk. Sei Z' eine weitere Zerle-
gung, auf deren offenen Teilintervallen 'P konstant ist. Für die Zerlegung
Z u Z', die gerade alle Teilungspunkte von Z und Z' umfaßt , zeigen wir:
I(Z) = I(Z U Z') = I(Z') . Da Zu Z' aus Z wie auch aus Z' durch
Einfügen zusätzlicher Teilungspunkte entsteht , reduziert sich das Problem
schließlich auf den Fall, daß zu einer Zerlegung Z noch ein Teilungspunkt
hinzukommt. Wird etwa t zwischen Xk-l und Xk eingefügt , so ist der Sum-
mand Ck(Xk - Xk-l) zu ersetzen durch Ck(t- Xk- t} + Ck(Xk - t) . Der Wert
der Summe ändert sich dadurch nicht .

Lemma: Für Treppenfunktionen 'P , 1/J und Zahlen et, ß E C gilt:

a) fab (et'P + ß1/J) dx = et fab 'P dx + ß fab 1/J dx (Linearität) .

(Beschränktheit) .

c) Sind 'P und 1/J reell mit 'P ~ 1/J, so gilt

!ab 'P dx ~ !ab 1/J dx (Monotonie) .

In b) bezeichnet 11 11 die Supremumsnorrn bezüglich [ai b] (siehe 7.3).


11.2 Regelfunktionen 193

Zum Beweis zerlegt man [ai b] derart, daß sowohl ep als auch 'ljJ auf den
offenen Teilintervallen der Zerlegung konstant sind. Die Behaup tungen sind
dann einfache Aussagen über Summen. 0

Bemerkung: Unter der charakteris tisc hen Funktion lA einer Teilmenge


A E lR versteht man die auf ganz lR definiert e Funktion mit
I , für x E A ,
l A (x ) := { 0, für x E lR\ A.

Man sieht leicht , daß jede Treppenfunktion ep auf [a i b] als Linearkom-


bination ip = L:=I Ck 1 A k' ck E C, chara kteristischer Funktionen von
Int ervallen und Punkten dargestellt werden kann (str eng genommen als
Einschränkung einer solchen Linearkombination auf das Intervall [ai b)) .

11.2 Regelfunktionen

Unser Ziel ist es, die auf 5'" [a ;b] definiert e Linearform

Jep(x ) dx ,
b b
J:5'" [a; b] -+ C, ep f-7
a a

auf den Raum der Regelfunktion en fort zusetzen, und zwar so, daß auch die
im vorangehenden Lemma formuliert en Grundeigenschaften des Int egrals
sinngemäß weitergelten.
Definition (Regelfunktion): Sei I ein Int ervall mit Anfangspunk t a
und Endpunkt b. Eine Funktion f : 1-+ C heißt R egelfunktion auf I , wenn
SIe
(i) in jedem Punkt x E (a; b) sowohl einen linksseitigen als auch einen
rechtsseitigen Grenzwert hat ,
(ii) im Fall a E I in a einen rechtsseitigen Grenzwert und im Fall bEI in
b einen linksseitigen.
Den C-Vektorraum aller Regelfunkti onen auf I bezeichnen wir mit a (I ).
Beispiele von Regelfunktionen:
1. die stetigen Funktionen f : I -+ C;
2. die monotone n Funktionen 9 : I -+ IR; siehe 7.8.
Sind f und 9 Regelfunktionen auf I , dann sind auch Ifl und f g Regel-
funktionen; im Fall reeller Funktionen ferner max (j ,g) und min (j,g).

Die Grundlage für die beabsichtigte Erweiterung des Int egrals von
5'" [a;b] auf a [a;b] bildet der folgende Appr oximationssatz.
194 11 Integralrechnung

Eine Funktion
Approximationssatz: I au/ einem kompakten Intervall
[ai b] ist genau dann eine Regel/unktion, wenn es zu jedem e > 0 eine
Treppen/unktion ip E §[a; b] gibt so, daß IIIepll
- :Sc: gilt, d.h.,
- I:Sc: für alle x
I/(x)ep(x) E [ai b] .

(ep nennen wir eine nc: -Approximation von I".) Gleichwertig formuliert:
/ :[ai b] -+ eist genau dann eine Regel/unktion, wenn es eine Folge von
Treppen/unktionen epn au/ [ai b] gibt mit
111 -epnll-+0 für n -+ 00.
f+ €
f
f -€

Geometrisch
bedeutet 1II-'Pli~ E:
die Forderung
Der Graph von'P verläuft E-Streifen
im um den
f.
Graphen von a b

Beweis: a) Es seiI eineRegelfunktion


auf[ai b]. Angenommen,zu einem
c: > 0 gebees keine
e-approximierende
Treppenfunktion .Wir konstruieren
dannzunä ([an; bn]) derart,
c hsteineIntervallschachtelung daß gilt
:

(*) /besitzt [an ;bn], n


aufkeinemderIntervalle = 1,2,3
, .. ., eine
e-approximlerende
Treppenfunktion.
Wirsetzen [al; bl] := [ai b] unddefinieren dieweiterenIntervalle
sukzessive
durchIntervall-Halbierung :Ist[an; bnl bereitskonstruiertund istM der
Mittelpunkt von [an; bn], sobesitzt / inmindestens einerd erbeidenHälf­
ten[an; M] oder[Mjbn] keine -approximierende
e Treppenfunktion. Als
[an+l ;bn+d wählenwirdanneine solche Hälfte.
Seinun ~ der durchdieIntervallschachtelung definierte
Punkt.Wir
betrachten den Fall ~ E (c; b). SeiendannCl und C r derlinks- bzw.rechts­
seitige Grenzwert von I in~, ferner 8 > 0 eine Zahl so, daß

II (x) - cd < E fürx E [~ - 8;0,


I/ (x) - I< e
Cr fürx E (~; ~ + 8].
Auf [~ - 8;~ + 8]definieren sp durch
wirnuneineTreppenfunktion

CL fürxE[~-8 ;~),
ep(x):= /(~) fürx = ~,
{
Cr fürx E (~; ~ + 8].
Diese ist eine zu I auf[~ - 8;~ + 8]underst
e-Approximation r echt
a ufje­
dem in[~ - 8;~ + 8]gelegenen [aN jbN ],wasaberim Widerspruch
Intervall
zu (*)steht.
11.2 Regelfunktionen 195

b) Sei / approximierbar wie angegeben. Wir beweisen dann die Existenz


des rechtsseitigen Grenzwert es in einem beliebigen Punkt Xo E [ai b) .
Zu e > 0 wählen wir eine Trepp enfunktion rp mit 11/ - rpll :S c/ 2. Weiter
sei (xo; ß) ein Int ervall, auf dem sp konstant ist . Für beliebige Punkte x , x' E
(xo;ß) gilt dann lj'( z) -/( x')1 :S I/(x) - rp(x )I+ lrp(x') - /( x')1 :S e. Nach
dem Cauchyschen Konvergenzkriterium besitzt / somit einen recht sseiti-
gen Grenzwert in xo. 0

Korollar 1: Ein e Funktion / : [ai b] -+eist genau dann eine R egel/unk-


tion, wenn sie eine au/ [ai b] norm al kon vergente Reih endarst ellung

L 'ljJk
00

/ = m it 'ljJk E g [a; b]
k=l
besitzt.
B eweis: Man wähle rpk E g [a; b] mit 11/ - rpk ll :S 2- k und setze 'ljJ
1:= rpl
sowie 'ljJk := rpk - rpk-l für k ~ 2. Damit gilt dann
n
/ (x ) - L 'ljJdx ) = I/ (x) - rpn(X )1:S 11/ - rpnll
·
k=l
Die Reihe Lk 'ljJk konvergiert also punk tweise gegen t- Die norm ale Kon-
vergenz schließlich folgt aus der für k ~ 2 gült igen Abschätzung

:S 21k + 2k~1 = 23k '


11:S Ilrpk- / 11+ 11/ - rpk-lll
II'ljJk
Es besitze umgekehrt / eine Darstellung wie angegeben. Die Folge der
Par tialsummen rpn := L ~= l 'ljJk leistet dann 11/ - rpnll
-+O. 0

Folgerung: Jede R egel/unkti on / : 1 -7 C ist fast überall stetig, d.h. , ste-


tig m it Ausnahrne höchst ens abzählbar vieler' St ellen. Insbesondere ist jede
m onotone Funkt ion au/ eine m Intervall f ast überall stetig.
B eweis: Jedes Intervall ist die Vereinigung abzählbar vieler komp akter In-
tervalle; siehe 2.5 Aufgab e 12. Somit genügt es, die Aussage für ein kom-
pak tes Int ervall I = [ai b] zu zeigen. Dazu benützen wir eine Reihend arstel-
lung wie in Korollar 1. Nach 7.3 ist / in x höchstens dann uns tetig, wenn
mind estens ein 'ljJk in x unstetig ist. Nun hat jedes 'ljJk höchstens endlich
viele Unstetigkeitsstellen; die Menge der Unstetigkeitss tellen aller 'ljJk ist
also höchstens ab zählbar . 0

Korollar 2: Jede R egel/unktion / au] einem kompakten Intervall ist be-


schränkt.
B eweis: Mit einer l- approximierend en Trepp enfunktion ip erhält man die
Abschät zung li/li:S Ilrpll+ 1. 0
196 11 Integralrechnung

11.3 Integration der Regelfunktionen über kompakte


Intervalle

Satz und Definition: Es sei f : [a; b] -7 C eine Regelfunktion. Für jede


Folge (ipn) von Treppenfunktionen au/ [a ;b] mit Ilfipnll
- -7 0, n -7 00,
existiert der Grenzwert

b b

!f(x) dx:= lim


n-HXl
!ipn(x) dx .
a a

Er hängt nicht von der Wahl der Approximations/olge ab und heißt das
Integral von / über [a; b] .
..... -- ... ""--
....

a a b a b

Beweis: Wir zeigen zunächst, daß die Zahlen In := t


ipn dx eine Cauchy-
folge bilden. Mit der Beschränktheitseigenschaft des Integrals für Treppen-
funktionen erhält man:

IIn - Iml ~ (b - a) ·ll


ipn-ipmll~ (b - a) . (lIipn
- fll + Ilfiprnll)
- ·
Daraus folgt wegen 11/ - ipkll ---+0 die behauptete Cauchy-Eigenschaft und
damit die behauptete Konvergenz.
Es sei jetzt ('l/Jn) eine weitere Folge von Treppenfunktionen auf [a; b] mit
IIf - 'l/Jnll
-7 O. Wir schieben (ipn) und ('l/Jn) wie bei einem Reißverschluß
ineinander zu der Folge ipl, 'l/Jl,
ip2, 'l/J2 , ip3, 'l/J3 , . .. und bezeichnen diese mit
(Xk). Offenbar gilt IlfXkll - -70 für k -7 00 . Nach dem bereits Bewiese-
nen konvergiert die Folge (lab x» dX). Somit haben ihre beiden Teilfolgen
(lab ipn dX) und (lab 'l/Jn dX) denselben Grenzwert. 0

Korollar: Das Integral ist für jede stetige und jede monotone Funktion
au] [a; b] definiert.
11.3 Integration der Regelfunktionen über kompakte Intervalle 197

Wie in der Einleitung bereits festgestellt , kenn t man in der Analy sis
mehr ere Int egralbegriffe. Diese unt erscheiden sich sowohl in der Art ihrer
Definition als auch in der Gesamth eit der integrierb aren Funk tion en. Das
hier eingeführte Integral ist gena u für Regelfunktionen auf einern kom-
pakten Int ervall erklärt ; wir bezeichnen es daher als Regelint egral. Eine
Funktion , für die das Regelintegral nicht erklärt ist , ist I :[0; 1] -+ IR mit
I (x) := 1 für rationa les x und I (x ) := 0 für irrationales x .

Satz: Für Regelfunktionen I,9 auf [a;b] und Zahlen 0:, ß E C gilt:

b b b
a ) ! (0: I + ßg ) dx = 0: ! I dx + ß ! 9 dx (Linearität) ,
a a a
b b
b) !1dxa
s ] 111 dx < (b - a) '1Illl[
a
a;bj (Beschränktheit) ,

b b
c) !1 dx <!9 dx,
a (L
falls I ::;9 ist (Monotonie).

Beweis: Seien ('Pn) und bn ) Folgen von Trepp enfunktionen auf [a;b] mit
111 - 'Pnll
-+ 0 und 11.'1-I'
nll-+ 0 für n -+ 00 .
a) Es gilt 11 (0:1 + ß.'1 ) - (O:'Pn + ßl'n) ll-+ 0 und damit

b b b b
J(0:1 + ßg ) dx
a
= J
nl~~ (o:cpn + ßl'n ) dx = 0: f
a
J dx + ß J dx .
a a
9

b b
b) Wegen IIIII-I 'Pnlll-+0 gilt zunächst! Ifl
dx = lim ! ICP nldx . Dami t
folgt die Behaup tung aus a n-too a

b b

J1dx
a
= n-t
lim
oo
! 'Pn dx ::;lim
a
n -too
IICPnll·(b - a) = 11111 ·(b - a).

c) CP n und "[n. seien jetzt reellwertig. Dann sind 'P;; := 'Pn -111- 'Pnll und
I'~ := I'n + 11.'1- I'n 11 Trepp enfunk tionen mit 'P;; ::; I ::;.'1 ::; I'~ sowie mit
111 - cP;; 11 -+ 0 und 11.'1- I'~ 11 -+ O. Mit diesen folgt
b b b b

! 1 dx = nlim
-too
! 'P;; dx ::; lim ! I'~ dx = ! .'1 dx .
n-too
o
a a a a
198 11 Integralrechnung

Das Integral hat neben der Linearität im Integranden auch die Eigen-
schaft der Additivität bezüglich der Integrationsintervalle.
Satz: Sei a < b < c, und sei feine Regelfunktion auf [ai cl. Dann gilt
c c
f f(x) dx = f f(x) dx + f f(x) dx.
b
(1)
a a b

Beweis: Für Treppenfunktionen ist (1)offensichtlich richtig. Bei der Aus-


dehnung auf Regelfunktionen beachte man: Ist rpl eine Treppenfunktion
auf [ai b] mit IIf - rplll[a;bJ < c und rp2 eine Treppenfunktion auf [bi c] mit
11 f - rp211 [b;c] < c, so definiert

ip
) .= {rpl(X)
(X. für xE [ai bl,
rp2(X) für xE (b; c],
eine Treppenfunktion auf [ai c] mit Ilf - rpll[a;cj < E, D

Damit die Formel (1)auch bei beliebiger gegenseitiger Lage der Punkte
a, b, c gilt , definiert man noch

f f(x) dx:= 0 f f(x) dx f f(x) dx,


a b a
und :=- falls b < a.
a a b

Die für beliebige komplexe Regelfunktionen gültige Beschränktheitsei-


genschaft b) kann für stetige, reelle Funktionen zu einer Gleichung ver-
schärft werden: Mit einem geeigneten ~ E [ai b] gilt :

f f(x) dx = (b - a) . f(O ·
b
(2)
a

Im Fall f ~ 0 bedeutet dies: Der Flächeninhalt unter dem Graphen von f


ist gleich dem Flächeninhalt eines Rechtecks über [ai b] mit einem geeigne-
ten mittleren Funktionswert f(O als Höhe.
Die Formel (2) ist als Spezialfall p = 1 in der folgenden allgemeineren
Formel (3)enthalten.
Mittelwertsatz: Es sei f : [ai b] -+ lR eine stetige Funktion und es sei
p : [ai b] -+ lR eine Regelfunktion mit p ~ O. Dann gibt es ein ~ E [ai b] mit

f f(x)p(x) dx = f(~) . f p(x) dx.


b b
(3)
a a

Die Funktion p wird oft als Gewichtsfunktion bezeichnet .


11.4 Der Hauptsatz der Differenti al- und Integralrechnung 199

Beweis: Sind mund M das Minimum bzw. Maximum von f auf [ai b], so
gilt m p ~ fp ~ Mp . Wegen der Monotonie des Int egrals folgt
b b b
m Jp(x) dx ~ Jf( x)p( x) dx ~ M Jp(x) dx .
a a a

Es gibt also eine Zahl J.L E [m i M] mit

Jf( x)p( x) dx = Jp(x ) dx


b b
J.L '
a a

und , da f stet ig ist , ein ~ E [ai b] mit J.L = f(O· o


Schließlich noti eren wir eine oft gebrauchte Aussage, die ebenfalls we-
sentlich auf der Monotoni e des Int egrals beruht .
Lemma: Es sei f : [a;b] --+ Ja eine Regelfunktion mit f ~ 0 und
b
Jf( x)dx = O.
a

Dann ist f( xo) =0 an jeder Stetigkeitsstelle Xo; insbesondere ist f =0


fast überall.
Beweis: Es sei [o ;ß] C [a; b] ein Int ervall mit
f( x ) > ~ f (xo ) für x E [a;ß]. Dann gilt mit
der dur ch cp(x ) := ~ f (xo) für x E [a i ß] und
cp(x) := 0 für x E [a; b] \ [o ;ß] definiert en Trep-
penfunk tion a Q Xo ß b

Jf (x)dx ~ ! cp(x ) dx = (ß - a ) ·f (;0) > O.


b b

a a

Damit ist die erste Aussage gezeigt. Die zweite ergibt sich nun daraus, daß
eine Regelfunktion höchstens abzählbar viele Unstetigkeitsstellen hat. 0

11.4 Der Hauptsatz der Differential- und Integralrechnung.


Stammfunktionen zu Regelfunktionen

Wir zeigen nun , daß jede Regelfunktion eine Stammfunktion besitzt, und
führ en in diesem Zusammenh ang den Begriff der fast überall stetig differen-
zierbaren Funk tion ein. Ferner besprechen wir Verfahren , mit deren Hilfe
in manchen Fällen Stammfunktionen explizit err echnet werden können.
Zum Begriff der Stammfunktion siehe 9.10.
200 11 Integralrechnung

Hauptsatz: Es sei f : I --7 C eine Regelfunktion auf einem Intervall I .


Ein Punkt a E I sei fest gewählt, und für x E I setze man

I f(t) dt.
x
(4) F(x) :=
a

Dann gilt:
(i) F ist eine Stamm/unktion zu f au/ I; genauer: F ist an jeder Stelle
Xo E I sowohl linksseitig als auch rechtsseitig differenzierbar mit

insbesondere ist F an jeder Stetigkeitsstelle Xo von f differenzierbar mit

IF'(xo) = /(xo).j
(ii) Mit einer beliebigen Stamm/unktion iP zu f au/ I gilt für a, bEI

I f(t) dt = iP(b) - q>(a) =:iPl~·


b
(5)
a

Beweis: (i) F ist in jedem kompakten Teilintervall J c I Lipschitz-stetig;


für beliebige Xl,XZ gilt nämlich IF(xt} - F(xz)1 ~ lXi -xzl ·llfIIJ . Damit
folgt, daß F auf I stetig ist. .
Als nächstes zeigen wir, daß F im Punkt Xo die rechtsseitige Ableitung
F~(xo) = f+(xo) besitzt. Dazu sei c > 0 gegeben und 0 > 0 so gewählt,
daß If(x) - f+(xo)1 < e ist für alle x E (xo;xo + 0). Für diese x gilt dann

F(x) - F(xo) _ /+(x o)! = _1_ IX (J(t) _ f+(xo))dt ~ clx - xol = e.


I x-xo x-xo xo Ix-xol
Daraus folgt F~ (xo) = !+(xo). Ebenso zeigt man, daß F~ (xo) = f - (xo).
Ist f in Xo stetig, so folgt weiter, daß F in Xo differenzierbar ist und die
Ableitung f(xo) hat .
Die Funktion F ist in ganz I stetig und außerhalb der höchstens ab-
zählbar vielen Unstetigkeitsstellen von / differenzierbar mit F'(x) = f(x);
F ist also eine Stammfunktion zu f.
(ii) Die Behauptung ist trivial für F. Da jede weitere Stammfunktion q>
nach dem Eindeutigkeitssatz für fast überall differenzierbare Funktionen
in 9.9 die Bauart iP = F + c, c E C, hat, folgt

I f(t) dt = F(b) - F(a) = q>(b) - q>(a) .


b
o
a
11.4 Der Hauptsatz der Differenti al- und Int egr alr echnung 201

Xo

/ f - (xo) i
/ Xo
Eine Regelfunktion f an einer Unste t igkeits ste lle
und eine St ammfunktion F dazu

Der ers te Teil des Haup tsat zes bringt die theoretisch höchst wichtige
Erkenntnis, daß jede Regelfunktion eine Stammfunktion besitzt , und gibt
eine solche an in Gest alt eines Integrals mit variabler oberer Grenze bei
beliebig fixiert er unt erer Grenze. In vielen Fällen gehört eine Stammfunk-
tion zu einer "anderen" Klasse von Funktionen als der Integrand ; zum
Beispiel ist die Stammfunktion der ration alen Funktion I/ x nicht ration al.
Die B ildung eine r St amm/unktion ist ein Prozeß, der unter Umständen
den Vorrat der' bereits bekannten Funkt ion en erwei ter t; negativ formuliert:
Nicht jede vorgelegte Funk tion besitzt eine Stammfunktion unter den bis-
lang betrachteten Funktionen .
Ist / eine Regelfunk tion , so nenn t man die Gesamtheit ihrer Stamm-
funk tionen das unbest immte Integral zu / und schreibt dafür! f( x) dx .
Dieses Symbol verwend et man aber auch zur Bezeichnung einer speziellen
Stammfunktion , zum Beispiel in den Formeln

1. ! xa dx = _l_ xa+I
a +1
für a i--1und auf IR+, !~ dx = In [z],

2. f e dx = ~ e für c i-0,
Cx Cx

3. f cosx dx = sinx, ! sin x dx = - cos x.

Der folgend e Zusat z zum Haupt sat z zeigt , daß ein Integrand in einem
gewissen Umfang modifiziert werd en darf ohne sein Integral zu ändern .
Zusatz: Zwei Regel/unktionen !I,12 :I -+ C, die bis au/ höchst ens ab-
zählbar viele Stellen übereinstim m en, besitzen dasselbe Integral:
b b

! (x) dx = ! 12 (x) dx ,
!I ! !I(x) dx = ! 12 (x) dx .
a a

B eweis: Sind F I und F2 Stammfunktionen zu h bzw. 12 , so gilt fast üb er-


all (F2 - Fd = 12 - !I= 0. Nach dem Eindeut igkeitssatz für fast überall
differenzierb are Funktionen ist also F2 = F I + const . 0
202 11 Integralrechnung

Die Ableitung einer differenzierbaren Funktion muß keine Regelfunktion


sein. Ein Beispiel ist die in 9.6 skizzierte Funktion I auf IR mit 1(0) :=0
und I(x) := x 2 sin.!. für x # o. I ist überall differenzierbar, die Ableitung
x
f' hat aber in 0 weder linksseitig noch rechtsseitig einen Grenzwert: f'
ist keine Regelfunktion auf IR. Insbesondere kann man die Stammfunktion
I zu f' nicht durch das Regelintegral reproduzieren (wohl aber durch ei-
ne Integration mit dem Lebesgue-Integral; siehe Band 2). Die aufgezeigte
Problematik veranlaßt uns zu folgender Definition.
Definition (Fast überall stetig differenzierbare Funktion): Wir
nennen eine Funktion I :I --+ C last überall stetig differenzierbar, wenn
sie eine Stammfunktion einer Regelfunktion auf I ist.
Eine fast überall stetig differenzierbare Funktion I auf I ist außerhalb
einer höchstens abzählbaren Menge A C I differenzierbar, und die auf
I \ A definierte Funktion f' ist stetig und besitzt in jedem Punkt aus A
linksseitig und rechtsseitig einen Grenzwert. Insbesondere stimmen zwei
Regelfunktionen, zu denen I Stammfunktion ist, fast überall überein.
Wir vereinbaren nun bei Verwendung von Integralen zur Vereinfachung
die folgende Bezeichnungsweise:

Ist I eine fast überall stetig differenzierbare Funktion auf I, so be-


zeichne f' eine Regelfunktion auf I, zu der I eine Stammfunktion ist;
fast überall stimmt f' tatsächlich mit der Ableitung von I überein. Mit
dieser Notation gilt:

f f'(x) dx = I , f j'(x)dx = I(b) - I(a) .


b

Integrationstechniken
Mit dem Hauptsatz lassen sich die Produktregel und die Kettenregel der
Differentialrechnung in oft gebrauchte Integrationstechniken umsetzen.
Partielle Integration: Sind u , v : I --+ C fast überall stetig differenzier-
bar, dann ist auch uv fast überall stetig differenzierbar, und es gilt

f uv' =uv- f u'v , f uv' = uV\a - f u'v.


b b b

a a

Beweis: Sind u', v' Regelfunktionen, die außerhalb höchstens abzählbarer


Teilmengen A bzw. Bel mit der Ableitung von u bzw. v übereinstimmen,
so ist u'v + uv' eine Regelfunktion, die außerhalb AU B mit der Ableitung
von uv übereinstimmt; uv ist also eine Stammfunktion zu u'v + uv'. 0
11.4 Der Hauptsatz der Differenti al- und Integralrechnun g 203

Beispiel 1: Sei a f.-1. Dann gilt

!X U
ln xdx = a ~ 1xa+1lnx - a ~ I! x a dx = (::+1\2 ((a + 1)ln x - 1).
Im Fall a = -1 hat der Int egrand die St ammfunktion ~ (ln x )2 .
Beispiel 2: Bei Int egranden der Gest alt z" eCx (n E lN, C E C*) kann der
Exp onent n durch partielle In tegration ern iedrigt werd en :

Man erhält dadurch die Rekursionsformel


n
In = -1C x n ecx - - In-
C
l,

die In sukzessive auf 10 = !e Cx


dx =~e X
zur ückführt.
Mit hat man auch St ammfunktionen zu z" eax cos bx und z" eax sin bx
In
(a, bE IR): Ist c = a + ib, so gilt

!x n e ax
sin bx dx = Im In .
Beispiel 3: Mit VI = 1 ergibt sich

!~ dx = ~ (x~ + arcsinx) auf [-1 ; 1],

!~ dx = ~ ( xVI + x 2 + arsinh x ) ,

!l x -1 dx
2
= ~ (x~ - arcoshx) auf [1; (0).

Wir führ en die Rechnung nur für das erste Integral au s. In (-1
;1)ist

! ~ . 1 dx = x l -! 2Vf=X2
I - x2x (- 2x ) dx

1 - x + ! dx - ! l- x dx
2
= x v~ 2
Vl- x Vf=X2 2

= x V I - x + arcsinx - !~ dx.
2

Darau s folgt die behauptete Form el zunächst im offenen Intervall (-1 ;1).
And ererseits besit zt VI - x 2 als st etige Funktion in [-1 ; 1] eine Stamm-
funk tion in [-1 ; 1]. Da obige rechte Seite noch in den Randpunkten - 1
und +1 stetig ist , ste llt sie auch in [-1 ; 1] eine Stammfunktion dar. 0
204 11 Integralrechnung

Beispiel 4: Integration der Funktionen cos" x, sink x für k = 2,3, . . .


Jcosk xdx = COSk- 1
J
x ·sinx + (k - 1) COSk- 2 x·sin 2 xdx
= COSk- 1 x ·sin x + (k - 1)J(1 -cos x) COSk- 2 2
X dx .

Daraus folgt durch Auflösen die Rekursionsformel

Jcos" xdx = ~ cosk- 1


x ·sinx + k ~ 1 JCOSk- 2
xdx.

Ebenso gewinnt man

Jsink xdx = -~ sin k- 1


xcos x + k ~ 1 Jsin k- 2 xdx.
Aus diesen Rekursionsformeln ergeben sich weiter die Integralwerte

Jo x x = J'sm x dx = (2n2n- 1) .. . 4"3 ."21 ."2'


n /2 n /2
2n d 2n TI
C2n := COS
0
(6)
'= J COs n+ xdx = J sin
n /2 (2 ) 4 2
n /2
2 1 2n 1
C2 +1 x dx = n . .. - . -. +
n . 0 (2n + 1) 5 3
0

Substitutionsregel: Es sei f : I -7 C eine Regelfunktion und Feine


Stammfunktion dazu. Weiter sei t : [a; b] -7 I stetig differenzierbar und
streng monoton. Dann ist Fot eine Stammfunktion zu (f 0 t) . t' , und es
gilt
b t(b)
Jf(t(x)) . e(x) dx = J f(t) dt .
a t(a)

Beweis: Die erste Behauptung ergibt sich sofort mit der Kettenregel. die
zweite sodann mit dem Hauptsatz: Nach diesem haben nämlich beide Sei-
ten der Formel den Wert F(t(b)) - F(t(a)) . 0

Jf(x+c)d x= J f(t)dt ,
b b+ c
Beispiel 5: (x+c=:t(x)) .
a a+ c
b cb
Beispiel 6: Ist ci- 0, so gilt Jf(cx)dx
a
= ~ Jf(t)dt,
ca
(cx =:t(x)) .

Beispiel 7: Jt;g? dx = In It(x)l , (f(t) := j,F(t) := In Itl).


11.4 Der Haupt sat z der Differenti al- und Int egralrechnun g 205

· . I 8:
B eispie !x B+x+2bxC+c d x ,
2 B , C, b, c reell.

Zunächst schreiben wir für den Zähl er mit Hilfe der Ableitung des Nen-
nerpoly noms Q(x) = x 2 + 2bx + c:
B
Bx + C = "2 Q' (x ) + (C - Bb).
Damit er hält der Integrand die Dar stellung

B x + C = B . Q'( x ) + (C _ Bb) . _1_.


:1;2 + 2bx + c 2 Q(x) Q(x)
F ür das Integral ergibt sich da her

(7d ! x B+x+2bxC+c dx = -2B In Ix


2
2
+ 2bx + cl+ (C - B b).
! 2 b
dx
.
x +2 x+ e
Um das ver bleib end e Integr al zu berechnen, schreiben wir Q(x) in der
Gestalt (x + b)2 + (c - b2) und unterscheiden die drei F älle:

c > b2, C = b2, C < b2 .


1. c> b2: In diesem Fall ist mit d := ,je - b2
1 1 1
d2
x 2 + 2bx +e •

Dami t ergibt sich


x+b
! x + 2bx + c ,je -
~ 1
---,,-----
2 = arctan .
b2 ,je - b2

2. c = b2: Der Nenner lau tet jetzt (x + b)2; folglich ist


dx 1
!x 2 + 2bx + b 2 = - X + b'
3. c < b2: In diesem Fall ist mit d := ,jb2 - c

1
x 2 + 2bx + c = (x + b)2 -
1 d2 = 2d
l( +1 x b- d - x
1)
+b+d '
und es ergibt sich

!x 2 +dx2bx + c = 2,jb1 2 - C
In x
X
+b- ~
+ b + ,jb2 - C •
206 11 Integralrechnung

11.5 Erste Anwendungen

Wir bringen drei Anwendungen; sie betreffen sämtlich die Zahl 11.

I. Die Fläche des Einheitskreises

Wir berechnen zunächst die Flächeninhalte der Sektoren am Einheitskreis


und an der Einheitshyperbel. Die strenge Definition des Begriffes Flächen-
inhalt bringt erst Analysis 2. Im Vorgriff darauf berechnen wir aber bereits
in einfachen Fällen Flächeninhalte mit Hilfe von Integralen wie von der
Schule her gewohnt . Sei F der Flächeninhalt der schraffierten Sektoren.

Am Kreis y2 = 1 - x 2 gilt:

= xy + 2 f J1=t2dt
1

F
x 1

= x~ + (tJ1=t2 + arcsint)I:
= arcsin 1 - arcsin x = arccos x .
Für x = -1 erhält man: Die Fläche des Einheitskreises ist 11.

An der Hyperbel y2 = x 2 - 1 gilt:

f v"t2=l
x
F = xy - 2 dt
1

= x J x2 - 1- (t v"t2=l
-arcosh t) I:
= arcoshx.
Von dieser Flächenberechnung kommt die
Bezeichnung Areacosinus hyperbolicus.

11. Das Wallissehe Produkt

. 11 2 . 2 4· 4 2n . 2n
1im W n =- für Wn = - _ ·__ ··· .
n-too 2 1.3 3·5 (2n - 1) . (2n + 1)

Damit ist nun auch das Beispiel in 5.3 vervollständigt.


Beweis: Nach (6)gilt W n = ~ . C2n+l . Zu zeigen bleibt also
2 C2n
11.5 Erste Anwendungen 207

· m
1I - -1
C2n + l
=.
n--.+oo C2n

2n+ 1 2n 2
Aus der in [0; TI/2]gültigen Abschätzung cos?" ~ COS ~ COS + folgt
zun ächst C2n ~ C2n +l ~ C2n+2 und dar au s weiter
C2n+l C2n +2 2n + 1
1> - - >- -=- . -
C2n C2n 2n +2
Diese Einschac ht elung nun implizier t (*). o

III. Irrationalität von TI

Satz: TI
2
ist irrational; erst recht ist TI irrational.

Beweis: (1. Niven, 1947): Angenom men, es sei TI


2
=~ mit a, bEIN. Wir
n
wählen dann eine natürliche Zahl n so, daß TIa, < 1, und bilden
n.

c, = ±( n ).
I/- n

F ür k < n und k > 2n ist f (kl(O ) = 0, und für n :::; k :::; 2n ist f (kl(O) =
(k!/n !)ck eine ganze Zahl. f und alle Ableitungen von f nehm en also bei
o ganzzahlige Wer te an ; Gleiches gilt wegen f (1 - x) = f( x) auch bei 1.
Wir setze n nun

F( O) und F(1 ) sind ebenfalls ganze Zahlen . Weiter ist

(F' (x ) sin TIX - TIF (x ) cos TI X)' = (F"( x) + TI2 F (x)) sin TIX
= bn TI 2n + 2 f (x) sin TIX
= TI 2 a n f (x) sin TIX .
Dam it folgt

f an f (x ) sin nz dz = F(O) + F(1 ).


1
I := TI
o
Somit ist I eine ganze Zahl. Andererseits gilt wegen 0 < f < ~
n.
in (0; 1)
TIan
0 < I < -, < 1,
n.
was ein Widerspruch ist. o
208 11 Integralrechnung

11.6 Integration elementarer Funktionen

Wir behandeln die Integration rationaler Funktionen und zeigen, wie bei ei-
nigen weiteren Klassen von Funktionen die Ermittlung von Stammfunktio-
nen auf die Integration rationaler Funktionen zurückgeführt werden kann .
Ferner skizzieren wir die Reduktion elliptischer Integrale auf Normalfor-
men.

1. Integration der rationalen Funktionen

Satz: Jede rationale Funktion mit reellen Koeffizienten kann mittels ratio-
naler Funktionen sowie des Logarithmus und des Arcustangens integriert
werden.
Beweis: Sei R eine derartige Funktion. Aufgrund der Eindeutigkeit der
Partialbruchzerlegung und wegen R(z) = R(z) haben ihre Hauptteile an
konjugierten Polstellen konjugierte Koeffizienten bei entsprechenden Nen-
nern; insbesondere sind diese Koeffizienten zu reellen Polstellen reell. Rist
also die Summe eines Polynoms sowie von Brüchen
A
mit a, A E IR und kEIN
(x-a)k
und Paaren von Brüchen
A A
(x - a)k + (x - a)k
-;---""77" mit a, A E C, a ~ IR, und kEIN.

Im Fall k > 1 wird die Integration der Brüche, unabhängig davon , ob a


reell ist oder nicht, bewerkstelligt durch
dx 1 1
f (x - a)k = 1 - k .(x - a)k-I .
Im Fall k = 1 wird die Integration der Brüche (BI) durch den Logarithmus
geleistet . Zur Integration der Brüche (B z) fassen wir zunächst zusammen:

A A Bx+C
-- + -- = z mit b,c,B,C E IR und c > bZ •
x- a x- a x + 2bx + c
Die Integration dieser Brüche wurde bereits in 11.4 im Anschluß an die
Substitutionsregel ausgeführt. Nach (7I) und (7z ) gilt

f x Bx+ 2+bxC+ c dx = -B2 . In Ix


Z
Z
+ 2bx + cI+ yCc- - Bb
r::-l') '
bZ
arctan
x +b
r::-l')'
y c - bZ
0
11.6 Integration elementarer Funktionen 209

11. Integration durch Zurückführen auf die Integration


rationaler Funktionen

Wir behandeln folgende Integrale:

(8) f R(x , ~) dx , a,b IR, JN. E nE

(9) f R(x , J ax + 2bx + c) dx , a, b, cEIR, b i- ac.


2 2

(10) f R(e dx , E IR*.


aX
) a

(11) f R(cos sin cp ) dcp.


ip,

Dab ei sei R eine rationale Funktion der Terme in den Klammern.


Die Reduktion auf Integrale rationaler Funktionen wird durch folgende
Substitutionen bewerkstelligt:

(8*) I ~·I
t=

f R( x , ~ax + b) dx = ~ . f R C b, t) t
n
n 1
: - dt .

(10*) It = e<Lx. I f R(e dx = ~ . f R(t)~ dt. aX


)

(11") I~t tan ~·I Damit ist dann

1 - t2 . 2t . 2
cos cp = 1 + t2' sm sp = 1 + t2 ' cp = 1 + t2 und

JR( cos ip , sin cp ) dcp = fR (1 -t~ ~2) ~2


l+t
'
l+t l+t
dt.

(9*) Nach quadratischer Ergänzung lassen sich die Int egrale (9) durch
lineare Transformationen auf eine der folgenden drei Grundformen
zur ückführen:

f R(t , Jt2+1)dt, f R(t, Jt2=1) dt, f R(t, J1=t2) dt.


Die weiteren Subs titutionen
t = sinh u Jt2+1= cosh u dt = cosh u du,
bzw. t = ±cosh u Jt2=1= sinh u dt = sinh u du,
bzw. t = ± cosu Jf=t2 = sinu dt = =F sin u du ,
führ en diese Integrale über in solche der Gestalt (10) bzw. (11).
210 11 Integralrechnung

Die angegebenen Substitutionen führ en zwar in allen Fällen zum


Ziel, manchmal ist es jedoch günst iger, andere Substitu tionen oder an-
dere Methoden zu verwenden. Zum Beispiel berechnet man die Integrale
f f
J x 2 ± 1 dx und VI - x 2 dx einfacher mit tels partieller Integrati on,
f
ebenso die Integrale cos" x dx und f sink xdx (siehe 11.5). Bei (11)
ist es zweckmäßiger, t = sin cp bzw. t = cos sp zu substi tuieren, wenn
R( -u, v ) = -R(u ,v ) bzw. R( u, - v ) = - R (u , v ) ist .

Geometrische Behandlung der Integrale f R( x , v'P) dx, wobei Peines


der Polynome l- x , x +1, x -1 sei. Man deut et R( x , y) als Funk tion auf
2 2 2

dem Kegelschnitt K : y2 = P( x) und macht diese mittels einer rationalen


Parameterd arstellung von K rational. Wir betrachten den ersten Fall et-
was näher; K ist dann die I-Sphäre SI . Zur Konstruktion einer ration alen
Parameterd arstellung verwenden wir eine zu der in 4.1 eingeführten ste-
reographis chen Projektion a verwandte Abbildung: Wir proji zieren vom
Punkt Z := (-1 ,0) aus auf die dur ch x = 1 gegebene Gerade g.

2t

Sei T die Umkehra bbildung. Die Koordin aten (x,y) von P = T(Q) errech-
nen sich aus den Koordin aten (1,2t) eines Punktes Q E 9 wie folgt :

1 - t2 2t
(T) x = -- 2 Y= -- = ± V~
1 - x2 •
1+ t ' 1 +t2

f
Die Funktion ± ist rat ional; T führ t also das Integral R(x , VI - x 2 ) dx
in eines über, dessen Int egrand eine ration ale Funktion in t ist. Ferner
erklärt sich jetzt die Substitu tion (11 *) wie folgt:

1- t2 . 2t
t = tan~, cos cp = x = 1 + t 2 ' sm cp = y = - -.
1 + t2
11.6 Integration elementarer Funktionen 211

IH . Elliptische Integrale. Reduktion auf Normalformen

Unter einem elliptischen Int egral versteht man eines der Gestal t

wobei R(x , y) eine rationale Funktion von x und y ist und P hier ein reelles
Polynom 3. oder 4. Grades ohne mehrfache Nullstellen. Elliptische Int e-
grale sind, von Ausnahmefällen abgesehen , keine elementaren Funktionen.
Das hängt mit geometrischen Eigenschaften der Kurven y2 = P( x) zusam-
men , welche die Existenz einer ration alen Parameterd arstellung für diese
verhindern .
Wir skizzieren hier lediglich eine Reduktion auf Grundtypen. Zunächst
bringt man R(x,..;p) in die Gestalt A + B~ , wobei A, B , C, D Polyno-
C+D P
me in x sind; sodann in die Gestalt

wobei R 1 , R 2 rationale Funk tion en in x sind. Die Integration wird dami t


zur ückgeführt auf die Integration rationaler Funktionen und von Funktio-
nen der Gestalt R2/..;p. Zur weiteren Reduktion zerlegt man R 2 in ein
Polynom und Partialbrüche. Das Integral über R2/ JP wird dadurch zu
einer Linearkombination von Integralen der Gestalt

i; =f 1..;p dx .
(x- c)m P

Die In und J m lassen sich auf solche mit kleineren n , m zur ückführen. Wir
leiten Rekursionsformeln für die I n im Fall Grad P = 3 her:

Da P ein Polynom vom Grad 3 ist , gilt

an, bn , cn, d n sind geeignete Konst anten; es ist an # 0 und dn = nP(O) .


Division durch ..;p und Integration ergibt für n = 1,2 , . . .

a nIn+2 + bnIn+ 1 + cnI n + d nIn- 1 = xn ..;p


und
212 11 Integralrechnung

Daraus folgt: Alle Funktionen h,13, sind Linearkombinationen der


Funktionen 10, Li wnd xn"fP, n = 0,1, .
Analog zeigt man: Alle Funktionen J 2, J3, . .. sind Linearkombinationen
der Funktionen J I , 10, Ii usui (
x-em
vp) ,m = 1,2, . ..
Ist P ein Polynom 4. Grades, so hat man die Grundintegrale

= f xdx = f xvp'
2dx

=f
I I dx
I vp' 2 JI (x - e)VP '

Zur weiteren Reduktion bringt man das Polynom P in eine Normalform.


Hat P den Grad 3, so gibt es eine Substitution x = at + b derart , daß
Q(t) := P(at + b) = P(x) die Gestalt

Q(t) = 4t 3 - g2t - g3, g2,g3 E IR,

hat. Man erhält schließlich die drei Grundintegrale 10, hund J I in der
Normalform von Weierstraß:

J7J' f (t - e)J7J '


dt
f~
Sie heißen elliptische Integrale 1. bzw. 2. bzw. 3. Gattung.
Hat P den Grad 4 und lauter reelle Nullstellen, so gibt es ein Polynom

sowie eine Substitution x = T(t) = at +db so, daß gilt:


et +
dx 1 ad - bc dt
= . . dt = const.· - - .
JP(x) JP(T(t)) (ct + d)2 JQ(t)

Die Zahl k ist das Doppelverhältnis der Nullstellen Xl, xz, X3, x4 von P
bei der Anordnung Xl < Xz < X3 < X4 und heißt Modul des elliptischen
Integrals. Es gilt ° < k < 1. Durch die Substitution X = T(t) kommt
man zu Grundintegralen (*), in denen P durch das spezielle Polynom Q
f
ersetzt ist. Da ferner das Integral ~ dt durch die Substitution T = t Z
elementar berechenbar wird, erhalten wir schließlich die folgenden drei
Elementarintegrale in der Normeiform von Legendre (1752-1833):

f JQ(t) , f (t - e)JQ(t)'
dt dt
11.6 Int egration elementarer Funktionen 213

Diese Normalintegrale gehen durch die Substitution t = sin ep über in


die tri gonometris chen Formen

dep
1(sin ep - c) VI - k2 sin2 ep •
Das zweite dieser Int egrale kann man mit Hilfe des ersten wie folgt dar-
stellen:

~k (1VI - dep
k sin 2 2
ep
- 1Vl- k sin ep dep) .
2 2

Mit Rücksicht darauf verwendet man als die ersten zwei Normalint egrale
1
(12) F(ep ,k) := 1
'P

o VI - k sin ~
d~
2 2
(Integral 1. Gattung) ,

1VI - k sin ~ d~
'P
2
(13) E(ep , k) := 2 (Integral 2. Gattung) .
o
Die Integrale über das Intervall [0; TI/2] heißen vollständige ellipt ische
Integrale; das besonders oft auftretende vollst ändige Integral 1. Gattung
bezeichnet man mit

n/2
(14) K(k) := F(::",k) = 1 dx .
2 0 VI - k 2 sin 2 x

Im nächsten Abschnit t entwickeln wir K(k) in eine Potenzreihe nach dem


Modul k . Aufgabe 25 stellt einen Bezug zum arithmet isch-geometrischen
Mittel her.

Ellipt ische Integrale trete n in zahlreichen Anwendungen auf, zum Bei-


spiel bei der Behandlung des mathematis chen Pendels; siehe 13.3. Die Be-
zeichnung elliptisches Int egral hat ihren Ursprung in der Berechnung der
Bogenlänge der Ellipse; siehe 12.2.
Historisches. Die erste systemati sche Unt ersuchung der ellipt ischen Int egrale
stammt von Legend re. Eine ti efgreifende Wendung erfuhr die Th eorie dieser
Integrale durch den Über gang zu ihren Umkehrfunktionen, den sogena nnte n el-
lipti schen Funktionen, und durch die Verbindung mit der kompl exen Analy sis.
Diese von Abel init iierte, von J acobi und Weierstraß weit erentwickelt e Theorie
weist vielfältige Bezüge zur Zahl entheorie und Algebraischen Geometrie auf und
bildet einen Höhepunkt der Mathematik im 19. J ahrhundert.
214 11 Integralrechnung

11.7 Integration normal konvergenter Reihen

Nach dem Hauptsatz der Differential- und Integralrechnung besitzt jede


Regelfunktion eine Stammfunktion. Das besagt aber nicht, daß die Stamm-
funktion einer elementaren Funktion ebenfalls eine elementare Funktion
sei. Den Begriff "elementare Funktion" wollen wir hier nicht scharf präzisie-
ren; im wesentlichen versteht man darunter die Funktionen, die aus den ra-
tionalen Funktionen und der Exponentialfunktion durch endlich viele alge-
braische Prozesse, Kompositionen und Bildungen von Umkehrfunktionen,
sowie durch wiederholte Anwendungen dieser Techniken auf die bereits er-
zeugten Funktionen gewonnen werden können. Zum Beispiel sind die im
vorangehenden Abschnitt erwähnten elliptischen Integrale nicht-elementar.
Die Frage , ob eine elementare Funktion eine elementare Stammfunktion
besitzt oder nicht, wurde von Liouville (1809-1882) eingehend untersucht.
Nach ihm sind zum Beispiel die Stammfunktionen der Funktionen
1 sinx cosx
x lnx ' ~,
x
nicht-elementar. Da sie in vielen Anwendungen vorkommen, hat man für
sie eigene Bezeichnungen eingeführt. So heißt
x
!
W (x) := e -t
2
/2 dt Gaußsches Wahrscheinlichkeitsintegral ,
o

Li(x) :=1- dt
x

o In t
Integrallogarithmus und

x sin t
I
Si(x) :=0 -t- dt Integralsinus .

Nach einem Ergebnis von grundsätzlicher Bedeutung von D. Richardson


(1968) gibt es keinen Algorithmus, mit dessen Hilfe entschieden werden
kann, ob eine elementare Funktion eine elementare Stammfunktion besitzt
oder nicht .
Zur Untersuchung nicht-elementarer Stammfunktionen verwendet man
oft ReihendarsteIlungen, die man aus ReihendarsteIlungen der Integranden
gewinnt . Die zur Herleitung erforderliche gliedweise Integration einer Reihe
rechtfertigt man in vielen Fällen durch den folgenden Satz .
Satz: Eine au] [a ; b] normal konvergente Reihe L::='=l/n = : / von Re-
gel/unktionen stellt eine Regel/unktion dar, und dar/ gliedweise integriert
werden :
b b
! /(x) dx = LI /n(X) dx.
00

(15)
a n=l a
11.7 Int egration normal konvergenter Reihen 215
00

Beweis: Sei E > 0 gegeben. Man wähle N so, daß L Ilfnll < E/ 2
p 11 n=N+l
ist. Für alle p 2:: N gilt dann f - n~l f n < E/ 2. Man wähle ferner eine
11

Trepp enfunktion tp mit L~l I« - tpll< E/ 2. Dann gilt IIftpll


- < E. Nach
dem Approximations satz in 11.2 ist f also eine Regelfunktion. Weiter folgt
nun

! b
f( x ) dx - "f! 'S:!l "f
P b
f n(x) dx
b
f( x) -
P I
fn( x) dx 'S: (b - a)~ .

Damit ergibt sich schließlich (15). D

Beispiel: Berechnung des vollständigen elliptischen Integrals K (k). Die


Binomialreihe ergibt für den Integrand en in (14) die Entwi cklung

1 1 ·3 4 4 1·3· 5 6 6
= 1 + _ k 2 sin 2 x +_ k sin x + k sin x + . . .
2 2 ·4 2 ·4·6
Die Reihe der Normen bezüglich IR besitzt die wegen Ikl< 1 konvergent e
Majorante L ~o k 2n ; die Reihe darf also gliedweise integriert werden. Die
dabei auft rete nden Integrale sind in (6)angegeben. Damit ergibt sich

(16) K(k) = 2 ( 1+~ (~)\2


2 + (~) 2 .4.6 \6 + . . .).
2·4 \4 + (~)

K (k ) ist hiernach durch eine Potenzreihe in k dargestellt .


Siehe auch die Gau ßsche Berechnun g in Aufgabe 25.

Hat die Funktion f im Intervall (- R; R) die Potenzreihendar stellung


f (:r) = L ~= o anx n , so gilt für jedes x E (- R ;R)

L~
x 00

!
o
f (t) dt =
n+l
n=O
xn+l .

Denn L ~= o anx n ist im Intervall [-l


xi;lxi]normal konvergent .
Fü r das Wah rscheinlichkeitsintegral etwa ergibt sich die Potenzreihe
(l) n 2n+ l
W( x) = !e-
x
t2
/2 dt
00
= "" _-_
n
.
L 2 n!
x
(2n + 1)
.
o n=O
216 11 Integralre
chnung

11.8 Riemannsche Summen

Wir beweisen
,daß dasIntegral
ein
erRegelfunktion
beliebig
genaudurch
durchRiemannsch
e Summ en approximiert
werden kann, und
emonstri
d e­
ren, wie man
damitAussagenü berSummen aufIntegrale
übertragen
kann.
Definition: 1 :[e;b] -+ C.Weiter seieneein
Gegeben sei Zerlegung Z
von laib] mit denTeilungspunktenXO ,··· ,X ~k E [Xk-l ; Xk]
n und Stellen
beliebig gewählt
.Dann heißt die Summe
n
L 1(~k)6xk,
k=l

Riemannsche Summe für1 bezüglich der ZerlegungZ und der"StützsteI­


len"6 ,..
.,~n . Ferner
heißen die1(~k) Stützw
ert
e und das Maximum der
Längen6 Xk dieFeinh eit der Z
erlegung .
Satz:Es sei 1 :[a i b] -+ C eine Regel/unktion. Dann gibt es zu jedem
E > 0 ein 8 > 0 mit der Eigenschaft: Für jede Zerlegung von [ai b] der
Feinheit :s8 und jede Wahl von Stützstellen ~k E [Xk-l ; Xk] gilt:
n b
L 1(~k)6xk - !/(x) dx :se.
k=l a

Beweis: Wir zeig enden Satzzunächs tfürTreppenfunktionen und dehnen


ihndannmit HilfeesdApproximationssatz es in 11.2 a ufbeliebige R e­
gelfunktionen aus. Dieehauptung
B fürTrepp enfunktionen beweisenwir
durchInduktion nach der Anzahl m der Sprungst eIlen.
Die Aussage ist trivial für konst ante Treppenfunktion en.Sie gilterner
f ,
wie man leicht sieht, für eppenfunktionen
Tr ,die enauein
g e Sprungs teIle
haben ,undzwar mit8 :=€/41 1<p11.
Die Aussageei snun bewiesen für Tr eppenfunktionen mit m ~ 1 Sprung ­
steIlen.Um sie für ein e Treppenfunktion sp mit m + 1 Sprungst eIlen zu
zeigen, zerlegen wirsp in eine Summe <p = ip' + ip" einer Treppenfunktion
<p' mit m Sprungst eIlen und ein erTrepp enfunktion ip" mit genau einer
SprungsteIle. Man wähle dannbeigegebeneme > 0 zuip' ein8'( €/2) und
zu ip" ein8"(€/2) derart, daßdamitdie Behauptung fürip' bzw.ip" gilt;
mit8 := min(8' ,8") giltesi dannauchfür<p' + ip" ,
Seijetzt/ eine beliebigeelfunktion
Reg .Zu dies erwählen wir eine ep­Tr
penfunktion sp mit 111 - <pli< €/ 3(b - a). Es sei8 :=8(€/3 ,<p); fürsp gilt
dannbei jed erZerlegungerFeinhd :s
eit 8 undjeder Wahl vonStiitzstellen

L <p(~k ) 6xk - !<p dx :si·


n b

k=l a
11.8 Riemannsche Summen 217

Für f folgt damit


n b n n
L f(~k)6xk - !f dx < L f(~k)6xk - L ep (~k ) 6xk
k= l a k=l k=l
n b b b

+ L ep(~k)6Xk-! ep dx +
k=l a
!sp dx - !f dx
a a
n
i+ !Ilfepll
b
::; L IIf - ep l16 x k + -dx ::; e. D
k= l a

Folgerung: Ist Zl , Zz, ... eine Folge von Zerlegungen des Intervalls [a ; b],
deren Feinheiten gegen Null gehen, und ist Sn eine Riemanns che Summe
für f zur Zerlegung Zn, so gilt
b
(17) lim Sn =
n --+oo
!f( x) dx .
a

Die Berechnung eines Int egrals mittels (17) gelingt nur selten. Eh er
könn en dami t Grenzwerte berechnet werd en . Wir betrachten ein Beispiel.
Es sei f (x) = X " mit s > 0 auf [0; 1J. Wir zerlegen [0; 1J in n gleichlange
Teilintervalle: Die Teilungspunkte sind Xk = kin, die StützsteIlen seien
~k = X k, k = 0,1 , . .. , n. Als Riemannsche Summen erhält man dann

n s ._=
,", I l '+
' 2s + .. . +n S
z: ~k n ns+1
k= 1
(17) ergibt nun
1s + 2s +...+n 1
= !X
S
1
lim
n --+oo n s+1
S
dx = s + 1. D
o
Mit Hilfe von (17) kann man wichtige Gleichungen oder Ungleichungen
für Summen auf Integrale übertragen. Als Beispiel üb ertr agen wir die
Höldersche Ungleichung. Dazu eine Definition : Ist f :[a; bJ -+C eine Regel-
funktio n und p eine Zahl 2: 1, so definiert man als p-Norm von f auf [a ;bJ

(18) p:= (
IIfll !
b
If( xW dx
) l/p

Höldersche Ungleichung: Sind fund 9 Regelfunktionen auf [a ;bJ und


sind p und q positive Zahlen mit 1I p + 1I q = 1, so gilt
b
(19) !If (x)g(x)1 dx ::; IIfli
a
p·llgll

Für p = q = 2 ist das die Cauchy-Schwarzsche Ungleichung für Int egrale.
218 11 Integralrechnung

Beweis: Wir benützen Zerlegungen von [ai b] in n gleichlange Teilintervalle


und setzen ß n :=(b- a)In. Bei beliebiger Wahl von Stützstellen 6 ,..., ~n
gilt dann nach der Hölderschen Ungleichung für Summen

Jede dieser drei Summen ist eine Riemannsche Summe. Mit n -+00 ergibt
sich daher die angegebene Ungleichung. D

11.9 Integration über nicht kompakte Intervalle

Das in 11.3 eingeführte Integral setzt ein kompaktes Integrationsintervall


voraus. Jetzt soll in bestimmten Fällen auch auf nicht kompakten Interval-
len ein Integral erklärt werden. Das in 11.3 angewandte Verfahren versagt
jedoch , da der Approximationssatz nicht weiter gilt, zum Beispiel nicht
für unbeschränkte Funktionen. Das neue Verfahren besteht in der Kombi-
nation von Integration über kompakte Teilintervalle des nicht kompakten
Intervalls und dessen ,,Ausschöpfung" durch kompakte Teilintervalle. Das
Ergebnis ist ein sogenanntes uneigentliches Integral.
Definition uneigentlicher Integrale Sei feine Regelfunktion auf ei-
nem Intervall I mit den Randpunkten a, b, wobei -00 ~ a < b ~ 00.
1. Ist I = [ai b) mit a E IR, so definiert man im Fall der Konvergenz

ß
f f(x) dx .
b

f
a
f(x) dx := lim
ßt b a

In diesem Fall heißt das uneigentliche Integral i b


f(x) dx konvergent und
der Grenzwert dessen Wert.
2. Analog im Fall I = (ai b] mit b E IR.
3. Ist 1= (a; b), so definiert man

f f(x) dx f f(x) dx + f f(x) dx,


b e b
:=
a a c

falls für ein c E I - und damit jedes c E I - die beiden rechts stehenden
uneigentlichen Integrale konvergieren.
Schließlich heißt ein uneigentliches Integral über f absolut konvergent,
wenn das Integral über Ifl konvergiert .
11.9 Int egration über nicht kompakte Int ervalle 219

Bemerkung: Ist f eine Regelfunktion auf [ai b] C IR, so stimmt das in 11.3
definierte Integral üb er [ai b] mit den uneigentlichen Integralen üb er [ai b)

der Stammfunktionen von f auf [ai b] r


und (a; b] ü be rein. Im erste n Fall et wa gilt nämli ch wegen der Stetigkeit

a
f( x) dx = lim
ßt b a
l ß f( x) dx.
Standardbeispiele:

1. /00 dx existiert genau für s > 1. Der Wert ist dann _1_. Aus
XS s- 1

{_1_
I

i= 1,
/-=
ß

1
dx

X
8- 1
Inß
S
(1-ßl - S) für s
für s = 1

folgt nämli ch , daß für ß --t 00 ein Grenzwert genau im Fall s > 1 existiert.
Der Gren zwer t ist dann 1/ (s - 1). 0

2. /1 dx
X S
existiert genau für s < 1. Der Wer t ist dann _1_. Aus
1- s
o
für s i= 1,
für s =1
folgt nämlich , daß für a --t 0 ein Grenzwert genau im Fall s < 1 existiert .
Der Grenzwer t ist dann 1/ (1 - s). 0
00 1
3. / e- cx dx = - für e E C mit Re e > O.Denn:
o e
ß 1 1
/ e- cx dx = - (1- e- cß ) --t - für ß --t 00 . o
o e e

4. /00 ~ = TI. Beide Gren zen sind kriti sch . Mit c = 0 erhalten wir
- 00 l+ x
ß dx TI
/ --2 = arctan ß --t - für ß --t +00
o 1+x 2

sowie
o
-dx-
/ 1 + x2
= - arctan a --t -
TI
für a --t -00.
o
2

Beides zusammen ergibt die Beh auptung. o


220 11 Integralrechnung

In vielen Fällen verwendet man zum Nachweis der Konvergenz eines


Int egrals das Majorant enkriterium. Wir formulieren dieses Kriterium nur
für den ersten Typ uneigentlicher Int egrale; sinngemäß gilt es auch für die
beiden and eren.
Majorantenkriterium: Es seien fund 9 Regelfunktionen auf [ai b) mit
Ifl ::; g. Existiert das Int egral fab g(x ) dx, so existiert auch fab f( x ) dx.
Beweis: Mit F(u) := fauf( x) dx und G(u ) := fau g(x) dx gilt
IF(u) - F( v)1 ::; IG(u ) - G(v)1 für u,v E laib).

Somit erfüllt F bezüglich ß t b die Bedingung des Cauchyschen Konver-


genzkriteriums, da G diese wegen der Existenz von lim G(ß) erfüllt . 0
ßt b

fo smx x dx .
00 •

Beispiel: Konvergenz des Integrals

Der Integrand ist stetig auf ganz lR, wenn im Nullpunkt der Funk tionswert
als 1 festgesetzt wird. Kritisch ist also nur die obere Grenze. Es genügt
daher, die Konvergenz des Int egrals auf [1;00) zu zeigen. Es sei R 2': l.
Dur ch partielle Int egration erhöhen wir die Potenz im Nenner:

f
R .
sm x dx = cos 1 _ cos
x R
R
_ fR cosx x dx .
2
1 1

Das Integral h cosx/x


oo
2
dx existiert, da es im Integral h 1/ x
oo
2
dx eine
konvergent e Majorant e besitzt. Folglich existiert auch lim
R-+ oo
r
I,
R
sin x / x dx .
In 16.3 (10) ergibt sich als Wert des Integrals ~ .
Wir zeigen ferner: Das Int egral ist nicht absolut konvergent.
Für k = 0,1 ,2 , ... gilt
(k+l) n . (k + l) n 2
f
kn
sm x Id 1
I---;- x 2': (k + 1)T[ f
kn
Isin xldx= (k+1)T[ ;

folglich ist
(k+l)nlsinx l 2 1
Jo ---;-
k
dx 2': ; :Ln + 1.
n =O

Da die harm onische Reihe divergiert , divergiert auch 10 ISi:X Idx .


00
0
11.9 Int egration über nicht kompakt e Int ervalle 221

Beispiel: Das Gammaintegral. Siehe auch Kapitel 17.


Zur Interp olation der nur für n = 0,1 ,2 , . .. definierten Funktion n H n!
führte Euler 1729 für beliebige x > 0 das uneigentlich e Integral

!t
00

(20) r( x) := x
-
1
e- t dt
o

ein. Wir zeigen zunächst, daß das Int egral für alle x E lR+ konvergiert .
Kri tisch sind beide Grenzen 0 und 00 .
1
• In (0; 1] ist r : ' e- t ::;t x - 1 , und da das Integral 10 tx- 1
dt für x > 0
1
existiert (Standa rdbeispiel 2), exist iert auch 10 tx - 1
e- t dt .
• In [1;(0)gilt t x - 1 e- t ::; c e- t/2 , c eine (von x abhä ngige) Konstante. Da
das Integral h e- oo
t 2
/ dt exist iert (St andardbeispiel 3), existiert auch
h r :' e-
oo
t dt für jedes x E IR. 0

Die dam it definierte Funktion r:IR+ ---+IR hat folgend e Eigenschaft en :


(i) r(x + 1)= x r(x ) für jedes x E IR+,
(ii) I'(L)
= 1,
(iii) r(n ) = (n - I )! für n E lN.
B eweis: (i) Wir integrieren par tiell. F ür 0 < e < R < 00 erhalten wir

!e
R X
t e- t dt = _tXe- t I
R+ x
e
! r:' e-
e
R t
dt.

Dar au s folgt (i) mit tels c .L 0 und dann R ---+00 .


(ii) Siehe Standardbeispiel 3.
(iii) Durch mehrmalige Anwendung von (i) und schließlich (ii). 0

Uneigentliehe Integrale und Reihen


Integralkriterium: Es sei f : [1; (0)---+IR eine monoton fall end e Funk-
tio n m it f 2: O. Dan n kon vergiert die Folge der Differenzen
n n+l
an := L f (k ) - !f( x) dx ,
k= 1 1

und für den Grenzwert gilt

(21) 0 ::; lim an ::; f(l) .


n -+oo
222 11 Integralrechnung

00
Insbesondere konvergiert die Reihe L: f( k) genau dann, wenn das Integral
h f(x) dx konvergiert. Im Konvergenz/all gilt
00 ~1

L f(k) - f f(x) dx S f(1).


00 00

(21') Os
k=l 0

Die Vereinigung der


schraffierten Bereiche
repräsentiert an
o 2 34 n n+ 1

Beweis: Da f monoton fällt, gilt

f
k+l
f(k) ~ f(x) dx ~ f(k + 1).
k

Damit erhält man sofort, daß die Folge (an) monoton wächst, sowie die
Einschließung 0 S an S f(1) - f(n+ 1). Daraus folgt, daß (an) konvergiert
und einen Grenzwert hat zwischen 0 und f(1) . Die weiteren Behauptungen
ergeben sich damit unmittelbar. 0

Beispiel!: Konvergenz der Zeta-Reihe L:~=1 k:>, 8 E IR. Wir wissen be-
reits, daß die Reihe genau für die Exponenten 8 > 1 konvergiert. Das ergibt
sich jetzt erneut, da das Vergleichsintegral
oo
Ir
»:: dx genau für 8 > 1 kon-
vergiert (Standardbeispiel loben) . Zusätzlich erhalten wir nach (21') mit
dem Wert des Integrals die folgende Eingrenzung des Wertes von ((8):
1
Os ((8) - - 1 S 1.
8-

Beispiel 2: Für /(x) = .!x ergibt sich die Existenz des Grenzwertes

(22) lim
n-too
(1 + ~2 +...+ ~n -ln n) =:"I.
Die Existenz dieses Grenzwertes wurde von Euler entdeckt und besagt, daß
die Partialsummen der harmonischen Reihe etwa wie In n wachsen. Der
Grenzwert heißt Euler-Konstante. Es ist unbekannt, ob diese Konstante
rational ist oder nicht . Im nächsten Abschnitt werden wir sie mit Hilfe der
Enlorschr-n Summationsformol näherungsweise berechnen. A l1S (21) folgt
bereits 0 S "IS 1.
11.10 Die Eul ersche Summationsformel 223

11.10 Die Eu1ersche Summationsformel

Diese Formel stellt eine außerordent lich fruchtb are wechselseitige Bezie-
hung zwischen Summat ion und Integration her. Mit ihrer Hilfe gewinnen
wir unter anderem die Stirlingsche Formel zur Berechnun g von n !.
Wir beweisen die Summationsformel zunächst für 'ifl- Funktionen. Eine
wesentliche Rolle spielt dab ei die periodische Funk tion H :lR ---7lR,

H (x ) := { x - [x] - ~ f~r x E IR \ Z ,
o fur x E Z .

- 21
1

Die Funktio n H
Eulersche Summationsformel (einfache Version): Ist f :[1 ; n] ---7C,
n E lN, stetig differenzierbar, so gilt:

1
L f (k) = f f (x ) dx + "2 (J (1)+ f (n)) + f H (x)!, (x ) dx.
n n n
(23)
k=l 1 1

Eine analoge Formel gilt selbst verständlich bezüglich des Int ervalls [0; n].
Beweis: Dur ch par tielle Integration über [k ;k + 1] erhä lt man

f
k+l

k
1 · f (x ) dx = ( x - k - ~) f (x )
Ik+1

k
- f
k+l

k
(x - k - D!'(x) dx .
Da die Funktion (x - k - ~) I' im Intervall [k; k + 1] mit H I' überein-
stim mt ausgenommen event uell die beiden Randpunkte, ist ihr Integral
über [k; k + 1] gleich dem von H I', damit folgt
k+l
f ~ (J (k + 1) + f (k)) - J H (x) !, (x) dx.
k+ l
1 · f (x ) dx =
k k
Summiert man über k = 1, . . . , n - 1 und addiert dann beiderseits noch
~ (J(1) + f (n)),so erhält man die behaup tete Formel. 0

Beispiel I: Potenzsummen. Für f( x ) = x", s i= -1,ergibt (23) zunächst


n
'""
L--
i

s+1
l
k" = __ n s +1 - - -
s+1 2
1
+ -(1 + n S ) + f sH(x )x
n
S
-
1
dx.
k=l 1
224 11 Int egralrechnung

Wegen IH(x)1 :s ~ ist der Betrag des Integrals :s ~(n S -1);damit folgt
n 1
.n s+1 + Rn mit 0 < Rn < n" ,
'"' k S = - -
L....J 8+ 1
k= l

Diese für beliebige 8 i= -1 gültige Summenformel mit Rest abschät zung


geht wesentlich über den in 11.8 für 8 > 0 hergeleit et en Gr enzwert hin au s.
Beispiel 2: Zur Zetafunktion. Für f( x) = »:' , 8 > 0, erhält man

n
'"'
L....J
k= l
1
1
n
-k s = / -X + -
2
dx
1+-
n S
1( 1)
S
-8/ -H(x +x) dx.
n

1
s 1

Im Fall 8 > 1 folgt mit n -+ 00

(24) ((
8)=-+-
8--s-1dx.
1 1 /00 H( x)
8 - 1 2 x +
1

Diese Darstellun g der Zet afunktion kann man zu einer Erweit erung ihres
Definitionsb ereiches verwend en : Da das Integr al auf der recht en Seite we-
gen der Beschr änktheit von H für jedes 8 > 0 konvergiert , definiert (24)
die Zetafunktion im Intervall (0; 1).
Beispiel 3: Die Trapezregel. Ist f eine reelle 'i;f2-Funkt ion, so kann man
das Integral über Hf' durch par tielle Integr ation weit er umformen . Es sei
dazu P :IR -+ IRdie St ammfunktion zu H mit P(O) = 0: P ist die Funkti on
mit der P eriode 1 und ep(x) = ~( X2 - x) für x E [0; 1].

:::.'~-z:::=::::::::"i'----::===7ö<c:::::::::=::?l<c:::::::::=::?~-z •
Die Funkti on P
Wegen P(k ) = 0 für k E Z ergibt sich durch parti elle Integr ation
n n
/ H( x)J'(x) dx =- / p(x)1"(x) dx.
1 1

Ferner gibt es nach dem Mit telwertsatz in 11.3 ein ~ E [1; n] so, daß
n n 1 2
/ ep(x)1" (x) dx = 1"(~) / ep(x) dx = n1" (~) / x ; x dx = - ~1"(~) .
o 0 0

Damit erhält man


n n- l
(25) f( :I:) <1:[; = f(O) + f(n) f(v ) - I: 1" (0.
+ '"'
/ 2 L....J 12
o ~1
11.10 Die Eulersche Summationsformel 225

Wir betrachten jetzt eine '/f2-Funktion 9 : [ai b] -t lR auf irgendeinem


Intervall. Für eine äquidistante Teilung von [ai b] in n Teilintervalle der
Länge h = (b - a)/n setzen wir

T(h) heißt Trapezsumme für 9 zur Schrittweite h. Durch die Substitution


t 1---7x :=n(t - a)/h geht (25) über in die auf [ai b] bezogene Trapezregel
b
b-a
J
a
g(t) dt = T(h) -1"2 . h2 . g"(7), 7 E laib].

Insbesondere gilt mit K := Ilg"lI[a ;b]

Jg(t)dt-T(h) ~ b;2 a K . h2.


b

Die allgemeine Summationsformel


Für eine mehrmals stetig differenzierbare Funktion f :[1; n] -t C kann
die Summationsformel durch wiederholte partielle Integration verfeinert
werden. Wir benötigen dazu die Funktionen Hk : lR -t lR, k = 1,2, .. ., die
folgendermaßen sukzessive erklärt werden:
(H.1) n, ist Stammfunktion zu Hk-I , k ~ 2, und H 1 :=H ;
(H.2) fHk(x) dx = O.
Zum Beispiel ist im Intervall [0; 1]
3 2 1)
H 2 (x) = ~ (x2 - X + ~) , X = 6
H3 () 1(3
x - 2"x + 2"x .

1"==4'-==4'-==4 .. C"> C"> C"> ,( ..


-1 0 1 2 /'-1 "Jo " J l "J2
H2 2-fach überhöht H3 20-fach überhöht
H2 ist als Stammfunktion der Regelfunktion H 1 stetig, die Funktionen Hk
mit k ~ 3 sind als Stammfunktionen stetiger Funktionen differenzierbar .
Alle Hk haben die Periode 1. Für H1 ist das offensichtlich, und für Hk+l
folgt es mit (H.2) aus der I-Periodizität von Hi:
x+l
J Hk(t) dt = JHk(t) dt = O.
1

Hk+dx + 1) - Hk+l(X) =
x 0
226 11 Integralrechnung

Die Folge (Hk) ist durch die Eigenschaften (H.1) und (H.2) eindeutig
bestimmt. Nach (H.1) ist nämlich Hk durch Hk-1 bis auf die Addition
einer Konstanten bestimmt, und diese wird durch (H.2) festgelegt . Da mit
(Hk) auch die Folge (Hk) mit Hk(x) := (_l)k H k(l - x) diese beiden
Eigenschaften hat (Aufgabe!), gilt die sogenannte Ergänzungsregel

Für ungerades k folgt in Verbindung mit der I-Periodizit ät

Ferner errechnet man leicht:

Bemerkung: Die Funktionen Hk stimmen im Intervall (0; 1) bis auf Zah-


lenfaktoren mit den Bernoulli-Polynomen, die in 14.3 eingeführt werden,
überein: Hk(x) = ~!Bk(x). Für k ~ 2 gilt Hk(O) = ~!Bk ' wobei Bk die
k-te Bernoulli-Zahl ist.
Sei nun f :[1; n] -+ C eine 1&'2k+1-Funktion, k ~ 1. Durch 2k-malige
unter Beachtung von H2K(n) = H2K(0) und
partielle Integration von H· f'
H2K+ 1(n) = H2K+ 1(0) = 0 entsteht aus (23) die
Eulersche Summationsformel

f f(x)dx+ 2(J(1)+f(n)) + LH2K(0)f(2K-1)[ +R(f);


n n 1 k
Lf(v)=
v=l 1 1'=1

dabei ist
= f H2k+d(2k+1) dx .
n
R(f)
1

Die Formel zielt in dieser Version auf die Berechnung von Summen ab. Sie
kann aber auch in eine verfeinerte Trapezregel gewendet werden.

Wir schreiben die Summationsformel für eine 1&'3-Funktion f :[1; n] -+ C


noch ausführlich an:

= f f(x) dx+ 2(J(1) + f(n)) + 12 (J'(n) f


n n 1 1 n
L f(v) - 1'(1)) + H3f(3) dx .
v=l 1 1
11.10 Die Eulersche Summati onsformel 227

Beispiel 1: Berechnung der Euler-Konstanten. Für f (x) -1 erglib t diie


x
zuletzt angeschriebene Summationsformel

1
1+ - 1 -In n = -1 ( 1 + -
+...+ - 1) + -1 ( 1 - -1 ) - 6 - /n
H 3 (x)
- dx .
2 n 2 n 12 n2 1 x4

Mit n --+ 00 folgt daraus


00
=
l' ~ + ~ - 6/ H3(4x ) dx .
2 12 1 x

Ein setzen in die vorangehende Identität führt zu

(26) = 1+
l'
1
- +...
+-1
- In n - -
1 1
+- -- 6 /00 -
H 3 (x)
- dx .
2 n 2n 12n
2
n
4 x

Wir schätzen das Integral ab . IH3 1 nimmt sein Maximum bei ~ + iJ3 an.
Damit folgt IH3 1 S; 1/120 und

00 H3(x) dx < _1_ . ~ . ~


/ x4 - 120 3 n 3 '
n

Für n = 10 ergibt (26) schließlich


= 0.57722 + R
l' mit IRI< 10- 5 .
Beispiel 2: Die Stirlingsche Formel. Diese dient der asymptotischen Be-
rechnung von n! für große n E IN, die für verschiedene Anwendungen,
nicht nur numerischer Art, wichtig ist .
Mit der Summ ationsformel für f( x ) = ln x erhalten wir zunächst
n n I l 1 nH
In n! = L In k = / In x dx + 2" In n + 12 (;:;: - 1) +2/ x: dx ,
k= 1 1 1

also
In n! - ( n +~)
2
In n + n = ~ + _1_ + 2/n H33 dx.
12 12n x
, ... J 1
= :Sn

Da H 3 beschränk t ist, existiert das uneigentliche Integral ~oo H: dx. Die


Folge (sn) konvergiert also und hat den Grenzwert 1 x

s := lim
.
n --+oo
Sn
11
= -12 + 2 /00 -HX 33 dx .
1
228 11 Integralrechnung

Damit gilt Sn = S + Rn, wobei


1 /00 H3
Rn := 12n - 2 ~ dx .
n

Zur Berechnung von S betrachten wir (Tn : = eSn = n! ( ; ) -n n -1/z. Man


sieht leicht, daß
(TZ fi 2 . 4 2n
(Tz: = V;;; . 1 . 3 2n - 1 .
Die Folge dieser Quotienten konvergiert nach 5.3 (200 ) und dem Wallis-
sehen Ergebnis in 11.5 gegen V2TI, andererseits nach Definition der (Tn
gegen e". Somit ist s = In V2TI.
Wir fassen zusammen und erhalten die sogenannte Stirlingsche Formel

In n! = (n + ~) In n - n + In J2;+ Rn
oder

In! = vz;m (~reRn I

Stirling, James (1692-1770)


Wegen Rn --+ 0 ergibt sich daraus die Asymptotik

Wir schätzen noch Rn ab . Wegen JH3J ~ 1~0 ist 12 !noo :: dxl ~ 1~0' n\;
damit erhält man die Einschließung

(27) _1 1_.~ <R 1 1 1


12n 120 n Z - n < 12n + 120 . n Z '

Insbesondere ist Rn > 0, und folglich V2TIn ' (;) n < n!.
In der Praxis rechnet man meistens mit der logarithmischen Version der
Stirlingschen Formel unter Verwendung der Logarithmen zur Basis 10. Da
der dekadische Logarithmus log x aus dem natürlichen Logarithmus durch
Multiplikation mit dem Modul M := 1/ In 10 entsteht, log x = M .In x,
wobei M = 0.43429448... (abgerundet), gilt

log n! = (n + ~) log n - M . n + log J2;+ M . Rn'


11.11 Aufgaben 229

Zahl enbeispiel: Für n = 1000 erhält man


log 1000! = 1000.5 ·3 - M .1000 + log y'2TI
+ M .R lOOO,
M · R lOOO = ~ .10- 3 + r, Irl
< 4 · 10- 9 , nach (27),
log 100D! = 2567.6046 + P mit 0 < p < 10- 4 .
Wegen 4.023 < lOO .6046+ p < 4.025 besagt dieses Ergebnis, daß 1000! eine
2568-stellige Zahl ist , die mit 402 beginnt .
Bemerkung: In Kapit el 17 dehnen wir die Stirlingsche Formel für n! aus
zur Stirlingschen Formel für r( x) .

11.11 Aufgaben

1. Ist die Funktion f :(0,00) --+lR mit


o für irrationales x,
f( x):= {l/q fü
ur x = p/ q mit" 1
tel er frem den p, q E lN ,

eine Regelfunktion ?

2. Definition des natürlichen Logarithmus als Stamm/unktion zu .!..


x
Wir
hab en den Logarithmus In : lR+ --+lR als Umkehrung der Exponential-
funktion exp : lR --+lR+ eingeführt. Er kann auch als Stammfunktion
der rationalen Funktion Y]» definiert werden. Man setze

L( x) := rx dtt
h
für x E lR+

und zeige ohne Benutzung des Logarithmus:


a) Die Funktion L :lR+ --+lR ist differenzierbar und hat die Ableitung
L'(x) = I/ x ;
b) L wächst streng monoton und ist konkav;
c) L(xy) = L(x) + L(y) ;
d) L( e X ) = x für alle x E lR.
3. Es seien n, mE lNo. Man berechne

folx n (l - x )mdx und

7(/ 2 drp
4. Es seien a, b > O. Man berechne
1° 2 . 2
a sm ip +b
2 2
cos rp
.

5. Für a > 0 und k E lNo berechne man folx a Inkx dx .


230 11 Integralrechnung

6. Man zeige 10
1
X X dx =1- 212 + 313 - :4 +...und berechne damit das
Integral bis auf einen Fehler von 10- 8 .

7. Man entwickle das elliptische Integral E(k) := IoTr


/
2
viI - k2 sin 2 x dx,
Ikl< 1, in eine Potenzreihe nach k.
8. Man berechne die uneigentlichen Integrale

a) ['XJ ~3' b) {oo xne- ax cosbxdx (n E lNo, a > 0, bE lR),


10 1+x 10

1
1 dx
c) (a>l).
-1 (a - x)v'l - x 2
9. Für Regelfunktionen f, 9 : [a; b) -+C existiere der Grenzwert lim f((x)) .
b xtb 9 x
Man zeige: Existiert das Integral 1Ig(x)1 dx, so existiert auch das
a

l
b
Integral a If(x)1 dx. Analog, falls der Randpunkt akritisch ist .(Sog .
Grenzwertkriterium )
Beispiel: Für jede Regelfunktion h : [a; b] -+C und beliebige a , ß > 0
existiert das Integral i b
h(x)(x - a)a-1(b - X)ß-1 dx.

10. Für a > 0 gilt 10


00
e-
xa
dx = ~r G).
11. Man zeige, daß das folgende Integral existiert und den Wert K(k) hat:

(O:S k < 1).

12. Dirichletsches Konvergenzkriterium. Es seien t, 9 Regelfunktionen auf


[a;b) mit folgenden Eigenschaften:
(i) f hat eine beschränkte Stammfunktion,
(ii) 9 ist eine monotone 'if1-Funktion mit g(x) -+ 0 für x -+ b.

Dann existiert das Integral


00 •
i b
fgdx .
· .1 ~
B etsptei: sm-
- x dx, s > 0, konvergier
. t.
1 S X

13. Man zeige für a > 1 die Konvergenz der Integrale


00 . a

1o e1x dx
'
Die Integrale für a = 2 treten in der Theorie der Beugung auf und heißen
Fresnelsche Integrale.

14. Man zeige: lim (_1_ +~)


+ _1_ + ... = In 2.
n--+oo n + 1 n +2 2n
11.11 Aufgaben 231

15. Für N ---+ 00 gilt asymptotisch f -1-


1
- ~ In(ln N) .
n=2 n n n
16. Es sei f eine streng monoton fallende, stetige Funktion auf einem In-
tervall [0; a], a > 0, mit f 2: O. Dann ist foa f(x) sin x dx > O.
17. Der Integralsinus; zur Definition siehe 11.7. Man zeige:
a) Si ist ungerade.
b) Si ist in [k1l; (k + 1)11], k E INo, streng monoton wachsend, wenn k
gerade ist , und streng monoton fallend, wenn k ungerade ist.
c) Si 1(0; 00) hat gen au in kt: lokale Extrema, und zwar Maxima für
ungerade k und Minima für gerade k. Die Folge der Maxima fällt
streng monoton, die der Minima wächst streng monoton.
d) Si(x) hat für x ---+ 00 einen Grenzwert (= 11/2 nach 16.3 (10)).
e) Si hat eine auf ganz lR konvergente Potenzreihendarstellung. Mit
deren Hilfe berechne man das Maximum Si( 11) bis auf 10- 3 genau.
18. Hutfunktionen als Stamm/unktionen. Man zeige:

J:
a) Zu jedem kompakten Intervall [a;ß] gibt es eine '/&'oo-Funktion 9 :
lR ---+lR mit 9 2: 0, g(x) = 0 für x E lR \ [a;ß] und g(x)dx = 1.
b) Zu jedem kompakten Intervall [a; b] und jedem e > 0 gibt es eine
Hutfunktion, d.h. eine '/&'oo-Funktion h :lR ---+ [0; 1] derart , daß
(i) h(x) = 1 für x E [a; b],
(ii) h(x) = 0 für x E lR \ [a - z: b + s].
19. Für stetige Funktionen f, g : [a ; b] ---+ C setze man

<a,b) :=t f(x)g(x) dx.

Man zeige, daß< , ) auf '/&'[a ; b] ein Skalarprodukt definiert.


fund 9 heißen orthogonal auf [a; b], falls <I,g) = O.
20. Die Leqesulre-Polsmome Pi; k E lNo, als Orthogonalsystem auf [-1;1];
zur Definition dieser Polynome siehe 9.12 Aufgabe 11. Man zeige:
a) Für beliebige m, nE lNo gilt (Pm , Pn) = -22 Omn.
n+1
b) Die Pk erfüllen die 3-Term-Rekursion

(n + I)Pn+ 1 = (2n + l)x Pn - Pn- 1 .


21. Für die p-Normen (siehe (18)) von Regelfunktionen auf [a ; b] gilt:
a) IIflip
= 0 ~ .f= 0 fast überall.
b) 11/+ gllp< II/Il
p + Ilgli
p'
232 11 Integralrechnung

22. Sei 1 :[a; b] -+ C eine Regelfunktion. Man zeige: Zu jedem E > 0 gibt
es eine ,!&"oo-Fu nkt ion F : [a; b] -+ C mit

= !ab 11(x) - F( x)1 dx < E.


111 - Flll

23.Es sei 1 : IR-+ C eine Regelfunktion. Dann gibt es zu jedem Intervall


[a;b] und jedem E > 0 ein 8 > 0 so, daß für alle h mit Ihl~ 8 gilt :

!ab 11 (x + h) - 1(x) Idx < E.


24. eO ist irr ational für jedes rationale a i= O.
25. B erechnung des vollständigen elliptischen Int egrals 1. Gattung K(k)
nach Gauß durch das arithmetisch-geometrische Mitt el.
Zun ächst ist es zweckmäßig, dieses Integral etwas zu ver allgemeinern.
Für a, b > 0 set ze man
7T / 2 dcp
I( a, b) :=
io va 2 cos? cp + b2 sin 2 cp

Man zeige:
l dx
( , ) Ir0
a Ii a.b
)
= )(1 - x 2 )(a2 - (a2 - b2 )x 2 )

b) I(a ,b) = I(a;b ,Jäb).


Zum Nachweis von b) benü t ze man die Dar stellun g a ) und wende dar-
auf die sogenannte Landensehe Tr an sformation an:
2at
x = L(t) := A ' A := (a + b) + (a - b) t2.

c) Aus b) folgere man : Bezeichnet M(a, b) das arithmetisch-geome tri-


sche Mittel der Zahlen a und b (zur Definition siehe 2.5 Aufgab e 6) ,
so gilt
I(a , b) = 2M0 ,b)
und
K(k ) = TI •
2M(1 , Jf=k2)
d ) Schließlich berechne man

K (V;) = lo7T/ 2 dcp = V2 1r 7T / 2 clcp


V 1 - isin 2 sp 0 )2 cos 2 cp + sin 2 cp

bis auf einen Fehler von 2 . 10- 10 .


12 Geometrie differenzierbarer Kurven

Gemäß den beiden Wurzeln der Different ial- und Int egralrechnu ng, der
Geometr ie und der P hysik, brin gen wir in diesem und im nächsten Kapitel
erste Anwendungen der bisher entwickelten Ana lysis.

12.1 Parametrisierte Kurven. Grundbegriffe

Wir verwenden einen Kurvenb egriff, der in der Kinematik wur zelt . Er ist
die math ematische Abstrak tion der Bewegung eines Punktes im Raum , die
durch die Angabe des Or tes , (t) zum Zeitpunkt t beschrieben wird.
D efinition: Eine param etrisieri e Kurve im IRn ist eine Abbildung

eines Intervalls I , deren Komp onentenfunktionen X l, ...,X n : I -+IR stetig


sind. , heißt differenzierbar (s tetig differenzierbar ), wenn alle x , differen-
zierbar (stet ig differenzierb ar ) sind. Das Bild , (I ) heißt die Spur von ,.
St att par ametrisier te Kurve sagen wir auch kur z Kurve.

-
'Y

Eine param etrisierte Kurve ist nicht eine bloße P unktmenge; zu ihr
gehört wesentlich der durch die Abbildung , vermi ttelte "Zeitplan" des
Durchlaufens der Spur. Zum Beispiel definieren O'(t) = eit = (cos t,sin t) ,
t E [0;2'11], und ß(t ) = e- it = (cos t , -sin t) , t E [0;2 '11], verschiedene
Kurven in IR 2 = C, obwohl sie dieselbe Spur hab en, nämlich die I-Sphäre
Si . 0' durchläuft SI im sogenannte n math ematisch positiven Sinn, ß im
negativen.

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
234 12 Geometrie differenzierbarer Kurven

Beispiele:
1. Ellipsen mit Hauptachsen a und b:

x(t) = acost,
i e [0; 211].
y(t) = bsin t,
Elimination von t ergibt die Spurglei-
chung

2. Hyperbeläste

x(t) = ±acosht,
i e IR.
y(t) = bsinht,
. x2 y2
Spurgleichung. a2 - b2 = 1.
3. Die Neilsche Parabel

Spurgleichung: y2 = x3.
Bedeutung des Parameters: t = tan o .
Die Neilsche Parabel war nach dem Kreis
die erste Kurve, an der die Berechnung
einer Bogenlänge (Definition 12.2) gelang
(1657).

4. Die Zykloide. Die Einheitskreisscheibe rolle ohne zu gleiten auf der x-


Achse . Ein Punkt des Randes beschreibt dabei eine Zykloide .

x(0 2n

x(t) =t - sint, y(t) = 1- cos t


12.1 Parametrisierte Kurven. Grundbegriffe 235

Christiaan Huygens (1629-1695) , nach Sommer-


feld der "genialste Uhrmacher aller Zeiten", hat
die Zykloide zur Konstruktion eines Pendels be-
nützt , bei dem die Schwingungsdauer nicht vorn
Ausschlag abhängt (Zykloidenpendel) . Die Fa-
denlänge wird durch Anschlag an einer Zykloi-
de geeignet verkürzt. Der Pendelkörper schwingt
dabei selbst auf einer Zykloide. Zykloidenpendel

Die Zykloide hat auch in anderer Hinsicht Geschichte gemacht: als Lösung des
Brachustochronenproblems, des ersten Variationsproblems der Mathematischen
Physik . 1696 hatte Johann Bernoulli in den Acta Eruditorum "die scharfsinnig-
sten Mathematiker des ganzen Erdkreises" aufgefordert, folgende Aufgabe zu
lösen:
A Ein Massenpunkt gleite unter dem Einfluß der Schwer-
kraft und ohne Reibung längs gewisser Kurven von ei-
nem festen Punkt A zu einem festen tieferen Punkt B .
Für welche Kurven wird die Laufzeit am kürzesten?
Jakob Bernoulli, Huygens und Leibniz fanden als Lö-
ß sung die Zykloide.

5. Schraubenlinien

l'(t) = (rcost,rsint,ht) tE lR.

Die Spur liegt auf dem Zylinder

2TIh heißt die Ganghöhe.


x
Der hier zugrunde gelegte Kurvenbegriff stammt von dem französischen
Mathematiker C. Jordan (1838-1922) . Kurven in diesem Sinn können sich
weitgehend der Anschauung entziehen. Zum Beispiel besitzt die in 9.11
angegebene Takagikurve an keiner Stelle eine Tangente, und eine von G.
Peano (1858-1932) konstruierte stetige Kurve überdeckt sogar vollständig
ein Quadrat . Aufgabe 14 bringt eine solche ,'p eanokur ve".

Tangenten an eine Kurve definiert man als Grenzlagen von Sekanten.


Ein Vektor in Richtung der Sekante durch die Punkte l'(t) und l'(t+h) ist

l'(t + h) -1'(t) = (Xl(t+h) -Xl(t), . .. , xn(t+h) -Xn(t)).


h h h

Wir bilden hierin komponentenweise den Limes für h -+O.


236 12 Geometrie differenzierbarer Kurven

Definition: Die Kurve, : I -+lRn sei differenzierbar. Dann heißen

der Tangentialvektor oder auch Geschwindigkeitsvektor der Kurve zur Pa-


rameterstelle t und

11"r(t)11 = JXI{t) + ...x~(t)


+
die Geschwindigkeit; im Fall "r(t) =I- °
heißt ferner T'Y(t) := 1I~~t~1I der
Tangentialeinheitsvektor zur ParametersteIle t. ' t

Der Tangentialvektor "r(t) ist zu einer


ParametersteIle, nicht zu einem Ort, de-
finiert. Ist x ein Doppelpunkt, d.h. gilt -y(1)
x = ,(td = ,(tz) für verschiedene tl,tZ ,
so können die Tangentialvektoren "r(td
und "r(tz) verschieden sein.
Beispiel: -1

,(t) = (tz -1 ,t3 - t) , tE lR,


,(1) = ,(-1) = (0,0),
"r(1) = (2,2) und "r(-1) = (-2,2).

Definition: Eine stetig differenzierbare Kurve, : I -+lRn heißt regulär


an der Parameterstelle to E I , wenn -r(to) #- 0 ist ; sie heißt regulär , wenn
sie an allen Stellen tEl regulär ist.
Eine Irregularität muß sich nicht an der Spur zeigen; sie bedeutet, daß
die Geschwindigkeit der Bewegung t t-+ ,(t) im Zeitpunkt to Null ist .
Beispielsweise ist die Kurve ,(t) = (t 3 , t 3 ) , t E lR, an der Stelle t = 0
irregulär; die Spur dieser Kurve ist die Gerade y = x . Die Neilsche Parabel
t t-+(tZ , t 3 ) ist genau für t = 0 irregulär; sie hat dort eine Spitze.
Regulär ist zum Beispiel der parametrisier-

~
te Graph einer ~l-Funktion f :J -+lR; unter
diesem versteht man die Kurve 'I :J -+ lR z
mit
'I(t):= (t,f(t)), tE J. I I

Für alle t E J ist "rl(t) = (1, f'(t)) =I- (0,0). J

Der folgende Satz zeigt, daß die Spur jeder ebenen regulären Kurve ohne
vertikale Tangenten lokal als Graph einer 1ff'l-Funktion aufgefaßt werden
kann. Dieser Satz ist ein einfacher Fall des Satzes über implizite Funktionen
(siehe Band 2).
12.1 Parametrisierte Kurven . Grundbegriffe 237

Satz 1 (Die Spur als Graph): Es sei , : I -+lRz stetig differenzierbar,


, (t) = (x(t) , y(t)) . Die Funktion i: habe auf I keine Nullstelle. Dann gibt
es eine 't' l- Funktion f auf dem Intervall J := x(I) , deren Graph die Spur
von, ist. Die Ableitung von f an einer Stelle Xo E J mit Xo = x(to) ist

(1) l'! )= y(to)


Xo i:(to)'
Ist , 2-mal differenzierbar, dann ist es auch f, und es gilt

(2) l" (Xo )- -.i jj -' 3 xy (to·


)
x
dy dy/dt
Merkregel für ( 1) : dx
dx/dt'
Beweis: Au s Stetigkeit sgründen hat i: auf I einheitliches Vorzeichen . Die
Funktion x ist daher in I st reng monoton und besitzt eine stetig differen-
zierbare Um kehrfun kt ion T : x(I ) -+I . Für t E I gilt dann

, (t ) = (x(t),y(t)) = (x(t) ,YOT( X(t))) = (x(t) ,f(x(t))) ;


dabei ist f := y 0 T . Die Abl eitungen von f errechnen sich nach der Ket-
t enregel und der Ableitungsregel für eine Umkehrfunktion:

(xo) = y(T(XO))
!' . T'(Xo) = ~(to) .
!"( xo) = jj(T(XO)) . T'Z( XO) + Y(T(XO)) . T"(XO) = jji:~ yx (to).

(T"(XO) = - x(to)/i:3(to) ergibt sich durch 2-maliges Differenzieren aus der


Id entität T( X(t)) = t .) 0

Beispiel: Kurvendiskussion mittels Satz 1. Wir betrachten die Zykloide

x(t ) = t - sint, y(t) = 1- cost , tE lR;


(Beispiel 4) . Die Funktion i; ( t) = 1 - cos t hat auf I = (0; 2TI) keine N ull-
ste lle. Es gibt also auf x(I ) = (0; 2TI) eine stetig differ enzierbare Funktion
[ , deren Gr aph de r Zykloidenbogen vlfü; 2TI)) ist. Wegen

, y(t) sin t ..
f (x) = --;-(
x t
)= 1 - cos t
fur x = x(t),
und x(t ) E (O i TI] für t E (0; TI] wächst f monoton auf (0; TI]; eb enso folgt ,
daß f auf [TI ; 2TI) monoton fällt . Weiter ist f konkav , da

" jji; - yx -1
f( x)= '3 (t)=(1 - cos t)Z <O. o
x
238 12 Geometrie differenzierbarer Kurven

Im folgenden beziehen sich alle metrischen Begriffe für den ]Rn auf das
Standard-Skalarprodukt. Für a = (al, , an) und b = (bi , ... , bn) ist dieses
gegeben durch a . b = <a, b> :=al bl + + anbn.

Schnittwinkel
a und ß seien bei to bzw. So reguläre Kurven mit a(to) = ß(so). Unter
einem Schnittwinkel bei to, So versteht man einen Winkel ep zwischen den
Tangenteneinheitsvektoren To:(to) und Tß(so), Der Cosinus eines solchen
Winkels ist eindeutig bestimmt und gegeben durch das Skalarprodukt

12.2 Die Bogenlänge

Zur Berechnung des Kreisumfangs benutzten schon die Mathematiker des


Altertums approximierende Polygone. Seien Sm und t m die Umfänge der
einem Kreis mit Radius reinbeschriebenen bzw. umbeschriebenen regel-
mäßigen 2m-Ecke.Die Folge der Sm wächst monoton, während die Folge
der t m monoton fällt; weiter gilt Sm < tm' Die Folge (sm) ist daher nach
oben beschränkt und besitzt als Grenzwert das Supremum aller Sm' Dieses
Supremum definiert den Umfang des Kreises.

Sm ~ r2 m
JJJ
,
2- 2+
v
2+ ... + v'2
"
m-I Quadratwurzeln

Wir knüpfen an dieses Verfahren an, um für allgemeinere Kurven Bo-


genlängen zu definieren. Da auch nicht differenzierbare Kurven zugelassen
werden, benützen wir nur Sehnenpolygone.
Sei"( : I --7]Rn eine stetige Kurve. Jede endliche Menge Z von Teilungs-
punkten to, ti, ....t« E I mit to < tl < ... < t m definiert ein Sehnenpo-
lygon mit den Ecken "((to) , . . . ,"((tm) und der Länge
m

s(Z) = L I"'(ti) -1'(ti-dll·


i=1

Hierbei bezeichnet 11 11 die euklidische Norm auf ]{,n .


12.2 Die Bogenl änge 239

"((ti)

Kurv e mit Sehnenpol ygon


"((ti- I)
En tsteht Z* aus Z durch Hinzun ahm e weiterer Teilungspunkte, so ist
s(Z*) ~ s(Z ). Fü r eine gemeinsame Verfeinerung Z* zweier Zerlegungen
ZI und Z2 gilt insbesondere s(Z*) ~ max (s(Zd , S(Z2 )).
Definition: Eine stetige Kur ve 1 : I --+IR n heißt rektijizierbar, wenn die
Menge der Längen aller einbeschriebenen Sehnenpolygone beschränkt ist .
Das Supremum dieser Längen heißt gegebenenfalls die Länge von I:

s(r) := sup s(Z) .


z

Beispiel: Jede Lipschitz-stetige Kur· ve 1 : I --+IRn mit beschränktem Para-


meterint ervall ist rektijizierbar. Sei etwa L eine Lipschitz-Konst ant e, also
IIr(t) - 1(t')11 S; L ·It - t'l für alle i , t' E I ; für jede Zerlegun g Z von I gilt
dann s(Z ) S; L ·IJI. Insbesondere hat 1 eine Länge S; L ·I JI.
Satz 2: Eine fast überall stetig differenzierbare Kurve 1 : [a ;b] --+IR n mit
kompaktem Parameterintervall ist rektijizierbar und hat die Länge

b b
(4) sb ) = !Ib(t)1Idt = / v xi( t) + ...+ x~ (t) dt .
a a

(Hierbei bezeichne 1 ein n - Tupel von Regelfunktionen XI , ...,X n auf [a ;b]


derart, daß X I , ... , X n Stammfunktionen zu diesen sind; siehe 11.4.)
Insbesondere hat der Graph einer 't' 1-Funktion f : [a; b] --+IR die Länge

f VI + f' 2(x) dx.


b
(4' ) s(r! ) =
a

Die Formel (4) ist plau sibel: Bei Deutung von 11111 als Geschwindig-
keit ist ll1(t) 1I dt das im Zeitelement dt zur ückgelegte Wegelement ds ; die
"Summe der Wegelement e" ist der Gesamt weg.
240 12 Geometrie differenzierbarer Kurven

Im Beweis verwenden wir das Integral eines n- Tupels von Regel/unktio-


nen. Für ein solches n-Tupel / = (h, ... ,fn) auf einem Intervall [a;b]
definieren wir komponentenweise

!bf(x)dx:= (!bh(x)dx, ... ,!b )


fn(x)dx .
a a a
Lemma: Mit den euklidischen Normen der jeweiligen n-Tupel gilt
b b

!/(x) dx <] Ilf(x) 11 dx.


a a
Beweis: Im Fall eines n-Tupels von Treppenfunktionen handelt es sich um
eine Abschätzung zwischen Summen und diese ergibt sich unmittelbar mit
der Dreiecksungleichung der Norm (es darf angenommen werden, daß alle
Treppenfunktionen dieselben Sprungstellen haben) . Im allgemeinen Fall
folgt dann die Behauptung wörtlich wie in 11.3 für n = 1. 0

Beweis des Satzes: Es sei Z = {to, ... , t m } eine beliebige Zerlegung von
[a; b]. Für s(Z) erhält man nach dem Lemma
m ti m ti b
s(Z) = L !-y(t) dt ~ L ! Ib(t) 11 dt ~ !Ib(t) 11 dt .
i=l ti-1 i=lt i_1 a

Das Integral !ab


11-y(t)11 dt ist also eine obere Schranke aller Längen s(Z).
Insbesondere ist '"Y rektifizierbar.
Zum Nachweis der Formel genügt es nun zu zeigen , daß zu jedem e > 0
eine Zerlegung Z existiert mit
b
s(Z) ~ !11-y(t)11 dt -
a
E,

Hierzu wähle man ein n- Tupel ip von Treppenfunktionen auf [a; b] so, daß
Ib(t) - rp(t)11 ~ c/2(b - a) für alle t E [a;b] gilt, und dann eine so feine
Zerlegung Z : a = to < t 1 < ... < t m = b von [a; b], daß sp in allen
Teilintervallen (ti-1; ti) konstant ist. Wir zeigen, daß mit dieser Zerlegung
die gewünschte Approximation (*) erzielt wird. Zunächst gilt:
ti ti ti
!-y(t) dt ~ !rp(t) dt - ! ('Y(t)-rp(t))dt
t:
ti-1 ti-1 ti -1

Da sp in (ti-1; t;) konstant ist, gilt Ill~~l rp(t) dtll = IIrp(t) 11 dt. Fer-
ner ergibt sich mit Hilfe des Lemmas und aufgrund der Wahl von ip
Ill:~1 ('Y(t) - rp(t)) dtll ~ 2(b ~ a) . (ti - ti- 1) . Somit erhalten wir
12.2 Die Bogenlän ge 241

m li b

(**) S(Z)= 2: J -y(t)dt ~ Jll ep(t)lldt-~ .


i=! l i- l a

Weiter folgt mit Il ep(t)11 ~ Ih(t)ll- Il ep( t ) - -y(t )11 die Abschätzung
b b

J lIep (t)11dt ~J 11 -y( t)11 dt - ~.


a a

Diese ergibt in Verbindung mit (**) die Abschät zung (*). o


Beispiele:
1. Länge des Kreisbogens mit Radius r zum Winkel c.p:

"f(t ) = (r cos t , r sin t ), tE [O;ep]; Ih(t)11 = r.

J dt =
'P
s = r r ip.
o
Dami t erhält jet zt der Winkel ep seine Deu tung als Länge des zugehörigen
B ogens auf der I-Sphäre. Insbesondere ist 271 der Umfang von SI .
2. Umfang der Ellipse mit den Halbachsen a , b:

"f(t) = (a cost ,b sint ), tE [0; 271];

Ib (t)11 = Ja 2
sin 2 t + b2 cos-' t.

Sei a ~ b. Mit [ 2 = 1 - b2 /a2 ergibt sich dann für den Umfang

= a I J 1 - c: 2 cos? t dt.
2n
(5) U
o
Das Integral ist das elliptische In tegral E(271 ; e); siehe 11.6 (13). Die Be-
zeichnung "elliptisches In tegr al" hat ihren Ur sprung in dieser Berechnung.
Die Rektifikation von Hyp erbelbö gen führt ebe nfalls auf ellipt ische In-
tegr ale. Dagegen sind P ar abelbögen elementar berechenbar.
3. Länge des Zykloidenbogens:

"f(t ) = (t - sin t, 1 - cos t), t E [0; 271] ;


2 2
Ih (t ) 11 = (1 - cos t )2 + sin t = 2 - 2cos t = 4sin2 ~.
2n n
sh ) = 2 Jo Isin ~ Idt = 4 Jsin 0
T dr = 8.

Man beacht e, daß die Bogenlänge eine ration ale Zahl ist !
242 12 Geometrie differenzierbarer Kurven

12.3 Parameterwechsel

Nicht immer hat der Parameter t für eine Kurve , eine natürliche Bedeu-
tung. Für manche Fragen ist es zweckmäßig, zu einer Kurve ß überzuge-
hen, welche dieselbe Spur hat , diese Spur aber mit einern neuen Zeit plan
s I--tß(s) dur chläuft . Geometrische Begriffe sind dadurch ausgezeichnet,
daß sie einen Parameterwechsel ohne Änderung überstehen.
Eine lfk -Abbildung a : I -+ J eines Int ervalls I auf ein Intervall J heißt
eine lfk-Parametertransjormation (k = 0,1 ,2, . . .), wenn sie bijektiv ist
und die Umkehrabb ildung a- 1 : J -+ I ebenfalls zur Klasse lfk gehört . Sei
ferner , : I -+ ]Rn eine Kurve. Dann ist
(6) ß :=, 0 a - 1 : J -+ I -+ ]Rn

eine neue par ametrisierte Kurve; diese hat aber dieselbe Spur wie , . Die
Kurve ß heißt die Umparametrisierung von, mittels a , In diesem Zu-
sammenhang wird häufig auch die Variable in J mit a bezeichnet , die
Umkehrfunktion ents prechend mit t(a). Damit ist dann ß(a) = , (t(a )).
Gehören , sowie a und a- 1 zur Klasse lfk, so auch ß.
Eine stet ige Parametertr ansformation o : I -+ J heißt
a) orientierungstreu, wenn sie streng monoton wächst ,
b) orientierungsumkehrend, wenn sie st reng monoton fällt .
Ist a eine lfl -Para metert ra nsformation, so ist o- (t ) :f. 0 für alle tEl ; in
diesem Fall ist o orientierungst reu für 0- > 0 und orientieru ngsumkehrend
für & < O.
Die Bogenlänge ist invariant gegenüber einer stetigen Par ametertrans-
formation a : 1-+ J ; denn die Menge der einbeschriebenen Sehnenpolygo-
ne ändert sich bei einern Parameterwechsel nicht .
Ist o eine lfl-Transformat ion, so folgt aus (6)
. 1
(7) ß(a ) = i'(t) . o-(t) , a = a(t ) E J.

Die Tangentialvektoren ß(a ) und i'(t) sind also parallel, die Tangenten zu
den Par ametersteIlen t bzw. a = a(t ) folglich identisch.

U morientierung
Die Umparamet risierung einer Kurve , : [ai b] -+ ]Rn durch die orient ie-
run gsumkehrende Transformation a : [ai b] -+ [-bi - al mit a(t) = -t heißt
Um orientierung von , . Die umorientierte Kurv e bezeichnen wir mit , -.
Ihr Definitionsintervall ist [-b ; - al, und es gilt
(8) -t ) für t E [-b i - al.
, - (t) = ,(
12.4 Krümmung ebener Kurven 243

U mparametrisieren auf Bogenlänge


Ist 1 :I -t ]Rn eine reguläre Kurve, so definiert bei festem to E I

J11i'(T)11 dr,
I

(9) s(t) := tEl ,


10

wegen s(t ) = IIi'(t)II > 0 eine orient ierungstreue Par am etertran sformation.
Ist ß die Umpa ra met risierung von 1 mittels s, so gilt nach (7)

, i'(t)
(10) ß (s) = IIi'(t)ll ' s = s(t) .
Durch Umpararnetrisieren auf Bogenlänge erhält man also eine Kurve mit
der konstant en Geschwindigkeit 1: II ß'(s)11 = 1.

12.4 Krümmung ebener Kurven

Für 'if2-Kurv en 1 :I -t ]R2 soll die Krümmung als ein Maß der Abweichung
vom gera dlinigen Verlauf definiert werd en. Hat 1 die konst ante Geschwin-
digkeit 1, so könnte die Änderungsgeschwindigkeit des Tangentialvekt ors
T (s) = 1' (S),
Hm T( s + L:.s ) - T( s) 11 = II r(
s)ll ,
II6 s --+ 0 L:. S
als Krümmung zur Stelle s definiert werd en. Um auch noch die Richtung
von T' (s) zu erfassen, ste llt man T' (s) in einem mitgeführten , positiv ori-
ent ierte n Koordinatensystem , im sogenannten begleitend en Zweibein , dar.

Im Folgenden bezeichne D : IR 2 -t IR 2 die Drehung um 900 im mathe-


matisch positi ven Sinn ; d.h., es sei

Identifi ziert man ]R2 mit C, so wird die Drehung D durch die Multiplikation
mit i bewirkt.
Definition: Es sei t eine Regular itätsst elle der 'if2-Kurve 1 : I -t IR 2
und T(t) der dortige Tan gentialeinheitsvektor . Dann heißen der Vektor
N( t) := DT(t ) Normaleneinheitsvektor und das Paar (T(t) , N(t)) beglei-
tendes Zweibein der Kurve 1 zur Stelle t.
Beispiel: Das begleitende Zweibein des Kr eises 1(t ) = r eil ist (ie" , _ eil).
244 12 Geometrie differenzierbarer Kurven

N(s)
N(s + .6.s)
4
I
T(s + .6.s)
I

-...
T(s + .6.s)
Begleitendes Zweibein und seine Rotation
Die Krümmung einer Kurve definieren wir nun anhand der Rotation
des begleitenden Zweibeins (T, N). Zunächst betrachten wir Kurven mit
2
der konstanten Geschwindigkeit 1. Aus IIT(s) 11 = 1 für alle s folgt dann
<T(s) ,T'(s) = 0. (Sind i .» : 1-+ lRn differenzierbare Abbildungen, so
gilt für die durch x t-t <f(x),g(x) definierte Funktion <f,g) : 1-+ lR, die
2
Produktregel <f,g)' = <1' ,g) + <f,g'). Ist IIfl1= f2 konstant, so folgt
<f, 1') = 0, d.h. f ..L1'.) Der Vektor T'(s) ist also ein skalares Vielfaches
des Normaleneinheitsvektors,

(11) IT'(s) = ",(s)N(s) ·1


Definition: (i) Ist, eine ~2-Kurve mit der Geschwindigkeit 11I'(s)11= 1,
so heißt der Proportionalitätsfaktor ",(s) in (11) die Krümmung von, zur
Stelle s. In diesem Fall gilt also

",(s) = <T'(s) ,N(s) und 1",(s)1= IIT'(s)ll·


(ii) Ist, eine beliebige bei t reguläre ~2-Kurve und ß eine Umparametri-
sierung von, auf Bogenlänge s, so setzt man

(12)

Beispiel: Krümmung des Kreises ,( t) = r e±it mit Radius r bei positi-


ver (+) bzw. negativer (-) Orientierung. Eine Umparametrisierung auf
Einheitsgeschwindigkeit ist ß( s) = r e±l/r . Für diese sind
ois

Nach (11) hat also ein Kreis mit Radius r


bei positiver Orientierung überall die Krümmung 1/1',
bei negativer Orientierung überall die Krümmung -1/1' .
12.4 Krümmung ebener Kurven 245

N
T

positiv gekrümmt negativ gekrümmt


Satz 3: An jeder Regularitätsstelle der '(f'2-Kurve 1 = (x, y) ist
;i;jj - iJi:
(13) ~( t) = 3 (t ).
J ;i;2 + iJ2
Insbesondere hat der Graph einer '(f'2-Funktion f die Krümmung

(13' )
f"(x)
~ (x ) = 3'
J1+ f'2(x)
Beweis: Sei ß eine Umparametrisieru ng von 1 auf Einheitsgeschwindigkeit ,
ß(s ) = 1 (t(s )). Dann gilt ß' = 1/8mit 8(t ) = 111(t)ll
,siehe (10), und
s s
.
ß" = i .12 - 1 (~r Damit ergibt sich

~'Y ( t ) = ~ß (s ( t ) ) = ( T '(s) , N (s ) = (ß" (s), Dß' (s )


-<(._.
- 1~
s'2 1 (8)') D '~) -- ~
s'2 ' 1 s.
( " D ' )- ~( '" _ "'
)
s' 3 1, 1 - s' 3 x y x y .
o

Krümmungskreis und Evolute. Es sei t eine reguläre Stelle von 1 mit


O. Dann heißen mit Rücksicht auf das Beispiel
~ ( t ) :/:

1
(14) p(t) := K(t ) Krüm mungsradius und

(15) m( t ) :=1(t ) + p(t )N(t) Kriimmunqsm ütelpunkt


der Kurve 1 zur Par ameterst elle t. Man
beachte, daß p(t) negativ sein kann . Fer-
ner heißt der Kreis mit Mittelpunkt m(t )
und Radius Ip(t )1 Krümmungskreis von
1 zur Par ametersteile t. Dieser hat im
Punkt 1(t) dieselbe Tangent e und den-
selben Betrag der Krümmung wie 1 in
t . Die durch (15) definierte Kurve heißt
Evolute von ~( . , und ein Krümmungskreis
246 12 Geometri e differenzierbarer Kurven

12.5 Die Sektorßäche ebener Kurven

Wir führ en den orientierten Flächeninh alt des Sektors ein, den der Fahr-
st rahl o')'(d beim Durchlaufen einer ebenen Kurve üb erstreicht (O=Null-
punkt) . Dazu verwend en wir approximierende Dreiecksflächen.
Der Flächeninhalt eines durch die Reihenfolge seiner Ecken (X l, YI) ,
(Xz, yz) und (X3, Y3) or ientierten Dr eiecks ist definiert als die Zahl

1 Xl YI
F =~ 1 Xz tn
2 1 X3 Y3

F kann positiv oder negativ sein. Speziell hat das orientierte Dreieck mit
den Ecken (0,0) , (x , y) , (x + !:::'x , y + !:::' y) den Inhalt

1
F = 2"(x!:::'y - y!:::' x ).
Wir verallgemeinern nun diese Form el. Sei ')' : [a;b] -+ IR? gegeben. Jede
Zerlegung Z : a = to < ... < t n = b definiert orient ierte Dr eiecke mit
den Ecken (0,0) , ')'(ti -l) und ')'(td. Wir setzen ')'(ti) = : (Xi , Yi) und !:::, Xi =
x, - X i-I, !:::,Yi = Yi - Yi- l
' Das durch Z und den Nullpunkt definierte
orient ierte Polygon hat dann den mit Vorzeichen versehenen Flächeninhalt

1 n
F(Z) := 2" 2:) 1!:::,Yi -
X i- !:::'Xi )'
Yi- l
z=l

o
Sektorfl äche und Polygonfläche

Definition: Der Fahrstrahl an die Kurve ')' : [a; b] -+ ]Rz üb erstreicht den
orien tierten Fl ächeninhalt F = F (')'), wenn es zu jedem e > 0 ein 8 > 0
gibt so, daß für jede Zerlegun g Z von [a; b] der Fcinh eit x, 8 gilt:

IF (Z) - FI ::;e .
12.5 Die Sektorfi äche ebener Kurven 247

Satz 4 (Sektorformel von Leibniz): Es sei "( : [a;b] -+IR? eine fast
überall stetig differenzierbare Kurve. Dann überstreicht der Fahrstrahl an
diese den orientierten Flächeninhalt

1 b
(16) Fb ) =:2 !(x y - yx ) dt .
a

Hierbei bedeuten x und y Regelfunktionen auf [a;b] der ar t , daß die Kom-
ponenten x bzw. y von "( St ammfunktionen dazu sind .
Die Sektorformel (16) verallgemeinert obige Determinan tenformel für
den Fl ächeninhalt eines orienti erten Dr eiecks. Sie wird ihr erseit s im Inte-
gralsatz von Gauß wesentlich verallgemeinert un d vertieft; siehe Band 2.
Beweis: Sei e > 0 gegeben und sei L eine obere Schranke für lxiund lyla uf
[a ;b]. Wir zeigen, daß dann 8 :=e]L2(b - a) die Bedin gung der Definition
erfüllt .
Es sei Z := {to, . . . , t n } eine Zerlegung von [a;b] einer Feinheit < 8.
Dann ist
t;
2 ·F, := xi - d :>Yi - Yi -16xi = ! (Xi- IY - Yi-IX ) dt .
Dami t folgt t;- 1

J (Xi-I - x )y dt + ! (Yi_ I-y) xdt .


t; t;

2 · Fi- ! (x y- yx ) dt <
t ;- l t;- 1 t;- 1

Die Integranden der beiden recht s stehenden Integr ale schätzen wir unter
Zuhilfenahme des verallgemeinerten Schr ankensat zes ab: Nach diesem ist
zum Beispiel I:r(t ) - xi - l i::; Llt - ti- l i;
damit folgt

L 28
J (Xi-l - x )y dt
ti L2
::; 2(t; - t;_ I) 2 ::; 2(ti - ti- I)'
ti- \

Ebenso schätzt man das zweite Integral ab. Schließlich erg ibt sich

L F, - J(xy -
n b
2· yx ) dt ::; L 2 8(b - a) = e. o
i= 1 a

Beispiele:
1. Der Fahrst rahl an den Kr eisbo gen (r cos t , r sin t) , t E [0; tp], überstreicht
die orientie rte Fläche
248 12 Geometri e differenzierbarer Kurven

2. Der Fahrstrahl an den Zykloidenbogen (t - sin t , 1 - cos t) , t E [0; 211],


überstreicht die orient ierte Fläche
2n
F =~ ! ((
t - sin t) sin t - (1 - cos t) 2
) dt = - 311.
o
Man beachte, daß F < 0 ist. Das vom Fahr strahl überstri chene Gebiet
liegt rechts vom Zykloidenbogen!
Rechenregeln:
(i) Additivität: Gegeben 'Y : [ai b] -+ lR2 . Sei a < c < b. Überstreicht der
Fahr strahl an die Teilkurve 'YI [a ;c] die orientierte Fläche F 1 und an die
I
Teilkurve 'Y [c; b] die orientierte Fläche F2 , so überstr eicht der Fahr strahl
an die Kurve 'Y die orientiert e Fläche F 1 + F2 .
(ii) Vorzeichenwechsel bei Umorientierung: Überstreicht der Fahr strahl an
die Kurve 'Y die orientierte Fläche F , so überstreicht der Fahrstrahl an die
Kurve 'Y- die orientierte Fläche - F .
Beide Regeln beweist man leicht anhand der Definition.
Der orientiert e Flächeninhalt kann positiv oder negativ sein. Insbeson-
dere kann ein Sektor bei 2-maligem Überfahren mit zweierlei Vorzeichen in
die Rechnung eingehen. Zum Beispiel liefert der nicht schraffierte Bereich
der rechten Abbildung unt en den Beitr ag O.
I-­
I
I
,,
,
,
I
,
I
r
I
I
I

,
,
I

Definition: Eine Kurve 'Y : [a i b] -+ }Rn heißt geschlossen, wenn 'Y(a) =


'Y(b) gilt. Ist 'Y eine geschlossene Kurve im lR2 und existiert F h) , so heißt
F h) der von 'Y umschlossene orient ierte Flächeninh alt.
Man sieht leicht, daß die um einen
Vektor v "verschobene" geschlossene
Kurve 'Y+ v denselben Flächeninh alt
umschließt wie 'Y.Somit spielt bei ei-
ner geschlossenen Kurve die Wahl des
Koordinatenursprun gs für den orien-
o
tierten Flächeninh alt keine Rolle.
Ist 'Y :[ai b] -+ lR2 fast überall stet ig differenzierb ar, so gilt wieder (16).
12.6 Kurven in Polarkoordinaten 249

Beispiel: Die Ellipse (a cost,b sint), t E [0;2 71], mit den Halb achsen a, b
umschließt den Flächeninhalt
2n
F= ~ f ab(cos t + sin
2 2
t) dt = mab.
o

12.6 Kurven in Polarkoordinaten

In lR? = C stellt man Kurven in zahlreichen Fällen mit Hilfe stetiger


(differenzierbarer) Funktionen r , sp : I -t IR durch

(17) t H 1(t ) := r(t ) ei<p( t) , tEl ,

dar. Dab ei läßt man auch Funktionen r mit negativen Werten zu; dann
gilt natü rlich - r(t) ei<p(t) = r(t) ei(<p( t)+n). Ist speziell rp(t ) = t, verkürzt
man (17) oft auf die Angab e r = r(t ) oder r = r(rp) .
Beispiel: Die logarithmische Spirale. Diese
ist mit beliebigem c E IR' gegeben durch

verkür zt durch r(t ) = ect . Wegen 1/1 = c -l i


ist für jedes t der Tangentialvektor 1(t) ge-
gen den Fahrstrahl -ru] um den (konstan ten)
Winkel Cl: = aretau ~ gedreht . Logarithmi sche Spirale

Die cartesisc hen Koord inaten der Kurve (17) sind x (t ) = r (t )·cosrp(t )
und y(t) = r( t )·sinrp(t ). Setzt man diese in (4) oder (16) ein, erhält man
nach einfachen Umformungen für die Länge bzw. die Sekt orfläche dieser
Kurve im Fall eines komp akten Parameterint ervalls 1= [a; b) :

s = f Jr2cjJ2 + i'2 dt = f 111 dt ;


b b
(4p)
a a

(16p )

MerkfigU~ \
r -e \
~d S = Jr2(drp )2 + (dr )2
d rp r dr
250 12 Geometrie differenzierbarer Kurven

Kegelschnitte
Nach Apollonios von Perge (ca. 250-190 v. Chr., bedeutender griech. Geo-
meter und Astronom) kann man die nicht ausgearteten Kegelschnitte durch
eine Brennpunktseigenschaft definieren: Gegeben seien eine Gerade 1(Leit-
linie), ein Punkt F (Brennpunkt) im Abstand p > 0 von l, sowie eine Zahl
e > 0 (numerische Exzentrizität). Gesucht ist der geometrische Ort der
Punkte P, für deren Abstände r und d von F bzw. 1 gilt:

(18)

Im cartesischen ~,17-Koordinatensystem mit Nullpunkt = F , 17-Achse


parallel zu llautet diese Bedingung e
+ 17 2 = c2 d2 = c2 (p + ~)2 oder
e(1 - c2 ) - 2c2p~ + 17 2 = c2p2.
Wir verschieben das Koordinatensystem: Mit y := 17 und
~2 p
X := ~ - 1 _ c2 im Fall E -=/: 1 bzw . x:= ~ + 2" im Fall c= 1

erhalten wir

a) im Fall E < 1 mit a := ~


1- E
und b:= n 1- E 2

b) im Fall e > 1 mit a:= --fE-


E-1
und b:= ~
-1 E

c) im Fall c = 1

Iy2 = 2P x· 1
Der gesuchte geometrische Ort ist also im Fall c < 1 eine Ellipse, im Fall
e > 1 ein Hyperbelast und im Fall c = 1 eine Parabel.
Ferner erhält man aus (18) mit d = p + r cos sp als gemeinsame Polar-
koordinatendarstellung für Ellipsen, Hyperbeln und Parabeln:

. pe
(19) z(rp) = r(rp) e''P mit r(rp) = .
1 - e cos rp
12.6 Kur ven in Polarkoordinaten 251

TI Y

d P

E< 1
o x ,~

Y TI

E = 1
x, ~

Y TI

x, ~
252 12 Geometrie differenzierbarer Kurven

12.7 Liftung und Windungzahlen

Wir betrachten Kurven in C, die nicht durch den Nullpunkt gehen. Ist
, :I -+C* eine solche Kurve, I ein Intervall, so nennen wir jede stetige
Kurve 9 : I -+ C mit eg = , eine Liftung von, über I (genauer eine
Liftung bezüglich der Exponentialabbildung C -+C*). Wird zusätzlich in
einem bestimmten Punkt to E I für 9 ein Wert Zo E C vorgeschrieben,
g(to) = zo, so heißt dieser Anfangswert der Liftung in to.
Wir zeigen zunächst , daß jede stetige Kurve, : [ai b] -+C* eine Liftung
besitzt. Ist, zusätzlich geschlossen, führt uns der Begriff der Liftung auf
den Begriff der Windungszahl von, um den Punkt O.

Liftungslemma: Zu jeder stetigen Kurve, : [ai b] -+C* und jedem Punkt


Zo E C mit eZQ = ,(a) gibt es genau eine Liftung 9 über [ai b] mit Zo als
Anfangswert in a. Ist, in t E [ai b] differenzierbar, dann ist auch die
Liftung dort differenzierbar, und es gilt

(20) g(t) = -Y(t) .


,(t)

Beweis: Zum Beweis der Eindeutigkeit seien gl und g2 zwei Liftungen mit
Anfangswert zoo Dann ist eg 1 - g2 = 1, also gl(t) - g2(t) E 2niZ für alle
t E [ai b]. Wegen der Stetigkeit von gl - g2 und gl(a) - g2(a) = 0 gilt
gl - g2 = 0 auf ganz [ai b] .
Wir kommen zum Existenzbeweis. Es sei d := min {h(t)l\ tE [ai bJ}.
Wegen der gleichmäßigen Stetigkeit von, auf [ai b] gibt es zu dein 0 > 0 so,
daß h(t) - ,(t')1 < d, falls It - t/l ~ O. Weiter seien a = to, t1, .. . , t« = b
Teilungspunkte mit to < t 1 < ... < t n und t v - t v- l ~ O. Für jedes
t E [t v-1;tv] gilt dann I,(t)h(tv-d -11 < 1;,(t)h(tv-d liegt also in
der rechten Halbebene. Wir definieren nun mit Hilfe des Hauptzweiges
des Logarithmus sukzessive Liftungen gv : [tv-l; t v] -+ C mit gv(tv-d =
gv-1 (tv-d, lJ = 1, . .. , n , wobei wir noch go(to) := Zo setzen:

,(t)
gv(t) := ln ( ) +gv-l(tv-d, tE [tv-1;tv].
, tv-l

Mit diesen gl , . .. ,gn definieren wir nun die gesuchte Liftung 9 durch
g(t) := gv(t), falls tE [t v-1; t v].
Die Differenzierbarkeitsaussage schließlich folgt aus 9.2 (6 /). D

Bemerkung: Die Eindeutigkeitsaussage im Liftungslemma wird durch die


Forderung g(a) = Zo erzwungen. Zwei Liftungen 91 und 92 ohne gemein-
samen Anfangswert unterscheiden sich um ein ganzes Vielfaches von 2ni .
12.7 Liftung und Windungzahlen 253

Es sei nun "( : [a ; b] ~ C* geschlossen, "((a) = "((b) . Für jede Liftung 9


ist dann g(b) - g(a) ein ganzes Vielfaches von 2TIi: g(b) - g(a) = 71, . 2TIi,
71, E 7L. Diese Zahl 71, hängt nicht von der speziellen Wahl der Liftung gab,
da zwei Liftungen nur um eine Konstante differieren .

Definition (Windungszahl): Es sei "( : [a; b] ~ C* eine geschlossene


Kurve. Die mit einer Liftung 9 :[a ; b] -+C von "( gegebene ganze Zahl

1
(21 ) 71,("(;0):= -2. (g(b) - g(a))
m

heißt Windungszahl von "( um den Punkt O.

Geometrische Deutung: Wir verwenden dieselben Bezeichnungen wie im


Liftungslemma. Da "((t ) für t E [tv -I ;t v] in einer Halbebene liegt , gibt es
genau einen Drehwinkel 'P I.' E (-TI ; TI) mit

, (t v )

Für die Liftung 9 implizier t dies zunächst


Irn(g(t v) -g(tv-t}) = 'P I.' und dann wegen
Reg(b) = Reg(a) (b(b)1 = b(a)/) weiter
g(b) - g(a) = i('P1 +..,+ 'Pn); also gilt
1
71,("( ; 0) = 2n ('PI +.,
.+ 'Pn)'
Danach gibt die Windungszahl an , welches Vielfache des Vollwinkels 2TI
durchlaufen wird, wenn der Endpunkt des Fahrstrahls vom Nullpunkt an
die Kurve diese durchläuft.

Kurven mit den Windungszahlen 1, 2, 0


(von links nach rechts) um den Punkt 0
Beispiele:
1. Der n-fach durchlaufene Kreis "((t ) = r eint, t E [0;2TI], hat die Win-
dungszahl 71, um den Punkt 0: Ein e Liftung ist g(t) = In r + int ; damit
gilt
1
- . (g(2TI) - g(O)) = n.
2m
254 12 Geometrie differenzierbarer Kurven

2. Eine geschlossene Kurve" die in C- verläuft, hat um den Punkt 0 die


Windungszahl O. Eine Liftung ist nämlich 9 = In / und damit gilt
1.
-2 (g(b) - g(a))
TIl
= In ,(b) -ln ,(a) = O.
Für jede stetige Funktion o :[0:; ß] ---+ [ai b] mit (/(0:) = a und (/(ß) = b,
insbesondere jede orientierungserhaltende Parametertransformation, gilt
nb 0 rr; 0) = nb; 0). Ist nämlich 9 eine Liftung für " so ist go o eine für
,0(/, und es gilt g((/(o:)) - g((/(ß)) = g(b) - g(a). Ebenso ergibt sich, daß
die Windungszahl ihr Vorzeichen wechselt, wenn die Kurve ihre Richtung
umkehrt. Nützlich ist ferner das Additionsgesetz: Sind /1,,2 : [ai b] ---+ C·
geschlossene Kurven, so gilt für ,1,2

nb1/2 ;0) = nb1; 0) + n( ,2; 0);

denn mit Liftungen gi für ,i, i = 1,2 , ist gl + g2 eine für /1/2.
Eine wichtige Konsequenz ist der
Vergleichssatz: Sind ,0,,1 :[ai b] ---+ C geschlossene stetige Kurven mit
1,1(t) - ,0(t)1 < 1,0(t)1 für alle t E [c; b], so gilt

nb1; 0) = nbo ; 0).


Beweis: Für 0: := ,I/,o impliziert die Voraussetzung Io:(t) - 11 < 1; o:(t)
liegt also in C- für alle t E [ai b] . Also ist n( 0:; 0) = 0 nach Beispiel 2 und
mit dem Additionsgesetz folgt nh1 ;O) = nho;O) +n(O: jO) = nho;O). 0

Ist, : [e; b] ---+ C· fast überall stetig differenzierbar, hat man für die
Windungzahl auch eine wichtige Integraldarstellung. Jede Liftung 9 ist
dann nach dem Liftungslemma ebenfalls fast überall stetig differenzierbar
mit 9 = 1ft fast überall. Für (21) erhält man daher mit dem Hauptsatz
der Differential- und Integralrechnung

1 b .
(22) n(,;O) =~
m j'ldt.
,
a

Windungszahl um einen beliebigen Punkt Zoo Ist, : [ai b] ---+ C eine ge-
schlossene Kurve, die nicht durch Zo geht, so geht die um -zn verschobene
Kurve, - Zo nicht durch O. Die Zahl

nh; zo) := nb - Zn; 0)

heißt dann Windungszahl von, um den Punkt zoo


12.8 Noch ein Beweis des Fundament alsatz es der Algebra 255

Die Windungszahl ist als Funktion n(r , ') : C \ Spur ')' --+ 7l,lokal kon-
stant; d .h ., zu jedem Punkt Zo E C, der nicht auf der Spur von ')' liegt , gibt
es ein d > 0 so, daß n(r ;z) = n(r ;zo), falls Iz - zol < d. Zum Beispi el hat
d := min {h(t) - ZoI It E [a ; b]} diese Eigenschaft : Für jede Kurve ')' - z
mit [z - zol < d gilt dann l(r(t) - z ) - (r (t ) - zo)1 < d ~ h(t) - zol. Der
Vergleichssat z ergibt somit die Beh auptung. 0

12.8 Noch ein Beweis des Fundamentalsatzes der Algebra

Der Vergl eichssatz für Windungszahlen ist ein st arker Satz. Mit seine r Hilfe
bringen wir einen weiteren Beweis dafür , daß jedes P olynom

eine Nullste lle hat .


Annahme: Für alle z E C ist l( z) #- O.
Wir betrachten die durch ')'r (t ) := l(r e it ) , t E [0; 21\], definierten , geschlos-
senen Kurven . Aufgrund der Ann ahme geht keine dieser Kurven durch O.
Als erstes zeigen wir: Für R := 1 + lall + ...lanl + gilt
n(rR ; 0) = n.

Zum Beweis vergleichen wir ')'R mit dem n-fach durchlaufenen Kr eis /'i, ,

/'i,( t ) := R n eint , i e [0; 21\] . Ein e einfache Abschätzun g zeigt , daß

Nach dem Vergleichssatz und Beispiel list also n(rR ; 0) = n(/'i,; 0) = n.


Als nächst es zeigen wir : Für alle r E [0; R] gilt

(**) n(rr;0) = n(ro;0) = o.


Zum Beweis sei d := min {ll(z)11 z E KR(O)}. Aufgrund der Annahme
ist d > O. Zu d wähl e man ein 8 > 0 so, daß 11(z) - l( z')1 < d für
z, z' E K n (O) mit Iz - z' l < 8. Dann gilt für r,r' ~ R mit Ir - r ' l < 8

Nach dem Vergleichssatz ist also n(r rf; 0) = n(rr; 0) . Dar aus folgt die
Gleichheit aller Windungzahl en n(rr ; 0), r E [0; R]. Da ')'0 konstant ist und
eine konstan te Lifturig besit zt , gilt n (ru ;O) = O. Das beweist (**).
Mit dem W ider spruch von (**) und (*) ist die Annahme widerlegt . 0
256 12 Geometrie differenzierbarer Kurven

12.9 Geometrie der Planetenbewegung.


Die drei Keplerschen Gesetze

Die Ergebnisse dieses Kapi tels verwenden wir jetzt , um die Geometri e der
Bewegun g eines Pl an eten im Gravitationsfeld der Sonne zu klär en . Nach
der Newtonsehen Mechanik genügt diese Bewegun g der Gleichun g
M
(23) mx..= - "I m - x -3 (x (t) E }R3 \ {O}) .
IIxl1 '
("IGravitationskonstan te, M Masse der Sonn e, m Masse des Pl an eten ,
Koordinat enursprung in der Sonn e.) Die Diskussion einer Lösun gskurve
zu (23) beruht auf der zeit lichen Konst an z des

Drehimp ulsvektors J :=x x mx


und des
Achsenvektors A := -y~m J x X+ 11:11 '
Vorbemerkung: Das Vektorprodukt. Auf dem mit dem Standard-Skalar-
produkt versehenen }R3 definiert man für Vekto ren a, se }R3

a x b = (a2b3 - a 3b2, a 3b1 - al b3, al b2 - a2bd .

a x b steht senkrecht au f a und b. Ferner gilt mit jedem Vektor c E }R3

(i) «(a x b),c) = det(a, b,c),


(ii) (a x b) xc = - (b , c)a + (a, c) b (Graßmann-Id entit ät) .
Für differenzierb ar e Funktionen a, b : I -+}R3 gilt fern er die Produktregel

(a x b)" = ä x b + a x b.
B eweis der K onstanz der Vektoren J und A :

j = x X ttui: + x x mx = 0 + 0 (wegen (23))

A·= -yMm
1 (J' x x. + J x x. ) + (Wx - j(x,W
x) x )

= (- (x xx
') IIxxl1 ) + (Wx - j(X,X»
X 3 Wx
) (i = 0 und (23))

= 0 (Graßmann-Identit ät) . o
Folgerungen aus der Konstanz von J und A
1. Die zu J senkrechte Eb ene durch 0 werde mit E bezeichnet. N ach Defi-
nition von J verläuft die K urve x in dieser Ebene: Für alle t gilt x (t ) E E .
12.9 Geometrie der Planetenbewegung. Die drei Keplerschen Gesetze 257

In E verwend en wir nun die Polar koordinaten mit der Sonne als Zentrum 0
und dem Vekt or A als Achse (man beachte A 1. J) . Bezeichnet ep(t ) einen
Winkel zwischen x (t ) und A, so ist ( A,x) = c '1
1xll
cos e mit c := IIAII.
Andererseits gilt nach Definition von A
1 J2
(A ,x) =-
1 m
= -1- M
M det (J, x , x) + IIxll
m
2 + IIxll
·
Im Fall A = 0 folgt , daß Ilxll
konst ant ist ; der Planet bewegt sich dann auf
einem Kreis um die Sonn e. Im Fall A # 0 implizieren die beiden Darstel-
lungen für (A , x)

cp j2
(24) r '-
.- Ilxll-
-l---=-----
- c cos ep mit p := 1 M m21
1AII
'
Das ist die Polarkoordinatend arstellung eines Kegelschnittes mit einem
Brennpunkt im Urspru ng (siehe (19)) . Wir haben damit :
Erstes Keplersches Gesetz: Der Planet bewegt sich auf einem K egel-
schnitt, in dessen einem Brennpunkt die Sonn e steht.
Die Bahnen der Pl aneten sind beschränk t , mithin Ellipsen. Hyperb eln
und P ar ab eln kommen bei Kometen und im atomare n Bereich vor.
2. Im Raum seien nun cartesische Koordin at en mit Basisvektoren el, e2, e3
mit el 11 A und e3 II J eingeführt . Dann ist X3 (t) = 0, und

ist konstan t. Der Fahrstrahl an die Kurv e x(t ) überstreicht daher im Zeit-
inte rvall [t l ;t2] nach der Leibnizschen Sektorformel (16) die Fläche

1 t2 1
2" !( X1X2 - x2 xd dt = ±2m 11J1I (t2 - td ·
t1

Diese hängt nur von der Zeit differenz ab. Wir hab en damit :
Zweites Keplersches Gesetz: Der Fahrstrahl von der Sonne zum Pla-
neten überstreicht in gleichen Zeit en gleiche Flächen (,,Flächensat z").

Flächensatz
258 12 Geometrie differenzierb ar er Kurven

3. Wir betrachten den bei den Pl aneten gegebenen Fall von Ellipsenbah-
nen. Für die Zeit T eines einmaligen Umlaufs gilt
t2

~2 !( X1X2 - X2Xl ) dt = ~IIJII'


2m
T = Fläche der Ellipse.
tl
Die Ellipsenfläche kann andererseits durch die große Halbachse a und die
Exzentri zität [ ausgedrückt werd en: F = tiob = na2~. Der Vergleich
beider Flächend arstellungen liefert
m2 a4(1 _ [2 ).
T 2 = 4n2]2

Dar au s folgt unt er Beachtung von (24) und a = ~2


1- e
2
T 2 = 411 a 3
,M
Die Zahl ~~ ist für alle Planeten und Bahn en gleich. Damit hab en wir:

Drittes Keplersches Gesetz: Die Quadrate der Umlaufzeiten verhalten


sich wie die Kuben der großen A chsen.

Historisches. Die Entdeckun g der drei Keplerschen Gesetz e zählt zu den größte n
Leistungen menschlichen Geist es. Newt on gründete auf diese Gesetz e seine Gra-
vit ationstheorie. Kepler selbst br ach fasziniert von ihrer Schönheit am Schluß
seiner Harmonice mundi (1619) in die hymnischen Worte aus:
,,Die Weisheit des Herrn ist unendlich. Sonn e, Mond und Stern e rühmt Ihn in
Eurer erha benen Sprache! Lobp reist Ihn ihr alle, die ihr Zeugen der nun neu ent-
deckten Harmonien seid! Ihm sei Lob , Ehre und Ruhm in alle Ewigkeit! Amen."
K epler, Johannes (1571-1 630). Ab 1601 Astronom und Mathematiker am Hof
Kaiser Rud olph s Ir. als Nachfolger von Ty cho Br ahe. Sein Hauptwerk , die Welt -
harmonik (Harmonice mundi) , ent hä lt auch zahlreiche Untersuchungen zur Geo-
metrie, insbesond ere üb er regelmäß ige Körp er . Die Rud olph inischen Tafeln , ein
von Kepler aufgeste lltes Tafelwerk , blieben für über 100 J ah re Grundlage astro-
nomi scher Berechnun gen.

12.10 Aufgaben

1. Man berechne die Länge des Bogens


a) der Par ab el y = x 2 , x E [0; b] ;
b) der Neilschen Parab el ')'(t ) = (t 2 , t 3 ) , t E rO jT].
2. Man zeige: Ein e 'lfl -Kurve , : (a; b) -+R n mit nicht komp aktem P a-
rameterintervall ist genau dann rektifizierbar, wenn das uneigentliche
Integral s = !ab 11 i'(t)11 dt existiert , und dann ist s ihre Bogenlänge.
12.10 Aufga ben 259

Beispiel: Der Teil ,l( - 00; 0) der logarithmischen Spirale , (t ) = e(c+i)t


ist im Fall c > 0 rektifizierb ar. Welche Länge hat dieser Teil?
3. Eine 'i!fl -Kur ve , : lR -+ C *,der en Fahrstrahl , (t ) den Tan gential-
vektor i'( t) für jedes t un ter einem konstan ten Winkel =1= 0 und =1= ~
schneidet , entsteht aus einer logari thmischen Spirale durch Umpara-
metrisieren .
4. Zu jeder Kurve , : I -+ C* mit , (to) = ro ei'P o gibt es stetige Funk-
tionen r : I -+ lR+ un d rp : I -+ IR mit r (to) = ro und rp(to) = rpo
so, daß , (t ) = r (t) ei'P(t ) für i e t . r und rp sind in tEl genau dann
differ enzierb ar , wenn , in t differenzierb ar ist .
5. Zykloiden. Es sei A > O. Durch

x (t) =t - X sin r, y(t ) = 1-Acost , tE lR,


werd en verkürzte (A < 1),gewöhnliche (A = 1) bzw . verlängerte
(A > 1)Zykloiden definier t . Man zeige:
a) Roll t die Einh eit skreisscheib e ohne zu gleite n auf der z -Achse ab,
so beschreibt ein fest mit ihr verb und ener P unkt im Abstand A
vom Mittelpunkt eine Zykloide.
b ) Die verkürzten Zykloid en sind Gr aphen von auf gan z lR definierten
differen zierbar en Funktionen .
c) Die Evolute der gewöhnlichen Zykloide ist eine dazu kongruente
verschob ene Zykloide.

~1
~1 Eine verkürzte und eine verlän gert e Zykloide

6. Hypozykloiden. Rollt ein Kr eis S in C mit Rad ius r inn en auf einem
Kr eis mit Rad ius R > r ab, so beschr eibt ein fester Randpunkt des
rollenden Kr eises eine Hyp ozykloide z. Man zeige:
a ) Bezeichn et rp den Winkel zwischen der Achse lR+ und dem Vektor
von 0 zum Mit telpunkt von S und ist die St ar tpositi on z(O) = R,
so gilt
.
z(rp ) = (R - r )e''P + r exp (r- R irp ) ,
-r- ip E lR.
260 12 Geometrie differenzierbarer Kurven

b) Im Fall R = 4r heißt die Hypozykloide


auch Astroide. Für diese gilt
z(cp) = R(cos 3 ip, sin 3 cp) .
Die Einschränkung zl[O; 2TI]bezeichnet
man ebenfalls als Astroide. Man be-
rechne deren Umfang und den von ihr
umschlossenen Flächeninhalt.
c) Die Funktion z ist periodisch, wenn das
Verhältnis der Radien R :r rational ist. Astro ide

Beim Abrollen eines Kreises auf der Außenseite eines weiteren Kreises
beschreibt ein Peripheriepunkt des rollenden Kreises eine sogenannte Epizy-
kloide. Epizykloiden und Hypozykloiden wurden von Appollonios von Perge
zur Beschreibung von Planetenbahnen verwendet.
7. Die Lemniskate ist der geometri-
p
sche Ort der Punkte P einer Ebene
so, daß das Produkt der Abstände
von zwei festen Punkten PI, P z den
1 - -2
konstanten Wert 4P1P2 hat:
-- --
P PI .P P2 = 4:1--2
PI P2 . Lemniskate

Man zeige: Bei der üblichen Normierung P1,2 = (±~v'2, 0) hat der in
der rechten Halbebene liegende Teil die Polarkoordinatendarstellung
r = Jcos 2cp, cp E [-TI/4; Er ist rektifizierbar und hat die Länge
TI/4].
2s, wobei

f~ f (_1)
1 n/2
S - dr - .l. dt - ~K
- 0 - v'2 0 J1 - ~ sin 2 t - v'2 ..j2'

Das erste der beiden Integrale heißt lemniskatisches Integral. Zur Be-
rechnung von s siehe 11.11 Aufgabe 25.
Die Versuche zur Berechnung der Längen aller Lemniskatenbögen führten
den italienischen Mathematiker Fagnano 1718 zu merkwürdigen Beziehun-
gen unter diesen Längen, die dann Euler 1753 zu den berühmten Additions-
theoremen der elliptischen Integrale verallgemeinerte und vertiefte.
8. Es sei 'Y eine reguläre ebene 'lf2-Kurve mit konstanter Krümmung K,.

Man zeige:
a) Ist K, = 0, so liegt 'Y auf einer Geraden. 1
b) Ist K, # 0, so liegt 'Y auf einem Kreis mit Radius r = ~.

9. Die Krümmung einer regulären 'lf2-Kurve 'Y : I -+C ist gegeben durch
K, = Im(:Y;Y)/1i'1 3 .
12.10 Aufgaben 261

10. Sei 1 eine geschlossene Kurve in C. Kann man die Punkte Zo und ZI
durch eine Kurve in C \ Spur y verbinden , so gilt nb ;zo) = nb ;zd .
11. Es sei 1 :[a;b] -+ C' eine geschlossene Kurve und T := 1/blihre
Projekti on auf s'
.Man zeige:
a) n(r; 0) = nb; 0).
b) Ist 1 stetig differ enzierb ar , so gilt nb ;O) = ~F(r) .
11

12. Man zeige: Es gibt keine stet ige Funktion h :JE -+SI mit h(z) = z für
z E SI , JE := {z E C Il
zl:S I} .
13. Sei 1:[a; b] -+]R3 eine '6"1 -Kurve im Raum. Man deu te

JIh(t) x --y(t )11 dt


1 b
Sb) := 2
a

d
als eine vom Fahrstrahl 0 1( Überst richene ,,Mantelfiäche".
14. Eine stetige Kurve, die ein Quadrat ganz ausfüllt (sog. Pean okurve).
Sei f :]R -+[0; 1] eine stetige Funktion mit folgenden Eigenschaft en :

_{O1
.f(t) -
für
für
0~ :S:s tt :s:s k,1 und f (t + 2) = f(t) .

Seien x (t ) := L ~= l 2- n f( 32n - 1t)


, y(t ) := L ~= 1 2- n f(3 2nt) .
Man zeige: Die Kurve 1 : ]R -+]R2 mit 1(t ) = (x(t) , y(t )) bildet das
Int ervall I = [0; 1] surjektiv auf das Quadrat 12 C ]R2 ab.
Das angegebene Beispiel stammt im Kern von Leb esgue (1875-1941) . Eine
weite re .Peanok urve" hat Hilbert (1862- 1943) dur ch einen einfachen geome-
trischen Algorit hm us erzeugt . Die folgend e Abbildung zeigt deren 1., 2. und
3. Approximationsp olygon.
Lit eratur : Sagan, H.: Space - Filling Cur ves, Spr inger 1993.

I i
13 Elementar integrierbare Differentialgleichungen

In Kapitel 10 hab en wir lineare Differentialgleichungen mit konstanten Ko-


effizienten untersucht, insbesondere die Berechnung eines Fundamentalsy-
stems auf die Berechnung der Nullst ellen eines Polynoms zurückgeführt.
In diesem Kapitel behandeln wir einige Differentialgleichungen, deren Lö-
sungen im wesentlichen dur ch Integration ermittelt werden können. Für
Elemente einer allgemeinen Theorie verweisen wir auf Band 2 sowie die im
Literaturverzeichnis genannten Lehrbücher .

13.1 Wachstumsmodelle. Lineare und Bernoullische


Gleichungen

Es bezeichne y(t) den Bestand einer Population zum Zeitpunkt t. Dann


heißt
y(t') - y(t) 1
t'-t y(t)
die mittlere Wachstumsrate im Zeitintervall [tj t'J und der für t' -ttals
existent vorausgesetzte Grenzwert y(t)/y(t) die Wachstumsrate zum Zeit-
punkt t. Im allgemeinen ist diese eine Funktion der Zeit und des momen-
tanen Bestandes:
y( t)
y(t) = k(t ,y(t)) .

Kennt man die Funktion k und zu einem Zeitpunkt to den Bestand Yo und
sucht man Funktionen 11 mit y(t) = k(t,y(t)) . y(t) auf Int ervallen um to
und mit y(to) = Yo , so nennt man dieses Problem ein Anjangswertproblem
(AWP) und schreibt dafür kurz

y = k(t ,y)·
y, y(to) = Yo .

Im Fall einer konstanten Änderungsrate k(t , y) = k E IR hat dieses An-


fangswertproblcm nach 9.3 auf IR gena u die Lösung y(t) = Yo ek (t- I o ). Ein
solcher Fall liegt zum Beispiel beim radioaktiven Zerfall vor.

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
13.1 Wachstumsmodelle. Lineare und Bernoullische Gleichungen 263

I. Lineare Differentialgleichungen 1. Ordnung

Hängt die Wa chstumsrate nur von der Zeit ab , so ist die zugehörige Glei-
chung iJ = k( t)y eine lineare Differentialgleichung 1. Ordnung. Allgemeiner
ver steht man darunter Gleichungen der Gestalt

(1) Iy'=a(x)·y+b(x)
, I

wobei a, b st etige Funktionen auf einem Intervall I sind. Ferner heißt

Iy' = a(x) . y I
die zu (1) gehörige homogene Gleichung.
Wie im Fall konstanter Koeffizienten gilt : Ist yp eine ("partikuläre'1
Lösung der inhomogenen Gleichung (1),so erhält man jede weitere Lösung
y durch Addition einer Lösung Yh der homogenen Gleichung: y = YP + Yh ·
Die Bestimmung aller Lösungen von (1)zerfällt demnach wieder in die
beiden Teilaufgaben :
a) Ermittlung aller Lösungen der homogenen Gleichung (1h)'
b) Ermittlung wenigs tens einer Lösung der inhomogenen Gleichung (1).

Zu a): Es sei A eine Stammfunktion zu a auf I. Dann besteht die Gesamt-


heit aller Lösungen von (1h) aus den Funktionen y = c e A, c E C.
Beweis: Diese Funktionen lösen offensichtlich (1h)' Ist umgekehrt y eine
Lösung, so gilt (y e- A)' = (y' - ay) e- A = 0; folglich ist ye- A konstant . 0
Zu b) : Zur Berechnung einer partikulären Lösung YP der Gleichung (1)
verwenden wir wie in 10.5 Variation der Konstanten . Ausgehend von der
Lösung e A der homogenen Gleichung machen wir mit einer noch zu be-
A
stimmenden 'i'fl-Funktion u den Ansatz yp = u · e . Eine Funktion dieser
Bauart löst gen au dann (1),wenn (u' +ua)e = au eA+b, d .h. , u' = be- A,
A
gilt. Wir fass en zusammen:
Satz: Sei A eine Stammfunktion zu a und u eine Stammfunktion zu be- A.
Dann ist die Gesamtheit der Lösungen von (1)gegeben durch

Iy = (u + c) eA, cE c·1
Folgerung: Jedes Anfangswertproblem y' = ay + b, y(xo) = Yo , mit ste-
tigen a, b hat genau eine Lösung auf I.
Denn mit g<'lIatl ('iIH '1' Konstanten (' E C erfüllt Y = (u+c) <,A die Forderung
y(xo) = Yo ·
264 13 Element ar int egrierb are Differenti algleichungen

Beispiel!: y' = 2xy + x.


2
Die Lösungen der homogenen Gleichung: c e" , c E C.
St ammfunktion zu x e-
x2
= !x e- x 2 dx = _ ~ e- x 2 •
: u
Ein e par tikulär e Lösung: YP = - ~.
2
Gesam theit aller Lösungen : y = - ~ + c e" , c E C.
Beispiel 2: Lösung des Newtonsehen Abkühlungsgesetzes. Befindet sich
ein Körper mit der Temperatur T (t) in einem Medium mit der Temp eratur
A(t ), so wird W ärme in Richtung der nied rigeren Temperatur abgege be n .
Die Änder ungsgeschwindigkeit T(t ) zum Zeitpunkt t ist in vielen Fällen
prop or tional zur Temp eraturdifferenz T( t) - A(t ):

T= - ß(T - A),
Wir lösen diese Differentialgleichung für A(t ) := o: -"(t mit 0: E IR, "( E IR+;
(ein solches A liegt in etwa bei nächtlicher Abkühlung vor). Die reellen
Lösungen der homogenen Gleichung T = - ßT sind ce- ßt , c E IR. Durch
Variation der Konstanten mit

u := !ßA(t ) eßt dt = (A(t) + ~ ) eßt


erhält man ferner als par tikulär e Lösung für ( *) A( t )+ "(/ ß. Die Gesamtheit
der reellen Lösungen best eht also aus den Funkti onen

T (t ) = A( t) + ~ + ce - ßt , c E IR.

11. Bernoullische Differentialgleichungen

Die Wachstumsrate hän gt in vielen Sit uationen vom auge nb licklichen Be-
stand ab und kann in übe rg roßen P opulati onen wegen der Beschränk theit
von Ressourcen auch negati v werden . Dement sprechend hat Verhulst 1838
für ein einfaches Mod ell der Bevölkerungsentwicklung als Wachstumsrate
k(t, y) = a - by mit a, b E IR+ angesetzt . Die zugehörige Differentialglei-
chung y = (a - by)y heißt logistische Gleichung.
Die logistische Gleichung ist ein Sp ezialfall der Bernoullischen Differen-
tialgleichung. Darunter versteht man eine Gleichung der Gest alt

(2) Iy'= a(x )·y+b


(x) ·yQ; I

dabei seien a, b stetige reelle Funkt ione n auf einem Intervall I und n eine
reelle Konst an te 1= 0, 1.Im Fall 0: ~ Z sucht man in der Regel nur positive
Lösungen . Für belieb iges 0: > 0 ist die Konst ante 0 eine Lösung.
13.1 Wachstumsmodelle. Lineare und Bernoullische Gleichungen 265

Zur Berechnung positiver Lösungen betrachte man z := yl- a. Dafür


gilt
y' - ay - bya = _l_
1-0:
za /(l - a)( z' - (1 -o: )az - (1 -o:)b).

Somit folgt :
Satz: y ist genau dann eine positive Lösung der B ernoulli-Gleichung (2)
auf einem Intervall 10 C I , wenn z = yl -a dort eine positive Lösung der
folgend en zu (2)assoziierten linearen Gleichung ist:

z' = (1 - o: )(a(x )z + b(x)) .

(xo, a
°
Anfan gsdaten (xo , Yo) für y mit Yo > entsprechen die Anfangsdaten
Y6- ) für z. Da jedes AWP für lineare Gleichungen eindeutig lösbar
°
ist , folgt für die Bern oulli-Gleichung, daß jedes AWP mit Yo > wenigstens
in einer gewissen Umgebung um Xo eindeutig lösbar ist .
Im Fall 0: E Z hat man folgende weitere Lösungen :
1. Bei ungeradem 0: ist mit y auch -y eine Lösung.
2. B ei geradem 0: gilt: Löst y die Gleichung (2), so löst u := -y die neue
B ernoullische Gleichung u' = a1t - bu? und umgekehrt.
Beispiel: Die logistische Gleichung y= ay - by2 , a, b E lR+.
Wesentliche Eigenschaften ihrer positiven Lösungen erkennt man bereits ,
ohne diese zu berechnen . So verringert eine Zunahm e des Bestandes y
die Wachstumsrate k(y) = a - by und hemmt das Wachstum. Solange
y(t) < al b ist , gilt k(y) > 0, also auch y(t) > 0, und der Bestand wächst ;
sobald y(t ) > alb ist, gilt iJ (t ) < 0, und der Bestand nimm t ab. Alle
positiven Lösun gen tendieren also zu der Konst anten alb; diese ist ebenfalls
eine Lösung, die sogenannte Gleichgewichtslösung.
y
Die Bereiche des beschleunigten
Wachstums, d.h. mit iJ > und
y > 0, ent nimmt man der durch
°
Differenzieren entste henden Be-
ziehun g f = (a-2by)Y . Nach die-
ser findet beschleunigtes Wachs-
tum genall solange statt wie der
Bestand y(t) < al2b ist . - ---- «[ b -- ---- - --

Positive Lösungen der


logistischen Gleichung

o
266 13 Elementar integrierbare Differentialgleichungen

Die Lösungen y sind die Reziproken y = 1/ z der Lösungen z der linear en


Differentialgleichung i = -az + b. Diese hat die reellen Lösungen

z(t) = ~ +ce-at, c E IR.


a

Die für t ~ 0 positiven Lösungen z sind jene mit z(O) = b]« + c > 0; die
für t ~ 0 positiven Lösungen y der logistis chen Gleichung somit
1 b
y(t) - - - -
- b/a + ce -at '
c> --.
a

Offensichtli ch gilt y(t) -+al b für t -+00.

13.2 Differentialgleichungen mit getrennten Veränderlichen

Wir betracht en das Anfangsw ertproblem

(3) Iy' = g(x) . h (y) , y (x o) = Yo ,


mit st etigen Funktionen 9 : I -+IR und h : U -+IR auf offenen Intervallen
I , U und mit (xo , Yo) E I x U. Hierbei lernen wir bereit s einige auch für
allgemeinere Differentialgleichungen gültige Sachverh alt e kenn en .

Die form ale Trennung in h~~) = g( x) d x und Integration

y(x) d x
(4) J h(Tl)Tl = Jg(~) d~
vo Xa

ergeben y impli zit als Funktion von x. Der folgende Sat z rechtfertigt dieses
Vorgehen .
Lokaler Existenzsatz:
a) Im Fall h( yo) = 0 ist die kon stante Funkt ion Yo eine Lösung von (3) .
b) Im Fall h(yo) =1= 0 besitzt das AWP (3) in eine m hin reichend klein en
offenen Intervall J c I um Xo eine Lösun g. Ein e solche erhält man aus
(4) durch A ufiösen nach y .
Man beachte: In b) wird nicht die Existenz einer Lösung au f gan z I be-
hauptet , sondern nur die Existenz einer Lösung in einer hinreichend kleinen
Umgebung um x o. Dah er nennt man den Satz einen lokalen Exist enzsat z.
Ein AWP, das keine auf ganz I definierte Lösung besit zt , bringt Beispiel 1,
ein AWP mit unendli ch vielen solchen Lösungen Beispiel 2.
13.2 Differentialgleichungen mit getrennte n Veränderlichen 267

I xU

u« - ------
-
J x \f
Das Anfang swertproblem (3) be-
sit zt in einem hinr eichend kleinen
Int ervall J um Xo eine Lösun g
xo

Beweis von b): Sei V C U ein offenes Intervall um Yo so, daß h(ry) =P 0 für
TI E V . Wir definieren dann die Funktionen

I h(ry)'
Y dry
H : V -+ IR, H(y) :=
YO

I g(O d~.
I

G : I -+ IR, G(x) :=
IO

H ' = 1/h hat auf V einheit liches Vorzeichen. H ist dah er st reng mono ton
und besit zt eine stetig differenzierbar e Umkehru ng H- 1 : H(V) -+ V .
H(V) ist ein offenes Intervall um H(yo) = O. Sei dann J ein offenes Intervall
in I um Xo mit G(J) C H(V) ; wegen G(xo) = 0 E H(V) und der Stetigkeit
von G exist iert ein solches . Auf J definieren wir nun
y : J -+ IR, y(x) := H-1(G(x)) .
y(x) erhält man durch Auflösen der Gleichung H(y) = G(x) , d .h. von (4).
Die Funktion y lö stin J das AWP (3): Wegen H(yo) = 0 = G(xo) gilt
y(xo) = Yo , un d aus der Iden ti t ät H( y(x )) = G(x) folgt durch Differ enzie-
1
ren h(y (x)r • y'(x) = g(x) . Dam it ist der Sat z bewiesen. 0

Beispiel 1: y' = xy2, y(O) = yo.


Hier ist 1 = U = IR; ferner g(x) = x und h(y) = y2. Für Yo = 0 hat das
°
AWP die Lösung y = 0, und für Yo =P ergibt Auflösen der Gleichung

H (y) = I
Y
<lrl =
--;;2 I
I

~ d~ = G(x) ,
YO 7 0

o d er - -1
y
+ Yo
-1 = 1 :1:2
-
2
di1C I~os
" u ng

2 falls Yo > 0,
y('r ) - ----,------::­
. - 2/ yo - x 2
falls Yo < O.
268 13 Elementar integrierbare Differentialgleichungen

y
I
I
I
I nicht auf IRfortsetzbar
I
I
I
I
I

:{;
I

auf ganz IR definiert

Lösungen, die auf ganz IR definiert sind, und


Lösungen , die nicht auf IR fortgesetzt werden können

Man beachte: Obwohl die rechte Seite der Differentialgleichung auf ganz
IR2 definiert und einfachst gebaut ist , können nicht alle Lösungen stetig
auf ganz IR fortgesetzt werden. Ist x die Zeit, so besagt das Beispiel, daß
y(x) bei Anfangswerten Yo > 0 schon in endlicher Zeit unendlich wird, bei
Anfangswerten Yo < 0 aber einer Gleichgewichtslage zustrebt. Das Beispiel
zeigt ferner, daß bei einer kleinen Änderung von Yo aus einer beschränkten
Lösung eine unbeschränkte werden kann.

Beispiel 2: y' = JfYT, y(O) = O.


Dieses AWP besitzt unendlich viele auf ganz Ja definierte Lösungen.
Das Anfangswertproblem hat die triviale Lösung y = O. Um weitere Lö-
sungen zu finden, betrachten wir zunächst das AWP y' = ViYT,
y(O) = Yo,
für Yo i-o. Im Fall Yo > 0 führt Auflösen der Gleichung j,Y d~ = r d~
Yo y'TJ Jo
zu
y(x) = ~(x + 2JYol für x > -2JYö =:~o.
(Im Beweis des Satzes wurde eine Einschränkung auf ein Intervall V vor-
genommen, in dem h( 'f}) i-0 ist .) Diese Lösung auf (~o ; 00) ist nach links
über den Punkt ~o hinweg fortsetzbar durch 0 zu der auf ganz Ja definierten
Lösung
für x > ~o,
für x ~ ~o .
(Man verifiziert leicht, daß y~o auch im Punkt ~o differenzierbar ist und
die Differentialgleichung erfüllt .) Man sagt , "die Lösung yE,o und die triviale
Lösung y = 0 verzweigen bei ~o ".
13.2 Differenti algleichungen mit getrennten Veränderlichen 269

Den Fall Yo < 0 kann man durch .D rehung" auf den beh andelt en zurück-
führen . Dazu hat man nur zu beacht en , daß mit einer Lösung y auf (a; b)
die durch Y (x ) := - y(- x) definierte Funktion eine Lösung auf (-b; -a)
ist.
Im Fall Yo = 0 hat das AWP außer y = 0 auf lRdie un endlich vielen
Lösungen
I (x - C)2 für x ~ c,
yc(x) = { 04 c ~ 0;
für x ~ c,
ferner die Funktionen Yc mit Yc(x) := -Yc(- x) .

Yc

Yc
Lösungen der Differential gleichung y' = liYT
Physikalische Deutung: Fli eßt Wasser aus einer Öffnung am Grund eines
zylindrischen Beh älter s und bezeichn et p(t) den Pegelstand zum Zeitpunkt
t, so gilt nach Torricelli (*) p = -a,jP, a eine positive Kon st ante. J ede Lö-
sung Y ~ 0 der Gleichu ng y' = JiYI ergibt in p(t) := y( -at) eine Lösung
für (*) .In sbesondere besit zt jedes AWP p= -a,jP, p(to) = 0, das hier sach-
gemäßer ein Endwertpro blem zu nennen wär e, unendlich viele Lösungen:
Wenn der Beh ält er leer ist , kann man nicht erkennen, wann er auslief.

In Beispi el 2 t reten zum Anfangswer t Yo = 0 Verzweigungen auf. 0 ist


auch gerade die Stelle, an der die Funktion JiYInicht differ enzierbar ist .
Der folgende Sat z zeigt , daß bereits die lokale Lipschit z-Steti gkeit von h
die eindeutige Lösbarkeit sicherstellt. Ein e Funktion h :U --+ C auf einer
Menge U C lRheißt lokal Lipschitz-st etig, wenn es zu jedem Punkt Yo E U
eine Umge bung V in U und eine Zahl L gibt so, daß

für alle YI , Y2 E V
gilt. Ein sehr brauchbares Kriterium liefert der Schrankensatz : Jede stetig
differenzierbar'e Funktion auf einern Int ernall ist lokal Lipschitz-stetig.
Globaler Eindeutigkeitssatz: Ist h : U --+ lR lokal Lipschitz-stetig, so
besitzt das AWP (3) auf jedem Intervall J C I um Xo höchstens eine
Lösung. Insbesondere gilt das, wenn h auf U stetig differenzierbar ist.
270 13 Elementar integrierbare Differentialgleichungen

Beweis: Es seien YI, Y2 Lösungen des AWP (3)auf J . Angenommen, es


gebe zum Beispiel rechts von Xo Punkte x E J mit YI (x) :P Y2 (x) . Dann
existiert rechts von Xo eine erste Stelle x~ E J, von der aus die beiden
Lösungen auseinanderlaufen: x~ ist die größte Zahl mit der Eigenschaft,
daß YI(X) = Y2(X) für alle x E [xo;x~J gilt .
Um Yb := YI(X~) = Y2(X~) wählen wir eine Umgebung V, in der h
Lipschitz-stetig ist (Konstante L) ; sodann zu V ein kompaktes Intervall
K := [X~;XIJ C J so, daß YI(X), Y2(X) E V für alle x E K . In jedem x E K
gilt dann

IY;(x) - y~(x)1 = x)) - h(Y2(X)) I


Ig(x)I ·lh(Yd
:::;IIgII
K ' LIYI(X) - Y2(x)l·

Y :=YI - Y2 genügt also auf K der Differentialungleichung IY'I :::;C ·IYI


mit C :=IlgilK L. Nach dem Lemma in 10.1 gilt daher Y = 0, d.h. YI = Y2
auf K = [x~; xd im Widerspruch zur Wahl von x~ . 0

Folgerung: Es sei h : U -+ lR lokal Lipschitz-stetig. Für zwei Lösungen


YI,Y2 : J -+ lR der Differentialgleichung y' = g(x)h(y) bestehe in einem
Punkt Xo E J die Ungleichung Ydxo) < Y2(XO)' Dann gilt ydx) < Y2(X)
für alle x E J.
Beweis: Andernfalls gäbe es einen Punkt ~ E J mit YI(~) = Y2(O und
daraus folgte YI = Y2 auf ganz J. 0

Schließlich kommen wir auf die Frage nach Lösungen mit einem mög-
lichst großen Definitionsbereich und deren Eigenschaften zu sprechen.
Definition: Eine Lösung 'P : (a; b) -+ lR des Anfangswertproblems (3)
heißt maximal, wenn für jede weitere Lösung 1/J:(0'; ß) -+ lR gilt: (0'; ß) C
(a; b) und 1/J = 'PI(O'; ß).
Aufgrund des Globalen Eindeutigkeitssatzes gilt :
Lemma: Ist h : U -+ lR lokal Lipschitz-stetig, so besitzt jedes Anfangs-
wertproblem (3) eine (und nur eine) maximale Lösung.
Beweis: Es sei (a; b) die Vereinigung aller offenen Intervalle I, C I , auf de-
nen das AWP eine Lösung 'Pi besitzt. Nach dem Eindeutigkeitssatz stim-
men je zwei Lösungen 'Pi und 'Pj in I, n I j überein. Wir definieren damit
'P :(a; b) -+ IR durch 'P(x) := 'Pi(X), falls x E Ii. 'P ist offensichtlich eine
maximale Lösung 0

Maximale Lösungen haben die wichtige Eigenschaft vom Rand des Defi-
nitionsbereichs der Differentialgleichung zum Rand zu laufen. Der folgende
Satz präzisiert diesen Sachverhalt.
13.2 Differenti algleichungen mit getrennte n Veränd erlichen 271

Satz: Es sei cp : (a;b) -+lR die maximale Lösung eines Anfangswertpro-


blems (3) mit lokal Lipschitz-stetigem h : U -+lR, U ein offenes Int ervall.
Ist b nicht der rechte Randpunkt des Int ervalls I , so gibt es zu jedem ß < b
und jeder kompakten Menge K C U ein ~ E (ß; b) mit cp(O t/:.K . Eine
analoge Aussage gilt, falls a nicht der linke Randpunkt von I ist.
Man formuliert dies man chmal so: Ist (a;b) i-I , so verläßt cp jedes Kom -
paktum; oder auch so: Liegen alle Werte von ip in einem Kompaktum
K cU, so ist cp auf ganz I erkliirt.

Jede der drei Lösungskur ven läuft von Rand zu Rand

Beweis: Angenommen , die Behaup tung sei falsch; d.h., es gebe ein Korn-
pak tum K C U und ein Intervall [ß; b) c I so, daß cp (x ) E K für jedes
x E [ß;b) . Wir zeigen zunächst:
(i) cp kann in den Punkt b stetig differenzierb ar fortgeset zt werden, wobei
dann cp'(b) = g(b)h(cp(b)) gilt .
Beweis: Aus cp' (x ) = g(:r )h(cp(x )) folgt zunächst, daß Icp'lauf [ß; b) be-
schränkt ist (durch IIgll[ß;bj·llhIIK) ·cp ist daher Lipschitz-stetig auf [ß; b)
und damit nach dem Cauchy-Kriterium für die Existenz von Grenzwerten
stetig fortsetzbar auf [ß; b]. Mit cp'(x ) = g(x)h( cp(x)) erhält man weiter,
daf auch ip' stetig auf [ß; b] fort gesetz t werden kann . Nach dem Differen-
zierbarkeitssatz in 9.9 ist die fort gesetzte Funktion cp auch differenzierb ar
im P unk t b mit der Ableitung cp'( b) = iimxtbg( x)h( cp(x)) = g(b)h(cp(b)) .
(ii) Fortset zung der Lösung cp üb er b hinaus. Wir betrachten das AWP
y' = g(x)h(y) , y(b) :=cp(b). Nach dem lokalen Existe nzsat z besitzt dieses
in einem Intervall Ic(b) eine Lösung y und nach dem Eindeutigkeitssatz
gilt y = cp in (b - C; b] . Die Lösung cp erhält also in der Funktion y eine
Fortsetzung auf (a; b + c) im Widerspruch zur Maximalit ät von ip, 0

In dem wichtigen Spezialfall y' = h(y) präzisieren wir die Fortset zung
an den Rand näher. St att x schreiben wir t. Differenti algleichungen dieses
Typ s heißen autonom, da ihre rechte Seite nicht von der Zeitvariablen t
abhängt. Ist y eine Lösung einer solchen Gleichung, dann auch die um c
zeitverschobene Funktion Yc, yc (t ) := y(t - c). Insbesondere darf man sich
bei Anfangswert problemen auf solche mit to = 0 beschränken.
272 13 Elementar integrierbare Differentialgleichungen

Satz: Es sei h : [A; B] -+ IR eine stetige, in (A;B) positive Funktion,


derart, daß das Integral!: h-1(u)du konvergiert. Für beliebige to E IR
und Yo E (A;B) besitzt dann das Anfangswertproblem
iJ = h(y) , y(to) = Yo,
eine streng monoton wachsende Lösung 'P auf einem Intervall [tA ;tB] so,
daß 'P(tA) = A und 'P(tB) = B . 'P ist die Umkehrung der Funktion

H : [A;B] -+ [tA ;tBl, H(y):= to + !h(u)1 du;


Y

YO
dabei ist tA := H(A) und tB := H(B) . 'P ist eindeutig bestimmt: Ist
'l/J : [o ; ß] -+ [A ;B] eine streng monoton wachsende, stetig differenzier-
bare Lösung des Anfangswertproblems mit 'l/J (a ) = A und 'l/J (ß ) = B , so ist
[o;ß] = [tA; tB] utul s] = 'P .
Beweis: H ist stetig auf [A ;B] und stetig differenzierbar auf (A;B) mit
H' = l/h in (A;B) . Die Umkehrung 'P :=H- 1 ist st etig auf [tA; tBl, stetig
differenzierbar auf (tA; t e) , und erfüllt ep(t) = 1/H'('P(t)) = h('P(t)) für
t E (tA;tB)' Sodann folgt aus ep = ho 'P in (tA; tB) wegen der Stetigkeit
von o auf [tA; tB] und der von h auf [A ;B] lim ep(t) = h('P(tA)) = h(A)
t-tt A
und limt--ttB ep(t) = h('P(tB)) = h(B). Damit ergibt sich aufgrund des
Differenzierbarkeitssatzes in 9.9 die Differenzierbarkeit von 'P auch in tA
und tB und dort ebenfalls das Bestehen der Identität ep = h('P).
in [ai ß] und 'I/J (to) = Yo folgt mit der
Zur Einzigkeit : Aus ,(p = ho 'Ij;
Substitutionsregel
t ,(p(s) 1/1(t ) du
t = to + !h('l/J(s)) ds = to + ! h(u) = H('l/J(t)).
to 1/1 (t o)

Hieraus und aus der analogen Beziehung für 'P folgt wegen der strengen
Monotonie von H die Identität 'l/J = 'P. D

Hat h etwa in Beine Nullstelle, so ist die Konstante y = B eine Lösung


von iJ = h(y). Dann ist au ch ep(tB) = h('P(tB)) = h(B) = 0, und 'P mündet
bei t e in die konstante Lösung ein . Analog im Fall h(A) = O.

A
to
..
13.3 Nicht-lineare Schwingungen. Die Differentialgleichung x = f( x) 273

13.3 Nicht-lineare Schwingungen.


Die Differentialgleichung x = f (X)

Diese Differenti algleichung kommt als Bewegungsgleichung eines Punktes


vor, auf den eine nur ort sabh ängige Kraft f( x) wirkt. Wir setzen f als
stetige reelle Funktion voraus und wählen eine Funktion U mit U' = - f
(physikalisch: ein Potential). Die Differentialgleichung lautet damit

(5) i: = -U'(x) .

Wir sammeln zunächst Informationen über die Lösungen einer solchen


Differentialgleichung. Ist t r--+x(t ) eine Lösung auf einem Zeitintervall I ,
so erhält man für diese aus (5) durch Multiplikation mit ± die Identität
(~±2 + U(x))" = 0. Es gibt daher eine Konst ant e E so, daß

(6) ~±(t)2 + U(x(t)) = E für alle t e t.


E ist , nachdem man U gewählt hat, durch die Wert e Xo x(to) und
Vo = ±(to) zu einem Zeitpunkt to E I festgelegt:

E = ~V5 + U(xo).
Die Identität (6) wird als Energiesatz bezeichnet und besagt , daß zwi-
schen potentieller und kinetischer Energie ein Ausgleich stattfindet so, daß
deren Summe konstant bleibt. Der Energiesatz impliziert , daß die Lösung
nur Ort e x(t ) annimmt, an denen U(x(t)) ~ E gilt (physikalisch: die Lö-
sung bleibt im Potentialtopj {x IU(x) < E}) .
Ist J ein Zeitintervall um to, in dem ± keine Nullstelle hat, was genau
dann der Fall ist , wenn E - U(x (t )) dort keine Nullstelle hat, so ist die
Funk tion x(t) in J Lösung einer der beiden Differentialgleichungen

±= J2(E - U(x)) oder ± = -J2(E - U(x));

und zwar der ersten im Fall ±(to) > 0, und der zweiten im Fall ±(to) < 0.
Beide sind Differentialgleichungen mit getrennt en Veränderlichen des in
13.2 zuletzt ausführli ch diskutiert en Typs iJ = h(y). Wir konstruieren im
folgenden in einem wichtigen Fall Lösungen dieser Differentialgleichungen ,
die sich auch als Lösungen des AWP

(50) x = - U'(x) , x(to) = xo, ±(to) = vo,

erweisen. Zunächst aber betrachten wir ein einfaches Beispiel.


274 13 Elementar integrierbare Differentialgleichungen

Beispiel: Radiale Bewegung eines Massenpunktes im Gravitationsfeld ei-


ner anziehenden Masse M. Eine solche Bewegung genügt dem Gesetz
.. M
r = -' zr '

M. - - - - - - - - - - - - - - - ~ - - - - - - - - - -.
I r ~I

Wir betrachten das AWP mit r(O) = Rund f (O) = Vo > O. (vo > 0 besagt ,
daß sich der Massenpunkt zum Zeitpunkt 0 ent fernt.)

Als Potential wählen wir U (r) = - ' M . Die Energiekonstante ist dann
r

Aus dem Energiesat z

r t 2 - ,r(t)
21.() M
= E= const.

folgt zunächst: Falls es auf irgendeinem Zeitintervall eine unbeschränk te


Lösung gibt, muß E ~ 0 sein, und dieses ist gleichwert ig zu

Vo ~ J2~M = :VF.
Wir berechnen für Vo = vF, d.h. für E = 0, eine Lösung. Wegen Vo > 0 ist
eine solche in einer Umgebung des Zeitp unktes 0 eine Lösung des AWP
f = J2,M. r-
1 2
/ , r(O) = R.
Hiern ach ergibt sich
r{t)
t=_l_! Jf, d~ = 2 (r(t)3/2_R3/ 2) ,
..j2,M R 3..j2,M
also
r(t) = ( ~J2,Mt+R3/2f/3 .
Diese Funk tion löst auf [0; 00) das eingangs formulierte AWP und ist un-
beschränkt . VF ist also eine Anfangsgeschwindigkeit , bei der eine Lösung
unbeschränk t wird, und zwar die kleinste, und heißt Fluchtgeschwindigkeit.
Zum Beispiel beträgt die Flu chtgeschwindigkeit von der Erdoberfläche aus
wegen 9 = , M /a 2 (mit 9 = 9.81m/sec2 , a = 6300 km) v~rde = J2ga =
11.1 km/ sec.
13.3 Nicht-lineare Schwingungen. Die Differentialgleichung x = f( x) 275

Wir machen für das Weitere die folgend e Vorau sset zung:
(V) Zu der durch Anfangswerte xo, Vo und nach Wahl von U festg elegt en
Konstanten E := ~vÖ + U(xo) gibt es ein Xo enth altendes Ortsintervall
[.1 ; B] mit
(7 ) U(A) = U(B ) = E und U(x) < E für x E (.1 ; B) ,
(7') U'(A) = - f(A) i= 0 und U' (B ) = - f(B) i= O.
u

A B

Unter dieser Vorausset zung ist die durch h(x) := J2(E - U(x)) auf

stellenfrei. Fern er exist iert dann das uneigentli che Int egral
was man sofort mit dem Grenzwertkriterium in 11.11 Aufgab e 9 sieht: Für
f:
[.1; B] definierte Funktion st etig, auf (.1; B) st etig differenzierb ar und null-
h- l(~) d~,
B
die kritische Stelle B et wa benützen wir als Vergleichsint egral r ~;
Jxo B - ~
dieses konvergiert, und wegen (7) und (7') exist iert der Grenzwert

lim VB-I:
HB JE - U({)
'" = lim
~t B
J B-~
U(B) - U({ )
= 1
JU'(B)
.

Wir nehmen jetzt für das Folgend e Vo > 0 an, und betr acht en das AWP

(8) x = J 2{E - U(x )), x (to) = Xo·

Nach dem Zusat z in 13.2 gibt es ein Zeitintervall [t A; tB] und darauf genau
eine Lösun g ip , Diese ist die Umkehrfunktion zu H : [.1 ; B] -+[tA ;tBl,

(9) H (x) = t o + f J2(E - U(x )) '


x

Xo
d~
x E [.1 ; B],

und hat folgend e Eigenschaften:


(10) c.p (tA ) = .1, c.p(tB) = Bund c.p (t ) E (.1; B) für t E (tA;t B);
(10' ) 0 (tA ) = 0, 0 (tB ) = 0 und 0 (t ) > 0 für t E (tA;tB ).
276 13 Elementar integrierbare Differentialgleichungen

ip ist auf (tA; tB) auch eine Lösung des AWP (50): Es gilt

.. _ -2U'(1fJ)0 _ -U'( ).
lfJ - 2y'2(E - U(IfJ)) - rp ,

ferner ist rp(to) = Xo und 0(to) = Vo; letzteres nach Definition von E. Das
Zeitintervall [tA; tB] hat nach (9) die Länge

T
2" := f B d~
y'2(E - U(~)) .
Wir zeigen nun, daß ip auf ganz lR zu einer Lösung für (5) fortgesetzt
werden kann, die periodisch ist mit der Periode T. Dazu setzen wir ip
zunächst durch Spiegelung an t e zu einer Funktion rpo auf [tA ;tA + T]
fort und diese dann durch Translation zu einer Funktion rjJ auf lR.
Definition von rpo : [tA; tA + T] -7 lR:

rp(t ) für t E [tA; tBl,


rpo(t):= { rp(2tB - t) für t E [tB ;tA + T].

Aus (10') folgt unmittelbar, daß rpo auf ganz [tA ;tA + T] stetig differen-
zierbar ist. Ferner erfüllt rpo in den offenen Teilintervallen (tA; tB) und
(tB; tA + T) die Differentialgleichung (5). Schließlich ist lfJo auch in t e 2-
mal stetig differenzierbar und erfüllt dort die Differentialgleichung (5). Das
folgt mit dem Differenzierbarkeitssatz in 9.9 daraus, daß die Funktion 00
in t n stetig ist und ihre Ableitung für t -7 t.e einen Grenzwert besitzt:
limt--+tB cfJo(t) = -limt--+tB U'(rpo(t)) = -U'(rpO(tB)); hiernach ist

(11) cfJO(tB) = -U' (rpO(tB)) = -U'(B).

B ~ , B
I
-l -
<Po
I
A I
A

Fortsetzung durch Spiegelung Fortsetzung durch Translation

Definition von rjJ : lR -7 lR: Man wähle zu beliebig gegebem t E lR eine


ganze Zahl k derart, daß t - kT E [tA; tA + TJ , und setze dann

rjJ(t) := lfJo(t - kT).


13.3 Nicht- lineare Schwingungen. Die Differenti algleichung x = f( x) 277

rjY ist auf ganz IRstetig differenzierbar , hat die Period e T und erfüllt in allen
offenen Teilin tervallen (tA; t A + T ) + kT , k eine ganze Zahl , die Differen-
tialgleichu ng (5) . Wie für rpo in t e zeigt man, daß rjY auch in den Punkten
t A + kT 2-mal stetig differenzierbar ist und (5)löst :

(12) ~(tA + kT) = - U'( rjY(t A)) = - U'(A ).


Die Geschwindigkeit ~ wechselt nach (10') , (11) , (12) und (7') in den
Zeitpunkten tA + kT und tB + kT , k E Z , ihr Vorzeichen . A und B sind
also Umkehrpu nkt e der Bewegun g.
Wir fassen zusammen:
Satz: Gegeben sei mit einer reellen ~l- Funktion U ein AW P

x = -U'(x) , x (to) = Xo, x(t o) = Vo·


Dazu setze man E := ~vÖ + U(xo) . Dann gilt:
(i) Falls es ein Xo enthaltendes Int ervall [A;B] gibt, in dem das Potential
U die Voraussetzungen (7) und (7') erfüllt, besitzt das AWP genau eine
Lösung rjY auf ganz IR. Diese ist periodisch mit der Periode

rjY genügt auf IR dem sogenannten Energiesatz

~ ~2 (t) + U(rjY( t) ) = E , tE IR,

und kann auf einem geeigneten Intervall der Länge T /2 als Umkehrung
der in (9) erklärten Funktion H konstruiert werden. A und B sind die
Extrema der Lösung rjY .
(ii) Falls Xo ein isoliertes Minimum von U ist, ist die Konstante rjY = Xo
die einzige Lösung des AWP (sogenannt e Gleichgewichtslösung).
Beispiel 1: Der harmonische Oszillator. W ir behan deln das AWP

X.. -- -w 2 x , x(o) = 0, x(o) = Vo > 0,

w E IR+ . Die Differenti algleichung ist linear mit konstanten Koeffizienten .


Mit den Lösungsmethoden für solche Gleichungen find et man
Vo .
t = -
x () SIIlWt .
w
Wir disku tieren dieses AWP noch einmal mit Hilfe der neuen Methode.
278 13 Elementar integrierbare Differentialgleichungen

Als Potential wählen wir U(x) := ~w2x2. Dann


ist E =~v~ . Ein den Anfangsort 0 enthalten-
des Intervall mit (7) ist [-vo/w;vo/w] . In den
Randpunkten ist offensichtlich auch (7') erfüllt.
Das AWP besitzt also eine periodische Lösung
mit der Periode

vo/w d~ 211
T=2 J
-vo /w J 5- W2~2
V W
-vo/w vo/w

Die Lösung ist in einer Umgebung des Zeitpunktes 0 die Umkehrung zu

=J
x d~ 1. w
H(x) =-
J v~ - w e
arcsm -X ;
2
o w Vo

somit ist die Lösung die bereits eingangs genannte Funktion Vo sin wt .
w
Beispiel 2: Das ebene mathematische Pendel
Wir betrachten das AWP

<p = _w 2 sin .p, cp(O) = -a, ep(O) = 0,


weine positive Konstante, a E (0; 11).
Als Potential wählen wir U(cp) := _w 2 cos(cp).
Dann ist E = _w 2 cos o. Ein -a enthaltendes
Intervall, das (7) und (7') erfüllt, ist [-a ; a].
Das AWP besitzt also eine periodische Lösung mit der Periode

T - 2
-
J
-C<
d~
J2W2(COS~ - cosa)'

Wir bringen das Integral noch in die Normalform eines elliptischen In-
tegrals. Mit cosx = 1 - 2sin 2 x/2 und k := sina/2 erhält man zunächst
cos ~ -cos a = 2 (k 2 - sin 2 ~/2) . Die Substitution k- 1 sin a2 =:sin z ergibt
schließlich
T = ~ rr/2 dz
w [ VI -
k 2 sin 2 z
Das Integral ist das mit K( k) bezeichnete vollständige elliptische Integral
1. Gattung zum Modul k; siehe 11.6 (14) . Wir erhalten also

T = ~K(k) mit k = sin %.


13.4 Aufgab en 279

Beispiel 3: Die elliptische Funktion Sinus amplitudinis auf IIt.Man be-


trachte bei gegebenem k E (0; 1) das AWP x = -U'(x) , x(O) = 0, x (O) = 1
mit
U(x) := -~(1 - x 2 H1- k 2x 2).
2
Die Energiekonstante hierfür ist E = 0 und U erfüllt im Int ervall [-1 ;1]
die Voraussetzung (7), (7') . Das AWP besit zt also eine auf ganz IR erklärte
periodische Lösung mit Wert en in [-1 ;1].Diese heißt Sinu s amplitudinis
und wird mit sn bezeichnet . Die Periode ist
1 d~
T = 2! )(1 _ eH1 _ k2~) '
Nach 11.11 Aufgab e 11 ist T = 4K(k). Auf [-K ; K], K := K(k) , ist sn die
Umkehrfunktion zu H : [-1 ;1]--t [-K ; K]
x d~
H(x) := [ )(1_ eH1 - k2e) '

-,
-2K -,

2K

Die Funktion sn für k = ~ V2


Eine weitere Grundeigenschaft des Sinus amplitudinis zeigt sich erst an
seiner Fortset zung ins Komplexe: Dort besitzt er noch eine rein imaginäre
P eri ode.

13.4 Aufgaben

1. Man löse folgende AWP:


a) xy' = y +x 2, y(l)=l ;
b) y'=ay-by3 , a,bEIR+, y(O) =1;
c) y' = e Y sin x , y(O) = 0 und y(O) = -1.
2. Man zeige: Jed es AWP der allgemeinen logistischen Gleichung
iJ = a(t)y - b(t)y2, y(O) = Yo E IR+ ,
mit stetigen Funk tion en a, b auf [0; (0) und b > 0 besitzt genau eine
auf ganz [0; (0) erklärte positive Lösung y .
280 13 Elementar integrierbare Differentialgleichungen

3. Die Gleichgewichtskurve y eines an zwei Punkten aufgehä ngte n Seils


genügt der Differentialgleichun g y" = aJl + y'Z, a > o. Man berechne

f: htu)
deren Lösun gen ( K ettenlinie).

4. Es sei h: [A; B) -+IR stetig, positiv und du divergiere. (B =


00 ist zugelassen.) Für jedes Yo E [A;B) besitzt dann das AWP

iJ = h(y), y(O ) = Yo ,
eine auf [0; (0)erklärte, st reng monoton wachsende Lösung ip , und für
diese gilt lim ep(t ) = B.
t-e co
Beispiel: Die Gleichun g iJ = a - byß, a, b E IR+ , ß > 0, hat zu jedem
Anfang swert Yo E [0; B ) mit B := (a/b) l/ ß eine auf [0; (0) erklärte,
st reng monoton wachsend e Lösun g ip, und für diese gilt lim ep(t ) = B .
t -+oo

5. Die Differentialgleichun g x = 9 - pxß (g Erdbeschleunigung, p, ß po-


sitive Konst anten) beschreibt einen durch Reibung gebremsten Fall
eines Körp ers im Schwerefeld der Erde. Man zeige: Es gibt in [0; 00 )
eine Lösun g mit x (O) = 0, x (O) = 0 und x ~ 0; diese hat die ,,Endge-
schwindigkeit" 1/ß
V oo := lim x(t ) =
t-+oo
(fl)p .
Für ß = 1 und ß = 2 berechne man diese Lösung.
6. In zahlreichen Anwendungen der chemischen Reaktionskinetik trit t die
Differentialgleichun g
iJ = ayz + by + c (a,b, c E IR, a i- 0)
auf. Man löse sie und un terscheide dazu die drei Fälle:
(i) 4ac - bZ > 0: P(y) := ayz + by + c hat keine reelle Nullstelle;
(ii) 4ac - bZ = 0: P(y) hat eine reelle Dopp elwur zel (X;
(iii) 4ac - bZ < 0: P(y) hat zwei verschiedene reelle Nullstellen o, ß.
7. Sei ep die maxim ale Lösun g eines AWP y' = - xy In y, y(O ) = Yo > 1.
Ohn e sie zu berechnen , zeige man : sp ist auf IR definiert, wächst streng
mon oton auf ( - 00 ; 0], fällt st reng monoton auf [0; (0),und erfüllt auf
IR die Ungleichung 1 < sp ~ Yo . Analog diskutiere man die AWP mit
o < Yo < 1. Schließlich berechne man die Lösungen.
8. Es sei h :U -+IR lokal Lipschitz-st etig, und es seien Yl , yz Lösun gen
der Differentialgleichun g y' = g(x )h(y) auf einem Intervall J c I
mit Yl (xo) < yz(xo) , Xo E J . Dann besitzt jedes AWP (3) mit Yo E
[Yl (xo); yz(xo)] eine Lösun g ebenfalls auf ganz J und diese verläuft auf
J zwischen Yl und yz.
13.4 Aufgaben 281

9. Die Bewegungsgleichung x = -U'(x) mit dem Potential U(x) = alxl n


,
a E lR+, n = 2,3, . . . , hat bei einer Energie E < 0 keine Lösung , bei
der Energi e E = 0 nur die Lösung 0 und bei positiver Energie E
periodische Lösung en. Man berechne deren Periode.
10. Die radiale Bewegung eines Körpers in einem Zentralfeld werde durch

..
r-- --
a ß
3 - r 1'2'

beschrieben. Ihr Potential U sei so festgelegt, daß limr-too U(r) = O.


a) Man zeige, daß die (positiven) Lösungen zu den Energieniveaus E
mit - ß2/2a < E < 0 periodisch sind; man berechne die Umkehr-
punkte A und B in Abhängigkeit von der Energie E, die Schwin-
gungsdauer T in Abhängigkeit von a ;= ~(A + B) und beweise die
Proportionalität T 2 '" a 3 (3. K eplersches Gesetz) .
b) Man zeige: Im Fall E = 0 wächst die Bewegung mit r(O) = ro,
1'(0) > 0, streng monoton und ist unbeschränkt .
11. Es seien a, b : lR -+ lR stetige Funktionen mit der Periode T > 0, und
es gelte foT a(s) ds i= O. Dann besit zt die Differentialgleichung
y(t) = a(t)y + b(t)
genau eine T -periodische Lösung .
14 Lokale Approximation von Funktionen.
Taylorpolynome und Taylorreihen

Das der Differentialrechnung zugrunde liegend e Konzept der lokalen Ap-


proximation einer Funktion durch eine lineare Funktion wird jetzt erweitert
zur Approximation durch Polynome. Ein Beispiel für die Verwendung ap-
proximierender Polynome bot bereits die Unt ersu chung des Cosinus und
des Sinus in 8.7; ein weiteres bringt das Newton-Verfahren in 14.4.

14.1 Approximation durch Taylorpolynome

In Kapitel 9 haben wir die linear e Approximation


F( x) = f(a) + J'(a)(x - a)
einer in a differenzierbaren Funktion f eingeführt . Dab ei ist F(a) = f(a) ,
F'(a) = f'(a) , und für den Fehler R = f - F gilt

(1) lim R(x) = o.


a
x --+a X -

Es sei jetzt f eine in an-mal differenzierbare Funktion. Wir suchen


dazu ein Polynom T eines Crades j,n mit
(2) T(a) = f(a) , T'(a) = J'(a) , .. . , T(n)(a) = f(n)(a).
n
Die Koeffizienten ao , ... , an eines solchen Polynoms T( x ) = L ak(x - a)k
k=O
errechnen sich wegen T (k) (a) = k! ak zu ak = ~! f (k) (a), k = 0, ... , n . Es
gibt also genau ein Polynom T eines Grades ::; n , das die Forderung (2)
erfüllt, nämlich

. _ f'(a) f"(a) 2 f( n)(a) n


Tnf(x , a) - f(a)+ - , (x-a)+ -,-(x-a) +... + , (x-a).
1. 2. n.

Tnf( x ja) = Tnf(x) heißt n-t es Taylorpolynom von f im Punkt a.


Taylor, B. (1685-1731) , Schüler von Newton.

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
14.1 Approximation durch Taylorpolynome 283

Mit der qualit ativen Taylorformel (5) zeigt sich, daß in Analogie zu (1)
das Taylorp olynom einer n-mal stetig differenzierbaren Funktion f diese
in der Nähe von a derart approximiert, daß

lim f (x) - Tn f (x ;a) = O.


x --+a (x - a)n

Der Graph des Taylorpol ynoms Tl! ist die Tangente, der von Tzf im
Fall f" (a) i= 0 eine P arab el, die in a dieselbe Tangente und dieselbe Krüm-
mun g ha t wie die Kurve y = f( x) (Beweis als Aufgab e). Der Graph VOn
Tuf heißt Schmiegparabel n-te n Grades für f an der Stelle a.

\
\
\
\
\
-,
-,

exp

Schmiegparabeln der Grade 1, 2, 3 der Exponentialfunktion am Punkt 0

, T7 T3 Tl I Ts
/
/
/
sin

/
/
/
Tg l Ts / Tl T3

Schmiegparabeln der Grade 1, 3, 5, 7, 9 des Sinus am Punkt 0

Die Abweichung f - Tuf bezeichnen wir im folgend en mit R n+1 :

R u+ 1 (x) := f( x) - Tnf(x ;a).

Zur Analyse dieses Fehlers verwend en wir eine Integraldarstellung.


284 14 Lokale Approximation von Funktionen

Satz 1 (Integral-Form für Hn+d: Sei f : I --+ C eine ~n+l-Funktion


auf einem Intervall I; weiter sei a EI. Dann gilt

(3)

Beweis durch vollständige Induktion nach n : Für n = 0 folgt (3) unmit-


telbar aus dem Hauptsatz der Differential- und Integralrechnung.
Der Schluß von n - 1 auf n: Nach Induktionsvoraussetzung ist

f(x) - Tn-d(x) = (n ~ I)! J(x - t)n-l f(n)(t) dt.


a

Daraus erhält man durch partielle Integration


f(n)(a) 1 fX
f(x) - Tn-d(x) = I .(x - a)n + I" (x - t)n f(n+l)(t) dt.
n. n. a

Das ist gerade die Darstellung (3)für R n +1 (x). D

Folgerung 1 (Lagrange-Form für Hn+l): Es sei jetzt f eine reelle


~n+l-Funktionauf I . Dann gibt es ein ~ zwischen a und x so, daß gilt:

_ f(n+l)(~) n+l
(4) R n+1 (x ) - ( ),(x-a) .
n+ 1 .

Beweis: Die Funktion p(t) :=(x - t)n hat einheitliches Vorzeichen für alle
t zwischen a und x . Damit gibt es nach dem Mittelwertsatz der Integral-
rechnung ein ~ zwischen a und x so, daß
f(n+l)(~) x f(n+l)(~)
R
n+l
(x) = n!
f(x - t)n dt = (n+1)!
(x - a)n+l
'
D
a

Die Darstellungen (3) und (4) werden sowohl zur Abschätzung der Grö-
ße von Fehlern (Beispiel 1) als auch zur Bestimmung der Vorzeichen von
Fehlern benützt (Beispiel 2).
Beispiel!: Fehlerabschätzung beim Cosinus. Wegen Icos(n+l)(~) I~ 1 für
alle n und ~ gilt nach (4) für jedes x E lR
N 2k
<
Ix1 2N +2 .
COSX - "L.,.,(-1) k -X -
k=O (2k)! - (2N + 2)!
Analog beim Sinus.
14.1 Approximation durch Taylorpolynome 285

Beispiel 2: Ein hinreichendes Kriterium für lokale Extrema. Sei f : I -7 IR


eine 'tf'n+l -Funktion. In einem Punkt a E I gelte f' (a) = ... = f( n) (a) = 0,
jedoch f(n +l)(a) ::p O. Dann hat f in diesem Punkt
(i) ein strenges lokales Minimum , falls n ungerade ist und f(n+l)(a) > 0;
(ii) ein strenges lokales Maximum, falls n ungerade ist und f(n+l)(a) < 0;
(iii) kein Extremum, falls n gerade ist.
Beweis: Wir betrachten den Fall f( n+ 1)(a) > 0 und wählen ein Intervall I
um a, in dem f (n+1 ) > 0 ist. Zunächst besagt die Voraussetzung, daß

f(x) = f(a) + R n+1(x).


Ist n+ 1 gerade, so gilt nach (4) R n + 1(x) > 0 für xE 1\ {u] . Folglich hat
f in a ein strenges Minimum. Ist aber n + 1 ungerade, so gilt Rn +1 (x) > 0
für x > a und R n+1 (x) < 0 für x < a. In diesem Fall hat f in a weder ein
Maximum noch ein Minimum. 0

Folgerung 2 (Qualitative Taylorformel): Ist f : I -7 C ti-mal stetig


differenzierbar, so gibt es auf I eine stetige Funktion r mit r( a) = 0 und

(5) If(x) = Tnf(x) + (x - a)n . r(x) ·1

Beweis: Es genügt , die Existenz einer solchen Funktion r für reelles f zu


zeigen. Mit der Darstellung (4) des Restes Rn(x) ergibt sich für x ::p a

dabei ist ~ eine geeignete Stelle zwischen a und x . Wegen der Stetigkeit
von r» folgt damit lim r(x) = O.
x--+a
0

Die qualitative Taylorformel kann besonders suggestiv mit dem soge-


nannten Landau-Symbol 0 ausgedrückt werden : Sind fund g komplexe
Funktionen in einer punktierten Umgebung von a, so schreibt man

f(x) = o(g(.1:)) für x -7 a, falls lim f(x) = O.


x --+a g(x)

Im Fall g(x) --+ 0 sagt man dann auch : f geht für x -7 a schneller gegen 0
als g. Ferner schreibt man f = h + o(g) für f - h = o(g). Die qualitative
Taylorforrnel (5) lautet in dieser Symbolik

(5*) f(x) = Tnf(x) + o((x - a)") für x -7 a


286 14 Lokale Approximation von Funktionen

14.2 Taylorreihen. Rechnen mit Potenzreihen

Sei f :I -+ C beliebig oft differenzierbar. Die Potenzreihe

00 f(k)(a)
Tf(x;a):=L k! (x-a)k
k=O

heißt Taulotreihe von f im Punkt a E I . Konvergiert Tf(x; a) gegen f(x)


für alle x einer Umgebung U c I von a, so sagt man, f besitze in U eine
Taylorentwicklung mit aals Entwicklungspunkt.
Wird f in einer Umgebung U von a durch eine Potenzreihe dargestellt ,
f(x) = E k ak(x - a)k für x E U, so ist diese die Taylorreihe von f in a.
Wichtige elementare Funktionen haben wir bereits früher durch Potenzrei-
hen dargestellt: die Exponentialfunktion in 8.1, Cosinus und Sinus in 8.6,
die Funktionen (1 + x)S und lnf l + x) in 8.5.
Die Taylorreihe T f (x; a) kann für x # a divergieren, und wenn sie
konvergiert, muß der Reihenwert nicht der Funktionswert f(x) sein . Ein
Beispiel liefert die in 9.6 diskutierte Funktion f : IR -+ IR, f(x) :=e- 1/x
für x> 0 und f(x) := 0 für x:::; 0: Wegen f(k)(O) = 0 für alle k ist Tf(x; 0)
die Nullreihe; folglich gilt T f(x ; 0) # f(x) für x > O.
In der Regel berechnet man Taylorreihen durch Rückgriff auf bekannte
Reihen. Die Taylorreihe des Arcustangens etwa gewinnt man leicht aus
seiner Ableitung; siehe 9.5. Die eines Produktes ergibt sich durch Cauchy-
Multiplikation aus Entwicklungen der Faktoren. Der folgende Satz lehrt,
daß man die Taylorreihe einer zusammengesetzten Funktion gof durch
formales Einsetzen einer Taylorreihe für f in eine für gerhält .
Satz (Komposition von Potenzreihen): Es sei

=L
00

g(w) cnw n konvergent für Iwl< R g ,


n=O

=L
00

f(z) ak zk konvergent für Izl< Rj ,


k=O

und es gelte If(O)1 = laol< R g • Dann besitzt gof in einer hinreichend


kleinen Kreisscheibe um 0 eine Potenzreihenentwicklung. Diese entsteht
durch formales Einsetzen der Reihe f in die Reihe 9 und konvergiert in
jeder Kreisscheibe Kr (0), deren Radius r folgender Einschränkung genügt:
00

(li) L lak Ir k < e;


k=O
14.2 Taylorreihen. Rechnen mit Potenzreihen 287

Beweis: Aus Stetigkeitsgriind en gibt es wegen If(O)1 < R g positive Zahlen


r mit (6), und eine solche sei für das Folgende gewählt. Es sei nun z E
K,(O); dann gilt If (z)1 < R g . Dur ch Cauchy-Multiplikation erhält man
Reihenentwicklungen (J (z))n = 2:. C:=oankzk und damit

Falls man hierin die Reihenfolge der Summationen vert auschen darf, erhält
man die Potenzreihe

(7)

Um den Doppelreihensat z anwenden zu dürfen , zeigen wir, daß für jedes


z E K ,(O) die Menge aller endlichen Summen 2:.l cnankZkl beschränk t ist.
Wir setzen dazu k,n
00 00

G(w) := L Icnllwln und F( z):= L lakll zl k.


n=O k=O
Die Reihe G konvergiert für Iwl < Rg , und die Reihe F konvergiert nach (6)
für jedes z E K ,(O) mit einem Wert F( z) < R g • Für solche z konvergiert
also auch
=L
00

G(F( z )) Icnl(F( z ))n.


n=O
k
Ausmultiplizieren ergibt Reihen (F( z)r = 2:.%:0 Anklzl , deren Koeffizi-
enten A nk aus den laj Inach demselben Schema berechnet werden wie die
ank aus den aj . Damit erhält man l a n k I::;A n k , und für alle K , N E lN
folgt , da die Funktion :r H G(x) monot on wächst,

t, t,l'nan,z'l t, (t,
An,lzl')
s; !cnl S; G(F( z)) .

Nach dem Doppelreihensatz gilt (7) also für z E K , (O) . o


Folgerung 1 (Inversion einer Potenzreihe): f (z) = 2:.:=0 anz n habe
einen positiven Konvergenzradius. Ist f(O) = ao -:j:. 0, so läßt sich auch 1/ f
in einer gewissen Umgebung von 0 in eine Potenzreihe entwickeln:
1 00
n
f( z ) = ~ bnz .

Beweis: Man schreibe f = ao(1 - rp), wobei dann rp(O) = 0 ist , und set ze
rp in die geomet rische Reihe 2:.:=0 ui" = 1/(1 - w) ein. 0
288 14 Lokale Approximation von Funktionen

Korollar: Die Reihen I(z) = L~=o anz n und g(z) = L~=o cnz n seien
in einer Umgebung von 0 konvergent. Ist 1(0) = ao # 0, so läßt sich auch
g/ 1 in einer gewissen Umgebung von 0 in eine Potenzreihe entwickeln:

g(z) ~ n
(8) I(z) = f='o
bnz .

Berechnung der Koeffizienten bn in (8). Ausgehend von der Identität


00 00 00 00
n l
L cnz =L ak z k . L blZ = L(aob n + alb n- l + ...
+ anbo)zn
n=O k=O l=O n=O
erhält man durch Koeffizientenvergleich das Gleichungssystem
aobo = co,
aOb l + albo = Cl,
aOb2 + alb l + a2bO = C2,
(9)
aobn + alb n- l + anbo = Cn ,
+ ...
usw.
Daraus kann man wegen ao # 0 sukzessive bo, bl ,bi , .. . berechnen.
Folgerung 2 (Umentwicklung einer Potenzreihe): Besitzt eine Funk-
tion 9 in einer Kreisscheibe KR(b) eine Potenzreihenentwicklung g(z) =
L~=o cn(z - b)n, so kann sie auch in jeder Kreisscheibe Kr(a) C KR(b)
in eine Potenzreihe entwickelt werden.
Beweis: Mit I(z) := a - b + (z - a) gilt
00 00

g(z) = Lcn(J(z)t = Ldn( Z-at .


n=O n=O

Die dabei entstehende Reihe L~=o dn(z - a)n


konvergiert nach (6), falls Ib- al + [z - al < R.
o
Wir führen in diesem Zusammenhang auch den Begriff der analytischen
Funktion ein. Eine Funktion 1 :U -+ C auf einer Menge U C Cheißt
analytisch im Punkt a E U , wenn es eine Kreisscheibe K r(a) C U und eine
Potenzreihe mit einem Konvergenzradius 2: r gibt so, daß gilt:
00

I(z) =L ak(z - a)k für z E Kr(a) .


k=O
1 heißt analytisch in U, wenn 1 in jedem Punkt a E U analytisch ist.
14.3 Bernoulli-Zahlen und Cotangensreihe. Bernoulli-Polynome 289

14.3 Bernoulli-Zahlen und Cotangensreihe.


Bernoulli- Polynome

Nach dem Korollar in 14.2 kann die durch f(O) := 1 und

z 1
f (z) := - -= -------..".--
e- - 1 z zZ
1 + 2! + 3! + ...
definierte Funktion in einer gewissen Umgebung von 0 in eine Potenzreihe
entwickelt werden :

(10)

Die hierdurch definiert en Zahlen Bk treten an zahlr eichen Stellen der Analysis
und der Zahlenth eorie auf und heißen B em oulli-Zahlen nach Jakob Bernoulli
(1654- 1705), der sie bei der Berechnun g von Potenzsummen fand ; siehe (17).
Das Schema (9) ergibt

1
B o = 1; also BI = --
2'
sowie die Rekursionsform eln
Bo BI Bz Bk - I
(11) TI + l! (k - I) ! + 2!(k - 2)! + ...+ (k _ 1)!l! = O.

Dan ach sind alle B k rational. Man erhält

1 5
Bz = 6' B-~
6 - 42 ' BIO = 66 '
F ür un ger ades k > 1 ist Bk = 0, weil die Funktion

z ze +1Z

-
e
Z
-B l z
-
- 1
=-
2e
- -1 = -2z coth-2z
Z
-

gerade ist . Diese Id enti t ät führt fern er zu der Darstellung

z z 00 zZn zZ z4 z6
- cot h - = ' " ) I = 1 + B z-
B zn- ( + B 4 -4! + B 6 -6! + ...
2 2 L...J 2n . 2!
n=O

(z -# 0, I
zlhinreichend klein) .
290 14 Lokale Approximation von Funkti onen

Er setz t man in der let zten Dar stellung z durch 2iz, erhält man

n
(12) 1 ~( l" 4 B Z 2n-l
cotz = ~ + ~ -1 (2n) ! 2n .

Mit Hilfe der Verd opplungsformel tan z = cot z - 2 cot 2z folgt weiter

4n(4n _ 1)
= '""'(_l)
00
(13) tanz n- l B z2n - l
Z:: (2n)! 2n .
n=l

Der Beginn dieser Entwicklung lau tet

tan z = z + 3"1 z 3 + 152 z5 +...


Die Tangensreihe (13) gilt lau t Herleitung für x mit hinreichend kleinem
Betrag. Nach 15.8 Aufgabe 9 konvergiert die Reihe für Izl < TI/2.

Die Bernoulli-Polynome
Für jedes W E C besitzt auch die Funktion z f-7 eW Z j( z) in einer gewissen
Umgebung von 0 eine Potenzreihenentwicklung:

(14)
._ ze
F( w,z ) .- Z
wz
_ 2: Bk(W)
00
k
e - 1 - k ' z:.
.
k=O

Die Koeffizienten dieser Entwicklung erhält man durch Cau chy-Multi pli-
kation der Reihe (10) und der Exponentialreihe für eW z • Dab ei ergibt sich

(15)

Bk(w) ist ein Polynom vom Grad k mit Leitkoeffizient 1 und konstantem
Glied Bk,

Die Funktion F( w, z ) heißt erzeugende Funktion der Bernoulli-Polynome.

Beispiele:
Bo(w) = 1, B1(w) = W - ~, B2(w) = w2 - W + ~,
1
B 4( w) = 11)4 - 2w 3 + 11)2 - _ .
30
14.3 Bernoulli-Zahlen und Cotangensreihe. Bernoulli-Polynome 291

Die Bernoulli- Pol ynom e mit k ~ 1 genüge n der DijJeren zengleichung

(16) Bdw + 1)- Bdw) = kwk - 1 .


Zum Beweis set ze man in die Identität F( w + 1, z) - F( w, z) = ze w z
einerse its die Reihe (14) ein, ande rerse its die Exp onenti alreih e für eWz ,
und vergleiche dann die Koeffizienten . 0
Aus (16) erhält man durch Summation übe r w = 0,1 , . .. , nunmitt elb ar
die Bernoullische Summenformel

(17) 1k + n k = -k-+1
+ 2k +... 1 (B k +1 (n + 1 ) - B k+1 ) , kE IN.

Wir beschließen die Diskussion der Bernoulli- Pol ynome mit einer Ch a-
rakterisier ung , aus der leicht folgt , daß diese Pol ynome im Inter vall (0; 1)
im wesentli chen mit den in der Euler schen Summationsformel auft retenden
Funktionen H; übereinstimmen .

Lemma (Charakterisierung der Bernoulli-Polynome): Für k ~ 1 gilt :

(B .1) B~ ( w ) = k - B k - 1 (w) (Ableit ungs rege l),


1
(B .2) 10 Bdt) dt = B k + 1 (1) - B H 1 (0) = O.

Diese beiden Eigen schaft en zusammen mit dem St artwer t Bo(w) = 1 be-
stimme n eindeut ig die Folge der Bernoulli-Polyn ome.

B eweis: (B .1) folgt aus (15) und (B .2) a us (B .1) und (16). Die Einzigkeit s-
aussage folgt daraus, daß B k, k ~ 1, Stammfunktion ist zu k . B k - 1 mit
einer durch (B.2 ) fest gelegten Int egrationskon stanten . 0

Korollar: Die in der Eul erschen Summationsformel in 11.10 benutzten


Funktion en Hk auf IR, k ~ 1, m it der' Periode 1 stim me n im Intervall
(0; 1) m it den Polynom en ~!Bdx ) überein; genauer:

H 1 (x) = B 1 (x) in (0; 1),


(18) 1
Hd x) = k , Bd:r ) in [0; 1] für' k ~ 2.

B eweis: Zusammen mit Ho := 1 hat die Folge der Funktionen k! Hk a uf-


gru nd von (H.1) und (H .2) in 11.10 im Intervall (0; 1) die charakterist ischen
Eigens chaften (B .1) und (B.2) des Lemmas. Dami t folgt die behauptet e
Id en tität in (0; 1) und für k ~ 2 a us Stetigkeit sgründen auch in [0; 1]. 0
292 14 Lokale Approximation von Funktionen

14.4 Das Newton-Verfahren

Eine Gleichung f(x) = 0, in der f eine nicht-lineare Funktion ist, kann im


allgemeinen nicht "explizit" gelöst werden . Zur näherungsweisen Lösung
und schrittweisen Verbesserung einer Näherungslösung behilft man sich im
Falle einer differenzierbaren Funktion mit Approximationen durch lineare
Funktionen. Ein solches Verfahren praktizierte bereits Newton zur Lösung
der Keplergleichung (siehe Aufgabe 10).
Die reelle differenzierbare Funktion f besitze die Nullstelle ~. Zur Ver-
besserung eines Näherungswertes Xo für ~ berechnen wir die Nullstelle Xl
der Linearisierung L(x) = f(xo) + f'(xo)(x - xo) von f in Xo. Im Fall
°
f'(xo) :f;erhalten wir
f(xo)
Xl = Xo - f'(xo) ·
Liegt Xl im Definitionsbereich von f und ist f'(xd :f;
0, so kann damit
analog ein neuer Näherungswert X2 berechnet werden:
f(xd
X2 = Xl - f'(Xl);
usw. Entsprechend betrachten wir die sogenannte Newton-Iteration:

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

Beispiel: Es sei f(x) = x2 - a, a > O. Das Iterationsverfahren zu f lautet:

Xk+l = Xk - x% - a = ~ (x k + ~) .
2Xk 2 Xk
Die Newton-Iteration liefert also die bereits in 5.4 untersuchte Folge zur
Berechnung von Quadratwurzeln.

Divergentes Newtonverfahren Konvergentes Newtonverfahren


14.4 Das Newton-Verfahren 293

Konvergenzsatz: Es sei f : [ai b] --+ IR eine 'i'2 -Funktion wie folgt:


(i) f hat in [ai b] eine Nullstelle ~ ;
(ii) I'( x ) -::J 0 für x E [a , b] ;
(iii) f ist in [ai b] konvex oder konkav;
(iv) die Iterationswerte XI zu Xo = a und zu Xo = b liegen in [a, b].
Dann gilt:
1. Bei beliebigem Startwert Xo E [ai b] liegt die gemäß (19) gebildete Folge
:rl,X2 , ... in [ai b] und konuerqieri monoton gegen ~ .
2. Sind rn das Minimum von 11'1 und M das Maximum von 11"1 in [ai b],
so besteht die Fehlerabschätzung

(20)

Bemerkung zur Fehlerabschätzung: Hat man k Glieder Xl, ... ,Xk berech-
net und zuletzt IXk - Xk-ll ~ lO-n erzielt , so hat Xk die Approximationsgü-
te I~ - Xk I~ 2
%1O- 2n. Dab ei erü brigt sich eine Analyse der Fortpflanzung
der Rundungsfehler , da man Xk-I auch als Startwert an sehen kann .
Beweis: Der Sat z urnfaßt folgend e Fälle:
a) l' > 0 und 1" 2: 0,
b)
c)
°
I' < und 1" 2: 0,
°
i' > und 1" < 0,
d) .f' < 0 und 1" ~ O.
Wir beweisen den Sat z für den Fall a). Die Fälle b) , c) und d) lassen sich
analog behand eln.
Zunächst sannne in wir Eigenschaften der Funk tion
f( x)
(21) <p (x ) := X - f'( x) ' x E [ai b] .

f wächst st reng monoton , und es ist f( 0 = O. Mit 1" 2: 0 folgt also:

'( ) _ f( x)l"(x) { ~O in [a ;~],


sp x - 1'2(:[;) 2: ° in [~ ; b) .

Danach fällt <p in [a ;~] monoton und wächst in [~ ; b] monoton . Insbesondere


ist <p ( ~ ) = ~ das Minimum von <p in [ai b] . Mit (iv) folgt

<p (X) E [~ ; b] für jedes x E [ai b] .

Wep;en f( x) 2: 0 für x E [~ ; b] folgt ferner direkt aus 21

<p (X ) ~ x für jedes x E [~ ; b] .


294 14 Lokale Approximation von Funktionen

Wir kommen zur Untersuchung der Folge (X k); dab ei ist

Zu 1. Bei beliebigem Xo E laib] liegt X l nach (*1) in [~ ;b]. Ist X k E [~ ;b] , so


ergeben (*d und (*2) ~ ~ X k+ 1 ~ Xk · Die Folge (X k ) fällt s omita b k = 1
monoton und besitzt einen Grenzwert. Dieser ist aus Stetigkeitsgründen
ein Fixpunkt von 'P und damit eine Nullstelle von f. Also ist lim X k = ~ .
Zu 2. Nach dem Mittelwertsat z gilt für Xk f= ~

Für alle Xk folgt damit


(**)
Wir schätzen nun If( Xk)1 ab mit Hilfe der Taylorformel zum Entwicklungs-
punkt Xk - 1 mit dem Restglied nach Lagrange. Nach dieser gilt mit einem
i: zwischen X k - 1 und X k:

Beachten wir noch die Rekursionsformel (19), so erhalten wir

Zusammen mit (**) ergibt sich die behauptete Fehlerabschät zung. 0

Bemerkung zur Voraussetzung (iv): Für die Situ ation a) zeigt der Beweis
des Konvergenzsatzes noch folgendes: Wählt man einen Star twert Xo mit
X o ~ ~ , zum Beispiel Xo = b, so liegen auch alle It erierten Xk in [~ ; b], und
die Folge (xd konvergiert monoton fallend gegen ~ ; dabei spielt es keine
Rolle, ob der Iterationswert zu Xo = a in [ai b] liegt oder nicht .
Beispiel: Berechnung der positiven Nullstelle der Funktion

f (x ) = (x - 5) eX + 5.
Die Gleichung f( x) = 0 war in 9.4 Beispiel 2 bei der Ermittlung des Emissi-
onsmaximums eines str ahlenden schwarzen Körpers aufgetrete n. Wir hat-
ten dort bereits gezeigt , daß sie genau eine positive Lösung besit zt und
daß diese im Intervall [4; 5] liegt . Zu deren Berechnung mit dem Newton-
Verfahr en betrachten wir f auf dem kleineren Intervall [4.5; 5]; dort erfüllt
f alle Voraussetzungen des Konvergenzsat zes:
14.4 Das Newton-Verfahren 295

(i) f hat in [4.5; 5] eine Nullstelle, da

f (4.5) = -~ e4 .5 + 5 < _~ 24 + 5< 0 und f(5) = 5;


2 2
(ii) f' (x) = (x - 4) eX > 0 in [4.5; 5];
(iii) f"( x ) = (x - 3) e" > 0 in [4.5; 5];
(iv) Nach (ii) und (iii) liegt die Situ ation a) vor. Wir beabsichtigen, als
Startwert :ro := 5 zu wählen; die Voraussetzung (iv) kann dann nach
der vora ngehenden Bemerku ng als erfüllt angesehen werden .
Die Rekursi onsvorschrift lautet nunmehr :

xo: = 5;

dabei hat man wegen m = ~ e4 . 5 > 40 und M = 2 e5 < 400 die Fehlerab-
schätzung

k Xk Um noch Rundungsfehler zu berü cksichtigen ,


0 5 rechnen wir nur mit IX3 - x21:=:; 3 . 10- 6 . Da-
1 4.966310 mit erhält man die Fehlerabschätzung
2 4.965116
3 4.96 5114
Da die Folge (xd monoton fällt , ergibt sich bei Berü cksichtigung von Run-
dungsfehlern ~ = 4.96 5114 - R mit 0 :=:;R :=:;10- 6 .

Das Newton- Verfahren zur Nullstellenbestimmung für die Funktion f


kann als ein Verfahren zur Fixpunktbestimmung für die Funktion sp angese-
hen werd en. Aussage n über die Existenz von Fixpunkten von Abbildungen
und Verfahren zu deren Ermi ttlung stellen st arke Hilfsmittel der Analysis
und numerischen Mathematik dar . Fixpunktsät ze werden unter anderem
in Existenzbeweisen für Lösungen von Differentialgleichungen verwend et .
Der folgend e Satz hand elt von der Existenz und Berechnung eines Fix-
punktes kontrahier ender Funktionen .
Kontraktionssatz: Es sei A eine abgeschlossene Teilm enge von C und
f : A --+ C eine Funktion mi t folgend en Eigenschaften:
(i) Für alle .1: E A gilt f( x) E A ;
(ii) f ist ein e Kontraktion ; d.h., es gibt eine Zahl L < 1 so, daß

If( x ) - f(y)1 S Llx - Yl fü r' alle x, Y E A .


296 14 Lokale Approximation von Funktionen

Dann gilt:
1. f besitzt in A genau einen Fixpunkt; das ist ein Punkt ~ mit f(~) = ~.
Für j eden Startwert Xo E A konv ergiert die durch

(22) X n+l := f( x n ), n = 0,1 ,2, . . .

rekursiv definiert e Folge (x n ) gegen den Fixpunkt ~.


2. Es besteht die Fehlerabschätzung

(23)

B eweis: Die Kontraktionseigenschaft (ii) impliziert zunächst

IXk+l - xk l ~ Llx k - Xk -l l ~ .. . ~ L klxl - xol·


Für fixiertes n und beliebiges m ~ n folgt damit

IXm+l - xnl ~ IXm+l - xm l + IXm - x m- l l + ...+ IXn+l - xn l


(24) ~ (Lm + ...Ln)lxl
+ - xol
Ln
~ 1 _ L lXI - Xo I·

Die rechte Seite ist wegen L < 1 für hinreichend großes n kleiner als ein
vorgegebenes c > O. Die Folge (x n ) ist also eine Cau chyfolge. Ihr Grenzwert
~:= lim X n hat folgend e Eigenschaft en:
n-+ oo
a) Er liegt in A , da alle X n E A und A abgeschlossen ist ;
b) er ist ein Fixpunkt , da X n +l = f( x n ) und f ste tig ist ;
c) er ist der einzige Fixpunkt von f in A. Wäre fJ =I- ~ ein weiterer Fix-
punkt , fJ = f(fJ), so erhielte man wegen (ii) den Widerspruch

Die erste Aussage ist damit bewiesen . Die zweite folgt aus (24) durch den
Grenzüb ergang m -+00 . 0

Bemerkung: Ist A = [a ;b] ein kompaktes Int ervall, so ist die Vorausset zung
(ii) na ch dem Schrankensat z erfüllt, wenn f stetig differenzierb ar ist und
L := 11f'II [a;bJ < 1 gilt .
Im Fall f :[a; b] -+[ai b] ergibt der Fixpunkt ~ den Schnittpunkt (~ ,~)
des Graph en mit der Diagon alen {(x, x)} des Quadrat es [ai bf
Der Ablauf
der It eration (22) stellt sich in diesem Quadrat übersichtlich dar durch
den Strc ckouzug, der bei (:J:o , :J:o) beginn t. und der Reihe nach die Punkte
(x n , Xn ), (x n , xn+d, (Xn+l, xn+d verb indet.
14.4 Das Newton-Verfahren 297

Die It erati on (22) im Fall < 0 (links) und i' > 0 (rechts)
l'
Vergleich der Konvergenzgeschwindigkeiten der Newton-Iteration (19)
und der allgemeinen Iteration (22):
a) Beim Kontr aktionssat z sei A ein Intervall [a ;b] . Für eine 'i&"l -Funktion
f : [a;b] -+[a;b] mit f '(x ) i-0 für alle x gilt im Fall Xo i-~ asympto-
tisch für n -+00
(lineare K onvergenz) .

b) Beim Newton-Verfahren gilt für eine 'i&"3-Funktion f unter den Voraus-


setzungen des Konvergenzsat zes asymptotisch für n -+00
1 1"(~ ) 2
Xn +l - ~ ~ "2 f' (~ ) . (x n - ~) (quadratische K onvergenz) .

Die It erationsfolge des Newton-Verfahrens konvergiert also wesentlich


schneller als die des Kontraktionssatzes.
B eweis: a) Nach dem Mit telwertsatz gibt es zwischen Xn und ~ ein in
derart , daß gilt :

Da I' in [a ; b] keine Nullstelle hat , sind mit Xo i-~ alle Xn i-~ . Aus (*)
folgt nun wegen der Stetigkeit von I' die Behauptung.
b) Wir verwenden die Bezeichnun gen im Beweis des Konvergenzsatzes.
Nach dem Lemma gibt es zwischen ~ und X n eine Stelle in so, daß gilt:

(**) Xn+l = cp(x n ) = cp(~) + cp'(~)(xn - 0 + ~ CP" (in)(Xn - 0 2 .


Nun ist cp(O = ~ und cp' ( ~ ) = O. Ferner gilt

" _ 1'21" + f I' 1''' - 2f1"2.


ip - 1'3 '

wegen f( 0 = 0 ist also ip" (~) = ~;~? Aus (**) folgt somit wegen der
Stetigkeit von cp" die Behaup tung. 0
298 14 Lokale Approxim ation von Funktionen

14.5 Aufgaben

1. Es sei j(x) = ijX. Man berechne T2f( x ; 1) und eine Schranke für den
Fehler Ij (x) - T2f( x ; 1)1 in [0.9; 1.1].
2. Es sei E n, Sn, Cn das n-te Taylorpolynom der Exponent ialfunk tion
bzw. des Sinus bzw. des Cosinus im Nullpunkt. Man zeige: Für k =
0,1 ,2 , . .. gilt:
< eX für x f: 0;
a) E Zk+1 (x)
b) S4k+3(X) < sinx < S4k+1(X ) für x > 0;
c) C4k+Z(X) < cosx < C4k (X) für x f: 0, und x f: 2m., falls k = O.
Siehe die Abbildungen in 14.1.
3. Es sei j E 'ifn(I), I ein Int ervall. Man zeige: Hat ein Polynom P eines
Grades ~n in a E I die Approximationsgüte lim f\x) -
x ...... a X -
~(x) = 0, so
an
ist es das n-te Taylorp olynom Tnj(x; a).

4. Man zeige, daß durch j(O) := 0 und j(x) := e- 1/ für x f: 0 auf


x2

IReine 'ifoo-Funktion definiert ist , und berechne ihre Taylorreihe im


Nullpunkt. Ist j im Nullpunkt analyt isch? Kann das Minimum in 0
durch das Kriterium in 14.1 erfaßt werd en?
5. Man berechne die Taylorreihe am Punkt 0 für
a) 1/cosz x , b) ln cos x .
6. In der Potenzreihenentwicklung von 1/ cos um den Nullpunkt sind die
Koeffizienten mit ungeradem Index Null. Man setzt

_1__ ~ (-l t Ezn zZn


cos z - ~o (2n)! '

Die E Zn heißen Eulersche Zahlen. Man zeige, daß alle E zn ganz sind,
und berechne E o, Ez, E 4 und E 6 .
In 15.4 werden die Wert e (( 2n) mit Hilfe der Bernoulli-Zahlen dargestellt .
Die Euler-Zahlen spielen eine analoge Rolle für verwandte alternierende Rei-
hen; siehe 16.11 Aufgab e 7.
7. Wurzeln aus Potenzreihen. Es sei j(x) = 2::%"=1 akxk eine Po tenzreihe
mit reellen Koeffizient en und konstantem Glied 0; fern er sei s E IR.
Man zeige, daß (1 + j(x)r in eine P otenzreihe ent wickelt werd en
kann , 00

(1 + j(x)r = L:bnx n,
n =O
und gebe ein Rekursionsverfahren zur Berechnung der b., an.
14.5 Aufgab en 299

8. Man zeige: Für jedes x E [-1 ; 1] hat die Funktion F(t) := 1 2


in (- i;i) eine Taylorentwicklung VI - 2xt + t
1 00
n
P (x )t .
VI - +
---;===:::;<:
- "\'
2xt t 2 - ~o n ,

wobei Po Cr ) = 1, PI(x) = x ist und die 3-Term- Rekursionsform el

(n + I)Pn + 1 = (2n + l) xPn - nPn - 1

gilt. Man folgere, daß Pn das in 9.12 Aufgab e 11 eingeführte n-t e


Legendre-Polynom ist .
9. Es sei a eine positive reelle Zahl und k > 1 eine natürliche Zahl. Man
entwickle ein Verfahren zur Berechnung von ~.
10. Zur Best immun g des zeitlichen Ablaufs der Bewegung eines Plan eten
hat man die sogenannte exzentrische Anomalie rp des Planeten zur
Zeit t zu ermitteln; diese genügt der K eplers ch en Gleichung
. 2TI
rp -csmrp = Ut ;
dab ei sind e die num erische Exzent rizität der Bahnellipse, U die Um-
lau fzeit un d t die seit dem Periheldurchgan g verst richene Zeit. Man lö-
se die Gleichun g für die rea listischen Werte c = 0.1 und 2ntjU = 0.85
auf 10- 6 gena u.
11. Ein Fix punkt ~ einer '6"1 _Funktion f :lR -+ lR heißt an zieh end, falls
1f'(OI< 1 ist , und abstoßend, falls 1f' (~)1 > 1 ist . Man zeige:
a) Zu einem anz iehenden Fixpunkt ~ gibt es ein offenes Intervall I mit
~ E I so, daß gilt: F ür jeden Startwert Xo E I liegen alle Glieder
der dur ch Xn+ 1 := f( x n ) rekur siv definierten Folge in I und die
Folge konvergier t gegen ~ .
b) Zu einem abstoßenden Fixpunkt ~ gibt es ein offenes Intervall I
mit ~ E I so, daß gilt: F ür keinen St artwert Xo E I , Xo i- ~ , liegen
alle Glieder der durch Xn+1 := f (x n ) definier ten Folge in I .
15 Globale Approximation von Funktionen.
Gleichmäßige Konvergenz

Grenzprozesse sind "der eigentliche Boden, auf welchem die transcenden-


ten Functionen erzeugt werden" (Gauß). Die Exponentialfunktion etwa ist
die Grenzfunktion der Polynome {I + z/n)n; ein weiteres Beispiel stellt
die Gammafunktion dar; siehe Kapitel 17. Wir behandeln in diesem Ka-
pitel allgemeine Prinzipien solcher Konstruktionen und bringen im letzten
Abschnitt den Weierstraßschen Approximationssatz.

15.1 Gleichmäßige Konvergenz

In : D -7 C, n = 1,2,3, .. . , seien Funktionen mit einem gemeinsamen


Definitionsbereich. Die Folge (in) heißt auf D punktweise konvergent, wenn
für jeden Punkt x E D die Zahlenfolge (Jn (x)) konvergiert. Durch

I{x):= lim In{x)


n--+oo

ist dann eine Funktion f :D -7 C definiert. - Analog mit Reihen.


Für das Hantieren mit der Grenzfunktion f stehen nur die Approximie-
ren den fn zur Verfügung. Damit ergeben sich zwei Fragen:
1. Übertragen sich Eigenschaften der f n wie Stetigkeit, Integrierbarkeit,
Differenzierbarkeit auf f?

2. Wie kann man gegebenenfalls das Integral iI b


dx oder die Ableitung
f' aus den f n berechnen?
Die Grenzfunktion I stetiger Funktionen In ist genau dann stetig im
Punkt Xo E D, wenn lim I{x) = I{xo) gilt, d.h., wenn
X--+XQ

lim lim fn{x) = lim lim In{x) .


X--+XQ n--+oo n--+oo X--+XQ

Das führt uns auf die Frage der Vertauschbarkeit von Grenzprozessen.
Die folgenden drei Beispiele zeigen, daß Grenzprozesse nicht ohne weiteres
vertauscht werden dürfen.

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
15.1 Gleichmäß ige Konvergenz 301

Beispiele:
1. Zur Stetigkeit 1 .

Es sei In(x) := z" . Alle In sind stetig; die


Grenzfun ktion I auf [0; 1] aber ist es nicht:

I (x) = {O f~r 0 ::; x < 1,


1 fur x = 1.
o

2. Zur Differentiation
Sei. I n ()
X ..;n'
:= sin nx D'ie G renzfun kti .
tion Ist In
I = O. Deren Ableitung I' = 0 aber ist nicht
die Grenzfunk tion der Ableitungen I~( x) =
JTi cos nx. Die Folge (J~ ) divergiert an je-
der Stelle x E IR. Aus JTi cos nx -+ a folgt
nämlich cos nx -+ 0 un d cos 2nx -+ 0; we-
gen cos 2nx = 2 cos? nx - 1 ergäbe sich also
0 = - 1.

n ..

3. Zur Integration In
Es sei In die stet ige st ückweise linear e Funk-
tion auf [0; 1] wie in der Figur nebenan. Die
Grenzfunkt ion der In ist I = O. Damit gilt 1

I I 1
o = / I dx =1= lif? / Indx = "2'
o 0
I I
2nii

In den Beispielen 1 un d 3 gehen die maxim alen Abweichungen der In


von der Grenzfunk tion I mit n -+ 00 nicht gegen Null. Ein günstigeres
Verha lte n der Grenzfunk tion tritt ein, wenn sich fast alle In auf der ganzen
Breite des Definitionsinter valls beliebig gena u an I anschmiegen .
302 15 Globale Approxim ati on von Funk ti onen

Definition: Eine Folge von Funktionen In: D ---+ C heißt gleichmäßig


konvergent auf der Menge D gegen die Funktion I :D ---+C, wenn es zu
jedem e > 0 ein N gibt so, daß IIln - II
ID < E ist für alle n > N ; d.h.
wenn
II ln - III
D ---+0 für n ---+

I
,/ In
/

, /

,,
_LI _/
IIln- I IID < e oder: Der Gr aph von In
liegt im e-St reifen des Gr aphen von I

In den Beispielen 1, 2, 3 ist IIln - I11 der Reihe nach 1,1/.;n,n. Die
Folgen (fn) der Beispiele 1 und 3 konvergieren also nicht gleichmäßig auf
[0; 1]. In Beispiel 2 konvergiert zwar (fn) gleichmäßig auf lR gegen I = 0;
hier aber konvergiert (f~ ) nicht .
Una usgesprochen trat der Begriff der gleichmäßigen Konvergenz bereits
beim App roxima tionssatz in 11.2 auf. Dieser kann jetzt so formuli er t wer-
den: I :[ai b] ---+C ist genau dann eine Reqelfunktion, wenn es eine Folge
(epn) von Treppenfunktionen auf[a; b] gibt, die gleichmäßig auf[a; b] gegen
I konvergiert.
Die Definition der gleichmäßigen Konvergenz kann wegen der Äquivalenz

IlgliD::;e {:=:::> Ig(x )l ::; e für alle x E D

auch so formuli ert werden : Eine Folge von Funktionen In : D ---+C kon-
vergiert gleichmäßig auf D gegen I :D ---+C, wenn es zu jedem e > 0 ein
N( c) gibt so, daß für alle x E D und alle n > N gilt : Ifn(x ) - f(x)1 ::; e.
Punktweise Konvergenz bedeutet : Greift man ein x E D heraus, so gibt
es zu c > 0 eine Schranke N = N (c,x ) so, daß für alle n > N gilt :
Iln(x) - I( x)! ::; e. Die Schranke N( c,x) darf hier je nach x noch recht
verschieden ausfallen.
Gleichmäßige Konvergenz bedeutet: Zu jedem e > 0 gibt es eine univer-
selle Schrank e N = N( c) so, daß für alle n > N und alle x E D gilt :
Iln(x ) - l (x )1::; e.
In Beispiel 1 ist z" ::; c, x E (0; 1), gleichwert ig mit n ;::: ln c/ln x . Als
N (s , x ) eignen sich daher nur Zahlen ;::: In e/ In x . Für e < 1 ist In c/ In x
im Intervall (0; 1) nicht nach oben beschrän kt ; in diesem Fall gibt es kein
N( c) im Sinn der Definition der gleichmäßigen Konvergenz.
15.2 Vertauschungssätze 303

Eine Reihe 2:;;"=1 ikvon Funktionen f k : D ---+ C heißt gleichmäßig


konvergent auf D, wenn die Folge (Fn ) der Partialsummen Fn := 2:~=1 fk
gleichmäßig konvergiert . Ein sehr nü tzliches hinreichend es Krit erium stellt
die normale Konvergenz (siehe 7.3) dar :
Lemma: Eine auf D normal konvergente Reihe 2: ~=1 ik konvergiert dort
auch gleichmäßig.
Beweis: Es bezeichn e f die Grenzfunktion. Zu e > 0 wähle man ein N so,
daß 2: ~= N+ l Ilikil
D
< e. Mit Hilfe der verallgemeinerten Dr eiecksungl ei-
chung für absolut konvergent e Reihen erhä lt man dann für alle n ~ N
n 00

::; L Ilf
kll < e. D
o
D k=N+l

Die Umkehr ung gilt im allgemeinen nicht ; zum Beispiel, wenn die Reihe
nicht absolut konvergier t . Man betrachte dazu etwa

(-1) k+ ! k
L00
k x = ln(l + x) auf[O; 1].
k= 1

Die Reihe konvergier t auf [0; 1] nicht normal, da die Reihe der Norm en die
harmonische Reihe ist . Sie konvergiert aber gleichm äßig auf [0; 1]' da nach
dem Leibn iz-Krit erium die folgende Rest ab schät zun g best eht :

11
ln(l + x) - Ln (_ l )k+l k 11
k x ::; n
1
+i
k=! [0;1]

15.2 Vertauschungssätze

Satz 1: Die Grenzfunktion f einer auf D C C gleichmäßig konvergenten


Folge stetiger Funktionen f n : D ---+ C ist stetig auf D .
Beweis: Sei Xo E D . Wir zeigen: Zu jedem e > 0 gibt es eine Umgebung
U um Xo so, daß für alle x E U n D gilt : If( x) - f( xo)1 < E,
Wegen der gleichmäßigen Konvergenz der Folge (In) gibt es ein f N mit
1: ) 1 < c/ 3 für alle x E D; fern er gibt es wegen der Stetigkeit
IfN(X) - f(·
von fN eine Umgebung U um Xo mit IfN(X) - f N(Xo)1 < c/ 3 für alle
xE U n D . Mit diesen beiden Abschät zun gen folgt für x E U n D:

If( x) - f (xo) I::;If (x) - f N(X) I


+IfN(X) - f N(XO )1+ IfN(XO) - f( xo) 1< e.
o
304 15 Globale Approximation von Funktionen

Satz 2: Die Grenzfunktion f einer auf [ai b] c IR gleichmäßig konvergen-


ten Folge von Regelfunktionen fn : [ai b] -+ C ist selbst eine Regelfunktion,
und es gilt

! fn{x) dx .
b b

!
a
f{x) dx = lim
n~oo
a

Beweis: Wir zeigen zunächst, daß feine Regelfunktion ist . Zu e > 0 sei n
so groß gewählt, daß IIffnll- ~ c/2 ist, und zu fn sei eine Treppenfunk-
tion <P mit IIfn - <pli~ c/2 gewählt. Dann ist IIf<pli
- ~ e. Die Formel
schließlich folgt aus
b b
!f{x) dx - !fn{x) dx ~ Ilifnll'
- (b - a). D
a a

Satz 3: Es seien fn : I -+ C, n E lN, stetig differenzierbare Funktionen


auf einem Intervall I wie folgt:
1. Die Folge (fn) konvergiert punktweise auf I .
2. Die Folge (f~) konvergiert gleichmäßig auf I.
Dann ist die Grenzfunktion f stetig differenzierbar, und es gilt

I' (x) = lim f~ (x).


n~oo

Beweis: Die Grenzfunktion r


:=lim f~ der Ableitungen ist nach Satz 1
stetig auf I. Ferner gilt mit einem fixierten a E I für beliebiges x E I
x
fn{x) = fn{a) + !f~{t) dt .
a
Daraus folgt nach Satz 2 mit n -+ 00
x
f{x) = f{a) + !f*{t) dt.
a
Nach dem Hauptsatz der Differential- und Integralrechnung ist f also dif-
ferenzierbar mit f'{x) = f*{x) = lim f~{x). D

Die wesentliche Voraussetzung in Satz 3 ist die gleichmäßige Konver-


genz der Ableitungsfolge (f~) . Das Beispiel 2 der Einleitung zeigt, daß die
gleichmäßige Konvergenz der Folge (fn) selbst La. nicht ausreicht.
Die Sätze 1, 2, 3 gelten sinngemäß auch für Reihen. Mit dem analogen
Satz 3 für Reihen vergleiche man insbesondere den in gewisser Hinsicht
weitergehenden Satz (*) in 9.5.
15.3 Kriterien für gleichmäßige Konvergenz 305

15.3 Kriterien für gleichmäßige Konvergenz

Cauchy-Kriterium: Eine Folge von Funktionen fn : D -+ C, D c C,


konvergiert genau dann gleichmäßig auf D , wenn es zu jedem E > 0 eine
Zahl N gibt so, daß Ilfn - fmll
~ E für alle n,m ~ N.
Beweis : 1. (fn) konvergiere gleichmäßig gegen f. Zu E > 0 gibt es dann
ein N mit Ilfn - fll~ E/ 2 für n ~ N. Für n, m ~ N folgt damit

Ilfn - fmll ~ Ilfn - fll + -Ilf


fmll ~ E.

2. Sei umgekehrt die angegebene Bedingung erfüllt. Aus

Ifn(x) - fm(X)1 ~ E für alle x E D und alle n ,m ~ N

folgt zunächst , daß (Jn(X)) eine Cauchyfolge ist; bezeichnet f(x) ihren
Grenzwert, so folgt mit m -+ 00 weiter

Ifn(x) - f(x) 1 ~ E für alle x E D und alle n ~ N . 0

Korollar: Eine Reihe I:~=1 ik von Funktionen fk : D -+ C konvergiert


genau dann gleichmäßig auf D , wenn es zu jedem E > 0 ein N gibt so, daß
11I:;;=n 1
ik < E für alle m ~ n ~ N .

Wir stellen nun zwei hinreichende Kriterien auf, die man öfters bei nicht
absolut konvergenten Reihen der Form I:n
o-d« anwenden kann. Zu ihrem
Beweis benützen wir eine Umformung, die ein Analogon zur partiellen
Integration darstellt, nämlich die sogenannte
Abelsche partielle Summation: Es seien (an) und (In) Folgen von
Zahlen oder Funktionen. Mit
v

gilt dann:
n
'L,akik = Atfl + (A 2 - Ad12 + ...+ (An - An-dfn
(1)
k=l
= A 1 (h - 12) + ...+ A n- 1 (fn-l - fn) + Anfn.
Abel, Niels Henrik (1802-1829) , norwegischer Mathematiker. Autodidakt. Be-
wies 1824 die Nichtauflösbarkeit algebraischer Gleichungen 5. und höheren Gra-
des durch Wurzelausdrücke. Begründete die allgemeine Theorie der Integrale
algebraischer Funktionen und der Abelschen Funktionen. Neben Cauchy einer
der Begründer der strengen Theorie der Reihen. 1827 weltberühmt, aber ohne
Anstellung. Stirbt wenige Tage bevor ihn ein Ruf nach Berlin erreicht.
306 15 Globale Approximation von Funktionen

Dirichlet-Kriterium: Seien l« reelle, an komplexe Funktionen auf D ,


die folgende drei Bedingungen erfüllen:
(i) Für jedes x E D ist (Jn(x)) monoton fallend;
(ii) (In) konvergiert gleichmäßig auf D gegen 0;
(iii) es gibt eine Schranke M E n, mit 11I: ~= 1 ak liD~ M für alle n .
00
Dann konvergiert die Reihe I: anfn gleichmäßig auf D.
n=i
Insbesondere konvergiert unter den beiden Voraussetzungen (i) und (ii) die
alternierende Reihe I: ~=i (_1) ni; gleichmäßig auf D .
Beweis: Die Abelsche Summation (1) ergibt zunächst
m m- i n- i
L akfk = L Adfk - fk+d - L Ak(Ik - fk+d + Amfm - Anfn.
k=n+i k=i k=i
Wegen fk - fk+i 2': 0 und fk 2': 0 folgt weiter

Wegen der gleichmäßigen Konvergenz (In) ---+ 0 gibt es zu e > 0 ein N mit
"fn" < f / 2M für n 2': N. Für m > n 2': N gilt dann 11I:;;=n+i akfk ll ~ e.
Das Cauchy-Kriterium liefert nun die Behauptung. 0

Beispiel: Die Reihe

LT
00 ikx
(2) = : f( x )
k=i
konvergiert gleichmäßig auf jedem Int ervall [8; 2TI - 8] mit 0 < 8 < TI .
Wir setzen fk := ~ und ak(x) := eikx . Die Voraussetzungen (i) und (ii)
des Dirichlet-Kriteriums sind dann offensichtlich erfüllt und (iii) wegen

"k= i e
n ikx
inx
e - I 11 < 2 1
< sin8/2' o
D = eix -1 - leix/ 2 - e- ix / 2 1 -

Bemerkungen:
1. Der Realt eil der Reihe (2), die Reihe (4), konvergiert auf [0; 2r.] punkt-
weise, aber nicht gleichmäßig. Andernfalls hätte sie dort eine stetige Grenz-
funktion. Das ist aber nicht der Fall, wie aus (4') folgen wird.
2. Es war im wesentlichen die Reihe (2), die Abel 1826 zu der seinerzeit
nicht selbstverständlichen Feststellung veranlaßte, daß eine konvergente
Funktionenreihe nicht ohne weiteres gliedweise differenziert werden darf .
15.3 Kriterien für gleichmäßige Konvergenz 307

Abelsches Kriterium: Seien f n reelle, an komplexe Funktionen auf D,


die folgende drei Bedingungen erfüllen:
(i) Für jedes x E D ist (Jn(x)) monoton fallend;
(ii) es gibt eine Schranke M E lR+ mit IIfnllD :s; M für alle n;
(iii) L ~= I an konvergiert gleichmäßig auf D .
00
Dann konvergiert die Reihe L anfn gleichmäßig auf D .
n=l
Beweis: Mit A := L ~=l an ergibt die Abelsche Summat ion (1):
m rn - I

L akf k = L Adfk - f k+d + Amfm - An fn


k=n+l k=n
rn -I

=L (A k - A)(Jk - f k+ d + (Am - A) fm - (A n - A)fn.


k=n
Zu E > 0 sei N so groß gewählt , daß I Ak - All :s; c: ist für k ~ N. Sei
m > n ~ N . Dann folgt wegen (i) für jede Stelle x weiter

I
,EI I< ~ a,(x)I, (x) E (Mx) - 1>+1(x)) + 2EM
= c: (Jn(x) - f m(x)) + 2c:M :S; 4c:M.
Das Cauchy-Kriterium liefert nun die Behaup tung. o
Folgerung (Abelseher Grenzwertsatz) : Die Potenzreihe L ~=o cnx n
konvergiere für die positive Zahl x = R . Dann konvergiert sie gleichmäßig
auf dem Int ervall [0; R] und stellt dort eine stetige Funktion dar.
Beweis: Man setze f n(x ) = (x/R)n und an(x) = cnR n. Für jeden Punkt
x E [0; R] fällt (Jn(X)) monoton , und es gilt If n(x)1 :s; 1 für alle n. Ferner
konvergiert L ~=o an gleichmäßig auf [0; R], da die Summanden konst ant
sind. Somit konvergiert auch L ~=o anfn gleichmäßig auf [0; R]. 0

=L
00 i k<p
Anwendung: Berechnung der Reihe f( i.p) ek ' i.p E (0; 2n).
k =1

Die Konvergenz wur de bereit s mit Hilfe des Dirichlet-Kriteriums gezeigt .


Zur Berechnu ng benützen wir eine als Abelsches Potenzreihenverfahren
bezeichnete Met hode. Wir betrachten bei festgehalt enem sp E (0; 2n) die
Potenzreihe
308 15 Globale Approximati on von Funkti onen

Diese konvergi ert für x = 1, definiert also nach dem Abelschen Gr en zwert-
satz eine st etige Funkti on F auf [0; 1]. In [0; 1) hat F die Ableitung
00 i<p i<p
F ' () "" i k<p k-I e e - x
x = L....J e x = 1 _ ei<p x = 1 - 2 cos ep . x + x2 .
k= 1

In [0; 1) folgt damit unter Beachtung von F(O) =0


1 . x sin ip
F (x ) = - -In (1 - 2 cos ip . x + x 2) + 1arctan ---'---
2 1- x cos ep
Für jedes ep E (0; 271) steht recht s eine auf [0; 1] stetige Funktion von x .
Und da auch F auf [0; 1] stetig ist , folgt für x = 1

L00

k= 1
eik<p 1 sin
k = F(l ) = --ln 2(1 - cos ep ) + iarctan ------'-
2 1 - cos ep
ip

(3)
.
= - In (2sm -2 +1--
ep ) . 71 - sp
2 '
ode r nach Tr ennung in Real- und Im agin ärt eil

(3') ~ cos kip


L....J - k -
. ep )
= -ln ( 2 sm "2 und
~ sin kip _ 71 - sp
L....J - k - - -2- ·
k= 1 k=1

Die zweite Reihe in (3') konvergier t auch für ip = 0 und sp = 271 jeweils
mit dem Wer t 0 un d stellt eine 271-periodi sche Funktion h :lR -+ lR dar.
Bezeichnen wir die Variable mit x statt mit sp, so ist für x E lR

(4) h(x ) := f:v:


k= !
und es gilt
7I- X
(4') h(x) = - 2- für x E (0; 271 ).

Die Funktion h wird in der Theori e der Fourierreihen im nächst en Kapi t el


eine wichtige Roll e spielen als Prot otyp einer 271-peri od ischen Funktion mi t
genau einer Sprungst eIle in einem P eriod enintervall.

11
-
2

~- 211 , 2 11
,
11
--
2

Die Funktion h
15.4 Anwendung: die Eulerschen Form eln für (( 2n) 309

15.4 Anwendung: die Eu1erschen Formeln fiir «(2n)

In Verallgemeinerun g der Reihe (2) betrachten wir jetzt für mEIN die
Reihen
ik x
L
00

hm(x ) := ~m
k=1

Für m > 1 konvergieren diese normal auf lR und stellen für m > 2 diffe-
renzierbare Funktionen mit h'm = ih m - 1 dar. h 2 ist ste tig auf lR und in
(0; 1) differenzierbar mit h~ = ih t, da h 1 in jedem kompakten Teilintervall
von (0; 2rr ) gleichmäßig konvergiert. Damit folgt

Jhm(x ) dx = i(h
2n 1
m +1 (2rr ) - h m+ 1 (0)) = 0, mE IN.
o
Wir betrachten nun die Funk tionen

(5)

Man sieht sofort , daß b1 das erste Bernoulli-Polynom ist: b1 (x) = x - ~.


1
Weiter gilt b'm = mb m- 1 wegen h'm = ih m - 1 und 10 bm(x ) dx = 0
wegen (*). Nach der in 14.3 aufgestellten Charakterisierun g der Bernoulli-
Polynome stimmen also die Funk tionen bm , m > 1, in [0; 1J mit den
Bernoulli-Polynomen B m üb erein. Speziell für x = 0 und m ~ 2 ergibt
sich daher
Bm(O) = 2(-1 )m_
m'
( -)·- Im (im-1((m)).
2rr rn
Für ungerades m ist Im (irn -1 (( m)) = 0 ents prechend der Tatsache, daß
alle B rn für ungerades m > 2 Null sind. Für gerades m = 2n aber erhält
man
1 (2rr ) 2n
L
00
1
(6) ((2n) = k 2n = (- l t- 2 .(2n)! . B 2n .
k =1

Hiernach ist
2
( (2) = : '

Die Formel (6) st ammt von Euler (1734) und zählt zu seinen schön-
sten Entd eckungen. Euler benützte in seinem Beweis die ebenfalls von ihm
stammende P roduktdarstellung des Sinus (siehe 16.2).
310 15 Globale Approximation von Funktionen

Bemerkung: Über die Werte ((2n + 1)für die ungeraden natürlichen Zah-
len hat man erst in jüngster Zeit durch den schweizerischen Mathematiker
Armand Borel gewisse Aufschlüsse erhalten. Eine wesentliche Rolle spielt
hierbei die algebraische K-Theorie. Es ist ab er nach wie vor unb ekannt,
ob die Werte ((2n + 1)transzend ent sind, wie das bei den Werten ((2n)
der Fall ist. Erst 1978 hat Apery gezeigt , daß ((3) irrational ist.

15.5 Approximation durch Faltung mit Dirac-Folgen

Jede gleichmäßig konvergent e Folge stetiger Funktionen besit zt nach 15.2


eine stetige Grenzfunktion. Eine für die Theorie wie die Anwendungen
gleichermaßen wichtige Fragestellung ergibt sich nun , wenn man versucht ,
eine gegebene Funktion durch Funktionen mit speziellen Eigenschaften zu
approximieren.
Wir stellen in diesem Abschnitt ein Verfahren vor, das in sehr allge-
meinen F ällen zur Approximation von Funktionen durch glattere Funk-
tion en verwend et werd en kann. Es besteht in einer ortsabhängigen Mitte-
lung durch Faltung mit geeigneten Gewichtsfunk tionen, wobei bestimmte
Eigenschaften der Gewichtsfunktionen weitervererbt werd en. Die hier auf-
gezeigte Technik wurd e von K. O. Friedri chs (1901-1982) eingeführt und
wird als Regularisierung bezeichnet .
Wir führ en zunächst die Faltung f *9 zweier Regelfunk tionen ein. Um
die Konvergenz des dazu erforderlichen Integrals über lR zu sichern , set zen
wir voraus, daß eine der beiden Funktionen einen kompakten Träger hat.
Man sagt , f :lR -t C hat einen komp akten Träger , wenn es ein kompak tes
Intervall [-a ;a] gibt, außerhalb dessen f Null ist . In diesem Fall gilt

I f( x) dx := I I f( x) dx.
00 a
f( x) dx =
IR - 00 -a

Definition: Es seien fund 9 Regelfunktionen auf lR; eine der beiden hab e
einen kompakten Träger . Für jedes x E lR existiert dann das Integral

(f *g)(x) := IIR f(t)g( x - t) dt.

Die dadurch definierte Funktion f *9 : lR -t Cheißt Faltung von fund g.


Das Faltungsprodukt ist offensichtlich bilinear; fern er kommutativ, wie
man mit der Substitution T := x - t sofort verifiziert :

I f( t )g(x - t) dt = I f( x - t)g(t) dt.


IR IR
15.5 Approximation durch Faltung mit Dirac-Folgen 311

Beispiel aus der Physik: Auf einem kompakten Intervall [ai b] sei eine Mas-
senverteilung fL :[a; b] --7IR gegeben. U (y) sei das Potential eines in y gele-
genen Punktes der Masse 1 relativ zum Nullpunkt . Dann ist das Po tential
der auf [ai b] verteilten Masse relativ zu einem Punkt x E IR\[ai b] gegeben
dur ch
u(x) = !ab
JL(Y)U(X - y) dy = fL *U(x) . o

Im Fall 9 ~ 0 und IRg(x ) dx = 1 deutet man die Faltung f *g(x) oft


als das mit 9 gewicht ete Mittel von f bei x. Wir betr achten ein einfaches
cha rakte ristisches Beispiel.
1
Beispiel: Mit beliebigem r > 0 sei gr := 2r . l [- r;r].
Für jede Regelfunktion f auf IR ist dann gr

I
1 x +r Fläche 1
f *gr(x ) = -
2r x -r
f (t )dt .
-r r

f *gr(x ) wird als Mittelwert von f im Intervall [x - r : x + r ] bezeichnet .


Die Funktion f *gr ist "glatter" als die Funktion f:Nach dem Hauptsatz der
Differential- und Integralrechnun g ist f *gr stetig für jede Regelfunktion
f , und eine 'ifk+l-Funktion, wenn fe ine 'ifk-Funktion ist; für stetiges f
gilt fern er limr-\-o f *gr(x ) = f( x).
In dem ange kündigten Verfahre n konstruiert man die approximierenden
Funk tionen durch Faltung mit den Funk tionen einer Dira c-Folge. Diese
Folgen ste llen eine math ematische Version der erst mals von Dirac in der
Physik benü tzten ,,8-Funktion" dar. Wir verwend en Dirac-Folgen nur als
Hilfsmittel; ihre eigent liche Bedeutung tritt erst in der Th eorie der verall-
gemeinerten Funk tionen (Distribut ionen) von 1. Schwar tz zutage.
Definition: Eine Folge (8d von Regelfunktionen auf IR heißt Dime-Folge,
wenn sie die folgend en dr ei Bedingungen erfüllt:
(D l ) Für jedes k ist s, ~ o.
(D2) Für jedes k ist IR 8dt ) dt = 1.
(D3) Zu beliebigen E > 0 und r > 0 gibt es ein N so, daß für k ~ N gilt :

I 8dt )dt < c, I 1 8d t ) dt - 11<c.


R\ [- r ;r J [- r;r ]

Deutet man die 8k als Dichten von Massenverteilungen, so besagt (D2),


daß für jedes k die Gesamtm asse auf IR 1 ist , und (D3), daß sich die Ge-
samt massen mit wachsendem k gegen den Nullpunkt hin konzentrieren.
312 15 Globa le Approximation von Funktionen

Beispiele von Dirac-Folgen:


1. Die Folge der Funktionen s, := ~ ·l l k , wobei t, := [- l / k;l/k], kEIN.
2. Die Folge der Landau-Kerne i; : IR---+IR,kEIN:

wobei Ck := fl (1 - t2)k dt .
-1

Lk ist eine nicht negative ste tige Funktion auf IR,


die außerhalb [-1 ; 1] verschwindet und nach Wahl
der Konstanten Ck die Forderun g (D2) erfüllt. Di e
Folge (L k ) erfüllt auch (D3); wegen

r1
Ck ~ 2 10 (1 - t)k dt = k +2 1
gilt nämlich für alle k -1 1
I

IR\
I
[- r;r]
Ldt) dt ~ ~ 1 (1 - t 2)k dt ~ (k + 1)(1 -
Ck r
r 2) k.

Approxi mationssat z: Es sei f :IR---+C eine beschränkte stetige Funk-


tion und (od eine Dirac-Folge. f oder alle Ok mögen einen kompakten
Träger haben. Setzt man fk := f *Ok , so gilt:
1. (fk) konvergiert überall punktweise gegen f.
2. Ist f gleichmäßig stetig auf lR, so konvergiert (/k) gleichmäßig auf lR
gegen f.

Beweis: 1.Wegen (D2) gilt f( x) = /IRf( x) . Ok (t) dt . Damit erhalten wir


unt er Verwendung von (D1)

Ifk(X) - f( x)1 = I/IR (J( x - t) - f( x)) . Ok(t) dtl

~ IIR If (x - t) - f( x) I·Ok(t) dt .
Es sei nun c: > 0 gegeben. Wir wählen dazu ein r > 0 so, daß für It l< r die
Abschätzung jf(x - t) - f( x) I~ c: beste ht , und dann zu c:, r ein Nt e,r)
gemäß (D3). Damit kann (*) für k ~ N wie folgt weitergeführt werden:
r

l/k(x ) - f (x)1 ~ e / Ok (t) dt + 211fll


R . / od t ) dt ~ c: (1 + 2I1fIl
R )·
-r IR\(-
r;r]

Diese Abschätzung beweist die erste Behauptung.


15.5 Approximation dur ch Faltung mit Dirac-Folgen 313

2. Im Fall der gleichmäßigen Stetigkeit von f kann die Zahl r und mit
dieser der Ind ex N (c, r ) im Beweisteil1 unabhängig von x gewählt werd en.
Damit wird auch die dort zulet zt erzielte Abschät zung unabhängig von x.
Das beweist die zweite Behaup tung. D

Als Anwendung des Approximati onssatzes beweisen wir nun den Weier-
straßschen Satz üb er die Approximi erb arkeit stetiger Funktionen auf kom-
pak ten Int ervallen durch Polynome. Dieser Satz überrascht angesichts der
Existenz ste tiger Funktionen, die an keiner Stelle differenzierb ar sind. Mit
Hilfe dieses Sat zes lassen sich man che Probleme für stet ige Funktionen auf
den Fall von Polynom en zurückführen.
Approximationssatz von Weierstraß: Zu jeder stetigen Funktion f
auf einem kompakten Int ervall [ai b] gibt es eine Folge (Pk ) von Polynomen,
die auf [ai b] gleichmäßig gegen f konvergiert.
Beweis: Wir betrachten zunächst den Spezialfall [ai b] = [0; 1] und f(O) =
f (1)= O. Das erlaubt es uns, f als eine stetige Funk tion auf lR.anzu se-
hen, die außerhalb [0; 1] Null ist . Die gesuchten Polynome konstruieren wir
durch Faltung mit den Land au-K ernen ; siehe Beispiel 2.
Wir setzen Fk := L k *f. Nach dem allgemeinen Approximat ionssatz
konvergiert die Folge (Fd gleichmäßig auf [0; 1] gegen f. Es genügt also zu
zeigen, daß jede Funktion F k auf [0; 1] mit einem Polynom übereinstimmt .
Da f außerhalb [0; 1] Null ist , gilt für alle x E lR.

f f(t)Lk( x - t) dt .
1

Fd x) =
o
2k
Für x und t E [0; 1] h at L k eine Darst ellu ng Ldx - t) = I: gj (t )x 2j , wob ei
90, . .. , g2k Polynome sind . Folglich ist für x E [0; 1] j=o
2k
= f gj(t)f(t) dt .
1

Fk(X) = L aj x 2j mit aj
j =O 0

Wir kommen zum allgemeinen Fall. Es sei T :lR -+lR.die lineare Trans-
formation mit T( t) t)
= a und T ( = b. Dann ist foT eine ste tige Funk tion
t].Weiter seien 1 und 1 die linearen Funktion en mit
auf dem Intervall [t i 0 1

10 (0) = 0 und lo(t) = f(a) bzw. l l( ~ ) = f(b) und h (1) = O. Dann ist
durch
IO(X) für x E [0; H
p( x) :=
{
f 0 T (x ) für x E [ ~ ; n
h (x ) für x E [ ~ ; 1]
314 15 Global e Approximati on von Funktionen

eine stetige Funktion cf> :[0; 1] -tC mit cf>(0) = 0 und cf>(1) = 0 erklärt .
Nach dem bereits Bewiesenen gibt es zu jedem c > 0 ein Polynom p mit
I
Ip(x) - cf>(x) < c für alle x E [0; 1]. Mit dem Polynom P :=po T- I gilt
dann Ip(y) - f(y)1 < c für alle y E [a; b]. D

Bemerkung: Es gibt eine Reihe weiterer Beweise des Weierstraßschen Ap-


proximationssatz es. Von besonderer Bedeutung ist der von Stone, siehe
15.7; ferner der konstruktive Beweis von Bernstein, siehe Aufgab e 16.

15.6 Lokal gleichmäßige Konvergenz.


Der Überdeckungssatz von Heine-Borel

Die Folge der Potenzen x n konvergiert zwar nicht im offenen Intervall


(-1 ;1) gleichmäßig gegen Null, jedoch in jedem kompakt en Teilintervall
[-r ;r], r < 1. Solche Konvergenzsitu ationen liegen in der Analysis oft vor.
Nun genügt es, bei Stetigkeits- und Differenzierb arkeitsbeweisen "kleine"
Umgebun gen des jeweiligen Punktes heran zuziehen. Dem entspricht die
Definition: Eine Folge von Funktionen f n : D -tC, D c C, konvergiert
lokal gleichmäßig, wenn jeder Punkt x E D eine Umgebung U in D besitzt
so, daß die Folge der f nlU auf U gleichmäßig konvergiert .
Offenbar gelten die Sätze 1 und 3 auch dann , wenn die gleichmäßige
Konvergenz durch die lokal gleichmäßige erset zt wird.
Konvergiert eine Funkt ionenfolge in den endlich vielen Umgebungen
UI , . . . , U; gleichmäßig, dann auch in der Vereinigung UI U U Us (zu
c > 0 wähle man als N (c) das Maximum der jeweiligen NI (s) , , N, (c)).
Wir zeigen in diesem Abschnitt, daß durch solche Vereinigungen von der
gleichmäßigen Konvergenz .Jm Kleinen" auf die gleichmäßige Konvergenz
auf kompakten Mengen geschlossen werden kann. Die Grundlage für dieses
Lokal-K ompakt- Prinzip liefert der Heine-Boreische Überdeckungssatz.
Definition (Heine-Boreische Überdeckungseigenschaft): Eine Teil-
menge A c IR hat die Heine-Borelsche Überdeckungseigenschaft, wenn
folgendes gilt : Ist {Ik} kE K eine beliebige Menge offener Int ervalle mit

Ac U h,
kE K

so gibt es endlich viele k l ,...


. k; E K derart , daß ebenfalls gilt :
Ac I kl U . . . U I kr.

Die Menge {Id kE K nennt man eine offe ne Überdeckung von A.


15.6 Der Überdeckungssatz von Heine-Borel 315

Beispiel 1: Sei (an) eine konvergente Folge in IR und a ihr Grenzwert.


Dann hat A := { a , a1 , a2, . . .} die Heine-Bor elsche Überdeckungseigen-
schaft . Zum Beweis sei {h } k EK eine offene Überdeckung von A . Ein es
der Inter valle, et wa h o ' ent hält den Grenzwert a. In h o liegen auch alle
Folgenglieder bis auf event uell endliche viele an1, . .. , ans' Jedes dieser Fol-
genglieder liegt ebenfalls in einem Intervall der Überdeckung : a n u E h u '
a = 1, . .. , s. Somit wird A von den Intervallen h o ' h 1 , · ·· , h s üb erd eckt.
Beispiel 2: Ein offenes Inter vall (a;b) besitzt nicht die Heine-Borelsche
Überdeckungseigenscha ft . Zum Beispiel bilden die Intervalle (a + l/n;b) ,
n E IN , eine offene Überdeckung von (a; b); endliche viele dieser Intervalle
aber üb erd ecken (a; b) nicht.
Überdeckungssatz von Heine-Borel: Für A C IR sind gleichwert ig:
(i) A ist kompakt.
(ii) A hat die Heine-Borelsche Überdeckungseigens chajt.
B eweis: (i) ::} (ii) : Angenomm en , Ud sei eine offene Üb erd eckung eines
Komp aktums A derar t , daß je endlich viele der h A nicht üb erdecken .
Ausgehend von irgendeinem Inter vall [al ; b1] C IR mit A C [al ; bd kann
da nn durch sukzessives Halbi eren eine Inter vallschachtelung konstruiert
werden , deren sämt liche Inter valle [an; bn] die Eigenschaft (*) haben:

(*) A n [an; bn] wird nicht durch endlich viele der h üb erdeckt .

Seien a der durch diese In tervallschachtelun g definier te Punkt und an


irgend ein Punkt in A n [an; bn]. Dann ist a der Grenzwer t der Folge (an)'
Wegen der Komp akth eit von A liegt somit au ch a in A . Folglich gibt es
ein offenes Intervall I der Überdeckung mit a E I . Für hinreichend großes
N gilt dann [aN;b N ] C I. Das aber widerspri cht (*).
(ii) ::} (i): Wir ste llen zunä chst fest , daß A beschränk t ist . Die Gesamtheit
der Intervalle (- k; k ), kEIN, bildet nämlich eine offene Überdeckung von
A , und na ch (ii) üb erd ecken bereit s gewisse endlich viele dieser beschränk-
ten Intervalle ganz A . A ist also beschränkt .
Wir hab en schließlich zu zeigen, daß A abgeschlossen ist . Es sei dazu
(an) eine Folge in A , die gegen einen Punkt a E IR konvergier t. Zu zeigen
ist , daß a in A liegt. Angenomm en , es sei a ~ A . Wir bilden dann eine
offene Überdeckung von A , indem wir jedem Punkt x E A das Intervall
I (x ) := (x - E(X), X + E(X)) mit E(X) := ~ I x - al zuordnen (E(X) > O!) .
Die Gesam theit dieser Inter valle überdeckt A , da x E I (x ); je endlich viele
I (x t}, .. . , I (xd ab er reichen dazu nicht , denn die s-Umgebung des Grenz-
wertes a mit E :=min {E(Xr), . . . ,E(xd } ent hält fast alle Glieder der Folge
(an), die Menge I (x r)U. . .u I (xd jedoch keines dieser Folgenglieder. Somit
hat A nicht die Heine-Borelsche Überdeckungseigenscha ft . Wid erspruch! 0
316 15 Global e Approximation von Funkt ionen

Satz: Eine lokal gleichmäßig konvergente Folge (In) von Funktionen auf
einer Meng e D C IR kon vergiert auf jeder kompakten Teilm enge A c D
gleichmäßig.
B eweis: Jeder Punkt x E A liegt in einem offenen Int ervall Ix derart , daß
(In) in Ix nD gleichmäßig konvergiert . Da A kompakt ist , überdecken
bereits gewisse endlich viele dieser Int ervalle, etwa l XI ' .. ., Ix., die Menge
A. (In) konvergiert dann gleichmäßig in (IxI U .. . U Ix.) n D, also erst
recht in A. 0

15.7 Der Approximationssatz von Stone

Der 1937 von M. Stone bewiesene Sat z macht eine Aussage über die Ap-
proximierbarkeit ste tiger reeller Funktionen auf einem Kompaktum K
dur ch die Funktionen einer Unteralgebr a von 'ifJR (K ). Den hier dargestell-
ten eleganten Beweis hat erst 1977 Zem änek gefunden.
Im folgenden sei K eine kompakt e Teilmenge von IR und PI eine Algebr a
stet iger IR-wertiger Funktionen auf K . Unter einer solchen Algebra verste-
hen wir einen Untervektorraum des Raumes 'ifJR (K ) aller ste tigen reellen
Funktionen auf K mit den zusätzlichen Eigenschaften:
(i) PI ent hält alle konstanten Funktionen,
(ii) PI enthält mit zwei Funktionen I und 9 auch deren Produkt to.
Beispielsweise bildet die Menge aller reellen Polynome eine Algebra PI .
Mit PI bezeichnen wir im folgenden die Menge der stetigen Funktionen
I :K -+IR mit der Eigenschaft :
Zu j edem e > 0 gibt es ein p E PI mi t 111 - pli< c, (11 11 = 11 IIK)'
Wir listen zunächst Eigenschaften von PI auf.
Hilfssatz 1: Mit I,9 E PI gehören auch I + 9 und I 9 zu PI .
B eweis: Zu jedem co > 0 gibt es Funktionen p, q E PI mit 111 - pli< cO
und Iig- qll< co.Dann ist

+ 9 - (p + q)11 < 2co.


Ilf
Weiter gilt wegen IIqll ::;Ilgll
+ IIq-gll
1119 - pqll ::; 111 - pli·llqll
+ 11111·119 - qll::;co(IIgll
+ 11111 + co).
Für hinr eichend klein gewähltes cosind die beiden rechten Seiten kleiner
als ein vorgegebenes e. Das beweist den Hilfssat z. 0
15.7 Der Approximationssatz von Stone 317

Hilfssatz 2: Mit 1 und 9 gehören auch 111,max (f , g) und min (f , g) zu


.91.
Vorbemerkung: Wir verwenden, daß die Funktion vT+X auf dem abge-
schlossenen Intervall [-1
;1]die normal konvergente Reihenentwicklung

(7)

besitzt . Die norm ale Konvergenz folgt daraus, daß für die Binomialkoeffi-
zienten nach 5.3 (4) mit einer geeigneten Konstanten c eine Abschätzung

gilt. Die Reihe stellt also in [-1


;1]eine stetige Funk tion dar. Diese stimmt
in (-1 ;1)mit vT+X überein; aus Stetigkeitsgründen also in ganz [-1 ;1].

Beweis von Hilissatz 2: Zum Nachweis von 111 E .91 nehm en wir I -=I 0 an
und betrachten cP := 1/11111.Wegen 11/11- E .91 genügt es na ch Hilfssatz 1
1

zu zeigen, daß mit ip auch Icpl zu .91 gehört.


Wegen I cp(x)1 ~ 1 für alle x E K erhalten wir mit (7) die auf K normal
konvergent e ReihendarsteIlung

N
I:(2) (ep2 -
1
Zu e > 0 gibt es daher eine Partialsumme PN := l)n mit
n=On
Ill
cpl- PN 1I < c/ 2. Nach Hilfssat z 1 gehört mit cp auch PN zu .91. Es gibt
also eine Funktion p mit IlpN-pli < c/ 2. Damit folgt Ill
cpl- c. Also pli<
gehört auch Icpl zu .91.
Die weiteren Behauptungen ergeben sich nun mit Hilfssatz 1 aus
1
max(f,g) = "2(f + 9 + 11 -gl) und min(f,g) = ~(f + 9 -li
- gl).
o
Im weiteren setz en wir voraus , daß die Algebr a .91 die Punkte von K
trennt; das bedeutet : Zu je zwei verschiedenen Punkten x, y E K gibt es
eine Funktion 1 E .91 mit I( x) -=I I(y). Es gibt dann sogar zu vorgegebenen
a, b E IR eine Funktion h E .91 mit h(x ) = a und h(y) = b; zum Beispiel

1- I( x)
h := (b - a) I(y) _ I( x) + a.
318 15 Globale Approximation von Funktionen

Hilfssatz 3: Die Algebra d C 'if1R(K) trenne die Punkte von K . Für jede
Funktion 1 E 'if1R(K) gilt dann : Zu jedem x E K und jedem E. > 0 gibt es
eine Funktion qx E d mit den Eigenschaften:
(i) qx(x) = I(x),
(ii) qx :::; 1 + E. aul ganz K.
Beweis: Wir wählen zu jedem Punkt z E K eine Funktion h.; E d mit
hAx) = I(x) und hz(z) = I(z) . Wegen der Stetigkeit von h z und 1 gibt
es ein offenes Intervall I z mit z E I, so, daß für alle y E I z n K

gilt. Nach dem Satz von Heine-Borel überdecken bereits gewisse endlich
viele I z 1 , • •. , I z n die kompakte Menge K. Wir bilden nun

qx gehört nach Hilfssatz 2 zu d und erfüllt offensichtlich (i). Die Eigen-


schaft (ii) folgt aus (*), da jeder Punkt y E K in mindestens einem der
, I z n liegt.
Intervalle I z 1 , .•. 0

Approximationssatz von Stone: Es sei K C Ja eine kompakte Menge


und d C 'if1R(K) eine Algebra, die die Punkte von K trennt. Dann gibt
es zu jeder stetigen Funktion 1 :K -+Ja und jedem E. > 0 eine Funktion
pE d mit
I/(x) - p(x)1 < E. [iir alle x E K.
Kurz: d = 'if1R(K) .
Beweis: Wir wählen zu jedem x E K eine Funktion qx E d gemäß Hilfs-
satz 3; sodann um x ein offenes Intervall Ux derart, daß

qx(y) ~ I(y) - ~ für alle y E U; n K

gilt. Nach dem Satz von Heine-Borel wird K bereits von gewissen endlich
vielen Uxl .'.,.UXm überdeckt. Sei g :=max (qx l ' . .. , qxm)' 9 gehört nach
Hilfssatz 2 zu d,erfüllt nach (*) die Ungleichung 9 ~ 1 - ~ und nach
Hilfssatz 3 die Ungleichung g :::; 1 +~ ' Schließlich sei p E d eine Funktion
mit Iig-pli< ~ ' Damit gilt dann 111 -pli< E.. 0

Beispiel: Wählt man als K ein kompaktes Intervall, K = [ai b], und als
d die Algebra der reellen Polynome, erhält man die reelle Version des
Weierstraßschen Approximationssatzes. (d trennt die Punkte von [ai b];
bereits die nicht-konstanten linearen Funktionen reichen dazu aus.)
15.8 Aufgaben 319

15.8 Aufgaben

1. Die Folge der differenzierb aren Funktion en I n(x ) = J~ + x 2 , n E lN,


konvergiert auf IR gleichmäßig gegen die Betragsfunk t ion [z],
2. Man untersuche die Funktionenfolge (In) hinsichtlich gleichmäßiger
oder lokal gleichmäßiger Konvergenz auf der angegebenen Menge:
a ) ~ auf (0; 00) ;
b) 1/(1 + n ix!) auf IR;
c) xe-x /n/ n auf IR.

3. Mittels (3' ) zeige man Io In (2sin ~ ) dx = O.


TI

00 eikx
4. Die Reihe L ~, 8 > 0, konvergiert auf jedem komp akt en Intervall
k=l
in IR \ 2nZ gleichmäßig.
00

5. Es sei (an) eine Folge komplexer Zahlen so, daß L an konvergiert.


00 n=l
Man zeige: Die Reihe L a~ = : 1(8) konvergiert für 8 ~ 0 und defi-
n= l n
niert eine differenzierb are Funktion auf [0; 00 ) .
Reihen der Form L ~= l ann- s nenn t man Dirichlet-Reihen.
6. Es seien (in) und (gn) Folgen beschränk ter Funktionen auf D , die
gleichmäßig gegen I bzw. g konvergieren. Man zeige: Die Folge (ingn)
konvergiert auf D gleichmäßig gegen I g. Gilt das auch ohne die Be-
schrä nktheitsvoraussetzung?
7. Es sei (in) eine gleichmäßig konvergente Folge von Funktionen auf D ;
fern er gebe es ein a > 0 so, daß !/n(X)1 ~ a für n E lN und x E D.
Dann konvergiert (1/ I n) gleichmäßig gegen 1/ f.
8. F: C -+ C und die I n : [a i b] -+ C seien ste tig. Man zeige: Konvergiert
die Folge (in) gleichmäß ig auf [ai b], dann auch die Folge (F 0 I n).
9. Aus der Eulerschen Formel für ( (2n ) folgere man :

a) Für n -+ 00 gilt die Asymp totik IB2n lc:::: 2 . (;~~~~. Die Zahlen
IB2n lkonvergieren also schnell gegen 00 .
b) Die Tangensreihe (siehe 14.3 (13)) hat den Konvergenzradiu s n/2.
10. Satz von Dini. Es sei K c C kompakt , und (in) sei eine Folge stet iger,
reellwert iger Funk tionen auf K , die punktweise und monoton wachsend
oder fallend gegen eine stetige Grenzfunktion I :K -+ IR konvergiert.
Dann konvergiert (in) sogar gleichmäß ig gegen f.
320 15 Globale Approximation von Funktionen

11. Es sei (Jn) eine Folge von Regelfunktionen auf (0; 00), die auf jeder
kompakten Teilmenge von (0; 00) gleichmäßig gegen f konvergi er t. Fer-
ner gebe es eine Regelfunktion 9 : (0; 00) -+JR mit If
n 1~ 9 für alle n
und 10 00
g(x) dx < 00. Dann sind fn und f üb er (0; 00) integri erbar,
und es gilt
(OO f( x) dx = lim (OO fn( x) dx.
Jo n-t oo Jo
Dies ist eine sehr schwache, aber bereits nützliche Version des Satzes
von Leb esgue von der majorisierten Konvergenz; siehe Band 2. Man
zeige no ch, daß man auf die Majorante nicht ersat zlos verzichten kann.
12. Sei f :[ai b] -+C ste t ig differen zierbar. Dann gibt es eine Polynomfolge
(Pn) derart , daß (Pn ) gleichmäßig auf [e; b] gegen f konvergi ert und
zugleich (P~) gleichmäßig gegen f'.

13. Sei rp eine nicht negative R egelfunktion auf JR mit IR rp(x ) dx = 1 und
(an) eine Folge po sitiver Zahlen mit an -+00. Dann bilden die durch
dn(t) := anrp(ant) definier t en Funktionen eine Dirac-Folge .
14.Es sei f :[-1;1] -+C eine Re gelfunktion, die in 0 stetig ist . Dann gilt

. /1
lim
h.j.O -1
h2 h 2 f( x) dx = nf(O).
+x
15. Für n E lNo und k = 0,1 , . .. , n definiert man die Bernsteinpolynome
Bn,k durch

Man zeige:
a) Für jedes n E lNo bild en die Bernst einpolynome Bn,o , . .. , Bn,n eine
Zerlegung der Eins, d .h ., es gilt I: ~=o Bn,k = 1.
n n
b) I: k Bn,k = nx , I: k(k - l)B n ,k = n(n - l) x 2 .
k=O k=O
n
c) I: (k - nx)2Bn,k = nx(l - x ).
k=O
16. Für jede stet ige Funktion f : [0; 1] -+C konvergi ert die Folge (Bn(J))
der f zug eordneten Bernsteinpolynome

k=O n
t
Bn(J) := f(~)Bn,k ' nE lNo,

gleichmäßig auf [0; 1] gegen f.


16 Approximation periodischer Funktionen.
Fourierreihen

Bereits Daniel Bernoulli und Euler verwendeten trigonometrische Reihen


zur Behandlung der schwingenden Saite . Den eigentlichen Anstoß zur Theo-
rie dieser Reihen aber gab Joseph Fourier (1768-1830; Mathematiker, Inge-
nieur , Politiker , Mitarbeiter Napoleons) durch sein Buch La Theorie ana-
lytique de la chaleur (1822) - "der Bibel des mathematischen Physikers"
(Arnold Sommerfeld) . Das intensive Studium trigonometrisch er Reihen im-
plizierte auch eine Klärung zentraler Begriffe der Analysis und führte zu
einer Vertiefung und Bereicherung der Th eorie der reellen Funktionen. We-
sentlichen Anteil daran hatten Dirichlet, Riemann, Cantor und Lebesgue.

16.1 Der Approximationssatz von Fejer

Das Ziel dieses Abschnittes ist der Satz von Fejer üb er die Approxima-
tion periodischer Funktionen durch trigonometrische Polynome. Als Kon-
struktionsverfahren verwenden wir dazu die Faltung mit einer geeigneten
Dirac-Folge, nämlich der Folge der Fejer-Kerne.
Unter einem trigonometrischen Polynom mit Grad :s n versteht man
eine mit komplexen Koeffizienten Ck gebildet e Funktion
n
T( x) = L Ck
ei k x,
x E IR.
k=-n

Die Koeffizienten cu sind dur ch die Funktion T eindeutig bestimmt: Es gilt

(1 ) Ck
1
=-
211
f T(x) e-
Z TI

0
.
1kx
dx ,

wie man mit Hilfe der Ortnoqonaliuitsrelation en

(2) ~ ] ei1x e- ik x dx = {I , falls l = k,


211
- TI
0, falls l i- k ,
sofort nachrechnet.

K. Königsberger, Analysis 1
© Springer-Verlag Berlin Heidelberg 2004
322 16 Approxim ation periodi scher Funktionen. Fourierreihen

Für die im Folgenden laufend auftretenden Basisfunktionen x 1-7 ei k x


führ en wir eine eigene Bezeichnung ein; wir setzen

k E Z.

Damit kann man ein tri gonometri sches Polynom vom Grad ~ n auch als
Linearkombination von e_ n , . . . , eo, ... , e n schreiben.
Eine fundamentale Rolle spielen die trigon omet rischen Polynome

+n
D n := Lek, n = 0,1 , ... ,
k= -n

und
1
E; := -(D o + D 1 +...
+ Dn- d ·
n

D n heißt Dirichlet-Kern n-ten Grades und E; Fej er-Kern n-ten Grades.


Diese Kerne hab en für x rf.2'ITZauch folgende Darstellungen
sin (n + ~ ) x
D n ()
x = . 1 '
sm2"x

B eweis: Die Darstellung für D n(x) , x rf.2'ITZ,erhält man mit der Formel
für eine geometrische Summe:

+n . 1 _ ei(2n+l)x ei(n+l/2)x _ e- i(n+l/2)x _ sin (n + ~ )x


ei k x = e-
'""' mx . .
L
k=- n
1- e1X ei x / 2 - e- ix/2 sin ~ x

Für Fn ergibt sich sodann mit sin ~x. Ddx) = sin(k + ~ )x


n-l
n sin
2
~ . Fn (x) = L sin ( k + ~) x .sin ~
k=O
n- l
= ~L (coskx- cos(k+1) x)
k=O

= -21(1 - . 2nx
cos nx )= sm - . o
2
16.1 Der Approximationssatz von Fejer 323

Dirichlet-Kern

DlO(X)
1
sin(x/2)

Fejer-Kern

FlO(X)

-TI TI

Die Fejer-Kerne haben folgende weiteren Eigenschaften:


Lemma: E; ist gerade; ferner gilt:
(F1) Für jedes n ist r; 2": O.
(F2) Für jedes n gilt 2~ {'n Fn(t) dt = l.
(F3) Zu jed em E- > 0 und positiven r < TI gibt es ein N so, daß
f Fn(t)dt < E- für alle n 2": N.
[- n;n]\[-1' ;1']
324 16 Approximation periodischer Funktionen. Fourierreihen

Beweis: (F1) gilt offensichtlich, (F2) folgt unmittelbar aus

1 17t {1 für k = 0
2n -7t ek(t) dt = 0 für k oft0

und (F3) ergibt sich sofort mit der Darstellung (3F):


2n
f
1
Fn(t) dt ~ - . -.-2-1-. o
n sm-r
[-7t ;7tJ \[ -r;r] 2

Wegen der Eigenschaften (F1), (F2) und (F3) kommt der Folge der
Fejer-Kerne für die Theorie der 2n-periodischen Funktionen die Rolle ei-
ner Dirac-Folge zu. Dagegen bilden die Dirichlet-Kerne mangels Positivität
keine solche Folge. Die Dirac-Eigenschaft der Fejer-Folge (Fn ) ergibt sofort
den eingangs angekündigten Approximationssatz. Zur Übertragung des all-
gemeinen Approximationssatzes in 15.5 benötigen wir noch den Begriff der
Faltung bei periodischen Funktionen. Konsequenterweise wird dazu nicht
über lR sondern über ein Periodenintervall, etwa [-n; n] integriert.
Im Folgenden verwenden wir das Symbol 1l'in Verbindung mit einer
Integration als Synonym für irgendein Intervall der Länge 2n , zum Bei-
spiel für [-n; n] oder [0; 2n]; ferner bezeichnen wir mit a'(1l')
den Vektor-
raum der 2n-periodischen Regelfunktionen auf lR. Unter der Faltung zweier
Funktionen t, 9 E a'(1l') versteht man die durch

f *g(x)
1
:= 2n
T
Jf(t)g(x - t) dt 1 7t
= 2n Jf(t)g(x - t) dt .
-7t

definierte Funktion. Es ist leicht zu sehen, daß f *9 E a'(1r).


Bei der Faltung von f mit der Basisfunktion ek erhält man
E a'(1r)

f r f(t) eik(x-t) dt = j(k) eikx


*edx) = ..!.-
2n JT '
wobei

(4)

Die Zahl j(k) , k E Z, heißt k-ter Fourierkoeffizient von f Mit


E a'(1r).
dieser Bezeichnung lautet (*) dann:

Der einer 2n-periodischen Regelfunktion f zugeordnete lineare Operator


Af :a'(1r) , Af(g) := f *g, hat also die Basisfunktionen ek als
--+ a'(1l')
Eigenvektoren und die Fourierkoeffizienten j( k) als jeweilige Eigenwerte.
16.2 Definition der Fourierreihen. Erste Beispiele und Anwendungen 325

Definition: Für 1 E &1?(1I') heißt das trigonomet rische Polynom


n
Snl := I * Dn = L [(k) en
k= - n

n- tes Fourierpolynom von 1 und das t rigonometrische Polynom


1
anl := 1 *Fn = - (Sol
n
+ ...
+ Sn-d)
n-tes Fejerpolsmom: Snl hat an jeder Stelle x die Darstellung
n
Snl (x) = L f (k) eik x .
k= - n

Wir haben bereits festgestellt , daß die Folge (Fn) eine Dirac-Folge für
&1?(1I') ist . Die Übertragung des allgemeinen Approximationssatzes in 15.5,
dessen Beweis im Wesentlichen wörtlich übernommen werd en kann, ergibt
un ter Berü cksichtigun g der Tat sache, daß alle F n gera de sind, den folgen-
den Approximation ssa tz.
Satz von Fejer: Für jede 2Ti-periodische Regel/unktion / gilt:
(i) An jedem Punkt x konvergiert (anf(x)) gegen t(f( x-) + f( x+)) .
An jeder Stelle x , an der f stetig ist, konvergiert (anf( x)) gegen f( x) .
(ii) Ist f stetig, so konvergiert (an!) gleichmäßig auflR gegen f .

Mit dem Konvergenzp roblem der Folge der Fourierpolynome befassen


wir uns in mehr eren Abschnitten: In 16.3 mit der Frage der punktweisen
Konvergenz, in 16.6 mit der Frage der gleichmäßigen Konvergenz und in
16.7 mit der Frage der Konvergenz im quadratischen Mittel.

16.2 Definition der Fourierreihen. Erste Beispiele und


Anwendungen

Unter der Fourierreihe S f einer 2Ti-periodi schen Regelfunktion f versteht


man die Folge der Fourierpol ynome Snf und im Konvergenzfall auch den
Grenzwert :
00

S f (x ) = 2: [(k) eik x = nlim


k = - oo -+oo
Snf(x) .

Man beachte , daß das Symbol 2:: ~oo für die Folge von Summen 2::~ n oder
auch deren Grenzwert steht. Dab ei wird für die Konvergenz nicht verlangt ,
daß 2::'::=0[(k )eik x und 2::'::=1[( _ k)e- ik x konvergieren .
326 16 Approximation periodischer Funktionen. Fourierreihen

Die Frage des Grenzwertes einer Fourierreihe S f (x) ist leicht zu beant-
worten, sofern die Reihe konvergiert. Wir verwenden dazu die Aussage von
5.8 Aufgabe 11. Danach hat eine konvergente Folge So, SI, S2 , . . . denselben
Grenzwert wie die Folge der Mittel (Jn = .!(so + SI +... + sn-d:
n

lim Sn
n-+oo
= n-+oo
lim (Jn '

Nun sind die Fejerpolynome (Jnf gerade die Mittel .!(Sof + ... + Sn-tl)
n
der Fourierpolynome. Mit dem Satz von Fejer ergibt sich also der
Darstellungssatz: Falls die Fourierreihe einer 2TI-periodischen Regel-
funktion f in einem Punkt x konvergiert, gilt

speziell in einem Stetigkeitspunkt x gilt dann Sf(x) = f(x) .


Es sollen nun einige Beispiele betrachtet werden. Dabei handelt es sich
um reelle Funktionen. In solchen Fällen wählt man für Snf und S f oft eine
Cosinus-Sinus-Darstellung. Man erhält diese aus (4), indem man eik x er-
setzt durch cos kx +i sin kx und dann die Cosinusterme und die Sinusterme
geeignet zusammenfaßt; es ergibt sich

mit
ak = f(k) + j(-k), bk = i(f(k) - j( -k)) .

Für die ak und bk ergeben sich danach die Integraldarstellungen

1
ak=- j1T f(x)coskxdx , k = 0,1,2, .. . ,
TI -1T
(5)
bk = -1 j1T
TI -1T
f(x) sin kxdx, k = 1,2, ...

Hiernach sind alle

ak = 0, falls f ungerade ist,


bk = 0, falls f gerade ist.
16.2 Definition der Fourierreihen. Erste Beispiele und Anwendungen 327

Beispiel 1: Es sei f die 2'J1-periodi sche Funktion mit f(k'JI) = 0, k E 7l..,


und f( x) = signx für x E (-'JI ;'JI) .

-2TI • •
TI :
.
2TI :
..

Da f un gerad e ist , sind alle ak = 0 und

2 1
1T
• {4/k'JI für k = 1,3, 5, . .. ,
bk = -;0 sm kx dx = 0
für k = 2,4, 6, . ..

Die Fourierreihe von f lau tet also

4( . sin 3x sin 5x )
(6) S f( x ) = - sm x +- -+- -+....
'JI 3 5

Mit Hilfe des Dirichletschen Kriteriums in 15.3 kann man leicht zeigen, daß
diese Reihe für alle x E IR konvergiert ; siehe dor t den Konvergenzbeweis
für die Reihe (2). Nach dem Dar stellun gssatz gilt also

Sf (x) = f (x ) für alle x E IR.

Speziell für x = 'JI/2 erhält man die Leibni zreihe für 'JI/4.
Die folgend en Abbildungen zeigen Snf für n = 1, 3 und 21. Snf hat
im Intervall (0; 'JI / 2) genau n lokale Extrema. In (0; ~] nehmen die lokalen
Maxima von links nach recht s ab, die Minima zu. Das absolute Maximum
wird an den Maximalstellen angenommen, die den Sprungstellen am näch-
sten liegen (vgl. Aufgab e 6).

-TI
TI
328 16 Approximation periodi scher Funktionen. Fourierreihen

Beispiel 2: Es sei f : IR --7 IR die 2n-periodische Funktion mit f( x) = [z]


für x E [-n ; n].

Da
~.
f gerade ist , sind alle bk = 0 und
2
fo
TI
ak = :; x . cos kx dx
{n
= _ ~ . ~2 . (1 _ (-1)k)
für k = 0,
für k > 1.
TI k
Die Fourierreihe zu f lautet also
3x cos 5x )
(7) S f( x) = -n2 - -n4 ( cos x + -cos32- + - 52- +....
Die Reihe konvergiert normal auf IR und f ist stet ig auf IR. Somit gilt
Sf(x) = f( x) für alle x E IR. Speziell für x = 0 folgt

Beispiel 3: Es sei f :IR--7IR die 2n-p eriodische Funktion mit f( x) = cosax


für x E [-n ;n], a E C \ Z.

~.
-2TI -TI 0 TI 2TI

Da f gerade ist , gilt bn = 0; ferner ist

an = -TI2fTI cos ax cosnxdx = -(-l)


TI
1 . (1
n sm aTI --
a+ n
+--.1)
a -n
o
(Integration mittels 2 cosax cos nx = cos(a + n )x + cos(a - n) x .) Wegen
lanl < 21al/n 2 für n > 21al konvergiert Sf (x ) = L ~=o an cos nx auf ganz
IR. Nach dem Darstellungssatz gilt somit für x E [- TI;TI]:

cos ax =- TI a
(1
aTI - + ~
sin - L)-lt (1 --
a+ n
+ -- 1)
cosnx
a-n
) .
n=l

Speziell für x = n folgt


= -1+ L 1)-.
00(1

(8) TI cot TIa


a
-- +-
a+n a- n
n= l
16.3 Punktweise Konvergenz nach Dirichlet 329

Diese ReihendarsteIlun g heißt Partialbruchzerlegung des Cotangens und


ist ein Analogon der P ar ti albruchzerlegung einer ration alen Funktion.
Die Partialbruchzerlegung des Cotangens stammt von Euler (1734) und spielt
in der klassischen Analysis eine wichtige Rolle. Zum Beispiel erhält man dur ch
Taylorentwicklung der Reihe (8) und Koeffizientenvergleich mit der in 14.3 (12)
aufgestellten Taylorreihe erneut die Eulerschen Formeln für (( 2n ), siehe 15.4 (6).
Folgerung: Das Eulersche Sinusprodukt: Für x E Ja gilt

(9) sin TIX = TIX fr(1 - ~: ).


n =l

Beweis: Nach (8)gilt für x ~ 7L


1 00 2x
TIcot TIX - -
x = ""'
L x2 - n
2.
n= l

Die Reihe konvergiert normal in jedem In tervall [-a;a] mit 0 < a < 1
und definiert in (- 1;1)eine stetige Funktion . Deren Stammfunktion F
mit F(O) = 0 ist einerseits gegebe n durch

F( ;r) = In sin TIX, x E (-1 ; 1) \ {O},


TIX

andererseits durch
x 2t x2 )
= [~ t2 _ = ~ In
00 00 (
F (x) n 2 dt 1 - n2 .

Einset zen der beiden Dar stellungen für F(x) ergibt (9) für x E (-1 ;1).
(9) gilt auch für x = - 1 und 1, da dor t beide Seiten den Wer t 0 haben.
Um (9) auf alle x E IR ausz udehnen, genügt es zu zeigen , daß das Produkt
rechts die P eriode 2 hat . W ir schreibe n dazu die P arti alp rodukte wie folgt

PN( X) = TIX II1 - ~2'];2 )


N (
=
(-l)N TI
N !2 (x -N )(x-N +1 )· ·· (x+ N -1) (x+N) .

Dami t ergi bt sich sofort lim PN (xt)2) = l. o


N--+oo PN x

16.3 Punktweise Konvergenz nach Dirichlet

Wir stellen nun ein hinreichendes Kri terium für die Konver genz einer Fou-
rierr eihe an einem Punkt x auf. Die wesentliche Vor au sset zung dabei ist
die Ex ist enz der link sseitigen und der rechtseitigen Ableitung der Funktion
in x . Diese Ableitungen er klärt man für eine Regelfunktion hier wie folgt :
330 16 Approximation periodischer Funktionen. Fourierreihen

Definition: Es sei 1 eine Regelfunktion. Mit dem linksseitigen Grenzwert


I(x-) und dem rechtsseitigen I(x+) definiert man als linksseitige bzw.
rechsseitige Ableitung in x im Fall der Existenz den Grenzwert
lim .::..-1(,--,-t)_----=1-.:..(x_--.:..) bzw. lim I(t) - I(x+) .
ttx t- x Lj.x t - x

Satz (Dirichlet): Die Funktion 1 E 9(1[') besitze im Punkt x sowohl eine


linksseitige als auch eine rechtsseitige Ableitung. Dann konvergiert (Sn!)
in x gegen das arithmetische Mittel des linksseitigen und rechtsseitigen
Grenzwertes von 1 in x:

Ist 1 in x stetig, so gilt SI(x) = f(x) .


Historisches. Fourier war der Ansicht, daß jede periodische Funktion durch ihre
Fourierreihe dargestellt wird; allerdings hatte Fourier einen etwas weniger all-
gemeinen Funktionsbegriff. Dirichlet und Riemann vermuteten eine solche Dar-
stellbarkeit zumindest für stetige Funktionen (was zur Klärung des Stetigkeits-
begriffes führte). Selbst letzteres wurde durch ein Beispiel von Du Bois-Reymond
(1876) widerlegt; ein analoges Beispiel von Fejer bringen wir in 16.4. Andererseits
können auch unstetige Funktionen durch ihre Fourierreihe dargestellt werden,
wie Beispiel 1 in 16.1 zeigt . Das endgültige Resultat ist das folgende : Die Fou-
rierreihe S / jeder stetigen 2n -periodischen Funktion / konvergiert fast überall
gegen / (Satz von Carleson, 1964); fast überall bedeutet hier: Es gibt eine Aus-
nahrnemenge A vom Lebesgue-Maß 0 so, daß S/(x) = /(x) für alle x ~ A gilt .
(Man sagt, A C lR. habe das Lebesgue-Maß 0, wenn es zu jedem e > 0 abzählbar
viele Intervalle lt,hh .. . gibt mit (i) A C U~= l In und (ii) L:~=IIInl < s .)
Wir treffen zunächst einige Vorbereitungen zum Beweis.
Riemannsches Lemma: Für jede Regel/unktion F: [ai b] ---7C gilt
b
lim !F(x)sinpxdx
p-too
= O.
F
···..fi
·····
fi
..
···
II······· a
A

.,.... ~ v
,..........
-F
v..
Der Integrand F(x) sinpx

Beweis: a) Zunächst für eine Treppenfunktion F = ip. Wir wählen eine


Zerlegung a = Xo < Xl < ... X<n = b so, daß cp auf jedem Teilintervall
(XII-I; XII) einen konstanten Wert CII hat. Für p > 0 gilt dann
16.3 Punktweise Konvergenz nach Dirichlet 331

I <p(x )sin pxdx


b In
=- L Cv[COSpXV - l - COSpXv]
a P v=1
Dar aus folgt bereits die Behaup tung im Fall F = ip.
b) Sei jetzt F eine Regelfunk tion auf [a i b] . Zu jedem E > 0 gibt es eine
Trepp enfunk tion sp mit IF(x) - <p(x)1 ~ E für alle x E laib] . Damit gilt

I F (x) sin px dx - I
b b
ip (x ) sin px dx ~ E. Ib - a I·
a a

Mit a) folgt da ra us die Behauptung im allgemeinen Fall. o


Dirichletsches Lemma: Für jede in 0 linksseitig und rechisse iiiq diffe-
TI;TI] -t C gilt mit n -t 00
renzierbare Regelfunktion f : [-

.2.- If( t )Dn(t ) dt -t


TI

f(O-) + f(O+ ) .
~ 2
- TI

Beweis: Wegen 2~ fo
TI Dn(t) dt = ~ gilt für alle n

Io f(O+)D n(t)dt.
TI

~ f(O+ ) = 2~
Mit (3D) folgt

~/TIf(t)Dn (t)dt - f (O+) = ~/TI f(t) - f(O+) . _. t_ . sin(n+.!)tdt.


2TI 2 2TI t sm ~ t 2
o 0 , ,
'"
= : F(t )

F wird mit der Festsetzung F(O) := limt.j.o F(t ) zu einer Regelfunktion auf
[0; TI].Das Riemann sche Lemma ist also anwendbar und ergibt
1
2TI I f(t)D n(t) dt -t 2f(0+
TI 1
) für n -t 00.
o
1
Analog zeigt man 271 JO-TI
1
f(t )Dn(t) dt -t '2f (O- ). o

Beweis des Satzes: Nach Definition der Fouri erp olynome gilt

Sn f(x ) = f *Dn(.T) = -
1
2TI
I f (x - t)D n(t ) dt .
TI

- TI

Die Funktion F(t ) := f (.T - t) ist eine Regelfunktion auf [-TI ;TI],die nach
Vorau ssetzung in 0 linksseitig und rechtsseitig differenzierb ar ist . Mit dem
Dirichletschen Lemma folgt nun die Behaup tung. 0
332 16 Approximation periodischer Funktionen. Fourierreihen

Als schöne Anwendung des Dirichletschen Lemmas zeigen wir noch:


00 .
(10) f
-00
smx d -
--X-TI.
X

Die Existenz des Integrals haben wir bereits in 11.9 gezeigt. Sein Wert ist
der Grenzwert der Integrale

.-
1n .- f
(n+1/2)1t .
sm x d X --
x
f sm (1)
1t

t
.

-t
1
n + 2" t d t -- ~2 f sm 2" t D
1t.

1 n
(t )d t.
-(n+1/2)1t -1t -1t 2

Die durch 1(0) := 1 ergänzte Funktion I(t) = sin ~t/~t ist in 0 differen-
zierbar. Mit dem Dirichletschen Lemma folgt also In ---7TI . 1(0) = TI . 0
00 (SinX)n
Bemerkung: Man kann zeigen, daß alle Integrale / -00 ----;- dx, n E Z , ra-
tionale Vielfache von TI sind ; siehe auch Aufgabe 10.
Literatur: T . M. Apostol , Math. Magazin 53, S. 183 (1980).

16.4 Ein Beispiel von Fejer

Wir konstruieren eine stetige, 2TI -periodische Funktion I, deren Fourier-


reihe SI im Punkt 0 divergiert.
1. Vorweg zeigen wir: Für alle x E IR und alle N E lN gilt
N .
'""
L . sm nx
n - <
.,-
- I+TI.
n=1
Es genügt, dies für x E (0; TI] zu beweisen. Mit q := [I/x] zerlegen wir die
Summe in die Teilsummen 2:~=1 und 2::=q+1. Wegen 0 < sin y < Y für
y > 0 hat man für die erste
q . q .
'""
L..,
sm nx = '"" sm nx
L..,-- ·x~q·x~1.
n=1 n n=1 nx

Die zweite Summe behandeln wir mittels Abelscher partieller Summation.


Mit An :=2:Z==q+1 sin kx gilt zunächst

~
L..,
n==q+1
sinnx
n
= f An(~ 1_) +AN~ .
n==q+1
n
__
n+l N
16.4 Ein Beispiel von Fejer 333

Wie für 15.3 (2) zeigt man IAnl:S .1/2, ~n x


Fern er gilt sin ~ > ~~
TI
für
~ E (0;TI/2); siehe 9.12 Aufgabe 16. Also ist IAnl :S TI /x. Damit ergibt sich

LN
--
sin nx
n=q+1 n
<-TI (
L -
( 1
-
--
N-1 1)
- x n=q+1 n n + 1
+ -1 )
N
< TI
- x (q + 1) -
< TI.

2. Zur Konstruktion von f verwend en wir die trigonometrischen Polynome


N 1 N .
QN(X) := L-
n
(cos(2N - n)x - cos(2N + n )x) = 2 sin(2Nx ) L smnnx .
n=1 n=1
Die Four ierkoeffizienten QN(p) sind Null, falls Ipl ~ [N ;3N]. Fern er hat
die Differenz der Fourierpol ynome SZN QN - SN-1QN in 0 den Wert
N 1 N 1
(*) SZNQN(O ) - SN- 1QN(O) = L-
n
cos(2N - n )O= L-
n
> In N.
n=1 n=1

falls m = k,
falls m =f. k.
Die erste Behaup tung ist ein Spezialfall von (*); die zweite folgt dar aus,
~ k2 k2
daß die Fourierkoeffizient en Tk(p) Null sind, falls Ipl~ [2' ; 3 ·2 ], was
für IplE [2 ; 2 · 2 ] im Fall m =f. k zut rifft.
m2 m2

3. Die gesuchte Funktion definieren wir nun durch


00 1
f:= L pT k.
k=1
Die Reihe konvergiert norm al auf JR. Nach 1. gilt nämlich ITk( x)1 :S 1 + TI
für alle kEIN und alle x E IR. Sie stellt also eine stetige, 2TI-periodische
Funk tion dar. Nach dem Ver tauschungssatz für norm al konvergent e Reihen
in 11.7 gilt j(p) = :fk1z ;h (p) für alle p und folglich SNf = k=1
k=1
:fk1z SNTk·
Damit ergibt sich in x = 0
1
L
00

Sz.zm 2 f (0) - Szm2_1 f (0) = kZ (Sz.zm2Td O) - Szm2_1TdO))


k=1
und weiter wegen (**)

Diese Abschät zung zeigt , daß die Fourierr eihe von f in x = 0 divergiert.
334 16 Approximation periodischer Funktionen. Fourierreihen

16.5 Die Besselsche Approximation periodischer Funktionen

F.W. Bessel (1784-1846) warf anl äßlich seiner astronomischen Untersu-


chungen die Frage na ch der "besten" Approximation einer periodischen
Funktion f durch trigonometrische Polynome eines vorgegebenen Grad es
auf. In Anlehnung an die Gaußs che Methode der kleinsten Quadrate nahm
er als Maß für die Güte der Approximation ein kontinuierliches Analogon
der "Summe aller Fehlerquadrat e", nämlich das Integral
Z
I(T) := 111' If( x) - T( x)I dx.

Als "beste" Approximation gilt dann ein T , für welches I minimal wird . Es
zeigt sich, daß unter den trigonometrischen Polynomen eines Grades ::; n
genau das Fourierpolynom Snf dieses Minimierungsproblem löst.
Zur Behandlung dieses Problems benüt zen wir Begriffe der linear en
Algebra. Als kontinuierliches Analogon des euklidischen Skalarproduktes
<z, w) = 2::;=1 ZtWt auf Cn definiert man zunächst für f ,gE '*(11' )

1 ( -
(11) <f, g) := 2n h f(t)g(t) dt.

Dieses Skalarprodukt ist linear in der erste n Variablen , konjuguiert li-


near in der zweit en , und hat die Symm etrieeigenschaft <J,g) = <g, f ).
Ferner ist es positiv definit in folgendem Sinn: Für alle f gilt <f , f ) ~ 0
und <I,I > = 0 gilt bei stetigem 1 nur für 1 = O. Zwei Elemente 1 un d
9 E '*(11') heißen orthogonal zueinander·, wenn <f, g) = 0 gilt .
Gemäß den Kon zepten der Linearen Algebra induzier t das Skalarpro-
dukt auc h eine Norm. Für f E '*(11') ist diese gegeben durch

Z
(12) IIfll
z := ) <f ,f> = 2~ 111' I/(t)I dt .

zheißt die LZ-Norm von f bzgl. [0; 271]. Sie un terscheidet sich von der
Ilfll
in 11.8 (18) eingeführten 2-Norm lediglich um den in der Fourierth eorie
zweckmäßigen Normi erungsfaktor )1/271 und erfüllt die Rechenregeln :

(i) Ilalllz= lal·lliliz (a E C),


(ii) Ilfli z= 0 bei stetigem f nur für I = o.
z~ 0; fern er gilt 1IIII
(iii) 111 + gllz:s 1IIII
z+ Ilgll z (Dreiecksungleichung),
Die Dr eiecksun gleichung kann man nach Standardverfahren der Linear en
Algebra aus der in 11.8 (19) angegebenen Cau chy-Schwarzschen Unglei-
chung 1<J,g)lz:s <1, 1) ·<g,g) herleiten .
16.5 Die Besselsche Approximat ion periodischer Funktionen 335

Die Relationen (2) besagen in dieser Terminologie, daß die Funktionen


e.,, v E 71. , ein Orthonormalsystem bilden: ( e v , eiL ) = 8vJL" Ferner hat man
für die Fourierkoeffizienten einer Funktion 1 E ~( 1[' ) die Darstellung

11(V)= <f,ev ) , v E 71.·1

Wir kommen auf das Besselsche Minimierungsproblem zurück. Es be-


zeichne 3"n den Vektorraum der t rigonomet rischen Polynome eines Grades
S n ; 3';t besteht aus den Linearkombinationen der e v mit lviS n. Die
Frage lau tet : Welches 5 E 3"n minim iert die Integmlwert e

I(T ) = fT11(t) - T(t )1 2


dt, TE s;
d.h. : Welches 5 E e; mi nimie rt die Norme n 111 - T112? Geometri sch:
Welches 5 E 3"n hat von 1 den kleinsten Abstand ? Die geometr ische Ver-
sion legt folgende Vermu tung nahe:
Es gibt genau ein 5 E 3"n derar t , daß für alle T E 3"n
111 - 5112 S 111 - TI12 gilt; 5 ist chara kterisiert dur ch
die Orthogonalitätsbedingung 1 - 5 .L:?n, d.h . dur ch
die Bedingung (I -5 , e v ) = 0 für l viS n. F ür die Ko-
21 \ ~
effizienten einer eventuellen Lösung 5 = L ~= -n c; e v ......
besagt diese Bedingung g,
o S n

cv = (5,ev) = ( l, e v) = l(v) ;

oder: 5 muß das n-ie Fourierpoiimom 5 nl sein. Der folgende Sat z bestä-
tigt diese Vermutung und ergänzt sie in quantitativer Hinsicht.

Satz (Minimaleigenschaft der Fourierpolynome): Es sei 1 E ~ ( 1[' ) .


Für jedes triqonomeirische Polynom T i= 5 n l eines Grades S n gilt

(13) 111 - Sn1112 < II f - T112 •


2 n
(14) ;- L l1(v
1 1 - Snf ll; = IIfll )1 .
v=-n
n n
B eweis: Neben dem Fourierpolynom Snf = L cv e v sei T = L / v ev
v= -n v=- n
irgendein weiteres Element aus 3"n' Dann gilt wegen ( I, e v ) = c;
(I - T , 1- T ) = I:v/ v( e v, J> - I:v, v( l , e v ) + I:v/v/v
11111; -
1111; - I: v + I:v[c, - ' vI
= 1 CvC v
2
.
336 16 Approximation periodi scher Funktion en. Fourierreihen

111 - TI12minimal genau dann , wenn 2: [c, - ')'v 12= 0


TI

Demnach wird
V = -TI

ist , d.h., wenn ')'v = Cv gilt für alle u, Das Minimum ergibt (14). 0

Folgerung (Besselsehe Ungleichung): Für jedes 1 E &i'(1I') gilt


00

L
2
\f(v) 1< IIIII~·
v=-oo

Beweis: Die linke Seite in (14) ist ~ 0 für alle n. o


Bemerkung: Die Besselsche Ungleichung enthält die wichtige Information,
daß die Folgen (f(v)) und (f( - v)), v E lN, so rasch gegen Null abklingen,
daß die angeschriebene Reihe konvergiert . Die Folgen (f(v )) und (f( -v)) ,
u E lN, sind also Elemente des Hilbertschen Folgenraum s e2 ; zur Definition
von e2 siehe 6.5 Aufgabe 7. In der Parsevaischen Formel 16.7 (18) wird die
Besselsche Ungleichung zur Gleichheit verschärft .

16.6 Fourierreihen stückweise stetig differenzierbarer


Funktionen

Dur ch Kombinati on des Darstellungssatzes in 16.2 und der Besselschen Un-


gleichung kann zur Konvergenz einer Fourierreihe im Fall einer st ückweise
stetig differenzierb aren Funktion 1 E fl (1I') eine weitergehende Aussage
gemacht werden. Stückweise stetig differenzierbar bedeut et hier: Es gibt
eine Zerlegung 0 = to < tt< ...< t r = 211 des Periodenintervalls [0; 211]
und stetig differenzierbare Funk tionen fk in den abgeschlossenen Teilin-
tervallen [tk - l ;tk], mit denen 1 in den offenen Teilintervallen (tk- l ;td
übereinstimmt : I (x) = fk (x) für x E (tk- l ;td .
Wir betrachten zunächst fast überall stetig differenzierbare Funk tionen.
Ableitungsregel: Ist 1 E &i'(1I') Stammlu nktion zu <p E &i'(1I') , so gilt

(15) q:5(k ) = ik ·f(k ), k E Z.

D.h.: Die Fourierreihe von ip entsteht aus der Fourierreihe von 1 durch
gliedweises Differenzieren.
Beweis: Partielle Integration von sp ergibt wegen der Periodizität von I :
1 1 ~
q:5(k ) = 211 !
2n

o
<p(x )e- 1kx dx = ik ·211 !I( x) e- 1kx dx = ik·
.

0
2n .
I (k). 0
16.6 Fourierreihen stückweise stetig differenzierbarer Funktionen 337

Beispiel: Die Fourierr eihe der in 16.2 Beispiel 1 betrachtet en Funktion


erhält man aus der Fourierreihe der in Beispiel 2 bet rachteten Funktion
durch gliedweises Differenzieren; siehe (6) und (7).