You are on page 1of 648

Harro Heuser

Lehrbuch Analysis
Teil1

14., durchgesehene Auflage

Mit 127 Abbildungen, 810 Aufgaben,


zum Teil mit Lsungen

Teubner

B. G. Teubner Stuttgart Leipzig Wiesbaden

Die Deutsche Bibliothek - CIP-Einheitsaufnahme


Ein Titeldatensatz fr diese Publikation ist bei
der Deutschen Bibliothek erhltlich.

1. Auflage 1980
13. Auflage 2000
14., durchges. Auflage Dezember 2001

Alle Rechte vorbehalten


B. G. Teubner GmbH, Stuttgart/Leipzig/Wiesbaden, 2001
Der Verlag Teubner ist ein Unternehmen der Fachverlagsgruppe BertelsmannSpringer.

www.teubner.de
Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk
berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne
der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wren und daher von
jedermann benutzt werden drften.
Umschlaggestaltung: Ulrike Weigel, www.CorporateDesignGroup.de
Druck und buchbinderische Verarbeitung: Lengericher Handelsdruckerei, Lengerich/Westfalen
Gedruckt auf surefreiem und chlorfrei gebleichtem Papier.
Printed in Germany
ISBN 3-519-52233-0

Fr Isabella und Anabel, Marcus und Marius.

Hierdurch wird klar, weshalb Arithmetik und Geometrie mit weit grerer
Sicherheit vor allen brigen Wissenszweigen bestehen: weil nmlich sie
allein sich mit einem so reinen und einfachen Gegenstand beschftigen, da
sie gar nichts voraussetzen, was die Erfahrung unsicher zu machen imstande wre, sondern gnzlich in verstandesmig abzuleitenden Folgerungen
bestehen. Sie sind daher am leichtesten und durchsichtigsten von allen und
haben einen Gegenstand, so wie wir ihn fordern, da hierbei der Irrtum, von
Unaufmerksamkeit abgesehen, wohl kaum Menschenlos sein drfte. Trotzdem darf es nicht in Verwunderung setzen, wenn sich der Geist vieler aus
freien Stcken eher anderen Studien oder der Philosophie zuwendet: es
kommt das nmlich daher, da ja ein jeder es sich kecker herausnimmt, bei
einem dunkeln, als bei einem klaren Gegenstand Vermuttmgen aufzustellen,
und es weit leichter ist, bei einer beliebigen Frage irgend etwas zu
mutmaen, als bei einer noch so leichten bis zur Wahrheit selbst vorzudringen.
Rene Descartes, " Regeln zur Leitung des Geistes ".

Vorwort
Dieses Buch ist der erste Teil eines zweibndigen Werkes ber Analysis. Es ist
aus Vorlesungen, bungen und Seminaren erwachsen, die ich mehrfach an den
Universitten Mainz und Karlsruhe gehalten habe, und so angelegt , da es auch
zum Selbststudium dien~n kann.
Ich widerstehe der Versuchung, dem Studenten, der jetzt dieses Vorwort liest,
ausfhrlich die Themen zu beschreiben, die ihn erwarten; denn dazu mte ich
Worte gebrauchen, die er doch erst nach der Lektre des Buches verstehen
kann- nach der Lektre aber sollte er selbst wissen, was gespielt worden ist. Den
Kenner hingegen wird ein Blick auf das Inhaltsverzeichnis und ein rasches
Durchblttern ausreichend orientieren.
Dennoch halte ich es fr mglich, anknpfend an Schulkenntnisse und Alltagserfahrung auch dem Anfnger verstndlich zu machen, was der rote Faden ist, der
dieses Buch durchzieht und in welchem Geist es geschrieben wurde und gelesen
werden mchte.
Der rote Faden, das stndig aufklingende Leitmotiv und
energisch vorwrts
treibende Hauptproblem ist die Frage, wie man das Anderungsverhalten einer
Funktion verstehen, beschreiben und beherrschen kann, schrfer: Welche Begriffe eignen sich am besten dazu, die nderung einer Funktion " im Kleinen "
(also bei geringen nderungen ihrer unabhngigen Variablen) zu erfassen, was
kann man ber die Funktion "im Groen", ber ihren Gesamtverlauf sagen,
wenn man Kenntnisse ber ihr Verbalten "im Kleinen" hat, geben uns diese
Kenntnisse vielleicht sogar die Funktion gnzlich in die Hand ode{ besser: Wie
tief mssen diese " lokalen Kenntnisse" gehen, um uns die Funktion " global"
vollstndig auszuliefern. Um ein sehr alltgliches Beispiel zu nennen: Wenn ein
Krper sich bewegt, so glauben wir intuitiv zu wissen, da er in jedem Zeitpunkt
eine wohlbestimmte "Momentangeschwindigkeit" besitzt, da diese uns
Ausknfte ber die Anderung seiner Lage "im Kleinen" (innerhalb kurzer
Zeitspannen) gibt und da wir seinen Bewegungsverlauf "im Groen" , konkreter:
die seit Beginn der Bewegung von ihm zu rckgelegte Strecke, vollstndig rekonstruieren knnen, wenn wir ebendiese Momentangeschwindigkeit in jedem
Zeitpunkt kennen. Ist der Krper etwa ein Automobil, so wird uns seine
Momentangeschwindigkeit durch den Tachometer und sein Bewegungsverlauf
(die zurckgelegte Strecke) durch den Kilometerzhler geliefert. Aber diese
ntzlichen Instrumente sagen uns natrlich nicht, was denn begrifflich die

Vorwort

Momentangeschwindigkeit sei und wie man systematisch aus einem bekannten


Geschwindigkeitsverlauf den Bewegungsverlauf zurckgewinnen knne- sie setzen ganz im Gegenteil die vorgngige theoretische Besinnung ber derartige
Begriffe und Verfahren schon voraus.
Als das mchtige und unverzichtbare Hilfsmittel fr jede in die Tiefe dringende
Untersuchung solcher Fragen wird sich der Begriff des Grenzwerts in seinen
vielfltigen Formen und Abwandlungen erweisen. Er ist das Herzstck und der
Kraftquell der Analysis und wird ab dem Kapitel m gleichsam der ewig
jugendliche Held des analytischen Dramas sein .

..

D as Studium funktionellen Anderungsverhaltens ist nicht die mige Trumerei


weltfremder Gehirne in elfenbeinernen Trmen-es wird uns ganz im Gegenteil
aufgedrngt durch das tief im Menschen wurzelnde Bestreben, die uns
umgebende Welt zu verstehen und aus diesem Verstehen heraus zu gestalten.
Ganz folgerichtig hebt es an und geht Hand in Hand mit der Schaffung der
neuzeitlichen Physik unter den Hnden von Newton, Euler, Lagrange und Laplace (um nur die Groen des strmischen Anfangs zu nennen). Es hat im engsten
Bunde mit den Naturwissenschaften-von ihnen befruchtet und ihnen die
Frchte zurckgebend-unsere Welt in den letzten dreihundert Jahren so tiefgreifend umgestaltet, da die Wirkungen der groen politischen R evolutionen
demgegenber verblassen und eher oberflchlich und peripher anmuten. Wer von
der Weltfremdheit der Mathematik spricht, dem mu die moderne Welt wahrlich
sehr fremd geworden sein.
Damit komme ich auf den Geist zu sprechen, in dem dieses Buch geschrieben
wurde. Es versteht sich heutzutage von selbst, da jede Darstellung der Analysis
gem der axiomatischen Metbode zu erfolgen hat: D er ganze Bestand
analytischer Aussagen mu streng deduktiv aus einigen Grundeigenschaften reeller
Zahlen entfaltet werden. Jede mathematische Disziplin verdankt ihre Sicherheit,
ihre berzeugungskraft und ihre Schnheit dieser Methode. Zu sehen, wie der
reiche Teppich der Analysis mit seinen unendlich mannigfaltigen Farben und
Figuren aus wenigen Fden (den Axiomen ber reelle Zahlen) enger und enger
geknpft wird - das ist eine geistige Erfahrung hchsten R anges, um die kein
Student betrogen werden darf. Aber gleichzeitig lag mir noch ein anderes am
Herzen: Ich wollte zeigen, mit welcher fast unbegreiflichen Kraft diese aus dem
Geist gesponnene, in sich selbst ruhende " reine" Theorie auf die " reale" Welt
wirkt - dies zu sehen ist ebenfalls eine geistige Erfahrung, um die man niemanden
bringen sollte. Das Staunen darber, da und wie ein "reines Denken " die
Wirklichkeit verstehen und gesetzmig ordnen kann, hat keinen Geringeren als
Immanuel Kant dazu getrieben, seine gewaltige " Kritik der reinen Vernunft" zu
schreiben. Es bedarf keines Wortes, da ich die " praktischen" Auswirkungen der
Theorie nur exemplarisch, nur an wenigen Beispielen zeigen konnte, aber mit
Bedacht habe ich diese Beispiele aus den allerverschiedensten Wissens- und
Lebensgebieten ausgewWt: aus Physik, Chemie, Biologie, Psychologie, Medizin,

Vorwort

Wirtschaftswissenscbaft, Kriegswesen und Technik-bis bin zu so profanen


Fragen wie die nach dem Abbau des Alkohols im Blut whrend eines Trinkgelages, und ob man ein Haus nachts durchbeizen oder besser morgens aufheizen
solle, aber auch bis hin zu so berraschenden Beziehungen wie die zwischen
Kaninchenvermehrung und Goldenem Schnitt. Ich wollte damit nicht die
Mathematik anpreisen-sie kann der Reklame sehr gut entraten-sondern dem
Studenten bereits in einer frhen Phase seiner geistigen Entwicklung deutlich
machen, da abstrakte Methoden gerade ihrer Abstraktheit wegen universell
anwendbar sind und da nur eine aufgeklrte Praxis eine wirksame Praxis ist. Ein
kluger Englnder, dessen Name mir entfallen ist, hat kurz und treffend das Ntige
zur blo praktischen Praxis gesagt: "Der praktische Mensch ist derjenige, der die
Feh Ier seiner Vorfahren praktiziert" .
Darber hinaus schwebte mir vor, nicht nur die Auswirkungen der Theorie auf
die Praxis, sondern umgekehrt auch die stimulierenden Einwirkungen der Praxis
auf die Theorie zu zeigen, deutlich zu machen, wieviel quickes Leben die Theorie
den Vitaminsten praktischer Fragen und Probleme verdankt. Insgesamt hoffte
ich, durch das Miteinander- und Ineinanderklingen von Theorie und Anwendung
die Analysis gleichsam "stereophonisch" zu prsentieren und die Theorie nicht
zum Trockenlauf geraten zu lassen.
Auch "rein mathematisch" gesehen ist die Analysis nicht nur ein Lehrsystem, in
dem abstrakte Begriffe zu abstrakten A ussagen zusammengewoben werden. Ihre
Methoden werfen eine schier unglaubliche Flle "konkreter" mathematischer
Resultate ab: verblffende ldentitten, reizvolle Summenformeln, berraschende
Beziehungen zwischen Gren, die auf den ersten Blick nichts miteinander zu tun
haben usw. ohne E nde. In Vorlesungen findet man unter dem Druck der riesigen
Stoffmassen kaum die Zeit, auf diese Dinge einzugeben, die eine eigene Schnheit
haben. Ein Buch gewhrt hier grere Freiheit, und von ihr habe ich gern und
reichlich Gebrauch gemacht.
Um alle diese vielfltigen Ziele zu erreichen - den strengen axiomatischen Aufbau darzulegen, das Geben und Nehmen zwischen Theorie und Anwendung
aufz~~eigen, dem " mathematisch Konkreten" sein Recht zu gnnen-und doch
den Uberblick zu bebalten und nicht in.. der Flle des Stoffes zu ertrinken, habe
ich eine deutliche, schon aus den Uberschriften erkennbare Scheidung in
Methodenteile und Anwendungsteile vorgenommen (wobei allerdings manches
Anwendungsbeispiel und manches mathematisch konkrete Detail in den Aufgabenabschnitten der Methodenteile zu finden ist). Wer also "auf die Schnelle"
nur die tragenden Begriffe und Aussagen, gewissermaen nur das methodische
Skelett der Analysis kennenlernen will, kann dies dank der beschriebenen
Gliederung tun, ohne in jedem E inzelfall prfen zu mssen, ob der St~!f fr seine
Zwecke relevant ist oder wo die ihn interessierende theoretische Uberlegung
wieder aufgegriffe n und fortgesetzt wird. Nach allem, was ich oben gesagt habe,
bin ich jedoch weit davon entfernt, ein so asketisches, die Fleischtpfe der
Analysis beiseitelassendes Vorgehen zu empfehlen.

Vorwort

Der Leser wird bei der Lektre des Buches bald bemerken, da oftmals ein und
derselbe Sachverhalt von ganz verschiedenen Seiten und auf ganz verschiedenen
Methodenhhen angegangen, beleuchtet und seziert wird. Ich wollte damit
zeigen, wie eng geknpft jener Teppich der Analysis ist, von dem ich oben schon
gesprochen habe, wie reich und tief die inneren Beziehungen zwischen ihren
Begriffen und Verfahren sind, wollte zeigen, da mit dem Ausbau und der
Verfeinerung des analytischen Instrumentariums alte Probleme leichter lsbar
und neue berhaupt erst angreifbar werden-wollte also, um alles in einem Wort
zu sagen, den Leser dazu berreden, in der Analysis nicht ein totes System zu
sehen, sondern einen lebendigen Proze, offen gegen sich und die Welt.
Zum Schlu bleibt mir die angenehme Pflicht, all denen zu danken, die mich bei
der Anfertigung dieses Buches untersttzt haben. Herr Prof. Dr. U. Mertins,
Herr Dr. G. Schneider und Herr Dipl.-Math . H.-D. Wacker haben nie
mit Rat, Anregungen und hilfreichen Bemerkungen gegeizt und haben
unermdlich alle Korrekturen gelesen; Herr Dr. A. Voigt hat durch seine klaren
und sorgfltigen Zeichnungen wesentlich erhht, was das Buch an didaktischem
Wert haben mag. Frau Y. Paasche und Frau K. Zeder haben die im Grunde
unlsbare Aufgabe gemeistert, ein unleserliches Manuskript von vielen hundert
Seiten in ein Schreibmaschinenskript zu verwandeln ; es gelang ihnen anfnglich
anband einer Lupe und dann mit Hilfe eines irgendwie entwickelten "zweiten
Gesichts". Dem Teubner-Verlag schulde ich Dank fr seine Geduld und
Kooperationsbereitschaft und fr die vortreffliche Ausstattung des Buches.
Meine Schwester, Frau Iogeborg Strohe, hat mir whrend der vorlesungsfreien
Zeit am Rande des Taunosstdtchens Nasttten ein Refugium geboten, in dem ich
ungestrt an diesem Buch arbeiten konnte; an sie geht mein brderlicher Dank.
Nasttten/Taunus, im Mrz 1979

Harro Heuser

Vorwort zur vierzehnten Auflage


In der hier vorliegenden vierzehnten Auflage habe ich an zahlreichen Stellen nderungen, G lttungen und Verbesserungen vorgenommen, zu denen ich hauptschl ich
durch aufmerksame Leser angeregt wurde.
Karlsruhe, im September 200 1

Harro Heuser

Inhalt
Einleitung
I

. . . . . . . . . . .

..

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

12

Mengen und Zahlen


1
2
3
4
5
6
7
8
9
10
11
12

II

.
.

.
.

.
.

17
26
32
39
44
48
52

70
77
81
89

.
.

95

. .

102

111

. .
. .

122
128

Funktionen
13
14
15
16
17
18
19

Mengen und ihre Verknpfungen . . . . . . . . . . . .


Vorbemerkungen ber die reellen Zahlen . . . . . . . . .
Die axiomatische Beschreibung der reellen Zahlen
. .
Folgerungen aus den Krperaxiomen
. . . . .
. . . .
. . . .
Folgerungen aus den Ordnungsaxiomen . . . .
Die natrlichen, ganzen und rationalen Zahlen . . . . .
Rekursive Definitionen und induktive Beweise. Kombinatorik
Folgerungen aus dem Schnittaxiom
. . . . . . . . . . .
Die Potenz mit rationalem Exponenten . . . . . .

Abstand und Betrag . . . . . . . . . . . . . .


Das Summen- und Produktzeichen


. . . . . . . . . . .
Einige ntzliche Ungleichungen . . . . . . . . . . . . .

Der Funktionsbegriff
. . . . . . . . . . . . . . . .
Reellwertige Funktionen. Funktionenrume und -algebren
Polynome und rationale Funktionen . . . . . . . . . .
Interpolation . . . . . . . . . . . . . . . . . . . .
Der Differenzenoperator. Lineare Abbildungen
Der Interpolationsfehler . . . . . . . . . . . . . . .
Mengenvergleiche . . . . . . . . . . . . . . . . . .

130
. .
. .

135
137

. . .
. .

142
147
152
155
161
163
168
176
179
183

Grenzwerte von Zahlenfolgen


20
21
22
23
24
25
26
27
28
29

Der Grenzwertbegriff . . . . . . . . . . . . . . .
Beispiele konvergenter und divergenter Folgen . . . .
Das Rechnen mit konvergenten Folgen
. . . . .
Vier Prinzipien der Konvergenztheorie . . . .
. . .
Die Dezimalbruchdarstellung der reellen Zahlen
. . .
Die allgemeine Potenz und der Logarithmus . . . . .
Vernderungsprozesse und Exponentialfunktion
. . .
Der Cauchysche Grenzwertsatz . . . . . . . .
. .
Hufungswerte einer Zahlenfolge . . . . . . . . .
Uneigentliche Grenzwerte, Hufungswerte und Grenzen

. . .

. . .

Inhalt

IV

Unendliche
Reihen
'
30
31
32
33

Begriff der unendlichen Reihe



Konvergente und absolut konvergente Reihen
Das Rechnen mit konvergenten Reihen
Konvergenz- und Divergenzkriterien

Einfache Eigenschaften stetiger Funktionen . . . . . .


Fixpunkt- und Zwischenwertstze fr stetige Funktionen
Stetige Funktionen auf kompakten Mengen . . . . . .
Der Umkehrsatz fr streng monotone Funktionen
.
Grenzwerte von Funktionen fr x-+ ~ . . .
. . .
Einseitige Gren.zwerte . . . . . . . . . . . . . . .
Die Oszillation. einer beschrnkten Funktion
. . . .
Grenzwerte von Funktionen fr x-+ oo . . . . . . .
Das Rechnen mit Grenzwerten. . . . . . .
. . . .
Uneigentliche Grenzwerte . . . . . . . .
. . . .
Vereinheitlichung der Grenzwertdefi.nitionen. Netze .
Doppelreihen . . . . . . . . . . . . . . . . . .

. . .
.

. . .
. .

. . .
. . .

212
220
224
231
233
238
241
243
245
246
249256

Differenzierbare Funktionen
46
47
48
49
50

Die Ableitung einer differenzierbaren Funktion . . . . . . .


Differentiationsregeln . . . . . . . . . . . . . . . . . .
Die Differentiation elementarer Funktionen. Winkelfunktionen
Der Mittelwertsatz der Differentialrechnung . . . . . . . .
Die R~gel von de !'Hospital
. . . . . . . . . . . . . . .
.

VD Anwendungen
51 Nochmals der Interpolationsfehler . . . . . . . . . . . . .
52 Kurvendiskussion . . . . . . . . . . . . . . . . . . . .
53 Hyperbelfunktionen, Hochspannungsleitungen, Tempelsulen, .
54 Extremalprobleme
. . . . . . . . . . . . . . . . . . .
55 Exponentielle, autokatalytische und logistische Prozesse. Epidemien. Das psychophysische Grundgesetz. Mathematische Erfassung von Naturvorgngen
. . . . . . . . . . . . . . . .
56 Fall und Wurf, Raketenftug und Vollbremsung . . . . . . .
57 Schwingungen. Weitere Eigenschaften der Winkelfunktionen .
58 Symbiotische und destruktive Prozesse . . . . _. . . . . . .
59 Konvexe und konkave Funktionen als Quelle fundamentaler Ungleichungen
. . . . . . . . . . . . . . . . . . . . . .

vm

187
189
195
203

Stetigkeit und Grenzwerte von Funktionen


34
35
36
37
38
39
40
41
42
43
44
45

VI

260
270
273
279
286
291
293
296
303

309
324
334
342
347

Der Taylorsche Satz und Potenzreihen


60 Der Mittelwertsatz fr hhere Differenzen . . . . . . . . .
61 Der Taylorsche Satz und die Taylorsche Entwicklung

353
353

10

Inhalt
62 Beispiele fr Taylorsche Entwicklungen
63 Potenzreihen . . . . . . . . . . . . .
64 Die Summenfunktion einer Potenzreihe .
65 Der Abelsche Grenzwertsatz . . .
.
66 Die Division von Potenzreihen . .
. .
67 Die Existenz der Winkelfunktionen . . .
. .
68 Potenzreihen im Komplexen . . .
69 Der Nullstellensatz fr Polynome und
zerlegung rationaler Funktionen
. . . .

. . . .

. . .
0

. .
. .
die
. .

. . . . . . .
.

Partialbruch. . . . . . .

Anwendungen
70 Das Newtonsehe Verfahren . . . . . . . . . . . . . . . .
. .
71 Bernoullische 4ahlen und Bernoullische Polynome . .
72 Gedmpfte freie Schwingungen . . . . . . . . . . . . . .
73 Die homogene lineare Differentialgleichung n-ter Ordnung mit
konstanten Koeffizienten . . . . . . . . . . . . . . . . .
74 Die inhomogene lineare Differentialgleichung n-ter Ordnung
mit konstanten Koeffizienten und speziellen Strgliedern . . .
. . . . . . . . . . . . . . . . . . . . . . .
7 5 Resonanz
Integration
X
76 Unbestimmte Integrale
. . . . . . . . . . . . . . . . .
77 Regeln der unbestimmten Integration . . .

78 Die Integration der rationalen Funktionen

79 Das Riemannsche Integral . . . . . . . .


80 Exkurs: Arbeit und Flcheninhalt . . . . . .

81 Stammfunktionen stetiger Funktionen . . . . . . . . . . .


82 Die Darbouxschen Integrale . . . . .
. . . . . . . .
83 Das Riemannscbe Integrabilittskriterium . . . . .


84 Das Lebesguesche Integrabilittskriterium . . . . . . . . .
85 Integralungleichungen und Mittelwertstze .
. . .
86 Nochmals das Integral f; f(t)dt mit variabler oberer Grenze . .
XI Tineigentliche und Riemann-Stieltjessche Integrale
87 Integrale ber unbeschrnkte Intervalle .
. .
. . . . .
88 Das Integralkriterium . . . . . . . . .
. . . . . . . .
89 Integrale von unbeschrnkten Funktionen . . .
. . . . .
90 Definition und einfache Eigenschaften des Riemann-Stieltj esschen Integrals . . . . . . . . . . . . . . . . . . . .
91 Funktionen von beschrnkter Variation . . . . . .
. . .
92 Existenzstze fr RS-Integrale . . . . . . .
. .
. . .
93 Mittelwertstze fr RS-Integrale
. . . . . .
. .
XII Anwendungen
94 Das Wallissehe Produkt

358
362
367
379
386
391
393
398

IX

406
410
413
422

426
430
435
438

445
447
457
460
464
468

470
475
479
480
483

485
489
493
499

502

504

Inhalt

11

95 Die Eulersche Summenformel


. . . . . . . . . . . . . .
96 Die Stirlingsche Formel . . . . . . . . . . . . . . . . .
97 Ruberische Prozesse. Die Differentialgleichung mit getrennten
Vernderlichen . . . . . . . . . . . . . . . . . . . . .
98 Fremdbestimmte Vernderungsprozesse. Die allgemeine lineare
Differentialgleichung erster Ordnung
. . . . . . . . . . .
99 Erzwungene Schwingungen. Die inhomogene lineare Differentialgleichung zweiter Ordnung mit konstanten Koeffizienten
.
100 Numerische Integration . . . . . . . . . . . . . . . . .
101 Potentielle und kinetische Energie . . . . . . . . . .
.

524
529
533

Vertauschung von Grenzbergngen. Gleichmige und


monotone Konvergenz
102 Vorbemerkungen zum Vertauschungsproblem

103 Gleichmige Konvergenz .

104 Vertauschung von Grenzbergngen bei Folgen

105 Kriterien fr gleichmige Konvergenz . .


106 Gleichstetigkeit. Der Satz von Arzela-Ascoli

107 Vertauschung von Grenzbergngen bei Netzen

108 Monotone Konvergenz

537
542
550
555
561
568
577

Lsungen ausgewhlter Aufgaben .

Literaturverzeichnis .

629

Symbolverzeichnis .

630

Namen- und Sachverzeichnis . . .

506
510
512
518

583

631

Einleitung
In diesem Abschnitt mchte ich einige Bemerkungen machen , die dem Leser
helfen sollen, sich in dem Buch zurechtzufinden und aus seiner Lektre einen
mglichst groen Gewinn zu ziehen.
Psychologische Vorbemerkungen Das Studium der Mathematik stellt gerade an
den Anfnger Forderungen, die kaum eine andere Wissenschaft ihren Adepten
zumutet, die aber so gebieterisch aus der Natur der Sache selbst entspringen, da
sie nicht preisgegeben werden knnen, ohne die Mathematik als Wissenschaft
aufzugeben. Seit eh und je ist dem Menschen am wohlsten in einer Art geistigen
Dmmerlichts, im Ungefhren und Unbestimmten, im Llichen und WarmKonkreten; er will es gar nicht "so genau wissen"-und braucht es im tglichen
Leben auch nicht. In seiner berpointierten Art hat Nietzsche einmal verkndet,
der denkende Mensch sei ein kranker Affe. Auf diesem Hintergrund empfindet
man all das zunchst als unnatrlich, unmenschlich und unvollziehbar, was die
Mathematik erst zur Mathematik macht: die Helle und Schrfe der Begriffsbildung, die pedantische Sorgfalt im Umgang mit Definitionen (kein Wort darf man
dazutun und keines wegnehmen - auch nicht und gerade nicht unbewut), die
Strenge der Beweise (die nur mit den Mitteln der Logik, nicht mit denen einer wie
auch immer gereinigten und verfeinerten Anschauung zu fhren sind- und
schon gar nicht mit den drei traditionsreichsten " Beweis"-Mitteln: Uberredung,
Einschchterung und Bestechung), schlielich die abstrakte Natur der
mathematischen Objekte, die man nicht sehen, hren, fhlen , schmecken oder
riechen kann. Um die geistige Disziplin der Mathematik berhaupt erst akzeptieren und dann auch praktizieren zu knnen und um sich in der dnnen
Hhenluft der Abstraktion wohlzufhlen, bedarf es nichts Geringeres als eines
Umbaus der geistigen Person; man mu, um einen Ausdruck des Apostels Paulus
in seinem Brief an die Epheser zu borgen, den alten Menschen ablegen und einen
neuen Menschen anziehen. Ein solcher Umbau, finde er nun im Wissenschaftlichen oder im Religisen statt, geht immer mit Erschtterun~n und
Schmerzen einher. Gerade weil sie unvermeidbar sind, habe ich mich doppelt
bemht, sie zu mindern und zu mildern. Ich habe deshalb
1. bewut einen sehr langsamen und behutsamen Einstieg gewhlt, der den Leser
nur ganz allmhlich an den Kern des deduktiven Verfahrens und die abstrakte
Natur der mathematischen Objekte heranfhrt,
2. bei zentralen Begriffen nicht gespart an Beispielen, erluternden Bemerkungen

Einleitung

13

und vielfltigen Motivationen inner- und auermathematischer Art ("Bruder


Beispiel ist der beste Prediger"),
3. groen Wert auf AusfhrchJceit und Falichkeit der Beweise gelegt,
4. fast jeden Abschnitt mit Aufgaben versehen, um das Gelernte durch
Eigenttigkeit zu befestigen und bin
5. immer wieder auf den Heerstraen praktischer Anwendungen der Theorie
zurckgekehrt in die Welt konkreter Wirklichkeit, um den Leser ausruhen zu
lassen und ihm Gelegenheit zu geben, die dort herrschende sauerstoffreichere
Luft zu atmen.
Auf eine letzte, eher technische Schwierigkeit mchte ich noch hinweisen, an der
mancher sich anfnglich stt: das ist der Gebrauch der abkrzenden Zeichen
(Symbole) anstelle verbaler Formulierungen. "Ein aufflliger Zug aller Mathematik, der den Zugang zu ihr dem Laien so sehr erschwert, ist der reichliche Gebrauch von Symbolen", bemerkte einmal der groe Mathematiker Hermann Weyl
(1885- 1955; 70). Dieser Symbolismus ist kein berflssiges Glasperlenspiel, im
Gegenteil: ohne ihn wre die Mathematik nie zu dem riesigen Bau geworden, der
sie jetzt ist Komplexe Zusammenhnge lassen sich rein verbal nicht mehr
verstndlich darstellen; jeder Versuch dazu erstickt in sich selbst. Als amsanter
Beleg hierfr diene folgende Passage, die ich dem beraus lesenswerten Buch von
M. Kline " Mathematics in Western Culture" entnehme (ich bringe sie in Englisch,
weil bei jeder bersetzung das kstliche sprachliche Aroma verfliegen wrde):

When a twelfth century youth fell in love he did not take three paces backward, gaze
into her eyes, and tell her she was too beautiful to live. He said he would step outside
and see about it. And if, when he got out, he met a man and broke his head - the
other man' s head, I mean - then that proved that his - the first fellow 's- girl was
a pretty girl. But if the other fellow broke bis head - not his own, you know, but
the other fellow's-the other fellow to the second fellow, that is, because of course
the other fellow would only be the other fellow to him, not the first fellow who - well,
if he broke his head, then his girl-not the other fellow 's, but the fellow who was
the - Look here, if A broke B 's head, then A 's girl was a pretty girl; but if B broke
A 's head, then A 's girl wasn' t a pretty girl, but B 's girl was.

So viele Hilfen ein Autor auch einbauen mag-von eigener Arbeit kann er den
Leser nicht befreien (und darf es auch nicht). Auf die Frage, wie er auf sein
Gravitationsgesetz gekommen sei, soll Newton geantwortet haben " diu noctuque
incubando" (indem ich Tag und Nacht darber gebrtet habe). Viel billiger kann
man eine Wissenschaft nicht haben, selbst dann nicht, wenn man nur ihren
fertigen Bau durchwandern soll. Der Leser wird gut daran tun, Papier und
Bleistift immer griffbereit zu haben (und fleiig zu benutzen).

14

Einleitung

Ich habe oben von der getstJ.gen Disziplin gesprochen, die das Studium der
Mathematik. verlangt und anerzieht. Aber diese facettenreiche Wissenschaft fordert verquererweise noch eine ganz andersartige Fhigkeit heraus: die Fantasie.
Man soll eben nicht nur richtig schlieen, sondern sich auch vorgreifend vorstellen
knnen, in welcher Richtung und mit welchen Mitteln geschlossen werden kann,
man soll immer wieder durch "Einflle" einen Sachverhalt so umformulieren und
umgestalten, da eine verfgbare Methode greifen kann (manchmal, um ein ganz
drftiges Beispiel zu nennen, indem man die Zahl a in das Produkt 1 a oder in
die Summe a + (b- b) verwandelt). Von dem berhmten deutschen Mathematiker
Hilbert wird erzhlt, er habe auf die Frage, wie sich einer seiner ehemaligen
Schler entwickelt habe, geantwortet: "Er ist Schriftsteller geworden, er hatte zu
wenig Fantasie". Wer sich eingehender mit diesen Dingen, auch der Rolle des
Unterbewuten in der Mathematik, beschftigen mchte, der greife zu dem
reizvollen Bchlein des groen franzsischen Mathematikers Hadamard "The
psychology of invention in the mathematical field" .
Verweistechnik Die 13 Kapitel dieses Buches werden mit rmischen, die 108
Nummern (Abschnitte) mit arabischen Zahlen bezeichnet. Der Leser sollte nicht
stutzig werden, wenn er einen Verweis auf das Kapitet'XVI oder die Nummer 172
sieht ; dieses Kapitel und diese Nummer befinden sich im zweiten Band, der die
Numerierung des ersten einfach fortsetzt. Natrlich sind solche Vorverweise nicht
zum Verstndnis des gerade behandelten Sachverhalts notwendig; sie sollen nur
darauf aufmerksam machen, d a gewisse Dinge spter unter einem anderen
Gesichtspunkt oder auch erstmalig untersucht werden sollen.
Stze und Hilfsstze werden in jedem einzelnen Abschnitt unterschiedslos durchnumeriert und zur leichteren Auffindbarkeit mit einer vorangestellten Doppelzahl versehen (z.B. 25.1 Hilfssatz, 25.2 Satz): Die erste Zahl gibt die Nummer des
Abschnitts, die zweite die Nummer des Satzes (Hilfssatzes) in diesem Abschnitt
an. Bei Verweisen wird aus sprachlichen Grnden die Doppelzahl nachgestellt
(z.B.: "wegen Hilfssatz 25.1 ... " oder "aufgrund von Satz 25.2 ... "). Manche
Stze haben einen "Namen", z.B. " Mittelwertsatz" oder "Cauchysches Konvergenzkriterium". Solche Stze sind ganz besonders wichtig. Sie werden
gewhnlich unter diesem Namen, ohne Nummernangabe, zitiert. SoiJte der Leser
Mhe haben, sieb an einen von ihnen zu erinnern oder ihn aufzufinden, so kann
er die Seite, auf der er steht, im Sachverzeichnis nachschlagen.
Die Aufgaben stehen am Ende eines Abschnitts und werden in jedem einzelnen
Abschnitt durchnumeriert (ohne Doppel.zabl , also ohne Abschnittsangabe). Wird
in einem Abschnitt etwa auf die Aufgabe 5 verwiesen, so ist damit die Aufgabe 5
in ebendiesem Abschnitt gemeint. Fr Verweise auf Aufgaben in anderen
Abschnitten werden Wendu ngen benutzt wie "s. (=siehe) Aufgabe 2 in Nr. 95"
oder krzer: "s. A 95.2" (wobei also wie bei Stzen die erste Zahl die Nummer
des Abschnitts, die zweite die Nummer der Aufgabe in diesem Abschnitt angibt).
Auf das Literaturverzeichnis wird durch den Namen des Autors und eine dahinterstehende Zahl in eckigen Klammern verwiesen. Beispiel: " Dedekind [5]"

Einleitung

15

bedeutet ein We rk von Dede kind, das unter de r Nummer 5 im Literaturverzeic hni s
zu finden ist.
Aufgaben Die zahlreichen Aufgaben bilden einen wesentlichen Bestandteil dieses
Buc hes. Mit ihrer Hilfe so ll sich de r Leser die im Haupttext dargestellten Begriffe,
Stze und Verfahre n "einverseelcn" und so zu de m ge.langen, was. der Englnder
treffe nd und unbersetzbar working knowledge nennt, arbeits- oder einsatzfhiges
Wi ssen. Zu diesem aktiven Wissen kommt man in de r Tat nur, indem man mglichst
viele Aufgaben lst. Niemand le rnt Klavie rspielen, indem er Kla":~erspielern nur
zuhrt und selbst keine Fingerbungen macht. Goethe sagt es so: " Uberhaupt le rnt
niemand etwas durch bloes Anhren, und wer sich in gewissen Dingen nic ht selbst
ttig bemht, wei die Sachen nur oberflchlich und halb." Und Demokrit, de r
"lac hende Philosoph" (460- 370 v. Chr.; 90), hat uns ne be n seine r bahnbreche nden
Atomtheorie auch noch den trstlichen Satz hinte rlassen "Es werden mehr Mensche n durch bung tc htig als durch ihre ursprngliche Anlage." Da aber der
Anfnger das Lsen von Aufgaben erst noch lernen mu, habe ich mit helfende n
Hinweisen nicht gespart und zahlreichen ,,Beweisaufgaben" Musterlsungen beigefgt. Aufgaben, de re n Ergebnis eine bestimmte Zahl oder Funktion ist1 sind zur
Se lbstkontrolle des Lesers durchweg mit ei ne r Lsung versehe n. Alle diese Lsungen s ind am Schlu des Buc hes zusammengefat.
E inige Aufgaben werden im Fortgang des Haupttextes be ntigt; sie s ind mit eine m
Stern vor der Aufgabennummer markiert (z. B. *5). Mit ganz wenigen Ausnahmen,
wo ein Lsungshinweis vllig ausreicht, sind diese Aufgaben alle mit L sungen
versehe n. Dieje nige n ungeste rnten Aufgaben, die besonders interessante Aussagen
e nthalte n, s ind mit e ine m Pluszeichen vor der Aufgabennummer gekennzeichne t
(z.B. +2).
Trennung in Methoden- und Anwendungsteile Darber wurde schon im Vorwort
gesproche n. E inige wenige Dinge, die in de n Anwe ndungsteilen behandelt werden,
ta uc he n in den Methode nteile n wieder auf; in solche n Fllen wird zu Beginn des
j eweil igen Anwendungskapite ls ausdrc klic h auf sie hingewiesen.
Mathematische Schulkenntnisse Sie werden fr den methodischen Aufbau der
Analysis nic ht herangezogen. Ic h habe mich jedoch nic ht gescheut, zum Zwecke
von Motivationen, im Rahme n von Beispiele n und in den Anwendungstei Jen von
e infache n Tatsache n ber geometri sche Figuren, Winke lfu nktionen, Wurzeln usw.,
die de r Leser von de r Schule her kennt, Gebrauch zu machen. Wann imme r dies
stattfindet, wird ausdrcklich darauf hingewiesen und mitgeteilt, wo diese Dinge in
de m vorliegende n Buc h streng begrndet werden. Solange sie nicht begrndet, sondern eben nur von de r Schule he r vertraut sind , gehen wir mit ihne n, wie man sagt,
" nai v" oder "unbefangen" um (aber nur an den jeweils angegebenen Stellen!).

16

Einleitung

Komplexe Zahlen Di eses Buch ist grundstzlich e in " reelles Buch": Sein Haupt-

inhalt ist die Entfaltung dessen, was in den wenigen Axiomen ber reelle Zahlen
(endliche und une ndliche Dezimalbrche) verborgen liegt. Aus zwei Grnden
wurde n je doch die sogenannten komplexen Zahlen, die mancher L eser schon von
der Schul e her ke nne n wird , in gewissermaen unauff lliger We ise eingebaut: 1.
We il sie fr die Anwe ndungen in Physik und T echnik schlechterdings une ntbehrlich si nd und frh zeitig bentigt we rde n; 2. weil viele " reelle Tatbestnde"
e rst .,vo m Ko mplexen he r" verstndlich oder jedenfalls leichter verstndlich
werden. Die Prozedur ist wi.e folgt: Die komplexen Zahle n und ihre grundlegenden Eigenschaften we rde n ausfhrlich in Form von Aufgaben errtert. Dabei
zeigt sich. da ihr zunchst wichtigster, ja einziger Unte rschied zu de n reellen
Zahlen darin besteht, da sie nicht "angeordne t" werde n knnen (man kann von
e ine r ko mplexe n Zahl nicht sagen, sie sei kleiner ode r grer als e ine a ndere
komplexe Zahl ). Diese Tatsache hat zur Folge, da fast alle von Anordnungse igenschaften un ahhngigen Stze der " reelle n Analysis" mitsamt ihren Beweisen unverndert auch " im Komplexen" gelten, d.h. , a uch dann noch gelten,
wenn die a uftretende n reellen Gre n durch komplexe ersetzt werden. Solche
Stze , die man auch .,komplex" lesen kann, sind durch e ine n vorgesetzten kleine n
Kre is markiert (B eispie l: 0 63.1 Ko nve rgenzsatz fr Po tenzreihe n) . Sollte ihr
" komplexer" Bewe is doch eine kleine M odifikatio n des vorgetragenen " reellen"
Beweises erfordern, so wird dies in den Aufgaben des betreffende n Abschnitts
nachgetragen. Eine mit o versehene Aufgabe ist nur fr de nje nige n Leser
bestimmt, de r den " Unterkurs" be r ko mplexe Zahlen mitverfOlgen mchte.
Einige Abschnitte (z.B. die Nummern 68 und 69) setzen die Kenntnis dieses
Unterkurses voraus; wann immer dies der Fa ll ist, wird ausdrcklich darauf
hingewiese n. De r weit berwiegende Teil des Buches kann ausschlielieb "reell"
gelesen werde n ; der Student braucht de n komple xen Unterkurs zunchst nicht
mitz umache n und ka nn ihn o hne Orie ntierungsschwie rigke it bei Bedarf
nachholen.
Schlubemerkungen I. Bei den Lebensdaten habe ic h (hinter einem Semikolon)

immer das Lebensalter a ngegeben (genauer : die Differenz zwischen Todes- und
Geburtsja hr). Beispie l: Leonhard Eu ler ( 1707- 1783; 76). Nhe res ber die Entfaltung der Analysis und ber das Leben ihrer wichtigsten Protagonisten findet
der Leser im Sch lukapitel " Ein historischer tour d'horizon" des zwe iten Ba ndes. - 2. Das Ende eines Beweises wird gewhnlich durch markiert. - 3. Ein
programmie rbare r Taschenrechne r ist heute nicht mehr unerschwinglich. Mit
seine r Hilfe zu ,,sehen", wie rasch oder wie la ngsam die G lieder einer konvergente n Fol ge s ic h ihrem Grenzwe rt nhern , wie ei ne Iterationsfolge " zum Stehen" kommt, ist ein Erlebnis, das sehr rasch ein "Gefhl" fr Grenzprozesse vermittelt.

I Mengen und Zahlen


Die Zahl, des Geistes hchste Kraft
Aischylos

Zehn mal zehn ist hundert;


Folgen unabsehbar.
Thom ton Wilder

1 Mengen nnd ihre Verknpfungen


Wir mssen es als eine grundlegende Fhigkeit des menschlichen G eistes ansehen,
gegebene Objekte gedanklich zu einem Ganzen zusammenfassen zu knnen. So
fassen wir z.B. die Einwohner Hamburgs zu einem Ganzen zusammen, das wir die
Bevlkerung Hamburgs nennen; die unter deutscher Flagge fahrend~!l Handelsschiffe fassen wir zu der ~~utscben Handelsflotte zusammen, die Apfel in
einem Korb zu einem " Korb Apfel" usw. Ein solches Ganzes nennen wir eine
M enge; die zu einer Menge zusammengefaten Objekte bilden die Elemente
dieser Menge. Um auszudrcken, da a ein Element der Menge M ist, benutzen
wir die Bezeichnung a e M und sagen auch, a gehre zu M oder liege in M oder
auch M enthalte a. Dagegen bedeutet art. M, da a kein Element von Mist (nicht
z.u ,M gehrt, nicht in M liegt). Wollen wir mitteilen, da a und b in M liegen, so
schreiben wir kurz a, b e M (statt "a e M und b e M "). Eine Menge sehen wir als
definiert oder gegeben an, wenn wir wissen, aus welchen Elementen sie besteht;
dementsprechend nennen wir zwei Mengen M und N g leich und schreiben
M = N, wenn sie genau dieselben E lemente enthalten. Gibt es jedoch in einer
dieser Mengen ein Element, das nicht zu der anderen gehrt, so werden die
beiden Mengen ungl eic h oder versc hi e d en genannt, in Zeichen M =/= N.
Schlielich verabreden wir noch, da nur solche Objekte zu einer Menge M
zusammengefat werden, die unter sich verschieden sind, da also kein Element
von M mehrfach in M auftritt.
Eine Gesamtheit von Dingen, die nicht notwendigerweise alle verschieden sind,
nennen wir nicht Menge, sondern System , benutzen jedoch wie bei Mengen die
Schreibweise a e S um auszudrcken, da a zu dem System S gehrt.
Eine Menge knnen wir auf zwei Arten festlegen: Wir schreiben ihre Elemente
auf ("aufzhlende Schreibweise") oder geben, wenn dies unbequem oder
unmglich ist, eine ihre E lemente definierende E igenschaft an. Die " Zusammenfassung" der Elemente deuten wir dadurch an, da wir sie zwischen geschweifte
KJammern ("Mengenklammern") setzen. Einige Beispiele machen diese Schreibweise am raschesten klar: {1, 2, 3, 4} ist die Menge, die aus den Zahlen 1, 2, 3
und 4 besteht; sie stimmt mit der Menge {4, 3 , 2, 1} berein (beide Mengen
e nthalte n genau dieselben E lemente, nur in verschiedener Reihenfolge); die
Menge {2, 4, 6 , 8, 10} kann auch beschrieben werden als die Menge der geraden

18

I Mengen und Zahlen

Zahlen zwischen 1 und 11, in Zeichen: {2, 4, 6, 8, 10} = {x: x ist eine gerade Zahl
zwischen 1 und 11}. Ganz entsprechend ist {a: a 2 = 1} die Menge aller Zahlen a,
deren Quadrat = 1 ist; sie stimmt mit der Menge {1, -1} berein. Die aufzhlende
Schreibweise benutzen wir hufig in einer leicht modifizierten Form: {1, 3, 5,
7, . ..} ist die Menge aller ungeraden positiven Zahlen; die drei Punkte stehen fr
" und so weiter" und drfen selbstverstndlich nur gebraucht werden, wenn
eindeutig feststeht, wie es weitergehen soll. Die Menge aller Primzahlen wird man
also nicht ohne nhere Erluterung in der Form {2, 3, 5, 7, ...} angeben; vllig
unmiverstndlich lt sie sich jedoch in der Gestalt {p : p ist Primzahl} schreiben.
Die Umgangssprache benutzt das Wort " Menge" blicherweise, um eine Ansammlung zahlreicher Gegenstnde zu bezeichnen ("im Saal befand sich eine
Menge Menschen" = im Saal befanden sich viele Menschen). Der mathematische
Mengenbegriff ist jedoch von solchen unbestimmten Grenvorstellungen vllig
fre i: Auch eine Menge {a}, die nur ein Element a enthlt, ist eine Menge, ja es ist
sogar ntzlich, eine Menge einzufhren, die kein einziges E lement besitzt. Diese
Menge nennen wir die leere Menge und bezeichnen sie mit 0. Stellt man sich
eine Menge als einen Kasten vor, der die Mengenelemente enthlt, so entspricht
der leeren Menge ein leerer Kasten.
Fr einige hufig auftretende Mengen hat man feststehende Bezeichnungen
eingefhrt, die wir nun angeben wollen. Dabei benutzen wir das Zeichen:= (lies:
"soll sein", " bedeutet" oder "definitionsgem gleich"), um anzudeuten, da ein
Symbol oder ein Ausdruck erklrt werden soll. Auch das Zeichen=: wird verwendet ; verabredungsgem steht der Doppelpunkt bei dem zu definierenden Symbol
(Beispiele: M: = {l, 2, 3}, {1, 2, 3}=:M). Es folgen nun die angekndigten Standardbezeichnungen:
N :- {1, 2, 3, ... } (Menge der natrlichen Zahlen),
N 0 : - {0, 1,2,3, ...},
Z :- {0, 1, - 1, 2, - 2, ... } (Menge der ga n ze n Zahle n ),
Q := Menge der rationa len Zahle n , also der Brche mit ganzzahligen
Zhlern und Nennern (wobei die Nenner =fO sein mssen, da die
Division durch 0 nicht mglich ist),
R :- Menge der ree ll en Z a hl en, also der (endlichen und unendlichen)
Dezimalbrche.
Offenbar ist N ein "Teil" von Z in dem Sinne, da jedes Element von N auch ein
E lement von Z ist. Allgemein nennen wir eine Menge M eine Teil- oder
Untermenge der MengeN, in Zeichen McN, wenn jedes E lement von M auch
zu N gehrt. N heit dann eine Ob e rmeng e von M ; dafr schreiben wir N::J M.
Wir sagen auch, M sei in N enthalten und N enthalte oder umfasse M. M wird
eine echt e Teilmenge von N genannt, wenn McN und gleichzeitig M=fN ist.
M r:j:. N bedeutet, da M keine Teilmenge von N ist (da also mindestens ein
E lement von M nicht in N liegt).
Offenbar ist N c Z, Z c Q und Q c R. Diese drei "Mengeninklusionen" fassen wir
kurz in die " lnklusionskette" N c Z c Q c R zusammen.

1 Mengen und ihre Verknpfungen

19

Gem unserer Definition ist jede Menge M eine Teilmenge von sich selbst:
M c: M. Die leere Menge wollen wir als Teilmenge jeder Menge betrachten. Die
Mengengleichheit M = N bedeutet offenbar, da die beiden Inklusionen M c: N
und N c: M bestehen. Hat man eine solche Gleichung zu beweisen, so mu man
also zeigen, da aus x E M stets x E N und umgekehrt aus x E N auch immer x E M
folgt.
In den folgenden Abbildungen sind die Mengen M, N Bereiche der Ebene, die
durch ihre umschlieenden Kurven angedeutet werden.

Fig. 1.1

MCN

Schttet man- was natrlich nicht wrtlich zu nehmen ist - die Elemente von M
und N alle in einen Topf U, so erhlt man eine neue Menge, die Vereinigung
MU N von M mit N. Genauer: MU N ist die Menge aller Elemente, die zu M
oder zu N gehren (die also in mindestens einer der Mengen M, N liegen).
Beispiel: {1, 2, 3} U {2, 3, 4, 5} = {1, 2, 3, 4, 5}; die Zahlen 2 und 3, die sowohl in
der ersten als auch in der zweiten Menge liegen, treten in der Vereinigung jeweils
nur einmal auf, weil verabredungsgem die Elemente einer Menge unter sich
verschieden sein sollen. Man beachte, d a die Konj unktion " oder" in der
Mathematik nicht in dem ausschlieenden Sinne des "entweder- oder", sondern
im Sinne des neudeutschen " und/oder" gebraucht wird. - Der Dur c hsc hnitt
Mn N ist, grob gesprochen, der den beiden Mengen M, N gemeinsame Teil,
genauer: Mn N ist die Menge aller Elemente, die sowohl in M als auch in
N liegen. Beispiel: {1, 2, 3} n {2, 3, 4, 5} = {2, 3}. Die Mengen M, N sind
di sj unkt (fremd , "schneiden sich nicht"), wenn sie keine gemeinsamen
Elemente besitzen, wenn also Mn N = 0 ist. In Fig. 1.2 bedeuten die schattierten Bereiche Vereinigung bzw. Durchschnitt der Mengen M, N.

MvN
Fig. t .2

MnN

M\N
Fig. 1.3

20

I Mengen und Zahlen

Die Differenz M\N (lies: "Mohne N") ist die Menge aller Elemente von M ,
die nicht zu N gehren ; in Fig. 1.3 ist dies der schattierte Bereich. Ist N eine
Teilmenge von M, so nennt man M\N gerne das Komplement von N in M,
wohl auch einfach das Komplement von N, wenn die Menge M von vornherein
festliegt, also nicht ausdrcklich erwhnt werden mu.
Vereinigung und Durchschnitt knnen wir nicht nur fr zwei, sondern fr beliebig
viele Mengen bilden, genauer: Ist @5 ein nichtleeres (endliches oder unendliches)
System von Mengen, so besteht die Vereinigung

UM
M6
aus allen Elementen, die in mindestens einem M e@5 liegen (man erhlt die
Vereinigung also wieder, indem man alle Elemente aller M e@5 in einen Topfden Vereinigungstopf U - schttet1>). Die Vereinigung der endlich vielen
Mengen Mt. M 2 , . . , Mn bzw. der unendlich vielen Mengen Ml> M 2 , . . . bezeichnen wir auch mit den Symbolen
M 1 U M 2 U U Mn

U Mk,

bzw.

k- 1

Der Durchschnitt

nM

Me6

der Mengen aus @5 besteht au~ denjenigen Elementen, die in jedem M e@5 liegen.
Fr den Durchschnitt der endlich vielen Mengen M 1 , M 2 , . . . , Mn bzw. der
unendlich vielen Mengen MI> M 2 , . . benutzen wir auch die Bezeichnungen
CO

n M",

M 1 nM2 n n M" bzw.

k=l

00

Mit M" :={1, 2, ... , k} ist z.B.

UM" =N

und

k=l

n
M" ={1}.
k- 1

Sind alle Mengen M e@5 Teilmengen einer festen "Universalmenge" U und


bezeichnen wir das Komplement U\N einer Teilmenge N von U der Krze
halber mit N', so gelten die folgenden nach Augustus de Morgan (1806-1871; 65)
benannten Morganschen Komplementierungsregeln:

( MUe6
1

M)'

Me6

M'

und

( n M)' =
Me6

U M',

(1.1)

M e6

darf e in Element a, das gleichzeitig in mehreren Mengen des Systems @5 vorkommt, nur einmal in den Vereinigungstopf gelegt werden ; denn die Vereinigung soll ja
eine Menge sein, und verabredungsgem sind die Elemente einer Menge alle unter sich
verschieden.
>Dabei

1 Mengen und ihre Verknpfungen

21

in Worten: Das Komplement der Vereinigung ist gleich dem Durchschnitt der
Komplemente, und das Komplement des Durchschnitts ist gleich der Vereinigung
der Komplemente 1>.
Wir beweisen nur die erste Regel, fhren aber zunchst noch eine ntzliche
Schreibweise ein. Bezeichnen wir die Aussage x e
Aussage

XE

(M~ M)'

mit A und die

M ' mit B, so mssen wir zeigen: aus A folgt B und aus B folgt

M E~

umgekehrt auch A. Einen Schlu der Art "aus A folgt B" stellen wir nun kurz in
der FormA-B dar, und die beiden Schlsse A - B , B ~ Awerden abgekrzt
als Doppelschlu A <=> B geschrieben. Mit diesen logischen Pfeilen knnen wir nun
den Beweis der ersten Morganschen Regel sehr einfach aufschreiben (der Krze
wegen lassen wir die- nunmehr selbstverstndliche- Angabe " M e @5" unter
den Zeichen U und
weg):

x e (UM)'- (x e U und xrj. UM)- (x e U und xrj. M


fr alle Me )-xe M ' fr alle M e@5-xe nM'.
Nun kann man diese Schlukette ohne weiteres auch in umgekehrter Richtung
durchlaufen (man kann die Schlsse " umkehren"):
XE

nM'-xeM'

fr alle

fr aJle

M e @5) =* (x Ei V

Me@'i _.(xe
und

und

xrj.M

xrj. UM)- x e (U M)'.

Damit ist also die erste Morgansche Regel vollstndig bewiesen. Den Beweis der
zweiten drfen wir dem Leser berlassen.

Wir fgen noch einige Bemerkungen an. Statt die obige Schlukette zuerst in der
einen und dann in der anderen Richtung zu durchlaufen, htten wir uns bei jedem
Teilschlu vergewissern knnen, da man ihn umkehren, da man also den
einfachen Pfeil durch einen Doppelpfeil ersetzen darf. Der vollstndige Beweis

Eine krude Vorform der zweiten Morganschen Regel findet man in sehr konkreter
Gestalt im dritten Buch Mose (Levitikus), Kap. 11, Vers 1 bis 8: "Der Herr sprach zu
Mose und Aaron: Sagt den Israeliten: Das sind die Tiere, die ihr von allem Vieh auf der
Erde essen drft: Alle Tiere, die gespaltene Klauen haben, Paarzeher sind und
wiederkuen, drft ihr essen. Jedoch drft ihr von den Tieren, die wiederkuen oder
gespaltene Klauen haben, folgende nicht essen: Ihr sollt fr unrein halten das Kamel, weiJ
es zwar wiederkut, aber keine gespaltenen Klauen hat; ihr soiJt fr unrein halten den
Klippdachs, weil er zwar wiederkut, aber keine gespaltenen Klauen hat; ihr sollt fr
unrein halte n den Hasen, weil er zwar wiederkut, aber keine gespaltenen Klauen hat; ihr
sollt fr unrein halten das Wildschwein, weil es zwar gespaltene Klauen hat und Paarzeher
ist, aber nicht wiederkut. Ihr drft von ihrem Fleisch nicht essen und ihr Aas nicht
berhren; ihr sollt sie fr unrein halten".
tl

22

I Mengen und Zahlen

htte dann uerlich die krzere Form angenommen:


xE(UM)'-(xEV und xrJ.UM)-(xEV und xrj.M
fr alle M E5)- x E M' fr alle M E5-xE
M'.

Ergibt sich aus einer Aussage A notwendigerweise die Aussage B , gilt also
A "",. B , so sagen wir auch, A sei eine hinreichende Bedingung fr B und B
sei eine notw e ndige Bedingung fr A 1>. Im Falle A-B ist also A eine
notwendige und hinreichende Bedingung fr B (natrlich ist auch umgekehrt B
eine notwendige und hinreichende Bedingung fr A); die beiden Aussagen A , B
werden dann auch gleichbedeutend, g leichwertig oder quivalent
genannt. Der Sachverhalt A - B wird sehr hufig auch durch folgende Sprechweisen beschrieben: A gilt dann und nur dann, wenn B gilt; A gilt genau dann,
wenn B gilt; A ist eine genaue Bedingung fr B. Es ist vielleicht nicht berflssig
zu betonen, da ein Schlu durchaus nicht immer umgekehrt werden kann. Fr
zwei Zahlen a, b folgt etwa aus a = b zwar stets a 2 = b2 , aus a 2 = b2 folgt aber
keineswegs a = b: z.B. ist (-1)2 = 12 , daraus ergibt sich aber nicht - 1 = 1. Auch
der Schlu x E N - x + 1 E N ist nicht umkehrbar (s. Funote 1).
Von dem Doppelpfeil -ist das Zeichen : -zu unterscheiden, das wir hnlich
wie:= beim Definieren verwenden. Beispiel: Statt zu sagen "das Symbol m I n soll
bedeuten, da die natrliche Zahl m ein Teiler der natrlichen Zahl n ist",
schreiben wir kurz

m I n :- m E N

ist ein Teiler von

n E N.

Im tglichen Leben nimmt man auf Schritt und Tritt Zerlegungen gegebener
Mengen M in Teilmengen vor, und zwar gem gewisser, sich wechselseitig
ausschlieender Merkmale, welche die Elemente von M besitzen bzw. nicht
besitzen. Die folgenden Beispiele werden deutlich machen, was damit gemeint
ist:
1. Die Menge M aller gegenwrtig lebender Menschen kann man zerlegen in die Teilmenge T, der Menschen mnnlichen und die Teilmenge T2 der Menschen weiblichen
Geschlechts. Offenbar ist M = Tt U T 2 und T 1 n T 2 = 0.
2. Die Menge M des Beispiels 1 kann man auch nach Nationalittsmerkmalen zerlegen.
Sind S ., S 2 , , S., alle gegenwrtig vorhandenen Staaten, bedeutet Tv die Menge der
Brger des Staates s. und fat man die staatenlosen Menschen zu einer Menge T.,+1
1

> Die

Redeweise, B sei eine notwendige Bedingung fr A wird besser verstndlich, wenn


man bedenkt, da A gewi nicht gelten kann, wenn B nicht gilt (denn aus A folgt ja B),
die Richtigkeit von B also notwendig fr die Richtigkeit von A ist. Beispiel: Nach unseren
Schulkenntnissen gilt der Schlu x E N - x + 1 E N ("wenn x eine natrliche Zahl ist, so ist
auch x + 1 eine natrliche Zahl"). Ist also fr eine gewisse reelle Zahl x die Summe x + 1
keine natrliche Zahl, so kann auch x selbst keine natrliche Zahl sein: Die
" Natrlichkeit" von x + 1 ist notwendig dafr, da x natrlich ist (sie ist brigens nicht
hinreichend, denn 0 + 1 = 1 ist zwar eine natrliche Zahl, 0 jedoch nicht).

1 Mengen und ihre Verknpfungen

23

zusammen, so hat man M in die Teilmengen T., T2 , , T,.+ 1 zerlegt. Sieht man von der
Mglichkeit doppelter Staatsbrgerschaft und anderer Komplikationen ab, die juristischer
Scharfsinn konstruieren knnte, so ist
M

= T1U T2 U U T,,+l und T1n Tk = 0

fr

j=f k (j, k = 1, ... , n + 1).

3. M sei die Menge aller an einem bestimmten Tag produzierter Automobile einer
gewissen Marke (etwa Golf L). Fr die Lackierung der Elemente von M mgen die Farben
F h F 2 , , F,, (und keine anderen) verwendet werden. T. sei die Menge aller Automobile
aus M , welche die Farbe F., haben. Dann bilden die Teilmengen T 1 , T 2 , , T,. von M eine
nach Farbmerkmalen bestimmte Zerlegung von M. Offenbar ist

Das allen drei Beispielen Gemeinsame kristallisieren wir nun zu dem


mathematischen Begriff der Partition:
Eine endliche oder unendliche Menge ~ von Teilmengen einer vorgelegten
Menge M heit eine Partition von M, wenn gilt:
M=

U T und S n T = 0

fr je zwei verschiedene Mengen S, T E ~.

T ell:!

Anders ausgedrckt: Eine Menge ~ von Teilmengen von M ist genau dann eine
Partition von M, wenn jedes Element von M in einer, aber auch nur einer, Menge
aus ~ liegt (s. Fig. 1.4; dort bildet die Menge~:= {T1 , T2 , . , T 6 } eine Partition
von M).

Fig. 1.4

In den obigen drei Beispielen haben wir bereits Partitionen kennengelernt Ein
weiteres Beispielliefert die Zerlegung von N in die Menge G: = {2, 4, 6, ...} der
geraden und U: = {l, 3, 5, ...} der ungeraden Zahlen; denn offenbar ist N =
G U U und GnU = 0. Dagegen bilden die Mengen S :={1, 2, 3, 4} und
T: = {3, 4, 5, 6, ...} keine Partition von N. Zwar ist N = S U T, aber wegen S n T =
{3, 4} sind S und T nicht disjunkt.
Man beachte, da die Mengen einer Partition ~ gewissermaen ein extremes
Verhalten zueinander haben: Zwei Mengen S, T aus ~ sind entweder vllig
identisch (S = T) oder vllig verschieden (Sn T = 0). Wei man also von den
Mengen S und T, da sie mindestens ein Element gemeinsam haben, so darf man
bereits auf die Gleichheit S = T schlieen.

24

I Mengen und Zahlen

Ist uns eine Partition ~ von M gegeben und sind x, y zwei E lemente aus M, so
soll das Zeichen x- y (lies: x ist quivalent zu y) bedeuten, da x in derselben
Menge T e ~ wie y liegt. Die durch - ausgedrckte Beziehung oder Relation
zwischen Elementen von M hat offenbar die folgenden Eigenschaften:

( 1) x - x ( - ist r e fl e x i v) ;
(2) aus x - y folgt y-x (- ist sy mmetri sch);
(3) gilt x - y und y-z, so ist x-z ( - ist transitiv).
Wegen ( 2) drfen wir die Sprechweise " x ist quivalent zu y" ohne weiteres
durch den symmetrischen Ausdruck " x und y sind (z ueinander) quivalent"
ersetzen.
Liegen die Elemente x und y in zwei verschiedenen (und somit disjunkten)
Mengen von ~. so werden wir natrlich sagen, sie seien nicht quivalent.
Besteht jede Menge von ~ nur aus einem E lement (ist sie "einelementig"), so gilt x - y
offenbar genau dann, we nn x = y ist. Im allgemeinen Fall, wenn also die Mengen von \l3
" mehrelementig" sein drfen, drckt die Beziehung x- y nicht aus, da die Elemente x
und y gleich sind, sondern nur, da sie ein gewisses Merkmal gemeinsam haben, jenes
Merkmal nmlich, auf Grund dessen die x und y enthaltende Menge T e~ gebildet wurde.
Ziehe n wir zur Konkretisierung das obige Beispiel 3 heran, in dem M nach Farbmerkmale n partitioniert wurde! Ist x ein rotes Auto, so bedeute t x - y nur, da auch y rot ist ; ist x
ein gelbes Auto, so besagt x - y, da auch y gelb ist. Anschaulich und etwas locker
formuliert knne n wir also die R elation x - y als eine Verallgemeinerung oder
Abschwchung der Gleichheitsbeziehung x = y deuten: Sie besagt nicht, da die Elemente
x, y " in allen Stcken gleich" sind, sondern nur, da sie " in gewisser Hinsicht
bereinstimmen". Diese " partielle Gleichheit" ist aber fr den alltglichen Umgang mit
den Dingen unserer Welt meistens weitaus wichtiger als die " totale Gleichheit" . Um noch
einmal an das obige Beispiel 3 anzuknpfen: Wer einen roten Golf L kaufen will, wird sich
nicht auf ein ganz bestimmtes Exemplar kaprizieren, sondern wird alle roten Golf L fr
seine Zwecke als " gleich" oder "gleichwertig" (=quivalent) ansehen.

Wir kehren nun die Betrachtungen, die uns von einer vorgegebenen Partition~
zu der zugehrigen R elation - mit den Eigenschaften ( 1) bis ( 3) gefhrt
haben, um. Wir nehmen also an, fr gewisse, nicht notwendig alle Paare von
Elementen x, y einer nichtleeren Menge M sei auf irgendeine, uns nicht nher
interessierende Weise eine R elation x - y erklrt, welche die Eigenschaften ( 1)
bis ( 3) haben mge (das einfachste- aber fr unsere Zwecke unergiebigste Beispiel ist die Gleichheit: x - y :~ x = y ). Eine solche Relation nennen wir eine
quivalenzrelation auf M , und wie oben sagen wir, die Elemente x, y von M
seien (zueinander) quivalent, wenn sie in der Beziehung x - y stehen. Fr ein
festes x e M betrachten wir nun die Menge Tx := { u e M: u - x}. Trivialerweise ist
Tx eine Teilmenge von M, und wegen ( 1) gehrt x zu Tx. Angenommen, die
Mengen Tx und Ty seien nicht disjunkt, vielmehr enthalte ihr Durchschnitt
mindestens ein Element, etwa z. Dann ist z - x und z - y. Sei nun u ein
beliebiges Element von Tx> also u - x. Da mit z - x wegen ( 2) auch x- z gilt,
haben wir die beiden Beziehungen u - x und x - z. Nach ( 3) folgt aus ihnen

1 Mengen und ihre Verknpfungen

25

u - z. Da aber auch z - y gilt, liefert eine nochmalige Anwendung von ( 3), da


u - y, also u e Ty und somit Tx c Ty ist. In derselben Weise (man braucht nur x
und y die Rollen tauschen zu lassen) sieht man die umgekehrte Inklusion Ty c Tx
ein. Insgesamt ist also Tx = Ty. Zwei Mengen der Form Tx, Tv sind somit entweder identisch oder disjunkt. Ist nun ~ die Gesamtheit der unter sich verschiedenen Mengen Tx, so knnen wir alles Bisherige zusammenfassend sagen,
da ~ eine Partition von M ist. ~ erzeugt in der oben geschilderten Weise eine
Aquivalenzrelation auf M, die wir mit $ bezeichnen wollen. Aus der Definition
dieser Relation einerseits und der Defini~ion der Mengen von ~ andererseits
ergibt sich ohne Umstnde die Aussage x - y - XliJY Die von ~ erzeugte
quivalenzrelation stimmt also mit der ursprnglich vorhandenen berein.
Die Menge Tx nennt man die quivalenzklasse von x (bezglich der gegebenen quivalenzrelation - ). Statt von der durch - erzeugten
.. Partition der Menge
M zu reden, sagt man auch gerne, M werde durch die Aquivalenzrelation - in
(paarweise disjunkte) quivalenzklassen zerlegt.
Das Hauptergebnis der letzten Betrachtungen wollen wir noch einmal schlagwortartig zusammenfassen: Jede Partition erzeugt eine quivalenzrelation und jede
00

quivalenzrelation erzeugt eine Partition.


Die sogenannte Mengenlehre ist von Georg Cantor (1845-1918; 73) begrndet worden;
von ihr haben wir in diesem Abschnitt nur die ersten Anfangsgrnde, eigentlich kaum
mehr als einige Bezeichnungen kennengelemt. Ihre tieferen Untersuchungen unendlicher
Mengen haben zu so seltsamen und schockierenden Resultaten gefhrt und gleichzeitig ein
so helles Licht ber den von alters her dunklen Begriff des Unendlichen ausgegossen, da
starke und dauernde Wirkungen auf die Entwicklung der Mathematik, Logik und Philosophie von ihr ausgegangen sind; einige elementare Ergebnisse dieser Art werden wir in Nr.
19 kennenlemen. An dieser Stelle wollen wir jedoch darauf hinweisen, da unsere "naive"
Vorstellung von Mengen zu berraschenden Widersprchen, den sogenannten A o t in o m i e n
der Mengenlehre fhrt, die gegen Ende des vorigen Jahrhunderts eine tiefe Krise der
Mathematik auslsten. Als ein bestrzendes Beispiel legen wir die R ussellsche
Antinomie (nach Bertrand Russell , 1872-1970; 98) dar. Unser Mengenbegriff schliet
nicht aus, da eine Menge sich selbst als Element enthlt; eine Menge aber, die sich nicht
als Element enthlt, werden wir als " normaler" ansehen, und wir wollen sie kurz normal
nennen. Normalitt einer Menge M bedeutet also, da Mt. Mist. Nun betrachten wir die
Menge IDl aller normalen Mengen und fragen, ob IDl selbst normal ist. Wre IDl normal
(IDl;. IDl), so mte IDl in der Menge aller normalen Mengen, also in IDlliegen, d.h. es glte
IDl e IDl, kurz: IDZ;. IDZ- IDl e IDl. Ganz entsprechend erbalten wir aber auch den Schlu
IDZ e IDl- IDl;. IDl; denn wre ~ nicht normal (~ e IDl), so wrde IDl ja nicht zu der Menge
~aller normalen Mengen gehren, wir htten also in der Tat~;.~. Insgesamt haben wir
also das ganz absurde R esultat 9R.e9R- IDlti.IDl. Da diese Antinomie sich unmittelbar aus
unserem Mengenbegriff ergibt, mu ihre Behebung an ebendiesem Begriff ansetzen. Wie
man hierbei vorzugehen bat, knnen wir nicht darlegen; wir wollen nur darauf hinweisen,
da wir den mengentheoretischen Antinomien dadurch entgehen, da wir Mengen nicht
hemmungslos bilden: Unsere Mengen werden immer nur Teilmengen einer im vorbinein
festgelegten "Grundmenge" sein.
Einen bequemen Zugang zur Mengenlehre und ihren Grundlagenproblemen findet man in

26

I Mengen und Zahlen

Fraenkel [7]. Auf knappem Raum bringt Kamke [11] eine Flle von Informationen. Wer
an der Mengenlehre interessiert ist, sollte unter allen Umstnden einen Blick in die
meisterlichen Originalarbeiten Georg Cantars werfen: man findet sie in Cantor [ 4]. Sehr
lesenswert ist das Bchlein von Bernhard Bolzano [2] (1781- 1848; 67), de n man als
geistvollen Vorlufer Cantars ansehen kann.

Aufgaben
1. Welche der folgenden Ausdrcke sind gem der verabredeten Schreibweise Mengen?
a) {1, 7 , 9 , 10},
e) {(}), {1, 2}, a},

c) (r, q, s),
g) [4, Z , w].

b) {A},
f) {{0}},

d) {0, 11, 15, 16, 0, 3},

2. Gib die folgenden Mengen reeller Zahlen in der aufzhlenden Schreibweise an:
A := {x:x + 2=5},
D : = {x : (x - 3)2 = 36},

B := {x: x 2 - 2 = 2},
E: = {x: x 3 -

C := {x: x 3 = -8},
3x 2 +2x = 0}.

3. Sei M: = {1, 2}, N: = {2, 3, 4}. Welche der folgenden Aussagen sind richtig?
a) McN,

f)2 E M,

b} N c M,
g) 3 c N,

c) M = N ,
d) M::/=N,
h) {2, {3, 4}} c N.

e) {2, 4} c N ,

4. Bestimme die folgenden Mengen:


a) {1 , 3, 5, 7} U {2, 4 , 6 , 8},
b) {b, c, a} U {a, d},
c) {1, 3, 5} U {2, 4, 6} U {3, 5, 7},
d) {a, , 'Y. S} n {'y, S, e},
e) {1, 3 , 5 , 7 , .. .}n{O, 2 , 4, 6, ...},
f)

.UM"-

g)

D,.. Mit. mit Mit. : = { 0, k1 ' k +1 1 , k +1 2 ' . . . } .

mit M"- : = {- k, -(k - 1), ... , 0, 1, 2, 3 , ...},

S. Bestimme alle Teilmengen der folgenden Mengen und stelle ihre jeweilige Anzahl fest:

a)

0,

b) {1},

c) {1, 2},

d) {1, 2 , 3},

e) {1, 2 , 3, 4}.

+6. Beweise die folgenden Aussagen ber Mengen:


a)
c)
d)
f)
g)
h)
i)

MUM = M; MnM=M.
b) M U 0 = M; Mn0 = 0.
McN-MUN = N und MnN = M.
McMUN; MnNcM.
e) L c N und M c N-LUMcN und LnMcN.
L c M und M c N-L c N (Transiti'vi tt der Inklusion).
MUN = NUM; MnN = NnM (Kommutativgesetze).
LU(MUN}=(LUM)UN; Ln(MnN)= (LnM)nN (Assoziativgesetze).
L n (M U N) = (L n M) U (L n N) ; L U (M n N) = (L U M ) n (L U N) (Di s tri b u t i vg esetze).

2 Vorbemerkungen ber die reellen Zahlen


Sehr allgemein kann man die Analysis als die Wissenschaft von den Beziehungen
zwischen Zahlen beschreiben. Diese dnnbltige und nachgerade nichtssagende

2 Vorbemerkungen ber die reellen Zahlen

27

Erklrung lt immerhin doch eines deutlich werden: da die Zahlen das Fundament der Analysis bilden. Was aber sind Zahlen? In Nr. 1 haben wir unbefangen
von den natrlichen, ganzen, rationalen und reellen Zahlen gesprochen, ganz so,
als wten wir, von was wir redeten. Und in der Tat ist durch den langen und
alltglichen Umgang mit den natrlichen, den ganzen und den rationalen Zahlen
in uns die berzeugung gewachsen, jedenfalls mit diesen Objekten vllig vertraut
zu sein. Wir knnen sie hinschreiben (z.B. 1, -3, 4/5) und wissen, wozu sie
dienen: zum Zhlen von Gegenstnden, zur Angabe von Temperaturen (auch
unterhalb des Nullpunkts), zur Festlegung von " Bruchteilen" (etwa bei der
Messung von Lngen oder der Verteilung von Schokolade). Sehr viel problematischer erscheint uns eine Zahl wie J2. Wir haben in der Schule gelernt, da
sie diejenige positive Zahl ist, die mit sich selbst multipliziert 2 ergibt. Aber wie
sieht diese Zahl aus, wie kann man sie hinschreiben - kann man sie berhaupt
hinschreiben? In der Schule haben wir immer nur "Nherungswerte" fr J2
kennengelemt, etwa 1,41 oder 1,41421, aber niemals haben wir J2 gewissermaen "vollstndig" vor uns gesehen (es sei denn in derjenigen Gestalt, um deren
Verstndnis wir uns gerade bemhen: nmlich in der Gestalt des Zeichens J2
selbst). Ist J2 vielleicht doch "vollstndig angebbar" in der Form p/q mit
ungemein groen (etwa 100 000-stelligen) natrlichen Zahlen p und q, und hat
man uns diese "vollstndige Angabe" nur deshalb vorenthalten, weil sie viel zu
mhsam aufzuschreiben ist (vielleicht braucht man dazu kilometerlange Tafeln
und viele Stunden Zeit)? Mit anderen Worten: ist J2 doch nichts anderes als eine
rationale Zahl, wenn auch eine unhandliche, widerborstige? Diese Frage liegt ja
auch deshalb so nahe, weil wir im alltglichen Leben immer mit den rationalen
Zahlen auskommen und ein Bedrfnis nach nichtrationalen Zahlen deshalb gar
nicht entsteht. Sie ist dennoch zu verneinen: J2 ist keine rationale Zahl, anders
ausgedrckt: Es gibt keine rationale Zahl p/q, deren Quadrat= 2 ist. Wir wollen
den Beweis fr diese Behauptung aus drei Grnden fhren: 1. um darzulegen,
da das System der rationalen Zahlen -so schmiegsam und leistungsfhig es
auch ist- doch nicht allen Bedrfnissen gengt (z.B. kann man in ihm die
einfache Gleichung x 2 = 2 nicht lsen), 2. um ein Beispiel fr einen
"Unmglichkeitsbeweis" zu geben (wir zeigen, da es unmglich ist, unter den
unendlich vielen rationalen Zahlen auch nur eine zu finden, deren Quadrat = 2 ist;
wir zeigen dies, obwohl es offenbar nicht angeht, fr jede einzelne rationale Zahl r
die Ungleichung r2 =f 2 nachzuweisen), 3. um eine wichtige Beweismethode,
nmlich die Methode des Wid e r sp ruch sbewei ses zu verdeutlichen. Um einen
Widerspruchsbeweis fr eine Behauptung B zu fhren, nimmt man an, B sei
falsch, es gelte also "non-B" (die Vemeinung von B), und versucht nun, aus
dieser Annahme einen Widerspruch z u einer der z ugrundeliegenden Voraussetzungen oder zu einer schon als wahr bekannten Aussage abzuleiten. Ein solcher
Widerspruch zeigt dann, da man die Annahme "non-B" verwerfen und somit
die Richtigkeit von B zugeben mu. - Bei dem Beweis unserer Behauptung
"r2 =f 2 fr alle r E Q " werden wir die bekannten Regeln des Zahlenrechnens
zunchst "naiv" benutzen. Ferner erinnern wir den Leser daran, da eine ganze

28

I Mengen und Zahlen

Zahl gerade bzw. ungerade genannt wird, je nachdem sie durch 2 teilbar bzw.
nicht teilbar ist. Mit anderen Worten: Eine gerade Zahl hat die Form 2m und eine
ungerade die Form 2 m + 1 mit m e Z (die Zahlen 0, 2, 4, ... sind also gerade,
die Zahlen 1, 3, 5, ... ungerade). Wegen

(2m?= 4m2 = 2(2m2 )

und

(2m + 1)2 = 4m 2 + 4m + 1 = 2(2m 2 +2m)+ 1

ist das Quadrat einer ganzen Zahl z genau dann gerade, wenn z selbst gerade
ist. - Um nun unseren Satz "r2 =f 2 fr alle r e 0 " durch Widerspruch zu beweisen, nehmen wir an, er sei falsch, es gebe also doch eine gewisse rationale Zahl
p/q mit (p/q)2 =2 (die Zahlen p,q liegen-gem der Definition der rationalen
Zahlen - beidein Z) . Wir drfen und wollen voraussetzen, da der Bruch p/q in
gekrzter Form vorliegt, d.h., da p und q keinen gemeinsamen Teiler besitzen.
Aus (p/q) 2 =2 folgt nun p 2 =2q 2 , also ist p2 gerade, und somit mu-nach
unserer Vorbemerkung- auch p gerade, also = 2m mit einem m e Z sein. Tragen
wir dies in die Gleichung p 2 = 2q 2 ein, so folgt 4m 2 = 2q 2 , also 2m 2 = q 2 Somit ist
q 2 , also auch q selbst, gerade: q = 2k. Der Bruch p/q = 2m/2k liegt daher,
entgegen unserer Voraussetzung, doch nicht in gekrzter Form vor (p, q haben den
gemeinsamen Teiler 2). Dieser Widerspruch zeigt, da wir die Annahme, unser
Satz sei falsch, fallen lassen mssen. Vielmehr ist der Satz richtig und unser
Beweis beendet.
Dieses merkwrdige Ergebnis knnen wir uns folgendermaen veranschaulichen.
Legen wir auf einer Geraden einen ,,Nullpunkt" 0 und rechts von ihm einen
"Einheitspunkt" E fest, so knnen wir jede rationale Zahl in gewohnter Weise
durch einen Punkt ("rationalen Punkt") auf unserer "Zahlengeraden"
darstellen, insbesondere reprsentiert der Nullpunkt die Zahl 0 und der
E inheitspunkt die Zahl 1 (s. Fig. 2.1). Diese Veranschaulichung wird so hufig
benutzt, da wir zwischen den rationalen Zahlen einerseits und den sie

'
0
-3

-2

Fig. 2.1

-1

Fig. 2.2

reprsentierenden rationalen Punkten andererseits gar nicht mehr unterscheiden


und z.B. von dem "Punkt 2/3" oder von den " rationalen Zahlen auf der
Einheitsstrecke OE" reden. Zwischen zwei verschiedenen rationalen Zahlen r, s
liegen stets unendlich viele rationale Zahlen, z.B. -aber nicht nur- die Zahlen
r 1 :=(r +s)/2, r2 :=(r+r1)/2, r3 :=(r + r2 )/2, .... Errichten wir nun ber der
E inheitsstrecke OE das E inheitsquadrat (siehe Fig. 2.2), so hat seine Diagonale
nach dem Satz des Pythagoras (570?-497? v.Chr.; 73?) die Lnge \(2; klappen
wir diese Diagonale herunter auf die Zahlengerade, so ist ihr Endpunkt P also

2 Vorbemerkungen ber die reeUen Zahlen

29

kein rationaler Punkt: Unsere " rationale Zahlengerade" hat somit gewissermaen
Lcher, genauer: Nicht an jedem Punkt der Zahlengeraden steht eine rationale
Zahl angeschrieben.
Es lohnt sich, diese Verhltnisse noch unter einem anderen Blickwinkel zu
betrachten. Der alltgliche Vorgang der Lngenmessung lt sieb in seiner
einfachsten Form etwa folgendermaen beschreiben: Man stellt fest, wie oft eine
gegebene Einheitsstrecke sl - etwa ein "Zollstock" der Lnge 1 Meter - in die ZU
messende Strecke S geht; ist dies i-mal der Fall, so nennt man l die Lnge (oder
genauer die Mazahl der Lnge) von S bezglich S 1 . Nun wird aber i.allg. die
Einheitsstrecke S1 gar nicht in S "aufgehen"; in diesem Falle liegt es nahe, S 1 so
in q gleiche Teile zu zerlegen, da jedenfalls ein solches Teilstck in S aufgeht.
Pat es genau p-mal in S hinein, so wird man die (rationale) Zahl p/q als Lnge
von S (immer bezglich S 1) bezeichnen und sagen, da man S mit Hilfe von S 1
messen knne. Die antiken Griechen, die Schpfer der beweisenden Mathematik,
waren unter dem Einflu der pythagoreischen Schule lange der Meinung, jede
Strecke S lasse sich mit Hilfe jeder vorgegebenen Einheitsstrecke S1 in diesem
Sinne messen (die pythagoreische Schule vertrat die waghalsige Lehre, da die
Welt sich durch die natrlichen Zahlen und deren Verhltnisse - also durch rationale Zahlen - erklren lasse). Die Entdeckung, da man jedoch die Diagonale eines Quadrats nicht mit Hilfe seiner Seite messen kann - das haben wir
oben gesehen - war fr die Griechen ein tiefer Schock; den frevelhaften Entdecker dieser Ungeheuerlichkeit - pikanterweise ein Mitglied der pythagoreischen Schule selbst - sollen seine pythagoreischen Genossen denn auch zur
Strafe whrend einer Seefahrt ins Meer geworfen haben.
Den besseren griechischep Mathematikern schien jedoch das Diagonalproblem
damit noch nicht aus der Welt geschafft zu sein. Es ist eine der bahnbrechenden
Leistungen des Eudoxos von Knidos (408?-355? v. Chr.; 53?), den viele als den
grten antiken Mathematiker nach Arehirnedes von Syrakus (287- 212 v. Chr.;
75) einschtzen, mittels seiner Proportionenlehre die Schwierigkeiten "irrationaler" (d.h. nicht-rationaler) Streckenverhltnisse gemeistert zu haben.
Streift man die geometrische Einkleidung dieser Lehre ab, so gewinnt man fast
unmittelbar diejenige Theorie der Irrationalzahlen, welche zweitausend Jahre
spter Richard Dedekind (1831-1916; 85) mit dem Blick auf Eudoxos geschaffen
hat; s. Dedekind [5], [6]. Ihr Grundgedanke ist von bestechender Einfachheit:
Jeder Punkt P der Zahlengeraden bewirkt eine Verteilung der rationalen Punkte
auf zwei Klassen A, B derart, da jeder Punkt von A links von jedem Punkt von
B liegt (ist P selbst rational, so kann man ihn nach Belieben zu A oder B
schlagen) ; s. Fig. 2.3. Teilt man umgekehrt die rationalen Punkte nach irgendeinem
Gesichtspunkt so in z wei Klassen A , B ein, da jeder Punkt von A links von jedem
A
Fig. 2.3

8
p

30

I Mengen und Zahlen

Punkt von B liegt, so verlangt unsere Vorstellung von der " Lckenlosigkeit" der
Geraden gebieterisch, da diese Einteilung, dieser " Dedekindsche Schnitt (A I B )"
von einem eindeutig bestimmten Tre nnung s punkt erzeugt wird.lst dieser Punkt
selbst rational, d.h., ist er eine rationale Zahl a, so drfen wir ihn, da er vllig
eindeutig durch den Schnitt (A I B ) bestimmt wird, mit demselben identifizieren,
drfen also schreiben a = (A IB): Der Schnitt ist in dieser Auffassung nur eine
andere Darstellung oder Beschreibung von a, ganz so, wie auch 0,5 nur eine

andere Darstellung des Bruches 1/2 ist. Ist der Trennungspunkt jedoch nicht
rational, so werden wir den Schnitt (A I B) als eine neue "Zahl" auffassen, die
nun nicht mehr rational, sondern eben irrational ist (zahlreiche mathematische
Zeitgenossen Dedekinds haben diese " Zahlen" zunchst als Monstrositten
angesehen). Die rationalen und die irrationalen Zahlen bilden zusammen die
reellen Zahlen, und wir haben diese gerade so konstruiert, da sie die
Zahlengerade lckenlos ausfllen: An jedem Punkt der Zahlengeraden steht eine
reelle Zahl angeschrieben (nmlich der durch diesen Punkt erzeugte Schnitt), und
umgekehrt lt sich jede reelle Zahl (A I B ) durch einen Punkt, nmlich den
Trennungspunkt des Schnittes reprsentieren. Wir mssen nun allerdings sofort
eingestehen, da der letzte Satz an dem Ubelstand krankt, ohne irgendeine
Definition der Geraden eine Behauptung ber die Gerade ausgesprochen zu
haben. Wir haben uns bislang durchweg mit der anschaulieben Vorstellung einer
Geraden begngt, einer Vorstellung, die letztlich nicht auf einem klaren Begriff
beruht, sondern durch die vielen dnnen Striche suggeriert wird, die wir im Laufe
unseres Lebens schon mit Bleistift und Lineal gezeichnet haben. Und mit dieser
Vorstellung wollen wir es auch bewenden lassen! Der Begriff der Geraden wird
nicht in der Analysis geklrt und behandelt, sondern in der Geometrie. Was aber
fr uns noch viel wichtiger, ja ausschlaggebend ist: Wir benutzen geometrische
Gebilde wie Geraden, Ebenen usw. niemals, um Begriffe zu definieren oder Stze z u
beweisen, vielmehr bauen wir die Analysis rein arithmetisch auf, d.h., wir sttzen
uns ausschlielich auf diejenigen Eigenschaften der reellen Zahlen, die wir in dem
nchsten Abschnitt angeben werden. Geometrische Gebilde, genauer gesagt:
landlufige Vorstellungen von geometrischen Gebilden und damit verbundene
geometrische Sprechweisen, dienen uns nur dazu, schon definierte Begriffe und
schon bewiesene Stze zu "veranschaulichen" und so unser intuitives Verstndnis
zu frdern. Komplizierte Sachverhalte werden damit leichter berschaubar und
prgen sich besser dem Gedchtnis ein. Last but not least regt die Anschauung
krftig dazu an, neue Begriffe zu bilden, neue Stze zu vermuten und neue Beweisideen zu erfinden. Ihre Strenge verdankt die Analysis der arithmetischen Begrndung, ihre Lebendigkeit jedoch der Anschauung. Man erinnere sich hierbei auch
des berhmten Wortes von Immanuel Kant {1724-1804; 80): "Begriffe ohne An.
schauung sind leer, Anschauung ohne Begriffe ist blind. "
Wir kehren zur Dedekindschen Definition der reellen Zahlen zurck. Von Zahlen
erwarten wir, da man sie der Gre nach vergleichen und da man sie addieren

2 Vorbemerkungen ber die reellen Zahlen

31

und multiplizieren kann. Da in dem nunmehr erklrten Begriff der reellen Zahlen
ber diese Dinge aber nichts gesagt ist, mu man nachtrglich definieren, was es
heien soll, ein Schnitt sei kleiner als ein anderer, ein Schnitt sei die Summe oder
das Produkt von zwei anderen. Diese Definitionen knnen nicht willkrlich
gegeben werden; vielmehr wird man sie so abfassen mssen, da die schon
bestehenden Beziehungen zwischen rationalen Zahlen sich unverndert auf die
korrespondierenden "rationalen" Schnitte bertragen. Konkreter: Werden die
rationalen Zahlen a 1 , a 2 durch die Schnitte (A 1 I B 1 ), (A 2 1 B 2 ) dargestellt, so mu
die Grenanordnung zwischen Schnitten so festgesetzt werden, da die beiden
Aussagen " a 1 ist kleiner als a 2 " und "(A 1 I B 1) ist kleiner als (A 2 1 B 2 )" vllig
gleichwertig sind. Und Entsprechendes ist fr Summen und Produkte rationaler
Schnitte zu fordern .
..
Wir wollen diese Uberlegungen hier nicht ausfhren. Sie sind weniger schwierig
als langwierig. Der interessierte Leser findet sie in wnschenswerter
Vollstndigkeit in Landau [12]. Wir drfen uns ihrer umso eher entheben, als wir
uns im nchsten Abschnitt auf einen ganz anderen, den sogenannten
axiomatischen Standpunkt stellen werden. Nur einige Schlubemerkungen
seien uns noch gestattet. Die irrationale Zahl ../2, die den Ansto zu unseren
Betrachtungen gegeben hat, ist der Schnitt (A I B), woB aus denjenigen positiven
rationalen Zahlen besteht, deren Quadrat grer als 2 ist, whrend A alle
anderen rationalen Zahlen enthlt (wir nehmen diese A ussage ohne Begrndung
hin; ein Beweis mte zeigen, da (AI B) positiv und (AI B) (A I B) = 2 ist das knnen wir aber nicht darlegen, weil wir etwa die Produktdefinition gar nicht
gegeben haben). Diese Darstellung von .J2 mittels zweier Zahlenmengen ist
weitaus weniger abstrakt, als sie auf den ersten Blick erscheinen mag. Sie ist sogar
eminent praktisch; denn sie liefert uns mit jedem a E A einen "unteren" und mit
jedem bEB einen "oberen" Nherungswert fr ../2, und der Fehler, mit dem jede
dieser Nherungen behaftet ist (also die Differenz ../2- a bzw. b -.fi) ist
hchstens b- a, kann also durch geeignete Wahl von a und b beliebig klein
gemacht werden (der Leser versuche nicht, diese scheinbar so einleuchtenden
Aussagen zu beweisen). Die Schnittdefinition von .J2 liefert uns also " beliebig
gute" untere und obere (rationale) Nherungswerte f.r J2 zusammen mit einer
Fehlerangabe- mehr kann man billigerweise nicht verlangen.
Schlielich wird man noch die folgende Frage stellen: Wenn man durch Schnitte
im Bereich der rationalen Zahlen (also durch Schnitte (A I B) mit A c Q und
B c Q) neue Zahlen schaffen konnte, kann man dann nicht auch durch Schnitte
im Bereich der reellen Zahlen (also durch Schnitte (CI D) mit C c R und D c R)
.ber diesen Bereich hinausgelangen? Es ist eine der fundamentalen Aussagen der
Dedekindschen Theorie, da dies nicht mglich ist: R kann durch Schnitte nicht
mehr angereichert werden, R ist "vollstndig".
In Nr. 1 hatten wir R als die Menge aller endlichen und unendlichen Dezimalbr.c he eingefhrt, dagegen sollen wir nun R als die Menge aller Schnitte

32

I Mengen und Zahlen

im Bereich der rationalen Zahlen auffassen. Wie reimt sich dies zusammen ? In
prinzipiell sehr einfacher Weise: Die Dedekindsche Theorie liefert einige Grundaussagen ber reelle Zahlen (Schnitte), aus denen wir in Nr. 24 scbHeen
werden , da Schnitte und Dezimalbrche nur verschiedene Schreibweisen fr
dieselbe Sache sind.

Aufgaben
1. Erfinde Widerspruchsbeweise des Alltagslebens (z.B.: Es hat nicht geregnet. Denn htte
es geregnet, so wre die Strae na. Sie ist aber trocken).
2. Beweise: Fr Summen und Produkte gerader und ungerader Zahlen gelten die Regeln
gerade +gerade = gerade,
gerade + ungerade = ungerade,
ungerade+ gerade = ungerade,
ungerade+ ungerade = gerade,
gerade gerade = gerade,
gerade ungerade= gerade,
ungerade gerade =gerade,
ungerade ungerade= ungerade.
Noch kr.ter lt sich dies in den folgenden. wohl unmittelbar verstndlichen ..Verknpfungstafeln" darstellen:

+
g
u

g
g
u

8
u

3. Jede ganze Zahllt sich in einer der Formen 3m, 3m + 1, 3m+ 2 mit einem geeigneten
m e Z darstellen; genau die Zahlen 3m sind durch 3 teilbar. Zeige:
a) k e Z ist durch 3 teilbar- k 2 ist durch 3 teilbar.
b) J3 ist irrational, mit anderen Worten: Fr keine rationale Zahl r ist r2 = 3.
Entdecke selbst einige irrationale Zahlen!
4. " Irrationale Zahlen sind fr die Praxis bedeutungslos; im praktischen Leben tretenschon wegen der begrenzten Megenauigkeit- immer nur rationale Zahlen auf". Diskutiere diesen Satz an Hand des Problems, den Flcheninhalt des Quadrats ber der
Diagonale des Einheitsquadrats zu bestimmen (fr den Theoretiker hat die Diagonale die
Lnge ./2, fr einen besonders gewissenhaften Praktiker etwa die Lnge 1,4142135}.

3 Die axiomatische Beschreibung der reellen Zahlen


Im vorhergehenden Abschnitt haben wir uns auf den Standpunkt gestellt, wir
wten, was die rationalen Zahlen sind und wie mit ihnen umzugehen ist. Davon
ausgehend haben wir dann angedeutet, wie die reellen Zahlen konstruiert werden
knnen. Drfen wir aber die rationalen Zahlen wirklich ohne weiteres als gegeben

3 Die axiomatische Beschreibung der reellen Zahlen

33

hinnehmen? Sind wir tatschlich mit ihnen so vertraut wie wir glauben? Warum ist
eigentlich 2/3 = 4/6 oder 1/2 + 1/3 = 5/6? Gewi, diese Gleichungen sind richtig
nach den Regeln der Bruchrechnung-aber warum sind diese Regeln richtig?
Eine solche Frage lt sich sicherlich nicht ohne eine deutliebe Vorstellung von
dem Wesen der rationalen Zahlen beantworten, schrfer: Ohne eine klare Definition des Begriffes " rationale Zahl" lt sich keine Aussage ber rationale Zahlen
beweisen. Eine schulgerechte Definition erklrt das zu definierende Objekt mit
Hilfe schon bekannter Objekte. Was sind die bekannten Objekte, mit denen wir
die rationalen Zahlen p/q erklren knnen? Offenbar doch wohl die ganzen,
letztlich also die natrlichen Zahlen. Drfen wir uns nun bei dem Gedanken
beruhigen, die natrlichen Zahlen seien etwas so Fundamentales, unsere Vorstellung von ihnen sei so klar und przise, da eine Definition jedenfalls dieser
Zahlen berflssig oder gar unmglich sei? "Die natrlichen Zahlen hat der liebe
Gott geschaffen, alles andere ist Menschenwerk" soll der groe Zahlentheoretiker
Leopold Kronecker (1823-1891; 68) kategorisch erklrt haben. Aber der bloe
Hinweis auf die Zahlenmystik, die sich wuchernd durch alle Jahrhunderte zieht,
sollte uns mitrauisch machen: Auch die Zahlenmystiker glaubten, wie abstrus
auch immer ihre Gedanken waren, eine genaue Vorstellung von dem Wesen der
natrlichen Zahlen zu haben. Sollten wir also doch eine Definition der natrlichen
Zahlen fordern? Aber was wren dann die schon bekannten Objekte, mit deren
Hilfe die natrlichen Zahlen zu erklren sind, und inwiefern sind uns diese
"bekannten Objekte" bekannt? Mssen sie nicht auch erklrt werden-und so
weiter ohne Ende? Man sprt, da man auf diese Weise eine Wissenschaft nicht
aufbauen kann, weil man nicht einmal dazu kommt, mit dem Bauen auch nur
anzufangen. Irgendeine Grundlag~. irgendeinen Ausgangspunkt wird man als
gegeben ansehen mssen, und das wissenschaftliche Verfahren kann dann nur noch
darin bestehen, diese Grundlage deutlich als solche z u bezeichnen, sie in allen
Einzelheiten offen z u legen und von nun an nur noch Grnde gelten zu lassen,
die-mittelbar oder unmittelbar -eben dieser Grundlage entnommen sind, und
zwar entnommen in einsehbarer, nachvollziehbarer Weise, gleichsam in heUern
Tageslicht vor den Augen der ffentlichkeit.
Will man gem diesem Programm die natrlichen Zahlen dem Aufbau des
Zahlsystems zugrunde legen, so wird man also nicht mehr von einer Definition
dieser Zahlen ausgehen. Man wird nicht mehr fragen: was sind die natrlichen
Zahlen, was ist ihr Wesen? - vielmehr wird man einige Grundeigenschaften derselben, einige Grundbeziehungen zwischen ihnen angeben und alles weitere allein aus
diesen Aussagen entwickeln. Dieses Verfahren, an den Anfang einer Theorie
einige Grund-Stze, sogenannte Axiome, zu stellen (die man nicht mehr
diskutiert, nicht mehr " hinterfragt", sondern einfach hinnimmt) und aus ihnen
durch logisches Schlieen (durch Deduktion) den ganzen Aussagebestand der
Theorie zu gewinnen, nennt man die axiomatische oder deduktive
Methode. Sie ist der Lebensnerv der Mathematik, das, wodurch die Mathematik
zur Wissenschaft wird. Sie geht vermutlich auf den groen Eudoxos zurck und

34

I Mengen und Zahlen

findet ihre erste volle Entfaltung in den "Elementen" des Euklid von Alexandria
(um 300 v. Chr.). Seit diesem epochalen Werk ist sie konstitutiv fr die
Mathematik und vorbildlich fr die exakten Wissenschaften geworden. lsaac
Newton (1642-1727; 85) hat in seiner gewaltigen "Philosophiae naturalis principia mathematica" die Mechanik aus seinen drei berhmten Gesetzen entwickelt;
Baruch de Spinoza (1632-1677; 45) bat seine "Ethik" more geometrico (nach
geometrischer, d.h. deduktiver Weise) geschrieben, und David Hilbert (18621943; 81), unbestritten einer der bedeutendsten Mathematiker nicht nur der
letzten hundert Jahre, war der Meinung, da jede reif gewordene Wissenschaft
der Axiomatisierung anheimfalle. Das axiomatische Verfahren ist wohl die ehrlichste Methode, die je ersonnen wurde: Ihr moralischer Kern besteht darin, da
man alle seine Voraussetzungen offen darlegt, da man im Laufe des Spieles
keine Karten aus dem rmel holt und da man somit alle seine Behauptungen
berprfbar macht. Sie darf als der grte Beitrag angesehen werden, den das
erstaunliche Volk der Griechen der Mathematik zugebracht hat.
Wir kehren zu den natrlichen Zahlen zurck. Der italienische Mathematiker
Giuseppe Peano (1858-1932; 74) hat fr sie ein System von fnf Axiomen
vorgeschlagen:
1. 1 ist eine natrliche Zahl.
2. Jeder natrlichen Zahl n ist eine-und nur eine-natrliche Zahl n'
zugeordnet, die der Nachfolger von n genannt wird.
3. 1 ist kein Nachfolger.
4. Sind die natrlichen Zahlen n, m verschieden, so sind auch ihre Nachfolger
n', m' verschieden (kurz: n4= m- n' 4= m').
5. Enthlt eine Menge M natrlicher Zahlen die Zahl 1 und folgt aus n e M
stets n' eM, so bestehtMaus allen natrlichen Zahlen (d.h. , es ist M = N).
Die Peanoschen Axiome knnen als Fundamente des Zahlsystems und damit
der Analysis dienen. Man kann diese Fundamente noch tiefer legen, d.h., man
kann einen Ausgangspunkt whlen, von dem aus die Peanoschen Axiome zu
beweisbaren Stzen werden; die Mengenlehre stellt hierfr die Mittel bereit. Im
Geiste der axiomatischen Methode kann man aber auch-wir mihandeln nun
die Sprache-die Fundamente hher legen, d.h., man kann auf einer
hherliegenden Begrndungsebene beginnen, man kann z.B., statt von GrundStzen (Axiomen) ber natrliche Zahlen (das Peanosche Verfahren) oder von
Grund-Stzen ber rationale Zahlen (das D edekindsche Verfahren) auszugehen,
ebensogut auch von Grund-Stzen ber die reellen Zahlen selbst ausgehen. Entscheidend ist nur, da man im deduktiven Proze dann nichts anderes mehr
benutzt als diese Grund-Stze (und was aus ihnen schon gefolgert wurde). Ob
man die Grund-Stze ansieht als Folgerungen aus der Peano-Dedekindschen
Konstruktion des Zahlsystems, oder als vertraute Bekannte aus dem Schulalltag,
oder ob man sie sich einfach gefallen lt und nicht fragt, warum sie gelten,

3 Die axiomatische Beschreibung der reellen Zahlen

35

sondern was aus ihnen folgt-das ist der axiomatischen Methode ganz
gleichgltig. Diese Methode sagt nur: "Hier sind gewisse Objekte, genannt reelle
Zahlen und bezeichnet mit Buchstaben a, b, ... ; gehe mit diesen Objekten um
nach gewissen Regeln, die in den Axiomen fixiert sind, und sieh zu, welche
Folgerungen Du durch regel-rechtes Schlieen gewinnen kannst. Was diese
Objekte sind, was ihr" Wesen " ist, braucht Dich im brigen nicht zu kmmern".

Dieses Verfahren, von Axiomen ber die reellen Zahlen selbst auszugehen, hat
Hilbert vorgeschlagen und hat die Vorzge desselben vor dem langwierigen
genetischen Verfahren (das die reellen Zahlen etwa aus den natrlichen
konstruiert) gepriesen. Der geistvolle Russell bat dazu gemeint, diese Vorzge
seien denen hnlich, die der Diebstahl vor ehrlicher Arbeit hat: Man eignet sich
mhelos die Frchte fremder Leistung an.
Wir versuchen nicht, dem Reiz der mhelosen Alleignung zu widerstehen und
folgen deshalb dem Hilbertschen Rat. Zunchst stellen wir die Axiome ber die
Menge R der reellen Zahlen, in drei Gruppen eingeteilt, zusammen. Sie werden
uns als Fundament fr den Aufbau der Analysis dienen. Kleine lateinische
Buchstaben a, b, c, ... bedeuten im folgenden reelle Zahlen.

Die Krperaxiome
Diese Axiome formulieren die Grundregeln fr die " Buchstabenalgebra". Wir
gehen davon aus, da in Reine Addition und eine Multiplikation erklrt ist,
d.h., da je 'ZWei reellen Zahlen a, b eindeutig eine reelle Zahl a + b (ihre
Summe) und ebenso eindeutig eine weitere reelle Zahl ab-auch a b
geschrieben-(ihr Produkt) zugeordnet ist. Wie diese Summen und Produkte zu
bilden sind, spielt keine Rolle; entscheidend ist ganz aUein, da sie den folgenden
Axiomen gengen:
(A 1)
(A2)
(A3)
(A 4)

Komm utativgesetze: a + b = b + a und ab = ba.


Assoziativgesetze: a +(b+ c)=(a + b) +c und a(bc)=(ab)c.
Dis tributivge se tz: a(b+c)=ab+ac.
Existenz neutral e r Elemente: E s gibt eine reelle Zahl 0 ("Null") und eine
hiervon verschiedene reelle Zahl 1 ("Eins"), so da fr jedes a gilt
a + 0 = a und a 1 = a.

(A 5)

Existenz inver se r Elemente: Zu jedem a gibt es eine reelle Zahl -a mit


a+(-a)=O;
ferner gibt es zu jedem von 0 verschiedenen a eine reelle Zahl a - 1 mit

a a - 1 = 1.
Die Ordnungsaxiome
Hier gehen wir davon aus, da in Reine " Kleiner-Bez iehung" a < b erklrt
ist (lies: " a ist kleiner als b" oder krzer, aber sprachvergewaltigend: "a kleiner

36

I Mengen und Zahlen

b"). Das Zeichen a > b (lies: " a ist grer als b" oder krzer: "a grer b") soll

nur eine andere Schreibweise fr b < a sein (merke: " die kleinere Zahl wird
gestochen"). Eine Zahl heit positiv bzw. negativ, je nachdem sie >0 bzw. < 0
ist. Die Menge aller positiven reellen Zahlen bezeichnen wir mit R+. Wie die
Kleiner-Beziehung im brigen definiert ist, bleibt dahingestellt; fr uns ist einzig
und allein interessant, da sie den folgenden Axiomen gengt:
(A6) Trichotomiegesetz: Fr je zwei reelle Zahlen a, b gilt stets eine, aber
auch nur eine, der drei Beziehungen

a = b,

a<b,

a>b.

(A 7) Tran s itivittsgesetz: Ist a<b und b<c, so folgt a<c.


(A8)

Monotoniegesetze: Ist a<b, so gilt


a +c < b +c

und

ac < bc

fr jedes

fr jedes

c > 0.

Bevor wir das nchste (und letzte) Axiom formulieren, fhren wir noch einige
bequeme Bezeichnungen ein.
Das Zeichen a ~ b (lies: "a kleiner als b oder gleich b ", krzer "a kleiner gleich
b ") bedeutet, da a < b oder a = b ist, negativ ausgedrckt: a ist nicht grer als
b. Aus a < b folgt stets a ~ b, aber nicht umgekehrt (die Aussage a ~ b ist
"schwcher" als die Aussage a < b ). Ist jedoch a ~ b und gleichzeitig a :f b, so gilt
a < b. Das Zeichen a ~ b ist nur eine andere Schreibweise fr b ~ a. Wir nennen
eine Zahl a nichtnegativ bzw. nichtpositiv, je nachdem a~O bzw. ~0 ist.
Zwei Ungleichungen der Form a < b, b < c fassen wir zu einer Ungleichungskette
a < b < c zusammen. Wie Ungleichungsketten der Gestalt a < b ~ c, a ~ b ~ c,
a > b > c usw. zu interpretieren sind, drfte nun klar sein. Niemals fassen wir
jedoch die zwei Ungleichungen a < b, b > c zu einer Kette a < b > c zusammen,
mit anderen Worten: Wir verketten immer nur gleichsinnige Ungleichungen.
Statt "a > 0 und b > 0" schreiben wir auch krzer " a, b > 0"; es drfte nun klar
. was d'te Ze'tchen " a, b < 0" , "a, b ,...
>- 0" o d er auch " a 1> a 2 , . , an > 0" u.a.
..
sem,
bedeuten. Die Ungleichung a < b beschreiben wir gelegentlich durch Redewendungen wie "a unterbietet b", "a liegt unterhalb von b ", " b bertrifft a ", "b
liegt oberhalb von a".
Das Schnittaxiom

Hier knpfen wir an die Betrachtungen der Nr. 2 an. Ein (Dedekindscher)
Schnitt (AI B ) liegt vor, wenn folgendes gilt:
1.
2.

A und B sind nichtleere Teilmengen von R,


A UB = R,

3 Die axiomatische Beschreibung der reellen Zahle n

37

3. fr alle a E A und alle b E B ist a < b.


Eine Zahltheit Trennung szahl des Schnittes (A I B), wenn

a ~ t ~ b fr alle a E A

und alle

be B

ist. Unser letztes Axiom lautet nun folgendermaen:


(A 9) Schnittaxiom oder Axiom der Ordnungsvollstndigkeit: Jeder Dedekindsche Schnitt besitzt eine, aber auch nur eine, Trennungszahl.
Es ist hier der Ort, auf eine Eigentmlichkeit der mathematischen Ausdrucksweise aufmerksam zu machen. Wenn wir sagen, da es eine Zahl mit einer
gewissen Eigenschaft gibt, so bedeutet dies genauer, da es mindestens eine Zahl
dieser Art (vielleicht aber auch mehrere) gibt. In (A 4) wird z.B. nicht ausgeschlossen, da es neben der Zahl 0 noch eine weitere Zahl, etwa 0 gibt, so da
a + = a fr jedes a gilt. Wir knnen jedoch mit Hilfe des Kommutativgesetzes
(A 1) beweisen, da ein solches mit 0 bereinstimmen mu: Ist nmlich
a + = a fr jedes a, so ist insbesondere 0 + = 0, andererseits ist 0 + = 0 + 0 = ,
infolgedessen haben wir in der Tat 0 = 0. Es gibt also nach (A 4) mindestens ein
neutrales Element der Addition (die Null), nach dem eben Bewiesenen aber auch
nur eines oder hchstens eines. Wir sagen in einem solchen Falle kurz: "E s gibt
ein und nur ein Element" oder "es gibt genau ein Element" der beschriebenen
Art. Der Leser wird nun sehr leicht selbst beweisen knnen, da es ein und nur
ein (genau ein) neutrales Element der Multiplikation (nmlich die Eins) gibt. Das
Schnittaxiom lautet in dieser Sprechweise: Jeder Dedekindsche Schnitt besitzt eine
und nur eine (genau eine) Trennungszahl. Und entsprechend kann man das
Trichotomiegesetz (A 6) auch so formulieren: Fr je zwei reelle Zahlen a, b gilt
stets eine und nur eine (genau eine) der drei Bez iehungen a < b, a = b, a > b. Will
man nachweisen, da es genau eine Zahl mit einer gewissen Eigenschaft gibt, so
hat man, wie oben im Falle der Null, immer zwei Dinge zu tun: Man mu erstens
zeigen, da es berhaupt eine Zahl a mit dieser Eigenschaft gibt, und man mu
zweitens darlegen, da jede Zahl dieser Art mit a bereinstimmt. Man sagt dann
auch, a sei eindeutig bestimmt.
Wir vereinbaren noch einige Abkrzungen, nmlich
-a := (-a),

a - b: = a + (- b),

1
a.

- = a- t

'

a
b: = ab- 1

(falls b / 0)1 >,

a 2 :=aa,

a + b +c:= a +(b + c )=(a + b)+c,

abc := a (bc ) = (ab )c.


t)

Statt : benutzen wir auch hufig die raumsparende Schreibweise a/b.

38

I Mengen und Zahlen

Die dreigliedrigen Summen a + b + c bzw. Produkte abc sind offensichtlich von


der Reihenfolge der Summanden bzw. Faktoren unabhngig.
Kann man fr die Elemente einer (nichtleeren) Menge K, die nicht notwendigerweise aus Zahlen zu bestehen braucht, eine "Summe" a + b und ein "Produkt"
a b so erklren, da die Gesetze (A 1) bis (A 5) gelten (wobei "reelle Zahl"
natrlich zu ersetzen ist durch "Element von K"), so nennt manKeinen Krper.
In diesem Sinne ist also R ein Krper. Da es neben R noch weitere Krper gibt,
werden wir bald sehen (s. etwa Aufgabe 1). Gelten in einem Krper K auch noch
die Ordnungsaxiome (A 6) bis (A 8), so nennt man K einen angeordneten
Krper. Und ist berdies auch das Schnittaxiom (A 9) erfllt, so heit K
ordnungsvollstndig. Die Aussage, da fr R die Axiome (Al) bis (A9)
gltig sind, knnen wir also in dem einen Satz zusammenfassen: R ist ein
ordnungsvollstndiger Krper.
Aufgaben
1. D efiniere auf einer beliebigen zweielementigen M enge {0, l} Adctition und Multiplikation
vermge der Verknpfungstafeln in A 2.2, wobei g durch und u durch 1 zu ersetzen sind
(addiere und multipliziere also die Elemente 0, 1, als ob sie fr "gerade" und " ungerade"
stnden). Zeige, da {0, 1} ein Krper ist, der jedoch nicht angeordnet werden kann.
*2. Zeige, da in jedem Krper K, insbesondere in R, die folgenden Aussagen gelten
(benutze lso nur ctie Krperaxiome und evtL schon bewiesene Aussagen; gib bei jedem
Schlu genau an. auf welches Axiom bzw. auf welche der schon bewiesenen Aussagen er
sich sttzt):
a) das additiv inverse E le ment - a ist eindeutig durch a bestimmt;
b) das multiplikativ inverse E le me nt a- 1 ist eindeutig durch a bestimmt (hierbei mu
a 1:0 sein);
c) - (- a) = a;d) (a- 1)- '=a. falls a1:0; e) a+b = a+c-b =c;
f) ab = ac-b=c,fallsa !O;g) aO =O und(-1)a =-a ;
h) die Gleichung a + x = b besitzt genau eine Lsung in K, nmlich x : = b- a;
i) falls a :f: 0 ist, besitzt die Gleichung ax = b genau e ine Lsung in K, nmlich x: = b/a.
Die Aussagen a) bis i) sind d em Leser von der Schule he r wohlvertraut. Die Aufgabe soll
nur verdeutlichen, da und wie diese Aussagen durch einfache Schlsse aus den
Krperaxiomen gewonnen werden knnen (und da sie demgem in jedem Krper
gelten).

*3. Zeige, da fr das Zeichen

Ei

in R die folgenden R egeln gelten :

a) fr je zwei reelle Zahlen a, b ist a ~ b oder b ~ a;


b) es ist stets a.,;; a; c) gilt a.,;; b und b.,;; a. so ist a = b;
d) gilt a.,;; b und b .,;; c, so ist a Ei c.
4. Nimm an, in R sei eine Beziehung "a ~ b" erkJrt, ctie den Regeln a) bis d ) in Aufgabe
3 gengt (man vergesse ctie frher festgelegte Bedeutung des Zeichens .,;; in R!). Definiere
das Zeichen < nun folgendermaen: a < b bedeutet, da a Ei b und gle ichzeitig a :f: b ist.
Zeige, da die Beziehung a < b den Axiomen (A 6) und (A 7) gengt.

4 Folgerungen aus den Krperaxiomen

39

S. Die Mengen A , B , ... seien alle Teilmengen einer festen Universalmenge V. Man
e rinnere sich, da fr die Mengeninklusion c die folgenden Regeln gelten, die den Regeln b),
c), d) in Aufgabe 3 vllig analog sind:
a) es ist stets Ac A; ) gilt A c B und B c A, so ist A = B;
-y) gilt Ac B und B c C, so ist Ac C.
Zeige: Es gilt nicht ausnahmslos die Aussage: Fr je zwei Me ngen A, B ist A c B oder
B cA.
6. In dieser Aufgabe gehen wir mit den natrlichen Zahlen "naiv" um, d.b. so, wie wir es
in der Schu1e gelernt haben (die Naivitt wird in Nr. 6 aufgehoben werden). a, b, ... sind
durchweg natrliche Zahlen. a I b bedeutet, da a e in Teiler von b ist, d.b. , da e ine
Gleichung der Form b = ac besteht. Zeige, da fr die Teilerbeziehung die folgenden
Regeln gelten, die den R egeln b), c), d ) in Aufgabe 3 und den Regeln a), ), -y) in Aufgabe
5 entsprechen:
a) es is t stets a Ia; ) gilt a I b und b I a, so ist a = b;
'Y) gilt a I b und b I c, so ist a I c.
Es gilt jedoch nicht ausnahmslos die Aussage: Fr je zwei natrliche Zahlen a, b ist a I b
oder b I a.
+7. Wir beschreiben zunchst, was den Aufgaben 3, 5 und 6 strukturell gemeinsam ist: Fr
gewisse (nicht notwendigerweise alle) Paare von Elementen a, b einer nichtleeren Menge
m ist eine Beziehung (eine " R elation") a < b (lies: "a vor b") erklrt, die folgenden
Axiomen gengt:
a) a< a fr jedes a eiD?; ) gilt a< b und b< a, so ist a = b;
-y) gilt a<b und b<c, so ist a<c.
Eine solche Relation heit eine Halb - oder Teilordnung auf m. gn selbst wird eine
halb - oder teilgeordnete Menge genannt. Die Halbordnung heit eine Ordnung, gn
eine geor dnete Menge, wenn zwei Elemente a, b aus ID'l stets vergleichbar sind, d.h.,
wenn a < b oder b < a gilt. Zeige, da man auf jeder nichtleeren Menge
eine triviale
Halbordnung durch a< b:- a = b erklren kann. Man nennt diese Halbordnung e twas
paradox die "totale Unordnung".

4 Folgerungen aus den Krperaxiomen


Aus den Krperaxiomen (A 1) bis (A 5) ergeben sich in einfacher Weise alle
R egeln der " Buchstabenrechnung", die der Leser in der Schule gelernt hat; einige
dieser Regeln haben wir in A 3.2 zusammengestellt. Wir drfen uns deshalb damit
begngen, hier nur noch die Vorzeichenregeln
(-a)b = a(-b) =-(ab),

(-a)(- b) = ab,

die Annullierungsregel
ab = 0 - a = 0

oder

b= 0

40

I Mengen und Zahlen

und die Regeln der Bruchrechnung zu erwhnen:

~+~ = adb~bc,

falls b=f;O und d=f;O,

--=-

a c
b d

falls b =F 0 und d =F 0,

a
b ad
-=c bc '
d

falls b=f; O, c=f;O und d:/=0.

ac
bd'

Die Vorzeichenregeln ergeben sich mit A 3.2g und A 3.2c so:

(- a)b = ((- 1)a)b = (- 1)(ab) = - (ab) ,


a(- b) = a((-1)b) = (- 1)(ab) = - (ab) ,
(- a)(- b) = (- a)((- 1)b) = ((- 1)(- a))b = (- (- a))b =ab.
Die Annullierungsregel ergibt sich in der Richtung - aus A 3.2g und damit sofort
auch in der umgekehrten Richtung - : Ist nmlich ab = 0 und einer der Faktoren,
etwa a, von Null verschieden, so ist jedenfalls b = (a - 1 a)b = a- 1(ab) = a- 1 0 = 0,
es mu somit der andere Faktor "verschwinden" (d.h. = 0 sein).
Die R egeln der Bruchrechnung wird der Leser nach den zahlreichen Beweisproben
nun leicht selbst begrnden knnen.

Die multiplikative Sonderrolle der Null drckt sich darin aus, da sie kein
multiplikativ inverses Element besitzt; andernfalls wre 0 o-t sowohl= 1 als
auch = 0. Man beschreibt diese Tatsache auch durch den Satz, die Division durch
0 sei unmglich oder sie sei " verboten" (die- im Falle a =F 0 eindeutig
mgliche-Autlsung der Gleichung ax = b bezeichnet man bekanntlich als Division von b durch a ; was unter Subtraktion zu verstehen ist, brauchen wir wohl
nicht mehr zu erlutern). Man gewhne sich an, vor jedem Dividieren zu prfen, ob
der Divisor=F 0 ist.
Die Quintessenz dieses Abschnitts ist ebenso einfach wie erfreulich: Von nun an
drfen wir die " Buchstabenrechnung" unbefangen so handhaben, wie wir es von
der Schule her gewohnt sind. Bezglich der vier Grundrechnungsarten haben wir
nichts Neues gelernt, sondern nur Bekanntes begrndet.
Und doch stimmt dieser letzte Satz nicht ganz. Wir haben sehr wohl etwas Neues
gelernt, nmlich da die vertraute Buchstabenrechnung in jedem Bereich praktiziert
werden kann, in dem die Krperaxiome gelten, also in jedem Krper. Zwar haben
wir neben R bisher nur den glanzlosen zweielementigen Krper in A 3.1 kennengelernt, aber bereits in Aufgabe 2 dieses Abschnitts werden wir den wichtigen
Krper C der komplexen Zahlen definieren, in dem wir dank unserer Stze
rechnen knnen " wie gewohnt" .

4 Folgerungen aus den Krperaxiomen

41

Aufgaben
1. Untersuche das Lsbarkeitsverhalten der Gleichung 0 x = b in einem Krper K.
0

2. Komplexe Zahlen Sie verdanken ihr Leben einem Manne, den seine Mutter
(wie er selbst berichtet) abtreiben wollte; der sich dann zu einem Wstling, Streithansl,
magisch-mystischen Mathematiker und europaweit gefeierten Arzt entwickelte; ein Mann,
der als Student Rektor der Universitt Padua und als Greis Insasse des Gefngnisses von
Bologna war; der sich erdreistete, das Horoskop Jesu zu stellen und in sei nem Buch "ber
das Wrfelspiel" Betrugsanleitungen zu geben, und der nebenbei auch noch die "Cardanische Aufhngung" erfand: Geronimo Cardano (1501- 1576; 75), ein vollbltiger Sohn der
italienischen Renaissance. ln seiner Ars magna sive de regulis algebraicis ("Die groe Kunst
oder ber die algebraischen Regeln", Nrnberg 1545) fhrt ihn die unverfngliche Aufgabe,
eine Strecke der Lnge 10 so in zwei Stcke zu zerlegen, da das aus ihnen gebildete Rechteck die Flche 40 hat, zu der quadratischen Gleichung x(IO -x) = 40 und zu ihren absurden
Lsungen x 1, 2 : = 5 v-15, absurd, weil man aus negativen Zahlen keine (reellen) Quadratwurzeln ziehen kann. Aber nun geschieht etwas Entscheidendes: Cardano setzt die "geistigen Qualen", die ihm diese Gebilde bereiten, beiseite und findet durch keck-formales Rechnen, da tatschlich x 1 +x2 = 10 und x 1x 2 ~ 40 ist. Sein ironischer Kommentar: "So schreitet
der arithmetische Scharfsinn voran, dessen Ergebnis ebenso subtil wie nutzlos ist". Die
.,komplexen" (zusammengesetzten) Ausdrcke a +
oder a + i VfJ mit der ,.imaginren
Einheit" i: =
sind dann nicht mehr aus der Mathematik verschwunden, so sehr sie
auch als schein- und gespensterhaft empfunden wurden. Denn sie lieferten nicht nur "Lsungen" aller quadratischen und kubischen Gleichungen - und zwar solche, die erbaulicherweise d en vertrauten Wurzelstzen des Franyois Vieta (1540-1603, 63) gengten -,
vielmehr ergab unverdrossenes (und unverstandenes) Rechnen mit diesen windigen .,Zahlen" sogar Stze ,.im Reellen", die sich in jedem Falle nachtrglich durch " rein reelle" Beweise besttigen lieen. Das Mirakulseste aber war, da mittels dieser wesenlosen Gebilde
Beziehungen zwischen beherrschenden Gren der Analysis hergestellt werden konnten,
die bisher fremd nebeneinander gestanden hatten - wodurch denn dieser Analysis ganz
neue Lichter aufgesteckt wurden. Das frappierendste Beispiel hierfr ist die nach Leonhard
Euler (1707- 1783; 76) benannte Eulersche Formel eia=cosa+isina, die vermge des
schattenhaften i drei der allerwichtigsten Funktionen aufs engste zusammenbindet, und aus
der fr a = n die wunderbar einfache und im Reellen nie zu erwartende Beziehung
e"; + 1 = 0 zwischen den Fundamentalzahlen 0, 1, e und n folgt 11 Alle diese Umstnde
drngten immer energischer zu einer begrifflichen Klrung der ebenso mchtigen wie mysterisen .,komplexen Zahlen", eine Klrung, die schlielich 1831 von Carl Friedrich Gau
(1777- 1855; 78) in geometrischer und 1837 von William R. Hamilton (1805-1865; 60) in
arithmetischer Einkleidung gegeben wurde. Genau im Jahre der Gausehen Arbeit hatte
brigens de Morgan in seinem Buch On tlte Study and Difficulties of Mathematics noch
geschrieben: We have shown tlte symbol
a to be void of meaning, or rather se/f-contradictory and absurd. Seit Gau und Hamilton sind jedoch die komplexen Zahlen ebensowenig
void of meaning wie etwa die Punkte der Ebene, in przisierbarem Sinne sind sie sogar
nichts anderes als eben diese Punkte, zusammen mit einfachen Verfahren, sie zu Summen
und Produkten zu verknpfen.

v-

FT

> e ist die berhmte Euleesche Zahl (s. S. 149), n die KreismessungszahL Das Symbol i
wurde 1777 von Euler eingefhrt.

42

I Mengen und Zahlen

Die "traditionelle" komplexe Zahl er 1 + ier 2 ist zusammengesetzt aus den zwei reellen
Zahlen er 1 und er 2; man kennt sie, we nn man ihren Realteil er 1 und Im aginrteil er 2
kennt, genauer: Zwei komplexe Zahlen er 1 + ier 2, 1 + i 2 werden herkmmlicherweise als
gleich bezeichnet, wenn er 1 = 1 und er 2 = 2 ist. Diese Tradition verwandeln wir nun in
eine przise Definition: Unter einer komplexen Zahl verstehen wir ein Paar (er~> er 2)
reeller Zahlen er., er 2, wobei zwei komplexe Zahlen (a., erJ, (., 2) genau dann als gleich
angesehen werden, wenn sie " komponentenweise be reinstimmen", d .h., wenn er 1 = 1
und er 2 = 2 ist. Legen wir in einer Ebene ein rechtwinkliges (cartesisches) Koordinatensystem fest, so knnen wir jede komplexe Zahl (er 1, a 2) durch den Punkt mit den Koordinaten
er~> er 2 darstellen, und im Sinne dieser Darstellung fllen die komplexen Zahlen die ganze
Ebene aus, die man ihrerseits dann auch die komp lexe Zah lenebene oder die
Gausehe Zahl enebene oder kurz die Zahlenebene nennt. Vor Gau und Rarnilton
rechnete man mit den traditionellen komplexen Zahlen wie mit reellen Gren, nur
ersetzte man i2 immer durch - 1 und fate zum Schlu die von i freie n und die mit i
behafteten G lieder jeweils fr sich zusammen. Man addierte und multiplizie rte " komplexe
Zahle n" also folgendermaen:
(a, + iaJ + (, + iJ = (er,+ ,) + i(a2+ 2),
(a, + ia~ (, + il) = (a,, - er2~+ i{a,2+ cr2,).
Und jetzt liegt nichts nher, als die Summe und das Produkt der oben als Zahlenpaare
erklrten komplexen Zahlen ganz unmysteris wie folgt zu definieren:
(a" cr2)+(1> J := {a, + 1> cr2+ ~.
{a~> aJ(., 2) := (a,, - a 22, a,2+a2,).

Der Leser zeige nun:


a) Addition und Multiplikation der komplexen Zahlen a = (erh a 2), b = (~> J, ...
gengen den Krperaxiomen (A 1) bis (A 5). Die neutrale n Elemente der Addition bzw.
der Multiplikation (die " Null" und die "Eins") sind (0, 0) bzw. (1, 0). Das additiv bzw.
multiplikativ inverse Element zu (er~> aJ ergibt sich, indem man die Gleichung (er" er2) +
(~1 , ~2) = (0, 0) bzw. die Gleichung (er" er 2) (~" ~2) = (1, 0) "in Komponente n zerlegt"; man
erhlt dann zwei " reelle" Gleichungen zur Bestimmung von ~I> ~2 (beachte, da im
multiplikativen Falle stillschweigend (er 1, aJ'f(O, 0) vorausgesetzt wird und somit a~+
a~> 0 ist-wir benutzen hier vorgreifend A 5.1). - Die Menge der komplexen Zahlen bildet
also einen Krper, den wir hinfort mit C bezeichnen. Man halte sich nun vor Augen, da die
R egeln der Buchstabenrechnung, die wir in A 3.2 und in Nr. 4 allein aus den
Krpe raxiome n deduziert hatten, ohne weiteres auch in C gelten-man mu nur 0 durch
(0, 0) und 1 durch (1, 0) e rsetzen. Man kann also in der Tat in C rechnen wie in R.
b) (a, 0) + (, 0) = (a+ ,O),(a,O) (, O) = (a,O): AdditionundMultiplikationde rkomplexen Zahlen mit verschwindender zweiter Komponente laufen also gerade auf die Addition und Multiplikation der e rsten Komponenten hinaus. Das bedeutet, da zwischen der
reellen Zahl er und der komplexen Zahl (a, 0) vom algebraischen Standpunkt aus kein
Unte rschied besteht. Infolgedessen drfen wir (a, 0) einfach als eine neue Bezeichnung fr

4 Folgerungen aus den Krperaxiomen

43

die reelle Zahl a ansehen und (a, 0) = a setzen. losbesondere ist dann (0, 0) = 0 und
(1, 0) = 1. R ist also eine Teilmenge von C, anders formuliert: C ist eine Erweiterung des
reellen Zahlbereichs.
c) Setzt man i: = (0, 1), so ist (0, a) = (a, 0)(0, 1) = ai.
d) i2 =- 1, d.h. ausfhrlich: (0,1)2 =-(1,0) (in jedem Krper setzt man a 2 :=a a).
e) (a 11 a 2)={a~o0)+(0,a 2)=a 1 +ia 2 Damit haben wir die berlieferte Schreibweise der
komplexen Zahlen wiedergewonnen, aber nun auf gefestigter Grundlage. Und das Rechnen
mit komplexen Zahlen vollzieht sich auf dieser Grundlage in der Tat so, wie wir es oben
schon geschildert haben: Man rechnet mit den komplexen Zahlen a 1 + ia 2 wie mit reellen
Gren, nur e rsetzt man i2 immer durch -1 und fat zum Schlu die von i freien und die
mit i behafteten Glieder jeweils fr sich zusammen.
f) Ist a = a 1 +ia 2 , so nennt man : = a 1 -ia2 die zu a konjugierte Zahl. Es ist
a=a~+a~e R . Der Bruch b/a lt sich am zweckmigsten berechnen, wenn man ihn
b ; 1ID
. zwetten
.
B ruch 1.st nam
.. 1tch d er
. d em konJug1erten
. .
N enner a- erwettert:
.
m1t
-b =--::a aa
Nenner reell. Zeige, da 1/i = -i ist und berechne ferner
1
1+ i .

1
1-i
1-i' l + i '

1 +2i
(1 +2i)2
2+3i (2+3i) 2

(4-i)2.
2+i

"Berechnen" heit, da man die gegebene komplexe Zahl a in der Form a = a 1 + ia 2


darstellt, d.h. letztlich, da man ihren Real- und Imaginrteil bestimmt, also die Zahlen
Re(a): = a 1

und

lm(a): = a 2

g) In jedem Krper setzt man a 0 : = 1 (dabei ist 1 das multiplikativ neutrale Element des
Krpers), a 1 : = a (hier ist 1 die natrliche Zahl Eins), a 2 : = a a (schon oben erklrt),
a 3 : = a a a usw. Es ist
0

= 1,

I,

= - 1,

- 1,

14 = 1, ... ,

die Potenzen von i wiederholen sich also periodisch. Die Lage dieser Potenzen in der
Zahlenebene, die (spiegelbildliche) Lage zueinander konjugierter Zahlen und die Bedeutung der Bezeichnungen " reelle Achse" und " imaginre Achse" kann der Leser aus
_ _
_ (1) 1
a
Fig. 4.1 entnehmen.
h) Zeige. a=()
= a a+b = +b ab=b -b =-=
.
b' -b ==
b

(a)

imaginre

Achse

.I

. ~-----, a-~+ta-2

~~~....

I
I

1
reelle
---=<2.---t--+---:------_..Achse

1-i'

: ,
1

j3

-c::Yj-i2
Fig. 4.1

44

I Mengen und Zahlen

(in den beiden letzten G leichungen ist natrlich

a+

b:f: 0 vorauszusetzen). Zeige ferner:

a-

, l m(a)= i
2
2
und schliee, da die komplexe Zahl a genau dann reell ist, wenn a = gilt.
R e(a) =

3. Lse d ie folgenden linearen Gleichungssysteme und mache d ie Probe:

a) ix - 3y = l

b) (1/i)x+(l +i)y = O

2 x +iy = 2i
0

1 x + (1 - i)y = 1.

4. Ze ige, da d ie komplexen Zahlen (2, 2) und (2, - 2) Lsungen der quad ratischen
G le ichung x 2 - 4x + 8 = 0 sind. R echne mit Zahle npaaren I Rechne dann mit ihre n D arstellungen 2 + 2i, 2 - 2i und vergleiche den A ufwand.

S Folgerungen aus den Ordnungsaxiomen


Da das Rechnen mit U ngleichungen i.allg. weniger gelufig ist als die Buchstabenalgebra, werden wir die fr alles weitere grundlegenden Folgerungen aus
den O rdnungsaxiomen (A 6) bis (A 8) sorgfltig formulieren und beweisen. Von
den Krperaxiomen und den aus ihnen schon gewonnenen A ussagen (Nr. 3 und
4), also von der Buchstabenrechnung, werden wir ohne ausdrckliche Verweise
freien Gebrauch machen. Die Buchstaben a, b, . . . bedeuten durchweg reelle
Zahlen. Wir beginnen mit dem einfachen
5.1 Satz
1)

2)
3)
4)

a< b - b - a > O,
a < O- - a > O,
a > O- - a < O,
a<b- b < - a.

B ewei s . 1) Aus a < b folgt mit (A 8), dem Monotoniegesetz: 0 = a + (- a) < b +


(- a) = b - a, also b - a > 0. Ist umgekehrt b- a > 0, so ergibt sich ebenso b - a +
a > 0 + a, also b > a. - 2) folgt aus 1) fr b = 0. - 3) folgt aus 2), wenn man a durch
-a ersetzt und - (- a )= a beachtet. - 4) folgtaus 1): a < b - b - a > O- (-a )
(-b )> O- - b < -a.
Nun befassen wir uns mit der Addition von U ngleichungen.

5.2 Satz G leichsinnige Ungleichungen " drfen" addiert werden, genauer: Aus
a < b und c < d folgt a + c < b + d oder, in leicht verstndlicher Symbolik,
a<b
c< d
a+ c< b + d.

5 Folgerungen aus den Ordnungsaxiomen

45

Mit Hilfe des Monotoniegesetzes (A 8) erhalten wir nmlich

a < b - a + c < b + c,

c < d - b+c < b+d

und daraus wegen des Transitivittsgesetzes (A 7) die Behauptung.

Eine Ungleichung a<b nennt man auch gerne eine Abschtzu n g und sagt,
man habe a nach oben durch b und umgekehrt b nac h unten durch a
abgeschtzt. Eine Abschtzung a < b von a nach oben wird "vergrbert" , indem
man " b vergrert", d.h., indem man b durch eine Zahl c > b ersetzt; nach dem
Transitivittsgesetz gilt dann erst recht die Abschtzung a < c. Aus Satz 5.2
erhalten wir nun sofort die einfache
Merkregel Die Abschtzung a < b wird vergrbert, wenn man eine positive Gre
zu b addiert.

Gleichsinnige Ungleichungen drfen nicht ohne weiteres subtrahiert oder multipliziert werden. Die Multiplikation von Ungleichungen bereiten wir vor durch

5.3 Satz ab > 0- die Faktoren a, b sind entweder beide > 0 oder beide <0.
Ist nmlich a, b > 0, so fo lgt aus dem Monoto niegesetz ab> 0 b = 0. Ist jedoch
a, b < 0, so folgt aus Satz 5.1,2) sofort - a, - b > 0 und nach dem eben Bewiesenen
ab = (- a )(-b)>O. Damit haben wir die Richtung ...,. des Satzes bewiesen. Nun
greifen wir .... an. Aus ab > 0 folgt zunchst, da beide Faktoren =f 0 sind. Wre
nun die Behauptung falsch, so mte demnach ein Faktor positiv, der andere
negativ sein. Ohne Beschrnkung der Allgemeinheit drfen wir annehmen, da
a >O und b < O ist. Wegen Satz 5.1,2) wre dann -b>O, also - (ab) = a(- b) > O
und nach Satz 5.1,2) somit ab < 0, im Widerspruch zu unserer Voraussetzung.
Also mu die Behauptung doch zutreffen.

Ganz entsprechend gilt:

ab< 0 - einer der Faktoren ist positiv, der andere negativ.


Eine unmittelbare Konsequenz des Satzes 5.3

is t ~

5.4 Satz a=f 0- a 2 > '0. Insbesondere ist 1 > 0.

Mit diesem Satz steht brigens jetzt fest, da die Gleichung x2 + 1 = 0 keine reelle
Lsung besitzt.
Es ist nicht berflssig, auf die Tatsache hinzuweisen, da eine Zahl der Form - a nicht
schon deshalb negativ ist, weil vor ihr das "Minuszeichen" steht. Jede Zahl b lt sich
wege n b = -(-b) in dieser Form schreiben, und - (- 1) = 1 ist z.B . positiv. Wenn wir
gelegentlich sage n, eine Zahl a habe das positive bzw. negative Vorzeichen, so meinen wir
damit nichts anderes, als da a positiv bzw. negativ sei.

5.5 Satz Ist a < b, so gilt


ac > bc fr jedes negative c.

46

I Mengen und Zahlen

Wegen Satz 5.1 ,2) folgt aus c < 0 nmlich -c > 0, nach (A 8) ist daher
- (ac) = a(-c) < b(-c) = - (bc),

also

- (ac) < -(bc),

und mit Satz 5.1,4) erhalten wir daraus bc < ac oder also ac > bc.

Das multiplikative Monotoniegesetz aus (A 8) und den Satz 5.5 fassen wir
zusammen zu der ganz besonders wichtigen
Merkregel Eine Ungleichung "darf" man mit positiven Zahlen multiplizieren.
Bei Multiplikation mit negativen Zahlen kehrt sich ihre " Richtung" um.

5.6 Satz Gleichsinnige Ungleichungen " drfen " immer dann miteinander multipliziert werden, wenn alle Glieder positiv sind, kurz:
O< a < b
O< c < d
ac < bd.

Denn aus a < b folgt ac < bc, aus c < d ebenso bc < bd, also gilt ac < bd.

5.7 Satz a/ b > 0- Zhler und Nenner sind entweder beide >0 oder beide <0.

Aus b(l/b)= 1 > 0 folgt nmlich wegen Satz 5.3, da b und l/b beide >0 oder
beide <0 sind. Die Behauptung ergibt sich nun , indem man noch einmal den Satz
5.3 heranzieht.

5.8 Satz Ist p 1 < p 2 und q > 0, so gilt

!2 <~ .
q q
Ist O<q 1 < q 2 und p > O, so gilt

1!.. < 1!.. , insbesondere ist

_.!._ < _.!._ .


qz ql

qz ql
Da 1/ q wegen Satz 5.7 positiv ist, ergibt sieb die erste Behauptung aus (A 8). Zum
Beweis der zweiten Behauptung geben wir nur die Anweisung, die Ungleichung
q 1 < q2 mit dem positiven Faktor p/q1 q 2 zu multiplizieren.

A us dem letzten Satz gewinnen wir die ungemein ntzliche


Merkregel Einen Bruch mit positivem Zhler und Nenner kann man vergrern,
indem man den Zhler vergrert oder den Nenner verkleinert (aber stets positiv
hlt).

Fr Differenzen gilt schlielich die leicht einsehbare


Merkregel a - b kann man vergrern, indem man a vergrert oder b verkleinert.

Veranschaulichen wir uns die reellen Zahlen als Punkte auf der Zahlengeraden,
so finden wir die positiven Zahlen rechts, die negativen links vom Nullpunkt.

5 Folgerungen aus den Ordnungsaxiomen

47

a < b bedeutet, da der Punkt a links von dem Punkt b liegt (deshalb beschreiben
wir die Ungleichung a < b auch durch Redewendungen wie "a liegt links von b",
" b liegt rechts von a "), a < x < b drckt aus, da x sich zwischen a und b
befindee>. D er bergang von a zu- a ist geometrisch eine Spiegelung am
Nullpunkt. Insbesondere wird damit anschaulich klar, da die Ungleichung a < b
nach Multiplikation mit - 1 in -b < -a bergeht (s. Fig. 5.1).
Fig. 5. 1

-b

-a

Wir beschlieen diesen Abschnitt mit einer e benso einfachen wie fundamentalen
A ussage ber das arithmetische Mittel (a + b)/2 zweier Zahlen a, b. Das
mathematisch bisher noch nicht erklrte Zeichen 2 bedeutet natrlich die Summe
1 + 1.
5.9 Ungleichung des arithmetischen Mittels Aus a < b folgt
a+b
a<
<b.
2

Aus a < b erhalten wir nmlich 2a = a + a < a + b < b + b = 2b und daraus nach
Division durch 2 die Behauptung.

Aus dem letzten Satz folgt insbesondere, da zwischen zwei reellen Zahlen stets
eine weitere reelle Zahl liegt.
Die Ergebnisse dieser Nummer gehren zum unentbehrlichen Handwerkszeug
des Analytikers. Wir werden sie hinfort fast unablssig verwenden, ohne noch
besonders auf sie zu verweisen. Der Leser mge sich deshalb gerade mit ihnen
besonders grndlich vertraut machen.
Aufgaben
*1. Es ist stets a 2 + b 2 ~ 0 ; das Gleichheitszeichen gilt genau dann, wenn a = b = 0 ist.

a c
2. Ist b,d>O, so gilt: b<d-ad<bc.

3. Ist b, d > 0 und

a +c

b< d , so gilt b < b + d < d .

*4. Gilt 0 ~ a ~ e fr jede positive Zahl e, so ist a = 0.

S. Die Menge R+ aller positiven reellen Zahlen hat die folgenden Eigenschaften:
(P 1) a, b e R+ - a + b e R+ und ab e R+.
(P 2) a:f= 0-. a e R+ oder -a e R+, aber nicht a, - a e R+.
(P3)

O~R+ .

>Da x zwischen a und b liegt, impliziert also, da x weder mit a noch mit b

bereinstimmt.

48

I Mengen und Zahlen

Nun kehre man diese Betrachtung um: Mao denke sich eine (nichtleere) Teilmenge R+ von
R gegeben, die den Aussagen (P 1) bis (P 3) gengt, definiere die Relation a < b als
gleichbedeutend mit b - a e R+ und zeige, da sie den Axiomen (A 6) bis (A 8) gengt
(natrlich soll auch hier a > b nur eine andere Schreibweise fr b < a sein; c > 0 bedeutet
demnach, da c e R+ ist).
0

6. D er Krper C de r komplexen Zahlen kann nicht angeordnet werden, genauer: Man


kann keine Relation a < b auf C definieren, die den Axiomen (A 6) bis (A 8) gengt.

6 Die natrlichen, ganzen und rationalen Zahlen

Unser Programm, die gesamte Analysis aus dem System der Axiome (A 1) bis
(A 9) zu gewinnen, hat die befremdliche Konsequenz, da wir beim gegenwrtigen
Stand der Dinge nicht wissen Gedenfalls vorgeben mssen, nicht zu wissen), was
die natrlichen Zahlen sind: In der Tat taucht der Begriff oder auch nur das Wort
"natrliche Zahl" nirgendwo in unserem Axiomensystem auf (man berufe sich
nicht auf die Peanoschen Axiome in Nr. 3; von ihnen wollten wir gerade nicht
ausgehen, wollten vielmehr die hherliegende Begrndungsebene der Axiome
(A 1) bis (A 9) als Fundament whlen). Wir stehen also notgedrungen vor der
Aufgabe, die natrlichen Zahlen mit den Mitteln unseres Axiomensystems zu
definieren. Naheliegend ist der fol gende Weg. Man nennt die Z ahl 1, deren
Existenz durch (A 4) verbrgt ist, eine natrliche Zahl und definiert dann alle
anderen natrlichen Zahlen sukzessiv durch 2: = 1 + 1, 3: = 2 + 1, 4: = 3 + 1 "und
so weiter". Das Unbefriedigende dieses Verfahrens besteht nur darin, da dem
Ausdruck " und so weiter" die unabdingbare mathematische Przision abgeht
(auch im alltglichen Leben verwendet man die Floskel " und so weiter" meistens
nur, wenn man nicht wei, wie es weiter geht). Wir verfahren deshalb gewissenhafter, wenn auch ein wenig umstndlicher, wie folgt (man halte sich dabei das
fnfte Peanosche Axiom vor A ugen).
Wir nennen eine Menge M reeller Zahlen eine Induktion s m e n ge oder eine
ind u ktive Menge, wenn sie die folgenden Eigenschaften besitzt:
a) 1 liegt in M (kurz: 1 E M),
b) liegt a in M , so liegt auch a + 1 in M (kurz: a E M - a + 1 E M).
Es gibt Induktionsmengen, z.B. R und R+. Der Durchschnitt aller
Induktionsmengen-wir nennen ihn N (und vergessen die frhere Bedeutung
dieses Zeichens)- ist selbst wieder induktiv (warum ?}. Die Elemente dieser
wohlbestimmten Induktionsmenge N nennen wir natrli c h e Zahlen.
N ist trivialerweise Teilmenge jeder lnduktionsmenge. Ist also eine Menge M
natrlicher Zahlen induktiv, so mu N c M c N und somit M = N sein . Diese
ebenso einfache wie fundamental e Tatsache halten wir fest in dem

6.1 Induktionsprinzip Jede induktive Menge natrlicher Zahlen stimmt mit N


berein.

6 Die natrlichen, ganzen und rationalen Zahlen

49

Sei m eine beliebige natrliche Zahl. Die Menge aller n e N , fr die m + n wieder
natrlich ist, erweist sich sofort als induktiv, fllt also mit N zusammen. Mit
anderen Worten: Die Summe natrlicher Zahlen ist wiederum natrlich oder
auch: N ist "additiv abgeschlossen". Ganz hnlich sieht man, da N auch
"multiplikativ abgeschlossen" ist. Man sagt wohl auch, Summen- und Produktbildung " fhren nicht aus N heraus".-Die Menge {neN: n;;;;.l} ist induktiv und
somit= N, d.h., jede natrliche Zahl ist ;;;:.1. Daraus folgt wegen 1 > 0 (Satz 5.4),
da jedes natrliche n positiv ist. Infolgedessen liegen die Null und die additiven
Inversen -n der natrlichen n nicht in N.
Der folgende, nur scheinbar "evidente" Satz wird in Aufgabe 2d bewiesen:

6.2 Satz Zwischen den natrlichen Zahlen n und n + 1 liegt keine weitere
natrliche Zahl.

Mit N0 bezeichnen wir die Menge {0} U N. Die Menge Z der ganzen und die
Menge Q der rationalen Zahlen fhren wir-auf gefestigter Grundlage-so
ein: Z besteht aus allen natrlichen Zahlen n, ihren additiven Inversen -n und 0,
0 aus allen Brchen p/q mit ganzen p und q, q=f 0. Wir halten uns nicht damit
auf zu beweisen, da Addition, Subtraktion und Multiplikation nicht aus Z
herausfhren und da 0 sogar ein Krper (ein "Unterkrper" von R) ist. Die auf
R schon vorhandene Ordnung macht 0 von selbst zu einem angeordneten Krper.
Alles Bisherige zusammenfassend knnen wir nun sagen: Wir drfen von jetzt an
guten Gewissens in N, Z und 0 rechnen, wie wir es gewissenlos schon immer getan
haben.
Jede nichtrationale reelle Zahl nennen wir irr a t i o n a I. Beim gegenwrtigen
Stand der Dinge wissen wir allerdings noch nicht, ob es berhaupt irrationale
Zahlen gibt. Wir haben zwar in Nr. 2 erfahren, da keine rationale Zahl existiert,
deren Quadrat= 2 ist, so da ein a e R mit a 2 = 2 notwendig irrational sein
mu-ein solches a haben wir aber bisher nicht vorzeigen knnen. Wir werden
diese Lcke erst in Nr. 9 durch die Definition der Quadratwurzel schlieen.Aus der Ungleichung des arithmetischen Mittels 5.9 ergibt sich, da zwischen
zwei rationalen Zahlen stets eine weitere rationale Zahl liegt. Fr die ree ll en
Zahlen hatten wir die entsprechende Eigenschaft schon in Nr. 5 festgestellt. Aus
ihr folgt, da es zu einer reellen bzw. rationalen Zahl r1 keine "nchstgrere",
" unmittelbar folgende" reelle bzw. rationale Zahl r2 geben kann, ganz im Gegensatz zu den Verhltnissen in N (s. Satz 6.2).
Wir sagen, da die Zahl JJ. das kleinste Element der Menge Mc:R oder das
Mini m u m von M ist und schreiben f.L = min M, wenn JJ. selbst zu M gehrt und
JJ.~X fr alle xeM gilt; ganz entsprechend wird das grte Element oder das
Maximum von M, in Zeichen max M, erklrt. min Mund rnax M sind-wenn
berhaupt vorhanden- eindeutig bestimmt (warum ?). Man mache sich mit der
ganz selbstverstndlichen, aber doch oft bersehenen Tatsache vertraut, da eine

50

I Mengen und Zahlen

Menge kein kleinstes und ebenso auch kein grtes Element zu haben braucht.
Einfache Beispiele hie rfr sind R, a, z und {x E R : 0 < X< 1}. Dieses Phnomen
kann jedoch nur bei unendlichen Mengen auftreten; jede nichtleere e ndl iche
Menge {a 1 , , a,.} reeller Zahlen besitzt nach Aufgabe 8 ein Minimum
min(at> ... , a,.)

oder kurz

mmak
k- J

und ein Maximum


n

oder kurz

max ak.
k- 1

Diese Begriffe und Schreibweisen benutzen wir brigens auch dann, wenn die
ZaWen at. ... , a,. nicht alle untereinande r verschieden sind, so da z.B.
min(l , 1, 3) = 1 und max(1, 1, 3) = 3 ist.
Die im folgenden Satz angesprochene Grunde igenschaft natrlicher Zahlen
scheint "evide nt" zu sein - und erfordert doch e inen durchaus nichttrivialen
Beweis1 >.

6.3 Wohlordnungsprinzip Jede nichtleere Menge natrlicher Zahlen besitzt ein


kleinstes Element.
Zum Bew e i s nehmen wir an, da die nichtleere Menge M c N kein Minimum
besitzt. Dann kann 1 nicht in M liegen (andernfalls wre doch 1 das kleinste
Element von M). Also ist 1 < m fr aUe m e M, und somit gehrt 1 zu der Menge
K: ={k e N: k < m fr alle m e M}. Ist nun k ein beliebiges Element von K, so
gilt gewi k + 1 s m fr alle m e M, weil andernfalls k + 1 > m0 fr ein gewisses
m0 e M wre, dieses m0 also zwischen k und k + 1 lge- und das ist wegen Satz
6.2 unmglich. Da aber M kein Minimum besitzen sollte, mu dann fr ausnahmslos alle m e M sogar k + 1 < m sei n, und das bedeutet, da (mit k auch) k + 1 zu K
gehrt. Insgesamt hat sich K somit als Induktionsmenge erwiesen, also ist nach
dem Induktionsprinzip K = N. Greift man nun irgendein maus M heraus- das ist
mglich, weil M nicht leer ist - , so liegt m notwendigerweise auch in K = N und
mu somit der unmglichen Ungleichung m< m gengen. Dieser Widerspruch
zeigt, da wir unsere Annahme, das Wohlordnungsprinzip sei fa lsch, verwerfen

mssen.

t>Der Leser wird hier-wie schon bei dem Satz 6.2 und dann wieder bei der Aufgabe
2-eine eigentmliche Hemmung verspren, die davon herrhrt, da er die Beweisnotwendigkeit der angefhrten Aussagen (noch) nicht einsieht. Er wird gut daran tun, die
Stze 6.2, 6.3 und die Behauptungen der Aufgabe 2 zunchst ohne Beweise einfach
hinzunehmen und spter, wenn seine mathematische Sensibilitt hher entwickelt ist, noch
einmal zu ihnen zurckzukehren.

6 Die natrlichen, ganzen und rationalen Zahlen

51

Aufgaben
1. Zeige, da die natrlichen Zahlen def\. Pe'anoschen Axiomen in Nr. 3 gengen, wenn
man jedem n e N den Nachfolger n': = n + 1 zuordnet.
*2. Beweise der Reihe nach die folgenden Behauptungen:
a) M: = {1} U {x e R: x ~ 2} ist induktiv, also ::;, N.
b) Es gibt kein me N mit 1 <m<2. H inwe is : a).
c) N: = {n e N: n -1 e N 0 } ist induktiv, also = N.
d) K:={ne N: es gibt kein me N mit n<m<n+1} ist induktiv, also = N. Hinw e is:
Benutze b) und c).
e) m und n seien natrliche Zahlen mit m<n+l. Dann ist m~n. Hinwei s: Widerspruchsbeweis mit Hilfe von d).
+3. Fr diese Aufgabe be ntigen wir A 3.6. Alle vorkommenden Zahlen seien natrlich.
Ein Teiler 1 von n heit ec hter Teiler, wenn I von 1 und n verschieden ist. p wird
Primz a hl genannt, wenn p f 1 ist und keine echten Teiler, also keine Teiler auer 1 und p
besitzt. p heit P rimteiler von n, we nn p Primzahl und Teiler von rL ist. Zeige:
a) L I n- t ~ n; ist t ein echter Teiler, so gilt t < n.
b) J edes n>1 besitzt mindestens e ine n Primteiler. Hinw e is: Die Menge der Teiler >1
von n besitzt ein kleinstes E le ment.
c) J ede natrliche Zahl > 1 ist e in Produkt aus Primzahlen (dabei sind auch .,Produkte"
zugelassen, die nur aus einem Faktor bestehen). H inweis: Widerspruchsbeweis mit
Wohlordnungsprinzip.

*4. Sei m eine feste natrliche Zahl. Dann gibt es fr jedes natrliche n nichtnegative
ganze Zahlen q und r, so da

n= qm+r,

O~r < m

ist; q und r sind eindeutig bestimmt ("Division mit R est"). Hinw e is: Die so dar stellbaren
n bilden e ine lnduktionsmenge.

s.

Zu jeder rationalen Zahl r gibt es ein natrliches n>r (Q ist "arc him edisch
angeordnet"). M an versuche noch nicht, diesen Satz fr ein beliebiges reelles r zu
beweisen.

+6. Zu jeder rationalen Zahl e > 0 gibt es ein natrliches m, so da 1/m < e ausfllt. Fr
jedes natrliche n > m ist dann erst recht 1/n < e.
7. D er Leser mache sich mit der e infachen aber den Anfnger oft befremdenden Tatsache
vertraut, da etwa die Ungleichung 1 ~2 ebenso richtig ist wie 1 <2 und deshalb
unbedenklich hingeschrieben werden kann (sie bedeutet nur, da 1 nicht grer a ls 2 ist,
und dies trifft doch gewi zu). Die erste Ungleichung ist lediglich "weniger scharf", sie
e nth lt weniger I nfor mation als die zweite (sie informiert uns nicht, da 1 f 2 ist).
*8. Zeige mit Hilfe des Lnduktionsprinzips, da jede nichtleere endliche Menge reeller
Zahlen ein kleinstes und e in grtes Element besitzt.
9. Warum ist de r folgende " Beweis" fr die Gle ichung 2 = 1 falsch?

a = b- a 2 = ab- a 2 - b 2 = ab- b 2 ,...(a +b)(a - b) = b(a -b)


~ a + b = b - 2b = b - 2 = 1.

52
0

I Mengen und Zahlen

10. Die Menge der Zahlen a+ib mit a, bEO bildet einen Krper, den Gausehen
Zahlkrper.

7 Rekursive Definitionen und induktive Beweise. Kombinatorik


Im Text- und Aufgabenteil des letzten Abschnitts haben wir mehrfach das
Induktions- und Wohlordnungsprinzip verwendet. um Beweise zu fhren. Wir
wollen nun noch deutlicher machen und durch zahlreiche interessante Beispiele
belegen, wie kraftvoll uns diese mchtigen Prinzipien beim Beweisen und
Definieren untersttzen.
In den Krperaxiomen tritt zunchst nur die Summe von zwei Summanden auf.
Zur Vereinheitlichung der Sprechweise ist es ntzlich, eine Zahl a als "Summe",
bestehend aus dem einen Summanden a aufzufassen (1-gliedrige Summe). Summen a + b + c von drei Summanden hatten wir schon auf solche von zwei
Summanden durch die Definition a + b + c: = (a + b) + c zurckgefhrt. Das
Assoziativ- und Kommutativgesetz lehren , da man die drei Summanden beliebig
durch Klammern zusammenfassen und da man ihre Reihenfolge ebenso beliebig
ndern kann, kurz: da auch ein Assoziativ- und Kommutativgesetz fr dreigliedrige Summen gilt. Es ist klar, da man nun auch schrittweise ("sukzessiv" )
noch hhergliedrige Summen definieren kann. Allgemein ist dies so zu formulieren: Ist die Summe a 1 + + a., aus n Summanden schon erklrt, so wird
die (n + 1)-gliedrige Summe a 1 + + a., + ~. + 1 durch

a. + ... + a., + an +1: =

(at

+ ... + a.. ) + a., + l

festgesetzt. Mit Hilfe des Induktionsprinzips kann man sehen, da damit die
n-gliedrigen Summen fr jedes natrliche n erklrt und sowohl von der Beklammerung als auch von der Reihenfolge der Summanden unabhngig sind (auf die
Einzelheiten wollen wir nicht nher eingehen). Entsprechendes gj)t fr Produkte;
man braucht nur + durch zu ersetzen.
Definitionen dieser Art, bei denen Begriffe oder Gren A(n), die noch von der
natrlichen Zahl n abhngen (wie etwa n-gliedrige Summen oder Produkte) mit
Hilfe einiger oder aller der schon erklrten A(1), ... , A(n -1) bestimmt werden ,
nennt man r ek ur sive Definitionen (von tat. recurrere =zurckgehen). Man
spricht auch von Definitionen durch vollstndige Induktion, weil man das
Induktionsprinzip zu dem Nachweis heranzieht, da A(n) tatschlich fr jedes
n E N definiert ist. Auf die allgemeine Theorie rekursiver Definitionen brauchen
wir nicht einzugehen; den grundlegenden Satz findet der hieran interessierte
Leser in van der Waerden [1 7]. - Geben wir noch ein Beispiel (viele weitere
werden spter folgen): Die n-te Potenz a" (die man natrlich auch als Produkt
von n gleichen Faktoren a erklren kann) lt sich folgendermaen rekursiv
definieren (die Kurzfassung drfte nun ohne weiteres verstndlich sein):

a1 :

a,

a n + ] = a" . a

fur

n = 1 , 2 , ....

7 Rekursive Definitionen und induktive Beweise. Kombinatorik

53

Diese Erklrung erweitern wir noch durch die Festsetzungen


a0 : = 1

fr alle a

und

a-":=_!_
a"

fr alle a=f=O und n E N.

Im Falle a=f= 0 ist damit die Potenz aP fr alle ganzen p definiert. Den Beweis der
bekannten Potenzgesetze
bergehen wir. Sie gelten fr alle p, q E N 0 und, falls a und b von Null verschieden
sind, sogar fr aiJe p, q E Z.
Es versteht sich von selbst, da unsere Summen-, Produkt- und Potenzdefinitionen mitsamt den erwhnten Gesetzen in jedem Krper Bestand haben.
Schlielieb erwhnen wir noch, da die Multiplikation mehrgliedriger Summen
dem allgemeinen Distributivgesetz gehorcht:
(at + + a..)(bl + + bm) = a1b1 + + a..b1 + a 1b2+ + a"b2
+ ... + alb", + ... + a"bm.
Wir ben nun die Technik der induktiven Beweise ("Beweise durch vollstndige
I nduktion") ein. Dabei werden wir zahlreiche wichtige Begriffe und Stze kennenlernen.
Wir beginnen mit dem Belegungsprob lem. Wir denken uns k Kstchen
K 1 , , K" nebeneinander in dieser Reihenfolge aufgestellt. Legen wir in K 1 ein
Objekt al> dann in K2 ein Objekt a 2 usw., so erhalten wir eine B eleg ung der
Kstchen, die wir kurz mit dem Symbol a1 ~ a" bezeichnen. Zwei Betegungen
a 1 a 2 a", b 1 b2 b" gelten genau dann als verschieden , wenn mindestens
einmal a"=/= b., ist. Das Wort ALLTAG kann als Belegung von 6 Kstchen mit
Buchstaben aufgefat werden , ganz entsprechend sind Morsebuchstaben wie
- - bzw. natrliche Zahlen wie 1344 Betegungen von Kstchen mit den Morsezeichen und - bzw. den Z iffern 0. I ..... 9. Es ist durchaus mglich. da die
Belegung des r-ten Kstchens K, von den schon vorgenommenen Belegungen der
Kstchen K l> ... , K,_ 1 abhngt. Sind die drei ersten Kstchen etwa mit den
Buchstaben ALL belegt, so darf nach den Regeln der Rechtschreibung das vierte
jedenfalls nicht mehr mit L belegt werden; will man die Menge {1, 2, ... , k} auf
die Kstchen verteilen, und hat man in K 1 etwa schon 2 gelegt, so kann diese
Zahl nicht mehr in K 2 gelegt werden (whrend man also bei der Belegung von K 1
k Mglichkeiten hatte, stehen zur Belegung von K 2 nur noch k -1 Mglichkeiten
zur Verfgung). Nach diesen Vorbemerkungen formulieren wir das ebenso plausible wie hilfreiche

7.1 Abzhltheorem Fr jedes natrliche k gilt die folgende Aussage: Hat man k
Kstchen K 1 , , K" und
n 1 Mglichkeiten, K , zu belegen, und rtach vorgenommener Bel.egung

54

I Me nge n und Zahlen

n2 Mglichkeiten, K 2 zu belegen, und daran anschlieend


n3 Mglichkeiten, K 3 z u belegen .. .
. . . . . . , hat man schlielich
n1c Mglichkeiten, K1c zu belegen,
so gibt es insgesamt n 1 n2

nk Betegungen der K 1 , K 2 ,

Kk.

Der Beweis erfolgt durch "Induktion nach k", d.h., indem man zeigt, da die
Menge M derjenigen k, fr die das Theorem zutrifft, induktiv ist (dies gengt,
weil dann nach dem Induktionsprinzip M = N ist, das Theorem also fr alle
natrlichen k gilt). Offenbar ist 1 E M , denn fr das eine Kstchen K 1 haben wir
voraussetzungsgem n 1 Belegungen. Wir nehmen nun an, ein gewisses k liege in
M, d.b. , es seien n 1 n2 n~c Betegungen der K 1 , K 2 , . , Kk vorbanden. Jede
einzelne dieser Belegungen fhrt nun, kombiniert mit den n k+l mglichen Belegungeo eines weiteren Kstchens Kk+~> zu nk+l Belegungen der Kstchen
Kl> K 2 , . . , Kk> K k + J insgesamt gibt es somit n 1 n2 nknk+l Belegungen der
k + 1 Kstchen, das Theorem ist also auch fr k + 1 richtig, d.h ., es ist k + 1 e M.
Aus dem Abzhltheorem erhalten wir mhelos die wichtigsten Stze der
sogenannten Kombinatorik. Wir erklren zunchst, was unter einer geordneten
endlichen Menge und einem k-Tupel zu verstehen ist.
Den allgemeinen Begriff der geordneten Menge hatten wir schon in A 3.7
kennengelernt Im gegenwrtig allein interessierenden Falle einer endlichen
Menge A: = {a" a 2 , . . . , ak } wird bereits durch die Reihenfolge, in der die
Elemente aufgesch rieben sind, eine Ordnung auf A definiert: a 1 ist vor a2 , a2 vor
a3 usw ., oder auch: a 1 ist das erste, a2 das zweite, .. . , ak das k-te E lement von
A. Um anzudeuten, da wir diese Ordnung von A, also die Reihenfolge der
E lemente beachten wollen, schreiben wir A = [a" a2 , . . . , ak] und nennen
[a 1 , a2 , . . . , ak] eine (durch die Reihenfolge der Elemente) geordnete Men ge.
Zwei geordnete Mengen [a,. ~ . .. , ak], [bl> b2 , , b1] sind dann und nur dann
als gleich anzusehen, wenn k = l und a 1 = b" ~ = b2 , . . , ak = bk ist, wenn sie
also dieselben E lemente in derselben Reihenfolge enthalten. Demnach ist z.B.
zwar {1, 2} = {2, 1}, aber [1, 2] 1= [2, 1].
We nn eine Kommission K von 10 Personen a" ... , a 10 eine zweikpfige Unterkommission
bestimmt, so luft dies auf die Wahl einer zweielementigen Teilmenge {ap, aq} von K
hinaus; die R eihenfolge von aP, aq ist hierbei unerheblich. H at K aber einen Vorsitzenden
und einen Protokollfhre r zu ernennen, so heit dies, da sie eine der geordneten
zweielementigen Teilmengen [ap, aq] von K auswhlen mu (die Wahl [a" a 10] ist e twas
ganz anderes als die Wahl [a 10 , aJ, wo Vorsitzender und Protokollfhrer ihre R ollen
vertauscht haben).

Fr unsere Zwecke ist es wichtig, da wir eine geordnete Menge [a 1, a 2 , , a~c]


auffassen knnen als eine Belegung von k Kstchen mit den G liedern ein er
k-elementigen (ungeordneten) Menge A. Jede derartige Belegung a 1 a 2 ak
nennt man auch eine P er mutati on (der E lemente) von A. Die Menge {1,2,3}

7 Rekursive Definitionen und induktive Beweise. Kombinatorik

55

besitzt z.B. insgesamt die sechs Permutationen


123

213

312

321.
132
231
Von der k-elementigen geordneten Menge ist der Begriff des k-Tupels scharf zu
unterscheiden. Sind uns k nichtleere Mengen A 11 A 2 , . , Ak gegeben, so nennen
wir jede Zusammenstellung (a" a2, ... , ak) von Elementen a 1e A 1 , a2 e
A 2 , . , ak e Ak ein k- Tu pe 1 aus Al> A 2 , , Ak; dabei werden zwei k-Tupel
(al> . .. , ad, (b1 , . . . , bk) als gleich angesehen, wenn a 1 = bl> . .. , ak = bk ist. Die
Reihenfolge der Komponenten a1 ist also wesentlich: Die 2-Tupel ("Paare")
(1 , 2) und (2, 1) sind z.B. verschieden. Im Unterschied zur geordneten Menge
brauchen aber in einem k-Tupel die Komponenten nicht untereinander verschieden zu sein ; ist etwa A 1 = A 2 = A 3 = N, so sind die 3-Tupel ("Tripel")
(1, 2, 3), (1, 1, 3) und (1, 1, 1) alle gleichermaen legitim. Der Fall, da A 1 = A 2 =
= Ak = A ist, tritt besonders hufig auf; wir nennen dann (a1 , a 2 , , ak)
kurz e in k- Tupel aus A. In kombinatorischem Zusammenhang knnen wir ein
k-Tupel aus A 1 , . . . , Ak interpretieren als eine Belegung von k Kstchen
Kt> . .. , Kk, derart da in K, nur Elemente von A, (r = 1, ... , k) gelegt werden.
Ein k-Tupel aus A entsteht in diesem Sinne, indem man sich k Exemplare
("Kopien") der Menge A gegeben denkt und das r-te Kstchen mit einem
Element aus dem r-ten Exemplar belegt. k-Tupel treten bei der Darstellung von
Punkten der Ebene und des Raumes mittels cartesischer Koordinaten und noch
viel alltgHcher bei Wrtern und Zahlen auf: Das Wort ALLTAG ist ein 6Tupel aus der Buchstabenmenge {A, B, ... , Y, Z}, die Zahl 1344 ein 4-Tupel
("Quadrupel") aus der Ziffernmenge {0, 1, ... , 9}.
Unter dem cartesisc hen Produkt A 1 XA 2 x xAk der nichtleeren Mengen
Al> A 2 , . . . , Ak versteht man die Menge aller k-Tupel aus A1o A 2 , . . , Ak. Ist
A 1 = A 2 = = Ak = A , so schreibt man statt A 1 x A 2 x x Ak oder A x A x
x A krzer A k. A k ist also nichts anderes als die Menge aller k-Tupel aus A.
Statt A 1 schreiben wir A und statt des 1-Tupels (a) einfach a.
Schlielich fhren wir noch einige Abkrzungen ein: Fr jedes natrliche n sei
n! : = 1 2 3 n, ergnzend

0! : = 1;

fr jedes reelle a und jedes natrliche k setzen wir


a): = a(a -1) (a - k + 1} = a(a -1) (a - k + 1),
(k
12k
k!
ergnzend

(~): = 1.

n! wird gelesen "n Fakultt",

(~)wird der Bin om ialkoeffizi e nt " a

ber

k" genannt. Die Fakultten wachsen rapide: Es ist bereits 10! = 3628800, 11! =
39916800, 12! = 479001600.

56

I Mengen und Zahlen

Nach diesen Vorbereitungen knnen wir nun mhelos die zentralen Aussagen der
Kombinatorik form ulieren und beweisen 1>.

7.2 Satz Es sei eine n-elementige Menge A und ein natrliches k ~ n vorgelegt.
Dann knnen aus A hergestellt werden
a) n! Permutationen,
b) n(n -1) (n - k + 1) k-elementige geordnete Teilmengen,

c) (;) k-elementige (nicht geordnete) Teilmengen und


d)

n" k- Tupel.

Wir beweisen zuerst b). Jede geordnete k-elementige Teilmenge von A knnen
wir herstellen, indem wir k Ksteben K 1 , . . . , K k mit Elementen aus A belegen.
Zur Belegung von K 1 haben wir n Mglichkeiten, zur Belegung von K 2 verbleiben dann noch n - 1 Mglichkeiten , schielieh knnen wir Kk auf n - (k - 1) =
n - k + 1 Arten belegen. Die Aussage b) folgt nun sofort aus dem
Abzhltheorem.-a) folgt aus b) fr k = n. - Wir beweisen nun c). Nach b) gibt
es n(n-1)(n -k+ 1) k-elementige geordnete Teilmengen von A. Wir teilen
sie in Gruppen ein: Eine Gruppe soll genau diejenigen geordneten (kelementigen) Teilmengen enthalten, die dieselben Elemente haben, also lediglich
Umordnungen einer festen k-elementigen Teilmenge sind. Nach a) hat jede
Gruppe k ! Mitglieder. Ist m die Anzahl der Gruppen, so mu also m k! =
n(n -1) (n - k

+ 1) und somit m =

(;) sein. Da aber m offenbar auch die

gesuchte Anzahl der k-elementigen Teilmengen von A ist, haben wir damit c)
bewiesen.-d) ergibt sich unmittelbar aus dem Abzhltheorem.

Der Binomialkoeffizient (;). 1 ~ k ~ n, hat noch die folgende interessante Bedeutung: Er gibt an, auf wieviel Arten man n unterschiedliche Objekte so a uf zwei
Kstchen K 1 , K 2 verteilen kann, da k Objekte in K 1 und n- k Objekte in K 2
liegen. Denn jede derartige Verteilung lt uns in K 1 eine k-elementige Teilmenge der n-elementigen A usgangsmenge finden, und alle k-elementigen Teilmengen knnen so erhalten werden.
Diese Deutung des Binomialkoeffizienten drngt zu der folgenden Verallgemeinerung. Wir denken uns k Kstchen K 1 , , K"' k natrliche Zahlen
n 1 , . . , nk und n: = n 1 + + nk verschiedene Objekte gegeben. Verteilen wir
diese Objekte so auf unsere Kstchen, da n 1 Objekte in Kl> n2 Objekte in
K2 , .. , nk Objekte in K k liegen, so erhalten wir eine Belegung der Kstchen
" vom Typ (n1 , n2 , . . . , nk)" . Wir fragen nun, wieviel verschiedene Betegungen dieses

> Zahlreiche

konkrete kombinatorische Probleme findet der Leser in den Aufgaben zu


dieser Nummer.

7 Rekursive D efinitionen und induktive Beweise. Kombinatorik

57

Typs mglich sind (Beispiel: Skat. K 1, K 2 , K 3 sind die drei Spieler, K 4 ist der
Skat, ferner ist n 1 = n2 = n 3 = 10, n4 = 2, und die n 1 + + n4 = 32 Objekte sind die
Spielkarten. Die Anzahl der verschiedenen Belegungen vom Typ (10, 10, 10, 2)
ist gerade die Gesamtzahl der verschiedenen Skatspiele; s. Aufgabe 23).

Sei
m: =Anzahl der verschiedenen Belegungen vom Typ (nt> n 2 ,

n").

Um m zu bestimmen, gehen wir so vor: Wir denken uns das j-te Kstchen
(j = 1, ... , k) in n1 "Unterkstchen" unterteilt und verteilen nun unsere n Objekte so, da in jedem der insgesamt n 1 + n2 + + "" = n Unterkstchen genau
ein Objekt liegt. Jede derartige Belegung der Unterkstchen erzeugt eine
Belegung B der Kstchen K" K 2, ... , K" vom Typ (nh n2 , , nk ), und
umgekehrt kann jede Belegung dieses Typs so erhalten werden. B wird nicht
verndert, wenn man sich ein Kstchen K1 herausgreift und die in ihm
befindlichen n1 Objekte so auf seine n1 Unterkstchen umverteilt, da in jedem
Unterkstchen wieder genau ein Objekt liegt. Nach Satz 7 .2a ist die Gesamtzahl
dieser Umverteilungen (Permutationen) gleich n1!. Tut man dies in jedem K,, so
erhlt man n 1 ! ~! ""! Umverteilungen, die B nicht verndern. Jede andere
Umverteilung (bei der also mindestens ein Objekt von einem Kstchen K; in ein
Kstchen K 1=f K; wandert) zerstrt jedoch B. Infolgedessen ist die Anzahl aller
Belegungen der Unterkstchen mit jeweils einem Objekt gerade gleich der
Anzahl der verschiedenen Belegungen vom Typ (n" n2 , . . . , n"), multipliziert mit
n 1 ! n2 ! n" !, also = m n 1 ! n2 ! ""!. Da sie aber nach Satz 7 .2a auch = n! ist,
haben wir m n 1! n2 ! n" l = n l und somit m = n !/(n 1 ! ~! nk !). Wir halten
dieses Ergebnis fest:

7.3 Satz Es seien Kstchen K 1,


n1 +

K",

natrliche Zahlen n 1 ,

n" und n : =

+ n" verschiedene Objekte vorgelegt. Dann gibt es

n!
1
n I' n'n
2
k
Mglichkeiten, diese n Objekte so auf die k Kstchen zu verteilen, da n 1 Objekte
in K l> nz Objekte in K 2 , . . . , n" Objekte in K" liegen.
Eine andere interessante Interpretation des
n!/(n1 ! ""!)findet der Leser in Aufgabe 21.

Polynomialko e ffi zie nten

Der nchste Satz bringt eine besonders wichtige Anwendung der Binomialkoeffizienten.
"7.4 Binomischer Satz Fr alle Zahlen a, b und jedes natrliche n ist

Der Beweis ergibt sieb mhelos aus unseren kombinatorischen Betrachtungen.

58

I Mengen und Zahlen

Wir setzen a 1 = ~ = = a" : = a, b 1 = b2 = = b" : = b. Dann ist (a + b )" =


(a 1 + b1 )(a2 + b2 ) (a" + b,.). Dieses Produkt berechnen wir durch das bliche
,,Ausmultiplizieren": Zunchst whlen wir aus jedem Faktor ai + bi einen der
Summanden ~. bi aus und multiplizieren dann die ausgewhlten n Sammanden
miteinander (im Falle n = 4 entstehen so-unter anderem-z.B. die Produkte
a 1 a 2 a 3 b4 =a 3 b, a 1 b2 b3 a 4 = a 2 b 2 ). Bei festem k~O fassen wir nunmehr alle
Produkte zusammen, die k-mal den Faktor b und damit (n- k)-mal den Faktor a
enthalten. Insgesamt gibt es (:) derartige Produkte; denn gem unserem
Auswahlverfahren ist ein Produkt schon dann bestimmt, wenn wir aus {b 1 , . , b"}
eine k-elementige Teilmenge ausgewhlt haben (die lndizierung haben wir, wie
nun deutlich wird, vorgenommen, um die Summanden wenigstens uerlich
unterscheidbar zu machen). Die geschilderte Zusammenfassung fhrt also zu dem
Term

(:)a"-"b".

Und da die Summe aller dieser Terme fr k = 0, 1, ... , n

gerade unser Ausgangsprodukt (a + b )" ergibt, ist unser Satz bereits bewiesen.

(Fr ein en Induktionsbeweis s. Aufgabe 4b).


Eine n-elementige Menge besitzt
da

(~) = 1

(~)+ (~)+ + (:)

Teilmengen (beachte,

die Anzahl der leeren und (:) = 1 die Anzahl der unechten Teil-

mengen angibt). Setzen wir in dem binomischen Satz a = b = 1, so erhlt man fr


diese Summe den Wert 2". Es gilt also der
7.5 Satz Eine n-elementige Menge besitzt.2" Teilmengen.
Die Zeichen des Morse-Alphabets sind aus den Grundzeichen und - zusammengesetzt (z.B. -- oder - ); dabei ist festgelegt, da jedes Zeichen aus
hchstens 5 Grundzeichen besteht. Mit anderen Worten: Jedes Morsezeichen ist
ein k-Tupel, 1 ~ k ~ 5, aus der zweielementigen Menge{,-}. Infolgedessen gibt es
insgesamt 2 1 +22 +23 +2 4 +25 = 62 Morsezeichen. - Jedes Wort der deutschen
Sprache ist ein k-Tupel aus der 26-elementigen Buchstabenmenge B: =
{a, b, ... , y, z}. Die Anzahl der mg l ichen Wrter kann man nun zwar nich t
mehr exakt dadurch angeben, da man wie im Falle der Morsezeichen die Zahl
der 1-Tupel, 2-Tupel, . . . aus B addiert; denn erstens ist nicht festgelegt aus
wieviel Buchstaben ein Wort hchstens bestehen darf und zweitens ergibt nicht
jede Buchstabenkombination ein sprachlich akzeptables Wort. Mit hinreichender
Sicherheit wird man jedoch sagen drfen, da eine Kombination von mehr als 50
Buchstaben wohl nie als ein Wort unserer Sprache auftauchen wird, so da wir in
der Summe S: = 26 1 + 262 + + 2650 die Anzahl der mglichen Wrter jedenfalls
grob nach oben abgeschtzt haben. So unhandlich diese Summe auch sein mag
(wir werden sie gleich besser beherrschen knoen)- sie zeigt doch, da unsere

7 Rekursive Definitionen und induktive Beweise. Kombinatorik

59

Sprache immer nur ber hchstens S Wrter und damit ber hchstens S Begriffe
verfgen wird-und mit diesen endlich vielen Begriffen mssen wir versuchen,
unsere Welt in allen ihren Aspekten zu beschreiben! Wir legen nun allgemein
eine n-elementige Menge zugrunde. Aus ihr knnen insgesamt S: =
n 1 + n 2 + + nP 1-, 2-, ... , p-Tupel gebildet werden. Wegen
(n-1)S=nS-S=(n 2 + +nP+nP+ 1 )-(n+n 2 + +nP)
= np+l_ n = n(nP -1)

haben wir S = n(nP -1)/(n -1), falls n > 1 ist; es gilt also der

7.6 Satz Die Anzahl der 1-, 2-, ... , p-Tupel, die man insgesamt aus einer Menge
mit n > 1 Elementen bilden kann, wird gegeben durch
nP-1
n n- 1 .
Wir bemerken, da uns die Kombinatorik vor zwei aufwendige numerische Aufgaben
stellt: die Berechnung von n! fr groe n und die Berechnung von n fr groe n und p.
Wie man diese Aufgaben - jedenfalls nherungsweise- lsen kann, werden wir erst spter
sehen, wenn wir ein leistungsfhiges analytisches Instrumentarium zur Hand haben (s.
jedoch Aufgabe 12).-Der Leser mge sich brigens an dieser Stelle daran erinnern, da
die Stze 7.2 bis 7.6 letztlich alle aus dem Abzhltheorem gewonnen wurden und dieses
wiederum sich in erstaunlich einfacher Weise aus dem Induktionsprinzip ergab. Weitere
wichtige Beispiele fr Induktionsbeweise bringen die nun folgenden Stze 7. 7 bis 7.9.

7.7 Satz1 > Fr alle natrlichen n ist


a) 1 + 2 +

n(n + 1)
+n =
2

(Summe der n ersten natrlichen Zahlen),

b) 1 +22 + ... + n 2 = n(n + l)(2 n + l) (Summe der n ersten Quadratzahlen),


6
c) 1 +23 + + n 3 =

n 2 (n

+ 1)2

(Summe der n ersten Kubikzahlen).

In allen drei Fllen fhren wir den Beweis, indem wir zeigen, da die Menge M
derjenigen natrlichen n, fr welche die jeweilige Behauptung zutrifft, induktiv
ist. Unmittelbar klar ist 1 E M. Im Falle a) sei nun n E M fr ein gewisses n, also
1+2+ + n = n(n + 1)/2. Unter dieser Voraussetzung ist
1+2+ +n+(n+l)=[n(n+1)+2(n+l}]/2=(n+l)(n + 2)/2,
1

> S.

auch A 16.3, A 17.3, (7 1.8), A 92.2 und A 95.1 fr andere Beweise und allgemeinere
Aussagen.

60

I Mengen und Zahlen

also ist auch n + 1 e M . -Fall b): Auch hier sei n e M fr ein gewisses n, a lso
1 + 2 2 + + n 2 = n(n + 1)(2n + 1)/6. Aus dieser Annahme folgt
1+22 +

+ n 2 + (n+l? = [n(n + 1)(2n +1)+6(n+1?]/6


== [(n + 1)(n + 2)(2(n + 1) + 1)]/6

und somit n + 1 e M . - Liegt im Falle c) ein gewisses n in M , gilt also fr dieses n


die Gleichung 1 + 2 3 + + n 3 == n 2 (n + 1)2 /4, so erhalten wir
1 +23 + + n 3 + (n + 1)3 = [n 2 (n + 1)2 + 4(n + 1)3 ]/4
== (n+ 1?(n2 + 4n +4)/4
=

und somit liegt auch n + 1 in M.

(n + l?(n + 2)2 /4,

Die induktive Beweismethode wird hufig auch in der nachstehenden, nun sofort
verstndlichen Beschreibung dargestellt:
Fr jedes natrliche n sei eine Aussage A(n) definiert. Ist A(1) richtig (" Induk tionsanfang") und folgt aus der Annahme, A(n) sei fr irgendein n richtig ("Induktionsannahme") , da auch A(n + 1) gilt (" Induktionsschritt"), so ist A(n) fr jedes
n ;;=!: 1 richtig.
Wir be rlassen dem Leser die leichte Aufgabe, durch e inen Widerspruchsbeweis
mit Hilfe des Wohlordnungsprinzips zu zeigen, da man die induktive Beweismethode auch in der folgenden Modifikation verwenden kann:
Die Aussage A(n) sei richtig fr eine "Anfangszahl" n 0 , und n sei irgendeine Zahl
~ n0 Folgt aus der Annahme, A(n) sei richtig oder auch aus der Annahme, jede
Aussage A(k), n0 ~ k ~ n, sei richtig, da auch A(n + 1) gilt, so ist A(n) fr jedes
n ;;=!: n 0 richtig.

7.8 Satz Sei p eine vorgegebene natrliche Zahl und n sei ebenfalls natrlich. Dann
ist

a) p" > n fr alle n ~ 1, falls p ~ 2,


b) p" > n 2 fr alle n ~ 1, falls p ~ 3,
c) 2" > n 2 fr alle n ;;=!: 5.
Die Beweise erfolgen wieder induktiv. A(n) bedeutet die Aussage des jeweils
betrachteten Satzteiles.-a) A(l) ist richtig: p 1 > 1, da p ;;=!: 2. lnduktionsschritt:
Sei A(n) fr irgendein n richtig, a lso p" > n. Dann folgt durch Multiplikation mit
p, da p"+1 > np ist, und wegen np ~ n 2 == n + n ~ n + 1 ergibt sich daraus sofort
p" +1 >n+1, also die Aussage A(n+1).-b) A(l) und A(2) sind richtig: p 1 > 1
und p 2 > 2 2 , da p;;=!:3. Induktionsschritt: Sei A(n) fr irgendein n~2 richtig, also
p" > n 2 Durch Multiplikation mit p folgt p"+1 > pn 2 ~ 3n 2 Es gengt nun, um
A(n) - A(n+l) zu zeigen, die Abschtzung 3n 2 ;;=!:(n + l? nachzuweisen. Dies

7 Rekursive Definitionen und induktive Beweise. Kombinatorik

61

geschieht durch "quivalente Umformungen":


3n 2 ;;::. (n + 1)2

3n 2 ;;::. n 2 + 2n + 1

~ 2n 2

;;::.

2n + 1

- n 2 + n 2 -2n + 1 ;:::.2
~ n 2 +(n-1?;;;;.2;

diese Ungleichung ist aber wegen n~2 und (n-1) 2 ;:::.0 gewi richtig. -c) A(5)
ist richtig: 2 5 = 32 >5 2 = 25 (wie steht es mit A{1) bis A{4)?). Induktionsschritt:
Sei A(n) fr ein beliebiges n ;;::. 5 richtig, also 2n > n 2 Durch Multiplikation mit 2
folgt 2"+1 >2n 2 . Um A(n)=+A(n+1) zu zeigen, brauchen wir also nur die
Ungleichung 2n 2 ~{n+1) 2 zu beweisen, und dies gelingt wieder durch
quivalente Umformungen:
2n 2 ;;;;. (n + 1)2

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

n 2 -2n+1;;;;.2

~(n-1) 2 ~2;

diese Ungleichung ist aber sogar fr alle n;;::. 3 richtig.


Setzen wir in dem binomischen Satz a = 1, b = x, so erhalten wir

(7.1)

Da die hier auftretenden

(~)

durchweg positiv sind und

(~) =

n ist, ergibt

sich aus dieser Entwicklung sofort die Abschtzung (1 + xy > 1 + nx, falls nur
n ~ 2 und x > 0 ist. Eine weitergehende Aussage bringt der nchste Satz, der uns
eine vielfltig anwendbare Ungleichung - vielleicht die wichtigste berhaupt in die Hand gibt.

7.9 Beroonllische Ungleichnog 1>Fr jedes natrliche n;;;. 2 und alle von Null
verschiedenen x > - 1 ist
(1+x)">1+nx

(s. auch (7.2)).

Den Beweis fhren wir wieder induktiv. Die Anfangszahl ist n = 2 (A(1) ist
offenbar falsch). A(2) ist richtig wegen (1 + x? = 1 +2x + x 2 > 1 +2x (es ist ja
2
x >0). Nun nehmen wir an, A(n) treffe fr irgendein n ;;a.2 zu, es sei
also (1 +x)">l+nx fr x>-1, x:f:O. Daraus folgt durch Multiplikation

Jakob Bernoulli (1654-1705; 51).

62

I Mengen und Zahlen

mit der positiven Zahl 1 + x die Ungleichung


(1 + x)" +1 >( 1 + x )(l + nx) = 1 + nx + x + nx 2 > l + (n + l)x
und somit A(n + 1).
Als Bernoullische Ungleichung bezeichnet man auch die Abschtzung
(1 + x)" ~ 1 + nx fr alle natrlichen n und alle x ~ - 1,

(7.2)

die der Leser genau nach dem Muster des letzten Beweises oder auch direkt mit
Hilfe des Satzes 7.9 einsehen kann.
Die Induktionsmethode lehrt, Behauptungen zu beweisen, aber nicht, Behauptungen zu
finden (der Leser sollte sich fast unwillig gefragt haben, wie man denn berhaupt auf den
Satz 7.7 kommen konnte). Der Lehrsatz mu schon vorliegen, ehe diese Methode greifen
kann, sie wird gewissermaen nur zur Begutachtung des fertigen Produkts herangezogen.
Sichere Regeln, um Stze zu finden , gibt es dagegen nicht; oft genug wird man empirisch
vorgehen, d.h., aus einigen "Erfahrungen" mit natrlichen Zahlen einen Satz vermuten,
und diesen Satz wird man dann induktiv zu beweisen versuchen, man wird also zunchst
eine "unvollstndige" und dann erst eine " vollstndige" Induktion durchfhren (s. Aufgabe 18).

Noch eine weitere Bemerkung ist angebracht. Ein Induktionsbeweis besteht aus
z wei Teilen: Man mu erstens die Richtigkeit von A (n) fr eine Anfangszahl
n = n 0 besttigen und mu zweitens den Induktionsschritt " A (n) .". A(n + 1) fr
n ~ n0 " ausfhren. Der Induktionsschritt allein beweist nichts, wenn die Anfangsaussage A(n0} nicht zutrifft ; die Diskussion von A(n0 ) darf deshalb unter
keinen Umstnden bergangen werden. Wir geben ein Beispiel: A (n ) sei die
1
Aussage 1+2+ + n = n(n; )+3. Fr jedes n ;a.n0 :=1 folgt zwar aus A(n)
stets A(n + 1), die Aussage A (n) ist trotzdem falsch (s. Satz 7.7). Der
" Induktionsbeweis" versagt, weil A (1) nicht zutrifft.
Aufgaben

1. Der Binomialkoeffizient

a)
a(a - 1) (a-k+1)
k
=
ist, locker formuliert, ein Bruch,
(
1 . 2 ... k

dessen Zhler aus k absteigenden und dessen Nenner aus k aufsteigenden Faktoren besteht.
Man lasse es sich nicht verdrieen, einige Binomialkoeffizienten auszurechnen (und dabei
ausgiebig z u krzen), z.B.

G). eso). e~2). (-d3). (:). (~4). (-~/3). c~s).


Zeige: Fr afO ist

(-ka)=<- tl(a +:-l).

*2. Zeige fr natrliches n: a) (:) = k

!(:~ C
k)! =

n k)' falls 0-=: k-=: n (Symm e tri e der

7 Rekursive Definitionen und induktive Beweise. Kombinatorik

63

Binomialkoeffizie nten),

b) (;)=o fr k > n,
c)

(~) + (~)+(;)+ +(:)=2"

d)

(~) - (~) + (;)- + +(-1)"(:)=o.

(s. Beweis von Satz 7.5),

=
<>"-l
1

3 (2k3) ,
2.. a>(1/2)
1
(
)
k
2 . 4 ... 2k
b) (-1/2)
=
(
_
)"
1

(2k
-1)
c) (2k)/22 =13(2k -1)
1
k
2 . 4 ... (2k) '
k
2 . 4 ... (2k) .

*J

zetge
. rur k .....
:::.:

*4 l). a) Zeige durch direktes Ausrechnen, aber a uch durch Induktion:


(7.3)
Diese Formel ermglicht eine bequeme sukzessive Berechnung der Binomialkoeffizienten
(;); das nachstehende Berechnungsschema wird nach Blaise Pascal

(1623-1662; 39) das

Pascalsehe Dreieck genannt (jede Zeile des Schemas beginnt und e ndet mit 1; die
restlichen Zahlen werden gem (7 .3) als Summe nebeneinanderstehender Zahlen der
vorhergehenden Zeile gebildet):

(~)

1 1
1 2 1

G)
G)

1
1

4
0

(!)
1 (:)

b) Beweise mit Hilfe von (7.3) den binomischen Satz induktiv.

1
c) Beweise induktiv die Gleichung (~)+ (k: )+ +(;)

= (::

~) fr n =k, k+1,...

und veranschauliebe sie im Pascalsehen Dreieck.


d)

(~)- (~)+(;)-(;)+ .. +(-1)"(:)=(-1)"(a:l). Fr a = n

sage d) der Aufgabe 2. Hinwe i s: {7.3).


1

>Von dieser Aufgabe wird nur der Teil a) spte r noch bentigt.

e rhlt man dieAus-

64

I Me ngen und Zahlen

*S. Beweise induktiv die folgende Verallgemeinerung der Stze 5.2 und 5.6: Ist ak < bk fr
k = 1, ... , n, so ist a 1 + a 2 + + a ., < b 1 + b2 + + b.,; ist berdies 0 < ak fr alle k, so gilt
a uch a 1 ~ a., < b,b2 b".

*6. Sei m, n e N und m < n. Zeige durch direkte R echnung:


a)

(;)< (;)

fr k = 1, ... , n,

b}

~k (;) <~(;)~~~ 2:_,

fr k = 2, ... , n.

*7. Wachstums- und Abnahmeprozesse Zahlreiche Prozesse in Natur und G esellschaft, bei
denen eine gewisse Gre u im Laufe der Zeit wchst oder abnimmt, verlaufen
nherungsweise nach dem folgenden G esetz oder " mathe matischen Modell": Innerhalb
einer jeden hinreiche nd kleine n Zeitspanne At ist die Z u- oder Abnahme Au von u
proportional zu dem vorhandenen u und der Zeitspanne At, also Au = au At oder genauer,
wenn wir die Abhngigkeit der Gre u von der Zeit t durch die Schreibweise u(t) zum
Ausdruck bringen,
u (t + At)- u (t) = au(t) At ;

{7.4)

dabei ist a eine Konstante, die fr einen Wachstumsproze positiv und fr einen Abnahmeproze negativ ist und von FaJI zu Fall empirisch bestimmt werden mu. Wir
bringen zunchst vier Beispiele fr derartige Prozesse, anschlieend folgen die Aufgaben.
1. u(t) sei die zur Zeit t vorhandene Popul a tion ("Bevlkerung") eines gewissen
Bereichs. Die Population kann aus Menschen, Tiere n, Bakterien, Bumen (Holzmenge)
usw. bestehen. Die Umwelteinflsse seien vernachlssigbar (z.B. sollen die Bakterien nicht
medikaments bekmpft und die Bume nicht gefllt werden). In dieser Situation wird
man hufig annehme n drfen, da die Anzahl der " Ge burten" und der "Todesflle"
innerhalb einer hinreichend kleinen Zeitspanne At proportional zur gerade vorbandenen
Population u und dieser Zeitspanne At, also= -yu At bzw. = ru At ist {-y beit die
Geburts-, T die Todesrat e der betrachteten Population). Die Population verndert sich
dann gem (7 .4) mit a: = 'Y - T, wchst also, wenn a > 0 und nimmt ab wenn a < 0 ist.
2. u(t) gebe die zur Zeit t vorhandene Menge einer zerfallende n radioaktiven Substanz an.
Hier ist a <0 . .\. := - a heit die Zerfa l ls kon s tante der betreffe nden Substanz.
3. u (t) sei die zur Zeit t bestehende Differenz T (t) -M zwischen der Temperatur T (t)
eines Krpers K und der konstant gehaltenen Temperatur M eines Mediums, in das K
einge bettet ist. a ist negativ, weil de r Wrmeflu zwischen K und dem umgebenden
Medium die Temperaturdiffe re nz u (t) zu ve rminde rn sucht.
4. u (t) sei die Menge einer zur Zeit t vorbandenen Substanz, die durch eine chemische
R eaktion in Verbindung mit andere n Substanze n tritt. Auch hier ist a < 0.
In de n folgenden Betrachtungen nehmen wir der Einfachheit halbe r a = 1 an ; den Fall
a ::f 1 werde n wir in Nr. 26 be handeln. De r Proze beginne zur Zeit t = 0 und ende zur Zeit
t = 1. Um zu kleinen Zeitspannen A t zu komme n, innerhalb deren der Proze Uedenfalls
nherungsweise) nach dem Modell (7.4) verluft, setzen wir (mit einem hinreichend groen
natrlichen n ) At = 1/ n und unterteile n die Prozeda uer durch die Zeitpunkte tk := k At
(k = 0, 1, ... , n) in n gleiche Teile der Lnge At. Fr jeden dieser Teile benutze n wir (7.4);
zur Abkrzung sei u "- : = u ( tk). Zeige:
a) uk = (1 + 1/n)ku0 fr k = 1, ... , n; insbesondere ist u,. = (1 + 1/n)"u 0
b) (1 + 1/n)" hat fr n = 1, 2, 3, 4, 5 die Werte 2; 2,25; 2,370 ... ; 2,441 ... ; 2,488 ....

7 Rekursive Definitionen und induktive Beweise. Kombinatorik

65

Die Vermutung, da (1 + 1/n)" mit zunehmendem n wchst, wird besttigt durch die
Ungleichung
c) (

1+~r < (1 +
~r fr m < n (m, n e N); erst recht ist also
1
] )" (
( 1+;; < 1+ n +l

)n+l fr n = 1, 2, ....

Hinwei s: Binomischer Satz und Aufgabe 6b.


8. Fr alle natrlichen n ~ 2 ist

])n+l.

1 )" > ( 1+1+


(

n- 1

Hinwei s: Zeige, da die Behauptung gleichbedeutend ist mit der Aussage


1

+.!..
D eren
n

(1 + n / -1)" >

Richtigkeit erkennt man mittels der Bernoullischen Ungleichung.

9. Zeige zuerst durch direkte Rechnung, dann induktiv, da fr n ~ 2 gilt:

(
1)3
n"
1+-1)2( 1+... (1+ 1 )"-1 =-,
(1+-1)'
1
2
3
n- 1
n!
4

1)3( 1 +1) . . . ( 1 + 1 )" = n" .


1 +( 1 +-1)2(
1
2
3
n- 1
(n - 1)!
*10. Geometrische Summenformel Zeige zuerst nach dem Muster des Beweises von Satz
7 .6, dann induktiv, da fr alle reellen q :f 1 und alle natrlichen n die Gleichung
1-q"+l

1 + q + q2+ ... +q" =---=---

1- q

gilt (da beim Beweis nur das Krperrechnen verwendet wird, bleibt diese Formel, die sich
immer wieder in die allerverschiedensten Untersuchungen eindrngt, auch fr komplexe
q :f 1 in Kraft).

*11. Fr alle natrlichen n ist

Hinwei s: Die erste Abschtzung kann man mit Hilfe des binomischen Satzes, Aufgabe 6 b
und der obigen geometrischen Summenformel, die zweite mit Aufgabe 7 c beweisen.

12. Beweise mit den Aufgaben 9 (erste Gleichung) und 11 die folge nde Abschtzung fr n!
(wir werden sie spter wesentlich verbessern):

7 Rekursive Definitionen und induktive Beweise. Kombinatorik

65

Die Vermutung, da (1 + 1/n)" mit zunehmendem n wchst, wird besttigt durch die
Ungleichung
c) (

1+~r < (1 +
~r fr m < n (m, n e N); erst recht ist also
( 1 +~)" < ( 1 +n: 1r+l fr n= 1, 2, ....

Hi nweis: Binomischer Satz und Aufgabe 6b.


8. Fr alle natrlichen n ~ 2 ist
1)n+l .
1 )" > ( 1 +1
+
(
n- 1
n

Hinw eis: Zeige, da die Behauptung gleichbede ute nd ist mit der Aussage

(1 + n / - 1)" >

1 +.!.. Deren Richtigkeit erke nnt man mittels der Be rnoullischen Ungleichung.

9. Zeige zuerst durch direkte Rechnung, dann induktiv, da fr n ~ 2 gilt:

1)1
(
1)2(
1)3
(
1
)n-1
n"
1
1
1
+2
+3
...
+
n
1
=;!,
(
(
1)3
(
1)
1 +1 +. . . 1 + 1 )" n"
(1 +-1)2
1
2
3
n- 1
(n - 1)!
1 +1

*10. Geometrische Summenformel Zeige zuerst nach dem Muster des Beweises von Satz
7.6, dann induktiv, da fr alle reellen q:/= 1 und alle natrlichen n die Gleichung
1-q"+l

1 + q + q2+ ... +q" =----=-1- q

gilt (da beim Beweis nur das Krperrechnen verwendet wird, bleibt diese Formel, die sich
immer wieder in die allerverschiedensten Untersuchungen eindrngt, auch fr komplexe
q :1= 1 in Kraft).

*11. Fr alle natrlichen n ist

Hinwei s: Die e rste Abschtzung kann man mit H ilfe des binomischen Satzes, Aufgabe 6 b
und der obigen geometrischen Summenformel, die zweite mit Aufgabe 7 c beweisen.

12. Beweise mit den Aufgaben 9 (erste Gleichung) und 11 die folgende Abschtzung fr n!
(wir werden sie spter wesentlich verbessern):

66
0

I Mengen und Zahlen

13. Die folgende Anwendung der geometrischen Summenformel zeigt, wie ntzlich der
" Weg durchs Komplexe" fr die Gewinnung rein reeller R esultate sein kann. Wir benutzen
in dieser Aufgabe den Sinus und Kosinus naiv, d.h., wir sttzen uns auf Schulkenntnisse,
insbesondere machen wir Gebrauch von den Additionstheoremen (48.12), der
Differenzformel (48. 17), dem "trigonometrischen Pythagoras" (48.20), der zweiten
Halbwinkelformel in A 57.1, den Gleichungen cos(-x) = cosx,sin(- x) =-sinx und von
den folgenden Beziehungen der Kreismessungszahl 'lT zu den beiden Winkelfunktionen:
'lT
cosx=O--x = (2k+l) , sinx=O-x = k'lT, cosx = J -..ox=2k'lT; dabei ist stets k Z.
2
Eine stichhaltige Begrndung dieser Dinge wird in den Nummern 48, 57 und 67 gegeben
werden.
Mit der imaginren Einheit i setzen wir fr alle reellen x
E(x): = cos x + i sin x;
der Buchstabe E mge an Euler erinnern (s. die Eulersche Formel in A 4.2). Zeige:
a) E(x) f 0 fr alle x, E(x) = 1 genau fr x = 2kn, k e Z.
b) E(x)E(y) = E(x + y) (Additionstheorem fr E(x)).
c) (E(x))" = E(nx) fr n e N 0 , also
(cos x + i sin x)" = cos nx + i sin nx fr n E N 0
(Moivresch e Formel , nach Abraham de Moivre, 1667-1754; 87).
d) 1+E(x)+E(2x)+. +E(nx)= 1 - E((11 + 1)x).
1 - E(x)

E(-~) = E(-~)-EC"2+1 x)

E( -~)

E( -;)-EG)

fr xf 2k'l1'.

Indem man E( - ;) - EG) = - 2i sin; beachtet und die Real- und Imaginrteile vergleicht, erhlt man

sin(2n + 1);

1
e) -+cos x +cos 2x+ +cos nx =-----,
2

. nx

(7.5)

. (n+ 1)x

sm- sm
.
. 2
.
2
2
sm x +sm x + +sm nx = - - - - - - . X
sm 2
f ) 1 + E(x) + E(2x) + + E((n - 1)x) =

1 - E(nx) =

1-E(x)

(7.6)

1 - E(nx)

E~)[E( -~)- EG) J

7 Rekursive Definitionen und induktive Beweise. Kombinatorik

67

fr x =F 2k-rr, also

E(

Zx) +E ( x+Zx) + + E ((n-l)x+ 2x) = 1 -cos nx -i xsin nx


-2i sin2

und somit (Vergleich der lmaginrteile!)


X

sm n 2

1 - cos nx
x
x
x
x
s in -+sin 3 -+sin 5 -+ +sin(2n -1)- =
=
2
2
2
2
.x
. X
sm 2 SlO

(7.7)

14. Auswirkungen von Investitionen auf das Volkseinkommen Die nun folgende Anwendung der geometrischen Summenformel wird uns a uf e in zentrales, unsere ganze sptere
Arbeit beherrschendes Problem fhren. Angenommen, die (produzierenden und konsumierenden) Mitglieder eine r Volkswirtschaft geben durchgebend einen festen Bruchteil
q (0 < q < 1) ihres Einkommens fr Verbrauchsgter a us (q ist die sogena nnte
Grenz n e igun g zu m V e rb rauc h). Nun mge ein Unte rnehmer eine Investition im
Werte von K Mark ttigen (Bau einer Fabrik, Anschaffung von Maschinen usw.). Die
Erstempfnger dieses Betrags (Maurer, Installateure, Maschinenbauer, ...) geben nach unserer Annahme de n q- ten T eil davon, also qK Mark aus, die Empfnger dieses Betrages
(Zweitempfnger) verbrauchen q(qK) = q2 K Mark usw. Nachdem dien-ten Empfnger q"K
Mark ausgegebe n haben, sind insgesamt Ausgaben in Hhe von
2

K +qK + q K + +q"K = K

1-

n+ J

"+ l

q
=K
- K ~
Mark
1- q
1- q
- q

(7.8)

gettigt worden, und um diesen Betrag hat sich das Volkseinkommen erhht (s. die ,.Volkswirtschaftslehre" des Nobelpreistrgers Paul A. Samuelson, 2. Aufl., Kln-Deutz 1958,
S. 248 ff). Da man kaum wissen kann, wie gro n innerhalb eines gegebenen Zeitraumes ist,
liegt es nahe, folgendermaen zu argumentieren: D a q ein echter Bruch ist, wird q" + 1 und
damit auch Kq"+ 1/( 1 - q) fr groes n sehr klein sein, und wegen (7.8) wird also K/( 1- q)
hinreichend gut die durch die Erstinvestition von K Mark bewirkte Erhhung des Volkseinkommens angeben. Bei einer G re nz neigung zum Verbrauch von q= 2/3 wrde also eine
Investition von 1 000 000 Mark zu einer Erhhung des Volkseinkommens um etwa 3 000 000
Mark fhren (hier wird die Bedeutung der Investitionen fr eine Volkswirtschaft deutlich).
Unser Problem ist nun, ob diese doch sehr vagen berlegungen przisiert und begrndet
werden knnen (was ist ein "groes n", ein "kleines q" + 1" ; wird q" + 1 wirklich "klein" und,
wenn ja, "wie klein bei wie groem n", wird q" + 1 vielleicht " beliebig klein", so da K/( 1 - q)
den Zuwachs des Volkseirtkommens "beliebig genau" angibt- und was soll das alles berhaupt heien?). Diese Fragen werde n wir im Kapitel III in voller Allgemeinheit angreifen ;
hier halten wir nur fest, da sie uns durch eine sehr weltliche Anwendung der geometrischen
Summenformel aufgedrngt worden sind.

*15. Sei x =F y. Dann ist fr jedes natrliche n > 1


x" - y" = x"- l+x"-2y+x" 3y2+ .
x-y

+xy"-2+y"- ~.

Fr n=2 ist dies nichts anderes als die wohlbekannte Gleichung x 2 - y 2 =(x + y)(x - y).

68

I Mengen und Zahlen

16. Beweise induktiv die Gleichung

? " I

l-x(l +x)(1+x2)(1 +x4) (l +x )= .


1- x

frn = O, 1, 2, ... ;x:f: I.

17. Beweise induktiv die nachstehende Verallgemeinerung der Bernoullischen Ungleichung: Sind die reellen Zahlen X ~o . , x" (n~2) alle positiv oder alle negativ, aber
>-1, so ist

(1 + x 1)(1 + x 2)

(1 + x") > 1 + Xt + Xz + + x".

18. Versuche, fr die folgenden Summen einen " geschlossenen Ausdruck", also eine Summenformel zu finden und besttige sie induktiv (berechne etwa die Summen fr einige n und
versuche, eine Gesetzmigkeit zu entdecken. Oder benutze geeignete Umformungen bzw.
schon bekannte Formeln):

1
1
1
.
+
+ .. + (
) , etwas allgememer:
1 2 23
nn+l

a)

1
- -- +.
n(n+l)

1
+
.
(n+k-l)( n +k)

b) 1+3+5+ +(2n -1).


c) 1 - 4+9 - + +(-1)"+ 1 n 2
d) a 1 + a 2 + + a"' wobei die Differenz aufeinanderfolgender Glieder konstant = 11 sei
(also a2 - a 1 = a3 -a2 = .. =~ - a.. - 1 = 11). Das Ergebnis ist die a rithm et isc h e
S umm enforme l.

e) 12+23++n(n+1).
f) 123+234+ +n(n + l )(n+2).

19. Zeige mit Hilfe von A 6.6: Es sei ein natrliches p ~2 gegeben . Dann existiert zu
jeder positiven rationalen Zahl e eine natrliche Zahl m, so da 1/p"' < e ist. Erst recht
bleibt 1/p" < e fr alle natrlichen n ~ m.

+zo.

Auch wenn n gegebene Objekte a, b, ... nicht alle voneinander verschieden sind,
nennt man jede Anordnung derselben (also jede Verteilung auf n Kstchen K h ... , K,.)
eine Permutation der a, b, .... Drei verschiedene Buchstaben a, b, c besitzen 3! = 6
Pe rmutationen, die Buchstaben a, a, b jedoch nur noch drei: aab, aba, baa. Bestimme alle
(verschiedenen) Permutationen der Buchstaben a, a, a, b und ebenso der Buchstaben a, a,
b, b. Zhle ab, wie viele es gibt und vgl. mit Aufgabe 2 1.

21. Es seien n Objekte gegeben, die aber nicht mehr verschieden zu sein brauchen. Sie
seien vielmehr eingeteilt in k Gruppen Gt. ... , G" jeweils gleicher Objekte (Objekte
derselben Art), genauer: die Objekte jeder festen Gruppe G., sind unte r sich gleich (sind
von derselben Art), die Objekte einer Gruppe G" sind verschieden von denen der Gruppe
G 4 , falls p =F q ist. G., enthalte n., Objekte, so da also n 1 + n~ + + "" = n ist. Dann gibt

7 Rekursive Definitio nen und induktive Beweise. Kombinatorik

69

es insgesamt

n!
verschiedene Permutationen dieser n Objekte. Hinweis: Eine Permutation ist bestimmt,
wenn die n 1 Positionen fr die Objekte aus Gto die n 2 Positionen fr die Objekte aus
G 2 , . . festgelegt sind. Die Herstellung einer Permutation luft also darauf hinaus, die n
Positionen so auf k Ksteben zu verteilen, da im ersten Kstchen n 1 Positionen, im
zweiten n 2 Positionen sind usw.

22. Tanzparty 10 Ehepaare veranstalten eine Tanzparty. Wieviel Tanzpaare sind mglich,
wenn Ehepartner nicht miteinander tanzen drfen?
23. Skat Wieviel verschiedene Spiele beim Skat gibt es? Drei Personen mgen tglich 3
Stunden Skat spielen, jedes Spiel daure (mit Mischen, Reizen usw.) 5 Minuten. Ferner
nehmen wir an, da die Spiele verschieden ausfallen bis alle Mglichkeiten aufgebraucht
sind. Wieviel Tage knnen die drei Personen sich mit verschiedenen Spielen unterhalten?
Wieviel Jahre sind es? Lse d ie Aufgabe sowohl mit Satz 7.3 als auch mit Aufgabe 21.
24. Toto Wieviel Tippreihen gibt es beim Fuballtoto (13-er Wette)? (Bei der 13-er Wette
wird jedem der 13 Spiele, die auf dem Totoschein aufgefh rt sind, eine 0, 1 oder 2
zugeordnet.)
25. Lotto Wieviel Lottospiele gibt es, wieviel Mglichkeiten also, von den Zahlen 1,
2, ... , 49 sechs anzukreuzen? Wieviel Mglichkeiten gibt es, von 6 vorgegebenen "Lottozahlen" genau eine, genau zwei, ... , genau sechs richtig anzukreuzen?
26. Mehrheitsbildung In ei ner zehnkpfigen Kommission habe jedes Mitglied eine Stimme.
Wieviel mgliche Mehrheiten (Teilmengen von mindestens 6 Elementen) gibt es? Zeige

allgemein: In einer 2n-kpfigen Kommission gibt es

~ [ 2 2" -

en)J

Mglichkeiten der

Mehrheitsbildung. Hinweis: Aufgabe 2c.


27. Telefonanschlsse Jedem Telefonanschlu ist eine Vorwahlnummer und eine Telefonnummer zugeordnet. Wir nehmen vereinfachend an, die Vorwahlnummer bestehe aus fnf
der "Ziffern" 0, 1, ... , 9 mit der Magabe, da die erste Ziffer stets= 0, die zweite stets
=f 0 sein soll, und die Telefonnummer bestehe aus mindestens drei, aber hchstens fnf
Ziffern, wobei die erste immer =f 0 sei. Wieviel Telefonanschlsse sind grundstzlieb
.. Ii ch?.
.
mog
"'" 28. Polynomischer Satz Fr jedes natrliche n ist (a 1+ a-.z + + akr gleich der Summe
aller Ausdrcke

n!
- - - - - a"1 a"~~
2 a"
k>
n1.n2. nk.
'

'

'

wobei fr n1o n 2 , . . , n~c alle Kombinationen von Zahlen aus N 0 einzutragen sind, die der
Bedingung n 1 +n2 + +nk=n gengen. Hinweis: Verfahre hnlich wie beim Beweis
des binomischen Satzes.

70

I Mengen und Zahlen

8 Folgerungen aus dem Schnittaxiom


Das Schnittaxiom (A 9) in Nr. 3 przisiert- und macht einer gewissenhaften
Untersuchung erst zugnglich - , was man mit der Redew.eise meint, die reellen
Zahlen bildeten eine lckenlose Menge oder ein Kontinuum. Es begrndet einen
tiefgreifenden, unsere ganze weitere Arbeit durchdringenden und beherrschenden
Unterschied zwischen Q und R. Wir drfen es ohne Zgern das eigentlich
analytische Axiom nennen.
Man halte sich durchgehend die selbstverstndliche Tatsache vor Augen, da die
Trennungszahl t des Schnittes (AI B) entweder zu A oder zu B gehrt; im ersten
Falle ist t = max A, im zweiten t = min B.
Wir bereiten nun eine Umformulierung des Schnittaxioms vor, die in vielen Fllen
leichter zu handhaben ist als das Axiom selbst.
Wir hatten schon in Nr. 6 betont, da zwar jede nichtleere endliche Menge, aber
durchaus nicht jede unendliche Menge ein kleinstes bzw. ein grtes Element (ein
Minimum bzw. ein Maximum) besitzt. Wir werden jetzt sehen (Prinzip 8.1), da
es bei gewissen Mengen einen Ersatz fr das evtl. fehlende Maximum bzw.
Minimum gibt. Wir treffen zunchst die unumgnglichen definitorischen Vorbereitungen.
Eine Menge M reeller Zahlen beit na c h unt e n beschrnkt , wenn es ein
a e R gibt, so da

a < x fr alle x e M
ist. Jedes derartige a wird eine untere Schranke von M genannt. Hingegen
heit M nac h oben beschrnkt, wenn es ein b e R gibt, so da
X ~

fr alle

X E

ist, und jedes derartige b wird eine obere Schranke von M genannt. M heit
schlechthin beschrnkt, wenn M sowohl nach unten als auch nach oben
beschrnkt ist. Wir halten uns einige einfache Beispiele und Bemerkungen
vor Augen.
1. Jede Menge, clie ein kleinstes E lement besitzt, ist nach unten beschrnkt, und ihr
Minimum ist eine untere Schranke (sogar clie grte). Entsprechendes gilt fr Mengen, die
ein grtes E lement besitzen. Insbesondere ist jede nichtleere endliche Menge beschrnkt.
2. Die Menge {1/ n: n e N} = {1, 1/2, 1/3, ...} ist beschrnkt; sie besitzt ein grtes Element, nmlich 1, aber kein kleinstes.
3. Die Menge {0, 1, 1/2, 1/3, ...} ist beschrnkt ; sie besitzt ein grtes und ein kleinstes
E lement (nmlich 1 und 0).
4. Die Mengen {xe R :O <x<1}, {xe R :Oo;;; x<l}, {xe R :O<xo;;;1} und {xe R :O""x""1}
sind alle beschrnkt. Mit Hilfe der Ungleichung des arithmetischen Mittels erkennt man,
da die erste Menge weder ein kleinstes noch ein grtes, die zweite zwar ein kleinstes,

8 Folgerungen aus dem Schnittaxiom

71

aber kein grtes und die dritte kein kleinstes, wohl aber ein grtes Element besitzt. Die
vierte Menge besitzt sowohl ein kleinstes als auch ein grtes Element. Bei jeder der vier
Mengen ist 0 die grte untere Schranke, d.h., keine Zahl> 0 kann noch untere Schranke
sein. Entsprechend ist bei jeder dieser Mengen 1 die kleinste obere Schranke: Keine Zahl
<1 kann sieb noch als obere Schranke qualifizieren. Man sagt auch, 0 sei die beste untere
und 1 die beste obere Schranke der vier Mengen.
5. {x E R : x > 1} ist nach unten, jedoch nicht nach oben beschrnkt (wre nmlich b E R
eine obere Schranke dieser Menge M, so mte b > 1 und somit in M sein. Dann lge aber
auch die noch grere Zahl b + 1 in M).
6. {x E R: x < 1} ist nicht nach unten, wohl aber nach oben beschrnkt, 1 ist die kleinste
obere Schranke.
7. R ist weder nach unten noch nach oben beschrnkt.

8. N ist nach unten beschrnkt durch die (grte) untere Schranke 1. N besitzt kein grtes
Element; denn jedes 1l E N wird durch n + 1 E N bertroffen. Trotzdem knnen wir nicht
ohne weiteres sagen, da N nach oben unbeschrnkt ist. Wir haben zwar gerade gesehen,
da gewi keine natrliche Zahl eine obere Schranke fr N sein kann, aber warum sollte
man nicht in dem weitaus greren Bereich der reellen Zahlen eine solche Schranke finden
knnen? (Definitionsgem sind doch alle reellen Zahlen zur Schrankenkonkurrenz
zugelassen; nach A 6.5 scheiden allerdings die rationalen Zahlen bereits jetzt aus dem
Wettbewerb aus). Wir werden sehen (aber erst in Satz 8.2), da die vertraute Vorstellung
von der nach oben unbeschrnkten Menge N tatschlich zutrifft; der Beweis hierfr kann
jedoch das Schnittaxiom nicht entbehren, mit anderen Worten: Er kann nicht mit alleiniger Benutzung der Krper- und Ordnungsaxiome erbracht werden (es gibt
" nichtarchimedisch" angeordnete Krper, deren " natrliche Zahlen"-die lt-gliedrigen Summen 1 + l + + 1, l das Einselement des Krpe rs- alle unter einem festen
Krperelement liegen; s. etwa van der Waerden [17D.

9. Ist a eine untere Schranke fr M , so ist jede Zahl unterhalb von a erst recht eine untere
Schranke. Zahlen oberhalb von a knnen, mssen aber nicht mehr untere Schranken sein.
Fr M: = {x E R: x > 1} ist 0 eine untere Schranke, und gewisse Zahlen >0 sind ebenfalls
untere Schranken, nmlich alle a mit 0 < a ~ 1. Hingegen kann 1 nicht mehr vergrert
werden, ohne sich als untere Schranke zu disqualifizieren. Vllig entsprechendes gilt fr
obere Schranken; locker formuliert: Obere Schranken " drfen" unbesehen vergrert, aber
durchaus nicht immer verkleinert werden, untere Schranken "drfen" verkleinert, aber nicht
immer vergrert werden.

10. Die Menge M ist genau dann nach unten unbeschrnkt, wenn es zu jedem reellen a ein
x E M mit x < a gibt; sie ist genau dann nach oben unbeschrnkt, wenn zu jedem reellen b
ein y E M mit y > b existiert.
11. Aus der Bemerkung 10 folgt, da die leere Menge beschrnkt ist, allerdings in
exzentrischer Weise: Ausnahmslos jede reelle Zahl ist gleichzeitig obere und untere
Schranke. 0 besitzt daher weder eine grte untere noch eine kleinste obere Schranke.

In unseren Beispielen hatte jede nach oben beschrnkte Menge =F 0 eine


eindeutig bestimmte kleinste obere Schranke, entsprechendes gilt fr die nach
unten beschrnkten Mengen. Um die hier obwaltenden Verhltnisse zu klren,

72

I Mengen und Zahlen

geben wir zunchst eine ausfhrliche Definition bislang informell benutzter Begriffe:
Eine reelle Zahl s heit grte untere S chrank e oder Infimum der Menge
M, wenn

s untere Schranke von M ist und berdies


keine Zahl> s noch untere Schranke von M sein kann, d.h.,

wenn es zu jedem positiven e mindestens ein x E M mit x < s + e gibt 1'.


Ganz entsprechend heit eine reelle Zahl S klein ste obere Schranke oder
Supremum von M , wenn
S obere Schranke von M ist und berdies
keine Zahl < S noch obere Schranke von M sein kann, d.h.,

wenn es zu jedem positiven e mindestens ein y E M mit y > S - e gibt 2 ' .


Im zweiten Teil beider D efinitionen liegt der Ton darauf, da es zu jedem noch so kleinen
e > 0 ein x e M mit x < s + e bzw. ein y e M mit y > S -e gibt.

Wenn eine nichtl ee re Menge M tatschlich ein Supremum S besitzt , so ist


dieses eindeutig bestimmt. Denn eine Zahl > S ist nicht mehr klein ste obere
Schranke, und eine Zahl < S ist berhaupt nicht mehr obere Schranke. Entsprechendes gilt fr das Infimum. Mit den Symbolen
supM bzw.

infM

bezeichnen wir das Supremum bzw. lnfimum einer nichtle eren Menge M, falls
es berhaupt vorhanden ist. Besitzt M ein Maximum bzw. ein Minimum, so ist
offenbar sup M = max M bzw. inf M = min M. Die Existenz des Supremurns
sichert in allen Fllen, in denen wir sie berhaupt erwarten drfen, das fundamentale
8.1 Sopremumsprinzip Jede nichtleere nach oben beschrnkte Menge besitzt ein
Supremum.
D en Bew e is grnden wir auf das Schnittaxiom (A 9). Sei M :/: 0 nach oben
beschrnkt, B die Menge aller oberen Schranken von Mund A :=R\B. Da M
obere Schranken besitzt, ist B nicht leer; da M mindestens ein Element z enthlt,
ist auch A nicht leer (alle a < z gehren zu A ). Konstruktionsgem ist AU B =
R und a < b fr alle a E A, b E B. Die Mengen A , B definieren also einen Schnitt
(A IB ). Besitzt M ein grtes Element, so ist nichts mehr zu beweisen. Im
entgegengesetzten Fall ist Mn B leer (sonst wre ein x E M obere Schranke und
damit sogar das Maximum von M), und somit ist M c A. Da aber fr die
t> Man beachte, da die Menge der Zahlen >s mit der Menge {s + e: e > O} bereinstimmt.
'2> Man beachte, da die Menge der Zahlen < S mit der Menge {S-e : e > O} bereinstimmt.

8 Folgerungen aus dem Schnittaxiom

73

Trennungszahl t des Schnittes, die nach (A 9) vorhanden ist, stets a :s:;; t :s:;; b
(a E A, bEB) gilt, folgt daraus, da t eine obere Schranke von M ist, also in B
liegt und somit das kleinste Element von B, d.h. die kleinste aller oberen
Schranken von M sein mu.

Natrlich gilt ganz entsprechend, da jede nichtleere nach unten beschrnkte


Menge ein Infimum besitzt (s. Aufgabe 2).- Aus dem Supremumsprinzip kann
man umgekehrt das Schnittaxiom herleiten (s. Aufgabe 12); Supremumsprinzip
und Schnittaxiom sind also vllig gleichwertig. Unsere Beispiele haben gezeigt~
und wir heben dies noch einmal ganz nachdrcklieb hervor-, da weder sup M
noch inf M zu M gehren mssen. Diese beiden Gren sind von den korrespondierenden Zahlen max Mund min M begrifflich scharf zu unterscheiden; letztere
liegen immer dann, wenn sie berhaupt existieren, in M. Aber gerade weil sie
durchaus nicht immer vorbanden sind, ist es wichtig, einen Ersatz fr sie zu
haben. Supremum und Infimum beschrnkter Mengen sind der immer verfgbare
Ersatz fr das nur allzu hufig fehlende Maximum und Minimum.
Wir knnen nun mhelos zeigen, da der Krper R "archimedisch" angeordnet
ist (s. A 6.5):

8.2 Satz des Arehnedes Jede reelle Zahl wird von einer natrlichen Zahl
bertroffen. Oder gleichbedeutend: Die Menge der natrlichen Zahlen ist nach oben
unbeschrnkt.

Die Gleichwertigkeit beider Aussagen ist offenkundig; wir beweisen die zweite.
Wre N beschrnkt, so wre nach dem Supremumsprinzip S : = sup N vorhanden.
Gem der Definition des Supremums gbe es dann ein natrliches n mit n >
S -1. Dies fhrt aber zu der Ungleichung n + 1 > S, die der Bedeutung von S
widerstreitet.

Offenbar nur eine andere Formulierung des archimedischen Satzes ist der

8.3 Satz des Eudoxos Zu jedem positiven s gibt es ein natrliches m, so da


1/m < e ausfllt. Fr alle natrlichen n > m ist dann erst recht 1/n < s.
Die beiden letzten Stze verdienen ihre Namen nur sehr eingeschrnkt. Die Griechen kannten keine reellen Zahlen. Satz 8.2 schreibt sich denn auch von dem geometrischen Postulat 5
in "Kugel und Zylinder" des Arebirnedes her: Die grere von zwei gegebenen Gren, sei es
Linie, Flche oder Krper, berragt die kleinere um eine Differenz, die, gengend oft vervielfacht, jede der beiden gegebenen Gren bertrifft. Im Vorwort zu seiner "Quadratur der
Parabel" betont Archimedes, da .,auch die frheren Geometer sich dieses Hilfssatzes bedient [haben]"; er denkt dabei vor aJJem an Eudoxos. S. dazu Nr. 238, insbes. die erste der
beiden .,Defirtitionen".

8.4 Satz Sei p eine reelle Zahl. Dann gibt es zu jedem s > 0 eine rationale Zahl r,
die zwischen p -s und p+e liegt: p-s <r<p+e.
Man bat diesen Satz im Sinn, wenn man sagt, Q sei dicht in R oder jede reelle ZahJ lasse
sich beliebig gut durch rationale Zahlen approximieren (annhern). "Beliebig gut" ist eine

74

I Mengen und Zahlen

Kurzfassung fr "bis auf einen Fehler, der kleiner ist als eine beliebige, von vornherein
fest vorgegebene (positive) Fehlerschranke e ".

Zum Beweis whlen wir gem dem Satz des Eudoxos zunchst ein natrliches m
mit 1/m < e und bemerken, da wir nun lediglich noch die Existenz eines
rationalen r mit p - 1/m ~ r ~ p + 1/m sicherstellen mssen. Sei zunchst p ;;a: 0.
Nach dem Archimedischen Satz gibt es ein natrliches n > mp, und nach dem
Wohlordnungsprinzip besitzt die Menge aller derartigen n ein kleinstes Element
k. Somit ist k - 1 ~ mp<k; mit r: = k/m gilt also r-1/m<p<r. Aus der linken
Ungleichung folgt r ~ p + 1/m, wegen der rechten ist trivialerweise p - 11m < r,
also befriedigt r unsere Forderung.- Ist p < 0, also - p > 0, so gibt es nach dem
eben Bewiesenen ein rationales r mit - p - e < r < - p + e, woraus durch Multiplikation mit - 1 die Ungleichungen p + e > - r > p - e folgen , die uns zeigen, da die
rationale Zahl - r das Gewnschte leistet.

Die beiden nchsten Stze haben einen eher technischen Charakter, werden uns
aber vielfltig ntzlich sein.
Das Supremum und Infimum sind im folgenden Sinne monoton bezglich der
Inklusion:

8.5 Satz Ist

0 1: A

sup A

B und B nach oben bz w. nach unten beschrnkt, so gilt

~ sup B

bzw. inf A ;;a: inf B.

Locker formuliert besagt dies, da sich bei der V ergrerung einer M enge das Supremum
vergrert und das Infimum verk leinert.

Der Satz ist unmittelbar einsichtig. weil a ~ sup B bzw. a ;;a: inf 8 fr alle a e A
ist.
Sind A , B nichtleere Mengen reeller Zahlen, so setzen wir
A + B := {a + b:aeA, b e B},

und

A B: = {ab:aeA, b e B}

rA: ={ra:a e A } fr r e R.

Supremum und Infimum sind nun im folgenden Sinne additiv und muJtiplikativ:

8.6 Satz Sind die nichtleeren Mengen A, B nach oben beschrnkt, sv ist
a) sup(A + B) = sup A +sup B,
b) sup(rA) = r sup A , falls r ;;a. 0 ist,
c) sup(A B) = sup A sup B , falls alle Elemente von A und B nichtnegativ sind.
Sind A und B nach unten beschrnkt, so gilt ein entsprechender Satz fr das
ltlfimum (man braucht oben nur sup durch inf z u ersetzen).

Wir beweisen nur die Aussagen ber das Supremum. Sei a : = sup A , := sup B
und e eine beliebige positive Zahl. a stehe fr E lemente aus A , b fr Elemente
aus B. a) Aus a ~ a, b ~ folgt a + b ~ a + , also ist a + eine obere Schranke
von A + B. Nach der Definition des Supremums gibt es zu der positiven Zahl s/2

75

8 Folgerungen aus dem Schnittaxiom

ein a 0 > a- e/2 und ein b0 > - e/2. Dann ist aber a 0 + b0 > (a + )- e und somit
a + sogar die kleinste obere Schranke von A + B. - b) Hier drfen wir r> 0
annehmen, weil die Behauptung fr r = 0 trivial ist. Aus a ~ a folgt ra ~ ra, also
ist ra eine obere Schranke von rA. Zu e/r > 0 gibt es ein a 0 > a- e/r. Dann ist
aber ra 0 > ra- e und somit ra sogar die kleinste obere Schranke von rA. - c) Um
Triviales zu vermeiden, nehmen wir a > 0, > 0 an. Aus a ~ a, b ~ folgt wegen
a ;;!!: 0, b;;!!: 0, da ab~ a und somit a eine obere Schranke von A B ist. Zu
e/2 > 0 gibt es ein a0 > a - e/2 und zu e/2a > 0 ein b0 > - e/2a. Aus a 0 b0 =
a +(a 0 - a ) +(bo- )a 0 ;;!!:a +(ao- a ) + (bo - )a > a -

a a = a - e

2
2
ersehen wir nun, da a sogar die kleinste obere Schranke von A B ist.

Der nchste Satz beschreibt ein merkwrdiges Hufungsphnomen, das uns spter
sehr eingehend beschftigen wird.

8.7 Satz Besitzt die nichtleere Menge A zwar ein Supremum, jedoch kein
Maximum , so gibt es zu jeder positiven Zahl e unendlich viele Elemente von A ,
die zwischen sup A- e und sup A liegen, d.h. , es ist
supA-e <a<supA fr unendlich viele a e A.
Bew eis. Sei a :=sup A. Da A kein Maximum besitzt, ist a=/= a fr alle a E A.
Nach der Definition des Supremums gibt es ein a 1 E A mit a 1 > a- e. Insgesamt
haben wir also die Doppelungleichung a - e < a 1 < a. Da e 1 :=a - a 1 >0 ist,
finden wir ganz entsprechend ein a'2 E A mit a - e 1 = a 1 < a 2 < a. So fahren wir
fort und erhalten unendlich viele Elemente al> a 2 , a 3 , von A mit a - e < a 1 < a 2 <
< a (genauer: wir definieren die Zahlen a 1 , a 2 , . rekursiv: Ist a" schon so
bestimmt, da ~ - 1 < a,, < a ist, so whlt man aus A ein an +l mit a" +l > a (a - a") aus).

Einige typische "sup-Situationen" findet der Leser in den Figuren 8.1 bis 8.3
dargestellt. Das Supremum wird durch einen ausgefllten bzw. einen leeren Kreis
markiert, je nachdem es zur Menge gehrt oder nicht.
A
0
1
A={x:o<x<1}, supA-1~A

Fig. 8.1

A:{x: O<X.S.1}, sup A 1E A


Fig. 8.2

A-{x:O<X<l} v{2}.supA-2eA
Fig.

~.3

76

I Me nge n und Zahle n

Aufgaben
Der Leser wird dringend gebeten, sorgfltige " e-Beweise" fr die Aufgaben 3 bis 7 zu
geben (nach dem Muster der Beweise zu den Stzen 8.6 und 8.7), um sich in de r Technik
der "Epsilontik" zu ben, die unse re ganze Arbeit ab Kapitel lll beherrschen wird.

1. Die Vereinigung endlich vieler nach oben beschrnkter Mengen ist wieder nach oben
beschrnkt. Der Durchschnitt einer nach oben beschrnkten Menge mit einer belie bigen
Menge ist ebenfalls nach oben beschrnkt. Entsprechendes gilt fr Mengen, die nach unten
beschrnkt sind.

*2. Eine nichtleere nach unten beschrnkte Menge M besitzt ein lnfimum. (Gib zwei
Beweise: einen mit Hilfe des Schnittaxioms, den andere n mit Hilfe des Supremumsprinzips, indem man von M zu (-1)M bergebt. Siebe dazu Aufgabe 4a).
J. Beweise die lnfimum-Version des Satzes 8.6.
4. Sei - A := (-l)A Beweise die folgenden Stze unter geeigneten Beschrnktheitsvoraussetzungen (welchen?) fr A und B:
a) sup{-A ) = -inf A , inf(- A ) = -sup A.
b) sup{rA) = r infA, inf(rA) = r sup A , falls r ~O.
c) sup{AB) = inf A inf B , inf(AB) = sup A sup B , falls alle E lemente von A und B
nichtpositiv sind.

S. Sind alle a e A von Null verschieden, so sei

~ :=

G:

a e A}. Zeige: Ist inf A

> 0, so ist

1 1 f..
1
1
.
. Set. a: = Jru. A ; betrachte sup -=
. H tnwets:
- - ur ae A .
A infA
a a

6. Sei A :={a " a2 , a 3 , .}, B :={b" b2 , b3 , . }, C: ={a,,b.. : n e N}. Die Elemente von A , B
seie n alle nichtnegativ (d.h. A , B mgen die gemeinsame unte re Schranke 0 haben), A und
B seien be rdies nach oben beschrnkt. Zeige, da sup C ~ sup A sup B ist, und konstruiere Mengen A, B , so da tatschlich das Zeichen < gilt. Worin besteht der Unte rschied zu Satz 8.6c? Zeige entsprechend: sup{a.. + b.. : n e N} ~sup A +sup B .

* 7. Die Menge A .f 0 sei nach oben beschrnkt, besitze aber k e in gr tes E lemen t.
Sei a : = sup A Zeige: Es gibt Elemente at. a 2 , aus A mit den folgenden Eigenschafte n:

2. a -1/n < a,. < a

fr alle n.

Formuliere und beweise eine lnfimum-Version dieses Satzes.

8. Beweise, da die folgende Aussage mit dem Satz des Arehirnedes gleichbede utend ist:
Ist a eine positive, b eine beliebige reelle Zahi, so gibt es ein natrliches n mit na > b
("jede Zahl kann bertroffen werden, wenn man eine positive Zahl hinreichend oft zu sich
selbst addiert").
1
9. Zeige die Richtigkeit der folgenden Aussage: Ist 0 ~ a ~- fr alle natrlichen n, so
n
mu a = 0 sein (s. A 5.4).

9 Die Potenz mit rationalem Exponenten

77

*10. Zeige: Zu jeder reellen Zahl x gibt es genau eine ganze Zahl p mit p =SO x < p + 1. Man
nennt p die g r te ganze Zahl =SO x und bezeichnet sie mit [x].
11. Zeige (und benutze dabei nur die Stze des Arehirnedes und Eudoxos und den allein
mit ihrer H ilfe bewiesenen Satz 8.4):
a) SeipE R und A: ={r EO :r=SOp}, B :={r EO :r>p}. Dann ist supA=infB=p (in
Worten etwa: Jede reelle Zahl ist ein Schnitt im Bereich der rationalen Zahlen. Will man
die reellen mittels der rationalen Zahlen konstruieren, so kann man umgekehrt diesen Satz
zur Definition machen: Das ist das Dedekindsche Verfahren ; s. Nr. 2).
b) Fr positive Zahlen a, b, c, d ist genau dann a/b = c/d, wenn folgendes zutrifft (p, q
bedeuten immer ganze Zahlen): pa < qb - pc < qd, pa = qb- pc = qd, pa > qb =+ pc > qd
(d.h.: Wenn eine der Aussagen Jinks von - zutrifft, dann gilt auch die zugehrige rechte
Aussage). Diesen Satz hat Eudoxos umgekehrt als Definition der G leichheit des
Verhltnisses zweier "Gren" benutzt und hat damit in der metrischen Geometrie die
Schwierigkeiten gemeistert, die durch die Existenz irrationaler Lngenverhltnisse entstanden waren (s. Nr. 2).
12. Zeige mit Hilfe des Supremumsprinzips, da jeder Schnitt (AI B) genau eine Trennungszahlt besitzt. Hinweis : t:=supA.

9 Die Potenz mit rationalem Exponenten


In diesem Abschnitt werden wir die Bedeutung der Ausdrcke x"1q und ~
erklren. Wir beginnen mit einem Hilfssatz, der sieb sofort aus A 7.5 ergibt.

9.1 Hfssatz Ist x, y > 0 und p e N, so gilt x < y <=+ x" < y".
Es fo lgt nun die grundlegende Aussage dieser Nummer:
9.2 Satz und Definition Ist a ~ 0 und p e N, so besitzt die Gleichung x" = a genau
eine Lsung ~0. Diese wird mit a 11" oder f/ bezeichnet und die p-te Wurzel aus a
genannt.
Natrlich ist fa = a; deshalb wird das Zeichen
wir wie blich krzer Ja.

fa gar

nicht verwendet. Statt ?f schreiben

Um Trivialem aus dem Weg zu gehen, nehmen wir im Beweis a > 0 und p > 1 an.
Die Eindeutigkeitsaussage des Satzes folgt unmittelbar aus dem obigen Hilfssatz. Die Existenzaussage beweisen wir mit Hilfe des Supremumsprinzips:
Die Menge M: = {y e R: y ~ 0, y" < a} ist nicht leer (sie enthlt 0) und nach oben
beschrnkt: Wegen der Bernoullischen Ungleichung 7.9 ist nmlich fr jedes
y e M stets y" < a < 1 + pa < (1 + a)", woraus mit dem obigen Hilfssatz y < 1 + a
folgt. Somit existiert ~: = sup M. Wir zeigen nun, da
= a ist, indem wir jede
der beiden Annahmen
< a, ~~~ > a an einem Widerspruch scheitern lassen.

78

I Mengen und Zahlen

a) Sei zunchst qP < a. Aus dem binomischen Satz folgt fr jedes n E N

(q+ ~r ~qP +: ,

a:=

(~) qp-l + (~) qP- 2+ .. + ~) >0.

(9.1)

Fr ein hinreichend groes n fllt gewi


a

qP + - <a

n
aus; wir brauchen ja n nach dem Satz des Eudoxos nur so zu w hlen, da

.!_ < a -qP ist (der letzte Bruch ist positiv!).


n

1
q+ n > q

und gleichzeitig

Fr dieses n ist

])P
q +;; < a

(s. (9.1))

- diese Zeile widerspricht jedoch der Supremumseigenschaft von f


b) Nun sei qP>a. Dank der Bernoullischen Ungleichung haben wir

q
=qP (1 _J...)P>qP (1- }!_),
( _ .!_)P
n
nq
nq

falls - _!_ >


n~

-1, also .!_n <q

ist Ein kurzes Jonglieren mit Ungleichungen lehrt ferner: Es gilt

qP (J-}!_) >a,
nq

sofern nur

.!_< q(~P-a) =:Tf


n

p~P

ausfllt. Der Satz des Eudoxos verbrgt aber die Existenz eines n E N, f r das
1/n tatschlich kleiner als j ede der (positiven!) Zahlen q und Tf bleibt. Fr ein
solches n ist dann
0 <~ -

~ <q

und gleichzeitig

(q- ;r >a.

Wegen der ersten dieser Ungleichungen gibt es ein

YoE M mit Yo>q - ; , also mit y >

(q- ~r

(s. Hilfssatz 9.1), und mit der zweiten folgt nun y > a - aber diese Abschtzung besagt gerade, da Yo ~ M ist, sehr im Widerspruch zur Wahl von y 0.
Zur D efinition der p-ten Wurzel machen wir noch einige B e m e rkun ge n .
1. ra ist nur fr a ""0 definiert, und es ist immer .q'"" 0; insbesondere ist .J."" 0. ~eziell:
Es ist ./4 = 2, nicht jedoch = -2. Ganz unsinnig ist e ine " Gleichung" der Form v'4 = 2.

ra

2. Die Aufgabe,
ZU berechnen, ist scharf ZU unterscheiden von dem Problem, smtliche
reellen L sungen der Gleichung xp = a z u finden. Ist a > 0, so liefert .if eine, und zwar eine
positive Lsung diese r Gleichung. Is t p gerade, p = 2k, so haben wir in - .if eine zweite
(diesmal negative) Lsung, weil ( - .if)P=(-1)2k(.if)P = a ist. Z.B. sind x 1 :=.f4 = 2 und
x2 := - J4 = - 2 zwei reelle Lsungen der quadratischen Gleichung x 2 = 4. Diese Lsungen
gibt man gerne in der Kurzschreibweise x 12 = J4 an, was aber hufig z u dem
Miverstndnis fhrt, die Quadratwurzel habe zweierlei Vorzeichen, und es sei eben

./4= 2.
3. Ist a < 0, so ist

.if

nicht definiert, die Gleichung xp = a kann aber dennoch reelle


Lsungen besitzen. Und zwar ist dies genau dann der Fall, wenn p ungerade ist: p = 2k + 1.
W egen - a > 0 existie rt nmlich h
= : ,..,, und fr g: = - ,.., ist gp = (- 1)2 k + , ,.., p = - (- a) = a ;
mit anderen W orten: -if= lst die Gleichung xP = a.

9 Die Potenz rojt rationalem Exponenten

4. Es ist zwar stets ({fti)P = a, jedoch webt immer


Gleichung W = a gilt genau im FaJJe a ~ 0.

W = a.

79

Z.B. ist J( -1) 2 f - 1. Die

5. Nachdem wir jetzt wissen, da es die reelle Zahl fi gibt, wissen wir auch, da es irrationale Zahlen gibt. Denn nach Nr. 2 ist fi nicht rational. Infolgedessen kann in Q weder das Schnittaxiom noch das gleichwertige Supremumsprinzip richtig sein.

Wir definieren nun die Potenz mit rationalem Exponenten, indem wir fr
reelles a > 0 und positives rationales r: = p/q (p, q e N) setzen

a':=W,

-r

1
--=
.- :Yap
-- .

Der Leser mge sich selbst davon berzeugen, da unsere Definition eindeutig ist,
d.h. , da a seinen Wert nicht ndert, wenn man in dem Bruch r = p/q durch
Erweitern oder Krzen zu anderen natrlichen Zhlern und Nennern bergeht.
Da wir schon in Nr. 7 a0 : = 1 gesetzt hatten, ist nun a im Falle a > 0 fr alle r e Q
erklrt. Ergnzend sei o := 0, falls r > 0. Fr a, b > 0 und alle r, s e Q gelten die
bekannten Potenzregeln , mit deren Beweis wir uns nicht aufhalten wollen:

(a)'

a
a= a'a'=a+ -= a- (a')= ars, a'b' = (ab)' , a
'
, b'
b .

(9.2)

In den beiden nchsten Stzen untersuchen wir, wie sich a ndert, wenn man die
Basis a bzw. den Exponenten r vergrert (es versteht sich von selbst, da alle
auftretenden Exponenten rational sind).

9.3 Satz Fr positive Basen a, b gilt

a<b-a'<b', falls r>O,


a < b-a'>b', fallsr < O.
Beweis. Ist r = p/q mit natrlichen p, q, so folgt aus Hilfssatz 9.1 sofort
a < b- a 1/q < b 11q - a p/q < bp'q Die zweite Behauptung ist eine unmittelbare
Konsequenz der ersten.

9.4 Satz Sei a > 0 und r < s. Dann ist

a' <a"- a >1,


a' >a"-a<l.
Beweis. Da s - r > 0 und 1- = 1 ist, erhalten wir aus der ersten Aussage des
Satzes 9.3

a > 1 - a- r > 1 und a < l - a- < 1


also

'

a
a>l- - >1-a>a' und a<1- -;<1~a<a'.
a'
a

80

I Mengen und Zahlen

Aufgaben

1. Beweise die Potenzregeln (9.2).

*2.

Fr a > 1 ist a >

if < ....

..f > .( > > if > ,

fr 0 < a < 1 dagegen a <

.J < :f < <

*3. Ist a > 0, aber ::f 1, und liegt s zwischen r und t, so liegt a zwischen a und a '.

4. Die Menge der Zahlen a 1+ a 2J2 mit rationalen a 1, a 2 bildet einen Krper Q(../2)
(einen "Unterkrper" von R), insbesondere liegen also Summen und Produkte solcher
Zahlen wieder in Q (../2), ebenso die multiplikativen Inversen (gib diese explizit an). Zeige
ferner, da Q(.J2) aufgefat werden kann als Menge aller Paare (a h a 2) mit rationalen a .,
a 2 , versehen mit der folgenden Summen- und Produktdefinition:
(a ., a z) +( h z) := (a, + a. a z+ 2),
(a., a 2) (a. 2) := (aaa +2a22, a,2+a2a);

vgl. A 4.2 (Definition der komplexen Zahlen).


Welche Krper wurden bisher definiert? - Wenn man, wie bei C und Q (.J2), mit Zahlenpaaren rechnen will, scheint es zunchst naheliegend, nicht nur die Summe, sondern a uch
das Produkt komponentenweise zu definieren: (a., a 2) (., z} := (a 1a. a 2 2). Welches
Krperaxiom wird dann nicht erfllt?

5. Aus dem Satz des Arehirnedes folgt nicht das Supremumsprinzip. Hinweis: A6.5.
0

6. Wie in A 7.13 benutzen wir den Sinus und Kosinus und e benso die dort hergeleitete
Moivresche Formel naiv. p ist eine natrliche Zahl. Zeige:
a) Die Gleichung xp = 1 besitzt in C mindestens die p Lsungen
Xa. : = COS

2k7r

. . 2k-rr

+ I SID

k = 0, 1, ... , p - 1

(die x" sind die p-ten Einheitswurzeln; wo liegen sie in der komplexen Ebene?).
b) Die Gleichung xp = - 1 besitzt in C mindestens die p Lsungen

:k'TT) + i sin('Tr +:k'TT),

Ya. : = cos('Tr +

k = O, 1, . . . , p - 1.

c) Die Gleichung x p = a besitzt in C mindestens die p Lsungen


~a x", falls a > O,

und

~- a Yk> falls a < O

(k = 0, 1, ... , p - 1; xk bzw. Yk wie in a) bzw. b)). Wir werden spter sehen, da dies a uch

alle komplexen Lsungen sind.


0

7. Bringe die quadratische Gleichung x 2 + ax + b = O (a, b e R) auf die Form

(x +~r =~D,

wobei D:=a - 4b die Diskriminante der Gleichung ist, und zeige mit

Hilfe der Aufgabe 6, da je nachdem D > 0, D = 0, D < 0 ausfllt, die folgenden Lsungen
oder "Wurzeln" in C vorhanden sind

a 1

X 12 : =

--Jff'.'
2 2

X 1 . --

a
--'

a 1 r--;::.
--X 1,2 =
.
2 2 v- D.

81

10 Abstand und Betrag

Besttige durch Einsetzen in die Gleichung, da x 11 x 2 tatschlich Lsungen sind. Zeige


ferner, da die Vietaschen Wurzelstze gelten:

(im Falle D = 0 ist dabei x2 := x 1 zu setzen: x 1 wird "doppelt gezhlt", ist eine " Doppelwurzel").

10 Abstand und Betrag


Bisher haben wir uns mit der algebraischen Struktur (den Krpereigenschaften),
der Ordnungsstruktur und der Ordnungsvollstndigkeit von R beschftigt. Mit
Hilfe der Ordnungsstruktur fhren wir nun eine metrische Struktur auf R ein,
indem wir den Abstand, die Distanz d(a, b) zwischen zwei Elementen von R
definieren, und zwar so, wie es durch die Verhltnisse auf der Zahlengeraden
suggeriert wird (deshalb nennen wir in diesem Zusammenhang die Elemente von
R fast immer ,.Punkte"):
.
{a - b, falls a ~ b,
d(a,b):=max(a,b)-mm(a,b)= bf
b
a, a11s a < .

(10.1)

Der Leser kann sofort besttigen, da d(a, b) die folgenden metrischen


Axiome erfllt, denen intuitiverweise jeder "vernnftige" Abstand- nicht nur
der Abstand zwischen Punkten auf der Zahlengeraden-gengen sollte:
(M 1) d(a,

b)~O.

wobei d(a, b) =O **a = b

(M2)

d(a,b) = d(b,a)

(Definitheit),
(Symmetrie),

(M 3)

d(a, b)~d(a, c)+d(c, b)

(Dreiecksungleichung)

(zum Beweis von (M 3) mache man Fallunterscheidungen gem den Figuren


'
10.1, 10.2 und 10.3).

d(o,b) - d(o,c) + d(c,b)

Fig. 10. 1

d(o,b) < d(o,c) +d(c,b)

d(o,b) < d(o,c) + d(c,b)

Fig. 10.2

Fig. I 0.3

Die Axiome (M 1) bis (M 3) bedeuten anschaulich der Reihe nach folgendes: Der
Abstand zweier verschiedener Punkte ist positiv, whrend der Abstand eines
Punktes von sich selbst verschwindet; der Abstand eines Punktes a von einem
Punkte b ist ebenso gro wie umgekehrt der Abstand des Punktes b von dem
Punkte a (deshalb drfen wir einfach von dem Abstand "zwischen" zwei Punkten,
ohne Beachtung ihrer Reihenfolge, reden); geht man von a nicht direkt zu b,

82

I Mengen und ZabJen

sonde rn zue rst zu c und erst von dort zu b, so hat man jedenfalls nicht abgekrzt,
ungnstigenfalls vielmehr eine n U mweg gemacht (s. Fig. 10.1, 10.2, 10.3; die
Bezeichnung " Dreiecksungleichung" wird erst voll verstndlich, wenn man
Abstnde zwischen den Punkten einer Ebene betrachtet). Induktiv beweist man
die a ll geme in e Drei ec k s un g le i c hung fr n .,Zwischenpunkte" Ct. ... , c"
(wobei man nkhts als (M 3) benutzt):

d(a, b )~ d(a, Ct)+d(cl> c2 )+ + d(Cn- t> Cn)+ d(c,., b).

(10.2)

Mit ihrer Hilfe sieht man, da fr je vier Punkte a, b, u, v gilt :


d(u, v)~ d (u, a) + d(a, b)+d(b, v), also

d(u, v)- d(a,

b)~d ( u,

a)+d(b, v).

Vertauscht man hierin u mit a und v mit b, so erhlt man

d(a, b)-d(u, v) s d(a, u) + d(v, b),


und damit insgesamt, wenn man
Vi erecks un g le i c hung

noch

d(a, b)-d(u, v) } ,.:::: d(


) d(b )
d(u, v)- d(a, b) ~ a, u +
'v

(M 2) beachtet, die sogenann te

(10.3)

Wir haben (10.2) und (10.3) allein aus den metrischen Axiomen, ohne Rckgriff
auf die Definition des Abstandes, gewonnen. Diese Definition mu man jedoch
heranziehen, um die folgende, anscha ulich brigens sofort einleuchtende Aussage,
zu verifizieren , dere n einfache n Beweis wir dem Leser berlassen:

D er Abstand ist invariant gegenber Translationen (Versc hiebungen), d.h. , wir


haben stets
(TI)

d(a +c, b+c )= d(a, b).

D en Abstand d(a, 0) des Punktes a vom Nullpunkt nennt man den Betrag von a,
in Zeiche n Ia i. Nach (10.1) ist also
Iai = { a, falls a ~ 0,
- a, falls a < 0.

(10.4)

Die Vierecksungleichung lt sich mit Hilfe des Betrags in der folge nden
kompakteren Form schreiben :
ld(a, b)- d(u, v)l~ d (a, u)+ d(b, v).

(10.5)

Wegen der Translationsinvarianz (TI) des Abstands ist d(a, b) = d(a - b, b- b) =


d(a - b, 0), also

d(a, b) = Ia- bl.

(10.6)

10 Abstand und Betrag

83

Mit (M 1) folgt sofort: Iai ~ 0; Iai = 0- a = 0. Wegen (M 2) und (TI) ist Ia i =


d(a, 0) = d(O, - a) = d(-a, 0) =I-al. Mit Hilfe von (TI), (M 3) und (M 2) ergibt
sieb daraus Ia + bl = d(a + b, 0) = d(a, - b)~d(a, O) + d(O, -b) = d(a, O)+d(-b, 0) =
lal+l-bl= lal +l bl, insgesamt also die sogenannte Dreiecksungleichung des
Betrags: la+bl~lal+lbl.
Benutzt man nicht- wie wir es oben getan haben- allein die metrischen Axiome und die Translationsinvarianz, sondern die explizite Darstellung von Iai
durch (10.4), so kann man die Eigenschaft Iai = I- al des Betrags (die geometrisch
seine Invarianz gegenber Spiegelungen am Nullpunkt bedeutet) noch weitgehend
verallgemeinern: Es ist nmlich stets Iab I= la llbl. Man beweist dies, indem man
die Flle ab = 0 , ab> 0, ab < 0 mit Hilfe der Annullierungsregel und der Stze
5.1 und 5.3 diskutiert (hier setzt man also ganz wesentlich die Ordnungsstruktur
von Rein).- Wir fassen unsere Ergebnisse ber den Betrag zusammen:

10.1 Satz Der Betrag in R besitzt die folgenden Grundeigenschaften:


(B 1)

Iai ~ 0, wobei Iai = 0- a = 0

(Definitheit),

(B 2)

Iab I= la llb l

(B3)

la+bl~lal+lbl

(Multiplikativitt),
(Dreiecksung}eichung).

Durch Induktion besttigt man nun:

la1 a2 a" I= lad la2l Ia" I.


Ia t + a2+ + a" I~ Ia tl + Ia2l + + Ia" 1.
10.2 Satz Es ist

II a 1-1 b II ~

{i:

Iai

lbJ,

(10.7)

falls b =/: 0, und

+ :: .

Beweis. Fr b:f:O ist b(1/b)= 1, also nach (B2) lbll1/bl=1 und somit 11/bl=
1/lbl. Wiederum mit (B 2) folgt nun Ia/bi = la(1/b )I= la lll/bl = lal(l/lbl) = lal/lbl.
Die obere Ungleichung in der zweiten Behauptung erhlt man, indem man in
(10.5) b = v = 0 setzt und statt u nachtrglich b schreibt. Die untere Ungleichung
folgt aus der oberen, weil llal - lbll = llal - 1- bll ~ Ia - (-b )I = Ia + bl ist.

Wir heben noch einmal ausdrcklieb die immer wieder benutzte Spiegelun gssymmetr ie
(S)

la l=l- al

und somit

la - bl =l b-al

hervor; in Worten etwa: Man darf " innerhalb des Betrags" das Vorzeichen
umkehren (mit - 1 multiplizieren). Fr die Bedeutung von (S) s. Aufgaben 16 und
17.

84

I Mengen und Zahlen

10.3 Satz Si!i e > 0. Dann gilt:


a) lxl<e --e<x<e,
b) lx-x 0 l<e**xo-e<x<xo+e.

Diese Aussagen bleiben richtig, wenn berall < durch

ersetzt wird.

Beweis. a) Sei lxl<e. Dann ist x<e bzw. -x< e (also - e<x) je nachdem
x ~ 0 bzw. < 0 ist, in jedem Falle gilt - e < x < e. Diese Schlsse lassen sich
umkehren. - b) folgt aus a): lx-x 0 l<e--e<x-x 0 <e-x0 -e<x<x0 +e.
- Die letzte Behauptung ist nun selbstverstndlich.

Ist a < b, so nennen wir die Punktmenge

(a, b): ={x e R: a<x<b} ein offenes ,


[a, b]:={x e R: a ~ x ~ b} ein abgesch lossenes Intervall.
Daneben benutzen wir hin und wieder noch die (nach links bzw. nach rechts)
halboff e nen Intervall e
( a, b]: ={xeR:a <x~ b}

bzw.

[a,b):={xe R :a~x<b}.

In allen Fllen nennen wir a und b die Randpunkt e,

a+b den M'tttelpun k t , b - a die Lange


..
un d b-aden R a d'tu s

2
2
des betreffenden Intervalles. Ist x 0 der Mittelpunkt und r der Radius von (a, b)
bzw. [a, b], so ergibt sich aus Satz 10.3 unmittelbar
(a, b) = {x e R: lx - x0 1< r},

[a, b] = {x e R: lx - x 0 1 ~ r}.

Das offene bzw. abgeschlossene Intervall um den Mittelpunkt x 0 mit dem Radius r
bezeichnen wir auch mit
U,(x0 ) bzw. U,[x0 ]
und nennen U,(x 0 ) eine r-Um ge b u n g von x0 Schlielich definieren wir noch
einseitig und zweiseitig unendliche Intervall e durch
(-oo, a): = {x e R: x < a},

(-oo, a]: = {x e R: x ~ a},

(a, +oo) :={x e R: x>a},

[a, +oo): = {x e R: x ~ a}, (-oo, +oo): = R.

Eine Verwechslung des offenen Intervalles (a, b) mit dem Punktepaar (a, b) ist
ausgeschlossen, weil aus dem Zusammenhang immer vllig eindeutig hervorgeht,
was mit (a, b) gemeint ist. Gelegentlich findet man an Stelle von (a, b) das
Zeichen ]a, b[.
Wir haben gesehen, da wir offene und abgeschlossene Intervalle allein mit Hilfe
des Betrags beschreiben knnen. Entsprechendes ist fr beschrnkte Mengen
mglich: Ist M beschrnkt und a eine untere, b eine obere Schranke, so ist
r := max(lal , lbl) eine obere und zugleich-reine untere Schranke von M , so da

10 Abstand und Betrag

85

wegen Satz 10.3 lxl ~ r fr aUe x e M gilt. Wir halten diese Ergebnisse fest (wobei
wir r > 0 annehmen drfen):
10.4 Satz Eine Menge M c R ist genau dann beschrnkt, wenn mit einer gewissen
positiven Zahl r die Abschtzung lxl ~ r fr alle x eM gilt, d.h., wenn M ganz i11
einem abgeschlossenen I ntervall um den Nullpunkt liegt.

Zum Schlu dieses Abschnitts kehren wir noch einmal zu unserem Ausgangspunkt, dem Abstandsbegriff, zurck. In den Aufgaben 13 bis 15 werden wir
sehen, da man " Abstnde" d(a, b) zwischen reeUen Zahlen einfhren kann, die
von ganz anderer Art sind als der durch (10.1) definiert e kanonische
Abstan d - die aber doch in dem Sinne "vernnftig" sind, da sie den metrischen Axiomen (M 1) bis (M 3) gengen. In Aufgabe 18 werden wir einen
"vernnftigen" Abstand zwischen rationalen Zahlen erklren, der sich wesentlich
von ihrem kanonischen Abstand (10.1) unterscheidet. Intuitiverweise besitzen je
zwei Punkte des Anschauungsraumes einen Abstand; wie diese Vorstellung
arithmetisch zu przisieren ist, werden wir in Satz 12.5 sehen- und dabei sogar
e inen Abstandsbegriff fr die E lemente des R" bei beliebigem n e N gewinnen >.
Schlielich werden wir im weiteren Verlauf unserer Arbeit Abstnde mit Gewinn
auch zwischen mathematischen Objekten einfhren , die wir bisher berhaupt noch
nicht vorgestellt haben, nmlich Folgen und Funktionen (s. etwa A 14.11 und
A 59.5). Um alle diese Phnomene unter einen gemeinsamen Begriff bringen zu
knnen, geben wir die folgende
Definition I st je zwei Elementen a, b einer beliebigen nichtleeren Menge A eine
reelle Zahl d(a, b) so zugeordnet, da die metrischen Axiome (M 1), (M 2) und
(M 3) erfllt sind, so sagt man, auf A sei die Metrik d(a, b)- krzer: die Metrik
d - erngefhrt oder wohl auch, A sei ein metri scher Raum . Die Elemente eines
metrischen R aumes nennt man gerne P u n kte, und die Zahl d(a, b) heit der
Ab sta nd oder die Distan z zwischen den Punkten a und b 2 >,
Versehen mit der kanonischen Metrik (10.1) ist also R ein metrischer Raum. Die
Abschtzungen (10.2) und (10.5) knnen wir offenbar ohne neuen Beweis von R
in beliebige metrische Rume verpflanzen, genauer:
10.5 Satz In einem metrischen R aum A mit der Metrik d gilt fr je zwei
Punkte a, b und beliebige "Zwischenpunkte" c1o ... , c" die (verallgemeinerte)
Dre iecks un g le i c hung
d(a, b) ~ d(a, c 1) + d(cl> c2 ) + + d(c.. -~> c.. ) + d(c.., b ),
11

Wir erinnern daran, da R" die Menge aller n-Tupel (x., x 2 , . , x.,) mit reellen Komponenten X; ist. Der Anschauungsraum lt sich - nach Einfhrung cartesiscber
Koordinaten - durch R3 darstellen.
21
ln de r Mathematik benutzt man gern das Wort "Raum", um eine irge ndwie strukturierte
Menge zu bezeichnen. Beispiele hierfr begegnen uns spter noch vielfach . Natrlich
haben solche " Rume" mit dem vertrauten Anschauungsraum nicht me hr viel gemeinsam.

86

I Mengen und Zahlen

und fr je vier Punkte a, b, u, v die Vierecksungleichung

ld(a, b)-d(u, v)l~d(a, u)+d(b, v).

Aufgaben

1. Beweise die Dre iecksungleichung des Betrags unmittelbar aus (10.4). Hinw eis: Es ist
a , - a ~ Ia i; aus a , -a ~ folgt Ia i ~ .

2. a) Formuliere und beweise eine genaue Bedingung dafr, da die Dreiecksungleichung


in eine Gleichung Ia + b I= Ia I+ lb I berge ht.
b) Es ist m ax(lal, lbl)~lal+lbl, i. allg. wird man also nicht die " verschrf te D rei ecksungl eic hun g" Ia + bl~max(ial, lbl) erwarten drfen. Wann gilt sie doch? (s.
auch Aufgabe 18).
*3.

max(a, b) -_ a+b +Ia -b l ,


2

. ( a, b)mm
- a +b-la - bl .
2

4. Es ist a 2 =la 2 l = lal2 ; .J;?=Ia l (nicht = a).


5. Sei p > O und a fO. Dann ist {xE R: lax+bl<p} ein offenes Intervall. Bestimme seine n
Mittelpunkt und Radius.
In den A ufgaben 6 bis 10 empfiehlt es sich, die von der Schule her vertrauten Schaubilder
(Graphen) der auftretenden Funktionen heranzuziehe n und jede Lsung durch eine
Zeichnung zu kontrolliere n! Den Funktionsbegriff verwenden wir zunchst " naiv"; seine
przise Fassung wird er im Kapitel ll erhalte n.
6. Die Graphen der Funktionen y = lxl und y = l2x - 41 (d.h., die Menge der Punkte (x, lxl)
und (x,l2x -41), x ER) sind in den Figuren 10.4 und 10.5 gezeichnet. Bestimme (Fallunterscheidungen!) die Menge aJier x E R, die jeweils den Ungleichungen
1
1
a) lxl ... - x + 1,
b) l2x - 41 >-x + 1 gengen.

y~ l2x

-t.l

1
Fig. 10.4

Fig. 10.5

7. Bestimme alle x E R, die der Ungleichung lx - 1l ... l3x -

61 gengen.

10 Abstand und Betrag

87

8. a) Im Falle a ~ 0 ist x 2 :s;; a - lx I:s;; ~ (im Falle a < 0 gibt es kein erfllendes x ).
b) Es ist (s. A 9.7)

{ x e R: lx +a/2l:s;;; .JD}.

falls D := a 2 - 4b > 0,

{-a/2},

falls D=O,

0,

falls 0 <0.

9. Bestimme rechnerisch und nherungsweise graphisch alle x e R, die einer der folgenden
Ungleichungen gengen:
a) x 2 -x+l:s;;3,
b) 2x 2 - 5x + 1;;.:4.
Hinweis: Um die Aufgaben zeichnerisch zu lsen, bringe man sie auf die Form x 2 :s;;
ax+ bzw. x 2 >ax+. Man bentigt dann nur die Normalparabel y =x 2 , die jeweils
mit einer Geraden zu schneiden ist.
10. Zeige (s. Aufgabe 8): Im Falle D :s;;O ist lx 2 +ax+b l= x 2 +ax+b, im Falle D >O ist
jedoch mit x 1 : = -a/2- .JD/2, x 2 : = -a/2 + .JD/2

I {

x 2 + ax + b

ffu x=s;;xJ undx ;;.:x2 ,


Ix +ax+ b = -(x2 + ax + b) fr x :s;; x :s;; x
1
2
2

(s. Fig. 10.6).


Stelle nun selbst und lse (rechnerisch und graphisch!) A ufgaben der Form lx 2 +ax+b l:s;;
ax+, lx 2 +ax + bl:s;;lax+l, lx 2 + ax+bl:s;;lx 2 +ax + l (s. Fig. 10.7).
y
y

Y= lxL 6x+81
Q

t.

y=lf..x-21
5

_Q

2
Fig. 10.6

Fig. 10.7

11. Es ist lax+ bl :s;; lax+ l- (ax + b? =s;;(ax + )2 . Dieser Umstand erlaubt es, die Lsungsmenge fr die linke Ungleichung manchmal leichter zu finden als durch Fallunterscbeidungen.
12. Sei

reell. Zeige: Zu jedem e > 0 gibt es ein rationales r mit

IP - rl < e.

+13. Durch

1, falls a =fo b
d(a,b):= { O,
falls a = b
wird eine (translationsinvariante) Metrik auf R definiert, die sogenannte diskrete
M etrik . Sie lt sieb brigens auf jeder nichtleeren Menge A einfhren.

88

I Mengen und Zahlen

14. Wir benutzen zunchst geometrische Vorstellungen und Tatsachen, um uns zu einem
weiteren Abstandsbegriff fhren zu lassen. Wir projizieren die Punkte a, b ER vom Einheitspunkt der y-Achse aus auf die Winkelhalbierenden der beiden e rsten Quadranten (s. Fig.
10.8). Als Abstand d ,(a, b) erklren wir die Entfernung der Projektionspunkte, gemessen
lngs den Winkelhalbierenden (in Fig. 10.8 sind die zu messenden Strecken fett ausgezogen). Bestimme den Sch nittpunkt des projizierenden Strahls mit der zugehrigen
Winkelhalbierenden und berechne den Abstand d+(a, b) der Schnittpunkte fr den Fall
ab ;;!o 0 (a, b beide links oder beide rechts von 0) nach der blichen, auf dem Satz des
Pythagoras beruhenden AbstandsformeL Man erhlt
Ia-bi

c4(a, b): =

J2 (1 + lal)(1 + lbl)

Wir definieren nun ohne weiteren anschaulichen Bezug den Abstand zweier beliebiger
Punkte a, b auf R durch
falls ab ;;!o 0,
falls ab <0.
Zeige rechnerisch (anschaulich ist es evident), da dieser Abstand den drei metrischen
Axiomen gengt, aber nicht tra11slarionsinvarianr ist.

Fig. L0.8

+15. Ist d(a, b) irgendeine Metrik auf R, so ist auch d 1(a, b): =

d (a{ b)) eine solche. Mit d


1 +d a, b

ist auch d 1 transJationsinvariant. Hinweis: Aus O~s~t folgt

s ~
l+s 1+1
1

+16. Besttige noch einmal: Allein aus (M 1), (M 2), (M 3) und (TI)- also ohne weiteren
Rckgriff auf die Definition (10.1) des Abstands - ergeben sich, wenn Iai := d(a, 0) gesetzt
wird, die Grundeigenschaften (B 1) und (B 3), ferner die Spiegelungssymmetrie (S) und d ie
Abstandsformel d(a, b) = Ia - b 1. Zeige umgekehrt: Wird jedem a eindeutig eine reelle
Zahl Ia I so zugeordnet, da - fr Iai statt Ia 1- (B 1), (B 3) und (S) erfllt sind, so ist
8(a, b) := Ia -b l eine translationsinvariante Metrik auf R (die "von Iai erzeugte
Metrik"). Beispiele:

Iai:= Iai

oder

:=

Iai

l+lal

oder

:=

{1
0

+0

fr a
fr a =0

(s. Aufgaben 13 und 15). D er erste und dritte "verallgeme in er t e Betrag " ist
multiplikativ ( Iab I= lallbl) , der zweite nicht.

11 Das Summen- und Produktzeichen

89

* 17. Ist o(a, b): = Ia- bl die von einem "verallgemeinerten Betrag" Iai auf R erzeugte Metrik
(s. Aufgabe 16), so gilt fr beliebige a, be R die Ungleichung
llal-lbll ~ Ia-bi.

(10.8)

+18. Man sagt, ein Krper K besitze ein (reelle) Bewertung, wenn jedem a e K ~ine reele
Zah I Ia I (der "Be trag " von a) so zugeordnet ist, da die Betragsaxiome (B 1), (B 2) und (B 3)
- mit Iai an der Stelle von Iai- gelten. R ist also mittels seines kanonischen Betrages Iai ein
bewerteter Krper, ebenso 0 . Auf Q lassen sich neben dem kanonischen Betrag noch weitere
Betrge einfhren: Sei p eine feste Primzahl Da jede natrliche Zahl> 1 nach A 6.3 ein Produkt aus Primzahlen und diese " Primfaktorzerlegung" eindeutig ist!), kann man jedes a '# 0
aus Q in der Form a = : pn mit eindeutig bestimmtem n e Z und ganzen Zahlen s, t darstellen,
die nicht mehr durch p teilbar sind. Zeige: a) Q wird durch Ia IP : = p-n fr a '# 0, I0 IP : = 0
ein bewerteterKrper ("p-adische Bewertung" von Q). b) Es gilt die "verschrfte
Dreiecksungleichung" Ia + bl11 ~ max(laiP, lb_lp). c) lniP ~ I fr allen e N (diep-adische Bewertung ist " n ich tarch i med i sch "). d) Durch o(a, b) : = Ia- b iP wird auf Q eine
trans lationsinvariante Metrik definiert.

19. JederKrpererlaubt die triviale Bewertung 101 :=0, Iai := 1 fra'#O. Frden Krper
{0, T}aus A 3.1 ist dies die einzig mgliche.
+20. H a mming-Distanz in der Codierungstheorie In der Codierungstheorie nennt man einen
11-Tupel aus Nullen und Einsen ein n-stelliges Binrwort. Die Hammi ng-Distanz zwischen
zwei 11-stelligen Binrwrtern ist per definitionem die Anzahl der Stellen, in denen sich die beiden Wrter unterscheiden: Zeige, da diese Hamming-Distanz die Menge der n-stelligen Binrwrter zu einem metrischen Raum macht.

11 Das Summen- und Produktzeichen


Wir unterbrechen nun unsere mathematischen Entwicklungen durch e ine n recht
trockenen, handwerkliche n Abschnitt, in dem w ir das S ummen- und Prod u ktzeiche n erl ute rn.
Das Su mm enze i chen

"

:L

ak definieren wir durch

k- m

r
"

ak : = a". + a". + 1 + + a,.

(m, n E Z und m ~ n),

k=m
1\

gelesen: " Summe der a 1, von k = m bis n ".

ak bedeutet also die folgende

H a ndlungsan wei s ung : Setze in dem " allgemeinen Glied" ak fr k nacheinan-

der die Zahlen m , m + 1, ... , n ein und bilde die Summe der so entstehenden

11

S. etwa Scholz-Schoeneberg [ L4].

90

I Mengen und Zahlen

n - m + 1 Glieder a ... , am+ h ... , a,.. Daraus wird deutlich, da der Summationsindex k durch jeden anderen Buchstaben ersetzt werden kann: Es ist
n

a,. =

i=m

k. - n1

a1 =

a" =

v=m

= a... + a m+t + + a,..

denn diese Summen sind alle

Z um Beispiel ist

L ak = a

ajJ.,

+a 2+a 3+a 4,

b1 = b- 2 + b- 1+ bo + b 1

j=-2

k- t

100

L djJ. = d 3+ d 4+ + d99 + d too

L C" = co+cl +c2,

v- 0

jJ.

-3

A ls substanziellere Beispiele bringen wir einige der frher gefunde nen Summenformeln in der kompakten L-Schreibweise:
(binomischer Satz),

"

kL,k =

n(n+l)
2

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

k=l

(Satz 7 .7),

11

qk =

1-q"+l

1- q

k =O

1
-+

L cos kx =
k- 1

"

L x"- kyk- l =
k- 1

falls q =f 1 (geome trische Summenformel; s. A 7 .10),

sin (2n+1)~
,

-X
2 sm
2
x"- y"
X-

falls x=f 2k7r fr jedes k e Z (s. Gl. (7 .5) in

A 7.13),
falls x =f y (s. A 7 .15).

Die Dreiecksungleichung aus (10.7) hat in der

"

a"-

k- 1

-Schreibweise die Gestalt

"

L lakl

k- 1

Um Summenformeln o hne lstige Einschrnkunge n schreiben zu knnen, ist es


n

ntzlich

I ak
k =- n1

a uch fr n <m zu erklre n. Einer solchen lee r e n Summ e gibt

11 D as Summen- und Produktzeichen

91

man den W ert 0:


II

a" : = 0, falls n < m.

k =m

- 4

L:

Es ist also z.B.

k = 0 und

k- 1

L:

2" = 0.

1< ~3

II

II

L a"

Statt

schreibt man hufig auch noch ein wenig kompakter

k- m

soll

L:

L: a". Schlielich

11

a oder

k - tn

L: a

im Falle n ; :?:; m die (n - m + 1)- gliedrige Summe a + a + +

a = (n- m + l )a, im Falle n < m natrlich 0 bedeuten. WiJJ man bei der Summation der a",, a", +~> ... , a,. ein gewisses Glied, etwa ap, ausfallen lassen, so schreibt
n

man

L:

L:

a". E ntsprechend sind Symbole wie

k=m
k.,.,p

11

a",

k=m
k.,..p,q

L:

a",

k- 1
kin

L:

a" zu verstehen (in

kln

den beiden letzten Summen soll k genau die Teiler von n durchlaufe n).
I ndem man die nachstehenden Summen ausschreibt (und dies sollte man wirklieb
tun!), besttigt man ohne Schwierigkeiten die folgenden
o

11.1 Rechenregeln
n

a"

''

b" =

<a" .b"),
P

L
a" + L a" = L a",
k =m
k - n+ l
k. - m
n+ p

"

L a" = L
k = nt

k - n

1ft

wenn m ~n<p,

n- q
ak - p

k - m+p

ak + q

( Ind exve r sc b ieb u n g),

k - m- q

L
<a" k- m

k-

a k - 1)

= a..- a ".-1

und

L <a" -

ak + l)

= all\ - a,.+l. falls

k - n1

m ~ n ("Tel eskops umm e n").

Viel benutzt wird die folgende Regel zur Addition von Produkten:
o

11.2 Abeisehe partielle Summation 1> Sind die Zahlen al> ... , a,. und bl> ... , b..

vorgelegt, so ist
n

11

akbk

A ..bn + l

k=l

Ak(b k - bk+l)

k- l
k

mit A": =

L a1 und beliebigem bn+ 1 .

i- 1

>Niels H enrik. Allel (1802-1829; 27).

(11.1)

92

I Mengen und Zahlen

Setzen wir nmlich A 0 : = 0, so ist a"


haben wir
n

(Ak- Ak-l)bk =

fr k = 1, ... , n, und somit

Akbk -

Ak- lbk

n-1

Akbk-

k=l

=I

= A"- Ak- t

Ik=l A kbk+l
n

Akbk-

Akbk .. . + A nbn+l

k~l

k =l

Ak(bk -

bk+l)

+ Anbn +l

k- t

Sollen wir die m n dopp el tindizi er t e n Zahlen ~" (j = 1, .. . , m; k = 1, ... ,


n) addieren, so denken wir uns dieselben zu einem rechteckigen Schema von m
horizontalen Zeilen und n vertikalen Spalten angeordnet:

(der erste Index in a ;k ist also der Zeil e nindex , der zweite der Spaltenindex:
a1" steht in der j-teo Zeile und der k-teo Spalte des Schemas). Die Summe S der
a1" knnen wir nun sowohl "zeilenweise" als auch "spaltenweise" ermitteln: Im
n

ersten Falle bilden wir fr j = 1, . .. , m die Summe s1 :=

k=l

a 1" der Elemente in

der j-ten Zeile (die j-te Zeilensumme) und erhalten S durch Addition aller
dieser Summen:
(zei I e nwei seAdd ition );
m

im zweiten FaJle bilden wir zuerst die k-te Spalte ns umm e

CT"

:=

i- 1

a1" und

gewinnen S durch Addition aller dieser Summen:


(s p a I t e nw e i seA dd i tio n ).
Es ist also

in Worten: In einer "Doppel su mm e" darf die R eihenfolge der Summationen


umgekehrt werden. Die KJammer lt man hufig weg, schreibt also die letzte

11 Das Summen- und Produktzeichen

93

Gleichung in der Form


m

tt

"

L L aik = L L

a;k

i- 1 k= l

Die Vertauschung der Summationsreihenfolge ist meistens das einzige- und oft
ein sehr wirkungsvolles- Mittel, um einer Doppelsumme Herr zu werden.
Im Falle m = n (quadratisches Zahlenschema) setzt man, um noch kompakter
schreiben zu knnen,
"
" "
L aik : = L L aik
i- 1 k- 1

/.k = l

Besonders wichtig sind Doppelsummen bei der Multiplikation von Summen


(a 1 + + a"')(b1 + + b11 ). Hier lassen sich die beim Ausmultiplizieren entstehenden Produkte a 1k := a1bk ganz natrlich zu dem Schema
a12

CXzz

a2n>

atb2
azb2

at bl

aln

also zu dem Schema

azbt

albn
a2bn

am2

ambt

a"'"

amb2

ambn

anordnen; man erhlt so

wobei in der rechten Doppelsumme das allgemeine Glied a 1bk eben als die
doppeltindizierte Zahl a 1k aufzufassen ist. Im Falle m = n ist also ganz prgnant

Wir beschlieen die Erluterung des Summenzeichens mit einer weiteren


Bezeichnungskonvention. Zwei Summen

"

..I

ak>

k- 1

bk mit gleichviel Gliedern

k- 1

(was man notfalls durch Hinzufgen von Nullen immer erreichen kann) knnen
denselben Wert haben, ohne da die gleichindizierten Summanden ak, bk
bereinstimmen. Wird die Gleichheit des Wertes jedoch durch die Gleichheit
a,. = b,. aller entsprechenden Summanden erreicht, sind also beide Summen vllig
identisch, so drcken wir diese "strkere Gleichheit" durch das "verstrkte"
Gleichheitszeichen
(lies: "gliedweise gleich") aus, schreiben also

La"= L bk,
k= l

k- 1

z.B.

L"

k- 1

k(k + 1)

" (1
=L
- -- 1 )
k- 1

+1

94

I Mengen und Zahlen

Weniger wichtig a ls das Summenzeichen ist das Produktzeichen , das wir durch

n
n

ak : = a.nam+l ... an

(m, n E Z und m ~ n)

k- m

TI

definieren. Dem leeren Produkt

ak,

n < m, wird der Wert 1 zugeschrieben.

Die folgenden Produktformeln findet man in den Aufgaben der Nr. 7:

fi

3 (1/2)

( - 1)"- 1.!
2k- =
2 k- z 2k
(-1)"

fr n ;;a.

fi 2k2k- 1= (-1/2)
n

fr n ;;a.

2,

2,

k- t

2k-1
1 (2n)
"
n 2k = 22" n

k=1

"

TI ( 1 + x

1
2

")

k =O

n -1 (

ur n ;;a. 2 '

k=l

1)k = -n"

1+k

n!

fr n ;;a. 1,

zn~ l

fr n ;;a. (), x =! 1.

- x

1-

Von besonderer Bedeutung sind die " Teleskopprod ukte "

Die

Teleskopsummen

Eigenschaften

bzw.

Teleskopprodukte

der Differenzen

ak - ak- l

machen

bzw. der

es

mglich,

Quotienten

aus
auf

E igenschaften der ak selbst zu schlieen (s. Aufgaben 2 bis 4).

Aufgaben
1. Welchen Zahlenwert haben die folgenden Summen bzw. Produkte?
4

a)

I< I

IJ.
lOO

e)

1
k '
k

999

b)

lt~l k(k + 1) ,

+1
k

'

*2. Sind die Zahlen a 0 , a l> .. . , a.. alle positiv, und ist ak+tla" ~ q fr k = 0 , .. . , n - 1, so ist

a" ~ aoq".
3. Ist Ia,.- ak- 1! ~ b" fr k = 1, ... , n, so ist

"

Ia.. I~ laol+ L b".


k l

"
1- q

*4. Ist lak+l - akl~aq" fr k = n, n + 1, ... , n+m - 1, O< q < 1, so ist la..+m- a,.l ~ a q

12 Einige ntzliche Ungleichungen


5. a) Wasbedeutet T(n):=Ll, T1(n):=2:t?

95

b) Bestimme T(n) und T1{n) fr n =

''"
''"Zahl, wenn T1(n)=2n ist. Welche der Zahlen
1, .. . , 10. c) n heit eine vollkommene
1, ... , 10 ist vollkommen?
d) Bestimme die erste vollkommene Zahl > 10.
6. B eweise die Lagrangesche Identitt (Joseph Louis Lagraoge, 1736-1813; 77)
2

f_i:akb~c)
=
(Ia~)(Ib~)~- 1
k- 1

k=l

I (a~cb;-a;b~c)2

j,k = l

k< l

8. Berechne fr n E N den Wert der Doppelsumme

L" L. . (k)
.1 2 1

i+ k

f=Ok - o

9. Fr alle reellen

aist .t(a k v)=(::~)-(::~).Hinweis: Mit Hilfe von (7.3) in

A 7.4 kann man die Summe in eine Teleskopsumme verwandeln.

II

10. Beweise induktiv die GI.

k=O

Hinw eis:

-1) k (
2k + 1
(

z : ; rr
.)

II

2k
2k +I.

k=l

2n+ 2 = (" + 1) {1- 2k + 1); A 7 .2d).


(n)k 2n+3
k
2n+ 3

12 Einige ntzliche Ungleichungen


Ungleichungen gehren zu den wichtigsten Werkzeugen des Analytikers. in diesem
Abschnitt stellen wir einige vor. Unter welchen Bedingungen das Zeichen ::::;; in =
bergeht, werden wir in Aufgabe l diskutieren.
12.1 Ungleichung des gewichteten arithmetischen Mittels Sind p1, ... , Pn positive
Zahlen (Gewichte ), so ist
.

pl a l+ +p..a"
mm(al> ... , a,,)~
~max(a 1 ,
Pl + + Pn .

... ,

a,,).

O.B.d.A. (: = ohne Beschrnkung der Allgemeinheit) sei a 1 das fragliche


Minimum, a... das Maximum n. Dann ist (p 1 + + p,.)a 1 ~ P1a1 + + p.,a" ~
(p 1 + + p.. )a.., womit bereits alles bewiesen ist. - Das (gewhnliche) arith
metische Mittel liegt vor, wenn p 1 = = Pn = 1 ist.
Man kann dies durch "Umindizieren" der Zahlen a1, ... , a" stets erreichen. Und da die Behauptung des Satzes hierdurch nicht tangiert wird, beschrnkt unsere zustzliche Annahme
ber a 1 und a" in keiner Weise die Allgemeinheit des Satzes.
J)

96

I Mengen und Zahlen

Unter dem geomet ri schen Mittel der n nichtnegativen Zahlen at. ... , a"
versteht man die Gre

1ja 1 a".
Den Terminus " Mittel" rechtfertigt die Aufgabe 4.

Wegen 0~(~ -{a;Y=a 1 -2ya 1 a2 +a2 haben wir offenbar

...;at a 2 ~

a1 +a2
2

(at, a 2 ;;~!> 0).

{12.1)

Allgemeiner gilt die ungewhnlich kraftvolle


12.2 Ungleichung zwischen dem arithmetischen und geometrischen Mittel
!1. /

va .. a"

a 1+ .. +a"

----n

Wir beweisen sie durch Induktion in d er quivalenten Form

a 1 a" ~ ( a 1 + n +an )"


Um Triviales zu vermeiden, nehmen wir a 1 , , a" > 0 an. Der Induktionsanfang
(n = 1) versteht sich von selbst Angenommen, die Ungleichung gelte fr je n positive Zahlen. Sind uns nun n + 1 Zahlen at. ... , a" + 1 > 0 vorgelegt, so drfen
wir o.B.d.A. a" + 1 ~at. ... , a" annehmen. Nach Satz 12.1 ist dann
also

a" + 1- a
x:= (
) ~0.

n+1 a

Die Bemoullische Ungleichung (7.2) liefert nun :

al++a" +l )n + l =(l+x)" +l~ l +{n+l)x= an+l .


( (n+ l )a
a
Mit der Induktionsvoraussetzung folgt daraus
al++an +l)n+l
(
n+ l

~a

n+l an +l

=a

a,.+l~a ... a"a,. +l

Mit Hilfe des nachgerade trivialen Spezialfalles (12.1) beweisen wir nun die
nach Augustin Louis Cauchy (1789-1857 ; 68) und Hermann Amandus Schwarz
(1843- 1921 ; 78) benannte

12.3 Cauchy-Schwarzsche Ungleichung

12 Einige ntzliche Ungleichungen

97

Beweis. Sei A die erste, B die zweite Quadratwurzel auf der rechten Seite. Da
im Falle A = 0 alle ak> im Falle B = 0 alle bk verschwinden und dann nichts mehr
zu beweisen ist, drfen wir A, B >O annehmen. Mit ak:=iaki/A, k: = lb"I/B
geht die Behauptung in die quivalente Ungleichung I akk ~ 1 ber1>. Deren
Richtigkeit erkennt man sofort mittels (12.1): Es ist nmlich
a

1 1

La"" = I Ja~~~ L (-;f+-;f = 2 Ia~ + 2 L~=2+2=l.


)

Aus der Cauchy-Schwarzschen Ungleichung folgt mhelos die auf Hermann


Minkowski (1864- 1909; 45) zurckgehende
12.4 Minkowskische Ungleichung

(t (a" + b"?Y'~ (~1 a~Y'+ (t b~y

12

O.B.d.A. drfen wir

I (a" + b")2 > 0

annehmen. Zunchst ist

L (a" + b"? = L (a" + b")ak + L (ak + b" )b"


~ L ia" +bkiiaki+Iiak +bk llbkl,
und dies ist nach der Cauchy-Schwarzschen Ungleichung wiederum

~ (I ( ak +bk? Y'

(I a~ Y' +(I b~ Y/2].


2

Man erhlt nun die Behauptung, indem man die ganze Ungleichungskette durch
(I (a" + b"_}2)112 dividiert.

Ersetzt man in der Minkowskischen Ungleichung ak durch a" - ck und bk durch


ck- bk, so folgt
(12.2)
Diese Ungleichung wird fr unsere sptere Arbeit von entscheidender Bedeutung
werden. Wir knnen hier schon die Grnde dafr andeuten. Sind x: = (xl> x2 )
bzw. : = (xl> X 2 , x3 ) und y : = (y l> y 2 ) bzw. : = (y 1> y2 , y 3 ) zwei Punkte der Ebene
bzw. des Raumes - abstrakter gesprochen: zwei Elemente aus R2 bzw. R3 - , so
ist ihr elementargeometrischer Abstand nach dem Satz des Pythagoras bekanntlich d(x, y) = (

"

)
2
(x" - yk)

1/2

, wobei n = 2 bzw. = 3 zu setzen ist. Da wir

k- 1

uns jedoch nur auf die Axiome (A 1) bis (A 9) und die aus ihnen gezogenen
Folgerungen sttzen wollen, keineswegs auf geometrische Aussagen, kehren wir

>Statt

L"
k- 1

schreiben wir hier und in den folgenden Beweisen kurz :[.

98

I Mengen und Zahlen

diese Betrachtung kurzerhand um und definieren den Abstand der "Punkte" x ,


y E R" (n = 2, 3) durch
(12.3)
Nun stehen wir aber vor der Aufgabe zu prfen, ob dieser Abstand in dem Sinne
" vernnftig" ist, da er den metrischen Axiomen (M 1) bis (M 3) aus Nr. 10
gengt. Das ist in der Tat der Fall: (M 1) und (M 2) sind trivialerweise erfllt, die
Dreiecksungleichung (M 3) ist aber nichts anderes als (12.2).
Wir hatten, um ein anschauliches Substrat zu haben, die "Dimensionszahl" n auf
2 und 3 beschrnkt. Unsere berlegungen sind aber vllig unabhngig von der
Gre von n, so da sie in Kraft bleiben, wenn n irgendeine natrliche Zahl ist
(fr n = 1 erhalten wir brigens gerade den blichen Abstand auf der Zahlengeraden). Wir drfen also zusammenfassend sagen:
12.5 Satz und Definition Durch (12.3) wird eine Metrik auf R", die sogenannte
euklidische Metrik definiert.
Aufgaben
.. 1. In den folgenden Ungleichungen st eht genau dann das Gleichheitszeichen

statt~.

wenn

die angegebenen Bedingungen erfllt sind:


a) Ungleichung des gewichteten arithmetischen Mittels: a 1 = = a".
b) Ungleichung zwischen dem arithmetischen und geometrischen Mittel: a 1 = =a".
c) Cauchy-Schwanscbe Ungleichung: la.. I=.A lb.,l fr alle k oder lb.,I=IL la.,l fr alle k
(.A, 1L ;!o 0).
d) Minkowskische U ngleichung: a .. = .Abk fr alle k oder bk = ILak fr alle k (.A, IL ;!o0).
Hi nweis: A 10.2a.
* 2. G leichwertig mit Satz 12.3 ist die Ungleichung
(12.4)

daher wird auch sie als Cauc b y-Sch wa r zsche Ungleichung bezeichne t. Das Gleichheitszeichen gilt genau dann, wenn a.. = .Abk fr alle k oder b.. = #LU.. fr alle k ist.
3. Gib einen zweiten Beweis fr die Cauchy-Schwansche Ungleichung- in der Form
(12.4)- mit Hilfe der L agrangeschen Identitt (s. A 11.6) und einen dritten mit Hilfe der
n

trivialen Abschtzung

(a~ + b.. ) ~ 0 fr alle x E R.


2

k- 1

.. mc
. htoegative
. ak 1.st mm
. (a" ... , a" ) .;; (a
4 F ur
1

5. Fr x>O ist

a" ) 1/" ";;; max ( a h ... , a").

x+.!~2.
X

*6.

11

L
k

ak
I

)2~

II

L a~ (Aufgabe 10 bringt eine Verallgemeinerung).


k l

12 Einige ntzliche Ungleichungen


1

99

IIL Ia" I~ ( L a~)1/2 ~ ../n max(iatl ... , Ia" 1).

* 7. -r
v n 1< - 1

1t

k=t

8. Ungleichung des quadrati schen M itte ls: Fr nichtnegative a" ... , a" ist

9. Sind die Pk Gewichte, also alle >0, und ist a 1< a2 < , so ist

+10. Beweise mit A11.7 die Tsch ebysc h effsche Ungl eichung (Pafnutij L. Tschebyscheff, 1821-1894; 73): Ist a 1 ;;.:: a 2 ;;.:: ;;,:: ~ und b1 ';ii1!: b2;;,:: ;;,:: b"' so gilt

a,++a,. b,++b,. ~ a 1 bt++~b .. .

------'

*11. Der e uklidische Abstand zwischen zwei Punkten x: = (x., x 2 ), y: = (Yt. y2 ) der cartesischen Ebene ist ihre " Luftlinienentfemung". Fr den Fugnger in e iner Stadt mit einer
Schar paralleler und einer zweiten Schar dazu rechtwinkliger Straen (nherungsweise
Mannheim, s. Fig. 12.2) ist jedoch lx 1 - y1 1+ lx2 - y2 1die wirklich zu berwindende Entfernung. Zeige: x: = (x., ... , x,.), y : = (yl> ... , y,.) seien Punkte des R". Dann wird durch
n

d t(X, y): =

L [xk -

Yk l

k- 1

eine Metrik auf R" definiert.

Fig. 12.2

121>. Man whle in einer cartesischen Ebene einen festen Punkt x 0 (und nenne ihn
" Paris"). D efiniere den Abstand d(x, y) zwischen den Punkten x, y folgendermaen:
d(x, y) sei der euklidische Abstand zwischen x und y, falls diese beiden Punkte auf e iner
Geraden durch x 0 liegen; andernfalls sei d(x, y) die Summe der euklidischen Abstnde
zwischen x, x 0 und y, x 0 Zeige, da hierdurch eine Metrik auf ~ erklrt wird ("Metrik des
franzsischen Eisenbahnsystems' ').
13. x: = (x11 , x,.), y: = (Yt. ... , y.. ) seien Punkte des R". Zeige, da durch

d..(x, y): = max([xt- Y,[, .. , lxn - y,. D


eine Metrik auf R" erklrt wird.

t)

Wir benutzen hier elementare Tatsache n aus der Analytischen Geometrie.

100

I Mengen und Zahlen

*14. d 1 und d.. seien die in den Aufgaben 11 bzw. 13 definierten Metriken, d 2 bedeute die
euklidische Metrik des R". Zeige mit Hilfe der Aufgabe 7:

15. Wir definieren den Abstand d(a, b) zweier komplexer Zahlen a = a 1 + ia 2 , b =


1 + i 2 als euklidischen Abstand zwischen den sie reprsentierenden Punkten {a h a 2 ),
(~t ~ der Ebene: d(a, b): =((a 1 - 1) 2 +(a 2 - 2 ) 2 ) 112 Zeige: a) Der Abstand ist translationsinvariant: d(a +c, b+c) =d(a,b).- b) Mit dem Betrag lal: = d(a,O)=(a ~+ a ~)112
ist d(a, b) = Ia - bl.- c) Der Betrag definiert im Sinne von A 10.18 eine Bewertung in C,
d.h., es gelten die Betragsaxiome (B 1), (B 2) und (B 3). -d) Ist die Zahl a reell, so
stimmen ihr " reeller" und .,komplexer" Betrag berein. - e) Fr den Betrag gilt Satz 10.2
(s. A 10.17).- f) ll = Iai = .fii (. ist wie immer die zu a konjugierte Zahl).Zusammenfassung:

iai=O- a =0,

lai~O,

labl = lallbl.
Ia + bl ~ Iai + lbl,

llal-lbll :s;; Ia bl,

d(a, b)=la-bl.

ll = lal,

Man beachte: Im Gegensatz zum Reellen ist nicht immer la 2 1= a 2 ; z.B. ist Wl ::f= i2 .
0

16. In der Zahlenebene ist {z e C : lz- ai = r} die Kreislinie um a mit Radius r,


U,(a):={ze C :Iz-al< r} bzw. U,[a]: = {ze C :Iz-al:s;;r} der Kreis um a mit Radius r
aus- bzw. einschlielich seiner Peripherie (dabei ist r>O). U,(a) heit r-Umgebung von

a.
0

17. Wie in A 7.13 benutzen wir den Sinus und Kosinus naiv, ebenso den Begriff des (im
Bogenma zu messenden) Winkels. Zwei Winkel, die sich nur um ganzzahlige Vielfache
des .,vollen Winkels" 21r unterscheiden, werden als gleich angesehen. Das Argument arg a
einer komplexen Zahl a ::f= 0 ist der Winkel, um den man die positive Richtung der reellen
Achse im mathematisch positiven Sinne (d.h. entgegengesetzt dem Uhrzeigersinne) drehen
mu, bis sie mit der Richtung des Strahles von 0 nach a zusammenfllt (s. Fig. 12.3);
ergnzend setzen wir arg 0 : = 0. Zeige: Ist ((J : = arg a, t/1: = arg b, so gilt

icr2

- - - -- - - O=~+ICY2

I
I

Fig. 12.3

a) a =lai(coscp + isincp);
b) ab= lallbl (cos(cp + .p) + i sin(cp + .p)) (die Multiplikation bedeutet also anschauJjch eine
" Drehstreckung"--eine Drehung verbunden mit einer Streckung);

12 Einige ntzliche Ungleichungen

101

c) a/ b =(la l/lbl)(cos(cp-t/l)+ i sin(cp- t/1));


d) 1/a =(l /la l)(cos<p - isin<p);
e) a" = Ia i" (cos kcp + i sin kcp) fr k E Z (Moivres ch e Formel, s. A 7.13).- Eine exakte
Begrndung dieser Dinge wird in Nr. 68 gegeben werden ; s. insbesondere A 68.2.
0

18. Da C nicht angeordnet ist (s. A 5.6), knnen wir die Ungleichungen dieser Nummer
nicht auf komplexe Zahlen bertragen (man beachte: Eine Ungleichung wie a < b oder
b ;a,: c setzt stillschweigend immer voraus, da alle auftretenden Zahlen ree II sind). Man
erhlt aber sofort Ungleichungen in C, wenn man zu Betrgen bergeht. Zeige:

,.t

a,.b,.

J la,.b,.l~ (t

la,.l

)"

( t lb,.l

2
2

( t la,.+b,. l

~ (JJ la,. l

)"

1
0

2
2

19. Fr jedes a e C ist

IRe(a)l ~l al

2
)" ,

yn

und

2
2

+ ( t lb,. l

)"

IIm(a )l~lal.

D Funktionen
y = f(x): das ist die Urgestalt aller Eindrcke ...
Oswald Spengler

Damit der Hausmeier Bertoald um so eher


den Tod fnde, schickten sie ihn in bestimmte Gaue ... mit dem Auftrag, Funktionen einzufordern. [lat. functiones = Abgaben]
Aus einer Chronik des 7. Jahrhunderts

13 Der Funktionsbegri
Dieser zentrale Begriff der Analysis ist das angemessene Mittel, die Abhngigkeit
gewisser Gren von anderen zu beschreiben. Orientieren wir uns zunchst an
B e is pi e l en; die bierbei auftretenden Gren g und G sind die Konstante der
E rdbeschleunigung bzw. die Gravitationskonstante.
1. D er Weg s, den ein Krper beim freien Fall zur cklegt, hngt von der Fallzeit t ab:
s = (l/2)gt 2 .
2. Die Schwingungsdaue r T eines mathematischen Pendels wird bei kleinen Ausschlgen
von der Pendellnge 1 bestimmt: T = 2-rr-JT[g.
3. Wirkt lngs e ines Weges e ine Kraft, so hngt die gele istete Arbeit A von der Gre K
der Kraft und der Lnge s des Weges ab: A = K s.
4. Der Druck p eines Gases kann aus seinem Volumen V und seiner T emperatur T
berechnet werden: p = cT/V (c eine Konstante).
5. Die Anziehungskraft K , die zwischen zwei Massenpunkten wirkt, hngt von den beiden
2 (N
Massen m " m 2 und deren E ntfernung r ab: K -- G mtm
ewtonsches G ravitations,z

gesetz).
6. Erfhrt ein R aumbereich eine zeitlich vernderliche Wrmeeinstrahlung (z.B. durch die
Sonne), so wird zur Zeit t in dem Raumpunkt (x, y, z) eine gewisse T emperatur T
herrschen. Wie der rumliebe und zeitliebe Temperaturverlauf genau beschaffen ist, wird
man formelmig nur in wenigen Fllen beschreiben knnen; grundstzlieb aber wird man
sagen knnen, da er in gesetzmiger Weise von x, y, z und 1 abhngt und wird diese
Abhngigkeit e twa durch die Schreibweise T = T(x, y, z, t) ausdrcken.
7. Wird ein Krper aus dem Nullpunkt e ines cartesischen xy-Koordinatensystems unter dem
Winke l q> zur horizontalen x-Achse herausgeschleudert und ist seine Anfangsgeschwind igkeit v 0 , so sind seine Ortskoordinaten x, y nach Ablauf der Zeit t gegeben durch
x = v 0 t cos q>, y = v 0 t sin q>- (1/2)gt 2
8. Eine elektrische Punktladung der Strke e, die im N ullpunkt eines cartesischen x 1 x 2 x 3 Koordinatensystems angebracht ist, erzeugt e in elektrisches Feld E , das man in jedem
R aumpunkt durch seine drei Ko mponenten Ek in Richtung der xk-Achsen beschreibt
(k = 1, 2, 3). Nach dem Coulombsehen Gesetz sind die Ek im Punkte (x " x 2 , x 3 ) gegeben
durch Ek = (exk)/(x~+ x~+ x ~) 312 .

13

Der Funktionsbegriff

103

In den bisherigen Beispielen hingen (eine oder mehrere) durch Zahlen angehbare
Gren von (einer oder mehreren) ebenfalls zahlenmig angehbaren Gren in
naturgesetzlicher Weise ab. Abhngigkeiten knnen aber auch durch willkrliche
Setzungen geschaffen werden:
9. Der Preis einer Theaterkarte hngt von der Nummer der Sitzreihe ab. Diese Abhngigkeit wird durch eine Preistabelle beschrieben:

. .. n

Nr. der Reihe

Preis

Pt

P2 P3 Pn

10. Das Briefporto P hngt von dem Gewicht S des Briefes ab; nach dem Gebhrenheft
der Deutschen Bundespost (Stand 1.4. 1989) ist, wenn P in DM und S in Gramm angegeben wird,

P=

1,00

fr

O<S~20,

1,70

fr

20<S~50,

2,40

fr

50<S~100,

3,20

fr

100<S~250,

4,00

fr

250<S~500,

4,80

fr

500 <

(13.1)

s ~ 1000.

Zum Schlu erwhnen wir noch einige der Abhngigkeiten im mathematischen Bereich,
die uns in groer Flle schon in diesem Buche begegnet sind. Es hngt ab
11. die Anzahl n! der Permutationen n verschiedener Objekte von n,
12. die Anzahl (:) der k-elementigen Teilmengen einer n-elementigen Ausgangsmenge
von n und k,
13. die Potenz x' von der Basis x (r e Q fest),
14. Summen a + b, Produkte ab und Abstnde d( a, b) von a und b,
15. das Supremum einer nach oben beschrnkten Menge M c R von M,
16. die Lnge b- a eines Intervalles [a, b] von [a, b].

Alle diese Beispiele weisen trotz ihrer vielfltig verschiedenen Einzelzge etwas
Gemeinsames auf. In jedem Beispiel gibt es eine gewisse Menge X (die aus
Zahlen, Zahlenpaaren, . . .) besteht, und zu jedem x EX lt sich in eindeutiger
Weise (durch ein Naturgesetz, eine Formel, eine willkrliche Festlegung) ein
Element y einer Menge Y bestimmen (oder: jedem x EX lt sich eindeutig ein
y e Y zuordnen); Y selbst besteht aus Zahlen, Zahlen paaren, . . . . So wird in
Beispiel 1 jedem t;:;;;. 0 eindeutig die Zahl s = (1/2)gt2 zugeordnet, ... , in Beispiel
15 jeder nach oben beschrnkten Teilmenge M von R eindeutig die Zahl sup M.
Das Gemeinsame aller dieser Beispiele fhrt uns zu der folgenden fundamentalen, unsere ganze weitere Arbeit auf Schritt und Tritt begleitenden

104

I1 Funktionen

Definition X und Y seien zwei nichtleere, aber ansonsten vllig beliebige Mengen.
Unter einer Funktion oder Abbildung f von X nach (oder in) Y versteht man
eine Vorschrift, die jedem x EX in vollkommen eindeutiger Weise genau ein y e Y
zuordnet. Dieses dem Element x zugeordnete Element y bezeichnen wir auch mit
f(x) und nennen es den W er t der Funktion f an der S t e II e x oder das Bi I d von x
unter f, whrend x ein Ur b ild von f(x) heit. X wird die Definitionsmenge
oder der Definitionsbereic h , Y die Zielmenge von f genannt.
Z ur przisen Festlegun g einer F unktion f mu man ausdrcklich ihre
Definitionsmenge X und ihre Zielmenge Y angeben ; man verwendet zu diesem
Zweck gerne die Schreibweise f: X-+ Y. Das Symbol x ~ f(x) besagt, da die
Funktion f dem Element x das Bild f(x) zuordnet. Man benutzt dieses Symbol
a uch zur Bezeichnung de r Funktion f selbst, spricht also von der "Funktion
x ~ f(x)"; in diesem Falle mu man aber die D efinitions- und Zielmenge noch
gesondert angeben, falls dieselben nicht a us dem Zusammenhang bekannt sind.
Z ur ausfhrliebsten und genauesten Darstellung einer Funktion f dient die
Schreibweise
X -+ y

t { x~ f(x).

(13.2)

Z.B. ist

f:

{[0,+oo)-+ R
x~.JX

diejenige Funktion f, die jeder nichtnegative n Zahl x ihre Quadratwurzel JX


zuordnet.
Selbstverst ndlich kann man nicht nur f, sondern jeden Buchstaben, der in der
gerade stattfindenden Untersuchung noch nicht verbraucht ist, zur Bezeichnung
einer Funktion verwenden. Besonde rs gerne zieht man zu diesem Zweck (neben
f) die Buchstaben g, h, u, v, F, G, H und cp, 1/J, x he ran .
..
Die folgende Ubersicht arbeitet noch einmal die Vielfalt hera us, die bei
Definitions- und Zielmengen unsere r Beispiele herrscht (s. auch Aufgabe 1):
Definitionsmenge
besteht aus

Zielmenge
besteht aus

bei den
Beispiele n

Zahlen
Zahlenpaaren
Zahlentripein
Zahlenquadrupeln
Zahlen
Zahlentripein
Teilmenge n von R

Zahlen
Zahlen
Zahlen
Zahle n
Zahle npaaren
Zahlentripein
Zahlen

1,2,9, 10,11,13
3, 4,12, 14
5
6
7
8

15, 16

13

Der Funktionsbegriff

105

E ine Funktion f: X--+ Y stellt die Eleme nte x von X mit gewissen Elementen
y: = f(x) von Y zu Paaren (x, y) zusamme n, und zwar so, da Paare (x 1 , y 1) ,
(x 2 , yJ mit gleichen ersten Komponenten auch gleiche zweite Komponenten haben:
x 1 = x 2 =+ y 1 = y 2 (das ist nichts anderes als die E indeutigkeit der Zuordnung
x ~ f(x)). f kann deshalb geradezu als eine gewisse Teilmenge des cartesische n
Produktes X x Y aufgefat werden. Nun sei uns umgekehrt eine Teilmenge f von
X x Y mit den oben herausgeschlten Eigenschaften gegeben:
a) jedes x e X tritt als erste Komponente eines Paares aus f auf,
b) sind (xl> y 1), (x 2 , y2 ) Paare ausf undist x 1 = x 2 , so ist a uch y 1 = y2
Ordnet man nun jedem x EX die eindeutig bestimmte zweite Komponente des
Paares (x, y) E f zu, so wird bierdurch eine Funktion von X nach Y definiert, die
man mit f: X --+ Y bezeichnet . Funktionen f: X--+ Y sind also im Grunde nichts
anderes als Teilmengen von X x Y mit den Eigenschaften a}. und b) und lassen sich
deshalb geradezu als solche d e f in i er e n .
Die Paarung (x, f(x)) ist das abstrakte Analogon zu der Zusammenstellung der
x-We rte mit den zugehrigen Funktionswerten in einer Wertetabelle (s. Beispiel
9) oder zu der blichen Veranschaulichung einer Funktion als " Kurve", genauer :
als Menge der Punkte (x, f(x)) in einem cartesischen Koordinatensystem, falls x
und f(x) reelle Zahlen sind (s. Fig. 13.1). Die von f: X--+ Y erzeugte Teilme nge
{(x,f(x)):xeX} von X X Y heit de r Graph von f.

(x,f(x))

Fig. 13.1

ist. Diese G leichheit drcken wir durch das Zeichen f 1 = / 2 oder a uch durch
/ 1 (x) = / 2 (x) aus.
Eine Funktion f: X--+ Y ordnet nicht nur jedem " Punkt" von X eine n " Punkt"
von Y, sondern a uch jeder T eilmenge A von X eine Teilmenge f(A) von Y und
jeder Teilmenge B von Y eine Teilmenge 1 (B ) von X zu, und zwar vermge
der D efinition

f(A): = {f(x): x e A },

(B ) : = {x E X: f(x) E B}.

(13.3)

106

li Funktionen

f(A) heit das Bild von Ac X (unter f), 1 (B) das Urbild von B c Y. /(X) ist
der Bild- oder Wertebereich von f. Im Falle f(X) = Y sagen wir, f bilde X auf
Y ab oder f sei surjektiv. f beit eine Selbstabbildung von X. wenn
f(X)c X ist.
Man beachte, da !(0) = I (0) = 0 ist, und da 1(B) auch fr Mengen B c y
definiert ist, die nicht vollstndig im Bildbereich von f liegen. Im Falle B n f {X ) =
0 ist 1 (B ) immer leer.
Haben verschiedene Urbilder immer verschiedene Bilder, folgt also aus x 1 =f x 2
stets f(x 1 )=f f(x 2 ), so nennt man f injektiv , umkehrbar eindeutig oder kurz
umkehrbar. In diesem-und nur in diesem- Falle gibt es zu jedem y e f(X)
genau ein x e X mit f(x) = y. Man kann dann eine Funktion von /(X) nach X
durch die vllig unzweideutige Zuordnung f (x) .,..... x definieren. Diese Funktion
nennt man die Umkehrfunktion oder Umk e hrabbildung von f oder auch
die zu f inver s e Funktion und bezeichnet sie mit 1 oder ganz ausfhrlich mit

r1.. {f(X)-+
X
f (x).,..... x.

(13.4)

Offenbar ist

f - 1{f(x)) = x fr alle x e X ,

f{f- 1(y)) = y fr alle y E f(X).

(13.5)

Die Umkehrfunktion r\ die nur fr injektives f definiert ist, darf nicht mit der
" Mengenabbildung" 1 in (13.3) verwechselt werden, die fr jedes f vorhanden
ist. Um die Verwechslungsgefahr ZU entschrfen, werden wir unter r l immer die
Umkehrfunktion (13.4) verstehen, die erwhnte Mengenabbildung aber stets nur
zusammen mit der Menge B , auf die sie wirkt, also nur in der Form 1 (B)
auftreten lassen.
Eine Funktion f:X-+ Y, die sowohl injektiv als auch surjektiv ist, wird bijektiv
genannt; man sagt auch, f bilde X umkehrbar eindeutig auf Y ab oder sei eine
Bijektion von X auf Y. In diesem Falle ist
eine Bijektion von Y auf X
Unter der Einschrnkung f IA der Funktion f:X- Y auf die (nichtleere)
Teilmenge A von X versteht man diejenige Funktion, die jedem x e A den Wert
f(x) zuordnet:

A-Y
I A: { x.,..... f(x ) ;

f nennt man eine Fortsetzung von f i A auf X


Bei einer Funktion f ist die Frage, wie gro ihr Wert f(x) an der Stelle x ist,
meistens viel weniger interessant als die Frage, wie sich dieser Wert ndert, wenn
man x ndert. Unter diesem Gesichtspunkt nennt manfauch gerne eine Funktion
der unabhngigen Vernderlichen oder Variablen x ; y: = f(x) heit dann

13

Der Funktionsbegriff

107

d ie ab h ngi ge Vernderl iche oder Variable. Die unabhngige Vernderliche wird auch hufig das Arg ume nt der Funktion genannt. Sind die
Werte von f stets reell, so heit f r eellwer ti g; ist berdies auch die
unabhngige Variable nur reeller Werte fhig, so wird f kurz eine r ee ll e
Funktion genannt. Besteht der Definitionsbereich von f aus n-Tupeln x: =
(xl> ... , xn) reeller Zahlen xk> so heit f eine Funktion von n r ee ll en
Vern d erli chen ; ihr Wert an der Stelle x wird dann auch mit f(x 1 , , x,,)
statt mit f(x ) bezeichnet.
Eine reelle Funktion lt sich, wie schon beschrieben, durch eine "Kurve" in der
xy-Ebene veranschaulichen (s. Fig. 13.1); y = f(x) nennt man dann auch die
G l eichung dieser Kurve. Ein derartiges Schau bild macht besonders gut deutlich, ob die Funktionswerte f(x) mit wachsendem x selbst wachsen oder
abnehmen -oder auch nichts dergleichen tun. Ganz entsprechend kann man eine
reellwertige Funktion f der beiden reellen Vernderlichen x, y durch eine
"Flche" im xyz-Raum, genauer: durch die M enge der Punkte (x, y, f(x, y)),
veranschaulichen (s. Fig. 13.2); z = f(x, y) heit die Gleichung dieser Flche.
y

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

(u, v)

--..........

Fig. 13.3

Fig. 13 .2

Fig. 13.4

Gelegentlich sind andere Veranschaulichungen angemessen. So kann man sich im


Falle einer reellen Funktion f etwa an jedem Punkt x des Definitionsbereiches X,
aufgefat als Teilmenge der Zahlengeraden, den zugehrigen Funktionswert f(x)
angeschrieben denken, oder man stellt zwei Zahlengeraden nebeneinander und
trgt auf der ersten einige Punkte des Definitionsbereiches, auf der zweiten die
zugehrigen Funktionswerte auf. Dieses Verfahren lt sich ohne weiteres auf
den Fall bertragen, da f gewissen Zahlenpaaren (x, y) wieder Zahlenpaare
(u, v) zuordnet, also Punkte der xy-Ebene auf Punkte der uv-Ebene abbildet (s.
Fig. 13.3). Schlielieb kann man sich auf diese Weise jede Funktion f: X~ Y
zumindest symbolisch veranschaulichen (s. Fig. 13.4).

108

li Funktionen

Da solche Veranschaulichungen trotz ihrer Informationsarmut gelegentlich


ntzlich sein knnen, zeigt die "Darstellung" der Umkehrfunktion in Fig. 13.5
oder des Kompositums zweier Funktionen, das wir nun definieren wollen (s. Fig.
13.6): Sind zwei Funktionen g: X~ Y1 und f: Y2 ~ Z gegeben und ist
g (X) c Y 2 , so kann man jedem x E X
das Element
y
f

(f o g)(x): = f(g(x))

(13.6)

Fig. 13.5

von Z zuordnen. Die so definierte Funktion f o g: X~ Z nennt man das


Kompositum der Funktionen f, g (in dieser Reihenfolge!) oder wohl auch eine
mittelbare Funktion , die aus der inn eren Funktion g u nd der ueren
Funktion f zusammengesetzt ist. Das Symbolfog liest man "f nach g", weil
man zuerst g und dann I anwendet.
Es ist klar, da und wie man Komposita der Form f 1 o f2 o o f,. definieren
kann; der Leser mge das selbst tun und sich eine geeignete Skizze anfertigen.
fg

Fig. 13.6

Die id entisch e Abbildung idx einer Menge X wird durch


idx{x): = x

fr alle x EX

(13.7)

erklrt. Mit Hilfe des Kompositums und der identischen Abbildung kann man
(13.5) a uch wie folgt schreiben: Fr injektives f:X ~ Y ist

r 1 ol=idx und for' = idroo

{13.8)

Eine Funktion I: {1, ... , n} ~ Y ordnet jedem k E {1, ... , n} ein Element Yk aus
Y zu. Man beherrscht diese Funktion vollstndig, wenn man ihre Wertetabelle

Yt

Y2

Y..

13

Der Funktionsbegriff

109

kennt, die man noch bequemer als n-Tupel (y 1 , , Yn) schreibt. Weil zwei
Funktionen f, g von {1, ... , n} nach Y genau dann gleich sind, wenn ihre
We rteta bellen, also die zugehrigen n-Tupel bereinstimmen, drfen wir
geradezu die Funktion f mit ihrem Werte-n- Tupel (f(1), ... , f(n)) identifizieren
und f= (f(l), ... , f(n)) schreiben. Und da umgekehrt jedes n-Tupel (yl> ... , Yn)
aus Y vermge f(k): = Y~< (k = 1, ... , n) eine Funktion f: {1, ... , n} ~ Y
definiert, knnen wir die Gesamtheit aller n- Tupel aus Y als die Gesamtheit aller
Funktionen von {1, ... , n} nach Y auffassen 1 >. Natrlich kommt es nicht darauf
an, da man das n-Tupel f = (yl> ... , y,.) als Zeile schreibt ; man kann es auch
alsSpalte
X

Y1

Yt

entsprechend der Wertetabelle

y,.

Yn

darstellen, und diese Darstellung wird fr manche Zwecke bequemer und


bersichtlicher sein als die Zeilenform.
Eine Funktion f:N ~ Y nennen wir eine Folge aus Y. Wir haben sie vollkommen in der Hand , wenn wir ihre Werte y 1 : = f(1), y2 : = f(2), ... kennen. Wie im
Falle der n-Tupel benutzen wir deshalb das Symbol (y" y2 , .) als eine neue
Schreibweise fr f. Gem ihrer Definition sind zwei Folgen (y 1> y 2 , ),
(z 1 , z 2 , . .) gleich, in Zeichen: (yt> y 2 , )=(z 11 z 2 , ), wenn ihre gleichsteiligen
Glieder bereinstimmen, d.h., wenn Yn = z" fr alle natrlichen n ist. brigens
wird es gelegentlich zweckmig sein, die Numerierung der Folgenglieder nicht
mit 1, sondern mit irgendeiner anderen ganzen Zahl p zu beginnen, also Folgen
der Form (yP, Yp+ ~> .) zu betrachten. Keinesfalls darf man Folgen aus Y mit
Teilmengen von Y verwechseln; nicht nur ist bei einer Folge die Anordnung ihrer
G lieder wesentlich, sondern dasselbe FolgengUed kann durchaus mehrfach in der
Folge auftreten. Um Verwechslungen vorzubeugen, schlieen wir deshalb die
Folgenglieder in runde- nicht in geschweifte-Klammern ein.
Eine Funktion f:X ~ Y (insbesondere also eine Folge) nennen wir konstant,
wenn f(X) = {c}, also f(x) = c fr alle x EX ist. Um auszudrcken, da f konstant
ist, schreiben wir hufig f = const oder wohl auch f(x) = const2 >.
>In diesem Sinne kann man z.B. R" als die Menge aUer reellwertigen Funktionen mit dem
Definitionsbereich {1, ... , n} deuten.
2
) const ist die Abkiirzung fr das lateinische constans ( "" konstant).

110

11 Funktionen

Aufgaben
1. Stelle fest, ob durch die folgenden Zuordnungsvorschrten Funktionen definiert werden
und prfe ggf., ob sie injektiv sind:
a) Jedem Einwohner Mnchens wird sein Nachname zugeordnet.
b) Jedem Einwohner der Bundesrepublik Deutschland, der einen rechten Daumen besitzt,
wird der Fingerabdruck desselben zugeordnet.
c) Jedem Patienten eines Krankenhauses wird seine Lnge oder sein Gewicht zugeordnet.
d) Jedem PKW in der Bundesrepublik Deutschland wird seine KFZ-Nummer zugeordnet.
e) Jedem x e [ -1, 1] wird eine Lsung der Gleichung x 2 + y 2 = 1 zugeordnet.
f) x ~---+ x 2 fr alle x e R.
g) x~---+x 2 fr alle x e R+.
h) x ~---+ x 3 fr alle x e R.
2. Zeichne Schaubilder der Funktionen in den Beispielen 9, 10, 11.
*3. Gegeben sei die Funktion f: X- Y. A bzw. B stehe fr Teilmengen aus X bzw. Y,
ferner sei A ': = X \ A und B': = Y \ B. Zeige:
a) A 1 c A 2

b)
c)

A)=
U
~~W

r( U B)
f

f(A 1)c f(A 2 ), B 1 c B 2 -=+ /

Bdl

d)

f(A),

Ae W

U
/
Bdl

(B),

(B 1)c /

(B 2 );

t(n A)c n f(A);


r( n B) = n / (B);
Ae W

Ac W

B<illl

88Rl

(B') = ( / 1(B))'.

4. Zeige an Selbstabbildungen von X, da f o g nicht mit g o f bereinzustimmen braucht:


Fr die Komposition gilt kein Kommutativgesetz. Dagegen gilt das Assoziativgesetz
f o (g o h) = (f o g) o h, falls das linksstehende Kompositum existiert.

S. Sei f: X- Y gegeben. Zeige:


a) f ist injektiv- es gibt ein g :.Y- X mit g o f = idx.
b) f ist surjektiv- es gibt ein h : Y- X mit f o h = id Y
c) f ist bijektiv .-es gibt ein g : Y - X mit g o f = idx.
falls vorhanden, eindeutig bestimmt.

f o g = idy. Dieses g ist,

' 6. Sind g:X- Yund f: Y-z gegeben, so ist (fog)- 1(C)=g- 1(f- 1 (C)) fr jedes C c Z.
Sind berdies g und f bijektiv, so ist auch f o g bijektiv und (f o g)- 1 = g- 1 o / 1
Sei f: X- Y gegeben. .!'lenne x 1 e X quivalent zu x 2 e X , wenn f(x 1) = f(x 2 ) ist und
zeige,..da hierdurch eine Aquivalenzrelation auf X definiert wird. Zeige ferner, da sich
jede Aquivalenzrelation auf X in dieser Weis.e erzeugen lt.

+ 7.

s.

Sei iln eine nichtleere Menge von Mengen M, N, .... Nenne M quivalent z u N,
wenn es eine bijektive Abbildung f: M- N gibt. Zeige, da hierdurch eine
quivalenzrelation auf IDl definiert wird. Hinweis: zweiter Teil von Aufgabe 6.

14 Reellwertige Funktionen. Funktionenrume und -algebren

111

14 Reellwenige Funktionen. Funktionenrume und -algebren


In diesem Abschnitt wollen wir uns die Begriffsbildungen der Nr. 13 lebendiger
und anschaulicher machen, indem wir den wichtigen Sonderfall der reellwertigen
Funktionen f: X- R nher ins Auge fassen.
Wir betrachten zunchst einige Beispiele. Die hierbei auftretenden Gren a,
b, c, ak> bk, ck, x sind reelle Zahlen:
1. Die konstante Funktion: f(x):=c fr alle x. Wir schreiben kurz f=c,
benutzen also c auch als Funktionszeichen.
2. Die identische Funktion: f(x): = x fr alle x.
3. Die lineare Funktion: f(x): = ax fr alle x.
4. Die affine Funkt ion: f(x):=ax+b fr alle x.
S. Die ganz rati onale Funktion (Poly nom) :f(x): = a 0 + a 1 x+ +a..x" fr
alle x. Die Konstanten a 0 , . . . , a .. werden Koeffizienten des Polynoms f
genannt. Die Beispiele 1 bis 4 sind alle Polynome.
f( )
a0 + a 1 x + + a..x"
. (
)
.
.
6 Die gebrochen ratiOnale Funkt ion : X :=
b
b m fr alle
bo + tX + ... + rnX
diejenigen x, in denen der Nenner nicht verschwindet (s. Fig. 14.1 bis 14.3).

1.
X

_,_

1- x2

I
I

Fig. 14.2

Fig. 14.1

7. Die n-te Wurze lfunktion: f(x): = ~fr alle x ~ 0 (n E N fest; s. Fig. 14.4).

8. Die Betragsfu nktion: f(x):=lxl fr alle x (s. Fig. 14.5).

IX I
1
1

Fig. 14.3

1
Fig. 14.4

1
Fig. 14.5

112

II Funktionen

9. Die Grte-Ganze-Funktion: f(x): = [x] fr alJe x (s. A 8.10 und Fig.


14.6; durch bzw. o deuten wir an, da der betreffende Punkt zum Schaubild
gehrt bzw. nicht dazu gehrt).
[X]

1 -- T

es

O=Xo

--0

XI x2

X3 X4X5

x6 =b

Fig. 14.6

Fig. 14.7

10. St ckweise konstan t e Funktionen (Tre pp e nfun k ti o nen): Sei f auf


einem beliebigen endlichen Intervall mit den Randpunkten a, b (a < b) definiert.
Ferner gebe es eine Zerlegung des Intervalles durch Teilpunkte x 0 , x 1 , . . . , xn
(a =x 0 < x 1 < < x,. = b ), so da f(x)=ck fr alle xe(xk- l>xk), k=1, .. . , n
(in Worten: f sei auf jedem offenen Teilintervall (xk- 1> xk) konstant, whrend
ber die Funktionswerte in den Teilpunkten nichts ausgesagt wird). Dann heit f
stckweise konstant oder eine Treppenfunktion. Die Grte-Ganze-Funktion ist
z.B. auf jedem endlichen Intervall eine Treppenfunktion; s. auch Fig. 14.7 und
beachte das ganz verschiedenartige Verhalten der Funktion in den Teilpunkten.
11. St c kw eise affine F u nkt io n e n: Es sei wieder eine Intervallzerlegung wie
in Beispiel 10 gegeben, und f sei auf jedem (xk-L> xk) affin, d.b. , es sei
f(x) = ckx + dk fr alle x E (xk- 1> xk), k = 1, ... , n, whrend ber die Funktionswerte in den Teilpunkten nichts ausgesagt wird. Dann heit f stckweise affin
auf dem Intervall von a bis b (s. Fig. 14.8). Schlieen sich berdies, kurz gesagt,
die "affinen Stcke" ohne Sprnge zusammen (s. Fig. 14.9), so heit f ein
P olygo n zug.

Fig. i4.8

Fig. 14.9

14 Reellwertige Funktionen. Funktionenrume und -algebren

113

12. Die charakteristische Funktion XM einer Teilmenge M von R:


XM(x): =

{~:

falls xEM
falls xrt M

Offenbar ist x 0 = 0.
13. Die Dirichl e t sche Funktion xa:
( ) = { 1 fr rationales x,
Xo x
0 fr irrationales x
(Peter Gustav Lejeune-Diricblet, 1805-1859; 54). Die Dirichletsche Funktion ist
die charakteristische Funktion der Menge 0.
Ist eine reelle Funktion mittels eines "Rechenausdrucks" definiert, z.B. durch
f(x): =x 2 /.Jx+2 oder durch f(x): =~lxl+ l/x, so versteht man unter ihrem
o a t rlichen Definitions hereich die Menge aller x ER, fr die, kurz gesagt,
f(x) berechnet werden kann (im ersten Beispiel besteht der natrliche
Definitionsbereich aus allen x > - 2, im zweiten aus allen x, die ~ -1 oder >0
sind).
x 0 E X heit eine Nullstelle von f:X--+R, wenn f(x 0 ) = 0 ist (wenn also, wie
man auch sagt, f in x0 verschwindet). Ist X eine Teilmenge von R, so ist x 0 ,
anschaulich gesprochen, genau dann eine Nullstelle von f, wenn das Schaubild von
f die x-Achse im Punkt x 0 trifft.
Sind die reellwertigen Funktionenfund g beide auf X 1> definiert, so erklrt man
die Summe f+ g, das Vielfache cxf und das Produkt fg auf X " punktweise"
durch die Festsetzungen

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

(cxf)(x): = cxf(x),

(fg)(x): = f(x)g(x)

(14.1)

fr alle x EX.
Dagegen wird der Quotient

f durch

= f(x)
(l)(x):
g
g(x)

{14.2)

nur fr diejenigen Stellen x EX definiert, an denen g(x) nicht verschwindet. Er


braucht also nicht mehr eine auf ganz X erklrte Funktion zu sein.
Die Funktion (-1)/ bezeichnen wir krzer mit -f, und statt f + (-g) schreiben wir
g.

t1

>X

braucht keine Teilmenge von R zu sein.

114

II Funktionen

Die Regeln fr das Rechnen mit reellen Zahlen bertragen sich unmittelbar auf
Funktionen von X nach R; so ist z.B. f+ g = g+ f, (f + g)+ h = f+(g+ h),
f(g + h) = fg + fh usw. Jedoch gibt es zu einem ff 0 nicht notwendigerweise eine
multiplikative Inverse, also eine Funktion g, die auf X definiert und mit der fg = 1
ist (f-f 0 bedeutet nur, da f(x) an mindestens einer Stelle x e X nicht verschwindet). Und somit folgt aus fg = 0 nicht mehr, da mindestens ein Faktor = 0 ist
(Beispiel: X<o.t> X<t.2) = 0).
Bezeichnen wir p-Tupel (at> . .. , aP) und Folgen (a 1> a 2 , . ) kurz mit (a,.), so
nehmen fr sie die drei ersten Verknpfungsdefinitionen die folgende Gestalt an:
(a,.) + (b,.): = (a,. + b,.),

a(a .. ): = (aa,.),

(a,.)(b,.): = (a 11b,.).

(14.3)

Von einer Erklrung des Quotienten sehen wir ab.

,-

If I

Fig. 14.10

Sind die reeUwertigen Funktionen f und g auf der wiederum vllig beliebigen
nichtleeren Menge X definiert, so erklren wir den B etrag lfl, den po si tiven
bzw. negativen Teil
bzw.
das Maximum max(f, g) und das Minimum
min(f, g) " punktweise" durch die Festsetzungen

r,

ifi(x) : = if(x )I,


r<x):= {f(x) , falls f(x) ~ O.
0,
fallsf{x)<O,

falls f(x) ~ 0,
r<x): = {-f'(x), f aUs f ( x ) < 0,

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

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

und dies alles fr alle x e X (Fig. 14.10 und 14.11).


I
g

g
min(f.g)

Fig. 14.11

115

14 Reellwertige Funktionen. Funktionenrume und -algebren

Offenbar ist

t=r - r,

ltl = r+ r

max(f, g) = f + g+ lf 2

gl,

)tl +f
2 '

- )fi - t

min(f, g) = f + g~lf- gll)

2 '

(14.4)
(14.5)

Das Zeichen f :s;:; g soll ausdrcken, da fr alle x E X durchweg f(x ) :s;:; g(x) ist.
D ie Zeichen f < g, f?!; g, f> g werden ganz entsprechend ("punktweise") erklrt.
Ferner sagen wir, f sei nichtnegativ bzw. positiv, wenn f-;?!;0 bzw. >0 ist. Die
Funktionen lfl,
und J sind z.B. alle nichtnegativ. Was unter nichtpositiven
und unter negativen Funktionen zu verstehen ist, drfte nun klar sein. Durch
die Relation f :s;:; g wird eine Halbordnung in der Menge der reellwertigen Funktionen auf X definiert (s. A 3.7); diese Halbordnung braucht jedoch keine
Ordnung zu sein.
In Nr. 13 hatten wir angedeutet, da bei der Untersuchung einer Funkti?.n hufig
weniger der Funktionswert
an einer bestimmten Stelle als vielmehr die Anderung

desselben bei Anderung der unabhngigen Variablen interessiert. Eine der

theoretisch wie praktisch wichtigsten Anderungen, die Funktionswerte erleiden


knnen, ist ihr Zu- bzw. Abnehmen bei wachsendem x. Um deutliche Begriffe
zu haben, nennen wir eine reelle Funktion f

(monoton) wachsend auf X, wenn fr x 1 < x 2 stets f(x 1) :s;:;, f(x 2 ) ,


(monoton ) fallend auf X ,

wenn fr x 1 < x 2 stets f(x 1)-;?!; f(xJ

ist; natrlich werden x 17 x 2 nur aus X genommen. Gilt in den rechtsstehenden


Ungleichungen durchweg das Zeichen < bzw. >,so ist f s tren g (monoton )
wachsend bzw. fallend. Statt wachsend bzw. fallend sagen wir hufig auch
zunehmend bzw. abnehmend. Eine Funktion wird monoton genannt, wenn
sie durchweg wchst oder durchweg fllt. Eine Folge ( a,J ist genau dann wachsend
bzw. streng wachsend, wenn an :s;:;, an + l bzw. an < a"+ 1 fr alle Indizes n ist; ganz
Entsprechendes gilt fr fallende Folgen. In A 7.7 c bzw. A 7.8 haben wir gesehen,
da die Folge der Zahlen

( 1+-n1 )"

bzw. ( 1 +~)"+t

(n = 1, 2, ...) streng wchst bzw. streng fllt.

Natrlich braucht eine Funktion nicht monoton zu sein; ein extremes Beispiel ist
die Dirichletsche Funktion. Weiterhin kann die Einschrnkung einer Funktion f
auf eine gewisse Teilmenge A ihres Definitionsbereichs monoton sein, ohne da f

I)

s. A 10.3.

116

li Funktionen

selbst monoton ist ; wir sagen dann kurz, f sei a uf A monoton. Z.B. ist x ~ x 2
auf ( -oo, 0] streng fallend , auf [0, +oo) jedoch streng wachsend.

Eine streng monotone Funktion f: X- R ist injektiv und besitzt somit eine Inverse
1
auf f(X). Anders ausgedrckt: Fr jedes y e f(X) lt die G le ichung f(x ) = y

genau eine Lsung x EX zu.


D as A nwachsen einer zunehmenden Funktion f auf X kann von sehr unterschiedlicher Art sein, je nachdem es unbeschrnkt oder beschrnkt ist. Im ersten
Fall gibt es zu jeder (noch so groen) Zahl G > 0 eine (von G abhngende) Stelle
x 0 e X mit f(x 0 ) > G; wegen des monotonen Wachsens ist dann e rst recht f (x) > G
fr alle x > x 0 aus X. Das trivialste Beispiel hierfr ist die Funktion x ~ x. Im
zweiten Fall gibt es eine Konstante K , so da f(x) ~ K fr alle x e X ist ; dies trifft
etwa auf x ~ - 1/ x fr x > 0 und auf die Folge der Zahlen (1 + 1/ n )" fr n ~ 1 zu
(s. A 7 .11). Entspreche ndes gilt fr abnehmende Funktionen. Zur bequemen
B eschre ibung solcher Sachverhalte nennen wir eine reellwertige Funktion f auf X
n ach oben bzw. nac h unten b e s c hrnkt , wenn ihr Wertebereich f(X) nach
oben bzw. nach unten beschrnkt ist, wenn es also Zahlen a bzw. gibt, so da
f(x ) ~ a bzw. f(x ) ~ fr alle x e X bleibt. In diesem Falle nennen wir sup /(X)
das Supremum bzw. inf /(X) das Infimum von f auf X und schreiben dafr auch
sup f,

sup f (x)

oder

sup{f(x) : x E X},

xEX

..
bei Folgen (a,. ) auch sup a,. oder ein fach sup a,.,
n -1

und e ntsprechend fr das Infimum. Man beachte, da sup f nicht zu f(X) zu


gehre n braucht: Eine Funktion braucht ihr Supremum nicht anzunehmen. Tut sie
es doch, gibt es also ein x 0 e X mit f(x 0 ) = sup f, so sagt man, sup f sei das
Maximum von f auf X und x 0 sei e ine Maximalstelle. Entsprechend sagt
man, inf f sei das Minimum von f auf X, wenn es ein x 1 E X mit f(x 1) = inf f gibt;
ein solches x 1 nennt man eine Minimalst e ll e. Das Maximum von f auf X
bezeichnet ma n (falls es berhaupt existiert) mit einem der Symbole

maxf,

max f(x )
xe X

oder

max{f(x): x e X},

entsprechende Bezeichnungen (mit min statt max) verwendet man fr das


Minimum von f a uf X. Ist f(X) beschrnkt, gibt es also eine Konstante K > O, so
da lf(x)I~K fr alle x e X ist, so wird f selbst be sc hr nkt genannt. In diesem
Falle existiert
11!1~: = sup lf(x) l;

(14.6)

xe X

11/lloo wird die Norm (genauer : die Supremumsnorm) von f genannt.

14 Reellwertige Funktionen. Funktionenrume und -algebren

117

Definjtionsgem ist lf(x )I~ 11!11.. fr alle x EX, und in dieser Abschtzung kann
11/11.., durch keine kleinere Zahl ersetzt werden.
Eine reelle Funktion ist nach oben bzw. nach unten beschrnkt, wenn ihr
Schaubild immer unterhalb bzw. oberhalb einer gewissen Parallele zur x-Achse
bleibt; sie ist beschrnkt, wenn ihr Schaubild in einen Horizontalstreifen eingesperrt werden kann (s. Fig. 14.12).

--

--- --

------------

noch ooen beschrnkt

noch unten beschrnkt

---------

beschrnkt

Fig. 14. 12

Treten in einem Polynom f nur gerade Potenzen von x auf, hat es also rue Form
f(x)=a 0 +a2 x 2 + +a 2 ,.x2 ", so ist stets f(- x) = f(x); besitzt es jedoch nur
ungerade Potenzen von x, ist also f(x) = a 1 x + a 3 x 3 + + a 2 " _ 1 x 2 " - \ so haben
wir durchweg f(- x) = -f(x). Man nennt, diese Verhltrusse verallgemeinernd,
eine reelle Funktion f gerade bzw. ungerade auf X, wenn X symmetrisch zum
Nullpunkt ist, d.h., mit x auch immer -x zu X gehrt, und berdies fr alle x E X
f(-x) = f(x)

bzw.

f( - x) = - f(x)

ist. Das Schaubild einer geraden Funktion liegt spiegelbildlich zur Ordinatenachse,
das einer ungeraden spiegelbildlich zum Nullpunkt (s. Fig. 14.2 und 14.1). Solche
Funktionen beherrscht man vollstndig, wenn man sie auf dem nichtnegativen
Teil ihres Definitionsbereiches kennt. Fr Summen und Produkte gerader und
ungerader Funktionen auf X gelten rue folgenden Regeln in leicht verstndlicher
symbolischer Schreibweise:
g + g = g,

u + u = u,

g . g = g,

g . u = u . g = u,

u . u = g.

(14.7)

Wir nennen eine nichtleere Menge E von reellwertigen Funktionen, rue alle
denselben Defirutionsbereich X haben, einen I in e a r e n Funktionenraum oder
kurz einen Funktionenraum (auf X), wenn mit f, gauchstets die Summe f+ g
und jedes Vielfache af in E Liegt (dann gehrt auch die auf ganz X verschwindende Funktion zu E). Ein FunktionenraumE heit eine Funktionenalgebra
(auf X), wenn mit f, g auch immer das Produkt fg zu E gehrt.

118

II Funktionen

Die Menge aller zunehmenden und die Menge aller abnehmenden Funktionen auf
X c R sind keine Funktionenrume; die ungeraden Funktionen auf einer nullpunktsymmetrischen Menge X c R bilden zwar einen Funktionenraum, jedoch
keine Funktionenalgebra. Hingegen sind die folgenden Mengen Funktionenalgebren: die Menge aller reellwertigen und aller beschrnkten Funktionen auf X letztere bezeichnen wir mit B(X)-, die Menge aller Polynome, die Menge aller
Treppenfunktionen auf einem festen Intervall, die Menge aller geraden Funktionen auf einer nullpunktsymmetrischen Teilmenge von R, die Menge RP aller
p-Tupel (a 1 , , ap) und die Menge aller reellen Zahlenfolgen (alt a 2 , . ).
Allgemeiner nennt man eine beliebige nichtleere Menge E einen lin ea r en
Raum oder Vektorraum , wenn fr je zwei Elemente a, b aus E und jede Zahl
a eine Summe a + b und ein Vielfaches aa so definiert sind, da a + b und aa
wieder in E Liegen und die folgende n Vektorraumaxiome erfllt sind:
(V 1)
(V 2)
(V 3)
(V 4)

(V5)
(V 6)
(V 7)
(V 8)

a+(b + c) = (a+b )+c,


a + b = b + a,
in E gibt es ein Nullelement 0, so da a + 0 = a fr alle a e E ist,
zu jedem a e E gibt es ein " additiv inverses" Element - a e E , so da
a+(-a) = O ist,
a(a + b) = aa + ab,
(a + )a = aa + a,
(a )a = a(a),
1 a = a.

Ein linearer Raum E besitzt nur ein Nullelement; fr jedes weitere Nullelement
0' ist nmlich 0' = 0' + 0 = 0 + 0' = 0. Ferner gibt es zu a e E nur ein additiv
inverses Element; fr jedes a' e E mit a + a' = 0 ist nmlich a' = a' + (a +(-a)) =
(a' + a)+(- a) = (a + a')+ (- a) = 0 + (- a) = (- a)+O = - a. Ein Funktionenraum E
(auf X) ist immer auch ein linearer Raum ; sein Nullelemen t ist die auf ganz X
verschwindende Funktion 0, und das zu f e E additiv inverse Element ist die
Funktion (- 1)/. W ohl der einfachste lineare Raum ist R.
Jede nichtleere Teilmenge eines linearen R aumes E , zu der mit a, b auch stets die
Summe a + b und jedes Vielfache aa gehrt, ist selbst ein linearer Raum; sie wird
ein Unterraum oder auch Untervektorraum von E genannt.
Einen linearen RaumE nennt man eine Algebra , wenn fr je zwei Elemente
a, b aus E ein Produkt ab so definiert ist, da ab stets wieder in E liegt und die
folgenden Rechenregeln gelten:
(V9)
(V 10)
(V 11)

a(bc) = (ab)c,
a(b +c) = ab+ ac, (a+ b)c = ac+bc,
a(ab) = (aa)b = a(ab).

14 Reellwertige Funktionen. Funktionenrume und -aigebren

119

Die Algebra E heit kommutativ, wenn durchweg ab = ba ist. Ein Element e


aus E mit ae = ea = a fr alle a e E wird Ein se le m e n t von E genannt. In einer
Algebra gibt es hchstens ein Einselement e (fr jedes weitere Einselement e' ist
nmlich e' = ee' = e). Jede nichtleere Teilmenge einer Algebra E, zu der mit a, b
auch stets die Summe a + b, jedes Vielfache aa und das Produkt ab gehrt, ist
selbst eine Algebra; sie wird eine Unteralgebra von E genannt.
Eine Funktionenalgebra E auf X ist offenbar eine kommutative Algebra. Enthlt sie
die Funktion e, die auf X konstant = 1 ist, so ist e das Einselement von E. -Die
Menge aller Funktionen f: [0, 1] ~ R, die in 0 verschwinden, ist eine Algebra
mit Einselement; letzteres ist die (nichtkonstante) Funktion

0 fr x = 0,

x ~ e(x): = { 1

fr

x E {0, 1].

Die einfachste kommutative Algebra mit Einselement ist R. Weitere Beispiele fr


Algebren werden wir in A 15.3 und in Nr. 17 kennenlernen.

Noch einige Bemerkungen zum Sprachgebrauch. Die E lemente eines linearen


Raumes (Vektorraumes) nennt man hufig auch Vektoren. Wir wollen dieses
Wort jedoch fr p- Tupel (at. ... , aP) reservieren, die wir gelegentlich etwas
genauer p-Vektoren nennen. Die Zahlen a, die zum Vervielfachen der
E lemente eines linearen Raumes E benutzt werden, sind gem unserer Definition stets reell (und alle a ER knnen als Multiplikatoren auftreten). Will man
diese Tatsache besonders hervorheben, so nennt man E einen reellen li nearen
Raum oder einen linearen Raum ber R. In demselben Sinne spricht man
natrlich auch von reellen Algebren oder Algebren ber R.
Besteht ein Funktionenraum aus Folgen, so nennt man ihn auch einen
Fo lgenraum; ganz entsprechend ist das Wort Fo lgenalgebra zu verstehen.

Aufgaben
1. Schreibe die folgenden reellen Funktionen h als Komposita f o g zweier Funktionen f, g
und gib ihie natrlichen Definitionsbereiche an:
h(x): = a) (2x+l)3 ,
b) J1 - x 2 ,
c) ./~(x-l..,...,.)..,...(x---2,..,.),
d) ((x+ l )(x-l)(x+3))- 112 ,

)g
x

X<o.ll(x)

'

*2. A, B seien Teilmengen von R, A': = R\ A das Komplement von A in R. Zeige:


X A US = XA + Xs- XAnB (also X Aus= XA + Xa fr A nB = 0), X Ans= XAXa. XA = 1 - XA
XA \8= XA(l- xa>

120

II Funktionen

3. Zu jeder Treppenfunktion f auf dem Intervall I gibt es endlich viele charakteristische


Funktionen xr. von paarweise disjunkten Intervallen Ik (k = 1, ... , n), so da fr alle x e I
mit hchstens endlich vielen Ausnahmen f(x) = c Xr,(x) + + CnXr. (x) mit geeigneten
Zahlen ck ist.

r. r.

4. Sind f, g T reppenfunktionen auf dem Intervall I , so sind auch lfl,


max(f, g),
min{f, g) Treppenfunktionen. Entsprechendes gilt fr beschrnkte Funktionen.

S. Sei n E N. Zeige, da die Funktion x >-+ x" bei geradem n auf (-oo, 0] abnimmt und auf
[0, + oo) zunimmt, bei ungeradem n aber durchweg zunimmt. Diskutiere ebenso x >-+ x - "
fr xf-0 und x>-+x' (r e Q) fr x>O.

6. Sei X symmetrisch zum Nullpunkt, A : = {x e X: x :s;; 0} und B: = {x e X: x ;;3!: 0}. Ferner


sei g eine gerade und u eine ungerade Funktion auf X. Zeige:
a) g wchst (fllt) auf B- g fllt (wchst) auf A;
b) u wchst (fllt) auf B- u wchst
(fllt) auf A;
c) u (O) = 0, falls 0 e X.

7. Welche Funktionen sind a) sowohl wachsend als auch faLlend ,

b) sowohl gerade als

auch unge rade?

*8. Genau dann wchst bzw. fllt f auf X, wenn fr je zwei verschiedene Punkte x., x 2 aus
2
X stets f(x ,) - f(x )

x 1- x 2

;;3!: 0

b zw. :s;;0 1st.


. D"1Sk utlere
.
h"1erm1t
. un d m1t
. A 7 . 15 noch e mm
. al das

Monotonieverhalten von x >-+ x", n e N (s. Aufgabe 5) und von geraden bzw. ungeraden
Funktionen (s. Aufgabe 6).
9. Stelle Situationen aus dem praktischen Leben zusammen, wo das Monotonieverbalten
von Funktionen eine entscheidende Rolle spielt (z.B. Inflationsrate in Abhngigkeit von
der Zeit, Benzinverbrauch in Abhngigkeit von der Geschwindigkeit usw.).

*10. Die Metriken d ~o d 2 , d .. auf RP (s. A 12.14) sind translationsinvariant, d.h., es ist
d(x + z, y + z )=d(x, y ) fr alle x,y, z e RP, wenndeine der genannten Metriken ist. Setzt
man Jlxll,: = dJ(x, o )= lx d+ +lxP I llxk = d2(x,o)=(x~+ + x!) 112 und llxll .. : =
d ,.(x, o ) = max(lx 1l, ... , lxP I), so haben wir d k (x, y) = llx - Yllk fr k = I, 2, oo. Bedeutet 1111
eine der drei "Normen" 11-11 ~> 1111 2 , 1111.., so gilt:
(N 1) llx ll ;;3!: 0 und llx ll = 0 - x = o,
(N 2) llaxll = lalllx ll fr jede Zahl a,
(N 3) llx + Yll .,.llxll + IIYII (Dreiecksungleichung).
Ferner ist
CU)

lllxii-IIYIII :s;; llx -

yll,

und diese Abschtzung folgt allein aus d en Normaxiomen (N 1) bis (N 3) (s. A 10.16 und
A 10.17).

*11. Die Supremumsnorm fr beschrnkte F unktionen

a uf X - wir bezeichnen sie hier


kurz mit ll/11- besitzt die Eigenschaften (N 1), (N 2), (N 3), wobei natrlich die Vektoren
x, y durch f, g e B(X) zu ersetzen sind; ferner gilt

(N 4)

llfgll :s;; llf11llgll.

14 Reellwertige Funktionen. Funktionenrume und -algebren

121

(H i nweis: Satz 8.6b und A8.6). Durch d{f,g): =llf -gll=suplf(x) -g(x)l wird eme

x cX

translationsinvariante Metrik auf B (X) definiert. Es gilt die V ierecksungleichung


ld{f, g) - d(u, v)l~d{f, u) + d(g, v)
und damit auch (s. A 10.17)
(U) h!tll- llglll ~ II!- gll.
d{f, g) ist, grob gesprochen, der grte Abstand, der zwischen bereinanderliegenden
Punkten der Schaubilder von f und g besteht (s. Fig. 14.13. Vgl. a uch A 12.13).

llf-gll

'g
I
I

Fig. 14.13

12. Zeige, da die folgenden Mengen von Funktionen f: R -+ R FunktionenaJgebren sind:


a) Die Menge aller f, die auerhalb eines von f abhngenden abgeschlossenen Intervalls
verschwinden (so da also f(x) = 0 fr lxl > r(f) ist).
b) Die Menge aller f mit folgender Eigenschaft: Zu jedem positiven e gibt es eine von f
und e abhngende Zahl r(f, e) > 0, so da lf(x)l < e ausfllt, wenn nur lxl > r{f, e) ist.
c} Die Menge aller beschrnkten f, die den in a) bzw. b) formulierten Bedingungen
..
genugen.
Eine komplexwertige Funktion f: X-+ C (wobei X eine vllig beliebige Menge f 0
ist) kann stets in der Form f(x) = u{x) + iv(x) mit reellwertigen, auf X definierten Funktionen u, v dargestellt werden (Zerlegung in Real- und Imag i nr t eil). Ist auch die
unabhngige Variable nur komplexer Werte fhig {ist also auch X c C), so nennt man f
eine komplexe Funktion. Ein (komplexes) Poly n o m ist eine Funktion z,....
a 0 + a 1z+a 2 z 2 + +a"z" mit komplexen Koeffizienten ak und komplexer
Vernderlichen z, eine (komplexe) rationale Funktion ist ein Quotient zweier
Polynome. Summen, Vielfache, Produkte und Quotienten komplexwertiger Funktionen
werden wie im Reellen definiert {hierbei werden ja nur die Krpereigenschaften der
reellen bzw. komplexen Zahlen bentigt). Was unter einem komplexen p-Tupel (einem
komplexen p-Vektor) und einer komplexen Folge zu verstehen ist, braucht nun nicht
mellr e rklrt zu werden; die Verknpfungsdefi nitionen (14.3) werden ohne nderung ins
Komplexe bertragen. A uch lfl kann wie im Reellen definiert werden.
f heit besch r nkt auf X, wenn lf{x)I~K fr alle x e X ist; in diesem Falle sei
11/11.. : = sup{lf(x) j: x EX}. Jedoch entfallen alle Begriffsbildungen, die auf der Ordnungsstruktur von R beruhen, weil C nicht angeordnet ist:
max{f, g), min{f, g), f s g und
Monotonie knnen fr komplexwertige Funktionen nicht e rklrt werden. Dagegen ist der
Begriff der geraden und ungeraden Funktion auch im Komplexen sinnvoll.

o 13.

r, r,

14. Ist fr je zwei Elemente a, b einer nichtleeren Menge E und jede komplexe Zahl a
eine Summe a + b und ein Vielfaches aa so definiert, da a + b und aa wieder in E liegen

122

II Funktionen

und die Vektorraumaxiome (V 1) bis (V 8) gelten, so nennt man E einen komplexen


linearen Raum (Vektorraum) oder einen linearen Raum (Vektorraum) ber
C. Was unter einer komplexen Algebra oder einer Algebra ber C zu verstehen ist,
drfte nun klar sein. Ist eine Menge komplexwertiger, auf X definierter Funktionen ein
komplexer Vektorraum bzw. eine komplexe Algebra (bez. der punktweisen Multiplikation), so nennt man sie einen komplexen Funktionenraum bzw. eine komplexe
Funktionenalgebra (auf X). Komplexe Folgenrume und Folgenalgebren werden ganz entsprechend erklrt. Die nachstehenden Mengen sind komplexe Funktionenalgebren: Die Menge aller komplexwertigen Funktionen auf X , die Menge aUer
beschrnkten komplexwertigen Funktionen auf X, die Menge aller komplexen Polynome.
Man mache sich klar, da eine Menge reellwertiger Funktionen auf X , die nicht nur f = 0
enthlt, niemals ein komplexer linearer Raum ist, da aber eine Menge komplexwertiger
Funktionen sehr wohl ein reeller linearer Raum sein kann.

15 Polynome und rationale Funktionen


Unter praktischen Gesichtspunkten gehren die Polynome zu den einfachsten
Funktionen, weil ihre Werte sich bequem berechnen lassen (s. Aufgabe 5). Sie
haben aber auch hohe theoretische Bedeutung, weil sie von starken inneren
Gesetzmigkeilen beherrscht werden und in engster Beziehung zu den analytischen und den stetigen Funktionen stehen, Funktionen, die in de r Analysis e ine
zentrale Rolle spielen: Grnde genug, um sich intensiv mit Polynomen zu
beschftigen. Der Krze wegen, und da keine Miverstndnisse zu befrchten
sind, sprechen wir hufig nicht von dem Polynom x ~--+ p(x), sonde rn einfach von
dem "Polynom p(x)" (ohne das vorgesetzte " Polynom" bedeutet p(x) jedoch
immer den Wert des Polynoms p an der Stelle x). Sind in einem Polynom
n

p(x): = a 0 +a 1 x+a 2 x 2 + +a,.x"=

akxk

(15.1)

k- 0

alle Koeffizienten ak = 0, so nenn en wir es das Nu 11 p o 1y n o m. Gibt es aber


nichtverschwindende Koeffizienten und ist a" derjenige unter ihnen, der den
hchsten Index trgt (der h chs t e Koeffizient), so heit n der Grad des
Polynoms (genauer: der Grad der vorliegenden Darstellung (15.1) von p;
zunchst ist nmlich nicht ausgeschlossen, da p auch noch andere Darstellungen
b 0 + b 1 x + + bmxm mit anderen Graden besitzt). Dem Nullpolynom schreiben
wir den Grad - 1 zu.
Wie wir aus der Lehre von den quadratischen Gleichungen wissen, braucht das
Polynom (15.1) , dessen Grad gleich n ~ 1 sei, keine reelle Nullstelle zu besitzen
(s. A 9.7). Ist jedoch eine solche, etwa xL> vorhanden, so lt sich der
Linearfaktor x - x 1 "abdividieren", d.h., es ist

p (x) = (x - x 1 )p 1 (x)

mit einem Polynom p 1 vom Grade n - 1.

(15.2)

15 Polynome und rationale Funktionen

k?!: 2 nach A 7.15 nmlich xk- x~ = (x - x 1)qdx)


xk 1+ xk- 2x 1 + + xx~ - 2 +x~ - 1 ist, haben wir

Da

fr

mit

123

qk (x) =

p(x) = p(x) - p(x 1) = a 1(x - x 1 )+ a 2(x 2 - xi) + + a,.(x"- x7)


=(x-x l)[at+a 2 qz(x)+ + a,.q,.(x)]
=(x- xl)[b 0 +btx+ + b,. _2x"- 2 +a,.x"- 1 ]
= (x- x 1)p1(x),

wobei das Polynom p 1 (x) wegen a,. :f 0 den Grad (genauer : eine Darstellung vom
Grade) n - 1 besitzt. Ist nun dieser Grad noch ?!: 1, und ist auch noch p 1 (x 1) = 0,
so lt sich x- x 1 wieder von p 1 abdividieren, und man erhlt die Gleichung
p(x) = (x- x 1fpz{x) mit einem Polynom p 2 vom Grade n - 2. Indem man so
fortfhrt, gelangt man schlielich zu einer Darstellung
p(x) = (x- x 1)u'Pu,(x)

mit einem Polynom Pu, vom Grade

n- vl> fr

das Pu,(x1 )

=/=

0 ist.

Besitzt p eine weitere Nullstelle x 2 :f xt> so ist notwendig Pu,Cx:i) = 0, und man
kann nun eine mglichst hohe Potenz des Linearfaktors x- x 2 von Pu,(x) abspalten. So fortfahrend erhlt man den folgenden
0

15.1 Satz Ein Polynom p vom Grade n?!: 1 besitzt hchstens n verschiedene
Nullstellen x 1> x 2 , . . . , xm und lt sich mit deren Hilfe in der Form
p(x) = (x- X1)u(x - X2)u2

(x- Xm) umq(x)

(15.3)

darstellen, wobei q ein Polynom vom Grade n- ( v 1 + + V 111 ) ist, das seinerseits
keine Nullstellen mehr besitzt.

Aus diesem Satz folgt nun auf einen Schlag der fundamentale
0

15.2 Identittssatz fr Polynome Stimmen die Werte zweier Polynome


P( x) = a 0 + a 1 x + + a n x" '

auch nur an n + 1 verschiedenen Stellen berein, so sind die Polynome


vo !!kommen identisch , d.h. es ist ak = bk fr k = 0, 1, ... , n und somit p(x) =
q(x) f.r ausnahmslos alle x t>.

Wre nmlich die Behauptung falsch, so gbe es einen Index m, 0 ~ m ~ n, mit


a"' :f bm und ak = bk fr k = m + 1, ... , n. Dann htte das Polynom {p - q)(x) =
m

L:

(ak - bk)xk einerseits den Grad m, andererseits n + 1 > m Nullstellen, was im

k- 0

>Zwei Polynome p und q lassen sich natrlich immer auf die im Satz angegebenen
Formen mit derselben Endpotenz x" bringen, notfalls dadurch, da man das "krzere" der
beiden durch Hinzunahme von Gliedern 0 x" bis herauf zu 0 x" "verlngert".

124

II Funktionen

Falle m ~ 1 dem Satz 15.1 widerspricht und im Falle m = 0 (konstante


Funktion :f 0) erst recht unmglich ist.

Ein Polynom lt sich hufig in uerlich ganz verschiedener Weise darstellen, z.B. ist 1 - 2x2 + x 4 = (x 2 - 1)2 = (x - 1)2 (x + 1)2 = (x 2 - 2x + 1)(x + 1)2 =
(x 2 -2x + 1)(x2 +2x + 1). Unser Satz lehrt, da jede Darstellung eines Polynoms
immer zu ein und derselben Normalform a 0 + a 1x + + a ..x" fhrt, da also
diese Normalform und damit auch der Grad eines Polynoms eindeutig bestimmt
sind. Auch die (natrlichen) Zahlen v 1> , v.,. in (15 .3) liegen eindeutig fest; vk
nennt man die Vielfachheit der Nullstelle xk. Ist vk = 1, so sagt man, xk sei eine
einfache Nullstelle. Entsprechend sind die Ausdrcke " doppelt e
N ullstelle", " dreifache Nullstelle" usw. zu verstehen.
Auf dem Identittssatz beruht die folgende Methode des Koeffi z ientenverglei c hs: Hat man fr ein und dasselbe Polynom p zwei Normalformen
a 0 +a1 x+ + a"x", b0 + b 1x + + bmx"' gefunden, so " darf" man die Koeffiz ienten vergle i c h e n: Es mu n = m und ak = bk. fr k = 0, 1, ... , n sein.

Diese Methode fhrt oft gen ug auf ganz bequeme Weise zu interessanten
1
1
ldentitten. So ist z.B. einerseits (1 +
= ~~:
)x\ andererseits ist

x)"+

(n:

aber auch
(1+x)" +1 = (1+x)(1 + x)" = (1+x)

L" (n) xk = L n) xk+ L n) xk+l


n

-o k

woraus die Grundformel des Pascalsehen Dreiecks

-o k

-o k

(k n1) + (:) = ( n:

) fr

1 ~ k ~ n folgt (s. A 7 .4; dort ist die Pascalsehe Formel allerdings sogar fr alle,
nicht nur natrliche, a bewiesen).
Den Grad eines Polynoms p bezeichnen wir mit y(p). Fr nichttriviale (d.h. vom
Nullpolynom verschiedene) Polynome p und q ist offenbar y(pq) = y(p) + y(q).
Sei nun s ein nichttriviales und p ein beliebiges Polynom. Dann gibt es in der
Menge M der p - Qs, wobei Q alle Polynome durchluft, ein Polynom r: = p - qs
von kleinstem Grad. Es ist y(r) < y(s): Wre nmlich y(r)~y(s) , so knnte man
durch
hchster Koeffizient von r
a : = hchster Koeffizient von s '
ein Polynom q 1 definieren , mit dem das Polynom r 1 :=r - q 1 s = p -(qkq 1)s
einerseits einen Grad< y(r) htte und andererseits in M lge - im Widerspruch
zur Minimalitt von y(r). Insgesamt ergibt sich aus den Errterungen dieses

15 Polynome und rationale Funktionen

U5

Absatzes nun fr p die Darstellung


(15.4)

p = qs+r mit-y(r)<-y(s).

In diese r Darstellung sind q und r eindeutig bestimmt. Ist nmlich auch p = qs + f


mit -y(f) < -y(s) , so haben wir (q-q)s=f- r und somit -y((q - q)s)=-y(f - r). Und
da offenbar -y(f-r) < -y(s) ist, im Falle q:f q jedoch -y((q - q)s)= -y (q - q) + -y(s)~
-y(s) wre, mu q = q und somit auch r = r sein. Wir halten dieses Ergebnis fest als
o

15.3 Divisionssatz Ist s ein nichttriviales Polynom, so lt sich jedes Polynom p in


der Form (15.4) mit eindeutig bestimmten Polynomen q und r darstellen.
Wie diese Divi s ion mit R es t pra ktisch durchgefhrt wird, drfte dem Leser
aus der Schule bekannt sein. Ist der R es t r = 0, so sagt man, die Division durch s
ge h e auf oder s sei ein Teiler von p. Aus (15.2) entne hmen wir, da p durch
das Polynom x - x 1 geteilt werden kann, sofern nur x 1 eine Nullstelle von p ist.
In dem Polynom p(x): = a,.x" + a"_1 x"-1 + + a 1 x + a 0 (a,. :f 0) berwiegt fr
groe lxl das hchste Glied a,.x"- diese wichtige Aussage wollen wir nun
przisieren. Dazu setzen wir b,._k: = a,._,Ja,. fr k = 1, ... , n, schreibe n p in der
Form
p(x) = a,.x"(l + b,. _ 1 .!_+ b,._2 \ + + b 0 ~) = a,.x"g(x)
X

mit

1
1
1
g(x): =1 +b" _ 1 -+b,.- 2-2 + + b0 x
x
x"

und unte rsuchen, wie sich g(x) fr groe lxl verhlt.


Sei : = 1 + lb"_ 1 1+ + lbol- Trivialerweise ist ~ 1, und fr lx l ~ haben wir
infolgedessen

Sobald also lx l;;:;: 2 ist, gilt h(x ) ~ /2 = 1/2 und damit g(x);;:;: 1 - h(x) ~ 1/2.
Wege n p(x) = a,.x"g(x) finden wir damit, alles zusammenfassend, die
Abschtzung

la 0 +a 1 x+ +a,.x"l~(l/2)1anx"l
fr

>-

__

Ix 1,__ P - 2

laol+lat l+ +la.. l

Ia,. I

(15.5)

Sie zeigt uns, da lp(x)l mit wachsendem lxl jede noch so groe Zahl bertrifft,
genauer: Ist G eine beliebig vorgegebene positive Zahl, so wird lp(x)l;;:;: G ausfallen,
wenn nur lx l;;:;: p und gleichzeitig ~(2 G!Ia,. 1} 11" gewhlt wird. Da g(x) ~ 1/2 fr
lxl ~ p ist, wird fr groe x das Vorzeichen von p(x) durch das Vorzeichen von

126

II Funktionen

a"x" und damit letztlich durch das von a" bestimmt (s. Aufgabe 8). (15.5) lehrt
ferner, da alle Nullstellen von p in dem Intervall (- p, p) liegen mssen ; fr eine
Verbesserung dieser Aussage s. Aufgabe 6.
Wir werfen nun noch einen kurzen Blick auf die (gebrochen} rationalen Funktionen R: = P/Q (P, Q Polynome). R heit ec ht gebrochen, wenn -y(P) < -y(Q)
ist, andernfalls u n e c h t g e b rochen. Der Divisionssatz lehrt unmittelbar, da
man jedes unecht gebrochene R in der Form " Polynom+ echt gebrochene rationale
Funktion" darstellen kann, so da man sich gewhnlich auf die Untersuchung echt
gebrochener rationaler Funktionen beschrnken darf.
Anders als die Polynome existieren die rationalen Funktionen R = P/Q nicht
immer fr alle x: I n den (hchstens endlich vielen) Nullstellen des Nennerpolynoms Q ist R nmlich nicht erklrt. Nun kann es aber vorkommen, da der
zu einer Nullstelle x 1 von Q gehrende Faktor (x - x 1)u, v 1 die Vielfachheit von
x 1 , das Zhlerpolynom P teilt. Dividieren wir in diesem Falle Zhler und Nenner
durch (x- x 1)u, so stimmt die verbleibende rationale Funktion R 1 auf dem
Definitionsbereich von R mit R berein, ist darber hinaus aber auch noch in x 1
erklrt, so da wir kurzerhand R (x 1): = R 1 (x 1) setzen. Ganz entsprechend gehen
wir an all denjenigen Nullstellen des Nenners vor, wo dieser Krzungsproze
mglich ist. Befreien wir darberhinaus Zhler und Nenner auch noch von allen
weiteren gemeinsamen Teilern, die evtl. vorhanden sind, so erhalten wir eine
rationale Funktion r, von der man auch sagt, sie sei R in reduzierter oder
gek rz t e r Form. r stimmt mit der Funktion R auf deren Definitionsbereich
berein, ist aber mglicherweise noch in (endlich vielen) weiteren Punkten
vorhanden. Da man in Zhler und Nenner gemeinsame Teiler immer knstlich
anbringen und somit wiJlkrlich "Definitionslcken" erzeugen kann (s. Fig. 15.1),

xx2(1-x 2)
x2(1-x2)

-1
1

Fig. l S.l

ist umgekehrt die B efreiung von gemeinsamen Teilern und die evtl. dann mgliche
Fortsetzung von R auf einige Nullstellen des Nenners ein natrlicher und
gebotener Vorgang, den wir brigens spter noch unter einem ganz anderen
Gesichtspunkt, nmlich als "stetige Fortsetzung" von R betrachten und wrdigen
werden (s. Nr. 38).

15 Polynome und rationale Funktionen

127

Aufgaben
1. Fr festes n e N ist die Menge der Polynome vom Grade ~ n zwar ein Funktionenraum,
jedoch keine Funktionenalgebra (im Gegensatz zur Menge aller Polynome).

2.

(f a x )(f bkxk) = f ( L
}0

k =O

m O

}+ k m

afbk)x'"=

(a ob'"+a,b... _ ,+ +a",bo)x"',

m O

wenn man ak = bk: = 0 fr k = n + 1, ... , 2n setzt.


*3. Sei P die Algebra aller Polynome und F die Menge aller finiten Folgen , d.h. die
Menge aller Zahlenfolgen (a 0 , a l> a 2 , ), bei denen ab einem (von der einzelnen Folge
abhngenden) Index alle Glieder verschwinden. Zeige:
a) F ist ein Folgenraum .
b) Die Abbildung q> : P-+ F, die jedem Polynom a 0 + a 1 x + + a"x" die Folge
(a 0 , a ., .. . , a", 0, 0, ...) E F zuordnet, ist bijektiv.
c) q> (p + q) = q>(p)+ q>(q), q>(ap) = aq> (p) fr alle Polynome p, q und alle Zahlen a.
d) Definiert man die Faltung zweier Folgen aus F durch (a 0 , a., a 2 , ) *
(bo, b ., b2, . ..) : = (aobo, a nb, + a, bu ... , aub.. + a 1b,._ 1 + + a"b 0 , . ) , so ist q>(pq) =
q>(p)q>(q) fr alle p, q e P. Hinwei s: Aufgabe 2.
e) Zeige einerseits durch direktes Ausrechnen, andererseits (viel krzer) mittels der
Eigenschaften von q>, da fr die Faltung die folgenden Regeln gelten (a, b, c, ... bedeute n
finite Folgen, a Zahlen): a b e F, a (bc)=(a b ) c, a (b + c)= ab + a c,
(a +b) c = a c + b * c, a(a b) = {aa) * b = a (ab), a * b = b * a.
Der Folgenraum F ist also mit de m Produkt a b eine kommutative Algebra.
4. Fr kein nichtkonstantes Polynom p ist 1/p wieder ein Polynom.

S. Es ist p(x): = a"x" + a 3x 3 + a 2x 2 + a 1x + a0 = {[(a4 x + a 3)x + aJx + a 1}x + a0 Infolgedessen lt sich p(x 0 ) bequem nach dem leicht verstndlichen Hornerse hen Schema
(William G. Horner, 1756- 1837; 81) berechnen:

a 1 : = a 2 x0 + a 1

a o: = a aX o+ ao = p(xo)

Entwirf ein Hornersches Schema fr Polynome beliebigen Grades und berechne die Werte
der folgenden Polynome an den Stellen x0 : = 1, 2, 3:
a) p(x):=x 3 -2x 2 +x - 1, b) q(x) : = x 5 + x 2 - x +2 (beachte, da verschwindende
Koeffizie nte n in dem Horne rsehen Schema aufgefhrt werde n mssen).
6. Zeige mit den Bezeichnungen des Beweises von (15.5): Fr jedes e > 0 gilt lp{x)l =

la 0 + a 1x+ + a"x" l~

e la"x"l, wenn nur lxl~(1 +e) ist. Schliee daraus, da fr


l +e
jede Nullstelle x 0 von p d.ie Abschtzung lxol ~ besteht.
0

7. Die Aussagen der Aufgabe 6 sind auch fr komplexe Polynome gltig.

128

11 Funktionen

* 8. Zeige, da fr das Polynom p mit hchstem Koeffizienten a., die folgenden Aussagen
zutreffen; die hie rbei auftretende Zahl p ist in (15.5) erklrt:
a) n gerade, a">O-p(x)>O fr x~-p und x~p,
b) n gerade, a"<O-p(x)<O fr x~-p und x ~p.
c) n ungerade, a" > 0- p(x) < 0 fr x.,. - p, p(x) > 0 fr x ~ p,
d) n ungerade, a,. <0- p(x)>O fr x~-p, p(x) <O fr x~p.
9. Ein Polynom ist genau dann gerade bzw. ungerade, je nachdem in ihm nur gerade bzw.
nur ungerade Potenzen von x auftreten.

10. Bringe die fo lgenden unecht gebrochenen rationalen Funktionen auf die Form
"Polynom+ echt gebrochene rationale Funktion":

16 Interpolation
Fr den praktischen Gebrauch sind uns die wichtigsten Funktionen (Winkelfunktionen, Logarithmus, Exponentialfunktion) in Tafeln angegeben, d.h., es stehen
uns fr endlich viele Werte ~ 1 , ~ 2 , , ~m des Arguments die (gerundeten)
Funktionswerte /(~ 1 ), /(~ 2 ), . . , /(~m) fertig berechnet zur Verfgung. Hufig
bentigt man jedoch /(~) fr eine Stelle ~. die nicht mit einer der Tafelstellen ~...
bereinstimmt, sondern zwischen zweien von ihnen liegt, so da ~" < ~ < ~k + l fr
ein gewisses k ist. In einem solchen Falle wird man /(~) i.allg. nicht nach dem
Tafelverfahren bestimmen, also nicht so berechnen, wie die Tafelwerte f(~,J
ursprnglich berechnet worden sind, vielmehr wird man inte rp olieren, d.h.,
man wird versuchen, m it Hilfe der schon vorhandenen W erte /(~,...) einen
Nherungswert fr /(~) z u gewinnen. Im einfachsten und gebruchlichsten Falle
geschieht dies dadurch, da man, kurz gesagt, die Funktion zwischen ~" und ~Jc+l
durch ihre Sehne
S(x): =

/(~") + /(~k+t)- /(~") (x- ~")


~Jc+l- ~k

annhert ("ersetzt") und statt/(~) nun den Nherungswert S(~) benutzt, der sich
bequem aus den benachbarten Werten /(~ 1J und /(~" + 1 ) berechnen lt (s. Fig.
16.1). Wird eine hhere Genauigkeit gewnscht, so wird man weitere Tafelwerte,
etwa noch /(~~c - 1 ) und /(~" +2) heranziehen, wird versuchen, ein Polynom P
mglichst kleinen Grades " durch /(~~c - 1 ), . . . , /(~k +z) zu legen" (d.h. man wird P
so zu bestimmen versuchen, da P(~,J = /(~,J fr J.L = k - 1, ... , k +2 ist) und
wird dann P(~) als einen Nherungswert fr /(~) ansehen. Polynome empfehlen
sich fr Interpolationszwecke einfach deshalb, weil ihre Wert bequem zu berechnen sind . Allgemein stellt sich uns so die folgende Int erpo latio nsa uf gabe:

129

16 Interpolation
f

--5(!)
f(J )

s lI
I
I
I

I
I
I

Fig. 16.1

Jk J

Jkl

Gegeben seien n + 1 verschiedene Sttzstei le n x 0 , x 1 , , x" und dazu n + 1


(nicht notwendigerweise verschiedene) Sttzwerte y 0 , Yt> ... , Yn Man bestimme
ein Polynom P vom Grade ~ n mit P(xk) = Yk fr k = 0, 1, ... , n.

Ein solches Polynom ist immer vorhanden. Fr das k-te Lagrange sc he


Polyn o m n-ten Grades
(16.1)
ist nmlich
fr
fr

j=k,
}l=k,

(16.2)

(ojk ist das sogenannte Kron ec k e r -Sy mbol), und somit lst ganz offensichtlich
das La gra nge sc h e Inter p o I a t i o n s p o I y n o m

(16.3)
die gestellte Aufgabe. Wegen des Identittssatzes 15.2 ist es auch das einzige
Polynom dieser Art.
Hufig ist es zweckmiger, das (eindeutig bestimmte) Interpolationspolynom
vom Grade ~ n in der Newtonsehen Form

N(x):

= a 0 + ai(x -

x 0 )+ aix- x 0 )(x- xJ

+ + an(x -x 0 )(x- x 1)

(x-x" _1 )

(16.4)

anzusetzen und die Zahlen ak aus der Forderung Yk = N(xk) fr k = 0, 1, ... , n,


also aus dem folgenden Gleichungssystem zu berechnen:
Yo= ao
Yt=ao+ atCxt -xo)

Yn = ao + ai(x"- Xo) + a ixn - Xo)(x"- x 1 )


+ ... +an (xn - Xo)Cxn - X1) ... (x" - Xn- 1).

(16.5)

130

II Funktionen

Die Berechnung der a" ist uerst bequem, weil sie rekursiv erfolgt: a 0 ist y0 , a 1
lt sich nun aus der zweiten, dann a 2 aus der dritten Gleichung bestimmen usw.
Der Newtonsehe Ansatz hat ferner die Annehmlichkeit, da die bereits ermittelten
a" unverndert erhalten bleiben, wenn man das Interpolationspolynom N
nachtrglich durch Hinzunahme weiterer Sttzstellen "verlngert". Im brigen lt
sich N auch explizit darstellen; dies geschieht in GI. (17.9) der folgenden Nummer.

Aufgaben
1. Bestimme zu den Sttzstellen xk : = k (k = 0, 1, 2) die Lagrangeschen Polynome L 0 , Lt.
L 2 und dann die Lagrangeschen Interpolationspolynome L fr die Sttzwerte y 0 : = 0,
y 1 : = - 1, y2 : = 1 bzw. y 0 : = 2, y 1 : = 0, y 2 : = 1. Berechne die Interpolationspolynome auch
nach der Newtonsehen Methode.
2. x 0 , x t.

... ,

stets p(x) =

x" seien n + 1 Sttzstellen. Dann ist fr jedes Polynom p vom Grade

fkO p(xk)Lk(x). Insbesondere gelten also die Cauchyschen


"

(x- ~)'" = L (xk- ~)'"Lk(x)

(m = 0, 1, ... , n ;

~n

Relationen

beliebig).

3. Jedes Polynom p vom Grade m kann in der Form p(x) =

k-0

k(x) dargestellt werden,


k

und mit dieser Darstellung gilt die folgende Summenformel:


11

m
S(n):= Lp(v}=L

vO

k O

1)
k
+1

k+

("

frn = l ,2, ....

Gewinne daraus die speziellen Summenformeln

f
f V=("+
),
2
1

v l

v- l

v2 =

(n+1)+
(n+1),
2
2
3

und vg1. mit Satz 7.7. Leite weitere spezielle Summenformeln her (z.B. fr

f v\ s. auch

A 7.18). Hinweis: A 7.4c.


0

4. Die Existenz, Eindeutigkeit und einfache Berechenbarkeit der Interpolationspolynome


ist auch im Komplexen gewhrleistet (d.b., wenn die x 0 , x., ... , x" unter sich verschiedene,
y 0 , Y~> ... , y" irgendwelche komplexe Zahlen bedeuten drfen; natrlich werden dann
auch die Koeffizienten des Polynoms komplex ausfallen).

17 Der Difterenzenoperator. Lineare Abbildungen


In dem besonders hufigen Fall q u id i s ta n ter (gle i cha bs t od ig er)
Sttzstellen x., = x 0 + vh (v = 0, 1, ... , n) mit der Schrittweite h:f 0 lassen sich

17 Der Diflerenzenoperator. Lineare Abbildungen

131

die ak in (16.5) mit Hilfe eines Differenzenschemas sehr einfach und geradezu
mechanisch bestimmen. Um diese Dinge angemessen darstellen zu knnen,
schalten wir einige Bemerkungen ber Differenzenoperatoren ein. Wir lernen
dabei eine ne ue und wichtige Klasse von Funktionen, die sogenannten linearen
Abbildungen kennen, die sich auch in unsere spteren Untersuchungen immer
wieder eindrngen werden. Man wird auf diese Betrachtungen fast zwangslufig
gefhrt, wenn man das Gleichungssystem {16.5) bei quidistanten Sttzstellen
aufzulsen versucht.
(s) sei die Menge aller Zahlenfolgen. Wir definieren eine Abbildung D: (s)--+ (s),
indem wir jeder Folge y : = (y 0 , y L> y 2 , .) ihre Diffe re nze n fo I ge
(17 .1)
zuordnen; D nennen wir den Differenzenoperator auf (s). Offensichtlich ist
fr alle y, z e (s) und alle Zahlen a

D(y+z)=Dy+Dz

und

D(ay)=aDy.

Abbildungen mit dieser Eigenschaft nennt man linear, genauer: Sind E und F
zwei lineare Rume, so heit die Abbildung A :E--+F linear, wenn fr alle
f, g e E und alle Zahlen a stets

A(f+ g)= Af+Ag

und

A(af)= aAf

ist. Lineare Abbildungen nennt man auch gerne Operatoren; wir benutzen fr
sie meistens groe Buchstaben und schreiben gewhnlich kurz Af statt A(f), wie
wir es im Falle des Differenzenoperators bereits praktiziert haben.
Eine besonders wichtige lineare Abbildung ist uns schon in A 15.3 begegnet. Ist
x 0 < x 1 < < x" und bestimmen wir zu jeder auf [x 0 , x"] e rklrten reellen
n

Funktion f das Lagrangesche Interpolationspolynom L,(x) =

L f(xk)Lk(x) ,

so

k- 0

ist auch die Abbildung f ~--+ L 1 linear; ihr Zielraum ist die Algebra aller Polynome.
Mit @5(E, F) bezeichnen wir hinfort die Menge aller linearen Abbildungen des
linearen Raumes E in den linearen Raum F. Fr die Menge @5(E, E) aller linearen
Selbstabbildungen von E schreiben wir kurz @5(E). Fr je zwei Abbildungen
A, B e @5(E, F) und jede Zahl a definieren wir die Summe A + B und das
Vielfache aA "punktweise":
(A + B)f: = Af+ Bf,

(aA)f: = a(Af).

A + B und aA gehren wieder zu @5(E, F), und der Leser kann ohne Mhe
besttigen, da @5(E, F) nun ein linearer Raum ist. Sein Nullelement ist natrlich
die Nullabbildung, die jedemf e Edas Nullelement von F zuordnet; das zu A
additiv inverse Element - A ist die Abbildung f ~--+ -(Af).
Das Kompositum B o A der linearen Abbildungen A : E--+ F, B : F--+ G, also die
Abbildung f ~--+ B(Af) von E nach G, ist wieder linear. B o A wird blicherweise

132

ll Funktionen

krzer mit BA bezeichnet und das Produkt von B m A genannt (die Reihenfolge ist wichtig: Wenn BA definiert ist, braucht AB nicht erklrt zu sein, und
selbst wenn beide Produkte vorhanden sind, mssen sie nicht bereinstimmen).
Falls die untenstehenden Produkte existieren, gelten offenbar die folgenden
Rechenregeln:
A(BC)=(AB)C,
(A + B )C = AC+ B C,

A (B +C)= AB + AC,
a(AB) = (aA) B

= A(aB).

Da man zwei Abbildungen aus 6(E) stets miteinander multiplizieren kann, ergibt
sieb nun sofort, da @5(B) eine Algebra ist. Sie besitzt ein Einselement, nmlich die
identische Abbildung I von E: Ix: = x fr alle x e E (gelegentlich bezeichnen wir
die ide ntische Abbildung auf E sorgfltiger mit IE) 1). 6(E ) ist i.allg. n i e h t
kommutativ.
Fr unsere Zwecke ist es nun von grter Bedeutung, da der fundamentale
binomische Satz unter gewissen Voraussetzungen auch in beliebigen Algebren gilt.
Wir bereiten ihn durch e inige Bemerkungen vor. Ist a Element einer Algebra, so
bedeutet a " (n e N) wie blich das Produkt der n Faktoren a (rekursive Definition: a 1 : = a, a": = aa"- 1 fr n = 2, 3, .. .)2>. Besitzt die Algebra ein Einselement
e, so setzen wir a 0 : = e. Es ist stets a"a"' = a"+m und (a")"' = a""'. Die Regel
(ab)" = a"b" gilt jedoch nur, wenn die Elemente a, b ve rtau schbar sind
(kommutieren), d .h. , we nn ab = ba ist. Und nun ist

(a+b)"=a"+(~)a"- 1 b + (~)a"-2 b2 +

+ (n n )ab"- 1 +b",
1

(17.2)

falls ab = ba.
Im Bewe is des binomischen Satzes haben wir nmlich in Wirklichkeit nicht voll
von den Krpere igenschaften der reellen Zahlen, sonde rn nur von ihre n Alge braeigenschaften und der Vertauschbarkeit von a mit b Gebrauch gemacht.
Wir kehre n nun zu dem Differenzenoperator D aus (17 .1) zurck. Die Folge
D 1 y=Dy nennen wir auch die erste, die Folge D 2y die z w e it e, allgemein die
Folge D ky (k = 1, 2, ...) die k-te Differenz en folg e der Folge y. Ergnzend
werde y = Iy = D 0 y die nullte Differenz e nfolge genannt. Offe nbar ist
Dy = (yl- Yo. Y2- Y1> .),
D 2y = (y2 - 2Yl + Yo. y3 - 2y2+Y1> .),
D 3y = (y3 - 3y2 + 3yl- Yo. Y4- 3y3 + 3y2- Yt> .. .) usw.
1

(17 .3)

Die frher e ingefhrte Bezeichnung id fr die identische Abbildung ist bei linearen
Abbildungen weniger gebruchlich.
2
' Ist A ee(E), so erhlt man A "f, indem man, kurz gesagt. A n - mal auf f anwendet:
A"f = A A f.
'

17 Der Differenzenoperator. Lineare Abbildungen

133

Um eine bequeme Schreibweise zu haben, definieren wir rekursiv


fl. 0y.,:=y., und fl. ky.,:= fl. k- ly.,+ 1- fl. k- ly., fr v e N 0, keN;
statt fl. 1 y" schreiben wir einfach fl.y .,. Es ist dann

D Jy = (fl.Jyo, fl.3yl> ...) usw. ,


mit anderen Worten: fl.kyi ist die j-te Komponente der k-ten Differenzenfolge Dky.
Die Differenzenfolgen lassen sich am bequemsten aus dem nachstehenden
Diff ere n ze n sch e ma berechnen:

D2y

Dy

D 3y

Yo
Ll yo
112Yo

y,

113Yo

. y I

6.2y,

Y2

6.3y,

.:l y2
Y3
.:l y3

...

6.2y2

(17.4)

Y4

Jeder Wert in einer Spalte wird als "Lckendifferenz" berechnet, nmlich als
Differenz der beiden Werte der vorhergehenden Spalte, in deren Lcke er fllt
(und zwar als " unterer Wert minus oberer Wert").
Offenbar ist (I+ D)y = y + Dy = (y h y 2 , y 3, ...), in Worten: I + D verschiebt die
Folgenglieder um eine Stelle nach links und vernichtet dabei das nullte Glied
y 0 (I+D ist ein link er Verschiebungsoperator). Daraus ergibt sich sofort

(I + D) ~<y = (y~c, Yk+t Yk+ 2 ,

. . )

fr k = 0, 1, 2, . . . .

(17 .5)

Wenden wir nun

D " = [- I +(I + D )]k =

v O

(-1t (k)(I + D )k- v


V

auf y an, so erhalten wir mittels (17 .5) fr fl. ~<y 0 die Darstellung
fl. kYo =

t(

-1)"(k) Yk - v

v- 0

(17.6)

134

Il Funktionen

Offenbar ist

und wiederum wegen (17 .5) folgt daraus (nach Anwendung auf y)
(17.7)
Wir kehren nun zu dem Newtonsehen Interpolationspolynom (16.4) zurck und
behaupten, da im Falle quidistanter Sttzstellen x., = x 0 + vh (v = 0, 1, ... , n)
mit der Schrittweite h=f 0 die a" gem der Formel

a"

ll"Yo
k!h"

(k = 0, 1, ... , n)

(17.8)

berechnet werden knnen (die Werte y0 , y1 , . . . , y,. denken wir uns durch
irgendwelche Zahlen, etwa durch Nullen, zu einer Folge ergnzt, um unsere
Theorie des Differenzenoperators anwenden zu knnen). Zum Beweis benutzen
wir eine oft verwendete Modifikation der Induktionsmethode. Trivialerweise ist
die Behauptung fr k = 0 richtig. Wir nehmen nun an, fr ein gewisses k < n
lieen sich alle a 0 , a t. . . . , a" nach (17 .8) berechnen und zeigen dann, da auch
ak+t durch (17.8) gegeben wird, womit der Beweis beendet ist. Wegen (16.5)
habe n wir
Y1c+1

=ao+at(k+1) h+a 2 (k+1)k h 2


+ +a~c(k+1)k 2 h"+a~c+ 1 (k+1)k1h"+ 1 .

Dank unserer Induktionsvoraussetzung ist also


0
(k+1) flyo + (k+1) flyo++
2
(k +
lc + alc+tk+1)!h
(
lc+l ,
Ylc +t = flyo+
k 1) lly
0
1
2

und mit (17 .7)- fr k + 1 statt k - folgt daraus


!lk+t Yo
ak+L = (k + 1)!h"+t .
Zusammenfassend knnen wir nun sagen: Das (eindeutig bestimmte) Newtonsehe
Interpolationspolynom vom Grade ~ n, das in den q u i d ist a o t e n Sttzstellen
x., = x 0 + vh die Sttzwer~e y., (v = 0, 1, ... , n) annimmt, wird durch

" 1ll"Yo
N(x) = Yo+
k!h" (x-x 0 )(x-xt) (x-x" _ 1)

"L

(17.9)

gegeben; die Differenzen ll"y 0 knnen der obersten Schrgzeile des Schemas (17 .4)
entnommen werden.

18 Der Interpolationsfehler

135

Aufgaben
*1. A: E- F sei eine lineare Abbildung. Zeige: a) AO = 0 (hierbei bedeutet die linke Null
das Nullelement von E, die rechte das Nullelement von F).
b) A ist genau dann
injektiv, wenn aus Af=O stets f=O folgt.
c) Der Nullraum N(A):= {feE:Af=O}
von A ist ein Untervektorraum von E, der Bi l draum A(E) ein Untervektorraum von
F.
d) Ist A injektiv, so ist die Umkehrabbildung A - J: A(E)- E wieder linear.
e) Die Einschrnkung von A auf einen Untervektorraum E 0 vonEist linear.
2. Die Menge (s) 0 aller Zahlenfolgen (0, Yt. y2 , .) ist ein Untervektorraum von (s). Die
Einschrnkung D 0 von D auf (s) 0 bildet (s) 0 umkehrbar eindeutig auf (s) ab, und es ist
1
DD 0 = I <>
+3. Definiere die lineare Abbildung L: (s)-(s) durch L(y o,Y~>Y2 ):=(yt.y2,y3, ... ).
Wir haben schon gesehen, da L =I+ D ist. Setze S: = I + L + L2 + + L"- 1 und zeige:

a) SL- S = SD = L"- I=

t (n)D";

k l

c) y 0 + y 1 + + Yn- J =

J (:)t.

k - J 0

b) S =

t (n)D"- (s. Aufgabe 2);


1

k l

Gewinne aus dieser allgemeinen Summenformel

die speziellen Formeln des Satzes 7.7.

4. Berechne die Interpolationspolynome aus A 16.1 mittels (17 .9).


0

5. Lineare Abbildungen komplexer linearer Rume (s. A 14.14) werden wrtlich wie oben
definiert, nur mu man als Multiplikatoren a komplexe Zahlen zulassen. Alle Betrachtungen dieser Nummer gelten auch im komplexen Fall. Verifiziere insbesondere, da
auch die Aussagen der Aufgabe 1 im komplexen Fall bestehen bleiben.

18 Der Interpolationsfehler
Die reelle Funktion f sei auf dem Intervall [a, b] definiert, es sei
a

= Xo < X1 < ;9 x,, = b,

Yk : = f(xd

und P das zu den Sttzstellen xk und den Sttzwerten Yk (k = 0, 1, ... , n)


gehrende Interpolationspolynom vom Grade :;;;;n. In Nr. 16 hatten wir programmatisch erklrt, P (x) als einen "Nherungswert" fr f(x) ansehen und benutzen
zu wollen. Dieses Programm wird sieb jedoch vernnftigerweise nicht ohne
Einschrnkungen durchfhren lassen; man kann nmlich ganz offenbar Funktionen konstruieren, die zwar in jedem xk mit dem durch xk> Yk eindeutig
festgelegten P bereinstimmen, in jedem Teilintervall (xk> xk+t) jedoch beliebig
weit von P abweichen , so da keine Rede davon sein kann, P (x) liege " nahe" bei
f(x) . Diese Tatsache (die letzlieh eine Folge der groen Allgemeinheit unseres
Funktionsbegriffes ist) drngt uns die Frage auf, unter welchen Voraussetzungen
wir genauere Angaben ber den Interpolationsfehl er lf(x) - P (x)l machen
knnen ; erst wenn wir solche Angaben in der Hand haben, werden wir das
Interpolationsproblem unter praktischen Gesichtspunkten als vollstndig gelst
ansehen drfen.

136

ll Funktionen

Offenbar wird man nur dann Aussagen ber if(x)- P(x)i machen knnen, wenn
man gewisse Informationen darber besitzt, wie sich die Funktionswerte f(x)
ndern, falls man das Argument x ndert. Die tiefere Untersuchung solcher
nderungen kann der Hilfsmittel der Differentialrechnung nicht entraten, und
aus diesen Grnden werden wir das Problem des Interpolationsfehlers in Nr. 51
wieder aufgreifen, nachdem wir die Differentialrechnung hinreichend weit entwikkelt haben. Jedoch knnen wir bereits jetzt eine leicht nachprfbare Bedingung
fr f formulieren, mit deren Hilfe wir lf(x )- P (x)l bequem abschtzen knnen.
Wir nennen die reelle Funktion g dehnung sbesch rnkt auf X c R, wenn es
eineDeh n u ngsschranke K so gibt, da
(18.1)

fr alle x, y e X

ig(x)- g(y )I=::;; K ix- Yl

ist. Mittels A 7.15 und Aufgabe 1 sieht man leicht, da jedes Polynom auf jedem
Intervall [a, b] dehnungsbeschrnkt ist (die Dehnungsschranke hngt natrlich
sowohl von dem Polynom als auch von dem gewhlten Intervall ab). Ist nun f
dehnungsbeschrnkt auf [a, b] mit der Dehnungsschranke K und besitzt das
Interpolationspolynom P die Dehnungsschranke M auf [a, b ], so ist
lf(x) - P (x)l =::;; lf(x)- f(xk)i + lf(xk)- P(xk)i + IP(xk)- P(x)i
= lf(x)- f(xk)i + iP(x )- P(xk )l

=::;;(K + M) ix- xki

fr jedes x in [a, b] und jede Sttzstelle xk. Sind insbesondere die Sttzstellen
quidistant mit der Schrittweite h > 0, so ist offenbar
lf(x) - P(x)l =::;; (K + M)

(18.2)

fr alle x E [a, b].

Aufgaben
1. Die dehnungsbeschrnkten Funktionen auf X c R bilden einen Funktionenraum.
"'2. Eine dehnungsbeschrnkte Funktion f auf der beschrnkten Menge X c R ist
beschrnkt; die Gesamtheit der dehnungsbeschrnkten Funktionen auf einem solchen X ist
eine Funktionenalgebra.
3. Das Kompositum f o g zweier dehnungsbeschrnkter Funktionen f, g ist- falls es
existiert- ebenfalls dehnungsbeschrnkt.
4. Die Funktion x

,_.1/x ist auf jedem IntervaU [a, b] dehnungsbeschrnkt, das 0 nicht

enthlt.
S. Die n-te Wurzelfunktion
dehnungsbeschrnkt.

x ,_. :fX ist

auf

jedem

Inte rvall

[a, b]

mit

a>0

6. Konstruiere mit Hilfe der drei le tzten Aufgaben weitere dehnungsbeschrnkte Funktionen.

19 Mengenvergleiche

137

19 Mengenvergleiche
Wir wenden uns nun einer beraus merkwrdigen und folgenreichen Anwendung
des Abbildungsbegriffes zu. Ohne zu zhlen (ja ohne berhaupt zhlen zu knnen)
kann man doch feststellen, ob in einem Omnibus ebenso viele Sitzpltze wie
Passagiere vorhanden sind: Dies ist genau dann der Fall, wenn jeder Sitzplatz
besetzt ist und kein Passagier mehr steht, aufwendiger ausgedrckt: wenn es eine
bijektive Abbildung der Menge S aller Sitzpltze auf die Menge P aller Passagiere gibt. Ganz entsprechend kann man ohne zu zhlen feststellen, ob es mehr
(oder weniger) Sitzpltze als Passagiere gibt. Im zweiten Gesang der Dias macht
Agamemnon seinem versammelten Heer mittels der ,,Abbildungsmetbode" (ohne
Zahlenangaben) deutlich, da die Achaier weitaus zahlreicher sind als die Troer:
Wollten wir wahrlieb nun beide, die Troer und auch die Achaier,
wgen nach Strke und Zahl, wofern nach vershnenden Eiden
hie r die Troer versammelt, so viele im Lande gesessen,
drben unsere Achaier, zu je zehn Mnnern der Haufen,
deren nun jeder einen der Troer zum Schenken sieb whle:
wahrlich da.n n mte manch Haufen noch ohne den Schenken bestehen,
soviel strker vermut ich die Zahl der achaschen Shne
als die Bewohner von T roia.

Nichts ist naheHegender, als diese ganz elementare, geradezu archaische Methode,
endliche Mengen der Gre nach zu vergleichen, auf unendliche Mengen zu
bertragen. Wir geben zunchst die folgende Definition:
Zwei nichtleere Mengen heien gle ic hm chti g oder quivalent, wenn es eine
bijektive Abbildung der einen auf die andere gibt. Die leere Menge sei nur sich selbst
quivalent. Die symmetrische Sprechweise dieser Definition ist deshalb
gerechtfertigt, weil die Umkehrung einer Bijektion wieder eine Bijektion ist.
So zwangslufig unsere Definition sich auch einstellt, so paradox sind die Folgerungen, die
bei unendlichen Mengen auftreten. Schon Galileo Galilei (1564 - 1642; 78) bat bemerkt, da
die Menge der natrlichen Zahlen vermge der Zuordnung n ....... n 2 bijektiv auf die Menge
der Quadratzahlen abgebildet werden kann; im Sinne unserer Definition sind also diese
beiden Mengen gleichmchtig, sie enthalten "gleichviel" Elemente - obwohl doch die
zweite eine echte Teilmenge der ersten ist. Der ansonsten so beherzte Galilei zog daraus den
deftistischen Schlu, da "die Attribute des Gleichen, des Greren und des Kleineren bei
Unendlichem nicht statt haben, sondern nur bei endlichen Gren gelten". Aristoteles
(384-322 v. Chr.; 62), der gewaltige Fleischbeschauer des Wissens, den das Mittelalter mit
berschieender Verehrung einfach "den Philosophen" nannte, war noch deftistischer gewesen: Er wollte berhaupt kein aktual Unendliches gelten lassen, sondern nur ein potentiell Unendliches (d. h. nur ein beliebig vermehrbares Endliches). Ihm folgte Thomas von
Aquin (1224- 1274; 50) mit seinem lhmenden Diktum : " Multitudinem actu infinitam dari,
impossibile est". Cantor und Derlekiod haben dann schlielich gegen alle Tradition den

138

11 Funktionen

khnen Schritt getan. aus einem Einwand gegen das Unendliche den Begriff desselben zu
gewinnen - nmlich eine Menge genau dann unendlich zu nennen, wenn sie einer ihrer
echten Teilmengen quivalent ist. Vorgearbeitet hatte ihnen Bolzano, auf dessen .,Paradoxien des Unendlichen" hjer noch einmal hingewiesen sei.

Eine Menge ist offenbar genau dann gleichmchtig mit N, wenn sie als eine Folge
geschrieben werden kann, deren Glieder alle voneinander verschieden sind. Eine
solche Menge nannte Cantor abzhlbar und bewies den verblffenden

19.1 Satz Die Menge aller rationalen Zahlen ist abzhlbar.


Zum Beweis schreiben wir zunchst die positiven rationalen Zahlen wie unten
angegeben auf und numerieren sie in der Richtung der Pfeile; erscheint eine Zahl
mehrfach in dem Schema (z.B. 1/1, 2/2, 3/3, ...), so erhlt sie nur bei ihrem
ersten Auftreten eine Nummer und wird dann nicht mehr bercksichtigt
(Ca uch ysches Diagona Iverfahren):
2/1

1/1

3/1

/ /
1/ /
/

4/1

4/2

...

1/2

2/2

3/2

1/3

2/3

3/3

4/3

. ..

1/4

2/4

3/4

4/4

.. .

Die positiven rationalen Zahlen erscheinen nunmehr als eine Folge rl> r2 , r3 , . . .
mit den Anfangsgliedern 1, 2, 1/2, 1/3, 3, 4, 3/2, 2/3, 1/4, 1/5, .... Die Menge Q
selbst ist dann nichts anderes als die Folge 0, T" - TJ. Tz, -Tz, ... und ist somit

abzhlbar.
Im Folgenden steht der Ausdruck "hchstens abzhlbar" fr "endlich
oder abzhlbar". Hat man hchstens abzhlbar viele Mengen M 1 : =
{mu, m12' m13, ...}, M 2: = {m2h m2 2, m 23 , ...}, ... , so kann man die Elemente
ihrer Vereinigung ganz entsprechend wie oben vermge des Schemas

19 Mengenvergleiche

139

als eine evtl. abbrechende Folge mit paarweise verschiedenen Gliedern schreiben
("abzhlen") und bat damit den nachstehenden Satz bewiesen:

19.2 Satz Die V ereinigung hchstens abzhlbar vieler hchstens abzhlbarer


Mengen ist wieder hchstens abzhlbar.
Das folgende Beispiel mge den paradoxen Charakte r des letzten Satzes verdeutlichen.
Man stelle sich ein Hotel mit abzhlbar vielen Zimmern vor ("Hilberts Hotel"). Das Hotel
sei voll belegt; der Gast in dem Zimmer mit der Nummer n werde mit G .. bezeichnet
(n = 1, 2, ...). E in weiterer Gast G erscheint und begehrt ein Zimmer. D er H otelinhaber
gibt G das Zimmer Nr. 1, verlegt G 1 in das Zimmer Nr. 2 usw., so da nun die folgende
Belegung entsteht, bei der jeder der Gste in einem Zimmer untergebracht ist:

Zimmer Nr.
Gast

...

G G1

G anz entsprechend kann eine beliebige endliche Anzahl zustzlicher Gste beherbergt
werden, und unser Satz lehrt, da sogar abzhlbar viele weitere Gste gt. g 2 , g 3 , . Zimmer
in dem voll belegten H otel erhalten knnen, e twa durch die folgende Zuteilung:

Zimmer Nr.
Gast

...

Die bisher bewiesenen Stze und die herkmmliche vage Idee des Unendlichen
drngen uns zunchst die Vermutung auf, da jede unendliche Menge abgezhlt
werden
kann, da es also keine Abstufungen im Unendlichen gibt und unser
..
Aquivalenzbegriff somit berflssig ist. Es ist eines der berraschendsten Ergebnisse Cantors, da dem nicht so ist. Vielmehr gibt es ber ab zh I bar e
Mengen , also unendliche Mengen, die nicht abgezhlt werden knnen, weil sie
zu viele Elemente enthalten. Ein beraus einfaches Beispiel hierfr ist die Menge
F aller Folgen, die aus den Zahlen 0 und 1 gebildet werden knnen; dazu
gehren etwa die Folgen (0, 0, 0, ...), (1, 1, 1, . ..), (0, 1, 0, 1, .. .). Wre F
abzhlbar und (a" 1, an 2 , ) die n-te Folge in einer irgendwie vorgenommenen
Abzhlung, so knnte man F durch das folgende Schema darstellen:
...

...

Setzt man nun

1, falls a nn = 0
b" : = {0, falls a nn = 1)

140

II Funktionen

so gehrt die Folge (b I> b 2 , .) zwar zu F, tritt aber nic;ht in dem obigen Schema
auf (sie ist von der n-ten Folge verschieden, weil b" f a"" ist). Dieser Widerspruch
zeigt, da F in der Tat berabzhlbar ist. Natrlich ist die Menge aller Zahlenfolgen erst recht berabzhlbar. Die hier benutzte Beweismethode nennt man das
Can torsehe Diagonal verfahren.
In Nr. 24 werden wir zeigen, da sich jede reelle Zahl aus (0, 1] vllig eindeutig
a ls unendlicher Dezimalbruch 0, a 1 a 2 a 3 . . schreiben lt (in dieser Schreibweise
wird also 1/2 durch den Dezimalbruch 0,4999 ... , nicht durch 0,5 dargestellt).
Benutzen wir vorgreifend diese Tatsache, so sieht man mittels des Cantorschen
Diagonalverfahrens ganz hnlich wie oben, da die Menge der reellen Zahlen in
(0, 1] berabzhlbar sein mu. Erst recht gilt daher der

19.3 Satz Die Menge aller reellen Zahlen ist berabzhlbar.


Aus den drei letzten Stzen fo lgt sofort, da die Menge der irrationalen Zahlen
berabzhlbar ist.
Nachdem wir nunmehr festgestellt haben, da es - locker formuliert verschieden groe Unendlichkeiten gibt, ist die folgende Definition sinnvoll : Die
Menge M besitzt eine kleinere Mchtigkeit als die MengeN, wennMeiner
Teilmenge von N, aber nicht der ganzen Menge N quivalent ist.
E ine kleine Modifikation des Cantorschen Diagonalverfahrens lehrt nun, da es
zu -jeder Menge M eine Menge mit grerer Mchtigkeit gibt. Wir setzen, um
Triviales zu vermeiden , M als nichtleer voraus und betrachten die Menge F aller
auf M definierten Funktionen, die nur die Werte 0 und 1 annehmen. Ordnen wir
jedem m E M die Funktion fm zu, die in m den Wert 1 und an jeder a nderen
Stelle den Wert 0 annimmt, so ist offenbar M der Teilmenge {f"' : m E M} von F
quivalent. M ist jedoch nicht der ganzen Menge F quivalent. AndemfaJis gbe
es eine bijektive Abbildung m ~---+ f'"> von M auf F. Definieren wir nun die
Funktion f auf M durch

f(m): =

{1,0,

falls f"' >(m) = o,


falls f"'>(m) = 1

so liegt f in F, stimmt aber mit keinem [<"'' berein. Dieser Widerspruch zu


unserer Annahme zeigt, da M und F nicht gleichmchtig sind, und da F somit
eine grere Mchtigkeit als M besitzt.
Die charakteristische Funktion XA : M ~ R einer Teilmenge A von M definieren
wir ganz entsprechend wie im reellen Fall (s. Nr. 14):

(m):= {1, falls m EA.


XA
0, falls m rt A
Die Abbildung A ~---+ XA ist offenbar eine Bijektion der Menge aller Teilmengen
von M, der sogenannten Potenzmenge von M , a uf die Menge aller XA i letztere

19 Mengenvergleiche

141

ist aber gerade die oben definierte Funktionenmenge F. Unsere Betrachtungen


ergeben also das folgende Resultat:

19.4 Satz Die Potenzmenge einer nichtleeren Menge M besitzt eine grere Mchtigkeit als M selbst.
Dieser Satz ist beraus merkwrdig. Er lehrt - stark verkrzt und vage formuliert,-da unendlich viele Abstufungen im Unendlichen vorhanden sind, da es
unendlich viele verschieden groe Unendlichkeilen gibt. U nd diese erstaunliche
Erkenntn is haben wir durch eine ganz unmittelbare und elementare Anwendung
des Abbildungsbegriffs gewon nen!
Da unendliche Mengen vermge der Potenzmengenbildung immer mchtigere Unendlichkeiten hervorbringen, mag der Hintergrund einer hbschen Anekdote sein, die auf die bedeutende AJgebraikerin Emmy Noether (1882- 1935; 53) zurckgeht. Dedekind sagte einmal, er stelle sich eine Menge vor "wie einen geschlossenen Sack, der ganz bestimmte Dinge
enthalte". Derartig Hausbackenes lie den romantischen Cantor nicht ruhen. "Er richtete
seine kolossale Figur auf, beschrieb mit erhobenem Arm eine groartige G este und sagte
mit einem ins Unbestimmte gerichteten Blick: Eine Menge stelle ich mir vor wie einen
Abgrund." (Nach 0. Becker: Grundlagen der Mathematik in geschichtlicher Entwicklung.
Frankfurt/ M. 1975).

Aufgaben
1. Jede unendliche Menge M enthlt eine abzhlbare Teilmenge.
2. Eine Menge paarweise disjunkter Intervalle ist hchstens abzhlbar.
3. Die Menge aller reellwertigen Funktionen auf R besitzt eine grere Mchtigkeit als R.

4. Zwei Intervalle [a, b], [a, ] sind stets quivalent.

111 Grenzwerte von Zahlenfolgen


avaA.vat( (analysis) = Auflsung, Lsung,

Wir kommen nun zur Analysis, diesem kunstvollsten und am feinsten verzweigten Gebilde der mathematischen Wissenschaft.
David Hilbert

Tod, Erlsung
L angenscheidts Taschenwrterbuch
Altgriechisch

20 Der Grenzwe rtbegriff


Dieser Begriff ist in sei nen mannigfachen A usprgungen zentral fr die A nalysis
und bestimm t ihren eigentmlichen Charakter. Er wird von nun an alle unsere
Betrachtungen beherrschen. W ir untersuchen ihn in diesem Kapitel im Z usam men hang mit Zahlenfolgen und wollen uns zunchst durch einige Probleme auf
seine D efi nition fhren lassen.
I. ln A 7.14 hatten wir gesehen, da eine Erstinvestition im Werte vo n
K on~ um:-. c hritten

K M ark nach

11

zu einer Erhhung des Volkseinkommens um

a.,: = K +qK +q ~ K + +q" K = K

I
1-q

- K

q" + I
1-q

Mark

(20.1)

rhrt: dabei ist q (O<q< I) die Grenzneigung zum Verbrauch. Wir hatten damals bereits
vermutet, da a., fr groes 11 .. hinreichend gut" durch den ersten T erm auf der rechten
Seite, also durch a:=K/ ( 1- q) .. angenhert" wird, hatten aber warnend darauf hingewie'cn, da diese Ausdrcke sehr v<:~ge und einer Przisierung bedrftig sind. Der Ausdruck
.. hinreichend gute Annherung" kann, wenn er deutlich und bestimmt sein soll, offenbar
nur da:-. folgende bedeu ten: Es wird eine gewisse, zu Beginn der Un tersuchung festz uleyend(' Ahweidwng t:> 0 der a., von a a ls ertrglich. als unschdlich fr d ie Zwecke ebendic ... er U nte rs uchung zugelassen, und es wird d<:~nn gefragt, ob a., zwischen a -& und a +e
lieyt. ll'enn nur 11 gro genug ist. genauer: Es wird gefragt, ob es einen Index n0 so gibt,
da fr alle n>n" ausnahmslos a - t: <a.,< a+ t:, also la" - ai<F. ist. Genau dann, wenn
ein solches n., existiert, wird man a., fr alle n > n 11 bis auf de n 11011 vornherein akzeplierten
Fehler t: durch a angeben knnen. Die Gre der zugelassenen Toleranz e wird, wie
!><.:hon erw~ hnt , von den Zwecken abhngen, die man mit der Untersuchung verfolgt und
wird delohalb vo n Fall z u Fall verschieden sein. Wenn er den Bedrfnissen der Praxis
genge n will, wird der Mathematiker daher prfen mssen, ob es zujeder Fehlerschranke
t:>O einen Index n 11 gibt (der natrlich von e ab hngen wird), so da fr alle n > n 0 stets
Ia., - al <t; bleibt. Anscha ulicher gesprochen: Er wird prfen mssen , ob es zu jeder cUmgebung V, (a) von a einen Index nll = n0 (e) gibt, so da alle a., m it n > n 0 in U" (a)
li egen. Wir werden in Nr. 21 sehen, da dies in der Tat der Fall ist. Gegenwrtig mag es
gengen, unsere ,.Annherungshoffnung" d urch das folgende Zah lenbeispiel zu strken.
Fr K = I, q=0,5 ist a=2, und mit H ilfe eines Taschenrechners erhlt man rasch

a 1 = I ,5
{J~ =

a, =
a4 =
a~ =

1,75
1,875
I ,9375
1,96875

a,, -

I ,984375
a 1 = 1,9921875
Ox - I ,99609375
a,, = I ,998046875
(1111= 1,999023438

20 Der Grenzwertbegriff

143

Die a" kommen also, soweit sich bisher erkennen lt, tatschlich immer nher an a = 2
heran. Ob sie aber im weiteren Fortgang der Rechnung sogar "beliebig nahe.. herankommen - das ist mit all dem natrlich noch nicht ausgemacht.
2. In A 7.7 hatten wir gesehen, da zah lreiche Wachstums- und Abnahmeprozesse fr
eine zeitabhngige Gre u (t) nherungsweise nach d em Gesetz
u(t+flt) - u(t)=au(t) .1.1

(a eine Konstante)

(20.2)

verlaufen. Ist a = 1, dauert der Proze eine Zeiteinheit und unterteilt man diese in n gleiche Teile, so wird der Endzustand, der sich aus dem Anfangszustand u 0 ergibt, angenhert durch
u":=

(1 + ~r

(20.3)

Uo

gegeben (s. A 7.7a). (20.2) wird den Prozeverlauf i.allg. um so genauer beschreiben, je
kleiner l:lt ist; aus diesem Grunde wird der Endzustand durch (20.3) i. allg. um so besser
approximiert, je grer n ist. Durch diese physikalischen Vorberlegungen werden wir zu
der mathematischen Vermutung gedrngt, da die Glieder der Folge (u") mit wachsendem
n einer gewissen Zahl u " beliebig nahe kommen". Diese Vermutung lt sich nun sehr
ei nfach przisieren und beweisen. Nehmen wir u0 > 0 an, so ist die Folge (u") wegen
A 7.11 nach oben beschrnkt, so da u:=supu" existiert. Zu jedem &> 0 gibt es also ein
u"0 mit u" 0 > u-&. Da die Folge (u") wegen A 7.7c aber auch streng wchst, ist erst recht
u" > u - & fr alle n > n0 und somit Iu"- ul <& fr alle diese n. In diesem przisen "&-Sinne"
kommen also die Glieder der Folge (u") der wohldefinierten Zahl u tatschlich beliebig
nahe. Ganz entsprechend argumentiert man, wenn u0 < 0 ist, whrend der Fall u 0 = 0 trivial ist.
Fr u0 = 1 findet der Leser einige u" (unter dem Namen a") fertig a usgerechnet in A 26.1.
Diese u" =(1 + 1/ n)" kommen zwar, wie wir bewiesen haben, der Zahl e:= sup u" beliebig
nahe, tun dies aber geradezu widerwillig in einem entnervenden K.riechgang. Seit Euters
berhmter lntroductio in analysin infinitarum von 1748 wei man, da
e = 2,71828 182845904523536028 ...
ist. Man vergleiche dies mit dem zehnmillionsten Folgenglied
U 10000000

= 2,7 182816925 ...

(s. S. 172).

Dessenungeachtet (oder gerade deswegen) versuche sich der Leser mit einem Taschenrechner an den u", um "Annherungserfahrung" zu sammeln.
3. Manche elektronische Rechenmaschinen
lsen die Aufgabe, d ie Reziproke Jla einer
gegebenen Zahl a > 0 nherungsweise zu berechnen, folgendermaen: 1/ a ist die Lsung der Gleichung a x = 1 und somit die
von Null verschiedene Lsung der G leichung x=2x-ax2 Anschaulich formuliert
luft also unsere Aufgabe darauf hinaus, die
Abszisse des Schnittpunktes -1- (0, 0) der
Winkelhalbierenden X~--+X mit d er Parabel

x2=g(x1)

x1=g(xol
x2

1
a

Fig. 20.1

.2..
a

144

Grenzwerte von Zahlenfolgen

x~--+g(x):=2x-ax 2 zu bestimmen ; s. Fig. 20.1. Diese Figur regt das folgende " Iterations-

verfahren " an, um der genannten Abszisse 1/ a beliebig nahe zu kommen: Man whlt einen "Startpunkt" x0 , der nur der Bedingung 0 <x0 < 1/ a unterliegt, und definiert die
Folge (x") rekursiv durch x"+ 1 :=g (x") = 2x" -ax:, (n = 0, 1, ... ). Fig. 20.1 lt nun vermuten, da diese Folge wchst und ihre Glieder in der Tat der Reziproken 11a beliebig nahe
kommen. Die Wachstumsvermutung lt sich sehr leicht beweisen. Aus 0 <x < 11a folgt
sofort 2-ax>l und somit g(x)>x, also ist gewi x 1 =g(x0 )>x0 Da andererseits
2x-ax2=(11a)-a(x-l!a)2 < 11a fr alle x,P 1/ a ist, mu x 1 < 1/a und somit wieder
x 2 = g (x1) > x 1 und x 2 < 11a sein. So fortfahrend (voJlstndige Induktion!) ergibt sich, da
(x") streng wchst und berdies nach oben beschrnkt ist. Und genau wie im vorhergehenden Beispiel sieht man nun, da die Glieder x" der Zahl ~:= supx" in folgendem
Sinne beliebig nahe kommen: Zu jedem e > 0 gibt es einen Index n 0 = n 0 (e), so da fr alle
n > n0 stets lx" -~1 < e ist. Auch der Beweis, da ~ = g (~) und somit ~ = 1I a ist, knnte an
dieser Stelle bereits leicht erbracht werden, er ist jedoch noch einfacher mit den Hilfsmitteln der Nr. 22 zu fhren und soll deshalb erst dort geliefert werden. Wir wollen aber hier
schon festhalten, da unser Iterationsverfahren in der Tat zum Erfolg fUhrt: In przisem
.,e-Sinn" kann 1/a mit jeder vorgeschriebenen Genauigkeit durch hinreichend spte Glieder der Folge (x") approximiert werden.
Zahlenbeispiel: Mit a=2, x 0 =0,25 liefert ein Taschenrechner der Reihe nach

x, =0,375

x 4 = 0,499992371

Xz=0,46875
X3 = 0,498046875

x 5 =0,5
x 6 = 0,5, also auch x" = 0,5 fr alle n > 6.

4. Der Leser berzeuge sich mit Hilfe eines Taschenrechners davon, da die ersten 6
G lieder der "lterationsfolge"
3x!+2
x 0:=2, x"+1:=
3
4x"

VI=

(n = 1,2, ... )

der Zahl
1,1892071 ... immer nher kommen (und zwar rasch). Ob die x" mit stndig
wachsendem n "beliebig nahe" an
herankommen, ist freilich mit diesem "experimentellen" Verfahren nicht auszumachen. S. jedoch A 23.2.

VI

Dieses eigentmliche Approximationsverhalten, das wir bisher an mehreren Folgen beobachtet haben, fhrt uns zu der nachstehenden Definition, deren Bedeutung, Tragweite und Fruchtbarkeit gar nicht berschtzt werden kann und die
uns einen der groen Begriffe der menschlichen Zivilisation in die Hand gibt:
0

Definition Die Zahlenfolge (a,,) konvergiert oder strebt gegen a, wenn es zu


jeder positiven Zahle einen Index n0 (e) gibt, so da
fr alle n > no(e) stets Ia"- al < e
ist. a heit Grenzwert oder Limes der Folge (a"). Da (a") gegen a konvergiert
(den Grenzwert a besitzt), drckt man durch die folgenden Symbole aus:
a,. ~ a fr n ~ oo

lim an

n-

=a

oder krzer

oder krzer

lim an

a" ~ a,

= a.

20 Der Grenzwertbegriff

145

Von einer Zahlenfolge, die gegen einen Grenzwert strebt (einen Grenzwert besitzt),
sagt man kurz, sie konvergiere oder sei konvergent. Eine Zahlenfolge, die
nicht konvergiert, wird d i ver g e n t genannt.

Die Konvergenzdefinjtion lt sich krzer und anschaulicher formulieren, wenn


wir die folgenden Redeweisen einfhren: 1. Fr jeden Index m beit
(a",, a",+ 1 , ) ein Endstck der Folge (a.,). 2. Wir sagen, da fast alle Glieder
der Folge (a,.) in der Menge M liegen, wenn a .. e M fr alle Indizes n mit
hchstens endlieb vielen Ausnahmen ist. -Mit diesen Sprachregelungen knnen
w1r nun sagen:
Die Folge (a") konvergiert gegen a, wenn in
jeder e-Umgebung Uc (a) von a ein Endstck
Og o12 0-G
0
0+'
o5 o27
von (a") liegt oder gleichbedeutend: wenn in
~(o) entMlt fast olle On
jeder e-Vmgebung von a fast a ll e Glieder
Fig. 20.2
von (an) liegen (s. Fig. 20.2).
0

Konvergiert a .. - a und gleichzeitig auch- b, so mu a = b sein. Andernfalls


wre nmlich e := ia - bl/2 positiv, und jede der Umgebungen U 8 (a), U 8 (b)
mte ein Endstck von (a,.) enthalten; das ist aber unmglich, weil diese beiden
U mgebungen keinen Punkt gemeinsam haben. Es gilt also der
0

20.1 Satz Eine konvergente Folge besitzt g e n a u ei nen Grenzwert.


Da die Folge (a,.) nicht gegen a konvergiert, bedeutet gem unserer Konvergenzdefinition: Nicht in jeder e-Umgebung von a liegt ein Endstck von (a,,),
vielmehr eristiert eine " Ausnahmeumgebung" U.0 (a) derart, da jedes noch so
spte Endstck einen "Ausreier" enthlt, also ein Glied a .., das nicht in U.,0 (a)
liegt. In (a 1, a 2 , .) gibt es somit ein a .. , rt U 8 0 (a), in (an,+t> a ..,+ 2 , . . .) wiederum
ein a~ i U eo(a ) usw., mit anderen Worten: es gibt Indizes n 1 < n 2 < n 3 < , so
da durchweg Ia,...- al ~ e 0 ist. Und ist umgekehrt diese Bedingung erfllt, so
kann die Folge (a.. ) gewi nicht gegen a konvergieren (wobei offen bleibt, ob sie
divergiert oder gegen ein b =f a strebt).
Ist ( n 1o n 2 , . . .) irgendeine streng wachsende Folge natrlicher Zahlen, so nennen
wir (a.. ,, a~, .. .) eine T e il folge der Folge (a" a 2 , . . ). Locker formuliert erhlt
man also eine Teilfolge, indem man an der ursprnglichen Folge "entlanggeht"
und dabei immer wieder einmal ein Glied herausgreift (wobei die so ausgewhlten
G lieder in der Reihenfolge angeordnet werden, in der sie herausgegriffen wurden,
also in derselben Reihenfolge, die sie in der ursprnglichen Folge hatten). Mit
dieser Begriffsbildung knnen wir nun sagen: Genau dann konvergiert die Folge
(a.,) nicht gegen a, wenn es eine e 0 -Umgebung U von a und eine gewisse T eilfolge
von (a,.) gibt, die vollstndig auerhalb von U liegt. Hingegen bt der Gren zwert
einer (konvergenten) Folge auf jede Teilfolge gewissermaen eine anziehende
Wirkung aus. Es gilt nmlich der nachstehende Satz, der sich ganz unmittelbar aus
der Konvergenzdefinition ergibt:

146
0

Ill Grenzwerte von Zahlenfolgen

20.2 Satz Jede Teilfolge einer konvergenten Folge (an) strebt wiederum gegen
lim an.
Konvergiert an - a, so liegt ein Endstck (a".+1, am+2 ...) von (an) in der
I -Umgebung U 1 (a) von a, ist also beschrnkt. Dann ist aber offensichtlich auch
die ganze Folge (a 1, ... , am, a..,+,t am+2, ...) beschrnkt (s. Fig. 20.2). Somit gilt
der

20.3 Satz Jede konvergente Folge ist beschrnkt.


Zum besseren Verstndnis des Grenzwert- und Konvergenzbegriffs fgen wir
noch einige Bemerkungen an.
1. Solange keine weiterfhrenden Stze vorhanden sind, ist es zum Beweis, da a,. --+ a
konvergiert, unumgnglich, zu einer Zahl e, von der man nichts anderes als ihre Positivitt
voraussetzen darf, die Existenz eines zugehrigen n 0 (e) wirklich nachzuweisen, z.B.- aber
nicht notwendigerweise - durch explizite Angabe. Es wird jedoch keineswegs verlangt,
den kleinsten Index n 0 zu bestimmen, der das Gewnschte leistet Hat man ein geeignetes
n 0 gefunden, so darf man es durch ein beliebiges n 1 > n 0 ersetzen. Umgekehrt besagt die
Aussage "a .. ~ a" oder ,,lim a,. = a" nicht mehr und nicht weniger, als da man sicher
sein darf, zu jedem e > 0 ein zugehriges n 0 (e) finden zu knnen. Unter keinen Umstnden
darf etwas anderes in sie hineininterpretiert werden. Ganz und gar sinnlos ist die Auffassung, a., ~ a bedeute, da das letzte Glied der Folge (a.,) mit a bereinstinlme; denn eine
Folge besitzt kein letztes Glied.
2. Die Redeweise "die Folge (a.. ) strebt gegen a" drckt in hchst suggestiver Weise aus,
da die Folgenglieder a .. mit wachsendem n der Zahl a beliebig nahe kommen, verfhrt
aber nur allzu leicht dazu, der Folge eine Dynamik zuzuschreiben, die sie nicht im
geringsten besitzt. Man mache sich klar, da dieses " Streben" etwas vllig Statisches ist:
Die Folge (a .. ) strebt gegen a, wenn in jeder e-Umgebung von a ein Endstck derselben
liegt.
3. Sei a eine fest vorgegebene positive Zahl. Da man jede positive Zahl in der Form ae
mit einem geeigneten e > 0 schreiben kann und umgekehrt jedes derartige ae positiv ist,
gilt die folgende Aussage: Genau dann strebt a., ~ a, wenn es zu jedem e >0 einen Index
n 0 gibt, so da fr alle n > n 0 stets Ia.. - al < ae ist.
4. In der Konvergenzdefinition darf man "Ia.. - a I< e" ohne weiteres durch "Ia.. - al ~ e"
ersetzen. Gilt nmlich die erste Ungleichung fr alle n > n 0 , so ist- fr dieselben n - erst
recht die zweite erfllt. Und kann man umgekehrt fr jedes e >0 ein n 0 so finden , da fr
n > nu stets Ia,,- al ~ e ist, so bestimme man zu e/2 ein n 1 derart, da Ia" - a I~ e/2 fr alle
n > n 1 ist; fr diese n hat man dann Ia..- al < e. In der Formulierung der Konvergenzdefinition mittels Umgehungen darf man also die offenen e-Umgebungen U. (a) durch abgeschlossene e-Umgebungen u . [a] ersetzen.-In hnlich einfacher Weise berzeugt man
sich davon, da man in der Konvergenzdefinition statt "n > n 0 " ebensogut "n ~ n 0 "
schreiben darf.
5. Das Konvergenzverhalten und der evtl. vorhandene Grenzwert einer Folge hngen nur
von ihren "spten" Gliedern ab, genauer: Entsteht die Folge (a~ aus der Folge (a,.), indem
man in der letzteren endlic h viele Glieder ndert, so sind entweder beide Folgen konvergent
oder beide divergent; im ersten Falle besitzen sie ein und denselben Grenzwert. Denn ab

21 Beispiele konvergenter und divergenter Folgen

147

einem Index m ist ja stets a~ = a", infolgedessen stimmen die hinreichend spten
Endstcke der Folge (a:.) mit den entsprechenden der Folge (an) berein.
6. Wegen Satz 20.3 sind unbeschrnkte Folgen immer divergent.
7. Zum Schlu noch eine Bemerkung allgemeiner Art. Strebt a" -+ a, so kann der
Grenzwert a, wenn er uns numerisch bekannt ist, als Nherungswert fr alle hinreichend
spten Folgenglieder a" dienen; das war ja seine Funktion im ersten der einfhrenden
Beispiele. In den zwei folgenden Beispielen lagen die Dinge gewissermaen umgekehrt:
Hier waren wir im Grunde nicht an der Folge (a") selbst, sondern nur an ihrem Grenzwert
a interessiert, von dem uns zwar seine Existenz, nicht aber seine Gre bekannt war. In
diesem Falle werden wir hinreichend spte Folgenglieder a" als Nherungswerte fr a
benutzen. Welche Zwecke im Vordergrund stehen-ob man die Glieder einer .,interessanten" (konvergenten) Folge durch den Grenzwert oder einen " interessanten" Grenzwert durch
Folgenglieder approximieren will - das hngt von dem jeweiligen praktischen Problem ab.
Was die Theorie betrifft, sind wir in der glcklichen Lage, zwischen diesen beiden Zwecken
nicht unterscheiden zu mssen: Unsere Grenzwertdefinition ist ebensogut auf den einen
wie auf den anderen zugeschnitten.

Aufgaben
1. Genau dann strebt a" -+ a, wenn a" - a -+ 0 konvergiert.
2. Sei a" > 0 fr alle natrlichen n. Zeige, da die folgenden Aussagen quivalent sind:
a) Zu jedem (noch so groen) G > 0 gibt es ein n 0 , so da fr n > n 0 stets a" > G ist ("die
a" werden beliebig gro"),
b) 1/a" -+ 0.

* 3.

Es strebe a" -+ a, und es sei (k") eine Folge natrlicher Zahlen mit 1/k"-+ 0. Dann
strebt auch a~c,. -+ a. Hinweis: Aufgabe 2.

*4. Sind (a".) und (a111..) zwei Teilfolgen von (a,J und gehrt jedes a" einer und nur einer
dieser Teilfolgen an, so sagt man, (a,.) sei in die Teilfolgen (a".) und (a",.) zerlegt (z.B.
kann man (a 1, ~. Cl:J, ..) etwa in die Teilfolgen (a1, a3 , a5 , ) und(~. a4 , a6 , ) zerlegen).
Konvergieren beide Teilfolgen gegen a, so strebt auch a"-+ a. Besitzen sie jedoch verschiedene Grenzwerte oder ist mindestens eine von ihnen divergent, so mu die Ausgangsfolge
(a,J divergieren.
0

5. Die komplexe Zahlenfolge (a" + ib") strebt genau dann gegen a+ib, wenn a"-+ a und
b" -+ b konvergiert.

21 Beispiele konvergenter und divergenter Folgen

1. Die konstante Folge (a, a, a, .. .) konvergiert gegen a.


Fr jedes e > 0 und alle n ~ 1 ist nmlich, wenn a.. : = a gesetzt wird,

Ia.. - a I= 0 < e.

1
~o.
n
Das ist nur eine Umformulierung des Satzes von Eudoxos.
Eine gegen 0 konvergierende Folge nennt man brigens gerne eine Nullfolge.

2. -

148

ill Grenzwerte von Zahlenfolgen

3 ..!._---+ 0 fr jedes feste p E N.

nP
Diese Grenzwertbeziehung ergibt sich aus Satz 20.2, weil {1/n") eine Teilfolge
der Nullfolge (1/n) ist.

4.

~ ---+ 0

fr jedes feste p E N.

Zum Beweis sei e > 0 beliebig vorgegeben. Da 1/n---+ 0 strebt, gibt es zu der
positiven Zahl e" ein n 0 , so da fr n > n 0 stets 1/n < 6 11 bleibt. Fr alle diese n
ist dann 111~- Ol = 1/1!{;,_ < 6.

S.

1fn~ 1. (Verfolge dies mit einem Taschenrechner!)

Wir geben uns ein beliebiges e > 0 vor, setzen a .. := .rfn- 1 und mssen nun
zeigen, da ein n0 existiert, mit dem Ia .. l = a.. < e ist fr alle n > n0 . Aus dem
binomischen Satz folgt

n='(l + a,.)" = 1 + (~)a. + (;)a~ + -+> (: )a~~ 1 + ~)a~;


fr n ~ 2 erhalten wir daraus
a~ .s; (n - 1)

n)
2
.
=-;;und
som1t
a,.
/(
2

J2

.s; fn.

We~n Beispiel 4 gibt es zu der positiven Zahl 6/..:/2 ein n0~ 2, so da


1;.../n < 6/../2 fr n > n 0 ist. Fr diese n gilt dann a,. .s; JZ;Jn < ../2( 6/../2) = 6.

Die hier verwe ndete Beweisme thode wird uns immer wieder begegnen, und wir wollen sie
deshalb ausdrcklich ins Bewutsein heben. Um zu zeigen, da die (nichtnegativen)
Folgenglieder an " klein werden", haben wir sie zunchst "vergrert" (nach oben
abgeschtzt, nmlich durch a., .:;;; .fitJ";,) und habe n dann dargelegt, da sogar die
vergrerten Glieder klein werden. Es scheint zunchst zweckwidrig zu sein, eine
Vergrerung vorzunehmen, um ein Klein-Werden zu beweisen ; dieses Verfahren ist
jedoch immer dann zweckdienlich, wenn man den vergrerten Gliedern leicht ansehen
kann, da sie klein werden.

6. q"---+ 0 fr jedes feste q mit lql < 1.


Da im Falle q = 0 nichts zu beweisen ist, drfen wir 0 < lq I< 1 annehmen. Dann
ist 1/lql = 1 + h mit einem h > 0 und somit nach der Bernoullischen Ungleichung
(7.2)

1
1
1
lq" -OI=Iq"l =lql"= (1 + h)" .s; 1 + nh <-.
nh
Geben wir uns nun ein 6 > 0 beliebig vor, so knnen wir ein n 0 > 1/he finden
(warum?) und erhalten dann fr alle n > n 0 die Abschtzung

1
1
lq" - 01 <nh< n h <6.
0

149

21 Beispiele konvergenter und divergenter Folgen

Die Folge (q") konvergiert im Falle lql < 1 so rasch gegen 0, da sogar gilt
7. n Pq" -+ 0 fr jedes feste q mit lq I< 1 und jedes feste p e N.
Wie oben drfen wir 0 < lq I< 1, also lq I= 11(1 + h) mit h > 0 annehmen. Fr alle
n ~ p + 1 ist dann

lnPq" -

Ol =

nP

nP

Jql" = -(1-+-h-t

1 + nh + + ( p :

) h P + + + (:) h"
1

(p + 1)!

(p+l)l

2
1
n(1- p+l )(1- p+1 ) (1- p +p 1 )hp+l

--,
n

wobei

(p + 1)!

a=~--~~~--~~~--~----------

. (1-

1
p+1

2
)(t- p+1
) .. (1 - p )hp+l
p+1

von n unabhngig ist. Zu einem beliebig gewhlten e > 0 kann man nun wie im
vorhergehenden Beispiel ein n 0 ~ p + 1 so bestimmen, da fr n > n 0 stets ~ < e

ist. Fr diesen ist dann erst recht lnPq" -01 < e.

1
8. 1+q+q + +q"-+
fr jedes feste q mit JqJ<l.
1- q
Nach der geometrischen Summenformel in A 7.10 ist
2

an: = 1+q+. +q" =

1 - qn+l

1- q

'

also

an - 1 -q

Zu beliebig vorgegebenem e > 0 kann man nun wegen Beispiel 6 ein n 0 so


bestimmen, da JqJ"+1 < 11- ql e bleibt, falls n > n 0 ist. Fr diese n gilt dann

a,. - 1 ~ q < E.

Aus dieser Grenzwertaussage folgt ohne Mhe, da fr jede Konstante K auch K + qK +


+ q"K-+ K/(1 - q) strebt, womit nunmehr das im Beispiel 1 der Nr. 20 aufgeworfene
Problem vollstndig gelst ist.

1 )" --+ e: = sup ( 1 +~


1 )" = 2,7182818284. . . (s. Nr. 20, Beispiel 2).
9. ( 1 +~

150

ID Grenzwerte von Zahlenfolgen

Dieses e, die Eu tersehe Zahl, ist eine Fundamentalzahl der Analysis 1>.

10. Die Folge (n) der natrlichen Zahlen divergiert, da sie nach dem Satz des
Arehirnedes unbeschrnkt ist.
11. Die Folge der Zahlen a..: = 1 + 1/2 + 1/3 + + 1/n divergiert, weil sie unbeschrnkt ist. Ist nmlich G > 0 beliebig vorgegeben, so haben wir fr jedes
natrliche k > 2G
a 2 , =1+!+(1+_!_)+(
1 ++..!..)++(
1 + + 1 )
2
2
3
2
3 2
2 +1
2
2k + 1
2k+l

2k k + 1
1 2 22
>-+-+-+
... +
=
>G
2 22 23
2k+l
2
.

Dieser Beweisgedanke ist ehrwrdig: Er findet sieb schon um 1350 bei Nicole Oresme
(1323 ?- 1382; 59?), Mathematiker, Theologe und gegen Ende seines Lebens Bischof von
Lisieux (Dep. Calvados). Zur schneckenhart langsamen Divergenz von (sn) s. Aufgabe 6.

12. Die Folge der Zahlen a" := (-1)"+\ also die Folge (1, -1, 1, -1, ...)
divergiert. Denn die Teilfolgen (a2 " _ 1), (a 2 ") haben die verschiedenen

Grenzwerte 1, - 1 (s. Satz 20.2).


13. Die Folge der Zahlen a,.: =(-1)"+ 1 +1/n, also die Folge (1 + 1/1,
- 1 + 1/2, 1 + 1/3, -1 + 1/4, ...) divergiert. Denn die Teilfolgen (a 2 n _ 1 ), (a 2 ")
haben die verschiedenen Grenzwerte 1, -1.

Wir beschlieen diesen Abschnitt mit einem Satz, der ein helles Licht auf die
fundamentale Bedeutung des Grenzwertbegriffs fr die Theorie der reellen
Zahlen wirft.

21.1 Satz Jede reelle Zahl ist Grenzwert einer Folge rat i o n a 1er Zahlen. Diese
Folge kann sogar wachsend (oder auch fallend ) gewhlt werden.
Ist nmlich p reell, so gibt es wegen Satz 8.4 zu jedem natrlichennein rationales
r" mit Ir"- PI < l/n. Nach nunmehr vertrauten Schlssen folgt daraus '" .- p. Eine
leichte Modifikation dieses Beweises zeigt, da auch die zweite Behauptung des
Satzes zutrifft.

Aufgaben
1. Beweise die folgenden Grenzwertaussagen:
a) Die "fast konstante" Folge (ah a 2, . .. , a"" a, a, a, .. .) konvergiert gegen a,

(n+ l ? -n2
c)
-- 2,
n
1

e wurde von Euler schon 1728 zur Bezeichnung der Basis der natrlichen Logarithmen
(s. S. 166) verwendet (s. Euters Opera omnia (1),8, Funote aufS . 128) und 1736 im 171
des ersten Bandes seiner Mechanica sive motus scientia analytice exposita einem greren
Publikum mit den Worten vorgestellt: ubi e denotat numerum, cuius Logarithmus hyperbolicus est 1. Weiteres hierzu in A 26. 1.
>

21 Beispiele konvergenter und divergenter Folgen

151

2
1
1+2+ .. +n 1.
1 +2+
+n 2
e)
2
~-'
f)
3
~-,
n
2
n
3
Hinweis zu e) bis g): Satz 7.7 (vgl. auch A 27.3) .

h)

.)

if ~ 1 fr festes a ~ 1,

.
.
1
1
1
H JnW e t s : k(k + 1) =k - k + 1
2

j) J9n +2n+1-3n-+

1
1
1
+
++
---+1
12 2 3
n(n + 1)
'

S.auch A 7.18a.

1 1 + ... + ( -1)" ---+ -2


k) 1--+--

2 4

m)

3'

(1 -~)(1
-~)
(1 -_!_) ---+ .!_
2
3
n
2
2

2. Strebt a,. ---+ a und b,.- a,. ---+ 0, so strebt auch b,. ---+ a.
3. a) Zeige mittels A 7.8, da die Folge ((1+1/n)"+1) konvergiert.
b) Zeige mit Beispiel 9 und Aufgabe 2, unabhngig von a), da (1 + 1/n)"H ---+ e strebt.
c) Beweise die Abschtzung

e(;)"

~n! ~en(:r

fr n E N.

Hinwe is: A 7.9 (vgl. auch A 7.12).


4. Im Falle

lql ~ 1

ist (q") keine N ullfolge.

5. Die Folge ({fn) fllt ab n

3.

6. Mit Hilfe eines programmierbaren T aschenrechne rs erhlt man die nachstehenden

(gerundeten) Werte fr a,. :=


k ; sie zeigen deutlich, da die Folge (a,.) a uerordentlich
k=l
langsam wchst:

a.. :=

.. 1

L: -k

k- 1

100
1 000
2000
3 000
4000
5 000
10000

5,1873775
7,4854708
8,1783680
8,5837497
8,8713901
9,0945086
9,7876055

Angesichts dieser Zahlen fllt es schwer zu glauben, da jede noch so groe Zahl G > 0
schlielich doch von allen hinreichend spten a,. bertroffen wird- aber gerade das haben
wir bewiesen.
o

7. Die Grenzwertaussagen der Beispiele 1, 6, 7, gelten auch dann, wenn a, q komplex sind.

152

III Grenzwerte von Zahlenfolgen

22 Das Rechnen mit konvergenten Folgen


Die Stze dieses Abschnittes sind unentbehrlich fr den Umgang mit konvergenten Folgen. Wir werden sie hinfort ohne ausdrckliche Verweise benutzen und
bitten deshalb den Leser, sie besonders sorgfltig seinem Gedchtnis einzuprgen.
22.1 Vergleichssatz Strebt an--+- a, b" ~ bundist fast immer (d. h. durchweg ab
einem gewissen Index) a" ~ b"' so ist auch a ~ b.

Wre nmlich a > b, so wre e: =(a - b )12 > 0, fast alle an wren in Ue (a ), fast
alle bn in U 8 (b) enthalten und U 8 (a) wrde rechts von U 8 (b) liegen (s. Fig. 22.1).
Im Widerspruch zur Voraussetzung htten wir also an> bn fr fast alle Indizes.

Fig. 22.1

Gilt fast immer a ~ an~ , so folgt


Grenzwertabschtzung a ~ a ~ .

aus dem

Vergleichssatz sofort die

Wie das Beispiel der gegen 1 konvergierenden Folgen (1-1/n) und (1 + 1/n)
lehrt, kann aus an< b" fr n = 1, 2, . .. nicht auf a < b, sondern eben nur auf a ~ b
geschlossen werden - so wenig dies auch nach dem Geschmack eines vage (aber
innig) empfundenen "Kontinuittsprinzips" sein mag.
22.2 Einscbnrungssatz Strebt an
so strebt auch c" --+- a.

--+- a

und bn --+- a und ist fast immer a"

~ c" ~ bn,

Whlen wir nmlich ein beliebiges e > 0, so liegen fast alle an und fast alle b" in
U ,.(a). Dann mssen aber auch fast alle c" in U 8 (a ) liegen, d.h., es mu cn--+- a
streben.

Aus dem Einschnrungssatz folgt ohne weiteres der


22.3 Satz Gilt mit einer Nullfolge

(an) fast immer Ia .. - a i ~ an, so strebt an --+- a.


llan l -lall ~lan - al, so erhlt- man aus diesem

Beachtet man die Ungleichung


Satz und der ersten Bemerkung zum Vergleichssatz sofort den wichtigen
0

22.4 Betragssatz Aus an


auch Iai ~ -y.

--+- a

folgt Ian I~ Iai. Und ist fast immer Ian I~ 'Y. so gilt

D er nchste Satz besagt, da man Nullfolgen mit beschrnkten Folgen multiplizieren " darf" :
o 22.5

Satz Strebt a" ~ 0 und ist (b") beschrnkt, so strebt auch anbn --. 0.

22 Das Rechnen mit konvergenten Folgen

153

...

Ist nmlich lb.. l< fr allen und bestimmt man nach Wahl von e >0 ein n 0 , so
da Ia,. I< e bleibt fr alle n > n0 , so ist fr diese n stets la ..b.. I= Ia.. llb.. I< e,
womit wegen der Bemerkung 3 nach Satz 20.3 bereits alles bewiesen ist.

ozz.6 Satz Aus a .. ~ a und b., ~ b folgt


a,. +b,. ~ a + b
a,. - b ..

(Summensa tz),

~ a-b,

a,.b,.

~ab

(Prod ukt sa tz),

aan

~ aa

fr jede Konstante a.

Ist berdies. b =!= 0, so sind auch fast al1e b,. =!= 0, und es strebt
an
a
(Q uoti eo tensa tz),
-~b,.
b
wobei die Folge (a,Jbn ) erst bei einem Index beginnen soll, ab dem alle b.. =/= 0
sind.

Beweis. Zu dem beliebig gewhlten e > 0 gibt es Indizes n 0 und n 1 , so da


la.n-al<e fr n>n0 und lb.. -bl<e fr n>n 1 ist. Fr alle n>max(n 0 , n 1)
haben wir dann l(a... + b,.) - (a. + b)I= l(a."- a) + (b,.- b )I~ Ia... - al + lb,.- bl < 2e,
also strebt a.n+b,.~a.+b.-Da (a,l-a) und (b"-b) Nullfolgen sind und (b,.)
wegen Satz 20.3 beschrnkt ist, folgt mit Satz 22.5 und dem eben bewiesenen
Summensatz, da a,.b,.- ab= (a"- a)b., + (b,. - b )a ~ 0, also a..,b,. ~ab strebt.
Daraus wiederum erhalten wir als Spezialfall (bn = a) sofort die vierte Behauptung aa,. ~ aa. Aus ihr und dem Summensatz folgt a,.- b" = a,. + (-l)b,. ~ a +
( - l )b =a-b.- Zum Beweis des Quotientensatzes nehmen wir b =!= 0 an. Wegen
des Betragssatzes strebt dann lb,. I ~ lbl > 0. Infolgedessen gibt es zu e: = lbl/2 ein
n 0 , so da lb,. I> lbl- e = lbl/2 fr alle n > n 0 ist; fr diese n ist somit b,. =!= 0 und

1 1
b - b,.
2
bn-b = b,.b ~ lbl 2 lb - b,J
Da nach dem Produktsatz die rechte Seite dieser Abschtzung gegen 0 strebt,
folgt aus Satz 22.3 nun, da 1/bn--+ 1/b und somit (nochmalige Anwendung des

Produktsatzes) auch a,./b,.--+ a/b konvergiert.


Aus dem eben bewiesenen Satz ergibt sieb, da die konvergenten Zahlenfolgen
eine Folgenalgebra bilden, und da die Abbildung, die jeder konvergenten Folge
ihren Grenzwert zuordnet, linear ist.
Die Aussagen des Satzes 22.6 schreibt man gerne in der Kurzform

So suggestiv und einprgsam diese Schreibweise ist, so sehr kann sie in die Irre
fhren , wenn man sieb nicht darao erinnert, da diese Formeln eigentlich von

154

ill Grenzwerte von Zahlenfolgen

rechts nach links gelesen werden mssen: Wenn lim a,. und lim b,. vorhanden
sind, dann existiert auch lim(a" + b,.), und es ist lim(a,. + b,. ) = lim a,. + Iim b" usw.
Keinesfalls kann aus der Existenz von lim(a" + b" ) geschlossen werden, da die
Summenformel gilt; denn die Folgen (a,.) und (b,.) brauchen berhaupt nicht zu
konvergieren. Beispiel: Die Folgen (1, - 1, 1, - 1, ... ) und (- 1, 1, -1, 1, ...) sind
divergent, die Summenfolge (0, 0, 0, 0, ...) ist konvergent.
Natrlich gilt der Summensatz nicht nur fr zwei, sondern fr eine beliebige feste
Anzahl konvergenter Folgen: Aus a~l) ~ a h . . . , a~> ~ a P folgt stets
a ~> + + a~> ~ a 1 + + aP. Und das Entsprechende trifft fr den Produktsatz
zu. Insbesondere zieht a,. ~ a immer a~ ~ a P nach sich.
Eine unmittelbare Folgerung aus Satz 22.6 und der letzten Bemerkung ist der
o

22.7 Satz Ist P ein Polynom, R eine rationale Funktion und strebt x ,. ~
P(x,.) ~ P(e)

und

e. so gilt

R(x,.) ~ R(e),

sofern nur R(e) erklrt ist (das Polynom im Nenner von R also an der Stelle e nicht
verschwindet. In diesem Falle ist R (x,.) fr fast alle n vorhanden).
Im dritten Beispiel der Nr. 20 hatten wir durch
Xn + l : =

2x,. - ax~

(O<x 0 <1/a)

rekursiv e ine Folge zur Berechnung von 1/a bei positivem a definiert und hatten bereits
gezeigt, da (x") gegen e inen Grenzwert ~ > 0 konvergiert. Aus der Rekursionsformel
ergibt sich nun mit Satz 22.7, da ~ = 2~- ae, also in der Tat~ = 1/a ist.

In A 21.1h hatten wir gesehen, da fr festes a ~ 1 stets fa ~ 1 strebt. Ist


0 < a < 1, so strebt also 1/~ a = M ~ 1, woraus wegen Satz 22.6 sofort if ~ 1
folgt. Insgesamt gilt also

if ~ 1

fr jedes feste a > 0

(22.1)

- eine Grenzwertbeziehung, die wir immer wieder benutzen werden.

Aufgaben
l. ao+a,n+ +apnp ~ {ap/bq, falls p=q.
b 0 + b,n + + bqnq
0 , falls p < q '
dabei wird apf. 0, bq f. 0 angenommen. Hinweis: Dividiere Zhler und Nenner durch nq.
2. B estimme die Grenzwerte der Zahlenfolgen mit den nachstehend angegebenen
Gliedern:

(1 - ~2) +
4

'

1)'(1+;;1)-"

1 +~

1
1
2+-+~ 3"

'

2 - n +4n 4
b) n+2n 2 +2n 4

'

23 Vier Prinzipien der Konvergenztheorie

155

n + n3
c) 1 + n + 2n 2 + 3tt 3 + 4n" '
3. Ist immer a" ~ 0 und strebt an - a, so ist auch a ~ 0, und es strebt JO::.- Ja. Vgl. auch
A ufgabe 9.

4. Zeige mit Hilfe der letzten Aufgabe:


b) n (1 - v'r(:-.1,...._-a-:-/n-;:)~
(1,...._-:b:-:1n
--:-)) - ( a + b) /2.
a) ../n.(J n + 1 -Fr&) ~ 1/2,
5. Ist fast immer a"/0 und ia,.+1 /a"i.,.q (O<q<1), so strebt a .. ~ o.
6. Aus a n - a, b" - b folgt max(a", bn) ~ max(a, b)
Hinweis: A 10.3.

und min(a,., bn) - min(a, b).

7 . (a " ) konvergiert genau dann, wenn die beiden Folgen (max(a"' 0)), (min(a"' 0)) konver-

gieren. Hinweis: Aufgabe 6.

* 8.

Ist M eine nichtleere nach oben beschrnkte Menge, so gibt es e ine wachsende Folge,
deren GLieder alle in M Liegen und die gegen sup M konvergiert. Entsprechendes gilt, wenn
M nach unten beschrnkt ist. Hinweis : A 8.7.

* 9.

Sind alle x" positiv und strebt x,. - x > 0, so strebt fr festes rationales r stets x:, ~ x'.
Hinweis: Im Falle rr/.Z nehme man zunchst r = l!q mit natrlichem q;a.2 an und setze
~": = x,~'q, ~: = x q . Nach A7.15 ist dann x,. - x=(~n - ~)[e:!- + ~~- ~ + + ~q - ] mit
[. ] ~ g'l - 1 > 0.
11

10. Ist die Folge (ak) beschrnkt, so strebt

"L.lal ~ supl lly I fr n ~


k=l

oo.

V= i

11. Ist aP-:;: 0, so strebt la 0 + a 1n + ... + a11 nvlll n ~ 1 fr n -7 oo.


12. Sei a11 > = 0 und 0 < a < a;] < b fi.ir n = I , 2, .... Dann strebt a,1 -7 I.

23 Vier Prinzipien der Konvergenztheorie


Die Stze dieses Abschnitts sind ebenso einfach wie fundamental. Sie ergeben
sich alle mehr oder weniger direkt aus dem Supremumsprinzip, sind also letztlich
Stze, die auf der Ordnungsvollstndigkeit des Krpers R beruhen. Das nun
folgende Monotonieprinzip haben wir in speziellen Fllen schon ad hoc benutzt,
etwa
im Beispiel 2 der Nr. 20; den dort gegebenen Beweis werden wir ohne
..
Anderung bernehmen knnen.
23.1 Monotonieprinzip Eine monotone Folge konvergiert genau dann, wenn sie
b es c h r n k t ist. In diesem Falle strebt sie gegen ihr Supremum, wenn sie wchst,
und gegen ihr Infimum, wenn sie fllt.

Zum Beweis sei (a") zunchst wachsend und beschrnkt und a : = sup a"" Dann
gibt es nach Wahl von e > 0 ein n 0 mit a"" > a - e ; fr alle n > n 0 ist also erst

156

ill Grenzwerte von Zahlenfolge n

recht an> a- e (denn fr diese n ist doch stets ~;;;::. a,..,). Und da berdies auch
immer a" ~ a bleibt, msse n alle an mit einem Index > n 0 in U e ( a) liegen, also
strebt die Folge (an) gegen ihr Supremum. Ganz entsprechend sieht man, da
eine fallende und beschrnkte Folge gegen ihr Infimum konvergiert. Da
umgekehrt im Konvergenzfalle die Folge beschrnkt ist, wurde schon im Satz 20.3
festgestellt.

Offenbar ist eine Folge (an) wachsend oder fallend, je nachdem die Differenz a .. + 1 - a.,
durcbweg;;::.O bzw.=s;;O ist. Sind alle a., positiv, so wchst (a.. ), wenn die Quotienten a.. +lla..
stets;;o:l sind, fllt jedoch, wenn sie immer~ 1 bleiben.

Das Symbol "a.. / a" soll hinfort ausdrcken, da die Folge (a") wchst und
gegen a strebt (da sie "wachsend gegen a strebt"). Entsprechend ist "an'\. a" zu
verstehen.
Als nchstes zeigen wir, da jede Folge (an) eine monotone Teilfolge enthlt. Zu
diesem Zweck nennen wir m eine Gipfelstelle von (an), wenn fr n > m stets
a" < a"' bleibt (wenn also alle hinter a'" liegenden Glieder auch unter a'" liegen).
Besitzt unsere Folge unendlich viele Gipfelstellen m 1 < m 2 < ,so ist am, >
~,. > , (am.) ist also eine fallende Teilfolge von (a.. ). Gibt es aber nur endlich
viele Gipfelstellen, so ist gewi ein Index n 1 vorhanden, der grer als alle
Gipfelstellen und somit keine Gipfelstelle ist. Infolgedessen gibt es ein n 2 > n 1 mit
a,.,;;;::. a,.,. Und da auch n 2 keine Gipfelstelle sein kann, mu ein n 3 > n 2 mit
a 113 ;;a. a..,. existieren. So fortfahrend erhlt man eine wachsende Teilfolge.
Aus der hiermit gesicherten Existenz monotoner Teilfolgen ergibt sieb vermge
des Monotonieprinzips nun a uf einen Schlag das unentbehrliche
0

23.2 Auswahlprinzip von Bolzano-Weierstra"~> Jede beschrnkte Folge enthlt


eine konvergente Teilfolge.

Wir fassen als nchstes eine hchst bemerkenswerte "Verdichtungseigenschaft"


konvergenter Folgen ins Auge.
Strebt a" --+ a, so gibt es nach Wahl von e > 0 ein n 0 , so da fr n > n 0 stets
Ia"- a l < e/2 bleibt. Sind also die Indizes m, n beide> n 0 , so ist I~- a.. l ::s;;;
lam-a l+ la-anl<e/2+e/2=e, locker formuliert: spte Glieder einer konvergenten Folge liegen beliebig dicht beieinander. Eine derart " verdichtete"
Folge nennen wir eine Cauchyfolge, genauer: Die Folge (a .. ) beit
Cauchyfolge, wenn es zu jedem e >0 einen Index n 0 = n 0 (e) gibt, so da

fr alle m , n > no stets lam - an I< B

11

(23.1)

Karl Weierstra (1815-1897; 82). Auf ihn geht die "Epsilontik" zurck, ohne die wir
uns heutzutage die Analysis nicht mehr denken knnen.

23 Vier Prinzipien der Konvergenztheorie

157

bleibt. Eine konvergente Folge ist also eine Cauchyfolge; von grter Bedeutung
ist aber, da hiervon auch die Umkehrung, insgesamt also der nachstehende Satz
gilt:
o

23.3 Cauchysches Konvergenzprinzip Eine Folge konvergiert genau dann, wenn


sie eine Cauchyfolge ist.
Wir brauchen nur noch zu zeigen, da eine Cauchyfolge (a,.) einen Grenzwert
besitzt. Dazu bemerken wir zunchst, da (a.. ) beschrnkt ist: Zu e = 1 gibt es
nmlich ein n 0 , so da fr m, n > n 0 stets Ia.., - a .. I< 1 ausfllt. Wegen
Ia". I-la .. I~ Ia..,- a .. I ist also erst recht Ia.., I-l a,. I< 1. Somit gilt, wenn wir f r n
speziell den Index N: = n0 + 1 whlen, da fr m > n0 immer Ia.., I< 1 +I aN I
bleibt. Dann ist aber fr alle n offenbar Ia" I~ max(la 1 1, ... , la,..,l, 1 +I aN!), also ist
(a") in der Tat beschrnkt. Infolgedessen besitzt (a,.) nach dem Auswahlprinzip
eine Teilfolge (a~). die gegen einen Grenzwert a konvergiert. Und nun gengt es
zu zeigen , da sogar die Gesamtfolge (a,.) gegen a strebt. Z u diesem Zweck
bestimmen wir nach Wahl von e > 0 ein n 0 mit Ia.., - a.. l < e/2 fr alle m, n > n 0
und ein Folgenglied aN mit N > n 0 und IaN-a l< e/2 (ein solches aN ist gewi
vorhanden, weil a~ ~ a konvergiert). Fr alle n > n 0 ist dann Ia" - al ~
Ia .. - aN I+ IaN-al< e/2 + e/2 = e, also strebt a .. -+ a.

D as Monotonieprinzip und das Cauchysche Konvergenzprinzip sind


Kon ve r ge nzkrit er ien, d.h. Mittel, die es uns gestatten , allein aus den inneren
Eigenschaften einer Folge Rckschlsse auf ihr Konvergenzverhalten zu ziehen .
Bisher konnten wir nur entscheiden, ob eine Folge gegen eine gewisse Zahl
konvergiert oder ob sie das nicht tut- von nun an knnen wir feststellen, ob sie
e inen Grenzwert besitzt, ohne denselben - falls er berhaupt existiert- zu
kennen.
Das Cauchysche Konvergenzprinzip lt auch erkennen, wann eine Folge (a .. )
divergiert. Dies ist genau dann der Fall, wenn es nicht zu jedem e.> 0 ein n 0 derart
gibt, da die Cauchybedingung (23.1) erfllt ist; wenn vielmehr ein
" Ausnahme-e", etwa e 0 > 0, vorhanden ist, so da man zu jedem n 0 Indizes
m, n > n 0 finden kann, fr die la m- a .. I~ e 0 ausfllt (wenn es also hinter jedem
noch so spten Folgenglied immer wieder Glieder gibt, die sich mindestens um ein
festes e 0 unterscheiden).
Als letztes Prinzip bringen wir einen Satz, der sich als ebenso elegantes wie
kraftvolles Hilfsmittel erweist, wenn Existenzbeweise zu fhren sind. Eine Folge
abgeschlossener Intervalle I,.: = [a,.,b,.] heit Int erva llschachtelung, wenn
I 1 :::> 12 :::> [ 3 :::> ist (oder gleichbedeutend: wenn die Folge der linken Endpunkte
a,. wchst und gleichzeitig die Folge der rechten E ndpunkte b.. fllt) und wenn
berdies die Folge der Intervallngen b.. - a" gegen 0 strebt. Eine solche lntervallschachtelung bezeichnen wir auch mit dem Symhol (a,. I h.,) und beweisen nun das

158

ill Grenzwerte von Zahlenfolgen

23.4 Prinzip der Intervallschachtelung Jede Intervallschachtelung (an Ibn) erfat


eine wohlbestimmte Zahl a, d.h., es gibt eine und nur eine Zahl a, die in allen
Intervallen [a." bn] der Schachtelung liegt. Es strebt a" / a und b" '-.. a.
Der Beweis ist beraus einfach. Da die Folgen(~ ) und (b") einerseits monoton,
andererseits auch beschrnkt sind- sie liegen ja in [ah b 1 ] - , existieren nach
dem Monotonieprinzip die Grenzwerte a: = lim an und b: = lim b". Da ferner
(b"- a .,) sowohl gegen b- a als auch gegen 0 strebt, mu a = b sein. Und weil fr
alle n nun a" ~sup ak = a = b = inf bk < bn ist, liegt a in jedem Intervall [a", b.. ].
Ist dies auch fr die Zahl c der Fall, ist also a.. ~ c ~ b.. fr alle n, so mu auch
a ~ c ~ a, also c = a sein.

Intervallschachtelungen werden besonders hufig mittels der H albierung s- bzw.


Zehnteilungsmethode konstruiert. Bei der ersten Metbode halbiert man das
Ausgangsintervall [a1 , btJ, whlt eine der H lften

aus und bezeichnet diese mit [a2 , bJ. Nun halbiert man [a2 , bJ, whlt wieder eine der Hlften aus und bezeichnet sie mit [a3 , b 3 ]. So fhrt man fort. Da
bn- a,. = (b 1 - a 1 )/2"- 1 - 0 strebt, erhlt man auf diese Weise in der Tat eine
IntervallschachteJung (a" I b,.). Die Zehnteilungsmethode unterscheidet sich von
der Halbierungsmethode nur darin, da man statt der Halbierungen nunmehr
Unterteilungen in zehn gleiche Teile vornimmt.- Natrlich kann man ganz
entsprechend auch die Drittelungsmethod e, Viertelungsmethode usw.
erklren und benutzen.
Wir bringen nun einige Anwendungen des Monotonieprinzips und des
Cauchyschen Konvergenzprinzips.

1. Das Monotonieprinzip hatten wir (neben seiner eingangs schon erwhnten


Anwendung) ad hoc im dritten Beispiel der Nr. 20 bei der nherungsweisen
Berechnung von 1/a fr ein gegebenes a > 0 benutzt. Wir hatten zu diesem
Zweck die Gleichung ax = 1 auf die Form x = 2x - ax2 gebracht, hatten einen
Startpunkt x 0 e (0, 1/a) beliebig gewhlt und die Folge (x,.) rekursiv durch
x,.+1 : = 2x,.- ax~ definiert. Von dieser Folge konnten wir dann zeigen, da sie in
der Tat gegen 1/ a strebt. Ganz hnlich behandeln wir nun die Aufgabe, .J fr
e in gegebenes a > 0 nherungsweise zu berechnen, also die positive Lsung der
Gleichung x 2 = a zu approximieren. Diese Gleichung ist quivalent mit der
Gleichung x =

~ ( x + ;). die genau wie oben wieder die Gestalt eines "Fixpunkt-

problems" x = f(x) hat, d.h., auf die Aufgabe hinausluft, einen Punkt x zu
bestimmen, der bei Anwendung von f fest ("fix") bleibt, sich also nicht ndert.
Und nun gehen wir genauso vor wie oben: Wir whlen einen beliebigen Start-

23 Vier Prinzjpien der Konvergenztheorie

159

punkt x 0 > 0 und definieren die " Iterationsfolge" (x") durch


Xn + l:

= ~ ( X 11 +t,)

(n = 0, 1, 2, ...).

(23.2)

Durch Induktion sieht man sofort, da alle x" vorhanden und positiv sind. Wegen
der Ungleichung (12.1) zwischen dem arithmetischen und geometrischen Mittel ist
Ja=Jx"(a/x")~(x"+a/x")/2=xn+l Fr n=1,2, ... ist also a~x~ und daher
a/x" ~ x"' so da wir aus (23.2) die Abschtzung Xn + l ~ xn fr n E N erhalten.
Insgesamt ist somit die Folge (x 1 , x 2 , . . ) fallend und durch Ja nach unten
beschrnkt, mu also einen Grenzwert g besitzen. Aus (23.2) ergibt sich fr
n

~ oo, da ~ = ~ ( ~ + ;), also ~=Fa ist. Die Glieder der Iterationsfolge kommen

daher m wachsendem n dem gesuchten Wert


merisches Beispiel s. Aufgabe 12.

Ja

beliebig nahe. Fr ein nu-

Bevor wir weitergehen, schlen wir noch den Kern der hier behandelten Fixpunktproblerne heraus. Gegeben ist eine reelle Funktion f, und gesucht wird ein FixPunkt von f, d.h. eine Lsung der Gleichung x = f(x). Man whlt einen Startpunkt x 0
aus dem Definitionsbereich X von f, definiert die Folge (x.. ) rekursiv (iterativ) durch
x.,+1 : = f(x .. ), n = 0, 1, 2, ... (was immer dann mglich ist, wenn jedes x .. in X liegt), und
untersucht zunchst, ob (x.. ) gegen einen Grenzwert ~ EX konvergiert. Ist di~s der Fall, so
konvergiert natrlich auch die Folge der f(x.. ) - es ist ja f(x,.) = x,.+1. - , und nun wird alles
darauf ankommen, ob f(x,.) - f(l;) strebt. D enn nur, wenn dies gesichert ist, knnen wir aus
x,. +1 = f(x .. ) durch Grenzbergang die Gleichung I; = f(l;) gewinnen, die I; als Fixpunkt
ausweist. D a (f(x .. )) gegen den "richtigen" Wert/(/;) konvergiert , wird gewi immer dann
der Fall sein, wenn fr jede Folge (a,.) aus X, die gegen einen G renzwert a EX strebt, stets
auch f(a,.)- f(a) konvergiert. Funktionen mit dieser theoretisch wie praktisch hochbedeutsamen Eigenschaft werden wir spter "stetig" nennen und grndlich untersuchen.
Wegen Satz 22.7 und A 22.3 knnen wir aber hie r schon sagen, da jedenfalls rationale
Funktionen und die Quadratwurzelfunktion x~ -IX stetig sind. Auch eine dehnungsbeschrnkte Funktion f ist stetig, wie sich sofort aus ]f(a,.) - f(a)] ",. K ]a,.- a ] ergibt.

2 . Im Beispiel 11 der Nr. 21 haben wir gesehen, da die Folge der Zahlen
a" := 1 + 1/2 + + 1/n divergiert (weil sie unbeschrnkt ist). Mit Hilfe des
Cauchyschen Konvergenzprinzips ergibt sich diese Tatsache folgendermaen:
Whlt man s 0 = 1/2 und betrachtet man irgendeinen noch so groen Index n 0 , so
ist fr n > n 0 und m = 2n stets

1
1
1
n 1
a -a =
+
+ +->- =- = e
m
"
n + 1 n +2
2n 2n 2
'
die Cauchybedingung {23.1) ist also fr s = s 0 nicht erfllbar.- Umso bemerkenswerter ist nun, da die (nichtmonotone) Folge der Zahlen
1 1 1
(-1)"- 1
a n = 1--+---+
+
(23.3)
2 3 4
n
konvergiert. Wir weisen dies mit Hilfe des Cauehyschen Konvergenzprinzips nach.

160

ID Grenzwerte von Zahlenfolgen

Dazu nehmen wir in (23.1) o.B.d.A. m > n, also m = n + k an und untersuchen


an+k- a,. = (-1)" (

n+

1-

n+

2+

n+

3- + ... +

( -l)k- 1)

n+

Schreibt man den Ausdruck innerhalb der Klammer in der Form

C~

- n~ )+
2

)+,

1
1
so sieht man, da er positiv ist (denn nur bei ungeradem k
( n+3 - n+4
1
. a b er d'teser tst
. positiv
. . ).
biet.bt d er 1etzte summand (- l k- l un b e klammert u.. b ng,
n+
. man ihn'jedochm
' der Form
Schretbt

1
- (1 - 1)(1
- 1) n+ 1 n+ 2 n+ 3
n+ 4 n+ 5

1
ist. Infolgedessen ist fr jedes k
, so erkennt man ganz hnlich, da er<
n +1
1
1
(-1)1<- l
1
--+
-+ . +
<-n+2 n +3
n +k
n+1'
woraus sofort folgt, da (a") der Cauchyschen Konvergenzbedingung gengt.

Aufgaben
1. Sei O<ao<b 0 und at: = .Jaobo, bt: = (a 0 +b 0 )/2, a2:= .Ja1b1> b2:= (at+bt)/2, allgemein a..H :=.Ja,.b,., b,.+1 :=(a,.+b.. )/2. Zeige, da die Folgen (a,.), (b,.) wachsend bzw.
abnehmend gegen einen gemeinsamen Grenzwert (das sogenannte arithmetischgeometrische Mittel der Zahlen a 0 , b 0 ) konvergieren.
2. Sei a > 0 und p eine natrliche Zahl ~2. Whle ein positives x 0 mit xg > a und definiere
(x.. ) rekursiv durch
x~-a
Xn + .l : =X"

p- 1

px,,

(p - 1)x~+a
p- 1

px,.

Zeige, da x,. ">&~strebt. Hinw e is: Mit Hilfe der Bemoullischen Ungleichung erkennt
man, da

r; ;.

(X - ;:~-~

a, alsO

X~,_. a
1

ist.
1

(- 1)"- t

3. Die Folge der Zahlen a,. := 1 - -+- - -+ +


ist konverge nt. Hinweis: Kon3 5 7
2n-1
vergenzbeweis ab (23.3).

*4. Strebt a,. ">&0, so ist die Folge der Zahlen a,. :=a 1 - a 2 +a 3 -a4 + +(-1)"- 1a,.
konvergent. Hinweis: Konvergenzbeweis ab (23.3).
1
1
1
S. Ist die Folge der Zahlen a,. : =
+
+ +-konvergent?
n+l n+ 2
2n
6. Sei a 0 : = 0, a 1 : = 1 und a .. : = (a.. - 1 + a"_2)/2 fr n = 2, 3, .... Zeige zuerst induktiv, da
a,.+l - a,. = (-1)"/2" ist und beweise dann die Konvergenz der Folge (a .. ) sowohl mit Hilfe

24 Die Dezimalbruchdarstellung der reellen Zahlen

161

des Cauchyschen Konvergenzprinzips als auch mit Hilfe von A 21.1k. Der zweite Weg
liefert auch den Wert von tim a"" Wie gro ist er?

7. Sei a > 0, a 1 := ~. a 2 : = .Ja+ a ~o . . . , a,, + 1 :=.Ja + a" fr n = 1, 2, .... Zeige induk-

tiv, da (a") wchst und durch 1 +va nach oben beschrnkt ist. Benutze A 22.3, um lim a"
zu berechnen.

8. Ist die Funktion f:[a, b]- [a, b] wachsend und dehnungsbeschrnkt auf [a, b], so
besitzt sie mindestens einen Fixpunkt, der als Grenzwert einer Iterationsfolge gewonnen
werden kann.
9. Sei f(x): = -x fr alle x ER. Zeige: a) f besitzt genau einen Fixpunkt. b) Fr jeden
Startpunkt x 0 f 0 divergiert die zugehrige Iterationsfolge (x")' Xn + l : = f(x") fr n E N 0 .

10. Das Monotonieprinzip gilt im Komplexen ebensowenig wie das Prinzip der
lntervallschachtelung- diese beiden Stze knnen im Komplexen nicht einmal formuliert
werden, weil C nicht angeordnet ist (s. jedoch die nchste Aufgabe). Dagegen gelten das
Auswahlprinzip von Bolzano- Weierstra und damit das Cauchysche Konvergenzprinzip
wrtlich auch fr komplexe Zahlenfolgen. Hinweis: A 20.5.

11. Die Folge der abgeschlossenen Kreise K" : = {z E C: lz- a" I ~ r"} in der Gausehen
Zahlenebene heit eine Kreisschachtelung, wenn K 1 ::JK2 ::J ist und r .. ~o strebt.
Zeige, da es zu der Kreisschachtelung (K") genau einen Punkt a gibt, der in allen K " liegt
und da a" ~ a strebt (Prinzip der Kreisschachtelung). Vgl. auch A 36.14
(Quad ratschachtelung).
12. Das Iterationsverfahren (23.2) liefert mit Hilfe eines guten Taschenrechners fr
J2 = 1,41421356 ... bereits im vierten Iterationsschritt den Nherungswert 1,4142136,
wenn man von dem Startpunkt x 0 = 1 ausgebt. Benutzt man den ganz ungnstigen,
geradezu abwegigen Startwert x 0 = 0,001, so erhlt man denselben Nherungswert doch
schon im vierzehnten lterationsschritt. Dieses Beispiellt die vorzgliche Konvergenz des
Iterationsverfahrens {23 .2) ahnen; wir werden spter nher auf diese Dinge eingehen.

24 Die Dezimalbruchdarstellung der reellen Zahlen


Ist z 0 eine nichtnegative ganze Zahl und (z 1 , z 2 ,

eine Folge von Zifferneine Ziffer ist eine Zahl aus {0, 1, ... , 9} -,so ist die Folge der Zahlen

z 1 z2
z,.
a,.: = zo + 10 + 102 + + 10"

. )

(n = 0, 1, 2, ...)

(24.1)

wachsend und wegen

9
9
9
9 (
1
1)
an~ Zo+lO+ 102 +. + 10" = zo+ 10 l + 10 + . + 10"- 1
1
1
9 -10"

=z 0 +-

10 1-_!_
10

<z 0 +-

10 1-_!_
10

=z 0 +1

(24.2)

162

Ill Grenzwerte von Zahlenfolgen

nach oben beschrnkt, konvergiert also gegen einen Grenzwert a. Man drckt
dies kurz durch die Schreibweise

aus und nennt das Gebilde z 0 , z Lz 2 z 3 ... einen Dezim a lbruch oder genauer
eine D ezimalbruchdarste llung von a. Ein Dezimalbruch z 0 , z 1 z 2 z 3 . . .
definiert also in sehr knapper Form eine Zahlenfolge - nmlich die Folge der a"
in (24.1)- und bedeutet den immer vorhandenen Grenzwert derselben. Er heit
en dli c h oder abb re ch e nd, wenn ab einer Stelle alle Ziffern verschwinden,
andernfalls wird er unendli c h oder nichtabbrechend genannt.
Wir zeigen nun zunchst mittels der Zehnteilungsmethode, da sich jedes a e
(0, 1] als unendlicher Dezimalbruch darstellen lt. Zu diesem Zweck teilen wir
10 : = [0, 1] in zehn gleiche Teile und bemerken, da a genau in einem der
halboffenen Intervalle (0, 1/10], (1/10, 2/10], ... , (9/10, 1] liegt, da es also
genau eine Ziffer z 1 gibt, so da
z1
z1+ 1
lO<a~ 10

ist. Das Intervall I 1 : = [z 1 /10, (z 1 + 1)/10] teilen wir wieder in zehn gleiche Teile. a
liegt dann in genau einem der halboffenen Intervalle (z 1/10+k/102 , z 1/10+
(k + 1)/102 ] , k = 0, 1, ... , 9, d.h. , es gibt genau eine Ziffer z 2 , so da

ist. Das Intervall [z 1 /10 +z 2 /102 , z 1/10+(z 2 + 1)/102 ] nennen wir 12 . Es drfte
nun klar sein, wie das Verfahren weitergeht, und da wir eine Intervallschachtel ung erh alten, die a erfat. Insbesondere strebt die Folge der linken Inter vallendpunkte
(24.3)
es ist also in der Tat a = 0, z 1 z 2 z 3 . Dieser Dezimalbruch kann nicht abbrechen, weil die linke Seite in (24.3) immer< a bleibt (unsere Konstruktion stellt
also z.B. 1/2 nicht durch 0,5, sondern durch 0,4999 ... dar). - Ist nun a eine
beliebige positive Zahl, so bestimmen wir zunchst diejenige nichtnegative ganze
Zahl z 0 , fr die z 0 < a ~ z 0 + 1 ist, entwickeln a- z 0 e (0, 1] in einen unendlichen
Dezimalbruch 0, z 1 z 2 z 3 . und haben dann a = z 0 , z 1 z 2 z 3 . . . . Diese Darstellung von a durch einen unendlichen Dezimalbruch ist eindeutig, d.h.: Stellt auch
der unendliche Dezimalbruch ~0 , ~ 1 ~2 ~ 3 . . die Zahl a dar, so ist zk = ~k fr
k = 0, 1, 2, . . .. Andernfalls gbe es nmlich ein kleinstes m ;;;.:O mit z". ::f ~.... wobei wir ohne Beschrnkung der Allgemeinheit z"' < ~m also z"' + 1 ~ ~'" annehmen
drfen. Durch eine Abschtzung, die der in (24.2) ganz hnlich ist, wird man nun

25 Die allgemeine Potenz und der Logarithmus

163

auf den folgenden Widerspruch gefhrt:


a=

Zo, Z1 . . . Zm- lZmZm+l . . . ~Zo, Z1 . . . Zm99 . . .

= Zo, Z1 Zm - 1 +

~ ~o. ~1

...

Zm

+1

10

~m-l~m <~o. ~1

...

~m~m +l .. = a;

die letzte Abschtzung gilt, weil mindestens eine der Zahlen


Null verschieden ist. Insgesamt haben wir also festgestellt:

~m + l> ~m + 2 ,

...

von

Jede positive Zahl lt sich durch einen vllig eindeutig bestimmten unendlichen
Dezimalbruch darstellen.

Ist a<O, so entwickelt man -a in einen unendlichen Dezimalbruch z 0 , z,z 2 z 3 . . .


und hat dann in a = - z 0 , z 1 z 2 z 3 . . die eindeutige Darstellung von a durch einen
unendlichen " negativen Dezimalbruch".
Statt der Zehnteilungsmethode htte man in den obigen Betrachtungen ebensogut auch die
Halbierungsmethode oder die Drittelungsmethode, allgemein die Methode der Unterteilung eines Intervalles in g gle iche Teile anwenden knnen, wobei g eine feste natrliche
Zah 1;;;;.: 2 ist. Man htte dann die Darstellung von a > 0 durch einen sogenannten
g -adischenB ru ch z 0 , z 1 z 2 z 3 . gewonnen, wobe i z 0 e ine njchtnegative ganze Zahl, zk fr
k;;;.:l eine g-adische Ziffer, also eine Zahl aus {0, 1, ... , g-1} ist, und die Gleichung
a = z 0 , z 1 z 2 z 3 bedeutet, da
Zt

z2

g2

zo+-+-+

z,.
+-~a

g"

strebt. Im Falle g =2 spricht man von dyadisch en Brchen.

Aufgabe
+sei a;;;.:O und z 0 diejenige ganze ZahJ;;;.:O, fr die z 0 ~a<z 0 + 1 ist. Wendet man auf das
Intervall [z 0 , z 0 + 1] die Zehnteilungsmethode an, wobei man aber nicht- wie obennach links halboffene, sondern nunmehr nach rechts halboffene Intervalle herausgreift, so
erhlt man wiederum eine Dezimalbruchdarstellung von a. Diese Darstellung kann abbrechen, und zwar ist dies genau dann der Fall, wenn a eine rationale Zahl ist, deren Nenner
als Zehnerpotenz geschrieben werden kann.

25 Die allgemeine Potenz und der Logarithmus


In Nr. 9 hatten wir die Potenz a (a > 0) fr alle rationalen Exponenten r
udinierl, im vorliegenden Abschnitt werden wir die Bedeutung des Zeichens an

164

III Grenzwerte von Zahlenfolgen

fr beliebiges reelles p erklren, werden also darlegen, was z.B. unter 2.Ji zu
verstehen ist. Grundlage dieser Erklrung ist der

25.1 Bilissatz Sind alle r" rational und strebt '" - r e 0 , so strebt fr jedes feste
a > 0 stets a'.. ~ a'.
Zum Beweis drfe n wir ai= 1 annehmen. Wir betrachten zuerst den Fall r11 -0
und zeigen, da a'- a0 = 1 konvergiert. Nach (22.1) strebt a11"-1 und a-lln =
(1/a) 11" ebenfalls -1. Nach Wahl von e>O gibt es also gewi einen Index m mit
a11m, a-ll m e Ue(l). Nun kann man weiterhin ein n0 so bestimmen, da fr n> n0
immer -11 m< rn <11m ist. Mit Satz 9.4 folgt daraus, da fr diesen die Potenz a'
stets zwischen a -tlm und a11 m und somit erst recht in UE(l) liegt. Also strebt
tatschlich a'-1. - Strebt jedoch r11 - r=l= 0, so konvergiert jedenfalls rn- r- 0,
nach dem eben Bewiesenen strebt also a' = a'-' a'-1 a' = a'.

Dieser Hilfssatz legt es nahe, bei der Definition der Potenz aP (a > 0) fr beliebiges reelles p folgendermaen vorzugehen: Man whlt eine Folge rationaler
Zahlen r,., die gegen p konvergiert (eine solche Folge ist nach Satz 21.1 immer
vorhanden), zeigt, da lim a'.. existiert und von der speziellen Wahl der approximierenden Folge (rn) unabhngig ist- und setzt dann aP: = lim a'... Diesen Plan
fhren wir nun durch, bemerken vorher aber noch, da im Falle eines
rationalen p die neue Erklrung von aP wegen des obigen Hilfssatzes mit der

alten bereinstimmt.
Sei (sn) eine feste Folge rationaler Zahlen, die wachsend gegen p konvergiert (s.
Satz 21.1). Wegen Satz 9.4 ist dann die Folge (as) monoton und beschrnkt und
somit konvergent. Nun sei ferner (rn) eine beliebige gegen p strebende Folge aus
0. Dann konvergiert wegen unseres Hilfssatzes a' = a'..-s..a s.. -tim as, der
Grenzwert der Folge (a') ist also immer vorhanden und hngt berdies nicht von
der Wahl der Folge (r,.) ab (sofern diese nur gegen p strebt). Wir sind also in der
Tat zu der Definition

aP :=lim a'..

(a > 0, '" rational, ' " - p)

berechtigt. Ergnzt wird sie durch die Festsetzung

OP := 0 fr jedes positive p 1).


Wir prfen nun, ob die Potenzregeln aus Nr. 9 und die Stze 9.3 und 9.4 auch fr
Potenzen mit beliebigen reellen Exponenten gelten. Im folgenden seien a und b
positive, r" und S 11 rationale Zahlen, und es strebe rn - p, s" - a-. Dann folgt aus
a'a 5" = ar..+s" durch Grenzbergang sofort aPa<T = aP+<T. Insbesondere ist apa- p =
1

>Der

Leser halte sich folgendes deutlieb vor Augen: Stoen wir in irgendeinem Zusammenhang auf den Ausdruck a 0 und wird dabei ber den Exponenten p nichts-vorausgesetzt
(darf er also irgendeine reelle Zahl sein), so nehmen wir immer stillschweigend die Basis a
als positiv an.

25 Die allgemeine Potenz und der Logarithmus

165

a"-" = a 0 = 1, also aP :f: 0. Und da wegen a' > 0 gewi a" ;a. 0 sein mu, gilt sogar
a" > 0. Aus a'/as = a'.- s. ergibt sich, wenn man n ~ oo gehen lt, die Beziehung aPfau = a"-u. Ganz entsprechend gewinnt man die Gleichungen a"b" =
(ab)" und a"fbP = (a/b)P.- Sei nun a < b (also b/a > 1), p > 0 und reine rationale
Zahl zwischen 0 und p. Fr alle hinreichend groen n ist dann r n > r, so da wir
mit Satz 9.4 die Ungleichung 1 = (b/a) 0 <(b/a)' <(b/a)'.. erhalten. F r n ~oo folgt
daraus 1 < (b/a)' ~ (b/a)P, also a" < b". Ist jedoch p < 0, also - p > 0, so ergibt sich
mit dem gerade Bewiesenen, da 1/aP < 1fbP und somit aP > bP ist. Insgesamt ist
also die Funktion x ~--+ x" auf (0, + oo) streng wachsend oder streng abnehmend, je
nachdem p positiv bzw. negativ ist (fr p =0 ist sie natrlich= 1). Aus dieser
Bemerkung ergibt sich , wenn a > 1 und p < u ist, die Ungleichung 1 = 1u - p < au - p =
au/a", also gilt a" < au. Ist jedoch 0 < a < 1 (aber immer noch p < u), so fhrt das
eben Bewiesene zu der Ungleichung 1/a" = (l!a)" < (1/a)u = 1/au, also haben wir
jetzt a" > a(T. Alle diese Monotonieeigenschaften fassen wir in dem folgenden Satz
zusammen:
25.2 Satz Die Potenzfunktion

streng wachsend,
streng abnehmend,
Die Exponentialfunktion
streng wachsend,
streng abnehmend,

x~-+x"

(pe R fest) ist auf R+ positiv und

falls p > 0,
falls p < 0.
x~-+a"

(a>O fest) ist auf R positiv und

falls a > 1,
falls 0< a < 1.

Fast wrtlich wie den Hilfssatz 25.1 beweist man jetzt den

25.3 Satz Strebt die Folge reeller Zahlen


a".. ~ a".

Xn ~

x, so strebt fr jedes feste a > 0 stets

Nun sind wir in der Lage, auch noch die Potenzregel (a")u = aP<T zu beweisen.
Dank A 22.9 strebt fr festes k stets (a' Y ~ (a")5 , wegen (a' )s = a' aber
auch ~ ai>So., also ist (a") 5 = a"S.. Fr k ~ oo folgt daraus mit Satz 25.3 die
behauptete G leichung (a")a = a-. Zusammenfassend knnen wir also sagen, da
in der Tat die gelufigen Potenzregeln auch fr Potenzen mit beliebigen reellen
Exponenten gelten.
Die Definition dera ll gemeinen Potenz aP macht es mglich, alle G leichungen
der Form x"' = a (a > 0, a reell) aufzulsen: Es ist x = a 11"'. Wir werden sofort
sehen, da man auch " Potenzgleichungen" der Form g" = a unter gewissen
natrlichen Voraussetzungen stets lsen kann.

25.4 Satz und Definition Ist g > 1 und a > 0, so besitzt die Gleichung g" = a
genau eine Lsung. Sie wird mit glog a bezeichnet und der Logarithmus von a
zur Basis oder Grund z a h I g genannt. Liegt die Basis fest, so schreiben wir
gewhnlich log a statt ~: log a.

166

IU Grenzwerte von Zahlenfolgen

Die Eindeutigkeit der Lsung folgt unmittelbar aus dem zweiten Teil des Satzes
25.2; wir beweisen nun ihre Existenz. Wegen g> 1 strebt (1/g)" ~ 0, und da
a > 0 ist, gibt es also einen Index m derart, da (1/g)"' sowohl~ a als auch~ 1/a
ausfllt. Infolgedessen ist g-"' ~ a ~ g"'. Nun setzen wir x 1 : = - m, Y1: = m und
wenden auf das Intervall [x 1, y 1 ] die Halbierungsmethodean-und zwar so, da
wir eine lntervallschachtelung (x" I Yn) mit g" ~ a ~ gY.. fr n = 1, 2, ... erhalten.
Diese SchachteJungerfat einen Punkt x, und wegen x,. ~ x, y,. ---7 x folgt nun mit
Satz 25.3, da g" ~ a ~ g", also g" = a ist.

Unmittelbar aus der Definition des Logarithmus erhalten wir


glog g = 1

und glog 1 = 0.

Ferner heben wir ausdrcklich hervor, da glog a im Falle a ~ 0 nicht erklrt


ist-und im Reellen auch nicht erklrt werden kann-, weil g" stndig positiv bleibt.
Die Beweise der nachstehenden Aussagen ergeben sich so unmittelbar aus den
entsprechenden Stzen ber Potenzen, da wir ihre nhere Durchfhrung dem
Leser berlassen drfen (a, b sind positive Zahlen, die Basis g geben wir nicht
mehr explizit an):
log(ab)= log a +log b,

log b =log a - log b,

die Logarithmusfunktion x

~--+log

log a P = p log a;

xistauf (0, +oo) streng wachsend;

es ist log a < 0 fr a < 1 und log a > 0 fr a > 1.

Schlielich gilt auch ein Analogon zu Satz 25.3, nmlich der

25.5 Satz Sind alle x" positiv und strebt x .. ~ x > 0, so strebt log x" ~ log x.
Wir beweisen den Satz zunchst fr den Fall x = 1. Dazu bestimmen wir nach
Wahl von e > 0 ein n 0 , so da fr n > n 0 stets g-" < x., < gs bleibt (dies ist
mglich, weil g- " < 1 und g" > 1 ist). Durch ,.Logarithmieren" dieser
Abschtzung folgt dann- e <log x,. < e fr n > n 0 , also log x .. ---7 0 =log 1. - Ist
nun x eine beliebige positive Zahl, so strebt x"/ x ~ 1, nach dem eben Bewiesenen
mu also log x" -log x = log(x../x) ~ 0 und somit log x .. ~log x konvergieren.
Nun erhalten wir ohne die geringste Mhe den

25.6 Satz Sind alle x" positiv und strebt x,. ~ x > 0, so strebt fr festes reelles p stets
X P~xp
n

Aus x,. ~ x folgt nmlich log x" ~ log x, daraus p log x,.
log xP und somit auch x~ = g1ogx:: ~ g 1ogx = xP.

~p

log x, also log x~ ~

Wir machen noch eine terminologische Bemerkung. Die Logarithmen, deren


Basis die Eulersche Zahl e ist, nennt man natrliche Logarithmen. Der
natrliche Logarithmus von x wird mit ln x bezeichnet (in der Literatur findet

25 Die aUgemeine Potenz und der Logarithmus

167

man hufig auch die Bezeichnung log x). Offenbar ist fr a > 0 und jedes x

Wir beschlieen diesen Abschnitt mit einem Satz, der uns spter noch von
erheblichem Nutzen sein wird1>.

25.7 Satz Die Zahlen a 1 , a2 ,

seien durchweg;;;;:.: 0 und mgen der Bedingung

a,,. +n :::::; a".a,, fr alle m, n E N


gengen. Dann strebt

Zum Beweis setzen wir

,\:=~f~
k= l

und whlen ein beliebiges e >0. Nach der D efinition des Infimums gibt es ein
natrliches m, so da

~ < ,\ + e,

also

a",

< (,\ + e)'"

ist. D ieses m halten wir fest und bestimmen nun zu jedem n E N Zahlen
Pm q" E N 0 mit
n = p"m + q",

O~q"

<m

("Division mit Rest"; s. A 6.4). Setzen wir noch M: = max(at> .. . , a," ), so finden
wir die fr n = 1, 2, ... gltige Abschtzung

Folglich gilt fr alle n E N

Da 0 ~ q" < m ist, strebt q,. ~ 0 und somit der Bruch auf der rechten Sei te der
n
obigen Abschtzungskette ~ 1 (s. H ilfssatz 26.1). Infolgedessen kann man ihn
unter die Z ahl (,\ + 2e )/(,\ + e) herabdrcken, denn diese ist > 1. Genauer: es gibt
e inen Index n0 , so da fr alle n > n0 stets
M 1111

,\

+2e

---,.-<-(,\ + e)q.,/n ,\ + e
0

Beim ersten Lesen kann dieser Satz o hne Schaden bergangen werden.

168

ill Grenzwerte von Zahlenfolgen

bleibt. Fr diese n ist also


Ml/n

(A + s) (A + s)qn'" <A +2s,


und aus (25 .1) folgt nun sofort

A ~ .!fli;. < A + 2s

fr alle n > n0 .

Diese Abschtzung bedeutet aber gerade, da~ -7 A strebt.

Aufgaben
*1. Beweise der Reihe nach die folgenden Aussagen, wobei p > 0 ist: a) Sind alle x,. ~ 0 und
strebt x,. ~ 0, so konvergiert x~ -7 0. b) Zu jedem 8 > 0 gibt es ein x 0 , so da fr x > x 0
stets 1/x" < 8 bleibt. c) Zu jedem (noch so groen) G > 0 gibt es ein x 0 , so da fr x > x 0
immer x " > G ist ("x" wird mit wachsendem x beliebig gro").

*2.

Zeige: a) Sei 0 < a < 1. Dann gibt es zu jedem 8 > 0 ein x 0 , so da fr x > x 0 stets
a" < 8 ausfllt. b) Sei a > 1. Dann gibt es zu jedem (noch so groen) G > 0 ein x 0 , so da
fr x > x 0 immer a" > G ist ("a" wird mit wachsendem x beliebig gro"- wenn a > 1 ist).

* 3.

Beweise der Reihe nach die folgenden Aussagen: a) Zu jedem (noch so groen) G > 0
gibt es ein n 0 , so da fr n > n 0 stets log n > G bleibt. Fr jedes x > n 0 + 1 ist dann auch
log x > G (,,log x wird mit wachsendem x beliebig gro"). b) Zu jedem e > 0 gibt es ein x 0 ,
so da fr x > x 0 stets 1/log x < 8 ausfllt. c) 1/log n ~ 0.

+4. (log n)/tl~ 0 ("log n wchst wesentlich langsamer als n"). Hinweis: Beispiel 5 in Nr.
21.

log x +log y
x +y
S. Fr x, y > 0 ist
"'"log
.
2
2
6. Sei gt.g 2 >1 und M: =glogg 2 Dann ist gloga = M(""loga).
7. glog a lt sich, sofern nur a > 0 ist, auch fr eine Grundzahl g e (0, 1) erklren. Fhre
dies durch, beweise die Logarithmenregeln und untersuche das Monotonieverhalten der
Funktion x ~---+'log x. In diesem Buch werden wir, wie bisher, immer nur Grundzahlen > 1
verwenden.

26 Vernderungsprozesse und ExponentiaHunktion


In A 7. 7 hatten wir gesehen, da zahlreiche Wachstums- und Abnahmeprozesse fr
eine zeitabhngige Gre u(t) innerhalb kleiner Zeitspannen dt nherungsweise
nach dem Gesetz

u(t + M) = u(t) + au(t)M = (1 + allt)u(t)


verlaufen (a eine

Konstante~O).

(26.1)

Die GI. (26.1) wird dabei den Proze um so

26 Vernderungsprozesse und Exponentialfunktion

169

besser beschreiben, je kleiner fl.t ist. Natrlich erhebt sieb nun sofort die Frage,
ob man mit Hilfe dieses "im Kleinen" oder "lokal" gltigen nderungsgesetzes
(26.1) nicht auch den Endzustand eines lngerdauernden Prozesses berechnen
kann. Um etwas Bestimmtes vor Augen zu haben, nehmen wir an, der Proze
beginne zur Zeit t = 0 und habe die Dauer T > 0. Um zu kleinen Zeitspannen zu
kommen, innerhalb deren er (jedenfalls in guter Nherung) gem (26.1) verluft,
unterteilen wir das Intervall [0, T] durch die Zeitpunkte tk := k(T/ n)
(k = 0, 1, ... , n) in n gleiche Teile der Lnge (oder Dauer) fl.t = T/ n. Setzen wir
zur Abkrzung uk := u(tk) und bedeutet das Zeichen a = b, da a
nherungsw e ise gleichbist so erbalten wir durch sukzessive Anwendung von
(26.1) auf die Teilintervalle [t 0 , t 1] , (t 1 , t:J, ... , [t,. _1 , t"] fr die Prozezustnde
u t> . , u,. die folgenden Nberungsgleichungen:
U1

= ( 1 + a;)uo,

u z=

(1 +a:)ul = ( 1+a;yuo,

u(T) = u,. = ( 1 +a

:)u,._= ( 1 + a ~)" u
1

Da ( 1 + a .;")"u 0 den Endzustand u (T) umso besser beschreiben wird, je kleiner


fl.t = T / n, je grer also n gewhlt wurde, wird man vermuten, da

( aT)" u

u(T) = lim 1 +,........,


n

(26.2)

ist. Die Aufgabe des Mathematikers besteht nun darin, die Existenz dieses Limes
nachzuweisen und seinen Wert zu berechnen, der Naturforscher wird
anschlieend empirisch zu besttigen versuchen, da die Vermutung (26.2) der
Wirklichkeit entspricht.

Schreiben wir
aT)" = [ ( 1 +aT)
1+(
n
n

n/al

aT

'

so ist der Ausdruck innerhalb der eckigen Klammer ganz hnlich gebaut wie
(1 + 1/n)": In beiden Fllen wird die Summe "1 + Nullfolgenglied" mit dem
Reziproken des Nullfolgenglieds potenziert. Wir untersuchen deshalb gleich das
Verhalten von Folgen, deren Glieder die Form (1 + x,..) 11"n haben , wobei x,. ~ 0

170

III Grenzwerte von Zahlenfolgen

strebt, und werden vermuten, da sie gegen lim(l + 1/n)" = e konvergieren (s.
Beispiel 9 in Nr. 21). In der Tat gilt der

26.1 Satz Ist (x") eine Nullfolge, deren Glieder alle f. 0 und > -1 sind, so strebt

Zum Beweis seien zunchst alle x" positiv. Der Index m werde so bestimmt,
da fr n ~m stets x"os;; 1, also 1/x" ~ 1 ist Zu diesen n gibt es k,. E N mit

k" ..;; __!_ < kn + 1, also mit


~

"

~+1

< x" ..;; __!_.

(26.3)

kn

(Diese Einschlieung ist der tragende Beweisgedanke: sie fhrt (1 + x") ll x., letztlich auf (1 + 1/n)" zurck). Aus (26.3) folgt die Abschtzung

( 1+

1
k +1

)k"<(1+x) x,.< (1+-1 )k"+l


11

"

''

"

'

die man auch in der Form


( 1+

1
kn + 1

)k"+l(1+

1
kn + 1

)-1<(1+xn)

)k (

1 1+-k
1 )
x< 1+-k

11

(26.4)

schreiben kann. Da wegen (26.3) aber (1/(k" + 1)) und somit auch (1/k") eine
Nullfolge ist, strebt nach A 20.3 die linke Seite dieser Ungleichung ebenso wie die
rechte gegen e 1 ; mit dem Einschnrungssatz 22.2 fo lgt aus (26.4) nun
(1 + x,.) 1/x. ~ e.

Ganz hnlich erkennt man aus der Abschtzung

da (1- X 11 ) 11x ~ 1/e, also (1- x")-tlx. ~ e strebt; man beachte nur, da
lim(l - 1/n)" = 1/e ist (s. Lsung von A 22.2d).- Damit haben wir nun offenbar
unseren Satz bewiesen, falls die x" fast immer positiv oder fast immer negativ sind.
Enthlt aber (x,.) unendlich viele positive und unendlich viele negative Glieder, so
knnen wir (x,.) in zwei Teilfolgen (x~ und (x~ zerlegen, von denen die erste nur
positive, die zweite nur negative Glieder enthlt. Nach dem bisher Bewiesenen
strebt (1 + x~ 11x~ ~ e und (1 + x~llx:--+ e, woraus sich wegen A 20.4 die Behauptung unseres Satzes ergibt.

2".2 Satz Fr jedes

strebt ( 1 +

~)" --+ ex.

Zum Beweis drfen wir xf. 0 annehmen. Dann strebt aber nach dem letzten Satz

26 Vernderungsprozesse und Exponentialfunktion

171

(1 + x/n)"1x -4 e; wegen Satz 25.6 gilt also

Fr den eingangs betrachteten Vernderungsproze wird also gem (26.2) der


Zustand nach Ablauf der Zeit T vermutungsweise durch
(26.5)
angegeben, wobei u0 = u(O) der "Anfan gszustand" ist. Diese theoretische Aussage ist in vielen Fllen e mpirisch gut besttigt, besonders fr den Zerfall
radioaktiver Substanzen (s. jedoch Aufgabe 7).
Die fr alle x erklrte Exponentialfunktion x ..-+ ex wird e-F un ktioo oder auch
die Exponent ialfunkti on genannt. Nach Satz 25.2 ist sie positiv und streng
wachsend. Nheres ber diese bemerkenswerte Funktion, die eine berragende
Rolle in der Mathematik und ihren Anwendungen spielt, werden wir spter
erfahren. Statt e" schreiben wir gelegentlich auch exp x.
Wir beschlieen diesen Abschnitt mit zwei Grenzwertaussagen, die wir in der
Differentialrechnung bentigen werden. Aus Satz 26.1 folgt durch Logarithmieren sofort
11

log(1+xn)

-=..:....-~ -4

11

log e, falls

Xn

-4 0 strebt und alle x" :f 0 und

> -1 sind.

(26.6)

Xn

Als nchstes zeigen wir: Bei festem a > 0 konvergiert

a" - 1

- - - 4 In

a, falls x"- 0 strebt und alle X n :f 0 sind.

(26.7)

Xn

Da die Behauptung fr a = 1 trivial ist, nehmen wir a :f 1 an. Fr x :f 0 ist


a x = extna > 0 und :f1, also ist fr alle n
Yn : = a x - 1 > -1 und :f-0, ferner strebt Yn- 0.

Wegen (26.6) konvergiert also


Yn
ln a
ln(l + Yn) . In a - In e = In a.

Aufgaben
1 1
1
1 s := 1 +-+-+ +--4e.
"
1 I 21
nI
Anleitun g: a) e' := tim s.. existiert.
1 ) " = I"
b)a.,:= ( 1 +t1

k- o

(n)k -;;-,s;;s.,,
1
n

also

e ,s;; e'.

172

Grenzwerte von Zahlenfolgen

c) Fr m>n ist a"';;;o1+1+(1 -...!_)~++(1 -...!_)(1-3._)(1 - n .


,
m 2.
m
m
m
e;;;. s., und sonut e;;;. e .

)~.
n.

also

B e merkung: Mit Hilfe eines leistungsfhigen Taschenrechners kann sich der Leser leicht
vor Augen fhren, da die Folge (sn) sehr rasch, die Folge ( ( 1 +~-)") dagegen auerordentlich langsam gegen e = 2,718281828 ... konvergiert. Wir bringen einige Beispiele,
wobei man beachte, da die Zahlen mit den Rundungsfehlern des Rechners behaftet sind:
n

Sn;=

L fk.

k- 0

2
4
6
8
10
12

2,5
2,7083333333
2,7180555555
2,7182787698
2,7182818011
2,7182818282

an:=

(1+;)"

2,25
2,4414062500
2,5216263717
2,5657845139
2,5937424600
2,6130352901

Die beiden nchsten Ergebnisse machen die schlechte Konvergenz der Folge (a") besonders
si nnfllig (alle angegebenen Stellen sind korrekt):
a 10000 -2,7181459268 ... ,

Ow000000 =2,7182816925

...

S. auch W. Rautenberg: Zur Approximation von e durch (1 + 1/n)". Math. Semesterber.


XXXlll/2 (1986) 227- 236. Mittels (s") hat Euler e auf 23 Dezimalen berechnet, "wo auch
die letzte Ziffer noch genau ist" (lntroductio in analysin infinitorum, 122). Und weiter:
Ponamus autem brevitatis gratia pro numero hoc 2,718281828459 etc. constanter [stndig]
Iitterom e. Damit war die Bezeichnung e fr die "Eulersche ZahJ" endlich kanonisch geworden. S. dazu Funote auf S. 150.
2. n({t{i-1)-+ln a fr jedes a>O.
Benutze in den Aufgaben 3 bis 10 die Nherungswerte e=2,7183; e 2 - 7,3891; In 102,3026; In 100 == 4,6052; ln 0,6= - 0,5108; e- 1.2=0,3012.
3. Eine Bakterienpopulation der Anfangsgre u0 = 10000 habe eine tgliche Wachstumsrate von 10% (unter gnstigen Bedingungen weisen Lusepopulationen ein hnlich
rasches Wachstum auf). Wieviel Bakterien sind nach 10 bzw. nach 20 Tagen vorhanden?
Hinwe is: (26.5) mit a=1/10 und T = 10 bzw.=20.
4. Nach wieviel Tagen bat sieb die Bakterienpopulation aus Aufgabe 3 verzehnfacht bzw.
verhundertfacht?
S. Eine exponentiell wachsende Bakterienpopulation der Anfangsgre u 0 = 10000 habe
nach 10 Tagen die Gre u(lO) = 25000. Wie gro ist sie nach 30 Tagen?
6. Eine exponentiell wachsende Bakterienpopulation bestehe nach 3 Tagen aus 124 und
nach 6 Tagen aus 992 Mitgliedern. Was war ihre Anfangsgre u 0 ? Wie gro ist sie nach
12 Tagen?

26 Vernderungsprozesse und Exponentialfunktion

173

7. Doppelwertzeit und Bevlkerungsexplosion. Euler, Adam und Eva Zeige: Wchst eine Population P exponentiell, also gem u (t) = u 0 ea (a > 0), so wird die Zeit S, innerhalb derer
u(t) sich verdoppelt, durch (In 2)/ a gegeben. Diese sogenannte D o pp elwertze it der Population P ist also unabhngig von u(t): Die Population braucht, gleichgltig wie gro sie
gerade ist, immer dieselbe Zeit S, um sich zu verdoppeln. Die (menschliche) Erdbevlkerung hat sich seit geraumer Zeit etwa alle 35 Jahre verdoppelt. Nimmt man fr sie das
exponentielle Wachstumsgesetz (26.5) an, so ergibt sich a<:::<0,02/Jahr. Ende 1986 gab es
rund 5 Milliarden Menschen. Berechne mit (26.5) die Gre der Menschheit in den Jahren
2000, 2050, 2501. - Der feste Teil der Erdoberflche ist etwa 149 x 10 12 m 2 gro. Wieviel
Quadratmeter fester Erde werden im Jahre 2501 auf einen Menschen entfallen?
Die herausgerechneten Horrorzahlen zeigen, da das exponentielle Wachstumsgesetz nicht
immer realistisch ist. Ein besseres Gesetz, das logistische, findet man in Nr. 55.
Euter hat 1748 in seiner lntroductio in analysin infinitarum ( 110) die Aufgabe gestellt, ,.die
jhrliche Vermehrung der Menschen zu finden, wenn sich deren Anzahl alle hundert [!]
Jahre verdoppelt." Die Antwort des glaubensstarken Kalvinisten (prfe sie nach!): "Es
htte sich daher die Zahl der Menschen jhrlich um den 144sten Teil vermehren mssen,
und es sind somit die Einwrfe derjenigen Leute recht lcherlich, welche nicht zugeben
wollen, da die ganze Erde von einem Menschenpaare aus in so kurzer Zeit [seit der Schpfung] habe bevlkert werden knnen." (Im 17. Jahrhundert hatte der Alttestamentler John
Lightfoot, eine Zierde der Universitt Cambridge, ausgerechnet, der Schpfungsakt habe
am 23. Oktober des Jahres 4004 v. Chr., und zwar um 9 Uhr morgens, stattgefunden. Beim
Erscheinen der Introductio zhlte die Welt also gerade 5752 Jahre.)
8. Halbwertzeit Unterliegt eine Population oder Substanz einem exponentiellen Abnahmeproze u(t) = u 0 e- 11'( > 0), so ist die Zeit T , innerhalb derer u(t) sich um die Hlfte
vermindert, durch T = (lo 2)/ gegeben, ist also insbesondere unabhngig von dem gerade
vorhandenen Zustand u(t). T heit die Halbwe rtze it der betrachteten Population oder
Substanz. Dieser Begriff spielt eine zentrale Rolle beim Studium des Zerfalls radioaktiver
Stoffe. Die Halbwertzeit des Thoriums ist z.B. 1,8 10 10 Jahre, die des Radiums dagegen
nur 1590 Jahre.
9. Altersbestimmung -von Fossilien Die hier dargestellte, ausgiebig benutzte Methode zur
Altersbestimmung von Fossilien und abgestorbener organischer Substanzen beruht auf den
folgenden physikalischen und biologischen Tatsachen: a) Das stabile Kohlenstoffatom C 12
besitzt ein radioaktives Isotop C 14 , das unter Ausstrahlung zweier Neutronen in C 12
bergeht. b) C 4 hat eine Halbwertzeit von ungefhr 5580 Jahren (s. Aufgabe 8). c) Das
Verhltnis von C 12 zu C 14 in der Atmosphre ist im wesentlichen konstant (C14 zerfllt
zwar laufend, wird aber auch durch den Einflu der Weltraumstrahlung laufend neu
erzeugt). d) Lebeode Pflanzen und Tiere unterscheiden nicht zwischen C 12 und C 4 ; das
Verhltnis von C 12 zu C 14 in einem lebenden Organismus ist also dasselbe wie in der
Atmosphre. e) Sobald der Organismus gestorben ist, beginnt sich dieses Verhltnis zu
ndern, weil C 14 zerfllt, aber nicht mehr neu aufgenommen wird.
Sei u 0 die im Organismus zur Zeit seines Todes vorhandene Menge von C 4 ; t Jahre
danach wird sich diese Menge auf u(t) = u 0 e- 13' reduziert haben. Nach Aufgabe 8 ist
=

5~:0 = 0,0001242

(In 2 = 0,6931).

174

ill Grenzwerte von Zahlenfolgen

Der Zerfallsproze fr C 14 verluft also nach der Gleichung


u(t) = Uoe- o.oool2.42.

Angenommen, in einem Fossil F stelle man nur 60% desjenigen C 14 -Gehalts fest, den ein
lebender Organismus entsprechender Gre besitzt. Wieviel Jahre sind seit dem Tode von
F verstrichen?
Die hier beschriebene Methode bat z.B. ergeben, da die berhmten Schriftrollen vom
Toten Meer etwa um Christi Geburt angefertigt worden sind.

10. Funktionstest der Bauchspeicbeldrse Um die Funktion der Bauchspeicheldrse zu


testen, wird ein bestimmter Farbstoff in sie eingespritzt und dessen Ausscheiden gemessen.
Eine gesunde Bauchspeicheldrse scheidet pro Minute etwa 4% des jeweils noch vorhandenen Farbstoffs aus. Wir nehmen an, da 0,2 Gramm des Farbstoffs injiziert werden und
da nach Ablauf von 30 Minuten noch 0,1 Gramm vorbanden sind. Funktioniert die
Bauchspeicheldrse normal?
11. Die Poissonscbe Approximation der Binomialverteilung Ein sogenanntes B e rnouiliexperiment ist ein Experiment mit genau zwei mglichen Ausgngen ; den
einen nennen wir "Erfolg", den anderen "Mierfolg". Das gngigste Beispiel hierfr ist
das Werfen einer Mnze mit den beiden mglichen Ausgngen " Zahl oben" und " Wappen
oben". Bei einmaliger Ausfhrung des Bernoulliexperiments sei die"Wahrscheinlichkeit fr
einen Erfolg gleich p; die Wahrscheinlichkeit fr einen Mierfolg ist dann = 1 - p. Wir
knnen uns hier nicht auf eine Diskussion des Wahrscheinlichkeitsbegriffs einlassen; nur
soviel sei gesagt, da die Wahrscheinlichkeit immer eine Zahl im Intervall [0, 1] ist
und da man in einem Bernoulliexperiment die Erfolgswahrscheinlichkeit p jedenfalls
nherungsweise besti~men kann, indem man die Anzahl k der Erfolge bei n-maliger
Wiederholung des Experiments durch n dividiert, wobei n "gro" sein soll; kurz: p = k!n
bei groem n. Fr e in genaueres Studium dieser Dinge verweisen wir auf die Lehrbcher
der Wahrscheinlichkeitstheorie. Ihnen entnehmen wir auch, da die Wahrscheinlichkeit
b (k; n,p) dafr, da bei n-maliger Wiederholung eines Bernoulliexperiments (mit Erfolgswahrscheinlichkeit p) der Erfolg genau k-mal eintritt, durch
b(k ; n, p)= (;)p"(1 -

p)"-"

(26.8)

gegeben wird. In der Praxis bat man es hufig mit Wiederholungen ("Serien") von
Bernoulliexperiroenten zu tun, bei denen n sehr gro und p sehr klein ist (Beispiele:
Ausschuware bei Massenproduktion, Artilleriebeschu von Punktzielen, Falschverbindung in Telefonzentralen, Auftreten von Druckfehlern in einem Buch, Todesflle bei
relativ harmlosen Grippeepidemien, rztliche Kunstfehler bei Routineoperationen usw.,
die "Erfolge" sind in diesen Beispielen perverserweise fast stets die unerwnschten
Ausgnge der Experimente). In solchen Fllen ist die Berechnung von b(k ; n, p) sehr
aufwendig, und man wird sich daher nach Nherungsformeln umsehen. Zeige:
Ist ,\ eine nichtnegative Konstante und Pn : = Aln, so strebt bei festem k

(;)p~(l -p"}"-" --7 e- A~;

fr n

~oo.

Man sieht deshalb den rechtsstehenden Grenzwert als eine Approximation fr die

26 Vernderungsprozesse und Exponentialfunktion

175

" Binomialverteilung" b(k; n, p) an, " wenn n gro und p klein" ist; fr). ist in diesem
Falle das Produkt np einzutragen. Diese Approximation heit nach Denis Poisson
(1781- 1840; 59) die Poi sso n sc he Approximation der B inomialverteilung. Es liegt
hier ein besonders wichtiges Beispiel dafr vor, da der Grenzwert eines Ausdrucks als
Nherung fr ebendiesen Ausdruck dient und nicht umgekehrt. Konkrete Anwendungen der
Poissonschen Approximation findet der Leser in der nchsten Aufgabe.
12. Geburtstage, Ausschuware, Mongolismus, Tod durc:h Narkose, rztlic:he Kunstfehler,
Schutzimpfung Zur Lsung der folgenden Probleme bentigen wir neben der Aufgabe 11
zwei Formeln der Wahrsche inlichkeitstheorie, die intuitiv sofort einleuchten: Die
Wahrscheinlichkeit, bei n Wiederholungen eines Bernoulliexperiments (mit Erfolgswahrscheinlichkeit p) hchstens r Erfolge zu haben (0 $; r $; n), wird gegeben durch

P(k$;r ; n,p): =

Jo(~)p"(1-p)"-",

(26.9)

die Wahrscheinlichkeit fr mindestens r Erfolge dagegen durch


(26.10)
Wegen

ist
P(k ;;,: r; n, p) = 1 - P(k $; r -1; n, p) ;

(26.11)
diese Formel erleichtert oft die Be rechnung von P(k :!= r ; n, p) bei groem n und kleinem r.
Die folgenden Aufgaben inte rpretiere man als Wiederholungen von Bernoulliexperimenten in der Poisson-Situation (groes n, kleines p ). Gem Aufgabe 11 und den o bigen
Errterungen benutze der Leser deshalb zu ihrer Lsung die Nherungsformeln
r

)."

P(k $; r;n,p)=e- AL - ,
k - 0 k!
"

). k

r-1 ). k

LI
k- o k.

P(k;;,:r; n,v.)=e- AL - = 1 - e- A
k- rkl

mit). := np.

Dabe i bediene man sich der folgenden Nherungswerte:


e- 1 = 0,3679,

e- 2 = 0,1353,

e--<~= 0,0183,

e- 5 ,.,. 0,0067, e - 6 =0,0025.

Um die Arbeitsersparnis zu beurteilen, welche die Poissonsche Approximation mit sich


bringt, lasse man sich die Mhe nicht verdrieen, die Lsungen auch in den exakten
Formen (26.9) bis (26.11) aufzuschreiben und we nigste ns eine von ihnen nach dieser
Methode wirklich auszurechnen.
a) An e iner Versammlung zum 1. Mai nehmen 1460 Menschen teil. Wie gro ist die
Wahrscheinlichkeit, da mindestens zwei von ihnen an diesem Tag Geburtstag haben? Fr
p ne hme man den Wert 1/365 (warum ist das vernnftig?).

176

01 Grenzwerte von Zahlenfolgen

b) Eine Fabrik stelle G lhbirnen unter gleichbleibenden Produktionsbedingungen her. Die


Wahrscheinlichkeit, da eine Glhbirne defekt ist, sei 0,005. Wie gro ist die Wahrscheinlichkeit, da e ine Sendung von 1000 Glhbirnen hchstens eine defekte enthlt?
c) Etwa eines von 700 neugeborenen Kindern leidet am Down-Syndrom (Mongolismus).
Angenommen, in einem Krankenhaus werden in einem gewissen Jahr 3500 Kinder geboren.
Wie gro ist dje Wahrscheinlichkeit, da mindestens drei von ihnen das Down-Syndrom haben?
d) Bei der Anwendung eines Narkosemittels N besteht immer eine geringe Gefahr,
da der Patient stirbt. Zahlenmig wird diese Gefahr durch den sogenannten
Mortalittskoeffizienten von N erfat ; e r gibt die Wahrscheinlichkeit dafr an, da der
Patient die Anwendung von N nicht berlebt. Angenommen, N habe den Mortalittskoeffizienten 1/8000 und werde in den Krankenhusern e iner Grostadt in
einem gewissen Jahr bei 16000 Patienten benutzt. Wie gro ist die Wahrscheinlichkeit, da
mindestens ein Patient infolge der Anwendung von N in diesem Jahr stirbt? (Fr nhere
Angaben ber Mortalittskoeffizienten vgl. H. W. Opderbecke: "Anaestesie und rztliche
Sorgfaltspflicht". Berlin-Heidelberg-New York 1978).
e) Angenommen, die Wahrscheinlichkeit, da ein Patient durch rztliche Kunstfehler bei
eine r Operation dauernde Schdigungen oder sogar den Tod erleidet, sei 1/6000. Wenn in
den Kranke nhusern e iner Stadt in einem gewissen Jahr 12000 Operatione n durchgefhrt
werden, wie gro ist dann die Wahrscheinlichkeit, da mindestens e in Patient in diesem
Jahr durch rztliche Kunstfehler fr dauernd geschdigt wird oder stirbt?
f) Angenommen, e in Grippeimpfstoff erzeuge in 99,99% aller Flle Immunitt und werde
a n 10000 Personen gegeben. Wie gro ist die Wahrscheinlichkeit, da mindestens zwei
Pe rsone n keine Immunitt erlangen?

27 Der Cauchysche Grenzwertsatz


Die folgende heuristische (und sehr im Vagen verbleibende) berlegung wird uns
zu dem ebenso einfachen wie fruchtbaren Cauchyschen Grenzwertsatz fhren.
Stre bt a" - 0, so liegen fr hinreichend groe n, etwa fr alle n > m, die Glieder
a" "dicht bei 0", kurz: a,. = 0 fr n > m. Dasselbe wird dann auch fr jedes der
arithmetischen Mittel (am+l + + a,.)/(n - m) gelten (n > m). E rst recht wird
also (am +l+ + a,.)/n = O sein. Und da (a 1 + +am)ln-0 strebt fr n-oo
(m ist ja fest, im Zhler dieses Bruches steht also eine Konstante), werden wir
erwarten, da (a 1 + +a,,)/n=(a 1 + +a".)/ n +(a,n + 1 + +a,.)/n = O ist fr
alle hinreichend groen n, schrfer: da (a 1 + + a,.)/n - 0 strebt fr n ~ oo.
Dies ist in der Tat der Fall, und der exakte Beweis bierfr ist sehr leicht: Wegen
lim a .. = 0 gibt es zu beliebig vorgeschriebenem e > 0 ein m derart, da fr k > m
stets iak I< e/2 bleibt. Dann ist auch

27 Der Cauchysche Grenzwertsatz

177

erst recht gilt also

+a.. l <e fr alle n > m.


:lam+l+
. . . . :.:.:. .:. . : '------....::...:.
n
2
Da m fest ist, strebt (a 1 + + a'")ln ~ 0 fr n ~ oo; infolgedessen gibt es ein
n 0 > m, so da

Ia 1 + .. + am I<-e
2

fr alle n > n o

ist. Aus diesen beiden Abschtzungen folgt sofort, da fr n > n 0


a 1 + .. +an
n

Ia 1 + +a'" I+ Ia m+l + +a" I<-e +-e =


n

ausfUt, da also tatschlich (a 1 + + a,.)/n ~ 0 strebt. Diese Grenzwertaussage


lt sich in naheliegender Weise sofort verallgemeinern: Strebt nmlich a,. ~ a
(wobei nun a 1: 0 sein darf), so konvergiert a .. - a ~ 0, und daher strebt nach dem
eben Bewiesenen
a + .. + a
1

"-a= (a 1 - a) + .. + (a n - a) ~o.
n

Es gilt also der


0

a1 + +a
27.1 Grenzwertsatz von Caucby Aus a,. ~ a folgt
"~ a.
n

Nehmen wir statt des gewhnlichen arithmetischen Mittels (a 1 + + a .. )ln ein


gewichtetes Mittel (p 1 a 1 + + p,.a,.)/(p 1 + + p,.) mit den (positiven)
Gewichten p 1 , p 2 , . , so knnen wir den oben gefhrten Beweis fast wrtlich
bernehmen, sofern nur 1/(p 1 + + p,.) ~ 0 strebt. Wir gewinnen so den
0

27.2 Satz Sind die Zahlen Pt. p 2 , . . . alle positiv und strebt 1/(p 1 + + p,.)~ 0,
a + .. +pn a n~ a.
so folgt aus a .. ~ a immer P1 1
Pt + +p,.

Nun erhlt man mhelos den


0

27.3 Satz Ist (b,.) eine streng wachsende und unbeschrnkte Folge positiver Zahlen
a -a
a
und strebt
b.~=~ ~ c, so strebt auch b: ~ c.

b: _

178

ID Grenzwerte von Zahlenfolgen

Setzen wir nmlich a 0 = b 0 : =0, Pk : = bk- bk-l fr k = 1, 2, ... , so folgt aus Satz
27.2
a 1 - a0
a., - a.,_ 1
p1
+ " +P
bl- bo
n b.. - b.. - 1
a,.
-----'=----=-----~---';;......;;. =-~c
P1 + + p.,
b ..

(man beachte, da 1/b,. ~ 0 strebt).

Der Cauchysche Grenzwertsatz hat ein Analogon fr die Folge der geometrischen
Mittel:

27.4 Satz Strebt die Folge positiver Zahlen a .. gegen a, so strebt auch

-da1 a,, ~ a.
Wir nehmen zunchst a > 0 an. Aus a .. ~ a folgt. dann ln a .. ~ ln a, daraus
In a 1 + + ln a,.
a ... = In 4a 1 a n =
~ In a
n
und somit schlielich

Im Falle a = 0 ergibt sieb die Behauptung am einfachsten mit Hilfe des Caucby-

schen Grenzwertsatzes aus der Ungleichung zwischen dem arithmetischen und


geometrischen Mittel (Satz 12.2). Fr einen anderen Beweis s. Aufgabe 11.
A ufgaben
1 1
1
1 +-+-+ ... +1.
2 3
n ~o.
n

a l + 2a2 + ... + nan a


2. Aus an ~ a folgt
~- (vgl. Aufgabe 4).
2
n2
3.

1P+2P+ + n v
1

n"+

4. Aus a.. ~a folgt

1
p +1

fr jedes feste p e N. Hinwe is : Satz 27.3.

at+2"a2+ .. +n"an
n"

+ l

a
..
.
.
~
fur peN. Htnwets: Satz 27 .3.
p+1

a 0 +2'a1 +22 a 2 + +2"a"


5. Aus an~ a folgt
n +t
~ a.
2
+6. Stre bt a .. ~ a

und b,. ~ b, so strebt

Hinwe is:

28 Hutungswerte einer Zahlenfolge


7. Zeige mit Hilfe des Satzes 27 .4, da

8.

*9.

fn ~ 1

179

strebt.

lim~( nn):o4. Hinweis: A 7.3c.


1 - 0.
lim rnin.
0

"

'

10. lim ~ :o e. Hinweis: A 7.9. - Beweise die Behauptung auch mit A21.3c.
, n!

11. Beweise den Satz 27.4 fr den Fall a = 0, ohne die Ungleichung zwischen dem
arithmetischen und geometrischen Mittel zu benutzen. Hinweis: O<a .. <e fr n > m0 < :./ a 1 a,. < :./ a 1 arn :./e" "'. Lasse nun n- oo gehen.

28 Hufungswerte einer Zahlenfolge


Nach dem Auswahlprinzip von Bolzano-Weierstra besitzt eine beschrnkte Folge
(a.. ) eine konvergente Teilfolge (a~. In jeder &-Umgebung von lim a~ liegen also
fast alle Glieder von (a~) und damit jedenfalls unendlich viele Glieder der
Gesamtfolge (a,.). Diese Erscheinung gibt Anla zu einer grundlegenden
0

Definition Eine Zahl a: heit Hutungswert der Folge (a,.), wenn in jeder
6- Umgebung von a: unendlich v iele Folgengliederliegen, wenn es also zu jedem
6 >0 unendlich vie l e Indizes n gibt, fr die
a .. E U., (a:)

oder also

ia .. -al<6 ist.

Wir haben eben gesehen, da der Grenzwert einer konvergenten Teilfolge von
(a.. ) Hutungswert von (a .. ) ist. Hiervon gilt auch die Umkehrung. Ist nmlich a:
ein Hutungswert von (a .. ), so kann man der Reihe nach Indizes n 1 < n 2 <
derart bestimmen, da a" in U 11k(a) liegt. Die Teilfolge (a ...) strebt dann gegen
a:, und insgesamt gilt somit der
0

28.1 Satz Die Zahl a: ist genau dann Hutungswert einer gegebenen Folge, wenn
sie Grenzwert einer Teilfolge derselben ist.

Das Auswahlprinzip von Bolzano-Weierstra ist somit dem folgenden Satz vllig
gleichwertig, der auch gerne als Satz von Bolz ano-Weierstra bezeichnet wird:
0

28.2 Satz Jede beschrnkte Folge besitzt mindestens einen Hufungswert.


Unbeschrnkte Folgen, wie etwa (n), brauchen keinen Hutungswert zu besitzen.
Der einzige Hutungswert einer konvergenten Folge ist ihr Grenzwert; mehrere
verschiedene Hutungswerte knnen also nur bei divergenten Folgen vorkommen. Tritt ein Folgenglied unendlich oft auf, so ist es Hufungswert. -Die Folge
(1 , -1, 1, - 1, ... ) besitzt die (einzigen) Hutungswerte 1 und -1, dasselbe gilt fr

180

ID Grenzwerte von Zahlenfolgen

die Folge der Zahlen (-1)"+1 + 1/n. Schreiben wir die rationalen Zahlen gem
Satz 19.1 als eine Folge, so ist jede reelle Zahl Hutungswert derselben (s. Satz
21.1). - Man mache sieb den einschneidenden Unterschied deutlich , der zwischen den Ausdrcken "fr fast alle n" und " fr unendlich viele n" besteht.
Wir betrachten nun eine beschrnkte, etwa in [a, b] liegende Folge (a,J. Offenbar
gehrt dann auch jeder Hutungswert von (an) zu [a, b], die (nichtleere) Menge H
aller Hufungswerte von (a,.) ist also beschrnkt und besitzt somit ein Infunum a
und ein Supremum a'. Es ist eine Tatsache von grundstzlicher Bedeutung, da a
und a' wieder Hutungswerte von (an) sind (also zu H gehren). Wir zeigen dies
nur fr a. Zu jedem s > 0 gibt es ein eH mit a.::;; < a + s. Ist a = , so sind
wir fertig. Ist aber a < , so gibt es ein 8 > 0 mit a < - 8 < + 8 < a + s, und da
in U 8 () unendlich viele a" liegen, mu dies erst recht fr U ,.(a) zutreffen: a ist
also in der Tat ein Hutungswert von (a"). Ganz hnlich zeigt man, da a' in H
liegt. Wir fassen zusammen:

28.3 Satz und Definition Jede beschrnkte Folge (an) besitzt einen grten und
einen kleinsten Hufungswert. Der erstere wird Limessuperior von (a")- in
Zeichen : lirn sup an-, der letztere Limes inferior von (an)- in Zeichen:
lim inf a" - genannt.
Fr jede konvergente Teilfolge (a~ von (an) ist lim inf an .::;;llm a~ .::;;lim sup a ..,
und es sind immer Teilfolgen vorhanden, die gegen lirn inf a .. bzw. lim sup a"
konvergieren.

Eine " s-Charakterisierung" des Limes inferior und Limes superior bringt der
folgende Satz (eine weitere Charakterisierung findet der Leser in der Aufgabe 5):

28.4 Satz Die Zahl a ist genau dann der Limes inferior der -beschrnkten Folge
(an), wenn fr jedes s > 0 die Ungleichung
a"

< a + s fr unendlich viele n,

die Ungleichung
a., < a - s jedoch nur fr hchstens end l i c b viele n
gilt. Und entsprechend ist die Zahl a' genau dann der Limes superior von (a"),
wenn fr jedes s > 0 die Ungleichung
an>a' - e fr unendlich vielen,
die Ungleichung
an > a' + s jedoch nur fr hchstens end l i c b viele n
besteht.

Wir beweisen lediglich die Aussage ber den Limes inferior. Es sei zunchst die
"s-Bedingung" erfllt und U .. (a) eine beliebige s-Umgebung von a. Dann gilt

28 Hutungswerte einer Zahlenfolge

181

offenbar an e U.,(a) fr unendlich viele n, so da a gewi ein Hutungswert von


(a ist. Hingegen kann eine Zahl 'Y < a niemals Hutungswert von (an) sein: Zu
e : = (a - 'Y)/2 gibt es nmlich hchstens endlich viele n mit a ... < a - e = 'Y + e, erst
recht gilt also an e U .,(-y) a uch nur fr hchstens endlich viele n. Insgesamt
erweist sich somit a in der Tat als der kleinste Hutungswert von (Un.).-Nun
sei a : = lim inf Un. und e eine beliebig vorgegebene positive Zahl. Da a ein
Hutungswert von (a.. ) ist, gilt die Ungleichung a., < a + e trivialerweise fr
unendlich viele n. Hingegen kann die Ungleichung an < a - e nur fr hchstens
endlich viele n richtig sein: Trfe sie nmlich fr unendlich viele n zu, so bese
(an) eine Teilfolge (an.) mit an. < a - e fr alle k. Diese ( trivialerweise
beschrnkte) Teilfolge htte nach Satz 28.2 einen Hutungswert, der~ a - e und
offenbar ein Hufungswert von (an) sein mte- im Widerspruch zur Definition
von a. Insgesamt ergibt sich also, da die "e-Bedingung" erfllt ist.

11

Aus unseren bisherigen R esultaten gewinnen wir ohne weiteres Zutun den
28.5 Satz Eine Folge (a11) konvergiert genau dann, wenn sie beschrnkt ist und nur
einen Hufungswert besitzt. In diesem Falle isttim a11 = liminfa11 = lirosup a".
Auf die Stze 27.1 und 27.4 fllt nunmehr ein neues Licht durch den
28.6 Satz> Fr jede beschrnkte Folge (a,.) ist
Jim inf a .. ~ lim inf

a 1 + +a
a 1 + +a
"~ lim sup
"~ lim sup a .. ;
n
n

(28.1)

sind berdies alle a,. positiv, so ist auch


lim inf a .. ~ !im inf ::/a 1

a .. ~ lim sup ::/a 1

a,, ~ lim sup a ...

(28.2)

Wir beweisen zunchst den linken Teil der Ungleichung (28.1) und setzen zur Abkrzung
. mf a.., : = J'1m 1'nf a 1 + ... + a.. . Z u ze1gen tst
a1so a ~ . N ac h W a hl von s > 0 g1'bt
a : = 11m
n
es ein m, so da fr n > m stets a .. > a - s/4 ausfllt (s. Satz 28.4). Infolgedessen ist auch

am+l+ . +a..
__;,;,;_:;_
___.cc> a --, erst recht also

n- m

s)

Da fr n ~ oo aber n-m ( a --

am+1 + ... + a..

__:::~---..:.:>

a. .. ..+. +a.. > n - m (a - -s).


n

a --strebt, gibt es ein n 0 > m derart, da


4

s fr' a11e n > n


a -0

'
>Dieser und der nchste Satz knnen beim e rstmaligen Lesen bergangen
werden.

182

'
III Grenzwerte von Zahlenfolgen

ist. Und da fr n.-oo schlielich (a 1 ++am)fn.-O konvergiert, also fr alle hinreichend groen n gewi >- e/2 bleibt, gibt es ein n 1 > n 0 , so da

a .___
+ ... + __::.:
am_+ am
... + al,
__:
__::.:. .+:. .l: . .+___
. . :.; > a - e fr alle n > n 1
n

ist. Infolgedessen mu in der Tat ;;;.: a sein. Der rechte Teil der Ungleichung (28.1) wird
ganz hnlich bewiesen; der mittlere Teil ist selbstverstndlich. - Auch beim Beweis der
Ungleichung (28.2) beschrnken wir uns auf deren linken Teil und drfen dabei, um
Triviales zu vermeiden, tim inf a., > 0 annehmen, so da die Folge (In a.,) beschrnkt ist.
Wegen (28.1) haben wir dann

lirri inf(ln a,.) .s; Jim inf

ln a 1 + +In a.,
n

= lim inf(ln .:1a 1

a,.).

Offenbar ist nun unsere Behauptung bewiesen, wenn wir in dieser Ungleichung den Logarithmus " herausziehen" knnen, wenn also fr jede Folge (a,.) mit 0 < r 1 ".;; a., ".;; r2
stets
lim inf(ln a,. ) = ln(lim inf a.,)
ist. Um dies zu zeigen, setzen wir den Satz 28.1 e in. Wir whlen zunchst eine Teilfolge
(lna,.,) aus, die gegen :=liminf(lna.,) konvergiert; dann strebt a.,.~ea, also ist
lim inf a., ".;; efl und somit -y: = ln(lim inf a,.) ".;; . Nun strebe a.,, .- lim inf a.,. Dann konvergiert 1n a ..,~ -y, also ist ".;; -y, insgesamt somit = -y.

Mhelos ergibt sich nun ein Satz, der in der Theorie der unendlichen R eihen von Bedeutung ist:

28.7 Satz Sind alle a., positiv und ist die Folge der Quotienten a .,... 1/a., beschrnkt, so gilt die
Ungleichung

Man setze in (28.2) nur a,. := a ..... 1/a.,, wobei man a1 notfalls durch 1 ersetzen darf
(endlich viele nderungen beeinflussen weder den lim inf noch den lim sup).

Aufgaben
1. Fr die nachstehenden Folgen der Zahlen a., bestimme man lim inf a., und !im sup a., :
a) a., : = 1/n,
fall s n ungerade,
b) a,. :=(1+1/n)", falls n ungerade,
c) a,. := (- 1)" -ifn+ 1/~.
1 + 1/2"
fr n = 3k,
d) a,.:= 2+(n+1)/n frn=3k+1,
2
fr n=3k+2

: = 1, falls n gerade.
:=(1+1/n)"+, falls n gerade.

(k=0,1,2, ...).

2. Sei (a,.) eine beschrnkte Folge. Gilt d ie Ungleichung a.,.;;; -y ft unendlich viele n, so
besitzt (a,.) einen Hutungswert .s;-y; gilt sie fr fast alle n, so ist lim sup a,. .s;-y.

29

Uneigentliche Grenzwerte, Hufungswerte und Grenzen

183

3. Fr beschrnkte Folgen (a.,) ist stets inf a" -=olim inf a" -=olim sup an -=osup an. Man gebe
eine Folge (a") an, fr die in dieser Ungleichung berall " < " steht und zeige:
Das Supremum einer beschrnkten Folge ist gewi dann Hufungswert (und zwar der
Limes superior) derselben, wenn es entweder berhaupt nicht oder unendlich oft in der
Folge auftritt. Entsprechendes gilt fr das Infimum.

*4. (a.,) und (b") seien beschrnkte Folgen mit nichtnegativen Gliedern. Dann ist
lim sup(a,.b")-=: (lim sup an)(lim sup bn),
lim sup(anb") = (lim a.,)(lim sup b")- dieses jedoch nur, falls (an) konvergiert.

*5. Ist ( a") eine beschrnkte Folge, so strebt


a., : = inf ak )" lim inf an
k ~n

und

a~:

= sup ak "'!im sup an,


k ~n

kurz:

29 Uneigendiche Grenzwerte, Hufungswerte und Grenzen


Divergenten Folgen haben wir bisher wenig Aufmerksamkeit geschenkt. Unsere
Beispiele lehren nur, da sie in sehr verschiedener Weise divergieren knnen. Es
lohnt sich, ein ganz bestimmtes, sehr bersichtliches Divergenzverhalten mit
einem besonderen Namen zu belegen:

Wir sagen, die Folge (a..) divergiere gegen +oo bzw. - oo, in Zeichen: a .. ~ +oo
bzw. a .. ~ -oo, wenn es zu jeder positiven Zahl G einen Index n 0 gibt, so da
fr alle n > n 0 stets a .. > G bzw. an< -G
ist. Im Falle a" ~ +oo sagt man, +oo sei der uneigentliche Grenzwert der
Folge (a.. ) und schreibt wohl auch lirn a" = +oo. Entsprechend verfhrt man, wenn
a .. ~ -oo divergiert. Solche Folgen nennt man auch bestimmt divergent. Von
ihnen wollen wir jedoch niemals sagen, da sie gegen +oo bzw. -oo konvergieren
oder streben. Ganz ausdrcklich: Wenn wir sagen, (a.. ) konvergiere oder strebe
gegen a, so ist unter a immer eine wohlbestimmte Zahl, ein e i gent li cher
Grenzwert, niemals eines der Zeichen +oo oder - oo zu verstehen.
Die Symbole +oo, -oo sind keine Zahlen, infolgedessen kann man auch nicht mit
ihnen rechnen. Gleichungen wie a + (+oo) = +oo, (+oo) + (+oo) = +oo usw., die man
gelegentlich findet, sind nur als besonders handliche und gedchtnissttzende
Kurzfassungen von Aussagen ber bestimmt divergente Folgen zu verstehen. 1>
1

Das wichtige und viel mibrauchte Symbol oo wurde von dem Oxford-Professor John
Wallis (1616- 1703; 87) eingefhrt. Wallis gehrte zu den ersten, die den Grenzwertbegriff
erahnten.
'

184

III Grenzwerte von Zahlenfolgen

Wir konkretisieren diese Bemerkungen durch die nachstehenden Beispiele; die


Beweise drfen wir getrost dem Leser berlassen:
Divergiert a,.
Aussagen:

+oo, b,. ~ +oo und konvergiert c,.

c, so gelten die folgenden

a,. + b,. ~ +oo, kurz (+oo) + ( +oo) = +oo,


a,. + c,. ~ +oo, kurz (+oo) + c = +oo,
fra>O
fr a <0'

+oo fr a>O
kurz a ( +oo) = { -oo
fr a <0'

kurz (+oo) ( +oo) = +oo,

~ ~ 0 fr jedes a,
a ..

kurz

+oo

=0.

Wie die folgenden " Gleichungen" zu verstehen sind, drfte jetzt klar sein:
fr a >0
{
+oo fr a <0'
-00

(-oo) + ( -oo) = -oo,

(-oo) +c = -oo,

(-oo) (-oo) = +oo,

(+oo) (-oo) = (-oo) (+oo) = -oo,

a (-oo) =

a =0.

-oo

Divergieren die Folgen (a,.) und (b,.) gegen +oo, so kann ber das Verhalten von
(a" - b") nicht von vornherein etwas Bestimmtes gesagt werden, wie die nachstehenden Beispiele belegen:

Jn+l-Jn~o.

.J9n 2 + 2n+1-3n~ 1/3

(s . A2lld
. ' J') '

n - n 2 ~-oo.

Auch ber das Verhalten von (a,./b,.) kann nur von Fall zu Fall entschieden
werden:
n
-~
n2

'

1 + 2+ +n 1
---::2=---~n
2

(s. A 21.1e),

n2
-~

+oo.

Entsprechendes gilt fr (a"b,.) im Falle a,. ~ 0, b.. ~ +oo (man verwende die eben
oo
gegebenen Beispiele). Den Ausdrcken (+oo)-(+oo),
und 0 (oo) kann inoo
folgedessen kein bestimmter Sinn z ugeschrieben werden. Man nennt sie
unb es timmte Ausdrcke.
Ist (a.. ) lediglich unbeschrnkt, ohne doch bestimmt divergent zu sein, so braucht
(1/a,.) nicht gegen 0 zu konvergieren, wie die Folge (1, 2, 1, 3, 1, 4, ...) lehrt. Ist
(a,.) eine Nullfolge, so wird 1/a,. ~ +oo bzw. -oo divergieren, falls fast alle a,. > 0
bzw. < 0 sind. Enthlt jedoch (a,.) unendlich viele positive und unendlich viele

29

Uneigentliche Grenzwerte, Hutungswerte und Grenzen

185

negative Glieder, so ist (1/a,.) zwar unbeschrnkt, aber nicht mehr bestimmt
divergent (Beispiel: a,. : = (-1)"/n). Eine wachsende (abnehmende) Folge divergiert genau dann gegen +oo (-oo), wenn sie unbeschrnkt ist. Jede Teilfolge einer
bestimmt divergenten Folge ist wieder bestimmt divergent, und zwar gegen den
ursprnglichen (uneigentlichen) Grenzwert.
Dem Beispiel 11 der Nr. 21, den Aufgaben 1 bis 4 der Nr. 25 und A 27.9 knnen
wir die folgenden Divergenzaussagen entnehmen:
1
1
1 +- + +-~ +oo
2
n
'
a" ~ +oo

fr jedes a > 1,

nP ~

+oo fr jedes

> 0,

log n~ +oo,

(29.1)

n
--~+oo

log n

'

Zum Schlu fhren wir noch un e igentli c h e Hutun gswerte und un eigent li c h e S upr e m a und Infima ein. Wir setzen
lim sup a,. = sup a,. = +oo, falls (a,.) nicht nach oben beschrnkt ist,
lim inf a" = inf a,. = -oo,

falls (a,.) nicht nach unten beschrnkt ist.

Offenbar ist lim sup a,. genau dann= +oo, wenn (a,. ) eine Teilfolge enthlt, die
gegen +oo divergiert. Entsprechendes gilt im Falle lim inf a,. = - oo.
Wie bei Folgen setzen wir bei Zahlenmengen M und Funktionen f: X~ R
sup M = +oo bzw.

sup f = +oo, wenn M bzw. f nicht nach oben beschrnkt ist,

inf M = - oo bzw.

inf f

-oo, wenn M bzw. f nicht nach unten beschrnkt ist.

Fr das Kleiner-Zeichen treffen wir die Vereinbarungen

- oo < +oo und - oo < a < +oo fr jedes a E R.


Aufgaben
1. Eine Folge (a") ist genau dann beschrnkt, wenn jede ihrer Teilfolgen eine konvergente
Teilfolge e nthlt.
+2. Euler-Mascheroniscbe Konstante Die Folge

( 1 + ~+ +~- ln

n)

konvergiert. Ihr

Grenzwert wird Euler- Mascberonische Konstante genannt und gewhnlieb mit C bezeichnet (es ist C = 0,57721. ..). 1> Hinw e is : Aus
k+1 1
1
1) k
(
1 ) k+l
1
1
+
k
<e<
1+k
folgtO<ak:
=
k-ln
k
<k
k+
(

(k=1, 2, ...).

Lorenzo Mascheroni (1750-1800; 50). Sein Name haftet an C, weil er die Eulerscbe Berechnung dieser Zahl - 15 richt ige Dezimalstellen - auf 32 Stellen hochgetrieben hat;
freilich konnten nur die ersten 19 die Zeitlufte berleben. In this capricious world, nothing
is more capricious than posthumous fame. (Bertrand Russell)
t)

186

III Grenzwerte von Zahlenfolgen

Betrachte nun s" :=a 1 + +a". - In A 88.8 und A 95.2 werden wir diese Dinge auf hherer
Ebene noch einmal a ufgreifen.
+3. Die Folge (a,.) sei nach unten, nicht jedoch nach oben beschrnkt. Dann knnen zwei
Flle e intreten:
a) (a") besitzt e inen Hufungswert. In diesem Falle existiert ein kleinster Hufungswert;
dieser wird wieder der Limes infe rior von (a,.) genannt und mit lim inf a ,. bezeichnet.

b) (a,.) besitzt keinen Hufungswert. Dann setzt man liminf a,. = +oo.
Entsprechend versteht man unter dem Limes s u perior einer nach oben, nicht jedoch
nach unten beschrnkten Folge (a,.) den grten Hutungswert von (a,.), wenn berhaupt
Hutungswerte vorhanden sind; anderenfalls wird limsup a,. = -oo gesetzt.
Mit diesen Erklrungen gilt fr jede - beschrnkte oder u nbeschrnkte - Folge, die
Ungleichung
iof a,. ~ lim inf a,. ~ lim sup a,. ~ sup a,..
+4. Beweise mit Hilfe der Aufgabe 3: Die Folge (a,,) ist genau dann konvergent oder
bestimmt divergent, wenn ihr Limes inferior mit ihrem Limes superior bere instimmt . In
diesem Falle ist lim a,. = lim inf a., = Jim sup a ...

Fr die Aufgaben 5 und 6 sind die in Aufgabe 3 vorgestellten Begriffe heranzuziehen.

+s.

Fr jede Folge (a") und jedes reelle A.> 0 ist


lim sup (A. a") =A. lim sup a"

mit der Vereinbarung A. ( + oo):=

+ oo , A.(- oo):= -

oo.

+6. (a,.,) und (b") seien Folgen mit nichtnegativen Gliedern. Dann ist
lim sup (a,.b")~(lim sup a,.) (lim sup b"),
falls rechter Hand kein Ausdruck der Form 0 ( + oo) oder ( + oo) 0 auftritt und die folgenden Vereinbarungen getroffen werden:

A.( + oo)=(+oo)A.=+oo

fr

O<A.~+oo.

Hinw e is : A 28.4.
+7. (a") sei eine "subadditive" Folge reeller Zahlen, d.h., fr alle m, n E N sei

Dann gilt a,.--+ b;t a". Hin weis: Setze a,. = 1n a.. und benutze Satz 25.7.
n
1< - 1 k

IV Unendliche Reihen
D ie mathematische Analysis [ist] gewissermaen eine einzige Symphonie des Unendlichen.
David Hilbert

Suchen wir unsere Zuflucht bei den Reihen!


Leonhard Euler

30 Begriff der unendlichen Reihe


Die Frage, wie sich eine Investition volkswirtschaftlich auswirkt, hat uns in A 7.14
auf eine Folge gefhrt, deren Glieder s,. im wesentlichen durch
s .. :=1+q+q 2 + + q"

(n=0,1, 2, ...)

gegeben sind. In Nr. 24 haben wir gesehen, da die Dezimalbruchdarstellung


z 0 , z 1 z 2 z 3 der Zahl a bedeutet, da die Folge mit den Gliedern
(n = 0, 1, 2, . . .)
gegen a konvergiert. Und in A 26.1 haben wir erkannt, da die wichtige Zahle
Grenzwert einer Folge ist, deren Glieder s.. nach der Vorschrift
1 1
11. 21.

s . = 1 +-+-+ . .. +".

n.I

(n = 0, 1, 2, . ..)

gebildet werden. Alle diese Folgen haben ein gemeinsames Bauprinzip: Ausgehend von einer Folge (a 0 , at. ~ ... )-im ersten Beispiel (qk), im zweiten
(z,J10k), im dritten (1/k!)-bildet man eine neue Folge (s0 ,s1>s 2 , ) nach der
Vorschrift
Sn :

= ao + al +

. . . + a,,

(n = 0, 1, 2, .. .),

(30.1)

so da

Derart gebaute Folgen (s.. ) treten in der Mathematik so hufig auf und sind so
wertvoll, da sie einen eigenen Namen verdienen: Sie werden unendliche Reihen
genannt, genauer: Die un endliche Reihe- oderauch kurz die Reihe- mit den
G 1i ed er n a 0 , a l> a2 , . . . , in Zeichen

oder

a 0 +a 1 +a 2 + .. '

bedeutet eine Folge, nmlich die Folge der Teilsummen s .. : = a 0 + a 1 + + a"


(n = 0, 1, 2, ...).Keinesfalls ist a 0 + a 1 + a 2 + als eine "Summe von unendlich
vielen Summanden" aufzufassen-ein Unbegriff, der nur Verwirrung stiftet.

188

IV Une ndliche R e ihen

Die Indizierung braucht nicht immer mit k

0 zu beginnen; z.B. wird

Folge der Teilsummen s.. : = a 1 + a 2 + + a .. ,

..L:

L:""

ak die

k=l

ak die Folge der Teilsummen

k=p
tl

s .. : = a17 + a17 + 1 + + a,. bedeuten. Wie bei endlichen Summen

L:
ak
k =O

auf die Bezeichnung des "Summationsindex" nicht an: Die Reihen

..L:

kommt es

..L: a," L:.. ai,

k =O

i- 0

a., bedeuten alle dasselbe, nmlich die Folge der Teilsummen s.. : =

v =O

a 0 + a 1 + + a" (n = 0, 1, 2, ...). Hufig werden wir kurz L: ak schreiben, wenn


es- wie bei Konvergenzuntersuchungen- gleichgltig ist, mit welchem Index die
" Summation" beginnt. Schlielich besagt L: ak = L: bk, da die beiden Reihen
i dent isc h sind, d.h., da fr alle vorkommenden Indizes k ausnahmslos ak = bk
ist; man sagt dann auch, die beiden Reihen stimmten gliedweise berein.
Die eingangs aufgefhrten Folgen lassen sich nun kurz so schreiben:
00

k- 0

-k,.
.

Eine Reihe ist, um es noch einmal zu sagen, nichts anderes als eine neue
Schreibweise fr eine wohldefinierte Folge (nmlich die Folge der Teilsummen).
Umgekehrt kann jede vorgelegte Folge (x0, xh x 2 , ) auch als Reihe aufgefat
werden. Setzt man nmlich a 0 : = x 0 und ak : = xk - xk- l fr k = 1, 2, ... , so hat
""
man x .. = a 0 + a 1 + + a,., und somit ist L:
ak gerade die Folge (x"). Kurz
k- 0

gesagt: Reihen und Folgen sind dieselbe Sache unter verschiedenen Gestalten.
Jedoch kommen weitaus die meisten interessanten Folgen der Analysis von
vornherein als Reihen zur Welt, und damit entsteht in natrlicher Weise das
Bedrfnis, die Gesetze aufzufinden, die das Reich der unendlichen Reihen
beherrschen. Die Grundaufgabe wird hierbei sein, aus dem Verhalten der

R eihenglieder ak Erkenntnisse ber die Reihe

..L:

ak> also ber die Folge der

k =O

s.. : = a 0 + a 1 + + a .. zu gewinnen. Das Eigentmliche der Reihenlehre besteht


somit darin, Aussagen ber eine vorgegebene Folge (s") nicht durch unmittelbare
Betrachtungen der Glieder s,., sondern durch Untersuchung einer Hilfsfolge,
nmlich der Folge (a")=(s"-s"_ 1) zu gewinnen. Zur Verdeutlichung geben
wir ein sehr einfaches (und doch sehr wichtiges) Beispiel: Die Teilsummenfolge
der Reihe L: ak wchst genau dann, wenn alle Reihenglieder, nichtnegativ sind.
Wir fhren noch einige Beispiele unendlicher Reihen an, von denen uns
einige - in Gestalt der Teilsummenfolgen - bereits vorgekommen sind (die Teil-

31 Konvergente und absolut konvergente R eihen

189

summen s .. schreiben wir ebenfalls auf):


1.

'L -==1+-+-+
k J

'

=1+-+
+"
2
n

Diese Reihe wird harmonische Reihe genannt, jedoch gibt man diesen Namen auch
den Reihen des nchsten Beispiels.

2.
3.

'

1
1 1
- = 1+-+-+

(-1)1<- l

,._ ,

,/;:, ka

(-1)"
4.
k - o 2k + 1

s.

-=

3"'

1
s = 1+- +
"

2"'

1 1 1
1 --+---+ . . . .
2 3 4
'

+-11 a

1 1
(- 1)" - '
s = 1 --+-- + ... +.;_....:....___
"
2 3
n

1 1 1
1 1
(-1)"
1-- +- - -+ ... ; s.. = 1--+-- + ... +
.
3 5 7
3 5
2n + 1

fk-J k(k+1)
1
== 1 + 1 + 1 +
12 23 34

'

"

1
1
+
+
12 23

.. +
0

= 1 -----n(n + 1)
n+1

(s. A 7 .18a).

6.

..I c-1)"=1-1+1-1+ ... ;

k- 0

s .. =!-1+ ~

+(-1):= {~

n + l Glieder

fr gerades n,
fr ungerades n.

Zum Schlu erwhnen wir noch, da die Reihe


CO

q"'=l+q+q2+ ...

k- 0

geometrische Reihe genannt wird. Sie ist eine der bemerkenswertesten und
unentbehrlichsten Reihen der Analysis.

31 Konvergente und absolut konvergente Reihen


Da eine unendliche Reihe nichts anderes bedeutet als die Folge ihrer Teilsummen, liegt die nachstehende Definition auf der Hand.
ODefinition Die Reihe

..L

ak heit konvergent , wenn die Folge der Teilsummen

k=O

s., : = a 0 + a 1 + + a,. konvergiert. Strebt s,. ~ s, so sagt man, die Reihe


konvergiere gegen s, schreibt

190

IV Unendliche Reihen

und nennt s den Wert oder wohl auch die Summe der Reihe. Eine nichtkon00

vergente Reihe wird divergent genannt. Man sagt auch, die Reihe

ak

k=O

existiere oder existiere nicht , um auszudrcken, da sie konvergiert bzw.


divergiert.
Durch diese Definition hat das Symbol I"' ak eine zweite Bedeutung erhalten: Es
k- 0

bezeichnet nicht nur die Folge der Teilsummen Sn : = a 0 + + a", sondern auch
deren Grenzwert - falls er berhaupt existiert.
00

CO

Wollen wir ausdrcken, da zwei Reihen

k=O

ak und

bk konvergieren und

k =O

denselben Wert haben, so schreiben wir


00

00

ak

k=O

bk;

k=O

dagegen soll- wie schon erwhntCO

k~ O

00

ak=

bk

k=O

bedeuten, da beide Reihen identisch sind d.h. gliedweise bereinstimmen gleichgltig, ob sie konvergieren oder divergieren.
Da man den Wert einer konvergenten Reihe auch deren Summe nennt, ist von alters her
blich, darf aber keinesfalls dazu verleiten, eine unendliche Reibe als eine "Summe von
une ndlich vielen Summanden" aufzufassen. Die Summe einer konvergenten Reibe ist
vielmehr der Grenzwert einer Folge "endlicher" Summen (der Teilsummen).

Wir beleben nun unsere Definition durch einige Beispiele:


1. Fr die geometrische Reihe gilt wegen Beispiel 8 in Nr. 21
(31.1)

D iese Konvergenztatsache spielt in der Analysis eine beherrschende Rolle. Sie wurde
schon 1593 von Vieta gefunden (freilich ohne haltbaren Konvergenzbegrift). Mit einiger
berinterpretation kann man sie ibm Spezialfall q= 1/4 sogar auf Arehirnedes zurckfhren.
l

31 Konvergente und absolut konvergente Reihen

191

1 1 1
5. L
= 1 --+---+ ist konvergent (s. A 23.3).
3 5 7
k- o2k+1
. . .
"" 1
111
6. Dte harmomsche Relhe L -= 1+-+-+-+ ist divergent (s. Beispiel 11
k- 1 k
2 3 4
in Nr. 21) .
00

7.

- l)k

..L (-1)k = 1 - 1 + 1-1 + ist divergent (s. Beispiel 6 in Nr. 30).

k- 0

Aus dem Cauchyschen Konvergenzprinzip bzw. dem Monotonieprinzip erhalten


wir auf einen Schlag die folgenden beiden, fr alles Weitere grundlegenden
Konvergenzkriterien.
0

31.1 Caucbykriterium Die R eihe

..L

ak konvergiert genau dann, wenn sie eine

k -0

Ca uchyr e ih e ist, d.h. , wenn ihre Teilsummen eine Cauchyfolge bilden. Und dies
wiederum bedeutet: Zu jedem e > 0 gibt es einen Index n 0 (e), so da
fr alle n > n 0 (e) und alle natrlichen p stets

lan+l + an +2 + . . . + an+pl < e bleibt.


31.2 Monotoniekriterium Eine Reihe mit nichtnegativen Gliedern konvergiert
genau dann, wenn die Folge ihrer Teilsummen beschrnkt ist.

Nennen wir eine Summe der Form an+t +a.. +2 + +an+p ein Teilstck der
Reihe L a"' so knnen wir das Cauchykriterium etwas locker auch so formulieren:
Eine Reihe ist dann und nur dann konvergent, wenn nach Wahl von e > 0 jedes
hinreichend spte Teilstck derselben betragsmig unterhalb von e bleibt- vllig
gleichgltig, wie lang es ist. Man erkennt daraus, da eine konvergente Reihe
konvergent bleibt, wenn man end I ich viele Glieder willkrlich abndert (und
Entsprechendes gilt fr eine divergente Reihe) ; denn hinreichend spte Teilstcke
der Reihe werden von solchen nderungen ja berhaupt nicht betroffen. Insbesondere ist mit

..L

ak

auch jede der Reihen

k- 0

..L

ak

(m E N) konvergent bzw.

k- m

divergent. Bei Konvergenzuntersuchungen kommt es also nicht darauf an, mit


welchem Index die "Summation" beginnt - und deshalb drfen wir in diesem
Falle eine vorgelegte Reihe kurz mit L ak bezeichnen. Der Wert einer konvergen-

..L

ten Reihe

ak wird jedoch durch Abnderung endlich vieler Glieder sehr wohl

k- 0

beeinflut; insbesondere ist fr natrliches m stets

..L

k=m

ak =

..L ak - (ao+ a 1+ + a," - 1).

k- 0

Ferner ergibt sich aus dem Cauchykriterium, da man im Konvergenzfalle


einerseits la.. + 11< e fr allen > n 0 (e) hat (man whle p = 1), und da andererseits

192

IV Unendliche R eihen

(man lasse nun p ~ +oo gehen) fr diese n auch

...

L:

k-n+l

ak =s;; e ist. Es gilt somit

der
0

31.3 Satz Bei einer konvergenten Reihe


auch die Reste r" :=

..L:

L ak bilden sowohl die

Glieder an als

ak stets eine Nullfolge.

Die Bedingung "a" -+ 0" ist eine notwendige Konvergenzbedingung (d.h., sie
folgt aus der Konvergenz von L: a~c), keinesfalls ist sie hinreichend fr die Konvergenz von L: a~c, wie das Beispiel der divergenten harmonischen Reihe lehrt.
Wei man also von einer vorgelegten Reihe L: ak nur, da an-+ 0 strebt, so kann
man ber ihr Konvergenzverhalten noch nichts Bestimmtes sagen; hat man
jedoch festgestellt, da (an) nicht gegen 0 konvergiert, so mu sie notwendig
divergieren.
Eine genaue Divergenzbedingung erhlt man im brigen sofort aus dem Cauchykriterium: Die Reibe L: ak ist genau dann divergent, wenn ein e0 > 0 (ein "Ausnahme-e") vorhanden ist, zu dem es bei jeder Wahl von n 0 einen Index n > n0
und ein natrliches p gibt, so da lan+t + a,.+2+ + an+v I~ e0 ausfllt.
Wie das Beispiel der konvergenten Reihe L: (- 1)k- t I k und der divergenten Reihe
L: 1/ k zeigt, kann es sehr wohl vorkommen, da L: ak konvergent und gleichzeitig
L: l a~c I divergent ist. Wei man jedoch, da L: larc I konvergiert, so darf man auch
der Konvergenz von L: ak gewi sein. Denn in diesem Falle gibt es nach dem
Cauchykriterium zu jedem e > 0 einen Index n 0 , so da
lan+tl + lan+21+ + lan+v I< e

fr alle n > n 0 und alle p E N

ausfllt. Wegen
lan +l + an +2 + . .. + an+pl =s;; lan +ll + lan+21+ .. + lan+pl

ist fr diese n und P. aber erst recht lan+l + an+2+ + an+v I< e, und nun lehrt
wiederum das Cauchykriterium, da L: arc konvergieren mu.
Nennen wir eine Reihe L: ak abso lut konvergent , wenn die Reihe L: l a~cl
konvergiert, so haben wir also gezeigt, da (kurz gesagt) aus der absoluten
Konvergenz die Konvergenz folgt. Fr eine absolut konvergente Reihe

..L:

arc

k- 0

ergibt sich brigens aus

fr n-+ oo sofort noch die Abschtzung

..L:

arc =s;;

k- 0

.L: larcl Wir fassen nun diese


k- 0

wichtigen Ergebnisse in Satzform zusammen:


0

31.4 Satz Eine ab so 1u t konvergente Reihe

..L:

k- 0

ak ist erst recht konvergent, und es

31 Ko nvergente und absolut konvergente R eihen

193

..

gilt fr sie die verallgemeinerte Dreiecksungleichung

...
L

ak ~

k- 0

L
lakl
k- 0

Erst im nchsten Abschnitt wird uns die grundstzliche Bedeutung der absoluten
Konvergenz vllig deutlich werden. Hier begngen wir uns mit der Bemerkung,
da ko nvergente Reihen mit nichtnegativen Gliedern und die geometrische Reihe
1 + q + q2 + im Falle lqI< 1 trivialerweise auch absolut konvergent sind, und
da der folgende Satz nur eine Urnformulierung des Monotoniekriteriums ist.
0

..
31.5 Satz Die R eihe. L ak konvergiert genau dann absolut, wenn die Folge ihrer
k- 0

A bs o Iu tt eils umm en u" : =

laol + la11+ + Ia" I beschrnkt ist.

Wir beschlieen diesen Abschnitt mit zwei paradoxen Bemerkungen, von denen die
e rste d urch die Konvergenzaussage (31.1) ber die geometrische Reihe gesttzt, die zweite
d urch ebendieselbe Konvergenzaussage widerlegt wird.
I. Die Menge Q der rationalen Zahlen ist in gewissem Sinne " klein": Sie ist zwar
unendlich, aber doch nur abzhlbar. In einem andere n Sinne ist Q jedoch "gro": Q " liegt
d icht in R", d.h. in jeder e-Umgebung jeder reellen Zahl befindet sich eine rationale Zahl
(s. Satz 8.4). Nun wollen wir zeigen, da unter einem dritten Gesichtspunkt Q in ganz
berraschender W eise wiede rum " klein" ist. Sei 8 > 0 wiUkrlich gewhlt und Q in
abgezhlte r Form {r., r2 , r3 , } dargestellt. Dann liegt rk in dem Intervall

Ik : = ( r" - 8/2k+ 1 , r" + 8/2k+ 1) ,


~

und somit ist Q c:

U Ik

(man sagt, Q werde von d e n Intervallen I" berdeckt ). Die Lnge A"

k l

von I" ist 8/2\ und da

"L A"=-8(1+-+
1
8
+ 1) ---+-2=8
2
2
2"2

k l

strebt, ist

..I A"

= e.

Anschaulieb gesprochen - aber d iese Anschauung ist schwe r zu

k l

bewerkstelligen- kann also die Menge Q , d ie doch dicht in R liegt, von abzhlbar vielen
Intervallen mit beliebig kleiner " Lngensumme" vollstndig berdeckt werden. Mengen mit
d ieser bemerkenswerten Eigenschaft werden wir spte r Nu llm e ngen nennen; sie spie len
in der Integrationstheorie eine beherrschende R o lle. Offenbar sind alle endlichen und
(nach dem eben gefhrten Beweis) auch al1e abzhlbaren Teilmengen von R Null mengen.
II. D er griechische Philosoph Parmenides (540?-470? v. Chr .; 70?) hatte in einem dunklen
Gedicht die Lehre von dem unvernderlichen Sein aufgestellt. Sein Schler Zenon
(495?- 435? v.Chr.; 60?) versuchte sie zu erhrten, indem er durch seine berhmten Paradoxa die Unmglichkeit aller Bewegung "bewies". Leider sind keine der Zenansehen Schriften erha lten. Die frheste Darstellung seiner Bewegungsparadoxa finden wir in de r Physik
und Topik des Anstoteies (384- 322 v. Chr.; 62). Diese Darstellung ist knapp und dunkel,
und infolgedessen gibt es keinen Mangel an In terpretationen. Eines der Paradoxa (die
Dichotomie) liest sich in der Physik so: " D er erste Beweis dafr, da Bewegung nicht

194

IV Unendliche Reihen

stattfindet, ist der, da das Bewegte frher zur Hlfte des Weges gelangt sein mu als zu
dessen Ende." Im Licht einer Stelle der Topik ("Zenon [beweist], da keine Bewegung
mglich ist, und da man das Stadion nicht durcheilen kann") deutet der berhmte Altphilologe H. Frnkel die Dichotomie (in unseren Worten) so:
Ein Sprinter, der mit konstanter Geschwindigkeit luft, kann niemals das Ende der Rennbahn e rreichen. Denn zuerst mu er die Hlfte der Bahn zurcklegen, dann die Hlfte der
verbleibenden Hlfte, dann die Hlfte des verbleibenden Viertels usw.- und so kommt er
nie ans Ziel (s. Funote 23 bei H. Frnkel: "Zenon von Elea im Kampf gegen die Idee der
Vielheit" in "Um die Begriffswelt der Vorsokratiker", Wissenschaftliche Buchgesellschaft,
Darmstadt 1968. Dieselbe D eutung bei F. Cajori: "The History of Zenon's Arguments on
Motion", American Math. MonthJy XXII, Nurober 1, January 1915; s. dort S. 2).
Da der Sprinter nie ans Ziel kommt, bedeutet natrlich, da die Zeit, die e r zum Durchlaufen aller oben angegebenen Teilstrecken bentigt, unendlich ist. Zenon war also wohl der
Meinung, da die "Addition" unendlich vieler Zeitintervalle, auch wenn diese immer kleiner werden, notwendig eine unendliche Zeit ergibt. Wie stellen sich uns diese Dinge heute
dar? Wir whlen die Zeit, die der Sprinter zum Durchlaufen der ersten Bahnhlfte bentigt,
als Zeiteinheit. Um die Hlfte der nchsten Hlfte, also das nchste Viertel, zurckzulegen,
bentigt er somit die Zeit 1/2. Zur berwindung des nchsten Achtels mu er die Zeit 1/4 =
1/22 aufwenden, usw. Das Durchlaufen der ersten n Abschnitte erfordert also t,.: = 1 +
1/2 + + 1/2"- 1 Zeiteinheiten. Da t11 = (1-1/2")/(1-1/2) <2 ist, bertrifft die Laufzeit
niemals zwei Zeiteinheiten- ganz im Gegensatz zur Zenansehen Auffassung. Als ihre Dauer
wird man den Grenzwert lim t11 = "'
I 1/2k= 2 ansehen mssen- in perfekter bereinstim" _. oo

k- 0

mung mit der trivialen T atsache, da der Sprinter die doppelte Zeit fr die doppelte Strecke
braucht.
Zenon htte sein Sprinterparadoxon schwerlich auf den Markt der Meinungen zu bringen
gewagt, wenn ihm bewut gewesen wre, da eine streng wachsende Zahlenfolge sehr wohl
nach oben beschrnkt sein kann.
Die Antike hatte ihre liebe Not mit dem unkonventionellen Mann. Er schien "unberwindlich im Streit, ber die meisten Phantasmen erhaben, nur wenigen trauend" . Und am allerwenigsten traute er den Duodeztyrannen seiner Zeit, bekmpfte sie leidenschaftlich, verlor
dabei sein Leben und erwies sich alles in allem "als trefflicher Mann ... besonders auch
darin, da er Hheren mit berlegenem Stolze begegnete" (Diogenes L aertios).

Aufgaben
*1. Im Falle Jq I;;;..: 1 ist die geometrische Reihe 1 + q + q 2 + divergent. Sie konvergiert also
genau dann (und zwar absolut), wenn Jql <l ist.
*2. Die Teleskopreihen

..L (x"- x"_,) und L.. (x"- xk+

k- 1

1)

sind genau d ann konvergent, wenn

k l

lim x,. existiert. In diesem FaUe ist


~

L (xk - Xk - 1) = lim x,. k J

x 0 und

L (x"- x1<+1) = x1-lim x.,.


k 1

32 Das Rechnen mit konvergenten R eiben

195

3. Zeige, da die folgenden Reihen die angegebenen Werte haben. Hinweise: geome1

trisehe Reihe; Aufgabe 2 ; k (k + ) = k - k + ; bei g) benutze man f).


1
1
.. (- 1)k 2
.. 1
1
3
" =- ,
a) 1:
b) 1: "_. =- ,
c) L "=1,
2
3
k O 2
k 2 3
k- 1 4
.. (- 3)" 4
..
1
1
1
1
d) k~o 4~< = 7,
e) "~.4k 2 - 1 = 2
f) "~.k(k+1)(k+2) = 4
00

00

..

g)

k~l

k
1
(k + 1)(k + 2)(k+3) = 4 '

+4. Die harmonischen Reihen

..
b}

ln(1+~)

k~2 1n(klnCk+ l)) = in 2.

..L 1/k "' sind fr a

~ 1 divergent und fr a

> 1 konvergent.

An I e i tun g fr den Konvergenzbeweis:


1 + 1/2"' + ... + 1/(2k - 1)"' = 1 + (112"' + 1/3"') + {1/4"' + ... + 117")

+ ... +(1/{2"- 1)"' + . .. + 1/{2" -

1)'"}.

*5.

Ist L a" konvergent und (a,.} eine beschrnkte Folge, so braucht L a "a" nicht mehr
konvergent zu sein (Beispiel?). Ist jedoch La" sogar absolut konvergent, so mu auch
L akak absolut konvergieren (" die Glieder einer absolut konvergenten R eihe drfen mit
beschrnkten Faktoren multipliziert werden").

6. Sind alle a,.;;;.: O und divergiert Lak> so divergiert auch Lb,. La,./(l +a,. ). Hi nweis:
Aufgabe 5.
0

7. Die "komplexe Reihe"

La" (Reihe mit komplexen Gliedern) ist genau dann kon-

ve rgent (absolut konvergent), wenn die " reellen Reiben" L R e(ak) und L Im(a~c) beide
konvergieren (absolut konvergieren). Im Konvergenzfalle ist L a" = L Re(ak) + i L Irn(a" ).

8. Die Folge (a") sei rekursiv definiert durch

a.: = 1 und an+l: = t / f a.. (n ;;;.: 1).


Zeige, da die Reihe

..L

k l

k l

a .. divergiert und a" ~ 0 strebt.

32 Das Rechnen mit konvergenten Reihen


Aus den Rechenregeln fr konvergente Folgen in Nr. 22 ergibt sich ohne
Umstnde der
0

32.1 Satz Konvergente R eihen " darf" man gliedweise addieren, subtrahieren und mit
00

einer Konstanten multiplizieren, genauer: Sind die Reihen

L
k- 0

00

ak und

L
k=O

bk beide

196

IV Unendliche Reihen

konvergent, so ist
00

CO

00

L <a"+bd= La"+ L b",


k=O
k=O
k=O
00

00

00

00

L cak-bk)= L ak- L
k=O
k=O

00

L (aak)=a L ak.
k- 0
k=O

Bezglich der angegebenen Rechenoperationen verhalten sich unendliche Reihen


also genau wie "endliche" Summen. Die beiden folgenden Stze zeigen jedoch,
wie rasch die Analogie zwischen Reihen und Summen zusammenbricht.
0

32.2 Satz Die Glieder einer konvergenten Reihe

..I

ak "drfen" beliebig durch

k=O

Klammern zusammengelat werden, genauer: Setzt man, wenn 0 ~ k 1 < k 2 <


ist,
A 1 =a
.
0 + +ak,'

(32.1)

so ist
CO

L
v=l

00

Av =

k=O

(32.2)

ak.

Schon vorhandene Beklammerungen in einer konvergenten Reihe drfen jedoch


dann und nur dann weggelassen werden, wenn die so entstehende (unbeklammerte)
Reihe wieder konvergiert.

Der Beweis der ersten Behauptung wird einfach durch die Bemerkung erbracht,
da die Folge der Teilsummen A 1 + + A,.. eine Teilfolge der Folge der
Teilsummen a 0 + a 1 + + a" ist; nun braucht man nur noch den Satz 20.2
heranzuziehen.- Geht man andererseits von einer konvergenten Reihe
aus, deren Glieder durch (32.1) definiert sind, und ist die Reihe

..I

..I

Av

a", die nach

Streichung der Beklammerungen entsteht, konvergent, so gilt nach dem eben


Bewiesenen die Gleichung (32.2). Ist jedoch

..I

ak divergent, so ist (32.2) von


k=O
vornherein sinnlos.- Das Beispiel der konvergenten Reihe (1 - 1) + (1- 1) +

( 1 - 1) + = 0 + 0 + 0 + zeigt, da der Fortfall der BekJammerungen sehr


wohl zu einer divergenten Reihe fhren kann, im vorliegenden Falle zu der Reihe
1-1 + 1 - 1 + ....

Wir wenden uns nun der Frage zu, ob fr eine konvergente Reihe ein " Kommutativgesetz" in dem Sinne gilt, da beliebige Umordnungen ihrer Glieder
weder die Konvergenz noch die Summe beeinflussen- oder aber, ob die

32 Das Rechnen mit konvergenten Reihen

197

Reihenfolge der Glieder fr das Konvergenzverhalten und den Wert der Reihe
wesentlich ist. Um fr die nachfolgenden Betrachtungen deutliche Begriffe zu
haben, erklren wir zunchst, was unter Reihenumordnungen und unbedingter
Konvergenz zu verstehen ist.
Es sei (nt. n 2 , n 3 , ..) eine Folge natrlicher Zahlen, in der jede natrliche Zahl
einmal, aber auch nur einmal, auftritt (oder also: die Abbildung k ~-+ nk sei eine
Bijektion von N auf N). Dann heit die Reihe
Reihe

..I

..I

a,..

eine Umordnung der

k- 1

ak. Ganz entsprechend erklrt man Umordnungen der Reihen

k=J

..I

ak>

k- p

wobei p eine beliebige ganze Zahl ist. Und nun nennen wir eine konvergente
Reihe mit der Summe s unbedingt konvergent, wenn jede ihrer Umordnungen wieder konvergiert, und zwar wieder gegen sl). Eine Reihe, die zwar
konvergent, aber nicht unbedingt konvergent ist, heit bedingt konvergent. Der folgende berraschende Satz zeigt, da unbedingte Konvergenz
nichts anderes als absolute Konvergenz ist - und zeigt also auch, da es bedingt
konvergente Reihen wirklich gibt, z.B. die Reihe I (- l)k- l I k.
0

32.3 Satz Absolut konvergente Reihen -und nur diese-sind auch unb edingt konvergent.
Zum Beweis nehmen wir zunchst an, die Reihe
sei ihre Summe und

..I

..I

ak konvergiere absolut, s

k- 0

a ... eine ihrer Umordnungen. Ferner seien

k- 0

Sm : = ao + a 1 +

+ am und s:., := ano + a,., + + a.....

die Teilsummen der jeweiligen Reihen. Da I Ia,. I konvergiert, existiert gem dem
Cauchykriterium nach Wahl von e > 0 ein Index K, so da
fr jedes natrliche p stets laK+tl+ +laK+pl<e

(32.3)

bleibt. Zu diesem K kann man weiterhin einen Index k 0 derart bestimmen, da


{0, 1, ... , K}c {n 0 , nl> ... , n,J ist; trivialerweise mu dann k 0 :a::K sein. Ist also
m > k 0 , so treten die Zahlen a 0 , a t> , aK sowohl in der Summe Sm als auch in
der Summe s:., auf und kommen somit in der Differenz s'"- s~, nicht mehr vor.
Daher hat sm - s:" die Form

5;e{-l,O, 1},
so da lsm -s:..l~laK+ tl+ +laK+pl ist, woraus mit (32.3) sofort lsm- s:nl<e
folgt. (sm- s:n) ist daher eine Nullfolge, und weil Sm~ s strebt, ergibt sich nun

s:.. = (s:.,- sm) +Sm~ s, also


11

Sit!ht! hierL.u Aufgabe 6.

..L a...

r. - o

s.

198

IV Unendliche Reiben
~

Jetzt nehmen wir an, da zwar die Reihe

ak> nicht jedoch die Reihe

k=O

lakl

k- 0

konvergent ist. Unter dieser Vorausetzung werden wir zeigen, da eine gewisse
~

I ak gegen eine

Umordnung von

willkrlich vorgegebene Zahl S

k =O

konvergiert- womit dann der Beweis beendet ist. Ohne Beschrnkung der
Allgemeinheit wollen wir dabei annehmen, da alle ak f 0 sind. Wir setzen nun
falls ak > 0
falls ak <0'

(32.4)

falls ak > 0
falls ak <0.
Die Zahlen

a ~,

ak sind alle ;;;:.O, und fr jedes k ist

lakl = a~+ak.
Wre eine der beiden Reihen I a ;, I ak konvergent, so wrden die Gleichungen
a~ = ak + ak, ak = a~- ak lehren, da auch die andere konvergiert. Dann wre
wegen iak I= a; + ak aber auch I lak I konvergent- was wir doch ausdrcklich
ausgeschlossen hatten. Also sind die Reihen I at und I ak beide divergent.
ak = at-a;; und

Streichen wir aus der Folge (a~) alle Nullen, so erhalten wir gerade die Teilfolge
(pk) aller positiven Glieder von (ad. Unterdrcken wir ebenso in (aj;) smtliche
Nullen, so entsteht eine Folge (qk), und offenbar ist (-qk) nichts anderes als die
Teilfolge der negativen Glieder von (ak). Da voraussetzungsgem alle ak f 0
sind, tritt also jedes Glied von (ad in einer und nur einer der Teilfolgen (pd und
(- qk) auf.
Natrlich sind auch die Reihen I P~< und I qk divergent, fr n ~ +oo gilt also
n

qk ~ + oo und damit

k =O

(- qk) ~ -oo.

k -0

Infolgedessen gibt es zunchst einen kleinsten Index n 0 mit

dann einen kleinsten Index n 1 mit


"1

"o

Pk+

k =O

(-qk)<S

k =O

und nun wieder einen kleinsten Index n 2 mit


n0

Pk +

n2

(- qk) +

Pk >S.

199

32 Das Rechnen mit konvergenten Reihen

Es ist klar, wie dieses Verfahren weitergeht und da die so entstehende R eihe

Po+ + P"' + (- qo) + + (-q.,,) + Pno+ L + + p,.,_ +


eine Umordnung der Ausgangsreihe

..I

(32.5)

a,. ist. Mit Hilfe der Minimaleigenschaft

k- 0

der Indizes n 1 , n 2 , . sieht man ferner ohne Mhe, da man den Unterschied
zwischen S und den Teilsummen von (32.5) sptestens ab der Teilsumme Po+
+ (-qn) betragsmig durch die Zahlen q"'' p~, q"' ' p..,., . . . nach oben
abschtzen kann. Da aber die Folgen (q q"'' ...) und (p~, p,.,., ... ) gegen 0
11 , ,

streben, erhalten wir daraus sofort, da die Umordnung (32.5) von


tatschlich gegen S konvergiert.

..I

ak

In dem vorstehenden Beweis haben wir gezeigt, da sogar der folgende, nach
Bernhard Riemann (1826-1866; 40) benannte Satz gilt:

32.4 Riemannscher Umordnungssatz Eine bedi ng t konvergente Reihe besitzt


immer eine Umordnung, die gegen eine willkrlich vorgege bene Zahl konvergiert.

Wir wenden uns nun der Multiplikation unendlicher R eihen zu. Hat man die
Summe a 0 + a 1 + + a"' mit der Summe b0 + b 1 + + b" zu multiplizieren, so
verfhrt man folgendermaen: Man multipliziert jedes Glied der ersten mit jedem
Glied der zweiten Summe - bildet also alle Produkte a;b,. - , ordnet diese
Produkte in beliebiger Weise zu einer endlichen Folge p0 , P1> ... , Ps an und bildet
dann p 0 + p 1 + + Ps Dieses Verfahren lt sich nicht ohne Vorsichtsmanahmen auf die Multiplikation zweier (konvergenter) Reihen a 0 + a 1 + a 2 + ,
b0 + b 1 + b2 + bertragen. Selbstverstndlich kann man alle Produkte a;b,.
bilden und kann diese auch zu einer Folge p0 , P~> p 2 , . . . anordnen und somit eine
sogenannte Produkt re ih e p 0 +p 1 +p 2 + bilden-etwa indem man auf das
Schema

aobo a obl
a1bo albl
a 2bo a2b,

aob2
a1b2
a2b2

das Cauchysche Diagonalverfahren anwendet (s. Beweis der Stze 19.1, 19.2).
Aber nun stehen wir vor der Schwierigkeit, da die "Summe der Produkte P.. ",
also die Produktreihe p 0 + p 1 + p 2 + berhaupt nicht zu konvergieren
braucht- und da im Falle bedingter Konvergenz eine Umordnung dieser Reihe
(also doch nur eine andere Anordnung der Produkte a;b,.) ihre Summe verndern

200

IV Unendliche Reihen

kann, mit anderen Worten: Die gewnschte Gleichung

ist im Divergenzfalle sinnlos und wird im Falle bedingter Konvergenz nur bei
geschickter Anordnung der Produkte a;bk zu erreichen sein (nach dem

Riemannschen Umordnungssatz ist brigens eine solche Anordnung immer vorhanden). Der nchste Satz zeigt, da unter gewissen Voraussetzungen diese
Schwierigkeiten verschwinden.
0

..

00

k- 0

k=O

32.5 Satz Sind die Reihen L ak und L bk beide absol ut konvergent, so


konvergiert jede ihrer Produktreihen absolut gegen das Produkt (

k- 0

ak) (

bk)

k =O

00

Fr die n-te Absolutteilsumme der (beliebigen) Produktreihe

Pk gilt nmlich

k =O

wenn nur m hinreichend gro ist. Erst recht ist also- und zwar fr alle n -

woraus mit Satz 31.5 die absolute Konvergenz unserer Produktreihe folgt. Wegen
00

Satz 32.3 mssen also alle Produktreihen gegen s : =

l:

Pk konvergieren (denn

k= O
00

sie sind alle nur Umordnungen von

Pk). Nun bilden wir eine spez ielle

k =O
00

Produktreihe L qk, indem wir die aibk gem dem nachstehenden Schema
k- 0

anordnen:
a obz . . .

aobo

a 0 bt

a1bo

a l bl

a l bz . . . '

a zb o

a 2bt

a 2bz ...

1
1

krzer:

32 Das Rechnen mit konvergenten Reihen

20 1

Dann strebt
qo+ q 1+ + q(n+1)2-t=(a o+ a, + +a,.)(bo+ bl+ +b,.)
-+ (

k -0

nach dem eben Bewiesenen aber auch

ak) (

-+ s,

k=O

bk)

also ist in der Tat

Ordnet man die Produkte aibk des obigen Schemas gem dem Cauchyschen
Diagonalverfahren an und fat die aus den Gliedern der n-ten Schrglinie
bestehende Summe c,. : = a 0 b .. + a 1 b.. _ 1+ + a ..b 0 noch durch eine Klammer
zusammen, so erhlt man das Cau c hyprodukt
00

00

L
c,. = L (aob,. + a
n- o
,t - 0

der beiden Reihen

..L

k O

ak,

..L

bk. Aus den Stzen 32.5 und 32.2 folgt nun ohne

k =O

weiteres der
0

bn- l + + a,.bo)

..L

32.6 Satz Sind die R eihen

..L

ak und

k=O

bk beide absol u t konvergent, so

k O

konvergiert auch ihr Cauchyprodukt ab so 1u t , und es ist

(a ob .. + a tbn - 1 + + a,.bo) = (

n- 0

a,.) (

k- 0

b,.).

k O

Ein tiefer eindringendes Studium der Cauchyprodukte findet der Leser in den
Aufgaben 7 bis 9, am E nde der Nr. 65 und in A 65.9.
Aufgaben
1. Man zeige, d a d ie folgenden Reihen die angegebenen Werte haben (vgl. A 31.3):
.. ( 1

(-1)")

a) ..~o 2k + 3k

..

c)

k~t

e)

..

..

11

=4'

b)

,I..

k+3
5
k(k +1)(k+2) =4

4k + 1
1
(2k - 1)(2k)(2k + 1)(2k +2) =4'

d)

kxk = x/(1 - x) 2 fr lx l < 1,

.. tn (1 - 21) = ln-1.
t> kL
- 2
k
2

k l

2. Die Summe der konvergenten Re ihe

..

L
k- 1

1 /(2k - 1) 2 = 3s/4 ist.

L (k + 1)xk = 1/{1 - x? fr lx l < 1,

..I 11e sei

k_ ,

s (vgl. A 31.4). Zeige, da

202

IV Unendliche Reihen

3. Die Reihe I a" ist genau dann absolut konvergent, wenn ihre Glieder in der Form
a" = b" - c" geschrieben werden knnen, wobei die b" und c" alle ;a;.Q und die Reihen I b"
und I c" konvergent sind.

I a"

absolut konvergent und (a") eine Nullfolge, so strebt a..a 0 +a"_1a 1 +


a 0 a"- 0. Hinweis: S. Beweis des Cauchyschen Grenzwertsatzes 27.1.

4. Ist

5. Man zeige, da eine bedingt konvergente Reibe stets eine divergente Umordnung
besitzt. Hinwei s : Man gehe hnlich vor wie im zweiten Teil des Beweises von Satz 32.3.
+6. Eine Reihe ist bereits dann unbedingt konvergent, wenn jede ihrer Umordnungen
konvergiert (ber die Summen dieser Umordnungen braucht nichts vorausgesetzt zu
werden). Hinwei s: Aufgabe 5.

+7. Sei a 0 := 0 und a" := (-1)"-

/.Jk fr

k ;a;.l. Dann ist die Reihe

..L: a" zwar konvergent,

k O

aber nicht absolut konvergent {s. A 23.4 und A 31.4). Das Cauchyprodukt

I c"

n- o

dieser

Reihe mit sieb selbst ist divergent. Hinwei s: Je" J;a;. 1 fr n;;;;. 2.

+s.

Konvergiert I a" absolut gegen a und konvergiert I b" (mglicherweise nicht absolut)
gegen b, so konvergiert das Caucbyprodukt I c" dieser Reiben gegen ab. Hin weis: A..,
B" und C" seien die Teilsummen der drei Reihen. Mit r,. := B" - b ist

Benutze nun Aufgabe 4.


+9. I st das Cauchyprodukt I c" der beiden konvergenten Reiben L: a" und I b" selbst
konvergent, so gilt bereits I c,. =CI a") CI b,c). Hinweis: Mit den Bezeichnungen aus
Aufgabe 8 ist
Co+Ct+ +C,.=AoB.. +AtBn- 1+ + A ..Bo.
Wende nun zuerst A 27.6 und dann den Cauchyschen Grenzwertsatz 27.1 an.
+10. Die Mengen K und A aller Folgen (a 0, a" a 2, ...), fr die L: a" konvergiert bzw.
absolut konvergiert, sind Folgenrume. In beiden Fllen ist die Abbildung <1>, die der Folge
(ao, ah a 2, ...) den R eibenwert

..I

a" zuordnet, linear. Mit der Fa ltun g

k=O

als Multiplikation wird A sogar eine kommutative Algebra mit de m Einselement


(1, 0, 0, ...). Fr alle (a"), (b,J e A ist <l>((a") * (b")) = <l>((a,J) <l>((b")) (kurz: "Die Faltung
gebt in die Multiplikation ber"). Vgl. A 15.3.
0

11. Beweise den Satz 32.3 fr komplexe Reiben. Hinw e is: A 31.7 und die obige
Aufgabe 5.

33 Konvergenz- und Divergenzkriterien

203

33 Konvergenz- und Divergenzkriterien


Die grundlegenden Konvergenzkriterien sind das Cauchykriterium 31.1 und das
Monotoniekriterium 31.2. Das Cauchykriterium gibt eine notwendige und hinreichende Konvergenzbedingung an, grundstzlich kann man also mit seiner Hilfe
bei jeder Reihe entscheiden, ob sie konvergiert oder divergiert. Diese theoretisch ungemein befriedigende- universelle Anwendbarkeit wirkt sich in
der Praxis jedoch oft genug hchst nachteilig aus: Weil das Cauchykriterium so
allgemein ist, kann es nicht unmittelbar auf B esonderheiten einer Reihe
ansprechen, die zur Konvergenzuntersuchung vorgelegt ist. Gerade aus solchen
Besonderheiten kann man jedoch das Konvergenzverbalten hufig am leichtesten
erkennen. Das Monotoniekriterium trgt dieser Tatsache bereits in gewissem
Umfange Rechnung: Es bercksichtigt eine spezielle Eigenschaft, die Reihenglieder haben knnen (nmlich Nichtnegativitt). Die Kriterien dieses Abschnittes
gehen in hnliche Richtung: Sie ziehen den besonderen Bau einer Reihe heran, um
die Konvergenzfrage zu entscheiden. Sie sind weniger allgemein als das Cauchykriterium, dafr aber leichter zu handhaben. E in typisches Beispiel ist die
33.1 Leibnizsche Reget 1> Strebt a,. "\. 0, so ist die alternierende Reihe
00

L (- l)"a,.=a 0 -at + a2 - +

konvergent.

n- 0

Einen ersten Beweis haben wir mit Hilfe des Cauchykriteriums bereits in A 23.4
erbracht; einen zweiten werden wir im Anschlu an das Dirichletscbe Kriterium
33.14 liefern.
Der nchste Satz fhrt das Konvergenzverhalten gewisser Reihen auf das von
zugeordneten Hilfsreihen zurck.
33.2 Cauchyscher Verdichtungssatz Sind die Glieder einer Reihe I a" nichtnegativ
und nimmt berdies (a,.) ab, so ist I a" genau dann konvergent, wenn dies fr
die "verdichtete Reihe" l: 2"~ zutrifft. Im Konvergenzfalle strebt somit 2"a2 ~ 0.

Der Beweis schliet sieb eng an die Untersuchung der harmonischen Reihen in
A 31.4 an. Konvergiert l: a,. gegen s, so ist
s~a1 +a 2+(a3+a4)+(as+ +as)+

~~ a1 +a 2+2a4+4a 8 +

+(a2"- '+t + + a2.)

+2"- 1 a 2 .,

also a 1 + 2a 2 + + 2"a 2 :$; 2s, woraus mit dem Monotoniekriterium die Konvergenz der verdichteten Reihe folgt. Setzen wir jetzt umgekehrt I 2"a 2 als
>Gottfried Wilhelm LcibnJz (1646-1716; 70).

204

IV Unendliche Reihen

konvergent voraus, so ist, wenn nur 2k ~ n gewhlt wird,

a 1+a2+ +a,.~at+(a2+a3)+(a4+ +a7)


+ +(a2 + + a2k+- 1)
~ a 1 + 2a2 + 4a 4 + + 2ka 2 ,
und nun liefert wiederum das Monotoniekriterium die Behauptung. Die Aussage
ber (2"a 2 .) folgt sofort aus Satz 31.3.

Der Verdichtungssatz lt auf einen Schlag das Konvergenzverhalten der harmonischen Reihen I 1/na erkennen. Da nmlich die (geometrische) Reihe
I 2"/(2")"' =I (1/2(1<- 1)" fr a ~ 1 divergiert und fr a > 1 konvergiert, gilt das7
1
selbe fr I 1/n"'. Und ganz entsprechend sieht man nun, da auch
(I
)a
n n n
divergiert oder konvergiert, je nachdem a ~ 1 oder > 1 ist ( denn es ist

2 "(l~:")"'

n"'(~ 2)"'). Wir halten diese Ergebnisse fest (und denken daran, da

ihre eigentliche Quelle das Konvergenzverhalten der geometrischen Reihe ist):


33.3 Satz Die Reihen

_!_ und

a > 1 konvergent.

n"'

(I

n nn

)"' sind fr a

~1

d i ver g e n t und fr

Ohne jede Mhe folgt aus dem Monotoniekriterium das beraus flexible
0

33.4 Majorantenkriterium Ist I cn eine konvergente Reihe mit nichtnegativen


Gliedern und gilt fast immer Ian I~ c.., so mu auch I an konvergieren- und zwar
sogar absolut.
n

Ab einem Index m ist nmlich fr n > m stets

L Ia"- I~ I

k=m
00

somit

I lakl konvergent.

k ~ nt

k= m

..
c"- ~ I

ck und

k =m

Durch einen auf der Hand liegenden Widerspruchsbeweis erhlt man aus dem
Majorantenkriterium sofort das
33.5 Minorantenkriterium Ist L d,. eine divergente Reihe mit nichtnegativen
Gliedern und gilt fast immer a" ~ d,., so mu auch I a" divergieren.
Die Reihe I c" im Majorantenkriterium wird auch gerne eine (konvergente)
Majorante , die Reihe I d" im Minorantenkriterium eine (divergente)
Minorante der Reibe I an genannt.
Besonders leicht zu handhaben ist das
33.6 Grenzwertkriterium Sind L a.. und I b" zwei Reihen mit positiven Gliedern
und strebt die Folge der Quotienten a,J b" gegen einen positiven Grenzwert, so

33 Konvergenz- und Divergenzkriterien

205

haben die beiden Reihen dasselbe Konvergenzverhalten. Strebt a../b,. ~ 0, so kann


man immerhin aus der Konvergenz der zweiten R eihe die der ersten folgern.

Strebt nmlich a,./b,. ~ -y>O, so liegen fast alle a,./b,. zwischen den positiven
Zahlen a : = -y/2 und : = 3-y/2, es ist also fast immer 0 <ab,. < a" < b". Nunmehr
braucht man nur noch das Majorantenkriterium ins Spiel zu bringen, um die erste
Behauptung des Satzes einzusehen. Strebt jedoch a"/b,. ~ 0, so ist fast immer
a"/b 11 ~ 1, also a,. ~ b,., und die Behauptung ergibt sich wiederum aus dem
Majorantenkriterium.

D a ein Polynom, dessen hchster Koeffizient >0 ist, ffu alle hinreichend groen positiven
Werte seiner Vernderlichen stndig positiv bleibt (s. A 15.8), ist die Reihe
~

"L'" (apnp +

+a2n +a1n +ao)"

(ap >0)

jedenfalls fr ein geeignetes m definiert, und weil

strebt, wird sie sich nach dem letzten Satz wie

L n1

"P

verhalten, sie wird also divergieren

oder konvergieren, je nachdem ap !!6; 1 oder > 1 ist.

Unentbehrlich fr die Praxis sind die beiden nchsten von Cauchy bzw. von Jean
Baptiste le Rond d' Alembert (1717 - 1783; 66) gefundenen Kriterien. Sie ergeben
sich aus Satz 33.4 mit der geometrischen R eihe als Majorante.
0

33.7 Wurzelkriterium Ist mit einer festen positiven Zahl q < 1 fast immer

4IJ~q.
so mu die R eihe La,. konvergieren- und zwar sogar absolut. Gilt jedoch fast
immer oder auch nur unendlich oft

.L: a,. divergent. (S. auch Aufgabe 6 fr eine Umformulierung.)


Gilt nmlich die erste Bedingung, so ist fast immer Ja"I ~ q", die geometrische
Reihe L q" ist also (da JqJ < 1 ist) eine konvergente Majorante fr La,..- Aus
der zweiten Bedingung folgt, da unendlich oft Ja,. J;;=::: 1 ist, (a,.) also keine
so ist

Nullfolge und somit La" nicht konvergent sein kann.


0

33.8 Quotientenkriterium Ist mit einer festen positiven Zahl q < 1 fast immer

206

IV Unendliche Reihen

so mu die Reihe
.
lmmer

so ist

a" konvergieren- und zwar sogar a bso lut. Gilt jedoch fast

L: a" divergent 1>. (S. auch Aufgabe 7 fr eine Umformuerung.)

Die Konvergenzbehauptung kann man wieder mit Hilfe der geometrischen Reihe
als Majorante erledigen, weil ab einer gewissen Stelle m das Produkt

lam+ll lam+21
Ia", I lam+ll

la,.l
lan-tl

IanI
emersetts = Ia... I,

andererseits~ q n - m'

also la,.l ~(lam l /q"')q" ist.-Aus der zweiten Bedingung folgt, da ab einem
Index die Folge der positiven Zahlen la,.l stndig wchst und somit keine

Nullfolge ist. I a,. kann daher nicht konvergieren.


Warnung Wir machen hier nachdrcklich auf einen Fehler aufmerksam, der dem Anfnger leicht unterluft. Will man das Wurzel- oder Quotientenkriterium anwenden, so darf
man sich nicht mit dem Nachweis begngen, da VlaJ bzw. la"+d/la"l fast immer < 1 ist;
es ist vielmehr unumgnglich, eine feste positive Zahl q aufzuftnden, die kleiner als 1 ist und
die ab einer Stelle nicht mehr von VlaJ bzw. Ia"+ d/la"l bertroffen wird. Wenn die besagten Wurzeln bzw. Quotienten zwar < 1 sind, aber doch beliebig nahe an 1 herankommen,
versagen die beiden Kriterien (sie bringen keine Entscheidung): L: 1/ n divergiert, L 1/n 2
konvergiert - aber in beiden Fllen strebt sowohl die Wurzel- als auch die Quotientenfolge gegen 1.

Besonders handlich sind die folgenden Spezialflle der letzten beiden Kriterien:
0

33.9 Satz Strebt die Wurzelfolge (~) oder die Quotientenfolge (I a,. + 1 1/la,. I)
gegen einen Grenzwert a, so ist die Reihe I a,. konvergent, wenn a < 1, jedoch
divergent, wenn a > 1 ist. Im Falle a = 1 wird man ohne nhere Untersuchung
keine Entscheidung herbeifhren knnen: Die Reihe kann konvergent, sie kann
aber auch divergent sein.

Strebt nmlich ~~ a <l, so ist fast immer ~~q:=a+(l-a)/2, womit


wegen 0 < q < 1 die Konvergenz von I a,. bereits bewiesen ist. Strebt aber
.if[a:1 ~ a > 1, so ist fast immer .ifiCiJ ~ 1, also I a,. divergent. Der Beweis im
"Quotientenfall" verluft vllig analog. Den Fall a = 1 haben wir oben schon

diskutiert.
t>Hierbei wird stillschweigend vorausgesetzt, da fast immer a,. :f 0 ist. Entsprechendes gilt

bei den zwei nchsten Kriterien.

33 Konvergenz- und Divergenzkriterie n

207

Ein neues Licht fllt auf das Quotientenkriterium durch seine Verfeinerung, das
0

33.10 Kriterium von Raabel) I st fast immer


an + t

a..
so ist die R eihe
an+ l

. K onstanten > 1,
1 - - m1t. emer
n

L a,. ab so Iu t

konvergent. Sie divergiert jedoch, wenn fast immer

~ 1-_!_

a,.

ausfllt.

Bew e is. Die Konvergenzbedingung besagt, wenn man noch a,.: =ja,, I setzt, da
.
a..+ t
n-
fast tmmer
~
, also no:,.+ 1 ~ na,. - o:,. und somit
o:,.
n
( - l )a,.

~ (n

- l )a,. - no:,. + 1

ist: Wegen > l folgt daraus O<(n - l )a,. - no:.,+1 , also (n - l )a,. > no:,.+t Die
Folge (no:,.+1) ist daher ab einer Stelle fallend, und da sie berdies nach unten
durch 0 beschrnkt ist, besitzt sie einen G renzwert. Die Teleskopreihe L b" =
L [(n - l)o:,. - no:,.+1 ] ist somit konvergent (s. A 31.2), und wegen ( - l )o:,. ~ b,.
konvergiert nach dem Majorantenkriterium nun auch L: a,,. - Aus der Divergenzbedingung folgt zunchst, da ab einer Stelle alle a,, einerlei Vorzeichen (etwa das
positive) haben , und dann, da ab dieser Stelle na,.+1 ~ (n - l )a" > 0 sein mu.
Die Folge (na,.+1) ist also ab einer Stelle wachsend und positiv. Somit liegt na,.+1
schlielich oberhalb einer festen positiven Zah l o:, d .h., es ist fast immer a,,+1 >
o:/ n und daher La,, nach dem Minorantenkriterium divergent.

Im R est dieses Abschnitts beschftigen wir uns mit Reihen der Form L a ..b,. und
beweisen zunchst die
00

33.11 Cauchy-Schwarzsche Ungleichung Sind die R eihen


"' a"b" absol ut , und es gilt
konvergent, so konvergiert L

L
n- 0

a~ und

00

L:

b ~ beide

n- 0

n =O

D er B ewe i s ergibt sich mit Hilfe des Monotoniekriteriums sofort aus der
Cauchy-Schwar zschen U ngleichung 12.3 fr Summen (man Jasse dort die obere
Summationsgrenze -+ +oo gehen).

Der fo lgende Satz ist eine vllig triviale Folgerung aus der Formel der Abelschen
partiellen Summation 11.2 ; aus ihm werden wir durch einfache Spezialisierungen
die beraus brauchbaren Kriterien von Abel und Dirichlet gewinnen.
1

>Josef

Ludwig Raabe (1801-1~59; 58).

208
0

IV Unendliche Reihen

33.12 Satz Es sei die Reihe

k =l

J- 1

I akbk vorgelegt, und es werde Ak: = I a1 gesetzt.


CO

Ist dann sowohl die Folge (Anbn+t) als auch die Reihe

I Ak(bk
- bk+t) kon.

k=1

vergent, so konvergiert auch

akbk.

k- 1
0

33.13 Abelsches Kriterium Ist die Reihe I ak konvergent und die Folge (bk)
monoton und beschrnkt, so konvergiert I akbk1) .
n

Zum Beweis setzen wir wie oben A" :=

i- 1

a1 und stellen zunchst fest, da (A")

und (b") konvergente Folgen sind. Infolgedessen konvergiert auch die Folge
(Anbn+t) und die Teleskopreihe I (bk - bk+1 ), diese sogar absolut, weil ihre
Glieder stets ;;:?:0 oder stets :s:;O sind. Man "darf" diese Glieder also mit den
beschrnkten Faktoren Ak multiplizieren, d.h. , I Ak (bk- bk+t) ist immer noch
konvergent (s. A 31.5). Der Satz 33.12 lehrt nun die Richtigkeit unserer Behaup
tung.
0

33.14 Dirichletsches Kriterium Sind die Teilsummen der Reihe


und strebt (bk) monoton gegen 0, so konvergiert I akbkl)

I ak beschrnkt

Setzen wir nmlich wieder A" : =

j- 1

a1, so strebt Anbn+l ~ 0, und aus demselben

Grund wie im letzten Beweis konvergiert


damit alles bewiesen.

I Ak (bk- bk+1 ).

Wegen Satz 33.12 ist

Fr ak := (- 1)k erhlt man aus dem Dirichletscheo Kriterium mit einem Schlag die
Leiboizsche Regel 33.1 (wobei die dortigen ak jetzt mit bk bezeichnet werden).
In Nr. 88 werden wir ein weiteres wichtiges Konvergenzkriterium, das sogenannte
Integralkriterium angeben.
Aufgaben
1. Stelle fest, ob die folgenden Reihen konvergieren oder divergieren 2 >:
a)

L (- 1)''-

d)

- +- +- + ...

1
2"

1
6"

1
4"

1
1 1
c) 1 +-+-+-+ ..
3" 5" 7"
'

/n"',

e) Ia'"",

f)

L 1/(ln k)"

(p E N),

t> Man beachte, da auch beim bergang ins Komplexe die Folge (bk) reell bleiben mu,
weil andernfalls die Monotonievoraussetzung sinnlos wre.
2
> Tritt eine unspezifizierte Gre a, a oder p auf, so ist festzustellen, fr welche Werte
dieser Gre Konvergenz und fr welche Werte Divergenz stattfindet.

33 Konvergenz- und Diverge nzkriterien


g)

L k/(ln k)",

DI

b)

i)

L (ln k)'"" '

,Jn+1 -..rn
m) t... ln(n'rn) '

n)

n!

L-n

n '

,Jn+t--h
)
I t...

n 3/4

k) 't... (-1)"lnk
k '

c-1)n+l!!:..

209

o) L(-1)"[e- (1 +~)"].

L (:f - 1),

x)

L(fn-n+lJn + 1)/n.

3 (- 1)n .
2 . L an konvergiert, wenn a I = 1 und
=- + 2 1St.
an
4
an+l

1 24(2n - 2) 135 .. (2n - 1)


24 .. (2n)
3. Zeige, da -
(
)<
<
ist, gewinne
2 3 5 2n - 1
2 4 6 (2n)
3 5 (2n + 1)
.
.
1
1 3 5 (2n - 1)
1
.
.
daraus dte Ungletchung r;:-<
< r.::und bewetse nun dae folgenden
2v2n
246(2n)
v2n
Behauptungen:

' 1 . 3 . 5 ... (2ta - 1)


1
a) t...
- - konvergiert,
2 4 6 (2n)
2n + 1

b)

c)

L 1 3 5 .. (2n -

divergiert,

L (1 35(2 n -1))"

divergiert fr a

1) . ...!._
2 4 6 (2n)
..;;,.
2 4 6 (2n)

~2

und konvergiert fr a > 2.

J2-v.J2 J2+1!J3 J3-vJ3 J3+ 1JJ4 J4-vJ4 J4+vJ5

+ - oo

ist eine konvergente Reihe.


5. Ist die Folge der positiven Zahlen an wachsend und beschrnkt, so konvergiert

L (an+'-1).
a,.
*6. Wurzelkriterium L an ist (absolut) konvergent oder divergent, je nachdem a: =
I im sup
< 1 oder > 1 ist. Im Falle a = 1 kann Konvergenz oder Divergenz vorliegen.

\lfGJ

210

IV Unendliche Reihen

+7. Quotientenkriterium

lim sup

a,.

L a ist (absolut) konvergent oder divergent, je nachde m


11

< 1 oder Lim inf

a,.

> 1 ist.

+s.

Wenn die Konvergenz der Reihe La,. mit Hilfe des Quotientenkriteriums erkannt
werden kann, so kann sie auch ber das Wurzelkriterium festgestellt werden (Hinweis:
Aufgabe 6 und 7, Satz 28.7). Es gibt jedoch R eihen, die sich nach dem Wurzelkriterium als
konvergent erweisen, bei denen aber das Quotientenkriterium versagt. E in sehr einfaches
Beispiel hierfr ist die R eihe

... 2 + (-1)"
3 1 3 1 3
'
!!!!! 1 + -+-+-+-+-+
....
2
4
3
5
L.
2"l
2
2
2
2
2
n- 1
Kurz zusammenfassend kann man also sagen, da das Wurzelkriterium leistungsfhiger
Uedoch meistens schwerer zu handhaben) ist als das Quotientenkriterium.

9. Wenn La., absolut konvergiert, so konvergiert a uch

La~. Die Umkehrung ist nicht

richtig.

10. Sind alle Glieder der konvergenten R eihe L: a,. nichtnegativ, so konvergiert
fr er> 1/2. Fr er = 1/2 kann Divergenz eintreten (Beispiel?).
*11. Minkowskisclte Ungleichung Sind die Reihen

a~ und

k l

...

konvergiert auch

..L

(a"

k- 1

.L

L .J:.tn..

b~ beide konvergent, so

k- 1

+ b"?' und es gilt

*U pur Je
de F o Ige (er" ) k onvergtert

~
L.

Ia"I I I , und tur a U.e


1c - 1 2 1 + er"
_!. lcr"l + _!. l~c l
"""""k

( er" ) , ( ~c ) gdt

fk = li'_!. 1+lcr"
Ia" +"l ~ f
f
+~cl k = t2"1+ lcr~c l k =l2"1+l~cl.
Hinwei s : Die Funktion

t~t/(1 +t)

ist fr t>-1 (streng) wachsend.

+13. Ist La" konvergent und L (b~c - b~c + 1) absolut konvergent, so konvergiert

+14. Sind die Teilsummen von La" beschrnkt, strebt b,. ~ 0 und ist
konvergent, so konvergiert L a"b".

L (b" -

L a"b".

b~c + 1 ) absolut

. . . .. d er R e1"hengJ"1ed er .m S atz 33 .6 1st


. wesent1tc h : S et a,. : = (- l)" + 1
. P osttivttat
15 D te
n
n In n
b,.: = ( -l)" . D ann strebt a,jb,,
n
0

~ 1, La.,

divergiert,

L b.,

jedoch konvergiert.

16. Die Cauchy-Schwarzsche Ungleichung (Satz 33.11) lautet im Komplexen so: Sind

33 Konvergenz- und Divergenzkriterien

211

L Ia.. 12 und L lb.. 12 konvergent, so konvergiert L a,.b,. absolut, und es gilt

Unter denselben Voraussetzungen existiert aucb

(Minkowskische Ungleichung; s. Aufgabe 11).


Poetisch-theologisch-mathematische Anmerkung

Jakob Bernoulli, der auf Drngen seines Vaters Theologie und auf eigene Faust Mathematik studiert hatte, pflegte einen rhrend innigen Umgang mit den unendlichen Reihen.
Seine 1689 in Basel erschienenen Arithmetische Stze ber unendliche Reihen und deren endliche Summe [s. Ostwald's Klassiker der exakten Wissenschaften 171) leitet er ein mit einem
(lateinischen) Gedicht aus eigener Feder, in dem Mathematisches und Theologisches wunderlich durcheinandergehen:
Wie die unendliche Reihe sich fgt zur endlichen Summe
Und der Grenze sich beugt, was dir grenzenlos scheint,
So im bescheidenen Krper verbirgt der unendlichen Gottheit
Spur sich, und grenzenlos wird, was doch so eng ist begrenzt.
Welche Wonne, zu schau'n im Unermessnen das Kleine
Und im Kleinen zu schau'n ihn, den unendUchen Gott!
Das Vorwort schliet er profaner, aber nicht weniger bewegend, mit den Worten:
Wie notwendig brigens und zugleich ntzUch diese Betrachtung der Reihen ist, das
kann dem nicht unbekannt sein, der es erkannt hat, da eine solche Reihe bei ganz
schwierigen Problemen, an deren Lsung man verzweifeln mu, gewissermaen ein Rettungsanker ist, zu dem man als zu dem letzten Mittel seine Zuflucht nehmen darf, wenn
alle anderen Krfte des menschlichen Geistes Schiffbruch gelitten haben.
Wir werden noch sehen, wie wahr das ist. Hingegen haben wir schon in diesem Kapitel
gesehen, wie wahr die folgende Bemerkung Abels aus dem Jahre 1826 ist:
Man wendet gewhnlich die Operationen der Analysis auf unendliche Reihen genauso
an, als seien die Reihen endlich; das scheint mir ohne besonderen Beweis nicht erlaubt zu
sein. (Hervorhebung von mir.)

V Stetigkeit und Grenzwerte von Funktionen


Die neuere Mathematik datiert von dem Augenblick, als Descartes von der rein algebraischen Behandlung der Gleichungen dazu fortschritt, die Grenvernderungen zu untersuchen, welche ein algebraischer Ausdruck erleidet, indem eine in ihm allgemein bezeichnete Gre eine ststige Folge von
Werten durchluft.
Hermann Hanke!

Man kann den Menschen nicht


richtig verstehen, wenn man nicht
erkennt, da ce Mathematik aus
derselben Wurzel entspringt wie
die Poesie: aus der Gabe der Imagination.
Ortega y Gasset

34 Einfache Eigenschaften stetiger Funktionen


Im Verlauf unserer U ntersuchungen ist uns schon mehrmals eine Eigenschaft begegnet, die e ine F unktion/ haben und die man kurz so beschreiben kann: aus xn -7~
fo lgt stetsf(xr) -7 f(~). E ine dera1tige Funktion nannten wir "stetig", ohne uns i m
brigen mit ei ne r sorgfltigen Definition dieses Begriffes aufzuhalten. Das vorliegende Kapitel hat nun gerade die Aufgabe, "Stetigkeit" przis zu erklren und die
wertvollen E igenschaften stetiger Funktionen ans Licht zu ziehen.
0

Detinition Man sagt, die Funktion f sei an einer Stelle~ ihres D efinitionsbereichs X
stetig, wenn fr jede Folge (x") aus X, die gegen ~ strebt, immer auch
j") - /(f,)

k on vergierr.
Aus de n Stzen 22.4, 22.7 , 25 .3, 25.5, 25 .6 und A 25.1a folgt sofort der

34.1 Satz D ie B etragsfunktion, Polynome, rationale Funktionen, Exponentialfunk tionen, Logarithmusfunktionen und Potenzfunktionen sind ausnahmslos an jeder
Stelle ihres jeweiligen D efinitionsbereichs stetig.
Vllig trivial ist , da eine dehnungsbeschrnkte Funktion f: X-+ R an jeder Stelle
von X stetig ist. Eine solche Funktion f nennt man auch gerne Lip schitzs t e t i g 11 (auf X). Dagegen wird es den Leser zunchst befremden, da auch
Funktionen f: N -+ R (also doch Folgen ) a n jeder Stelle ~ E N stetig sind. Konvergiert nmlich eine Folge (x") aus N (also e ine Folge natrlicher Zahlen) gegen ~.
so mu x" fast immer = g sein - und dann strebt trivia lerwe ise f(x")-+ f(f,).
Diesen Sachverhalt knnen wir le icht verallgemeinern. Wir nennen e inen Punkt
~E X e ine n isoli er t e n Punkt von X , wenn eine gewisse e -Umgebung vo n ~
keine n Punkt von X a uer ~selbst e nthlt (z.B. ist jedes n E N e in isolierte r Punkt
von N , 1 ist e in isolierter Punkt von {1} U [2, 3]). Und wie eben sieht man nun .
11

Rudolf Lipschitz (1832-1903; 71).

34 Einfache Eigenschaften stetiger Funktionen

213

da jede Funktion: f: X~ R an jeder isolierten Stelle von X stetig ist (natrljch


braucht X keine isolierten Punkte zu haben). Diese Bemerkung zeigt, da der
mathematische Stetigkeitsbegriff sich doch wesentlich von den Vorstellungen
unterscheidet, die man alltglicherweise mit dem Wort "stetig" verbindet. In
diesen Zusammenhang gehrt auch der Hinweis, da unsere Definition nur von
Stetigkeit in Punkten des Definitionsbereichs einer Funktion spricht, auf Punkte
auerhalb dieses Bereichs kann der Stetigkeitsbegriff gar nicht an gewandt werden. Die Funktion x ~ 1/x ist auf R\{0} definiert, ihr Graph ist in 0 "zerrissen"
(s. Fig. 14.1), sie ist aber im Punkte 0 nicht unstetig, auch nicht stetig-sondern
nur nicht definiert.
Unstetigkeit der Funktion f in einem Punkte g ihres Definitionsbereiches X
bedeutet , da es eine gegen g strebende Folge (x") aus X gibt, fr die (f(x"))
entweder berhaupt nicht oder gegen einen Wert =F f(g) konvergiert. Die Funktion
f: R ~ R, definiert durch
f( )

={-11

X .

frx ~o.
fr X> 0,

(s. Fig. 34.1) ist in 0 unstetig, weil z.B. 1/ n ~ 0, aber /(1/n) nic ht ~ /(0) strebt.
Die Dirichletsche Funktion (s. Beispiel 13 in Nr. 14) ist in jedem Punkt von R
unstetig, wie der Leser mhelos mittels " Ausnahmefolgen" feststelle n kann.

1 ~----

____,._,

Fig. 34.1

Wie leicht die Anschauung bei Stetigkeitsfragen versagen kann, zeigt das Beispiel

f(x):

0
fr irrationales x > 0,
1/q fr rationales x = p/q (p, q natrliche Zahlen ohne
gemeinsame Teiler).

(34. 1)

Diese fr alle positiven x erklrte Funktion f, de ren Schaubild man sich nur in groben
Zgen vorstellen kann, ist an den rationalen Stellen ihres Definitionsbereichs unstetig, an den
irratim1alen jedoch stetig. Ist nmlich g: = p/ q rational, so sind die Zahlen x,. : = g+ J2Jn alle
irrational und es gilt X,. ~ aber die identisch verschwindende Folge der f(x,.) strebt nicht
gegen f(g) = 1/qf 0. Nun sei g irrational, lim x,. = g und c > g. Zu vorgegebenem e > 0 gibt
es nur endlich viele natrliche q mit q :!5;, 1/ e und daher nur endlich viele rationale
p/q e (0, c) mit q :E; 1/e. Anders gesagt: Bei fast allen rationalen Zahlen p/q e (0, c) ist

e.

214

V Stetigkeit und Grenzwerte von Funktionen

= 1/q < E. Und da fr irrationale x e (0, c) definitionsgem f(x) = 0 ist,


mu insgesamt f(x) < s fr fast alle x e (0, c) sein. Beachten wir noch, da wegen x" - ~
fast alle x" io (0, c) liegen, so folgt, da fast immer f(x") < E bleibt. Also strebt f(x")- 0 =
q > 1/e, also f(p/q)

f( t;).

Ist f: X~ R in g stetig und X 0 eine


enthaltende Teilmenge von X, so ist
offensichtlich auch die Einschrnkung fiXo in stetig. Eine Fortsetzung g von f auf
eine Menge X 1 ::> X braucht aber in g nicht mehr stetig zu sein. Ist z.B. g die
Funktion in Fig. 34.1 und f: = gj(-oo, 0], so ist zwar f, nicht jedoch g in 0 stetig.
Unsere Stetigkeitsdefinition nimmt eben ausdrcklich Bezug auf den D efinitionsbereich X der Funktion: Wir mssen alle Folgen (x,.) aus X betrachten, die gegen
g streben, und prfen, ob fr jede von ihnen f(.x,.) ~ f(g) konvergiert. Bei
Vergrerung von X vergrert sich die Menge dieser Folgen- und hierbei
e ntsteht die Gefahr, da stetigkeitszerstrende Folgen auftret~n. Um ganz przise
zu sein , mte man also etwa sagen, f : X~ R sei stetig in g bezglich
X - Konvergiert f r jede Folge (x,,) aus X , die von rechts her gegen g strebt
(kurz; ~~X..- s) immer f(.x,.)- f(g), so nennt man f rechtsseitig s t etig an
der S t e l I e ~ und ganz entsprechend erklrt man dielinksseitigeStetig k e i t. f
ist also rechts- oder linksseitig stetig in g, je nachdem die Einschrnkung von f auf
X n {x : x ~ g} oder auf X n {x : x ~ S} in stetig ist. Mittels A 20.4 sieht man sofort
ein, da eine Funktion genau dann an einer gewissen Stelle stetig ist, wenn sie dort
sowohl rechts- als auch linksseitig stetig ist (die Funktion in Fig. 34.1 ist. in 0 zwar
linksseitig, jedoch nicht rechtsseitig stetig).
Die alltgliche Stetigkeitsvorstellung besagt u.a., da "stetige" Vernderungen
oder Ablufe keinen abrupten, jhen Schwankungen unterworfen sind. Der
nchste Satz spricht etwas hnliches quantitativ und przise aus (der Leser mge
sich brigens, um seine Ideen zu fixieren, bei den Stzen dieses Abschnittes unter
dem Definitionsbereich X zunchst immer ein Intervall vorstellen).

34.2 Satz f: X~ R sei in g EX stetig und f(s) sei >a. Dann gibt es eine
8- Umgebung V von g, so da fr alle x E V n X immer noch f(x) > a ist. Und
Entsprechendes gilt im Falle f(g) < a.
Wre nmlich ein solches V nicht vorhanden, so gbe es in jeder 8-Umgebung
von g ein " Ausnahme-x", also ein x mit f(x) ~ a. Insbesondere gbe es in jedem
U 11" (s) ein x,. mit f(x,.) ~ a. Dann strebte gewi x,. - s und infolgedessen
existierte auch lim f(xn) . Aber dieser Grenzwert wre ~a und somit =/= f(g), im
Widerspruch zur Stetigkeitsvoraussetzung. Also mu doch ein V von der beschriebenen Art vorhanden sein.

Der nchste Satz besagt, da Stetigkeit bei algebraischen Verknpfungen erhalten


bleibt. Er folgt in trivialer Weise aus Satz 22.6.

Satz Sind die Funktionen f und g auf X definiert und in stetig, so sind auch
die (auf X erklrten ) Funktionen f + g, f- g, af und fg ins stetig. Und ist berdies
g(g) =/= 0, so ist die auf {x EX: g(x) =/= 0} definierte Funktion flg ebenfallsins stetig.

o 34.3

215

34 Einfache Eigenschaften stetiger Funktionen

Ebenso mhelos ergibt sich der


0

34.4 Satz Das Kompositum f o g mge existieren, g sei in ~ und f in g(~) stetig.
Dann ist auch f o g in ~ stetig.
Aus x"

~~folgt

nmlich zunchst g(x")

(f 0 g)(x,.) = f(g(x,,))

~ f(g(~))

~ g{~)

= {f 0

und dann

g)(~).

Beachtet man noch {14.4) und (14.5), so ergibt sich aus den Stzen dieses
Abschnitts sofort der

34.5 Satz Sind die Funktionen f und g auf X definiert und in ~ stetig, so sind auch
max{f, g) und min{f, g) in ~stetig.
die (auf X erklrten) Funktionen lfl,

r, r,

Wir vertiefen unser Verstndnis stetiger Funktionen durch die sogenannte


0

34.6 ecS-Definition der Stetigkeit Die auf X definierte Fur~ktion f ist genau dann in
~stetig, wer&n es zu jedem e>O ein cS=cS(e) >O gibt, so da

fr alle xEX mit

lx - ~1<5

immer

lf(x) - f(~)l<e

ausfllt.

(34.2)

Oder vllig gleichbedeutend: f ist genau dann in ~ stetig, wenn zu jed er eUmgebung V von f(~) immer eine 5-Umgebung U von~ existiert, so da
f(U nX) c V ist.

(34.3)

Beweis. Wir nehmen zunchst an, die "ecS-Bedingung" des Satzes sei erfllt und
{x") strebe gegen f Nach Wahl von e > 0 bestimmen wir dann ein eS> 0, so da
(34.2) gilt. Zu diesem eS gibt es einen Index n0 = n0 (cS), so da fr n > n0 stets
lxn - ~~<eS ausfllt. Gem der ecS-Bedingung ist jetzt lf(x") - f(~)l < e fr n > n 0 ,
also strebt f(x,.) ~ f(~). d.h., f ist in ~ stetig.- Nun sei umgekehrt f in ~ stetig.
Wir fhren einen Widerspruchsbeweis, nehmen also an, die ecS-Bedingung sei
nicht erfllt . Das bedeutet, da ein "Ausnahme-E", etwa e 0 > 0, mit folgender
Eigenschaft existiert: Zu jedem cS>O gibt es ein gewisses x(cS)EX, so da zwar
lx(cS) - ~~<eS, aber doch lf(x(cS)) - f(~)l;;:.: e0 ist. Insbesondere gibt es also zu jedem
natrlichen n ein xn EX mit
1

lx" - ~~ <- und


n

lf(x,.) - f(~)l;;:.: Eo.

Daraus folgt aber, da zwar x,, ~ ~. aber f(x,.) ni cht~ f(~) strebt, im Widerspruch zu unserer Voraussetzung. Die ecS-Bedingung mu also doch erfllt sein.
Anschaulich gesprochen bedeutet somit Stetigkeit von f im Punkte ~, da man zu jedem
horizontalen e-Streifen um f(e) stets einen vertikalen 8-Streifen um g finden kann, so da
das Schaubild von f um (g, f(g)) herum den zugehrigen eS-Kasten nicht verlassen kann (s.
Fig. 34.2). Und dabei liegt der Akzent auf der Mglichkeit, das Schaubild von f in einen
beliebig niedrigen Kasten einsperren zu knnen Ue niedriger man den Kasten whlt, umso
schmaler wird man ihn i. allg. allerdings machen mssen). Eine andere geometrische
Deutung der Stetigkeit wird durch die sS-Bedingung in der Form (34.3) nahegelegt. Dazu

216

V Stetigkeit und Grenzwerte von Funktionen


f
f

I(J)+E

f(J)

f(J)-e

f(U)

I
l

dJJ
v

J'

..

J-<1 J
Fig. 34.2

J+O
Fig. 34.3

veranschaulichen wir uns die Funktion f, indem wir zwei Zahlengeraden nebeneinander
stellen und uns auf der ersten die Punkte des Defirutionsbereichs, auf der zweiten die
zugehrigen Funktionswerte aufgetragen denken. Stetigkeit im Punkte ~ bedeutet dann (s.
Fig. 34.3): Whlt man vllig willkrlich eine Umgebung V von /(~). so kann man immer
eine Umgebung U von ~ finden, deren Punkte (sofern sie zu X gehren) durch f in V
hineingeworfen werden.
Wir hatten frher schon betont, da wir uns i. allg. weniger fr den Wer t einer Funktion
an einer bestimmten Stelle als vielmehr fr die Vernderungen interessieren, welche die
Funktionswerte
erleiden, wenn man das Argument ndert. Vllig willkrliche, "unberechen..
bare" Anderungen sind natrlich wissenschaftlich kaum fabar ; ohne die Annahme
gewisser nderungsgesetze wird man schwerlich bemerkenswerte Einsichten gewinnen
knnen. Wichtige gesetzmige nderungsmodi einer Funktion sind z.B. die Monotonie
und die Dehnungsbeschrnktheit, ein anderer ist die Stetigkeit. Durch die Stetigkeit einer
Funktionfan der Stelle~ sind die Funktionswerte f(x) fr nahe bei~ gelegene Argumente x
an den Wert/(~) in gewisser Weise gebunden : Sie weichen wenig von f(~) ab, wenn x wenig
von ~ abweicht oder genauer: f(x) weicht beliebig wenig vott /(~) ab, wenn x
hi n reichend wenig von~ abweicht.
Entscheidend ist bei der eS-Definition, da man zuerst eine Variationsbreite, eine Toleranzgrenze fr die Fun ktionswerte vorgibt (gemessen durch e), und anschlieend versucht, die unabhngige Vernderliche x so z u beschrnken (durch die 8-Umgebung von ~).
da die zugehrigen Funktionswerte f(x) innerhalb der a priori zugelassenen Abweichung
von fW bleiben, d.h., da fW- e< f(x) < f(~) + e ist. Es sind gerade die Erfordernisse der
Praxis, die auf solche Betrachtungen fhren. Wollen wir nmlich einen Funktionswert
/(~)-etwa ~. et, In ~ usw. - wirklich berechnen, so stoen wir sofort auf den unbefriedigenden Umstand, da uns schon ~ i. allg. nicht exakt gegeben ist, wir vielmehr nur
einen Nherungswert f etwa in Form eines endlichen Dezimalbruches mit wenigen Stellen
in Hnden haben. Andererseits wird uns aber durch die Zwecke unserer Rechnung i. allg.
nur eine gewisse, von vo rn here i n fests t e h e nd e Abweichung der Nherung f(f) von
dem wahren Wert f(~) als unschdlich oder akzeptabel gestattet sein, und in dieser Situation
mssen wir uns fragen , ob unser Nherungswert f "gut genug" ist- gut genug in dem
Sinne, da /(f) nicht weiter als a priori erlaubt von f(~) abweichr.
Ist nun f in ~ stetig, so darf man sicher sein, bei jeder noch so kleinen Toleranzgrenze doch
stets akzeptable Nherungswerte fW) berechnen zu knnen, wenn man mit f nur
hinreichend dicht bei ~ bleibt - die Stetigkeitsdefinition ist ja genau auf diesen Fall
zugeschnitten . Und gerade diese Tatsache ist einer der Grnde fr die groe praktische
Bedeutung der stetigen Funktionen .

34 Einfache Eigenschaften stetiger Funktionen

217

Bisher haben wir nur Funktionen betrachtet, die in einem gewissen Punkt stetig
sind. Ist eine Funktion an jeder Stelle ihres Definitionsbereichs X stetig, so sagen wir,
sie sei s tetig auf X oder einfach, sie sei stetig. Nach dem bisher Bewiesenen ist
unmittelbar klar, da die Menge aller auf X stetigen Funktionen eine Punktionenalgebra auf X bildet (die berdies mit f undgauchnoch lfl,
max(f, g)
und min(f, g) enthlt). Diese Algebra bezeichnen wir mit C(X); in dem besonders
wichtigen Falle X=[a, b] oder=(a, b) verzichten wir auf die Klammern um X
und schreiben kurz C[a, b] bzw. C(a, b).
Ebenso ist klar, da jede Einschrnkung einer stetigen Funktion wieder stetig ist.
Eine Fortsetzung der stetigen Funktion f: X~ R braucht jedoch nicht mehr in
allen Punkten von X stetig zu sein. Setzen wir etwa f(x): = 1 fr alle x e [a, b ], so
ist f stetig; definieren wir nun eine Fortsetzung g von f durch

r, r,

0
g(x):- f(x)

fr x<a
fr a:s:;x:s:;b
fr

x> b

(s. Fig. 34.4), so ist g an den Stellen a und b nicht mehr stetig. In der Folge
werden wir hufig Anla finden, eine Funktion f: X - R lediglich auf einer
gewissen Teilmenge T von X zu betrachten. Wenn wir dann sagen, f sei auf T
stetig, so meinen wir damit, da dieEinschrnkungfIT stetig auf T ist. Nach dem
eben Bemerkten braucht dies nicht zu bedeuten, da f selbst in jedem Punkte von
T stetig (bezglich X) ist. Es besagt eben nur, da aus ~ e T, Xn e T, Xn - ~ stets
f(xn)- f(~) folgt, wobei die einschrnkende Bedingung "xn e T " wohl zu beachten ist. Die oben definierte Funktion g: R - R (s. Fig. 34.4) ist z.B. in den
Punkten a und b unstetig, dennoch ist sie gem unserer Sprechweise a uf [ a, b]
stetig, weil g I [a, b] dort stetig ist.

-- r
I

I
I

Fig. 34.4

berraschend einfach lt sich die Stetigkeit einer Funktion beschreiben, wenn


man den Begriff der offenen Menge heranzieht. Eine Teilmenge G von R beit
offen, wenn jedes ~E G eine e-Umgebung besitzt, die noch ganz in Genthalten
ist. Trivialerweise ist R offen, aber auch 0 ist offen (andernfalls gbe es einen
Punkt ~0 in 0, so da kein U,. (~0 ) c 0 ist; ein solches ~0 ist aber einfach deshalb
nicht vorhanden, weil es in 0 berhaupt keine Punkte gibt). Jedes offene Intervall
(a, b) ist eine offene Menge: Ist nmlich ~ e (a, b) und e: =min(~- a, b- ~), so liegt
U.,(~) in (a, b). Entsprechend sieht man, da alle Intervalle der Form (- oo, a),

218

V Stetigkeit und Grenzwerte von Funktionen

(a, +oo) offen sind. Liegt eine feste Menge X c R vor, so heit eine Teilmenge G
derselben X-offen (oder relativ offen bezglich X oder auch kurz relati v
offen), wenn es zu jedem e G eine e-Umgebung U derart gibt, da zwar
vielleicht nicht U selbst, aber jedenfalls doch die " Relativumgebung" U n X =
{x e X: lx- 1 < e} noch ganz in G liegt 1 ' . Mit diesen Begriffsbildungen gilt nun
der
0

34.7 Satz Die Funktion f ist genau dann stetig auf X, wenn das Urbild jeder
offenen Menge X -offen ist.

Zum Beweis sei zunchst f stetig und G eine beliebige offene Menge; wir
mssen zeigen, da 1(G) X-offen ist. Das ist klar, wenn 1(G) leer ist. Sei a lso
jetzt / 1 {G) =/= 0 und g ein beliebiger Punkt in / 1(G). Dann liegt /() in G, und
da G offen ist, gibt es e ine e-Umgebung V von /() mit V c G. Zu diesem V
existiert nach Satz 34.6 eine S-Umgebung U von g mit f( U n X) c V , so da also
Unxcr 1(V) und somit erst recht unxcr 1(G) ist. Daher mu r 1(G)
X-offen sein.- Nun sei umgekehrt die Bedingung des Satzes erf llt, g ein
beliebiger Punkt aus X und V eine willkrlich gewhlte e-Umgebung von /(). V
ist offen, und somit ist nach unserer Voraussetzung das Urbild 1 (V) X-offen.
Insbesondere besitzt g a lso eine 5-Umgebung U mit unxcr 1 (V). Das bedeutet aber, da /( U n X) c V und f somit- nach Satz 34.6- in g stetig ist. Da
g ein vllig beliebiger Punkt von X sein durfte, ist also f in der Tat stetig auf X.

D ie beiden wichtigsten Eigenschaften offener Mengen beschreibt der


0

34.8 Satz Der Durchschnitt endlich v ieler und die Vereinigung beliebig
v i e I e r offener Mengen ist wieder offen.
B ewe is. Sind G 1 , . . . , G" offene Mengen und ist ge G := G 1 n n G"' so gibt
es fr jedes v = 1, ... , n eine e"-Umgebung U". () c G". Setzt man
e := min(st> ... , e")' so liegt U.,() in jedem G", a lso auch in G, somit ist G
offen. -Ist nun G die Vereinigung beliebig vieler offener Mengen und e G, so
gehrt mindestens e ine r Menge G 0 dieser Vereinigung an, damit liegt aber auch
eine gewisse s-Umgebung U von g in G 0 - erst recht liegt dann U in G, d.h., G

ist offen.
Zum Schlu vereinbaren wir noch eine Vereinfachung der Sprechweise und
Bezeichnung. Statt umstndlicher Redewendungen wie "wir betrachten die Funktion f, die durch f(x) : = auf X definiert ist" oder "die Funktion f, definiert
durch f(x) : = , ist stetig auf X" usw. wollen wir krzer sagen: " Wir betrachten
die Funktion f(x) := , x EX" bzw. " die Funktion f(x) := ist stetig auf X"
usw. Ohne das vorausgesetzte Wort "Funktion" bedeutet f(x) jedoch nach wie

>Bei dieser Relativieruog der Offenheit vergit man gewissermaen, da es noch Punkte
auerhalb von X gibt.

34 Einfache Eigenschaften stetiger Funktionen

2 19

vor nicht die Funktion f, sondern deren Wert an der Stelle x. Diese
Spracherleich
ter ung hatten wir uns frher schon bei den Polynomen gewhrt. Ahnlieh wie dort
werden wir von nun an einfach von der Logarithmusfunktion ln x, der Wurzelfunktion ifX, der Grte-Ganze-Funktion [x] usw. reden statt von der Funktion
X..-.+ ln X, X..-.+ .ifX, X..-.+ (x) USW.

Aufgaben
~eZ

1. a) D ie Grte-Ganze-Funktion [x] ist genau an den Stellen


Funktion ox (x "" 0) ist gerrau im Nullpunkt unstetig.

unstetig. b) Die

2. Eine Treppenfunktion ist hchstens in den Teilpunkten der zugrundeliegenden IotervaUzerlegung unstetig (s. Beispiel 10 in Nr. 14).
3. Sei {x 1 , x 2 , } eine abzhlbare Teilmenge von R mit x" - x 0 . Ferner strebe die Folge
(y ~> y 2 , . ) gegen y0 Setze f(xk) : = Yk fr k = 0, 1, .... Dann ist f auf X: = {x0 , x 1 , x 2 , . . .}
stetig.
4. Sei

f(x) :=

{x0

f~r ~ati~nales x .
fur uratJOnales x

Dann ist f genau in 0 stetig.

.Je!

5. Bilde Funktionen wie - .

e~ +~x 2 + 1

ln

JX

' . . . und stelle fest. wo sie

definiert und stetig sind.


6.

1
sei auf (0, 1] wie folgt definiert: f~n _ ): = 0 ,
1

t(=};;): = 1 fr n

N, in jedem Intervall

[ +1 1]
n

,;; sei f affin (Skizze!}. Ferner sei g(O): = 0, g(x): = f(x) fr x e (0, 1]. Zeige, da g

1
in 0 unstetig, sonst aber stetig ist, whrend x ~ xg(x) auf [0, 1] stetig ist (s. auch Aufgabe
7).
7. Ist g auf [0, 1] definiert und beschrnkt, so ist x ~ xg(x) in 0 stetig.

+s.

Sind die Funktionen f, g auf [a, b] definiert und stetig und stimmen sie in aJJen
rationalen Punkten von [a, b] berein, so sind sie identisch. Die Werte der stetigen
Funktion f sind also so stark aneinander gebunden, da f bereits durch seine Werte in den
rationalen Punkten vllig eindeutig bestimmt ist.

+ 9. Seifeine gerade oder ungerade Funktion auf [ - a, a] , a > 0. Ist


f auch stetig auf [- a, a].

stetig auf [0, a], so ist

10. f: R- R genge fr alle x , y E R der .,Funktionalgleichung" f(x + y) = f(x ) + /(y).


Zeige der Reihe nach: a) /(0)= 0, b) f(- x )=-f(x) , c) f(x - y )= f(x )- f ( y) ,
d)

t(~ x) = ~ f(x)

fr q e N, e) f(rx) = rf(x) fr r e 0 , f) ist f stetig in 0 , so ist f

stetig (auf R), g) ist f stetig, so ist f (x) = ax mit a : = f(l) .

220

V Stetigkeit und Grenzwerte von Funktionen

11. Die Funktionen

f~o [ 2 , ..

seien alle stetig auf X und fr jedes feste x EX sei die Folge
(f1 (x), Mx), ...) nach oben beschrnkt. Dann ist die Funktion g(x) := sup({l(x), fz(x), .. .)
zwar auf X definiert, braucht aber nicht mehr stetig zu sein (Beispiel?).
12. Der Durchschnitt unendlich vieler offener Mengen braucht nicht mehr offen zu sein
(Beispiel?).
+13. Zeige der Reihe nach: a) Genau die Mengen der Form MnX mit offenem M sind
X-offen. b) Ist X offen, so ist eine Teilmenge G von X genau dann X-offen, wenn sie
offen ist. c) Ist X offen, so ist die Funktion f: X-+ R genau dann stetig auf X, wenn das
Urbild jeder offenen Menge selbst wieder offen ist.
o

14. Die Definition der offenen und relativ offenen Menge lt sich wrtlich ins Komplexe
bertragen. Mit Hilfe der Dreiecksungleichung zeigt man, da eine e-Umgebung stets
offen ist (diese Tatsache wird beim Beweis des "komplexen" Satzes 34.7 bentigt).

35 Fixpunkt- und Zwischenwertstze fr stetige Funktionen


Die Aufgabe, die Reziproke 1/a und die Quadratwurzel -Ja in praktisch brauchbarer Weise beliebig genau zu berechnen, hatte uns auf die Frage gefhrt, wann
"Fixpunktgleichungen" x = f(x) lsbar sind und ob eine Lsung " iterativ" (d.h.
als Grenzwert einer Iterationsfolge) gewonnen werden kann (s. die Errterungen
in Nr. 23 kurz nach dem Prinzip der Intervallschachtelung). In A 23.8 war uns
zuerst ein allgemeiner Satz in dieser Richtung begegnet. Die Analyse seines
Beweises fhrt uns ohne Umwege zu dem

35.1 Satz Ist die Funktion f: [a, b] ~ [a, b] wachsend und stetig und definiert man
die lt er a ti o n s f o 1g e (xJ durch die Festsetzung
x,.+1 :=f(x,.) fr n = 0, 1, 2 , .. . mit beliebigem x 0 e [a, b],

(35.1)

so strebt (x,.) monoton gegen einen Fixpunkt von f.


Beweis. Da f das Definitionsintervall [a, b] in sieb abbildet, sieht man induktiv,
da a lle xn existieren und in [a, b] liegen; insbesondere ist (x,.) beschrnkt. Falls
x 1 ~ x 0 ist, gilt auch f(x 1 ) ~ f(x 0 ), also x 2 :s:; x 1> und derselbe Schlu lehrt, da nun
auch x 3 :s:; x 2 und allgemein x,.+ 1 ~ x,. sein mu (Induktion!). (x,.) konvergiert
dann wegen des Monotonieprinzips (fallend) gegen einen Grenzwert ~. der wegen
a ~ x,. ~ b in [a, b] liegt. Und wegen der Stetigkeit von f folgt nun aus (35.1)
durch Grenzbergang (n ~ +oo), da ~ = f(~), also ~ ein Fixpunkt von f ist.
Haben wir aber nicht, wie eben angenommen, x 1 ~ x0 , sondern x 1 > x 0 , so sieht
man ganz entsprechend, da (x") nunmehr wachsend gegen eine n Fixpunkt von f
strebt. (Das Beispiel der Funktion f(x) := x zeigt brigens, da f mehrere, ja
sogar unendlich viele Fixpunkte besitzen kann.)

35 Fixpunkt- und Zwischenwertstze fr stetige Funktionen

221

In den Anwendungen treten besonders hufig dehnungsbeschrnkte Funktionen


f:X ~ R mit Dehnungsschranken < 1 auf:

if(x) - f(y)l ~ q lx - Yl fr alle x, y EX mit einem festen q < 1.

(35.2)

Solche Funktionen werden kontrahierend genannt, und fr sie gilt der wichtige
und stark verallgemeinerungsfhige
35.2 Kontraktionssatz Eine kontrahierende Selbstabbildung f des Intervalls [a, b]
besitzt genau einen Fixpunkt S. Dieser Fixpunkt ist Grenzwert der Iterationsfolge
(x,.) in (35.1). berdies gilt die Fehlerabschtzung
1~-x .. 1~

q"

1 -q

lxt-xol

mit der Kontraktionskonstanten q in (35.2).


Wie am Anfang des Beweises zu Satz 35.1 sieht man zunchst, da (x,.) wohldefiniert ist und in [ a, b] liegt. Ferner folgen aus (35 .2) sukzessiv die Abschtzungen lxz- x1l = lf(xl)- f(xo)l ~ q lx1- xol. lx3- Xz l = if(xz) - f(xt)l ~ q lxz- x1l ~
q2 lx1 - x0 l, allgemein
lxn+l-xnl~q"

lxl-xol

Mit Hilfe der geometrischen Summenformel aus A 7.10 ergibt sich daraus fr alle
natrlichen k

v=l

L q"+v- l lx1- Xol


(35.3)

Wegen 0 ~ q < 1 e ntnimmt man dieser Abschtzung, da (x,.) eine Cauchyfolge ist
und daher einen G renzwert ~ besitzt; wegen a ~ x,. ~ b mu ~ in [a, b] liegen.
Und genau wie im letzten Beweis sieht man nun, da = /() ist. Gilt fr
71 E[a, b] ebenfalls 11=/(TI), so folgt aus ls- TI I= If()-f(11)l ~ qls - 11 1 sofort
ls - 71 I= 0, also 11 = , somit ist s in der Tat der einzige Fixpunkt von f. Die
behauptete Fehlerabschtzung erhalten wir sofort aus (35.3), indem wir dort
k ~ +oo gehen lassen.

Geht man den eben gefhrten Beweis noch einmal durch, so sieht man, da wir
von dem D efinitionsbereich X = [ a, b] unserer Funktion in Wirklichkeit nur die
folgende Eigenschaft benutzt haben: Der Grenzwert jeder konvergenten Folge
aus X liegt wieder in X. Jede derartige Teilmenge X von R nennen wir
abgeschlo sse n. Und ohne neuen Beweis knnen wir nun sagen, da der

222

V Stetigkeit und Grenzwerte von Funktionen

Kontraktionssatz wrtlich erhalten bleibt, wenn wir das abgeschlossene Intervall


[a, b] durch einen beliebigen abgeschlossenen Definitionsbereich X ersetzen.
Ganz entsprechend sieht man, da Satz 35.1 auch dann noch gilt, wenn [a, b]
gegen eine abgeschlo ss ene und be s chrnkte Men ge =/= 0 ausgetauscht wird.
Offenbar sind 0 und R, alle endlichen Teilmengen v on R, alle abgeschlossenen
Intervalle [a, b] und alle Intervalle der Form (-oo, a], [a, +oo) abgeschlossene
Mengen. Die wichtigsten Eigenschaften abgeschlossener Mengen beschreibt

35.3 Satz A c R ist genau dann abgeschlossen, wenn das Komplement R\A offen
ist. Der Durchschnitt beliebig vieler und die Vereinigung endlich vieler
abgeschlossener Mengen ist wieder abgeschlossen.

Beweis. Sei A abgeschlossen und~ ein beliebiger Punkt aus R\A. Wrde jede
e -Umgebung von g Punkte aus A enthalten, so gbe es insbesondere in jedem
U 11" (~) ein x .. E A. Die Folge (x") wrde gegen g konvergieren und somit mte g
in A liegen. Dieser Widerspruch zur Annahme ~~ A zeigt, da es eine eUmgebung von ~geben mu, die A nicht schneidet, die also vollstndig in R\A
liegt. Damit ist aber R\A als offen erkannt. Nun sei umgekehrt R\A offen und
(x.,) eine konvergente Folge aus A. Lge ihr Grenzwert g nicht in A (sondern in
R\A), so gbe es eine e-Umgebung von~. die noch ganz in R\A liegt, also keinen
Punkt von A und somit erst recht kein einziges x" enthlt- was doch wegen
x .. ~ ~ vllig absurd ist. Also mu ~ zu A gehren und folglich A abgeschlossen
sein. - Die beiden letzten Behauptungen folgen nun mit einem Schlag aus Satz
34.8, wenn man noch die Morganschen Komplementierungsregeln (1.1) heranzieht (sie lassen sich aber auch in einfacher Weise unmittelbar aus der Definition
gewinnen).

b
f (l)

0
-

'B

I
a

F ig. 35.1

Nach dieser Abschweifung kehren wir wieder zur Diskussion des Fixpunktproblems zurck. Fig. 35.1 drngt uns die Vermutung auf, da das ("unzerrissene") Schaubild einer stetigen Selbstabbildung f von [a, b] mindestens einmal die
Diagonale des Quadrats ABCD (und damit die Gerade y = x) treffen, f also
mindestens einen Fixpunkt haben mu. Da die Anschauung in diesem Falle
tatschlich nicht fehlgeht (oder umgekehrt: da der mathematische Stetigkeitsbegriff wesentliche intuitive Forderungen erfllt), lehrt der nchste Satz.

35 Fixpunkt- und Zwischenwertstze fr stetige Funktionen

223

35.4 Allgemeiner Fixpunktsatz Jede stetige Selbstabbildung des Intervalls [a, b]


besitzt mindestens einen Fixpunkt.
Fr eine solche Abbildung g ist nmlich stets a ::s; g(x)::s; b, und da wir nichts mehr
zu beweisen brauchen, wenn a = g(a) oder b = g(b) ist, luft alles darauf hinaus
zu zeigen, da die Funktion f(x):=x-g(x) in (a, b) eine Nullstelle besitzt, wenn
f(a) < 0 und f(b) > 0 ist. Da dies in der Tat der Fall ist, besagt der fundamentale

35.5 NullsteDensatz von Bolzano Ist die Funktion f auf dem Intervall [a, b] stetig
und ist berdies f(a)<O und f(b)>O (oder auch f(a)>O und f(b)<O), so besitzt
sie mindestens eine Nullstelle in (a, b).
Den Beweis fhren wir unter der Annahme f(a)<O, f(b)>O . Die Menge
A: = {x E [a, b]: f(x) ::s; 0} ist nichtleer und beschrnkt, so da sie ein (endliches)
Supremum ~besitzt;~ liegt offenbar in [a, b]. Nach A 22.8 gibt es eine Folge (xn)
in A , die~~ strebt. Wegen der Stetigkeit von f mu dann f(Xn) ~ f(~) konvergieren, und da alle f(x.,.) ::s; 0 sind, wird auch f(~) ::s; 0 (und somit ~ < b) sein. Wre
f(~)<O, so gbe es wegen Satz 34.2 noch Punkte xE(~,b] mit f(x)<O-im
Widerspruch zur Definition von~. In Wirklichkeit mu also f(~) verschwinden 1) .
D ie Fixpunktstze 35.1 und 35.2 gelten, wie betont, auch dann noch, wenn das
Definitionsintervall [a, b] etwa durch eine beschrnkte und abgeschlossene Menge ersetzt
wird. Fr den allgemeinen Fixpunktsatz ist eine solche Lockerung der Voraussetzungen
jedoch nicht statthaft: Ist a<b<c<d und X:=(a,b]U[c,d], so ist X zwar beschrnkt
und abgeschlossen, und die Funktion
f(x):={c
a

f~ra.;;x.".b
fur c .;; x .;; d

ist eine stetige Selbstabbildun~ von X-sie besitzt aber keine Fixpunkte. Im allgemeinen Fixpu11ktsatz ist es somit wesentlich, da der Definitionsbereich eirt Inter v a II ist.

Aus dem Nullstellensatz folgt mhelos der

35.6 Zwischenwertsatz von Bolzano Eine stetige Funktion f: [ a, b] ~ R nimmt


jeden Wert zwischen f(a) und f(b) an.
Im Falle f(a) = f(b) ist nichts zu beweisen. Sei nun f(a) < f(b) und 11 ein beliebiger
Punkt aus (f(a), f(b)). Dann folgt die Behauptung ohne Umstnde, indem man
den Nullstellensatz auf die Funktion g(x): = f(x) - 17 anwendet. Und entsprechend
verfhrt man im Falle f(a)> f(b).

Man wird geneigt sein zu vermuten, da der Zwischenwertsatz fr stetige Funktionen charakteristisch ist. Dem ist jedoch nicht so. Z.B. ist die Funktion

--{x

fr rationales x
(Q ::s; X ::s; 1)
1 - x fr irrationales x
nur im Punkte 1/2 stetig, sie nimmt aber dennoch jeden Wert zwischen f(O) = 0 und
f(1) = 1 an.

f<x)

Die (nherungsweise) B erechnung von ~ kann mit Hilfe der Halbierungsmethode geschehen.
11

224

V Stetigkeit und Grenzwe rte von Funktionen

Aufgaben
1. Sei a eine feste positive Zahl und f(x): =Ja+ x, x E I: = [0, 1 +Ja]. Zeige: a) f ist eine
stetige Selbstabbildung von I. b) f ist genau fr a > 1/4 kontrahierend. c) f besitzt genau
einen Fixpunkt; dieser kann iterativ gewonnen werden.- Vgl. auch A 23.7.
2. Durch f(x): = (x + 2)/(x + 1) wird eine kontrahierende Selbstabbildung des Intervalls
[1, 2] definiert. Bestimme eine Kontraktionskonstante q und den Fixpunkt g von f in [1, 2].
Zeige ferne~, da f auf [1, 2] stre ng abnimmt.
3. Ein Polynom ungeraden Grades besitzt mindestens eine NullsteUe. Hinweis: A 15.8.

*4. Ist die abgeschlossene Menge At= 0 nach oben (unten) beschrnkt, so besitzt sie ein
Maximum (Minimum). Hinweis: A 22.8.

* 5.

Ist f stetig auf dem abgeschlossenen Definitionsbereich X, so sind die folgenden


Mengen fr alle a, b abgeschlossen: a) die Nullstellenmenge {x EX: f(x) = 0}, allgemeiner
die " a-SteUenmenge" {x E X:f(x)= a}. b) {x E X:f(x );;;.:a}. c) {x EX:f(x)-=:; a}. d)
{x E X:a -=:;f(x }:s:: b}. e) Das Urbild 1(A) jeder abgeschlossenen Menge A c R (daraus
folgen brigens die ersten vier Aussagen).

6. Sei X eine feste Teilmenge von R. FeX beit X-abgeschlossen (oder relativ
abgeschlossen bezglich X oder auch kurz re lativ abgeschlossen), wenn der
Grenzwert jeder Folge aus F, die gegen ein Element von X konvergiert. sogar in F liegt.
Zeige: a) Fist X-abgeschlossen- X\F ist X-offen.
b) Fist X-abgeschlossen- es ist
F = A n X mit abgeschlossenem A. c) Ist X selbst abgeschlossen, so gilt: F c X ist
X-abgeschlossen- F ist abgeschlossen.
7. Die Funktion f ist genau dann stetig auf X, wenn das Urbild jeder abgeschlossenen
Menge X-abgeschlossen ist. Hinweis: Satz 34.7, Aufgabe 6a und A 13.3d.
8. Zeige durch ein Beispiel, da die Vereinigung unendlich vieler abgeschlossener Mengen
nicht abgeschlossen zu sein braucht.
9. M sei eine beliebige Teilmenge von R und M die Menge aJler Grenzwerte konvergenter
- enthlt M. ist abgeschlossen und stimmt mit dem Durchschnitt
Folgen aus M. Zeige: M
aller abgeschlossenen Obermengen von M berein.

*10. Die Funktion f:X_. R sei kontrahierend, es gelte also lf(x)-f(y)i :s:: qlx - yl fr
alle x, y E X mit einem festen q < 1. Zu dem Punkt x 0 E X gebe es ein Intervall
I: =[x 0 - r, x 0 +r] mit I cX, lf(x 0 ) - x 0 l:s:: (l - q)r. Dann existiert die Folge der Zahlen
x,.+1 := f(x") (n = 0, l, ...) und konvergiert gegen einen Fixpunkt~ E I von f. ~ ist berdies
der einzige Fixpunkt von f in X.
o

11. Abgeschlossene Mengen und kontrahierende Abbildungen werden im Komplexen


wrtlich wie im Reellen definiert. Zeige, da der Kontraktionssatz auch im Komplexen gilt,
wenn [a, b] durch eine nichtleere abgeschlossene Menge X c C e rsetzt wird.

36 Stetige Funktionen auf kompakten Mengen


Die folgende einfache Beobachtung fhrt uns ohne Umwege zu einem fundamentalen Begriff und Satz.

36 Stetige Funktionen auf kompakten M engen

225

Es sei f: [a, b]- R stetig und (f(x")) irgendeine Folge aus dem Wertebereich W
von f. Dann ist die Urbildfolge (x") beschrnkt - sie liegt ja in [a, b] -, besitzt
also nach dem Auswahlprinzip von Bolzano-Weierstra eine konvergente Teilfolge (x".). D eren Grenzwert ~ liegt in [ a, b] , da [ a, b] abgeschlossen ist. Info lgedessen strebt f(x".)- f(~) e W. W ist also im Sinne der folgenden Definition
"kompakt":
o

Definition Die Zahlenmenge K heit kompakt, wenn jede Folge aus K eine
konvergente Teilfolge besitzt, deren Grenzwert wieder zu K gehrt.
Ganz offenbar wren wir mit den oben benutzten Schlssen auch dann zur
Kompaktheil von W gelangt, wenn der Definitionsbereich von f nicht das Intervall
[a, b], sondern irgendeine nichtleere kompakte Menge gewesen wre. Es gilt also
der folgende Sa~z, der in der Theorie der stetigen Funktionen schlechthin unentbehrlich ist:

36.1 Satz Ist der Definitionsbereich einer stetigen Funktion kompakt, so trifft dasselbe fr ihren Bildbereich zu. Oder ganz kurz: Das "stetige Bild" einer kompakten
Menge ist wieder kompakt.
Wir werden also Aufschlsse ber die Struktur des Bildbereiches einer stetigen
Funktion gewinnen knnen, wenn wir wissen, wie kompakte Mengen beschaffen
sind. Es ist klar, da die leere Menge und jede endliche Menge kompakt ist. Das
Auswahlprinzip von Bolzano-Weierstra lehrt mittels des eingangs
durchgefhrten Schlusses, da jedes (beschrnkte und abgeschlossene) Intervall
[a, b] und sogar jede beschrnkte und abgeschlossene Menge notwe ndig kompakt
ist. Hiervon gilt aber auch die Umkehrung, insgesamt also der

36.2 Satz Eine Zahlenmenge ist genau dann kompakt, wenn sie beschrnkt und
abgeschlossen ist.
Wir brauchen nur noch zu zeigen, da eine kompakte Menge K beschrnkt und
abgeschlossen ist. Unbeschrnkt kann sie nicht sein, weil sie sonst eine Folge (x")
mit lx" I> n enthalten wrde und jede Teilfolge derselben unbeschrnkt und somit
divergent wre. Die Abgeschlossenbeit von K ist ebenso trivial: Strebt nmlich
d ie Folge (x") aus K gegen x, so strebt eine gewisse Teilfolge von (x") einerseits
gegen ein Element aus K, andererseits- wie jede Teilfolge von (x")- gegen x.
Also liegt x in K.

Aufgrund des letzten Satzes ist ein Intervall genau dann kompakt, wenn es die
Form [a, b] hat. Um seine Vorstellungen zu fixieren, mge der Leser sich unter
einer kompakten Menge zunchst immer ein kompaktes Intervall vorstellen.
Mit A 35.4 ergibt sich aus den beiden letzten Stzen nun auf einen Schlag der
entscheidende

36.3 Extremalsatz Eine stetige Funktion f mit kompaktem Definitionsbereich X ist


beschrnkt und besitzt sogar ein Minimum und ein Maximum. Anders gesagt:

226

V Ste tigkeit und Gre nzwe rte von Funktionen

Es gibt in X eine Minimalstelle x 1 und eine Maximalstelle x 2 , so da

Wie die Funktion 1/x (0 < x < 1) lehrt, kann eine stetige Funktion auf einer
nichtkompakten Menge sehr wohl unbeschrnkt sein.
Sei f: La, b] ~ R stetig und x 1 eine Minimal-, x 2 e ine Maximalstelle von f. Im Falle
f(x 1) = f (x 2 ) ist f ([a, b]) = {f(x 1)}. Im Falle f (x 1) =I= f(x 2 ) siebt man mit Hilfe des
Zwischenwertsatzes, da / ([a, b ]) = [f(x 1 ), f(x2 )] sein mu. Somit gilt der

36.4 Satz Das stetige Bild eines kompakten Intervalls ist wieder ein kompaktes
Intervall oder eine einpunktige Menge.

In der eS- Definition der Stetigkeit hngt () i.allg. nicht nur von e, sondern auch von
dem Punkt ~ ab. Das folgende Beispiel wird dies deutlieber machen. Das
Polynom x 2 ist stetig auf R. Wir fassen einen Punkt ~ ins Auge, geben uns ein
e > 0 vor und bestimmen nun ein () > 0, so da

lx 2 -

e1= lx - ~llx + ~I < e ausfllt, falls nur lx - ~I< <> ist.

Ist insbesondere

~>

O~x -~<

(36.1)

0, so gilt also:

() ~ (x - ~) (x + ~) < e.

Ersetzt man hierin x durch x,. : = ~ + ()- 5/ n und lt n ~ +oo geben, so fo lgt
5 (~ + () + ~) = 2~() + () 2 ~ e, erst recht ist also 2~() < e und somit notwendig () <
e/(2~). Mit wachsendem ~mu also (bei gleichbleibendem e) die Zahl () nicht nur
immer kleiner werden - es kann sogar kein k 1einst e s positives () geben, mit
dem (36.1) fr alle~ richtig wre. Da() sowohl von e als auch von~ abhngt,
bringt man gerne durch die Schreibweise () = S(e, ~) zum Ausdruck.
Bei manchen Funktionen hngt 8 jedoch in Wirklichkeit nicht von ~ ab. Dies ist
trivialerweise bei den konstanten und affinen Funktionen der Fall. Stetige Funktionen, bei denen 5 nur von e, nicht jedoch von ~ abhngt, bei denen man also,
kurz gesagt, nach Wahl von e mit einem einzigen () auskommt, nennt man
gleichmig stetig. Wir geben die ausfhrliebe
0

Definition Die Funktion f heit gleichmig stetig auf X, wenn es z u jedem


e > 0 ein () > 0 gibt, so da
fr alle x, y EX mit lx - yI< () immer lf (x)-f (y)I< e ist.

(36.2)

Eine gleichmig stetige Funktion ist erst recht stetig; wie wir oben gesehen
haben, gilt jedoch nicht die Umkehrung. Umso bemerkenswerter ist der
0

36.5 Satz Jede stetige Funktion mit kompaktem Definitionsbereich ist sogar
gleichmig stetig.

36 Stetige Funktionen auf kompakten Mengen

227

Beweis. Sei f stetig auf der kompakten Menge X Wir fhren einen Widersprucbsbeweis, nehmen also an, f sei nicht gleichmig stetig auf X Das
bedeutet: Nicht zu jedem e > 0 gibt es ein 5 > 0, so da (36.2) gilt, vielmehr
existiert ein " A usnahme-e", etwa e0 >0, mit folgender Eigenschaft: Zu jedem
(noch so kleinen) 5 > 0 gibt es stets Punkte x(l>), y(l>) EX, fr d ie zwar
lx(8)-y(l>)l<8, aber doch lf(x(8))-f(y(8))1;:?:e0 ist. Insbesondere gibt es zu
jedem 8=1/n (nE N) Punkte x,., y,. mit lx,.-y,.l<l/n und lf(x")-f(y,.)l ;:?:eo.
Die Folge (x") besitzt wegen der Kompaktheit von X eine konvergente Teilfolge
(xnJ, deren Grenzwert ~ in X liegt. Dann strebt aber wegen x"- y,. ~ 0 auch
y,.. = x,..- (x".- y".) ~ ~ und somit konvergiert sowohl f(x,..) ~ f(~) als auch
f(y,..) ~ f(~)- im Widerspruch zu lf(x".)- f(y,..)l;:?: e 0 . Die Annahme, f sei nicht
gleichmig stetig, mu also verworfen werden.

Der nchste Satz handelt nicht von stetigen F unktionen , er handelt von Funktionen, ber die gar nichts vorausgesetzt wird - auer eben, da sie auf kompakten Mengen defmiert sind. Da man ber solche Funktionen berhaupt Aussagen
machen kann, wirft ein helles Licht auf die Bedeutung, welche die Kompaktheit
des Definitionsbereichs fr das Verhalten von Funktionen hat.

36.6 Satz Sei X kompakt und feine vllig beliebige Funktion auf X Dann gibt es
eine

Stelle~

in X , so da fr jede e-Umgebung U

von~

stets

sup f(U n X )= sup f(X)


ist (f besitzt also auf jedem U n X dasselbe Supremum wie auf X). Und ein
entsprechender Satz gilt mit inf statt sup.

Wir beweisen nur die erste Behauptung. Z ur Abkrzung sei 71 : = sup f(X) und
'TI': = supf(UnX). Gleichgltig, ob 71 endlich oder =+oo ist~ stets gibt es eine
Folge (x,.) aus X mit f(x,.) ~ 71 (fr endliches Tl siebe A 22.8; der Fall Tl = +oo ist
trivial). Weil X kompakt ist, besitzt (x,.) eine Teilfolge (x:J, die gegen ein ~EX
konvergiert. Sei zunchst Tl endlich und 8 eine beliebige positive Zahl. Dann gibt
es gewi einen Index m , so da Tl - 5 < f(x'",) und x~.. E U, also f(x'",) ~Tl' ist. Aus
diesen beiden Ungleichungen folgt 71-8 ~ 71'. Weil aber trivialerweise .,.,, ~ Tl ist,
haben wir Tl - 5 ~ 71' ~Tl fr alle 5 > 0 und somit .,.,, = Tl Ist jedoch Tl = +oo, so gibt
es zu jeder (noch so groen) Zahl G > 0 ein x~.. E U mit f(x~..) > G, also ist
sup f( U n X) = +oo und somit wieder = Tl

Wir bereiten nun eine Charakterisierung der kompakten Mengen vor, deren
Bedeutung uns im Laufe unserer Untersuchungen immer nachdrcklicher bewut
werden wird.
Es sei eine Menge M c R vorgelegt, und jedes x E M mge in einer gewissen
offenen Menge G" liegen, so da M c U G" ist. In diesem Falle nennen wir das
xeM

Mengensystem <M: ={G x: x E M} eine offene berdeckung von M. Gibt es in


<Mein endliches Teilsystem @3: = {Gx, ... , Gx..J, das bereits M berdeckt, mit dem

228

V Stetigkeil und Grenzwerte von Funktionen


m

also Mc

U
.... = 1

..

G x ist, so sagt man, @ enthalte eine endliche Uberdeckung (von M) .

Wir beleben diese (zugegebenermaen befremdliche und dnnbltige) Begriffsbildung zunchst durch einige Beispiele:
1. M sei eine ganz beliebige Teilmenge von R. Dann ist & : = {R} eine offene berdeckung
von M Uedes x e M gehrt ja zu G" := R). @I enthlt trivialerweise eine endliche
berdeckung, nmlich & selbst.
2. Sei M: = {1,2, ... , m} und G":=(k - l , k+l) fr k=1 , ... , m. Dann ist
@I:= { G ~> ... , G"'} eine offene berdeckung von M, die natrlich eine endliche
berdeckung, nmlich &, enthlt.
3. Ist M := N und Gk = (k -1, k + 1), so ist & := {G11 G 2 , . .} eine offene berdeckung
von M, die nun aber keine endliche berdeckung enthlt.
4. SeiM: = (0, 1). Dann bildet das System der Mengen Gx : = (x/2, 3x/2), x e M, eine offene
berdeckung von M. Kein endliches Teilsystem kann M berdecken. Ist nmlich 0 < x 1 <
x 2 < < Xm < 1, so gehrt z.B xd3 nicht zu G", U U Gx"..
5. Ganz anders liegen die Verhltnisse, wenn wir zu (0, 1) noch die Randpunkte 0, 1
hinzunehmen und das eben betrachtete System der G" etwa durch G 0 :=(-1/10, 1/10) und
G 1 : = (9/10, 11/10) ergnzen. Dieses erweiterte System ist eine offene berdeckung von
[0, 1] und enthlt zahlreiche endliebe berdeckungen, z.B. das System der Mengen
G 0 = ( -1/10, 1/10), G 116 = (1/12, 1/4), G 2 = (1/5, 3/5), G911o = (9/20, 27 /20).

,s

6.

D~e Menge M: = {! :n e N} wird von dem System der offenen Mengen G

1 :=

(~ , ~).

1
1
,
), n;;;.: 2, berdeckt, ohne da irgendein endliches Teilsystem von &
n+l n - 1
Entsprechendes leisten knnte.
7. Die Lage ndert sich sofort, wenn wir zu {1/n: n e N} noch den Punkt 0 hinzunehmen
und das eben betrachtete System @I etwa durch G 0 := (-1!1000, 1!1000) zu einer offenen
berdeckung &' von M': = {0, 1, 1/2, 1/3, ...} erweitern. Nunmehr Liegen alle Zahlen 1/n
mit n>1000 in G 0 , so da M'cG0 UG,UG2 U UG 1000 ist.
G" : = (

8. Jede offene berdeckung @I der gerade betrachteten Menge M' enthlt eine endliche
berdeckung. Denn 0 gehrt zu einem gewissen G 0 e ,und da nun wegen der Offenheit
von G eine geeignete e--Umgebung von 0 noch ganz in G liegt, gibt es nur endlich viele
Zahlen 1/n auerhalb von G. Deren Gesamtheit wird trivialerweise von endlich vielen
Mengen G I> ... , Gm aus @I berdeckt, so da @::={G 0, Gl> ... , G"'} das Gewnschte
leistet.
Die eben beobachtete Eigentmlichkeit der Menge M' (da nmlich jede ihrer
offenen berdeckungen eine endliche berdeckung enthlt) ist nun eine charakteristische Eigenschaft kompakter Mengen. Das besagt der sehr technisch an-

mutende, aber ungemein folgenreiche


0

1
36.7 berdeckungssatz von Heine-Borel
.. > Eine Teilmenge von R 'ist ..genau dann
kompakt, wenn jede ihrer offenen Uberdeckungen eine endliche Uberdeckung
enthlt.
1

>Eduard Heine (1821-1881; 60); Emile Borel (1871-1956; 85).

36 Stetige Funktionen auf kompakten Mengen

229

Im ersten Teil des Beweises setzen wir voraus, K c R sei kompakt. Wir fhren
einen Widerspruchsbeweis, nehmen also an, es gebe eine gewisse offene
berdeckung @ von K , die keine endliche berdeckung enthlt. K ist beschrnkt
(Satz 36.2), liegt also in einem kompakten Intervall I 1 Mindestens eine der
beiden Hlften I~, I~ von I 1 enthlt einen Teil von K , der sich nicht durch endlich
viele Mengen aus @ berdecken lt (lieen sich nmlich, kurz gesagt, die beide n
" Halbteile" K n I~ und K n I~ endlich berdecken, so enthielte @ ja auch eine
endliche berdeckung der Menge (K n ID U (K n I~)= K). Eine solche "singulre
Hlfte" von 11 whlen wir aus und bezeichnen sie mit I 2 . Auf I 2 wenden wir
dieselbe Operation und berlegung wie auf 11 an (Halbierung, Auswahl einer
singulren Hlfte I 3 ). Durch Fortsetzung dieses Verfahrens erhalten wir eine
Intervallschachtelung (In) mit folgender Eigenschaft: Keine der Mengen Kni,.
kann durch ein endliches Teilsystem von @ berdeckt werden. Die SchachteJung
erfat einen Punkt ~- Greift man nun a us K n I" ein beliebiges Element x,.
heraus, so mu x,. ~ ~ streben und somit ~ zu K gehren (s. Satz 36.2). Dann
liegt aber ~ in einer gewissen Menge G e @, und da G offen ist, gibt es eine
e-Umgebung U:=(~ -e, ~+e) vo n ~ mit Uc G. Ferner liegt ein gewisses I", in
U (denn fast alle linken und rechten Randpunkte der In gehren zu U). Wir
haben also K n Im c I mc U c G und somit die Inklusion K n Im c G. Sie beinhaltet den gesuchten Widerspruch ; denn sie besagt, da sich K n I m durch das
endliche Teilsystem @:: = { G} von @ berdecken lt, im Gegensatz zur Konstrukder K n In. Wir schlieen daraus, da K doch die im Satz formulierte
tion

Uberdeckungseigenschaft haben mu.


Nun setzen wir vora us, jede offene berdeckung einer gewissen Menge K c R
enthalte eine endliche berdeckung. (x,.) sei eine Folge a us K. Wir mssen
zeigen, da sie eine Teilfolge enthlt, die gegen einen Punkt aus K konvergiert.
Wir fhren einen Widerspruchsbeweis, nehmen also an, keine Teilfolge von (xn)
habe einen Grenzwert in K. Wegen Satz 28.1 bedeutet dies, da (x,.) keinen
Hutungswert in K besitzt. Ist also y ein beliebiger Punkt aus K , so gibt es eine
e(y)-Umgebung ue (y) von y, so da die Beziehung x,. E u,.(y) fr hchstens
endlich viele Indizes n gilt. Das System aller U,.<Y> y e K , berdeckt K. Voraussetzungsgem knnen wir also endlich viele y e K , etwa Y1> .. , Ym finden , so
da bereits die Umgehungen U s(y,) , U e(y.,.,) ganz K berdecken. Daraus folgt
m

aber einerseits, da die Beziehung

Xn

u,. (y..)

fr alle n, andererseits, da sie

k- 1

nur fr endlich viele n gilt. Dieser Widerspruch zeigt, da es doch eine Teilfolge
von (xn) geben mu, die gegen einen Punkt von K konvergiert, womit nun
endlich der Beweis abgeschlossen ist.

..

Der Heine-Borelsche Uberdeckungssatz erlaubt " Endlichkeitsschlsse" beim


Umgang mit kompakten Mengen (vgl. den zweiten Teil seines Beweises und
Aufgabe 11). In der Tat ist es nicht gnzlich abwegig, die kompakten Mengen als
VeraUgemeinerungen der e ndlichen aufzufassen.

230

V Stetigkeit und Grenzwerte von F unktionen

Aufgaben

..

1. Beweise den Satz 36.5 mit Hilfe des Heine-Borelschen Uberdeckungssatzes.


*2. Ist f stetig auf der kompakten Menge X und stndig positiv, so gibt es ein a > 0 mit

f(x) ~ a fr al~e x EX.


~3.

Sei f:[a, b]~R stetig und e >0 beliebig vorgegeben. Konstruiere eine Treppenfunktion Tauf [a, b] mit if(x)- T(x)l<e fr aUe xe[a, b].

4. Sei f stetig auf X und (x") e ine Caucbyfolge aus X. Zeige, da die Bildfolge {f(x.. ))
keine Cauchyfolge zu sein braucht, da sie aber immer dann eine solche sein mu, wen n f
sogar gleichmig stetig ist.
S. Eine auf X dehnungsbeschrnkte Funktion ist dort gleichmig stetig.
6. Die Funktion 1/x ist auf jedem Intervall [a, +oo) (a > 0), aber nicht mehr auf (0, +oo)
gleichmig stetig.

7. Eine gleichmig stetige Funktion auf einer beschrnkten Menge ist beschrnkt.

+s.

Die auf X gleichmig stetigen F unktionen bilden einen Funktionenraum und, faJls X
beschrnkt ist, sogar e ine Funktionenalgebra. Hinwe is : Aufgabe 7.

9. g sei gleichmig stetig auf X, f sei gleichmig ste tig auf Y und g(X) c: Y. Dann ist das
Kompositum f o g gle ichmig stetig auf X.

-x10. Ist A abgeschlossen und f.i A , so gibt es eine e-Umgebung U von


schneidet.

~.

die A nicht

11. Sind K., K 2 kompakte und disjunkte Mengen, so gibt es o ffene Mengen G., G 2 , so
da gilt:

Hinweis: Diskutiere zuerst den Fall K 2 = {f,}. Benutze, da je zwei verschiedene Punkte
disjunkte Umgehungen besitze n .

.. 12. Jede nichtleere kompakte Menge entsteht, indem man aus e inem kompakten Intervall
hchstens abzhlbar viele (evtl. keine) offene, paarweise disjunkte Intervalle entfernt, und
jede so konstruie rte Menge ist auch kompakt.
*13. Kompakte SchachteJung Ist M beschrnkt und nicht leer so heit d(M): = sup{lx- yl
: x,y e M} der Durchmesser von M (was ist der Durchmesser eines endlichen Intervalls?).
Man sagt, da die Mengenfolge (K 1, K2 , ... )eine kompakte Sc h achte lun g bildet, wenn
alle K" kompakt und nicht leer sind, K 1 ::> K2 ::> K3 ::> ... ist und d(K") ~ 0 strebt (Verallgemeinerung der Intervallschachtelung). Zeige, da es genau einen Punkt a gibt, der allen Mengen
einer kompakten SchachteJung gemeinsam ist, und da jede Folge (a,.) mit a,. E K11 gegen a
strebt.
0

..

14. Der Reine-Boreisehe Oberdeckungssatz gilt auch im Komplexen (mit C statt R).
Hinweis: Die Aussage der Aufgabe 13 gilt wrtlich im Komplexen (und wird wrtlich so
bewiesen). Spezialisiere sie fr den Fall, da die K .. abgeschlossene Quadrate sind
("Q uad ratschac ht eluog") und .K" +1 durch "Vierteilung" aus K" hervorgeht
("Vierte i I u n gsm e t h od e", das Analogon der Halbierungsmethode bei Intervallen).

37 Der Umkehrsatt fr streng monotone Funktionen

231

37 Der Umkehrsatz fr streng monotone Funktionen


In diesem Abschnitt
verschmelzen wir zum ersten Mal die beiden wichtigsten

funktionellen Anderungsgesetzlichkeiten, die wir bisher kennengelernt haben:


Monotonie und Stetigkeit. Das Ergebnis ist der weittragende

37.1 Umkehrsatz fr streng monotone Funtionen Die Funktion f sei auf dem
vllig beliebigen (endlichen oder unendlichen) Intervall I streng wachsend. Dann
ist ihre Umkehrfunktion 1 auf f([) vorhanden, streng wachsend und stetig.
I st f selbst stetig, so mu f([) ein Intervall mit den (evtl. unendlichen) Randpunkten
inf f und sup f sein. In diesem Falle ist f(I) genau dann links bzw. rechts
abgeschlossen, wenn I links bzw. rechts abgeschlossen ist.
Ein entsprechender Satz gilt fr streng abnehmende Funktionen.

Beweis. Da f streng wchst, gilt fr xt> x2 e i offenbar: x 1 <x 2 -f(x 1)<f(x2 ) .


Daraus folgt bereits, da f injektiv und die Umkehrfunktion / - 1 streng wachsend
auf ihrem Definitionsbereich f(I) ist. Wir zeigen nun, da 1 an einer beliebigen
Stelle 11 e f([) stetig ist.
Sei ~: = 1 ( TJ). Der Punkt ~ liegt in I, und wir nehmen zunchst an, da er kein
Randpunkt von I sei. Dann existiert ein abgeschlossenes Intervall [~- r, ~ + r]
(r > 0), das noch ganz in I liegt. Wir geben uns nun eine positive Zahl e ~ r
beliebig vor. Dann gehren die Punkte ~ - e und ~ + e zu I, und wegen des
strengen Wachsens von f haben wir f(~- e) < 11 < f(~ + e). Infolgedessen gibt es
ein 5 > 0, so da auch

f(~- e) <

11 -5 < 11 +5 </(~+ e)

ist. Fr jedes y e U 6 ( 11) n f(I) gilt also erst recht /(~- e) < y < f(~ + e), und wegen
des strengen Wachsens von
folgt daraus sofort

~ - e<r'(y)<~+e,

also

lr\y)-~l< e.

Da ~=r 1 (TJ) ist, luft dies auf die Abschtzung l/- 1 (y)-r 1 (TJ)I<e hinaus, die
gerade besagt, da 1 an der Stelle 11 stetig ist.
Wit- nehmen nun an, ~ sei der linke Randpunkt von I (was natrlich nur eintreten.
kann, wenn I links abgeschlossen ist). Dann liegt ein gewisses Intervall [~, ~ + r]
(r > 0) noch ganz in I. Ist e wieder irgendeine positive Zahl ~r, so gehrt ~ + e zu
I, und wir haben f(~) = 11 < f(~ + e ). Infolgedessen gibt es ein 5 > 0, so da auch

f(~) <

11 + 5 <f(~ + e)

ist. Fr jedes ye Us(TJ)nf(I) haben wir also erst recht f(~)~y<f(~+e), und
indem wir nun ganz hnlich wie oben schlieen, sehen wir, da auch jetzt wieder
1
in 11 stetig ist. Den Fall, da ~ der rechte Randpunkt von I ist (falls I
berhaupt rechts abgeschlossen ist), drfen wir jetzt dem Leser berlassen.

232

V Stetigkeit und Grenzwerte von Funktionen

Nun nehmen wir an, f selbst sei stetig. Da f streng wchst, ist sicher

a : = inf f < := sup f.


Zu jedem 1J E (a, ) gibt es nach der Definition des Intimums und Supremums
Punkte xl> x2 aus I mit f(x 1) < 1J < f(x 2 ). Aus dem Zwischenwertsatz, angewandt
auf die Einschrnkung f I [xt> ~].folgt nun, da 1J ein Wert von f ist. Somit haben
wir (a, ) c f (I). Da aber gewi kein Funktionswert f (x ) links von a oder rechts
von liegen kann, mu f(I) mit einem der Intervalle [a, ], [a, ), (a, ] oder
(a, ) bereinstimmen, also, wie behauptet, ein Intervall mit den Randpunkten
inf f und sup f sein.
Nun sei I etwa links abgeschlossen, so da also der linke Randpunkt von I - wir
nennen ihn a- noch zu I gehrt. Fr alle x EI gilt dann a :S:;. f(a) :S:;. f(x) und somit
auch a :S:;. f(a) :S:;. a. Also ist a = f(a), der linke Randpunkt von f(I) gehrt daher zu
f(I) und somit ist f(I) links abgeschlossen. Wird umgekehrt diese Aussage
vorausgetzt, gibt es also ein x 0 E I mit f(x 0 ) = a, so mu x 0 = a sein, weil im Falle
a <x 0 ein x 1 < x 0 in I vorbanden und mit ihm f(x 1) <f(x 0 )= a wre - im Widersvweh zur Definition von a. Entsprechend gebt man vor, wenn I rechts abgeschlossen ist.
Der Fall einer streng abnehmenden Funktion f kann sofort auf das schon
Bewiesene zurckgefhrt werden, indem man zu der streng wachsenden
Funktion- f bergeht. Damit ist unser Satz in allen Einzelheiten bewiesen.

Die p-te Wurzelfunktion ifX bzw die Logarithmusfunktion In x ist die Umkehrung der Funktion x p bzw. e". Da die beide n erstgenannten Funktionen fr alle nichtnegativen bzw. alle
positiven x existieren, streng wachsen und stetig sind- alles das knnen wir nun auf einen
Schlag dem Umkehrsatz in Verbindung mit den Monotonieeigenschafte n von xP und ex
entnehme n. Der Leser vergleiche dieses Vorgehen mit dem elementaren Zugang in den
Abschnitten 9 und 25. Wir werden spter auf hherer Ebene noch einmal zu diesen
Dingen zurckkehren.

Aufgaben

* 1. Eine injektive und stetige Funktion f

auf einem Intervall I ist streng monoton. D er Satz


wird falsch, we nn f nicht stetig oder der Definitionsbereich kein Intervall ist.
Die Umkehrung einer in jektiven und stetigen Funktion f: X - 7 R ist immer dann stetig,
wenn X kompakt oder offen ist. Hinweis: Benutze Aufgabe 1, fa Us X offen ist.

+ 2.

3. Die Funktion f sei auf dem Intervall I streng monoton. Dann ist, wie wir wissen, auch
1
streng monoton. Warum wre es eine falsche Anwendung des Umkehrsatzes, wenn
man daraus schlieen wrde, die Umkehrfunktion von r\ also f, sei stetig?

4. Sei f(x):=(ax+b)!(cx+d) und mindestens eine der Zahlen c,d sei oj:O. Zeige: Die
Funktion fistauf ihrem Definitionsbereich konstant oder injektiv, je nachdem ad- bc = 0
oder f 0 ist.

38 Gre nzwerte von Funktio nen fr x-+ f

38 Grenzwerte von Funktionen fr

x~

233

Bei der Definition der Exponentialfunktion a" (a > 0) hatten wir in Nr. 25 den
folgenden Weg eingeschlagen. Wir waren davon ausgegangen, da uns a" fr alle
rationalen x schon bekannt ist. Fr irrationales ~ konnten wir zeigen, da lim a"
fr jede Folge rationaler Zahlen x"' die gegen ~ strebt, vorhanden und von der
Wahl der Folge (x,.) unabhngig ist. Diese Tatsache legitimierte die Festsetzung
a~: = lim a". Die so auf ganz R definierte Exponentialfunktion erwies sich dann
als stetig. Dieses Vorgehen wollen wir nun in voller Allgemeinheit beschreiben
und untersuchen.
Die Funktion f sei auf X definiert, ~ gehre nicht zu X, es mge aber Folgen aus
X geben, die gegen ~ konvergieren (Beispiel : X := (0, 1), ~: = 1). Dann knnen
zwei Flle eintreten :
I. Fr jede gegen ~ konvergierende Folge (x,.) aus X konvergiert auch die Folge
(f(x,.)).

II. Es gibt mindestens eine derartige Folge (x,.), fr die (f(x,.)) divergiert.
Im Falle I ist Lim f(x") unabhngig von (x .. ). Strebt nmlich auch die Folge (y.. )
aus X gegen ~. so gilt dasselbe fr die " gemischte Folge" (x I> y 1 , x 2 , y2 , ), der
Grenzwert von (f(x 1 ), f(y 1), f(x 2 ), f(y 2 ), .) stimmt aber mit lim f (x,. ) und mit
lim f(y .. ) berein und infolgedessen sind diese beiden Limites gleicht). Durch
g(x): = f(x) fr x E X, g(~): = tim f(x,.) mit (x .. ) aus X und x,. -+ ~. wird also vllig
unzweideutig eine Funktion g auf X U {~} definiert.
g ist in ~ stetig. Strebt nmlich die Folge (z,. ) aus X U {~} gegen ~. so ist gewi
lim g(z,.) = g(~) , wenn fast alle z,. mit ~zusammenfallen oder auch, wenn fast alle
z,. 1= ~sind. Tritt keiner dieser Flle ein, so kann man z .. derart in zwei Teilfolgen
(z~ und (z~ zerlegen, da immer z~ = ~ und z~ 1= ~ ist. Nun streben die beiden
Folgen (g(z~)) und (g(z::)) gegen g(~), also ist wieder lim g(z,.) = g(~).
Im Falle II kann f jedoch in keiner Weise so auf X U {~} fortgesetzt werden, da
man Stetigkeit in ~ erhlt.
Eine hnliche Situation liegt vor, wenn zwar zu X gehrt,/ jedoch in unstetig
ist. Es kann dann immer noch sein, da fr jede Folge (x,.) aus X\{~}, die gegen~
strebt, lim f(x,.) vorhanden (und dann auch von der speziellen Folge (x")
unabhngig) ist. Setzt man in diesem Falle

g(x):=f(x)

fr

xEX\{~}

und

g(~):=limf(Xn)

mit

x" EX\{,
n Die M ethode der Folgenmischung wird hufig bei Eindeutigkeitsbeweisen angewandt. Wir
werden ihr noch oft begegnen.

234

V Stetigkeit und Grenzwerte von Funktionen

so ist g auf X definiert, stimmt auf X\{g} mit f berein und ist in~ stetig. Gibt es
jedoch auch nur eine Folge (x") aus X\{~}. die gegen ~ strebt, whrend (f(x11 ) )
divergiert, so kann man durch keine Abnderung von f(f,) Stetigkeit in ~ erzwingen. Im ersten Falle sagt man , f habe in ~ eine bebbare Unstetigkeit,
whrend im zweiten Falle eine nicht-hebbare Unstetigkeit vorliegt.
Die eingangs rekapitulierte Erklrung der Exponentialfunktion erweist sich nun
als zwangslufig; sie kann gar nicht anders vorgenommen werden, wenn die
Exponentialfunktion eine stetige Funktion sein soll, sie ist die natrliche
" Definition durch stetige Fortsetzung".-Haben die Funktionen f 1 und
f 2 de n gemeinsamen Definitionsbere ich X, und ist N: = {x EX: f 2 (x) = 0}, so ist
F: = f 1 /f2 auf X\N definiert. Existiert nun fr ein gewisses ~ E N der Grenzwert
lim F(x,.) fr jede gegen ~ strebende Folge (x") aus X\N, so wird man, kurz
gesagt, F(~): = lim F(xn ) setzen und auf diese Weise F "stetig in ~ hinein
fortsetzen" - und wiederum ist diese Erklrung zwangslufig, wenn man nicht
auf Stetigkeit in~ verzichten will. Im speziellen Fall einer rationalen Funktion P/Q
(P, Q Polynome) ist dieses Verfahren der Sache nach nichts anderes als die
Fortsetzungsmethode, die wir gegen Ende der Nr. 15 geschildert haben und der
somit nun alle Willkr genommen ist, die ihr damals vielleicht anzuhaften schien.
Die Funktion

f(x) : =

{~

fr x=f 0
frx=O

(s. Fig. 38.1) ist in 0 unstetig. Trivialerweise konvergiert aber fr jede Nullfolge
(x") aus R\ {O} die Folge (f(x")) gegen 1. Man kann also, wie man kurz sagt, durch
die "Neufestsetzung" f(O): = 1 die Funktion f so " umdefin1eren", da sie nunmehr in 0 s.tetig ist.

Fig. 38.1

Um die bisher studierten Phnomene bequem und einheitlich beschreiben zu


knnen, erklren wir zunchst, was unter dem Hufungspunkt einer Menge und
der Konvergenz einer Funktion zu verstehen ist.
Wir nennen~ einen Hufu ng sp unkt der Menge M c R, wenn es eine Folge (x")
aus M gibt, die gegen ~ konvergiert, deren Glieder aber alle =f ~ sind 1).
,, Genauso definiert man auch die Hutungspunkte einer Menge M c C.

38 Grenzwerte von Funktionen fr x-+

235

Hutungspunkte traten, ohne da dieser Name gebraucht wurde, bereits in den


obigen Untersuchungen auf. ~ ist genau dann Hutungspunkt von M , wenn in
jeder e-Umgebung von ~ mindestens ein Punkt x =/= ~ von M liegt. Da ein
Hutungspunkt ~ von M dieser Bedingung gengt, leuchtet unmittelbar ein. Ist
sie umgekehrt erfllt , so kann man aus jede r Umgebung U 11., (~) e in x .. E M
herausgre ifen, das =/= ~ ist. Da x., -+ ~ strebt, erweist sich nun ~ als ein
H utungspunkt von M .
Ein Hutungspunkt von M kann, braucht aber nicht z uM zu gehren (0 und 1 sind
Hutungspunkte von M: = (0, 1]; 1 liegt in M, 0 nicht). Ein isolierter Punkt einer
Menge ist niemals Hutungspunkt derselben. - D er Leser unterscheide sorgfltig
zwischen ,.Hufungspunkt einer M enge" und ,.Hufungswert einer Folge".
Ist die Funktion f auf X definiert und ist ~ ein H utungspunkt von X (der zu X
gehre n oder a uch nicht gehren mag), so sagen wir, f konvergiere (strebe)
gegen Tl fr x - ~ oder auch, f besitze den Gre n zwe rt T) fr x- ~' wenn fr
jede Folge (x,.) aus X, die gegen ~ strebt und deren GJieder a lle =/= ~ sind, stets
f(x")- Tl konvergiert. Wir beschreiben dieses Verhalten von f durch die Symbole
fr x -

oder

tim f(x)

x--+f

= T).

Kann man garantieren, da fr jede Folge (x..) der oben beschriebenen Art stets
tim f(x,.) existiert, so haben nach der e ingangs schon verwendeten Methode der
Folgenmischung alle diese Limites denselben W e rt und infolgedessen existiert
auch lim f(x) .
x--+

D e r Satz 26.1 und die Gre nzwe rtaussagen (26.6) und (26.7) ne hmen in unserer neuen
Sprechweise die prgnante Fonn an
. clog(l + x) al
hm
= oge,

x ....o

lim

a" - 1

,.-o

= In a.

(38.1)

Unsere eingangs angestellten berlegungen knnen wir mit diesen terminologischen Vereinbarungen nun kurz und einhe itlich so zusamme nfassen :
Ist f auf X definiert und ~ ein Hut ungspunkt von X, so ist die Funktion

= {f(x) fr XE X\{~}
(
)
g X
f""urx=~l:
Tl
genau dann in

stetig, wenn tim f(x) existiert und =


x--+

T)

ist.

Die ecS-D efi.nition der Stetigkeit 34.6, angewandt auf g, liefert jetzt ganz direkt
die
0

38.1 ecS-Definition des Grenzwerts Die Funk tion f sei auf X definiert und~ sei ein
Hutungspunkt von X. Genau dann strebt f(x)- T) fr x - ~.wenn es zu j e dem

236

V Stetigkeit und Grenzwerte von Funktionen

e > 0 ein S > 0 gibt, so da


fr alle x e X mit 0 < lx- ~~ < S immer lf(x)- '111< e ist.

Wir betonen noch einmal sehr nachdrcklich, da man bei der Untersuchung der
Frage, ob lim f(x) existiert und wie gro er ggf. ist, den Punkt ~ nicht zu
JC -+~

" betreten" braucht, ja gar nicht betreten darf. Welchen Wert die Funktion f im
Punkte ~ hat, ob sie berhaupt dort definiert ist - alles das spielt bei dieser Frage
nicht die geringste Rolle. Entscheidend ist ganz allein das Verhalten von f in den
sogenannten punktiert e n S - U mgebungen U3 (~) := U3 (~)\{~} von ~Die Aussage lim f(x) = '11 bedeutet anschaulich, da die Funktionswerte f(x)
x-+E

beliebig nahe bei 1J liegen, wenn die Argumente x hinreichend wenig von ~ abweichen (ohne je mit ~ zusammenzufallen). Oder auch: In der Nhe des Punktes
(~. '11) kann man das Schaubild von f- mit der mglichen Ausnahme des Punktes
(~./(~))- in einen beliebig niedrigen und hinreichend schmalen eS-Kasten
einsperren (s. Fig. 38.2 und 38.3).

f
'l
f

tim f(x)='l.ober

lim f (x) = 'l ober f(J)+f/

f(J) nicht defniert

X+J

x-l

Fig. 38.3

Fig. 38.2

Ebenso selbstverstndlich wie der letzte Satz ist der


0

38.2 Satz Die Funktion f ist an einer Stelle

ihres Definitionsbereichs X genau

dann stetig, wenn~ ein isolierter Punkt von X oder tim f(x) vorhanden und = f(~)
.

x-+e

lSt.

Die Stetigkeit einer rationalen Funktion R , der Potenz-, Exponential- und


Logarithmusfunktion an einer beliebigen Stelle ~ ihres jeweiligen Definitionsbereichs drckt sich also durch die folgenden Beziehungen aus:
1im R (x) =

x-+E

R(~).

38 Grenzwerte von Funktionen fr x- ~

237

Wie bei Folgen haben wir auch bei Funktionen das


0

38.3 Konvergenzkriterium von Cauchy ~ sei ein H iiufungspunkt des Definitionsbereichs X von f. Genau dann existiert lim f(x), wenn es zu jed em e > 0 einS> 0
x-E
gt'bt, so da
(38.2)
fr a ll e X, y E Ua(~) n X stets lf(x)- f(y)l <eist.
Beweis. Sei zuerst lim f(x) vorhanden und = 1'1 Dann gibt es nach Wahl von
x-+

e > 0 ein S > 0, so da fr z E U3 (~) n X immer lf(z) - 111 < e/2 bleibt. Fr
x, y E U6 (~) n X ist also lf(x)- f(y )I~ lf(x) -111 + 111 - f(y )I< e/2 + e/2 = e.- Nun
sei umgekehrt die ecS-Bedingung (38.2) e rfllt und (x,.) eine Folge aus X, die
gegen ~ strebt und deren Glieder alle =f ~ sind. Man bestimme nach Wahl von
e > 0 ein c5 > 0 gem (38.2) und dann zu diesem S einen Index n 0 , so da fr
k > rt 0 jedes xk in U6 (g) liegt. Aus (38.2) folgt dann, da fr alle m, n > n 0 die
Abschtzung 1/(x.,.)- f(x,. )l< e gilt: (f(x,.)) ist somit eine Cauchyfolge, also konvergent. Mehr brauchen wir aber nicht zu beweisen (s. Bemerkung nach der
"Folgendefinition" des Grenzwertes von f).

Aufgaben

* L Fr jedes ~e R und

k e N ist Jim xk x-E

~k = k~k- 1

X-~

2. Berechne die folgende n Grenzwerte:


x3 + x2 - x - 1
a) lim
,
x-1
x+ 1
d) !im

1 - ~h - x 2
X2

x-0

x 3 + x2 - x - 1
,
b) lim
x-1
x- 1

x2

e) lim -
x-o 1X 1

3. Die in A34.6 definierte Funktion f:(O, 1]- R besitzt fr x-o keinen G renzwert.

4. Existiert lim f(x), so ist f in e iner hinreichend kleinen Umgebung von


x-E

5. D ie Funktionen 1/x,
Aufgabe 4.

11../X,

beschrnkt.

1/x 2 , lnx besitzen fr x-0 keine Grenzwerte. Hinwei s:

Hutungspunkt von M, so liegen in jeder e-Umgebung um ~ unendlich viele


Punkte von M, und es gibt eine Folge unter sich und von ~ verschiedener E lemente aus M,
die gegen ~ konvergiert.

+6. Ist

+7. Eine Menge M ist genau dann abgeschlossen, wenn sie jeden ihrer Hutungspunkte

enthlt.

+s.

Die Menge aUer Hutungspunkte von M ist abgeschlossen.

+9, Satz von Bolzano-Weierstra Jede unendliche und beschrnkte Menge besitzt mindestens einen Hutungspunkt

238

V Stetigkeit und Grenzwerte von Funktionen

39 Einseitige Grenzwerte
In Nr. 34 hatten wir die einseitige Ste tigkeit einer Funktion erklrt; ganz hnlich
de finieren wir nun eit1seitige Grenzwerte:
Die Funktion f sei auf X erklrt, und ~ sei nicht nur ein Hutungspunkt von X ,
sonde rn sogar von
X1 :={xeX:x<~}

bzw. von

X,:={xeX:x >n.

Im e rsten Fall sei

f, : = f I X"

im zweiten

f,(x) ~ 111

f r x ~ ~

f, :=fI X,.

Strebt

so sagen wir,

fr x ~

bzw.

f,(x) ~ Tf,

fr

X~~.

besitze
~-

bzw.

fr

x~~+

den link sse itige n Grenzwert 11 1 bzw. den r echt sse it ige n Grenzwert 11..
in Zeichen :

Jim f(x) = 11 1

Jt -+~ -

lim f(x) = Tf.,

bzw.

.. -~+

oder auch
f(x)~ '111

fr x ~ ~ -

bzw.

f(x)~ Tfr

fr x ~ ~+.

Und um eine ganz kurze Schreibweise zur Verfgung zu haben , setzen wir
f(~-) :=

lim f(x)

x-+E -

und

f(~ +) : =

lim f(x)

x-+E+

(falls diese Lirnites berhaupt existiere n).


D a die einseitigen Grenzwerte von f nichts anderes sind als die Grenzwerte
gewisser Funktione n (nmlich der Einschrnkunge n / 1 und f,), knnen wir fr sie
die Folge ndefinition, die el>-Definition und das Cauchysche K onvergenzkriterium
im wesentlichen unverndert bernehmen ; wir haben nur sinngem X durch X,
bzw. X, z u ersetzen. Als Be ispiel diene das Ca u chysc h e Konv erge n zkr iterium: f sei auf X definiert und ~ sei ein H utungspunkt von X 1 : = {x e X: x < ~}.
Genau dann existiert lim f(x) , wenn es zu jedem e > 0 e in c5 > 0 gibt, so da
x-t-

fr alle x, y e U 8 (~) n x,

stets

lf(x)- f(y )I< e

immer

lf(x) - f(y)J<e folgt.

ist, wenn also aus


0<~ - x<8,

0 <~-y<8

39 Einseitige Grenzwerte

239

Eine triviale Folgerung aus der (ein- und zweiseitigen) eS-De:finition ist der

39.1 Satz Die Funktion f sei auf X definiert und

sei ein Hutungspunkt sowohl

von {x e X: x < ~} als auch von {x e X: x > ~}. Genau dann ist lim f(x) vorhanden
x-+E

und =
sind.

,.,,

wenn die beiden einseitigen Limites f(~-) und f(~ +) existieren und

= 11

Kombiniert man die Stze 38.2 und 39.1, so erhlt man sofort den

39.2 Satz Die Funktion f sei auf X definiert und ~ e X sei ein Hutungspunkt
sowohl von {x e X: x < ~} als auch von {x e X: x > ~}. Genau dann ist f in ~stetig,
wenn die einseitigen Grenzwerte f(~-) und f(~ +) existieren und = f(~) sind.
Die Voraussetzung, da ~ ein Hufungspunkt sowohl von {x e X: x < ~} als auch
von {x e X: x > ~} sei, ist insbesondere immer dann erfllt, wenn ~ ein inn erer
Punkt von X ist, d.h., wenn eine ganze e-Umgebung von ~ in X liegt. Jeder
Punkt von (a, b) ist innerer Punkt sowohl von (a, b) als auch von [a, b], jeder
Punkt einer offenen Menge ist innerer Punkt derselben. Die Vereinigung aller
inneren Punkte einer Menge M nennt man das InnereM von M. Das Innere des
abgeschlossenen Intervalls [a, b] ist das offene Intervall (a, b).
Gem Satz 39.2 ist die Funktion f: (a, b) ~ R genau dann in ~ e (a, b) unstetig,
wenn einer der folgenden Flle vorliegt: Die Grenzwerte f(~ -) und f(~ +)
existieren und stimmen berein, sind aber =f f(~);
sie existieren und sind verschieden ;
wenigstens einer von ihnen existiert nicht.
In den beiden ersten Fllen nennt man~ eine Un s tetigk e itsstelle ers t er Art
oder auch eine Sprungstelle , im letzten Fall eine Unstetigkeitsstelle
zweiter Art. Ist~ eine Sprungstelle und u:=f(~+)-f(~-)f-0, so heit u der
Spr un g von f an der Stelle f
Nicht ganz so mhelos wie die beiden letzten Stze, aber immer noch sehr einfach
ergibt sich aus der (einseitigen) eS-Definjtion der

39.3 Satz Eine auf [a, b] monotone Funktion f besitzt in jedem Punkt von [a, b]
alle einseitigen Grenzwerte, die sinnvollerweise vorhanden sein knnen, d.h. , es
existieren die Limites
f(~ - )

fr alle

~e(a,

b] und f(~+) fr alle ~ e [a, b).

Und zwar ist fr wachsendes f


f(~ -) =

sup{f(x): x e [a,

~)}

und

f(~ +) =

inf{f(x): x e (~, b] .

Fr fa ll endes f erhlt man entsprechende Gleichungen ; man braucht nur sup und
inf die Rollen tauschen zu lassen.

240

V Stetigkeit und Grenzwerte von Funktionen

Es wird gengen, den Satz fr wachsendes f zu beweisen. Sei zunchst a < ~ ~ b


und Tl: = sup{f(x): x < ~}. Zu beliebig vorgegebenem s > 0 gibt es dann ein
x 0 E [a, ~) mit Tl - e < f(x 0 ) ~Tl, erst recht ist also Tl- e < f(x) ~Tl fr alle x E
(x 0 , ~). Mit anderen Worten: Fr alle x E [a, b] mit 0 < ~- x < 5: = ~- x 0 gilt
lf(x)-'Tli<e, und dies besagt, da/(~- ) vorhanden und =Tl ist.-Im Falle
a ~ ~ < b zeigt man ganz hnlich, da f(~ +) existiert und = inf{f(x): x >~}ist.
Aus diesem Beweis ergibt sich noch, da bei wachsendem f: [ a, b] ~ R
f(a) ~ f(a + ),

/(~-)~/(~)~/(~+)

fr~E (a,b)

f(b-)~f(b)

und

ist. Bei fallendem f gelten die entsprechenden Ungleichungen; man hat nur "~"
berall durch "~" zu ersetzen. Mit Satz 39.2 folgt aus dieser Bemerkung ohne
weiteres der

39.4 Satz Die monotone Funktion f: [a, b] ~ R ist genau dann in

~ E (a, b) stetig,

wenn die (stets vorhandenen) Grenzwerte f(~-) und f(~ +) bereinstimmen. In den
Randpunkten a und b hat man Stetigkeit genau dann, wenn f(a +) = f(a) bzw.
f(b-)= f(b) ist. Kurz: Eine monotone Funktion hat nur sprunghafte Unstetigkeiten.

Die Funktion f sei wachsend auf [a, b] und U sei die Menge ihrer Unstetigkeitsstellen in ( a, b). Nach dem letzten Satz ist
U={xE(a, b):f(x-)<f(x+)}.

Zu jedem x E U knnen wir also eine rationale Zahl r(x) mit f(x-) < r(x) < f(x +)
bestimmen. Die Abbildung x ~ r(x) von U in Q ist offenbar injektiv, und
infolgedessen ist U hchstens abzhlbar. Dasselbe gilt dann auch fr die Menge
der Unstetigkeitsstellen in [a, b ]. Da wir im Falle einer abnehmenden Funktion
ganz hnlich argumentieren knnen, gilt also der bemerkenswerte

39.5 Satz Eine auf [a, b] monotone Funktion besitzt hchstens abzhlbar viele
Unstetigkeitsstellen.

Aufgaben
1. Diskutiere die einseitigen Grenzwerte der Grte-Ganze-Funktio n [x].
2. Von welcher Art sind die Unstetigkeitsstellen einer Treppenfunktion im Ionern ihres
Definitionsintervalls?

3. Fr die Dirichletsche Funktion ist jeder Punkt eine Unstetigkeitsstelle zweiter Art.

*4. Ist f wachsend a uf (a, b) und nach unten bzw. nach oben beschrnkt, so existiert f(a +)
bzw. f(b- ).
+ 5.

Eine auf einem vllig beliebigen Intervall monotone Funktion besitzt hchstens
abzhlbar viele Unstetigkeitsstellen.

40 Die Oszillation einer beschrnkten Funktion

241

40 Die Oszillation einer beschrnkten Funktion


Eine tiefere und fr die Integralrechnung bedeutsame Untersuchung des Stetigke itsverhalteng beschrnkter Funktionen ermglicht der Begriff der Oszillation,
dem wir uns in diesem Abschnitt widmen. Wir erinnern daran, da B[a, b] die
Menge aller beschrnkten Funktionen auf [a, b] bedeutet.
Ist f e B[a, b] und T eine nichtleere Teilmenge von [a, b ], so heit

n,(T): = sup f(T) - inf f(T)


= sup{f(x) - f(y): X, YEn
= sup{lf(x) - f(y)l: X, YEn
die Oszi II ation von f auf T. Fr jedes feste x e [a, b] ist
5~!l,(U8 (x)n[a,

b])

e ine wachsende (und nichtnegative) Funktion auf (0, +oo); nach A 39.4 existiert
a lso

Diese nichtnegative Zahl w,(x) nennt man die Oszillation von f im Punkte
x, und mit ihrer Hilfe kann man das Stetigkeitsverhalten von f sehr elegant beschreiben. Es gilt nmlich der schne

40.1 Satz f e B[a, b] ist genau dann in

~stetig,

wenn

w,(~)

verschwindet.

Beweis. Sei zuerst f stetig in ~. Nach Wahl von e >0 existiert also ein 5>0, so
da fr alle zeV8 :=U6 (~)n[a, b] stets lf(z) -f(~)l<s/2 bleibt. Fr je zwei
Punkte x, y aus V 8 ist also
lf(x)- f(y )I~ lf(x) - /(~)1 + lf(~) -f(y )I< e.
Daraus folgt !l1 ( V 6 ) ~ e und somit erst recht w,(~) ~ e. Da aber e eine beliebige
positive Zahl ist, mu w,(~) verschwinden.- Nun setzen wir umgekehrt w,(~) = 0
voraus. Zu beliebig vorgegebenem e > 0 gibt es dann ein 5 > 0, so da n,( V6 ) < e
ausfJit. Fr alle x e V6 ist also auch lf(x)- f(~)l < e, d.h., f ist tatschlich stetig in

II

A(f) sei die Menge aller Unstetigkeitspunkte von


A.,(f):={xe[a, b]:w,(x)~e},
e>O.
Aus dem letzten Satz folgt sofort

f e B [ a, b] und

00

A(f) =

A11n (f).

(40.1)

Mit dem nchsten Satz ergibt sich daraus eine interessante Strukturaussage: A(f)
ist die Vereinigung abzhlbar vieler kompakter Mengen. Es gilt nmlich der

40.2 Satz Fr f e B [ a, b] ist A 8 (f) kompakt.

242

V Stetigkeit und Grenzwerte von Funktionen

D a die Menge il,.(f) in [a, b] liegt, also beschrnkt ist, brauchen wir wegen Satz
36.2 nur noch zu zeigen, da sie abgeschlossen ist, da also kein ~ E [a, b ]\6.,. (f)
Grenzwert einer Folge aus .:1 (!) sein kann. Wegen ~rf_ il "(f) ist w,(g)<e ; fr ein
hinreichend kleines cS>O ist also auch 0 1 (U11 (g)n[a,b])<e; erst recht mu
daher w1(x) < e fr alle x E U11 ( ~) n [a, b] sein. Info lgedessen kann kein. Punkt von
U 11 (~) in .:1" (f) liegen, womit bereits alles bewiesen ist.

111

Aufgaben
1. Fr eine auf (a, b) monotone Funktionfist w,(x)=ll(x+)-f(x-)1.
2. Sei I e B [ a, b] und ~ E [a, b ]. Zeige, da es zu jedem e > 0 ein 8 > 0 gibt, so da fr alle
xe U3 (~)n[a, b] stets w,(x)< w,(~) +e ausfllt. Hinweis: S. Beweis von Satz 40.2.
+3. Halbstetige Funktionen Aufgabe 2 gibt Anla zu der folgenden Definition: Die Funktion
f:X- R heit in ~EX nach oben bzw. nach unten halbst etig, wenn es zu jedem
e> 0 ein > 0 gibt, so da fr alle x E U6 (~) n X stets f(x) < f( ~) + e bzw. f(x) > f( ~) - e ist
(x- wt<x) ist also in jedem Punkt von [a, b] nach oben haJbstetig). Offenbar ist die Funktion

f genau dann

in ~stetig, wenn sie dort sowohl nach oben als auch nach unten halbstetig ist.
Sie heit schlechthin nach oben (unten) halbstetig, wenn sie in jedem Punkt von X nach
oben (unten) halbstetig ist. Zeige:
a) f ist in ~EX nach oben halbstetig - fr jede Folge (x,.) aus X mit x,. ~ ~ ist
lim sup f(x,.):,.; lW.
b) Die Funktion f(x): = 1 fr x:,.; 0 und : = 0 fr x > 0 ist nach oben halbstetig, nicht jedoch
die Funktion g(x):=l fr x<O und :=0 fr x;;;o:O.
c) f ist nach unten halbste tig - - ! ist nach oben halbstetig (deshalb gengt es im
wesentlichen, sich mit nach oben halbstetigen Funktionen zu beschftigen).
d) 1 ist nach oben halbstetig-fr jedes a ist {xeX:f(x)<a} eine X-offene Mengefr jedes a ist {x e X :f(x);;;o: a} eine X-abgeschlossene Menge (s. A 35.6). Daraus e rgibt
sich brigens ein neuer Beweis fr Satz 40.2.
e) E ine Teilmenge M von R ist genau dann abgeschlossen, wenn ihre charakteristische
Funktion XM nach oben halbstetig ist.
f) Ist die Funktion I auf der kompakten Menge X nach oben halbstetig, so ist sie nach
oben beschrnkt und besitzt sogar ein Maximum.
4. Die Funktionen f, g seien auf X nach oben halbstetig. Qann ist auch
jedes a ;;;.: 0 nach oben halbstetig.
S. Ist

f + g und af fr

f E B[a, b], so existieren die Funktionen


M1 (~):=

lim (sup {f(x):xe UsWn[a, b]}),

6-+0+

auf [a, b ]; die erste ist nach oben, die zweite nach unten halbstetig; offenbar ist

41 Grenzwerte von Funktionen fr x-+ oo

41 Grenzwerte von Funktionen fr

x~

243

oo

Unsere bisherigen Untersuchungen ber Stetigkeit und Grenzwerte machen die


folgende Definition nachgerade unvermeidJich:
Die Funktion f sei auf einer nach rechts unbeschrnkten Menge X erklrt. Strebt
dann fr jede Folge (x") aus X mit Xn ~ +oo die Folge der Funktionswerte f(x")
stets gegen einen (und somit immer gegen ein und denselben) Grenzwert 71, so
sagt man, f strebe oder konvergiere gegen 'YI fr x ~ +oo oder auch, f besitze den
Grenzwert 'YI fr x ~ +oo und drckt dies durch die Symbole
f(x)-+ 'YI

fr x

-+

+oo

oder

tim f(x) = 'YI

x --++oo

a us.
Natrlich htte die folgende Definition ebenso nahegelegen:
f strebt gegen 'YI fr x ~ +oo, wenn es zu jedem e > 0 eine Stelle x 0 = x 0 (s) gibt, so
da fr alle x>x 0 aus X stets lf(x)-'YII<s ist.
In Wirklichkeit sind die beiden Definitionen vllig gleichwertig. D er Leser kann
dies leicht selbst einseh en~ er braucht nur den Beweis des Satzes 34.6 ein wenig
zu modifizieren.

Anschaulich bedeutet die Aussage lim f(x)


x ~+oo

= 71,

da nach Vorgabe eines "s-

Streifens" um die Gerade y = 'YI das Schaubild von f rechts von einer gewissen
Stelle x 0 ganz in diesem Streifen verluft (s. F ig. 41.1). Nach dieser Deutung ist es
klar, da f zwar nicht notwendig auf ganz X, aber doch auf einem hinreichend weit
rechts gelegenen Endstck X n (a, +oo) beschrnkt sein mu.

'1
1!-C
Fig. 41.1

Als Beispiele geben wir die folgenden , leicht einsehbaren Beziehungen an:

lim -=0

x.........,.+oo Xo.

fr a>O,

tim (.Jx + a -

x-++oo

.../x) = 0,

tim 2x -1 = 2.
x--++oo 3x + 4
3

Die beiden folgenden Stze kann der Leser fast wrtlich wie das Monotonieprinzip bzw. den Satz 38.3 beweisen.

244

V Stetigkeit und Grenzwerte von Funktionen

41.1 Monotoniekriterium Ist die Funktion f auf einer nach rechts unbeschrnkten
Menge X definiert, monoton und beschrnkt, so existiert lim f(x) .
x-+oo

41.2 Cauchysches Konvergenzkriterium Ist die Funktion f auf einer nach rechts
unbeschrnkten Menge X definiert, so existiert lim f(x) genau dann, wenn die
x~+oo

folgende Ca u c h y b eding un g erfllt ist: Zu jed em


da

>0 gibt es eine Stelle x 0 , so

fr alle x, y>x 0 aus X stets lf(x) -f(y)l<e ausfllt.

Das Konvergenzverhalten einer Funktion f fr x - -oo knnen wir jetzt kurz


abtun. Ist f auf einer nach links unbeschrnkten Menge X definiert und strebt fr
jede Folge (x") aus X mit x., - -oo die Folge der Funktionswerte (f(x")) stets
gegen einen (und somit immer gegen ein und denselben) Grenzwert TJ, so sagt
man, es strebe f(x) -'Tl fr x -+ -oo, oder es sei Iim f(x) = 'Tl Dies ist genau dann
x---+- co

der Fall, wenn es zu jedem e > 0 eine Stelle x 0 = x 0 ( 6) gibt, so da fr alle x < x 0
aus X stets lf(x)- 'Tl I< 6 ist .
Das Monotoniekriterium und das Cauchysche Konvergenzkriterium fr die Bewegung x- -oo wird sich der Leser mhelos selbst zurechtlegen knnen.

Aufgaben
1. Existiert x-++oo
lim f(x) und strebt f(x.,) -11 fr irgendeine Folge (x.,) mit x .. - +oo, so ist
lim f (x) = TJ.
x-+<OO

2. Ist f monoton auf (0, +oo) und strebt f(n)- TJ fr n - +oo, so ist lim f(x) vorhanden
'<- +-

und = 11

3. Genau dann strebt f(x) -11 fr x - +oo, wenn g(x): = f(l!x) -11 strebt f r x -0 +.
Infolgedessen ist z.B.
Iim

x - +oo

(1 +.!.)x e.
X

+4. a) lim ax=O fr O<a<l (s. A25.2),

b) x-+>
lim 1/log x=O

x-+oo

5. Berechne die folgenden Grenzwerte:


a)

c)

lirn (.J4x 2 +2x-1-2x),

x-+oo

lim
~_. +oo

./X(J x + 1 -

../x),

8x 3 +2x 2 +1
b) lim ----=---,
x-- oo
2x3 + 7 X
( l)(x]

d) lim ..:....._..:..._
x-+oo

(s. A25.3).

42 Das Rechneo mit Grenzwerten

245

42 Das Rechnen mit Grenzwerten


Die Grenzwertbeziehung f(x) ~ TJ haben wir fr die fnf Bew eg ungen
X -

~'

X ~ ~-,

X ~~

+,

X~

+oo und

X ~

-oo

mittels zugeordneter Folgen (f(x,.)) definiert. Diese Tatsache macht es mgUch ,


aus den Rechenregeln fr konvergente Folgen .in Nr. 22 mit einem Schlag die
nachstehenden Stze zu gewinnen, bei denen sich x immer in ein und derselben,
aber nun nicht mehr ausdrcklich spezifizierten Weise bewegen soll.

42.1 Satz Aus f(x)- 11 und g(x) .- (folgt stets


f(x)+g(x).-TJ+(,

f(x)-g(x)~TJ-(,

f(x)g(x) - TJ(,

af(x) ~ a11 fr jede Konstante a,

f(x)/g(x)-

1}/(-

dies jedoch nur, falls ('f 0 ist -

>,

if(x)l-111 1.
I st fr alle in Betracht kommenden Werte von x
f(x):::; g(x)

bzw.

if(x)i :::; -y,

so ist auch

42.2 Satz Strebt f(x)

~ 1}

und g(x) -11 und ist fr alle in Betracht kommenden


Werte von x immer f(x):::; h (x):::; g(x), so strebt auch h(x) - 1}.

42.3 Satz Strebt f(x) ~ 0 und ist g beschrnkt, so strebt auch f(x)g(x) .- 0.
Anwendungen dieser Stze bei der Berechnung unbekannter Grenzwerte aus
bekannten bringen die Aufgaben. llier mge ein B eispiel gengen. Fr x ~ +oo
und .- - oo strebt

falls bp f 0 ist.
>Bei der Bewegung x .- f ist dann fr alle x in einer hinreichend kleinen punktierten
Umgebung von f auch g{x) :/= 0, so da dort f(x)/g(x) definiert ist. Entsprechendes gilt im
Falle der anderen vier Bewegungen.

246

V Stetigkeit und Grenzwerte von Funktionen

Aufgaben
1. Berechne die folgenden Grenzwerte:

(2-7xY(1 +~r -1
b) lim

x~+oo

1+--2"

rx

2. Aus f(x)-+ TJ, g(x)-+' folgt


max(f(x), g(x))-+ max(TJ, ')

Hinweis:
0

und min(f(x), g(x))-+ min( ,.." ,).

A22.6.

3. Die Stze 42.1 und 42.3 gelten auch im Komplexen, wobei man sich natrlich auf die
Bewegung x ~ ~ beschrnken mu (die anderen Bewegungen sind in C ja nicht erklrt).

43 Uneigenillche Grenzwerte
Wenn eine Funktion f bei einer bestimmten der Bewegungen
X

~-oo,

x~+oo

nicht konvergiert, so sagt man, sie divergiere (bei dieser Bewegung). Wie bei
Zahlenfolgen zeichnen wir zwei besonders bersichtliche Divergenzformen mit
eigenen Namen aus:
Ist~ ein Hufungspunkt des Definitionsbereiches X vonfunddivergiert f(x,.) ~
+oo fr jede Folge (x,J aus X mit xn
~und xn-+ ~'so sagen wir, f divergiere
gegen +oo fr x~ ~und schreiben

f(x)

~ +oo

fr x-+ g oder

lim f(x)
x-+E

= +oo;

+oo wird dann wohl auch der uneigeotliche Grenzwert von


genannt. Ganz entsprechend wird die Bedeutung der Zeichen

f(x)-+ -oo fr x-+

und

lim f(x)

x-+E

f fr x ~ g

= -oo

(Divergenz gegen -oo) erklrt.


Der Leser wird ohne Mhe zeigen knnen, da die Beziehung lim f(x) = +oo bzw.
x-+E

lim f(x) = -oo der folgenden Aussage vllig gleichwertig ist: Zu jedem (noch so
x-+E

groen) G>O gibt es ein 5>0, so da fr alle xe U6 (~)


< -G ausfllt (GcS-Definition).

nx stets f(x)>G

bzw.

43 Uneigentliche G re nzwerte

247

Ist X nach rechts unbeschrnkt und divergiert f(x") ~ +oo fr jede Folge (x") aus
X mit x,. ~ +oo, so sagen wir, f divergiere gegen +oo fr x ~ +oo, in Zeichen

f(x)

+oo fr x

+oo oder

lim f(x) = +oo.

x -+oo

Und eine entsprechende Erklrung gibt man fr die Symbole

f(x)

-oo fr x

~ +oo

und

lim f(x) = -oo.

x~+oo

Wiederum wird der Leser ganz mhelos die Aquivalenz der Beziehung
lim f(x) = +oo bzw. lim f(x) = -oo mit der folgenden Aussage beweisen knnen :

x.....,+>

.x~

Zu jedem (noch so groen) G > 0 gibt es eine Stelle x 0 , so da fr alle x > x 0 aus
X stets f(x )> G bz w. <- G ist (Gx0 -Definition).
Es wre ermdend, wollten wir die Folgendefinition der Grenzwertbeziehungen
lim f(x) = +oo, lim f(x) = -oo und die ihnen entsprechenden G~- und Gx 0 Charakterisierungen auch noch fr die brigen Bewegungen von x
niederschreiben; der Leser wird sich zweifeLlos diese Dinge selbst zurechtlegen
knnen. Dasselbe gilt fr die bertragung der Ausfhrungen in Nr. 29 auf
Funktionen. Wir wollen nur noch einige Grenzwertbeziehungen festhalten, die
entweder evident oder uns schon frher der Sache nach begegnet sind:
1

. 1
hm -=+oo
'
x-ox 2

lim -= +oo,

x-0+ X

lim a" = +oo

.x-.+oo

lim ln x = +oo,

x -+ +oo

und

tim

x_.,. +ao

.JX = +oo,

lim a" = 0, falls a > 1,


lim ln x = -oo

x~O-t

(s. A 25.2 und A 25.3; die letzte Beziehung folgt wegen ln x = - ln(1/x) aus der
vorletzten zusammen mit der ersten),

+oo, falls a,. > 0,


lim (a 0 + a 1 x + + a,.x") = {-oo,
falls a ,. < 0,

x~ +oo

lim (ao+ a 1 x+ + a"x")=

x-to-oo

(s. (15.5) und A 15.8).

+oo, falls n gerade und a" > 0


oder n ungerade und a" <0,
-oo

'

falls n gerade und a" < 0


oder n ungerade und a,. > 0

248

V Stetigkeit und Grenzwerte von Funktionen

ln x

1
Fig. 43.1

Fig. 43.2

Ist die Funktion f monoton und bleibt sie bei einer bestimmten Bewegung von x
n i eh t beschrnkt (wie z.B. 1/x bei x ~ 0 + oder x 2 bei x ~ +oo), so divergiert sie
(bei dieser Bewegung) gegen +oo oder gegen -oo.

Grenzwertaussagen .knnen beim Zeichnen des Schaubildes einer Funktion


ntzlich sein. Kombiniert man etwa die Monotonieeigenschaften der Exponentialund Logarithmusfunktion (s. Nr. 25) mit den obigen Grenzwertaussagen, so erhlt
man die Schaubilder in den Fig. 43.1-43.3, die man sich gut einprgen mge.
Wachsende (und ebenso natrlich abnehmende) Funktionen knnen ein sehr
verschiedenartiges Verhalten zeigen: Sie knnen beschrnkt oder unbeschrnkt
und in mannigfacher Weise "gekrmmt" sein; die Fig. 43.4 gibt einige Andeutungen.
Da die Schaubilder in den Fig. 43.1- 43.3 so gekrmmt sind, wie wir angegeben
haben, trifft zwar zu, kann aber noch nicht gesichert, sondern nur auf Grund der
Lage wirklich eingetragener Punkte (xk, f(xk)) vermutet werden. Die Differentialrechnung wird uns spter in diesen Fragen zur vollen Klarheit verhelfen (s. Nr.
49); bis dahin wollen wir uns nicht daran stren, da die Fig. 43.1 bis 43 .3 einige
blo empirisch verbrgte Bestandteile enthalten.
Aufgaben
1. Formuliere die Folgen- und G8-Definition fr Iim f(x) = +oo.
x-.e+

2. Untersuche das Verhalten rationaler Funktionen


r(x):=(a 0 +a 1 x+ +aPxP)J(b 0 +b 1x+ +b"x")

und

~ -oo

(dabei sei av =f 0, b" =f 0; man unterscheide die Flle p <, =, > q).

Fig. 43.3

fr x~+oo

Fig. 43.4

44 Vereinheitlichung der Grenzwertde tinitionen. Ne tze

249

3. Fr x ~ + oo gilt e" + e - " ~ +oo, e - e -" ~ +oo und (e-" -e- " )/(e" +e- ") ~ 1. Wie verhalten sich diese Funktio nen fr x ~ -oo?

44 Vereinheitlichung der Grenzwertdefinitionen. Netze


Die bisher gegebenen D efinitionen der eigentlichen und uneigentlichen
Grenzwerte von Folgen und Funktionen lassen sich in eine einzige Erklrung
zusammenfassen, wenn man die drucktechnischen Zeichen +oo und -oo, die bisher
nur der kompakten Beschreibung von Grenzprozessen dienten, als Eleme nte
einer Menge R : = R U {+oo, - oo} betrachtet und Umgehungen von +oo und - oo so
einfhrt, wie es unsere bisherigen Untersuchungen nahelegen. Wir nennen fr
e > 0 die Mengen
U.,(+oo) : = {x e R : e <x ~ + oo},

U8 (-oo) := {x E R : -oo ~ x < - e}

e-Umgebungen von +oo bzw. von -oo; die Mengen

U (+oo) :={x E R : e <x < +oo},


8

U - oo) : = {X E R : - oo <X < - e}


8

heie n dementsprechend punktierte e-Umgebungen von +oo bzw. - oo. Ist


die Menge M c R nach oben bzw. nach unten unbeschrnkt, so weist man ihr +oo
bzw. -oo als unei gent lichen Hutungspunkt zu. Sei nun eine reeUwertige
Funktion f auf X c R, ein Hutungspunkt E R von X und ein 11 e R gegebeo l).
Dann ist die Beziehung lim f(x) = 11 (in der also auch die Flle 11 = oo und die

x-+(;

Bewegungen x ~ +oo entha lten sind) nach den Betrachtungen der Nummern 20,
29, 38, 41 und 43 mit der folgenden A ussage vllig gleichwertig: Zu jedem e..>O
gibt es ein c5>0, so da fr alle x e U6 (s)nX stets f(x) e U 8 (TJ) ist.
Die e inseitigen Grenzwerte (wobei s e R ist) erhlt man, indem man die U 11 (s) als
" links"- bzw. "rechtsseitige" 8-Umgebungen von ~ interpretiert, d. h. als
Mengen der Form {x e R: Ix-sl<cS, x<s} bzw. {xe R:Ix - sl<cS,x>s}.
Eine andersartige Vereinheitlichung der Grenzwertdefinitionen gewinnt man ,
indem man weniger die Verhltnisse bei Funktionen als vielmehr die bei Folgen
nachzubilden versucht, d.h., indem man die Position der unabhngigen
Vernderlichen beim Grenzbergang nicht mittels Umgebung e n , sondern durch
eine Ordnungsbeziehung beschreibt. Zur deutlichen Entwicklung dieses
Gedankens bentigen wir den Begriff der gerichteten Menge und des Netzes.
Eine nichtleere Menge X heit gerichtet , wenn fr gewisse (nicht notwendigerweise alle) Paare von E lementen x, y EX eine Relation x <: y (eine "Richtung"?>

t> Im Falle X = N ist


21

f natrlich eine Folge.

Lies etwa: "x vor y" oder "y hinter x " .

250

V Stetigkeit und Grenzwerte von Funktionen

erklrt ist, die den folgenden Bedingungen gengt:

(R 1)
(R 2)
(R 3)

X-< X gilt fr jedes XE X,


aus x-< y und y-< z folgt x-< z,
zu je z wei Elementen x, y aus X gibt es ein z e X, fr das x-< z und
gleichzeitig y-< z (kurz: x, y-< z) ist.

y > x bedeute x-< y.


Um anzugeben, da X durch die Relation "-<" gerichtet ist, schreiben wir
manchmal sorgfltiger (X,-<) statt X. D er Leser vergleiche gerichtete Mengen mit
halbgeordneten (s. A 3.7) und beachte ihre Verschiedenheiten. Wir konkretisieren unsere neue Definition zunchst durch einige Beispiele.

1. X=N; m<: n bedeute

m~n.

2. X c R sei nach oben unbeschrnkt; x <: y bedeute wieder x

y.

3. X c R sei nach unten unbeschrnkt; x <: y stehe diesmal fr x ~ y.


4. X c R sei nicht leer, ~ sei ein fes ter Punkt aus R und x <: y besage nun, da y
"nher bei ~liegt" als x, d.h., da IY- ~I~ lx- ~~ ist (X ist "a uf ~ geric ht et").
5. X sei die Menge N 0 x N 0 der Gitterpunkte (m, n) des ersten Quadranten.
(m, n)< (p, q) wird als "kompone ntenweises Kleinersein" m ~ p, n ~ q interpretiert.

Sind auf ein und derselben Menge X zwei Riebtungen -< und <:<erklrt und folgt
aus x- y ste ts x<: y, so sagen wir, <-< sei s trk er als <: oder a uch, <: sei
sc hw cher als<<:. Ein besonders wichtiges Beispiel hierfr findet der Leser in
Aufgabe 6. Wir betonen nachdrcklich, da zwei Richtungen auf X durchaus
nicht immer "vergleichbar" sein mssen; es kann sehr wohl vorkommen, da
keine von ihnen strker a ls die andere ist.

Eine reellwertige Funktion f auf einer gerichteten Menge X nennt man ein Netz oder
auch eine verallgemeinerte Folge. In diesem Zusammenhang bezeichnet
man den Funktionswert f(x) gewhnlich mit fx das Netz selbst mit (fx) oder
genauer mit (fx): X~ R, um die Analogie zu Folgen (a,.) zu betonen. Man halte
sich deutlich vor Augen, da zum Begriff des Netzes unabdingbar die Richtung
des Definitionsbereichs X gehrt (ein Netz ndert sich , wenn man zwar die
Funktion a uf X beibehlt, aber X anders richtet, etwa indem man in Beispiel 4
das Richtungszentrum ~ verlagert). Wir sagen, das Netz (f,J a uf X habe den
(eigent li chen oder un eigentliche n ) Grenzwert '11 und drcken dies durch
die Symbole
lim fx = '11

oder

lim fx = '11
X

aus, wenn es zu jedem e > 0 ein von e abhngiges x 0 e X gibt, so da

fr alle

X >Xo

aus X stets fx

u .. (Tl)

44 Vereinheitlichung d er Grenzwertdefinitionen. Netze

251

gilt. Ist 71 eine Zahl (ein e igentlicher Grenzwert), so sagen wir auch, Cfx)
konvergiere oder strebe gegen 71 ; ist 71 jedoch = +oo oder = -oo, so sprechen
wir nicht von Konvergenz, sondern von Divergenz gegen 7} 1).
Die folgenden Beispiele 1' bis 5' werden zeigen, da diese Erklrung alle unsere
bisherigen Grenzwertdefinitionen enthlt (dem Beispiel n' liegt die gerichtete
Menge X des obigen Beispiels n zugrunde, n = 1, ... , 5).
1'. Eine Folge (an) ist ein Netz auf N. Die frher definierte Beziehung a .. ._... 71 eR
bedeutet ganz offensichtlich, da 71 Grenzwert des Netzes (a .. ) ist.
2'. Entsprechendes gilt im Fa1le f(x) ~ 71 ER fr x ~ +oo und ebenso im Falle
3'. f(x) ~ TJER fr x~-oo.
4'. {E R sei ein Hufungspunkt von X, der selbst nicht zu X gehrt, f eine
Funktion auf X und <fx) das zugehrige Netz (die Annahme {r/. X ist keine
Beschrnkung der Allgemeinheit; notfalls entferne man { aus X - hierdurch wird
weder die Richtung von X noch der Inhalt der Aussage lim f(x) = 71 verndert).
x-~

Gilt f(x) ~ 'TJ ER fr x ~ {, so gibt es zu jedem e > 0 ein /3 > 0, so da fr alle


XE V: = U 3 ({)n X stets f(x)e U,.(71 ) ist. Sei x 0 ein beliebiger, aber fester Punkt
aus V. Dann liegen alle x > x 0 aus X ebenfalls in V, fr diese x ist also sicher
fx = f(x) E U., ( 71): Das Netz (fx) besitzt den Grenzwert 'TJ. Ganz entsprechend sieht
man, da umgekehrt aus fx ~ 71 stets f(x) ~ 71 (fr x ~ {) folgt: Nach Wahl von
e > 0 gibt es nmlich ein x 0 E X mit fx E U.,(TJ) fr alle x> x 0 aus X; setzt man
nun /3: =lx 0 -{l, so ist definitionsgem x>x 0 fr alle XE U 6 ({)n X , fr diese x
gilt also ausnahmslos f(x)e U,.(TJ).
Damit sind alle bisherigen Grenzwertbegriffe unter den Begriff des Netzgrenzwerts
subsumiert.
5'. Dieses Beispiel bringt etwas sachlich Neues. Ein Netz auf N0 x N 0 ordnet
jedem (m, n ) e N 0 x N0 eine Zahl a..... zu und wird deshalb gerne eine
Doppelfolge genannt und kurz mit (a,..") bezeichnet. Aus der Definition der
Netzkonvergenz ergibt sich , da die Doppelfolge (a,.,.,) genau da nn gegen a
strebt, in Zeichen:
a ..... ~ a fr m, n ._... oo oder 1im a,.. .. = a,
m.n-+OO

wenn es zu jedem e

> 0 ein natrliches

Po= p 0 (e) gibt, so da

fr a lle m, n > Po stets Ia"'"- al < e


ist. Z.B. strebt die Doppelfolge (1/(m + n + 1)) gegen 0, und eine Folge (xk) ist
genau dann eine Cauchyfolge, wenn die Doppelfolge (x'"- x") gegen 0
konvergiert.- Wie die Beziehungen a.,." ~+oo und ~ -oo durch eine " Gp 0 Formulierung" zu beschreiben sind, wird der Leser sich mhelos zurechtlegen
knnen .
> lim fx = +oo bzw. = -oo bedeutet demnach: Zu jedem G > 0 gibt es ein x 0 e X, so da fr
alle x > x 0 aus X immer /,. > G bzw. < - G ausfllt.

252

V Stetigkeit und Grenzwerte von Funktionen

Eine Doppelfolge Ca...n) stellt man gerne durch das Schema

aoo

ao1

ao2

a1o

au

a12

a 2o

a21

a22

(44.1)

dar. Der Leser mache sich klar, wo das "Endstck" {a..,n: m, tl > p 0 } in diesem
Schema liegt.
Wir bringen nun einige einfache Stze aus der aUgemeinen Theorie der Netze. Sie
enthalten die entsprechenden Stze ber Folgen und Funktionen, und ihre
Beweise sind den Beweisen bei Folgen so hnlich, da wir uns meistens mit
Andeutungen begngen drfen >. Als Probe - und um die Rolle der Richtungsaxiome ins rechte Licht zu rcken - beweisen wir den Satz 44.1, schicken aber
zunchst eine Definition voraus.
Ein Netz (fx) auf X heit beschrnkt, wenn es eine positive KonstanteKund
eine Stelle x 0 in X gibt, so da fr alle x > x 0 aus X stndig lfx I~ K bleibt (vgl.
die Bemerkung zu Fig. 41.1). Man beachte, da die Beschrnktheit eines Netzes
(fx) nicht dasselbe ist wie die Beschrnktheit der zugehrigen Funktion f: Mit f
ist zwar auch (fx) beschrnkt, die Umkehrung braucht jedoch nicht zu gelten2 >.
Die im folgenden auftretenden Netze seien alle auf einer (gerichteten) Menge X
erklrt. Die Elemente x, x 0, x 1, y, ... gehren durchweg zu diesem X.
0

44.1 Satz Ein konvergentes Netz besitzt genau einen Grenzwert und ist immer
beschrnkt.
Beweis. Es strebe fx-'TJ und gleichzeitig- ~#TJ. Dann gibt es disjunkte
Umgebungen U.,(TJ) und U,.(~) und dazu Stellen x 0 und xl> so da gilt:
fx E U,.(TJ) fr alle x> Xo und fx EU,.(~) fr alle X> X1.
Nun folgt die typische Anwendung der Richtungsaxiome: Wegen (R 3) gibt es ein
x 2> x 0, xtt und nach (R 2) folgt aus x> x 2 stets x> x 0, x., somit ist fr alle x> x 2
ausnahmslos fx e U.,(TJ) n U,.(~). eine Beziehung, die wegen Ue(TJ) n Ue(~} = 0
absurd ist. Also mu die Annahme ~#'Tl preisgegeben werden (vgl. den Beweis
des Satzes 20.1).- Strebt fx- TJ, so gibt es zu e = 1 eine Stelle x 0 , so da fr alle
x > x 0 stets lfx - TJI < 1, also auch 1/xl < 1 + ITJI bleibt. Das Netz Cfx) ist also bebeschrnkt.

Die drei folgenden Stze werden fast wrtlich so bewiesen, wie die entsprechenden Stze in Nr. 22 (s. auch die Stze der Nr. 42).
> Man braucht gewhnlich nur a,. durch fx und n 0 durch x 0 zu ersetzen.
2
> Warum wir fr Netze einen schwcheren Beschrnlctbeitsbegriff als fr Funktionen ver-

wenden, wird durch den Beweis der Beschrnktheitsaussage des Satzes 44.1 verstndlich
werden.

44 Vereinheitlichung der Grenzwertdefinitionen. Netze

253

44.2 Satz Strebt fx ~ TJ, gx ~ { und ist fx ~ &x fr alle x> Xo, so ist auchTJ ~ {.
44.3 Satz Strebt fx
auch hx ~ TJ.

TJ und &x ~ TJ und ist fx

o44.4 Satz Strebt fx

TJ und gx

~ hx ~ &x

fr alle X> Xo, so strebt

{, so strebt

fx - gx ~ TJ - {,
fx + &x ~ TJ + {,
fxgx ~ TJ{,
afx ~ aT) fr jede Konstante a,
fx
gx

~ TJ- dies
{

jedoch nur, falls {:f 0 ist-,

lfxi-ITJ I.
Ist fr alle x > x 0 stets lfx I~ -y, so gilt auch

ITJ I~ -y.

Das Netz lfx) heit wachsend oder zunehmend, wenn aus x< y stets fx ~fY
folgt. Entsprechend wird der Begriff des fa ll enden oder abnehmenden Netzes
erklrt. Ein Netz wird monoton genannt, wenn es entweder wachsend oder
fallend ist. Fr monotone Netze gilt das Analogon des Monotonieprinzips - und
wird fast wrtlich so bewiesen wie dieses 1>-,nmlich das
44.5 Monotoniekriterium Jedes monotone und beschrnkte Netz (fx) ist
konvergent, und zwar strebt
fx ~ sup{fx: XE X} oder ~ inf{fx :XE X},

je nachdem (fx) wchst oder fllt.


Das Netz lfx) wird ein Cauchynetz genannt, wenn es zu jedem e > 0 eine Stelle
x 0 gibt, so da fr a I I e x, y > x 0 stets lfx - /y I< e bleibt.
Wir beweisen nun das
o 44.6 Konvergenzkriterium von Cauchy Das Netz lfx) konvergiert genau dann,
wenn es ein Cauchynetz ist.
Beweis. Ist (fx) konvergent und limfx = 17, so gibt es nach Wahl von e>O ein x 0
mit lfz - TJ I< e/2 fr alle z > x 0 . Fr beliebige x, y > x 0 ist also

lfx-/y I~ lfx- 11l+ l11 - fyl < e,


somit ist (fx) ein Cauchynetz. Nun sei umgekehrt (fx.) ein Caucbynetz. Dann
gibt es zu jedem natrlichen k ein

lfx-fyl<~

xk

fraUex,y>xk.

Wir setzen z 1 := x 1 und bestimmen ein z 2 >


Konstruktionsgem ist

(44.2)
Zt.

x2 , dann ein z 3 > z 2 , x 3 usw.


(44.3)

l)

Man mache sich mit Hilfe von (R3) klar, da die Wertmenge Ux: xe X} eines wachsenden

{fallenden) und beschrnkten Netzes (fJ nach oben (unten) beschrnkt ist.

254

V Stetigkeit und Grenzwerte von Funktionen

Wir geben uns nun eint:> 0 vor und fixieren ein natrliches k> 11&. Dank (44.3)
ist
fr

n>m>k,

(44.4)

und mit (44.2) folgt nun


1

1/z,. -Jzml < k < &

fr diese n, m.

(f,..) ist also eine Cauchyfolge, und daher existiert


TJ := lim .fz.
"
" _ 00

Aus (44.2) und (44.4) resultiert sofort


1

1'"-'"
Jx J z,. 1<-<&
k

frallex >-xk undallen>k.

Lassen wir hier n-+ oo rcken, so erhalten wir die Abschtzung

l.fx-TJI <&

fr alle x >- xk

- und sie besagt., da (.fx) tatschlich konvergiert (nmlich gegen TJ).

Grenzprozesse bei Funktionen konnten wir mit Hilfe von Folgen beschreiben, in
der Tat haben wir ja immer zuerst die ,,Folgendefinitionen" gegeben und dann
erst die e<>-, G<>-Definitionen usw. Eine hnliche Beherrschung der
Grenzbergnge bei Netzen mittels Folgen ist zwar nicht stets, aber doch in
einigen besonders wichtigen FHen mglich, nmlich immer dann, wenn die
zugrundeliegende gerichtete Menge X sogenannte konfinale Folgen enthlt. Die
Folge (x,.) aus X heit konfinal, wenn sie, grob gesagt, jedes Element von X
"berholt" oder " hinter sich lt", schrfer: wenn es zu jedem xE X einen Index
n (x) gibt, so da

fr alle n ~ n (x) stets x,. >- x


ist. X braucht keine konfmalen Folgen zu enthalten (s. Aufgabe 6). Um so
interessanter ist, da in den Mengen X der Beispiele 1 bis 5 (auf S. 250)
derartige Folgen vorhanden sind (im Beispiel 4 nehmen wir dabei an, ; sei Hufungspunkt von X und f X): In den Beispielen 1 bis 4 ist jede Folge aus Xkonfinal,
die beziehentlieh den Grenzwert +oo, +oo, - oo oder ; besitzt; in Beispiel 5 ist die
Folge der "Diagonalglieder" (n, n) konfinal. - Fr Netze auf derartigen gerichteten Mengen gilt der folgende Satz, der alle unsere Untersuchungen ber das Verhltnis von "Folgendefinitionen" zu eO-, GO-Definitionen usw. prgnant zusammenfat und berdies auch noch verallgemeinert:
0

44.7 Satz Gibt es in der gerichteten Menge X konfinale Folgen, so besitzt das Netz
(fx) auf X genau dann einen (eigentlichen oder uneigentlichen) Grenzwert, wenn

44 Vereinheitlichung der Grenzwertdefinitionen. Netze

255

lim fx fr jede konfin a le Folge (x,.) vorhanden ist. In diesem Falle haben alle

.. - ft
{fxJ ein und denselben Grenzwert- und dieser ist gerade

lim fx

Der Beweis verluft in den Bahnen, die uns schon von den Stzen 34.6 und 38.1
(um nur einige zu nennen) vertraut sind. Sei zunchst m fx vorhanden und
= 'YI e R. Nach Wahl von e > 0 existiert dann ein u 0 , so da fr alle x > u 0 stets
fx e U11 ( 'YI) ist. Sei nun (x,.) irgendeine konfinale Folge aus X. Dann gibt es zu u 0
e inen Index n 0 mit x,. > u0 fr alle n;;:. n 0 Fr diese n ist aber fx E U., ('YI ), also
"
haben wir!~ t~ = 'YI - Nun besitze umgekehrt <txJ fr jede konfinale Folge (x,.)
eine n Grenzwert in R. Mit (y,.) und (z,.) ist auch die gemischte Folge
(y 1, z 1> y 2, z 2, ...) konfinal, und da der Grenzwert von (fY' fz, [y2 , f z,. .. ) mit den
Limites der Teilfolgen (fYJ, <tzJ bereinstimmt, mssen die letzteren gleich sein.
Dieser, allen (fxJ gemeinsame Grenzwert sei TJ. Wir nehmen nun an , die
Beziehung lim fx = 11 sei falsch. Dann ist ein "Ausnahme-e ", etwa e 0 > 0, mit
folgender Eigenschaft vorhanden: Zu jede m x existiert ein y(x)> x mit
f 1 cx>rt U.,0 (TJ). Sei nun (x,.) irge ndeine konfinale Folge aus X. Nach der letzten
Uberlegung gibt es dann zu jedem x,. ein y,.> x,., so da /yftrt U"o(TJ) ist. (y.. )
entpuppt sieb sofort als eine konfinale Folge, die jedoch - wegen der letzten rt Beziehung- nicht den Grenzwert 11 besitzt- sehr im Gegensatz zu de m bereits
Bewiesenen. Infolgedessen drfe n wir die Aussage lim fx = 11 nicht verwerfen.
Die Betrachtungen dieses Abschnitts zeigen vorderhand nicht viel mehr als die
enorme Flexibilitt und Schmiegsamkeit mathematischer Begriffsbildungen, ihr
erstaunliches Vermgen, ganz verschiedenartig a ussehe nde Phnomene "auf
einen gemeinsamen Nenner zu bringen". Nur der Hinweis auf die Doppelfolgen
lt ahnen, da wir nicht nur vorhandenes Wissen geordnet und gebndelt,
sondern auch Neuland betreten haben - in das wir im nchsten Abschnitt weiter
vorstoen werden, um ein einfaches aber wichtiges Beispiel fr die Anwendbarkeit unserer Stze ber Netzkonvergenz zu geben.

Aufgaben
1. Beweise die Stze 44.2 bis 44.5 in allen Einzelheiten.
2. Wie lautet das Monotoniekriterium und das Cauchysche Konvergenzkriterium fr
Doppelfolgen?
*3. Die Doppelfolge (a"',.) konvergiere gegen a, und die "ZeilenJimites" a"' := lim a"'"
seien alle vorhanden. Dann existiert m
lim- am und ist

= a,

kurz: rn-oo
tim

(lim a"'") = tim


n-eo

m.n-oo

a"'"'

Sind alle "SpaltenJimites" a~: = ",_.


lim a"'" vorhanden, so strebt (a~) eben'falls gegen a, kurz:

256

V Stetigkeit und Grenzwerte von Funktionen

lim ( lim a.....) = I im a,"". Existieren sowohl alle Zeilen- als auch alJe Spaltenlimites,

n--oo m -

m...n-oo

so ist infolgedessen

I (I im

lim ( lim arn..) = im

"'~

n-+00

n_.oo n1-oo

arn ..) = lim a".,..


m.n-oo

Fr a.,.,, : = ( -1)"'+" {1/m + 1/n) ist Iim a ...,. = 0, aber keiner der Zeilen- und keiner der
tn,tt-oo
Spalteolimites existiert.

4. Definiere Tripelfolgen, Quadrupelfolgen usw. und unte rsuche ihr Konvergenzverhalten


(Konvergenzdefinition, Konvergenzkriterien).
S. {/,) sei ein Netz auf X und Y eine nichtleere Teilmenge von X mit folgenden
Eigenschaften: a) Y ist mit der von X herrhrenden Richtung selbst eine gerichtete
Menge. b) Z u jedem x e X existiert ein y e Y mit y > x. Dann heit die Einschrnku ng des
Netzes (f,) auf Y, also das Netz y ~ fy (y E Y) ein Tei I netz von (f.). Zeige: Aus
limfx = TJfolgt stets lim.f;. = TJ. Diese Aussage ist die Netzversion des Satzes 20.2.
X

*6. Ist a = x 0 < x 1 <x2 < <x,. = b, so nennt man Z :={x 0 , x., ... , x,.} eine Ze rl egung
des Inte rvalles I:= [a, b]. Zeige: a) Durch Z 1Z 2 : - Z 1 c: Z 2 wird die Menge .8 aller
-;)

II

Zerlegungen von I gerichtet. -o besitzt keine konfinalen Folgen. b) Sei IZI: = max(x" -

x,._

1).

k l

Durch Z 1 < ~: - lzJ;;;,: 1~1 erhlt


Folgen. c) ist strker als < .

.8

eine neue Richtung; diesmal besitzt

.8

konfinale

+7. Auf X seien eine Richtung <,eine strkere Richtung <-< und eine reellwertige Funktion
/erklrt. Mit.fx: f(x) gilt dann:

Aus

lim .fx=TJ
(X, <)

folgt

lim fx=TJ.
(X.<<)

8. Der Begriff des Netzes und seines Grenzwertes bleibt im Falle komplexwertiger
Funktionen wrtlich erhalten, es e ntfallen nur die uneigentlichen Grenzwerte +oo und -oo,
da zu ihre r Definition auf die Anordnungseigenschaften d er reellen Zahlen nicht verzichtet
werden kann. Ist f: X-+ C auf der gerichteten Menge X erklrt und f(x) = u (x) + iv(x) die
Zerlegung in Real- und lmaginrteil, so ist (f,) genau dann beschrnkt, konvergent oder
e in Cauchynetz, wenn das Entsprechende fr die beiden Netze (u,) und (v,.) zutrifft; im
Konvergenz falle ist I im f, = !im u, + i Iim v.

45 Doppelreihen
Ist eine Doppelfolge (a 1k) vorgelegt, so versteht man unter der Doppelreihe

..L

/.k-0

a1k die Doppelfolge der Teilsummen

L
L
i=O
'"

Smn:=

fl

k ~O

a/k=(aoo+aol+ ... +aon)+(alO+au+ ... +aln)

45 Doppelreihen

257

Strebt Smn ~ s fr m, n -+co, so sagt man, die Doppelreihe konvergiere gege n


s oder habe den Wert (die Summe ) s und schreibt dann

..

j.k - 0

a1k

s.

Aus dem Monotoniekriterium 44.5 ergibt sich sofort, da eine Doppelreihe mit
nichtnegativen Gliedern immer dann konvergiert, wenn ihre T eilsummen alle unter
einer festen Schranke bleiben. Ist die Doppelreihe I a 1k a bsol ut konv erge nt ,
d.h. konvergiert I la1kl , so ist sie erst recht konvergent : Die Doppelreihen

konvergieren nmlich, weil ihre G lieder nichtnegativ und ihre Teilsummen durch
I la1k I beschrnkt sind, infolgedessen ist auch I a 1k =I' - I" konvergent.
Wir nennen die Reihen

..

(j = 0, 1, ...)

und

L a1

( k = 0, 1, ...)

i=O

Zei l e n- bzw. Spaltenre ih e n und ihre Werte, falls sie berhaupt vorhanden sind, Ze il en- bzw. S p alte ns ummen; diese Bezeichnung liegt nahe, wenn
man die Doppelfolge (a 1k) durch das Schema (44.1) darstellt. Und nun drngt sich
sofort die Frage auf, ob man nicht den Wert einer konvergenten Doppelreihe
erhalten kann, indem man, locker gesagt, alle Zeilensummen oder auch alle
Spaltensummen " addiert", d.h., ob nicht

ist? Da diese Beziehung in der Tat unter natrlichen Voraussetzungen gilt,


besagt der uerst einfach zu beweisende
o

45.1 Satz Konvergiert nicht nur die Doppelreihe


auch jede Zeilenreihe

r (r

;- o k- o

..L a k,

k- 0

..I

j.k - 0

a 1k, sondern darber hinaus

so konvergiert auch die i t er i er t e

R e ih e

a jk) und es ist

(45.2)
Ein entsprechender Satz gilt, wenn die Konvergenz aller Spaltenreihen vorausgesetz t
wird. Infolgedessen besteht die B eziehung (45.1) gewi dann, wenn die Doppelreihe
selbst und ihre smtlichen Zeilen- und Spaltenreihen konvergieren.

258

V Stetigkeit und Grenzwerte von Funktionen

Wir beweisen nur die erste Behauptung. Sei


n

Smn

:=

00

L
L
aik>
i = O k=O

s: = lim

Smn=

L- o a;k

j,k

m , n-.oo

und u,.. :=

f (f

i=O

a;k)

k- 0

Bei festem m strebt s,..,. - u,.. fr n- co, und nach A 44.3- angewandt au f

(s,..n)- ist infolgedessen tim u"' =

I ( I a1k) vorhanden und = s.

i=O

k=O

Ohne Mhe erhalten wir nun den unentbehrlichen


Doppelreihensatz von Caucby Die Beziehung (45 .1) gilt immer dann, wenn
eine der beiden iterierten Reihen absolut konvergent ist (also auch dann noch
konvergiert, wenn man alle a1k durch la;kl ersetzt); die andere iterierte Reihe und
die Doppelreihe sind dann ebenfalls absolut konvergent.

o 45.2

Zum Beweis nehmen wir zunchst an, A :=


m

00

ist jede Zeilenreihe

und wegen

I a1k (sogar absolut)

i.k= O

(m = 0, 1, ...) auch fr

I I la;ki:!50A

fr alle m, n auch die

i=O k = O

k=O

..

Doppelreihe

I a;k

I; - o (I
la kl) sei vorhanden. Dann
k- o
m

konvergent; dasselbe gilt wegen

I la1kI~ A

..
jede Spaltenreihe I a;k Nach Satz 45.1 gilt also die GI.
;- o

i=O

(45.1). Ganz entsprechend verfhrt man, wenn die Konvergenz von

I (I la;kl)

k- 0

vorausgesetzt wird.

..I

1- 0

Der Cauchysche Doppelreihensatz wird hufig in folgender Weise angewandt: Es


sei eine konvergente Reihe

1- 0

z1 gegeben und jedes z1 werde in eine absolut

00

konvergente Zeilenreihe z 1 =

I a;k

entwickelt. Konvergiert dann auch noch

k- 0

It- o (k-I o la k1)- was z.B. von selbst der Fall ist, wenn alle a;k ~ 0 bleiben-, so
1

sind alle Spaltenreihen sk : =


00

t- o

00

L z1 = L
i=O

.I a k absolut konvergent, und es ist

sk

k- 0

(vgl. auch Aufgabe 5).


Aufgaben
1. Zeige, da die Doppelreihe

f 1: konvergiert und berechne ihren We rt. Hinweis:

f.k -2

Beispiel 2 in Nr. 31.

..
2. Die Reihe L a konvergiere absolut, und
1

45 Doppelreihen

259

fr k = 0, 1, 2, ... sei

/0

Dann konvergiert

..
L bk: absolut, und es ist L
..

k-o

;- o

f (n+2) x"
3. Zeige, da die Reihe t....
2

u O

..

L
bk.
k- o

a; =

fr lxl < 1 konvergiert

und bestimme ihre Summe.

Hinweis: Betrachte die Doppelreihe

m1t

{j +l,
a1k :=
,
0

falls j .;;; k
falls j > k

und ziehe A 32.1e heran.


4. Nach A 26.1 strebt s.. : =

..

"

Ln -k ! ~ e.

k-

Zeige mit Hilfe dieser Tatsache, da die Reihe

Ln (e-s.. ) konvergiert und berechne ihren Wert.

Hinw eis:

k+l

-=
=
+
k! (k + l )! (k+l)!

1
(k+l)!

... +---

5. (a1k) sei eine Doppelfolge, fr die z1 : =


Zeige:

;-o
0

z1 =

k -O

..L

lljk,

(k + 1 Summanden).

sk: =

k O

sk gilt genau dann, wenn r.. : =

..L
1- 0

f (f

;-o

a1k

..
und L z

vorbanden sei.

/ 0

1k) ~ 0 strebt.

a
"

6. Unser Beweis fr "absolute Konvergenz - Konv<"rgenz" lt sich nicht auf absolut


konvergente Doppelreihen mit komplexen G liedern be rtragen. Liefere einen Beweis
durch Zerlegung der Glieder in Real- und ImaginrteiL

VI Differenzierbare Funktionen
Alles ist in Flu.
Heraklit

Die unbestimmten Gren betrachte ich ...


als in stetiger Bewegung wachsend und abnehmend, d. h. als flieend oder abflieend.
lsaac Newton

46 Die Ableitung einer differenzierbaren Funktion


Wir hatten bereits mehrmals betont, da es bei der Untersuchung einer Funktion
meistens weit weniger darauf ankommt, ihre Werte an vorgegebenen Stellen als
vielmehr die Vernderung dieser Werte bei Vernderung des Arguments zu kennen. Mit zwei besonders wichtigen nderungsmodi-Monotonie und
Stetigkeit- haben wir uns schon intensiv beschftigt. Im vorliegenden Abschnitt
nimmt unser Studium der Vernderungsphnomene eine ganz neue und, wie sich
zeigen wird, alles Weitere beherrschende Wendung: Wir werden die Anderung
der Funktion finder Nhe der Stelle ~. also die Differenz f(x)-f(~), mit der
nderung der einfachsten nichtkonstanten Funktion, nmlich g(x): = x, ver hen, d .b ., wu
werd en den sogenannten D 1"ff erenzenquotlenteo

f(x) - f(~)
g1etc
l:
x - ."

betrachten und aus seinem Verhalten Rckschlsse auf f(x) in der Nhe von~ zu
ziehen versuchen.
Erste Anstze dieses Vorgehens sind uns schon frher begegnet. So haben wir
z.B . dehnungsbeschrnkte Funktionen f auf X betrachtet, also Funktionen, die
durch eine Abschtzung der Forrn
f(x)- f(y)
x-y

~ K fr je zwei verschiedene Punkte

x, y EX

charakterisiert sind (und haben dieselben bei der Untersuchung des lnterpolationsfehlers in Nr. 18 und im Kontraktionssatz 35.2 mit Nutzen einsetzen
knnen). In A 14.8 haben wir ferner die einfache Bemerkung gemacht, da eine
Funktion f genau dann auf X wchst bzw. fllt, wenn
f(x)-f(y)
x-y

::......;....-'--_:_:..:....c.~

Obzw. ::s:; Of""ur Je


. zwet. verschid
e ene P un kte x, y E X

ist (und konn ten damit in bequemer Weise das Monotonieverhalten der Funktion
x", n E N, und der geraden und ungeraden Funktionen klren). Rein technjsch
und zunchst sehr oberflchlich gesehen hat der Differenzenquotient f(x)- f(y)
x-y
den Nachteil, da er nicht mehr eine Funktion der einen Vernderlichen x allein
ist, sondern von den beiden Variablen x und y abhngt. Diese Schwierigkeit kann

46 Die Ableitung e ine r differenzierbaren Funktion

261

man durch die folgende, zunchst noch locker formulierte berlegung zu beheben
versuchen: Man lsche die Vernderliche x aus, indem man von dem Differenzenquotienten zu seinem Grenzwert
. f(x)-f(y)
I1m
x-y
X- y

bergeht {falls letzterer berhaupt vorhanden ist). Die bloe Existen z dieses
Grenzwerts garantiert bereits, da sich der Differenzenquotient, also auch f selbst,
in der Nhe des Punktes y nicht vllig irregulr verbalten kann. Und kennt man
dann noch gewisse " individuelle" Eigenschaften des Grenzwerts, so wird man
daraus Rckschlsse auf das Verhalten des Differenzenquotienten und der Funktion f, jedenfalls in einer hinreichend kleinen Umgebung von y, ziehen knnen.
Wir werden sofort durch ein Beispiel deutlich machen, wie dies zu verstehen ist,
geben aber zunchst, um uns bequem ausdrcken zu knnen, eine Definition, die
als eine der wichtigsten und fruchtbarsten der ganzen Mathematik angesehen
werden mu:
Definition Die reelle Funktion f sei auf dem (vllig beliebigen) Intervall I definiert.
Wir sagen, f sei differenzierbar im Punkte ~EI, wenn
. f(x) -f(~)
lun
c

x-E

X - c"

.
oder, was dasselbe tst,

. f(~+h) - f(~)
hm
h

(46.1)

h-O

existiert und endlich ist; dieser Limes wird mit f'(~) bezeichnet und die Ableitung
von f an der Stelle ~ genannt.

Dafan der Stelle ~ die Ableitung f'(~) besitzt, bedeutet demnach, da fr jede
Folge (x .. ) aus I , die gegen ~ konvergiert und deren Glieder alle =f ~ sind, stets
f(x .. )- f(~) ~ f'(~)
x .. - ~

(46.2)

strebt oder auch, da die Funktion


f(x)- f(~)
Fe(x):=

x -~

f'(~)

in

fr x=f ~.
fr x =

{46.3)

stetig ist.

Ist ~ ein Randpunkt von I , so ist (46.1) natrlich als einseitiger Grenzwert zu
verstehen; in einem solchen Falle nennt man f'(~) die einseitige (rechts- bzw.
link sse iti ge) Ableitung von f an der Stelle ~- Rechts- und linksseitige
Ableitungen lassen sich selbstverstndlich auch fr innere Punkte ~ von I
erklren , indem man die entsprechenden einseitigen Limites des zugehrigen
Differenzenquotienten betrachtet (falls diese berhaupt existieren).

262

VI Differenzierbare Funktionen

Ist f in g differenzierbar, so ergibt sich aus (46.2) sofort, da fr jede der dort
zugelassenen Folgen (x .. ) stets

f(x .. )-f(g)=f(x;~=~(g) (x.. -g) -'?f'(g) 0=0


strebt, also gilt der

46.1 Satz Die Funktion f ist in jedem Punkte stetig, in dem sie differenzierbar ist.
Dieser Satz ist nicht umkehrbar: Die Betragsfunktion lxl ist im Nullpunkt zwar
stetig, dort aber nicht differenzierbar, weil z.B.
ll /n l-0 = 1/n--'? 1
1/n -0 1/n
'

aber l-1/nl-0= 1/n --'Jo- 1


-1/n- 0 - 1/n

strebt. Kurz gesagt: Differenzierbarkeit ist eine strkere Eigenschaft als Stetigkeit.
Satz 46.1 zeigt, da die bloe Existenz des Grenzwertes (46.1) ein vllig
irregulres Verhalten der Funktion f in der Nhe der Stelle ~ ausschliet, wie wir
schon angedeutet hatten. Ist berdies etwa f'(g) > 0, so gibt es wegen Satz 34.2,
angewandt auf die Funktion Ff. in (46.3), eine gewisse 5-Umgebung U von g, so
da fr alle

XE

(J n I stets f(x) -~(g) > 0 bleibt. Fr

x-

XE

f(x) <f(g) oder >f(g), je nachdem x < g oder > g

(J n I folgt daraus
(46.4)

ist, eine Aussage, die wir etwa durch die Worte " f wchst streng im Punkte g"
beschreiben knnen. Diese Betrachtungen mgen ein erstes Beispiel dafr sein ,
wie man aus Existenz und Eigenschaften der Ableitung f'(g) Schlsse auf das
nderungsverhalten der Funktion f in der Nhe von g ziehen kann. Es wird eine
unserer wichtigsten Aufgaben sein, a us dem " lokalen" Verhalten der Funktion f
(ihrem Verhalten ,,im Kleinen"), ber das uns die Ableitung belehrt, Ausknfte
ber ihr " globales" Verhalten (ihr Verhalten " im Groen") zu gewinnen. Wir
werden diese Aufgabe in Nr. 49 in Angriff nehmen. Zunchst aber wollen wir uns
noch davon berzeugen, da Grenzwerte der Form (46.1), also Ableitungen, sich
in vllig natrlicher Weise bei der Behandlung zahlreicher Probleme, ja bereits
bei dem Versuch, sie przise zu formulieren, ganz von selbst einstellen.

1. Ein Massenpunkt P bewege sich auf der Zahlengerade. Seine Koordinate zur
Zeit t sei s(t); die Funktion t ~s( t) nennt man auch das Weg- Zeitgesetz der
Bewegung. Unsere Anschauung drngt uns zu de r Auffassung, P habe zur Zeit t 0
eine gewisse Geschwindigkeit. Was aber heit das? Empirisch bestimmbar ist
doch nur die mittlere Geschwindigkeit zwischen den Zeitpunkten t0 und
.
s(t)- s(to) . oteser h""
t T_J. t 0 , also der Q uotlent
angt a ber von d er willk""urlich en, vom
t- t0
Beobachter getroffenen Wahl des Zeitpunktes t ab und ist damit kein " inneres" ,
beobachterunabhngiges, allein dem Weg-Zeitgesetz entspringendes Charakteristikum des Bewegungsvorganges, wie es die Geschwindigkeit "zur Zeit t 0 " gem

46 Die Ableitung einer differenzierbaren Funktion

263

unserer Intuition doch wohl sein soll. Die Empirie selbst lehrt uns jedoch, wie wir
ihre Beschrnktheit sprengen und zu einem Begriff der momentanen Geschwindigkeit, der Geschwindigkeit in einem bestimmten Zeitpunkt t0 , kommen knnen.
Sie zeigt uns nmlich, da bei den gemeinhin vorkommenden Bewegungs..
mtt
t1 eren G eschwm
di gk etten

s(t)-s(to) "stabil" sm
d , dh
h
dte
. ., s1c
vorgangen
t - t0
kaum noch oder nur im Rahmen der Megenauigkeit ndern, wenn sich nur t
hinreichend dicht bei t0 befindet, und legt somit die folgende Definition der
Geschwindigkeit v(t0 ) im Zeitpunkt t0 nahe:
. s(t)-s(t0 )
v(t0): = lim
,

t - t0

1->to

also

v(t0 ): = s (t0 )

(46.5)

(vorausgesetzt, da die Ableitung s'(t0 ) berhaupt existiert).


Fr den sogenannten "freien Fall" (Fall eines Krpers im Vakuum) erhlt
man empirisch das Weg-Zeitgesetz s(t) = ~ gP (g ist die Konstante der
Erdbeschleunigung; mit man Entfernungen in Meter und Zeiten in Sekunden, so ist fr g der Wert 9,81 m/sec2 zu verwenden). Infolgedessen ist die
Fallgeschwindigkeit im Zeitpunkt t0 definitionsgem
t - t~
2

lim (t- t0 )(t + to)


1 li
v(t )= Irm -g
=- g
=g m (t+to)=gto.
o 1-+lo 2 t - to 2 ~-~o
t- lo
2 1-+to

(46.6)

2. Die in (46.5) definierte momentane Geschwindigkeit des Massenpunktes P ist selbst eine Funktion der Zeit, kurz:v=v(t). Die mittl e r e
Beschleunigung von P zwischen den Zeitpunkten t0 und tf t0 ist der Differen.
v(t)-v(to)
. .
. . I
zenquottent
, un d ganz
1che Ub..er1egungen wte
rm ersten B e1sp1
e
t - t0
fhren dazu, die momentane Beschleunigung b(t0 ) zum Zeitpunkt t0 durch
hnl.

b(t0 ):=lim v(t)-v(to) = v'(t0 )


~-~o
t - t0

(46.7)

zu definieren. Beim freien Fall ist wegen (46.6)


.
t- t0
b(t0 ) =tim g
= g.
1-+lo
t - t0

Erst die przise Definition (46.7) der Beschleunigung macht es mglich, das
fundamentale Newtonsehe Kraftgesetz ("Kraft = Masse mal Beschleunigung")
sinnvoll auszusprechen und analytisch zu handhaben. Wir werden spter Beispiele
dafr kennenlernen (s. Nr. 56 und 57).
3. In A 7.7 hatten wir gesehen , da zahlreiche Wachstums- und Abnahmeprozesse
fr eine zeitabhngige Gre u(t) nherungsweise nach dem Gesetz

u(t + ~t) = u(t)+au(t) At,

anders geschrieben:

u(t + ~~~ - u(t) = au(t),

264

VI Differenzierbare Funktionen

verlaufen, wobei a eine Konstante und at eine hinreichend kleine Zeitspanne ist.
Man wird daher vermuten, da man das exakte Verlaufsgesetz durch den
Grenzbergang At~ 0 erhlt, da es also durch
(46.8)

u'(t) = au(t)

gegeben wird. Diese bemerkenswerte Gleichung beschreibt den Prozeverlauf,


indem sie die (unbekannte) Funktion u(t) mit ihrer Ableitung u'(t) verknpft.
Solche Gleichungen nennt man Differentialgleichungen ; sie gehren zu
unseren wichtigsten Mitteln, Naturgesetze zu formulieren und Naturvorgnge zu
beherrschen. Wie man aus der Differentialgleichung (46.8) den Prozeverlauf u(t)
gewinnen kann, werden wir in Nr. 55 sehen.
Wir wollen hier noch anmerken, da der GI. (46.8) die idealisierende Annahme
zugrunde liegt, der Proze lasse sich durch eine differenzierbare Funktion u
beschreiben. Dies ist jedoch nicht immer der Fall (vgl. etwa Bevlkerungswachstum oder Vermehrung von Bakterien; hier liegt der Wertebereich von
u in N0 , so da von Stetigkeit oder gar Differenzierbarkeit berhaupt keine
Rede sein kann). Die Differentialgleichung (46.8) mu deshalb zurckhaltend
lediglich als ein mathematisches Modell, eine approximative Beschreibung der
Wirklichkeit aufgefat werden. Ob die Lsungen von (46.8) die empirischen
Verhltnisse genau genug wiedergeben, kann letzten Endes nur die Empirie entscheiden oder anders gesagt: Ein mathematisches Modell rechtfertigt sich weniger
durch seine Herleitun g als vielmehr durch seinen E rfolg.
4. Ist eine Gerade 'Y durch die Gleichung y = ax + b gegeben, so ist fr je zwei
verschiedene Abszissen x 0 , x 1 und die zugehrigen Ordinaten Yk = axk + b
Yt-Yo
(k = 0, 1) stets
= a. Aus elementargeometrisch einsichtigen Grnden (s.
x1 - xo
y

Yt
f(x )-f(x0)

Yo

xo

x,

Fig. 46.1

Fig. 46.2

Fig. 46.1) nennt man a die Steigung von 'Y (unsere berlegung lehrt brigens,
da die affine Funktion g(x): = ax + b in jedem Punkt x 0 von R differenzierbar ist
und dort die Ableitung g'(x0 ) = a besitzt). Nun sei uns eine Funktion f auf dem
Intervall I und ein fester Punkt x 0 E I gegeben. Dann ist fr jedes von x 0

f(x)- f(xo) d . S
verschie d ene x E I d er Q uot1ent
1e tetgung d er " S e hne " a "' d.1e
x-x0
durch die Punkte P 0 : = (x0 , f(x 0 )) und P: = (x, f(x)) des Graphen von f geht (s. Fig.
46.2); diese Steigung von ax nennt man auch die mittlere Steigung von f

46 Die Ableitung einer differenzierbaren Funktion

265

zwischen x 0 und x. Ist f in x0 differenzierbar, so streben diese mittleren


Steigungen gegen f'(x0 ), wenn x-+ x 0 rckt. Es ist daher naheliegend, f'(x 0 ) die
Steigung der Funktion f (oder des Graphen von f) im Punkte x 0 zu nennen.
Die Gerade durch P0 mit der Steigung f'(x0 ), also die Gerade
(46.9)
heit die Tangente an f (oder an den Graphen von f) im Punkte P 0 . Die
manchmal zu hrende Redeweise, die Tangente sei die "Grenzlage" der Sehnen
a," wenn x-+ x0 geht, ist zwar sehr suggestiv, aber doch so unprzis, da wir sie
nicht verwenden wollen.
Das Problem, die Tangenten einer Kurve zu bestimmen, ja berhaupt erst zu definieren,
hat im 17. Jahrhundert die Entwicklung der Differentialrechnung mchtig vorangetrieben.
Das Tangentenproblem war nicht nur mathematisch interessant (als eine Fortfhrung
der antiken Tangentenkonstruktionen bei Kegelschnitten), sondern hatte gleichzeitig eine
groe praktische Bedeutung, z.B. bei der Herstellung optischer Linsen. Denn um das
Brechungsgesetz anwenden zu knnen, mu man den Winkel a zwischen dem einfallenden
Strahl und der sogenannten Normalen v der Linse im Einfallspunkt P kennen. Da aber v
die Senkrechte auf der Linsentangente -r in P ist (s. Fig. 46.3), mu der Linsenkonstrukteur
diese Tangente bestimmen knnen.
K
E

Fi2. 46.3

Fig. 46.4

5. K(x ) bedeute die Kosten, die bei der Produktion von x Einheiten eines
bestimmten Gutes entstehen, E(x) den Erls bei deren Verkauf. In den meisten
Fllen ist E(x) proportional zu x, also E(x) = ax mit einer gewissen Konstanten a,
whrend K(x) hufig den in Fig. 46.4 angegebenen Verlauf hat (wir nehmen
idealisierend an, die unabhngige und die abhngigen Variablen seien
"kontinuierlich" vernderlich, nicht " diskret" ; s. die Bemerkungen am Ende des
Beispiels 3). G(x): = E(x) - K(x) ist dann der Gewinn, den der Verkauf von x
Einheiten abwirft; in Fig. 46.4 ist er nur in dem Intervall (x 0 , x 1 ), der Gewinnzone, positiv (also ein "echter" Gewinn). Der Produzent wird sich natrlicherweise die Frage stellen, fr welches x der Gewinn G(x) maximal wird. Wir
behandeln dieses Problem gleich in allgemeiner Form und fhren zunchst die
angemessenen Begriffe ein (in der Nr. 54 werden wir die spezielle Aufgabe der
Gewinnmaximierung wieder aufgreifen und unter praxisnahen Voraussetzungen
ber die Kostenfunktion K(x) lsen).

266

VI Differenzierbare Funktionen

Wir sagen, die reelle Funktion f auf X besitze an der Stelle ~ e X ein 1o k al es
Maximum bzw. Minimum, wenn es eine cS-Umgebung U von~ gibt, so da
fr alle x e U n X stets f(x) ~ f(~) bzw. stets f(x);?; f(~)
ist. Lokale Maxima und Minima heien auch lokale Extre m a . E in lokales
Maximum von f kann sehr wohl kleiner sein als das glob al e Maximum
m axf(x) (falls letzteres berhaupt existiert); s. Fig. 46.5. Ein globales Extremum
x eX

ist natrlich erst recht auch ein lokales Extremum.

J1

.r2 '12 33 '13


Stellen lokaler Minima

'11

.J1.h.f3
7J1 '12 '13 stellen lokaler Maxime

Fig. 46.5

Besitzt f in dem inneren Punkt ~ von X etwa ein lokales Maximum, so gibt es
eine ganz in X liegende cS-Umgebung U von~ mit f(x) ~f(~) fr alle x e U. Fr
diese x ist
f(x)-f(~)
.
;...___....;........;..._;?; 0 oder~ 0, Je nachdem x < ~ oder x >
x-~

(46.10)

ist. Nehmen wir noch an, f sei differenzierbar in~. so ergibt sich aus (46.10), da
f'(~);?; 0 und ~o. insgesamt also =0 sein mu. Dasselbe Ergebnis findet man,
wenn ~ Stelle eines lokalen Minimums ist. Es gilt also der
46.2 Satz Die Funktion f: X~ R besitz e in dem inner en Punkt ~ von X ein
lokales Extremum und sei berdies in ~ differenzierbar. Dann ist notwendig
f'(l;) = 0.
Anschaulich besagt dieser Satz, da unter den angegebenen Voraussetzungen die Funktion
f an jeder lokalen Extre malsteile eine horizontale Tangente besitzt.
Man beachte, da die Voraussetzung, g sei ein innerer Punkt von X, wesentlich ist. Die
Funktion f(x.): = x, 0 ~ x ~ 1, besitzt z.B. in dem Randpunkt g = 0 ein lokales (sogar globales)
0
Minimum, es ist jedoch/' (0) = lim x - = 1 und nicht = 0. S. zu all dem auch Fig. 46.5.
x-0+ x-0
Satz 46.2 ist nicht umkehrbar: Ist ~ ein innerer Punkt von X und f'(~) = 0, so

braucht

~nicht

f(x):=x

SteHe eines lokalen Extremums zu sein. Z.B. besitzt die Funktion


3

xeR, in 0 kein lokales Extremum, obwohl f' (O) = Iimx -0= 0 ist.
x-+0 x-0

46 Die Ableitung einer differenzierbaren Funktion

267

Ist etwa, um einen besonders einfachen Fall zu nennen, f auf dem offenen
Intervall (a, b) definiert und in jedem Punkt desselben differenzierbar, so stehen
nach Satz 46.2 nur die Lsungen der Gleichung f'(x) = 0 im Verdacht, Stellen
lokaler Extrema zu sein. Ob sie es aber tatschlich sind, mu in jedem Einzelfall
gesondert geprft werden. In Nr. 49 werden wir sehen, wie diese Prfung bequem
durchgefhrt werden kann.
Nach diesen Beispielen fr das vielfltige Auftreten des Ableitungsbegriffs kehren
wir noch einmal zu seiner Definition zurck. Ist die Funktion f: I ~ R in ~EI
differenzierbar, so strebt

und somit gilt, wenn r(h) : = p(h )h gesetzt wird, die Gleichung

f(~ + h) - f(~) = f'(~)h + r(h)

r~)
= 0.
h-+0

mit lim

(46.11)

Das sogenannte Inkrem en t <p(h ) : = f(~+ h )- f(~) d e r Funkti o n f an d e r


Stelle ~ (ihre nderung in der Nhe von ~) ist also proportional zum
In kremen t h d er u n ab h n gi gcn Vernderlichen-bis auf einen Fehler r(h ),
der so klein ist, da er sogar noch nach D ivision durch h gegen 0 strebt, wenn h
se lbst ~ 0 geht; der Proportionalittsfaktor ist die Ableitung f'(~). Oder anders

Fig. 46.6

J+h

ausgedrckt: Bis auf einen Fehler r(h ) der angegebenen Art wird die Inkrement f unktion h ~ <p(h) durch die lin ea r e Funktion h ~ f'(~)h approximiert (s. Fig.
46.6). Nun wollen wir (ohne Differenzierbarkeitsvoraussetzungen) annehmen,
<p(h) lasse sich in der Form (46.11) darstellen, genauer: es gebe eine Zahl a und
e ine Funktion h ~ r(h ) mit lim r(h )!h = 0, so da /(~ + h ) -f(~) = ah + r(h) ist.
h-+0

Dann strebt

f(~+h) - f(~) = a+r(h) ~ a


h
h

fr h ~o.

268

VI Differenzierbare Funktionen

also existiert f'(~) und ist = a. Wir fassen zusammen:

46.3 Satz Genau dann ist die Funktion f: I ~ R im Punkte


wenn das Inkrement f( ~ + h)- f( ~) in der Form
f(~ + h)- f(~) =

ah + r(h) mit

~e

I differenzierbar,

lim r(h) = 0
h-+0 h

dargestellt werden kann; in diesem Falle ist a =

(46.12)

f'(~).

Dieser Satz macht den Unterschied zwischen Differenzierbarkeit und Stetigkeit besonders
sinnfllig. Stetigkeit von f in ~ bedeutet ja nur, da /(~ + h) -fW ~ 0 strebt fr h ~ 0;
whlt man also irgendeine Zahl a und setzt man /(~ + h)- f(~) = ah + r(h), so ist f genau
dann in ~ stetig, wenn lim r(h ) = 0 ist. Es kann jedoch keine Rede davon sein, da a
h-0

eindeutig bestimmt und sogar lim r(h)l h = 0 ist. Sehr grob gesagt: Eine diffe renzierbare
h-o

Funktion ndert sich in der Nhe von

weitaus schwcher als eine, die nur stetig ist.

Zum Schlu vereinbaren wir noch einige Redeweisen und Bezeichnungen. Wir
sagen, die Funktion f sei auf d e m Intervall I differenzierbar, wenn f in
jedem Punkt von I differenzierbar ist; in einem zu! gehrenden Randpunkt von I
ist damit natrlich nur die einseitige Diffe~;enzierbarkeit gemeint. Ist f auf I
differenzierbar, so wird durch x ~ f'(x) eine Funktion auf I definiert, die wir mit
f' bezeichnen und schlechthin die Ableitung von f (auf I) nennen. Ist die
Funktion f' in ~ e I selbst differenzierbar, so bezeichnen wir ihre Ableitung an
dieser Stelle mit[" (~), nennen sie die zwe it e Ab l e itung von f in~ und sagen
auch, f sei in ~ zweimal differenzierbar. Existiert f"(x) fr jedes x el, so
wird die Funktion x ~ f"(x) mit f" bezeichnet und die zweite Ableitung von f
(auf I ) genannt. Wie dien-te Ableitung t<">(~) von f an der Stelle ~und
die n -te Ableitung t <"> von f auf I fr n = 3, 4, ... zu definieren ist, drfte
nun klar sein. Die nullte Ableitung t <o> soll die Funktion f selbst sein. Eine
Funktion n-mal zu differenzieren, heit, ihre n-te Ableitung zu bilden.
Die Abbildung D , die jeder auf I differenzierbaren Funktion f ihre Ableitung f'
zuordnet, heit Differentiationsoperator 1 >. Mit seiner Hilfe knnen wirf' in
der Form D(f) oder krzer Df schreiben. Die Ableitung f'(~) vonfander Stelle~
ist dann durch (Df)(~) oder, bei Einsparung zweier Klammern, durch Df(~)
darstellbar. Die hheren Ableitungen f", f"', ... bzw. ihre Werte f"(~), f"'(~), ... an
der Stelle ~ schreiben wir gelegentlich in der Form D 2 f, D 3 f, ... bzw. D 2f(~),
D3/(~), ....
Manchmal ist es zweckmig, die von Leibniz stammende Bezeichnung
df
dx

(lies: df nach dx ),

df(x)
dx

oder auch

dx" f(x)

>Der Leser wird nicht in Gefahr geraten, den Differentiationsoperator D mit dem (kursiv

gedruckten) Differenzenoperator D aus Nr. 17 zu verwechseln.

46 Die Ableitung einer differenzierbaren Funktion

269

fr die Ableitung f' zu verwenden; insbesondere dann, wenn die Variable


hervorgehoben werden soll, von der f und damit auch f' abhngt. Die hheren
Ableitungen f", f", ... werden mit

d 2{ d 3 f
d 2 {(x) d 3 f(x)
dxz, dx3 , . . . oder
dxz , dx3 , ...
bezeichnet. Leibniz fate den Differential q u o t i e n t e n :: in sehr vager Weise
als den Quotienten "unendlich kleiner" (infinitesimaler) Gren, der " Differentiale" d/ und dx, auf. Cauchy dagegen verstand ganz unmystisch unter dem D i ff eren ti aldx der u na bh ngigen Ve r oderlichenxirgendeineZahlunddefinierte
das zugehrige Differential d/ der Funktionfan der Stelle; durch df: =
f' (;) dx. Wir schlieen uns vorderhand der Cauchyschen Auffassung an und werden
sie e rst in Nr. 212 vertiefen. Mit dieser Erklrung der Differentiale ist nun tatschlich

f'(f.) = : : ein echter Quotient; um die Stelle f. hervorzuheben, an der die


Ableitung gebildet werden soll, schreibt man auch gerne ddf
X

x=t

. Wegen Satz 46.3

approximiert das Differential f'(f.) dx die Differenz f(f. + dx )- f(f.) = f'(f.) dx + r(dx)
beliebig gut, wenn nur dx hinreichend klein ist; aus diesem Grund wird in den
auermathematischen . Anwendungen die Differenz /(f. + dx) -f(f.) hufig kommentarlos durch f'(f.) dx ersetzt.- Das Differential dx der unabhngigen
Vernderlichen bezeichnet man auch gerne mit h oder tu (wir selbst haben dies
schon mehrmals getan). Das Differential der Funktion f wird jedoch immer mit
df bezeichnet; 6./ bedeutet stets die Differenz f(f. + h) - f(f.) fr eine gewisse
Stelle f. und ein gewisses Differential h (f. und h mssen dabei gesondert
angegeben werden oder aus dem Zusammenhang ersichtlich sein).
In der Physik werden fr die Ableitungen einer von der Zeit t abhngenden
Funktion f(t) gerne die von Newton eingefhrten Bezeichnungen i(t), /(t) , ...
benutzt. In dieser Schreibweise ist also s(t) die Geschwindigkeit und s(t) die
Beschleunigung eines Krpers, dessen Weg-Zeitgesetz durch die Funktion s(t)
gegeben wird.
Eine weitere Konvention betrifft die Bezeichnung der Ableitung .,fonnelmig"
oder " durch Rechenausdrcke" gegebener Funktionen. Wir erlutern sie am
besten durch ein Beispiel. In der A ufgabe 2 werden wir sehen , da die Funktion
f(x): = x" (n E N) an jeder Stelle XE R die Ableitung f'(x) = nxn - l besitzt. Diese
Tatsache drcken wir kurz durch die Schreibweise
(x")' = nx"- 1

fr alle x e R

aus. Entspr echend sind die Beziehungen


(ex)' =e"

fr alle x ER,

(ln x )'

=.!.X fr alle x > 0

z u verstehen, die wir neben vielen weiteren dieser Art in Nr. 48 beweisen werden.

270

VI Differenzierbare Funktionen

Aufgaben
1. Sei g ein innerer Punkt des Intervalls I. Die Funktion f: 1 ----+ R ist genau dann in g
differenzierbar, wenn ihie rechts- und linksseitigen Ableitungen in
bereinstimmen.

existieren und

* 2.

Die Funktion f(x): = x" (n e N) ist an jeder Stelle x e R differenzierbar, und ihre Ableitung ist f'(x) = nxn- l' also kurz: (x")' = nx"- 1 fr alle X e R.

3. Ist f: I ----+ R in gei differenzierbar, so gibt es eine KonstanteKund eine 45-Umgebung


u von g derart, da fr alle XE (J n I stets if(x)- fWi < K ix- el bleibt (woraus sich ein
neuer Beweis fr Satz 46.1 ergibt).
bar, so 1st
limt<e+ h)-f<e- h)
von I differenZier
h-0
2h
vorhanden und = f'(g). Zeige an einem Beispiel, da aus der Existenz dieses Limes jedoch
nicht die Differenzierbarkeit in g folgt.

emem

1nneren Pu n kt
4 Ist f : I ----+ R m

1:
~

S. Sei g eine beschrnkte Funktion auf [-1, 1] und f(x) := x 2 g(x). Zeige, da f'(O) existiert
und = 0 ist.
6. Die Funktion x 2 , 0 ~ x ~ 1, besitzt in 0 ein Minimum und in 1 ein Maximum. Die
Ableitung verschwindet in 0, nicht jedoch in 1.
o

7. D ie komplexe Funktion f sei auf der offenen Menge G c C definiert. Differenzierbarkelt


und Ableitung von f in g e G werden wrtlich wie im Reelle n e rklrt; die Stze 46.1 und
46.3 gelten im wesentlichen unverndert (man bat nur das Intervall I durch die offene
Menge G zu ersetzen). Dagegen wird Satz 46.2 sinnlos.

4 7 Difterentiationsregel.n
47.1 Satz Die Funktionenfund g seien auf dem Intervall I definiert und in ~E I
differenzierbar. Dann sind auch f + g, f- g, af, fg und fl g in ~ differenzierbar (j/ g
allerdings nur, wenn g(~) =f 0 ist), und die Ableitungen werden durch die folgenden
Formeln gegeben, in denen als Argument ~ einzutragen ist:
(j + g)' = f' + g',

(f - g)' = f'- g',

(fg)' = fg' + gf''

(1g)' = gf'-g2fg' .

(af)' = af',

Beweis. Aus den Rechenregeln 42.1 fr Grenzwerte und dem Stetigkeitssatz


46.1 folgt fr x ----+ ~ sofort
[f(x) + g(x)] - (f(~) + g(~)] = f(x ) - f(~) + g(x) - g(~) ~ f'(~) + g'(~),
x-~

x-~

x -~

[f(x)- g(x)] - [f(~) - g(~)] = f(x)- f(~) _ g(x) - g(~)----+ f'(~) _ g'(~),
x-~

x-~

x -~

47 Difierentiationsregeln

271

af(x)- af(~) = a f(x) - f(~)--+ af'(~).


x-~

x-~

f(x)g(x)- f(~)g(e) = f(x) g(x) - g(g) + g(g) f(x) - f(g)


x -~

x-~

x-~

--+ f(g)g'(g) + g(g)f(g),

f(x)

f(~)

g(x) g(g) =
1
[g(g) f(x) - f(g)_f(~) g(x) - g(~)J
x- e
g(x)g(~)
x- e
x- e

--+ g(~)f'(g)- f(g)g' (~)


(g(g))2

Die konstante Funktion f(x) = c besitzt wegen f(x )- /(~) = c - c = 0 eine berall
verschwindende Ableitung. Aus der Quotientenregel des Satzes 47.1 folgt daher
die ntzliche Reziprokenregel

G)'

= - ;: ,

wenn g in

g differenzierbar und =f 0 ist.

(47.1)

Ferner sieht man sofort: Die auf I differenzierbaren Funktionen bilden eine
Funktionenalgebra, und der Differentialionsoperator D ist eine lineare Abbildung
dieser Algebra in den Funktionenraum F(I) aller auf I definierten Funktionen.
Die ersten drei Regeln des Satzes 47.1 kann man in der folgenden Formel
zusammenfassen und gleichzeitig verallgemeinern (die genaue Formulierung der
Voraussetzungen berlassen wir dem Leser):
(47.2)

Eine der wichtigsten Differentiationsregeln ist die


47.2 Kettenregel Die Funktion u sei auf dem Intervall / ," die Funktion f auf dem
Intervall lf'=> u (! ") erklrt. u sei in f,, f in u (f,) differenzierbar. Dann ist Jou in f,
differenzierbar, und es gilt

Beweis. Wir setzen 7]:= u(f, ) und schreiben gem Satz 46.3

r 1 ~h) =:p 1 (h)-+-0

fr h-+-0,

r2kk) =:p 2 (k)-+-0 fr k-+-0.

272

VI Differenzierbare Funktionen

Aus diesen Darstellungen folgt

ifo u)(4 + h) -ifo u)(4) -J(u (4 + h))-f(u (4))


f'(TJ)[u (4 + h)- u (4)1 + r2 (u (4+h) -u (4))
f'(TJ)[U'(4)h + Tt (h)] + T2 (u'{g)h + Tt (h))
f'(TJ) u'(4) h + r(h)
mit

(47.3)

r(h): -f'(TJ) r 1(h) + r2 (u'(4)h + r, (h))

- f'(TJ) hpt (h) + [u'(4) h + r, (h)]{.J2(u' (4) h + r1 (h)).


Offenbar strebt

r~)--+ 0 fr h--+0, und

daraus folgt dank der Darstellung (47.3)

und des Satzes 46.3 die Behauptung.

In der Leibnizschen Symbolik nimmt die Kettenregel eine unwiderstehlich suggestive


Form an: Macht. man ausf(u) durch die Substitution u =u (x) eine (mittelbare) Funktion von x,
so ist
df df du
dx =du dx

47.3 Satz ber die Umkehrfunktion f sei streng monoton und stetig auf dem
Intervall I, so da die Umkehrfunktion 1 auf dem Intervall f(I) existiert. Ist in
I; e I die Ableitung f'(l;) vorhanden und fO, so kann 1 in 11: = f(l;) differenziert
werden, und es gilt

1 1
(f- 1)'(11 ) -- f'(l;)f'(f- 1(11)).
Der Beweis ist uerst einfach. Ist (y,.) eine beliebige Folge aus f(I), die gegen 11
strebt und deren Glieder alle f11 sind, so liegen die Xn := 1 (yn) alle in I, sind
f 1;, und wegen der Stetigkeit von f- 1 strebt x" ~ f- 1 ( 11) = 1;. Also konvergiert

- I; _
1
1
f(x")-f(l;)- f(x")-f(l;) ~ f'(l;).
Xn -I;
Xn

In der Leibnizschen Notation nimmt sich der Umkehrsatz fr y-f(x), x=f- 1 (y) wie eine
Platitude aus:
dx
1
-= .
dy
dy
dx

Aufgaben
*1. Beweise induktiv die Leibnizsche Formel fr die n-te Ableitung eines Produkts:

{fg)<">=

I (n)r>
g<n-k>.
k

lt - 0

Hinweis: GI. (7.3) in A 7.4.

48 Die Differentiation elementarer Funktione n. Winkelfunktionen

* 2.

273

Beweise induktiv die Regel

(f,/2 f")' = fifz f" + f,fU3 f,. + + f, f"_ tf~.


Aus ihr folgt

(f,f2 ... /")' =[j+/2 + ... +f~

/.!2 f"

f 1 fz

f,.

fr alle x mit (f1 f")(x):j:O. Den linken Quotienten nennt man die logarit hmisch e
Ab Ie i tun g von f J 2 f,. (s. (48.22)). Die logarithmische Ableitung einer einzelnen
Funktion f ist dementsprechend durch f'lf gegeben.
3. Die Funktionen f und g seie n a uf dem Intervall I:= (- r, r) (r > 0) differenzierbar, es sei
f(x)g(x) = x auf I und f(O) = 0. Zeige, da g(O) 1= 0 sein mu.
0

4. Die Stze 47.1 und 47.2 gelten auch im Komplexen, wenn man nur die Intervalle
durch offene Teilmengen von C ersetzt.

48 Die Differentiation elementarer Funktionen. Winkelfunktionen


Wir haben schon gesehen, da die Ableitung jeder konstanten Funktion identisch
verschwindet und da
(x")' = nx"- 1 fr n E N und alle x

(48.1)

ist (s. A 46.2). Mit (47.2) erhalten wir daraus die Ableitung eines beliebigen
Polynoms:
(48.2)

(x- n)' =

-nx - n- t

fr n E N und alle x f 0,

(48.3)

insbesondere ist

f1)'
~ -- -~12

(48.4)

fr alle xf 0.

(48.1) und (48.3) knnen wir in einer Formel zusammenfassen:


(x")' = kxk -

fr {alle x,
alle xf 0,

falls k = 1, 2, ... ,
falls k = -1, - 2, ....

(48.5)

Mit (48.2) folgt aus der Quotientenregel, da eine rationale Funktion in jedem
Punkt ihres Definitionsbereichs auch differenzierbar ist.

274

VI Differenzierbare Funktionen

Ist a eine feste positive Zahl, so ist wegen (38.1) fr jedes x


tim

a"+"- a"

h-+0

= h-+0
lim a"

a" - 1

= a" In. a ,

also haben wir


(ax)' = ax In a,

insbesondere

(ex)' = e"

fr alle x.

(48.6)

Die Funktion tn x ist die Umkehrung der e-Funktion; da e" stndig positiv bleibt,
folgt aus Satz 47.3 und der GI. (48.6), da (In x)' = 1/e1"x ist. Also gilt
(lnx)'=.! frallex >O.

(48.7)

Fr positive x und festes reelles a ist x" = eottnx; mit (48.6), (48.7) und der
Kettenregel folgt daraus {x")' = e" 1" x(a/x) = axa/x, also
(x")' = ax"- 1

fr a e R und alle x > 0,

(48.8)

insbesondere ist fr alle positiven x


1n
(:/X)'X lJ
n x

und ganz speziell

(.../x)' =

~.
2

(48.9)

Fig. 48 . 1

Aus der Schule sind dem Leser die Winkelfunktionen sin x und cos x gelufig.
Sie werden gewhnlich am Einheitskreis definiert, wie es Fig. 48.1 angibt; dabei
ist x die Lnge des Kreisbogens PQ, das sogenannte Bogenma des Winkels
1: QOP. Aus dieser Definition ergeben sich ohne groe Mhe die nachstehenden
Aussagen (die auer (48.12) auch anschaulich einleuchten):
Die Funktionen sin x und cos x sind auf R definiert und stetig,

{48.10)

sin x ist eine ungerade, cos x eine gerade Funktion,

(48. 11)

sin(x + y) = sin x cos y +cos x sin y,


cos(x + y) = cos x cos y - sin x sin y,

(48.12)

48 Die Differentiation elementarer Funktionen. Winkelfunktionen

275

tim sm x = l,
x--+0

(48.13)

(48.14)

cosO = l.

Wir wollen diese Aussagen nicht beweisen- und zwar einfach deshalb nicht, weil
die oben gegebene Erklrung der Winkelfunktionen zutiefst unbefriedigend ist:
Sie sttzt sich auf den bisher undefinierten, ganz und gar nicht elementaren
Begriff der Lnge eines Kurvenstcks (der Leser mache sich deutlich, in welche
Schwierigkeiten er geraten wrde, wenn er die Lnge des Kreisbogens PQ exakt
bestimmen sollte!). Stattdessen schlagen wir wieder den axiomatischen Weg ein:
Wir nehmen an , es gebe zwei Funktionen, bezeichnet mit sin x und cos x, welche
die Eigenschaften (48.10) bis (48.14) besitzen 1>. Allein gesttzt auf diese
Eigenschaften gewinnen wir alle weiteren Aussagen ber sin x und cos x und
beweisen schlielich, da es solche Funktionen in der Tat gibt (dies wird allerdings
erst in Nr. 67 geschehen). In diesem Abschnitt untersuchen wir nur die Differenzierbarkeit der Winkelfunktionen.
Da wegen (48.11)
sin(-x) = - sin x

und cos(- x) = cos x

ist, folgen aus den Additionstheoremen (48.12) sofort die Gleichungen


sin(X - y) = sin X

COS

y-

COS X

Sin y,

{48.15)

cos(x - y) = cos x cos y +sin x sin y.


Mit (48.12) und (48.15) erhalten wir

. y = sm
. (X + Ysm
2

X- y) = sm. (X + y) cos (X - y) - cos (X + y)sin (X - y)


2

und daraus durch Subtraktion


sin X - sin y = 2 COSe; y) sin(X ~ y).

(48.16)

Ganz hnlich gewinnt man die Beziehung


COS X - COS y =

. (X + y) Stn. (X - y)

-2 Stn

(48.17)

Diese Eigenschaften sind nicht alle voneinander unabhngig; z. B. folgt ( 48.14) aus
( 48.10) bis ( 48.13) .
t)

276

VI Differenzierbare Funktionen

Aus den beiden letzten Gleichungen erhlt man nun mit (48.10) und (48.13)
sofort die folgenden Grenzwertaussagen:
Fr h---+ 0 strebt
.
h . h
. h

-cos x+

h ---+cosx,
2

h)

. (
h) . h
. h
. (
sm -2
.
2 sm x + -2 sm -2
cos(x + h) -cos x
h
= h
= - sm x + 2 h ---+ -sm x.

-2

Infolgedessen ist
(sin x)' = cos x

und (cos x)' = -sin x

fr alle x.

(48.18)

Wegen (48.11) ist brigens sin 0 = sin(-0) = -sin 0, also


(48.19)

sin 0 = 0.
Aus (48.14) und (48.15)-fr y=x-folgt sofort
sin2 x + cos 2 x = 1 fr alle x

("trigonometrischer Pythagoras")

(48.20)

und daraus die Beschrnktheit des Sinus und Kosinus, schrfer:


lsinxl ~ 1

und

lcosxl ~ 1 fr alle x.

(48.21)

Weitere Eigenschaften der Winkelfunktionen findet der Leser in Nr. 57.

Wir bringen nun einige Differentiationsbeispiele.


2

x 2 -2x + 1)' = (x + 2)(2x -2)- (x 2 -2x + 1) 1 = x +4x -5 x~ _ _


2
2
(
'
l.
x +2
(x + 2?
(x + 2)
r
2 4
)' = -4-3+5,
6 8
2. ( 3+2-3+5x
x:foO.
X
X
X
X

3. (x 4 e><)' = x 4 ex + 4x3 ex = (x 4 + 4x 3 )eX, x beliebig.


1

4. (x ln x)'=x-+11nx=l+Inx, x>O.
X

5. (x lnx -x)'=(xlnx)'-1 = lnx, x>O.

6.

(~x)' =~(x ~-llnx)= ~~x , x>O.

1/x
1
1 )'
7. (
=) 2 =- (
) 2 ,x>O,aber:fol.
ln X
(ln X
X ln X
8. (e2 x+ 3 )' = e 2 ><+3 (2x + 3)' = 2e2 x+ 3 , x beliebig.
9. (esinx)' = esinx (sin x)' = esinx COS X, X beliebig.

48 Die Differentiation elementarer Funktionen. Winkelfunktionen

277

10. (cos(ln x))' = -sin(ln x)(ln x)' = _.!_ sin(Io x), x > 0.
X

11. (x")' = (e" In")'= e" ln" (x ln x)' = x"(1 +In x), x > 0
(s. Beispiel 4). Entsprechend geht man vor, wenn man eine Funktion der
Form f(x)&<x> zu differenzieren hat: Man schreibt

12.

f(x)&<x> = e&<x> ln f<x>


sin(e"

2
)

und wendet die Kettenregel an.

cos (ex>) ( e.r)' = cos (e.r) . ex> . ( ~)'

cos (e"

e"

2x, x beliebig.

1
d
2
2
13. di ln .J1 +cos x= .J +cos2 x dx .J1 +cos x
1
1
1
2 x)'

(1+cos
.J1 +cos2 x 2.J1 +cos2 x
1
) 2 cos x (cos x)'
2 (1+cos2 x
.
b r b.
_ smxcosx
- - 1+cosz x 'x e Ie Ig.

14.

~ sin 2{x 3 +cos(x2)) =

2 sin(x 3 +cos(x 2)) ~ sin(x 3 +cos(x 2))


dx
d
2
2
3
3
= 2 sin{x + cos(x )) cos(x + cos(x )) - (x 3 + cos(x2))
dx
= 2 sin(x3 + cos(x2)) cos(x3 + cos(x 2 )) (3x 2 - sin(x 2} 2x),

dx

x beliebig.
d

1
d
15. dx Jx" +cos2 JX = 2.Jx" + cos2 rx dx (x" +cos2 ../X)

1
=2.J
z.,rx '
x +cos x
X

[x"(1+lnx)+2cos .JX ~cos


.JXlJ
dx

= 2 .Jx"+lcos2 .Ji [x"(l + lnx)+2cos../X (-sin.JX

2~)].

x > 0 (s. Beispiel 11).


Besonders hufig werden bei positivem und differenzierbarem

f'(x)
dx -if(X) = 2 Jf(x)
d

und

dx ln f(x) =

f'(x)
f(x)

die Formeln
(48.22)

verwendet; die letztere macht den Ausdruck " logarithmische Ableitung"


verstndlich, der in A 47.2 eingefhrt wurde.

278

VI Differenzierbare Funktionen

Aufgaben
1. a) (x 2 e")' = (x 2 +2x)e",
c) (ln(ln x ))' = 1/(x In x),

d.Je

x )
e ) -d (l+x) "' = (l + x)" 2x ( In l+x +----=
dx 1 - x
1- x
1- x 1- x 2 '
~
g dx

.Jxsinx

(2xcosx+sinx)lnx - 2sinx

ln x

2h(ln x?

f) dx

.x1+ .x+

1
)
.Je
2

1 =:x
( +-

.x1+ .x+

'

~ .jeln$= COS .JX J elnJi".

'

b) d x

4./X

2. (x 2 e .. )0000>= (x 2 + 2000x + 999000)e". Hin weis: A 47.1.

3. Bestimme die Gleichung der Tangente an das Schaubild der folgenden Funktionen in
den angegebenen Punkte n P :
a) f(x): = 1/x, P : = (1, 1).
b) f(x) := e .., P := (0, 1).
c) f(x):=si nx, P :=(O, O).

4. Bestimme das P o lynom p(x):= a0 + a 1 x + a2 x 2 +a3 x 3 +a4x 4 so, da


fr k = 0 , 1, ... , 4 ist.

5. Lse die Aufgabe 4 mit sin x an Stelle von cos x.

6. Fr a > 0 ist f(x) := x" auch noch im Nullpunkt definiert. Zeige, da f'(O) = 1 bzw. = 0
ist, wenn a = 1 bzw. > 1 ist, da f'(O) jedoch im Falle 0 < a < 1 nicht existiert.
1. Sei p(x) :=

"

L akxk. Zeige:
k- 0

'(O)
p"(O) 2
p<" >(o)
a) ak = p<k>(O)/k !, also p(x) = p(O) + p
x+
x + +
x".
1!
2!
n!
( + I)
( ) + p'(xo)h + p"(xo)h-z+
+ p<" >(xo)h"f" 'd h
!

n!
ur Je es .
p x0 l = p x0
!
1
2
E in Po lynom n -te o Grades wird also eindeutig durch die n + 1 Werte p<k>(x0 ) , k = 0 ,

1, ... , n, bestimmt.
b)

s.

Die Nullstelle x0 des P o lynoms p vom Grade ~1 besitzt genau dann die Vielfachheit v,
we nn p(x 0 ) = p'(x 0 ) = = p<u- J>(x 0) = 0 , aber p<">(x0 ) f 0 ist.

* 9.

Fr alle x ist sin 2x = 2 sin x cos x und cos 2x = cos2 x - sin 2 x.

10. Beweise die folgende n Formeln fr natrliches n ~ 2:


a)

f k(")=n2"\
b) f (- 1)- lk(") = o.
k
k
L" k(k - 1) (") = n(n - 1)2"k

k- 1

c)

k- 1

k -2

Hinw eis: kto (;)xk = (l + x)".

279

49 Der Mittelwertsatz der Differentialrechnung

49 Der Mittelwertsatz der

Diflerentialre~hnung

Die Ableitung/'({) ist definitionsgem der Grenzwert der " mittleren Anderung"
f(x) - f({)
.

t:
, wenn x ~ {geht, und wrrd deshalb auch gerne dte Anderungsrate

x-"'

der Funktion f an der Stelle { genannt. Kennt man die nderungsrate von f fr
jede Stelle eines Intervalls, so wird man hoffen drfen, Aussagen ber das
nderungsverhalten von f in dem ganzen Intervall machen, ja f sogar vollstndig
beherrschen zu knnen. Wir werden sehen, da diese Hoffnungen keine
Luftschlsser sind. Die Brcke vom lokalen zum globalen nderungsverhalten
einer Funktion ist der Mittelwertsatz, dessen zentrale Bedeutung fr die Analysis
wohl zuerst Cauchy erkannt hat. Dieser Satz ist wie kaum ein anderer
"anschaulich evident": Er besagt im wesentlichen nur (s. Fig. 49.1), da es auf
dem Schaubild von f einen Punkt P geben mu, in dem die Tangente 'T' parallel
zur " Sehne" u ist, genauer:
49.1 Mittelwertsatz der Differentialrechnung Ist die Funktion f auf dem kompakten Intervall [a, b] stetig und wenigstens im Ionern desselben differenzierbar, so
gibt es mindestens einen Punkt { in (a, b ), an dem
,

f(b) -f(a)
f ({) = b _ a

oder also

f(b)- f(a ) = f'({)(b- a) ist.

Wir beweisen zunchst einen einfachen Sonderfall des Mittelwertsatzes, den nach
Michel Rolle (1652-1719; 67) genannten

Fig. 49.1

Fig. 49.2

49.2 Satz von Roe Ist die Funktion q> auf dem kompakten Intervall [a, b] stetig,
wenigstens im Ionern desselben differenzierbar und stimmen ihre Werte <p(a), cp(b)
in den Intervallendpunkten berein, so verschwindet ihre Ableitung an mindestens
einer Stelle { E ( a, b ).

Der Satz ist fr konstantes q> trivial, wir drfen daher von diesem Fall absehen.
Ist x 1 eine Minimal- und x 2 eine Maximalstelle von cp in [ a, b] (s. den Extremalsatz 36.3), so ist also cp (x 1 ) < cp(x2 ), und deshalb liegt mindestens einer der Punkte
x 1 ,x2 , etwa xl> in (a, b). Nach Satz 46.2 ist dann aber cp'(x 1 ) = 0 (s. Fig. 49.2).

280

VI Differenzierbare Funktionen

Den Mittelwertsatz selbst erhlt man nun auf einen SchJag, indem man den Satz
von Rolle auf die Funktion
<p(x) : = f(x) - f(b) - f(a) (x -a)
b- a

anwendet.
Eine viel benutzte Formulierung des Mittelwertsatzes ist die folgende: Ist die
Funktion f auf einem kompakten Intervall mit den Randpunkten x 0 und x 0 + h stetig
(wobei h > 0 oder auch <0 sein darf) und ist sie im Innern desselben differenzierbar, so gibt es mindestens eine ZahliJ mit 0 < iJ< 1, so da gilt:
f(xo + h ) = f(xo) + f'(xo + iJh) h.

(49.1)

Man beachte, da iJ sowohl von x 0 als auch von h abhngt.


Wir sind nun in der Lage, weitreichende Antworten auf die eingangs aufgeworfene F rage zu geben, ob man a us Informationen ber die lokale nderungsrate
(die Ableitung) von f Rckschlsse auf das globale nderungsverhalten von f ziehen kann. Zuerst halten wir das fundamentale E rgebnis fest, da eine Funktion
durch ihre Ableitung im wesentlichen eindeutig bestimmt ist, schrfer:

49.3 Satz Sind die Funktionen g 1 und g2 auf dem beliebigen Intervall I stetig, im

Innern f desselben differenzierbar und stimmen ihre Ableitungen dort berein, so ist
g 1 = g2 + c mit einer geeigneten Konstanten c. Insbesondere ist g1 konstant, wenn g {
auf ganz I verschwindet.
0

Z um Beweis sei x 0 eine feste Stelle in 1 und f: = g 1 - g2 , also f' = O auf f.


Stellen wir nun einen beliebige n Punkt x aus I in der Form x = x 0 + h dar, so ist
wegen (49.1)
f(x) = f(xo + h) = f(xo) + 0 h = f{xo),

also g1 (x) =gz(x)+c mit c:=f(xo).


Die zweite Behauptung folgt aus der ersten, indem man g2 : = 0 setzt.

Eine differenzierbare Funktion f wird also durch ihre Ableitung bis auf eine
additive Konstante eindeutig festgelegt. Infolgedessen mu es grundstzlieb
mglich sein, f aus der Ableitung f' und einem gegebenen Funktionswert f (x 0 ) zu
r e konstruieren. Wie dies zu bewerkstelligen ist, werden wir in Kapitel X sehen.
Vorderhand zeigen wir nur, da man a us gewissen Angaben ber die
nderungsrate..einer Funktion f tatschlich, wie angekndigt, Informationen ber
ihr globales Anderungsverhalten gewinnen kann - wobei der Mittelwertsatz
stndig seine staunenswerte Kraft bewhren wird. Wir beginnen mit dem einfachen

49.4 Satz Besitz t die Funktion f auf dem beliebigen Intervall I eine bes c hrnkt e
Ableitung, so ist sie nicht rtur stetig, sondern sogar d e hnung sbesc hrnkt auf I

281

49 Der Mittelwertsatz der Differentialrechnung

mit der Dehnungsschranke K: = suo lf'(x)l. Insbesondere ist sie also kontrahierend,
" a'l
wenn K < 1, und beschrnkt, wenn I endlich ist.
Fr zwei beUebige Punkte x, y e I ist nmlich nach dem Mittelwertsatz
if (x )- f (y)I= lf'(x + {}(y- x))llx- Yl S K lx - Yl.
womit die erste Behauptung bereits bewiesen ist. Die zweite folgt nun aus der
Definition der kontrahlerenden Funktion und die dritte aus A 18.2.

49.5 Satz Ist die Funktion f auf dem beliebigen Intervall I stetig und im Innern
desselben differenzierbar, so
wchst sie, wennf'(x);a:: O auf 1,
fllt jedoch, wenn f' (x) ~ 0 auf I

ist. Gelten sogar die strengen Ungleichungen f'(x)>O bzw. f'(x)<O, so ist das
Wachsen bzw. Fallen im strengen Sinne zu verstehen.
Fr zwei beliebige Punkte x 1 < x2 aus I ist nmlich mit einem geeigneten
~ e (xl> ~) stets

f(x2)- f(xt) = f'(~)(~ - Xt) .

Aus dieser Gleichung folgen alle Behauptungen vllig mhelos.

Ist f auf dem offenen Intervall (a, b) differenzierbar, so knnen hchstens die
Nullstellen von f' Stellen lokaler Extrema von f sein (s. Satz 46.2). Ob sie es
wirklich sind, mu aber jedesmal gesondert geprft werden. Auf Grund des
letzten Satzes kann dies wiederum mit Hilfe der Ableitung f' und hufig noch
bequemer mittels f" geschehen. Es gilt nmlich der nunmehr fast triviale

49.6 Satz Die Funktion f sei differenzierbar auf einer 1>- Umgebung U von
ihre Ableitung verschwinde in f Dann ist

~,

und

Stelle eines lokalen Maximums, wenn f'(x) positiv fr alle x < ~ und
negativ fr alle x > ~ ist;
~

dagegen ist
Stelle eines lokalen Minimums, wenn f'(x) negativ fr alle x < ~ und
positiv fr alle x > ~ ist.

Existiert berdies f"(~). so ist

gewi dann

Stelle eines lokalen Maximums, wenn /"(~) < 0,


Stelle eines lokalen Minimums, wenn f"(~) > 0 ausfllt 1>.
Die erste Aussage ergibt sich unmittelbar aus Satz 49.5, weil nach ihm die
Funktion links von ~ ansteigt und rechts von ~ fllt, also f(x) ~ f(~) fr alle x e U
'' Eine Ergnzung zu diesem Satz bringt A 61.5.

282

VI Differenzierbare Funktionen

ist; ganz entsprechend beweist man die zweite Aussage. Die dritte folgt aus dem
eben Bewiesenen zusammen mit der Tatsache, da wegen f"{~) < 0 die Funktion
f' im Punkte ~ streng fllt (vgl. (46.4)) und somit f'(x) > f'(~) = 0 fr x < ~ und
f'(x) < 0 fr x > ~ist (wenn nur x hinreichend dicht bei ~liegt) ; die letzte Aussage

wird durch denselben Schlu bewiesen (s. auch Fig. 49.3 und 49.4).

f'(x)>O

f'(x)<O
I
I

f"( J )<O

f'(x )<0

I
I

J
lokales Maximum

I
I
I

f'(x)>O

.J
Fig. 49.3

lokales Minimum

Fig. 49.4

Man beachte, da die Vorzeichenbedingungen des letzten Satzes nur hinreichend


sind. Eine Nullstelle ~ der ersten Ableitung kann durchaus lokale Extremalsteile
sein, ohne da eine dieser Bedingungen erfllt ist. Fr die Praxis reicht der Satz
49.6 jedoch meistens aus.
Im nchsten Satz untersuchen wir das nderungsverhalten von f, wenn f' monoton ist. Zuerst jedoch eine Definition:
Wir sagen, die Funktion f sei konvex auf dem Intervall!, wenn fr je zwei
verschiedene Punkte x 1, x 2 e I und fr alle A e (0, 1) stets
(49.2)
ist. Gilt dagegen die umgekehrte Ungleichung, so wird f konkav genannt. Steht
in (49.2) das Zeichen < bzw. > , so heit f streng konvex bzw. streng
konkav.
Konvexitt und Konkavitt haben eine einfache geometrische Bedeutung. Um
unsere Vorstellung zu fixieren, nehmen wir x 1 < x 2 an. Der Punkt
x(A) := (1- A.)x 1 + A.x2 = x 1 + A.(x2 - x 1) durchluft das Intervall (x1 , x2 ), wenn A.
das Intervall (0, 1) durchluft; wegen
y(A.) := (1- A)f(xt)+ A.f(xJ = f(xl)+ A.[f(xJ - !Cx1)]
=

f(x l) + f(~) -f(x1 ) (x(A.) - x1)


x2-xl

durchluft also (x(A.), y(A.)) bei dieser Bewegung von A das Geradenstck u
zwischen den Punkten P 1 : = (x1 , f(x 1 )) und P 2 : = (x 2 , f(x 2 )). Konvexitt von f
bedeutet also, da der Graph von f zwischen x 1 und x 2 immer unterhalb von a-,
Konkavitt jedoch, da er immer oberhalb von a- verluft-und dies, wohlgemerkt, fr je zwei Punkte xt> x2 aus I (s. Fig. 49.5 und 49.6).

49 Der Mittelwertsatz der Differentia.lrechnung

Fig. 49.5

kCli"Wexe Funktion

Fig. 49.6

283

konkave Funktion

Konvexitt und Konkavitt hngen mit dem Monotonieverhalten der Ableitung


zusammen:

49.7 Satz Die Funktion f sei stetig auf dem Intervall I und im Innern 1 desselben
differenzierbar. Dann ist f konvex bzw. konkav auf I, wenn f' auf 1 wchst
bzw. abnimmt. Bei str engem Wachsen bzw. Abnehmen von f' ist f str eng
konvex bzw. streng konkav.
Zum Beweis nehmen wir zunchst an, f' wachse auf I und x 1 <x2 seien zwei
beliebige Punkte aus I. Setzen wir x: = (1- A)x 1 + A~, so haben wir zu zeigen, da
fr A e (0, 1) stets (1- A)f(x) + Af(x) = f(x) :s; (1 - A)f(x 1) + Af(~) , d.h.
(1- A)(f(x)- f(x 1 )] :s; A(f(x2)- f(x)]

(49.3)

ist. Nach dem Mittelwertsatz gibt es Punkte ~1 e (xl> x) und ~2 e (x,

f(x) - f(xt)

= f'(~l)(x - xt)

und

f(xJ - f(x) =

~)

mit

f'(~J(~ - x).

Um (49.3) zu beweisen, brauchen wir also nur die Abschtzung


(1 - A)(x - x 1)/'(~t) :s; A(x2- x)/'(~2)

(49.4)

nachzuweisen. Mit Hilfe der G leichung (1 - A)x + Ax = x = (1 - A)x 1 + Ax 2 sieht


man, da (1 - A)(x - x 1) = A(x2 - x) > 0 sein mu. Damit erhalten wir sofort (49.4),
weil ~~ < ~2 und somit /'(~ 1 ):::; /'(~2 ) ist. f ist also in der Tat konvex. Strenges
Wachsen von f' htte auf die Ungleichung /'(~ 1 )</'(~z) und damit auf (49.4) und
(49.3) mit < statt :::;, also auf die strenge Konvexitt von f gefhrt.- Ist nun f'
fa llend, so wchst-[', also ist - f konvex und damit f selbst konkav. Bei strengem
Fallen von f' erhalten wir durch diesen Schlu natrlich strenge Konkavitt von f.
Kombinieren wir den Satz 49.7 mit dem Monotonietest 49.5, so erhalten wir den
besonders handlichen

49.8 Satz Ist die Funktion f auf dem Intervall I stetig und im Innern I desselben
zweimal differenzierbar, so ist sie auf I

f,
konkav , wenn f"(x):s;O auf 1
konvex , wenn f"(x);a-;O auf

284

VI Differenzierbare Funktionen

ist. Gelten sogar die strengen Ungleichungen f"(x) > 0 bzw. f"(x) < 0, so ist
Konvexitt bzw. Konkavitt im strengen Sinne zu verstehen.

Mit Hilfe der Stze 49.5 und 49.8 ergibt sich aus den Ableitungsformeln
(x")' = nx"- \
(x"')' = ax"'-1,
1

(ln x)' =-,


X

(e")' = e",

(e -xy --e
_ -x

'

(x")" = (n -1)nx"-2
(x"')" = (a -1)ax"'- 2

(a e R, x > 0),

1
(In x)" = -x2
-

(x >0),

(e")'' = e"
(e-")" = e-"

(n e N, x e R),

(x eR),
(x e R)

die folgende Beschreibung der aufgefhrten Funktionen (die erst die Schaubilder
in den Fig. 43.1 bis 43.3 voll rechtfertigt):

Funktion
2
4
6
x,x,x
, ...
3
5
7
x,x
, x,
...

x"', O<a < 1


x"', a > 1
ln x
ex
e -x

Monotonie
streng fallend auf (-oo, 0],
streng wachsend auf [0, +oo)
streng wachsend auf R
streng
streng
streng
streng
streng

wachsend auf [0, +oo)


wachsend auf [0, +oo)
wachsend auf (0, +oo)
wachsend auf R
fallend auf R

Konvexitt/Konkavitt
streng konvex auf R
streng konkav auf (-oo, 0],
streng konvex auf [0, +oo)
streng konkav auf [0, +oo)
streng konvex auf [0, +oo)
streng konkav auf (0, +oo)
streng konvex auf R
streng konvex auf R

Wir waren zu dem Begriff der Ableitung gekommen, indem wir die nderung der
Funktion f mit der nderung der einfachsten nichtkonstanten Funktion, nmlich
g(x): = x, verglichen. Man wird sich fragen, ob man nicht eine wesentlich neue
und allgemeinere Theorie erhlt, wenn man bei diesem Vergleich eine beliebige
Funktion g zult. Der nchste Satz besagt, da dies nicht der Fall ist, wenn nur g
einigermaen "vernnftig" ist.
49.9 VeraUgemeinerter Mittelwertsatz der Difterentialrechnung Sind die Funktionen f und g auf dem kompakten Intervall [a, b] stetig und wenigstens im
Inneren desselben differenzierbar, so gibt es mindestens eine Stelle~ in (a, b), an
der
[f(b) -

f(a)]g'(~)

= [g(b)- g(a)]f'(~)

(49.5)

49 Der Mittelwertsatz der Diffe re ntialrechnung

285

ist. Haben wir berdies g'(x) =I= 0 auf (a, b), so knnen wir Gl. (49.5) auch so
schreiben:
f(b)-f(a)
g(b)-g(a )

f'(l;) 1)

g'(l;)

(49.6)

Der B ewe is ist uerst einfach. GI. (49.5) erhlt man, indem man den Satz von
Rolle auf die Funktion
cp(x) := [f(b) - f(a)]g(x)- [g(b) - g(a )]f(x), x e [a, b],

anwendet. Ist g'(x) =I= 0 auf (a, b), so ist nach dem Mittelwertsatz auch g(b)g(a) =I= 0, so da (49.6) unmittelbar aus (49.5) folgt.

Einfache Beispiele lehren, da die Ableitung einer differenzierbaren Funktion


nicht stetig zu sein braucht (s. etwa A 57.15). Umso bemerkenswerter ist der

49.10 Zwischenwertsatz fr Ableitungen Wenn die Funktion f a uf dem kompakten Intervall [a, b] differenzierba r und f'(a) 1= f'(b) ist, so nimmt die Ableitung f' in
(a, b ) jeden Wert zwischen f'(a) und f'(b) an.

Zum Bewe is setzen wir zunchst f'(a)> 0 und f'(b) < 0 voraus und zeigen, da f'
in einem gewissen /;e(a, b) verschwindet. Aus f'(a)>O folgt mit (46.4), da fr
alle hinreichend dicht bei a liegenden x > a stets f(x) > f(a) ist, und ganz
entsprechend sieht man, da fr gewisse x < b auch f(x)> f(b) gilt, so da
1J- : = max f (x ) > f (a ), f (b) sein mu. Ist I; eine Maximalstelle von f >, so mu also I;
x c [ a. b )

im Ionern (a, b) von [a, b] liegen und ['(/;) somit nach Satz 46.2 verschwinden.
Das entsprechende Ergebnis htten wir auch unter der Annahme f'(a) < 0,
f'(b) > 0 erhalten. - Setzen wir nun lediglich f'(a) 1= f'(b ) voraus und ist ,\ irgendeine zwischen f'(a ) und f'(b) liegende Zahl, so braucht man das bisher Bewiesene
nur auf die Funktion g(x) : = f(x) - ,\x anzuwenden, um die volle Behauptung des
Zwischenwertsatzes zu erhalten.

Z um Schlu eine Sprachregelung. Wir sagen, eine Funktion f sei auf dem
Intervall I stetig differenzierbar , wenn ihre Ableitung f' auf I vorhanden und
stetig ist. f heit n -mal stetig differenzierbar auf I, wenn dien-te Ableitung
t<n>auf I existiert und stetig ist.
Aufgaben
1. Mit festem K > 0 und a > 1 ge lte lf(x) - f(y )I.,;; K lx - y l" fr alle x, y E [a, b]. Dann ist f
konstant auf [a, b].
Nach dem Mittelwe rtsatz 49.1 gibt es gewi Stellen ' 1 und ~2 in (a, b), so da (f(b) f(a))/(g(b) - g(a)) = f'(e 1)/g'(e2) ist. D er ganze Akze nt d er GI. (49.6) ruht darauf, da es
zusammenfallende Stellen '" e2 gibt.
2
> Eine solche ist nach dem Extre malsatz 36.3 imme r vorhanden.
L)

286

VI Differenzierbare Funktionen

2. Berechne die folgenden Grenzwerte mit Hilfe des Mittelwertsatzes:


b) lim (~n 2 +a 2 -~).
a) r1-oo
lim n(1-cos(l/n)),
n~

c) lim (x"' - a"')/(x - a ) (a >0, ;f 0).


x-a

* 3.

f und g seien stetig auf [a, b] und differenzierbar auf (a, b ), ferner sei f(a) = g(a) und
0 ~ f'(x) < g'(x) auf (a, b). Dann ist f(x) < g(x) fr alle x e (a, b].

*4. f sei stetig auf dem Intervall I, n-mal auf dem Inneren l differenzierbar und verschwinde an n + 1 Stellen x 0 < x 1 < < x,, in I. Dann gibt es ein g e 1 mit f c">(g) = 0.
5. f sei auf dem Intervall I stetig, und zu dem Punkt x0 e I gebe es eine 6-Umgebung U

mit folgender Eigenschaft: f ist auf UnI differenzierbar, und es strebt f'(x) ~Tl fr
x ~ x0 , x E iJ n I. Dann existiert auch f'(x 0 ) und ist = Tl
O<a~l. Zeige, da fr jeden Wert von

b das Polynom ax 3 -3ax+b hchstens


eine Nullstelle (ohne Bercksichtigung der Vielfachheit) in dem Intervall [ -a, a] besitzt.

6. Sei

*7. Ist die Funktion f auf dem Intervall I konvex, so gilt fr je n Punkte
und beliebige positive Zahlen At. ... , A., mit A1 + + A,. = 1 stets

Xt. . . . ,

x., aus I

Ein entsprechender Satz gilt fr konkave Funktionen.

* 8. Sei f"(x) > 0 fr alle x E I (also f streng konvex in I) und x 0 e I. Dann ist
/(xo) + f' (x 0)(x - x0 ) < f(x)

fr alle x ;f x 0 in I ,

d.h., die Tangente an das Schaubild von f in (x 0 , f(x0 ) ) liegt streng unterhalb desselben. Ist
f"(x) < 0 fr alle x e I, so gilt die umgekehrte Ungleichung.
9. Beweise mit Hilfe der Aufgabe 8 die folgenden Ungleichungen:
a) e"> 1 + x fr alle x;fO.
b) lnx<x - 1 fr alle positiven x;fl.
c) ax"'- 1 (x- y) <x'"- y"' < ay"'- 1(x - y), falls 0 < a < 1 ist und die Zahlen x, y positiv und
verschieden sind.
d) ax"'- 1 (x-y)>x"'-y"'>ay"'- 1 (x-y), falls a<O oder a>1 ist und die Zahlen x, y
positiv und verschieden sind.
+

10. f sei auf dem Intervall I differenzierbar und mit einer positiven Konstanten q < 1 gelte
lf'(x)l :s:; q fr alle x E I. Zu dem Punkt x 0 E I gebe es ein kompaktes Intervall
I 0 : = [x 0 - r, x 0 + r] mit I 0 c:: I, lf(x0 ) - x 0 1~ (1- q)r. Dann existiert die Folge der Zahlen
x.,+l : = f(x,.) (n = 0, 1, ...) und konvergiert gegen einen Fixpunkt gE I 0 von f. ~ ist der
einzige Fixpunkt von f in I. Hinweis : A 35.10 und Satz 49.4.

50 Die Regel von de l'Hospital


Die Bestimmung des Grenzwerts Um f(x)/g(x) kann erhebliche Schwierigkeiten
bereiten, wenn Zhler und Nenner fr x ~ a gegen 0 streben. Sie ist jedoch vllig
mhelos, wenn zustzlich f'(a) und g'(a) existieren und g'(a) f 0 ist. In diesem

50 Die Regel von de l'Hospital

Falle ist f(a)

f(x)
g(x)

287

= g(a) = 0 (weil f und g in a stetig sind) und somit strebt


f(x) - f(a)
f(x )- f(a )
x- a
f'(a)f ..
-----+
ur x-+ a.
g(x) - g(a) g(x)- g(a)
g'(a)
x- a

Eine weitreichende Verallgemeinerung dieser einfachen Bemerkung bringt die

50.1 Regel von de I'BospitaJ1> Die Funktionen f und g seien differenzierbar auf
dem Intervall (a, b) mit a, b ER, und g'(x) sei immer =f O. Ferner treffe eine der
folgenden Annahmen zu:

(A 1) x Jim
f(x ) = x.-.a+
lim g(x) = 0,
..... a+
(A 2) x lim
g(x) = +oo oder = -oo.
__.,a +

Dann ist

f (x) = lim f'( x )


x~+ g(x) x-a + g'(x) '
falls der rechtsstehende Limes im eigentlichen oder uneigentlichen Sinne existiert.
Ein entsprechender Satz gilt fr die Bewegung x -+ b - .
Beweis. a) Sei zunchst
.

f'(x)
11: = hm '( )e(-oo,+oo).
x-a + g X

Wir geben uns eine Zahl y0 > 11 beliebig vor, whle n dann ein y1 mit 11 < y 1 < y0
und bestimmen zu y 1 ein x 1 E (a, b), so da

f'(x)

g'(x) < Yt

f" 11
(
)
1
ur a e x E a, x

(50.1)

ausfllt. Zu je zwei verschiedenen Punkten x, u in (a, x 1) gibt es nach dem


verallgemeinerten Mittelwertsatz 49.9 eine Stelle ~. die zwischen x und u liegt,
und fr die
f(x) - f(u)

g(x)- g(u)

[1(1;)
g'(t;)

ist. Mit (50.1) erhalten wir daraus

f(x)-f(u)
g (X ) -g (U )
1

> Guillaume

..

< Yt < Yo fr a lle

x, u E (a, x 1 ).

(50.2)

Fran~is Antoine Marquis de I'Hospital (1661- 1704; 43), Verfasser des

e rsten Lehrbuches der Diffe rentialrechnung: Analyse des infiniment petits (1696). " Folgenanalogon" zu dieser Regel ist der Satz 27.3.

Das

288

VI Differenzierbare Funktionen

Gilt nun (A 1), so folgt aus (50.2), wenn x


f(u)
g(u) ~ Y1 < Yo

a rckt, da

..
fr alle u E (a, x1)

(50.3)

ist. Gilt jedoch (A 2), so bestimmen wir zu einem festen u E (a, x 1) ein x2 E (a, u),
so da
g(x)>max(O,g(u)) bzw.
bleibt, je nachdem

g(x)<min(O,g(u))

fr alle xE(a,x2 )

lim g(x) = +oo oder =-oo ist. In jedem Falle ist


x-.a +

[g(x) - g(u)]lg(x) in (a, x2 ) positiv, so da aus (50.2) durch Multiplikation mit


diesem Bruch die Ungleichung
f(x)- f(u) < y g(x)- g(u)
1
g(x)
g(x)

und somit

g(u)

f(x)

f(u)
.:....g"'""(x-'-) < Y1- Y1 g(x) + g(x)

fr alle x E (a, ~)folgt. Rckt x ~ a, so strebt die rechte Seite dieser Abschtzung
gegen y1 ; wegen y 1 < y0 gibt es also ein x 3 E (a, x2 ), so da

f(x)
f.. all
(
)
g(x) < y 0 ur e x E a, x 3

(50.4)

ist. Wir fassen (50.3) und (50.4) zusammen: Unter jeder der Annahmen (A 1) und
(A 2) gibt es zu jedem y0 > 7J ein x 0 , so da

~~:~ < Yo

(50.5)

fr alle x E (a, Xo)

ist.- b) Nun sei 7J E (-oo, +oo]. Dann sehen wir wie im ersten Beweisteil, da es
zu jedem :Yo < 7J ein x0 gibt, so da

_<f(x)
g(x)

Yo

f"

ll

-)

(50.6)

r a e x E a, x0

ist.- c) Aus (50.5) und (50.6) folgt nun ganz leicht die Behauptung des Satzes
(gleichgltig ob 7J endlich oder unendlich ist): Denn der Fall TJ =-oo bzw. =+oo
wird bereits durch (50.5) bzw. (50.6) erledigt; ist jedoch 7J endlich, so gibt es,
wenn man die genannten Abschtzungen kombiniert, zu jedem e >0 ein .i0 , so
da TJ ....,. e<f(x)/g(x)<TJ+e fr alle xE(a,.i0 ), also lim f(x)/g(x)=TJ ist.

x .-...a +

Ohne weiteres Zutun wirft uns nun die Regel von de !'Hospital eine Flle der
bemerkenswertesten Grenzwertaussagen in den Scho. Wir bringen einige

50 Die Regel von de !'Hospital

289

B e ispiel e:
ax

OLX

. des a > 0.
= 1.rm ae = +oo r
ur Je
x-++oo X
x-++oo
1
W egen e""'/x = (e<ut>x;x) folgt daraus sofort

1 lim
. -e

2. lim e 9 =+oo fr jedes a, > O, in Worten etwa: Jede noch so kleine


x-+co X

(positive) Potenz von ex geht fr x ~ +oo wesentlich schneller gegen +oo als jede
noch so groe Potenz von x. Daraus folgt unmittelbar

3. tim p (x)e-""' = 0 fr jedes Polynom p und jedes


x-+<->

4. lim

lnx = lim
l/x 1
x--++oo x"'
x-++co ax"'-

= tim

x-++co Ct.X

a > 0.

= 0 fr jedes a>O.

D araus folgt wie im zweiten Beispiel

. (ln "'x) = 0 rur Je


. de s a , > 0, m
.
5 1tm
X

x- +oo

w orten

etwa: Je de noch so groe

Potenz von In x geht fr x ~ +oo wesentlich langsamer gegen +oo als jede noch so
kleine (positive) Poten z von x (s. A 25.4).
Xa

ln

liffi lnx
- o = lim

1/X- o - 1 = 1im ( - -1
x-0+
x-+ 0+ X
x -0+ - ax
x-+ 0+
a
Daraus e rgibt sich wie im zwe iten Beispiel

6 tim

X=

X "')

. d es
= 0 tur Je

Cl.

> 0.

7. lim xcx (ln x ) = 0 fr jedes a > 0, e N. Und daraus erhalten wir


x -+0+

8. x-+0+
lim x" = tim exp(x In x) = exp( lim x In
x-+0+
x-+0+

x)

= exp(O) = l.

Die Beispiele 9 bis 11 dienen dazu, die mehrfache Hintereinanderausfhrung der


Regel von de !'Hospital einzuben.

1 .

1 - cos-

9.

lim
x-+0

10.

1-

x-o

COS X

lim(Sin

x-+0

1) .
- - = 1lffi
X

x-+0

sin

x-o

41 .

COS X

1 - cos x = Iim
sin x
= 0.
COS X +sin X x-0 x(-sin x)+2 COS X

COS X = tim

XSinX

-cos-

x -sin x

x-o X

x-+0
X

2 = lim 4

SlD X

= lim

11. lim Sin X -

-sm -

2 = lim 2 .
1

= tim

Sin X

x-+OXCOSX+SinX

~
-e=:
x-++e

Warnungen Versucht man, !im

COS X + Sin X
x- o x (-sinx) +2COSX
X

=O

mit Hilfe der Regel von de !' Hospital zu be-

stimmen, so erhlt man Quotienten, bei denen stets Zhler und Nenner -+ + oo gehen. Die
e!' -e - x 1-e - 2 "
Regel ist also nicht anwendbar. Die Umformung
lx zeigt jedoch ganz
e!' +e - x 1 +e elementar, da der gesuchte Grenzwert = 1 ist.

290

VI Differenzierbare Funktionen
2

1
x cos(
1s d er R ege1 von d e l'Hosptta
1 zu b erechnen,
Auch der Versuch, tim
. /x) mttte
x-o
SlDX
luft ins Leere. Diesmal besitzt nmlich der Ableitungsquotient

f'(x)
g'(x)

sin(l /x)+2x cos(l/ x)

cosx
2

berhaupt keinen Grenzwert for x--+0. Aus der Umformu ng x

c~s(l/x) =

.x . (x cos..!.)

smx
smx
x
ergibt sich hingegen mit einem einzigen Blick, da der gesuchte Limes = 0 ist. S. auch
Aufgabe 11.

Ein sehr wirkungsvolles Mittel, Grenzwerte zu bestimmen, werden uns spter die Potenzreihen an die Hand geben (s. etwa A 64.6 und A 66.2). Der d em Anfnger so teure
Glaube an die Wunderkrfte der Regel von de !' Hospital, ist irrig und wird nicht selten
mit entnervenden Rechnungen gebt.

Aufgaben
2. !im(v'1 + x sin x- cos x)/sin2 (x/2) = 4.

1. lim (e" +e- -2)/(1 -cos x)=2.


x -+0

x-+0

3. x-+oo
tim x ln(1 + 1/x) = 1.
5. tim In x ln(1 - x) = 0.
x-+1-

7. lim
x-1

x~ -x

1 -x+lnx

. 2cosx+e" +e-x- 4 1
I
8. LID
4
= 6.

-2.

x-0

fr X~ 0
9. Die Funktion f(x): = {
fr x =
ist auf R beliebig oft d iffe renzierbar; alle ihre
0
0
Ableitungen verschwinden im Nullpunkt. Hinweis: f">(x) lt sich fr x ~O in der Form
p.. (1/x)e -l/xz mit einem geeigneten Polynom p.. darstellen.
e -ll'

1) "
a b.,
=1--+2
( 1-n
n n
Hinweis: Berechne lim

.
mtt

lb"~
I c rur alle

nE N .

(1-x)"'-(1-ax)

x-o

X2

+n.

Eine Warnung von Otto Stolz (1842-1905; 63. Siehe Math. Ann. 15 (1879) 556- 559). Fr
f(x):=x+ sin x cos x, g(x)=f(x) ein" ist lim f(x)lg(x) nicht vorhanden, obwohl
x- +

.
.
f'(x)
)1m
= 11m

x- +

oo

g'(x)

x - oo

oo

2 COS X

x+ sin X

COS x+ 2 COS X

e-

SJnx

..
eXtsttert.

(Dieser Limes ist =0). Wo steckt der Fehler? S. auch R. P. Boas, Am. Math. Mon. 93 (1986)
644-645.

VB Anwendungen
Wer naturwissenschaftliche Fragen ohne
Hilfe der Mathematik behandeln will, unternimmt etwas Unausfhrbares.
Galileo Galilei

Indem Gott rechnet, entsteht die Welt.


Gottfried Wilbelm Leibniz

In diesem Kapitel werden wir einen ersten Eindruck von der enormen
Leistungsfhigkeit der wenigen bisher bereitgestellten Begriffe und Stze de r
Differentialrechnung gewinnen, eine Leistungsfhigkeit, die sich nicht nur im
mathematischen, sondern auch - und gerade - im auermathematischen Bereich
in schlechterdings stupender Weise auswirkt. Ein Leser, der strker an der
raschen Entwicklung der Theorie als an ihre n Anwendungen interessiert ist , sollte
auf jeden Fall die Ausfhrunge n ber die Hyperbel- und Winkelfunktionen in
den Nummern 53 und 57 (einschlielich der zugehrigen Aufgaben) studieren,
weil diese Dinge spter laufend bentigt werden. Den Satz 55.3 (der nur
eine Umformulierung des Satzes 49.3 ist) sollte er zur Kenntnis nehmen . Die Nr.
59 ist auch von groem theoretischen Interesse.

51 Nochmals der Interpolationsfehler


Zuerst greifen wir noch einmal das Problem des Interpolationsfehlers an, das wir
bereits in Nr. 18 diskutiert hatten.
Es sei die Funktion f auf dem Intervall [a, b] definiert, fe rner sei
und P" das zu den Sttzstellen x" und den Sttzwerten Y~c gehrende lnterpolationspolynom vom Grade ~ n . Unser Ziel ist, eine fr alle x e [a, b] gltige
Abschtzung des Interpolationsfe hlers lf(x) - P" (x)l zu finden. Zu diesem Zweck
nehmen wir an, f sei (n + 1)-mal auf [a, b] differenzierbar.
Ist x ein von allen x" verschiedener Punkt aus [a, b ], so besitzt die (n + 1)-mal
differenzie rbare Funktion
F(t): = f(t) _ p" (t) _ (t - Xo)(t - x 1 )
(x - x 0 )(x- x 1 )

(t- x" ) [/(x) _ p" (x)]


(x- x")

die n + 2 Nullstellen x, x 0 , xt> ... , x". Infolgedessen gibt es nach A 49.4 eine (von
x abhngende) Stelle ~ e (a, b ), an der
p <n+l>(t) = / (n+ l)(t)-

( n + 1) !

(x-x 0 )(x-x 1)

(x-x")

[/(x) - p" (x)]

verschwindet, so da also
f(x)-P"(x) = (x- xo)(x~~)1;;. (x - x") t<n+l)(~)

(51.1)

292

vn

Anwendungen

ist. Diese Formel gilt trivialerweise auch dann, wenn x mit einer der Sttzstellen
xk zusammenfllt und liefert uns sofort den folgenden

51.1 Satz Ist die (n + 1)-te Ableitung der Funktion f auf [a, b] vorhanden und
beschrnkt, etwa lf(n +t>(x)l::::;:; Mn+t fr alle x

[a, b ], so gilt die Abschtzung

(b - a)" +1
lf(x) - Pn(x)j::::;:; (n + )! M,.+1
1

(51.2)

fr das z u f gehrende In terpolationspolynom P" vom Grade :::;;;;n mit n + 1


Sttzstellen in [a, b].

Fr den besonders wichtigen Fall der quadratischen Interpolation (n = 2)


mit quidistanten Sttzstellen x 0 , x 1 : = x 0 + h, x 2 : = x 0 + 2h (h > 0) wollen wir
noch eine feinere Abschtzung herleiten, indem wir das Maximum des Betrags
des kubischen Polynoms q(x): = (x- x 0 )(x- x 1)(x - x 2 ) in (51.1) auf dem Intervall
[x 0 , x 2 ] bestimmen. Ohne Beschrnkung der Allgemeinheit drfen wir x 1 = 0
annehmen {dies bedeutet nur eine Verschiebung des Nullpunkts in x 1 hinein und
ndert nicht das gesuchte Maximum). Dann wird q (x) = (x- h )x (x + h) = x 3 - h 2 x,
ist also eine ungerade F unktion, in folgedessen mu jqj eine gerade Funktion sein
und ihr Maximum an einer Stelle~ E (- h, 0) annehmen. In (-h, 0) ist jq(x)l = q(x) ;
die Stelle ~ bestimmen wir nun aufgrundder Stze 46.2 und 49.6:
Die Gleichung q'(x) = 3x 2 - h 2 = 0 besitzt in (-h, 0) nur die Lsung ~ = -h!./3;
wegen q"(~) = 6~ < 0 ist ~ Stelle eines lokalen und sogar globalen Extremums, also
ist
max jq(x)l= q(- h/./3) = xe[- h, h ]

h3

h 3 2h 3
c= .J3'

.J3+
3 3 v3

3 3

Damit folgt aus GI. (51.1) sofort:


Bei quadratischer Interpolation mit quidistanten Sttzstellen ist
h3
lf(x) - Pz{x)j ::::;:;

J- M 3 < 0,065 h 3 M 3 ;

9 3

(51.3)

hierbei ist h > 0 die Schrittweite und M 3 eine obere Schranke fr lf"'(x)l auf dem
Interpolationsintervall.

Aufgabe
*Bei linearer Interpolation (n = 1; zwei Sttzstellen x 0 und x 0 + h, h > 0), wie sie hufig
beim Gebrauch der Funktionentafeln benutzt wird, ist

h2

lf{x) - Pl (x)l ~8 M2

(M2 eine obere Schranke fr lf"{x)l auf [x 0 , x 0 + h]).

52 Kurvendiskussion

293

52 Kurvendiskussion
Die Ergebnisse der Abschnitte 49 und 50 machen weitgehende Aussagen ber
den Ve rlauf einer Funktion f und die Gestalt ihres Schaubildes mglich. Systematisch wird man etwa folgendermaen vorgehen:
1. Z unchst bestimmt man den Definitionsbereich von f. In den praktisch vorkommenden Fllen wird er ein Intervall oder die Vereinigung endlich vieler
Intervalle sein (der Definitionsbereich der Funktion 1/x ist z.B. (-oo, 0) U (0, +oo)) .
Ferner prfe man, ob f Symmetrieeigenschaften besitzt (gerade oder ungerade ist).
2. Dann bestimmt man die Nullstellen von f, f' und f" (vorausgesetzt, da f
zweimal differenzierbar ist). Dieser Schritt wird meistens sehr schwierig sein, und
man wird sieb gewhnlieb mit Nherungswerten begngen mssen.
3. Mit Hilfe dieser Nullstellen grenzt man die Bereiche ab, in denen f

positiv bzw. negativ,


wachsend bzw. fallend,
konvex bzw. konkav
ist. Ausdrcklich vermerkt man
4. die Stellen lokaler Extrema und die Extremwerte selbst, ferner
5. die sogenannten Wendepunkte und die zugehrigen Funktionswerte. g heit
ein Wendepunkt von f, wenn die zweite Ableitung beim Durchgang durch g ihr
Vorzeichen wechselt, wenn also
f"(x)<O fr x<g und f'(x)>O fr x>g
oder aber
fr x < g und f"(x) <0 fr x > g
ist (wobei nur die x in einer gewissen Umgebung von g in Betracht gezogen
werden) 1>. Beim Durchgang durch einen Wendepunkt wechselt also die Funktion
von konkaver zu konvexer Krmmung oder umgekehrt ber (s. Fig. 52.1).

f'(x)>O

~
I
I

Fig. 52.1
X

Nach dem Zwischenwertsatz 49.10 mu dann f"(f.) = 0 sein. Mit anderen Worten : Nur
Nullstellen der zweiten Ableitung kommen als Wendepunkte in Frage (mssen aber keine
sein, weil f" beim Durchgang durch eine solche Nullstelle keinen Vorzeichenwechsel zu
erleiden braucht).
1
'

294

VII Anwendungen

6. Ist a ein Randpunkt des Definitionsbereiches, der nicht zu demselben gehrt,


so wird man auch noch versuchen, tim f(x) und 1im f'(x) zu bestimmen, um eine
x-+a

x-+a

Vorstellung von dem Verlauf der Funktion in der Nhe von a zu bekommen.
Die folgenden Beispiele sollen dieses Schema mit Leben erfllen.
1. f(x): =(1+ x)J1 - x 2 .

f ist fr lxl.;;; 1 definiert und ist weder gerade noch ungerade. Fr lxl < 1 ist
f'(x) =

-2x 2 -x+1
.J1 - x

und

2x 3 - 3x-1

f"(x) =

(1- x ).J1- x

Die Nullste;llen von f sind x 1 : = -1 und x 2 : = + 1; zwischen ihnen ist f positiv.


Die Nullstellen von f' erhlt man, indem man diejenigen Nullstellen von -2x 2 - x + 1
bestimmt, die in (-1, 1) liegen. Als einzige Nullstelle findet man x~:= 1/2. Auf (-1, 1/2) ist
f' positiv, also f streng wachsend, whrend auf (1/2, 1) f' negativ, also f streng fallend ist.
Zur Bestimmung der Nullstellen von f" lse man die Gleichung 2x3 - 3x -1 = 0. Eine ihrer
Lsungen, nmlich - 1, findet man durch Raten. Wegen (2x 3 - 3x -1): (x + 1) =
2x 2 -2x - 1 sind die beiden anderen Lsungen (1+J3)/2 und (1-J3}/2. Von alle n diesen
Zahlen liegt nur xi:= (1-J3}/2 in (-1, 1), also ist x~ die einzige Nullstelle von f". Auf
(-1, xi) ist f" positiv, also f konvex, whrend auf (xi, 1) f" negativ, also f konkav ist.
x; ist Stelle eines lokalen Maximums von f; das zugehrige Maximum ist f(x;) = 3J3/4.
Andere lokale Extrema sind nicht vorhanden.
x~ ist der einzige Wendepunkt von f. Der zugehrige Funktionswert f(x~) ist
nherungsweise 0,59.
Offe nbar ist !im f'(x) = -oo; mit Hilfe der R egel von de !' Hospital findet man !im f'(x) = 0.
x-

x~ 1 -

1+

Auf Grund der bisher ermittelten Eigenschaften der Funktionfist es nun ein Leichtes, ihr
Schaubild zu zeichnen (s. Fig. 52.2}.

-1

x"1

x'1

Fig. 52.2

2. f(x): = x" = e" 1" ".


f ist auf R+ definiert, und dort ist
f'(x) =x" (1 + lnx),

f"(x) =x"- 1 +x"(1+In x) 2

f ist immer positiv. f' besitzt die einzige Nullstelle

x; := 1/e

und ist negativ auf (0, 1/e),


positiv auf (1/e, +oo); infolgedessen ist f auf (0, 1/e} streng fallend, auf (1/e, +oo) streng

52 Kurvendiskussion

295

wachsend, und x; ist Stelle eines lokalen Minimums von f; das zugehrige Minimum f(x;)
ist nherungsweise 0,69. Da f" positiv ist, mu f streng konvex sein. Schlielich ist
lim f(x ) = 1,

:c-0+

Hm f(x) = +oo,

x-++-

I im f'(x) = - oo

x-0+

und

Hm f'(x) = +oo.

x--+

Berechnet man noch einige Funktionswerte, so erhlt man nunmehr das in Fig. 52.3
gezeichnete Schaubild.

f(x)=x'

1 ------

Fig. 52.3

1
e

Aufgaben
Diskutiere die in den Aufgaben 1 bis 4 angegebenen Funktionen .

1. f(x): =(x 2 -1)/(x2 + x-2).


2. f(x ) := xe- 11" .
3. f(x) : = x le- 11".
x x+2
ln(x+ 1).
4. f(x): = 2
4

x2

5. Die Gleichung Ce" = 1 + x + 2 besitzt fr jedes C > 0 genau eine Lsung.


6. Oie Gleichung (1 - ln x) 2 = x(3 - 21n x) besitzt genau zwei Lsungen.
7. Diskutiere die Funktion f{x): = x 11" . Hinwei s: Be nutze Aufgabe 6.

296

VII Anwendungen

53 Hyperbelfunktionen, Hochspannungsleitungen, Tempelsulen


Hngt man ein homogenes Seil ohne Biegesteifigkeit (etwa eine Hochspannungsleitung) an zwei symmetrisch zur y-Achse liegenden Punkten auf, so nimmt
es die Gestalt der sogenannten Kettenlinie oder Seilkurve
exla

y=a

+ e - xla

(53 .1)

an; hierbei ist a eine positive Konstante, die geometrisch den tiefsten Punkt des
Seiles angibt (s. Fig. 53.1); physikalisch ist
a=

H . Spannkraft des Seiles in der x-Richtung


= Gewicht der Lngeneinheit des Seiles

q:

(53 .2)

Fig. 53.1

(s. etwa Heuser [9], S. 521f). Die Steigung der Kettenlinie wird durch ihre Ableitung
ex/a -e- x/a
y ' = - -- -

(53.3)

2
gegeben. Funktionen der Form (53.1) und (53.3) treten so hufig in der
Mathematik und ihren Anwendungen auf, da sie eigene Bezeichnungen und
Namen verdienen: Man nennt

cosh x :=

e" +e-x
2

bzw.

sinh x :=

e" -e- x
2

(x ER)

(53.4)

(lies: cosinus hyperbolicus bzw. sinus hyperbolicus von x) den hype r bolischen
Kosinus bzw. den hyperbolischen Si nu s von x. Mit diesen Bezeichnungen ist
also y = a cosh(x/a) die Gleichung der Kettenlinie und sinh(x/a) ihre Steigung.
Aus (53.4) ergibt sich ohne Umschweife, da cosh x eine gerade und sinh x eine
ungerade differenzierbare Funktion und
(cosh x)' = sinh x,

(sinh x)' = cosh x

(53.5)

53 Hochspannungsleitungen und Hyperbelfunktionen

297

ist; infolgedessen haben wir

sinh x
(cosh x )<n> = {
cosh x

fr ungerades n
,
fr gerades n

. h x)<"> = { cosh
(sm
.nh x

fr ungerades n
fr gerades n

SI

(53.6)

Mittels einer beraus einfachen Kurvendiskussion kann sich der Leser mhelos
davon berzeugen, da die beiden Hyperbelfunktionen die in den Fig. 53.2 und
53.3 angegebenen Schaubilder haben (die er sich gut einprgen mge).

Fig. 53.2

Fig. 53.3

Und durch ganz elementare Rechnungen sieht er die folgenden fundamentalen


Beziehungen ein:
COSh X +sinh X= ex,

(53.7)

cosh2 x - sinh2 x = 1,

(53.8)

cosh(x + y) = cosh x cosh y +sinh x sinh y,


sinh(x + y) = sinh x cosh y + cosh x sinh y.

(53.9)

Die bisher aufgetretenen Analogien zu den Winkelfunktionen rechtfertigen die Bestandteile "Kosinus" und "Sinus" in den Namen der Hyperbelfunktionen. Die " Hyperbel"Komponente e rklrt sich aus der Tatsache, da wegen (53.8) die Punkte (cosh t, sinb t) den
rechten Ast der gleichseitigen Hyperbel x 2 - y 2 = 1 durchwandern, wenn t die Zahlengerade durchluft.

Mit Hilfe des hyperbolischen Kosinus behandeln wir nun ein Problem, das fr die
Konstruktion der Hochspannungsmasten von entscheidender Bedeutung ist (s:

298

VII Anwendungen

[16], S. 183). Zwischen zwei Hochspannungsmasten, die um d =100m voneinander entfernt seien, hnge eine Leitung, deren spezif ische Belastung (Gewicht
der Lngeneinheit) q=0,2kp/m und deren Durchbang cS=0,5m betrage (s.
Fig. 53.4). Wir fragen, welche Zugkrfte an den Masten auftreten?
y

Fig. 53.4

_.sf_

In dem Koordinatensystem der Fig. 53.4 nimmt die Leitung die Gestalt einer
Kettenlinie
X

y(x)= a cosha

(53.10)

mit einer uns zunchst noch unbekannten Konstanten a > 0 an. Die Statik lehrt,
da die Zugkraft S am Mast durch

s=qy(n=q .(a+cS)

(53.11)

gegeben wird; alles luft also darauf hinaus, a zu berechnen. 1) Aus

a +eS =

y(:!:)
= a cosh _!!:.._
2
2a

oder also

1+

5
= cosh _!!:.._
a
2a

folgt mit
d
u := 2a

(53.12)

die Gleichung
25

1 +d u = cosh u, also

1+

1
u =cosh u
100

(53.13)

Geometrisch gibt a an, wie tief der Nullpunkt unseres Koordinatensystems unter den Durchbngepunkt der Leitung gelegt werden mu, um ihre Gestalt durch die GI. (53.10) beschreiben zu
knnen.
t)

53 Hochspannungsleitungen und Hyperbelfunktionen

299

zur Bestimmung von u; nach der Bedeutung von u sind wir nur an positiven
Lsungen, nicht an der trivialen Lsung 0 interessiert. Fig. 53.5 lt vermuten,
da es genau eine derartige Lsung u geben wird, und der strenge Beweis hierfr
ist nicht schwer: Setzen wir nmlich

f(u): =

(t+ 1 ~0 u) -coshu,

so zeigt eine sehr einfache Kurvendiskussion, da das Schaubild von f aus dem
Nullpunkt kommend zunchst (streng) ansteigt und dann stndig (streng) fllt;
wegen des rapiden Anwachsens der e-Funktion (s. Beispiel 2 in Nr. 50) werden
bei diesem Fallen gewi auch negative Werte erreicht. Es springt jetzt in die Augen, da es genau ein positives mit f() = 0, also tatschlich genau eine positive
Lsung der GI. (53.13) geben mu. Durch lntervallschachtelung erhlt man
~ 0,02 (s. auch A 70.3) und wegen (53.12) a ~ 2500 m. Mit (53.11) fo lgt nun, da
die gesuchte ZugkraftSam Mast etwa 0,2(2500+0,5) kp, also abgerundet 500 kp
betrgt- ein ganz berraschendes Ergebnis, wenn man bedenkt, da die Leitung nur ein Gesamtgewicht von etwa 20 kp besitzt. Die aufwendige Konstruktion der Hochspannungsmasten wird hierdurch verstndlich.
Fig. 53.5

Griechische Tempelsulen weisen hufig eine


leichte Schwellung, die sog. Entasis, auf (s. Fig.
53.5: Sulen des Heratempels in Paestum bei Salerno). Sorgfltige Messungen haben ergeben,
da sich diese Entasis durch eine Seilkurve wiedergeben lt 1>. Natrlich kannten die antiken Baumeister weder Begriff noch Gleichung der Seilkurve, aber
die bloe Gestalt eines durchhngenden Seiles gehrte ohne Zweifel zu ihrer
Alltagserfahrung. Untersuchungen am Tempel von Segesta in Sizilien sprechen
dafr, da die Entasis tatseblich mit Hilfe durchhngender Seile hergestellt
wurde.
> Siehe Dietee Mertens: ,.Zur Entstehung der Entasis griechischer Sulen". Saarbrilcker
Studien z:ur Archologie und alten Geschichte 3 (1988) 307- 318.

300

Vll Anwendungen

Wir kehren nun zur Theorie der Hyperbelfunktionen zurck. Auf dem Intervall
I: = [0, +oo) i~t die Funktion f(x) := cosh x streng wachsend und stetig; ihr Infimum
auf I ist 1 und ihr Supremum +oo. Nach dem Umkehrsatz 37.1 besitzt sie also eine
1
inverse Funktion
, die das Intervall [1, +oo) streng wachsend und stetig auf
[0, + oo) abbildet (man beachte, da wir - kurz gesagt - n ur den rechten Zweig
des hyperbolischen Kosinus umkehren). Statt 1 - 1 (y) oder cosh - l (y) schreibt
man gewhnlich Arcoshy (lies: Area cosinus hyperbolicus von y). Die U mkenrung des linken Zweiges von coshx fhrt offenbar zu - Arcoshy. Da fr x>O
auch (coshx)'>O ist, finden wir mit Hilfe des Satzes 47.3 und der Beziehung
(53.8) die Differentiationsformel

(Arcosh y)' = - - - - sinh(Arcosb y) ./cosh 2 (Arcosh y)- 1

Aus ihr ergibt sich, da die zweite Ableitung fr alle y > 1 negativ, die AreaFunktion also durchweg streng konkav ist (s. Satz 49.8). Bezeichnen wir die
unabhngige Vernderliche wieder wie blich mit x statt mit y, so knnen wir
unsere Ergebnisse folgendermaen zusammenfassen (s. Fig. 53.6):

Arsanh

An:osh

Fig. 53.6

Fig. 53.7

Die Funktion Arcosh x ist auf dem Intervall [1, +oo) definiert und stetig, streng
wachsend und streng konkav. Ihr Wertebereich ist das Intervall [0, +oo). Fr x > 1
ist ihre Ableitung vorhanden und gegeben durch

(Arcosh x)' =

1
1 2

(53.14)

vx - 1

Ferner ist

cosh(Arcosh x) = x

fr x ;a!:: 1

und

Arcosh(cosh y) = IYI

fr alle y.

In ganz entsprechender Weise definiert man die Funktion Arsinb x als Umkehrung des hyperbolischen Sinus und beweist die folgenden Eigenschaften (s.
Fig. 53.7):

53 Hochspannungsleitungen und Hyperbelfunktionen 301

Die Funktion Arsinh x ist auf R definiert, stetig und streng wachsend. In (-oo, 0] ist
sie streng konvex und in [0, +oo) streng konkav. Ihr Wertebereich ist R. Fr alle x ist
ihre Ableitung vorhanden und gegeben durch
1
.
(Arsinh x )' =
2
Jx + 1
Ferner ist
sinh(Arsinh x) = x

fr alle x

und

Arsinh(sinh y) = y

fr alle y.

Weniger hufig als sinh x und cosh x treten die Fun,ktionen


sinh x e" - e -.x
tanh x: =
=
cosh x e" + e - .x

fr alle x,

(53.15)

e" + e- x
"
-.x
fr alle x =f 0
e - e

cosh x
coth x: = . h
sm x

auf (lies: tangens hyperbolicus bzw. cotangens hyperbolicus von x). Sie sind gem
der Quotientenregel in jedem Punkt x ihres jeweiligen Definitionsbereiches
differenzierbar und besitzen dort die Ableitungen
(tanh x)' =

1
2

cosh

(coth x)' = -

=
1-tanh2 x ,
x

.
=
12
smh x

(53. 16)

coth 2 x.

Eine uerst einfache Kurvendiskussion zeigt, da die Schaubilder des hyperbolischen Tangens und Kotangens die in Fig. 53.8 und 53.9 angegebenen Gestalten haben (das Verbalten fr x---+ oo entnehme man der Grenzwertbetrachtung
am Ende der Nr. 50).

coth x

-----------1 -----------

-------------1- ---------

tonhx

------- -1 ------------

- ------ -1

Fig. 53.8
Fig. 53.9

-----------

vn

302

Anwendungen

Die Umkehrfunktion Artanb x des hyperbolischen Tangens (s. Fig. 53.10) existiert auf dem offenen Intervall ( - 1, 1); ihre Ableitung wird gegeben durch

1
1 - x2

(Artanb x)' =

-l <x< l.

(53.17)

Die Umkehrung des hyperbolischen Kotangens


werden wir in Aufgabe 8 diskutieren.

I Artanh x

I
I

I
-1

'

II

I
I
I
I
I
I

I
I
I

''
I
I
I

Fig. 53.10

Aufgaben
1. cosh 2x = cosb 2 x + sinh 2 x ,

sinh 2x = 2 sinh x cosh x.

2. (cosh x + sinh x)k = cosh kx + sinh kx fr jedes ganze k.


x cosb x + 1
3. cosh 2=
,
2
2

x cosh x - 1
sinh 2 -= - -- -

tanh x + tanh y
4. tanh(x + y) =
.
1 + tanh x tanh y
* 5. Arsinhx= ln(x+Jx 2 + 1) fr alle x. Hin weis: D ie beiden Funktionen stimmen fr
x = 0, ihre Ableitungen fr alle x berein.
*6 . Arcoshx=ln(x +Jx 2 - l} fr x ;;;o l. Hinweis: Verfahre wie in Aufgabe 5.
* 7. Artanh x=.!.ln l + x fr xe(-1,1). Hinweis: Verfahre wie in Aufgabe 5.
2 1-x

*8. Umkehrung des hyperbolischen Kotangens (Arcoth x) Die Funktion cothx besitzt eine
auf lyl> 1 d efmierte Umkehrfunktion (warum ?); diese wird mit Arcothy bezeichnet.
Sch reibe wied er x statt y fr d ie unabhngige Vernderliche und zeige :
a) (Arcothx)' =
1
2

1-x2

b) Arcothx = - ln

f r lxl > 1.

x+ 1
x-1

fr lxl > 1.

c) Die Funktion Arcoth x ist a uf (- oo, - 1) streng fa llend und konkav, auf (l,
streng fal lend un d konvex. Zeichne ein Schaubild I

+ oo)

54 Extremalprobleme

303

9. a) -d (cosh x)1nx = (cosh x)""' ( '" cosh x + ln x tanh x ) .


x

dx

d
taoh x
b) - Artanh{ln cosh x) =
dx
1- (ln cosh x) 2

10. Diskutiere die Funktion f{x) := tanh(l/ x). Hinweis: Die einzige positive NuUsteUe
von

f"

ist nherungsweise 0,8.

11. Sei f{x) :=2 1ncosh{x/2), g(x):=2ln(l +e")-x und h(x):=ln(l +coshx) . Beweise
mittels D ifferentiation , da f = g - ln 4 = h - ln 2 ist.

54 Extremalprobleme
In diesem Abschnitt wollen wir weitere E indrcke von der Bedeutung und
Ntzlichkeit der Differentialrechnung fr die Praxis vermitteln. Zu diesem Zweck
lsen wir einige Extremalaufgaben. Historisch ist anzumerken, da MaximumMinimumprobleme in der Entwicklung der Differentialrechnung eine entscheidende Rolle gespielt haben. Von den Tatsachen der elementare n Geometrie, insbesondere von den Winkelfunktionen, wollen wir bei diesen Anwendungen
unbefangen Gebrauch machen.

1. Gewinnmaximierung Wir beginnen mit der Aufgabe aus dem Beispiel 5


der Nr. 46: Bestimme die Produktmenge x derart, da der Gewinn
G(x) = E (x) - K(x) maximal wird. Machen wir fr die Erlsfunktion wieder
den Ansatz E(x): = ax und nehmen an, die Kostenfunktion K(x) sei gengend
oft differenzierbar, so werden wir diejenigen Lsungen der Gleichung
G ' (x) = a- K ' (x) = 0 oder also der Gleichung K' (x) = a bestimmen, in denen
G"(x) =- K"(x) < 0, also K "(x) > 0 ist. Anschaulieb gesprochen: Wir werden
in den konvexen Teilen der Kostenkurve d iejenigen Punkte bestimmen, in denen
die Tangente parallel zur Erlskurve y = ax ist.
Fr die Kostenfunktion macht man hufig den Ansatz K(x ) := a + bx- cx 2 + dx 3
mit positiven Koeffizienten a, b, c und d; ihr typischer Verlauf ist in Fig. 46.4
angegeben. a = K(O) sind die fixen Kos t en, die auch dann anfallen, wenn nichts
produziert wird (Amortisation des eingesetzten Kapitals, Verwaltungskosten
usw .), whrend V(x): = bx - cx2 + dx 3 die von der Produktionsmenge
abhngenden variablen Kosten angibt. K '(x) = V'(x )= b -2cx+3 dx 2 ist die
nderungsrate der Kosten, der Kostenanstieg, whrend K"(x ) = V''(x ) =
- 2c + 6dx die nderung des Kostenanstiegs selbst mit. Die Negativitt des
Koeffizienten - 2c sorgt dafr, da sich in dem Intervall [0, c/3 d] de r Kostenanstieg
verlangsamt (dies spiegelt eine Grunderfahrung der Massenproduktion wider). Da
K"(x) genau in (c/3d, +oo) positiv ist , mu die gewinngnstigste Produktionsmenge

304

Vll Anwendungen

in diesem Intervall liegen . Sie ist also die obere der Lsungen

c/3d ((a - b)!3d + c 2 /9d 2 ) 112


der Gleichung K'(x)= a (wobei man (a-b)/3d+c 2 /9d 2 >0, also b - c 2 /3d <a
voraussetzen mu).
2. Abfallminimierung Aus einem Baumstamm mit kreisfrmigem Querschnitt soll
ein Balken mit rechteckigem Querschnitt gefertigt werden, und zwar so, da mglichst wenig Abfall entsteht. Diese Aufgabe luft auf die folgende hinaus: Zeichne
in einen Kreis mit dem Durchmesser <5 ein Rechteck maximaler Flche F= gh ein
(g ist die Grundlinie, h die Hhe des Rechtecks; s. Fig. 54.1). Fist nur scheinbar
eine Funktion von zwei Vernderlichen ; da nmlich <5 2 = g 2 + h 2 ist, finden wir
F = F(h) = h V<52 - h 2 , wobei h auf das offene Intervall (0, <5) zu beschrnken ist.
Da F(h) immer positiv ist, stimmen die Maximalstellen von F mit denen von F 2
berein. Deshalb bestimmen wir die Nullstellen hm von (F2 )' = 2 FF'; auf diese
Weise vermeiden wir die Differentiation der Wurzel. Aus

~ P(h) = ~ (52 h 2 dh

dh

h 4 ) = 25 2 h- 4h 3 = o

erhalten wir hm = 5/../2, und da die zweite Ableitung 252 - 12h2 von P fr h = hm
offenbar negativ ist, mu hm die gesuchte Maximalstelle sein. Die zugehrige
Grundlinie ist g". = (5 2 - h!.) 112 = 5/../2 = hm: der Querschnitt des Balkens ist also
quadratisch.

Fig. 54.1

3. Maximale Tragfhigkeit Aus einem Baumstamm mit kreisfrmigem Querschnitt


soll ein Balken mit rechteckigem Querschnitt hergestellt werden, der maximale
Tragfhigkeit besitzt. D er Statik entnehmen wir, da die Tragfhigkeit eines Balkens proportional zu seiner Grundlinie g und dem Quadrat seiner Hhe h ist; die
Aufgabe luft infolgedessen darauf hinaus, einem Kreis mit gegebenem Durchmesser <5 ein Reckteck so einzubeschreiben, da T: = gh2 maximal wird (s.Fig. 54.1).
Wegen <5 2 = g 2 + h 2 ist T= T(g) = g(<5 2 - g 2 ) in Wirklichkeit eine Funktion von
nur einer Vernderlichen, als die wir bequemerweise diesmal g statt h whlen;
g ist auf das offene Intervall (0, <5) zu beschrnken. Aus

T'(g) = 5 2 - 3g2 =0
erhalten wir g". = 5/.J3, und da T''(g) = -6g < 0 ist, mu g,., in der Tat die

54 Extremalprobleme

305

gesuchte Maximalstelle sein. Die zugehrige Balkenhbe ist hm = .J5 2 J2i38; infolgedessen ist hm = .figm.

g;, =

Fig. 54.2

4. Maximales Fassungsvermgen Aus drei Brettern, die alle die Breite g haben,
soll eine Rinne mit maximalem Fassungsvermgen gebaut werden. Diese Aufgabe
verlangt von uns, den Winkel a in Fig. 54.2 so zu bestimmen, da der Querschnitt
1

..

= gh + 2 2 hg sin a = g( h + h sin a)

der Rinne maximal wird. Da h = g cos a, also Q = g2 (cos a + cos a sin a) ist,
hngt Q in Wirklichkeit nur von der einen Vernderlichen a ab, die auf das
halboffene Intervall [0, 'Tr/2) zu beschrnkten ist (fr a = 'Tr/2 erhalten wir keine
Rinne!). U m die in (0 , 'Tr/2) Hegenden Maximalstellen zu berechnen, lsen wir die
G leichung
Q'(a) = g 2 (-sin a +cos2 a -sin2 a) = g 2 (- sin a + 1-2 sin 2 a) = 0
auf ; dies wiederum luft darauf hinaus, zuerst die Lsungen x" x2 der quadratischen Gleichung

-x+ 1 -2x 2 = 0
und dann die Lsungen der G leichungen
sin a = x 1 und sin a = x 2 unter der Nebenbedingung 0 < a < 'Tr/2
zu bestimmen. Man findet x 1 = 1/2, x 2 = -1. Unter der angegebenen Nebenbedingung besitzt die Gleichung sin a = 1/2 die einzige Lsung a m = 'Tr/6 ( = 30),
whrend die zweite Gleichung sin a = -1 in (0, 'Tr/2) unlsbar ist. Da
Q "(a)=g2 (-cosa - 4sinacesa),

also

Q"('Tr/6)<0

ist, mu am die gesuchte Maximalstelle in (0, 'Tr/2) sein. D er zugehrige


Querschnitt ist
2

Om = g (cos am +cos am sm am =

3../3 g2 .
4

Wegen Om > g 2 = Q(O) ist der bisher unbercksichtigt gebliebene Winkel a = 0


gewi keine Lsung unseres Extremalproblems. Insgesamt haben wir somit
gezeigt, da die Rinne mit dem Winkel a = am = 'Tr /6- und nur sie - maximales
Fassungsvermgen hat.

306

VII Anwendungen

5. Reflexionsgesetz Das nachPierrede Fermat (1601-1665; 64) benannte Fermatsche Prinzip besagt folgendes: Ein Lichtstrahl, der (unter vorgegebenen Nebenbedingungen) von einem Punkt P 1 zu einem Punkt P 2 gelangen soll, schlgt immer
den Weg ein, der die krzeste oder auch die lngste Zeit erfordert; i. allg. ist das
erstere der Fall. Wir wollen aus diesem Prinzip zuerst das Reflexionsgesetz und
dann im nchsten Beispiel das Brechungsgesetz herleiten.
Der Lichtstrahl soll von P 1 nach P 2 gelangen, indem er zuerst an der x-Achse
reflektiert wird (s. Fig. 54.3). Wir nehmen an, da er in einem Medium mit
konstantem Brechungsindex verluft, so da auch seine Geschwindigkeit konstant
ist. Nach dem Fermatschen Prinzip wird er in diesem Fall den Weg P 1 PP2
extremaler Lnge whlen, also den Weg, fr den

(O<x<a)
extremal wird. Fr die x-Koordinate
Gleichung

des Reflexionspunktes mu daher die


a-~

und somit sin a = sin gelten. Und da die Winkel a und zwischen 0 und -rr/2
liegen, mssen sie selbst bereinstimmen: Bei der Reflexion ist der Binfallswinkel
gleich dem Ausfallswinkel (Reflexionsgesetz) .

.f
Fig. 54.3

Fig. 54.4

6. Brechungsgesetz Ein Lichtstrahl soll von P 1 nach P2 gelangen, indem er zunchst ein Medium mit konstantem Brechungsindex i1 oberhalb der x-Achse und
dann ein Medium mit konstantem, aber mglicherweise von i1 verschiedenem
Brechungsindex iz unterhalb der x-Achse durchluft (s. Fig. 54.4). Seine Geschwindigkeit hngt von dem Medium ab, das er passiert; sie sei in der oberen
Halbebene c1 , in der unteren c2 . Die Zeit, die er bentigt, um den Weg P1 PP2 zu
durchlaufen, ist dann

54 Extremalprobleme

Wegen des Fermatschen Prinzips mu fr die x-Koordinate


Brechungspunktes die Gleichung

307

gE (0, a)

des

und somit

. a =-sm
1 . oder also
-1sm
Cl

Cz

.
sma
sin

gelten: Das Verhltnis des Sinus des Einfallswinkels zum Sinus des Ausfallswinkels ist konstant (Brechungsgesetz).
7. Wiensches Verschiebungsgesetz Nach dem Planckschen Strahlungsgesetz wird
das Emissionsvermgen eines schwarzen Krpers durch
E(A) =

:~ [ ecb/k-'T -

lrl

gegeben; dabei ist A die Wellenlnge der Strahlung, T die absolute Temperatur
des Krpers, c die Lichtgeschwindigkeit im Vakuum, h das Plancksche Wirkungsquantum und k die Boltzmannsche Konstante!). Wir fragen, fr welche Wellenlnge das Emissionsvermgen (bei fester Temperatur 'D maximal ist. Wegen

verschwindet die Ableitung von E genau dort, wo der Zhler dieses Bruches
gleich Null ist; mit
x := ch/kAT

(x>O)

lautet diese Bedingung

f(x) := xe.x -5(e.x -1) = 0.

(54.1)

Wegen f'(x) = (x - 4)e.x fllt die Funktion f streng von f(O) = 0 bis f(4) = -e4 + 5 <
0, dann wchst sie streng ~ +oo. Infolgedessen besitzt sie genau eine positive
Nullstelle x"" die sich nherungsweise zu 4,9651 bestimmt2>. Die Wellenlnge
A..,

ch/kx.,. T

(54.2)

ist dann eine Nullstelle von E', und da man leicht sieht, da E'(A) > 0 fr
> Max Planck (1858-1947; 89). Ludwig Boltzmann (1844-1906; 62).
2

Man wende etwa auf die zu (54.1) quivalente Gleichung x=5(1 -e-') den Satz 35.1
an; s. die Diskussion von (70.7).
'

308

VII Anwendungen

0 < A <Am und <0 fr A >Am ist, mu Am die (einzige) Maximalstelle von E sein.

Aus (54.2) ergibt sich nunmehr das wichtige Wiensehe Verschiebungsgesetz 1>
AmT= const.

Die drei letzten Beispiele steilen uns eine erkenntnistheoretisch uerst interessante
Tatsache vor Augen: Es ist mglich, aus bekannten Naturgesetzen (Fermatsches Prinzip,
Plancksches Strahlungsgesetz) rein rechnerisch neue Naturgesetze zu gewinnen (Reflexionsund Brechungsgesetz, Wiensches Verschiebungsgesetz). Die Natur fgt sich gewissermaen
unserem Kalkl. Wir werden diesen Gedanken im nchsten Abschnitt noch etwas weiter
verfolgen.

Aufgaben
1. Zeige, da in den Beispielen 5 und 6 der Lichtstrahl in minimaler Zeit von P 1 nach P 2
gelangt.
2. Zeige: Unter allen Rechtecken mit vorgegebenem Umfang U besitzt das Quadrat die
grte Rche.- Unvergleichlich viel schwieriger und rojt unseren gegenwrtigen Hilfsmitteln gar nicht angreifbar ist das Problem der Dido (auch isoperimetrisches Problem genannt):
Bestimme unter allen ebenen Flchenstcken mit vorgegebenem Umfang das flchengrte. Anschaulich scheint es klar zu sein, da der Kreis die Lsung sein mu- und
er ist es auch - , der analytische Beweis kommt jedoch ohne tiefliegende berlegungen
nicht aus (s. Nr. 223). Das Problem hat seinen Namen von der sagenhaften Knigin Dido.
Vor ihrem tyrannischen Bruder aus Tyros geflohen, grndete sie eine neue Heimat in
Karthago. Im ersten Gesang der neis berichtet Vergil 2) :
Als sie den Ort erreicht, wo jetzt du gewaltige Mauern
Siehst und die wachsende Burg des neuen Karthago, erwarben
Sie den Boden, der Byrsa nach diesem Handel geheien,
So viel mit einer Stierhaut sie einzuschlieen vermochte.

3. Beschreibe einem Kreis e in gleichschenkliges Dreieck mit grtem Flcheninhalt ein.


4. Wie mu man den Radius und die Hhe einer zylindrischen Konservendose mit
vorgegebenem Fassungsvermgen V whlen, wenn man so wenig Blech wie mglich zu
ihrer Herstellung verwenden will? (Die Oberflche der Dose wird durch 21rr2 + 21rrh
gegeben, wenn r ihr Radius und h ihre Hbe ist).
5. n Messungen ein und derselben Gre mgen die Werte a 1 , . , a" ergeben. Die
Fehlertheorie lehrt, da unter gewissen Gesichtspunkten das Minimum der Funktion
f(x) :=

L" (x- ak)2


k- 1

die gnstigste Nherung fr die gemessene Gre ist ("Methode der kleinsten Quadrate").
Wie gro ist es?
'' Wilhelm Wien (1864-1928; 64).
2 ' Vergil: neis. Deutsch von Thassilo von Scbeffer. Carl Schnemann Verlag Bremen, 1958.

309

55 Exponentielle, autokatalytische und logistische Prozesse

55 Exponentielle, autokatalytische und logistische Prozesse.


Epidemien. Das psychophysische Grundgesetz. Mathematische
Erfassung von Naturvorgngen
Exponentielle Prozesse Wenn die Zu- oder Abnahme einer zeitabhngigen Gre
u innerhalb jeder hinreichend kleinen Zeitspanne nherungsweise proportional zu
dieser Zeitspanne und dem momentan vorbandenen Wert u(t) ist, so gengt u der
Differentialgleichung
u =au,

(55.1)

wobei wir die Newtonsehe Punktbezeichnung fr die Ableitung du/dt von u


nach der Zeit r verwenden ; s. (46.8). Einige Beispiele fr solche Vernderungsprozesse haben wir in A 7.7 zusammengestellt (Bevlkerungswachstum,
radioaktiver Zerfall, Abkhlung, chemische Reaktionen). In Nr. 26 hatten
wir aus der "Differenzengleichung" (26.1) den Prozeverlauf
u(t) = u 0 e'"',

(55.2)

u 0 : = u(O)

durch eine ad hoc-Betracbtung gewonnen; s. (26.5). Mit den nu n zur Verfgung stehenden Methoden knnen wir dieses Ergebnis mhelos wiedergewinnen, verallgemeinern und noch durch eine Eindeutigkeitsaussage
anreichern. Trivialerweise gengt nmlich die Funktion v(t) := e'"' auf ganz R der
Differentialgleichung (55 .1), d.h., fr alle t e R ist i>(t) = av(t). Sei nun u eine
Lsung von (55.1) auf dem (beliebigen) Intervall 10 Dann ist dort
du v-uv v(au)-u(av)
- -=
=
=0
2
2
dt v
v
v
'

u C
a1so -=

d
.
un sonut

u =Cv

mit einer gewissen Konstanten C (s. Satz 49 .3). Cv lst aber - gleichgltig,
welchen Wert C auch haben mag- die Gl. (55.1) sogar auf ganz R, so da wir
also u in natrlicher und vllig eindeutiger Weise zu einer Lsung von (55.1) auf
R fortsetzen knnen (nmlich zu Cv). Wir halten dieses wichtige E rgebnis fest:

55.1 Satz Genau die Funktionen Ce..', C eine beliebige Konstante, sind Lsungen
der Differentialgleichung = au -

und zwar auf ganz R.

Es ist physikalisch plausibel, da der Prozezustand u(t) in einem Zeitpunkt t


durch den Zustand u(t0 ) in einem vorgegebenen Zeitpunkt t 0 vllig eindeutig
bestimmt ist. Mathematisch sieht man dies so: Nach dem obigen E rgebnis ist
u(t) = Ce'"' mit einer gewissen Konstanten C. Fr t = t 0 ist also u(t0 ) = Ce..\
woraus sich C = u(t0 )e-'"'o, also eindeutig
u(t) = u (t0 )e-a'oe"" = u(t 0 )ea<-o>

als derje nige Proze ergibt, de r zur Zeit t0 d e n " Anfangszustand" u ( t0 ) h at.

310

vn

Anwendungen

Man beherrscht also den Proze zu a llen Zeiten (vor und nach t0 ), wenn
man nur u(t0 ) kenn t-eine physikalisch hochbedeutsame Tatsache.
Vernderungsprozesse, die der Differentialgleichung = au gengen, nennt man
Expone ntialpro zesse, eine B ezeichnung, die nach dem Gesagten naheliegend
genug ist. Sie zeichnen sich durch ihr rapides Anwachsen bzw. Abnehmen aus (s.
Beispiel 2 und 3 in Nr. 50). Exponentialprozesse sind gewissermaen sich selbst
berlassene, von der Umwelt unbeeinflute Vorgnge: Ihre Vernderung oder
genauer ihre Vernderungsrate (t) zu einer Zeit t wird einzig und allein durch
ihren Zustand u(t) in ehendiesem Zeitpunkt bestimmt. Es treten aber auch
Expo nentialprozesse auf, die von auen her "gestrt" werden (bei einem
Abkhlungsvorgang kann man Wrme zufhren - heizen - , bei einer chemischen Reaktion kann man zustzlich reagierende Substanz einbring~n usw.). Wird
der " Prozesubstanz" pro Zeiteinheit die " Menge" S (t) zugefhrt oder entzogen,
so ndert sich u (t) in dem (hinreichend kleinen) Zeitintervall t nherungsweise
um
.u: = u(t + 6.t)- u(t) = au(t)t + S(t)M = (au(t) + S(t)).t.
Dividiert man nun diese Gleichung durch b.t und lt dann b.t-+0 gehen, so
erh lt man die Differentialgleichung des gestrten Exponentialprozesses

= au+S;

(55.3)

S heit in diesem Zusammenhang auch Strfunktion. Ist uP irgendeine feste


(eine " p ar tikul re") Lsung der gestrten Gleichung (55.3), so ist fr jede
a ndere Lsung u
(u- uvr = - v = au + S-(auv + S) = a(u- uv),

d.h., u- uv ist eine Lsung der ungestrten Gleichung. Infolgedessen haben wir
u (t) - uv(t) =Ce'"' (s. Satz 55. 1), also
u(t) = uv(t)+ Ce"''.

(55.4)

Und da umgekehrt jede Funktion dieser Bauart offenbar eine Lsung von (55.3)
ist, knnen wir die folgende Aussage ber die Struktur der Lsungsmenge von
(55.3) formulieren:

55.2 Satz Man erhlt alle Lsungen der gestrten Gleichung = au + S- und nur
diese - indem man zu irgendeiner festen Lsung uv derselben alle Lsungen der
ungestrten Gleichung = au addiert. Dabei hat man sich natrlich auf ein
Intervall zu beschrnken, auf dem S definiert ist.

A ufgrund dieses Satzes beherrscht man also die Gleichung = au + S vollstndig,


wenn ma n auch nur eine ihrer Lsungen kennt. Eine solche kann man sich durch
die von Lagrange eingefhrte Methode der Variation der Konstanten zu
verschaffen suchen . D er paradox anmutende Name dieses Verfahrens rhrt daher,

55 Exponentielle, autokatalytische und logistische Prozesse

311

da man in der "allgemein en Lsung" Ce"' der ungestrten Gleichung die


Konstante C als eine (differenzierbare) Funktion von t auffat und diese so zu
bestimmen sucht, da die Funktion
(55.5)
eine Lsung der gestrten Gl. (55.3) wird. Geht man mit diesem Ansatz in (55.3)
ein, so erhlt man die Beziehung
C(t)e'" + aC(t)e'"' = aC(t)e" 1 + S(t),

also

C(t) = S(t)e- "',

(55.6)

aus der nun C(t) zu bestimmen ist. Falls dies gelingt, ist uP in der Tat eine Lsung
von (55.3); um dies zu sehen, braucht man nur die eben durchgefhrte Rechnung
noch einmal zu berblicken.- Die Konstante C in (55.4) wird dazu dienen, die
"allgemeine Lsung" (55.4) einer vorgegebenen Anfangsbedingung u(t 0) = u 0
"anzupassen", d.h., unter allen Lsungen diejenige zu bestimmen, die zur Zeit t 0
den vorgegebenen Wert u 0 besitzt. Dies ist (Lsbarkeit der gestrten Gleichung
vorausgesetzt) immer eindeutig mglich; man braucht nur C aus der Gleichung
up(t0 ) + Ce""o = u 0 zu bestimmen. Da die Lsung eindeutig durch die Anfangsbedingung bestimmt wird, ist natrlich physikalisch plausibel- und unverzichtbar, wenn man nicht die durchgngige Determiniertheil der Naturvorgnge
preisgeben will (auf die Problematik des Kausalittsprinzips, die durch die Quantentheorie aufgerollt wurde, knnen wir hier natrlich nicht eingehen).
Das ganze Problem, die gestrte Differentialgleichung = au + S aufzulsen, hat
sich nunmehr zu der Aufgabe verdichtet, eine Funktion C(t) zu finden,
deren Ableitung mit einer vorgegebenen Funktion, in unserem Falle S(t)e- a.r,
bereinstimmt. Allerdings mssen wir sofort warnend anmerken, da es nicht zu
jeder Funktion f eine Funktion F mit F' = f gibt. Whlt man z.B. ein f ohne
Zwischenwerteigenschaft auf dem Intervall I (etwa die Dirichletsche Funktion),
so kann es wegen des Zwischenwertsatzes 49.10 kein F auf I mit F' = f geben.
Umso dringender wird die Frage, unter welchen Voraussetzungen man eine
Funktion f als Ableitung einer anderen Funktion F auffassen und wie man
gegebenenfalls dieses F tatschlich bestimmen kann. Diese Frage kehrt die
Problemstellung der Differentialrechnung gerade um: Die Differentialrechnung
bestimmt- sehr pauschal gesagt- Ableitungen gegebener Funktionen , whrend
wir nun zu gegebener Ableitungfeine Funktion F mit F' = f suchen sollen. Wir
werden diese neue Fragestellung, die uns von den Anwendungen der Mathematik
aufgedrngt wird, in voller Breite erst im Kapitel X angehen. Gegenwrtig wollen
wir uns, gesttzt auf den Satz 49.3, begngen mit

55.3 Definition und Satz F heit Stammfunktion zu f auf dem Intervall I, wenn
F'(x) = f(x) fr alle x EI ist. Aus e in er Stammfunktion F 0 zu f auf I erhlt man
a II e in der Form F 0 + C mit willkrlichert Konstanten C.

312

VII Anwendungen

Jede Differentiationsformel .,F{x) = f(x) fr alle x e I " liefert sofort eine Formel
der " Antidifferentiation": Liest man sie von rechts nach links, so besagt sie, da
auf dem Intervall I eine Stammfunktion zu f durch F gegeben wird. Eine
Stammfunktion (nicht die Stammfunktion) zu x" (n e N , x e R) auf R ist z.B.
x" +1 /{n+l), eine Stammfunktion ZU eax auf Rist eax/o., falls a=fO (man besttigt
diese Behauptungen einfach durch Differentiation).
Wir betrachten als Anwendung die gestrte Differentialgleichung
= au+

( e R)

(55.7)

(Exponentialproze mit zeitlich konstanter "Zufuhr" von auen; im Falle < 0


ist diese Zufuhr in Wirklichkeit eine Entnahme. Nach diesem Modell verluft z.B.
der Abbau von Glukose, die einem Patienten durch Tropfinfusion zugefhrt
wird - s. Aufgabe 1 -, der Abbau von Alkohol whrend eines Trinkgelages und
die Vernderung des Materialbestandes einer kmpfenden Armee mit konstanter
Verschleiquote und konstantem Nachschub) .. Um eine partikulre Lsung uP zu
finden, machen wir den Ansatz (55.5). Fr C(t) finden wir dann die Gleichung
C(t} = e- ar (s. (55.6)), die offenbar von C(t) := - (/o.)e- ar befriedigt wird, so
da up(t) =-(/o.) ist-ein Ergebnis, das wir durch aufmerksames Be trachten
der Differentialgleichung (55.7) leichter htten finden knnen. Deren allgemeine
Lsung ist nunmehr durch
u(t) := -{/o.} + Ce'.,

( C eine beliebige Konstante)

(55.8)

gegeben. Ihr knnen wir entnehmen, was auch anschaulich sofort einleuchtet, da
im Falle a > 0, C > 0, (exponentieller Wachstumsproze) die konstante Auenzufuhr nach einiger Zeit nicht mehr ins Gewicht fllt ( Cear---+ +oo fr t---+ +oo),
whrend sie im Falle a < 0, C > 0 (exponentieller Abnahmeproze) schlielich
allein ausschlaggebend ist: Ce" '-..0, also u(t)-.. -(/3/ a) fr t-.. + oo. Kurz: u stabilisiert sich.

Autokatalytische Prozesse Ein komplizierterer Typ von Vernderungsprozessen


tritt uns bei den sogenannten autokatalytischen Reaktionen in der Chemie
e ntgegen. Diese Reaktionen zeichnen sich dadurch aus, da die in ihnen bereits
umgewandelte Substa nz katalytisch wirkt, also den Reaktionsablauf beschleunigt,
ohne selbst dabei vernde rt zu werden. Ist A die anfngliche Konzentration der
umzuwandelnden, u(t) die zur Zeit t vorhandene Konzentration der umgewandelten Substanz, so wird man vernnftigerweise annehmen, da in einer hinreichend
kleinen Zeitspanne .t die nderung .u: = u(t + .t) - u(t) angenhert positiv
proportional zu u(t), zu A - u(t) und zu .t ist (die erste Annahme trgt der
Tatsache Rechnung, da 6.u wegen der Autokatalyse mit u(t ) wchst, die zweite
besagt, da ohne Autokatalyse die Reaktion ein expone ntieller Abnabmeproze
fr die umzuwandelnde Substanz wre). Mit anderen Worten: man wird a nnehmen, da nherungsweise u = au(t)(A-u(t)) t mit a > O ist. Dividiert man

55 Exponentielle, autokatalytische und logistische Prozesse

3 13

diese Gleichung durch l:!.t und lt dann l:!.t--.0 rcken, so erhlt man die Differentialgleichung der autokatalytischen Reaktion

= au(A- u) oder also

= aAu - au 2 .

(55.9)

Sie lt sich durch eine einfache Substitution auf (55.7) zurckfhren. Setzt man
nmlich u = 1/v, so ist u= - v/v 2 , und damit geht (55.9) in die Beziehung

-~=
a.!
2
v

(A _.!.),
V

also in die Differentialgleichung


(55.10)

v=-aAv+a

fr die Funktion v ber. Nach (55.8) besitzt diese die allgemeine Lsung
v(t) = 1/A+Ce- a.A' (C eine beliebige Konstante). Infolgedessen hat u(t) fr t ;;:?l:
notwendig die Form

u(t) = v(t) = 1 + Ace- '"A''

(55. 11)

und man besttigt umgekehrt sofort, da diese Funktion in der Tat die GI. (55.9)
lst.
C bestimmen wir aus der gegebenen Anfangskonzentration u 0 : = u(O) der Resultatsubstanz: Aus (55.11) folgt
Uo =

+:.C und damit

AC = ~ -

1,

1 1
C =--- .
u0 A

Die autokatalytische Reaktion mit dem Anfangszustand u 0 = u(O) wird also


eindeutig durch die Funktion
A
u(t) = 1 +(A/ u 0 - l )e- o.-A'

(55.12)

( t ;;:?!: 0)

beschrieben.

Logistische Prozesse Nicht immer wird das Wachstum (oder die Abnahme) einer
definierten Population u (Menschen, Tiere, Bakterien, Holzmenge eines Waldes)
realistisch genug durch das Modell = au beschrieben (s. A 26.7). Dieses Modell
setzt ja voraus, da die Anzahl der Geburten und der Todesflle in der
Zeiteinheit proportional zu der gerade vorhandenen Population ist (s. A 7 .7).
U nter besonderen Verhltnissen (Seuchen, Nahrungsmangel, kriegerische Zerstrung) kann es jedoch vorkommen , da bei unverndertem Geburtsverhalten (konstante Geburtenrate) die Zahl der Todesflle in der Zeiteinheit stark
ansteigt und etwa dem Quadrat der Population proportional

i st~

so d a w ir

314

VII Anwendungen

nherungsweise
Au:= u(t +At)- u(t) = -yu(t)At- 'T[u(t)]2 At

(55.13)

mit positiven Konstanten y und -r haben (logistisches Modell). Dividieren


wir diese Gleichung durch f:lt und lassen f:lt-+0 gehen, so gewinnen wir die logistische Differentialgleichung

u= yu- 'TU

(55.14)

(-y,T>O),

die interessanterweise aus der Differentialgleichung (55.9) der autokatalytischen


Reaktion hervorgeht, wenn man dort a = 'T und A = -y/'T setzt. Infolgedessen
knnen wir ohne weitere Rechnung die Lsung (55.12) bernehmen und festhalten, da die logistische Funktion
u(t):=

1'

T+ (-y/u 0 - T)e- -r

(t~O)

(55.15)

die einzige Lsung der logistischen Differentialgleichung (55.14) ist, die der Anfangsbedingung u(O) = u 0 gengt; u 0 ist hierbei die Ausgangspopulation.
Fr t--+ +co strebt u(t)--+ -y/T: Die Population wird nach hinreichend langer Zeit im
wesentlichen stabil. Um nheren Aufschlu ber das Wachstumsverhalten von u

zu bekommen, bemerken wir, da

> 0 fr -y/'T > u 0 ,


=0

fr

)'/T = U 0 ,

(55.16)

< 0 fr y/T < u 0


ist. u wchst oder fllt also streng, je nachdem -y/T> u 0 oder <u 0 ist; dieses
Ergebnis kann man auch unmittelbar aus (55.15) gewinnen. Die Ungleichung
y/'T > u 0 , also -yu 0 >'TU~, bedeutet brigens, da zu Beginn d~s Prozesses die Zahl
der Geburten die der Todesflle bersteigt; entsprechend ist -y/'T < u0 zu deuten.
Wir bestimmen nun die Wendepunkte von u und verschaffen uns zu diesem
Zweck zunchst einen berblick ber die Nullstellen von . Aus (55.14) folgt
= -yu - 2TUu; in dem nichttrivialen Fall u :f const verschwindet also (t) genau
dann, wenn
'Y = 2 u(t) = - -2--'-y_/T_ _ oder also

1+(::-1 )e--r

(55.17)

ist. Da fr t > 0 stets e -r > 1 ist, besitzt diese Gleichung genau dann eine Lsung
)'/T

tw>O, wenn - - 1 > 1, also


uo

-y/T> 2u 0

(55.18)

55 Exponentielle, autokatalytische und logistische Prozesse

315

ist; in diesem Falle finden wir

tw =_!_ m(y/T_l).
'Y

(55.19)

Uo

Ist (55.18) erfllt, so folgt zunchst mit (55.16), da u(t)>O fr alle t~O ist;
infolgedessen haben wir (t)= yu(t) - 2Tu(t)u(t)> 0 bzw. <0 genau dann, wenn
y/T>2u(t) bzw. <2u(t), d.h., wenn t < tw bzw. >tw ist. tw ist also ein Wendepunkt, und zwar wendet sich u von konvexer zu konkaver Krmmung, wenn t
wachsend durch tw geht. Anders ausgedrckt: Die Zuwachsrate der Population
wchst bis zum Zeitpunkt tw, um dann- bei immer noch zunehmender
Population- stndig abzunehmen. tw ist gewissermaen der Punkt eines
Vitalittsknicks. Zur Zeit tw hat die Population die Gre u(tw) = y/2T.
Ganz hnlich sieht man, da u im Falle u 0 < y/T ~ 2u 0 durchgehend konkav und
im Falle y/ 'T < u 0 durchgehend konvex ist. Abgesehen von dem trivialen
Konstanzfall y/T = u 0 haben wir also fr den logistischen Proze drei verschiedene
Verlaufsmglichkeiten, die in der Fig. 55.1 dargestellt sind.

Man kann (55.14) auch wie folgt gewinnen. Der


immer beschrnkten "Lebensmittel" wegen kann
eine Population eine gewisse Maximalgre K
- die Trgerkapazitt ihres Lebensraumes nicht berschreiten. Ihre Wachstumsrate zur Zeit
t wird dann wohl proportional zu ihrer gerade
vorhandenen Gre u (t) und dem noch verbleibenden "Spielraum" K-u(t) sein, d.h., u wird
vermutlich einer Differentialgleichung der Form
u=A.u(K-u) (A., K>O konstant) gengen - und
das ist gerade (55.14) mit r=A.K und -r=..
Weitere Anwendungen der wichtigen logistischen Differentialgleichung findet der Leser in
Heuser [9] auf S. 25 f, 35 f und 573.

f=6uo ---

f=tuo~::J=======
--==-==
uo

~=tUo -------------- -----Iw

Fig. 55.1

Epidemien In einer Population TI von n Individuen breche zur Zeit t = 0 eine


Seuche (ansteckende Krankheit) S aus. Zur Zeit t ~ 0 kann dann Il aufgeteilt
werden in

u(t)

Mitglieder, die angesteckt werden knnen,

v(t)

Mitglieder, die angesteckt sind,

w(t)

Mitglieder, die isoliert, an der Krankheit gestorben oder nach


berstandener Infektion dauerhaft immun geworden sind.

Von einer Vernderung der Population ll durch Geburten oder " natrliche"

316

VII Anwendungen

Todesflle (also solche, die nicht durchS verursacht werden), sehen wir ab. Es sei

u0 := u(O) > O, v 0 := v(O) > O und


also

w0 := w(O)>O,

u 0 + v 0 +w0 =n.

Ferner setzen wir du:= u(t + dt) - u(t), und ganz entsprechend werden dv und
d w definiert. Dann wird man annehmen drfen, da fr binreichend kleines dt
jedenfalls nherungsweise die folgenden Beziehungen mit gewissen positiven
Konstanten a und gelten:
du = - au(t)v(t)dt,
a ist die Infektionsrate,

durch ~~ und lassen


tialgleichungen
u = - auv,

d v = [au(t)v(t) - v (t)]dt,

die

~t-+0

dw = v(t)dt ;

Ausfallsrate. Dividieren wir diese Gleichungen

rcken, so erhalten wir das System der drei Differen-

i> = auv - v,

w=v

(55.20)

fr die unbekannten Funktionen u, v, w. Statt zu versuchen, dieses System zu


lsen, schildern wir eine neue Methode, die uns jedenfalls einen Einblick in das
qualitative Verhalten der fraglichen Funktionen gibt. Da w in den beiden ersten
Gleichungen von (55.20) nicht vorkommt, drfen wir diese aus dem System
herauslsen und fr sich betrachten, mit anderen Worten: wir fassen das
Teilsystem
u = - auv,

i> = auv - v

(55.21)

ins Auge. Von ihm setzen wir voraus, da es eine Lsung u, v besitze, fr die
u(O) = u0 und v (O) = v0 ist. Deuten wir P(t) := (u(t) , v (t)) als Punkt in einem
uv-Koordinatensystem, so durchluft P(t) mit wachsendem t eine Bahn, die wir
die Lsung s bahn des Syst e ms (55.21) nennen und mit L bezeichnen. 'Der
nheren Untersuchung dieser Lsungsbahn L wenden wir uns nun zu.
Der ersten Gleichung in (55.21) entnehmen wir, da < 0, also u streng fallend
ist. Infolgedessen besitzt u eine (differenzierbare) Urnkehrfunktion, die t in
Abhngigkeit von u darstellt, kurz : t = t(u ). Wegen v(t) = v(t(u)) = : V (u) wird
dann v eine Funktion von u. Und das Entscheidende ist nun, da der Punkt
(u, V(u)) mit abnehmendem u die Lsungsbahn L durchluft, so da wir L
kennen, wenn uns der Graph von V, und das heit doch: wenn uns V selbst
gegeben ist. Fr V knnen wir aber sofort eine sehr einfache Differentialgleichung
finden. Es ist nmlich, wenn wir die Differentiation nach u durch einen Strich
bezeichnen,
'( ) . ( ( )) '( ) i>(t(u))
V u = V t u t u = (t(u)) ;

55 Exponentielle, autokatalytische und logistische Prozesse

317

mit (55.21) erhalten wir daraus


V'(u) = au(t(u))v(t(u))- v(t(u)) = au V(u)- V(u)
-a u(t(u))v(t(u))
-auV(u)
= - 1 + l'

(55.22)

mit l' : = .
a

Da - u + l' ln u eine Stammfunktion zu -1 + y/u ist, mu notwendigerweise


V(u) = -u + y ln u + C mit einer passenden Konstanten C sein. Aus v 0 = V(u 0 ) =
- u 0 + l' ln u 0 + C folgt sofort C = u 0 + v 0 -y In u 0 und somit
u
V(u) = u 0 +v 0 - u+ l' ln - .
Uo

(55.23)

Eine denkbar einfache Kurvendiskussion zeigt, da V das in Fig. 55.2


angegebene Schaubild mit einer Maximalstelle in u = l' und einer Nullstelle
u 1 E (0, y) besitzt. Wegen der Bedeutung von V ist fr uns nur der ber der
u-Achse liegende Teil interessant, der zur besseren Hervorhebung fett gezeichnet
ist. Erinnern wir uns daran, da u(t) mit wachsendem t von u 0 aus streng
abnimmt, die "Epidemiekurve" also in Richtung abnehmender u-Werte zu
durchlaufen ist, so knnen wir der Fig. 55.2 auf einen Blick die folgenden
Aussagen entnehmen:
I) Ist u 0 .;:; y, d.h. au 0 .;:; , so strebt u(t) '>I u 1 und v(t) '\t 0 bei wachsendem t.
II) Ist u 0 > y, d.h. au 0 > , so strebt zwar wieder u(t) '>I u 1 , aber v(t) geht zunchst
streng wachsend von v 0 zum Maximalwert V(y), und strebt dann erst '\t 0.
Im ersten Fall wird die Seuche rasch verschwinden, im zweiten wird sie sich zu einer Epidemie
auswachsen. Mit anderen Worten: Eine
Epidemie wird genau dann eintreten, wenn die
anfngliche Anzahl der Ansteckungsfhigen
grer als der Schwellenwert l' ist. Eine
u,
Vergrerung von l' reduziert also die
Epi_demiegefahr. Ein "groes" l' liegt vor, wenn
z.B. durch einen effizienten Gesundheitsdienst
fr eine rasche und umfassende Isolierung der
Infizierten gesorgt wird - oder auch, wenn die
Fig. 55.2
Erkrankung berwiegend tdlich verluft.
Die Epidemie wird erst dann zurckgehen, wenn di~ Anzahl der Ansteckungsfhigen
unter den Schwellenwert r gesunken ist. Ferner: Ein Teil der Population wird nicht
von der Krankheit befallen werden, denn beim Erlschen der Epidemie sind noch
th > 0 Ansteckungsfhige vorhanden.

318

VII Anwendungen

Um sich diese Dinge noch plastischer zu machen, konstruiere man mit Hilfe eines Taschenrechners das Schaubild von V im Falle u0 := 1000, v0 := 5 (=anfnglicher Krankenbestand)
und r:= 1200 (800, 500). Man kann ihm entnehmen, da dann insgesamt 24 (389, 800) Individuen von der Seuche befallen werden, aber hchstens 5 (27, 159) zur gleichen Zeit erkrankt sind. - Eine tiefergehende Analyse des Epidemieproblems findet man in Heuser [9],
s. 559- 565.

Das psychophysische Grundgesetz Verursacht ein Reiz der Intensitt R (etwa


Schall oder Licht) eine Empfindung der Intensitt E(R), so lehrt bereits die
alltgliche Erfahrung, da eine Zunahme AR der Reizintensitt eine umso
geringere Zunahme AE : = E(R +AR)- E(R) der Empfindungsintensitt bewirkt,
je grer R ist (eine geringe Lrmzunahme wird z.B. bei einem schon bestehenden hohen Lrmpegel kaum noch registriert, whrend ebendieselbe
Lrmzunahme in der Stille der Nacht als sehr strend empfunden wird - eine
Tatsache, die dem treknallenden Autofahrer offenbar nicht, dem erfahrenen
Einbrecher aber sehr gut bekannt ist). Bezeichnen wir mit R 0 den sogenannten
Schwellenwert des Reizes, d.h. diejenige Reizintensitt, fr die E(R 0 ) = 0 und
E(R) > 0 fr R > R 0 ist, so wird man den geschilderten Sachverhalt
nherungsweise durch eine Gleichung der Form
AE = a AR fr R ?!:: R o

(a eine positive Konstante)

zu beschreiben versuchen (R 0 drfen wir dabei offenbar als positiv annehmen).


Ersetzen wir in gewohnter Weise AE durch das Differential E'(R)AR, so erhalten
wir die Beziehung

E'(R) = ~
R

Aus ihr folgt, da E(R) fr R ?!:: R 0 durch E(R) = a In R + C mit einer gewissen
Konstanten C gegeben wird. Setzen wir R = R 0 , so ist 0 = a ln R 0 + C, also
C = - a Ln R 0 Damit erhalten wir nun das sogenannte psychophysische Grundgesetz in der Form
R
E(R) = a InRo

(R ?!:: R 0 ).

Es wird nach seinen Entdeckern Ernst Heinrich Weber (1795-1878; 83) und
Gustav Theodor Fechner (1801- 1887; 86) auch das Weber-Fechnersche Gesetz
genannt. Genauere Untersuchungen haben gezeigt, da es in der Tat die
Empfindungsintensitt gut wiedergibt, solange die Reizintensitt in einem mittleren Bereich verbleibt.
Da der Logarithmus sich nur wenig mit seinem Argument ndert, lehrt das
psychophysische Grundgesetz, da man die R eizintensitt R ganz erheblich verringern mu, wenn man die Empfindungsintensitt E(R) merklich senken will. D er

55 Exponentielle, autokatalytische und logistische P1ozesse

319

Leser wird diese qualitative Bemerkung leicht selbst quantifizieren knnen. Ihre
Bedeutung etwa fr die Bekmpfung der Lrmbelstigung ist so offenkundig, da
sie keines weiteren Kommentars bedarf.
Wir beschlieen diesen Abschnitt mit einigen

Bemerkungen ber die mathematische Erfassung von Naturvorgngen Um unsere


Ideen zu fixieren, betrachten wir wieder einen zeitabhngigen Proze u(t). Das
alles entscheidende Faktum ist nun, da wir hufig in der Lage sind, den Proze
" im Kleinen" zu beherrschen, d.b. genauer, da wir uns realittsnahe Vorstellungen darber machen knnen, wie sich u(t) in einer bioreichend
kleinen
..
Zeitspanne At ndert. Ganz allgemein gesprochen, wird diese Anderung abhngen
von dem Zeitpunkt t, zu dem sie einsetzt, dem bestebenden Zustand u(t) und der
Lnge der Zeitspanne At. Die erste, noch ganz generelle, aber tief bedeutsame
Annahme ist, da zu jedem festen Zeitpunkt t die nderung von u(t) proportional zu At ist (sehr naiv gesagt: bei Verdoppelung der Zeitspanne verdoppelt
sich
die nderung). Zusammengefat fhren diese drei Hypothesen dazu, die
..
Aoderung Au in der Form
Au:= u(t +At)- u(t) = f(t, u(t))At

(55.24)

mit einer gewissen Funktion f von zwei Vernderlichen zu schreiben. Jetzt erst
beginnt der Versuch, aus dem konkreten Proze heraus Vorstellungen ber die
Beschaffenheit von f zu entwickeln; wir haben dies fr die exponentiellen,
autokatalytischen und logistischen Prozesse explizit durchg~_fhrt. Hat man nun f
durch physikalische, chemische, biologische oder andere Uberlegungen gewonnen, so setzt eine mathematische Idealisierung ein: Wir nehmen an, u sei eine
differenzierbare Funktion und erhalten nun in gewohnter Weise aus (55.24) die
Differentialgleichung u(t) f(t, u(t)), die man krzer in der Form
u = f(t, u)
(55.25)
zu schreiben pflegt (wohlgemerkt, alle diese Betrachtungen sind approximativer
Art, und die Gleichheitszeichen
sind deshalb cum grano salis zu nehmen). (55.25)
..
beschreibt die Anderungsrate von u als Funktion der Zeit t und des zu dieser Zeit
bestebenden Zustandes u(t), und die eigentlich mathematische Aufgabe besteht
nun darin, die Differentialgleichung (55.25) zu lsen, d.h., Funktionen u zu finden,
fr die (t) = f(t, u(t)) whrend der gesamten Prozedauer ist. Aus der Annahme,
Naturvorgnge seien streng determiniert, ergibt sieb, da der gem (55.25)
ablaufende Proze durch seinen Zustand u 0 : = u(t0 ) in einem gegebenen Zeitpunkt t 0 eindeutig bestimmt sein mu (mit anderen Worten: man beherrscht ihn,
wenn man seinen Anfangszustand und seine nderungsrate kennt). Das naturwissenschaftliche Determinationsprinzip stellt uns umgekehrt vor die mathematische
Aufgabe, nachzuweisen, da es zu vorgegebenem Zeitpunkt t 0 und "Attfangswert"

320

Vll Anwendungen

u 0 genau eine Funktion u mit

u = f(t, u)

und

u(t0 )

= u0

(55.26)

gibt. Unser mathematisches Arsenal ist noch nicht reichhaltig genug, um jetzt
schon auf breiter Front den Angriff auf dieses zentrale Problem erffnen zu
knnen; wir werden deshalb zunchst, wie wir es in diesem Abschnitt schon getan
haben, mit ad hoc-Betrachtungen arbeiten mssen. Als warnendes Beispiel dafr,
da es in der Mathematik jedoch anders zugehen kann als in der Natur, diene die
A ufgabe 12.
Hat der Mathematiker das "Anfa ng swertproblem" (55.26) gelst, so wird
nun wieder der Naturwissenschaftler prfen mssen, ob die Lsung u mit der
Wirklichkeit, d. h. mit seinen Mewerten, hinreichend gut bereinstimmt. Ist dies
nicht der Fall, so wird das Modell (55.25)- also doch die berlegung, die zu ihm
gefhrt hat - revidiert, verfeinert oder auch ganz verworfen werden mssen.
Wird jedoch u als befriedigend empfunden, so sieht man auch (55.25) als eine
angemessene Beschreibung des Prozesses an- jedenfalls so lange, wie keine
neuen Daten, die nicht mehr mit u zu vereinbaren sind, Bedenken wecken und
eine berprfung des mathematischen Modells erheischen.
Der bergang von der Differenz Au zu dem Differential u(t)At, also der
bergang von der Differenzengleichung (55.24) zu der Differentialgleichung
(55.25) bringt zunchst, rein technisch gesehen, den gar nicht hoch genug zu
schtzenden Vorteil, da uns nun der einfach zu handhabende (und gerade dieser
Einfachheit wegen so schlagkrftige) Apparat der Differentialrechnung zur
Verfgung steht. Das Rechnen mit Differenzen fhrt sehr schnell zu bandwurmartigen, unbersichtlichen Ausdrcken, und jeder Versuch, die Natur mit diesem
Mittel durchleuchten zu wollen, wrde nach wenigen Schritten in hoffnungslosen
Komplikationen ersticken. Man betrachte nur die Differenzenquotienten fr die
beiden einfachen Funktionen u 1 (t) : = t 2 und uit): = f. Es ist
2
2
2 2
Au 1 = (t + At) - t = t + 2tAt +(At?- t = , +At
2
At
At
At
'
3
2
3
3
3
Au2 = (t + At) - t = f + 3fAt + 3t(At) + (At) - t = t 2 + tAt + (At)2
3
3
At
At
At
'

die Summe ist


Au 1 + Au 2 = 3f+ 2t+ (3t + l)At + (At) 2.
At
At

Die entsprechenden Ableitungen (Differentialquotienten) sind jedoch einfach


ul(t)=2t,

u2(t)=3t2 und

ul(t)+uit)=3t 2 + 2t.

Rein forma l gewinnt man sie aus den Differenzenquotienten, indem man alle
Glieder mit At unterdrckt- und dieses kecke Vereinfachungsverfahren war fr

55 Exponentielle, autokatalytische und logistische Prozesse

321

Fermat und Newton die akzeptierte, wenn auch gelegentlich Gewissensbisse


verursachende Differentiationsmethode; sie wurde erst viel spter durch Cauchys
Theorie der Grenzprozesse glnzend gerechtfertigt (s. noch einmal Satz 46.3).
Tiefer geht die Bemerkung, da die Wahl einer Zeitspanne 6.t immer willkrlich
ist und dem objektiven Naturvorgang ein subjektives, menschliches Element
beimischt (es sei denn, die Zeit habe eine " krnige" Struktur, d.b. , es gbe eine
kleinste, ununterschreitbare Zeitspanne, eine sogenannte Elementarzeit). Von
dieser verflschenden, die inneren Eigenschaften des Vorganges verdeckenden
Zutat, kann man sich offenbar nur durch den Grenzbergang 6.t - 0, d.h. durch
den bergang von der Differenzengleichung (55.24) zu der Differentialgleichung
(55.25), befreien. Man erinnere sich hier noch einmal der diesbezglichen
Bemerkungen im Beispiel 1 der Nr. 46.
Fr ein tiefer eindringendes Studium der hier berhrten Fragen verweisen wir den
Leser auf Aris [1].
Aufgaben

1. Knstlic.b e Emhrung Sie wird bei Patienten, die zur Nahrungsaufnahme Dicht fhig
sind, durch Infusio n von Glukose (Traubenzucker) in die Blutbahn bewerkstelligt. u(t)
bezeichne den Glukosegehalt im Blut eines Kranken zur Zeit t, und es sei u 0 : = u (O). Wir
nehmen an, da dem Patienten Glukose mit der konstanten Rate von {3 Gramm pro
Minute zugefhrt wird. D er Abbau der Glukose erfolgt mit einer Rate, die proportional zu
dem vorhandenen Glukosegehalt ist, also in der Form - au(t) mit einer positiven Konstante n a anzusetzen ist. Bestimme u(t) fr t ;;;. 0. D er Glukosegehalt nhert sich mit
zunehmender Zeit einem Gleichgewichtszustand. Wie gro ist er?
2. Absorption in homogenen Medien Geht Energie durch ein Medium (z.B. Licht durch
Luft oder Wasser), so nimmt sie wegen U mwandlung in andere Energieformen ab (Absorption ). In einem homogenen Medium geht diese Abnahme auf einem Weg lngs der x-Achse
gewhnlich nach dem Nherungsgesetz au:=u(x + a x)- u(x)=-{3 u(x)ax vor sich. Man
mache sich dieses Gesetz plausibel, gewinne aus ihm eine Differentialgleichung fr u, lse
sie, definiere die " Halbwertlnge" (s. A 26 .8) und berechne sie. {3 heit der Absorptionskoeffi zient des Mediums fr die betrachtete Energie.
3. Absorption in gewissen inhomogenen Medien (s. dazu Aufgabe 2) In einem inhomogenen Medium ist die Absorption fr eine gegebene Energieform rumlich vernderlich. Wir
nehmen an, sie hnge nur von x ab und bezeichnen sie mit {x). (Beispie l:
Atmosphrensule; die variable Dichte und Versehrnutzung der Luft macht die Absorption
rumlich vernderlich). Stelle eine Differentialgleichung fr die Energie u = u(x) auf, wenn
sie lngs der x-Achse das Medium durchsetzt. Lse sie mit der Anfangsbedingung
u(O) = u 0 fr den Fall {3 (x): = x ({3 > 0 konstant).

4. Barometrische Hbenformel p(x) bezeichne den Druck, e(x) die Dichte der
Atmosphre in der Hhe x ber der E rde. Eine Atmosphrensule der Grundflche 1 und
der Hhe a x hat also das Gewicht ge (x)ax (g die Konstante der Erdbeschleunigung),
somit ist nherungsweise die Drucknderung ll.p := p{x + ax)- p(x) =- g(>(x)ax. Nach dem

322

Vll Anwendungen

Boyle-Mariotteschen Gesetz is~ in einem idealen Gas von berall gleicher Temperatur p/e
konstant, also gleich p 0/
mit p 0 : = p(O), l?o:= p(O) (Druck und Dichte unmittelbar ber
der Erdoberflche). Stelle eine Differe ntialgleichung fr p auf und zeige, da

eo

p(x) = p0 e -((>.a'Po>x fr x ;;;. 0


ist (barometrische Hhenformel ). Durch Logarithmieren erhlt man d ie Hhe

x = Po ln Po
p(x)'

eog

die also durch Luftdruckmessung mittels eines Barometers Uedenfalls angenhert) bestimmt werden kann.

S. Das Newtonsehe Abkblungsgesetz Ein Krper mit der Temperatur u (t) be finde sich in
einem Medium mit der T emperatur A (l). Dann findet Wrme austausch in Richtung der
niedrigeren T emperatur statt. Damit ndert sich u (t), und zwar ist l1u := u(t + l1t) - u (t} fr
kleine llt etwa proportional der Temperaturdiffere nz u.(t) - A(t) und dem Zeitintervall l1t,
also nherungsweise = - (u(t)- A(t))l11 mit einer positiven Konstante n (das B eispiel 3
in A 7.7 ist ein Sonderfall hiervon fr A (t) konstant = M, wobei noch der Nullpunkt der
Temperaturskala nach M gelegt wurde). Daraus ergibt sich das Newtonsehe
Abkhlungsgesetz

= - (u - A )

oder also

= - u + A

(55.27)

(gestrter Exponentialproze). Lse diese Differentialgle ichung mit der Anfangsbedingung


u(O}=u 0 fr den FaU A(t):=A 0 - yt (A 0 :=A(O), 'Y eine positive Konstante; dies entspricht etwa der nchtlichen AbkbJuog der Luft). Hinweis : (l/ )tea'-( l / 2 )ea ist eine
Stammfunktion zu tea.

6. Die Vorteile der Wrmeisolierung In einem isolierte n Haus (Quader mit konstanter
Wandstrke l) herrsche die Temperatur u (t), whre nd die umgebende Luft die T emperatur
A (t) habe; Q (t) sei die im lnnem des Hauses e nthaltene Wrmemenge (Q(t) ist proportional der Inne ntemperatur: Q (t) = cu(t), c > 0). Durch die Auenwnde des Hauses,
deren G esamtflche q sei, findet Wrmeaustausch statt. Fr l1Q := Q (t + l1t)- Q (t) wird
man realistischerweise den Ansatz l1Q = - A(q!l)[u(t)- A(t)]l1t mit einer positiven
Konstanten A machen, die von de m Material der Wnde abhngt und die
Wrmeleitfhigkeit desselben genannt wird. Dieser Ansatz fhrt zu der Gleichung

Q =-Al(u-A),
und da

Q=
=

c ist, erhlt man fr u die Differentialgleichung

- A~(u - A),

also das Newtonsehe Abkhlungsgesetz (55.27} mit = (q/d)A. Zur Zeit t = 0 (etwa 21
Uhr) schalte man die Heizung aus. B erechne den Temperaturverlauf uA bzw. uA1,. im Falle
der Wrme leitfhigkeit A bzw. der durch verbesserte Isolierung auf ein n-tel reduzierten
Wrmeleitfhigkeit A/n, und zwar unte r der Annahme A(t):=A 0 -yt, y>O (s. Aufgabe 5;

55 Exponentielle, autokatalytische und logistische Prozesse

323

das dort gefundene Ergebnis kann man bernehmen). Zeige, da u ,v"(t)- u.., (t)-+
(n - l)cl-y/>..q strebt. wenn t -+ +-x geht (lange Wintcrnchte!). Diese T emperaturdifferenz
bat eine entsprechende Einsparung bei den Heizungskosten zur Folge. Man beachte, da
sie um so grer ist, je rascher die Auentemperatur abfllt- solange dies nach dem
angegebenen linearen Gesetz geschieht.

7. Es sei dieselbe Situation wie in Aufgabe 6 gegeben. Berechne u ... und u Mn fr einen
exponentiellen Temperaturabfall A(t) = (A 0 - B 0 )e- "' + B 0
u .\1"(1)- u.., (1)-+ 0 strebt fr 1-+ +oo.

(-y > 0) und zeige, da diesmal

8. SoU man eine Wohnung nachts durchbeizen oder morgens aufbeizen? Wir legen wieder
die Situation der Aufgabe 6 zugrunde. w(t) sei der Betrag der Wrmeenergie, die bis zur
Zeit t von der H eizung des Hauses abgegeben wurde. Dann ist nherungsweise
Aw := w (I + At)- w(t) = w(t)At, und da sich durch die Zufhrung der Wrmemenge Aw die
T emperatur um Aw/c = w(t)At/c v:rndert, finden wir, gesttzt auf das Newtonsehe
Abkhlungsgesetz, da die gesamte Anderung der Innentemperatur u in der Zeitspanne At
nherungsweise durch
Au: = u(t+At) - r4 (1) = - [u(t) - A(t)]At + w(t)At/c

gegeben wird. Daraus erhalte n wir das Heizungsgesetz

=-(u-A)+ c

oderalso

w
= -u +A +- .
c

(55.28)

Will man eine konstante Inne ntemperatur u 0 aufrechterhalten, so mu (t) = 0 fr alle t


sein, und aus (55.28) folgt nun, da die Rate der Wrmezufuhr gem der Gleichung

w=

(55.29)

c(uo-A)

zu regulieren ist. Wir nehmen fr A wieder ein en linearen Abfall A(t) : = A 0 - -yt (-y > 0) ab
eine r gewissen Abendstunde an (die wir als Nullpunkt der Zeitmessung whlen) und
beschrnken t auf die nchtliche AbkhJungsperiode.
a) Zeige: Die bis zur Zeit t zur Aufrechterhaltung der konstanten Innentemperatur u 0
bentigte Wrmeenergie ist
w(t) = cu 0 + c(u 0 - A 0 )t + c-yt 2 /2

(cu 0 = w(O) ist die Energie, die bentigt wird, um die Anfangstemperatur u 0 zu erzeugen).
b) Schaltet man zur Zeit t = 0 die H eizung fr die Nacht aus, so wird der Temperaturverlauf innerhalb des Hauses durch
u(t): = (u 0 - A

0-

-y/)e- 0 ' + A 0 + -y/- -yt

fr t ;a, 0

gegeben (s. Aufgabe 5 und 6); der Energieverlust durch Abkhlung bis zur Zeit t ist
c[u 0 - u (t)]. Zeige:

c[u0 - u (t)].;;;w(t)

fr c;a. O,

falls A 0 .;;; u 0 ist, und

Info lgedessen ist es vorte ilhafter, die Heizung nachts auszuschalten. Entsprechendes gilt

324

VII Anwendungen

natrlich auch fr die Heizung von Freibdern. Hilfe fr den Beweis der Ungleichung:
Benutze A 49.3 (beginne damit, die zweiten Ableitungen zu vergleichen).
9. Extreme Notzeiten Unter besonders verheerenden Bedingungen kann die Zahl der
Todesflle in der Zeiteinheit dem Kubus der Population proportional sein, whrend die
Geburtsrate immer noch konstant ist. Dieser Proze wird durch die Differentialgleichung
= -yu- TU 3 ( -y, 'T positive Konstanten) beschrieben. Lse sie und diskutiere die Lsung.
Beachte insbesondere, da u(t)-+ ( -y/'Tyn. strebt fr t-+ +oo, so da auch diesmal die
Population stabil wird. Hinweis : Substitution v := 1/u2
10. Verminderte Regeneration Ist die Zahl der Geburten in einer Population nur noch der
Wurzel aus derselben proportional, whrend die Todesrate konstant ist, so wird der
Wachstums- bzw. Schrumpfungsproze der Population durch die Differentialgleichung
= ."J- TU ( -y, T positive Konstanten) beschrieben. Lse sie, diskutiere die Lsung und
beachte, da wiederum die Population (wachsend oder schrumpfe nd) stabil wird: u(r)-+
(-y/7)2 fr r-++oo. Hinwe is: Substitution v:=J.
+11. Die beim logistischen Proze und in den Aufgaben 9 und 10 auftretenden Differentialgleichungen haben die Gestalt

u= o:u + uP

mit o:, , p E R;

(55.30)

die Funktion u war ihrer Bedeutung nach stndig positiv. Fr p = 0, 1 liegt ein gestrter
bzw. ungestrter Exponentialproze vor. Zeige, da im Falle p:f 0, 1 die Differentialgleichung (55.30) (unter der Positivittsannahme fr u) durch die Substitution v := u t - p in
den gestrten Exponentialproze v = (1- p)o:v + (1- p) bergeht und gebe alle ihre
Lsungen an.

+u .

Definiere fr jedes A E (0, 1) die Funktion u.._ durch


0

u,.. (t): = { [2( I - .\ )/3]312

fr 0 os;; t os;; A,
fr A < tos;; 1

und besttige, da jedes u... auf dem Intervall [0, 1] der Differentialgleichung u= u 113
gengt und den Anfangswert u ... (0) = 0 besitzt. Zeichne Schaubilder fr einige A- Werte!

56 Fall und Wwf, Raketenfing und Vollbremsung


Physikalische Grundlage fiir diesen und den nchsten Abschnitt ist das berhmte
"zweite Newtonsehe Gesetz" aus den Principia, das wir schon in der Kurzfassung
"Kraft= Masse mal Beschleunigung" erwhnt haben. Bewegt sich ein Massenpunkt lngs der x-Achse und ist x(t) seine Position zur Zeit t, so ist seine
Geschwindigkeit v(t) bzw. seine Beschleunigung b(t) zur Zeit t die erste bzw.
zweite Ableitung des Weges nach der Zeit, genauer:
v(t) = x(t)

und

b(t) = v(t) = x(t)

(s. Beispiele 1 und 2 in Nr. 46). Besitzt der Punkt die Masse m und bewegt er sieb
unter dem Einflu einer Kraft, die mit der Strke K lngs der x-Achse wirkt, so

56 Fall und Wurf, Raketenflug und Vollbremsung

325

ist also

K=mx.

(56.1)

Fr die Anwendung dieses Gesetzes ist die Tatsache entscheidend, da wir hufig
Aussagen darber machen knnen, wie die Kraft K von der Zeit t, dem Ort x und
der Geschwindigkeit x abhngt, d.h., da wir K als eine wohlbestimmte Funktion
f(t, xt x) darstellen und somit aus (56.1) eine Differentialgleichung

..

1 f( t, X, X. )

X=-

(56.2)

zur Bestimmung der Funktion x(t) gewinnen knnen. (56.2) ist eine
Differ e ntialglei ch ung zweiter Ordnung (die hchste auftretende Ableitung ist die zweite), whrend die bisher von uns betrachteten Differentialgleichungen nur von e r ster 0 rd nun g waren (sie enthielten lediglieb Ableitungen
erster Ordnung). Es ist physikalisch plausibel, da die Lage x(t) eines Krpers zu
jeder Zeit t eindeutig bestimmt ist, wenn man sein Bewegungsgesetz (56.2), seine
Anfangslage x 0 := x(t0 ) und seine Anfangsgeschwindigkeit v 0 := i(t0 ) zu
einer gewissen Anfangszeit t 0 kennt. Mathematisch bedeutet dies: Wir drfen
erwarten (mssen es aber- unter gewissen Voraussetzungen ber f- beweisen),
da eine und nur eine Funktion x(t) existiert, die der Differentialgleichung (56.2)
und den Anfangsbedingungen x(t0 )=x0 , x(t0 )=v0 mit vorgegebenen Werten
t 0 , x 0 und v 0 gengt. Wir werden vorlufig dieses Existenz- und Eindeutigkeitsproblem nur fr einzelne G leichungen ad hoc lsen und erst spter zu seiner
allgemeinen Untersuchung schreiten.
Wir erinnern bei dieser Gelegenheit an einige physikalische Maeinheiten. Im sogenannten
MKS-System ist die Lngeneinheit 1 Meter (1 m), die Masseneinheit 1 Kilogramm (1 kg;
das ist die Masse des in BreteuiJ bei Paris aufbewahrten " Urkilogramms" aus PlatinIridium) und die Zeiteinheit 1 Sekunde (1 sec). Die Dimension der Geschwindigkeit ist
m sec- 1 , der Beschleunigung m sec- 2 , der Kraft kg m sec- 2 Die E inheit der Kraft ist 1
Newton (1 N); das ist die Kraft, die einer Masse von 1 kg die Beschleunigung 1m sec- 2
erteilt.

Freier Fa Ein Krper der Masse m falle allein unter dem Einflu der Schwerkraft (also ohne Bercksichtigung der Luftreibung) zur Erde. Im Zeitpunkt t = 0
(Beginn der Messung) habe er die Geschwindigkeit v 0 . Welchen Weg legt er in
der Zeit t zurck?
Die zunchst rein empirische Antwort auf diese Frage gibt, jedenfalls wenn v 0 = 0
ist, das Galileische Fallgesetz: Der in der Zeit t zurckgelegte Weg ist gt 2 /2,
wobei g eine Konstante ist, die nherungsweise den Wert 9,81 m sec- 2 besitzt.
Aus dem Fallgesetz hatten wir im Beispiel 2 der Nr. 46 rein mathematisch
geschlossen, da die Beschleunigung des fallenden Krpers konstant= g ist,
weshalb man g auch die Konstante der Erdbeschleunigung nennt. Wir
schlagen nun den umgekehrten Weg ein: Wir nehmen erstens an, es existiere eine

326

VII Anwendungen

gewisse Kraft, Schwerkraft oder auch Anziehungskraft der Erde genannt,


die bewirkt, da ein ber der Erde befindlicher und frei beweglicher Krper
senkrecht zur Erdoberflche herabfnti>. Zweitens nehmen wir an, da diese
Schwerkraft proportional zur Masse des Krpers ist, an dem sie angreift; die (fr
alle Krper gleiche) Proportionalittskonstante nennen wir g. Nun machen wir
den Punkt, an dem der fallende Krper sich zur Zeit t = 0 befindet, zum
Nullpunkt einer senkrecht auf die Erdoberflche weisenden x-Achse; wegen
(56.1) ist dann unter all diesen Annahmen die auf den Krper wirkende Kraft
K = mg = mx, und somit nimmt (56.2) die besonders einfache Gestalt
x= g
(56.3)
an: Die Beschleunigung frei fallender Krper ist konstant und fr alle Krper,
unabhngig von ihrer Masse, dieselbe. Der physikalische Teil unserer Betrachtungen ist damit beendet; es beginnt nun die mathematische Analyse, die sich
auch diesmal, wie schon frher in Nr. 55, auf den entscheidenden Satz 55.3
sttzen wird (ohne ihn jedesmal ausdrcklich ZU zitieren). Aus X= g folgt x(t) =
gt+ C 1 ; und da nach unserer Voraussetzung C 1 = x(O) = v 0 ist, erhalten wir fr die
Geschwindigkeit v(t) = x(t) zur Zeit t die Gleichung
v(t} = gt + v 0 .
(56.4)
Daraus fo lgt x(t) = gt 2/2 + Vot + C2; wegen c2 = x(O) = 0 ist also
1

x(t} = 2 gt 2 + v 0 t.

(56.5)

Damit haben wir aus der Differentialgleichung x = g rein mathematisch das WegZeitgesetz des frei fallenden Krpers hergeleitet. Fr v 0 = 0 gebt es in das
Galileische Fallgesetz ber, mit dem die moderne Physik beginnt ("ber einen
sehr alten Gegenstand bringen wir eine ganz neue Wissenschaft").
Wir merken noch an, da es ungleich einfacher ist, das Gesetz (56.5) nun, da es formuliert
ist, durch Messungen empirisch zu besttigen, aJs es aus einem Wust von Medaten zu
gewinnen, ohne berhaupt zu wissen, wie es aussehen knnte. Der Nutzen der Mathematik
fr die Naturwissenschaften besteht zum groen Teil darin, intelligente (und leicht
nachprfbare) Vermutungen zu liefern - und mehr als ein educated guess ist auch das
Gesetz (56.5) solange nicht, als es nicht den Test der Messungen bestanden hat (es beruht
ja letztlich auf einigen physikalischen Annahmen, ber die man streiten kann und
gestritten hat; die mathematische Analyse entfaltet nur die Konsequenzen dieser Annahmen, ohne deren Wahrheits- oder Falschheitsgehalt im geringsten zu beeinflussen).
> Dieser Gedartke ist uns heute ganz selbstverstndlich -

und doch mute erst ein Newton kommen, um ihn nach dunklen Vorahnungen vieler anderer, darunter auch Kepler,
endgltig und in prziser Form durchzusetzen. Aristoteles, nach Dante "der Meister derer,
die da wissen", hegte vllig andere Vorstellungen: Jeder Krper hat einen bestimmten, seinem Wesen (?) entsprechenden Ort; wird er aus ihm entfernt, so strebt er zu ihm zurck.
Die schweren Krper haben ihren natrlichen Ort im Weltmittelpunkt, der Erde, - deshalb
fallen sie: die feurigen haben ihn im Himmel - deshalb steigen sie. Galilei gab nur eine
mathematische Beschreibung des freien Falles, auf eine Diskussion von Krften lie er sich
bewut nicht ein (s. S. XXli* f in der Neuausgabe des Galileischen Dialogs ber die beiden
hauptschlichen Weltsysteme, Stuttgart 1982).

56 Fall und Wurf, Raketenflug und Vollbremsung

327

Fall mit Bercksichtigung der Luftreibung Der Reibungswiderstand, den ein


Krper bei der Bewegung durch ein flssiges oder gasfrmiges Medium erleidet,
ist proportional zu seiner Geschwindigkeit, solange diese nicht zu gro ist; der
Proportionalittsfaktor hngt von der Art des Mediums und der Gestalt des
Krpers ab. Benutzen wir dasselbe Koordinatensystem wie oben, so lautet die
Newtonsehe Bewegungsgleichung fr einen durch die Luft (allgemeiner durch
irgendein Gas oder eine Flssigkeit) fallenden Krper der Masse m also K =
mx = mg - pi, und somit wird (56.2) zur Differentialgleichung
x.. = - -p x. + g
m

(p>O);

(56.6)

das negative Zeichen bei i bercksichtigt, da die Reibungskraft pi der Schwerkraft m g entgegengerichtet ist. Da i = v ist, geht (56.6) in die Differe ntialgleichung
.

v =--v+g

(56.7)

fr die Geschwindigkeit v ber- und diese ist genau vom Typ der Gleichung
(55.7). Infolgedessen knnen wir die allgemeine Lsung (55.8) der letzteren
bernehmen und e rhalte n
v(t) = C 1e- "'1"' + mg ,
p

v(t) = (

wegen

v(O) = C, +

v :g)e-P''"' + r:g.
0-

mg
p

= v0

also

(56.8)

Daraus folgt sofort x(t) = (v 0 - mg!p)(- m/ p)e- "" "' + (mg!p)t + C 2 Die Konstante
C2 ergibt sich aus der Anfangsbedingung x(O) = 0 zu (v 0 - mg/p)m/p, so da wir
schlielich in
x(t) = m
p

(v - mg)(l
- e-<t>lm)t)+ mg t
p
p
0

(56.9)

das Weg- Zeitgesetz des Krpers vor Augen haben. Aus (56.8) folgt die interessante (und von vornherein plausible) Tatsache, da nach hinreichend langer
Fallzeit die Fallgeschwindigkeit sich stabilisiert: Es strebt nmlich v(t)- mg/ p fr
t - +oo (eine " Grenzgeschwindigkeit", die brigens ganz unabhngig von der
Anfangsgeschwindigkeit v 0 ist).
Wir wollen noch ausdrcklich festhalten, da die Substitution v = i die
Grundgleichung (56.2) immer dann auf eine Differentialgleichung erster Ordnung fr die Geschwindigkeit v reduziert, wenn die Ortskoordinate x nicht explizit
in der rechten Seite von (56.2) auftritt.

328

VIJ Anwendungen

Wurf Bei diesen Betrachtungen machen wir unbefangen Gebrauch von unseren
Schulkenntnissen ber Winkelfunktionen und ber die Zerlegbarkeit von Krften
und Geschwindigkeiten in Komponenten parallel zu den Koordinatenachsen
(Parallelogramm der Krfte und Geschwindigkeiten).

v0 sm9'
h

Fig. 56.1
W

E in Krper der Masse m verlasse zur Zeit t = 0 den Nullpunkt eines xy-Koordinatensystems mit einer Anfangsgeschwindigkeit vom Betrage v 0 unter dem Winkel cp (0 < cp ~ -rr/2); s. Fig. 56.1. Zur Zeit t befinde e r sich im Punkte (x ( t), y(t)) .
Sehen wir vom Luftwiderstand ab, so wirkt in der horizontalen Richtung keine
und in der vertikalen, nach unten weisenden Richtung nur die Kraft der Schwere
auf ihn, es ist also mx = 0 und my = - mg und somit

x= 0

und

..

y =-g.

(56. 10)

Die Anfangsgeschwindigkeit in der x-Richtung bzw. in der y-Richtung ist


v 0 cos cp bzw. v 0 sin cp (s. Fig. 56.1). Genau wie beim freien Fall (man ersetze dort
nur g einmal durch 0 und zum anderen durch - g) folgt aus diesen beiden
G leichungen
x(t) = (v 0 cos cp) t,

(56.11)

Die Steighhe h des Krpers ist das Maximum von y{t); wir gewinnen sie, indem
wir aus der Gleichung y{t) = 0 zunchst die Steigzeit t,, berechnen und diese dann
in die zweite der Gleichungen (56.11) eintragen 1>. Wir erhalten so

th =

v 0 sm cp
g

un

(56.12)

Die gesamte Wu rfzeit tw ist = 2v 0 (sin cp )/g; dies ergibt sich, indem wir die positive
Lsung der Gleichung y(t) = 0 bestimmen. Die Wurfweite w erhalten wir nun,
indem wir die Wurfzeit in die erste der Gleichungen (56.11) eintragen und dabei
noch A 48.9 bercksichtigen; insgesamt finden wir so
tw

2v 0 sin cp
g

un

v~ sin2 cp
w=
.
g

(56.13)

Anschaulich gesprochen ist th die Zeit, nach deren Ablauf der Krper aufhrt zu steigen,
also die Steiggeschwindigkeit y(t) = 0 b esitzt.
t)

56 Fall und Wurf, Raketenflug und Vollbremsung

329

Die Wurfweite hngt von dem Wurfwinkel cp ab. Den Winkel, der zur grten
Wurfweite fhrt , erbalten wir aus w'(cp) = (2v~/g)cos 2cp = 0; wegen der Nebenbedingun g 0 < cp '!S;. 'fr/2 ist er= 'fr/4 (hier benutzen wir naiv, da cos a im Intervall
[0, 'fr/2] nur fr a = 'fr/2 verschwindet ; dies wird bereits im nchsten Abschnitt
bewiesen). Also: Der Abwurf in Richtung der Winkelhalbierenden fhrt zur
grten Wurfweite
V~
w =m

(56.14)

(hier benutzen wir wiederum naiv, da sin('rr/2) = 1 ist).


Die GI. (56. 13) macht clie groe Bedeutung der Anfangsgeschwindigkeit fr clie Wurfweite
(und damit z.B. fr die Reichweite von Ferngeschtzen) deutlich: Die Wurfweite "gebt mit
dem Quadrat" der Anfangsgeschwindigkeit ; sie vervierfacht sich, wenn v 0 verdoppelt, und
verneunfacht sieb, we nn v 0 verdreifacht wird.

ber die Gestalt der Wurfbahn brauchen wir im Falle cp = 'fr/2 (Wurf senkrecht
nach oben) nichts zu sagen. Ist jedoch <p =/=; , also cos cp =/= 0, so erhalten wir aus
der ersten Gleichung in (56.11) t = x(t)/(v0 cos cp); tragen wir dies in die zweite
ein, so folgt, da der Krper den nichtnegativen Teil der q uadratischen Parabel

sm
cp
g
2
2
Y = cos cp x - 2 v~ cos cp x

(56.15)

durchluft, kurz (und etwas u ngenau): Die Wurfbahn ist eine quadratische Parabel (s. Fig. 56.1). Auch d ieses Resultat stammt von Galilei (Theorem I im Vierten Tag seiner Discorsi von 1638). Er gewann es, indem er sein Fallgesetz mit
der Kegelschnittlehre des Apollonies von Perge (262 ?- 190? v. Chr.; 72 ?) kombinierte, und wute seine Leistung sehr wohl zu schtzen ("Wahrlich, diese Betrachtung ist neu, geistvoll u nd schlagend").
Der Wurf mit Luftwiderstand wird in Aufgabe 3 beha ndelt.

Raketenantrieb Raketen werde n durch den Aussto von Verbrennungsgasen


angetrieben. Da eine solche Antriebsart berhaupt mglich ist, liegt an dem
Newtonsehen Satz von der Erhaltung des Impulses, den wir n ur in seiner einfachsten, fr unsere Zwecke aber ausreichenden Form angeben wollen: Bewegen sich
zwei Massen m 1 und m2 mit den respektiven Geschwindigkeiten v 1 und v2 lngs
der x-Achse und wirken keine ueren Krfte auf dieses System, so ist die Summe
m 1 v 1 + m 2 v 2 der Impulse m 1v 1 konstant. Verndert sich also der Impuls m 1 v 1
der ersten Systemkomponente (durch Vernderung der Masse m 1 oder der
Geschwindigkeit v 1), so mu de r Impu ls der zweiten sich in de mselben Umfang, nur
mit umgekehrtem Vorzeichen, ndern: E inem Impulsgewinn der einen Komponente steht ein gleich groer Impulsverlust der anderen gegenber . Wir
nehmen n un an, e ine Rakete bewege sich in Richtu ng der positiven x-Achse; zur
Zeit t befinde sie sich im Punkte x(l) und habe (einschlielich ihres Treibstoffs)

330

vn

Anwendungen

die Masse m(t) und die Geschwindigkeit v(t) (die Masse einer Rakete nimmt
whrend der Verbrennung des Treibstoffs natrlich laufend ab). Die Geschwindigkeit der Verbrennungsgase relativ zur Rakete sei u(t), so da ihre Geschwindigkeit relativ zur x-Achse v(t)+ u(t) ist. Whrend einer (kleinen) Zeitspanne 6.t
ndert sich der Impuls der Rakete um m(t+6.t)v(t+6.t)- m(t)v(t), der Impuls
des ausgestoenen Gases angenhert um [m(t+6.t)-m(t)][v(t)+u(t)]; nach dem
Impulserhaltungssatz ist also nherungsweise, wenn keine ueren Krfte
einwirken,
m(t + 6.t)v(t+ M)- m(t)v(t) = [m(t+ M)- m(t)][v(t) + u(t)],

also

m(t+t)[v(t+t)-v(t)]=[m(t+t)-m(t)] u(t).

Nach Division durch t liefert nun der Grenzbergang


Grundgleichung der freien Raketenbewegung

..

mx= mu.

t~O

wegen

v=x

die

(56.16)

Nach dem Newtonsehen Kraftgesetz ist mx die auf die Rakete wirkende, ihre
Bewegung verursachende Kraft; wegen GI. (56.16) ist dies der sogenannte Schub
mu der Rakete. Treten noch uere Krfte Ka auf (z.B. Gravitationskrfte), so
mu man offenbar statt (56.16) die Gleichung
(56.17)
ansetzen.
Wir nehmen nun an, die x-Achse stehe senkrecht auf der Erdoberflche und ihr
Nullpunkt liege auf der letzteren (Vertikalstart der Rakete). Die Rakete beginne
ihre Bewegung zur Zeit t = 0 mit der Anfangslage x(O) = 0, der Anfangsgeschwindigkeit .X(O) = v(O) = 0 und der Startmasse m0 : = m(O); darin ist die anfngliche
Treibstoffladung mit der Masse L enthalten. Ferner nehmen wir an, da die
Ausstrmungsgeschwindigkeit u der Gase (relativ zur Rakete) konstant= -c und
die Verbrennungsrate des Treibstoffs konstant= a sei (in der Zeiteinheit werden
also stets a Masseneinheiten Treibstoff verbraucht). Nach Ablauf der Zeit t ist
somit der Treibstoffverbrauch durch at und die Raketenmasse durch m(t) =
m 0 - at gegeben, infolgedessen ist m(t) = -a. Dabei beschrnken wir t auf das
Intervall [0, T], wo T := L/a die Brenndauer bedeutet, also die Zeit, nach deren
Ablauf der gesamte Treibstoff verbraucht ist. Sehen wir vom Luftwiderstand ab,
so wirkt als einzige uere Kraft K" die Schwerkraft -m(t)g auf die Rakete. Mit
all diesen Annahmen gebt (56.17) in die Gleichung

..
m
ac
x=-c--g=
-g
m
m 0 -at

(O~ t~T)

(56 .18)

ber. Wir fragen, wie gro die Brennschlugeschwindigkeit und die


Brennschluhhe der Rakete, also ihre Geschwindigkeit und Hbe zur Zeit T ist?

56 Fall und Wurf, Rake te nflug und Vollbremsu ng

also v(t) = -c ln m (t)- gt + C.

Nach (56.18) ist


Wegen v(O) = 0 findet man C
v( t) =

331

= c ln m0 ; somit ist

mo
mo
c ln ( ) - gt = c ln
- gt
m t
m 0 - at

(O~t~ T).

(56.19)

Bed eutet m 1 := m 0 - L die Nettomasse der Rakete, so e rgibt sich aus (56.19) die
Brennschlugeschwindigkeit v(T ) zu

m 0 gL
v(T)=cln - - - .
m1 a

(56.20)

Wiederum wegen (56.19) ist

. =-c ln m 0-at -gt =-c ln ( - a t + 1 ) - gt fr


x(t)
mo
mo

t E [0, T].

(56.21)

Nun ist es nicht mehr ganz so einfach wie bisher, eine Stammfunktion zum ersten Summanden

- e in( -~ t+
mo

1) = -e in _m...;..o=_a_
t
mo

zu finden. Der Leser kann jedoch durch Differenzieren leicht besttigen, da


jedenfalls

c m 0 -a t [ln m 0 -at

m0

-t]

eine solche ist (in Nr. 77 werden wir lernen, derartige Probleme intelligenter anzugehen). Aus (56.2 1) folgt nun sofort
X ()
t = C

1 g1..2 + C.
m 0 - at[ln m 0 - at - 1 ] - a
m0
2

Aus der Anfangsbedingung x(O) = 0 erhalten wir C = cm 0 / a und damit schlielich

x ()
t =

c(m 0 - at)lnm0 -at 1 2


- - gt +ct
a
m0
2

fr

t e [0, T].

(56.22)

Die gesuchte Brennschluhhe ist also

+~
X(T) =cma 110 mml_!gU
2
2 a
a
0

( ml:= m o- L) .

(56.23)

332

VII Anwendungen

Da fr alle Krper das Verhltnis Masse/ Gewicht dasselbe ist, sieht man sofort ein, da
man in den Formeln (56.19) bis (56.23) statt der Mazahlen fr die Massen m 0 , m t. m(t)
und L auch deren Gewichte (in irgendeinem Masystem) eintragen darf.

Fluchtgeschwindigkeit einer Rakete Nach dem Brennschlu, in den wir nun den
Nullpunkt unserer Zeitmessung legen, beginnt die Rakete ihren antriebslosen
Aufstieg mit der Brennschluhhe x 0 als Anfangshhe und der Brennschlugeschwindigkeit v0 als Anfangsgeschwindigkeit. Legt man (bei kleinem Xo und v0 )
eine weiterhin konstant bleibende Erdanziehung zu Grunde, so unterliegt die
Rakete den bereits behandelten Gesetzen des Wurfes (mit dem Wurfwinkel
cp = -rr/2). Mit wachsender Entfernung vom Erdmittelpunkt vermindert sich jedoch
die an der Rakete angreifende Schwerkraft Ka sehr rasch. Nach dem New tonsehen Gravitationsgesetz ist nmlich Ka = - -ym 1/ x 2 , wobei -y eine positive
Konstante, m 1 die Nettomasse der Rakete und x ihr Abstand vom Erdmittelpunkt ist; in letzteren verlegen wir nunmehr den Nullpunkt der x-Achse und
betrachten im brigen nur die Verhltnisse nach dem BrennschJu. Um an die
obigen berlegungen anzuschlieen, nehmen wir an, da in der Hhe x 1 : = R + x0
(R der Erdradius) noch die Schwerkraft -m1g wirke, da also

sei. Nach dem Newtonsehen Kraftgesetz ist dann


..
gxl2
x =- 2
X

.
Multiplizieren wir diese G leichung mit 2x, so erhalten wir 2xx = -2gxi-; und
X
damit die Beziehung
_ d ( 2 gx 21 -1) .
-d (x. 2 ) -

dt

dt

Bezeichnen wir die Geschwindigkeit


2

x wieder mit v, so folgt daraus

v = 2gxi-+ C.
X

Aus den Anfangsbedingungen x(O)=x 1 , v(O)=v 0 ergibt sich


somit haben wir

C = v~ - 2gxl>

und

Ist v~-2gx 1 <0, so verschwindet fr x 2 :=2gxi/(2gx 1 -v~) die rechte Seite, also
auch v: Nach Erreichen der Hbe x 2 hrt die Rakete auf zu steigen und beginnt,

56 Fall und Wurf, Raketenflug und Vollbremsung

333

zur Erde zurckzufallen. Ist jedoch v~- 2gx 1 ~ 0, so ist durchweg v > 0: Die
Rakete steigt immer weiter und "entflieht" schlielich dem Schwerefeld der Erde.
Die kleinste BrennscbJugeschwindigkeit, bei der dieser Fall eintritt, ergibt sich
aus v ~- 2gx 1 = 0 zu .J2gx 1 ; sie heit die Fluchtgesch windigkeic der Rakete. Setzen
wir x 1 gleich dem Erdradius R = 6,37 106 m, so erhalten wir fr die Fluchtgeschwindigkeit den Nherungswert 11,18 km/sec.
Vollbremsung In bemerkenswertem Gegensatz zu der Reibung, die ein Krper
bei seiner Bewegung durch ein flssiges oder gasfrmiges Medium erfhrt, hngt
die Reibung zwischen aufeinander gleitenden festen Flchen kaum von der relativen Geschwindigkeit der letzteren ab; die Reibungskraft K, ist vielmehr der Kraft
K proportional, mit der die beiden Flchen aufeinander gedrckt werden:

K, = 11-K.
Der Reibungskoeffizient IL hngt von dem Material und der Oberflchenstruktur
der aufeinander gleitenden Krper ab. Fr die Vollbremsung eines Automobils
der Masse m auf ebener Strae (blockierende Rder, kein Motorantrieb) gilt
somit die Bewegungsgleichung

mx = - 11-mg,

also

x= -11-g.

Sie entspricht genau der Gleichung des vertikalen Wurfes (Wurfwinkel cp = 'Tr/2) ;
man hat in (56.10) nur y durch x und g durch 11-g zu ersetzen. Der BremswegBist
das Gegenstck der Steighhe h in (56.12); infolgedessen finden wir ohne weitere
Rechnung

B=

Vo

211-g

(v 0 die Geschwindigkeit zu Beginn der Vollbremsung).

Fr die Reibung von Gummi auf Asphalt bei Trockenheit ist IL etwa 1/2 und
infolgedessen B = vUg. Be nutze n wir fr g den aufgerundeten Wert 10 m/sec2
und bedeutet v0 die Anfangsgeschwindigkeit in km/Stunde, so ist nherungsweise
-2

Vo

B = 129,6 m.
Dieses Ergebnis macht die Faustformel verstndlich, die der Fahrschler zu
lernen pflegt:
.
) _ Geschwindigkeit . Geschwindigkeit
(
Bremsweg rn Meter
10
10
Aufgaben
1. Begrnde die Nherungsformel s = 5t 2 Meter fr die Strecke s, die ein Krper nach 1
Sekunden in freiem Fall aus der Ruhelage zurcklegt. Wie hoch ist ein Turm ungefhr,
wenn ein Stein 4 sec braucht, um von seiner Spitze auf die Erde zu fallen?

334

vn

Anwendungen

2. Welche Zeit t bentigt ein Krper beim freien Fall mit der Anfangsgeschwindigkeit 0,
um von der Hhe h aus auf die Erde zu gelangen? Wie gro ist seine Aufschlaggeschwindigkeit v? Auf welche Hhe h mu man ihn heben, damit seine Aufschlaggeschwindigkeit
einen vorgegebenen Wert v besitzt? Aus welcher H he mu ein Auto faJlen , damit es mit
einer Geschwindigkeit v 1 :=50 km/Stunde bzw. v 2 : = 100 km/Stunde auf der Erde
aufschlgt (rechne mit runden Zahlen)?

3. Wurf mit Bercksichtigung der Luftreibung Wir benutzen dieselben Bezeichnunge n


und Voraussetzungen wie in der Theorie des Wurfes ohne Luftwiderstand. Die Bewegungsgleichungen lauten nun mi- -pi, mji= - mg -py. Berechne daraus x(t) und
y(t). Die Punkte (x(t),y(t)) bilden eine sogenannte ballistische Kurve; ein Bild fmdet man in
Heuser [9], Fig. 5.5. In A 10.20 des genannten Buches werden a uch Geschobahnen im
(realistischeren) Falle eines zur Geschogeschwindigkeit quadratisch-proportionalen Luftwiderstandes diskutiert (s. die dortige Fig. 10.7).

4. Ein Fallschirmspringer habe zusammen mit seinem Fallschirm die Masse 100 kg. Er
springe aus groer Hhe aus dem Flugzeug, der Fallschirm entfalte sich sofort, und das
System Springer-Fallschirm habe den Reibungskoeffizienten p = 196 kg/sec (s. GI. (56.6)).
Wie gro ist nherungsweise die Aufschlaggeschwindigkeit des Fallschirmspringers?

57 Schwingungen. Weitere Eigenschaften der Winkelfnnktionen


Ein Massenpunkt M sei an einer horizontalen Feder befestigt und liege auf einer
ebenfalls horizontalen x-Achse. Bei ungespannter Feder befinde sich M im
Nullpunkt (Gleichgewichtslage). Verschiebt man M, so bt die (ausgedehnte oder
zusammengedrckte) Feder eine sogenannte Rckstellkraft K aus, die M in die
Gleichgewichtslage zurckzutreiben sucht. Bei kleinen Auslenkungen x ist in
guter Nherung K = - k 2 x mit einer positiven Konstanten k. Besitzt der Massenpunkt M die Masse m und befindet er sich zur Zeit t im Punkte x(t), so gilt also
nach dem Newtonsehen Kraftgesetz mx =- k 2 x, falls wir annehmen, da sich M
reibungsfrei auf der x-Achse bewegt. Diese Bewegungsgleichung schreibt man
gewhnlich in der Form

x=-w 2 x

mit w: = k!.fm

(57.1)

und nennt sie die Gleichung des harmonischen Oszillators. Offenbar wird sie von
a llen Funktionen C1 sin wt + C2 cos wt mit beliebigen Konstanten Ct. C 2 befriedigt. Wir fragen, ob wir mit Hilfe dieser Funktionen das Anfangswertproblem

X(to) =

Vo

(57.2)

be i willkrlich vorgegebener Anfangslage x 0 und Anfangsgeschwindigkeit v 0 zur


Zeit t 0 lsen knnen und ob ggf. die Lsung eindeutig bestimmt ist?
Sind die fr alle t E R definierten Funktionen y(t) und z(t) Lsungen von (57 .2),
so gengt w : = y- z den Beziehungen

w(to) = w(to) = 0.

335

57 Schwingungen. Weitere Eigenschaften der Winkelfunktionen

Aus der ersten dieser Gleichungen folgt

~(w 2 +w 2 w 2 )=2w(w+w 2 w)=O,

also

dt
w2 + w2 w 2 = const, und mit der zweiten Gleichung ergibt sich daraus w2 + w2 w 2 =
0 und somit w = 0, d.h. y = z. Das Anfangswertproblem (57 .2) besitzt also
hchstens eine Lsung auf R. Wir setzen sie in der Form

x(t) := C 1 sin wt+ C 2 cos wt

(57.3)

und versuchen, die Konstanten Cl> c2 so zu bestimmen, da x(to) = Xo und


x(to) = Vo ist. Dies fhrt zu dem linearen Gleichungssystem

an

C 1 sin wt0 +

Cz cos wt0 = x0
.

(57.4)

Vo
w

C 1 cos wt0 - C 2 sm wt0 = - .


Da wegen des "trigonometrischen Pythagoras" (48.20) aber sin 2 w t 0 + cos 2 w t 0 = 1
ist, wird die Lsung von (57.4) offenbar durch

.
vo
C 1 = Xo smwto+ - coswto,

Vo

C2 =Xo cosw to- - sm w to

(0

(57.5)

(0

gegeben, und die mit diesen Zahlen C~. C2 gem (57.3) gebildete Funktion x(t)
ist die einzige Lsung des Anfangswertproblems (57.2). Trgt man nun die
C 1, C2 tatschlich in (57.3) ein und benutzt man noch die Additionstheoreme
(48. 15), so erhlt man das folgende zusammenfassende Ergebnis:
Das Anfangswertproblem (57 .2) besitzt genau eine Lsung. Sie wird gegeben durch

(57 .6)

x(t) = x 0 cos w(t - t 0 )+E.Qsin w(t- t 0 ).


w

Ein tieferes Verstndnis des Bewegungsvorganges (57 .6) ist ohne ein grndliches
Studium der Winkelfunktionen nicht mglich. Ihm wenden wir uns nun zu,
erinnern aber den Leser zunchst noch einmal daran, da unsere Untersuchung
der Winkelfunktionen im Geiste der axiomatischen Methode vorgeht: Sie sttzt sich
nicht auf irgendeine Definition der Sinus- und Kosinusfunktion, sondern ganz allein
auf die Grundaussagen (48.10) bis (48.14)- und benutzt natrlich auch die aus
ihnen bereits dedu.zierten Eigenschaften. Solche sind bis jetzt die Gleichungen
(48.15) bis (48.20), die Abschtzungen (48.21) und die beiden Gleichungen in
A48.9:
.
sin2t=2sintcost,

cos2t=cos2 t-sin 2 t

fr alle t.

(57.7)

Aus der anschauUchen "Definition " der Winkelfunktionen, die wir in Nr. 48 erwhnten und verwarfen, ergibt sich, da dieselben die Periode 21t besitzen, d. h.,
da sin(t+27t)=sint und cos(t+27t)=cost fr alle /ER ist; dabei bedeutet 2rr.

336

VII Anwendungen

den (bis jetzt noch gar nicht definierten) Umfang des Einbeitskreises. Das wichtigste Ziel der folgenden Untersuchungen ist, diese Periodizittseigenschaft
exakt zu beweisen. Um es zu erreichen, mssen wir zunchst die fundamentale
Zahl 1t unabhngig von Umfangsbetrachtungen definieren. Diese Aufgabe nehmen wir nun in Angriff.
Nach (48.14) ist cosO positiv (nmlich = 1). Wir nehmen nun an, fr alle t~O sei
cos t > 0. Wegen d(sin t)/dt = cos t ist dann der Sinus eine auf R+ U {O} streng
wachsende Funktion; insbesondere kann er, da sin 0 = 0 ist, auf R+ nur positive
Werte annehmen. Wegen d(cos t)/dt = -sin t folgt daraus, da der Kosinus eine
auf R + streng fallende Funktion ist. Dank der Beschrnktheit des Sinus und
Kosinus ergibt sich nun, da die Grenzwerte
s:= lim sint
,_ +

c:= lim cost

und

(10

f-

(57.8)

CIO

existieren und s>O ist. Lt man jetzt in (57.7) t-. + oo gehen, so folgt, da
s = 2sc, c = c 2 - s 2 sei n mu. Aus der ersten dieser Gleichungen erhalten wir
c= 112, die zweite fhrt dann aber zu der unmglichen Beziehung 112= 1/4-s2 .
Dieser Absurditt knnen wir nur entgehen, indem wir die Annahme "cos t > 0
fr alle t ~ 0" fallen lassen. Es mu also ein 10 > 0 mit cos 10 ~ 0 und nach dem
Nullstellensatz 35.5 dann auch ein 11 >0 mit cos/ 1 =0 vorhanden sein. Mit
A 35.5 und A 35.4 ergibt sich nun die Existenz einer kleinsten positiven Nullstelle
-r des Kosinus, und die Zahl1t definieren wir jetzt durch 7t:= 2 -r. 1t/2 ist also di e
kleinste positive Nullstelle des Kosinus:
cost>O

fr

O~t

<

1t

,
2

(57.9)

Mittels Methoden, die wir noch kennenlernen werden, ergibt sich


1t=3,14159265 ... _I)
Die Bezeichnung n wurde erstmals '1706 von William Jones (1675-1749; 74) benutzt (Synopsis palmariorum matheseos or new introduction to the mathematics, London 1706, S.
243). Euler gebrauchte sie, wenn auch nicht durchgngig, in seiner zweibndigen Mechanica siue motus scientia analytice exposita von 1736; s. etwa 613 des ersten Bandes
(Opera omnia (2), I, S. 203). Kanonisch wurde sie wohl erst durch seine einflureiche
lntroductio in analysin infinitorum. Im 126 gibt er den halben Umfang des Kreises mit
Radius 1 auf 127 Stellen hinter dem Komma an und sagt dann: pro quo numero brevitatis
ergo scribam n. Dieses n, der erste Buchstabe des griechischen nepuptpeta ( Kreisnie),
hat das frher (auch von Euler) viel benutzte p (=erster Buchstabe des lateinischen peripheria) abgelst.

Aus (57 .9) ergibt sich, wenn wir noch (48.20) heranziehen:
Yasumasa Kaneda und Daisuke Takabasbj (Universitt Tokio) haben 1995
Milliarden Stellen hinter dem Komma berechnet.
l)

1t

auf 3,22

57 Schwingungen. Weitere Eigenschafte n der Winkelfunktionen

sin t wchst auf [0, n/2] streng von sin 0 = 0 bis sin n/2 = 1.

337

(57.10)

Aus (57 .9) und (57.10) knnen wir nun schlieen:


cos t fllt auf [0, n/2] streng von cos 0 = 1 bis cos n /2 = 0.
Kosinus und Sinus sind auf [0, 1t/2] streng konkav.

(57. 11)

Mit Hilfe der Identitten (57.7) erhalten wir der Reihe nach
cos 1T = -1 ,

sin 21r = 0,

(57 .12)

Ziehen wir noch die Additionstheoreme (48.12) heran, so gewinnen wir die fr
alle t E R gltigen Beziehungen

sin(t+~) = cos t,
sin(t+1r) = -sin t,
sin(t + 21r) = sin t,

cos( t + ;) = -sin t,

(57 .13)

cos(t + 1r) = -cos t,

(57.14)

cos(t + 21r) = cos t.

(57.15)

Nennen wir eine Funktion f periodisch mit der Periode p:f 0 (kurz: pp er iodi sch), wenn f(t+ p) = f(t) fr alle t ihres Definitionsbereichs ist, so
besagen die Gln. (57.15) gerade, da der Sinus und der Kosinus 21r-periodische
Funktionen sind.
In der Aufgabe 8 werden wir sehen, da 21r die kleinste positive Periode des Sinus
und Kosinus ist. Eine p-periodische Funktion hat man vollstndig in der Hand,
wenn man sie in irgendeinem Intervall [a, a + IPIJ kennt. Den Sinus und Kosinus
beherrschen wir dank (57 .10) und (57 .11) jedenfalls auf dem Intervall [0, 1T/2];
die Gin. (57.13) und (57.14) machen es aber mglich, diese Kenntnisse zunchst
auf das Intervall [1r/2, 1r] und dann auf das Intervall [1r, 21r] auszudehnen und so
zu einer Vorstellung ber den Verlauf der beiden Winkelfunktionen auf dem
Intervall [0, 21r] und damit auch auf ganz R zu kommen (s. Fig. 57.1 und 57 .2;
einige spezielle Funktionswerte sind in der Aufgabe 6 zusammengestellt).

1
2rr
.!L

Fig. 57.1

2rr f

Fig. 57.2

338

VII Anwendungen

Ausdrcklich wollen wir noch die folgende Bemerkung festhalten:


sin t = 0- t = k-rr
cos , =

(k e Z) ,
'7T

o- r = (2k + 1)-2

(k e Z).

Wir beschlieen diese Untersuchung der Winkelfunktionen mit dem wichtigen

57.1 Satz Gilt f r die Zahlen x, y die Beziehung x 2 + y2 = 1, so gibt es in [0, 2'71")
genau ein t m it x = cos t, y = sin t.

Anschaulich besagt dieser Satz, da der Punkt (cos t, sin t) genau einmal den
Einheitskreis der xy-Ebene durchluft, wenn t das Intervall [0, 2'71") durchluft.
Seinen e infache n B ewe is erbringen wir durch Fallunterscheidungen:
Sei zunchst x = 1, also y = 0. Dan n gibt es offenbar genau e in t e [0, 2'71") mit
x = cos t, y = sin t, nmlich t = 0, womit dieser Fall scho n erledigt ist. Je tzt sei
0 ~ x < 1, also y :;1= 0. Die Gleichung cos t = x besitzt nun genau zwei Lsunge n
t ~> t2 in [0, 2'71"). Die eine, etwa t ~> liegt in (0, 'TT/2], die andere, t 2 , in [3'71"/2, 2'71") ; s.
Fig. 57.2. E s ist also sin t 1 > 0 und sin tz < O. Ist nun y > O, also y = (1 - x 2 ) 112, so
habe n wir sin t 1 = (1- cos2 t 1 ) 112 = (1 - x2 ) 112 = y, whrend trivialerweise sin t 2 :;1= y
sein mu. Ist jedoch y < 0, also y = - (1 - x 2 ) 112, so finden wir sin t 2 =
- (1 - cos2 t 2 ) 112 = - (1 - x 2 ) 112 = y, wohingegen djesmal sin t 1 =/= y ist. Es gibt also
auch im Falle 0 ~ x < 1 genau e in t e [0, 2'71") mit x = cos t, y = sin t, nmlich t = t 1
bzw. t = t 2 , je nachdem y positiv oder negativ ist. Die Diskussion des Falles
-1 ~ x < 0 wollen wir dem Leser berlassen.

Die Winkelfunktionen Taogens und Kotangens und die Umkehrungen der


geeignet e ingeschrnkten vier Winkelfunktionen , also die sogenannten ArcusFunktionen , werden in den Aufgaben 10 bis 13 behandelt, auf die wir den
Leser ausdrcklich hinweisen.
Wir kehren nun wieder zu dem Anfangswertproblem (57 .2) zurck. Wir haben
gesehen, da seine eindeutig bestimmte Lsung sich stets in der Form x(t) =
C 1 sin wt + C 2 cos wt darstellen lt, wobei die Konstanten Ct. C2 sich aus den
Anfangsdaten gem (57. 5) berechnen Jassen. Ist wenigstens ein Ck =/= 0, so
knnen wir die Lsun g x(t) in der Form

cl

c2

x(t) = A ( A sin wt+ A cos wt

mit A := ../q+ c~

schr eiben, und da (C 1/ A )2 + (Cz/ A )2 = 1 ist, gibt es nach Satz 57.1 genau em
cp e [0, 2'71"), mit dem x(t) = A(cos cp sin wt + sin cp cos wt), also
0

x(t) = A sin (wt + cp)

(57.16)

ist. Eine solche Darstellung ist (nachtrglich) auch im FaLle C 1 = C 2 = 0 mglich


(man whle A = 0 und <p beliebig). Sie zeigt, da der Massenpunkt M zwischen
den Maximalausschlgen - A und A hin- und herschwingt und innerhalb der Zeit

57 Schwingungen. Weitere Eigenschaften der Winkelfunktionen

339

T: = 2'IT/ w eine volle Schwingung ausfhrt. A nennt man die Amplitude der
Schwingung, T die Schwingungsdauer; letztere hngt nur von der Masse m und
der Federkonstanten k, nicht jedoch von der Amplitude ab. Die Anzahl der
Schwingungen in der Zeiteinheit wird mit v bezeichnet und Schwingungsfrequenz
genannt. Definitionsgem ist v = 1/T; somit haben wir 11 = w/2'IT und w = 2'ITv.
Auch w wird hufig Scbwingungsfrequenz, meistens jedoch Kreisfrequenz
genannt. cp heit Phasenkonstante. Wegen i(t) = Aw cos(wt + cp) ist Aw die
Maximalgeschwindigkeit des Massenpunktes.

Aufgaben
l

1 + cos I

1. Fr alle 1 E R ist cos 2 - =

und

.
t
I - cos t
sm 2 - - - - 2
2

2. Zeige mit Hilfe der Aufgabe 1, da sin(1T/4) = cos(1T/4) = J212 ist.


3. Fr alle 1 E R ist cos 31 = 4 cos3 1 - 3 cos t.
4. Fr alle 1E R ist sin 3t = -4 sin 3 t + 3 sm t.

5. Zeige zuerst mit Hilfe der Aufgabe 3, da cos(n/6) =f3!2 und dann mit (48.20), da
sin(1T/6) = 1/2 ist.

6. Zeige mit Hilfe der Aufgabe 5, da cos(1T/3) = 1/2 und sin(1T/3) =

J3t2

ist. - Die
Zusammenstellung der bisher berechneten Sinus- und Kosinuswerte ergibt die folgende
einprgsame Tabelle:
I

1T/6

1T/4

1T/3

1T/2

sin t

../0!2

Jl/2

../2;2

../3!2

J4t2

COS I

J4!2

.J3t2

.Ji/2

Jl/2

J/2

7. Die Funktion f habe die Perioden p und q. Dann ist auch jede der Zahlen kp + lq
(k, l E Z), sofern sie =f 0 ist, eine Periode von f.
8. Mit einem qe[0,21T) sei sin(l+q) = sin t fr alle t E R. Dann ist q=O. 21T ist also dje
kleinste positive Periode des Sinus. Ganz entsprechend ist 21T die kleinste positive Periode
des Kosinus.
9. Genau die Zahlen 2k1T (k e Z, k:f 0) sind Perioden des Sinus (Kosinus). Hinweis:
Aufgaben 7 und 8.

*10. Umkehrung des Sinus (arcus sinus) Die Einschrnkung der Funktion sin tauf das Intervall [-n/2, n/2] ist stetig und wchst streng von -1 bis l. Infolgedessen existiert ihre Umkehrfunktion arcsinx (.,arcussinusvonx") auf dem Intervall [-1,1], ist dort stetig und wchst
streng von -n/2 bis n/2 (s. Fig. 57.3). Es ist

(arcsinx)' = l/Jl - x 2

fr

- l < x < l.

340

VII Anwendungen

lt

'1arcsinx

-I

-I

Fig. 57.3

Fig. 57.4

*11. Umkehrung des Kosinus (arcus cosinus) Die Einschrnkung der Funktion cos tauf das
Intervall [0, 1t) ist stetig und fallt streng von 1 bis - I . Infolgedessen existiert ihre Umkehrfunktion arccos x ("arcus cosinus von x") auf dem Intervall [- I, 1], ist dort stetig und fllt streng von
1t bis 0 (s. Fig. 57.4). Es ist
(arccos x)' = - 1/.Jr-i---x"""'z

fr

- 1 < x < l.

*12. Tangens und Kotangens werden definiert durch


tant: =

sin

cos r

f r

tf(2k + I)

'lT

cott:=.

cos (
sin t

fr

(in beiden Fllen durchluft k alle ganzen Zahlen). Auf ihren jeweiligen D efinitionsbereichen ist
d tan t
1
2
--== 1 + tan r
2
dt
cos t
'
tan(r + 'IT) = tan

r,

d cot t
dt

--= -

. 2

Sln

= - (1 + cot2 t),

cot(t + 'IT) = cot r

(Tangens und Kotangens sind also 'IT-periodische Funktionen ). Ferner ist tan('IT/4) =
cot('IT/4) = 1. Eine einfache Kurvendiskussion fhrt zu den folgenden Schaubildern (Fig.
57.5 und Fig. 57 .6):

tan f

cott

I
-'IT

li.

"

li.

I
I

II
I

I
I
I

I
I
I

Fig. 57.5

lf l

I
I

F'ig. 57.6

-!

57 Schwingungen. Weitere Eigenschaften der Winkelfunktione n

341

*13. Umkehrung des Tangens und Kotangens (arcus tangens, arcus cotangens a) DieEinschrnkung der Funktion tan tauf das Intervall [-n/2, n/2] ist stetig und stre ng wachsend; ihr
Wertebereich ist R. Info lgedessen existiert ihre Umkehrfunktion arctan x (,,arcus tangensvon
x") auf R , ist dort stetig, streng wachsend und hat den Wertebereic h (- n/2, n/2) (s. Fig. 57 .7).
Ferner ist
(arctan x )' = 1/(1 + x 2 ) fr alle x e R.

- - - - - - - -- - - - lf

1t

orctonx

---------- -+4~----------

Fig. 57.7

b) Die Einschrnkung der Funktion cot I auf das Intervall (0, 'lT) ist stetig und streng
fallend; ihr Wertebereich ist R. Infolgedessen existiert ihre Umkehrfunktion arccot x
("arcus cotanger~s von x ") auf R, ist dort stetig, stre ng fallend und hat den Wertebereich
(0, 'lT). Ferner ist
1
l+x 2

(arccot x)' = -

fr alle x e R.

Zeichne ein Schaubild!


14. Die Funktion f(t): = csin(l/ t) fr t f:-0 und :=0 fr / = 0 ist im Nullpunkt stetig,
jedoch nicht differenzierbar.

15. Die Funktion g(c): = t 2 sin(l/t) fr tf:. 0 und := 0 fr t = 0 ist berall differenzierbar.
Ihre Ableitung ist jedoch im Nullpunkt unstetig.

16. Beweise durch Differentiation die folgenden ldentitten:


a) arctan x + arctan(l/x) = 'lT/2 fr x > 0 (beachte arctan 1 = 'lT/4).
b ) 2 arctan
c) arcsin x

x =

.
arcsm

2x f"ur -}.;;; x .;;; 1..


l + x2

= arctan(x/h- x2 ) fr Jxl< 1.

d) 2 arccot .J(l - cos x)/(1 +cos x) = 'lT-x fr 0 .;;; x < 'lT.


17. Berechne die Ableitungen der folgenden Funktionen auf ihren Differenzierbarkeitsb'ereichen:
a) tan x + 1/cos x,
d) in tan(x/2),

b) tan 2 .Jx.,
e) in sin x,

c) in tan x,
f) in cos x,

342

Vll Anwendungen

l-x 2
g) arcsin
l +x 2
2

i) 1/(cos ln x)

b) tan x +3 tao x,

j) e""(a cos bx + b sin bx),

k) arctan(l/tan x),

m) arctan

.j

x-2

2 x 2 +x - l

o) arcsin

~
V-:;-:-::
.
l+x

18. Bestimme die folgenden Grenzwerte:


a) tim ( .

-0 Stn X

- cot

x),

arcsin x- x- x3 /6
b) tim

5
..-o
3x

58 Symbiotische und destruktive Prozesse


Symbiotische Prozesse Unter Symbiose versteht man das wechselseitig frderliche
Zusammenlebenzweier Populationen P und Q. Ist x(t) bzw. y(t) die Gre von P
bzw. Q zur Zeit t, so wird man die symbiotische Wachstumsfrderung innerhalb
einer kleinen Zeitspanne At nherungsweise durch den Ansatz
x(t + t)- x(t) = ay(t)At,

y(t + t)- y(t) = x(t)At

(a, positive Konstanten)

(58. 1)

zu erfassen versuchen. Nimmt man wieder die inzwischen vertraut gewordene


Idealisierung vor, die Funktionen x(t) u nd y(t) als (hinreichend oft) differenzierbar a nzusehen und exekutiert man nach Division durch !:l.t den G renzbergang
!:l.t-+0, so fhrt unser Ansatz zu einem System von zwei Differentialgleichungen
erster Ordnung, das a ls mathematisches Modell d es sy mbioti sc h e n Pro zesses angesehen werden ka nn :

x = ay

(a, > 0).

y=x
A us ihm folgt

x= w

x = ay = ax,
x

(58 .2)
also die Differentialgle ichung zweiter Ordnung

mit w := J";;,

(58.3)

die sich von der Gleichung (57.1) des harm o nischen Oszillators n ur durch das
Vorzeichen der rechten Seite unterscheidet.

58 Symbiotische und destruktive Prozesse

343

Offenbar sind die Funktionen

mit beliebigen Konstanten Lsungen von (58.3). Wie in Nr. 57 siebt man, da
durch geeignete Festlegung dieser Konstanten willkrlich vorgegebene Anfangsbedingungen x(t0 ) = x 0 , x(t0 ) = v 0 erfllt werden knnen: In der Tat ist die
Funktion
(58.4)
eine Lsung des Anfangswertproblems
(58.5)
Wir zeigen nun, da sie auch die einzige ist.
Sind die fr alle tER definierten Funktionen z 1 (t) und z 2 (t) Lsungen von (58.5),
so gengt w: = z 1 - z 2 den Beziehungen
w(to) = w{to) = 0.

Aus der ersten dieser G leichungen folgt


d

dt (w2 -

w 2 w 2 ) = 2w(w- w 2 w) = 0,

also w2 - w 2 w 2 = ( w- ww )( w+ ww) = const, und mit der zweiten Gleichung ergibt


sich daraus
(w - ww)(w + ww) = 0.

(58.6)

Angenommen, fr ein t 1 E R sei w(t 1)-ww(t1 )7l:O. Dann ist auch fr alle t e iner
gewissen s-Umgebung von t 1 stets w(t) - ww (t) # 0 (Satz 34.2). Sei I die Vere inigung aller s -Umgebungen von t 1 m dieser E igenschaft. I ist ein offenes
Intervall, das t 0 nicht enthlt und somit zwei endliche Randpunkte a, b besitzt.
Wegen (58.6) mu w(t)+ww(t)=O fr alle tE I sein. Nach Satz 55.1 ist also
w(t) = Ce- "'' fr t EI mit e iner geeigneten Konstanten C. In mindestens einem
der Randpunkte a, b von I mu w- ww verschwinden (andernfalls knnte man I
im Widerspruch zu seiner Konstruktion ber beide Randpunkte hinaus
vergrem) ; sei etwa w(a) - ww(a) = 0. Dann ist auch
0= lim (w{t) - ww(t)] = lim [-wce- w-wce- w']=-2wCe- wa,
t-+a +

t~a+

also C = 0 und somit w = 0 auf I - und daher auch w(t)- ww(t) = 0 fr alle t E I,
ganz im Gegensatz zur Konstruktion von I. Ein Punkt t 1 der oben angegebenen

344

vn Anwendungen

Art kann also nicht existieren; vielmehr mu w(t) - ww(t) = 0 fr alle t ER sein.
Daraus ergibt sich aber mit Satz 55.1 und der Anfangsbedingung w(t 0 ) = 0, da
w = 0 und somit z 1 = z 2 ist.

Wir kehren nun wieder zu dem symbiotischen Proze (58.2) zurck und nehmen
an, im Zeitpunkt t 0 habe die Population P bzw. Q die Anfangsgre x 0 bzw. y0 .
Die weitere zeitliche Entwicklung der beiden Populationen wird dann beschrieben
durch die Lsung x(t), y(t) des Anfangswertproblems

_x=ay

x(to) = Xo, y(to) = Yo

y = x,

(58.7)

falls dieses Problem berhaupt eindeutig lsbar ist. Angenommen, es besitze eine
Lsung x(t), y(t). Wegen der __ersten Gleichung in (58.2) ist dann x(t 0 ) = ay(t 0 ) =
ay0 ; aufgrund der obigen Uberlegungen hat also x(t) notwendigerweise die
Gestalt (58.4) mit v 0 = ay 0 Wiederum wegen der ersten Gleichung in (58.2) mu
y(t)

=..!.a x(t)

sein, also ist auch y(t) eindeutig bestimmt. Durch eine einfache

Rechnung besttigt man nun umgekehrt, da die so festgelegten Funktionen


x(t), y(t) tatschlich eine Lsung von (58.7) bilden. Alles zusammenfassend
knnen wir also das folgende Ergebnis formulieren:

Das Anfangswertproblem (58.7) besitzt genau eine Lsung x , y. Mit w := .[;; ist
sie gegeben durch
X

( t)= Xo+ayofw ew<- o>+ Xo-aYofw e- w<- o> 1

y(t) = W [Xo + ayofW ew<-o> _ Xo- ayof We- w(r- o>]


a
2
2

(58.8)

oder, in einer symmetrischeren Form, durch

x(t) =

2../ [(Jxo+ .Jyo)e"'<-o> + (Jxo- J;:;yo)e- "'<-o>],


(58.9)
1

y(t) = 2.J~ [(.fyo + Jxo)e"'< - u>+ (.fyo- Jxo)e-w<-o>].


Dieses Resultat zeigt, da im symbiotischen Proze die beiden Populationen im
wesentlichen exponentiell wachsen. Damit wird aber auch deutlich, da unser
mathematisches Modell (58.2) recht grob ist; denn eine Beschrnkung des Wachstums ist in seinem Rahmen nicht mglich- eine solche Beschrnkung wird aber
in irgendeiner Weise immer durch die Natur erzwungen werden.
Prozesse wechselseitiger Zerstrung Ganz anders liegen die Dinge, wenn sich

58 Symbiotische und destruktive Prozesse

345

zwei Populationen P, Q der Gre x(t), y(t) nicht wechselseitig frdern, sondern
vielmehr schdigen (wie es etwa bei kriegfhrenden Armeen der Fall ist). Das
einfachste mathematische Modell hierfr ist das Anfangswertproblem

x=-ay
y = -x'

x(to) = Xo, y(to) = Yo

(58.10)

a ist ein Ma fr die Zerstrungskraft (etwa die Feuerkraft einer Kompanie), mit
der eine
.. Einheit der Population Q ausgestattet ist; entsprechend ist zu deuten .
Die Uberlegungen, die wir anltich der symbiotischen Prozesse angestellt haben,
gelten im wesentlichen unverndert auch fr das Anfangswertproblem (58.10),
nur ist in (58.8) a durch -a zu ersetzen. Wir erbalten somit das folgende
Ergebnis:
Das Anfangswertproblem (58 .1 0) besitzt genau eine Lsung x, y. Mit w : =
sie gegeben durch
x(t) =

.J;; ist

z.J [(Jxo- Fayo)ew(t- ro) + (Jxo + Fayo)e- w(r- ro>],


(58.11)

In der folgenden Diskussion wollen wir, um die Schreibweise zu vereinfachen,


t0 = 0 setzen (dies bedeutet nur eine Verschiebung der Zeitskala) und x 0 , y0 als
positiv annehmen.
Das Verhalten der Lsung hngt nun entscheidend davon ab, ob die Differenz
ll.: = .fx0 - ."/ay 0 >0, =0 oder<O ist. Sei zunchst ll.>O. Dann ist x(t) fr alle t
positiv (die Population P geht nicht vllig zu grunde), und daher y(t) = - x(t) stets
negativ: Die Population Q nimmt streng ab; im Zeitpunkt
T =

In ../a.yo+.Jxo
2-J;; Jx 0 - fayo

verschwindet sie. Im Intervall [0, T] nimmt auch die Population P streng ab


'
whrend aber, wie schon gesagt, y(T) = 0 ist, haben wir

Ist ll. = 0, so nehmen beidePopulationenexponentiell ab, ohne jedoch gnzlich zu


verschwinden; im Falle ll. < 0 schlietich vertauschen P und Q ihre oben beleuchteten Rollen. Kurz zusammenfassend knnen wir also sagen: Ist x~ > ay~, so
siegt P; ist x = ay, so sind P und Q gleich stark; ist x<ay, so unterliegt P.

346

VII Anwendungen

alo

Die Gren if>,


sind also ein Ma fr die "Schlagkraft" der Populationen
P, Q.
Dieses Ergebnis wird in dem sogenannten N 2 -Gesetz von Lanchester(1868- 1946;
78) folgendermaen formuliert: Eine Armee, die aus N Einheiten der Feuerkraft cp
besteht, hat die Schlagkraft cpN2 Eine Verdoppelung der Zahl der Einheiten ist also
einer Vervie rfacbung ihrer Feuerkraft gleichwertig. Bei gleicher Feuerkraft ist die
grere Zahl deutlich berlegen: ein Punkt, auf den Clausewitz (1780-1831; 51)
in seinem berhmten Werk .,Vom Kriege'' nachdrcklich hinweist {,,Die Zahl ist
der wichtigste Faktor in dem Resultat eines Gefechtes").

Prozesse einseitiger Zerstrung (ruberische Prozesse) Als grobes mathematisches Modell fr die Beziehungen zwischen einer Raubpopulation R
der Gre x(c) und einer Beutepopulation B der Gre y(t) kann das folgende
Anfangswertproblem dienen:

x = ay
Y=- x '
Es folgt

(58.12)

x = ay = a(- x), also die Gleichung des harmonischen Oszillators


(58.13)

s. (57 .1). Ihre Lsung wird durch die Anfangsbedingungen x(to) = Xo , x(to) = ayo
mit y 0 : = y(t0 ) eindeutig festgelegt und durch (57 .6) gegeben; dabei ist v 0 = ay 0 zu
setzen. Da ferner y = x/a ist, erhlt man nach einfachen Umrechnungen die
eindeutig bestimmte Lsung x, y des Anfangswertproblems (58.12) in folgender
Gestalt:

x(t) =
y(t) =

J [../x0 cos w(t -

+ ~Yo sin w(t -

t 0 )] ,

(58.14)

7a [--iay

t 0)

cos w(t - t 0) -

Jx 0 sin w(t -

t0 )].

Der Einfachheit wegen setzen wir wieder t 0 = 0, ferner sei x 0 , y 0 > 0. Fr c;;?; 0
nimmt die Beutepopulation streng ab ; sie verschwindet, wenn

(._ray0)/(Jx0 ) = sin wt/cos wt = tan wt


ist; dies tritt zum Zeitpunkt

T: =

.!.. arctan ( ~ Yo)


w
'/ Xo

ein. Die Raubpopulation dagegen wchst streng im Intervall [0, T]. - In Nr. 97
werden wir ein sehr viel feineres und realistischeres Modell ruberischer Prozesse
aufstellen und untersuchen.

59 Konvexe und konkave Funktionen als Quelle fundamentaler Ungleichungen

347

59 Konvexe und konkave Funktionen als Quelle fundamentaler


Ungleichungen
Im Anschlu an Satz 49.8 haben wir gesehen, da die Logarithmusfunktion ln x
auf dem Intervall (0, +oo) konkav ist. Sind die Zahlen a h . . . , a" und ..\ 1, . . . , ..\"
alle positiv und ist berdies ..\ 1 + + ..\" = 1, so gilt also wegen A 49.7 die
Abschtzung ln(..\ 1 a 1 + +..\"a")~..\ 1 lna 1 ++..\" lna" und damit auch die
Ungleichung ln(A. 1 a 1 + +A."a");;a:ln(a~ a~). Da die Logarithmusfunktion
auf (0, +oo) streng wchst, folgt daraus ,.\ 1 a 1 + + ..\"a" ;;a: a~ a~, eine Ungleichung, die trivialerweise in Kraft bleibt, wenn e ine oder mehrere der Zahlen
a ~> .. , a" verschwinden. ,.\ 1 a 1 + + A."a" ist offenbar nichts anderes als e in
gewichtetes arithmetisches Mittel der at> ... , a"; entsprechend nennt man
a~ a~ ein gewichtetes geome tri sc h es Mit tel ; das gewhnliche geometrische Mittel erhlt man fr A1 = = A,.: = 1/n. Das Ergebnis unserer Betrachtungen ist eine der gehaltvollsten Ungleichungen der A nalysis, n mlich die

59.1 Ungleichung zwischen dem gewichteten arithmetischen und geometrischen


Mittel Sind die Zahlen ,.\ 1 , , ..\" positiv mit Summe 1, so gilt fr je n nichtnegative Zahlen a t> .. , a" die Ungleichung

a"
1 a"~..\
n
1 a I + +A. n a n

(59.1)

Fr ..\ 1 = = ..\" := l/n erhlt man die Ungleichung zwischen dem arithmetischen
und geometrischen Mittel (Satz 12.2), diesmal aber kraft eines analytischen Be
we1ses.
Aus Satz 59.1 folgt o hne sonderliche Mhe die nach Ludwig Otto Hlder
(1859-1937; 78) benannte

1 1
59.2 Hldersche Ungleichung Ist p > 1 und-+- = 1, so gilt stets

p q

(59 .2)
Z um Beweis drfen wir annehmen, da m indestens ein ak und mindestens ein bk
n icht verschwindet, da also
n

A :=

L lakiP
k=l

und

B :=

L lbklq
k- 1

positive Zahlen sind. Wegen (59.1) ist dann

lakl~ ' P(Ibklq) llq ,.:::.!_lakiP .!_ lbklq


A -}
B
~p A + q B
1

..
_
fur k - 1, ... , n,

348

Vl1 Anwendungen

woraus durch Summation ber k die Abschtzung

Ja~cJJb~cJ~_!A+_!B=_!+_!= 1

~c ~ 1 A

11

B 11q

pA

qB

L Jakbk

und damit die Behauptung

~A11 PB 11 q folgt.

k=l

Fr p = q = 2 geht die Hldersche in die Caucby-Schwarzsche Ungleichung ber.


Mit Hilfe der Hlderschen Ungleichung erbalten wir eine Verallgemeinerung der
Minkowskischen Ungleichung 12.4; sie heit ebenfalls
o

59.3 Minkowskische Ungleichung

L Jak+ bkiP
n

k=l

) 1/ p

L la~ciP
n

) 1/p

k- 1

L lb~cJP ,
n

) 1/p

falls

p~

1.

k- 1

Zum Beweis drfen wir p > 1 annehmen (da wir fr p = 1 ja nur die Dreiecksungleichung vor uns haben). q genge der Gleichung
1

-+-= 1 oder also (p - 1)q = p.


p q
Ferner drfen wir voraussetzen, da A := L Jak+ b~ciP > 0 ist (die Summationsgrenzen lassen wir fort). Mit Hilfe der Dreiecksungleichung und der
Hlderschen Ungleichung erhalten wir nun die Abscbtzungskette

also die Ungleichung

aus der nach Division durch A 11q die Behauptung folgt.

Bemerkenswerterweise haben sich die drei letzten Ungleichungen alle mehr oder weniger
direkt aus der Konkavitt der Logarithmusfunktion ergeben.

Im Folgenden sei .A :=(At. ... , A") immer ein Gewichtsvektor, d.h., die
Zahlen A1 , . . . , A" seien alle positiv mit Summe 1. F~rner sei a := (a 1 , . . . , a");
die Schreibweise a > 0 bedeute, da alle ak positiv sind. Fr jedes t=/= 0 und a > 0
nennt man

M,(a, .A) == Ct/ka~r,,

(59 .3)

das gewichtete (genauer: das .A-gewicbtete) Mittel t-ter Ordnung der Zahlen

59 Konvexe und konkave Funktionen als Quelle fundamentaler Ungleichungen

349

a 1 , , a"; dabei setzen wir a > 0 voraus, um die Potenzen a~ auch fr negative t
bilden zu knnen. Die Funktion t ~ M ,(a, A) ist fr alle t =!= 0 stetig und differenzierbar. Nach der Regel von de !'Hospital ist
.

tim ln

") - . lniA ka~-li IAka~lnak


, a, A - tim
- m
""
,
r-+o
t
,.....o L- ,\kak

M(

,.....o

~)k ln ak = ln (a~ a~),

also strebt M,(a, A) fr t ~ 0 gegen das gewichtete geometrische Mittel a~ a~.


Wir ergnzen deshalb die Definition (59.3) durch die Festsetzung

M 0 (a, A) := a~ a~.
Das Mittel 1. Ordnung ist natrlich nichts anderes als das gewichtete arithmetische Mittel; das Mittel der Ordnung -1, also
M _ 1 (a,A) = ,\

_ 1

+ ... +_21;

a1

a"

wird das gewichtete harmonische Mittel der Zahlen a 1 , . . . , a.. genannt; im


Falle A1 = = A" :=1/n erhlt man ihr (gewhnliches) harmonisches
Mittel
n

1 .

-+. +al

a"

Der Name "Mittel" wird gerechtfertigt durch die

59.4 Ungleichung des t-ten Mittels


min(a 1 ,

.. ,

a")~M,(a, A) ~max(al>

... , a .. ).

Beweis. Ohne Beschrnkung der Allgemeinheit sei a 1 die kleinste und an die
grte der Zahlen a 1 , . . , a,., ferner sei zunchst t > 0. Dann ist wegen a 1 ~ ak ~
a" auch a~ ~ a~~ a~ fr k = 1, ... , n, woraus a~ =I Aka ~ ~L Aka~~L ,\ka:, = a~
und damit sofort auch die Behauptung folgt. Den Fall t = 0 kann man nun durch
den Grenzbergang t ~ 0+ erledigen. Die Diskussion fr t < 0 berlassen wir dem
Leser.

Weitaus wichtiger als der eben bewiesene Satz ist die

59.5 Ungleichung zwischen den t-ten Mitteln


Fr t 1 < t 2 ist M,, (a, A) ~M,..(a, A)
oder auch: Die Funktion t

~ M,(a,

A) wchst auf R.

Beweis. Die Funktion f(x) := x In x besitzt auf R+ die positive zweite Ableitung

350

vn

Anwendungen

1/x, ist dort a lso konvex. Wegen A49.7 haben wir daher
(59.4)
Fr tf- 0 ist, wenn wir

M~ := dM,(a,

A)/dt setzen,

M~=(ln M)'=~
lnl:A.ka~=_!_[ t LAka~Inak_
,
']
1n""'Akak
,
"
,
,

M,

t2

dt

L.

Akak

woraus mit (59.4) die Abschtzung

~: LAka~ = LAka~ In a~- ( LAka~ )lnLAka~~ 0

und damit M~ ~ 0 folgt. M, (a, A) wchst also in ( -oo, 0) und in (0, +oo). Und da
M 0 (a, A) = lim M,(a, A) ist, mu M,(a , A) sogar auf ganz R wachsen.

t-+0

Nach Satz 59.5 ist M _1 (a, A) ~ M 0 (a, A) ~ M 1 (a, A), ausfhrlicher:


Sind die Zahlen ,\ to .. , ,\" positiv mit Summe 1, so gilt fr je n positive Zahlen
a 1 , . . , a" die folgende Ungleichung zwischen dem gewichteten harmonischen,
geometrischen und arithmetischen Mittel:

----- -..;,;::
~a"
1

a"~
\ 1 a 1 +
n -..;,;:: 1\.

+' n a n 1 >

(59 .5)

1\.

,\ t
,\"
-+.
+-

al

a,.

Insbesondere ist also


n
-----~
--=

-+. +al
a,.

4 a1 a

a 1 +

+a"

~ ----n~

(59.6)

Aufgaben
1. Beweise die Hldersche Ungleichung mit Hilfe der Tatsache, da die Funktion xP fr
p > 1 auf R+ konvex ist.
+2. Hldersche Ungleichung fr Reihen Sei p > 1 und 1/p + 1/q = 1. Sind die Reihen
00

l:
k l

11

!ak IP und

00

l: Ibk lq

k. l

..

konvergent, so konvergiert auch

l: Iakbk I,

und es ist

k= l

Damit haben wir fr die Ungleichung (59.1) einen neuen Beweis geliefert.

59 Konvexe und konkave Funktionen als Quelle fundamental e r Ungleichungen


3. Miokowskische Ungleichung fr Reiben Sei p;;;. 1. Sind die Reihen

lb" IP konvergent, so konvergiert auch

""

L""

351

Iak IP und

Ia " + bkIP, und es ist

k-1

lc: - 1

* 4. Fr jedes p ;;;. 1 und jedes x := (x 11 , x,.) E R" setze man llxiiP : = ( L" lxkiP) 11P. Zeige,
kl

da llxllv den Normaxiomen (N 1) bis (N 3) in A 14.10 gengt, und da d urch


dp(x, y): = ll.x - YIIP eine Metrik auf R" definiert wird. Es ist I im llx iiP = llx ll,., wobei
p-

llx ll.,.:= max(lx 1l, ... , lx,. l) die in A 14.10 bereits definierte Maximumsnorm bedeutet.

* 5.

a) [P (p;;;. 1) bedeute die Menge aller Zahlenfolgen x : = (x 1 , x 2 ,

),

"" lxk IP
fr die L
k- 1

kon ve rgiert, und fr jedes x

E [P

sei llx iiP := (

lxk1P) 'v. Zeige, da [P e in Folgenraum ist,

k l

da llxiiP den Normaxiomen (N 1) bis (N 3} in A 14.10 gengt, und da durch


dv(x, y) := llx- YIIP eine Metrik auf [P definiert wird. b) l .. sei der lineare Raum B (N) aller
beschrnkten Zahlenfolgen x : =(x~o x 2 , . . . ), versehen mit der S u premumsnorm
llx ll.,. := s'rrp lxd (s. A 14.11). Zeige, da fr
k- t

1
x E /"" stets llx ll,.= lim [lim { ~ lx"IP) 'PJ
P~ \.c-a

ist.

n -7.

Hinw e is: Aufgabe 4.


+ 6. Jensensehe U ngleiehung 1> Ist O<p<q, so gilt fr beliebige Zahlen a 1 ,

a,.

" la~<IP>O. Dann ist l a~<l/a <!i 1, also


H i nwei s : O.B.d.A. sei aP := L
k- 1
1\

(lat<l/a)'~ <!i
I

"

(Ia" l/a)" = 1.

k- 1

"" lad" konvergent, so


7. Jensensehe Ungleichung fr Reihen Sei 0 < p < q. Ist die R eihe L
k- t

konvergiert auch I"" la"lq, und es gilt


k- 1

8. Mit den B ezeichnungen der Aufgabe 4 gilt fr x E R" stets


llx llq <!i llx IIP>
1

>J ohann

falls 1 <!i p < q <!i co.

Ludwig J ensen (1859-1925; 66).

352
+

VII Anwendungen

9. Mit den Bezeichnungen der Aufgabe 5 gilt:


1 <50 p < q <50 co- lPc lq

10. Fr p ~ 2 und a lle Zahlen

llxll" <50 llxiiP fr jedes x e lP.


ist lg + rJIP+I~- 11 IP <50 2p - (I~IP + 111 IP).

und

g, 11

H in weis: Fr p = 2 gilt trivialerweise das Gleichheitszeichen. Ist p > 2, so haben wir nach
11
2
2 112
der Jensensehen U ngleicbuog in Aufgabe 6 also <I g+11 IP +I{- 11 jP) P <50 .J2(!gl + !11 j )
2
1 die Hldersche Ungleichung mit p/2 an Stelle von p und
We nde nun auf !gj2 1 +1111
p/(p- 2) an Stelle von q an.

u.

Sei x,

ye lP (1 <50 p <oo).

Dann ist (fr die Bezeichnungen s. Aufgabe 5)

llx +Yll~ +llx- Yll~ = 2Qixll~ +IIY I~).


llx + y ll:+llx-yii:<S2P - (IIxll:+lly ll~.

Hinwe is: Aufgabe 10.

falls

p>2.

VID Der Taylorsche Satz und Potenzreihen


m
m- n
(P+PQ)" =P" +-;AQ+ n BQ+
2
!!!.

!!!..

m-2n
- -n-CQ + etc.
3
Newtons Binomialreihe; sie schmckt seinen Sarkophag in der Westininster Abbey.

Gerade durch die Lehre von den unendlichen Reihen hat die hhere Analysis sehr
bedeutende Erweiterungen erfahren.
Leonhard Euter

60 Der Mittelwertsatz fr hhere Difterenzen


In dieser Nummer werden wir eine einfache Beziehung zwischen "hheren
Differenzenquotienten" und hheren Differentialquotienten aufdecken, die uns auf
direktem Weg zu einem der wichtigsten Stze der Analysis, dem Taylorschen Satz,
fhren wird.
Es sei ein natrliches n und ein reelles h =f 0 vorgegeben, und die Funktion f sei
(mindestens) auf einem Intervall erklrt, das die Punkte x 0 , Xo + h, ... , Xo + nh
enthlt. Dann sind die Zahlen
Yo := f(xo), Yt := f(xo + h), ... , y,. := f(x 0 + nh)

und tl"y 0 = tl "f(x 0 ) wohldefiniert (s. (17 .3) und (17 .6)), und es gilt der folgende

60.1 Mittelwertsatz fr hhere Difterenzen Mit den obigen Bezeichnungen sei a


die kleinste und b die grte der Zahlen x 0 , x 0 + nh. Ist dann t<"- 1> auf dem
Intervall [a, b] vorhanden und stetig und wenigstens noch im Innern desselben
differenzierbar, so gibt es eine Stelle ~ E ( a, b), an der

t<">(~) =

tl~(x)
0

h"

oder also

tl"f(x 0 )

.
= t<">(~)h" 1st.

Den B eweis fhren wir induktiv. Fr n = 1 geht unser Satz in den Mittelwertsatz
49.1 ber, ist also richtig. Im Falle n> 1 nehmen wir an, er gelte, wenn n durch
m : = n -1 ersetzt wird. Setzen wir nun g(x) : = f(x + h)- f(x ), so gibt es wegen
dieser Annahme ein ~ 1 zwischen x 0 und x 0 + mh mit
(60.1)
Da aber nach dem Mittelwertsatz zwischen ~ 1 und ~ 1 + h (und damit zwischen a
und b) ein ~ liegt, mit dem die eckige Klammer in (60.1) gleich t<">(~)h ist,
erhalten wir nun tl "f(x 0 ) = t<">(~)h".

61 Der Taylorsche Satz und die Taylorsche Entwicklung


Fr das Folgende ist ein neues Intervallsymbol ntzlich, nmlich das Symbol
(a, b): = [min(a, b ), max(a, b)], falls a =f b.

354

VIII D er Taylorsche Satz und Potenzreihen

Die Funktion f besitze auf I := (x 0 , x) (x fest) eine stetige Ableitung der Ordnung
n + 1 (n E N0 ), und h:f: 0 sei so klein gewhlt, da die Punkte x 0 , X 1 := x 0 +
h, . .. , x.. : = x 0 + nh alle in I liegen. Ist Pn das zu den Sttzstellen X~c und den
Sttzwerte n Y~c: = f(x 0 + kh) (k = 0, 1, . .. , n) gehrende Interpolationspolynom
vom Grade ~n, so habe n wir nach (51.1)
f(x) = p" (x) + (x- Xo)(x ~~~; ; . (x- Xn) f(n+l)(~)
-

mit einem geeigneten ge i. Und da wegen (17 .9)

p ( )=
n

(x - x 0 )(x - x 1)
Yo k~l hk
k!
A_ky 0

(x-x~c- 1 )

ist, gibt es dank dem eben bewiesenen Mittelwertsatz 60.1 Zahlen


zwischen x 0 und x"' mit denen nunmehr

g1 , , g"

f(lc)(S )
f(x) = f(xo) + k~l k ! k (x- x 0 )(x- x 1) (x- X~c_ 1 )
n

+ (x- Xo)(X- X1) " " " (x- Xn ) f(n+l)(


(n + 1) !

(61.1)

ist. Die Gren ~ 1 , . . . , s", ~ hngen natrlich von h ab. Fr h ~ 0


strebt
n J<k>(g )
n f(k)(x )
0
~
k ! k (x-xo)(x-xl) (x-x~c_ 1 )~ kL
k ! (x-x 0 )k

und
(x-xo)(x-x 1) (x-x") ~ (x-x0 )"+ 1
(n+l)!
(n+l)! '
wegen (61.1) mu dann auch [<"+ 1 >(~) einen Grenzwert besitzen. Aus Satz 36.1
folgt, da dieser in [<"+1 >(1) liegt, also = t <"+ 1>(g) mit einem geeigneten ge I ist.
Insgesamt gilt dann

L
~c-o
n

f(x)=

f(k)(

)n +l
;o (x - xo)k + x -xo
t <n+l>(g).
k.
(n+1)!

(61.2)

Fr diese Formel - eine der bemerkenswertesten der gesamten Analysis - geben


wir noch einen zweiten Beweis, der unter schwcheren Voraussetzungen sogar ein
etwas schrferes Ergebnis liefert. Wir n ehmen jetzt nur an, da t <"> auf I stetig
und J<" +l) auf i vorbanden sei. Trivialerweise gibt es dann genau eine Zahl p, so
da
n /(k)(
)
(
)" +1
~
Xo
(
)k
+
XXo
f( x ) - L...
x-x 0
p
k=O
k.1
(n+ l )!

61

Der Taylorsche Satz und die Taylorsche Entwicklung

355

ist- und unsere Aufgabe besteht gerade darin, eine Aussage ber die Gre von
p zu machen. Zu diesem Zweck bemerken wir, da die Funktion
" t <k>(t)
k (x- t)"+t
)1 P
F(t): = f(x) kt (x-t)- (
k- o
.
n +1 .

auf I stetig und auf I differenzierbar ist, und da F{x) trivialerweise, F{x 0 ) jedoch
gem der Wahl von p verschwindet. Nach dem Satz von. Rolle besitzt also F' in I
eine Nullstelle f Da
0

F'(t) = -f'(t)-

[ ! (k+ll(t) (x- t)"- t <">(t) (x- t)k-t] + (x- t)" p


k!
(k - 1)!
n!

k- l

(x - t)"
=(x-t)"+
p
nl
n!
ist, ergibt sich aus F'(s) = 0 sofort p = t <"+ 1>(s) und damit wieder (61.2)- diesmal
jedoch mit der Verschrfung, da die Stelle nicht nur in I , sondern sogar in I
liegt. Es gilt also der berhmte
J<n+Il(t)

61.1 Satz von Taylor 1> Die Funktion f besitze auf dem kompakten Intervall
I:= {x0 , x) eine stetige Ableitung n- ter Ordnun~, whrend J<"+t> wenigstens im
Inner n I von I vorhanden sei. Dann gibt es in I mindestens eine Zahl so da

s,

f'(x )
f"(x )
f(x)= f(x 0 )+
(x - x 0 )+
(x - x 0 ?
11
21

(tt)(
)
f
+. +
Xo(

n.

/(n+l)(l:)
")"+ (
~I ( X )
Xo
n+1 .

Xo

)"+1

ist. Oder auch: Es gibt mindestens eine Zahl {t zwischen 0 und 1, so da gilt:

f( X )

t <">(xo) ( _ )k +f(n+l)(xo +{t(x- Xo)) ( _


)I
f...
kI
X
Xo
(
X
k- o
.
n+1 .

)"+ t.
Xo

Fr n = 0 geht der Taylorsche Satz in den Mittelwertsatz ber. Das Polynom


=f(Xo)+f'(xo)( X _
T(
n X)
11

Xo

)+f"(xo)( X _
21

heit das n-te Taylorpo lynom von

t<n+t>(s)
1
R,.(x): = (n+l)! (x-x0 )"+

Xo

)2 ++f<">(xo)(
_
n!
X

f an der Stelle

Xo

)"

x 0 , whrend

(61.3)

das Lagrangesche Restglied der Taylorschen Formel genannt wird2 >. Man
t> Brook Taylor (1685-1731; 46).
2 >Weitere

DarsteiJungen des Restglieds findet der Leser in der Aufgabe 4 dieser Nummer
und in A 168.2.

356

VIll Der Taylorsche Satz und Potenzreihen

beachte, da bei gegebenem f die Zwischenstelle g (auf deren Existenz


.. doch der
ganze Akzent des Taylorschen Satzes ruht) von n, x 0 u~~ x abhngt. Andert sich
auch nur eine dieser Gren, so wird man mit einer Anderung von g rechnen
mssen. Um diese Abhngigkeit deutlich hervorzuheben, schreibt man hufig
g(n, x 0 , x) oder g"(x 0 , x) statt f
Obwohl man die Zahl g i. allg. nicht genau kennt (sondern eben nur wei, da sie
zwischen x 0 und x liegt), lt sich doch hufig der Betrag IR" (x )I des Restglieds
nach oben abschtzen, so da man eine Aussage darber machen kann, wie gut
T,. (x) den Funktionswert f(x) approximiert. Ist z.B. lt<"+1>(t)J~ Mn+l fr a lle t e j,
so gilt offenbar

lf(x)- T" (x)J~ (~~;)! Jx - Xol"+

(61.4)

(vgl. Satz 5 1.1). Von besonderer Wichtigkeit ist in diesem Zusammenhang der
Fall, da f beliebig oft auf I differenzierbar ist und Konstanten a und C
vorhanden sind, mit denen die Abschtzungen lf<">(t)l ~ aC" fr alle t e I und alle
n e N bestehen. Unter diesen Voraussetzungen ist nmlich
n+l
I
l
- 1, 2 , ....
(61.5)
lf( X) - Tn (X )I:<
....., a X(n- +X o )! cn+l f"Tn 1
Wegen A 27.9 strebt aber a/ifn! ~ 0 fr jedes feste a ; insbesondere ist also
J a l/rn! ~ 1/2 und somit ia l"/n! ~ (1/2}" fr alle hinreichend groen n. Daraus
folgt, da auch

a"
-~o
n!

(61.6)

strebt. E in Blick auf (61.5) zeigt uns nun, da T,.(x) ~ f(x) strebt, da also
"" / (k)( )
f(x)=k~o k;o (x - xo)k

(61.7)

ist. Natrlich ist diese Taylorscbe Entwicklung von f(x) nicht nur unter den
eben benutzten Voraussetzungen mglich, sondern bereits dann- aber auch nur
dann- , wenn R" (x)- 0 strebt fr n- oo. Wir fassen diese Ergebn isse
zusammen:

61.2 Satz Besitzt die Funktion f auf dem kompakten Intervall I:= (x 0 , x.) Ableitungen jeder Ordnung, so gilt die Taylorsche Entwicklung (61.7) genau dann,
wenn das Restglied R" (x) der Taylorschen Formel fr n ~ oo gegen 0 strebt. Dies ist
gewi immer dann der Fall, wenn es Konstanten a und C gibt, so da
fr alle t e I und alle n e N stets lt<">(t)l ~ aC" bleibt.

(61.8)

Die enorme Bedeutung des Satzes 61.2 liegt auf der Hand; denn sobald die

61 Der Taylorsche Satz und die Taylorsche Entwicklung

357

Entwicklung (61.7) gilt, kann man f(x) mit jeder gewnschten Genauigkeit
berechnen - und zwar allein mit Hilfe der Funktions- und Ableitungswerte an
ein und derselben Stelle x 0 . Wir werden im nchsten Abschnitt sehen , da uns
hierdurch erst die Mglichkeit erffnet wird, die bisher recht abstrakt definierten
elementaren Funktionen praktisch und theoretisch voll zu beherrschen.

Aufgaben
1. f sei im Punkte x 0 n-mal difierenzierbar, und p sei ein Polynom vom Grade ~ n mit
p<">(x 0 ) = t <">(x 0 ) fr k = 0, 1, ... , n. Dann ist p das n-te Taylorpolynom vonfander Stelle
x 0 Hinweis : A48.7.

2. Die Funktionen f und g seien im Punkte x 0 n -mal differe nzierbar (n;;;,: 1), es sei
g(x 0) = 0 und f(x) = p(x) + (x - x 0 }"g(x) mit einem Polynom p vom Grade ~ n. Dann ist p
das n-te Taylorpolynom vonfander Stelle x 0 Hinweis: Aufgabe 1 und A47.1.

3. Aus der Gleichung 1/(1 - x) = 1 + x + + x" + x"+1/(1- x) folgt mit Hilfe de r Aufgabe
2, da 1 + x + + x" das n -te Taylorpolynom der Funktion 1/(1 - x) an der Stelle 0 ist.
+4. Restglieder von Schlmilcb und Cauchy

f genge den Voraussetzungen des Taylorschen

Satzes und p sei eine natrliche Zahl. Dann gibt es ein {} e (0, 1 ), so da
f(x) =

irc - ot<")(Xo)
(X- Xo)" + f (n+I)(Xo
(X- Xo}) (1 - {t)"+l- p(X- Xo)n+l
k!
n!p
+ {t

ist. Der letzte Term dieser Gleichung heit das Schlmilchsche Restgli e d >. Fr
p: = n +1 gehtesindas Lagrangesche, fr p = 1 indassogenannteCauchysche Restglied
t<"+'>(xo+ tt. (x- Xo)) (1 - tt)"(x - Xo)"+l

n!
ber (man beachte, da tt auch von p abhngt). Hinweis: Setze
G(t):=f(x) -

" t<">(t)

L
k O

kf

(x - t)",

g(t):=(x - r)P

.
. 1rech und wen d e au f G(x")
( ) - G(xo)
( ) den veraIIgememerte
n Mitte 1wertsatz d er D'"
w.erentta
g

X -

Xo

nung in d er Form (49.6) an. Beachte, da G(x) = g(x) = 0 und G (x 0 ) das Restglied ist.
+s. SteHen lokaler Extrema (Ergnzung zu Satz 49.6): Die Funktion f besitze auf einer
5-Umgebung U von x 0 ste tige Ableitungen bis zur Ordnung n .." 3, und es sei

f'(x 0 ) = = t <n- t>(x 0 ) = 0, jedoch t <">(xo) =f: 0.


Dann ist x 0 keine Extremalstelle, falls n ungerade ist. Sei nun n gerade. Dann ist x 0 im
strengen Sinne eine

Maximals teile, wenn f">(x0 ) < 0,


Minimalstelle, wenn {'" 1(x0 ) > 0 ausfllt.
>0 . Schlmilcb (1823-1901, 78).

358

VIII D er Taylorsche Satz und Potenzreihen

62 Beispiele fr Taylorsche Entwicklungen


In den nun folgenden Anwendungen der Stze 61.1 und 61.2 whlen wir x 0 = 0.
Die Funktionen

sind auf ganz R beliebig oft differenzierbar, und zwar ist fr jedes ganze k;:?; 0

ft>(t) = e', also


also

f~2 ">(t) =(- 1)" sin t,

f~2 "+ 1 >(t)=(- 1)" cos t,

z2 ">(o) = 0,

/~2 "+ 1 >(0) = ( -

f~2 ">(c) = ( - 1)"

also

ft>(o) = 1;

/~2 ">(0) = ( -

1)";

f~z~< + t>(c) = ( -1)Jc+l

cos t,

f~zk +t> (o) =

1)",

sin t,

o.

Aufgrund des Taylorschen Satzes erhlt man also fr jedes reelle x und jedes
natrliche n die folgenden Darstellungen, wobei-{} eine geeignete Zahl zwischen 0
und 1 ist, die von x, n und der betrachteten Funktion f"' abhnge>:
X2

x"

X3

Xn + l

(62.1)

e" = 1 + x +-+-+ +-+


e""
2! 3!
n! (n+1)!
'
XJ

Xs

X7

X2n- l

X2n+l

sinx=x--+---+ +(-1)" - 1
+(-1)"
cos(1Jx)
3! 5! 7!
(2n - 1)!
(2n + 1)!
'

(62.2)

xz x4 x6
x2n - 2
x 2"
1
cos X= 1--+- - - + +(-1)"+(-1)"
cos(fu)
2! 4! 6!
(2n -2)!
(2n)!

(62.3)

Gesttzt auf die hinreichende Konvergenzbedingung (61.8) des Satzes 61.2


erhalten wir nun auf einen Schlag die fr alle x gltigen Taylorschen Entwicklungen
x2

x3

e" = 1 + x +- +- +
2! 3!
XJ

Xs

x"

= L -k!'
""

(62.4)

k -0

X7

sinx=x--+---+-
3! 5! 7!

oo

X2k +l

= L (-1) "
--(2k+1)! '
k -0

x2 x4 x6
..
x2"
cos X= 1--+---+- ... =
(-1)"-2! 4! 6!
k-0
(2k)! .

(62.5)

(62.6)

Falle x = 0 kann man fr-{} natrlich irgendeine Zahl aus (0, 1), ja sogar aus R whlen ;
de nn die angegebenen Darstellungen reduzieren sieb dann trivialerweise auf ihr jeweils
e rstes Glied. Diese Bemerkung mge der Leser auch spterhin beachten.
> Im

359

62 Beispiele fr Taylorsche Entwicklungen

Insbesondere ist
1 1
e=1+1+-+-+
2 ' 3'

.. 1

="L..
- o k ' '

(62.7)

eine Darstellung, die schon in A 26.1 in ganz anderer Weise (und wesentlich
mhsamer) bewiesen wurde. Sie ist vorzglich zur numerischen Berechnung von e
geeignet, ganz im Gegensatz zu der sehr langsam konvergierenden Folge
der Zahlen (1 + 1/n)" (s. A 26.1). Die Reihe in (62.4) nennt man
Ex pon e n ti a lreih e.
Die Funktionen
f4(t): = ln(1 + t),

f 5 (t): = (1 + t)'"

sind auf (- 1, + oo) beliebig oft differenzierbar, und zwar ist fr jedes natrliche k

f4

also

~">(O)
k!

fs">(t) = a(a -1) (a - k + 1)(1 + t)"'- \

also

fs">
k!(o)

<">(t) = (- 1)"- 1 (k-1)!


(1+t)" '

(- 1)"- 1
k
'

(a)k

Fr jedes reelle x > -1 und jedes natrliche n bestehen also die folgenden
Darstellungen, wobei ~ wieder eine geeignete Zahl zwischen 0 und 1 ist, die von
x, n und der jeweils betrachteten Funktion abhngt:
1
x2 x 3 x4
x"
x"+
1
ln(1+x) = x - -+ - --+ +(- 1)"- 1 -+ (- 1)" - - - - -- 1
2 3 4
n
n + 1 (1 ~x)" +

(62.8)
'

(62.9)
Um Taylorentwicklungen fr ln(1 + x) und (1 + x)"' zu gewinnen, knnen wir
diesmal nicht die hinreichende Konvergenzbedingung (61.8) des Satzes 61.2
heranziehen, wir mssen vielmehr ad hoc prfen, fr welche Werte von x die
Folge der Restglieder R" (x) gegen 0 strebt.
Wir greifen zunchst das Entwicklungsproblem fr ln(1 + x) an. Fr 0 ~ x ~ 1
haben wir
x"+1
1
1
IRn(x)l = (- l)n n + 1 (1 +fu)" +l ~ n+1 '
fr diese x ist also lim R"(x ) = 0, und somit gilt
"_..

x 2 x3 x 4
ln(l + x) = x--+- - - + =
2 3 4

L
..

k=l

x"
(- 1)k+J _ frO ~ x ~ l.
k

Die rechtss te he nde Reihe wird Logarithmu s r e ihe genannt.

(62.10)

3 60

VIII Der Taylorsche Satz und Potenzreihen

Fr x = 1 gewinnen wir aus (62.10) die schne Summenformel

1 1 1
1 --+---+ ... =In 2.
2 3 4

(62.11)

Um das Restglied fr negative x zu untersuchen, zieht man zweckmigerweise


seine Cauchysche Form aus A 61.4 heran. Wir wollen jedoch diese Betrachtungen
nicht durchfhren; stattdessen werden wir in Nr. 64 ungleich mheloser zeigen,
da die Entwicklung (62.10) auch noch im Falle - 1 <x <0 besteht.
Ganz hnliche Betrachtungen geben uns die Entwicklung der Funktion (1 + x)"' in
die Hand. Nach (62.9) ist
Rn(x) =

c:

1)xn+1(1 +fu)"'-(n+l>,

und offenbar gilt


0<(1+-x)"'-<n+ll :::;;;1 fr
Wenn also fr irgendein

~o

x~O

und n+1>a.

die Folge der Zahlen an:= (:)x" gegen Null

strebt, so strebt fr ebendasselbe x auch R" (x)-? 0. Fr beliebige x =f 0 konvergiert aber


an+l a-n
--x-?-x
(62.12)
an
n+1
'
nach dem Quotientenkriterium in der Form des Satzes 33.9 ist also die Reihe
r(:)x" im Falle O<lxl<1 und damit natrlich fr alle XE(-1, 1) konvergent,
somit strebt

(: )x" -? 0,

falls lxl < 1.

(62.13)

Mit unserer eingangs angestellten Uberlegung folgt daraus, da fr 0 ~ x < 1


tatschlich Rn (x)-? 0 strebt, also die Taylorsche Entwicklung

(1+x)"'=1+(7)x + (~)x2 +(;)x 3 + frO~x<1

(62.14)

besteht; die hierin auftretende Reibe heit Binomialreihe oder auch


binomische Reibe. Um das Restglied fr negative x zu untersuchen, benutzt
man am besten seine Cauchysche Form; man sieht dann, da (62.14) auch noch
fr - 1 < x < 0 gilt. Fr einen ganz andersartigen Beweis dieser Tatsache
vertrsten wir den Leser auf Nr. 64. Abschlieende Konvergenzresultate bringt
(65.9). Im Falle a E N geht die binomische Entwicklung in den binomischen Satz
ber und gilt dann natrlich fr ausnahmslos alle x.

62 Beispiele fr Taylorsche Entwicklungen

361

Im Fortgang unserer Arbeit werden wir sehen, da der theoretische und praktische Wert der Taylorschen Entwicklungen fr eX, sin x, cos x, ln(l + x) und
(1 + x)"' nur schwer zu berschtzen ist; der Leser sollte sie sich gut einprgen. Im
brigen war der Wunsch, wichtige Funktionen durch Reihenentwicklungen beherrschbar zu machen, schon seit Newton eine der energischsten Antriebskrfte
der Analysis. In den nchsten Abschnitten werden wir tiefer in die hier obwaltenden Gesetzmigkeilen eindringen.
Aufgaben
*1. Entwicklung von siohx und coshx Mit Hilfe der Exponentialreihe gewinnt man die fr
alle x gltigen Entwicklungen
x3 x s
.. x2k+t
sinhx = x +-+ - + ~ L - - 3! 5!
,._0 (2k+l)! '
.. x 2"
x 2 x4
cosh x = 1 +-+- + = L
.
21 41
k- 0 (2k)l
4

1
x2 x3 x
2. ln
=x+- + - + - +
1- x
2 3 4

fr

- 1~x~O.

3. Mit Hilfe von A 7.3 erhlt man aus (62.14) die fr


a) J1 + x =1+ -21 x+
b)

c)

O~x < 1

gltigen Entwicklungen

fk- 2 (-1)"-~12 3. 4.... . (2t~)3)


x",
. 2

1
1
~ ( 1)" 1 . 3 ... (2k -1) "
= 1 - - x+ ~ x ,
J1 + x
2
,._2
24 .. (2k)

J1

1
1
+ x2 = 1 - 2

2
X

..

+ "~

1 . 3 ... (2k -1) 2


. ... ( k) x ". Diese Gleichung gilt sogar fr lxl < 1.
( - 1)"
2 4
2

+4. Die Eulersche Zahle ist irrational Hinweis: Wre e=pl q mitp,qEN, so gbe es zu
n:= max(3,q) ein 8E(O, 1) mit
1+1+1/21+ +1/n!+e"/(n+ l)l =p/q.
Multiplikation mit n! fhrt auf einen Widerspruch.
+s. Die Logarithmusreibe und die Binomialreihe sind beide jedenfalls fr lxl < 1 konvergent
und fr lxl > 1 divergent (bei der Binomialreihe lassen wir natrlich die trivialen a-Werte
0, 1, 2, ... auer Betracht). Allerdings ist damit noch lngst nicht ausgemacht, da die
Entwicklungen (62.10) und (62.14) auch im Falle - l<x<O gelten.

6. Beweise die folgenden Verbesserungen der Abschtzungen in A 49.9a,b:


x2
x 2n- l
a) e" > l+x+- + +(
fr n ==- 1 und alle x=/=0.
2!
2n - 1)!
2
(x - 1) (x - 1)3
(x -1 )2 " - 1
b) ln x <(x -1) +
+ +
'
fr n ==- 1 und alle positiven x=/= 1.
2
3
2n - 1

362

VTII Der Taylorscbe Satz und Potenzreihen

63 Potenzreihen
Die in der Taylorschen Entwicklung einer F unktion

.,. t<">(x )

n- 0

n.1

(x - x

0)"

f auftretende Reihe

ist von der Form

00

an(x-xot= ao+ a l(x-xo)+az(X-Xo) 2+a3(x-xo?+ ...

(63.1)

n- 0

mit gewissen Zahlen a 0 , a 1 , a 2 , Jede derartige Reihe nennt man eine


Pot e nzre ihe mit dem Mitte lpunkt x 0 und den Koeffizienten an. Insbesondere hat eine Potenzreihe mit dem Mittelpunkt 0 die Gestalt
00

a"x"= ao+ alx+azx 2+a 3x 3+ ....

(63.2)

n- 0

Da man (63.1) durch die Substitution ~:= x - x 0 immer auf die Form (63.2)- mit
~ an Stelle von x - bringen kann, darf man sich gewhnlich auf die B etrachtung
von Potenzreihen mit dem Mittelpunkt 0 beschrnken.
P otenzre ihe n gehren zu de n wichtigsten Erkenntnisobjekten und Erkenntnismitteln der Analysis. Es ist deshalb unumgnglich, sie grndlich zu diskutiere n. Am
Anfang e iner solche n Diskussion mu natrlich die Frage stehen, fr welche
Werte von x eine vorgelegte Pote nzreihe berhaupt konvergiert.
Nach de m Wurzelkriterium in der Form von A 33.6 ist die Potenzreihe (63.1)
(absolut) konvergent oder d ivergent, je nachdem
Iim sup Vla"l lx-x0 1"

=lim sup ()li;Jix-xol) < 1

oder

>1

ausfllt. Alles kommt nun an a uf die Gre

a:= lim sup )li;J.


Sei a = + oo. Fr jedes x=l=x0 ist dann auch lim sup (YiQ,Jix-x0 1) = + oo und somit (63.1) divergent (fr x =Xo jedoch trivialerweise konvergent).
Sei a < + oo. Dann ist die Folge ()li;J) beschrnkt, und nach A 28.4 gilt
limsup(lfiQ,Jix-x0 1)=alx-xol.
Da raus fo lgt: Im Fa lle a=O konvergiert (63.1) fr alle x (und zwar absolut). Im
Falle a> 0 haben wir dagegen (absolute) Konvergenz oder Divergenz, je nachdem
1
1
lx-x0 1 < - oder >a
a
ist. Alle diese Aussagen fassen wir nun zu sammen in dem fundamentalen
0

63.1 Konvergenzsatz fr Potenzreihen Es sei die Potenz reihe (63.1) vorgelegt, und
es werde ihr Konvergenzradius r durch

63 Potenzreihen

O:= + oo und

mit

r:= tim sup\fiQ,J

-+- 00- :=0

363
(63.3)

definiert. Fllt r positiv aus. so ist die Reihe

lx- x0 1< r,
wenn lx- x0 1> r

absolut konvergent,

wenn

divergent,

ist. Im Falle r = 0 konvergiert sie nur fr x = x 0 l).


Wenn r > 0 ist, nennt man das (endliche oder unendliche) Intervall

K: = {x : lx- x0 1< r}

um den Mittelpunkt Xo das Konvergenzintervall der Potenzreihe (63.1) 2 >. Fr


alle x e K findet absolute Konvergenz statt, fr jedes x < x 0 - r oder > x 0 + r haben
wir jedoch Divergenz. Stimmt x mit einem der Randpunkte x 0 r von K berein, so
kann man ohne nhere Untersuchung keine Aussage ber das Konvergenzverhalten machen. So besitzen z.B. die Reihen
00

L x",
n=O

oo

x"

I -n

n ~l

oo

und

x"

I2
n

n- 1

alle das Konvergenzintervall (-1,1), weillim.q'l=lim<f17ti.=Iim41/n2 =1 ist ;


die erste Reihe konvergiert in keinem der Randpunkte 1, die zweite in einem
(nmlich -1) und die dritte in beiden. Die Fig. 63.1 diene zur Einprgung dieser
Sachverhalte. Wir bemerken noch, da man eine Potenzreihe bestndig
konvergent nennt, wenn sie fr alle x konvergiert.

Aus dem Konvergenzsatz ergibt sich sofort die folgende, hufig benutzte Tatsache: Konvergiert die Potenzreihe (63.1) fr ein gewisses x 1 ::f x 0 , so konvergiert sie
erst recht (und zwar sogar absolut) fr alle x, die nher bei x 0 liegen als xl> d.h. fr
alle x mit lx- x0 l < lx 1 - x0 1. Divergiert sie jedoch fr irgendein x2 , so divergiert sie
auch fr alle x, die weiter von x 0 entfernt sind als x2 , also fr alle x mit

lx - xol > lx2- Xol


> Man nennt diese Reihe dann auch gerne nirgends konvergent.
2
> Haben wir es mit komp l exen Potenzreihen zu tun, so ist K die offene Kreisscheibe

in der Gausehen Ebene mit dem Mittelpunkt x 0 und dem (evtl. unendlichen) Radius r.
In diesem Falle wird K der Konvergenzkreis der Potenzreihe (63.1) genannt. In den
Stzen dieses und des nchsten Abschnittes ist dann " Konvergenzintervall" stets durch
"Konve rgenzkrcis" zu ersetzen.

364 VIII Der Taylorsche Satz und Potenzreihen


Die Bestimmung des Konvergenzradius der Potenzreihe (63.1) erfordert nicht
immer die (manchmal doch recht mhselige) Berechnung von lim sup ~-Ganz
aUgemein kann man sagen : Hat man auf irgendeine Weise ein r E [O, +oo] mit der
Eigenschaft gefunden, da (63.1) im Falle lx- x0 1< r konvergiert, im Falle
lx- x01> r jedoch divergiert, so mu r der Konvergenzradius von (63.1) sein.
Besonders ntzlich ist in diesem Zusammenhang das Quotientenkriterium in der
Form des Satzes 33.9. Sind nmlich in (63.1) fast alle Koeffizienten an=/= 0 und
existiert der (eigentliche oder une igentliche) Grenzwert lim la,.+1 l/la.. l, so habe n
wir im Falle x =/= x0 Konvergenz oder Divergenz, j e nachdem
1

. la,.+l<x-xo>"+ 1_ 1. a,.+l I
Iun
Ia,. (x-x0 )"I - tm a., x- x 0 l< 1

zw.

>1

..

ausfllt. Und nun erhalte n wir durch dieselben Uberlegungen, die uns zum Satz
63.1 fhrten, den handlichen
0

63.2 Satz Sind fast alle Koeffizienten der Potenzreihe (63.1) von Null verschieden,
so ist ihr Konvergenzradius gleich lim la,./a.,+1l, falls dieser Grenzwert im
eigentlichen oder uneigentlichen Sinne vorhanden ist.
Wir hatten oben schon festgestellt, da die geometrische Reihe

f (- 1)"+ E:n
1

logarithmische Reihe

..L x" und die

beide den Konvergenzradius 1 besitzen.

n l

fn =O (a)x",
wenn afi N
n

Dasselbe gilt fr die Binomialreihe

ist (im Falle

aN
E

bricht die Reihe ab und ist dann trivialerweise bestndig konvergent). Man
kann diese Konvergenztatsachen jetzt.. viel schneller mit Hilfe des Satzes 63.1
beweisen. Vllig unabhngig von den Uberlegungen in Nr. 62 siebt man mit den
Hilfsmitteln dieses Abschnitts, da die Reihen
oo

...

2n+ l

L
n =O

(- 1)"-x_ _
(2n + 1)!

und

x2"
n~O (- 1)" (2n)!

(63.4)

allesamt bestndig konvergieren; man sttze sich zu diesem Zweck auf den
Konvergenzsatz und die Beziehung lim 1/ifn! = 0 (s. A 27 .9) oder ziehe den Satz
63.2 heran (bei den beiden letzten Reihen in der modifizierten Form der
Aufgabe 7). Trivialerweise sind auch Polynome bestndig konvergente Potenzreihen. Die Reihen

..L

n"x" und

n- 0

..L

n!x" konvergieren nur fr x = 0: Wegen

n =O

lim ifn" = lim .ifn! = +oo sind nmlich ihre Konvergenzradien = 0.


Aus den Stzen 32.1 und 32.6 ergibt sich ohne Umschweife der
0

63.3 Satz Haben die Potenzreihen

..L

n=O

a,. (x- x0 )" und

.L b,.(x - x

.. . o

0 )"

beziehent-

63 Po tenzreihen

lx- x0 1<

lieh die positiven Konvergenzradien r" und rb, so ist fr alle x mit
min(r", rb)

..

L a.. (x - x

0 )"

n- 0

L b.. (x -

xo)" =

n- o

und

00

L b,. (x- x

0 )"

n- o

0 )"

n- 0

..

"'

L a .. (x- x

..L (anb,. )(x- x

..

365

L (a obn + a bn- 1+ + a..b )(x- x

0 )"

n- o

n- 0

0 )''.

00

Die Division von Potenzreihen werden wir in Nr. 66 errtern. Ist

a"x" eine

Potenzreibe mit dem positiven Konvergenzradius r und beachtet man, da


1
=
x" fr lxl < 1 gilt, so erhlt man aufgrund der letzten Aussage des
1 -x n - 0
Satzes 63.3 sofort die ntzliche Identitt

(63.5)
Z um Schlu beweisen wir noch den Satz ber die Transformation einer Potenzreihe auf einen oeuen Mittelpunkt:
00

63.4 Transformationssatz Die Potenzreihe

a .. (x - x 0 )" habe den positiven Kon-

vergenzradius r, und x 1 sei ein beliebiger Punkt ihres Konvergenzintervalls K. Dann


gilt mindestens fr alle x mit lx - x,l<r - lx 1 - x0 1'> die Gleichung

n- 0

a"(x-x 0 )'' =

bk :=

mit

bk(x - xl)k

f (;)a. (xt-x 0)"- k.

(63.6)

n- k

k ~O

Beweis. Fr jedes xeK haben wir zunchst


00

..

L a,.(x-x )''= n=O


L a .. [(x-x )+(x
0

-x0 )]"
(63 .7)

Da aber

11

Im Falle r = +oo sei r -

lx 1 - x01ebe nfalls

+oo.

63 Potenzreihen

lieh die positiven Konvergenz radien


min(r", rb)

..

00

L a,.(x-x t L b,.(x 0

und

n -0

n -o

-L

..

a,.(x- x 0 )"

II

n-o

lx- x0 l <

und rb, so ist fr alle x mit

..
=L

(an b,. )(x- x 0 )"

n- 0

L b (x -

xo)"

r"

365

..
=

L (a ob,. +a b,._

x 0)"

n- 0

n-0

1+

+a"b 0 )(x-x 0 )".

Die Division von Potenzreihen werden wir in Nr. 66 errtern. Ist

..L

a ..x" eine

Potenzreibe mit dem positiven Konvergenzradius r und beachtet man, da


1
=
x" fr lxl < 1 gilt, so erhlt man aufgrund der letzten Aussage des
1 -x n -0
Satzes 63.3 sofort die ntzliche Identitt

(63.5)
Z um Schlu beweisen wir noch den Satz ber die Transformation einer Potenzreihe auf einen neuen Mittelpunkt:
0

63.4 Transformationssatz Die Potenzreihe

..L a .. (x - x

0 )"

habe den positiven Kon -

n -0

vergenzradius r, und x 1 sei ein beliebiger Punkt ihres Konvergenzintervalls K. Dann


gilt mindestens fr alle x mit lx- x 11< r -lx1 - x0 l1> die Gleichung

n- 0

a.,(x-x 0 )" =

bk(x - x 1 )k

mit

bk :=

f (;)a,.(x -x
1

0)"- k.

(63.6)

n-k

k~O

Bew e is. Fr jedes x e K haben wir zunchst

..

..

L a.,(x-x )''= L a.,[(x-x )+(xi-x


0

0 )]"

n=O

(63 .7)
Da aber

11

Im Falle r = +oo sei r -

lx 1- x01ebe nfalls

+oo.

366

Vill Der Taylorsche Satz und Potenzreihen

ist und die Reihe

..L

n- 0

la" l(lx - x 1 l+lx 1 - x0 i)" gewi fr lx -x 1 l+lx 1 -x0 l< r, also

fr lx - x 1 I< r -lx 1 - x0 l konvergiert, drfen wir bei der iterierten Reihe in (63. 7)
gem dem Cauchyschen Doppelreihensatz die Summationsreihenfolge vertauschen, solange wir uns auf die x-Werte mit lx - x 1l < r -lx 1 - x0 l beschrnken.
Beachten wir noch, da (;) fr alle k > n verschwindet, so erhalten wir also fr
diese x die Gleichung

f f a,.(kn)(x i -xo}" -"(x-x


f (f a"(k")<xl - xo)" -")(x- x

1 )"

k=O n =O

k- 0

1 )"

n- k

und damit nach ein em Blick auf (63.7) die Behauptung des Satzes.

Aufgaben
1. Bestimme die Konvergenzradien der folgenden Potenzreihen:

)2x",

a)

L(

d)

(n -4n )x",

e)

g)

b.rnx" (b > 0),

h)

L a" x",

n!
3 5 (2 n + 1)
4

e"+e- "
2
x",

I ( n")x",

f)

I (1+~ + +;;)x",

1)

j)

c)

I <-I>"C~ )T"x",

tl(-if2- l )x" (s. A 26.2).

2. Bei jeder bestndig konvergenten Pote nzre ihe L an(X- Xo)" strebt -11a .. l ~ 0. Daraus
ergibt sich erneut, da tim 1/ifni=O ist. Hinwe is : Satz 63.1.
1
..
3. ( - )Hl =
,, . 0
1 x

(n+k) x", falls k e N


n

und

lx l< 1.

*4. Zeige mitte ls Re ihenmultiplikation, da exey = ex+ Y ist ( Additionstheorem d er Exponentialfunktion).


S. Zeige an einfachen Beispielen, da Summen und Produkte von Potenzreihen Konvergenzradien haben knnen, die grer sind als das in Satz 63.3 auftretende min(r0 , rb).
1 426
6 . asmx
) 2 = x 2- 3x+
x+ fall
r ex.

45

64 Die Summenfunktion einer Pote:JZreihe


b)

1 s 13 7
..
+
X + fur alle
2
120

SlO X= X - - X

367

X.

1 ) 2 + ( 1- -1 x
) +
3
( 1--+-x+
1 1) 4
.
II
c) cos X =1+x+ ( 1--x
frx<l.
1- X
2!
2!
2! 4 !
1

30

d) e- xsinx=x-x 2 +-x 3 - - x5 + fr alle x.


+7. Sind fast alle a,. =/= 0 und ist lim laJa,.+ 1 1 vorhanden und = r, so besitzen die Reihen
a,. (x- x 0?" und
a,. (x- x 0) 2 " + 1 beide den Konvergenzradius J; (.Joo := oo ).

fn O

+s.

Transformiere die geometrische Reihe I x" auf den Mittelpunkt x 1 : = -1/2 und zeige,
da der Konvergenzradius der transformierten Reihe grer ist als die im Satz 63.4
angegebene Zahl r-lx 1 -x0 1= 1-112= 1/2. H i n weis: Aufgabe 3.

9. Un ter einfachen Konvergenzvoraussetzungen ist

- a"x2 " ) ( LL
(n -0

~~ - o

b"x"

) = L- ((n/2)
)
L
akb" _2k x".
n-o k-o

(zu[~] s. A8.lo.)

64 Die Summenfunktion einer Potenzreihe


Hinfort betrachten wir nur noch Potenzreihen, deren Konvergenzradius =j: 0 ist. E ine
derartige Reihe
""

l:
..

(64.1)

a,. (x- x 0 )"

~o

definiert auf ihrem Konvergenzintervall 1> K vermge


f(x) :=

""

a,.(x-x 0 )"

(xEK)

(64.2)

n=O

eine Funktion f, die man als S umm en funk tion oder auch kurz als Summe der
Reihe (64.1) bezeichnet . Zahlreiche Beispiele hierfr findet man in Nr. 62. Dort
war unser Gesichtspunkt allerdings ein anderer: Wir gingen nicht von einer
Potenzreihe, sondern umgekehrt von einer Funktion f aus, und versuchten, eine
Potenzreihe (die Taylorsche Entwicklung) zu finden, deren Summe gerade f war
(wir versuchten , wie man auch sagt, f in eine Potenzreihe zu entwickeln oder durch
eine Potenzreihe darzustellen).
In diesem A bschnitt wird es darum gehen, die analytischen Eigenschaften der
Summenfunktionen aufzudecken. Wir beginnen mit dem ebenso einfachen wie
weittragenden
t> Haben wir es mit komplexen Potenzreihen zu tun, so ist, wie schon frher gesagt, in den

Stzen dieses Abschnitts "Konvergenzintervall" durch "Konvergenzkreis" zu ersetzen.


Konvergenzintervalle und Konvergenzkreise sind stets offen; ihre Randpunkte bleiben bei
den Ulltersuchwtge~t dieser Nummer gnzlich auer Betracht.

368

VUI Der Taylorscbe Satz und Potenzreiben


00

64.1 Stetigkeitssatz Die Summe f der Potenzreihe

an (x- Xo)" ist auf dem

ganzen Konvergenzintervall K stetig.


Beweis. Sei x 1 ein beliebiger Punkt aus K. Nach dem Transformationssatz kann
man f in einer hinreichend kleinen 5-Umgebung U c K von x1 in eine Potenzreihe mit dem Mittelpunkt x1 entwickeln:

...

f(x) =

bk(x - x 1 )k

frallex

mit

(64.3)

lx - xxl<5.

k=O

Und nun brauchen wir nur noch zu zeigen, da lim f(x) = f(x 1) = b0 ist. Zu
diesem Zweck whlen wir irgendeine positive Zahl p < 5 und bemerken, da die
..

Reihe

lbk I pk konvergiert. Infolgedessen existiert

00

(T: =

k =O

lbk I pk-l. Die fr

k- 1

ix - x 1 1 ~ p gltige Abschtzung
CO

if(x) - boi= (x - x 1 )

bk(x-x 1 )k -

~ ix - x 1 i(T

lehrt nun, da in der Tat lim f(x) = b 0 ist.


0

64.2 Ditlerenzierbarkeitssatz Die Summe

f der Potenzreihe

a0 + a 1 (x - x0 ) + aix - x 0? +
ist auf dem ganzen Konvergenzintervall K beliebig oft differenzierbar ll, und ihre
Ableitungen knnen durch gliedwe ise Differentiation erhalten werden: Fr
jedes x e K ist
...
f'(x) = at + 2a2(x - Xo) + 3a3(x - Xo) 2 + =

L
(n + l)an+t(x- Xo)",
n- o

..

L (n + 2)(n + l)a,. + (x- Xo)",


2

n=O

allgemein
~

t <k>(x)=

L (n+k)(n+k- l ) (n+ l )an+k(x -

xo)".

(64.4)

.. ~ o

Beweis. Ist x 1 wieder ein beliebiger Punkt von K , so folgt aus der Darstellung
(64.3) und dem Stetigkeitssatz die Beziehung

f(x)- f(xt)
x - x1

!.....:........:....__...:......:.___c::..=

1
'

b 1 + b2 (x- x 1 )+ b3 (x - x 1)2+ ~ b 1

..
fur x ~ xl>

Wir sagen auch kurz, die Potenzreihe selbst sei auf K beliebig oft differenzierbar.

64 Die Summenfunktion einer Potenzreihe

369

die gerade besagt, da f'(x 1 ) vorhanden und = b 1 ist. Ziehen wir die in (63.6)
gegebene Darstellung von b 1 heran, so haben wir, wie behauptet,
00

L na" (x

f'(x 1 ) =

00

1-

x 0 )'' - 1 =

L (n + l)an+l (x

1 -

Xo)".

11 = 0

n. - 1

Nachdem so die (einmalige) gliedweise Differenzierbarkeit emer Potenzreihe


sichergestellt ist, ergibt sich (64.4) mhelos durch Induktion.

Aus (64.4) folgt


f'k>(x 0) = k(k -1) 1 ak, also

t<k>(xo)
ak = k
1

..
fur k = 1, 2, ....

Da auerdem a 0 = f(x 0 ) ist, gewinnen wir fr f die Darstellung


_ f. J<">(xo) (
)"
f( x ) - 1...
x
x
0
n=O
n.1

(64.5)

und damit den


0

64.3 Satz Jede Potenzreihe ist die Taylorsche Entwicklung ihrer Summe.
Wegen lim .tfn + 1 = 1 besitzen die Potenzreihen
und
denselben Konvergenzradius und damit dasselbe Konvergenzintervall (s. A 28.4).
Gliedweise Differentiation der zweiten Reihe ergibt die erste. Es gilt also der

64.4 Satz Die Summe f der Potenzreihe

..L:

n- o

~ (x- x 0 )"

besitzt auf dem Konvergenz-

intervall Keine Stammfunktion. Eine solche ist z .B. die Funktion

F(x):=

L n+ 1 (x - xot+l
oo

n =O

Im Lichte der letzten Stze behandeln wir einige Beispiele:


1. Zunchst greifen wir das Problem auf, die Funktion ln(1 + x) in eine Potenzreihe mit dem Mittelpunkt 0 zu entwickeln, ein Problem, das wir durch (62.10)
gewissermaen nur zur Hlfte gelst hatten. Da fr lxl < 1

1
~ln(1+x) =
=1 - x+x 2 -x 3 +x 4 - +
dx
l +x

=n-f o (-1)"x"

Der Krze wegen sagen wir auch oft, die Potenzreihe selbst besitze eine Stammfunktion
auf K, und F se i eine solche .
t)

370

VIll Der Taylorsche Satz und Potenzreihen

ist und die Funktion


x 2 x 3 x4 x s
..
xn+l
F(x):=x - - + - - - + - - + =
(-1)" - 2 3 4 5
n- o
n+ 1

auf dem Intervall K: = (- 1, 1) eine Stammfunktion der Potenzreihe

..L (-1)"x"

ist, mu mit einer gewissen Konstanten c die Gleichung ln(1 + x ) = F(x) + c fr


alle x e K bestehen. Setzt man hierin x = 0, so folgt c = 0 und damit
..

xn+l

L,

ln(1+x) =

(-1)"

n O

n+ 1

(64.6)

frlxl < l.

Wir haben also in ganz einfacher und durchsichtiger Weise, ohne mhsame
Restgliedbetrachtungen, die Entwicklung (62.10) wiedergewonnen- zwar (noch)
nicht fr den Punkt x = 1, dafr aber zustzlich fr alle x E ( -1 , 0) . Den Fall x = 1
werden wir in der nchsten Nummer aufgreifen.
2. Ganz entsprechend verfahren wir mit der Funktion arctan x. Fr lxl < 1 ist
- d arctan X =
dx

1+x

2
4
6
=
X
+X
-X
+-
1
2

~
i..J

n- o

- 1)" X2n,

also
x 2n + J

CO

L,

arctan x =

(-1)"

n O

2 n+ 1

+ c.

Setzt man hierin x = 0, so folgt c = 0 und damit


arctanx =

XJ

x 2n+l

XS

x7

L
(-1)"
=x--+ - - - + n- o
2n + 1
3 5 7
CO

fr lx l<l.

(64.7)

Diese Entwicklung gilt sogar for lxl < 1; s. (65.3).


3. Nach Nr. 63 (s. auch A 62.5) besitzt die binomische Reihe den Konvergenzradius 1, definiert also eine Funktion

f(x) :=

n- 0

(cx)x"
n

fr lxl < 1.

Wegen (62.14) gilt


f(x) = g(x):=(1+x)"'

fr xe[O, 1).

Wir werden nun zeigen, da diese Beziehung sogar auf dem Intervall (- 1, 1)
besteht. Zu diesem Zweck bilden wir die Ableitung von f durch gliedweise
Differentiation der definierenden Potenzreihe. Fr alle x e (-1, 1) erbalten wir so
f'(x) =

n- 0

(n +

1)( n+l
a )x"
f.. - o a(cx -l)x"
n
=

64 Die Summenfunktion einer Potenzreihe

371

und damit

+ ... +a[(a n
Da nach A 7 .4a fr n ;;;::.: 1 stets
= a

n ~o

1)+(:=~)]x"+ ....

c~ n

) + (: =

~) = (:)

ist, mu diese Reihe

(a)x" sein. Demnach gilt (1 + x)f'(x) = af(x) fr alle x


n

E (-

1, 1). Da fr

ebendieselben Werte von x auch (1 + x)g'(x) = ag(x) ist, finden wir die Beziehung
f'(x)/g'(x) = f(x)/g(x); den trivialen Fall a = 0 lassen wir dabei auer Betracht.
Daraus folgt sofort, da auf (- 1, 1) die Differenz f'(x)g(x)-f(x)g'(x) und damit
auch die Ableitung von f(x)/g(x) verschwindet. Die Funktion f(x)/g(x) ist also
auf (-1, 1) konstant, und nun braucht man nur x = 0 zu setzen, um zu sehen, da
f(x) = g(x), also
(1 + x)"' =

(a)x"
n- o n

(64.8)

fr lxl < 1

gilt.

4. Ersetzt man in (64.8) x durch -x2 und a durch - 1/2, so folgt mit A 7.3b

d
- arcsin x =
dx

1
.J1- x 2

1 2 13 4 135 6
= 1 +- x +
x +
x + fr lxl < 1,
2
24
246

woraus sich mit der inzwischen vertrauten Schluweise die Entwicklung

1 x3 1 3 x 5 1 3 5 x7
arcsinx = x+ 3+ . 5+ . . 7+
2 4
2 4 6
2

frlxl<l

(64.9)

ergibt. Diese Entwicklung gilt sogar fr lxl ~ 1; s. (65.5).


Nach Satz 64.3 sind die Potenzreihen in (64.6) bis (64.9) beziehentlieh die Taylorschen
Entwicklungen der Funktionen ln(l+x), arctanx, (l + x)a und arcsinx. Die Kraft und
Eleganz der Potenzreihenmethode wird erst dann ganz deutlich, wenn man versucht, diese
Entwicklungen in der herkmmlichen Weise zu gewi.nnen (Berechnung der Ableitungen im
Nullpunkt und Restgliedbetrachtungen). Der Leser lasse es sich nicht verdrieen, einige
Zeit an diesen Versuch zu wenden.

Wir kehren nun wieder zur allgemeinen Theorie zurck. Ist die Funktion f an der
Stelle x 0 beliebig oft differenzierbar, so kann man an dieser Stelle formal ihre
sogenannte Taylorreihe
00

t <")( 0)

n- 0

n.

~ (x-x 0 )"

3 72 Vlll Der Taylorsche Satz und Potenzreihen


bilden. Diese Reihe konvergiert zwar trivialerweise fr x = x 0 gegen f(x 0 ),
braucht aber fr keinen anderen Wert von x die Summe f(x) zu haben, anders
gesagt: Die Taylorsche Reihe einer Funktion f wird nicht immer f darstellen, oder
auch: Eine unendlich oft differenzierbare Funktion braucht keine Taylorsche Entwicklung zu besitzen (s. Aufgabe 7). Umso bemerkenswerter ist die Tatsache,
da Summenfunktionen von Potenzreihen nicht nur beliebig oft differenzierbar
sind, sondern sogar Taylorsche Entwicklungen besitzen (nmlich gerade die
Potenzreihen, durch die sie definiert werden). Der Schleier, der die Frage der
Entwickelbarkeit in Potenzreihen bedeckt, kann allerdings erst in der Theorie der
Funktionen einer komplexen Vernderlichen ganz weggezogen werden (s. Satz
187 .6).
Einen noch tieferen Blick in die starken inneren Gesetzmi~keiten der Summenfunktionen von Potenzreihen lassen uns die nun folgenden Uberlegungen tun. Es

se1
00

f(x)

00

a .. (x - xo)''.

g(x) =

n- o

n =O

b.. (x- x 0)",

und beide Reihen mgen das gemeinsame Konvergenzinte rvall K haben. Stimmen nun die Funktionen f und g auf irgendeiner eS- Umgebung von x 0 berein sie mag so klein sein wie sie wolle-, so mssen sie bereits auf ganz K gleich
sein. D enn aufgrund unserer Voraussetzung ist

f (n ) ( x 0 ) -- g( n )( x 0 ) rur n -- 0, 1, 2 , ... ,
nach Satz 64.3 haben wir also

t<">(x 0 )
oo
(n)(
)
f(x)= L
(x - x 0 )'' = '\' g Xo (x - x )" = g(x)
n '
n'.
o
n -0
nLJ
-o
oo

fr alle x eK.
Aber noch viel berraschender als dieses Resultat ist der tiefgreifende
0

64.5 Identittssatz fr Potenzreihen Es sei


00

f(x)=

L
a,.(x n=O

00

xo)",

g(x)=

b.,(x - x 0 )'',

n- 0

und beide Reihen mgen das gemeinsame Konvergenzintervall K haben. Stimmen


dann die Funktionen f und g auch nur auf irgendeiner Folge (x 1 , x 2 , . . ) berein,
deren Glieder f x 0 sind, aber -+ x 0 streben, gilt also nur

f(xk) = g(xk)

fr k = 1, 2, ... ,

(64.10)

so mssen beide Funktionen und beide Reihen vollstndig identisch sein, es


mu also gelten
f(x) = g(x)

fr alle x E K

und

a.. = bn

fr alle n E N 0 .

64 Die Summenfunktion einer Potenzre ihe

373

Der (induktive) Bew eis dieses kraftvollen Satzes ist verblftend einfach. Aus
(64.10) folgt mit dem Stetigkeitssatz zunchst

f(x 0) = lim f (xk) = !im g(xk) = g(x 0),


k--+<X>
k-

also a 0 = b0.

Als Induktionsvoraussetzung nehmen wir nun an, fr e in gewisses n ~ 0 seien die


lde ntitten a 0 = b0 , a 1 = b 1 , . . . , a" = b" schon bewiesen. Die Potenzreihen

ft(x)=an +t+ an+z(x - xo)+ an+3(x-xo?+ ,


g t(x) = bn +l + bn+z(X- Xo) + bn +3(x - Xo) 2 +
ko nvergieren beide auf K , und fr alle x =F x0 ist

b.,(x - x0 )"
und
Aus (64.10) und der Induktionsvoraussetzung folgt also / 1(xk) = g 1(xk) fr alle
k e N, und der eben schon benutzte Stetigkeitsschlu belehrt uns jetzt, da auch
an +1 = bn+l sein mu. Damit ist induktiv gezeigt, da ak = bk fr alle k e N 0 ist.
Dann gilt aber trivialerweise auch f(x) = g(x) fr alle x e K.

Es ist hier der Ort, noch e inmal daran zu denken, da uns beim Studium der Funktionen in
erster Linie ihr nderungsverhalten inte ressiert-da also die Frage im Vordergrund
ste ht: Wie ndern sich die Werte einer Funktion bei nderung ihres Arguments? Um dieses
Problem berhaupt angreifen zu k nnen, mu man gewisse nderungsgesetzlichkeilen
postulieren, und die eigentliche Aufgabe wird dann sein, die tieferliegenden Eigenschaften
der Funktionen aus diesen Postulaten zu entfalte n. Als wichtigste nderungsgesetzlichkeiten haben wir bisher Mo no tonie, Stetigkeit und Differenzierbarkeit sowohl
e inzeln fr sich als auch in ihrem Zusammenspiel betrachtet. Durchgehend zeigte sich, da
diese G esetzlichkeiten me hr oder weniger starke Bindungen z wischen den Funktionswerten
stifte n ; man denke etwa nur an A 34 .8 (Identittssatz fr stetige Funktionen) und die Stze
34.2, 36.5 u nd 39.5, vor allem aber an den Mittelwe rtsatz und den Taylorsche n Satz. Den
Identittssatz fr Potenzreihen drfen wir ohne Zgern als den H hepunkt dieser Entwicklung ansprechen: Er zeigt, da die Werte einer Poten zreihe (oder also ihrer Summenfunktio n) so starken Bindungen unterliegen, da ihre Gesamtheit durch relativ wenige unter ihnen
vllig eindeutig bestimmt ist (nmlich durch diejenigen, welche die P<!>te nzreihe auf irgende ine r nich ttri vial gegen ihre n Mittelpunkt konvergierenden Folge annimmt). Ein hnlich
e nges A neinanderhaften der Funktionswerte ist uns bisher nur bei Polynomen entgegengetreten (s. Satz 15.2).

Der Ide ntittssatz fr Potenzreihen liefert die Grundlage fr die sogenannte


Methode des Koeffizientenvergleicbs: Hat man ein und dieselbe Funktion

in z wei Potenzreihen

..I

n- 0

an (x- x 0 )" und

..I

n=O

b" (x - x 0)" entwickelt, so " darf" man

gleichstellige Koeffizienten vergleichen, schrfer: es ist an = bn fr n = 0, 1, 2, ... .


Diese Methode ist die Quelle vieler interessante r Identitten, die auf ande rem

374

VIII Der Taylorsche Satz und Potenzreihen

Wege oft genug nur uerst mhsam zu erlangen wren (s. etwa die Aufgaben 9
und 15).
Blicken wir noch einmal auf die Stze dieses Abschnitts zurck, so sehen wir, da
sie alle mehr oder weniger direkt dem Transformationssatz entstammen. Dieser
ergab sich seinerseits fast unmittelbar aus dem Cauchyschen Doppelreihensatz und
der Tatsache, da eine Potenzreihe in ihrem Konvergenzkreis absolut konvergiert. Die beiden letztgenannten Sachverhalte machen also zusammen das Fundament aus, auf dem die weitreichenden Aussagen dieser Nummer ruhen.
Aufgaben
1. Die Potenzreihenentwicklungen fr .J1 + x und 11.J1 + x in A 62.3 gelten sogar fr
lxl < 1. Fr "kleine" x erhlt man daraus die Nherungsformeln

1
.J1+x = 1+- x
2
3

und

1
"='1 -- x.
.J1+x
2

x x
+2. In 1 +x = 2 ( x+-+-+
) fr

1-x
3 5

lxl < 1

(s. A 62.2).

Liefere zwei Beweise: einen durch Entwickeln von (Artanh x)', den anderen mit Hilfe von
A 53.7 in Verbindung mit der obigen Aufgabe 2.
7

1 x3 1 3 x 5 1 3 5 x
...4.Arsinh x = x---+
--+-
23 245 24 67

trlxl<l.

Hinweis: A62.3.-Die Entwicklung gilt sogar fr lxl:o=;1; s. A65.1.

5. Bestimme die Konvergenzradien und die Summen der folgenden Potenzreihen:


~

a)

(2n + 1)(2x?",

b)

c)

(3n + 2)x",

"

L
x
.
.. -o 3n + 3

6. Bestimme mit Hilfe von Potenzreihen die folgenden Grenzwerte (versuche auch, sie mit
der Regel von de !'Hospital zu berechnen und vgl. den Arbeitsaufwand) :

x - srnx
a) tim ,.
2
,
x- o e - 1 - X - X /2

r
ln2 (1+x) - sin2 x
b) x-+0
un
1 - e -x%
,

e x- 1
d) lirn ---~2
x- o (1-cos x) '

e) tim .Jcos ax-.Jcos bx

x-+0

x2

X SlO X
.
)
I
c un (
"-o 1-cos x )2

(s. A 50.4),

f) lim 1T [15x - 35x + 8sin1T--h_cos1TJxJ


3
x -+0 32x 2(1-x) (4-x)
1TJx
(1-x)2 .

+7. Eine Warnung Cauchys Die beliebig oft auf R differenzierbare Funktion in A 50.9 bes itzl keine Polenzreihenenlwi cklung um den Nullpunkt.

64 Die Summenfunktion einer Potenzreihe

375

"' a"x" ist genau dann gerade, wenn die Potenzreibe nur gerade
* 8. Die Funktion f{x) = L
Potenzen von x enthlt {wenn also a 1 = a 3 = a 5 = = 0 ist); sie ist genau dann ungerade,
wenn nur ungerade Potenzen auftreten (wenn also a 0 = a 2 = a 4 = = 0 ist). Diese
Tatsache lt die Bezeichnungen "gerade" und " ungerade" erst voll verstndlich werden.
9. Beweise mittels der Metbode des Koeffizientenvergleichs die Identitt

fr beliebiges a, und jedes n;;;., 0. Durch Spezialisierung erhlt man

Ein natrlicher Zugang zur Exponentialreihe Es sei die Differentialgleichung u= a u


durch eine Funktion u(t) mit u(O):=u 0 zu lsen (s. Nr. 55). Wir versuchen, diese Lsung
mittels der Methode der unbestimmten Koeffizienten zu gewinnen. Dazu machen wir den

+ 10.

00

Ansatz u(t):=

L.:

a" t", gehen mit ihm in die Differentialgleichung ein, erhalten durch

n-o

Koeffizientenvergleich die Rekursionsformeln (n + 1) a" + 1 =et a" fr n =0, 1, ... und daraus a"=(a"l nl)a0 mit zunchst noch unbestimmtem a0 Da die Reihe a 0

I" - o (at)"
n!

auf R

konvergiert und gliedweise differenziert werden darf, ergibt sich nun nachtrglich, da sie
fr jedes a0 die Differentialgleichung lst. Aus d er Anfangsbedingung folgt a0 = u0 Dieses
Verfahren setzt die Kenntnis der Exponentialfunktion und -reihe nicht voraus-es fhrt
gerade umgekehrt auf sehr natrHche Weise zur letzteren.
Differentialgleichung 1>

11. Eine der Lsungen der Besselschen


x 2 y" + xy' + (x 2 -1)y = 0

wird durch die bestndig konvergente Potenzreihe


2n + 1

y(x):=

L (-1)" n. n
I(

n O

) 2n+t
1 12
.

gegeben. Besttige dies und gewinne y(x) vermittels der Methode der unbestimmten
Koeffizienten (s. Aufgabe 10).
U. Bestimme mit Hilfe von Potenzreihen die folgenden Summen:
1

a) 2 1 1 -22 2 + 2 3 3 - 2 4 4 +c)

2! 3!

4!

5!

-+-+-+-+ ...

'

... '

2 2

b) 1 +-+-+-+
2
3

d)

n- 1

(-1)"+1

...
'

~.

(1/2).
2
n

13. Das volkswirtscbaftlicbe Gesetz des abnehmenden Ertrags Zeige mit Hilfe von A 61.5:
Die Funktion f habe in x 0 ein lokales Extremum und sei in eine Potenzreihe mit dem
1

> Friedrich

Wilhelm Bessel (1784-1846 ; 62). Eine tiefergehende Untersuchung der Besselschen Differentialgleichung und der "Besselschen Funktionen" findet man in Heuser [9].

376

VIII Der Taylorsche Satz und Potenzreihen

Mittelpunkt x 0 entwickelbar. Genau dann besitzt f in x 0 ein lokales Maximum im strengen


Sinne, wenn in einer gewissen punktierten 8-Umgebung von x 0 stndig f"(x) < 0 bleibt.
Die folgenden Betrachtungen liefern uns eine praktisch auerordentlich wichtige Anwendung dieses Ergebnisses.
Zahlreiche, ja die meisten funktionalen Abhngigkeiten (Prozesse), die uns in der
Wirklichkeit begegnen, lassen sich exakt oder mit ausreichender Genauigkeit durch
Potenzreihen beschreiben. Besitzt ein solcher Prozess f also ein lokales Maximum in x 0 , so
wird er sich ihm, locker formuliert, konkav nhern: Er wird - von links an x 0
herankommend- zwar wachsen, aber die Zuwchse werden immer geringer ausfallen (s.
Fig. 49.3). Diese einfache Tatsache fhrt in den Wirtschaftswissenschaften zu dem
berhmten Gesetz des abnehmenden Ertrags. Angenommen, wir haben einen fixen Produktionsfaktor, etwa Boden, der durch Einsatz eines variablen Produktionsfaktors, etwa
Arbeit, einen Ertrag abwirft; f(x) sei der Ertrag, der durch den Einsatz von x Arbeitseinheiten erwirtschaftet wird. Die Funktion f besitzt offenbar ein Maximum im strengen
Sinne: Zunchst steigt der Ertrag durch zustzlichen Arbeitseinsatz, sptestens dann
jedoch, wenn soviel Arbeiter auf dem Boden ttig sind, da sie sich gegenseitig behindern,
beginnt er zu fallen. Nach den obigen Errterungen wird also f in einer Umgebung der
Maximalstelle konkav sein. In der Sprache der Wirtschaftswissenschaftler liest sich das so
(Gesetz des abnehmenden Ertrags): Der zunehmende Einsatz eines variablen Produktionsfaktors auf einem fixen Produktionsfaktor fhrt ab einem gewissen Punkt zu
abnehmenden Ertragszuwchsen (man sollte also besser von dem Gesetz des abnehmenden Ertragszuwachses reden).

14. Die Malthusianische Bevlkerungstheorie und die Engelssehe Kritik In seinem aufsehenerregenden, von Pessimismus durchtrnkten und Pessimismus erzeugenden "Essay
on the Principles of Population" (1798) vertrat der englische Pfarrer Thomas Robert
Maltbus (1766-1834; 68) die Lehre, da die Erdbevlkerung dazu tendiere, sich " in
geometrischer Progression" (wir wrden sagen: exponentiell) zu vermehren. Aufgrund des
oben dargelegten Gesetzes vom abnehmenden Ertrag knne jedoch die Nahrungsmittelproduktion, da sie auf den fixen Produktionsfaktor Boden angewiesen sei. mit dieser
Bevlkerungsvermehrung nicht Schritt halten. D er Ausgleich werde entweder durch repressive Gegenkrfte hergestellt, welche die Sterblichkeit steigern (Epidemien, Kriege,
Naturkatastrophen, Hungersnte), oder msse durch prventive Gegenkrfte bewirkt werden, welche die Geburtenziffer senken (wobei er seine ganze Hoffnung auf "moralische
Enthaltsamkeit" und "tugendhafte Ehelosigkeit" setzte). Dessenungeachtet schmcken seinen Grabstein die Worte: He /ived a serene and happy life.
1844 griff Friedrich Engels (1820- 1895; 75) in seiner Schrift "Umrisse einer Kritik der
Nationalkonomie" leidenschaftlich die dstere Lehre der Principles of Population an. Wir
zitieren die wichtigste Stelle 1>:
00

" Kommen wir indes, um der allgemeinen Ubervlkerungsfurcbt alle Basis zu nehmen,
noch einmal auf das Verhltnis der Produktionskraft zur Bevlkerung zurck. Maltbus
steHt eine Berechnung auf, worauf er sein ganzes System basiert. Die Bevlkerung
vermehre sich in geometrischer Progression: 1+2+4+8+16+32 usw., die Produktionskraft des Bodens in arithmetischer: 1 + 2 + 3 + 4 + 5 + 6. Die Differenz ist augenschein-

t> Nach dem zweiten Band der Marx-Engels Studienausgabe, herausgegeben von lring
Fetscber. Fischer-Bcherei, Frankfurt/M., 1966.

64 Die Summenfunk~on einer Potenzreihe

377

lieh, ist schreckenerregend; aber ist sie richtig? Wo steht erwiesen, da die Ertragsfhigkeit
des Bodens sich in arithmetischer Progression vermehre? Die Ausdehnung des Bodens ist
beschrnkt, gut. Die auf diese Flche zu verwendende Arbeitskraft steigt mit der
Bevlkerung; nehmen wir selbst an, da die Vermehrung des Ertrags durch Vermehrung
der Arbeit nicht immer im Verhltnis der Arbeit steigt, so bleibt noch ein drittes Element,
das dem konomen freilich nie etwas gilt, die Wissenschaft, und deren Fortschritt ist so
unendlich und wenigstens ebenso rasch als der der Bevlkerung. Welchen Fortschritt
verdankt die Agrikultur dieses Jahrhunderts allein der Chemie, ja allein zwei MnnernSir Humphrey Davy und Justus Liebig? Die Wissenschaft aber vermehrt sich mindestens
wie die Bevlkerung; diese vermehrt sich im Verhltnis zur Anzahl der letzten Generation;
die Wissenschaft schreitet fort im Verhltnis zu der Masse der Erkenntnis, die ihr von der
vorhergehenden Generation hinterlassen wurde, also unter den allergewhnlichsten
Verhltnissen auch in geometrischer Progressionund was ist der Wissenschaft
..
unmglich? Es ist aber lcherlich, von Ubervlkerung zu reden, solange ,das Tal des
Mississippi wsten Boden genug besitzt, um die ganze Bevlkerung von Buropa dorthin
verpflanzen zu knnen', solange berhaupt erst ein Drittel der Erde fr bebaut angesehen
und die Produktion dieses Drittels selbst durch die Anwendung jetzt schon bekannter
Verbesserungen um das Sechsfache und mehr gesteigert werden kann".
a) Ist es richtig, von Vermehrung " in geometrischer Progression 1 +2+4+8+16+32
usw". zu reden? Was ist.damit wirklich gemeint? (Vgl. Beginn der Nr. 26).
b) Was ist mit " Vermehrung in arithmetischer Progression 1 +2+3+ 4 +5+6" gemeint?
c) Zeige, da Engels ein exponentielles Wachstum der Wissenschaft annimmt.
d) Angenommen, die Bevlkerung u und die Wissenschaft w wachsen exponentiell, es
gelte also u= au und w= w(a, > 0), angenommen ferner, die Nahrungsmittelproduktion sei proportional zu w, in welcher Beziehung mu dann zu a stehen, um das
Verhungern der Bevlkerung zu verhindern?
+ts. Kaninchenvermehrung und Fibooaccizahlen Leonardo von Pisa (Leonardo Pisano,
1170?- 1250?; 80?), besser unter dem Namen Fibonacci bekannt, stellte in seinem wichtigsten Werk, dem Liber Abbaci von 1202, eine .,Kaninchenaufgabe", die harmlos genug aussah und doch ganz unerwartete Folgen haben sollte:

Jemand brachte ein Kaninchenpaar i,n einen gewissen, allseits von Wnden umgebenen Ort, um herauszufinden, wievi'el [Paare] aus diesem Paar in einem Jahr entstehen wrden. Es sei die Natur der Kaninchen, pro Monat ein neues Paar hervorzubringen und im zweiten Monat nach der Geburt [erstmals] zu gebren. [Todesflle jedoch mgen nicht eintreten.] 1>
Um die Naturnhe der Fibonaccischen Fortpflanzungskonstruktion wollen wir uns hier
nicht sorgen. Um unsere Ideen zu fixieren, nehmen wir noch an, das .,Urpaar" sei unmittelbar nach seiner Geburt in das Zeugungsgehege eingesperrt worden. Dort finden wir dann
von Monat zu Monat die folgenden Anzahlen von Kaninchenpaaren: 1 (das Urpaar), 1
(immer noch das Urpaar), 2 (das Urpaar und das erste Nacbwucbspaar), 3, 5, 8, 13, 21, 34,
55, 89, 144, ... Diese sogenannten Fibonaccizahlen a 11 a 2, werden offenbar durch die
nachstehende Rekursionsvorschrift gegeben:

11

Siehe B. Boncompagni (Hrsg.): Scrilfi di uunurdu Pisanu, Roma 1857, vol. I, S. 283.

378 Vlll D e r Taylorsche Satz und Potenzreihen


Glanz und Ruhm der Fibonaccizahlen entstammen freilich weniger ihrer eher dubiosen
Rolle in der Kaninchenprokreation, als vielmehr der Tatsache, da nach und nach eine
schier unglaubliche Flle interessanter Resultate ber sie entdeckt worden ist; seit 1963 gibt
es denn auch eine Zeitschrift, The Fibonacci Quarterly, die sich mit Haut und Haaren diesen
faszinierenden Zahlen verschrieben hat. Auch in den Naturwissenschaften (aus denen sie ja
via ,.Kaninchenaufgabe" ursprnglich gekommen sind) finden sie immer zahlreichere und
immer wichtigere Anwendungen - von den ,.Phyllotaxis" ( - Anordnung der Pflanzenbltter) ber elektrische Netzwerke bis hinein in die moderne Virusforschung (zum letzteren s.
etwa M. Eigen : " Perspektiven der Wissenschaft", Stuttgart 1988, S. 180f.) ., The Fibonacci
numbers haue the strange habil of appearing where least expected", schreibt S. L. Basin in
seinem Aufsatz ., The Fibonacci sequence as it appears in nature" (Fibonacci Quarterly 1
(1963), Heft 1, 53-56). Im folgenden wollen wir eine explizite Darstellung der an erarbeiten.
Beweise zu diesem Zweck die nachstehenden Aussagen :
a) Die Fibonaccifolge (a,.) nimmt ab n = 2 streng zu, und f r alle n ist a,. + 1/ a,. < 2.
b) f(x) :=

.L:
tJ-0

a,. + 1x"

c) Frlxl< 1/2istf(x) - xf(x) - x f(x) = 1,also:f(x) =d)

x1 :=

(64. 11)

konvergiert mindestens fr lxl < 1/2 .

- 1 +../5

- 1- ../5

und

x 2 +x- 1

x 2 := - - 2

sind die Nullstellen des Polynoms x 2 + x - 1, und mit ihnen gilt


f(x)= - 1 (

JS

1 ) =1-

X- X z

J5

X - X1

1
X1

1 1
-1-----

1 _~
Xt

Xz

1 _~
x2

e) Fr hinreichend kleine lxl ist

_
1
"'G1
1
)
.
,
_
_!_"' [(1 +../S)n+
l
(1-JS)n+
l]
f(x)- r= L
x"+l -JS L 2 - 2
v5
X

n+l-

n-0

11

X.

n- o

f) Fr alle n E N gilt :

a,.

Wie der Beweis zeigt, ist dieses berraschende Ergebnis eine neue Frucht des
Identittssatzes.

16. Goldener Sclmitt und Fibonaccizahlen In der Architektur der Antike und der
italienischen Renaissance spielte der berhmte Goldene Schnitt (auch gttliche Teilung
genannt) eine hervorragende R olle. Man sagt, eine Strecke AB sei durch den Punkt T
nach dem G oldenen Schnitt geteilt, wenn TB: AT= AT : AB ist (s. Fig. 64.1). Whle die

65 Der Abelsche Grenzwertsatz

Fig. 64.1

Lngeneinheit so, da AB die Mazahl 1 hat.


Fibonaccifolge (s. Aufgabe 15). Zeige:
a) T= (- 1 + J5)/2=0,618.
b) a.Jan + t~'T.

'T

379

~-------- 1 --------~

sei die Mazahl von AT und (a") die


c) r = Konvergenzradius von (64.11).

Diese Beziehung zwischen Fibonaccizahlen und Goldenem Schnitt hat schon Kepler erahnt. Siehe B.-0. Kppers (Hrsg.): "Ordnung aus dem Chaos", Mnchen 1987, S. 179 ff
und S. 193.

65 Der Abelsche Grenzwertsatz


Im letzten Abschnitt hatten wir uns ganz auf das Verhalten der Potenzreihe

...
L

a,. (x - x 0 )" innerhalb ihres offenen Konvergenzintervalls K konzentriert. Nun

wissen wir aber, da eine Potenzreihe sehr wohl auch in gewissen R andpunkten
von K konvergieren kann. In diesem Falle ist ihre Summenfunktion f ganz von
selbst auch in diesen Randpunkten definiert, und damit stellt sich die Frage nach
dem analytischen Verhalten von f an diesen Stellen. Eine erste und fr unsere
Zwecke ausreichende Antwort gibt de r
00

65.1 Grenzwertsatz von Abel > Hat die Potenzreihe L a,.x" den endlichen Kon 1

vergenzradius r und konvergiert sie auch noch im rechten Endpunkt r ihres


Konvergenzintervalls, so ist ihre Summenfunktion
f(x) :=

..L a,.x"

.. ~ o

im Punkte r (linksseitig) stet ig , mit anderen Worten: Es ist

..

lim_
)(_.,

f(x)=

a,.r".

n ~O
00

Ein entsprechender Satz gilt, wenn

a,.x" fr x = - r konvergiert.

n O

>Der Einfachheit halber formulieren wir ihn nur fr Potenzreihen mit dem Mittelpunkt 0.
Wie bisher sei der Konvergenzradius f 0. brigens kann der Leser einen zweiten,
methodisch ganz anderen Beweis dieses wichtigen Satzes in A 105.5 finden.

380

Vlll Der Taylorsche Satz und Potenzreihen

Im Beweis drfen wir ohne Beschrnkung der Allgemeinheit r = 1 annehmen.


00

Nach Voraussetzung existiert dann s :=

L a,., und zu zeigen ist die Beziehung


n=O

lim f(x) = s. Setzen wir s,. := a0 + a 1 + + a,., so gilt wegen (63.5) fr lxl < 1

x~t -

..

..

L a,.x" = (1 - x) L s,.x",

also

n=O

n=O

s-f(x)= [ (1-x)

fn- o x"] s-(1-x) n-f o s,.x"

(man beachte hierbei, da nach der Summenformel (31.1) der geometrischen


Reihe der Inhalt der eckigen Klammer = 1 ist). Damit haben wir

..

L (s -

s -f(x) = (1 - x)

(65 .1)

falls lxl < 1.

s,.)x",

n=O

Zu beliebig vorgegebenem e > 0 gibt es ein N, so da fr n > N stets ls - s,. I< e/2
bleibt. Fr alle x e (0, 1) finden wir dann mit (65.1) die Abschtzung

l s-f(x)l~(1-x)

..

L is - s,.i x"
n=O

~(1 - x)

oo

L ls - s,. lx" +-2 (1 - x) L


8

11 = 0

~(1 - x)

x"

n- N+l

L
is-s.. l+- .
n=O
2

U nd da man offenbar zu dem gewhlten e ein 8 E (0, 1) so bestimmen kann, da


N

fr alle xe(l-8, l) stets (1 - x)

n- o

ls-s,.l < e/2 ausfllt, ist fr diesexnunmehr

ls - f(x)l < e/2 + e/2 = e, in der Tat gilt also lim f(x) = s.
x-+1-

Die Tragweite des im Grunde ganz einfachen Abelschen Grenzwertsatzes wird


sich in den nun folgenden Anwendungen erweisen.
1. In (1 + x) In Nr. 64 hatten wir auf sehr bequeme Weise, vllig unabhngig vom
Taylorschen Satz, die Entwicklung
..

ln(l+x)=

xn +l

L
(- 1)"
n- o
n+ 1

(65.2)

gefunden, allerdings nur fr lxl < 1; s. (64.6). Da aber die rechtsstehende Reihe
nach dem Leibnizschen Kriterium auch fr x = 1 konvergiert, folgt aus dem

381

65 D e r Abelsche Grenzwe1:tsatz

Abe lschen Grenzwe rtsatz


1

00

L (- 1)" n + 1 =

n O

lim 1n(1 + x)=ln 2,


x--+1 -

so da (65 .2) auch noch fr x = 1, insgesamt also fr -1 < x ~ 1 gilt ll.

2. arctan x In Nr. 64 hatten wir die Entwicklung


"'

arctan x =

x 2n+ 1

L (- 1)" 2n+1

fr lxl < 1

n O

hergeleitet; s. (64.7). Da aber die Reihe nach dem Leibnizsche n Kriterium auch
fr x = 1 konvergiert, folgt aus dem Abelschen Grenzwertsatz
- 1

L (-1)" 2n + 1 =
00

n =O

..

L (- 1)" 2 n + 1 =

tt

lim arctan x = arctan(-1),


X-+- 1+

lim arctan x = arctan 1.


x-1 -

(64.7) gilt also auch noch fr x = 1, insgesamt haben wir somit


x 2n+ l

00

arctaox=

L (-1)" 2 n+ 1

frlxl~ l.

(65.3)

n= O

Und da arctan 1 =n/ 4 ist, gewinnen wir daraus die reizvolle Summenformel
1 1 1
'rr
1 -- +---+- ... =3 5 7
4,

(65.4)

die nach Leipniz genannt wird und die Fundamentalzahln: in bestehender e infacher
Weise zu de n unge raden Zahlen in Beziehung setzt. Leipnizens Kommentar: numero
deus impare gaudet (Gott freut sich an der ungerade n Zahl).

3. arcsin x Wir we nden uns nun der Entwicklu ng

1 x3

1 3 x 5 1 3 5 x7

arcsinx = x +--+
-+
- +
23 245 2467

(lxl < 1)

zu, die wir in (64.9) festgehalten habe n. Fr die Teilsummen s.,(x) dieser Re ihe
gilt, solange 0 < x < 1 ist, trivialerweise dje Abschtzung

s,. (x) < arcsin x < arcsin 1,


also ist s,. (1) = I im s.. (x) ~ arcsin 1 fr alle n. Nach de m Monotoniekrite rium mu
x-+ 1-

somit die aresin -Reihe a uch noch fr x = 1 konvergiere n. G anz e ntspreche nd


stellt man ihre Konverge nz in x =- I fest. Und da I im arcsin x = arcsin (- 1) und
x - - 1+

Da die GI. (65.2) auch noch fr x = 1 gilt, hatten wir auf ganz andere Weise (nmlich
mittels einer Restgliedabschtzung) scho n in Nr. 62 gesehe n.
l

382

VIII Der Taylorsche Satz und Potenzreihen

lim arcsin x = arcsin 1 ist, folgt nun aus dem Abelschen Grenzwertsatz, da die

x~l-

Obige Entwicklung auch noch fr x = 1 gilt. Insgesamt haben wir also

1x3 13x 5 135x7


arcsinx=x+--+
-+
-+ frlxl~l.
23 245 2467
4. (1 + x)a Die Binomialreihe

(65.5)

L (:)x" reduziert sich fr a E N 0 auf eine endliche

Summe und besitzt fr jedes andere a den Konvergenzradius 1. Ob sie im Falle


a 1$ N0 auch noch in den Punkten x = + 1 konvergiert (und welchen Wert sie ggf.
dort hat) , war in (64.8) offengeblieben. Wir haben nun alle Hilfsmittel beisammen,
um diese Fragen erfolgreich angreifen zu knnen. Durchweg sei a =I= 0, 1, 2, ....

L a,.=L (-1t(:) zu tun. W egen

Im Falle x= - 1 haben wir es mit der Reihe

C: 1)

1_ 1

=a-n= a +
(:)
n+l n+1

(65.6)

ist d ann

an +l =1-a+1_
an

(65.7)

n+l

Fr a > 0 und alle hinreichend groen n haben wir also


an+l

an

= 1-

+1

n+ 1

~ 1- -

mtt

:=-+1>1,
2

woraus sich mit dem Raabesehen Kriterium 33.10 bereits die Konvergenz von
I a" ergibt. Sei nun a <0, also a +1 < 1. Fr n;;;:::: 1 ist dann erst recht a + 1 <
( n + 1)/n und wegen (65.7) also an+1 /a .. > 1 - 1/n. Das Raabesehe Kriterium lehrt
nun die Divergenz von I a".
Jetzt betrachten wir den Fall x = 1, also die Reihe

L b" = L (:). Aus (65.6) folgt,

da fr a ~ - 1 (also a + 1 ~ 0) durchweg b"+ 1 /b 11 ~ -1, und somit lbn+tlb" I ;;;:::: 1 ist ;


nach dem Quotientenkriterium ist also I b" divergent. Nun sei a > -1 (also
er.+ 1 > 0). Wegen (65.6) ist fr alle hinreichend groen n, etwa fr n;;;:::: m, jedes

11

+ 1 /b"

negativ. Daraus folgt, da die Reihe

..I

b" alternierend ist und

n =m

bn+l

b"

=1-

er. + 1
<1frn;;::::m
n+ 1

sein mu ; letzteres besagt aber, da die Folge

(65.8)

(Ibm I, lbm+1 l, ...) abnimmt.

Und

65 Der Abelsche Grenzwertsatz

383

nun brauchen wir nur n och zu zeigen, da b,. ---? 0 strebt, um mit dem Leib"'

nizschen Kriterium zu erkennen , da

b,. und damit auch

n- m

..L b,. konvergiert.

n~o

Nach (65.8) ist fr n > m

jb,.j
lbml

lbm+ll lbm+21
lbm l lbm+ll

'--:-'-'-':...:...=

= (

jb,. j
Ibn-li

1 - a+1)( 1 - a+1) ... ( 1 - a+ 1).


m+1
m+2
n

Da wegen (62.1) fr jedes

die A bschtzung 1 +X~ ex gilt, fo lgt daraus

"
lb,.l~lb".le-(a + l\ -~ + 1 1 1 k.

U nd weil (a + 1)

I
k=m+l

1
-k ---? +oo divergiert, wenn n---? oo geht, ergibt sich nun, da

b" ---? 0 strebt und die Reihe L b" somit tatschlich konvergiert.
Damit ist das Konvergenzverhalten der Binomialreihe restlos geklrt. Ziehen wir
noch den Abelschen Grenzwertsatz heran und lassen wir den trivialen Fall a e N 0
beiseite, so knnen wir zusammenfassend folgendes festhalten:
Ist a =f 0, 1, 2, ... , so gilt die Entwicklung

I (a)x",
n

(1 + x)a =

lxl < 1,
wenn

x=-1 und a>O,

n =O

x= 1

(65 .9)

und a>-1

L (:)x".

ist; in allen anderen Fllen divergiert die Reihe

5. Abelscher Produktsatz In A 32.9 wurde der folgende, auf Abel zurckgehende


Satz bewiesen: Ist das Cauchyprodukt

..

c,. =

n- 0

..

(aob,. + a1b,.- 1 +

n- 0

der beiden konvergenten Reihen

+ a,.b 0 )

..L
n=O

( f an) ( f
n- o

n O

b") n-f o c""


=

a,. und

..L

b,. selbst konvergent, so gilt

n- o

Ein neuer - und makellos durchsichtiger - Beweis

kann mit Hilfe des Abelschen Grenzwer tsatzes so gefhrt werden: Die geometrische Reihe L x" ist fr lxl < 1 absolut konvergent, und da die Zahlenfolgen (a
(b") und (c,.) gewi beschrnkt sind, mssen nach A 31.5 auch die Reihen I a"x",
L b 11 x" und L C 11 X" fr lxl < 1 absolut konvergieren. Fr diese x ist dann wegen
11

) ,

384

VIII Der Taylorsche Satz und Potenzreihen

Satz 63.3

woraus sich fr x-+ 1 - dank des Abelschen Grenzwertsatzes bereits die Behauptung ergibt.
Aufgaben
1 x3 1 3 x5 1 3 5 x 7
+l.Arsiohx = x---+
--+-
23 245 2467
Hinweis : A64.4.

fr l x l~ l.

11 131 1351
-- +- = ln(1+h).
23 245 2467
Hinweis: Aufgabe 1 und A 53.5.

2.1 ---+
'

11 1 . 3 1 1 3. 5 1
11'
3. 1+--+
-+
-+ =- .
23 245 2467
2

4. Fr jedes positive a ist

(a) = 2" und


nO n
(vgl. A 7.2c,d). Daraus folgt z.B. (s. A 7.3)I'

(- 1)"(a) = 0
n =O
n

1 + .!,+

f (- 1)"_ 1 3 (2n - 3) = J2

1 _ .!,+

f (-1?.,_ 1 3 (2n - 3) =O.

2 "_2

und

2 4 (2n)

2 4 (2n)

n -2

+ S. Differenzierbarkeil in Randpunkten des Konvergenzintervalles

Hat die Potenzreihe

..L a.. x" den endlichen Konvergenzradius rund konvergieren dje beide n Reihen L.. a r" und

..L (n +

n O

no

1) an+ Ir", so ist die Summenfunktion f(x): =

.L

n =O

n- 0

11

a.. x" im Punkt r (linksseitig) diffe-

renzierbar, und ihre Ableitung daselbst ist


..

11

f'(r)= L (n+ l)an+l'.

Hin weis: A49.5.

6. Differentiation der Binomialreihe Ist a;t.O, 1, 2, ... , so gilt d ie durch gliedweise Differentiation von (65.9) gewonnene Entwicklung
lxl < 1,
x = - 1 und a > 1,
~
(1 + x)" =
(n + 1)( a )x", wenn
dx
n -0
n +1
x=1
und a > 0

ist: in allen anderen Fllen divergiert die rechtsstehende Reihe.

65 D er Abelsche Grenzwertsatz
+ 7. Ergnzung des Abelschen Grenzwertsatzes Die Potenzreihe

385

..L a"x" habe den endli-

n -0

chen Konvergenzradius r, alle ihre Koeffizienten seien ;;;.. 0 und

..
divergiertf(x)= L a"x'-+ +

a" r" diuergiere. Dann

n -0

fr

oo

X-+ r - .

u -0

+s.

Verallgemeinerter Abelscher Grenzwertsatz Die Potenzreihe f(x): =

..L

anxn sei fr

n -0

lxl < 1 konvergent, und es strebe

(s,.:=a 0 +a 1+ +a,.).

(s 0 +s 1 + +s,.)!(n+1)-s

D ann ist lim f(x) vorhanden und = s (wegen des Cauchyschen Grenzwertsatzes ist dies

.x---

eine Verallgemeinerung des Abelschen). Hinw e is : Aus (63.5) folgt


1 ) 2 I a.. x"=I(n+1)so+s 1 ++s,.x"
(
1- x n O
n- 0
n+l
+9. Abelsche Summierung Ist die Potenzreihe f(x): =

..l:

n O

frlx i< L

(65. 10)

a11 x" fr Ix l< 1 konvergent und

strebt f(x)-s fr x-1 - , so sagt man, s sei die Abelsche Sum m e der (u. U. divergen-

..
..
ten) R eihe L a und schreibt A- l: a = s. Zeige:
n O

a) A -

11

11

--o

I,.._() (- 1)" = 2l (Euler schrieb noch unbefangen die " Gleichung"

(-1)" = .!._ nieder,

2
..
ohne sieb um Konvergenzfragen zu kmmern. Die Reihe l: (- 1)" hatte fr ihn den Wer t
weil sie aus der Entwicklung
I
x
entsprang. Die lange Lei1+X
densgeschichte des Konvergenzbegriffs wird in Kapitel XXIX erzhlt werden).
..
..
b) Sind die R eihen l: a,. und l: b" konvergent, so ist
ti C)

u O

(- l )"x" fr

= 1

n=O

n =O

n O

Hinweis: A .., B,., C,. seien die Teilsummen der R eiben

La,., L b", L (a,,b,. + a,b,._, + + a,.b0 ).


Es ist

C 0 +C1+ + C.,=A 0 B"+A.B,._1 + +A,.B0

Benutze nun A 27.6 und Aufgabe 8.

..

+ Jo. Tauberscher Satz (teilweise Umkehrung des Abelschen Grenzwertsatzes) Mit den Be-

zeichnungcm der Aufgabe 9 sei Avergiert bereits

..

" _o

a" vorhanden und =s. Strebt dann n a" ....

u- 0

a" und hat den Wert s.

o, so kon-

3 86

VIII Der Taylorsche Satz und Potenzreihen


<X>

Hinw eis: Sei f(x):=

n- o

a"x", s":=a0+a 1+ +a,.. Fr alle xe[O, 1) ist dann

oo

L ak(1 - xk) - I

Js"-f(x)l=

k l

akxk ~(1-x)

k - n+ l

ta

l
klakl+n

k=l

oo

klaklxk.

k=n+l

Setze x := 1 -1/n und beachte, da nach dem Caucbyschen Grenzwertsatz auch


1 "
k lakl ~ P strebt.
n k -t

-L

66 Die Division von Potenzreihen


Sie wird im wesentlichen durch den folgenden Satz geklrt, den wir der Einfachheit wegen (aber ohne die Allgemeinheit einzuschrnken) fr Potenzreihen mit
dem E ntwicklungsmittelpunkt 0 formulieren.
0

<X>

66.1 Satz Die Potenzreihe f(x) :=

L:

a,.x" konvergiere fr

lxl < r, und ihr absolutes

n ~o

Glied a 0 sei von Null verschieden (oder also: f(O) sei =/= 0). Dann lt sich 1/f(x) in
einer gewissen p- Umgebung von 0 wiederum durch eine Potenzreihe darstellen:

1
f( ) =
X

00

b,.x"

fr

n -0

lxl < p.

Zum Beweis drfen wir a 0 = 1 annehmen. Nach dem Stetigkeitssatz gibt es ein
Se(O, r), so da fr lx i<S stets ia 1 x+a 2 x 2 + 1<1 bleibt. Fr diese x ist
offenbar
1

--=

f(x)

00

1- (-atx-a 2 x

=
-

L (-

J=O

a 1 x- a 2 x 2 -

.Y.

Die Cauchysche Multiplikation liefert


fr j

0, 1, 2, ... ,

Drfte man hierin die Reihenfolge der Summationen vertauschen, so fnde man
in

f(\

f (.f ak)xk die gewnschte Entwicklung. Nach dem Cauchyschen

k =O

J O

Doppelreihensatz ist diese Vertauschung jedenfalls immer dann mglich, wenn


sogar

Ct
la;kllxlk)
10
~

konvergiert. Da dies fr hinreichend kleine

lxl in der Tat

66

Die Division von Potenzreiben

387

lxl < p

stets

der Fall ist, sieht man so: Es gibt ein p E (0, 5), so da fr

la 1 llxl + la 2 llxl2 + < 1 bleibt. Fr diese lxl

konvergiert die R eihe

CO

L
(latllxl+ lazllxl
i=O

+ )i

;Io (~0 a;~c lxl~<) schreiben. Da offenbar la;~cl~a;~c ist,


ergibt sich nun, da die Reihe I ( I la;~cllxlk) jedenfalls fr lxl < p konvergiert.
;- o
und lt sich in der Form

~c - o

Damit ist alles bewiesen1 >.

f(x):= I""

Sind die Potenzreihen

a..x" und

n- 0

g(x):= L""

b..x" beide fr

n=O

lxl< r

konvergent und ist g(O) = b 0 =f 0, so folgt aus dem o bigen Satz in Verbindung mit
der Produktaussage d es Satzes 63.3, da sich der Quotient f(x)/ g(x) in einer
gewissen p- Umgebung von 0 durch eine Potenzreihe darstellen lt:

I""=0 a n x"

f(x)

00

11

g(x)

"" b x"
I n

L c..x"
n- o

(b 0 =f 0) .

n =O

Aus dieser Beziehung folgt

a,.x"

=(

b..x")(

n- 0

n- 0

c,.x")

(b 0 c .. + b 1 cn-I +

n=O

n ==-0

+ b,.c0 )x",

und durch Koeffizientenvergleich erhlt man nun ein Gleichungssystem, a us dem


sich die c 0 , c~> c 2 , . . . sukzessiv berechnen lassen :

boco = ao
b 0 c 1 +b 1 c 0 = a 1

(66.1)

b0 c2 + b 1 c 1 + b2 c0 = a 2

Fr die beiden ersten Koeffizienten findet man so die Formeln

Die Ausdrcke fr c2 , c3 , . werden zunehmend unbersichtlicher; d as ndert


aber nichts daran, da die Berechnungsmethode denkbar einfach ist. Wir bringen
zwei Beispiele.
1

> In

A 187.1 werden wir einen methodisch ganz anderen Beweis des Satzes 66.1 kennenlernen.

3 88

VIII Der Taylorsche Satz und Potenzreihen

1. Um die ungerade Funktion tan x

= sin xjcos x

zu entwickeln, wird man den

Ansatz machen

x3 xs

x--+ - - + ...
3! 5!
3
5
=
c
x
+
c
x+c
x+
1
3
5
2
4
X

2!

4!

)
s.A64 .8.

1--+--+
Aus der Gleichung

)(c x+c
( 1-~+~-+
2! 4!
1

5
3
x
+c
x
+
3
5

)=x-~+~-+

3! 5!

folgt nun durch Koeffizientenvergleich

und daraus c 1 = 1, c 3 = 1/3, c 5 = 2/15, ... , also ist

tan x = x +- x
3

2 5
+- x + fr alle hinreichend kleinen
15

lxl.

(66.2)

In (71.6) werden wir zu einer "vollstndigen" Entwicklung von tanx vorstoen.

2. Wegen (66.2) gilt fr alle betragsmig kleinen x

1 2 2 4
1+-x +-x +
3
15

tan x
--,

falls x=/= 0,

1 , falls x

0.

Infolgedessen ist fr diese x

f(x) :=

1 2 2 4
1 +- X + - X +
3
15

{x cot1 x,,

falls x =/= 0,
falls x = 0.

(66.3)

Zur Entwicklung von f machen wir den Ansatz


(s. wiederum A 64.8),

.
gewmnen
daraus ( 1 + 1 x 2 + 2 x 4 + ) (c0 + c2 x2 + c4 x 4 + ) = 1 und finden
15
3
durch Koeffizientenvergleich die Beziehungen

1 c0 = 1,

66 Die Division von Potenzreihen

c2 =

Aus ihnen ergibt sich c0 = 1,

f( x) =

- 1/3,

C4

= - 1/45, .. .. Fr kleine

389

lxl ist

also

1- .!.3 x2 -_!_
x4 +
45
.

Mit (66.3) entnehmen wir dieser Entwicklung, da lim x cot x = f(O) = 1 ist.
x-+0

Lassen wir nun (wie es der Methode der stetigen Fortsetzung entspricht) das bisher
nicht erklrte Zeichen 0 cot 0 die Zahl 1 bedeuten, so haben wir die Entwicklung

x cot x = 1 -

~x

1 4
x + fr alle hinreichend kleinen 1
4
45

(66.4)

Ein viel helleres Licht als dieses kleinwchsige Ding wird uns (71.5) aufstecken.
Das letzte Beispiel regt zu der folgenden Vereinbarung an: Wenn sich eine
Funktion g in einer punktierten Umgebung von x 0 durch eine Potenzreihe
darstellen lt, schrfer: wenn gilt

...

g(x) =

L an(x- Xo)"

fr 0 < lx- Xol < r,

n- 0

so setzen wir immer g(x 0 ) : = a 0 = ,._....,


lim g(x) - gleichgltig, ob oder wie g frher
schon im Punkte x 0 definiert war (es sei denn, wir weichen ganz ausdrcklich von
dieser Vereinbarung ab). In diesem Sinne sollte ja schon die Entwicklung (66.4)
gelesen werden, und so sind beispielsweise auch die folgenden Gleichungen zu
verstehen:

x2 x 4 x 6
- - = 1- -+ - - - + -
X
3! 5! 7!
sin x

e" - 1-

----=-2

1 X X2 X 3
= - +- + -+-+
2! 3! 4! 5!

fr alle x,
fr alle x.

Aufgaben
1. Zeige, da fr alle hinreichend kleinen x die folgenden Entwicklungen gelten:
a)
b)

c)

tan x
COS X

5 3 61 5
= X+- X +
X +

120

4
e" sin x
4 3
2
=
x
+
x
+x
+
x
+
2
cos x
3

x2
2

sin x

1
3

1
15

= 1 +- X +-X

'

'

390

VIII Der Taylorsche Satz und Potenzreihen


1

xln-1-x
1
2 2 5 3
d) ----=-=
1
+-X+X +-X +
2
sin x
2
3
12

2. Bestimme die folgenden Grenzwerte:


a) lim(.!cotx),
x-+0 X

b) lim(coth(x 2 )-.! cothx),

x )
. -1 (coth x arcsin x - -----::-d ) lim
2

. 4 (cot x 1 cosh(2.J;) )
e ) lim- .
x-+0 X
1 - X X 1- ln(1 - X)

x-+0 X

x-o

sin(x

'

c)

1
lim(.!\
X
ex- iJ

.x-0

*3. Sei p(x) := a 0 + a 1 x + + a,.x" ein Polynom mit p{O) = a 0 =f 0. Zeige: Zu jedem
m e N 0 gibt es ein Polynom Q"' vom Grade .,.m mit Q"' (0) =f 0 und ein Polynom q ..., so da
fr alle x gilt: Q"'(x)p(x)+ x"'+ 1 qm(x)= 1. Hin weis:

..

1/p(x)=

L ckxk=(co+c,x+ +c",x'") +x"'+ (c,.,+


1

+c,., +2 x+ ).

k =O

*4.

1+a2 x +a.x + a 6 x +
2
4
6
Aus
=
l
+c
x
+
c
x
+
c
x
+ fr lxl<r folgt
4
2
6
4
2
6
1 + b2 x + b4x + b6 x +

1 - a 2 x 2 + a.x 4 - a6x 6 + 2
4
6
1 - b 2 x + b.x - b6 x +-

= 1

c2x

+ c.x - c6x 6 +- rur Ix I< r.

+s.

Potenzreihenentwicklung mittelbarer Funktionen Die Funktionen


Potenzreihen um den Nullpunkt entwickelbar, es gelte also

..

f(x) =

L a"x"

..

fr lxl < r

und

"- o

F(y) =

L bky~<

fr

f und F seien

IYI < R.

k~o

Ist dann laol < R , so lt sich die mittelbare Funktion F(f(x)) in einer gewissen pUmgebuog von 0 wiederum durch eine Potenzreihe darstellen:

..

F(f(x)) =

L c..x"
II

fr

lxl< p.

=-0

Man erhlt diese Reihe, indem man die Potenzen (

a"x")k mittels der Cauchyschen

..L a,.kx" entwickelt und dann in


n -0

Multiplikation in Potenzreihen

11 - 0

die gleichen Potenzen von x zusammeofat, also den rechten Ausdruck durch Vertauschung der Summationsreihenfolge auf die Form

bringt.

67 Die Existenz der Winkelfunktionen

391

67 Die Existenz der WinkeHunktionen


Das mchtige Hilfsmittel der Potenzreihen setzt uns nunmehr in den Stand, eine
Lcke zu schHee n, die wir beim Aufbau der Theorie der Winkelfunktionen
notgedrungen in Kauf ne hme n muten. Der L eser wird sich erinnern, da wir in
Nr. 48 angenommen hatten, es gebe zwei Funktionen, genannt Sinus und
Kosinus, welche die Eigenschaften (48.10) bis (48.14) besitzen. Allein gesttzt
auf diese fnf Eigenschaften hatten wir dann alle wesentlichen Aussagen ber
diese beiden Funktionen gewinnen knnen, bis hin zu den Entwicklungen (62.5)
und (62.6):
..

sin x =

n- 0

x2n + l

(-1)" (

2n

oo

)1,
2n + 1 .

cosx=

L (-1)" (;n )'. .


n-o

(67. 1)

Aber immer muten wir dabei im Auge behalten, da diese ganze Theorie so
lange "leer " ist, bis wir die Existenz zweier Funktionen mit den aufgefhrten fnf
Grundeigenschaften garantiere n knnen. Auch die E ntwicklungen (67 .1) sind
deshalb nur im folgenden Sinne zu verstehen: W enn es Funktionen sin x und
cos x mit den Eigenschaften (48.10) bis (48.14) berhaupt gibt- dann gelten fr
sie notwendigerweise die Darstellungen (67.1). Immerhin lehrt diese Aussage,
da es hchstens ein Funktionenpaar geben kann, das allen Bedingungen {48.10)
bis (48.14) gengt, mit anderen Worten: Die Funktionen Sinus und Kosinus sind,
wenn sie denn berhaupt existieren, e indeutig durch das Bedingungssystem
(48.10) bis (48.14) festgelegt. Der Existenzbeweis ist nun aber, nach unserer
ausgiebigen Vorarbeit, nicht mehr schwer. In Nr. 63 hatten wir gesehen, da die
Potenzreihen L: (- 1)"x 2 " + 1 /(2n + 1)! und L: (- 1)"x2 "/(2 n)! bestndig konvergieren
(s. die Ausfhrungen nach Satz 63.2) . Indem wir nun die frhere Bedeutung der
Symbole sin x und cos x vergessen, definieren wir sie jetzt vermge ebendieser
Potenzreihen, d.h., wir setzen fr jedes reelle x
..

sin x :=

x2n + l

L
{-1)" (
)'
2
1
n- o
n+ .

oo

und

cos x :=

2n

L
(- 1)" x
.
n- o
(2n)!

(67.2)

Die so auf R e rklrten Funktionen sin x und cos x sind nach Satz 64.1 berall
stetig - das ist (48.10). Trivialerweise ist sin x eine ungerade und cos x eine
gerade Funktion - also ist auch (48.11) erfllt. Die Additionstheoreme (48.12)
beweist man ganz entsprechend dem Vorgehen in A 63.4 durch Reihenmultiplikation; ein anderer Beweis ist in der Aufgabe zu dieser Nummer angedeutet.
( 48. 13) e rgibt sich aus Satz 64.1 :
2

x x
lim sin x = lim ( 1--+-+ ) = 1.
x- 0
X
x-+0
3! 5!
U nd da trivialerweise cos 0 = 1 ist, gilt auch (48.14). Zusammenfassend knnen
wir also sagen: Es exisrierc ein Paar von Funktionen - aber auch rtur eines - , das

392 Vlll Der Taylorsche Satz und Potenzreihen

den Bedingungen (48.10) bis (48.14) gengt. Dieses Paar wird durch (67.2)
gegeben.
Damit steht nun unsere Theorie des Sinus und Kosinus auf festem Boden.
Darber binaus wissen wir jetzt, da auch die Funktionen tan x und cot x und die
Umkehrfunktionen arcsin x, arccos x, arctan x und arccot x wirklich vorhanden
sind (s. die Aufgaben 10 bis 13 in Nr. 57). Und fast das Wichtigste: Die
Fundamentalzahl 'Tf hatten wir in Nr. 57 als das Doppelte der kleinsten positiven
Nullstelle des Kosinus definiert- jetzt erst drfen wir gewi sein, da es ein solches
'Tf tatschlich gibt (und etwa mittels der Entwicklung in A 65.3 mit jeder
gewnschten Genauigkeit berechnet werden kann). Was uns zur Abrundung noch
fehlt, ist der von der Schule her vertraute Zusammenhang zwischen 'Tf und dem
Inhalt oder auch dem Umfang des Einheitskreises. Ihn knnen wir beim
gegenwrtigen Stand der Theorie noch nicht herstellen, weil uns bislang przise
Inhalts- und Lngenbegriffe fehlen. Diese Dinge gehren dem Ideenfeld der
Integralrechnung an und werden dort erst befriedigend geklrt werden knnen .

Nur der bequemeren Ubersicht wegen stellen wir noch einmal die wichtigsten
"trigonometrischen Formeln" aus den Nummern 48 und 57 zusammen:
sin(x + y) = sin x cos y + cos x sin y,
cos(x + y) = cos x cos y -sin x sin y,
sin x -sin y = 2 cos(x; y)sin(x;

(67.3)

Y),
(67 .4)

cos x -cos y = -2 sin(x; Y)sin(x; Y),


sin 2x = 2 sin x cos x,
1 -cos x
sm 2 = -2- - ,

cos 2x = cos2 x- sin 2 x,

(67 .5)

x 1 +cos x
cos -=
,

(67.6)

("trigonometrischer Pythagoras").

(67 .7)

Ferner erinnern wir noch einmal daran , da Sinus und Kosinus 2'TT-periodische
Funktionen sind, deren Nullstellen folgendermaen verteilt sind:
Sin

X =

0- X = k'TT,

cos

'Tf

X=

0- X= (2k + 1) 2

(k E Z) .

(67.8)

Aufgabe
B eweise die Additionstheoreme (67.3) so: Zeige zuerst, da durch (67.2) differenzierbare
Funktionen mit den Ableitungen (sin x)' = cos x und (cos x)' = - sin x gegeben we rde n.
Zeige nun, da die Ableitung der Funktion
2

f(x) := [sio(x + y) - sin x cos y - cos x sin y]2 + [cos(x + y) - cos x cos y +sin x sin y]

68 Potenzreihen im Komplexen

393

fr alle x verschwindet, da f{O) = 0 und somit f(x) = 0 fr alle x ist. - Ein dritter (und
wohl der e infachste) Beweis fr (67 .3) nimmt den Weg durchs Komplexe; er wird im
nchste n Abschnitt dargeste llt und signalisiert wieder einmal die klrende Kraft der
ko mplexen Zahlen.

68 Potenzreihen im Komplexen
Die nchsten beiden Abschnitte wenden sich an diejenigen Leser, die den
" Unterkurs" ber komplexe Zahlen mitverfolgt haben und knnen von den
anderen berschlagen werden. Wir erinnern ganz summarisch daran, da wir die
komplexen Zahlen in A 4.2, ihre Abstnde und Betrge in A 12.15 eingefhrt
und anschlieend gesehen haben, da man mit diesen neuen Zahlen algebraisch
und metrischgenauso umgehen kann wie mit den reellen. Verzichten muten wir
nur auf die von R vertraute Ordnungsstruktur: Komplexe Zahlen knnen nicht
" der Gre nach" verglichen werden. Den Funktions- und Folgenbegriff haben
wir in Nr. 13 so allgemein erklrt, da er ohne weiteres komplexwertige Funktionen einer komplexen oder reellen Vernderlichen und Folgen komplexer
Zahlen miterlat (s. A 14.13). Die Definition der konve~~enten Zahlenfolge und
ihres Grenzwertes in Nr. 20 kann ohne die geringste Anderung fr komplexe
Folgen bernommen werden; dementsprechend gelten denn auch die grundlegenden Stze der Nummern 20 und 22, soweit in ihnen keine Ordnungsbeziehungen
vorkommen, wrtlich im Komplexen. Von besonderer Bedeutung ist, da auch
das
Auswahlprinzip 23.2 und das Cauchysche Konvergenzprinzip 23.3 beim

Ubergang zu C ihre Gltigkeit behalten; das mchtige Monotonieprinzip 23.1,


dem wir eine Flle von Einsichten verdanken, kann jedoch nicht gerettet werden,
weil es zu intim mit der Ordnung von R verbunden ist. Den Begriff der
konvergenten Reihe und ihrer Summe haben wir ebenso wie den Stetigkeits- und
Grenzwertbegriff fr Funktionen auf konvergente Folgen zurckgefhrt. Alle
diese Begriffe knnen wir infolgedessen unverndert ins Komplexe bernehmen.
Es wrde ermden, noch einmal die Stze aufzufhren, die sich an diese Begriffe
knpfen und im Komplexen weitergelten-und wre auch unntig; denn besagte
Stze wurden ja von vorneherein mit dem Zeichen o markiert. Fr den
Grundbegriff der differenzierbaren komplexen Funktion verweisen wir auf
A 46.7; die Regeln ber die Differentiation von Summen, Produkten, Quotienten
und Komposita aus Nr. 47 bleiben alle in C bestehen, wenn man nur die in ihnen
auftretenden Intervalle durch offene Teilmengen von C ersetzt (s. A 47 .4).
Dagegen mssen wir das Herz- und Prunkstck der " reellen" Theorie differenzier barer Funktionen, die Abschnitte 49 (Mittelwertsatz) und 61 (Taylorscher
Satz) preisgeben; ihr ionerster Kern und Quellpunkt, der Satz von Rolle, ist zu
eng mit der Ordnungsstruktur der reellen Zahlen verwoben.
Ganz anders liegen die Dinge glcklieberweise in den hochwichtigen Nummern
63 und 64 ber Polen:aeihen: Alle Definitionen und Stze dieser beiden

394 VIII Der Taylorsche Satz und Potenzreihen

Abschnitte gelten Wort fr Wort auch fr komplexe Potenzreihen-nur mu


man "Konvergenzintervall", wie mehrmals in Funoten erwhnt, immer durch
"Konvergenzkreis'' ersetzen. Das Konvergenzverhalten solcher Reihen wird
durch Fig. 68.1 veranschaulicht.

Divergenz

Frlz-z01=r keine

ollgemeine Konvergenzoussage mglich

Fig. 68. 1

Der Konvergenzkreis der geometrischen Reihe ist der Einheitskreis: Es ist


..

L z" = 1-z

fr alle zE C

n- 0

mit lzl<l 1>.

(68.1)

Dagegen sind die Reihen

.. z"

L -,.
n- o n.

z2n+ l

00

L
(- 1)"
I
n- o
(2n+l).

bestndig (fr alle z E C) konvergent. Diese Reihen sind die "Fortsetzungen ins
Komplexe" der Exponential-, Sinus- und Kosinusreihe. Fr jedes z E C setzen wir
deshalb
e z :=

z"

L
.
n- on!
oo

..

sin z:=L(- 1)"


n =O

co

z 2n+1

(2n +

1).1

cosz: =

2n

L
(- 1)"-z.. - o
(2n)!

(68.2)

und nennen die so auf ganz C definierten komplexwertigen Funktionen beziehentlich Exponential-, Sinus- und Kosinusfunktion. Fr reelle z gehen sie in
die entsprechenden reellen Funktionen ber.
Das Hauptanliegen dieses Abschnittes ist das Studium der drei Funktionen eZ,
sin z und cos z. Dank der Stze 64.1 und 64.2 sind sie in jedem Punkt der
Gausehen Ebene stetig und sogar beliebig oft differenzierbar; ihre Ableitungen
knnen durch gliedweise Differentiation der sie defini~renden Potenzreihen
Komplexe Zahlen bezeichnet man traditionellerweise gerne mit den Buchstaben z und
w. Wir schlieen uns diesem Brauch an.

I)

68 Potenzreihen im Komplexen

395

gewonnen werden. Info lgedessen ist


d sin z
dz =cos z

und

d cos z
.
- - - =-sm
dz

z.

Wrtlich wie in A 6 3.4 beweist man das alles Weitere beherrschende Additionstheorem der Exponentialfunktion:
(68.3}
Die triviale Folgerung e"e-z = e z- z = e 0 ::: 1 lehrt, da e z niemals verschwindet.
Schreiben wir z in der Form z = x + i y mit x, y ER, so erhalten wir ferner
e z = ex+iy = e xeiy und da
'
""

e;>' =

L i" L
n =O

""

lc~O ( -

n!
y2"
..
y21c+l
1)" (2k}!+i k~O (- l)" (2k+1}!

= cos y + i sin y
ist, ge winnen wir so die wichtige Darstellung
ex+iy =ex(cos y + i sin y) ,

(68.4)

die uns e z numerisch vllig in die Hand gibt. Ausdrcklich halten wir die im
Bewe is aufgetauchte frappierende Eulersche Formel
e;>' = cos y + i sin y

(68.5)

und die fr y = 21T aus ihr folgende merkwrdige Bezie hung


e2 .".1 = 1

( 68 .6)

fest. Ziehen wir noch e inmal das Additionstheorem (68.3) heran, so finde n wir
nun die G leichung
ez+Z'lTi = e 2

fr alle komplexen z,

(68.7)

in Worten: Die Exponentialfunktion ist periodisch mit der Periode 21Ti. Da


letztere rein imaginr ist, macht sieb die besagte Periodizitt nicht im Reellen
bemerkbar, vielmeh r kann sie erst im Komplexen ans Tagesliebt gezogen werden.
Ist z:= x + iy i O, so ist auch lzi =.Jx 2 + y2 1 0, die reellen Zahlen u: = x/lz l,
v : = y/lz I existieren also und stehen in der Beziehung u 2 + v 2 = 1. Nach Satz 57.1
gibt es infolgedessen genau ein cp E [0, 21T) mit u = cos cp, v = sin cp . Diese eindeutig bestimmte Zahl <p beit das Argument von z, in Zeichen: 'P = argz.
Ergnzend setzen wir arg 0 : = 0. Wegen z = lzl (u + iv) ist nunmehr

z = lzl (cos

cp + i sin cp)

oder auch

z = lzle'"',

(68.8)

396 Vill Der Taylorsche Satz und Potenzreihen


letzteres wegen (68.5). Diese Darstellung, die trivialerweise auch fr z = 0 in
Kraft bleibt, nennt man die trigonometrische Darstellung oder
Polardarstellung von z. Im Gegensatz zu der naiven Vorgehensweise in
A 12.17 haben wir sie rein arithmetisch, ohne den geringsten anschaulichen Bezug
hergeleitet und ihr berdies noch die geschmeidige Form z = lz l e;'~' gegeben.
Gem ihrer Herleitung gilt die Eulersche Formel (68.5) nicht nur fr reelle y,
vielmehr haben wir
eiz =cos z + i sin z

fr alle komplexen z.

(68.9)

Infolgedessen ist e -iz = cos(- z) + i sin(- z) = cos z - i sin z. Durch Addition bzw.
Subtraktion erhlt man nunmehr
eiz +e- iz
.
eiz- e- iz
cos z =
und sm z=
(68.10)
2
2i
Auch die drei Gleichungen in (68 .9) un d (68.10) nennt man Eulersche
Formeln. (68 .10) zeigt, da die Kosinus- und die Sinusfunktion sich bemerkenswerterweise allein mit H ilfe der Exponentialfunktion beschreiben lassen. Infolgedessen mssen sich auch alle Aussagen ber sie aus E igenschaften der Exponentialfunktion ergeben. Wir zeigen dies nur fr die Additionstheoreme
cos(z 1 + z 2 ) = cos z 1 cos z 2 -sin z 1 sin z 2 ,
sin(z 1 + z 2 ) = sin z 1 cos z 2 + cos z 1 sin z 2 .

(68.11)

Zieht man nmlich das Additionstheorem (68.3) der Exponentialfunktion heran,


so erhlt man mit (68.10)
ei(z,+z,) + e -i(z, +z,) eiz,eiz, + e - iz,e- iz.
,
cos(z 1 + z 2 ) =
=
2
2
wegen (68.9) ist also

Ganz entsprechend ergibt sich das Additionstheorem des Sinus. Natrlich htte
man (68.11) auch mit Hilfe der Reihenmultiplikation beweisen knnenallerdings erheblich mhsamer und undurchsichtiger.
Weiter wollen wir die Untersuchung der komplexen Exponential- und Winkelfunktionen nicht treiben . Ihr tieferes Studium gehrt in die "Theorie der komplexen Funktionen", die wir in diesem Buch nur streifen und nicht im entferntesten
erschpfend behandeln knnen. Wir wollen nur noch eine Schlubemer kung
machen , um die berragende Rolle der Exponentialfunktion ins rechte Licht zu

68 Potenzreihen im Komplexen

397

rcken. Vergessen wir vorbergehend die frher definierten (reellen) Funktionen


ex, ln x, x "', sin x, cos x, arcsin x, arccos x, sinh x, cosh x, Arsinh x, Arcosh x.
Erklren wir nun e" vermge (68.2) fr alle komplexen z, so ist damit auch ex fr
reelle x festgelegt. Aus den Eigenschaften von e" ergeben sich alle gelufigen
Aussagen ber die reelle Funktion ex, insbesondere ihre Umkehrbarkeit und
damit die Existenz (und die Eigenschaften) der Logarithmusfunktion In x. Nunmehr kann man x" fr positive x durch die Festsetzung x"' := e'" 1" x definieren.
cos x und sin x lassen sich durch die Eulerschen Formeln (68.10) erklren, und die
Untersuchung ihrer Umkehrbarkeit fhrt zu den Funktionen arcsin x und
arccosx. Die Hyperbelfun ktionen sinh x und cosh x wurden in (53.4) von vornherein mit Hilfe von e~ eingefhrt ; Arsinh x und Arcoshx sind ihre Umkehrungen. Wir sehen also, da alle diese Funktionen me~r oder weniger direkt von
der Exponentialfunktion abstammen. Aber ohne den Ubergang ins Komplexe
kann diese erstaunliche Zeugungskraft der Exponentialfunktion niemals offenbar
und verstndlich werden.
Aufgaben
1. Fr jedes n e N 0 ist (e")" = e" (warum?), fr beliebige reelle x gilt also (e'x)" = e 1"". D as
ist aber die M oivresche Fonnel (cos x + i sin x)" = cos nx + i sin nx (s. A 7. 13c), die nunme hr
ganz trivial ist.
2. Mit Aufgabe 1 folgt sofort, da (e' )k = ekz fr jedes k e Z ist. Beweise nun erneut - und
sehr viel mheloser - die Forme ln b) bis e) in A 12 .17.
J. Fr alle ganzen k ist e+2 km = e . Umgekehrt: G ilt ew=e", so mu w = z+2bri mit
einem geeigneten ganzen k sein.

4. e'"'12 = i, e 1"" = - 1, e 13"'12 = -i.

s.

Die Gleichung z" = 1 (n e N) besitzt in C genau n verschiedene Lsungen , nmlich die


sogenannten n -ten E i nheitsw u rze ln {k:=e2 k-rr 11" (k = O, l , .. . ,n-1). Fr jedes komplexe af 0 mit arg a = 1p ist die G leichung z" = a du rch die n verschiedenen Zahlen
.:fjje'"''"{k (k = 0, 1, ... , n -1) lsbar, und dies sind a lle komplexen Lsungen. H in weis:
Aufgabe 3. Vgl. auch A 9.6 .

...6. Ist { eine n-te Einheitswur zel, so ist


1 +{+{ 2 + ... +{"- t = {" falls {= 1
0 , falls tf 1.
7. Bestimme mit Hilfe der Aufgabe 5 alle komplexen Lsunge n der folgenden
Gleichungen:
4
a) z 2 =i,
b) z 3 = i,
c) z =- 1,
d ) z 2 = - i,
e) z 2 =1+i.
Hinw eis: Benutze die Tabelle in A 57.6 und die H albwinkelformeln (67.6).
*8. Fr jedes reelle <p ist le'"'l = 1, und zu jedem a mit Ia I = l gibt es genau ein 1p e [0, 2 n)
mit e;"' = a. Anschaulich gesprochen: ei<p durchluft e inmal die Einheitskreislinie, wenn 1p
das Intervall [0, 2n) durchluft.

3 98

Vlll Der Taylorsche Satz und Potenzreihen

9. Fr jedes wf: 0 besitzt die Gleichung e =

w unendlich viele Lsungen (die Bildmenge

der Exponentialfunktion ist also C\{0}). Diese Tatsache erffnet die Mglichkeit, den
(komplexen) Logarithmus In w fr jedes wf: 0, also auch fr negative reelle w, zu
definieren; hierauf wollen wir jedoch nicht eingehen.

10. Die Funktionen sin z und cos z haben wie im Reellen die-Periode 2'1f.

11. Wie im Reellen- vgl. (67 .8) - gilt: sin z = 0- z = k'lf, cos z = 0- z = (2k + 1);
(k E Z). Hinwe is: (68. 10) und Aufgabe 3.
12. Fr alle x, y ER ist
sin(x + iy) = sin x cosh y + i cos x sinh y,
cos(x + iy) = cos x cosh y - i sin x sinh y.
Diese Formeln machen sin z und cos z numerisch verfgbar. Aus ihnen folgt
sinh y = - i sin(iy)

13. Existiert f{z): =

und

cosh y = cos(iy) .

..L a"z" fr lzl < r und sind alle Koeffizienten a,. reell, so ist f(i)

,. .o

f (z). Ganz speziell ist e =e: (und noch spezieller: e'..


cosz=cosz. Hinweis: lsn - sl=lsn - sl.

= e-

1
..

fr reelles <p ) , sin i

= sin z

und

69 Der Nullstellensatz fr Polynome und die Partialbruchzerlegung rationaler Funktionen


In den Untersuchungen der Nr. 15 hatten wir die Frage offenlassen mssen, ob
ein vorgegebenes Polynom vom Grade n;;:;: 1 stets eine Nullstelle besitzt. Wir
konnten nur beweisen, da es hchstens n verschiedene Nullstellen haben kann
(Satz 15.1), und da in der Tat mindestens eine vorhanden sein mu, wenn n
ungerade ist (s. A 35.3; diese Aussage wurde allerdings nur fr Polynome mit
reellen Koeffizienten bewiesen). Die Behandlung der Polynome a 0 + a 1 z + a 2 z 2
mit reellen ak in A 9.7 und z" - a mit komplexem a in A 68.5 wollen wir gar
nicht erwhnen , weil diese Funktionen von zu spezieller Art sind. Die Nullstellenfrage taucht aber in der Theorie und Praxis der Polynome so unablssig auf,
da wir ihrer Diskussion nicht ausweichen knnen. Glcklicherweise sind unsere
Hilfsmittel inzwischen reichhaltig und durchschlagend genug, um den folgenden ,
alles klrenden Satz beweisen zu knnen.

69.1 NullsteDensatz fr Polynome 1> Jedes komplexe Polynom positiven Grades


besitzt mindestens eine komplexe Nullstelle.
'' Auch Fundamentalsatz der Algebra genannt. Er war vage schon lange vorhanden, bevor
ihn Gau in seiner Dissertation 1799 endlich streng bewies.

69 Der Nullstellensatz fr Polynome

399

Beweis. Vorgelegt sei das Polynom p(z):=a0 + a1z+ +anz" (n~1) mit
komplexen ak und hchstem Koeffizienten an*0 1>. Die reellwertige und stetige
Funktion lp(z)l ist stets ~0; sie besitzt daher ein lnfimum p. ~ 0. Gem der
Bemerkung nach (15.5), die dank ihrer Herleitung trivialerweise auch im komplexen Falle gilt, gibt es ein r >0, so da fr lz l > r stndig lp(z)l > p. bleibt. Das
bedeutet aber, da p. sogar das Infimum der Einschrnkung von IPI auf den Kreis
K: = {z E C : lz l.;; r} ist. Da K nach Satz 36.2 kompakt ist, nimmt diese
Einschrnkung ihr Infimum an einer gewissen Stelle { e K an (Satz 36.3), infolgedessen ist auch lp({)l = p.. Angenommen, p({) sei =f 0. Dann ist
q(z) := p(z + ()/p(()

ein Polynom vom Grade n mit q(O) = 1 und lq(z)l ~ 1 fr alle z, das wir in der
Form
q(z) = 1 + b".z"' + b".+1 z"' +1 + + b,.z"
(m ~ 1, b", =f 0)
schreiben. Die Zahl-lb".l/b". bat den Betrag 1; ist cp ihr Argument und 1/J: = cp/m,
so gilt nach (68.8)

Hat z die Form z


die Abschtzung

pe;"' (p > 0), so folgt nun wegen le;"' I= 1 fr a E R (s. A 68.8)

lq (pei"')lo;; 1 - lbml p"'l+lbm+tl

Pm + l

+ +lb,.l p".

Fr jedes p"'<lllbml ist 1 - lb... lp"'>O; fr diese p nimmt also die letzte
Abschtzung die folgende Form an:

Und da fr alle hinreichend kleinen p der Klammerinhalt >0 bleibt, kann


offensichtlich lq(pe;"')l unter 1 gedrckt werden - obwohl doch fr alle z stets
lq(z)l ~ 1 ist. An diesem Widerspruch zerbricht unsere Annahme, p({) sei =f 0: In
Wirklichkeit ist { eine Nullstelle von p.

In den Aufgaben 7 und 8 der Nr. 187 werden wir zwei weitere Beweise des
Nullstellensatzes kennenlernen.
Aus dem Nullstellensatz ergibt sich in Verbindung mit Satz 15.1 sofort der

69.2 Zerlegungssatz Jedes Polynom p(z) := a 0 + a 1z + + a,.z" vom Grade n ~


1lt sich mit Hilfe seiner (verschiedenen) Nullstellen z 1 ,

p(z) = a,. (z- z 1)"(z - z 2 )"


11

(z- z", )"~

z", als ein Produkt

(69 .1)

Wir erinnern daran, da wir eine unabhngige komplexe Vernderliche vorzugsweise mit
dem Buchstaben z bezeichnen.

400

VITI Der Taylorsche Satz und Potenzreihen

schreiben (ka nonische Produktdarstellung); dabei sind die v 1 eindeutig


bestimmte natrliche Zahlen (die Vielfachheiten der Nullstellen z 1), deren
Summe v 1 + +vm = n ist 1>.
Zhlt man jede Nullstelle z 1 insgesamt V;-mal, so haben wir also das schne
Ergebnis:

Ein nichtkonstantes Polynom besitzt ebenso viele (komplexe) Nullstellen wie sein
Grad angibt.
Sind alle Koeffizienten des Polynoms p(z): = a 0 + a 1 z + + a.,z" reell und ist
p({) = 0, so ist wegen k = ak (der Querstrich bedeutet wie immer die Konjugation)

also ist auch { eine Nullstelle von p, die sich natrlich nur dann von { unterscheidet, wenn Im({) nicht verschwindet (wenn also, wie man auch sagt, {echt
komplex ist). In diesem Falle stimmen offenbar die Vielfachheiten von { und {
berein.
Setzt man { = a + i, so gilt fr jedes reelle x

(x- {)(x- {) = [(x - a) - i][(x - a) +i] = (x- a) 2 + 2 = x 2 + Ax + B


mit A: = - 2a und B: = a 2 + 2 . Das quadratische Polynom x 2 + Ax + B besitzt
die beiden echt komplexen Nullstellen {, { und somit keine reellen. Zieht man
noch den Zerleguogssatz heran, so kann man zusammenfassend sagen:

69.3 Satz Ist p(z): = a 0 + a 1 z + + anz" ein Polynom mit reellen Koeffizienten,
so treten die echt komplexen Nullstellen in "konjugierten Paaren" auf, schrfer: Zu
jeder echt komplexen Nullstelle {gehrt die Nullstelle {, und beide Nullstellen
haben ein und dieselbe Vielfachheit. Sind x 1 , . . , x, alle verschiedenen reellen
Nullstellen von p, so besteht die reelle kanonische Produktdarstellung
p(x) = ~ (x- x 1 )"

(x- x.)"(x 2 + A 1 x + B 1 )< (x 2 + Asx + Bs)<T

(x E R), wobei die Pt. ... , p., u 1 ,

. . . , Us

(69.2)

natrliche Zahlen mit

Pt + + p, + 2u1 + + 2us = n

sind und jedes der unter sich verschiedenen Polynome x 2 + A 1x + B 1 reelle


Koeffizienten, keines jedoch reelle Nullstellen besitzt.
t> Da die Konstante in diesem Produkt gerade = a" ist, folgt natrlich sofort aus dem
Identittssatz 15.2; a" ist ja auch der hchste Koeffizient des (ausmultiplizierten)
Produktes.-Wie im Reellen sagt man brigens, eine Nullstelle sei einfach, wenn ihre
Vielfachheit = 1 ist.

69 Der Nullstellensatz fr Polynome

401

Aus dem Zerlegungssatz ergibt sich noch leicht die


69.4 Partialbmchzerlegung rationaler Funktionen Es sei r: = p/q eine echt gebrochene rationale Funktion t>, und das Nennerpolynom habe die Produktdarstellung
q(z) = an (z- z 1 )"(z - z 2 )"
Vt +

(z - z ... )"m mit z 1'/- zk

+ v.., = n.

fr j '/- k,
(69.3)

Dann besitzt r eine Summendarstellung der Form

(69.4)

+ .. . . .. .. .. .. .. .. .. .

+ a m 1 + a m 2 + . . . + a mu.,
z- z.., (z - z.., )2
(z- z ... )"m '
wobei die a;k komplexe Zahlen sind.

Den Beweis fhren wir durch Induktion nach dem Grad n des Nennerpolynoms
q. Im Falle n = 1 (lnduktionsanfang) ist p eine Konstante c (r sollte doch echt
gebrochen sein) und deshalb

r(z) = -- a1(z-z1)

a 11

z-z 1

out a 11 : = -

al

womit dieser Fall schon abgetan ist. Nun bedeuten irgendeine natrliche Zahl >1,
und wir nehmen an, der Satz sei bereits fr alle echt gebrochenen rationalen
Funktionen P/Q bewiesen, bei denen der Grad von Q kleiner als n ist (Induktionsvoraussetzung). Schreiben wir q(z ) in der Form
q(z)=(z - z 1)"s(z) mit s(z):=a"(z-z2 )"> (z - zm)",
so ist fr jedes komplexe a
p(z)

q(z)

(z-zt)"

Da s(z 1)

p(z)- as(z)
(z-z 1)"s(z)

'1- 0 ist, kann man speziell

(69.5)

a = p(z 1 )/ s(z 1) whlen. Tut man dies, so wird

p(z 1) - as(z 1)=0. Verschwindet nun p(z) -as(z) sogar fr alle z, so sind wir
bereits fertig: Wegen (69.5) ist dann nmlich p(z)/q(z) = a/(z - z 1)". Ist jedoch
p(z)- as(z) nicht das NuUpolynom, so knnen wir nach dem Zerlegungssatz

jedenfalls den Linearfaktor z - z 1 abspalten, d.h., mit einem gewissen Polynom


P(z) ist p(z)-as(z)=(z - z 1)P(z), und somit folgt aus (69.5) die Darstellung
l Die

Polynome p und q seien selbstverstndlich wieder komplex.

402 VITI Der Taylorsche Satz und Pote nzreihen

r(z) = p(z) =
a + P(z)
q(z) (z- z 1 )" Q(z)

mit

Q(z): = (z - z 1) " - 1 s(z) = a., (z- z 1) "- 1 (z- z 2 ) "

(z- znJ "~ .

Mit ihr ist aber auch schon alles bewiesen; denn P(z)/Q(z) gestattet gem der
Induktionsvoraussetzung eine Zerlegung in " Partia lbr ch e" ~,J(z-z;)k (j=
1, ... , m), wobei fr festes jf 1 der Nennerexponent k die Zahlen 1, 2, ... , v1,
fr j = 1 jedoch die Zahlen 1, 2, ... , v 1 -1 durchluft (wenn berhaupt v 1 > 1 ist;
andernfalls tritt in der Zerlegung von P/Q kein Term der Form A/(z- z 1)k auf).
Die Koeffizienten a1k in der Zerlegung (69.4) knnen in mannigfacher Weise
berechnet werden. Multipliziert man etwa (69.4) mit dem Nennerpolynom q
durch, so erhlt man links und rechts (nach Krzen) ein Polynom, dessen
Koeffizienten so gebaut sind, da Koeffizientenvergleich zwischen linker und
rechter Seite zu einem linearen Gleichungssystem fr die a1k fhrt ; aus ihm kann
man nunmehr dieselben berechnen. Ein anderes lineares Gleichungssystem fr
die a 1k lt sich gewinnen, indem man in (69.4) fr z nacheinander n verschiedene
(und mglichst bequem gewhlte) spezielle Werte ~1> . . . , ~.. einsetzt. Gewhnlich
ist aber das folgende Vorgehen am zweckmigsten: Die " hchsten Koeffizienten'' a1" 1 (j = 1, ... , m) -sie stehen in (69 .4) in der letzten Spalte- erhlt man
ganz rasch, indem man (69.4) mit (z - z 1) "' durchmultipliziert und dann z ~ z 1
gehen lt (was einfach darauf hinausluft, nach ausgefhrter Multiplikation zu
krzen und dann z = z 1 zu setzen). Schafft man nunmehr die "hchsten Terme"
a1"J(z- z1 )"1 auf die linke Seite (wodurch dort eine rationale Funktion entsteht,
deren Nennerpolynom die Nullstelle z1 hchstens (v1 -1)-mal aufweist), so kann
man die "zweithchsten Koeffizienten" a 1.,,_ 1 (j = 1, ... , m) ganz entsprechend
bestimmen: Man multipliziert mit (z- z1)u,- l durch, krzt und setzt z = z 1 So
fortfahrend erhlt man schlielich alle a1k. Besonders leichtes Spiel hat man
natrlich, wenn alle z1 die Vielfachheit 1 haben. Zum besseren Verstndnis dieser
Grenzwertmethode bringen wir zwei Beispiele:
1. r(z): = (z + 1)/(z4 - z 3 + z 2 - z). Offe nbar sind 0 und 1 Nullstellen des Nenners. Indem
man den korrespondierenden Faktor z(z - 1) abdividiert, erhlt man das Polynom z 2 + 1
mit den Nullstellen i. Die Produktdarstellung des Nenners ist also z(z- l)(z- i)(z + i).
Deme ntsprechend machen wir den Partialbruchansatz
r(z) =

z+ 1
a
b
c
d
=- +
+
+-z(z - 1)(z -i)(z+i) z z - 1 z - i z+i

Multiplikation mit z gibt


z+1
.,....--------,.-=
(z -1)(z - i)(z +i)

und fr z

=0

a + z( b + c + d ) ,
z- 1

z -i

z+i

erhlt man a = - 1. Multipliziert man mit z - 1, so folgt (etwas verkrzt

69 Der Nullstellensatz fr Polynome

403

geschrieben)
z+1
z (z- i)(z + i) = b + (z- l)(...),
woraus sich fr z = 1 sofort b = 1 ergibt. Ganz entsprechend erhlt man c = i/2, d = - i/2
und damit die Partialbruchzerlegung
z+1
1
1
1 i
1 i
--:---=------=-- = - - +
+Z4-z3+z2-z
z z-1 2z-i 2z+i .
2. r(z): = (z 2 + 1)/(z 3-2z2 +z). Die Produktdarstellung des Nenners ist z(z-1) 2, infolgedessen machen wir den Ansatz
a
b
c
z2 +1
r(z) =
=-+
+
2
2 .
z(z - 1) z z - 1 (z - 1)
Durch Multipkation mit z erhlt man
z2 + 1
(z - 1)2= a+z( ),

woraus fr z = 0 unmittelbar a = 1 folgt. Multiplikation mit (z- 1)2 liefert nun


z2 + 1

--=

(z - 1)2 (

und fr z

=I

+ z- 1)b +c,

erbalten wir daraus c = 2. Jetzt mu


(69.6)

sein. Eine ganz kurze Rechnung zeigt aber, da die linke Seite = 0/ z(z - 1)2 ist; infolgedessen mu b = 0 und somit
z2 + 1

2
--=----=--=
- + - --=
z 3 -2z2 +z z (z - 1)2

die gesuchte Partialbruchzerlegung sein. b htte man noch leichter bestimmen knnen,
indem man in (69.6) fr z einen speziellen Wert, etwa z = 2, eingesetzt htte. Diese
Bemerkung zeigt, da es vorteilhaft sein kann, die oben geschilderten Berechnungsmethoden
zu kombinieren.

Hat man es mit einer reellen rationalen Funktion r(x) : = p(x)/q(x) zu tun (so da
also die Variable x und die Koeffizienten des Zhler- und Nennerpolynoms alle
reell sind) und will man ganz im Reellen bleiben, so mu man sieb rrut der
folgenden Darstellung zufrieden geben, der leider die elegante Einfachheit der
Partialbruchzerlegung (69.4) abgeht und die der Leser mit Hilfe des Satzes 69.3
ohne jede Schwierigkeit aus dem Satz 69.4 gewinnen kann:

69.5 Satz Es sei r(x): = p(x)/q(x) eine echt gebrochene reelle rationale Funktion,
und das Nennerpolynom habe die Produktdarstellung

q(x) = a(x-x 1 )P

(x-x,)"(x 2 +A 1 x+B 1)""

(x 2 +A,x+B.)""

404 VIII Der Taylorsche Satz und Potenzreihen

gem Satz 69.3. Dann besitztreine Summendarstellung der Form


r (x ) =

au

x-xt

al2

(x - xl)Z

alp,
+ + ----"'"-'--

(x-x 1)P,

+ ... . .. .. .. .. .. . . ..
+

a rl + a r 2 + ... + a rp,.
x- x, (x - x,)2
(x- x,)P,

+ ..

wobei die a1k ,

a~,..

(69.7)

..

und .,,.. reell e Zahlen sind.

D ie Berechnung der Koeffizienten a1k, a~,.. und ~,.. kann wieder durch Koeffizientenvergleich oder durch Einsetzen von speziellen Werten bewerkstelligt werden;
beide Methoden fhren zu einem linearen Gleichungssystem fr die genannten
Gren. Die Grenzwertmethode kann nur (sollte aber auch immer) eingesetzt
werden, um die a1k zu bestimmen ; die restlichen Koeffizienten mssen dann nach
einem der beiden anderen Verfahren berechnet werden. Die Vorschaltung der
wirkungsvollen Grenzwertmethode macht sich bezahlt: Man hat es anschlieend
mit kleineren linearen Gleichungssystemen zu tun, drckt also den Rechenaufwand erheblich herab. Zur Verdeutlichung bringen wir ein Be i spiel:
Das Nennerpolynom in r(x): = (x + l)/(x 4 - x) hat die reelle Produktdarstellung
x(x - l)(x 2 + x + 1),
wobei der quadratische Faktor keine reellen Nullstellen besitzt. Demzufolge machen wir
den Zerlegungsansatz
r(x) =

x+1

x(x - 1)(x2+ x + 1)

= a+

+ 2ax + .
x - 1 x +x+1
b

a und b werden mit der Grenzwertmethode bestimmt, die wir kurz abtun:

x+1
(x-l)(x2+x+ 1) = a+x(. )- a = -1,
x+ 1
2
x(x2 + x + 1) = b + (x- 1)( ... ) - b = 3 .

(69.8)

69 Der Nullstellensatz fr Polynome

405

Zwei G leichungen zur Bestimmung von a und erhalten wir nun, indem wir in (69.8) fr
x spezielle Werte einsetzen, etwa x = - 1 und x = 2 (und dabei natrlich bercksichtigen,
da wir a und b schon kennen). Es folgt
1
0=1--- a +
3

a-=-

3
1 2 2
1
-= - +-+ - a+ -
14
2 3 7
7

also

1
2a + = 3,

woraus sich a = 1/3, = - 1/3 und somit insgesamt die Darstellung


x+1
x4 - x

1 2 1
1 x-1
++- ---,---x 3x-1 3x2 +x+1

(69.9)

----:-- = - -

ergibt.

Aufgaben

l. Bestimme die Partialbruchzerlegung (69.4) der folgenden komplexen rationalen Funktionen:


1

a) z 3 -tz
2
- z + 1 ,

z-1
b) 4
2
z +z

2. Bestimme die Zerlegung (69.7) der folgenden reellen rationalen Funktionen:


a)

X -

x2 + 1

1
2 X 2+

'

b) x 5 +2x 4+ 2x3 +x 2 '

)
x+2
c x6+ x4 - x2-1.

3. Lse die Aufgaben A 31.3e,f,g mittels Partialbruchzerlegung.


Wurzelsatz Das (komplexe) Polynom z" + a"_ 1 z"- 1 + + a0 habe die Nullstellen Zp ... , z" Uede Nullstelle wird so oft aufgefhrt, wie es ihre Vielfacbheit verlangt).
Dann gilt der Vielasche Wurzelsatz (vgl:A 9.7):

+ 4. Vietascher

- a.. - 1 = Summe der

Z;,

an- 2 =Summe der Produkte je zweier

Z;.

-a,._3 = Summe der Produkte je dreier z1,

(- 1)" a 0 = Produkt aller z 1.


S. Sei r(z) := p(z)/(z - z 1) (z- z") eine echt gebrochene rationale Funktion mit zl'f zk
fr j :f k. Dann ist die Ableitung des Nenners q in jedem z1 von Null verschieden, und die
Partialbruchzerlegung von r hat die Form

IX Anwendungen
Einstein did not need help in physics. But
contrary to popular belief, Einstein did need
help in mathematics.
John Kemeny

Die Mathematik ist ei nes der herrlichsten


menschlichen Organe.
Johann Wolfgang von Goethe

70 Das Newtonsehe Verfahren


In diesem Buch, insbesondere in seinem Kapitel Vll ber Anwendungen der
Differentialrechnung, sahen wir uns immer wieder vor die Aufgabe gestellt,
Gleichungen der Form f(x) = 0 aufzulsen (man erinnere sich etwa an die
Bestimmung der Extremalsteilen einer Funktion ; berhaupt ist das Gleichungsproblem eines der ltesten Probleme der Mathematik, dem jede hhere Zivilisation bereits auf der Stufe ihrer ersten Entfaltung begegnet und das wir denn auch
ganz folgerichtig schon bei den Babyioniern um 3000 v. Chr. antreffen). Im
Abschnitt 35 hatten wir schon einige Mittel zur Bewltigung von Gleichungen
bereitgestellt; insbesondere ist hier der Kontraktionssatz und der Bolzanosche
Nullstellensatz zu nennen. Auf dem nunmehr erreichte n Entwicklungsstand sind
wir in der Lage, ein Verfahren zur (nherungsweisen) Auflsung von Gleichungen
vorzustellen und zu begrnden, das wegen seiner raschen Konvergenz von e minenter Bedeutung fr die Praxis ist und weittragende Verallgemeinerungen
gestattet (s. Nr. 189).
Das Verfahren geht auf Newton zurck und ist anschaulich ganz naheliegend. Die
Gleichung f(x) = 0 a ufzulsen, bede utet doch, den Schnittpunkt (oder die
Schnittpunkte) des Schaubildes von f mit der x-Achse zu bestimmen (s. Fig.
70.1). Hat man nun bereits eine Nherungslsung x 0 gefunde n, so ersetze man,
kurz gesagt, die Funktion f durch ihre Tangente im Punkte (x 0 , f(x0 )) und bringe
diese zum Schnitt mit der x-Achse (s. wieder Fig. 70.1). Die Gleichung de r

Fig. 70. I

407

70 Das Newtonsehe Verfahren

Tangeilte ist y = f(x 0) + f'(x 0)(x- x0); infolgedessen berechnet sich die fragliche
Schnittabszisse x 1 aus der Bedingung f(x0) + f'(x 0)(x 1- x 0) = 0 zu

f(xo)
xl = Xo- f'(xo) .

x 1 wird in viele n Fllen eine "Verbesserung" von x 0 sein. Wendet man nun
dieselbe berlegung auf x1 an, so findet man eine weitere "Verbesserung"
x2 := x 1 -f(x 1)/f'(x1). So fortfahrend erhlt man sukzessiv die Zahlen

(70.1)

(n = 0, 1, 2, ...),

wobei freilich stillschweigend vorausgesetzt wurde, da die x" unbeschrnkt gebildet werden knnen. Ist nun/' stetig und konvergiert die Newtonfolge (x")
gegen ein ~ mit f' (~) # 0, so folgt aus (70.1) sofort
also

f(~)=O:

lim x" lst die Gleichungf(x)=O.

Mit der Konvergenz der Newtonfolge (x") ist es aber manchmal nichts. Diesen pei.nlichen
Umstand offenbart uns etwa die Funktion f(x):= -x4 +6x 2 + 11 mit den reellen Nullstellen + 2,7335 .... Ausgehend von x 0:= 1 ist hier stndig x 2" = 1 und x2" + 1 = -I; von Konvergenz der vollen Folge (x") kann also gewi nicht die Rede sein. Um so wohltuender
wirkt der

70.1 Satz Die Funktion f:[a, b]-+ R erflle die folgenden Voraussetzungen:
a) f" ist vorhanden, stetig und ~0 bzw. ~0 (f ist also konvex bz w. konkav).
b) f' hat keine Nullstellen (f selbst ist also streng monoton).
c) Esistf(a)f(b)<O.
Dann besitzt die Gleichung f(x) = 0 in [a, b] genau eine Lsung f Die zugehrige
Newtonfolge (x") konvergiert immer dann-und zwar sogar monoton - gegen ~.
wenn man ihren Startpunkt x 0 folgendermaen whlt:
In den beiden Fllen
(a) f(a)<O,f"~O und ()f(a)>O,f"~O
sei x 0 E [a, ~. z. B. x 0 :=a. Es strebt dann x,./~.
In den zwei restlichen Fllen
(y) f(a)<O,f"~O und (')f(a)>O,f"~O
sei x0 E[~,b], z.B. x 0 :=b. Es strebt dann x"\f

In allen diesen Fllen haben wir fr jedes

lx~~-~~~lf(.x")l
f.l

X 11

die Fehlerabschtzung

mit p:= min lf'(x)l.


a<x<b

(70.2)

Besitzt f auf [a, b] berdies auch noch eine stetige Ableitung dritter Ordnung, so
konvergiert (x,.) sogar "quadratisch" gegen ~~ d. h. so schnell, da gilt:

408

IX Anwendungen
lx" + 1 -~I~K(x"-~ 2

forn=O, 1,2, ... mitkonstantem K .

(70.3)

Bewei s. Aus b) und dem Zwischenwertsatz 49.10 fr Ableitungen folgt, da f'


entweder > 0 oder < 0 ist. f selbst ist also (wie im Satz schon vermerkt) streng
monoton. Mit c) ergibt sich daraus, da f tatschlich eine und nur eine Nullstelle ~ besitzt.
Wir betrachten zunchst den Fall (a), whlen x 0 wie vorgeschrieben aus d em
Int~rvall [a,;] und zeigen nun induktiv, da
(70.4)
ist. Sei n = O. Die Ungleichung a~x0 ~~ gilt gem d er Wahl von x 0 , und da /
unter den bestehenden Voraussetzungen monoton wchst, mu f(x0)~0 und
folglich x 1=Xo-f(xo)lf'(x0)~x0 sein. Damit ist d er Induktionsanfang erledigt.
Wir nehmen nun an, fr ein gewisses n~O sei a~x~~~~ und x"~x"+ 1 (Induktionsvoraussetzung). Trivialerweise ist dann x" + 1 ~ a. Ferner haben wir dank des
Mittelwertsatzes

- f(x")- f(~-f(x")= (~-x~~)f'(TJ)

mit

X" ~TJ~f

Da f" ~ 0, also f' fallend (nach wie vor aber positiv) ist, folgt daraus

-f(x")~(~-x")f'(x")
also

und somif

f(x") <!.C .e
- /'(x") ~<::. -x,"

f(x") <!.C
(1:
) .e
1
x" + =X,;- f' (x") ~x" + <::. -x" =<::.

und daher x"+2=X"+I- ;(x" + l) ~x"+ sein.


.
(x,,+l)
D amit ist d er Induktionsbeweis fr (70.4) bereits beendet. Mit d em Monotonieprinzip fo lgt nun a us (70.4), da A. := limx" vorhanden ist und in [a, b] liegt.
Nach unserer Bemerkung vor Satz 70.1 lst A. die Gleichung /(x)=O, mu also
mit ihrer einzigen Lsung q bereinstimmen. Damit ist der Fall (a) abgetan.
Infolged essen mu

f(x" + I)~O

Den Fall () kann man auf (a) zurckfhren, indem man anstelle von
Funktion - f betrachtet; die Newtonfolge wird hierdurch nicht verndert.

f die

Auch (r) lt sich auf (a) zurckfhren: man gehe ber zu


F(x):= -1( - x),xE [-b, -a]. (0) schlielich ergibt sich aus (r), indem man f
durch - ! ersetzt.
Die Fehlerabschtzung (70.2) folgt uerst einfach aus dem Mittelwertsatz;
denn nach ihm ist 1/(xn)l = 1/(x") -/(~) 1 ~,ulx"- ~I.
Wir fassen nun (70.3) ins Auge (f"' ist jetzt vorhanden und stetig!). Sei

f(x)
g(x) :=x - f'(x)

fr

a~x~b.

(70.4)

409

70 Das Newtonsehe Verfahren

Nach dem Taylorschen Satz gibt es zu jedem xE [a, b] ein 1J zwischen x und
so da gilt:

g(x)-g(~)=g'(;)(x-~)+ g"i1J) (x-~) 2

~.

(70.5)

Nach der Definition (70.4) von g ist offenbar


g(xn)=Xn +h

g(~)=~

g l (f:) =

und

':>

/(~)!" (~)
[f' (~)]2

Damit folgt aber aus (70.5) fr x = x" sofort (70.3) mit K: =

0.

max lg" (x)l.

a<x<b

Beispiel Bei der Diskussion des Wiensehen Verschiebungsgesetzes in Nr. 54 waren wir
auf die Gleichung
f(x):=xrf -'S (ex -1)=0

oder also

g(x):=x-5(1 - e-x)=O

(70.6)

gestoen (s. (54.1)) und hatten gesehen, da sie genau eine positive Nullstelle ~ (damals
x", genannt) besitzt. Da f( 4) = - e4 + 5 < 0 und f(5) = 5 ist, mu ~ zwischen 4 und 5 liegen.
Wegen
g(4)<0, g(5)>0, g'(x)=J -se-'"> 0 und g"(x)=5e- x> O in [4, 5]
knnen wir auf die Gleichung g(x)=O das Newtonsehe Verfahren bez. des Intervalles
[4, 5] anwenden (Fall (y) des Satzes 70.1). Mit x 0 :=5 erhalten wir
x 1 =4,965135696,
X2=4,965114232,

lx 1 -~ l ~2,310 - 5 ,

lx2-~ ~ ~ J0 -

10

Die Gleichung g (x) = 0 lt sich auch a uf die Fixpunktform


x=h(x)

mit

h(x):=5(1 -e - '")

(70.7)

bringen. h wchst auf [0,5) streng von h (0) = 0 bis h (5) < 5. Auf die Fixpunktgleichung
(70.7) kann man also den Satz 35.1 mit seiner einfachen Iterationsvorschrift ~"+ 1 :=h (,;")
anwenden. Indem wir wie oben von dem Startpunkt 5 ausgehen, erhalten wir
~1 =

4,9663} 0265,

~2=4,965155931,

~3 =

4,965115686,
~4 = 4,965114282.

Eine Fehlerabschtzung stellt uns der Satz 35.1 leider rucht zur Verfgung.

Aufgaben

1. Gib ein Iterationsverfahren zur Berechnung von

ra an (p;;;.; 2, a > 0; vgl. A 23.2).

2. Man bestimme die Lsungen der folgenden Gleichungen bis auf einen Fehler ~10- :
a) x 3 +2x-5=0,
b) 2cosx-x 2 =0.

3. Bei der Diskussion der Hochspannungsleitungen in Nr. 53 waren wir auf die Gleichung cosh x-x/100- 1 =0 gestoen (s. (53.13) und die daran anschlieende Errterung).
Um die einzige positive LOsung ~ w finden, kann man das Newtonsehe Verfahren bez.

410

IX Anwendungen

des Intervalles [1/100, 3/100) anwenden. Besttige so den aufS. 299 angegebenen Nherungswert 0,02 (ein besserer Wert ist 0,019999). Der Satz 35.1 fhrt diesmal nicht zu ~.
gleichgltig, ob man m .xo <~ oder mit x 0 > ~ beginnt. Untersuche die hier obwaltenden
Verhltnisse (zunchst "experimentell", d. h. mittels Berechnung einiger x").
4. Eine Variante des Satzes 70.1 f erflle auf l:=[x 0 -r,x0 + t] die folgenden Voraussetzungen: f'" sei vorhanden und stetig, f' sei nullstellenfrei, es gebe ein positives q < 1 mit
l/(x)f"(x)l /[/'(x)] 2 ~ q und lf(x0)/f' (x0)l~(l-q) r. Dann besitzt die Gleichungf(x)=O in
I genau eine Lsung~. und die zugehrige Newtonfolge strebt gegen~- Hin weis: Wende
A 35.10 auf g(x):=x - f(x)lf'(x) an.
5. Eine weitere Variante des Satzes 70.1 Auf [a, b] sei/' nullstellenfrei und/" stetig. [a, b]
enthalte eine Lsung~ der Gleichungf(x)=O und alle Glieder einer Newtonfolge (x.,). Ist
M
2 f.L
so strebt

lx0 -~l < 1

mit M:= max 1/"(x)l, J..L:= min 1/'(x)l,


a<x<b

a<x<b

X"-+~, und es gilt die Fehlerabschtzung

lx" -~1 ~ Jl. (Mixo - .;1) "


2

2p.

Hin weis: Beweise die Fehlerabschtzung (induktiv) mit Hilfe des Taylorschen Satzes.

71 Bemoullische Zahlen und Bernoullische Polynome


Nach Satz 66.1 kann man die Funktion
1
x x2
1 +-+-+ ..
2! 3!

ex-1

in eine Potenzreihe

..L

b"x" entwickeln. Setzen wir B,.: = n!b"' also bn=Bn/n!,

n =- 0

so erhalten wir aus der fr alle hinreichend kleinen

lxl gltigen

B X2 + ) ( 1 +-+-+
x x
) = 1
( B 0 +-X+1!
2!
2! 3!
B1

B 0 = 1,

Identitt

in gewohnter Weise

1
B 0 -+ B 1 = 0

(71.1)

2!

und (durch Vergleich der Koeffizienten von x"- 1 )

B1
1 +Bz
1 + + Bn-1 -1 = O
B 0 -1 +n! 1! (n-1)1 2! (n-2)!
(n-1)! 1!

kLO ; Bk = 0

fr n

2 3 , ....
'

n) 1st. d"te l etzte GIetc. h ung aqmvalent


.. .
.
mt

1
1
!
1(
Wegen k!(n-k)!=;!
k!(n-k)!= n! k
n-1 (

rur n =

= 2, 3, ....

(71.2)

71 Die Bemoullischen Zahlen

411

Aus (71.1) und (71.2) ergeben sich die nach Jakob Bemoulli genannten Bernoullischen Zahlen Bn der Reihe nach zu

B 0 = 1,

B 4 =-3Q B 5 = 0,
1

B 8 =-30 B 9 =0,

5
B1o= 6(5

(71.3)

Ihrer Berechnungsweise nach mssen sie alle rational sein. (71.3) drngt zu der
Vermutung
B 2 n +l

=0

fr

= 1, 2, .. ..

{71.4)

Dies trifft in der Tat zu und ergibt sich einfach aus dem Umstand, da die Funktion

cosh(t/2)
- -+- =-t ----'----'e' - 1 2 2 sinh(t/2)
t

.. B

L.....!! t"

=Bo+

gerade und

n- 2

n!

ist. - Tragen wir hier die Entwicklung der Hyperbelfunktionen aus A 62.1 ein,
so folgt mit x : = t/2 die G leichung
..

x2"

n -0

(2n)!

L
X

oo

2n

oo

~o (;n)!

..

X2n+ l

n~O (2n + 1)!

L
oo

n -0

2n

B 2n (2 )2"
i... (2 ) I
X

n- 0
n .

(2n + 1)!

Mit A 66.4 erhalten wir daraus


2n

oo

L (- 1)"-x.. -o
(2n)!
L (- 1)"
2n

oo

(-

i.J

n -0

(2n + 1) !

n- o

B 2.. (2 )2 "
1)" (2
)1
X
'
n .

und da linkerhand offenbar die Funktion x cot x steht, haben wir deren Potenzreihenentwicklung nun in der bersichtlichen Form
x cot x =

..

L (-1)"

" _0

22 "B 2
(2n) !

"

x2"

(71.5)

vor Augen - in wohltuendem Unterschied zu der gewissermaen unfertigen


Darstellung (66.4). Mittels der leicht zu verifizierenden Formel cot x -2 cot 2x =
tan x folgt nun auch noch auf einen Schlag die Entwicklung
tan

= ~ (- 1)" - 122"(22" - l)B2n 2 n i.J


( )!
X
2

n .
die sich uns in (66.2) nur wie von ferne gezeigt hatte.
n- 1

(71.6)

412

IX Anwendungen

Wir bringen noch ein weiteres Beispiel fr das hilfreiche Eingreifen der Bernoullischen Zahlen. Mittels der geometrischen Summenformel erhlt ma n fr jedes
natrliche n und jedes x =f 0 die Gleichung
e<n+l)x - 1 e<n+l)x - 1 X
ekx =
(e.x)k =
X
=
X
k=O
k=O
e -1
X
e - 1
,.

,.

(71 .7)

Die beiden uersten Enden dieser Gleichungskette stimmen aber auch noch fr
x = 0 berein, so da (71.7) nachtrglich sogar fr alle x gilt. Reihenentwicklung
liefert:

k=O

ekx =

I I
n

oo

kx )P

k=O p=O p!

e(n+l).x - 1

I - I
(

p=O p! k=O

kP xP

fr alle x,

(n + 1)p+t xP .
~ xP
p=O (p + 1)!
p=O p!

e.x -1

oo

p- 0

(n+1~+(n+1)
1! p!

2!

1
Bp-t + +(n+ 1)P+ B 0)xP
(p. - 1)!
(p+1)! 0!

fr alle hinreichend kleinen lxl. Wegen (71.7) mssen die gleichsteiligen


Koeffizienten in diesen Entwicklungen bereinstimmen; fr p = 1, 2, .. . ist daher
2
1
(
P
P) n + 1 Bn (n + 1) Bp-l
P
- 1 + 2 + 3 + ... + n =
-"+
+ ... + (n + 1)P+l -B 0
p!
1! p!
2! (p- 1)!
(p+1)! 0!'
also
1
1
2B
1+2P+3P+ +nP= p+ 1 [(p+
)(n
+
1)B
+
(p
+l)(n+1)
1
p
2
p-l +

+(::~)(n+1)P+1Bo].

(71 .8)

Fr p = 1, 2, 3 erhlt man daraus von neuem die Summenformeln aus Satz


7. 7 - diesmal aber in der Form eines durchsichtigen Bildungsgesetzes l).
Die obigen Beispiele lassen die Behauptung begreiich erscheinen, da die
Bernoullischen Zahlen- neben den Binomialkoeffizienten- zu de n inte ressantesten und beziehungsreichsten Zahlen der Analysis gehr en. Diese These wird
noch glaubwrdiger durch die frappierende Summenformel

fn=l n1 =(-l)p-tB2p(2'
1T)2P
2(2p)!
2

> Insgesamt

(pe N),

haben wir sie damit auf vier ganz verschiedene Weisen her geleitet; s. A 16.3
und A 17.3c. W eitere Beweise sind in A92.2 und A95.1 zu finden.

72 Gedmpfte fre ie Schwingungen

413

die wir erst in Nr. 148 beweisen werden und aus der sich z.B. die bemerkenswerten Gleichungen

ergeben.

Aufgaben
t. BernouUische Polynome Setze f(x, t) : =
reichend kleinen

lxl gltige

xe"'
. Dann kann man eine fr alle t und hine" -1

Entwicklung der Form f(x, t) =

I B,.~t) x" ansetzen. Aus


n.

n -0

f(x, t) =

e" - 1

e"' folgt durch Reihenmultiplikation und Koeffizientenvergleich

B"(t) = t"

+(~)B~t"- 1 + (;)B ++cn 1)B,.-tt+B,..


2 t"-

Die B,.(r) sind also Polynome in t, die sogenannten Bernoulli sch e n Polynome. Es ist
3

B 3 (t)= t - - t

+-1 t.
2

Es ist Bn(O) = Bn fr n > 0, B0 (1) = B0 , B 1 (1) =- B 1 und Bn(l) = Bn fr

n~ 2.

2. Fr die in Aufgabe 1 definierten Bemoullischen Polynome gilt


d

- Bn+l(t) = (n + l}B" (t}


dt

(n = 0, 1, 2, ...).

.. B

3. D er Konvergenzradius r der Reihe

L
x"
n O n!
_!!

ist.,.21T (in A 187.11 werden wir sehen,

da r = 21T ist). Hinw e is: a) Die R eihe mu (trivialerweise) auch fr alle komplexen x mit
lxl < r konvergieren und eine stetige Summe haben; b) e 2,.; = 1.

72 Gedmpfte freie

~hwingungen

Die enorm leistungsfhigen Methoden des letzten Kapitels machen es mglich,


einen der wichtigsten physikalischen Prozesse, den allgemeinen Schwingungsvorgang, in einfacher und mathematisch vllig befriedigender Weise zu durchleuchten. In Nr. 57 hatten wir die reibungsfreie Bewegung eines Punktes der
Masse m unter dem Einflu einer der Auslenkung proportionalen Rckstellkraft
untersucht. Wir hatten gefunden, da diese Bewegung der Differentialgleichung
(72.1)

414

IX Anwendungen

gengt; dabei ist k eine positive Konstante, whrend x(t) die Lage des Massenpunktes zur Zeit t angibt (fr die Ableitung verwenden wir wieder die Newtonsehe Punktbezeichnung). Im folgenden geben wir nun einen Schritt weiter und
stellen die (grundstzlich immer vorhandenen) R eibungskrfte in unsere Rechnung ein. Nehmen wiJ" an , da der Massenpunkt einer geschwindigkeitsproportionalen Reibung unterliegt, so mu nach dem Newtonseben Kraftgese tz
(56.1) die rechte Seite in (72.1) dmcb die Reibungskraft - r:X (r > 0) ergnzt
werden; dies fhrt zu der Differentialgleichung der gedmpften Schwingung
(72.2)
mit positiven Konstanten r und k.
Unser physikalisches Problem lautet nun in mathematischer Formulierung so: Kann
die Anfangswertaufgabe
(72.3)
mit willkrlich vorgegebener Anfangslage x 0 und Anfangsgeschwindigkeit v 0 eindeutig gelst werden- und wie sind die Lsungen (also die Bewegungsformen
unseres Massenpunktes) beschaffen?
Statt (72.3) nehmen wir gleich das allgemeinere Anfangswertproblem
x+ai+bx =0,

(72.4)

mit beliebigen reellen Konstanten a, b in Angriff; die hierin auftretende Differen tialgleichung
(72.5)

x+ai+bx=O

heit homogene lineare Different ialgleichung zwei ter Ordnung mit


konstanten Ko effizienten. Wenn uicbt ausdrcklich etwas anderes gesagt
wird, sind Zahlen und Funktionen- insbesondere also die Lsungsfunktione n
x(t) von (72.5} - stets reell.
Es sei J irgendein offenes Intervall der t-Achse, L(J) die Menge aller auf J
definierten Lsungen von (72.5) und C""(J) der lineare Raum der auf J erklrten
und dort unendlich oft differenzierbaren Funktionen. Da (72.5) immer die triviale
Lsung x: = 0 (d.h. x(t) = 0 fr alle t E J) besitzt, ist L(J) -:f (/). Darber hinaus ist
L(J) sogar ein Funktionenraum auf J ; denn ganz offenbar sind mit x und y auch
x + y und ax fr jedes reelle a Elemente aus L(J). Fr jedes x E L(J) ist
x = - ai - bx, infolgedessen ist auch x auf 1 vorbanden und =-ax- bi, und
induktiv siebt man nun, da x sogar unendlich oft auf J differenziert werden
kann - da also L (J) c c-(J) gilt- und da
fr n = 2, 3, ...

72 Gedmpfte freie Schwingungen

41 5

ist. Unter Verwendung des Differentiationsoperators D (s. Nr. 46) knnen wir
diese Beziehung noch prgnanter in der Form
D "x = -aD"- 1 x- bD" - 2 x

fr alle x E L (J)

(72.6)

schreiben. Wir wollen brigens vereinbaren, in diesem Abschnitt dem Symbol D


eine etwas engere Bedeutung als sonst zu geben: D sei der auf C ""(J)
eingeschrnkte Differentiationsoperator, also diejenige Abbildung, die jedem
XE coo(J) die Funktion Dx :=X zuordnet. Offenbar ist D eine lineare Selbstabbildung von Coo(J). Wie frher sei D"x(t0 ) eine klammersparende Kurzfassung von
(D "x)(t0 ) . Die Differentialgleichung (72.5) knnen wir natrlich in der Form
D 2 x + aDx + bx

= 0 oder auch (D 2 + aD + bi)x = 0

(72.7)

schreiben; dabei ist I die identische Abbildung von C oo(J).


Nach diesen Vorbemerkungen zeigen wir als erstes, da unser Anfangswertproblem (72.4) hchstens eine Lsung auf J besitzt (natrlich sei hierbei t0 E J).
Angenommen, x und y seien zwei derartige Lsungen. Dann lst u : = x - y das
Anfangswertproblem

u(to) = u(to) = 0.

+ au+bu = 0,

(72.8)

Wir beweisen jetzt- und damit ist dann alles erledigt-, da notwendig u = 0 sein
mu. Sei t irgendein Punkt 1= t0 aus J. Auf dem kompakten Intervall J 0 : = (1 0 , t)
sind die Funktionen u und u beschrnkt; es sei M eine gemeinsame obere
Schranke fr ihre Betrge, also
!u(s)i, lu(s)l :s M

fr alle s E J 0

Ferner sei

A := max(lal, lbl, ~).


Wir beweisen nun induktiv die (grobe) Abschtzung
ID"u(s) i ~(2A)"M

fr alle sE J 0 und alle n:;:,.2.

(72.9)

Wegen i(s)i =l- ait(s)-bu(s) I~ AM+AM=2AM~(2A) 2M ist sie gewi fr


die Anfangszahl n = 2 richtig (hier haben wir benutzt, da definitjensgem 2A ~ 1
ist). Trifft sie aber fr irgendein n ~ 2 zu, so folgt mit (72.6) fr alle s E J 0
ID" +tu(s)i = 1-aD"u(s) - bD "- 1 u(s)l :s A(2A)"M + A(2A)"- 1M
~ A(2A)"M + A(2A)"M= (2A)" +tM,
womit der Induktionsbeweis schon beendet ist. Mit Satz 61.2 folgt nun aus (72.9)
unmittelbar, da u(t) die Taylorsche Entwicklung u(t) =

D "u(to) (t - t0 )" be~~ -o


n!
sitzt. D a sich aber aus (72.6), zusammen mit den Anfangsbedingungen fr u in

416

IX Anwendungen

(72.8}, sofort ergibt, da D "u(t0 } fr alle n e N0 verschwindet, erkennen wir nun


mit e inem einzigen Blick, da u(t} 0 sein mu. Damit ist der Eindeutigkeitsbeweis abgeschlossen.

Die Kraft der "Taylorschen Methoden" dieses Kapitels wird dem Leser besonders klar
werden, wenn er noch einmal zu den Eindeutigkeitsbeweisen zurckgebt, die wir mit den
damaligen, weitaus bescheideneren Mitteln gesondert und ad hoc fr die einfachen
Sonderflle (57 .2) und (58.5) unseres Anfangswertproblems (72.4) gefhrt haben.

Die bisherige Untersuchung hat gelehrt, da die Lsungen der Differentialgleichung (72.5) - wenn sie denn berhaupt vorhanden sind - nicht nur Ableitungen jeder Ordnung, sondern sogar Potenzre ihendarstellungen besitzen. Sie
fallen also grundstzlich der Methode der unbestimmten Koeffizienten anheim,
die wir schon in A 64.10, 11 eingesetzt hatten. Sie besteht darin, eine Lsung x(t)
a ls Potenzreihe anzusetzen, mit dieser Reihe via gliedweiser Differentiation in
(72.5) einzugehen und die " unbestimmten Koeffizienten" durch Koeffizientenvergleich festzulegen. Nachtrglich hat man dann noch zu prfen, ob (genauer: fr
welche t) die so gewonnene Reihe konvergiert. Innerhalb ihres Konvergenzintervalls ist sie dann konstruktionsgem gewi eine Lsung der Differentialgleichung. Im vorliegenden Falle fhrt dieses Verfahren jedoch sehr rasch zu
verwickelten und unbersichtlichen Ausdrcken fr die Koeffizienten. Wir
schlagen deshalb einen anderen Weg ein. Wie so viele der bequemen Heerstraen
der Mathematik fhrt auch er durchs Komplexe. Der Leser, der ihn nicht gehen
mag, kann die nchsten Abstze berschlagen und den Satz 72.1 nachtrglich
verifizieren, indem er mit den angegebenen Funktionen in das Anfangswertproblern eingeht.

Den Ubergang ins Komplexe bewerkstelligen wir durch die Einfhrung komplexwertiger Funktionen x(t) der (reellen) Vernderlichen t e J. x(t) lt sich in der
Form schreiben
x(t) = u(t) + iv(t) mit reellen Funktionen u(t) und v(t) .

..

Die Definition der Ableitung x(t} kann man o hne die geringste Anderung aus Nr.
46 bernehmen. Offenbar ist x genau dann differenzierbar, wenn u und v es sind ;
in diesem Falle ist x = u+ iv. Es gelten die Summen-, Produkt- und Quotientenregeln (s. Satz 47 .1), ferner ist fr jedes komplexe A und jedes reelle t
d
- e"' = AeA'.
dt

(72.10)

Um diese fr alles weitere grundlegende Formel einzusehen, setze man A =


a + i (a, e R), differenziere die Funktion
e"' = e<a +i/3)r= e"'' e 113 ' = e"'' cos t + ie..' sin t
" gliedweise" und fasse dann wieder mittels der Eutersehen Formel zusammen.
Die Funktion x:J - c heit komplexwenige Lsung von (72.5) auf J, wenn
x(t) + ax(t} + bx(t) = 0 fr alle t E J gilt. X= U + iv ist genau dann eine komplexwer-

72 Gedmpfte freie Schwingungen

417

tige Lsung, wenn u und v reelle Lsungen sind; es ist nmlich

x+ ax + bx = ( + au + bu )+i(v+ av + bv),
und weil a und b reell sind, steht rechts die Zerlegung der linken Seite in
Real- und ImaginrteiJ, die linke Seite verschwindet also genau dann , wenn jeder
der rechten Klammerausdrcke dasselbe tut - womit unsere Bemerkung schon
bewiesen ist. Jede komplexwertige Lsung liefert uns also ganz von selbst zwei reelle
Lsungen, eine Tatsache, die uns den Weg aus dem Komplexen heraus ins Reelle
bahnen wird. Lc(J) und C';(J) bezeichnen beziehentlieh die Menge aller komplexwertigen Lsungen von (72.5) auf J und die Menge aller unendlich oft differenzierbaren komplexwertigen Funktionen auf J. Natrlich ist L(J) c Lc(J) und
C oo(J) c C';(J), und wie im reellen Falle sieht man , da Lc(J) c C';(J) ist , und da
Lc(J) und C';(J) (komplexe) Funktionenrume sind (s. A 14.14). Den Differentiationsoperator D: C""(J) ~ C""(J) setzen wir durch die D efinition Dx : = x fr
x E C';(J) in natrlicher We ise auf C';(J) fort; er ist dann im Sinne von A 17.5
eine lineare Selbstabbildung von C';(J). Endlich sei
p(D): = a., D" + a"_ 1D"- 1 + + a 0 I
fr jedes komplexe Polynom p(A):=a.,A"+~_ 1 A" - 1 + +a0 1 >.
p(D) ist wieder eine lineare Selbstabbildung von C';(J), und zwar ist fr jedes
E lement x dieses Raumes
p(D)x = a,.D"x + a,,_ 1D" - 1 x + + a 1Dx + a0 x.
Die Menge aller " Polynome in D " ist offensichtlich eine (komplexe) kommutative
Algebra mit dem E inselement I
Hat das obige Polynom p den Grad n ;:::. 1, so besitzt es nach Satz 69.2 die
Produktdarstellung
p(A) = a,. (A- A1 )(A- A2 ) (A- A,.),
(72.11)
wobei Al> ... , A,. die n Nullstellen von p sind, jede so oft aufgefhrt, wie es ihre
Vielfachheit verlangt. In diese Darstellung "darf" man D einsetzen, d.h. , es gilt
(72.12)

und zwar einfach deshalb, weil man in (72.11) von der rechten zur linken Seite
kommt, indem man nur nach Regeln rechnet, die in jeder Algebra gelten (die
Krpereigenschaften von C werden nicht voll herangezogen). Infolgedessen
ndert sich an dieser Rechnung nicht das Geringste, wenn man statt A irgendein
Element einer (komplexen) Algebra einsetzt - z.B. den Differentiationsoperator
D , der ja in der Algebra aller linearen Selbstabbildungen von C;(J) liegt. Im
Grunde nimmt man damit nur eine Umbenennung vor: Man gibt A den neuen
Namen D (die Bedeutung von D tritt beim formalen Rechnen gnzlich in den
Hintergrund).
t> Beachte, da a0 = a0 A. 0 ist; bei der Ersetzung von A. durch D wird daraus a0 D 0 = a0 1.

418

IX Anwendungen

Nach diesen begrifflichen Vorbereitungen sind wir nun gerstet, die Frage nach
der Lsbarkeit der Differentialgleichung (72.5) und des Anfangswertproblems
(72.4) einer raschen Entscheidung zuzufhren. Wir suchen zunchst komplexwertige Lsungen, bewegen uns also im Funktionenraum C7(J); die Differentialgleichung schreiben wir in der Form (72.7):

(D2 +aD+bl)x=O.

(72.13)

Die Abbildung in der Klammer ist= p(D) mit


p(,\) := ,\ 2 + a,\ + b.

(72.14}

Die Nullstellen 1..1 und 1..2 von p werden je nach dem Vorzeichen von

d: =a 2 - 4b

(72.15}

durch die folgenden Formeln gegeben (s. A 9.7):

A1 , 2 =

- a/2 .Jd/2,

falls d > 0 (zwei verschiedene reelle Wurzeln},

- a/2,

falls d = 0 (eine reelle Doppe lwurze l),

- a/2iN/2,

falls d <O (zwei verschiedene konjugiert


komplexe Wurzeln).

(72.16)

Wegen (72.12) geht jetzt die Differentialgleichung (72.13} ber in


(D- A1 I)(D- A2 I)x = 0

oder auch

(D- A2 I)(D - A1I)x = 0.

(72.17)

Daraus folgt sofort : Lst die Funktion XE c ;(J) e ine der Differentialgleichungen
(D - A2 I)x = 0, (D- A1 I)x = 0, so lst sie (auf J) auch die ursprngliche Gleichung
(72.13). Die Differentialgleichung
(D- AI)x = 0,

mit anderen Worten:

x = ,\x,

besitzt aber wegen (72.10) fr beliebiges ,\ jedenfalls die Lsung e"'', somit sind
die Funktionen e"'', e"'', also auch alle Funktionen C1 e>-, + Cze~' mit beliebigen
komplexen Konstanten Cl> C2 Lsungen von (72.13)- und dies nicht nur auf J,
sondern offensichtlich sogar auf ganz R 11 Wenn die Nullstellen ,\ 1, ,\2 verschieden
sind, kann man in der Lsung x(t) := C 1e"' '+ C2 e"'' die Konstanten C 11 C2 immer
so bestimmen, da die Anfangsbedingungen

x(t0 ) = C 1e>.'+ C2 e"'' = x 0 ,


x(to) = ,\1 Cle"''+ ,\2C2e>.' = Vo

(72.18)

erfllt sind (dabei drfen die Zahlen t0 E R und x0 , v 0 E C vllig willkrlich


11

Wir drfen und wollen deshalb von nun an J = R setzen.-Zu eben diesen Lsungen
gelangt man brigens direkter, indem man mit dem Ansatz x(t):=e... '(A.E C) in (72.5) eingeht und A. geeignet bestimmt (nmlich zu A. 1, A.2). Freilich bleibt dabei im dunkeln, wie
man berhaupt auf einen solchen Ansatz-er stammt von Euler- geraten kann.

72 Gedmpfte freie Schwingungen

419

vorgegeben werden): Die Lsung


(72.19)
des Gleichungssystems (72. 18) leistet das Gewnschte.
Das Komplexe bat damit seine Schuldigkeit im wesentlichen schon getan ; wir
treten nun den Rckweg ins Ree lle an.
Sind A1 und A2 selbst schon reell und verschieden (Fall d > 0), und sind auch die
Anfangswerte x 0 und v 0 reell, so werden sowohl die Funktionen e"', e"' als auch
die nach (72.19) berechneten Konstanten CI> ~ reeJl sein. Die mit diesen
Konstanten gebildete Funktion x(t): = C 1 e"' + C2 e"' ist also eine reelle Lsungund gem den anfnglichen Eindeutigkeitsuntersucbungen sogar die einzigedes Anfangswertproblems (72.4).
Nun seien A1 und A2 konjugiert komplex und verschieden (Fall d < 0). Mit
(72.20)
(s. (72.16) und (72.15)) ist also A1 2 = a i, und wegen
e<a+i)r = e"'' (cos t + i sin t)
sind jetzt die Funktionen
e"'' cos t

und

e'" sin t

(72.21)

zwei reelle Lsungen von (72.5). D ie konjugierte Nullstelle a - i erzeugt ganz


entsprechend die reellen Lsungen e"'' cos t und -e~' sin t, liefert also nichts
Neues. Sind die Anfangswerte x 0 und v 0 reell und definiert man die (komplexe)
Lsung x(t) = u(t)+iv(t) von (72.4) durch x(t):=C1 e"'+C2 e"' mit den aus
(72.18) bestimmten Konstanten (72.19), so ist wegen (72.18)

u(to) = Re x(to) = Xo

und

u(lo) = R e x(to) = Vo,

infolgedessen ist u(t) = Re(C1 e"'+ C2 e~') eine reelle Lsung- und damit wieder
die e inzige- des Anfangswertproblems (72.4) . Eine kurze R echnung 1> zeigt, da
diese Lsung als Linearkombination der Funktionen (72.21), d.h. in der Form

Cre"" cos t +

~e"''

sin t

- ~-

mit reellen Konstanten Ct>

(72.22)

geschrieben werden kann, und wie in Nr. 57 siebt man, da sie auch die
Darstellung besitzt
Ae"'' sin(t + q>)

mit reellen Konstanten A und

q>.

(72.23)

t> In u{l) = Re( ) setze man einfach Ck = i'k + i6k und e>..ut= e'"(cos t i sio t).

420

IX Anwendungen

Jetzt bleibt nur noch der Fall d = 0 (zusammenfallende reelle Nullstelle n :


,\ 1 = ,\2 E R). Aus (72.16) entnehmen wir, da die Differentialgleichung (72.13)
nunmehr die Gestalt
(72.24)
besitzt. Wir werden sie (ganz im Reellen bleibend) folgendermaen lsen:
Genau wie im Anschlu an (72.16) sieht man, da jedenfalls die Funktion e"'' der
GI. (72.24) gengt. Eine weitere Lsung knnen wir gewinnen , indem wir
zunchst (D - A1 l)y = 0, dann (D- A1 l)x = y
auflsen ; wegen (D - A1 I)(D - A1 I)x = (D - A1 l)y = 0 ist dann x gewi eine
Lsung von (72.24). Die Funktion y(t) := e"' ' befriedigt die GI. (0- A1 l)y = 0;
e ine Lsung der (gestrten) GI. (D - A1 l)x = y oder also x = ,\ 1 x + y knnen wir
nun ganz rasch durch den Ansatz x(t) := C(t)e"'' finden (Methode der Variation
der Konstanten; s. (55.5)). Nach (55.6) ist C(t) = y(t)e- "'' = e"''e-"'' = 1; infolgedessen ist die Funktion te"'' eine zweite Lsung von (72.24).Und schlielich
sieht man durch eine ganz einfache Rechnung ein, da die Lsung

C 1e"''+ ~te"' '


auch den vorgeschriebenen Anfangsbedingungen gengt, wenn man nur
C 1 = [(1 + A1 to)xo- tovo]e- "''o

und

~ = (vo- A1 xo)e- "''o

whlt. Alles bisherige zusammenfassend knnen wir also sagen:

72.1 Satz Das Anfangswertproblem


(a, b reelle Konstanten)

x+ax+bx=O,

besitzt stets eine- aber auch nur eine - (reelle) Lsung x. Dieselbe kann, je nach
dem Vorzeichen der Diskriminante d:= a 2 - 4b, in einer der folgenden Formen
dargestellt werden:

I) x(t) = C 1e,\'+C2 e"'' mit A1 .2 :=

1alls
-~.!v'd,
2 2
)'

d > O,

II) x(t) = (C1 + C2 t)e-<"12>', falls d = 0,

III) x(t) = e"''( C1 cos t + C2 sin t) oder auch = Ae'"' sin(t + <p)
a
1 ,.---;
mit a : = - 2, := " - d, falls d < 0.
2
Erteilt man in I bis m den Konstanten Cl> ~ alle mglichen (reellen) Werte, so
erhlt man ausnahmslos alle Lsungen der Differentialgleichung x + ax + bx = 0.
Dieser mathematische Satz beantwortet bis in alle Einzelheiten die eingangs
aufgeworfene physikalische Frage nach den mglichen Bewegungen eines elastisch angebundenen und R eibungskrften unterworfenen Massenpunktes. Sehen

72 Gedmpfte freie Schwingungen

421

wir uns die Bewegungsformen, d.h. die Lsungen der Differentialgleichung


mx + ri+ k 2 x = 0

mit

p:=

2m

oder also

x+2p:i + w~x = 0

wo:= -

Jm

noch e twas nher an! Mit den Bezeichnungen des letzten Satzes ist

a = 2 p ;;::.:0,

b = w~> 0

und

d = 4(p 2 - w~)

(wir lassen jetzt auch p = 0 zu, um die ungedmpfte Bewegung mit zu erfassen).
Die Bewegungsformen klassifizieren wir wie oben nach dem Vorzeichen von d:
I) d > 0, d.h. p > w 0 ("groe Reibung"): Hier ist

infolgedessen ist lim x(t) = 0. Die Geschwindigkeit des Massenpunktes ist :i(t) =
r-.+oo

C 1 A1eA '+ C2A2 eA1 1; im nichttriviale n Falle (wenigstens eine der Konstanten C1
und C2 , etwa C1 , von Null verschieden) ist sie a lso genau dann = 0, wenn
e<A,- A1 >1 = - C2A 2 /C1 A1 gilt. Das kann jedoch hchstens einmal (fr hchstens
einen Wert von t) eintreten. Insgesamt liegt somit e ine aperiodische Bewegung
vor, bei der unser Massenpunkt hchstens e inma l seine anfngliche Bewegungsrichtung umkehrt, also hchstens einmal ber den Nullpunkt hinauswandert und sich im brigen demselben "asymptotisch nhert".

II) d = 0, d.h. p = w0 : N un ist


x(t) = (C1 + C 2 t)e- "'.
Wieder' ist lim x(t) = 0, und wieder besitzt
t-+>

x hchstens eine Nullstelle:

Wir haben

also denselben Bewegungsverlauf wie unter I . In beiden FHen kann natrlich von
" Schwingungen" im landlufigen Sinne nicht die R ede sein; die groe R eibungskraft erstickt alle Anstze dazu im Keime. Ganz anders liegen die Dinge im
(interessantesten) Fall

III) d < 0, d.h. p < w 0 ("kleine Reibung"): Jetzt haben wir


(72.25)

Fr p = 0 (keine R e ibung) liegt die schon in Nr. 57 diskutierte (periodische)


Schwingung mit der Amplitude A und der Schwingungsdauer T = 2'IT/ w 0 vor, die
man auch eine ungedmpfte Schwingung nennt. Ist jedoch p positiv, so strebt
x(t) ~ 0 fr t ~ +oo: Der Massenpunkt schwingt mit exponentiell abnehmenden
Ausschlgen um den Nullpunkt hirt und her (gedntpfte Schwingun.g, s. Fig. 72.1).

422

IX Anwendungen

Fig. 72. 1

Aufgaben
1. Bestimme alle Lsungen der folgenden Differentialgleichungen:
a) x + l3i +40x = O,
b) x-12i+36x=O,
c) x + 6i + 34x=O.
2. Elektrischer Schwingungskreis Ein (ges<;hlossener) elektrischer Schwingungskreis bestehe aus einem Kondensator der Kapazitt C, einem Widerstand R und einer Induktivitt L. Herrscht am Kondensator eine gewisse Aniangsspannung, so entsteht im Schwingungskreis ein Strom von zeitlich vernderlicher Spannung U(t). Die Physik lehrt, da V
der Differentialgleichung

.. R .
1
U+-U + - U=O

LC

gengt. Diskutiere den Spannungsverlauf.

73 Die homogene lineare Differentialgleichung n-ter Ordnung mit


konstanten Koeffizienten
Man braucht die bisher so erfolgreiche " Operatorenmethode" (das Rechnen mit
dem Differentiationsoperator D) nur ein wenig weiter zu treiben, um auch der
berschriftlich genannten Differentialgleichung

(73.1)
fr eine von der reellen Vernderlichen t abhngende Funktion x H err zu

73 Die homogene lineare Differentialgleichung n-ter Ordnung

423

werden 1>. Dabei vereinbaren wir, da die Koeffizienten ak komplex und die
Lsungen x komplexwertig sein sollen -falls nicht ausdrcklich etwas anderes
gesagt wird. Dieser (und der folgende) Abschnitt wendet sich deshalb nur an
diejenigen Leser, die den Unterkurs ber komplexe Zahlen mitverfolgt haben.
Zunchst sieht man wie in Nr. 72, da jede auf einem offenen Intervall J
definierte Lsung von (73.1) dort sogar beliebig oft differenzierbar sein mu, und
da Lc(J) - die Menge der (komplexwertigen) Lsungen von (73.1)- ein (komplexer) Funktionenraum ist. Mit Hilfe des charakter ist isc h e n P o lynoms
p (A.):=A."+a.,_1 A."- 1 + +a 1 A.+ao

(73.2)

der Differentialgleichung (73.1) schreiben wir letztere in der Form

p(D)x = 0.

(73.3)

Sind A. L> , Am die unter sich verschiedenen Nullstellen des charakteristischen


Polynoms und vh ... , Vm deren Vielfachheiten, so ergibt sich aus dem Satz 69.4
ber die Partialbruchzerlegung sofort die Darstellung
ql{A )
qm(A)
= (
p ( A)
A- Al ) u, + + (A- Am )UM
1

mit gewissen Polynomen q" ... , qm

und daraus die fr alle A E C gltige Polynombeziehung

n (A- A;)"
m

1 = qt(A)Pt(A)+ + qm(A. )p'"(A) mit Pt<{A) :=

(73.4)

;- 1
j ... k

Durch Einsetzen von D erhalten wir demnach die Gleichung

I = q1(D)p1(D) + + q"'(D)pm{D)
und daraus die alles weitere beherrschende und fr jedes x E C';(J) gltige
Darstellung x = q 1 (D)p 1 (D)x + + q". (D)pm (D)x oder also
(73.5)

Sei nun x eine Lsung von (73.1), also p(D)x = 0.


Fr xk = qk(D)p,.(D)x erhalten wir dann die Gleichung
(D- At<I)"xt< = (D- A"I)"qt< (D)pt< (D)x
= qt<(D)(D - A"I)"p"(D)x = q"(D)p(D)x = q"(D)O = 0.

>Die Differentialgleichung heit homogen , weil auf ihrer rechten Seite 0 steht. Befindet
sich dort stattdessen eine Strfunktion s(t), so wird die Gleichung inhomogen genannt.
Einfache Beispiele hierfr haben wir 10 Nr. 55 kenneogelemt.

424

IX Anwendungen

xk ist also eine Lsung der k-ten " Teilgleichung"


(D -Akl)""xk=O

(k=l , ... ,m) .

(73.6)

Aus (73.5) ergibt sich nun mit einem Schlag, da jede Lsung x der ursprnglichen
Differentialgleichung (73.1) Summe von Lsungen der m Teilgleichungen (73.6)
ist. Da umgekehrt jede Lsung xk von (73.6) wegen p(D)x" =
P~c(D)(D - A"l)ux" =0 auch Lsung von (73.1) sein mu und Lc(J) ein F unktionenraum ist, gilt insgesamt der folgende

73.1 Satz Es sei p(A) = (A- A1)u (A- Am)"M die kanonische Produktdarstellung
des charakteristischen Polynoms von (73.1). Dann ist jede Summe von Lsungen
der Teilgleichungen (73.6) eine Lsung der ursprnglichen Differentialgleichung
(73.1), und jede Lsung der letzteren wird auch auf diese Weise erhalten.
Bedeutet Lc.>.. die Lsungsmenge der GI. (73.6), so ist also in kurzer u nd leicht
verstndlicher Symbolik

Lc(J) = L c,>. (J) + '


1

'+ L c,>..., (J).

Die Frage nach den Lsungen von (73.1) hat sich damit zugespitzt auf das
Problem, eine Differentialgleichung der Form

(A e C, me N)

(73.7)

vollstndig zu lsen. Dies gelingt in einfachster Weise mit dem folgenden

73.2 Hilfssatz Sei e(a ) die Funktion

r~e01 '

(ae C fest , t e R). Dann ist

Dm(e{a)x) =e (a)(D + al)"'x fr jedes xec;'(J) und jedes meN 0 .


Beweis. Mit Hilfe der Leibnizschen Differentiationsformel

"' (m)
j<k>gCm -1.)
k

(jg)C"'>= L;

(s. A47.1)

k-0

erhalten wir

D (E(a)x)=
111

1; (m)
DkE(a) Dcm-k>x
k

k-0

=E(a)

L,"

(m) ak Dm -k X=E(a)(D+al)"'x,

k-0

womit bereits alles abgetan ist.

x e C';(J) gengt genau dann der GI. (73.7), wenn e(-A)(D- H )mx = 0 ist, wegen
Hilfssatz 73.2 also geoau dann, wenn gilt
Dm(e(-A)x) = 0.

(73.8)

Damit ist unser Proble m noch e inmal ganz entsche ide nd vereinfacht; denn die
Lsungen der GI. (73.8) lassen sich ohne groe Umstnde bestimmen. Aus

73 Die homogene lineare Differentialgleichung n-ter Ordnung

425

D "'y = 0 folgt ja doch mit Hilfe des Satzes 55.3 der Reihe nach

D "' - 1 y(t) = C,,

D"'-2 y(t) = C 1 t + C2 ,

~ C 1 t 2 + C':zt + C3, ... ,

D"' - 3y(t) =

schlielich erkennt man, da y ein Polynom vom Grade ~m -1 ist. Und da


umgekehrt fr jedes derartige Polynom die m - te Ableitung berall verschwinde t,
sind genau die Polynome vom Grade ~ m - 1 die smtlichen Lsungen der
Differentialgleichung D '"y = 0. Wegen der Bem erkung vor (73 .8) wissen wir also
nun, da die Funktionen der Form (c 0 +c 1 t+ +cm_ 1 t"'- 1)e"''- und keine
anderen - der GI. (73.7) gengen; dabei drfen die c.,. beliebige komplexe
Zahle n sein. W egen Satz 73.1 falle n uns nun o hne weiteres Z utun alle Lsungen
d er Differentialgleichung (73.1) in den Scho:

73.3 Satz Es seien A1 ,

Am die verschiedenen Nullstellen des charakteristischen


Polynoms der Differentialgleichung (73.1) und v 1, . . , v", ihre Vielfachheilen.
Dann erhlt man smtliche komplexwertigen L sungen von (73 .1) - aber auch nur
diese - in der Form
.. ,

(C10 + C 11 t + + C 1 ,.,,- 1 t " - ')e~' + (C20 + C 21 l+ + ~ "'_ 1 t ",- 1 )e.>.,'


+ . .. + (Cmo + cm I I+ ... + c"., um- 1 t"m - I )e"'m',
wobei die Ci" beliebige komplexe Zahlen bedeuten drfen.
Sind alle Koeffizienten de r Diffe re ntialgleichung (73.1) reell, so treten die echt
komple xen Nullstellen ihres charakteristischen Polynoms in konjugierten Paaren
auf (Satz 69.3). Bercksichtigt ma n dies und zerlegt man die Produkte Ci"e"'t' in
R eal- und Imaginrteil (vgl. den Beweis von (72.22)), so e rhlt ma n die folgende
reelle V ersion des letzten Satzes:

73.4 Satz Die Koeffizienten der Differentialgleichung (73.1) seien alle reell. Dann
erzeugt jede reelle Nullstelle r mit Vielfachheil v des charakteristischen Polynoms
(73.2) die v reellen Lsungen

e rr

'

te"

tu- I e"

der Differentialgleichung (73.1), und jedes konjugierte Nullstellenpaar a i mit


V ielfachheil v liefert die 2v reellen L sungen
e"'' cos t,

te"'' cos t, ... , t"- 1e"'' cos t,

ec>l sin t,

. t, ... ,
te"'' sm

t u- le"'' sin t.

Fhrt man diese Konstruktion fr alle (verschiedenen) reellen Nullstellen und


konjugierten Nullstellenpaare durch, so gewinnt man insgesamt n reelle L sungen
xh ... , x" der Differentialgleichung (73.1), und alle reellen Lsungen der
letzteren- aber a uch nur diese - erhlt man in der Form c 1 x 1 + + c"x"' wobei
die c" beliebige reelle Zahlen bedeuten drfen.

426

IX Anwendungen

Die Anfangswe rt aufgabe fr die Differentialgleichung (73.1) verlangt, eine


Lsung x zu finden, die an einer gegebenen Stelle t0 mitsamt ihren ersten n - l
Ableitungen vorgeschriebene Anfangswerte ,g0 , ,g1 , , ,;" _ 1 a nnimmt, fr die also
Dk x(t0) =,;k (k= 0, 1, ... , n- 1) ist. Diese Aufgabe ist in der Tat lsbar, und zwar
eindeutig. Den Beweis knnten wir hier schon leicht mit Hilfe der "Taylorschen
Methoden" erbringen (s. etwa Heuser [9), S. 169 f). Wir ziehen es jedoch vor, ihn
in N r. 120 auf ganz andere Weise in einem allgemeineren Zusammenbang zu
fhren.

Aufgaben
L Bestimme alle komplexen Lsungen der folgenden Differentialgleichungen:
4
a) x +4x = O,
b) D x-D3 x+ D 2 x - Dx=O,

c) D 4 x -4D3 x+ 15D 2 x - 22Dx + lOx = 0.


2. Bestimme alle reellen Lsungen der D ifferentialgleichungen a), b) und c) in Aufgabe 1.
3. Bestimme diejenige reelle Lsung der Differentialgleichung
folgenden Anfangsbedingungen gengt:
a) x(O) = x(O) = o, x(O) = 1.
b) x(O) = x(O) = o, x(O) = 1.

.x +4x = 0, die einer der

4. Mit den Bezeichnungen des HiUssatzes 73.2 gilt fr jedes Polynom p und jedes
x e C'; (J) die Gleichung p(D)(e(a)x) = e(a)p(D+al)x.
S. Sei A eine lineare Selbstabbildung des linearen Raumes E. D efiniere " Polynome p(A)
in A " und formuliere (und beweise) einen Satz ber die Lsungsmenge der Gleichung
p(A)x = 0, der genau dem Satz 73.1 e ntspricht.

74 Die inhomogene lineare Difterentialgleichung n-ter Ordnung


mit konstanten Koeffizienten und speziellen Strgliedern
In diesem Abschnitt werfen wir einen kurzen Blick auf die Gleichung

D"x +a"_ 1 D"- 1 x+ +a 1Dx+a0 x=s

oder

p(D)x=s,

(74.1)

wobei p(A) := A" + a"_ 1 An - t + + a 1 A + a 0 das charakteristische Polynom der zu


(74.1) gehrenden h omogene n G leic hun g
(74.2)
ist (man sagt natrlich auch, p sei das charakteristische Polynom der Gl. (74.1)). s
bedeutet eine auf dem Intervall J erklrte " S t rfunktion". Die Koeffizienten
a" sind komplexe Zahlen ; s darf komplexwertig sein. Auch die Lsungen von
(74.1) sind komplexwertig. Fast wrtlich wie den Satz 55.2 beweist man den
74.1 Satz Man erhlt alle Lsungen der inhomogenen Differentialgleichung

74 Die inhomogene lineare Differentialgleichung n-ter Ordnung

427

und nur diese - , indem man zu irgendeiner festen Lsung derselben alle
Lsungen der zugehrigen homogenen Differentialgleichung (74.2) addiert. Dabei
mu man sich selbstverstndlich auf ein Intervall beschrnken, auf dem die
Strfunktion s definiert ist.
Da wegen Satz 73.3 ber die homogene Gleichung kein Wort mehr zu verlieren
ist, kommt nun alles darauf an, irgendeine ("partikulre" ) Lsung xP der inhomogenen Gleichung aufzufinden . Wir behandeln dieses Problem nur fr die
Strungstypen s (r) : = b0 + b 1 t + + bmtm und s(t ) : = e'", wobei b14 und a komplex
sein drfen (s. jedoch auch Aufgabe 6). '> Der Fall s (t): = e01 ist unter dem
Gesichtspunkt der Anwendungen einer der wichtigsten; er enthlt z.B.
(abgesehen von e inem jederzeit anbringbaren Zahlenfaktor) die gedmpfte
Schwingung eines Massenpunktes, auf den noch eine periodische uere Kraft der
Form Csin wt wirkt (die sogar noch exponentiell abklingen darf; s. Aufgabe 4).
Fr Polynomstrungen gilt der einfache
(74.1) -

74.2 Satz Ist s(t): = b0 +b1 t+ + bmt"' (alle b,... komplex, b... ::fO), so fhrt der
folgende Ansatz immer zu einer Lsung der Gl. (74.1):

falls p(O) ::f 0,


x(t) := t"(A 0 + A 1 t + +Amt'") , falls 0 eine v-fache Nullstelle von p ist.
x(t) := A 0 + A 1 t + + Amtm,

Die Koeffizienten A,... werden bestimmt, indem man mit diesem Ansatz in die Gl.
(74.1) eingeht.
Beweis. Sei zunchst p(O) ::f 0. Dann gibt es nach A 66.3 e in Polynom Om mit
Om(O)::fO und ein weiteres Polynom qm, so da p(A)Qm(A) + q",(A)A"'+ 1 = 1 fr
alle A ist. Diese Identitt liefert die Gleichung p(D)Q",(D)+q",(D)D"' + 1 = I,
insbesondere gilt also p(D)[Qm(D)s]+q'"(D)[D'"+1 s]= Is = s. Und da s ein
Polynom vom Gradem ist, mu o m+ 1 s = O, a lso p(D)[Q... (D)s] = s sein. Das
bedeutet aber, da Om (D)s eine Lsung von (74.1) ist. Trivialerweise ist Q ... (D)s
ein Polynom vom Grade ~ m; wegen Om (0) ::f 0 mu brigens sein Grad sogar mit
m bereinstimmen. - Nun sei 0 eine v-fache Nullstelle von p, also
p(A )= A"+a" _,A"-1+ ... + a.,A " (a., ::f O).
Die Differe ntialgleichung (74.1) hat dann die Gestalt

(74.3)
Setzen wir y := D "x, so gebt sie in die Differentialgleichung
D n- uy + an- 1on- u-1 y + ... + a u+ l D y + a.,y=s

- - --

Allgemeinere Strfunktionen und die Methode der Variation der Konstanten (um einer
blo stetigen Strfunktion Herr zu werden) werden in Nr. 16 von Heuser [9] zur Sprache
gebracht; in Nr. 17 wird dje Methode der Laplacetransformation, in Nr. 18 die der Fourierentwicklung dargelegt.
I)

4 28

IX Anwendungen

fr y ber, die wegen

~=f

0 nach dem eben Bewiesenen eine Lsung


y(r): = .Amt"' + .m- t lm- 1 + +A 0 besitzt. Es folgt, da (74.3) durch e in
Polynom

A m t"'+"+A rn X(t) =

1 t"'+ " -

+ +A 0 t" +B u - 1 t"- 1 + +B1 t+B 0

gelst wird. Hierbe i brauchen wir jedoch das " Restpolynom" r(t) := B .,_1 t"- 1 +
+ B 1 t + B 0 nicht mitzuschleppen: Da nmlich in (74.3) nur Ableitungen der
Ordnung ;;;;.v auftreten, ist p(D)r = 0 und somit besitzt (74.3) bereits e ine Lsung
der Form Amtm+u + + A ot" = t"(Amtm + + A o).

74.3 Satz Ist s(t): = ea


Lsung der Gl. (74.1):

(a E C), so fhrt der folgende Ansatz immer zu einer

falls p(a) =f 0,
x(t) := Ct"e"',
falls a eine v-fache Nullstelle von p ist.

x(t) : = cea,

C wird bestimmt, indem man mit diesem Ansatz in die GI. (74.1) eingeht.
B eweis. Sei zunchst p(a) =f 0. Offenbar ist (wenn wir uns e iner etwas
unprzisen, aber leicht verstndlichen Schreibweise bedienen)
(D- ,\I)'"ea' = (a - ,\ )"'ea'.
Infolgedessen habe n wir
p(D)ea = (D - AJI)" (D - Ami)"mea' = (a - At)" (a - An,)"mea
= p(a)ea,
also p(D)[eQl/p(a)] = ea. Das bedeutet aber, da die Funktion e"'/p(a) eine Lsung
unserer inhomogenen Differe ntialgleichung ist. D en Fall p(a) = 0 berlassen wir
dem Leser .

Zum Schlu sollte sich der Leser noch einmal bewut machen , da uns die Erkenntnisse
der drei letzten Nummern im wesentlichen aus drei Quellen zugeflossen sind: dem
Nullstelle nsatz 69.1, den E igenschaften der (komplexen) Exponentialfunktion und dem
Umstand, da der Differentiationsoperator D zu einer Algebra linearer Abbildungen
gehrt.

Aufgaben
1. Bestimme alle komplexen Lsungen der folgenden Differentialgleichungen:
b) x - .X = r-1.
a) x - x= l + t 2 ,
2 . Bestimme alle reellen Lsungen der Differentialgleichungen a) und b) in Aufgabe 1.
3. Bestimme alle komplexen Lsungen der folgenden Differentialgleichungen:

a) x - .X + .X - x = 2e- ,
c) x- x+.X - x = e 11

b) x - x+.X - x = 2e',

429

74 Die inhomogene lineare Differentialgleichung n -ter Ordnung

+4. Strfunktionen e"'cospt, e"'sinPt ln jedem der Strungsflle s(t):=e~'~~ cost und
s(t):=e"' sint (a,e R) fhrt der folgende Ansatz immer zu einer reellen Lsung der GI.
(74. 1), falls deren Koeffizienten alle reell sind:

x(t): = e"'' ( C, cos t + C2 sin t),

falls p(a + i ) 1-0,

x(t): = r"e'" ( C, cos t + C2 sin t), falls a

C, und

+ i eine v-fache Nullstelle von

p ist.

~ werden bestimmt, indem man mit diesem Ansatz in die GI. (74.1) eingeht.

Hinwei s: Satz 74.3 mit s(t) := e<o+illl. Anschlieend Zerlegung in Real- und ImaginrteiL

S. Bestimme alle reellen Lsungen der folgenden Differentialgleichungen:


a) i+2i+2x=cost,
Hinwei s: Aufgabe 4.

b) x+4i=cos2t,

c) x-2i+2x=e'cost.

+6. Strfunktionen (b0 +/J 1 t + + b'"f")e"' Im Falle s(t):=(b0 +b 1 t+ +bmt"')e"' (alle b1,
und a komplex) fhrt der fol gende Ansatz immer zu einer Lsung der GI. (74.1):
falls p(a) :f 0,

x(t) := t"(A 0 + A 1t+ +A.,,t"')e"', faJls a eine v-fache Nullstelle von p ist.
Hinw eis: Mache den Ansatz x(r): =e"'u(r) mit einem u ee';(R), und setze
S(t): = b0 + b 1 t + + b,"t.... Mit A 73.4 folgt (in der schon erwhnten unprzisen Schreibweise) p(D)x = e"'p(D + al)u. Wenn dies= s(t) = S(t)e"' sein soll, mu u der Differentialgleichung p(D+al)u = S gengen. Es ist
(n- l)(a)

p(D+al)=D"+~

) D"- + +p'(a)D +p(a)I (s. A48.7).

n-1!

Wende nun Satz 74.2 an (und beachte, da a genau dann eine Nullstelle der Vielfachheil v
von p ist, wenn p(a) = = p<u- t>(a) = 0, aber p<>(a) :f 0 ist ; vgl. A 48.8).

7. Bestimme partikulre Lsungen der folgenden Differentialgleichungen:


b)x - x=te'.

Hinweis: Aufgabe 6.

+s. Gegeben seien die linearen Rume E, Fund die lineare Abbildung A: E-+ F mit dem
Nullraum N(A) : = {x e E: Ax = 0} (vgl. A 17.1). Besitzt die Gleichung Ax = y (y e F fest)
eine Lsung x 0 e E, so ist x 0 + N(A): = {x0 + x: x e N(A)} die Gesamtheit ihrer Lsungen
(vgl. Satz 74.1. Ein weiteres, sehr triviales Beispiel : A sei die lineare Abbildung, die jeder
konvergenten Folge ihren Grenzwert zuordnet; die Lsungen der Gleichung Ax = ~ sind
dann genau die Folgen x = (x 1 , x 2 , ) mit lim x., = f .x0 : = (~. ~....) ist eine Lsung; jede
andere geht aus ihr durch Addition einer Nullfolge hervor. - Auch der Satz 55.3 ber die
Gesamtheit der Stammfunktionen zu einer gegebenen Funktion f ist ein B eispiel fr die
obige Aussage).
+9. Wie in Aufgabe 8 sei die lineare Abbildung A : E-+ F gegeben. Ferner sei
y: = CXJY 1 + + a.,y., (Y~c e F, a~c Zahlen). Ist Ax~c = Y~c. so lst a 1x 1 + + a.,x., die
Gleichung Ax = y. W ende dieses Superpositionsprinzip auf d ie G I. (74.1) an, wenn
s(t) : = b0 + b, t + + b... t"' + ce<> ist.

430

IX Anwendungen

75 Resonanz
Die Ergebnisse der letzten Nummern fhren uns auf direktem Weg zum
Verstndnis der Resonanzphnomene, die in Physik, Technik und tglichem
Leben eine wichtige Rolle spielen. Wir betrachten wieder einen elastisch
angebundenen und Reibungskrften unterliegenden Massenpunkt. Seine Bewegung wird nach Nr. 72 durch die homogene Differentialgleichung

mx + rx + k 2 x = 0,
x+ 2px + w~x =

also durch
.

0 mtt P :=2m

und

wo:= .fm (k>O)

(75.1)

beschrieben. Gem unserer Diskussion am Ende der Nr. 72 ergibt sich daraus
ein Weg-Zeitgesetzl)
t ~----+ y(t)

mit lim y(t) = 0.

(75.2)

r-.-+oo

Wir werden sehr bald sehen, da fr unsere Zwecke nur der Fall kleiner Reibung,
genauer: der FaU p < w 0 /.Ji, interessant ist. In diesem Falle ist erst recht
p<w0 ,

also

d:=4{p2 - w~)< O.

{75.3)

Unter dieser Voraussetzung fhrt der Massenpunkt gem (72.25) echte Schwingungen
{75.4)
aus. w 0 ist die Frequenz der ungedmpften Schwingung (p = 0), die sogenannte
Eigenfrequenz unseres "schwingungsfhigen Systems", whrend w1 die Frequenz der gedmpften Schwingung ist. Offenbar gilt w 1 < w0 : Im Dmpfungsfalle
schwingt der Massenpunkt langsamer als im ungedmpften Falle (was anschaulich
sofort einleuchtet, durch (75.4) jedoch quantitativ beschrieben wird).
Nun wirke auf den Massenpunkt noch eine periodische "uere Kraft" oder
"Zwangskraft" K(t) der einfachen Form K(t) = a cos wt mit der {positiven)
Amplitude a und der (positiven) Frequenz w 2 >. Nach dem Newtonsehen Kraftgesetz ist dann mx =- k 2 x - rx + a cos wt, also

x + 2px + w~x = a

cos wt

mtt a:=-.
m

(75.5)

Da wir dank der Nr. 72 bereits ber alle Lsungen der zu (75.5) gehrenden
homogenen Gleichung (75.1) verfgen, brauchen wir wegen Satz 74. 1 unser
Augenmerk nur noch auf die Gewinnung einer partikulren Lsung der intl
2

Wir schreiben diesmal y(r) statt x(r).

l Den

Fall einer allgemeinen periodischen Zwangskraft werden wir in Nr. 145 behandeln.

75 Resonanz

431

homogenen Gl. (75.5) zu richten. Dies kann etwa nach A 74.4 geschehen.
Rechnerisch einfacher ist jedoch der folgende Weg: Man lse gem Satz 74.3 die
Gleichung
x + 2px + w~x = ae;..,,

(75.6)

und nehme den Realteil der Lsung- dieser ist dann gewi eine Lsung der
" reellen GI." (75.5). Setzen wir p > 0 (also das Vorhandensein von Reibung)
voraus, so ist iw keine Nullstelle des charakteristischen Polynoms p(A) =
A2 + 2pA + w~, infolgedessen ist
z (t). =
P

p(iw)

e""'

w~- w +2pwi
2

ewr

2
2
wo-w
- 2 pw1.
..
=a( 2
)
(cos wt + 1 sm wt)
w 0 -w 2 2+ 4 p2w 2

eine Lsung von (75.6) und


Xp(t):=Re(zp(t))=a(

w 02 -w 2 2 + 4 p 2w 2
2pw

COSWt

(75.7)

(75.8)
.J(w~- w2)2+ 4p2w2

ist. Alles zusammenfassend knnen wir also sagen, da der Massenpunkt dem
Weg-Zeitgesetz
x(t) = y(t) + .J

a
sin(wt+ t/1)
2 2
(w~ - w ?+4p w
2

gengt. Da fr groe t (" nach einem Einschwingvorgang") der erste Summand


gem (75.2) vernachlssigbar klein ist, wird die Bewegung im wesentlichen durch
die partikulre Lsung
:x;,(t) = .J

(w~- w ?+4p w
2

sin(wt+ t/1)

(75.9)

beschrieben. Der Massenpunkt schwingt also- und zwar mit der "Erregerfrequenz" w und einer von w abhngigen, aber zeitlich konstanten Amplitude
(75.10)

432

IX Anwendungen

Um die Abhngigkeit der Amplitude F(w) von w zu untersuchen, nehmen wir uns
zuerst den Radikanden
f(w) := (w~- w2)2+4p2w2

vor. Mittels der Ableitung df/dw sieht man sofort, da im Falle p;;;:::: w 0 /J2 die
Funktion f(w) auf R+ streng gegen +oo wchst; umgekehrt wird also die Amplitude
F(w)---+ 0 streben fr w---+ +oo: Sehr hohe Erregerfrequenzen bewirken bei "groer
Reibung" praktisch ein Aufhren der Bewegung. Ist jedoch 0 < p < w0 /J2 (erst
recht also p < w 0 , so da der ungestrte Massenpunkt echte Schwingungen gem
(75.4) ausfhrt), so fllt die Funktion f(w) streng bis zur Stelle
WR

:=.Jw~-2p2

(75.11)

und wchst dann streng und unbeschrnkt. Umgekehrt: Die Amplitude F(w)
wchst streng auf (0, w R], erreicht ihren Maximalwert
F max

.j

2p w ~- p

(75.12)

an der Stelle w = wR und strebt dann fr w---+ +oo streng fallend gegen 0. Dieses
Phnomen, da die Amplitude F(w) der "erzwungenen Schwingung" stark ansteigt, wenn die Erregerfrequenz w von links her in die Nhe der Eigenfrequenz w0
kommt, nennt man Resonan z; die Frequenz wR, fr die F(w) maximal wird,
beit Resonanzfrequenz. Wegen der Reibung ist die Resonanzfrequenz kleiner
als die Eigenfrequenz. Resonanz kann gem unseren berlegungen nur auftre-

ten, wenn die Reibung noch kleiner ist als erfordert wird, um echte Schwingungen
zu ermglichen: Es mu nicht nur p < w0 , sondern sogar p < w0 /J2 sein.
Das Resonanzphnomen tritt natrlich auch bei schwingungsfhigen Systemen
auf, die weitaus komplizierter sind als unser elastisch angebundener Massenpunkt.
Das starke Anwachsen der erregten Amplitude kann zu schweren Schden, den
sogenannten R esonanzkatastrophen, fhren. Sehr milde Formen solcher Katastrophen sind das heftige Klappern loser Autoteile bei bestimmten Umdrehungszahlen des Motors oder das Zerspringen von Glsern bei Tnen einer
gewissen Hhel). Weitaus ernsthafter sind die Beschdigungen von Gebuden mit
einer Eigenfrequenz w0 durch Vibrationen, deren Frequenz in der Nhe von w 0
liegt; solche Vibrationen knnen durch Maschinen mit entsprechender D rehzahl
oder durch Verkehrsstrme erzeugt werden. Brcken knnen einstrzen, wenn
Gnter Grass wertet dieses Phnomen in seinem Roman "Die Blechtrommel" Literarisch
aus. D er Hauptfigur dieses Werkes, Oskar Matzerath, verleibt er eine "glaszersingende
Stimme", die Oskar so beschreibt: " wenn mir die Trommel genommen wurde, schrie
ich, und wenn ich schrie, zersprang Kostbarstes: ich war in der Lage, Glas zu zersingen,
mein Schrei ttete Blumenvasen; mein Gesang lie Fensterscheiben ins Knie brechen und
Zugluft regieren ".
l)

75 Resonanz

433

Kolonnen sie im Gleichschritt berschreiten; im Jahre 1850 kamen auf diese


Weise 226 franzsische Infanteristen bei Angers ums Leben. Am 16. 8. 1989 ging
die Nachricht durch die Presse, bei der Entwicklung der japanischen Trgerrakete H-11 seien "ernsthafte Schwierigkeiten .. aufgetreten. Tests htten gezeigt,
"da es in den ... Turbinenschaufeln der Turbopumpe, die flssigen Wasserstoff
in die erste Stufe der Rakete bringt, zu Resonanzen und dadurch zu Rissen
kommt."
Resonanz kann aber auch erwnscht sein ; der Radioempfang lebt geradezu von
dem Resonanzphnomen (s. Aufgabe 2).
Aufgaben
1. Diskutiere den bisher ausgeschlossenen Fall p = 0 (keine Reibung).
2. Elektrischer Schwingungskreis Auf den elektrischen Schwingungskreis aus A 72.2 wirke
eine uere elektromotorische Kraft s(t), z.B. die Spannung, die von elektrischen Wellen
erzeugt wird. Dann gengt, wie die Physik lehrt, der Spannungsverlauf U(t) im Schwingungskreis der Differentialgleichung

.. R .
1
1
U+ - U+- U=-s.
L
LC
LC
Diskutiere das Resonanzphnomen im einfachsten Fall s(r) := a cos wr. Durch
Vernderung der Kapazitt C vermge eines Drehkondensators kann man (etwa beim
Radioempfang) Resonanz herstellen; die resultierende Amplitudenverstrkung lt die
Schwingungen des gewnschten Senders zu Lasten derjenigen anderer Sender .,durchschlagen" und ermglicht so erst eine SenderwahL Nheres findet der Leser in Heuser (9],
S. 235 f.

X Integration
Der Vorteil ist der, da wenn ein solcher Kalkl dem ionersten Wesen vielfach
vorkommender Bedrfnisse korrespondiert, jeder, der ihn sich ganz angeeignet
hat, auch ohne die gleichsam unbewuten Inspirationen des Genies, die niemand erzwingen kann, die dahin gehrenden Aufgaben lsen, ja selbst in so
verwickelten Fllen gleichsam mechanisch lsen kann, wo ohne eine solche
Hilfe auch das Genie ohnmchtig wird.
Carl Friedrich Gau

Schon
in der Nr. 49 hatten wir die Frage aufgeworfen, ob man Aussagen ber das

Anderungsverhalten einer Funktion in einem Intervall I machen kann, wenn man


ihre nderungsrate (also .~e Ableitung) in jedem Punkt von I kennt, ja ob man
sie nicht sogar aus ihrer Anderungsrate wiedergewinnen, rekonstruieren kann. Wir
stehen also vor dem folgenden Problem: Auf I ist uns eine Funktion f gegeben,
von der wir wissen, da sie die Ableitung einer (zunchst noch unbekannten)
Funktion Fist: f = F' auf I. Gesucht ist F 1>. Gelingt es uns nun, auf irgendeine
Weise eine Stammfunktion F 0 zu f auf I zu finden, so gibt es nach Satz 55.3 eine
Konstante C, mit der F = F 0 + C ist (denn F ist ja selbst eine Stammfunktion zu f
auf I). Kennen wir noch den Wert von Fan irgendeiner Stelle x 0 von I, so mu
F(x 0) = F 0 (x 0) + C, also C = F(x0) - F 0 (x 0) und somit F = F 0 + [F(x 0) - F 0 (x 0 )]
sein. Wir knnen also in der Tat die Funktion F aus ihrer vorgegebenen
nderungsrate f wiedergewinnen, falls wir eine Stammfunktion zu f bestimmen
knnen und uns berdies ein Funktionswert F(x 0 ) bekannt ist. Rekonstruktionsaufgaben dieser Art haben wir in einigen Fllen auch schon erfolgreich bearbeitet
(wir erinnern nur an die Nummern 55 und 56), unserem Vorgeben fehlte es aber
gnzlich an Systematik und Methode: Die bentigten Stammfunktionen haben
wir, kurz und ehrlich gesagt, nur erraten.
E in weiteres Problem, auf das wir in diesem Z usammenhang gestoen sind, ist das
folgende. Bei vielen Untersuchungen drngt sich die Frage auf, ob eine vorgelegte
Funktion f, von der man nicht a priori wei, ob sie eine Ableitung ist, doch als eine
solche aufgefat werden kann, die Frage a lso, ob eine Stammfunktion zu f existiert.
Wir erinnern nur an die Behandlung des gestrten Exponentialprozesses =
au + S in Nr. 55 mittels der Methode der Variation der Konstanten: Hier war es
e ntscheidend, ob man die Funktion S(t)e_"., als eine Ableitung ansehen durft e. In
aller Schrfe stellt sich dieses Problem dann, wenn man im Rahmen einer
allgemeinen Diskussion des gestrten Exponentialprozesses sich die Funktion S(t)
gar nicht explizit gegeben denkt, sondern von ihr nur voraussetzt, da sie gewisse
E igenschaften habe, etwa stetig sei. Die Frage, ob die Differentialgleichung
u = au + S durch Variation der Konstanten gelst werde n kann, luft dann auf die
Frage hinaus, ob die Funktion S(t)e-""' fr stetiges S eine Stammfunktion besitzt.
Aufgrund des Zwischenwertsatzes fr Ableitungen hatte n wir brigens schon in
Vor dieser Aufgabe stehen wir z.B., wenn wir aus der (bekannten) Geschwindigkeit eines
Massenpunktes sein Weg-Zeitgesetzbestimmen woUen.
t)

76 Unbestimmte Integrale

435

Nr. 55 (kurz vor Definition und Satz 55.3) gesehen, da es durchaus nicht zu jeder

Funktion eine Stammfunktion gibt.


Zusammenfassend ist also zu sagen, da uns der Gang unserer Untersuchungen
und die Bedrfnisse der Anwendungen ganz von selbst vor zwei Hauptprobleme
gefhrt haben, ohne deren befriedigende Behandlung wir keine rechten
Fortschritte mehr erzielen knnen:
1. Wie kann man eine Funktion F aus ihrer als bekannt angenommenen
nderungsrate rekonstruieren? Wir haben gesehen, da dieses Problern im
wesentlichen auf die Frage herauskommt, wie man zu gegebenem F' eine Stammfunktion bestimmen kann.
2. Wie kann man einer vorgelegten Funktion f ansehen, ob sie berhaupt eine

Stammfunktion besitzt?
Im vorliegenden Kapitel werden wir diese Probleme auf breiter Front angreifen.
Dabei sollen alle a uftretenden Zahlen und Funktionen reell sein, falls nicht
ausdrcklich etwas anderes gesagt wird.

76 Unbestimmte Integrale
Ist F auf dem Intervall I eine Stammfunktion zu der Funktion f, gilt also
F'(x)= f(x) fr alle xEl, so sagen wir auch, F sei ein unbestimmtes Integral
von f auf I. Nach Satz 55.3 ist dann jedes andere unbestimmte Integral von f auf I
durch F + C mit einer Konstanten C gegeben (und umgekehrt ist auch jede Funktion
dieser Art tatschlich ein unbestimmtes Integral von f auf I). Eine Funktion f
unbestimmt ber das Intervall I zu integrieren, bedeutet einfach, irgendeine
Stammfunktion, irgendein unbestimmtes Integral von f auf I zu berechnen.
Unbestimmte Integrale von f bezeichnet man seit Leibniz mit den Symbolen

ff(x)dx

oder

ffdx

(lies: "Integral f(x)dx" bzw. "Integral fdx"). Eine Beziehung

ff(x)dx = F(x)

auf I

oder auch

ffdx = F

bedeutet also, da F eine Stammfunktion von


beachte, da mit (76.1) auch

ffdx

F +C

auf I

(76.1)

f auf dem Intervall I ist. Man

auf I

fr jede Konstante C gilt: Das Symbol Jfdx darf eben irgendeine (und damit auch
jede) Stammfunktion von f auf einem gewissen Intervall bedeuten. (76.1) ist

436

X Integration

deshalb so zu lesen: Ein unbestimmtes Integral (eine Stammfunktion) zu f auf I


ist F. Hat man auf dem Intervall I die Beziehungen ffdx = F und ffdx = G
gefunden, so darf man keinesfalls schlieen, es sei F= G; man kann vielmehr nur
sicher sein, da F = G + C mit einer gewissen Konstanten C ist. -Die "unter dem
Integralzeichen" stehende Funktion f bezeichnet man als Integrand e n und ihre
unabhngige Variable x als Integrationsvariable. Das Differential dx ist
zunchst ganz bedeutungslos und knnte ebensogut unterdrckt werden; erst
spter wird deutlich werden, da es gelegentlich eine ntzliche Rolle spielt.
Die unbestimmte Integration ist die Umkehrung der Differentiation, genauer:

Auf dem jeweils zugrundeliegenden Intervall I ist

Jf(x)dx = f(x)

d
dx

und

Jdf(x)
dx dx = f(x)+ C,

wobei natrlich fr die erste Gleichung stillschweigend angenommen wird, da f


eine Stammfunktion auf I besitzt und fr die zweite, da f auf I differenzierbar
ist.
Eine Beziehung der Form (76.1) kann ihrer Bedeutung gem immer "durch
Differentiation" bewiesen werden, d.h., indem man zeigt, da F'(x) = f(x) fr alle
XE I ist.
Jede Differentiationsformel liefert sofort eine Integrationsformel; wir erhalten so die
nac~stehende

Tafel der Grundintegrale

Jcdx = cx

auf R fr jede Konstante c.

(-oo, +oo) , falls a E N ,


x'"dx = x
auf (-oo, 0) und auf (0, +oo), falls a = -2, -3, ... ,
1
a +
(0, +oo), falls a beliebig reell, aber=/= -1 ist.
<><+1

Insbesondere ist also

dx_

---x2
x'

dx

J-:;-= In lxl

fJxdx jJ
=

und

f~

zJx

auf geeigneten Intervallen.

auf (-oo,O) und auf (O,+oo) 1>.

t>Diese Gleichung ist fr x > 0 evident und ergibt sich fr x < 0 aus d In lx l/dx =
d ln(-x)/dx = (-1)/(-x) = 1/x.

76 Unbestimmte Integrale

auf R.

exdx = ex

Jcos x dx = sin x
Jcosh x dx = sinh x

f l+x
dx

437

= arctan x

Jsin xdx = -cos x


Jsinh x d x = cosh x

und
und

auf R.
auf R.

auf R.

Artanhx auf ( -1 , 1)
dx = lln l+x
1
1-x2 2
1 - x = { Arcothx auf( -oo , -1) und (1, +oo) >.

f v l +x
1

= Arsinh x

dx

dx = arcsin x
v1-x 2

auf R.

auf (-1, 1).

{ Arcosh x
dx
auf (1, + oo)
2
1
---r===-ln
Jxz _ 1 - lx+vx - I-- -Arcosh(-x) auf(-oo , - lY>.

Neben diesen Grundintegralen, die der Leser sich gut einprgen sollte, notieren
wir noch einige weitere Integrationsformeln, die uns entweder in der Gestalt von
Differentiationsformeln frh er schon begegnet sind oder die man ganz mhelos
durch Differentiation beweisen kann; auf die Angabe der Gltigkeitsintervalle
wollen wir hierbei der Krze wegen verzichten:
_d-=; -= tan x,

J COS

dx

.d: = - cot x.

J Slll

dx

Jtan xdx = - In lcos x l,

f
Jcot

Jtanh

Jcoth xdx = ln lsinh xj.

COSh

=
X

tanh x ,

xdx = In cosh x,

sinh2 x = - coth x.
xdx = ln lsin xl.

sin(a- )x]
cos ax cos x d x = -1 [sin(a + )x + _..:___.....!._:._
2
a+
a-

J
tJ
2

'

S. A 53.7 und A 53.8.


S. A 53.6.

(76.2)
(76.3)
(76.4)
(76.5)
(76.6)

438

f
f

d
1 [ sin(a + )x sin(a - )x]
sm ax sm x x = - (Iai # ll).
2
a+
a-

.sm ax cos xdx = - -1 [ cos(a + )x + _cos(a )x]


_:_..___:._:_..
2

f
f

X Integration

a+

a-

.sm
f

sin (2ax) + 2ax


cos axdx =
,
4a
2

(76.7)

(Iai # ll).

sin(2a x) - 2ax
axdx = ---'----- - ' - - 4a

(76.8)

(a"/=0).

sin2 ax
sin ax cos axdx =
(a"/= 0).
2a
)d

(76.9)

(76.10)

asin(ax+) - acos(ax+) ax
e
2
2
a +a

(76.11)

acos(ax+)+asin(ax+) ax
e " cos ax + dx =
e
a 2 +a 2

(76.12)

ax

sm ax +

x=

E ine Flle von Integrationsformeln findet der Leser i n den gngigen Integraltafeln. Wir verweisen etwa auf Grbner-Hofreiter [8], Bronstein-Semendjajew
[3].

Aufgaben
Verifiziere durch Differentiation die folgenden Integrationsformeln und gebe ihre
Gltigkeitsintervalle an:

1. J x cos xdx = x sin x + cos x.


3.

5.

f
f

dx
2

x +2x +2

arctan(x + 1).

1 2
xex dx = 2 e" .
2

2. Sx 2 cos xdx = x 2 sin x + 2x cos x - 2 sin x.


4.

6.

f .J3-2x
dx
f

~
arcsin( {i x).
v2
v;

ex- 1
"
dx = 2ln(e ... + 1)- x.
e +1

77 Regeln der unbestimmten Integration


So wie uns jede Difierentiationsformel eine Integrationsformel liefert, gibt uns
auch jede Differentiationsregel eine Integrationsregel an die H a nd. Wir fhren nur
die fr den praktischen Gebrauch wichtigsten auf und treffen fr ihre Form ulierung die folgenden Verabredungen:

77 Regeln der unbestimmten Integration

439

I. Die nachstehenden Formeln gelten fr alle Intervalle I, auf denen die rechten
Seiten existieren ; sie behaupten, da dann auch die linken Seiten auf I vorhanden
sind, und da die rechte Seite dort eine Stammfunktion des linken Integr anden ist.

II. Treten Ableitungen auf, so wird deren Existenz stillschweigend vorausgesetzt.


III. F bedeute durchgehend eine Stammfunktion zu f.
00

Unter diesen Ubereinknften gelten die folgenden Aussagen, die man i\uerst
einfach durch Differentiation der rechten Seiten beweist:

(Prod u k t- ode r Tei li n tegra t ion),

fgdx = Fg- Fg'dx

(77 .2)

eine Regel, die man auch hufig in der Form schreibt

Juv'dx = uv -J u'vdx.

f(fo g)g'dx =Fog

(77.2a)

oder also

f(g(x))g'(x)dx = F(g(x)) J).

(77.3)

Zwei besonders wichtige Spezialflle der letzten Regel seien noch ausdrcklich
vermerkt :

f(ax+ b)dx =~ F(ax + b),

(77 .4)

g'(x)
g(x) dx = ln lg(x)l.

(77 .5)

Wir bringen einige Beispiele. Die Bestimmung der Gltigkeitsintervalle


berlassen wir dem Leser.

1. fcao+alx+ +anx")d x=aox+a 1 x 2 + +


0

an

n+ l

xn + l

(Integration

emes

Polynoms).

Hat also der Integrand die spezielle Bauart f(g(x))g'(x), so kann man eine Stammfunktion zu ihm bestimmen, indem man J f(u}du berechnet und im Ergebnis u = g(x) setzt.
>

440

X Integration

2. J x"e"dx = x"e" - n J x"-1 e"dx fr n = 1, 2, .... Ist n ~ 2, so kann man auf


das Integral rechterband wiederum Produktintegration anwenden und erhlt dann

f x"e"dx = x"e"- n[ x" - e" - (n - 1)fx" - e"dx]


x"'e"- nx"- e" + n(n -1) fx"- e"dx.
1

So fortfahrend gelangt man schlielich zu dem Grundintegral J e"dx.


3. J x" cos xdx = x" sin x- n Jx"- 1 sin xdx fr n = 1, 2, .... Wie in Beispiel 2
fhrt sukzessive Anwendung der Produktintegration schlielich zu einem der
Grundintegrale J sin xdx oder J cos xdx (s. Aufgaben 1 und 2 in Nr. 76).
4. Genau wie in den beiden letzten Beispielen bearbeitet man die Integrale

f x" sin xdx, fx" sinh xdx

und

fx"cosh xdx.

5. Ist p ein Polynom, so fhrt die Methode der drei vorhergegangenen Beispiele
auch zur Auswertung der Integrale

f p(x)e"dx, fp(x)cos xdx, fp(x)sin xdx,


fp(x)cosh xdx, fp(x)sinh xdx.
Man mu nur die Produktintegration so anwenden, da man das Polynom
"herunterdifferenziert".

fln xdx f xdx = x x - fx ~ dx = x x- x.


7. f arctan xdx f1 arctan xdx x arctan x - f t::
6.

1 In

In

=
=

8.

(77 .6)

In

x arctan x- In(1 + x2 )
2

= x arctan x -

~ f ::~

(zum Schlu wurde (77 .5) benutzt).

farcsin xdx f1 arcsin xdx = x arcsin x - f .j1xdx = x arcsin x + f ~ x)dx


x
2
1-x
1

x arcsin x + 2.J1-x2 = x arcsin x+.J1-x2


2

Das letzte Integral wurde mittels (77 .3) ausgewertet: f(u) := 1/~, g(x) := 1- x 2
In den folgenden .Beispielen werden wir fortlaufend von dieser Regel und ihren
Spezialfllen (77 .4) und (77 .5) Gebrauch machen.
dx

dx

77 Regeln der unbestimmten Integration

dx

dx

11.

dx

dx

441

1+ x - 2
1 a
.
b

dx

1 + -x
a

~ Arsinh(~ x) ,

=-

13.

fxJ1 - x d x

14.

Jsin

. x+2
3 arcsm

-~

x cos xdx =

. x+2

= arcsm

f.J1- x (-2 x)dx


2

~ sin5 x.

b t= 0.

falls a > 0 und

-~ ~ .J(l -

2 3
)

-~ .J(l- x 2 ) 3

Allgemein:

1
[g(x)]"g'(x)dx =
[g(x)]"+1
n+1

fr n E N.

Und e ntsprechend, wenn n durch ein beliebiges reelles a 1= - 1 ersetzt wird.


1
15. In 2x dx = (tn .!.)( -~)dx
=
.!.
ln
.!._.!.
=
+ In x (s. (77 .6)).
2

sin x cos x d x=1


l +sin2 x
2

18.

19.

Jcosh

20.

dx = 2.Jsin
f J~s
srnx

J2 sin x cos x d x =-lln(1 +sm.


l +sin2 x

xdx = cosb x cosh xdx = (1 + sinh x )cosh xdx = sinh x + ~ sinh3 x.

g'(x)

x. Allgemein (s. Bemerkung in Beispiel

.
..r;r;,) d x = 2.Jg(x).
g(x)

14) :

442

X Integration

Die Regel (77 .3) fhrt ein Integral der Form Jf(g{t)) g'(t)d t auf das Integral
J f(x)dx zurck. H ufig wird man den umgekehrten Weg gehen: Um J f(x )dx zu
berechnen, versucht man, eine umkehrbare Funktion g(t) so zu finden, da das
Integral Jf{g{t))g'{t)dt einfach ausgewertet werden kann ; ersetzt man dann in der
so gefundenen Stammfunktion <l>(t) die Variable t durch g- 1 (x), so erhlt man
unter geeigneten Voraussetzungen, wie wir gleich beweisen werden, eine Stamm funktion F(x): = <l>(g- 1 (x)) zu f. Mit dem vielbenutzten Symbol

lt sich F(x ) in der Form


F(x) = [<l>(t)],=g-'(x) = [ff(g(t))g'(t) dt]
r - g- 1(x )

schreiben. Genaueres sagt die auerordentlich wichtige

77.1 Substitutionsregel Es seien die folgenden Voraussetzungen erfllt:


a) f sei auf dem Intervall I definiert,
b) g besitze auf dem Intervall I 0 eine niemals vschwindende Ableitung,
c) es sei g(I 0 ) = I,
d) (f o g)g' besitze auf I 0 eine Stammfunktion <1>.
Unter diesen Annahmen existiert die Umkehrung g- 1 von g auf I, und die Funktion
F(x) : = cl>(g- 1 (x)) ist dort eine Stammfunktion zu f, kurz:
f

f(x)dx

[f f(g(t))g'(t)d t]

_
r- g

auf I.
(x)

Bew eis. Wegen des Zwischenwertsatzes 49.10 fr Ableitungen folgt aus b), da
g'(t) a uf I 0 entweder stndig positiv oder stndig negativ ist. Infolgedessen ist g
a uf I 0 stre ng monoton, so da h := g- 1 auf g{I 0 ) = I existiert. Nach Satz 47.3 ist
berdies h a uf I differenzierbar und
1
h'(x} - g'(h(x))

fr alle x e I.

Bedenkt ma n noch, da
<l>'(t) = f(g(t))g'(t)

und

g(h(x)) = x

ist, so erhlt man


d

F (x) =dx cl>(h(x)) = <l>'(h(x))h'(x) = f(g(h (x))]g'(h (x}} h'(x)

= f(x)g'(h(x )) g'(:(x)) = f(x )

fr alle x e I.

77 Regeln der unbestimmte n Integration

443

Die Substitutionsmethode ist ein sehr schmiegsames Ve rfahren, Integrale auszuwerten, weil man eine weitgehende Freiheit in der Wahl der Substitutionsfunktion g besitzt, dieselbe also leicht den Besonderheiten des vorgelegten
Integranden anpassen kann. Das Mitschleppen des Differentials dx im Integral
erlaubt e ine ganz mechanische Anwendung der Regel : Man setze in S f(x)dx
einfach x = g(t), dx = g'(t)dt und werte das so entstehende Integral Jf(g(t))g'(t)dt
aus ; im Ergebnis ersetze man dann t durch g- 1 (x).- Wir setzen nun die Reihe
unserer Integrationsbeispiele mit einigen Anwendungen der Substitutionsregel fort:

21. JJr2 - x 2 dx mit r >O: Fr t e l 0 := (-7T/2, 7T/2) setzen wir x = rsint, also
dx = r cos tdt. Auf 1: = (- r, r) ist dann

J
f

r 2 - x 2 dx = [

fJ

r 2(1 - sin2 t)r cos tdt]

r =arcsm {x/r)

Mit Hilfe der Formel (76.9) e rhlt man auf 10

JJ r2(1 -

sin2 t)r cos tdt = r2Jcos2 tdt = r2 sin

2~ + 2t = r2 2 sin t ~os t + 2t

2 t+ t r sin tJr 2 - ~ sin2 t+ r2 t


sin
rJ
1
sin
= r2
----------2
2
'
also ist

(77.7)

22.

JJl ~xx23:

Fr jedes t setzen wir x = sinh t., dx = cosh tdt. Dann ist

dx
J 1 + x 23 -

[J .J1cosh
+sinh

tdt
2

auf R.

r - Arsinhx

Dank der Formel (76.3) ist

cosh tdt
dt
h
sinh t
--;:::==::::;:=33
=
=
tan
1 = -,======
Jl+sinh 2 1
cosh 2 1
J 1 +sinh 2 t '

also

n S. dazu Aufgabe 22.

444

X Integration

Bei Integranden, die aus sin x und cos x aufgebaut sind, fhren hufig die
Substitutionen
x = arctan t

bzw.

x = 2 arctan t

(77.8)

zum Erfolg. Man hat dabei die folgenden Formeln zu beachten:

x = 2 arctan t, t e R

x = arctan t, t e R
t = tan

X, XE (-'IT/2,

t = tan

'IT/2)

COS X

tan x

t
= --:===
2
.J1 + tan x .J1 + t 2

= --:===2

, x e (- 'IT, 7r)

2
dx = 2dt/(1 + t 2 )
.
2 tan(x/2)
smx=
1 + tan2 (x/2)
1 - tan 2 (x/2)

dx = dt/(1 + t2 )

.
sm x =

COS X

J1+tan x .J1 +t

1 + tan (x/2)
2

2t
1 + t2
1 - t2

= ----".2
1+t

Wir bringen dazu zwei Beispiele :


23.

Jsm.

dx

x cos x

Die Substitution x

2)2

(1 + t )(1 + t
dt
...;___.:......:...__--'---- =

1 + r2

t2

arctan t fhrt zu dem Integral

3
J(-+
1 2 + t 2)dt = --+2t+1
t
t2

3 '

wobei man sich auf eines der Intervalle (-oo, 0) und (0, +oo) beschrnken mu.
Also ist
3
sin2 xdx
cos4 x = - cot x + 2 tan x+31 tan x

J
24.

auf ( -

'IT ,0)

Jsmx
~x : Die Substitution x = 2 arctan t liefert das Integral

1 Zt
+ t 2 2d
+ tt2
1

J~
t =

ln Itl auf (-oo, 0) und (0, + oo).

Also ist
dx = ln tan -X

Jsin x

auf (-7r, 0) und (0, 7r).

und (0, 'IT) .

78 Die Integration der rationalen Funktionen

445

Auf.gaben
In de n Aufgaben 1 bis 21 sind die angegebenen Integrale zu berechnen.
1.j-h x +3dx.

4.
7.

x sin 2xdx.

IcosX x dx.

Jcos(3x + l)dx.

S.

6.

9.

12.

(x 3 + x 2 - l)e2x- 4 dx.

J arctan
11. J
8.

xdx.

10.

13.

I arctan
x dx.
l +x

14.

16.

17.

I x dx.
I l + tan x dx.

19.

20.

I dx

x+l

J x 2 +2x+2

dx.

dx
3
~sin x cos5 x
dx
3

cos x

I
dx
J4x - 1.

2.

xe - 'dx.

1:

sin 2x

COS X.

(x + 2x)sinh
2

x dx

Jl - 5x

cos xe'1""dx.

J
18. Jtan
2

15.

21.

~ dx.

x JI - x dx.
2

xdx.

4dx
.
sinb x cosh x

22. Die Funktionen f und F seien stetig auf [a, b ], und F sei auf (a, b) eine Stammfunktion
zu f. Dann istFauch eine Stammfunktion zu f auf [a. b]. I nfolgedessen gilt (77 .7) sogar auf
[- r, r]. H inweis: A49.5.
23. Bestimme smtHche Lsungen der folgenden Differentialgleichungen: a)
b) u =-2 u +cos t. Hinweis: Methode der Variation der Konstanten .
0

u= u + 1

24. Sei f = u+iv eine komplexwertige Funktion auf dem (reellen) Intervall I. Ist F =
V + i V e ine komplexwertige Funktion auf I mit F(x) = f(x) (also U'(x ) = u(x) und
V'(x) = v (x)) fr alle x e I, so heit F eine Stammfunktion zu f auf I , in Zeichen:
F (x)=Jf(x)dx (oder auch F = Jfdx) auf I. Zeige: a) J( u + iv)dx =J udx + i Jv dx,
1

b) JeAdx = :\eAx auf R fr jedes komplexe A. fO . H inweis: (72.10).

+25. lterier te Produktintegration U nter den erforderli chen V oraussetzungen ist

78 Die Integration der rationalen Funktionen


Da man jede unecht gebrochene rationale Funktion durch Division auf die Form
" Polynom + echt gebrochene rationale Funktion" bringen kann , gengt es, d ie
Integration de r echt gebroche nen rationalen Funktionen zu studieren. Jede derar-

446

X Integration

tige Funktion r lt sich gem Satz 69.5 in einer Summe von Partialbrchen zerlegen (wobei man ganz im Reellen bleiben kann), und infolgedessen wird man r inte
grjeren knnen, sobald man ber Stammfunktionen von Brchen der Form
1

(x-~)'" und

ax +
b)'"
2
( x +ax+

.
m1t

a < 4b

(m=1,2, ...)

verfgt 1>. Solche Stammfunktionen werden unmittelbar oder rekursiv durch die
folgenden Formeln gegeben, die man durch Differenzieren besttigt:

1
dx

m-1(x-~)'n - t

m > 1,

fr

(78.1)

(x-~)m

ln lx- ~~

m=l.

fr

dx
2
2x+a
-2 - - - =
arctan
.
2
2
x + ax+b J4b-a
J4b-a

(78.2)

dx
2x+a
(x 2 + ax+ b)m- (m -1)(4b- a 2 )(x2 + ax+ b)"' - 1

2(2m - 3)

+ (m-1)(4b - a 2 )

f(x +ax+b)'"dx
2

(m~2).

ax+ b dx -_a ln(x 2 + ax + b) + ( - -aa)J


dx b .
2
2
2
x+a+
2
x+a+

+ ( - 7)J (x 2 +::+b)"'

(m ~2).

(78.3)
(78.4)

(78.5)

Mit der Zerlegung (69.9) erhlt man beispielsweise

x+1
dx = - J~+~J dx +.!J 2 x-1 dx
4
x -x
x 3 x-1 3 x +x+1
2
1 1
= - l n lxl+ 1n lx - 11+ In(x 2 + x+1)
3
3 2
+.!(- t -.!) J 2 dx
3
2
x +x+ l
2
2
1
=-In lxl + 1n lx - 11+.! ln(x2 + x + 1) __!._ arctao x + .
3
6
J3
J3

>rm

Falle a 2 ;a:.4b besitzt x 2 +ax +b nur reelle Nullstellen, der Term (ax+}/(x 2 +ax+
b)"' kommt infolgedessen in (69.7) nicht vor.

79 Das Riemannscbe Integral

447

Sollte der Leser den Unterkurs ber komplexe Zahlen nicht verfolgt und sich
daher nicht von der Richtigkeit des Satzes 69.5 berzeugt haben, so kann er sich
dennoch guten Gewissens der Zerlegung (69.7) bedienen, und zwar folgendermaen: Er mache fr die konkret vorgegebene rationale Funktion r rein formal den
Zerlegungsansatz (69.7), berechne die Koeffizienten aik> av"" und .""" nach den in
Nr. 69 geschilderten Methoden (in jedem Einzelfall wird er feststellen, da dies
mglich ist) und verifiziere nachtrglich, da die gefundenen Zahlen aik> a""" und
v"" tatschlich das Gewnschte leisten. Der Satz 69.5 besagt im Grunde genommen nur, da diese Verifikation (die "Probe") theoretisch berflssig ist, weil man
sicher sein darf, da eine Zerlegung der Form (69.7) von r existiert. Da die
Probe dennoch zu empfehlen ist, um sich vor Rechenfehlern zu schtzen, steht
natrlich auf einem ganz anderen Blatt.

Aufgaben
In den Aufgaben 1 bis 8 sind die angegebenen Integrale zu berechnen:

1.

s.

xdx

x - 3x+2

x4~ 1

f
"

6.

x dx
x - x 2- x+1

x42dx .
X + 1

3.

7.

dx

(x + x + 1)

f2x +4x-1
2

dx

4.

x4 dx
X

.I

8.

+2

x - 3 x- 1
2
dx.
x 4 +4x +3
-

In den Aufgaben 9 bis 12 sind die angegebenen Integrale zu berechnen, indem man sie
durch geeignete Substitutionen auf Integrale ber rationale Funktionen zurckfhrt:
9.

e" - 1

e" + 1

dx.

10.

x - .Jx
1

x+vx

dx.

11.

ln 4 x-l
x (In 3 x+l ) dx.

79 Das Riemannsche Integral


Die letzten drei Nummern haben uns zwar in der Untersuchung der Frage, wie zu
einer vorgegebenen Funktion eine Stammfunktion zu bestimmen sei, ein gutes
Stck vorangebracht-es haftet ihnen aber etwas zutiefst Unbefriedigendes an.
Dies liegt im wesentlichen daran, da wir uns rein technisch damit begngt haben,
die Regeln und Formeln der Differentialrechnung einfach umzukehren, und so
den eigentlichen Problemen doch nur ausgewichen sind, den Problemen nmlich,
wie eine Funktion F allgemein aus ihrer als bekannt angenommenen
nderungsrate F' zu rekonstruieren sei, und wie ma~ einer vorgelegten Funktion f
ansehen knne, ob sie berhaupt eine Stammfunktion besitzt. Um hier zur Klarheit
zu gelangen, mssen wir offenbar tiefer ansetzen als bisher. Wir gehen zu diesem
Zweck folgendermaen vor.

448

X Integration

Angenommen, die Funktion F sei auf dem Intervall [a, b] differenzierbar, und
ihre nderungsrate, also ihre Ableitung f: = F' sei uns ebenso bekannt wie ihr
Anfangswert F(a). Wir werfen dann die Frage auf, ob wir ihren Endwert F(b)
bestimmen knnen I).

Grundstzlich ist dies gewi mglich, denn nach dem Mittelwertsatz gilt ja
F(b) = F(a) + f(Tl) (b- a) mit einem geeigneten Tl E (a, b). Allerdings setzt uns
sofort der Umstand in Verlegenheit, da wir i. allg. nicht wissen werden, wie gro
denn nun Tl tatschlich ist. U nsere Bemerkung scheint uns also zunchst nicht
weiterzuhelfen. Immerhin knnte man sich aus dieser Affre zu ziehen versuchen,
indem man das schwer greifbare Tl einfach durch irgendein; E [ a, b] ersetzt und nun
hofft, da F(a) + !(;) (b - a), zwar nicht genau, aber doch nherungsweise = F(b)
ist. Diese Hoffnung trgt jedoch immer dann, wenn f sich auf [a, b] sehr stark
ndert.
In diesem milichen Falle wird man daran denken, das obige, viel zu grobe Vorgehen etwas zu verfeinern, um dem strenden E influ starker Schwankungen von f
besser Herr zu werden. Und dies wird wohl nur so geschehen knnen: Man stellt
mit Hilfe irgendwelcher Teil punkt e a = x0 < x1 < < X 11 = b eine Zerlegu n g
Z des Intervalles I:= [a, b] her, die wir hinfort kurz mit {x0 , x1 , ... , x11 } bezeichnen wollen. Ik: = [xk_ 1 ,xk] soll das k-te Teilintervall von Z,IIkl die L nge von

Ik und

IZI:=

F(b)- F(a)

n:ax
k=l

F(xk) - F(xk _ 1)

I"

IIkl das

Feinheitsma von Z bedeuten. Da nun einerseits

[F(xk)- F(xk_ 1)], andererseits nach dem Mittelwertsatz

= f( 'flk) IIkl mit einem geeigneten Tl E ik

F(b) = F(a) +

..

f(?Jk) lrkl,

ist, haben wir stets


(79 .1)

k=l

und wenn nun jedes einzelne Ik "klein genug" oder also: wenn das Feinheitsma lzl
" hinreichend klein" ist, werden wir mit besserem Grund als oben erwarten drfen,
da selbst bei vllig willkrlicher Wahl eines Zwischenpunktes ;kE lk der Term
J(;k)IIkl sich nur wenig von f(Tlk) IIkl unterscheidet und dann wohl auch F(b) halbwegsannehmbar durch F(a) +

..

L f(;k)IIkl approximiert wird. Und diese Approxik- 1

mation drfte um so besser sein, je kleiner Izj ist. Die letzte Politur - und unabdingbare Przision- geben wir diesen tastenden berlegungen nun durch einen
schulgerechten Grenzbergang. Dazu nehmen wir uns eine Folge von Zerlegungen

Wenn uns dies in allgemeiner Weise mglich ist, knnen wir natrlich auch F(x) fr jedes
x E (a, b) bestimmen; wir brauchen nur dem Punkt x die Rolle von b zu bertragen. Mit
anderen Worten: Fist uns dann vollstndig bekannt.
l)

79 Das Riemannsche Integral

Zj: = {x~), xy), ... , x~;}

449

mit IZJI~O (Zerlegungsnu llfolge)

her und zu jedem Zj einen Zwischenvektor

S( = c;l(J) ;2),

'

s~/)

mit

;k) E /~): = [xk~l 'X~)].

Zur Abkrzung setzen wir noch

sczps):= r
n;

tcs~))IIk)ll)

(79.2)

k=l

und nennen jede derartige Summe eine Zwischensumme oder Riemannsche


Summe. Eine Folge Riemannscher Summen, die zu einer Zerlegungsnullfolge
gehrt, soll eine Riemannfolge (der Funktion f) heien. Falls alle Riemannfolgen von f konvergieren, so streben sie gegen ein und denselben Grenzwert. Sind
nmlich (Sj) und (Sj1 zwei derartige Folgen, so ist auch ihre "Mischung" (S{, S{',
S~, s;, .. .) eine solche und somit konvergent. Ihr Grenzwert mu dann aber mit
den Grenzwerten ihrer Teilfolgen (Sj), (Sj') bereinstimmen, und daher mssen
auch diese beiden Limites zusammenfallen. Whlen wir nun bei vor.fegebener
Zerlegungsnullfolge (Zj) zu jedem Zj einen Zwischenvektor fl( =(Tl~, ... , rJ~;)
mit
F(x~))- F(x~) 1 ) = f(ry~))II~)I
(der Mittelwertsatz macht dies mglich), so gilt wie in (79.1) fr jedes j

F(b) = F(a) +

"' f(rJ~)) 1Ik11= F(a) + S(Zp fl)


L
k=l

und somit trivialerweise F(b) = F(a) + lim S(Zp '1) Dann mu aber auch fr jede
andere Riemannfolge (S(Zj, Sj)) von f stets
(79.3)
sein - immer vorausgesetzt, da f "gutartig" genug ist, um a 11 e Riemannfolgen
konvergent zu machen. In diesem Falle knnen wir also wirklich den Endwert F( b)
aus dem Anfangswert F(a) und der Anderungsrate F'.= f bestimmen-, und zwar
mittels eines wohldefinierten Grenzprozesses.
Alles spitzt sich nunmehr auf die Frage zu, ob - oder wann - jede Riemannfolge
von f= F' denn tatschlich konvergiert. Fr diese Konvergenz kann man sich
getrost verbrgen, wenn f stetig ist. Denn dann wird f ja auf [ a, b] sogar gleichmig stetig sein (Satz 36.5), und daher gibt es nach Wahl von e> 0 gewi ein
f>> 0, so da
fralle x,yel mit lx-yl<f> stets lf(x)-f(Y)I<e1 :=e!(b-a)

> Statt

S(Zi, c;i) schreiben wir gelegentlich sorgfltiger S(f, Zj , .;1).

450

X Integration

bleibt. Fr jede Zerlegung Z mit IZI < 6 und jeden zugehrigen Zwischenvektor
;: =
;n) gilt dann also wegen (79.1)

c;,, ... ,

IF(b)- F(a)- S(Z, s) I= L~l

[f(rJk)- J(;k)] IIkl <

E\t) I

Ikl =

E.

s())

Nehmen wir uns nun irgendeine Riemannfolge (S(Zj ,


her, so gibt es ZU dem
obigen 6 einen Index j 0 , so da fr j > j 0 stets z11 < 6 und dann auch
IF(b)- F(a)- S(Zi' 1) I< E ausfllt. Das aber bedeutet nichts weniger, als da
(S(Z1, ; 1)) tatschlich konvergiert - , und zwar gegen F(b)- F(a).

Bevor wir diese Ergebnisse als Satz formulieren, geben wir eine Definition, die als
ebenso grundlegend angesehen werden mu wie die der Ableitung. In ihr
bedeutet f eine beliebige Funktion, die nicht mehr, wie in den obigen
berlegungen, die Ableitung einer anderen Funktion F zu sein braucht.
Definition Die Funktion f:[a, b]-R heit Riemann -integrierba r (kurz: Rintegrierbar) auf [a, b], wenn jede ihrer Riemannfolgen (S(Zi,~/)) gegen
einen - und damit gegen ein und denselben- Grenzwert konvergiert. Diesen
gemeinsamen Grenzwert bezeichnet man mit dem Symbol

(79.4)

f(x)dx

und nennt ihn das Riemannsche Integral (kurz: R-Integral) von f ber

[a, b].
Die sogenannte Integration sva riable x in dem Symbol (79.4) darf natrlich
(hnlich wie ein Summationsindex) durch jeden anderen, noch nicht verbrauchten
Buchstaben ersetzt werden: Es ist

f(x)dx =

f(t)dt =

f{s)ds =

f(u)du.

Wir fassen nun die oben gefundenen Ergebnisse zu


leistungsfhigen Satz zusammen:

emem

ungemem

79.1 Erster Hauptsatz der Difterential- und Integralrechnung Besitzt die Funktion
F auf dem Intervall [a, b] eine stetige oder auch nur R-integrierbare Ableitung, so ist

F(b)=F(a)+ rF'(x)dx

(79.5)

und somit

F'(x)dx = F(b) - F(a).

(79.6)

GI. (79.5) besagt, da man den Endwert F(b) der Funktion F gewi dann aus
ihrem Anfangswert F(a) und ihrer nderungsrate F' rekonstruieren kann, wenn

79 Das Riemannsche IntegraJ

451

F' R-integrierbar ist: Die Rekonstruktion gelingt in diesem Falle mittels eines
konvergenten Grenzprozesses (der R-Integration). GI. (79.6) lehrt, da man
umgekehrt ein vorgelegtes Integral J! f(x )dx (Existenz vorausgesetzt) hchst
einfach, ohne den komplizierten Riemannschen Grenzproze berechnen kann,
wennfeine Stammfunktion F auf [a, b] besitzt (und man dieselbe kennt) ; wegen
f = F' ist dann nmlich

rf(x)dx = F(b) - F(a).


Fr die Difierenz F (b) - F(a) benutzen wir hufig die Abkrzung
[F(x)]!

oder auch [F]:.

Mit dieser Schreibweise ist also z.B.

3 x 2dx = [ x3 ] 3 =!- 23 = 19
2
3 2 3 3
3'

rJo. .n cos x dx = [sin x]0

12

= sin ~-sin 0 = 1.

Weitere Beispiele zur Berechnung Riemannscher Integrale mittels Stammfunktionen findet der Leser in den Aufgaben 1 bis 7.
Bemerkung Geht man die Beweisfhrungen dieser Nummer noch einmal durch
und hlt man sich die Voraussetzungen des Mittelwertsatzes vor Augen, so stellt
man ohne Mhe die folgende geringfgige Verallgemeinerung des obigen Satzes
fest:
Die Funktion F sei auf [a, b] stetig und wenigstens auf (a, b) differenzierbar, ferner
stimme F auf ( a, b) mit einer Funktion f berein, die ihrerseits auf [ a, b] stetig oder
R - integrierbar ist. Dann gilt
F(b )= F (a)+ rf{x)dx

und somit

r f(x)dx = F(b)- F (a ).

{79.7)

Wir kehren wieder zum Satz 79.1 zurck. Eine auf [ a, b] stetige Ableitung F' ist
auch auf jedem Teilintervall [a, x] von [a, b] stetig; aus (79.5) erhalten wir also
F(x) = F(a) +

F'(t)dt fr x

(a, b ], falls F' stetig auf [a, b) istn.

(79.8)

Ziehen wir vorgreifend heran, da eine auf [a, b] R-integrierbare Funktion auch
auf jedem abgeschlossenen Teilintervall von [a, b] R-integrierbar ist (s. Satz
t> Wir haben hier die Integrationsvariable mit de m Buchstaben t bezeichne t, um sie
deutlich von der Funktionsvariable n x abzuheben.

452

X Integration

84.5), so folgt aus (79.5) sogar


F(x) = F(a) +

F'(t)dt fr

XE

(a, b ], falls F R-integrierbar auf [a, b] ist.

(79.9)

Diese Gleichung lst zwar nicht immer, aber doch in den praktisch wichtigsten
Fllen das erste der zu Beginn dieses Kapitels aufgeworfenen Hauptprobleme
(Wiedergewinnung einer Funktion F aus ihrer nderungsrate)- und zwar auf
s y s t e m a t i s c h e Weise, nmlich mittels eines wohldefinierten Grenzprozesses, der
R-Integration, nicht mit Hilfe der immer wieder a uf Intuition, Raten, Probieren
und nachtrgliche Verifikation angewiesenen Methoden der unbestimmten Integration. Um einem hufig anzutreffenden Irrtum vorzubeugen, betonen wir aber
sehr nachdrcklich, da dieses Rekonstruktionsverfahren nicht bei allen, sondern
eben nur bei R-integrierbaren Ableitungen funktioniert. Aufgabe 13 belegt,
da es sehr wohl Ableitungen F' gibt, die nicht R-integrierbar sind. In einem
solchen Falle ist (79.9) natrlich nicht anwendbar, und ebensowenig kann das
Integral J~ F'(x)dx mittels der GI. (79.6) berechnet werden- denn es existiert ja
berhaupt nicht.
Diese Bemerkungen lassen die Frage nach genauen oder wenigstens hinreichenden Bedingungen fr die R-Integrierbarkeit einer Ableitung F' (allgemeiner einer
beliebigen Funktion f) dringend werden. Solche " Integrabilittskriterien" werden
wir bald intensiv studieren; gegenwrtig begngen wir uns mit der Gewiheit, da
jedenfalls eine stetige Ableitung stets R-integrierbar ist.
Wir haben oben betont, da eine Ableitung nicht R-integrierbar zu sein braucht,
obwohl sie (trivialerweise) eine Stammfunktion besitzt. Ebensowenig braucht es
zu einer R-integrierbaren Funktion eine Stammfunktion zu geben (s. Aufgabe
14). Existenz einer Stammfunktion und Existenz des R-Integrals sind begrifflich
vllig verschiedene Dinge und mssen sorgfltig auseinandergehalten werden. Wir
fassen die fr die Praxis der Integralberechnung wichtige Quintessenz dieser
Bemerkungen noch einmal kurz zusammen:
Die eingngige Formel J! F'(x)dx = F(b)- F(a) gilt nicht ausnahmslos; denn
f~F'(x)dx braucht nicht zu existieren. Man darf nicht erwarten , das bestimmte
Integral f~f(x)dx einer R-integrierbaren Funktion f stets durch unbestimmte
Integration , also mittels der Formel
ft(x)dx =

[J

f(x)dx

J:

auswerten zu knnen; denn S f(x)dx braucht nicht auf [a, b] zu existieren.


Diesen negativen Formulierungen stellen wir eine positive gegenber: Die
Gleichungen

F'(x)dx = F(b)-F(a)

und

ft(x)dx =

[I f(x)dx

79 Das Riemannsche Integral

453

gelten immer dann, wenn alle in ihnen auftretenden Ausdrcke, also

rF(x)dx,

f(x)dx

und

[ f(x)dx

J:

existieren.
..
Wir unterbrechen an dieser SteUe unsere Uberlegungen, um einige Sprechweisen
und Festsetzungen zu verabreden.
In dem Symbol (79.4) nennt man a die unter e und b die obere
Int egration s gr enze, [a, b] das Integration s intervall und f den
Int egrand e n. Statt (79.4) benutzt man auch hufig das Symbol f~ fdx. Die
Menge aller auf [a. b] R-integr ierbaren Funktionen wird mit R [a. b] bezeichnet.
Statt " R -integrierbar" sagt man oft auch einfach " in t egr ierbar" und statt
" R -Integral" kurz "Int eg r a l"; es mu dann allerdings aus dem Zusammenhang
deutlich hervorgehen, da man mit "Integral" nicht das unbestimm te Integral
f fdx, sondern eben das R iemannsche Integral f~ fdx meint, das man in diesem
Zusammenhang auch gerne das bestimmte Integra l (von f ber [a, b]) nennt.
Schlielich treffen wir noch die folgenden Vereinbarungen:

fdx: = 0

fr jede Funktion f, die mindestens in a definiert ist ;

C1

(79.10)
{ ..tdx := -ftdx

fr jedes

t E R [a, b].

(a, b) bedeute wie frher das kompakte Intervall mit den Randpunkten min(a, b)
und max(a, b ). Schreiben wir einfach das Symbol f~ fdx ohne Zusatzbemerkung
nieder, so unterstellen wir stillschweigend, da f auf (a, b) R-integrierbar ist.
Wir werden nun das Riemannsche Integral als Grenzwert eines Netzes
beschreiben und so die Stze der Nr. 44 ber Netzkonvergenz fr die Integrationstheorie fruchtbar machen.
Das Zeichen (Z , ~) bede ute eine Zerlegung Z des IntervaUs [a, b] zusammen mit
einem zu Z gehrenden Zwischenvektor ~- Die Gesamtheit .8* aller dieser (Z, ~)
wird durch die Festsetzung
(79.11)
eine gerichtete Menge . .8* enthlt konfinale Teilfolgen, und zwar ist die Folge der
(Z1, ~ 1 ) offenbar genau dann konfinal, wenn (Z 1) eine Zerlegungsnullfolge ist. Fr
jede feste Funktion f:[a,b]--+ R wird durch (Z, ~)~-+S(f,Z, ~) ein Netz auf .8*.
das Ri e m an n sc he Netz von/, definiert, und mit Satz 44.7 erhalten wir o hne
Umstnde die angekndigte Netzcharakterisierung des R-Integrals:

79.2 Satz Genau dann ist


vergenz
S(f, Z, ~)--+ S

f! fdx

vorhanden und = S, wenn im Sinne der Netzkon-

454

X Integration

strebt oder gleichbedeutend: Wenn es zu jedem e > 0 ein 5 > 0 gibt, so da fr jede
Zerlegung Z von [a, b] mit IZI< 5 stets !S(f, Z, ~) - SI < e bleibt- vllig
gleichgltig, wie man den Zwischenvektor ~ whlt

Und ebenso unmittelbar gewinnen wir nun aus dem Cauchyscben Konvergenzkriterium 44.6 folgendes
79.3 Cauchysches lntegrabilittskriterium Die Funktion f: [a, b] ~ R ist genau
dann R -integrierbar auf [a, b ], wenn es zu jedem e > 0 ein 5 > 0 gibt, so da bei
jeder Wahl der Zwischenvektoren ~ 1 und ~ 2 stets

IS(f, Z 1 , ~ 1 )- S(f, Z 2 , ~ 2) 1 < e ausfllt, wenn nur IZ11, 1Z2 1< S ist.
Aus den evidenten Gleichungen S(f + g, Z, ~) = S(f, Z, ~) + S(g, Z, ~)
S(cf, Z, ~) = cS(f, Z, ~) folgt mit Satz 44.4 mhelos der

und

79.4 Satz Mit f und g liegt auch die Summe f + g und jedes Vielfache cf in R[a, b ],
und es gilt

Lb(f + g)dx =

r r
fdx +

gdx,

cfdx = c

fdx.

Mit anderen Worten: R[a, b] ist ein Funktionenraum, und die Abbildung f

>-?

J~

fdx

von R[a, b] nach R ist linear.

D er nchste Satz besagt, da die Abbildung f


gewinnt ihn unmittelbar aus Satz 44.2.

>-?

J~ fdx ordnungserhaltend ist; man

79.5 Satz Ist f, g E R[a, b] und f~ g, so mu auch


dere ist S! fdx ~ 0, wenn f~ 0 ist.

s: fdx ~ s: gdx sein. Insbeson-

Eine berraschende Eigenschaft des Integrals enthlt der folgende Satz. Um ihn
bequem formulieren zu knnen, sagen wir, die Teilmenge M von X c: R 1i e g e
dicht in X, wenn in jeder e-Umgebung eines jeden Punktes von X mindestens
ein Punkt aus M liegt (z.B. liegt die Menge der rationalen Punkte eines Intervalls
I dicht in I).
79.6 Satz Sind die Funktionen f und g R-integrierbar auf [a, b] und stimmen sie
wenigstens auf einer Menge berein, die dort dicht liegt, so ist bereits fdx = gdx.

s:

s:

Der Beweis liegt auf der Hand. Ist nmlich (Z1) irgendeine Zedegungsnullfolge,
so whle man eine zugehrige Folge von Zwischenvektoren ~~ := (~y>, ... , ~~})
derart, da stets f(g~>) = g(g~>) ist; auf Grund unserer Voraussetzungen ist dies
ohne weiteres mglich. Dann ist aber S(f, Z 1, ~ 1 ) = S(g, Z 1, ~ 1 ) fr j = 1, 2, ... ,
woraus nun sofort die Behauptung folgt.

Wir beschlieen diesen Abschnitt mit dem


79.7 Satz Eine auf [a, b] integrierbare Funktion ist dort notwendig beschrnkt, in
Zeichen: R[a, b]c:B[a, b].

79 D as Riemannsche Integral

455

Wir fhren einen Widers pru c h sbeweis, nehmen also an, die Funktion f aus
R[a, b] sei auf [a, b] unbeschrnkt. Um unsere Vorstellung zu fixieren , mge etwa
sup f = +oo sein. Dann gibt es nach Satz 36.6 eine Stelle ~in [a, b], so da fr jede
e- Umgebung U von ~ stets sup f( U n [ a, b ]) = +oo ist. Sei zunchst ~ ein innerer
Punkt von [ a, b] und Z: = {x 0 , x t> , x"} irgendeine Zerlegung von [ a, b], in der
~ nicht als Teilpunkt auftritt. Dann liegt ~ im Innern eines der Teilintervalle
Ik := [x"_ 1 , xk], etwa in Im. In den Intervallen I", k=/= m, whlen wir irgendwelche
Zwischenpunkte ~" und setzen
0

S': =

"

L f(g,J IIk1k- 1

k,.m
0

Da sup f(Im) = +oo ist, knnen wir nach Wahl einer beliebig groen Zahl G > 0
stets ein ~"' e /", finden, so da

"

L f(~k) II~c I =/(~". ) IIm I+ S' > G

f(~".) > (G - S')/II". I, also

k- 1

ausfllt. Diese Bemerkung zeigt, da wir eine gegen +oo divergierende


Riemannfolge konstruieren knnen- in krassem Widerspruch zur Integrierbarkeit von f. Ganz hnlich argumentiert man, wenn g mit a oder b zusammenfllt.
Wre f nach unten unbeschrnkt, so mte die nach Satz 79.4 integrierbare
Funktion -f nach oben unbeschrnkt sein, und wir fnden uns wieder io einen
Widerspruch verstrickt.

Aufgaben
Ziehe fr die Aufgaben 1 bis 6 die Aufgaben 1, 3, 4, 7, 11 und 14 aus Nr. 77 heran.
1

f .J2x+3dx =-3 (.Jlli -J27).


l

1.

2.

.J

.,
1

14

3. ( "'

Jo

x2

sin 2xdx =- 'TTz


2

I xe-~'dx
I

4.

S.

_,
,

*7.

6.

= 0.

= - (-J3-1).

4x - 1

1/ Z

dx

X
2

COS X

lnX
X

'TT

../2

dx =- +ln-.
4
2
1

dx =- .
2

1
.Jr2 -x2 dx =- r2 'TT. Hinw eis: (77.7)und(79.7).Ygl.auchA77.22.

*8. Die Dirich letsehe Funktion ist auf keinem Intervall [a, b] R-integrierbar.
9. Sei fe R[- a,a] mit a>O. Zeige:
a) f~a fdx = 0, falls f ungerade.
b) Ist f gerade, so ist J fdx vorhanden und fa a fdx = 2f~ fdx.

456

X Integration

10. Beweise mit Hilfe der geometrischen Summenformel und des binomischen Satzes die
fr alle reellen x gltige Identitt

und gewinne daraus durch Integration die Gleichung

n) -2-1 2(") +-33


1 (") -+ + (- 1) "- -1 (") =1+ -1 + -1 + +1.
(1
nn
23
n
I

11. Beweise die folgenden Grenzwertaussagen mit Hilfe Riemannscher Summen:


a)

1
n

p+ J

"

LP

k- 1

p+1

fr jedes feste p E N (vgl. A 27.3).

1 "
br
2
b) - Isin - ~ - .
nk _,
n
'Tl"

u.

Sei f(x): =

..L a"x" fr lxl< r. Dann ist


falls

Iai, lbl < r.

Hinweis: Satz 64.4.


13. Nichtintegrierbare Ableitung Oie Funktion

. 1

fr x > 0,

XVXSJn -

F(x) : =

fr x = 0

0
besitzt die Ableitung

3 r

. 1

- V X Sl - - -

F(x) =

.Jx

x
0

COS -

fr x > O,
fr x = 0.

ist auf keinem Intervall [0, b] (b > O) R-integrierbar. Hinweis: F' ist bei 0
unbeschrnkt.
F

14. R-integrierbare Funktion ohne Stammfunktion Die Funktion


.
0 fr -1 ~ x < 0,
f(x): = { 1 fr O ~ x ~ 1

ist auf [- 1, 1] R-integrierbar, besitzt dort aber keine Stammfunktion. Hinweis: Zwischenwertsatz fr Ableitungen (Satz 49.10).

80 Exkurs: Arbeit und Rcheninhalt

457

80 Exkurs: Arbeit und Flcheninhalt


Es ist eine hchst bemerkenswerte Tatsache, da Riemannsche Summen- und
damit auch Riemannsche Integrale- ganz von selbst auftreten, wenn man sich
bemht, gewisse physikalische und geometrische Begriffe przise zu fassen. Wir
legen dies in aller Krze an zwei besonders wichtigen Beispielen dar, bevor wir
die Entwicklung der Integrationstheorie weitertreiben.

I. Wirkt eine konstante Kraft K lngs eines Weges der Lnge s > 0, etwa lngs der
x-Achse vom Punktabis zum Punkt b := a + s, so versteht man unter der von ihr
geleisteten Arbeit das Produkt Ks = K (b- a). Ist die Kraft jedoch rtlich variabel, also eine Funktion K(x), so wird man, um ihre Arbeit zu definieren,
natrlicherweise folgendermaen vorgehen: Man zerlegt das Intervall I: = [a, b]
in "kleine" Teilintervalle It. ... , In, whlt in jedem Ik einen Punkt Sk aus und
n

siebt dann die Riemannscbe Summe


.

k= l

K(sk) IIkl als eine Nherung fr die

gesuchte Arbeit an. Strebt nun jede Riemannfolge S(K, Zi, ~ i) gegen einen- und
damit gegen ein und denselben - Grenzwert A, so wird man durch diese Zahl A,
also durch das Integral K (x)dx, die von der gegebenen Kraft geleistete Arbeit
definieren und messen.- Die Dimension der Arbeit ist im MKS-System N m,
also kg m2 sec- 2 . Ihre Einheit ist 1 Joule; das ist die Arbeit, welche die
Einheitskraft 1 Newton bei der Verschiebung eines Krpers um die Einheitsstrecke 1 Meter (in Kraftricbtung) leistet.
Danach ist z.B. die Arbeit, die erforderlich ist, um eine Rakete von der
Erdoberflche gegen die Anziehungskraft der Erde auf die Hhe h ber dem
Erdmittelpunkt zu bringen, wegen des Newtonsehen Gravitationsgesetzes gegeben durch

J:

A(h)=

h
R

J" dx =GmM[ - ~1 ]" = GmM (R1 - h1) ,

G mM
x 2 dx = GmM

x2

wobei R der Erdradius, M die Erdmasse, m die Raketenmasse 1> und G die
Gravitationskonstante ist. Der Grenzwert A .. := lim A(h) = GmM/ R ist, locker
h--+ +00

formu liert, die Arbeit, die geleistet werden mu, um die Rakete aus dem
Schwerefeld der Erde zu bringen.
stets ~0. so heit
~{f): = {(x,y)e R2 :a~x~b,O~y~f(x)} die Ordinatenmenge von f; in Fig.
80.1 ist sie der schattierte Bereich. Wir werfen nun die Frage auf, ob- und ggf.
ll. Sind

die

Werte

der

Funktion

f: [a, b] ~ R

>Zur Vereinfachung nehmen wir sie, trotzder Treibstoffverbrennung, als konstant an. Die
Luftreibung vernachlssigen wir.

458

X Integration

Fig. 80.1

Fig. 80.2

in welcher Weise- man einen "Flcheninhalt" IIDl(f)i dieser Ordinatenmenge


definieren kann.
Ist f(x) = c auf [a, b ], bildet also, geometrisch gesprochen, IDl(f) ein Rechteck mit
der Grundlinie b- a und der Hhe c (s. Fig. 80.2), so wird man IIDl(f)i : = (b- a)c
setzen l). Was aber soll man unter IID'l(f)l verstehen, wenn f etwa die anschaulich
so wenig durchsichtige Dirichletsche Funktion auf [a, b] bedeutet? Soll
(oder kann) man berhaupt einer derartig "zerrissenen" Ordinatenmenge in
vernnftiger Weise einen Flcheninhalt zuschreiben? Um dieses Inh a 1t s prob 1e m zu lsen, wird man ganz hnlich vorgehen wie bei dem
Arbeitsproblem: Man zerlegt das Intervall I: = [a, b] in "kleine" Teilintervalle
I t> ... , I"' whlt in jedem Ik einen Punkt ~k aus und sieht dann die "Rechteck-

..

summe"

f(~k) IIkl als eine Nherung fr den gesuchten (aber noch gar nicht

k=l

definierten) Flcheninhalt von IDl(f) an (s. Fig. 80.3). Strebt nun jede
Riemannfolge S(f, Zi, ti) gegen einen - und damit gegen ein und denselbenGrenzwert J, so wird man durch diese Zahl J den Flcheninhalt von 11R(f)
definieren und messen, mit anderen Worten: Man wird IDl(f) dann und nur dann
y

O=Xo J1

X1

X2 J3

X3

.ft.

X4 =b

Fig. 80.3
' 1 Es

handelt sich ttier, wohlgemerkt, um eine Definition des Rechteckinhaltes und nicht um
eine bernahme elementargeometrischer Resultate.

80 Exkurs: Arbeit und Flcheninhalt

459

einen Flcheninhalt zuschreiben, wenn f auf [a, b] R-integrierbar ist und wird in
diesem Falle IIDC(f)l := s~ fdx setzen. - Wir betrachten einige Beispie 1e:

1. Der Ordinatenmenge der Dirichletscben Funktion auf [a, b] kommt kein


Flcheninhalt zu (s. A 79.8).
2. Rechtecksinhalt (s. Fig. 80 .2): Sei f(x) = c > 0 auf [ a, b]. Dann ist nach der
eingangs vereinbarten Festsetzung IIDC(f)l = (b - a)c und nach der "lntegraldefinition"

IIDC(f)l =

cdx = [cx J:,

also ebenfalls = (b- a )c,

so da die beiden Definitionen sich nicht widersprechen.


3. Inhalt eines rechtwinkligen Dreiecks (s. Fig. 80.4):

IIDC(f)l =

"
i

c x- ]" =1 ac.
-c xdx = [ -

2
4. Inhalt des Flchenstcks zwischen der Parabel f(x) := x 2 und dem Intervall
[0, a] (s. Fig. 80.5):
0

a 2

[x3]"

f"
a3 1
IIDC(f)l = Jo x 2dx = 3 o=3= 3 ab
IID'Z(f)l ist also gerade der dritte Teil des Inhalts desjenigen Rechtecks, das von dem
Grundintervall (0, a] und der Parabelordinate b := a 2 im rechten Endpunkt a gebildet
wird. Diese Tatsache war bereits Arehirnedes bekannt, den man deshalb (und noch aus
anderen Grnden) als den Vater der Integralrechnung bezeichnen darf.
y
o2

------------

c
f(xl=!x

Fig. 80.4

Fig. 80.5

S. Inhalt des Halbkreises mit Radius r (s. Fig. 80.6): Analytisch definiert man die
Kreislinie mit dem Mittelpunkt (x0 , y0 ) und dem Radius r > 0 als die Menge
derjenigen Punkte (x, y ), die von (x0 , y0 ) alle denselben (euklidischen) Abstand r

460

X Integration
y

-r

Fig. 80.6

haben, die also der Gleichung (x-x0 ) 2 +(y-y0 ) 2 =r2 gengen. Der Graph der
Funktion f(x): = .Jr2 - x 2 , x e [ - r, r], ist dann gerade der in der oberen Halbebene
verlaufende Teil der Kreislinie um den Nullpunkt mit dem Radius r. Mit A 79.7
erhlt man

also das von der Schule her gelufige Ergebnis.


Auf das Inhaltsproblem werden wir in Nr. 201 unter allgemeineren Gesichtspunkten noch einmal zurckkommen.

Aufgaben
1. Die Arbeit, die geleistet werden mu, um ein Automobil auf horizontaler gerader
Strae bei konstanter Beschleunigung " aus dem Stand" auf die Geschwindigkeit von
100 km/h zu bringen, reicht aus, um dasselbe Automobil auf eine Hhe von etwa 39 m zu
heben (von Reibungseinflssen sehen wir hierbei ab). Hat das Automobil eine Masse von
1000 kg, so entspricht dies der Arbeit, die man aufbringen mu, um 780 Zentnerscke auf
eine 1 m hohe Laderampe zu heben.
2. Deute lnx fr x> 1 als Flcheninhalt einer geeigneten Ordinatenmenge. Der Substanz
nach geht dieses Resultat auf Nikolaus Mercator ( = Kauffman, 1620- 1687; 67) zurck. Es
hatte einen erheblichen Einflu auf Newton.

81 Stammfunktionen stetiger Funktionen


In diesem Abschnitt greifen wir das zweite der zu Beginn dieses Kapitels aufgeworfenen Hauptprobleme an: Wie kann man einer vorgelegten Funktion f
ansehen, ob sie eine Stammfunktion besitzt?
Aus (79.8) entnehmen wir, da die Funktion x~---?S~F'(t)dt, xe[a,b], bei
stetigem P eine Stammfunktion zu F' auf [a, b] ist. Diese Tatsache regt uns zu
der Frage an, ob nicht vielleicht fr jede auf [a, b] stetige Funktion f (die also
nicht von vornherein als eine Ableitung auftritt) die Funktion XH- J~f(t)dt,
x e [a, b], eine Stammfunktion zu f auf [a, b] sei. Der Satz 81.4 wird diese Frage

81 Stammfunktionen stetiger Funktionen

461

bejahen und somit garantieren, da jedenfalls eine auf [a. b] stetige Funktion dort
auch immer eine Stammfunktion besitzt. Um ihn zu beweisen, mssen wir
natrlich erst sicherstellen, da stetige Funktionen berhaupt R-integrierbar sind.
Dies wird durch den nchsten Satz geschehen, der uns erstmals ein brauchbares
hinreichendes Integrabilittskriterium an die Hand gibt {weitere- auch genaueIntegrabilittskriterien werden wir in den Nummern 83 und 84 kennenlemen).

81.1 Satz Jede auf [a, b] stetige Funktion ist dort auch R-integrierbar, in Zeichen:
C[a, b]c R[a, b].
Dem Beweis schicken wir eine Sprachregelung und einen Hilfssatz voraus. Alle
vorkommenden Zerlegungen seien Zerlegungen von [a, b].
Die Zerlegung Z' wird eine Verfeinerung von Z genannt, wenn Z' => Z ist.
Sind Z 1 und ~ Zerlegungen , so beit Z 1 U Z 2 die gemeinsame Verfeinerung von Z 1 , 2 2 .

81.2 Hilfssatz Die Funktion f sei beschrnkt auf I: = [a, b ], und auf jedem Teilintervall T der Zerlegung Z sei ihre Oszillation .0.1(T) ~ .0.. Ist dann Z' irgendeine
Verfeinerung von Z, so gilt fr die zugehrigen Riemannschen Summen die
Abschtzung
I S(Z. ~) - S(Z' . ~')I~.O.I II,

(81.1)

gleichgltig, wie die Zwischenvektoren

~. ~

gewhlt werden.

Beweis. I~> ... , I" seien die Teilintervalle von Z und 1~ , ... , r:" die von Z'.
Dann ist I 1 = 1; U U I~ mit einem gewissen p ~ 1, da Z' eine Verfe inerung von
Z sein sollte. Fr jedes~~ E 1 1 und ~~ E I~ (k = 1, ... , p) ist
p

f(g I) li tl -

L f(~iJ li~I

L f(g I) II~I- L f(~;J II~I

k- 1
V

k =l

k- 1

L l/(~1)- f(~~)III~I ~ n. L II~I = .O.II11

Durch denselben Schlu erhlt man analoge Abschtzungen auf den Teilintervallen / 2 , . . , I" und sieht nun, da die Ungleichung (81.1) in der Tat richtig ist.
Wir kommen jetzt zum Bewei s des Satzes 81.1. f sei stetig auf I: = [a. b]. Zu
beliebig vorgegebenem e > 0 gibt es dann wegen Satz 36.5 ein 8 > 0, so da die
Oszillation von f auf jedem abgeschlossenen Teilintervall von [a, b] mit einer
Lnge< o stets unterhalb von e/(2IID bleibt. Z 1 und Z 2 seien nun zwei Zertegungen mit IZ1 I, IZ2 1< o, und Z bedeute ihre gemeinsame Verfeinerung. Fr
beliebige Zwischenvektoren ~I> ~ 2 , ~. die beziehentlieh zu Z~> Z 2 , Z gehren, ist
dann nach dem obigen Hilfssatz

IS(Z 1> ~ 1)- S(Z2, ~2)1 ~ IS(Z 1 ~1)- S(Z, ~)I+ IS(Z, ~) - S(Z2, ~2)1

e
e
~ 2IIIIII+ ZIIIIII = e.

462

X Integration

Die lntegrierbarkeit von


Integrabilittskriterium 79 .3.

ergibt

sich

jetzt

aus

dem

Cauchyschen

Aus Satz 81.1 folgt sofort, da eine Funktion f E C[a, b] auf jedem abgeschlossenen Teilintervall von [ a, b] integrierbar ist. Sind a 1> a 2 , a 3 irgendwelche Punkte
aus [a, b], so gilt ferner die G leichung

"'J

fdx

Ot

J"'

fd x =

J"'

(81.2)

fdx.

taa

a2

Im Falle a 1 < a 2 < a 3 sieht man sie sofort ein, in dem man eine Riemannfolge zu f
auf [al> a 3 ] betrachtet, deren Zerlegungen alle de n Punkt a 2 als Teilpunkt haben.
Die anderen Flle (a 1 < a 3 < a 2 , a 2 < a 1 < a 3 usw.) sind dann wegen der Vereinbarung (79.10) trivial.
Um das flauptergebnis dieser Nummer, den Satz 81.4, beweisen zu knnen,
bentigen wir noch die runfort immer wieder auftretende

81.3 Fundamentalungleichung fr R-Integrale

fdx

~ lb- al lltll.o.

wobei, wie gewohnt,

llfll.o die

Supremumsnorm von f auf

(a, b)

ist 1>.

Zum Beweis setzen wir a < b voraus und brauchen nur zu bemerken, da fr jede
Riemannsche Summe trivialerweise die Abschtzung
n

,,

f(~,J(xk - xk- a) ~ 11111.. L lxk- xk - 1l =

11/11.. lb - al

k- L

k=l

gilt.

Nach diesen Vorbereitungen knnen wir nun den eingangs angekndigten Satz
ber die Existenz von Stammfunktionen stetiger F unktionen beweisen. Dieser
Satz lst zwar nicht allgemein, aber doch in den praktisch wichtigsten Fllen das
zweite der beiden Hauptprobleme, die wir zu Beginn des vorliegenden Kapitels
formuliert hatten.

81.4 Zweiter Hauptsatz der Differential- und Integralrechnung Jedes f E C[a, b]


besitzt eine Stammfunktion auf [a, b ], z.B. die Funktion

F(x): =

L" f(t)dt

(a~x~b).

(81.3)

Der Beweis ist uerst einfach. Sei x 0 irgendein fester und xf x 0 ein variabler
1

>Man

beachte, da f nach Satz 79.7 beschrnkt ist.

81 Stammfunktionen stetiger Funktionen

463

Punkt aus [a, b]. Aus (81.2) folgt

rf(t)dt+
Und da

J~.

f(t)dt =

f(t)dt,

also

F(x)- F(x0 ) =

f(t)dt.

(81.4)

"

f(x 0 )dt = (x - x 0 )f(x0 ) ist, mu nunmehr

f"[f(t) - f(xo)]dt

F(x)- F(xo)- f(xo) =

X - Xo xo

X - Xo

sein. Dank der Stetigkeit von f im Punkt x 0 gibt es nach Wahl von e > 0 ein 8 > 0,
so da fr alle t e [a, b]n[x 0 -8, x 0 +8] stets lf(t)-f(x0 )l<e bleibt. Wegen der
obigen Fundamentalungleichung gilt also fr jedes von x0 verschiedene x aus
[a, b]n[x0 - 8, x 0 +8] die Abschtzung
F(x)- F(x 0 )
1
- f(xo) ~I
1x - x 0 1e = e.
x-x 0
x - x01

Somit ist in der Tat F'{x 0 ) vorhanden und = f(x 0 ).


Ist a irgendein Punkt aus [a, b], so ist die Funktion

F.. (x): =

f(t)dt = F(x) -

f(t)dt

offenbar ebenfalls e ine Stammfunktion zu f auf [a, b].


Aus (77 .2) gewinnen wir nun die

81.5 Regel der Produktintegration Ist f stetig und g stetig differenz ierbar auf
(a , b), ist ferner F irgendeine (n.ach Satz 81.4 sicher vorhandene) Stammfunktion
zu f auf (a, b), so gilt

fgdx = [Fg]~ -

Fg'dx 1>.

(81.5)

Nach Satz 81.4 und der Regel (77 .2) ist nmlich die Funktion
F (x)g(x)-

F(t)g'(t)dt

eine Stammfunktion zu fg auf (a, b). Wegen Satz 79.1 haben wir also

fgdx = [ F(x)g(x)-

F(t)g'(t)dt[ = [FgJ:-

Fg'dx.

Besonders wichtig ist die


1

>Eine etwas allgemeinere Fassung der Produktregel findet der Leser in A 92.6. Statt von

Produktintegration spricht man auch hufig von


T e ilintegration .

partieller Integration oder

464

X Integration

81.6 Substitutionsregel Es seien die folgenden Voraussetzungen erfllt :


a) f ist stetig auf (a, b) und g stetig differenzierbar auf (a , }.
b) Es ist g((a , ))c(a, b) und g(a)=a, g()=b 1>.
Dann gilt die Substitutionsformel

f(x)dx =

f:

f(g(t))g'(t )dt 2>.

Bew e i s. Nach Satz 81.4 besitztf eine Stammfunktion F auf (a, b). Dann ist
d

dt F(g(t)) = F(g(t))g'(t) = f(g( t))g'(t)

auf (a, ),

und wegen Satz 79.1 haben wir

f(g(t))g'( t)d t = F(g()) - F(g(a)) = F(b )- F(a) =

f(x) dx.

Aufgaben
*1. Ist die Funktion f ste tig und nichtnegativ auf [a, b] und verschwinde t
{ = 0 sein . Hinweis: Widerspruchsbeweis.

J! fdx,

so mu

*2. Seif e C[a, b] . Die Funktionen q> und t/1 seien differenzierbar auf [a, ], und ihre Werte
mgen io [a, b] liegen. Dann ist
d
dx

i+(x)

f(t)dt = f(t/l(x))t/l'(x) - f(q>(x))q>'(x)

auf

[a, ].

cp(x)

+3. D er gestrte Exponentialp roze


Strfunktion S eine Lsung.

u=

au +S besitzt auf jedem Stetigkeitsintervall der

+4. Ein Integralweg zum Logarithmus Sei F(x):= ff dt/ t fr x> 0. Zeige mit Hilfe der Substitutionsregel, ohne Benutzung des Logarithmus:
a) F(xy) - F(x)+F(y).
b) F(;t>) - a F (x) fr aE R .
c) F (eX) a x.
5. t x"( l - xldx=

{p:~~l)l

fr p,qE No. H i n we is: Wiederholte Produlctintegratio n.

82 Die Darbouxschen Integrale3 >


In der letzten Nummer haben wir gesehen, da Stetigkeit eine hinreichende
Bedingung fr R-Integrierbarkeit ist. In den folgenden drei Nummern wird es
t> Wege n Satz 36.4 ist also g((a, {3)) = (a, b).
2
> Im Unterschied zur Substitutionsregel 77. 1 bentigen wir nicht, da g' nirgendwo
verschwindet (wir sind also nicht auf streng monotone Substitutionsfunktionen angewiesen).
3 >Gaston Darboux (1842-1917; 75)

82 Die Darbouxschen Integrale

465

darum gehen, weitere hinreichende und sogar genaue Integrabilittsbedingungen


aufzufinden. D er nun beginnende Abschnitt scheint auf den ersten Blick nichts
mit diesem Problem zu tun zu haben ; in Nr. 83 wird jedoch seine Bedeutung fr
Integrabilittsfragen sehr rasch deutlich werden.
Dem in Nr. 80 aufgeworfenen Inhaltsproblem htte man naheliegenderweise auch
so zu Leibe rcken knnenn: Es seifeine beschrnkte und zunchst nichtnegative Funktion auf [a, b] und Z: = {x0 , xl> ... , x,.} irgendeine Zerlegung von [a, b]
mit den Teilintervallen Ik: = [xk - 1> x,.]. Mit den Zahlen
mk: = inf f(Id ,

M~c: = sup /(Ik)

(82.1)

bilde man nun die Unter - und Obersumme


U(f, Z) :=

L" m~c ii~ci

bzw.

0 (/, Z) :=

L" M~cii~cl,

(82.2}

die wir meistens krzer mit U(Z) bzw. O(Z) bezeichnen werden (s. Fig. 82.1}.
y

O(Z)

..........

.,.
~~

[<;

U(Z)

Fig. 82.1

Offenbar ist stets


U(Z) ~ O(Z).

(82.3}

Stellen wir uns vorbergehend auf den Standpunkt, da der Inhalt IIDl(f)l der
Ordinatenmenge von f noch nicht definiert ist, so wird man doch von der
Anschauung dazu gedrngt, jede Untersumme U(Z) als eine untere und jede
Obersumme O(Z) als eine obere Approximation dieses (undefinierten und vielleicht sogar undefinierbaren) Inhaltes anzusehen. Wir werden gleich feststellen,
da fr je zwei Zerlegungen2 > Zt. Z 2 stets U(Z1) ~ O(Z~ ist (s. HUfssatz 82. 1 d}.
Lt man nun Z 1 bei festem Z 2 alle Zerlegungen durchlaufen, so folgt
sup U(Z1 ) ~ 0(~}, also auch, wenn man ~ variieren lt,
z,
sup U(Z 1 )~ inf O(Z 2 ).
(82.4)
z,

In der Tat ist dies im wesentlichen der Archimedische Zugang gewesen.


2
)Zerlegungen (bezeichnet durch Z, Z', Z1o ~)sind durchgehend Zerlegungen von [a, b].
l

466

X Integration

Und nun ist nichts natrlicher, als der Ordinatenmenge IDl(f) genau dann einen
Flcheninhalt jiDl(f)l zuzuschreiben, wenn in (82.4) das Gleichheitszeichen steht;
in diesem Falle wird man IIDl(f)l gleich dem gemeinsamen Wert der beiden Zahlen
in (82.4} setzen. Selbstverstndlich erhebt sich sofort die Frage, ob der so
definierte Inhaltsbegriff mit dem in Nr. 80 erklrten bereinstimmt. Die Untersuchungen der vorliegenden und der nchsten Nummer werden ergeben, da dies
in der Tat der Fall ist.
Unter- und Obersummen knnen wir fr beliebige, nicht notwendigerweise
nichtnegative f E B[a, b] bilden. In der Tat habe n wir die Voraussetzung f';!:: 0 nur
gemacht, um an das Inhaltsproblem an knpfen zu knne n. Wir lassen sie jetzt
fallen und beweisen als erstes den schon erwhnten

82.1 Hilfssatz Seif E B[a, b] und Z' eine Verfeinerung von Z. Dann ist
a) U(Z') ';!:: U(Z),
b) O(Z') ~ O(Z) 1>,
c) O(Z')- U(Z') ~ O(Z) - U(Z).
Fr je z wei Zerlegungen Z~> Z 2 gilt stets
d) U(Z1) ~ O(Z2 ).
Beweis. a): Angenomme n, Z' e nthalte genau einen Punkt x' mehr als Z: =
{x0,x 1, ... ,x,.}, und zwar sei x1 _ 1 <x'<~. Setzen wir
ILt: = inf f([~ -1>

x']

und

J.L2 : = inf f([x', ~],

so ist m1 ~ ILt> ~J- 2 , also


m1(x1 - x1-t) = m1(x' - x1_ 1) + m1(x1 - x') ~ ~J- 1 (x' - x1_ 1 ) + p,2(x1 - x')

- und somit
n

U(Z)=

L
mk(xk-xk- t)+m1 (~-~-1)
k- 1
k .. j

L
mk (xk- xk- 1) + f.kt (x'- ~-1) + f.k2(x1 k- 1

x') = U(Z').

k+i

E nthlt Z' jedoch p > 1 Punkte mehr als Z, so wende man diesen Schlu p-mal
an.- b) wird ganz entsprechend bewiesen; man beachte nur, da die Zahlen
~J- 1 : = sup f([~-1> x'] und ~A- 2: = sup f([x' , xa) beide ~~ sind. - c) folgt unmittelbar
a us a) und b). - d): Sei Z: = Z, U Z 2 die gemeinsame Verfeinerung von Z 11 Z 2 . Mit
a), b) und (82.3) erbalten wir dann U(Z 1 ) ~ U(Z) ~ O(Z) ~ O(Z2 ), also U(Z1) ~
1

0(~.

Wie ln der Eingangsbetrachtung sehen wir nun, da die Ungleichung (82.4) gilt.
11

Grob

gesagt: Bei Verfeiner ungen nehmen die Untersummen zu und die Obersummen

ab.

82 Die Darbouxschen Integrale

467

Nennen wir

i
i

fdx:

sup U(Z) das untere ,


Z

fdx: = inf O(Z) das obere Darbouxsche Integral 1>


Z

von f auf [a, b ], so knnen wir sie folgendermaen formulieren:

82.2 Satz Fr jedes f e B[a, b] ist

s: fdx

~ s:

fdx.

Wir nennen die Funktion/D-integrierbar auf [a, b], wenn sie zu B[a, b] gehrt
und ihre beiden Darbouxschen Integrale bereinstimmen. Der gemeinsame Wert
dieser beiden Integrale wird dann mit 0-J!/d.x oder auch mit 0-J!/(x)d.x bezeichnet. Es gilt der

82.3 Satz f eB[a, b] ist genau dann D-integrierbar auf [a, b], wenn es zu jedem
e > 0 eine Zerlegung Z mit O(Z) - U (Z) < e gibt.
Beweis. Sei zunchst f D-integrierbar und J: = S~ fdx
dann Zerlegungen Z 1 und ~ mit

Ist Z die gemeinsame Verfeinerung von 2


Hilfssatz 82.la,b die Abschtzung

und

~.

= J~ fdx.

Zu e > 0 gibt es

so erhalten wir daraus mit

Nun sei umgekehrt die Bedingung des Satzes erfllt, zu e > 0 gebe es also eine
Zerlegung Z mit O(Z) - U(Z) < e. Da nach Satz 82.2
U(Z)

r ~r
fdx

fdx ~ O (Z)

ist, folgt daraus die Abschtzung

o~

r r
fdx -

fdx<e.

Und da dies fr jedes e > 0 gilt, mssen die beiden Darbouxschen Integrale
bereinstimmen.

>Hufig wird es auch unteres bzw. oberes Riemannsches Integral genannt. Man

beachte, da die Darbouxscben Integrale immer dann schon existieren, wenn


beschrnkt ist.

f nur

468

X Integration

Aufgaben

+1. Darbouxnetze Sei/E B[a, b] und B die Menge aiJer Zerlegungen Z von [a, b). Durch die
Festsetzung Z 1 -<~Z2 :<=>Z 1 CZ2 wird Beinegerichtete Men ge (s. A 44.6). Durch z .... U(f, Z)
wird das unt ere, durch z .... 0(/, Z) das obere D arb ouxnetz der Funktion/ auf erklrt; wir bezeichnen diese Netze beziehentlieh mit (Qz) und (Dz). Zeige: a) (Qz) ist wachsend,JDz) dagegen abnehmend; beide Netze sind beschrnkt. b) Es strebt Dz-7l~fd.x und
Dz-+ I~fd.x. c) Satz 82.2 folgt a us Satz 44.2. d) Fr eine gewisse Zerlegungsfolge (Z") strebe
D z., -+1 und Dz., -+1. Dann ist/ D-integrierbar auf [a, b] und D- J~fd.x=J.
+2. Darboux-Riemann-Netze Sei/E B[a, b] und B + die Menge aller Paare (Z, ;) mit Z:= Zerlegung von [a,b], ;:=Zwischenvektor zu Z. Durch (Z.,; 1)-<-<(Z2 , ; 2 ):=-Z 1 CZ2 wird +
gerichtet.-<-< ist strker als ~ in (79.11). Durch (Z,;) .... S(f,Z,.;) (= Riemannsche Summe) definieren wir das Darb o ux - Ri e m a nn- Netz von/ auf + . Zeige mittels Aufgabe I :
f ist genau dann D-integrierbar auf [a, b], wenn J:= lim S (/, Z,;) existiert ; in diesem Falle
ist D- I ~fd.x= J.
a
*3. Jede auf [a, b] monotone Funktion ist auf [a, b] auch D-integrierbar.

4. Sei /EB[a, b], und zu jedem e> 0 gebe es eine Zerlegung von [a, b] in Teilintervalle
J ., ... , I,., so da 0.1 (h) <e ausfllt. Dann ist/ auf (a, b] D-integrierbar.
5. Jede auf [a, b] stetige F unktion ist auf [a, b] auch D-integrierbar. Hinweis : Aufgabe 4,
Satz 36.5.
a

6 . Fr p E N ist D-

J
0

aP +l

.xP d.x =

p+ 1

. H i nw eis: Aufgabe Jd, A 27.3.

83 Das Riemannsche Integrabilittskriterium


Der nchste Satz lehrt, da die D-Integrierbarkeit nur eine neue- und, wie sich
zeigen wird, vielfltig ntzliche- Beschreibung der R-Integrierbarkeit ist.

83.1 Satz Genau die Funktionen aus R [ a, b] sind D- integrierbar auf [ a, b], und fr
sie ist S! fdx = D-J! fdx.
Beweis. Sei zunchst feR[a,b] und S: = S!fdx. Nach Satz 79.7 ist f
beschrnkt, und wegen Satz 79.2 gibt es zu beliebig vorgegebenem e > 0 ein
5 > 0, so da fr jede Riemannsche Summe S(Z, ~) mit IZI < 5 die Abschtzung

gilt. Da

ein vllig beliebiger Zwischenvektor zu Z ist, folgt daraus

S-

2 ~U(Z)~O(Z)~S+ 2 ,

also

O(Z) - U(Z)~e.

Nach Satz 82.3 istf daher auchD-integrierbar. - Nunsei umgekehrt!:= D-J! fdx
vorhanden. Um Triviales zu vermeiden, nehmen wir an, da f nicht konstant ist.

83 Das Riemannsche Integrabilittskriterium

469

Zu beliebig vorgegebenem e > 0 existiert dann nach Satz 82.3 eine Zerlegung Z 1
von I: = [a,b] mit
e
O(Zt)- U(Z1) < .
(83.1)
3
Sei p die Anzahl der Teilintervalle von Z 1 und 0.: = 0.1(1) die (positive) Oszillation von f auf I. Dann ist, wie wir zeigen werden,
O (Z)- U(Z) < e fr jede Zerlegung Z mit 121 < 8: =

Bedeutet nmlich 2 2 die gemeinsame Verfeinerung von 2 1


Z, so haben wir zunchst

; 0. .

(83.2)

3
und eines derartigen

O (Z)- U(Z) = [ 0(2)- 0(~)] + [ 0 (~)- U(ZJJ + [U(ZJ- U(Z)]. (83.3)

Wegen (83.1) und Hilfssatz 82.1c gilt f r die mittlere Klammer die Abschtzung
(83 .4)
Nun fassen wir die erste und die letzte Klammer ins Auge. Die Verfeinerung~
von 2: = {x0 , xl> ... , x"} entsteht, indem man hchstens p neue Teilpunkte zu Z
binzufgt (nmlich diejenigen Teilpunkte von 21> die im Innem der Teilintervalle
[x" _1 , x"] liegen). Infolgedessen werden hchstens p der Teilintervalle [x~c - 1> x"]
weiter unterteilt. Wendet man auf jedes der von der Weiterteilung betroffenen
Intervalle [xk- 1> x" ] den Hilfssatz 81.2 an und bercksichtigt man noch, da die
dort auftretenden Zwischenvektoren vllig beliebig gewhlt werden drfen, so
erhlt man die Abschtzungen
E

0 (2)- 0(22 ) ~ p0.8 = 3 und

(83.5)

Aus (83.3), (83.4) un d (83.5) gewinnt man nun sofort die Aussage (83.2). Mit ihr
ist aber der Beweis im wesentlichen beendet. Ist nmlich S(Z, ~) irgendeine zu 2
und f gehrende Riemannsche Summe, so mu auf Grund der Ungleichungen
U(Z) ~ S(2, ~) ~ 0(2),
U(2) ~ J ~ O(Z)

erst recht IS(2, ~) - Ji< e bleiben - und nun ist wegen Satz 79.2 alles erledigt.
Aus den Stzen 82.3 und 83.1 gewinnen wir auf einen Schlag folgendes

83.2 Riemannsches lntegrabilittskriterium f e B[a, b] ist genau dann


R -integrierbar auf [a, b], wenn es z u jedem e >0 eine Zerlegung 2 mit
0(2) - U (2) < e gibt.
Und ferner liefert der Satz 83. 1 in Verbindung mit A 82.3 den

4 70

X Integration

83.3 Satz Jede auf [ a, b] monotone Funktion ist auf [ a, b] auch R- integrierbar.
Aufgaben
1. Seifeine Treppenfunktion auf [a, b], fr eine gewisse Zerlegung Z: = {x0, xh ... , xn}
von [a, b] und gewisse Zahlen c t. . . . , c" sei also f (x) : = ck, wenn x E (x,. _ ., xk). Dann ist f auf

[a, b] R-integrierbar und

J! fdx = I

k- 1

xk definiert ist.

ck (xk- xk_ 1) - gleichgltig, wie f in den Teilpunkten

*2. Sei /EB[a, b]. Dann ist tim U(j, Z) = f ~fdx und lim O(j, Z) = nfdx (beachte, da es
(3, -< )

(3.-< )

sich hier um die Konvergenz von Netzen auf (.S, ~) handelt - also um etwas anderes als in
A 82.1. Die gerichtete Menge (, ~) ist in A 44.6 erklrt).

84 Das Lebesgoesche lntegrabilittskriterium1 >


In diesem Abschnitt werden wir wesentlich tiefer als bisher in die Beziehungen
eindringen, die zwischen Stetigkeitseigenschaften einer Funktion und ihrer Integrierbarkeit bestehen. Die entscheidende Klrung wird uns der Begriff der
Nullmenge bringen, den wir schon gegen Ende der Nr. 31 angedeutet haben. Wir
erinnern noch einmal daran:
Die Menge M c R heit Nullmenge oder Menge vom Ma 0, wenn es zu
jedem e > 0 hchstens abzhlbar viele abgeschlossene (oder auch offene) Intervalle It> I 2 , . . . gibt, die M berdecken und deren "Lngensumme" L IIk I:s;:; e ist2 ).

Die Grundlage unserer Untersuchungen ist der folgende

84.1 HiHssatz a) Jede Teilmenge einer Nullmenge ist eine Nullmenge.


b) Endliche und abzhlbare Teilmengen von R sind Nullmengen.
c) Die Vereinigung hchstens abzhlbar vieler Nullmengen ist wieder eine
Nullmenge.
d) Eine kompakte Menge KcR ist genau dann eine Nullmenge, wenn es zu
jedem e > 0 endlich viele abgeschlossene (oder auch offene) Intervalle gibt, die K
berdecken und deren Lngensumme ~ e ist.
Beweis. a) ist trivial, b) hatten wir schon am Schlu der Nr. 31 bewiesen.-c):
Ml> M 2 , . . . seien Nullmengen. Nach Wahl von e > 0 kann man ~ mit abgeschlossenen Intervallen ~ 1> ~ 2 , . . der Lngensumme L l~k I~ e/2i berdecken
k

(j = 1, 2, ... ). Dann berdecken die (hchstens abzhlbar vielen) In tervalle J 11 , I 12, .. , J 21, J22, . . , [ 31 , [ 32 , die Vereinigung U ~. und ihre
I

>Henri Lebesgue (1875-1941; 66).

Der Leser mge sieb selbst davon berzeugen, da man in dieser Defurition "abgeschlossen" durch " offen" ersetzen kann (wie wir es ja auch getan haben).

z)

471

84 Das Lebesguesche Integrabilittskriterium

Lngensumme ist ~

..L e/2; = e.- d): SeiKeine kompakte Nullmenge und e eine

beliebige positive Zahl. Dann gibt es offene Intervalle I., 12 , . . . mit

U I"=> K

und

L IIkl ~ e. Nach dem berdeckungssatz von Heine-Borel reichen aber bereits


k

e ndlich viele der I~c zur berdeckung aus, und deren Lngensumme ist erst recht
~e. In umgekehrter Richtung ist die Aussage trivial.

Wir bemerken ausdrcklich, da es sehr wohl berabzhlbare Nullmengen gibt.


Hinfort wollen wir sagen, die Funktion f sei fast berall auf X stetig oder
differenzierbar, wenn die Punkte von X, in denen sie unstetig bzw. nicht differenzierbar ist, jeweils nur eine Nullmenge bilden.
Nach diesen Vorbereitung~n knnen wir nun einen Satz beweisen, der die
Struktur der R-integrierbaren Funktionen in helles Licht taucht und eine Flle
interessanter Konsequenzen hat:

84.2 Lebesguesches Integrabilittskriterium Die Funktion

ist genau dann auf


[a, b] R-integrierbar, wenn sie dort beschrnkt und fast berall stetig ist.

Beweis. Wir nehmen zunchst an, die Funktion f sei auf I: = [a, b] beschrnkt,
es sei also etwa lf(x)l ~ C fr alle x EI, und die Menge 6.(!) ihrer Unstetigkeitspunkte sei eine Nullmenge. Geben wir nun ein beliebiges positives e vor, so
""
mit L

knnen wir 6.(!) durch abzhlbar viele offene Intervalle 1 1,J2 ,

berdecken. Die zugehrigen abgeschlossenen Intervalle ] 17 ]


dann erst recht 6.(!), und auch fr sie ist

2 ,

iivi < e

berdecken

00

L iJv I< e.

(84.1)

.,-1

In jedem Punkt t E I\6.(!) ist f stetig, wegen Satz 40.1 knnen wir daher zu
offenes Intervall u( so bestimmen, da

t ein

(84.2)
ist ; dabei bedeutet ~; das zu U~; gehrende abgeschlossene Intervall. Das System
aller J v und U~; bildet eine offene berdeckung von I, nach dem Satz von ReineBore I kann man also 1 bereits durch ein endliches Teilsystem Uv,, ... , lv,, U~;,, ... ,
U~;.} berdecken. E.:_st recht wird I also durch die abgeschlossenen Intervalle
lv, , ... , l v, U~;,, ... , U~;, berdeckt. Nun whlen wir e ine so fe ine Zerlegung Z von 1,
da jedes ihrer Teilintervalle 11 , , In in einem der Jv, D~ enthalten ist. Um das
Riemannsche Integrabilittskriterium anwenden zu knnen, fassen wir die Differenz
n

O(Z) - U(Z) =

L
(M,. k- 1

mk)II,.I = kt + !.2

4 72

X Integration

ins Auge1>. Dabei ist I 1 die Summe ber alle (Mk- mk) li" I' bei denen I" in einem
der Intervalle J". liegt, whrend I 2 die Summe ber alle anderen (M"-::_mk) IIkl
bedeutet; jedes hier auftretende I" liegt also in einem der Intervalle U~. Aus
(84.1) und (84.2) folgt nun, da

I 1 <2Ce und I 2 <

eiii

bleibt, infolgedessen ist O(Z)- U(Z)<(2C +III)e. Nach dem Riemannschen


Kriterium mu also f auf I R-integrierbar sein.
Jetzt nehmen wir umgekehrt an, f gehre zu R(J). Nach Satz 79.7 ist dann
zunchst f auf I beschrnkt. Es bleibt also nur noch n achzuweisen, da A(f) das
Ma 0 besitzt. Da wir nach (40.1) die Darstellung

..

mit A11.:=

{x e i:w1 (x)~~}

haben und die Vereinigung von hchstens abzhlbar vielen Nullmengen nach dem
obigen Hilfssatz wieder eine Nullmenge ist , gengt es zu zeigen, da jedes A11s
notwendig eine Nullmenge sein mu. Um Triviales zu vermeiden, drfen wir dabei
annehmen, da A11, nicht leer ist. Geben wir uns nun ein beliebiges e > 0 vor, so
knnen wir nach dem Riemannscben lntegrabilittskriterium ein e Zerlegung Z
von I bestimmen, so da

O(Z)- U(Z) <~


2s
ausfllt. IDl sei die Menge aller Teilintervalle J" von Z mit A 11s n I" :j: 0. Offenbar
wird A11s von lln berdeckt. Angenommen, das Intervall I" elln enthalte einen
Punkt E A11 in seinem Innern. Dann gibt es eine 8-Umgebung U c I" von mit
0.1( U) ~ 1/s, erst recht ist also

M "- m" = 0.1(!") ~-.


s

Sei nun ID'l* ctie (eventuell leere) Menge aller Intervalle I", deren Inneres mindestens einen Punkt von A11 enthlt. Aus der letzten Abschtzung folgt sofort

es gilt also
(84.3)

> Die

auf Ik.

Zahlen Mk und mk sind in (82.1) definiert; M k- mk ist die Oszillation 0 1(Ik) von

84 Das Lebesguesche Integrabilittskriterium

Nun bestimmen wir zu den Teilpunkten x 0 , x 1 ,


Intervalle I~, ... , I~, so da
xk E I~

und

473

x" von Z abgeschlossene

"

L II~I < 2e

(84.4)

k -0

ist. Offenbar wird 6. 11 von dem endlichen Intervallsystem IDl* U {10, ... , I;.}
berdeckt, und da wegen (84.3) und (84.4) dessen Lngensumme <s/2 + e/2 = e
bleibt, mu 11 11 in der Tat eine Nullmenge sein.

In Verbindung mit frher bewiesenen Stzen ergeben sich aus dem Lebesgueschen Kriterium in bequemster Weise eine Flle wichtiger und teilweise ganz
berrascheoder Resultate. Wir geben einige an, ohne uns (auer bei dem letzten)
mit den beraus einfachen Beweisen aufzuhalten.

84.3 Satz J~ fdx existiert immer dann, wenn f auf [a, b] beschrnkt und dort an
hchstens abzhlbar vielen Stellen unstetig ist 1>.
84.4 Satz Unterscheidet sich f von geR[a, b] nur an end lich vielen Stellen des
Intervalls [a, b], so gehrt auch f zu R[a, b], und es gilt fdx = J~ gdx (kurz:
Beim Integrieren kommt es auf endlich viele Funktionswerte nicht an).

s:

84.5 Satz Die Funktion f E R[a, b] ist auf jedem abgeschlossenen Teilintervall von
[a, b] integrierbar. Sind at> a2, a 3 irgendwelche Punkte aus [a, b], so gilt ferner die
Gleichung

a
fa'
f"
fa, fdx + aa fdx = a, fdx2>.

(84.5)

84.6 Satz Ist f auf [ a, b] und auf [ b, c] integrierbar, so ist f auch auf [a, c]
integrierbar.
84.7 Satz Ist f auf [a, b] beschrnkt und auf jedem Intervall [a, ] mit a < a < <
b integrierbar, so istfauch auf dem Gesamtintervall [a, b] integrierbar.
84.8 Satz Mit f und g liegen auch die folgenden Funktionen in R[a, b]:

lfl,

r. r.

max(f, g), min(f, g) und fg.

Ist berdies lg(x)l ;:;;:. a > 0 auf [a, b], so gehrt auch f/g zu R[a, b]. Insbesondere ist
also R[a, b] nicht nur ein Funktionenraum, sondern sogar eine Funktionenalgebra.
84.9 Satz Sei g integrierbar auf [a, b], ferner g([a, b]) c [a, ] und f stetig auf
>In Verbindung mit Satz 39.5 erbalte n wir damit einen neuen Beweis fr die Integrierba rkeit monotoner Funktionen (Satz 83.3).
2
> Man beweist sie (nachdem nun die Existenz der Integrale feststeht), wrtlich wie die GI.
(81.2).

474

X Integration

[a,]. Dann ist f og integrierbar auf [a.b]. Insbesondere ist im Falle


Funktion {fg(x) auf [a, b] integrierbar 1>.

g~O

die

In Zukunft werden wir des fteren die Redeweise verwenden, die Funktionen f
und g seien fast b e rall auf X g le ic h. Dies soll bedeuten, da die
Menge {x E X: f (x ) =f; g(x)} eine Nullmenge ist. Wir beweisen nun den

84.10 Satz Sind die Funktionen f, g E R[a, b] fast berall auf [a, b] gleich, so ist

r r
fdx=

gdx.

Um dies einzusehen, bemerken wir, da N: = {x e [a,b]:f(x)=f;g(x)} als


Nullmenge kein Intervall enthalten kann , und da infolgedessen die Menge
{xe[a, b]:f(x)= g(x)} = [a, b]\ N dicht in [a, b] liegt. Satz 79.6 stellt nun die
Behauptung sicher.

D er letzte Satz steht zwar in e ine m engen Zusammenhang mit dem Satz 84.4, ist aber nicht
eine Verallgemeinerung desselben (warum nicht?).

Aufgaben

1. Zeige noch einmal, da die Dirichletsche Funktion auf keinem Intervall [a, b] integrierbar ist (vgl. A 79.8).
2. Die in (34.1) erklrte Funktio n f(x) ist auf [0, 1] integrierbar, dasselbe gilt fr die
Funktionen Jf(x) und In(l + f(x)). Was sind die Werte der zugehrigen Integrale?

*3. f e R[a, b] sei ;;;.Q, und in e inem Stetigkeitspunkt x 11 sei f(x11) > 0. Dann ist J~ fdx > 0.
Insbesondere fo lgt aus f > 0 immer fdx > 0. H i n weis : Verfahre wie in A 8 1. I.

s:

+ 4.

s:

und g seien auf [a, b] integrierbar, und fast berall auf [a, b] sei
fdx ~s: gd x.

f ~ g. Dann ist auch

+s.

Genau dann sind die Funktionen f, g e R [a, b] fast berall auf [a, b] gleich, wenn
J:l/- gldx=O ist. Hinw eis: Aufgabe 3.

+6. Besitzt die Funktion f: R- R die Periode p>O und ist sie auf [0, p] R-integrie rbar, so
ist
fdx fr jedes a vorhanden und = fdx.

s:

s:+p

+7. Nichtintegrierbare Komposita integrierbarer Funktionen g bedeute die auf [0, II eingeschrnkte Funktionjaus Aufgabe 2, und es sei

cp(x):={O frx = O,
1 fr X E (0, 1).
Dann liegen g und
integrie rbar.
11 Der

<p

in R[O, 1], das Kompositum

Satz bteibt nicht richtig, wenn

Aufgabe 7).

<p o

g ist jedoch nicht mehr auf [0, 1]

nur integrierbar, aber nicht mehr stetig ist (s.

85 Integralungleichungen und Mittelwer tstze

475

85 Integralungleichungen und Mittelwertstze


Wir bringen zunchst vier wichtige Integralungleichungen.

85.1 Dreiecksungleichung fr Integrale

Lbfdx ~J: lfldx

f r jedes f e R[a. b].

Beweis. Die lnteg;rierbar keit von I/I wurde bereits in Satz 84.8 festgestellt. Die
Ungleichung selbst erhalten wir so: Wegen -f, f ~I/I ist nach Satz 79.5 auch
s~ fdx, s~ fdx ~ s~ lf ldx und damit IJ~ fdxl ~ s~ lfldx.

1 1
85.2 Hlderscbe Ungleichung Ist p > 1 und - + - = 1, so gilt
p

fr/, g E R [a, b].

Beweis. Die Funktionen ifgl, IJIP und lglq sind nach den Stzen 84.8 und 84.9
integrierbar. Die Ungleichung ergibt sich nun, indem man auf die Riemann"

sehen Summen

lf(~k) g (~k) Ih =

k- 1

II

1/(~k) Ih P lg (~k) Ih ii mit quidistanten

k- 1

Teilpunkten (Schrittweite h) die Hldersche Ungleichung 59.2 anwendet und zur


Grenze bergeht.

N ur ein Spezialfall der Hlderschen Ungleichung ist die


1

[vgldx ~ ([.rdxf ([ g

schwarzsehe U ngleichung

dxr

fr

J.ge R[a,bJ.

85.3 Minkowskische Ungleichung Fr p ;> 1 und alle/, g ER [a, b] ist

Der Beweis fliet aus der Minkowskischen Ungleichung 59.3.


85.4 Opialsche Ungleichung

Lff'ldx ~ b -

a J b (f')2 dx, falls f' e C[a, b] und f (a) = 0.


a

Beweis. Fr g(x): = .Fa lf'(t)Jdt (a ~ x ~ b) ist g(a) = O, g'(x)=Jf'(x)l und


lf (x )J= rf'(t)dt
a

~ J "" if'(t)Jdt = J ""g'(t)dt =g(x) - g(a ) = g(x).


a

476

X Integration

Infolgedessen haben wir

z[blff'ldx~[b 2gg'dx= Lb (g )'dx=g (b)-g (a)=g (b).


2

{85.1)

Wegen der Schwarzsehen Ungleichung ist


g 2 (b) =

(r

1.

r (f (r

g'dx ~

1 dx)

(g') 2 dx) = (b - a)

{f') 2 dx.

Mit (85.1) ergibt sich aus dieser Ungleichung sofort die Behauptung.

Wir wenden uns nun den Mittelwertstzen zu. Die {zunchst vllig beliebige)
Funktion f sei auf [a, b] erklrt, und {x0 , x 1 , . , x"} sei eine quidistante Zerlegung von [a,b] mit der Schrittweite h:= (b-a)/n. Dann wird man das arithmetische Mittel der Funktionswerte f(x 1 ), . . . , f(x"), also die Zahl

p."(f):=f(xt)++f(x")=b 1
f(xk)h
n
-a k=t

als einen "mittleren Wert" der Funktion f ansehen drfen- jedenfalls, wenn n
hinreichend gro ist und f nicht zu stark schwankt (so verfhrt man z.B. bei der
Bestimmung der mittleren Tagestemperatur). Begrifftich unbefriedigend ist hierbei die Willkr in der Wahl von n und die unklare Forderung, f mge nicht zu
stark schwanken. Von a11 diesen Milichkeiten kann man sich aber ganz leicht
befreien, wenn f auf [a, b] R-integrierbar ist. In diesem Falle strebt #1-n (f) fr
wachsendes n gegen
p.(f) := b

~a

fdx,

(85.2)

und nichts ist nun nach unseren Vorberlegungen natrlicher, als p.(f) den
Mittelwert der Funktion f zu nennen. Vllig gerechtfertigt wird diese Benennung aber erst dann sein, wenn inf f ~ p.(f) ~ sup f gilt. Dies ist aber einfach
deshalb der Fall, weil wegen Satz 12.1 fr jedes p... (f) die Abschtzung inf f ~
p.,.(f) ~ sup f besteht. Wir halten unser Ergebnis in der folgenden, nur uerlich
modifizierten Form zusammen mit einer Ergnzung fest, die wegen Satz 36.4
selbstverstndlich ist:

85.5 Erster Mittelwertsatz der Integralrechnung Ist f auf ( a, b) R-integrierbar, so


gibt es eine wohlbestimmte, der Bedingung inf f ~ p. ~ sup f gengende Zahl p. nmlich den Mittelwert p.(f) von f - , so da gilt:

Fr stetiges

fdx

p.(b- a).

f ist p. = f(~) mit einem geeigneten ~ e (a, b).

(85.3)

85 Integralungleichungen und Mittelwertstze

477

Denken wir noch einmal an die Ungleichung 12.1 des gewichteten arithmetischen
Mittels, so liegt die folgende Verallgemeinerung des letzten Satzes fast auf der
Hand:
85.6 Erweiterter Mittelwertsatz der Integralrechnung Die Funktionen f, g seien
auf ( a, b) R-integrierbar, und es sei g ~ 0 oder g~ 0. Dann gibt es eine der
B edingung inf f ~ IL ~ sup f gengende Zahl IL mit

fgdx

= 1L

(85.4)

gdx.

Fr stetiges f ist 1J- = f(g) mit einem geeigneten ge (a, b).


Im B eweis, der brigens nur den des Satzes 12.1 nachahmt, setzen wir m: = inf f,
M: = sup f und nehmen zunchst a < b und g ;;!o 0 an. Aus m ~ f ~ M folgt dann
mg~fg ~ Mg

und daraus mit Satz 79.5.

r gdx~ r fgdx~Mr

gdx.

Diese Abschtzung zeigt: Ist J~ gdx = 0, so ist auch J~ fgdx = 0, und in (85.4) kann
man infolgedessen fr IL irgendeine Zahl, insbesondere eine aus [m, M] whlen.
Ist jedoch J~ gd x > 0, so leistet die in [m, M] liegende Zahl

JJ.: =

r
r

fgdx
gdx ,

(85.5)

und nur diese, das Gewnschte. Die anderen Flle (a > b bzw. g ~ 0) ergeben sieb
nun in ganz trivialer Weise aus dem Bewiesenen. Die Zusatzbehauptung erledigt
sich wieder durch einen Blick auf den Satz 36.4.

Der erweiterte Mittelwertsatz ist besonders ntzlich bei der Abschtzung von Integralen
ber "schwierige" Funktionen; s. Aufgabe 8.

Den nun folgenden Satz werden wir erst in Nr. 93 im Rahmen der RiemannStieltjesschen Integrationstheorie beweisen (u nd bis dahin natrlich nicht
benutzen).
85.7 Zweiter Mittelwertsatz der Integralrechnung f sei monoton und g ste tig
auf (a, b). Dann gibt es in (a, b) einen Punkt g mit

fgdx=/(a)r gdx+f(b)r gdx.

478

X Integration

Aufgaben

1. B eweise mit Hilfe des Satzes 85.5 den Mittelwertsatz der Differentialrechnung in der
folgenden schwcheren Form: Ist f stetig differenzierbar auf [a, b ], so gibt es mjndestens
ein ~e[a,b], mit dem f(b) - f(a)=(b -a)f'W gilt.
2. Sei feine Treppenfunktion auf [a, b ], es gebe also eine Zerlegung Z: = {x0 , x 11 , x,.}
von [a, b] und Zahlen c~> ... , c,. mit f(x) = Crc fr x E (xrc- h xrc) (k = 1, .. . , n). Dann ist ihr
Mittelwert f..t(f) gleich dem gewichteten arithmetischen Mittel
(p1

C1

+ +p,. c,.)/(pl + +p") mit P~c: =

3. Zeige an einem Beispiel, da bei unstetigem


sein braucht.

Xrc

-xlc- 1

der Mittelwert [..t{f) kein Wert von

zu

4. Sei wie im Be ispiel 1 der Nr. 46 ein Weg-Zeitgesetz s(t), t0 ~ t ~ t 11 gegeben. Die
Funktion s(t) sei differenzierbar, die Bewegung habe also im Zeitpunkt t eine wohldefinierte Momentangeschwindigkeit v( t). Wir nehmen ferner an, die G eschwindigke itsfunktion v(t) sei auf [10 , t 1] integrierbar. Dann ist ihr Mittelwert f..t(v) gerade gleich der
" mittleren Geschwindigkeit" (s(t1 ) - s(t0 ))/(t1 - t0 ), die wir schon in dem angegebenen
Beispiel zur Motivierung des Ableitungsbegriffs herangezogen haben. D er bewegte Krper
mu brigens diese "mittlere Geschwindigkeit" in mindestens einem Zeitpunkt auch
tatschlich besitzen.

+s. f

sei ber jedes Intervall [0, x], x > 0, integrierbar, und es strebe f(t)- 'Tl fr t-+ + oo.
Dann strebt auch
-1

i"

f(t)dt- 'Tl

X 0

Hinweis: Beweis des Cauchyschen Grenzwertsatzes.


+6. f und g seien ber jedes Intervall [0, x], x > 0, integrierbar, und fr t-+ +oo strebe
f(t)- TJ, g(t)- ~- D ann konvergiert
-1

1"

X o

f(t)g(x - t)dt- TJS.

Hinw eis: f(t)g(x-t)=(f(t) - TJ]g(x - t)+ TJg(x - t); Aufgabe 5 (vgl. A 27.6).
7. Gewinne im Falle g > 0 den Satz 85.6 (hnlich wie den Satz 85 .5) aus dem Satz 12.1.

86 Nochmals das Integral J~ f(t) dt mit variabler oberer Grenze

86 Nochmals das Integral

479

f(t)dt mit variabler oberer Grenze

Ist die Funktion f auf [a, b] R -integrierbar (ohne dort stetig sein zu mssen), so
existiert die Funktion
F(x) := [

f(t)dt

auf [a, b], wie man sofort de m Satz 84.5 entnimmt. Mit (84.5) erhlt man die
(81.4) entsprechende Formel
F(x)-F(y)=

f(t)dt

fr beliebige Punkte x, yE[a, b].

Die Fundamentalungleichung 81.3 zeigt nun, da


IF(x) - F(y )I~ 11/lloolx - Yl

(86.1)

ist. Mit anderen Worten: F ist auf [a, b] Lipschltz-stetig (dehnungsbeschrnkt)


und damit erst recht stetig.
D er Beweis des Satzes 81.4 lehrt ohne die geringste nderung, da F'(x0 ) in
jedem Stetigkeitspunkt x 0 von f vorhanden und = f(x 0 ) ist. Bringt man noch das
Lebesguesche lntegrabilittskriterium ins Spiel, so erhlt man aus dieser Tatsache
die zweite Aussage der nun folgenden Zusammenfassung:
86.1 Satz Sei /ER[a, b] und F(x):=J~f(t)dt fr x E [a, b]. Dann ist F Lipschitzstetig auf [ a, b], und fast berall auf [ a, b]- nmlich in jedem Stetigkeitspunkt x
von f - ist F'(x) vorhanden wtd = f(x).
Der nchste Satz gibt uns "n-fache Stammfunktionen" in die Hand:
86.2 Satz Sei f stetig auf [0, b], und for n = 1, 2, ... sei
1

F,,(x): =

L -

x (x - t)" - /(t)dt = n - l ( l )k ( n o (n - 1)!


k-o(n-1)!
k

1) .r - l - k J"' tkf(t)dt.
0

Dann ist
P,:>(x) f(x)

fornE Nund xE [O,b].

Bewei s. Durch kunstloses Rechnen - man benutze dabei A 7 .2d - erhlt man
F;, = F,, _ 1 und kommt so schrittweise zur Behauptung.

Das in A 81.2 gefundene Resultat wollen wir seiner praktischen Bedeutung wegen
hier noch einmal ausdrcklich konstatieren:
86.3 Satz Sei jE C[a, b]. Die Funktion q> und 'I' seien differenzierbar auf einem Intervall / , und ihre Werte mgen allesamt in [a, b] liegen. Dann ist
d

dx

Jop(x)
q>(x)

f(t) dt --f('lf(X)) 'lf'(x)-f(q> (x)) ({J 1(x)

auf I.

XI Uneigentliche und Riemann-Stieltjessche Integrale


Mit jedem einfachen Denkakt tritt etwas
Bleibendes, Substantielles in unsere Seele
.
ean.
Bernbard Riemann

Miggang ist der Feind der Seele.


Benedikt von Nursia, Grnder des Benediktinerordens

87 Integrale ber u.nbeschrnkte Intervalle


Von den Anwendungen her wird man in ganz natrlicher Weise auf einige
Verallgemeinerungen des Riemannschen Integralbegriffs gefhrt, die wir in
diesem Kapitel vorstellen wollen. Im Teil I der Nr. 80 hatten wir gesehen, da
man die Arbeit A .. : = lim
h -++oo

f G m~
h

.R

dx aufbringen mu, um eine Rakete der

Masse m aus dem Schwerefeld der Erde zu befrdern. Den hier auftretenden
Grenzwert bezeichnet man mit dem Symbol

+oo

.R

m~ dx.

Allgemein gibt man

die folgende Definition, die eine Erweiterung des Riemannschen Integrals auf
unendliche Intervalle bedeutet:
Ist die Funktion f fr jedes t > a auf [a, t] R -integrierbar und strebt
{'fdx-J

fr t-+oo,

so sagt man, das uneigentliche Integral

f +oofd x

konvergiere oder

existiere und habe den W ert J, kurz, es sei

+...

fdx : = lim
1--++'>0

f'

fdx.

Ein nichtkonvergentes uneigentliches Integral wird d i ver g e n t genannt.

Offenbar ist J;"" fdx genau dann konvergent, wenn J;'"' fdx fr irgendein b > a
existiert ; in diesem Falle ist

+oo

fdx =

fdx+

J. +OO
b

fdx.

Wir bringen drei Beis piele :


1. J;""e- xdx = l. Denn fr r-+oostrebtJ~e-xdx=l-e- '-1.
2. J~"" cos xdx divergiert. Denn J~ cos xdx = sin t besitzt fr t - +oo keinen
Grenzwert.

87 Integrale ber unbeschrnkte Intervalle

481

3. Fr jedes t > 1 ist

1
-dx=
1 xa

1-a 1-a'
In t,

falls a =f 1,
falls a

1.

Lt man nun t ~ +oo gehen, so folgt sofort:


+oo 1
Das uneigentliche Integral
-;; dx konvergiert genau dann, wenn a > 1 ist. In

diesem Falle ist sein Wert gleich 1/(a - 1).


Aus Satz 41.2 ergibt sieb ohne Umschweife nachstehendes
87.1 Cauchysches Konvergenzkriterium1 > Das Integral I!"" fdx konvergiert genau
dann, wenn die folgende Ca u eh y b e d i n g u n g erfllt ist: Zu jedem e > 0 gibt es
eine Stelle s0 , so da

fr t > s > s 0 stets ftdx < e ausfllt.

rJo

sin
x
gration
+ oo

dx ist konvergent. Fr 0 < s < t erhlt man nmlich durch Produktinte-

Sin X

Js

dx = [ - COS X]

1
_

r' CO~ X dx,

also ist
1

f.

Sin
X
--dx

f. 2=-+-+
1 1 [ -1] =-,
2
1

1 1
dX
~-+-+
S
t sX

Xs

und dies bleibt fr alle s>s 0 :=2/e gewi <e. In A 107.5 und noch einmal aber methodisch ganz anders-in Nr. 147 werden wir sehen, da

+oo

Jo

sin X dx = 1T
x
2

ist.
Da im Falle f-;::; 0 das Integral
41.1 sofort das

J~

fdx monoton mit t wchst, ergibt sich aus Satz

Wenn wir in den Stzen dieser Nummer das Symbol s:~ f d x niederschreiben, setzen wir
stillschweigend voraus, da f fr jedes t > a auf [a, t] R-integrierbar ist. - In dem
Ausdruck "uneigentliches Integral" lt man das Adjektiv " uneigentlich" hufig weg, falls
keine Miverstndnisse zu befrchten sind.
I)

'

482

XI Uneigentlicbe und Riemann-Stieltjesscbe Integrale

87.2 Monotoniekriterium Im Falle f ~ 0 existiert


einer gewissen Konstanten K > 0 gilt:

fdx ~ K

J;"" fdx

genau dann, wenn mit

fr alle t> a.

In Analogie zu den Verhltnissen bei unendlichen Reihen nennt man das Integral
S!"" fdx absolut konvergent , wenn J!""lf l dx konvergiert. Und ganz entsprechend wie den Satz 31.4 beweist man nun den
87.3 Satz Ein absolut konvergentes Integral S!"' fdx ist erst recht konvergent, und es
gilt die verallgemeinerte Dreiecksungleichung

t+"'

fdx

~ J..+"'111 dx.

Aus den beiden letzten Stzen ergibt sich- wiederum wie bei Reihen- das
87.4 Majorantenkriterium Ist
J!"" fdx (absolut) konvergent.

lfl ~ g auf

[a, +oo) und konvergiert

J;"" gdx,

so ist

Und aus dem Majorantenkriterium erhlt man sofort das


87.5 Minorantenkriterium Ist 0 ~ h ~ f auf [a, +oo) und divergiert
auch J!"" fdx divergieren.

J;"" hdx, so mu

Gesttzt auf das Majorantenkriterium beweist man nun - und zwar fast wrtlich
wie den Satz 33.6-das
87.6 Grenzwertkriterium Sindfund g positiv auf [a, +oo) und strebt f(x)/g(x) fr
x~+oo gegen einen positiven G renzwert, so haben die Integrale J;... fdx und

J!"' gdx dasselbe Konvergenzverhalten.

Strebt~~:~ ~o. so kann man immerhin aus

der Konvergenz des zweiten Integrals die des ersten folgern.

Bei der Behandlung der uneigentlichen Integrale


kurz fassen. Sie werden definiert durch

a fdx : =

-00

Ja.., fdx

drfen wir uns nun sehr

Jafdx,

lim
l -+-00

falls der rechtsstehende (eigentliche) Grenzwert vorhanden ist, und die Stze 87.1
bis 87.6 gelten fr sie ganz entsprechend.
Konvergieren fr irgendein a die Integrale J~.., fdx und J!"' fdx, so sagt man, das
Integral
fdx sei konvergent (oder existiere) und definiert seinen Wert durch

s:::

f.

+"'

-oo

f.

fdx : = _..,

f
.
fdx +

+"'

fdx

88 Das Integralkriterium

483

(auf die Wahl von a kommt es dabei nicht an). Ist jedoch auch nur eines der
beiden rechtsstehenden Integrale divergent, so wird auch das Integral f~ fdx
divergent genannt; in diesem Falle schreibt man ihm keinen Wert zu.

Aufgaben
In den Aufgaben 1 bis 12 stelle man fest, ob die angegebenen Integrale konvergieren.

1.

+- cos xdx.
x
1

f +""

xdx

13.

.i .,
I
i
I
I:-

sin(x 2)dx.

+-

ln x

2-.o

- ox

+ ..

17.

1
ln +x dx.

12.

dx konvergiert ge nau dann, we nn a >- ist.

+oo

16.

I.

1 + x,

15.

11.

dx
k
.
d
.
(
)"' onverglert genau ann, wenn a > 1 tst.
X ln X

14.

l+x

7. _ e-2x dx.

+ oo

4 . J o .Jixldx
_.., x2 +x + 1

f +oo

6. _ e- "'dx.
10.

.Jxdx 3 .

x 2 +x+l "

S. [

3 .1-

2. l +-x 2 e- "dx.

cos xdx =

1 +x 4

x(::x) 3

a +

+ ..

dx =

+ .. e -ax

(X

2 ,

x2
l+x4

dx =

1t

18.

20. Das (konvergente) Integral

J
0

(a>O).

a 2+2
.

(s. Aufgaben 5, 6 m Nr. 78).

_r-;
2 V42

dx

+oo

sinxdx =

4-Vx + vx

+oo

1t
3

=-

19.

dx

Vl+e" = ln(3 + 2v'2).

+-sin x
- - dx konvergiert nicht absolut.

+21. Warnung Die Analogie zwischen unendlichen Reihen und uneigentlichen Integralen
darf nicht berdehnt werden. Aus der Konvergenz von J ~- fdx folgt z. B. nicht, da
f(x)-+0 strebt fr X-++ oo, ja noch nicht einmal, da f beschrnkt ist. Zeige dies alles an
geeigneten "Zackenfunktionen"; s. auch Aufgabe 10.
* 22.

I:" fdx

ist genau dann absolut konvergent, wenn die be iden Integrale


I;.. r dx existieren.

r;- r

dx und

88 Das Integralkriterium
"Es kann die Untersuchung der Convergenz einer unendlichen Reihe mit positiven [abnehmenden] Gliedern immer reducirt werden auf die Untersuchung eines
bestimmten Integrals nach folgendem Satz" (B. Riemann):

484

XI Uneigentliche und Riemann-Stieltjessche Integrale

88.1 Integralkriterium Die Funktion f sei auf [m, +oo) positiv und fallend

...

L f(k) und das Integral s:;."" f(x)dx dasselbe

(m E N). Dann haben die Reihe

Konvergenzverhalten.
Der Beweis ist uerst e infach. Zunchst einmal ist f nach Satz 83.3 fr jedes
t > m auf [m, t] R-integrierbar. Ferner gilt f(k) ~ f(x) ~ f(k + 1) fr jedes x in
[k, k + 1] und jedes natrliche k ~ m. Daraus folgt sofort
k +l

f(k) ~

f(x)dx ~ f(k + 1),

also auch

ktm f(k)~ [+ /(x)dx ~ k~~~~


1

f(k ).

Nun braucht man nur noch die Monotoniekriterien fr unendliche Reihen


und uneigentlicbe Integrale ins Spiel zu bringen, um den Beweis abzuschlieen.
Indem man fr f die Funktionen 1/x" und 1/x(ln x)". whlt, sieht man von neuem
(vgl. Satz 33.3), da die Reihen

1
L k"

und

L k(In k)"

genau fr a > 1 konvergiere n 1>

(beachte A 87.10). Wir knnen sogar ein sehr viel feineres Ergebnis beweisen.
Dazu definieren wir zuerst die it erierte n Logarithmen lnPx (pe N) durch
ln 1 x := ln x,

ln 2 x := ln(In x} ,

ln 3 x := ln(ln(Jn x)) = ln(ln 2 x), ....

ln 1 x ist f r x>O, ln 2 x fr x>1, ln 3 x fr x >e definiert, usw. Auf ihren


jeweiligen Definitionsbereichen ist

d
1
-ln 2 x=
,
dx
x In x

-d ln 1 x=-,

1
-In 3 x = - - - - dx
x In x ln 2 x '

allgemein

- lnPx =
dx
x ln x Jn 2 x lnp- l x

fr p =2,3, ....

Infolgedessen haben wir

11

Jn

in 2

dx
ln p-

1 X

(ln p x)"' -

lnp+l X
1
- - (Jn x)' - a
1 -a
P

fr a = 1,
fra/1.

Die Divergenz fr er~ 0 erledige man, gesttzt auf die Divergenz im Falle 0 <er< 1, mit
Hilfe des Minorantenkriteriums fr Reihen.

89 Integrale von unbeschrnkten Funktionen

485

Und mit Hilfe des Integralkriteriums 1> erbalten wir nunmehr mhelos den

L k In k In

88.2 Satz Die Abelschen Reihen

1
p-

k ( k)"' konvergieren
lnp
1

genau dann, wenn a > 1 ist.

Aufgaben
In den Aufgaben 1 bis 5 stelle man fest, ob die angegebenen Reihen konvergieren .
.. ln k
2. l: k2 .

00

4.

L: 1/I +ek .

..L (~-1) divergiert fr jedes nichtnegative af 1 (s. A 33.1n).


k-2

6.

k-1

S.

L...
k-1

1 -2'{1<
-:n;
e
.
V"'

k-1

" f(k)- J~" f(x)dx fr n-+ oo


7. Unter den Voraussetzunge n des Integralkriteriums strebt L
fallend gegen eine Zahl a e [0, f{m)).
k m
8. Zeige mit Hilfe der letzten Aufgabe, da die Folge ( 1 + ~ + + ~ - ln

n) fallend

gegen einen Grenzwert C strebt (C ist die Euler-Mascheronische Konstante; s. A 29.2).In A 95.2 werden wir noch einmal auf diese Folge zurckkommen.

89 Integrale von unbeschrnkten Funktionen


Wir nehmen an, die F unktion f sei auf jedem der I ntervalle [a, t], a < t < b,
R-integrierbar. Dann istfauch auf jedem [a, t] beschrnkt - wobei a llerdings die
Schranke von tabhngen wird und f in [a, b) sehr wohl unbeschrnkt sein kann
(Beispiel: f(x): = 1/(1 - x) fr O ~ x < 1). Ist f jedoch sogar in [a,b) beschrnkt,
und setzt man f(b ), fa lls noch okht definiert, in irgendeiner Weise fest, so existiert
gem Satz 84.7 das Rieroannsche Integral fdx, und wegen Satz 86.1 gilt

r ~r
fdx

J:

fdx

fr t

~ b -.

(89 .1)

Ist nun f in [a, b) unbeschrnkt, strebt aber

fdx - J

f r t -

b- '

so ist es wegen (89.1) nabeliegend zu sagen, das uneigen t liche Inte gral J~ fdx
11

S. Funote 1 auf S. 484 fr den Fall a

=so o.

486

XI Uneigentliche und Riemann-Stieltjessche Integrale

konvergiere oder ex i stie r e und habe den Wert J, kurz, es sei

&

fdx := lim
r-+b-

'fdx.

(89.2)

Ein nichtkonvergenfes uneigentliches Integral wird d i ver g e n t genannt.

Das "an der oberen Integrationsgrenze" uneigentliche Integral J~ fdx wird hufig
auch mit dem Symbol
fdx bezeichnet. Gleichgltig, ob J~ fdx im eigentlichen
oder uneigentlichen Sinne existiert- unsere Betrachtungen lehren, da stets die
GI. (89 .2) gilt.

s:-

Wie ein " an der unteren Integrationsgrenze" a uneigentliches Integral J~ fdx oder
J~ + fdx zu definieren ist, drfte nun klar sein.- Wir erlutern diese Begriffe
durch einige Beispiele:
1

1.

rJo

.J dx

1-x2

ist vorhanden und = 2: . Denn fr

.
. 1
arcsm
t ~ arcsm =

-1+

dx

'lT

Und

ganz

entsprechend

t~ 1 -

strebt

sieht

man,

f'

dx

Jo .J1- X 2 =
da

auch

'lT

--;:= ====2 = -

.Jl-x

ist.

rb
dx
2. Sei a < b. Das Integral J.,. (b _ x)"

existiert genau dann, wenn a < 1 ist. In

diesem Falle hat es den Wert (b- a) 1 - "/(1- a). Es ist nmlich

'

dx

(b-x)" =

(b - a)l- a- (b - t) l-a

1-a

1-a '
ln(b - a) - ln(b - t),

falls a =/= 1,
falls a = 1,

woraus sich schon alles ergibt, wenn man t ~ b- rcken lt. - Ganz entsprechend sieht man:
3. Sei a < b. Das Integral

rJ.,. +
b

~x
)"'
x a

existiert genau dann, wenn a < 1 ist. In

diesem Falle ist sein Wert gleich (b - a) 1 - "'/(l - a). Insbesondere haben wir also
1

dx
1
, falls
--;; =
x
1- a

1
0

(89.3)

a<l.

4. J~+ lnxdx= - 1.
Denn fr
t~O+
strebt J; Inxdx=[xlnx - x]~=
-1- tln t + t ~ -1 (s. (77 .6) und Beispiel 6 in Nr. 50).

Der Begriff der absoluten Konvergenz und die Stze 87.1 bis 87.6lassen sich
mutatis mutandis auf die uneigentlichen Integrale J:+ fdx und
fdx bertragen.
Diese Dinge sind nunmehr so selbstverstndlich, da wir sie nicht mehr detailliert

s:-

89 Integrale von unbeschrnkten Funktionen

487

auszufhren brauche n und unbefangen von dem Cauchyschen Konvergenzkriterium, dem Monotonie-, Majoranten-, Minoranten- und Grenzwertkriterium fr die oben aufgefhrten Integrale reden drfen. Auch hierzu
einige B e ispiele:

~ dx

S.

ist absolut konvergent. Die Behauptung ergibt sich aus dem

0+

Grenzwertkriterium in Verbindung mit (89.3), weil


lln x l
Iim

x-+0+

6.

Jx
1

lim x 114 lln xl = 0 ist.

x -0+

~
=
x-1+ x-

dx ist divergent. Denn wegen der Rege l von de !'Hospital ist lim

Jl +

ln

1
tim /x = 1 ; nach dem Grenzwertkriterium haben also die Integrale
x -1+ 1

ln

dx und
1n X

l+

dasselbe Konvergenzverhalten. Das zweite dieser Integrale ist aber

dx

x- 1
divergent (s. Beispiel 3).
l+

Ist die Funktion f ber jedes abgeschlossene Teilintervall [a, ] von (a, b)
R-integrie rbar, aber sowohl bei a a ls auch bei b unbeschrnkt, so sagen wir, das
uneigentliche Integral J~ fdx oder J~:;: fdx konve rgiere (existie re), wenn fr irgendein c E (a, b) die beide n Integrale J~+ fdx und s~ - fdx vorhanden sind; andernfalls (also wenn auch nur eines dieser beiden Integrale nicht existiert) wird es
divergent genannt. Im Konvergenzfalle definie ren wir seinen Wert durch

bfdx:= fc fdx+ fb-fdx ;

fo

a+

auf die Wahl von c kommt es offenbar nicht an. - Wir bringen zwei Bei sp iele:
7.

J- t +

'lT.

Denn jedes der Integrale

.J1- x
und hat den Wert 'lT/2 (s. Beispiel 1).
1

8.

o+

;x

dx

l -

- I+

dx
2

.J1-x

l -

dx

.J1 - x

existiert

divergiert. Nach dem Grenzwertkriterium habe n nmlich die In-

x ln x

;x
und J t - dx dasselbe Konvergenzverhalte n; hnlich wie in
l /2
X ln X
l /2 ln X
Beispiel 6 erkennt man aber, da das zweite Integral divergiert. - brigens
ergibt sich (wiederum mit Hilfe des Grenzwertkriteriums) sehr le icht, da

tegrale

488

XI Uneigentlicbe und Riemann-Stieltjessche Integrale

dx abso1ut k onvergtert;
.
d.Jeses R esultat 1st
. a ber f..ur unsere Z weck e mc
. ht
1
o+ .....; xln x
mehr von Belang.

1/2

Ist f auf (a, b ), mit mglicher Ausnahme einer Stelle c, erklrt und existieren die
beiden Integrale J~+ fdx, S~+ fdx, so setzen wir

bfdx := f c- fdx+ fb-fdx.

fa

a+

c+

Integrale der Form s;.,.. fdx 1 die auch noch bei a uneigentlich sind, werden durch

+oofdx := f c fdx+ i +oofdx

a+

erklrt, falls die beiden rechtsstehenden Integrale fr ein willkrlich gewhltes


c > a vorhanden sind. -Wir erlutern diese Festsetzungen durch drei
Beispiele:

f
.
-dx divergtert.
f
. .
f..ur k em
. emztges
. .
.
tur o: ;;::.: 1 un d
10 +oo dx ex1sttert
o:. D enn f dx d.1vergtert
f
1

-1

. .
. h t, weil z. B . d as I ntegr al
-dx ex1st1ert
ruc
X

X
1

0 X

+oo d: fr o: ";;; 1, fr kein o: konvergieren also diese beiden Integrale gleichzeitig.


X

J~

.. e-xx .. - 1dx

konvergiert genau dann, wenn o: > 0 ist. Zum Beweis untersuchen wir die beiden Integrale

11.

- x

a- 1

= x--+0+
lim e-x = 1 existiert J 1 nach dem Grenzwertkriterium
genau dann, wenn !5+ dx/x 1 konvergiert, also genau dann, wenn o: > 0 ist. Und
-x Ot- 1
da fr jedes o: stets lim e ; 2 = lim e- xxor+t = 0 ist, konvergiert- wiederum
x_,.+oo
X
Wegen lim el/ x1 _ "'
x-+0+

-Ct.

x~+oo

nach dem Grenzwertkriterium- J2 fr ausnahmslos alle o:. Infolgedessen existiert das Ausgangsintegral tatschlich genau dann, wenn o: > 0 ist.
Aufgaben
In den Aufgaben 1 bis 11 stelle man fest, ob die angegebenen Integrale konvergieren.
1

1.

dx

Ju. Jsin x

-rr-

2.

U1

ln sin x
1
VX

dx

(Hinweis:sinx=sin(1r-x)).

90 Definitio n und einfache E igenschaften d es Riemann-Stieltjesschen Integrals


In x
3. f
dx.
(1- x).Jx
f
...
e - 2vx
6.
.Jx dx.

4.

Jl

7.

J..,

lh

II

9.

r- vfxl.

12.

dx

1. ,. . ~x
0 ,

x smh x

10.

x3+ ex
2

~x - 1

dx.

dx

o+

~sinh x

dx
(cosh x - 1)'13 .

r
2

ru

S.

o+

dx

.JJX sinh x

r~ (ln x?

8.

489

0+

X 7/8

dx.

11. f ~

dx
.
2
o+ (cosh x - l)J/

konvergiert genau dann, wenn er < 0 ist.

13. Das Produkt von zwei uneigentlich integrierbaren Funktionen braucht nicht me hr
uneige ntlich integrierbar zu sein .

90 Definition und einfache Eigenschaften des


Riemann-Stieltjesschen Integrals1 )
Eine ne ue - und ganz andersartige - Erweiterung_des Riemannschen Integralbegriffs wird uns durch die folgende physikalische Uberlegung aufgedrngt.
Die Punkte x 1, , x., der x-Achse seien beziehentlieh mit den Massen
m 1 , , m .. belegt. Dann nennt man xs : = (m 1x 1 + + m..x.. )/(m 1 + + m.. )
de n Schwerpunkt dieses Massensystems. Die physikalische Bede utung dieser
Begriffsbildung beruht darauf, da man das n-punktige System durch ein einpunktiges e rsetzen darf - nmlich durch de n Schwe rpunkt, belegt mit de r
Gesamtmasse m 1 + + m .. - , wenn man sein Verhalten unter der Wirkung der
Schwerkraft studieren will.
Nun nehmen wir an, das (kompakte) Intervall [a' , b'] sei irgendwie (kontinuierlich
oder diskontinuie rlich) mit Masse belegt, und frage n uns, ob wir auch fr dieses
System l: einen Schwerpunkt definie re n knne n. Dazu beschreibe n wir zunchst
die Massenbetegong in folgender Weise durch eine Belegungsfunktion m(x). Wir
whle n irgendein a < a', setzen b := b' und definiere n m(x) auf [a, b] so: m(a) sei
0, und m(x) bedeute die im Intervall [a, x] vorhandene Masse2 >. Dann ist
m : = m(b) die Gesamtmasse von l:, und fr a ~ a 1 < b 1 ~ b gibt m(b 1) - m(a 1) die
in (a" b 1] befindliche Masse an. Ist nun Z := {x0 , x 1, , x.,} eine Zerlegung von
[a , b] und ~: = (g" ... , g.,) ein zugehriger Zwischenvektor, so wird man aufgrund
der obigen Betrachtung natrlicherweise den Punkt
(90. 1)
I> Tho mas Jan Stie ltjes ( 1856-1894; 38). Er publizierte seinen Integralbegriff 1894.
2> Da sich in [c1, a' l keine Masse befindet, ist dort m(x) 0. Wanun wir [a', b'] nach links hin

ve rlngert haben, wird bald besser ve rsllindli t;h werden.

490

X I Uneigentliche und Riemann-Stieltjessche Integrale

als eine Nherung fr den gesuchten (aber noch gar nich t definie rten) Schwerpunkt ansehen (wrden wir statt [a, b] nur [a', b'] zerlegen, so blie be in (90.1) die
im Punkte a' konzentrierte Masse unbercksichtigt, was natrlich zu einer groben
Verzerrung der physikalischen Gegebenheiten fhren mte). Strebt nun fr
jede Zerlegu ngsnullfolge (Z) und je de zugehrige Zwischenvektorfolge (~i) d ie
Folge der x(Zi, ~i) stets gegen ein und de nselben Grenzwert, etwa X 5 , so wird man
X s den Schwerpunkt des Systems k nennen.
Lt man k um die y-Achse rotieren (die wie inimer senkrecht auf der x-Achse
steht), so wird man bei dem V ersuch, das Trgheitsmoment vo n I zu definieren,
auf Zerlegungssummen der Form
n

L
e~[m(xk) - mCxk- l)J
k=l
und deren Grenzwert gefhrt. Diese Umstnde- und zahlreiche weitere
hnlicher Art - geben Anla zu der folgenden

Definition Es seien f und a zwei reellwertige Funktionen auf [a, b]. Ist
.
Z := {x 0 , xl> ... , x"} eine Zerlegung von [a,b] und ~: =(el> , en) ezn
z ugehriger Zwischenvektor, so heit

S"'(f,Z,~):=

L
f(ek)[a(x~c) - a(xk-1)]
k- 1

(90.2)

eine Riema n n - St i e ltj essc h e Summ e , kurz: eineRS-Summe (fr f bezglich


a). Eine Folge solcher Summen Sa(f, Zi, ~i) wird RS-Fol ge genannt, wenn (Zi)
eine Zerlegungsnullfolge ist. Strebt nun jede RS-Folge gegen einen - und damit
gegen ein und denselben - Grenzwert 1 >, so sagt man, f sei auf [ a, b] bezglich a
RS-i ntegrierbar. D en gemeinsamen Grenzwert aller RS-Folgen bezeichnet man
mit den S ymbolen

f(x)da(x) ,

rfda(x)

oder

rfda

und nennt ihn das Ri e mann-Sti el tj essc h e Int egra l (RS-Int eg r al) von f
ber [a, b] bezglich des Int egra tor s a. R .. [a, b] bedeutet die Menge aller
Funktionen, die bezglich a auf [a, b] RS-integrierbar sind.

Im Falle a (x) = x geht das RS-Integral in das R -lntegral ber.- Statt J! l da


schreiben wir krzer J! da .
B ei festem f und a wird durch (Z, ~) ~ Scr. (f, Z, ~) ein Netz, das sogenannte
Ri ema nn- Stieltjesscbe Netz (RS-Netz) a uf der gerichteten Menge 2*
erklrt, die wir unmittelbar vor Satz 79.2 eingefhrt hatten. U nd nun sie ht man,
1

>

D a diese Grenzwerte alle zusammenfallen, erkennt man wie bei den Riemannfolgen; s.

die Betrachtung nach (79.3).

90 Definition und einfache E igenschaften des Riemann- Stieltjesschen Integrals

491

da die Stze 79.2 und 79.3 (Netzcharakterisierung der Integrierbarkeit und


Cauchysches Integrabilittskriterium ) fast unverndert auch in der Riemann(f, Z, ~) und S! fdx
Stieltjesschen Theorie gelten - man hat nur S(f, Z, ~) durch
durch J! fda zu ersetzen. Aus dieser Tatsache ergibt sich sofort die erste Aussage

s..

des folgenden Satzes (vgl. Satz 79.4), whrend man die zweite aus den
selbstverstndlichen Gleichungen

und
S > (f, Z, ~) = eS"' (f, Z, ~)

gewinnt:

90.1 Satz Mitfund g liegen auch die Summe/+ g und jedes Vielfache cf in
Ra[ a, b], ferner istfauch bezglich ca integrierbar, und es gilt
b

f.. (/ + g ) da = f.. I da + f.. gda , f.. cI da = cJ.. I da , f.. f d(ca) = cJ.. I da .


Ist f bezglich a und bezglich integrierbar, so ist f auch bezglich der Summe
a + integrierbar, und es gilt

rfd(a+) = rfda + rfd,


Kurz zusammengelat: Das RS-Integral ist im Integranden und im Integrator
linear.

D er nchste Satz beschreibt eine hchst interessante Wechselwirkung zwischen


dem Integranden und dem Integrator:

90.2 Satz Liegt f in R .. [ a, b ], so liegt umgekehrt a in R 1[ a, b ], und es ist


f 'tda + radf =[faJ:.

Zum

Bew e is sei Z: ={x0 , xtt xn} eine Zerlegung von [a,b] und
~: = (~ 1 , . . . , ~") ein zugehriger Zwiscbenvektor. Wir setzen noch ~ 0 := a,
~n + t := b und erhalten mittels der Abelschen partiellen Summation 11.2 die
Gleichung
"

L a(~k)[f(xk)-f(xk- 1)]= - L "/(xk)[a(~k+ l )-a(~k)]

(90. 3)

+ f(b)a(b) - f(a)a(a),
die man natrlich auch unmittelbar besttigen kann. Die verschiedenen unter den
Punkten ~0 , ~" . . . , ~n+l definieren eine Zerlegung Z' von [a, b], und die in (90.3)

492

XI U neigentliche und Riemann-Stieltjessche Integrale

rechts stehende Summe ist eine RS-Summe fr J~ fda bezglich dieser Zerlegung
Z'. Da offenbar IZ'I~2IZI ist, also Z' mit Z beliebig fein wird, ergibt sich nun

aus (90.3) die Behauptung, kurz gesagt, durch Grenzbergang l).

90.3 Satz Existiert S~ f da und ist [ c, d] c [ a, b], so existiert auch

s:f d a.

Beweis. Nach Wahl von ~::>0 bestimmen wir gem dem Cauchyschen
Integrabilittskriterium ein 5 > 0, so da fr je zwei Zerlegungen Z 1 , Z 2 von
[a, b J giJe>:
(90.4)
z - und z + seien feste Zerlegungen von [ a, c] bzw. [ d, b], deren Feinheitsmae
< 5 sind , und ~- , ~+ seien zugehrige, ebenfalls feste Zwischenvektoren (sollte
c = a oder d = b sein, so fllt z - bzw. z + fort, und der Beweis vereinfacht sich
e~tspr:chend). Nun nehmen wir uns zwei Zerlegun_gen_ Z1 , ~ von [c, d] _mit
IZll. IZ21 < 5 und zwei zugehrige Zwischenvektoren ~ I> ~2 vor. z" :=z- u zk u
z + ( k = 1, 2) ist dann eine Zerlegung von [ a, b] mit Izk I< 5, und indem wir die
Vektoren ~-, ~ "' ~+ "zusammensetzen", erhalten wir einen zu Z" gehrenden
Zwischenvektor ~ k Wegen (90.4) gilt dann

IS." (z" ~ ~>- s." (Z2. ~2>l = IS." (Z h ~ ,) - s." (Z2. ~2>l < ~::.

s:

Nach dem Cauchyschen Integrabilittskriterium ist also in der Tat


fda
vorhanden.
Bevor wir den nchsten Satz formulieren, treffen wir noch die folgenden Vereinbarungen:
rfdcr:=O

und

rfdcr:=-tbfdcr

fr

f e R." [a,b].

90.4 Satz Ist feR."[a, b] und sind al> a 2 , a 3 beliebige Punkte aus [a, b], so gilt

Die Existenz der drei Integrale ist wegen Satz 90.3 gesicher t. Die behauptete
Gleichung kann man nun im Falle a 1 < a 2 < a 3 einsehen, indem man eine
RS-Folge zu f auf [at. a 3] betrachtet, deren Zerlegungen alle den Punkt a 2 als
Teilpunkt haben. Die anderen Flle sind dann wegen der obigen Vereinbarungen
trivial.

' 1 Im

Sinne der Netzkonvergenz. Natrlich kann man statt dessen auch mittels (90.3) die
Konvergenz einer beliebigen RS-Folge (S,(cr, ~. ~1 )) nachweisen.
21
Wir lassen in den RS-Summen der Krze wegen die Angabe der Funktion f weg.

493

91 Funktionen von beschrnkter Variation

Aufgaben
* 1. Fr jede Konstante c und jeden Integrator a auf [a,b] ist J:cda=c[ a(b)- a (a )].
2. Ist a ko nstant auf [a, b], so haben wir fr jedes f auf [a, b] stets

3.

xdx

=-.
3

* 4. Ist
+

s: fda = 0.

f , g E R.,[a, b] und wchst a auf [a, b], so folgt aus f ~ g stets

s:fda ~ s: gda.

5. f: [a, b]- R sei im Punkte c E (a, b) stetig. D ie Treppenfunktion a sei durch a(x ) : = a 0
fr x E[a, c), a(c) beliebig und a (x) := a 1 fr x E(c, b] definiert. Dann ist f E R.,[a, b] und

J! fda = f (c) (a 1 -

ao).

Lf(k)= J "/d[x], wobei [x]

+6. S ummen sind RS-Integrale Sei / stetig auf [0, n]. Dann ist

k -

wied er die grte ga nze Zahl <x bedeutet. Infolgedessen kann man jede endliche Summe
als ein RS-Integral schreiben. (S. auch Satz 92.4.) H inwe is: Aufgabe 5.
+7. Warnung Wenn f bezglich a auf [a, b] und auf [b , c] integrierbar ist, braucht J ~; f da
niclu zu existieren - ein ma rka nter Unterschied zwischen der Riemannschen und der Riemann-Stieltjesschen Theorie. Hinwei s: Betrachte die Funktionen

0 fr
f(x ) := {1 fr

- l ~ x ~ o.

O < x~ 1 ,

fr -1 ~ x < 0,

a (x ) : = {
1 fr

O ~ x ~ l.

91 Funktionen von beschrnkter Variation


Eine der wichtigsten Regeln fr den Umgang mit R-Integralen ist die
Fundamentalungleichung IJ~ fdxl ~ 11/ll..lb- al, die eine Abschtzung des Integrals
mittels des Supremums llfll.. des Integrandenbetrags und einer vom Integranden
unabhngigen Gre - in diesem Falle lb- a 1- erlaubt. Wir fragen uns, ob etwas
hnliches auch fr RS-Integrale J ~ / da gilt. Dazu mssen wir natrlich voraussetzen, da f auf [a, b] beschrnkt ist. Unter dieser Annahme haben wir fr jede
RS-Summe unseres Integrals die Abschtzung
n

L /({k)(a(xk) -

k- 1

a(xk-)) ~ 11111..

L la(xk)-a(xk- t)l,

(91.1)

k= J

und es wird nun alles darauf ankommen, ob die rechtsstehende Summe f r jede
Zerlegung Z von [a, b] unterhalb einer festen, von Z unabhngigen Schranke
bleibt. Dies ist durchaus nicht fr jedes a der Fall (s. Aufgabe 1). Wir zeichnen
deshalb diejenigen Funktionen, fr die derartiges doch gilt, mit einem besonderen
Namen aus:
0

Definition D ie Funktion g heit von beschrnkter Variation auf [a, b],

494

XI Uneigentliche und Riemann-Stieltjessche Integrale

wenn es eine Konstante M>O gibt, so da fr jede Zerlegung Z: = {x0 , x 17 , x.,}


von [a,b] stets

"

L lg(x~c)-g(x~c -t)j :s;; M

V(g,Z):=

k- 1

bleibt. In diesem Falle wird die reelle Zahl


V!(g) : = s~ V(g, Z)

die tot a 1e Variation von g (auf [a, b]) genannt (Z soll dabei alle Zerlegungen
von [a, b] durchlaufen). Wenn das Bezugsintervall [ a, b] festliegt, schreiben wir
hufig auch V(g) statt v :(g). Die Menge aller Funktionen von beschrnkter
Variation auf [a, b] wird mit B V[ a, b] bezeichnet.
Die Funktion g ist offenbar genau dann auf [a, b] konstant, wenn ihre totale
Variation v:(g) vorhanden und = 0 ist.
Aus (91.1) und der letzten Aussage des Satzes 44.4 ergibt sich sofort die

91.1 Fundamentalungleichuug fr RS-Integrale Ist die Funktion feB[a, b]


bezglich a e BV[a,b] auf [a, b] integrierbar, so gilt

fda :s;;jlfll... V:(a).

Funktionen von beschrnkter Variation spielen in der Riemann-Stieltjesschen


Theorie und in vielen anderen Gebieten der Analysis eine so entscheidende
Rolle, da man auf ihre tiefere Untersuchung oicbt verzichten kann. Ihr wenden
wir uns nun zu. Das wichtigste Ziel wird dabei der Satz 91.7 sein, der die Struktur
der Funktionen von beschrnkter Variation vllig aufklrt und uns in Nr. 92 die
fda immer dann existiert,
grundlegende Aussage zu beweisen erlaubt, da
wenn fe C[a, b] und a e BV[a, b] ise>. Wir beginnen mit einer Netzcharakterisierung der Funktionen von beschrnkter Variation.

s:

Wird die Menge

.8

aller Zerlegungen von [a, b] durch die Festsetzung

z.-Z2: ~ z. c: Z2
gerichtet, so definiert die Zuordnung Z ~ V(g, Z) ein Netz auf .8 , das wir, wenn
g festliegt, kurz mit (Vz) bezeichnen. ber dieses Netz gilt der einfache

9L2 Satz Das zu einer Funktion g auf [ a, b] gehrende Netz (Vz) ist wachsend.
Es konvergiert genau dann, wenn g auf [ a, b] von beschrnkter Variation ist; in
diesem Falle strebt Vz- V(g).
Beweis. Z 1 entstehe aus Z:={x0 ,x 1 ,

...

,x,.}, indem noch ein weiterer Teil-

>Existenzaussagen ber RS-Integrale sind wir bislang aus dem Weg gegangen.

495

91 Funktionen von beschrnkter Variation

punkt

f hinzugefgt werde; es sei etwa


Vz =

..
L

k- 1

xm - 1 <f<Xm. Dann ist

lg(xk)- g(xk- t)l + lg(xm) - g(f) + g(f)- g(xm - 1)1

k.,..m
II

k- 1

lg(xd- g(x~c-1)1 + lg(g)- g(xm- 1)1 + lg(x.")- g(f) l = Vz,.

".,..'"

Durch Wiederholung dieses Schlusses ergibt sich die Implikation


Zcz'"..

Vz~Vz.,

(91.2)

die gerade ausdrckt, da (Vz) wchst. D ie restlieben Behauptungen folgen nun


mhelos aus dem Monotoniekriterium 44.5 und der Beschrnktheit konvergenter
Netze (Satz 44.1).

D er nchste Satz klrt die algebraische Struktur der Menge BV[a, b] auf.

91.3 Satz BV[a, b] ist eine Unteralgebra von B[a, b].


B eweis. Ist gE BV[a, b], so gilt fr jedes x E[a, b] die Abschtzung
lg(a)- g(x)l + lg(x) - g(b )I~ V(g), erst recht haben wir also lg(a) - g(x)l ~ V(g)
und damit - da doch lg(x )l-lg( a )l~lg(a)-g(x) l ist lg(x)l ~ lg(a)l + V (g)

fr alle x E [a, b].

(91.3)

In der Tat ist also BV[a, b] c B [a, b]. -Nun liege neben g auch noch h in
BV[a, b]. Dann ist fr jede Konstante c trivialerweise auch cg E BV[a, b] und
V(cg) =

Iei V(g).

(91.4)

Ferner folgt aus

L l(g+ h)(x")-(g+h)(xk- 1)1~ L lg(x")-g(xk-1)1+ L lh(xk)-h(x~c- 1)1


1'1

"

"

V(g)+ V(h),

da auch g + h in BV[a, b] liegt und


V(g+h)~

V(g)+ V(h)

(91.5)

ist. Und da schlielich wegen


g(x~c)h(x~c)- g (x" _ 1 )h(x~c_ 1 ) = g(x~c)[h(x~c)- h(x"_ 1 )] + h(x"_ 1 )[g(x")- g(xk - 1)]

offenbar
"
"
"
l(gh)(x")- (gh)(xk- t)l ~ 11&11...
lh(x")- h(x~c-t)l + llh ll..
lg(x")- g(xk-1)1

~11&11... V(h)+llhlj... V(g)

sein mu, gehrt auch gh zu BV[a, b].

496

XI Uneigentliche und Riemann-Stieltjessche Integrale

Der nchste Satz besagt, locker ausgedrckt, da fast alle praktisch wichtigen
Funktionen von beschrnkter Variation sind (s. jedoch Aufgabe 1).

91.4 Satz BV[a, b] enthlt alle Funktionen auf [a, b ], die dort Treppenfunktionen,
monoton oder Lipschitz-stetig sind, insbesondere also alle Funktionen, die auf [a, b]
eine beschrnkte Ableitung besitzen.
Den Beweis der A ussage ber Treppenfunktionen berlassen wir dem Leser.- Ist
n

g wachsend, so mu

L lg(x,J- g(xk_ )1 = k=l


L [g(xk)- g(xk _
1

1 )]

g(b)- g(a) sein.

k- 1

Also liegt g in BV[a, b], und es ist V(g) = g(b) - g(a). Ganz entsprechend sieht
man, da fr abnehmendes g stets V(g) vorhanden und = g(a)- g(b) ist. Insgesamt haben wir also
V~(g) = lg(b) - g(a)l

fr monotones g.

Nun sei g Lipschitz-stettg, es gebe also ein L > O mit


alle x, y E [ a, b]. Dann haben wir
n

(91.6)
l g(x) - g(y)I ~ Lix - yl

fr

jg(xk) - g(xk-l)I ~L

lxk - xk- ti = L(b - a),

somit ist tatschlich g E BV[a, b] und


V~(g) ~L(b - a).

(91.7)

Die letzte Behauptung des Satzes ergibt sich sofort aus dem eben Bewiesenen
zusammen mit Satz 49.4.

Wir untersuchen nun, wie die totale Variation von dem zugrunde liegenden
Intervall abhngt. Geradezu selbstverstndlich ist der

91.5 Satz Ist die Funktion g auf [a, b] von beschrnkter Variation, so ist sie es auch
auf jedem Teilintervall [c, d] von [a, b].
Weniger leicht zugnglich ist der im folgenden unentbehrliche

91.6 Satz Sei c ein Punkt im Innern des Intervalls [ a, b]. Die Funktion g ist genau
dann von beschrnkter Variation auf [ a, b ], wenn sie es auf [ a, c] und auf [ c, b]
ist. In diesem Falle haben wir
(91.8)
Beweis. Ist die Funktion g auf [ a, b] von beschrnkter Variation, so ist sie es
wegen Satz 91.5 auch auf [a, c] und auf [c, b]. Nun sei umgekehrt g sowohl auf
[a, c] als auch auf [c, b] von beschrnkter Variation. Ist Z eine beliebige Zer-

91 Funktionen von beschrnkter Variation

497

legung von [a, b], so setzen wir


Z' := ZU{c},

Z~:=Z'n [a,c]

und

Z~:=Z'n[c,b].

Z' ist eine Verfeinerung von Z, whrend Z~ und


von [ c, b] sind. Wir setzen nun
&1 := gJ[a, c],

z; Zerlegungen von [a, c] bzw.

g2 := gJ[c, b]

und erklren drei Netze auf der wie oben gerichteten Menge .8 aller Zerlegungen
von [ a, b] durch
Z

t-+

V(g, Z'),

t-+

V(gl> ZD

und

t-+

V(g2 ,

z;).

(91.9)

Aus der Abschtzung


V(g, Z) ~ V(g, Z ') = V(gt> ZD + V(g2. z;) ~ V~(gt) + V~(g2)
ergibt sich nun zunchst, da g auf [a, b] von beschrnkter Vat:iation ist und
dann, da auch die U ngleichung
V(g, Z) ~ V(gl> Z~) + V(g2. z;) ~ Y~(g)

(91.10)

besteht. Und da wegen Satz 91.2 offenbar


I im V(g, Z) = Y~(g) ,

lim Y(gt. 2'1)

= V~(g)

und

lim V(g2 , Z~) = V~(g)


8

ist, folgt aus (91.10) dank der in Nr. 44 festgestellten E igenschaften konverge nter
Netze, da

sein mu. Damit sind jetzt alle Behauptungen unseres Satzes bewiesen.

Fr eine feste Funktion g e BV[a, b] setzen wir


V(x) :=

fr x=a,

V~(g)

fr x e (a, b].

(~1.11)

Fr x < y ist wegen des letzten Satzes V(x) ~ V(x) + ~(g) = V(y), die Funktion V
wchst also auf [a, b]. Die Funktion T: = V - g tut das gleiche; denn fr x < y ist
T(y )- T(x) = V(y)- V(x)-[g(y)- g(x)] = ~(g) -[g(y) - g(x)]~ 0.

Da aber g = V- T ist, sehen wir nun , da sich jede F unktion von beschrnkter
Variation als Differenzzweier wachsender Funktionen darstellen lt. Umgekehrt
ist jede derartige Differenz auch von beschrnkter Variation; das ergibt sich ohne
weiteres Zutun aus den Stzen 91.3 und 91.4. Insgesamt gilt also der ebenso
schne wie folgenreiche

498

XI Uneigentliche und Riemann-Stieltjessche Integrale

91.7 Satz Eine Funktion ist genau dann von beschrnkter Variation auf [a, b],
wenn sie dort als Differenz zweier wachsender Funktionen dargestellt werden kann.
Aus diesem Satz erhlt man nun mit Hilfe der Stze 39.3, 39.5 und 83.3 vllig
mhelos den

91.8 Satz Eine auf [a, b] definierte Funktion von beschrnkter Variation besitzt in
jedem Punkt von [ a, b] alle (vernnftigerweise mglichen) einseitigen Grenzwerte,
kann nur an hchstens abzhlbar vielen Stellen unstetig sein und ist auf [a, b]
R- integrierbar.
Wir beschlieen diesen Abschnitt mit einer Untersuchung stetiger Funktionen von
beschrnkter Variation .

91.9 Satz Ist g E BV[a, b] im Punkte x 0 stetig, so mu auch die zugehrige, durch
(91.11) definierte Funktion V dort stetig sein.
Z um Beweis nehmen wir zunchst an, x 0 sei ein innerer Punkt von [a, b]. Nach
Wahl von s > 0 bestimmen wir nun eine Zerlegung Z: = {x0 , x2 , x3 , , x"} des
Teilintervalles [x0 , b] mit
(91.12)
dann ein positives 8 < x2 - x0 , so da
lg(x)- g(xo)l <~

fr alle

XE

Us(Xo) n[a, b]

(91.13)

ist. Nun sei x 1 irgendein Punkt aus rJ8 (x0) n [x0 , b]. Dann ist Z': = {x0 , x1 , x2 , . . . , x,.}
eine Verfeinerung von Z, und wegen (91.2) erhalten wir aus (91.12) die Ungleichung
s
"
V~(g) -- <V(g,Z') = Ig(x.) - g(xo)l+ L lg(xk) - g(xk - t)l.

k -2

Da aber lg(x 1) - g(x0 )1 < s/2 ist, folgt daraus

s s
v~o(g) - 2 <2 + v~ .(g),

also

v~o(g) - v~.(g) < s.

Wegen Satz 91.6 ist die rechte Differenz = ~~(g) und dies wieder= V (x 1) - V (x 0 ).
Somit ist 0 ~ V(x 1) - V(x 0 ) < s - und das bedeutet, da V in x 0 rechtsseitig stetig
ist. Ganz hnlich erkennt man die linksseitige Stetigkeit, so da also V tatschlich
in x 0 stetig sein mu. Den Fall, da x 0 mit einem der Randpunkte a,b
zusammenfllt, wird der Leser nun leicht selbst erledigen knnen.

Aus den Stzen 91.7 und 91.9 ergibt sich nun auf einen Schlag der

91.10 Satz Eine auf [ a, b] stetige Funktion ist genau dann von beschrnkter
Variation auf [a, b], wenn sie dort als D ifferenz zweier stetiger und wachsender
Funktionen dargestellt werden kann.

92 Existenzstze fr RS-Integrale

499

Aufgaben
+1. Die Funktion g(x) : = xcos('TT/x) fr x=f 0, g(O) := 0 ist auf [0, 1] stetig, aber nicht von

beschrnkter Variation. Hinw eis : Benutze die Zerlegung

z: {o. __!_, 2n1- 1,... ,3\ .!,2 1}.


=

2n

+2. Zeige, da auch die Umkehrung des Satzes 91.9 gilt.


+ J. Ist gE BV[a., b] und inflgi>O, so liegt auch 1/g in BV[a,b] .

4. Mit g und h liegen auch lgl, g+, g- , max(g, h) und min(g, h) in BV[a, b]. Die totalen
Variationen V~(igi), v:(g) und v:(g- ) sind alle ~ v:(g).
5. Sei f E C[a, b] und F(x) := J~ f(t)dt, a ~X~ b. Dann ist v:(F) =

s: if(t)idt.

6. Die Potenzreihe g(x) :=

L akxk

ist auf jedem

kompakten Teilintervall ihres

k=O

Konvergenzintervalls von beschrnkter Variation.


+ 7. Fr g E BV[a, b] wird die Variationsnorm llgliv durch ii&iiv: = ig(a)i + v:(g) erklrt.

Zeige, da die Variationsnorm die Normeigenschaften (Nl) bis (N3) aus A 14.10 besitzt
und da stets ll&llv;;;;,; llgll.., ist.

92 Existenzstze fr RS-Intepale

Die groe Bedeutung der Funktionen von beschrnkter Variation fr die Theorie
der RS-Integrale wird durch den folgenden fundamentalen Satz in helles Licht
gerckt:
92.1 Satz Das Integral J~ fda ist gewi immer dann vorhanden, wenn der ln.tegrand f auf [a , b] ste ti g und der Integrator a dort von beschrnkter Variation
ist.

Zum Bew eis nehmen wir zunchst an, a sei sogar wachsend auf [a, b]. Um
Trivialitten zu vermeiden, mge berdies a(a)<a(b) sein. Unter diesen Voraussetzungen leitet man unseren Satz fast wrtlich wie den entsprechenden Satz 81.1
fr R-Integrale her; man braucht im Beweis des Satzes 81.1 (und des hierfr
erforderlichen HUfssatzes 81.2) nur die Lngen von IntervalJen J: = [al> b1 ] , also
die Zahlen 111 = b1 - a 1 durch die (nichtnegativen) Differenzen a(b1) - a(a1 ) zu
ersetzen. Ist aber a eine beliebige Funktion aus BV[a, b ], so stelle man sie gem
Satz 91.7 als Differenz a 1 - a 2 zweier wachsender Funktionen dar. Nach dem
eben Bewiesenen existieren dann die Integrale J~ fda 1 und J~ fda 2 , und aus Satz
90.1 folgt nun, da auch J~fd(a 1 - a 2 ) , also J~fda vorhanden ist.

500

XI Uneigentliche und Riemann-Stieltjessche Integrale

Zu dem letzten Satz gibt es wegen Satz 90.2 eine " reziproke" Aussage:

92.2 Satz Funktionen von beschrnkter Variation sind bezglich stetiger Integratoren immer RS-integrierbar.
Fr " harmlose" Integratoren ist jede R-integrierbare Funktion auch RSintegrierbar, und das RS-Integral kann in ein R-Integral verwandelt werden.
Schrfer:

92.3 Satz Sind die Funktionfund die Ableitung a' von a R-integrierbar auf [a, b],
so ist

fda vorhanden und =

fa'dx.

Der Beweis ist nicht besonders schwer. Sei Z: = {x0 , x 1 , . . . , x.. } irgendeine
Zerlegung von [a, b] und ~ : = (g 1 , , g,.) ein zugehriger Zwischenvektor. Nun
whlen wir einen zweiten Zwischenvektor 11: = ( TJ., ... , TJn) gem dem Mittelwertsatz der Differentialrechnung so, da a(x") - a(x"_ 1 )=a'(TJk)(x"-x" _ 1) ist.
Dann haben wir

"

"

L f(g~c)[a(x~e) - a(xk-I)] = L f(g~c)a'(TJ~c)(x" - x"_t)


n

L
(f(g")- f(TJ")]o:'(TJk)(x" k- 1

X~c - t)

II

L
/(TJ~c)a'(TJk)(x" - X~c-1).
k- 1

Da die erste Summe in dieser Gleichungskette gleich Sa (f, Z, ~) und die letzte
gleich S(fa' , Z, 11) ist, erhalten wir

IS.. (f, Z, ~)- S(fa', Z , 11)1 ~

L
lf(g")- f(TJk)l la'(TJ~c)l(x" - xk - 1)
k- 1
n

~ llo: 'II.,.,._,
L lf(gk) - f( 1J1c )l(xk - Xk- 1)
"

~lla'lloo L (M"- m")(x" - xk- t)


= lla'll.,.[ O(f, Z) - U(f, Z)]. t>

11

m", M,., U(f, Z) und O(f, Z) sind in (82.1) und (82.2) erklrt.

92 Existenzstze fr RS-Integrale

501

Daraus gewinnen wir die Abschtzungll

SOt(f, z, ~)-

fa'dx

~ ISOt(f, z, ~) - S(fa ', z, Tl)l +


~lla'II..(O(f, Z)- U(f, Z)]+

r
r

S(fa ', z, Tl)S(fa' , Z, Tl)-

fa'dx

fa'dx .

U nd aus ihr erhalten wir die Behauptungen des Satzes sofort durch
Gre nzbergang auf der gerichteten Me nge .8* (man zie he dazu A 83.2 heran) .
Besonders einfach zu handhaben sind dieje nigen RS-lntegrale, deren Integratore n Treppenfunktionen sind. Es gilt nmlich der

92.4 Satr> Sei a eine Treppenfunktion auf [a, b], die genau an den Stellen
cl> .. . , c". Sprnge der Gre ab ... , am besitzt. D ann ist fr jedes f e C[a, b] stets
m

fda

L f(c,..)al<.
k- 1

D e n Beweis kann man, da die Existenz des Integrals wegen Satz 92.1 feststeht,

hchst einfach mit Hilfe einer geeignet gewhlten RS-Folge erbringen.

Aufgaben

1. Berechne die folgenden Integrale:


2

a) [ ' e" dsinx,

b)

J.

x dlnx,

c)

lnxd[x].

+2. Setze Sp(n) : = l 0 +2p+ + nP frp, n e N . Zeige nun mitHilfe d er Stze90.2, 92.3 und

92.4 (s. auch A 90.6), angewandt auf

J+' xPd[x],

da fo lgendes gilt:
fr

p~2.

Die S.,(n) knnen also rekursiv berechnet werden.


3. Beweise mit Hilfe der Aufgabe 2 induktiv die Gre nzwertaussage

F +2P + + nP
np+ l

Jl
2

'

p+1

fr n ~ oo (s. A 27.3 und A 79.11a).

Man beachte, da /a' als Produkt R -integrierbarer Funktionen selbst R-integrierbar ist.
Vgl. auch die Aufgaben 5 und 6 in Nr. 90.

502

XI Uneigentliche und Riemann-Stieltjessche Integrale

+4. Sei f eC[a,b], a e BV[a,b] und F(x): = J~fda fr xe[a,b]. Zeige: a) F e BV[a, b].

b) F ist in jedem Stetigkeitspun kt von a stetig. c) Istasogar wachsend, so ist in jedem Punkt
x 0 e [a, b ], in dem a'(x0) existiert, auch F'{x0) vorhanden und = f(x 0 )a'(x0 ).

+s.

Unendliche Reiben sind uneigentliche RS-Integrale Entwickle eine Theorie der uneigentlichen RS-lntegrale f: oof da in strenger Analogie zu den Ausfhrungen in Nr. 87. Dabei
wi rd man meistens a als wachsend vora ussetzen. Zeige, da man jede konvergente Reihe
als konvergentes uneigentliches RS-Jntegral schreiben kann. Vgl. A 90.6.

+6. Beweise mit Hilfe der Stze 90.2 und 92.3 die folgende Regel der Produktintegration
fr R -Integrale und vergleiche sie mit Satz 81.5: Sind die Funktionfund die Ableitungen
f' und a' R - integrierbar auf [ a, b ], so ist

fa'dx=(fa]:-

f'adx.

93 Mittelwertstze fr RS-Integrale
93.1 Enter Mittelwertsatz fr RS-Integrale Ist f E R"' [ a, b] beschrnkt und a
wach se nd, so gibt es eine Zahl ~J. E [inff,supf] mit

fda = IJ.[a(b) - a(a)].

Fr stetiges f ist JJ.

= f(~)

mit einem geeigneten

~e

[a, b].

B eweis. Sei m: = inf f und M: = sup f. Dann folgt aus m :so f :so M mit den Aufgaben 1 und 4 aus Nr. 90 die Abschtzung

mda=m[a(b)- a(a )]:so r f da :so f Md a=M[a(b)-a(a)],

womit schon alles bewiesen ist.

93.2 Zweiter Mittelwertsatz fr RS-Integrale Ist f wachse nd und a stetig auf


[ a, b ], so gibt es in [ a, b] einen Punkt ~ mit

f'

fda

f(a)

da+ f(b)

da.

B e w e is. Wegen Satz 90.2 haben wir

Lbfda = f(b)a(b) - f(a)a(a)- Lbadf.


Und da wegen des ersten Mittelwertsatzes

s: a d f- a(e)(f(b) - f(a)]

mit einem

93 Mittelwertstze fr RS-Integrale

geeigneten

ge [a, b] ist, erhalten

503

wir nun

f da=f(a)[a(g) - a(a)]+f(b)[a(b)-a(g)] = f(a)f da+ f(b) L bd a .

Nunmehr sind wir in der Lage, einen einfachen Beweis fr den Satz 85.7 (z weiter
Mittelwertsatz der Integralrechnung) zu geben. Wir bernehmen die dortigen
Bezeichnungen und Voraussetzungen. Offenbar gengt es, den Fall zu betrachten,
da a < b und f wachsend ist. D ie Funktion a(x): = J~ g(t)dt, a :s; x :s; b, besitzt auf
[a, b] die stetige Ableitung a' = g. Wegen der Stze 92.3 und 93.2 ist also mit
einem geeigneten ge [a, b]

fg dx

fa'dx

= f(a)

fda

gdx + f(b)

= f(a)[a(g)- a(a)]+ f( b)[a(b) -

gdx.

a(g)]

Aufgaben
+ t . Das RS-Integral als Funktion de.r oberen Integrationsgrenze Sei feC[a,b], aEBV{a,b]
und
F(x) := J:f(t) da (t)

f r xe [a, b]

Zeige:
a) Fist auf [a, b] von beschrnkter Variation.
b) Fist in jedem Stetigkeitspunkt von a selt;st stetig.
'c) Ist a wachsend und differenzierbar auf [a, b], so gilt
d
~

IX
/ (t) da (t) -J(x) a'(x).

+2. Eine Variante der Substitutionsregel 81.6 Es seien die folgenden Voraussetzungen erfllt:
a) f ist stetig auf [a, b].
b) g ist stetig und streng wachsend a uf [c, d] mit g(c)=a, g(d) = b.
Dann ist
l

,/(x)dx =

Id/(g(t))dg(t).

XD Anwendungen1 >
Jede Wissenschaft bedarf der Mathematik,
die Mathematik bedarf keiner.
Jakob Bernoulli

Alles mit Aufmerksamkeit beobachten und


nie glauben, da die Natur etwas von ungefhr tue.
Geronimo Cardano

94 Das Wallissehe Produkt


Da fr alle x E [0, 1T/2] stets 0 ~ sin x ~ 1 ist, gilt fr diese x und fr alle k E N die
Ungleichung sin2 k+l x ~sin2 k x ~sin2 k-l x. Aus ihr folgt durch Integration
f .".,2
f .".,2
f .".,2
2
2
-'o sin k+t xdx ~ -'o sin k xdx ~ -'o sin2 k- l xdx.

(94.1)

Mit Hilfe der Stze 90.2 und 92.3 erhlt man fr jedes natrliche n ~ 2 die
Gleichungskette

f -rr/2

Jo

f.".12

sin" xdx = - -'o

sin"- 1 xd cos x = -[sin"-

f""'2
= .lo COS xd Sinn- t

12
f
'
"
x cos x]012 + Jo cos xd sin"- 1

f"""'2 2
= (n - 1) -'o cos x sin"- 2 xdx
12

= (n

12

- 1) -'f""
o sin"- 2 xdx- (n -1) Jof"" sin" x d x.

Bringt man das letzte Integral auf die linke Seite, so gewinnt man die Rekursionsformel
f'Tt/2
n -1 f.".f2
-'o sin" xdx = n -'o sin"- 2 xdx.

(94.2)

Durch sukzessive Anwendung folgt daraus


f""'2sin2k xdx = 2k -1 . 2k- 3 ... 3 . ! . 'lT
.lo
2k
2k - 2
4 2 2,
12

f""

-'o

sm

2k+

2k
2k- 2
4 2
1 xdx = 2k + 1 . 2k - 1 ... S. 3 .

(94.3)

Dem mehr theoretisch interessierten Leser wird empfohlen, auf keinen Fall die Nr. 94 zu
bergehen.
tl

94 Das Wallissehe Produkt

505

Mit {94.1) erhlt man nun die Abschtzung


2 . 4 ... 2 k
1 . 3 ... (2 k - 1) 1T 2 . 4 ... (2k - 2)
- -- - - - -=:;
- -=:;---.:.._--'""
35(2k +1)
24{2k) 2 35(2k - 1)
und damit die Ungleichung
2 2 42 (2kf
1
1T
2 2 42 (2k)2
1
--"....---,,---.....:.____:_~ .
:s;- ~
.12 .32 . (2k-1) 2 2k+1 2 12 .32 ... (2k-1)2 2k .
Sie lehrt, da es zu jedem k eine Z ahl t>lt e [0, 1] gibt, mit der
1
1T
2 2 4 2 ... (2k)2
-~ , also auch
2 12 32 (2 k - 1)2 2k + vlt
2 2 4 2 ... (2kf
1
2k
=
12 .32 . (2k- 1)2 2k 1k+t>lt
ist. Und da (2k)/(2k +t>d-+ 1 strebt, erhalten wir nun fr 1T/2 die frappierende
Walli sse h e Produktdarstellung
2 2 4 2 (2k)Z
1
2= ~~ 12 .32 ... (2k - 1)2. 2k'
1T

<94 .4)

die uns noch bei den verschiedensten Anlssen ganz unvermute t begegnen wird.
Rufe n wir uns noch einmal in die Erinnerung zurck, da sie a us der nachgerade
trivialen Ungleichung O:o::;sin x .::; 1 fr x e [0, 1T/2] allein du.rch den E insatz der
Integrationstechnik gewonnen wurde.
Als eine erste Anwendung des WaUissehen Produkts erhalten wir mit A 7.3c die
Beziehung

J;k

ekk)
221t --+ 1

fr k --+ oo.

(94.5)

Man pflegt zwei Zahlenfolgen (alt) und (b") asymptotisch gle ic h zu nennen (in
Zeichen: alt == blt), wenn aJblt--+ 1 stret . Mit dieser Symbolik geht (94.5) ber in
ekk)

Aufgaben

1. (-1)

"(-1/2)
1 Hinweis.
. . . A 7.3b.
k
- .J.;k:X

(k !}Z2Zk

2. lim

Jk =.J;.

(2k)! k

(94.6)

xn Anwendungen

506

95 Die Eulersche Summenformel


Das R-Integral ber einen nichtnegativen Integranden f bedeutet anschaulich den
Flcheninhalt der Ordinatenmenge fm(f). Es ist deshalb verlockend, eine Summe
n

L f(k)- also doch eine Summe von Rechteckinhalten 1 f(k)- durch

der Form

k =l

das Integral J f(x)dx zu approxirnieren (s. Fig. 95.1) und so die geschmeidige
Integrationstechnik zur Beherrschung derartiger Summen einzusetzen. Die Konsequenzen dieses einfachen Gedankens werden wir nun entfalten.

Fig. 95.1

Die Funktion f besitze auf dem Intervall [0, n] eine stetige Ableitung; [x] bedeute
wieder die grte ganze Zahl~ x. Nach Satz 92.4 ist

if(k) =

/(x)d[x].

Mit Hilfe der Stze 90.2 und 92.3 erhlt man also die Beziehung

f(k)- (" f(x) dx = (" f(x) d([x)- x) = [f(x) ([x]-

Jo

k- 1

Jo

-f

([x] -x)f'(x)dx =

x)]~-

(" ([x]- x) df(x)

Jo

(x - [x])f'(x)dx.

Somit mu

f(k) =

k=l

f" f(x)dx + fn (x -[x ])f'(x)dx

.lo

.lo

(95.1)

sein- das ist bereits die Eulersche Summenformel, jedenfalls in ihrer einfachsten Gestalt. Natrlich ist dann auch

I
k=O

f(k)

f(O)+

fn f(x)dx + i"<x -[x])f'(x)dx,

.lo

95 Die Ewersehe Summenformel

507

eine Beziehung, die man ebenso gut in der etwas symmetrischeren Form
n
k~o
f(k) =

1"

f(x)dx + f(O) + f(n) +


2

l" (

1)

(95.2)

x -[x]- 2 f'(x)dx

schreiben kann. Auch diese Gleichung bezeichnet man als Eulersche


S ummenformel. Die Schaubilder der Funktionen x - [x] und x - [x]-! sind
2
in den Fig. 95.2 und 95.3 aufgezeichnet.

x- [x]

x- [x]-t

-2

-1

Fijl. 95.2

Fig. 95.3

Wir fassen nun das letzte Integral in (95.2), das Res tglied der Euleeschen
Summenformel, nher ins Auge, und zwar zunchst fr den Fall n = 1. Dabei
nehmen wir an, da alle im folgenden vorkommenden Ableitungen von f existieren und stetig sind. Auf dem Intervall [0, 1) ist x - [x]-~ = x -~ = B 1 (x), wobei
B 1 (x) das Bemoullische Polynom erster Ordnung bedeutet (s. A 71.1). Infolgedessen ist

R1 :=

r (x -[xJ-~)f(x)dx = r

B 1 (x)f'(x)dx.

(95.3)

Aus den Aufgaben 1 und 2 der Nr. 71 gewinnt man durch Integration die
Formeln 1)
(95.4)

..

die das Fundament der nachstehenden Uberlegungen bilden. Aus (95.3) folgt jetzt
nmlich durch Produktintegration

Rt = [f'(x)
=-

B 1 {t)dti-

f"(x)(f' B 1 (t)dt)dx

f"(x) Bix~- B 2 dx =

~2 [!']~-~

B 2 (x)f'(x)dx,

'> Die hierin auftretenden B ....., sind d ie Bemoulliscben Zahlen.

508

XII Anwendungen

zusammengeiat also

R1 =

~2 (f':-~

(95.5)

B ix)f"(x)dx.

We ndet man auf


R 2 :=

B ix) f'(x)dx

wiederum Produktintegration an, so findet man, gesttzt auf (95.4), durch dieselben Schlsse

R2 =

[f': -

B 3 (x)f"'(x)d x

und damit

R 1 = ~~(f'Ja-~[f']~ + ;,

B 3 (x)f"'(x)d x.

Es drfte nun de utlich geworden sein, wie es weitergeht, und da man das
R estglied R 1 in folgender Form darstellen kann:

R 1 :=

(x - [x] - 1/2)f'(x)dx =

rn

L
k- 2

B
( l )m+l
(-l)k _kk[fk- l)M+ R"'
!

m.1

(95.6)

mit
(95.7)
Offenbar kann man jedes der Integrale J~+t (x- [x] - 1/2)f'(x)dx (v = 1, ... , n - 1)
in ganz entsprechender Weise behandeln- man braucht nur, kurz gesagt, die
Bernoullischen Polynome B k (x) von dem Intervall [0, 1] auf das Intervall [ v, v + 1]
zu verpflanzen. Formal geschieht dies am elegantesten, indem man die Funktionen
k(x) := B k(x- [x]

fr alle xe R und k E N

(95.8)

einfhrt. Wegen k(x+l)= k(x) sind sie !-periodisch, und da k(x)= B k(x) fr
alle x e [0, 1) ist, bewirken sie gerade die oben gewnschte Verpflanzung der
Bernoullischen Polynome oder genauer: ihrer Einschrnkungen auf [0, 1). Man
mache sich diesen Vorgang mit Hilfe des Schaubildes der Funktion x -[x ] in Fig.
95.2 auch anschaulich klar. In den Fig. 95.4 und 95.5 sind die Schaubilder der
Funktionen B 2 (x) und 2 (x) zu finden. Wegen B 1 (x) = x -1/2 ist 1 (x) offenbar
gleich dem oben auftretenden x- [x ]-1!2; diese Funktion ist genau in den
Punkte n 0, 1, 2, ... unstetig. Dagegen sind die Funktionen k(x) im Falle
k";;:!;2 durchgehend stetig, weil dann Bk(O) = Bk (l ) ist (s. A 71.1). A us (95 .4)

95 Die Eulersche Summenformel

---- ---~ -------

_j_ -----12

509

6
1

-2

-1

Fig. 95.5

Fig. 95.4

folgen in trivialer Weise die Formeln

~c(t)dt = k+l(x)-Bic+l fr XE (v, v+l]


k+1

und

(95.9)

(vE Z)
und damit die zu (95.6) analogen Gleichungen
v+1

(x-[x]-1/2)/'(x)dx=

L (- 1)"~(!<"- >]~+

{ - 1)"'+1

m!

"

k=2

v+l

m (x) f <m>(x)dx

(v= O, 1, ... , n - 1).

Addiert man diese n Beziehungen und denkt man noch da ran, da alle B ernoullischen Zahlen B 2k+l fr k ;;;?; 1 nach (71 .4) verschwinden, so erhlt man mit (95.2)
nun e ndlich die Eulersche S umm e nfor m e l in ihrer ausgereiften Gestalt:

I
k- 0

f(k)=inf(x)dx+f(O)+f(n) +
B 2 11- (f2~J.- l)]
2
~~- ~1 (2 ~J.) !

+ (2p ~ 1)!

(95.10)

2
2p+ t(x)t< p+l)(x)dx.

Will man fr e ine hinreichend oft stetig differenzierbare Funktion F auf [a, a + nh]
(n E N, h > 0). die Summe

F(a)+F(a+h)+F(a+2h)+ +F(a+nh)
ermitteln, so setze man (95.10) an fr die Funktion

f(x):= F(a +xh), xE [O, n].

510

XII Anwendungen

Aufgaben
1. B eweise mit Hilfe von (95.10) die Summenformel (71.8) fr 1" +2" + + n".
2. (1 + 1/2 + + 1/n-Jon) strebt fr n---+ oo gegen einen positiven Grenzwert C (die
E uler-Mascheronische Konstante). Vgl. hiermit die ganz andere Beweismethode in A 29.2;
s. auch A 88:8. - Es ist

C=I_+ Bz+ ... + Bz"_ J ....., z"+t(x) dx.


2 2
2p
x 2 "+2
1
Fr p = 1 erhlt man C =]_12

J. . . XSx)dx. Schtze l3(x)l auf [0, 1] und dann IC-7/121ab.


3

3. Es gibt genau eine Folge von Polynomen P,. mit den nachstehenden Eigenschaften:
P 0 =1, P~+l=(n+l)Pn fr n~O, J~Pndx=O fr n~l. Und zwar ist Pn(x) = B,.(x) fr
n~O.

96 Die Stirlingsche Formel


Kombinatorik und Wahrscheinlichkeitsrechnung stellen uns auf Schritt und Tritt
vor die mhselige Aufgabe, n! fr groe n bestimmen zu mssen. Wir werden
deshalb fr jede Me thode dankbar sein, die uns wenigstens eine nherungsweise
Berechnung dieses Ausdrucks ermglicht. Die E ulersche Summenformel weist
uns einen bequemen Weg dazu - einfach deshalb, weil ln n ! = ln l + ln2 + + lnn
ist . Ersetzen wir in (95.2) nmlich f(x) durch ln(i + x) und n durch n -1, so
e rhalten wir unter Beachtung der !-Periodizitt von 1
- 1
In n != n~)n(l+k)
=

k ~O

i"

lnxdx+-1 ln n+
2

i" ( )
1

x dx.

Wegen J~ ln xdx = [x ln x - x]~ = n In n - n + 1 haben wir also


ln n ! =

(n+~}n n-n+l+

r ~x)

dx.

Gesttzt auf (95.9) sehen wir durch Produktintegration, da


( "1(x) dx =.! ( "2(x); B z dx
jl X
2 Jl
X
ist. Daraus folgt die Existenz des I ntegrals
Grenzwerts

.[

a : = hm in n !-

(n + 21) ln n + nJ

= 1 + J +<><>
1

+oo

t (x) dx, also auch des


X

1(x)
x dx.

96 Die Stirlingsche Formel

5 11

Notwendig mu somit
.

n! e"

b :=ea = hm ----=

(96.1)

n"fn

sein. Den Wert von b bestimmen wir so: Mit der Abkrzung
n! e"
. gewt" 1l. m
b2n
b 1
tst
- = -2 = bn: =
r
b2n b b .
n"vn
Da aber wegen der Folgerung (94.5) aus dem Wallisseben Produktsatz
2
b2 ..
(2n)le2 " (n".Jri:)2 1 - ( nn)
1
b~ = (2n?"...,.'2it n!e" = .,fj_'Jn 22 " ~ .J2:rr
strebt, mu b =..fi; sein. Und aus (96.1) ergibt sich jetzt
n!e"
.J21Tn n" ~ 1,

m it anderen Worten: Es ist


(96.2)
Diese asymptotische Gleichung nennt man die S tir lin gsch e Formel 1 ' . Sie
besagt nicht, da man n! durch den rechtsstehenden A usdruck mit jeder
gewnschten Genauigkeit berechnen kann, wohl aber, da der
relative Fe hl er
prozentuale Fehler
mit wachsendem
ausreichend.

lt

n!-n"e-"~
n!
'
n! - n "e-".../21Tn
I

n.

also auch der

100%

beliebig klein wird - und das ist fr die meisten Zwecke vllig

Aufgaben
1. Berechne die prozentualen Fehler, die bei der Approximation von n! mittels (96.2)
e ntstehen, fr 11 = 2, 5, 10.
2. Mit Hilfe der elementaren Abschtzung fr n! in A 21.3c erhalte n wir nur e in Ergebnis,
das weitaus schwcher ist als (96.2), nmlich die D oppelungleichung

>James Stirling (1692-1770; 78).

512

xn

Anwendungen

97 Ruberische Prozesse. Die Difterentialgleichung mit getrennten Vernderlichen


In Nr. 58 hatten wir das grobe Modell (58.12) fr die Beziehung zwischen einer
Raubpopulation R der Gre x(t) und einer Beutepopulation B der Gre y(t)
untersucht (t bedeutet die Zeit). Wir nehmen nun eine erhebliche Verfeinerung
dieses Modells in Angriff, die auf Vito Volterra (1860-1940; 80) zurckgeht, und
stellen dazu die folgende Uberlegung an.
Wre B nicht vorhanden, so wrde sichRaus Mangel an Nahrungsmitteln nach
dem natrlichen Abnahmegesetz x = -a 1 x (a 1 eine positive Konstante) vermindern. Die Anwesenheit von B bewirkt dagegen eine Vermehrung von R ; die auf
B zurckgehende Zuwachsrate wird proportional zur Anzahl x(t) der Raubtiere
und zur Anzahl y{t) der Beutetiere, also= 1 x (t)y (t)
mit einer positiven Konstan
ten 1 sein. Insgesamt wird man also fr die Anderungsrate x den Ansatz
x = -a 1 x + 1xy machen. Ganz hnlich wird man auf die Gleichung
y = a 2 y- 2 xy (a 2 , 2 positiveKonstanten) gefhrt. Die Wechselwirkungzwischen R
und B wird somit durch das System der Differentialgleichungen
00

(97.1)
beschrieben. Der Proze beginne zur Zeit t = 0, und es sei x 0 : = x(O), y0 : = y(O).
Statt zu versuchen, das System (97 .1) zu lsen , wollen wir uns - seine Lsbarkeit
voraussetzend - wie in Nr. 55 einen Einblick in das Verhalten der Funktionen
x(t), y(t) durch die Analyse de r Lsungsbahn L verschaffen, die der Punkt
P(t): = (x(t), y{t)) mit wachsendem t in einem xy-Koordinatensystem durchluft.
Fassen wir t als eine Funktion von x und demgem y als eine Funktion von x
auf, schrfer: y(t) = y(t(x)) = : Y{x), so durchluft (x, Y(x)) die Lsungsbahn L 1 >.
Fr Y gewinnen wir aus (97.1) hnlich wie bei der Diskussion der Epidemien in
Nr. 55 die Differentialgleichung
Y' = a 2 Y -2xY, also
- a 1 x+ 1 xY

Y' = a2- 2x

- a 1 + 1 Y

(97 _2 )

(dabei bedeutet der Strich die Differentiation nach x). Ihre rechte Seite hat eine
spezielle Bauart: Sie ist das Produkt f(x)g(Y) zweier Funktionen, von denen die
erste nur von x, die zweite nur von Y abhngt. Differentialgleichungen der Form
Y' = f(x)g(Y) werden wir noch in dieser Nummer grndlich untersuchen. VorWir gehen nicht nher auf die Frage ein, ob dieses Vorgehen mathematisch gerechtfertigt
ist, sondern sttzen uns hier, wie schon bei der Aufstellung des Modells (97.1), auf
Plausibilittsbetrachtungen. Entscheidend ist ja nur, auf " vernnftige Weise" zu einer
Prozebeschreibung zu kommen, die einer empirischen berprfung zugnglich ist und von
ihr besttigt wird. Eine tiefergehende Analyse des Systems (97.1) und eine allgemeine Darstellung der Methode der Lsungsbahnen oder "Phasenkurven" findet der Leser im Kapitel X von Heuser [9].
ll

513

97 Ruberische Prozesse. Die Differentialgleichung mit getrennten Vernderlichen

greifend wollen wir jetzt schon benutzen, da alle Lsungen von (97 .2) der
Gleichung
a 1 ln Y - 1 Y +a 2 ln x- 2x = c

(97.3)

(c eine Konstante)

gengen. Nun setzen wir


O't

q: = t

und

u: = x - p,

v:=Y-q.

Approximiere n wir lnx = lnp(l+u/p) und 1n Y=lnq(l+v/q) vermge de r


logarithmischen R eihe durch
2

ln p + u- u
p

2p

bzw.

ln q + v- v
q

2q

{!!.. , ~
\p q

hinreichend klein)

),

so geht (97.3)- jedenfalls nherungsweise-in die Gleichung

~u2+ iv2=C
0'2

(97.4)

O't

mit einer gewissen Konstanten C ber. Da (97.4)- wiederum nherungsweisevon U o : = x 0 - p, v 0 : = y0 - q befriedigt wird, erhlt man
2
2
C = (zxo-a2) + CtYo-a 1)

'

O't

0'2

so da jedenfalls C ~ 0 ist. C verschwinde t genau dann, wenn


2Xo =

O'z

und

tYo =

0'1

(97.5)

ist. In diesem Falle gengt nur u: = 0, v: = 0 der GI. (97 .4), die Lsungsbahn L
kann also nur aus dem Punkt (p, q) = (a 2 / 2, a 1 / 1 ) bestehen. Da in der Tat die
konstanten Funktionen

eine Lsung des Systems (97 .1) bilden, prft man leicht nach. Ist umgekehrt eine
konstante Lsung x, y oder gleichbedeutend: eine zu einem Punkt degenerierte
Lsungsbahn gegeben, so mu natrlich x = x 0 , y = y0 sein, und indem man damit
in (97 .1) eingeht, sieht man, da notwendig (97 .5) bestehen mu. (97 .5) ist also
die genaue Bedingung dafr, da R und B im Gleichgewicht sind (sich
z ahlenmig 11icht verndern ). Nun sei C>O. Der E lementargeometrie entnehmen wir, da dann durch (97.4) in der uu-Ebene eine Ellipse E gegeben
wird, deren Mittelpunkt der Nullpunkt ist und deren Halbachsen auf den Koordinatenachsen liegen und die Lngen Ja 2 C/2 , Ja 1 C/ 1 haben. Die Lsungsbahn
L liegt daher auf der Ellipse, die man aus E durch Verschiebung ihres Mittelpunkts
> Eine tiefergehende Untersuchung findet man in Heuser [9], Nr. 64.

514

XII Anwendungen

Fig. 97.l

in den Punkt (p, q) erhlt (s. Fig. 97.1). Mit einem Blick erfat man nun die
periodischen nderungen der Populationen R und B. Beginnt man etwa am
uersten linken Punkt der Ellipse in Fig. 97.1 (minimale Raubpopulation), so
wird sich zunchst B und Hand in Hand damit (dank zunehmender Nahrungsvorrte) R vergrern. berschreitet R den Schwellenwert p = a 2 /2 (wird R
bermchtig), so beginnt die Verminderung von B. Unterschreitet nun B den
Schwellenwert q = a 1/t> so setzt (wegen schwindender Nahrungsvorrte) auch
eine Verminderung von Rein. SinktRunter p herab, so beginnt eine "Schonzeit"
fr B, und B wird sich wieder vermehren, bis der Wert q erreicht ist, ab dem B
gengend gro ist, um ein Wachstum von R zu ermglichen- und nun wiederholt
sich der geschilderte Vorgang. Bentigt ein "U mlauf" die Zeit T, so wird die
durchschnittliche Gre von R bz w. B gegeben durch den Mittelwert

rT
x =T .b x(t)dt
1

bzw.

rT
y=r.b y(t)dt.
1

Aus der ersten Gleichung von (97 .1) erhlt man


[r(- a 1 + 1 y)dt =

LT:

dt = [ln x(t)J;i = In x(T)-ln x(O)=O,

da x(T) = x(O) ist. Daraus folgt 1' ydt = a 1 T, also ist

..

Ahnlieh erhlt man

(97.6)

Die Durchschnittsgren der beiden Populationen entsprechen also ihren oben


bestimmten Gleichgewichtszustnden.

Aus diesen Resultaten ergibt sich nun eine ganz berraschende Konsequenz.
Angenommen, auf beide Populationen R und B wirke ein dezimierender Einflu
von auen, der sie mit einer Rate -yx(t) bzw. -yy(t) vermindert, 'Y eine positive
Konstante (sind R und B Insektenarten, so kann dieser Einflu z.B. durch
Versprhen von Insektiziden ausgebt werden). Das System (97.1) mu dann
abgendert werden ; die Entwicklung vonRund B wird nunmehr durch
:X = - a 1 x + 1xy - -yx,

y = a 2 y -2 xy -

-yy,

97 Ruberische Prozesse. Die Differentialgleichung mit getrennten Vernderlichen

515

also durch
(97.7)
beschrieben. Ist a 2 - -y > 0 (bertrifft also die Dezimierung der Population B nicht
ihr natrliches Wachstum), so lt sich unsere Theorie auf (97 .7) anwenden und
fhrt zu den Mittelwerten
d

- - a2-'Y

x-

- _at +-y

Y-

un

Mit anderen Worten: Der dezimierende uere Einflu vermindert zwar die
durchschnittliche Gre von R, erhht aber den durchschnittlichen Bestand von
B. Will man etwa eine Schdlingspopulation B bekmpfen und greift man dabei
gleichzeitig ihren natrlichen Feind R an, so kann paradoxerweise eine Vermehrung der Schdlinge erfolgen.
Wir wenden uns nun, wie angekndigt, der Differentialgleichung y' = f(x)g(y) zu;
sie wird als Differentialgleichung m it getrennten Vernderlichen bezeichnet. Wie gewohnt, betrachten wir nicht die Differentialgleichung selbst,
sondern das zugehrige Anfangswertproblem
y'=f(x)g(y),

(97.8)

y(xo)=yo,

also die Aufgabe, eine Funktion y (x) zu bestimmen, fr die


y'(x) = f(x)g(y(x))

und

y(x0 ) = Yo

(97 .9)

mit vorgeschriebenen Werten x 0 , y0 ist. Wir beweisen den folgenden befriedigenden


97.1 Satz Die Funktionen f und g seien s t etig auf (a, b) bzw. (c, d), und g
verschwinde in keinem Punkt von (c, d). Schreibt man nun willkrlich ein x 0 E (a, b)
und ein y0 E (c, d ) vor, so gibt es genau eine Lsung der Anfangswertaufgabe
(97 .8). Sie existiert auf einem gewissen, x 0 enthaltenden Teilintervall (a, ) von
(a, b) 1>.

Beweis. Wir nehmen zunchst an, y(x) sei eine Lsung von (97 .8) auf (a, ).
Aus (97.9) folgt dann, da die Ableitung y'(x) stetig und

rx

C"'

y'(t)

J.xo&Yt
( ( )) dt = J.x

f(t)dt

fr alle x E (a, )

(97.10)

ist. Sei

G 0 (y) :=

IY g~\t

fr y E (c, d).

(97.11)

Yo

>A 55.12 zeigt sehr nachdrcklich, wie wichtig die Voraussetzung g(y);l:O fr die

Eiradeutigkeitsaussage ist (s. auch Aufgabe 3).

516

XII Anwendungen

Dann ist

~
G 0(y(t)) = t~))) fr alle
dt
g y t

t E (a, ) und somit

"
f
xo

y'(t)
( ( ))dt=[Go(y(t))]~o=Go(Y(x))=
g Y t

i y(x) dt
Yo

().
g t

Wegen (97.10) haben wir also

r(x) ~\ = r
Yo

g t

f(t)dt

fr XE (a, ).

Xo

Anders ausgedrckt: Fr jedes x


der Gleichung

Yo

dt
g ( t)

(97.12)

f"

J.

(a, ) ist y(x) notwendigerweise eine Lsung

(97.13)

f(t)dt.

Xo

Da aber g(y) auf (c, d) stndig dasselbe Vorzeichen hat, ist die Funktion G 0 (y)
auf (c, d) streng monoton, und infolgedessen besitzt die GI. (97 .13) fr vorgegebenes x E (a, ) nur die eine Lsung y(x)- womit dje Eindeutigkeitsaussage
unseres Satzes bereits bewiesen ist. Wir erledigen nun die Existenzfrage. Gem
den bisherigen berlegungen mu jede Lsung y(x) unserer Anfangswertaufgabe
(97.8) der GI. (97.12) gengen. Umgekehrt: Gilt (97.12) fr eine difierenzierbare
Funktion y(x), so ist wegen der strengen Monotonie von G 0 offenbar y(x0 ) = y0 ,
ferner haben wir (s. A 81.2)
d

dx

Jy(x)
Yo

dt
y'(x)
d
g(t) = g(y(x)) = d";

f"

"o

f(t)dt = f(x),

also
y'(x) = f(x)g(y(x)),

insgesamt ist daher eine solche Funktion eine- und damit die einzige- Lsung
von (97 .8). Wir brauchen also nur noch die Existenz einer differenzierbaren
Funktion y(x) auf einem x 0 enthaltenden Intervall nachzuweisen, fr die (97 .12)
zutrifft. Das ist aber uerst einfach. Da die Funktion G 0 auf (c, d) streng
monoton ist und dort eine nie verschwindende Ableitung besitzt, ist ihre Umkehrung G 0 1 auf dem Intervall I:= (jnf G 0 , sup G 0 ) vorhanden und dillerenzierbar (Stze 37.1 und 47.3). Wegen G 0 (y 0) = 0 liegt 0 in I. Die Funktion
F 0 (x): = fxof(t)dt ist auf (a, b) differenzierbar (weil f dort stetig ist) und verschwindet in x 0 . Infolgedessen gibt es ein x 0 enthaltendes Intervall (a, ), dessen
Bild unter F 0 in I liegt (wir knnen uns brigens (a, ) gleich als das grte
Intervall dieser Art denken). Dann ist die Gleichung G 0 (y) = F 0 (x) fr jedes
x E (a, ) eindeutig durch y(x): = G 0 1 (F 0 (x)) lsbar, die so auf (a, ) definierte
Funktion y(x) ist dort differenzierbar und erfllt konstruktionsgem (97.12), ist

also nach unseren Vorberlegungen eine Lsung der Aufgabe (97.8).

97 Ruberische Prozesse. Die Differentialgleichung mit getrennten Vernderlichen

517

Praktisch wird man bei der Bewltigung von (97 .8) so vorgehen: Man bestimmt
auf (a, b) irgendeine Stammfunktion F(x) : = Jf(x)dx zu f, auf (c, d) irgendeine
Stammfunktion G(y) := J dy/g(y) zu 1/g und lst dann die Gleichung
G(y) = F(x)+C,

also

J g~~) = J f(x)dx+C

(97.14)

mit einer zunchst noch unspezifizierten Konstanten C nach y auf. Die sich
ergebende Funktion y(x, C), in der C noch als frei verfgbare "Integrationskonstante" auftaucht, nennt man auch gerne die allgemeine Lsung der
Differentialgleichung y' = f(x)g(y). Dann pat man C den gegebenen Anfangsbedingungen an (diese Anpassung kann natrlich auch vor der Auflsung bewerkstelligt werden: es ist C = G(y 0) - F(x0 )). Ist die - theoretisch immer
mgliche - Auflsung der GI. (97.14) nach y nicht explizit durchfhrbar, so sagt
man, (97 .14) stelle die allgemeine Lsung der Differentialgleichung y' = f(x)g(y) in
impliziter Form dar. Setzt man dabei C = G(y 0) -F(x0), so erhlt man die
Lsung der Anfangswertaufgabe (97.8) in impliziter Form.- Zwei Beispiele
sollen diese Dinge lebendiger machen:
1. y' = -x/y, y(1) = 1: Hier ist f(x): =-x, g(y):=1/y, und die Voraussetzungen unseres
Satzes sind z.B. auf (a, b): = (-oo, +oo) und (c, d): = (0, +oo) erfllt. Aus J ydy = - J xdx + C
erhalten wir y2 /2 = C-x 2 /2, also y 2 =2C -x2 und somit y(x) = hC-x2 (wegen y(1)>0
ist das positive Zeichen vor der Wurzel zu whlen). Damit haben wir die allgemeine
Lsung unserer Differentialgleichung gefunden. Aus der Forderung y (1) = 1 folgt
hC-1 = 1, also C= l. Somit ist y(x) = J2-x2 die Lsung unseres Anfangswertproblems- und zwar fr lx I< J2.
2. e"sin x + e cos y y' = 0, y (O) = 0: Schreiben wir die Differentialgleichung in der Form
y' = -(e"sin x)/(e cos y), so en tpuppt sie sich als eine Differentialgleichung mit getrennten
Vernderlichen, wobei f(x) := -e"sin x und g(y) := 1/(e cos y) ist. Die Voraussetzungen
unseres Satzes sind z.B. auf (a, b) :=(-oo, +oo) und (c, d): = (-TI/2, TI/2) erfllt. Wegen

e"smxdx=

sin x -cos x
2

e",

Jecosydy= sin

y + cos y

wird uns die allgemeine Lsung der Differentialgleichung in imp.liziter Form durch
siny
+cosy
sin x-cosx"
_....:.....__--=. e = e + C,
2
2
also durch
(sin y +cos y)e +(sin x -cos x)e" = c
gegeben (c = 2C ist eine "willkrliche" Konstante, da ja auch C "willkrlich" war). Eine
Auflsung nach y ist bjer nicht praktikabel. Aus der Forderung y(O) = 0 folgt c = 0, also ist
(sin y + cos y )e + (sin x - cos x )e... = 0 die Lsung unserer Anfangswertaufgabe in impliziter
Form.

Der Leser wird nun selbst den Schritt von der Differentialgleichung (97 .2) zu
ihrer Lsung (97 .3)- in impliziter Fotm- vollziehen knne n.

518

XII Anwendungen

Die in Nr. 55 von uns untersuchten Differe ntialgleichungen = au, = -yu - 'TU 2 ,
= au + uP und u' = -(x)u (fr die beiden letzteren s. die Aufgaben 11 und 3
in Nr. 55) haben allesamt getrennte Vernderliche und fallen deshalb de m Satz
97.1 an heim (es mge den Leser nicht verdrieen, sie mit dem oben geschilderten
Verfahren noch einmal zu lsen).
Halten wir uns zum Schlu vor Auge n, da der krf tige Satz 97.1 erst durch die
Tatsache ermglicht wird, da wir das Riemannsche Integral und de n zweite n
H auptsatz der Differential- und Integralrechnung besitzen, mit anderen Worten:
da wir zu jeder stetigen Funktion eine Stammfunktio n finden knnen.

Aufgaben
1. E in Zerfallsproze fr eine Substanz S genge der Gleichung u = - au" mit positiven
Konstanten a, p. Zeige: Ist p < 1, so ist S nach einer gewissen Zeit vonstndig zerfallen
(d.h., es ist u(T) = 0 fr ein T > 0). Im Falle p ;;;.1 strebt zwar u (t)-+ 0 fr t--+ +co, es ist
aber durchweg u(t) > 0.

2.
a)
c)
e)

Lse (explizit oder implizit) die folgenden Anfangswertaufgaben:


b) y' = -x2 /y 3 , y(O) = - 1,
y' = - x2 /y 3 , y(O) = 1,
x(y 2 +1)+y(x2 +1)y'=O, y(0) = 1, d) y'ycosy-xe2 x=O, y(0)=1T/4,
y'J(x 2 -1)(y2 - 1)=-x2 , y(2) =2.

seien alle Voraussetzungen des Satzes 97.1 erfllt - mit Ausnahme der Bedingung
g(y) "f 0. Ferner sei wieder x 0 e (a, b), y0 e (c, d). Zeige, da. die Anfangswertaufgabe (97 .8)
mindestens eine Lsung auf einem x0 enthaltenden Teilintervall von (a, b) besitzt (von
E indeutigkeit ist nicht mehr die Rede). Hinweis: Unterscheide die Flle g(y 0 ) "f 0 und
g(y0 )= 0 ; im zweiten Fall wird (97.8) durch y(x)=y 0 gelst.

+ 3. Es

+ 4. y' = f(y/ x)

Zeige, da die sogenannte homogene D i ffer e n ti a lglei e h u n g y' = f(ylx)


durch die Substitution y = xu in eine Differentialgleichung mit getrennten Vernderlichen
fr u bergeht. Lse mit dieser Methode die folgenden Anfangswertaufgaben:
a) y' =(x+2y)/(2x+y), y(1)=0, b) y'=(y 2 - xJx 2 +y 2 )/xy, y(1)=1,
c) xy'=y-x-xe-y1x, y(l) = O.

98 Fremdbestimmte Vernderungsprozesse. Die allgemeine


lineare Differentialgleichung erster Ordnung
Der Exponentialproze u= au beschreibt die Vernderung einer Population
(oder einer Substanz), die unbeeinflut von der U m welt alle in der Wirkung ihrer
eigenen Wachstums- oder Zerstrungskrfte unterliegt. Bei gewissen ueren
Beeinflussungen kann es jedoch vorkommen, da die re lative oder individuelle
nderungsrate ju (der Beitrag, den ein Mitglied der Population durchschnittlich
pro Zeite inheit fr die Vernderung leistet1>) nicht mehr konstant bleibt, sondern
(r). . ..
.
.
..
. u (t+At)- u (t)
> ) 1st Ja fur kleme Zettspannen dt nherungsweise
()
.
u(t
u t At

98 Fremdbestimmte Vernderungsprozesse

519

sich mit der Zeit ndert. Bei einer menschlichen Population knnen etwa
reichlichere Ernhrung und verbesserte medizinische Frsorge ebenso zu einer
Vergrerung der individuellen nderungsrate (Erhhung der Geburts- oder
Verminderung der Todesrate) fhren wie eine Erhhung des allgemeinen
Wohlgefhls (Optimismus) und eine geburtenfrdernde Familienpolitik.
Umgekehrt kann Nahrungsmangel, Umweltzerstrung, Geburtenkontrolle, Beseitigung
sozialer Hilfen fr kinderreiche Familien usw. die individuelle
..
Anderungsrate herabdrcken. Bei einer pflanzlichen Population knnen Dngung
und verbesserte Anbaumethoden die individuelle Wachstumsrate langfristig
betrchtlich erhben. Das mathematische Modell fr derart fremdbestimmte Prozesse ist die Differentialgleichung mit getrennten Vernderlichen
u
-u = a(t)

oder also

= a(t)u,

(98.1)

wobei die Funktion a(t) -die variable individuelle nderungsrate-auf einem


gewissen Intervall der Zeitachse definiert ist. Wir bringen drei Beispiele fr das
Auftreten der Gl. (98.1).
L Toxine Eine Bakterienpopulation werde der Wirkung eines Toxins T ausgesetzt. Die durch
T bewirkte Todesrate wird etwa proportional der Anzahl u(t) der zum Zeitpunkt t noch
lebenden Bakterien und der Me nge T(t) des zu dieser Zeit vorhandenen Toxins, also=
-ru(t)T(t) sein (-r eine positive Konstante). Die natrliche Vermehrung der Bakterien bei
Abwesenheit von T wird exponentiell erfolgen, also mit einer Rate, die= ')'U(t) ist ('Y > 0).
Insgesamt haben wir somit = -yu - TuT(t) oder = (-y--rT(t))u; das ist gerade die
Differentialgleichung (98.1) mit a(t) :=-y--rT(t).
Wird etwa T mit konstanter Rate a > 0, beginnend mit der Zeit t = 0, zugefhrt (ist also
T(t) = at) und ist u0 := u(O) die anfnglich vorhandene Bakterienzahl, so liefert das
Verfahren des letzten Abschnitts mhelos die Funktion
(98.2)
als Lsung des Anfangswertproblems = ('Y- a-rt)u, u(O) = u 0 Bereits der Differentialgleichung kann man entnehmen, da die Bakterienpopulation bis zur Zeit t: = -y/a-r noch
wachsen, dann aber abnehmen wird. (98.2) zeigt darber hinaus, da sie praktisch
vernichtet wird; denn fr t - +oo strebt u(t)- 0.
2. Nahrungsmangel und NabrungsberOu wechseln in primitiven menschlichen Populationen periodisch mit den Jahreszeiten. Die individuelle nderungsrate der Population wird von diesem saisonalen Rhythmus beeinflut werden. Als grobes mathematisches
Modell bietet sich die Differentialgleichung = cos(27rt/365)u. mit einer positiven
Konstanten an. also wieder eine Gleichung vom Typ (98.1). Ist Uo die Gre der
Population zur Zeit t = 0, so wird die Anzahl u(t) ihrer Mitglieder zur Zeit t gem den
Methoden des letzten Abschnittes durch

2Jtt)

365 .
u(t) = u 0 exp ( J't Stn
2
365
gegeben. Sie schwankt periodisch zwischen dem minimalen Werl u0e-<~65812l und dem
maximalen Wert u0 e<3<SSB12wl.

520

xn

Anwendungen

3. Absorption Geht Energie einer bestimmten Art durch ein Medium (z.B. Licht durch
Wasser), so nimmt sie wegen Umwandlung in andere Energieformen ab. Diesen Vorgang
nennt man Absorption. In einem inhomogenen Medium ist die Absorption von Ort zu Ort
verschieden. In besonders einfachen Fllen wird die rtliche nderungsrate des Energiebetrags u(x) an der Stelle x durch u' = - (x)u beschrieben. wobei die Funktion (x) positiv
ist und der Strich die Ableitung nach x bedeutet (s. A 55.3). Diese Differentialgleichung ist
wieder von der Art (98. 1), nur mu man die Zeitvariable t durch die Ortsvariable x
ersetzen- was aber mathematisch vllig belanglos ist. In A 55.3 haben wir sie bereits fr
den Fall (x) := x ( eine positive Konstante) gelst.

Eine Population P (oder Substanz) lt sich auch dadurch quantitativ verndern,


da man ihr neue Mitglieder von auen zufhrt ("Immigration") oder schon
vorhandene Mitglieder aus ihr entfernt ("Emigration"). Wirken Einsse dieser
Art mit einer Rate s(t), so wird sich P gem der Diffe re ntialgleichung

= a(t)u +s(t)

(s. Herleitung von (55.3))

(98.3)

e ntwickeln. Man nennt sie eine lineare Diffe r e ntial g leic hun g e r s t e r
Ordn u ng. Ist s(t) =0- das ist der Fall (98.1) -,so wird sie homo ge n genannt,
andernfalls i n h omogen. s(t) heit St rfunkt ion. In ihrer einfachsten Form (a
und s konstant) ist uns die inhomogene GI. (98.3) schon in (55.7) begegnet. D ie
dort entwickelte bescheidene Theorie konnten wir mit Nutzen auf so verschiedenartige Bereiche wie etwa Abkhlungsfragen und Einflu der Luftreibung
auf einen fallenden Krper a nwenden (s. A 55.5 und Gl. (56.7)). Inzwischen
habe n wir alle Hilfsmittel fr eine tiefergehende Untersuchung der allgemeinen
linearen Differentialgleichung (98 .3) in der Hand; ihr wenden wir uns nun zu.
Grundlegend ist wieder die Mglichkeit, die uns de r zweite Hauptsatz de r
Differe ntial- und Integralrechnung erffnet, zu jeder stetigen Funktion eine
Stammfunktio n finden zu knnen.
Z uerst nehmen wir uns die homogene Gleichung (98.1) vor; die Funktion a(t) sei
ste tig auf dem (endlichen oder unendlichen) Intervall I . (98.1) ist zwar eine
Differentialgleichung mit getre nnte n Vernderlichen, wenn wir aber nicht von
vornherein u einer einschrnkenden Bedingung der Form u > 0 oder u < 0
unterwerfen wollen, knne n wir den Satz 97.1 nicht unmittelbar anwenden.
Immerhin zeigt er uns folgendes: Ist t0 ein innerer Punkt von I, so kann man auf
dem inzwischen wohlvertrauten Weg die Lsung
v(t):=exp( f a(r)dT)

(98 .4)

lo

des Anfangswertproblems = a(t)u, u(t0 ) = 1 gewinnen, die gem Satz 97.1 auf
e inem gewissen, t 0 enthaltenden Intervall existiert. Nun besttigt man aber sofort,
da dieses v und auch jedes Vielfache Cv die GI. (98. 1) sogar auf ganz I
befriedigt - selbst dann, wenn t0 ein beliebiger (nicht notwendig innerer) Punkt
von I ist. Sei nun u irgendeine Lsung der GI. (98.1) und t0 ein beliebiger Punkt

98 Fremdbestimmte Vernderungsprozesse

aus

r.

Fr alle t E I ist dann

.! u(t)exp(
dt

-1
1

a(-r)d7) = (t)exp(-

r0

= [(t)- a(t)u(t)]exp(-

a(-r)d-r)-a(t)u(t)exp(-

t0

a(-r)d-r) = 0,

und somit

521

r~o a(-r)d-r)

to

also mu
u(t)exp( -

a(-r)d-r) =

u(t) = C exp(f a(-r)d-r)

tn

auf I

to

sein. Insgesamt gilt daher der

98.1 Satz Die Funktion a(t) sei auf dem vllig beliebigen Intervall I stetig, und
sei irgendein Punkt aus I. Dann sind genau die Funktionen
u(t): = C exp(f a(-r)d-r)

(C eine beliebige Konstante)

to

(98.5)

to

Lsungen der Differentialgleichung = a(t)u, und zwar auf ganz I.

Ist u eine Lsung der Anfangswertaufgabe


= a(t)u,

(98.6)

u (t0 ) = uo,

so mu nach dem letzten Satz notwendig


u(t) = C exp(f a(-r)d-r)

und infolgedessen u(t0 ) = C,

to

also

sein. Umgekehrt ist die rechtsstehende Funktion offenbar eine Lsung von (98.6)
auf I. Es gilt also der

98.2 Satz Unter den Voraussetzungen des Satzes 98.1 besitzt die Anfangswertaufgabe (98.6) die einzige, auf ganz I existierende, Lsung
u(t) = u 0 exp(f a(-r)d-r ).

(98.7)

tn

Und wrtlich wie den Satz 55.2 beweist der Leser nun den

98.3 Satz Die Funktionen a(t) und s(t) seien stetig auf dem Intervall I, und Up sei
irgendeine Lsung der inhomogenen Gl. (98.3) auf I. Dann erhlt man alle
Lsungen von (98.3) auf I - und nur diese- indem man z u Up alle Lsungen der
z ugehrigen homogenen Gleichung = a(t)u addiert. In leicht verstndlicher
Kurzschreibweise ist also die
Lsungsmenge von (98.3) = Up + Lsungsmenge von (98.1).

Da wir aufgrund des Satzes 98.1 alle Lsungen der homogenen Gleichung
beherrschen, sind uns also alle Ls':illgen der inhomogenen Gleichung in die

522

XII Anwendungen

Hand gegeben, wenn wir auch nur eine derselben kennen. Eine solche
"partikulre" Lsung Up kann man sich wieder mittels der Methode der
Variation d e r Konstanten verschaffen, die uns zuerst in der Nr. 55 begegnet
ist. Wir gehen dazu mit dem Ansatz

u"(t): =C(t)exp(J' o:(,-)d,-)

(98.8)

to

in (98.3) ein und finden so die Gleichung


C(t)exp(f o:(T)d'T) = s(t) ,

also

C(t) = s(t)exp(-

lo

a(T)d'T).

lo

Zu der rechtsstehenden Funktion knnen wir, da sie stet ig ist, eine Stammfunktion auf I bestimmen. Wir bezeichnen sie mit C(t) und besttigen durch
Wiederholung der obigen Rechnung, da (98.8) in der Tat eine Lsung der
inhomogenen GI. (98.3) auf I ist. Wir halten dieses E rgebnis fest:

98.4 Satz Sind die Funktionen a(t) und s(t) stetig auf dem Intervall I, so kann eine
Lsung der inhomogenen Gleichung (98.3) auf I stets durch Variation der
Konstanten gefunden werden.
Der Ansatz (98.8) bedeutet nichts anderes, als da man in der "allgemeinen Lsung"
(98 .5) der homogenen Gleichung die freie Konstante C durch e ine Funktion C(t) ersetzt und so merkt man ihn sich am besten.

Ganz hnlich wie den Satz 98.2 (die Details drfen wir dem Leser berlassen)
gewinnt man nun den

98.5 Satz Sind die Voraussetzungen des Satzes 98.3 erfllt und ist t0 irgendein
Punkt aus I, so besitzt die Anfangswertaufgabe
= a(t)u +s(t),

u(t0 ) = u0

(98 .9)

fr jedes u0 genau eine Lsung auf I.


Zur Einbung der Lsungsmethoden behandeln wir die Anfangswertaufgabe

=-tu + 3t,

u(O) = S.

(98.10)

Erster Schr itt: Bestimmung der allgemeinen Lsung der zugehrigen homogenen
Gleichung it = -tu. Nach Satz 98.1 wird sie gegeben durch
u(t) = ce-t212.

(98.11)

Zweiter Schritt: Bestimmung einer partikulren Lsung u" der inhomogenen Gleichung.
Dazu fassen wir C in (98.11) als eine Funktion von t auf, machen also den Ansatz
u"(t): = C(t)e- '' 12
Geht man damit in die inhomogene Gleichung ein, so findet man:

C(l)e- ''12 - C(t)te- 12 = -tC(t)e- ' 212 + 31, also C(t) = 3te'212

98 Fremdbestimmte Vernderungsprozesse

523

Damit erh lt man


C(t) =

3te'>ndt = 3e'

212

also u"(t) = 3.

Dritter Schr itt: Bestimmung der allgemeinen Lsung der inhomogenen Gleichung. Nach
Satz 98.3 ist sie gegeben durch
u(t): = 3 + ce-'212

Vierter Schritt: Anpassung der freien Konstanten C an die Anfangsbedingung. Aus


u(0)=5 folgt 3+C=5, also C=2. Die Lsung von (98.10) ist also
u(t) = 3 + 2e- ' 212

Aus (98.5) knnen wir zum Schlu noch eine interessante Konsequenz ziehen.
ndert sich eine Population, beginnend mit dem Zeitpunkt t = 0, gem dem
Gesetz u = a(t)u, so erreicht sie genau dann einen stabilen Zustand (d.h ., genau
dann strebt u(t) fr t - +oo gegen einen positiven Grenzwert), wenn das uneigentliche Integral Jtco a(t)dt konvergiert; dabei wird natrlich a als stetige
Funktion auf [0, +oo) angenommen.

Aufgaben
1. Lse die folgen den Anfangswertaufgaben:
a)

u= -2u + t,

u(O) = 0,

y(1) = 2,

2
2t
b) +
u=
,
l+t
l+t
I
y
1
d) y + - = -

x2

x 2'

u(O) = l ,

y(l) = O.

2. Besitzen die Funktionen v, w auf dem Intervall I stetige Ableitungen und ist v(t) :j= 0 fr
alle t EI, so gibt es eine lineare Differentialgleichung erster Ordnung, deren Lsungsmenge
{Cv + w : C E R} ist.
3. Im Beispiel 1 am Anfang dieses Abschnittes werde das Toxin T ab dem Zeitpunkt t = 0
zugefhrt. T(t) := (1/t)J'o T(s)ds ist dann der Mittelwert der im Intervall [0, L] verabreichten
Toxin menge. Zeige: Ist stndig T(t) ~ -y/T + e (e eine feste positive Zahl), so geht die
Bakterienpopulation asymptotisch zugrunde (d.h., es ist tim u(t) = 0).
A

-+~

4. Wie lange dauert es, bis eine Bakterienpopulation, die gem (98.2) dezimiert wird, auf
die Hlfte ihres Ausgangsbestandes zusammengeschmolzen ist? Zeige, da es keine
" Halbwe rtzeit" gibt, also keine feste Zeitspanne tt, so da u(t +it)/u(t) = 1/2 fr jedes t ist
(vgl. A 26.8). Vielmehr h ngt die Zeitspanne \t(t), die bentigt wird, um den Bestand u(t)
zur Zeit t un1 die Hlfte zu reduzieren von t ab und strebt --+ 0 fr t --+ +oo.
5. In u = a (t)u sei a (t) <O und stetig auf [0, +oo), es liege also ein Abnahmeproze vor. q
sei eine feste positive Zahl < 1. Gibt es eine Zeitspanne T>O, so da u(t+T)Ju(t) =q fr
alle t ~ 0 ist, so heit T die q-Wertzeit der abnehmenden Population oder Substanz. Zeige:
Ist a(t) - A. (A. eine positive Konstante), so ist fr jedes q eine q-Wertzeit vorhanden
und = (-lnq)/A. (vgl. A 26.8). Ist jedoch die Funktion a(t) nicht konstant, so existiert eine
q -Wertzeit T genau dann , wenn a T-periodiscb und Jri a(t)dt = lnq ist. Hinw eis: Aufgaben 84.6 und 81.2.

524

XII Anwendungen

6. Es seien die Voraussetzungen der Aufgabe 5 gegeben. Zeige: Genau dann gibt es zu
jedem c;;o:O eine Zeitspanne 1'7(t), nach deren Ablauf u (t) sich auf die Hlfte reduziert bat
(so da also u(t +,'}(t))/u(t) = 1/2 fr alle t;;;. 0 ist), wenn das uneigentliche Integral
J;;- a(t)dt dive rgiert. In diesem Falle ist 1'7(t) einde utig durch t bestimmt (also eine
Funktion von t). Ferner strebt u(t)-+ 0 fr t-+ +oo.
+7. Die Bemoolliscbe Difterentialgleidmng Im Zusammenhang mit dem logistischen Proze u = yu - 'Ttt 2 waren wir in den Aufgaben 9 und 10 der Nr. 55 auf Differentialgleichungen der Form u = au + u" (a, , p e R) gekommen. Auch hier liegt es nahe,
Einwirkungen der U mwelt dadurch Rechnung zu tragen, da a und nicht mehr als
Konstanten, sondern als Funktionen der Zeit t aufgefat werden. Man wird so zu der
B ernoullischen Di fferen tialgle ich u n g

u = a (t)u + (t)u"

(p E R)

(98.12)

gefhrt. Die Funktionen a (c) und (t) seien stetig auf dem Intervall I , fe rner sei p fO, 1
(andernfalls lge eine lineare Diffe rentialgleichung, also nichts Neues, vor). Zeige: Die
Anfangswertaufgabe

u =a(t)u + (t) u ",

u(t0 )

= u0

besitzt fr jedes t0 E I und jedes positive u0 genau eine Lsung auf einem t0 e nthaltenden
Teilintervall von I. Man erhlt sie, indem man (98.12) durch die Substitution v: = u ~- .. in
die inhomogene lineare Differentialgleichung v = (1-p)a(t)v +(1- p) (t) berfhrt (s. A
55.11).

8. Lse die folgenden Anfangswertaufgaben fr BemouUische Difierentialgleichungen (s.


Aufgabe 7):
a)

u = tu + tu 2 , u (O) = 1, b) y' + (x - 1/x)y + xe- "'/y = 0 , y(l) =

1.

99 Erzwungene Schwingungen. Die inhomogene lineare Differentialgleichung zweiter Ordnung mit konstanten Koeffizienten
In Nr. 72 haben wir gesehen, da auf einen Punkt der Masse m, der elastisch
(etwa durch eine Feder) angebunde n ist und evtl. noch geschwindigkeitspropor tionalen R e ibungseinflssen unterliegt, die Kraft mi = - k 2 x- rX wirkt; dabei sind
k > 0 und r ~ 0 konstant, und x( t) ist die Auslenkung zur Zeit t aus der Ruhelage.
Greift berdies von auen e ine sogenannte Zwangs- oder Strkraft s(t) in
Richtung der positiven x-Achse an dem Massenpunkt an, so unterliegt er insgesamt der Kraft mx = -k 2 x - rx + s(t). Er fhr t dann gem der inho mogenen
linearen Differentialgleichung

mi + rX + k 2 x

s(t)

(99.1)

sogenannte erzwungene Schwingungen aus. Hat e r im Zeitpunkt t0 die Anfangslage x0 und Anfangsgeschwindigkeit v 0 , so wird sein Bewegungsablauf a us
physikalischen Grnden eindeutig festgelegt sein. Wir drfen also, ma thematisch
gesprochen, erwarte n, da die Anfangswertaufgabe
mx 1- rx + k 2x = S(t), X(to) = Xo, X(to) = Vo
(99.2)

99 Erzwungene Schwingungen

525

eindeutig lsbar ist - jedenfalls dann, wenn eine physikalisch sinnvolle, nicht vllig
willkrliche Zwangskraft s(t) im Spiele ist.
Anstatt uns auf die Gl. (99.1) festzulegen, deren Koeffizienten der Natur der
Sache nach ~0 sind, nehmen wir uns gleich die Differentialgleichung

x+ ax + bx = s(t)

mit beliebigen reellen Konstanten a, b

(99.3)

und das zugehrige Anfangswertproblem

X+ ax + bx = s(t),

(99.4)

x(to) = Xo, x(to) = 'Vo

vor. Wegen Satz 74.1 beherrschen wir alle Lsungen der GI. (99.3), wenn wir eine
derselben und gleichzeitig alle Lsungen der zugehrigen homogenen Gleichung
(99.5)

x+a.X+bx=O

kennen. Der Satz 72.1 zeigt, da wir die letzteren mit Hilfe zweier, dort
angegebener Lsungen Y1> y2 in der Form
(99.6)
darstellen knnen, wobei Cl> C2 frei whlbare Konstanten sind. Ein einziger Blick
auf die Flle I-111 des zitierten Satzes macht klar, da fr die beiden Lsungen
Yt> Y2
auf keinem Intervall eine Beziehung der Form y2

= cy 1

(c

E R)

(99.7)

besteht. Diese Tatsache wird bald von entscheidender Bedeutung sein. Z ur


Konstruktion einer partikulren Lsung der Gl. (99.3) ziehen wir die Methode
der Variation der Konstanten heran: In (99.6) ersetzen wir die Konstanten
Cl> C 2 durch differenzierbare Funktionen C 1(t), C2(t) und versuchen diese so zu
whlen, da
(99.8)
eine Lsung der inhomogenen G I. (99.3) ist. Dabei nehmen wir an, da die
Strfunktion s auf einem gewissen Intervall I stetig sei. Um mit dem Ansatz
(99.8) in (99.3) eingehen zu knnen, bentigen wir x und x. Zunchst ist
X = Cl + C2Y2 + Cl + C2Y2

Um diesen Ausdruck zu vereinfachen, stellen wir die Forderung


(99.9)
(und erhalten so die erste von zwei Gleichungen zur Bestimmung der Ableitungen
Cl> C2 der gesuchten Funktionen C 1 , C 2). Nach dieser Vereinfachung ist
x = C1 Yt + C 2 y2 und somit

x = C1Y1 +C2y2+C1 +C2Y2

526

xn

Anwendungen

Eingehen in (99.3) liefert nun


x+a.X+bx=C1 (yt+ayt+byt)+~ {jiz+ayz+byz)+Ct+Czyz = s.

Da die runden Klammern verschwinden- weil y t und y2 Lsungen von (99 .5)
sind- erhalten wir

C1y1+~yz=s,

also eine zweite Gleichung zur Bestimmung von


(99.10) zu dem Gleichungssystem

(99.10)

C1 und C2 . Wir stellen (99.9) und

CtYt+~yz=O

C1 Yt + Cz.Yz = s

(99.11)

zusammen. Seine Lsung auf dem Stetigkeitsintervall I von s ist


(99.12)

falls der Nenner N:= y 1 y2 - y1 y2 in keinem Punkt von I verschwindet . Da wir die
Funktionen y1 , y2 explizit kennen, kann man durch eine einfache, wenn auch
umstndliche Rechnung einsehen, da stets N(t) =f 0 ist. Krzer schliet man so:
Es ist
N = YtYz- Y1Y2 = Yl(- ayz-byz)- Yz(-ay_t- by1) = - a(ytyz- YtYz) = - aN.

.
N gengt also der Differentialgleichung N =-aN und ist somit gegeben durch

N(t) = ce- a mit einer geeigneten Konstanten C. Infolgedessen ist N(t) entweder
niemals oder stets= 0. N(t) = 0 bedeutet aber, da y 1 y2 - YtY 2 = 0 und somit

~ (~) = 0 ist, letzteres jedenfalls in jedem Intervall 10 , in dem y

keine Nullstelle

dt Y1
besitzt. Auf 10 mte dann aber y2/y1 = c, also y2 = cy, mit einer gewissen
Konstanten c sein- im Widerspruch zu (99.7). N(t) kann also niemals verschwin den, und somit gibt uns (99.12) tatschlich die Lsung des Systems (99.11). Die
rechten Seiten in (99.12) sind auf I stetig, besitzen dort also Stammfunktionen.
Und nun setzen wir

definieren mit diesen Funktionen Cl, c2 durch (99.8) die Funktion X auf I und
zeigen, indem wir die obigen Rechnungen noch einmal durchlaufen (und dabei
(99.12) heranziehen), da x in der Tat eine Lsung der inhomogenen GI. (99.3)
auf dem ganzen Intervall I ist.
Es gilt also der

99.1 Satz Ist die Strfunktion s(t) stetig auf dem Intervall I, so besitzt die
inhomogene Gleichung (99.3) stets eine auf I definierte Lsung, die durch Variation
der Konstanten gewonnen werden kann: Man lst z u diesem Zweck das System

99 Erzwungene Schwingungen

527

(99.11) mit den oben angefhrten Lsungen Y1> y 2 der z ugehrigen homogenen
Gleichung (99.5) nach Cl> C2 auf, bestimmt irgendwelche Stammfunktionen Ct. C2
z u C1 , ~ auf I und hat dann in C1 +C2 y2 eine Lsung der Gl. (99.3).

Nun ist es ein Leichtes, den folgenden Satz zu beweisen.

99.2 Satz Die Strfunktion s(t) sei stetig auf dem Intervall I, und t0 sei ein Punkt
aus I. Dann besitzt die Anfangswertaufgabe (99.4) bei beliebiger Vorgabe der
Anfangswerte x0 und v 0 eine und nur eine Lsung auf I.
B e w e is. y 1 und y2 seien wieder die oben eingefhrten Lsungen der homogenen
G I. (99.5), whrend xp eine partikulre Lsung der GI. (99.3) auf I bedeute (die
nach dem letzten Satz gewi vorhanden ist). Nach Satz 74.1 ist dann
x(t) : = C 1 y 1 +~y2 + Xp (Ct. C2 beliebige Konstanten) die "allgemeine Lsung"
von (99.3). Nun passen wir diese freien Konstanten den Anfangsbedingungen an,
indem wir sie aus dem Gleichungssystem
CtYl(to) + C2Y2Cto) = Xo- Xp(to)

C1Y1 Cto) + ~Y2Cto) = Vo - X.,(to)

bestimmen. Dies ist stets- und auf nur eine Weise- mglich, weil nach den
obigen Betrachtungen der bei der Auflsung erscheinende Nenner

Die physikalische Konsequenz dieses mathematischen Satzes fr das Problem


der erzwungenen Schwingungen liegt auf der Hand; der Leser mge sie selbst
formulieren.
Zum besseren Verstndnis unserer theoretischen Ausfhrungen lsen wir das Anfangswertproblern

x+x = tant,

x(O) = x(O) = o.

(99.13)

E r s t e r Sc bei tt: B estimmung der allgemeinen Lsung der zugehrigen homogenen


Gleichung x + x = 0. Nach Satz 72.1 ist sie C 1 cos t + ~ sin t >.
Zwei t er Schritt: Bestimmung einer partikulren Lsung x., der inhomogenen Gleichung
a uf dem Interoall (- Tr/2, Tr/2) durch den Variationsansatz x.,(t) : = C,(t)cos t + ~(t)sin t.
Das System (99.11) nimmt dann die G estalt an
C 1(t)cos t +C2 (t)sin t = O
- C 1(t)sin t + C 2 (t)cos t = tan

t.

Multipliziert man die erste G le ichung mit cos t, die zweite mit - sin t und addiert dann
beide Gleichungen, so erhlt man
.
sin2 t
C 1 (t) = -tanrsinr =,
und ganz hnlich
C2 (c) = tan t cos c = sin t.
cos r

>Die homogene Gleichung ist die GI. (57.1) des harmonisch en Oszillators mit w: = 1. Man
kann also die dort gefundenen Ergebnisse heranziehen.

528

xn

Anwendungen

ln (--rr/2, -rr/2) ist also

Cl(t) = -

sin tdt=
cos t

cos t - 1dt=
cos t

=sin t-ln tanG+


C2(t) =

Jsin tdt = - cos

cos tdt-

;f.

dt
cos t

t.

Somit ist Xp(t) =sin t cos t - ln tan

+ :)cos t - cos t sin t = - ln tan

+ :)cos t.

Dritter Schritt: Bestimmung der allgemeinen Lsung der inhomogenen Gleichung.


Nach Satz 74.1 ist sie gegeben durch
x(r) := C 1 cos t+ C 2 sin t -In

tanG+~)cos t.

Vierter Schritt: Anpassung der freien Konstanten C1o C 2 an die Anfangsbedingungen.


Es ist x(O) = C1o x(O) = C 2 - 1, mit den Anfangswerten ergibt sich also Ct = 0, C 2 = 1.
Die Lsung der Aufgabe (99.13) ist somit
t

'Tr)

x(t) = sin t -ln tan ( - + - cos t,


2 4

'Tr

'Tr2)

--< t <-

Die Anstze zur Konstruktion einer partikulren Lsung der inhomogenen


Gleichung, die wir fr einige spezielle Strfunktionen in Nr. 74 vorgestellt
haben (s. die Stz 74.2 und 74.3, ferner A 74.6) werden durch die allgemeinere
Methode der Variation der Konstanten nicht berflssig gemacht. Ganz abgesehen
davon, da wir diese Metbode nur fr Gleichungen zweiter Ordnung entwickelt
haben- sie ist jedoch nicht auf diesen Fall beschrnkt- fhren die zitierten
Anstze gewhnlich viel rascher zum Ziel, weil sie ohne zeitraubende Integrationen auskommen (s. Aufgabe 1).
Aufgaben
1. Lse A 74.5 und A 74.7 noch einmal, aber jetzt mittels Variation der Konstanten, und

..
2. Die Strfunktion s(t) in (99.3) sei im Intervall (- r, r) (r>O) in eine Potenzreihe L a
..
entwickelbar. Dann kann auch jede Lsung von (99.3) durch eine Potenzreibe L
vgl. den Aufwand.

1ctk

k- 0

bktk

dargestellt werden, die fr


1

>Das

ltl < r

konvergiert.

k- o

letzte Integral erhlt man aus Beispiel 24 am Ende der Nr. 77, weil cos t =
sin(t+ -rr/2) ist.
2
) Die homogene Gleichung X+ X = 0 besitzt unter den Anfangsbedingungen x(O) = x(O) = 0
nur die triviale (identisch verschwindende) Lsung. Physikalisch gesprochen: Der harmonische Oszillator verharrt (wie zu erwarten) in Ruhe, wenn ibm in der Gleicbgewicbtslage keine Anfangsgeschwindigkeit erteilt wird. Die Zwangskraft tan t sorgt
jedoch dafr, da er in Bewegung gert.

100 Numerische Integration

529

100 Numerische Integration


Eine eigentmliche Schwierigkeit, auf die wir be i dem Versuch, Differentialgleichungen zu lsen , immer wieder stoen, haben wir bisher mit Stillschweige n
bergangen. Es kann sein - und ist le ider geradezu der Regelfall - , da wir schon
vor ganz harmlos aussehenden Differentialgle ichungen kapitulieren mssen, weil
wir die erforderlichen Integrationen nicht ausfhren knnen, genauer: weil wir zu
einem gegebe nen stetigen Integranden nicht immer eine Stammfunktion im
Bereich der uns gelufigen "elementaren" Funktion.en (rationale Funktionen,
Exponential- und Winkelfun.ktione n und deren Umkehrungen usw. und die aus
ihnen zusammengesetzten Funktione n) finden knne n.
Wir geben ein Beispiel. Zu lsen sei die einfach aussehende Differe ntialgleichung
u= 2 tu + 1. Die allgemeine Lsung der zuge
hrige n homogene n Gleichung ist
Ce'". Der Variationsansatz ~(t) : = C(t)e12 zur Bestimmung e ine r partikulren
Lsung der inhomogenen Gleichung fhrt zu
C(t) =

(100.1)

e_',.dt.

Dieses Integral kann aber nicht durch elementare Funktionen ausgedrckt werden.
Dasselbe gilt fr so unverfnglich anmutende Integrale wie

~ d t,

sin t d t,

1 d t t>.
In t

Natrlich kann m an nun der Frage nicht mehr ausweichen, wie diesem belstand
abzuhelfen sei. D as ist aber ein so weites Feld, da wir uns notgedrungen damit
begngen mssen, die hier o bwaltenden Grundgedanken aufzuzeigen und umrihaft zu schildern, wie unser analytisches Arsenal zu ihre r Durchfhrung
e inzusetzen ist. Um uns die Frage nach der Existenz einer Stammfunktion ein fr
a llemal vom Halse zu schaffen, wollen wir in diesem Abschnitt durchgebend
annehmen, der Integrand f sei stetig in einem Intervall I. Dann wissen wir, da
die Funktion
F (x): =

f (t)dt

(a ein belie biger fester Punkt a us I ; Xe I)

(100.2)

e ine Stammfunktion zu f auf I ist. Und wenn wirF nicht "geschlossen" mit Hilfe
der elementaren Funktionen ausdrcken knnen, wird es sieb nur noch darum
handeln knnen, F nherungsweise zu berechnen. Dies ist in theoretisch
weitgebend befriedigender Weise immer dann mglich, wenn f sogar in eine
Potenzreihe

..L a,,

(x- a)" entwickelt werden kann. Wegen Satz 64.4 gilt dann

nO

nmlich (jedenfalls fr alle x e I, die auch in dem Konvergenzintervall der Reihe


1

>Beweisen wollen wir diese Aussagen nicht.

530

XII Anwendungen

liegen)
F(x) =

..
I
[

a .. (t-a)n+l

n- 0

Da z.B. e-'

n+1

.. (-e)"

In-o

n.1

Jx =I..
a

a
n
(x-a)"+1.
n=O n+1

(100.3)

..

t2"
= (-1)"1 fr alle tE R
n- o
n.

ist, finden wir auf diese Weise


X

00

e-' dt=

X 2n+1

In-o (-1n!(2n+
t - -1)

fr alle x E R.

(100.4)

Damit haben wir die Funktion C aus (100.1) zwar nicht in geschlossener Form,
aber doch in der ebenso leistungsfhigen Gestalt einer Potenzreihe vor uns.
Ebenso leicht gewinnt man die Integralformel

f
0

sin t
..
x 2n+1
- d t = I <-1)"
.
t
n- o
(2n + 1)!(2n + 1)

(100.5)

Um die Qualitt solcher DarstelJungen angemessen beurteilen zu knnen, halte


man sich vor Augen, da uns auch zahlreiche "elementare" Funktionen letztlich
nur durch ihre Potenzreihenentwicklungen zugnglich werden. Unser Gefhl, sie
seien uns "gegeben" oder "bekannt", beruht letztlich nur auf der Tatsache, da
wir ihre Nherungswerte (an endlich vielen Stellen) bei Bedarf jederzeit in Tafeln
aufschlagen knnen. Sobald eine Funktion "ver tafelt" ist, darf sie als ebenso
"gegeben", als ebenso "bekannt" angesehen werden, wie etwa die Winkelfunktionen oder der Logarithmus. Das Fehlerintegral (100.4) und der
Integralsinus (100.5) sind aufgrund ihrer Potenzreihenentwicklungen
vertafelt-bei Liebte betrachtet ist es also nur eine Sache der Konvention , wenn
wir sie nicht zu den "elementaren" Funktionen zhlen.
Der Gesichtspunkt der Vertafelung legt es natrlich nahe, auch die Stammfunk tion F in (100.2) bei beliebigem stetigem f als ausreichend bekannt anzusehen,
wenn sie uns an hinreichend eng beieinander liegenden Sttzstellen x1 , . . , x,.
gegeben ist, d.h., wenn die bestimmten Integrale J~ f(t)dt entweder schon fertig
berechnet vorliegen oder nach einem bestimmten Verfahren mit angemessener
Genauigkeit berechnet werden knnen. Unser Problem spitzt sieb somit auf die
f(x)dx jedenfalls
Frage zu, wie man ein Riemannsches Integral
nherungswei se auswerten kann. Eine solche numerische Integration ist
grundstzlich immer durch den Rckgriff auf die Integraldefinition selbst mglich,
kurz gesagt: Whlt man etwa eine quidistante Zerlegung

s:

{x0 , x 0 + h, x0 +2h, .. . , x 0 + nh}


des Intervalls [a, b ], so wird die Riemannscbe Summe L:" f(x 1Jh beliebig dicht
k=l

bei J: t(x)dx liegen, wenn nur n hinreichend gro ist. Mit dieser Bemerkung wird
man sich aiJerdings nicht zufrieden geben drfen ; denn erstens fehlt uns noch eine

100 Numerische Integration

531

Fehlerabschtzung, und zweitens wird man sieb fragen mssen, ob nicht effizientere Nherungsverfa hren e ntwickelt werden knne n, Verfahren also, die be i
gleichem oder sogar noch geringerem Reche n- und Zeitaufwand ein besseres
(genaueres) Ergebnis liefern. Das " Definitionsverfahre n" kann offenbar so interpre tiert werden: Man approximiert f durch e ine Treppenfunktion g und nhert
fdx durch
gdx an. Nun habe n wir aber in den Abschnitten 16 und 51
gesehen, da und wie man f durch Interpolationspolynome P approximieren und
den Approximationsfehler abschtzen kann. Und da Integrale be r Polynome
hchst einfach ZU berechnen sind, ist es sehr natrlich, nunmehr J~ Pdx auszuwerten und als Nherung f r fdx z u betrachten. Wir fhren dies jetzt fr die lineare
und quadratische Interpolation durch.
Bei der linearen Interpolation (Stt:zstellen a und b, Sttzwerte f(a) und f(b))
wird, anschaulich gesprochen, das Schaubild von f gegen eine Sehne durch den
Anfangspunkt (a, f(a)) und den Endpunkt (b, f(b )) ausgewechselt. D ere n
Gleichung laute t
f(b )-f(a)
y=Pt(x): = f(a)+
(x- a ),
b- a
infolgedessen ist
b
b- a
(100.6)
a P ldx =
[f(a)+f(b)] ein N herungswert fr rfdx.
2
a
Ist f" auf [a, b] vorhanden und beschrnkt, e twa

J:

J:

J:

lf"(x )I :S:; M2

fr alle x E [ a, b],

(100.7)

so ist lf(x)- P 1(x)I:S:;(b -a)2 M 2 /8 (s. Aufgabe zu Nr. 51), infolgedessen mu der
Nherungsfehler

r fdx - b~a(f(a)+f(b)]I :S:;(b~a)

Mz

(100.8)

sein.- Nun zie hen wir das Interpolationspolynom P 2 hchstens zweiten Grades mit
den Sttzstellen x 0 : =
y1 := ~a;

a, x1 : = a; b' x2

= b und de n Sttzwerten y 0 : = f(a) ,

b), y := f(b) heran (quadratische Interpolation). Wir berechnen P


2

als

Newtonsches Interpolationspolynom nach der Formel (17 .9) in Verbindung mit


dem Schema (17 .4) und erhalten

P ,_(x) = Yo+ b _ a (yl- Yo)(x - a)+ (b - a) 2 (y?.-2Yt + Yo)(x - a)(x -xl).


Infolgedessen ist 1>

r P2dx=b~a[t(a)+4f(a;b)+f(b)]

ein Nherungswertfr

fdx. (100.9)

Bei diese: einfachen R echnung wertet man S~ (x- a)(x - x 1)dx am besten durch Produktintegration aus.
11

532

xn

Anwendungen

Diese Regel zur nherungsweisen Berechnung eines Integrals nennt man die
Keplersche Fareget 1>.
Ist fm auf [a, b] vorhanden und beschrnkt, etwa
lf'"(x)l~M3

fr alle x e [a, b],

(100.10)

so ergibt sich mit (51.3} fr den Nherungsfehler die Abschtzung

Ir(l

fdx - b

~ a[f(a) +4f(a; b) + f(b)] I~ 0,0082(b -

a) 4 M3.

(100.11)

Die Genauigkeit der Regeln (100.6) und (100.9) lt sich offenbar erheblich
verbessern, indem man das Integrationsintervall [a, b] etwa in n gleiche Teile
zerlegt, die erwhnten Regeln auf jedes Teilintervall anwendet und die Ergebnisse addiert. Ist {x0 , x 11 , x,.} eine solche quidistante Zerlegung und setzt man
Yk: = f(xk) , so folgt in dieser Weise aus (100.6), da
S,.: = b: a(~Yo + Y1 + Y2 + + y,._1 + ~ y,.) ein Nherungswert fr

fdx (100.12)

ist (Sehnentrapezregel). Und unter der Voraussetzung (100.7) ergibt sich aus
(100.8) noch die Fehlerabschtzung

rb
l fdx-Sn

(b _ a?
~
n
M 2.
8 2

(100.13)

Bei der Verfeinerung der Keplerschen Faregel nehmen wir, um die Bezeichnung
zu vereinfachen, n als gerade, etwa n = 2m, an und wenden die Faregel auf jedes
der m Doppelintervalle [x2k, x 2k + 2] (k = 0, 1, ... , m - 1) an. Dann folgt, da
b- a
K"': = m [Yo + 4(yl+ Y3 + + Y2m- t) + 2(y2 + Y4 + + Y2m-2) + Y2mJ

ein Nherungswert fr

(100.14)
fdx

ist (S impsonsche Regel 2>). Gilt (100.10), so erhalten wir aus (100.11) berdies
die Fehlerabschtzung

fb
J(l fdx -

(b - a)4
Km ~ 0,0082 m 3 M 3.

(100.15)

>Nach Johannes Kepler (1571-1630; 59). Er entwickelte diese Regel anltich des sehr
weltlieben Problems, den Rauminhalt von Weinfssern zu berechnen. Seine Unsterblichkeit grndet sieb allerdings nicht auf die Faregel, sondern auf die berhmten Keplerschen
Gesetze der Planetenbewegung (s. Nr. 222).
2 >Thomas Si.mpson (171G-1761; 51).

101 Potentielle und kinetische Energie

533

Die Abschtzungen (100.13) und (100.15) zeigen, da durch hinreichend feine


Intervalleinteilung die Genauigkeit der Sehnentrapezregel und der Simpsonschen
Regel beliebig weit getrieben werden kann -allerdings steigt dabei auch der
Rechenaufwand erheblich an. Eine Vertiefung dieser Dinge durch den "Szegschen Konvergenzsatz" findet der Leser in Nr. 46.3 von Heuser [10] und den zugehrigen Aufgaben 4 und 5, fe inere Fehlerabschtzungen in Stoer [ 15], Nr. 3. 1.

Aufgaben
Die Keplersche Faregel liefert trivialerweise den exakten Wert von f.: fdx fr jedes
Polynom f vom Grade -==2. Bemerkenswerterweise leistet sie dasselbe, wenn f ein

+t.

kubisches Polynom ist. H inweis: Betrachte zunchst f(x) : = (x- a;br.


2. Berechne

Jr0

dx 2 =! = 0,7853981. .. mit Hilfe der Simpsonschen Regel fr m


l+x
4

= 1 und

m = 2.
3. Bestimme durch Reihenintegration eine Stammfunktion zu exI X auf R+.

101 Potentielle und kinetische Energie


Wirkt an jedem Punkt x eines Intervalls I der x-Achse eine Kraft K(x) parallel
zur x-Achse, so sagt der Physiker, auf I sei ein Kraftfeld K definiert. Das Wort
"Feld" bedeutet in diesem Zusammenhang also nichts anderes als " Funktion".
Dementsprechend heit das Kraftfeld K stetig, wenn die Funktion K: x ~--+ K(x)
auf I stetig ist. In diesem Abschnitt nehmen wir stillschweigend an, da alle
auftretenden Kraftfelder stetig seien. Wir verabreden noch, einer Kraft das
positive oder negative Vorzeichen zu geben, je nachdem sie in oder entgegen der
Richtung der x-Achse wirkt. Schlielich sei x 0 ein fester Punkt (ein "Normalpunkt" oder " Bezugspunkt") von I.
Befindet sich ein Massenpunkt P in dem Kraftfeld K, so wird er eine Vernderung
seiner Lage erfahren. Die Arbeit, die K leistet, um P von x1 nach x2 zu
verschieben, ist nach Nr. 80 durch
(101.1)
gegeben. Dementsprechend ist - A(xl> x~ die Arbeit, die man aufbringen mu,
um P gegen das Kraftfeld (also mit der Kraft - K) von x 1 nach x 2 zu bringen. Um
zu einer einfachen Beschreibung der hier obwaltenden Verhltnisse zu gelangen,
ne nnt man die Funktion
U(x):= - A(x.x0 ) =- [

K(y)dy,

xE I

(101.2)

5 34

XII Anwendungen

das Potential des Feldes K bezglich x 0 ; definitionsgem ist U(x) die Arbeit, die
man gegen K leisten mu, um P aus der ,,Normallage" x 0 nach x zu bringen1 ) .
Offenbar ist
(101.3)
Sei umgekehrt eine auf I stetig differenzierbare Ftmktion V mit K =-V' gegeben, die in einem Punkt ~ von I verschwindet. Dann ist
vcx)=

ix v'(y)dy =-f K(y)dy,


~

und somit ist V das Potential von K bezglich f Die Potentiale von K sind also,
mathematisch gesprochen, gerade diejenigen stetig differenzierbaren Funktionen
auf I, deren Ableitungen =- K sind und die in mindestens einem Punkt von I
verschwinden.
Wir kehren wieder zu der Gre U(x) in (101.2) zurck. Sie wird auch die
potentielle Energie genannt, die der Massenpunkt P an der Stelle x des Kraftfeldes
K bezglich der Normallage x 0 besitzt. Nach (101.3) ist U(x2 ) = U(x 1 ) - A(x1 , x2 ) :
Verschiebt man den Punkt P von x 1 nach x 2 , so verndert sich seine potentielle
Ener[J.ie um diejenige Arbeit, die man dabei gP-gen das Kraftfeld leisten mu. Kurz:
Die Anderung der potentiellen Energie ist gleich der Arbeit gegen das Feld.
Ist etwa auf [0, +oo) ein negatives (auf den Nullpunkt gerichtetes) Kraftfeld
definiert, so ist die potentielle Energie von P urnso grer, je weiter P vom
Nullpunkt entfernt ist.
Wenn auf den Massenpunkt P keine anderen Einflsse wirken, wird er durch das
Kraftfeld K in Bewegung versetzt. Ist x(t) seine Lage zur Zeit t, so haben wir
nach dem Newtonsehen Kraftgesetz die Beziehung K(x(t)) = m.X(t), wenn m die
Masse von P ist. Bewegt sich P von x 1 :=x(t1 ) nach x2 :=x(t2 ), so ist wegen der
Substitutionsregel
A(x1 , x2 ) =

J.rx2K(x)dx = Je, K(x(t))x(t)dt = Je, mx(t)x(t)dt


x1

r1

t1

m Jr2dx2
m 2
=dt=-(x (t2) - x 2(tJ)
2 11 dt
2
'

also

A(x 1 ,x~=~(vi-vD mit vk:=x(tk ).

(101.4)

Die Gre mv 2 /2 nennt man die kinetische Energie oder Bewegungsenergie des
Punktes P mit der Masse mundder Geschwindigkeit v. Gl. (101.4) besagt dann,
da die kinetische Energie des Massenpunktes P sich bei seiner Bewegung von x1
Wenn das uneigentliche Integral J:- K(y )dy bzw.
+oo bzw. -oo als Bezugspunkt zu.
t)

f-oo K(y )dy konvergiert, lt man auch

101 Potentielle und kinetische Energie

nach

535

um diejenige Arbe it ndert, die das Feld an ihm leistet:

2_ m 2
(
2m v2-2v1+A
x.,x 2) .

Kurz: Die nderung der kinetischen Energie ist gleich der Arbeit des Feldes. Aus
(101.3) und (101.4) ergibt sich nun auf einen Schlag der fundamen tale Energiesatz
der M echanik:
m 2_ (
m 2
U (X 1 ) +2v 1 - U ~)+2v2,
in Worten: Die Summe der potentiellen und der kinetischen Energie ist konstant 1>.
Potentielle und .kinetische Energie haben die physikalische Dimension der Arbeit.
Die Energieeinheit ist demgem 1 Joule.
Wir bringen nun einige Beispiele.
1. Schwerefeld in Erdnhe Die x-Achse stehe im Punkte Q der Erdoberflche
senkrecht auf derselben , weise nach oben und habe Q als Nullpunkt. Befindet
sich der Massenpunkt P mit der Masse m an der Stelle x, so greift an ihm die
Schwerkraft -mg an, falls nur x nicht zu gro ist. Whlen wir Q als Bezugspunkt
fr die potentielle Energie, so wird
U(x) =-

(- mg)dy = mgx =Gewicht H he.

Lassen wir P von der Hhe h a us frei (ohne Bercksichtigung der Luftreibung)
mit der Anfangsgeschwindigkeit v = 0 fallen, so ist nach dem Energiesatz

1 2
mgx + mv = const,
2

also

= mgh.

Daraus ergibt sich die Fallgeschwindigkeit an der Stelle x zu v = ,J2g(h - x ) ;


die Aufschlaggeschwindigkeit ist also v = .J2gh. Umgekehrt ist die " Geschwindigkeitshhe" h = v 2 /2g diejenige Hhe, auf die man eine (vllig
beliebige) Masse heben mu, damit ihre Aufschlaggeschwindigkeit = v ist (vgl. die
andere H erle itung dieser Formeln in A 56.2).
2. Das Newtonsehe Potential des irdischen Schwerefeldes Wir denken uns die
ErdmasseMim Nullpunkt der x-Achse konzentriert. Auf e inen Massenpunkt P
der Masse m, der sich an der Stelle x > 0 befinde t, wirkt dann nach dem
Newtonsehen Gravitationsgesetz die Kraft K (x) : =

-GM~.

Seine potentie lle

> Mathematisch gesehen ergibt sich der Energiesatz i~ geradezu trivialer Weise, indem
man einfache Integrationsregeln auf das Arbeitsintegral .ix~ K(y)dy anwendet. Seinen
hervorragenden Rang e rhlt er einzig und allein durch die physikalische Bedeutung und
Wichtigkeit der Gren U(x) und mv 2 /2.

536

xn Anwendungen

Energie bezglich eines festen Bezugspunktes x0 > 0 ist


U(x)=-lx

(-aM';)dy=GMm[-!Jx =GMm(_!__!).

(101.5)

Y
Y xo
Xo
X
Den Nullpunkt kann man nicht als Bezugspunkt x 0 whlen, weil das Arbeitsintegral dann divergent wre. (101.5) drngt aber dazu, x 0 = +oo zu setzen, genauer:
x 0 ~ +oo gehen zu lassen (s. Funote 1 auf S. 534). Die so entstehende Funktion
"o

U(x):= -

GMm

=-

L_,G y2 dy
Mm

heit das Newtonsehe Potential des Punktes P im irdischen Schwerefeld.


Abgesehen vom Vorzeichen gibt U(x) die Arbeit an, die bentigt wird, um P von
der Stelle x aus "ins Unendliche" oder "aus dem Anziehungsbereich der Erde"
zu bringen. Ist m = 1, so nennt man - GM/x kurz das Newtonsehe Potential des
irdischen Schwerefeldes.

3. Energie eines frei schwingenden Massenpunktes Die Bewegung eines solchen


Punktes P (der Masse m) erfolgt in dem Kraftfeld K(x) := - k 2 x (k eine positive
Konstante; s. Nr. 57). Sein Weg-Zeitgesetzist x(t) = Asin{wt+ cp), wobei A die
Amplitude (grter Ausschlag), w = k/...r;" die Kreisfrequenz und cp die Phasenkonstante ist; s. (57 .16). Whlen wir die Gleichgewichtslage (den Nullpunkt der
x-Achse) als Bezugspunkt der potentiellen Energie, so ist letztere durch

U(x) = -

r~

.Ia (-

y)dy =2Px

gegeben. An jeder Stelle x seiner Bahn besitzt daher P die nach dem Energiesatz
konstante Gesamtenergie k 2 x 2 /2 + mv 2 /2. An der Stelle x = A ist v = 0, infolgedessen gilt durchweg
1

2k2x2+ 2mv2= 2k2A 2.


Die Gesamtenergie von P ist also= k 2 A 2 /2 und lt sich somit sofort bestimmen,
wenn man nur die Konstante k und die Amplitude A kennt.

Treten bei einem Bewegungsvorgang Reibungskrfte auf, so gilt der Energiesatz


nicht mehr, weil dann kinetische Energie nicht nur in potentielle Energie, sondern
auch in ganz andere Energieformen bergeht. Beim Bremsen eines Autos wird
dessen Bewegungsenergie teilweise oder gnzlich in Wrmeenergie bergefhrt
(Erhitzung der Bremsen!). Bei einer Geschwindigkeit von 50 km/h (=13,9 rn/sec)
besitzt ein 1000kg-Auto eine Bewegungsenergie von rund 96 600 Joule. Da 1
Joule= 0,239 Kalorien ist, entsteht beim Herunterbremsen zum Stand eine
Wrmemenge von etwa 23 088 Kalorien, ausreichend, um ungefhr ein viertel
Liter Leitungswasser zum Kochen zu bringen. Bei einer Geschwindigkeit von
100 km/h vervierfachen sich die Zahlen, da die kinetische Energie "mit dem
Quadrat der Geschwindigkeit geht" .

XIII Vertauschung von Grenzbergngen. Gleichmige


und monotone Konvergenz
Wenn die G lieder einer konvergenten Reihe
... stetige Funktionen sind, ist auch die Reihensumme stetig.
Augustin Louis Cauchy, 1821

Mir scheint, da dieses [nebenstehende]


Theorem Ausnahmen zult, zum Beispiel . . . .
Niets Henrik Abel, 1826

102 Vorbemerkungen zum Vertauschungsproblem


A ls e iner der Schlsselstze in der Lehre von den Pote nzreihen hat sich (via
Transformationssatz) der Cauchysche D oppelreihensatz erwiesen, also die Aussage, da unter gewissen Vor aussetzungen

I ( I a,k) = I (I ak)

i=O

s"," : =

"'

L L
j Ok O

lim

tn-t>OO

k O

k O i- 0

ist. Mit

a1k knne n wir sie auch in der Form

(lim Smn) = tim ( lim Smn)


n -.co m ......oo

n~

schreiben, die besonders deutlich ins Auge springen lt, da es sich hier um
nichts a nderes als eine V ertauschung von zwei hintereinander auszufhrenden
Grenzbergngen handelt 1>. Ganz hnlich lt sich der Stetigkeitssatz 64.1 fr
n

Potenzreihen als ein Vertauschungssatz aussprechen: Mit


ist
lim

lim Sn(x) = lim

x-.x 1 n--+00

Sn (x)

:=

k- 0

ak(x - x0 )k

)im S11 (x),

(102.1)

n -..oo x-+x a

solange wir nur das Konverge nzintervall der Pote nzreihe I ak (x- x 0 ) " nicht
verlassen. Und der Differenzierbarkeilssatz 64.2 ist gerade die Vertauschungsaussage

. li s .. (x+h) - s,.(x)
.
. s,.(x+h) -s"(x)
= 1unrm
.
11m m
1
h -+0 "......,..
h
"-"" h..-0
h

t> Das Symbol lim


m-

(102.2)

(lim Smn) weist uns an, zuerst die " innere n Limites" u'" :
"~

tim s'"" und


" _.

dann den "ueren I.imes" tim Um zu bilden. Entsprechend sind die im folgenden
'"auftretenden " Doppellimites" zu verstehen. Die Klammern um die inneren Limites Jassen
wir ~ewhnJich weg, schreiben also z.B. statt 1n->
tim (tim
H -oo

s.,.,,) einfach

tim lim

' " - " ' n-...t.O

smn

538

XIII Vertauschu ng von Gr enzbergngen

Wegen Satz 64.4 ist, wenn a und b im Konvergenzintervall liegen,

0 1Jb

b(f
1

ak(x-xo)k)dx= [f ka\ (x-x )k+


k O
k- 0
+

kfO

ak (x - Xo)kc:;iX,

kurz: Eine Potenzr eihe darf (innerhalb ihres Konvergenzintervalles) gliedweise


integriert werden. Mittels der Netzkonvergenz Riemannscher Summen (s. Satz
79.2) lt sich auch diese Aussage auf die Form eines Vertauschungssatzes
bringen:
lim lim S(s .., Z, ~) = lim lim S(sm Z , ~).

n~CIO

rt-+00

(102.3)

..

Uber die Bedeutung und Kraft dieser Stze ist hier kein Wort mehr zu verlieren.
Umso nachdrcklicher mu darauf hingewiesen werden, da wir nicht immer und
berall die Freiheit haben, die R eihenfolge zweier Grenzbergnge zu vertauschen.
Ein ganz einfaches Beispiel mag als Warnung dienen: Beschrnken wir in x"
(n e N) die Variable x auf das Intervall [0, 1), so ist
lim lim x"

x-..1

n -+CXl

=0

'

aber

lim lim x"

n -+eo x-. 1

= 1.

Umso dr inglieber wird jetzt natrlich die Frage, wann denn nun zwei
Grenzbergnge vertauscht werden drfen. Um uns bequem ausdrcken zu
knnen, fhren wir zunchst einige naheliegende Benennungen und Begriffe ein.
Ist uns eine Folge reellwertiger Funktionen f 1 , f 2 , . gegeben, die alle auf ein und
derselben Menge X definiert sind, so nennen wir (fn) eine Funktionenfolge
auf X. Ist fr jedes x e X die Zahlenfolge (f.. (x)) konvergent, so wird durch
f(x) := lim f,.(x)

..........

(xeX)

eine Funktion f: X~ R definiert. Man sagt dann, die Folge (f") s t re b e


punktweise auf X gegen f, in Zeichen:
f,.

auf X,

lim f .. = f

auf X

oder

X -lim fn = f.

f selbst wird die Grenzfunktion oder genauer der punk tw e i se Grenzwert


der Folge {f,.) genannt, ntigenfalls noch mit dem Zusatz "auf X" 1) . - Das
Wohlgemerkt: X kann eine vllig beliebige nichtleere Menge sein und braucht nicht etwa
in R zu liegen. D er Leser mge sich jedoch zunchst, um etwas Greifbares vor Augen zu
haben, unter X ein reelles Intervall vorstellen. -Im Falle X= N sind die Funktionen f"
Zahlenfolgen (ai"l, a~l, .. .); f"- f:= (a l> a 2, ...) bedeutet dann " komponentenweise
Konvergenz " : a~"l- ak fr n - eo und jedes k e N.
Il

102 Vorbemerkungen zum Vertauschungsproblem


CO

Symbol

I A bedeutet die (Funktionen-) Folge der Teilsummen s" : =

und wird eine Funktionen r ei h e auf X genannt. Statt


auch hufig

..I

Ie-I

I [ (x).

k -1

f~c

11

..I

k- 1

/11

[ 1+

539

+ fn

schreibt man

Strebt s"---+ s auf X, so sagen wir, die Funktionenreibe


t

konvergiere punktweise auf X gegen s und schreiben

..

..

L
f~c = s
1<=1

oder auch

L f~c(x) = s(x)

(auf X).

k-1

s wird dann der punktweise Grenzwert oder die punktweise Summe der Funktionenreihe

.I

f~c

genannt, ggf. noch mit dem Zusatz "auf X".

k- 1

Eine Funktionenreihe ist also nichts anderes als e ine Funktionenfolge. Umgekehrt
kann jede Funktionenfolge auch als Funktionenreihe geschrieben werden (vgl. Nr.
30). Funktionenfolgen und Funktionenreihen sind also nicht sachlich, sondern nur
schreibtechnisch verschieden.
Funktionenfolgen und -reihen sind uns schon oft begegnet. Das berragende Beispiel bilden natrlich die Potenzreihen. Und die vertrauten Grenzwertaussagen ,,;C'-0 auf
( - 1, 1)" oder "(1 + xln)"-e~ auf R" sind offenbar nichts anderes als Feststellungen ber
Funktionenfolgen. Eine sehr natrliche Funktionenfolge stellt sich ein, wenn man zu einem f: [a, b]-+ R und je n + I quidistanten Sttzstellen die zugehrigen Interpolationspolynome P,, (x) vom Grade ~ n bildet (n = 1, 2, ...). Die naheliegende Vermutung, es strebe
P,, (x)-f(x) auf [a, b] geht berraschenderweise jedoch schon bei ganz harmlosen Funktionen in die Irre, z.B. bei/(x):=1 / (l+x 2),xE[-5,5]. C. Runge (1856- 1927; 7 1) hat nmlich gezeigt, da in diesem Falle die Folge (P" (x)) in gewissen Punkten der Intervalle
(- 5; -3, 63 ...), [3, 63 ... ; 5] noch nicht einmal konvergiert ("ber empirische Funktionen
und die Interpolation zwischen quidistanten Ordinaten", Zeitschr. f. Math. u. Physik 46
(190 1) 224-243).

Bei Potenzr eihen bertragen sich Stetigkeit, Differenzierbarkeit und Integrierbarkeit der Reihe nglieder auf die Summenfunktion. Bei beliebigen (konvergenten)
Funktionenfolgen und -reihen braucht dies durchaus nicht der Fall zu sein.
Betrachten wir etwa die Funktionenfolge (x, x 2 , x 3 , . . .) auf X: = [0, 1]. Jedes
Glied dieser Folge ist auf X diffe renzierbar; die Grenzfunktion

.
" {0 fr X E [0, 1),
f( X ) = Ilffi X =

n-+00
1 fr X = 1

(102.4)

ist jedoch an der Stelle x = 1 noch nicht einmal stetig, geschweige denn differenzierbar.
Das nchste Be ispiel lehrt, da auch die Integrierbarkeit zerstrt werden kann:
Sei {r., r2 , } die Menge der rationalen Zahlen im Intervall [0, 1] in irgendeiner

540

XIII Vertauschung von Grenzbergngen

Abzhlung. Die Funktionen f,. : [0, 1] ~ R definieren wir durch

f,.(x) := {1, falls x E{r 1,


0 sonst.

r,.},

(102.5)

(f,.) strebt punktweise gegen die Dirichletsche Funktion auf [0, 1]. Diese ist nicht
auf [0, 1] integrierbar, whrend die Integrale f .. dx alle vorhanden sind.

Folgen und Reihen gehren zu unseren durchschlagendsten Mitteln, " hhere"


Funktionen aus "einfachen" zu erzeugen. Die Frage, wann sich denn nun die
Fundamentaleigenschaften Stetigkeit, Differenzierbarkeil und Integrierbarkeit bei
einem solchen Erzeugungsproze von den einfachen auf die hheren Funktionen
bertragen, mu deshalb als eine der unabweisbaren Kernfragen der Analysis
angesehen werden. Aber damit nicht genug: Vllig zufrieden werden wir erst sein
drfen, wenn wir die Ableitung und das Integral der Grenzfunktion nicht nur als
existent erkannt haben, sondern auch in einfacher Weise aus den Ableitungen
und Integralen der Folgen- oder Reihenglieder berechnen knnen. Das
nchstliegende Berechnungsverfahren ist die gliedweise Differentiation
bzw. Integration: Folgt aus f,. ~ f, da f~~ f' bzw. S~f.. dx~ s:fdx strebt, so
sagen wir, die Folge (f.. ) " drfe" gliedweise differenziert bzw. integriert werden.
Die entsprechende Redeweise verwendet man bei Funktionenreihen L A = s,
CO

wenn

k=l

f~ = s' bzw.

k- L

J~ fkdx

= s: sdx

..

k= l

ist. Die Uberlegungen, die uns zu

(102.2) und (102.3) gefhrt haben, zeigen, da gliedweise Differenzierbarkeit


bzw. Integrierbarkeit gleichbedeutend ist mit der Mglichkeit, gewisse
Grenzbergnge zu vertauschen. Entsprechendes gilt brigens auch bei der Frage,
wann die Grenzfunktion stetig ist (s. die berlegungen zu (102.1)). Auf das
Problem der Vertauschung von Grenzbergngen, mit dem wir diesen Abschnitt
erffneten, spitzt sich also alles zu. Ihm werden wir deshalb so rasch wie mglich
auf den Leib rcken.
Wie komplex und verworren die Lage im brigen ist, wird durch die nachstehende
Bemerkung in peinlichster Weise deutlich: Auch wenn die Grenzfunktionfeiner
Folge differenzierbarer Funktionen f,. wieder differenzierbar ist, braucht die
"abgeleitete Folge" (f~) nicht einmal zu konvergieren- aber selbst wenn sie
konvergiert, braucht ihre Grenzfunktion nicht f' zu sein. Und Entsprechendes gilt
beim Integrationsproblem. Wir belegen dies durch einige Beispiele , deren
nhere Ausfhrung wir dem Leser berlassen .

1.

.
sm nx

Fn

.
.
1
~ 0 auf R, aber d1e abgeleitete Folge (v n cos nx) konvergiert nirgendwo

(Hinweis: Im Konvergenzfalle mte gewi cosnx~o streben. Mittels der


Gleichung 2cos2 nx = 1 + cos2 nx, die man aus (67.6) ablesen kann, erhlt man
daraus die Absurditt 0 = 1).

102 Vorbemerkungen zum Vertauschungsproblem

541

"
2. x _.=__ ~ f(x): = x auf [0, 1]. Die abgeleitete Folge konvergiert zwar auf [0, 1],
n
aber ihre Grenzfunktion ist von f' verschieden:

. ( 1 - "_1) = {1 fr X E [0, 1), als


Irm
x
orur x = 1,
o
" _...

= f'(x)

:f f'(x)

fr x e [0, 1),
fr x = 1.

3. /,,sei auf [0, 1] gem Fig. 102.1 definiert (man skizziere etwa J., fi, f3). Auf[O, 1]
strebt/,,~ ot>. Weil das Integral nichtnegativer Funktionen den Flcheninhalt der
zugehrigen Ordinatenmenge angibt, gilt Jbt,,dx= n/2. Die integrierte Folge ist
also divergent.

n2

II
I
I
I

I
I
I

fn

I
I
I
I
I

I
I

1.. l..
2n n

Fig. L02. l

4. Nun sei/" auf [0, 1] gem Fig. 102.2 definiert (in Fig. 102.3 sind /t>/2 , /3 zu
sehen). Auf [0, 1] strebt /" (x) ~ f(x): = 0. Aber diesmal haben wir /"dx = 1/2.
Die integrierte Folge ist also zwar konvergent, aber ihr Grenzwert 1/2 ist
verschieden von J5 fdx = 0.

Wenn wir jetzt noch einmal daran denken, da die Grenzfunktion einer (konvergenten) Folge differenzierbarer bzw. integrierbarer Funktionen nicht mehr
differenzierbar bzw. integrierbar zu sein braucht, so knnen wir zusammenfassend
ganz kurz sagen: Bei punktweisen Grenzbergngen mu man mit jeder denkbaren
Unannehmlichkeit rechnen.
Man mache sich diese im Grunde sehr triviale Tatsache gaoz klar. Nur auf den ersten
Blick wirkt sie verblffend, weil die "Spitzen" der f,. immer hher werden. Aber sie
schieben sich auch immer dichter an den Nullpunkt heran. Ist x 0 ein fester Punkt aus (0, 1],
so mu fr alle hinreichend groen n sogar fn (x 0 ) = 0 sein, erst recht strebt also fn (x 0 )---+ 0.
Und im Nullpunkt verschwinden alle fn ganz von selbst.
l

542

XIll Vertauschung von Grenzbergngen

Aber dieser gordische Knoten wird durch einen fundamentalen Begriff zerhauen,
dem wir uns nun zuwenden.

103 Gleichmige Konvergenz


Strebt f" ~ f auf der (nichtleeren, aber sonst vllig beliebigen) Menge X, so
werden wir, wie bei Zahlenfolgen, geneigt sein, die Folgenglieder f" (jedenfalls
fr groe n) als "Approximatio nen" an die Grenzfunktion f zu betrachten. Wir
mssen uns aber sehr deutlich machen, was diese Aussage bedeuten soll- und
vor allem, was sie nicht bedeuten kann.
Die nchstliegende Bedeutung der "Approximation" formulieren wir in der
folgenden Definition: e > 0 sei vorgegeben. Die Funktion g heit eine eApproximation an f auf X, wenn sie, anschaulich gesprochen, ganz in dem
"e-Streifen" um f verluft, d.h. , wenn fr alle x E X gilt:
f(x) - e

< g(x) < f(x) + e oder also lf(x) - g(x)l < e

(s. Fig. 103.1; X ist = [a, b], der e-Streifen ist schattiert).
Locker fo rmuliert ist hier also das Entscheidende, da die Funktion g in ihrem
ganzen Verlauf auf X dicht genug bei f bleibt. Trte sie auch nur an einer
einzigen Stelle aus dem e-Streifen um f heraus, so knnten wir sie nicht mehr als
eine e-Approximation an f betrachten.
Und nun lassen uns die Figuren 102.2 und 102.3 auf e inen Blick erkennen: ISI
X -tim f" = f, so braucht keine einzige der Funktionen f" eine e-Approximation auf
X an f zu sein, wenn man nur e klein genug whlt. Denn die in diesen Figuren

103 Gleichmige Konvergenz

543

veranschaulichten Funktionen /,. verJassen z.B. alle den (1/2)-Streifen um die


Grenzfunktion f = 0 (und natrlich erst recht jeden schmaleren Streifen), s. Fig.
103.2. Damit der Leser nicht glaube, dieses Phnomen knne nur bei ad hoc
zusammengestckelten "knstlichen" Funktionen auftreten, mge er die Folge
der " natrlichen" Funktionen
f,. (x): = nx(1 - x)"

(103.1)

auf X := [0, 1]

betrachten. Fr alle n ist / .. (0) = f,. (1) = 0; und da fr jedes feste x E (0, 1) gewi
nx(1- x)" ~ 0 strebt, haben wir f: = X-lim f., = 0. Mittels der Ableitung
erkennt ma.n sofort, da f.. an der Stelle x .. := 1/(n + 1) ein lokales Maximum
besitzt; der zugeh rige Maximalwert ist f"(x,.)=(1 - 1/(n+1))"+1 Da aber diese
Maximalwerte ~ 1/e streben, mssen alle binreichend spten f.. zweifellos den
e-Streifen um f verlassen, wenn man nur e < 1/e gewhlt bat. Fr ein solches e
sind diese f,. also keine e -Approximationen an die Grenzfunktion f. In Fig. 103.3
sind die Schaubilder von f 2 , f 5 und f 11 gezeichnet.

t:.

fn (x):=nx(l-x)"

.1 .1

12 6

Fig. I 03.3

Kehren wir wieder zur allgemeinen Konvergenzsituation "/,. ~ f auf X"


zurck! Nach wie vor werden wir die spten f.. als Approximationen an die
Grenzfunktion f auffassen - aber die obigen Beispiele zwingen uns dazu, dies
jedenfalls nicht in dem so naheliegenden Sinne der e-Approximation zu tun. Wir
mssen uns vielmehr damit abfinden, da die punktweise Konvergenz nicht zu
einer "gleichmigen" Approximation der Grenzfunktion in ihrem ganzen Verlauf, sondern eben nur zu einer punktweisen Approximation fhrt, schrfer: Die
Aussage "/" ~ f auf X" bedeutet nur das folgende: Gibt man ein e > 0 vor und
whlt man dann irgendein x 0 EX, so lt sich zu diesem e und zu diesem x 0 immer
ein Index n 0 bestimmen, so da fr alle n > n 0 stets lf(x 0) -!.. (x 0 )1 < e ausfllt; n 0
wird i.allg. sowohl von e als auch von x0 abhngen. Geht man bei festgehaltenem
8 von dem Punkt x 0 zu einem anderen Punkt x 1 EX ber, so wird man zwar
wieder einen Index n 1 so finden knnen, da fr n > n 1 stets lf(x 1) - f,. (x1 )1 < 8
bleibt - aber es kann durchaus sein, da n 1 wesentlich grer als n 0 gewhlt
werden mu (in diesem Falle wird man etwa sagen , die Folge der f .. (x 1 ) konvergiere langsam er als die der f,. (x 0 )). Diese E rscheinung kann man sich leicht an der

XIII Vertauschung von Grenzbergngen

544

Folge der fn in den Figuren 102.1 und 102.2 oder in (103 .1) verdeutlichen. Nur
der Abwechslung wegen wollen wir uns zu diesem Zweck die Folge der Funktionen f .. (x):=x" (O<x<1) vomebm en 1>. Ihre Grenzfunktion auf (0, 1) istf:=O.
Sei nun x 0 E (0, 1) und 6 etwa = 1/2. Dann haben wir die quivalenzkette
1
1
1
ln2
x 0<-- n ln x 0 <ln-- n ln- >ln 2 - n> (
).
2
2
x0
ln l/x0

(103.2)

Hieraus entnimmt man, da der "kritische Index" n 0 umso grer gewhlt


werden mu, j e nher x 0 bei 1 liegt - und da n 0 sogar unbeschrnkt anwchst,
wenn x 0 beliebig dicht an 1 heranrckt 2 > (s. Fig. 103.4). Mit anderen Worten: Um
dieselbe Approximationsgte, gemessen durch 6 = 1/2, zu erhalten, mu man an
verschiedenen Stellen des Intervalles (0, 1) verschieden viele Folgenglieder heranziehen, und zwar umso mehr, je nher man sieb bei 1 befindet. D ie Situation
ndert sich durchgreifend , wenn man nicht das ganze IntervaU (0, 1) betrachtet,
sondern sieb auf ein Teilintervall (0, q), 0 < q < 1, beschrnkt. Weil nmlich fr
x 0 E (0, q) offenbar x < q" ist, ergibt sich mit (103.2) sofort, da x 0< 1/2 ausfllt,
sobald nur n > In 2/(ln 1/q) ist. Die kleinste natrliche Zahl n 0 ~ ln 2/ln(l/ q)
leistet also das Gewnschte- und zwar ausnahmslos (oder "gleichmig" ) fr
alle x 0 E(O,q). Anders gesagt: Sobald n>n 0 ist, wird fn eine (1/2)Approximation auf (0, q) an f = 0 sein. Gibt man ein beliebiges 6 > 0 vor, so siebt
man ganz entsprechend, da alle hinreichend spten/.. eine 6-Approximation auf
(0, q) an f = 0 sind.

- - ----- - ------ - ~ ----

Fig. 103.4

Anders als in (102.4) schlieen wir die Punkte x = 0 und x = 1 aus. Weil fr alle n
stndig f,. (O) = 0 und f,. {1) = 1 ist, braucht ber sie nichts mehr gesagt zu werden.
2
>Fr x 0 = 1/100 leistet bereits n 0 = 1 das Gewnschte, fr x0 = 99/100 aber erst n0 = 69.
Ll

103 Gleichmige Konvergenz

545

Die bisher angestellten Beobachtungen fhren geradewegs zu der nachstehenden


fundamentalen
0

Definition Wir sagen, die Funktionenfolge (j,.) konvergiere oder strebe


gleich m i g auf X gegen f, wenn es z u jedem e > 0 einen Index n 0 gibt, so da
jedes f,. mit n > n 0 eine e- Approximation an f auf X ist, wenn also

fr all e n>n0 und alle xEX stets lf.. (x)-f(x)l<e ist1 >.
Wir beschreiben diese Situation durch die folgenden Symbole:

f,. ~ f gleichmig auf X,


Limf,.=f auf X,

krzer: f,. =- f auf _KZ>,

krzer: X-Limf,.=f.

Gelegentlich wird man in diesen Symbolen statt f,. und f zweckmigerweise


f,. (x) und f(x) schreiben ; es ist dann meistens ntzlich, die Angabe "n ~ oo"
beizufgen. Da (wie oben festgestellt) die Folge der Funktionen f,. (x): = x" auf
(0, q), 0 < q < 1, gleichmig gegen f(x): = 0 strebt, lt sich dann ganz kurz so
ausdrcken:
x" =- 0 auf (0, q) fr n ~ oo

oder (0, q)-Lim x" = 0 .

(103.3)

..........

Natrlich wird man von einer Funktionenreihe

..I

fk sagen, sie konvergiere

k=l

gleichmig auf X gegen s, wenn die Folge der Teilsummen sn : =


auf X konvergiert, in Zeichen:

..

L
fk =s
k=l

(oder auch

{1 +

fdx) = s(x)) gleichmig auf

+ f.. =- s

X.

k=l

Aus fn =+ f auf X folgt trivialerweise fn ~ f auf X (die gleichmige Konvergenz


ist "strker" als die punktweise), das Umgekehrte gilt jedoch nicht: Die Folge der
f,. in den Figuren 102.1 und 102.2 oder in (103.1) konvergiert zwar punktweise,
aber nicht gleichmig auf [0, 1] gegen 0. Auf einer endlichen Menge X sind
jedoch gleichmige und punktweise Konvergenz trivialerweise vllig
gleichwertig.
Eine sehr prgnante Beschreibung der gleichmigen Konvergenz kann man mit
Hilfe der Supremumsnorm geben (der Leser mge zur Vorbereitung noch einmal
einen Blick auf A 14.11 werfen). Es strebe etwa fn =- f auf X. Dann gibt es nach
Wohlgemerkt: n 0 hngt zwar noch von e, aber nicht mehr von x ab! Das ist der
entscheidende U nterschied zur blo punktweisen Konvergenz. -In der "komplexen Version" dieser Definition und der folgenden Stze drfen die f" komplexwertig sein.
2
>D er Leser wird nicht Gefahr laufen, den Konvergenzdoppelpfeil mit dem Implikationsdoppelpfeil zu verwechseln.
ll

546

XIII Vertauschung von Grenzbergngen

Wahl von 6 > 0 ein n0 , so da lf,. (x) - f(x)l < 6 fr alle n > n0 und alle x EX
ausfllt. Fr diesen ist somit f,, -!auf X beschrnkt und

II/,. - /II.., = sup I/,. (x)- f(x)l ~ 6,


x eX

also strebt die Folge der Zahlen llfn - /II.,.. -7 Ol). Ist umgekehrt lim llfn gibt es zu unserem 6 ein n 0 , so da fr n > n 0 gilt:
suplfn(x) - f(x)l<e und somit

lfn(x)-f(x)l<e

/II.,.. = 0, so

fr alle xEX.

xeX

Das bedeutet aber , da f = X- Lim f,. ist. Wir halten dieses Ergebnis- ein
genaues Analogon zur Konvergenzdefinition bei Zahlenfolgen- als Satz fest:
0

103.1 Satz Genau dann konvergiert fn ..,. f auf X, wenn lim llfn- /II.,.. = 0 ist.
Auch das Cauchykriterium fr die Konvergenz von Zahlenfolgen bat ein exaktes
Gegenstck:

103.2 Cauchysches Konvergenzkriterium Genau dann konvergiert


gleichmig auf X, wenn es zu jedem 6 > 0 einen Index n 0 gibt, so da
fr allem, n > n 0 stets llfm - fnll... < e bleibt.

(/,.)

(103.4)

Der Beweis liegt auf der Hand. Strebt f,. .- f auf X, so gibt es nach dem letzten
Satz zu 6 > 0 ein n 0 , so da fr alle n > n 0 stndig II/.. - fllo.. < 6/2 bleibt. Fr alle
m, n > n 0 ist also

II!... - t" II.., ~ II!"' - tll.. + II!- t" lloo < 6/2 + e12 =

e.

Nun sei umgekehrt die Cauchybedingung (103.4) erfllt. Dann ist erst recht
lfm (x) - fn (x)l <

fr alle m, n > n 0 und a lle x EX.

(103.5)

Die Folge (/,. (x)) ist also fr jedes x EX eine Cauchyfolge, infolgedessen existiert
f(x): = lim f,.(x) auf X Lt man nun in (103.5) m-7 00 gehen, so folgt
"......,.
lf(x) -fn (x)l ~ 6

fr alle n > n 0 und alle x EX

Diese Aussage bedeutet aber gerade, da (/,.) sogar gleichmig auf X gegen f
strebt.

Fr die punktweise Konvergenz, die ja auf die Konvergenz von Zahlenfolgen


hinausluft, haben wir trivialerweise die folgenden Regeln: Strebt fn -7 f und

> Wir

lassen diese Folge stillschweigend erst mit einem (sicher vorhandenen) Index m
beginnen, ab dem alle Funktionen f"- f in B(X) liegen. Die Funktionen f,. und f brauchen
jedoch nicht zu B(X) zu gehren.

103 Gleichmige Konvergenz

547

g" ~ g auf X und konvergiert die Zahlenfolge (a") gegen a, so gilt:

fit+ gn

f+ g,

fngn

fg

und anfn

af

auf X.

Nicht ganz so einfach liegen die Dinge bei der gleichmige n Konvergenz.
Immerhin gilt der
0

103.3 Satz Auf X mge fn ""* f und g"- g konvergieren, und a sei eine beliebige
Zahl. Dann konvergiert
fn + gn

==+

f +g

und

afn

==+

af auf X.

Z um Beweis beachte man, da

ll<fn + g")- (f+ g)ll..,.:;;llfn-fll.. +llgn- gll.., und


ist und ziehe dann Satz 103.1 heran.

llafn- afll.. = lalllfn - flloo

Die Produktfolgen (f"g") und (aJ") mit einer konvergenten Zahlenfolge (a,J
brauchen nicht gleichmig zu konvergieren (s. Aufgabe 9). Es gilt aber der Satz
103.5, den wir vorbereiten durch den
0

103.4 Satz Konvergiert fn ==+ f auf X, so gilt: fliegt genau dann in B (X), wenn fast
alle fn z u B(X) gehren. In diesem Falle besteht sogar fr fast alle n die
Abschtzung llf" II..,.:;; K mit einer gewissen Konstanten K 1 >.
B eweis . Sei fe B (X). Da wegen fn ""* f fast alle Funktionen g" := /"-!in B(X)
liegen und B(X) ein Funktionenraum ist, gehren auch fast alle fn = g" + f zu
B(X). F r diese fn ist also 11/nll.. ~llg.. ll.. +llflloo, und da llg.. ll""~o strebt , mu gewi
fr fast allen die Abschtzung llfnlloo.:;;K:= 1+llflloo gelten. -Nun sei fn e B(X)
fr alle n ~ m. Zu e : = 1 gibt es einen Index p ~ m, so da fr jedes x E X die
Abschtzung

lf(x)l - lfp(x)l.:;; lf(x)- fP (x)l < 1,


also auch

lf(x)l < 1+lfp(x)l.:;; 1 +llfplloo


gilt. Das bedeutet aber, da f auf X
0

beschrnkt ist.

103.5 Satz D ie Funktionen fm g" (n = 1, 2, ...) mgen alle zu B(X) gehren, und
(a .. ) sei eine Zahlenfolge. Gilt dann
f .. ""* f,

f"

g" ""* g

auf X

und

~~

f"

a,

eine Konstante K,., so da Jf,. (x)J ";;; K" fr


alle xeX ist. Gilt JlfnlJ- :o;;:;K fr alle n~m, so mu fr diesen und alle xEX stets
lf,.(x)Jc;; K sein: Die Schranke K hngt lticht mehr von n ab.
> Da

in B(X) liegt, bedeutet: Es gibt zu

548

XIII Vertauschung von Grenzbergngen

so strebt
f,.g,. .... fg

und

a,.f,. ~ af

auf X

Beweis. Wegen Satz 103.4liegen f und g in B(X), und es ist 11&-.. II~K fr allen.
Mit (N 4) aus A 14.11 erhalten wir nun aus der Zerlegung

fr alle n die Abschtzung

womit wegen Satz 103.1 die erste Grenzwertaussage bereits bewiesen ist. Die
zweite ergibt sich aus der ersten, indem man gn(x) := a,. und g(x) := a fr alle
X EX setzt.

Konvergiert eine Funktionenfolge gleichmig auf X, so konvergiert sie


trivialerweise auch auf jeder (nichtleeren) Teilmenge von X gleichmig. Sei nun
X- lim f,. = f. Dann kann es durchaus vorkommen, da (f,.) zwar nicht auf X
wohl aber auf einer gewissen Teilmenge X 0 von X gleichmig konvergiert und zwar natrlich gegen f oder genauer: gegen die Einschrnkung f I X 0 von f
auf X 0 . Selbstverstndlich wird dies z.B. fr jedes endliche X0 der Fall sein. Ein
anderes Beispielliefert die Folge der F unktionen f,.(x):=x" auf X: = [O, 1]; s.
(103.3). Eine weitaus gehaltvollere Aussage macht der
0

103.6 Satz Eine Potenzreihe konvergiert auf jeder kompakten Teilmenge ihres
Konvergenzintervalls gl e i c b m i g 1) .

...
L:

Zum Beweis drfen wir die Potenzreihe in der Form

akx" annehmen; r sei

k =O

ihr (positiver) Konvergenzradius. Offenbar gengt es, die Behauptung fr die


speziellen kompakten Mengen KR:= {x: lxl ~ R} (0 < R < r) zu beweisen, weil
jede kompakte Teilmenge des Konvergenzintervalls ganz in einer dieser Mengen
enthalten ist. Fr jedes x E KR ist aber
oo

akx" -

oo

akxk ~

oo

la~cllxl" ~

la~cl R",

und da der rechtsstehende Reihenrest wegen Satz 31.3 fr alle hinreichend


groen n unter ein vorgegebenes e > 0 herabgedrckt werden kann, ist der
Beweis schon beendet.

>Im Falle einer komplexen Potenzreihe ist, w1e blich, "Konvergenzintervall" durch
" Konvergenzkreis" zu ersetzen.

103 Gleichmige Konvergenz

549

Eine Potenzreihe braucht durchaus nicht auf ihrem ganzen Konvergenzintervall


gleichmig zu konvergieren. Beispiel: Fr dje geometrische Reihe haben wir auf
K:= (-1, 1)
1

L x" = 1 - x ,
00

lc = O

also

s.. (x):=

L"

x" ~

k=O

1
.
1 -x
n

Jedes s" ist auf K beschrnkt, weil dort

ls" (x) I ~ I

lx lk ~ n + 1 ist. Wre die

k =O

Konvergenz auf K gleichmig, so mte also wegen Satz 103.4 auch die
Summenfunktion 1/(1 - x) auf K beschrnkt sein- was offenkundig nicht zutrifft.

Aufgaben
1. Gilt mit einer Nullfolge (a,.) die Abschtzung
x EX, so strebt /,. - f auf X

1/.. (x)- f(x)jo;;; a,.

fr alle n;;;?: m und alle

2. Die Funktionen f"' f seien auf X definiert. Gibt es ein e 0 > 0 und eine Folge (x.. ) in X,
so da lf.. (x .. )- f(x .. )I;;;?: e 0 fr alle oder auch nur unendlich viele n ist, so kann (f.. ) nicht
gleichmig auf X gegen f konvergieren.
3. Sei f,, (x) : = x 2 " /(1 + x 2 ") fr x E R. Bestimme f: = R-lim f .. und zeige, da (/,,} nicht auf
ganz R, wohl aber auf jeder Menge der Form {x: lxlo;;; q < 1} und {x: lxl;;;?: a > 1}
gleichmig konvergiert.
4. Sei f,,(x) : = nxe- "" fr x e R. Bestimme f : = R-limf,. und zeige, da(/,,) auf keinem
Intervall, das den Nullpunkt enthlt, gleichmig konvergiert. Auf jeder kompakten
Menge, die den Nullpunkt nicht enthlt, findet jedoch gleichmige Konvergenz statt.
Hinweis: A 36.10.
2

S. Sei f,, (x) := 1/(1 + nx) fr x E R+. Bestimme f: = R+-lim f .. und zeige, da (f.. ) zwar
nicht auf R+, aber auf jeder Menge {x : x;;;?: a > 0} gleichmig konvergiert.
6. Sei / .. (x):= nx/(1+n 2 x 2 ) fr xe[0,1]. Zeige, da (f.. ) nicht auf [0, 1], wohl aber auf
jedem Teilintervall [q, 1] (0 < q < 1) gleichmig konvergiert .
7.

..I xk(l-x) konvergiert auf (-1, 1], aber nicht gleichmig.

k- 0

..

8.

. k

L sm" x konvergiert fr jedes a > 1 gleichmig auf R.


k- 1

9. Sei f,.(x):=x+l/n fr xeR . Dann ist zwar (f,.), aber weder


gleichmig auf R+ konvergent.

. ) noch

(~t

(f~)

f .. - f auf X und ist g E B(X), so strebt auch f,,g- fg auf X.


Es strebe f .. - f auf X, und fr alle n E N und alle x EX sei Ii.. (x)l;;;?: a > 0. Dann strebt

*10. Strebt

11.
1//,. - 1/f auf X.

550

Xlll Vertauschung von G renzbergngen

12. Formuliere und beweise das Gegenstck des Satzes 103.3 und der Aufgabe 10 fr
gleichmig konvergente Reihen.

13. Die Funktion f sei stetig auf der kompakten Menge X. Die Funktionen g,. seien auf Y
definiert, fr alle n sei g" ( Y) c x; und es strebe g" ==+ g auf Y. Dann strebt auch
f 0 &n - f 0 g auf Y.

104 Vertauschung von Grenzbergngen bei Folgen


Die Aufgabe dieses Abschnitts besteht darin, hinreichende Bedingungen
fr die Gltigkeit der Beziehung
lim limfn (x)= lim lirn fn(x)

n~ x-+~

x~~

(104.1)

n-+00

anzugeben. In Nr. 107 werden wir diese Untersuchungen ganz wesentlich vertiefen.

"104.1 Satz Sei (f") eine Folge reellwertiger Funktionen auf Xc: R und
H ufungspunkt von X. Existieren dann die Grenzwerte
X- Limf,.

..

und

ein

lim f .. (x) fr n = 1, 2, ... ,


X-+f

so sind die beiden iterierten Limites


lim Iim f,. (x)

rt-t>CJO x-+~

und

lim lim f" (x)

x-+E n-..oo

vorhanden und gleich 1>.

B eweis. Wir setzen

f: =

X- L imfn,
n -+ao

a" := x_.,f
lim f,.(x)

fr n = 1, 2, ...

und geben uns ein positives e beliebig vor. Nach Satz 103.2 gibt es einen Index
n 0 , so da
fr alle m, n > n 0 und alle x EX stets

lf'" (x)- fn (x)l < e

ausfllt. Lassen wir x gegen ~ rcken, so folgt daraus


(a") ist also eine Cauchyfolge, und sontit existiert

lam - a,. l.s; e

(104.2)
fr m, n > n 0

der komplexen Version dieses Satzes darf X eine Teilmenge von C und f,. komplexwertig sein. Entsprechendes gilt fr die anderen Stze dieser Nummer.
>In

104 Vertauschung von Grenzbergngen bei Folgen

551

Wir mssen jetzt nur noch zeigen, da lim f(x) vorhanden und = a ist. Dazu
gehen wir von der trivialen Abschtzung x -(

lf(x) - a I ~ lf(x) -fm (x)l +I/m (x)- a ... I+ lam - al

(104.3)

aus und whlen zunchst ein m, so da

lf(x)- f,..(x)l < j

fI

alle x e X

und gleichzeitig

Ia... - al< j

(104.4)

ist. Diesen Index m halten wir fest und bestimmen nun ein S > 0, so da

I/rn (x) - a,.. I <~

fiii alle x EX mit 0 < lx -

gl < S

(104.5)

ausfllt. FI diese x haben wir dann wegen (104.3), (104.4) und (104.5) offensichtlich lf(x) - al < s, und somit ist in der Tat lim f(x) vorhanden und = a.

x-+E

Vllig mhelos ergibt sich nun der

104.2 Satz Strebt fn - f auf X und ist jedes fn in dem Punkte ge X stetig, so mu
auch f dort stetig sein. Sind insbesondere die fn auf ganz X stetig, so trifft dies auch
auf f zu, kurz: Eine gleichmig konvergente Folge stetiger Funktionen besitzt eine
stetige Grenzfunktion.
Wir brauchen nur die erste Behauptung zu beweisen und drfen dabei, um
Triviales zu vermeiden, annehmen, da. g ein Hutungspunkt von X ist. Nach Satz
104.1 ist dann

womit schon alles abgetan ist.

Wir haben gesehen, da bei blo punktweiser Konvergenz fn --+ f die Stetigkeit der fn
nicht auf f be rtrage n zu werde n braucht. f kann unste tig sein - aber doch nicht in
katastrophaler Weise. Es gilt nmlich der folgende Satz von Louis Baire (1874-1932; 58):
Sind alle f,. stetig auf [a, b] und strebt dort f,. --+ f, so liegt die Menge der Stetigkeitspunkte
von f dicht in [a, b]. Fr einen Beweis s. etwa Heuser [10], Beispiel44.1. Wie verheerend
sich jedoch wiederholte Grenzbergnge auf die Stetigkeit auswirken knnen, belegt die
Aufgabe6.

Merkwrdigerweise reicht die gleichmige Konvergenz einer Folge differenzierbarer Funktionen nicht aus, um die Differenzierbarkeil der Grenzfunktion zu
gewhrleisten. Entscheidend ist vielmehr, da die abgeleitete Folge gleichmig
konvergiert, schrfer:

552

XIII Vertauschung von Grenzbergngen

104.3 Satz Jedes Glied der Funktionenfolge (!" ) sei auf dem Intervall [a, b]
differenzierbar, und die ab ge Ie i t e t e F o 1g e {f:J konvergiere g 1e i e h mig auf
[a, b]. Ist dann fr wenigstens ein x 0 E [a, b] die Folge (!" (x0)) konvergent, so strebt
(f" ) gleichmig auf [a, b] gegen eine differenzierbare Funktion f, und (f:J strebt
(gleichmig) gegen deren Ableitung f'. Unter den gegebenen Annahmen darf also
die Folge (/") gliedweise differenziert werden1l.
Bew e is. Zu beliebig vorgegebenem e >0 gibt es einen Index n 0 , so da gilt:
(104.6)

und

11/:"- !~II... < 2 (b ~ a)

(104.7)

fr alle m, n > n 0 ,

letzteres wegen Satz 103.2. Aus (104.7) folgt mit dem Mittelwertsatz der
Differentialrechnung, angewandt auf fm- f,., die fr a lle x, y E [a, b] gltige Un gleichung

i(fm(x) -f,.(x))-(fm(Y) - /,.(y))i< (b _ a ) ix - yi, falls m, n > n 0 . ( 104.8)


2

Setzt man in ihr speziell y = x 0 und zieht noch (104.6} heran, so erhlt man fr
alle m, n > n 0 und alle x E [a, b] die Abschtzung

ifm (x)- fn (x)l ~ i{fm (x) - f,. (x))- (fm(xo)- f,. (xo))i + ifm (xo)- f" (xo)l
e
E
E
E
< 2(b - a) ix- xoi + 2 ,;;;; 2 + 2 = e.
Wege n Satz 103.2 folgt daraus, da {f") gleichmig auf [a, b] gege n e ine
Grenzfunktion f konvergiert. Nun sei ~ ein beliebiger fester Punkt aus [a, b] und
/"(~)
Fn (X ) =f"{x)
x-~

'

(104 .9)

F(x) :=f(x) - f(~) fr xEX:=[a,b]\{~}.


x-~

Trivialerweise strebt F" ~ F auf X, aber diese Konvergenz ist sogar gleichmig.
Setzt man nmlich in (104.8} speziell y = ~. so erhlt man nach Division durch
lx - sl die Abschtzung

1Fm(x)- F"(x}i < 2 (b~a)

fr alle m, n > n 0

und alle x e X;

>Vgl. dazu Satz 107 .3. Dort wird die Mglichkeit der gliedweisen Differentiation unter
ganz anderen Voraussetzungen e rffnet. S. auch Aufgabe 4 fr einen einfacheren Beweis
unler schrferen Voraussetzungen.

104 Vertauschung von Grenzbergngen bei Folgen

553

die Behauptung folgt nun aus Satz 103.2. Insgesamt haben wir also:
Lim F" (x) = F(x)
H-+00

auf X

und

(trivialerweise) tim F,. (x) = [;,(~)


X~~

fr jedes n e N. Satz 104.1 lehrt nun, da


lim I im F,, (x) = f' (~) vorhanden und
x ~,e n .......ao

= nlim
lim F" (x) = lim /;,(~)
-.oo .x -to(
-.oo

ist. Da f. beliebig aus [a, b] war, ist also in der Tat


!' = Lim f:,.

11

f differenzierbar und

Der nchste Satz erffnet die Mglichkeit der gliedweisen Integration (s. auch
Satz 108.3).

104.4 Satz Jedes Glied der Funktionenfolge (fn) sei auf [a, b] R-integrierbar, und
es strebe fn - f auf [a, b]. Dann ist auch f auf [a, b] R-integrierbar, und J~ fdx
kann durch gliedweise Integration gewonnen werden, d.h., es strebt
(104.10)

f,. beschrnkt ist, mu wegen Satz 103.4 auch f beschrnkt


sein. Sei U,. die Menge aller Unstetigkeitsstellen von f,. und U: = U U,.. In
Beweis. Da jedes

..

n- 1

jedem ~ e [a, b ]\ U ist jedes f,. stetig. Auf Grund des Satzes 104.2 ist f also gewi
auf [a, b ]\ U stetig. Da aber nach dem Lebesgueschen Integrabilittskriterium
jedes U,. und damit (siehe Hilfssatz 84.1) auch U eine Nullmenge ist, muwiederum nach dem zitierten Kriterium- f in der Tat auf [a, b] R-integrierbar
sein. Die Aussage ber die gliedweise Integrierbarkeit ergibt sich nun so: Wegen
der Fundamentalungleichung 81.3 ist

und da llf" -

fll.. -+ 0 strebt, erhlt man unmittelbar (104.10) 1 >.

Indem der Leser die Stze 104.1 bis 104.4 auf die Teilsummen der Funktionenreihe I: f" anwendet, erhlt er die nachstehenden Reihenversionen der genannten
Stze :

>Der tiefliegende Teil des Beweises war allein der Nachweis, da f integrierbar ist. In Nr.

107 werden wir eine ganz andere Begrndung kennenlernen, die von der Tatsache ausgeht,
da das Riemannscbe Integral ein Netzlimes ist.

554

XIll Vertauschung von Grenzbergngen


00

104.5 Satz Die Funktionenreihe

f" konvergiere gleichmig auf X gegen die

k- 1

Funktion F. Dann gelten die folgenden Aussagen:


0

a) Ist

g ein Hufungspunkt von X und existiert lim fk (x) fr jedes k, so ist auch

...

lim
JC-+

L fk(x) vorhanden und

k-1

...
L

-~

lim h(x).

k = 1 X-+~

b) Sind alle Reihenglieder fk in gEX stetig, so ist auch die Reihensumme F in g


stetig.
c) Ist X= [a, b] und sind alle Reihenglieder f" auf [a, b] R-integrierbar, so ist auch
die R eihensumme F auf [a, b] R -integrierbar, und es ist

104.6 Satz D ie Funktionen f h f 2 ,

..
ab ge Je i te te Reihe L

seien alle auf [ a, b] differenzierbar, und die

f: konvergieregleic hm i g auf[a, b]. Ist dann die Reihe

k = I

00

L f"

...

wenigstens in einem Punkte x 0 E [a, b] konvergent, so konvergiert sie sogar

gleichmig auf dem ganzen Intervall [a, b] gegen eine differenzierbare Funktion,
und es ist

In diesem Abschnitt haben wir uns von dem Nutzen und der klrenden Kraft der
gleichmigen Konvergenz berzeuge n knnen. Umso lebhafter regt sich nun das
Bedrfnis nach Kriterien, die uns erkennen lassen, ob eine vorgelegte Folge oder
Reihe tatschlich gleichmig konvergiert; wir verfgen in dieser Richtung bisher
nur ber den Satz 103.2. In der nchsten Nummer werden wir solche Kriterien
angeben, und zwar fr Reihen, weil uns die meisten wichtigen Folgen der
Analysis gewhnJjcb in Reihenform entgegentreten.

Aufgaben
*t. Die Stze 104.1 und 104.5a gelten auch dann, wenn g ein uneigentlicher Huiungspunkt
von X (also= oo) ist.
+2. In keinem der Stze 104.1 bis 104.4 ist die gleichmige Konvergenz eine notwendige
Bedingung. Beispiele:
a) {., (x) : = nx(l - x)" auf [0, 1]. (f.,) konvergiert, aber nicltt gleichmig, auf [0, I ]: s.
(103.1). Trotzdem ist tim lim /n(X) = lim lim fn(x).
x_..O n-+00

n- - -0

b) Die Grenzfunktion der Folge (f") in a) ist stetig.

105

Kriterien fr gleichmige Konvergenz

555

c) Die Folge (f.. ) in a) darf gliedweise integriert werden.


2 1
d) Sei {.. (x) := (1/ n)e- " " fr x E [- 1, 1]. Die Folge (f.. ) darf gliedweise differenziert
werden, obwohl (f:J nicht gleichmig konvergiert.
3. Sei f: = X - lim [.,. Ist jedes f., beschrnkt (stetig), aber f unbeschrnkt (unstetig), so
kann die Konvergenz nicht gleichmig auf X sein.
4. Beweise den Satz 104.3 im Falle, da alle / .. auf [a, b] stetig differenzierbar sind, mit
Hilfe der Stze 104.2 und 104.4.

*s.

Alle{.. seien stetig auf X , und es strebe/.. - f auf X. Ist dann (x") eine Folge aus X , die
gegen ~ E X konvergiert, so ist lim f., (.x,,) = f W .

..

6. Sei f.,.. (x): = cos2 "' (n! 'ITX) fr x E [0, 1]. Dann ist lim lim f,.... vorhanden und gleich der
m .-oc>
Dirichletschen Funktion auf (0, 1].
" --4>00

105 Kriterien fr gleichmige Konvergenz


Die in diesem Abschnitt auftretenden Funktionen sind, wenn nicht ausdrcklich
etwas anderes gesagt wird, auf einer festen Menge X definiert. Supremumsnorm
11/11... und gleichmige Konvergenz beziehen sieb auf diese Menge X. Die Summationsgrenzen lassen wir als unerheblich gewhnlich weg.
Wendet man das Caucbysche Konvergenzkriterium 103.2 auf die Teilsummenfolge einer Funktionenreibe an, so erhlt man ohne Umschweife nachstehendes
0

105.1 Cauchysches Konvergenzkriterium Genau dann konvergiert die Funktion.enreihe L f k gleichmig, wenn es zu jedem s > 0 einen Index n0 gibt, so dafr
alle n > n0 und alle natrlichen p stets

11fn+l + fn +2 + +fn+piL.,< s
bleibt.
Und genau wie den Satz 31.4 - man bat nur Betrge durch Normen zu
ersetzen -beweist man den
0

105.2 Satz Die Funktionenreihe


die Zahlenreihe

L 11/,.11...

L f,.

konvergiert gewi dann gleichmig, wenn

konvergiert.

Nur eine Umformulierung dieses Satzes ist folgendes


0

105.3 Weierstrascbes Majorantenkriterium Ist fr alle k E N und alle x EX stets


lf" (x ) I~ c,., und ist die Zahlenreihe L c,. konvergent, so mu die Funktionenreihe
L f,. gleichmig auf X konvergieren.
Es ist klar, da dieses Kriterium nur angewandt werden kann, wenn die Reihe
L f,. (x) fr jedes x EX absolut konvergiert. Ist dies nicht der Fall, so kann man
sich hufig mit den nun folgenden Kriterien helfen, die wir den Stzen 33.12 bis
33.14 nachbilden. Wir beginnen mit dem Gegenstck zum Satz 33.12.

556
0

Xlll Vertauschung von Grenzbergngen

105.4 Satz Es sei die Reihe

..L

f"g" vorgelegt, und es werde F" : = L {; gesetzt.


i- 1

k~l
00

Wenn da nn sowohl die Folge (F"g,. +1) als auch die R eihe
gleichmig konvergieren, so tut dies auch die Reihe

..L f"g".

k l

F~c(g"- gk +t)

k- 1

Nach der Abelschen partiellen Summatio n 11.2 ist nmlich


n

L fkgk = Fngn+l + L Fk(gk- gk+l),

(105. 1)

womit aber wegen Satz 103.3 auch schon alles erledigt ist.

Abelsches Kriterium Die Reihe L f~<gk ist immer dann gleichmig konvergent, wenn die nachstehenden B edingungen alle erfllt sind:
a) L f~c konvergiert gleichmig,
b) fr jedes x ist (g~c(x)) eine monotone Folge reeller Zahlen,
c) die Folge (llg" II..) ist beschrnkt t).

~05.5

B e w e is. Es sei F" : =


n+p

L:

kn+l

L {1 und
"

i =l

n+p

f"g"

L
00

F: =

f~c

Aus (105.1) folgt

1< - 1

L: t"g" - kL: l t"g"

k=l

n+p

= Fn +pgn+p+l - F,.gn+l+

L
Fk(gk-gk +l).
k- n+l
tt+p

Subtrahiert man rechts noch 0 = Fg,.+p+t - Fg,.+ 1 +


n +p

k=n +l

F(g" - gk+ 1 ), so hat man

n+p

{kgk = (Fn+p- F )g,.+p+l - (F,. - F)gn +l+

k n +l

L
(F~c - F)(gk - gk+l).
k n+l

(105.2)

Nun werde nach Vo rgabe von s > 0 ein n 0 so bestimmt, da fr n > n 0 stets
IIF.. - F11.. < s bleibt, ferner sei 'Y > 0 eine obere Schranke der Folge (llg~clloo) . D ann
ergibt sich aus (105.2) die fr n > n 0 , beliebige natrliche p und alle x E X gltige
Abschtzung
n+p

f~c(x)g"(x) ~ sy+sy+s

n+p

lg~c(x)-g~c+ 1 (x)l.

(105.3)

>Mit andere n Wor ten: Es gibt eine Konstante 'Y > 0, so da l&k (x)l.;;; 'Y fr alle k und alle
x e X ist.

105 Kriterien fr gleichmige Konvergenz

557

Da (g" (x)) monoton ist, haben wir


n +p

lg" (x)- gk+l (x)l = lgn +l (x) - g n+p+l(x)l ~ 2y.

A us (105.3) folgt nun sofort


n+p

k n+l

~4ye

f"g"

fr alle n > n 0 und alle p E N.

00

Wegen des Cauchyschen Konvergenzkriteriums 105.1 ist damit der Beweis


beendet.
0

105.6 Diricbletsches Kriterium Die Reihe I f"g" ist immer dann gleichmig
konvergent, wenn die nachstehenden Bedingungen alle erfllt sind:
a) Die Folge

<IIF~cll.,.)

ist beschrnkt (dabei ist wieder F" :=

i; !

/ 1

1),

b) fr jedes x ist (g" (x)) eine monotone Folge reeller Zahlen,


c) g"- 0.

Beweis. Sei ')' > 0 eine obere Schranke der Folge (IIF"II..,). Dann folgt aus

da F..&n+l - 0 strebt. Ferner gilt fr jedes x die Abschtzung

I "f

F"(x)(g"(x) - gk+ .(x))

k n+ l
n+p

~ 1'

lg"(x)-gk+l(x)l = 'Y l&n +l(x)-gn+p+l(x)l

k- n+ l

also haben wir auch


n+p

Fk(gk - &k +l)

Wegen c) ergibt sich daraus mit dem Cauchykriterium, da I F"(g"- 8~c + 1 )


gleichmig konvergiert. U nd nun brauchen wir blo noch einen Blick auf den
Satz
105.4 zu werfen, um den Beweis abschlieen zu knnen.

Mit Hilfe gleichmig konvergenter Reihen Jassen sich Funktionen konstruieren, die
absonderlicherweise auf ganz R stetig, abernirgen d wo differenzierbar sind. Ein besonders
einfaches Beispiel findet der Leser im ersten Abschnitt von Riesz-Sz. Nagy [13], einen auf
funktionalanalytischen Prinzipien beruhenden Beweis fr die Existenz solcher Funktionen
in Heuser [10], Beispiel44.2.

558

XIII Vertauschung von Gre nzbergngen

Aufgaben
1. Ist La" absolut konvergent, so konvergieren die Reihen La" sin kx und La" cos kx
gleichmig auf R.
~

2. I..J

sin kx
k
ist fr alle x e R konvergent und auf jedem Intervall der Form [B, 21T- B]

(O < B < 1T) sogar gleichmig konvergent. Finde weitere IntervaiJe gleichmiger Konvergenz. Hinweis: (7.6) in A 7.13.
3. Sei

(a~c)

La~csinkx

eine monotone Nullfolge. Untersuebe das Konvergenzverbalten der Reihen


und La~ccoskx. Hinweis: Aufgabe 2.

4. Fr jedes (feste)
Entwicklung

t )"
ist ,.__.
lim ( 1 +n = e' (s. Satz 26.2). Zeige mit Hilfe der binomischen

.. t"

des Satzes 105.3 und A 104.1, da e' =

L -k!

ist (beachte, da hier n die Rolle der

k- 0

Variablen x in den angefhrten Stzen bernimmt).


Ist L a" konvergent, so konvergiert L a~cx" gleichmig auf [0, 1). Gewinne daraus
e inen neuen Beweis des Abelschen Grenzwertsatzes.

+s.

+6. Leibnizsdles Kriterium Sei g 1 ;;;. g2 ;;;. g 3 ;;;.

und g" - 0. Dann ist g 1 - g 2 + g 3 - +

gleichmig konvergent.
+7. Dirichletsche Reiben Das sind Funktionenreiben der Form

..L a;

,. n

(105.4)

(die Bezeichnung der Variablen mit dem Buchstaben s ist hier von alters her blich). Die
harmonischen Reihen L 1/n' sind spezielle Dirichletsche R eihen. Zeige:
a) Konvergiert die Dirichletscbe Reihe (105.4) fr ein gewisses s0 , so ist sie auf [s 0 , +oo)
gleichmig konvergent.
b) Ist (105.4) weder fr a lle noch fr kein s konvergent, so gibt es eine reelle Zahl >.. mit
folgender E igenschaft: Die Reihe konvergiert fr s > >.. und divergiert fr s < >.. (im Falle
>.. = s lasse n sich keine nheren Aussagen machen). Hinweis : >.. = Infimum der Menge der
Konvergenzpunkte.
Ergnzend setzt man fest: >.. := -oo, falls die Reihe stndig konvergiert, >.. := +oo, falls sie
berall divergiert. >.. heit die Konvergenzabszisse der Dirichletschen Reihe.
c) (105.4) ist auf jedem Intervall der Form [s0 , +oo) mit .so>>.. gleichmig konvergent
(ist>..= -oo, so darf s0 irgendeine reelle Zahl sein). Das Beispiel L 1/n (hier ist>.. = 1) zeigt,
da die Konvergenz nicht auf dem ganzen Konvergenzintervall (>.., +oo) gleichmig zu sein
braucht.
d) Konvergiert die Dirichletsche Reibe (105.4) fr ein gewisses s 1 absolut, so tut sie dies
auch fr jedes s;;;. s 1 :

559

105 Kriterien fr gleichmige Konvergenz

e) Es gibt ein wohlbestimmtes 1e R, so da (105.4) fr alle s > l absolut konvergiert,


whrend fr kein s < l noch absolute Konvergenz stattfindet. I he it die Abszisse
absoluter Konverge nz der Dirichletscben Reihe (105.4).
!) Es ist >.. <SO l. Im Falle >.. = - oo ist auch l = -oo. Ist >.. endlich, so hat man l - >.. ~ 1.- Die
Konvergenzverhltnisse bei Dirichletschen Reiben veranschaulicht Fig. 105.1.

~absolute KonvergenZ------J~

Fig. 105. 1

KonYergenZ

g) Die Abszissen absoluter Konve rgenz der Dirichletschen Reihen


beziehentlieh la und lb. Dann ist fr s > max(l.,, lb) stets

-------;~

I an/n', I b.Jn'

seien

(105.5)
h) Die Dirichletsche Reihe (105.4) definiert auf ihrem Konvergenzintervall (A, +oo) eine
stetige Funktion
f (s) :=

..L a;.

(105.6)

t- ' n

i) Die Konve rgenzabszisse von (105.4) sei etwa = 0, und die Reihe sei auch noch fr s = 0
vorhanden, d.h., I a n mge konvergieren. Dann ist die e be n definierte Summe nfunktion f
in 0 noch rechtsseitig stetig, mit anderen Worten: Es ist

(Abelscher Grenzwertsatz fr D irichletsche R eihen ).


j) Die Summenfunktion f aus (105.6) ist auf (>.., +oo) beliebig oft differenzierbar; ihre
Ableitunge n knnen durch gliedweise Differentiation gewonnen werde n:

..

f" >(s)=(- 1)"

(In )"
a" n
frs > >.. (ke N)
n

n l

(sie sind also selbst wieder Dirichletsche R eihen). Hinw e is: Beispie l 5 in Nr. 50.
k) Die Summenfunktio n f der Dirichletschen Re ihe (105.4) kann sogar um jeden Punkt s0
des Konvergenzintervalls (>.., +oo) in eine Potenzreihe e ntwicke lt werde n:
~

f(s) =

b"(s - su)".

k cO

Hinwe is:
tl

}_ = e-<- ol'"" = I (- l)k (Ln n)" (s - s 0 ) "; Cauchyscher Doppelreihensatz.


'o

k O

k!

' 8. Die Riemannsche t-Funktion Darunter verste ht man die Funktio n


..

{(s) :=

L -;
rt l 1t

(s

> 1).

560

Xill Vertauschung von Grenzbergngen

Da sie die Summenfunktion einer Dirichletschen Reihe ist, gelten fr sie die Aussagen der
Aufgabe 7, insbesondere kann sie um jeden Punkt s0 > 1 in eine Potenzreihe entwickelt
werden. Die {-Funktion steht in einem sehr merkwrdigen und folgenreichen Zusammenhang mit tiefliegenden Teilbarkeitseigenschatten der natrlichen Zahlen und ist deshalb ein schlechterdings unentbehrliches Hilfsmittel der hheren Zahlentheorie. Wir
bringen drei einfache Proben:
a) Sei T(n) :=

1 die Anzahl der Teiler von n E N (einschlielich der Teiler 1 und n; in

dln

A 11.5 wurden einige Werte dieser schwer berschaubaren "zahlentheoretischen Funktion"


-cberechnet). Dann ist

f
n- 1

7(7) = (2(s)

frs> 1.

Hinweis: (105.5)
b) Die Eu lersche cp-Funktion cp: N ~ N ist folgendermaen definiert:
cp(n): =Anzahl der zu n teilerfremden Zahlen ~n
(1 gilt als teilerfremd zu jedem n).
Beweise zuerst oder bernehme aus der elementaren Zahlentheorie1l, da

L cp(d) = n ist
dln

und zeige dann:

cp(n) __ ((s -1)


LJ
n -1
n
{(s)

fr s > 2.

Hinweis: (105.5).
c) (p 17 p 2 , p 3 , ) = (2, 3, 5, ...) sei die Folge der Primzahlen in ihrer natrlichen Anordnung. Dann ist fr s > 1
~

TI 1 _ 11Pv = {(s),

d.h.

~i~ TI

v-1

- I

_
= ((s).
1 11Pu

1
1
1
I = 1 +-;+2.+ ; Satz von der eindeutigen Primfaktorzerlegung>
1-1 p.
p. p.
(die Existenz einer solchen Zerlegung wurde brigens in A 6.3 bewiesen) .

Hinweis:

..,

Zieht man die Summenformel

L 1/rt 2 = 7r2 /6 heran (s. Ende der Nr. 71), so erhlt man die

frappierende Gleichung
..

=~
TI
- 1-1/p. 6
2

Ihre tieferliegenden Eigenschaften enthllt die (-Funktion e rst dann, wenn man der
Vernderlichen s auch komplexe Werte zugesteht und die Erklrung von {(s) durch den
Proze der "analytischen Fortsetzung" ber den Konvergenzbereich der Reihe L 1/n'
hinaus ausdehnt. Aber bis heute sind die Rtsel, die diese geheimnisvolle Funktion aufgibt,
>Siebe etwa Scholz-Schoeneberg [14].

106 Gleichstetigkeit. Der Satz von Arzela-Ascoli

561

noch nicht vollstndig gelst. Immer noch steht z.B. ein Beweis- oder eine Widerlegung - der berhmten Riemannschen Vermutung aus, da die sogenannten nichttrivialen Nu11stellcn der (analytisch fortgesetzten) {-Funktion allesamt den Realteil 1/2
haben.

106 Gleichstetigkeit. Der Satz von Arzela-Ascoli


Die folgende ganz e infache Beobachtung stt uns auf einen neuen und, wie sich
zeigen wird, ungemein fruchtbaren Begrifi.
(/,.) sei eine Folg~ stetiger Funktionen, die auf einer kompakten Menge X c R
gleichmig konvergieren mge. Nach Wahl von e > 0 gibt es dann e in m, so da
fr alle n ;::: m und a lle x e X stets

I/.. (x)- f m (x)l < ;

ausfllt. Da fm wegen Satz 36.5 sogar gleichmig stetig ist, gibt es zu ebendemselben e ein 8 > 0, so da
fr a lle x, y EX mit lx - Yl < 8 immer lfm (x) - fm(y )j <;

(106.1)

bleibt . Und da

lf,. (x) - f,. (y)l ~ lf,. (x) - fm (x)l + lfm(x) - fm (y)j + lf". (y) -/,. (y)I
ist, sehen wir sofort:
fr alle n ~ m und alle x, y E X mit lx- y j < 8 ist I/ .. (x )-

f .. (y)I< e.

(106.2)

Das Entscheidende und Neue an dieser Abschtzung ist, da die " kritische Zahl"
8 nicht nur unabhngig von der speziellen Lage der Stellen x, y in X ist, sondern
auch unabhngig von dem Index n, sofern nur n ~ m ist. Aber diese
Einschrnkung knnen wir mhelos abschtte ln: Da doch auch die ft. .. . , fm -l
auf X gleichmig stetig sind, drfen wir uns 8 von vomeherein so klein gewhlt
de nken, da
fr allen < mundalle x , y e X mit lx - Yl < 5 ste ts lf" (x )- [,, (y)l < e

(106.3)

ist. Infolgedessen gilt die Abschtzung (106.2) sogar fr alle n. Kurz gesagt: Nach
Wahl von e kommt man fr alle f,. mit e in und demselben 8 aus, whrend man
doch htte erwarten mssen, da 8 sich von Funktion zu Funktion ndert. So ist es
brigens tatsebUch bei der Folge der / .. (x): = x" (0 ~ x ~ 1). Geben wir ein
positives e < 1 vor, so gilt die Abschtzung 0 ~ /.. (1)-f,.(x) = l - x" < e genau
dann, wenn x > (1- e) 11" ist. U nd da (1- e) 11" - 1 strebt, kann es kein 8 > 0
geben, so da 1 - x" < e fr alle x e (1 - 8, 1] und alle n e N ist.

562

Xll1 Vertauschung von Grenzbergngen

Da die anfnglich betrachtete Folge (f,.) ein "gemeinsames", nur von s


abhngiges S besitzt, besagt in etwa, da die f., einen gleichen " Grad der
Stetigkeit" besitzen. Man sagt deshalb, die fn seien gleichgradig stetig oder auch,
die Folge (f") sei gleichstetig. Es ist ntzlich, den Begriff der Gleichstetigkeit auch
fr allgemeinere Gebilde als Folgen, nmlich fr sogenannte Funktionenfamilien
zur Verfgung zu haben. Ist jedem Element L einer " Indexmenge" 1=/= (/) eine
Funktion f. auf X zugeordnet, so sagen wir, es sei uns eine Funktionenfamilie
(f.:tEJ) au f X gegeben 1>. Der vertrauteste Fall ist natrlich, da J=N ist ; die
Familie ist dann eine Folge (fn : n E N), krzer: (f Die Familie (fa : a E R+) mit
fa (x) : = 1, falls x E [0, a], : = 0, falls x~ [0, a], ist die Gesamtheit der charakteristischen Funktionen aller Intervalle [0, a], a >0; die Indexmenge ist hier R+, also
berabzhlbar. D er entscheidende Unterschied zwischen einer Menge Dn und
einer Familie ~ von F unktionen auf X besteht darin, da die Funktionen aus ~
paarweise verschieden sind, whrend zwei Funktionen f.,, {. 2 aus ty durchaus
identisch sein knnen. Mit einer frhe r eingefhrten Sprechweise ist also eine
Funktionenfamilie ~ nicht s a nderes als ein System von Funktionen, das durch die
l ndizierung seiner Elemente auf eine besonders bersichtliche Form gebracht ist.
Wir geben nun die folgende
11

).

Definition Die Familie tr reellwertiger Funktionen a uf X e R heit gleichstetig,


wenn es zu jedem c > 0 ein S > 0 gibt, so da
fr alle fE~ und a ll e x, y E X mit lx -y i<S stets if(x)-f(y)i<s

..

Unsere obigen Uberlegungen kristallisieren sich damit zu dem


0

106.1 Satz Jede gleichmig konvergente Folge stetiger Funktionen auf einer
kompakten Menge ist sogar gleichstetig.

Fr die Analysis ist es von hchster Bedeutung, da es zu diesem Satz eine


partielle Umkehrung gibt. Bevor wir sie formulieren, fhren wir noch zwei
Sprechweisen ein. Wir nennen eine Familie tr reellwertiger Funktionen auf der
beliebigen (nicht notwendig reellen) Menge X punktweise b eschr n kt, wenn
es zu jedem x E X eine (von x abhngende) Schranke M(x) gibt, so da
lf(x) I ~ M(x)
t>Die

frallef Etr

(106.4)

f. haben also den gemeinsame11- Definitionsbereich X , der natrlich eine beliebige

nichtleere Menge sein darf, also nicht notwendig ein Teil von R ist.
2> Offenbar ist jedes f E 'jJ auf X gleichmig stetig. D as Neue, um es noch einmal zu sagen,
besteht darin, da a ein "Gemeinschafts-[)" ist: Es kann unterschiedslos fr jedes fe'jJ
verwendet werden. Beispiele fr gleichstetige Funktionenfamilien findet der Leser in den
Aufgaben 1 bis 3.- In der komplexen Version unserer D efinition darf X eine Teilmenge
von C und jedes f E 'jJ komplexwertig sein. E ntsprechendes gilt fr die Stze dieser
Numme r.

106 Gleicbstetigkeit. Der Satz von Arzela-Ascoli

563

ist. Dagegen heit ~ glei ch mig bes chr nkt, wenn es eme von x
unabhngige Schranke M gibt, so da

lf(x)l~ M

fr alle f e ~ und alle x e X

ist. In diesem Falle mu auch

llfllc.: = sup lf(x )I ~ M

(106.5)
fr alle

f E~

sein. Ist

xeX

umgekehrt llfllc.~ M fr alle fe~ , so gilt trivialerweise (106.5). Die Familie~ ist
also genau dann gleichmig beschrnkt, wenn sie n ormbeschrnkt ist, d.h. ,
wenn mit einer passenden Konstanten M die Abschtzung gilt:

11/lloo ~ M

fr alle

f E ~.

Es mag der Klrung dienen und Verwechslungen verhindern, wenn wir die Beziehungen
zwischen den verschiedenen Formen der Beschrnktheit, die uns bisher vorgeko mme n
sind, in aller Krze beleuchten. g: sei dabei irgendeine Funktionenfamilie auf X.
Gibt es zu jedem feg: eine (von f, nicht von x abhngende) Schranke M (f), so da
lf (x)l :!50 M(f)

fr alle x e X

gilt, so ist jedes individuelle f e g: auf X beschrnkt, mit anderen Worten: g: ist eine Familie
beschrnkter Funktionen. Jedoch braucht g: weder punktweise noch gleichmig
beschrnkt zu sein. Beispiel: g:: = (f., f 2 , ) mit f" (x): = nx, 0 :!50 x :!50 1.- Ist g: punktweise
beschrnkt, so braucht kein einziges f E g: beschrnkt zu sein, und g: selbst wird i.allg. auch
nicht gleichmig beschrnkt sein. Beispiel: g::= {{ 1, [2 , ) mit fn(x) : = (1/n )x, x ;a.: 0.- l st
jedoch g: gleichmig beschrnkt, so ist g: erst recht punktweise beschrnkt, jedes einzelne
f E g: ist eine beschrnkte Funktion, und die Normen a ller dieser Funktio ne n liegen sogar
unte rhalb einer gemeinsamen Schranke. Beispiel: g:: ={f~> f2 , . .) mit fn(x): =(l/n)x, 0:!50
x :!50 1. - Das folgende Schema rafft diese D inge in leicht verstndlicher Kurzform
zusammen :

/g:c B(X)

g: gleichmig beschrnkt ~ t +
g: punktweise beschrnkt
Jedes einzelne Glied der Folge in Satz 106.1 ist eine beschrnkte F unktion, weil
die D efinitionsmenge kompakt ist. Die gleichmige Konvergenz erzwingt, da
die Folge selbst normbeschrnkt und damit erst recht punktweise beschrnkt ist
(s. Satz 103.4). Die angekndigte partielle Umkehrung des Satzes 106.1 besagt
nun, da man aus jeder punktweise beschrnkten und gleichstetigen Funktionenfamilie stets eine gleichmig konvergente Teilfolge auswhlen kann. Und mehr
als das: Es gilt sogar der folgende
0

106.2 Satz von Arzela-Ascoli 1) ~ sei eine Familie reellwertiger stetiger Funktionen
auf der kompakten M enge X c: R. Genau dann enthlt jede Folge aus % eine
gleichmig konvergente Teilfolge, wenn % punktw eise b esc hrnkt und
g I eichste ti g ist. In diesem Falle ist~ sogar gleichmig beschrnkt.
Cesare Arzela (1847-1912; 65). Giulio A scoli (1843- 1896; 53) .- S. zu diesem Satz auch
Aufgabe 5.
t)

5 64

XIII Vertauschung von Grenzbergngen

Dem Beweis dieses fundamentalen Satzes schicken wir einen Hilfssatz voraus.
0

106.3 Billssatz Jede kompakte Menge X


Teilmenge, die in X dicht liegt.

c: R

enthlt eine hchstens abzhlbare

Beweis. Bei
.. festem kEN bildet das System der Umgehungen U 11k(x) (xEX)
eine offene Uberdeckung von X Nach dem Satz von Heine-Borel wird X bereits
von endlich vielen dieser Umgehungen berdeckt, d.h. , es gibt eine endliche
Hlk

Teilmenge M" : = {x" 1 ,X~t 2 , . . ,x""'.} von X mit Xe:


CO

einigung M: =

U
~'-=1

U 11"(x"14 ). Die Ver-

M" ist eine hchstens abzhlbare Teilmenge von X Sei nun y

k=l

irgendein fester Punkt aus X und e eine beliebige positive Zahl. k E N werde so
gewhlt, da 1/k < e ist, anschlieend bestimmt man ein x 0 aus M"' (und damit aus
M) , so da y in U 11"(x 0) liegt. Erst recht gehrt dann y zu U6 (x 0) und somit auch
x 0 zu U ., (y). Mit anderen Worten: In jeder e-Umgebung des beliebigen Punktes
y liegt mindestens ein Punkt aus M. Das bedeutet aber, da M tatschlich dicht in
X liegt.

Nun nehmen wir uns den Beweis des Satzes von Arzela-Ascoli vor. Zunchst
setzen wir voraus, g: sei punktweise beschrnkt und gleichstetig. (/") mge
irgendeine Folge aus g: und M: = {xl> x 2 , } eine dicht in X liegende Teilmenge
von X sein (s. obigen Hilfssatz). Da die Zahlenfolge (/" (x 1)) beschrnkt ist,
enthlt sie nach dem Satz von Bolzano-Weierstra eine konvergente Teilfolge,
anders gesagt: Es gibt eine Teilfolge (/11 , /12, /13 , . .) von(/")' so da {flk (x 1))
konvergiert. Nun ist aber auch die Zahlenfolge (f 1 " (x 2 )) beschrnkt, und wie eben
sieht man, da es eine Teilfolge (/21 , / 22 , / 23, ) von (/1 ") geben mu, fr die
(f2k(x 2)) konvergiert. So fortfahrend erhlt man ein Schema von Folgen

f u , /12,/13>
!21 / 22, !23,
f3t,f32,/33> .. .

...

in dem jede " Zeilenfolge" - abgesehen von der ersten - eine Teilfolge der
unmittelbar darberstehenden ist, und die n-te Zeilenfolge jedenfalls fr x = x"
konvergiert. Nun betrachten wir die "Diagonalfolge", also die Folge der 8n := f""
(n = 1, 2 , ...). Ab dem n-ten Glied ist sie eine Teilfolge der n-ten Zeilenfolge,
konvergiert also fr x = x" - und konvergiert somit auf ganz M.
Es wird sich nun darum handeln, diese Konvergenz auf M, die wir einzig der
punktweisen Beschrnktheit von g: verdanken, gewissermaen auf ganz X fortzusetzen. Hier kommt die Gleichstetigkeit von g: ins Spiel. Ihretwegen knnen wir

106 Gleicbstetigkeit. Der Satz von Arzela-Asco

565

zu vorgegebenem s > 0 ein l5 > 0 so finden, da


fr alle n und alle x, y e X mit lx- Yl < 25 stets

(106.6)

ausfllt. Das System der Umgehungen U8 (x) (x e X) berdeckt X. Nach dem Satz
von Heine-Borel gibt es in X endlich viele Punkte y 1, , yP, so da bereits

U 8 (y.,) =>.X ist. In jedem U8 (y.,) liegt mindestens ein Punkt aus M; wir greifen

einen solchen heraus und bezeichnen ihn mit g.,. Fr jedes x e U 8 (y.., ) haben wir
dann l x - g.,l~l x-y.,l+l y .,- g., l< 25, wegen (106.6) ist also
fr alle n und alle x e U 8 (y.,) n X immer

lg,. (x)- g,. (g.JI

<;.

(106.7)

Da bei festem v die Folge (g,. (g.,)) konvergiert, gibt es ein n 0 , so da


(106.8)
bleibt - und zwar fr v = 1, ... , p. Nun sei x irgendein Punkt aus X Dann liegt
er in einem gewissen U 8 (y.,), so da fr ihn die Abschtzung (106.7) gilt. Whlen
wir jetzt m, n > n 0 und beachten (106.8), so folgt

< 3+3+3 = s.
Da x vllig beliebig war, ergibt sieb daraus mit dem Caucbykriterium 103.2, da
(g,.) gleichmig auf X konvergiert. {j,.) enthlt also tatseblich eine gleichmig
konvergente Teilfolge.
Die gleichmige Beschrnktheit (Normbeschrnktheit) von ~ ist nun fast trivial.
Wre nmlich ~ nicht normbeschrnkt, so gbe es zu jedem natrlichen n e in
f,. e ~ mit 11/ .. lk;; ;o n. Nach dem eben Bewiesenen mte (/,.) eine gleichmig
konvergente Teilfolge {f,..) enthalten. Diese Teilfolge wre nach Satz 103.4
normbeschrnkt, obwohl doch konstruktionsgem 11/... lk~ nk fr alle k ist.
N un greifen wir die Umkehrung des bisherigen Gedankenganges an. Wir setzen
jetzt a lso voraus, jede Folge aus ~ enthalte eine gleichmig konvergente
Teilfolge. Dann ist ~ gleichmig, erst recht also punktweise beschrnkt (die
Argumentation des letzten Absatzes zog ja nur die- nun vorausgesetzte Auswahleigenschaft heran) . Wre ~ nicht gleichstetig, so gbe es ein
" Ausnahme-s", etwa s 0 > 0, mit folgender Eigenschaft: Zu jedem eS > 0 existiert
eine Funktion f e ~ und ein Paar von Punkten x, y e X, so da
zwar

lx-yl < cS,

aber doch

lf(x )- f(y )l~s 0

566

XIII Vertauschung von Grenzbergngen

ist. Wir whlen nun zu 5 := 1/n (n E N) eine solche "Ausreierfunktion" fn und


ein " Ausreierpaar" x"' Yn aus; es ist dann

(106.9)
Da X kompakt ist, besitzt (x") eine Teilfolge, die gegen einen Punkt ~ aus X
konvergiert; wir drfen uns (x") gleich so gewhlt denken, da bereits lim x" = ~
ist. Wegen lx"- Ynl < 1/n strebt auch Yn- f Voraussetzungsgem gibt es in (f,.)
eine gleichmig konvergente Teilfolge (f".). Nach A 104.5 strebt dann aber
fnk ( xn.) -in. (ym)-/( ; ) - f( ; ) = 0' im Widerspruch ZU ( 106.9). In Wirklichkeit
mu also iJ doch gleichstetig sein 1>.

Der Satz von Arzel-Ascoli ist das Gegenstck zum Satz von Bolzano-Weierstra und hat
fr Funktionenmengen eine hnlich fundamentale Bedeutung wie der letztere fr Zahlenmengen. Wir werden noch darauf zurckkommen.

Wir beschlieen diese Nummer mit einigen Betrachtungen ber den Zusammenhang zwischen Funktionenfamilien und Funktionen von zwei Vernderlichen.
Sei iJ: = (f. : t E J) eine Funktionenfamilie auf X. Dann kann man iJ auch auffassen
als eine Funktion f der beiden Vernderlichen x und t, wenn man f erklrt durch
f(x, t):=f.(x) frx EX, tEJ.

(106.10)

Ist uns umgekehrt eine auf X x Y definierte F unktion f der beiden


Vernderlichen x, y gegeben, so drfen wir sie vermge der Definition
{y(x):=f(x,y)

frx E X, yEY

(106.11)

als eine Funktionenfamilie (fy : y E Y) auf X deuten. Welche Interpretation die


zweckmigere ist, hngt vom jeweiligen Einzelfall ab. Die "Familiendeutung"
wird man gewhnlich dann bevorzugen- und meistens von vorneherein
vorfinden-, wenn man untersuchen will, wie sich die W erte von f(x, y) lindern,
wenn man eine Variable festhlt und nur die andere " laufen" lt. Dies ist z.B.
der Fall bei der Analyse der punktweisen Konvergenz einer Funktionenfolge (f"):
Bei festgehaltenem x lt man n laufen und prft, ob ,._....
lim fn(x) vorhanden ist.
Hlt man dagegen n fes t und lt x vareren, so richtet man sein A ugenmerk auf
die individuelle Funktion fn und studiert etwa ihren Verlauf auf X. Will man bei
einer Funktion f(x, y) auf Xx Y den "Familiengesichtspunkt" in den Vordergrund rcken, so sagt man auch gerne, f(x, y) sei eine Funktion von x, die noch
von einem Param ete r y abhnge. Dagegen wird man die " Funktionendeutung"
bevorzugen, wenn es um die Frage geht, wie sich die W erte von f ndern, wenn
man die beiden Variablen gleichzeitig laufen lt.
Man vgl. den Beweis des Satzes 36.5 und beachte die beherrschende Rolle, die das
Auswahlprinzip von Bolzano-Weierstra in beiden Beweisen spielt.
tl

106 Gleichstetigkcit. Der Satz von Arzela-Ascoli

567

Die reellwertige Funktion f(x, y) sei auf X x Y definiert, wobei X eine Teilmenge
von R und Y eine ganz beliebige Menge =f (/) ist. D er Familien- oder
Parametergesichtspunkt legt es dann nahe, die Funktion f(x, y) gleichstetig in
der ersten Variablen (oder in x) zu nennen, wenn die durch (106.11)
definierte Familie (fy : y e Y) gleichstetig ist, wenn es also zu jedem e > 0 ein
o> 0 gibt, so da

fr aJle y E Y und alle

x1 , x2 EX mit lx 1 - x2 1< o stets

lf(x1, Y) - f(xz, Y)I< e

(106.12)

a usfllt1>. Ist Y c: R, so kann man natrlich ganz entsprechend die


Gleichstetigkeit io der zweiten Variablen (oder in y) erklren. Aus der
letzten Aussage des Satzes von Arzela-Ascoli gewinnt der Leser nunmehr ganz
mhelos den
0

106.4 Satz Die reellwertige Funktion f sei auf X X Y definiert, wobei X eine
kompakte Teilmenge vonRund Y eine vllig beliebige (nichtleere) Menge sei. Ist
f in der ersten Variablen gleichstetig und in der zweiten beschrnkt (ist also
lf(x, y )I~ M(x) fr alle y e Y bei jedem festen x E X), so ist f selbst beschrnkt, d.h. ,
mit einer geeigneten Konstanten M gilt lf(x, y)Is M fr alle x E X und alle y E Y.
Aufgaben

"'1. Sei ~ eine Familie reellwertiger Funktionen auf X c R, und es gebe eine Konstante
L > 0, so da gilt: lf(x)- f(y )I ::SO L lx - Yl fr alle
gleichstetig.

f e~

und alle x, y e X. Dann ist ~

2. Sei ~ eine Familie reellwertiger Funktionen auf [a, b]. Jedes f e ~ sei auf [a, b]
differenzierbar, und die Ableitungen f' seien gleichmig beschrnkt: lf'{x)l ::SO M fr alle
f e ~ und alle x e [a, b]. Dann ist~ gleichstetig. Hin weis: Aufgabe 1.

*3. Ist~ eine auf [a, b] gleichmig beschrnkte Familie R-integrierbarer Funktionen, so ist
die FamWe der Funktionen
F(x) : =

rf(t)dt

(x e [a, b], f

em

auf [a, b] gleichmig beschrnkt und gleichstetig. Hinweis: Aufgabe 1.


*4. Die Funktion f: X x Y--+ R (X, Y c R) sei in jeder Variablen gleichstetig. Dann gibt es
zu jedem e > 0 ein l) > 0 , so da gilt:

Aus

lxa - x21< l>, IYa - Y21< 8 folgt lf(x" y,) - f(xz, y:JI<e

(dabei sollen die x 1 ~ natrlich in X und d ie y., y2 in Y liegen).


~ sei eine gleichstetige Funktionenfamilie auf [a, b ], und es gebe eine Konstante C, so
da lf(a)l ::SO C fr alle f e ~ ist. Dann ist ~ auf [a, b] gleichmig beschrnkt (so da also ~
der Bedingung des Satzes von Arze l-Ascoli gengt).

+s.

n Natrlich ist dann fr jedes feste y 0 e Y die Funktion x >--+ f(x, y0 ) auf X stetig- und
sogar gleichmig stetig.

568

XIII Vertauschung von Grenzbergngen

107 Vertauschung von Grenzbergngen bei Netzen


In diesem Abschnitt greifen wir noch einmal den Vertauschungssatz 104.1 auf,
diesmal aber unter wesentlich allgemeineren Gesichtspunkten. Es handelt sich um
folgendes:
Gegeben seien zwei gerichtete Mengen (X,<), (Y, <) und eine reellwertige
Funktion F(x, y) auf Xx Y1'. Fr jedes feste x e X ist y ~ F(x, y) eine Funktion
auf Y und damit ein Netz auf (Y, < )2 >, und fr jedes feste y e Y ist x ~ F(x, y)
eine F unktion auf X, also ein Netz auf (X, < ). Wir werfen nun die Frage auf,
unter welchen Voraussetzungen die Beziehung
(107.1)

I im lim F(x, y) = lim m F(x, y)


Y

gilt - wobei es sich von selbst versteht, da die Existenz der auftretenden Limites
lim
F(x, y) bedeutet natrlich,
sichergestellt sein mu. Der " iterierte Limes" lim
y
X
da zuerst fr jedes feste y e Y der Netzlimes t/f(y) := lim F(x, y) und dann der
X

Netzlimes lim
t/l{y) zu bilden ist; entsprechend
y

ist der iterierte Limes

lim lim F(x, y) zu verstehen. Um an dje vertrauten Verhltnisse bei Doppelfolgen


X

(am") zu erinnern, nennen wir tim


F(x, y) auch den x -ten Zeilenlimes und
y
tim F(x, y) den y-ten Spaltenlimes.
X

Zur Belebung dieser Dinge bringen wir zunchst drei Beispiele:


L X, Y seien Teilmengen von R, t;t X sei ein (eigentlicher oder uneigentlicher)
Hutungspunkt von X und "1 t Y ein solcher von y ' '. In gewohnter Weise wird X auf I;
und Y auf "1 gerichtet. Fr x 1, x 2 e X besagt also x 1 < x 2 , da x 2 " nher" bei I; liegt als x 1,
genauer: x 1 < x 2 bedeutet

lxz -t;l ~ lx ~-t;l,

falls I; e R,

x 2 ~ x 11

falls 1; = - oo,

x 1 ~ x2,

falls I;= +oo


(s. die Beispiele 2 bis 4 in Nr. 44). Ganz entsprechend ist y 1 < y 2 fr Y~> y 2 e Y zu
verstehen (wobei eben nur das Richtungszentrum I; durch "1 zu ersetzen ist). Die

>Wir bezeichnen die Richtungen in beiden Fllen mit demselben Zeichen <. Verwechslungen sind nicht zu befrchten.
2
> We nn ber die Richtung von Y kein Zweifel besteht, werde n wir die Funktion y ~ F (x, y)
auch krzer ein Netz auf Y (statt auf ( Y, <)) nennen. Entsprechend verfahren wir in hnlich
gelagerten Fllen.
1
>Die Voraussetzung, da I; nicht in X und 11 nicht in Y liegen soll, ist keine zu Buche
schlage nde Einschrnkung. Notfalls kann man imme r I; aus X und "1 aus Y entfernen,
ohne etwas an den folgenden Betrachtungen zu ndern .

107 Vertauschung von Grenzbergngen bei Netzen


Grenzwerte
lim F(x, y),

lim lim F(x, y ),


y ......,..

x -+ ~

.x-~

lim F(x, y)

und

569

lim lim F(x, y)


x- f: Y-"l

y -+'1')

mgen alle existieren. Die Frage, ob dann lim lim F(x, y) = lim lim F(x, y) gilt, ist offenbar
Y-+'YJ x-+~
x ......E" y-+-,-,
gerade die Frage, ob (107.1) besteht.
Sei etwa
X:= (0, 1],

Y:= (0, 1],

= TJ := 0

F(x, y): =

und

x-y
x+y

Dann ist
limF(x, y)=-1
x~o

fr jedes feste ye(O, 1],

also

limlimF(x, y) =- 1,

fr jedes feste x e (0, 1],

also

lim !im F(x, y) = 1.

y~ox-o

x-+0 y-+0

Die beiden iterierten Limites sind somit verschieden.


2. Sei (f,. ) eine Funktionenfolge auf Xe R, und X werde auf einen (eigentlichen oder
uneigentlichen) Hufungspunkt ~ rfi X von X gerichtet. Setzt man in dem obigen Beispiel
Y: = N und TJ : = +oo (versieht man also N mit seiner natrlichen Richtung: m < n: - m .,.
n) und definiert man die Funktion F auf Xx N durch F(x, n) := f,.(x) , so ist das
Hauptproblem aus Nr. 104, ob nmlich tim lim f,.{x) = lim lim f,.(x) sei, gerade die im

x-e

n ~ x~~

u~

Beispiel 1 aufgeworfene Frage, ob (107 .1) bestehe.


3. Die Funktionen f,. seien R-integrierbar auf [a, b ], und es strebe dort f,. -+ f. Dann lautet
eine unserer frher schon diskutierten Grundfragen: Ist f R-integrierbar auf [a, b] und
gilt J! f (t)dt = ,._..,
lim S~ f,. (t )dt? Mit Hilfe der zugehrigen Riemannschen Netze knnen wir
diese Frage auch so formulieren {vgl. (102.3)): Es sei X: = 8*, Y : = N und
1
F((Z, -r), n ) := S(f,., Z, -r) ' . Ist dann
!im lim F((Z, -r), n) vorhanden und = lim lim F((Z -r) n )?

' '

Das Vertauschungsproblem (107.1) lt sich durchsichtiger behandeln, wenn man


auf Xx Y eine geeignete Richtung < einfhrt, und F als Netz auf (Xx Y, <)
deutet 2 >. Am nchstliegenden ist es, Xx Y mit der Produktrichtung zu versehen, die wir mit << bezeichnen und " komponentenweise" definieren (vgl.
Beispiel 5 in Nr. 44):
(107 .2)

Z ist eine Zerlegung von [a, b], -rein zugehriger Zwischenvektor. Die ge.dchtete Menge
8* ist vor Satz 7 9.2 erklrt. N wird mit seiner natrlichen Richtung versehen.
2
) Wir bezeichnen die Richtungen in X, Y und X X Y unterschiedslos mit demselbe n
Zeichen < . Verwechslungen sind nicht zu befrchten.
>

570

XIll Vertauschung von Grenzbergngen

Gelegentlich ist es aber zweckmiger, auf Xx Y eine Richtung "<" zu benutzen, die schwcher als die Produktrichtung ist, so da also gilt:
(xt> Yt)-<-<(x2, Y2)-(xl, y 1)<(x 2, y2), gleichbedeutend:
x 1 <X2 und Yt<Y 2 ..,.(Xl>Yt)<(x 2,y 2).

(107.3)

Nach Einfhrung einer Richtung auf X x Y wird die Funktion F ein Netz auf
X x Y, das wir auch mit (F(x, y)) oder (Fxy) bezeichnen.
Nach diesen Vorbereitungen beweisen wir nun den grundlegenden
0

107.1 Satz X und Y seien gerichtete Mengen, und X x Y sei mit einer Richtung
versehen, die schwcher als die Produktrichtung auf Xx Y ist (so da also (107.3)
gilt). Auf Xx Y sei eine FunktionFund somit ein Netz (F(x, y)) erklrt. Dieses
Netz mge konvergieren. Existieren nun die Zeilenlimites lim F(x, y) fr alle x EX,
so ist auch
v

lim lim F(x, y) vorhanden und


X

= lim F(x, y ).
XxY

Existieren die Spaltenlimites lim F(x, y) fr alle y e Y, so ist ganz entsprechend


X
auch
lim lim F(x, y) vorhanden und = lim F(x, y).
Y

xxY

Existieren sowohl alle Zeilen- als auch alle Spaltenlimites, so ist infolgedessen

lim lim F(x, y) = lim lim F(x, y) = lim F(x, y).


X

X x Y

Der Beweis, bei dem wir uns der "lndexschreibweise" Fxy bedienen, ist uerst
einfach (vgl. A 44.3). Sei e > 0 beliebig vorgegeben und "Y1 : = lim Fxy Dann gibt es
X><Y

ein (x0 , y0 )eXx Y, so da IFxy - "Yll<e ausfllt, sofern nur (x, y) >- (x0 , y0 ) ist.
Wegen (107 .3) bleibt also
IFxy -

"Y) I<

e,

wenn x >- Xo und y >- Yo

ist. Bei festem ~>- x 0 gilt daher IFxy- "Yll < e fr alle y>- y0 . Existieren die
Zeilenlimites, so folgt daraus mit Satz 44.4, da llifP F..:y- '71 ~ s sein mu, und
lim Fxy vorhanden und
zwar fr jedes x > x0 . Das bedeutet aber, da lim
X y
Ganz entsprechend schliet man, wenn die Spaltenlimites existieren.

= '7 ist.

Es kann durchaus vorkommen, da die Zeilen- und Spaltenlimites alle vorhanden


sind, und doch (Fxy) divergiert. Wegen des letzten Satzes tritt dies gewi immer
dann ein, wenn die iterierten Limites lim lim F"Y und lim lim Fxy existieren, aber
X

voneinander verschieden sind. Im Beispiel 1 ist ein solcher Fall aufgefhrt.


Klrung bringt hier der Begriff der gleichmigen Konvergenz:

107 Vertauschung von Grenzbergngen bei Netzen


0

571

Definition Die reellwertige Funktion F sei auf X x Y erklrt, wobei Y - aber nicht
notwendigerweise X - eine gerichtete Menge sei; fr jedes feste x EX ist also
(F (x, y )) ein Netz auf Y. Dann sagen wir, (F (x, y )) konvergiere oder strebe
gleichmig a uf X gegen die Funktion f:X~ R, wenn es zu jedem s>O ein
y 0 E Y gibt, so da
fr alle y> y 0 und alle xEXstets IF(x, y) - f(x)l <s

ist 11

(107.4)

Das Entscheidende ist hierbei natrlich, da y0 zwar von s, nicht jedoch von x
abhngt- da man also in der Abschtzung (107.4) mit ein und demselben y 0
fr alle x EX auskommt. Die gleichmige Konvergenz drcken wir durch
folgende Zeichen aus:
F(x, y) ~ f(x)

gleichmig auf X,

lim
F(x, y) = f(x) gleichmig auf X,
y

F (x, y)- f(x) auf X,


Lim
F(x, y) = f(x) auf X,
y

X- Lim F(x, y) = f(x).


y

Wir bringen nun einen beraus flexiblen und anwendungsfhigen Satz, der
offenbar den Vertauschungssatz 104.1 als einen Spezialfall enthlt:

107.2 Satz X und Y seien gerichtete Mengen, und X

Y werde mit der Produktrichtung ausgestattet. Weiterhin sei auf Xx Y eine Funktion Fund somit ein Netz
(F(x, y)) erklrt Existieren nun die Zeilenlimites lim
F(x, y) gleichmig auf X,
y
X

und sind die Spaltenlimites lim F(x, y) fr alle y E Y vorhanden, so konvergiert das
X

Netz (F(x, y)), und es ist

lim lim F(x, y) = lim lim F(x, y) = lim F(x, y).


X

X><Y

(107.5)

Im B ewe is benutzen wir der Krze wegen wieder die Indexschreibweise und
setzen
'Px : = lim
Fxy
c/ly := lim
Fxy
y
X
Geben wir ein beliebiges e > 0 vor, so gibt es wegen der vorausgesetzten
gleichmigen Konvergenz ein y0 (das nur von s abhngt), so da fr alle y> y0
und alle XE X stets
'Px I< e ausfllt. Wegen

w,.y-

IFxy- Fxy I~ IF"Y 0

'Px I+ l<f'x- Fxy0 I

ist dann

IFxy- F"YO I< 2e fr alle x EX, sofern nur y > y 0 ist.

(107.6)

> Diese Definition unterscheidet sich von der Erklrung der gleichmigen Konvergenz
einer Funktionenfolge (j,, (x)) nur dadurch, da die Variable y die Rolle des Index n ber-

nimmt. Um dies noch augenflliger zu machen, benutze man anstelle des Funktionensymbols F(x, y) in Gedanken die Indexnotation f..(x):= F(x,y).

572

XIII Vertauschung von Grenzbergngen

Fassen wir nun (Fxy) ins Auge! Nach Voraussetzung gibt es ein x 0 EX, so da fr
x> x 0 stets IFxyo-1/!yol < e bleibt. Wegen

1Fxy0 - Fxoyol ~IFxyo -lj!Yol+ 11/!Yo-FXoYol


ist somit
(107 .7)
Nun seien (x, y), (x', y') - (x 0 , y 0 ) , also x, x'> x 0 und y, y'> y0 . Dann ist

IFxy - F x'y'l ~ IFxy - F xyol + IFxyo- F x 0 yol + IFXO)IO- F x'yol+ IFx'yo- F x ' y'l

<8e;
denn wegen (107 .6) sind die ueren Summanden auf der rechten Seite <2e, und
wegen (107. 7) gilt dasselbe fr die beiden mittleren. (Fxy) ist also ein Cauchynetz
und somit konvergent. Die Gl. (107.5) ergibt sich nun sofort aus Satz 107.1 ; man
hat nur zu beachten, da trivialerweise die Produktrichtung schwcher als sie
selbst ist.

Als erste Anwendung des Satzes 107.2 bringen wir einen neuen, ganz elementaren
Beweis des Satzes 104.4, der keinen Gebrauch von dem Lebesgueschen
Integrabilittskriterium macht. Es sei eine Funktionenfolge (fn) auf [a, b] gegeben, jedes f,. liege in R[a, b], und es strebe fn ~ f auf [a, b]. Wir setzen
X:=8*, Y: = N (versehen mit den blichen Richtungen) und definieren
F: X x Y - R

durch

F((Z, T), n): = S(f.., Z, T).

Wegen der Integrierbarkeit der fn sind dann definitionsgem die Spaltenlimites


lim F((Z, T), n) vorh anden und = J! fn (t)dt. Zur Untersuchung der Zeilenlimites
8*

geben wir uns ein e > 0 vor und bestimmen dazu ein n 0 , so da

lfn{t)-f(t)I<E./(b-a)

fr alle n;;a.n0

und alle

t E [a, b]

bleibt. Sei nun Z: = {t0 , t 1 , . . . , ~.J eine Zerlegung von [a, b] und
T : = (-r 1 , . , -r'") irgendein zugehriger Zwischenvektor. Fr jedes n;;;::. n 0 haben
wir dann

infolgedessen ist lim F((Z,T), n) = S(f, Z,T) gleichmig auf


N

gilt somit
lim lim F((Z, T), n) = lim lim F((Z, T), n),
;

2*.

Nach Satz 107.2

107 Vertauschung von Grenzbergngen bei Netzen

573

also

Als zweite Anwendung des Satzes 107.2 beweisen wir einen Satz ber gliedweise
Differenzierbarkeit, der aber von ganz anderer Art als Satz 104.3 ist. Dazu ist
eine einfache Vorbemerkung ntig.
Sei (!") eine Funktionenfolge auf [a, b], und jedes f,. besitze in t 0 e [a, b] eine
Ableitung t:,(t 0 ). Zu jedem positiven e und jedem Folgenglied f,. gibt es also ein
5 > 0, so da

fn (to +y)-fn(to)_f~(t 0) < e ist fr O<l yl< 5.


y

5 hngt dabei, wohlgemerkt, nicht nur von e, sondern auch von f,., also von n, ab.
Ist diese Abhngigkeit von n in Wirklichkeit aber nicht vorhanden , gibt es also zu
jedem e > 0 ein nur von e abhngiges 5 > 0, so da
fnCto+ y) - f,.(to) y

f~(t 0)

< e ist fr 0 <l yl < 5 und allen E N,

(107.8)

so sagt man, die Funktionenfolge (!,.) sei in t 0 g leichgradig differenzierbar.


Es gilt nun der

107.3 Satz Die Funktionenfolge (!,.)strebe auf [a, b] punktweise gegen die Funktion f und sei in t0 e [a, b] gleichgradig differenzierbar. Dann ist
f'(t0 ) vorhanden und = lim

n. -

f~ (t0).

Der Beweis bereitet keine Mhe. Wir setzen


X: = N ,

Y:={y:fO:t0 + y e [a, b]

und

F(n, y) : = f,.(to+ y)-fn(to).


y

Y wird auf 0 bin und N wie blich gerichtet. Trivialerweise sind alle Spaltenlimites limF(n, y) vorhanden und = (f(t0 +y) - f(t 0 ))/ y. Aus (107.8) folgt sofort,
N

da die ZeiJenlimites lim


F(n., y) = f~(t 0) gleichmig auf N existieren. Nach Satz
y
107.2 ist somit
lim lim F(n, y) = lim lim F(n, y ),
Y

also

f'(t0 ) = lim

,........,.

f~(t 0) .

Die Flut der Vertauschungsprobleme ist mit den bisherigen Stzen noch nicht
e ingedmmt. Werfen wir nur die folgenden Fragen auf: Auf dem Rechteck
[a, b] x [c, d] de r st-Ebene sei eine Funktion f definie rt, und fr aUe s e [a, b]

574

Xlll Vertauschung von Grenzbergngen

existiere das R-Integral

F(s): =

idf(s, t)dt

(man nennt ein solches, noch von s abhngendes Integral gewhnlieb ein
Parameterintegral). Unter welchen Voraussetzungen berfistdie Funktion F
auf [a, b] stetig oder sogar differenzierbar? Fast noch wichtiger sind diese Fragen,
wenn das Integral uneigentlich ist. Zu! Abrundung unserer Vertauschungsuntersuchungen behandeln wir einige dieser Probleme in den Aufgaben 2 und 3. In Nr.
128 werden wir uns die Parameterintegrale dann noch einmal vornehmen und mit
krftigeren Hilfsmitteln angehen.

Zur Behandlung der erwhnten Aufgaben (und auch bei anderen Anlssen)
bentigen wir den Begriff der partiellen Ableitung einer Funktion f(s, t) von
zwei Vernderlichen. Wenn fr ein festes t = t 0 die Funktion f(s, t0 ) der einen
Vernderlichen s im Punktes= s0 differenzierbar ist, so sagt man, f sei im Punkte
(s 0 , t 0 ) partiell nach s differenzierbar; die korrespondierende Ableitung
wird die partielle Ableitung von f nach s an der Stelle (s 0 , t 0 ) genannt
und mit

-at (s0 , t 0) o der iJf(so, to)

as

as

bezeichnet. Ist die partielle Ableitung von f nach s in jedem Punkt (s, t) eines
gewissen Bereiches B c R2 vorhanden, so ist sie eine auf B definierte Funktion,
die wir mit

Dd

oder iJf bezeichnen. Ganz entsprechend wird die partielle

as

Ableitung d er Funktion f nach t im Punkte (s 0 , t 0 ) als Ableitung der


Funktion f(s 0 , t) nach ihrer (einzigen) Vernderlichen t definiert und mit
oder
bezeichnet. Was unter D 2 f und iJf zu verstehen ist, drfte nun klar sein. Locker

at

formuliert: Will man nach einer der Vernderlichen partiell differenzieren, so


betrachte man vorbergehend die andere als eine Konstante und differenziere dann
in gewohnter Weise. Als Beispiel betrachten wir die Funktion

f(s, t) : = 2s + t 2 +est,
Hier ist
D f(s t) = iJf(s, t) = 2+ tesr
1

'

as

'

D 2 f(s t) =
'

iJf(s, t)

ar

= 2t+ sest.

107 Vertauschung von Grenzbergngen bei Netzen

575

Aufgaben
1. Die Funktionenfolge (f") sei gleichstetig auf [a, b]. Dann ist die Folge der Funktionen
F,, (x) := J: f" (t)d t, x E [a, b ], in jedem Punkt von [a, b] gleichgradig differenzierbar.
*2. Parameterintegrale Die Funktion f(s, t) sei auf Q: = [ a, b]x[c, d ] definiert, und fr
jedes feste s e [a, b] existiere das R-lntegral

F(s) := ftcs, t)dt.


F ist dann eine Funktion auf [a, b]. Beweise die folgenden Aussagen (wobei es sich
empfiehlt, die Stze dieser Nummer nicht zu benutzen, sondern beim Beweis der beiden
erste n Aussagen unmittelbar an den Begriff der Stetigkeit bzw. Differenzierbarkeit
anzuknpfen und beim Beweis der dritten Aussage den Hinweis zu beachten; der Leser
werfe auch schon jetzt einen Blick auf die Stze 113.1 und 113.2):
a) Ist f in der ersten Vernderlichen gleichstetig, so ist F auf [a, b] stetig.
b) Die partielle Ableitung D tf existiere auf Q, und das R-lntegral J: D tf{s, t)dt sei fr alle
s e [a, b] vorhanden. Ist dann Dtf in der Ver nderlichen s gleichstetig, so ist F auf [a, b]
differenzierbar, und die Ableitung F' kann " durch Differentiation unter dem Integral"
gewonnen werden:

F'(s) =

f
c

c) Ist

D tf(s, t)dt oder griffiger: ds

ldf(s, t)dt = ldat(s' t) dt.


c

as

f in jeder Vernderlichen gleichstetig, so ist

kurz: Unter den angegebenen Voraussetzungen " darf" die Reihenfolge der Integrationen
vertauscht werde11 oder auch: Man " darf" unter dem Integral integrieren. Hinweis: Fr
G1(x) :=

(ft(s, t)dt)d s,

ist G; = G~ un d G,(a) = G 2 (a) = 0.


+3. Uneigentlicbe Parameterintegrale Die Funktion f(s, t) set auf Q := [a, b] x [c, +oo)
definiert. Fr jedes s E [a, b] und y > c sei das R-lntegral

G(s, y)

:=

ft(s, t)dt

vorhanden. Existiert nun fr jedes s e [a, b] das uneigentlicbe Integral


F(s): =

Lr+-f(s, t) dt,

(107 .9)

so istFeine Funktion auf [a, b], deren Untersuchung das Thema dieser Aufgabe ist. Z u
diesem Zweck bentigen wir den Begriff der gleichmigen Konvergenz uneigentlicher
Integrale. Man sagt, das uneigentliche Integral (107.9) konvergie r e g le ichmig auf

576

XIII Vertauschung von Grenzbergngen

[ a, b ], wenn es zu jedem e > 0 ein y0 > c gibt, so da


fr alle y .", y 0 und alle s e [ a, b] stets

ftcs. t)dt -

r.

f(s. t)dt

I+..j(s. t)dt < e

ausfllt. Richte t man Y: = [c, + oo) auf +oo, so bedeutet dies gerade, da (G (s, y)) im Sinne
der Nr. 107 gleichmig auf [a, b] gegen F konvergiert, in Zeichen Lim
G(s, y) = F (s) auf
y

[a, b]. Zeige (und vgl. die entsprechenden Stze ber Funktionenreihen):
a) Cauchykri teriu m : Genau dann konvergiert
f(s, t)dc gleichmig auf [a, b], wenn
es zu jedem e > 0 ein y 0 > c gibt, so da

s;..

fr aJle y J> y2 ""' y 0 und alle s E [a, b] immer

1
Y

f(s, t)dt < e

Y>

ist (entscheidend ist hier, da y 0 nicht von s abhngt).


b) Majorantenkriterium: Ist Jf(s, r)J ~ g(t) fr alle (s, t)e Q und konvergiert s;oog(t)d t,
so mu s;oo f(s, t)dt gleichmig auf [a, b] konvergieren.
c) Fr jedes d > c sei f auf dem Rechteck [a, b] x [c, d] in der ersten Vernderlichen
gleichstetig 1>, und das uoeigentlicbe Integral (107 .9) konvergiere gleichmig auf [a, b].
Dann ist F auf [a, b] stetig.
Hinweis: Wende Satz 107.2 unter Benutzung von Aufgabe 2a auf G(s, y) an.
d) Fr jedes d > c sei f auf dem Rechteck [a, b] x [c, d] in beiden Vernderlichen gleichstetig, und das uneigentliche Integral (107 .9) konvergiere gleichmig auf [a, b]. Dann ist

Hinweis: Aufgabe 2c.


e) Die partielle Ableitung Dd sei a uf Q vorhanden und fr jedes d > c auf dem Rechteck
[a, b] x [c, d] in beiden Vernderlichen gleichstetig, ferner sei das uneigentliche Integral
S:.. D J(s, t)dt auf [a, b] gleichmig konvergent. Konvergiert dann das Integral (107 .9)
wenigstens in einem Punkt s0 von [a, b], so konvergiert es auf ganz [a, b] und stellt dort
eine differenzierbare Funktion dar, deren A bleitung d urch Differentiation unter dem
Integral gewonnen werden kann:

~ f +""f(s,
ds

Je

t)dt =

r +- at(s, t) dt.

Je

as

Hin weis: Setze <p(s) := S;"" D d(s, t)dt und wende auf J~. cp(s)ds, u e [a, b ], den Aufgabenteil d) an.
Genaue r: Die Einschrnkung von f auf [a, b]x[c, d] sei in der ersten Vernderlichen
gleichstetig. Man beachte, da die kritische Zahl B in der Gleichstetigkeitsdefinition von d
abhngen wird und f nicht auf ganz Q in der ersten Vernderlichen gleichstetig zu sein
braucht. Es lohnt sich brigens, schon j etzt einen Blick auf Satz l 13.1 zu werfen.
t)

108 Monotone Konvergenz

577

4 . Entwickle in Analogie zur Aufgabe 3 eine Theorie uneigen tlicher Parameterintegrale


J~ - f(s, t)dt.

+5. Sei F(s): =

f ~e -... sin r dt,

f(s, t): = e _., sin Zeige der Reihe nach:


Jo
I
t
a) F(s) existiert fr jedes s;;;;. 0. H inweis: Fr s > 0 Majorantenkriterium, fr s = 0
Beispiel nach Satz 87 .1.
b) Sei Q: = [0, b] x [0, d] (b und d beliebige positive Zahlen). Auf Q ist f(s, t) in der ersten
und D d(s, t) = -e- sin t in beiden Vernderlichen gleichstetig. Hinweis: A 106.2.
c) J~- f(s, t)dl konvergiert gleichmig auf [0, +oo). Hinweis: Sei y > 0. Mittels Produktintegration erhlt man (s. (76.11))

+.;,

e-"

t
sm

dl=

+~ 1

-e-"sintdt
c

1 cos I+ s sin t _.,] ~


e
2
t
1+s
y

=[ - -

... r
t
f [0, +oo).

und daraus

e- "

sin

dr

d) F ist stetig auf


e) J~"' D J[(s, t)d t = 1)

e- " sintdt = -

fr alle s;;;.O.

+~

g) F(s) = -

io

~-

+"" 1 cos t + s sin t _.,d


-2
e
1
2
r
1+s
y

J;"" e - sr sin tdt konvergiert gleichmig auf jedem Intervall [1}, + oo),

> 0.

f) F'{s)= -

du

o l+u

1+s

frs>O .

+ C = C- arctan s.

h) lim F(s) = 0. Daraus folgt C = 7T/2, also F(s) = 7T/2- arctan s.


~-

+ oo

i)

sin r
(

7T
dr = -.
2

+6. Die Funktion k(s, t) sei auf dem Quadrat Q: = [a, b] X [a, b] definiert, in der ersten
Vernderlichen gleichstetig und fr jedes festes auf [a, b] R-integrierbar. Zeige:
a) Fr jedes fe C[a, b] existiert (Kf)(s): = J~ k(s, t)f(t)dt auf [a, b].
b) f >4 Kf ist eine lineare Selbstabbildung von C[a, b].
c) Wegen Satz 106.4 gibt es eine Konstante M, so da Jk(s, t)J~ M fr alle {s, t) E Q gilt.
Mit einem solchen Mist IJK/IJ..~(b-a)MJI/11.. fr alle fe C[a, b].
d) (!") sei eine Folge aus C[a, b]. Strebt f" - f auf [a, b ], so strebt Kf" ._ Kf auf [a, b].
e) Ist {f") eine normbeschrnkte (gleichmig beschrnkte) Folge aus C[a, b], so besitzt
(Kf") eine gleichmig konvergente Teilfolge.

108 Monotone Konvergenz


D ie Grenzfunktion einer Folge stetiger Funktionen kann durchaus stetig sein,
ohne da die Konvergenz gleichmig ist (s. A 104 .2). Im nchsten Satz werden

578

Xlli Vertauschung von Grenzbergngen

wir sehen, da diese Situation sich vllig ndert, sobald die Konvergenz in
folgend~m Sinne monoton ist:
Sei (f.. ) eine Folge reellwertiger Funktionen auf X, und es konvergiere dort
f .. ~ f. Wir sagen, diese Konvergenz sei monoton, wenn die Folge (f") monoton
ist, wenn also gilt:

f 1~f2 ~f3 ~

oder

Im ersten Fall schreiben wir

f1 ~ f2 ~ f3 ~

"f.. J"f",

im zweiten"/.. ~!". ntigenfalls noch mit

dem Zusatz "auf X".


108.1 Satz von Dini1> Die Folge stetiger Funktionen f,. strebe auf der kompakten
Menge X monoton gegen f. Ist dann f stetig, so mu die Konvergenz notwendigerweise gleichmig auf X sein.

Zum Beweis nehmen wir!.. J" f an und schreiben ein s >0 willkrlich vor. Zu
beliebigem ~EX gibt es dann gewi einen Index m = m(s, {;)mit l fm(~)-f({;)[ < e.
Da aber l!.n - fl stetig ist, existiert eine o-Umgebung U8 ( ~) von {;,so da
if", (x) - f(x) i < s auch fr alle x E U8 (~) n X gilt (wohlgemerkt: o hngt von e und
~ ab: 8 = 8(e, ~)). Und da f., ?' f strebt, ist sogar
if .. (x) - f(x)l < s

fr alle x

U8 ( {;) n X und alle n ~ m(e, ~).

(108.1)

Das System der Ua<...E)(~) (~ E X) bildet eine offene berdeckung von X. Nach
dem Satz von Heine-Borel gibt es also in X endlich viele Punkte ~ .. ... , ~", so da
die zugehrigen o(e, ~.,)-Umgehun gen - wir bezeichnen sie mit U (l), . . . , u<~>>_
bereits X berdecken. Sei 110 die grte der Zahlen m(s, ~ 1 ), . . , m(e, ~" ) und x
ein beliebiger Punkt aus X. Dann liegt x in einem gewissen u <v>, und wegen
(108.1) ist somit I!.. (x) - f(x)l < s fr alle n ~ n0 . Da n 0 konstruktionsgem
nicht von x abhngt, bedeutet dies gerade, da die Folge Cfn) gleichmig auf X
gegen f konvergiert.

Die monotone Konvergenz spielt eine herausragende Rolle im Zusammenhang


mit halbstetigen Funktionen (s. Aufgaben 1 bis 3) und in der Integrationstheorie.
Dem letzteren Komplex wenden wir uns nun zu. Wir beginnen mit einer sehr
einfachen Betrachtung.
Sei f E R[a, b] und Z" die Zerlegung von [a, b] mit den Teilpunkten
x,,k : =

a + k(b - a )/2", k

= 0, 1, ... , 2"

(Z.. + 1 ensteht also aus Z" " durch Halbierung", insbesondere ist Z 1 c Z 2 c Z 3 c
). Fr jedes feste n setzen wir

IJ-nk: = inf{f(x): X E Jnk}

(k = 0, 1, ... ' 2" -1)

>Ulisse Dinj (1845- 1918; 73). Eine Verallgemeinerung des Dinischen Satzes, bei der X
irgendein kompakter topologischer Raum sein darf, findet der Leser in A 159.2.

108 Monotone Konvergenz

579

Fig. 108. 1

und definieren nun die Treppenfunktion cp" auf [a, b] durch


( ) . = {1-'-nk

'Pn X

f(b)

fr
fr

J nk>
X = b

XE

(s. Fig. 108.1). Die Folge (cp") ist offenbar wachsend, und fr alle xe[a, b] und
alle n ist cp,. (x) ~ f(x). Sei nun g e in Stetigkeitspunkt von f in dem offenen
Intervall (a, b). Nach Vorgabe von e > 0 knnen wir dann ein 5 > 0 finde n, so da
U 3(g)c(a, b)

u nd

fr a lle xe U 6 (g)
c U3 (g). Aus der letzten Ab-

f(g) - e<f(x)<f(g)+e

ist. Nunmehr bestimmen wir ein


schtzung folgt dann
f(g)-e<f(x)<f(g) +e

Jrnk

mit

se

J mk

fr alle xe J'"k'

also auch
f(g)- e ~ 'Pm (s) < f(g) + e.

Da fr n ~ m stets cp", (s) ~ cp,. (s) ~ f(s) ist, haben wir somit
f(g) - e ~ cp.. (g) < f(s) + e

fr alle

11

m.

Das bedeutet aber, da cp,. (s) ~ f(g) strebt. Nach dem Lebesgueschen
Integrabilittskriterium bilden die Unstetigkeitspunkte von feine Nullmenge, und
daran ndert sich nichts, wenn wir die oben unbercksichtigt gebliebenen Punkte
a, b hinzufge n. Infolgedessen knnen wir sagen, da cp" ~ f a uf [a, b]\ N strebt,
wo N eine geeignete Nullmenge ist. Um uns bequem ausdrcken zu knnen,
fhren wir die folgende Sprechweise ein: Wir sagen, die Folge reeller Funktionen
g., s trebe fas t beral l auf X gegen g, wenn gilt: g., ~ g auf X\N, N e X eine
N ullmenge. Das Zeichen "g,. /' g fast berall auf X" soll bede uten , da die Folge
(g.,) auf X wchst und fast beraU auf X gegen g strebt ; e ntsprechend
ist "g,. ~ g

fast be rall auf X" zu verstehen. Das wesentliche Ergebnis unserer Uberlegungen
kn nen wir nun so zusammenfassen:

108.2 Satz Zu f e R[a, b] gibt es stets eine Folge von Treppenfunktionen cp,. mit
Cf>n / '

f fast berall auf [ a, b].

Es versteht sich nun von selbst , da man auch eine Folge von Treppenfunktionen

5 80

XIII Vertauschung von Grenzbergngen

c/1" finden kann, so da gilt: c/1" ~ f fast berall auf [a, b] - man braucht ja nur
den letzte n Satz auf - f anzuwenden. Alle diese Tatsachen machen deutlich, da
es im Rahmen der Integrationstheorie zweckmig sein wird, die monotone
Konvergenz zu einer "monotonen Konvergenz fast berall" abzuschwchen. Der
nchste Satz- ein Vertauschungssatz - ist ein weiteres Indiz dafr.

108.3 Satz f t. f 2 , und f seien R-integrierbar auf [a, b], jedes f" sei :s;;f, und es
strebe f" ?' f fast berall auf [a, b]. Dann konvergiert

rfndx~ Ibfdxll_
Indem man die Folge (J-/") betrachtet, sieht man, da dieser Satz vllig
gleichbedeutend ist mit dem

108.4 Satz Die Funktionen g" seien ;;:;.O und R-integrierbar auf [a, b], ferner strebe
g" ~ 0 fast berall auf [a, b]. Dann konvergiert

rg"dx~o.
Nur diesen Satz brauchen wir also zu beweisen. Die Menge N bestehe aus allen
Unstetigkeitspunkten aller g" und denjenigen Punkten x, in denen (g"(x)) nicht
gegen Null konvergiert. Wegen des Lebesgueschen Integrabilittskriteriums und
des Hilfssatzes 84.1c ist N eine Nullmenge. Zu einem willkrlich gewhlten e > 0
gibt es also offene Intervalle I ~> I 2 , . . . , die N berdecken und deren
Lngensumme <e ist. Sei nun g irgendein Punkt aus [a, b]\N Dann strebt
g" (g) ~ 0, und infolgedessen gibt es einen Index m = m(s, g) , so da &m (g) < e
ausfllt. &m ist aber in g stetig, und daher existiert ein offenes, g enthaltendes
Intervall I~, so da fr xE~n[a, b] stets &m(x) < e bleibt. Und da die Folge (g")
fllt, gilt erst recht
falls xEI~ n[a, b]

g"(x) <e,

und

n;;::.m(e, g)

ist.

(108.2)

Das System aller Intervalle Ik, I~ berdeckt [a, b]. Nach dem Satz von Heine:Borel reichen bereits e ndlich viele dieser Intervalle, etwa Ik, , ... , Ik. I~, , .. . , I~
zur berdeckung aus; dabei drfen wir getrost annehmen, da in diesem Teilsystem tatschlich wenigstens ein " gestrichenes Intervall" vorkommL
Nun whlen wir eine so feine Zerlegung Z von [a, b], da jedes Teilintervall von Z
in einem der ik , lf enthalten ist. J~, . .. , Jr seien diejenigen Teilintervalle, die in
einem h ., liegen, J't, ... , J; seien die restlichen; jedes J~ liegt also in einem It .
Setzen wir noch
-

> Man

beachte, da hier, in markantem Unterschied zu Satz 104.4, die Integrierbarkeit der


Grenzfunktion vorausgesetzt wird-und auch vorausgesetzt werden mu, wie etwa die
Folge {fn) aus (102.5) lehrt.- Natrlich gilt e in entsprechender Satz auch im Falle fn '>& f.

108 Monotone Konvergenz

581

n0 : = max m (e, ,gJ.L),


p-1

so folgt aus (108.2)


g"(x) < e,

falls

J~

und

ist,

(108.3)

whrend trivialerweise
(108.4)
bleibt. Mit f1 v9n dx bezeichnen wir das Integral von Un ber lv, entsprechend ist
das Zeichen J1 ;.Undx zu verstehen. Offenbar ist

=I + L'

g,.dx

"

"

mit

:=

"

"_ 1

J g,.dx

und

L'" := I J. g"dx.
,.. .. 1

1.,

(108.5)

J~

Schlielich sei M eine obere Schranke fr g 11 so da also auch g" (x) ~ M fr alle
x E [a, b] und alle n ist. Dann gilt wegen (108.4)
r

L~L
"

Mllvi<Me

fr allen,

v- 1

whrend aus (108.3)


s

L' ~I
n

siJ~I ~e(b-a)

rur

alle n~no

~J- =1

folgt. Mit (108.5) erbalten wir daher

g"dx < e(M + b- a)

fr

allen~ n 0 ,

d.h.

g"dx

~ 0.

Die Untersuchungen der nchsten drei Kapitel verlaufen in zwei verschiedenen


Richtungen. Die eine vertieft unsere Analyse der gleichmigen Konvergenz und
bettet sie in allgemeinere Zusammenhnge ein, die andere beutet systematisch die
monotone Konvergenz, insbesondere den Satz 108.4 aus. Beide fhren zu neuen
Fundamentalbegriffen der Analysis: Die erste zum Banachraum, die zweite zum
Lebesgueschen Integral. Diese Dinge werden wir zu Beginn des zweiten Bandes
errtern.

Aufgaben (ber halbstetige Funktionen)


Der im folgenden auftretende Begriff der nach unten (nach oben) halbstetigen Funktion
findet der Leser, zusammen mit seinen einfachsten Eigenschaften, in A 40.3.

1. Die Funktionen f" :[a, b]- R seien im Punkte ~ nach oben halbstetig, und es strebe
f" ~ f auf [a, b]. Dann ist auch f in ~ nach oben halbstetig. - Ein entsprechender Satz gilt,
wenn die fn in nach unten halbstetig sind und f,. ?' f strebt.

582

XI1I Vertauschung von Grenzbergngen

2. Die Funktionen { .. seien auf [a, b] nach oben halbstetig, und es strebe / .. '>. f e C[a, b ].
Dann ist die Konvergenz gleichmig auf [a, b]. - Formuliere einen analogen Satz im
Falle / .. /' f.
+3, Die Funktion f ist genau dann nach oben halbstetig auf [a, b], wenn es {.. E C(a, b] mit
{ .. '>. f gibt.- Formuliere die entsprechende Charakterisierung der nach unten halbstetigen

Funktionen.
Hinwe is: a) Aufgabe 1.- b) Sei Z.. die Zerlegung von [a, b] mit den Teilpunkten
X..~e: = a + k(b - a)/2" (k = 0, 1, ... , 2"). Definiere die approximierenden /,, als stiickweise
affine Funktionen mit den folgenden Werten in den Teilpunkten:
f.,(a) : = sup{f(x): a ";;; x ";;; x., 1} ,

!.. (x..,.) : = sup{f(x): Xn.k - 1 :!00 x :!00 Xn.k + 1} fr


f .. (b) : = sup{[(x):x,._2 ,:!O:x:!O:b}.

k = 1, ... , 2" -1,

Lsungen ausgewhlter Aufgaben


Aufgaben zu Nr. 1
1. Mengen sind a), b), e), f).
2 . A = {3}, B = {2, -2}, C = {-2}, D = {- 3, 9}, E = {0, 1, 2}.

3. Richtig sind die Aussagen d), e), f).

4. a) {1, 2, 3, 4, 5, 6, 7, 8}, b) {a, b, c, d}, c) {1, 2, 3, 4, 5, 6, 7}, d) {y, c5}, e) (/), f) Z, g) {0}.
5 . a) (/). b) (/), {1}. c) (/), {1}, {2}, {1, 2}. d) (/), {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}.
e) (/), {1}, {2}, {3}, {4}, {1, 2}, {1, 3}, {1, 4}, {2, 3}, {2, 4}, {3, 4}, {1, 2, 3}, {1, 2, 4}, {1, 3, 4},
{2, 3, 4}, {1, 2, 3, 4}.
Die jeweilige Anzahl der Teilmengen ist 1, 2, 4 , 8, 16.

Aufgaben zu Nr. 2
3. b) Schliee fast wrtlich wie beim Beweis der Irrationalitt von J2, fhre also die
Annahme J3 = p/q (p, q ganze Zahlen ohne gemeinsame Teiler) mit Hilfe der leicht
einzusehenden Aussage a) zu e inem W iderspruch.
4. D er Theor etiker gewinnt fr den gesuchten Flcheninhalt F mit einem Blick den
exakten W ert (J2)2 =2, whrend der Praktiker mhsam 1,4142135 1,4142135
ausrechnet - und dann d och nur einen Nherungswert fr F in der Hand hat.

Aufgaben zu Nr. 3
1. Die Krperaxiome besttigt man, indem man alle vorkommenden Flle ausrechnet,
z.B.: 0 + 1 = T, 1 +0 = 1, also + I = I+ 0 , usw. 0 ist die Null, 1 die E ins.- Knnte {0, 1}
angeordnet werden, so wre entweder < 1 oder 1 <0. Durch A ddition von 1 erhlt man
in beiden Fllen wegen (A 8) einen Widerspruch.

2. a) a + b = 0 - (-a)+(a + b) = (- a) +O = - a =+ - a = ((- a)+a) + b = O+ b = b.


b) ab = 1 - a - 1 (ab) = a - 1 1 = a- 1 - a - 1 = (a - 1 a)b = 1 b = b.
c) a +(-a)=O-(-a)+a = O- a ist das nach a) eindeutig bestimmte additiv inverse
E lement zu - a, also a = -(-a).
d) Wie in c): aa - = 1 - a - 1 a = 1 - a ist das nach b) eindeutig bestimmte multiplikativ
inverse E lement zu a - ', also a = (a - 1) - 1
e) a+b = a +c- (-a)+a+b = (- a )+a +c -O+ b =O+c- b = c.
f) ab = ac - a - ab = a - ac - 1 b = 1 c - b = c.
g) a 0 + 0 = a 0 = a (0 + O) = a 0 + a 0 - 0 = a 0 nach e);

584

Lsungen ausgewhlter A ufgaben

1 + (- 1) = o-a(1 + (-1)) = a 0 = o-a 1 + a(-1) = o-a + (-l)a = o(-1)a = - a nach a).


h) b - a ist eine Lsung; denn a +(b - a) = a +((-a)+b) =(a+(- a))+b=O+b=b. Ihre
Einzigkeit folgt nun aus e).
i) Vllig analog zu h).
0

3. a) Nach (A 6) ist a < b oder a = b oder b < a. In den beiden ersten Fllen gilt a :,;;;; b, im
le tzten b :,;;;; a.
b) ist trivial.
c) a o;;;; b - a <b oder a = b; b o;;;;a- b < a oder b = a. Die Behauptung folgt nun, da nach
(A 6) die Ungleichungen a < b, b < a nicht gleichzeitig bestehen knnen.
d) Die mglichen Flle sind 1) a = b, b = c, 2) a < b, b = c, 3) a < b, b < c, 4) a = b, b < c.
Die Behauptung ist nur im dritten Fall nicht trivial: Hier folgt sie aus (A 7).
5. Sei etwa U := N , A: = {1}, B: = {2}. Dann gilt weder A c B noch B c A.

Aufgaben zu Nr. 4
1. U nlsbar, falls b :f 0. Im Falle b = 0 sind alle x E K Lsungen.

2. a) (A 1) bis (A 4} besttigt man durch Ausrechnen, z.B. (a 1, a~ + ( h 2) =


(a, + ., a 2+ 2) = C1 +a., 2+ a~= (" J+(a h a J .
(A 5}: - (ah aJ= (-a.,-a2);
(ah a 2}- 1 = (a1/A, -a~A) mit A: = a~+ a~.
c) ai = (a, 0)(0, 1) = (0, a).
1
- i -i
1
1- i
1- i 1 1.
f) -=
= - = -l
=
=
=---l
i i(- i) 1
, 1+i (1+ i)(1- i)
2
2 2,
0

1
1 1. 1 - i
(1 +2i?
6 17. 1 +2i
19 22 (4 - i) 2 13 84.
1
1
1
1
1 - i = 2+2 ' 1 + i =- , 2+3i =13+13 ' (2+3i?=169 - 169 ' 2+i =25-251"
0

h) Beweis der Produktregel: Mit a = a, +ia2, b = 1+ i2 ist ab = (a 1 1 -a2 2)i(a,2+ a 2a) und ab= (a,, - a :z 2)+ i(- a,2- a 2 1) , also Gb= b.
3. a) x = (7/5)i, y=-4/5;

b) x = l /3, y = (1+i)/6.

Aufgaben zu Nr. 5
1. Wegen a 2, b 2;a.O ist auch a 2 +b 2;;;. 0.- Fr a = b = 0 ist trivialerweise a 2 + b 2 = 0. Ist
umgekehrt a2 + b 2 = 0, so mu a = b = 0 sein. Wre nmlich auch nur eine dieser Zahlen,
etwa a, von Null verschieden, so wre a 2 >0 und somit a 2 + b 2 > 0.
2 . Wegen bd > 0 gilt:

- <- - - bd <- bd """' ad < bc.

3. Mit Hilfe der Aufgabe 2 erhlt man:


a a +c
a c
-<
- a (b+d)<(a+c)b- ab + ad<ab +cb - ad < bc --<-.
b b+d
b d

Die letzte Ungleichung ist nach Voraussetzung richtig. Ganz entsprechend beweist man die
U ngleichung

a+c c
<-.
b+d d

Lsungen ausgewhlter Aufgaben

585

4. Angenommen, a wre =f 0 und somit positiv. Da die Abschtzung a ~ e fr jede positive


Zahl e gelten soll, ist sie insbesondere fr e: = a/2 richtig, d.h. wir haben a ~ a/2 und somit
2a ~ a. Daraus folgt a ~ 0, im Widerspruch zu a > 0.
6. Wre e ine Anordnung von C mglich, so wrden in C auch alle Stze dieser Nummer
gelten. Insbesondere wre 1 >0 und - 1 =
0 , im W iderspruch zu -1 <0 (s. Satz 5.1,2).

e>

Aufgaben zu Nr. 6
2. a) Definitionsgem ist 1 e M. Sei a e M. Dann ist entweder a = 1 oder a ~ 2. In beiden
Fllen ist a + 1 ;3o 2, also a + 1 e M . b) Nach a) ist N c M, also gibt es kein m e N mit
l < m<2. c) l e N, d a 1-1=0e No. SeineN Dann ist (n+1)-l = n e N c N c N0 , also
tt + 1 e N. d) 1 e K nach b). Sei n e K. Gbe es ein m e N mit n + 1 <; m < n + 2, so wre

e inerseits m > 2, wegen c) also m - 1 e N, andererseits n < m -1 < n + 1, im Widerspruch


zu der Annahme n e K. e) Wre die Behauptung falsch, so mte n < m, also n + 1 < m + 1
sein. Im Widerspruch zu d) htten wir also m < n + 1 < m + 1.

4. N sei die Menge der natrlichen n, d ie in der Form n = qm+r (O~ r < m) mit Zahlen
q, r e N 0 dargestellt werden knnen. 1 liegt in N ; denn im Falle m = 1 ist 1 = 1 1 + 0,
whrend wir im Falle m > 1 die Darstellung 1 = 0 m + 1 haben. Nun sei n e N , also
n = qm +r, O ~ r < m. Dann ist n + 1 = qm + (r + 1), O ~ r + 1 ~ m. Im Falle r + 1 < mistdies
bere its eine Darstellung von n + 1 in der gewnschte n Art, und somit liegt n + 1 in N. Im
Falle r + 1 = m ist n + 1 = qm + m = (q + l)m, und n + 1 erweist sich wiederum als e in
Element von N. Infolgedessen ist N induktiv, also N = N : Jede natrliche Z ahl ist in der
angegebenen Weise darstellbar. Eindeutigkeit : n habe d ie Darstellungen n = qm + r und
n = qm + r mit O ~ r. r < m. Dann ist (q-q)m = r- r. Wre r-:j=r, so drften wir ohne
weiteres r > r an nehmen. Dann mte (q - q)m > 0 , also q > q und somit q ;3o q + 1 sein.
Wegen m >;: und r ;3o 0 e rhielten wir also die Abschtzungskette

n = qm + r ;3o (q + 1) m + r = qm + rn + r > qm + r= n

und somit den Widerspruch n > n . Es mu also r= r und daher auch

q= q

sein.

S. Wir drfen r > 0 , also von der Form p/q mit natrlichen p, q annehmen. n: = p + 1 > p,
nq ;3o n (da q ;3o 1), also nq > p, n > p/q.
6. 1/ Eist rational, nach Aufgabe 5 existiert ein m e N mit m > 11 E. Also ist 11m< E.
8. E ine endliche Menge reeller Zahlen hat die Gestalt {al> ... , a.,}, n e N . Wir betrachten
nur den Fall des Minimums. Es gengt zu zeigen, d a die Menge M derjenigen natrlichen
Zahlen n, fr die unsere Behauptung zutrifft, induktiv ist. 1 e M , weil min(a 1) = a,. Sei
11 e M, d .h. , jede n -eleme ntige Menge besitze ein Minimum . Es folgt, da in de r Teilmenge
{a., ... , a"} von {a., ... , a.,, a". 1} e in kleinstes Element 1.1. existiert; ohne Beschrnkung
der Allgemeinheit sei 1.1. = a 1 a 1 ist -:j= a ... t. nach (A 6) ist also entweder a 1 < a.,+l oder
a 1 > a..+t . Im ersten Fall ist a 1 wieder das M.inimum, im zweite n Fall ist a ..H wegen (A 7)
das kleinste E leme nt.
9. Wegen a - b = 0 durfte man nich t du1cb a-b

dividi~teu.

586

Lsungen ausgewhlter Aufgaben

Aufgaben zu Nr. 7
1. 10, 252, - 1/8, 35/243, 0, - 56, -40/81, 1.
- a)

(T

(- a)(- a - 1)(- a - k+1) _


=
k1
-

n)
2. a) (
k

c-

"a(a+l)(a+k-1)
"(a+k-1)
1
k,
= <- >
k

1>

n(n-1) (n-k+l) n(n-1) (n - k + 1)(n-k)(n - k-1) 2 1


=~--~--~--~~--~----~----1 2 k
1 2 k (n - k )( n - k - 1) 2 1

- - -nl- -

k!(n-k)!
d) Setze im binomischen Satz a = 1, b = -1.
!.(!.- 1) (!.-2) ... (!.- k + 1) ..!_. 1 . (1 - 2)(1-4) ... (1-2k + 2)
J. a) (1/?-) = 2 2
2
2
= 2_ "--------------------k
12k
12k
= (- 1)"- 11 (2-1)(4 - 1) ... (2k - 2-1) =(- 1)"- 11 3 ... (2k -3)
2" . 1 . 2 ... k
2 . 4 ... (2k) .
Die Aufgabenteile b) und c) werden durch hnliche Rechnungen erledigt.

a)

a(a-1)(a-k+1) +---'-----'--_o_a(a-1)(a-k+1){a-k)
4. a) ( a) + (
=
-.....:....:-____.:.
k
k+1
kl
(k+1)!
(k+ 1)a(a - 1) (a - k+l)+a(a - 1) (a- k + 1)(a - k)
(k+1)!
[(k+l)+(a - k)]a(a - 1) {a - k +1)
(k+ 1)!
= (a + 1)a{a - 1) (a - k + 1) _ (a + 1).
(k+1)!
k +1
S. Wir beweisen die Aussage ber die Summen. Als Anfangszahl nehmen wir n 0 := 2. Fr
n = 2 ist die Behauptung wegen Satz 5.2 richtig. Angenommen, sie sei richtig fr ein
gewisses n ~ 2. Sind nun die Zahlen a t. ... , an+ t und b 1o , b,.+1 vorgelegt und gilt
a" < b" fr k = 1, ... , n + 1, so ist nach Induktionsvoraussetzung a 1+ + a,. <
b 1+ + b,.. Wegen a,.+1 < b..+ t folgt daraus mit Satz 5 .2, da a 1 + + a,. + a,.+ 1 <
b 1 + + b,. + b,.+1 ist. Die Behauptung ist also auch fr n + 1 richtig. Im Falle des
Produkts verfhrt man ganz hnlich ; man ziehe nur an Stelle von Satz 5.2 den Satz 5.6 heran.
6 b) _!._(m) = ....!__ m(m -1) (m -k + 1) = _!._( 1 _..!..)( 1 -~) ... ( 1 - k - 1) <
m" k
m"
k!
k!
m
m
m

(m) (m)

(m)

1
1
7. c) ( 1+-1 )"' = 1+
-+
-1+
+
2
m
1 m
2 m
m mm

< 1 + (n\!+ (n\_!_ + ... + ( n \__!_+ ... + (n \___!_ = ( 1 +!)".

1ln 2Jn2

mW

nW

Lsungen ausgewhlter Aufgaben

n n+l-

sq = q + q 2+ + q + q

10. s: = 1+q+q 2 ++q",

(")!;

s - sq = s (1 - q ) = 1 - q

G)n-l

1)" = 1+ ("); + (")-1 ++


11. ( 1 +:501+1+-1 ++ 2
n
1 n
2 n
n n"
2

587

n+l.

1- (1/2)"
= 1 +-...:.,_~

1 - 1/2

< 1 + - =3.
1/2

15. (x - y)(x"- 1 + x"- 2 y + +xy"- 2 +y"- 1)


= (x" + x"- y + + xy"- 1) - (x"- 1 y + x"- 2y 2 + + xy"- 1 + y") = x" - y".
1

=(

18. a)

1 + 1 ++
1
1 _.!.)+(1 _ .!_)++(.!.- 1 ) = l - 1 .
1 2 2 3
n(n + 1)
2
2 3
n n+1
n+1
1
1
1
- - -+
+ ... +- - - -- n(n+l) (n+1)(n+2)
(n+k-1)(n+k}
k
1
1 ) ( 1
1 )
(
1
1 )
1
1
(
= ; - n+1 + n+l-n+2 + ... + n+k - 1 - n+k = ; - n+k = n(n+k)

b) n 2 c) (-1)" ... 1(1 + 2 + 3 + + n) = (- 1t... 1 n(n + 1)/2. d) na 1 + n(n -l)d/2.

1
1
e) 3n(n+1)(n + 2). f) n(n+l)(n+2)(n+3).
4
20. aaab,

aaba,

abaa,

baaa,

aabb,

abab,

baab,

bbaa,

baba,

abba.

2L Hinweis in Verbindung mit Satz 7.3.


22. 10. 9=90.
23. 32!/(10!?2! = 2753294408504640 (knapp 3 Billiarden) verschiedene Skatspiele. Unsere drei Spieler knnen sich 76480400236240 Tage, also 209535343112 Jahre und 360
Tage (ber 209 Milliarden Jahre) unterhalten.

24. 3 13 = 1594323 (etwas ber eineinhalb Millionen).


25. Es gibt

(~) = 13983816

(knapp 14 Millionen) Lottospiele und

M~t: = (~)(6~k)

Mglichkeiten, von 6 vorgegebenen Lottozahlen genau k richtig anzukreuzen (k =


1, ... , 6). Es ist M, = 5775588, M 2 = 1851150, M 3 = 246820, M.. = 13545, M s = 258 und
M6= 1.

26. C6o)+ (~o)+ ... +

G~) = C4o)+ c3o)+ ... + Coo) = 386.

27. 9 103 (9 102 +9 103 +9 104 ) = 899100000=8991 105 (knapp 900 Millionen).

Aufgaben zu Nr. 8
2. x ;;;.: a fr alle x e M - - x :50 - a fr alle x e M. Nacb dem Supremumsprinzip existiert
also S: = sup{- x:x e M}. Es ist -x:!iOS fr alle x e M; zu beliebigem e> O gibt es ein
x oE M mit -x0 > S - e. Es folgt x ;;;.: -s und x 0 < - s + e, also ist -S = inf M.

588

Lsungen ausgewhlter Aufgaben

6. Beispiel fr <: A := {1 - 1/n: n e N}, B := {1/n: n e N}.- I n Satz 8.6c werden alle Prod u kte a1bk betrachtet, nicht nur die Pr odukte a;b1
7. Es gibt a,.eA mit a"<a und a 1 >a- 1, a 2 >max(at.a-1/2), a 3 >max(a 2 ,a-1/3)
usw. (rekursive Definition).- Ist A nach unten beschrnkt und a': = inf A, so gibt es
E lemente at. a2 , . aus A, so da a 1 > a 2 > und a'<a"<a'+ 1/n fr allen ist.
Beweis h nlich wie oben oder mit A ufgabe 4a.

10. Sei zunchst x ;ao 0. Nach dem Sa tz des Arehirnedes gibt es ein natrliches n > x, und
nach dem Wohlordnungsprinzip besitzt die Menge aller derartigen n e in kleinstes Element
m. Mit p: = m- 1 ist also p ~ x < p + 1. Diese ganze Zahl p ist eindeutig bestimmt. Wre
nm lich fr ein q E Z auch q ~ x < q + 1 und q :f p, so d rften wir o hne weiteres q < p
annehmen. D ann htten wir q + 1 ~ p ~ x < q + 1, also die unmgliche Ungleichung q + 1 <
q + 1. Daher mu q = p sein. -Den Fall x < 0 kann man auf das eben Bewiesene
zurckfhren, indem m an zu x ein k e Z addiert, so da x + k ;ao 0 ist.

Aufgaben zu Nr. 9
1 1
2. Benutze 1>- > - > und Satz 9.4.
2 3

3. Nach Satz 9.4 gilt : r<s<t und

a~ 1 --a':9'a:9'a';

entsprechend, wenn t<s<r ist.

4. Falls a 1 + a 2 J2 :f 0 ist (das ist wegen der Irrationalitt von

.J2 genau

dann der Fall,

wenn a~- 2a ~ :f 0), ist (a 1 + a 2 .J2)- 1 = (a 1 - a2 .J2)/(a~- 2a~).- Bisher wurden die folgenden Krper definiert: Q , R, C, {, I}, der Gausehe Zahlkrper, Q (../2).- (A 5): nicht a lle
P aare :f (0, 0) besitzen multiplikative Inverse.

s. In

Q gilt der Satz des Arcbimedes, jedoch nicht das Supremumsprinzip.

6. Die Moivresche Formel zeigt, da xt = 1 und y~ = -1 ist (k = 0, 1, ... , p - 1). D araus


ergibt sich sofor t die Behauptung c).- D ie p-ten Einheitswurzeln sind die Eckpunkte eines
regelmigen p-Ecks, das dem E inheitskreis einbeschrieben ist.

Aufgaben zu Nr. 10
2. a) ab;a.O.

b) Wenn

ab~O

ist.

a ;ao b. D ann ist e inerseits max(a, b) = a, andererseits (a + b + Ia- bl)/2 =


(a.+b+a-b)/2=a. Sei nun a<b. Dann ist max(a, b)=b und (a+b+la - bl}/2=
(a + b + b- a}/2 = b. In beiden Fllen gilt also max(a, b) = (a + b + Ia- bl)/2. Die Behaup3. Sei

tung ber min(a, b) wird ganz entsprechend bewiesen.

5. -b/a, p/lal.
6. a) {x:-2/3~x~2},

7.

b) {x : x<6/5}U{x:x>10/3}.

{x : x~7/4}U{x:x;a.Sj2}.

9. a) [-1, 2],

b)

x~ - 112,

x;a-3.

Lsungen ausgewhlter Aufgaben

589

12. S. Satz 8.4.

17. S. Beweis von Satz 10.2 und benutze die V ierecksungleichung fr 8 (Satz 10.5).

Aufgaben zu Nr. 11
1. a) 25/12, b) 1 - 1/1000 = 999/1000,
e) 101, f) 6 5 /5! =324/5.

c) 3016,

d) 130,

4. lan+m - a,. l-s;la,.+l- a ,.l +lan+2 -an+tl+ ... +lan +m - a n-<m- .1


-s;a(q" + q"+' + ... + q"+m-1) = aq"(1-q'")/(1- q)-s; aq"/(1-q).
5. a) T(n) = Anzahl der Teiler von n, T1(n) = Summe der Teiler von n
b) l, 2, 2, 3, 2, 4 , 2, 4, 3, 4; 1, 3, 4, 7, 6, 12, 8, 15, 13, 18. c) 6. d) 28.

1~0 k~O
n

S.

"

(k) 1 " " (k) 1


j 2l+k =

k~O I~

L"

1 " (k\_!_

k~O 21t I~ j fi!


n

j 2l+k =

(Teilersumme).

L -

1)k = " (3)k = 4 [ 1 - (3)n+l]


= " 1 ( 1+.
kO 2
2
lt O 4
4

Aufgaben zu Nr. 12
2. Aus Satz 12.3 folgt (12.4), weil

II

akbk -s;

kl

lakbk I ist. Gilt umgekehrt die

k -J

Abschtzung (12.4) fr beliebige Zahlen alt, bk, so gilt sie auch, wenn man a~tt bk durch
l a~c l. l b~t l ersetzt. Damit hat man den Satz 12.3.- Die Aussage ber das Gleichheitszeichen
erhlt man in einfacher Weise mittels der Aufgabe 1c. Sie wird spterhin nicht mehr
bentigt.
n

3. Z um dritten Beweis: Sei p: =

L a~, q : = L akbk,

11

r: =

L b ~.

Um T rivialem aus dem

k - .l

"
Wege zu gehen, nehme n wir p>O an. Aus L (akx + bk)2 ;!:0 fr alle xe R folgt, da
kl
2
x +(2q/p)x+ r/p;!:0 fr alle xe R ist. Die quadratische G leichung x 2 +(2q/p)x + r/p = 0

besitzt somit hchstens eine reelle Lsung, infolgedessen mu ihre D iskriminante D =


4q 2/p2 - 4r/p -s;O sein (vgl. A 9.7). D araus folgt q 2 - pr -s;O, also lql-s;p 112r 112 - und das ist
gerade (12.4).
5. 1 =../x(1/x)-s;(1/2)(x+ 1/x).

6. Setze in (12.4) bk = 1 und quadriere.


7. Die linke U ngleichung erhlt man, indem man in der Cauchy-Schwarzschen Ungleichung bk = 1 setzt, die rechte ist trivial.
9. Sei Pk: = p1 + + P~t Forme die U ngleichung durch Multiplika tion mit P~t(Pk + P~t+ 1 )
um.

590

Lsungen ausgewhlter Aufgaben

11. (M 1) und (M 2) sind vllig trivial. (M 3): Sei z : = (zh ... , z") ein weiterer Punkt.
"
"
"
Dann ist d 1 (x, y) =
J(x~c-zk)+(z~< - Y~<)J:os;
lx~<-z~cl+
lz~c-Y~cl=dt(x,z}+d,(z,y).
kl
k l
k l

13. Wir beweisen nur (M 3). Sei z: = (zl> ... , z") e in we iterer Punkt. Dann ist

" J(.x., - z~c) + (z~c - Y~c)J :os; max


" (Jxk - Z~c I+ Jz" - Y~c J)
d..(x, y) = max
k- 1

k -- J

"
" Jzk- Y~c I= d..(x, z ) + d..(z, y ).
:os; maxJx"
- z~c J+ max
k- 1

14. Sei x: =

(x~>

lc l

... , x.,), y: = (y" ... , y"). Setze in Aufgabe 7 nun

a~c: =J x" -y"J

(k =l, ... , n ).

15. c) (B 1) ist trivial, (B 3) gilt wegen der Minkowskischen Ungleichung. (B 2) : Iab J2 =


2 2
ICa1 + ia2)C 1 + i2W = a~~+ a~~+ a~~+ a~i= (a~+ai}(~+ i) = Jal lbl

18. Zweite Ungleichung: Jak+ b~tl = l(a" + bk?l = J(a" + b" )a" +(a~c + b~c)b~cl
~ Ia" + b~c lla~< I+ Ja"+ b~c llbd; s. nun Bewe i,s von Satz 12.4.

Aufgaben zu Nr. 13
1. a) Ja; nein. b) Ja; ja (nach Auffassung der Kriminologen). c) Nein (nicht
eindeutig). d) Ja; ja. e) Nein (nicht e indeutig). f) Ja; nein (z.B . ist (-1)2 =
12). g) Ja; ja. h) Ja; ja.
b) Erste Aussage: y e f ( U A) ~ y = f (x), x e A 0 - y e f(A 0 ) c.q y e
Uf(A ) .DabeiistAoE~.- Zweite Aussage: y e t <n A)- y = f{x),x E n A - y ef(A )fr
alle A E ~ - y E n f(A). c) Erste Aussage: X ET 1(U B)-. f(x) E U B - f(x) EB oxeT1 (B 0 )-xeUr 1(B ). Dabei ist Boe~. -Zwe ite Aussage: xeT 1(nB)-.f(x)e
1
1
n B -f(x)e B fr alle B e~-xer (B ) fr alle B e~-xe n
(B). d) XE
1
1
(B 1) - f (x) E B' - f(x) rj B - xrl. 1(B ) - XE
(B ))'.

3 . a) ist trivial .

Cr

5. a) ~ : g(y)! = r 1 (y) fr y E /(X) und : = beliebiges XE X fr y Ff_ f(X). - : f(xl) = f (x2)x, = g{f{x 1 )) = g(f(xJ) = x 2 b) - : h (y): = beliebiges x e X mit f (x) = y. - : y sei beliebig aus Y. Setze x:= h (y). Dann ist f(x)=f(h(y)) =y. c)-:g: = 1. - :gilt wegen a),
b). Einzigkeit von g: g = g o idv = g o (f o 1) = (g o f) o r 1 = idx o 1 = 1 (hier wurde das
Assoziativgesetz aus Aufgabe 4 benutzt).

cr

6. XE (f o g)- 1 (C)- (f 0 g){x) E C- f(g(x))E C- g(x) e r 1(C)- XE g- 1 1(C)). f, g seien


bijektiv. Bijektivitt von f o g ist klar. (/ o g)(x) = z - f(g(x)) = z - g(x) = r 1 (z)-+
X= g- 1 ( /- 1(z))- X= (g- 1 o 1 )(z).

7. Erste Be hauptung ist trivial. Zweite Behauptung: Sei Ax die quivalenzklasse von x
und X: = {Ax : x E X}. Die Funktion f: x ~ Ax (die sogenannte kanonische Surjektion von
X auf X) leiste t d as Gewnschte.
A

8. M - N bedeute " M ist quivalent zu N". M - M , da idM bijektiv ist. M - N-N - M ,

da mit f:M -+N auch 1 : N -+ M bijektiv ist. M - N , N - P - M - P, da mit g:M-+N


und f: N-+ P auch f o g: M -+ P bijcktiv ist (Aufgabe 6).

Lsungen ausgewhlter Aufgaben

591

Aufgaben zu Nr. 14
1. a) f(y): =y 3 , g(x):=2x + 1, R. b) f(y):=./Y, g(x): = l - x 2 , [- 1, 1]. c) f(y) =.JY,
g(x): = (x - l)(x - 2), (-oo, l] U [2, +oo). d) f(y): = y- 112, g(x): = (x + l )(x -1)(x + 3),
(- 3,-1)U(l , +oo). e) f(y):=~. g(x):=x/x<o.t)(x), (0, 1). f) f(y): = y 114 , g(x):=
lx 2 + 4x +3l, R\ {- 1, -3}.

2. Besttige die Gleichungen durch Einsetzen von x (Falluntersche idung). Beachte:


A \ B = A n B'.

3. Man nehme fr I" das Intervall (xk- t> x"} in Be ispiel 10 und fr c" den Funktionswert
in I". Ausnahmen knnen hchstens in den Teilpunkten x 0 , . , x,. vorkommen.
7. a) Genau die konstanten Funktionen,

b) genau 0.

8. f wchst auf X - f(x 1 ) ~ f(x 2 ), je nachdem x 1 ~ x 2 - f(xt)- f(xz) ~ 0, je nachdem

x 1 - x2 ~ 0 ~,.J(x ,) - f (x 2 ) ~ 0. E ntsprechend schliet man bei fallendem f.


x. - x z

10. Die Translationsinvarianz der drei Metriken, die Gleichungen d" (x, y) = llx - Yllk
(k = 0, 1, oo) und die Eigenschaften (N 1) bis (N 3) si.nd trivial. Wir beweisen (U), und zwar
allein mit Hilfe von (N 1) bis (N 3). Es ist

llx ll = ll(x - Y) + Yll ~ llx - Y II + llyll,

also

llx ii- IIYII ~ llx - Yll.

ferner
IIYII = II<Y - .x) + x ll~ IIY - x ll+llx ll = llx- yll +llxll,

also

IIYII-IIxll ~ llx - Yll

Aus diesen beiden Abschtzungen folgt, da lllx ii - IIYIII ~ llx- Yll sein mu.

11. (N 1) und (N 2) sind triviaL (N 3): lf(x) + g(x)l ~ lf(x)l + lg(x)l ~11!11+ II& II fr alle x E X ,
also ist auch llf + &II = sup",. x lf(x) + g(x)l ~ lltll + llgll. (N 4) wird ganz e ntspreche nd
bewiesen.- (M l ) und (M 2) sind trivialerweise erfllt. (M 3): Sei h eine weitere Funktion
aus B (X). Dann ist d{f, g} = llf - &II = ll{f - h )+(h- g)ll ~llf - hll +llh - &II = d{f, h )+ d(h, g).Die Vierecksungle ichung folgt sofort aus Satz 10.5. Setzt man in ihr g = v = 0, so erhlt
man lllfll - llt~lll !!Ei llf- ull, also (U), wenn man noch g statt u schreibt. brige ns kann man (U )
auch wie in Aufgabe 10 beweisen.

Aufgaben zu Nr. 15
3. a) ist trivial.
aus Aufgabe 2.
a

b) fo lgt im wesentlichen aus de m Identittssatz. c) ist trivial. d) folgt


e) A ls Beispiel : Sei cp(p)= a, cp(q) = b, cp(r)=c. Dann ist

* (b * c ) = cp(p) * (cp(q ) * cp(r)) = cp(p) * cp(qr) = cp(pqr)


= cp(pq) * cp(r} = (cp(p) * cp(q )) * cp(r) = (a * b) * c.

5. a)-1, 1, 11;

b} 3,36,251.

8. Mit den Bezeichnungen des Beweises der Abschtzung (15.5) ist


p (x ) = a,.x"g(x)

mit

g(x) ;?; -

.2

fr lx l ~ 2 = p .

592

Lsungen ausgewhlte r Aufgaben

Fr lxl ;;;o p hat also p{x) dasselbe Vorzeichen wie


tungen ergeben.

a..x",

woraus sich sofort alle Behaup-

9. Das Polynom p(x):=a 0 +a 1 x+ + a,.x" sei gerade: p{-x)=p(x) fr alle x. Es folgt


a 0 -a 1 x + a 2 x 2 - + +(-1)"a,.xn = a 0 + a 1 x + a 2 x 2 + + a,.x". Nach dem Identittssatz
ist also - a, = at. -a 3 = a 3 , . . . und somit a 1 = 0, a 3 = 0, .... Treten umgekehrt in p{x) nur
gerade Potenzen von x auf (a 1 = a 3 = = 0), so ist trivialerweise p{-x) = p(x) fr alle x,
d.h., p ist gerade. Entsprechend schliet man bei ungeradem p.

10. a) x 2 +2x+2+

x- 1

x +2
b)x+ 1 + 2
,
X - 1

c) 1 +

x 2 +2
X

- 1

Aufgaben zu Nr. 16
1. Lo(x) = (1/2)x 2 - (3/2)x + 1, L 1{x) = - x 2 + 2x, Lz{x) = (l/2)x 2 - (l/2)x.
L(x) = (3/2)x 2 - (5/2)x bzw. L(x) = (3/2)x 2 - (7/2)x + 2.
3. p ist das Newtonsehe Interpolationspolynom mit den Sttzstellen 0 , 1, ... , m und den
Sttzwerten p{O), p(l), ... , p(m). Also ist p (x) =

"t a~~;k! (~

). Die speziellen Formeln

erhlt man, wenn man fr p(x ) die P olynome x, x 2 , x 3 whlt. Im Falle p(x): = x 4 erhlt man

Aufgaben zu Nr. 17
1. a) AO = A(O 0) = 0 AO = 0. b) Ist A injektiv und Af = 0, so ist nach a) auch f = 0;
die Umkehrung gilt, weil aus Af= Ag offenbar A(f- g) = O folgt. c) /, g e N(A)=+
A(f+g) = A{+Ag = O+O = O- f+g e N(A). Ferner: A(af) = aAf = aO = O, also ist auch
af E N(A). Insgesamt ist also N (A ) ein Untervektorraum von E. - Sei nun /, g e A (E).
Dann gibt es ft.& tE E mit Aft= f, Agt = g. Somit ist A(ft +& t) = A/t+ Ag .= f +g, also
/+g e A(E). Ferner: A(a/1 ) = aA/1 = a/, also a/E A(E). Insgesamt: A(E) ist ein Untervektorraum von F. d) Sei f, g e A (E). Dann gibt es eindeutig bestimmte E lemente
ft.g 1 EE mit A{1 = / , Ag 1 = g, nmlich / 1 = A - 1{ , g 1 = A - 1 g. Wegen A(f1 +g 1)= /+g ist
A - 1 (f+ g) = / 1 + g 1 = A - t+A - 1 g. hnlich sieht ma n die Gleichung A - 1(af) = aA - 1{ ein.
A -t ist also linear. e) ist trivial.

Aufgaben zu Nr. 18
2. Mit einem festen yeX ist fr xeX stets if(x)l - lf(y)i";;lf(x) - f(y )I";; K ix-yl, also
\f(x )\";;\f(y )\+ K(b - a), wenn X c [a, b]. - Sind {, g dehnuogsbeschrnkt, nach dem eben
Bewiesenen also auch beschrnkt auf X, so ist
\f(x)g(x)- /(y)g(y )I = \f(x)[g(x) - g(y )]+ g(y )(f{x)- f(y)]\";;; (11/1~ K + 11&1~ M ) \x - y\.
Also ist fg dehnungsbeschrnkt auf X Die Behauptung ergibt sich nun, wenn man die
Aufgabe 1 heranzieht.

Lsungen ausgewhlter Aufgaben

593

3. l(f o g)(x) - (f o g)(y )l = lf (g(x)) - f(g(y ))l ~ K lg(x)- g(y )l ~ KM lx- Y1.

4. Sei etwa 0 < a < b. D ann ist fr x, y E [a, b] stets 11/x - 1/yl = lx - y\J(xy) ~ lx - Yl/a 2.
S. Mit ~: =

ifX, 'Yl: = <I y ist im Falle x, y E [a, b ], x ;e y, stets


ifX -if; -"-----''-~- 'Y}
1
= 1 =
x -y

f' - 'Yl"

e'' - Tr"

~" t+~n -2'Y} + +~" -2 + 'Y} "-t

~ --=c-----:-

n(~t- 1 "

~ - 1)

Aufgaben m Nr. 19
1. Ma n e ntnehme de r Menge M das Eleme nt a t. der Menge M \{a J das E lement a 2 usw.
2. Man beachte, da jedes Intervall einen rationalen Punkt enthlt.

4. D urch f (x): = - a (x- a) + a wird eine Bijektion von [a, b] auf [a, ] definiert.

b- a

Aufgaben zu Nr. 20
1. Gn ~ a besagt: Zu jedem e > 0 gibt es ein n 0 , so da fr alle n > n 0 stets IGn- a l < e
ausfllt. Diese A ussage bedeute t aber gleichzeitig, da a,. - a ~ 0 strebt.

2. G ilt a), so gibt es nach Wahl von e >0 e in n 0 mit a,. > 1/e fr n > n 0 Fr diese n ist
dann 0< 1/Gn <e, also strebt 1/Gn ~ 0. Die Umkehrung wird entsprechend bewiesen.
3. Nach Wahl von e > 0 gibt es ein n 0 mit Ia,. - al < e fr alle n > n 0 und wegen A ufgabe 2
e in n 1 mit k.. > n 0 fr alle n > n 1 Fr n > n 1 ist also la~c,.- al < e, d.h. a~c,. ~ a.
4. Strebt a".-+ a und am. ~ a und wird e> 0 beliebig vorgegeben, so liegen fast alle a" und

fast alle a",. in U8 (a) , also liegen auch fast alle a" in Ue(a), d. h., es strebt a"~ a. Die zweite
Behauptung ergibt sieb aus Satz 20.2.
S. Sei z,.: = a,. + i b,., z: = a + i b. Strebt z,. ~ z, so strebt wegen Ia..- al = lRe(z,.- z)l ~
lz.. - z I auch a,. ~ a; e ntsprechend strebt b,. -+ b. Die U mkehrung folgt aus lz.. - z l ~
Ia,. - al+ lb,. - bl.

Aufgaben m Nr. 21
(.Jn + 1 - .rn)(.Jn + 1 + ..ht)
1
1. Hinweise zu d), h), j): .Jn +1 - Fn =
v'n + +vn
- J n + l +Fn'
1

1 ~ ::/~~::/n fr

n ~a,

.J9n +2n+l - 3n=

( r .- 3n)(r.+3n)
.../ +3n

2n+1

r +3n .

2. B eachte lb,. - al ~ lb,. -a..l+la,. - al.


S.

fn > ~n + 1 -

n ~ 3 der Fall.

n". 1 > (n + 1 t - n > ( 1 +~)". Letzteres ist wegen A 7.11 sicher fr

594

Lsungen ausgewhlter Aufgaben

Aufgaben zu Nr. 22
2. a) (1 +e- 1)/2. b) 2. c) 0. d) 1/e; denn

3. Im Falle a = 0 ist 0 ~ a,. < e"l, also JO:. < e fr n > n 0 . Im Falle a > 0 benutze man die
la..-al
la .. - al
Abschtzung 1Ja:-J1 =.Ja.. ..;a $;, .Ja

a.. + a

5. Siehe A 11.2.

8. Liegt a: = sup M in M. so setze a .. : = a fr alle n. Sei nun a ri M. Dann gibt es zu e = 1


e in a 1 eM mit a - 1<a 1 <a, zu e=1/2 ein a 2e M mit a1<a 2 und cx - 1/2<a2< cx, zu
e=1/3 ein a 3 eM mit a 3 > a 2 und cx-1/3<a 3 <a usw. (a.. ) strebt gegen a.
9. Im Falle r e Z ergibt sich die Behauptung aus Satz 22.7. Fr r = 1/q (q ;;!!: 2) erhlt man
mit dem Hinweis die Abschtzung 1(,.- {I ~ lx" - xl!f' 1 und daraus wieder die Behauptung. D er Fall r = p/q (q;;?; 2, p e Z) wird nun mit Hilfe des eben Bewiesenen und Satz 22.7
erledigt.

10. Sei y: = sup lakl O.B.d.A. nehmen wir 'Y > 0 an. Sei e e ine beliebige positive Zahl <y
Zu e gibt es ein p mit laP I> y - e und e in q mit .zy,ty < y + e fr alle n > q (letzteres, weil
.zy,t'Y-+ 'Y strebt). Dann ist fr alle n > n 0 : = max(p, q)

..

(y-e)" <

L la~cl" $;, ny" <(-y+e)".


k- 1

Indem man die 11 -tc Wurzel zieht, erhlt man die Behauptung.
1 +~a 1
lL la0 +a,n+ +a.,n"l 11"=1a"l' 1"n"1" 1+ a., - -+
a., n
a., n"

II'" -+111=1.

Aufgaben zu Nr. 23
4. an+k - a.. = (-1)"[a..... , - a .....2+ ... +(-1)"- a..... ~cJ.
0 ~(a .. +l -a.....2)+(a.....3-an+4)+
= a,. ... 1 -(a., ... 2 - a.. ...3)-(a., ...4- a.,+s)- ~a....... Also ist la.. ...k - a..l = [ ] :!l a.,+.,
und die Konvergenz von (a.. ) folgt nun aus dem Cauchyschen Konvergenzprinzip.

5. a,.+l - a,. > 0, a .. ~ n/(ri + 1) < 1. Also ist (a,.) wachsend und beschrnkt und somit
konvergent.

6. lim

a" = 2/3.

7. Fra:=lima.. ista = Ja+a.Esfolgta = l/2 + Ja+l/4 .

8. Sei x 0 e [a, b] beliebig gewhlt, x ..... 1 : = f(x .. ) fr n = 0, 1, 2, .... Fr alle n ist x,. e [a, b],
also ist (x.. ~ beschrnkt, ferner ist (x.. ) monoton (man gehe zuerst von

x 0 E>x~o

dann von

Lsungen ausgewhlter Aufgaben

595

x 0 > x 1 aus). Also strebt x..-+ ~e[a. b], und wegen lf(x..) - /(~)I~K lx.. - ~1 strebt f(x., )-+
{(~). Somit folgt aus x .. +t = f(x .. ) durch Grenzbergang, da ~ = /(~) ist.

10. Die Folge der z .. = a.. + ib., sei beschrnkt. Dann sind auch die reellen Folgen (a,.),
(b,.) beschrnkt. Also gibt es e ine konvergente Teilfolge (a..,) von (a .. ): a,..-+ a fr k -+ oo.
(b.,,) enthlt e ine konvergente Teilfolge (b..,,): b.., , -+ fr l -+ oo. Dann . strebt
z..., -+ a + i. - Wrtlich wie im Reellen folgt daraus das Cauchysche Konvergenzprinzip.

11. Fr n > m ist a.. e Km, also Ia.. - a". I~ rm. Daher ist (a,.) eine Cauchyfolge, also
existiert a: = lim a ... Mit Satz 22.4 folgt Ia- am I~ r mo also liegt a in jedem Km. Ist auch
b e K". fr alle m, so ist Ia - b l ~ Ia - a".l + lam- bl ~2rm fr alle m, also Ia- b l = 0, d.h.
a = b.

Aufgaben zu Nr. 25
1. a) Aus 0 ~ x .. < e 11" fr n > n 0 folgt 0 ~ x~ < e fr diese n.

b) Wegen a) gibt es e in n 0
mit 1/n" < e fr alle n ;;!o n 0 . Da x,..... 1/x" abnehmend ist, folgt nun 1/x" < e fr x >
x 0 : = n0
c) Zu e: = 1/G gibt es nach b) ein x 0 mit 1/x" < e fr x > x 0 . Fr d iese x ist
dann x" > 1/e = G.

2. a) Wegen a"-+ 0 gibt es ein n 0 , so da a" < e fr n ;;!o n 0 Da x,..... ax abnehmend ist,
folgt nun a" < e fr x > x 0 : = n 0
b) Zu e: = 1/G gibt es nach a) ein x 0 mit (1/a)" < e
fr x > x 0 . Fr diese x ist da nn a" > 1/e = G.
3. a) Whle n 0 > g0 . Dann ist fr n > n 0 erst recht n > g 0 , also log n > G. Die zweite
Behauptung folgt nun, weil x ,....log x wchst.
b) Zu G: = 1/e gibt es nach a) e in x 0 mit
log x > G fr x > x 0 Fr diese x ist dann 1/log x < 1/G = e. c) folgt unmittelbar aus b).

4. Zu e > 0 gibt es ein n 0 mit 1 < fn < g" fr n > n 0 Fr d iese n ist dann 0 <log zy;,_ =
(log n)/n < e.
5 . .,Logarithmiere" .JXY~(x + y)/2.
6. x 1 = log a,

~ =*' log

a- a =

g~

g~ .",. x 1

= x 2 a, log g2

log a = M(*' log a ).

Aufgaben zu Nr. 26
2. Setze in (26.7) x,.: = 1/n.
3 . tL(lO) = 10000e'0110 = 10000e = 27183; u(20) = 10000e2 = 73891.

4. Nach etwa 23 bzw. 46 Tagen.


5. u(30) = 156250.

6. u 0 = 15, u(12) = 61440.


7. Bestimmung d er Doppelwertzeit S:
ln 2
at8 = ln 2-8 = a

u(t +eS) = 2u(c)- u0 e'"<a> = 2u0 e"'..,. e..a = 2 -

596

Lsungen ausgewhlter Aufgaben

Entwicklung der Erdbevlkerung bei exponentiellem Wachstum:


Jahr

Anzahl der Menschen (nherungsweise)

2000
2050
2501

6,6 Milliarden
18,0 Milliarden
148,7 Billionen

Im Jahre 2501 wird auf einen Menschen etwa ein m 2 fester Erde entfallen.
1
1
1
1
ln2
8. u(t + T) =-u(r) - u0 e- <r+T>=-u0 e- .... e '"=---T = ln -= -ln 2-T =
.
2
2
2
2

00 1242
'-

9. 0 ,6u 0 = u (t) = u0 e-o.o

0 5 10 8
- 0,00012421 = ln 0 6 = - 0 5108- t = - .:..'- - - ,
'
0,0001242

- 4 113 Jahre.

10. Bei normaler Funktion mte noch 0,2 e- o.oHo = 0,2e- 1'2 = 0,06 Gramm des Farbstoffs vorhande n sein. Die untersuchte Bauchspeicheldrse arbeitet also nicht normal.

1L

12. a) .\.=1460/365=4, also P(k;;:.2; 1460, 1/365) = 1 - e-4(1 +4)=0,91.


5
= 5, also P(k ..;; l; 1000, 5/lOOO) =e-'(1+5) = 0,04.
b) .\. = 1000
1000
c) .\. = 3500!700 = 5, also P(k :;:.3; 3500, 1!700)= 1-e-s ( 1 + 5 +~)=0,88.
d) .\. = 16000/8000 = 2, also P(k;;:.1; 16000, 1/8000) = 1 - e- 2 = 0,87.
e) .\. = 12000/6000 = 2, also P(k ;;:. 1; 12000, 1/6000) = 1 - e- 2 = 0,87.
4
f) .\. = 10000/10000= 1, also P(k ;;:.2; 10 , 10- 4 )=1 - e- 1 (1+1)=0,26.

Aufgaben zu Nr. 27
1. Beachte 1/n- 0.
2. Beachte 1 +2+ + n = n (n+1)/2.
S. Beachte 1 + 2 1 + 2 2 + + 2n = (2n+t - 1)/(2 - 1) = 2""+1- 1.

2 3
n
7. Beachte n = 1 - -
.
1 2
n- 1
9. 1/n-o, also

1
1 -o.
1 -1 -=
2
n .rn1

Lsungen ausgewhlter Aufgaben

597

Aufgaben zu Nr. 28
1. a) 0,1.

b) e,e.

c) -1,1.

d) 1, 3.

2. (a,.) e nthlt eine Teilfolge (a~) mit a:, ~-y fr alle n. (a:,) besitzt eine konvergente
Teilfolge. Deren Grenzwert ist ~-y und ist H utungswert von (a,,).- Strebt die Teilfolge
(a;,) gegen lim sup a,., so ist wegen " a;, :,;;;; -y fr fast alle n" auch lim sup a,. = lim a~ :,;;;; -y.
3. D ie erste Behauptung folgt unmittelbar aus den Definitionen der auftretenden
G ren.- Fr a,.: = (-1)"(1 + 1/n) ist inf a..= -2<1im inf a,. = -1 <limsup a,. = 1 <
sup a,. = 3/2.- Beweis der letzten Behauptung: Sei s: = sup a,. und si= a,. fr allen. Dann
gibt es Indizes n 1 < n 2 < mit s - 1/k < a". < s (s. A 22.8), also strebt a".- s. Ist jedoch
s = a,. fr unendlich viele n, so ist s trivialerweise Hufungswert.

4. Sei a: = lim sup a,., : = lim sup b,., -y: = lim sup(a,.b,. ), ,; > 0 beliebig. Bestimme 8 > 0
aus (a+)8+8 2 =e. Es ist a,. :;;; a + 8, b,.:;;; + 8 fr alle "'"""o also a,.b,. :;;;
(a + 8)( + 8) = a + e fr a lle n '""' n 0 und somit -y ~a.- Nun sei (a,.) konvergent, also
a = Jim a". Es gibt e ine Teilfolge (b,.~ ), d ie gegen konvergiert. Dann strebt a",b,., - a.
Also ist a~ -y. Wegen der schon bewiesenen Ungleichung -y :,;;;; a mu also -y =a sein.
5. Klar ist, da (a,.) wchst u nd beschrnkt ist. Also existiert a: = lim a,.. Wir mssen
zeigen, da a = lim inf a,. ist. Zu diesem Zweck sttzen wir uns auf den Satz 28.4. Sei e > 0
beliebig vorgegeben. Dann gibt es ein nn mit a..., = inf a~c > a - e. Also ist ~ > a - e fr
k ~no
a lle k '""' n 0 , anders ausgedrckt: Die Ungleichung ~ < a- e gilt hchstens fr endlich viele
k. Nun zeigen wir, da die Ungleichung a" < a +,; fr unendlich viele k gilt. Wre sie nur
fr endlich viele k richtig, so gbe es e in k0 mit a" ~ a + ,; fr alle k '""'k 0 . Fr alle n '""' k0
wre dann auch a,. = inf ~ '""' a + e, im Widerspruch zu I im a" = a. Also ist tatschlich
""'" viele k. Satz 28.4 lehrt nun, da a = lim inf a,. ist. Ganz enta" < a +,; fr unendljch
sprechend beweist man d ie zweite Behauptung.

Aufgaben zu Nr. 29
1. Ist (a,.) beschrnkt und (a~) eine Teilfolge von {a,.), so ist auch (a,.. ) beschrnkt. Nach
dem Auswahlprinzip von Bolzano-Weierstra enthlt (a,.,) also eine konvergente
Teilfolge. - Nun besitze umgekehrt jede Teilfolge von (a,.) eine konvergente Teilfolge.
Wre (a,.) unbeschrn kt, so gbe es eine Teilfolge ( a,.,) mit Ia,., I> k (k = 1, 2, ...). Da jede
Teilfolg~ von (a,..) unbeschrnkt ist, kann (a,,,) keine konvergente Teilfolge enthalten.
D ieser Widerspruch zu unserer Voraussetzung zeigt, da (a,.) beschrnkt sein mu.
1

2. Aus ( 1 + ~)" <e< ( 1 +~)"+ folgt durch Logarithmieren einerseits ktn( 1 + ~) < 1, also
in

k+1 1
.
(
1)
1
k+ l
.
k <k, andererseits l <(k + l)ln 1+ k , also k+ < ln k . Infolgedessen 1st
1
O < a~c: =

k - ln

k+1
k

<k- k + 1.

Die Folge der s,.: = a 1 + + a,. ist wegen a" > 0 wachsend und wegen

598

Lsungen ausgewhlter Aufgaben


1
1
) = 1s <(1 -~)+(~-~)++(.!.<1
"
2
2 3
n n+1
n+1

beschrnkt. Sie mu also konvergieren. Mit

s,.

= ( 1-ln i)+

==

-ln

h": = 1 +.!.+ + _!. ist

~) + + (~ -In n:

1
) = h" -In(~

rt:

1
.~ ... )

h" -ln(n + 1),

__

"lim (h., -ln(n + 1)). Wegen


vergiert dann auch die Folge (h" -ln n).

also

existiert

h,, -ln n == h" - ln(n + 1) + ln

(1 +~)

kon-

Aufgaben zu Nr. 31

lq" I= lql";;;,: 1

1. Wegen

ist (q") keine Nullfolge.

2. Alle Behauptungen folgen sofort aus den Gleichungen


s.,: = (xl - xo) + (x2- x1) + + (x,, -x..- ~) = X.. -xo,
s~: = (x l -xz)+(xz -x3) +

+(x.. -x..+ 1) = x 1-x,.. 1.

1
1
1( 1
1 )
J. e) 4e - 1 = (2k - l)(2k + 1) = 2 2k - 1-2k + 1 ' also

5
"

1(1
1 )
= 2 - 2n + 1

1
~2

1
1
1
(1
1 ) 1
1
1
f) k(k+1)(k+2) = k(k+1). k+2 = k -k + 1 k + 2=k(k+2) - (k+1)(k+2)
1(1
1 ) ( 1
1 ) 1(1
1 ) 1( 1
1 )
=2 k - k+2- k+1-k + 2 = 2 k - k+1 - 2 k + l - k + 2
also

s = 1 (1- 1 ) _!_ (1 "

a-

g)

k -

n+1

2 2

1 )
n+2

~ 1_1 =.!..
2 4

(k+1) - 1
1
1
.
(k+1)(k+2)(k+3)-(k+l)(k+2)(k+3) - (k+2)(k + 3) (k + 1)(k + 2)(k+3)
k

Mit Hilfe der in f) benutzten Umformung erhlt man


ak =

[k :2- k~3] -H (k~ 1 k~2)- (k~2- k:3) J

also

s =[1 - 1 ] - 1[(.!.- 1 ) - (1 - 1 )]~.!_1+1= .!.


"
3 n+3
2 2 n+2
3 n+3
3 4 6 4
ln(1+-k1)

ln k +
k 1

ln(k + 1) - ln k
1
h) ln(k1" (1<+ 1l) = ln(k + 1) ln k -in k ln(k + 1) - ln k

1
ln(k + 1)'

Lsungen ausgewhlter Aufgaben

599

also
1
1
1
s =
~
" In 2 ln(n + 1) Jn 2
4. a ";;; 1- 1 + 1/2 + + 1/n ",;;; s" : = 1 + 1/2"' + + 1/n"'- (s")
ist
unbeschrnktL 1/k"'
divergiert. -Sei
a>1
und
2" > n.
D ann
ist
s., ",;;; Sz- t =
1
1
1 +(1/2"' + 1/3"')+
+(1/(2"- 1 )"' +
+ 1/(2" - 1)"')",;;; 1 +2/2"' + 4/4" +
+2"- /(2"- )"'=
1 + 1/2"'- 1 + (1/2"'- 1) 2 + + (1/2"'- 1)k-l < 1/(1-1/2'"- 1 ), also ist (s") beschrnkt und somit
I 1/k" konvergent.
0

5. B eispiel: a":= (-1)"- 1/k, a~c: = (-1)"- 1 .-Sei l:a" absolut konvergent, l~l < a. Zu
e > 0 gibt es ein n 0 , so da fr aJle n > n 0 und alle p ~ 1 stets lan+tl + +I an+" I< e/a
bleibt. Dann ist lan+ 1 a,. ...1 1+ + la" ..."a ....."l";;;a(la,.+ll+ +la ....."l)";;;e, also ist I a"a"
absolut konvergent.
6. Ist (a~c;) unbeschrnkt, so divergiert eine Teilfolge (a".) gegen +oo. Dann konvergiert
b"" ~ 1, also ist I b" divergent. Ist (a") beschrnkt, so wrde aus der Konvergenz von I b"
mit Aufgabe 5 folgen, da a uch I a" =I b" (1 + a,J konvergiert.
7. Benutze A 20.5 bzw. die Abschtzungen
Ia" I";;;IRe(a")l + IIm(a~c)l,
in Verbindung mit Satz 31.5.
8. Induktiv sieht man, da aJle an > 0 sind. Wre die Reihe

..I a" konvergent, so mte

nach dem Monotoniekriterium

a" ",;;; C fr n = 1, 2, ... sein. Dann wre a"+t ~ 1/C, im

...

Widerspruch dazu, da (a") eine Nullfolge sein mte. Also divergiert l: an, und nun
folgt, da a" ~ 0 strebt.
rc- 1

Aufgaben zu Nr. 32
3. Sei I a" absolut konvergent. Definiere a~, a; wie in (32.4). Dann ist ~ = a~ - a;,
ferner O";;;at, a;";;;ia~c i , also a~+ +a~, a0 + +a;;-";;;Iia"i' und somit sind die
Reihen I a~, I a; konvergent.- Sind umgekehrt die a" in der angegebenen Weise
darstellbar, dann folgt aus laol + + Ia,, I",;;; b0 + + b" + c1 + + c,, ",;;;I b" +I ck> da
I Ia" I konvergiert.

4. Sei A: = I Ia" I und A > 0 (sonst trivial). Wegen ~ ~ 0 ist 1 ~ I< e/2A fr k > m. Sei
-y: = max(ia 0 l, ... , Ia... D und -y > 0 (im Falle -y = 0 vereinfacht sich der Beweis). r > 0
werde so gewhlt, da I"' Ia" I< e/2-y ausfllt. Fr alle n > n : = m + r ist dann
0

la"ao + + aoa .. l ",;;; (la,,l laol + + la ..- m llam I) + (la .. - m-tllam+tl + + laolla.. I)
< -y(e/2-y)+ A (e/2A) = e.
5. Wir benutze n die Bezeichnungen und Ergebnisse aus dem zweiten Teil des Beweises
von Satz 32.3. Es gibt Indizes m 1 < m 2 < , so da Po+ + pm,> l + qo,

600

Lsungen ausgewhlter Aufgaben

p 0 + + p~>2+ q 0 +qh allgemein p0 + +p.,..>k+q0 + +q.. ist. Die Reihe


Po+ +Pm, - qo+ Pm1+1 + + Prn1 - ql + P~+l +
ist eine divergente Umordnung von
>k).

L ak

(die Teilsumme mit dem letzten Glied - q .. ist

6. Wre sie nicht unbedingt konvergent, so htte sie nach Aufgabe 5 eine divergente
Umordnung.
7. Ic,. I =

Ji.Jn -

+
1

.J2.Jn - 2

+ +

;;;.:

n- 1

f"

.Jn - 1Ji .Jn-1.Jn -

= 1 ur n ;;;.: 2 .

8. A,.b-+ ab nach Voraussetzung, a 0 r,. +a 1r,._1 + +a,.r0 -+ 0 nach Aufgabe 4, also


c .. -+ ab.
9. (C0 + +C.. )/(n+ l )=(AoB,.++A,.B 0)/(n+1)-+c: = {La.. ){Lb~c) nach A 27.6.
Da voraussetzungsgem die Folge (C,,) konvergiert, mu ihr Grenzwert }: c,, nach dem
Cauchyschen Grenzwertsatz = c sein.

Aufgaben zu Nr. 33
1. a) Div. fr a ~o. konv. fr a >0.
b) Div.
c) und d) Konv. fr a > 1, div. fr
a :so 1.
e) Konv. fr 0 ~ a < 1/e.
f) Div.
g) Konv.
h) Konv.
i) Konv.
j) Konv. (s. A21.5).
k) Konv.
I) Konv.
m) Div.
n) Konv. nur fr a = 1 (s. A
26.2).
o) Konv.
p) Konv.
q) Konv.
r) Konv.
s) Konv.
t) Konv.
u) Konv.
v) Konv.
w) Koov.
x) Konv.
S Es

an + l
.ISt O.,;:
~
a,.

a" + l -a",.,;:: an + l - a" al


_
1~
,
SO
a..

ao

mit a: = lim a...


Die Konvergenz folgt nun mittels des Monotoniekriteriums.

6. Aus a

< 1 folgt, da fast immer ~ ~ a + (1 - a)/2 =: q < 1 ist: }: Ia.. I konvergiert. Aus

a > 1 folgt, da unendlich oft ~;;;.: a - (a -1)/2 > 1 ist: }:

a..

divergiert.

7 . Der Beweis verluft hnlich wie bei Aufgabe 6.

9. Man multipliziere die Glieder von L a,. mit den beschrnkten Faktoren
31.5).-}: (1/n)2 konvergiert,}: 1/n jedoch nicht.
10. Wende Satz 33.11 auf die Re ihen
'!.... ,-1
1 .
.
,- d1vergtert.
vn lnn vn

L Ja;., L --;-

"

an. - L

1
(
nlnn )

lL Man lasse in der Minkowskischen Ungleichung 12.4 n-+ +oo gehen.

a..

(s. A
.

konverg1ert,

Lsungen ausgewhlter Aufgaben

601

12. D ie Reihe wird durch L 1/2k majorisiert.- Fr die Abschtzung beachte man nur, da
la + l ~ lal+ll ~ Iai + ll
1+la+l l+lal+ll 1+lal l+ll

ist.

13. Da die Teleskopreihe L (bk - bk+1 ) (absolut) konvergiert, besitzt (b,.) einen Gre nzwert.
Man braucht jetzt nur noch Satz 33.12 in Verbindung mit A 31.5 heranzuziehen.
14. S. Lsung der Aufgabe 13.

Aufgaben zu Nr. 34
8. Zu x e [a, b] gibt es eine Folge rationaler Zahlen r,. e [a, b] mit r,. ~ x. Dann strebt
f(r,.) ~ f(x) , g(r,.) ~ g(x), wegen f( r,.) = g(r,.) ist also /(x) = g(x).

9. Man beachte nur, da


10. a)

lf(x)-/WI=If(-x)-f(-~)1

f(O) = /(0+0) = 2/(0)- f(O) = 0.

b)

0 = f(x - x) = f(x) + f( - x) ==+ f( - x) = - f(x).

d)

f{x) =

c) f(x - y)= f(x) + /(-y) = f(x) - f(y).


e) p, q e

N- t(! x)

= pfG x) =

ist.

t(q~ x) = qfG x)

==+

t(~ x ) =~ f(x).

~ f(x); dann gilt auch /(rx) = rf(x) fr alle rationalen

r.

f) Xn ~ ~- f(x,. ) -!(~) = f(x,. - ~) ~ /(0) = 0. g) Sei x ER beliebig und r,. e Q, r,. - x.


Dann ist /(r,.) = f(r,. 1) = r,./(1), und es strebt f{r,. ) - f(x), r,./(1)- xf(l), also ist f(x) =

xf(l).

11. f,.(x): =ifX, O ~ x ~l. Dann ist g(O)=O und g(x)=l fr O<x~ l.
12. G,.: = (- 1/n, 1/n) ist offen fr n e N. G 1 n 0 2 n = {0} ist nicht offen.

13. a) G sei X-offen. Dann existiert zu jedem x e G eine e-Umgebung U(x) mit
U(x) n X c: G (e hngt von x ab!). M: = U U (x) ist offen, und es ist G = M nx.- Nun sei
xeG

umgeke hrt G = M n X mit offenem M Trivialerweise ist G c: X, und jedes x e G liegt in


M . D aher gibt es zu x eine e-Umgebung U(x)c:M. Aus U(x)nX c: M nX= Gergibt sich
nun die X-Offe nheit von G. b) folgt sofort aus a), man beachte nur die erste Aussage
des Satzes 34.8.-c) folgt aus b) in Verbindung mit Satz 34.7.

Aufgaben zu Nr. 35
1. a) O ~ x ~t+.ro.- o ~t(x)!!!;.~a+1+fn~~(.../a+ 1) 2 =1+..f:x.. Stetigkeit von f ist
klar.
b) Fr a > 1/4 und x, y e i ist
lf{x)- f{y)l =!Ja + x - Ja+ Yl = lx- YI/(Ja + x+ Ja+ y)~(l/2J) lx- Yl
mit l/2J < 1. Sei a ~ 1/4. Dann ist
lf{x)-f(O)I=Ja + x- Ja = xj(Ja + x+k),
also 1/(x) -f(O)I/x=l/(Ja +x+J), und dies ist ;a.:l-1/n (n=2,3, ...), wenn O<x~
[(1 - 1/n)- 1 - Jf- a ist. c) Im Falle a > 1/4 folgt die Behauptung aus dem

602

Lsungen ausgewhlter Aufgaben

Kontraktionssatz, im Falle a ";;;;1/4 aus Satz 35.1 zusammen mit der Tatsache, da die
Gleichung x =.Ja + x genau eine positive Lsung hat.
2. q = 1/4; f, =

J2.

3. Nach A 15.8 gibt es zu dem Polynompein p >0, so da p(- p)p(p)<O ist. Wende nun
auf p I [-p, p] den Nullstellensatz an.

4. Sei A nach oben beschrnkt. Nach A 22.8 gibt es eine Folge (x,.) aus A mit
x,.- s: = sup A. Da A abgeschlossen ist, liegt s in A, ist also das Maximum von A.
Entsprechend, wenn A nach unten beschrnkt ist.

f,. Da X abgeschlossen ist, liegt f, in X. Dann strebt


f(x.. ) - f(f,) , und da f(x .. ) E A und A abgeschlossen ist, liegt auch f (f,) in A und somit f, in
1
(A), d.h., 1 (A) ist abgeschlossen.- Die ersten vier Behauptungen folgen aus e), weil
die angegebenen Mengen die Urbilder der folgenden abgeschlossenen Mengen sind: {O}
bzw. {a}, [a, + oo), (-oo, a], [a, b].

5 . e) Sei (x,.) c

(A), Xn -

6. Fr a) braucht man nur den Beweis des Satzes 35.3 leicht zu modifizieren. b) und c) sind
dann triviaL
00

8.

U [1/n,3 -

l/n] = (0, 3).

9. M c M, weil x E M Grenzwert der Folge (x, x, x, . ..) aus M ist.- Sei (x,,) c M, x.. - x.
Da x.. Grenzwert einer Folge aus M ist, gibt es ein y.. E M mit lx.. - y,. I< 1/n. Dann strebt
y,. = x,, - (x.. - y,.)- x, also ist x E M. - Die letzte Behauptung ist nun trivial; man beachte
nur Satz 35.3.

10. x EI~ lf(x) - xol ";;;;lf(x)-f(xo)l + lf(xo)-xol";;;; q lx - xol + (1 - q)r ~ qr + (l - q)r = r f(x) EI~ f ist eine kontrahierende Selbstabbildung von I. Aus dem Kontraktionssatz
folgt nun sofort die Behauptung ber die Existenz und Konstruktion des Fixpunktes f, E I.
Die Einzigkeit von f, in X ergibt sieb wrtlich wie im Beweis des Kontraktionssatzes.

11. Am Beweis des Kontraktionssatzes ndert sich bei der ber tragung ins Komplexe
nichts.

A ufgaben zu NJ'. 36
2. Es ist f(x);;;;.: inf f = f(xl) > 0.
3. f ist gleichmig stetig. Z u e > 0 gibt es also ein S > 0 gem (36.2). Sei n E N so gro,
da
h:=(b - a)/n<S
ist
und
setze
x": = a+kh (k = O, l , ... ,n),
m": =
min{f(x): x E [x~c - t. Xk]} und T(x ) := m" fr x E [x"_" x"), T(b) : = m,.. T leistet das
Gewnschte.

4. Die Funktion 1/x ist stetig auf X: = (0, +oo), die Folge (lfn) ist eine Caucbyfolge aus X,
aber (f(l/n)) ist keine Caucbyfolge. - Sei f gleichmig stetig auf X und (x..) eine
Cauchyfolge aus X. Zu e>O gibt es ein S>O mit 1/(x)-/(y)l< e fr lx - yi< S. Zu S
existiert ein n 0 mit lx" - x...l < S fr n, m > n 0 . Dann ist fr diesen, m auch lf(x,.) - f(xm )l < e.

Lsungen ausgewhlter Aufgaben

603

7. Schliee X in [a, b] ein und unterteile [a, b] in gleichlange Teilintervalle Ik, so da


lf(x) - f(y )I< 1 fr X, y EX n Ik ist.
8. Benutze fr die Produktaussage die Darstellung
f(x)g(x)-f(y )g(y) = f(x)[g(x) - g(y )]+ g(y )[f(x) - f(y)].
9.lf(yl) - f(y2)1<e, falls 1Y t-Y21< S; lg(x~)-g(x~I< S, falls lx1-x2l< 11. Also ist
lf(g(xt)) - f(g(x2))1 < e, falls lx1- x2l < 11
.
10. Andernfalls wrde jedes ul /n(~) ein X,,EA enthalten. E s strebte also Xn~~~A:
Widerspruch.
11. Sei zunchst K 2 = {g}. Zu jedem x E K 1 gibt es offene Umgehungen U(x) von x und
"'
V(~; x) von ~ mit leerem Durchschnitt. Dann ist K 1 c M: = U U(x,.) fr gewisse
.. -1

X" ... , Xm E

Kt. V:=

"'
n
V(~. x .... ) ist eine offene Umgebung von e. die die (offene) Menge
.. - 1

M nicht schneidet.- Ist K 2 beliebig, so bestimme man zu jedem E K 2 eine offene


Umgebung V(~) von ~ und eine offene Menge ME:::J K 17 die V(~) nicht schneidet. Fr
n

gewisse ~ 1, ,~.,eK2 ist G 2 := U


fernerG 1 nG 2 = (/).
"- 1

V(~J=>K:z

und offen, G 1:=

n M ii.:::J K

und offen,

u- 1

12. Sei K kompakt, a: = minK, b: = maxK (s. A 35.4), I: =[a,b] => K. Ist K=I, so ist
nichts zu bewe isen. Andernfalls gibt es ein g E 1\K. Dann existiert eine e-Umgebung von g,
die K nicht schneidet (Aufgabe 10). Sei I(g) die Vereinigung aller offenen Intervalle, die g,
aber keinen Punkt von K enthalten. I(~) ist ein offenes Intervall, das g e nthlt und K nicht
schneidet; die Randpunkte von I(g) gehren jedoch zu K. Ist K = I \ I(g), so sind wir fertig.
Andernfalls wende man auf ein 11 e i , das weder in K noch in r(e) liegt, dasselbe Verfahren
an. So fhrt man fort. Es knnen hchstens abzhlbar viele Intervalle I(g), I (11), ...
entstehen, weil jedes dieser (paarweise disjunkten) Intervalle einen rationalen Punkt
enthlt. -Die zweite Behauptung ergibt sieb mit Hilfe der Stze 34 .8, 35.3 und 36.2.

13. Sei a" E K., beliebig. Fr n > m ist a.. E K.,., also Ia., - a"' I ~ d(K".). Somit ist (a,J eine
Cauchyfolge, also existiert a: = lim a.,. Die Teilfolge (a.," am+l ... ) liegt in K", und strebt
gegen a. Da K.,, abgeschlossen ist, liegt a in jedem Km. Gilt dasselbe fr b, so ist
Ia - b I ~ d(K.,,) fr alle m, also a = b.

Aufgaben zu Nr. 37
1. Sei a, b e i und a < b. Dann ist f(a)-:f=f(b ). Sei etwa f(a)<f(b), ferner a <g< b. Dann
ist f(a) < f(g) < f(b ). Wre nmlich f(a)-;;,: f(g) , so wre f(a) > f(g), f wrde auf (g, b] jeden
Wert in [f(g), f(b )], also auch den Wert f(a) annehmen: Widerspruch zur Injektivitt.
Ebenso sieht man, da f(~)<f(b) ist. Wre f oicht streng wachsend auf [a, b], so gbe es
PunkteXt <xz in [a, b] :mit f(a)~f(x~<f(xt). Auf [a, x 1] wrde dann f jeden Wert io
[f(a), f(x 1)], also auch f(x~ annehmen, obwohl dieser Wert noch einmal in x 2 ~[a, xJ
angenommen wird: Widerspruch. Somit ist f jedenfalls auf [a, b] streng wachsend. Wre
f(a)>f(b) gewesen, so htte man strenges Abnehmen auf [~b] erhalten. Sei nun
c ~ a, b ~ d und c, d EI. Dann zeigt unser Ergebnis, angewandt auf [c, d], da f auf [c, d]

604

Lsungen ausgewhlter Aufgaben

e ntweder streng wchst oder streng fllt. Wegen f (a) < f (b) liegt Wachstum vor. Ist
x h x 2 E I, x 1 < x 2 , so liegen x " x 2 , a, b in einem Intervall [ c, d] c I, dort ist f streng
wachsend, also ist f(x 1) < f(x 2 ). Som.it ist f streng wachsend auf I. - Die Funktionen
fr ~x< l ,
fr. 1 -x
".;:: ";:::2
- ,

f 1 (x): = { - x+ 3

fix): = { - x+4

fr
fr

~x < 1 ,

2~x~3

sind injektiv auf ihren jeweiligen Definitionsbereichen, ohne dort streng monoton zu sein
(Skizze!). f 1 ist in x = 1 unstetig; der Definitionsbereich von f.z ist kein Intervall {f2 ist
jedoch stetig).
2. Sei X kompakt, 11 = f(~) E f(X), y,. E f(X} und Iim y,. = 11 Wir mssen zeigen, da
X,.:= r 1 (y,.}- r'(11) = strebt. Angenommen, dies sei nicht der Fall. Dann gibt es ein
e 0 >0 und eine Teilfolge (x:,) von (x,.), so da durchweg lx~- ~l;a.e 0 bleibt. Wegen d er
Kompaktheit von X enthlt (x~) eine Teilfolge (X:.~. die gegen einen Punkt
von X
konvergiert. Da f stetig ist, strebt f(X:.~- f(~), und da (f(X::)) eine Teilfolge von (y,.) ist,
gilt auch f (X::)- 11 = f<e). Infolgedessen mu /(~) = f<e) , also l = e sein: Widerspruch! In
Wirklichkeit strebt also r'(y,.)- f 1(11}.- Nun sei X offen und wie oben TJ = f(e) ef(X).
Dann gibt es eine e-Umgebung U c X von ~. Wende nun Aufgabe 1 und den Umkehrsatz
auf f I U an.

e+ e
~

3. Weil der Definitionsbereich f(I) von

r kein Intervall zu sein braucht.

Aufgaben zu Nr. 38
1. (x"-~")!(x - e)=x" - 1 + ~x"-2 + ... +e"-2 x+~Jc- l-

2. a) 0,
3. lim

b) 4,

~2n~

J=

c) 2,

d) 1/2,

lim

t({J = 1.

0,

ke- fr x - ~.

e) 0.

4. Sei 11: = Iim /(x). Zu e = 1 gibt es ein 5 > 0, so da 11 - 1 < {(x)< 11 + 1 fr x


Dann istfauch auf

U8 (~)nX

a(e) nx.

beschrnkt.

Auf.gaben zu Nr. 39
2. Von erster Art.

4. Sei f(x);a.a fr aJle xe(a,b) und a <c< b. Setze g(a): = a, g(x): = f(x) fr xe(a,c].
Dann ist g wachsend auf [a, c], also existiert nach Satz 39.3 g(a + ). Infolgedessen ist auch
f(a + ) vorhanden (und = g(a+)). Entsprechend fr f(b - ), wenn f(x) ~ fr alle xe(a, b)
ist.

Aufgaben zu Nr. 40
3. a) =+ : Zu 8 > 0 gibt es ein 8 > 0, so da f(x) < f(e) + 8 fr alle x e Ua <e> n X ist. Fast
alle x,. liegen in Ua(e), also ist fast immP.r f(x,.)<f<e) +e und soro.it lim sup f(x,.) ~ f(e)+8.
Da 8 > 0 beliebig war, folgt daraus lim sup f(x,.) ~ f(e). - : Wre die Behauptung falsch, so

Lsungen ausgewhlter Aufgaben

605

gbe es e in eo > 0 mit folgender Eigenschaft: Zu jedem 8 > 0 existiert ein x(8) E ull (~) n X
mit f(x(8));;;;, f(~) + e 0 Whlt man 8 = 1, 1/2, ... , so erhlt man e ine Folge (x,.) mit x,. - ~
und f(x,.);;;;, f(~) + e 0 , also lim sup f(x,.) > f(~): Widerspruch.
f) Wre sup f = +oo, so gbe es eine Folge (x,.) aus X mit f (x,.)- +oo. (x") enthlt eine
konvergente T eilfolge (x;.) mit Grenzwert ~ e X. Dann wre einerseits fast immer f(x~) <
f(g) + 1, andererseits dive rgierte f(x:,)- +oo: Widerspruch. - Sei 7l: = sup f und (Xn) eine
Folge aus X mit f(x,.)- 7"1 (x,.) enthlt e ine konvergente Teilfolge (x~) mit Grenzwert
~ e X. Die Annahme f(~) f 71, also f(~) < 71, fhrt auf einen Widerspruch: einerseits strebt
f(x~)-7"1, andererseits ist fast immer f(x:.)<f(+e<7} (e>O u nd hinreichend klein).

Aufgaben zu Nr. 41
S. a) 1/2,

b) 4,

d) 0.

c) 1/2,

Aufgaben zu Nr. 42
c) 0.

b) 8e-1,

1. a) 0,

Aufgaben zu Nr. 43
2. Fr

X -

+ 00

gilt:

ao

----;;+
r (x)=

a1
X

Q- 1

b1
-+
xq
xq 1 +

bo

0,

aP
q-p

aP/bq, falls p = q,

+oo,
- oo,

+bq

falls p < q,
falls p > q und apbq > 0,
falls p > q und apbq < 0.

E ntsprechend schliet man, wenn x - - oo geht.

3 . Fr

X -

-00

gilt:

e" - e-" -

-oo

'

Aufgaben zu Nr. 44
3. lamn- al < e fr alle m, n > p "'* Ia,,. - ai ~ s fr alle m > p =+ lim am = a. Entsprechend
fr die Spaltenlimites.
Zu jedem e > 0 gibt es ein Xo EX, so da fx E u8 (7"1) fr alle X> Xo ist. Z u Xo existiert
nach Voraussetzung ein Yo> x 0 aus Y Fr jedes y> y0 aus Y gilt dann auch y> x 0 und
somit fy e U,.(71), d.h., es ist lim/y =71.

s.

6. a) (R 1) und (R 2) sind trivialerweise erfllt. (R 3): Z " Z2 ~Z 1 u Z 2 - Sei (Zk) eine


Folge von Zeilegungen und T die Menge aller T eilpunkte aller Zc. T ist abzblbar. D a
[a, b] ber abzhlbar ist, gibt es ein ~e (a, b), das nicht in T liegt. Dann ist Z: = {a, ~. b}
eine Zerlegung von [a, b ], und fr kein k gilt Zk => Z. Keine Folge von Zerlegungen ist also

606

Lsungen ausgewhlter Aufgaben


b) Jede Folge von Zerlegungen Z" mit IZ~r;l -4 0 ist konfinal.
c) Ist
so e nthlt z2 alle Elemente von zlt also ist IZ21-s; IZll und somit z I-< Z2.

konfinal.

z I~ z 2,

Aufgaben zu Nr. 45
t.

..L: -1 L:.. (L:.. (1)")


..
1
1
..
1
- L: - = L:

i.k-2

i"

12 k 2

i2

1- ~

1-2

j (j - 1)

= 1.

2. Setze
ao ao

ao
a0
z 0=-+-+
-+
-+
2 22
23
24

= ao

2a t 2 a t 2at
2 +
3+ 4 +
2
2
2

= a1

und addiere spaltenweise (s. B emerkung am Ende dieses Abschnitts).


3.

L:..

(n +
2

n O

2)x" = I.. (I.. a "x")= I.. (I.. ~1cx")= I.. cI.. Ci+1)x")
1

k O

I (I

10

10

iO

+") = I (v + 1)x I

(i + 1)x 1

k -0

10

k O

/ 0

..

x")

lcO

= 1- x L
(j + 1)x =
.
=o
(1-x)3
1

1 1 1
2 3 4 5
4 e=1+1+-+-+-+ = 1 +-+-+-+-+

2 ! 3! 4!

2 ! 3! 4!

5!

= 1 + (..!.. + ..!..) + (_!_ + _!_ + ..!..) + (..!.. + ..!..+..!.. + ..!..) + . . .


2!

2!

3! 3!

3!

4!

4! 4! 4!

=1
1 1
+-+2 ! 2!
1 1 1
3! 3! 3!

+-+-+-

+.....

= (1 +_!_+..!_+ .. )+(..!..+..!..+ . . ) +f l +..!..+ .. ) + ...


2!

3!

2!

3!

=(e-so)+(e- s t)+(e -s2)+ =

..

\3! 4!

L (e-s..).

5. Man beachte nur, da so+ s + + s., =

r o- r.,+ t

und

r0 =

..l: z ist.

t- o

Lsungen ausgewhlter Aufgaben

607

Aufgaben zu Nr. 46
1. Wende Satz 39.1 an.
2. S. A 38.1.
3. Z u e = 1 gibt es eine ll-Umgebuog U von

~. so

f(x)- f(~), _ lf'(~)l~ 'f(x)- fW _ f'W


x-~

x-~

I<

da

fr alle

XE

Un[

ist. K: = 1' +lf'Wi leistet offenbar das Gewnschte.

4. Gegenbeispiel: f(x) : = lxl,

~=

0.

5. f(x) - f(O) =

x- 0

x g(~) = xg(x)- 0

x - 0.

fr

Aufgaben zu Nr. 47
1. Nach der Produktregel ist die Formel fr n = 1 richtig. Angenommen, sie gelte fr ein
gewisses n :;;;.: 1. D ann folgt

(fg)(n+l) =

(")t<">g<n- lt+t) +
k

k- 0

(n)t<k+l)g(n- k)
k

k -0

f (n)t<">
g<n+t-k)+ I ( n )fk>g<n+t- k>+f"+'>g
k
k 1
fg(n+t)+ I [(n) + ( n )]t">g<"+t- k)+ f" +t>g
k
k
fg<n+t>+

k- 1

k- 1

k- 1

"f (n k+ l)f">g<n+t- k)

k- 0

(s. GI. (7 .3) in A 7 .4). Die Formel gilt also auch fr n + 1.

2. Nach der Produktregel ist die Formel fr n = 2 richtig. Angenommen, sie treffe
fr ein gewisses 11 .." 2 zu. Dann ist ({1 f.,f.. +,)' = (f1 f..)'/.,+1 + (f, [., )[:, .. , =
{;f." f..f.,+t + f,f!JJ f..fn+t + + f, f .. - d~fn + t + f, fJ~+t D ie Formel gilt
somit auch fr n + 1.
3. A us x = f(x)g(x) folgt 1 = f'(O)g(O) + f(O)g'(O) = /'(O)g(O). A lso ist g(O) ~ 0.

Aufgaben zu Nr. 48
3. n) y = 2-x.
4.

b) y = 1+x.

c) y = x.

p'(x) = a, +2a 2 x + 3a3 x 2 +4a4x 3 ,

p"(x) =
p/1/(x) =

p<4>(x)=

2a 2 +6a 3 x + 12a4x2 ,

(cos x)' =

-$10 X,

(cos x)" = - cos x,


111

(cos x)

= sin x,

(cos x)<4 >= cos x.

608

Lsungen ausgewhlter Aufgaben

Infolgedessen ist p(O) = a0 = cos 0 = 1, p'(O) = a 1 = -sin 0 = 0, p"(O) = 2a2 = -cos 0 = - 1,


p"'(O) = 6a3 =sin 0 = 0, p <4 >(0) = 24a4 =cos 0 = 1, woraus sich a0 = 1, a 1 = 0, a2 = -1/2, a 3 =

x 2 x4

0, a 4 = 1/24 und somit p(x) = 1 - - + - ergibt.


2 24

x3
S. p(x) = x - -
6
"

7. a)

p'(x) =

kakx'<-~,

p"(x) =

k- 1

b) P(h) := p(xo + h) =

p <">(x) = 1 2 n ~.

also

p<"l(O) = 1 2 n a".

ak(xo + h)k =

k- 0

also

k l

p'(O) = 1 a., p"(O) = 1 2 a 2 ,

ist

(k - 1) kakx~<-2 ,

ak(

k O

P'(O)

P(h) = P(O) +

1!

h + +

f O

p <">(o)
n!

(~)x~-'h')

ist ein Polynom in b. Nach a)

h".

Nach

der

Kettenregel

ist

dP
-=
dh

Differenzieren liefert allgemein p <k>(o) = p <k>(x 0 ), woraus nun die Behauptung folgt.

8. Sei p(x 0 ) = p'(x 0 ) = = p<u- t>(x 0 ) = 0 , pM(x 0 ) =/= 0. Dann ist nach Aufgabe 7b mit
h: = x -x0 offenbar
p(x) = (x - x 0 )" [

p (ul(x 0 )
v!

P(u+ll(x 0 )
(v+1)!

(x - x 0 )+ +

P(nl(x 0 )
n!

(x-x 0 )"- "

J= (x - xo)"q(x),

q ein Polynom in x mit q (x 0 ) = p<">(x 0 )/v! :f 0. Also ist v die Vielfacbbeit von x 0 Nun sei x 0
e ine Nullstelle der Vielfachheit v von p, also p(x) = (x- x 0 )"q (x ), q(x0 ) :f 0. Dann ist fr
alle h
'(x 0 )
p<u- l)(x 0 )
p<">(x 0 )
p <">(x 0 )
P
(x + h) = (x 0 ) +
h + ... +
h u- +
h " + ... +
h"
p 0
p
1!
(v - 1)!
v!
n!
= h "q (x 0 + h )= h "[ q (x 0 )+
= q(x 0)h " + + q

( n - u){

q '(xo)
+
1!

q <"- ">(Xo)
]
h" - "
(n - v)!

Xo

(n -v)!

h".

Aus dem Identittssatz fr Polynome folgt nun p(x 0 ) = p'(x 0 ) = = p<"- 1>(x 0 ) = 0,
p1">(x 0) =/= 0.

9. Setze in (48.12)

= x.

Aufgaben zu Nr. 49
1. Wegen lf(x)- f(y )lflx - Yl E; K lx- Yl'"- ist f'(x) = 0 auf (a, b].

2. a) 0.

b) 0.

c) (a/)a"- e.

3. Fr alle x e(a, b] ist


{ e (a, b).

h(x): =g(x ) - f(x) = h (a)+ l1 '({)(x-a)=h'({)(x - a) > O, da

Lsungen ausgewhlter Aufgaben

609

4. Nach dem Satz von Rolle gibt es n Stellen xice (x" _., x") (k = 1, ... , n ) mit f'(xk) = O.
Nach demselben Satz gibt es infolgedessen n - 1 Stellen x~ e (xj._., xic) ( k = 2, ... , n) mit
f"(x'(J = 0. So fortfahrend erhlt man d ie Behauptung.
5. Sei (h.. ) eine Nullfolge mit x 0 + h., e iJ n I. Zu jedem n gibt es e in ~.. zwischen x 0 und
x 0 + h .. mit (f(x 0 + h .. ) - f (x 0 )]/hn =f'{e.. ). Da ~.. -+x0 , also f'(~.. ) -+TJ strebt, folgt aus
dieser Gleichung die Behauptung.

6. Widerspruchsbeweis mit Hilfe des Satzes von Rolle.

7. Klar fr n = 2 (Definition). Nun sei die Ungleichung fr ein gewisses n ~ 2 richtig.


x 1, ,x,. .. 1 seien Punkte aus I , A~t > O, .\ 1 + + >-..... 1 = 1. Mit .\: = .\ 1 ++.\,. ist
.\ + >.,. .. 1 = 1 und .\ 1 /.\ + + .\,./.\ = 1, also
{(,\ sXs +

txs

+ Aus Xn + l) = ![>-(

+ +

~"x..) + An+I Xn+IJ

~>-t(~x,+ +~"x,.) + >- .... d(x.. .. ,)


,\ s
~,\ ( -;:f(x,) +

= .\ ,f{x ,) +

An

+Tf(x.. ) +>.,. .. d (x .. ..s)

+ >-....d(x .... ,).

8. f' ist streng wachsend auf I, also ist f (x) = /(xo) + (x- x 0 )f'W > f(x 0 ) + (x - x 0 )f'{x 0 ) ,
sowohl wenn x > x 0 als auch wenn x < x 0 ist (beachte, da ~ zwischen x und x 0 I iegt).

Aufgaben zu Nr. 50
11. g'(x)= cos x(x+ sin x cos x+ 2 cos x)e"n ~ hat Nullstellen in jedem Intervall der Form
(a, + oo ). Damit ist eine der Voraussetzungen des Satzes 50.1 verletzt. In der "Lsung" der
Aufgabe wurde der strende Faktor cos x in g' (x) gegen denselben Faktor in/' (x) - 2 cos 2 x

unerla ubterweise weggekrzt.

Aufgabe zu Nr. 51
Nach

{51.1)

ist

f(x)- P 1 (x) =(x - xo)(x - xo- h)f'(~).


2

Das

quadratische

Polynom

q(x): = (x - x 0 )(x-x0 - h) verschwindet in x 0 und x 0 + h, ist in (x 0 ,x 0 +h) negativ und

besitzt, wie man etwa mittels seiner Ableitung erkennt, in x 0 + h/2 eine Minimalste lle; das
Minimum ist - h 2 /4. Also ist lf(x)-P 1 (x)l ~ (h 2 /8) M2

Aufgaben zu Nr. 52
5. Anschaulich besagt die Behauptung, da die Schaubilder der Funktionen f(x):= C
(C>O) und g(x): =( l + x + x 2 /2)e-~ genau e inen Schnittpunkt haben. Wegen g'(x)=
- (x7./2)e- <0 ist g streng abnehmend. Die Behauptung ergibt sich nun, wenn man noch
die Beziehungen g(x)---+ +oo Cr x---+ -oo und g{x) ---+ 0 f r x-+ +oo beachtet.

610

Lsungen ausgewhlter Aufgaben

6. Die Diskussion der Funktionen f(x): = (1-ln x)2 und g(x) := x(3 -2ln x) zeigt:
a) Iim f(x) = lim f(x) = +oo. f nimmt in (0, e] streng ab und in [e, +oo) streng zu; es ist
x-+0+

x -+oo

f(e) = 0.
b) Iim g(x) = 0, lim g(x) = -oo. g nimmt in (0, Je] streng zu und in [Je, +oo) streng ab.
x-o+

oo

c) g(Je)> {(Je).
Aus diesen Tatsachen folgt die Behauptung (man mache sich eine Skizze!).

Aufgaben zu Nr. 54
3. Das Dreieck ist gleichseitig.

4. r = ~V/2-rr, h = 2~V/2-rr ; es ist also h = 2r, d.h. Hhe = Durchmesser.


S. Die gnstigste Nherung ist das arithmetische Mittel (a 1 + +a")/n der n Mewerte.

Auf.g aben zu Nr. 55


1. u(t) =~+ (u 0 -~)e-"'. Der Gleichgewichtszustand ergibt sich fr
a
a

t _..

+oo zu

~a

2. u' = -u. u(x) = u 0e- ex mit u 0 = u (O). Halbwertlnge: = Lnge des Weges, nach dessen
Durchwanderung die Hlfte der Energie absorbiert ist,= (Jn 2)/.
3. u' =-(x)u. Ausdd lnu(x)=ut; =-(x)= - xfolgtlnu(x)= -x 2 +C, also u(x)=
X
U X
2
u 0 e- (BJllx', u 0 := u(O). Durch Differentiation besttigt man, da dieses u die Differentialgleichung lst.

4. p' = -(~0g/p0)p. Die Lsung erhlt man mit Satz 55.1.


5. u(r) = (u 0 -A 0 - -y/)e- 8 '+A 0 +-y/ - -yt
Konstanten).

(benutze

Satz

55.2

und

Variation

der

7. Mit : = (q/cl)A. ist


falls = -y,
falls =/= -y.
Die Grenzwertbehauptung kann man daraus sofort ablesen.
112

9. u(t) = [

2'Y
0

_2

Die Lsung wchst bzw. fllt streng, wenn -y/T >

u~

bzw.

T + -y/u - T)e "'


<u~ ist; im Falle -y/T = u~ bleibt sie konstant (u 0 : = u(O)). Die Ungleichung y/T > u~ besagt,
da yu 0 >TU~ ist, da also zu Beginn des Prozesses die Geburten c.iie Todesflle

Lsungen ausgew.hlter Aufgaben

611

bersteigen. Im Nichtkonstanzfalle {y/-ri' u~) besitzt die Lsung genau dann einen Wen1 1 1 (y/-r 1)
..
h
.
.
depunk t tw, wenn s1e streng wac st; es 1st tw = 'Y n 2 u~ .
2

10.

u(t) =[(- ;+~)e-<...m+;r Die Lsung wchst bzw. fllt streng, wenn y/-r>~

bzw. <~ist; im Falle y/-r =...!tto bleibt sie konstant (u 0 := u(O)).

11. Ist u eine stndig positive Lsung von (55.30) auf dem Intervall (a, b), so ist v: = u 1 - "

eine ebenfalls positive Lsung von v = (1 - p )av + (1- p ), mu also notwendig die Gestalt
v(t) = Ceu-..>o- /a haben (s. Satz 55.2). Dabei mu C eine Konstante >{/a)e-<J- ")ot fr
alle t E (a, b) sein (andernfalls kann v(t),... 0 werden). Also hat u(t) notwendig die Gestalt
u(t)=[ce<l-t>)ot_=r(l- ") mit C>(/a)e- (1- t>)t fr tE(a,b).
Indem man mit u in (55.30) eingeht, besttigt man, da u in der Tat eine Lsung ist.

Aufgaben zu Nr. 56
L Benutze fr g den Wert 10m/sec2 Etwa 5 4 2 = 80m.

2. t = ../2h/g,

v=../2gh, h = v 2 /2g. Rund 10 bzw. 40 Meter.

0
3. x(t)= mv Pcos

cp(1 -exp (-

p )) ,

mt

m( .

mg)(1-exp (-mt
p )) -Pt.
mg

y(t) = p- v0 smcp +p

4. Unter den gegebenen Bedingungen wird die Aufschlaggeschwindigkeit nherungsweise


gleich der Grenzgeschwindigkeit
mg

100 9,81
.
-p= 196 =5 Meter/Sekunde sem.

Aufgaben zu Nr. 57
1. cos 2t = cos2 t - sin 2 t = cos2 1 - (1 - cos2 1) = 2 cos2 1 - 1 - 2 cos2 t = 1 + cos 21 2 cos2 (1/2) = 1 +cos t.
sin 2 {1/2)= l - cos2 (t/2) = 1-(1 +cos 1)/2 = (1-cos t)/2.
3. cos 3 t = cos(2t + t). Benutze nun (48. 12), (57.8) und (57.5).
4. Entsprechend wie bei Aufgabe 3.

5. 0 = cos('!T/2) = cos(3'1T/6) = 4x 3 - 3x mit x: = cos('IT/6). Da cos('IT/6) > 0 ist, kommt von


den Lsungen der Gleichung 4x 3 - 3x = 0 nur J3t2 in Frage.
6. cos('IT/3) = cos(2'1T/6) = cos 2 ('1T/6) - sin 2 ('1T/6) = 3/4 - 1/4 = 1/2. Entsprechend bei sin('IT/3).
7. f(t + p +q) = f(t + p) = f(t)-+ p + q ist Periode (falls =I 0). f(t) = f(t - p + p) = f(t - p) .- -p
ist Periode. Die Behauptung ist nun trivial.

612

Lsungen ausgewhlter Aufgaben

8. sinq=sin(O+q) =sinO=O-q ist = 0 oder


mu q = 0 sein. Entsprechend fr den Kosinus.

= 1T. Da aber sin{1T/2):fsin(1T/2+1T) ist,

9. Sei p eine Periode des Sinus, die von allen 2k1T verschieden ist. D ann gibt es eine ganze
Zahl m, so da 2m1T < p<2(m+ 1)1T, also O<p-2m1T<21T ist. p-2m1T wre nach
Aufgabe 7 e ine Periode des Sinus, im Widerspruch zu Aufgabe 8.

10. d sin t = cos c> 0 fr ce (- 1T/2, 1T/2), nach Satz 47.3 ist also
dt

(arcsin x)' = 1/cos(arcsin x) = l /.J1 - sin2 (arcsin x) = 1/.Jl - x 2.

11. Ganz e ntsprechend wie Aufgabe 10.


1
.
;
e
ntsprechend
wrrd
cot t difieren2
dt
cos t
cos t
ziert. Die Behauptungen ber tan(t +1T) und cot{t+1T) ergeben sich aus (57. 14).

12.

dtan t cos t cos t - sin r(-sin t)


2
=
=
1
+
tan
t=
2

d tan t
13.
= 1 + tan2 I > 0
fr
t e (- 1T/2, 1T/2)- (arctan x)' = [1 + tan 2 (arctan x>r 1 =
dt
1/(1 + x 2 ). Entsprechend wird die Ableitungsformel fr arccot x bewiesen.
1
1
~(arctanx +arctan!)=
+
dx
x
l +x 2 1+1/x 2

16. a)

(--;)=o
x

fr x>O-

arctan x + arctan.! = c auf R. Fr x = 1 erhlt man 1T/4 + 1T/4 = c.- Die a ndere n Aufgaben
X

erledigt man entsprechend.

17. a )

1 +sin x
2

cos x

f) - tan x,

g) -

.Jx -1 ,
cos .Jx .Jx

) sin

2x
'
lxl(1 + x 2)

1) arctan x,

k) - 1,

18. a) 0,

m)

c)----,
0

Sl X COS X

h) 1/cos4 x,

1
,
2
xv'x +x-1

d)

1
0

e) cotx,

Sl X

") 2- tan In x
x (cos In x) 2

'

1
n) - - ---;===
(1 + x)J2x(1 - x)

b) 1/40.

Aufgaben zu Nr. 59
2. Folgt aus der Hlderschen Ungleichung 59.2, wenn n-+ oo gebt.
3. Folgt aus der Minkowskischen Ungleichung 59.3, wenn n -+ oo geht .
4. (N 1) und (N 2) sind trivial, (N 3) ist gerade die Minkowskische Ungleichung. - Beweis
der Grenzwertbehauptung: Sei IL : = max(lx 1!, , lx..l). Wir nehmen o.B.d.A. IL > 0 an.

Dann ist
1 ~!._ (
IL

kt

lx,J")

'"

=(

k t

(~)").'"
~
n
1L

11

Wegen limn 11" = 1 folgt daraus die Behauptung.

.,_..

".

Lsungen ausgewhlter Aufgaben

613

5. a) Der nichttriviale Teil der Behauptungen e rgibt sich sofort aus der Minkowskischen
Ungleichung fr Reihen in A 59.3. - b) Nach Aufgabe 4 ist

tim (~

p-oo"'-

IX!c l")

'"

=mxlx1J
k- 1

Nun braucht man nur noch zu beachten, d a maxlx1cl--+ suplx~cl strebt, wenn n --+ oo gebt.
n

"'

k- 1

lc 1

7. Folgt aus der Jensensehen Ungleichung in A 59.6, wenn n --+ oo geht.

8. Ergibt sich, abgesehen von dem trivialen Fall q =oo, sofort aus der Jensensehe n
Ungleichung in A 59.6.

9. Ergibt sich im Falle q foo sofort aus der Jensensehen U ngleichung in A 59.7. Sei nun
q=

oo

und x

Dann ist lx" I~ (

e1".

llxll.. ~ llxll.,.

~ lx..l")
-

11
"

= llxll., fr jedes k, also ist x e ,.. und

Aufgaben zu Nr. 61
4. Bezeichnen wir das Restglied f(x) -

f'<l( )
Xo (x- x 0)" = G(x0 ) mi t R , so ist
1< 0
k!

G'(x 0 + ~(x-x0))

G(x)- G(x0 )
g(x) - g(xo)

R
(x - Xo)"

L:"

mit einem fJ e (0, 1).

-:-'--~=- ----:-~-~-~

g'(xo+ ~(x - xo))

Wegen
G'(t)=-

f" +l)(t)

n.1

(x-t)",

g'(r)=-p(x-r)..- 1 und

x - (x0 + fJ(x- x 0)) = ( 1 - ~)(x - Xo)

ist also

S. Fr x e U ist nach dem Taylo rschen Satz

r
,w
f(x ) = f(x ) +
(x - x )"
0

nl

mit einem

zwischen x und x0 Ist U hinreichend klein, so besitzt f",(t) auf U dasselbe Vorzeichen wie
t<">(x 0 ). Aus diesen Bemerkungen folgen die Behauptungen unmittelbar.

Aufgaben zu Nr. 62
1 . sinh x

e - e-
2

1 .. x" -(-x)"
..
==

2~c =o

3 . a) Setze in (62.14) a = 1/2.

k!

x 2 "+'

~c-o(2 k + l) !

b) Setze in (62.14) a

E ntsprechend fr cosh x.
=

- 1/2.

c) Ersetze in b) x durch x 2

5 . Wende das Quotientenkriterium in der Form des Satzes 33.9 an; benutze dabei (62.12)
fr die Binomialre ihe.

614

Lsungen ausgewhlter Aufgaben

Aufgaben zu Nr. 63
h) oo fr Iai < 1, 1 fr

1. a) 4.
b) 1.
c) 1/4.
d) 1.
e) 1/e.
f} 1.
g) 1.
k) 4/e2
I) 1.
Iai = 1, 0 fr Iai > 1.
i) 1/e.
j ) 2.
.. x" .. y"

x")

.. (y" X 1 y"- 1 x2 y"-2


x"- 1 y 1
4. e"eY =
- =
- +++ ... +
-+n- on ! .. -o nl ,.. 0 nl 1! (n - 1)1 2! (n-2)!
(n - 1)11! nl

L- L

_ f ~(y"
+ (n)xy"_, + (n)x2yn- 2 + ... + ( : )x"- 1y + x") = f
n.
1
2
n 1
n -0

S. Sei

n -0

(x + Y)" = e"+Y.

n.1

a ..x" eine beliebige Potenzreihe mit endlichem Konvergenzradius. Dann ist

trivialerweise

..L (a"-

n-o

a")x" bestndig konvergent.- Die Reihe n 1 + x + x + und

1- x + 0 + 0 + haben beziehentlieh die Konvergenzradien 1 und +oo. Der Konvergenzradius


von (1 +x+x 2 + )(1-x +O+ O+ ) = 1+0+0+ ist +oo, also > min{l , +oo)= 1.
7 . Mit ~: = (x - x 0 )

00

ist

..

a.,(x - x 0?" =

a,,~". Letztere Potenzreihe konvergiert fr

n- 0

1~1 < r und divergiert fr 1~ 1 > r. D ie Ausgangsreibe konvergie rt also fr

d ivergiert

..L

lx- x0 1> .Jr,

fr

ihr

Konvergenzradius

a,. (x- x 0 ) 2" + 1 bat dasselbe Konvergenzverhalten wie

n- 0

ist

..L

somit

lx - x0 1< .Jr und

= Vr.- Die

a .. (x- x 0 }2"; nach dem eben

nO

Bewiesenen ist ihr Konvergenzradius also auch =v.


8. O ie transformierte Reihe ist I (2/3).,.. 1(x + 1/2)~< mit Konvergenzradius 3/2.

Aufgaben zu Nr. 64
1
1 +4x 2
S. a) r =2' I =(1 - 4x2)2.

~ 5x-2x
b) r = 1, L = (1 - x) 2

1
1
L
= -1n

'
3x 1-x

c) r = 1

x - sin x
x 3 /3! - x 5 /51 +-
1/3! - x 2/5! + 1/3!
6. a) lim
= !im 3
= lim
=
= 1.
2
4
x-oe"- 1 - x - x /2 x-+0 x /3l+x /4!+...
x-+0 1/3!+x/4!+... 1/3!
2
2
. ln2 (1 + x )-sin2 x
. (x + ) -(x + )
. (1 + }-(1 + )
b) hm
=lim
=tim
= 0.
2

x-o

1 - e- x'

x->0

+ ...

x 4 +
c) m
= lim 4
= 4.
2
x-o(l-COSX)
x->O X /4+
x 3 sinx

1+

x-+0

d) lim

e"- 1
2

x-+o(1-COSX)

= lim

...
x

x-+OX

= tm -r==-r=== lim
x -41 J cos ax + Jcos bx x-o
1

I.

'lT4

25'lT2

f) 96 - 256 .

(ax? (bx )"

+ ...
2

/4+

Jcos ax-Jcos bx .
cos ax - cos bx
e) lim
= lim --:-r===--;:==:2
. .... 0
x2
x-+O x (Jcos ax+Jcos bx)

Reihe

= 4.

Lsungen ausgewhlter Aufgaben

8. f

..
..
..
gerade-f(x)=f(-x)- L a .. x"= L a" (-x)"= L (-1)"a..
n -0

.. -o

n- 0

x"-+~=(-1)"a..

615
fr

alle n i?!: 0- a 2 .. + 1 = 0 fr alle n. Oie Umkehrung ist trivial. Entsprechend schliet man bei
ungeraden Funktionen.

9. Gehe von (1 + x)"' (1 + x) = (1 + x)""'- aus und benutze die Binoroialreihe, Reihenmultiplikation und Koeffizientenvergleieh. Die zweite Gleichung erhlt man, indem man in der
ersten a = = n setzt. Beachte dabei, da

C k)
n

(~)

ist.

12. a) ln(1 + 1/2) = ln(3/2).


1

d
1
2
1
b) 4 . denn
== 1 +2x+3x +setze nun x ='
(1-x)2 dx 1 - x
'
2
x

c) 1. Es ist nmlich e x

oo

n- l

I"_, xn!

; differenziere und setze x = 1.

d) J2/4.

Begrndung: (1-x) 112 =

E (-1)"(112
)x". Differenziere und setze x=1/2.
n

n- 0

13. Voraussetzungsgem gilt in einer Umgebung von x 0 die Entwicklung

..
f(x)= I
k- 0

..
r><
)
ak(x -xot L
;o (x-x )k.
k- 0

k.

Wir nehmen zunchst an, x 0 sei eine Maximalstelle im strengen Sinne. Dann ist f'(x 0 ) = 0,
es knnen jedoch nicht alle Ableitungen t <k>(x 0) (k i?!: 1) verschwinden. Es gibt also ein
n i?!: 2, so da f'(x 0 ) = = f" - 1>(x 0) = 0, aber f">(x 0 ) :/= 0 ist. Nach A 61.5 mu n gerade
und f" >(x 0 ) < 0 sein. Setzen wir n =2m, so ist also
1
f( x) = f(x o) + ( m)! f2n>(x o)(x- X o)2"' + a 2m+l (x- X o)2m+t + ... .
2
Daraus folgt

f'(x)=

(2 m~ 2)/2"'>(xo)(x-xo)2"'-2 +b2m- 1 (x - xo)2"' 1+

1
2
2
= (x- x 0 ?"'- [( m _ )! f "'>(xo)+ b2m- 1(x - Xo)+
2
2

Da f 2 '")(x 0 ) < 0 ist und b 2",_ 1(x - x 0 )+ ~ 0 strebt fr x ~ x 0 , mu in einer hinreichend


kleinen cS-Urogebung von x 0 der Inhalt der eckigen Klammer stndig negativ sein. Aus der
obigen Darstellung von f'(x) folgt nun sofort, da in der zugehrigen punktierten cSU mgebung von x 0 notwendig f"(x) < 0 ist.
Nun setzen wir umgekehrt voraus, in einer punktierten cS-Umgebung von x 0 sei durchweg
f"(x) < 0. Da f'(xo) = 0 und f nicht konstant ist, knnen nicht alle Ableitungen fk>(x 0 )
(k ~ 1) verschwinden, es gibt also eine kleinste Ableitungsordnung n ~ 2, fr die f">(x 0 ) =I= 0
ist. n mu gerade sein, weil andernfalls x 0 nach A 61.5 keine Extremalsteile wre. Setzen
wir n = 2m, so haben wir wieder die Darstellung ( *) fr f"(x), aus der wir sofort

616

Lsungen ausgewhlter Aufgaben

entnehmen knnen, da fzm>(x 0 )<0 sein mu. Nach A 61.5 ist also x 0 im strengen Sinne
eine Maximalstelle von f.

14. d) Es mu 2: a sein.

Aufgaben zu Nr. 65
3. Setze in (65.5) x = 1.

4. Setze in (65.9) x = 1.
6. Man entwickle d(1+x)"'/dx=a(1+x)"'- 1 gem (65.9) und beachte, da

a(a~l)=(n+l)C:J

ist.
N

7. Z u (beliebig groem) G >O gibt es ein N mit

L a,.r">G+l.

L a,,x" -4

Und da

n=O

a,,r" strebt fr x ~ r -, gibt es ein 8 > 0, so da

..L

n= O

recht ist fr diese x dann

a,.x" > G fr alle x e (r - 8, r). Erst

" 0

a,.x" > G.

n=O

8. Sei

u ,. :=(s 0 + +s,.)/(n + l )

und lu.. -sl<e

..L (n + 1)x" und (65.10) ist fr x e (0, 1) offenbar

fr

n>m.

Wegen

1/(l-x)2 =

n=O

f (n+l )u,.x"-s (l- x ? f (n+l)x"l


=(1 - x?\ I (n +l)(u,. - s)x"\~(1-x? f (n+1)[u., -sl

lf(x)-sl= (1 - x)2

n= O

rt O

n~

+ (1- x)

n O

(n + l)[u,. -s l x" ~(1 - x?

n = m+.1

L (n +l) [u,. - sl+e,


n=O

woraus fr x -4 1 - die Behauptung folgt.


n

10. Zu e > 0 gibt es ein n0, so da fr n > n 0 stets n Ia..[ < e und

L:
k= l

Satz 27.1). Fr diesen ist dann (s. Hinweis)

also

Wegen

t( 1 - ~)

-4

s folgt daraus die Behauptung.

k [ak l!n < e bleibt (s.

Lsungen ausgewhlter Aufgaben

617

Aufgaben zu Nr. 66
2. a) 0,

b) - 1/3,

c) 1/2,

d) 1/2,

e) 6.

3. Fr alle hinreichend kleinen x ist


1/p(x) = Q," (X)+ Xm + l q(x)

mit

Q,., (x) := Co+ . + Cn,X"', q(x) := Cm + 1 + Cm +2X + ...

Fr diese x gilt also


1 = Q ... (x)p(x)+ x'"+1 q(x)p(x) = Q ... (x)p(x)+ x'"+1q ... (x)

mit q,._fx): = q(x)p(x) = d 0 + d 1x + .Mit dem Identittssatz folgt nun, da q'" ein Polynom ist und die behauptete Gleichung fr a lle x besteht .

4. Die Koeffizienten der ersten Quotientenreihe ergeben sich aus den Formeln

die der zweiten aus

Man erhlt also genau dasselbe Rekursionsschema.

Aufgaben zu Nr. 68
2. Fr k E N 0 ist nichts mehr zu beweisen. Sei k = -n, n E N. Dann ist (e')" = (e' )- " =
1/(e")" (per definitionem), also = 1/e= = e- .u = eh.
3. Wir zeigen nur die Umkehrung. ew=e.. _ew-= 1 -ex+iy= 1 mit x: = R e(w -z),
y: = Im(w - z)- ex (cos y + i sin y) = 1-=+ e.. cos y = 1
und
e" sin y = 0- e 2 ' cos2 y +
e2.x sin2 y = e2 x = 1, also x = 0. Infolgedessen ist cos y = 1 u nd sin y = 0, also y = 2/at und
somit w-z = x+yi=2bri.

5. {;~ = {e2"~il" )" = e2 ""'i = 1 (k = 0, 1, ... , n - 1). Mit Aufgabe 3 folgt, da die '" unter sich
verschieden sind. Aus Satz 15.1 ergibt sich nun, da die n n-ten E inheitswurzeln d ie
smtlichen (komplexen) Lsungen von z" = 1 sind. D er Rest d er Aufgabe ist trivial.

6. Wende die geometrische Summenformel an.


7. a) (1 +i)/J2.
c) (I

b) (J3+i)/2, (-J3+i)/2, - i.

+ i)/ J2, (- 1 + i)/J2, (-1 - i)/J2,

d) (-1 + i)/J2.

(1- i)/J2.

e) (~.J2+ 1 + i~J2 - 1)t../2.

8. Je... I= Jcos cp + i sin cpJ = ../cos2 cp +sin2 cp = 1. Die zweite Behauptung folgt aus (68.8).

9.

Z~t:=

lnlwl+i(argw +2k-tr) sind fr ke Z Lsungen von e = w.

10. Folgt aus (68.10).


12. Folgt aus (68.1 0) und (68.5).

618

Lsungen ausgewhlter Aufgaben

Aufgaben zu Nr. 69
1
1
1
1
1 1
1. a) 2 (1 - t.) z- 1 +2(1 + x.) z+1 -2 z - .
t
1 1 1+i 1
- 1+i 1
b ) - - -2 +---z z
2 z- i
2 z+i

1
1
1
2. a) -+
2,
x x - 1 (x- 1)

2 1
2
1
b) - - + - 2 +
+-:::--X
x x+l x 2 +x+ l '

1
1 1
1 x+2 1 x+2
c) 8 x - 1 -S x+ 1-4 x 2 +1 - 2 (x 2 + 1)2
3

4. z"+a,._ 1 z"- 1 + + a 0 =(z - z 1)(z - z,.). Multipliziere rechts aus und vergleiche
dje Koeffizienten.
S. Das ist gerade die Grenzwertme thode im einfachsten Fall.

Aufgaben zu Nr. 70
2. a) Wegen f'(x)=3x 2 +2>0 fr alle xe R besitzt f genau e ine reelle NullsteUe ~.Es ist
/(1) = - 2, /(2) = 7 und f'(x) = 6x > 0 auf [1, 2]. Infolgedessen kann man den Satz 70.1
anwenden. Ausgehend von dem Startwert x 0 : = 2 erhlt man ~ ..,. x 3 = 1,3283 ... mit einem
Fehler ~0.0002.
b) f besitzt genau zwei symmetrisch zum Nullpunkt liegende Nullstellen. Es gengt, die
positive zu berechnen. Wir neoneo sie~. Es ist {(7r/4)>0,{(7r/3) < 0, {'(x)<O und f"(x)<O
fr alle x e [7r/4, 7r/3]. Man kann also wieder den Satz 70. 1 heranz iehen. Ausgehend von
x 0 : = 7r/3 erhlt man ~ = x 1 = 1,0219 ... mjt einem Fehler ~0,0003.

Aufgaben zu Nr. 71
1. Beweiswrdig ist nur die Aussage ber B,.(1). Wegen (71.2) ist

8 ., ( 1) =

L
n

k B~c =

( " )

k O

k B,. + B .. = B ..

n- 1 ( " )

fr

>-2 .

n~

k O

2. Mit Aufgabe 1 folgt:


d
dt

Bn + l

()
t = -d (~
L.
dt k - U

(n+l)B
k

n + l- k

1<.1

B)
n+ l

= " (n + 1 - k ) (n+l) B~c t" -k = " (n + 1) (;) B~c t " -1< = (n + 1)8 ., (t).
k- 0
k
1< = 0

Aufgaben zu Nr. 72

Lsungen ausgewhlter Aufgaben

Aufgaben zu Nr. 73
1. a) C.+C2 e 2.i'+C3e- 2 il,

b) C.+C2e'+C3e;'+C4e- ir,
c) C 1e' + C 2 te' + C3 e0 + 3i)r + C 4 e0 - 311'.
D abei sind a lle auftretenden C~t komplex.

2 . a) C,+C2 cos2r +C3sin2t,


b) C,+C2e'+C3 cost+C4sin t,
c) C,e' + Czte' + C 3 e' cos 3t + C 4 e' sin 3t.
Dabei sind alle auftretenden C" reell.
3. a) (1-cos 2t)/4

b) (sin 2t)/2.

Aufgaben zu Nr. 74
1. a) C 1e' + C ze<- l HJ3)r/l + C 3e <-t-IJ3wz - 1 -

t 2,

Dabei sind alle auftretenden C" komplex.


2. a ) C 1 e , +e -rn.

(c cos2t+C
J3
. ../3 ) -1 - t,
sm2t
2

'2

Dabei sind alle auftretende n C" reell.

1
2
S. a) e - '(C 1 cos t+C2 sin t)+- cos t +-sin t,

t
2

c) e'(C1 cos t +C 2 sin t)+-e' sin t.

7. a) (t/3- 4/9)e2.r,

D abei sind alle auftrete nden C" reell.

b) t (t-1)e'/4.

Aufgaben zu Nr. 77
2

.!3 sin(3x + 1).

x2
x
1
4. - - cos 2x + - sin 2x +- cos 2x.
2
2
4

+ x -~)ezx"""
S ( x3_x2
2 4 4 8
.

6. (2x 2 +4x + 16)cosh ~-(8x + 8)sinh ~.


2
2
7. x tan x + in lcos xl.

1 + x 2 ) arctan x --
X
8. :::{1
2
2
1

15

-x>

--e
2

9. _1:._.J1 - 5x3 .

13. 2(arctan x) 2

16. 4~tan x.

1
1
17. 2 ln ltan x l+2 tan x.

619

620

Lsungen ausgewhlter Aufgaben


X

1
19 2 1n

18. tanx-x.

1 + tan 2

x
1 - tan 2

1 siox

+ 2 cos1 x

20. - 1o 1 - tao 2 + ln 1 + tao 2

23. a) Ce'- t 2 - 2t-2,

21. 4 (ln le2x - t l-In le2x + 11).

b) ce- 2 ' + (2 cos t +sin t)/5.

Aufgaben zu Nr. 78
(x-2)2
1. In Ix - 1 I
3.

1 1
5
1
2. x-+- ln lx - 11 -- ln lx + 11.
2x-1 4
4

2x+l

3(x2 +x+1) 3../3

2x+1
arctao
-

.J3

x" 1

4. - - - ln(x 4 + 2).

x 2 +.y2x+ 1
1
S. V21n x2 -V2x+ + V2 [arctan (.y2x- l)+arctan(.y2x+ 1)].
4
1 2
I

1
x2 - .J2x + 1 1
6. .J2 ln 2 .J2
+ .J2 [arctan( J2x - 1) + arctan( J2x + 1)].
4 2 x + 2x + 1 2 2
7

. 2.J6

2
2
ln \ x+

-.J6l

2x+2+.J6.

9. e = t; 2ln(e"' + 1)- x.

11. lnx - t;

2 + 1)---arctan ~
x-.!.ln
(x
2
{3
vs

10.

.Jx = t; x - 4.Jx+4ln(.Jx+ 1).

2
21nx -1
1n x - {3arctan
{3
2

12.

1jX = t:

arctan

Y{.

Aufgaben zu Nr. 79
8. Whlt man in einer Riemannfolge die Zwischenpunkte immer rational, so konvergiert
sie gegen b- a, whlt man aber die Zwischenpunkte immer irrational, so verschwinden alle
ihre Glieder, sie konvergiert also trivialerweise gegen 0.

1
1

b) -2 =
1T

sin 'lTXdx = lim

L
"

t\~k - 1

sin ( 'lT -k~l = Iira -1 " sin k~.


n n n~ n k - 1
n

Aufgaben zu Nr. 81
1. Wre f(x 0 )>0 fr ein x 0 E[a, b], so gbe es ein e 0 >0 und ein Intervall [a. ] c[a, b],
so da wir die Abschtzung f(x) ~ e 0 fr alle x E [a. ] htten. Ist nun (S(~. t 1)) eine
Riemannfolge mit a, E z / fr alle j, so mte infolgedessen durchweg S(Z;, t ,) ~
e 0 (- a) > 0, also auch .f!: frlx > 0 sein, im Widerspruch zur Vorausr.etzung.

Lsunge n ausgewhlter Aufgaben

621

2. Mit F(x): = fa /(l)dl ist


~~~~ f(l)dt =

fo<x>f(t)dt -

s:<x> f(t) dl = F(lj!(x)) -

F(~(x)) .

Wegen der Kettenregel und des zweiten Hauptsatzes ist also


-

f."'(x) f(t)dt

dx

vorhanden und = /(1/l(x))l/l'(x) - f(rp(x))rp'(x).

<!'(X)

3. Benutze die Methode der Variation der Konstanten in Verbindung mit dem zweiten
Hauptsatz (s. (55.6)).

"
f
1

4. a)

F(xy)=

dt
-=
t

J"-+
d t J."" -=
dt F(x) + JYxds = F(x) + F(y)

b) Substitution 1 = s".

t
x
t
1
c) Substitution 1 = e'.

(Substitution

t = xs).

XS

Aufgaben zu Nr. 82
3. Sei etwa f wachsend auf [a, b], e >0 vorgegeben und Z eine Zerlegung mit den
Teilpunkten x,.: = a + k(b- a)/n
(k = 0, 1, ... , n). Fr hinreichend groes n ist dann
O (Z)- U(Z) =

"

L (f(x~c) - /(x" _,)]

b - a b- a
=

(f(b) - f(a)]< B.

D ie Behauptung folgt nun aus Satz 82.3.

Aufgaben zu Nr. 83
und Z 1 eine Zerlegung mit O(Z 1 ) - J < ~- Sei ferner IZI < c5: = e (s.
3
3p0
(83.2); p ist die A nzahl der Teilintervalle von Z 1) und Z 2 : = Z 1 U Z. Wegen (83.5) und

2. Sei J: =

S! fdx

Hilfssatz 82.1b ist dann O (Z)- J = O (Z)- O (Z2) + 0(~)- J :50~+ < e. Die Behauptung
ber U (Z) wird entsprechend bewiesen.
3 3
8

Aufgaben zu Nr. 84
2. Die drei Funktionen sind nach dem Lebesgueschen Kriterium auf [a, b] integrierbar. Da
sie ferner fast berall auf [a, b] verschwinden, ist nach Satz 84.10

f(x)dx =

.J!Wdx =

ln(1 + f(x))dx =

Odx = 0.

Aufgaben zu Nr. 85.


3. f(x):=1 fr 0 :50 x:501/2 und :=-1 fr l /2<x:501. Hier ist IJ. =O.
4. IJ. (v)=

t 1 - t0
( 10 , 11)

i''v(t)dt =
0

t1

J "s(t)dt = s(t 1) - s(to) =s(T) = v(T) fr ein gew1sses TE


to '

t 1 - t0

(Mittelwertsatz de:- iJiffe reotialrechnung!).

622

Lsungen a usgewhlter Aufgaben

5. Es gengt, den Beweis im F alle 11 = 0 zu fhren. Z u e > 0 gibt es ein x 0 > 0, so d a


[f(t)l < e/2 fr t;;;.: x 0 bleibt, ferner ein x 1 > 0 mit

11xo lf(t)[dt<-e

'fr x;a.:xl.

Fr alle x ;;;.: max(x 0 , x 1) ist dann

-1
X

lxf(t)dt ~- lxo[f(t)[d t+- I X


o

xo

[f(t)[dt < -+
2

X - X0

e e.
-<
2

llxf(t) g(x-t)d t =-llx(f(t) - 11]g(x - t)d t +-111"' g(x-t)dt. D a g a uf [O, oo) beschrnkt

6. -

X 0

ist (warurn?), strebt der erste Term der rechten Seite nach Aufgabe 5 gegen 0. D a ferner
fo g(x - t)d t =So g(t)d t ist, wie man mittels Riemannsch er Summen sofort sieht, strebt der
zweite T erm der rechten Seite (wiederum nach Aufgabe 5) gegen 11~-

Aufgaben zu Nr. 87
2. K onv.
8. Konv.

1. Ko nv.
7. Div.
20.

n 1T

[sin x[

n- 1

,;._---..: dx =

3. D iv.
4. Konv.
9. Konv. 10. Konv.
i (k+l)'OT isin xl

k =O b r

2
=-

n- 1

dx .;;;.:

5. D iv.

6. Konv.

11. D iv.

12. Konv.

L (k + l )'IT

Ol- l

k=O

1" .

sm x dx

L k + 1 ~ +oo fr n

-4

oo.

'IT k = O

22. Man bra ucht nur die Lsung von A 32.3 in offenkundiger W eise zu modifizieren.

Aufgaben zu Nr. 88
1. Konv.

2. Konv.

3. Konv.

4. Konv.

5. Konv.

4. Gehe von der A bsch tzung J~- 1 f(x)dx;;;.: f(k) ;;;.: J~+t f (x)d x aus.

5. Z ieh e Aufgabe 4 mit f(x) := 1/x und m: = 1 heran.

Aufgaben zu Nr. 89
1. Konv.
8. Div.

2. K onv.
9. Konv.
1

13. Be ispiel :

J.

dx
1
vx

3. Konv.
10. Ko nv.

existiert,

J.
0

4. Konv.
11. Div.

5. Konv.

1 1 dx existiert jedoch nicht.


1
1

vxvx

6. Konv.

7 . Konv.

Lsungen ausgewhlter Aufgaben

623

Aufgaben zu Nr. 90
1. Es ist nmlich

c[a(x~c.)-a(x~c.- 1 )] =

"

[a(x") - a(x~c-t)J =

c[a(b)- a(a)].

k=l

4. Da a wchst, ist durchweg S,.(f, Z, ~..;;S.. (& Z, ~.Die Behauptung folgt nun aus Satz
44.2.
5. Sei : = a(c), Z: ={x 0 ,x~> x"} eine Zerlegungvon [a,b] und ~ =(~~o ... ,~") ein
zugehriger Zwischeovektor. Dann liegt c entweder im Ionern eines T eilintervalls
[xm-h Xm] oder fllt mit dessen rechtem Randpunkt Xm zusammen, und es gilt:
S(f,

z, ~ =

{f(~"')(al-ao),
/(l;,,.)(- ao) + f(I;",+J)(a

Wegen d er Stetigkeit von

t-

),

falls c e (Xm- " Xm),


falls c = Xm.

in c folgt daraus sofort die Behauptung.

Aufgaben zu Nr. 91
2. Sei zunchst x 0 e (a. b ). Wegen der Stetigkeit von V gibt es zu e > 0 ein 8 > 0, so da
IV(x) - V(x 0 )l< e bleibt, sofern xe[a,b]nU3 (x 0 ) ist. Da fr x>xo nach Satz 91.6
V(x0 ) + 0(g) = V(x), also 0 :s;; V (x ) - V(x 0) = v ;.(g) ist und da ferner lg(x )- g(x0)l.r;;; V~o<g)
sein mu, ergibt sich nun die Abschtzung lg(x)- g(x 0 )l<e, wenn x e [a, b]n U 3 (x 0 ) und
x > x 0 ist. g erweist sich somit als rechtsseitig stetig in x 0 Ganz hnUch sieht man, da g in
x 0 auch linksseitig stetig, insgesamt dort also tatsebUch stetig ist. Die Stetigkeit von g in
den Intervallendpunkten a. b ist noch leichter zu erkennen.

v:

3. Mit a: = inf 1&1 ist fr jede Zerlegung {x0 , xh ... , x"} von [a, b]

4. Wegen2:llg(xk)l-lg(x.H)II~

lg(x")-g(xk-l)l:s;; V!(g) liegt auch 1&1 in BV[a,b],

k I

kl

und es ist V~(lgl} :s;; V~(g). Die restlichen Behauptungen erhlt man nun mit Hilfe des Satzes
91.3 und der Formeln (14.4) und (14.5).
5. Sei Z: = {x 0 ,

Xt> ,

x"} eine beliebige Zerlegung von [a. b]. Dann ist

und somit V! (F) :s;; J~ lf(t)l dt. Wir beweisen nun die umgekehrte Ungleichung. Sei "'" :=
min{lf(x)l: x e [x~c.-~o X~c.]. Nach dem ersten Mittelwertsatz der Integralrechnung ist

Infolgedessen gilt

624

Lsungen ausgewhlter Aufgaben


n

L IF(xrc) - F(xrc- t)l = L (xk k=l

L (xrc- Xrc- th.trc

Xrc-t)lf(~~c)l;;;.

k =l

k=l

und somit

6. Auf einem kompakten Teilintervall des Konvergenzintervalls ist g' als stetige Funktion
beschrnkt. Die Behauptung folgt nun aus Satz 91.4.

Aufgaben zu Nr. 92
1. a) -(1 +e"')/2.

b) 1.

c) In 24.

4. Sei M: = llfll... Die Behauptung a) folgt aus der Abschtzung

k -= l

IF(x~c)-F(xrc-t~l =

k.-=1

l"

fda\,.;;;

MI v;~_, (a)

=MV: (a).

k .- J

Xlc- 1

mnx( x .x )

b) ergibt sieb a us IF(x)-F(x 0)I =IJ~0 fda i,.;;;M

(a) in Verbindung mit Satz 91.9.

min(-'"o.x)

Um c) zu beweisen, benutze man die Gleichung


F(x) - F (x 0 ) f( ) '( )_F(x)-F(x0) f( ) a(x)-a(xo)
Xo 0t Xo Xo
x-x 0
x-x 0
x - xo

l"

- a(x 0 )
+ f( Xo)(a(x)x-x
-

0t

'( \)
XoJ

[f(t)-f(xo)]da(t)+f(xo) (a(x) - a(x 0 ) - a'(xo)) .

X - Xo "o

X - Xo

Der zweite Term der rechten Gleichungsseite strebt fr x ~ x 0 trivialerweise gegen 0. D er


erste Term strebt ebenfalls gegen 0, wenn x ~ x 0 geht, wie man aus der folgenden
Abschtzung erkennt (beachte dabei Gl. (91.6)):

1
X- Xo

i"

[f(t)-f(xo)]da(t)\,.;;; max lf(t)-f(x 0 )1 a(x)-a(xo) .


<s<J<.xo>

X- Xo

brigens lt sich c) noch viel einfacher mit H ilfe des Satzes 93.1 beweisen.

Aufgaben zu Nr. 94
2. A us (94.4) folgt die Gleichungskette

= 1~

2. 4 ... (2k-2)
13(2k-1)

und damit die Behauptung.

&=~

22 .42

..

(2k-2)2

(2k - 1)!

Lsungen ausgewhlter Aufgaben

625

Aufgaben zu Nr. 95
2. In (95.1) e rsetze man f(x) durch 1/(x + 1) und n durch n - 1. Es folgt

1
l" - ~ X -[x]
= In n 2 dx
ltl k + l
(x+ l )
'

n- 1

also

L" -1 - lnn = l- {"- ' x - [x]2 -dx.


k l k
(x + 1)

Beachtet man, da O~x -[x] fr x ;a.:O ist, so siebt man, da das letzte Integral fr n-+ oo
gegen einen Grenzwert < 1 konvergiert. Damit ist die erste Behauptung bewiesen. Die
zweite e rgibt sich in hnlicher Weise aus (95. 10); man stelle dabei die I-Periodizitt der
Funktionen " in Rechnung.

Aufgaben zu Nr. 96
1. Sie sind nherungsweise 4 ; 1,65; 0,8.

Aufgaben zu Nr. 97
3

2 . a) y(x)=~l - 4x /3,

c) y(x) =

1 +x

d) y siny + oosy -~z..(2x - 1) = -rr.J2!8+.J2!2+ 1/4,


2
x
+.Jx
- 1
2
2
e) y.Jy - l+x.Jx - l + ln
.J
= 4.J3 .

y+

y2 - 1

4. a) x + y = (x - y }3 ,

Aufgaben zu Nr. 98
1. a) u(t)=t/2 - l /4+e- 2 '/4,
1 11
d) y(x) = 1--e ".

2. = a (t)u +s(t) mit a: = v/v, s:= w - v w/v.

c) y(x) = x

loG-t).

2- 1,

626

Lsw1gen ausgewhlter Aufgaben

Aufgaben zu Nr. 100

..
3. In x+ L

..

x .
n l nn!

Aufgaben zu Nr. 103


3. f{x) = O fr lxl < 1, = 1/2 fr lxl = 1 und = 1 fr lxl>l {Skizze !). Kein f., kann ganz
in dem (1/8)-Streifen um f verbleiben (es mu durch (1, l/2) gehen). Ist lx l ~q < 1,
so ist IJ..(x)- f(x)i = lf.. (x)l ~ q 2 "; s. nun Aufgabe I. Ist lxl;;:;.: a > 1, so ist
lf., (x) -f(x)l = lf., (x) -11= 1/(1 + x 2 ") ~ 1/(1 + a 2 "); s. wieder Aufgabe 1.

4. Fr x f 0 strebt f,. (x) = xn(e- "')" ~ 0 , weil e- " < 1 ist. Da berdies f,. (0) verschwindet.
h aben wir also f(x) = 0 fr alle x E R. - f., hat das Minimum - .Jn/2e in x,.: = - lj.J2,:, und
das Maximum .Jnt2e in y,.: = 1/../2;". Daraus folgt die Behauptung ber die nichtgleichmige Konve rgenz. Mit A 36.10 folgt, da e ine kompakte Menge de r angegebenen
Art in [ -b, -a] U [a, b] liegt (a, b geeignete positive Zahlen). Daher gengt es offenbar, die
gleichmige Ko nvergenz auf [a, b] zu zeigen:
lf,.(x)-f(x)i=nxe- ""' .,.nbe- ""'; s. nun Aufgabe 1.

5. f = O. Wegen lf,.(1/n) - f(lln)l=f,.(1/n)=l/2 ist die Konvergenz nicht gle ichmig (s.
Aufgabe 2). - Sei x ""'a >0. Dann ist lf.,(x)-f(x)l = 1/(1 +nx).,.1/(1 +na ); s. nun Aufgabe
1.
6. f,. (x) ~ 0 auf [0, 1]. Wegen /,. (1/n) = 1/2 ist die Konvergenz nicht gleichmig (s.
Aufgabe 2). - Fr x e [q, 1] ist O~f..(x).,.n/( 1 +n q 2); s. nun Aufgabe 1.
2

7.

..I

x" (1- x) = 1 fr x

E ( -1,

= 0 fr x = 1. Zeichne einen (1/4)-Streifen um die

1) und

Summe!

8. Die Reihe konvergiert nach dem Majorantenkriterium fr alle x, und es ist

sin kx _
lc=l
k"'

!
1<

l
sin Iex ",.
-
1
k o.
k = n + l k"' '

s. nun Aufgabe 1.

10. llf"g-fgll~ = ll(f., -f)gll.. .,. llf.. - fll.. llgllo.,, also strebt llf.. g - fgll.. ~ 0 und somit f.,g - fg.
11. Ergibt sich aus
1
f,.(x)

_ 1_ JfCx) - f .. (x)l.,. llf- f .. ll..


f(x)
if,.(x)f(x) i
a2
~

12. Sind die Reiben


so ist
00

I A und
k= l

..

I r,. + I

..I

g" gleichmig auf X konvergent und ist g E B(X),

k= l
..

&i< =

I ct" + gk),

k =~

..

..

k- 1

k. = l

L f,. = L gf,. gleichmig auf X.

L sungen ausgewhlter Aufgaben

13. Bestimme zu e > 0 ein c5 > 0 , so da lf(x 1) - f(xz)l <

627

bleibt, wenn lx l - x2l < c5 ist


(gleichmige Stetigkeit von f!). Bestimme nun zu c5 ein n 0 , so da 1&.. (y) - g(y )I< c5
ausfllt fr alle n > n 0 und alle y E Y. Fr diese n und y ist dann lf(g,. (y )) - f(g(y ))I< e.
8

Aufgaben m Nr. 104


'
+co.
Dann kann man de n Beweis von Satz 104.1 wrtlich bis (104.4)
einschlielich bernehmen. Nun bestimmt man zu dem Index m in (104.4) ein x 0 , so da

1. Sei etwa

~=

lfm (x) - a...l < e/3 fr alle x e X mit x > x0 ist und schliet ganz hnlich wie nach (104.5).Da Satz 104.5a auch fr uneigentliche Hutungspunkte gilt, ist jetzt selbstverstndlich.
3 . Ergibt sich aus Satz 103.4 bzw. Satz 104.2.

Aufgaben m Nr. 105


2 . Setze im Dirichletschen Kriterium

f~c(x):=sin

5. Setze im Abelschen Kriterium f~c(x):=a",


104.Sa heran.

&~c(x):=1/k.

kx,

&~c(x):=x"

(OE>xE>l). Ziehe dann Satz

6. Setze im Dirichletschen Kriterium f~c (x): =(-I)"+~.


7 . a) .L a,./n' = L: (a,./n')(l /n- ). Setze nun im Abelschen Kriterium {., (s) : = a,./n' ,
g.. (s) : = 1/n-.
c) folgt sofort aus a), weil 2: a..fn 'o konvergiert.
d) Verfahre mit
L: Ia.. l! n' wte unter a).
e) l
ist das Intim um aller Punkte absoluter
Konvergenz.
f) Sei s > A.. Whle e > 0 so klein, da s- e > A. ist. .L l/n ~-+c konvergiert
absolut, .L a,.tn- ist noch konvergent, so da d ie Glieder-+ 0 streben, also konvergiert
L: a.,/n" 1 = l.:(a,./n" -" )( 1/n~+ ) absolut. Infolgedessen mu s+ I ~ I und somit auch A. + I ;:;,. /
sein.
i) Setze im Abelschen Kriterium f,.(s) : = a,., g..(s) : = l/n ' .

Aufgaben zu Nr. 106


1. Mit 8: = e/L ist lf(x)- f(y)l E> L lx - Yl <

fr alle

f e B und alle x, y e X mit lx- Yl <8.

2. lf(x) - f(y)IE>If(~)llx-yiE>M lx-yl. Benutze nun Aufgabe 1.


3. Sei llfii.. E>M fr alle

f e'il

Dann ist IF(x)lE>(x - a)M E>(b - a)M und

IF (x) - F(y)l E> M ix - yl.

Benutze nun Aufgabe 1.

4. Zu e gibt es ein c5, so d a gilt: lf(x" y) - f(x 2 , y)I< e/2 fr lx 1 - x2l < eS und alle y,
lf(x,y,) - f{x,yz)l < e/2 fr ly, - yzi<B und alle x. Ist nun lx, - x 2 l, ly 1 - y2 l<c5, so folgt
lf(x" YJ -f(xz, Yz)l E> lf(x,, Y,) - f(xz, Y,)1 + lf(xz, Y,) - f(xz, Yz)l < e.
= 1 gibt es ein eS> 0, so da lf(x) - f(y )I E> I ist fr alle f e ~ und alle x, y e [a, b] mit
k
lx - yl <c5. Whle m e N so gro, da (b - a)/nt < 8 ist und setze x": =a+-(b - a) fr
m

5 . Zu

628

Lsungen ausgewhlter Aufgaben

k=0,1, ... ,m. Dann ist lxk+t - xkl<8 fr k=0,1, ... ,m-1. Ein beliebiges xe(a,b]
liegt in genau einem der Intervalle (xk> xk+J (k = 0, 1, ... , m -1), etwa in (xko, X~co+ J Fr
dieses x und jedes f e 'ij ist dann
lf(x) - f{a)l ~ lf(x)-f(x,JI + lf(x~co)- f(x~co- t)l + + lf(x 1) - f(a)l ~ ko + 1 ~ m.
Also ist lf(x)l~lf(a)l+m~C+m fr beliebiges xe[a,b] und fefj.

Aufgaben zu Nr. 107


2. a) Bestimme zu e > 0 ein 8 > 0, so da lf(s, t)- f(s 0 , t)l < e fr ls - s 0 1< 8 und alle
t e [c, d ]. Dann ist

IF(s)-F{so)l~
b)

F(s0 + h)- F(so)


=
h

lf(s, r) - f(so, t)l

dt~e(d-c)

fr

ls - sol<8.

Id Dtf(s 0 + ~h,t)dt = IdD tf(s0 ,t)dt+ Id[D d(so+~h,t) - Dd(so,t)]dt,


c

0 < ~ = ~(h, t) < I. Mit demselben Schlu wie bei a) sieht man, da das letzte Integral
fr h --+ 0 selbst gegen 0 geht.
3. c) Fr jedes y>c ist lim G(s, y) = G(s0 , y) (s. Aufgabe 2a). Nach Voraussetzung ist
-so
lim G(s, y)=F(s) gleichmig auf [a, b]. Nach Satz 107.2 gil t also lim lim G(s, y) =

:v -+oe

s-.tn y-+og

lim lim G(s, y) und somit lim F(s) = J;"" f(s0 , r)dt = F(s0 ).

'/--+ac s-.Jo

-so

d) Da F nach Aufgabenteil c)

auf [a, b] stetig ist, existiert J! F(s)ds. Zu e > 0 gibt es ein y 0 , so da IJ;"" f(s, t)dtl < e
ausfllt fr y;;;;., y0 und alle s e [a, b]. Wegen Aufgabe 2c erhlt man nun fr alle y;;;;., y 0 die
Abschtzung
l f ( f""t(s, t)dr)ds -

r(ft(s,

r)ds)drl =
=

( f""t(s, t)dt)ds -

r(ft<s.

f(f""f(s,t)dt)dsl~e(b - a).

t)dt)ds

Literaturverzeichnis
(1) Aris, R.: Mathematical modeHing techniques. London-San Francisco-Melbourne 1978
[2] Bolzano, B.: Paradoxien des Unendlichen. Harnburg 1955
[3] Bronstein, J.N.; Semendjajew, K.A.: Taschenbuch der Mathematik. 19.Aufl. Frankfurt/ M.- Zrich 1980
(4] Cantor, G.: Gesammelte Abhandlungen mathematischen und philosophischen Inhalts. Bildesheim 1962
(5] Dedeki nd, R .: Stetigkeit und irrationale Zahlen. 5. Aufl. Braunschweig 1927
[6) Dedeki nd, R.: Was sind und was sollen die Zahlen? 5. Auf!. Braunschweig 1923
[7) Fraenkel, A.: Einleitung in die Mengenlehre. 3.Aufl. Berlin 1928
[8] G r bner, W.; H ofrei ter, N.: IntegraltafeL Erster Teil: Unbestimmte integrale. 5. Aufl. WienNew York 1975. Zweiter Teil: Bestimmte Integrale. Wien-Innsbruck 1950
[91 H euser, H.: Gewhnliche Differentialgleichungen. 2. Autl. Stuttgart 1991
(10) H eu.s e r, H. : FunktionaJanaJysis. 3. AuO. Stuttgart 1992
[11] Kamke, E.: Mengenlehre. 5.Aufl. Berlin 1965
(12) La nda u, E.: Grundlagen der Analysis. 3. Auf!. New York 1960
(13) Riesz, F.; Sz.- Nagy, B.: Vorlesungen berFunktionalanalysis. 2.Aufl. Berlin 1968
(14] Scholz, A.; Schoeneberg, B.: Einfhrung in die Zahlentheorie. 4.Aufl. Berlin 1966
(15] Stoer, J.: Numerische Mathematik. 5. Aufl. Berlin- - Hong Koog 1989
[ 16] Sza b6, J.: Einfhrung in die Technische Mechanik. 3. Auf!. Berlin-Gttingen-Heidelberg
1958 ..
rl7] van der Waerden , B.L.: Algebra I. 7.Aufl. Berlin-Heidelberg-NewYork 1966
Aus der langen Liste vortrefflicher Lehrbcher der Analysis fhren wir nur die folgenden an:
Barn er, M.; Flohr, F.: Analysis I, 11. Berlin-New York 1991 (1, 4. Aufl.), 1989 (II, 2. Autl.)
E nd!, K.; Luh , W.: Analysis 1- IIJ. Wiesbaden 1989 (1, 9. Aufl.), 1987 (li, 7. Aufl.), 1987 (111,
6. Aufl.)
Forster, 0.: Analysis 1- 3. Braunschweig 1983 (1. 4.Auf1.), 1984 (2, 5.Auf1 .). 1984 (3. 3.Auf1.)
Knig, H.: Analysis 1. Basei-Boston-Stuttgart 1984
Knigsberger, K.: Analysjs I, Il. Berlin .... 1992 ( I, 2. Aufl.), 1993 (II, 1. Auf!.)
Mangold!, H. v.; Knopp, K.: Einfhrung in die hhere Mathematik I - IV. Stuttgart 1990
(1, 17. Aufl.; 11, 16. Aufl.; lll, 15. Aufl.; IV, 4. Aun., verfat von F. Lsch)
Rautenberg, W.: Elementare Grundlagen der Analysis. Mannhcun 1~\13
Walter, W.: Analysis I, II. 3. Aufl., Berlin- Heidelberg-New York-Tokyo 1992

Symbolverzeichnis
lmmer wiederkehrende Symbole wie Iai.
Verzeichnis nicht aufgenommen .

..

ak, tim a"' f'(x), J~ f(x)dx usw. wurden in dieses


L
k- 1

A-L a"

385

argz
BV[a, b]

395
494
118
42
217
131
268
574
81,85
171
108
43
116
116

ttO

B(X)

C[a, b], C(a, b), C(X)

D
D

o ..

02

d(a, b)
expx
idx
Im(a), Re(a)
inf a,., sup ~
inf f, sup f
inf M , supM

l", l ..
I im fx, lim fx
X

lim {.., X-lim f"


Lim /.., X-Lim fn
Lim
F(x, y), X-Lim
F (x, y)
y
y
I im inf Gn, tim sup Gn
ln"x
max(f, g), min(f, g)
max f, min f
m ax M, m in M

f!R(f)
N

No
(,2)

R
R

"

72

351
250
538
545
571
180
484
114
116
49
457
18
18
18
18
18
36

R
R[a, b]
R..[a, b]
(s)
@)(E), @5(E, F)
S(f, Z, ~), S(Z, ~)
Sa(f, Z , ~)
U,(xo), U,[xo]
,(xo)

V!(g)

2*
IZI

(Z, ~)

XM

n,cn
w,(x)

IItU..
ll&llv
llxll.,, llxiL.
[x]
[F(x)J:,

[FJ!:

a lb
fiA

111. r. r

f <g

[a,b], (a,b), (a,b], [a, b)


(a, b)
(Gn I bn)
0

M
A xB

113
241
241
116
499
351
77

[cp(t)], _"_(x)

f~g.

249
453
490
131
131
449
490
84, 100
236
494
453
448
453

451
442
39
106
l14
115
84
353
157
239
55

Namen- und Sachverzeichnis


Kursiv gedruckte Zahlen geben die Seiten an, auf denen die Lebensdaten der aufgefiihrten Personen zu
Iinden sind.

abbilden a uf 106
Abbildung 104
Abel, N. H. 91, 211, 537
Abelsche partielle Summation 91
- Reiben 485
- Summierung 385
Abelscher Grenzwertsatz fr D irichletsche
Reihen 559
- - - Potenzreiben 379, 385 (A 65.7,
A 65.1 0), 558 (A 105.5)
- - - - ,verallgemeinerter 385
Abelsches Konvergenzkriterium 208
- Kriterium fr gleichmige Konvergenz

556
Abfallminimierung 304
abgeschlossene Menge 221, 237, 242
abgeschlossenes Intervall 84
Ableitung 261, 268
- der Exponentialfunktion 274
- - Logarithmusfunktion 274
- - Potenzfunktion 274
- - Wurzelfunktion 274
- einer reellen Funktion 26 1
- eines Polynoms 273
- ,linksseitige 261
- , logarithmische 273
- , rechtsseitige 261
- von arccos x 340
- - arccot x 341
- - a rcsin x 339
- - arctan x 341
- - Arcosh x 300
- - Arcoth x 302
- - Arsinh x 301
- - Artanh x 302
- - cosh x 296
- - COS X 276
- - coth x 301
- - cot x 340
- - sinh x 296
- - sin x 276
- - tanh x 301
- - tan x 340
--XX 274

- - x" 273
Abnahmeprozesse 64, 168 f, 263 f
abnehmende Funktion 115
abnehmendes Netz 253
absol ut konvergente Doppelreihe 257
absolut konvergente Reihe 192
- konvergentes uneigentliches Integral 482,
486
Absolutteilsumme 193
Absorption 321, 520
Abstand komplexer Zahlen 100
- reeller Zahlen 81
- zwischen Punkten eines metrischen Raumes 85
Abszisse absoluter Konvergenz 559
abzhlbare Menge 138
Abzhltheorem 53
Additionstheorem der Exponentialfu nktion
366
- - - im Komplexen 395
Additionstheoreme des Sinus und Kosinus
274
- - - - - im Komplexen 396
affine Funktion 111
Aischylos 17
d' Alembert, J. B. le Rond 205
Algebra 118
-, kommutative 119
-,komplexe 122
- , reelle 119
- ber C 122
- - R 119
Alkoholabbau 312
allgemeine Potenz 165
a lternierende R eihe 203
Altersbestimmung von Fossilien 173
Amplitude 339
nderungsrate 279
Anfangsbedin gung 3 11 , 325
Anfangswertproblem 320
angeordneter Krper 38
Antinomien der Mengenlehre 25
Apollonios von Perge 329
quivalent 24

632

Namen- und Sachverzeichnis

~.quivalente

Mengen 11 0, 137
AquivalenzkJasse 25
quivalenzrelation 24
Arbeit 457
Arehirnedes 29, 73, 190, 459, 465
archimedisch angeordnet 51, 73
Arcus cosinus (arccos x) 340, 392
- - , Ableitung von 340
Arcus cotangens (arccot x) 341, 392
- - , Ableitung von 341
Arcus sinus (arcsin x) 339, 381 f, 392
- - , Ableitung von 339
Arcus tangens (arctan x) 341, 381, 392
- -, Ableitung von 341
Area cosinus hyperbolicus (Arcosh x) 300
- - - ,Ableitung von 300
Area cotangens hyperbolicus (Arcoth x)
302
- - - ,Ableitung von 302
Area sinus hyperbolicus (Arsinh x) 300 f,
384
- - - , Ableitung von 301
Area tangens hyperbolicu s (Artanh x) 302,
374 (A 64.3)
- - - ,Ableitung von 302
Argument einer Funktion I 07
- - komplexen Zahl 100, 395
Aristoteles 137, 193, 326
arithmetisches Mittel 47, 95
arithmetische Summenformel 68
arithmetisch-geometrisches Mittel 160
Arzel, C. 563
rztliche Kunstfehler 176
Ascoli, G. 563
Assoziativgesetze 35
asym ptotisch gleich 505
Aufschlaggeschwindigkeit 535
Ausschuware 175
uere Funktion 108
Auswahlprinzip von Bolzano-Weierstra 156
autokatalytischer Proze 312
Auto 333, 460, 536
Baire, L. 551
Bakterienpopulation 64, 172, 5 19, 523
ballistische Kurve 334
barometrische Hhenformel 321
Bauchspeicheldrse 174
Becker, 0. 141
bedingt konvergente Reihe 197
Benedikt von Nursia 480
Bernoulliexperiment 174
Bernoulli, Jakob 61, 211_, 411 , 504
Bernoullische Differentialgleichung 524
- Polynome 413
- Ungleichung 61 f, 68

-Zahlen 411
Beschleunigung 263
beschrnkte Funktion 116, 121
- Menge 70, 84 f
beschrnktes Netz 252
Bessel, F. W. 375
Besselsche Differentialgleichung 375
bestndig konvergente Potenzreihe 363
bestimmtes Integral 453
bestimmt divergente Folgen 183
Betrag einer Funktion 114
- - komplexen Zahl 100
- - reellen Zahl 82
Betragsfunktion 111
Betragssatz 152
Bevlkerungsexplosion 173
Bewegungsenergie 534
Bewertung 89
Bijektio n 106
bijektiv I 06
Bild 104, 106
Bildbereich I 06
Bildraum einer linearen Abbildung 135
Binomialkoeffizient 55
Binontialreihe 360, 382 f, 384
Binomialverteilung 174
binomische Reihe 360, 382 f, 384
binomischer Satz 57
Boas, R. P. 290
Bogenma 274
Boltzmann, L. 307
Bolzano, B. 26, 138
Borel, E. 228
Brechungsgesetz 306 f
Bremsweg 333
Brennschlu geschwindigkeit 331
Brennschlu hhe 331
Cajori, F. 194
Cantor, G. 25 f, 137 ff, 141
Cantorsches Diagonalverfahren 140
Cardano, G. 41, 504
cartesisches Produkt 55
Cauchy, A. L. 96, 269, 279, 321, 374, 537
C auchybedingung 157
Cauchyfolge 156
Cauchykriterium fr Funktionen 237, 238,
244 f
- - gleichmige Konvergenz uneigentlicber Integrale 576
- - - - von Funktionenfolgen 546
- - - - - Funktionenreihen 555
Cauchykriterium fr Netze 253
- - uneigentliche Integrale 481 , 487
- - Zahlenfolgen 157
- - Zahlenreihen 191

Namen- und Sachverzeichnis


Cauchynetz 253
Cauchyprodukt 20 I, 202 (Aufgaben 8,9),
383, 385 (A 65.9b)
Cauchyreihe 191
Cauchysche Relationen 130
Cauchyscher Doppelreihensatz 258
- G renzwertsatz 177
- Verdichtungssatz 203
Cauchysches Diagonalverfahren 138
- lntegrabilittskriterium 454
- Konvergenzkriterium 157, 191, 237 f,
244, 253, 481 , 487' 546, 555, 576
- Konvergenzprinzip 157
- Restglied 357
Cauchy-Schwarzsche Ungleichung 96, 98
- - - fr Reihen 207, 210 f
charakteristische Funktion 113, 140
charakteristisches Polynom 423
C lausewitz C. von 346
cosinus hyperbolicus (cosh x) 296, 36 I
- - , Ableitung von 296
cotangens hyperbolicus ( coth x) 30 I
- - , Ableitung von 301
Coulombsches Gesetz 102
D ante, 326
Darboux, G. 464
Darbouxnetze 468
Darbouxsche Integrale 467
Dedekind, R. 29 ff, 137, 141
D edekindscher Schnitt 30, 36
Definition durch vollstndige Induktion 52
Definitionsbereich einer Fun klion 104
Definitionsmenge einer Funktion 104
dehnungsbeschrnkte Funktion 136, 280
Dehnungsschranke 136
Demokrit 15
Descartes, R. 3, 406
destruk tiver Proze 344 f
Dezimalbruch 162
Diagonalverfahren, Cantorsches 140
- , Cauchysches 138
d icht liegen 454
Differential 269
Differentialgleichung 264, 319
- Bernoullische 524
- erster Ord nung 325
- , ho mogene 5 18
- ,lineare 414, 422, 426, 520
-, logistische 314
- mit getrennten Vernderlichen 515
- zweiter Ordnung 325
Differentialquotient 269
D ifferentiation der Umkehrfunktion 272
Differentialionsoperator 268
Differenzenfolge 131, 132

633

Diffe renzenoperator 131


Diffe renzenquotient 260
Differenzenschema 133
differenzierbare reelle Funktion 261, 268
Differenzierbarkeilssatz fr Potenzreihen 368
Dini , U. 578
Diogenes Laertios 194
Dirichlet, P. G. Lejeune- 113
Dirichletsche Funktion 113
- Reihen 558
Dirichletsches Konvergenzkriterium 208
- Kriterium fr gleichmige Konvergenz
557
disjunkt 19
diskrete Metrik 87
Diskriminante 80
Distanz reller Zahlen 8 I
- zwischen Punkten eines metrischen Raumes 85
Distributivgesetz 35
divergente Reihe 190
- Zahlenfolge 145
Divergenz einer Funktion 246
- eines Netzes 251
- gegen + oo 183, 246, 25 I
- uneigentlicher Integrale 480, 486
Division mit Rest bei Polynomen 125
- - - - Zahlen 51
Divisionssatz fr Polynome 125
Doppelfolge 25 I
Doppelreihe 256
- , absolut konvergente 257
- ,konvergente 257
Doppelwertzeit 173
Down-Syndrom 176
Dreiecksungleichung des Abstands 8 1, 85
- - Betrags 83
- fr Integrale 475
- ,verschrfte 86, 89
Durchmesser einer Menge 230
Durchschnitt I9
d yadischer Bruch 163
e 143, 149 f, 172, 361
echter T eiler 51
echt gebrochene rationale Funktion 126
e-Funktion 171
Eigenfrequenz 430
einfache Nullstelle 124
Einheitswurzeln 80, 397
Einschnrungssatz 152
Einschrnkung einer Funktion 106
einseitige Ableitung 261
einseitiger Grenzwert 238
Einselement einer Algebra 119
endliche berdeckung 228

634

Namen- und Sachverzeichnis

Endstck einer Folge 145


Energiesatz 535
Engels, F. 376
Entasis 299
Epidemie 315
&-Approximation 542
e-Streifen 542
erster Ha uptsatz der Differential- und Integralrechnung 450
Eudoxos von Knidos 29, 33, 73
E uklid 34
euklidische Metrik 98
Euler, L. 5, 41, 143, 150, 172 f, 187, 336, 353,
418
Euler-Mascheronische Konstante 185, 485,
510
Eutersehe Formel 4 1, 395, 396
E utersehe <p- Funktion 560
Eutersehe Summenformel 506 f, 509
Eutersehe Zahl 150; s. a uch e
Exponentia lfunktion 165, 171, 358, 396 f
- , Ableitu ng der 274
- im Komplexen 394 f, 396 f
Exponentialproze 3 10
Exponentialreihe 359
Extremalsatz 225
Extremum, globales 266
- , lokales 266
Fakultt 55
fallende Funktion (Folge) 115 f, 281
fallendes Netz 253
Fall, freier 263, 325 f
Fa llgeschwindigkeit 326, 535
Fallgesetz 325 f
Fa ll mit Luftreibung 327
Fa llschirmspringer 334
Faltung 202
Fa milie von Funktionen 562
Fassungsvermgen, maxima les 305
fast alle 145
- immer 152
- berall differenzierbar 471
- - gleich 474
- - stetig 471
Fechner, G. Tb. 318
Fehlerintegral 530
Fei nheitsma 448
Fermat, P. de 306, 321
Fermatsches Prinzip 306
Fibonacci 377
Fibonaccizahlen 377 f
Fixpunkt 159
Flcheninhalt 458, 466
Fluchtgeschwindigkeit 332
Folge 109

-,abneh mende 115 f


- ,divergente 145
-,fallend e 115f
- (Funktion), beschrnkte 116
- -, monotone 115
- , konfinale 254
- konvergente 144
-, vera llgemeinerte 250
-,wachsende I 15
- ,zunehmende 115
Folgenalgebra 119
-, komplexe 122
Folgenmischung 233
Folgenraum 119
- , komplexer 122
Fortsetzung einer Funktion 106
Fraenkel, A. 26
F rnkel H. 194
fremd 19
fremdbestimmte Vernderungsprozesse 518 f
Fundamentalsatz der Algebra 398
Fundamentalungleichung fr R-lntegrale
462
- - RS-lntegrale 494
F unktion 104 f
Funktion, abnehmende 115
- ,affine 111
-,uere 108
-,beschrnkte 11 6, 12 1
-,charakteristische 113, 140
-, deh nungsbeschr nkte 136, 280
- , differenzierbare 261, 268
- , Dirichletsche 11 3
-,divergente 246
- , Einschrnkung einer 106
-, fallende 115 f, 281
- , Fortsetzung einer 106
- , ganzrationale 11 1
- ,gerade 117
- ,gleichmig stetige 226
- , gleichstetige 567
- , halbstetige 242, 58 1 f
- , innere 108
- , integrierbare 450
-,inverse 106
- , komplexe 12 1
-, konkave 282
- ,konstante 109
- , kontrahierende 221
- , konvergente 235, 243 f
- , konvexe 282
- , lineare 111
- , Lipschitz-stetige 2 12
- , logistische 314
- , monoto ne 115
- , nach oben beschrnkte 116

Namen- und Sachverzeichnis


- ,nach unten beschrnkte 116
- , negative 115
- ,negativer Teil einer 114
- , nichtnegative 115
- , nichtpositive 115
- , periodische 337
- ,positive 115
- , positiver Teil einer 114
- , rationale 111
- ,reelle 107
- , reellwenige 107
- ,Sprung einer 239
- ,stetig differenzierbare 285
- , stetige 2 12, 217
- ,streng fallende 11 5
- ,streng wachsende 115
- ,stckweise affine 11 2
-,stckweise konstante 11 2
- , ungerade 117
- von beschrnkter Variation 493
- ,wachsende 11 5, 281
-, zunehmende 115
Funktionenalgebra 117
- , komplexe 122
Funktionenfamilie 562
- , gleichstetige 562
Funktionenfolge 538
- ,gleichmig konvergente 545
Funktionenraum 11 7
- ,komplexer 122
Funktionenreihe 539
-,gleichmig konvergente 545
g-adische Ziffer 163
g-adischer Bruch 163
Galilei, G . I 37. 291, 326, 329, 406
ganze Zahl 49
ganzrationale Funktion III
Gau, C. F. 41. 398, 434
Gauscher Zahlkrper 52
Gausehe Zahler.ebene 42
Geburtsrate 64
Gebu rtst.age 175
gekrzte Form einer rationalen Funktion
126
gemeinsame Verfeinerung 461
geometrische Reihe 189, 193
- - , Konvergenzbereich der 194
- -,Summe der 190
geometrisches Mittel 96
geometrische Summenformel 65
geordnete Menge 39, 54
gerade Funktion 117
gerichtete Menge 249
Geschwindigkeit 262
Geschwindigkeitshhe 535

635

Gesetz des abnehmenden Ertrags 375 f


gestrter Exponentialproze 3 10
gewichtetes arithmetisches Mittel 95
- geometrisches Mittel 347
- harmonisches Mittel 349
- Mittel t-ter Ordnung 348
Gewichtsvektor 348
Gewinnmaximierung 265, 303
Gipfelstelle 156
gleichgradig differenzierbar 573
- stetige Funktionenfamilie 562
gleichmchtige Mengen 137
gleichmig beschrnkte Funktionenfamilie
563
- konvergente Funktionenfolge 545
- - Funktionenreihe 545
- konvergentes Netz 571
- - uneigentliches Integral 575 f
- stetige Funktion 226
gleichstetige Funktion 567
- Funktionenfamilie 562
Gleichung der Raketenbewegung 330
- einer Flche 107
- - Kurve 107
gliedweise Differentiation 540, 552. 573
- Integration 540, 553
globa les Maximum 266
Glukoseabbau 312,321
Goethe, J.W. 15.406
goldener Schnitt 378
Grad eines Polynoms 122
Graph 105
Grass, G. 432
Gravitationsgesetz I02
Grenzfunktion 538
Grenzwert einer Funktion 235, 243 f
- - Zahlenfolge 144
- eines Netzes 250
- ,einseitiger 238
- , linksseitiger 238
- ,rechtsseitiger 238
- , punktweiser 538, 539
- , uneigent1icher 183, 246 f
Grenzwertkriterium fr Reihen 204
- - uneigentliche Integrale 482, 487
Grenzwertmethode 402, 404
Grippeimpfung 176
Grte-Ganze-Funktion 112
grte ganze Zahl .s x 77
- untere Schranke 72
Grundintegrale, Tafel der 436 f
Hadamard, J. 14
H albierungsmethode 158
halboffenes Intervall 84
Halbordnung 39

636

Name n- und Sac hverzeic hnis

halbs tetige Funktion 242, 58 1 f


halbs tetig nach oben, nach unte n 242, 58 1 f
Ha lbwertzeit 173
Ha milton. W. R. 4 1
Hamming- Dista nz 8'>
Hanke!, H . 2 12
harmonische Reihe 189, 204
harmonische r O szilla to r 334
harmo nisches Mittel 349
H ufungspunkt 234
- , uneigentlic her 249
H ufungswe rt 179
- , u neigentl ic he r 185
Hauptsatz de r Diffe re ntial- und Integralrechnung, ers ter 450
- - - - - zweite r 462
Heine, E. 228'
Heizung 323
Hera klit 260
Hilbert, D . 14, 34 f, 142, 187
Hilberts Hotel 139
Hoc hs pa nnungsmast 298
hchs te ns a bzhlba r 138
hchste r Koeffizient 122
Hlde r, L. 0 . 347
Hlde rsche Ungle ic hung 347
- - fr Reihen 350
- - - Integra le 475
ho mogene Diffe re ntia lg leic hung 5 18
- lineare D iffe re ntia lgl. n-ter O rdnung
mit konsta nten Koeffiziente n 422
homogene lineare Differentialg l. zwe iter Ordnung mit konsta nte n Koeffizie nte n 4 14
Horne rsches Schema 127
Horne r, W. G. 127
de !'Hospita l, G. F. A. 287
hype rbolische r Kosinus (cosh x) 296, 36 1
- - , Ableitung des 296
hype rbo lische r Kota ngens (coth x) 30 I
- - , Ableitung d es 30 I
hype rbolische r Sinus (sinh x) 296, 36 1
- - , Ab leitung des 296
hype rbo lische r Ta ngens (tan h x) 30 I
- - , Ableit ung des 30 I
i 41 ' 43

ide ntische Abbildung 108


Ide ntit tssatz fr Po lyno me 123
- - Po te nzreihe n 372
Imagin rteil 43
Induktio nsmenge 48
Induktio ns prinzip 48
indukti ve Be weis me thod e 53, 60
- Me nge 48
lnfimum eine r Funktion (Folge) 11 6
- - Me nge 72

- , uneigentlic hes 185


inhomogene lineare D iffere ntia lgleic hung
11-ter O rdnun g mit ko ns tan ten Koeffizienten 426
injektiv I 06
Inkre ment 267
inne re Funktion 108
inne re r Punkt eine r Me nge 239
I nne rcs eine r Me nge 239
Insektizid e 5 14
lntegra b ilitts krite rium, Cauchysches 454
- , Lebesguesches 47 1
- , Rie ma nnsches 469
Integra l, bestimmtes 453
- , Da r bouxsches 467
- , Riema nnsches 450
- , Riemann-Stieltjessches 490
- , un bestimmtes 435
- , uneigentliches 480, 485 f
Integralkriterium 484
Integ rals inus 530
Integra nd 436, 453
1ntegra tio n ele me ntare r Funktio nen 436,
437, 438, 440, 441 , 443, 444.446
- ra tiona le r Funktionen 445 f
Integra tionsgre nze 453
Integrations inte rvall 453
1ntegra lio nsvariable 436, 450
Integra tor (funkti o n) 490
integrie rbare Funktion 450
Inte r polationsaufgabe 128 f
1nte rpola tionsfe hle r 135, 29 1 f
Tnte rpola tions po lyno m, Lagra ngeseiles 129
- , Newto nsches 129, 134
Inte rvall, a bgeschlossenes 84
- , ha lboffe nes 84
-,kompa ktes 225
- ,offe nes 84
Inte rvallschachtel ung 157
inve rse Funktion I 06
In vestitio ne n 67
irra tiona le Zahl 49
Irra tionalitt vo n e 36 1
isolie rte r Punkt 2 12
isope rime trisches Proble m 308
Ite ra tio nsfolge 220
ite rie rte Reihe 257
ite rie rter Logarithmus 484
J e nsen, L. J . 351
Je nsensehe Ungleichung 35 1
Jo nes, W. 336
Jo ule 457
Kamkc 26
Kaninchenvermehrung 377

Namen- und Sachverzeichnis


kanonische Produ ktdarstellung eines Polynoms 399, 400
Kant, I. 5, 30
Kemeny, J . 406
Kepler, J. 326, 379, 532
Keplersche Faregel 532
Kettenlinie 296
Kettenregel 27 1
kinetische Energie 534
kleinste obere Schranke 72
Kline, M. 13
ko mmutative Algebra I 19
Kommutativgesetze 35
kompakte Menge 225
Schachte Jung 230
kompa ktes Intervall 225
Komplement 20
Komplementierungsregel n 20 f
komplexe Algebra 122
- Folgen algebra 122
- Funktio n 12 1
- Funktionenalgebra 122
komplexer Folgenraum 122
- Funktionenraum 122
- linearer Raum 122
komplexe Zahl 42
- Zahlenebene 42
komponentenweise Konverge nz 538
Kompositum I 08
kon final e Fo lge 254
konjugierte Zahl 43
konkave Funktion 282
Konstante d er Erdbeschleu nigung 263
kons tante Funktion 109
kontrahierende Funkti on 22 1, 281
Kontraktionskonstante 221
Kontraktionssatz 22 1, 224 (A 35.1 0), 286
(A 49. 10)
konvergente Reihe 189
Zahlenfolge 144
Konvergen z, absolute 192
, - einer Doppelreihe 257
- , - eines uneigentlichen Integrals 482,
486
Konvergenzabszisse 558
Konvergenz einer Doppelfolge 25 1, 255
- - Doppelrei he 257
- - Funktion 235, 243 f
- - Zahlenfolge 144
- - Zahlenreihe 189
eines Netzes 25 1
- - uneigentlichen Integrals 480, 485 f
- fas t berall 579
- ,gleichmige einer Funktionenfolge 545
- , - - Funktionenreihe 545
- , - eines Netzes 57 1

637

- , - - uneigentlichen Integrals 575 f


- , monotone einer Funktionenfolge 578
- , punktweise einer Funktionenfolge 538
- , - - Funktionenreihe 539
- , quadratische 407
Konvergenzintervall 363, 559
Konvergenzkreis 363
Konvergenzkriterium, Abelsches 208
- , - fr gleichmige Konvergenz 556
- , Cauchysches 157, 191, 237, 238, 244,
253, 48 1' 487' 546, 555, 576
- , Diri chletsches 208
- , - fr gleichmige Ko nvergenz 557
- fr Funktionen 237, 238, 239, 244
- - Funktionenfolgen 546, 578
- - Funktionenreihen 362, 364, 555-558
- - Netze 253, 254, 571
- - uneigentliche Integrale 481 , 482, 487,
576
- - Zahlenfolgen 155, 157, 181
- - Zahlenreihen 191 , 193, 203-210, 385,
484,485
K o nvergenzradius 362 f
Konvergenzsatz fr Potenzreihen 362
konvexe Funktion 282
Krper 38
- ,angeordneter 38
- , ordnungsvollstndiger 38
Krperaxiome 35
Kosinus (cos x) 274 f, 336 f, 339, 358, 39 1 f
- , Ableitung des 276
- , Additionstheorem des 274
- im Komplexen 394 f
Kotangens ( cot x) 340, 392, 41 I
- , Ableitung des 340
Kraftfe ld 533
Kreisfrequenz 339
Kro necker, L. 33
Kronecker-Symbol 129
kns tliche Ernhrung 321
Kppers, B.-0. 379
Lanchester, F. W. 346
Lagrange, J . L. 5, 95. 279, 310
Lagrangesche Ide ntitt 95
Lagrangesches Interpolatio nspolynom 129
- Polyno m 129
- Restglied 355
Lnge eines Intervalls 84
Lusepopulation 172
Lebesgue, H. 4 70
Lebesgueschcs Integrabilitts kriterium 47 1
leere Menge 18
leeres Produkt 94
leere Summe 90 f

638

Namen- und Sachverzeichnis

Leibniz, G. W. 203, 269, 381, 435


Leibnizsche Formel 272
- Regel 203
Leibnizsches Kriterium fr gleichmige
Konvergenz 558
Leonardo von Pisa 377
Lightfoot, J. 173
Limes einer Zahlenfolge 144
Limes inferior 180, 186
Limes superior 180, 186
lineare Abbildung 131
- Differentialgleichung 414, 422, 426, 520
- Funktion 111
- Interpolation 292, 531
linearer Raum 118
- -,komplexer 122
- - , reeller 119
- - ber C 122
- - ber R 119
Linearfaktor 122
linksseitige Ableitung 261
linksseitiger Grenzwert 238
linksseitig stetig 214
Lipschitz, R. 212
Lipschitz-stetig 212
logarithmische Ableitung 273
Logarithmus 165
Logarithmusfunktion 166
- ,Ableitung der 274
Logarithmusreihe 359 f, 370, 380 f
logistische Differentialgleichung 314
- Funktion 314
lokales Extremum 266
- Maximum 266, 281, 357
- Minimum 266, 281, 357
Lsungsbahn 316
Lotto 69
Majorante 204
Majorantenkriterium
fr
gleichmige
Konvergenz uneigentlicher Integrale
576

- - Reihen 204
- - uneigentliche Integrale 482, 487
- , Weierstrasches 555
Malthusianische Bevlkerungstheorie 376
Malthus, Th. R. 376
Mascberoni, L. 185
Materialverschlei einer Armee 312
Maximalstelle 116
Maximum einer Funktion 116
- - Menge 49
- , globales 266
- , lokales 266, 281, 357
Mehrheitsbildung 69
Menge 17

-,abgeschlossene 221, 237, 242


- , abzhlbare 138
-, quivalente 1 10, 137
- , beschrnkte 70, 85
-,geordnete 39, 54
-, gerichtete 249
-,kompakte 225
-,leere 18
- , nach oben beschrnkte 70
- , nach unten beschrnkte 70
-,obere Schranke einer 70
-,offene 217
- , relativ abgeschlossene 224
- , relativ offene 218
- , berabzhlbare 139
-, untere Schranke einer 70
- vom Ma 0 470
-,X-abgeschlossene 224
-, X-offene 218
Mercator, N. 460
Mertens, D. 299
Methode der kleinsten Quadrate 308
- - Variation d er Konstanten 310, 522, 525
- des Koeffizientenvergleichs 124, 373
Metrik 85
- des franzsischen Eisenbahnsystems 99
-,diskrete 87
- , euklidische 98
metrische Axiome 81
metrischer Raum 85
Minimalstelle 116
M inimum einer Funktion 116
- - Menge 49
- ,lokales 266, 281, 357
Minkowski, H. 97
Minkowskische Ungleichung 97, 348
- - f r Integrale 475
- - fr Reihen 210, 211, 351
Minorante 204
Minorantenkriterium fr Reihen 204
- - uneigentliche Integrale 482, 487
Mittel, arithmetisches 47
- ,arithmetisch-geometrisches 160
-,geometrisches 96
- ,gewichtetes arithmetisches 95
- ,gewichtetes, geometrisches 347
-,gewichtetes harmonisches 349
-, gewichtetes t-ter Ordnung 348
- ,harmonisches 349
Mittelpunkt einer Potenzreihe 362
- eines Intervalls 84
Mittelwert einer Funktion 476
Mittelwertsatz der Differentialrechnung
279

- - - ,verallgemeinerter 284
- - Tntegralrechnung, erster 476

Namen- und Sachverzeichnis

639

Nietzsche, F. 12
nirgends konvergente Potenzreihe 363
Noether, E. 141
Normalform eines Polynoms 124
normbeschrnkt 563
N ullfolge 147
Nullmenge 470
Nullpolynom 122
Nullraum einer linearen Abbildung 135
NuiJstelle 113
Nullstellensatz fr Polynome 398
- von Bolza no 223
numerische Integration 529 ff
obere Schranke einer Menge 70
Obersumme 465
offene Menge 217
offenes Intervall 84
offene berdeckung 227
Operator 131
Opiatsehe Ungleichung 475
Ordinatenmenge 457
Ordnungsaxiome 35 f, 39
ordnungsvoJJstndig 38
Oresme, N. 150
Oszillation 241
p-adische Bewertung 89
Parameterintegral 574 ff
Parmenides 793
Partialbruch 402
Partialbruchzerlegung 401
partieJJe Ableitung 574
- Integration 463
Partition 23
Pascal, B. 63
Pascalsches Dreieck 63
Paulus 12
Peano, G. 34
Peanosche Axiome 34, 51
Periode 337
periodische Funktion 337
Permutation 54, 68 f

n 336, 381, 392


Planck, M. 307
Plancksches Strahlungsgesetz 307
Poisson, D. 175
Poissonsche Approximation der Binomialverteilung 174
PolardarsteJJung komplexer Zahlen 396
Polygonzug 112
Polynom 111, 122 f
-, charakteristisches 423
-, kanonische Produktdarstellung emes
399, 400

- , komplexes 121

Namen- und Sachverzeichnis

641

- - Baire 551
- - Bolzano 223
- - Bolzano-Weierstra 156, 237
- - Dini 578
- - Heine-Borel 228
--Rolle 279
- - Tauber 385
- - Taylor 355
Schdlingsbekmpfung 515
Schaubild einer Funktion 107
Schlmilch, 0. 357
Schlmilchsches Restglied 357
Schnittaxiom 37
Schranke, grte untere 72
-, kleinste obere 72
-,obere 70
- ,untere 70
Schriftrollen vom Toten Meer 174
Sch.r ittweite 130
schwchere Richtung 250
Schwarz, H. A. 96
Schwarzsehe Ungleichung 475
Schwerefeld in Erdnhe 535
Schwerpunkt 489 f
Schwingung, erzwungene 524 f
- ,freie 334 f
-,gedmpfte freie 413 f
Schwingungsdauer 339
Schwingungsfrequenz 339
Schwingungskreis 422
Sehnentrapezregel 532
Seilkurve 296
Selbstabbildung 106
Simpson, Th. 532
Simpsonsche Regel 532
Sinus (sin x) 274 f, 336 f, 339, 358, 391 f
-, Ableitung des 276
-, Additionstheorem des 274
sinus hyperbolicus (sinh x) 296, 361
- -, Ableitung des 296
- im Komplexen 394 f
Skat 69
Spaltenlimes 568
Spaltenreihe 257
Spaltensumme 257
Spengler, 0. 102
Spinoza, B. de 34
Sprung einer Funktion 239
Sprungstelle 239
strkere Richtung 250
Stammfunktion 311
-elementarer Funktionen 436, 437, 438,
440, 441 , 443, 444
Steigung einer Funkti.on 265
- - Geraden 264
stetig differenzierbar 285

642

Namen- und Sachverzeichnis

stetige Fortsetzung 234


- reelle Funktion 212, 217
Stetigkeit, linksseitige 214
- ,rechtsseitige 214
S1etigkeitssatz fr Potenzreihen 368
Stieltjes, T. J. 489
Stirling, J. 511
Stirlingsche Formel 511
Stolz, 0. 290
Strfunktion 310
streng fallende Funktion 115
- wachsende Funktion 115
stckweise affine Funktion 112
- konstante Funktion 112
Sttzstelle 129
Sttzwert 129
subadditive Folge 186
Substitutionsregel 442, 464, 503
Summe einer Reihe 190
- linearer Abbildungen 131
- zweier Funktionen 113
Summenformel 130, 135
Superpositionsprinzip 429
Supremum einer Funktion (Folge) 116
- - Menge 72
Supremumsnorm 116
- auf 1- 35"1
Supremumsprinzip 72
Supremum, uneigeotliches 185
surjektiv 106
symbiotischer Proze 342 f
symmetrisch 24
System 17
Tangens (tao x) 340, 392, 411
- , Ableitung des 340
tangens hyperbolicus (tanh x) 301
- - , Ableitung des 301
Tangente 265
Tangentenproblem 265
Tanzparty 69
Tauberseber Satz 385
Taylor, 8. 355
Taylorpolynom 355
Taylorreihe 371
Taylorsche Entwickl.ung 356
Taylorscher Satz 355
Teiler einer Zahl 39
- eines Polynoms 125
Teilfolge 145
TeiUntegration 439, 463
Teilintervall einer Zerlegu.ng 448
Teilmenge 18
Teilnetz 256
Teilordnung 39
Teilpunkt einer Zerlegung 448

Teilstck einer Reihe 191


Teils umme 187
Telefonanschlsse 69
Teleskopprodukte 94
Teleskopreihen, Konvergenz der 194
Teleskopsumme 91
Thomas von Aquin 137
totale Unordnung 39
- Variation 494
Toto 69
Toxin 519, 523
Tragfhigkeit, maximale 304
Trgheitsmoment 490
Transformationssatz 365
transitiv 24
Transitivittsgesetz 36
Translationsinvarianz des Abstands 82
Trennungszahl 37
Treppenfunktion 112
Trichotomiegesetz 36
trigonometrische Darstellung einer komple
xen Zahl 396
- Formeln 392
Trinkgelage 312
Tscbebyscheff, P. L 99
Tscbebyscbeffsche Ungleichung 99
Tupel 55
~.berabzhlbare

Menge 139
Oberdeckungssatz von Heine-orel 228
Umgebung einer komplexen ZahJ 100
- - reellen Zahl 84
- . punktierte 236
- , - von + oo 249
- von oo 249
Umkehrabbildung 106
umkehrbar 106
- eindeutig 106
Umkehrfunktion 106
- , Differentiation der 272
Umordnung einer Reibe 197
Umordnungssatz, Riemannscher 199
unbedingt konvergente Reihe 197, 202
unbestimmter Ausdruck 184
unbestimmtes lntegral 435
unecht gebrochen 126
uneigentlicher Grenzwert 183
- - einer Funktion 246 f
- Hufungspunkt 249
- Hufungswert 185
uneigentliches I nfimum 185
- Integral 480, 485 f
- - , abso.l ut konvergentes 482, 486
- - , divergentes 480, 486
- - ,gleichmig konvergentes 575 f
- - , konvergentes 480, 486

Namen- und Sachverzeichnis

643

vollstndige Induktion 53, 60


Volterra, V. 512
wachsende Folge 115
- Funktion 115, 281
wachsendes Netz 253
Wachstumsprozesse 64, 168 f, 263 f
Wallis, J. 183
Wallissches Produkt 505
Wrm eisolierung 322
Weber, E. H. 3/8
Weber-Fechnersches Gesetz 318
Weierstra, K. /56
Weierstrasches Majorantenkriterium 555
Wendepunkt 293
Wertebereich 106
Wert einer Reihe 190
Weyl, H. 13
Wien, W. 308
Wiensches Verschiebungsgesetz 308
Winkelfunktionen 274 f
Wohlordnungs prinzip SO
Wurf328
- mit Luftreibung 334
Wurzel 77
Wurzelfunktion III , 232
- , Ableitung der 274
Wurzelkriterium 205, 209, 210
Zahlenfolge, divergente 144
- , konvergente 144
Zehnteilungsmethode I 58
Zeilenlimes 568
Zeilenreihe 257
Zeilensumme 257
Zenon J93f
Zenonsches Paradoxon 193
Zerfallskonstante 64
Zerlegung einer Folge 147
- eines Intervalls 448
Zerlegungsnullfolge 449
Zerlegungssatz filr Polynome 399
Zielmenge einer Funktion 104
Ziffer 161
Zugkraft 298
zunehmende Funktion 115
zunehmendes Netz 253
zweiter Hauptsatz der Differential- und Integralrechnung 462
- Mittelwertsatz der Integralrechnung 477
- - fr RS-lntegrale 502
Zwischenpunkte einer Zerlegung 448
Zwischensumme 449
Zwischenvektor 449
Zwischenwertsatz fr Ableitungen 285
- von Bolzano 223

Weitere Titel bei Teubner


3. Aufl. 2000. Il, 206 S. Br. 19,00
ISBN 3-519-22071 -7

3., berarb. Aufl. 2001.


ll, 258 S. Br. 28,00
lSBN 3-519-22075-X
Inhalt: Glossar- Aufgaben: Beschreibende
Statistik - Laplace-WahrscheinlichkeitBedingte Wahrscheinlichkeit und Unabhngigkeit- Zufallsvariablen und ihre
Verteilungen - Erwartungswert und Varianz - Mehrdimensionale Zufallsvariablen Normalverteilung und ihre AnwendungenGrenzwertstze - Schtzer und ihre Eigenschaften - Maxirnum-Likelihood-Methode Konfidenzintervalle - Tests bei Normalverteilungsannahmen - AnpassungstestsUnabhngigkeitstests - Verteilungsunabhngige Tests- Einfache Varianzanalyse Einfache lineare Regression - Lsungen Tabellen

2000. 135 S. Br. 16,00


ISBN 3-519-Q2392-X

B. G. Teubner
Abraham-ncotn-strae 46
65189 Wiesbaden
Fax 0611.7878-400
www.teubner.de

Weitere Titel bei Teubner


Bu n;/ llat/\ \ i llf'

Hhere Mathematik
fr Ingenieure
1\dilll 1: ,\n<tl\sis

5., durchges. Aufl. 2001.


XVI, 616 S. Br. 36,00
ISBN 3-519-42955-1

Burg./ llll (/ \\ i II !'

Hhere Mathematik
fr Ingenieure
Hd. 2: LiJWdJ"I' \I.:O:t'IJJ".I

3., durchges. Aufl. 1992.


XVT, 398 S. 124 Abb. Sr. 26,00
ISBN 3-519-22956-0

Burg/llal/\\illr

Hhere Mathematik
fr Ingenieure
lld. 3: (;('\\i'd11llit 111'
I IJ!ItrtntJc~i:..:l ll lillii~,Ji.
I l i ~ r r i l1u r i' 111, 11 .

3., durchges. u. erw. Aufl. 1993.


XIV, 415 S. mit 126 Abb. Br. 26,00
ISBN 3-519-22957-9

111!1 ~ l"d ltrd 11'-(tlrl\\d! \11\\1 ' II

Burg'llllf \\ illt>

Hhere Mathematik
fr Ingenieure
Hd . .f: \ ckttJJ"<lll<dl s 1.~

1111d

2., durchges. Aufl. 1994.


XVI, 587 S. mit 256 Abb. Br. 31,00
ISBN 3-519-12958-2

lllllktiCJil!'lllllf'lll'it

Burgllat\\illt

Hhere Mathematik
fr Ingenieure
1\d. ): lunl\tJoJJ,ti.tn<~il 'I"
Ulld I'<Jrtitllt
I lJ!!tnntJ;tl~l,llllllllc~tJJ

\ r .

rr:

i :'

r __' r 11 ':

1.

r .

rr .. . r J,

1,., 1:.

I 1, :! r i r 1, r r:, I: . ' Ir I, r,' r ' , ' r rr: \

2., durchges. Aufl. 1993. XVTII, 443 S. mit


49 Abb. Br. 29,90
ISBN 3-519-12965-5
B. G. Teubner
Abraham-Lineoln-Strae 46
65189 Wiesbaden
Fax 0611.7878-400
www.teubner.de

You might also like