Sie sind auf Seite 1von 247

Vorwort

Mit der Entwicklung der Analysis, der Dierential- und Integralrechnung, beginnt eigentlich die Mathematik der Neuzeit, und der analytische Kalkl ist auch heute noch die Grundlage jeder mathemau tischen Bildung. Nur mit den Begrien der Dierentialrechnung lassen sich die Grundgesetze der Physik mitteilen, sie liefert die Sprache der heutigen Geometrie, aber auch die Zahlentheorie beschreibt ihre tiefsten und schnsten Entdeckungen durch analytische Funktionen. o In diesem ersten Band entwickle ich den grundlegenden innitesimalen Kalkl im Eindimensionalen. Im letzten Kapitel erklre ich u a jedoch die metrischen und topologischen Begrie in abstrakter Allgemeinheit. Ich bringe das Riemann-Integral. Das gengt frs erste, u u und es ist so axiomatisch gefat, da spter nicht alles noch einmal a gemacht werden mu. Was den Aufbau angeht, so fhre ich erst das Integral ein, dann u die Ableitung, dann kommen die klassischen Funktionen und dann Potenzreihen, wie es ubrigens auch am ehesten der historischen Ent wicklung entspricht. Ich wende mich ja an Studierende, die aus der Schule schon einige vorluge Kenntnis mitbringen. Daran wera den und drfen sie sich erinnern, wenn nun zuerst die Fundamente u grndlich befestigt und die Hauptstze des klassischen Kalkls beu a u wiesen werden und es dann mit allen angebrachten Hilfsmitteln an die konkreten Materialien geht: Es leuchtet mir eher ein, die Bogenlnge zu gegebenem Tangens durch ein Integral, als Winkelfunka tionen durch Potenzreihen zu denieren, und man nimmt sich so nicht nachher die wichtigsten Beispiele fr die Taylorentwicklung. u Der folgende zweite Band, Sto des zweiten Semesters, behandelt die Dierentialrechnung fr endlichdimensionale reelle Vektorrume, u a auch Untermannigfaltigkeiten des Rn und ihre Tangenten, und er bringt eine Einfhrung in die allgemeine Ma- und Integrationstheou rie mit Spezialisierung fr den Rn . u

ii

Vorwort

Der dritte Band bringt eine Einfhrung in die Theorie der geu whnlichen Dierentialgleichungen und erklrt die Grundlagen der o a globalen Analysis: Satz von Stokes und Integralformel von Gau. An viel Schnem, auch an Wichtigem, mute ich vorbeilaufen. Auf o manches werden wir spter zurckkommen, wo es seine angemessene a u Umgebung ndet. Manches ergibt sich in der Funktionentheorie einleuchtend und fast wie von selbst, was zu Anfang mhsam wre. das u a gilt zum Beispiel fr die Partialbruchzerlegung zur Integration der rau tionalen Funktionen und fr die Berechnung uneigentlicher Integrale. u Auch die Theorie der elementaren Funktionen mit ihren zahlentheoretischen Aspekten kann sich erst im Komplexen wirklich entfalten. Dies ist ein Skriptum fr das erste Semester, ein erster Zugang und u Uberblick. Wer damit sein Studium beginnt, sollte sich schlielich auch in der weiteren Literatur zurechtnden. Herr Martin Lercher hat fast alle Figuren hergestellt, Herr Michael Prechtel hat zahlreiche Verbesserungen am Manuskript angeregt, und Frau Martina Hertl hat fr den Drucksatz gesorgt. Ihnen danke ich u herzlich. In diesem Neudruck habe ich alle Versehen und Druckfehler, die mir bekannt geworden sind, verbessert.

Regensburg, im Frhjahr 1999 u

Theodor Brcker o

Inhaltsverzeichnis
Kapitel I: Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1. Axiome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 2. Anordnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 3. Natrliche Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 u 4. Das Vollstndigkeitsaxiom . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 a Kapitel II: Konvergenz und Stetigkeit . . . . . . . . . . . . . . . . . . . 25 1. Folgen und Reihen reeller Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 2. Konvergenzstze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 a 3. Stetige Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 4. Folgen und Reihen von Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . 65 5. Treppenfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 Kapitel III: Ableitung und Integral . . . . . . . . . . . . . . . . . . . . . . 74 1. Das Riemann-Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 2. Die Ableitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 3. Das lokale Verhalten von Funktionen . . . . . . . . . . . . . . . . . . . . . . . . 93 4. Der Hauptsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 5. Logarithmus und Exponentialfunktion . . . . . . . . . . . . . . . . . . . . . 106 6. Winkelfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 Kapitel IV: Potenzreihen und Taylorentwicklung . . . . . 120 1. Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 2. Taylorentwicklung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 3. Rechnen mit Taylorreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 4. Konstruktion dierenzierbarer Funktionen . . . . . . . . . . . . . . . . . 145 5. Komplexe Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150

Kapitel V: Konvergenz und Approximation . . . . . . . . . . . 156 1. Der allgemeine Mittelwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 2. Uneigentliche Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 3. Dirac-Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 Kapitel VI: Metrische und topologische Rume . . . . . . . 177 a 1. Euklidische Vektorrume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 a 2. Orthogonalbasen und Fourierentwicklung . . . . . . . . . . . . . . . . . . . 183 3. Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 4. Metrische Rume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 a 5. Topologische Rume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 a 6. Summen, Produkte und Quotienten . . . . . . . . . . . . . . . . . . . . . . . . 202 7. Kompakte Rume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 a 8. Zusammenhang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 Aufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216 Zu Kapitel I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216 Zu Kapitel II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 Zu Kapitel III . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220 Zu Kapitel IV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 Zu Kapitel V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224 Zu Kapitel VI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226 Literatur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230 Symbolverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232 Namen- und Sachverzeichnis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234

Kapitel I

Zahlen

Still, meine heilge Seele kruselt sich a Dem Meere gleich, bevor der Sturm erscheint, Und wie ein Seher mcht ich Wunder knden, o u So rege wird der Geist in mir. Orplid In diesem Kapitel beschreiben wir den Zahlbereich, auf den sich die Analysis grndet. Wir beginnen mit einem Axiomensystem, das u sich schlielich im vorigen Jahrhundert herausgebildet hat. Erst im nchsten Kapitel werden wir im Vorbeigehen auch etwas uber die a Konstruktion dieses Zahlbereichs andeuten.

1. Axiome
Diese Vorlesung handelt von der Menge R der reellen Zahlen und den auf ihr oder ihren Teilmengen denierten Funktionen. Was sind reelle Zahlen? Ein Rechner wird sich eine reelle Zahl als meist unendliche Dezimalzahl, die noch ein Vorzeichen + oder haben kann, vorstellen, wie zum Beispiel 3, 1415926 . . . Freilich wissen wir wohl, da die Darstellung reeller Zahlen durch Dezimalentwicklungen nicht ganz eindeutig ist, denn z.B. 0, 9999 = 1, 0000 .

I. Zahlen

Und nur aus dem formalen Rechnen mit Dezimalzahlen gelingt es wohl kaum, die einfachsten algebraischen Rechenregeln zu begrnden, u wie zum Beispiel a (b + c) = a b + a c fr alle a, b, c R . Man mu u es nur versuchen und sieht bald, welches undurchdringliche Gestrpp u von Schwierigkeiten aus dem genannten scheinbar so geringen Mangel der Notation einer Zahl entsteht. Dezimalzahlen sind sehr gut geeignet zum Rechnen, auch fr Mau und Geldsysteme wenn sich auch manche Vlker bis in unser o Jahrhundert gegen so ein Produkt der Tyrannenwillkr gewehrt hau ben , aber sie sind erstaunlich ungeeignet, mathematische Gesetze zu erhellen. Wer eher geometrische Neigungen hat, wird die Menge der reellen Zahlen durch eine Gerade veranschaulichen, auf der die zwei verschiedenen Punkte 0 und 1 als Wahl von Ursprung und Maeinheit markiert sind, und zwar aus alter Gewohnheit so, da die 1 rechts von der 0 steht:

Eine Funktion oder Abbildung f : R R ordnet jeder reellen Zahl x R eindeutig eine Zahl f (x) R zu. Sie wird dann durch ihren Graphen x, f (x) | x R R R, oder was das selbe ist, durch die Menge der Punkte {(x, y) | y = f (x)} auf der Ebene R R aller Punktepaare {(x, y) | x, y R} =: R2 veranschaulicht.

A
0 1

1. Axiome

Solche Anschauung ist fr das mathematische Denken notwendig als u Leitstern fr alle Begrisbildung und Hilfe zum Finden und Verstehen u der Stze und Beweise. Einen formalen stichhaltigen Beweis kann sie a jedoch nicht liefern. Wir werden die reellen Zahlen dadurch beschreiben, da wir ein Axiomensystem fr die Menge R mit den Operationen + und u sowie fr die Anordnung < angeben, also ein System von Stzen, u a die immer vorausgesetzt werden und aus denen alles weitere folgt. Es bleibt dann freilich die Frage, ob es irgendwo in der Welt oder auerhalb derselben etwas gibt oder ob etwas ausdenkbar ist, das alle diese vorausgesetzten Axiome erfllt. Diese Frage ist jedenfalls u nicht Gegenstand dieser Vorlesung, die vielmehr darauf ausgeht, den Kalkl der Dierential- und Integralrechnung zu erklren. Hierfr ist u a u ein bereitwilliges Vertrauen in die Anfangsgrnde eher hilfreich. Hat u man erst einmal eine gewisse Ubung im Umgang mit dem Begri der Konvergenz, so ergibt sich ein Teil der Antwort auf die Frage, wie die reellen Zahlen zu konstruieren und die Axiome zu rechtfertigen seien, beinahe von selbst; und danach ist der Weg hinab in die Verstelungen mglichen Zweifels ebenso unendlich, wie der Weg a o hinauf, den wir beschreiten wollen. Wen es aber sogleich hinabzieht, dem sei als Wegweiser ein vielbekanntes, sehr elementares Buch empfohlen:

B
y x

y = f (x)

I. Zahlen

E. Landau: Grundlagen der Analysis. Nachdruck Chelsea 1965. Axiomensystem f r die reellen Zahlen u Die reellen Zahlen bilden eine Menge R , mit den Verkn pfungen: u Addition: R R R , (x, y) x + y ; Multiplikation: R R R, (x, y) x y ; sowie einer Anordnung, gegeben durch eine Teilmenge, den Positivittsbereich R+ R . a Fr diese Daten gilt: u (K) Krperaxiome: o Die Menge R mit Addition und Multiplikation bildet einen Krper. o (A) Axiome der Anordnung: (A.1) Es gilt genau eine der Aussagen: x R+ , x R+ , x = 0 . (A.2) x, y R+ x + y R+ . (A.3) x, y R+ x y R+ . (V) Vollstndigkeitsaxiom: a Jede nicht leere nach oben beschrnkte Menge reeller Zahlen a besitzt eine kleinste obere Schranke. Was das Axiomensystem (A) mit Anordnung zu tun hat, werden wir im nchsten Paragraphen erfahren. Das Vollstndigkeitsaxiom a a wird in 4 erklrt. Die Krperaxiome aber lauten wie folgt: a o

1. Axiome

Krperaxiome o Fr die Addition und Multiplikation aller x, y, z R gilt: u Addition Multiplikation Assoziativgesetz (x + y) + z = x + (y + z). x (y z) = (x y) z.

Kommutativgesetz x + y = y + x. x y = y x. Einheit und Inverses Es gibt ein Element 0 R , soda x + 0 = x , und soda fr jedes x R ein u negatives (x) R existiert, mit der Eigenschaft x + (x) = 0 . Es gibt ein Element 1 = 0 in R mit 1 x = x , und soda fr jedes x = 0 in R u ein inverses x1 R existiert, mit der Eigenschaft x x1 = 1.

Distributivgesetz x (y + z) = (x y) + (x z). Die Krperaxiome werden in der Linearen Algebra ausgiebig beo sprochen. Wir fassen das Ergebnis dahingehend zusammen, da man unbekmmert mit der Addition und Multiplikation verfahren darf, u wie man es gewohnt ist. Insbesondere schreiben wir xy fr x+(y) u x 1 und x : y oder y fr x y . Auch lassen wir den Malpunkt hug u a weg und sparen viele Klammern durch die Regel: Punktrechnung vor Strichrechnung. Wohlgemerkt, diese Regel spricht keine Erkenntnis aus, sondern nur eine Konvention, eine Vereinbarung, um die Notation einfach zu halten. Fr Summen oder Produkte mit vielen Gliedern benutzen wir die u Bezeichnung:

I. Zahlen

x1 + x2 + + xn =:
=1 n

x =:
{1,...,n}

x ; x .
{1,...,n}

x1 x2 . . . xn =:
=1

x =:

xn := x . . . x , n gleiche Faktoren x . Ein Gleichheitszeichen mit Doppelpunkt =: bedeutet, da der Term auf Seiten des Doppelpunkts durch den andern deniert wird. Ahnlich ist das Zeichen : zu lesen als logische Aquivalenz nach Denition dessen, was auf Seiten des Doppelpunktes steht.

2. Anordnung
Durch die Krperaxiome allein sind die reellen Zahlen nicht deo niert, ja es ist dadurch nicht einmal ausgeschlossen, da 1+1=0 ist. Dieses vertrge sich jedoch nicht mit den Anordnungs-Axiomen, u wie wir gleich sehen werden. Die Elemente von R+ heien positiv. Durch Auszeichnung der positiven Zahlen wird eine Reihenfolge aller Zahlen, eine Anordnung von R festgelegt. Nach Denition gilt: x<y xy : : y>x yx : : y x R+ . x<y oder x = y.

Sprich: x kleiner y , und y grer x, o bzw.: x kleinergleich y , und y grergleich x . o Die Axiome der Anordnung sind dann durch die folgenden Regeln zu ubersetzen, mit denen wir fortan immer rechnen und abschtzen a werden:

2. Anordnung

(2.1) Anordnungseigenschaften. (Ver) Vergleichbarkeit, es gilt genau eine der Aussagen: x < y oder x = y oder x > y . (Tr) Transitivitt: x < y und y < z x < z . a (Ad) Vertrglichkeit mit der Addition: a x < y und z w x + z < y + w . (Mul) + Vertrglichkeit mit der Multiplikation: a x < y und z > 0 xz < yz . (Neg) x < y x > y . Dieselben Regeln gelten, wenn man < , > durch , ersetzt, bis auf die erste, welche dann lautet: (Verg) x y oder y x. x y und y x x = y .

Beweis: Man mu nur die obige Denition einsetzen. (Ver) heit: y x R+ oder y x = 0 oder x y = (y x) R+ , siehe (A1). (Tr) Aus y x R+ und z y R+ folgt nach (A2) z x R+ , also x < z . (Ad) Fr z < w bedeutet diese Regel: u y x R+ und w z R+ y + w (x + z) R+ . Fr z = w ist die Regel ebenso oenbar. u (Mul) + y x R+ und z > 0 yz xz R+ , also xz < yz . (Neg) folgt aus (Ad), man addiere beidseits (y x) und erhlt: a x < y y x + x < y x + y, also y < x. Die Regel hat wie alle eine unmittelbar anschauliche Bedeutung:

C
y x 0 x y R

I. Zahlen

Wir knnen noch folgende Rechenregel anfgen: o u (Mul) : x < y und z < 0 xz > yz . Beweis: Es folgt ja z > 0 , also zx < zy und nach (Neg), indem man (zx) fr x einsetzt und (zy) fr y , folgt dann zx > zy . u u

Nicht jeder Krper lt sich anordnen, soda die Axiome der o a Anordnung erfllt sind, denn die Anordnung hat auch Konsequenzen u fr das, was sich beim Addieren und Multiplizieren ergeben kann, u zum Beispiel: (2.2) Bemerkung. Ist x = 0, so ist x2 > 0. Insbesondere ist also 1 = 12 > 0, und daher 1 < 0, also 1 = x2 fr alle x R . u Beweis: Ist x > 0 , so ist x2 > 0 nach (Mul). Ist x < 0 , so (x) > 0, also (x)2 = x2 > 0 . Im Krper der komplexen Zahlen (Kap IV,5) gibt es eine Zahl i , o 2 soda i = 1 , und daher lt sich dieser Krper nicht so anordnen, a o da die Axiome der Anordnung erfllt sind. u Den additiven Regeln entsprechen fr positive Zahlen wegen der u Analogie der Axiome hnliche multiplikative Regeln: a (Inv. 1) x > 0 x1 > 0.

Beweis: Multiplikation mit den positiven Zahlen (x1 )2 bzw. x2 .

(Inv. 2) Sei xy > 0 , dann gilt: x < y 1 1 > . x y

2. Anordnung

Beweis: Multiplikation mit (xy)1 bzw. xy .

Die Aussage bedeutet, da die Funktion x wenn man nicht uber x = 0 hinweggeht.

D
y y = x1 x

1 x

monoton fllt, a

Alle diese Rechnungen liefern nichts, was man nicht auch unmittelbar sieht, und man wird sich die abgeleiteten Regeln darum auch nicht merken sondern sich in jedem Fall unmittelbar klar machen. Der Witz der Beweise liegt nur darin, da die Rechenregeln aus den Axiomen folgen. Die Operationen +, , , : und in gewissem Mae auch die Anordnung induzieren hnliche Operationen fr Teilmengen M, N von R , a u nmlich: a M + N := {x + y | x M, y N }; M N := {x y | x M, y N }; x M : x y fr alle y M , u

und entsprechend x M , M x, >, <.

10

Viele Eigenschaften vererben sich auf Teilmengen, aber nicht alle, zum Beispiel gibt es zu einer Menge M im allgemeinen keine negative N , soda M + N in irgend einem Sinne Null wre. Manche a Teilmengen besitzen ein grtes Element, aber nicht alle, die Menge o M := {x | x < 0}

zum Beispiel nicht; ist nmlich x M , so auch a

Immerhin knnen wir erklren, was das grte Element einer Menge o a o M R sein soll, das Maximum von M , ohne die Existenz zu behaupten: x = max (M ) : x M und M x. x = min (M ) : x M und x M . Wenn das Maximum existiert, ist es eindeutig bestimmt, denn wenn x, y die Denition erfllen, so folgt x, y M , y x und x y , also u x = y . Ahnlich frs Minimum. u

E
1 2x,

I. Zahlen

und

1 2x

> x.

1 2x

(2.3) Rechenregeln f rs Maximum und Minimum. u (i) M N = max (M ) max (N ) . (ii) max (M + N ) = max (M ) + max (N ) . (iii) Sind M, N 0 , so gilt: max (M N ) = max (M ) max (N ) . (iv) min (M ) = max (M ) . (v) max (M N ) = max{max M, max N }. min (M N ) = min{min M, min N }.

2. Anordnung

11

Diese Regeln bedeuten: Falls die rechte Seite existiert, existiert die linke Seite, und die Gleichung gilt.

Beweis: (i) Natrlich, es werden mehr Elemente zur Konkurrenz zugelassen, u genauer: max (M ) = x M x N x max (N ). (ii) Sind x M , y N , so ist x max (M ), y max (N ), also x + y max (M ) + max (N ), also gilt M + N max (M ) + max (N ), damit, weil max (M ) M , max (N ) N , nach Denition des Maximums max (M + N ) = max (M ) + max (N ). (iii) folgt genau analog. (iv) Oenbar max (M ) M . Zu zeigen max (M ) M . Sei also y M , y M max (M ) y max (M ) y . (v) ist auch leicht. Jetzt kommen wir zu der Denition, auf der alle Analysis, nmlich a der Begri der Konvergenz beruht, und auch zu den ersten Regeln, die man sich merken mu:

Denition (Betrag): Betrag von x := x absolut := |x| := max{x, x} . Dieses Maximum existiert natrlich, wie uberhaupt das Maximum u einer endlichen Menge.

12

I. Zahlen

(2.4) Rechenregeln f r den Betrag. u (i) |x| 0 ; |x| = 0 x = 0 . (ii) |x y| = |x| |y|; insbesondere | x| = |x|, |x/y| = |x|/|y| . (iii) Dreiecksungleichung: |x + y| |x| + |y|,

also |x y| |x| |y| , und |x + y| |x| |y| .

Beweis: (i) x 0 oder x 0, und weil x = 0 x = 0 , folgt aus x = 0 jedenfalls |x| = 0, und ebenso folgt daraus x = 0. (ii) |x| |y| = xy oder xy , und es ist grergleich 0, also gleich o max{xy, xy} = |xy|. Setzt man y = 1, also |y| = 1, so folgt | x| = |x|. Auch folgt |x/y| |y| = |x|, also (ii). (iii) |x| + |y| = max ({x, x} + {y, y}) = max{x + y, (x + y), x y, y x} max{x + y, (x + y)} = |x + y| . Das ist die erste Ungleichung. Aus ihr folgt |x y| + |y| |x y + y| = |x|, und wenn man beidseits |y| subtrahiert: |x y| |x| |y|. Vertauscht man hier x und y , so bleibt die linke Seite unverndert, a also |x y| |y| |x| = (|x| |y|) . Zusammen folgt |x y| |x| |y| , und ersetzt man hier y durch y , so folgt die letzte Ungleichung.

In hherer Dimension besagt die Dreiecksungleichung, da zwei o Seiten eines Dreiecks zusammen immer mindestens so lang wie die dritte sind.

F
|x| |y| |x + y|

3. Naturliche Zahlen

13

In der Dimension eins degeneriert das Dreieck zu drei Punkten auf der Geraden, aber die Aussage bleibt richtig und wichtig. Wir bemerken noch: x > 1 x = 1 + mit > 0, und 1 0 < x < 1 x = 1+ , mit > 0 . Diese triviale Umformung hilft oft.

3. Nat rliche Zahlen u


Eigentlich beginnt wohl das mathematische Denken damit, da der Geist den allgemeinen Begri einer Vielheit als natrliche Zahl u fat, und dieser erste Traum der Mathematiker bleibt auch ihr schno ster. Wenn wir hier nun die natrlichen Zahlen aus den reellen heru ausholen, so wollen wir damit nur darauf hinweisen, da auch sie in den Axiomen mit gefordert sind, und nicht noch zustzlich hera vorgezaubert werden mssen. Die Menge N R der natrlichen u u Zahlen besteht aus den Zahlen 1, 2, 3, . . . . Fgt man 0 hinzu, so hat u man N 0 = N {0}. Aber hier sind sich die Mathematiker nicht einig, manche halten auch 0 fr natrlich. Wenn nun jemand vorgibt, er u u wisse nicht, wie es bei den drei Punkten weitergeht, so bediene er sich der folgenden

Denition der nat rlichen Zahlen. Die Menge N der natru u lichen Zahlen ist die kleinste Teilmenge von R , fr welche gilt: u (A) 1 N ; (S) Ist x N , so auch x + 1 N .

Da es Teilmengen von R gibt, die (A) und (S) erfllen, ist ofu fenbar, zum Beispiel R selbst, oder auch R+ . Da unter diesen Teilmengen N die kleinste ist, bedeutet:

14

I. Zahlen

Induktionsprinzip. Angenommen, fr eine Teilmenge M R gilt: u (A) 1 M . (S) Ist x M fr ein x, so auch x + 1 M . u Dann gilt: N M .

Um sich als Logiker davon zu uberzeugen, da es eine solche kleinste Teilmenge von R gibt, die (A) und (S) erfllt, betrachtet u man alle solchen Teilmengen von R und erklrt N als ihren Durcha schnitt. Das mag Ihnen etwas unfair vorkommen, da man sich auf alle Teilmengen von R beruft, um damit eine bestimmte erst zu denieren; aber so halten es die Mathematiker. Eine Teilmenge M R beschreiben wir durch eine ihren Elementen gemeinsame Eigenschaft; wenn uns nichts besseres einfllt, a die Eigenschaft, Element von M zu sein. Umgekehrt gehrt zu einer o wohlerklrten Eigenschaft von Zahlen die Teilmenge der Elemente, a die diese Eigenschaft haben. Formulieren wir das Induktionsprinzip fr Eigenschaften (Behauptungen uber Zahlen) statt Teilmengen, so u erhalten wir:

Prinzip der vollstndigen Induktion. Angenommen, von der a Behauptung B(n) uber beliebige natrliche Zahlen n ist folgendes u bekannt: (A) B(1), d.h. die Behauptung gilt fr die Zahl 1. u (S) B(n) B(n + 1) , d.h. wenn die Behauptung fr eine Zahl u n gltig ist (Induktionsannahme), dann gilt sie auch fr die u u folgende Zahl n + 1 (Induktionsschritt). Dann folgt, da die Behauptung fr alle natrlichen Zahlen gilt. u u

Die Teilmenge {x | B(x)} aller Zahlen mit der Eigenschaft B erfllt nmlich (A) und (S), umfat also N . u a

3. Naturliche Zahlen

15

Es ist klar, was das Prinzip eigentlich bedeutet, man lasse nur den Induktionsschlu (S) immer laufen: B(1) wegen (A) B(2) wegen (S) mit B(3) wegen (S) mit B(4) wegen (S) mit . . . . . . n=1 n=2 n=3

Das Induktionsprinzip dient ebenso auch, um Denitionen fr natru u liche Zahlen zu erklren: Man deniert zunchst B(1) , und dann a a B(n + 1) unter Zuhilfenahme der Aussage B(n) . Zum Beispiel wre a eine formale Denition von endlichen Summen und Produkten so zu fassen: Zu denieren:
n n

ak .
k=1 1 k=1 1

ak . ak := a1 ,
k=1 n n+1 n

(A)
k=1 n+1

ak := a1 , ak :=
k=1 k=1

(S)

ak + an+1 .
k=1

ak :=
k=1

ak an+1 .

Wenn man statt B(1) im Induktionsprinzip B(k) fr eine gewisse u Zahl k beweist (oder deniert), so ist nachher auch nur B(n) fr u n k bewiesen (bzw. deniert). Das fhrt man leicht auf das obige u Induktionsprinzip zurck, denn die Aussage B(n) fr n k folgt u u danach leicht. Wir uben den Gebrauch des Prinzips an Beispielen:

(3.1) Bemerkung. Jede endliche Menge reeller Zahlen enthlt ein a Maximum.

Beweis: Wir fassen die Behauptung so: Ist M R eine Menge von n Elementen, so existiert max (M ).

16

I. Zahlen

(A) n = 1, also M = {x} fr ein x R max (M ) = x . u (S) Sei M = {x1 , . . . , xn , xn+1 } , und die Behauptung sei fr Menu gen mit n Elementen vorausgesetzt. Dann existiert also die Zahl max{x1 , . . . , xn }, und man ndet leicht max{x1 , . . . , xn+1 } = max xn+1 , max{x1 , . . . , xn } . (3.2) Satz. Eine natrliche Zahl ist stets grer als Null. u o

Beweis durch Induktion: (A) 1 > 0, wie wir schon wissen. (S) Sei schon n > 0, dann folgt n + 1 > 1 > 0, also n + 1 > 0 .

Insbesondere ist eine natrliche Zahl nicht Null, und um das zu seu hen, braucht man wirklich mehr als nur die Krperaxiome. Auch gilt o n 1 fr alle n N , denn 1 1, und n 1 n + 1 1 + 1 > 1. u
n

(3.3)
k=1

k=

n(n + 1) . 2

Beweis: 12 (A) 1 = . 2 (S)


n+1 k=1

k=

n k=1

k + n + 1 = (Induktionsannahme)

n(n + 1) n (n + 1)(n + 2) + n + 1 = (n + 1) +1 = . 2 2 2 (3.4) Satz. Seien M und N Mengen mit n Elementen. Die Anzahl n der Bijektionen M N ist n! := k=1 k = 1 2 3 n . (sprich: n-fakultt). a

3. Naturliche Zahlen

17

Eine Abbildung M N heit bijektiv (Bijektion), wenn sie injektiv ist (verschiedene Elemente von M haben verschiedene Bilder) und surjektiv (jedes Element von N ist ein f (m) fr ein m M ). u Beweis durch Induktion nach n: Ist n = 1 , so gibt es genau 1 = 1! Bijektionen M N . (S) Sei nun M = {x1 , . . . , xn+1 } , N = {y1 , . . . , yn+1 }, und alle xk bzw. yk seien verschieden. Ist f : M N eine Bijektion, so ist f (xn+1 ) N , und hierfr gibt es n + 1 mgliche Wahlen, und bei u o jeder Wahl von f (xn+1 ) ist f : M {xn+1 } N {f (xn+1 )} eine Bijektion, wofr es nach Induktionsvoraussetzung n! mgliche u o Wahlen gibt. Im ganzen gibt es also (n+1)n! = (n+1)! Bijektionen. (Fr zwei Mengen B, C bezeichnet B C die Menge der Elemente u von B , die nicht in C sind). Insbesondere gibt es n! Bijektionen M M , die man auch als Permutationen bezeichnet. Der Satz bleibt richtig, wenn wir noch denieren: 0! := 1. Ubrigens wchst n! sehr schnell, z.B. 13! 6109 ; um die Anzahl der a Permutationen von 13 Elementen zu zhlen, mte man 100 Jahre a u zhlen, wenn man in einer Minute bis 100 zhlen knnte. a a o Nach Leibniz erklren wir die Binomialkoezienten a k+ (k + )! (k, ) := := . k! ! Die Bezeichnung n , n = k + , ist weithin ublich, aber die Bezeich nung (k, ) zeigt besser die Symmetrie (k, ) = ( , k). Die Bedeutung dieser Funktion zeigt folgender (3.5) Satz. Eine Menge mit k + Elementen hat (k, ) Teilmengen von k Elementen. Insbesondere ist (k, ) stets ganz.

18

I. Zahlen

Beweis durch Induktion nach n = k + : Ist n = 0 , so ist n = 0! = 1 , und der Satz ist richtig. Sei jetzt M 0 0! eine Menge von n + 1 Elementen, ohne Beschrnkung der Allgemeina heit (oBdA) M = {1, . . . , n + 1}. Eine Teilmenge von k Elementen enthlt entweder n + 1, oder nicht. a Im ersten Fall ist sie durch Wahl einer Teilmenge von k1 Elementen in {1, . . . , n} gegeben, wovon es nach Induktionsannahme (k 1, ) gibt, im zweiten Fall ist sie selbst eine Teilmenge von {1, . . . , n} , wovon es wiederum nach Induktionsannahme (k, 1) gibt. Zusammen also gibt es (k 1, ) + (k, 1) Teilmengen von k Elementen in M , und wir haben zu zeigen (3.6) (k 1, ) + (k, 1) = (k, ),

oder in der andern Schreibweise n1 + n1 1 = n .

Die linke Seite von (3.6) ist nach Denition (k + 1)! (k + 1)! (k + 1)!(k + ) + = = (k, ), (k 1)! ! k!( 1)! k! ! was zu zeigen war. Die Formel gilt auch fr k = 0 . u

Der Satz bleibt richtig, wenn man noch deniert: (k, ) := 0 falls k N oder N .

Natrlich lehrt ein Induktionsbeweis nur, da ein Satz gilt, nicht aber, u wie man darauf kommt. In diesem Falle knnte man wie folgt arguo mentieren: Um eine Teilmenge von k Elementen aus N = {1, . . . , n}

3. Naturliche Zahlen

19

auszuwhlen, ordne ich N irgendwie an und nehme dann die era sten k . Zur Anordnung von N gibt es n! Mglichkeiten, aber die o k! (n k)!, die aus einer Anordnung durch Umordnung der ersten k und der letzten n k Elemente entstehen, liefern dieselbe Teilmenge von k Elementen, soda ich bei den n! Anordnungen von N jede Teilmenge von k Elementen k! (n k)! mal gezhlt habe. a

(3.7) Binomischer Lehrsatz. Seien x, y R und n N0 . Es gilt: (x + y)n = (k, ) xk y .


0kn k+ =n

Beweis: (A) (x + y)1 = (1, 0) x1 y 0 + (0, 1) x0 y 1 . (S) (x + y)n+1 = (x + y)n (x + y) =


k+ =n (k, (A) k+ =n (k,

)xk y (x + y) =
+1

) xk+1 y

k+ =n (k,

) xk y

Setze in der linken Summe k + 1 = p und Summe k = p, + 1 = q , dann steht da: (p 1, q) xp y q +


p+q=n+1 1pn+1 p+q=n+1 1qn+1

= q , und in der rechten (p, q 1) xp y q .

Hier darf man aber die fehlenden Summanden mit p = 0 in der ersten bzw. q = 0 in der zweiten Summe hinzufgen, denn u (1, q) = (p, 1) = 0. Man erhlt also a (p 1, q) + (p, q 1) xp y q =
p+q=n+1 p+q=n+1

(p, q) xp y q

nach Formel (3.6), was zu zeigen war.

20

I. Zahlen

Bei diesen Umformungen wird immer der eine oder andere stutzig und fragt: Ja geht denn das, darf man k und in der einen Summe anders umbenennen als in der anderen? Es geht, es ist ganz in Ordnung, der Summationsindex hat nur die Aufgabe, nacheinander die vorgeschriebenen Zahlen zu durchlaufen. Beide Summen haben sich durch die Umbenennung gar nicht gendert. a Mit der anderen und ublichen Bezeichnung der Binomialkoezien ten sieht die die Formel so aus: (x + y)n =
n n k=0 k

xk y nk .

Man kann sie wie folgt einsehen: Multipliziert man das Produkt (x + y) (x + y) . . . (x + y) von n Faktoren (x + y) aus, so mu man auf alle mglichen Weisen o in jedem Faktor entweder x oder y whlen, die so Gewhlten mula a tiplizieren und alles aufaddieren. Ein Produkt xk y nk kommt dabei zustande, wenn man in k der Faktoren (x + y) jeweils das x gewhlt a hat. Und dafr gibt es nach (3.5) jeweils (k, l) = n Mglichkeiten. u o k Fr positive x folgt aus dem Binomischen Lehrsatz sogleich die u wichtige (3.8) Bernoullische Ungleichung. Sei x 1 und n N , dann ist 1 + nx (1 + x)n . Beweis durch Induktion nach n: (A) 1 + x (1 + x)1 . (S) (1 + x)n+1 = (1 + x)n (1 + x) (1 + nx) (1 + x) = 1 + (n + 1)x + nx2 1 + (n + 1)x.

(3.9) Wohlordnungsprinzip. Jede nicht leere Menge natrlicher u Zahlen enthlt eine kleinste Zahl. a

4. Das Vollstandigkeitsaxiom

21

Beweis: Ist n M N , so ist min (M ) = min (M {1, . . . , n}), siehe (3.1).

Hieraus folgt die etwas strkere Version des Induktionsprinzips: a Bewiesen sei: Gilt B(k) fr alle k < n , so gilt B(n). u Dann folgt: B(n) fr alle n. u

Beweis: Es gbe sonst ein kleinstes n, fr das B(n) nicht gilt. a u Aber aus B(k) fr k < n folgt B(n) . Das wre ein Widerspruch. u a

Wir werden noch oft Gelegenheit haben, das Prinzip der vollstndigen Induktion zu benutzen. Wir beschlieen diesen Abschnitt a mit einigen Bezeichnungen. N Z Q = = = Menge der natrlichen Zahlen, u N {0}, N 0 N 0 = Ring der ganzen Zahlen,
n o { m | n Z , m N } = Krper der rationalen Zahlen.

N0 =

4. Das Vollstndigkeitsaxiom a
Sei M R eine Teilmenge. Wir nennen eine Zahl x R eine obere Schranke von M , falls M x , und wir nennen x ist eine untere Schranke von M , falls x M . Falls M eine obere (untere) Schranke besitzt, heit M nach oben (unten) beschrnkt, und falls a M beides besitzt, heit M kurzweg beschrnkt. a

22

I. Zahlen

Auch eine beschrnkte Menge braucht kein Maximum zu besitzen, a z.B. die Intervalle [a, b] = {x | a x b}, [a, b) = {x | a x < b}, (a, b] = {x | a < x b}, (a, b) = {x | a < x < b}, abgeschlossen, halboen, halboen, oen,

sind alle beschrnkt durch a bzw. b, aber das zweite hat kein Maxia mum, das dritte kein Minimum und das vierte beides nicht. Jedoch besagt das Vollstndigkeitsaxiom, da eine nach oben beschrnkte a a nicht leere Menge eine obere Grenze besitzt, und diese ist so erklrt: a Denition (Grenze): Das Supremum (die obere Grenze) einer Menge M ist eine kleinste obere Schranke von M , bezeichnet durch sup (M ) . Entsprechend heit eine grte untere Schranke inf (M ) o = Inmum = untere Grenze von M . Mit anderen Worten: sup(M ) = min{x | M x}, inf (M ) = max{x | x M }.

Beides braucht in R nicht zu existieren; wie frs Maximum gilt u inf (M ) = sup (M ), soda wir nur das Supremum studieren mssen. Es ist nach Denition u durch die Eigenschaften (4.1) M sup (M ), M x sup (M ) x,

beschrieben, und dadurch in der Tat eindeutig bestimmt. Existiert max (M ), so ist natrlich max (M ) = sup (M ), aber das Intervall u M = (a, b), a < b , hat kein Maximimum, wohl aber das Supremum sup (M ) = b. Ist M nach oben unbeschrnkt, so schreibt man sup (M ) = , a und ist M = , so schreibt man sup (M ) = , nmlich jedes a

4. Das Vollstandigkeitsaxiom

23

x R ist eine obere Schranke. Entsprechend sei inf (M ) = falls M nicht nach unten beschrnkt ist, und inf () = . Mit den a Zeichen , rechnet man, wo es einen ersichtlichen Sinn hat, formal herum: y := + := := + x := y := fr y > 0; u 0 y x := y := := fr y < 0. u 0 Aber solche Zeichen wie 0 , , , ... 0 0 sind nicht deniert, und Formeln, in denen sie vorkommen, haben keinen Sinn. Die Menge, die aus R durch hinzufgen zweier Punkte u , entsteht, heit auch die abgeschlossene reelle Gerade R := R {, }. In R hat dann jede Menge ein Inmum und ein Supremum, und diese sind jeweils eindeutig bestimmt. Aber natrlich ist R kein Krper u o mehr, und darum mu man doch meist genau hinsehen, ob sup(M ) in R existiert. Wir ziehen sogleich eine sehr einleuchtende Folgerung aus dem Vollstndigkeitsaxiom. a (4.2) Prinzip von Archimedes. Seien a, b R , und b > 0 , dann gibt es eine natrliche Zahl n, soda n b > a . u Beweis: Andernfalls wre die Menge a M = {nb | n N } a beschrnkt und htte ein Supremum s = sup (M ) R . Nach Denia a tion des Supremums, weil s b < s , gbe es ein Element n0 b > s b a in M , also (n0 + 1)b > s = sup (M ) ; aber (n0 + 1)b M , ein Widerspruch was wir hinfort durch anzeigen.

24

I. Zahlen

Folgerung. Jedes echte Intervall enthlt eine rationale Zahl. a Beweis: Sei also a < b , und sei zunchst a > 0 angenommen. a Wir suchen natrliche Zahlen m, n mit a < m/n < b , das heit u na < m < nb . Nun, whlen wir n so gro, da n(b a) > 1, und a dann m 1 als die grte ganze Zahl, die noch nicht grer als na o o ist, so ist na < m na + 1 < nb , was wir wollten. Ist a < 0 , so whle ein N , soda > a und nach dem a vorigen eine rationale Zahl r , soda a + < r < b + , dann folgt a < r < b. Man knnte nun glauben, da es viel mehr rationale als irrationale o Zahlen gebe: Zwischen zwei irrationalen liegt immer eine rationale Zahl. Aber auch zwischen zwei rationalen liegt immer eine irrationale Zahl, das sieht man ganz hnlich, wenn man erst einmal uberhaupt a irrationale Zahlen kennt. Tatschlich gibt es in gewissem Sinne viel a mehr irrationale als rationale Zahlen, wie wir spter (Kap.VI, 3) a genauer ausfhren werden. u Da es uberhaupt irrationale Zahlen gibt, war schon lange vor Euklid bekannt: Bemerkung. Es gibt keine rationale Zahl x = x = 2. Beweis: Krze, soda m und n nicht beide gerade sind, dann wre u a m2 = 2, also m2 = 2n2 , n2 also m gerade (sonst wre m2 ungerade), also m2 durch 4 teilbar, a also n gerade. Da tatschlich jede positive reelle Zahl eine n-te Wurzel hat, a werden wir bald sehen, vorlug sei es stets vorausgesetzt. a
2 m n

, m, n Z , soda

Kapitel II

Konvergenz und Stetigkeit

Tout va par degrs dans la nature e et rien par saut, et cette r`gle ` e a lgard des changements est une e partie de ma loi de la continuit. e Leibniz Wir erklren den Begri der Konvergenz und des Grenzwertes von a Folgen, Reihen und Funktionen und den Begri der Stetigkeit von Funktionen. Der Begri der Konvergenz ist der eigentliche Grundbegri der Analysis.

1. Folgen und Reihen reeller Zahlen


Denition. Eine Folge reeller Zahlen ist eine Abbildung N R , n an . Wir bezeichnen sie durch (an | n N ) oder (an )nN oder kurz (an ) und oft auch durch a1 , a2 , a3 , . . . . Auch Abbildungen {n Z | n k} R bezeichnen wir als Folgen ak , ak+1 , . . . .

(1.1) Beispiele (i) (ii)


1 n

= 1, =

1 1 1 2, 3, 4,

... ...

n n+1

1 2 3 4 2, 3, 4, 5,

26

II. Konvergenz und Stetigkeit

(iii) (xn ) = x, x2 , x3 , . . . . Dies ist fr jedes x R eine reelle Folge. u n 1 (iv) = 2, 2, 3, . . . 4 8 2n (v) Man kann auch Folgen rekursiv denieren, z.B. die FibonacciFolge, deniert durch a0 = 0 , a1 = 1, an = an1 + an2 , also (an ) = 0, 1, 1, 2, 3, 5, 8, 13, 21, . . . . Der entscheidende Begri der Analysis, mit dessen Entwicklung auch eigentlich die Mathematik der Neuzeit beginnt, ist der der Konvergenz und des Grenzwerts. Denition. Eine Folge (an ) heit konvergent gegen a R , und a ist Grenzwert (Limes) von (an ) , geschrieben limn (an ) = a, oder (an ) a,

falls folgendes gilt: Zu jeder reellen Zahl > 0 existiert eine Zahl N N , soda |an a| < fr alle n > N aus N . u Weil man schlielich auf eine Ungleichung |an a| < hinaus will, kommt es ersichtlich nur darauf an, beliebig kleine > 0 zu betrachten: Fr jedes auch noch so kleine > 0 existiert N N , u soda |an a| < , falls n > N . Bezeichnen wir das Intervall (a , a + ) =: U (a) als -Umgebung von a, so sagt die Bedingung der Konvergenz: an U (a) fr alle n bis auf endlich viele, nmlich bis auf allenfalls u a n {1, 2, . . . , N } . Man sagt dafr auch u an U (a) fr fast alle n, u

1. Folgen und Reihen reeller Zahlen

27

oder fr gen gend groe n oder schlielich, und benutzt die u u Sprechweise:fast alle heit alle bis auf endlich viele. Unsere Denition lautet dann: (an ) a, falls gilt: Ist > 0 , so ist an U (a) fr fast alle n N . u Oder: Ist > 0 , so gilt schlielich an U (a) . Eine nicht konvergente Folge heit divergent. Die Bedingung der Divergenz lautet also: Zu jedem a R gibt es ein > 0, soda zu jedem N ein n > N existiert, mit |an a| . Oder anders ausgedrckt: Jedes a R besitzt eine -Umgebung U (a), auerhalb u von welcher unendlich viele Folgenglieder liegen. (an ) konvergiert nicht gegen a, falls a eine -Umgebung U besitzt, auerhalb der unendlich viele Folgenglieder liegen. Merke also: Die Negation von fast alle ist: Fr unendlich viele nicht. u Prfen wir zur Einbung des Begris sogleich die Beispiele (1.1): u u (i) (1/n) 0 . Beweis: Sei > 0 gegeben. Nach Archimedes gibt es eine Zahl N , soda N > 1 , und ist n > N , so ist erst recht n > N > 1 . Also wenn n > N ist, gilt nach unserer Kenntnis uber die Anordnung: 0< (ii)
n n+1 1 n

< ,

das heit

1 | n 0| < .

1.

n 1 Beweis: |1 n+1 | = n+1 , und ist > 0 gegeben, so haben wir 1 eben schon gesehen, da 0 < n+1 < fr fast alle n. u

(iii) Bei der Folge (xn ) hngt das Verhalten von x ab. a Fall 1. x = 1 , also xn = 1 , die Folge 1, 1, 1, . . . konvergiert oenbar gegen 1. Fall 2. x = 1; wir erhalten die Folge 1, 1, 1, 1, . . . , die oenbar divergiert. Eine ganzzahlige Folge konvergiert uberhaupt nur, wenn

28

II. Konvergenz und Stetigkeit

sie schlielich konstant ist. Wre nmlich a der Grenzwert, so wre a a a 1 1 schlielich |an a| < 2 und |a an+1 | < 2 , also nach der Dreiecksungleichung |an an+1 | < 1, also an = an+1 , wenn beide ganz sind. Hier ist ein kleiner Schlu verborgen: Gilt fr fast alle n die Aussage u A(n) und auch fr fast alle n die Aussage B(n) , so gilt fr fast alle u u n alles beides: A(n) und B(n) , denn gilt etwa A(n) fr n > N1 , u B(n) fr n > N2 , so A(n) und B(n) fr n > max{N1 , N2 } . u u Fall 3. |x| > 1 . Sei a = |x|, dann ist a = 1 + fr ein > 0, also u nach Bernoulli an = (1 + )n 1 + n n, und nach Archimedes gilt: Ist R R beliebig vorgegeben, so ist fr u fast alle n an n > R. Also ist (xn ) divergent, denn aus (xn ) g wrde folgen |xn g| < 1 u n n fr fast alle n , also a = |x | < |g| + 1 . In der Tat wird xn fr x > 1 u u schlielich beliebig gro:

Denition. Wir sagen: (an ) oder limn an = , falls gilt: Fr jedes R > 0 ist an > R fr fast alle n N . Entsprechend u u (an ) , falls (an ) . Die Folge (an ) heit in diesen Fllen a bestimmt divergent.

Als nchstes haben wir die Folge (xn ) fr |x| < 1 zu betrachten. a u Ist wieder a = |x|, so ist 0 a < 1. Fr a = 0 ist die Folge konstant u 0 und konvergiert gegen 0. Fr 0 < a < 1 wissen wir 1/a > 1, also u wenn > 0 gegeben ist, so ist fr fast alle n, wie eben gesehen, u (1/a)n > 1/, also an < ,

und das heit |xn 0| < fr fast alle n, die Folge konvergiert also u gegen 0.

1. Folgen und Reihen reeller Zahlen

29

n (iv) Die Folge ( 2n ) konvergiert gegen 0 . Es ist nmlich nach dem a binomischen Lehrsatz fr n 2: u

2n = (1 + 1)n = 1 + n + also n/2n


2 n

n(n 1) n(n + 1) n2 + , 2 2 2

2 , und | n | < fr fast alle n. u

(v) Die Fibonacci-Folge ist bestimmt divergent, denn: fr n 5 ist an n. u Man prft diese Behauptung fr n = 5 und 6 . Beim Induktionsu u schritt setzt man die Behauptung fr n + 1 und n voraus und erhlt: u a an+2 = an+1 + an n + 1 + n > n + 2. Hier haben wir ein Beispiel, wo die Induktion nicht bei 1 beginnt und wo man beim Induktionsschritt die Behauptung uber zwei vorherge hende Zahlen braucht. Will man das Induktionsschema formal anwenden, so mu man die Behauptung zugleich fr n und n + 1 aufu stellen. Dies ist dann induktiv gezeigt. Mit der Schreibweise lim (an ) = a ist schon unterstellt, da eine Folge, wenn uberhaupt, nur einen Grenzwert haben kann. Das zeigen wir jetzt.

(1.2) Satz (Eindeutigkeit des Grenzwertes). Konvergiert die Folge (an ) gegen a und gegen b, so ist a = b.

Beweis: Angenommen etwa a < b, so whle = a fast alle n N erfllt: u |an a| < also ba , 2 |b an | <

ba 2

, dann ist fr u

ba , 2

b a = |b a| |b an | + |an a| < b a.

30

II. Konvergenz und Stetigkeit

(1.3) Satz. Eine konvergente Folge ist beschrnkt, d.h. die Menge a {an | n N } der Folgenglieder ist beschrnkt. a

Beweis: Angenommen (an ) a, dann gilt fr alle n > N : u |an a| < 1, also |an | |a| |an a| < 1, also |an | |a| + 1.

Also gilt fr alle n : u |an | max{|a1 |, |a2 |, . . . , |aN |, |a| + 1}. Folgen kann man addieren, multiplizieren, manchmal auch dividieren, nmlich man deniert: a (an ) + (bn ) := (an + bn ) fr , R. u (an ) (bn ) := (an bn ). Ist an = 0 fr alle n, so ist u 1/(an ) := (1/an ). Die erste Operation macht die Menge aller Folgen zu einem reellen Vektorraum; die Multiplikation ist assoziativ, kommutativ und distributiv: (an ) (bn ) + (cn ) = (an )(bn ) + (an )(cn ). Die konstante Folge (1) ist ein neutrales Element der Multiplikation. Die Grenzwertbildung ist mit den algebraischen Operationen vertrglich: a

(1.4) Satz. Es konvergiere (an ) a und (bn ) b , dann gilt: (i) lim ist linear, das heit: (an ) + (bn ) a + b. (ii) lim ist multiplikativ, das heit: (an ) (bn ) a b. (iii) Ist b = 0, so ist bn = 0 fr fast alle n , also etwa fr alle n > N . u u Es gilt: (1/bn )n>N 1/b.

1. Folgen und Reihen reeller Zahlen

31

Beweis: (i) Sei > 0 gegeben. Wir mssen zeigen, da fr fast u u alle n gilt |an + bn a b| < . Die linke Seite schtzen wir ab: a |(an a) + (bn b) | || |an a| + || |bn b|. Sind nun > 0 , > 0 vorgegeben, so ist fr fast alle n nach u Voraussetzung |an a| < , |bn b| < , also ist die rechte Seite der Ungleichung fr fast alle n u < || + || < B( + ), mit B = || + || + 1.

Zu dem gegebenen whle jetzt = = 2B , dann ist B( + ) , a also die behauptete Ungleichung fr fast alle n gezeigt. u

(ii) Zu gegebenem > 0 mssen wir fr fast alle n zeigen: u u |an bn ab| < . Die linke Seite schtzen wir folgendermaen ab: a | | = |an bn abn + abn ab| |bn | |an a| + |a| |bn b|. Jetzt whle B so gro, da |bn | < B fr alle n , und |a| < B (Satz a u 1.3), dann setzt sich die Abschtzung fort: a | | < B (|an a| + |bn b|). Fr fast alle n ist nun |an a| < u
2B

, |bn b| <

2B

, also | | < .

(iii) Weil |b| > 0 ist, knnen wir die Denition der Konvergenz inso besondere fr = 1 |b| anwenden und nden, da fr fast alle n gilt: u u 2 1 |bn b| < 2 |b|, und daher |bn | = |b (b bn )| |b| |b bn | > 1 |b|. 2 Also ist |bn | fast immer ungleich 0, und es gilt fast immer: 1 1 1 2 bn b = = |bn b| 2 |bn b|. bn b bbn |b||bn | |b|

32

II. Konvergenz und Stetigkeit


2

Aber auch fast immer ist |bn b| < |b| , also 2 alle n.

1 bn

1 < fr fast u b

Ist (an ) eine Folge, und (nk )kN eine Folge natrlicher Zahlen, u soda n1 < n2 < , so heit die Folge (ank )kN = an1 , an2 , an3 . . . eine Teilfolge von (an ). Ist (an ) konvergent, so auch jede Teilfolge mit dem selben Grenzwert. Allgemeiner gilt:

(1.5) Satz. Sei lim (an ) = a und : N N injektiv, dann ist lim (a(n) | n N ) = a. Den Fall der Teilfolge erhlt man, wenn man (k) = nk setzt. Hier a wird aber ausgesagt, da man Folgenglieder auch beliebig umordnen darf, ohne da sich das Grenzverhalten ndert. a

Beweis: (an ) a heit: Fr jedes > 0 ist an U (a) fr fast u u alle n, also fr alle bis auf etwa n {1, 2, . . . , K} . Weil injektiv u ist, gibt es hchstens K Zahlen n, soda (n) {1, . . . , K} , also fr o u fast alle n gilt (n) {1, . . . , K} . Also fr fast alle n ist a(n) u U (a), und das heit (a(n) ) a. Das Grenzverhalten von Folgen ist auch im gewissen Mae mit der Anordnung der reellen Zahlen vertrglich: a

(1.6) Satz. Sind (an ) und (bn ) konvergente Folgen und ist an bn fr fast alle n, so ist lim (an ) lim (bn ) . u Warnung: Man darf jedoch nicht aus an < bn fr alle n auf u lim (an ) < lim (bn ) schlieen! Zur Warnung dient folgendes Beispiel:

1. Folgen und Reihen reeller Zahlen

Es sei an = 0 fr alle n, und bn = u aber 0 = lim (an ) = lim (bn ) .

Beweis des Satzes: Angenommen (an ) a , (bn ) b, und a > b, so whle = ab , dann ist fr fast alle n: a u 2 |an a| < ab , 2 |bn b| < ab , 2

also

bn < b +

Eng verwandt mit dem Begri der Folge ist der einer Reihe, ja eigentlich handelt es sich recht besehen nur um eine andere Sprechweise fr diesselbe Sache, die aber oft angemessener ist. Man kann u sich eine Reihe als unendliche Summe vorstellen.

C
1 n

33

. Oenbar an = 0 <

1 n

= bn ,

a+b ab ab = =a < an . 2 2 2

bn

a+b 2

an

Denition (Reihe). Sei (an ) eine reelle Folge. Die Folge (An ) der Summen
n

An :=
k=1

ak

heit Reihe mit Gliedern ak und wird mit k=1 ak bezeichnet. Man nennt An die n-te Partialsumme der Reihe. Oft beginnt die Summation auch bei einer andern ganzen Zahl, die Reihe k=n0 ak ist die Folge der Partialsummen u n0 kn ak , die dann auch f r n n0 erklrt sind. Konvergiert eine Reihe (d.h. die Folge der Para tialsummen), so bezeichnet man auch den Grenzwert mit k=1 ak und nennt ihn die Summe der Reihe.

34

II. Konvergenz und Stetigkeit


k=1

Also beachte: Das Symbol

ak bezeichnet:

1) Die Folge (An | n N ) der Partialsummen. n 2) Den Grenzwert limn ( k=1 ak ) , falls er existiert. Oenbar lt sich jede reelle Folge (An ) als Reihe k=1 ak schreia ben, man whle a1 = A1 , an = An An1 fr n > 1. Die Bea u trachtung von Folgen und Reihen ist also eigentlich dasselbe, und alles was uber Folgen gesagt ist, lt sich fr Reihen umformulieren. a u Nur treten eben viele Reihen von Natur als Reihen auf und haben als Reihen eine durchsichtige Form, die beim Ubergang zur Folge der Partialsummen verlorengeht. Ein klassisches Beispiel einer Reihe:

(1.7) Geometrische Reihe.

xk =
k=0

1 1x

fr |x| < 1, u

xk
k=0

ist divergent fr |x| 1. u

Hier hat man beide Bedeutungen des Zeichens

k=0

xk beieinander.

Beweis: Wir berechnen die n-te Partialsumme:


n n n n n+1

xk (1 x) =
k=0 k=0

xk
k=0 n

xk+1 =
k=0

xk
k=1

xk = 1 xn+1 ,

also

Xn :=
k=0

xk =

1 xn+1 , 1x

falls x = 1 . Dies schreiben wir in der Form: Xn = (1 x)1 (1 xn+1 ) (1 x)1 fr |x| < 1, weil (xn ) 0. u

2. Konvergenzsatze

35

Fr |x| 1 ist die Reihe sicher divergent, denn u (1.8) Bemerkung. Ist die Reihe k=1 ak konvergent, so gilt (ak ) 0. Die Umkehrung ist, wie wir bald sehen werden, nicht richtig, die Bedingung (ak ) 0 ist notwendig, nicht hinreichend fr Konvergenz. u Beweis: Ist An = k=1 ak und a = limn (An ), so folgt: (ak ) = (Ak Ak1 ) a a = 0 . Wir beschlieen diesen Abschnitt mit dem Beispiel einer Folge, wo man die Charakterisierung der Divergenz zu einem Konvergenzbeweis benutzen kann: lim( n n) = 1. Beweis: Oenbar ist n n 1 , denn wre n n < 1, so n < 1n = 1. a Angenommen n n geht nicht gegen 1 , so gbe es ein > 0 und dazu a n unendlich viele n, soda n (1 + ), also n (1 + )n = 1 + n +
2

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

also 1 (n1) 2 fr unendlich viele n, im Widerspruch zu Archimeu des.

2. Konvergenzstze a
Stze uber Folgen lassen sich als Stze uber Reihen schreiben und a a umgekehrt. Der Satz zum Beispiel, da die Grenzwertbildung mit Linearkombinationen vertrglich, also lim linear ist, nimmt fr Reia u hen folgende Gestalt an:

36

II. Konvergenz und Stetigkeit


k=1 ck k=1

(2.1) Satz. Sind die Reihen , R , so ist

und

dk konvergent und

(ck + dk ) =
k=1 k=1

ck +
k=1

dk .

Fr nicht konvergente Reihen denieren wir die rechte Seite der u Formel durch die linke; dann handelt es sich wieder um eine Gleichung zwischen Folgen, nicht wie hier zwischen reellen Zahlen. Auch Denitionen ubertragen sich: Eine Reihe heit beschrnkt, falls die a Folge der Partialsummen beschrnkt ist. Eine konvergente Reihe ist a beschrnkt. a Bisher ging es einfach zu: Wir haben die Konvergenz einer Folge oder Reihe bewiesen, indem wir den Grenzwert angegeben und die in der Denition der Konvergenz geforderte Abschtzung nachgewiesen a haben. Jetzt aber kommen wir zu einer ganz neuen Art von Stzen: a sie behaupten die Existenz eines Grenzwertes, ohne ihn vorzuweisen. Ja, wir werden oft reelle Zahlen e, , 2, . . . eben als solche Grenzwerte erst bestimmen und benennen.

Denition (Monotonie). Eine Folge (an ) heit: monoton wachsend monoton fallend wenn fr u streng monoton wachsend alle n gilt: streng monoton fallend

an an+1 , an an+1 , an < an+1 , an > an+1 .

Fr die zugeordnete Reihe bedeutet das, da ihre Glieder jeweils u 0, 0, > 0 , < 0 sind. Reihen mit nicht negativen Gliedern nennen wir oft kurz positiv. Der Sprachgebrauch ist hier wie bei den natrlichen Zahlen etwas schwankend, und Konsequenz fhrt u u leicht zur Unbequemlichkeit. Die Nullen mgen gern unsere Aufmerko samkeit uber Gebhr beanspruchen. u

2. Konvergenzsatze

37

(2.2) Satz (Monotone Konvergenz). Eine monoton wachsende nach oben beschrnkte Folge konvergiert. Eine beschrnkte Reihe mit a a nicht negativen Gliedern konvergiert. (Entsprechendes gilt fr falu lende Folgen und fr Reihen mit Gliedern 0). u

Beweis: Die zweite Behauptung ist eine Umformulierung der ersten, und die erste braucht man nur fr wachsende Folgen zu zeigen u (Ubergang zum Negativen). Sei also an an+1 K fr alle n N . u Sei a = sup{an | n N } . Dann ist an a fr alle n, aber ist > 0, u so ist aN a fr ein N N , und daher auch an a fr u u alle n > N wegen der Monotonie. Folglich ist an (a , a] fr fast u alle n.

Betrachten wir als Anwendung die Folge (an ) , die durch die Rekursionsformel a0 = a + 1, an+1 = an 1 + a ak n kak n

fr ein festes a > 0 und ein festes k N deniert ist. Man sieht: u (i) an > 0, (ii) an < an1 , (iii) ak > a . n

Beweis durch Induktion nach n : Die Behauptungen, soweit sinnvoll, gelten fr n = 0 und seien fr ein n nun angenommen. Dann u u folgt an+1 < an , weil a ak < 0, also (ii) fr n + 1 ; an+1 > 0 ,weil u n k k kan + a an > 0, also (i) fr n + 1 ; schlielich nach Bernoulli u ak n+1 = ak n a ak n 1+ kak n
k

ak 1 + n

k(a ak ) n kak n

= a,

also (iii) fr n + 1 . u

Demnach ist die Folge monoton fallend und durch 0 nach unten beschrnkt, konvergiert also gegen eine Zahl s 0, ihr Inmum. a

38

II. Konvergenz und Stetigkeit

Was wissen wir uber diesen Grenzwert s? Es ist ja nach der Rekur sionsformel k an+1 ak1 = (k 1)ak + a, n n und gehen wir beidseits in allen Summanden und Faktoren zum Grenzwert uber, was wir nach (II, 1.4) drfen, so folgt ksk = u k k (k 1)s + a, also s = a ; die Folge konvergiert demnach gegen eine Zahl s mit sk = a . Daraus entnehmen wir insbesondere die (2.3) Bemerkung. Jede positive reelle Zahl besitzt zu jedem k N genau eine positive k-te Wurzel. Beweis: Die Existenz haben wir gerade gesehen, die Eindeutigkeit sieht man leicht: Ist 0 s < t, so 0 sk < tk . Ist also 0 s t und sk = tk = a, so s = t. Interessanter als der Beweis ist freilich, wie man auf die Folge kommt: Man sucht ja eine Nullstelle der Funktion f (x) = xk a. Ist an eine noch zu groe Schtzung, so bestimmt man eine verbesserte a Schtzung an+1 so, da a

G
f (an ) = f (an ). an an+1 y an+1 an x

y = xk a

2. Konvergenzsatze

39

In unserem Fall hat f die Steigung f (an ) = k ak1 am Punkt an . n Der Beweis zeigt explizit, da man bei Iteration des Verfahrens welches nach Newton heit die Nullstelle als Grenzwert erhlt. a Hier ist, wie man sieht, noch viel zu lernen. Die Beschrnktheit einer positiven Reihe prft man meist so nach, a u da man die Reihe mit einer andern vergleicht, uber deren Konver genz man Bescheid wei.

(2.4) Majorantenkriterium. Sei cn 0 fr alle n. Eine Reihe u an heit Majorante von n=1 cn , falls cn an fr alle n. u n=1 Besitzt eine Reihe mit nicht negativen Gliedern eine konvergente Majorante, so konvergiert sie.

Beweis: Mit Bezeichnungen des Satzes ist


k k k

cn
n=1 n=1 n=1 cn

an sup
n=1

an | k N

=
n=1

an .

Also ist

beschrnkt und folglich konvergent. a

Das Konvergenzverhalten ndert sich ubrigens nicht, wenn man a endlich viele Glieder der Reihe ndert, denn die Partialsummen von a u k=K ck unterscheiden sich f r n K um die Konk=1 ck und K1 K1 ck = k=1 ck + k=K ck , die rechte ck , also stante k=1 k=1 Seite konvergiert genau wenn die linke konvergiert. Das Majorantenkriterium hat viele Anwendungen, z.B.:

(2.5) Verdichtungslemma von Cauchy. Sei (cn ) eine nicht ne gative reelle monoton fallende Folge, dann konvergiert n=1 cn ge nau dann, wenn k=1 2k c2k konvergiert.

40

II. Konvergenz und Stetigkeit

Beweis: Wir schtzen die 2k Summanden cn mit 2k n 2k+1 1 a alle durch den ersten c2k von oben ab und erhalten
2k+1 1

cn 2k c2k .
n=2k k Also wenn a k 2 c2k beschrnkt ist, so auch n cn . Umgekehrt k1 k1 schtzen wir die 2 a Summanden cn mit 2 + 1 n 2k alle von unten durch den letzten c2k ab und erhalten 2k

2 Also wenn
n cn

cn 2 2k1 c2k = 2k c2k . 2k c2k .

n=2k1 +1

beschrnkt ist, so auch a

(2.6) Anwendung. Die Reihe wenn > 1 ist.

1 n=1 n

ist genau dann konvergent,

Beweis: Die Reihe konvergiert nicht fr 0, weil ( n1 ) dann u keine Nullfolge ist (d.h. nicht gegen Null konvergiert). Fr > 0 u ist das Lemma anwendbar, und wir haben die geometrische Reihe 2k /2k = (21 )k zu untersuchen. Diese konvergiert genau 1 wenn 2 < 1, also wenn 2 < 2 , und dies bedeutet > 1 . Fr u nicht rationale ist zwar vorlug x jedenfalls nicht deniert, aber a das werden wir schon so nachholen, da dies ein allgemein gltiger u Beweis ist.

Insbesondere divergiert die Harmonische Reihe 1 , n n=1 obwohl die Folge (1/n) ihrer Glieder eine Nullfolge ist.

2. Konvergenzsatze

41

Die geometrische Reihe ist die wichtigste Vergleichsreihe bei Anwendungen des Majorantenkriteriums. Klassische Anwendungen sind die folgenden: (2.7) Quotientenkriterium. Sei cn 0 , und es existiere eine Zahl < 1 , soda cn+1 cn fr fast alle n. Dann konvergiert n=0 cn . u Beweis: Weil es auf endlich viele Glieder nicht ankommt, sei oBdA cn+1 cn fr alle n , dann folgt induktiv cn n c0 , also hat u cn n die Majorante c0 , die wegen < 1 konvergiert. Anwendung. Die Exponentialreihe ex := xn n! n=0

konvergiert fr alle x 0 . Sie wird uns noch oft begegnen, sie u konvergiert tatschlich fr alle x , siehe unten (2.14). a u Beweis: Das Quotientenkriterium ist schlssig: cn+1 /cn = u 1 0 fr n , also cn+1 < 2 cn fr fast alle n . u u
x n+1

n Bei der harmonischen Reihe erhalten wir cn+1 /cn = n+1 < 1, n aber wie wir wissen gilt n+1 1 , es gibt keine Zahl < 1 unabhngig von n , soda cn+1 /cn < . Dasselbe nden wir aber auch a 2 1 n2 n bei der Reihe 1, und n2 . Hier ist cn+1 /cn = (n+1)2 = n+1 diese Reihe konvergiert. In diesen Fllen lehrt das Quotientenkria terium nichts.

(2.8) Wurzelkriterium. Sei cn 0 , und es existiere eine Zahl < 1 , soda n cn fr fast alle n , dann konvergiert n=0 cn . u Ist n cn 1 fr unendlich viele n , so divergiert u cn .

42

II. Konvergenz und Stetigkeit

Beweis: Die zweite Behauptung ist trivial, es folgt ja cn 1. Ist n eine Majorante. oBdA n cn , so ist cn n und

Auch dieses Kriterium ist fr die Reihen n=1 n1 nicht schlssig. u u Ist das Quotientenkriterium schlssig, so auch das Wurzelkriterium, u denn ist cn+1 cn , < 1, also cn n c0 , so ist n cn n c0 , und n c0 1 fr c0 > 0. Das Quotientenkriterium ist jedoch oft u leichter anzuwenden, weil man Quotienten leichter berechnet als n-te Wurzeln. Bisher haben wir Reihen mit nicht negativen Gliedern betrachtet. Ihr Konvergenzverhalten lehrt auch viel uber beliebige Reihen, wie wir bald sehen werden. Zuvor jedoch bemerken wir das klassische

(2.9) Leibniz-Kriterium. Ist (ak ) eine positive monoton fallende Folge, so heit die Reihe k=0 ()k ak alternierend. Sie konvergiert genau wenn (ak ) eine Nullfolge ist.

k Beweis: Sei An = k=0 () ak die n-te Partialsumme. schreiben kurz ()k := (1)k . Es gilt:

(i) (ii) (iii) (iv)

A2n A2n a2n+1 + a2n+2 = A2n+2 , A2n+1 A2n+1 + a2n+2 a2n+3 = A2n+3 , A2n A2n a2n+1 = A2n+1 , A2n A2n+1 = a2n+1 0 .

H
n A2n+1 A2n+3 A2n+2 A2n

Wir

2. Konvergenzsatze

43

Die Folge (A2n ) ist nach (i) monoton fallend, und nach (iii), (ii) ist A2n A2n+1 A2n1 . . . A1 , also ist (A2n ) nach unten beschrnkt, daher (A2n ) a. Nach (iv) gilt auch (A2n+1 ) = a (A2n ) (a2n+1 ) a 0 = a, und aus beidem zusammen folgt (An ) a , denn in der Tat, schlielich mal ist |A2n a| < und |A2n+1 a| < .

Wir bemerken unter der Hand: Wenn (a2n ) und (a2n+1 ) gegen die gleiche Zahl konvergieren, so konvergiert (an ) gegen dieselbe.

Anwendung. Die folgenden Reihen sind konvergent (die Angabe des Grenzwertes beweisen wir freilich noch nicht): 1 1 1 + + = log 2, 2 3 4 1 1 1 1 + + = . 3 5 7 4 1 Die bisher betrachteten Kriterien sind oft ntzlich, aber oft auch u nicht schlssig. Es gibt aber eine wichtige allgemeine Charakteru isierung konvergenter Folgen, die nicht benutzt, da man etwa den Grenzwert kennt das ist ja das Handicap bei der Denition der Konvergenz. Zuvor ein technisches

(2.10) Lemma. Jede Folge besitzt eine monotone Teilfolge.

Beweis: Sei (an ) die Folge. Eine Stelle n N heie niedrig, wenn an+k an fr alle k N ist. Zwei Flle sind mglich: u a o 1. Fall: Es gibt unendlich viele niedrige Stellen (nach jedem N N noch ein niedriges n). Dann bilden die Folgenglieder an an den niedrigen Stellen n eine monoton wachsende Teilfolge.

44

II. Konvergenz und Stetigkeit

2. Fall: Nach einem N N kommt kein niedriges n mehr. Zu jedem n > N gibt es dann ein k N mit an+k < an , weil n ja nicht niedrig ist. Daher ndet man induktiv eine monoton fallende Teilfolge (an | N ) . (2.11) Satz (Bolzano-Weierstra). Jede beschrnkte Folge bea sitzt eine konvergente Teilfolge. Beweis: Whle eine monotone Teilfolge nach dem Lemma; sie kona vergiert. Ein Punkt a R heit Hufungspunkt der Folge (an ) , wenn es a eine Teilfolge von (an ) gibt, die gegen a konvergiert. Eine beschrnka te Folge besitzt also stets einen Hufungspunkt. Eine konvergente a Folge besitzt genau einen Hufungspunkt, ihren Grenzwert. Eine a beschrnkte Folge ist genau dann konvergent, wenn sie nur einen a Hufungspunkt besitzt. Ist nmlich a der Hufungspunkt und > 0, a a a und sind nicht fast alle an in (a , a + ) , so gibt es eine Teilfolge ank (a , a + ), die einen anderen Hufungspunkt als a hat. a Dieser wre auch Hufungspunkt von (an ). a a Bemerkung. Die Zahl a ist Hufungspunkt von (an ) genau wenn a jede Umgebung von a unendlich viele an enthlt. a Beweis: : eine -Umgebung U von a enthlt ank fr fast alle k , falls a u (ank | k N ) a . 1 : Whle = k , und nk > nk1 , so da ank U (a), dann folgt a (ank ) a, also a ist Hufungspunkt von (an ). a Nimmt man Punkte , zu R hinzu, so besitzt jede Folge eine konvergente Teilfolge, also einen Hufungspunkt, und eine Folge a

2. Konvergenzsatze

45

ist genau dann konvergent, wenn sie genau einen Hufungspunkt bea sitzt, wenn man auch Konvergenz gegen bzw. zult. Die a Umgebungen von bzw. sind die Mengen (, ] = {x | x > } bzw. [, ) = {x | x < } fr beliebig groe . u Fr eine Folge (an ) heit die Zahl u c = lim (an ) := inf{x | an x fr fast alle n } =: lim sup (an ) u der Limes superior oder obere Hufungspunkt von (an ), und a in der Tat ist c der grte Hufungspunkt von (an ) wenn man o a , zu den Punkten hinzunimmt. Oenbar gibt es keinen grso seren, grer als c+, man mu also nur sehen, da c Hufungspunkt o a ist. Nun sind nicht fast alle an c , also viele an > c , und fast alle an c + , also viele an U (c), was zu zeigen war. Man ndet entsprechend, da der Limes inferior oder auch untere Hufungspunkt a lim (an ) := sup{x | an x fr fast alle n } =: lim inf (an ) u der minimale Hufungspunkt von (an ) ist. Ist > 0 beliebig klein, a so ist lim (an ) < an < lim (an ) + fr fast alle n , und (an ) ist genau dann konvergent, wenn lim (an ) = u lim (an ). Beachte aber, da es ublich ist, fr lim , lim alle Punkte u aus R := R {, } zuzulassen, whrend man eine Folge nur konvergent nennt, wenn sie a gegen eine Zahl aus R konvergiert, also auch Hufungspunkte nur in a R betrachtet, es sei denn da man ausdrcklich etwas anderes sagt. u Soweit war das angekndigte Allgemeine nur eine Anhufung von u a neuen Wrtern, Vokabelnlernen, aber jetzt betritt eine uberaus wicho tige Beschreibung konvergenter Folgen die Bhne (mit ihrem veru trauten Pseudonym, Cauchy war nicht der erste, der den Satz formuliert hat, und beweisen konnte er ihn auch nicht wirklich zureichend).

46

II. Konvergenz und Stetigkeit

(2.12) Cauchy-Kriterium f r Folgen. Eine Folge (an ) ist genau u dann konvergent, wenn gilt: Zu jedem > 0 existiert ein m N , soda fr alle k N u |am+k am | < . Beweis: Ist lim (an ) = a, so existiert ein m N , soda fr alle u k N 0 gilt |am+k a| < /2 , also |am am+k | |am+0 a| + |a am+k | < . Ist umgekehrt |am+k am | < fr alle k zu einem festen m, so ist u die Folge (am+k | k N ) beschrnkt, und daher auch die Folge (an ). a Eine Teilfolge (an ) konvergiert nach Bolzano-Weierstra gegen ein a, und wir zeigen a = lim (an ) . Sei also > 0 , dann ist fr ein geeignetes m u (i) |am am+k | < /3 fr alle k . Insbesondere ist also u (ii) |am an | < /3 fr fast alle , nmlich alle, fr die n > m . u a u Aber auch fr fast alle ist u (iii) |an a| < /3 . Aus (ii), (iii) also |am a| <
2 3

, und hieraus mit (i)

|a am+k | < fr alle k . u Aus der Ungleichung im Cauchy-Kriterium folgt ubrigens |am+k am+ | < 2. Daher htte man, statt |am+k am | < , auch |ak a | < fr alle a u k, > m setzen knnen, was man auch oft ndet. o (2.13) Cauchy-Kriterium f r Reihen. Eine Reihe u n=0 cn ist genau dann konvergent, wenn es zu jedem > 0 ein m N gibt, soda fr alle k N u
m+k

cn
n=m

< .

2. Konvergenzsatze

47

(2.14) Absolute Konvergenz. Eine Reihe k=0 ck heit absolut konvergent, wenn die Reihe der Betrge k=0 |ck | konvergiert. Eine a absolut konvergente Reihe ist konvergent.

Beweis: aus dem Cauchy-Kriterium und der Dreiecksungleichung:


m+k m+k

cn
n=m n=m

|cn | .

Die Reihe konvergiert absolut, wenn die rechte Seite f groe m stets r < ist, und sie konvergiert, wenn dasselbe fr die linke Seite gilt. u

Ist (cn ) beliebig, so heit an eine Majorante von cn , wenn an eine Majorante der positiven Reihe |cn | ist. Die Konvergenzkriterien fr positive Reihen liefern unmittelbar Kriterien fr absolute u u Konvergenz, man mu sie nur auf die Reihe |cn | anwenden.

Beispiel. Ist (an ) beschrnkt, so konvergiert die Reihe a

ak xk
k=0

fr alle x R mit |x| < 1 absolut. u

Beweis: konvergiert.

|ak xk | hat die Majorante A

|x|k , die fr |x| < 1 u

Insbesondere konvergieren alle unendlichen Dezimalentwicklungen

k=m

ak 10k ,

ak {0, 1, . . . , 9},

und allgemeiner gilt:

48

II. Konvergenz und Stetigkeit

(2.15) Satz (b-al-Zahl-Entwicklung). Sei b 2 eine natrliche u Zahl, dann lt sich jede reelle Zahl x in der Form a

x=
k=m

ak bk ,

ak {0, . . . , b 1},

darstellen. Die Darstellung ist eindeutig, wenn man ausschliet, da ak = b 1 fr fast alle k . u Beweis: OBdA ist x 0 . Man bestimmt a induktiv so, da a = 0 falls b > x (also fr kleine ), und dann a maximal, soda u ak bk x . Mit andern Worten: die -te Partialsumme der k=m b-alen Entwicklung von x ist die grte b-ale Zahl mit Stellen hinter o dem Komma, die noch nicht grer als x ist. Dann folgt induktiv o sofort |x k=m ak bk | < b , also x = k=m ak bk . Hat man zwei b-ale Entwicklungen

x=
m

ak bk =
m

ck bk ,

soda beidemal nicht fast immer ak = b 1 bzw. ck = b 1, so sei die erste abweichende Stelle, und oBdA a > c , dann ist k m ak bk , und m ak b
1

ck bk <
m m

ak bk +(a 1)b +
k= +1

(b1)bk =
m

ak bk .

Wir rechnen mit b = 10 , weil wir 10 Finger haben. Manchen Vorzug htte b = 12 , weil 12 viele Teiler hat. Rechenmaschinen a rechnen mit b = 2 , Dualzahlen, weil alles in Zellen kodiert ist, die nur zwei Zustnde haben. Wer viel mit Computern arbeitet, rechnet a daher gerne mit b = 23 = 8 oder b = 24 = 16 , weil dann die Umrechnung in Dualzahlen leichtfllt, man aber auch nahe bei b = 10 a bleibt.

2. Konvergenzsatze

49

Fr die Begrndung der Axiome des reellen Zahlkrpers sind u u o b-ale Zahlentwicklungen nicht geeignet, weil zum Beispiel die Summe zweier solcher Entwicklungen nicht wieder die vorgeschriebene Gestalt hat. Gangbar ist jedoch folgender Weg: Man sagt, eine reelle Zahl ist durch eine Cauchy-Folge rationaler Zahlen gegeben, wobei man das im Cauchy-Kriterium auch auf rationale Zahlen beschrnkt das ist ja kein Verlust. Und zwei rationale Cauchya Folgen sollen dieselbe reelle Zahl bedeuten, wenn ihre Dierenz eine Nullfolge, d.h. eine gegen 0 konvergente Folge ist. Wie man dann die algebraischen Verknpfungen erklrt, ist klar, und man nennt eine u a rationale Cauchy-Folge (an ) positiv, wenn ein > 0 in Q existiert, soda an > fr fast alle n . Positive Folgen denieren die posiu tiven reellen Zahlen. Mit diesen Erklrungen und Vertrauen in die a Logik ist es nicht schwer, die Axiome zu besttigen. Auch zeigt man a nacheinander, da durch die Axiome N und damit der Ring Z , der Krper Q und schlielich R mit algebraischer Struktur und dadurch o bestimmter Anordnung bis auf Isomorphie eindeutig bestimmt sind. Es gibt bis auf Umbenennung einen und nur einen Krper R, der den o mitgeteilten Axiomen gengt. Das wollen wir nicht weiter verfolgen. u Statt b-al sagt man vielfach auch b-adisch, aber das scheint mir eher verwirrend, weil das Wort in der Zahlentheorie etwas uera lich Ahnliches, tatschlich aber sehr Verschiedenes bedeutet. a Fr absolut konvergente Reihen gelten sehr starke Versionen des u kommutativen Gesetzes:

(2.16) Umordnungssatz. Sei k=1 ck absolut konvergent, und sei : N N bijektiv, dann konvergiert k=1 c(k) absolut gegen denselben Grenzwert.

Beweis: Sei an = k=1 ck , bn = k=1 c(k) , > 0, und m so m+ gro gewhlt, da a u N . Fr gengend u u k=m |ck | < f r alle groe r N ist dann zugleich r > m und (r) > m .

50

II. Konvergenz und Stetigkeit

Whlen wir nun n so gro, da diese Bedingung fr alle r n a u erfllt ist, so ist bn eine Summe von Gliedern cj , worunter jedenfalls u alle c1 , . . . , cm auftreten. Dasselbe gilt fr an , und die Dierenz ist u folglich eine Summe von Gliedern cj , mit j > m . Daher |an bn |
j>m

|cj | < .

Das zeigt schon, da (bn ) gegen denselben Grenzwert wie (an ) konvergiert. Wendet man das schon Gezeigte auf die Reihe |cn | an, so folgt die absolute Konvergenz der umgeordneten Reihe.

Fr nicht absolut konvergente Reihen gilt das gerade Gegenteil: u

(2.17) Satz. Ist k=1 ck konvergent aber nicht absolut konvergent und x R beliebig, so existiert eine Umordnung : N N , soda k=1 c(k) = x .

Beweis: Sei (ak ) die Folge der positiven und (bk ) die Folge der negativen Glieder ck der betrachteten Reihe. Weil ck konvergiert, aber nicht absolut, gilt oenbar (ak ) 0,
n

(bk ) 0,
n

ak ,
k=1 k=1

bk .

Wir whlen jetzt als Folge c( ) rekursiv jeweils das nchste noch a a nicht gewhlte Glied der Folge (ak ) bzw. (bk ) , je nach dem a
1

:=
k=1

c(k) < x

oder

x.

Es ist dann schlielich |c( ) | < fr L , und ist etwa dL < x , u dL+k x , so ist |d x| < fr > L + k . u

3. Stetige Funktionen

51

Man knnte mit hnlichem Argument auch x {} whlen. o a a Spter in der allgemeinen Matheorie wird sich mit ergeben, da fr a u absolut konvergente Reihen ein noch strkerer Umordnungssatz als a (2.16) gilt (siehe Bd. 2, Aufg. 12 zu Kap. III).

Eine Funktion f : R R heit stetig, wenn sie keine Sprnge u macht. Mit dieser Erklrung hat man sich lange begngt, und wir u wollen das auch nicht schlechtmachen. Zum Beispiel die Funktion f (x) = x2 ist demnach stetig.

Ursprnglich hat man uberhaupt nur solche Funktionen betrachtet, u die sich in einer Formel hinschreiben lassen, doch dann hat die Entwicklung der Analysis selbst die Mglichkeiten, Formeln zu erzeugen, o ins Ungewisse ausgeweitet, und jetzt lassen wir ganz Beliebiges zu. Die Funktion x [x] := max{k Z | k x},

I
y x

3. Stetige Funktionen

y = x2

52

der ganzzahlige Anteil von x , ist unstetig an den Punkten k Z .

Ebenso die Funktion f (x) = x [x], die Sgezahnfunktion. a

Wie aber steht es mit der Funktion f (x) = im Nullpunkt?


1 n

J K L
1 1 fr u
1 n

II. Konvergenz und Stetigkeit

|x| <

1 n1 ,

f (0) = 0,

3. Stetige Funktionen

53

Hier ist schon ein genauer und formaler Begri der Stetigkeit ntig. o Die Vorstellung, die uns leitet, ist: Wenn sich x nur wenig ndert, so a a ndert sich auch f (x) nur wenig, und zwar ndert sich f (x) beliebig a wenig, wenn sich x gengend wenig ndert. Beliebig wenig heit: u a Wenn > 0 beliebig vorgegeben ist, so ndert sich f um weniger als a , falls sich dafr x gengend wenig ndert, also weniger als ein u u a geeignetes > 0. So kommen wir zu folgender

f (p)

Denition (Stetigkeit). Sei D R und f : D R eine Funktion mit Denitionsgebiet D , und sei p D . Dann heit f stetig am Punkt p , wenn es zu jedem > 0 ein > 0 gibt, soda fr alle u x D gilt: |x p| < = |f (x) f (p)| < . Die Funktion f heit stetig, falls sie an jedem Punkt p D stetig ist. Statt am Punkt p sagt man auch an p oder bei p.

M
y p x

Wir knnen uns diese Denition noch etwas mundlicher zurichten. o Dazu erinnern wir an folgende Sprechweise der Mengenlehre: Gegeben sei eine Abbildung f : M N . Ist A M , so ist f (A) := {f (x) | x A} = Bild der Menge A.

54

II. Konvergenz und Stetigkeit

Ist B N , so ist f 1 (B) := {x M | f (x) B} = Urbild der Menge B . Die letzte Implikation in der Denition der Stetigkeit knnen wir o dann mit Umgebungen so aussprechen: x U (p) = f (x) U f (p) , und das heit f U (p) U f (p) oder U (p) f 1 U f (p) .

Hierbei meinen wir mit U (p) die -Umgebung von p im Denitionsgebiet D , also den Durchschnitt einer -Umgebung in R mit D . Demnach also ist f stetig bei p , wenn das Urbild einer jeden Umgebung von f (p) stets eine Umgebung von p in D enthlt. Eta was salopper sagt man wohl auch: Wenn x gegen p geht, geht f (x) gegen f (p). Dies rechtfertigt sich durch den

(3.1) Satz (Folgenstetigkeit). Genau dann ist f : D R stetig bei p D , wenn folgendes gilt: Fr jede Folge (xn ) p , xn D , gilt f (xn ) f (p) . u Beweis: Zwei Richtungen sind zu zeigen. Sei also f stetig bei p und (xn ) eine Folge in D mit (xn ) p . Wir mssen f (xn ) f (p) u zeigen. Ist > 0 gegeben, so whle dazu nach der Denition a der Stetigkeit. Dann ist schlielich xn U (p), weil (xn ) p . Also f (xn ) U f (p) . Das zeigt f (xn ) f (p). Nun sei umgekehrt die Bedingung uber Folgen im Satz erfllt. Angenommen, f ist unstetig u bei p. Dann gilt: Es gibt ein > 0, soda fr alle > 0 ein x D u existiert, mit |x p| < und |f (x) f (p)| . So nmlich lautet a die Negation der Stetigkeitsdenition.
1 Nun, was fr alle gilt, gilt insbesondere fr = n , n N . Also u u nden wir ein > 0 und dazu eine Folge (xn ) in D , mit

|xn p| < 1/n

und |f (xn ) f (p)|

3. Stetige Funktionen

55

fr alle n N . Die erste Ungleichung sagt (xn ) p nach Archimeu des, nach der zweiten aber konvergiert f (xn ) nicht gegen f (p), im Widerspruch zur Folgenbedingung. Damit ist die Annahme, f sei unstetig bei p , widerlegt. Was wir uber Konvergenz wissen, lt sich mit diesem Satz oft a auch als Aussage uber Stetigkeit deuten. So zum Beispiel (II, 1.4): (3.2) Satz (ber rationale Operationen). Sind die beiden Funktiou nen f, g : D R stetig am Punkt p D , und sind , R , dann sind auch die Funktionen f + g und f g stetig am Punkt p. Ist f (x) = 0 fr alle x D , so ist auch 1/f stetig bei p . u Dabei sind die rationalen Operationen im Satz durch das Entsprechende fr die Werte deniert, also u (f + g)(x) := f (x) + g(x), (f g)(x) := f (x) g(x), (1/f )(x) := 1/f (x). Ist ubrigens f (p) = 0 und f stetig bei p , so ist f (x) = 0 in einer Umgebung um p, oder wie man sagt: lokal um p. Whlt man a nmlich = |f (p)| und dazu nach der Stetigkeitsdenition, und a ist x U (p) , so ist |f (p)| |f (x)| |f (p) f (x)| < = |f (p)|, also |f (x)| > 0 . Oenbar ist die identische Abbildung id : R R, xx

stetig, whle = . Man bezeichnet diese Funktion kurzerhand mit a x , wie man ja uberhaupt eine Funktion durch den Term bezeichnet, der sagt, wo x hingeht. Aus (3.2) folgt dann, da jedes Polynom
n

f (x) =
k=0

ak xk

56

II. Konvergenz und Stetigkeit

uberall stetig ist. Ist an = 0 , so heit an der Leitkoezient und n der Grad des Polynoms f , und alle Polynome aller Grade bilden den reellen Polynomring R[x]. Sind f, g zwei Polynome und g = 0, womit man meint, da nicht alle Koezienten von g verschwinden, so hat man die f rationale Funktion: , f, g R[x], g = 0. g Diese deniert auf der Menge D = {x | g(x) = 0} eine stetige Funktion. Es ist nicht schwer zu sehen, da ein Polynom vom Grad n nur hchstens n Nullstellen haben kann. o Stetigkeit ist eine lokale Eigenschaft von Funktionen, d.h. man braucht f nur in einer beliebig kleinen Umgebung von p zu kennen, um zu entscheiden, ob f am Punkt p stetig ist.

(3.3) Satz. Eine Zusammensetzung stetiger Funktionen ist stetig.

Beweis: Seien C, D R und seien Funktionen C D R,


f g

g f (x) := g f (x) ,

f (p) = q,

gegeben. Die Behauptung meint: Ist f stetig bei p und g stetig bei q = f (p), so ist g f stetig bei p. Nun, angenommen (xn ) p, dann folgt f (xn ) f (p) = q , weil f stetig ist, und dann gf (xn ) g(q), weil g stetig ist. Zusammen (xn ) p = g f (xn ) g f (p) . Eng verwandt mit dem Begri der Stetigkeit ist der allgemeine Konvergenzbegri fr Funktionen statt Folgen: u Denition. Sei f : D R eine Funktion, p R , und es gebe mindestens eine Folge (xn ) in D , die gegen p konvergiert. Dann sei
xp

lim f (x) = a,

3. Stetige Funktionen

57

falls fr jede Folge (xn ) in D , die gegen p konvergiert, f (xn ) gegen u a geht.

Ist p D , so bedeutet dies: f (p) = a, und f ist stetig am Punkt p . Jedoch bleibt die Denition sinnvoll fr p = , und man kann u erklren: Ist D nach oben unbeschrnkt, so heit f : D R stetig a a bei , wenn limx f (x) existiert. Schrnkt man f auf die x < p a bzw. die x > p aus D ein, so schreibt man auch limx p f (x) bzw. limx p f (x).

Natrlich kann man diese Konvergenzbegrie auch durch --Sprche u u erklren wie? a Wir lassen als Intervallgrenzen im allgemeinen auch zu, also z.B. [a, ) ist die Menge der reellen Zahlen a. Zur Unterscheidung nennen wir ein abgeschlossenes Intervall [a, b] mit endlichen a, b kompakt, also kompakt heit beschrnkt und abgeschlossen. Der a Satz von Bolzano-Weierstra lehrt, da eine Folge in einem kompakten Intervall eine konvergente Teilfolge hat, und weil aus a xn b fr alle n die entsprechende Ungleichung fr den Grenzwert folgt, u u liegt der Grenzwert der Folge wieder in dem kompakten Intervall.

N
y b a x p

limx limx

f (x) = a f (x) = b

58

II. Konvergenz und Stetigkeit

Wir wollen jetzt unsere Aufmerksamkeit auf stetige Funktionen richten, die auf kompakten Intervallen [a, b] deniert sind, und die naheliegenden Folgerungen und Umformulierungen fr den Konveru genzbegri nicht weiter ausbreiten.

(3.4) Satz. Sei K ein kompaktes Intervall und f : K R stetig. Dann ist f beschrnkt und nimmt auf K ein Maximum und ein a Minimum an.

Beweis: Angenommen, f wre nach oben unbeschrnkt. Dann a a whle eine Folge von Punkten xn K mit f (xn ) > n . Nach Bolzanoa Weierstra konvergiert eine Teilfolge, also oBdA die Folge (xn ) selbst, gegen ein p K . Dann aber konvergiert f (xn ) gegen f (p), weil f stetig ist, und das widerspricht f (xn ) > n . Folglich ist f beschrnkt. a Sei a := sup{f (x) | x K}. Angenommen f (x) = a fr alle x K . Dann ist a f (x) = 0, also u 1 a f (x) stetig auf K und nicht beschrnkt, weil ja die Werte a f (x) ihrem Supremum a beliebig nahe kommen. Das widerspricht der ersten Aussage. Die Beschrnktheit nach unten und die Aussage a uber das Minimum folgen analog.

Die Funktion x 1/x ist auf dem Intervall (0, 1] unbeschrnkt; a die Kompaktheit ist wesentlich. Wir werden bald lernen, da es sich hier um eine topologische Eigenschaft handelt (VI, 7.10).

(3.5) Zwischenwertsatz. Eine stetige Funktion f : [a, b] R nimmt jeden Wert zwischen f (a) und f (b) an.

3. Stetige Funktionen

f (b) c f (a)

Beweis: Sei etwa f (a) < c < f (b), und wir wollen zeigen, da f den Wert c annimmt. Sei p [a, b] die obere Grenze der x [a, b] mit f (x) c, dann behaupten wir: f (p) = c. In der Tat, wre a f (p) < c fr ein > 0, so whle dazu nach der Stetigkeitsu a denition, dann ist |f (p + x) f (p)| < fr |x| < , also f (p + x) u < c fr |x| < , im Widerspruch zur Denition von p . Ganz analog, u wenn f (p) > c + , so wre f (p x) > c fr |x| < , was auch der a u Denition von p widerspricht. Weil also c f (p) c + fr alle u > 0, folgt f (p) = c .

O
a p

59

Dies ist ein sehr wichtiger und tausendfach benutzter Satz. Er sagt eigentlich, da die reelle Gerade und daher ein Intervall keine Lcher o hat und nirgends auseinanderfllt. Er ist auch sehr anschaulich, aber a beachte, da die Behauptung gleich falsch wird, wenn man nur einen Punkt aus dem Intervall weglt ein Unterschied, der physikalisch a gar nicht fabar ist. So einfach kann man eben die mathematische Einsicht nicht physikalisch deuten. Eine leichte Folgerung aus dem Satz kennen wir schon: Jede positive reelle Zahl a hat eine positive k-te Wurzel. Das Polynom f (x) = xk a hat nmlich den Wert f (0) = a < 0 und f (a+1) = (a+1)k a a 1 + (k 1)a > 0, also mu es zwischen 0 und a + 1 eine Nullstelle haben. Man kann damit ubrigens die nicht negativen reellen Zahlen

60

II. Konvergenz und Stetigkeit

rein algebraisch charakterisieren: Es sind genau die Quadrate. Eine a hnlich wichtige algebraische Folgerung besagt: (3.6) Satz. Jedes reelle Polynom ungeraden Grades hat eine reelle Nullstelle. (Eine Nullstelle eines Polynoms nennt man auch eine Wurzel). Beweis: Wir dividieren das Polynom durch den Leitkoezienten, dann haben wir ein Polynom der Gestalt f (x) = xn + an1 xn1 + + a0 = xn (1 + an1 x1 + + a0 xn ) fr x = 0 . Fr |x| konvergiert der Faktor (1 + ) gegen u u 1 , und xn hat das Vorzeichen von x , weil n ungerade ist. Also ist f (x) > 0 fr gengend groe x , und f (x) < 0 fr gengend kleine. u u u u Dazwischen mu es einmal verschwinden. Das Polynom x2 + 1 hat, wie wir wissen, keine reelle Nullstelle. (3.7) Satz. Das Bild eines Intervalls unter einer stetigen reellen Funktion ist wieder ein Intervall. Dabei lassen wir auch als Intervallgrenzen zu. Beweis: Sei f : D R die betrachtete Abbildung eines Intervalls und a = inf f (D) , b = sup f (D) . Weil es Funktionswerte beliebig nahe an a und b gibt und auch alles dazwischen getroen wird, liegt jedenfalls das ganze oene Intervall (a, b) im Bild von f , und nach Denition von a und b kein kleinerer Punkt als a, kein grerer als b. Es kommen also allenfalls a oder b o selbst hinzu, und in jedem Fall ist f (D) ein Intervall mit Grenzen a und b.

3. Stetige Funktionen

61

(3.8) Satz. Eine stetige reelle Funktion auf einem Intervall ist genau dann injektiv, wenn sie streng monoton ist.

Mit streng monoton wachsend ist hier natrlich gemeint x < y u = f (x) < f (y), und entsprechend fr fallende Funktionen. Man u kann den Satz durch allerlei Fallunterscheidungen zeigen, aber wir gehen den Weg ubers Zweidimensionale.

Beweis: Oenbar ist eine streng monotone Funktion injektiv. Sei also f : D R injektiv auf dem Intervall D . Wir mssen zeigen, u da f streng monoton ist. Betrachte das Dreieck A := {(x, y) D D | x < y}. Die Voraussetzung sagt, da die Funktion : A R,

keine Nullstelle hat, und die Behauptung sagt, da entweder gilt: (p) > 0 fr alle p = (x, y) A , oder: (p) < 0 fr alle p . u u

Nun, angenommen (p) > 0 , (q) < 0 fr zwei Punkte p, q A . u Dann verbinden wir sie durch die Strecke (1 t)p + tq , 0 t 1. Wir erhalten die Funktion [0, 1] R, t (1 t)p + tq .

P
A p q D

(x, y) f (x) f (y)

62

II. Konvergenz und Stetigkeit

Sie ist stetig und hat fr t = 0 den Wert (p) > 0, fr t = 1 den u u Wert (q) < 0, also an einem Zwischenpunkt hat man den Wert (1 )p + q = 0, im Widerspruch zur Voraussetzung. Wir kommen zum Ziel dieser Uberlegungen.

(3.9) Satz uber die Umkehrfunktion. Sei D ein Intervall und f : D R stetig und injektiv. Dann ist f (D) =: C ein Intervall, die Funktion f ist streng monoton, und f besitzt eine stetige und streng monotone Umkehrabbildung.

Beweis: Nur die Stetigkeit von f 1 ist noch zu zeigen. Sei etwa D oen die anderen Flle mu man fr die Randpunkte analog a u behandeln dann ist C auch oen, weil f streng monoton ist. Sei f (p) = q . Da f stetig bei p ist heit: Ist U ein oenes Intervall um q , so enthlt f 1 U ein oenes Intervall um p . Da also f 1 a bei q stetig ist heit nach dem selben Muster: Ist V ein oenes Intervall um p, so enthlt (f 1 )1 V ein oenes Intervall um q . Aber a 1 1 (f ) V = f (V ) ist ja ein oenes Intervall um q , weil f stetig und streng monoton ist.

Q
f (V ) V

3. Stetige Funktionen

63

Anwendung: Ist n ungerade, oder beschrnken wir uns auf x 0, a n so ist die Funktion x x stetig und streng monoton. Die Umkehrfunktion 1 x xn ist also ebenfalls stetig und streng monoton. Auch die Betragsfunktion x |x| ist stetig, denn sie ist die Zusammensetzung x x2 x2 . Sind f und g stetig, so auch die Funktion max(f, g), die durch x max{f (x), g(x)} deniert ist, denn
1 max(f, g) = 1 (f + g) + 2 |f g|. 2

Entsprechend frs Minimum. u Schlielich mssen wir einen etwas delikaten aber wichtigen techu nischen Punkt berhren, und dafr wollen wir die Stetigkeitsdeniu u tion noch einmal sorgfltig betrachten. Eine Funktion f : D R a ist danach stetig auf ganz D , wenn gilt: Zu jedem > 0 und jedem p D gibt es ein > 0, soda |x p| < = |f (x) f (p)| < . Das hngt also nicht nur von , sondern auch vom Punkt p ab. a Zum Beispiel bei der Funktion y = x1 auf R+ mu man um so kleiner whlen, je nher p an 0 liegt. a a

R
U U

64

II. Konvergenz und Stetigkeit

Die Funktion f heit gleichmig stetig, wenn man unabhngig a a von p whlen kann. a Denition. Eine Funktion f : D R heit gleichmig stetig, a falls gilt: Zu jedem > 0 gibt es ein > 0, soda fr alle x, p D u gilt: |x p| < = |f (x) f (p)| < . Hier ist also = (), whrend bei bloer Stetigkeit = (, p) a ist. Hier gehen auch x und p gleichberechtigt und symmetrisch in die Denition ein, was bei der Stetigkeitsdenition nicht der Fall ist. (3.10) Satz. Eine stetige Funktion auf einem kompakten Intervall ist dort gleichmig stetig. a Beweis: Sei f : D R die Funktion, > 0, und wir nehmen an, da dazu kein existiert, wie es in der Denition gefordert ist. Dann 1 ist auch = n fr kein n geeignet. Es gibt also ein xn und pn in u D mit 1 |xn pn | < n und |f (xn ) f (pn )| . Nach Bolzano-Weierstra , mit einem Ubergang zu Teilfolgen, drfen u wir annehmen, da (xn ) gegen ein q D konvergiert, und wegen 1 |xn pn | < n konvergiert dann (pn ) gegen dasselbe q . Weil f stetig ist, konvergieren f (xn ) und f (pn ) beide gegen f (q), und daher f (xn ) f (pn ) 0 . Das widerspricht der Ungleichung |f (xn ) f (pn )| . Hier wird sich der Student von der Anschauung verlassen und unangenehm auf das Formale der Denition verwiesen fhlen. Er u mag sich damit trsten, da auch Cauchy an dieser Stelle gestolpert o ist.

4. Folgen und Reihen von Funktionen

65

4. Folgen und Reihen von Funktionen


Eine Folge von Funktionen auf D ordnet jeder ganzen Zahl n k eine Funktion fn : D R zu. Wir bezeichnen sie wieder durch (fn | n k) oder (fn )nk oder einfach durch (fn ), und manchmal lassen wir auch noch die Klammern weg.

Denition. Die Folge von Funktionen fn konvergiert punktweise gegen f : D R , wenn fr jedes x D die reelle Folge u fn (x) gegen f (x) konvergiert.

Das heit also: Zu jedem > 0 und x D existiert eine natru liche Zahl N , soda fr n > N gilt: u |fn (x) f (x)| < . Das ist eine naheliegende Denition, aber sie sagt nicht, wie man auf den ersten Blick glauben knnte, da fn schlielich nahe an f o liegt, also f gut approximiert. Fr Funktionenfolgen sind mehrere u wesentlich verschiedene Begrie der Konvergenz sinnvoll. Wir werden darauf in Kapitel VI systematischer eingehen und auer den hier erklrten Konvergenzbegrien noch andere kennenlernen, die durch a Integrale erklrt sind. a Die formale Umschreibung mit und N weist darauf hin, wo die Schwierigkeit liegt: das N hngt nicht nur von , sondern auch a vom Punkt x ab. Fr jedes auch noch so groe n kann es immer u noch viele Punkte x geben, wo fn (x) sich weit von f (x) entfernt, auch wenn der Denitionsbereich ein kompaktes Intervall ist und alle beteiligten Funktionen stetig sind. Folgendes Beispiel wird uns auch in der Integrationstheorie wieder vor allzu voreiligen Schlssen warnen: u

66

2 Die letzte Bedingung fr fn bewirkt fn (x) = 0 fr n x oder u u x 0, also fr jedes gegebene x verschwindet fn (x) schlielich. u Daher konvergiert (fn ) 0 punktweise. Trotzdem ist fn fr kein n u eine gute Approximation der Nullfunktion.

S
(4.1) Beispiel. n fn fn (x) =
1 n

II. Konvergenz und Stetigkeit

1 n2 x fr 0 x n , u 2 2n n2 x fr n x n , u 1 2 0 fr x 0 oder x n . u

Man sieht, da punktweise Konvergenz oft zu wenig ist. Wenn alle fn stetig sind und (fn ) punktweise gegen f geht, braucht der Limes f auch nicht stetig zu sein. Stetigkeit ist ja selbst durch eine Grenzwertbildung deniert, und wenn man es so betrachtet, geht es hier um die Frage, ob man zwei Grenzwertbildungen miteinander vertauschen darf man darf im allgemeinen nicht!

Beispiel.

fr x > 0, u 1 nx fn (x) = 0 fr x = 0, u 1 + |nx| 1 fr x < 0. u

Beweis: Fr x = 0 gilt fn (x) = u

1
1 nx

|x| x

x = sign(x). |x|

4. Folgen und Reihen von Funktionen 1

Das pathologische Verhalten liegt daran, da die Funktionenfolge nicht gleichmig konvergiert. a

Denition (gleichmige Konvergenz): Die Folge von Funktionen a (fn ) auf D konvergiert gleichmig gegen f : D R , wenn gilt: a Zu jedem > 0 gibt es ein N N , soda fr alle n > N und alle u x D zugleich |fn (x) f (x)| < .

Wir schreiben kurz f g

und entsprechend fr f < g . Dann besagt die Denition: Fr groe u n ist |fn f | < .

T U
1 fn f x : f (x) g(x) fr alle x D, u

67

68

II. Konvergenz und Stetigkeit

Hier fassen wir |fn f | als Funktion x |fn (x) f (x)| auf. Man kann dieselbe Tatsache auch als Ungleichung zwischen reellen Zahlen fassen. Man erklrt nmlich fr Funktionen f : D R mit nicht a a u leerem Denitionsgebiet die Supremumsnorm f
D

:= sup{|f (x)| | x D} .

Damit ist f D = min{a | |f | a} nach Denition der oberen Grenze. Wenn kein Zweifel uber das Denitionsgebiet besteht, schrei ben wir kurz f . Im allgemeinen ist f [0, ], und f R genau wenn f beschrnkt ist. Die Supremumsnorm hat die a

(4.2) Normeigenschaften. (i) f 0 und f = 0 genau wenn f = 0.

(ii) Positive Homogenitt: f = || f (iii) Dreiecksungleichung: fr konstante R . u f +g f + g .

Beweis: Nur die Dreiecksungleichung ist nicht ganz selbstverstnda lich, aber f + g = |f + g| |f | + |g| f + g , letztere Ungleichung weil |f | f , |g| g .

Wenn man nun den reellen Vektorraum aller FunktionenD R mit dieser Norm versieht, so bedeutet gleichmige Konvergenz das a Natrliche, nmlich (fn ) konvergiert gleichmig gegen f , wenn fr u a a u jedes > 0 schlielich fn f < ist. Daher kann es nicht verwundern, da sich gewohnte Konvergenzstze auf gleichmige Kona a vergenz von Funktionenfolgen ubertragen.

4. Folgen und Reihen von Funktionen

69

(4.3) Cauchy-Kriterium. Genau dann ist die Folge von Funktionen (fn ) auf D gleichmig konvergent, wenn zu jedem > 0 ein a m N existiert, soda fr alle k N u fm+k fm < . Beweis: Ist (fn ) gleichmig konvergent gegen f , so gilt, wenn m a gengend gro ist, fm+k f < 2 fr alle k N 0 , also u u f fm+k < , also fm fm+k < . fm f < , 2 2 Umgekehrt sei die Cauchy-Bedingung fr (fn ) erfllt. Dann ist insu u besondere fn (x) fr jedes x D eine Cauchy-Folge reeller Zahlen, u bestimmt also eindeutig f (x) := limn fn (x). Ist nun > 0 gegeben und m gengend gro, so ist fm fm+k < 2 fr alle u u k . Aber fr jede Stelle x D kann man ein k = k(x) so gro u whlen, da |fm+k (x) f (x)| < 2 . Folglich ist |fm (x) f (x)| < a fr alle x , also fm f . u Wie bei Zahlenfolgen ubertrgt sich alles Gesagte auf Reihen von a Funktionen. Wir sprechen also von punktweiser und gleichmiger a Konvergenz einer Reihe k fk von Funktionen, und von absoluter Konvergenz wenn die Reihe k |fk | konvergiert. Konvergiert letza tere Reihe gleichmig, so nennen wir die Reihe a k fk gleichmig absolut konvergent. Aber die Supremumsnorm fhrt zu einem neuen u und fr uns bald sehr wichtigen Begri: Eine Reihe u k=0 fk heit normal konvergent, wenn die Reihe

fk
k=0

der Supremumsnormen konvergiert. (4.4) Konvergenzsatz von Weierstra. Eine normal konvergente Reihe k=0 fk von Funktionen fk : D R konvergiert gleichmig a absolut gegen eine Funktion f : D R .

70

II. Konvergenz und Stetigkeit

Beweis: Dies folgt unmittelbar aus dem Cauchy-Kriterium und der Dreiecksungleichung
m+ m+

|fk |
k=m k=m

fk .

Normale Konvergenz bedeutet, da die rechte Seite fr groe m u kleiner wird, gleichmig absolute Konvergenz bedeutet dasselbe a fr die linke Seite. u Die wichtigste Bemerkung jedoch, fr die der ganze Begrisappau rat aufgefahren ist, besagt: (4.5) Satz. Ein gleichmiger Limes stetiger Funktionen ist stetig. a Beweis: Sei (fn ) auf D gleichmig konvergent gegen f , die fn a seien stetig, sei ein Punkt p D betrachtet und > 0 gegeben. Dann whle n N so gro, da |fn f | < 3 und zu diesem n und a u p whle > 0 so, da |fn (p) fn (x)| < 3 fr |x p| < . Das geht, a weil fn stetig ist. Fr |x p| < ist dann u |f (x) f (p)| |f (x) fn (x)| + |fn (x) fn (p)| + |fn (p) f (p)| <
3 3 3

= .

Fr ein mit Pomp angekndigtes Hauptergebnis kann es entu u tuschend scheinen, da der Beweis auf einen /3-Schlu von einer a Zeile hinausluft. Darin liegt auch nicht der Witz: das Wichtigste a ist eben der richtige Begri, der den Satz richtig macht: gleichmig a konvergent. Einen reellen Vektorraum mit einer reellwertigen Norm mit den Eigenschaften (4.2), in dem jede Cauchy-Folge konvergiert, nennt man einen Banachraum. Die beschrnkten stetigen Funktionen a auf einer Menge D = mit der Supremumsnorm bilden einen Banachraum.

5. Treppenfunktionen

71

5. Treppenfunktionen
Stetige Funktionen verdienen wohl, da man sie um ihrer selbst willen mit Liebe betrachtet. Aber in diesem Abschnitt mssen wir u kurz unsere Aufmerksamkeit einer Funktionenklasse zuwenden, die fr sich weniger anziehend ist, aber ntzliche technische Hilfe in der u u Integrationstheorie leistet, von der dann im nchsten Kapitel gleich a die Rede sein wird. Eine Zerlegung Z eines kompakten Intervalls [a, b] ist ein (n + 1)-Tupel (z0 , . . . , zn ) von Zahlen, soda a = z0 z1 zn = b. Eine Zerlegung Z1 ist feiner als Z oder eine Verfeinerung von Z , wenn Z1 aus Z durch Hinzunahme weiterer Punkte entsteht. Durch Vereinigung erhlt man zu zwei Zerlegungen Z, Z1 eine gea meinsame Verfeinerung Z Z1 . Eine Funktion : [a, b] R heit eine Treppenfunktion, wenn es eine Zerlegung Z von [a, b] wie oben und dazu Konstanten c1 , . . . , cn in R gibt, mit

Die Werte auf den Zerlegungspunkten zk selbst sind gleichgltig. u y

V
(t) = ck fr zk1 < t < zk . u c2 x a z1 b

72

II. Konvergenz und Stetigkeit

Die smtlichen Treppenfunktionen auf [a, b] bilden oenbar einen a reellen Vektorraum. Zwei Treppenfunktionen , auf [a, b] lassen sich (gemeinsame Verfeinerung) durch dieselbe Zerlegung denieren, soda also und beide auf den Intervallen zk < t < zk+1 konstant sind, und dann ist auch + dort konstant, also eine Treppenfunktion.

(5.1) Satz. Eine stetige Funktion auf einem kompakten Intervall ist ein gleichmiger Limes von Treppenfunktionen. a

Beweis: Eine stetige Funktion f : [a, b] R ist gleichmig stetig. a Zu gegebenem > 0 whle danach > 0 so, da a

fr alle x, p D . Dann whle eine Zerlegung a = z0 zn = b u a mit Maschenweite zk+1 zk < , und bestimme dazu die Treppenfunktion durch (t) = f (zk ) fr zk t < zk+1 . u

Dann ist |f (t) (t)| = |f (t) f (zk )| < fr alle zk t < zk+1 , u und das heit |f | .

W
|x p| < = |f (x) f (p)| <

5. Treppenfunktionen

73

Mit einem gleichmigen Limes ist natrlich die Grenzfunktion a u einer gleichmig konvergenten Folge (von Treppenfunktionen) gea 1 meint. Eine solche Folge ndet man wie immer mit dem ( = n )Trick: Man ndet nach dem Gesagten Treppenfunktionen n mit |f n | < 1/n. Die Folge (n ) konvergiert dann gleichmig gegen a die Funktion f .

Die Zerlegung kann man hier quidistant whlen, also zk = a a a + k(b a)/n mit einem so groen n, da n > b a. Ein gleichmiger Limes von Treppenfunktionen heit Regelfunktion. a Stetige Funktionen sind also Regelfunktionen, aber auch z.B. monotone Funktionen, Treppenfunktionen, . . .

(5.2) Bemerkung. Zu jeder Regelfunktion f auf dem kompakten Intervall [a, b] und jedem > 0 gibt es Treppenfunktionen , mit <f < und = .

Beweis: Whle eine Treppenfunktion mit |f | < a = 2, = + 2 .

und setze

Kapitel III

Ableitung und Integral

Ph: Vous entendez cela, et vous savez le latin, sans doute. J: Oui; mais faites comme si je ne le savais pas. Expliquez-moi ce que cela veut dire. Le Bourgeois Gentilhomme Wir erklren den Kalkl der Dierential- und Integralrechnung, a u Berechnung der Steigung einer Kurve, der Geschwindigkeit einer ungleichfrmigen Bewegung, und Berechnung des Flcheninhalts. Auch o a erklren und diskutieren wir die klassischen Funktionen, Sinus, Koa sinus, Logarithmus und Exponentialfunktion.

1. Das Riemann-Integral
Wir setzen uns die Aufgabe, die Gre der Flche zu bestimmen, o a die durch eine Funktion f : [a, b] R uber dem kompakten Intervall [a, b] begrenzt wird. (In diesem Abschnitt sind alle Intervallgrenzen endlich.)

X
f

1. Das Riemann-Integral

Fr stetige Funktionen ist diese Aufgabe nicht schwer zu lsen. Es u o gengt dann natrlich auch, wenn f auf den Teilintervallen einer u u geeigneten Zerlegung des Intervalls stetig ist. Auch wenn f etwa nur 1 u an den Punkten a + n , n N , springt, wten wir uns wohl zu helfen, solange f wenigstens beschrnkt bleibt. a

Denieren wir aber eine Funktion f : [0, 1] R , durch f (x) =

1 falls x Q = Krper der rationalen Zahlen, o 0 falls x Q, d.h. x ist irrational, so versagt jedenfalls die Anschauung. Um nicht an eine etwas willkrliche Konstruktion gebunden zu sein, die vielleicht mit anderen u mglichen Konstruktionen in undurchschaubarer Konkurrenz steht, o werden wir die Klasse von Funktionen, die man integrieren kann, sowie die Eigenschaften, die das Integral also der gesuchte Flchena inhalt dann haben soll, zunchst axiomatisch beschreiben. Dann a werden wir fr eine groe Klasse von Funktionen zeigen, da die u Axiome auf genau eine Weise zu erfllen sind. Lernen wir spter u a dann allgemeiner anwendbare Integrale kennen, so bleibt das hier Bewiesene doch immer bestehen. Denition des Integrals (1.1) Integrable Funktionen. Zu jedem kompakten Intervall [a, b] b sei eine Menge Fa von Funktionen f : [a, b] R ausgezeichnet. Sie heien auf [a, b] integrabel. Es gelte:

75

76

III. Ableitung und Integral

b (i) Ist f |(a, b) konstant, so ist f Fa . (ii) Ist a b c , so ist eine Funktion f : [a, c] R genau dann c b c in Fa , wenn f | [a, b] Fa und f | [b, c] Fb .

Insbesondere sind also alle Treppenfunktionen stets integrabel.

(1.2) Das Integral. Das Integral fr die demgem gegebene Fau a milie integrabler Funktionen ist eine Familie von Abbildungen
b b : Fa R, a b die also jeder Funktion f Fa eine reelle Zahl, ihr Integral b b

a b R,

f =:
a a

f (x) dx R

so zuordnet, da gilt: c (i) Intervall-Additivitt: Ist f Fa und a b c , so ist a


b c c

f+
a b b Fa b

f=
a

f.

(ii) Monotonie: Sind f, g

und ist f g , so ist


b

f
a a

g.
b a

(iii) Normierung: Ist f = c konstant, so ist

f = c (b a) .

Kurz: Ein Integral ist ein (endlich) additives, monotones, normiertes Funktional (d.h. eine Abbildung einer Menge von Funktionen nach R ). Da der Flcheninhalt unter einer Funktion f jedena falls diese Eigenschaften haben sollte, ist eine plausible Forderung.

1. Das Riemann-Integral

77

Das endlich steht in Klammern, weil man auch strkere Integrala begrie betrachtet, wo das entsprechende Axiom auch fr unendliche u Zerlegungen gilt. Aber fr eine groe Klasse von Funktionen, zum u Beispiel die stckweise stetigen oder monotonen, ist das Integral u durch diese Axiome schon festgelegt. Eine weitere naheliegende Forderung, die aber fr die von uns betrachteten Funktionen aus den u aufgestellten Axiomen schon folgt, ist die der

Linearitt: Sind f, g auf [a, b] integrabel und , R , so ist auch a f + g auf [a, b] integrabel, und es gilt:
b b b

(f + g) =
a a

f +
a

g.

Ubrigens ist die Variable x in der Bezeichnung des Integrals unb b wesentlich, also a f (x) dx = a f (t) dt . . . . Wir beginnen mit einfachen Folgerungen aus den Axiomen: Nach a a a (1.2, i) ist a f = a f + a f , also
a

(1.3)
a

f = 0.

(1.4) Satz. Ist f : [a, b] R integrabel und |f | M , so ist die Funktion


x

F : [a, b] R,

x
a

stetig, sogar Lipschitz-stetig mit Konstante M , das heit |F (x) F (p)| M |x p|.

78

III. Ableitung und Integral

Beweis: Weil die Behauptung in x und p symmetrisch ist, drfen u wir p x annehmen und setzen h = x p, dann ist
p+h p p+h

|F (x) F (p)| =
a

f
a

f =
p

f ,

wegen Additivitt. Aus M f M folgt wegen der Monotonie a


p+h p+h p+h

M h =
p

(M )
p

f M h,

also
p

f M h.
M

In der Stetigkeitsdenition kann man zu > 0 setzen

Man nennt a die untere und b die obere Grenze des Integrals Das Integral beschrnkter Funktionen ist also stetig als Funktion a der oberen Grenze. Der entsprechende Satz gilt natrlich auch fr u u das Integral als Funktion der unteren Grenze. So eignet sich das Integral wenn man es einmal besitzt zur Konstruktion neuer bedeutsamer Funktionen, zum Beispiel
b . a x

log(x) :=
1 x

t1 dt, 1 dt. 1 + t2

arctan(x) :=
0

Der Satz erlaubt eine kleine Verschrfung des Normierungsaxioms. a (1.5) Normierung. Ist f |(a, b) = c konstant, so ist
b a

f = c(ba) .

Also auf die Werte an den Endpunkten kommt es nicht an. Beweis: Es ist f beschrnkt, und fr a < b und < a u
b a+ b b ba 2

ist

f=
a a

f+
a+

c+
b

f.

1. Das Riemann-Integral

79

Der mittlere Summand ist (b a 2) c . Grenzbergang 0 u b liefert nach (1.4) f = 0 + (b a) c + 0 . a Jetzt sehen wir sofort, wie man Treppenfunktionen, die ja nach unseren Forderungen jedenfalls integrabel sind, zu integrieren hat. (1.6) Satz. Fr Treppenfunktionen sind die Integralaxiome auf geu nau eine Weise zu erfllen, nmlich: Ist a = z0 z1 zn = b u a eine Zerlegung, und f (x) = ck fr zk1 < x < zk , so ist u
b

(i)
a b

f=

n k=1

ck (zk zk1 ) .
b b

Dieses Integral ist auch linear: Fr , R ist u (ii)


a

(f + g) =
a

f +
a

g.

Beweis: Die Formel (i) folgt unmittelbar aus der Additivitt und a verbesserten Normierung (1.5) des Integrals. Aus dieser Formel folgt dann (ii) unmittelbar. Um zu zeigen, da die Formel (i) umgekehrt ein Integral deniert, das alle unsere Forderungen erfllt, mu man u nur klarmachen, da die rechte Seite von (i) unabhngig von der a Zerlegung ist, mit der f beschrieben ist. Weil zwei Zerlegungen stets eine gemeinsame Verfeinerung haben, mu man sich nur davon uberzeugen, da die Formel keinen anderen Wert liefert, wenn man einen neuen Zerlegungspunkt zk < z < zk+1 einfgt. Nun freilich, u dann wird nur der Summand ck+1 (zk+1 zk ) durch ck+1 (z zk ) + ck+1 (zk+1 z) ersetzt. Zum Beweis der Additivitt darf man dann annehmen, da a der mittlere Punkt b ein Zerlegungspunkt ist; alle anderen Axiome folgen direkt aus (i). Treppenfunktionen knnen wir jetzt integrieren, aber das ist noch o nichts rechtes, wir denken nicht wie ein Computer. Sei nun wieder

80

III. Ableitung und Integral

b b ein f Fa gegeben und die Fa dabei wie immer so erklrt, da die a Axiome erfllt sind. Sind dann , Treppenfunktionen, so wissen u wir: b b b

f =
a

f
a

Daher erklren wir fr beliebige beschrnkte Funktionen f auf Ina u a tervallen [a, b] das Oberintegral: Unterintegral:
b a b a

f := inf { f := sup{

b a b a

b | f und Ta } , b | f und Ta }.

b Dabei ist Ta der reelle Vektorraum der Treppenfunktionen auf [a, b]. Eigentlich sollte es Riemann-Oberintegral ... heien, aber weil in diesem Band kein anderes Integral auftritt, lassen wir es so. Nach dem Gesagten gilt nun ersichtlich:

(1.7) Satz. Ist eine beschrnkte Funktion f : [a, b] R integrabel, a so ist f

f.

Allgemein ist fr eine beschrnkte Funktion f jedenfalls u a

f,

denn sind f Treppenfunktionen, so ist . Da das fr alle Treppenfunktionen f gilt, folgt f , und da das u fr alle Treppenfunktionen f gilt, folgt f u f. Denition. Eine beschrnkte Funktion f : [a, b] R auf einem a kompakten Intervall heit Riemann-integrabel, falls
b b

f =
a a

f.

1. Das Riemann-Integral

81

Die Denition verlangt mit anderen Worten: Zu jedem > 0 b b gibt es Treppenfunktionen f mit a a < , oder noch anders gesagt: Es gibt Treppenfunktionen n f n mit b limn a (n n ) = 0. Die Denition ist nach dem Satz (1.7) gemodelt und fhrt unsere Bemhung um die Konstruktion eines u u Integrals zum (vorlugen) Ziel: a
b (1.8) Satz. Sei Fa die Menge der Riemann-integrablen Funktionen b auf [a, b]. Dann erfllen die Fa die Axiome fr integrable Funktionen, u u und ein Integral lt sich fr diese Funktionenfamilie auf genau eine a u Weise erklren, nmlich durch a a b b b

f :=
a a

f =
a

f.

Dieses Integral ist auch linear. Wir werden knftig nur lineare Integrale betrachten und statt u Riemann-integrabel einfach integrabel sagen. Die Eindeutigkeit des Integrals ergibt sich aus (1.7). Da die Axiome so tatschlich a erfllt sind, werden wir gleich sehen. Zunchst bemerken wir, da u a etwas gewonnen ist: (1.9) Satz. Stetige Funktionen und monotone Funktionen sind integrabel. Beweis: Ist f : [a, b] R stetig und > 0 gegeben, so whle a Treppenfunktionen , mit f ,
b

< /(b a),


b

siehe (II, 5.2). Dann ist a ( ) a /(b a) = . Ist f etwa monoton wachsend und nicht konstant, so whle eine a Zerlegung a = z0 zn = b mit zk+1 zk < / f (b) f (a) .

82

III. Ableitung und Integral

Dann bestimme und durch (x) = f (zk ), (x) = f (zk+1 ) fr u zk x < zk+1 . Damit ist f , und wir haben:
b

( ) =
a

<

Beweis von (1.8): Oenbar sind Treppenfunktionen integrabel, daher gilt (1.1, i) und (1.2, iii), die Normierung. Wir zeigen (1.1, ii) und (1.2, i), die Additivitt: Sei also a b c , sei f : [a, c] R a gegeben, und es seien f | [a, b] und f | [b, c] integrabel. Whle Trepa penfunktionen 1n , 1n auf [a, b] , sowie 2n , 2n auf [b, c], mit
b

Z
k k

f (zk+1 )(zk+1 zk )

f (zk )(zk+1 zk )

f (zk+1 ) f (zk ) (zk+1 zk )

f (b) f (a)

f (zk+1 ) f (zk ) = .

1n f |[a, b] 1n ,
a c

(1n 1n ) 0,

2n f |[b, c] 2n ,
b

(2n 2n ) 0,

1. Das Riemann-Integral

83

fr n , und 1n (b) = 2n (b) , 1n (b) = 2n (b). Dann setzen u sich 1n mit 2n und 1n mit 2n zu Treppenfunktionen n und n auf [a, c] zusammen, und es gilt
c b c

n f n ,
a

(n n ) =
a

(1n 1n ) +
b

(2n 2n ) 0

fr n . Folglich ist f integrabel auf [a, c] und fr n gilt: u u


c b c

n
a

=
b a

1n

+
c b

2n n . f
b

f
a c b c a

Also a f = a f + b f . Ist umgekehrt f integrabel, so kann man c n f n , a (n n ) 0 wie eben vorgeben, gewinnt daraus 1n , 1n und 2n , 2n durch Einschrnkung auf die Teilintervalle a [a, b] und [b, c], und weil die Summanden in
b c c

(1n 1n ) +
a b

(2n 2n ) =
a

(n n ) 0

nicht negativ sind, kann man schlieen, da sie fr n einzeln u gegen 0 gehen. Das zeigt die Additivitt. Die Monotonie ist trivial: a b b b b Ist f g , so ist a f = a f = sup{ a | Ta und f } sup{ und g} = a g = a g. Schlielich bleibt die Linearitt des Riemann-Integrals zu zeigen. a Das braucht keine neuen Gedanken. Wie immer seien die , und , Treppenfunktionen. Wir gehen aus von integrablen Funktionen f, g : [a, b] R und Folgen von Treppenfunktionen
b b b

n f n ,
a b

(n n ) 0,

n g n ,
a

(n n ) 0,

84

III. Ableitung und Integral

fr n . Insbesondere limn n = u folgt n + n f + g n + n , und:


b b a a

f , limn
b a

n =

g . Dann

(n + n ) (n + n ) = (n n ) + (n n ) 0. + g) und ist gleich limn (n + n ) = f + g . Also existiert Ganz hnlich schliet man fr f , wenn 0. Ist < 0 , so a u beachte man die Umkehrung der Ungleichungen: Aus n f n und (n n ) 0 folgt n f n und (n n ) 0.
b (f a

Aus der Monotonie folgt die (1.10) Dreiecksungleichung fr das Integral. Fr a b gilt: u u
b b

f
a

|f |.

Beweis: Es ist ja |f | f |f |, also |f | weil |f | 0, folgt die Behauptung.

|f |, und

Man sollte sich jedoch vorher vergewissern, da |f | uberhaupt integrabel ist. (1.11) Bemerkung. Sind die Funktionen f, g auf [a, b] integrabel, so auch die Funktionen f+ := max(f, 0), f := max(f, 0),

sowie max(f, g) , min(f, g) und |f |. Beweis: Es ist f = f+ f , |f | = f+ + f und max(f, g) = 1 1 1 1 u 2 (f + g) + 2 |f g|, min(f, g) = 2 (f + g) 2 |f g| . Wir m ssen

1. Das Riemann-Integral

85

also nur zeigen, da f+ integrabel ist. Hat man Treppenfunktionen , mit f , so folgt + f+ + , . ( ) < ,

(+ + ) ( ) < , weil + +

Das Beispiel der Funktionenfolge (II, 4.1) zeigt, da fr eine konu vergente Folge (fn ) f von Funktionen auf [a, b] im allgemeinen
b b

lim

In diesem Fall ist ja limn fn = 0 und geht es aber bei gleichmiger Konvergenz. a

S
fn (x) dx =
n a a

lim fn (x) dx.

fn

1 n

b a

fn (x) dx = 1 . Gut

(1.12) Satz (Stetigkeit des Integrals als Funktional): Konvergiert die Funktionenfolge (fn ) auf [a, b] gleichmig gegen f und sind alle a fn integrabel, so ist auch f integrabel und
b b b n a

f =
a

lim fn = lim

n a

fn .

86

III. Ableitung und Integral

Beweis: Ist |fn f | < und sind , Treppenfunktionen mit fn und ( ) < , so folgt fn < f < fn + , also < f < + , ( + ) ( ) < 2(b a) + 1 .

Da letzteres mit beliebig klein wird, ist f integrabel. Aus |fn f | < folgt nach (1.10) fn f = (fn f ) f. |fn f | = (b a).

Das zeigt ( fn )

In der Tat, die letze Abschtzung ist der springende Punkt des a Beweises. Sie zeigt etwas mehr als das Behauptete: Versieht man b den Raum Fa mit der Supremumsnorm, so ist die Abbildung
b

b Fa

R,

f
a

f (x) dx

Lipschitz-stetig mit Konstante b a. Also


b b

(1.13)
a

f
a

g (b a) f g .

Die Stetigkeit, um die es hier geht, ist die des Integrals als Abbildung b : Fa R , oder wie man sagt, als Funktional. Sie ist wohl zu unterscheiden von der Stetigkeit des Integrals als Funktion der oberen x Grenze F (x) = a f (t) dt . Bisher haben wir a b vorausgesetzt. Fr a > b setzen wir jetzt: u
b a

f (x) dx :=
a b

f (x) dx.

Dann gilt die Additivittsformel a


c b c

f =
a a

f +
b

1. Das Riemann-Integral

87

fr beliebige Lage der Grenzen a, b, c , falls f auf dem Intervall zwiu schen min{a, b, c} und max{a, b, c} integrabel ist. Wir schlieen mit einem wichtigen Hilfsmittel, das uns im nchsa ten Abschnitt dienen wird zu zeigen, wie die Integralrechnung mit der Dierentialrechnung zusammenhngt. a

(1.14) Mittelwertsatz der Integralrechnung. Sei f eine stetige und p eine integrable Funktion auf [a, b], und sei p 0 (oder p 0 ). Dann existiert ein [a, b], soda
b b

f p = f ()
a a

p.

Fr p = 1 folgt insbesondere u
b

f = f () (b a).
a

Beweis: Sei m das Minimum und M das Maximum von f auf b b b [a, b], dann ist mp f p M p , also m a p a f p M a p . Jetzt gibt es nach dem Zwischenwertsatz, angewendet auf die Funkb b b tion x f (x) a p, ein [a, b] mit f () a p = a f p . Oft schreibt man (b a) =: h und = a + h , 0 1, dann steht da:
a+h a+h

f p = f (a + h)
a a

p.

Diese Version bleibt fr b < a , also h < 0, gltig und ist daher oft u u vorzuziehen. Man kann leicht zeigen, da ein Produkt integrabler Funktionen stets integrabel ist. Wir verweisen auf die Ubungen, um nicht durch

88

III. Ableitung und Integral

Wiederholung zu ermden. Man beginnt am besten mit der Zeru legung f = f+ f .

2. Die Ableitung
Wir betrachten in diesem Abschnitt Funktionen f : D R , deren Denitionsgebiet D ein Intervall ist, das nicht nur einen Punkt enthlt. Die lineare Funktion mit Steigung a ist die Abbildung a R R , x ax. Addiert man noch eine Konstante, so erhlt man a eine ane Funktion f (x) = ax + b. Dann ist fr jedes p u f (p + h) f (p) = ah. Also die Abbildung h f (p + h) f (p) ist linear. Eine Funktion ist bei p dierenzierbar, wenn sie sich dort durch eine ane Funktion gut approximieren lt: a

Denition. Eine Funktion f : D R heit bei p D dierenzierbar mit Ableitung (oder Dierentialquotient) a = f (p) = wenn gilt: f (p + h) f (p) = (h) h, und ist stetig am Nullpunkt, mit (0) = a. df (p), dx

Natrlich besagt die Denition einfach u f (p + h) f (p) h fr h = 0 , dies ist der Dierenzenquotient bei p , und u (h) = f (p) = lim (h).
h0

2. Die Ableitung

89

Setzen wir (h) := (h) a , so steht da: f (p + h) f (p) = ah + (h) h,


h0

lim (h) = 0,

also h ah ist eine lineare Approximation von h f (p + h) f (p), und der Rest (h) h verschwindet von hherer Ordnung fr o u h 0 , das heit, wenn man den Rest durch h dividiert, geht der Quotient fr h 0 immer noch gegen 0 . Die Funktionen und u sind auf {h | p + h D} deniert.

In etwas pauschalen Betrachtungen schreibt man auch einfach dy y = f (x) und f = dx , eine von Leibniz eingefhrte suggestive Beu zeichnung, die uns beim Rechnen leiten kann. Der Dierentialquotient limh0 (h) ist oenbar eindeutig bestimmt, wenn er existiert. Auch hngt er nur von f (p + h) fr kleine h ab, also von f lokal um a u p . Wir beginnen mit einigen Beispielen: Eine ane Funktion f (x) = ax + b erfllt f (p + h) f (p) = ah , u hat also an jeder Stelle konstant die Ableitung a. Aus diesem Musterexemplar erhalten wir viele weitere Beispiele durch den

a
p p+h

f (p + h) f (p)

90

III. Ableitung und Integral

(2.1) Satz (rationale Operationen). Seien f, g : D R dierenzierbar an der Stelle p D und , R Konstanten. Dann sind auch f + g und f g und fr f (p) = 0 auch 1/f bei p differenu zierbar, und es gilt: (i) Linearitt: (f + g) = f + g . a (ii) Produktregel: (f g) = f g + f g . (iii) Quotientenregel: (1/f ) = f /f 2 .

Beweis: Wir setzen dies gerade so an, wie es in der Denition steht: (i): f (p + h) = f (p) + (h) h, g(p + h) = g(p) + (h) h , und , seien stetig am Nullpunkt mit den respektiven Ableitungen als Wert. Dann ist folglich (f + g)(p + h) (f + g)(p) = (h) + (h) h, und + ist stetig am Nullpunkt mit Wert f (p) + g (p). (ii) (f g)(p+h) = (f g)(p)+ f (p)(h)+(h)g(p)+(h)(h)h h und der lange Term in Klammern geht fr h 0 gegen u f (p)g (p) + f (p)g(p). (iii) 1 1 f (p + h) f (p) (h) = = h, f (p + h) f (p) f (p) f (p + h) f (p) f (p + h)

und fr h 0 geht letzterer Bruch gegen f (p)/f 2 (p). u

Hier haben wir noch ein bichen gemogelt, wir benutzen die Bemerkung, da eine bei p dierenzierbare Funktion dort insbesondere stetig ist, also demnach f (p + h) in unserem Fall fr kleine h nicht u verschwindet. In der Tat: f (p + h) = f (p) + (h) h, und die rechte Seite ist nach Voraussetzung stetig am Nullpunkt. Die Umkehrung gilt nicht, denn die Funktion x |x| ist am Nullpunkt stetig, aber sie ist dort nicht dierenzierbar.

2. Die Ableitung

91

Aus den Regeln folgt durch Induktion sofort, wie man rationale Funktionen ableitet; fr f (x) = xn ergibt sich nmlich u a (xn ) = nxn1 , also fr ein Polynom erhlt man: u a
n n

(2.2)

f (x) =
k=0

ak xk = f (x) =
k=1

kak xk1 .
f g 1 = ( g ) f die

Auch ergibt sich aus (i), (ii) fr einen Quotienten u allgemeinere f g gf f g . g2

(2.3) Quotientenregel.

Wie sich die Ableitung bei Zusammensetzungen von Funktionen verhlt, sagt die a (2.4) Kettenregel. Gegeben seien Funktionen D B R.
f g

Sei f dierenzierbar bei p und g dierenzierbar bei q = f (p) . Dann ist die Zusammensetzung gf bei p dierenzierbar mit der Ableitung (g f ) (p) = g (q) f (p). In salopper Notation schreibt man: Ist y = f (x) und z = g(y), so ist dz dz dy = . dx dy dx Beweis: Nach bewhrtem Muster schreiben wir a f (p + h) = f (p) + (h) h, g(q + k) = g(q) + (k) k, (0) = f (p), (0) = g (q),

92

III. Ableitung und Integral

also gf (p + h) = g f (p) + (h) h = g f (p) + (h) h (h) h , setze fr die zweite Gleichung (h) h fr k ein. u u Nun, fr h 0 geht auch (h) h 0, also ((h) h) u (0) = g (q), und (h) (0) = f (p). Der ganze Faktor bei h im letzten Term geht also gegen g (q) f (p), und das ist nach Denition der Ableitung die Behauptung. Man stellt sich unter dx gern eine verschwindend kleine Verschiebung von p aus in x-Richtung, unter dy die entsprechende dy Anderung der Funktion, und unter dx dann den Quotienten vor. Das rechtfertigt die Notation, macht die Rechenregeln plausibel und hilft auch, das mathematische Wesen anderswo, zum Beispiel in der Physik, zu interpretieren. Statt verschwindend klein sagt man auch wohl innitesimal, in mittelalterlichem Vertrauen auf die wissenschaftszeugende Kraft der lateinischen Sprache. Die Dierentiale dx, df . . . selbst werden dabei oft nur etwas schchtern vorgefhrt, u u als sei es eigentlich gemogelt. Doch haben auch sie eine klare Bedeutung: Betrachten wir eine an jeder Stelle des Intervalls dierenzierbare Funktion f : D R . Wir haben dann jedem Punkt p D eine lineare Abbildung zugeordnet, nmlich die Abbildung a dp f = df (p) : R R, h f (p) h.

Dies ist ja eben an der Stelle p die lineare Approximation der Abbildung h f (p + h) f (p). Das Dierential df von f ordnet so jedem p D die lineare Abbildung R R , h f (p) h zu. Insbesondere die Identitt x hat das Dierential dx, das natrlich a u jedem Punkt die identische Abbildung zuordnet: dp x : R R, h h.

Und wie jede lineare Abbildung h ah von R nach R ein Vielfaches der Identitt ist (nmlich a id), so ist insbesondere a a df = f dx.

3. Das lokale Verhalten von Funktionen

93

Das ist an jeder Stelle p die Gleichung dp f : h f (p) h von oben. Im Eindimensionalen sieht das knstlich aus, weil eine lineare u Abbildung R R dasselbe ist wie eine Zahl; sie ist bestimmt durch das Bild der Eins. Aber im Hherdimensionalen wird dp f auch eine o lineare Abbildung hherdimensionaler Rume sein, gegeben durch o a eine Matrix. Darauf werden wir im dritten Band zurckkommen und u die Bedeutung der Dierentiale erklren. a Ist f : D R an jedem Punkt p D dierenzierbar, so liefert f die neue Funktion f : D R, p f (p).

Ist auch sie dierenzierbar, so kann man fortfahren und f = (f ) bilden, und so fort und induktiv die n-te Ableitung f [n] = f [n1] , f [0] = f,

solange die Funktionen eben noch dierenzierbar sind. In der Notation von Leibniz schreibt man dn f f [n] = . dxn Existiert f [n] und ist stetig, so heit f entsprechend n-mal stetig dierenzierbar. Die Ableitung einer dierenzierbaren Funktion mu allerdings nicht dierenzierbar sein, zum Beispiel x |x| ist uberall dierenzierbar, mit Ableitung 2|x|, was im Nullpunkt nicht mehr dierenzierbar ist.

3. Das lokale Verhalten von Funktionen


Da die Ableitung einer Funktion die Steigung der Tangente an den Graphen ist, ist es anschaulich plausibel, da eine Funktion auf

94

III. Ableitung und Integral

einem Intervall genau dann konstant ist, wenn ihre Ableitung verschwindet, da sie genau dann monoton wchst, wenn ihre Ableitung a nie negativ ist, und dergleichen mehr. Der Angelpunkt zum wirklichen Beweis solcher Aussagen ist der Mittelwertsatz der Dierentialrechnung. Man beginnt nach gefestigter Tradition mit folgendem Spezialfall:

(3.1) Satz von Rolle. Sei f eine stetige Funktion auf dem kompakten Intervall [a, c], und sie sei im Innern, also auf dem oenen Intervall (a, c) dierenzierbar. Ist dann f (a) = f (c) = 0 , so existiert ein b (a, c) mit f (b) = 0 .

Beweis: Ist f konstant, so ist jedes b (a, c) recht. Sonst aber nimmt f sein Maximum oder sein Minimum nicht auf den Randpunkten, also auf einem inneren Punkt b an. Sei also f (b) etwa der minimale Wert von f , der andere Fall ist ebenso zu behandeln. Wir betrachten die Denition der Dierenzierbarkeit am Punkt b: f (b + h) f (b) = (h) h, (0) = f (b).

b
b a c

Die linke Seite ist fr kleine |h| deniert und stets nicht negativ. u Also mu (h) , wo es nicht verschwindet, dasselbe Vorzeichen wie h haben: (h) 0 fr h > 0 und (h) 0 fr h < 0. Aus Stetigkeit u u mu dann (0) = 0 sein, sonst bliebe es doch lokal um 0 positiv oder negativ.

3. Das lokale Verhalten von Funktionen

95

(3.2) Mittelwertsatz der Dierentialrechnung. Sei f eine stetige Funktion auf dem kompakten Intervall [a, c] , die auf dem Inneren (a, c) dierenzierbar ist. Dann existiert ein innerer Punkt b (a, c) mit f (c) f (a) = f (b) (c a).

Beweis: Subtrahiere die lineare Verbindung der Endpunkte, also deniere eine dierenzierbare Funktion g durch g(x) := f (x) f (a) + (x a) f (c) f (a) . ca

c
a b c f (b) = f (c) f (a) . ca

Dann ist g(a) = g(c) = 0, also nach Rolle g (b) = 0 fr ein b im u Innern, und das heit

Wohlgemerkt, die Behauptungen glaubt man sofort, aber wir wollen nach und nach so viel darauf bauen, da hier alles darauf ankommt, formale Beweise zu fhren. u

96

III. Ableitung und Integral

(3.3) Folgerung. Unter den Voraussetzungen des Mittelwertsatzes gilt: (i) f ist konstant genau wenn f = 0 auf (a, c) . (ii) f wchst monoton genau wenn f 0 auf (a, c) . a (iii) Ist f (x) > 0 fr alle x (a, c) , so wchst f streng monoton. u a Entsprechendes gilt fr monotones Fallen. u

Beweis: (i): Ist x > a und f = 0, so ist f (x)f (a) = f ()(xa) = 0, a < < x . (ii): Fr a x < y ist f (y) f (x) = f () (y x) mit x < < y . u Weil f () 0 nach Voraussetzung, ist f (x) f (y) . Ist umgekehrt kein Dierenzenquotient f (y)f (x) negativ, so auch kein Dierenyx tialquotient. (iii): Ebenso wie (ii) mit < statt .

Die Funktion y = x3 wchst streng monoton, obwohl (x3 ) = 3x2 a im Ursprung verschwindet.

(3.4) Satz uber die Umkehrfunktion. Sei D ein Intervall mit mehr als einem Punkt, sei p D und f : D R stetig, streng monoton (d.h. injektiv) und dierenzierbar bei p mit f (p) = 0 . Dann ist f 1 : f D D bei q = f (p) dierenzierbar, und (f 1 ) (q) = 1 . f (p) 1
dy dx (p)

In salopper Notation schreibt man dafr u dx (q) = dy .

Beweis: Fr x D ist nach Denition der Dierenzierbarkeit u f (x) = f (p) + (x)(x p), (p) = f (p) = 0,

3. Das lokale Verhalten von Funktionen

97

und ist bei p und damit ubrigens auf ganz D stetig. Fr x = p ist u auch (x) = (f (x) f (p))/(x p) = 0 . Sei nun y = f (x), q = f (p), dann gilt demnach y q = f 1 (y) f 1 (y) f 1 (q) , also f 1 (y) f 1 (q) = 1 f 1 (y) (y q).

Wir wissen schon (II, 3.9), da f 1 , also 1/ f 1 bei q stetig ist, und der Wert dort ist 1/(p) = 1/f (p). Die Voraussetzungen des Satzes sind insbesondere fr jedes p D u erfllt, wenn f auf ganz D dierenzierbar und stets f = 0 ist. u Beispiel. Die Funktion y = xn liefert y = nxn1 > 0 fr x > 0. u 1 Die inverse Funktion ist x = n y =: y n . Leiten wir die Gleichung 1 1 1 (x n )n = x nach der Kettenregel ab, so steht da n(x n ) (x n )n1 = 1, also 1 1 1 (x n ) = n x n 1 . Allgemeiner erhlt man so fr rationales = m , da x auf {x > 0} a u n eine wohldenierte streng monotone dierenzierbare Funktion ist, mit (x ) = x1 . Wir werden dieses Ergebnis jedoch bald auf ganz anderem Wege fr u beliebige reelle Zahlen erhalten. Jetzt wollen wir das lokale Verhalten einer dierenzierbaren Funktion um einen Punkt genauer beschreiben. Sei dazu f auf einem offenen Intervall D gegeben, und p D . Man nennt p ein lokales Maximum von f , wenn p eine Umgebung U in D besitzt, soda f |U in p ein Maximum annimmt, also f (x) f (p) fr alle x U . u Ist hier f (x) < f (p) fr alle x = p , so heit das lokale Maximum u isoliert. Hat f ein (isoliertes) lokales Maximum, so hat f ein (isoliertes) lokales Minimum an der Stelle p . Ein Extremum ist ein Maximum oder Minimum. Ahnlich nennen wir f um p lokal streng monoton wachsend oder fallend, wenn f |U fr eine Umgebung U u

98

III. Ableitung und Integral

von p diese Eigenschaft hat. Eine beliebig oft dierenzierbare Funktion hat stets eine dieser vier Verhaltensweisen, es sei denn, da alle ihre Ableitungen im Punkt p verschwinden.

(3.5) Lemma. Sei f dierenzierbar auf D und f (p) = 0. Dann gilt: (i) Ist f (p + h) h > 0 fr kleine h = 0 , so ist p ein isoliertes u lokales Minimum von f . Dies ist insbesondere der Fall, wenn f lokal um p streng monoton wchst. a (ii) Ist p ein isoliertes lokales Minimum von f , so wchst f lokal a um p streng monoton. Sieht also f aus, wie die eine Figur, so f wie die andere.

de
p p

Beweis: (i): Hier hat f (p+h) gleiches Vorzeichen wie h, also es ist positiv fr h > 0 und negativ fr h < 0 , also wchst f streng monou u a ton fr h > 0 und fllt streng monoton fr h < 0 , was insbesondere u a u die Behauptung zeigt. (ii): Hier ist f (p + h) > 0 fr |h| > 0 , also wchst f lokal streng u a monoton.

Der erste Fall liegt insbesondere vor, wenn f (p) existiert und

3. Das lokale Verhalten von Funktionen

99

positiv ist, denn dann ist f (p + h) = (h) h, (0) > 0,

also f (p + h) h = (h) h2 > 0 fr kleine h = 0. u

(3.6) Satz uber das lokale Verhalten. Sei f auf dem oenen Intervall D deniert und (n 1)-mal dierenzierbar, n 2 . Fr ein p D u existiere auch f [n] (p) , und es sei f [n] (p) = 0, f [k] (p) = 0 fr k < n. u

Dann hat man einen der folgenden vier Flle: a n gerade, n gerade, f [n] (p) > 0 = p ist ein isoliertes lokales Minimum. f [n] (p) < 0 = p ist ein isoliertes lokales Maximum.

n ungerade, f [n] (p) > 0 = f wchst lokal um p streng monoton. a n ungerade, f [n] (p) < 0 = f fllt lokal um p streng monoton. a

Beweis: Den Fall f [n] (p) < 0 fhrt man durch Multiplikation mit u [n] 1 auf den Fall f (p) > 0 zurck, den wir jetzt betrachten. Nach u Voraussetzung ist f [n2] (p) > 0 , und demnach fllt f [n2] unter a Fall (i) des Lemmas. Damit fllt aber nach dem Lemma f [n2k] a unter Fall (i) und f [n2k1] unter Fall (ii). Je nachdem ob n gerade oder ungerade ist, fllt also f = f [0] unter (i) bzw. (ii). a

Der Satz sagt, da sich f (p + h) fr kleine h ebenso verhlt, wie u a die Funktion h f [n] (p) hn . Das werden wir spter noch besser verstehen, wenn von der Taya lorentwicklung die Rede ist (vergl. auch Bd. 2, V, 3.3). Verschwinden allerdings alle Ableitungen von f bei p, so kann f lokal um p sehr pathologisch werden, weder extremal noch monoton.

100

f
1

III. Ableitung und Integral

Ein Beispiel ist die Funktion f (x) = x2 sin


1 x

f (0) = 0.

Wir werden auch noch Beispiele kennenlernen, die beliebig oft differenzierbar sind. Aber solche Beispiele sind doch untypisch. Um zu zeigen, da ein Punkt nun wirklich ein absolutes Extremum ist, sind natrlich weitere Uberlegungen ntig. Manchmal hilft der u o Satz, da eine stetige Funktion auf einem kompakten Intervall jedenfalls ein Extremum hat. Kann man die Randpunkte ausschlieen, so bleiben meist nur noch wenige Nullstellen der Ableitung von f als Kandidaten. Ubrigens ist in unseren Denitionen nicht ausgeschlossen, da der Punkt p ein Randpunkt des Intervalls D ist. Man spricht dann auch von einseitiger Dierenzierbarkeit von f bei p .

4. Der Hauptsatz
Dieser Satz lehrt, da Ableiten und Integrieren zueinander inverse Operationen sind. Wir betrachten wie immer ein Intervall D mit mehr als einem Punkt und eine darauf denierte Funktion f . Eine Funktion F : D R heit eine Stammfunktion von f , wenn

4.Der Hauptsatz

101

F = f . Zwei Stammfunktionen F und F1 unterscheiden sich um eine Konstante, denn (F F1 ) = F F1 = f f = 0 . (4.1) Hauptsatz. Ist a D und f stetig auf D , so ist
x

x
a

f (t) dt

eine Stammfunktion von f auf D . Ist also F irgendeine Stammfunktion von f , so ist
x

f (t) dt = F (x) F (a) =: F


a x a

x . a

Beweis: Sei g(x) := der Integralrechnung g(x + h) g(x) =

f (t) dt, dann ist nach dem Mittelwertsatz

x+h

f = f (x + h h) h,
x

0 h 1.

Und limh0 f (x + h h) = f (x) , das zeigt g (x) = f (x). Eine Stammfunktion ist bis auf eine Konstante, also durch ihren Wert an einem Punkt bestimmt, und die beiden Stammfunktionen x f und F (x) F (a) stimmen fr x = a uberein. u a

f (x + h)

g
x x+h

102

III. Ableitung und Integral

Wegen des Hauptsatzes nennt man eine Stammfunktion von f auch ein unbestimmtes Integral und bezeichnet sie durch f = Zum Beispiel ein Polynom f (x) = Integral f (t) dt = a +
k=0

f (t) dt.
n k=0 n

ak xk hat das unbestimmte

ak k+1 x . k+1

So gewinnen wir durch Dierenzieren von Funktionen mhelos viele u Formeln fr Integrale, die aus der Denition des Integrals direkt nur u schwer zu nden wren, denn fr das Rechnen mit elementaren Funka u tionen ist das Dierenzieren meist leichter als das Integrieren. Auf die Dauer und prinzipiell erweist sich dagegen doch das Integral als der Operator mit den besseren Eigenschaften: Man beweist zum Beispiel die Lsbarkeit von Dierentialgleichungen, indem man daraus eine Ino tegralgleichung macht. Jede stetige Funktion lt sich integrieren und a liefert als Integral nach dem Hauptsatz eine dierenzierbare Funktion: Integrieren macht die Funktionen besser. Ableiten dagegen macht sie schlechter, die Ableitung einer dierenzierbaren Funktion braucht nichteinmal stetig zu sein. Jede Regel der Dierentialrechnung lt sich jedenfalls fr a u stetige Funktionen nach dem Hauptsatz als Regel der Integralrechnung deuten. Aus der Kettenregel wird so die (4.2) Transformationsformel. Ist f : D R eine stetige Funktion und : [a, b] D stetig dierenzierbar, so ist
b (b)

f (t) (t) dt =
a (a)

f (u) du.

In sinnflliger Notation schreiben wir: Ist u = (t), so ersetze zur a Transformation des Integrals du = (t) dt.

4.Der Hauptsatz

103

Beweis: Fr jedes x [a, b] zeigen wir: u


x (x)

F (x) :=
a

f =
(a)

f =: G(x).

Fr x = a verschwinden beide Funktionen, und es ist F = G zu u zeigen. Nach dem Hauptsatz ist F (x) = f (x) (x), und G mu man, entsprechend der Kettenregel, erst nach der oberen Grenze, und dann diese nach x ableiten. Das ergibt auch f (x) (x). Beispiel. Gesucht ist ein Integral x 1 + x dx . Setze 1 + x = u , also x = u2 1, dx = 2u du , und es ergibt sich 2 (u2 1)u2 du = 2 (u4 u2 ) du = 2 u5 u3 , 5 3

was das Problem im wesentlichen lst. o Leichte Anwendungen der Transformationsformel sind die Formeln:
b b+c

f (t + c) dt
a b

=
a+c bc

f (x) dx, f (x) dx,


ac 1 n bn

x = t + c. x = ct. x = tn .

c f (ct) dt
a b a

tn1 f (tn ) dt =

f (x) dx,
an

Ist f eine streng monotone Funktion auf [a, b] mit Bild [f (a), f (b)] oder [f (b), f (a)], so hat man auf dem Bildintervall die inverse Funktion, und es gilt:
b f (b)

(4.3)
a

f+
f (a)

f 1 = bf (b) af (a).

Wissen wir also eine Funktion zu integrieren, so knnen wir auch o das Integral der Umkehrfunktion hinschreiben, wenn die Funktion umkehrbar ist.

104

f (b)

f (a)

Beweis: Ist f dierenzierbar, so setze x fr b und dierenziere u nach x . Es kommt beidseits xf (x) + f (x) heraus. Im allgemeinen hilft die Figur weiter: Eine Treppenfunktion unter f liefert eine Treppenfunktion ber f 1 und umgekehrt. Schlielich hat man als oft geschicktes Hilfsmittel die (4.4) Partielle Integration. Sind f und g auf dem Intervall [a, b] stetig dierenzierbare Funktionen, so gilt:
b b

h
y
f (b)

III. Ableitung und Integral

f 1

f (a)

f (t) g (t) dt = f g
a

b a

f (t) g(t) dt.

Kurz notiert:

f dg = f g

g df .

Beweis: Ersetze b durch x und dierenziere, dann steht da: f g = (f g) g f , also die Produktregel. Whlt man speziell g(x) = x , so erhlt man a a f = xf xf .
x

Als Anwendung betrachten wir die Funktion log(x) := 1 t1 dt , die wir im nchsten Abschnitt genauer studieren werden. Es ist also a log (x) = 1/x.

4.Der Hauptsatz

105

Mit der letzten Formel erhalten wir daher log(x) = x log(x) 1 = x log(x) 1 .

Ahnlich gelingt die Berechnung der Integrale Am := Am =


x (1+x2 )m

dx . (1 + x2 )m =
x (1+x2 )m

+ 2m

x2 dx (1+x2 )m+1

+ 2mAm 2mAm+1 ,

wegen x2 = (1 + x2 ) 1 . Damit haben wir die Rekursionsformel (4.5) Am+1 = 1 x 2m 1 Am . + 2 )m 2m (1 + x 2m

Wir werden bald lernen, fr A1 auch u A1 (x) = arctan(x) zu schreiben. Daraus lassen sich dann rekursiv alle An berechnen. Eine Transformation zu nden, die ein gegebenes Integral in ein bekanntes umformt, verlangt Ubung und Geschicklichkeit, und oft auch psychologische Einfhlung in die Neigungen des Aufgabenstelu lers. Man darf jedoch nicht erwarten, da jedes Integral schon bekannter Funktionen sich wieder durch bekannte Funktionen algebraisch oder durch Zusammensetzung ausdrcken lt. Auch mu u a man bedenken, da eine Funktion wie log(arctan 1 + cos2 x) sin(arctan(log |x|))

auch nicht ernstlich bekannt ist. Daher ist es gerade in Anwendungen, aber auch in theoretischen Betrachtungen, oft vernnftiger, u eine durch ein Integral denierte Funktion direkt zu untersuchen und durch Nherungsverfahren das Integral zu berechnen, als sich a in Lsungsformeln zu verstricken. Immerhin soll der Student auch o einiges Geschick im Rechnen erwerben. Nun ist allerdings doch schon oenbar, da es uns uberhaupt an Funktionen fehlt. Spezielle Funk tionen sind nicht nur Beispiele zur Anwendung der allgemeinen Stze, a sondern sie bilden den eigentlich konkreten Inhalt der Analysis.

106

III. Ableitung und Integral

5. Logarithmus und Exponentialfunktion


Der natrliche Logarithmus ist die Funktion u
x

log : R+ R, Er ist also durch die Gleichungen log(1) = 0,

x
1

t1 dt.

log (x) =

1 x

bestimmt. Weil auf dem Denitionsgebiet der positiven reellen Zahlen log > 0 ist, wchst der Logarithmus streng monoton und ist, wie a die Funktion 1/x , beliebig oft dierenzierbar. (5.1) log(ax) = log(a) + log(x).

Beweis: Beide Seiten sind gleich fr x = 1 und haben gleiche u Ableitung.

Insbesondere folgt log(x) + log(x1 ) = log(1) = 0 , also log(x1 ) = log(x). Fr n N folgt induktiv log(xn ) = n log(x), also u 1 1 1 m log(x m ) = log(x), das heit log(x m ) = m log(x). Aus beidem zusammen folgt log(x ) = log(x) fr rationale Zahlen . Weil nun zum Beispiel log(2) > log(1) = 0 , u folgt log(2n ) = n log(2) fr n , und log(2n ) = n log(2) u fr n . Das Bild von log ist also die ganze reelle u Gerade, und die Steigung 1/x fllt monoton und ist 1 im Punkt a 1. Sie geht gegen fr x 0 und gegen 0 fr x . Alles u u zusammengenommen haben wir schon ein ziemlich klares Bild des Graphen der Logarithmenfunktion:

5. Logarithmus und Exponentialfunktion y

Fr x < 0 hat man nach der Kettenregel log(x) = 1/x , also u 1 = log |x| auf R {0}. x Der Logarithmus hat eine Umkehrfunktion, die Exponentialfunktion exp : R R+ , und nach dem Satz uber die Umkehrfunktion ist diese ebenfalls dif ferenzierbar und wchst streng monoton. Weil fr y = log(x) gilt a u y = x1 gilt fr die Umkehrfunktion x = exp(y), dx/dy = u 1/x1 = x, also haben wir (5.2) exp(0) = 1, exp (x) = exp(x).

i
1 x u(x) = exp(x).

107

y = log(x)

Diese Gleichungen charakterisieren die Exponentialfunktion, genauer: (5.3) Satz: Sei u : R R eine dierenzierbare Funktion, soda u = u, u(0) = fr Konstanten , R . Dann ist u

Beweis: Nach dem Gesagten erfllt die Funktion exp(x) jedenu falls die geforderten Gleichungen. Gilt nun dasselbe von u , so setze v(x) = u(x)/ exp(x). Dann folgt v (x) = exp(x)u (x) u(x) exp(x) =0 exp(x)2

wegen u = u . Also v = v(0) = u(0) = .

108

III. Ableitung und Integral

Die Exponentialfunktion exp(x) beschreibt also das Wachstum oder die Abnahme mit konstanter Rate, ein Vorgang, der uns uberall, segensreich oder verhngnisvoll, vor Augen steht. Die Dierentiala gleichung y = y , die wir jetzt vollstndig gelst haben, ist eine der a o wichtigsten uberhaupt. Aus (5.1) folgt durch Umkehrung unmittelbar (5.4) exp(a + x) = exp(a) exp(x),

denn beide haben gleichen Logarithmus a + x . Wir setzen exp(1) := e. (Es ist e = 2, 718281 . . . ). Dann gilt jedenfalls fr rationale Expou nenten exp() = e , denn beide Seiten haben gleichen Logarithmus . Fr andere Expou nenten hatten wir bisher keine Potenz erklrt, und denieren jetzt a ex := exp(x). Will man fr eine beliebige Zahl a > 0 die allgemeine Potenz ax u erklren, so sollte doch log(ax ) = x log(a) sein, und so setzen wir a jetzt ubereinstimmend mit dem frheren u (5.5) ax := ex log(a) .

Es folgt dann ax+y = e(x+y) log(a) = ex log(a) ey log(a) = ax ay , und (5.6) (ax ) = log(a) ax .

Auch erhalten wir jetzt fr beliebige Exponenten: u log(x) log(x) (x ) = (e ) = xe = x = x1 , also x (x ) (5.7) x = = x1 x+1 +1 fr u fr u x > 0. x > 0, = 1.

5. Logarithmus und Exponentialfunktion

Der Graph der Exponentialfunktion ergibt sich aus dem des Logarithmus.

Da es die Exponentialfunktion als Bijektion R R+ mit der Eigenschaft exp(a + b) = exp(a) exp(b) gibt, ist ein grundlegender Satz uber die algebraische Struktur des Krpers der reellen Zahlen. Wir betrachten einerseits die Gruppe o ( R, +) der beliebigen reellen Zahlen mit der Addition als Verknpu fung, und andererseits die Gruppe ( R+ , ) der positiven reellen Zahlen mit der Multiplikation als Verknpfung. Dann deniert die Exu ponentialfunktion einen Isomorphismus exp : ( R, +) ( R+ , ) dieser Gruppen, mit inversem Isomorphismus log . Die beiden algebraischen Strukturen sind gleichsam dieselben mit unterschiedlicher Benennung. Was sich in der einen mit der Addition sagen lt, gilt a genauso in der anderen, wenn man die Addition durch die Multiplikation ersetzt. Das ist eine Besonderheit des reellen Zahlkrpers. o Zum Beispiel beim Krper Q der rationalen Zahlen ist die additive o Struktur geheimnisvoll, die multiplikative Struktur dagegen aufgrund der eindeutigen Primfaktorzerlegung sehr einfach.

j
y 1 x

109

y = ex

110

III. Ableitung und Integral

6. Winkelfunktionen
Wie schon erwhnt, denieren wir die Funktion arctan : R R , a den Arkustangens, durch
t

arctan(t) =
0

1 ds. 1 + s2

Schreiben wir der Krze halber a(t) := arctan(t), so ist diese Funku tion demnach durch die Gleichungen bestimmt: 1 , a(0) = 0. 1 + t2 Natrlich soll diese Funktion den im Bogenma gemessenen Winkel u mit Tangens t angeben. Wir werden unsere Denitionen von Winkel, Tangens und Bogenma schon dementsprechend einrichten. Den Anschlu an die Anschauung liefert eine Physikerbetrachtung an folgender Figur: (6.1) a (t) =
da 1+t2

da

1 + t2 1 . = dt 1 + t2

Man nennt diese Funktion auch den Hauptzweig des Arkustangens. Wir legen dem Folgenden nur die obige formale Denition (6.1) zu1 grunde. Weil a (t) = 1+t2 > 0, wchst die Funktion streng monoa ton mit abnehmender Steigung und ist beliebig oft dierenzierbar. Der Arkustangens ist eine ungerade (antisymmetrische) Funktion, das heit: (6.2) a(t) = a(t).

k
da 1+t2

dt t

6. Winkelfunktionen

111

Wir denieren die Zahl durch := 4 a(1).


1 1 Weil 1 1+t2 1 auf [0, 1] , folgt 2 a(1) 1, also 2 4. 2 Natrlich kann man aufgrund der Denition ohne Mhe auf viele u u 1 Stellen genau berechnen. Die numerische Integration von 1+t2 , also z.B. das Einschlieen dieser Funktion zwischen Treppenfunktionen, wre ein mgliches, aber kein geschicktes Verfahren. a o

(6.3)

a(t) + a(t1 ) = /2 fr t > 0. u

Beweis: Die Formel gilt fr t = 1 , und die linke Seite hngt nicht u a von t ab, weil ihre Ableitung verschwindet: 1 t2 = 0. 2 1+t 1 + t2 Also fr t geht a(t) /2 , weil a(t1 ) a(0) = 0 . Aus (6.2) u folgt somit, da der Arkustangens eine umkehrbare Abbildung a : R (/2, /2) deniert. Die Umkehrabbildung heit der Tangens tan : (/2, /2) R, und wir setzen diese Funktion periodisch fort: tan(x + ) := tan(x). Auf dem Intervall (/2, /2) wchst der Tangens streng monoton, a und aus (6.2) folgt (6.4) tan(x) = tan(x),

weil beide Seiten gleichen Arkus x liefern. Aus (6.3) folgt ganz entsprechend: (6.5) tan(x) tan x =1 2 fr x u k |kN . 2

112

III. Ableitung und Integral

Der Satz uber die Ableitung der Umkehrfunktion liefert d (6.6) tan(x) = 1 + tan2 (x). dx Also auerhalb {/2 + k | k Z } ist der Tangens beliebig oft differenzierbar. Dabei ist tan (0) = 1 und tan (x) fr x /2 u auf dem Intervall (/2, /2) . Die Steigung tan fllt monoton auf a (/2, 0] und steigt monoton auf [0, /2). Mit der Periodizitt des a Tangens ergibt sich somit als Graph die Figur:

Aus der Funktion Tangens erhlt man Sinus und Kosinus, wenn a man aufgrund elementargeometrischer Betrachtungen von den Formeln sin/cos = tan , sin2 + cos2 = 1 ausgeht:

l m
0 1 sin cos

tan

6. Winkelfunktionen sin(x) := tan(x) 2

113

cos(x) :=

1 1+tan2 (x)

1+tan (x)

fr |x| < /2. u

cos(/2) := 0 , sin(/2) := 1 . cos(x + ) := cos(x), sin(x + ) := sin(x). Damit sind Sinus und Kosinus zunchst fr alle x so deniert, a u da es mit unseren anschaulichen Vorstellungen vertrglich ist. Aus a dem, was wir uber den Tangens schon wissen, folgt oenbar: cos(x) = cos(x), (6.7) cos(x + 2) = cos(x), sin(x + 2) = sin(x). Sinus und Kosinus sind 2-periodisch. Es ist leicht zu sehen, da die beiden Funktionen an den Stellen /2 + k , wo sie zusammengestckelt sind, stetig bleiben, nmlich u a
x/2

sin(x) = sin(x),

lim

cos(x) = 0,

x/2

lim

sin(x) = 1.

Die zweite Gleichung zum Beispiel folgt fr t = tan(x) aus u


t

lim

t = 1. 1 + t2 cos (x) = sin(x).

Jetzt ndet man die grundlegenden Dierentialgleichungen (6.8) sin (x) = cos(x),

Dies besttigt man zunchst fr das Intervall |x| < /2 aus (6.6) a a u und der Denition von Sinus und Kosinus durch Nachrechnen. Dann ubertrgt sich die Gleichung wegen der Periodizitt (6.7) auf alle a a Punkte bis auf die /2 + k . Fr diese hilft dann das bei solchem u Basteln mit Funktionen oft ntzliche allgemeine u (6.9) Lemma. Sei D ein reelles Intervall mit mehr als einem Punkt, f eine auf D stetige Funktion, und p D . Angenommen f ist auf D {p} dierenzierbar und
xp

lim f (x) = a,

x = p,

114

III. Ableitung und Integral

dann ist f auch bei p dierenzierbar und f (p) = a.

Beweis: Nach dem Mittelwertsatz der Dierentialrechnung ist f (p + h) f (p) = f (p + h h), h und fr h 0 konvergiert dies gegen a. u 0 < h < 1,

Findet man also, wie in unserem Fall, eine stetige Funktion, die auf einem Intervall auer bei p die Ableitung einer anderen stetigen Funktion ist, so ist sie es auch an der Stelle p. Die Dierentialgleichungen (6.8) haben eine sehr anschauliche Bedeutung: Wir denken uns, da ein Punkt mit Geschwindigkeit 1 auf dem Einheitskreis in positiver Richtung herumluft. Er beginne zur a Zeit t = 0 seinen Lauf im Punkt (1, 0) . Nach der Zeit t bendet er sich an der Stelle cos(t), sin(t) .

Der Geschwindigkeitsvektor des auf dem Kreis herumlaufenden Punktes hat Lnge 1, steht senkrecht auf dem Ortsvektor cos(t), sin(t) , a und bildet diesem folgend ein Rechtssystem, und damit mu es sich um den Vektor sin(t), cos(t) handeln. Andererseits erhlt man a

n
sin(t), cos(t) sin(t) cos(t)

6. Winkelfunktionen

115

die Geschwindigkeit durch Ableiten der Ortskoordinaten nach der Zeit, also d/dt cos(t) = sin(t), d/dt sin(t) = cos(t).

Nach dieser kinematischen Abschweifung ins Zweidimensionale zurck zu unseren Funktionen. Sie sind durch diese beiden Differentialu gleichungen mit den Anfangsbedingungen sin(0) = 0, cos(0) = 1

vollkommen bestimmt, und wir htten sie auch dadurch denieren a knnen. Nur, da es solche Funktionen gibt, haben wir aus dem o Vorhergehenden erschlossen.

(6.10) Satz (Schwingungsgleichung). Sei u : R R eine zweimal dierenzierbare Funktion mit u + u = 0. Dann ist u(x) = cos(x) + sin(x), = u(0), = u (0).

Beweis: Setze v := u , dann gilt (6.11) u = v, v = u, u(0) := , v(0) := .

Diese Bedingungen erfllt auch das Paar von Funktionen u cos(x) + sin(x), cos(x) sin(x),

und wir wollen zeigen, da nur dieses Paar die Gleichungen (6.11) erfllt. Nun, bilden wir die Dierenzen u U := u ( cos(x) + sin(x)), so gilt oenbar: U = V, V = U, U (0) = V (0) = 0, V := v ( cos(x) sin(x)),

116

III. Ableitung und Integral

und wir haben zu zeigen, da dies nur vom Paar der Nullfunktionen erfllt wird. Denken wir noch einmal an die kinematische Deutung, u so besagen diese Gleichungen eigentlich, da der Punkt (U, V ) so uber die Ebene luft, da seine Bewegungsrichtung stets senkrecht a zum Ortsvektor ist, seine Anfangsposition aber der Nullpunkt ist. Freilich kann er dann da nicht wegkommen. Betrachten wir also demgem das Quadrat des Abstands, also ohne alle Deutung die a Funktion E(x) = U 2 (x) + V 2 (x) . Es ist E = (U 2 + V 2 ) = 2U U + 2V V = 2U V 2U V = 0, und E(0) = 0 , also E = 0 , also U = V = 0. Auch die Dierentialgleichung u + 2 u = 0 knnen wir jetzt vollstndig lsen. Ist = 0, so ist die allgemeine o a o Lsung o u = cos(t) + sin(t), , R. Das erhlt man aus dem Vorigen, indem man setzt: a w(t) := u(t/). Dann gilt w + w = 0 , also w(t) = cos(t) + sin(t) , also die Behauptung. (Und fr = 0 ?) u Die Behauptung lt sich auch so aussprechen: Die zweimal difa ferenzierbaren Funktionen u : R R , welche die Dierentialgleichung u + 2 u = 0 erfllen, bilden einen 2-dimensionalen Vektorraum. Eine Basis bilden u die Funktionen sin(t), cos(t). Ubrigens ist die Abbildung u u + 2 u eine lineare Abbildung des Raumes der zweimal dierenzierbaren Funktionen. Wir haben den Kern berechnet.

6. Winkelfunktionen

117

Beim Beweis des Satzes haben wir als gleichwertiges Resultat gefunden, da die Bedingung u = v, v = u, u(0) = , v(0) =

ein Paar von Funktionen u, v festlegt, nmlich a u = cos(x) + sin(x), v = cos(x) sin(x).

Als Anwendung des Satzes zeigen wir das

(6.12) Additionstheorem. sin(x + y) = sin(x) cos(y) + cos(x) sin(y), cos(x + y) = cos(x) cos(y) sin(x) sin(y).

Beweis: Fr festes y sei u(x) = sin(x + y), dann erfllt u oenbar u u die Voraussetzung des Satzes mit = u(0) = sin(y), = u (0) = cos(y).

Also ist u(x) = cos(x) + sin(x), und das ist die erste Formel. Die zweite folgt hnlich. a

Die Graphen von Sinus und Kosinus sind aus dem, was wir wissen, leicht anzugeben:

o
1 sin
2

cos

118

III. Ableitung und Integral

Die Relation (6.13) sin2 (x) + cos2 (x) = 1

stimmt fr x = 0 , also allgemein, weil die Ableitung der linken Seite u verschwindet. Schlielich zeigen wir das, wovon wir in der Motivation ausgegangen sind: (6.14) Satz. Sind a, b R und ist a2 + b2 = 1 , so gibt es genau ein t [0, 2) mit a = cos(t), b = sin(t). Beweis: Man macht eine Fallunterscheidung nach dem Quadranten der Ebene, in dem der Punkt (a, b) liegt. Sei etwa 0 a, b . Weil cos(0) = 1, cos(/2) = 0, und weil der Kosinus im Intervall [0, /2] streng monoton fllt (die Ableitung sin ist auf dem oenen Intervall a negativ), gibt es nach dem Zwischenwertsatz genau ein t [0, ] mit 2 cos(t) = a, und dann ist sin(t) = 1 cos2 (t) = 1 a2 = b. Bleibt zu prfen, da cos(t), sin(t) fr t (/2, 2) nicht in den u u ersten Quadranten fllt. Fr die anderen Quadranten schliet man a u analog. Wir wollen die Erklrung der Winkelfunktionen nun als gesichert a ansehen. Sie werden uns noch oft begegnen, und wir werden bald zu Aussagen kommen, die aus anschaulicher Betrachtung mit Schulargumenten nicht mehr zu erhalten sind. Mit dem Sinus konstruieren wir eine Funktion, die uberall diffe renzierbar, deren Ableitung jedoch nicht uberall stetig ist, nmlich a f (x) = x2 sin(x1 ) fr x = 0, u f (0) = 0.

Fr x = 0 ist f (x) = 2x sin(x1 ) cos(x1 ). Fr x = 0 zeigt u u 1 die Denition der Ableitung mit (h) = h sin(h ) unmittelbar f (0) = 0 . Dagegen konvergiert f (x), x = 0, fr x 0 nicht. u

6. Winkelfunktionen

Die Folge von Funktionen

konvergiert gleichmig gegen die Nullfunktion, aber die Folge der a Ableitungen fn (x) = n cos(n2 x) divergiert. Die Nhe der Funktionswerte sagt nichts uber die Nhe a a der Ableitungen.

f p
1

119

fn (x) =

1 n

sin(n2 x)

Kapitel IV

Potenzreihen und Taylorentwicklung

Man nennt diese Bearbeitung Potenzieren und die Produkte davon Potenzen in verschiedenen Graden. Ungemein wahrscheinlich wird es hierdurch da die Materie mittels solcher Dynamisationen sich zuletzt gnzlich in ihr ina dividuelles geistartiges Wesen ause. o Hahnemann Wir werden im Zusammenhang ausfhren, ob und wie sich eine u Funktion als Potenzreihe darstellen lt, und wie die Dierentiala und Integralrechnung fr Potenzreihen aussieht. Es zeigt sich, da u insbesondere die elementaren Funktionen arithmetisch-gesetzmige a Reihenentwicklungen haben, die man aus der schulmigen elemena targeometrischen Denition der Funktionen gar nicht erwartet. Auf der anderen Seite zeigen wir, wie man dierenzierbare Funktionen nach Wunsch konstruiert. Im letzten Abschnitt sagen wir etwas uber komplexe Zahlen und Potenzreihen im Komplexen.

1. Potenzreihen
Eine Reihe n=0 fn von Funktionen fn : D R heit normal konvergent, wenn die Reihe der Normen

fn
n=0

1. Potenzreihen

121

konvergiert. Die Dreiecksungleichung


N +k N +k

|fn |
n=N

n=N

fn

zeigt mit dem Cauchy-Kriterium, da eine normal konvergente Reihe gleichmig absolut konvergiert. Sind die fn stetig, so ist also auch a der Grenzwert der Reihe stetig. Eine Potenzreihe mit Entwicklungspunkt p ist eine Reihe der Form

(1.1)
k=0

ak (x p)k .

Die reellen Zahlen ak , k N 0 , heien die Koezienten der Reihe. Genauer gesagt deniert die Folge (ak ) der Koezienten also eine Abbildung, die jedem x R eine Reihe zuordnet die natrlich u nicht zu konvergieren braucht. Immerhin, wenn D R die Menge der Stellen x ist, wo die betrachtete Potenzreihe konvergiert, so deniert diese Reihe eine Funktion

f : D R,

x
k=0

ak (x p)k .

Natrlich ist stets auch p D und f (p) = a0 . Setzen wir z = x p , u k so kommen wir auf eine Reihe k ak z mit Entwicklungspunkt 0, und wir verlieren nichts, wenn wir nur diese studieren. Wir schreiben aber wieder x statt z . Wie sieht nun das Denitionsgebiet D aus? Der Konvergenzradius der Reihe k ak (x p)k ist R = sup{t | Die Folge (|an tn |) ist beschrnkt}. a Wenn die Folge (|an tn |) fr ein t beschrnkt bleibt, so erst recht fr u a u alle kleineren |t| , ist sie fr ein t unbeschrnkt, so erst recht fr alle u a u greren |t|, und t = R ist gerade der kritische Punkt: Darunter ist o die Folge beschrnkt, darber nicht. Es kann R = 0 oder R = a u

122

IV. Potenzreihen und Taylorentwicklung

sein, d.h. die Reihe hat nur fr x = p bzw. fr alle x beschrnkte u u a Glieder.

(1.2) Satz. Sei R der Konvergenzradius der Potenzreihe (1.1). Ist |x p| > R , so divergiert die Reihe. Auf jedem kompakten Intervall {x | |x p| r} mit r < R konvergiert die Reihe normal.

Die Potenzreihe (1.1) konvergiert also jedenfalls in dem oenen Konvergenzintervall (p R, p + R) . Uber Konvergenz oder Divergenz in den Randpunkten des Konvergenzintervalls kann man nichts Allgemeines sagen.

Beweis: Wir drfen p = 0 annehmen. Fr |x| > R ist schon die u u n Folge der Reihenglieder (an x ) nicht beschrnkt, also divergiert die a Reihe. Jetzt sei 0 r < R . Whle ein t mit r < t < R . Dann hat man a nach Denition von R eine Abschtzung |an tn | A fr alle n , mit a u einer von n unabhngigen endlichen Schranke A . Damit erhlt man a a fr |x| r die von x unabhngige Abschtzung u a a |an xn | |an rn | = |an tn | (r/t)n A (r/t)n ,
n auf dem komund 0 r/t < 1. Damit ist die Reihe n an x pakten Intervall |x| r von der geometrischen Reihe A n (r/t)n dominiert.

Man sieht, da der Rand p R des Konvergenzintervalls zwei Verhaltensweisen voneinander scheidet, die weit unterschiedlicher sind, als es zunchst in der Denition ausgesprochen ist: Auen divergiert a sogar die Folge der Reihenglieder, in einem kompakten Intervall im Innern konvergiert die Reihe normal.

1. Potenzreihen

123

Es gibt andere Beschreibungen des Konvergenzradius. Eine sehr elegante, wenn auch selten ntzliche, ist die u

(1.3) Formel von Hadamard. R = (lim


k
k

|ak |)1 .

Beweis: Wir erinnern uns, da lim der grte Hufungspunkt ist. o a Ist R R {} das von der Formel Angegebene und r > R , so ist limk r k |ak | > 1, also r k |ak | > 1 fr unendlich viele k , also u k |ak r | > 1 fr unendlich viele k , also r grergleich dem Konvergenzu o radius. Ist 0 < r < R so ist entsprechend limk r k |ak | < 1 , also |rk ak | < 1 fr fast alle k , und damit r kleinergleich dem Konvergenzu radius.

Folgende Beispiele zeigen unterschiedliches Konvergenzverhalten am Rande des Konvergenzintervalls: Die geometrische Reihe 1 = 1 + x + x2 + 1x hat den Konvergenzradius 1 und divergiert in beiden Randpunkten, obwohl ja die dargestellte Funktion selbst im Punkt 1 stetig bleibt und den Wert 1 hat. Die Reihe 2 x x2 x3 x4 + + + + 2 3 4 5 konvergiert fr x = 1 nach dem Leibniz-Kriterium und fhrt fr u u u x = 1 auf die divergente harmonische Reihe. Die Reihe 1+ xn n2 n=1 konvergiert in beiden Randpunkten 1 des Konvergenzintervalls. Die Reihe 1 = 1 x2 + x4 x6 + 1 + x2

124

IV. Potenzreihen und Taylorentwicklung

divergiert fr |x| 1 , obwohl die dargestellte Funktion ja auf ganz u R beliebig oft dierenzierbar ist. Das wird erst beim Ubergang zum Komplexen verstndlich, wo sich zeigt, da diese Funktion einen sina gulren Punkt an den Stellen i im Abstand 1 vom Ursprung bea sitzt. Eine Potenzreihe f (x) = k ak (xp)k deniert auf ihrem oenen Konvergenzintervall eine stetige Funktion f : D R, denn auf jedem kompakten Intervall {x |x p| r} mit r < R ist f stetig als gleichmiger Limes stetiger Funktionen, und weil Stetigkeit eine a lokale Eigenschaft ist und jeder Punkt im oenen Konvergenzintervall eine Umgebung in so einem kompakten Intervall hat, ist f auf ganz D stetig. ( [ ] )

Aber f bleibt auch bis in die Randpunkte des Konvergenzintervalls, in denen die Potenzreihe konvergiert, stetig. Der Beweis dieser Aussage beruht auf einer geistvollen und auch sonst hilfreichen Bemerkung von Abel, der ich mich jetzt zuwende. Betrachten wir noch einmal den Ubergang zwischen Folgen und Reihen: Einer Folge a = (an | n N 0 ) ordnen wir die Folge der Partialsummen A = (An | n N 0 ) zu, mit
n

An :=
k=0

ak .

Fr eine Folge A = (An | n N 0 ) haben wir umgekehrt die Folge u a = (an | n N 0 ) , mit an := An An1 , A1 := 0.

Wir schreiben auch A = a, An = an , und a = A, an = An . Dann denieren und zwei zueinander inverse lineare Abbildungen des Vektorraumes aller reellen Folgen in sich. Man kann diese Abbildungen als ein diskretes Analogon von Integral und Ableitung ansehen. Insbesondere hat man:

1. Potenzreihen

125

Produktregel. (AB)k = Ak Bk + Ak1 Bk . Beweis: (AB)k := Ak Bk Ak1 Bk1 = (Ak Ak1 )Bk + Ak1 (Bk Bk1 ).

Durch Summieren uber k von 0 bis n entsteht daraus die Formel, die man Abelsche Summation nennt, oder nach der Analogie zur Integralrechnung

(1.4) Partielle Summation.


n n

Ak Bk = An Bn
k=0 k=0

Ak1 Bk ,

A1 = B1 := 0.

Ausgeschrieben, mit einer kleinen Indextranslation in der letzten Summe, sieht das so aus:
n n1

ak Bk = An Bn +
k=0 k=0

Ak (Bk Bk+1 ).

Wir kehren zurck zu den Potenzreihen. u

(1.5) Abelscher Grenzwertsatz. Ist eine reelle Potenzreihe auf einem kompakten Intervall in jedem Punkt konvergent, so konvergiert sie dort gleichmig und stellt dort folglich eine stetige Funktion dar. a Insbesondere stellt eine Potenzreihe auf ihrem Konvergenzintervall eine bis in die Randpunkte, in denen sie konvergiert, stetige Funktion dar.

Beweis: Nach einer Variablentransformation x = (z p)/R hat k man ohne Beschrnkung der Allgemeinheit die Reihe a k=0 ck x , und sie konvergiert in jedem Punkt des Intervalls [0, 1]. Es ist zu

126

IV. Potenzreihen und Taylorentwicklung

zeigen, da die Reihe auf diesem Intervall gleichmig konvergiert. a n Sei also > 0 und dazu m so gro gewhlt, da | k=m ck | < fr a u alle n m. Das ist die Konvergenz fr x = 1 . Auf die Restreihe u
m1

ck xk
k=0 k=0

ck xk =:
k=0

ak xk ,

ak :=

0 ck

fr k < m, u fr k m, u

wende partielle Summation (1.4) an, mit dem gegebenen ak und Bk = xk . Man erhlt a
n n1

ak xk = An xn +
k=0 k=0

Ak (xk xk+1 )
n1

= An xn + (1 x)
k=0

Ak xk .

Nach Wahl von m ist |Ak | < fr alle k , also kann man den Betrag u der rechten Seite fr alle x [0, 1] abschtzen durch u a
n1

+ (1 x)
k=0

xk = (1 + 1 xn ) 2.

Jetzt wollen wir uns der Dierential- und Integralrechnung fr Pou tenzreihen zuwenden. Es liegt nahe, eine Potenzreihe einfach gliedweise zu dierenzieren und zu integrieren:

f=
n=0

an (x p) ,

f =
n=1

nan (x p)n1 ,

f = c0 +

an (x p)n+1 . n+1 n=0

Dieses f und f nennt man die formale Ableitung und das formale Integral. Man kann sie ja bilden, ob nun die Reihe f konvergiert oder nicht. (1.6) Satz. Die formale Ableitung und das formale Integral einer Potenzreihe f haben gleichen Konvergenzradius wie f und stellen im oenen Konvergenzintervall die Ableitung und das Integral von f dar.

1. Potenzreihen

127

Beweis: Die Aussage uber den Konvergenzradius folgt aus der De nition oder der Formel von Hadamard, denn weil limn n n = 1, ist limn n |an | = limn n |nan |. Auch die Behauptung uber das Integral sieht man gleich ein, denn liegt das abgeschlossene Intervall zwischen p und x ganz im Konvergenzintervall von f , so konvergiert f dort ja gleichmig, also nach (III, 1.12) ist a
x p n

an (t p)n dt =
n p

an (t p)n dt =
n

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

Hieraus aber folgt auch die Behauptung uber die Ableitung, denn die formale Ableitung f von f deniert ja nach dem Gesagten auf dem Konvergenzintervall von f eine stetige Funktion mit Integral f , mu also nach dem Hauptsatz der Dierential- und Integralrechnung die Ableitung von f sein. Der Beweis ist ein gutes Beispiel dafr, da mit dem Integral u besser zu argumentieren ist, als mit der Ableitung. Den letzten Schlu wollen wir noch allgemein aussprechen: (1.7) Satz (Vertauschen von Grenzwert und Ableitung). Sei (fn ) eine Folge stetig dierenzierbarer Funktionen auf einem Intervall D . Sei p D , und die Folge fn (p) sei konvergent. Die Folge der Ableitungen fn sei auf jedem kompakten Intervall in D gleichmig a konvergent. Dann konvergiert die Folge (fn ) gegen eine stetig differenzierbare Funktion f , und f = ( lim fn ) = lim (fn ).
n n

Beweis: Es ist fn (x) = fn (p) +


x

x p

fn (t) dt , also
x n p

f (x) = lim fn (p) + lim


n n p

fn (t) dt = lim fn (p) +

lim fn (t) dt.


n

Also existieren f und f , und f = limn (fn ), nach dem Hauptsatz.

128

IV. Potenzreihen und Taylorentwicklung

Ubrigens konvergiert auch (fn ) auf jedem kompakten Intervall [a, b] in D gleichmig, denn fr p [a, b] gilt: a u |fn f | |fn (p) f (p)| +
p

(fn f ) (b a).

|fn (p) f (p)| + fn f

Die Voraussetzungen des Satzes sind nicht uberssig, zum Beispiel u 1 die Folge n sin(nx) konvergiert gegen 0 , aber die Folge cos(nx) ihrer Ableitungen nicht. Zurck zu Potenzreihen: wir drfen sie gliedweise dierenzieren u u und integrieren. Das fhrt zu den schnsten Entdeckungen. Zum u o Beispiel arctan (x) = (1.8) arctan(x) = 1 = 1 + x2

()k x2k ,
k=0

also

()k
k=0

1 x2k+1 . 2k + 1

Wir schreiben ()k fr (1)k , wie es naheliegt, denn = +. u Die letztere Reihe konvergiert nach Leibniz auch fr x = 1 und u stellt nach Abel auch dort die Funktion dar, also den Wert arctan(1). Wir nden somit (1.9) /4 = 1 1 1 1 + + 3 5 7

Nach demselben Muster erhalten wir log (1 + x) = (1.10) log(1 + x) =


k=0

1 = 1+x

()k xk ,
k=0

()k

1 xk+1 , k+1

log(2) = 1

1 1 1 + + . 2 3 4

1. Potenzreihen

129

Auch die Exponentialfunktion ndet ihre eigentliche Gestalt, in der sie uberall in der Mathematik auftritt, als nach dem Quotientenkri terium uberall konvergente Potenzreihe:

(1.11)

ex =
k=0

xk 1 1 3 1 = 1 + x + x2 + x + x4 + k! 2 23 234

Diese Reihe nmlich erfllt die Gleichungen f (0) = 1, f = f , die a u die Exponentialfunktion charakterisieren. Schon drngt sich die Frage auf, ob sich nicht jede Funktion a durch eine Potenzreihe darstellen lt. Davon wird im nchsten a a Abschnitt die Rede sein. Jetzt wollen wir zuvor noch einer ganz naheliegenden Frage nachgehen: Wir wissen, wie man Potenzreihen dierenziert und integriert, wir wissen wie man beliebige Reihen addiert nmlich gliedweise. Aber wie multipliziert man Reihen? Das a Cauchy-Produkt zweier Reihen k=0 ak und =0 b ist die Reihe

cn ,
n=0

cn =
k+ =n

ak b .

b absolut (1.12) Satz. Konvergieren die Reihen k ak und gegen A und B , so konvergiert ihr Cauchyprodukt absolut gegen C = A B.

Beweis: Wendet man in naiver Weise auf das Produkt der Reihen b ) das Distributivgesetz an, so erhlt man eine Dopa ( k ak ) ( pelsumme k, ak b . Nur ist nicht klar, ob das gerechtfertigt ist und in welcher Reihenfolge die ak b , (k, ) N 0 N 0 aufzusummieren sind. Um hier nicht vorzugreifen, ordnen wir die (k, ) in einem Koordinatenschema an:

130

IV. Potenzreihen und Taylorentwicklung k n, =n

n . . . 3 2 1

Beim Cauchyprodukt summiert man nacheinander uber die Diago nalen k + = n, n = 0, 1, 2, . . . . Sind An bzw. Bn die n-ten Partialsummen, so ist An Bn die Summe der ak b fr die Indexpaare u (k, ) mit k, n , und die der Folge (An Bn ) entsprechende Reihe summiert nacheinander uber die Quadratseiten {k = n, n} {k n, = n}, n = 0, 1, 2, . . . . Diese Reihe konvergiert nach Voraussetzung absolut gegen A B . In dieser Situation nun sagt der Umordnungssatz (II, 2.16), da es auf die Reihenfolge beim Summieren der ak b uberhaupt nicht ankommt und insbesondere bei der im Cauchyprodukt gewhlten Reihenfolge dasselbe herauskommt. a Und die Konvergenz des Cauchyprodukts ist absolut, weil ak b
k+ =n

r
k+ =n k = n, n k 1 2 3 n
k+ =n

|ak | |b |.

Wir wissen ja nach Voraussetzung und dem Gesagten, da das Cau|b | konvergiert. chyprodukt der Reihen k |ak | und Der Beweis hat gezeigt, da es uberhaupt nicht darauf ankommt, in welcher Reihenfolge man die ak b zum Summieren antreten lt. a Insofern scheint das Cauchyprodukt keinen Vorzug zu verdienen, aber der Satz lehrt fr Potenzreihen u

(1.13)
k=0

ak x

=0

bx

=
n=0 k+ =n

ak b xn .

1. Potenzreihen

131

Die rechte Seite konvergiert im Konvergenzintervall der linken. Hier entsteht das Cauchyprodukt auf natrliche Weise durch Ordnen nach u Potenzen von x . Die Voraussetzung im Satz, da die Reihen absolut konvergieren, ist nicht uberfssig, wie das Beispiel u

()k
k=0

1 k+1

zeigt. Die Reihe konvergiert nach Leibniz, aber ihr Cauchy-Quadrat hat das allgemeine Reihenglied
n

cn = ()n
k=0

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

.
2(n+1) n+2

Aber Reihe

(n k + 1)(k + 1) 1 (n + 2) , also |cn | 2 n cn ist nicht konvergent.

2. Die

Der Grenzwertsatz von Abel hat eine merkwrdige Konsequenz u fr beliebige Reihen: u (1.13) Bemerkung. Es sei =0 b = B , und das k=0 ak = A, Cauchyprodukt dieser Reihen sei konvergent. Dann konvergiert es gegen A B . b x , n cn xn , mit cn = Beweis: Die Potenzreihen k ak xk , u u k+ =n ak b , konvergieren nach Voraussetzung f r x = 1 . F r |x| < 1 gilt folglich nach (1.12) ak xk
k

bx

=
n

cn xn .

Nach Abel sind dann alle drei Reihen bis zum Punkt x = 1 stetig, und die Gleichung bleibt dort bestehen. Funktionen, die sich um jeden Punkt ihres Denitionsgebiets lokal durch eine Potenzreihe darstellen lassen, heien analytisch. Die

132

IV. Potenzreihen und Taylorentwicklung

Funktionentheorie handelt von diesen Funktionen im Komplexen. Man sieht, da die Analysis der Potenzreihen weitgehend auf rein algebraisches Rechnen mit Potenzreihen fhrt. u

2. Taylorentwicklung
Die Koezienten eines Polynoms oder einer Potenzreihe (x) =
k

ak (x p)k

lassen sich durch die Ableitungen von an der Stelle p beschreiben, denn es ist ja (2.1) dn (x p)k = dxn 0
k! (kn)! (x

p)kn

fr n > k, u fr n k. u

Insbesondere ergibt sich also dn (p) = n!an , dxn 1 dk (x) = (p) (x p)k . k! dxk
k

(2.2)

Wir betrachten nun eine beliebige lokal um p denierte Funktion f , die an der Stelle p Ableitungen bis zur n-ten Ordnung besitzt. Das ist immer so gemeint, da die (n 1)-te Ableitung f [n1] noch in einer Umgebung von p deniert ist. Wir setzen uns die Aufgabe, zu dieser Funktion f ein Polynom zu bestimmen, das sich bei p derart an f anschmiegt, da alle Ableitungen bis zur n-ten von f und an der Stelle p ubereinstimmen. Die Formel (2.2) zeigt, da diese Aufgabe auf genau eine Weise zu lsen ist. Auch wenn wir beo liebig oft dierenzierbare Funktionen lokal um p in eine Potenzreihe entwickeln wollen, so zeigt die Formel (2.2), wie diese Potenzreihe aus den Ableitungen der Funktion im Punkt p zu bestimmen ist.

2. Taylorentwicklung

133

Denition. Sei f eine in einer Umgebung p R denierte und an der Stelle p selbst n-mal dierenzierbare Funktion. Das Polynom
n n jp f (t) := k=0

f [k] (p) k t k!

heit das n-te Taylorpolynom von f bei p oder auch der n-Jet von f bei p . Ist f lokal um p beliebig oft dierenzierbar, so heit die Potenzreihe
jp f (t) := jp f (t) := k=0

f [k] (p) k t k!

der Jet oder die Taylorreihe von f bei p. Der n-Jet von f bei p ist also dasjenige Polynom vom Grad hchstens n , fr das gilt: o u [k] (0) = f [k] (p) fr k n, u oder wenn man x p fr t einsetzt: u dk dxk Das Symbol
dk dxk x=p

|
x=p

(x p) f (x) = 0.

| . . . bedeutet: Wert der k-ten Ableitung nach

der Variablen x an der Stelle p. n Man nennt auch jp f (x p) das n-te Taylorpolynom von f bei p . Dieses Polynom schmiegt sich bei p von n-ter Ordnung an f an, und dadurch ist es bestimmt. Es liegt nahe zu vermuten, da das n Taylorpolynom jp f (x p) fr x nahe p eine gute Approximation u von f sein wird. Wir schreiben (2.3)
n f (x) = jp f (x p) + rn (x)

und nennen die Funktion rn das n-te Restglied von f bei p . Diese Formel ist insoweit nur die Denition des Restglieds und enthlt noch a keine Erkenntnis. Wir wissen, da alle Ableitungen von rn bis zur n-ten an der Stelle p verschwinden: (2.4) dk dxk
x=p

| rn (x) = 0

fr 0 k n. u

134

IV. Potenzreihen und Taylorentwicklung

Das ist die Denition des Taylorpolynoms. Es kommt nun darauf an, aufgrund dieser Information das Restglied abzuschtzen. a

(2.5) Taylor-Formel. Sei f eine (n + 1)-mal stetig dierenzierbare Funktion auf einem Intervall D , und seien p, x D . Dann gilt:
n f (x) = jp f (x p) + rn (x),

1 rn (x) = n!

(x t)n f [n+1] (t) dt.


p

Beweis: Nur die Integraldarstellung des Restglieds r(x) = rn (x) enthlt eine Behauptung. Weil das Taylorpolynom hchstens den a o Grad n hat, stimmt die (n + 1)-te Ableitung von f und r uberein, also wissen wir r[k] (p) = 0 fr 0 k n, u r[n+1] = f [n+1] .

Das Integral in der Restglieddarstellung des Satzes berechnet man durch partielle Integration:
x

(x t) r
p

n [n+1]

(t) dt = (x t) r

n [n]

(t)

t=x t=p

+n
p

(x t)n1 r[n] (t) dt.

Der erste Summand verschwindet, weil r[n] (t) am Anfang und (xt)n am Ende verschwindet. Der zweite hat dieselbe Gestalt wie die linke Seite, mit n 1 statt n. Induktiv erhlt man also fr das Integral a u
x

n!
p

(x t)0 r (t) dt = n! r(x).

Es gibt viele andere Darstellungen des Restglieds mit unterschiedlichen Tugenden je nach Art der gestellten Aufgabe. Besonders sinnfllig und leicht zu merken ist die a

2. Taylorentwicklung

135

(2.6) Restglieddarstellung von Lagrange. Mit Bezeichnungen und Voraussetzungen von (2.5) gilt: rn (x) = fr ein zwischen p und x . u (x p)n+1 [n+1] f () (n + 1)!

Beweis: Nach dem Mittelwertsatz der Integralrechnung (III, 1.13) haben wir 1 n!
x

(x t) f
p

n [n+1]

1 (t) dt = f [n+1] () n!
n+1

(x t)n dt
p

(x p) f [n+1] (). (n + 1)!

Das Restglied rn hat hiernach die gleiche Gestalt wie die einzelnen Glieder des vorhergehenden Taylorpolynoms, nur da die Ableitung nicht an der Stelle p sondern bei zwischen p und x zu nehmen ist. Diese Darstellung zeigt unmittelbar, da das Restglied rn (x) fr u x p von hherer als n-ter Ordnung verschwindet, nmlich o a lim rn (x)/(x p)n+1 = f [n+1] (p) . (n + 1)!

xp

Setzen wir rn (x)/(x p)n+1 =: (x), so haben wir


n f (x) = jp f (x p) + (x p)n+1 (x),

(2.7)

xp

lim (x) =

f [n+1] (p) . (n + 1)!

Man erkennt die Analogie zur Denition der Ableitung: Wie wir dort eine Funktion durch ein Polynom vom Grad hchstens 1 (eine o ane Funktion) und einen Rest, der fr x p von hherer Ordnung u o verschwindet, dargestellt haben, so zerlegen wir hier die Funktion f in ein Polynom vom Grad hchstens n und einen Rest, der fr x p o u von hherer als n-ter Ordnung verschwindet. o

136

IV. Potenzreihen und Taylorentwicklung

Man benutzt diese Darstellung einer Funktion mit Gewinn in Konvergenzuntersuchungen. Zum Beispiel suchen wir
x0

lim

1 cos x . x2

Die ersten Ableitungen von f (x) = 1 cos x sind f (0) = f (0) = 0, 1 f (0) = 1 . Also 1 cos x = 2 x2 + x3 (x). Der gesuchte Grenzwert 1 ist also 2 . Am wichtigsten ist der Fall einer beliebig oft dierenzierbaren Funktion f : D R . Jedem Punkt p D ist hier durch den Jet die Potenzreihe

jp f (x p) =
k=0

f [k] (p) (x p)k k!

zugeordnet.

Merke. Die Taylorreihe einer beliebig oft dierenzierbaren Funktion f mu nicht konvergieren. Wenn sie konvergiert, mu sie nicht gegen die Funktion f konvergieren. Aber wenn f uberhaupt in einer Umge bung von p durch eine Potenzreihe dargestellt wird, so nur durch ihre Taylorreihe. Und dies gilt genau dann, wenn rn (x) 0 fr n . u

Die Reihenentwicklungen von ex , log(1 + x) und arctan(x) im letzten Abschnitt sind also zugleich Taylorentwicklungen. Auch die Sinus- und Kosinusfunktion werden auf ganz R durch ihre Taylorentwicklungen dargestellt. Die hheren Ableitungen von sin und cos sind o nmlich stets wieder sin oder cos . Daher folgt a | sin[n] | 1, | cos[n] | 1.

Die Restglieddarstellung von Lagrange zeigt folglich fr diese Funku tionen |x p|n+1 |rn | 0 fr n . u (n + 1)!

2. Taylorentwicklung

137

Whlt man als Entwicklungspunkt p = 0 , so ist a cos[2k] (0) = (1)k ,

cos[2k+1] (0) = 0.

Also erhlt man die Reihenentwicklungen a (2.8) cos(x) =


k=0

()k 2k x , (2k)!

sin(x) =
k=0

()k x2k+1 , (2k + 1)!

die letztere Reihe z.B. durch Integration der ersten. Nicht immer sind die Restglieddarstellungen der Taylorschen Formel das bequemste Mittel zum Beweis, da die Taylorreihe die gegebene Funktion darstellt. Wir bringen noch die wichtige binomische Reihe. Fr eine beliebige reelle Zahl setze u (2.9) k := ( 1) ( k + 1) , 1 2 k 0 := 1.

Wie frher rechnet man dann leicht nach, da dann fr alle reellen u u gilt (2.10) 1 1 + k k1 = . k

(2.11) Binomische Reihe.

Fr |x| < 1 gilt u

(1 + x) =
k=0

k x . k

Beweis: Jedenfalls konvergiert die Reihe nach dem Quotientenkriterium. Der betreende Quotient ist |ak+1 /ak | = k x , k+1 Setzen wir nun f (x) :=
k=1

und dies geht gegen |x| fr k . u k u k k x f r |x| < 1, so nden wir

(1 + x)f (x) = (1 + x)
k=1

k1 x = (1 + x) k

1 k1 x k1

(
k=0

1 1 + )xk = f (x). k k1

138

IV. Potenzreihen und Taylorentwicklung

Also (1 + x) f = f , und f (0) = 1 = (1 + 0) . Daraus aber folgt f (x) = (1 + x) , denn setzt man (x) := f (x)/(1 + x) , so ist = (1 + x) f f (1 + x)1 = 0. (1 + x)2

Ist eine natrliche Zahl, so bricht die Reihe mit dem -ten Glied u ab, darber ist = 0 , und man erhlt wieder den binomischen u a k Lehrsatz. Die binomische Reihenentwicklung hat viele Anwendungen und schne o Spezialflle. a (1 + x)1 =
k

1 k x = k 2 k x = k 1/2 k x k

()k xk ,
k

die geometrische Reihe.

(1 + x)2 =
k

()k (k + 1)xk .
k

1+x=
k

1 1 2 13 3 135 4 =1+ x x + x x 2 24 246 2468 Also Also


1/2 k

= ()k+1

13 (2k3) 24 (2k)

fr k 2. u

1 1 1 13 2 135 3 = (1 + x) 2 = 1 x + x x 2 24 246 1+x

1/2 k

= ()k

135 (2k1) 246 (2k)

Die binomische Reihe der Wurzel liefert die bei Physikern beliebte Nherung fr kleine x : a u x 1+x1+ . 2 Diese Reihe konvergiert nach Leibniz auch noch fr x = 1 und liefert u die schne Entwicklung o 1 1 13 135 2=1+ + . 2 24 246 2468

3. Rechnen mit Taylorreihen

139

Natrlich ist eine solche Reihe nicht zur Berechnung der Wurzel u geeignet. Will man a numerisch berechnen, so beginnt man mit einer guten Schtzung s , soda also a = s2 (1 + x) fr ein kleines x . a u Dann approximiert man 1 + x durch die binomische Reihe. Zum Beispiel: 9 1 1 1 2= 1 , also 2 = 1, 5 1 . 4 9 18 648 Die Sinusfunktion hat die Ableitung sin = cos = 1 sin2 .

Die Umkehrfunktion arcsin auf dem Intervall 1 < x < 1 erfllt u daher 1 . arcsin (x) = 1 x2 Also liefert die binomische Reihe 1 13 4 135 6 arcsin (x) = 1 + x2 + x + x + . 2 24 246 Durch Integration erhlt man hieraus die Reihenentwicklung a arcsin(x) = x + 1 x3 1 3 x5 1 3 5 x7 + + + . 2 3 24 5 246 7

3. Rechnen mit Taylorreihen


Auch wenn die Taylorentwicklung die betrachtete Funktion nicht darstellt, also nicht oder nicht gegen das Richtige konvergiert, so bleibt sie immer noch die beste Zusammenfassung der Sequenz aller hheren Ableitungen einer Funktion. Wir wollen der Einfachheit halo ber und ohne Beschrnkung der Allgemeinheit den Nullpunkt als a n Entwicklungspunkt nehmen, also j n (f ) = j0 (f ) ist das n-te Taylorpolynom am Nullpunkt. Die Taylorentwicklung ist mit rationalen Operation vertrglich. a

140

IV. Potenzreihen und Taylorentwicklung

(3.1) Satz. Sind f, g am Nullpunkt n-mal dierenzierbar, so ist j n (f + g) = j n (f ) + j n (g), j n (f g) = j n (j n f j n g). Sind f, g beliebig oft dierenzierbar, so ist also j(f + g) = j(f ) + j(g), j(f g) = j(f ) j(g).

Dabei ist das letzte das Cauchy-Produkt der beiden Potenzreihen.

Beweis: Die erste Formel bedeutet (f +g)[k] = f [k] +g [k] , Ableitungen sind lineare Operatoren. Die zweite sieht man so: Schreibe f = j n (f ) + f , g = j n (g) + g .

Dann gilt fr die Reste f [k] (0) = g [k] (0) = 0 fr k n . Wir haben u u damit f g = j n f j n g + (f g + g j n f ). Aber in der Klammer stehen Funktionen, deren Ableitungen am Nullpunkt bis zur n-ten verschwinden, daher j n (f g) = j n (j n f j n g). Diese Produktformel bedeutet: Um das n-te Taylorpolynom von f g zu berechnen, berechne die von f und g , also j n f , j n g , multipliziere, und lasse alle Terme der Ordnung (d.h. des Exponenten von x ) grer o als n weg: jp f =
k

f [k] (p) k x , k!

jp g =

g [ ] (p) x, !

jp (f g) =
n k+ =n

f [k] (p) g [ ] (p) n x k! ! n [k] f (p) g [ ] (p) xn . k

=
n

1 n!

k+ =n

3. Rechnen mit Taylorreihen

141

Andererseits ist ja nach Denition des Jets jp (f g) =


n

(f g)[n] (p) n x , n!

und ein Koezientenvergleich zeigt die

(3.2) Allgemeine Produktregel. f g


[n]

=
k+ =n

n [k] [ ] f g . k

Dies htten wir auch direkt durch Induktion zeigen knnen, aber a o in der Produktregel j(f g) = j(f ) j(g) ist dieselbe Tatsache viel besser gefat, und sie ist in allgemeinen Uberlegungen auch leichter zu benutzen. Beispiel. Gesucht ist die Taylorreihe punkt). Es ist
log(1+x) 1+x

am Ursprung (Null

log(1 + x) =
k=1

()k

xk , k

(1 + x)1 =
=0

() x ,

also erhalten wir als Produkt fr |x| < 1 die Entwicklung u log(1 + x) = ()n 1+x n=1
n k=1

1 n x . k

Wendet man die Produktregel an, um die ersten Terme der Taylorentwicklung des Produkts auszurechnen, so tut man gut, schon whrend der Rechnung gleich alle Terme mit xk , k > n , wegzua lassen, man rechnet modulo Termen hherer als n-ter Ordnung. o

142

IV. Potenzreihen und Taylorentwicklung

Beispiel. Hat x(1 + x cos x) ein Extremum am Nullpunkt? Wir berechnen den 2-Jet: j(1 + x cos x) = x + , = j x(1 + x cos x) = x2 + .

Also hat die Funktion dasselbe lokale Verhalten wie x2 , nmlich ein a isoliertes lokales Minimum. Gengt eine Funktion einer Dierentialgleichung oder einer anu deren Funktionalgleichung, so ist es oft geschickt, man benutzt zur Berechnung der Taylorreihe die

(3.3) Methode der unbestimmten Koezienten. Man setzt die gesuchte Taylorreihe als Potenzreihe a0 + a1 x + a2 x2 + mit unbekannten Koezienten aj an und sucht diese dann rekursiv aus der gegebenen Gleichung zu bestimmen.

Beispiel. Berechnung der Taylorentwicklung von tan(x) am Ursprung. Es ist tan = 1 + tan2 , tan(0) = 0 . Also setzen wir j0 tan(x) wie oben als Reihe an, so ist a0 = 0 und
n1

j0 tan (x) =
n=1

nan xn1 ,

1 + j0 tan2 (x) = 1 +
n=1 k=1

ak ank xn .

Also liefert der Koezientenvergleich die Rekursionsformel


n2

a0 = 0,

a1 = 1,

nan =
k=1

ak ank1 .

Man schliet rekursiv a2n = 0 und ndet 1 2 tan(x) = x + x3 + x5 + x7 (x). 3 15

3. Rechnen mit Taylorreihen

143

Die so berechnete oder doch jedenfalls berechenbare Taylorreihe stellt fr |x| < 1 auch den Tangens dar. Zunchst folgt nmlich aus den u a a Rekursionsformeln induktiv 0 an 1 fr alle n, und daher konu vergiert die Reihe fr |x| < 1. Auch erfllt die Reihe f nach Konu u 2 struktion f = 1 + f , f (0) = 0 . Daher ist f positiv, die Funk1 tion umkehrbar, und die Umkehrfunktion a(x) erfllt a (x) = 1+x2 . u Dann aber ist a = arctan und f der Tangens. Die Koezienten an lassen sich durch die Bernoullizahlen ausdrcken, die auch sonst in u der Zahlentheorie und Analysis auftreten hier ist ein reiches Feld fr weiteres Literaturstudium. u Der Jet ist auch mit der Zusammensetzung von Funktionen vertrglich. Fr den 1-Jet ist das die Kettenregel. a u (3.4) Allgemeine Kettenregel. Gegeben seien n-mal dierenzierbare Funktionen D B R,
f g

p D,

f (p) = q.

Dann ist
n n n n jp (g f ) = j0 jq (g) (jp f q) .

Sind f und g beliebig oft dierenzierbar, so ist jp (g f ) = jq (g) (jp f q). Die Formel sagt eigentlich nur: Will man g f bis auf einen Rest hherer als n-ter Ordnung bei p ausrechnen, so braucht man auch f o bei p und g bei q nur bis auf einen Rest derselben Ordnung. Dies ist auch der Gedanke zum Beweis: Wir fhren wieder x p bzw. y q als neue Variable ein, u und haben also ohne Einschrnkung p = q = 0. Die erste Formel a folgt fr ein Polynom g unmittelbar aus (3.1). Im allgemeinen setze u g = j n g + g,

144

IV. Potenzreihen und Taylorentwicklung

dann ist j n (g f ) = j n (j n g f + g f ) = j n (j n g j n f ) + j n ( f ), g und der letzte Summand verschwindet, wie man aus der Kettenregel und Produktregel leicht durch Induktion nach n schliet. Die Zusammensetzung der Potenzreihen jg jf ist gerade durch die erste Formel erklrt: Der k-te Koezient der Zusammensetzung a ist der k-te Koezient des Polynoms j n g j n f fr n k . u

Diese scheinbar etwas abstrakten Regeln enthalten in Wahrheit hug die beste Rechenanleitung, deren sich denn auch die Physiker a oft und gern bedienen. Erhlt man zum Beispiel den Auftrag, die a dritte Ableitung einer Zusammensetzung g f von Funktionen zu berechnen, so wird man sich nicht mit der Produkt- und Kettenregel mhen, sondern man schreibt u
3 jq g = a0 + a1 y + a2 y 2 + a3 y 3 ,

aj = g [j] (q)/j!, bj = f [j] (p)/j!

j 3 f q = b1 x + b2 x2 + b3 x3 ,

und setzt letzteres fr y ein, wobei man in der Rechnung alle Terme u mit Exponenten grer 3 von x weglt. Als Koezienten von x3 o a erhlt man so a (g f ) /6 = a1 b3 + 2a2 b1 b2 + a3 b3 . 1 Setzen wir fr aj und bj die Ableitungen ein, so steht da u (g f ) (p) = g (q)f (p) + 3g (q)f (p)f (p) + g (q) f (p) , eine Formel, die sich niemand merken kann. Man sieht, das Rechnen mit den Taylorreihen ist die vernnftige und geschickte Weise, u das System aller Ableitungen und ihre Umrechnung bei algebraischen Operationen und Zusammensetzungen zu beschreiben. Es ist das Rechnen bis auf Terme hherer Ordnung. In aller Regel ist ja eine o Funktion, uber deren lokales Verhalten man Auskunft geben soll,
3

4. Konstruktion differenzierbarer Funktionen

145

aus allerlei Funktionen, deren Taylorentwicklung man kennt, zusammengesetzt, und man mu also nur die Taylorreihen entsprechend zusammensetzen, soweit sie gebraucht werden. Wenn in der Situation von (3.4) die Taylorreihen konvergent sind, so konvergiert auch die Taylorreihe der Zusammensetzung jedenfalls in einem gewissen Intervall um den Entwicklungspunkt von f . Das kann man direkt beweisen, aber es lohnt nicht, weil es sich in der Funktionentheorie fast unbemerkt von selbst ergibt.

4. Konstruktion dierenzierbarer Funktionen


Bisher haben wir Funktionen betrachtet, die lokal durch ihre Taylorreihe dargestellt werden. Aber wie gesagt, das mu nicht so sein, und es zeigt sich, da Funktionen mit verschwindender Taylorreihe ein ntzliches Hilfsmittel in den geometrischen Konstruktionen der u Analysis sind. Grundlegend ist folgendes

(4.1) Beispiel. Die Funktion : R R sei deniert durch (x) = e1/x


2

Sie ist beliebig oft dierenzierbar, es ist 0 < 1, und (x) = 0 x = 0 , und am Nullpunkt verschwinden alle Ableitungen, also der Jet von ist die Nullreihe.

s
fr x = 0 , und (0) = 0 . u 1

y = e1/x

146

IV. Potenzreihen und Taylorentwicklung

Die Figur zeigt, worauf es ankommt, ist aber nicht numerisch richtig. Der Computer erweckt den Eindruck, als verschwinde auf einem Intervall um 0 .

Beweis: Nur die Behauptung uber die Ableitungen am Nullpunkt sind nicht trivial. Berechnen wir die Ableitungen [k] (x) fr x = 0 , u so erhalten wir durch Induktion nach k [k] (x) = qk (x) e1/x
2

mit rationalen Funktionen qk . Nun folgt die Behauptung aus Lemma (III, 6.9), wenn wir noch zeigen
x0

lim [k] (x) = 0,

x = 0.

Dies ergibt sich aus der allgemeinen Bemerkung, da fr jede ratiou nale Funktion p = 0 gilt (4.2)
t2 t t

lim

p(t) = 0, et
2

also wegen e > e fr t > 1 erst recht limt p(t)/et = 0. Dies u (4.2) aber folgt direkt aus der Reihenentwicklung der Exponentialfunktion

et =
n=0

tn tn+1 > > tn n! (n + 1)!

fr u

t > (n + 1)! ,

also tk /et < t1 fr t > (k + 2)! . u

Die Funktion also hat am Nullpunkt denselben Jet, wie die konstante Funktion 0, obwohl sie auerhalb 0 nie mit ihr ubereinstimmt. Allgemeiner hat f + denselben Jet am Nullpunkt wie f . Ahnlich wie ist auch die Funktion : R R , (x) = e1/x
2

fr x > 0, und (x) = 0 fr x 0, u u

beliebig oft dierenzierbar mit Jet 0 am Nullpunkt. Setzen wir nun

4. Konstruktion differenzierbarer Funktionen 1

(x) =

so gilt fr diese Funktion: u (4.3) 0 1,

Schlielich erklren wir zu gegebenen , r > 0 eine Funktion = a ,r : R R durch (x) = 1 (|x| r).

Diese Funktion sieht dann oenbar wie folgt aus:

(4.4) 0 1, (x) = 1 |x| r, (x) = 0 |x| r + .

Glockenfunktion

t u v
( x) (x) (x) (x) + ( x) fr > 0, (x) = 0 x 0, 1 1 r r+

147

(x) = 1 x .

148

IV. Potenzreihen und Taylorentwicklung

Auch diese Funktion ist beliebig oft dierenzierbar. Am Nullpunkt, wo man zweifeln knnte, ist sie ja lokal konstant. Eine solche Funko tion nennt man Glockenfunktion hier um den Nullpunkt. Diese Funktionen sind ein ntzliches Hilfsmittel zur Konstruktion dierenu zierbarer Funktionen mit erwnschten Eigenschaften. Sind zum Beiu spiel f, g beliebige dierenzierbare Funktionen auf R und setzt man h = (1 )f + g, so ist h(x) = g(x) fr |x| r , und h(x) = f (x) fr |x| r + . Man u u kann also aus dem Verhalten einer Funktion in einer Umgebung etwa des Nullpunktes nichts uber das Verhalten weiter drauen schlieen. Das ist ganz anders, wenn die Funktion analytisch ist, denn dann ist sie uberall festgelegt, wenn man sie nur lokal um einen Punkt kennt. Auch fr die Frage, wie es mit der Konvergenz der Taylorreihe u steht, sind wir jetzt gerstet. u

(4.5) Satz von Borel. Sei (an )n0 eine beliebige reelle Folge. Dann gibt es eine beliebig oft dierenzierbare Funktion f : R R mit
j0 f (x) = n=0

an xn .

Also jede Potenzreihe tritt als Taylorreihe auf, auch zum Beispiel die Reihe n n!xn mit Konvergenzradius 0.

Beweis: Wir whlen eine Glockenfunktion wie oben mit r = a 1 = 2 , und setzen (x) = x (x). Dann stimmt lokal um 0 mit x uberein, und verschwindet fr u |x| 1. Dasselbe gilt fr die Funktion c1 (cx), c 1. u

4. Konstruktion differenzierbarer Funktionen

Wir konstruieren nun die gesuchte Funktion als Reihe

w
y = (x) und f (x) =
k=0

149

y = c1 (cx)

ak c1 (ck x) k

mit geeigneten Konstanten ck 1 . Oenbar sind wir am Ziel,wenn wir die ck so whlen knnen, da fr jedes n die Reihe der n-ten a o u Ableitungen der Glieder normal konvergiert, denn dann darf man die Reihe immer gliedweise dierenzieren (1.7), und lokal um 0 ist ja c1 (ck x) = x . Und das knnen wir: Auf dem Intervall [1, 1] ist o k k die n-te Ableitung von beschrnkt, also ( k )[n] < Mnk , und a dies gilt dann auf ganz R , weil auerhalb des Intervalls sowieso verschwindet. Nach der Kettenregel ist aber dn 1 k c (cx) = cnk ( k )[n] (cx), n dx und wir mssen demnach nur ck > 1 so whlen, da u a |ak | cnk Mnk < 1/2k k fr alle u n < k.

Das sind zu festem k jeweils nur endlich viele n, und die Abschtzung a dn /dxn ( k-tes Reihenglied) < 1/2k gilt dann bei festem n fr fast alle k . u

So kann man z.B. auch eine beliebig oft dierenzierbare Funktion g : [a, b] R zu einer beliebig oft dierenzierbaren Funktion auf ganz R fortsetzen: Man verschat sich mit dem Satz eine beliebig oft dierenzierbare Funktion f auf R , die am Punkt a gleichen Jet

150

IV. Potenzreihen und Taylorentwicklung

wie g hat, und setzt g auf die x < a durch dieses f fort. Analog dann fr die x > b . u Man bezeichnet n-mal stetig dierenzierbare Funktionen auch als C n -Funktionen und beliebig oft dierenzierbare Funktionen entsprechend als C -Funktionen. Es hat sich uns hier gezeigt, da C -Funktionen sehr anpassungsfhig sind. Darum arbeitet und ara gumentiert man auch zwischendurch in allgemeinen Konstruktionen und Uberlegungen oft mit C -Funktionen, selbst wenn man letztlich an analytischen Funktionen interessiert ist.

5. Komplexe Potenzreihen
Der Krper R der reellen Zahlen ist ein Unterkrper des Krpers o o o C der komplexen Zahlen. Dadurch ist C ein Vektorraum uber R , und zwar ein zweidimensionaler Vektorraum mit der Basis 1, i . Das heit also: jede komplexe Zahl z C lt sich eindeutig in der Form a z = x + iy, x, y R

schreiben. Es heit x = Re(z) der Realteil und y = Im(z) der Imaginrteil von z . Mit diesen Zahlen ist nach den Rechenregeln a der Krperaxiome zu verfahren, mit der Festlegung o i2 = 1. Das kann man insoweit als Denition der komplexen Zahlen nehmen: Komplexe Zahlen sind Paare reeller Zahlen (x, y) mit komponentenweiser Addition und der Multiplikation (x, y) (u, v) = (xu yv, xv + yu), wofr wir aber fortan wieder schreiben u (x + iy) (u + iv) = (xu yv) + i(xv + yu).

5. Komplexe Potenzreihen

Wie wir wissen, kann man diesen Krper nicht anordnen. Geomeo trisch werden die komplexen Zahlen durch die Punkte einer Ebene beschrieben.

Die Krperaxiome sind fr die erklrte Addition und Multiplikation o u a leicht nachzurechnen; entscheidend und nicht ganz trivial ist, da eine komplex Zahl z = 0 ein multiplikativ Inverses hat. Das wird gleich mit herauskommen. Man erklrt die Konjugation a C C, z = x + iy x iy = z , mit x, y R .

x
iR iy i 1 x |z| |w| = |z w|. z 1 = z /|z|2 .

151

x + iy

Es ist (z + w) = z + w und z w = z w , die Konjugation ist ein Automorphismus von C . Das rechnet man leicht nach, aber es mu auch herauskommen, weil ja fr i dieselbe Rechenregel gilt, die wir u fr i einzig benutzen, nmlich auch (i)2 = 1. Es ist u a |z|2 = x2 + y 2 = (x + iy)(x iy) = z z . Der Betrag |z| ist die positive Wurzel von |z|2 , wie zu erwarten, und wir erhalten |z w|2 = zw zw = z z ww = |z|2 |w|2 , also

Der Betrag ist multiplikativ. Ist nun z = 0, so ist

152

IV. Potenzreihen und Taylorentwicklung

Da haben wir das Inverse, und hier wird wesentlich und zum ersten mal benutzt, da wir nicht von irgendeinem Krper ausgehen, sono dern vielmehr wissen, da |z|2 = x2 +y 2 = 0 fr z = 0 und x, y R . u Fr den Betrag gilt die u Dreiecksungleichung. |z + w| |z| + |w| .

Beweis: Nach Denition des Betrages haben wir: |z + w|2 = (z + w)( + w) = |z|2 + |w|2 + z w + w z z = |z|2 + |w|2 + 2 Re(z w) |z|2 + |w|2 + 2|z| |w|, weil allgemein |Re (u)| |u| . Das letzte ist aber (|z| + |w|)2 , und die Behauptung folgt, wenn man die Wurzel zieht.

Haben wir so einmal die Metrik, die Abstandsmessung auf C , so knnen wir auch die Begrie der Konvergenz und Stetigkeit einfhren. o u Wir wollen das im Moment nicht weiter verfolgen sondern nur sagen: Eine Folge komplexer Zahlen (zn ) konvergiert gegen a C , wenn (Re(zn )) Re(a) und (Im(zn )) Im(a), und das bedeutet: Ist > 0 , so ist |zn a| < fr fast alle n . Mit den Folgen hat man u auch Reihen, und wir knnen insbesondere komplexe Potenzreihen o

f (z) =
k=0

ak (z p)k ,

ak C ,

p C,

betrachten. Der Konvergenzradius dieser Reihe ist deniert als k der Konvergenzradius der reellen Potenzreihe k=0 |ak |x . Auch fr komplexe Funktionen f : D C auf einem Gebiet D C u haben wir die Supremumsnorm f
D

= sup{|f (z)| | z D}

und knnen entsprechend normal konvergente Reihen erklren. o a

5. Komplexe Potenzreihen

153

(5.1) Satz. Sei k=0 ak (zp)k eine komplexe Potenzreihe mit Konvergenzradius R [0, ], dann gilt: Auf jedem Kreis Kr = {z C | |z p| r} mit r < R ist die Reihe normal konvergent, also insbesondere gleichmig absolut a konvergent. Fr jedes z mit |z p| > R divergiert die Folge der u Glieder ak (z p)k . Beweis: Auf Kr ist |ak (z p)k | = |ak | |z p|k |ak | rk , also ak (z p)k K |ak | rk , und nach Denition des Konvergenzradius k konvergiert die Reihe k |ak |r . Das zeigt die erste Behauptung, und die zweite ist evident, nach Denition von R .

So deniert insbesondere jede reelle Potenzreihe eine komplexe, und damit eine komplexe Funktion auf ihrem Konvergenzkreis. Diese komplexen Funktionen sind durch ihre Einschrnkung auf R volla kommen bestimmt, denn diese bestimmt ja schon die Taylorentwicklung. Wir wollen das jetzt gar nicht systematisch weiter untersuchen: das ist der Gegenstand der Funktionentheorie. Aber ein Beispiel ist doch so wichtig und auch fr reelle Rechnungen so ntzlich, da wir u u es gleich kennenlernen mssen: Wir kennen die Funktionen u

ez =
k=0

zk , k!

cos(z) =
k=0

() 2k z , (2k)!

sin(z) =
k=0

()k z 2k+1 (2k + 1)!

jetzt auch als auf ganz C denierte komplexe Funktionen. Bemerkt man nun i4k = 1, so ergibt sich

i4k+1 = i,

i4k+2 = 1,

i4k+3 = i,

eiz =
k=0

()k 2k z +i (2k)!

=0

() z2 (2 + 1)!

+1

154

IV. Potenzreihen und Taylorentwicklung

und das ist die

(5.2) Eulersche Formel. eiz = cos(z) + i sin(z). Also, weil cos eine gerade und sin eine ungerade Funktion ist:
1 cos(z) = 2 (eiz + eiz ), i sin(z) = 2 (eiz eiz ).

Eine Funktion f heit gerade, wenn f (z) = f (z), und ungerade, wenn f (z) = f (z) . Jede Funktion f : C C zerfllt a eindeutig in eine gerade und eine ungerade f (z) =
1 2

f (z) + f (z) +

1 2

f (z) f (z) .

Die Darstellung der Eulerschen Formel ist sehr geschickt zum Rechnen und enthlt alle Additionstheoreme. Auch im Komplexen gilt a nmlich a (5.3) ez+w = ez ew ,

wie man leicht nachrechnet: ez+w =


n

(z + w)n = n! =

1 n k nk z w n! k zk wnk = ez ew . k! (n k)!

Hier haben wir den Satz uber das Cauchy-Produkt von Reihen auch im Komplexen benutzt, was keine Schwierigkeiten macht. Erhlt man zum Beispiel den Auftrag, eine Summe von Produkten a von Sinus- und Kosinusfunktionen zu integrieren, so wird man durch die Eulersche Formel auf eine Summe von Produkten von Exponentialfunktionen gefhrt. Die integriert man ganz formal und wenn es u sein mu rechnet man zum Schlu alles in Sinus und Kosinus zurck. u

5. Komplexe Potenzreihen

Mit dem Gesagten knnen wir auch die komplexe Multiplikation o geometrisch deuten. Wir schreiben komplexe Zahlen z, w in Polarkoordinaten, d.h. in der Form z = r (cos + i sin ), w = s (cos + i sin ),

y
iR z = rei , w = sei ,

155

z = rei

r R

mit r = |z| 0 , s = |w| 0, und etwa 0 , < 2 , siehe (III, 6.14). Damit ist

z w = (r s) ei(+) . Also die Multiplikation mit z bewirkt die Transformation der Ebene C durch Drehung um , das Argument von z , und Streckung (oder Schrumpfung) mit dem Faktor r = |z|, dem Betrag von z .

Kapitel V

Konvergenz und Approximation

Ctaient les cieux ouverts pour nous e ou du moins pour moi. Je voyais enn le pourquoi des choses, ce ntait plus e une recette dapothicaire tomb du ciel. e Stendhal Wir zeigen, wie die Dierential- und Integralrechnung helfen kann, auch elementare Fragen uber die Konvergenz von Folgen und Reihen zu lsen. Wir erklren uneigentliche Integrale als Verallgemeinerung o a unendlicher Reihen, und wir benutzen Dirac-Folgen, um den Satz von Weierstra uber die Approximation stetiger Funktionen durch Polynome zu zeigen.

1. Der allgemeine Mittelwertsatz


Hierbei handelt es sich um ein besonders brauchbares Werkzeug der Dierentialrechnung fr Konvergenzuntersuchungen. u

(1.1) Allgemeiner Mittelwertsatz derDierentialrechnung. Die Funktionen f und g seien auf dem kompakten Intervall [a, b], a < b , stetig und auf dem Inneren (a, b) dierenzierbar. Dann gibt es ein (a, b), soda f () g(b) g(a) = g () f (b) f (a) .

1. Der allgemeine Mittelwertsatz

157

Verschwindet g nirgends auf (a, b) , so ist g(b) = g(a) und f () f (b) f (a) = . g(b) g(a) g () Beweis: Wende den Satz von Rolle auf die Funktion F (x) = f (x) f (a) g(b) g(a) g(x) g(a) f (b) f (a)

an. Die zweite Behauptung folgt, weil g streng monoton ist. Whlt man g(x) = x , so erhlt man den Mittelwertsatz (III, 3.2) a a zurck. Klassische Anwendungen sind folgende Regeln: u (1.2) 1. Regel von de lHospital. Seien f und g auf dem Intervall [a, b] stetig und auf dem Inneren (a, b) dierenzierbar, und es sei f (a) = g(a) = 0, und g = 0 auf (a, b) . Existiert dann
xa

lim

f (x) , g (x)

so auch

xa

lim

f (x) , g(x)

und beide sind gleich. Beweis: Der Mittelwertsatz liefert f a + x (x a) f (x) f (x) f (a) = = , g(x) g(x) g(a) g a + x (x a) woraus die Behauptung folgt. Beispiel. Gesucht ist
n

0 < x < 1,

lim

1+

t n

.
1

Es gelingt allgemeiner, limx0 (1 + tx) x zu bestimmen. Man logarithmiert und ndet 1 log(1 + tx) t lim log(1 + tx) x = lim = lim = t, x0 x0 x0 1 + tx x

158

V. Konvergenz und Approximation

die zweite Gleichung nach (1.2). Also (1.3)


n

lim

1+

t n

n x0

= lim (1 + tx) x = et .

Dies hat eine ganz anschauliche Bedeutung: Verzinst man ein Vermgen v an n aufeinanderfolgenden Zeitpunkten mit dem Zinssatz o a(t/n), so hat man am Ende das Vermgen v(1+at/n)n . Fr n o u at geht dies gegen ve , die Funktion von t mit konstanter Zuwachsrate a, die also die kontinuierliche Verzinsung beschreibt. Das hier angewandte Verfahren, auch einen Grenzwert fr x u zu bestimmen, lt sich allgemein durchfhren: a u (1.4) 1. Regel von de lHospital (fr limx ). Seien f und u g auf dem Intervall [b, ) dierenzierbar, sei uberall g = 0 und limx f (x) = limx g(x) = 0 . Dann ist
x

lim

f (x) f (x) = lim , x g (x) g(x)

falls der rechte Grenzwert existiert.

Beweis: Man darf b > 0 voraussetzen. Dann erfllen f (t1 ), g(t1 ) u als Funktionen von t die Voraussetzungen der ersten Regel auf dem Intervall [0, b1 ] , wenn man f (01 ) = g(01 ) = 0 setzt. Also gilt mit x = t1 . d/dt f (t1 ) f (x) f (t1 ) lim = lim = lim x g(x) t0 g(t1 ) t0 d/dt g(t1 ) = lim df /dx(t1 ) dx/dt f (x) = lim . 1 ) dx/dt x g (x) t0 dg/dx(t

(1.5) 2. Regel von de lHospital. Die Funktionen f und g seien auf dem Intervall [a, b) dierenzierbar. Sei berall g = 0 , und es sei limxb g(x) = . Dann ist
xb

lim

f (x) f (x) = lim , xb g (x) g(x)

1. Der allgemeine Mittelwertsatz

159

falls der rechte Grenzwert existiert. Die Regel gilt auch fr b = . u Beweis: Jedenfalls ist in einer Umgebung von b stets g > 0 und auch g > 0, denn wre stets g < 0, so mte g ja monoton fallen a u und knnte nicht gegen gehen. Wir drfen allgemein g > 0, o u g > 0 annehmen. Sei nun limxb f (x)/g (x) = q . Dann ist fr u ein > 0 und b < x < b somit q < f /g < q + . Ist insbesondere b < p < x < b , so erhalten wir nach dem Mittelwertsatz f (x) f (p) q< < q + , g(x) g(p) also (q )g(x) + c < f (x) < (q + )g(x) + d mit Konstanten c, d , und folglich q+ c f (x) d < <q++ . g(x) g(x) g(x)

Weil aber g(x) fr x b, folgt q 2 < f (x)/g(x) < q + 2, u also |f (x)/g(x) q| < 2 , wenn |x b| gengend klein ist. u
n und g(x) = Beispiel: Seien f (x) = k=0 an x Polynome vom Grad n, dann ist n n n k=0 bn x

lim

f (x) an = . g(x) bn

Das ergibt sich durch n-maliges Anwenden der 2. Regel. Die zweite Regel ist ntzlicher als die erste, die kaum mehr liefert u als die Taylorformel. Auch die Taylorformel kann man unmittelbar aus dem allgemeinen Mittelwertsatz gewinnen, man erhlt sogar eine a etwas schrfere Fassung der a (1.6) Restglieddarstellung von Lagrange. Die Funktion f sei (n+1)-mal dierenzierbar in dem ganzen Intervall {p+tx | 0 t 1} .

160

V. Konvergenz und Approximation

Dann gilt:
n f (p + x) = jp f (x) +

f [n+1] (p + x) n+1 x , (n + 1)!

0 < < 1.

Die Verschrfung liegt darin, da nicht 0 oder 1 ist, und da a f nicht stetig sein mu.
[n+1]

Beweis: Als f im allgemeinen Mittelwertsatz whlen wir das Resta n glied r(x) = f (p + x) jp f (x), und als g die Funktion xn+1 . Dann steht da r(x) r (1 x) 1 , 0 < 1 < 1. = n+1 n x (1 x) n+1 Nach weiterer n-maliger Anwendung landet man bei r(x) 1 r[n+1] (1 . . . n+1 x) f [n+1] (p + x) = = , xn+1 (n + 1)! 1 (n + 1)! mit = 1 . . . n+1 .

2. Uneigentliche Integrale
Haben wir im vorigen Abschnitt gesehen, da die Differentialrechnung ein starkes Hilfsmittel fr Konvergenzuntersuchungen ist, u so wollen wir hier sehen, was das Integral in dieser Hinsicht bringt. Wir betrachten eine Funktion f : [a, b) R, a < b, b R,

soda die Einschrnkung von f auf jedes Intervall [a, x], a x < b a integrabel ist. Dann ist das uneigentliche Integral
b x

f (t) dt := lim
a

xb a

f (t) dt.

2. Uneigentliche Integrale

161

Diese Bildung ist analog zur Bildung der Reihe k=0 fk aus einer n Folge (fk ). Den Partialsummen Fn = k=0 fk entsprechen hier die Partialintegrale
x

F (x) :=
a

f (t) dt,

und wie bei Reihen nennen wir auch diese Stammfunktion F das b uneigentliche Integral a f und sagen, dieses konvergiert, falls F (x) fr x b konvergiert. Ist umgekehrt F gegeben und stetig u dierenzierbar, so ist
x

F (x) = F (a) +
a

F (t) dt,

und da F fr x b konvergiert, besagt dasselbe, wie da das u uneigentliche Integral von F existiert. Tatschlich kann man Reihen als spezielle uneigentliche Integrale a ansehen. Ist nmlich a a k=0 fk eine Reihe, und erklren wir eine Funktion f : [0, ) R durch f (t) = fk fr k t < k + 1, so ist u

(2.1)
0

f (t) dt =
k=0

fk ,
x

wenn eines von beiden konvergiert. Ist nmlich F (x) = 0 f (t) dt , so a ist F (n) die n-te Partialsumme der Reihe, und fr n x < n + 1 ist u x |F (n) F (x)| = | n fn | = |fn |(x n) |fn |. Konvergiert nun die Reihe gegen a, so ist schlielich |F (n) a| < /2 und |fn | < /2, also fr gengend groe x auch |F (x) a| < . Umgekehrt, wenn u u F (x) fr x konvergiert, so insbesondere F (n) fr n , und u u zwar gegen dasselbe. Die Konvergenzstze fr Reihen lassen sich weitgehend auf una u eigentliche Integrale ubertragen.

162

V. Konvergenz und Approximation

(2.2) Satz uber monotone Konvergenz. Ist f 0 , so ist das b uneigentliche Integral a f (t) dt genau dann konvergent, wenn es beschrnkt ist. a (2.3) Majorantenkriterium. Ist 0 f g und konvergiert das b b uneigentliche Integral a g(t) dt, so auch a f (t) dt .
x x b

Beweis: (2.3) folgt aus (2.2), denn a f a g a g . Fr (2.2) u setze s = sup{F (x) | x [a, b)}. Sei s < . Weil das Partialintegral F (x) mit x monoton wchst und fr ein x grer als s ist, so a u o ist es fortan immer zwischen s und s, also es konvergiert gegen s. Ist s = , so ergibt sich ganz analog limxb F (x) = .

Betrachten wir als Beispiel die Funktionen auf {x 1} f (x) = x ,


x

> 0.

1 Es ist F (x) = 1 t dt = 1 (1 x1 ) fr = 1. Folglich u divergiert 1 t dt fr < 1 , und u

(2.4)
1

t dt =
x

1 1

fr > 1. u

Fr = 1 ist F (x) = 1 t1 dt = log(x), und dies geht gegen fr u u x . Dies sieht viel einfacher aus, als die entsprechenden Aussagen uber die Reihen n 1/n , denn hier wird das Ergebnis ja mit Schulkenntnissen und ohne jeden Trick und Einfall gewonnen. Indessen zeigt sich hier eben die uberlegene Kraft des Kalkls der Dierential- und u Integralrechnung. Man erhlt nmlich jetzt aus der Berechnung una a eigentlicher Integrale durch Vergleich genauere Auskunft uber Rei hen. Betrachten wir allgemein eine nie negative, monoton fallende Funktion f : R+ R . Wir vergleichen das uneigentliche Integral f (t) dt mit der Reihe k=1 f (k). 1

2. Uneigentliche Integrale

Aus der Monotonie ergibt sich (2.5) f (k + 1)

z
1 2 3 4 5
k+1

163

f f (k).

Summation von 1 bis n liefert


n+1 n+1 n

(2.6)
k=2

f (k)
1

f
k=1

f (k).

Dies zeigt schon, da die Reihe wenn das uneigentliche Integral sieht man, da die Folge
n

k=1 f (k) genau dann konvergiert, f (t) dt konvergiert. Aus (2.5) 1

n+1

n
k=1

f (k)
1

f (t) dt =: an

nicht negativ ist und monoton wchst, und aus (2.6) ergibt sich die a Abschtzung a (2.7) an f (1) f (n + 1).

Daraus folgt, da (an ) konvergiert. Geht ubrigens f (t) 0 fr u t , so konvergiert die Folge
n n

n
k=1

f (k)
1

f (t) dt

164

V. Konvergenz und Approximation

gegen denselben Grenzwert wie (an ) . Wir fassen zusammen.

(2.8) Satz. Sei f : R+ R eine nie negative, monoton fallende Funktion. Dann ist die Folge (an ) mit
n n+1

an =
k=1

f (k)
1

f (t) dt

nie negativ, sie wchst monoton, und sie konvergiert, mit a 0 lim an f (1).
n

Das uneigentliche Integral 1 f (t) dt konvergiert genau wenn die Reihe k=1 f (k) konvergiert. Dies gibt schon eine treiche Abschtzung der Reihe a f (k), wenn man das uneigentliche Integral berechnen kann. Auf die Funktion t zurckzukommen, hier erhalten wir aus (2.6) die Abschtu a zung mit lauter echten (!) Ungleichungen

t (2.9)
1

dt <
k=1

< 1+
1

t dt,

d.h.

1 < 1

k <
k=1

fr > 1 . u

und nennt diese Fr > 1 schreibt man () := u k=1 k Funktion die Riemannsche Zeta-Funktion. Sie spielt, freilich erst nach Ausdehnung auf die Ebene der komplexen Zahlen, eine groe Rolle in der Zahlentheorie. Unsere Abschtzung zeigt zum Beispiel a lim () = 1 , was man der Reihe selbst nicht ohne weiteres ansieht, und sie zeigt, wie () fr 1 wchst. Fr = 1 bringt u a u (2.6) die Abschtzung a n

(2.10)

log(n + 1)
k=1

1 1 + log(n). k

2. Uneigentliche Integrale
n k=1

165

Die nach (2.8) konvergente Folge wert die

k 1 log(n) hat als Grenz-

1 Eulersche Konstante. limn 1 + 1 + 1 + + n log(n) . 2 3 Ihr Wert ist 0, 5772 . . . . So sehen wir auch gut, wie die harmonische Reihe wchst. a

Man kann nach der Analogie zwischen Reihen und uneigentlichen Integralen die Konvergenzkriterien fr Reihen, die wir kennengelernt u haben, auf uneigentliche Integrale ubertragen. Von theoretischer Be deutung ist insbesondere das Cauchy-Kriterium. (2.11) Cauchy-Kriterium. Sei F : D R eine Funktion, b R , und es gebe mindestens eine Folge (xn ) in D , die gegen b konvergiert. Dann existiert limxb F (x) genau dann, wenn folgendes gilt: Zu jedem > 0 existiert ein > 0 , soda fr alle x, z D gilt: Sind x u und z in der -Umgebung von b, so ist |F (x) F (z)| < . Beachte, da die Funktion F nur auf dem angegebenen Denitionsgebiet D betrachtet wird, also uberhaupt nur Folgen (xn ) in D fr die Grenzwertbildung zugelassen sind. u Beweis: Angenommen limxb F (x) = a existiert, so gibt es zu > 0 ein > 0 derart, da |F (x) a| < /2 und |F (z) a| < /2, immer wenn x, z in der -Umgebung von b liegen. Damit ist dann auch |F (x) F (z)| < , wie gefordert. Angenommen, die Bedingung des Satzes ist erfllt. Sei (xn ) iru gendeine Folge in D , die gegen b konvergiert. Wir mssen zeigen, u da dann auch F (xn ) konvergiert. Nun, ist > 0 und dazu nach der Bedingung im Satz gewhlt, so ist schlielich xn U (b). Also a gelte dies etwa fr n m. u Dann sagt aber die Bedingung im Satz: |F (xm ) F (xm+k )| < . Mit anderen Worten, die Folge F (xn ) ist eine Cauchy-Folge, und

166

V. Konvergenz und Approximation

konvergiert. Wir haben noch zu zeigen, da der Grenzwert nicht von der Wahl der Folge (xn ) b abhngt. Aber hat man eine a andere Folge (zn ) b in D , so konvergiert ja auch die Folge un mit u2n = xn , u2n+1 = zn gegen b, also F (un ) konvergiert nach dem Gesagten, und zwar gegen dasselbe, wie beide Teilfolgen F (xn ) und F (zn ) . Wir wollen dies insbesondere auf uneigentliche Integrale
b

F =
a

f (x) dx,

f : [a, b) R

anwenden. Das Integral heit absolut konvergent, wenn


b

|f (x)| dx
a

konvergiert. (2.12) Bemerkung. Ein absolut konvergentes uneigentliches Integral konvergiert. Beweis: Dies folgt wie frher aus dem Cauchy-Kriterium und der u verallgemeinerten Dreiecksungleichung
u u

f (x) dx
z z

|f (x)| dx

fr u

z u.

So liefert der Vergleich von Funktionen mit den schon behandelten Funktionen t das folgende hilfreiche Kriterium: Man sagt, eine Funktion f : [a, ) R verschwindet von hherer als erster o Ordnung fr t , falls es ein b a und ein > 1, sowie eine u Schranke K gibt, derart da |f (t)| t K fr t b. u

2. Uneigentliche Integrale

167

(2.13) Konvergenzkriterium. Wenn f : [a, ) R fr t u von hherer als erster Ordnung verschwindet, so konvergiert das Ino tegral

f (t) dt
a

absolut. Ist hingegen f (t) t K > 0 fr t b, so divergiert das u Integral.

Beweis: Im ersten Fall ist |f (t)| Kt fr t b, und a t dt u konvergiert. Im zweiten Fall ist f K/t fr t b, und a Kt1 dt u divergiert. Hier haben wir das Vorherige im Fall b = angewandt.

1 1 Zum Beispiel ist 1+x2 x2 , und daher konvergiert 0 zwar, wie wir ja wissen, gegen limx arctan(x) = /2.

dx 1+x2

, und

Nicht immer stt man hier auf schon bekannte Funktionen. Uno eigentliche Integrale bilden ein wichtiges Mittel zur Konstruktion von bedeutungsvollen Konstanten und Funktionen in der Analysis. Ein klassisches Beispiel ist die Gamma-Funktion

(t) :=
0

xt1 ex dx fr t > 0. u

Dieses Integral ist in der Tat absolut konvergent, denn x2 (xt1 ex ) = xt+1 ex 0 fr x . Bei Null hat man entsprechend die u t1 Majorante x . Man bildet hier also einen beidseitigen Grenzwert b lima0 limb a xt1 ex dx. Durch partielle Integration erhlt a man

(t) =
0

t1 x

dx = x

t1 x

+ (t 1)
0

xt2 ex dx

= (t 1) (t 1),

t > 1.

168
x e 0

V. Konvergenz und Approximation


0

Nun ist (1) = (2.14)

dx = ex

= 1, also folgt induktiv

(n) = (n 1)!

Die Funktionalgleichung (t) = (t 1)(t 1) benutzt man, um (t) auch fr negative t zu erklren. Die -Funktion ist allgegenwrtig u a a in der Zahlentheorie, aber als Interpolationsfunktion von n! auch in der Statistik. Bei der Integraldarstellung der -Funktion haben wir eben in beiden Grenzen uneigentliche Integrale betrachtet. Zum Gebrauch im nchsten Abschnitt denieren wir: a

:=
0

Natrlich htte man das Integral auch an irgendeiner anderen Stelle u a statt am Nullpunkt zerlegen knnen. o Schlielich kann man natrlich uneigentliche Integrale auch nach u der Transformationsformel transformieren. Betrachten wir als Beispiel das Fresnelsche Integral
x

sin(t2 ) dt = lim
0

x 0 2

1 sin(t2 ) dt = lim x 2

x2

sin(u) du, u

mit Transformation u = t , du = 2t dt = 2 u dt . Das letzte Integral konvergiert. Das sieht man leicht mit dem Leibniz-Kriterium, indem man das Integrationsintervall an den Stellen k , k = 0, 1, 2, . . . zerlegt. Man erhlt dann eine alternierende Reihe mit monoton gegen a Null gehenden Gliedern. Bemerkenswert an dem Beispiel ist, da der Integrand sin(t2 ) nicht gegen Null konvergiert. Das Integral (mit gleicher Transformation)

2t sin(t ) dt =
0 0

sin(u2 ) du

3. Dirac-Folgen

ist gar konvergent, obwohl der Integrand unbeschrnkt ist. Das allein a bringt eben noch nicht so viel, das Integral der einzelnen Wellen und Tler geht doch gegen Null, weil sie so schmal werden: a

0
1 0

169

Manchmal gelingt es, ein uneigentliches Integral in ein eigentliches zu transformieren, wie zum Beispiel dt = 1 t2
/2

du = /2,
0

t = sin(u),

dt = cos(u) du =

1 t2 du.

Nheres uber das wirkliche Ausrechnen unbestimmter Integrale lehrt a in erhellender Weise die Funktionentheorie.

3. Dirac-Folgen
Physiker erzhlen von einer Dirac-Funktion : R R mit fola genden Eigenschaften:

(i) (t) = 0 fr t = 0 ; u

(ii) (0) = ;

(iii)

(t) dt = 1.

170

V. Konvergenz und Approximation

Und Sie behaupten dann, es gelte fr beliebige stetige Funktionen u f : R R:


(iv)

(x t) f (t) dt =

(t) f (x t) dt = f (x).

Freilich gibt es solche Funktionen nicht, und auf die Theorie der Distributionen, in der man den Funktionsbegri so erweitert, da die letzte Gleichung ganz richtig herauskommt, wollen wir uns hier nicht einlassen. Nur so viel: die letzte Gleichung ist das Wesentliche, Gleichung (iii) ist der Spezialfall f = 1 , Gleichung (i) hat wenig zu bedeuten, und (ii) noch weniger als nichts. Uns gengt zu sagen, u da man doch Funktionenfolgen angeben kann, die das Verhalten der Dirac-Funktion approximieren.

Denition. Eine Dirac-Folge ist eine Folge stetiger Funktionen n : R R mit folgenden Eigenschaften: (D1) n 0 . (D2)
(t) dt n

1
0 = 1.

(D3) Sind , > 0, so gilt fr fast alle n : u n (t) dt +


n (t) dt < .

3. Dirac-Folgen

171

Behauptungen uber -Funktionen wollen wir dann als Aussagen uber das Grenzverhalten von Dirac-Folgen n fr n inter u pretieren. Man kann eine Funktion n mit den Eigenschaften (D1), (D2) als Wahrscheinlichkeitsma deuten, in dem Sinne, da man die Punkte b eines Intervalls [a, b] mit der Wahrscheinlichkeit a n (t) dt trit. Das Integral

f (t) n (x t) dt

ist dann ein entsprechend gewichtetes Mittel von f , der Erwartungswert, wenn jeder Punkt t mit der Wahrscheinlichkeitsdichte n (xt) gewichtet wird. Wird n gro, so wird es sehr unwahrscheinlich, da man einen Punkt auerhalb einer gegebenen -Umgebung von x trit, und der Erwartungswert wird sich f (x) nhern. Die Diraca Funktion bezeichnet den Grenzfall der Zwangslage, wo der Punkt x mit Wahrscheinlichkeit 1 getroen und mit Wahrscheinlichkeit 0 verfehlt wird. Dann ist der Erwartungswert natrlich gleich f (x). In der u Mechanik kann man den Ubergang von (n ) zu hnlich deuten als a Ubergang von kontinuierlichen bei x immer strker konzentrierten a Dichten zum Massenpunkt. Und nun vom Deuten zum Beweisen.

(3.1) Satz uber Dirac-Approximation. Sei f : R R beschrnkt a und auf jedem kompakten Intervall integrabel. Sei D R ein kompaktes Intervall und f an jedem Punkt aus D stetig. Setze

fn (x) := (n f )(x) :=

f (t) n (x t) dt,

fr eine Dirac-Folge n . Dann konvergiert (fn ) auf D gleichmig u a gegen f .

Beweis:

Transformiert man das Integral mit = x t als neuer

172

V. Konvergenz und Approximation

Integrationsvariable, so ergibt sich


fn (x) =

f (x ) n ( ) d =

f (x t) n (t) dt.

Das sagt, da die sogenannte Faltung n f symmetrisch in n und f ist. Andererseits ist

f (x) = f (x)

n (t) dt =

f (x) n (t) dt,

und damit stellt sich die Dierenz dar als

(i)

fn (x) f (x) =

f (x t) f (x) n (t) dt.

Dies haben wir unabhngig von x abzuschtzen. Sei also > 0 a a gegeben. Weil f auf D gleichmig stetig ist, gibt es dazu ein > 0, a soda fr |t| < und x D gilt u (ii) |f (x t) f (x)| < .

Andererseits hat man eine Schranke M mit |f | < M auf ganz R , und nach der Denition der Dirac-Folge gilt fr gengend groe n u u

(iii)

n +

n <

. 2M

Wir zerlegen das Integral in (i) entsprechend:


|fn f |

|f (x t) f (x)| n (t) dt +

( ) +

( ) .

Nun ist jedenfalls |f (x t) f (x)| 2M , also mit (iii)


( ) +

( ) 2M

n +

n < .

3. Dirac-Folgen

173

Fr das verbliebene mittlere Integral ergibt sich nach (ii) u


|f (x t) f (x)| n (t) dt

n (t) dt

n = .

Also zusammen |fn f | < 2. In diesem Beweis haben wir den Satz uber gleichmige Stetigkeit a auf kompakten Intervallen in etwas allgemeinerer Form benutzt, als wir ihn frher formuliert haben. Wir haben so gewhlt, da fr u a u x D und |t| < gilt |f (x t) f (x)| < . Es ist nicht x t D verlangt. Schaut man in den alten Beweis (II, 3.10), so sieht man, da man das auch nicht verlangen mu (die Folge (pn ) braucht nicht in D zu laufen, wir kommen darauf in (VI, 7.12) zurck). Die approximierenden Funktionen erben viele gute Eigenschaften von den n , denn das Integral n f hngt ja nur durch n von x a ab. Sind die Funktionen der Dirac-Folge glatt, so bgeln und gltten u a sie fn . Das knnen wir erst richtig wrdigen, wenn wir Funktionen o u mehrerer Variablen betrachten. Aber eine schne Anwendung geben o wir gleich. (3.2) Approximationssatz von Weierstra. Eine stetige Funktion auf einem kompakten Intervall ist gleichmiger Limes von Polya nomen. Beweis: Ohne Beschrnkung der Allgemeinheit darf man anneha men, da man eine stetige Funktion f : [0, 1] R, f (0) = f (1) = 0

approximieren soll. Ersetze nmlich erst f durch f1 = f mit a (t) = a + t(b a), und dann f1 durch f2 = f1 (1 t) f (a) + t f (b) .

174

V. Konvergenz und Approximation

Auch mag f uberall deniert sein, mit f (t) = 0 fr t [0, 1]. Jetzt u konstruieren wir eine Dirac-Folge von Funktionen n , die auf dem Intervall [1, 1] Polynome sind. Wir setzen nmlich a n (t) = c1 (1 t2 )n n fr 1 t 1, und n (t) = 0 sonst. u

Oenbar ist n stetig, n 0 , und whlen wir a


1

cn =
1 (t) dt n 1

(1 t2 )n dt,

so ist = = 1 . Bleibt die Eigenschaft (D3) der Dirac-Folgen zu prfen. Wir schtzen ab: u a
1 1

1 (t) dt 1 n

cn /2 =
0

(1 t2 )n dt =
0

(1 + t)n (1 t)n dt
0

(1 t)n dt =

1 n+1 .

Also

c1 n

(n + 1)/2 . Demnach gilt fr 0 < < 1: u


1 1 1

n =

c1 (1 n

t ) dt =

2 n

n+1 2 n+1 2 (1

(1 2 )n dt 2 )n (1 ),

und letzteres geht gegen 0 fr n . Man braucht die Bedingung u (D3) nur fr kleine zu prfen, weil die abzuschtzenden Integrale u u a beim Verkleinern von wachsen. Die angegebenen n bilden also eine Dirac-Folge, und nach (3.1) strebt die Folge der fn = n f auf dem Intervall [0, 1] gleichmig a gegen f . Nun schauen wir uns fn an. Fr 1 t 1 ist n (t) ein u Polynom, also haben wir jedenfalls eine Darstellung n (x t) = g0 (t) + g1 (t)x + + g2n (t)x2n , falls x und t beide zwischen 0 und 1 liegen. Damit ist aber fr alle u x [0, 1]
1

fn (x) =
0

f (t) n (x t) dt = a0 + a1 x + + a2n x2n

3. Dirac-Folgen
1 0

175

ein Polynom mit Koezienten aj =

f (t) gj (t) dt .

Im allgemeinen werden die Ableitungen der approximierenden Folge (fn ) nicht konvergieren, schon gar nicht gleichmig, sonst mte a u ja f dierenzierbar sein, was nicht vorausgesetzt ist. Doch hat die Dirac-Approximation die folgende schne Eigenschaft: Wenn f stetig o dierenzierbar und die Ableitung beschrnkt ist, so gilt dasselbe von a den approximierenden Funktionen fn = n f , und (fn ) konvergiert gleichmig gegen f , und ebenso fr alle hheren Ableitungen. Man a u o sieht das indem man die Ableitung d/dx von fn unter das Integral zieht:
d dx d dx f (x

fn =

d dx

f (x t) n (t) dt =

t) n (t) dt = n f .

Also (fn ) = (f )n . Freilich darf man eine Ableitung nicht ohne weiteres unter ein Integral ziehen. Darber werden wir spter erst u a Genaueres sagen (vergl. Bd. 2, I, 5.1 und III, 4.7). Man kann auch Dirac-Familien von Funktionen s : R [0, ) betrachten, die durch s R+ statt n N parametrisiert sind. In (D 3) mu es dann fr gengend groe s statt fr fast alle n u u u heien. Der Satz (3.1) gilt entsprechend, was sich schon daraus leicht ergibt, da ja aus so einer Familie stets eine Dirac-Folge entsteht, wenn man fr s eine gegen gehende Folge reeller Zahlen einsetzt. u Viele Beispiele fr Dirac-Familien erhlt man wie folgt: Es sei u a 1 : R [0, ) irgendeine integrable Funktion mit

1 (t) dt = 1.

Dann setze (3.3) s (t) := s 1 (st), s R+ .

176

V. Konvergenz und Approximation

Dies deniert eine Dirac-Familie, denn die Transformation s t = , s dt = d liefert

s (t) dt = 1,

und weil das Integral 1 (t) dt nach Voraussetzung existiert, mu auch zu gegebenem > 0 und > 0 fr gengend groe s schlielich u u

s (t) dt =

1 (st) s dt =
s

1 ( ) d <

sein, und ebenso fr negative t. u In der Wahrscheinlichkeitstheorie, auf die wir ja zur Motivation schon hingewiesen haben, erhlt man so die oben abgebildeten Gaua schen Glockenkurven, mit 1 1 (t) = exp(t2 ). Das uneigentliche Integral dieser Funktion werden wir spter durch a Ubergang ins Zweidimensionale berechnen (Bd.2, IV, 4.8). Die hieraus nach dem angegebenen Verfahren hervorgehende Dirac-Familie von Gauschen Glockenfunktionen parametrisiert man in der Form (3.4) G (t) = 1 t2 exp , 2 2 2 R+ .

In der Wahrscheinlichkeitstheorie heit 2 die Varianz der der zugehrigen Gauverteilung. Fr unsere Parametrisierung wre o u a s = ( 2 )1 , je kleiner die Varianz, um so besser gleicht die Gauverteilung der (als Funktion nicht existenten) Dirac-Funktion. Besonders einfach wird die Situation, wenn man von einer Funktion 1 ausgeht, die auerhalb eines kompakten Intervalls verschwindet, denn dann ist das uneigentliche Integral in Wahrheit eigentlich.

Kapitel VI

Metrische und topologische Rume a

Es ist eine wahre Freude, den Eifer der alten Geometer anzusehen, mit dem sie diesen Eigenschaften nachforschten, ohne sich durch die Frage eingeschrnkter Kpfe irre machen a o zu lassen, wozu denn diese Kenntnis ntzen u sollte. Kant Wir haben konvergente Folgen oder Umgebungen nicht nur von reellen Zahlen, sondern zum Beispiel auch von Funktionen betrachtet. Auch haben wir festgestellt, da das Integral als stetige Abbildung eines Raumes von Funktionen nach R angesehen werden kann. In diesem Kapitel sollen nun die Begrie der Konvergenz, der Umgebung, und was damit zusammenhngt, grundstzlich und in groer a a Allgemeinheit eingefhrt und errtert werden. Wir beginnen jedoch u o mit einem Abschnitt uber euklidische Rume, der eigentlich in die a Lineare Algebra gehrt. o

1. Euklidische Vektorrume a
Die wichtigsten Beispiele euklidischer Rume, die wir im folgenden a im Auge haben, sind die Rume a Rn = {(x1 , . . . , xn ) | xj R}, b Fa = Raum der integrablen Funktionen f : [a, b] R, . . .?? C 0 [a, b] = Raum der stetigen Funktionen [a, b] R.

178

VI. Metrische und topologische Raume

Jedenfalls betrachten wir einen reellen Vektorraum V , d.h. einen Vektorraum uber dem Krper R . Ein Skalarprodukt auf V ist o eine bilineare, symmetrische, positiv (semi-)denite Abbildung V V R, (v, w) v, w R.

Das heit also, wir verlangen folgende Eigenschaften: Bilinearitt: a v + w, u = v, u + w, u fr v, w, u V und , R. u Symmetrie: v, w = w, v . Positive Semidenitheit: v, v 0. Gilt hier v, v > 0 fr alle v = 0 , so heit das Skalarprodukt u positiv denit oder euklidisch, und ein Euklidischer Raum ist ein reeller Vektorraum mit einem euklidischen Skalarprodukt. Wir bezeichnen ihn im allgemeinen mit dem gleichen Buchstaben V wie den zugrundeliegenden Vektorraum, ohne das Skalarprodukt extra zu notieren. Vorerst nun sei ein Vektorraum V mit positiv semidenitem Skalarprodukt , betrachtet. Wegen der Symmetrie ist das Skalarprodukt natrlich auch in der u zweiten Variablen linear, und aus der Linearitt folgt: a 0, v = v, 0 = 0. Folgende Beispiele werden fr uns wichtig sein: u (1.1) V = Rn , Skalarprodukt v, w = v1 w1 + + vn wn , fr v = (v1 , . . . , vn ) , w = (w1 , . . . , wn ) . u Wenn man den Matrizenkalkl benutzt, sollte man die Vektoren als u Spalten schreiben das werden wir in dem Fall auch tun aber im allgemeinen lassen wir es so, weil die chinesische Notation platzraubend und lstig ist. Das nchste Beispiel ist wie angekndigt a a u
b (1.2) V = Fa , also v, w V sind integrable Funktionen auf einem Intervall [a, b], a < b , und

1. Euklidische Vektorraume

179

v, w

:=
a

v(t) w(t) dt.

Man kann (1.1) als Spezialfall fr Treppenfunktionen zu einer u gewissen Zerlegung in n Teilintervalle ansehen, oder entsprechend (1.2) als Verallgemeinerung von (1.1). Ein n-Tupel ist eine Abbildung {1, . . . , n} R , j vj . Statt dessen betrachten wir Abbildungen [a, b] R , t v(t), und statt zu summieren integrieren wir. Das Skalarprodukt (1.1) des Rn , das sogenannte kanonische, ist euklidisch, denn ist v = (v1 , . . . , vn ) = 0 , so ist

Im Beispiel (1.2) ist analog v, v

aber wenn hier v, v 2 = 0 gilt, braucht v noch nicht zu verschwinden, wie man an einer Treppenfunktion sieht, die nur an den Zerlegungspunkten ungleich Null ist. Ist v hingegen stetig, so schliet man leicht v, v 2 = 0 = v = 0 .

Ist nmlich v 2 ( ) =: c > 0 fr ein [a, b], so gibt es eine a u Umgebung von in [a, b], wo v 2 (t) > c/2 ist, und die Treppenfunktion, die in dieser -Umgebung den Wert c/2 und sonst den Wert 0

2
b 2

2 2 v, v = v1 + + vn > 0.

v 2 (t) dt 0,

v2

180

VI. Metrische und topologische Raume

hat, hat ein positives Integral und ist kleinergleich v 2 , also ist auch b 2 v > 0. Nehmen wir also a
b

(1.3)

V = C [a, b],

v, w

=
a

v(t) w(t) dt,

so haben wir wieder einen euklidischen Raum. Das Beispiel des Rn und der Lehrsatz des Pythagoras zeigt, da durch ein Skalarprodukt auf natrliche Weise eine Norm von v V , u das ist ein Betrag oder eine Lnge, gegeben ist, nmlich durch a a |v| := v, v .

Im R3 ist dies ja nach Ausweis der Elementargeometrie, was man sich immer unter der Lnge vorgestellt hat. Im Fall eines nur positiv a semideniten Raumes spricht man auch von einer Seminorm. (1.4) Eigenschaften der Norm. (i) Es ist |v| 0 , und wenn der Raum euklidisch ist: |v| = 0 v = 0 . (ii) Positive Homogenitt: | v| = || |v| fr R , v V . a u (iii) Dreiecksungleichung: |v + w| |v| + |w|. Also |v| |w| |v w|. Diese Normeigenschaften sind uns in (II, 4.2) schon begegnet. Fr u eine Seminorm, die aus einem Skalarprodukt entsteht, hat man zudem die Abschtzung des Skalarprodukts: a (1.5) Schwarzsche Ungleichung: | v, w | |v| |w| . Beweis: (1.4) (i) ist klar. (ii): |v| = v, v = 2 v, v = |||v|. Zum Beweis von (1.5) sei zunchst |w| = 0 (oder |v| = 0 ) ana genommen wir sind im semideniten Fall und knnen nicht w = 0 o

1. Euklidische Vektorraume

181

schlieen, aber: 0 v tw, v tw = |v|2 + t2 |w|2 2t v, w = |v|2 2t v, w fr alle t R , und das heit oenbar v, w = 0 und gibt die Beu hauptung in diesem Fall. Ist |v| = |w| = 1 so folgt aus derselben Rechnung mit t = 1 wieder | v, w | 1. Allgemein nun wenn |v| = 0 = |w| schreiben wir v = |v| v1 , w = |w| w1 , mit |v1 | = |w1 | = 1, und erhalten aus dem vorigen | v, w | = |v| |w| | v1 , w1 | |v| |w|. Dreiecksungleichung: |v + w|2 = |v|2 + |w|2 + 2 v, w |v|2 + |w|2 + 2|v||w| = (|v| + |w|)2 , nun ziehe die Wurzel. Wie gehabt folgt daraus |v w| |v| |w| und |w v| |w| |v|, also |v w| |v| |w| . Im Fall des Raumes der integrablen Funktionen (1.2) heit die hier erklrte Seminorm die L2 -Norm oder auch Integralnorm, und wir a bezeichnen sie durch
b

|v|2 =
a

v(t)2 dt

1 2

Der Unterschied zwischen positiv semideniten und euklidischen Skalarprodukten ist nicht so wesentlich: Sei U V der Unterraum U = {u V | u, u = 0}, also der Raum der Vektoren der Norm 0 . Dies ist ein Unterraum, denn ist u U und v V , so ist u, v = 0 nach der Schwarzschen Ungleichung, also U = {u V | u, v = 0 fr alle v V }, u

was oenbar ein Unterraum ist. Man bildet nun den Quotientenraum V /U , also man macht Vektoren der Norm 0 zu Null. Das Skalarprodukt von V induziert eines auf V /U durch v + U, w + U := v, w ,

182

VI. Metrische und topologische Raume

was wegen v, u = u, w = u, u = 0 fr u U wohldeniert u ist. Dies Skalarprodukt auf V /U ist dann oenbar euklidisch. Die Elemente von U werden bei diesem Verfahren als unbeachtlich angesehen. So betrachten wir integrable Funktionen fortan immer bis auf Nullfunktionen, das heit modulo Funktionen der L2 -Norm Null.
b Betrachten wir das Beispiel des Raumes V = Fa der auf [a, b] integrablen Funktionen etwas nher. Whlt man w = 1 als konstante a a Funktion, so sagt die Schwarzsche Ungleichung b 2 b

1, v

2 2

=
a

v(t) dt

|1|2 2

|v|2 2

= (b a)
a

v 2 (t) dt.

Wenden wir dies auf |v| statt v an und ziehen die Wurzel, so erhalten wir:
b

(1.6)

|v|1 :=
a

|v(t)| dt

b a |v|2 .

Das Integral |v|1 heit die L1 -Norm von v . Wenden wir diese Ungleichung auf f g fr v an, so ergibt sich u
b b

f (t) dt
a a

g(t) dt |f g|1

b a |f g|2 .

Dies sagt, da das Integral ein Lipschitz-stetiger Operator mit Kon b stante b a auf Fa ist, wenn man den Abstand der Funktionen 2 durch die L -Norm mit. Ist also (n ) eine Folge von auf [a, b] integrablen Funktionen, die fr die L2 -Norm gegen f konvergiert, das u b b heit so, da |n f |2 0, so folgt a n a f . Es braucht in diesem Falle nicht (n ) gegen f zu konvergieren. Beispiel: f = 0, n (t) = 1 fr 0 t 1/n, und n (t) = 0 sonst. u Ist v das Supremum der Funktion |v| auf [a, b] , so ist (b a) v 2 , also (1.7) |v|2 b a v .
b a

v 2 (t) dt

2. Orthogonalbasen und Fourierentwicklung

183

Alle diese Bildungen |v|1 , |v|2 , v haben die Eigenschaften (II, 4.2) einer Norm, und diese Normen fhren zu verschiedenen Konveru genzbegrien. Gleichmig konvergente Folgen sind fr die L2 -Norm a u konvergent nach (1.7), und fr die L2 -Norm konvergente Folgen sind u fr die L1 -Form konvergent nach (1.6). Alle diese Normen haben u ihre Entsprechung im Rn , also ist v = (v1 , . . . , vn ), so hat man den euklidischen Betrag |v|2 , die Norm |v|1 = k |vk | und die Maximumnorm v = max{|vk | | k = 1, . . . , n}, aber hier fhren alle Normen u zum gleichen Konvergenzbegri. Ein reeller oder komplexer Vektorraum mit einer Norm mit den Eigenschaften (II, 4.2), die wir in (1.4) fr einen euklidischen Raum u festgestellt haben, heit ein normierter Raum. Fr sptere Verwendung stellen wir noch fest: u a (1.8) Bemerkung. Ist f : [a, b] R integrabel und > 0, so gibt es eine Treppenfunktion auf [a, b] mit |f |2 < . Beweis: Whle eine Treppenfunktion f mit f und a 2 b (f ) 2 f . So ein ndet man nach Denition (Riemann-) a integrabler Funktionen. Dann ist
b a

(f )2
a

f (f ) 2 f
a

(f ) 2 .

Also, wie man sagt, die Treppenfunktionen liegen dicht im Raum der integrablen Funktionen mit der L2 -Norm. Wir kommen auf den Begri zurck. u

2. Orthogonalbasen und Fourierentwicklung


Wir kehren zurck zu euklidischen Rumen. Zu dem Skalarprou a dukt gehren als angepate Basen die Orthonormalbasen, die man o

184

VI. Metrische und topologische Raume

auch fr die L2 -Metrik hat. Die Anschauung legt nahe, da man u zwei Vektoren v, w genau dann orthogonal nennt, wenn |v w| = |v + w|.

Das heit also, genau wenn |v w|2 = |v + w|2 , also wenn v, w = 0.

Zum Beispiel sind die Standard-Einheitsvektoren im Rn ej = (0, 0, . . . , 0, 1, 0, . . . , 0)


j

4
|v + w| v |v w| w w
n

paarweise orthogonal fr das von uns betrachtete kanonische Skalaru produkt. Aber wohlgemerkt, es hngt vom Skalarprodukt ab, ob a Vektoren orthogonal sind. Sind die Vektoren v1 , . . . , vn ungleich Null und paarweise orthogonal, so sind sie linear unabhngig, denn wre a a
n

0=
j=1

j v j ,

so

0 = vk , 0 =
j=1

j vk , vj = k |vk |2 ,

also k = 0 , weil |vk | = 0 , wir sind im euklidischen (!) Raum. Vektoren der Norm 1 nennt man auch Einheitsvektoren. Hat der euklidische Raum V die Dimension n , und ist v1 , . . . , vn ein System paarweise orthogonaler Einheitsvektoren, auch Orthonormalbasis genannt, so ist dieses eine Basis. Schreibt man zwei Vektoren x, y als Linearkombinationen dieser Basis:
n n n

x=
k=1

k vk ,

y=
=1

v,

so ist

x, y =
k=1

k k .

Bei Wahl eines Orthonormalsystems als Basis schreiben sich also wie immer Vektoren als n-Tupel, und das Skalarprodukt berechnet sich

2. Orthogonalbasen und Fourierentwicklung

185

als das kanonische dieser n-Tupel, der Raum V ist als euklidischer Raum isomorph zu Rn . Die Koezienten der Linearkombinationen fr x und y lassen sich auch mit dem Skalarprodukt berechnen, u nmlich: a
n

k = x, vk ,

also x =
k=1

x, vk vk .

Ist vielleicht dim V > n aber jedenfalls v1 , . . . , vn ein Orthonormalsystem, und x ein beliebiger Vektor aus V , so schreibe:
n

x=
k=1

k vk + u,

k = x, vk .

Dann ist u, vk = x, vk k vk , vk = 0 , also u ist orthogonal zu allen vk . Man nennt

die Orthogonalprojektion von x auf den von v1 , . . . , vn aufgespannten Unterraum L. Von allen Vektoren aus L liegt prL (x) am nchsten an x , denn der Abstand ist |u|; und der Abstand von x zu a prL (x) + v fr v L wre |u|2 + |v|2 . u a

Es ist damit

|x|2 =

5
n

prL (x) :=

k vk

k=1

prL (x)

n 2 k=1 k

+ |u|2

n 2 k=1 k ,

also:

186

VI. Metrische und topologische Raume

(2.1) Besselsche Ungleichung. Ist v1 , . . . , vn ein Orthonormalsystem im euklidischen Raum V , so ist fr jedes x V : u
n

|x|2
k=1

x, vk 2 .

Ein vollstndiges Orthonormalsystem in einem unendlichdia mensionalen euklidischen Raum V ist eine Folge (vk | k N ) von Vektoren aus V mit folgenden Eigenschaften: (i) Fr jedes n N ist v1 , . . . , vn ein Orthonormalsystem. u n (ii) Ist x V und un = x k=1 x, vk vk , so gilt:
n

lim |un | = 0.

Mit anderen Worten: Man hat eine fr die gegebene Norm konveru gente Reihenentwicklung

x=
k=1

x, vk vk .

Ist (vk | k N ) ein vollstndiges Orthonormalsystem, so kann man a in der Gleichung


n

|x|2 =
k=1

x, vk

+ |un |2

zum Limes ubergehen, und erhlt die a

(2.2) Parsevalsche Gleichung. Ist (vk | k N ) ein vollstndiges a Orthonormalsystem des euklidischen Raumes V , so gilt fr jedes u xV:

|x|2 =
k=1

x, vk 2 .

Um nun von einem gegebenen Orthonormalsystem (vn | n N ) im Raum der integrablen Funktionen auf einem kompakten Intervall mit der L2 -Metrik zu zeigen, da es vollstndig ist, mu man a

2. Orthogonalbasen und Fourierentwicklung

nur fr stetige Funktionen oder auch fr Treppenfunktionen zeigen, u u 2 da sie sich durch Linearkombinationen k k vk beliebig gut L approximieren lassen. Stetige Funktionen nmlich approximieren a Treppenfunktionen fr die L2 -Metrik, wie gura docet, u

und Treppenfunktionen approximieren, wie wir wissen, beliebige integrable Funktionen beliebig gut fr die L2 -Norm. Um nun eine u stetige Funktion fr die L2 -Norm durch Funktionen k k vk zu apu proximieren, gengt es, sie gleichmig zu approximieren, denn u a f g < = |f g|2 < b a. Zwei wichtige Beispiele von vollstndigen Orthonormalsystemen a wollen wir kennenlernen. Zunchst die a (2.3) Legendrepolynome. Im Raum V der integrablen Funktionen auf dem Intervall [1, 1] betrachte die Polynome: 0 = 1, 1 = x, ... , n = x n .

6
k

187

Sie bilden eine Basis des Vektorraumes aller Polynome vom Grad n. Wir produzieren aus dieser Basis induktiv eine Orthonormalbasis v0 , . . . , vn durch (2.4) Schmidt-Orthonormalisierung. v0 := 0 /|0 |2 , vk+1 := k+1
j=0

k+1 , vj

vj ,

wobei so bestimmt wird, da |vk+1 | = 1 , also ist die Norm der rechten Seite der letzten Gleichung.

188

VI. Metrische und topologische Raume

Das so konstruierte Orthonormalsystem von Polynomen ist bis auf konstante Faktoren das System der Legendrepolynome. Es ist vollstndig nach dem Approximationssatz von Weierstra, der von a v0 , . . . , vn erzeugte Vektorraum ist ja der Raum aller Polynome vom Grad hchstens n . o Will man eine beliebige Funktion f : [1, 1] R bezglich der u 2 L -Norm durch ein Polynom vom Grad hchstens n approximieren, o so gibt die beste Approximation das Polynom
n

f, vk
k=0

vk .

Die Normierung der Legendrepolynome Pn = cn vn ist traditionell so bestimmt, da sie an der Stelle 1 den Wert 1 haben. Es ergibt sich damit vn = n + 1 Pn 2 fr das n-te Legendrepolynom Pn . u Das zweite klassische Beispiel, das wir erwhnen wollen, ist die: a
(2.5) Fourier-Entwicklung. Im Raum F der auf dem Intervall [, ] integrablen Funktionen bilden die geeignet normierten trigonometrischen Funktionen

1 vn (x) = sin(nx), 1 vn (x) = cos(nx), 1 v0 (x) = 2 ein Orthonormalsystem; die Berechnung

n N, n N ,

vn (t) vm (t) dt = nm =

1 fr n = m, u 0 fr n = m, u

gelingt leicht, wenn man bedenkt, da die komplexwertige Funktion 1 eikt fr k = 0 die Stammfunktion ik eikt hat. Eigentlich ist dies nach u

2. Orthogonalbasen und Fourierentwicklung

189

unseren Begrien ein Paar von Funktionen, Real- und Imaginrteil, a und entsprechend ein Paar von Stammfunktionen. Weil die Funktionen vn alle 2-periodisch sind, fat man auch f F als 2-periodische Funktion auf, indem man f (t + 2) = f (t) setzt. Dann hat f die L2 -konvergente Fourierentwicklung f (t) = (2.6) an = a0 + an cos(nt) + bn sin(nt), 2 n=1 n=1 1

cos(nt)f (t) dt,

bn =

sin(nt)f (t) dt.

Sie beschreibt eine durch f dargestellte periodische Schwingung als Superposition harmonischer Schwingungen. Es bleibt uns zu zeigen, da das System der angegebenen Funktionen vn , n Z vollstndig a ist, und dazu gengt es, folgendes zu zeigen: u

(2.7) Satz (trigonometrische Approximation). Jede stetige 2-periodische Funktion ist ein gleichmiger Limes von trigonometria schen Polynomen, das sind Funktionen der Gestalt
n

ak cos(kt) + bk sin(kt).
k=0

Beweis: Eine 2-periodische Funktion f kann man als Funktion S 1 R, eit f (t)

auf dem Kreis S 1 = {z C | |z| = 1} auassen. Dann drfen wir u annehmen, da f auf ganz C stetig ist, indem wir f (z) = |z|f (z/|z|) fr z = 0 , und f (0) = 0 setzen. Jetzt betrachten wir das Quadrat u Q = {z | z 1} in C und approximieren f auf Q durch ein

190

VI. Metrische und topologische Raume

Polynom in den beiden Variablen x = Re(z) und y = Im(z), also durch p(x, y) = ak xk y , p f Q < .
k+ n

Da das mglich ist, sagt der Approximationssatz von Weierstra in o zwei Variablen, den wir hier zitieren wollen. Man kann ihn aus dem in einer Variablen gewinnen oder direkt ebenso zeigen. Sind wir so 1 u weit, so setzen wir x = 1 (eit + eit ), y = 2i (eit eit ) fr (x, y) 2 1 S ein und erhalten eine Darstellung
n

p(x, y) =
k=n

ck eikt ,

ck C .

Dann ersetzt man wieder nach Eulers Formel die e-Funktion durch Sinus und Kosinus und ndet das gesuchte trigonometrische Polynom. Im Ergebnis ist alles wieder reell, denn p(x, y) ist ja reell, alles Imaginre kann man weglassen. a Das war nun nicht etwa eine Darstellung der Theorie der Legendrepolynome und der Fourierentwicklung, sondern nur eine Einladung, sich diesen Gegenstnden zuzuwenden. Vieles wre zu sagen a a davon.

3. Mengen
Eine Menge X heit endlich, wenn sie leer ist, oder eine surjektive Abbildung {1, 2, . . . , n} X zult. Sie heit abzhlbar, a a wenn es eine surjektive Abbildung N X gibt, also wenn man X in einer Folge durchlaufen kann: X = {xn | n N }. Nicht leere endliche Mengen sind abzhlbar, zum Beispiel durch eine a schlielich konstante Folge.

3. Mengen

191

(3.1) Satz. Jede nicht leere Teilmenge einer abzhlbaren Menge a ist abzhlbar. Jede abzhlbare Vereinigung abzhlbarer Mengen ist a a a abzhlbar. a

Beweis: Die erste Behauptung ist trivial. Zur zweiten: Sei = {(n) | n N } die abgezhlte Indexmenge, und zu jedem a sei X = {x | m N } die zugehrige abgezhlte Menge. Die o a m Vereinigung, um die es geht, ist X =
nN

X(n) = {x(n) | (m, n) N N }. m

Es gengt nun, eine Surjektion N N N anzugeben, also alle u Paare natrlicher Zahlen in einer Folge zu durchlaufen. Das tut die u Cauchy-Abzhlung: Ordne die Paare in nachfolgendem Schema a an, und durchlaufe nacheinander die Diagonalen {(m, n) | m+n = k} , k = 2, 3, . . . (1, 1) (1, 2) (1, 3) (1, 4)

(2, 1)

(2, 2)

(2, 3)

(2, 4)

(3, 1)

(3, 2)

(3, 3)

(3, 4)

(4, 1) . . .

(4, 2) . . .

(4, 3) . . .

(4, 4) . . .

1 Demnach sind N , N , Z = N {0} N und Q = nN n Z abzhlbar. Das wei man erst zu wrdigen, wenn man folgendes a u dagegenhlt: a

192

VI. Metrische und topologische Raume

(3.2) Satz von Cantor. Ein nicht leeres oenes reelles Intervall ist nicht abzhlbar. Die Potenzmenge von N , also die Menge der a Teilmengen von N , ist nicht abzhlbar. a

Beweis: Angenommen, die Potenzmenge von N wre abzhlbar, a a also wir htten eine Abzhlung a a (Xn | n N ) aller Teilmengen von N , so deniere eine Teilmenge Y N durch n Y n Xn . Dann ist Y = Xn fr alle n, denn wre Y = Xn , so ergbe sich der u a a Widerspruch n Y n Y . Das zeigt die zweite Behauptung. Die Teilmengen X N entsprechen umkehrbar eindeutig ihren charakteristischen Funktionen X : N {0, 1} , die durch X (n) = 1 n X erkrt sind. Demnach ist also auch die Menge aller Folgen, die nur a die Werte 0, 1 annehmen, nicht abzhlbar. Jede solche Folge kann a man als Dezimalzahl 0, a1 a2 . . . , mit aj {0, 1}

deuten, und wenn schon diese eine nicht abzhlbare Menge bilden, so a erst recht das ganze Intervall (0, 1), und dann jedes Intervall (a, b), a < b, weil sich (0, 1) bijektiv darauf abbilden lt durch a t (1 t)a + tb. Ist also das Intervall (0, 1) nicht abzhlbar, so auch (a, b) nicht. a

Der Beweis zeigt in Wahrheit ganz allgemein, da sich eine Menge nie bijektiv auf ihre Potenzmenge abbilden lt. a

4. Metrische Raume

193

Eine reelle Zahl heit algebraisch, wenn sie Wurzel eines Polynoms f = 0 mit ganzen Koezienten ist. Man sieht mit (3.1) sehr leicht, da es nur abzhlbar viele algebraische Zahlen gibt: Zu jedem a Grad gibt es nur abzhlbar viele Polynome, es gibt nur abzhlbar a a viele Grade, und zu jedem Polynom nur endlich viele Wurzeln. Die meisten reellen Zahlen sind also nicht algebraisch, aber es ist nicht so leicht, auch nur eine anzugeben, und der Beweis, da e und nicht algebraisch sind, war ein groer und berhmter Erfolg der Matheu matik des vorigen Jahrhunderts. Der Anfnger wird immer bestrebt sein, Folgen oder Funktionen, a die er bruchte, mglichst explizit und in Formeln dastehen zu haben, a o am liebsten mit den ihm schon vorgestellten Zeichen und Symbolen. Indessen kann man durch Verkettung von endlich vielen Zeichen auf dem Papier im ganzen natrlich nur abzhlbar viele Formeln erzeuu a gen, whrend es uberabzhlbar viele Folgen gibt ... a a

4. Metrische Rume a
Ein metrischer Raum X besteht aus einer Menge, die wir mit demselben Buchstaben X bezeichnen, und deren Elemente wir Punkte nennen, sowie einer Metrik d : X X R, die einem Paar von Punkten x, y X ihren Abstand d(x, y) zuordnet, so da folgendes erfllt ist: u (i) d(x, y) = 0 genau wenn x = y . (ii) Symmetrie: d(x, y) = d(y, x) . (iii) Dreiecksungleichung: d(x, z) d(x, y) + d(y, z) .

194

VI. Metrische und topologische Raume

Aus diesen Axiomen folgt: 0 = d(x, x) d(x, y) + d(y, x) = 2d(x, y), also d(x, y) 0. Wir kennen schon viele metrische Rume. Jeder normierte Vektora raum (V, | |) wird ein metrischer Raum durch die Metrik d(x, y) = |x y|. Eine Teilmenge U eines metrischen Raumes X wird ein metrischer Raum durch Einschrnkung der Metrik auf die Teilmenge, also auf a U U . Diese Rume heien Unterrume von X . a a Ist X ein metrischer Raum, p X ein Punkt und > 0, so erklrt man die -Umgebung von p oder oene Kugel vom Raa dius um p als U (p) = {x X | d(x, p) < }.

Eine Umgebung von p ist eine Teilmenge U von X , die eine -Umgebung von p enthlt, also p U (p) U fr ein > 0. Eine a u Teilmenge U von X heit oen, wenn sie mit jedem Punkt p U noch eine Umgebung von p enthlt. a

7
X p U (p) in einem Unterraum von R2

(4.1) Beispiel. Die oenen Kugeln Ur (p) sind oen.

4. Metrische Raume

Beweis: Ist x Ur (p) , also d(x, p) < r , und = r d(x, p), so ist U (x) Ur (p), denn fr y U (x) ist d(y, x) < , also d(y, p) u d(y, x) + d(x, p) < + d(x, p) = r .

(4.2) Eigenschaften oener Mengen.

*
y x p

195

(i) Der ganze Raum X und sind oen. (ii) Sind U1 , . . . , Uk oen, so auch U1 Uk . (iii) Sind die Mengen U fr oen in X , so auch ihre Veru einigung U . Beweis: (i) ist oenbar. (ii) Ist p U1 Uk , so hat p in jeder Menge Uj eine j -Umgebung, und ist = min{j | j = 1, . . . , k} , so liegt die -Umgebung von p in allen Uj , also im Durchschnitt. (iii) Ein Punkt p U liegt in einer Menge U , dort hat er eine Umgebung, und diese ist dann auch in der Vereinigung der U enthalten.

Hier sind wir nun bei dem Grundbegri angekommen, den man heute an den Anfang zu stellen pegt. Kennen wir einmal die offenen Mengen, so knnen wir sagen: Eine Teilmenge V von X ist o eine Umgebung von p X , wenn es eine oene Menge U gibt, mit p U V . In der Tat, hat man eine Umgebung nach unseren

196

VI. Metrische und topologische Raume

bisherigen Erklrungen, so kann man eine -Umgebung fr U neha u men, siehe (4.1). Und hat man die oene Menge U , so enthlt sie ja a insbesondere eine -Umgebung von p . Metrische Rume haben die a (4.3) Hausdoreigenschaft. Verschiedene Punkte p, q aus X haben disjunkte Umgebungen. Beweis: Whle = d(p, q)/2, dann sind die -Umgebungen von p a und q disjunkt nach der Dreiecksungleichung. Eine Folge (xn ) in X konvergiert gegen p X , wenn in jeder Umgebung von p schlielich alle xn liegen. Die Hausdoreigenschaft sorgt fr die Eindeutigkeit des Grenzwertes. Je nachdem, u welche Metrik man zugrundelegt, erhlt man so verschiedene Sorten a Konvergenz. Zum Beispiel die Supremumsnorm auf dem Raum der beschrnkten Funktionen auf einem Raum fhrt zu der gleichmigen a u a 2 Konvergenz, und diese ist verschieden von der L -Konvergenz in dem Raum der stetigen Funktionen (auf einem Intervall) mit der L2 -Metrik. Auch das Cauchy-Kriterium knnen wir in einem beliebigen metrio schen Raum formulieren hier wird wirklich die Metrik benutzt. Eine Folge (xn ) ist eine Cauchy-Folge wenn gilt: Zu jedem > 0 gibt es ein m N , soda fr alle k N gilt: u d(xm+k , xm ) < . Aber Cauchy-Folgen mssen nicht konvergieren. Hier hilft eine Deu nition: Ein metrischer Raum heit vollstndig oder komplett, a wenn in ihm jede Cauchy-Folge konvergiert. Wir kennen Beispiele: (4.4) Bemerkung. Der Raum der beschrnkten stetigen Funktioa nen auf D = mit der Supremumsnorm ist vollstndig. a Der euklidische Raum Rn ist vollstndig. a

5. Topologische Raume

197

Beweis: Das erste haben wir in (II, 4.5) festgestellt. Das zweite ist der Spezialfall D = {1, . . . , n}. Es kommt nicht darauf an, welche der von uns betrachteten Metriken auf Rn man nimmt, weil sich jeweils eine durch die andere mit einem konstanten Faktor (1 oder n) abschtzen lt. a a

Tatschlich kann man in der Bemerkung fr D einen beliebigen a u Raum nehmen, es braucht kein Intervall zu sein. Das alte Argument in (II, 4.5) ubersteht jede Verallgemeinerung. Ein vollstndiger normierter Vektorraum heit ein Banachraum. a Ein vollstndiger euklidischer Vektorraum heit ein Hilbertraum. a Eine Folge im Rn konvergiert genau dann, wenn fr j = 1, . . . , n die u Folge der j-ten Komponenten der gegebenen Folge konvergiert. Auch Beispiele fr nicht komplette Rume gibt man leicht an: u a Man braucht nur aus einem kompletten Raum einen Limespunkt herauszunehmen. So ist zum Beispiel R {a} fr jedes a R unu vollstndig, denn (a + 1/n) ist hierin eine nicht konvergente Cauchya b folge. Auch der Raum Fa , a < b , der Riemann-integrablen Funktionen mit der L2 -Norm ist unvollstndig. Das ist ein wesentlicher a Mangel des Riemannintegrals.

5. Topologische Rume a
Hier erreichen wir den hchsten Grad der Abstraktion: Die Eigeno schaften oener Mengen (4.2) machen wir zur

Denition. Ein topologischer Raum X besteht aus einer Menge, die wir auch mit X bezeichnen, zusammen mit einer Topologie auf dieser Menge. Die Topologie ist eine Menge O von Teilmengen von X . Diese heien oen in X . Uber sie wird folgendes gefordert:

198

VI. Metrische und topologische Raume

(i) Der ganze Raum X und sind oen. (ii) Sind U1 , . . . , Uk oen, so auch U1 Uk . (iii) Sind die Teilmengen U , , oen in X , so auch ihre Vereinigung U .

Die Elemente von X nennen wir Punkte. Eine Umgebung eines Punktes p X ist eine Menge V X , soda es eine oene Menge U X gibt, mit p U V . Mit dieser Denition kommt es dann wieder so heraus, da eine Teilmenge U von X genau dann in X oen ist, wenn sie mit jedem Punkt noch eine Umgebung des Punktes enthlt, und weil Obermengen von Umgebungen ja auch a Umgebungen sind heit das, U ist oen in X genau wenn U eine Umgebung jedes Punktes von U ist: Die oenen Mengen sind ja Umgebungen ihrer Punkte, und umgekehrt wenn U eine Umgebung jedes Punktes p U ist, so enthlt U eine oene Menge Vp mit p a Vp U , und dann ist U die Vereinigung der oenen Mengen Vp , p U , also oen. Der topologische Raum X heit hausdorsch, wenn je zwei verschiedene Punkte aus X disjunkte Umgebungen besitzen. Statt disjunkt sagt man auch fremd. Wir werden fortan im allgemeinen nur hausdorsche topologische Rume betrachten. Aber man hat auf X a immer die grbste Topologie, fr die nur X und oen sind, und o u sie ist natrlich nicht hausdorsch, wenn X mindestens zwei Punkte u hat. Man hat auch immer die diskrete Topologie auf X , fr die jede u Teilmenge oen ist. Sie ist hausdorsch. Ist X ein topologischer Raum und Y X eine Teilmenge, so hat man eine Topologie auf Y durch die Festsetzung: U ist oen in Y , wenn es eine oene Menge V in X gibt, mit U = V Y . Der Raum Y mit dieser Topologie heit Teilraum oder Unterraum von X und seine Topologie die Teilraumtopologie. Jeder metrische Raum hat eine durch die Metrik induzierte Topologie, die wir im letzten Abschnitt kennengelernt haben.

5. Topologische Raume

199

Sei X ein topologischer Raum und A X . Man sagt, ein Punkt p X ber hrt A oder er ist ein Ber hrungspunkt von A , wenn u u jede Umgebung von p auch Punkte aus A enthlt. Beispiel: X = R , a A = (0, 1), p = 0 oder p = 1 . Natrlich berhren die Punkte von u u A auch A , und A heit abgeschlossen in X , wenn jeder Punkt p X , der A berhrt, zu A gehrt. u o

(5.1) Bemerkung. Genau dann ist A abgeschlossen in X , wenn das Komplement X A oen in X ist.

Beweis: Sei A abgeschlossen in X und p A, dann berhrt p u auch A nicht, besitzt also eine Umgebung, die A nicht trit, die also auch in X A liegt, und das zeigt, da X A oen ist. Sei umgekehrt X A oen, dann ist X A eine Umgebung jedes Punktes von X A, und sie trit A nicht, also kein Punkt aus X A berhrt A . u Durch Ubergang zum Komplement erhlt man also aus der Dea nition einer Topologie:

(5.2) Bemerkung. Der Raum X und sind abgeschlossen, endliche Vereinigungen und beliebige Durchschnitte abgeschlossener Teilmengen von X sind abgeschlossen.

Ist Y eine beliebige Teilmenge von X , so enthlt Y eine grte a o oene Menge, die Vereinigung aller in X oenen Teilmengen von Y . Diese heit das Innere Y von Y . Auch liegt Y in einer kleinsten abgeschlossenen Teilmenge, dem Durchschnitt aller abgeschlossenen Teilmengen von X , die Y enthalten. Diese heit der Abschlu Y von Y und besteht aus allen Punkten p X , die Y berhren. Die u Teilmenge Y heit dicht in X , wenn Y = X .

200

VI. Metrische und topologische Raume

Ist X metrisch, so knnen wir den Abschlu auch wie folgt beo schreiben:

(5.3) Bemerkung. Sei X metrisch und Y X . Genau dann ist p Y , wenn es eine Folge (yn ) in Y gibt, die gegen p konvergiert.

Beweis: Angenommen p Y , so berhrt p die Menge Y und u insbesondere die 1/n-Umgebung von p trit Y in einem Punkt yn . Die Folge (yn ) konvergiert dann gegen p. Konvergiert eine Folge (yn ) aus Y gegen p , so enthlt jede Umgebung von p fast alle yn , a also p berhrt Y . u

Es gehrt zu den grundlegenden Gestaltprinzipien der heutigen o Mathematik, da man nicht nur Objekte betrachtet, wie z.B. Gruppen, Vektorrume, . . . , sondern auch die zugehrigen Morphismen, a o also Homomorphismen, lineare Abbildungen . . . . So gehren zu den o topologischen Rumen die stetigen Abbildungen. a

Denition. Eine Abbildung f : X Y zwischen topologischen Rumen heit stetig an der Stelle p X , wenn fr jede Umgebung U a u 1 von f (p) das Urbild f U eine Umgebung von p ist. Die Abbildung heit stetig, wenn sie an jeder Stelle in X stetig ist. Dies letztere aber heit: (5.4) Bemerkung. Genau dann ist f : X Y stetig, wenn die Urbilder f 1 U oener Mengen U Y stets oen in X sind.

Beweis: Jede Umgebung enthlt eine oene, und eine Menge ist a oen genau wenn sie eine Umgebung jedes ihrer Punkte ist. Ist also f stetig und U oen in Y , so ist U eine Umgebung jedes f (p) U , also f 1 U eine Umgebung jedes p f 1 U , also f 1 U oen. Sind

5. Topologische Raume

201

umgekehrt die Urbilder oener Mengen oen, so insbesondere die Urbilder oener Umgebungen von f (p), und sie sind demnach Umgebungen von p , also f ist stetig.

Die Identitt a id : X X, ist stetig, und sind X Y Z,


f g

xx

f (p) = q,

Abbildungen topologischer Rume, und ist f an der Stelle p und g a an der Stelle q stetig, so g f an der Stelle p ; ist nmlich U eine a Umgebung von g f (p) in Z , so ist g 1 U eine Umgebung von q = f (p), und f 1 g 1 U = (g f )1 U eine Umgebung von p . Die Menge aller stetigen Abbildungen X Y bezeichnen wir mit C(X, Y ) = C 0 (X, Y ). Man spricht von der Kategorie der topologischen Rume und stetigen a Abbildungen. Ihre Isomorphismen heien Homomorphismen: Eine o Abbildung f : X Y heit ein Homomorphismus, wenn f o bijektiv ist, und f und f 1 stetig sind. Das heit also: Genau dann ist U oen in X , wenn f (U ) oen in Y ist. Beachte. Es gengt nicht, da f stetig und bijektiv ist. u Zum Beispiel jede injektive Abzhlung N Q ist stetig und a bijektiv, aber sie ist nie ein Homomorphismus, weil N diskret ist, o Q aber nicht. Existiert zwischen X und Y ein Homomorphismus, so heien o die Rume homomorph. a o Zum Beispiel ist der Wrfel der Punkte x = (x1 , . . . , xn ) Rn u mit |xj | 1 homomorph zur Kugel der x Rn mit |x| 1. o Als topologische Rume betrachtet sind Kugel und Wrfel gleicher a u Gestalt. Warum?

202

Das Produkt X Y zweier topologischer Rume X, Y ist wie a folgt erklrt: a Als Menge ist X Y das cartesische Produkt, also die Menge aller Paare (x, y) , mit x X und y Y . Die oenen Mengen des Produkts sind die beliebigen Vereinigungen von Mengen U V X Y , wo U oen in X und V oen in Y ist. X Y

Nicht etwa alle oenen Mengen des Produkts lassen sich so als Produkt U V darstellen, zum Beispiel R2 = R R , die oenen Mengen der Ebene sind Vereinigungen oener achsenparalleler Rechtecke.

Man hat die beiden kanonischen Projektionen pr1 : X Y X,

3 3? 8 ? 9
6. Summen, Produkte und Quotienten
X Y R V U V U R pr2 : X Y Y,

VI. Metrische und topologische Raume

6. Summen, Produkte und Quotienten

203

pr1 (x, y) = x, pr2 (x, y) = y , und eine Abbildung f : Z X Y schreibt sich als Paar: f = (f1 , f2 ) : Z X Y, Das Produkt hat folgende f1 = pr1 f, f2 = pr2 f.

(6.1) Universelle Eigenschaft des Produkts. Man hat die kanonische Bijektion C(Z, X Y ) C(Z, X) C(Z, Y ), f (f1 , f2 ).

Der Satz sagt mit anderen Worten: Eine Abbildung Z X Y in das Produkt ist genau dann stetig, wenn beide Komponenten stetig sind.

Beweis: Jede Umgebung von (x, y) X Y enthlt eine Umgea bung der Form U V mit oenen Umgebungen U von x und V von 1 1 y , und f 1 (U V ) = f1 U f2 V . Daraus liest man leicht ab, da f genau dann stetig ist, wenn f1 und f2 stetig sind.

Natrlich kann man auch Produkte mit mehr Faktoren betrau chten, und (X Y ) Z = X (Y Z) = X Y Z . . . . Das Produkt von Hausdorrumen ist wieder hausdorsch. a Die Bildung der topologischen Summe ist noch simpler als die des Produkts. Die topologische Summe X Y zweier topologischer Rume X, Y ist als Menge die disjunkte Vereinigung X Y der a beiden Mengen, und eine Teilmenge U V ist oen genau wenn U oen in X und V oen in Y ist. Das heit also, eine Teilmenge W X Y ist oen genau wenn ihr Durchschnitt mit X und mit Y oen in X bzw. Y ist. Oder noch anders gesagt: X und Y mit ihrer kanonischen Inklusion in X Y sind oene Unterrume. Nun hat a

204

man vielleicht Schwierigkeiten, die disjunkte Vereinigung zu bilden, wenn X und Y nun mal nicht disjunkt sind. In diesem Fall bildet man das Produkt (X Y ) {0, 1} und hat darin:

Man hat die kanonischen Inklusionen der beiden Summanden: i1 : X X Y, x (x, 0) und i2 : Y X Y,

und die Topologie ist so, da dies Homomorphismen auf ihr Bild o und die Bilder oen sind. Die topologische Summe hat folgende

.
X Y = X {0} Y {1} Y {1} 1 Y X X {0} 0 Y, Z) C(X, Z) C(Y, Z), f (f i1 , f i2 ).

VI. Metrische und topologische Raume

y (y, 1),

(6.2) Universelle Eigenschaft der Summe. Man hat die kanonische Bijektion C(X

Beweis: Dies sagt: Eine Abbildung f : X Y Z ist stetig, genau wenn ihre Einschrnkung auf X und Y stetig ist. Und das ist a klar.

Eine naheliegende Weise und in der Tat eine klassische Methode, topologische Rume zu beschreiben und zu untersuchen, besteht a darin, da man einen neuen Raum aus zwei einfacheren Teilrumen a X und Y zusammenklebt:

,
206 VI. Metrische und topologische Raume Ein Beispiel fr einen interessanten Raum, den man so durch u Verkleben gewinnt, ist das Mbiusband. Man gewinnt es als Quoo tient des Rechtecks [0, 1][1, 1] , indem man (0, t) mit (1, t) identiziert: Naht [1, 1] = [0, 1] Mbiusband o Was erhlt man, wenn man das Mbiusband entlang der Seele a o {(s, 0) | s [0, 1]} aufschneidet? Kann man beim Mbiusband von einer Vorder- und o einer Rckseite reden? u Ein damit verwandtes wichtiges Beispiel bilden die reellen projektiven Rume RP n . Diese schnen Rume entstehen aus den a o a Sphren S n = {x Rn+1 | |x| = 1} durch Identikation antipodia scher Punkte: RP n = S n /x x.

7. Kompakte Rume a
Sei X ein topologischer Raum. Eine oene Uberdeckung von X ist eine Familie (U | ) oener Teilmengen von X , soda X = U . Auch wenn X ein Teilraum von Y ist, und die U oen in Y sind, nennt man die Familie (U | ) eine oene

7. Kompakte Raume

207

Uberdeckung von X , wenn X U . Die Uberdeckung heit endlich, wenn endlich ist, und ebenso sagt man, eine Uberdeckung (U | ) enthlt die Uberdeckung (U | ), wenn . a Ein hausdorscher topologischer Raum X heit kompakt, wenn jede oene Uberdeckung von X eine endliche oene Uberdeckung enthlt. a Geht man zu Komplementen uber, so erhlt man die quivalente a a Beschreibung:

(7.1) Notiz. Genau dann ist ein hausdorscher Raum X kompakt, wenn folgendes gilt: Ist (A | ) eine Familie abgeschlossener Teilmengen in X und A leer, so gibt es eine endliche Indexmenge mit A = .

Damit man bei den nachfolgenden Erklrungen einen Leitstern a vor Augen hat, will ich gleich vorweg sagen, da die kompakten Teilmengen des Rn genau die beschrnkten und abgeschlossenen sind. a Alles Allgemeine, was wir jetzt lernen, ist uns fr kompakte Intervalle u schon begegnet. Ein diskreter kompakter Raum ist natrlich einfach u eine diskrete endliche Menge, und in vielen Situationen ist Kompaktheit die passende topologische Verallgemeinerung von Endlichkeit. Doch nun eins nach dem anderen.

(7.2) Satz. Ist X kompakt und A X abgeschlossen, so ist auch A kompakt. Ist umgekehrt X hausdorsch und A X kompakt, so ist A abgeschlossen. Die abgeschlossenen Teilmengen eines kompakten Raumes sind also genau die kompakten Teilrume. a

Beweis: Sei (F | ) eine Familie abgeschlossener Teilmengen in A mit leerem Durchschnitt. Dann ist jedes F auch abgeschlossen in X , und weil X kompakt ist, gibt es eine endliche Indexmenge , soda schon F = . Das zeigt die erste Behauptung.

208

VI. Metrische und topologische Raume

Nun sei X hausdorsch und p A . Wir suchen eine Umgebung von p , die A nicht trit. Nun, zu jedem a A ndet man eine oene Umgebung U (a) von a und V (a) von p mit U (a) V (a) = . Endlich viele U (a) uberdecken A , und der Durchschnitt der entsprechenden V (a) liegt in ihrem Komplement, trit also A nicht, und ist eine Umgebung von p .

Im allgemeinen hngt es von dem umgebenden Raum X ab, ob a eine Teilmenge A X abgeschlossen ist, und nicht nur von der auf A induzierten Topologie. Ist aber X hausdorsch und A X kompakt, so erzwingt diese innere Eigenschaft von A, da A in X abgeschlossen ist. Und in einem kompakten Raum X sind die abgeschlossenen Teilmengen genau die kompakten.

U (a) a V (a) p A

(7.3) Satz. Ist X kompakt, Y hausdorsch und f : X Y stetig, so ist f (X) auch kompakt, und f (X) hat die Quotiententopologie fr f . u

7. Kompakte Raume

209

Beweis: Sei (U | ) eine oene Uberdeckung von f (X), dann ist {f 1 U | } eine oene Uberdeckung von X . Weil X kompakt ist, gibt es eine endliche Indexmenge , soda die Familie (f 1 U | ) noch X uberdeckt, und dann ist auch (U | ) eine endliche Uberdeckung von f (X). Also ist f (X) kompakt. Ist nun A f (X) und f 1 A abgeschlossen, so ist f 1 A kompakt, also ist auch A = f f 1 A kompakt, also ist A abgeschlossen. Mithin ist A f (X) abgeschlossen, genau wenn f 1 A in X abgeschlossen ist, und das zeigt, da f (X) die Quotiententopologie fr f : X f (X) u trgt. a

Dieser Satz hat folgende bemerkenswerte Konsequenz:

(7.4) Satz. Ist X kompakt, Y hausdorsch und f : X Y stetig und bijektiv, so ist f ein Homomorphismus. o

Beweis: A ist abgeschlossen in Y genau wenn f 1 A abgeschlossen in X ist.

Im allgemeinen, wie wir schon bemerkt haben, mu die Umkehrabbildung einer stetigen Bijektion nicht stetig sein, siehe die Abzhluna gen N Q . Aber wenn die beteiligten Rume kompakt sind, so a ist die Umkehrung einer stetigen Bijektion automatisch stetig. Fr u Intervalle haben wir das frher schon festgestellt. u Wir wissen jetzt schon, da ein kompakter Teilraum eines metrischen Raumes abgeschlossen ist. Eine Teilmenge K eines metrischen Raumes (X, d) heit beschrnkt, wenn es einen Punkt p X und a ein n N gibt, soda K in der Kugel um p vom Radius n liegt: K {x X | d(x, p) < n}.

210

VI. Metrische und topologische Raume

(7.5) Satz. Ein kompakter Teilraum eines metrischen Raumes ist beschrnkt. a Beweis: Ist X der metrische Raum und p X , so wird das ganze X , also insbesondere die kompakte Menge K , von der Familie aller Kugeln {x | d(x, p) < n}, n N , uberdeckt, also K von endlich vielen, also von einer, der mit dem grten n . o Eine kompakte Teilmenge des Rn ist also beschrnkt und abgea schlossen. Um auch die Umkehrung zu zeigen, mssen wir nur beu weisen, da ein Wrfel {x | x r} kompakt ist, denn jede beu schrnkte abgeschlossene Menge liegt in so einem Wrfel und ist a u damit nach (7.2) auch kompakt. Wir zeigen zunchst: a (7.6) Lemma. Ein abgeschlossenes Intervall [a, b] R ist kompakt. Beweis: Sei (U | ) eine oene Uberdeckung des Intervalls. Wir nden dann ein > 0 mit folgender Eigenschaft: Fr jedes u p [a, b] liegt die -Umgebung von p in einem U , . Haben wir das, so zerlegen wir das Intervall [a, b] in endlich viele Teilintervalle der Lnge kleiner . Weil jedes Teilintervall in einem U , a liegt, wird das ganze von endlich vielen uberdeckt. Nun zum Finden von . Angenommen, so ein existiert nicht, dann ist auch = 1/n fr kein n gut. Wir nden demnach ein u pn [a, b], soda die 1/n-Umgebung von pn in keinem U , , liegt. Nach Bolzano-Weierstra, Ubergang zu einer Teilfolge, drfen u wir annehmen, da die Folge (pn ) gegen ein p [a, b] konvergiert. Dieser Punkt p aber hat eine -Umgebung, die ganz in einer der Mengen U , , enthalten ist. Ist dann n so gro gewhlt, da a |pn p| < /2 und 1/n < /2, so liegt auch die 1/n-Umgebung von pn noch in der -Umgebung von p und damit in U , ein Widerspruch.

7. Kompakte Raume

211

Man sieht am Beweis, da dieses Lemma die eigentliche Quintessenz des Satzes uber gleichmige Stetigkeit enthlt. Nun mssen a a u wir noch zeigen, da ein Produkt kompakter Rume kompakt ist. a Auf dem Wege dahin liegt das auch fr sich ntzliche u u (7.7) Tubenlemma. Sei K kompakt, p X und U oen in X K , mit {p} K U . Dann gibt es eine oene Umgebung V X von p mit V K U . Man nennt V K eine Tubenumgebung von {p} K in X K .

Beweis: Zu jedem k K gibt es eine oene Umgebung Vk von p in X und Wk von k in K mit (p, k) Vk Wk U . Die Wk , k K , uberdecken K , und das tun auch endlich viele von ihnen. Sei V der Durchschnitt der entsprechenden Vk , dann ist V K
k

+
U X V (Vk Wk ) U.

(7.8) Satz. Ein Produkt hausdorscher Rume ist hausdorsch. Ein a Produkt kompakter Rume ist kompakt. a Beweis: Sind (p, q) = (x, y) in X Y , und sind X, Y hausdorsch, so ist p = x oder q = y . Im ersten Fall haben p und x fremde

212

VI. Metrische und topologische Raume

Umgebungen U und V in X , und daher (p, q) und (x, y) die fremden Umgebungen U Y und V Y . Im zweiten Fall analog. Sind nun X und Y kompakt, und ist (U | ) eine oene Uberdeckung von X Y , so wird jede Faser {p} Y , p X , von endlich vielen U uberdeckt, und diese uberdecken nach dem Tubenlemma auch noch eine Menge Vp Y fr eine oene Umgebung Vp von p in X . Aber u endlich viele solche Vp uberdecken X . Alles in allem wissen wir jetzt, da Intervalle [a, b] kompakt sind, also Wrfel als Produkte kompakter Intervalle, also deren abgeschlosu sene Teilmengen, das heit beschrnkte und abgeschlossene Teilmena n gen von R , und auch die Umkehrung haben wir bewiesen: (7.9) Satz von Heine-Borel. Eine Teilmenge des Rn ist genau dann kompakt (als Unterraum), wenn sie beschrnkt und abgeschlossen ist. a

Es ist hier wesentlich, da wir einen endlichdimensionalen euklidischen Raum betrachten. In einem metrischen Raum (X, d) kann man immer die neue beschrnkte Metrik d = min{d, 1} einfhren, die a u dieselbe Topologie induziert. In einem beliebigen metrischen Raum ist also aus der Beschrnktheit einer Menge nichts zu schlieen. a Bemerken wir zum Schlu, wie sich einiges, was wir fr kompakte u Intervalle kennen, jetzt verallgemeinert. (7.10) Satz. Eine stetige Funktion f : X R auf einem nicht leeren kompakten Raum X ist beschrnkt und nimmt ein Maximum a und Minimum an. Beweis: Das Bild f (X) R ist nicht leer und kompakt, also beschrnkt und abgeschlossen, und enthlt daher sein Supremum und a a Inmum.

7. Kompakte Raume

213

(7.11) Satz von Bolzano-Weierstra. Jede Folge in einem kompakten metrischen Raum X besitzt eine konvergente Teilfolge. Beweis: Zu jedem p X betrachte die Umgebungen vom Radius 1/n. Wre der Satz falsch, so drfen fr jedes p schlielich diese a u Umgebungen nur noch hchstens endlich viele Folgenglieder enthalo ten, denn sonst konstruiert man leicht eine gegen p konvergente Teilfolge. Nun, dann aber uberdecken endlich viele solche Umgebungen, in die nur endlich viele Folgenglieder fallen, den ganzen Raum X , und folglich htte die Folge nur endlich viele Glieder, ein Widerspruch. a

(7.12) Satz. Sei X metrisch, K X kompakt, auch Y metrisch und f : X Y in jedem Punkt aus K stetig. Dann ist f auf K gleichmig stetig, das heit: Zu jedem > 0 existiert ein > 0 , a soda fr alle x X und p K gilt: u d(x, p) < = d f (x), f (p) < . Beachte, da nur einer der Punkte p und x in K sein mu. Beweis: Weil f auf K stetig ist, nden wir zu > 0 und jedem p K ein (p) > 0, soda d(x, p) < 2(p) = d f (x), f (p) < /2. Endlich viele Umgebungen U(p) (p), p {p1 , . . . , pk } uberdecken K . Sei das Minimum dieser (pj ). Ist nun d(x, p) < , so auch d(p, pj ) < (pj ) fr eines der pj , also d(x, pj ) < 2(pj ) , also d f (x), f (p) u d f (x), f (pj ) + d f (p), f (pj ) < . Es wre auch mit Folgen gegangen wie frher, aber so geht es a u auch.

214

VI. Metrische und topologische Raume

8. Zusammenhang
Ein topologischer Raum X heit zusammenhngend, wenn er a sich nicht in zwei disjunkte nicht leere oene Mengen zerlegen lt. a Das heit mit anderen Worten, X ist nur auf die triviale Weise X = X = X als topologische Summe zweier Rume darstellbar. a Der Raum X heit bogenweise zusammenhngend, wenn zu je a zwei Punkten p, q X ein verbindender stetiger Weg w : [0, 1] X, existiert. w(0) = p, w(1) = q

(8.1) Satz. Ein bogenweise zusammenhngender Raum hngt zua a sammen.

Beweis: Htte man eine Zerlegung X = U V , U V = , p U , a q V , in zwei oene Mengen U und V , so verbinde man p und q durch einen Weg w .

Dann zerfllt das Einheitsintervall [0, 1] disjunkt in die nicht leeren a oenen Mengen w1 U und w1 V . Aber das kann nicht sein, denn die Funktion f : [0, 1] R , f |w1 U = 0 , f |w1 V = 1 wre stetig, a

=
U V p w q

8. Zusammenhang

215

weil lokal konstant, mit Werten nur 0 und 1, was dem Zwischenwertsatz widerspricht.

Insbesondere also Intervalle selbst sind zusammenhngend. Dagea gen Q hngt nicht zusammen, es zerfllt zum Beispiel in {q | q 2 < 2} a a und {q | q 2 > 2} . Die Umkehrung des Satzes ist im allgemeinen nicht richtig, es gibt zusammenhngende Rume, die nicht bogena a weise zusammenhngen. a Die Relation verbindbar ist eine Aquivalenzrelation, also xy Es gibt einen Weg w : [0, 1] X w(0) = x, w(1) = y.

Die Aquivalenzklassen heien Bogenkomponenten. Hat nun jeder Punkt p X eine Umgebung U von mit p verbindbaren Punkten, so sind die Bogenkomponenten oen, und X ist genau dann zusammenhngend, wenn es nur eine Bogenkomponente gibt, also wenn a X bogenweise zusammenhngt. Dies gilt zum Beispiel fr oene a u Teilrume des Rn . a

:
mit

weiter

Aufgaben
Un denn wurd erst der Ansatz genommen, un denn gungs los! In der Fixigkeit war ich dir uber, aber in der Richtigkeit warst du mir uber. Unkel Brsig a

Zu Kapitel I
1) Zeige fr beliebige reelle Zahlen a, b : u (i) a b > 0 und a + b > 0 = a > 0 und b > 0 . (ii) Sind a, b 0, so gilt: a < b a2 < b2 . 2) Zeige fr beliebige reelle Zahlen a, b : u 1 Sind a, b 0, so ist ab 2 (a + b). Wann gilt Gleichheit? (Nach Denition ist x 0 und ( x)2 = x ). 3) Seien a, b R und a b. Fr x R setze x+ := max{x, 0}. u Zeige: b+ a+ b a. 4) Fr zwei reelle Zahlen a, b zeige die Formel: u 1 max{a, b} = 2 (a + b) + 1 |a b|. 2 5) Fr Teilmengen M, N R setze u M N : m n fr alle m M und n N . u Welche der folgenden Aussagen gelten fr alle nicht leeren Teilu mengen von R : (i) M M . (ii) M N und N L = M L. (iii) M N und N M = M = N . Fr welche Teilmengen genau gilt (i)? u 6) Auf ebenem Plan haben sich 37 Gste zur Party versammelt. a Ihre jeweiligen Abstnde zueinander seien alle verschieden. Zu a Beginn der Party stellt jeder sich dem ihm zunchst stehenden a Gast vor. Zeige:

Zu Kapitel II

217

(i) Mindestens einem Gast stellt sich niemand vor. (ii) Niemand stellen sich mehr als 5 Gste vor. a 7) Gegeben seien n positive Zahlen a1 , a2 , a3 , . . . , an . Das Produkt je zweier aufeinanderfolgender a1 a2 , a2 a3 , . . . , an1 an , und auch an a1 sei stets grer als 1 . Ist dann auch notwendig das Proo dukt aller dieser Zahlen a1 a2 a3 . . . an grer als 1 ? o 8) Zeige: Sind die drei Zahlen a, b, c verschieden, so ist a|b c| + b|a c| + c|a b| |a b| + |a c| + |b c| die mittlere von ihnen. 9) Sei xn + an1 xn1 + + a1 x + a0 = 0 fr x, aj R . u Zeige: |x| 1 + |a0 | + |a1 | + + |an1 | . 10) Fr das Produkt u 1 1 1 1 4 1 1 1 16 1 n2 9 nde eine kleine algebraische Formel und beweise sie durch vollstndige Induktion. a 11) Seien a1 , . . . , an positive reelle Zahlen mit Produkt 1. Zeige: a1 + + an n , wobei Gleichheit genau dann gilt, wenn alle aj gleich 1 sind. 12) Zeige durch Entwicklung von (x + y)2n = (x + y)n (x + y)n : (i)
2n k n i n j 2n n n 2 . i

i+j=k

(ii)

Zu Kapitel II
1) Fr alle natrlichen Zahlen n 2 zeige: u u 2 < 1+
1 n n

<

n 1 k=0 k!

< 3.

2) Sei (an ) eine Folge von Null verschiedener reeller Zahlen mit folgender Eigenschaft: Es gibt ein a R , soda zu jedem > 0 ein N N existiert, soda fr alle n N gilt: u n > N = |an a| > .

218

Aufgaben

Existiert lim (1/an ) ?


n

3) Die Folge (an ) konvergiere gegen a. Bestimme


n

lim

1 n

ak .
k=1

4) Fr x R+ berechne u
n

lim

xn n . xn + n

5) Prfe die folgenden Reihen auf Konvergenz: u 2 (n!)2 n n , (ii) (i) . n=1 (2n)! n=1 n + 1 6) Gib smtliche reellen Folgen (an ) an, die dem folgenden Kria terium gengen: u Zu jedem > 0 gilt fr fast alle Paare (m, n) N N : u |am an | < . Fast alle heit: alle bis auf endlich viele. 7) Sei 0 < < 1 und = 1 . Die Folge An sei rekursiv durch A0 = 0, A1 = 1,
n

An = An1 + An2

deniert. Berechne lim An . Hinweis: Folgen und Reihen. 8) (i) Gilt fr beliebige nicht leere beschrnkte Teilmengen M, N u a von R stets: sup(M + N ) = sup(M ) + sup(N )? (ii) Gilt fr beliebige beschrnkte Folgen (an ), (bn ) in R stets u a
n

lim (an + bn ) = lim (an ) + lim (bn ) ?


n n

9) Zwei positive reelle Folgen (an ) und (bn ) heien asymptotisch proportional (schreibe (an ) (bn )), wenn (an /bn ) c fr u eine reelle Zahl c = 0 . Zeige: (i) Die Relation (an ) (bn ) ist eine Aquivalenzrelation auf der Menge der positiven reellen Folgen.

Zu Kapitel II

219

(ii) Sind (an ) und (bn ) asymptotisch proportionale positive Fol gen, so konvergiert n=1 an genau wenn n=1 bn konvergiert. (iii) Konvergiert
n=1

1/ n1+1/n ?

10) Berechne die 3-ale und 7-ale Entwicklung von 1/5, also: 1/5 = k ak 3k = k bk 7k , ak {0, 1, 2} , bk {0, . . . , 6} . Die Ergebnisse sind zu beweisen. 11) Zeige, da es keine stetige Funktion f : R R gibt, die jeden Wert in R genau zweimal annimmt. Gibt es eine stetige Funktion f : R R , die jeden Wert genau dreimal annimmt? 12) Prfe die beiden Funktionen w : [0, ) R , x x und u q : R R , x x2 auf gleichmige Stetigkeit. a 13) Untersuche die Funktionenfolge (fn : [1, 1] R) ,
n

fn (x) =
k=1

x2 (1 + x2 )k

auf punktweise und gleichmige Konvergenz. a 14) Untersuche die Reihe von Funktionen [0, 1] R ,

()k
k=1

x x+k

auf gleichmige und absolute Konvergenz. a 15) Sei K ein kompaktes Intervall und f : K R eine (vielleicht unstetige) Funktion mit folgender Eigenschaft: Jeder Punkt p K hat eine -Umgebung U , soda f auf U beschrnkt a ist. Ist dann f notwendig auf ganz K beschrnkt? a 16) In der Folge der natrlichen Zahlen bestehe die Teilfolge (nk ) u aus den Zahlen, deren Dezimaldarstellung die Zier 5 nicht enthlt. Zeige die Konvergenz der Reihe k=1 1/nk . a Hinweis: Wieviele solcher Zahlen einer festen Stellenanzahl gibt es? 17) Am Anfang eines 10 m langen Gummibandes sitzt eine Schnecke. Jeden Tag kriecht sie einen Meter voran. Nachts,

220

Aufgaben

wenn sie ruht, dehnt ein Dmon das Band gleichmig so aus, a a da es jedesmal um 10 m lnger wird. Dmon wie Schnecke a a seien unsterblich, das Band unbegrenzt dehnbar. Erreicht die Schnecke jemals das Ende des Bandes? 18) Die Zahlen des Intervalls [0, 1) seien als Dezimalzahlen x = 0, a1 a2 a3 . . . dargestellt, wobei ai {0, 1, . . . , 9} und ai = 9 fr unendlich u viele i . Man betrachte die Funktion f : [0, 1) [0, 1) mit f (0, a1 a2 a3 . . . ) = 0, a2 a4 a6 . . . ; wo ist f stetig, wo unstetig? Hinweis: Orientiere Dich an den 1 1 Beispielen x = 1 , x = 10 , x = 100 . 3 19) Seien , die beiden Nullstellen des Polynoms x2 x1. Zeige, da jede Folge (an ) , die der Rekursionsformel an+1 = an +an1 gengt, von der Form an = an + b n fr Konstanten a, b R u u ist. Zeige, da fr eine solche Folge, wenn sie nicht konstant u 0 ist, stets an+1 /an konvergiert. Wogegen? Die Wurzeln und = 1 des Polynoms x2 x 1, also die Lsungen der o Gleichung x/1 = (x+1)/x beschreiben den goldenen Schnitt. 20) Sei : N N eine Bijektion mit folgender Eigenschaft: Es gibt eine Zahl K , soda |n (n)| K fr alle n N . Sei u man schlieen, da vergiert?
n=1 an n=1 a(n)

eine konvergente Reihe. Kann gegen denselben Grenzwert kon-

Zu Kapitel III
1) Zeige: Sind f und g auf dem Intervall [a, b] integrabel, so auch die Funktion f g .

Zu Kapitel III

221

2) Sei f : R+ R eine beschrnkte dierenzierbare Funktion a und limx f (x) existiere. limx f (x) = ? 3) Sei f : R R dierenzierbar und f f = f . Zeige: f ist konstant, oder f (x) = x fr alle x . Gilt die entsprechende u Aussage fr alle stetigen Funktionen f ? u 4) Sei f : R R n-mal dierenzierbar und f [n] = 0. Zeige, da f ein Polynom vom Grad hchstens n 1 ist. o 5) Die stetige Funktion f : [a, b] R wachse monoton und F sei eine Stammfunktion von f . Zeige: Fr 0, 0, + = 1 u und x, y [a, b] gilt: F (x + y) F (x) + F (y). Hieraus zeige allgemeiner: Sind 1 , . . . , n nicht negativ und 1 + + n = 1 , so gilt: F (1 x1 + + n xn ) 1 F (x1 ) + + n F (xn ). Zusatz: Die Voraussetzung, da f stetig ist, ist in Wahrheit uberssig. u 6) Sei f : R R beliebig oft dierenzierbar, und es existiere eine Folge (an ) p , an = p , mit f (an ) = 0 fr alle n N . Zeige, u da alle Ableitungen von f bei p verschwinden. 7) Zeige:

sin(nx) sin(mx) dx =

0 0

fr n = m, u fr n = m, u fr n = m, u fr n = m, u n, m N .

cos(nx) cos(mx) dx =

sin(nx) cos(mx) dx = 0,
n

8) Zeige:

log (n 1)!
1

log(x) dx log(n!) .

222

Aufgaben

Folgere: e nn en n! n e nn en , schwache Version von Stirlings Formel. 1 Berechne: lim n n n! .


n

9) Berechne unbestimmte Integrale von x , (x2 + 1)n 1 , (x 1)2 (x 2) 1 . (x2 + 1)(x 1)2

Hinweis: Partialbruchzerlegung (schaun Sie mal in ein Buch). 10) Zeige, da


x 0 x

lim

sin(t) dt t

existiert. Der Grenzwert ist /2, siehe Bd. 2, Kap. IV, Aufg. 6. 11) Eine positive rationale Zahl x lt sich auf genau eine Weise a als Bruch x = p/q mit teilerfremden natrlichen Zahlen p, q u schreiben (gekrzte Darstellung). Die Funktion f : [0, 1] R u sei deniert durch f (x) = 1/q fr x Q und x = p/q in u gekrzter Darstellung, und f (x) = 0 sonst. Zeige: f ist genau u an den rationalen Stellen in [0, 1] unstetig, und f ist integrabel 1 mit 0 f (x) dx = 0 . 12) Zeige: Ist f : [a, b] R dierenzierbar, so nimmt f alle Werte zwischen f (a) und f (b) an. 13) Sei f dierenzierbar auf [a, b] und f c f . Zeige: f (x) f (a) ec(xa) fr a x b. u

Zu Kapitel IV
1) Bestimme den Konvergenzradius der Potenzreihen (i)
n=1 ()n (2x)n n

(ii)

n=1

n! n nn x .

2) Durch Entwicklung in Potenzreihen berechne 1 1 (i) lim arctan(x) , (ii) lim log(x) x1 . x
x0 x1

Zu Kapitel IV

223

3) Berechne die Taylorreihen der Funktionen (i) f (x) = log 1x , (ii) g(x) = cos(x) , 1+x 1x an der Stelle p = 0 , und gib jeweils den Konvergenzradius an. 4) Sei
a k=0 ak eine beschrnkte ak k=1 k konvergiert.

Reihe. Zeige, da die Reihe

5) Sei r > 0 und f : D =: [r, r] R zweimal dierenzierbar. Es gelte f = af + bf + c fr Konstanten a, b, c R . Zeige: u (i) f ist beliebig oft dierenzierbar auf D . (ii) Es existiert ein M > 0 mit f [n] D < M n . (iii) Die Taylorreihe von f bei 0 konvergiert auf D gegen f . (iv) Gib eine Rekursionsformel fr die Koezienten dieser Tayu lorreihe an. (v) Zeige, da f durch die Angabe von f (0) und f (0) bestimmt ist. 6) Bestimme mit Hilfe von Potenzreihen die Grenzwerte folgender Reihen: 1 k (i) ()k+1 k2k (ii) (k+1)!
k=1 k=1

7) Berechne die Grenzwerte 2 ) (i) lim 1cos(x2 ) , (ii) x2 sin(x


x0

x0

lim

log2 (1+x)sin2 (x) 1exp(x2 )

8) Durch Koezientenvergleich in einer Gleichung zwischen Potenzreihen zeige fr , R und n N : u


0 n

+
n 2 0

n1 n 2 1

+ + + +

n n 2 n

=
2n n

+ n

und schliee daraus: + = . 9) Sei f am Ursprung (n 1)-mal dierenzierbar, und es seien f (0), f (0), . . . , f [n1] (0) alle ungleich Null. Seien a1 , . . . , an verschiedene reelle Zahlen. Zeige, da die Funktionen fj : x f (aj x), j = 1, . . . , n

224

Aufgaben

uber R linear unabhngig sind. a 10) (i) Bestimme alle Lsungen z C der Gleichung ez = 1. o (ii) Bestimme alle Nullstellen in C der Funktion z sin(z) 11) Zeige fr z C u
[n/2]

(i) cos(nz) =
k=0

()k

n 2k

cosn2k (z) sin2k (z) fr alle n N 0 . u

[x] = ganzzahliger Anteil von x . (ii) cosn (z) = 21n (iii) cosn (z) = 21n fr gerade n . u
(n1) 2

k=0 n 2 1 k=0

n k n k

cos (n 2k)z fr ungerade n. u cos (n 2k)z +


1 n 2 n/2

12) Konstruiere eine C -Funktion f : R R , die am Ursprung weder lokal monoton noch lokal extremal ist. 13) Sei (x) =
k=0

ak xk eine Potenzreihe mit a0 = 0 .


k=0

(i) Zeige, da es genau eine Potenzreihe (x) = so da fr das Cauchyprodukt gilt: u (x) (x) = 1.

bk xk gibt,

(ii) Sind f, g C -Funktionen und ist j0 f = , f g = 1 , so ist j0 g = . 14) Zeige, da n=1 sin(nt) fr jedes t R konvergiert. u n Hinweis: Abel, Euler.

Zu Kapitel V
1) Zeige mit dem Mittelwertsatz, da die Funktionenfolge fn (x) = (1 + x/n)n auf jedem kompakten Intervall gleichmig gegen ex konvera giert.

Zu Kapitel VI
n (1 0

225

2) Zu n N und t 1 setze: (i) Zeige: In (t) =

In (t) := nt .

x/n)n xt1 dx.

n! t(t+1)...(t+n)

(ii) Leite daraus die Produktdarstellung der Gamma-Funktion ab: 1 2 ... n (t) = lim nt . n t (t + 1) . . . (t + n) 3) Fr die Konvergenz einer Reihe u n=1 fn mit fn > 0 gibt das Quotientenkriterium eine hinreichende Bedingung. Sie ist quivalent zur Existenz eines < 0 mit fn+1 fn < fn fr a u fast alle n. Formuliere eine analoge Bedingung fr die Konu vergenz eines uneigentlichen Integrals 1 f (t) dt, f > 0 , und beweise sie (Analogie zwischen f und f ). 4) Wir betrachten eine Folge beliebig oft dierenzierbarer Funktionen n : R R mit den Eigenschaften: n (t) 0 fr alle t, n (t) = 0 fr |t| 1/n , n (t) dt = 1. u u Zeige: (i) Eine solche Folge n gibt es und sie ist eine Dirac-Folge. (ii) Fr eine C -Funktion f : R R und k N 0 berechne u
n

lim

[k] n (t) f (t) dt.

(iv) Berechne fr x R u

{0} die Heaviside-Funktion


x n

H(x) := lim

n (t) dt.

Was kann sich fr x = 0 ergeben? u 5) Sei f : [a, b] R stetig, a < b und sei alle n N 0 . f =?
b a

xn f (x) dx = 0 fr u

6) Sei V der Vektorraum der stetigen Funktionen f : R R , die nur auf einer beschrnkten Menge nicht verschwinden. Fr a u f, g V deniere die Faltung f g von f und g durch

(f g)(x) :=

f (x t) g(t) dt.

226

Aufgaben

Zeige: (i) f g V , und f g = g f . (ii) Gibt es eine Funktion e V mit e f = f fr alle f V ? u

Zu Kapitel VI
1) Zeige, da eine monotone Funktion f : R R hchstens o abzhlbar viele Unstetigkeitsstellen hat. a Hinweis: Wo f springt, uberspringt f eine rationale Zahl. 2) Wir nennen einen Punkt x = (x1 , x2 ) R2 rational, wenn beide Komponenten x1 , x2 in Q sind. Seien nun x, y R2 nicht rational. Zeige, da es einen Kreisbogen gibt, auf dem x und y liegen, und der keinen rationalen Punkt trit. Hinweis: es gibt viele Kreisbgen durch x und y . o 3) Sei (a | ) eine Familie nicht verschwindender Zahlen. Fr u jede Injektion : N konvergiere n=1 a(n) . Zeige, da abzhlbar und a unabhngig davon ist, wie man in a a einer Folge anordnet. Hinweis: Fr wieviele ist |a | > 1/n? u 4) Eine Abbildung f : X X eines vollstndigen metrischen a Raumes (X, d) heit kontrahierend, wenn es eine reelle Zahl L < 1 gibt, mit d f (x), f (y) L d(x, y) fr alle x, y X . Zeige, da eine kontrahierende Abbildung u genau einen Fixpunkt hat, das heit, f (p) = p fr genau ein u p X , Banachs Fixpunktsatz. Schritte: (i) Ist x X und xn deniert durch x0 = x , xn+1 = f (xn ), so ist d(xn , xn+1 ) Ln d(x0 , x1 ). (ii) (xn ) konvergiert. (iii) p = limn (xn ) ist ein (und der einzige) Fixpunkt. 5) Sei W die Menge der reellen Folgen (an | n N 0 ), fr die u a2 konvergiert. Zeige: n=0 n (i) W ist ein Untervektorraum des reellen Vektorraumes aller reellen Folgen (an | n N 0 ) .

Zu Kapitel VI

227

(ii) Durch (an ), (bn ) := n=0 an bn wird ein euklidisches Skalarprodukt auf W deniert. Es bezeichne |a| := a, a die Norm eines Elements a = (an ) von W . Zeige: (iii) |a| a := sup{|an | | n N 0 } . (iv) W ist vollstndig. a Hinweis: Zeige: Eine Cauchy-Folge in W bzgl. | | konvergiert gliedweise gegen ein Element von W , und dieses ist der Limes der Cauchy-Folge in (W, | |). (v) Wenn n=1 a2 konvergiert, so auch n=1 an /n. n 6) Sei V ein euklidischer Raum mit einem vollstndigen Orthonora malsystem (vn | n N 0 ) , und sei W der Hilbertraum von Aufgabe 5. Zeige, da die Abbildung : V W , x ( x, vn | n N 0 ) linear und injektiv ist und das Skalarprodukt erhlt, also a x, y = (x), (y) . Auch ist sie genau dann ein Isomorphismus, wenn V vollstndig, also ein Hilbertraum ist. a 7) (i) Zeige, da das n-te Lengendrepolynom Pn jeweils n verschiedene Wurzeln im Intervall (1, 1) hat. Hinweis: Sonst gbe es ein Polynom g = 0 vom Grad hchstens n 1 mit g a o Pn 0 auf dem Intervall [1, 1]. (ii) Zeige die Formel von Rodriguez fr die Legendrepolynome: u Pn (x) = 1 2n n! dn 2 (x 1)n . dxn
2

Hinweis: Der Grad stimmt, Pn (1) stimmt, Pn , Pm [1, 1] fr n = m . Berechne |Pn |2 . u

= 0 auf

8) Betrachte Teilmengen X eines topologischen Raumes T . Es sei aX = X der Abschlu und iX = X das Innere von X in T . Zeige: aiaiX = aiX, iaiaX = iaX. Zeige an Beispielen X R , da iaiX = iX und aiaX = aX sein kann. (Sport: Gib eine Teilmenge X R an, aus der

228

Aufgaben

durch wiederholtes Anwenden von a und i mglichst viele vero schiedene Mengen entstehen). 9) Zeige, da eine stetige Abbildung f : [0, 1] [0, 1] stets einen Punkt festlt: f (x) = x fr ein x . a u 10) Sei f : R+ R stetig, 0 a < b , und fr jedes t [a, b] sei u die Folge f (nt) | n N konvergent. Folgt die Existenz von limx f (x) ? Hinweis: Dies ist nicht so einfach. 11) Sei K kompakt, fn : K R stetig, fn fn+1 fr alle n N , u und die Folge (fn ) konvergiere punktweise gegen eine stetige Funktion f : K R . Zeige, da sie gleichmig konvergiert. a (Satz von Dini) 12) Seien Dn = {x Rn | |x| 1} und S n1 = {x Rn | |x| = 1} der Einheitsball und die Einheitssphre. Sei Dn /S n1 der Quoa tientenraum von Dn , der durch Identikation von S n1 zu einem Punkt entsteht. Zeige, da Dn /S n1 zu S n homoo morph ist. 13) Zeige, da R nicht homomorph zu R2 ist. o Hinweis: Hngt X {p} zusammen? a 14) Zeige, da eine nicht leere oene Teilmenge von R eine disjunkte Vereinigung von abzhlbar vielen oenen Intervallen ist. a 15) Konstruiere einen zusammenhngenden aber nicht bogenweise a zusammenhngenden Raum. a Hinweis: Betrachte die letzte Figur. 16) Gib alle zusammenhngenden Teilmengen von R an. a 17) Sei K kompakt und A abgeschlossen in Rn . Zeige, da es Punkte p K , q A gibt, mit |p q| |x y| fr alle x K , u y A , also in p, q kommen sich K und A am nchsten. a 18) Sei V ein Banachraum und Bn = {x V | |x pn | rn } eine Folge abgeschlossener Kugeln mit Bn Bn+1 fr alle n N . u Zeige, da es einen gemeinsamen Punkt aller Bn gibt. Unterscheide die Flle: (rn ) 0 oder nicht. a

Zu Kapitel VI

229

19) Konstruiere eine unstetige Funktion f : R2 R , deren Einschrnkung auf jede Gerade stetig ist. a Hinweis: Whle f geeignet auf {(x, y) | x2 < y < 2x2 } und a f = 0 sonst. 20) Sei Z ein topologischer Raum, X, Y abgeschlossen in Z und X Y und X Y zusammenhngend. Sind dann auch X und a Y zusammenhngend? a 21) Sei A Rn abgeschlossen und A = A A zusammenhngend. a Zeige, da A zusammenhngt. Hinweis: Aufg. 20. a 22) Mit Bezeichnungen von Aufg. 12 sei U = Dn S n1 . Sei n n n n1 f : D D stetig, f (U ) oen in R und f (S ) S n1 . Zeige: f (U ) U , und die Abbildungen f |U : U U, sind surjektiv. 23) Seien f und g stetige Funktionen auf ganz R , und es sei g f (x) = x fr alle x R . Zeige, da f ein Homomorphisu o mus von R auf sich mit Inversem g ist. f |S n1 : S n1 S n1

Literatur

Uber einen Grundbestand dessen, was im ersten Semester in Analysis gebracht werden sollte, sind die Autoren ziemlich einig, und die Lehrbcher sind sich sehr hnlich und fast alle zu empfehlen. u a Ein gutes Skriptum mit dem notwendigen Minimum in sorgfltiger a Darstellung bietet

O. Forster: Analysis 1, 4. Au. Vieweg,


Braunschweig 1983. Als solides Lehrbuch mit reichhaltigeren Erklrungen empfehle ich a

M. Barner, F. Flohr: Analysis 1, 2. Au. de Gruyter,


Berlin 1983. Hier ist auch der zweite Band durchaus gelungen. Unter den neueren Erscheinungen in deutscher Sprache kann man das Buch von

K. Konigsberger: Analysis 1. Springer Verlag,


Berlin 1990 jedem empfehlen, der schon einen Einblick in den Zusammenhang des Ganzen gewonnen hat, denn es enthlt einen groen Reichtum a an schnen Materialien in bestimmter Krze. o u Bei meiner Vorlesung fhle ich mich dem Buch von u

S. Lang: Undergraduate Analysis. Springer Verlag,


New York 1983 besonders verpichtet. Dies Buch ist auch im zweiten Semester ein ntzlicher und anregender Begleiter. u

Literatur

231

Zur Einfhrung zugleich in den amerikanischen Stil will ich noch auf u das besonders gelungene schwungvolle Buch von

M. Spivak: Calculus. W.A. Benjamin,


New York, Amsterdam 1967 hinweisen. Zur Auskunft uber die Konstruktion des Krpers der reellen Zahlen o mit Mitteln der Logik habe ich schon das Bchlein von u

E. Landau: Grundlagen der Analysis.


Nachdruck Chelsea 1965 genannt. Alle Bcher uber unseren Gegenstand sind Bearbeitungen des Buches u von R. Courant von 1927. Wir nehmen heute manches formaler und genauer, mchten auch manches mit Blick auf das Hherdimeno o sionale besser gefat haben. Jedoch wird das auch mit Verlusten bezahlt. Wir wollen uns vor dem Alten verneigen.

Symbolverzeichnis

R R+
n =1 n =1

reelle Zahlen

1, 4 4

inf(M )

Inmum

22

Positivittsbereich a Summe Produkt 6, 15 6, 15 6

Unendlich 22 23

R = R {}

Widerspruch 23 (an | n N ) = (an ) Folge 25


n

=: Nach Def. gleich

lim

Limes 26 Umgebung 26 Reihe 33 42 45 45

: Nach Def. quivalent 6 a <, , >, max min Anordnung 6

U (p)
k=0

ak

Maximum 10 Minimum 10 13

()k = (1)k lim = lim sup lim = lim inf [x] 17

N , N 0 Menge der natrlichen Zahlen u n! B


n k

fakultt 16 a C = {x B | x C} , (k, ) Binomialkoezient 17 ganze Zahlen 21 21

ganzer Anteil 51

id Identitt 55 a R[x] gf limx Polynomring 56 Zusammensetzung 56


p,

Z Q

limx

57 68

rationale Zahlen

[a, b], (a, b), [a, b), (a, b] Intervalle 22 sup(M ) Supremum 22

f , f D Supremumsnorm
b Fa

integrable Funktionen 75, 80, 182

Symbolverzeichnis
b

233

f (x) dx
a

Integral 76

Re(z)

Realteil

150

Oberintegral 80 Unterintegral 80 84

Im(z) Imaginrteil 150 a i = 1 150 () (t) Zetafunktion 164 167

f+ = max(f, 0) f = f+ f f (p)
dy dx

84 88

Gammafunktion

Ableitung Ableitung 89

(t) f g v, w

Dirac-Funktion 169 Faltung 171 Skalarprodukt


2

dy , dp f f [n] = F f e, ex
n jp f dk dxk n b a dn f dxn

Dierential 92 93 101 102

178

|v|2 , v, w |v|1 X

L2 -Metrik 179 182

= F (b) F (a) Stammfunktion 108

L1 - Norm

charakteristische Funktion 192 Metrik 193

d(x, y) X X

111, 128 Reihe zu einer Folge 124 Folge zu einer Reihe 124

Inneres 199 Abschlu 199

Jet, Taylorpolynom 133 |


x=p

C(X, Y ) = C 0 (X, Y ) stetige Abb. 201 X Y X Sn Y Produkt Summe 206 202 203

Ableitung 133

C , C , n-mal stetig dierenzierbar 150 C komplexe Zahlen 150

Sphre a

RP n projektiver Raum 206

Namen- und Sachverzeichnis

A Abbildung 2 Abel 125 abgeschlossen 22, 199, 207 , Gerade R 23 ,45, 56 Ableitung 88 , formale 126 , n-te Abschlu 199, 227 absolut 11, 129, 166 , konvergent 47, 49 Abstand 193, 228 abzhlbar 190 a Addition 4 , Folgen 30 Additionstheorem 117, 154 Additivitt des Integrals 76 a an 88 algebraisch 193 algebraische Operation und lim 30 allgemeine Potenz 108 allg. Mittelwertsatz 156 alternierende Reihe 42 analytisch 131, 145 Anordnung 4, 6 , und lim 32

antisymmetrisch 110 Approximation, Dirac 171 , trigonometrisch 189 , Weierstra 173, 187f Archimedes 23 arcsin 139 arctan, Arkustangens 105, 110f, 128 Argument 155 assoziativ 5 asymptotisch proportional 218 Axiome fr R 4, 49 u B b-ale Zahl 48 Banach-Fixpunktsatz 226 Banachraum 70, 197, 228 beliebig 53 Bernoullische Ungleichung 20 Bernoullizahlen 143 berhren 199 u Berhrungspunkt 199 u beschrnkt 21, 36, 58, 121, 209 a , Folge 44 Besselsche Ungleichung 186 bestimmt divergent 28 Betrag 11, 63 180

Namen- und Sachverzeichnis

235

, in C 151 , integrabel 84 bijektiv 16, 201, 209 Bijektion 16, 209 Bild 53 bilinear 178 Binomialkoezient 17, 137, 217, 223 Binomische Reihe 137 Binomischer Lehrsatz 19, 138 Bogenkomponente 215 bogenweise zusammenhngend 214, 228 a BolzanoWeierstra 44, 57, 213 Borel, Satz 148 , Heine 212 C C 150 C n , C 150 C(X, Y ) 201 Cantor 192 cartesisches Produkt 202 Cauchy-Abzhlung 191 a Folge 49, 196 Kriterium 46, 69, 165 Produkt 129, 131 140 Verdichtungslemma 39 charakteristische Funktion 192 chinesische Notation 178 cos 112, 224 , Fourierentwicklung 188 , komplex 153

, Taylorreihe 136f D denit 178 Denitionsgebiet 53 de lHospital, Regeln 157f Deltafunktion 169 Dezimalzahl 1, 47, 220 dicht 199 Dichte 171 Dierential 92 Dierentialquotient 88 Dierenzenquotient 88 dierenzierbar 88, 93 , n -mal stetig 93 Dini 228 Dirac-Approximation 171 Familie 175 Folge 169 disjunkte Vereinigung 204 diskret 198 distributiv 5 divergent 27, 40 Drehung 114, 155 Dreiecksungleichung 12, 68, 152, 180, 193 , Integral 84 Dualzahl 48 E e 41, 108 Ebene 2 Eindeutigkeit (lim) 29 Einheit 5

236

Namen- und Sachverzeichnis

Einheitsvektor 184 einseitig dierenzierbar 100 endlich 15, 190 , Uberdeckung 207 viele 27 Entwicklungspunkt 121 Erwartungswert 171 euklidischer Raum 177 Eulersche Formel 154 Eulersche Konstante 165 , Zahl e 41, 108 Exponentialfunktion, exp 41, 106, 129, 158 , Taylorreihe 41 , komplex 153 Extremum 97 F b Fa 75, 81, 177 fakultt 16 a fallen 36 Faltung 172, 225 fast alle 26 feiner 71 Fibonacci 26, 29, 220 Fixpunkt 226, 228 Folge 25 , von Funktionen 65 Folgen und Reihen 33, 124 folgenstetig 54 formale Ableitung 126 formales Integral 126 Formel 193 fortsetzen, dib. Funkt. 149

Fourier-Entwicklung 183, 188 fremd 198 Fresnelsches Integral 168 Funktion 2 Funktional 76, 85 G Gammafunktion 167, 225 ganze Zahl 21 ganzzahliger Anteil 52 Gauverteilung 176 gengend gro 27 u , wenig 53 geometrische Reihe 34, 122, 138 gerade Funkt. 110, 154 gleichmig a konvergent 67f, 72, 119 , absolut konvergent 47, 129, 166 gleichmig stetig 64, 213 a Glied 33 gliedweise Ableitung 126 Glockenfunktion 147f, 176 goldener Schnitt 220 Grad 56 Graph 2 Grenze 22 , des Integrals 78 Grenzwert 26 und Ableitung 127 , Eindeutigkeit 29 , Reihe 33 Satz von Abel 125

Namen- und Sachverzeichnis

237

grbst 198 o grer 6 o grergleich 6 o Grundlagen 4 H Hadamard-Formel 123 halboen 22 harmonische Reihe 40, 164 Hufungspunkt 44 a Hauptsatz 100 Hauptzweig arctan 110 Hausdor-Eigenschaft 196 hausdorsch 198 Heaviside-Funktion 225 Heine-Borel, Satz 212 Hilbertraum 197, 226f hinreichende Bedingung 35 hhere Ordnung 89, 135, 166 o homogen 68, 180 homomorph 201 o Homomorphismus 201, 209 o de lHospital, Regeln 157f I i 8 id, Identitt 55, 92, 201 a Imaginrteil, Im(z), 150 a Induktion 13,21 Inmum, inf 22 injektiv 17, 61 Inneres 199, 227 integrabel 75, 81 Integral, Denition 75

, formales 126 , Potenzreihe 120 , stetiger Operator 85 , unbestimmtes 102 , uneigentliches 160 Integralnorm 181 Intervall 22, 61f , kompakt 57, 64, 210 nicht abzhlbar 192 a zusammenhngend 215 a intervalladditiv 76, 86 Inverses 5 irrational 24 isoliert 97 Isomorphismus ( R, +) ( R+ , ) 109 = J Jet 133 , konvergent 136 , verschwindender 145 , vorgegebener 148 K kanonische Inklusion 204 Projektion des Produkts 202 kanonisches Skalarprodukt 179 Kettenregel 91, 103, 143 kleiner 6 kleinergleich 6 Koezient 121 , unbest. 142 kommutativ 5

238

Namen- und Sachverzeichnis

kompakt 58, 206 Komplement 199 komplett 196 komplexe Potenzreihen 150 Zahlen 8, 150 Komponente 215 Konjugation 151 Konstruktion von R 49 kontrahierend 226 konvergent 26, 45, 56, 196 , Ableitung 119 , absolut 47, 129, 166 , gleichmig 70, 119 a , absolut 69, 121 , Integral 161 , normal 69, 120 , punktweise 65 Konvergenzbegrie 65, 152, 183 Intervall 122 Kreis 153 Radius 121f, 153 Krper, angeordneter 4, 8 o Krperaxiome 5 o Kosinus 112 , Fourierentwicklung 141 , komplex 153 , Taylorreihe 136f Kreisbewegung 114, 155 Kugel 194, 201 L L2 -Metrik 177 L1 -Norm 182

L2 -Norm 181 Lagrange-Restglied 135, 159 Landau 4 Lnge 180 a Legendrepolynom 187f, 227 Leibniz-Kriterium 42 Leitkoezient 56 Limes, lim 26, 56 und Integral 85 limx p , limx p 57 lim , lim inf 45 Limes inferior 45 lim , lim sup 45, 123 Limes superior 45, 123 linear 30, 36, 77 Linearitt, Ableitung 90 a , Integral 77 Lipschitz-stetig 77, 86, 182 Logarithmus, log 106, 128, 164 , Integral 105 , Taylorreihe 128 log (2) 43, 128 lokal 55, 93, 97 lokale Eigenschaft 56, 124 lokales Verhalten von Funktionen 93, 99 M Majorante 39, 47, 162 Massenpunkt 171 Maximum, max 10, 58, 63, 97, 212 max(f ) integrabel 84

Namen- und Sachverzeichnis

239

Menge 190 Metrik 193 metrischer Raum 193, 200 Minimum, min 10, 15 ,58 ,63, 97, 212 min(f ) integrabel 84 Mittel, arithm. u. geom. 217, 221 Mittelwertsatz, Dierentialrechnung 95, 156 , Integralrechnung 87 mittlere Zahl 217 Mbiusband 206 o modulo 141, 182 monoton 9, 36f, 61, 96 monoton, = integrabel 81 , Konvergenz 37, 162 monoton, Teilfolge 43 Monotonie des Integrals 76 Morphismus 200 Multiplikation 4, von Folgen 30 , in C 155 multiplikativ, lim 30 N N , N 0 13 natrliche Zahl 13 u negativ 59f Newton-Verfahren 38f niedrig 43 Norm 68, 180 normal konvergent 69, 120 normierter Raum 183, 194

Normierung des Integrals 76, 78 notwendige Bedingung 35 Nullfolge 40 Nullstelle 58f O OBdA = ohne Beschrnkung der Allgemeinheit obere Grenze 22 des Integrals 78 oberer Hufungspunkt 45 a obere Schranke 21 Oberintegral 80 oen 22, 194, 197 oene Uberdeckung 206 Ordnung 89, 135, 166 orthogonal 184 Orthogonalprojektion 185 Orthonormalbasis 183, 185 P Parabel 51 Parsevalsche Gleichung 186 Partialbruchzerlegung 222 Partialintegral 161 Partialsumme 33 Partielle Integration 104 , Summation 125 periodisch 113, 189 Permutation 17 Pi, 1, 43, 111, 128, 193 Polarkoordinaten 118, 155 Polynom 55, 60, 193, 221

240

Namen- und Sachverzeichnis

, Approximation 173, 187f, 190 , Taylor 133 , trigonometrisches 189 positiv 6, 36, 38, 49, 60 positiv denit 178 positiv homogen 68, 180 Positivittsbereich 4 a Potenz 6, 108 , Ableitung 97 Potenzmenge 17, 192 Potenzreihe 120 , komplexe 152 Produkt 5f, 9, 15 , Folgen 30 , integrabler Funktionen 87, 220 , Reihen 129, 140 , stet. Fkt. 55 , top. Rume 202, 211 a Produktregel 90, 104, 125, 140 Projektion, kanonische 202 projektiver Raum 206 Punkt 53, 193, 198 punktweise konvergent 65 Q Q 21, 24, 109, 190, 215 Quadrant 118 Quadrat 60 nicht negativ 8 , Integralmetrik 181 Quotientenkriterium 41, 225 Quotientenraum 205

Quotientenregel 90f Quotiententopologie 205, 208 R R 4 Rand, Konvergenzint. 122f rationale Funktion 56 , Integral 105 Operation 55, 90, 140 Zahl 21, 24 Realteil, Re(z) 150 reelle Zahl 5 Regelfunktion 73 Reihe 33, 162 und Folge 33, 124 von Funktionen 65 u. Integral 162 Restglied 133, 135, 159 Riemann-integrabel 80 Riemannintegral 74, 81, 197 Rodriguez 227 Rolle, Satz 94 S Sgezahnfunktion 52 a schlielich 27 Schmidt-Orthonormalisierung 187 Schranke 21 Schwarzsche Ungleichung 180 Schwingungsgleichung 115 semidenit 178 Seminorm 178, 180 sign ( ) 66

Namen- und Sachverzeichnis

241

Sinus, sin 112, 224 , Fourierentwicklung 188 , komplex 153 , Taylorreihe 136f , Umkehrfkt. 62 Skalarprodukt 178 Sphre 206 a Stammfunktion 100 Standard-Einheitsvektor 184 stetig 51, 200, 229 bei 57 dierenzierbar 93 = integrabel 81 Stetigkeit, Grenzfunktion 67, 70 , Integral 77, 85 Stirling, Formel 222 streng monoton 36 96 Substitution, Integral 102 Summe 5f, 9, 15, 33 , topologische 203 Supremum, sup 22 Supremumsnorm 68 surjektiv 17 Symmetrie 193 symmetrisch 110, 178 T Tangens, tan 111f, 142 Taylorentwicklung 132, 148 Taylorformel 134 Taylorpolynom 133 Taylorreihe 133, 148 , konvergent 136

, verschwindend 145 , vorgegeben 148 Teilfolge 32, 43 Teilmenge 17 Teilraum 194, 198 Topologie 198 Topologie 197 topologisch, Produkt 202, 211 , Raum 197 , Summe 203 Transformationsformel 102 transitiv 7 Treppenfunktion 71, 79, 183 trigonometrisch, Approx. 189 , Funktion 110, 224 , Polynom 189 Tubenlemma 211 Tubenumgebung 211 U uberabzhlbar 192 a Uberdeckung 206 Umgebung 26, 194, 198 Umkehrfunktion 96, 103f, 201, 209 , Integral 103f Umordnung 32, 49f unbestimmt, Integral 102 , Koezienten 142 uneigentliches Integral 160 Unendlich, 22, 28 ,45 unendlich viele 27 ungerade Funktion 110, 154 Universelle Eigenschaft

242

Namen- und Sachverzeichnis

des Produkts 203 des Quotienten 205 der Summe 204 unstetig 54, 229 dib. 118 untere Grenze 22, des Integrals 78 unterer Hufungspunkt 45 a untere Schranke 21 Unterintegral 80 Unterraum 194, 198 Urbild 54 Ursprung 2 V Varianz 176 verbindbar 215 verbinden 214 Verdichtung einer Reihe 39 Verfeinerung 71 Vergleich, Reihe u. Integral 162 vergleichbar 7 verkleben 204f Verknpfung 4 u Vertauschbarkeit, Grenzw. u. Ableitg. 127, 175 Vertauschen von Grenzwerten 66, 127 , Grenzw. mit alg. Op. 30 vertrglich 30, 140 a vollstndig 21, 196 a

vollstndige Induktion 13, 21 a vollstndiges Orthoa normalsystem 186 Vollstndigkeitsaxiom 4, 21 a W wachsen 36 Wahrscheinlichkeitsma 171 Weg 214 wegweise zusammenhngend 214, 228 a Weierstra 44, 69, 173 , Konvergenzsatz 69 Winkelfunktion 110, 183 , Integration 154 Wohlordnung 20 Wrfel 201 u Wurzel 24, 38, 59, 63, 138 , irrational 24 Wurzelkriterium 41 Z Z 21 Zerlegung 71 Zeta-Funktion 40, 164 zusammenhngend 214, 228 a zusammenkleben 204f Zusammensetzung analyt. Funkt. 145 dierenzierbar 91, 143 , stetiger Funkt. 56, 201 , Taylorreihen 143 Zwischenwertsatz 58, 215