Analysis

Analysis
J. Apel
Vorlesung SS 2002
Preliminary version 3. Juli 2002
Inhaltsverzeichnis
1 Einleitung 2
1.1 Leistungsnachweis . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 Topologische Grundbegrie 5
2.1 Vollstandigkeitseigenschaften der reellen und komplexen Zahlen 5
2.2 Metrische Raume . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2.1 Umgebungen und Haufungspunkte . . . . . . . . . . . 10
2.2.2 Abgeschlossene und oene Mengen . . . . . . . . . . . 13
2.2.3 Innere Punkte,

Auere Punkte, Randpunkte . . . . . . 18
2.3 Der Satz von Bolzano-Weierstra . . . . . . . . . . . . . . . . 19
3 Folgen und Reihen 22
3.1 Grenzwert einer Zahlenfolge . . . . . . . . . . . . . . . . . . . 22
3.2 Grenzwerte spezieller Zahlenfolgen . . . . . . . . . . . . . . . 26
3.2.1 F = (a
n
)
n1
. . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.2 F = (na
n
)
n1
. . . . . . . . . . . . . . . . . . . . . . . 27
3.2.3 F = (
n
a)
n1
. . . . . . . . . . . . . . . . . . . . . . . 28
3.3 Monotone Zahlenfolgen . . . . . . . . . . . . . . . . . . . . . . 28
3.4 Konvergenzkriterien f ur Zahlenfolgen . . . . . . . . . . . . . . 31
3.5 Grenzwertsatze f ur Zahlenfolgen . . . . . . . . . . . . . . . . . 34
3.6 Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.6.1 Unendliche geometrische Reihen . . . . . . . . . . . . . 41
3.6.2 Absolute Konvergenz . . . . . . . . . . . . . . . . . . . 44
3.6.3 Konvergenzkriterien unendlicher Reihen . . . . . . . . 45
3.6.4 Der groe Umordnungssatz . . . . . . . . . . . . . . . . 54
3.6.5 Multiplikation unendlicher Reihen . . . . . . . . . . . . 57
i
4 Potenzreihen 60
4.1 Konvergenzradius und Konvergenzkreis . . . . . . . . . . . . . 62
4.2 Rechenregeln f ur Potenzreihen . . . . . . . . . . . . . . . . . . 68
4.3 Elementare Funktionen . . . . . . . . . . . . . . . . . . . . . . 72
5 Stetigkeit reeller Funktionen in einer reellen Variablen 77
5.1 Grenzwerte von Funktionen . . . . . . . . . . . . . . . . . . . 78
5.2 Stetige Funktionen . . . . . . . . . . . . . . . . . . . . . . . . 81
5.2.1 Zusammengesetzte stetige Funktionen . . . . . . . . . . 83
5.2.2 Klassen stetiger Funktionen . . . . . . . . . . . . . . . 86
5.2.3 Klassikation von Unstetigkeitsstellen . . . . . . . . . . 87
5.2.4 Satze uber stetige Funktionen . . . . . . . . . . . . . . 89
6 Dierentiation reeller Funktionen in einer reellen Variablen 93
6.1 Dierenzen- und Dierentialquotient . . . . . . . . . . . . . . 93
6.2 Beispiele dierenzierbarer Funktionen . . . . . . . . . . . . . . 95
6.2.1 f(x) = c . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.2.2 f(x) = x
n
, n N, n ,= 0 . . . . . . . . . . . . . . . . 95
6.2.3 f(x) = exp x . . . . . . . . . . . . . . . . . . . . . . . . 96
6.2.4 f(x) =
n=0
a
n
(x x
0
)
n
. . . . . . . . . . . . . . . . . 96
6.2.5 f(x) = sin x, g(x) = cos x . . . . . . . . . . . . . . 98
6.3 Zusammenhang zwischen Stetigkeit und Dierenzierbarkeit . . 99
6.4 Hohere Ableitungen . . . . . . . . . . . . . . . . . . . . . . . . 100
6.5 Dierentiationsregeln . . . . . . . . . . . . . . . . . . . . . . . 101
6.5.1 Summenregel . . . . . . . . . . . . . . . . . . . . . . . 101
6.5.2 Produktregel . . . . . . . . . . . . . . . . . . . . . . . 101
6.5.3 Quotientenregel . . . . . . . . . . . . . . . . . . . . . . 102
6.5.4 Kettenregel . . . . . . . . . . . . . . . . . . . . . . . . 103
6.5.5 Ableitung der Umkehrfunktion f
1
. . . . . . . . . . . 103
6.5.6 Kurzzusammenfassung der Dierentiationsregeln . . . . 106
6.5.7 Auswahl wichtiger Ableitungen . . . . . . . . . . . . . 106
6.6 Wichtige Satze der Dierentialrechnung . . . . . . . . . . . . . 108
6.6.1 Satz von Rolle . . . . . . . . . . . . . . . . . . . . . . . 108
6.6.2 Mittelwertsatz der Dierentialrechnung . . . . . . . . . 109
6.6.3 Quotientenmittelwertsatz . . . . . . . . . . . . . . . . . 109
6.6.4 Regel von lHospital . . . . . . . . . . . . . . . . . . . 110
6.6.5 Satz von Taylor . . . . . . . . . . . . . . . . . . . . . . 112
6.7 Kurvendiskussion . . . . . . . . . . . . . . . . . . . . . . . . . 115
ii
6.7.1 Monotonie . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.7.2 Lokale Extremwerte . . . . . . . . . . . . . . . . . . . . 116
6.7.3 Wendepunkte . . . . . . . . . . . . . . . . . . . . . . . 117
6.7.4 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7 Integration reeller Funktionen in einer reellen Variablen 125
7.1 Das Riemannsche Integral . . . . . . . . . . . . . . . . . . . . 125
7.2 Hauptsatz der Dierential- und Integralrechnung . . . . . . . . 133
7.3 Uneigentliche Integrale . . . . . . . . . . . . . . . . . . . . . . 136
7.4 Regeln der unbestimmten Integration . . . . . . . . . . . . . . 138
7.4.1 Auswahl von Grundintegralen . . . . . . . . . . . . . . 138
7.4.2 Integration einer Summe . . . . . . . . . . . . . . . . . 139
7.4.3 Partielle Integration . . . . . . . . . . . . . . . . . . . 140
7.4.4 Subsitutionsregel . . . . . . . . . . . . . . . . . . . . . 142
7.5 Anwendungen . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
7.5.1 Berechnung von Flacheninhalten . . . . . . . . . . . . . 144
7.5.2 Berechnung von Kurvenlangen . . . . . . . . . . . . . . 147
iii
Kapitel 1
Einleitung
Bei der Behandlung der (linearen) Algebra standen strukturelle Untersuchun-
gen im Vordergrund. Dabei nahm die Abgeschlossenheit von Operationen
der Strukturen eine zentrale Rolle ein. So war es in unseren Untersuchungen
ausreichend vorauszusetzen, da ein Korper und zuweilen auch nur ein Ring
zugrunde lag. Wenigstens aus Sicht der linearen Algebra ist es unerheblich,
ob es sich um den Korper der rationalen, der reellen, der komplexen Zahlen
oder gar um einen Restklassenkorper Z
p
der ganzen Zahlen modulo einer
Primzahl p handelte. Erst bei der Betrachtung von Polynomen mindestens
zweiten Grades zeichnen sich die komplexen gegen uber den rationalen oder
reellen Zahlen aus. Namlich dadurch, da jedes Polynom in einer Variablen
mit komplexen Koezienten vom Grad n 1 mindestens eine komplexe
Nullstelle (bei Zahlung der Nullstellen mit geeigneten Vielfachheiten handelt
es sich um genau n St uck) besitzt. Nur am Rande sei erwahnt, da man
diese Eigenschaft auch schon f ur kleinere Korper, z.B. den nur abzahlbar
unendlichen Korper der algebraischen Zahlen, als den der komplexen Zahlen
erhalt.
Wahrend der geschichtliche Ursprung der Algebra in der Losung algebrai-
scher Gleichungen und Gleichungssysteme begr undet war, besteht ein histo-
risches Grundanliegen der Analysis im Ausschopfen von (endlichen) Flachen
und Korpern, d.h. im Bestimmen von Flacheninhalten und Volumen. So-
bald die Begrenzungslinien bzw. -achen krummlinig sind (z.B. bei einem
Kreis oder einer Kugel), benotigt man zur Inhaltsbestimmung wenigstens im
Prinzip eine immer bessere Approximation durch geradlinig bzw. ebenachig
begrenzte Korper. Erst durch den Grenz ubergang zu immer besseren Appro-
ximationen, welche sich der urspr unglichen Figur beliebig genau anschmie-
2
gen, gelangt man zur Mazahl des Inhalts der Figur als dem Grenzwert der
Inhalte der Approximationsguren.
Damit ein derartiges Vorgehen uberhaupt einen Sinn hat, mu gesichert sein,
da die Inhalte der Approximationsguren gegen eine Zahl streben. Be-
schrankt man sich auf rationalen Zahlen, so braucht das durchaus nicht der
Fall zu sein. Man denke nur an die Flache des Einheitskreises, deren Mazahl
ist , also keine rationale Zahl.
Die Probleme entstehen bereits bei der einfachsten aller denkbaren Inhalts-
untersuchungen, der Bestimmung der Lange einer Kurve. Bildlich geht man
dabei wie folgt vor, man rektiziert die Kurve, d.h. man biegt sie zu ei-
ner Strecke gleicher Lange. Aber nicht einmal die Lange jeder Strecke kann
durch eine rationale Langenmazahl quantiziert werden. Man betrachte
dazu einfach die Lange der Diagonalen des Einheitsquadrates, diese ist
2.
Die rationale Zahlengerade ist zwar dicht aber doch nur l uckenhaft mit Punk-
ten belegt. Aus Sicht des Ihnen aus der Vorlesung zur Mengenlehre bekann-
ten Machtigkeitsbegries mu man sogar sagen, die rationale Zahlengerade
hat viel mehr (namlich uberabzahlbar viele) L ucken als Punkte (namlich nur
abzahlbar unendlich viele). Jede Strecke, die am Nullpunkt beginnt und an
einer L ucke endet, hat demnach keine rationale Lange.
Betrachten wir ein anderes Phanomen, welches bei der Untersuchung von
Grenz ubergangen und dem damit verbundenen

Ubergang zu immer kleineren
bis hin zu unendlich kleinen (innitesimalen) Quantitaten auftritt. Machen
wir dazu ein kleines Gedankenexperiment. Hase und Igel machen einen Wett-
lauf. Der etwas arrogante und sich f ur viel schneller haltende Hase gibt dem
Igel einen kleinen Vorsprung. Die Frage ist nun, kann der Hase das Rennen
gewinnen, wird er also den Igel jemals uberholen? Lauft nun der Hase bis
zu dem Punkt, an dem der Igel startete, so ist der Igel in der Zwischenzeit
bereits ein St uck weitergelaufen. Lauft nun der Hase bis dorthin, so ist der
Igel in der Zwischenzeit wieder ein St uck weitergelaufen. Wir konnen diese
Uberlegung unendlich oft wiederholen und immer wird der Igel bereits ein
St uck weiter sein, wenn der Hase an seinem vorherigen Platz angekommen
ist. Also holt der Hase den Igel niemals ein? Die Praxis lehrt uns, das mu
Unsinn sein, denn mittels der gleichen Argumente konnte man nat urlich auch
beweisen, da z.B. ein Auto niemals einen vor ihm fahrenden Radfahrer
uberholen kann.
Der Denkfehler besteht einfach darin, da wir zwar unendlich viele Zeitinter-
valle betrachtet haben ohne dabei jedoch einen unendlichen Gesamtzeitraum
zu uberstreichen. Die Zeitintervalle werden im k urzer und der untersuchte
3
Gesamtzeitraum reicht letztendlich nur vom Start der beiden Kontrahenten
bis zum Einholen des Igels durch den Hasen.
1.1 Leistungsnachweis
Die Vorlesungsreihe zur Analysis ist der zweite Bestandteil der Mathema-
tikgrundausbildung f ur Informatiker. Wie im vergangenen Semester werden
Ubungsaufgaben gestellt, welche jeweils vor der Dienstagsvorlesung abzuge-

ben sind. In mit mir abgesprochenen Ausnahmefallen ist ein Nachreichen bis
spatestens Donnerstag 9.00 Uhr in meinen Briefkasten moglich. Bei Nich-
tabsprache oder noch spaterer Abgabe werden die Aufgaben nicht mehr an-
erkannt. Die aktuellen Aufgabenstellungen nden Sie auf der Internetseite
http://www.informatik.uni-leipzig.de/~apel/Ana02
In der zweiten Julihalfte ndet eine 2-st undige Pr ufungsklausur statt, deren
Ergebnis mit 33 % in die Vordiplomsnote Mathematik eingeht. Teilnahme-
voraussetzung ist das Erreichen von mindestens 50 % der Punkte aus den
Ubungsaufgaben.
4
Kapitel 2
Topologische Grundbegrie
Bereits in der Einleitung haben wir festgestellt, da die Betonung bei analyti-
schen Untersuchungen nicht mehr nur auf der Abgeschlossenheit der Zahlen-
bereiche gegen uber den Korperoperationen oder der Existenz von Nullstellen
liegt, sondern da topologische Eigenschaften in den Vordergrund treten, wel-
che in entscheidendem Mae auf Ordnungseigenschaften der reellen Zahlen
basieren.
2.1 Vollstandigkeitseigenschaften der reellen
und komplexen Zahlen
An den Anfang wollen wir einige wesentliche Eigenschaften der reellen Zah-
len stellen, die im vorangegangen Semester bei der Untersuchung von Vek-
torraumen noch keine Rolle spielten.
Axiom 1 (Axiom des Dedekindschen Schnittes:) Zu jeder Zerlegung
1
der Menge R der reellen Zahlen in zwei Klassen A und B mit der Eigenschaft
a A b R : b < a = b A
gibt es genau eine reelle Zahl s R, so da alle reellen Zahlen c < s in A
und alle reellen Zahlen c > s in B enthalten sind. Man nennt (A, B) einen
Dedekindschen Schnitt und s seine Schnittzahl.
1
Zur Erinnerung: Der Begri der Zerlegung einer Menge wurde im Zusammenhang
mit der Behandlung von

Aquivalenzrelationen in der Vorlesungen zur linearen Algebra
eingef uhrt. Im vorliegenden Fall beinhaltet er gerade die Bedingungen A ,= , B ,= , A
B = und A B = R.
5
Angemerkt sei, da die Schnittzahl s eines Dedekindschen Schnittes entweder
grotes Element der Menge A oder kleinstes Element der Menge B ist. Das
Axiom des Dedekindschen Schnittes besagt, da die reelle Zahlengerade keine
Locher aufweist.
Man uberzeugt sich sofort davon, da die rationalen Zahlen keine derartige
Eigenschaft aufweisen. Sei A die Menge aller rationalen Zahlen
2 und B
die Menge aller rationalen Zahlen >
2, dann ist A, B oensichtlich eine

Zerlegung der rationalen Zahlen, die auch die zusatzliche Anforderung, da
A mit einer rationalen Zahl a auch alle kleineren rationalen Zahlen enthalt,
erf ullt. F ur diese Zerlegung existiert jedoch keine rationale Schnittzahl.
Denition 1 Eine Teilmenge M R der reellen Zahlen heit beschrankt
nach oben, falls eine reelle Zahl c existiert, so da m c f ur alle m M.
Man nennt c in diesem Falle eine obere Schranke von M. Entsprechend heit
M im Falle der Existenz einer reellen Zahl d mit d m f ur alle m M
beschrankt nach unten und d eine untere Schranke von M.
Eine obere Schranke c von M wird obere Grenze (Supremum) von M genannt
(Bezeichnung sup M), falls es keine reelle Zahl c
< c gibt, die ebenfalls obere

Schranke von M ist. Entsprechend bezeichnet man eine untere Schranke d als
untere Grenze (Inmum) von M (Bezeichnung inf M), falls es keine groere
untere Schranke von M gibt.
Gilt sup M M, so nennt man das Supremum auch Maximum der Menge
M. Im Fall inf M M bezeichnet man das Inmum auch als Minimum von
M.
Satz 1 Jede nach oben beschrankte nichtleere Menge M reeller Zahlen be-
sitzt genau eine obere Grenze. Ebenso besitzt jede nach unten beschrankte
nichtleere Menge M reeller Zahlen genau eine untere Grenze.
Beweis: Wir konstruieren wie folgt einen Dedekindschen Schnitt (A, B). B
bestehe genau aus allen oberen Schranken von M und A enthalte die restli-
chen reellen Zahlen. B ist nicht leer, denn M war als nach oben beschrankt
vorausgesetzt. Da M nicht leer ist, gibt es ein m M und jede reelle Zahl
c < m ist keine obere Schranke von M, also ist auch A nicht leer. AB = R
und A B = ergeben sich unmittelbar aus der Konstruktion der beiden
Mengen. Also handelt es sich zunachst einmal um eine Zerlegung der Menge
der reellen Zahlen. Sei nun a A. a ist also keine obere Schranke von M
und daher existiert ein m M mit a < m. Nun gilt aber f ur jedes a
< a
6
erst recht a
< m und somit kann also auch a
keine obere Schranke von M

sein, mu also daher ebenfalls zu A gehoren. Damit haben wir nachgewiesen,
da die oben konstruierten Mengen A und B in der Tat einen Dedekindschen
Schnitt bilden.
Wir werden nun zeigen, da die Schnittzahl s von (A, B) obere Grenze von
M ist. Angenommen, es existiert ein m M mit s < m und somit s <
s+m
2
< m. Aus den Eigenschaften des Dedekindschen Schnittes und der
linken Ungleichung folgt
s+m
2
B. Demnach m ute
s+m
2
obere Schranke von
M sein, was aber der rechten Ungleichung widerspricht. Also gilt m s f ur
alle m M und s ist obere Schranke von M. Da aber alle reellen Zahlen
d mit d < s zur Menge A gehoren, welche nach Konstruktion keine oberen
Schranken von M enthalt, ist s sogar kleinste obere Schranke also Supremum
von M.
Die Existenz der oberen Grenze ist also gesichert, es bleibt die Eindeutigkeit
nachzuweisen. Seien d und d
zwei Suprema von M. Der Fall d < d
w urde der
Supremum-Eigenschaft von d
widersprechen, da d insbesondere auch obere

Schranke von M ist. Analog f uhrt man den Fall d
< d zum Widerspruch

und folglich kann nur d = d
gelten.
Analog zeigt man den zweiten Teil des Satzes in Bezug auf das Inmum nach
unten beschrankter nichtleeren Mengen. 2
Denition 2 F = (I
n
)
n=1,2,3,...
sei eine Folge abgeschlossener Intervalle.
Dabei sei I
n
= [a
n
, b
n
] = x R [ a
n
x b
n
und L
n
= b
n
a
n
die
Lange des n-ten Intervalles.
F heit Intervallschachtelung, falls gilt
1. I
n
I
m
f ur alle n > m;
2. Zu jeder positiven reellen Zahl gibt es eine nat urliche Zahl N, so da
L
N
< .
Satz 2 Jede Intervallschachtelung F = (I
n
)
n=1,2,...
zieht sich auf einen Punkt
zusammen, d.h. es existiert eine reelle Zahl a R, so da
n=1
I
n
= a.
Beweis: F ur beliebige positive nat urliche n m gilt aufgrund der Inklusion
I
m
I
n
die Beziehung a
n
a
m
b
m
b
n
. Insbesondere ist also jede der
unteren Intervallgrenzen a
i
, i = 1, 2, . . . , kleiner oder gleich jeder der oberen
Intervallgrenzen b
i
, i = 1, 2, . . . . Also ist die Menge A := a
i
[ i = 1, 2, . . .
7
nach oben beschrankt, z.B. sind alle b
j
, j = 1, 2, . . . , obere Schranken von
A. Daraus entnehmen wir a
i
sup A b
j
f ur alle i = 1, 2, . . . und alle
j = 1, 2, . . . . Insbesondere trit die obige Einschlieung nat urlich auch im
Spezialfall n = i = j f ur alle n = 1, 2, . . . zu, was nichts anderes als sup A
I
n
f ur alle n = 1, 2, . . . bedeutet. Demzufolge gilt sup A

n=1
I
n
und wir
haben gezeigt, da der Durchschnitt der Intervallschachtelung wenigstens
nicht leer sein kann.
Nehmen wir an, a, b

n=1
I
n
sind zwei verschiedene Elemente des Durch-
schnitts. Wir setzen := [b a[. Aus den Eigenschaften der Intervallschach-
telung F folgt, da es ein Intervall I
N
mit L
N
< gibt. Daf ur kann aber
unmoglich a, b I
N
gelten, im Widerspruch zur Annahme a, b
n=1
I
n
.
Also ist der Durchschnitt einelementig und die Aussage des Satzes ist bewie-
sen. 2
Zieht man in Betracht, da es zu jeder reellen Zahl t eine eindeutig bestimmte
ganze Zahl g mit g t < g+1 gibt, so zeigt der Satz uber die Intervallschach-
telung, da sich jede reelle Zahl als unendlicher Dezimalbruch schreiben lat.
Will man t darstellen, so geht man wie folgt vor. Wir beginnen mit dem
Fall t 0. In diesem Falle ist die obige Zahl g eine nat urliche Zahl und wir
setzen I
1
:= [g, g + 1]. Sicher gilt t I
1
und t g < 1. Weiter bilden wir
t
1
:= 10(t g) und suchen g
1
mit g
1
t
1
< g
1
+ 1. Wegen 0 t
1
< 10
ist g
1
eine Dezimalzier. Unser zweites Intervall ist I
2
:= [g +
g
1
10
, g +
g
1
+1
10
].
Addition von g zur Ungleichung
g
1
10
t g <
g
1
+1
10
zeigt t I
2
, die Be-
ziehung I
2
I
1
ist oensichtlich. Wir bilden t
2
:= 100(t g
g
1
10
) und
nden g
2
mit g
2
t
2
< g
2
+ 1. Analog zu oben uberlegt man sich, da
auch g
2
eine Dezimalzier ist. Fortsetzung dieses Verfahrens liefert eine In-
tervallschachtelung, die Lange L
n
des Intervalls I
n
betragt 10
n+1
. Die so
konstruierte Intervallschachtelung zieht sich auf t zusammen. Die unteren
Intervallgrenzen g +
g
1
10
+
g
2
100
+ +
gn
10
n
sind rationale Zahlen. Die Vorkom-
mastellen aller Intervallgrenzen sind genau die der nat urlichen Zahl g. Mit
groer werdendem n andert sich hochstens die Anzahl der von Null verschie-
denen Nachkommastellen, ohne da sich eine derartige Stelle spater noch
einmal andert. Mit anderen Worten, fortgesetztes Anf ugen der Nachkomma-
stellen der unteren Intervallgrenzen liefert gerade eine Darstellung von t als
unendlicher Dezimalbruch.
Bemerkung 1 Die obige Konstruktion mag den Anschein erwecken, da
die unendliche Dezimalbruchdarstellung von t eindeutig bestimmt ist. Das
8
stimmt in den meisten Fallen, es gibt aber eine wesentliche Ausnahme. Bei
der oben gewahlten Konstruktion war t niemals rechter Randpunkt eines In-
tervalls I
n
der Intervallschachtelung. Diese Tatsache folgt aus der Bedingung
g
i
t
i
< g
i
+ 1. Wohl aber kann es sein, da t linker Randpunkt eines In-
tervalls I
N
und damit auch linker Randpunkt aller weiteren Intervalle I
n
,
n N, ist. In diesem Fall liefert unsere Konstruktion einen Dezimalbruch
mit einer abschlieenden Nullperiode.
Alternativ hatten wir durch Verwendung der Bedingung g
i
< t
i
g
i
+ 1
die Intervallschachtelung auch so konstruieren konnen, da t sicher niemals
linker moglicherweise aber rechter Randpunkt eines Intervalls I
n
ist. Dann
konnen wir das Verfahren zum Ablesen der unendlichen Dezimalbruchdarstel-
lung ebenfalls anwenden. Ist t dann aber rechter Randpunkt der Intervalle mit
gen ugend hohem Index, so erhalten wir eine Darstellung mit abschlieender
Neunerperiode.
In allen Fallen, wo t weder linker noch rechter Randpunkt irgendwelcher In-
tervalle ist, erhalten wir tatsachlich eindeutige Dezimalbruchdarstellungen.
Andernfalls konnen wir je nach Konstruktion zu zwei verschiedenen Darstel-
lungen gelangen, wovon eine auf eine Nullperiode und die andere auf eine
Neunerperiode endet.
Ebenso wie die reellen Zahlen die Zahlengerade l uckenlos ausf ullen, so be-
decken die komplexen Zahlen die Zahlenebene l uckenlos. An die Stelle der
Intervallschachtelungen treten dabei sogenannte Quadratschachtelungen.
Denition 3 I
x
= [a, b] und I
y
= [c, d] seien zwei abgeschlossene Intervalle
reeller Zahlen. Dann versteht man unter dem abgeschlossenen Intervall I
x
I
y
komplexer Zahlen die Menge aller komplexen Zahlen mit Realteil in I
x
und Imaginarteil in I
y
. Im Falle gleicher Lange beider reeller Intervalle, d.h.
ba = dc, bezeichnet man das komplexe Intervall I
x
I
y
auch als Quadrat.
Sei F = (I
x
n
I
y
n
)
n=1,2,3,...
eine Folge von Quadraten. Dann nennt man F eine
Quadratschachtelung, falls (I
x
n
)
n=1,2,3,...
sowie (I
y
n
)
n=1,2,3,...
Intervallschachte-
lungen in den reellen Zahlen sind.
Satz 3 Jede Quadratschachtelung F = (I
x
n
I
y
n
)
n=1,2,3,...
zieht sich auf einen
Punkt der komplexen Zahlenebene zusammen, d.h. es existiert eine komplexe
Zahl z C mit
n=1
(I
x
n
I
y
n
) = z.
Beweis: (I
x
n
)
n=1,2,3,...
ist reelle Intervallschachtelung, also gibt es ein a R
mit
n=1
I
x
n
= a. Ebenso existiert ein b R mit
n=1
I
y
n
= b. Also
9
gehort die komplexe Zahl z := a + ib zum Durchschnitt
n=1
(I
x
n
I
y
n
) aller
Quadrate der Quadratschachtelung. Andersherum mu aber der Realteil
jedes Elementes des Durchschnitts
n=1
(I
x
n
I
y
n
) auch in
n=1
I
x
n
liegen und
entsprechendes gilt f ur den Imaginarteil, so da z auch das einzige Element
des Durchschnitts ist. 2
2.2 Metrische Raume
2.2.1 Umgebungen und Haufungspunkte
Im vergangenen Semester untersuchten wir Euklidische Vektorraume. Dabei
handelt es sich um eine spezielle Klasse sogenannter metrischer Raume auf
die wir jetzt eingehen wollen.
Denition 4 Eine Funktion d : R R R wird Metrik der Menge R
genannt, falls sie f ur alle Elemente x, y, z R den folgenden Bedingungen
gen ugt:
1. d(x, y) 0,
2. d(x, y) = 0 genau dann, wenn x = y,
3. d(x, y) = d(y, x),
4. d(x, y) d(x, z) + d(z, y) (Dreiecksungleichung)
Ist d eine Metrik in R, so nennt man (R, d) einen metrischen Raum und die
Elemente von R die Punkte des Raumes.
Die Metrik kann als Abstandsfunktion der Punkte des Raumes R aufgefat
werden. Die interessanteste Bedingung ist die Dreiecksungleichung, welche
man so deuten kann, da die k urzeste Verbindung zwischen zwei Punkten
stets der direkte Weg ist. Gleichheit gilt gerade f ur solche Punkte z, die auf
dem direkten Weg von x nach y liegen.
Beispiele metrischer Raume:
1. R = R, d(a, b) = [a b[,
2. R = C, d(a +ib, c +id) = [(a +ib) (c +id)[ =
_
(a c)
2
+ (b d)
2
,
10
3. F ur einen Euklidischen Vektorraum V = (V, , )) ist R = V mit
d(v, w) =
_
v w, v w) ein metrischer Raum.
Denition 5 Sei (R, d) ein metrischer Raum. F ur jede reelle Zahl > 0
und jeden Punkt x R bezeichnen wir die Punktmenge
U
(x) := y R [ d(x, y) <

als die -Umgebung des Punktes x. Eine Menge U R nennt man Um-
gebung des Punktes x, wenn es eine reelle Zahl > 0 gibt, so da die -
Umgebung von x ganz in U liegt, d.h. U
(x) U.
Ein Punkt x R heit Haufungspunkt einer Teilmenge M R, wenn sich
in jeder Umgebung U von x wenigstens ein von x verschiedener Punkt aus
M bendet, d.h. (U M) x , = .
Ein Punkt y M, welcher kein Haufungspunkt von M ist, wird isolierter
Punkt von M genannt.
-Umgebung in den Beispielraumen:
1. R = R, d(a, b) = [a b[, : U
(x) ist das oene Intervall der Lange 2

mit Mittelpunkt x.
2. R = C, d(a + ib, c + id) = [(a + ib) (c + id)[, : U
(x) ist das Innere

des Kreises des Radius um den Mittelpunkt x.
3. R = R
n
, d((v
1
, . . . , v
n
), (w
1
, . . . , w
n
)) =
_
n
i=1
(v
i
w
i
)
2
, : U
(x) ist
das Innere der n-dimensionalen Kugel des Radius um den Mittelpunkt
x.
F ur beliebige Punkte x R und positive reelle Zahlen gilt U
(x)
U
(x). Anschaulich (und spater auch wortlich) ist eine Punktmenge U genau
dann eine Umgebung des Punktes x R, wenn sie x in ihrem Inneren enthalt,
d.h. x U und x liegt nicht auf dem Rand von U.
Bemerkung 2 Da jede Umgebung von x eine -Umgebung von x umfat,
ist es sofort klar, da x bereits dann ein Haufungspunkt von M ist, wenn
jede -Umgebung von x einen von x verschiedenen Punkt von M enthalt.
Ein Haufungspunkt x der Menge M kann, aber braucht nicht zur Menge M
zu gehoren.
Beispiele:
11
1. Die Menge M = N der nat urlichen Zahlen besitzt keine Haufungs-
punkt im metrischen Raum (R, d), denn z.B. enthalten die Umgebun-
gen U1
2
(n) f ur jede nat urliche Zahl n keine nat urlichen Zahlen auer n.
Insbesondere sind alle nat urlichen Zahlen isolierte Punkte der Menge
N.
2. Die Menge M =
1
n
[ n N besitzt genau einen Haufungspunkt,
namlich 0 und dieser gehort nicht zu M. Samtliche Punkte von M sind
isoliert.
3. Jeder Punkt des oenen reellen Intervalles M = (a, b), a < b, ist
Haufungspunkt von M. Dar uberhinaus sind aber auch die nicht zu
M gehorigen Randpunkte a und b Haufungspunkte von M.
4. Die Haufungspunkte des abgeschlossenen reellen Intervalles M = [a, b],
a < b, sind gerade die Punkte von M.
Satz 4 M R sei eine Teilmenge des metrischen Raumes (R, d) und x ein
Haufungspunkt von M. Dann enthalt die Menge (U
(x) M) x f ur jedes
reelle > 0 unendlich viele Elemente.
Beweis: Angenommen, es gibt ein > 0, so da (U
(x) M) x nur end-

lich viele Elemente, sagen wir y
1
, . . . , y
k
enthalt. Wir bilden den minimalen
Abstand = min
k
i=1
d(x, y
i
), den ein von x verschiedener, zur -Umgebung
gehoriger Punkt von M vom Punkt x hat. Wegen y
i
,= x gilt > 0 und of-
fensichtlich gilt (U
(x) M) x = , im Widerspruch zur vorausgesetzten

Haufungspunkteigenschaft von x. 2
Eine triviale Folgerung aus diesem Satz ist
Folgerung 1 Jede endliche Teilmenge M von R besitzt keine Haufungspunk-
te.
Satz 5 Sei H die Menge alle Haufungspunkte der Menge M R. Dann ist
jeder Haufungspunkt von H bereits in H enthalten.
Beweis: Sei x ein Haufungspunkt von H und > 0 eine beliebige positive
reelle Zahl.
12
Dann liegt in der Umgebung U
2
(x) ein von x verschiedener Punkt y von H.
Dieser ist Haufungspunkt von M, also liegen in U
2
(y) unendlich viele Punkte
von M, insbesondere auch ein z M x, y. Aus der Dreiecksungleichung
folgt
d(x, z) d(x, y) + d(y, z) <

2
+

2
=
und somit z U
(x). Also ist x Haufungspunkt von M und damit Element

von H. 2
2.2.2 Abgeschlossene und oene Mengen
Denition 6 Sei (R, d) ein metrischer Raum und M R eine Punktmenge
darin. Dann nennt man M genau dann abgeschlossen, wenn jeder Haufungs-
punkt von M Element von M ist. M heit genau dann oen, wenn es zu
jedem Punkt x M eine Umgebung U von x gibt, welche ganz in M liegt,
d.h. U M.
Betrachten wir einige Beispiele abgeschlossener und oener Mengen im me-
trischen Raum (R, d) der reellen Zahlen mit dem gewohnlichen Abstand d
zweier Punkte.
1. Ein abgeschlossene Intervall [a, b] = x [ a x b ist eine abge-
schlossene Menge.
2. Ein oenes Intervall (a, b) = x [ a < x < b ist eine oene Menge.
3. F ur beliebige reelle Zahlen a < b ist das halboene Intervall [a, b) =
x [ a x < b weder eine abgeschlossene noch eine oene Menge.
Zum einen ist b Haufungspunkt von [a, b), gehort der Menge aber nicht
an (also nicht abgeschlossen). Zum anderen gehort keine Umgebung
von a ganz zu [a, b) da a

2
/ [a, b) f ur alle positiven reellen Zahlen
. Damit gilt U
(a) , [a, b) f ur alle > 0 und da jede Umgebung von

a eine solche -Umgebung enthalt, gilt U , [a, b) auch f ur jede andere
Umgebung U von a. Folglich ist [a, b) auch nicht oen.
Eine analoge Aussage gilt nat urlich auch f ur das halboene Intervall
(a, b].
4. Die Mengen x [ x < a und x [ x > a (Zahlenstrahlen ohne An-
fangspunkt) sind f ur jedes reelle a oen.
13
5. Die Mengen x [ x a und x [ x a (Zahlenstrahlen mit Anfangs-
punkt) sind f ur jedes reelle a abgeschlossen.
F ur beliebige metrische Raume (R, d) sind die trivialen Teilmengen R und
sowohl oen als auch abgeschlossen.
An den Beispielen erkennen wir, da die Begrie der abgeschlossenen und
oenen Menge keineswegs komplementar zueinander sind. Zum einen braucht
eine Menge weder oen noch abgeschlossen zu sein, zum anderen kann sie
aber auch beide Eigenschaften gleichzeitig aufweisen.
Satz 6 Eine Menge M ist genau dann oen, wenn es zu jedem x M eine
positive reelle Zahl mit U
(x) M gibt.
Beweis: Sei M oen und x M. Dann existiert eine Umgebung U von x
mit U M. Zu jeder Umgebung U von x existiert aber ein > 0, so da
U
(x) U M und die Richtung (=) ist bewiesen.

Bei Richtung (=) folgt die Oenheit von M unmittelbar aus Denition 6
2
Folgerung 2 F ur jeden Punkt x eines metrischen Raumes und jedes reelle
> 0 ist die -Umgebung U
(x) eine oene Menge.

Beweis: Wir setzen M = U
(x). Zu zeigen ist, da zu jedem y M ein

> 0 mit U
(y) M existiert. F ur y = x kann man = wahlen und die

geforderte Inklusion ist oensichtlich. Sei nun y M x beliebig. Wir
setzen := d(x, y) und wegen d(x, y) < gilt > 0. F ur beliebiges
z U
(y) gilt d(z, x) d(z, y) + d(y, x) < + ( ) = , also z M.

Somit ist U
(y) M gezeigt und Anwendung des obigen Satzes liefert die

Behauptung. 2
Satz 7 Sei / Pow(R) eine Menge oener Teilmengen des metrischen
Raumes (R, d).
1. Dann ist
/ ebenfalls eine oene Menge.

2. Falls die Menge / endlich ist, so ist auch
/ eine oene Menge.

Beweis:
14
Zu 1. F ur jedes x

/ existiert ein M / mit x M. Da M oen ist,
gibt es ein > 0, so da U
(x) M

/ und mit Satz 6 folgt die
Behauptung.
Zu 2. Sei nun x

/, also x M f ur alle M /. Zu jeder Menge
M / existiert ein
M
> 0, so da U
M
(x) M. Da
M
[ M /
eine endliche Menge ist, besitzt sie ein Minimum und da alle Elemente
der Menge positiv sind ist positiv. Wegen U
(x) U
M
(x) f ur alle
M / ergibt sich schlielich U
(x)
/ und die Behauptung folgt

wiederum aus Satz 6.
2
Man beachte, die erste Aussage gilt f ur Mengensysteme /beliebiger Machtig-
keit, d.h. die Vereinigung unendlich und sogar uberabzahlbar vieler oener
Mengen ist wieder oen. Dagegen ist die Aussage uber die Oenheit des
Durchschnitts oener Mengen auf endliche Durchschnitte beschrankt. In der
Tat braucht der Durchschnitt unendlich vieler oener Mengen nicht notwen-
digerweise wieder oen zu sein. Seien beispielsweise a und b feste reellen
Zahlen mit a < b. Der Durchschnitt
c<a
(c, b) aller oenen Intervalle de-
ren obere Grenze b und deren untere Grenze kleiner als a ist, ist gleich dem
halboenen Intervall [a, b). Dieses ist aber nicht oen, wie wir in Beispiel 3
gesehen haben. Im obigen Beweis wird das Problem dadurch deutlich, da
M
[ M / f ur unendliche Mengen zwar nach wie vor ein Inmum, aber
nicht mehr unbedingt ein Minimum besitzt. Obwohl alle Elemente der Men-
ge positiv sind, kann das Inmum auch 0 sein und ist dann nicht als positives
zu gebrauchen.
Satz 8 Eine Menge M R eines metrischen Raumes (R, d) ist genau dann
oen, wenn ihr Komplement M
c
= R M abgeschlossen ist.
Beweis: () Sei M oen. Wir betrachten einen beliebigen Haufungspunkt
x R von M
c
. Dann liegt in jeder -Umgebung U
(x), > 0, wenig-

stens ein von x verschiedener Punkt von M
c
. Folglich gilt f ur jede dieser
-Umgebungen U
(x) , M und damit kann x nicht zu M gehoren, da da

der Bedingung der Oenheit widersprechen w urde. Folglich gehort jeder
Haufungspunkt x von M
c
zur Menge M
c
und somit ist die Menge M
c
abge-
schlossen.
15
() Sei nun M
c
abgeschlossen. Wir betrachten ein beliebiges x M. An-
genommen, jede -Umgebung U
(x), > 0, w urde ein Element von M

c
ent-
halten, dann ware x ein auerhalb von M
c
bendlicher Haufungspunkt der
Menge M
c
. Das widersprache der Abgeschlossenheit von M
c
. Also mu
U
(x) f ur wenigstens ein > 0 kein Element von M

c
enthalten, d.h. ganz in
M liegen. Damit ist M nach Satz 6 oen. 2.
Geht man nun in Satz 7 jeweils zu den Komplementen der Mengen M /
uber, so ergibt sich aus dem obigen Satz sofort die G ultigkeit von
Satz 9 Sei / Pow(R) eine Menge abgeschlossener Teilmengen des me-
trischen Raumes (R, d).
1. Dann ist
/ ebenfalls eine abgeschlossene Menge.

2. F ur endliche Mengensysteme / ist auch
/ abgeschlossen.
Beweis: Das Mengensystem /
:= M
c
[ M / besteht nach dem obigen
Satz nur aus oenen Mengen. Also ist
ebenfalls oen und nach dem

obigen Satz ist ihr Komplement (
)
c
abgeschlossen. Anwendung der
DeMorganschen Regel liefert
_
_
/
_
c
=
_
_
MM
M
c
_
c
=
MM
(M
c
)
c
=
/ .
Analog zeigt man die zweite Behauptung 2
Denition 7 Sei M eine Punktmenge des metrischen Raumes (R, d). Die
Menge M
aller Haufungspunkte von M nennt man die Ableitung von M.

Die Menge M = M M
heit abgeschlossene H ulle

2
von M.
Bemerkung 3 Da f ur jede abgeschlossene Menge M die Inklusion M
M
gilt, ergibt sich f ur abgeschlossene Mengen M die Gleichheit M = M.
Bemerkung 4 F ur beliebige Teilmengen M und N eines metrischen Raum-
es mit der Eigenschaft M N gelten M
und M N.
Beweis:

Ubungsaufgabe 3 2
2
zuweilen werden wir die abgeschlossene H ulle auch kurz Abschlu nennen
16
Satz 10 Die abgeschlossene H ulle M von M ist die kleinste abgeschlossene
Menge von R die M enthalt.
Beweis: Zunachst zeigen wir, da M eine abgeschlossene Menge ist. Sei x
ein Haufungspunkt von M. Dann existiert zu jeder reellen Zahl > 0 ein
Punkt y

_
U
(x) M
_
x. Aufgrund der Denition von M mu jedes y
zu wenigstens einer der beiden Mengen M oder M
gehoren. Falls ein > 0

exisitiert, so da y
M f ur alle < , dann ist x Haufungspunkt von M

und gehort somit zu M
, also erst recht zu M.

Existiert dagegen zu jedem > 0 ein < mit y
, so folgt wegen
U
(x) U
(x), da (U
(x) M
) x f ur kein positives leer ist, also ist x

ein Haufungspunkt von M
. Nach Satz 5 gehort x zu M
, also erst recht zu

M.
Der zweite Teil der Aussage, da es sich bei M um die kleinste, M umfaende
abgeschlossene Menge handelt, ist trivial. W urde man aus M einen Punkt
von M weglassen, so ist die Enthaltenseinsbedingung verletzt. Lat man
dagegen einen Punkt aus M
weg, so gibt es einen nicht zur Menge gehorigen

Haufungspunkt von M, was der Abgeschlossenheit widerspricht. Also mu
jede M umfaende abgeschlossene Teilmenge von R wenigstens die Punkte
von M enthalten. 2
Bemerkung 5 Die Menge der reellen Zahlen ist eine abgeschlossene Teil-
menge der komplexen Zahlen.
Beweis:

Ubungsaufgabe 4 2
Ubungsaufgaben, Serie 1
1. Ist die Menge M =
1
n
+
1
m
[ n, m N 0 im metrischen Raum
der reellen Zahlen nach oben oder unten beschrankt? Geben Sie gege-
benfalls die obere beziehungsweise untere Grenze an. Handelt es sich
dabei sogar um Minimum oder Maximum?
2. Bestimmen Sie die Haufungspunkte der Menge M aus Aufgabe 1!
3. Sei (R, d) ein metrischer Raum und M, N R zwei Punktmengen mit
der Eigenschaft M N. Zeigen Sie, da dann f ur die Ableitungen
und abgeschlossen H ullen von M und N die Inklusionen M
beziehungsweise M N gelten. (vgl. Bemerkung 4 aus der Vorlesung)

17
2.2.3 Innere Punkte,

Auere Punkte, Randpunkte
Man unterscheidet drei Arten der Lage eines Punktes des metrischen Raumes
(R, d) in Bezug auf eine Teilmenge M R.
Denition 8 Sei M eine Punktmenge des metrischen Raumes (R, d). Ein
Punkt x R heit
1. innerer Punkt von M, falls es eine Umgebung U von x mit U M
gibt,
2. auerer Punkt von M, falls eine zu M disjunkte Umgebung U von x
existiert, d.h. U M = oder aquivalent dazu U M
c
.
3. Randpunkt von M, falls jede Umgebung U von x sowohl Punkte der
Menge M als auch des Komplements M
c
enthalt.
Man uberzeugt sich leicht davon, da f ur jeden Punkt x R genau eine der
drei Lagebeziehungen bez uglich M zutrit, d.h. jeder Punkt von R ist ent-
weder innerer, auerer oder Randpunkt von M. Ein zu M gehoriger Punkt x
ist niemals auerer Punkt von M, denn jede seiner Umgebungen enthalt we-
nigstens x und ist damit nicht disjunkt zu M. Analoge

Uberlegungen zeigen,
da nicht zu M gehorige Punkte niemals innere Punkte von M sein konnen.
Dagegen konnen sowohl M als auch das Komplement M
c
Randpunkte von
M enthalten.
Satz 11 Sei M eine Punktmenge des metrischen Raumes (R, d).
1. M ist genau dann oen, wenn jeder Punkt von M innerer Punkt von
M ist,
2. M ist genau dann oen, wenn keiner der Randpunkte von M in M
liegt,
3. M ist genau dann abgeschlossen, wenn jeder Randpunkt von M zu M
gehort,
4. ein Punkt x / M ist genau dann Haufungspunkt von M, wenn er
Randpunkt von M ist.
Beweis:
18
Zu 1. Ist M oen, so gehort mit x stets eine ganze Umgebung U
(x), > 0,
zu M. Daher folgt aus x M, da x innerer Punkt von M ist.
Ist umgekehrt jeder Punkt x M ein innerer Punkt von M, so gibt es
eine Umgebung U von x mit U M und folglich ist M oen.
Zu 2. Im Vorfeld hatten wir festgestellt, da alle zu M gehorigen Punkte
entweder innerer Punkt oder Randpunkt sind. Also ist genau dann
jeder Punkt von M innerer Punkt, wenn keine Randpunkte von M zur
Menge M gehoren. Damit folgt die Behauptung aus 1.
Zu 3. Ist M abgeschlossen, so gehort jeder Haufungspunkt von M bereits zu
M. Also existiert zu jedem x / M eine Umgebung U, welche keine
Punkte von M enthalt. Damit sind alle nicht zu M gehorigen Punk-
te auere Punkte, weshalb samtliche Randpunkte von M nur zu M
gehoren konnen.
Gehort umgekehrt jeder Randpunkt von M zu M, so mu jeder Punkt
x M
c
auerer Punkt von M sein. Folglich existiert eine ganz zu
M
c
gehorige Umgebung U von x und wegen U M = kann x kein
Haufungspunkt von M sein.
Zu 4. Wir betrachten einen Punkt x / M.
Sei x Haufungspunkt von M. Dann enthalt jede Umgebung U von x
einen Punkt aus M. Andererseits enthalt sie aber auch stets den nicht
zu M gehorigen Punkt x. Damit erf ullt x die Anforderungen eines
Randpunktes.
Sei x nun Randpunkt von M. Jede Umgebung U von x mu also
wenigstens einen Punkt von M enthalten. Aufgrund der Voraussetzung
x / M kann es sich dabei nicht um x selbst handeln. Also ist x
Haufungspunkt von M.
2
2.3 Der Satz von Bolzano-Weierstra
Unter einer Zahl wollen wir stets eine komplexe Zahl verstehen. Zahlen-
mengen sind also stets Teilmengen der komplexen Zahlen. Wir nennen eine
Zahlenmenge M beschrankt, wenn die Menge [x[ : x M der Betrage
19
der Elemente von M im Sinne von Denition 1 nach oben beschrankt ist.
Mit anderen Worten, M ist genau dann beschrankt, wenn eine positive reelle
Zahl c mit x M : 0 [x[ c existiert. Insbesondere ist eine Menge reel-
ler Zahlen genau dann beschrankt, wenn sie im Sinne von Denition 1 nach
oben und nach unten beschrankt ist. Aus Sicht des metrischen Raumes der
komplexen Zahlen mit der gewohnlichen Abstandsmetrik ist [x[ genau der
Abstand d(x, 0) des Punktes x vom Nullpunkt. In diesem Sinne lat sich der
Beschranktheitsbegri mittels der Bedingung, da d(x, 0) : x M nach
oben beschrankt sein soll, auf Teilmengen beliebiger metrischer Vektorraume
ausdehnen.
Satz 12 (Bolzano-Weierstra) Jede beschrankte unendliche Zahlenmen-
ge M besitzt einen Haufungspunkt.
Beweis: Sei M eine beschrankte unendliche Menge komplexer Zahlen und
c R so, da [m[ c f ur alle m M. Dann liegen alle Punkte von M in
dem Quadrat [c, c] [c, c] der komplexen Zahlenebene, zur Veranschauli-
chung dieses hat die Eckpunkte a +ib, a, b c, c. Wir bezeichnen dieses
Quadrat mit Q
1
. Durch Vierteln unterteilen wir Q
1
in vier Teilquadrate
[c, 0] [c, 0], [c, 0] [0, c], [0, c] [c, 0] und [0, c] [0, c]. Da Q
1
un-
endliche viele (namlich alle) Zahlen von M enthalt, mu wenigstens eines
der vier Teilquadrate ebenfalls unendlich viele Zahlen von M enthalten. Ein
solches wahlen wir als Q
2
. Dann unterteilen wir Q
2
in vier gleich groe Teil-
quadrate und wahlen eines welches unendlich viele Zahlen von M enthalt
als Q
3
. Auf diese Weise fahren wir fort und konstruieren so eine unendliche
Folge (Q
i
)
i=1,2,...
von Quadraten. Nach Konstruktion gilt Q
i+1
Q
i
f ur alle
i = 1, 2, . . . . Auerdem wird die Kantenlange des Quadrates in jedem Schritt
halbiert, also gibt es zu jeder positiven reellen Zahl > 0 eine nat urliche Zahl
k, so da die Kantenlange von Q
k
kleiner als ist. Folglich ist (Q
i
)
i=1,2,...
eine Quadratschachtelung und nach Satz 3 existiert eine (eindeutig bestimm-
te) komplexe Zahl z, welche Element des Durchschnittes aller Quadrate der
Quadratschachtelung ist. Zu jedem > 0 gibt es ein Quadrat Q
i
, welches
ganz in U
(z) liegt. In Q
i
und damit auch in U
(z) liegen unendlich viele

Punkte von M, also ist z Haufungspunkt von M.
Sind alle Elemente von M reelle Zahlen, so kann man sogar auf die Existenz
eines reellen Haufungspunktes schlieen. Nach dem oben gezeigten existiert
zunachst ein komplexer Haufungspunkt von M. Gema Bemerkung 5 sind
aber samtliche Haufungspunkte einer Menge reeller Zahlen ebenfalls reell. 2
20
Man beachte, da der Satz von Bolzano-Weierstra nicht auf beliebige metri-
sche Raume ubertragen werden kann. Wichtig ist die zusatzliche G ultigkeit
einer Abgeschlossenheitsbedingung, welche sich im Beispiel der reellen und
komplexen Zahlen in den Satzen 2 beziehungsweise 3 widerspiegelt.
21
Kapitel 3
Folgen und Reihen
3.1 Grenzwert einer Zahlenfolge
Denition 9 Unter einer (komplexen) Zahlenfolge versteht man eine ein-
deutige Abbildung F : N R (f : N C) der nat urlichen in die reellen
(komplexen) Zahlen. Der Funktionswert a
i
= F(i) wird i-tes Glied der Folge
genannt. Wir vereinbaren die Schreibweisen
1
(a
i
)
i1
oder noch k urzer (a
i
)
f ur die Zahlenfolge F mit den Gliedern a
1
= F(1), a
2
= F(2), . . . .
2
Eine Zahl a heit Grenzwert der Zahlenfolge F = (a
i
)
i1
, falls zu jeder
positiven, reellen Zahl eine nat urliche Zahl n
0
existiert, so da f ur alle
nat urlichen Zahlen n n
0
die Ungleichung [a a
n
[ < erf ullt ist.
Falls a Grenzwert der Folge F = (a
i
)
i1
ist, so sagt man die Folge konvergiert
gegen a und schreibt daf ur lim
i
a
i
= a. Um die bloe Existenz eines
Grenzwertes hervorzuheben, sagt man auch einfach die Folge F konvergiert
oder F ist konvergent.
Besitzt eine Folge F keinen Grenzwert, so sagt man F divergiert oder F ist
divergent.
Beispiele f ur Zahlenfolgen und Grenzwerte:
1
In der Literatur nden Sie zuweilen die Schreibweise a
i
f ur Zahlenfolgen. Da die
Folgenglieder a
1
, a
2
, . . . jedoch einer Reihenfolge unterliegen, haben wir uns hier in An-
lehnung an die geordneten Tupel f ur die Verwendung runder Klammern entschieden, um
nicht den Eindruck einer ungeordneten Menge zu erwecken.
2
Der Einfachheit halber, werden wir manchmal auch nur die nat urlichen Zahlen ab
einer Zahl k als Denitionsbereich einer Zahlenfolge wahlen, diese schreiben wir dann in
der Form (a
i
)
ik
.
22
1. Die einfachste Zahlenfolge ist vielleicht F = (a
i
)
i1
mit a
i
= i f ur alle
nat urlichen Zahlen i. Diese Zahlenfolge ist divergent, denn zu jeder
reellen Zahl a R und jeder positiven reellen Zahl existiert eine
nat urliche Zahl n
0
mit a + < n
0
.
2. Sei c eine beliebige feste komplexe Zahl und F = (a
i
)
i0
die konstante
Folge mit a
i
= c f ur alle nat urlichen Zahlen i. Dann gilt oensichtlich
lim
i
a
i
= c, da sogar alle Funktionswerte der Folge F in jeder -
Umgebung von c liegen.
3. Wir betrachten die Zahlenfolge F = (a
i
)
i1
deniert durch a
i
:=
1
i
. Es
gilt lim
i
a
i
= 0.
4. Die Folge F = (a
i
)
i1
mit a
i
= (1)
i
+
1
i
besitzt keinen Grenzwert, ist
also divergent. Zwar gibt es zu jedem > 0 eine nat urliche Zahl n, so
da [1 a
n
[ < und ebenso eine nat urliche Zahl m mit [ 1 a
m
[ =
[1 + a
m
[ < . F ur alle reellen Zahlen 0 < < 1 gilt aber auch die
Implikation n : [1 a
n
[ < = [1 a
n+1
[ > . Damit kann 1 nicht
Grenzwert sein. Analog schliet man 1 als Grenzwert aus.
An der Beispielliste erkennt man, da die Existenz eines Grenzwertes einer
Zahlenfolge keinesfalls selbstverstandlich ist. So ist eine Zahlenfolge F =
(a
i
) mit unbeschranktem Bildbereich BildF = a
i
: i = 1, 2, . . . stets
divergent. Der Beweis verlauft analog zum ersten Beispiel. Angenommen, a
ware Grenzwert. Dann gabe es zu > 0 ein n
0
mit [aa
n
[ < f ur alle n n
0
.
Sei nun c das Maximum der endlichen Menge [a
1
[, [a
2
[, . . . , [a
n1
[ [a[.
Aufgrund der Unbeschranktheit von BildF existiert eine nat urliche Zahl m
mit [a
m
[ > c + [a[ +. Folglich [a
m
a[ [a
m
[ [a[ > im Widerspruch
zur aus der Konstruktion folgenden Relation m n
0
. Wir halten das eben
bewiesene in einem Satz fest:
Satz 13 Jede konvergente Zahlenfolge ist beschrankt, d.h. ihr Bildbereich ist
eine beschrankte Teilmenge von C.
Die Umkehrung des Satzes ist jedoch falsch, wie das vierte Beispiel zeigt.
Im Falle reeller Zahlenfolgen mit unbeschranktem Bildbereich zeichnet man
noch zwei spezielle divergente Situationen aus:
Denition 10 F = (a
i
)
i1
sei eine Folge reeller Zahlen. Man nennt F
bestimmt divergent gegen +, falls es zu jeder reellen Zahl K einen Index
n
0
gibt, so da K < a
n
f ur alle n n
0
. Man schreibt daf ur lim
i
a
i
= +.
23
Gibt es zu jeder reellen Zahl K einen Index n
0
mit K > a
n
f ur alle n
n
0
so sagt man, F ist bestimmt divergent gegen und schreibt daf ur
lim
i
a
i
= .
Eine

Ubertragung des Begries der bestimmten Divergenz auf die komplexen
Zahlen ist nicht ublich. Da auf den komplexen Zahlen keine Ordnungsrela-
tion erklart ist, konnte man sich nur mit einer Forderung der folgenden Art
behelfen. Zu jeder reellen Zahl K existiert ein n
0
mit [a
n
[ > K f ur alle
n n
0
. Damit wird ausgesagt, da die Folgenwerte in der komplexen Ebene
immer weiter nach auen wandern, ohne allerdings eine Aussage uber die
Richtung des Entfernens treen zu konnen.
Der folgende Satz wird zum einen aufhellen, wann eine Zahlenfolge einen
Grenzwert besitzt und zum anderen die Einf uhrung der Schreibweise a =
lim
i
a
i
nachtraglich rechtfertigen.
3
Satz 14 Eine Zahlenfolge F = (a
i
)
i1
besitzt hochstens einen Grenzwert.
Beweis: Angenommen, a und b waren zwei verschiedene Grenzwerte von
F. Zu :=
|ab|
2
mu es dann nat urliche Zahlen n
0
und m
0
geben, so da
[a a
n
[ < f ur alle n n
0
und [b a
m
[ < f ur alle m m
0
gelten.
F ur n max(n
0
, m
0
) m uten sogar beide Abschatzungen [a a
n
[ < und
[b a
n
[ < zutreen. Das f uhrt aber auf den Widerspruch
[a b[ [a a
n
[ +[a
n
b[ < + = [a b[
und folglich war die Annahme der Existenz zweier Grenzwerte falsch. 2
Satz 15 Der Bildbereich BildF einer konvergenten Zahlenfolge F = (a
i
)
i1
besitzt hochstens einen Haufungspunkt, dieser ist in diesem Falle der Grenz-
wert lim
n
a
i
der Folge.
Beweis: Sei a = lim
n
a
i
der Grenzwert der Folge und b ein Haufungspunkt
von BildF. Zum einen liegen aufgrund der Grenzwerteigenschaft von a f ur
gen ugend groes n
0
alle Folgenglieder a
n
, n n
0
, in der Umgebung U|ab|
2
(a).
Demnach konnen hochstens die endlich vielen Glieder a
0
, . . . , a
n1
der Um-
gebung U|ab|
2
(b) angehoren, im Widerspruch zur Haufungspunkteigenschaft
von b und Satz 4.
3
Hatte F mehr als einen Grenzwert, so ware die Einf uhrung eines einzigen Symbols
lim
i
a
i
, welches f ur jeden davon stehen soll, keine gute Vorgehensweise.
24
Damit ist gezeigt, wenn der Bildbereich BildF einer konvergenten Zahlenfolge
uberhaupt einen Haufungspunkt besitzt, so kann es sich dabei nur um den
Grenzwert der Folge handeln. 2
Beispiel 2 unserer obigen Liste zeigt aber auch, da der Bildbereich einer
konvergenten Folge auch durchaus keinen Haufungspunkt zu haben braucht.
Das ist genau dann der Fall, wenn f ur alle i n
0
ab einem bestimmten Index
n
0
die Gleichheit a
i
= a
i+1
gilt. Man sagt in diesem Fall auch, die Folge
wird stationar. Ebenso sichert die Beschranktheit des Bildbereiches und
die Existenz eines eindeutig bestimmten Haufungspunktes des Bildbereiches
noch nicht die Konvergenz einer Zahlenfolge. Beispielsweise ist die Folge (a
i
)
mit den Gliedern a
i
=
_
1 : i gerade
1
i
: i ungerade
von dieser Bauart und trotzdem
divergent. Wenigstens gilt aber
Satz 16 Ist F = (a
i
)
i1
eine Zahlenfolge mit paarweise verschiedenen Glie-
dern, so konvergiert F genau dann gegen x, wenn BildF beschrankt ist und
x einziger Haufungspunkt von BildF ist.
Beweis: (=) Es gelte lim
i
a
i
= x. Nach Satz 13 ist BildF beschrankt.
Da alle Glieder a
i
paarweise verschieden sind, ist BildF eine unendliche be-
schrankte Menge und besitzt nach dem Satz von Bolzano-Weierstra (Satz
12) einen Haufungspunkt. Gema Satz 15 mu es sich dabei um x handeln.
(=) Sei nun BildF beschrankt und x sein einziger Haufungspunkt. Ange-
nommen x ist nicht Grenzwert von F, dann gibt es eine positive reelle Zahl
, so da zu jeder vorgegebenen nat urlichen Zahl n
0
eine weitere nat urli-
che Zahl m
0
n
0
mit [a
m
0
x[ > existiert. Folglich enthalt die Menge
BildF U
(x) unendlich viele Glieder der Folge. Da diese Glieder paarweise

verschieden sind, ist BildF U
(x) eine unendliche beschrankte Menge und

besitzt nach dem Satz von Bolzano-Weierstra einen Haufungspunkt. Dieser
ist nat urlich erst recht Haufungspunkt von BildF. Andererseits kann es sich
aber nicht um x handeln, da in der Umgebung U
(x) kein einziger Punkt der

Menge BildF U
(x) liegt. Das steht im Widerspruch zur Voraussetzung,

da x einziger Haufungspunkt von BildF ist und folglich gilt lim
i
a
i
= x.
2
Ohne Beweis halten wir den folgenden einfachen Sachverhalt fest
25
Satz 17 Sei F = (a
j
)
j1
eine komplexe Zahlenfolge mit a
j
= x
j
+ iy
j
f ur
j = 1, 2, . . . . Dann gilt
lim
j
a
j
= x +iy lim
j
x
j
= x und lim
j
y
j
= y .
7. Zeigen Sie, da die Menge der reellen Zahlen eine abgeschlossene Teil-
menge der komplexen Zahlen ist. (vgl. Bemerkung 5 aus der Vorlesung)
8. Was sind die Randpunkte der Menge Q der rationalen Zahlen im me-
trischen Raum R der reellen Zahlen?
9. M sei eine Teilmenge der reellen Zahlen und x ein Haufungspunkt
von M. Zeigen Sie, da dann eine gegen x konvergierende Zahlenfolge
F = (a
i
)
i1
von x verschiedener Elemente aus M, d.h. lim
i
a
i
= x
und BildF M x, existiert.
3.2 Grenzwerte spezieller Zahlenfolgen
Anhand einiger Beispiele wollen wir studieren, wie man die Konvergenz eini-
ger wichtiger Zahlenfolgen nachweisen kann.
3.2.1 F = (a
n
)
n1
a sei eine komplexe Zahl, wir fragen nach dem Grenzwert der Potenzen dieser
Zahl. Im Falle [a[ > 1 ist BildF eine unbeschrankte Menge und die Folge
F = (a
n
)
n1
ist nach Satz 13 divergent.
Im Fall [a[ = 1 lat sich keine allgemeine Aussage treen. Beispielsweise
besitzt die konstante Folge mit a
i
= 1 f ur alle i 1 den Grenzwert 1. Die
alternierende Folge der Glieder a
i
= (1)
i
f ur alle i 1 ist dagegen divergent.
Es bleibt die Betrachtung von [a[ < 1. Wir wollen zeigen, da in diesem Fall
stets die Beziehung
lim
n
a
n
= 0 ([a[ < 1) (3.1)
gilt. Im Fall der konstanten Folge mit a = 0 ist die Behauptung oensichtlich
richtig. Wir nehmen also an, 0 < [a[ < 1. Sei > 0 beliebig. Die Frage ist,
26
ob es ein n
0
mit [a
n
0[ < f ur alle n n
0
gibt. Wir setzen p :=
1|a|
|a|
.
Diese Zahl ist positiv und Auosen nach [a[ zeigt [a[ =
1
1+p
. Mit Hilfe des
binomischen Lehrsatzes weist man leicht f ur alle nat urlichen Zahlen n 1
die G ultigkeit der Ungleichung (1 + p)
n
=
n
i=0
_
n
i
_
p
i
> np > 0 nach. Wir
berechnen
[a
n
0[ = [a
n
[ = [a[
n
=
1
(1 + p)
n
<
1
np
f ur alle n 1
Bei beliebig vorgegebenem > 0 gilt folglich f ur alle nat urlichen Zahlen
n n
0
:=
1
p
| die Beziehung
[a
n
0[ < ,
also ist 0 Grenzwert von (a
n
)
n1
.
3.2.2 F = (na
n
)
n1
a sei wieder eine komplexe Zahl. F ur [a[ 1 ist die Menge der Glieder der
Folge sicher unbeschrankt und die Folge divergiert.
F ur [a[ < 1 werden wir jetzt die G ultigkeit von
lim
n
na
n
= 0 ([a[ < 1) (3.2)
nachweisen. F ur a = 0 ist die Aussage oensichtlich, da dann alle Folgen-
glieder 0 sind. Betrachten wir also den Fall 0 < [a[ < 1. Wir gehen ahnlich
wie oben vor. p sei wieder gleich
1|a|
|a|
. Wir verwenden nun eine andere eben-
falls aus dem binomischen Lehrsatz folgende und f ur alle nat urlichen Zahlen
n 2 g ultige Abschatzung von (1 + p)
n
, namlich (1 + p)
n
>
n(n1)
2
p
2
> 0.
Dann schatzen wir ab
[na
n
0[ = [na
n
[ = n[a[
n
=
n
(1 + p)
n
<
2
(n 1)p
2
f ur alle n 2
Bei beliebig vorgegebenem > 0 gilt folglich f ur alle nat urlichen Zahlen
n n
0
:= 1 + max2,
2
p
2
| die Beziehung
[na
n
0[ < ,
also ist 0 Grenzwert von (na
n
)
n1
.
27
3.2.3 F = (
n
a)
n1
F ur jede positive reelle Zahl a gilt
lim
n
n
a = 1 (a > 0, reell) (3.3)

Wir beginnen mit der Untersuchung des Falles a > 1. Aus dem binomischen
Lehrsatz schlieen wir auf die Ungleichung
a =
_
n
a + 1 1
_
n
=
_
1 + (
n
a 1)
_
n
> 1 + n(
n
a 1) > 0
f ur alle n 2. Daraus folgt
[
n
a 1[ =
n
a 1 <
a 1
n
<
a
n
Zu beliebig vorgegebenem > 0 ergibt sich
[
n
a 1[ <
f ur alle n n
0
:=
a
| und der eingangs behauptete Grenzwert von 1 ist

gezeigt.
F ur a = 1 ist die G ultigkeit von (3.3) trivial und es bleibt noch die Betrach-
tung des Falles 0 < a < 1. Aus dem oben gezeigten ergibt sich
lim
n
1
n
a
= lim
n
n
_
1
a
= 1 .
Spater werden wir die G ultigkeit von
lim
n
1
n
a
=
1
lim
n
n
a
nachweisen und damit ist dann die G ultigkeit der Gleichung (3.3) auch f ur
den letzten bisher noch oenen Fall gezeigt.
3.3 Monotone Zahlenfolgen
Denition 11 Eine Zahlenfolge F = (a
i
)
i1
mit reellen Gliedern heit
1. monoton wachsend falls f ur alle i = 1, 2, . . . die Ungleichung a
i+1
a
i
gilt,
28
2. streng monoton wachsend falls f ur alle i = 1, 2, . . . die scharfere Be-
dingung a
i+1
> a
i
erf ullt ist,
3. monoton fallend falls a
i+1
a
i
f ur alle i = 1, 2, . . . und
4. streng monoton fallend falls a
i+1
< a
i
f ur alle i = 1, 2, . . . .
Satz 18 Eine monotone Zahlenfolge ist genau dann konvergent, wenn sie
beschrankt ist.
Beweis: (=) Die Notwendigkeit der Beschranktheit ergibt sich aus Satz 13.
(=) Wir betrachten nun eine monoton wachsende Folge F = (a
i
)
i1
. Auf-
grund der Beschranktheit des Bildbereichs von F besitzt dieser eine obere
Grenze a := sup BildF. Sei nun > 0 beliebig. Dann folgt aus der Denition
der oberen Grenze, da wenigstens ein Glied, sagen wir das n
0
-te Glied a
n
0
,
der Folge groer als a sein mu. Unter Ausnutzung der Monotonie folgt
weiter
a < a
n
0
a
n
a
f ur alle n n
0
. Damit erhalten wir 0 aa
n
= [aa
n
[ < f ur alle n n
0
,
also konvergiert F gegen a.
F ur monoton fallende Folgen verlauft der Beweis sinngema ab. 2
Folgerung 3 Sei ([a
n
, b
n
])
n1
eine reelle Intervallschachtelung. Dann exi-
stieren die Grenzwerte lim
n
a
n
und lim
n
b
n
und beide stimmen mit der
Schnittzahl der Intervallschachtelung uberein.
Beispiel 1: Die Folge
_
(1 +
1
n
)
n
_
n1
ist streng monoton wachsend. Alle Glie-
der der Folge sind positiv. Wir untersuchen den Quotienten
a
n+1
an
zweier
beliebiger aufeinanderfolgender Glieder, genau dann wenn dieser f ur alle
n = 1, 2, . . . groer als 1 ist, dann ist die obige Folge streng monoton wach-
send. Es gilt
a
n+1
a
n
=
_
1 +
1
n+1
1 +
1
n
_
n+1 _
1 +
1
n
_
=
_
1 +
1
n+1
1 +
1
n
_
n+1 _
n + 1
n
_
(3.4)
Durch aquivalentes Umformen erhalten wir
_
1 +
1
n+1
1 +
1
n
_
n+1
=
_
(n + 2)/(n + 1)
(n + 1)/n
_
n+1
=
_
(n + 2)n
(n + 1)
2
_
n+1
=
_
1
1
(n + 1)
2
_
n+1
(3.5)
29
An dieser Stelle verwenden wir ohne Beweis die sogenannte Bernoullische
Ungleichung
(1 + a)
m
> 1 + ma , (3.6)
welche f ur alle von Null verschiedenen reellen Zahlen a > 1 und alle nat urli-
chen Zahlen m 2 zutrit. F ur a =
1
(n+1)
2
und m = n + 1 ergibt sich
_
1
1
(n + 1)
2
_
n+1
> 1 (n + 1)
1
(n + 1)
2
= 1
1
n + 1
=
n
n + 1
Einsetzen in Gleichung (3.4) f uhrt auf
a
n+1
a
n
>
_
n
n + 1
__
n + 1
n
_
= 1 (3.7)
und die strenge Monotonie der Folge ist nachgewiesen.
Beispiel 2: Die Folge
_
(1 +
1
n
)
n+1
_
n1
ist streng monoton fallend. Der Be-
weisgedanke ist ahnlich. Ziel ist es diesmal nachzuweisen, da der Quotient
an
a
n+1
f ur alle n = 1, 2, . . . groer als 1 ist.
a
n
a
n+1
=
_
1 +
1
n
1 +
1
n+1
_
n+1
1
1 +
1
n+1
=
_
(n + 1)
2
n(n + 2)
_
n+1
1
1 +
1
n+1
=
_
1 +
1
n(n + 2)
_
n+1
1
1 +
1
n+1
(3.8)
Aus der Bernoullischen Ungleichung (3.6) folgt
_
1 +
1
n(n + 2)
_
n+1
> 1 +
n + 1
n(n + 2)
= 1 +
n + 1
(n + 1)
2
1
> 1 +
1
n + 1
und Einsetzen in (3.8) zeigt
a
n
a
n+1
> 1
f ur alle n 1, also fallt die Folge streng monoton.
30
Wir bezeichnen die Glieder der Folge aus Beispiel 1 mit
a
n
=
_
1 +
1
n
_
n
und die Glieder der Folge aus Beispiel 1 mit
b
n
=
_
1 +
1
n
_
n+1
Wegen 1 +
1
n
> 1 gilt a
n
< a
n
(1 +
1
n
) = b
n
f ur alle nat urlichen Zahlen n 1.
Daher ist ([a
n
, b
n
])
n1
eine Folge ineinandergeschachtelter abgeschlossener
reeller Intervalle. Insbesondere gilt f ur alle nat urlichen Zahlen n > 1 die
Beziehung 2 = a
1
< a
n
< b
n
< b
1
= 4. Sei eine beliebige positive reelle
Zahl. Dann gilt f ur jede nat urliche Zahl n >
4
die Abschatzung
b
n
a
n
=
a
n
n
<
4
n
< ,
also handelt es sich sogar um eine Intervallschachtelung.
Die Schnittzahl der Intervallschachtelung ([a
n
, b
n
])
n1
wird Eulersche Zahl
genannt und mit e bezeichnet. Sie ist irrational, ihre ersten Stellen sind
e = 2, 71828 . . . .
3.4 Konvergenzkriterien f ur Zahlenfolgen
Wir wollen uns nun mit einigen Methoden beschaftigen, die es erlauben fest-
zustellen, ob eine gegebene Zahlenfolge konvergiert oder divergiert.
Zunachst halten wir einen einfachen Sachverhalt f ur Teilfolgen einer Folge
fest. Dabei nennen wir G = (b
j
)
j1
eine Teilfolge von F = (a
i
)
i1
wenn G aus
F durch Auslassen von Gliedern entsteht, d.h. es gibt eine aufsteigende Folge
nat urlicher Zahlen 1 i
1
< i
2
< . . . , so da b
j
= a
i
j
f ur alle j = 1, 2, . . . .
Satz 19 Eine Folge F = (a
i
)
i1
konvergiert genau dann gegen die Zahl x,
wenn jede Teilfolge G = (b
j
)
j1
von F gegen x konvergiert.
Weiterhin gilt f ur jede Folge F = (a
i
)
i1
und jede nat urliche Zahl k 1,
da die Teilfolge (a
i
)
ik
genau dann gegen x konvergiert, wenn F gegen x
konvergiert.
31
Beweis: Die R uckrichtung ist klar, da F eine Teilfolge von sich selbst ist.
Gelte also lim
i
a
i
= x und sei G = (b
j
)
j1
eine beliebige Teilfolge von F.
Dann gibt es zu jedem > 0 ein n
0
, so da [x a
n
[ < f ur alle n n
0
.
Zu jedem Glied der Teilfolge G gibt es eine nat urliche Zahl k mit b
j
= a
j+k
.
Damit ergibt sich [x b
n
[ = [x a
n+k
[ < f ur alle n n
0
. Also gilt f ur die
Teilfolge lim
j
b
j
= x.
Im zweiten Teil des Satzes wird eine spezielle Teilfolge (b
j
)
j1
betrachtet, die
durch Weglassen endlich vieler Anfangsglieder der Folge F entsteht, praziser
gilt b
j
= a
k+j1
f ur j = 1, 2, . . . . Aus dem bisher gezeigten folgt bereits,
da diese im Falle der Konvergenz von F den gleichen Grenzwert wie F
besitzt. Setzen wir nun umgekehrt voraus, da die Teilfolge (b
j
)
j1
gegen
x konvergiert. Dann existiert zu beliebigem > 0 eine nat urliche Zahl m
0
so, da [x b
m
[ < f ur alle m m
0
. Wahl von n
0
:= m
0
+ k 1 liefert
[x a
n
[ < f ur alle n n
0
und bestatigt lim
i
a
i
= x. 2
Bisher besteht ein wesentliches Problem der Untersuchung einer Zahlenfolge
(a
i
) auf Konvergenz darin, da man eine Vermutung uber ihren Grenzwert a
benotigt, um die Groe [a a
i
[ untersuchen zu konnen. Dieses Problem lat
sich mit Hilfe des Cauchyschen Konvergenzkriteriums umgehen.
Satz 20 (Cauchysches Konvergenzkriterium) Die Zahlenfolge F = (a
i
)
i1
konvergiert genau dann, wenn zu jeder positiven reellen Zahl eine nat urli-
che Zahl n
0
existiert, so da f ur alle n n
0
und m n
0
die Beziehung
[a
n
a
m
[ < gilt.
Beweis: (=) F = (a
i
)
i1
konvergiere gegen den Grenzwert a. Dann existiert
zu jeder positiven reellen Zahl eine nat urliche Zahl n
0
, so da Beziehung
[a a
n
[ <

2
f ur alle n n
0
. Seien nun n und m groer oder gleich n
0
, dann
haben wir
[a a
n
[ <

2
, [a a
m
[ <

2
.
Anwendung der Dreiecksungleichung und Verwendung dieser beider Unglei-
chungen liefert
[a
n
a
m
[ [a
n
a[ +[a a
m
[ <

2
+

2
= ,
also erf ullt F das Cauchy-Kriterium.
(=) Nehmen wir nun umgekehrt an, da das Cauchy-Kriterium erf ullt ist.
Wir beschranken unsere Betrachtung auf Folgen mit reellen Gliedern, f ur
komplexe Folgen verlauft der Beweis analog.
32
Nach dem Cauchy-Kriterium existiert ein n
0
mit [a
n
a
m
[ < 1 f ur alle
n, m n
0
. Folglich liegen alle Glieder a
n
, n n
0
, im abgeschlossenen
Intervall I
1
:= [([a
n
0
[ + 1), [a
n
0
[ + 1].
4
Wir halbieren I
1
, in wenigstens
einem der beiden Teilintervalle liegen unendlich viele Glieder der Folge, ein
solches wahlen wir als I
2
. Auf diese Weise fahren wir fort und erhalten eine
Intervallschachtelung mit der Eigenschaft, da jedes der beteiligten Intervalle
unendlich viele Folgenglieder enthalt. Wir wollen uns uberlegen, da die
Schnittzahl a dieser Intervallschachtelung Grenzwert von F ist.
Nehmen wir einmal an, es gabe eine positive reelle Zahl , so da unendlich
viele Folgenglieder auerhalb der Umgebung U
2
(a) liegen. Nach Konstruk-
tion liegen aber auf jeden Fall auch unendlich viele Folgenglieder innerhalb
von U
(a). Aus a
n
/ U
2
(a) und a
m
U
(a) folgt auf jeden Fall [a

n
a
m
[ > .
Es gibt unendlich viele n und unendlich viele m, welche die obige Bedingung
erf ullen, also kann man bei beliebig vorgegebenem n
0
auch immer zusatzlich
n > n
0
und m > n
0
verlangen. Das widerspricht aber der Cauchy-Bedingung
f ur dieses . Folglich liegen f ur jede positive reelle Zahl hochstens endlich
viele Glieder der Folge auerhalb von U
(a). Damit gibt es ein n

0
, so da
a
n
U
(a) f ur alle n n
0
und daher [a a
n
[ < f ur alle n n
0
. Also
konvergiert F gegen a. 2
Beispiel: Wir untersuchen die Folge F =
_
n5
6n+1
_
n1
auf Konvergenz. F ur alle
nat urlichen Zahlen n und m mit 1 m n gilt
[a
n
a
m
[ =
n 5
6n + 1

m5
6m + 1
=
[31n 31m[
(6n + 1)(6m + 1)
<
31n
(6n + 1)(6m + 1)
<
31n
36nm
=
31
36
m
1
Zu beliebig vorgegebener positiver reeller Zahl und n
0
:=
31
36
| gilt also f ur
alle nat urlichen Zahlen n, m mit n
0
m n die Ungleichung [a
n
a
m
[ < .
Damit erf ullt unsere Folge das Cauchy-Kriterium und ist gema Satz 20
konvergent.
4
Da die Glieder der Folge reell sind, hatten wir sogar noch einfacher [a
n0
1, a
n0
+ 1]
als erstes Intervall wahlen konnen. Dann ist aber die sinngemae

Ubertragung auf die
Konstruktion eines einschlieenden Quadrats im komplexen Fall nicht mehr zu erkennen.
Bei dem hier gewahlten Intervall ist klar, da I
1
I
1
auch im Fall komplexer Glieder ein
geeignetes Quadrat ware.
33
3.5 Grenzwertsatze f ur Zahlenfolgen
Zu zwei gegebenen Zahlenfolgen F = (a
i
)
i1
und G = (b
i
)
i1
kann man die
Zahlenfolgen (a
i
+b
i
)
i1
, (a
i
b
i
)
i1
, (a
i
)
i1
und (a
1
i
)
i1
betrachten und nach
dem Zusammenhang der Konvergenzverhalten der Folgen F und G mit dem
der zusammengesetzten Folgen fragen.
Satz 21 F ur konvergente Zahlenfolgen F = (a
i
)
i1
und G = (b
i
)
i1
gilt:
1. (a
i
+ b
i
)
i1
ist konvergent und es gilt lim
i
(a
i
+ b
i
) = lim
i
a
i
+
lim
i
b
i
2. (a
i
b
i
)
i1
i
(a
i
b
i
) = (lim
i
a
i
) (lim
i
b
i
)
3. die Folge (a
i
)
i1
ist konvergent und f ur ihren Grenzwert gilt lim
i
(a
i
) =
lim
i
a
i
4. falls der Grenzwert a := lim
i
a
i
von Null verschieden ist, so gibt es
eine nat urliche Zahl k mit a
i
,= 0 f ur alle i k und die Folge (a
1
i
)
ik
konvergiert gegen
1
a
, d.h. lim
i
a
1
i
=
1
lim
i
a
i
.
5. (a
i
b
i
)
i1
i
(a
i
b
i
) = lim
i
a
i

lim
i
b
i
6. falls der Grenzwert a := lim
i
a
i
von Null verschieden ist, so gibt es
eine nat urliche Zahl k mit a
i
,= 0 f ur alle i k und die Folge
_
b
i
a
i
_
ik
konvergiert gegen lim
i
b
i
a
i
=
lim
i
b
i
lim
i
a
i
.
Beweis: Zunachst f uhren wir die Bezeichungen a := lim
i
a
i
und b :=
lim
i
b
i
f ur die Grenzwerte der Folgen F beziehungsweise G ein.
Zu beliebigem > 0 exisierten n
0
und m
0
, so da [a
n
a[ < f ur alle n n
0
und [b
m
b[ < f ur alle m m
0
gelten.
1. F ur alle n max(n
0
, m
0
) gilt [(a
n
+b
n
)(a+b)[ = [(a
n
a)+(b
n
b)[
[a
n
a[ +[b
n
b[ < 2, also konvergiert (a
i
+ b
i
)
i1
gegen a + b.
2. F ur alle n max(n
0
, m
0
) gilt [a
n
b
n
ab[ = [(a
n
a)b
n
+ (b
n
b)a[
[a
n
a[[b
n
[ + [b
n
b[[a[. Aufgrund der vorausgesetzten Konvergenz
von G ist die Menge BildG = b
i
[ i = 1, 2, . . . beschrankt, also
gibt es ein c > 0 mit [b
n
[ c f ur alle n 1 und wir schatzen weiter
34
ab: [a
n
b
n
ab[ [a
n
a[c + [b
n
b[[a[ < (c + [a[). Sei
1
> 0
beliebig vorgegeben, dann liefert Anwendung der obigen

Uberlegungen
auf =

1
c+|a|
die Ungleichung [a
n
b
n
ab[ <
1
f ur alle n max(n
0
, m
0
),
also konvergiert (a
i
b
i
)
i1
gegen ab.
3. Wegen [ a
n
(a)[ = [a
n
a[ < f ur alle n n
0
folgt der behauptete
Grenzwert von (a
i
)
i1
unmittelbar aus lim
i
a
i
= a.
4. Sei a ,= 0, dann gibt es ein k, so da [a
i
a[ <
|a|
2
f ur alle i k, also gilt
f ur alle Glieder a
i
mit i k die Beziehung [a
i
[
|a|
2
. Insbesondere sind
die Glieder alle von Null verschieden, also sind die Glieder der Folge
_
1
a
i
_
ik
wohldeniert. [
1
an
1
a
[ = [
aan
aan
[ = [a a
n
[
1
|aan|

2
|a|
2
[a a
n
[ <
2
|a|
2
. Also gibt es zu jedem
1
> 0 ein :=
|a|
2
1
2
, so da [
1
an
1
a
[ <
1
f ur alle n max(n
0
, k). Folglich konvergiert die Folge (a
1
i
)
ik
gegen
den Grenzwert
1
a
.
5. und 6. folgen unmittelbar aus den ersten 4 Eigenschaften. 2
10. Berechnen Sie die Grenzwerte
lim
n
1
n
1 +
n
(3.9)
lim
n
(n + 3)
2
(2n 1) (5n + 3)
3
(n + 3)(2n 1)(5n + 3)
(3.10)
lim
n
n
2
n!
(3.11)
11. Berechnen Sie den Grenzwert
lim
n
_
1 +
1
n
_
2n+5
12. (a
n
)
n1
sei eine konvergente komplexe Zahlenfolge. Beweisen Sie, da
dann die reelle Zahlenfolge ([a
n
[)
n1
der Betrage ihrer Glieder ebenfalls
konvergiert und die Gleichheit
lim
n
[a
n
[ =
lim
n
a
n
35
vorliegt.
Hinweis: F ur alle komplexen Zahlen a und b gilt die Ungleichung
[a b[ [a[ [b[ .
Diese darf ohne Beweis verwendet werden.
Die Umkehrung von Satz 21 gilt nicht, so kann (a
i
+b
i
) auch dann konvergie-
ren, wenn (a
i
) und (b
i
) divergieren. Zum Beispiel konvergiert ((1)
i
+ (1)
i+1
)
gegen 0, obwohl weder ((1)
i
) noch ((1)
i+1
) konvergent sind. Entsprechen-
des gilt auch f ur Dierenz, Produkt und Quotient. Wenn jedoch nur eine
der Folgen F oder G konvergiert und die andere divergiert, so sind Summe,
Dierenz und Produkt sicher divergent. Beim Quotienten sind noch weitere
Falle moglich. So kann
_
b
i
a
i
_
i1
auch dann konvergent sein, wenn F divergiert
und nichts uber G vorausgesetzt wird. Zum Beispiel kann man die Nullfolge
_
1
i
_
i1
als ein derartiges Beispiel auassen. Hier divergiert die Nennerfolge
(i)
i1
. Ein ahnliches Beispiel, aber mit divergenter Zahlerfolge ist die eben-
falls gegen Null konvergierende Folge
_
(1)
i
i
_
i1
. Auch wenn sowohl Zahler-
als auch Nennerfolge den Grenzwert 0 haben, kann die Folge der Quotienten
konvergierten, z.B. konvergiert
_
1
i
1
i
_
i1
gegen 1, obwohl der Nenner gegen
Null konvergiert.
Die ubliche Anwendung des Satzes besteht darin, da man Grenzwerte kom-
plizierter Zahlenfolgen berechnen kann, wenn man die Grenzwerte gewisser
einfacherer Folgen kennt, aus denen sich die komplizierte zusammensetzt.
Beispiele:
1. Da f ur jedes > 0 und alle n > n
0
:=
1
| die Relation [
1
n
0[ <
zutrit, gilt lim
n
1
n
= 0. Daraus ergibt sich
lim
n
1
n
2
=
_
lim
n
1
n
__
lim
n
1
n
_
= 0
Mittels vollstandiger Induktion uber k zeigt man schlielich
lim
n
1
n
k
=
_
lim
n
1
n
_
k
= 0
f ur alle nat urlichen Zahlen k 1.
36
2. Sei (a
n
)
n1
eine konvergente komplexe Zahlenfolge. Dann gilt f ur jede
nat urliche Zahl k die Beziehung
lim
n
a
k
n
=
_
lim
n
a
n
_
k
Sind alle Glieder a
n
und der Grenzwert lim
n
a
n
von Null verschieden,
so gilt dar uberhinaus auch die Gleichheit
lim
n
a
k
n
=
_
lim
n
a
n
_
k
f ur beliebige nat urliche Zahlen k.
3. Sei (a
n
)
n1
eine konvergente Folge positiver reeller Zahlen. Dann gilt
f ur jede nat urliche Zahl k 2 die Beziehung
lim
n
k
a
n
=
k
_
lim
n
a
n
Sofern der Grenzwert lim
n
k
a
n
uberhaupt existiert, so kann es sich
wegen
lim
n
a
n
= lim
n
(
k
a
n
)
k
=
_
lim
n
k
a
n
_
k
nur um den oben behaupteten handeln. Da der Grenzwert tatsachlich
existiert, wollen wir hier nur ohne Beweis festhalten.
4. Aus den vorangegangenen beiden Beispielen ergibt sich sofort die Gleich-
heit
lim
n
a
q
n
=
_
lim
n
a
n
_
q
f ur jede konvergente Folge (a
n
)
n1
positiver reeller Zahlen und jede
positive rationale Zahl q. Im Falle lim
n
a
n
,= 0 gilt die Gleichheit
sogar f ur beliebige rationale Zahlen q. Ohne Beweis merken wir an,
da die Aussagen auch allgemeiner f ur reelle Exponenten q gelten.
37
5.
lim
n
3n
2
+ n 5
n
2
1
= lim
n
3n
2
+n5
n
2
n
2
1
n
2
= lim
n
3 +
1
n

5
n
2
1
1
n
2
=
lim
n
_
3 +
1
n

5
n
2
_
lim
n
_
1
1
n
2
_
=
lim
n
3 + lim
n
1
n
lim
n
5
n
2
lim
n
1 lim
n
1
n
2
=
3 + 0 0
1 0
= 3
Man beachte, die Division von Zahler und Nenner durch die hochste
auftretende n-Potenz war notwendig, damit die Zahlenfolgen der Zahler
und Nenner konvergieren. Ein sofortiger Schritt der Art
lim
n
3n
2
+ n 5
n
2
1
=
lim
n
(3n
2
+ n 5)
lim
n
(n
2
1)
ist unzulassig und w urde nicht zum Ziel f uhren, da sowohl (3n
2
+ n 5)
n1
als auch (n
2
1)
n1
bestimmt divergent gegen + sind.
6. Auf analoge Weise zeigt man
lim
n
a
k
n
k
+ a
k1
n
k1
+ + a
1
n + a
0
b
m
n
m
+ b
m1
n
m1
+ + b
1
n + b
0
=
_
a
k
bm
: falls k = m
0 : falls k < m
f ur beliebige komplexe Zahlen a
0
, . . . , a
k
, b
0
, . . . , b
m
mit k m, a
k
,= 0
und b
m
,= 0. F ur a
0
, . . . , a
k
, b
0
, . . . , b
m
wie oben und k > m ist die
Folge
_
a
k
n
k
+ a
k1
n
k1
+ + a
1
n + a
0
b
m
n
m
+ b
m1
n
m1
+ + b
1
n + b
0
_
n1
stets divergent.
13. Die Zahlenfolge F = (a
n
)
n1
habe den Grenzwert 0. G = (b
n
)
n1
sei
eine zweite Zahlenfolge, wobei f ur alle nat urlichen Zahlen n 1 gilt,
da das n-te Glied von G einen hochstens so groen Betrag wie das
n-te Glied von F hat. Beweisen Sie, da dann lim
n
b
n
= 0 gilt.
38
14. Beweisen Sie die G ultigkeit von
lim
n
n
n = 1
Hinweis: Zeigen Sie zunachst unter Verwendung der binomischen For-
mel ausgehend von der oensichtlichen Gleichheit n = (1 + (
n
n 1))
n
die Relation (
n
n 1)
2
n
(
n
2
)

4
n
f ur alle n 2 und verwenden Sie
diese Abschatzung unter Verwendung von Aufgabe 13 zur Berechnung
von lim
n
(
n
n 1).
15. F = (a
n
)
n1
sei eine Zahlenfolge und P = (s
n
)
n1
, mit s
n
=
n
i=1
a
i
f ur n 1, die Folge ihrer Partialsummen. Beweisen Sie, da aus der
Konvergenz von P die Konvergenz von F folgt und da in diesem Falle
dar uberhinaus die Gleichheit lim
n
a
n
= 0 gilt.
Hinweis: Nutzen Sie bei dem Beweis aus, da P eine Cauchyfolge ist.
3.6 Reihen
Denition 12 Sei F = (a
i
)
i0
eine Zahlenfolge
5
. Dann nennt man s
n
:=
a
0
+ a
1
+ + a
n
=
n
i=0
die n-te Partialsumme von F. Die Folge P =
(s
n
)
n0
der Partialsummen von F bezeichnet man als unendliche Reihe mit
den Gliedern a
i
, i 0. Falls die Folge P konvergiert, so nennt man ihren
Grenzwert S := lim
n
s
n
die Summe der unendlichen Reihe und schreibt
daf ur S =
i=0
a
i
.
Es ist ublich, sowohl die Reihe P als auch den Grenzwert S mit der Symbolik
i=0
a
i
zu bezeichnen. Zu Verwechselungen kann dieser Bezeichnungskon-
ikt kaum f uhren, da aus dem Kontext heraus klar sein wird, uber welches
Objekt wir gerade sprechen. Aufgrund dieses Doppellebens der Bezeichun-
gen konnen wir auch dann
i=0
a
i
schreiben, wenn die unendliche Reihe
P divergiert. In diesem Fall steht die Symbolik nat urlich f ur die Folge der
Partialsummen und nicht f ur deren Grenzwert, welcher gar nicht existiert.
Weiterhin werden die Sprechweisen,
i=0
a
i
ist konvergent oder divergent
gerechtfertigt, dabei bezieht sich die Symbolik wieder auf die Folge der Par-
tialsummen. Ein Bezug auf den Grenzwert ware unsinnig, denn dieser ist,
5
Nat urlich gelten die Aussagen sinngema auch f ur Zahlenfolgen F = (a
i
)
ik
mit k > 0.
39
sofern er uberhaupt existiert, eine Zahl und eine Zahl kann nicht konver-
gieren oder divergieren. Auf der anderen Seite konnen wir beispielsweise
i=0
q
i
=
1
1q
, wobei q eine von Null verschiedene komplexe Zahl vom Be-
trag kleiner 1 ist, schreiben. In diesem Falle steht die Symbolik oensichtlich
f ur die Summe der Reihe, denn rechts steht einfach eine Zahl.
Eine notwendige Bedingung f ur die Konvergenz der unendlichen Reihe
i=0
a
i
besteht darin, da die Zahlenfolge F = (a
i
)
i0
ihrer Glieder eine Nullfolge
bildet, d.h. lim
i
a
i
= 0 (siehe

Ubungsaufgabe 15).
Man beachte, wahrend das Konvergenzverhalten und der Grenzwert einer
Zahlenfolge sich nicht andert, wenn man endlich viele Anfangsglieder der
Folge weglat, so hangt die Summe der unendlichen Reihe
i=k
a
i
nat urlich
vom Index k des ersten Folgengliedes ab. F ur die bloe Beantwortung der
Frage, ob die Summe uberhaupt existiert, sind die Anfangsglieder der Folge
jedoch wieder unerheblich und im Falle der Existenz der Summen besteht
der Zusammenhang
i=0
a
i
=
k1
i=0
a
i
+
i=k
a
i
. (3.12)
Die obige Gleichheit erscheint sich oensichtlich aus den Rechenregeln der
komplexen Zahlen zu ergeben. Dabei ist allerdings groe Vorsicht geboten,
denn die ublichen Rechenregeln des Korpers der komplexen Zahlen beziehen
sich nur auf Ausdr ucke mit endlichen vielen Operationen. In der Tat werden
wir spater noch sehen, da im Falle unendlicher Reihen manche scheinbar
oensichtlichen Zusammenhange verletzt sind.
Fragen wir also nach einem ehrlichen Beweis der obigen Aussage. Aus den
Rechenregeln der komplexen Zahlen folgt
n
i=0
a
i
=
k1
i=0
a
i
+
n
i=k
a
i
,
also
s
n
=
k1
i=0
a
i
+ z
n
,
wobei s
n
die n-Partialsumme der Folge
i=0
a
i
und z
n
die n-Partialsumme
der abgeschnittenen Folge
i=k
a
i
bezeichnet. Anwendung des Grenzwert-
40
satzes 21 liefert
lim
n
s
n
= lim
n
_
k1
i=0
a
i
_
+ lim
n
z
n
=
k1
i=0
a
i
+ lim
n
z
n
.
Einsetzen der Summenschreibweise f ur die auftretenden Grenzwerte ergibt
die behauptete Gleichheit 3.12.
Auf analoge Weise zeigt man mit Hilfe von Satz 21 die Beziehung
i=0
(a
i
+ b
i
) =
i=0
a
i
+
i=0
b
i
(3.13)
f ur beliebige konvergente Reihen
i=0
a
i
und
i=0
b
i
und beliebige komplexe
Zahlen und .
3.6.1 Unendliche geometrische Reihen
In Abschnitt 3.2.1 hatten wir den Grenzwert der Zahlenfolge F = (a
i
)
i1
f ur eine beliebige komplexe Zahl a untersucht. F ur [a[ > 1 war die Fol-
ge divergent. F ur [a[ = 1 konnten wir keine allgemeine Aussage uber das
Konvergenzverhalten der Folge treen. Sicher ist aber, falls die Folge uber-
haupt konvergiert, so hat ihr Grenzwert den Betrag 1 und es handelt sich
sicher nicht um eine Nullfolge. Aus diesem Grund kann die Summe der Reihe
i=0
a
i
bestenfalls f ur [a[ < 1 existieren, denn nur dann gilt wenigstens die
notwendige Bedingung, da die Glieder der Reihe eine Nullfolge bilden. Im
Falle a = 0 sind samtliche Partialsummen also auch die Summe der unendli-
chen Reihe 0.
Betrachten wir nun den Fall 0 < [a[ < 1. Man nennt
i=0
a
i
eine unendliche
geometrische Reihe. Berechnen wir zunachst die n-te Partialsumme s
n
=
n
i=0
a
i
dieser geometrischen Reihe. In sehr vielen Fallen geht man so vor,
da man eine Vermutung uber den Wert der Partialsumme aufstellt und diese
dann mittels vollstandiger Induktion bestatigt. Im vorliegenden Fall kommen
wir auch etwas einfacher zum Ziel. Es gilt
s
n
= 1 +
n
i=1
a
i
= 1 + a
n1
i=0
a
i
= 1 a
n+1
+ as
n
und Auosen der Gleichung nach s
n
zeigt
s
n
=
1 a
n+1
1 a
.
41
Damit kommen wir zum

Uberpr ufen der Konvergenz der Folge P = (s
n
)
n0
der Partialsummen. Mehrfache Anwendung von Satz 21 liefert:
lim
n
s
n
= lim
n
1 a
n+1
1 a
=
lim
n
(1 a
n+1
)
lim
n
(1 a)
=
1 lim
n
a
n+1
1 a
=
1
1 a
.
Man beachte, die Anwendung der Grenzwertsatze sind tatsachlich erlaubt,
da samtliche auftretende Grenzwerte tatsachlich existieren und der Nenner-
grenzwert aufgrund von a ,= 1 von 0 verschieden ist.
Damit haben wir die Gleichung
i=0
a
i
=
1
1 a
wobei 0 < [a[ < 1
f ur die Summe der geometrischen Reihe nachgewiesen.
Die Partialsummen der geometrischen Reihe sollten Ihnen aus der Schule un-
ter dem Namen endliche geometrische Reihen bekannt sein. Ebenso sollten
Sie auch endliche arithmetische Reihen
n
i=0
a
i
kennen, diese zeichnen sich
dadurch aus, da die Dierenz zweier aufeinanderfolgender Glieder konstant
ist, es gilt also a
i+1
a
i
= c f ur alle i = 0, . . . , n 1. Betrachten wir nun
eine unendliche Zahlenfolge F = (a
j
)
j0
mit der Eigenschaft, da die Die-
renz zweier beliebiger aufeinanderfolgender Glieder gleich c ist, so ergibt sich
die Beziehung a
j
= a
0
+ jc f ur das j-te Glied der Folge. F ur c ,= 0 ist der
Bildbereich der Folge F unbeschrankt, denn f ur jede positive reelle Zahl K
und jedes n >
K+|a
0
|
|c|
gilt [a
n
[ > K . Damit ist klar, da ein unendliche arith-
metische Reihe mit c ,= 0 stets divergiert. Selbst im Falle c = 0 konvergiert
die Reihe
i=0
a
i
=
i=0
a
0
nur im trivialen Fall a
0
= 0.
Typische Anwendungen endlicher geometrischer Reihen ndet man in der
Finanzmathematik. So berechnet sich das Guthaben, welches aus einem
Anfangskapital K nach n Jahren bei einem eektiven Jahreszins von p %
entsteht als K
_
1 +
p
100
_
n
. Nehmen wir nun an, wir legen zum Zeitpunkt 0 ein
Kapital K an und erhohen unsere Anlage jeweils nach Ablauf eines Jahres
um einen weiteren Betrag K. Die Anlage verlauft also nach dem Schema
der Ansparphase eines Bausparvertrages mit jahrlicher Zahlungsweise unter
Vernachlassigung samtlicher Geb uhren.
Dann haben wir nach n Jahren, praziser unmittelbar nach dem erneuten
Einzahlen einer Rate, ein Guthaben von
n
i=0
K
_
1 +
p
100
_
i
= K
n
i=0
_
1 +
p
100
_
i
= K
_
1 +
p
100
_
n+1
1
p
100
42
angespart.
Fragt man nun nach dem potentiellen Guthaben nach unendlich langer An-
sparzeit, so bleibt festzustellen, da die unendliche geometrische Reihe
i=0
K
_
1 +
p
100
_
i
aufgrund von 1 +
p
100
> 1 divergiert. Alles andere ware aber auch ein de-
primierender Zustand, hiee es doch, da man selbst bei unendlich langem
Sparen nur eine begrenzte Menge Geld sammeln konnte.
Betrachten wir eine andere ahnlich gelagerte Fragestellung, nur mit dem
Unterschied, da es sich nun bei p nicht um Zinsen, sondern um Depot-
geb uhren handeln soll. K soll f ur eine Anzahl von Fondanteilen stehen, die
wir jahrlich neu erwerben. Mit der Bank wurde vereinbart, da sie ihre
Depotverwaltungsgeb uhren durch den jahrlichen Verkauf von p % unserer
Fondanteile realisiert. Der Einfachheit halber nehmen wir an, da im Rah-
men unseres Sparvertrages keine Ausgabeaufschlage auf die Fondanteile er-
hoben werden und da beim jahrlichen Kauf der K neuen Anteile eventuelle
Gewinnaussch utungen des Vorjahres voll verrechnet werden, d.h. reicht die
Gewinnausch utung nicht zum Kauf von K neuen Anteilen aus, so schieen
wir das fehlende Geld zu, ubersteigt die Aussch utung den Wert von K neuen
Anteilen, so lassen wir uns die Restsumme auszahlen.
Wieviele Fondanteile besitzen wir dann nach n Jahren, wiederum unmittelbar
nach dem Erwerb der neuen Anteile? Es handelt sich gerade um
n
i=0
K
_
1
p
100
_
i
= K
n
i=0
_
1
p
100
_
i
= K
1
_
1
p
100
_
n+1
p
100
Anteile. Bei diesem Vertrag ist die Anzahl der Anteile beschrankt, auch dann
wenn er unendlich lange lauft.
Die Folge der Partialsummen ist monoton wachsend und die Anzahl der
Fondanteile in unserem Depot nahert sich asymptotisch der Zahl
i=0
K
_
1
p
100
_
i
=
100K
p
an. Auch dieser Sachverhalt ist nicht unbedingt ein Grund zum Verzweifeln.
Falls der Kurswert des Fond tendentiell steigt, so wachst unser Vermogen
43
dennoch unbeschrankt an. Zum zweiten kann es durchaus sein, da wir nach
gen ugend langer Ansparzeit einen jahrliche Gewinn aus unserem Sparvertrag
abschopfen konnen. Grob gesprochen tritt letzteres irgendwann ein, wenn die
Dividendenrendite q die prozentualen Depotverwaltungskosten p ubersteigt.
In diesem Fall erhalten wir nach gen ugend langer Zeit fast
q
p
K Anteile
jahrlich ausgesch uttet, davon legen wir nur K wieder an und konnen fast
qp
p
Anteile zu Konsumptionszwecken verkaufen.
3.6.2 Absolute Konvergenz
Denition 13 Die unendliche Reihe
n=0
a
n
heit absolut konvergent, falls
die unendliche Reihe
n=0
[a
n
[ der Absolutbetrage der Glieder der Reihe kon-
vergiert.
Satz 22 Eine absolut konvergente Reihe
n=0
a
n
ist auch konvergent.
Beweis: Nach dem Cauchyschen Konvergenzkriterium existiert zu beliebig
vorgegebenem > 0 ein n
0
, so da f ur alle n, m n
0
die Relation
i=0
[a
i
[
m
i=0
[a
i
[
<
gilt. O.B.d.A. sei n m und p := mn. Dann konnen wir die Ungleichung
wie folgt umschreiben:
i=0
[a
i
[
n+p
i=0
[a
i
[
=
n+p
i=n+1
[a
i
[ = [a
n+1
[ + +[a
n+p
[ <
Unter Verwendung der Dreiecksungleichung ergibt sich
i=0
a
i
n+p
i=0
a
i
= [a
n+1
+ + a
n+p
[ [a
n+1
[ + +[a
n+p
[ < ,
also bilden auch die Partialsummen von
n=0
a
n
eine Cauchyfolge und somit
ist die unendliche Reihe
n=0
a
n
konvergent. 2
Man sieht sofort, da die unendliche geometrische Reihe
i=0
a
i
f ur jede
komplexe Zahl a mit einem Absolutbetrag echt kleiner als 1 sogar absolut
konvergiert, da
i=0
[a[
i
ebenfalls eine konvergente geometrische Reihe ist.
Spater werden wir Beispiele f ur konvergente Reihe kennen lernen, f ur die
die Summe der Absolutbetrage der Glieder divergiert. Die Umkehrung des
obigen Satzes ist also im Allgemeinen falsch.
44
3.6.3 Konvergenzkriterien unendlicher Reihen
Kriterium von Leibniz
Satz 23 (Kriterium von Leibniz) Sei F = (a
i
)
i0
eine reelle Zahlenfolge
mit folgenden drei Eigenschaften
1. lim
i
a
i
= 0, d.h. F ist eine Nullfolge,
2. es gilt entweder a
i
= (1)
i
[a
i
[ f ur alle i 0 oder a
i
= (1)
i+1
[a
i
[ f ur
alle i 0, d.h. die Vorzeichen der Glieder alternieren
6
,
3. [a
i+1
[ [a
i
[ f ur alle i 0, d.h. die Folge der Betrage der Glieder ist
monoton fallend.
Dann konvergiert die unendliche Reihe
i=0
a
i
.
Beweis: F sei eine Folge mit den 3 genannten Eigenschaften. Wir wol-
len die Reihe
i=0
a
i
mittels des Cauchyschem Kriteriums auf Konvergenz
untersuchen, dazu brauchen wir zunachst eine Abschatzung des Ausdrucks
[
m
i=0
a
i
n
i=0
a
i
[ f ur zwei beliebige nat urlichen Zahlen m, n mit 0 n <
m.
Unter Verwendung von Bedingung 2 erhalten wir
i=0
a
i
i=0
a
i
= [a
n+1
+. . .+a
m
[ =
[a
n+1
[ [a
n+2
[ + + (1)
mn+1
[a
m
[
Der auere Betrag auf der rechten Seite kann weggelassen werden, denn mit
Bedingung 3 ergibt sich f ur p := m n und R := [a
n+1
[ [a
n+2
[ + . . . +
(1)
p+1
[a
n+p
[ die Abschatzung
R =
_
_
([a
n+1
[ [a
n+2
[) + ([a
n+3
[ [a
n+4
[)+
+ ([a
n+p1
[ [a
n+p
[) f ur p gerade
([a
n+1
[ [a
n+2
[) + ([a
n+3
[ [a
n+4
[)+
+ ([a
n+p2
[ [a
n+p1
[) +[a
n+p
[ f ur p ungerade
_
_
0
(3.14)
6
Die vorangegangene Beschreibung lat die Moglichkeit a
i
= 0 zu. In diesem Falle
m ute 0 immer das gerade passende Vorzeichen zugewiesen werden. Die nachste Bedin-
gung erzwingt allerdings, da aus a
i
= 0 auch a
j
= 0 f ur alle j i folgt. Es handelt sich
dann also in Wirklichkeit nur um eine endliche Summe. Diesen Trivialfall wollen wir im
Weiteren ausschlieen und setzen a
i
,= 0 f ur alle i 0 voraus.
45
Eine ahnliche

Uberlegung zeigt
R =
_
_
[a
n+1
[
_
([a
n+2
[ [a
n+3
[) + ([a
n+4
[ [a
n+5
[)+
+ ([a
n+p2
[ [a
n+p1
[) +[a
n+p
[
_
f ur p gerade
[a
n+1
[
_
([a
n+2
[ [a
n+3
[) + ([a
n+4
[ [a
n+5
[)+
+ ([a
n+p1
[ [a
n+p
[)
_
f ur p ungerade
_
_
[a
n+1
[
(3.15)
Zusammenfassend haben wir f ur alle nat urlichen Zahlen n, m mit n < m die
G ultigkeit von
i=0
a
i
i=0
a
i
[a
n+1
[
nachgewiesen. Voraussetzung 1 sichert, da zu jeder positiven reellen Zahl
ein n
0
mit [a
n
[ < f ur alle n n
0
exisiert. Folglich gilt
i=0
a
i
i=0
a
i
[a
n+1
[ <
f ur alle n
0
n m, also erf ullt die Reihe
i=0
a
i
die Voraussetzungen des
Cauchyschen Kriteriums und ist somit konvergent. 2
Aus dem Beweis des obigen Satzes konnen wir sogar noch eine Abschatzung
f ur die Abweichung der n-ten Partialsumme von der Summe der unendlichen
Reihe ablesen.
Satz 24 Sei F = (a
i
)
i0
eine den Voraussetzungen des Leibniz-Kriteriums
gen ugende reelle Zahlenfolge und S der Grenzwert der unendlichen Reihe
(s
i
)
i0
der Partialsummen von F.
Dann hat der Reihenrest S s
n
f ur alle nat urlichen Zahlen n 0 das
gleiche Vorzeichen wie a
n+1
und es gilt
[S s
n
[ [a
n+1
[ . (3.16)
F ur p 0 denieren wir
R
p
:= [a
n+1
[ [a
n+2
[ + . . . + (1)
p+1
[a
n+p
[ .
Falls a
n
negativ ist, so ist a
n+1
positiv und es ergibt sich
R
p
:= a
n+1
a
n+2
+ . . . + (1)
p+1
a
n+p
= s
n+p
s
n
.
46
Abschatzung (3.14) liefert schlielich s
n+p
s
n
f ur alle nat urlichen Zahlen
p 0. Die Menge der Partialsummen P
n
= s
m
[ m n ist also nach
unten durch s
n
beschrankt. Wenn aber die Menge der Glieder einer reellen
Zahlenfolge nach unten durch beschrankt ist, so ist auch ihr Grenzwert, sofern
er uberhaupt existiert, groer oder gleich jeder unteren Schranke der Menge.
Wegen S = lim
i
s
i
erhalten wir also S s
n
und damit S s
n
0, das
Vorzeichen stimmt also mit dem von a
n+1
uberein.
Ist a
n
positiv, so konnen wir die Untersuchung durch

Ubergang zur Folge
(a
i
)
i0
auf den obigen Fall zur uckf uhren. Bei diesem

Ubergang andern sich
gerade die Vorzeichen der Summe der unendlichen Reihe und der Partial-
summen. Somit erhalten wir (S) (s
n
) 0, also S s
n
0 und die
Vorzeichengleichheit zu a
n+1
ist wiederum gezeigt.
Kommen wir zum Nachweis der Ungleichung (3.16). Wir beginnen wieder
mit dem Fall, da a
n
negativ ist. Aus (3.15) und dem eben gezeigten ergibt
sich 0 < s
n+p
s
n
= [s
n+p
s
n
[ [a
n+1
[ = a
n+1
. Es folgt s
n+p
a
n+1
+ s
n
und daher ist die rechte Seite a
n+1
+s
n
obere Schranke der Menge P
n
= s
m
[
m n. Analog zu oben folgt S a
n+1
+ s
n
, also
[S s
n
[ = S s
n
a
n+1
= [a
n+1
[ .
Sei nun a
n
positiv. Durch

Ubergang zu (a
i
)
i0
ergibt sich aus dem eben
gezeigten die Ungleichung
[S s
n
[ = S (s
n
) a
n+1
= [a
n+1
[ .
Ungleichung (3.16) gilt also f ur jede nat urliche Zahl n 0 unabhangig vom
Vorzeichen von a
n
. 2
Beispiel: Das klassische Beispiel f ur das Leibniz-Kriterium ist die sogenannte
Leibnizsche Reihe
n=1
(1)
n+1
n
= 1
1
2
+
1
3

1
4
+
Man uberzeugt sich leicht davon, da die Folge der Glieder der Leibnizschen
Reihe alle Voraussetzung von Satz 23 erf ullt, also ist sie konvergent.
Satz 24 erlaubt es uns dar uberhinaus, Angaben uber die Groe der Summe
S zu gewinnen. Alle Glieder a
n
=
(1)
n+1
n
mit ungeradem Index sind positiv
und die Glieder mit geradem Index sind negativ. Damit ist jede an einem
47
ungeraden Index endende Partialsumme
2k+1
n=1
(1)
n+1
n
groer oder gleich S
und jede an einem geraden Index endende Partialsumme
2k
n=1
(1)
n+1
n
kleiner
oder gleich S.
Beispielsweise erhalten wir f ur k = 2 die Abschatzung
0, 583 <
7
12
= 1
1
2
+
1
3

1
4
S
7
12
+
1
5
=
47
60
< 0, 784
Beachten Sie, wenn sie die Intervallgrenzen einer derartigen Einschlieung
gerundet angeben wollen, so d urfen Sie f ur die untere Grenze nur abrunden
und f ur die obere Grenze nur aufrunden.
Durch Vergroern der nat urlichen Zahl k erhalt man immer engere Einschlie-
ungen des Grenzwertes, prazise ausgedr uckt kann man sagen, [s
2k
, s
2k+1
]
k1
ist eine Intervallschachtelung mit der Schnittzahl S. Ohne Beweis merken
wir S = ln 2 an.
Im folgenden werden wir nachweisen, da die Leibnizsche Reihe nicht absolut
konvergiert.
Die Reihe
n=1
1
n
= 1 +
1
2
+
1
3

der Absolutbetrage der Leibnizschen Reihe nennt man harmonische Reihe.
Um zu zeigen, da die harmonische Reihe divergiert, werden wir nachweisen,
da die Folge ihrer Partialsummen keine Cauchyfolge bildet.
F ur jede nat urliche Zahl k 2 gilt
[s
2
k s
2
k1[ = s
2
k s
2
k1 =
2
k
i=2
k1
+1
1
i
=
2
k1
i=1
1
2
k1
+ i
>
2
k1
i=1
1
2
k
=
2
k1
2
k
=
1
2
Da es zu nat urlichen jeder Zahl n
0
eine nat urliche Zahl k mit 2
k1
> n
0
gibt, existiert z.B. f ur =
1
2
kein n
0
mit [s
m
s
n
[ < f ur alle m, n n
0
.
Damit ist nachgewiesen, da die Partialsummen der harmonischen Reihe
keine Cauchyfolge bilden.
Satz 25 Eine Reihe, deren Glieder alle nichtnegativ reell sind, konvergiert
genau dann, wenn die Partialsummenfolge beschrankt ist.
48
Beweis: Da die alle Glieder der Reihe nichtnegativ sind, wachst die Folge der
Partialsummen monoton und die Behauptung folgt sofort aus Satz 18. 2
Beispiel: q sei eine rationale Zahl groer als 1. Dann konvergiert die unend-
liche Reihe
n=1
1
n
q
.
F ur k 2 gilt
[s
2
k
1
s
2
k1
1
[ = s
2
k
1
s
2
k1
1
=
2
k1
1
i=0
1
(2
k1
+ i)
q
<
2
k1
1
i=0
1
(2
k1
)
q
=
2
k1
(2
k1
)
q
=
_
1
2
q1
_
k1
Sogar unabhangig von der konkreten Reihe gilt:
k
i=2
(s
2
i
1
s
2
i1
1
) = s
2
21
1
+ s
2
k
1
= s
2
k
1
s
1
Weiter folgt
s
2
k
1
=
k
i=2
(s
2
i
1
s
2
i1
1
) + s
1
<
k
i=2
_
1
2
q1
_
i1
+ 1 =
k1
i=0
_
1
2
q1
_
i
=
1
1
(2
q1
)
k
1
1
2
q1
<
1
1
_
1
2
_
q1
Wegen q > 1 haben wir 1
_
1
2
_
q1
> 0, also ist
1
1(
1
2
)
q1
eine von k un-
abhangige positive reelle Zahl. Zu jeder nat urlichen Zahl m gibt es eine
nat urliche Zahl k mit m < 2
k
1, damit folgt unter Beachtung ihrer Mono-
tonie die Beschranktheit der Partialsummenfolge und mit Satz 25 ergibt sich
die Konvergenz der Reihe
n=1
1
n
q
.
Majoranten- und Minorantenkriterium
Satz 26 (Majorantenkriterium) F = (a
i
)
i0
sei eine Zahlenfolge. Falls
eine konvergente unendliche Reihe
i=0
b
i
mit positiven reellen Glieder exi-
stiert, so da f ur alle i 0 die Ungleichung [a
i
[ b
i
gilt
7
, so konvergiert die
7
In diesem Fall nennt man

i=0
b
i
eine Majorante von

i=0
[a
i
[.
49
Reihe
i=0
a
i
absolut.
Beweis: Es ist die Konvergenz von
i=0
[a
i
[ nachzuweisen. Wir bezeichnen
die n-te Partialsumme von
i=0
[a
i
[ mit s
n
und die von
i=0
b
i
mit z
n
.
Die Folgen (s
n
)
n0
und (z
n
)
n0
sind beide monoton wachsend. F ur beliebige
nat urliche Zahlen n, m mit n < m gilt
[s
m
s
n
[ = s
m
s
n
=
m
i=n+1
[a
i
[
m
i=n+1
b
i
= z
m
z
n
= [z
m
z
n
[
Aus der Cauchyfolgeneigenschaft von
i=0
b
i
folgt damit unmittelbar, da
auch
i=0
[a
i
[ eine Cauchyfolge ist. 2
Beispiel: Die unendliche Reihe
n=0
1
n!
ist konvergent. Wir untersuchen
zunachst die Reihe
n=4
1
n!
. F ur diese ist
n=4
1
n
2
eine Majorante, denn f ur
alle n 4 gilt
n! n(n 1)(n 2) 2n(n 1) > n
2
.
Aus der oben bewiesenen Konvergenz von
n=1
1
n
2
folgt die von
n=4
1
n
2
und
damit die von
n=4
1
n!
und schlielich
n=0
1
n!
. Am Rande sei die G ultigkeit
von
n=0
1
n!
= e angemerkt.
Mit ahnliche Weise kann man zuweilen auch auf die Divergenz einer Reihe
schlieen.
Satz 27 (Minorantenkriterium) F = (a
i
)
i0
und G = (b
i
)
i0
seien zwei
Folgen positiver reeller Zahlen mit der Eigenschaft a
i
b
i
f ur alle i 0.
Falls dann
i=0
b
i
divergiert
8
, so divergiert auch
i=0
a
i
.
Beweis: Da
i=0
a
i
Majorante von
i=0
b
i
ist, w urde ihre Konvergenz nach
Satz 26 die Konvergenz von
i=0
b
i
zur Folge haben. Da aber die Divergenz
von
i=0
b
i
vorausgesetzt ist, mu auch
i=0
a
i
divergieren. 2
Beispiel: Die Reihe
n=2
n
2
1
n
3
2n
2
+n
divergiert. Es gilt
n
2
1
n
3
2n
2
+ n
=
n
2
1
n(n
2
2n + 1)
>
1
n
f ur alle n 2. Also ist die harmonische Reihe
n=2
1
n
eine divergente Mino-
rante von
n=2
n
2
1
n
3
2n
2
+n
, weshalb letztere ebenfalls divergieren mu.
8
Man nennt

i=0
b
i
eine Minorante von

i=0
a
i
50
Wurzelkriterium
Satz 28 (Wurzelkriterium) Es sei
i=0
a
i
eine unendliche Reihe mit kom-
plexen Gliedern.
1. Gibt es ein mit 0 < < 1 und eine nat urliche Zahl n
0
1, so da
n
_
[a
n
[ f ur alle nat urlichen Zahlen n n
0
, so konvergiert
i=0
a
i
absolut.
2. Gibt es eine nat urliche Zahl n
0
1, so da
n
_
[a
n
[ 1 f ur alle n n
0
,
so divergiert die Reihe
i=0
a
i
.
3. Falls es zu jeder nat urlichen Zahl n
0
eine nat urliche Zahl n n
0
mit
n
_
[a
n
[ 1 gibt, so divergiert die Reihe
i=0
a
i
.
Beweis: 1) Sei also
n
_
[a
n
[ f ur alle n n
0
und 0 < < 1. Dann gilt
[a
n
[
n
f ur alle n n
0
. Daher ist die geometrische Reihe
i=n
0
i
eine
konvergente Majorante von
i=n
0
[a
i
[ und es folgt die absolute Konvergenz
von
i=0
a
i
.
2) Sei nun
n
_
[a
n
[ 1 f ur alle n n
0
. Dann gilt [a
n
[ > 1 f ur alle n n
0
.
Damit sind ([a
n
[)
n1
und (a
n
)
n1
sicher keine Nullfolgen, weshalb
i=0
a
i
nicht konvergieren kann.
3) Diese Eigenschaft ist etwas schwacher als 2). Sie sagt aus, da es Glieder
mit beliebig hohem Index gibt, deren Betrag groer als 1 ist. Das reicht
nat urlich bereits aus, um auszuschlieen, da (a
n
)
n1
Nullfolge ist. 2
Beispiel: Die Reihe
n=1
n
n
ist konvergent, denn f ur alle n 2 gilt
n
n
n
=
n
_
1
n
_
n
=
1
n

1
2
.
Die Bedingung
n
_
[a
n
[ < 1 aus 1) kann nicht einfach durch
n
_
[a
n
[ < 1
ersetzt werden. Diese Bedingung ware eine echte Abschwachung und der
Satz w urde mit ihr nicht mehr gelten, wie das folgende Beispiel zeigt. Es gilt
n
_
1
n
< 1 f ur alle n 2, aber wir wissen bereits, da die harmonische Reihe
n=1
1
n
divergiert.
51
Quotientenkriterium
Satz 29 (Quotientenkriterium) Es sei
i=0
a
i
eine unendliche Reihe mit
von Null verschiedenen komplexen Gliedern.
1. Gibt es ein mit 0 < < 1 und eine nat urliche Zahl n
0
, so da
a
n+1
an
f ur alle nat urlichen Zahlen n n

0
, so konvergiert
i=0
a
i
absolut.
2. Gilt
a
n+1
an
> 1 f ur alle n 0, so divergiert
i=0
a
i
.
Beweis: 1) O.B.d.A. konnen wir n
0
= 0 annehmen. Gegebenenfalls lassen
wir die ersten Glieder der Reihe weg und numerieren die verbleibenden Glie-
der neu bei Null beginnend. Aus der absoluten Konvergenz der Restsumme
folgt dann nat urlich die absolute Konvergenz der Gesamtsumme inklusive
der ersten Glieder.
Sei
a
n+1
an
f ur alle n 0. Dann gilt [a

n+1
[ [a
n
[ und weiter [a
n+2
[
[a
n+1
[ [a
n
[
2
f ur alle n 0. Durch vollstandige Induktion zeigt man
schlielich [a
n
[ [a
0
[
n
f ur alle n 0.
Damit ist
n=0
[a
0
[
n
eine Majorante von
n=0
[a
n
[. Die geometrische Reihe
n=0
n
konvergiert, also konvergiert auch
n=0
[a
0
[
n
= [a
0
[
n=0
n
und
schlielich folgt die absolute Konvergenz von
n=0
a
n
.
2) Die Folge der Glieder der Reihe ([a
n
[)
n0
sind monoton wachsend. Eine
monoton wachsende Folge positiver reeller Zahlen kann aber niemals Nullfol-
ge sein, also ist
n=0
a
n
divergent. 2
Beispiel: Aus dem Quotientenkriterium folgt die Konvergenz der unendlichen
Reihe
i=0
2
n
n!
,
denn f ur alle n 2 gilt
a
n+1
a
n
=
a
n+1
a
n
=
2
n+1
n!
(n + 1)!2
n
=
2
n + 1

2
3
< 1 .
Ahnlich dem Wurzelkriterium konnen die Voraussetzungen auch hier nicht

zu
a
n+1
an
< 1 abgeschwacht werden.

52
Die Bedingungen des Wurzel- oder des Quotientenkriteriums sind durchaus
nicht notwendig f ur die Konvergenz einer Reihe. So haben wir fr uher bereits
gezeigt, da die unendliche Reihe
i=0
1
n
2
absolut konvergiert. Es gilt aber
a
n+1
an
=
n
2
(n+1)
2
. Die Folge dieser Quotienten ist monoton wachsend und
hat den Grenzwert 1. Aus diesem Grund ubersteigen die Quotienten f ur
gen ugend groe n jede vorgegebene Zahl < 1.
16. Untersuchen Sie die folgenden Reihen auf Konvergenz
(a)
n=1
(n + 1) a
n
, wobei a C mit [a[ < 1
(b)
n=2
(1)
n
n
n
2
1
(c)
n=0
a
n
, wobei a
n
=
_
1
2
n
falls n ungerade
1
3
n
falls n gerade
17. Zeigen Sie, da die unendliche Reihe
n=0
(a
n
a
n+1
)
genau dann konvergiert, wenn die Zahlenfolge (a
n
)
n0
konvergent ist.
Zeigen Sie weiterhin, da im Fall der Konvergenz die Gleichheit
n=0
(a
n
a
n+1
) = a
0
lim
n
a
n
zutrit.
53
18. Berechnen Sie unter Verwendung von Aufgabe 17 die Summen der fol-
genden unendlichen Reihen:
(a)
n=2
1
n(n 1)
Hier noch eine kleine Hilfe:
1
n(n 1)
=
1
n 1

1
n
(b)
n=1
_
2
n+1
2
n+1
2
n
2
n
_
(c)
n=1
(1)
n
_
1
2n + 3
+
1
2n + 1
_
(d)
n=1
2
n(n + 1)(n + 2)
3.6.4 Der groe Umordnungssatz
Wir wollen uns nun der Frage zuwenden, inwieweit man die Summanden
einer unendlichen Reihe zusammenfassen bzw. umordnen darf.
Sei
i=0
a
i
eine unendliche Reihe. Dann sagt man,
i=0
b
i
geht aus
i=0
a
i
durch Klammersetzung hervor, wenn es eine streng monoton wachsende Folge
(n
j
)
j0
nat urlicher Zahlen gibt, so da b
0
=
n
0
i=0
a
i
und b
j
=
n
j
i=n
j1
+1
a
i
f ur alle j 1 gelten. Das folgende Bild veranschaulicht diese Sprechweise:
(a
0
+ a
1
+ + a
n
0
)
. .
b
0
+(a
n
0
+1
+ a
n
1
)
. .
b
1
+(a
n
1
+1
+ a
n
2
)
. .
b
2
+
Falls die unendliche Reihe
i=0
a
i
konvergiert, so konvergiert auch jede un-
endliche Reihe
i=0
b
i
, die aus
i=0
a
i
durch Klammersetzung hervorgeht.
Dar uberhinaus gilt
i=0
a
i
=
i=0
b
i
.
54
Der Beweis dieser Aussage ist einfach, denn die Folge der Partialsummen von
i=0
b
i
ist eine Teilfolge der Partialsummenfolge von
i=0
a
i
und aus Satz
19 folgt die Behauptung.
Die Umkehrung ist im allgemeinen falsch, d.h. aus der Konvergenz von
i=0
b
i
braucht keinesfalls die Konvergenz von
i=0
a
i
zu folgen. Ein ein-
faches Beispiel ist die Reihe
i=0
(1)
i
. Ihre Glieder bilden nicht einmal
eine Nullfolge, daher ist sie divergent. Klammern wir nun gema der Folge
(2j + 1)
j0
, d.h.
(1 1)
. .
b
0
=0
+(1 1)
. .
b
1
=0
+(1 1)
. .
b
2
=0
+ ,
so gelangen wir zur konvergenten Reihe
i=0
0.
Sei
i=0
a
i
eine unendliche Reihe und : N N eine bijektive Abbil-
dung der nat urlichen Zahlen auf sich, d.h. eine Permutation der Menge der
nat urlichen Zahlen, dann sagt man
i=0
a
(i)
entsteht aus
i=0
a
i
durch
Umordnung. Wenngleich
i=0
a
(i)
aus
i=0
a
i
nur dadurch entsteht, da
man das Kommutativgesetz der komplexen Zahlen anwendet, so brauchen
die beiden Summen keineswegs gleich zu sein.
Eine positive Aussage gilt aber doch:
Satz 30 Wenn eine Reihe absolut konvergiert, so konvergiert auch jede aus
ihr durch Umordnung entstehende Reihe mit der gleichen Summe.
Auf den Beweis des Satzes wollen wir verzichten. Aus einer Reihe, die konver-
giert aber nicht absolut konvergiert, z.B. die Leibnizsche Reihe
i=1
(1)
n+1
n
,
konnen durch Umordnung Reihen mit anderen Summen entstehen. Man
spricht daher auch von bedingt konvergenten Reihen.
Beispiel: Sei S =
i=1
(1)
n+1
n
die Summe der Leibnizschen Reihe. Durch
Klammersetzung enstehen die Reihen
n=1
a
n
=
n=1
_
1
2n 1

1
2n
_
und
n=1
b
n
=
n=1
_
1
4n 3

1
4n 2
+
1
4n 1

1
4n
_
,
welche ebenfalls die Summe S haben.
55
Betrachten wir nun die Reihe
n=1
c
n
=
n=1
_
1
4n 3
+
1
4n 1

1
2n
_
F ur alle n 1 gilt c
n
=
1
2
a
n
+ b
n
und daher gilt unter Anwendung von
Gleichung (3.13) die Beziehung
n=1
c
n
=
n=1
_
1
2
a
n
+ b
n
_
=
1
2
n=1
a
n
+
n=1
b
n
=
3
2
S .
Andererseits entsteht aber
n=1
c
n
selbst einfach durch Umordnung aus der
Leibnizschen Reihe. Die Umordnung bewirkte ein

Andern der Summe von S
auf
3
2
S.
Eine Anwendung des vorangegangenen Satz ist
Satz 31 (Groer Umordnungssatz) Sei (a
i,j
)
i,j0
eine Doppelfolge. Mit-
tels einer bijektiven Abbildung : N N N kann man der Doppelfolge
eine gewohnliche Zahlenfolge (b
k
)
k0
, wobei b
k
= a
i,j
f ur alle i, j 0 und
k = (i, j), zuordnen. Falls
k=0
b
k
absolut konvergiert, so gelten die fol-
genden Aussagen:
1. f ur jedes feste i 0 konvergiert
j=0
a
i,j
absolut, wir setzen Z
i
=
j=0
a
i,j
,
2. f ur jedes feste g 0 konvergiert
i=0
a
i,j
absolut, wir setzen S
j
=
i=0
a
i,j
,
3. die Reihen
j=0
Z
i
und
i=0
S
j
konvergieren absolut und ihre Summen
sind gleich:
i=0
Z
i
=
i=0
_

j=0
a
i,j
_
=
k=0
b
k
=
j=0
_

i=0
a
i,j
_
=
j=0
S
j
Die Elemente einer Doppelfolge (a
i,j
)
i,j0
lassen sich als Eintrage der unend-
lich reihigen Matrix
a
0,0
a
0,1
a
0,2

a
1,0
a
1,1
a
1,2

a
2,0
a
2,1
a
2,2

.
.
.
.
.
.
.
.
.
56
auassen. Z
i
entspricht der Summe der i-ten Zeile, analog ist S
j
die Summe
der j-ten Spalte. Der groe Umordungssatz besagt, da es egal ist, ob man die
Elemente zeilenweise oder spaltenweise aufsummiert. Voraussetzung daf ur
ist allerdings, da eine Reihe, die alle Matrixeintrage als Glieder hat, absolut
konvergieren mu.
3.6.5 Multiplikation unendlicher Reihen
In Gleichung (3.13) hatten wir gezeigt, wie sich Summen und Linearkom-
binationen unendlicher Reihen berechnen lassen. F ur Produkte haben wir
eine derartige Formel bisher noch nicht. W unschenswert ware nat urlich eine
Beziehung der Art
_

i=0
a
i
__

j=0
b
j
_
=
i=0
_

j=0
a
i
b
j
_
=
j=0
_

i=0
b
j
a
i
_
(3.17)
Die

Uberlegungen zum groen Umordnungssatz zeigen allerdings, da die
Konvergenz der Reihen
i=0
a
i
und
j=0
b
j
daf ur sicher nicht ausreicht.
Die Produkte a
i
b
j
bilden eine Doppelfolge (a
i
b
j
)
i,j0
. Nur wenn sich die
Elemente der Doppelfolge so linear numerieren lassen, da die Reihe mit
diesen Gliedern absolut konvergiert, dann konnen wir uns sicher sein, da
Gleichung (3.17) gilt.
Allerdings ist die

Uberpr ufung der absoluten Konvergenz einer linearen An-
ordnung der Doppelfolge ein schwer handhabbares Problem. Es lat sich
aber zeigen, da die absolute Konvergenz der Reihen
i=0
a
i
und
j=0
b
j
hinreichend daf ur ist. Wir halten also fest:
Satz 32 (Cauchysche Produktreihe) Die unendlichen Reihen
i=0
a
i
und
j=0
b
j
seien absolut konvergent mit A =
i=0
a
i
und B =
j=0
b
j
. Wei-
terhin sei : N N N eine bijektive Abbildung und c
k
:= a
i
b
j
f ur alle
i, j 0 und k = (i, j). Dann ist
k=0
c
k
ebenfalls absolut konvergent und
es gilt
A B =
_

i=0
a
i
__

j=0
b
j
_
=
k=0
c
k
=
i=0
_

j=0
a
i
b
j
_
=
j=0
_

i=0
b
j
a
i
_
=
m=0
_
m
n=0
b
n
a
mn
_
(3.18)
57
Der Ausdruck (3.18) wird Cauchysche Produktreihe genannt. Ein entschei-
dender Vorteil dieser Darstellung gegen uber den beiden dar uberstehenden
Doppelsummen besteht darin, da hier nur die auere Summe eine unendli-
che Reihe ist.
Beweis: Wir betrachten die Doppelfolge (a
i
b
j
)
i,j0
.
j=0
(a
i
b
j
) = a
i
j=0
b
j
ist die i-te Zeilenreihe dieser Doppelfolge. Die Zeilenreihen sind absolut kon-
vergent, denn
j=0
[a
i
b
j
[ = [a
i
[
j=0
[b
j
[ =: Z
i
und die Reihe
j=0
[b
j
[ kon-
vergiert aufgrund der vorausgesetzten absoluten Konvergenz von
j=0
b
j
.
Dar uberhinaus konvergiert auch die Summe
i=0
Z
i
=
i=0
_
[a
i
[
j=0
[b
j
[
_
=
_

j=0
[b
j
[
__

i=0
[a
i
[
_
.
Dabei wurde ausgenutzt, da die Summe
j=0
[b
j
[ eine feste Zahl ist, welche
gema der Rechenregel (3.13) f ur Linearkombinationen vor die Summe gezo-
gen werden kann. Da
i=0
a
i
absolut konvergiert, konvergiert auch
i=0
Z
i
.
Untersuchen wir nun die Reihe
k=0
c
k
auf absolute Konvergenz. Zu jeder
Partialsumme
m
k=0
[c
k
[ der Reihe
k=0
[c
k
[ gibt es eine nat urliche Zahl M,
so da
m
k=0
[c
k
[

M
i=0
M
j=0
[a
i
b
j
[, M braucht nur gro genug gewahlt
zu werden, so da aus (i, j) m die Ungleichungen i M und j M
folgen. Damit sind die Partialsummen nach oben durch
i=0
Z
i
beschrankt
und aufgrund der Monotonie der Partailsummenfolge konvergiert
k=0
[c
k
[.
Somit ist der groe Umordnungssatz auf die Doppelfolge (a
i
b
j
)
i,j0
anwend-
bar und es ergibt sich
k=0
c
k
=
i=0
_

j=0
a
i
b
j
_
=
j=0
_

i=0
b
j
a
i
_
=
m=0
_
m
n=0
b
n
a
mn
_
.
Die letzte Gleichheit ergibt sich daraus, da die Cauchysche Produktreihe
durch Umordnung und Klammerung aus der absolut konvergenten Reihe
k=0
c
k
entsteht, dabei werden die Elemente der unendlichen Matrix
a
0
b
0
a
0
b
1
a
0
b
2

a
1
b
0
a
1
b
1
a
1
b
2

a
2
b
0
a
2
b
1
a
2
b
2

.
.
.
.
.
.
.
.
.
58
entlang der Nebendiagonalen durchlaufen und die zur selben Nebendiagonale
gehorigen Elemente geklammert.
Es fehlt noch der Nachweis der Gleichheit der Summen zum Produkt A B.
Diese folgt unter Anwendung von Gleichung (3.13) beispielsweise folgender-
maen:
j=0
_

i=0
a
i
b
j
_
=
j=0
b
j
_

i=0
a
i
_
=
j=0
b
j
A = A
_

j=0
b
j
_
= A B .
2
59
Kapitel 4
Potenzreihen
Potenzreihen stellen eine Verallgemeinerung von Polynomen dar.

Ahnlich
wie die Polynome haben auch Potenzreihen ein Doppelleben. Wir wollen
uns hier auf den Fall komplexer Koezienten beschranken.
Zum einen ist eine (formale) Potenzreihe eine Abbildung f : N C der
nat urlichen in die komplexen Zahlen. Die f(i) =: a
i
, i = 0, 1, . . . , sind
die Koezienten der Potenzreihe. Man f uhrt eine Unbestimmte x ein und
verwendet die formale Schreibweise
f =
i=0
a
i
x
i
= a
0
+ a
1
x + a
2
x
2
+ .
Im Gegensatz zu den Polynomen verzichtet man auf die Forderung, da die
Abbildung f nur an endlich vielen Stellen von Null verschiedene Werte an-
nehmen darf.
Die zweite Natur der Polynome besteht in der Deutung als Polynomfunktion.
Durch die Abbildungsvorschrift
F() := a
0
+ a
1
+ a
2
2
+ a
n
n
f ur alle C
deniert das Polynom a
0
+ a
1
x + a
2
x
2
+ + a
n
x
n
eine (totale) komplexe
Funktion F : C C.
Die naheliegende

Ubertragung des Funktionscharakters auf Potenzreihen be-
steht in der Zuordnungsvorschrift
F() :=
i=0
a
i
i
f ur alle C
60
zur formalen Potenzreihe
f =
i=0
a
i
x
i
.
Dabei ist der Ausdruck
i=0
a
i
i
als Summe einer unendlichen Reihe zu ver-
stehen. Falls die Summe
i=0
a
i
i
aufgrund der Divergenz der unendlichen
Reihe nicht existiert, so gehort nicht dem Denitionsbereich der Funktion
F an.
In der Analysis steht die Auassung einer Potenzreihe als (partielle) komple-
xe Funktion im Vordergrund. Man deniert:
Denition 14 (a
n
)
n0
sei eine Zahlenfolge und a und x seien komplexe Zah-
len. Unter der Potenzreihe in xa mit den Koezienten a
n
, n 0, versteht
man die unendliche Reihe
n=0
a
n
(x a)
n
.
Hierbei treen wir die Vereinbarung, da auch im Falle x = a die Gleichung
(x a)
0
= 1 gelten soll.
Die Koezientenfolge (a
n
)
n0
und die Zahl a werden als fest vorgegeben
angesehen und man interessiert sich f ur das Konvergenzverhalten der Po-
tenzreihe
n=0
a
n
(x a)
n
in Abhangigkeit von der Zahl x. Man betrachtet
die Potenzreihe also als eine komplexe Funktion in der Variablen x und fragt
nach ihrem Denitionsbereich. Im Fall a = 0 sind die hier denierten Po-
tenzreihen den oben eingef uhrten formalen Potenzreihen optisch gleich. Auf
die Bedeutung der Zahl a wird spater noch eingegangen.
Jede Potenzreihe
n=0
a
n
(x a)
n
konvergiert wenigstens f ur x = a, denn in
diesem Falle verschwinden alle Glieder a
n
(x a)
n
der Reihe f ur n 1.
Es gibt Potenzreihen, die nur f ur x = a konvergieren, z.B.
n=0
n!(x a)
n
.
Wenden wir f ur eine beliebige komplexe Zahl x ,= a das Quotientenkriterium
an, so stellen wir
(n + 1)!(x a)
n+1
n!(x a)
n
= [(n + 1)(x a)[ > 1

f ur alle n
1
|xa|
fest und folglich divergiert die unendliche Reihe
n=0
n!(x
a)
n
nach Satz 29(2).
61
Auf der anderen Seite gibt es auch Potenzreihen, die f ur jede komplexe Zahl x
konvergieren, z.B.
n=0
(xa)
n
n!
. Anwendung des Quotientenkriteriums liefert
(x a)
n+1
n!
(n + 1)!(x a)
n
x a
n + 1
<
1
2
f ur alle n 2[x a[. Anwendung von Satz 29(1) bestatigt unsere Behaup-
tung.
Neben den beschriebenen Extremfallen, da die Potenzreihe nur f ur x = a be-
ziehungsweise f ur beliebige x konvergiert konnen nat urlich noch Zwischenfalle
auftreten.
Beispiel: Die Potenzreihe
n=0
(xa)
n
konvergiert f ur alle komplexen Zahlen
x mit [x a[ < 1 absolut, da dann
n=0
[x a[
n
eine konvergente geometri-
sche Reihe ist. Dagegen ist die obige Potenzreihe f ur alle komplexen Zahlen
x mit [x a[ 1 sicher divergent, denn ihre Glieder bilden dann nicht ein-
mal eine Nullfolge. Das Konvergenzgebiet dieser Potenzreihe hat eine sehr
einfache Gestalt, die Menge aller derjenigen komplexen Zahlen x f ur die die
Potenzreihe konvergiert ist gerade das Innere des Kreises der komplexen Zah-
lenebene mit dem Radius 1 um den Mittelpunkt a. Der nachste Satz zeigt,
da diese einfache Gestalt des Konvergenzgebietes in diesem Beispiel nicht
nur zufallig auftritt.
4.1 Konvergenzradius und Konvergenzkreis
Satz 33 Die Potenzreihe
n=0
a
n
(x a)
n
moge nicht nur f ur x = a aber
auch nicht f ur alle x C konvergieren. Dann existiert eine positive reelle
Zahl , so da
n=0
a
n
(x a)
n
f ur alle x C mit [x a[ < absolut
konvergiert und f ur alle x C mit [xa[ > divergiert. Diese Zahl nennt
man den Konvergenzradius der Potenzreihe
n=0
a
n
(x a)
n
.
Zum Beweis des Satzes benotigen wir zwei Lemmata.
Lemma 1 Falls die Potenzreihe
n=0
a
n
(xa)
n
f ur x = x
0
,= a konvergiert,
so konvergiert sie f ur alle komplexen Zahlen x C mit [x a[ < [x
0
a[
absolut.
Beweis: F ur x = a ist die absolute Konvergenz der Potenzreihe klar, betrach-
ten wir also ein beliebiges x mit 0 < [xa[ < [x
0
a[. Dann ist der Quotient
:=
|xa|
|x
0
a|
eine reelle Zahl mit 0 < < 1.
62
Untersuchen wir nun die Reihe
n=0
a
n
(x a)
n
auf absolute Konvergenz.
F ur alle n 0 gilt
[a
n
(x a)
n
[ = [a
n
[ [(x a)
n
[ [a
n
[[x
0
a[
n
n
Aufgrund der Konvergenz der unendlichen Reihe
n=0
a
n
(x
0
a)
n
bilden
ihre Glieder a
n
(x
0
a)
n
eine Nullfolge. Bereits die Konvergenz der Folge
der Glieder impliziert aber, da die Absolutbetrage der Glieder nach oben
beschrankt sind, sei also K eine positive reelle Zahl mit [a
n
(x
0
a)
n
[ =
[a
n
[ [(x
0
a)
n
[ K f ur alle n 0. Einsetzen in die obige Abschatzung
ergibt
[a
n
(x a)
n
[ K
n
Also ist
n=0
K
n
eine Majorante der unendlichen Reihe
n=0
[a
n
(x a)
n
[.
Die Konvergenz der Majorante folgt wegen
n=0
K
n
= K
n=0
n
sofort
aus der Konvergenz der geometrischen Reihe
n=0
n
. Also ist
n=0
a
n
(x
a)
n
f ur alle x C mit [x a[ < [x
0
a[ absolut konvergent. 2
Umgekehrt gilt
Lemma 2 Falls die Potenzreihe
n=0
a
n
(x a)
n
f ur x = x
0
,= a divergiert,
so divergiert sie f ur alle komplexen Zahlen x C mit [x a[ > [x
0
a[.
Beweis: Angenommen, es gabe ein x C mit [x a[ > [x
0
a[, f ur welches
die Potenzreihe
n=0
a
n
(x a)
n
konvergiert. Dann m ute die Potenzreihe
wegen [x
0
a[ < [x a[ nach dem vorangegangenen Lemma f ur x
0
absolut
konvergieren. Das steht aber im Widerspruch zur vorausgesetzten Divergenz
von
n=0
a
n
(x
0
a)
n
. 2
Beweis von Satz 33. Sei D C die Menge aller komplexen Zahlen x f ur die
die Potenzreihe
n=0
a
n
(xa)
n
konvergiert und B := [xa[ : x D die
Menge der Abstande der Elemente von D von a. Da die Potenzreihe nach
Voraussetzung nicht f ur alle komplexen Zahlen x konvergieren sollte, gibt
es eine Zahl x = x
0
, f ur die die Potenzreihe divergiert. Nach Lemma 2 ist
r := [x x
0
[ eine obere Schranke der Menge B. Nach Satz 1 besitzt B eine
obere Grenze . Sei nun x C so, da [x a[ < . Dann existiert aufgrund
der Eigenschaften der oberen Grenze ein x
D mit [x a[ < [x
a[ < .
x
D bedeutet, da die unendliche Reihe
n=0
a
n
(x
a)
n
konvergiert,
also folgt aus Lemma 1 wegen [x a[ < [x
a[ die absolute Konvergenz der

Potenzreihe f ur x. Damit ist gezeigt, da die obere Grenze der Menge B alle
63
Anforderungen an den Konvergenzradius der Potenzreihe
n=0
a
n
(x a)
n
erf ullt. 2
F ur die in Satz 33 ausgeschlossenen Falle legt man formal den Konvergenz-
radius = 0 f ur Potenzreihen fest, die nur f ur x = a konvergieren, und den
Konvergenzradius = f ur Potenzreihen fest, die in jedem Punkt x C
konvergieren.
Die Struktur der Menge D aller komplexen Zahlen, f ur die die Potenzreihe
n=0
a
n
(x a)
n
konvergiert, legt die Einf uhrung des Begries Konvergenz-
kreis von
n=0
a
n
(x a)
n
f ur D nahe.
Gema Satz 33 konvergiert die Potenzreihe f ur jeden inneren Punkt ihres
Konvergenzkreises absolut und sie divergiert f ur jeden aueren Punkt ihres
Konvergenzkreises. Das Konvergenzverhalten in den Randpunkten des Kon-
vergenzkreises hangt von den konkreten Koezienten a
n
der Potenzreihe ab.
Beispiel 1: Die oben untersuchte Potenzreihe
n=0
(x a)
n
hat den Konver-
genzradius 1 und sie divergiert f ur alle Randpunkte ihres Konvergenzkreises.
Beispiel 2: Betrachten wir nun die Potenzreihe
n=1
(xa)
n
n
2
. Die Zahlenfolge
(q
n
)
n0
der Quotienten
q
n
:=
n
2
(x a)
n+1
(n + 1)
2
(x a)
n
=
n
2
(n + 1)
2
[x a[
ist monoton wachsend und hat den Grenzwert lim
n
q
n
= [x a[. Im Falle
[x a[ < 1 ist
n=1
(xa)
n
n
2
nach dem Quotientenkriterium absolut konver-
gent. F ur [x a[ > 1 gibt es eine nat urliche Zahl n
0
, so da q
n
> 1 f ur
alle n n
0
, also divergiert
n=1
(xa)
n
n
2
nach dem Quotientenkriterium. Der
Konvergenzradius der Reihe ist somit 1.
Im Fall [xa[ = 1 ist
n=1
1
n
2
wegen
(xa)
n
n
2
1
n
2
eine konvergente Majo-

rante von
n=1
(xa)
n
n
2
, also konvergiert die Potenzreihe f ur alle Randpunkte
ihres Konvergenzkreises.
Beispiel 3: Betrachten wir abschlieend die Potenzreihe
n=1
(xa)
n
n
. Analog
zu oben weist man durch Untersuchung der Folge
q
n
:=
n(x a)
n+1
(n + 1)(x a)
n
=
n
n + 1
[x a[
64
nach, da die Potenzreihe den Konvergenzradius 1 besitzt. Im Randpunkt
x = a + 1 des Konvergenzkreises geht die Potenzreihe in die divergente har-
monische Reihe uber. Im Randpunkt x = a 1 des Konvergenzkreises wird
sie bis auf das Vorzeichen in die konvergente Leibnizsche Reihe uberf uhrt.
Die vorangegangenen

Uberlegungen zeigen einen Weg zum Ermitteln des
Konvergenzradiuses einer Potenzreihe auf.
Satz 34 F ur den Konvergenzradius einer Potenzreihe
n=0
a
n
(xa)
n
gilt:
1. Falls
_
|a
n+1
|
|an|
_
n0
eine Nullfolge ist, so gilt = , d.h. die Potenzreihe
konvergiert f ur alle x C.
2. Im Falle der Konvegrenz der Zahlenfolge
_
|a
n+1
|
|an|
_
n0
gegen einen posi-
tiven Grenzwert 0 < l = lim
n
|a
n+1
|
|an|
gilt =
1
l
.
3. Falls die Zahlenfolge
_
|a
n+1
|
|an|
_
n0
bestimmt divergent gegen + ist, so
konvergiert die Potenzreihe nur f ur x = a, d.h. = 0.
4. Falls
_
n
_
[a
n
[
_
n2
eine Nullfolge ist, so ist = der Konvergenzradius
der Potenzreihe.
_
n
_
[a
n
[
_
n2
gegen einen positiven Grenzwert 0 <
l = lim
n
n
_
[a
n
[ konvergiert, so ist =
1
l
der Konvergenzradius der
Potenzreihe.
_
n
_
[a
n
[
_
n2
unbeschrankt ist, so ist = 0 der
Konvergenzradius der Potenzreihe.
7. Ist die Zahlenfolge
_
n
_
[a
n
[
_
n2
beschrankt aber nicht konvergent, so
ergibt sich der Konvergenzradius als =
1
l
, wobei l die obere Grenze der
Menge der Grenzwerte aller konvergenten Teilfolgen von
_
n
_
[a
n
[
_
n2
ist.
65
Beweis: Die Behauptungen (1)-(3) ergeben sich aus dem Quotientenkriterium
29 f ur Reihen. F ur den Quotient der Betrage zweier aufeinander folgender
Glieder der Potenzreihen haben wir
a
n+1
(x a)
n+1
a
n
(x a)
n
=
[a
n+1
[
[a
n
[
[x a[ (4.1)
(1) Ist
_
|a
n+1
|
|an|
_
n0
eine Nullfolge, so ist auch
_
|a
n+1
|
|an|
[x a[
_
n0
eine Nullfolge,
also existiert zu jeder komplexen Zahl x eine nat urliche Zahl n
0
, so da der
Quotient (4.1) f ur alle n n
0
kleiner als =
1
2
ist. Damit ist die Potenzreihe
f ur jedes x C konvergent.
(2) Sei nun 0 < l = lim
n
|a
n+1
|
|an|
und x C mit 0 < [x a[ <
1
l
. Einsetzen
von 0 < :=
1
l
[x a[ <
1
l
in Gleichung (4.1) ergibt
a
n+1
(x a)
n+1
a
n
(x a)
n
=
[a
n+1
[
[a
n
[
_
1
l

_
und
0 < lim
n
_
[a
n+1
[
[a
n
[
_
1
l

__
= 1 l < 1
Also gibt es zu =
l
2
eine nat urliche Zahl n
0
, so da
a
n+1
(x a)
n+1
a
n
(x a)
n
<
2 l
2
< 1
f ur alle n n
0
, was die absolute Konvergenz der Potenzeihe f ur diese x
beweist.
(3) Die bestimmte Divergenz der Folge
_
|a
n+1
|
|an|
_
n0
impliziert die bestimmte
Divergenz der Folge der Quotienten (4.1), daher ubersteigen alle Quotienten
ab einem gewissen n
0
die Zahl 1 und Anwendung des Quotientenkriteriums
liefert die Behauptung.
Analog verfahrt man in (4)-(6) unter Bezug auf das Wurzelkriterium 28.
Bedingung (7) zeigt man mit dem Wurzelkriterium 28(3). 2
Die auf dem Wurzelkriterium fuenden Bedingungen (4)-(7) haben den Vor-
teil, da sie eine vollstandige Fallunterscheidung darstellen. D.h. f ur eine
beliebige Potenzreihe trit stets eine dieser vier Bedingungen zu.
66
Die Anwendung der Regeln (1)-(3) ist manchmal einfacher als die der Wur-
zelregeln. Wenn die Folge
_
|a
n+1
|
|an|
_
n0
allerdings weder konvergiert noch be-
stimmt divergiert, so bietet das Quotientenkriterium keine Moglichkeit zur
Bestimmung des Konvergenzradius der Potenzreihe. Dar uberhinaus verlangt
die Anwendung des Quotientenkriteriums, da wenigstens ab einem n
0
samt-
liche Koezienten a
n
, n n
0
, von Null verschieden sind.
16. Berechnen Sie die Summe:
n=0
(n + 1)a
n
wobei a C, 0 < [a[ < 1
Hinweis: F ur alle nat urlichen Zahlen n gilt (n + 1)a
n
=
n
i=0
a
i
a
ni
.
Schreiben Sie damit die obige Reihe zunachst in die Cauchysche Pro-
duktreihe zweier absolut konvergenter Reihen um.
17. Beweisen Sie, da die Reihe
n=0
a
2n
(1 + a
2
)
n1
f ur jede reelle Zahl a konvergiert und berechnen Sie die Summe der
Reihe.
18. Bestimmen Sie die Konvergenzradien der folgenden Potenzreihen in x:
(a)
n=1
n
n
n!
(x 1)
n
(b)
n=1
(n + 1)
2n
2
n
2n
2
x
n
(c)
n=1
_
1
2
x 3 + 4i
_
n
67
4.2 Rechenregeln f ur Potenzreihen
Satz 35
n=0
a
n
(x a)
n
und
n=0
b
n
(x a)
n
seien zwei Potenzreihen mit
den Konvergenzradien
1
beziehungsweise
2
. Dann gilt f ur der Konvergenz-
radius der Potenzreihe
n=0
(a
n
+ b
n
) (x a)
n
die Beziehung min
1
,
2
.
Beweis: Aus Gleichung 3.13 folgt sofort, da
n=0
(a
n
+ b
n
) (xa)
n
f ur je-
des x C konvergiert, f ur das auch die beiden Potenzreihen
n=0
a
n
(xa)
n
und
n=0
b
n
(xa)
n
konvergieren. Die Konvergenzkreise beider Potenzreihen
sind konzentrische Kreise um den Punkt a, also besteht ihr Durchschnitt aus
dem Kreis mit dem kleineren Radius und nach der obigen

Uberlegungen ist
dieser Durchschnitt im Konvergenzkreis der Potenzreihe
n=0
(a
n
+ b
n
) (x
a)
n
enthalten, was die behauptete Relation zwischen den Konvergenzradien
zur Folge hat. 2
Der Konvergenzradius der Potenzreihe
n=0
(a
n
+ b
n
) (xa)
n
kann durch-
aus auch groer als min
1
,
2
sein.
So haben die beiden Potenzreihen
n=0
n!1
n!
(x a)
n
und
n=0
n!+2
n!
(x a)
n
beide den Konvergenzradius 1, aber die Reihe
n=0
_
n!1
n!
+
n!+2
n!
_
(xa)
n
=
n=0
3
n!
(x a)
n
konvergiert f ur jedes x C, hat also den Konvergenzradius
.
Satz 36 (Multiplikation von Potenzreihen) Seien
n=0
a
n
(xa)
n
und
n=0
b
n
(xa)
n
zwei Potenzreihen mit den Konvergenzradien
1
beziehungs-
weise
2
. Dann hat die Potenzreihe
k=0
c
k
(xa)
k
, wobei c
k
:=
k
n=0
a
n
b
kn
f ur alle k 0, mindestens den Konvergenzradius min
1
,
2
und f ur alle
x C mit [x a[ < min
1
,
2
gilt
_

n=0
a
n
(x a)
n
__

n=0
b
n
(x a)
n
_
=
k=0
c
k
(x a)
k
.
Beweis: Unter Ber ucksichtigung der absoluten Konvergenz der Potenzreihen
in jedem inneren Punkt des Konvergenzkreises folgt die Behauptung sofort
aus Satz 32 2
68
Satz 37 (Umordnung einer Potenzreihe)
n=0
a
n
(xa)
n
sei eine Po-
tenzreihe vom Konvergenzradius > 0 und b C sei so, da [b a[ < .
Dann besitzt die Potenzreihe
m=0
b
m
(xb)
m
, wobei b
m
=
n=m
a
n
_
n
m
_
(b
a)
nm
f ur alle m 0, mindestens den Konvergenzradius = [b a[ und
f ur alle x C mit [x b[ < gilt die Gleichheit
n=0
a
n
(x a)
n
=
m=0
b
m
(x b)
m
.
Beweisskizze: Wir schreiben die Ausgangsreihe in die Form
n=0
a
n
(x a)
n
=
n=0
a
n
((x b) + (b a))
n
=
n=0
a
n
n
m=0
_
n
m
_
(x b)
m
(b a)
nm
=
n=0
m=0
a
n
_
n
m
_
(x b)
m
(b a)
nm
(4.2)
=
m=0
n=m
a
n
_
n
m
_
(x b)
m
(b a)
nm
(4.3)
=
m=0
b
m
(x b)
n
um. In Schritt (4.2) darf die obere Summationsgrenze auf erhoht werden,
da die Binomialkoezienten
_
n
m
_
f ur alle m > n als 0 deniert sind. Dann
hat man sich davon zu uberzeugen, da der groe Umordnungssatz f ur alle
x mit [x b[ < auf die Doppelfolge
_
a
n
_
n
m
_
(x b)
m
(b a)
nm
_
n,m0
anwendbar ist, aber auf diesen Beweisschritt wollen wir hier verzichten, wei-
sen aber darauf hin, da hierbei die Bedingung [b a[ < benotigt wird.
Man vertauscht die Summationen und darf die untere Summationsgrenze der
inneren Summe in Schritt (4.3) auf m setzen, da
_
n
m
_
f ur alle n < m Null ist.
2
69
Den

Ubergang zur Potenzreihe
m=0
b
m
(x b)
m
bezeichnet man auch als
Umordnung nach Potenzen von x b. In der Einf uhrung dieses Kapitels
hatten wir bereits einmal darauf hingewiesen, da man sich bei der Untersu-
chung der formalen Potenzreihen auf Darstellungen der Gestalt
n=0
a
n
x
n
beschranken darf. Wir sehen, da ein derartiges im Zusammenhang mit der
Untersuchung der durch eine Potenzreihe beschriebenen komplexen Funkti-
on gewissen Einschrankungen unterliegt. Bedenkenlos kann man die Umord-
nung nach Potenzen von x 0 nur dann vornehmen, wenn die Potenzreihe
den Konvergenzradius hat. Ist 0 wenigstens innerer Punkt des Konver-
genzkreises der betrachteten Potenzreihe, so kann man die Potenzreihe nach
Potenzen von x 0 umordnen und die umgeordnete Potenzreihe nimmt we-
nigstens in einer Umgebung des Nullpunktes die gleichen Werte wie die Aus-
gangsreihe an. Man beachte aber, da die Ausgangspotenzreihe und die
umgeordnete Potenzreihe als Funktionen nicht mehr gleich sind, denn sie
haben unterschiedliche Denitionsbereiche.
Liegt 0 auf dem Rand oder gar auerhalb des Konvergenzkreises, so haben die
Potenzreihen betrachtet als Abbildungsvorschriften komplexer Funktionen
nichts mehr miteinander zu tun.
In diesen Sachverhalten ist der Grund daf ur zu suchen, da man Potenzreihen
in der Analysis bez uglich der Potenzen in x a untersucht.
Satz 38 (Identitatssatz f ur Potenzreihen) Es seien
n=0
a
n
(xa)
n
und
n=0
b
n
(x a)
n
zwei Potenzreihen mit den positiven Konvergenzradien
1
beziehungsweise
2
. Dar uberhinaus sei (x
i
)
i0
eine Zahlenfolge mit 0 <
[x
i
a[ < min
1
,
2
f ur alle i 0 und lim
i
x
i
= a. Falls
i 0 :
n=0
a
n
(x
i
a)
n
=
n=0
b
n
(x
i
a)
n
,
so gilt a
n
= b
n
f ur alle nat urlichen Zahlen n 0.
Beweisskizze: F ur eine beliebige Potenzreihe
n=0
c
n
(x a)
n
des Konver-
genzradius und eine beliebige Zahlenfolge (y
i
) mit 0 < [y
i
a[ < f ur
alle i 0 und lim
i
y
i
= a konvergiert die Potenzreihe
n=0
c
n
(x a)
n
f ur jedes x = y
i
, i 0, absolut. Damit ist jedes Glied der Zahlenfolge
(z
i
:=
n=0
c
n
(y
i
a)
n
)
i0
eine wohldenierte komplexe Zahl. Das zentrale
Problem des Beweises besteht im Nachweis der Gleichheit
lim
i
z
i
= c
0
. (4.4)
70
Dann betrachtet man die Dierenz
n=0
(a
n
b
n
)(x a)
n
. Nach Vorausset-
zung hat diese f ur jedes x = x
i
, i 0, die Summe 0. Mit (4.4) folgt
0 = lim
i
n=0
(a
n
b
n
)(x
i
a)
n
= a
0
b
0
.
Auf diese Weise erhalt man a
0
= b
0
. Mittels vollstandiger Induktion zeigt
man dann, da auch a
n
= b
n
f ur alle n 1 gelten mu. Sei die Gleichheit
a
n
= b
n
bereits f ur alle n < m + 1 gezeigt. Dann erhalten wir
0 =
n=0
(a
n
b
n
)(x
i
a)
n
n=m+1
(a
n
b
n
)(x
i
a)
n
= (x
i
a)
m+1
n=m+1
(a
n
b
n
)(x
i
a)
n(m+1)
f ur alle i 0
und wegen (x
i
a)
m+1
,= 0 mu f ur alle i 0 die Gleichheit
0 =
n=m+1
(a
n
b
n
)(x
i
a)
n(m+1)
=
n=0
(a
n+m+1
b
n+m+1
)(x
i
a)
n
vorliegen. Wendet man nun darauf (4.4) an, so zeigt sich a
m+1
= b
m+1
.
Damit ist der Induktionsbeweis abgeschlossen und es folgt die Gleichheit
a
n
= b
n
f ur alle n 0. 2
Betrachten wir ein einfaches Beispiel f ur den obigen Satz. Wenn f ur alle
nat urlichen Zahlen i 1 die Gleichheit
n=0
a
n
_
1
i
a
_
n
= 0 vorliegt, so
mu f ur alle n 0 die Gleichheit a
n
= 0 gelten.
Allgemeiner gilt, wenn die Menge y C :
n=0
a
n
(y a)
n
= c aller Stel-
len x = y, an denen die Potenzreihe
n=0
a
n
(xa)
n
einen bestimmten festen
Wert c C annimmt, den Punkt a als Haufungspunkt hat, dann gilt a
0
= c
und a
n
= 0 f ur alle n 1.
Schlielich kann man auch folgende Frage betrachten. Die Summe der Po-
tenzreihe
n=0
a
n
(x a)
n
, a R, sei f ur alle dem Konvergenzkreis der Po-
tenzreihe angehorigen reellen x eine reelle Zahl, dann sind alle Koezienten
a
n
reell. Durch Konjugation erhalt man die Potenzreihe
n=0
a
n
(x a)
n
.
Da der Konvergenzradius nur von den Betragen der Glieder abhangt, hat
71
diese Potenzreihe den gleichen Konvergenzradius wie die Ausgangsreihe.
Dar uberhinaus gilt f ur alle x C mit [x a[ < die Gleichheit
n=0
a
n
(x a)
n
=
n=0
a
n
(x a)
n
und da die Summe auf der linken Seite als reell vorausgesetzt war folgt weiter
n=0
a
n
(x a)
n
=
n=0
a
n
(x a)
n
Mit Hilfe des obigen Satzes schliet man auf
a
n
= a
n
f ur alle n 0, das bedeutet aber, da alle a
n
, n 0, reelle Zahlen sind.
4.3 Elementare Funktionen
Neben den Polynomfunktionen, den rationalen Funktionen und den Wurzel-
funktionen spielen vor allem die Exponentialfunktionen, die Logarithmus-
funktionen, die trigonometrischen Funktionen (auch Winkelfunktionen ge-
nannt) und die Hyperbelfunktionen eine wichtige Rolle.
Durch die Zuordnungsvorschriften
exp(x) =
n=0
x
n
n!
sin(x) =
n=0
(1)
n
x
2n+1
(2n + 1)!
cos(x) =
n=0
(1)
n
x
2n
(2n)!
deniert man Funktionen exp : R R, sin : R R und cos : R R,
welche man als Exponential-, Sinus- beziehungsweise Cosinusfunktion be-
zeichnet. Alle drei Funktionen haben die gesamte Menge der reellen Zahlen
als Denitionsbereich.
72
Nun sind Ihnen aus der Schule bereits Funktionen gleichen Namens bekannt.
Nat urlich wurde diese Namensgleichheit nicht zufallig gewahlt, der folgende
Satz fat einige der wichtigsten Eigenschaften der oben denierten Funktio-
nen zusammen.
Satz 39 F ur alle x, y R und q Q gelten die folgenden Gleichungen und
Ungleichungen:
exp 0 = 1 (4.5)
exp 1 = lim
n
_
1 +
1
n
_
n
= e (4.6)
exp q = (exp 1)
q
(4.7)
exp (x) =
1
exp x
(4.8)
exp (x + y) = exp x exp y (4.9)
sin 0 = cos

2
= 0 (4.10)
sin

2
= cos 0 = 1 (4.11)
sin (x) = sin x (4.12)
cos (x) = cos x (4.13)
sin (x + y) = sin x cos y + cos x sin y (4.14)
cos (x + y) = cos x cos y sin x sin y (4.15)
sin x sin y = 2 sin
x y
2
cos
x + y
2
(4.16)
cos x cos y = 2 sin
x y
2
sin
x + y
2
(4.17)
sin
2
x + cos
2
x = 1 (4.18)
sin (x + 2) = sin x (4.19)
cos (x + 2) = cos x (4.20)
[ sin x[ 1 (4.21)
[ cos x[ 1 (4.22)
Man beachte, alle aufgef uhrten Eigenschaften konnen direkt aus den Potenz-
reihen abgeleitet werden, dabei ist keine Bezugnahme auf die aus der Schule
bekannten Funktionen erforderlich.
Im Nachhinein stellt man aber fest (siehe (4.6) und (4.7)), da f ur alle ra-
tionalen Zahlen q die Gleichheit exp q = e
q
zutrit. Bei Beschrankung auf
73
rationale Argumente wirkt die Funktion exp also tatsachlich wie die aus der
Schule bekannt e-Funktion. Die hier eingef uhrte Exponentialfunktion erlaubt
es dar uberhinaus, das Potenzieren mittels der Denition e
x
:= exp x auf
beliebige reelle Exponenten auszudehnen. Die Gleichungen (4.8) und (4.9)
zeigen, da die ublichen Rechenregeln auch f ur beliebige reelle Exponenten
g ultig bleiben.
Zu den die Winkelfunktionen betreenden Aussagen ist anzumerken, da
die hier auftretende Zahl wie folgt deniert ist. Man kann zeigen, da
die cos-Reihe im oenen Intervall (0, 2) genau eine Nullstelle besitzt, das
Doppelte dieser Nullstelle bezeichnet man mit . Damit ist zunachst noch
nicht klar, ob es sich tatsachlich um die ublicherweise mit bezeichnete reelle
Zahl ( 3, 1415 . . . ) handelt, welche den Proportionalitatsfaktor zwischen
Durchmesser und Umfang eines Kreises angibt.
Gleichung (4.18) zeigt jedoch, da das Paar (cos x, sin x) die Koordinaten
eines auf dem Einheitskreis liegenden Punktes der reellen Ebene ist. Mit
Hilfe der Integralrechnung kann man zeigen, da x genau der Lange des
entgegen des Uhrzeigersinnes zwischen den Punkten (1, 0) und (cos x, sin x)
verlaufenden Bogens auf dem Einheitskreis entspricht. Aus diesem Grund
ist x tatsachlich das Bogenma des

Onungswinkels dieses Kreisbogens und
unser hier verwendetes ist tatsachlich das gewohnliche .
Aus diesen drei Grundfunktionen lassen sich weitere elementare Funktionen
ableiten. Da waren zum einen die Umkehrfunktionen. Aus dem vorigen
Semester ist Ihnen bekannt, da es zu einer Funktion genau dann eine inverse
Funktion gibt, wenn sie bijektiv ist.
exp ist streng monoton wachsend und der Bildbereich besteht aus der Menge
R
+
der positiven reellen Zahlen. Also ist exp : R R
+
bijektiv. Die inverse
Abbildung nennt man die nat urliche Logarithmusfunktion und bezeichnet sie
mit ln. Der Denitionsbereich von ln ist die Menge R
+
, der Bildbereich ist
ganz R und es gilt exp (ln x) = x f ur alle x R
+
sowie ln (exp x) = x f ur alle
x R.
Betrachtet uber den gesamten Denitionsbereich sind sin und cos nicht mo-
noton, die Abbildungen sind also nicht injektiv. Das grote die Zahl 0 ent-
haltende abgeschlossene Intervall, auf welchem sin streng monoton wachst,
ist [
2
,

2
]. Der Wertebereich der sin-Funktion ist [1, 1] und diesen Wer-
tebereich hat auch die Einschrankung der sin-Funktion auf das Intervall
[
2
,

2
]. Also ist die Einschrankung sin : [
2
,

2
] [1, 1] eine bi-
jektive Abbildung. Die Umkehrung dieser Abbildung bezeichnet man mit
arcsin und nennt sie Arcussinus. Es gelten demnach Def(arcsin) = [1, 1]
74
und Bild(arcsin) = [
2
,

2
] sowie die Gleichungen sin (arcsin x) = x f ur alle
1 x 1 und arcsin (sin x) = x f ur alle
2
x

2
.
Analog deniert man den Arcuscosinus arccos als die inverse Abbildung der
Einschrankung der Cosinusfunktion auf das maximale 0 umfaende Intervall
[0, ], auf dem die Funktion streng monoton fallt.
Weitere abgeleitete elementare Funktionen sind
tan(x) =
sin(x)
cos(x)
, x ,=

2
+ k, k Z, (Tangens)
cot(x) =
cos(x)
sin(x)
, x ,= k, k Z, (Cotangens)
sinh(x) =
1
2
(exp(x) exp(x)) (Sinus hyperbolicus)
cosh(x) =
1
2
(exp(x) + exp(x)) (Cosinus hyperbolicus)
tanh(x) =
sinh(x)
cosh(x)
(Tangens hyperbolicus)
coth(x) =
cosh(x)
sinh(x)
, x ,= 0, (Cotangens hyperbolicus)
sowie die Umkehrfunktionen arctan, arccot, arsinh, arcosh, artanh und arcoth
geeigneter Einschrankungen dieser Funktionen. Die Namen der Umkehrfunk-
tionen der Hyperbelfunktionen sind Areasinus, Areacosinus, Areatangens und
Areacotangens. Die folgende Tabelle gibt Denitions- und Wertebereiche der
Funktionen an, insbesondere sind die Wertebereiche jeweils der Denitions-
bereich auf den die zu invertierende Funktion eingeschrankt wird.
Funktion Denitionsbereich Wertebereich
arctan R
_
2
,

2
_
arccot R (0, )
arsinh R R
arcosh [1, ) [0, )
artanh (1, 1) R
arcoth x R : [x[ > 1 R 0
75
19. Zeigen Sie, da die unendliche Reihe
n=1
sin
_
2
n
2
_
konvergiert.
Hinweis: Weisen Sie zunachst die G ultigkeit von 0 sin x x f ur alle
0 x 1 nach.
20. Gibt es eine Potenzreihe
n=0
a
n
x
n
, welche der Gleichung
(x
2
2)
n=0
a
n
x
n
= 1
gen ugt? Falls ja, so berechnen Sie die Koezienten a
n
, n 0, und den
Konvergenzradius dieser Potenzreihe.
Stellen Sie eine Vermutung uber Existenz und Konvergenzradius der
Reihe auf, wenn man anstelle von x
2
2 ein anderes Polynom p R[x]
betrachten w urde!
21. Die Tangens-Funktion lat sich in einer Umgebung des Nullpunktes
durch eine Potenzreihe tan x =
n=0
a
n
x
n
mit positivem Konvergenz-
radius darstellen. Bestimmen Sie die ersten 8 Koezienten a
0
, a
1
, . . . , a
7
dieser Potenzreihe.
Hinweis: Vergleichen Sie die Koezienten der Cauchyschen Produk-
treihe von tan (x) cos (x) mit denen der Potenzreihe sin (x).
76
Kapitel 5
Stetigkeit reeller Funktionen in
einer reellen Variablen
In diesem Kapitel wollen wir einstellige Funktionen f untersuchen, deren
Denitionsbereich und Wertebereich Teilmengen der reellen Zahlen sind, d.h.
f : A R, wobei A R. Man spricht auch von reellen Funktionen in
einer reellen Variablen. Durch Funktion in einer reellen Variablen bringt
man zum Ausdruck, da die Funktion nur ein Argument hat, d.h. einstellig
ist, und da dieses Werte aus der Menge der reellen Zahlen annimmt. Die
Sprechweise reelle Funktion weist auf die reellen Zahlen als Wertebereich hin.
Es sei daran erinnert, da der im vorigen Semester eingef uhrte Funktionsbe-
gri erfordert, da Vorbereich und Denitionsbereich der Abbildung gleich
sind, mit anderen Worten es handelt sich um eine Abbildung von - in. Der-
artige Funktionen nennt man oft auch totale Funktionen und verwendet da-
neben noch den abgeschwachten Begri der partiellen Funktion als Synonym
f ur eindeutige Abbildung f : A B. Im Falle partieller Funktionen ist
die Unterscheidung zwischen dem Vorbereich A und dem Denitionsbereich
Deff := a A [ b B : f(a) = b von f erforderlich. F ur totale
Funktionen fallen beide Begrie zusammen.
In der Analysis ist es ublich, die Begrie Funktion und partielle Funktion syn-
onym zu verwenden, was auch wir f ur den Rest der Vorlesungsreihe verein-
baren. Aus diesem Grund konnen wir eine Funktion in einer reellen Variable
durch f : R R kennzeichnen, dennoch gilt nur Deff R. BildF bezeich-
net in der ublichen Weise die Menge Bildf := b R : a Deff : f(a) = b.
Zu Beginn unserer Untersuchungen wollen wir einige haug verwendete Sprech-
weisen einf uhren. Man nennt eine Funktion f nach oben (unten) beschrankt,
77
wenn ihr Bildbereich Bildf gema Denition 1 nach oben (unten) beschrankt
ist. Entsprechend heit f beschrankt, wenn die Menge [f(a)[ : a Deff
nach oben beschrankt ist.
Ist M Deff eine Teilmenge des Denitionsbereiches von f, dann beziehen
sich die Begrie Inmum, Supremum, Minimum und Maximum von f auf M
auf die entsprechenden Groen der Menge f(a) : a M Bildf.
5.1 Grenzwerte von Funktionen
Denition 15 Sei f : R R eine reelle Funktion in einer reellen Va-
riablen. D sei der Denitionsbereich von f und x
0
R ein Haufungspunkt
von D. Dann sagt man, f hat im Punkt x
0
den Grenzwert a (Schreibweise:
lim
xx
0
f(x) = a), wenn zu jeder positiven reellen Zahl eine positive reelle
Zahl existiert, so da f ur alle x D mit 0 < [x x
0
[ < die Relation
[f(x) a[ < gilt.
1
Nat urlich braucht der Grenzwert lim
xx
0
f(x) im allgemeinen nicht zu exi-
stieren. Beispielsweise hat die Funktion f(x) =
_
1 f ur x < 0
0 f ur x 0
im Punkt
x
0
= 0 keinen Grenzwert, denn in jeder -Umgebung U
(0) von x
0
gibt es
negative und positive reelle Zahlen, also nimmt f in jeder -Umgebung von
x
0
sowohl den Wert 1 als auch den Wert 0 an. Damit kann es nat urlich keine
Zahl a geben, f ur welche alle Funktionswerte, die f auf U
(0) annimmt, in
der Umgebung U1
2
(a) von a liegt. F ur =
1
2
existiert demzufolge f ur kein a
ein mit den geforderten Eigenschaften.
Analog zu Satz 14 zeigt man, da eine Funktion in einem Punkt x
0
hochstens
einen Grenzwert a besitzen kann. Dabei ist von Bedeutung, da Grenzwerte
von f nur in Haufungspunkten des Denitionsbereiches betrachtet werden
d urfen. Auf diese Weise ist ausgeschlossen, da die Menge der x D mit
0 < [x x
0
[ < leer wird. Andernfalls konnte die Forderung [f(x) a[ <
irrelevant werden.
Weiterhin merken wir an, da die Bedingung [f(x) a[ < nur f ur Punkte
x ,= x
0
gestellt wurde. lim
xx
0
f(x) kann also auch dann existieren, wenn
x
0
nicht dem Denitionsbereich D angehort. Selbst im Falle x
0
D wird
1
Alternativ kann man zu jeder positiven reellen Zahl die Existenz einer positiven
reellen Zahl fordern, so da [f(x
0
+ h) a[ < f ur alle h R mit x
0
+ h D und
0 < [h[ < . Die

Aquivalenz beider Denition ist oensichtlich.
78
nicht lim
xx
0
f(x) = f(x
0
) verlangt. Man betrachte zum Beispiel die Funk-
tion f(x) =
_
1 f ur x ,= 0
0 f ur x = 0
. F ur diese Funktion gilt lim
x0
f(x) = 1 aber
f(0) = 0.
riablen. D sei der Denitionsbereich von f und x
0
R ein Haufungspunkt
von D
r
(x
0
) := D x R : x > x
0
. Dann sagt man, f hat im Punkt x
0
den rechtsseitigen Grenzwert a (Schreibweise: lim
xx
0
+0
f(x) = a), wenn zu
jeder positiven reellen Zahl eine positive reelle Zahl existiert, so da f ur
alle x D
r
(x
0
) mit 0 < [x x
0
[ = x x
0
< die Relation [f(x) a[ <
gilt.
Entsprechend f uhrt man linksseitige Grenzwerte lim
xx
0
0
f(x) unter Bezug-
nahme auf die Menge D
l
(x
0
) := D x R : x < x
0
ein.
Bemerkung 6 F ur eine reelle Funktion f in einer reellen Variablen und
einen Punkt x
0
, welcher sowohl Haufungspunkt von D
r
(x
0
) als auch Haufungs-
punkt von D
l
(x
0
) ist, existiert der Grenzwert lim
xx
0
f(x) genau dann, wenn
die beiden einseitigen Grenzwerte lim
xx
0
+0
f(x) und lim
xx
0
0
f(x) existie-
ren und ubereinstimmen. In diesem Falle gilt
lim
xx
0
f(x) = lim
xx
0
+0
f(x) = lim
xx
0
0
f(x) .
Beweis: () Es existiere der Grenzwert a := lim
xx
0
f(x). Dann existiert
zu > 0 eine > 0 mit [f(x) a[ < f ur alle x D mit 0 < [x x
0
[ < ,
also erst recht f ur alle x D
r
(x
0
) D mit 0 < [x x
0
[ < . Unter Ber uck-
sichtigung der Tatsache, da x
0
als Haufungspunkt von D
r
(x
0
) vorausgesetzt
wurde, ergibt sich die Gleichheit lim
xx
0
+0
f(x) = a = lim
xx
0
f(x) unmit-
telbar aus Denition 16. Entsprechendes gilt f ur den linksseitigen Grenzwert
lim
xx
0
0
f(x).
() x
0
sei Haufungspunkt von D
r
(x
0
) und von D
l
(x
0
) und es gelte die Gleich-
heit a := lim
xx
0
+0
f(x) = lim
xx
0
0
f(x). Dann existieren zu vorgegebe-
nem > 0 zwei positive reelle Zahlen
1
und
2
mit [f(x) a[ < f ur alle
x D
r
(x
0
) mit 0 < x x
0
<
1
und f ur alle x D
l
(x
0
) mit 0 < x
0
x <
2
.
Trivialerweise ist x
0
auch Haufungspunkt von D und es gilt [f(x)a[ < f ur
alle x D 0 < [x x
0
[ < := min
1
,
2
. Folglich gilt lim
xx
0
f(x) = a. 2
79
Wir betrachten die Funktion f(x) =
_
1 f ur x > 1
0 f ur x < 0
. F ur diese Funktion
gilt lim
x1
f(x) = lim
x1+0
f(x) = 1, aber lim
x10
f(x) existiert nicht, da
1 kein Haufungspunkt der Menge D
l
(1) = x : x < 0 ist. Analog gilt
lim
x0
f(x) = lim
x00
f(x) = 0 aber lim
x0+0
f(x) existiert nicht.
Betrachten wir nun die auf ganz R denierte Funktion
f(x) =
_
1 f ur x q Q : q > 0
0 sonst
.
F ur x
0
< 0 existieren stets alle drei Grenzwerte von f im Punkt x
0
und alle
sind 0. Im Punkt x
0
= 0 existiert nur der linksseitige Grenzwert lim
x00
f(x) =
0. F ur positive x
0
existiert keiner der drei Grenzwerte.
Auf die folgende Weise lassen sich Grenzwerte von Funktionen auf Grenz-
werte von Zahlenfolgen zur uckf uhren.
Bemerkung 7 Sei f eine Funktion und x
0
ein Haufungspunkt ihres De-
nitionsbereiches. Dann gilt genau dann lim
xx
0
f(x) = a, wenn f ur jede
Zahlenfolge (x
i
)
i0
mit x
i
Deff f ur alle i 0 und lim
i
x
i
= x
0
die
Gleichheit lim
i
f(x
i
) = a vorliegt.
Entsprechende Aussagen gelten f ur einseitige Grenzwerte, anstelle aller Zah-
lenfolgen (x
i
)
i0
mit x
i
Deff f ur alle i 0 und lim
i
x
i
= x
0
werden
dann nur noch die Zahlenfolgen (x
i
)
i0
mit x
i
D
r
(x
0
) beziehungsweise
x
i
D
l
(x
0
) f ur alle i 0 und lim
i
x
i
= x
0
betrachtet.
F ur Funktionen mit unbeschranktem Denitionsbereich kann man den Grenz-
wertbegri wie folgt ausweiten.
riablen mit nach oben unbeschranktem Denitionsbereich. Falls es eine re-
elle Zahl a gibt, f ur die zu jedem > 0 eine relle Zahl K existiert, so da
f ur alle x Deff mit x K die Ungleichung [f(x) a[ < gilt, dann
nennt man a den Grenzwert der Funktion f f ur x + und schreibt daf ur
lim
x
f(x) = a.
Entsprechend f uhrt man f ur Funktionen f mit nach unten unbeschranktem
Denitionsbereich den Grenzwert lim
x
f(x) = a von f f ur x
ein. Im Falle der Existenz des Grenzwertes von f f ur x gilt f ur jede
bestimmt divergente Zahlenfolge (x
i
)
i1
mit lim
i
x
i
= + die Beziehung
lim
x
f(x) = lim
i
f(x
i
) .
80
Entsprechendes gilt f ur Grenzwerte von f f ur x .
Die bestimmte Divergenz beschreibenden Ausdrucke wie z.B. lim
xx
0
f(x) =
+ oder lim
x
f(x) = werden in naheliegender Weise auf Grenzwerte
von Funktionen ubertragen.
5.2 Stetige Funktionen
Denition 18 Eine reelle Funktion f in einer reellen Variablen x heit im
Punkt x
0
Deff stetig, wenn zu jeder positiven reellen Zahl eine positive
reelle Zahl existiert, so da [f(x) f(x
0
)[ < f ur alle x Deff mit
[x x
0
[ < .
f wird in x
0
R unstetig genannt, wenn x
0
/ Deff oder wenn x
0
Deff
aber f ist nicht stetig in x
0
.
Die Funktion f wird auf der Menge M R stetig genannt, wenn f in jedem
Punkt von M stetig ist. Man nennt f auf M gleichmaig stetig, wenn zu
jeder positiven reellen Zahl eine nur von abhangige
2
positive reelle Zahl
existiert, so da [f(x) f(x
0
)[ < f ur alle x
0
M und x Deff mit
[x x
0
[ < .
Schlielich nennt man f eine stetige Funktion, wenn f in jedem Punkt ihres
Denitionsbereiches stetig ist. Ist f auf ihrem Denitionsbereich gleichmaig
stetig, so spricht man von einer gleichmaig stetigen Funktion.
Analog zu den einseitigen Grenzwerten f uhrt man die Begrie der linkssei-
tigen und der rechtsseitigen Stetigkeit ein, indem man zusatzlich x x
0
beziehungsweise x x
0
fordert.
F ur Haufungspunkte x
0
des Denitionsbereiches von f bedeutet die Stetigkeit
von f im Punkt x
0
gerade
lim
xx
0
f(x) = f(x
0
) .
In dieser Gleichung sind drei Aussagen enthalten. Zum ersten mu der Grenz-
wert von f im Punkt x
0
existieren, zum zweiten mu x
0
dem Denitionsbe-
reich von f angehoren und zum dritten m ussen Grenzwert und Funktionswert
von f im Punkt x
0
ubereinstimmen.
Fragen wir nun noch danach, was Stetigkeit in einem isolierten Punkt x
0
des
Denitionsbereiches Deff bedeutet. Zunachst einmal existiert lim
xx
0
f(x)
2
ist also von x
0
unabhangig!
81
f ur ein derartiges x
0
nicht, da x
0
kein Haufungspunkt von D ist. Letzteres
kann man auch dadurch ausdr ucken, da man feststellt, es gibt ein > 0 mit
U
(x
0
)Deff = x
0
. Nun kann man zu jedem > 0 ein derartiges wahlen
und erf ullt damit auf alle Falle die Stetigkeitsbedingungen. Wir halten also
fest, eine Funktion ist in jedem isolierten Punkt ihres Denitionsbereiches
stetig.
Hierbei handelt es sich allerdings um eine eher exotische Eigenschaft, da
die Denitionsbereiche der uns interessierenden Funktionen keine isolierten
Punkte besitzen werden. Zwar sollte man Gleichung (5.1) nicht gleich als
Denition der Stetigkeit verwenden, da man sich dann von vornherein auf
die Untersuchung von Funktionen, deren Denitionsbereich keine isolierten
Punkte besitzt, beschranken m ute. Haug kann man sich aber bei Stetig-
keitsaussagen auf den folgenden Satz beziehen:
Satz 40 f sei eine reelle Funktion in einer reellen Variablen x und der De-
nitionsbereich Deff moge keine isolierten Punkte aufweisen. Dann ist f
genau dann im Punkt x Deff stetig, wenn die Gleichheit
lim
xx
0
f(x) = f(x
0
) (5.1)
gilt.
Der folgende Satz erweist sich bei der Berechnung von Grenzwerten als n utz-
lich.
Satz 41 Sei (a
i
)
i0
eine konvergente Zahlenfolge mit reellen Gliedern und
lim
i
a
i
= a. Weiterhin sei f eine in a stetige reelle Funktion in einer
reellen Variablen, wobei a
i
Deff f ur alle i 0. Dann ist die reelle Zahlen-
folge (f(a
i
))
i0
konvergent und es gilt
lim
i
f(a
i
) = f
_
lim
i
a
i
_
= f(a) .
Beweis: Zunachst folgt aus Bemerkung 7 die Gleichheit lim
i
f(a
i
) =
lim
xa
f(x). Aufgrund der Stetigkeit von f an der Stelle a folgt weiter
lim
xa
f(x) = f(a) und der Satz ist bewiesen. 2
Solch wichtige Funktionen wie Exponentialfunktionen, Logarithmusfunktio-
nen oder Winkelfunktionen sind stetig. Daher konnen Grenzwertberechnun-
gen in sie hineingezogen werden, sofern alle dabei auftretenden Grenzwerte
82
existieren. So gelten beispielsweise
lim
n
ln
_
1 +
1
n
_
n
= ln e = 1
lim
n
sin
_
n + 1
2n 3
_
= sin

2
= 1
5.2.1 Zusammengesetzte stetige Funktionen
Denition 19 Die Summe, die Dierenz, das Produkt und der Quotient
zweier Funktionen f : R R und g : R R werden wie folgt deniert:
(f g)(x) = f(x) g(x) und Def(f + g) = Deff Defg
(f g)(x) = f(x) g(x) und Def(f g) = Deff Defg
(
f
g
)(x) =
f(x)
g(x)
und Def
f
g
= Deff x Defg : g(x) ,= 0
Satz 42 Die Summe, die Dierenz und das Produkt zweier in x
0
stetiger
Funktionen f und g sind in x
0
stetige Funktionen.
Beweis: f und g seien in x
0
stetige Funktionen. Insbesondere gilt x
0

Deff Defg = Def(f g) = Def(f g).
Wir beginnen mit der Untersuchung der Summe f + g. Wir geben > 0
beliebig vor und fragen nach einem > 0, so da [(f +g)(x)(f +g)(x
0
)[ <
f ur alle x Def(f + g) mit [x x
0
[ < .
Aufgrund der Stetigkeit von f und g in x
0
existieren reelle Zahlen
1
> 0
und
2
> 0, so da [f(x) f(x
0
)[ <

2
f ur alle x Deff Def(f + g) und
0 < [x x
0
[ <
1
, sowie [g(x) g(x
0
)[ <

2
f ur alle x R mit x Defg
Def(f + g) und 0 < [x x
0
[ <
2
.
Sei nun := min
1
,
2
. F ur jedes x Def(f + g) = Deff Defg mit
[x x
0
[ < gelten dann [f(x) f(x
0
)[ <

2
und [g(x) g(x
0
)[ <

2
, also
[(f + g)(x) (f + g)(x
0
)[ = [(f(x) f(x
0
)) + (g(x) g(x
0
))[ [f(x)
f(x
0
)[ +[g(x) g(x
0
)[ < und die Stetigkeit von f + g in x
0
ist bewiesen.
Analog weist man die Stetigkeit von f g in x
0
nach.
Kommen wir nun zur Untersuchung der Stetigkeit des Produktes f g in x
0
,
d.h. wir fragen zu beliebig vorgegebenem > 0 nach einem > 0, so da
[(f g)(x) (f g)(x
0
)[ < f ur alle x Def(f g) mit [x x
0
[ < .
Wir setzen
1
:= min
_
1,

3(|g(x
0
)|+1)
_
und
2
:=

3(|f(x
0
)|+1)
. Es existieren
1
> 0 und
2
> 0, so da [f(x) f(x
0
)[ <
1
f ur alle x Deff Def(f g)
83
und 0 < [x x
0
[ <
1
, sowie [g(x) g(x
0
)[ <
2
f ur alle x R mit x
Defg Def(f g) und 0 < [x x
0
[ <
2
.
Mit := min
1
,
2
ergibt sich f ur alle x Def(f g) = Deff Defg mit
[x x
0
[ < die Abschatzung
[(f g)(x) (f g)(x
0
)[ = [(f(x) f(x
0
)) g(x) + (g(x) g(x
0
)) f(x
0
)[
=
(f(x) f(x
0
)) (g(x) g(x
0
)) +
(f(x) f(x
0
)) g(x
0
) + (g(x) g(x
0
)) f(x
0
)
[f(x) f(x
0
)[ [g(x) g(x
0
)[ +
[g(x
0
)[ [f(x) f(x
0
)[ +[f(x
0
)[ [g(x) g(x
0
)[
<
1
2
+[g(x
0
)[
1
+[f(x
0
)[
2

2
+
[g(x
0
)[
[g(x
0
)[ + 1

3
+
[f(x
0
)[
[f(x
0
)[ + 1

3
<
2
Satz 43 Ist f eine in x
0
stetige Funktion mit f(x
0
) ,= 0, dann ist auch der
Quotient
1
f
eine in x
0
stetige Funktion.
Beweis: Sei > 0 beliebig vorgegeben und
1
:= min
_
1
2
[f(x
0
)[,

2
[f(x
0
)[
2
_
.
Wegen f(x
0
) ,= 0 gilt
1
,= 0 und aufgrund der Stetigkeit von f in x
0
gibt es
ein > 0, so da [f(x) f(x
0
)[ <
1
f ur alle x Deff mit [x x
0
[ < . F ur
alle derartigen x gilt folglich
[f(x)[ = [f(x
0
) + f(x) f(x
0
)[ [f(x
0
)[ [f(x) f(x
0
)[ [f(x
0
)[
1
[f(x
0
)[
1
2
[f(x
0
)[ =
1
2
[f(x
0
)[ > 0
Zunachst einmal gilt aufgrund von f(x
0
) ,= 0 die Enthaltenseinsrelation x
0

y Deff : f(y) ,= 0 = Def
1
f
Weiterhin gilt
1
f
(x)
1
f
(x
0
)
1
f(x)

1
f(x
0
)
f(x
0
) f(x)
f(x)f(x
0
)

1
1
2
[f(x
0
)[
2

2
[f(x
0
)[
2
1
2
[f(x
0
)[
2
=
f ur alle x Def
1
f
mit [x x
0
[ < . Also ist
1
f
in x
0
stetig. 2
84
Folgerung 4 Sind f und g in x
0
stetige Funktionen und g(x
0
) ,= 0, dann ist
der Quotient
f
g
ebenfalls in x
0
stetig.
Satz 44 Ist die Funktion f im Punkt x
0
und die Funktion g im Punkt f(x
0
)
stetig, so ist die Hintereinanderausf uhrung
3
f g im Punkt x
0
stetig.
Beweis: Zu vorgegebenem > 0 gibt es ein
> 0, so da f ur alle x R mit

f(x) Defg und [f(x) f(x
0
)[ <
die Ungleichung
[(f g)(x) (f g)(x
0
)[ = [g(f(x)) g(f(x
0
))[ <
gilt. Weiter gibt es zu
eine positive reelle Zahl > 0 mit [f(x)

f(x
0
)[ <

0
[ < . Zuordnung von zu zeigt
die Stetigkeit der Hintereinanderausf uhrung f g im Punkt x
0
. 2
22. Berechnen Sie
(a)
lim
x3
2x
3
x + 1
x
4
2x
3
+ x 1
(b)
lim
x2
_
1
x 2

4
x
2
4
_
(c)
lim
x1
_
1
x + 1

1
(x + 1)(x + 3)
_
23. Berechnen Sie
lim
x1
x
n
1
x
m
1
, n, m N 0 .
24. Zeigen Sie, da die Funktion
f(x) =
x, x 0,
gleichmaig stetig ist.
Hinweis: Eine geeignete Wahl ist () =
2
.
3
Wir halten an der im vorigen Semester getroenen Vereinbarung (f g)(x) = g(f(x))
fest.
85
5.2.2 Klassen stetiger Funktionen
Eine unmittelbare Folgerung aus den Ergebnissen des vorangegangenen Ab-
schnitts ist, da jede einer Abbildungsvorschrift f(x) = a
0
+a
1
x+ +a
n
x
n
gen ugende Funktion, man nennt derartige Funktionen auch Polynomfunk-
tionen oder ganze rationale Funktionen, in jedem Punkt x
0
R stetig ist.
Allgemeiner gilt f ur rationale Funktionen f : R R, d.h. die Abbildungs-
vorschrift hat die Gestalt
f(x) =
a
0
+ a
1
x + + a
n
x
n
b
0
+ b
1
x + + b
m
x
m
,
da sie in jedem Punkt x
0
R, f ur welchen b
0
+b
1
x
0
+ +b
m
x
0
m
,= 0 gilt,
stetig ist.
F ur jede nat urliche Zahl k 1 ist die Funktion f : R R mit dem
Denitionsbereich Deff = x R : x 0 und der Abbildungsvorschrift
f(x) =
k
x in jedem Punkt ihres Denitionsbereiches stetig. Gleiches trit

auf die auf ganz R denierte Funktion g : R R mit der Abbildungsvor-
schrift g(x) =
k
_
[x[ zu.
Auf Seite 37 in Abschnitt 3.5 hatten wir die Existenz des Grenzwertes
lim
n
k
a
n
f ur eine konvergente Folge (a
n
)
n1
positiver reeller Zahlen ohne Beweis fest-
gehalten. Wir konnen diesen Existenzbeweis nun nachreichen, er ergibt sich
unmittelbar aus der Stetigkeit der Funktion f(x) =
k
x und Satz 41.

Weiterhin ist jede durch eine Potenzreihe beschriebene Funktion in jedem
inneren Punkt des Konvergenzkreises stetig.
Satz 45 Sei
n=0
a
n
(x a)
n
eine Potenzreihe mit dem Konvergenzradius
> 0. Dann ist die auf dem Konvergenzkreis der Potenzreihe durch die
Abbildungsvorschrift f(x) =
n=0
a
n
(x a)
n
denierte reelle Funktion f :
R R in einer reellen Variablen in jedem Punkt x
0
(a , a + ) stetig.
Beweisidee: Man zeigt zunachst die Stetigkeit von f im Punkt a. F ur jedes
x (a

2
, a +

2
) gilt [x a[

2
und weiter
[f(x) f(a)[ =
n=0
a
n
(x a)
n
_
a
0
= [x a[
n=1
a
n
(x a)
n1
[x a[
n=1
[a
n
[
_
2
_
n1
= [x a[ M <
86
f ur alle x mit [x a[ < := min
_
2
,

M
_
bei beliebig vorgegebenem > 0.
Man beachte, da x = a+
2
im Inneren des Konvergenzkreises der Potenzreihe
liegt, konvergiert sie in diesem Punkt absolut. Es folgt die Existenz der
Summen
n=0
[a
n
[
_
2
_
n
,
n=1
[a
n
[
_
2
_
n
und damit auch
n=1
[a
n
[
_
2
_
n1
=
2
n=1
[a
n
[
_
2
_
n
. Die letztgenannte Summe ist eine positive reelle Zahl,
diese nennen wir M.
Um die Stetigkeit von f in einem Punkt b (a , a +) mit b ,= a nachzu-
weisen, ordnet man die Potenzreihe zunachst nach Potenzen von x b um.
Die dabei entstehende Potenzreihe
n=0
b
n
(x b)
n
hat einen positiven Konvergenzradius
[ba[. g bezeichne die auf dem

oenen Intervall (b
, b +
) denierte Funktion mit der Abbildungsvor-

schrift g(x) =
n=0
b
n
(x b)
n
. Anwendung der obigen

Uberlegungen zeigt,
da g in b stetig ist, also existiert zu beliebig vorgegebenem > 0 ein > 0,
so da [g(x) g(b)[ < f ur alle x (b
, b +
) mit [x b[ < . Aufgrund

von f(x) = g(x) f ur alle x (b +[b a[, b + [b a[) ergibt sich daraus
[f(x) f(b)[ = [g(x) g(b)[ < f ur alle x mit [x b[ < min [b a[, .
2
Aus diesem Satz folgt insbesondere die Stetigkeit der exp-, sin- und cos-
Funktion. Damit ergibt sich f ur die weiteren in Abschnitt 4.3 eingef uhrten
elementaren Funktionen die Stetigkeit in allen inneren Punkten ihres Deni-
tionsbereichs.
5.2.3 Klassikation von Unstetigkeitsstellen
Denition 20 Eine Funktion f hat in einem Haufungspunkt x
0
ihres De-
nitionsbereiches eine hebbare Unstetigkeit, falls der Grenzwert lim
xx
0
f(x)
existiert.
Eine hebbare Unstetigkeit liegt also dann vor, wenn entweder f an der
Stelle x
0
nicht deniert ist oder der Funktionswert f(x
0
) nicht mit dem
Grenzwert lim
xx
0
f(x) ubereinstimmt. So besitzen die beiden Funktionen
g(x) =
_
1 f ur x ,= 0
f ur x = 0
und h(x) =
_
1 f ur x ,= 0
0 f ur x = 0
in 0 eine hebbare Un-
stetigkeit. Allgemein gilt f ur eine Funktion f mit hebbarer Unstetigkeit in
87
x
0
, da die durch

f(x) =
_
f(x) f ur x Deff x
0
lim
xx
0
f(x) f ur x = x
0
denierte
Funktion

f in x
0
stetig ist.
Denition 21 Eine Funktion f hat in einem Haufungspunkt x
0
ihres Deni-
tionsbereiches einen Sprung, wenn die beiden einseitigen Grenzwerte lim
xx
0
0
f(x)
und lim
xx
0
+0
f(x) existieren, aber nicht gleich sind. Man spricht auch
von einem Sprung der Groe [a
l
a
r
[, wobei a
l
= lim
xx
0
0
f(x) sowie
a
r
= lim
xx
0
+0
f(x).
Beispiel: Die Funktion g(x) =
_
1 f ur x < 0
1 f ur x > 0
hat in 0 einen Sprung der
Groe 2. Gleiches trafe auch dann zu, wenn 0 dem Denitionsbereich von g
angehoren und g dort einen beliebigen Wert annehmen w urde.
Denition 22 Hat f in einem Haufungspunkt x
0
ihres Denitionsbereiches
eine hebbare Unstetigkeit oder einen Sprung, dann spricht man von einer
Unstetigkeit 1. Art in x
0
.
Existiert wenigstens einer der beiden einseitigen Grenzwerte lim
xx
0
0
f(x)
oder lim
xx
0
+0
f(x) nicht, so sagt man f hat in x
0
eine Unstetigkeit 2. Art.
Bei den in der Praxis am haugsten anzutreenden Unstetigkeiten 2. Art ist
wenigstens ein einseitiger Grenzwert, oft auch beide, uneigentlich. Beispiels-
weise hat die Funktion
1
x
wegen lim
x00
1
x
= und lim
x0+0
1
x
= + in
x
0
= 0 eine Unstetigkeit 2. Art. F ur die Funktion g(x) =
_
x f ur x 0
1
x
f ur x > 0
gilt lim
x00
g(x) = 0 sowie lim
x0+0
g(x) = +. Auch hier liegt in x
0
= 0
eine Unstetigkeit 2. Art vor. Derartige Unstetigkeiten 2. Art haben das Aus-
sehen eines unendlichen Sprunges. Eine weitere Form der Unstetigkeit 2. Art
ndet man bei
1
x
2
, wo beide einseitigen Grenzwerte gleichartig uneigentlich
sind, namlich lim
x00
1
x
2
= + und lim
x0+0
1
x
2
= +. Im Unterschied
zu den beiden obigen Beispielen ist hier auch der Grenzwert lim
x0
1
x
2
unei-
gentlich, namlich lim
x0
1
x
2
= +.
Eine Stelle x
0
an der beide einseitigen Grenzwerte von f uneigentlich sind
nennt man auch einen Pol von f.
In exotischen Fallen konnen sogar dann Unstetigkeiten 2. Art auftreten,
wenn der Wertebereich der Funktion beschrankt ist. In diesem Fall sind
nat urlich keine uneigentlichen Grenzwerte moglich. Ein Beispiel f ur eine
88
derartige Funktion ist die characteristische Funktion der Menge der rationa-
len Zahlen als Teilmenge der reellen Zahlen, (x) =
_
1 falls x Q
0 sonst
. Diese
Funktion ist auf ganz R deniert, ihr Wertebereich ist nach oben und unten
beschrankt. Die Funktion hat in jedem Punkt x
0
R eine Unstetigkeit 2.
Art, denn f ur kein x
0
existiert auch nur einer der einseitigen Grenzwerte.
5.2.4 Satze uber stetige Funktionen
Satz 46 Jede auf einer abgeschlossenen beschrankten Menge M stetige Funk-
tion f ist gleichmaig stetig auf M.
Beweisskizze: Wir geben > 0 beliebig vor. Aufgrund der Stetigkeit existiert
zu jedem Punkt x
0
M eine positive reelle Zahl (x
0
) > 0, so da
[f(x) f(x
0
)[ <

2
0
[ < (x
0
). Es mu nachgewiesen werden, da
man sogar ein von x
0
unabhangiges > 0 nden kann.
Die Hauptidee besteht darin, da von den unendlich vielen oenen Intervallen
_
x
0
(x
0
)
2
, x
0
+
(x
0
)
2
_
, x
0
M, bereits endlich viele ausreichen, um ganz
M zu uberdecken (Heine-Borelscher

Uberdeckungssatz), d.h. es existieren
Punkte x
1
, x
2
, . . . , x
k
M, so da
M
k
_
i=1
_
x
i
(x
i
)
2
, x
i
+
(x
i
)
2
_
.
Wir setzen := min
k
i=1
(x
i
)
2
.
Sei nun x
0
M beliebig und x (x
0
, x
0
+). Es gibt eine 1 l k mit
x
_
x
l

(x
l
)
2
, x
l
+
(x
l
)
2
_
. Wir schatzen ab
[x
0
x
l
[ = [x
0
x + x x
l
[ [x
0
x[ +[x x
l
[ < +
(x
l
)
2
(x
l
) .
Aus diesem Grund gilt [f(x
0
) f(x
l
)[ <

2
und ebenso gilt wegen x
_
x
l

(x
l
)
2
, x
l
+
(x
l
)
2
_
auch [f(x) f(x
l
)[ <

2
. Daraus ergibt sich
[f(x)f(x
0
)[ = [f(x)f(x
l
)+f(x
l
)f(x
0
)[ [f(x)f(x
l
)[+[f(x
0
)f(x
l
)[ < .
89
Zusammenfassend haben wir gezeigt, da f ur alle x
0
M und x M mit
[x x
0
[ < die Beziehung [f(x) f(x
0
)[ < gilt und dabei hangt nur von
aber nicht von x
0
ab. Also ist f auf M gleichmaig stetig. 2
Anmerkung: Die Anforderungen an M konnen nicht abgeschwacht werden.
Betrachten wir zum Beispiel den Verzicht auf die Abgeschlossenheit. Die
Funktion f(x) =
1
x
ist auf (0, 1) nicht gleichmaig stetig. F ur zwei beliebige
Punkte 0 < x < y < 1 gilt [f(x) f(y)[ =
1
x

1
y
=
yx
xy
< 1. F ur ein
den Anforderungen der Stetigkeitsdenition 18 gen ugendes f ur = 1 und
den Punkt x
n
=
1
n
ergeben sich daraus die Bedingungen x
n
(x
n
+) und
weiter
x
2
n
1xn
=
1
n(n1)
. Keine positive reelle Zahl kann diese Bedingung
f ur alle nat urlichen Zahlen n erf ullen, also ist f im oenen Intervall (0, 1)
nicht gleichmaig stetig.
Das abgeschlossene Intervall [0, 1] kann man nicht als M verwenden, da dieses
Intervall keine Teilmenge des Denitionsbereiches von f ist. Dagegen kann
man den obigen Satz f ur jede Zahl 0 < < 1 auf das abgeschlossene Intervall
[, 1] anwenden. Auf jedem derartigen Intervall liegt gleichmaige Stetigkeit
vor.
Satz 47 Eine auf einer abgeschlossenen beschrankten Menge M stetige Funk-
tion f hat auf M einen beschrankten Wertebereich.
Beweisskizze: Nach dem vorangegangenen Satz ist f auf M absolut stetig.
Zu = 1 existiert also eine positive reelle Zahl so, da [f(x
0
) f(x)[ <
1 f ur alle x, x
0
M mit [x x
0
[ < . Analog zu oben folgert man aus
dem Heine-Borelschen

Uberdeckungssatz die Existenz endlich vieler Zahlen
x
1
, . . . , x
k
, so da M

k
i=1
(x
i
, x
i
+ ). Zu jedem x M existiert
ein i, so da [x x
i
[ < und daher folgt [f(x) f(x
i
)[ < . Also gilt
[f(x)[ < max
k
i=1
([f(x
i
)[ + 1) und max
k
i=1
([f(x
i
)[ + 1) ist eine obere Schranke
f ur die Betrage der Funktionswerte, die f auf M annimmt. 2
Auch hier reicht die Voraussetzung der Stetigkeit auf einer beschrankten
Menge M nicht aus. Man uberzeugt sich leicht von der bestimmten Divergenz
lim
x0
1
x
2
= +, also ist f(x) =
1
x
2
trotz Stetigkeit auf dem oenen Intervall
(0, 1) nicht beschrankt.
Satz 48 (Weierstra) F ur jede auf einer abgeschlossenen beschrankten Men-
ge M stetige Funktion f existieren das Maximum G = max
xM
f(x) und das
Minimum g = min
xM
f(x) der Menge der Funktionswerte die f auf der
Menge M annimmt.
90
Beweis: Nach Satz 1 und Satz 47 existieren Supremum und Inmum der
Menge f(x) : x M. Angenommen das Supremum G dieser Menge
gehorte dieser Menge nicht an, dann w urde f ur alle x M die Beziehung
f(x) < G gelten. Dann ist die Funktion h(x) =
1
Gf(x)
auf ganz M de-
niert und stetig. Folglich ist die Menge der Werte die h auf M annimmt
beschrankt. Sei also K so, da h(x) < K f ur alle x M. Es folgt weiter
1
Gf(x)
< K, also auch f(x) < G
1
K
f ur alle x M. Das steht im Wider-
spruch zu den Eigenschaften der oberen Grenze G. Also gilt f ur mindestens
ein x M die Gleichheit f(x) = G und das Supremum ist sogar Maximum.
Analog zeigt man, da das Inmum sogar Minimum ist. 2
Lemma 3 Sei f im Punkt x
0
stetig und f(x
0
) > 0. Dann gibt es eine
positive reelle Zahl , so da f(x) > 0 f ur alle x Deff mit [x x
0
[ < .
Entsprechend folgt aus der Ungleichung f(x
0
) < 0 die Existenz einer ganzen
Umgebung U
(x
0
) in der f nur negative Werte annimmt.
Beweis: Zu = f(x
0
) gibt es ein > 0, so da [f(x
0
) f(x)[ < f(x
0
) f ur alle
x Deff mit [x x
0
[ < . Im Falle f(x) 0 w urde sich der Widerspruch
f(x
0
) > [f(x
0
) f(x)[ = f(x
0
) +[f(x)[ f(x
0
) ergeben. 2
Satz 49 (Bolzano) Sei f auf dem abgeschlossenen Intervall [a, b] stetig und
es gelte f(a) < 0 sowie f(b) > 0. Dann hat f im oenen Intervall (a, b) eine
Nullstelle, d.h. es gibt eine Zahl (a, b) mit f() = 0.
Beweis: Die Menge A = x [a, b] : y [a, x] : f(y) < 0 ist
wegen a A nicht leer und durch b nach oben beschrankt. Also existiert
das Supremum = sup A. Unser Ziel ist es, die G ultigkeit von f() = 0
nachzuweisen. W urde f() > 0 gelten, so m ute es aufgrund der Stetigkeit
von f im Punkt nach Lemma 3 eine Umgebung U
() geben, in der f nur

positive Werte annimmt. Dann ware aber beispielsweise

2
eine obere
Schranke f ur A im Widerspruch zu sup A = . Den Fall f(x) < 0 schliet
man auf ahnliche Weise aus, denn dann m ute f in einer Umgebung U
()
von nur negative Werte annehmen, weshalb auch +
2
zu A gehoren m ute.
Das widerspricht aber ebenfalls der Supremumeigenschaft von . Also kann
nur f() = 0 gelten. 2
Nat urlich gilt die Aussage des Satzes auch im Fall f(a) > 0 und f(b) < 0.
Dann betrachtet man die ebenfalls auf [a, b] stetige Funktion f, diese erf ullt
die Voraussetzungen des Satzes und hat daher eine Nullstelle (a, b).
91
Nat urlich gilt auch f() = (f)() = 0 = 0. Eine Verallgemeinerung des
Satzes von Bolzano ist der folgende Zwischenwertsatz:
Satz 50 (Zwischenwertsatz) Sei f auf dem abgeschlossenen Intervall [a, b]
stetig. Ferner gelte G = max
xM
f(x) > g = min
xM
f(x). Dann gibt es zu
jedem c R mit g < c < G eine Stelle (a, b) mit f() = c.
Beweis: Nach dem Satz von Weierstra existieren Zahlen y
1
und y
2
aus dem
Intervall [a, b] mit f(y
1
) = g und f(y
2
) = G. Wir beschranken uns auf
die Untersuchung des Falles y
1
< y
2
. y
2
< y
1
behandelt man analog. Die
Funktion h(x) = f(x) c ist nach Satz 42 auf [y
1
, y
2
] stetig und h(y
1
) < 0
sowie h(y
2
) > 0. Also existiert nach dem Satz von Bolzano ein (y
1
, y
2
)
mit h() = 0, also f() = h() + c = c. 2
25. Untersuchen Sie die Funktion
f(x) =
_
x cos

2x
f ur x ,= 0
0 f ur x = 0
auf Stetigkeit im Intervall [1, 1].
26. Weisen Sie die G ultigkeit von
lim
x0
exp x 1
x
= 1
nach.
Hinweis: Stellen Sie die Funktion f(x) =
exp x1
x
als Potenzreihe dar
und nutzen Sie deren Stetigkeit zum Nachweis der obigen Beziehung
aus.
27. Man zeige, da die Gleichung
x
2
+ 1
x
+
x
4
+ 1
x
= 0 ( < )
mindestens eine Losung x (, ) hat.
92
Kapitel 6
Dierentiation reeller
Funktionen in einer reellen
Variablen
6.1 Dierenzen- und Dierentialquotient
Denition 23 (Dierenzenquotient) Sei f eine im oenen Intervall (a, b)
denierte reelle Funktion in einer reellen Variablen und x
0
(a, b). Man
nennt die durch
(h) =
f(x
0
+ h) f(x
0
)
h
denierte Funktion : R R mit Def = h ,= 0 : a < x
0
+ h < b den
Dierenzenquotienten von f in x
0
.
Inhaltlich kann man den Dierenzenquotient als Anstieg der Geraden deuten,
welche die auf dem Graphen von f liegenden Punkte P
0
= (x
0
, f(x
0
)) und
P
1
= (x
0
+ h, f(x
0
+ h)) verbindet. Man spricht auch von der durch P
0
und
P
1
verlaufenden Sekante des Graphen von f. Unter dem Anstieg einer (nicht
zur y-Achse parallelen) Geraden verstehen wir den Tangens des Winkels,
welcher entgegen des Uhrzeigersinnes vom positiven Teil der x-Achse und
der in Richtung steigender x-Werte verlaufenden Halbgeraden der Sekante
eingeschlossen wird.
Bei den oben beschriebenen Sekanten von f handelt es sich um ein durch
den Punkt (x
0
, f(x
0
)) verlaufendes Geradenb uschel. Wenigstens f ur gut-
artige Funktionen f kann man sich vorstellen, da sich die Lage der durch
93
(x
0
, f(x
0
)) verlaufenden Sekante bei Verkleinern der Groe h stabilisiert. Mit
anderen Worten, ihr Anstieg andert sich bei Verkleinern von h fast nicht
mehr.
Denition 24 (Dierentialquotient) Sei f im oenen Intervall (a, b) de-
niert. f heit an der Stelle x
0
(a, b) dierenzierbar, wenn der Grenzwert
lim
h0
(h) = lim
h0
f(x
0
+ h) f(x
0
)
h
des Dierenzenquotienten f ur h gegen 0 existiert. Im Falle seiner Existenz
bezeichnet man diesen Grenzwert als Dierentialquotient (oder auch Ablei-
tung) von f an der Stelle x
0
und f uhrt daf ur die Bezeichnungen f
(x
0
) ein:
f
(x
0
) = lim
h0
f(x
0
+ h) f(x
0
)
h
.
Mittels der einseitigen Grenzwerte lim
h0+0
(h) und lim
h00
(h) des Dif-
ferenzenquotienten erklart man die Begrie in x
0
rechtsseitig beziehungsweise
linksseitig dierenzierbarer Funktionen. Im Gegensatz zu Denition 24, wo
x
0
innerer Punkt des Denitionsbereichs sein mute, benotigt man f ur die
einseitige Dierenzierbarkeit nur, da f in einem halboenen Intervall [x
0
, b)
(rechts) beziehungsweise (a, x
0
] (links) deniert ist.
Wir halten fest, da weder die Existenz noch der Wert des Dierentialquoti-
enten von der Wahl der Intervallgrenzen a und b abhangen.
Sofern der Dierentialquotient f
(x
0
) von f an der Stelle x
0
existiert, so
bezeichnet man die durch (x
0
, f(x
0
)) verlaufende Gerade mit dem Anstieg
f
(x
0
) als Tangente in x
0
an den Graphen von f. Mit Hilfe der linearen
Algebra ermittelt man die implizite Darstellung
y f(x
0
) = f
(x
0
)(x x
0
) (6.1)
der Tangente.
Denition 25 Sei f eine reelle Funktion in einer reellen Variablen. Die
Funktion f
: R R mit dem Denitionsbereich Deff
= x Deff :
f ist in x
0
dierenzierbar und der Abbildungsvorschrift
f
(x) = lim
h0
f(x + h) f(x)
h
nennt man die (erste) Ableitung von f. Eine alternative Symbolik f ur die
Ableitung ist
df
dx
.
94
Man beachte, der Dierentialquotient ist im Falle seiner Existenz eine Zahl,
die erste Ableitung ist eine reelle Funktion in einer reellen Variablen. Die
Ahnlichkeit in der Wahl der Bezeichnungen ist nat urlich gewollt, denn f ur alle
x
0
Deff
ist der Dierentialquotient f
(x
0
) tatsachlich gerade der Funkti-
onswert der Ableitung f
an der Stelle x
0
. Dieser Sachverhalt begr undet auch
die in Denition 24 eingef uhrte alternative Bezeichnung f ur den Dierential-
quotient. Die Verwendung der alternativen Symbolik
df
dx
ist beispielsweise
dann vorteilhaft, wenn die Variable der Funktion f von eventuell auftreten-
den Parametern zu unterscheiden ist oder wir es mit mehreren Funktionen
in verschiedenen Variablen oder gar einer Funktion in mehreren Variablen zu
tun haben.
6.2 Beispiele dierenzierbarer Funktionen
6.2.1 f(x) = c
Wir betrachten eine Konstante c R und die Funktion f(x) = c, die jeder
reellen Zahl x R die Zahl c als Funktionswert zuordnet. F ur die Ableitung
f
von f gilt
f
(x) = 0
f ur alle x R.
Der Nachweis ist trivial, denn der Dierenzenquotient (h) =
f(x
0
+h)f(x
0
)
h
=
cc
h
= 0 ist f ur jedes x
0
R und jedes reelle h ,= 0 gleich 0.
6.2.2 f(x) = x
n
, n N, n ,= 0
Wir betrachten die Ableitung der Funktion f(x) = x
n
. F ur alle x
0
R und
h ,= 0 gilt
(h) =
f(x
0
+ h) f(x
0
)
h
=
(x
0
+ h)
n
x
n
0
h
=
n
i=0
_
n
i
_
x
ni
0
h
i
x
n
0
h
=
n
i=1
_
n
i
_
x
ni
0
h
i
h
=
n
i=1
_
n
i
_
x
ni
0
h
i1
p(h) =
n
i=1
_
n
i
_
x
ni
0
h
i1
ist ein Polynom in der Variablen h und als solches
auf ganz R stetig. Dar uberhinaus zeigen die obigen Rechnungen, da f ur alle
95
h Def die Beziehung p(h) = (h) gilt.

Ubergang zum Dierentialquotient
liefert
lim
h0
(h) = lim
h0
p(h) = p(0) =
n
i=1
_
n
i
_
x
ni
0
0
i1
=
_
n
1
_
x
n1
0
= nx
n1
0
.
Also hat die Funktion f(x) = x
n
die Ableitung
f
(x) = nx
n1
.
6.2.3 f(x) = exp x
Spater werden wir sehen, da man die Ableitung der Exponentialfunktion
einfach durch Ableitung der sie denierenden Potenzreihe bestimmen kann.
Im Moment fehlt uns allerdings noch die Rechtfertigung f ur diesen Schritt
und wir wollen uns einer anderen Methode bedienen.
Berechnen wir zunachst den Dierenzenquotient von f in x
0
.
(h) =
f(x
0
+ h) f(x
0
)
h
=
exp (x
0
+ h) exp x
0
h
=
(exp h 1) exp x
0
h
Ubergang zum Dierentialquotienten an der Stelle x

0
liefert
lim
h0
(exp h 1) exp x
0
h
=
_
lim
h0
exp h 1
h
_
exp x
0
= exp x
0
Dabei kam neben dem Grenzwertsatz 21(2) f ur Produkte (unter Beachtung
von Bemerkung 7 lat sich dieser leicht von Zahlenfolgen auf Funktionen
ubertragen) der in

Ubungsaufgabe 26 gezeigte Grenzwert lim
h0
exp h1
h
= 1
zum Einsatz. Zusammenfassend haben wir gezeigt
f
(x) = exp(x) .
6.2.4 f(x) =
n=0
a
n
(x x
0
)
n
F ur Potenzreihen gilt
96
Satz 51 Die Potenzreihe
n=0
a
n
(xx
0
)
n
habe den Konvergenzradius > 0
und f : R R sei die auf dem oenen Intervall (x
0
, x
0
+ ) durch die
Abbildungsvorschrift
f(x) =
n=0
a
n
(x x
0
)
n
denierte reelle Funktion in einer reellen Variablen. Dann ist f f ur jedes
x (x
0
, x
0
+ ) dierenzierbar und es gilt
f
(x) =
n=1
na
n
(x x
0
)
n1
.
Die Potenzreihe
n=1
na
n
(x x
0
)
n1
hat ebenfalls den Konvergenzradius .
Beweis: Beginnen wir mit dem Berechnen des Dierenzenquotienten von f
in x
0
. F ur alle h mit [h[ < gilt
(h) =
f(x
0
+ h) f(x
0
)
h
=
1
h
_

n=0
a
n
h
n
a
0
_
=
1
h
_

n=1
a
n
h
n
_
=
n=1
a
n
h
n1
Wegen
n1
_
[a
n
[
n
_
[a
n
[ f ur alle nat urlichen Zahlen n 2 und alle Glieder
[a
n
[ < 1, was aufgrund der Nullfolgenbedingung f ur gen ugend groes n erf ullt
sein mu, hat die Potenzreihe
n=1
a
n
x
n1
nach Satz 34 einen mindestens so
groen Konvergenzradius wie
n=0
a
n
(x x
0
)
n
. Aus diesem Grund stimmt
der Dierenzenquotient (h) f ur alle 0 < [h[ < mit dem Wert der Funk-
tion P(h) =
n=1
a
n
h
n1
uberein. Eine Potenzreihe ist im inneren ihres
Konvergenzkreises stetig, also
f
(x
0
) = lim
h0
(h) = lim
h0
P(h) = P(0) = a
1
Zur Berechnung der Ableitung f
(x
1
) an einer Stelle x
1
,= x
0
mit x
1
(x
0
, x
0
+ ) ordnen wir die Potenzreihe zunachst nach Potenzen von (x x
1
)
97
um und erhalten f ur alle x mit [x x
1
[ < [x
0
x
1
[ die Beziehung
f(x) =
n=0
b
n
(x x
1
)
n
, wobei b
m
=
n=m
a
n
_
n
m
_
(x
1
x
0
)
nm
.
Aus den obigen Betrachtungen folgt schlielich
f
(x
1
) = b
1
=
n=1
a
n
_
n
1
_
(x
1
x
0
)
n1
=
n=1
na
n
(x
1
x
0
)
n1
.
Schlielich bleibt noch der Nachweis der Behauptung uber den Konvergenz-
radius. Oensichtlich ist zunachst nur, da die Potenzreihe
n=1
na
n
(x
x
0
)
n1
mindestens den Konvergenzradius hat, denn f ur alle x (x
0
, x
0
+
) haben wir gerade die Existenz der Summe gezeigt. Groer als kann der
Konvergenzradius aber ebenfalls nicht sein, denn w urde
n=1
na
n
(yx
0
)
n1
f ur ein y mit [y x
0
[ > konvergieren, so w urde die Reihe
n=1
na
n
(y x
0
)
n
= (y x
0
)
_

n=1
na
n
(y x
0
)
n1
_
ebenfalls konvergieren und f ur jedes y
1
mit < [y
1
x
0
[ < [y x
0
[ ware
n=1
na
n
(y
1
x
0
)
n
sogar absolut konvergent. Nach dem Majorantenkri-
terium m ute auch
n=0
a
n
(y
1
x
0
)
n
konvergieren, im Widerspruch zu
< [y
1
x
0
[. Also sind die beiden Konvergenzradien tatsachlich gleich.
2
6.2.5 f(x) = sin x, g(x) = cos x
Mit Hilfe des obigen Satzes ergibt sich sofort
f
(x) =
n=0
(1)
n
(2n + 1)x
2n
(2n + 1)!
=
n=0
(1)
n
x
2n
(2n)!
= cos x .
Analog uberzeugt man sich von
g
(x) =
n=1
(1)
n
(2n)x
2n1
(2n)!
=
n=0
(1)
n
x
2n+1
(2n + 1)!
= sin x .
98
6.3 Zusammenhang zwischen Stetigkeit und
Dierenzierbarkeit
Satz 52 Eine Funktion f ist in x
0
Deff genau dann dierenzierbar, wenn
es eine Konstante a R und eine im Nullpunkt stetige Funktion R : R R
mit R(0) = 0 gibt, so da
f(x
0
+ h) f(x
0
) = ah + hR(h) . (6.2)
Beweis: (=) Nehmen wir zunachst an, a und R existieren. Dann gilt
lim
h0
f(x
0
+ h) f(x
0
)
h
= lim
h0
(a + R(h)) = a .
Also existiert der Dierentialquotient von f in x
0
und es gilt f
(x
0
) = a.
(=) Sei nun f in x
0
dierenzierbar. Wir setzen a = f
(x
0
) und
R(h) =
_
f(x
0
+h)f(x
0
)
h
f
(x
0
) f ur h ,= 0, x
0
+ h Deff
0 f ur h = 0
.
Die vorausgesetzte Dierenzierbarkeit von f in x
0
sichert wegen lim
h0
R(h) =
lim
h0
_
f(x
0
+h)f(x
0
)
h
f
(x
0
)
_
= 0 die Stetigkeit von R in h = 0. Weiterhin
gilt f ur alle h ,= 0 mit x
0
+ h Deff die Beziehung
ah + hR(h) = ah + h
_
f(x
0
+ h) f(x
0
)
h
f
(x
0
)
_
= f(x
0
+ h) f(x
0
) .
a und R erf ullen damit alle im Satz gestellten Anforderungen. 2
Folgerung 5 Sei f eine in x
0
dierenzierbare Funktion. Dann existiert eine
in h = 0 stetige Funktion R mit R(0) = 0, so da
f(x
0
+ h) = f(x
0
) + hf
(x
0
) + hR(h)
f ur alle h mit x
0
+ h Def(f).
Beweis: Die Aussage folgt sofort aus dem obigen Satz unter Ber ucksichtigung,
da im Falle der Dierenzierbarkeit von f in x
0
stets a = f
(x
0
) galt. 2
99
Folgerung 6 Ist f in x
0
dierenzierbar, so ist f auch in x
0
stetig.
Beweis: F ur a und R wie in (6.2) gilt
lim
h0
f(x
0
+ h) = lim
h0
(ah + hR(h) + f(x
0
)) = f(x
0
) ,
also ist f in x
0
stetig. 2
Die Umkehrung der Folgerung gilt dagegen keineswegs. So ist f(x) = [x[ auf
ganz R sogar gleichmaig stetig (mit () = ). Dennoch ist f an der Stelle
x
0
= 0 nicht dierenzierbar.
Betrachten wir einmal den linksseitigen und den rechtsseitigen Grenzwert des
Dierenzenquotienten in x
0
= 0 f ur h gegen 0.
lim
h00
f(x
0
+ h) f(x
0
)
h
= lim
h00
[h[
h
= lim
h00
h
h
= 1 wegen h < 0
lim
h0+0
f(x
0
+ h) f(x
0
)
h
= lim
h0+0
[h[
h
= 1 wegen h > 0
Die beiden einseitigen Grenzwerte stimmen nicht uberein, also existiert der
beidseitige Grenzwert, d.h. der Dierentialquotient von f in x
0
= 0, nicht.
Es gibt sogar auf ganz R stetige Funktionen, die in keinem Punkt dieren-
zierbar sind. Beispielsweise kommt die Bahn der Bewegung eines Molek uls in
einem Gas einer derartigen Kurve nahe. Bei jedem Zusammensto mit einem
anderen Molek ul andert das Molek ul seine Bewegungsrichtung schlagartig, so
da die Kurve an dieser Stelle ahnlich der Absolutbetragsfunktion bei 0 nicht
dierenzierbar ist. Ist das Gas gen ugend dicht, so stot das Molek ul nahezu
zu jedem Zeitpunkt mit anderen Molek ulen zusammen. Einschrankend ist
hier noch anzumerken, da die Bahn des Molek uls als Funktion der Zeit an-
gesehen werden mu, der Funktionswert ist der Punkt des Raumes, wo sich
das Molek ul gerade bendet. Der Wertebereich sind also nicht einfach die
reellen Zahlen, so da die beschriebene Funktion streng genommen nicht in
das hier behandelte Konzept pat.
6.4 Hohere Ableitungen
Da die Ableitung f
einer Funktion wieder eine reelle Funktion in einer re-

ellen Variablen ist, liegt es nahe auch nach deren Ableitung zu fragen. Man
deniert
100
Denition 26 Sei f dierenzierbar in jedem Punkt einer Umgebung U(x
0
).
Ist dann die Ableitung f
in x
0
dierenzierbar, dann nennt man (f
(x
0
) die
zweite Ableitung von f an der Stelle x
0
. Man schreibt daf ur (f
(x
0
) =
f
(x
0
) =
d
2
f
dx
2
(x
0
). Man sagt, f ist in x
0
zweimal dierenzierbar. Durch in-
duktives Fortsetzen dieser Methode erklart man die n-te Ableitung f
(n)
(x
0
) =
d
n
f
dx
n
(x
0
) von f in x
0
als (f
(n1)
)
(x
0
), sofern die (n 1)-te Ableitung von f
in einer gewissen Umgebung

U(x
0
) existiert.
Selbst wenn eine Funktion uberall dierenzierbar ist, so brauchen die hoheren
Ableitungen dennoch nicht notwendigerweise zu existieren. Es ist also durch-
aus sinnvoll davon zu sprechen, da eine Funktion k-mal dierenzierbar ist
oder zu fordern, da sie es sein soll.
Die in Abschnitt 6.2 behandelten Funktionen sind alle beliebig oft dieren-
zierbar, d.h. f ur jede nat urliche Zahl n gilt, da die Funktionen n-mal die-
renzierbar sind.
6.5 Dierentiationsregeln
Kommen wir nun zur Fundierung der Ihnen weitgehend bereits aus der Schule
bekannten Dierentiationsregeln.
6.5.1 Summenregel
Satz 53 f und g seien zwei in x
0
dierenzierbare Funktionen. Dann ist
auch die Summe f + g in x
0
dierenzierbar und f ur die Ableitung gilt
(f + g)
(x
0
) = f
(x
0
) + g
(x
0
)
Der Beweis verbleibt als

Ubungsaufgabe 30.
6.5.2 Produktregel
Satz 54 Das Produkt f g zweier in x
0
dierenzierbarer Funktionen f und
g ist ebenfalls in x
0
dierenzierbar. F ur die Ableitung gilt
(f g)
(x
0
) = f
(x
0
)g(x
0
) + f(x
0
)g
(x
0
)
101
Beweis: Wir fragen nach dem Grenzwert
lim
h0
(f g)(x
0
+ h) (f g)(x
0
)
h
des Dierenzenquotienten von f g an der Stelle x
0
. Es gilt
(f g)
(x
0
) = lim
h0
(f g)(x
0
+ h) (f g)(x
0
)
h
= lim
h0
f(x
0
+ h)g(x
0
+ h) f(x
0
)g(x
0
)
h
= lim
h0
g(x
0
+ h) (f(x
0
+ h) f(x
0
)) + f(x
0
) (g(x
0
+ h) g(x
0
))
h
= lim
h0
g(x
0
+ h)
f(x
0
+ h) f(x
0
)
h
+ lim
h0
f(x
0
)
g(x
0
+ h) g(x
0
)
h
= g(x
0
)f
(x
0
) + f(x
0
)g
(x
0
)
Dabei wurden die Dierenzierbarkeit von f und g in x
0
sowie die sich daraus
ergebende Stetigkeit von g an der Stelle x
0
verwendet. 2
6.5.3 Quotientenregel
Satz 55 f und g seien in x
0
dierenzierbare Funktionen und g(x
0
) ,= 0.
Dann ist der Quotient
f
g
in x
0
dierenzierbar und besitzt dort die Ableitung
_
f
g
_
(x
0
) =
f
(x
0
)g(x
0
) f(x
0
)g
(x
0
)
g(x
0
)
2
Beweis: Untersuchung des Dierentialquotienten liefert:
_
f
g
_
(x
0
) = lim
h0
f(x
0
+h)
g(x
0
+h)

f(x
0
)
g(x
0
)
h
= lim
h0
1
g(x
0
+ h)g(x
0
)
f(x
0
+ h)g(x
0
) f(x
0
)g(x
0
+ h)
h
= lim
h0
1
g(x
0
+ h)g(x
0
)
g(x
0
) (f(x
0
+ h) f(x
0
)) f(x
0
) (g(x
0
+ h) g(x
0
))
h
=
f
(x
0
)g(x
0
) f(x
0
)g
(x
0
)
g(x
0
)
2
2
102
6.5.4 Kettenregel
Satz 56 f sei eine in x
0
und g eine in f(x
0
) dierenzierbare Funktion. Dann
ist die Komposition f g an der Stelle x
0
mit der Ableitung
(f g)
(x
0
) =
_
d
dx
g(f(x))
_
(x
0
) = g
(f(x
0
))f
(x
0
)
dierenzierbar.
Beweis: Untersuchen wir den Dierentialquotienten
(f g)
(x
0
) = lim
h0
g(f(x
0
+ h)) g(f(x
0
))
h
(6.3)
Aus Folgerung 5 ergibt sich die Existenz einer in h = 0 stetigen Funktion R
mit R(0) = 0, so da f ur alle h aus einer Umgebung von 0 die Gleichung
f(x
0
+ h) f(x
0
) = h(f
(x
0
) + R(h))
gilt. Im Falle h ,= 0 folgt weiter
h =
f(x
0
+ h) f(x
0
)
f
(x
0
) + R(h)
und Einsetzen in (6.3) f uhrt auf
(f g)
(x
0
) = lim
h0
(f
(x
0
) + R(h))
g(f(x
0
+ h)) g(f(x
0
))
f(x
0
+ h) f(x
0
)
= f
(x
0
)g
(f(x
0
))
2
6.5.5 Ableitung der Umkehrfunktion f
1
Satz 57 f sei eine in x
0
dierenzierbare Funktion, welche in einer Umge-
bung U(x
0
) eine Umkehrfunktion f
1
besitzt. Dann ist f
1
in y
0
= f(x
0
)
mit der Ableitung
_
f
1
_
(y
0
) =
1
f
(x
0
)
=
1
f
(f
1
(y
0
))
dierenzierbar.
103
Beweis: Der Dierentialquotient hat die Gestalt
lim
h0
f
1
(y
0
+ h) f
1
(y
0
)
h
.
F ur alle y aus einer gewissen Umgebung U(y
0
) gilt f
1
(y) U(x
0
) und
f(f
1
(y)) = y. Folglich gilt f ur kleine h die Beziehung h = f(f
1
(y
0
+h))
f(f
1
(y
0
)). Einsetzen in den Dierentialquotient ergibt
_
f
1
_
(y
0
) = lim
h0
f
1
(y
0
+ h) f
1
(y
0
)
h
= lim
h0
f
1
(y
0
+ h) f
1
(y
0
)
f(f
1
(y
0
+ h)) f(f
1
(y
0
))
=
1
lim
h0
f(f
1
(y
0
+h))f(f
1
(y
0
))
f
1
(y
0
+h)f
1
(y
0
)
=
1
f
(x
0
)
Hier sind zwei Hinweise angebracht. Zunachst sind f in U(x
0
) und f
in
U(y
0
) bijektiv, also insbesondere streng monoton. Sonst w urde die jeweilige
Umkehrfunktion nicht existieren. Aus diesem Grund folgt aus h ,= 0 auch
f
1
(y
0
+ h) f
1
(y
0
) ,= 0, daher ist im vorletzten Schritt das Invertieren
moglich. Auerdem geht aufgrund der Stetigkeit von f
in y
0
mit h auch die
Dierenz f
1
(y
0
+ h) f
1
(y
0
) gegen 0, also handelt es sich unter Ber uck-
sichtigung von f
1
(y
0
) = x
0
im Nenner der vorletzten Zeile tatsachlich um
den Dierentialquotient von f in x
0
. 2
Wir schlieen diesen Abschnitt mit einem Beispiel ab und betrachten die
Logarithmusfunktion ln. Deren Umkehrfunktion ist die Exponentialfunktion
exp. Mit der Notation des Satzes haben wir f = exp, f
1
= ln und f
= exp.
Damit folgt die bekannte Beziehung
_
f
1
_
(y
0
) =
d ln
dy
(y
0
) =
1
exp ln y
0
=
1
y
0
104
28. Berechnen Sie die Ableitungen der folgenden Funktionen f, g und h
(a)
f(x) = sin(x) cos(x) exp(x)
2
(b)
g(x) = tan(exp(x
2
+ 3x 2))
(c)
h(x) = cos
_
2x
x
2
3
_
29. Was mu f ur die reellen Zahlen
1
,
2
,
1
,
2
,
1
,
2
gelten, damit die
Funktion
f(x) =
_

1
x
2
+
1
x +
1
f ur x 0
2
x
2
+
2
x +
2
f ur x < 0
(a) stetig,
(b) dierenzierbar ist.
30. Beweisen Sie die Summenregel der Dierentiation. (Satz 53)
105
6.5.6 Kurzzusammenfassung der Dierentiationsregeln
Wir stellen die gerade erarbeiteten Regeln in einer

Ubersicht zusammen. Da-
bei sind jedoch in jedem Falle die in den Satzen gemachten Voraussetzungen
an die Funktionen f und g zu ber ucksichtigen!
d(f + g)
dx
(x) =
df
dx
(x) +
dg
dx
(x)
d(f g)
dx
(x) =
df
dx
(x) g(x) + f(x)
dg
dx
(x)
d
_
f
g
_
dx
(x) =
df
dx
(x) g(x) f(x)
dg
dx
(x)
g(x)
2
d(f g)
dx
(x) =
d
dx
g(f(x)) =
dg
dx
(f(x))
df
dx
(x)
df
1
dx
(x) =
1
df
dx
(f
1
(x))
Unter Bezugnahme auf die Funktionen selbst, nicht deren Funktionswerten
an der Stelle x, kann man noch kompakter formulieren:
(f + g)
= f
+ g
(f g)
= f
g + f g
_
f
g
_
=
f
g f g
g
2
(f g)
= (f g
) f
_
f
1
_
=
1
f
1
f
6.5.7 Auswahl wichtiger Ableitungen

Mit Hilfe der obigen Dierentiationsregeln und der Beziehungen zwischen
den elementaren Funktionen rechnet man die folgenden Ableitungen aus.
Dabei sind gegebenenfalls Einschrankungen an die Denitionsbereiche der
106
Funktionen hinzuzuziehen.
d
dx
n=0
a
n
(x x
0
)
n
=
n=1
na
n
(x x
0
)
n1
d
dx
exp x = exp x
d
dx
sin x = cos x
d
dx
cos x = sin x
d
dx
tan x =
1
cos
2
x
= 1 + tan
2
x
d
dx
cot x =
1
sin
2
x
= (1 + cot
2
x)
d
dx
ln x =
1
x
d
dx
arcsin x =
1
1 x
2
d
dx
arccos x =
1
1 x
2
d
dx
arctan x =
1
1 + x
2
d
dx
arccotx =
1
1 + x
2
d
dx
n
x =
1
n
n
x
n1
d
dx
x
a
= ax
a1
, f ur beliebige a R
d
dx
a
x
= a
x
ln a , f ur beliebige positive a R
d
dx
log
a
x =
1
x ln a
, f ur beliebige positive a R
d
dx
x
x
= (ln x + 1)x
x
107
6.6 Wichtige Satze der Dierentialrechnung
6.6.1 Satz von Rolle
Satz 58 (Satz von Rolle) f sei im abgeschlossenen Intervall [a, b] stetig
und im oenen Intervall (a, b) dierenzierbar. Falls f(a) = f(b) = 0 gilt, so
existiert eine Zahl (a, b) mit f
() = 0.
Beweis: 1. Fall: Gilt f() = 0 f ur alle a < < b, so gilt auch f
() = 0 f ur
alle a < < b und die obige Behauptung ist erf ullt.
2. Fall: Es existiert ein a < x
0
< b mit f(x
0
) > 0. Sei G das Supremum der
Funktionswerte f(x) [ a x b. Dieses Supremum ist positiv und nach
Satz 48 von Weierstra handelt es sich sogar um ein Maximum, es gibt also
ein (a, b) mit f() = G. Betrachten wir nun den Dierenzenquotienten
(h) =
f(+h)f()
h
von f an der Stelle . Aufgrund von f(+h)f() 0 f ur
alle h R mit a < +h < b ergibt sich () 0 f ur h > 0 und () 0 f ur
h < 0. Wegen der vorausgesetzten Dierenzierbarkeit von f in existieren
der linksseitige, der rechtsseitige und der beidseitige Grenzwert des Die-
renzenquotienten. Aus den obigen Ungleichungen ergibt sich dar uberhinaus
lim
h00
(h) 0 und lim
h0+0
(h) 0. Da beide einseitigen Grenzwerte
gleich sein m ussen folgt
lim
h00
(h) = lim
h0+0
(h) = lim
h0
(h) = 0 = f
()
und wir sind fertig.
3. Fall: Es existiert ein a < x
0
< b mit f(x
0
) < 0. Wir betrachten die
Funktion f. Diese erf ullt ebenfalls die Voraussetzungen des Satzes und
fallt unter den 2. Fall. Also gibt es ein (a, b) mit (f)
() = f
() = 0
und die Behauptung ist gezeigt. 2
Eine einfache Folgerung aus dem obigen Satz ist
Folgerung 7 Ist f im abgeschlossenen Intervall [a, b] stetig und im oenen
Intervall (a, b) dierenzierbar und gilt f(a) = f(b), so existiert eine Zahl
(a, b) mit f
() = 0.
Ein Beispiel f ur eine Anwendung des Satzes besteht in der Feststellung, da
sich ein schwingendes Pendel nicht standig in Bewegung benden kann. Zum
Zeitpunkt des Umkehrens mu sich das Pendel in Ruhe benden.
108
6.6.2 Mittelwertsatz der Dierentialrechnung
Satz 59 (Mittelwertsatz der Dierentialrechnung) f sei im abgeschlos-
senen Intervall [a, b] stetig und im oenen Intervall (a, b) dierenzierbar.
Dann existiert ein (a, b) mit
f(b) f(a)
b a
= f
()
Beweis: Wir denieren die Funktion
g(x) = f(x) (x a)
f(b) f(a)
b a
Diese ist ebenfalls auf [a, b] stetig und auf (a, b) dierenzierbar. Dar uberhin-
aus gelten g(a) = f(a) und g(b) = f(b) (f(b) f(a)) = f(a). Also ist
Folgerung 7 anwendbar und wir schlieen auf die Existenz eines (a, b)
mit g
() = 0.
Mit g
(x) = f
(x)
f(b)f(a)
ba
folgt
f
() =
f(b) f(a)
b a
2
Inhaltlich lat sich der Satz so formulieren, da es im Intervall (a, b) eine
Stelle gibt, an der die Tangente an den Graph von f parallel zur durch
(a, f(a)) und (b, f(b)) bestimmten Sekante des Graphen verlauft.
Der Satz lat sich beispielsweise nutzen, um die Ungleichung
x, y R : [ sin x sin y[ [x y[
zu beweisen. Die Funktion sin erf ullt in jedem Intervall [x, y], x ,= y, die
Voraussetzungen des Mittelwertsatzes. Folglich existiert ein [x, y], so
da
sin xsin y
xy
= cos . Also
| sin xsin y|
|xy|
= [ cos [ 1 und die Behauptung folgt
sofort.
6.6.3 Quotientenmittelwertsatz
Satz 60 (Quotientenmittelwertsatz) f und g seien zwei im abgeschlos-
senen Intervall [a, b] stetige und im oenen Intervall (a, b) dierenzierbare
109
Funktionen und es sei g
(x) ,= 0 f ur alle a < x < b. Dann existiert ein

(a, b) mit
f(b) f(a)
g(b) g(a)
=
f
()
g
()
.
Beweis: Auf den ersten Blick mag es scheinen, da man einfach Satz 59 auf
f und g anwendet und dann die beiden Gleichungen dividiert. So einfach ist
der Beweis allerdings nicht, da man in diesem Fall unterschiedliche Zwischen-
stellen
1
und
2
f ur die beiden Ableitungen auf der rechten Seite erhalten
w urde.
Zunachst gilt g(b) ,= g(a), andernfalls m ute die Ableitung von g an einer
Stelle des Intervalls (a, b) gema Satz 59 verschwinden, was aber nach Vor-
aussetzung nicht der Fall sein soll. Damit ist die Funktion
h(x) = f(x) f(a)
g(x) g(a)
g(b) g(a)
(f(b) f(a)) ,
in [a, b] stetig und in (a, b) dierenzierbar. Auerdem gilt h(a) = h(b) = 0.
Anwendung des Satzes von Rolle (Satz 58) zeigt die Existenz eines (a, b)
mit h
() = 0 und aus
0 = h
() = f
() g
()
f(b) f(a)
g(b) g(a)
folgt die Behauptung. 2
6.6.4 Regel von lHospital
Den Quotientenmittelwertsatz kann man nun wiederum ausnutzen, um eine
weitere Regel zur Berechnung von Grenzwerten von Funktionen abzuleiten.
Satz 61 (Regel von lHospital) Die Funktionen f und g seien im halbof-
fenen Intervall [x
0
, x
0
+ l) stetig und im oenen Intervall (x
0
, x
0
+ l) die-
renzierbar, wobei l eine positive reelle Zahl ist. Dar uberhinaus gelte f(x
0
) =
g(x
0
) = 0 sowie g
(x) ,= 0 f ur alle x (x
0
, x
0
+ l).
Dann folgt aus der G ultigkeit von
lim
xx
0
+0
f
(x)
g
(x)
= A
110
auch die G ultigkeit der Beziehung
lim
xx
0
+0
f(x)
g(x)
= A .
Erf ullen f und g die entsprechenden Bedingungen auf einem Intervall (x
0
l, x
0
], so gilt die Implikation
lim
xx
0
0
f
(x)
g
(x)
= A = lim
xx
0
0
f(x)
g(x)
= A
f ur die linksseitigen Grenzwerte.
Beweis: F ur beliebige Intervallgrenzen a = x
0
und b = x
0
+ h mit 0 < h < l
erf ullen f und g die Voraussetzungen des Quotientenmittelwertsatzes 60.
Also existiert ein (von h abhangiges) (0, 1), so da
f(x
0
+ h)
g(x
0
+ h)
=
f
(x
0
+ h)
g
(x
0
+ h)
.
Aus der Voraussetzung
lim
xx
0
+0
f
(x)
g
(x)
= A
folgt zu beliebig vorgegebenem > 0 die Existenz eines > 0, so da
(x
0
+ h)
g
(x
0
+ h)
A
<
f ur alle 0 < h < . Aufgrund von 0 < h < h ergibt sich erst recht
f(x
0
+ h)
g(x
0
+ h)
A
(x
0
+ h)
g
(x
0
+ h)
A
<
f ur alle 0 < h < , also gilt auch die Beziehung
lim
xx
0
+0
f(x)
g(x)
= A .
Die Behauptung f ur linkseitige Grenzwerte folgt analog. 2
Im Hinblick auf zweiseitige Grenzwerte leiten wir daraus ab:
111
Folgerung 8 Die Funktionen f und g seien auf einer Umgebung U(x
0
)
stetig und in jedem von x
0
verschiedenen Punkt der Umgebung dieren-
zierbar. Dar uberhinaus gelte f(x
0
) = g(x
0
) = 0 und g
(x) ,= 0 f ur alle
x U(x
0
) x
0
. Falls dann der Grenzwert lim
xx
0
f
(x)
g
(x)
existiert, so exi-
stiert auch der Grenzwert lim
xx
0
f(x)
g(x)
und beide Grenzwerte stimmen in die-
sem Falle uberein, d.h.
lim
xx
0
f(x)
g(x)
= lim
xx
0
f
(x)
g
(x)
.
Ohne Beweis halten wir fest, da die Regel von lHospital sinngema auch
im Fall x
0
= gilt. Ebenso lat sie sich auf den Fall zweier uneigentlicher
Grenzwerte lim
xx
0
f(x) = und lim
xx
0
g(x) = anwenden.
Beispiele:
lim
x0
cos x 1
x
2
= lim
x0
sin x
2x
= lim
x0
cos x
2
=
1
2
lim
x0
ln(1 + x)
x
= lim
x0
1
1 + x
= 1
lim
x
2
( 2x) tan x = lim
x
2
2x
cot x
= lim
x
2
2
(1 + cot
2
x)
= lim
x
2
2
1 + cot
2
x
= 2
lim
x0+0
x ln x = lim
x0+0
ln x
1
x
= lim
x0+0
1
x
1
x
2
= lim
x0+0
x = 0
lim
x+
ln x
x
= lim
x+
1
x
= 0
6.6.5 Satz von Taylor
Der folgende Satz zeigt, wie man eine gen ugend oft dierenzierbare Funktion
in einer kleinen Umgebung U(x
0
) einer Stelle x
0
durch ein Polynom in einer
den Abstand des Funktionswertes x von x
0
beschreibenden Variablen h, d.h.
x = x
0
+ h, approximieren kann.
Derartige Approximationen sind insbesondere f ur numerische Rechnungen
bedeutsam, da man so beispielsweise Berechnungen transzendenter Funktio-
nen auf die vier Grundrechenoperationen reduzieren kann.
Satz 62 (Satz von Taylor) Es sei f eine im Intervall (x
0
l, x
0
+l), wobei
l > 0, (mindestens) (n + 1)-mal dierenzierbare Funktion. Dann gibt es zu
112
jedem x R mit x
0
l < x < x
0
+ l ein (0, 1), so da
f(x) = f(x
0
) +
f
(x
0
)
1!
(x x
0
) +
f
(x
0
)
2!
(x x
0
)
2
+ (6.4)
+
f
(n)
(x
0
)
n!
(x x
0
)
n
+
f
(n+1)
(x
0
+ (x x
0
))
(n + 1)!
(x x
0
)
n+1
Die Funktion R
n
(x) =
f
(n+1)
(x
0
+(xx
0
))
(n+1)!
(x x
0
)
n+1
heit Lagrangsches Rest-
glied des Taylorschen Satzes.
Beweis: Wir konstruieren zunachst die Funktionen
g(x) = f(x) f(x
0
)
f
(x
0
)
1!
(x x
0
)
f
(n)
(x
0
)
n!
(x x
0
)
n
und
h(x) = (x x
0
)
n+1
F ur die Ableitungen dieser Funktionen gelten die Beziehungen
g(x
0
) = g
(x
0
) = = g
(n)
(x
0
) = 0 und g
(n+1)
(x
0
) = f
(n+1)
(x
0
)
beziehungsweise
h(x
0
) = h
(x
0
) = = h
(n)
(x
0
) = 0 und h
(n+1)
(x
0
) = (n + 1)!
Wenden wir nun den Quotientenmittelwertsatz 60 auf g und h an, so erhalten
wir
g(x)
h(x)
=
g(x) g(x
0
)
h(x) h(x
0
)
=
g
(x
0
+
1
(x x
0
))
h
(x
0
+
1
(x x
0
))
Auf die rechte Seite konnen wir wieder den Quotientenmittelwertsatz anwen-
den und gelangen zu
g(x)
h(x)
=
g
(x
0
+
1
(x x
0
))
h
(x
0
+
1
(x x
0
))
=
g
(x
0
+
1
(x x
0
)) g
(x
0
)
h
(x
0
+
1
(x x
0
)) h
(x
0
)
=
g
(x
0
+
2
1
(x x
0
))
h
(x
0
+
2
1
(x x
0
))
Nach insgesamt (n + 1)-maligem Anwenden des Quotientenmittelwertsatzes
erhalten wir schlielich
g(x)
h(x)
=
g
(n+1)
(x
0
+ (x x
0
))
h
(n+1)
(x
0
+ (x x
0
))
=
f
(n+1)
(x
0
+ (x x
0
))
(n + 1)!
,
113
wobei =
n+1
n

1
eine reelle Zahl aus dem Intervall (0, 1) ist. Einsetzen
der denierenden Ausdr ucke f ur g und h und Auosen der Gleichung nach
f(x) f uhrt auf Gleichung (6.4). 2
Setzt man h = x x
0
, so nimmt die obige Gleichung die Gestalt
f(x
0
+ h) = f(x
0
) +
f
(x
0
)
1!
h + +
f
(n)
(x
0
)
n!
h
n
+
f
(n+1)
(x
0
+ h)
(n + 1)!
h
n+1
an und f ur kleine Zahlen h gilt die Naherung
f(x
0
+ h) f(x
0
) +
f
(x
0
)
1!
h +
f
(x
0
)
2!
h
2
+ +
f
(n)
(x
0
)
n!
h
n
.
Ist f in einer Umgebung U(x
0
) von x
0
sogar beliebig oft dierenzierbar, so
kann man den Taylorschen Satz mit immer groerem n betrachten. Gilt dann
lim
n
R
n
(x) = 0 f ur alle x U(x
0
), dann kann man f auf U(x
0
) in eine
sogenannte Taylorreihe
f(x) =
n=0
f
(n)
(x
0
)
n!
(x x
0
)
n
entwickeln. Auf diese Weise hatte man die

Ubungsaufgaben 20 und 21 eben-
falls losen konnen.
114
31. Berechnen Sie die Ableitungen der Funktionen
f(x) = sinh x
g(x) = cosh x
k(x) = log
a
x, a ist eine positive reelle Zahl
h(x) = x
sin x
32. Zeigen Sie
d
dx
arctan x =
1
1 + x
2
Hinweis: Weisen Sie zunachst
d
dx
tan x =
1
cos
2
x
= 1 + tan
2
x nach und
verwenden Sie dann den Satz uber die Ableitung der Umkehrfunktion.
33. Berechnen Sie die erste Ableitung
d arsinh
dx
der Funktion arsinh.
Hinweis: Die Berechnung verlauft ahnlich der in der vorigen Aufga-
be. Als Zwischenschritt benotigen sie das Additionstheorem cosh
2
x
sinh
2
x = 1.
6.7 Kurvendiskussion
6.7.1 Monotonie
Zum Abschlu des Kapitels zur Dierentialrechnung wollen wir einige Satze
dar uber zusammenstellen, wie die Ableitung einer reellen Funktion f in einer
reellen Variablen R uckschl usse auf den Verlauf des Graphen von f erlaubt.
Satz 63 f sei in (a, b) dierenzierbar. Dann ist f genau dann monoton
wachsend in (a, b), wenn f
(x) 0 f ur alle a < x < b.

Dar uberhinaus ist f genau dann streng monoton wachsend, wenn f
(x) 0
f ur alle a < x < b gilt und auf keinem Teilintervall (c, d) (a, b) sogar f ur
alle c < x < d die Gleichheit f
(x) = 0 vorliegt.
Beweis: Sei f monoton wachsend. Dann ist der Dierenzenquotient
f(x
0
+h)f(x
0
)
h
f ur alle x
0
(a, b) und jedes h mit x
0
+h (a, b) nichtnegativ. Damit ist der
115
Dierentialquotient, also die Ableitung f
(x
0
) (welche nach Voraussetzung
existiert), ebenfalls 0.
Betrachten wir nun den umgekehrten Fall, da also f ur alle a < x < b die
Ungleichung f
(x) 0 gilt. Angenommen, f wachst nicht monoton auf ganz

(a, b). Dann gibt es zwei Stellen c, d (a, b) mit c < d und f(c) > f(d).
Anwendung des Mittelwertsatzes 59 liefert die Existenz eines (c, d) mit
f
() =
f(c)f(d)
cd
< 0. Das steht im Widerspruch zur Voraussetzung.
Kommen wir nun zur Untersuchung der strengen Monotonie. Sei also f
streng monoton wachsend und angenommen, es gibt ein Teilintervall (c, d)
(a, b) mit f
(x) = 0 f ur alle c < x < d. Dann m ute f auf ganz (c, d) den
gleichen Wert annehmen, im Widerspruch zur strengen Monotonie.
Nehmen wir nun umgekehrt an, es gilt f
(x) 0 f ur alle a < x < b aber es

gibt kein Intervall (c, d) (a, b) mit f
(x) = 0 f ur alle c < x < d. Bereits oben

haben wir gezeigt, da f dann monoton wachst. Nehmen wir an, es gibt zwei
Stellen c, d mit f(c) = f(d). Aufgrund der Monotonie gilt dann sogar f(x) =
f(c) = f(d) f ur alle c < x < d. Dann ist aber der Dierentialquotient f ur
jedes c (c, d) gleich Null, im Widersprcuh zur vorausgesetzten Nichtexistenz
eines Intervalles auf dem f
uberall den Wert Null annimmt. Also wachst f

streng monoton. 2
Analoge Aussagen treen f ur monoton fallende Funktionen zu.
6.7.2 Lokale Extremwerte
Denition 27 Sei f eine auf einem Intervall (a, b) denierte Funktion. Man
sagt, f hat an der Stelle x
0
(a, b) ein lokales Maximum (Minimum), falls
eine Umgebung U(x
0
) existiert, so da f(x) < f(x
0
) (f(x) > f(x
0
)) f ur alle
x U(x
0
) x
0
.
Satz 64 (Notwendige Bedingung f ur lokale Extremwerte) f sei in x
0
dierenzierbar und f habe an der Stelle x
0
einen lokalen Extremwert. Dann
gilt f
(x
0
) = 0.
Beweis: Der Dierenzenquotient
f(x
0
+h)f(x
0
)
h
von f an der Stelle x
0
weit f ur
negative h ein anderes Vorzeichen auf, als f ur positive h (welches Vorzeichen
wo auftritt, hangt davon ab, ob es sich um ein lokales Maximum oder ein
lokales Minimum handelt). Daher kann der Dierentialquotient nur 0 sein.
2
116
Bemerkung 8 f sei in [a, b] stetig und f
besitze nur endlich viele Nullstel-

len in [a, b]. Dann nimmt f das Maximum seiner Funktionswerte auf [a, b] in
einer der beiden Intervallgrenzen a oder b oder in einem lokalen Maximum
an.
Analog nimmt f das Minimum seiner Funktionswerte auf [a, b] in einer der
beiden Intervallgrenzen a oder b oder in einem lokalen Minimum an.
Satz 65 (Hinreichende Bedingung f ur lokale Extremwerte) Ist f in
einer Umgebung U(x
0
) zweimal dierenzierbar und gilt f
(x
0
) = 0 sowie
f
(x) > 0 (f
(x) < 0) f ur alle x ,= x

0
aus U(x
0
), dann besitzt f an der Stelle
x
0
ein lokales Minimum (Maximum).
Beweis: Sei f
(x
0
) = 0 und f
(x) > 0 f ur alle x U(x

0
) x
0
.
Wir schreiben den Taylorschen Satz f ur n = 1 auf. Zu jedem x U(x
0
)
existiert ein (0, 1), so da
f(x) = f(x
0
) + f
(x
0
)(x x
0
) + f
(x
0
+ (x x
0
))
(x x
0
)
2
2!
> f(x
0
) .
Also hat f in x
0
ein lokales Minimum. 2
Eine Folgerung aus dieser hinreichenden Bedingung ist das aus der Schule
bekannte Kriterium (k = 2).
Satz 66 k sei eine positive gerade nat urliche Zahl. f sei in einer Umgebung
U(x
0
) k-mal dierenzierbar mit f
(x
0
) = f
(x
0
) = = f
(k1)
(x
0
) = 0 und
f
(k)
(x
0
) ,= 0. Ist f
(k)
stetig in x
0
, dann gilt:
f
(k)
(x
0
) > 0 = f hat lokales Minimum in x
0
f
(k)
(x
0
) < 0 = f hat lokales Maximum in x
0
Beweis: Die Stetigkeit von f
(k)
sichert, da f
(k)
(x
0
) in einer ganzen Umge-
bung von x
0
das gleiche Vorzeichen wie in x
0
hat (Lemma 3). Damit ergibt
sich die Behauptung analog zu oben aus dem Taylorschen Satz. 2
6.7.3 Wendepunkte
Denition 28 F sei in (a, b) dierenzierbar. f hat in x
0
(a, b) einen
Wendepunkt genau dann, wenn f
in x
0
einen lokalen Extremwert hat.
117
Ein Wendepunkt zeichnet sich dadurch aus, da die Tangente an den Graph
von f an der Stelle x
0
den Graph im Punkt (x
0
, f(x
0
)) durchsetzt, d.h.
f ur h > 0 beziehungsweise h < 0 liegen die Punkte (x
0
+ h, f(x
0
+ h)) auf
verschiedenen Seiten der Tangente.
Hat f
in x
0
ein lokales Minimum, so liegt der linke Teil des Graphen unter
und der rechte Teil des Graphen uber der Tangente. Man spricht von einem
Rechts/Links-Wendepunkt. F ur ein lokales Maximum von f
spricht man
von einem Links/Rechts-Wendepunkt, der linke Teil des Graphen liegt uber,
der rechte Teil unter der Tangente.
6.7.4 Beispiele
Abschlieend wollen wir die Graphen einiger spezieller Funktionen studieren.
Beispiel 1: f(x) = x
3
2x + 1
Die Funktion f(x) ist auf ganz R deniert und stetig. Es gilt lim
x
f(x) =
und lim
x
f(x) = . Die Nullstellen der Funktion sind x
1
= 1,
x
2
=
1
2
+
_
5
4
0, 62 und x
3
=
1
2

_
5
4
1, 62. Die erste Ableitung ist
f
(x) = 3x
2
2, ihre Nullstellen sind x
4
=
_
2
3
0, 82 sowie x
5
=
_
2
3

0, 82, nur an diesen beiden Stellen konnen lokale Extremwerte vorliegen.
Die zweite Ableitung ist f
(x) = 6x, also gilt f
(x
4
) = 6
_
2
3
> 0 sowie
f
(x
5
) = 6
_
2
3
< 0. Daran erkennen wir, an der Stelle x
4
hat f ein lokales
Minimum und an der Stelle x
5
eine lokales Maximum. Der Funktionswert
des Maximum ist f(x
5
) =
4
3
_
2
3
+ 1 2, 09, der des Minimum f(x
4
) =
4
3
_
2
3
+ 1 0, 09.
x
6
= 0 ist einzige Nullstelle der zweiten Ableitung, also kann hochstens dort
ein Wendepunkt auftreten. Wegen f
(x) = 6 liegt tatsachlich ein Wende-

punkt vor, namlich ein Rechts/Links-Wendepunkt. Der Funktionswert an
der Stelle x
6
ist 1.
118
Beispiel 2: f(x) =
x+2
x
2
1
Der Denitionsbereich der Funktion sind die reellen Zahlen auer 1 und +1,
da dieses die Nullstellen des Nenners sind. F ur die einseitigen Grenzwerte
119
an den Unstetigkeitsstellen gilt
lim
x10
x + 2
x
2
1
= +
lim
x1+0
x + 2
x
2
1
=
lim
x10
x + 2
x
2
1
=
lim
x1+0
x + 2
x
2
1
= +
Weiterhin gilt im Unendlichen
lim
x
x + 2
x
2
1
= lim
x+
x + 2
x
2
1
= 0 .
Einzige Nullstelle der Funktion ist x
1
= 2. Die erste Ableitung der Funktion
ist
f
(x) =
1(x
2
1) 2x(x + 2)
(x
2
1)
2
=
x
2
+ 4x + 1
(x
2
1)
2
.
Also kommen nur x
2
= 2 +
3 0, 27 und x
3
= 2
3 3, 73 f ur
lokale Extremwerte in Frage. Aus der zweiten Ableitung
f
(x) =
(2x + 4)(x
2
1) 4x(x
2
+ 4x + 1)
(x
2
1)
3
erkennen wir f
(x
2
) < 0 und f
(x
3
) > 0. Damit liegen tatsachlich lokale
Extremwerte, namlich in x
2
ein Maximum und in x
3
ein Minimum vor. Die
Funktionswerte an diesen Stellen sind f(x
2
) =
3
(
32)
2
1
=
3
64
3
1, 87
sowie f(x
3
) =
3
(
32)
2
1
0, 13. Die Bestimmung der Wendepunkte
bedarf der Losung einer Gleichung dritten Grades, welche nachweislich keine
rationale Nullstelle besitzt. Ein Losungsverfahren f ur derartige Gleichungen
haben wir im Rahmen der Vorlesungsreihe nicht behandelt, wir m ussten
also numerische Methoden zur Losung einsetzen, worauf wir an dieser Stelle
allerdings verzichten wollen.
120
Beispiel3: f(x) =
sin xln x
x
2
1
Untersuchen wir nun die Funktion f(x) =
sin xln x
x
2
1
. Der Zahler ist nur f ur
positive reelle Zahlen deniert und der Nenner besitzt die Nullstellen 1 und
1. Daher ist der Denitionsbereich Deff = a R : a > 0, a ,= 1 gleich
der Menge der von 1 verschiedenen positiven reellen Zahlen. Untersuchen
wir also zunachst den Typ der Unstetigkeit von f an der Stelle 1.
Zur Berechnung von lim
x1
f(x) = lim
x1
sin xln x
x
2
1
ist die Regel von lHospital
anwendbar:
lim
x1
sin x ln x
x
2
1
= lim
x1
cos x ln x +
sin x
x
2x
=
sin 1
2
0, 42
121
Wir haben es also nur mit einer hebbaren Unstetigkeit zu tun. F ur den
einseitigen Grenzwert lim
x0+0
f(x). Problematisch ist allein das Verhalten
des Zahlers, denn wahrend sin x gegen Null konvergiert ist ln x bestimmt
divergent gegen , wieder ist die Regel von lHospital einsetzbar:
lim
x0+0
sin x ln x = lim
x0+0
ln x
1
sin x
= lim
x0+0
1
x
cos x
sin
2
x
= lim
x0+0
sin
2
x
x cos x
= lim
x0+0
_
sin x
x
tan x
_
= 0
Damit ergibt sich sofort lim
x0+0
f(x) = 0.
Schlielich fragen wir nach dem Verhalten des Graphen im Unendlichen. Da-
zu untersuchen wir zunachst mittels der Regel von lHospital den Grenzwert
lim
x+
ln x
x
2
1
= lim
x+
1
x
2x
= 0
Aufgrund der Beschranktheit von [ sin x[ folgt daraus (siehe dazu auch

Ubungs-
aufgabe 13):
lim
x+
sin x ln x
x
2
1
= 0
Die Nullstellen der Funktion f ergeben sich aus den Nullstellen der Sinus-
funktion, es handelt sich um die Stellen x = k mit positiver nat urlicher
Zahl k.
Zur Suche nach den lokalen Extremstellen mu man die Nullstellen der ersten
Ableitung
f
(x) =
_
cos x ln x +
sin x
x
_
(x
2
1) 2x (sin x ln x)
(x
2
1)
2
berechnen. Dazu benotigt man ebenso numerische Verfahren wie f ur die
Bestimmung der Wendepunkte. Wir wollen an dieser Stelle auf beides ver-
zichten.
122
34. Berechnen Sie die Taylorreihe der Funktion f(x) =

x an der Stelle
x
0
= 1.
35. Gegeben ist die Funktion
f(x) = ln
x + 2
x
2
1
.
Bestimmen Sie den Denitionsbereich und untersuchen Sie die Funkti-
on auf Nullstellen und lokale Extremwerte.
123
36. Bestimmen und klassizieren Sie die lokalen Extremwerte und Wende-
punkte der Funktion
f(x) = e
x
sin x .
124
Kapitel 7
Integration reeller Funktionen
in einer reellen Variablen
Es gibt zwei prinzipiell verschiedene Zugange zur Integralrechnung. Zum
einen kann man nach einer Moglichkeit zur Berechnung des Inhalts der von
einer Kurve und gewissen achsenparallelen Geraden eingeschlossenen Flache
fragen, dabei gelangt man zum bestimmten Integral
_
b
a
f(x)dx. Der ande-
re Zugang untersucht die Umkehroperation des Dierenzierens und f uhrt
auf das unbestimmte Integral
_
f(x)dx. Schlielich stellt der Hauptsatz der
Dierential- und Integralrechnung die Verbindung der beiden Ansatze her.
7.1 Das Riemannsche Integral
Wir beginnen mit der Einf uhrung des Riemannschen oder auch bestimmten
Integrals. Sei f eine reelle Funktion in einer reellen Variablen, welche auf dem
abgeschlossenen Intervall [a, b] deniert ist und dort uberall positive Werte
annimmt, d.h. f(x) > 0 f ur alle a x b. Wir fragen nach dem Inhalt der
Flache, die vom Graphen der Funktion f, der x-Achse und den beiden zur
y-Achse parallelen Geraden x = a und x = b eingeschlossen wird.
125
Eine Naherungslosung des Flacheninhaltes kann man gewinnen, indem man
das Intervall [a, b] in Teilintervalle zerlegt und die Rechtecke betrachtet, die
durch die x-Achse, die Parallelen zur y-Achse durch die Randpunkte eines
Teilintervalls und eine Parallele zur x-Achse durch einen Punkt des Graphen
mit Argument innerhalb des Teilintervalls begrenzt werden. Die Berechnung
des Flacheninhaltes der Rechtecke ist klar und der gesuchte Gesamtachen-
inhalt ist etwa so gro wie die Summe der Inhalte aller Teilrechtecke.
126
Die approximierte Flache hangt von der Zerlegung in Teilintervalle und der
Auswahl der Zwischenwerte von f zur oberen Begrenzung der Rechtecke ab.
Intuitiv ist klar, da die Gefahr eines Fehlers umso groer ist, je mehr der
Funktionswert innerhalb eines Teilintervalles variiert. Wenigstens f ur stetige
Funktionen nimmt die Streuung der Funktionswerte innerhalb eines Teilinter-
valls mit sinkender Lange des Teilintervalls ab. Um also den Flacheninhalt zu
ermitteln, mu man einen Grenz ubergang betrachten, bei dem die maximale
Lange der Teilintervalle gegen Null konvergiert.
Die Voraussetzung, da f auf ganz [a, b] positive Werte annehmen sollte,
lassen wir von nun an wieder fallen. Diese war nur der inhaltlichen Vorstel-
lung der Suche nach einem Flacheninhalt geschuldet. Lat man beliebige
Funktionswerte zu, so kann man unsere Aufgabe so deuten, da wir nach der
Dierenz des Inhalts der oberhalb der x-Achse liegenden Teilache minus des
Inhalts der unterhalb der x-Achse liegenden Teilache suchen.
Denition 29 Sei [a, b] R ein abgeschlossenes endliches Intervall und
x
1
, . . . , x
k+1
eine aufsteigende Folge reeller Zahlen mit der Eigenschaft a =
x
1
< x
2
< . . . < x
k+1
= b.
Dann nennen wir die Menge Z = I
1
, . . . , I
k
der Intervalle [x
i
, x
i+1
], i =
1, . . . , k, eine Zerlegung von [a, b] und die x
1
, . . . , x
k+1
die Teilpunkte der
Zerlegung.
127
Wir sagen die durch die aufsteigende Folge a = y
1
< y
2
< . . . < y
n+1
=
b beschriebene Zerlegung J
1
, . . . , J
n
verfeinert die Zerlegung I
1
, . . . , I
k
,
falls zu jedem Index i 1, . . . , k + 1 ein Index j 1, . . . , n + 1 mit
x
i
= y
j
existiert.
Eine Verfeinerung einer Zerlegung Z eines Intervalls [a, b] entsteht also durch
eventuelle Hinzunahme weiterer Teilpunkte, d.h. durch Zerlegung der Teil-
intervalle.
Denition 30 Sei f eine auf dem abgeschlossenen endlichen Intervall [a, b]
denierte Funktion, Z = I
1
, . . . , I
k
eine Zerlegung von [a, b] und T =
1
, . . . ,
k
eine Menge von Zwischenwerten mit der Eigenschaft
i
I
i
=
[x
i
, x
i+1
] f ur alle i = 1, . . . , k.
Dann heit
f
(Z, T) =
k
i=1
f(
i
)(x
i+1
x
i
)
die Zwischensumme der Funktion f zu der Zerlegung Z und den Zwischen-
werten T.
Die Zahl S heit Grenzwert aller Zwischensummen, falls zu jedem > 0 eine
Zerlegung Z
0
existiert, so da f ur alle Z
0
verfeinernden Zerlegungen Z und
alle Mengen von Zwischenwerten T von Z die Abschatzung
[
f
(Z, T) S[ <
zutrit.
Man beachte einerseits die

Ahnlichkeit zur Denition gewohnlicher Grenzwer-
te aber auch die Unterschiede. Hier haben wir es nicht mit einer nat urlichzah-
ligen oder komplexen Groe zu tun, die gegen unendlich oder eine Zahl lauft,
sondern hier werden Zerlegungen und Mengen von Zwischenwerten variiert.
Entscheidend ist, da dieser Proze auch hier gerichtet verlauft, namlich in
Richtung immer feinerer Zerlegungen.
Wie bei den gewohnlichen Grenzwerten, kann es nur hochstens einen Grenz-
wert aller Zwischensummen geben. Denn hatte man zwei, sagen wir S
1
und
S
2
, dann gabe es zu vorgegebenem

2
zwei Zerlegungen Z
1,0
und Z
2,0
, so da
[
f
(Z
1
, T
1
) S
1
[ <

2
und [
f
(Z
2
, T
2
) S
2
[ <

2
128
f ur alle Verfeinerungen Z
1
von Z
1,0
und alle Verfeinerungen Z
2
von Z
2,0
und
alle Mengen T
1
beziehungsweise T
2
von Zwischenwerten. Die Zerlegung Z
deren Teilpunktmenge gerade die Vereinigung der Teilpunktmengen von Z
1,0
und Z
2,0
ist, verfeinert beide Zerlegungen Z
1,0
und Z
2,0
. F ur eine beliebige
Zwischenwertmenge T von Z gilt also sowohl
[
f
(Z, T) S
1
[ <

2
als auch [
f
(Z, T) S
2
[ <

2
und somit [S
1
S
2
[ < . Da > 0 beliebig gewahlt werden kann, bedeutet
da jedoch S
1
= S
2
.
Das rechtfertigt die Begrisbildung:
Denition 31 Sei f eine auf dem abgeschlossenen endlichen Intervall [a, b]
denierte Funktion. Im Falle der Existenz des Grenzwertes S aller Zwischen-
summen von f, nennt man diesen das bestimmte (oder auch Riemannsche)
Integral von f uber das Intervall [a, b] und schreibt daf ur
S =
_
b
a
f(x)dx .
Man sagt, f ist uber [a, b] im Riemanschen Sinne integrierbar oder einfach
uber [a, b] R-integrierbar.
Bisher lat sich einzig f ur eine Funktion f(x) = c, wobei c eine reelle Kon-
stante ist, das Riemannsche Integral
_
b
a
f(x)dx leicht bestimmen. In diesem
Fall gilt namlich
f
(Z, T) = (b a)c f ur alle Zerlegungen Z und alle Zwi-
schenwertmengen T, also
_
b
a
cdx = (b a)c.
Wenn man bereits wei, da f uber [a, b] R-integrierbar ist, dann kann man
die Berechnung von
_
b
a
f(x)dx auf eine gewohnliche Grenzwertberechnung
zur uckf uhren. Man kann sich eine beliebige ausgezeichnete Folge Z
1
, Z
2
, . . .
von Zerlegungen des Intervalls [a, b] vorgeben, ausgezeichnet soll heien, die
maximale Lange der an Z
n
beteiligten Teilintervalle konvergiert f ur n
gegen 0. Bei beliebiger Wahl der Zwischenwertmengen T
n
zu Z
n
gilt dann
_
b
a
f(x)dx = lim
n
f
(Z
n
, T
n
) .
Wie bereits eingangs erwahnt, mu daf ur allerdings die Existenz des Grenz-
wertes bereits bekannt sein. Andernfalls konnte eine konkrete Wahl der
129
Z
1
, Z
2
, . . . und T
1
, T
2
, . . . auf eine konvergente Zwischensummenfolge f uhren,
wohingegen eine andere Wahl einen anderen Grenzwert oder gar Divergenz
zur Folge haben konnte.
Satz 67 f und g seien uber [a, b] R-integrierbare Funktionen. Dann ist f ur
beliebige reelle Zahlen und auch f +g R-integrierbar mit dem bestimm-
ten Integral
_
b
a
(f + g)(x)dx =
_
b
a
f(x)dx +
_
b
a
g(x)dx
Beweis: Sei Z eine Zerlegung von [a, b] und T eine Menge von Zwischenwer-
ten. Einsetzen von (f + g)(x) = f(x) + g(x) in die Zwischensumme
f+g
(Z, T) zeigt
f+g
(Z, T) =
f
(Z, T) +
g
(Z, T) f ur alle Z und T,
also auch f ur die Grenzwerte. 2
Satz 68 F ur reelle Zahlen a,b,c mit a < b < c gilt, ist f uber [a, b] und uber
[b, c] R-integrierbar, so ist f auch uber [a, b] R-integrierbar mit
_
c
a
f(x)dx =
_
b
a
f(x)dx +
_
c
b
f(x)dx .
Beweis: Es besteht ein bijektiver Zusammenhang zwischen der Menge aller
Zerlegungen von [a, c] mit der Eigenschaft, da b einer ihrer Teilpunkte ist,
und der Menge der geordneten Paare bestehend aus einer Zerlegung von [a, b]
und einer Zerlegung von [b, c]. Jede Verfeinerung einer Zerlegung von [a, c]
mit Teilpunkt b enthalt b ebenfalls als Teilpunkt. Sind also Z
1,0
und Z
2,0
so,
da
[
f
(Z
1
, T
1
)
_
b
a
f(x)dx[ <

2
und
[
f
(Z
2
, T
2
)
_
c
b
f(x)dx[ <

2
f ur alle Verfeinerungen von Z
1,0
beziehungsweise Z
2,0
und alle Zwischenwert-
mengen T
1
und T
2
, so gilt
f
(Z, T)
__
b
a
f(x)dx +
_
c
b
f(x)dx
_
<
130
f ur alle Verfeinerungen der vom Paar (Z
1,0
, Z
2,0
) bestimmten Zerlegung Z
0
von [a, c] und alle Zwischenwertmengen T. Also ist
_
b
a
f(x)dx +
_
c
b
f(x)dx
der Grenzwert aller Zwischensummen von f uber [a, c] und folglich
_
c
a
f(x)dx =
_
b
a
f(x)dx +
_
c
b
f(x)dx .
2
Satz 69 Ist f uber [a, b] R-integrierbar, dann ist f auch uber jedem Teilin-
tervall [c, d] [a, b] R-integrierbar.
Beweisidee: Wir konnen wieder die Grenzwertbedingung durch ein Analo-
gon zum Chauchy-Kriterium ersetzen, d.h. zu > 0 existiert eine Zerlegung
Z
0
von [a, b] mit [
f
(Z
1
, T
1
)
f
(Z
2
, T
2
)[ < f ur alle Verfeinerungen Z
1
und Z
2
von Z
0
und Zwischenwertmengen T
1
und T
2
. O.B.d.A. konnen wir
annehmen, da c und d Teilpunkte der Zerlegung Z sind, notigenfalls konn-
ten wir diese Teilpunkte einfach hinzunehmen. Insbesondere gilt die obige
Abschatzung auch, wenn Z
1
und Z
2
in allen Teilpunkten kleiner c und groer
d ubereinstimmen und T
1
sowie T
2
gleiche Zwischenwerte in den auerhalb
von [c, d] liegenden Intervallen aufweisen. Im weiteren seien die Zerlegun-
gen Z
1
, Z
2
und Zwischenwertmengen T
1
und T
2
beliebig. Dann hangt die
Dierenz [
f
(Z
1
, T
1
)
f
(Z
2
, T
2
)[ nur von den Teilpunkten und Zwischen-
werten im Inneren von [c, d] ab, wir haben also [
f
(Z
1
, T
1
)
f
(Z
2
, T
2
)[ <
f ur alle Zerlegungen Z
1
und Z
2
von [c, d], die das Innere von Z verfeinern
und alle passenden Zwischenwertmengen T
1
und T
2
. Also ist f uber [c, d]
R-integrierbar. 2
Eine in [a, b] R-integrierbare Funktion f braucht auf [a, b] nicht stetig zu sein.
Eine notwendige Bedingung der R-Integrierbarkeit ist jedoch die Beschrankt-
heit auf [a, b]. Wir halten ohne Beweis fest:
Satz 70 f sei auf [a, b] beschrankt und an hochstens endlich vielen Stellen
von [a, b] unstetig. Dann ist f uber [a, b] R-integrierbar.
Eine Folge aus diesem Satz ist, da f ur Funktionen f mit hochstens end-
lich vielen Unstetigkeitsstellen im Intervall a, b eine ausgezeichnete Folge
Z
1
, Z
2
, . . . von Zerlegungen und dazu passende Zwischenwertmengen T
1
, T
2
, . . .
131
beliebig vorgegeben werden konnen und dann die Integration mittels der For-
mel
_
b
a
f(x)dx = lim
n
f
(Z
n
, T
n
)
ausgef uhrt werden kann.
Beispielsweise kann man Z
n
durch aquidistante Zerlegung von [a, b] in n Teil-
intervalle [a + (i 1)
ba
n
, a + i
ba
n
], i = 1, . . . , n, welche alle die Lange
ba
n
haben, gewinnen. Als Zwischenwert jedes Intervalles von Z
n
konnte man die
Intervallmitte
i
= a +
2i1
2
ba
n
festlegen und erhalt
_
b
a
f(x)dx = lim
n
n
i=1
b a
n
f(
i
) = lim
n
n
i=1
b a
n
f
_
a + i
b a
n

1
2
b a
n
_
Das gleiche Ergebnis erhalt man auch bei der Wahl der jeweiligen linken
beziehungsweise rechten Intervallgrenze als Zwischenwerte:
_
b
a
f(x)dx = lim
n
n
i=1
b a
n
f
_
a + (i 1)
b a
n
_
= lim
n
n
i=1
b a
n
f
_
a + i
b a
n
_
.
Damit haben wir endlich die Moglichkeit auch ein Beispiel praktisch auszu-
rechnen. Wir betrachten die Funktion f(x) = x. Diese hat keine Unste-
tigkeitsstellen, also ist sie uber jedem Intervall [a, b] R-integrierbar und es
gilt
_
b
a
xdx = lim
n
n
i=1
b a
n
_
a + i
b a
n
_
= lim
n
n
i=1
(b a)a
n
+ i
_
b a
n
_
2
= lim
n
(b a)a
n
n
i=1
1 + lim
n
_
b a
n
_
2 n
i=1
i
= (b a)a + lim
n
_
b a
n
_
2
n(n 1)
2
= (b a)a +
(b a)
2
2
=
1
2
(b
2
a
2
)
Unsere bisherigen Untersuchungen galten zunachst nur f ur Intervalle [a, b]
mit a < b. Mittels der Denitionen
_
a
a
f(x)dx := 0 f ur alle a R
132
und
_
a
b
f(x)dx :=
_
b
a
f(x)dx f ur alle a < b
lat sich das bestimmte Integral auch auf den Fall a b ausdehnen. Dabei
bleiben alle bisherigen Satze g ultig.
7.2 Hauptsatz der Dierential- und Integral-
rechnung
Sei f eine in [a, b] stetige, also insbesondere R-integrierbare, Funktion. Halten
wir die untere Intervallgrenze fest und wahlen eine obere Intervallgrenze x
mit a x b, dann ist f auch uber jedem Intervall [a, x] R-integrierbar und
wir konnen die auf dem Intervall [a, b] denierte reelle Funktion
F(x) =
_
x
a
f(t)dt
in der reellen Variablen x betrachten.
Satz 71 Sei f eine in [a, b] stetige Funktion und x
0
(a, b). Dann ist die
Funktion F(x) =
_
x
a
f(t)dt in x
0
mit der Ableitung F
(x
0
) = f(x
0
) dieren-
zierbar.
Beweis: F ur den Dierenzenquotienten (h) =
F(x
0
+h)F(x
0
)
h
von F gilt
(h) =
1
h
__
x
0
+h
a
f(t)dt
_
x
0
a
f(t)dt
_
=
1
h
_
x
0
+h
x
0
f(t)dt
=
1
h
_
x
0
+h
x
0
[f(x
0
) + (f(t) f(x
0
))]dt
=
hf(x
0
)
h
+
1
h
_
x
0
+h
x
0
[f(t) f(x
0
)]dt
= f(x
0
) +
1
h
_
x
0
+h
x
0
[f(t) f(x
0
)]dt (7.1)
133
Aufgrund der Stetigkeit von f an der Stelle x
0
existiert zu jedem > 0 ein
> 0, so da [f() f(x
0
)[ < f ur alle [a, b] mit [ x
0
[ < . Sei g
die auf dem Intervall [a, b] durch g(x) = f(x) f(x
0
) denierte Funktion.
Dann gilt f ur [h[ < die Abschatzung [g()[ = [f() f(x
0
)[ < f ur alle
, die als Zwischenwert in einer Zwischensumme des Integrals
_
x
0
+h
x
0
[f(t)
f(x
0
)]dt =
_
x
0
+h
x
0
g(t)dt auftreten konnen. Sei nun h > 0. F ur beliebige
Zerlegungen Z des Intervalls [x
0
, x
0
+ h] und beliebige Zwischenwertmengen
T folgt [
g
(Z, T)[ h, analog ergibt sich im Falle h < 0 die Beziehung
[
g
(Z, T)[ [h[ f ur beliebige Zerlegungen Z des Intervalls [x
0
+h, x
0
]. Damit
konnen wir
_
x
0
+h
x
0
[f(t) f(x
0
)]dt
< [h[ abschatzen und f ur alle h mit

0 < [h[ < ergibt sich schlielich
[(h) f(x
0
)[
1
h
_
x
0
+h
x
0
[f(t) f(x
0
)]dt
< .
Das heit nichts anderes als F
(x
0
) = f(x
0
). 2
Denition 32 Sei f eine auf einem Intervall (a, b) denierte reelle Funkti-
on. Eine auf (a, b) denierte und dierenzierbare Funktion F mit der Eigen-
schaft F
(x) = f(x) f ur alle x (a, b) nennt man eine Stammfunktion von

f.
Aus den Dierentiationsregel folgt, da die Stammfunktion von f wegen
F
= (F +c)
nur bis auf einen konstanten Summanden c bestimmt sein kann.

Andererseits konnen sich zwei Stammfunktionen F
1
und F
2
von f hochstens
um einen konstanten Summanden unterscheiden, denn wegen F
1
= F
2
= f
gilt F
1
F
2
= (F
1
F
2
)
= 0, weswegen F
1
F
2
eine Konstante sein mu.
Wir fassen zusammen:
Satz 72 Wenn eine reelle Funktion f uberhaupt eine Stammfunktion F be-
sitzt, dann ist F + c : c R die Menge aller reellen Stammfunktionen
von f.
Denition 33 Eine Funktion f heit (unbestimmt) integrierbar, wenn sie
eine Stammfunktion besitzt. Man nennt eine Stammfunktion F von f auch
ein unbestimmtes Integral von f.
Zu einer unbestimmt integrierbaren Funktion f und x
0
Deff gibt es genau
eine Stammfunktion F
x
0
von f, welche an der Stelle x
0
den Wert 0 annimmt,
134
diese bezeichnet man auch mit
F
x
0
=
_
x
0
f(t)dt .
Mit _
f(t)dt
bezeichnet man eine allgemeine Stammfunktion, d.h. sie enthalt einen reellen
Parameter c, durch dessen Wahl man jede Stammfunktion erhalten kann. Ist
also F irgendeine Stammfunktion von f, so gilt
_
f(t)dt = F + c.
Der hier vorgestellte Zugang zur Integration als Umkehroperation des Dif-
ferenzierens kann nat urlich vollig unabhangig vom Riemannschen Integral
betrachtet werden. Wie uns Satz 71 bereits zeigt, besteht jedoch f ur stetige
Funktionen f ein enger Zusammenhang zwischen unbestimmter und Rie-
mannscher Integration. Der folgende Satz prazisiert diesen Zusammenhang.
Satz 73 (Hauptsatz der Dierential- und Integralrechnung) F ur ei-
ne in [a, b] stetige Funktion f gilt
1. F(x) =
_
x
a
f(t)dt ist diejenige Stammfunktion von f, die an der Stelle
a den Wert 0 hat.
2. F ur eine beliebige Stammfunktion von f gilt
_
b
a
f(t)dt = (b) (a) .
Die zweite Aussage begr undet die gebrauchlichen Schreibweisen
_
b
a
f(t)dt = (t)[
b
a
= [(t)]
b
a
.
Beweis des Satzes: Teil 1 ergibt sich sofort aus Satz 71 und der Tatsache
F(x) =
_
a
a
f(t)dt = 0.
Kommen wir zum Beweis des zweiten Teiles des Satzes. Eine beliebige
Stammfunktion von f unterscheidet sich von F(x) =
_
x
a
f(t)dt durch ei-
ne additive Konstante c R, d.h. F(x) = (x) + c f ur alle x [a, b].
Insbesondere haben wir (a) = c und somit
(b) (a) = F(b) c (c) = F(b) =
_
b
a
f(t)dt
und wir sind fertig. 2
135
7.3 Uneigentliche Integrale
Sofern gewisse Grenzwerte existieren, lat sich das bestimmte Integral f ur
stetige Funktionen f auf Intervallgrenzen ausdehnen. Man spricht dann
von uneigentlichen Integralen und deniert im Falle der Existenz der auftre-
tenden Grenzwerte:
_
a
f(t)dt := F(a) lim

x
F(x) ,
_
+
a
f(t)dt := lim
x+
F(x) F(a) sowie
_
+
f(t)dt := lim
x+
F(x) lim
x
F(x)
Betrachten wir dazu folgendes Beispiel:
_

0
e
t
dt = lim
x
_
x
0
e
t
dt
Durch Dierenzieren uberzeugt man sich leicht davon, da F(t) = e
t
eine
Stammfunktion von f(t) = e
t
ist, also ergibt sich weiter
_

0
e
t
dt = lim
x
_
e
t
x
0
= lim
x
_
e
x
(1)
_
= 1
Ahnlich kann man vorgehen, wenn f nur im halboenen Intervall [a, b) de-
niert ist. Falls dann f f ur jedes positive h in [a, b h] R-integrierbar ist und
der Grenzwert lim
h0+0
_
bh
a
f(x)dx existiert, so bezeichnet man diesen mit
_
b
a
f(x)dx. Analoge Aussagen gelten f ur Denitionsbereiche (a, b] und (a, b).
Betrachten wir auch dazu wieder ein Beispiel.
_
b
a
1
b x
dx = lim
h0+0
_
bh
a
1
b x
dx
Nachrechnen belegt, da F(x) =
1
2
b x eine Stammfunktion des Inte-

granden ist, also:
_
b
a
1
b x
dx = lim
h0+0
_
1
2
b x
_
bh
a
= lim
h0+0
_
1
2
h +
1
2
b a
_
=
1
2
b a
136
Man beachte aber, hier handelt es sich in der Tat nicht um ein Riemannsches
Integral. Um wenigstens die Voraussetzungen eines Riemannschen Integrales
zu erf ullen, denieren wir den Integrand an der Stelle x = b mittels einer be-
liebigen Setzung. Gibt man irgendeine Zerlegung Z
0
von [a, b] vor, und legt
eine Menge T
0
von Zwischenwerten fest. Die Menge aller Zwischensummen
f
(Z, T), mit Z verfeinert Z
0
und T sind Zwischenwerte zu Z, ist auf jeden
Fall unbeschrankt, denn bereits bei festgehaltener Zerlegung Z und festge-
haltenen Zwischenwerten aller Teilintervalle mit Ausnahme des letzten f uhrt
auf eine unbeschrankte Menge von Zwischensummen, indem man nur den
Zwischenwert des letzten Intervalles gegen b wandern lat.
Die zunachst notwendige Einschrankung auf stetige Funktionen zur Anwend-
barkeit von Satz 73 zur Berechnung bestimmter Integrale konnen wir im Falle
von Funktionen mit nur endlich vielen Unstetigkeitsstellen dadurch umge-
hen, da wir das Intervall [a, c] an den Unstetigkeitsstellen in Teilintervalle
zerlegen und das bestimmte Integral
_
c
a
f(x)dx in eine Summe von Inte-
gralen stetiger Funktionen zerlegen. Ist f wenigstens beschrankt, so treten
hochstens Unstetigkeiten vom Typ 1, d.h. hebbar oder endlicher Sprung, auf.
In diesem Falle sind die einzelnen Summanden und das Summenintegral sogar
Riemannsch.Ist f dagegen unbeschrankt, so mu zu uneigentlichen Integra-
len ubergegangen werden. Wenn alle uneigentlichen Summanden existieren,
so existiert auch das uneigentliche Summenintegral
_
c
a
f(x)dx.
Betrachten wir als Beispiel zur Zerlegung des Integrationsintervalles die Funk-
tion f(x) =
_
e
x
f ur x 0
x f ur x < 0
im Intervall [2, 1]. Die Funktion ist stetig in
diesem Intervall, mit Ausnahme der Stelle 0, wo sie einen Sprung der Groe
1 hat.
_
1
2
f(x)dx =
_
0
2
xdx +
_
1
0
e
x
dx =
_
1
2
x
2
_
0
2
+ [e
x
]
1
0
= 0 2 + e 1 = e 3 .
Auf dem Denitionsbereich (2, 1) besitzt f keine Stammfunktion. Eine
solche m ute die Gestalt F(x) =
_
_
_
e
x
c f ur x > 0
d f ur x = 0
1
2
x
2
f ur x < 0
haben und an der
Stelle x
0
= 0 wenigstens stetig sein. Andernfalls kann F keinesfalls uberall in
(2, 1) mit F
(x) = f(x) dierenzierbar sein. Aus der Stetigkeitsforderung

folgern wir c = 1 und d = 0. F(x) =
_
e
x
1 f ur x 0
1
2
x
2
f ur x < 0
ist aber an der
137
Stelle x
0
= 0 dennoch nicht dierenzierbar, denn der linksseitige Grenzwert
des Dierenzenquotienten ist 0 und der rechtseitige 1. Also ist Satz 73 nicht
direkt, d.h. ohne Aufspalten des Intervalles, anwendbar.
Andern wir das obige Beispiel geringf ugig ab und betrachten die Funktion
g(x) =
_
e
x
f ur x 0
x + 1 f ur x < 0
im Intervall [2, 1]. g ist im gesamten Intervall
[2, 1] stetig, der Hauptsatz ist also direkt anwendbar. Allerdings ist dennoch
Vorsicht geboten. So ist G(x) =
_
e
x
f ur x 0
1
2
x
2
+ x f ur x < 0
keine Stammfunk-
tion von g, denn G ist an der Stelle x
0
= 0 nicht stetig und erst recht nicht
dierenzierbar. Folgerichtig liefert G(1)G(2) = e(22) = e auch nicht
das korrekte Integral
_
1
2
g(x)dx =
_
0
2
(x + 1)dx +
_
1
0
e
x
dx =
_
1
2
x
2
+ x
_
0
2
+ [e
x
]
1
0
= 0 0 + e 1 = e 1 .
Eine korrekte Stammfunktion ist G
2
(x) =
_
e
x
1 f ur x 0
1
2
x
2
+ x f ur x < 0
Diese ist
an der Stelle x
0
= 0 sowohl stetig als auch dierenzierbar. Daher liefert
G
2
(1) G
2
(2) = e 1 (2 2) = e 1 auch den korrekten Wert des
Integrals.
Diese

Uberlegung zeigt, da es ratsam ist, ein bestimmtes Integral gelegent-
lich auch bei stetigem Integranden zu zerlegen, wenn die Stammfunktion eine
st uckweise Denition aufweist.
7.4 Regeln der unbestimmten Integration
Wir wollen uns nun mit einer Reihe von Rechenregeln f ur das unbestimmte
Integrieren vertraut machen.

Uber den Hauptsatz der Dierential- und In-
tegralrechnung erhalten wir dadurch auch die Moglichkeit der Losung einer
Vielzahl geometrischer Problemstellungen durch Riemannsches Integrieren.
7.4.1 Auswahl von Grundintegralen
Beginnen wir mit einer Auswahl von Grundintegralen, deren Stammfunktio-
nen man sofort aus den in Abschnitt 6.5.7 aufgelisteten Ableitungen erkennt.
138
_
1dx = x + c
_
x
n
dx =
1
n + 1
x
n+1
+ c , n = 1, 2, . . .
_
x
a
dx =
1
a + 1
x
a+1
+ c , a R 1 und x > 0
_
1
x
dx = ln [x[ + c , x ,= 0
_
1
1 x
2
dx = arcsin x + c , 1 < x < 1
_
1
1 + x
2
dx = arctan x + c
_
exp xdx = exp x + c
_
a
x
dx =
1
ln a
a
x
+ c , a > 0 und a ,= 1
_
sin xdx = cos x + c
_
cos xdx = sin x + c
_
1
cos
2
x
dx = tan x + c ,
2
+ k < x <

2
+ k, k Z
_
1
sin
2
x
dx = cot x + c , k < x < (k + 1), k Z
7.4.2 Integration einer Summe
Satz 74 F und G seien Stammfunktionen der auf dem Intervall (a, b) R
denierten Funktionen f beziehungsweise g. Dann ist F +G f ur beliebige
reelle Zahlen und eine Stammfunktion von f + g. Dar uberhinaus gilt
f ur x
0
(a, b) die Beziehung
_
x
0
(f(x) + g(x)) dx =
_
x
0
f(x)dx +
_
x
0
g(x)dx .
Beweis: Dierenzieren belegt
(F + G)
= F
+ G
= f + g .
139
Sind F und G diejenigen Stammfunktionen mit F(x
0
) = G(x
0
) = 0, dann
verschwindet auch (F + G)(x
0
), womit auch die Gleichung f ur die in x
0
verschwindenden Stammfunktionen nachgewiesen ist. 2
Etwas lax kann man die Summenregel der Integration in der Form
_
(f(x) + g(x)) dx =
_
f(x)dx +
_
g(x)dx
schreiben. In diesem Falle stehen links und rechts allgemeine, einen reel-
len Parameter c enthaltende, Stammfunktionen. Bei geeigneter Wahl dieser
Parameter ensteht eine echte Gleichung zwischen Funktionen.
Man kann diesen Satz als Gegenst uck zur Summenregel der Dierentiation
auassen. Das Analogon dieses Satzes f ur Riemann-Integrale ist Satz 68.
7.4.3 Partielle Integration
Die partielle Integration ist das Gegenst uck zur Produktregel der Dieren-
tiation.
Satz 75 f und g seien in (a, b) dierenzierbare Funktionen. Falls f
g eine
Stammfunktion besitzt, so besitzt auch fg
eine Stammfunktion und f ur x

0

(a, b) gilt
_
x
0
f(x)g
(x)dx = f(x)g(x) f(x

0
)g(x
0
)
_
x
0
f
(x)g(x)dx .
Beweis: Dierenzieren der rechten Seite nach x ergibt f
(x)g(x)+f(x)g
(x)
f
(x)g(x) = f(x)g
(x). Also ist die rechte Seite in der Tat eine Stammfunk-
tion von f(x)g
(x). Setzt man nun x = x

0
auf der rechten Seite, so erhalt
man 0, also handelt es sich tatsachlich gerade um die links stehende Stamm-
funktion
_
x
0
f(x)g
(x)dx. 2
Etwas lax kann man die Regel der partiellen Integration in der Form
_
f(x)g
(x)dx = f(x)g(x)
_
f
(x)g(x)dx
schreiben. Gewissermaen kann man sich vorstellen, da man die Regel der
partiellen Integration durch beidseitige unbestimmte Integration der Pro-
duktregel der Dierentiation erhalt.
140
Es ergibt sich
_
(f g)
(x)dx =
_
(f
(x)g(x) + f(x)g
(x)) dx
Auf der linken Seite steht eine allgemeine Stammfunktion H von (f g)
, diese
gen ugt einer Abbildungsvorschrift H(x) = (fg)(x)+c = f(x)g(x)+c. Rechts
erhalt man
_
f
(x)g(x)dx+
_
f(x)g
(x)dx, also f(x)g(x)+c =

_
f
(x)g(x)dx+
_
f(x)g
(x)dx und durch Umstellen ergibt sich sofort

_
f(x)g
(x)dx = f(x)g(x)+
c
_
f
(x)g(x)dx, wobei der Parameter c auf der rechten Seite weggelassen

werden kann, da er mit dem im Integral
_
f
(x)g(x)dx enthaltenen Para-

meter zusammengefat werden kann.
Beispiele: Wir suchen eine Stammfunktion
_
xe
x
dx .
Um die Regel der partiellen Integration anwenden zu konnen, m ussen wir xe
x
in ein Produkt zerlegen, so da wir einen Faktor als Funktion f(x) und den
anderen als Ableitung g
(x) auassen konnen. Setzen wir also f(x) = x und

g
(x) = e
x
. Weiterhin benotigen wir die Ableitung von f, diese ist f
(x) = 1,
und eine beliebige Stammfunktion von g
(x) = e
x
, wahlen wir g(x) = e
x
.
Einsetzen in die Formel der partiellen Integration f uhrt auf
_
xe
x
dx = xe
x
_
1e
x
dx = xe
x
e
x
+ c = (x 1)e
x
+ c
Die Probe
d
dx
((x 1)e
x
+ c) = e
x
+ (x 1)e
x
= xe
x
zeigt die Richtigkeit unserer Rechnung.
Betrachten wir nun _
sin
2
xdx .
Wir setzen f(x) = sin x, g
(x) = sin x. Mit f
(x) = cos x und der Wahl

g(x) = cos x f ur die Stammfunktion von g
(x) = sin x erhalt man mittels

141
partieller Integration
_
sin
2
xdx = sin x cos x
_
cos
2
xdx
= sin x cos x +
_
_
1 sin
2
x
_
dx
= sin x cos x + x
_
sin
2
xdx
Auosen der erhaltenen Gleichung nach
_
sin
2
xdx und ber ucksichtigen der
Integrationskonstante ergibt schlielich
_
sin
2
xdx =
1
2
(x sin x cos x) + c
Von der Richtigkeit des Resultats kann man sich wieder durch Ableiten der
rechte Seite uberzeugen. Am Rande sei angemerkt, da im konkreten Fal-
le eine nochmalige partielle Integration des Integrals
_
cos
2
xdx keinen Er-
folg gebracht hatte, diese hatte nur auf die triviale Gleichheit
_
sin
2
xdx =
_
sin
2
xdx gef uhrt.
Untersuchen wir schlielich noch das Integral
_
ln xdx
f ur x > 0. Wir wahlen f(x) = ln x und g
(x) = 1. Mit f
(x) =
1
x
sowie
g(x) = x erhalten wir
_
ln xdx = x ln x
_
x
x
dx = x(ln x 1) + c .
7.4.4 Subsitutionsregel
Die Substitutionsregel der Integration kehrt die Kettenregel der Dierentia-
tion um.
Satz 76 f und g seien auf den Intervallen (a, b) beziehungsweise (, ) de-
nierte Funktionen mit Bildg (a, b). Wenn f in (a, b) integrierbar und g in
(, ) dierenzierbar ist, dann ist die Funktion (g f)g
in (, ) integrierbar
und f ur alle x
0
, x (, ) gilt
_
x
x
0
f(g(t))g
(t)dt =
_
g(x)
g(x
0
)
f(s)ds
142
Anmerkung: Die obigen Integrale mogen wie bestimmte Integrale anmuten.
Nat urlich ist die Gleichung auch f ur bestimmte Integrale mit Integrations-
grenzen in (, ) richtig, wenn man allerdings x als Variable ansieht, so
handelt es sich in der Tat auch um Stammfunktionen, also unbestimmte In-
tegrale. Man kann im vorliegenden Fall nicht ganz auf die obere Integrations-
schranke verzichten, da auf der rechten Seite nach Ausf uhren der Integration
noch eine Subsitution der Funktionsvariablen durch g(x) erfolgen mu. Man
kann die Substitutionsregel also auch lax in der Form
_
f(g(t))g
(t)dt = g
_
f(s)ds
schreiben.
Beweis der Substitutionsregel: Wegen g(x
0
), g(x) (a, b) besitzt f in diesen
Grenzen eine Stammfunktion F, diese ist bis auf eine additive Konstante
gleich
_
g(x
0
)
f(s)ds. Die Stammfunktion
_
g(x
0
)
f(s)ds hat an der Stelle g(x
0
)
den Wert 0, also gilt f ur den Wert der Stammfunktion F an der Stelle g(x)
die Beziehung
F(g(x)) = F(g(x
0
)) +
__
g(x
0
)
f(s)ds
_
(g(x)) = F(g(x
0
)) +
_
g(x)
g(x
0
)
f(s)ds
Die Ableitung von
_
g(x)
g(x
0
)
f(s)ds = F(g(x))F(g(x
0
)) nach x ist F
(g(x))g
(x) =
f(g(x))g
(x). Demnach ist

_
g(x)
g(x
0
)
f(s)ds eine Stammfunktion von f(g(x))g
(x)
und ihr Wert an der Stelle x = x
0
ist
_
g(x
0
)
g(x
0
)
f(s)ds = 0, was schlielich die
Richtigkeit der behaupteten Gleichung belegt. 2
Beispiele: Betrachten wir
_
tan xdx
f ur
2
< x <

2
. Wir wahlen f(s) =
1
s
und g(x) = cos x. Dann lat sich das
obige Integral in der Form
_
tan xdx =
_
1
cos x
sin x =
_
f(g(x))g
(x)dx
143
schreiben und folglich gilt
_
tan xdx = ln [cos x[ + c = ln(cos x) + c
Allgemeiner gilt f ur x (a, b) die Beziehung
_
f
(x)
f(x)
dx = ln [f(x)[ + c
f ur eine beliebige auf (a, b) dierenzierbare Funktion f mit f(x) ,= 0 f ur alle
x (a, b).
Wir wollen das bestimmte Integral
_
b
a
xe
x
2
dx
berechnen. Mittels der Substitution y = g(x) = x
2
und
dy
dx
= g
(x) = 2x
erhalten wir
_
b
a
xe
x
2
dx =
_
b
2
a
2
1
2
e
s
ds =
_
1
2
e
y
_
b
2
a
2
=
1
2
e
b
2
1
2
e
a
2
.
Wahlt man die obere Integrationsgrenze als Variable x, dann erhalt man f ur
das unbestimmte Integral die Beziehung
_
xe
x
2
dx =
1
2
e
x
2
+ c .
7.5 Anwendungen
Zum Abschlu wollen wir noch zwei Anwendungen der Integralrechnung be-
trachten.
7.5.1 Berechnung von Flacheninhalten
Zunachst kommen wir noch einmal auf das urspr ungliche Anliegen des Rie-
mannschen Integrals zur uck. Seien a und b zwei reelle Zahlen mit a < b und
f eine in [a, b] R-integrierbare Funktion. Dann gibt
_
b
a
[f(x)[dx
144
den Inhalt der vom Graphen der Funktion, der x-Achse und den durch a
und b verlaufenden Parallen zur y-Achse eingeschlossenen Flache an. Es
ist ratsam, das Integral
_
b
a
[f(x)[dx an den Nullstellen von f im Intervall
[a, b] aufzuspalten, da sich an diesen Stellen die Abbildungsvorschrift der
Stammfunktion von [f[ andern kann.
Beispiel: Wir fragen nach der Flache unterm Graph der Funktion f(x) =
x
3
+ 2x
2
5x 6 im Intervall [2, 2].
Die Nullstellen von f sind 1, 2, 3, 3 liegt auerhalb des betrachteten
Bereiches, 2 ist ohnehin Rand des betrachteten Bereiches, also ist nur bei 1
eine Aufspaltung des Intervalls notwendig, damit ergibt sich die Flache
A =
_
1
2
[x
3
+ 2x
2
5x 6[dx +
_
2
1
[x
3
+ 2x
2
5x 6[dx
Als nachstes ist das Vorzeichen von f(x) in den beiden Intervallen zu uber-
pr ufen. Aufgrund der Stetigkeit reicht es daf ur aus, das Vorzeichen von f(x)
f ur ein beliebiges x aus dem Inneren des jeweiligen Teilintervalls zu testen.
Im Bereich (2, 1) ist f(x) positiv und in (1, 2) negativ. Damit ergibt
145
sich
A =
_
1
2
(x
3
+ 2x
2
5x 6)dx +
_
2
1
(x
3
+ 2x
2
5x 6)dx
=
_
1
4
x
4
+
2
3
x
3
5
2
x
2
6x
_
1
2
_
1
4
x
4
+
2
3
x
3
5
2
x
2
6x
_
2
1
= (
1
4

2
3

5
2
+ 6) (4
16
3
10 + 12) (4 +
16
3
10 12) + (
1
4

2
3

5
2
+ 6)
18, 17
Auf ahnliche Weise kann man auch ein zweites Problem angehen. Seien f
und g zwei Funktionen, die sich an den Stellen x
1
= a und x
2
= b schneiden,
d.h. f(a) = g(a) und f(b) = g(b). Dann erhalt man den Inhalt A der von f
und g zwischen a und b eingeschlossenen Flache als
A =
_
b
a
[f(x) g(x)[dx .
Beispiel: Wir betrachten zwei Parabeln f(x) = x
2
+ x + 3 und g(x) =
x
2
+ 3x 1 und fragen nach dem Inhalt der eingeschlossenen Flache.
146
Die Schnittpunkte der Parabeln ergeben sich als Losungen der Gleichung
x
2
+x + 3 = x
2
+ 3x 1, also 2(x
2
+x 2) = 0. Es handelt sich demnach
um a = 2 und b = 1 und wir erhalten den Flacheninhalt
A =
_
1
2
(f(x) g(x))dx = 2
_
1
2
(x
2
+ x 2)dx
= 2
_
1
3
x
3
+
1
2
x
2
2x
_
1
2
= 2
_
(
1
3
+
1
2
2) (
8
3
+ 2 + 4)
_
= 9
7.5.2 Berechnung von Kurvenlangen
Wir betrachten eine durch eine Parameterdarstellung gegebene Kurve in der
Ebene. Bei einer Parameterdarstellung einer Kurve hat man einen Parameter
t, der ein Intervall [a, b] durchlauft, und die Kurve besteht aus allen Punkten
P(t) = (x(t), y(t)), a t b. Zusatzlich verlangt man, da die Koordinaten-
funktionen x(t) und y(t) stetig sind und die Zuordnung t P(t) eineindeu-
tig ist. Eine Parameterdarstellung des Einheitskreises ist P(t) = (cos t, sin t),
0 t < 2.
Wir stellen uns die Frage, wie lang ist das Kurvenst uck im Paramerbereich
t [c, d] mit a c < d b. Im Falle glatter Kurven, d.h. gutartiger
Kurven, halten wir ohne Beweis die Formel
l =
_
d
c
dP
dt
dt =
_
d
c
_
dx
dt
_
2
+
_
dy
dt
_
2
dt
f ur die Kurvenlange l fest. Eine Parameterdarstellung einer glatten Kurve
zeichnet sich dadurch aus, da die Koordinatenfunktionen x(t) und y(t) im
Intervall (a, b) dierenzierbar mit stetiger Ableitung sind und da f ur kein
t
0
(a, b) die Ableitungen beider Koordinatenfunktionen verschwinden, d.h.
f ur kein t
0
(a, b) trit die Gleichheit x
(t
0
) = y
(t
0
) = 0 zu.
Berechnen wir nun die Lange des Einheitskreisbogens f ur den Parameterbe-
reich 0 t mit < 2.
l =
_

0
_
(sin t)
2
+ (cos t)
2
dt =
_

0
1dt =
Der Parameterbereich 0 t < 2 ergibt sich aus der kleinsten Periode 2
von Sinus und Kosinus. Bis zu diesem Parameterwert erhalt man vorher noch
147
nicht durchlaufene Punkte des Einheitskreises, f ur groere Parameterwerte,
w urde man die selbe Kurve erneut durchlaufen. Hierbei handelt es sich also
um das , welches in Abschnitt 4.3 mit Hilfe der kleinsten positiven Null-
stelle der Kosinusfunktion eingef uhrt wurde. Das obige Langenintegral zeigt
aber auch, da der Umfang des Einheitskreises genau 2 in Bezug auf diese
Zahl betragt, also handelt es sich gleichzeitig um die Konstante , welche
Proportionalitatsfaktor zwischen Umfang und Durchmesser eines Kreises ist.
Die Bedingung der Eineindeutigkeit der Zuordnung von Parameterwerten
und Kurvenpunkten sichert ab, da nicht Teile der Kurve mehrfach durch-
laufen werden. Wird die Eineindeutig nur an endlich vielen Stellen gestort, so
entsteht die Kurve als Zusammensetzung endlich vieler glatter Kurvenst ucke
und die Lange kann durch Addition der Langen der Teilst ucke erhalten wer-
den.
148
37. Berechnen Sie die Integrale:
(a)
_
sinh xdx
(b)
_
(x
2
1) ln(x + 1)dx
(c)
_ 1
2
0
2x
3
1 x
2
dx
38. Wie gro ist der Inhalt der von den Kurven
f(x) = sinh x
und
g(x) = 5 + 2 cosh x
zwischen ihren beiden Schnittpunkten eingeschlossenen Flache?
Hinweis: Die Koordinaten der Schnittpunkte d urfen auf zwei Nachkom-
mastellen gerundet werden.
39. Wie lang ist die Kurve mit der Paramterdarstellung P(t) = (t + 1; 1
2t), 0 t 1?
149
Literaturverzeichnis
[1] Blatter. Analysis 1, Springer-Lehrbuch, Berlin, 1991.
[2] Bronstein, Semendjajew. Taschenbuch der Mathematik, Teubner, Leip-
zig, 1981.
[3] G unther et. al. Grundkurs Analysis Teil 1 und Teil 2. BSB B.G. Teubner,
Leipzig, 1972.
[4] Kiyek, Schwarz. Mathematik f ur Informatiker 1,2. Teubner, Stuttgart,
1991.
[5] Piehler et. al. Mathematik zum Studieneinstieg. 2. Auage, Springer,
Berlin, 1992.
[6] Zeidler (Hrsg). Teubner-Taschenbuch der Mathematik (Band 1), Teub-
ner, Leipzig, 1996. ( uberarbeitete und erweiterte Ausgabe von [2]).
150

Analysis

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Analysis

Hochgeladen von

Copyright:

Verfügbare Formate

Analysis

Ubungsaufgaben gestellt, welche jeweils vor der Dienstagsvorlesung abzuge-

2, dann ist A, B oensichtlich eine

< c gibt, die ebenfalls obere

< m und somit kann also auch a

keine obere Schranke von M

zwei Suprema von M. Der Fall d < d

widersprechen, da d insbesondere auch obere

< d zum Widerspruch

(x) := y R [ d(x, y) <

(x) ist das oene Intervall der Lange 2

(x) ist das Innere

(x) M) x nur end-

(x) M) x = , im Widerspruch zur vorausgesetzten

(x). Also ist x Haufungspunkt von M und damit Element

(a) , [a, b) f ur alle > 0 und da jede Umgebung von

(x) U M und die Richtung (=) ist bewiesen.

(x) eine oene Menge.

(x). Zu zeigen ist, da zu jedem y M ein

(y) M existiert. F ur y = x kann man = wahlen und die

(y) gilt d(z, x) d(z, y) + d(y, x) < + ( ) = , also z M.

(y) M gezeigt und Anwendung des obigen Satzes liefert die

/ ebenfalls eine oene Menge.

/ eine oene Menge.

/ und die Behauptung folgt

(x), > 0, wenig-

(x) , M und damit kann x nicht zu M gehoren, da da

(x), > 0, w urde ein Element von M

(x) f ur wenigstens ein > 0 kein Element von M

/ ebenfalls eine abgeschlossene Menge.

ebenfalls oen und nach dem

aller Haufungspunkte von M nennt man die Ableitung von M.

heit abgeschlossene H ulle

zu wenigstens einer der beiden Mengen M oder M

gehoren. Falls ein > 0

M f ur alle < , dann ist x Haufungspunkt von M

, also erst recht zu M.

) x f ur kein positives leer ist, also ist x

. Nach Satz 5 gehort x zu M

, also erst recht zu

weg, so gibt es einen nicht zur Menge gehorigen

beziehungsweise M N gelten. (vgl. Bemerkung 4 aus der Vorlesung)

(z) liegen unendlich viele

(x) unendlich viele Glieder der Folge. Da diese Glieder paarweise

(x) eine unendliche beschrankte Menge und

(x) kein einziger Punkt der

(x) liegt. Das steht im Widerspruch zur Voraussetzung,

a = 1 (a > 0, reell) (3.3)

| und der eingangs behauptete Grenzwert von 1 ist

(a) folgt auf jeden Fall [a

(a). Damit gibt es ein n

f ur alle nat urlichen Zahlen n n

> 1 f ur alle n 0, so divergiert

f ur alle n 0. Dann gilt [a

Ahnlich dem Wurzelkriterium konnen die Voraussetzungen auch hier nicht

< 1 abgeschwacht werden.

= [(n + 1)(x a)[ > 1

D bedeutet, da die unendliche Reihe

a[ die absolute Konvergenz der

eine konvergente Majo-

> 0, so da f ur alle x R mit

eine positive reelle Zahl > 0 mit [f(x)

f ur alle x Deff mit [x x

x in jedem Punkt ihres Denitionsbereiches stetig. Gleiches trit