arbeitsmaterialien - universität siegen · a grundlagen der aussagenlogik 179 b theoretische...
TRANSCRIPT
Arbeitsmaterialien
(Bezeichnungen, Definitionen,
Satze, Beispiele, Ubungsaufgaben)
zur Vorlesung
Analysis I
im WS 2005/06
(uberarbeitete Version des WS 1993/94 und SS 1994)
FB Mathem., Univ. Siegen
zusammengestellt von
Prof. Dr. Hans-Jurgen Reinhardt
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Inhaltsverzeichnis
1 Mengen und Abbildungen 1
1.1 Aussagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Funktionen, Abbildungen (A,B Mengen) . . . . . . . . . . 3
2 Reelle Zahlen 6
2.1 Korperaxiome . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2 Anordnungsaxiome . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3 Supremum und Infimum, das Vollstandigkeitsaxiom . . . . . . 9
2.4 Naturliche Zahlen, Prinzip der vollstandigen Induktion . . . . 14
2.5 Einfache Anzahlaussagen . . . . . . . . . . . . . . . . . . . . 16
2.6 Primzahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.7 Der Satz von Archimedes . . . . . . . . . . . . . . . . . . . . 19
2.8 Die Quadratwurzel . . . . . . . . . . . . . . . . . . . . . . . . 20
2.9 Permutationen und Binomialkoeffizienten . . . . . . . . . . . 20
3 Der Korper der komplexen Zahlen 24
3.1 Einfuhrung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.2 Der Korper C . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.3 Der Absolutbetrag in C . . . . . . . . . . . . . . . . . . . . . 26
- i -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
4 Zahlenfolgen 28
4.1 Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2 Der Konvergenzbegriff . . . . . . . . . . . . . . . . . . . . . . 29
4.3 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.4 Konvergenzkriterien . . . . . . . . . . . . . . . . . . . . . . . 32
4.5 Wurzelberechnung . . . . . . . . . . . . . . . . . . . . . . . . 34
4.6 Haufungswerte . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.7 Anmerkungen zu komplexen Zahlenfolgen . . . . . . . . . . . 37
5 Reihen 38
5.1 Konvergenz von Reihen . . . . . . . . . . . . . . . . . . . . . 38
5.2 Konvergenzkriterien . . . . . . . . . . . . . . . . . . . . . . . 39
5.3 Die Exponentialfunktion . . . . . . . . . . . . . . . . . . . . . 43
5.4 Umordnung von Reihen, das Cauchy–Produkt . . . . . . . . . 43
5.5 Die g–adische Entwicklung . . . . . . . . . . . . . . . . . . . . 45
6 Stetigkeit 47
6.1 Reelle Funktionen, Grenzwerte . . . . . . . . . . . . . . . . . 47
6.2 Stetige Funktionen . . . . . . . . . . . . . . . . . . . . . . . . 49
6.3 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
7 Einige Satze uber stetige Funktionen 51
7.1 Der Zwischenwertsatz . . . . . . . . . . . . . . . . . . . . . . 51
7.2 Existenz von Extrema . . . . . . . . . . . . . . . . . . . . . . 54
- ii -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
7.3 Gleichmaßig stetige Funktionen . . . . . . . . . . . . . . . . . 55
7.4 Bemerkungen zur Exponentialfunktion und zu Hyperbelfunk-
tionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
7.5 Die Logarithmusfunktion . . . . . . . . . . . . . . . . . . . . 57
8 Differenzierbarkeit 60
8.1 Motivation und Definition . . . . . . . . . . . . . . . . . . . . 60
8.2 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
8.3 Zur Exponentialfunktion . . . . . . . . . . . . . . . . . . . . . 65
8.4 Zum Newton–Verfahren . . . . . . . . . . . . . . . . . . . . . 65
9 Einige Satze uber differenzierbare Funktionen 66
9.1 Charakterisierung von Extrema . . . . . . . . . . . . . . . . . 66
9.2 Der Satz von Rolle, Mittelwertsatz . . . . . . . . . . . . . . . 67
9.3 Taylorsche Formel . . . . . . . . . . . . . . . . . . . . . . . . 69
9.4 Anmerkung zu lokalen Extrema . . . . . . . . . . . . . . . . . 72
9.5 Die Regel von de l’Hospital . . . . . . . . . . . . . . . . . . . 72
9.6 Die trigonometrischen Funktionen . . . . . . . . . . . . . . . 73
10 Das Riemann–Integral 76
10.1 Treppenfunktionen . . . . . . . . . . . . . . . . . . . . . . . . 76
10.2 Das Integral von Treppenfunktionen . . . . . . . . . . . . . . 78
10.3 Ober– und Unterintegrale . . . . . . . . . . . . . . . . . . . . 79
10.4 Riemann–Integrierbarkeit . . . . . . . . . . . . . . . . . . . . 81
- iii -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
10.5 Eine Auswahl integrierbarer Funktionen . . . . . . . . . . . . 83
10.6 Weitere Aussagen uber Integrale . . . . . . . . . . . . . . . . 83
11 Integration und Differentiation 85
11.1 Mittelwertsatz der Integralrechnung . . . . . . . . . . . . . . 85
11.2 Hauptsatz der Differential- und Integralrechnung . . . . . . . 86
11.3 Substitutionsregel . . . . . . . . . . . . . . . . . . . . . . . . . 88
11.4 Partielle Integration . . . . . . . . . . . . . . . . . . . . . . . 89
11.5 Das Taylorsche Restglied in Integralform . . . . . . . . . . . . 91
11.6 Integrationsrezepte . . . . . . . . . . . . . . . . . . . . . . . 91
12 Reihen von Funktionen 94
12.1 Gleichmaßige Konvergenz . . . . . . . . . . . . . . . . . . . . 94
12.2 Gleichmaßige Konvergenz von Reihen . . . . . . . . . . . . . 95
12.3 Integrierbarkeit und Differenzierbarkeit von Funktionenreihen 97
12.4 Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
13 Metrische und topologische Raume 103
13.1 Metrische Raume . . . . . . . . . . . . . . . . . . . . . . . . . 103
13.2 Topologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
13.3 Stetige Abbildungen . . . . . . . . . . . . . . . . . . . . . . . 108
13.4 Abgeschlossene Mengen . . . . . . . . . . . . . . . . . . . . . 110
13.5 Kompakte Mengen . . . . . . . . . . . . . . . . . . . . . . . . 111
- iv -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
14 Vollstandige metrische Raume, Banachraume 112
14.1 Vollstandige metrische Raume . . . . . . . . . . . . . . . . . . 112
14.2 Der Raum der beschrankten und stetigen Abbildungen . . . . 114
14.3 Normierte Raume; Banachraume . . . . . . . . . . . . . . . . 116
14.4 Gleichmaßige Konvergenz . . . . . . . . . . . . . . . . . . . . 118
15 Der euklidische Raum Rn 118
15.1 Der Rn als normierter Raum . . . . . . . . . . . . . . . . . . 118
15.2 Rn als euklidischer Raum . . . . . . . . . . . . . . . . . . . . 121
15.3 Kurven in Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
15.4 Differenzierbare Wege . . . . . . . . . . . . . . . . . . . . . . 130
16 Differenzierbarkeit im Rn 134
16.1 Hinfuhrung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
16.2 Partielle Ableitungen . . . . . . . . . . . . . . . . . . . . . . . 136
16.3 Vollstandige Differenzierbarkeit . . . . . . . . . . . . . . . . . 141
16.4 Differentiationsregeln . . . . . . . . . . . . . . . . . . . . . . . 145
16.5 Die Richtungsableitung . . . . . . . . . . . . . . . . . . . . . 147
16.6 Mittelwertsatze und Hauptsatz . . . . . . . . . . . . . . . . . 148
16.7 Der Taylorsche Satz und die Taylorformel . . . . . . . . . . . 153
17 Der Satz uber implizite Funktionen 156
17.1 Der Kontraktionssatz . . . . . . . . . . . . . . . . . . . . . . . 156
17.2 Der Satz uber die inverse Abbildung . . . . . . . . . . . . . . 160
- v -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
17.3 Der Satz uber implizite Funktionen . . . . . . . . . . . . . . . 164
17.4 Maxima und Minima . . . . . . . . . . . . . . . . . . . . . . . 167
17.5 Lagrangesche Multiplikatorenregel . . . . . . . . . . . . . . . 170
A Grundlagen der Aussagenlogik 179
B Theoretische Ubungsaufgaben
fur Mathematiker und Physiker zu Analysis I 184
C Theoretische Ubungsaufgaben
fur Informatiker zu Analysis I 224
Index 241
- vi -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Literatur
[Bla92] Blatter, C.Analysis 1, 2, Springer, 1991, 1992.
[End89] Endl, K. Analysis I, II, III. Studien-Texte Mathematik, Akadem.
Verlagsges.1978, 1987, 1989.
[For01] Forster, O. Analysis 1, 2, 3. Vieweg, 1979, 1981, 2001.
[GF73] Grauert, H., Fischer, W. Differential- und Integralrechnung II. Hei-
delberger Taschenbucher Bd 36, Springer, 1973.
[HRS93] Harbarth, K., Riedrich, T., Schirotzek, W. Differentialrechnung fur
Funktionen mit mehreren Variablen. Teubner, 1993.
[Heu02] Heuser, H. Lehrbuch der Analysis 1, 2. Teubner, 2001, 2002.
[KP93] Korber, K.-H., Pforr, E.-A. Integralrechnung fur Funktionen mit
mehreren Variablen. Teubner, 1993.
[KK91] Kreul, M., Kreul, H. Mathematik in Beispielen. Band 3: Differenti-
alrechnung. Fachbuchverlag Leipzig, 1991.
[KKr91] Kreul, M., Kreul, H. Mathematik in Beispielen. Band 4: Integral-
rechnung. Fachbuchverlag Leipzig, 1991.
[Lan70] Landau, E. Grundlagen der Analysis. Wiss. Buchges., Darmstadt,
1970.
[PS93] Pforr, E.-A., Schirotzek, W. Differential– und Integralrechnung fur
Funktionen mit einer Variablen. Teubner, 1993.
[Rud98] Rudin, W. Analysis. Oldenbourg Verlag, 1998.
- vii -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
[SH95] Salas, S. L., Hille, E. Calculus. Einfuhrung in die Differential– und
Integralrechnung. Spektrum, 1995.
[SGT99] Schafer, W., Georgi, K., Trippler, G. Mathematik–Vorkurs. Teub-
ner, 1999.
[Wal04] Walter, W. Analysis 1, 2. Springer, 2002, 2004.
[WH99] Wenzel, H., Heinrich, G. Ubungsaufgaben zur Analysis 1, 2. Teub-
ner, 1999.
- viii -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
1 Mengen und Abbildungen
1.1 Aussagen
... sind entweder wahr (w) oder falsch (f) aber nicht beides.
Bezeichnungen
Junktor Sprechweise Symbol
Negation ... nicht ... ¬Konjunktion ... und ... ∧Alternative ... oder ... ∨Implikation ... wenn, dann ... =⇒Aquivalenz ... genau dann, wenn ... ⇐⇒
Akkurzungen: := , =: , :⇐⇒ , ⇐⇒:
Indirektes Beweisverfahren
(P =⇒ Q) ⇐⇒ (¬Q =⇒ ¬P )
1.2 Mengen
... sind Zusammenfassungen wohlbestimmter Objekte.
Definitionen: (A,B,C Mengen, A,B ⊂ C)
Teilmenge: A ⊂ B :⇐⇒ (x ∈ A =⇒ x ∈ B)
Gleichheit: A = B :⇐⇒ A ⊂ B , B ⊂ AVereinigung: A ∪B := {x ∈ C|x ∈ A oder x ∈ B}Durchschnitt: A ∩B := {x ∈ C|x ∈ A und x ∈ B}Komplement: A \ B := {x ∈ C|x ∈ A und x 6∈ B} (auch B ′ := A B)
leere Menge: ∅ oder {}
- 1 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Rechenregeln (A,B,C Mengen)
(R1) A ⊂ B , B ⊂ C =⇒ A ⊂ C (Transitivitat von”⊂“)
(R2) A ∪ (B ∪ C) = (A ∪B) ∪C (Assoziativgesetze)
(R3) A ∩ (B ∩ C) = (A ∩B) ∩C
(R4) A ∪B = B ∪A (Kommutativgesetze)
(R5) A ∩B = B ∩A
(R6) A ∩ (B ∪ C) = (A ∩B) ∪ (A ∩ C) (Distributivgesetze)
(R7) A ∪ (B ∩ C) = (A ∪B) ∩ (A ∪ C)
(R8) (A,B ⊂ X) (Regeln von de Morgan)
(A ∪B)′ = A′ ∩B′, (A ∩B)′ = A′ ∪B′)
Definition: Potenzmenge P (A) (oder POT (A))
= Menge aller Teilmengen von A
einschließlich der leeren Menge ∅
Definitionen: (A,B Mengen)
(geordnetes) Paar: (a, b) mit a ∈ A, b ∈ B ;
(a, b) = (a′, b′) wenn a = a′ und b = b′ ;
Cartesisches Produkt A×B = {(a, b)|a ∈ A , b ∈ B}Rechenregel
(R9) A× (B ∪ C) = (A×B) ∪ (A× C) , A× (B ∩ C) = (A×B) ∩ (A× C)
Beispiele von Mengen
N := {1, 2, 3, . . .} naturliche Zahlen
Z := {0, 1,−1, 2,−2, 3, . . .} ganze Zahlen
Z+ := N0 := {0, 1, 2, . . .}Q :=
{ab
∣∣ a, b ∈ Z, b 6= 0
}rationale Zahlen
- 2 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
-
Q
f(x)
6
x�������������������������
• (x, f(x))
1.3 Funktionen, Abbildungen (A,B Mengen)
f : A −→ B , A = Definitionsbereich, B = Bildbereich
Bezeichnung: f : A 3 x 7→ f(x) ∈ B
Definition: Graph von f
graph f := {(a, b)|a ∈ A , b = f(a)}
Beispiel: A := B := Q , f : A 3 x 7→ 12x− 1 ∈ B
Satz 1 Seien A,B Mengen, G ⊂ A × B. Dann sind folgende Aussagen
aquivalent:
a) Es gibt eine Abbildung f : A→ B mit graph f = G.
b) Zu jedem a ∈ A gibt es genau ein b ∈ B mit (a, b) ∈ G.
Definitionen: (f : A −→ B , X ⊂ A , Y ⊂ B)
Bild von X unter Abb. f : f(X) := {f(x)|x ∈ X}Urbild von Y unter Abb. f : f−1(Y ) := {x ∈ A|f(x) ∈ Y }
- 3 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Rechenregeln (f : A −→ B , X1, X2 ⊂ A , Y1Y2 ⊂ B)
(R1) X1 ⊂ X2 =⇒ f(X1) ⊂ f(X2)
(R2) f(X1 ∪X2) = f(X1) ∪ f(X2)
(R3) f(X1 ∩X2) ⊂ f(X1) ∩ f(X2)
(R4) Y1 ⊂ Y2 =⇒ f−1(Y1) ⊂ f−1(Y2)
(R5) f−1(Y1 ∪ Y2) = f−1(Y1) ∪ f−1(Y2)
(R6) f−1(Y1 \ Y2) = f−1(Y1) \ f−1(Y2) , falls Y2 ⊂ Y1 .
Bezeichnungen: Quantoren
Notation Sprechweise
∀a ∈ A”fur alle Elemente a in A“
∃a ∈ A”es existiert a ∈ A“
∃!a ∈ A”es existiert genau ein a ∈ A“
∀a ∈ A(P )”fur alle a ∈ A ist P wahr“
∀a ∈ A(P )”fur alle Elemente a ∈ A gilt Aussage P“
∀a ∈ A : P”fur alle Elemente a ∈ A gilt Aussage P“
Bemerkung: Unter Benutzung von Quantoren lassen sich die aquivalenten
Bedingungen von Satz 1 wie folgt formulieren:
a) ∃f : A −→ B : graph f = G
b) ∀a ∈ A ∃! b ∈ B : (a, b) ∈ G
Die letzte Bedingung b) — und damit auch a) — sagt, daß eine Abbil-
dung immer wohldefiniert (oder wohlbestimmt) ist, was man noch aquivalent
schreiben kann als
∀a, a′ ∈ A : a = a′ =⇒ f(a) = f(a′)
- 4 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
oder aquivalent als
∀a, a′ ∈ A : f(a) 6= f(a′) =⇒ a 6= a′ .
Definitionen: (A,B Mengen, f : A −→ B Abb.)
f surjektiv :⇐⇒ ∀b ∈ B ∃a ∈ A : b = f(a)
f injektiv :⇐⇒ ∀a, a′ ∈ A : a 6= a′ =⇒ f(a) 6= f(a′)
f bijektiv :⇐⇒ f injektiv und surjektiv
identische Abbildung
idA : A 3 x 7→ x ∈ A
Hintereinander–Ausfuhrung
g ◦ f (A,B,C Mengen, f : A −→ B , g : B −→ C)
A 3 x 7→ g(f(x)) ∈ C
Bemerkung: Die Injektivitat laßt sich auch wie folgt charakterisieren,
∀ a, a′ ∈ A : f(a) = f(a′) =⇒ a = a′ .
Man beachte den Unterschied zur Wohlbestimmtheit.
Rechenregeln
(R7) idB ◦ f = f ◦ idA(R8) h ◦ (g ◦ f) = (h ◦ g) ◦ f (Assoziativgesetz)
Satz 2 Sei f : A −→ B Abbildung. Es gelten folgende Aquivalenzen:
f injektiv ⇐⇒ ∃g : B −→ A : g ◦ f = idA
f surjektiv ⇐⇒ ∃g : B −→ A : f ◦ g = idB
f bijektiv ⇐⇒ ∃g : B −→ A :
g ◦ f = idA und f ◦ g = idB
- 5 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Definition: (f : A −→ B bijektiv)
Umkehrabbildung f−1 : f−1 ◦ f = idA , f ◦ f−1 = idB
Bem.: f−1 ist eindeutig bestimmt.
2 Reelle Zahlen
2.1 Korperaxiome
In R sind zwei Operationen”Addition“ und
”Multiplikation“ erklart, d.h.
jedem Paar (a, b) von Elementen aus R ist genau ein Element a + b ∈ R
(Summe) und genau ein Element a · b ∈ R (Produkt) zugeordnet. Dabei
gelten die folgenden neun Korperaxiome.
(A1) a+ (b+ c) = (a+ b) + c Assoziativitat
(A2) ∃ neutrales Element der Addition 0 ∈ R (”Null“)
mit a+ 0 = a fur alle a ∈ R.
(A3) ∀ a ∈ R ∃ additiv inverses Element (−a) ∈ R mit
a+ (−a) = 0.
(A4) a+ b = b+ a Kommutativitat
(A5) (ab)c=a(bc) Assoziativitat
(A6) ∃ neutrales Element der Multiplikation 1 6= 0 (”Eins“) mit
a · 1 = a fur alle a ∈ R.
(A7) ∀ a 6= 0, a ∈ R, ∃ multiplikativ inverses Element a−1 ∈ R mit
a · a−1 = 1.
(A8) ab=ba Kommutativitat
(A9) a(b+ c) = ab+ ac Distributivitat
Folgerung 1 Die neutralen Elemente sind eindeutig bestimmt.
- 6 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Folgerung 2 Die inversen Elemente (−a) und a−1 sind eindeutig bestimmt.
Folgerung 3 Fur zwei Zahlen a, b ∈ R hat die Gleichung a+ x = b genau
eine Losung x = b+(−a). Entsprechend hat die Gleichung ax = b fur a 6= 0
genau eine Losung x = a−1b.
Folgerung 4 ab = 0 =⇒ a = 0 ∨ b = 01
Schreibweise:a
c:= c−1a fur c 6= 0; b− a := b+ (−a).
Regeln des Bruchrechnens:a
c+b
d=ad+ bc
cd,a
c· bd
=ab
cd,a/c
b/d=ad
bc.
Definitionen:
(a) Sei K ein Korper. K1 ⊂ K heißt Unterkorper von K, wenn K1 mit
arithmetischen Operationen von K ein Korper ist.
(b) Seien K1,K2 Korper. Eine Abbildung ϕ : K1 −→ K2 heißt Homomor-
phismus, wenn gilt:
ϕ(x ·y) = ϕ(x) ·ϕ(y) , ϕ(x+y) = ϕ(x)+ϕ(y) , x, y ∈ K .
Lemma 5 Seien K1,K2 Korper, ϕ : K1 −→ K2 Homomorphismus. Dann
gilt:
(a) ϕ(0) = 0 , ϕ(−x) = −ϕ(x) ∀x ∈ K1 .
(b) Gibt es ein x ∈ K1 mit ϕ(x) 6= 0, so gilt
ϕ(1) = 1 und ϕ(x−1) = ϕ(x)−1 ∀x ∈ K∗1 ;
ferner ist ϕ dann injektiv.
1∨ oder ; ∧ und (s. Anhang A)
- 7 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
2.2 Anordnungsaxiome
Es existiert eine Teilmenge P von R, genannt Menge der positiven Zahlen ,
mit den nachfolgenden Eigenschaften:
(A10) Fur jede reelle Zahl a gilt genau eine der drei Beziehungen a ∈ Poder −a ∈ P oder a = 0.
(A11) Sind a und b aus P , so ist auch a+ b aus P .
(A12) Sind a und b aus P , so ist auch ab aus P .
Bezeichnung: a positiv , wenn a ∈ P ; a negativ , wenn −a ∈ P .
Definition: a > b (oder b < a), falls a− b ∈ P fur a, b ∈ R. a ≥ 0 bzw. a ≤ 0, wenn
a > 0 oder a = 0 bzw. a < 0 oder a = 0.
Bezeichnung: a heißt nichtnegativ , wenn a ≥ 0.
Trichotomiegesetz: Fur je zwei reelle Zahlen a, b gilt genau eine der drei
Beziehungen
a < b, a = b, a > b .
Rechenregeln
(R1) Aus a < b folgt −a > −b.(R2) Aus a < b folgt a+ c < b+ c.
(R3) Aus a < b folgt b < c folgt a < c (Transitivitat).
(R4) Aus a < b und c < d folgt a+ c < b+ d; aus 0 < a < b und 0 < c < d folgt ac < bd.
(R5) Aus a < b und c > 0 folgt ac < bc; aus a < b und c < 0 folgt ac > bc.
(R6) Aus a 6= 0 folgt a2 > 0. Insbesondere ist 1 > 0.
(R7) Aus a > 0 folgt 1a > 0, aus a < 0 folgt 1
a < 0.
(R8) Aus 0 < a < b folgt ab < 1, ba > 1 und 1
a >1b .
(R9) Aus a < b und 0 < λ < 1 folgt a < λa+ (1 − λ)b < b.
- 8 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Bemerkungen:
1) P 6= ∅, da 1 ∈ P .
2) Es gibt außer 0 und 1 weitere Zahlen 2 := 1+1, 3 := 2+1 usw. Wegen
0 < 1 < 2 < 3 gilt 0 < 13 <
12 < 1.
Bezeichnung: Arithmetisches Mittel von a und b : 12 (a+ b)
Noch eine Rechenregel:
(R10) Aus a < b folgt a < 12(a+ b) < b.
2.3 Supremum und Infimum, das Vollstandigkeitsaxiom
Definition: (∅ 6= A ⊂ R)
(a) A heißt nach oben beschrankt
:⇐⇒ ∃b ∈ K ∀a ∈ A : a ≤ b ;
b heißt dann eine obere Schranke von A. (Schreibweise: A ≤ b)
(b) A heißt nach unten beschrankt
:⇐⇒ ∃b ∈ K ∀a ∈ A : b ≤ a ;
b heißt dann eine untere Schranke von A. (Schreibweise: b ≤ A)
(c) A heißt beschrankt
:⇐⇒ ∃b ∈ K ∀a ∈ A : −b ≤ a ≤ b ;
b heißt dann eine Schranke von A.
- 9 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Ist eine obere bzw. untere Schranke gleichzeitig Element von A, so heißt
dieses maximales Element (oder Maximum) bzw. minimales Element (oder
Minimum) von A.
Beispiele:
(a) Die Menge N der naturlichen Zahlen ist nach unten beschrankt (1 ist
Minimum).
(b) Endliche Teilmengen von R sind beschrankt.
Definitionen: (∅ 6= A ⊂ R)
(a) x ∈ R heißt Supremum (auch: obere Grenze) von A
:⇐⇒ i) x ist obere Schranke von A ;
ii) wenn y obere Schranke von A , dann gilt x ≤ y .
(Wir schreiben dann: x = supa∈A a oder x = supA)
(b) x ∈ R heißt Infimum (auch: untere Grenze) von A
:⇐⇒ i) x ist untere Schranke von A ;
ii) wenn y untere Schranke, dann gilt y ≤ x .
(Wir schreiben dann: x = infa∈A a oder x = inf A)
Folgerung 6 Sei ∅ 6= A ⊂ R. Supremum und Infimum sind eindeutig be-
stimmt, falls sie existieren.
Definition: Der Korper der reellen Zahlen ist ein Korper (R,+, ·), in dem
gilt:
(A) R ist angeordnet durch eine Menge P ;
(V) Jede nichtleere, nach oben beschrankte Teilmenge von R besitzt ein Supremum.
- 10 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Bemerkungen:
1. (A) heißt Anordnungsaxiom, (V) heißt Vollstandigkeitsaxiom.
2. Aus (V) folgt: Jede nichtleere, nach unten beschrankte Teilmenge von
R besitzt ein Infimum.
3. Nach Folgerung 2 sind Supremum und Infimum eindeutig bestimmt.
Beispiel: Die Menge P der positiven Zahlen nach oben nicht bechrankt,
jedoch nach unten beschrankt. Es ist inf P = 0, jedoch besitzt P kein klein-
stes Element.
Wir halten fest:
(a) 0 ∈ R Nullelement, −a Negatives von a ∈ R, 1 ∈ R Einselement,
a−1 Inverses von a ∈ R∗ := R \ {0}.
(b) Es ist definiert x > y :⇐⇒ x − y ∈ P ; damit auch ≥ , < , ≤ . Es
gelten die Rechenregeln (R1) – (R10) aus 2.2.
(c) Es sind induktiv definiert:
n · x : 1 · x := x , (n+ 1) · x := x+ n · x ,xn : x1 := x , xn+1 := x · xn .
(d) Es ist induktiv definiert (x ∈ R∗ = R \ {0} , n ∈ N0 := N ∪ {0}):
x0 := 1 , x−(n+1) := x−1 · x−n .
Definition: Vorzeichen und Absolutbetrag von a ∈ R
sgn a =
1 fur a > 0
0 fur a = 0
−1 fur a < 0
- 11 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
heißt Vorzeichen von a.
|a| = a · sgn a =
a fur a > 0
−a fur a < 0 .
heißt Betrag oder Absolutbetrag von a.
Fur reelle Zahlen a, b gelten die folgenden Rechenregeln:
(R1) Fur a 6= 0 ist |a| > 0.
(R2)∣∣|a|∣∣ = |a|.
(R3) Es ist a = b genau dann, wenn |a| = |b| und sgn a = sgn b ist.
(R4) sgna · sgn b = sgn (ab) und |a||b| = |ab|.(R5) Fur b 6= 0 ist
sgn a
sgn b= sgn
a
bund
∣∣∣a
b
∣∣∣ =
∣∣∣a
b
∣∣∣.
(R6) Dreiecksungleichung: |a+ b| ≤ |a|+ |b|und Folgerung
∣∣|a| − |b|
∣∣ ≤ |a− b|.
(R7) |a| ≤ γ ⇐⇒ −γ ≤ a ≤ γ.
Definition: Unendlich
Wir setzen supA = ∞ bzw. inf A = −∞ wenn A nicht nach oben
beschrankt bzw. A nicht nach unten beschrankt ist.
R = R ∪ {−∞,∞}erweiterte Zahlengerade .
Rechenregeln fur −∞,∞(x ∈ R):
∞+ x =∞, −∞+ x = −∞
∞ · x =∞ fur x > 0, ∞ · x = −∞ fur x < 0
x
∞ =x
−∞ = 0
∞+∞ =∞ ·∞ =∞
Beachte, dass ∞−∞ und 0 · ∞ nicht definiert sind.
- 12 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Definitionen: Intervalle (a, b ∈ R, a < b)
[a, b] := {x ∈ R| a ≤ x ≤ b} abgeschlossenes Intervall,
(a, b) := {x ∈ R| a < x < b} offenes Intervall,
[a, b) := {x ∈ R| a ≤ x < b} (nach rechts) halboffenes Intervall,
(a, b] := {x ∈ R| a < x ≤ b} (nach links) halboffenes Intervall.
(−∞, a] := {x ∈ R|x ≤ a}, [a,∞) := {x ∈ R|x ≥ a}
abgeschlossene unbeschrankte Intervalle;
(−∞, a) := {x ∈ R|x < a}, (a,∞) := {x ∈ R|x > a}
offene unbeschrankte Intervalle.
Ein Interval heißt kompakt , wenn es beschrankt und abgeschlossen
ist.
Definitionen: Umgebungen
Bε(a) := (a− ε, a+ ε) ε-Umgebung von a (ε > 0)
U heißt Umgebung von a, wenn ein ε > 0 existiert mit Bε(a) ⊂ U.
Definitionen:
N0 = {0, 1, 2, 3, . . . , }
Z = {z ∈ R|z ∈ N0 oder − z ∈ N0} ganze Zahlen
Q = {x ∈ R|x lost px = q mit p, q ∈ Z, p 6= 0} rationale Zahlen
Bemerkung: Q erfullt auch Korper- und Anordnungsaxiome; Q ist auch
ein archimedisch angeordneter Korper. Aber nicht jede nach oben (bzw. nach
- 13 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
unten) beschrankte Menge in Q besitzt ein Supremum (bzw. in Infimum) in
Q.
Beispiel: A = {x ∈ Q| x2 < 2}, B = {y ∈ Q| y2 > 2}
A enthalt keine”großte Zahl“ (in Q) und A ist nach oben beschrankt (z.B.
durch 2).
B enthalt keine”kleinste Zahl“ (in Q) und B ist nach unten beschrankt.
Satz 7 Es gibt keine rationale Zahl x mit x2 = 2.
2.4 Naturliche Zahlen, Prinzip der vollstandigen Induktion
Bezeichnung: (0, 1 ∈ R)
N =
1,
2︷ ︸︸ ︷
1 + 1,
3︷ ︸︸ ︷
1 + 1 + 1,
4︷ ︸︸ ︷
1 + 1 + 1 + 1, · · · ,
⊂ R
N0 := {0, 1, 2, 3, · · · , }
Definition: M ⊂ N ist induktiv , wenn 1 ∈M und, fur x ∈M , ist x+ 1 ∈M .
Bemerkung: N und N0 sind induktiv. x+ 1 heißt”Nachfolger“ von x.
Eigenschaften von N: Gilt fur M ⊂ N
a) 1 ∈M und
b) x ∈M =⇒ x+ 1 ∈M
dann ist M = N.
Diese Eigenschaft heißt”Prinzip der vollstandigen Induktion“ oder
”Induk-
tionsprinzip“ .
Darauf beruht die
- 14 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
”Beweismethode der vollstandigen Induktion“:
Eigenschaft E(n) ist richtig ∀ n ∈ N, wenn:
a) E(1) ist richtig (”Induktionsverankerung“ oder
”Induktionsanfang“
(IA)).
b) Fur jedes k ist unter E(k) (i.e.”Induktionsvoraussetzung“ (IV) oder
”Induktionsannahme“) zu zeigen, dass auch E(k + 1) (i.e.
”Indukti-
onsbehauptung“ oder”Induktionsschluss“ (IS)) richtig ist.
Darauf beruht auch die”induktive Definitionsmethode“ :
Eine Eigenschaft E auf den naturlichen Zahlen N ist definiert, wenn:
a) E(1) ist definiert.
b) Falls E(k) definiert ist, laßt sich E(k + 1) definieren.
Beispiel: Potenzen x1 = x, xn+1 = x · xn; Fibonacci-Zahlen Fn.
Bemerkungen:
1) Das Induktionsprinzip ist aquivalent zur Aussage, dass jede nichtleere
Menge aus N ein kleinstes Element besitzt.
2) Die vollstandige Induktion kann auch bei 0 oder einer anderen Zahl
k0 > 0 beginnen.
Beispiele:
1) Induktiv beweist man die Summenformel : 1 + 2 + · · ·+n =n(n+ 1)
2.
- 15 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
2) Nicht richtig ist die Aussage A(n) :”Sind n reelle Zahlen gegeben, so
sind sie alle gleich“. A(1) ist zwar richtig und man konnte von A(n)
auf A(n + 1) schließen, jedoch ist A(1) eine leere Aussage und ohne
Bedeutung; A(2) z.B. ist falsch.
Eigenschaften von N0:
(a) Es ist n = 0 oder n ≥ 1.
(b) m,n ∈ N0 =⇒ m+ n ∈ N, m · n ∈ N0.
(c) Falls m ≤ n, dann n−m ∈ N0.
(d) Zwischen n und n+ 1 liegt keine weitere naturliche Zahl.
Satz 8 N0 ist”wohlgeordnet“, d. h.
∀V ⊂ N0, V 6= ∅, ∃k ∈ V ∀x ∈ V : x ≥ k .
2.5 Einfache Anzahlaussagen
Bezeichnung: Nn = {1, . . . , n}
Definitionen: (A 6= ∅ Menge)
a) A hat n Elemente, genau wenn es eine Bijektion f : A −→ Nn gibt.
Wir schreiben: card A = n oder #A = n. A heißt endliche Menge.
b) A heißt unendliche Menge, genau wenn es fur kein n ∈ N eine Bijek-
tion f : A −→ N gibt. Wir schreiben: #A =∞.
c) A heißt abzahlbar unendlich, genau wenn es eine Bijektion f : A −→ N
gibt.
- 16 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Beispiele:
1) #Nn = n
2) G := {m ∈ N|∃k ∈ N : m = 2k} gerade Zahlen
G ist abzahlbar unendlich;
Bijektion f : G 3 2k 7→ k ∈ N.
3) G := {a, b, c} , M := {d, e} , F = {f |f : G −→M Abb.}#F = 8
Lemma 9 (M,N endliche Mengen). Es gelten die folgenden Aussagen:
1) ∃ Bijektion g : M −→ N =⇒ #M = #N
2) M ∩N = ∅ =⇒ #(M ∪N) = #M + #N
3) #(M ×N) = #M ·#N
Satz 10 Sei M endliche Menge, #M =: m. Dann gilt fur die Potenzmenge
#P (M) = 2m .
Definitionen: (M endliche Menge). Jede bijektive Abb. f : M −→ M heißt Permuta-
tion. Die Menge
SM := {f : M −→M |f bijektiv}
heißt symmetrische Gruppe von M .
Satz 11 Seien M,N endliche Mengen, m := #M , n := #N , und m ≤ n.
Dann gibt es genau
n · (n− 1) · · · · (n+ 1−m)
injektive Abbildungen f : M −→ N .
- 17 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Definition: Produkte (induktiv)
1∏
k=1
k = 1,
n+1∏
k=1
k =
(n∏
k=1
k
)
(n+ 1)
Definition: n–Fakultat n!
0! = 1, 1! := 1 , (n+ 1)! := (n+ 1) · n!
Folgerung 12 (m := #M) #SM = m!
Wir bezeichnen mit I eine Indexmenge, d.h. eine endliche oder unendliche
Teilmenge von N; auch I = N ist moglich.
Definition: (Xi ⊂ C Mengen fur i ∈ I)
⋃
i∈IXi = {x ∈ C |x ∈ Xi fur mindestens ein i}
⋂
i∈IXi = {x ∈ C |x ∈ Xi fur alle i ∈ I}
Fur die Komplemente X ′i = C \Xi von Xi (in C) gelten die folgenden
”Re-
geln von de Morgan“:
(⋃
i∈IXi
)′
=⋂
i∈IX ′i
(⋂
i∈IXi
)′
=⋃
i∈IX ′i
2.6 Primzahlen
Definition: m teilt n (m|n), genau wenn ∃k ∈ N : m · k = n
- 18 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Rechenregeln (m,n, k ∈ N)
(R1) m|n =⇒ m ≤ n(R2) m|n , n|k =⇒ m|k(R3) m|n , m|k =⇒ m|(in+ jk) ∀i, j ∈ N
Definition: p ∈ N Primzahl , falls
p 6= 1 und ∀m ∈ N gilt die Aussage: m|p =⇒ m = 1 ∨m = p .
Falls q ∈ N , q 6= 1 keine Primzahl, dann heißt q
zusammengesetzte Zahl .
Satz 13 a) Jede Zahl m ∈ N , m 6= 1, ist entweder Primzahl oder ein
Produkt von Primzahlen (”Faktorisierung in Primzahlen“)
b) Die Faktorisierung ist bis auf die Reihenfolge der Faktoren eindeutig.
Satz 14 Die Menge der Primzahlen ist nicht endlich.
Bemerkung: pn < 22n, wobei pn = n–te Primzahl.
2.7 Der Satz von Archimedes
Satz 15 (Satz von Archimedes) ∀a, b ∈ R , a > 0 , ∃n ∈ N : n · a > b.
Bemerkung: R ist ein archimedisch angeordneter Korper.
Folgerung 16 ∀a ∈ R , a > 0 , ∃n ∈ N :1
n< a.
Folgerung 17 ∀a, b ∈ R , a < b , ∃q ∈ Q : a < q < b.
Folgerung 18 ∀x ∈ R ∀ε > 0 ∃q ∈ Q : |x− q| < ε.
- 19 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Lemma 19 (Charakterisierung eines Supremums) Sei A ⊂ R , A 6=∅ , A nach oben beschrankt, x ∈ R obere Schranke von A. Dann sind aqui-
valent:
(a) x = supa∈A a ,
(b) ∀ ε > 0 ∃a ∈ A : x− ε ≤ a.
Analog ist das Infimum einer nach unten beschrankten Menge charakterisiert
durch
(a) y = infa∈A
a, (b) ∀ ε > 0 ∃ a ∈ A : a ≤ y + ε .
2.8 Die Quadratwurzel
Satz 20 ∀b > 0 ∃!x ∈ R : x > 0 , x2 = b.
Bezeichnung: x = b1/2 oder x =√b (Quadratwurzel von b).
Bemerkung: Fur x := −√b gilt auch x2 = b .
Satz 21 ∀a ∈ R, a > 0, ∀n ∈ N, n ≥ 2 ∃!x ∈ R, x > 0 mit xn = a.
Bezeichnung: x := a1/n(n-te Wurzel von a).
2.9 Permutationen und Binomialkoeffizienten
Frage: Wieviele Moglichkeiten gibt es,N Objekte auf r Platze zu verteilen?
Antwort: N · (N − 1) · · · (N + 1− r) =N !
(N − r)!Frage: Wieviele Teilmengen von A , #A = N , mit r (≤ N) Elementen
konnen ausgewahlt werden?
Antwort: in Satz 22.
- 20 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Satz 22 Die Anzahl der Moglichkeiten, aus einer Menge von N Elementen
Teilmengen mit r Elementen auszuwahlen, ist gegeben durch
cN,r :=N !
(N − r)! r!
Definition: Binomialkoeffizienten
(n
k
)
:=n!
(n− k)! k! =n · (n− 1) · · · (n− k + 1)
k!
Satz 23
(n
0
)
=
(n
n
)
= 1 ,
(n
1
)
= n ,
(n
k
)
=
(n
n− k
)
,(n
k
)
=
(n− 1
k − 1
)
+
(n− 1
k
)
Ambesten be
rechnet mandie Binomialkoeffi
zienten mittels der Rekursion des vorstehenden Satzes, wo
bei man die Ergebnisse der einzelnenRekursionsschritte wie im folgenden Schema,
dem Pascalschen Dreieck , notiert:
- 21 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1
1 7 21 35 35 21 7 1
1 8 28 56 70 56 28 8 1
1 9 36 84 126 126 84 36 9 1
1 10 45 120 210 252 210 120 45 10 1
1 11 55 165 330 462 462 330 165 55 11 1
(jede Zahl ist die Summe der beiden links und rechts daruberstehenden).
Bekannt war dieses Dreieck schon den Arabern im 13. Jahrhundert, weiter
studiert haben es insbesonders Stiefel (1544) und Pascal (1659).
Satz 24 (Binomischer Lehrsatz) Seien a, b ∈ R , n ∈ N. Es gilt
(a+ b)n =
n∑
k=0
(n
k
)
an−kbk .
Folgerung 25 (Bernoullische Ungleichung)
(1 + a)n ≥ 1 + na ∀a > −1 .
Beispiele:
1. Wahle zufallig 4mal aus den Ziffern {0, . . . , 9} eine Ziffer aus. Wie
groß ist die (Laplace–) Wahrscheinlichkeit, lauter verschiedene Ziffern
zu erhalten?
- 22 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Definition: Die (Laplace–)Wahrscheinlichkeit durch einen”Zufalls-
mechanismus“ aus einer endlichen Menge X ein Element einer Teil-
menge B , B ⊂ X, auszuwahlen, ist definiert durch
PL(B) :=#B
#X.
Im Beispiel: A = {0, . . . , 9} , X = A×A×A×A,
B = {(w, x, y, z) ∈ X|w, x, y, z paarweise verschieden} .
Es gilt #X = 104 , #B = 10!/(10 − 4)! = 5040, also PL(B) = 0.504.
2. (ATP-WM) 2 Gruppen mit je 4 (Tennis–)Spielern.
Frage: Wieviele Spiele mussen pro Gruppe gespielt werden, damit
jeder einmal gegen jeden (seiner Gruppe) spielt?
Antwort:
(4
2
)
=4 · 31 · 2 = 6 .
3. Fur a = b = 1 folgt aus dem binomischen Lehrsatz
n∑
k=0
(n
k
)
= 2n .
Dies ist bekanntlich die Anzahl aller Teilmengen von {1, · · · , n}.
Definitionen: ( (R,+, ·) Korper der reellen Zahlen, aν ∈ R)
Summe
1∑
ν=1
aν := a1 ,
n+1∑
ν=1
aν :=
n∑
ν=1
aν + an+1 ,
n∑
ν=m
aν = 0 , falls n < m;
Produkt
1∏
ν=1
aν := a1 ,
n+1∏
ν=1
aν :=
n∏
ν=1
aν · an+1 ,
n∏
ν=m
aν = 1, falls n < m .
- 23 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Rechenregeln (a1, . . . , am+n ∈ R, a ∈ R, b1, . . . , bm ∈ R)
(R1)m∑
ν=1
aν +n∑
ν=1
am+ν =m+n∑
ν=1
aν
(R2) a ·n∑
ν=1
aν =
n∑
ν=1
a · aν
(R3)
m∑
ν=1
aν +
m∑
ν=1
bν =
m∑
ν=1
(aν + bν)
(R4)
(n∑
ν=1
aν
)
·
m∑
µ=1
bµ
=
n∑
ν=1
m∑
µ=1
aν · bµ
=
m∑
µ=1
(n∑
ν=1
aν · bµ)
Fur das Produkt∏
gelten analoge Regeln:
(R5)m∏
ν=1
aν ·n∏
ν=1
am+ν =m+n∏
ν=1
aν ;
(R6)
m∏
ν=1
aν ·m∏
ν=1
bν =
m∏
ν=1
(aν · bν) ;
(R7) a ·(
m∏
ν=1
aν
)
=
m∏
ν=1
(a1/m · aν) , falls a > 0 ;
(R8)
n∏
ν=m+1
aνaν−1
=anam
, falls m < n (”Teleskopprodukt“);
(R9)n∑
ν=m+1
(aν − aν−1) = an − am , falls m < n (”Teleskopsumme“).
3 Der Korper der komplexen Zahlen
3.1 Einfuhrung
Da der Korper der reellen Zahlen angeordnet ist, gibt es keine Losung a ∈ R
von a2 = −1 (Quadrate mussen in angeordneten Korpern positiv sein!)
Die Losbarkeit von x2 = −1 ist aquivalent zu
x2 + 1 = 0 .
- 24 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Allgemein interessiert man sich fur Nullstellen von Polynomen vom Hochst-
grad n ≥ 2,
Pn :=
{
f : R −→ R
∣∣∣∣∣f(x) =
n∑
k=0
akxk , x ∈ R ,
mit a0, . . . , an ∈ R
}
.
Ziel: Erweiterung von R so, daß obige Gleichung losbar ist; Rechnen mit
der imaginaren Einheit i =√−1.
3.2 Der Korper C
Definitionen: (R2 := R×R)
Addition + : R2 × R2 3 ((x, y), (u, v)) 7→ (x+ u, y + v) ∈ R2
Multiplikation · : R2 × R2 3 ((x, y), (u, v)) 7→ (xu− yv, xv + yu) ∈ R2
Satz 1 (R2,+, ·) ist ein Korper mit Nullelement 0 := (0, 0) und Einselement
1 := (1, 0).
Bemerkung: Das Inverse (u, v) von (x, y) 6= (0, 0) ist gegeben durch
u :=x
x2 + y2, v =
−yx2 + y2
Definition: C = Korper (R2,+, ·) ;
i := (0, 1) heißt imaginare Einheit
Folgerung 2
(a) C ist ein 2-dimensionaler Vektorraum uber dem Korper R mit Addition
wie oben und skalarer Multiplikation r · (x, y) := (rx, ry). Basis: 1 =
(1, 0) , i = (0, 1).
- 25 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
(b) C ist ein 1-dimensionaler Vektorraum uber dem Korper C. Basis: 1 =
(1, 0).
Schreibweise: z = (x, y) ∈ C , z = x+ iy
Definitionen:
x = Re(z) Realteil von z
y = Im(z) Imaginarteil von z
Schreibweisen:
1 statt (1, 0) bzw. 1 + i · 0 ,0 statt (0, 0) bzw. 0 + i · 0 ,x statt (x, 0) bzw. x+ i · 0 ,ix statt (0, x) bzw. 0 + ix .
Folgerung 3
∀a ∈ R ∃z ∈ C : z2 + a = 0 .
Bemerkung: ι : R 3 x −→ x+ i · 0 ∈ C ist injektiver Homomorphismus,
so dass R als Unterkorper von C aufgefasst werden kann.
3.3 Der Absolutbetrag in C
Definitionen:
(a) Zu z = x+ iy ∈ C heißt z := x− iy die zu z konjugiert komplexe Zahl.
(b) Die Abbildung
| · | : C 3 x+ iy 7→ (x2 + y2)1/2 ∈ R
heißt der Absolutbetrag (Betragsfunktion) in C.
- 26 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Rechenregeln
(R1) z1 + z2 = z1 + z2 , z1z2 = z1 · z2 , z = z ;
(R2) Re(z) =1
2(z + z) , Im(z) =
−i2
(z − z) ;
(R3) |z| = |z| = (z · z)1/2 ;
(R4) Re(z) ≤ |z| , Im(z) ≤ |z| .
Folgerung 4 Fur |.| gilt
(a) |z| = 0⇐⇒ z = 0 (Definitheit)
(b) |zw| = |z| |w| ∀z, w ∈ C (Homogenitat)
(c) |z + w| ≤ |z|+ |w| ∀z, w ∈ C (Dreiecksungleichung)
Darstellung in komplexer Zahlenebene
(auch Gaußsche Zahlenebene genannt):
6Im
-Rex
y
-y
z
z
��
��>
ZZ
ZZ~
- 27 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
4 Zahlenfolgen
4.1 Folgen
Definition: Sei M nichtleere Menge. Eine Folge in M ist eine Abbildung
f : N −→M . Wir schreiben
a = (an)n∈N mit an := f(n) , n ∈ N .
Die Elemente an , n ∈ N, heißen Glieder der Folge.
Eine Folge (an)n∈N in M := R bzw. M := C heißt reelle bzw. komplexe
Zahlenfolge.
Bis auf weiteres sei jede Folge eine reelle Zahlenfolge.
Beispiele:
1. an := n2 , n ∈ N : 1, 4, 9, 16, . . .
2. an := a , n ∈ N : a, a, a, . . .
konstante Folge
3. an := (−1)nn , n ∈ N : −1, 2,−3, 4, . . .
4. an := 1 + (−1)n , n ∈ N : 0, 2, 0, 2, . . .
5. an :=1
n, n ∈ N : 1,
1
2,1
3,1
4, . . .
6. a1 := 1 , an+1 :=1
1 + an, n ∈ N : 1,
1
2,2
3,3
5, . . .
7. a1 := a2 := 1 , an+1 := an + an−1 , n ∈ N : 1, 1, 2, 3, 5, . . .
Fibonacci–Zahlen
- 28 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
8. an :=1
(n− 1)(n− 2), n ∈ N , n ≥ 3 :
1
2,1
6,
1
12.
Diese Folge beginnt erst ab einem n0 ∈ N : an0 , an0+1, . . .
Definition: (an)n∈N heißt beschrankt
:⇐⇒ ∃b ∈ R ∀n ∈ N : |an| ≤ b .
4.2 Der Konvergenzbegriff
Definitionen: Sei (an)n∈N Folge.
(a) (an)n∈N heißt konvergent gegen a ∈ R
: ⇐⇒ ∀ε > 0 ∃N ∈ N ∀n ≥ N : |an − a| < ε.
a heißt dann Grenzwert (oder Limes) von (an)n∈N. Wir schreiben
dann
a = limnan oder a = lim
n∈N
an oder an −→ a(n ∈ N) .
(b) (an)n∈N heißt konvergent, wenn (an)n∈N gegen ein a ∈ R konvergiert.
(c) (an)n∈N heißt Nullfolge
:⇐⇒ (an)n∈N konvergiert gegen 0.
Folgerung 1 Jede Folge besitzt hochstens einen Grenzwert.
Bemerkung: Konvergiert die Folge (an)n∈N gegen a, so kann man wegen
Folgerung 1 sagen:
Fur jedes ε > 0 liegen nur endlich viele Glieder der Folge außerhalb von
(a− ε, a+ ε).
Oder: Fur jedes ε > 0 liegen fast alle an in (a− ε, a+ ε).
- 29 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Folgerung 2 Ist die Folge (an)n∈N konvergent, so ist (an)n∈N beschrankt.
Definition: Ist eine Folge (an)n∈N nicht konvergent, so sagen wir: (an)n∈N
ist divergent.
Beispiele:
1. an := n2 , n ∈ N, ist divergent, da nicht beschrankt.
2. an := a , n ∈ N, ist konvergent gegen a.
3. an := 1 + (−1)n , n ∈ N, ist divergent, da |an − an+1| = 2 ∀n ∈ N.
4. an :=1
n, n ∈ N, ist Nullfolge.
5. an := an , n ∈ N, mit |a| < 1 ist Nullfolge.
4.3 Rechenregeln
Satz 3 Seien (an)n∈N , (bn)n∈N konvergente Folgen, a = limnan , b = lim
nbn,
und λ ∈ R.
Es gilt:
(a) (anbn)n∈N ist konvergent, ab = limn
(anbn).
(b) (an + bn)n∈N ist konvergent, a+ b = limn
(an + bn).
(c) (λan)n∈N ist konvergent, λa = limn
(λan).
Bemerkung: Auch die Differenz konvergenter Folgen konvergiert.
Satz 4 Seien (an)n∈N , (bn)n∈N konvergente Folgen, a = limnan , b = lim
nbn.
Sei b 6= 0. Dann gilt:
- 30 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
(a) ∃N0 ∈ N ∀n ≥ N0 : bn 6= 0;
(b) (anb−1n )n≥N0 ist konvergent und
ab−1 = limn≥N0
anb−1n .
Beispiele:
1. Potenzsummenn∑
k=1
kl , n ∈ N , l ∈ N0 fest, sind divergent.
2. an :=3n2 + 1
2n2 − n+ 1−→ 3
2(n ∈ N) .
3. an :=
(n
k
)
n−k −→ 1
k!(n ∈ N) , k ∈ N.
4. an :=
2n−1∏
i=n
(
1 +1
i
)
−→ 2 (n ∈ N) .
5. an := nkan , n ∈ N , k ∈ Z , a ∈ (−1, 1) : limnan = 0 .
Satz 5 Seien (an)n∈N , (bn)n∈N Folgen. Es gilt:
(a) Ist (an)n∈N eine Nullfolge und (bn)n∈N beschrankt, so ist auch (anbn)n∈N
eine Nullfolge.
(b) Seien (an)n∈N , (bn)n∈N konvergent, und es gelte an ≤ bn ∀n ∈ N.
Dann gilt limnan ≤ lim
nbn.
(c) Seien (an)n∈N , (bn)n∈N konvergent mit a := limnan = lim
nbn. Gilt fur
eine Folge (cn)n∈N, daß an ≤ cn ≤ bn ∀n ≥ N0, dann konvergiert auch
(cn)n∈N und a = limncn (
”Sandwich–Theorem“).
Bemerkung zu (b): Wenn an < bn ∀n ∈ N, dann gilt auch (nur) limnan ≤ lim
nbn.
- 31 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Beispiel:
6. Fibonacci–Zahlen
F1 := F2 = 1 , Fn+1 := Fn + Fn+1 .
Man beweist induktiv, daß
Fn =1√5
(τn − (−τ)−n
), n ∈ N , mit τ :=
1
2(1 +
√5) .
Daraus folgt
FnFn+1
=1
τ
1 + (−τ)−2n(−1)n
1− (−τ)−2n(−1)n−→ 1
τ= τ − 1 ≈ 0.618 .
Die Folge an = Fn/Fn+1, n ∈ N, erhalt man auch durch
a1 := 1, an+1 :=1
1 + an, n ∈ N .
Konvergiert diese Folge – was spater bewiesen wird – und gilt a :=
lim an 6= −1, dann folgt a = 1/(1 + a) ⇐⇒ a =√
1− a, und fur
die positive Wurzel erhalt man a =1
2(√
5 − 1) ≈ 0.618 (”goldener
Schnitt“).
4.4 Konvergenzkriterien
Definitionen: Eine Zahlenfolge (an)n∈N heißt
(a) monoton wachsend, falls an ≤ an+1 ∀n ∈ N ;
(b) monoton fallend, falls an ≥ an+1 ∀n ∈ N ;
(c) streng monoton wachsend, falls an < an+1 ∀n ∈ N ;
(d) streng monoton fallend, falls an > an+1 ∀n ∈ N .
- 32 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Beispiele:
1. an :=
(n
k
)
n−k , n ∈ N , ist streng monoton wachsend fur jedes k ∈N.
2. an :=
(
1 +1
n
)n
, n ∈ N , ist streng monoton wachsend.
3. (endliche geometrische Reihe). Fur q 6= 1 sei an :=∑n
k=0 qk. Man zeigt
induktiv:
an =1− qn+1
1− q .
Satz 6 Jede beschrankte, monoton wachsende (fallende) Folge ist konver-
gent.
Beispiel: an :=
(
1 +1
n
)n
ist monoton wachsend und beschrankt,
2 <
(
1 +1
n
)n
≤ 3 .
Damit ist (an)n∈N konvergent und fur den Limes gilt
2 ≤ limn
(
1 +1
n
)n
≤ 3 .
Definition: e := limn
(
1 +1
n
)n
heißt Eulersche Zahl.
Definition: Sei (an)n∈N eine Folge und (µk)k∈N eine streng monoton
wachsende Folge naturlicher Zahlen. Dann heißt die Folge (aµk)k∈N Teilfolge
von (an)n∈N.
Folgerung 7 Sei (an)n∈N konvergent und (aµk)k∈N eine Teilfolge. Dann ist
auch (aµk)k∈N konvergent und es gilt
limkaµk
= limnan .
- 33 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Satz 8 (Satz von Bolzano–Weierstrass) Jede beschrankte Folge enthalt
eine konvergente Teilfolge.
Definition: Eine Folge (an)n∈N heißt Cauchy–Folge, wenn gilt:
∀ε > 0 ∃N ∈ N ∀m,n ≥ N : |an − am| < ε.
Satz 9 Eine Folge (an)n∈N ist dann und nur dann konvergent, wenn sie
Cauchy–Folge ist.
Bemerkungen:
1. Jede Cauchy–Folge ist beschrankt.
2. Das Vollstandigkeitsaxiom (V) kann man ersetzen durch das Axiom:
Jede Cauchy–Folge konvergiert.
3. Die Aussage von Satz 9 heißt auch das Cauchysche Konvergenzkrite-
rium.
Beispiel 1: (vgl. Beispiel 6 in 4.3)
Betrachte die induktiv definierte Folge
a1 := 1 , an+1 :=1
1 + an, n ∈ N .
(an)n∈N ist Cauchy–Folge.
Beispiel 2: an =n∑
k=0
1
k, n ∈ N, ist keine Cauchy-Folge, also divergent.
4.5 Wurzelberechnung
Satz 10 Seien b > 0 , q ∈ N , q ≥ 2. Dann existiert genau ein x > 0 mit
xq = b und fur die induktiv definierte Folge
a1 > 0 mit aq1 ≥ b , an+1 :=
(
1− 1
q
)
an +1
q
b
aq−1n
- 34 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
gilt: x = limnan .
Schreibweise: x = q√b oder x = b1/q.
Bemerkung: Fur q = 2 lautet die Vorschrift:
a21 ≥ b , an+1 :=
1
2an +
1
2
b
an.
4.6 Haufungswerte
Definition: a ∈ R heißt Haufungswert der Folge (an)n∈N
:⇐⇒ ∀ε > 0 ∀N ∈ N ∃n ≥ N : |an − a| < ε .
Bemerkung:
1. a ∈ R ist Haufungswert von (an)n∈N, genau wenn fur jedes ε > 0 in
(a− ε, a+ ε) unendlich viele Glieder an liegen.
2. Man beachte den Unterschied von 1. zu konvergenten Folgen (dort:
”fast alle an in (a− ε, a+ ε)“).
Satz 11 Sei (an)n∈N Folge und a ∈ R. Dann sind aquivalent:
(a) a ist Haufungswert von (an)n∈N.
(b) Es gibt eine konvergente Teilfolge (aµk)k∈N von (an)n∈N mit a = lim
kaµk
.
Folgerung 12 Jede beschrankte Folge besitzt einen Haufungswert.
Folgerung 13 Sei (an)n∈N konvergente Folge und a := limnan. Dann ist a
der einzige Haufungswert von (an)n∈N.
- 35 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Beispiele:
1. an := (−1)n , n ∈ N , hat Haufungswerte 1 und -1 .
2. an :=
1 , n ungerade ,
n , n gerade .1 ist einziger Haufungswert von (an)n∈N,
aber die Folge (an)n∈N ist divergent.
Folgerung 14 Ist (an)n∈N eine beschrankte Folge, dann ist die Menge der
Haufungswerte von (an)n∈N nichtleer und beschrankt.
Definition: Sei (an)n∈N eine beschrankte Folge undH := {a ∈ R|a Haufungswert von
(an)n∈N}. Wir setzen:
limn
an := lim supn∈N
an := supa∈H
a Limes superior
limn
an := lim infn∈N
an := infa∈H
a Limes inferior
Folgerung 15 Sei (an)n∈N beschrankte Folge. Dann sind limnan und lim
nan
Haufungswerte von (an)n∈N.
Folgerung 16 Sei (an)n∈N beschrankte Folge und H die Menge ihrer Haufungs-
werte. Dann sind fur a ∈ R aquivalent:
(a) (an)n∈N konvergiert gegen a.
(b) H = {a}.
(c) a = limnan = lim
nan.
Folgerung 17 (s. Forster 1 [For01], Satz 9.4) Sei (an)n∈N beschrankte Fol-
ge.
a = limnan dann und nur dann, wenn
- 36 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
i) ∀ ε > 0∃N ∈ N ∀n ≥ N : an ≤ a+ ε
ii) ∀ ε > 0∀n ∈ N ∃m ≥ n : am ≥ a− ε
Analog: a = limnan dann und nur dann, wenn
i) ∀ ε > 0∃N ∈ N ∀n ≥ N : an ≥ a− ε
ii) ∀ ε > 0∀n ∈ N∃m ≥ n : am ≤ a+ ε
Wir geben noch folgende Charakterisierung von lim und lim an (vgl. Forster
1 [For01], §9):Satz 18 (Charakterisierung von lim und lim)
Sei (an)n∈N beschrankte Folge, und
bn := inf{ak|k ≥ n}, n ∈ N ,
cn := sup{ak|k ≥ n}, n ∈ N .
Dann ist (bn)n∈N beschrankt und monoton wachsend bzw. (cn)n∈N beschrankt
und monoton fallend und
limnbn = lim
nan, lim
ncn = lim
nan .
4.7 Anmerkungen zu komplexen Zahlenfolgen
Konvergenz–Aussagen konnen analog auf komplexe Zahlenfolgen ubertragen
werden, wenn der Absolutbetrag in R durch den in C ersetzt wird. Wegen
|z| = (Re(z)2 + Im(z)2)1/2 , z ∈ C ,
konvergiert eine Folge (zn)n∈N in C gegen ein z ∈ C, genau wenn (Re(zn))n∈N
gegen Re(z) und (Im(zn))n∈N gegen Im(z) konvergieren. Aussagen, die sich
auf die Anordnung in R beziehen, sind in C nicht formulierbar.
- 37 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
5 Reihen
5.1 Konvergenz von Reihen
Wir nennen∑∞
k=1 ak eine Reihe und
(sn)n∈N , sn :=
n∑
k=1
ak , n ∈ N ,
die Folge der zugehorigen Partialsummen.
Definition: Die Reihe∑∞
k=1 ak heißt konvergent genau dann, wenn die
Folge (sn)n∈N ihrer Partialsummen konvergiert; s = limnsn heißt Summe
(oder Wert) der Reihe. Wir schreiben
s :=
∞∑
k=1
ak .
Wenn∑∞
k=1 ak nicht konvergiert, dann heißt die Reihe divergent.
Beispiele:
1.
∞∑
k=1
1
k2ist konvergent, da die Folge der Partialsummen monoton wach-
send und beschrankt ist.
2. Geometrische Reihe: Sei a ∈ R , |a| < 1.
sn =
n∑
k=0
ak =1− an+1
1− a , limnsn =
1
1− a =
∞∑
k=0
ak .
Fur |a| ≥ 1 ist
∞∑
k=0
ak divergent.
3. Die harmonische Reihe
∞∑
k=1
1
kist divergent.
- 38 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Bemerkung:
1. Zu einer Folge (an)n∈N kann man durch b1 := a1 , bn := an−an−1 , n ≥2, eine Reihe
∑∞k=1 bk so konstruieren, so daß an =
∑nk=1 bk.
2. Fur den Grenzwert einer Folge spielen endliche viele Glieder keine
Rolle; andert man endlich viele Glieder von an, n ∈ N, so kann sich
allerdings der Wert der Reihe andern.
3. Analog zu Reihen konnen unendliche Produkte als Folgen von Parti-
alsummen endlicher Produkte definiert werden.
Rechenregeln Seien∑∞
k=1 ak ,∑∞
k=1 bk konvergent.
(R1)∞∑
k=1
(ak ± bk) =∞∑
k=1
ak ±∞∑
k=1
bk ;
(R2)
∞∑
k=1
(λak) = λ
∞∑
k=1
ak .
5.2 Konvergenzkriterien
Satz 1 (Cauchysches Konvergenzkriterium) Die folgenden Bedingungen sind
aquivalent:
(a)
∞∑
k=1
ak konvergiert;
(b) ∀ε > 0 ∃N ∈ N ∀n,m ≥ N , n ≥ m :
∣∣∣∣∣
n∑
k=m
ak
∣∣∣∣∣< ε .
Folgerung 2 Ist∑∞
n=1 an konvergent, so ist (an)n∈N eine Nullfolge.
Bemerkung: Die Umkehrung von Folgerung 2 gilt nicht (siehe harmoni-
sche Reihe)!
- 39 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Satz 3 (Leibniz–Kriterium fur alternierende Reihen)
Sei (an) eine monoton fallende Nullfolge. Dann konvergiert∑∞
k=1(−1)kak,
und es gilt
s2n+1 ≤ s ≤ s2n ,
wobei
sn :=n∑
k=1
(−1)kak , s :=∞∑
k=1
(−1)kak .
Beispiel:
1. Die alternierende harmonische Reihe
∞∑
k=1
(−1)k1
kist konvergent.
2. Die Reihe mit an := 1/k, falls n gerade bzw. an = 1/(2(k − 1)), falls
n ungerade, divergiert. Was ist im Hinblick auf das Leibniz-Kriterium
nicht erfullt?
Definition: Eine Reihe∑∞
k=1 ak heißt absolut konvergent genau dann,
wenn∑∞
k=1 |ak| konvergiert.
Folgerung 4 Jede absolut konvergent Reihe ist konvergent.
Satz 5 (Majoranten–Kriterium)
Seien (an)n∈N , (bn)n∈N Folgen mit |an| ≤ bn , n ∈ N. Ist∑∞
k=1 bk konver-
gent, so ist∑∞
k=1 ak absolut konvergent, und es gilt:
∞∑
k=1
ak ≤∞∑
k=1
|ak| ≤∞∑
k=1
bk .
- 40 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Beispiele:
2.∞∑
k=1
1
k3ist (absolut) konvergent.
3.
∞∑
k=1
1√k
ist divergent.
Satz 6 (Quotientenkriterium)
Fur die Reihe∑∞
k=1 ak gelte:
(a) ∃N ∈ N∀n ≥ N : an 6= 0 ;
(b) ∃q ∈ [0, 1) ∀n ≥ N : |an+1| |an|−1 ≤ q .
Dann ist die Reihe∑∞
k=1 ak absolut konvergent.
Beispiele:
4.∞∑
k=1
k2
2kist konvergent
(
q =8
9fur n ≥ 3
)
;
5.
∞∑
k=1
1
k2ist konvergent (s. Beispiel 1 in 5.1), das Quotientenkriterium
ist hierfur jedoch nicht anwendbar.
Satz 7 (Wurzelkriterium) Gilt
∃q ∈ [0, 1) ∃N ∈ N ∀n ≥ N : |an| ≤ qn ,
dann ist die Reihe∑∞
k=1 ak absolut konvergent.
Das Wurzelkriterium kann auch in folgender Weise formuliert werden.
- 41 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Erganzung: Die Reihe konvergiert absolut, wenn lim supn→∞
n√
|an| < 1 gilt;
die Reihe divergiert, wenn lim supn→∞
n√
|an| > 1 gilt; die Reihe kann sowohl di-
vergent als auch konvergent sein, wenn lim supn→∞
n√
|an| = 1 gilt. Eine analoge
Aussage gilt fur das Quotientenkriterium.
Man hat folgende Fehlerabschatzungen:
Sei rN := s− sN =∑∞
k=N+1 bk
fur die konvergente Reihe∑∞
k=1 bk. Dann gilt fur
Leibniz–Kriterium: bn = (−1)nan , (an)n∈N monoton fallende Nullfolge,
|rN | ≤ |bN+1| ≤ aN+1 ;
Quotienten–Kriterium: |bn+1| |bn|−1 ≤ q ∀n ≥ 1 , q ∈ [0, 1),
|rN | ≤ |bN+1| ·1
1− q ;
Wurzel–Kriterium: |bn| ≤ qn , n ≥ 1 , q ∈ [0, 1),
|rN | ≤ qN+1 1
1− q .
Bemerkung: Diese (a–priori) Abschatzungen konnen benutzt werden, um
die Anzahl der zu berechnenden Summanden zu bestimmen, mit der eine
gewunschte Genauigkeit (sicher) erreicht wird.
Beispiele:
6.
∞∑
k=1
(−1)k√k
ist konvergent (nach Leibniz–Kriterium).
Die Genauigkeitsforderung |rN | ≤ ε mit ε = 10−5 ist erfullt, wenn
|rN | ≤1√
N + 1≤ ε , d. h. N > 1010 .
- 42 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
7.∞∑
k=1
k2
2kist konvergent
(
nach dem Quotientenkriterium, q =8
9
)
; Feh-
lerabschatzung:
|rN | ≤(N + 1)2
2N+1· 9 .
5.3 Die Exponentialfunktion
Satz 8 Fur jedes a ∈ R ist die Reihe
∞∑
k=0
1
k!ak absolut konvergent.
Definition: Exponentialfunktion
exp : R 3 a 7→
1 , falls a = 0 ,∞∑
k=0
ak
k!, falls a 6= 0 .
Folgerung 9
e = lim
(
1 +1
n
)n
=
∞∑
k=0
1
k!= exp(1) .
Folgerung 10∣∣∣∣∣exp(a)−
N∑
k=0
ak
k!
∣∣∣∣∣≤ 2|a|N+1
(N + 1)!fur |a| ≤ N + 1
2.
5.4 Umordnung von Reihen, das Cauchy–Produkt
Beispiel: Die Reihe
∞∑
k=1
(−1)k+1
kist konvergent (nach dem Leibniz–
Kriterium), aber die folgende”Umordnung“
1− 1
2+
1
3− 1
4+
(1
5+
1
7
)
− 1
6+
(1
9+
1
11+
1
13+
1
15
)
− 1
8+ · · ·
konvergiert nicht. Es ist namlich
1
2n + 1+
1
2n + 3+ · · ·+ 1
2n+1 − 1≥ 2n−1 1
2n+1=
1
4∀n ≥ 2 .
- 43 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Fur die umgeordnete Reihe lassen sich die Summanden wie folgt zusammen-
fassen und abschatzen:
1
2n + 1+
1
2n + 3+· · ·+ 1
2n+1 − 1− 1
2n+ 2≥ 1
4− 1
2n+ 2≥ 1
5, n ≥ 9 ,
da1
4− 1
5=
1
20≥ 1
2n+ 2(⇐⇒ n+ 1 ≥ 10) fur n ≥ 9 gilt.
Definition: Sei τ : N −→ N eine Bijektion. Dann heißt∑∞
k=1 aτ(k) eine
Umordnung von∑∞
k=1 ak.
Definitionen: Eine konvergente Reihe heißt unbedingt konvergent, wenn
sie bei einer beliebigen Umordnung konvergent bleibt. Andernfalls heißen
konvergente Reihen bedingt konvergent.
Satz 11 (Umordnungssatz) Sei∑∞
k=1 ak absolut konvergent und τ : N −→N eine Bijektion. Dann ist auch die Umordnung
∑∞k=1 aτ(k) konvergent, und
es gilt
∞∑
k=1
aτ(k) =
∞∑
k=1
ak .
Bemerkung: Der letzte Satz gilt ohne die absolute Konvergenz nicht(
Gegenbeispiel:
∞∑
k=1
(−1)k+1
k
)
.
Definition: Seien∑∞
k=1 ak ,∑∞
k=1 bk Reihen. Die Reihe∑∞
k=1 ck mit
ck :=k∑
m=1
ak−m+1 bm , n ∈ N ,
heißt das Cauchy–Produkt der Reihen∑
k ak ,∑
k bk.
Satz 12 Das Cauchy–Produkt∑∞
k=1 ck der absolut konvergenten Reihen∑∞
k=1 ak ,∑∞
k=1 bk ist absolut konvergent, und es gilt
∞∑
k=1
ck =
( ∞∑
k=1
ak
)( ∞∑
k=1
bk
)
.
- 44 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Bemerkungen:
1. Fur die Konvergenz eines Cauchy–Produkts reicht es aus, daß eine der
beiden beteiligten Reihen absolut konvergiert.
2. Konvergieren∑∞
k=1 ak ,∑∞
k=1 bk und ihr Cauchy–Produkt∑∞
k=1 ck,
so gilt
∞∑
k=1
ck =
( ∞∑
k=1
ak
)( ∞∑
k=1
bk
)
.
Als Anwendung von Satz 12 erhalt man
Folgerung 13 (Funktionalgleichung der Exponentialfunktion)
Fur alle a, b ∈ R gilt:
exp(a+ b) = exp(a) exp(b) .
Folgerung 14 Es gilt
(a) exp(a) > 0 ∀a ∈ R ;
(b) exp(−a) = exp(a)−1 ∀a ∈ R;
(c) exp(n) = en ∀n ∈ N .
5.5 Die g–adische Entwicklung
Lemma 15 Sei g ∈ N , g ≥ 2. Dann konvergiert eine Reihe der Form
∞∑
k=1
akg−k mit ak ∈ {0, . . . , g − 1} .
- 45 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Definition: Sei g ∈ N , g ≥ 2. Die Elemente {0, . . . , g−1} heißen g–adische
Ziffern zur Basis g, und
gm∞∑
k=1
ak g−k , ak ∈ {0, . . . , g − 1} ,
heißt g–adische Entwicklung von x ∈ R, falls
x = gm∞∑
k=1
ak g−k mit a1 6= 0 , m ∈ Z
und
∀N ∈ N ∃n ≥ N : an 6= g − 1 .
Bemerkung: Ein Dezimalbruch 0, z1z2z3 · · · stellt die Zahl
z110
+z2102
+z3103
+ · · ·
dar, zi ∈ {0, . . . , 9}, und ist im obigen Sinne eine 10–adische Entwicklung
(mit m = 0 , z1 6= 0)
Satz 16 Sei g ∈ N , g ≥ 2. Jedes x ∈ R , x > 0, besitzt genau eine g–
adische Entwicklung.
Bezeichnungen: Zahlen ±x ∈ R der Form
x = gmN∑
k=1
ak g−k , |m| ≤M , ak ∈ {0, . . . , g − 1} , a1 6= 0
heißen abbrechende systematische Bruche zur Basis g oder Gleitkommazah-
len zur Basis g mit Mantissenstellenzahl (”Genauigkeit“) N und Exponen-
tenbereich {m ∈ Z| |m| ≤M}. Wir schreiben auch
x = ±0.a1a2 · · · aN × gm oder x = ±|a1 · · · aN |m(|m| ≤M ; ai ∈ {0, . . . , g − 1} ; a1 6= 0)
- 46 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Fur den Beweis von Satz 16 benotigt man folgende
Definition: Gaußsche Klammer
[x] := max{k ∈ Z|k ≤ x}
Bezeichnung auch ent(x) = [x] fur”entier“.
Beispiele:
Basis g = 10 : Dezimalzahlen
g = 2 : Dualzahlen
g = 8 : Oktalzahlen
g = 16 : Hexadezimalzahlen
6 Stetigkeit
6.1 Reelle Funktionen, Grenzwerte
Sei D,W ⊂ R , f : D −→W Abbildung (oder Funktion)
D = Definitionsbereich, W = Wertebereich.
Bezeichnungen: Unendliche Intervalle
[a,∞) := {x ∈ R|x ≥ a} ,
(a,∞) := {x ∈ R|x > a} ,
(−∞, a] := {x ∈ R|x ≤ a} ,
(−∞, a) := {x ∈ R|x < a} .
Beispiele:
1. Konstante Funktion f : R 3 x 7→ a ∈ R ;
2. Identische Funktion id : R 3 x 7→ x ∈ R ;
3. Absolutbetrag abs : R 3 x 7→ |x| ∈ R ;
- 47 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
4. Gaußsche Klammer [x] := max{k ∈ Z|k ≤ x} ,
5. Signum–Funktion sign : R 3 x 7→
1 , x > 0 ,
0 , x = 0 ,
−1 , x < 0 ;
6. Exponentialfunktion exp : R 3 x −→ exp(x) ∈ R .
Algebraische Verknupfungen von Funktionen (f, g : D −→ R , r ∈ R) :
f + g : D 3 x 7→ f(x) + g(x) ∈ R ;
r · f : D 3 x 7→ rf(x) ∈ R ;
f · g : D 3 x 7→ f(x) · g(x) ∈ R ;
f
g: D′ 3 x 7→ f(x)
g(x)∈ R , wobei D′ := {x ∈ D|g(x) 6= 0}
Komposition oder Hintereinanderausfuhrung (f : D −→ R , g : D′ −→R ; f(D) ⊂ D′)
g ◦ f : D 3 x 7→ g(f(x)) ∈ R .
Beispiele:
7. (vgl. Bspl. 3) abs = g ◦ f mit
f : R 3 x 7→ x2 ∈ R , g : [0,∞) 3 x 7→ √x ∈ R
(wobei√x = 0 fur x = 0 gesetzt wird).
8. Polynom vom Grad n :
p : R 3 x 7→n∑
i=0
aixi ∈ R
wobei a0, . . . , an ∈ R , an 6= 0.
- 48 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Definition: Sei f : D −→ R , a ∈ D. c ∈ R heißt Grenzwert von f in a
genau dann, wenn fur jede Folge (xn)n∈N mit
xn ∈ D ∀n ∈ N , a = limnxn
gilt:
c = limnf(xn) .
Wir schreiben: c = limx→a
f(x) .
Satz 1 Sei f : D −→ R , a ∈ D , c ∈ R. Dann sind aquivalent:
(a) c = limx→a
f(x)
(b) ∀ε > 0 ∃δ > 0 ∀x ∈ D : |x− a| < δ =⇒ |f(x)− c| < ε .
Beispiele:
9. (vgl. Bspl. 3) limx→0
abs(x) = 0 ;
10. (vgl. Bspl. 6) limx→0
exp(x) = 1 ;
11. f : R 3 x 7→
0 , x < 0 ,
1 , x ≥ 0 ;limx→0
f(x) existiert nicht.
6.2 Stetige Funktionen
Definitionen: Sei f : D −→ R .
1. f heißt stetig in a ∈ D:⇐⇒ lim
x→af(x) existiert und f(a) = lim
x→af(x) .
- 49 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
2. f heißt stetig (in D)
:⇐⇒ f stetig in jedem a ∈ D.
Satz 2 Sei f : D −→ R , a ∈ D. Es sind aquivalent:
(a) f ist stetig in a ∈ D .
(b) Ist (xn)n∈N eine Folge mit xn ∈ D , n ∈ N , limnxn = a, dann gilt
limnf(xn) existiert, lim
nf(xn) = f(a) .
(c) ∀ε > 0 ∃δ > 0 ∀x ∈ D : |x− a| < δ =⇒ |f(x)− f(a)| < ε .
Beispiele:
1. Die konstante und identische Funktion ist stetig in R .
2. Die Betragsfunktion abs ist stetig in R.
3. Die Exponentialfunktion exp ist stetig.
Satz 3 Sei f : D −→ R stetig in a ∈ D und f(a) > 0. Dann gilt:
∃δ > 0 ∀x ∈ (a− δ, a + δ) ∩D : f(x) > 0 .
Bemerkung: Funktionen, die an diskreten Stellen erklart sind, z. B.
f(n) = an , n ∈ N, sind immer stetig.
6.3 Rechenregeln
Satz 4 Seien f, g : D −→ R , r ∈ R, und seien f, g stetig in a ∈ D. Dann
gilt
- 50 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
(a) f + g , f · g , r · f sind stetig in a.
(b) Ist g(a) 6= 0, so ist auchf
gstetig in a .
Satz 5 Seien f : D −→ R , g : D′ −→ R Funktionen mit f(D) ⊂ D′. Ist f
stetig in a ∈ D und ist g stetig in b := f(a), so ist g ◦ f stetig in a.
Definitionen: Sei f : D −→ R Funktion.
1. f heißt streng monoton wachsend bzw. monoton wachsend
:⇐⇒ ∀x, y ∈ D : x < y =⇒ f(x) < f(y) bzw. f(x) ≤ f(y).
2. f heißt streng monoton fallend bzw. monoton fallend
:⇐⇒ ∀x, y ∈ D : x < y =⇒ f(x) > f(y) bzw. f(x) ≥ f(y).
Satz 6 Sei f : [a, b] −→ R stetig, streng mononton wachsend, und es gelte
[A,B] = f([a, b]) mit A < B. Dann existiert f−1 : [A,B] −→ R, und es gilt
f−1 ist stetig und streng monoton wachsend.
7 Einige Satze uber stetige Funktionen
Sei [a, b] ein Intervall mit a < b.
7.1 Der Zwischenwertsatz
Satz 1 Sei f : [a, b] −→ R stetig und es gelte:
f(a)f(b) < 0 .
Dann gibt es ein z ∈ (a, b) mit f(z) = 0 .
- 51 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Bemerkungen:
1. Die Zahl z in Satz 1 heißt Nullstelle von f . Uber die Eindeutigkeit
einer Nullstelle wird in Satz 1 nichts ausgesagt.
2. Das Konstruktionsprinzip fur die Folgen (an)n∈N , (bn)n∈N im Beweis
von Satz 1 — a ≤ an ≤ an+1 ≤ · · · ≤ z ≤ · · · ≤ bn+1 ≤ bn ≤ b
— wird als Intervallschachtelungsverfahren 2 oder Bisektionsverfahren
bezeichnet. Als Abbruchkriterium kann man verwenden
maxx=an,bn
|x− z| ≤ bn − an ≤ 2−n+1(b− a) , n ∈ N
(a–posteriori und a–priori Kriterium) .
Beispiele:
1. Das Polynom p(x) := x17 + 2x+ 1 besitzt eine Nullstelle in (−1, 0) .
2. Die Gleichung exp(−x) = x besitzt eine Losung z in [0, 1], d. h. eine
Nullstelle von exp(−x)− x .
Satz 2 (Zwischenwertsatz). Sei g : [a, b] −→ R stetig, sei c ∈ R eine Zahl
zwischen g(a) und g(b). Dann gibt es ein z ∈ [a, b] mit g(z) = c.
Folgerung 3 Sei f : [a, b] −→ R stetig und streng monoton wachsend.
Dann gilt f([a, b]) = [f(a), f(b)] .
2Intervallschachtelungsverfahren: a1 = a, b1 = b fur n = 1 (o.E. f(a) < 0, f(b) > 0);
fur n + 1 def. (induktiv) c := (an + bn)/2 und an+1 := an, bn+1 := c, falls f(c) ≥ 0; bzw.
an+1 := c, bn+1 := bn, falls f(c) < 0
- 52 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Beispiel:
3.
g(x) :=
x , x ∈ Q ∩ [0, 1] ,
1− x , x ∈ [0, 1] \Q .
Diese Funktion ist nur stetig in a =1
2, nimmt aber jeden Wert zwischen 0
und 1 an. Damit gilt die Umkehrung der Aussage des Zwischenwertsatzes
nicht, d. h. eine Funktion, bei der jeder Wert zwischen g(a) und g(b) als Bild
unter g auftritt, ist nicht notwendig stetig.
Definition: Stetige Fortsetzung
Sei f : D −→ R stetig und D ⊂ E. Dann heißt eine stetige Funktion
g : E −→ R stetige Fortsetzung von f , falls
g |D = f
Beispiele:
4. f(x) = exp(−1/x), x > 0,
g(x) =
exp(−1/x) , x > 0 ,
0 , x ≤ 0 .
5. g(x) = x, x ∈ [0, 1],
ist stetige Fortsetzung von
f(x) = x, x ∈ Q ∩ [0, 1] .
Bemerkung: Eine stetige Funktion f : [a, b] −→ R ist eindeutig bestimmt
durch Werte auf Q ∩ [a, b] (i.a. durch Werte auf einer dichten Teilmenge)
- 53 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Definition: Q ⊂ J dicht in J ,
wenn ∀x ∈ J ∀ ε > 0 ∃ q ∈ Q : |x− q| < ε.
7.2 Existenz von Extrema
Gilt x := supa∈A
a ∈ A, dann schreiben wir
x = maxa∈A
a = maxA (x : Maximum von A)
Entsprechend:
y = mina∈A
a = minA (y : Minimum von A)
falls y := infa∈A a ∈ A.
Definition: f : D −→ R heißt beschrankt, wenn f(D) beschrankt ist.
Satz 4 Ist f : [a, b] −→ R stetig, so ist f beschrankt, und es existieren
z, z ∈ [a, b] mit
f(z) = supx∈[a,b]
f(x) , f(z) = infx∈[a,b]
f(x) ,
d. h.
f(z) = max f([a, b]) , f(z) = min f([a, b])
Beispiele:
1. f : (0, 1] 3 x 7→ 1
x∈ R ist stetig, nimmt jedoch sein Supremum nicht
an.
2. f : [0, 1] 3 x 7→
x , x ∈ [0, 1)
0 , x = 1
ist nicht stetig bei x = 1 und nimmt sein Supremum nicht an.
- 54 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
7.3 Gleichmaßig stetige Funktionen
Definition: Eine Funktion f : D −→ R heißt gleichmaßig stetig (in D),
wenn gilt
∀ε > 0 ∃δ > 0 ∀x, x′ ∈ D : |x− x′| < δ =⇒ |f(x)− f(x′)| < ε .
Bemerkung: Eine gleichmaßig stetige Funktion ist offenbar stetig, die
Umkehrung gilt jedoch nicht, wie das Beispiel f(x) =1
x, x ∈ (0, 1], zeigt.
Fur abgeschlossene Intervalle [a, b] als Definitionsbereich gilt auch die Um-
kehrung (s. Satz 5).
Satz 5 Ist f : [a, b] −→ R stetig, dann ist f gleichmaßig stetig.
7.4 Bemerkungen zur Exponentialfunktion und zu Hyperbelfunk-
tionen
Die Exponentialfunktion exp ist bereits durch ihre Werte in Q festgelgt, was
die folgende Schreibweise nahelegt:
ex := exp(x) , x ∈ R .
Rechenregel
ex+y = exey , x, y ∈ R .
Definitionen: ((an)n∈N Folge)
(a) limnan =∞ :⇐⇒ ∀K > 0 ∃N ∈ N ∀n ≥ N : an > K .
(b) limnan = −∞ :⇐⇒ ∀K < 0 ∃N ∈ N ∀n ≥ N : an < K .
- 55 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Definitionen: Uneigentliche Grenzwerte (f : D −→ R , D nicht nach
oben beschrankt)
(c) c = limx→∞
f(x) :⇐⇒ ∀xn ∈ D , n ∈ N , limxn =∞ gilt c = limnf(xn)
(d) Entsprechend: c = limx→−∞
f(x) .
Bemerkung: c = ±∞ ist zugelassen!
Satz 6 Es gelten die folgenden Aussagen:
(a) Die Funktion R 3 x 7→ ex ∈ R ist streng monoton wachsend.
(b) limx→∞
exx−q = ∞ ∀q ∈ N , d. h. die Exponentialfunktion wachst
starker als jede Potenz.
(c) 1 + x ≤ ex ≤ 1
1− x ∀x ∈ (−1, 1) .
(d) limx→0x6=0
x
ex − 1= 1 .
(e) ex = limn
(
1 +x
n
)n, x ∈ R .
(f) e 6∈ Q .
Definitionen: Hyperbelfunktionen
coshx :=1
2(ex + e−x) , x ∈ R (Cosinus hyperbolicus)
sinhx :=1
2(ex − e−x) , x ∈ R (Sinus hyperbolicus)
tanhx :=sinhx
cosh x, x ∈ R (Tangens hyperbolicus)
coth x :=cosh x
sinhx, x ∈ R (Cotangens hyperbolicus)
- 56 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Satz 7 Es gelten die folgenden Beziehungen:
(a) coshx+ sinhx = ex , x ∈ R ;
(b) coshx− sinhx = e−x , x ∈ R ;
(c) (cosh x)2 − (sinhx)2 = 1 , x ∈ R ;
(d) cosh(s+ t) = cosh s cosh t+ sinh s sinh t , s, t ∈ R ,
(e) sinh(s+ t) = sinh s cosh t+ cosh s sinh t , s, t ∈ R .
Bemerkung: Der Name”Hyperbelfunktionen“ stammt daher, daß sich
der rechte Ast der gleichseitigen Hyperbel {(x, y) ∈ R2|x2−y2 = 1} mit cosh
und sinh”parametrisieren“ laßt, d. h. (cosh t, sinh t) ∈ R2 , t ∈ (−∞,∞),
beschreibt den Hyperbelast (s. Bild, S. 159, Abschnitt 7.18, in Walter 1 [?]
(1992)).
7.5 Die Logarithmusfunktion
Lemma 8 Die Funktion R 3 x 7→ ex ∈ (0,∞) ist streng monoton wachsend,
stetig und surjektiv.
Definition: Die Umkehrfunktion (Existenz nach Lemma 8 und Satz 6 in
Kap. 6)
ln : (0,∞) −→ R
der Exponentialfunktion heißt naturlicher Logarithmus.
- 57 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Folgerung 9
(a) ln ist stetig und streng monoton wachsend.
(b) limx→0
ln x = −∞ , limx→∞
ln x =∞ .
(c) ln(x · y) = ln x+ ln y , x, y ∈ (0,∞) .
(d) ln 1x = −ln x, x > 0.
Beispiel: Zerfall einer radioaktiven Substanz
u(t) = u(0)e−αt ;
Halbwertzeit: T = ln 2α .
Schreibweise bzw. Definition: ax := ex lna , x ∈ R , a > 0 .
Folgerung 10
(a) ax+y = axay , x, y ∈ R; a > 0 .
(b) (ax)y = axy , x, y ∈ R; a > 0 .
(c) axbx = (ab)x , x ∈ R; a, b > 0 .
Bezeichnung: Logarithmusfunktion zur Basis a
loga : Umkehrfunktion von R 3 x 7→ ax ∈ (0,∞) .
Bemerkung: ln = loge .
Bezeichnung: log := log10
Funktionalgleichung fur den Logarithmus:
loga xy = loga x+ loga y , x, y ∈ (0,∞) ; a > 0 .
- 58 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Bemerkung: Die entsprechende Aussage zu Satz 6 (e) lautet
ln x = limnn(
n√x− 1
), x > 0 .
Daraus erhalt man eine Rechenvorschrift fur ln x :
ln x = limk
2k(
2k√x− 1
)
,
- 59 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
8 Differenzierbarkeit
8.1 Motivation und Definition
Die Sehne durch zwei Punkte (x0, f(x0)) , (x1, f(x1)) des Graphen einer
Funktion f : D → R wird beschrieben durch die Gleichung
y − y0
x− x0= s ,
wobei y0 = f(x0) , y1 = f(x1) , s :=y1 − y0
x1 − x0= Steigung. Existiert
limD3x7→x0
x6=x0
f(x)− f(x0)
x− x0=: c ,
so nennt man diesen Grenzwert die Ableitung von f in x0. Die Gerade
y = f(x0) + c(x− x0)
heißt Tangente an den Graphen von f in (x0, f(x0)).
Definition: Sei D ⊂ R . a ∈ R heißt Haufungspunkt von D falls gilt:
∀ε > 0 ∃x ∈ D : x 6= a , |x− a| < ε .
Folgerung 1 Sei D ⊂ R , a ∈ R. Dann sind aquivalent:
(a) a ist Haufungspunkt von D.
(b) Es gibt eine Folge (xn)n∈N mit
i. xn ∈ D , xn 6= a ∀n ∈ N;
ii. a = limnxn .
- 60 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Beispiele:
1. D := [c, d) , c < d . Haufungspunkte von D : [c, d].
2. D := {2} ∪ [0, 1) . Haufungspunkte von D : [0, 1].
Definition: Sei f : D −→ R , a ∈ D Haufungspunkt von D.
f differenzierbar in a :⇐⇒ ∃c ∈ R ∀(xn)n∈N : xn ∈ D, xn 6= a ∀n ∈ N ,
limnxn = a , gilt: lim
n
f(xn)− f(a)
xn − a= c .
(Bez.: c = f ′(a) =df
dx(a) Ableitung (oder Differentialquotient)
von f in a.)
Definition: f : D −→ R heißt differenzierbar genau dann, wenn gilt:
(a) Jedes a ∈ D ist Haufungspunkt von D.
(b) f ist in jedem a ∈ D differenzierbar.
Beispiele:
3. f : R 3 x 7→ w ∈ R (w ∈ R Konstante) ist differenzierbar und
f ′(a) = 0 ∀ ↑ a ∈ R .
4. f : R 3 x 7→ |x| ∈ R ist in a = 0
nicht differenzierbar, denn
limn
f(
1n
)− f(0)
1n − 0
= 1 und
limn
f(− 1n
)− f(0)
− 1n − 0
= −1 .
6
-@@
@@
��
��
|x|x
- 61 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
5. D := {2} ∪ (0, 1) ; f : D −→ R, x 7→ |x| ist differenzierbar in jedem
a ∈ (0, 1), aber nicht in a = 2.
Satz 2 Sei f : D −→ R , a ∈ D Haufungspunkt von D. Dann sind fur c ∈ R
aquivalent:
(a) f ist differenzierbar in a, und es gilt f ′(a) = c.
(b) Es gibt eine Funktion ϕ : D −→ R mit
i. f(x) = f(a) + c(x− a) + ϕ(x) ∀x ∈ D;
ii. ϕ ist differenzierbar in a, und es gilt: ϕ′(a) = 0.
Bemerkung: Eine in a ∈ D differenzierbare Funktion f : D −→ R ist
lokal approximierbar durch eine Funktion der Form
t(x) := c1x+ c2 , x ∈ R (c1, c2 ∈ R) .
Folgerung 3 Ist f : D −→ R in a ∈ D differenzierbar, so ist f stetig in a.
Bemerkung: Das Beispiel f(x) = |x| zeigt, daß die Umkehrung von
Folgerung 3 nicht gilt.
Satz 4 Sei f : D −→ R , a ∈ D Haufungspunkt von D. Dann sind fur c ∈ R
aquivalent:
(a) f ist differenzierbar in a, und es gilt: f ′(a) = c.
(b) ∀ε > 0 ∃δ > 0 ∀x ∈ D \ {a} :
|x− a| < δ =⇒∣∣∣∣
f(x)− f(a)
x− a − c∣∣∣∣< ε .
- 62 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
8.2 Rechenregeln
Satz 5 Seien f, g : D −→ R bei a ∈ D differenzierbar. Dann gilt:
(a) f + g ist differenzierbar in a, und es gilt:
(f + g)′(a) = f ′(a) + g′(a) .
(b) f · g ist differenzierbar in a, und es gilt:
(f · g)′(a) = f ′(a)g(a) + f(a) · g′(a) .
(c) Ist g(a) 6= 0, so ist a Haufungspunkt von D′ := {x ∈ D|g(x) 6= 0}, und
es gilt:
f
g: D′ −→ R ist differenzierbar in a und
(f
g
)′(a) =
f ′(a)g(a) − f(a)g′(a)g(a)2
Beispiele:
1. Fur die identische Abbildung gilt id′(a) = 1 ∀a ∈ R.
2. Fur die Monome mn : R \ {0} 3 x 7→ xn ∈ R (n ∈ Z) , gilt
m′n(a) = nan−1 , a ∈ R \ {0} .
3. Fur ein Polynom
p(x) =∑n
k=0 ckxk hat man deshalb
p′(a) =n∑
k=0
k ckak−1 , a ∈ R .
- 63 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Satz 6 (Kettenregel) Seien f : D −→ R , g : D ′ −→ R , f(D) ⊂ D′, und
f differenzierbar in a ∈ D , g differenzierbar in b := f(a) ∈ D ′. Dann ist
g ◦ f differenzierbar in a , und es gilt:
(g ◦ f)′(a) = g′(f(a))f ′(a) .
Satz 7 Sei f : [c, d] −→ R stetig, streng monoton wachsend, W := f([c, d]),
und sei f differenzierbar in a ∈ [c, d]. Es gelte f ′(a) 6= 0. Dann existiert
f−1 : W −→ R , f−1 ist differenzierbar in b := f(a), und es gilt:
(f−1
)′(b) =
1
f ′(a)=
1
f ′(f−1(b)).
Beispiele:
3. χ : (0,∞) 3 y 7→ n√y ∈ (0,∞) , n ∈ N, ist Umkehrfunktion von
ν : (0,∞) 3 x 7→ xn ∈ (0,∞). Nach Satz 7: χ′(a) =1
na
1n−1.
4. fq : (0,∞) 3 x 7→ xq ∈ (0,∞) , q ∈ Q .
f ′q(a) = q aq−1 , a ∈ (0,∞) .
Bemerkung: (zu rechts- und linksseitigen Ableitungen)
Sei f : D −→ R, wobei D = [α, β] oder D = [α, β) oder D = (α, β). Dann
ist f differenzierbar in a ∈ D und c = f ′(a) genau dann, wenn
c = limx→a,x6=a
x∈D
f(x)− f(a)
x− a
(Begrundung: Jedes a ∈ D ist Haufungspunkt fur die genannten Intervalle).
- 64 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
8.3 Zur Exponentialfunktion
Satz 8 Es gilt:
(a) exp : R −→ R ist differenzierbar, und es gilt
exp′(a) = exp(a) ∀a ∈ R .
(b) ln : (0,∞) −→ R ist differenzierbar, und es gilt
ln′(a) =1
a∀a ∈ (0,∞) .
Folgerung 9
(a) Sei b > 0. Die Funktion fb : R 3 x 7→ bx ∈ R ist differenzierbar und
f ′b(a) = baln(b) ∀a ∈ R.
(b) Sei a > 1 . loga : (0,∞) −→ R ist differenzierbar und
log′a(z) =1
z ln a∀z ∈ (0,∞) .
8.4 Zum Newton–Verfahren
Aufgabe: Sei f : [a, b] −→ R differenzierbar. Gesucht ist z ∈ [a, b] mit
f(z) = 0.
Iterationsvorschrift des Newton-Verfahrens:
x0 ∈ [a, b] (= Startnaherung)
xn+1 := xn −f(xn)
f ′(xn), n ∈ N0
- 65 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Beispiele:
1. (vgl. Abschnitt 4.5 Wurzelbestimmung)
f : R 3 x 7→ x2 − b ∈ R (b > 0)
=⇒ x− f(x)
f ′(x)= x− x2 − b
2x=
1
2
(
x+b
x
)
Newton–Verfahren: xn+1 :=1
2
(
xn +b
xn
)
(vgl. Satz 4.10).
Konvergenz: ist quadratisch, d.h. |xn+1 − z| ≤ c|xn − z|2 .
2. f : R 3 x 7→ x2 ∈ R , z = 0 Nullstelle; beachte f ′(z) = 0.
Newton–Verfahren: xn+1 :=1
2xn , x0 ∈ R
Konvergenz: (nur) linear |xn+1 − z| ≤1
2|xn − z|
9 Einige Satze uber differenzierbare Funktionen
9.1 Charakterisierung von Extrema
Definitionen: (f : D −→ R , z ∈ D)
(a) z heißt lokales Maximum (bzw. Minimum)
:⇐⇒ ∃ε > 0 ∀x ∈ D ∩ (z − ε, z + ε) : f(x) ≤ f(z)
(bzw. ∃ε > 0 ∀x ∈ D ∩ (z − ε, z + ε) : f(x) ≥ f(z)) .
(b) z heißt lokales Extremum
:⇐⇒ z lokales Maximum oder lokales Minimum.
(c) z heißt globales Maximum (bzw. Minimum)
:⇐⇒ ∀x ∈ D : f(x) ≤ f(z) (bzw. ∀x ∈ D : f(x) ≥ f(z)) .
- 66 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Satz 1 Sei f : [a, b] −→ R , z ∈ (a, b). Ist z lokales Extremum und ist f
differenzierbar in z, so gilt f ′(z) = 0.
Bemerkung:
1. Nach Satz 7.4 und Folgerung 8.3 nimmt eine differenzierbare Funktion
f : [a, b] −→ R ihr (globales) Maximum und (globales) Minimum an.
Liegt ein solches Extremum z am Rand (z = a oder z = b), so gilt
nicht notwendigerweise f ′(z) = 0.
2. Notwendig fur ein lokales Maximum in z ∈ [a, b] ist
f ′(z)(x− z) ≤ 0 ∀x ∈ [a, b] .
3. f ′(z) = 0 (s. Satz 1) ist notwendig, aber nicht hinreichend fur ein
lokales Extremum (Gegenbeispiel: f : [−1, 1] 3 x 7→ x3).
9.2 Der Satz von Rolle, Mittelwertsatz
Satz 2 (Satz von Rolle)
Sei f : [a, b] −→ R stetig und differenzierbar in jedem x ∈ (a, b) ; a < b. Gilt
dann f(a) = f(b), so gibt es ein z ∈ (a, b) mit f ′(z) = 0.
Folgerung 3 (Mittelwertsatz der Differentialrechnung)
Sei f : [a, b] −→ R stetig und differenzierbar in jedem x ∈ (a, b) , a < b.
Dann gibt es ein z ∈ (a, b) mit
f(b)− f(a)
b− a = f ′(z) .
- 67 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Folgerung 4 Sei f : [a, b] −→ R stetig und differenzierbar in jedem x ∈(a, b) , a < b. Dann gibt es ein ϑ ∈ (0, 1) mit
f(b) = f(a) + f ′(a+ ϑ(b− a))(b− a) .
Folgerung 5 Sei f : [a, b] −→ R stetig und differenzierbar in jedem x ∈(a, b) ; a < b. Weiter gebe es m, M ∈ R mit
m ≤ f ′(x) ≤M ∀x ∈ (a, b) .
Dann gilt fur beliebige x, y ∈ [a, b], x ≤ y :
m (y − x) ≤ f(y)− f(x) ≤M(y − x) .
Ist f ′(x) ≥ 0 (bzw. > 0) in (a, b), so ist f monoton (bzw. streng monoton)
wachsend; ist f ′(x) ≤ 0 (bzw. < 0), so ist f monoton (bzw. streng monoton)
fallend.
Folgerung 6 (Erweiterter Mittelwertsatz)
Seien f, g : [a, b] −→ R stetig und differenzierbar in jedem x ∈ (a, b) ; a < b.
Gilt g′(x) 6= 0 ∀x ∈ (a, b), dann gibt es ein z ∈ (a, b) mit
f(b)− f(a)
g(b) − g(a) =f ′(z)g′(z)
.
Folgerung 7 Sei f : [a, b] −→ R stetig und differenzierbar in jedem x ∈(a, b), und es gelte f ′(x) = 0 ∀x ∈ (a, b). Dann gilt:
∃c ∈ R ∀x ∈ [a, b] : f(x) = c .
- 68 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Beispiele:
1. Populationsmodell: P (t) = P0ert ist einzige Losung von
P (0) = P0 , P ′(t) = r P (t) , t ≥ 0 (r > 0, P0 > 0) .
2. Verbessertes Populationsmodell: (a > 0, b > 0)
P (0) = P0 , P ′(t) = P (t)(a− b P (t)) , t ≥ 0 .
Losung: P (t) =a
b+ e−(at+c), c = ln
P0
a− bP0
Gleichgewichtszustand:a
b.
9.3 Taylorsche Formel
Definitionen: (hohere Ableitungen) Sei f : D −→ R.
(a) k = 1 : D1 := {a ∈ D| f differenzierbar in a} ,f (1)(a) := f ′(a) , a ∈ D1 ;
k + 1 : Dk+1 := {a ∈ Dk| f (k) differenzierbar in a} ,f (k+1)(a) := (f (k))′(a) , a ∈ Dk+1 ;
(b) f (k) : Dk −→ R heißt Ableitung k-ter Ordnung mit Definitionsbereich
Dk. Wir schreiben auch:
f (k)(a) =dkf
dxk(a) =
df (k−1)
dx(a) , a ∈ Dk ;
(c) f heißt k-mal differenzierbar genau dann, wenn Dk = D.
(d) f heißt k-mal stetig differenzierbar , genau wenn gilt:
Dk = D , f (k) : Dk −→ R ist stetig.
- 69 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Beispiele:
1. f : R 3 x 7→ x|x| ∈ R
ist stetig differenzierbar, aber nicht zweimal differenzierbar.
2. Die Exponentialfunktion ist k-mal stetig differenzierbar fur jedes k ∈N.
Satz 8 (Taylorsche Formel)
Sei f : [a, b] −→ R (n + 1)-mal stetig differenzierbar und sei x0 ∈ [a, b].
Dann gibt es zu jedem x ∈ [a, b] ein ξ zwischen x0 und x mit
f(x) =n∑
k=0
1
k!f (k)(x0)(x− x0)
k +1
(n+ 1)!f (n+1)(ξ)(x− x0)
n+1
Bezeichnungen: Pn,f,x0(x) =n∑
k=0
1
k!f (k)(x0)(x− x0)
k
heißt Taylor–Polynom (vom Grad n);
Rn,f,x0(x) := f(x)− Pn,f,x0(x) =1
(n+ 1)!f (n+1)(ξ)(x − x0)
n+1
heißt Restglied bzw. Lagrangesche Darstellung des Restglieds; x0 ∈ [a, b]
heißt Entwicklungspunkt.
Bemerkung:
(a) Andere Schreibweise der Taylor–Formel:
f(x) =
n∑
k=0
1
k!f (k)(x0)(x− x0)
k +
+1
(n+ 1)!f (n+1)(x0 + ϑ(x− x0))(x− x0)
n+1 , 0 < |ϑ| < 1 .
- 70 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
(b) Restgliedabschatzung:
|Rn,f,x0(x)| ≤Kn+1
(n+ 1)!|x− x0|n+1
falls |f (n+1)(ξ)| ≤ Kn+1 ∀ξ ∈ (a, b) .
Beispiel: Taylor–Polynom fur die Exponentialfunktion
Pn(x) =
n∑
k=0
1
k!xk , x ∈ R .
Definitionen: (f : [a, b] −→ R)
1. f heißt unendlich oft differenzierbar , falls f k-mal differenzierbar ist
fur jedes k ∈ N.
2. Sei f unendlich oft differenzierbar und sei x0 ∈ [a, b]. Dann heißt
Tf,x0(x) :=
∞∑
k=0
1
k!f (k)(x0)(x− x0)
k , x ∈ [a, b] ,
die Taylor–Reihe von f im Entwicklungspunkt x0.
3. f wird durch Tf,x0 dargestellt , wenn f(x) = Tf,x0(x) , x ∈ [a, b] .
Beispiele:
1. Texp,x0(x) = ex , x ∈ R .
2. f : R 3 x 7→
exp
(
− 1
x2
)
, x 6= 0 ,
0 , x = 0 ,
Tf,0(x) = 0 ∀x ∈ R. Dieses Beispiel zeigt, daß eine konvergente
Taylor–Reihe nicht notwendigerweise f darstellt.
- 71 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
3. f : (−1,∞) 3 x 7→ ln(1 + x) ∈ R ,
Tf,0(x) =
∞∑
k=1
(−1)k+1
kxk , x > −1 .
Diese Reihe ist konvergent fur x ∈ (−1, 1] und divergent sonst; Tf,0
stellt f fur x ∈ (−1, 1] dar.
9.4 Anmerkung zu lokalen Extrema
Satz 9 Sei f : [a, b] −→ R n-mal stetig differenzierbar, sei z ∈(a, b), a < b, und es gelte
f (j)(z) = 0 ∀j : 1 ≤ j ≤ n− 1 , f (n)(z) 6= 0 ; n ≥ 2 .
Dann gelten die Aussagen:
(a) Ist n ungerade, so ist z kein lokales Extremum.
(b) Ist n gerade, so ist
z
lokales Maximum
lokales Minimum
falls
f (n)(z) < 0
f (n)(z) > 0 .
9.5 Die Regel von de l’Hospital
Definition: Sei D ⊂ R; a ∈ R heißt Beruhrungspunkt von D genau
dann, wenn
∃(xn)n∈N : xn ∈ D ∀n ∈ N , limnxn = a .
Definition: Seien f : D −→ R, a Beruhrungspunkt von D , c ∈ R.
c = limx→a
f(x) :⇐⇒ ∀(xn)n∈N , xn ∈ D ∀n ∈ N , lim xn = a :
limnf(xn) = c .
- 72 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
(Die Falle c ∈ {−∞,∞} , a ∈ {−∞,∞} sind zugelassen.)
Beispiele:
1. f : [0, 1) 3 x 7→ 11−x ∈ R ; limx→1 f(x) =∞ ;
2. f : R \ {1} 3 x 7→ 1−x2
x3−x2+x−1 ∈ R ; ( beachte: f(x) =−(1 + x)
x2 + 1)
limx→1 f(x) = −1 , limx→∞ f(x) = 0 .
Satz 10 (Regel von de l’Hospital)
Seien f, g : (a, b) −→ R differenzierbar, c ∈ R, a < b , (b = ∞ sei zugelas-
sen). Es gelte
g′(x) 6= 0 ∀x ∈ (a, b) und limx→b
f(x) = limx→b
g(x) = 0 .
Dann gilt:
(a) g(x) 6= 0 ∀x ∈ (a, b) .
(b) Aus limx→b
f ′(x)g′(x)
= c folgt limx→b
f(x)
g(x)= c .
Beispiel:
limx→0
ex − e−xx
= limx→0
ex + e−x
1= 2 .
9.6 Die trigonometrischen Funktionen
Definitionen:
sin(x) := sinx :=
∞∑
k=0
(−1)kx2k+1
(2k + 1)!Sinus–Funktion
cos(x) := cos x :=∞∑
k=0
(−1)kx2k
(2k)!Cosinus–Funktion
Bemerkung: Die angegebenen Reihen konvergieren absolut nach dem
Quotientenkriterium.
- 73 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Folgerung 11
(a) sin(0) = 0 , cos(0) = 1 ;
(b) sin(−x) = − sin(x) , cos(−x) = cos(x) , x ∈ R ,
(Sinus ist ungerade, Cosinus gerade Funktion);
(c) x− x3
6≤ sin(x) ≤ x , x > 0 ;
(d) 1− x2
2≤ cos(x) ≤ 1− x2
2+x4
24, x > 0 .
Satz 12 Die Funktionen sin, cos : R −→ R sind stetig, differenzierbar, und
es gilt:
sin′(x) = cos(x) , cos′(x) = − sin(x) .
Folgerung 13
(e) sin2(x) + cos2(x) = 1 , x ∈ R ;
(f) | sin(x)| ≤ 1 , | cos(x)| ≤ 1 , x ∈ R ;
(g) sin(x+ y) = sin(x) cos(y) + cos(x) sin(y) , x, y ∈ R ;
(h) cos(x+ y) = cos(x) cos(y)− sin(x) sin(y) , x, y ∈ R ;
(i) limx→0
sin(x)
x= 1 , lim
x→0
1− cos(x)
x2=
1
2.
Lemma 14 Sei A := {x ∈ [0,∞)| cos(x) = 0}. Es gilt:
A 6= ∅ und γ := inf A ∈[√
2,7
4
)
, γ ∈ A .
Definition: π := 2γ (= 3.14159 . . .)
- 74 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Eigenschaften
(a) sin(π
2
)
= 1 , cos(π
2
)
= 0 ;
(b) sin(
x+π
2
)
= cos(x) , cos(
x+π
2
)
= − sin(x) , x ∈ R ;
(c) sin(x+ π) = − sin(x) , cos(x+ π) = − cos(x) , x ∈ R ;
(d) sin(x+ 2π) = sin(x) , cos(x+ 2π) = cos(x) , x ∈ R ;
(e) cos(x) 6= 0 fur x 6= (2k + 1)π
2, k ∈ Z ;
(f) sin(x) 6= 0 fur x 6= kπ , k ∈ Z .
Definition:
tan(x) :=sin(x)
cos(x), x ∈ R , x 6= (2k + 1)
π
2, k ∈ Z ,
Tangens–Funktion;
cot(x) :=cos(x)
sin(x), x ∈ R , x 6= kπ , k ∈ Z ,
Cotangens–Funktion.
Satz 15 Es gelten folgende Aussagen:
(a) cos ist auf [0, π] streng monoton fallend und cos([0, π]) = [−1, 1] .
(b) sin ist auf[
−π2,π
2
]
streng monoton wachsend und sin([
−π2,π
2
])
= [−1, 1] .
(c) tan ist in(
−π2,π
2
)
streng monoton wachsend und tan((
−π2,π
2
))
= R .
(d) cot ist in (0, π) streng monoton fallend und cot((0, π)) = R .
(e) tan′(x) =1
cos2(x), cot′(x) = − 1
sin2(x).
- 75 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Definitionen: Umkehrfunktionen von cos, sin, tan bzw. cot:
arccos : [−1, 1] −→ [0, π] ,
arcsin : [−1, 1] −→[
−π2,π
2
]
,
arctan : R −→(
−π2,π
2
)
,
arccot : R −→ (0, π) .
Folgerung 16
(a) arccos′(x) = − 1√1− x2
, x ∈ (−1, 1) ,
(b) arcsin′(x) =1√
1− x2, x ∈ (−1, 1) ,
(c) arctan′(x) =1
1 + x2, x ∈ R ,
(d) arccot′ (x) = − 1
1 + x2, x ∈ R .
Bemerkung: sin, cos, tan, cot sind periodische Funktionen (mit Periode
2π). Fur die Umkehrfunktionen wurde jeweils nur ein”ausgezeichneter Ast“
benutzt; man kann sich auch auf andere Periodenintervalle beziehen.
10 Das Riemann–Integral
Im folgenden sei I = [a, b] ein Intervall, a < b.
10.1 Treppenfunktionen
Beispiel: Der Flacheninhalt des Bereichs B := {(x, y) | 0 ≤ x ≤ 1 , 0 ≤y ≤ x2} laßt sich annahern durch eine Summe von Rechtecken
FN :=
N−1∑
k=0
1
Nfk , fk := f(xk) , xk =
k
N, k = 0, . . . , N ,
- 76 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
wobei f : [0, 1] 3 x 7→ x2 ∈ R. Man erhalt
FN =(N − 1)N(2N − 1)
6N3und lim
N→∞FN =
1
3.
Definitionen:
(a) Eine Zerlegung Z von I ist eine Anzahl von Punkten x0, . . . , xN mit
a = x0 < x1 < · · · < xN = b.
(b) ϕ : I −→ R heißt Treppenfunktion auf I, wenn eine Zerlegung Z :
a = x0 < x1 < · · · < xN = b und Zahlen c0, c1, . . . , cN existieren mit
ϕ(x) = ci falls x ∈ (xi−1, xi], ϕ(x0) = c0.
(c) T (I) := T [a, b] := {ϕ : I −→ R| ϕ Treppenfunktion auf I} .
Definition: Gemeinsame Verfeinerung zweier Zerlegungen
Z : a = x0 < · · · < xN = b , Z ′ : a = x′0 < · · · < x′M = b :
Ordne Punkte {xi|i = 0, . . . , N} ∪ {x′i|i = 0, . . . ,M} der Große nach, nu-
meriere sie neu – evtl. doppelt auftretende Punkte erhalten gleichen Index,
Resultat: Z : a = x0 < · · · < xN = b.
Eigenschaften von T [a, b]:
(a) 0 ∈ T [a, b] (0 = Nullfunktion, 0(x) = 0 ∀x ∈ [a, b]) ;
(b) ϕ ∈ T [a, b] , c ∈ R =⇒ cϕ ∈ T [a, b] ;
(c) ϕ,ψ ∈ T [a, b] =⇒ ϕ+ ψ ∈ T [a, b] .
Wiederholung: C[a, b] := {f : [a, b] −→ R|f stetig } .
- 77 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Satz 1 Es gilt die Aussage:
∀f ∈ C[a, b] ∀ε > 0 ∃ϕ,ψ ∈ T [a, b] ∀x ∈ [a, b] :
ψ(x) − ϕ(x) ≤ ε ∧ ϕ(x) ≤ f(x) ≤ ψ(x) .
10.2 Das Integral von Treppenfunktionen
Definition: Fur eine Treppenfunktion ϕ zur Zerlegung Z : a = x0 <
· · · < xN = b mit Werten
ck := ϕ
(1
2(xk + xk−1)
)
, k = 1, . . . , N ,
sei
SϕZ :=
N∑
k=1
ck(xk − xk−1) .
Lemma 2 Sei ϕ ∈ T [a, b] Treppenfunktion zu den Zerlegungen Z und Z ′.
Dann gilt SϕZ = SϕZ′.
D.h.: Der Wert SϕZ ist unabhangig von der gewahlten Zerlegung.
Definition: Sϕ := SϕZ =∑N
k=1 ck(xk − xk−1) heißt Integral von ϕ fur
eine Treppenfunktion ϕ und eine beliebige Zerlegung Z. Wir schreiben
∫ b
aϕ(x) dx := Sϕ .
Definition: Seien f, g : D −→ R .
f ≤ g :⇐⇒ f(x) ≤ g(x) ∀x ∈ D .
Folgerung 3 Seien ϕ,ψ ∈ T [a, b] , c ∈ R. Dann gilt
(a)
∫ b
a(cϕ)(x) dx = c
∫ b
aϕ(x) dx ;
- 78 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
(b)
∫ b
a(ϕ+ ψ)(x) dx =
∫ b
aϕ(x) dx +
∫ b
aψ(x) dx ;
(c) Aus ϕ ≤ ψ folgt:
∫ b
aϕ(x) dx ≤
∫ b
aψ(x) dx .
10.3 Ober– und Unterintegrale
Bezeichnung: B[a, b] := {f : [a, b] −→ R|f beschrankt }
Es gilt
C[a, b] ⊂ B[a, b] und (o. E.) T [a, b] ⊂ B[a, b] .
Lemma 4 Seien f ∈ B[a, b] , α := infx∈[a,b] f(x) , β := supx∈[a,b] f(x) ,
ϕu : [a, b] 3 x 7→ α ∈ R ,
ϕo : [a, b] 3 x 7→ β ∈ R .
Dann gilt:
(a) ϕu ∈ Fu := {ϕ ∈ T [a, b]|ϕ ≤ f} ,ϕo ∈ Fo := {ψ ∈ T [a, b]|f ≤ ψ} .
(b) α(b− a) ≤∫ b
aψ(x) dx ∀ψ ∈ F0 ,
∫ b
aϕ(x) dx ≤ β(b− a) ∀ϕ ∈ Fu ,
∫ b
aϕ(x) dx ≤
∫ b
aψ(x) dx ∀ϕ ∈ Fu, ψ ∈ Fo .
Definitionen: (f ∈ B[a, b])
–∫ b
af(x) dx := inf
{∫ b
aψ(x) dx|ψ ∈ T [a, b] , f ≤ ψ
}
heißt oberes Integral (oder Oberintegral) von f ;
–
∫ b
af(x) dx := sup
{∫ b
aϕ(x) dx|ϕ ∈ T [a, b] , ϕ ≤ f
}
heißt unteres Integral (oder Unterintegral) von f .
- 79 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Folgerung 5
–∫ b
aϕ(x) dx = –
∫ b
aϕ(x) dx ∀ϕ ∈ T [a, b] .
Beispiele:
1. f : [0, 1] 3 x 7→ x2 ∈ R ,
–
∫ 1
0f(x) dx = –
∫ 1
0f(x) dx =
1
3.
2.
f(x) :=
1 , x ∈ Q ∩ [0, 1] ,
−1 , x ∈ [0, 1] , x 6∈ Q ,
f ∈ B[0, 1] , –∫ 1
0f(x) dx = 1 , –
∫ 1
0f(x) dx = −1 .
Folgerung 6 Seien f, g ∈ B[a, b]. Es gelten folgende Rechenregeln:
(a) –∫ b
a(f + g)(x) dx ≤ –
∫ b
af(x) dx+ –
∫ b
ag(x) dx ;
(b) –
∫ b
a(f + g)(x) dx ≥ –
∫ b
af(x) dx+ –
∫ b
ag(x) dx ;
(c) –∫ b
a(cf)(x) dx = c–
∫ b
af(x) dx ∀c ∈ [0,∞) ;
(d) –
∫ b
a(cf)(x) dx = c–
∫ b
af(x) dx ∀c ∈ [0,∞) ;
(e) –∫ b
a(−f)(x) dx = −–
∫ b
af(x) dx , –
∫ b
a(−f)(x) dx = −–
∫ b
af(x) dx .
- 80 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
10.4 Riemann–Integrierbarkeit
Definition: f ∈ B[a, b] heißt Riemann–integrierbar genau dann, wenn
gilt:
–∫ b
af(x) dx = –
∫ b
af(x) dx .
Schreibweise/Bezeichnung:
∫ b
af(x) dx := –
∫ b
af(x) dx Riemann–Integral von f
”Riemann–“ wird im folgenden weggelassen.
Bezeichnungen: Sei f ∈ B[a, b] integrierbar.
∫ b
af(x) dx heißt Integral von f (uber [a, b]) ;
a heißt untere Grenze,
b heißt obere Grenze,
f heißt Integrand,
x heißt Integrationsvariable.
Folgerung 7 Jede Treppenfunktion ist integrierbar.
Beispiele:
1. f : [0, 1] 3 x 7→ x2 ∈ R ,
∫ 1
0f(x) dx =
1
3.
2. Das obige Beispiel 2 aus Abschnitt 10.3 ist nicht (Riemann–)integrierbar.
Satz 8 Sei f ∈ B[a, b]. Dann sind aquivalent:
(a) f ist integrierbar.
- 81 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
(b) ∀ε > 0 ∃ϕ,ψ ∈ T [a, b] : ϕ ≤ f , f ≤ ψ ,∫ b
aψ(x) dx −
∫ b
aϕ(x) dx ≤ ε .
Folgerung 9 Seien f, g ∈ B[a, b] integrierbar und c ∈ R. Dann gilt:
f + g, cf sind integrierbar und
∫ b
a(f + g)(x) dx =
∫ b
af(x) dx+
∫ b
ag(x) dx ,
∫ b
a(cf)(x) dx = c
∫ b
af(x) dx .
R[a, b] := {f ∈ B[a, b]|f integrierbar } ist ein Vektorraum uber R und das
Integral
∫ b
a. . . definiert eine lineare Abbbildung auf R[a, b].
Definitionen: Sei f : D −→ R ,
f+ : D 3 x 7→
f(x) , falls f(x) > 0 ,
0 , sonst;
f− : D 3 x 7→
−f(x) , falls f(x) < 0 ,
0 , sonst.
Bemerkung: Offenbar gilt
f = f+ − f− , |f | := abs ◦f = f+ + f− .
Satz 10 Seien f, g ∈ B[a, b] integrierbar. Dann gilt:
(a) f+, f− sind integrierbar.
(b) |f | ist integrierbar und
∣∣∣∣
∫ b
af(x) dx
∣∣∣∣≤∫ b
a|f |(x) dx .
- 82 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
(c) Ist f ≤ g, so folgt:
∫ b
af(x) dx ≤
∫ b
ag(x) dx.
Bemerkung: Fur Riemann–Integrierbarkeit folgt aus
(a) f ist integrierbar,
daß
(b) |f | ist integrierbar;
die Umkehrung gilt im allgemeinen nicht. In der Lebesgueschen Theorie wird
der Integralbegriff so eingefuhrt, daß (a) und (b) aquivalent sind.
10.5 Eine Auswahl integrierbarer Funktionen
Satz 11 C[a, b] ⊂ R[a, b] .
Satz 12 Ist f : [a, b] −→ R monoton, so ist f integrierbar.
Satz 13 Gilt f, g ∈ R[a, b], so gilt auch f · g ∈ R[a, b].
10.6 Weitere Aussagen uber Integrale
Satz 14 Sei f ∈ B[a, b] , c ∈ (a, b). Dann sind aquivalent:
(a) f ∈ R[a, b] .
(b) f |[a,c] ∈ R[a, c] ∧ f |[c,b] ∈ R[c, b] .
Ist (a) erfullt, so gilt
∫ b
af(x) dx =
∫ c
af(x) dx+
∫ b
cf(x) dx .
- 83 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Folgerung 15 Ist f ∈ R[a, b] , a ≤ a1 < b1 ≤ b , so gilt:
f ∈ R[a1, b1] .
Folgerung 16 Ist f : [a, b] −→ R stetig bis auf endlich viele Punkte in
[a, b], so gilt:
f ∈ R[a, b] .
Definitionen: Sei f : [a, b] −→ R , a ≤ b.
(a) Fur a = b :
∫ b
af(x) dx = 0 .
(b) Ist f ∈ R[a, b] :
∫ a
bf(x) dx = −
∫ b
af(x) dx .
Folgerung 17 Seien f ∈ R[a, b] , a1, b1, c1 ∈ [a, b]. Dann gilt:
∫ b1
a1
f(x) dx+
∫ c1
b1
f(x) dx+
∫ a1
c1
f(x) dx = 0 .
Folgerung 18 Seien f, g : [a, b] −→ R stetig bis auf endlich viele Punkte
xi , 1 ≤ i ≤ ` , und f(x) = g(x) ∀x ∈ [a, b] \ {x1, . . . , x`} . Dann gilt
∫ b
af(x) dx =
∫ b
ag(x) dx .
Bemerkung: Es gilt die weitergehende Aussage in Heuser 1 [Heu02], Satz
79.6, S. 454.
- 84 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
11 Integration und Differentiation
11.1 Mittelwertsatz der Integralrechnung
Satz 1 (Mittelwertsatz)
Sei f ∈ C[a, b] , g ∈ R[a, b] , g ≥ 0. Dann gilt f · g ∈ R[a, b], und es gibt ein
ξ ∈ [a, b] mit∫ b
a(f · g)(x) dx = f(ξ)
∫ b
ag(x) dx .
Folgerung 2 Ist f ∈ C[a, b], so gibt es ξ ∈ [a, b] mit∫ b
af(x) dx = f(ξ)(b− a) .
Definitionen:
1. Ist Z : a = x0 < . . . < xN = b eine Zerlegung von [a, b], so heißt
∆Z := max1≤k≤N
(xk − xk−1)
die Feinheit (oder das Feinheitsmaß) von Z.
2. Seien f : [a, b] −→ R , Z : a = x0 < . . . < xN = b, ξk ∈ [xk−1, xk] , k =
1, . . . , N . Die Zahl
SZ :=N∑
k=1
f(ξk)(xk − xk−1)
heißt die Riemannsche Summe von f (zur Zerlegung Z mit Stutzstellen
ξ1, . . . , ξN ).
Satz 3 Seien f ∈ C[a, b] , (Zn)n∈N eine Folge von Zerlegungen von [a, b]
und (SZn)n∈N eine zugehorige Folge von Riemannschen Summen. Gilt
limn
∆Zn = 0 ,
- 85 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
so folgt
limnSZn =
∫ b
af(x) dx .
Beispiel: Berechnung von
∫ a
1
1
xdx fur a > 1.
Wahle x(n)k := a
kn , k = 0, . . . , n , Zn : x
(n)0 < . . . < x
(n)n , und ξ
(n)k :=
x(n)k−1 , k = 1, . . . , n. Dann
SZn = n(
a1n − 1
)
, limn
∆Zn = 0 ,
∫ a
1
1
xdx = lim
nSZn = ln a .
Numerische Integration (zur numerischen Approximation von Integra-
len) durch geschickte Wahl der Stutzstellen in den Riemannschen Summen:
Sei f ∈ R[a, b] , N ∈ N, h :=b− aN
(Schrittweite), xk := a + kh , k =
0, . . . , N ,
Z : a = x0 < x1 < · · · < xN = b aquidistante Zerlegung .
Rechteckregel: ξk := xk , k = 1, . . . , N ,
∫ b
af(x) dx ≈ h
N∑
k=1
f(xk) .
Mittelpunktregel (oder Tangententrapezformel ): ξk :=1
2(xk + xk−1) , k = 1, . . . , N ,
∫ b
af(x) dx ≈ h
N∑
k=1
f
(xk + xk−1
2
)
.
11.2 Hauptsatz der Differential- und Integralrechnung
Definition: Sei f : D −→ R. Eine Funktion F : D −→ R heißt Stamm-
funktion von f genau dann, wenn gilt:
F ist differenzierbar, F ′(x) = f(x) ∀x ∈ D .
- 86 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Folgerung 4 Sei f : [a, b] −→ R , F Stammfunktion von f . Dann sind fur
G : [a, b] −→ R aquivalent:
(a) G ist Stammfunktion von f .
(b) ∃γ ∈ R ∀x ∈ [a, b] : G(x) = F (x) + γ .
Definition: Sei f ∈ R[a, b] , c ∈ [a, b]. Die Funktion
[a, b] 3 x 7→∫ x
cf(t) dt ∈ R
heißt ein unbestimmtes Integral von f .
Lemma 5 Sei f ∈ C[a, b]. Dann ist jedes unbestimmte Integral eine Stamm-
funktion.
Satz 6 (Hauptsatz) Sei f ∈ C[a, b], F Stammfunktion von f . Dann gilt
∫ b1
a1
f(t) dt = F (b1)− F (a1) ∀a1, b1 ∈ [a, b] , a1 ≤ b1 .
Bemerkung: Die Flache unter dem Graph einer stetigen Funktion laßt
sich bei Kenntnis einer Stammfunktion mit Satz 6 sofort berechnen.
Bezeichnung:
∫
f(t) dt
stellt ein Symbol fur die Gesamtheit der Stammfunktionen dar.
Schreibweise:
F (b)− F (a) =: F (x)|ba
Beispiele:
- 87 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
1. f : [0, 1] 3 t −→ t2 ∈ R , Stammfunktion: F (x) =1
3x3, x ∈ [0, 1] .
2. F (x) =1
αeαx , x ∈ R , ist Stammfunktion von eαt. Also
∫ a
0eαt dt =
1
α(eαa − 1) .
3. F (x) = ln x , x > 0 , ist Stammfunktion von1
x. Also
∫ a
1
1
tdt = ln a− ln 1 = ln a .
11.3 Substitutionsregel
Satz 7 (Substitutionsregel)
Seien f ∈ C[a, b] , g ∈ C[α, β], und es gelte:
i. g ist stetig differenzierbar,
ii. g([α, β]) ⊂ [a, b] .
Dann gilt:
∫ g(β)
g(α)f(t) dt =
∫ β
αf(g(y))g′(y) dy .
Beispiele:
1. Berechne
∫ β
α(c+ dy)ndy , α, β ∈ R , d 6= 0 , n ∈ N.
Setze g(y) := c+ dy , y ∈ R , f(t) = tn , t ∈ R. Dann folgt
∫ β
α(c+ dy)n dy =
1
d(n+ 1)(c+ dy)n+1
∣∣∣∣
y=β
y=α
.
- 88 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
2. Berechne
∫ d
c
√
1− x2 dx fur −1 ≤ c < d ≤ 1 .
Substitution: x = sin(y) , y ∈ [a, b] , a := arcsin(c) , b := arcsin(d).
Dann folgt
∫ d
c
√
1− x2 dx =1
2
(
d√
1− d2 − c√
1− c2)
+1
2(arcsin(d)− arcsin(c)) .
Speziell (wegenπ
2= arcsin(1) = − arcsin(−1)):
∫ 1
−1
√
1− x2 dx =π
2.
11.4 Partielle Integration
Satz 8 Seien f, g ∈ [a, b] −→ R stetig differenzierbar. Dann gilt:
∫ b
af(x)g′(x) dx = f(x)g(x)|ba −
∫ b
af ′(x)g(x) dx .
Beispiel: 1) Ia,b(p) :=
∫ b
atpe−t dt fur 0 < a < b , p > 0 ;
Es gilt Ia,b(p) = −bpe−b + ape−a + p Ia,b(p− 1).
Definiert man I(p) := limb→∞
(
lima→0Ia,b(p)
)
, dann existieren die Limites
und es gilt I(n) = n!
(Wir schreiben:
∫ ∞
0tne−t dt = n! ; dies ist ein
”uneigentliches Integral“)
Definition: Uneigentliches Integral
Sei −∞ < a < b ≤ ∞, f ∈ R[a, β] ∀β ∈ [a, b]. Ist b = ∞ oder f in [a, b]
nicht beschrankt, dann heißt
∫ b
af(t) dt
- 89 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
uneigentliches Integral bei b. Falls
limβ→b
∫ β
af(t) dt
existiert, heißt das uneigentliche Integral konvergent ; der Wert des uneigent-
lichen Integral ist
∫ b
af(t) dt := lim
β→b
β∫
a
f(t) dt;
andernfalls heißt
∫ b
af(t) dt divergent.
Bemerkung: Man erklart uneigentliche Integrale an der unteren Grenze
uber
∫ b
a. . . = −
∫ a
b. . .
Beispiele:
2)
∫ ∞
0e−t dt = lim
β→∞
∫ β
0e−t dt = 1
3)
∫ 1
0
1
tdt = lim
β→0
∫ 1
β
1
tdt =∞ divergent!
4)
∫ ∞
0tp−1e−t dt ist konvergent (s. Beispiel 1)
Die Abbildung
d: (0,∞) 3 p 7→∫ ∞
0tp−1e−1 dt ∈ R
heißt Eulersche Gammafunktion.
- 90 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
11.5 Das Taylorsche Restglied in Integralform
Satz 9 Sei f : [a, b] −→ R n + 1-mal stetig differenzierbar, und sei x0 ∈[a, b]. Dann gilt fur x ∈ [a, b] :
f(x) =n∑
k=0
1
k!f (k)(x0)(x− x0)
k +1
n!
∫ x
x0
(x− t)nf (n+1)(t) dt .
Bezeichnung:
Rn(x) :=1
n!
∫ x
x0
(x− t)nf (n+1)(t) dt
heißt Restglied der Taylorentwicklung in Integralform.
11.6 Integrationsrezepte
Wiederholung:∫
xα dx =1
α+ 1xα+1
∫
cos x dx = sinx ,
∫
sinx dx = − cos x∫
eαx dx =1
αeαx ,
∫1
xdx = ln x
∫1
1 + t2dt = arctan(t)
Zu rationalen Funktionen, d. h. Funktionen der Formp
q, wobei p, q Polyno-
me, sind Stammfunktionen stets angebbar. Furp
qerreicht man durch Divi-
sion mit Rest (Euklidischer Algorithmus), daß fur die zu betrachtenden Po-
lynome der Grad von p kleiner als der von q ist. Nach dem Fundamentalsatz
der Algebra laßt sich das Polynom q schreiben als Produkt von Polynomen
ersten und zweiten Grades,
q(x) =m∏
j=1
(Ajx+Bj)sj
∏
k=1
(Akx2 + 2Bkx+ Ck)
rk .
- 91 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Macht man nun furp
qden Ansatz
p(x)
q(x)=
m∑
j=1
sj∑
`=1
α`(Ajx+Bj)`
+∑
k=1
rk∑
i=1
(βi
(Akx2 + 2Bkx+ Ck)i+
γix
(Akx2 + 2Bkx+ Ck)i
)
,
dann lassen sich die Koeffizienten α`, βi, γi durch Koeffizientenvergleich be-
stimmen. (Dieses Verfahren der Zerlegung vonp
qin einfache Funktionen
heißt Partialbruchzerlegung .)
Beispiele:
1.x2 − 2x+ 1
x+ 1= x− 3 +
4
x+ 1.
2.x2 − x+ 1
x3 − x2 + 2x− 2=
α
x− 1+
β
x2 + 2+
γx
x2 + 2,
da fur das Nennerpolynom gilt x3−x2+2x−2 = (x−1)(x2+2); Ausmul-
tiplizieren und Koeffizientenvergleich liefert: α =1
3, β = −1
3, γ =
2
3.
Der obige Ansatz zeigt, daß es fur rationale Funktionen genugt, die Stamm-
funktionen der folgenden Funktionen zu kennen:
Typ 1: 1
(Ax+B)k, A 6= 0 , k ≥ 1 ;
Typ 2: 1
(Ax2 + 2Bx+ C)k, A 6= 0 , k ≥ 1 ; D := AC −B2 > 0 ;
Typ 3: x
(Ax2 + 2Bx+ C)k, A 6= 0 , k ≥ 1 ; D := AC −B2 > 0 ;
- 92 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
zu Typ 1: Substitution t = Ax+B (i. e. x = A−1(t−B)),∫
dx
(Ax+B)k=
1
A
∫dt
tk;
zu Typ 2: Substitution x = A−1(√D t−B) ,
∫dx
(Ax2 + 2Bx+ C)k=
Ak−1
Dk− 12
∫dt
(t2 + 1)k;
die Stammfunktion von (t2 + 1)−k laßt sich rekursiv berechnen:
k = 1 :
∫dt
t2 + 1= arctan(t)
k + 1 :
∫dt
(t2 + 1)k+1=
1
2k
t
(t2 + 1)k+
2k − 1
2k
∫dt
(t2 + 1)k
zu Typ 3:
∫x dx
(Ax2 + 2Bx+ C)k=
1
2A
∫2Ax+ 2B
(Ax2 + 2Bx+ C)kdx
− B
A
∫dx
(Ax2 + 2Bx+ C)k
2. Integral: Typ 2.
1. Integral: g(x) := Ax2 + 2Bx+ C
∫2Ax+ 2B
(Ax2 + 2Bx+ C)kdx =
∫g′(x)g(x)k
dx =
ln g , k = 11
−k + 1g−k+1 , k > 1
.
Beispiel:∫
x
x2 + x+ 1dx =
1
2
∫2x+ 1
x2 + x+ 1dx− 1
2
∫dx
x2 + x+ 1,
wobei∫
2x+ 1
x2 + x+ 1dx = ln(x2 + x+ 1) ,
∫dx
x2 + x+ 1=
2√3
∫dt
t2 + 1=
2√3
arctan
(2√3(x+
1
2)
)
.
- 93 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
12 Reihen von Funktionen
12.1 Gleichmaßige Konvergenz
Definitionen: Sei fn : D ⊂ R→ R , n ∈ N, eine Folge von Funktionen.
(a) (fn)n∈N konvergiert auf D punktweise gegen f : D → R, wenn gilt:
∀x ∈ D ∀ε > 0 ∃N ∈ N ∀n ≥ N : |fn(x)− f(x)| < ε .
(b) (fn)n∈N konvergiert auf D gleichmaßig gegen f : D → R, wenn gilt:
∀ε > 0 ∃N ∈ N ∀x ∈ X ∀n ≥ N : |fn(x)− f(x)| < ε .
Beispiele:
1.
fn(x) = xn , n ∈ N , D = [0, 1] , f(x) = limnfn(x) =
1 , x = 1 ,
0 , 0 ≤ x < 1 ;
(fn)n konvergiert punktweise aber nicht gleichmaßig gegen f auf D.
Fur jedes Intervall [0, d] , d < 1, konvergiert (fn)n gleichmaßig gegen
die Nullfunktion.
2. Sei
φ(x) =
x , 0 ≤ x ≤ 1
2,
1− x ,1
2≤ x ≤ 1 ,
0 , sonst
und fn(x) = φ(nx) , x ∈ R , n = 1, 2, 3, . . . Es gilt limnfn(x) = 0
punktweise aber nicht gleichmaßig.
- 94 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Satz 1 (Cauchy–Kriterium fur gleichmaßige Konvergenz)
Eine Folge von Funktionen fn : D ⊂ R→ R , n ∈ N, konvergiert d. u. n. d.
gleichmaßig auf D gegen f : D → R, wenn gilt:
∀ε > 0 ∃N ∈ N ∀m,n ≥ N ∀x ∈ D : |fn(x)− fm(x)| < ε .
Satz 2 Die Folge fn : D ⊂ R → R , n ∈ N, konvergiere gleichmaßig auf D
gegen f : D → R und alle fn , n ∈ N, seien stetig in x0 ∈ D. Dann ist f
stetig in x0.
Folgerung 3 (Vertauschung von Grenzprozessen)
Die Folge (fn) konvergiere gleichmaßig auf D. Wenn die Limites limx→ξ
fn(x) , n ∈N , (ξ = ±∞ zugelassen) existieren, dann existieren auch die folgenden Li-
mites, und es ist
limn
(
limx→ξ
fn(x)
)
= limx→ξ
(
limnfn(x)
)
.
12.2 Gleichmaßige Konvergenz von Reihen
∑∞k=0 fk(x) heißt (Funktionen–)Reihe, fk : D ⊂ R→ R , k ∈ N0 := {0}∪N.
Beispiele:
1. Geometrische Reihe
∞∑
k=0
xk =1
1− x fur |x| < 1 .
2. Sei fk(x) = xk − xk−1 , k ∈ N , f0 = 1 ,
- 95 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
sn(x) :=n∑
k=0
fk(x) = xn , x ∈ [0, 1] , n ∈ N ,
=⇒ limnsn(x) = lim
n
n∑
k=0
fk(x) =∞∑
k=0
fk(x) =
1 , x = 1
0 , 0 ≤ x < 1 .
Die Konvergenz ist nicht gleichmaßig.
Definition: Eine Reihe∑∞
k=0 fk heißt gleichmaßig konvergent auf D,
wenn die Partialsummen sn :=∑n
k=0 fk auf D gleichmaßig konvergieren.
Der (gleichmaßige) Limes F erfullt dann:
∀ε > 0 ∃N ∈ N0 ∀n ≥ N ∀x ∈ D : |F (x)− sn(x)| < ε .
Wir schreiben
F (x) :=
∞∑
k=0
fn(x) ;
fur den Limes bzw. die Summe; weiter heißen rn := F−sn =∑∞
k=n+1 fk , n ∈N , die Reste.
Satz 4 (Cauchy–Kriterium fur Reihen)
Die Reihe∑∞
k=0 fk konvergiert gleichmaßig auf D d. u. n. d. wenn gilt:
∀ε > 0 ∃N ∈ N0 ∀n, m ≥ N ∀x ∈ D : |(sn − sm)(x)| < ε .
Bemerkung: (sn − sm)(x) =∑n
k=m+1 fk(x) falls n > m.
Satz 5 (Weierstraß’sches Majoratenkriterium)
Es gelte |fk(x)| ≤ ak ∀x ∈ D , k ∈ N. Ist die Reihe∑∞
k=0 ak konvergent, so
ist die Reihe∑∞
k=0 fk (absolut und) gleichmaßig konvergent auf D.
- 96 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Bezeichnung:∑
k ak heißt konvergente Majorante fur∑
k fk.
Satz 6 Die Reihe∑∞
k=0 fk sei gleichmaßig konvergent in D. Sind die Funk-
tionen fk : D ⊂ R → R an der Stelle x0 ∈ D stetig fur (fast) alle k ∈ N0,
dann ist auch die Summe F stetig bei x0.
Folgerung 7 (Vertauschungssatz)
Die Reihe∑∞
k=0 fk(x) sei gleichmaßig konvergent auf D und limx→ξ
fk(x) exi-
stiere fur alle k ∈ N0 (ξ = ±∞ zugelassen). Dann existieren auch die
folgenden Limites, und es gilt
∞∑
k=0
(
limx→ξ
fk(x)
)
= limx→ξ
( ∞∑
k=0
fk(x)
)
.
12.3 Integrierbarkeit und Differenzierbarkeit von Funktionenrei-
hen
Fur eine konvergente Reihe F (x) =∑∞
k=0 fk(x) stellt sich die Frage, ob und
wann diese gliedweise integriert bzw. differenziert werden darf, also ob
∫ b
aF (x) dx
?=
∞∑
k=0
∫ b
afk(x) dx ,
F ′ ?=
∞∑
k=0
f ′k(x) .
Beispiel:
1. Sei sn(x) =∑n
k=0 fk(x) so, daß sn(x) = nxe−n2x2
. Dann ist
limn→∞
sn(x) = 0 := F (x) (punktweise) ,
und
∫ R
0sn(x) dx = −e−n
2x2∣∣∣
R
0= 1− e−n
2R2 ≥ 1
2,
- 97 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
falls R : 2 ≤ eR/2 und n ≥ 2. Also ist dann
∫ R
0sn(x) dx ≥
1
26= 0 =
∫ R
0limksk(x) dx .
Bemerkung: Die Konvergenz einer Reihe reicht also nicht aus fur die
gliedweise Integration.
Satz 8 Sei F =∑∞
k=0 fk eine auf D := (a, b) ⊂ R gleichmaßig konvergente
Reihe integrierbarer Funktionen, dann ist auch F integrierbar und
∫ b
aF (x) dx =
∞∑
k=0
∫ b
afk(x) dx .
Beispiel:
2. Sei sn =∑n
k=1 fk so, daß sn(x) =1
nsin(n2x). Dann gilt lim
nsn(x) =
0 =: F (x) gleichmaßig (da∑∞
k=1 ak mit Partialsumme sn =1
neine
konvergente Majorante). Wegen s′n(x) = n cos(n2x) −→ ∞(n → ∞)
z. B. fur x = 1, ist
(
limnsn
)′(x) = 0 6= lim
ns′n(x) .
Bemerkung: Fur die gliedweise Differentiation reicht es nicht aus, daß
die Reihe selbst gleichmaßig konvergent ist.
Satz 9 Entsteht aus einer in D ⊂ R konvergenten Reihe F (x) =∑∞
k=0 fk(x)
durch gliedweise Differentiation eine gleichmaßig konvergente Reihe F ∗ =∑∞
k=0 f′k mit stetigen Funktionen f ′
k, dann ist F ∗ = F ′.
- 98 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
12.4 Potenzreihen
Eine Reihe der Form
∞∑
n=0
anxn oder
∞∑
n=0
an(x− x0)n
heißt Potenzreihe; die Zahlen an nennt man ihre Koeffizienten, x0 den Ent-
wicklungspunkt.
Fragen: Konvergenz der Potenzreihe?
Darstellung einer Funktion durch eine Potenzreihe?
Satz 10 (Cauchy–Hadamard). Jede Potenzreihe∑∞
n=0 anxn besitzt einen
Konvergenzradius r in 0 ≤ r ≤ ∞ mit der Eigenschaft, daß die Reihe fur
|x| < r absolut konvergent und fur |x| > r divergent ist. Der Konvergenzra-
dius hangt nur von |an| ab und berechnet sich nach der Formel
r =1
lim supn∈N
n√
|an|
(hierbei ist1
0=∞ und
1
∞ = 0 zu setzen).
Bemerkungen:
1. Jeder Konvergenzradius kommt vor.
Beispiele:∞∑
n=0
(x
r0
)n
konvergiert fur |x| < |r0| ;∞∑
n=0
xn
n!hat Konvergenzradius r =∞ .
2. Bei Potenzreihen∑
n an(x−x0)n um einen Entwicklungspunkt x0 gilt
die Konvergenz fur x : |x − x0| < r mit dem Konvergenzradius r aus
Satz 10.
- 99 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
3. Uber das Verhalten bei x : |x| = r kann man im allgemeinen nichts
sagen.
Satz 11 Sind die Koeffizienten aneiner Potenzreihe∑
n anxn fur fast alle n
von Null verschieden, dann laßt sich der Konvergenzradius auch berechnen
durch
r = limn
∣∣∣∣
anan+1
∣∣∣∣
vorausgesetzt, dieser Limes existiert.
Satz 12 Eine Potenzreihe konvergiert gleichmaßig in jedem abgeschlosse-
nen Intervall
|x| ≤ s mit s < r (= Konvergenzradius).
Korollar 13 Eine durch eine Potenzreihe mit Konvergenzradius r > 0 dar-
gestellte Funktion
f(x) =
∞∑
n=0
anxn
ist fur |x| < r stetig; insbesondere ist limx→0
f(x) = f(0) = a0.
Satz 14 Sei f(x) =∑∞
n=0 an(x − x0)n eine Potenzreihe mit Konvergenz-
radius r > 0. Fur |x − x0| < r darf die Reihe gliedweise integriert und
differenziert werden,
∫
f(x) dx =∞∑
n=0
ann+ 1
(x−x0)n+1 , f ′(x) =
∞∑
n=1
nan(x−x0)n−1 , |x| < r .
Die Potenzreihe stellt fur |x| < r eine beliebig oft differenzierbare Funktion
dar; fur die Ableitungen gilt
f (n)(x0) = n! an , n ∈ N0 .
- 100 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Satz 15 (Identitatssatz fur Potenzreihen). Wenn die Potenzreihen
f(x) =
∞∑
n=0
an(x− x0)n , g(x) =
∞∑
n=0
bn(x− x0)n
fur |x − x0| < r , r > 0, konvergieren und f(x) = g(x) fur alle x ∈ (x0 −r , x0 + r) gilt, so ist
an = bn , n = 0, 1, 2, . . .
Bemerkungen:
1. Wenn eine Funktion uberhaupt durch eine Potenzreihe darstellbar ist,
so muß dies die Taylorreihe sein (s. auch Satz 16).
2. Sei f(x) =∑∞
n=0 anxn. Ist f gerade, d. h. f(x) = f(−x), dann muß
a1 = a3 = · · · = a2n+1 = 0 , n = 0, 1, . . . , sein; ist f ungerade, d. h.
f(x) = −f(−x), dann muß a2n = 0 , n = 0, 1, 2, . . . , sein.
3. Summe und Produkt von Potenzreihen: Seien
f(x) =
∞∑
n=0
anxn , g(x) =
∞∑
n=0
bnxn
mit positiven Konvergenzradien ra bzw. rb. Dann ist
f(x)± g(x) =
∞∑
n=0
(an ± bn)xn , |x| < min(ra, rb) ,
f(x) · g(x) =∞∑
n=0
(n∑
m=0
anbn−m
)
xn, |x| < min(ra, rb) (”Cauchy–Produkt“) .
Satz 16 (Entwicklung in die Taylorreihe). Es sei f : [a, b] ⊂ R → R eine
beliebig oft differenzierbare Funktion, und es existiere ein M ∈ R mit
|f (n)(x)| ≤M ∀x ∈ [a, b] ∀n ∈ N .
- 101 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Dann gilt fur beliebiges x0 ∈ [a, b]: Die Taylorreihe
∞∑
n=0
f (n)(x0)
n!(x− x0)
n
konvergiert fur alle x ∈ [a, b], und es ist
f(x) =
∞∑
n=0
f (n)(x0)
n!(x− x0)
n , x ∈ [a, b] .
Beispiele:
1.
1
1− x =
∞∑
n=0
xn |x| < 1 ;
2.
ex =
∞∑
n=0
xn
n!, x ∈ R ;
3.
ln (1 + x) =
∞∑
n=1
(−1)n−1xn
n, |x| < 1 ;
4.
sinx =∞∑
n=0
(−1)nx2n+1
(2n+ 1)!, x ∈ R ;
5.
cos x =
∞∑
n=0
(−1)nx2n
(2n)!, x ∈ R ;
6.
arctan x =
∞∑
n=0
(−1)nx2n+1
2n+ 1, |x| < 1 ;
- 102 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
7. (vgl. Beispiel 2 in Abschnitt 11.3)
f(x) =
exp
(
− 1
x2
)
, x 6= 0
0 , x = 0
ist unendlich oft differenzierbar; die Taylorreihe im Entwicklungspunkt
x0 = 0 ist identisch Null, stellt also f nicht dar.
Definition: Eine Funktion f : D ⊂ R → R heißt analytisch, wenn f
beliebig oft differenzierbar ist und fur jedes x0 ∈ D gilt: Die Taylorreihe von
f um x0 konvergiert in einer Umgebung von x0 und stellt f dort dar.
13 Metrische und topologische Raume
13.1 Metrische Raume
Definition: Sei X eine Menge, X 6= ∅. Eine Abbildung
d : X ×X −→ [0,∞)
heißt eine Metrik (Abstandsfunktion) auf X, wenn gilt:
i. d(x, y) = 0⇐⇒ x = y (Definitheit)
ii. d(x, y) = d(y, x) ∀x, y ∈ X (Symmetrie)
iii. d(x, y) ≤ d(x, z) + d(z, y) ∀x, y, z ∈ X (Dreiecksungleichung)
Das Tupel (X, d) heißt dann ein metrischer Raum.
Beispiele:
1. Sei X := R oder X eine Teilmenge von R. Der Absolutbetrag (auf R)
definiert eine Metrik
d(x, y) := |x− y| , x, y ∈ X .
- 103 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
2. Sei X = Rm oder X eine Teilmenge von Rm ,
dp(x, y) :=
∑mj=1 |xj − yj| p = 1
(∑m
j=1 |xj − yj|p)1/p
1 < p <∞
max1≤j≤m
|xj − yj| p =∞
x = (x1, . . . , xm) , y = (y1, . . . , ym) ∈ X; (X, dp) ist fur jedes p ∈ [1,∞]
ein metrischer Raum.
3. Sei X beliebige Menge. Durch
d(x, y) :=
1 , x 6= y
0 , x = y
ist eine Metrik auf X definiert. Sie heißt diskrete Metrik.
Satz 1 Sei (X, d) ein metrischer Raum,
(a) Ist f : [0,∞)→ [0,∞) zweimal stetig differenzierbar mit
f(0) = 0 , f ′(s) > 0 , f ′′(s) ≤ 0 ∀s ∈ (0,∞) ,
so wird durch
d(x, y) := f(d(x, y)) , x, y ∈ X ,
eine Metrik d auf X definiert.
(b) Durch
d(x, y) :=d(x, y)
1 + d(x, y), x, y ∈ X ,
wird eine Metrik auf X erklart.
- 104 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
13.2 Topologie
Definition: Sei X eine Menge, X 6= ∅. Eine Topologie T auf X ist eine
Familie von Teilmengen von X mit den Eigenschaften
(a) ∅ ∈ T , X ∈ T ;
(b) X1, X2 ∈ T =⇒ X1 ∩X2 ∈ T ;
(c) Xi ∈ T , i ∈ I (I beliebige Indexmenge)
=⇒⋃
i∈IXi ∈ T
Bezeichnung: Die Mengen aus T heißen offene Mengen; das Tupel (X, T )
heißt topologischer Raum. Wir sagen, X sei mit der Topologie T versehen.
Definition: Sei (X, d) metrischer Raum.
K(x, ε) := Kd(x, ε) := {y ∈ X | d(x, y) < ε} ,
K(x, ε) := Kd(x, ε) := {y ∈ X | d(x, y) ≤ ε} ,
heißen die offenen bzw. abgeschlossenen Kugeln um x mit Radius ε. Die
Topologie Td auf X
A ∈ Td :⇐⇒ ∀x ∈ A ∃ε > 0 : Kd(x, ε) ⊂ A
heißt die durch d erzeugte Topologie.
Lemma 2 Sei (X, d) metrischer Raum und sei Td die durch d auf X er-
zeugte Topologie.
Es gilt:
(a) A ∈ Td ⇐⇒ ∀x ∈ A ∃ε > 0 : Kd(x, ε) ⊂ A ;
- 105 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
(b) Kd(x, ε) ∈ Td ∀(x, ε) ∈ X × (0,∞) .
Definition: Sei (X, T ) ein topologischer Raum. Eine Teilmenge A ⊂ X
heißt abgeschlossen (bzgl. der Topologie T ) genau dann, wenn X \ A offen
ist, d. h. wenn gilt: X \A ∈ T .
Folgerung 3 Sei (X, d) metrischer Raum. Dann sind die Kugeln
Kd(x, ε) , Kd(x, ε) mit (x, ε) ∈ X × (0,∞)
offen bzw. abgeschlossen.
Bemerkung: In einem topologischen Raum (X, T ) sind ∅, X stets offen
und abgeschlossen.
Definition: Sei X eine Menge, X 6= ∅, und seien d, d Metriken auf X.
Diese Metriken d, d heißen aquivalent, wenn gilt: Td = Td.
Folgerung 4
(a) Sei (X, d) metrischer Raum und sei f : [0,∞)→ [0,∞) mit
f(0) = 0 , f ′(s) > 0 , f ′′(s) ≤ 0 ∀s ∈ (0,∞) .
Dann ist die Metrik d, definiert durch
d(x, y) := f(d (x, y)) , x, y ∈ X ,
aquivalent zu d , d. h. d, d sind aquivalent.
(b) Die Metriken dp , 1 ≤ p ≤ ∞, auf Rm sind paarweise aquivalent.
- 106 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Definition: Sei (X, T ) ein topologischer Raum, x ∈ X. Eine Teilmenge
U ⊂ X heißt Umgebung von x, wenn es eine offene Menge A ⊂ X (A ∈ T !)
gibt mit:
x ∈ A ⊂ U .
Bezeichnung: Menge der Umgebungen U(x)
Satz 5 Sei (X, T ) ein topologischer Raum, A ⊂ X. Es sind aquivalent:
(a) A ist offen, d. h. A ∈ T .
(b) ∀x ∈ A : A ∈ U(x) .
Definition: Der topologische Raum (X, T ) heißt separiert oder Haus-
dorffsch, wenn gilt:
∀x, y ∈ X, x 6= y ∃U ∈ U(x) ∃V ∈ U(y) : U ∩ V = ∅ .
Folgerung 6 Jeder metrische Raum (X, d) ist Hausdorffsch.
Lemma 7 Sei (X, T ) topologischer Raum, Y ⊂ X , Y 6= ∅. Dann ist
TY := {B ⊂ Y | ∃A ∈ T : B = Y ∩A}
eine Topologie auf Y .
Definition: Sei (X, T ) topologischer Raum, Y ⊂ X. Dann heißt die
Topologie TY (siehe Lemma 7) die durch T auf Y induzierte Topologie.
Definition: Sind T1 und T2 Topologien auf der Menge X, so heißt T1
feiner als T2 (oder T2 grober als T1), wenn gilt: T1 ⊃ T2.
Bemerkung:
- 107 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
– Die feinste Topologie Tf besteht aus allen Teilmengen von X, d. h.
Tf = P (X)
(= Potenzmenge).
– Die grobste Topologie Tg besteht nur aus ∅ und X.
13.3 Stetige Abbildungen
Definition: Seien (X, Tx) und (Y, TY ) topologische Raume und sei f :
X → Y eine Abbildung.
(a) f heißt stetig in x ∈ X, wenn gilt:
∀V ∈ U(f(x)) ∃U ∈ U(x) : f(U) ⊂ V ;
(b) f heißt stetig, wenn f stetig in jedem x ∈ X ist.
Satz 8 Seien (X, TX) , (Y, TY ) topologische Raume, f : X → Y . Es sind
aquivalent:
(a) f ist stetig.
(b) f−1(B) ∈ TX ∀B ∈ TY .
- 108 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Bemerkungen:
1. Offensichtlich ist eine Topologie T1 auf X genau dann feiner als eine
Topologie T2 auf X, wenn id : X → X stetig ist, wobei der Urbildbe-
reich mit T1 und der Bildbereich mit T2 versehen ist.
2. Die induzierte Topologie TA auf A, A ⊂ X und (X, T ) topologischer
Raum, ist die grobste Topologie, fur die die Einbettung
ι : A 3 x 7→ x ∈ X
stetig ist.
Definition: Sei (X, T ) ein topologischer Raum.
Eine Folge (xn)n∈N in X konvergiert gegen x, wenn gilt:
∀U ∈ U(x) ∃N ∈ N ∀n ≥ N : xn ∈ U .
Wir schreiben: xn −→ x , xn −→ x in T , oder xnT−→x.
Definition: Seien (X, TX) und (Y, TY ) topologische Raume, sei f : X →Y , x ∈ X.
f heißt folgenstetig in x, wenn gilt:
xn −→ x in TX =⇒ f(xn) −→ f(x) in TY .
Folgerung 9 Seien (X, TX) , (Y, TY ) topologische Raume und sei f : X →Y stetig in x ∈ X, so ist f folgenstetig in x.
Folgerung 10 Sei (X, d) metrischer Raum, sei (Y, TY ) topologischer Raum,
und sei f : X → Y folgenstetig in x ∈ X. Dann ist f stetig in x.
- 109 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Folgerung 11 Seien (X, d) , (Y, d) metrische Raume und sei f : X → Y .
Es sind aquivalent:
(a) f ist stetig.
(b) ∀x ∈ X ∀ε > 0 ∃δ > 0 ∀y ∈ X : d(x, y) < δ =⇒ d(f(x), f(y)) <
ε .
(c) ∀(xn)n∈N : d(xn, x) −→ 0 =⇒ d(f(xn), f(x)) −→ 0 .
Satz 12 Sei (X, d) metrischer Raum, y ∈ X , A ⊂ X. Dann sind die Funk-
tionen
fy : X 3 x 7→ d(x, y) ∈ R ,
fA : X 3 x 7→ inf{d(x, z) | z ∈ A} ∈ R ,
stetig.
Definition: Sei (X, d) metrischer Raum, A ⊂ X. Die Abbildung
X 3 x 7→ inf{d(x, z) | z ∈ A}
heißt Distanzfunktion zu A; und wir schreiben dafur dist(., A), d. h.
dist(x,A) := inf{d(x, z) | z ∈ A} , x ∈ X .
13.4 Abgeschlossene Mengen
Definition: Sei (X, T ) topologischer Raum, A ⊂ X.
cl(A) :=⋂
{B|A ⊂ B , B abgeschlossen}
Abgeschlossene Hulle vonA ;
int(A) :=⋃
{B|B ⊂ A , B offen}
Offener Kern von A .
- 110 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Folgerung 13 Sei (X, T ) topologischer Raum, A ⊂ X. Dann gilt:
(a) cl (A) ist abgeschlossen;
(b) int (A) ist offen.
Satz 14 Sei (X, d) metrischer Raum, A ⊂ X.
(a) A ist abgeschlossen genau dann, wenn gilt: ∀x ∈ X ∀xn ∈ A , n ∈ N :
xn → x =⇒ x ∈ A.
(b) cl (A) = {x ∈ X | ∃(xn)n∈N mit: xn ∈ A ∀n ∈ N , xn → x}.
Folgerung 15 In einem metrischen Raum (X, d) ist Kd(x, ε) stets abge-
schlossen.
13.5 Kompakte Mengen
Definition: Ein topologischer Raum (X, T ) heißt kompakt, wenn gilt:
i. (X, T ) ist Hausdorffsch.
ii. X =⋃
i∈IXi , Xi ∈ T ∀i ∈ I =⇒
=⇒ ∃m ∈ N ∃i1, . . . , im ∈ I : X =
m⋃
j=1
Xij .
(Jede offene Uberdeckung enthalt eine endliche Uberdeckung.)
Definitionen: Sei (X, T ) topologischer Raum, A ⊂ X.
1. A heißt kompakt, wenn (A, TA) kompakt ist, wobei TA die durch T auf
A induzierte Topologie ist.
- 111 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
2. A heißt relativ kompakt, wenn cl (A) kompakt ist.
Satz 16 Seien (X, TX) und (Y, TY ) Hausdorffsche topologische Raume. Ist
(X, TX) kompakt und f : X → Y stetig, so ist f(X) kompakt.
Satz 17 Jede abgeschlossene Teilmenge einer kompakten Menge ist kom-
pakt.
Definition:
1. Ein topologischer Raum (X, T ) heißt folgenkompakt, wenn jede Folge
(xn)n∈N in X eine in X konvergente Teilfolge enthalt.
2. Eine Teilmenge A ⊂ X des metrischen Raumes (X, d) heißt total be-
schrankt, wenn gilt:
∀ε > 0 ∃m ∈ N ∃x1, . . . , xm ∈ X : A ⊂m⋃
j=1
Kd(xj , ε) .
Satz 18 Sei (X, d) ein metrischer Raum. Es gilt:
(a) X ist kompakt genau dann, wenn X folgenkompakt ist.
(b) Ist X kompakt, so ist X total beschrankt.
Folgerung 19 Ist (X, d) metrischer Raum, A ⊂ X, A kompakt, dann ist A
abgeschlossen.
14 Vollstandige metrische Raume, Banachraume
14.1 Vollstandige metrische Raume
Definitionen: Sei (X, d) metrischer Raum
- 112 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
1. Eine Folge {xn}n∈N in X heißt Cauchy–Folge in X, wenn gilt:
∀ε > 0 ∃N ∈ N ∀n,m ≥ N : d(xn, xm) < ε .
2. Der metrische Raum (X, d) heißt vollstandig , wenn jede Cauchyfolge
in X konvergent ist.
- 113 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Beispiele:
1. Der metrische Raum (R, d), d = Absolutbetrag, ist vollstandig.
2. Der Raum Rm ist bezuglich der Metriken dp , 1 ≤ p ≤ ∞, vollstandig.
Satz 1 Sei (X, d) metrischer Raum, A ⊂ X.
(a) Ist (X, d) kompakt, so ist (X, d) vollstandig.
(b) (X, d) ist kompakt genau dann, wenn (X, d) vollstandig und X total
beschrankt ist.
(c) Ist (X, d) vollstandig, so ist A relativ kompakt genau dann, wenn A
total beschrankt ist.
Definition: Seien (X, dX ), (Y, dY ) metrische Raume und sei f : X → Y .
f heißt gleichmaßig stetig, wenn gilt:
∀ε > 0 ∃δ > 0 ∀x, x′ ∈ X : dX(x, x′) < δ =⇒ dY (f(x), f(x′)) < ε .
Bezeichnung: C(X,Y ) := {f : X −→ Y | f stetig}
Satz 2 Seien (X, dX), (Y, dY ) metrische Raume, sei f ∈ C(X,Y ). Ist (X, dX )
kompakt, so ist f gleichmaßig stetig.
14.2 Der Raum der beschrankten und stetigen Abbildungen
Definition: Sei X eine Menge, (Y, dY ) ein metrischer Raum.
- 114 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
(a) A ⊂ Y heißt beschrankt, wenn der Durchmesser
δA := sup{dY (y, z) | y, z ∈ A}
endlich ist.
(b) Eine Abbildung f : X → Y heißt beschrankt, wenn f(X) beschrankt
ist.
Bezeichnung: (X, TX), (Y, TY ) topologische Raume bzw. (Y, dY ) metri-
scher Raum.
C(X,Y ) := {f : X −→ Y |f stetig } , B(X,Y ) := {f : X −→ Y |f beschrankt } .
Lemma 3 Sei (X, T ) ein topologischer Raum und (Y, dY ) ein vollstandiger
metrischer Raum. Dann wird
Cb(X,Y ) := {f ∈ C(X,Y ) | f beschrankt}
zusammen mit der Metrik d∞, definiert durch
d∞(f, g) := sup{dY (f(x), g(x)) | x ∈ X} ,
zu einem vollstandigen metrischen Raum.
Folgerung 4 Sei (X, T ) ein kompakter topologischer Raum und sei (Y, dY )
ein vollstandiger metrischer Raum. Dann gilt C(X,Y ) = Cb(X,Y ), und
C(X,Y ) wird zusammen mit der Metrik d∞ zu einem vollstandigen metri-
schen Raum.
Definition: Seien (X, dX ) , (Y, dY ) metrische Raume. Eine Familie F ∈C(X,Y ) heißt gleichgradig stetig,, falls gilt:
∀ε > 0 ∃δ > 0 ∀x, x′ ∈ X ∀f ∈ F : dX(x, x′) < δ
=⇒ dY (f(x), f(x′)) < ε .
- 115 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Satz von Arzela–Ascoli
Sei (X, dX ) kompakter metrischer Raum, sei (Y, dY ) vollstandiger metrischer
Raum und sei F ⊂ C(X,Y ). Dann sind aquivalent:
(a) F ist relativ kompakte Teilmenge in (C(X,Y ), d∞).
(b) F ist gleichgradig stetig und die Mengen
F(x) :={f(x)
∣∣ f ∈ F
}, x ∈ X ,
sind relativ kompakte Teilmengen in (Y, dY ).
14.3 Normierte Raume; Banachraume
Definition: Ein Vektorraum X (uber K = R oder C) heißt normiert,
wenn es eine Abbildung
‖ · ‖ : X −→ R
gibt mit
(a) ‖x‖ = 0⇐⇒ x = 0 (Definitheit)
(b) ‖αx‖ = |α| ‖x‖ , α ∈ K , x ∈ X (Homogenitat)
(c) ‖x+ y‖ ≤ ‖x‖+ ‖y‖ , x, y ∈ X (Dreiecksungleichung).
‖ · ‖ : X → R heißt Norm und (X, ‖ · ‖) ein normierter Raum.
Folgerung 5 Ist ‖ · ‖ eine Norm auf X, so wird durch
d‖·‖ : X ×X 3 (x, y) 7→ ‖x− y‖ ∈ R
eine Metrik erzeugt.
Beispiele:
- 116 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
1. In X = Rn werden die Metriken dp , 1 ≤ p ≤ ∞, durch folgende
Normen erzeugt:
‖x‖p :=
n∑
j=1
|xj|p
1/p
, p ∈ [1,∞)
max1≤j≤n
|xj | , p =∞; x ∈ Rn .
2. Sei (X, T ) kompakter topologischer Raum. Offenbar ist C(X,R) ein
Vektorraum uber R und durch
‖f‖∞ := maxx∈X|f(x)| , f ∈ C(X,R) ,
wird eine Norm definiert.
Definition: Der normierte Raum (X, ‖ · ‖) heißt Banachraum, wenn der
metrische Raum (X, d‖·‖) vollstandig ist.
Beispiele:
3. Sei (X, T ) kompakter topologischer Raum, sei (Y, ‖ · ‖Y ) ein Banach-
raum. Dann ist C(X,Y ) ein Vektorraum und durch
‖f‖∞ := supx∈X‖f(x)‖Y , f ∈ C(X,Y ) ,
wird eine Norm auf C(X,Y ) erklart; C(X,Y ) ist sogar ein Banachraum.
4. Sei X := C[−1, 1] der Vektorraum der stetigen Funktionen von [−1, 1]
nach R. Offenbar ist
‖ · ‖1 : X 3 f 7→∫ 1
−1|f(t)| dt ∈ R
eine Norm auf X. Bzgl. ‖ · ‖1 ist X nicht vollstandig.
- 117 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
14.4 Gleichmaßige Konvergenz
Definitionen: Sei X eine Menge, X 6= ∅, sei (Y, dY ) metrischer Raum,
sei fn : X → Y , n ∈ N.
(a) (fn)n∈N konvergiert punktweise gegen f : X → Y , wenn gilt:
∀x ∈ X ∀ε > 0 ∃N ∈ N ∀n ≥ N : dY (fn(x) f(x)) < ε .
(b) (fn)n∈N konvergiert gleichmaßig gegen f : X → Y , wenn gilt:
∀ε > 0 ∃N ∈ N ∀x ∈ X ∀n ≥ N : dY (fn(x) f(x)) < ε .
Satz 6 Seien (X, dX ), (Y, dY ) metrische Raume, sei x0 ∈ X, sei fn : X →Y stetig in x0, n ∈ N. Konvergiert dann (fn)n∈N gleichmaßig gegen f : X →Y , so ist f stetig in x0.
Satz 7 (Satz von DINI)
Sei (X, dX ) kompakter metrischer Raum und sei (fn)n∈N eine Folge in C(X,R).
Es gelte: (fn(x))n∈N ist monoton fallende Nullfolge fur alle x ∈ X.
Dann konvergiert (fn)n∈N gleichmaßig gegen 0 (= Nullfunktion).
15 Der euklidische Raum Rn
15.1 Der Rn als normierter Raum
Bekanntlich ist
X := Rn := R× · · · × R :={
(x1, . . . , xn)∣∣∣ xi ∈ R , 1 ≤ i ≤ n
}
- 118 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
ein n-dimensionaler Vektorraum uber dem Korper R.
Ziel: Verifikation der Metrikeigenschaften von dp fur p ∈ (1,∞).
Lemma 1
(a) Fur x ∈ (0,∞) , α ∈ (0, 1) gilt: xα − αx ≤ 1− α.
(b) Fur a, b ∈ (0,∞) und α, β ∈ (0, 1) mit α+β = 1 gilt: aαbβ ≤ αa+βb.
(c) Fur a, b ∈ (0,∞) und p, q ∈ (1,∞) mit1
p+
1
q= 1 gilt: ab ≤ 1
pap +
1
qbq.
Lemma 2 (HOLDER’sche Ungleichung)
Seien ai, bi ∈ (0,∞) , 1 ≤ i ≤ n, und seien p, q ∈ (1,∞) mit1
p+
1
q= 1.
Dann gilt:
n∑
i=1
aibi ≤(
n∑
i=1
api
)1/p( n∑
i=1
bqi
)1/q
.
Satz 3 (MINKOWSKI’sche Ungleichung)
Seien ai, bi ∈ (0,∞) , 1 ≤ i ≤ n, und sei p ∈ (1,∞). Dann gilt:
(n∑
i=1
(ai + bi)p
)1/p
≤(
n∑
i=1
api
)1/p
+
(n∑
i=1
bpi
)1/p
.
Folgerung 4
(a) (Rn, ‖ · ‖p) ist fur jedes p ∈ [1,∞] ein Banachraum.
(b) Die Kugeln
Kp(x, r) :={
y ∈ Rn∣∣∣ ‖y − x‖p ≤ r
}
, x ∈ Rn , r ∈ [0,∞) ,
sind fur jedes p ∈ [1,∞] kompakt.
- 119 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
(c)
‖x‖∞ ≤ ‖x‖p ≤ n1/p‖x‖∞ , x ∈ Rn , p ∈ [1,∞] .
Definition: Sei X ein Vektorraum (uber K) und seien ‖ · ‖, | · | zwei
Normen auf X. ‖ · ‖, | · | heißen aquivalent, wenn es α, β > 0 gibt mit:
α‖x‖ ≤ |x| ≤ β‖x‖ ∀x ∈ X .
Satz 5 Alle Normen auf dem Vektorraum Rn sind aquivalent.
Folgerung 6 Sei ‖ · ‖ eine Norm auf Rn. Es gilt:
(a) (Rn, ‖ · ‖) ist ein Banachraum.
(b) Fur A ⊂ Rn sind aquivalent:
i. A ist kompakt;
ii. A ist abgeschlossen und beschrankt.
Beispiel: Wir definieren fur p ∈ [1,∞]:
`p :=
{
(xn)n∈N
∣∣∣xn ∈ R ∀n ∈ N ,
∑
n∈N|xn|p <∞
}
, p <∞{
(xn)n∈N
∣∣∣xn ∈ R ∀n ∈ N , supn∈N |xn| <∞
}
, p =∞.
Sei p ∈ [1,∞]. Wir setzen:
q :=
1 falls p =∞p
p− 1falls p ∈ (1,∞)
∞ falls p = 1
.
Es gilt:
- 120 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
i.
∑
n∈N
xnyn ≤(∑
n∈N
|xn|p)1/p(
∑
n∈N
|yn|q)1/q
ii. Durch
‖ · ‖p : `p 3 x = (xn)n∈N 7→( ∞∑
n=1
|xn|p)1/p
∈ R
wird eine Norm definiert.
iii. dim `p =∞ .
iv. Die abgeschlossene Einheitskugel
K(0, 1) :={
(xn)n∈N ∈ `p∣∣∣ ‖x‖p ≤ 1
}
ist nicht kompakt.
15.2 Rn als euklidischer Raum
Definition: Die Abbildung
< ·, · >: Rn × Rn 3 (x, y) 7→n∑
i=1
xiyi ∈ R
heißt das euklidische Skalarprodukt in R.
Folgerung 7
(a) < x, x >≥ 0 ∀x ∈ Rn.
(b) < x, x >= 0 genau dann, wenn x = 0.
(c) < αx+ βy, z >= α < x, z > +β < y, z > , x, y, z ∈ Rn , α, β ∈ R.
- 121 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
(d) < x, y >=< y, x > , x, y ∈ Rn.
(e) | < x, y > | ≤< x, x >1/2< y, y >1/2 , x, y ∈ Rn.
(f) | < x, y > | =< x, x >1/2< y, y >1/2 genau dann, wenn x, y linear
abhangig sind.
Definition: Seien x, y ∈ Rn , x 6= 0 , y 6= 0.
(a) Die Zahl α ∈ [0, π] mit
cosα =< x, y >
‖x‖2‖y‖2heißt der Winkel zwischen x und y.
(b) x, y heißen orthogonal (oder senkrecht) zueinander, wenn gilt< x, y >=
0.
Parallelogrammidentitat
‖x+ y‖22 + ‖x− y‖22 = 2‖x‖22 + 2‖y‖22 , x, y ∈ Rn .
Satz von Pythagoras
‖x+ y‖22 = ‖x‖22 + ‖y‖22 ∀x, y ∈ Rn mit < x, y >= 0 .
15.3 Kurven in Rn
Definitionen: Sei (X, T ) ein topologischer Raum, a, b ∈ R.
(a) Eine stetige Abbildung ϕ = [a, b]→ X heißt Weg (in X mit Parame-
terintervall [a, b]); die Bildmenge
Γϕ :={
ϕ(t)∣∣∣ t ∈ [a, b]
}
- 122 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
heißt dann die durch ϕ erzeugte Kurve mit Anfangspunkt ϕ(a) und
Endpunkt ϕ(b).
(b) Ein Weg ϕ in X heißt JORDAN–Weg, wenn ϕ injektiv ist.
(c) Ein Weg ϕ = [a, b]→ X heißt geschlossen, wenn ϕ(a) = ϕ(b) gilt.
(d) Ein Weg ϕ = [a, b] → X heißt geschlossener JORDAN–Weg , wenn ϕ
geschlossen ist und ϕ | (a, b) injektiv ist.
Bezeichnung: Koordinatenabbildungen ϕ1, . . . , ϕn:
ϕ(t) = (ϕ1(t), . . . , ϕn(t)) , t ∈ [a, b] ,
ϕi(t) := < ϕ(t), ei > , t ∈ [a, b] , 1 ≤ i ≤ n .
wobei ei = i-ter Einheitsvektor.
Beispiele:
1. ϕ : [0, 1] 3 t 7→ (1 + t, 2− t) ∈ R2 ,
ψ : [−2, 2] 3 s 7→(
3
2− 1
4s,
3
2+
1
4s
)
∈ R2 .
2. ϕ : [0, 2π] 3 t 7→ (cos t, sin t) ∈ R2 ,
ψ : [0, 2π] 3 t 7→ (cos 2t, sin 2t) ∈ R2 ;
ψ ist kein Jordan–Weg.
3.
ϕ : R 3 t 7→ (r cos t, r sin t, ct) ∈ R3 mit r > 0, c > 0
heißt Schraubenlinie mit Ganghohe 2πc
- 123 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
y
z
...............................
..........................
...........................
..........................
...........................
..........................
...........................
...x
r
•.........................................................................................................................• 2cπ
...........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
................................................................................................................
..........................................................................................................................................................................................................................................................................................................................................................
.................................................................................................................................................................................................................................
.................................................................................................
4.
ϕ : [0, 2π] 3 t 7→ (a cos t, b sin t) ∈ R2 , mit a > b > 0 ,
ist ein geschlossener Jordan–Weg.
Ellipse
{
x, y∣∣∣x2
a2+y2
b2= 1
}
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
..
.
.........................................................................................................................................................
.............
.................
...........................................................................................................................................................................................................
................................................................................................................................................................................................................................................................................................................................................................
....................................................................................................................................................................................................................................
................................................................................................................................................................................................................................................................................................................................................................................................................• •
E F
Q
Brennpunkte: E = (−e, 0) , F = (e, 0)
e =√a2 − b2 (
”lineare Exzentrizitat“)
5.
ϕr : R 3 t 7→ (a cosh t, b sinh t) ∈ R2 , a, b > 0 ,
ist kein Weg, aber jede Einschrankung auf ein beschranktes, abge-
schlossenes Intervall ist ein Jordan–Weg. Die zugehorige Kurve ist der
rechte Ast der
- 124 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Hyperbel
{
x, y
∣∣∣∣
x2
a2− y2
b2= 1
}
.
..
..........................................................................................................................................................................................................................................................................................................................................................................................................................................................................
.
............................................................................................................................................................................................................................................................................................................................................................................................................................................................................
.
..............................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
a
b
E F
Brennpunkte: E = (−e, 0) , F = (e, 0)
e =√a2 + b2 (
”lineare Exzentrizitat“)
Definition: Polarkoordinaten im R2 : (x, y) = (r, ϑ), wobei
r :=√
x2 + y2 : Abstand vom Nullpunkt
ϑ ∈ [0, 2π) mit:x
r= cosϑ ,
y
r= sinϑ ;
x
y
.
..............................................................................................................................................................................................................................................................•P (x, y)
ϑ.....................................
r
Beispiele:
1.
r =p
1 + ε cosϑ, ϑ ∈ [0, 2π] , p > 0, ε ≥ 0 .
- 125 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
ε = 0 : Kreis mit Radius p
ε ∈ (0, 1) : Ellipse:
(x+ e)2
a2+y2
b2= 1 , e :=
√
a2 − b2
ε = 1 : Parabel:
y2 + 2p(x− 1
2p) = 0
ε > 1 : Hyperbel
(x− e)2a2
− y2
b2= 1 , e :=
√
a2 + b2
2. Archimedische Spirale: r = aϑ , ϑ ∈ [0,∞) , a > 0 .
3. Logarithmische Spirale: r = aϑ , ϑ ∈ [0,∞) , a > 0 .
...
....
....
.................................................................................
..................................................
................................................................................................................
........................................................................................................................................
......................................................................................................................................................................................................................................................
.......................................................................................
........................................................................................................................................................................................................................................................................................................................................................................................................................
...................................................................................................................................................................................................................................................................
..........................................................................................................................................................................................................................................................................................
ϕ
ϕ
Bezeichnung: Sei ϕ : [a, b]→ Rn ein Weg. Mit Z[a, b] sei die Menge der
Zerlegungen von [a, b] bezeichnet,
Z[a, b] =
Z
∣∣∣∣∣∣
Z Zerlegung von [a, b] der Form
Z : a = t0 < · · · < tm = b
Definition: Lange des Polygonzugs
`(Z,ϕ) :=
m∑
k=1
‖ϕ(tk)− ϕ(tk−1)‖2
- 126 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Definition: Ein Weg ϕ : [a, b] → Rn heißt rektifizierbar, wenn es eine
Konstante λ gibt, so daß gilt:
`(Z;ϕ) ≤ λ ∀Z ∈ Z[a, b] .
In diesem Falle wird die reelle Zahl
L(ϕ) := supZ∈Z[a,b]
`(Z;ϕ)
die Lange von ϕ genannt.
Definition: Eine Abbildung f : [a, b]→ R heißt von beschrankter Varia-
tion, wenn es ν ∈ R gibt, so daß fur jede Zerlegung Z ∈ Z[a, b] gilt:
var(Z; f) :=
p∑
i=1
|f(ti)− f(ti−1)| ≤ ν ,
wobei Z : a = t0 < · · · < tp = b .
V ba (f) := supZ∈Z[a,b] var (Z; f) heißt dann die Totalvariation von f und wir
schreiben
f ∈ BV [a, b] .
Satz 8 Der Weg ϕ : [a, b]→ Rn mit den Koordinatenfunktionen ϕ1, . . . , ϕn
ist genau dann rektifizierbar, wenn jede Koordinatenfunktion ϕi von be-
schrankter Variation ist.
- 127 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Beispiel:
f : [0, 1] −→ R , x 7→
0 , falls x = 0
x cosπ
x, sonst
.
Es gilt
var(Z; f) ≥n∑
j=1
1
j
und
f 6∈ BV [0, 1] .
Definition: Sind ϕ : [a, b] → Rn , ψ : [b, c] → Rn Wege mit ϕ(b) = ψ(b),
so wird durch
[a, c] 3 t 7→
ϕ(t) , falls t ≤ bψ(t) , falls t > b
ein Weg erklart, den man die Summe der Wege ϕ,ψ nennt und mit ϕ ⊕ ψbezeichnet.
Bezeichnung: Γϕ ⊕ Γr fur die zugehorige Kurve.
Lemma 9 Sei f : [a, b]→ R , c ∈ (a, b). Dann sind aquivalent:
(a) f ∈ BV [a, b] ;
(b) f∣∣∣[a,c]∈ BV [a, c] , f
∣∣∣[c,b]∈ BV [c, b] .
Zusatz: Sind (a), (b) erfullt, so gilt:
V ba f = V c
a f + V bc f .
Satz 10 Sei ϕ : [a, b]→ Rn ein Weg, sei c ∈ (a, b). Dann sind aquivalent:
- 128 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
(a) ϕ ist rektifizierbar.
(b) ϕ∣∣∣[a,c]
, ϕ∣∣∣[c,b]
sind rektifizierbar.
Zusatz: Sind (a), (b) erfullt, so gilt:
L(ϕ) = L(ϕ∣∣∣[a,c]
) + L
(
ϕ∣∣∣[c,b]
)
.
Definition: Sei ϕ : [a, b]→ Rn ein rektifizierbarer Weg. Die Funktion
sϕ : [a, b] −→ R , t 7→
0 , t = a
L(ϕ|[a,t]
), t > a
heißt Weglangenfunktion.
Satz 11 Sei ϕ : [a, b]→ Rn ein rektifizierbarer Weg. Es gilt:
(a) Die Weglangenfunktion sϕ ist stetig und monoton wachsend.
(b) Ist ϕ ein Jordan–Weg, so ist sϕ sogar streng monoton wachsend.
Satz 12 Sei ϕ : [a, b]→ Rn ein rektifizierbarer Jordan–Weg und sei Γϕ die
zugehorige Jordan–Kurve. Dann gibt es einen rektifizierbaren Jordan–Weg
ψ : [0, L(ϕ)] → Rn mit:
Γϕ = Γψ , L
(
ψ∣∣∣[0,s]
)
= s ∀s ∈ [0, L(ϕ)] .
Lemma 13 (Lemma von TIKHONOV)
Seien X,Y metrische Raume, sei X kompakt, und sei f : X → Y stetig und
bijektiv. Dann ist f−1 : Y → X stetig.
- 129 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Satz 14 Seien ϕ1 : [a1, b1] → Rn , ϕ2 : [a2, b2] → Rn Wege und es gebe
f : [a2, b2]→ R mit
f stetig, streng monoton, f( [a2, b2] ) = [a1, b1] , ϕ2 = ϕ1 ◦ f .
Dann sind aquivalent:
(a) ϕ1 ist rektifizierbar;
(b) ϕ2 ist rektifizierbar.
Zusatz: Sind (a), (b) erfullt, so gilt: L(ϕ1) = L(ϕ2).
Folgerung 15 Seien ϕ,ψ Jordan–Wege mit Γϕ = Γψ. Dann gilt: L(ϕ) =
L(ψ).
Definition: Sei Γ eine Jordan–Kurve, d. h. es gibt einen Jordan–Weg ϕ
mit Γ = Γϕ. Dann heißt L(Γ) := L(ϕ) die Kurvenlange von Γ.
15.4 Differenzierbare Wege
Definition: Ein Weg ϕ : [a, b] → Rn mit den Koordinatenfunktionen
ϕ1, . . . , ϕn heißt (stetig) differenzierbar, wenn jede Koordinatenfunktion ϕi
(stetig) differenzierbar ist;
ϕ(t) := (ϕ′1(t), . . . , ϕ
′n(t)) , t ∈ [a, b] .
Satz 16 Sei der Vektor ϕ : [a, b] → Rn stetig differenzierbar. Dann ist ϕ
rektifizierbar und es gilt:
(a) Die Weglangenfunktion sϕ ist stetig differenzierbar, s′ϕ(t) = ‖ϕ(t)‖2 , t ∈[a, b] .
- 130 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
(b) L(ϕ) =
∫ b
a‖ϕ(t)‖2 dt .
Folgerung 17 Ist der Weg ϕ : [a, b]→ Rn die Summe stetig differenzierba-
rer Wege, d. h.
ϕ = ϕ1 ⊕ · · · ⊕ ϕ` ,ϕi stetig differenzierbarer Weg, 1 ≤ i ≤ ` ,
so gilt:
ϕ ist rektifizierbar, L(ϕ) =∑
i=1
L(ϕi)
Beispiele:
1. Jede stetige Funktion f : [a, b]→ R erzeugt in naturlicher Weise einen
Weg in R2:
ϕf : [a, b] 3 t 7→ (t, f(t)) ∈ R2 .
Dieser Weg ist rektifizierbar genau dann, wenn gilt: f ∈ BV [a, b].
Ist f stetig differenzierbar, so gilt:
L(ϕf ) =
∫ b
a
√
1 + f ′(t)2 dt
- 131 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
2. Die Ellipse mit den Halbachsen a, b, 0 < b < a, besitzt die Darstellung
durch den geschlossenen Jordan–Weg
ϕ : [0, 2π] 3 t 7→ (a cos t, b sin t) ∈ R2 .
Umfang U der Ellipse (k := a−1√a2 − b2 ) :
U =
∫ 2π
0
√
a2 sin2 t+ b2 cos2 t dt = 4a
∫ π/2
0
√
1− k2 sin2 t dt .
Das Integral
E(k) :=
∫ π/2
0
√
1− k2 sin2 t dt
heißt vollstandiges elliptisches Integral.
3. Ein Stuck einer Archimedischen Spirale wird durch den Jordan–Weg
ϕ : [0, 2π] 3 ϑ 7→ (ϑ cosϑ, ϑ sinϑ) ∈ R2
dargestellt. Lange:
L(ϕ) =
∫ 2π
0(1 + ϑ2)1/2dϑ
Bezeichnung: Sei ϕ : [a, b]→ Rn,
ϕ(t) := (ϕ′1(t), . . . , ϕ
′n(t)) ,
ϕ(t) := (ϕ′′1(t), . . . , ϕ
′′n(t)) .
Bemerkung: Fur die Weglangenfunktion sϕ gilt:
s′ϕ(t) = ‖ϕ(t)‖2 , t ∈ [a, b] ,
s′ϕ(t)s′′ϕ(t) =< ϕ(t), ϕ(t) > , t ∈ [a, b] .
- 132 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Weiterhin gilt:
sϕ(s) = s , s ∈ [0, L(ϕ)] .
‖ϕ(s)‖2 = 1 , s ∈ [0, L(ϕ)] .
< ϕ(s), ϕ(s) >= 0 , s ∈ [0, L(ϕ)] .
Definition: ‖ϕ(s)‖2 heißt Krummung im Punkt ϕ(s),1
‖ϕ(s)‖2heißt
Krummungsradius in ϕ(s), falls ϕ(s) 6= 0.
- 133 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
16 Differenzierbarkeit im Rn
(Lit.: Insbes. Heuser, Teil 2 (1993); auch Kerner II (1980), Walter 2 (1992))
16.1 Hinfuhrung
Wiederholung: f : U → R , U ⊂ R offen, x0 ∈ U .
f ist differenzierbar in x0 genau dann, wenn
limx→x0
x6=x0
f(x)− f(x0)
x− x0(=: f ′(x0))
existiert.
Interpretationen (Setze m := f ′(x0))
(a) m ist Grenzwert von Differentialquotienten und daher die Steigung der
resultierenden Tangente (an f(x0)).
(b) m induziert eine (Hyper-)Ebene H(x0) in R × R, die den Graph von
f beruhrt,
H(x0) :={
(x, z) ∈ R2∣∣∣z = f(x0) +m(x− x0)
}
.
(c) m definiert eine (affine) Funktion g, die f in der Umgebung von x0
geeignet approximiert (s. Satz 10.2):
g(x) := f(x0) +m(x− x0) , x ∈ U ,
limx→x0
x6=x0
|f(x)− g(x)||x− x0| = 0 .
- 134 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
x
y
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
..
.
.
.
.
.
.
...
.
.
.
.
...........................................................................................................................................
......................................................................................................................................................................................................................................................................
...........................................................................................................................................................................................................................................................................................................................f(x)
.
........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
x0.............
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
α.............
.
..
.
.
.
.
..
.
..
.
m = tan(α)
Bemerkung: Eine Kombination von (b) und (c) zeigt, daß die Hyperebene
H(x0) den Graph von f in (x0, f(x0)) in”tangentialer“ Weise beruhrt:
limx→x0
x6=x0
‖(x, f(x)) − (x, g(x))‖2|x− x0| = 0
Beispiel:
1. f : R −→ R , x 7−→ |x| , x0 = 0 ;
x
y..............................................................................................................................................................................................................................................................................................................................................................................
............................................................................................................................................................................................................................................................................................................................................................................f(x) f(x)
...............................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
g−1/2
gm : R 3 x 7−→ f(x0) +m(x− x0) ∈ R , m ∈ [−1, 1] .
limx→x0
x6=x0
‖(x, f(x)) − (x, gm(x))‖2|x− x0| existiert ⇐⇒ m = 0 .
- 135 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Fur m = 0 ist aber
limx→x0
x6=x0
‖(x, f(x))− (x, g0(x))‖2|x− x0| = 1 .
Forderung Eine bei x0
”differenzierbare“ Funktion
f : U −→ R , U ⊂ R2 offen , x0 ∈ U
soll auch in x0 stetig sein (vgl. Folgerung 10.3 im R1).
Bemerkung: Eine eindimensionale Betrachtung reicht fur diese Forderung
nicht aus!
Bezeichnung:
f1 : U1 3 x1 7−→ f(x1, x02) ∈ R ,
f2 : U2 3 x2 7−→ f(x01, x2) ∈ R ,
wobei U1, U2 ⊂ R offen mit U1 × U2 ⊂ U ⊂ R2 und x0 = (x01, x
02).
Beispiel:
2.
f : R2 −→ R , (x1, x2) 7−→
0 , falls x1x2 = 0 ,
1 , sonst.
f1(x1) = f2(x2) = 0 ∀x1, x2 ∈ R , x0 = (0, 0), und f1, f2 sind
differenzierbar in 0. Aber f ist nicht stetig in x0.
16.2 Partielle Ableitungen
Definition: Sei f : U −→ R , U ⊂ Rn offen.
- 136 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
(a) f heißt im Punkt x0 partiell nach xk , k ∈ {1, . . . , n}, differenzierbar,
wenn
limh→0
f(x01, . . . , x
0k−1, x
0k + h, x0
k+1, . . . , x0n)− f(x0
1, . . . , x0n)
h
existiert; man setzt dann fur den Limes
∂f
∂xk(x0) oder fxk
(x0) oder Dkf(x0) .
(b) f heißt partiell differenzierbar in x0 ∈ U , wenn f fur jedes k = 1, . . . , n
in x0 partiell nach xk differenzierbar ist.
- 137 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
(c) f heißt partiell differenzierbar, wenn f in jedem Punkt von U partiell
differenzierbar ist.
Bemerkung: f ist genau dann in x0 = (x01, . . . , x
0n) ∈ U partiell nach xk
differenzierbar, wenn die partielle Funktion
fk : Uk 3 xk 7−→ f(x0
1, . . . , x0k−1, xk, x
0k+1, . . . , x
0n
)∈ R ,
Uk ⊂ pk(U) ⊂ R (pk := kanonische Projektion auf k-te Komponente) bei
x0k differenzierbar ist.
Beispiel: f : R2 −→ R , (x1, x2) 7−→
0 , x1 = x2 = 0 ,x1x2
x21 + x2
2
, (x1, x2) 6= (0, 0) .
Die partiellen Funktionen f1 bzw. f2 sind fur jedes (feste) x2 bzw. x1 stetig.
f ist in (0, 0) unstetig. Die partiellen Ableitungen existieren uberall:
∂f
∂x1(x1, x2) =
x2
(x2
2 − x21
)
(x2
1 + x22
)2 , x1 ∈ R , x2 6= 0 ,
∂f
∂x1(x1, 0) = 0 , x1 ∈ R ;
analoges gilt fur ∂f/∂x2.
Definition: Sei U ⊂ Rn offen und f : U −→ R partiell differenzierbar.
Sind∂f
∂xk: U −→ R fur jedes k = 1, . . . , n partiell differenzierbar, dann heißt
f zweimal partiell differenzierbar.
Bezeichnung:
1. Die partiellen Ableitungen 2. Ordnung schreibt man als
∂2f
∂xj∂xkoder
∂
∂xj
(∂f
∂xk
)
oder DjDkf ;∂2f
∂x2k
, falls j = k .
- 138 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
2. Partielle Ableitungen dritter, vierter, ... Ordnung schreibt man als,
z. B.,
∂3f
∂x2∂x4∂x1,
∂4f
∂x1∂x22∂x3
,∂5f
∂x52
, . . .
Bei den folgenden Satzen in diesem Abschnitt beschranken wir uns meist auf
den R2; die Ubertragung auf den Rn , n ≥ 2, ist offensichtlich. Wir setzen
im Fall n = 2 noch x = x1 , y = x2.
Satz 1 Ist U ⊂ R2 offen und f : U −→ R besitze beschrankte partielle
Ableitungen fx, fy in U , dann ist f stetig in U .
Beispiel: Fur die Funktion
f(x, y) :=
0 , x = y = 0 ,
xyx2 − y2
x2 + y2, (x, y) 6= (0, 0) ,
ist ∂2f/∂x∂y 6= ∂2f/∂y∂x bei (0, 0).
Satz 2 Sei U ⊂ R2 offen, (x0, y0) ∈ U und f : U −→ R besitze partielle
Ableitungen fx, fy, fxy und fyx in U . Weiter seien fx, fy stetig in U und
fxy, fyx seien stetig im Punkt (x0, y0). Dann gilt
∂2f
∂x∂y(x0, y0) =
∂2f
∂y∂x(x0, y0) .
Satz 3 (Satz von H. A. SCHWARZ) Sei U ⊂ R2 offen, (x0, y0) ∈ U , f
besitze partielle Ableitungen fx, fy, fxy in U , fx und fy seien stetig in U
und fxy sei im Punkt (x0, y0) stetig. Dann existiert fyx in (x0, y0), und es
ist
∂2f
∂y∂x(x0, y0) =
∂2f
∂x∂y(x0, y0) .
- 139 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Bezeichnungen: U sei nichtleere, offene Teilmenge des Rn und k ∈ N.
Ck(U) :={
f : U −→ R
∣∣∣ alle partiellen Ableitungen der Ordnung
≤ k existieren in U und sind dort stetig}
;
C0(U) := C(U) = C(U,R) ;
C∞(U) =
∞⋂
k=0
Ck(U) .
f ∈ Ck(U) heißt auch Ck–Funktion.
Folgerung 4 Sei U nichtleere offene Teilmenge des Rn. Fur jedes f ∈Ck(U) sind die partiellen Ableitungen der Ordnung ≤ k unabhangig von
der Reihenfolge der Differentiation.
Definition: Sei U ⊂ Rn offen, f : U −→ R besitze partielle Ableitungen
bei x ∈ U . Dann heißt der Vektor
(fx1(x), fx2(x), . . . , fxn(x))
der Gradient von f bei x. Wir schreiben dafur
grad f(x) oder ∇f(x) (∇ = Nabla–Operator)
Beispiel:
f(x, y) =
0 , (x, y) = (0, 0)xy
x2 + y2, (x, y) 6= (0, 0)
grad f(x, y) =
(
yy2 − x2
(x2 + y2)2, x
x2 − y2
(x2 + y2)2
)
, (x, y) 6= (0, 0) ;
grad f(0, 0) = (0, 0) .
Jede Komponente des Gradienten ist unstetig in (0, 0).
- 140 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
16.3 Vollstandige Differenzierbarkeit
Im folgenden sei der Rn bzw. Rm immer mit der euklidischen Norm versehen,
‖.‖ = ‖.‖2.
Definitionen: Sei U ⊂ Rn offen.
(a) f : U −→ R heißt vollstandig (oder total) differenzierbar im Punkt
x0 = (x01, . . . , x
0n) ∈ U , wenn es Zahlen α1, . . . , αn ∈ R und eine Funk-
tion r : K(0, δ) −→ R gibt mit
f(x0 +h) = f(x0)+α1h1 + · · ·+αnhn + r(h) ∀h : ‖h‖ < δ ,
wobei δ hinreichend klein ist, K(x0, δ) ⊂ U und
lim‖h‖→0
r(h)
‖h‖ = 0 .
(b) f : U −→ R heißt vollstandig differenzierbar, wenn f in jedem Punkt
aus U vollstandig differenzierbar ist.
Bemerkungen:
1. Die vollstandige Differenzierbarkeit in einem Punkt x0 bedeutet, daß
man f in der Nahe von x0 durch eine affine Funktion
f(x0) + α1(x1 − x01) + · · ·+ αn(xn − x0
n)
approximieren kann.
2. Die vollstandige Differenzierbarkeit stellt die Verallgemeinerung der
Differenzierbarkeit im R1 dar, da fur differenzierbares f gilt
f(x) = f(x0) + (x− x0)f ′(x0) + (x− x0)ϕ(x− x0)
- 141 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
mit ϕ(h) :=f(x0 + h)− f(x0)
h− f ′(x0) , r(h) := h · ϕ(h) und α1 :=
f ′(x0).
Bezeichnung: Wir lassen im folgenden”vollstandig“ oder
”total“ bei der
Differenzierbarkeit weg.
Satz 5 Ist U ⊂ Rn offen, f : U −→ R differenzierbar in x0 ∈ U , dann ist
f stetig und partiell differenzierbar bei x0; der Vektor α = (α1, . . . , αn) in
der Definition der Differenzierbarkeit ist eindeutig bestimmt:
α = grad f(x0) .
Bezeichnung: Ist f differenzierbar bei x, dann bezeichnen wir den ein-
deutig bestimmten Vektor α = (α1, . . . , αn) als (totale oder vollstandige)
Ableitung und schreiben dafur
f ′(x) oder Df(x) oder df(x) .
Nach Satz 5 ist fur f : U ⊂ Rn −→ R
f ′(x) = grad f(x) oder∂f
∂xi(x) = f ′(x)ei , i = 1, . . . , n .
Satz 6 Sei f : U −→ R , U ⊂ Rn offen, x0 ∈ U . Es gelte
(a) f ist partiell differenzierbar in K(x0, r) fur ein r > 0 mit K(x0, r) ⊂U ;
(b) Die partiellen Ableitungen∂f
∂xk: K(x0, r) −→ R sind in x0 stetig fur
jedes k = 1, . . . , n.
Dann ist f differenzierbar in x0.
- 142 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Folgerung 7 Eine C1–Funktion f : U ⊂ Rn −→ R , U offen, ist in jedem
Punkt x ∈ U differenzierbar und somit auch stetig.
Bemerkung: Das Beispiel in Abschnitt 16.2 zeigt, daß eine Funktion
differenzierbar sein kann, ohne eine C1–Funktion zu sein.
Wir erweitern die Aussagen dieses Abschnitts noch auf Abbildungen f : U ⊂Rn −→ Rm, d. h. f habe Komponenten f1, . . . , fm,
f =
f1
...
fm
mit fj : U −→ R .
Definition: Sei f : U ⊂ Rn −→ Rm , U nichtleer und offen.
(a) f heißt in x0 ∈ U partiell differenzierbar nach xk , k ∈ {1, . . . , n},wenn jede Komponente fj , 1 ≤ j ≤ n, in x0 partiell nach xk differen-
zierbar ist.
(b) f heißt in x0 ∈ U ( vollstandig oder total) differenzierbar, wenn es eine
(m,n)–Matrix A gibt, so daß fur alle x0 +h ∈ K(x0, δ) , δ hinreichend
klein, die Darstellung gilt
f(x0 + h)− f(x0) = Ah+ r(h)
mit
limh→0
r(h)
‖h‖ = 0 .
Die Definitionen der partiellen Differenzierbarkeit (in ganz U), der stetigen
partiellen Differenzierbarkeit sowie der vollstandigen Differenzierbarkeit in
ganz U ubertragen sich analog.
- 143 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Nach Satz 5 ist die Abbildung A in der Definition der Differenzierbarkeit
eindeutig bestimmt und hat die Darstellung
A =
∂f1
∂x1(x) · · · ∂f1
∂xn(x)
...
∂fm∂x1
(x) · · · ∂fm∂xn
(x)
.
Bezeichnung: Die Matrix (∂fj/∂xi) i=1,...,nj=1,...,m
heißt Funktionalmatrix oder
Jacobimatrix der Funktion f ; wir schreiben dafur
f ′ := Df :=∂f
∂x:=
∂(f1, . . . , fm)
∂(x1, . . . , xn)= (∂fj/∂xi) i=1,...,n
j=1,...,m
=
grad f1
...
grad fm
.
Beispiele:
1. f : Rn −→ Rm sei konstant, d. h. f(x) = c ∈ Rm ∀x ∈ Rn. Dann ist
f ′(x) = 0.
2. f : Rn −→ Rm sei linear, also f(x) = Mx , x ∈ Rn, mit einer (m,n)–
Matrix M . Dann gilt f ′(x) = M ∀x ∈ Rn.
Fur die identische Abbildung f(x) = x , x ∈ Rn, hat man f ′(x) = E =
Einheitsmatrix.
3. f : Rn −→ Rm sei affin, d. h f(x) = Mx+ b mit einer (m,n)–Matrix
M und einem Vektor b ∈ Rm. Dann ist f ′(x) = M ∀x ∈ Rn.
- 144 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
4. f : R3 −→ R2 ,
f1(x1, x2, x3) = x23 e
x1x2 ,
f2(x1, x2, x3) = x1x2e2x2x3) ,
∂(f1, f2)
∂(x1, x2, x3)=
(∇f1
∇f2
)
=
x2x
23ex1x2 x1x
23ex1x2 2x3e
x1x2
x2e2x2x3 (x1 + 2x1x2x3)e
2x2x3 2x1x22e
2x2x3
.
Definition:
Ck(U) := Ck(U,Rm) :={
f : U −→ Rm∣∣∣ fj ∈ Ck(U) ∀1 ≤ j ≤ m
}
C∞(U) := C∞(U,Rm) :=
∞⋂
k=0
Ck(U,Rm)
16.4 Differentiationsregeln
Satz 8 Seien f, g : U ⊂ Rn −→ Rm , U offen, in x0 ∈ U differenzierbar.
Dann ist auch f + g und αf , α ∈ R, in x0 differenzierbar, und es ist,
(f + g)′(x0) = f ′(x0) + g′(x0) , (αf)′(x0) = αf ′(x0) .
Satz 9 (Kettenregel) Seien f : U ⊂ Rn −→ Rm , g : G ⊂ Rm −→ Rr , U,G
offen und G ⊃ f(U). Ist f in x0 ∈ U und g in f(x0) differenzierbar, dann
ist h := g ◦ f in x0 differenzierbar, und es gilt
(g ◦ f)′(x0) = g′(
f(x0))
f ′(x0) , d. h.
∂hj∂xi
(x0) =m∑
k=1
∂gj∂yk
(
f(x0))∂fk∂xi
(x0) , 1 ≤ j ≤ r , 1 ≤ i ≤ n .
Bemerkungen:
1. Die Formel der Kettenregel hat die gleiche Form wie im R1 (vgl. Satz
10.6), bedeutet hier aber ausfuhrlich geschrieben die Multiplikation
der zwei entsprechenden Funktionalmatrizen.
- 145 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
2. Spezialfall
f(u1, . . . , un) und ui : D ⊂ R −→ R , 1 ≤ i ≤ n :
Hierbei sei f : U ⊂ Rn −→ R , U offen, f differenzierbar,
ϕ(t) := f(u1(t), . . . , un(t)) existiere auf D ,
und ui , 1 ≤ i ≤ n, seien auf D differenzierbar. Dann ist auch ϕ auf D
differenzierbar, und dort gilt
dϕ
dt=
∂f
∂x1
du1
dt+
∂f
∂x2
du2
dt+ · · ·+ ∂f
∂xn
dundt
.
Satz 10 Die Funktionen f, g : U ⊂ Rn −→ R , U offen, seien in x0 ∈ Udifferenzierbar. Dann ist auch fg in x0 differenzierbar mit
(fg)′(x0) = f(x0)g′(x0) + g(x0)f ′(x0) .
Ist g(x0) 6= 0, so ist f/g in x0 differenzierbar mit der Ableitung
(f
g
)′(x0) =
g(x0)f ′(x0)− f(x0)g′(x0)
(g(x0))2.
Satz 11 Die Funktionen f, g : D ⊂ R −→ Rm , D offene Teilmenge von R,
seien in t0 ∈ D differenzierbar. Dann ist auch f ·g : D 3 t 7−→< f(t), g(t) >
∈ R in t0 differenzierbar mit der Ableitung
(f · g)′(t0) =< f(t0), g′(t0) > + < g(t0), f ′(t0) > ,
wobei
f ′(t0) =
df1
dt(t0)
...
dfmdt
(t0)
, g′(t0) =
dg1dt
(t0)
...
dgmdt
(t0)
.
- 146 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
16.5 Die Richtungsableitung
Definition: Sei f : U ⊂ Rn −→ R , U offen, und v ∈ Rn mit ‖v‖ = 1. f
hat Richtungsableitung in x0 ∈ U in Richtung v, wenn der folgende Limes
existiert,
limt→0t6=0
t−1(f(x0 + tv)− f(x0)
)=:
d
dtf(x0 + tv)
∣∣∣∣t=0
.
Wir nennen den Limes die Richtungsableitung von f in x0 in Richtung v
und schreiben dafur auch
∂f
∂v(x0) oder Dvf(x0) .
Bemerkungen:
1. Ist v der Einheitsvektor ek, so erhalt man als Richtungsableitung of-
fenbar die partielle Ableitung nach xk,
∂f
∂ek(x0) =
∂f
∂xk(x0) =
d
dtf(x0 + tek)
∣∣∣t=0
.
2. Man kann die Definition einer Richtungsableitung offenbar auf vek-
torwertige Funktionen f : U ⊂ Rn −→ Rm erweitern; die Richtungs-
ableitung ist dann einfach der Vektor der Richtungsableitungen der
einzelnen Komponenten fj , 1 ≤ j ≤ m.
Satz 12 Sei f : U ⊂ Rn −→ R , U offen und f sei differenzierbar in x0 ∈ U .
Dann hat f eine Richtungsableitung in x0 in jede Richtung v ∈ Rn , ‖v‖ = 1,
und es gilt
d
dtf(x0 + tv)
∣∣∣∣t=0
= f ′(x0)v =< grad f(x0), v > .
- 147 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Bemerkung: Aus Satz 12 folgt sofort wieder Satz 5, d. h. die Existenz
partieller Ableitungen fur eine differenzierbare Funktion f . Die partiellen
Ableitungen lassen sich auch schreiben als
∂f
∂xk(x0) = f ′(x0)ek , k = 1, . . . , n .
Aus der Darstellung der Richtungsableitung mit Hilfe des Gradienten und
der Holderschen Ungleichung fur das euklidische Skalarprodukt hat man das
folgende, fur die Anwendungen wichtige Ergebnis.
Satz 13 Die Funktion f : U ⊂ Rn −→ R (U offen) sei in x0 ∈ U differen-
zierbar. Ist grad f(x0) = 0, so verschwinden alle Richtungsableitungen in x0.
Ist grad f(x0) 6= 0, so gibt es unter allen Richtungsableitungen ∂f/∂v(x0)
eine betragsgroßte, namlich die in Richtung des Gradienten; ihr Wert ist
‖grad f(x0)‖.
16.6 Mittelwertsatze und Hauptsatz
Aus dem eindimensionalen Mittelwertsatz der Differentialrechnung (s. Fol-
gerung 11.3) erhalt man sofort einen entsprechenden Satz fur reellwertige
Funktionen mit vektoriellen Argumenten.
Satz 14 (MWS fur reellwertige Funktionen) Sei U ⊂ Rn offen, f : U −→ R
in U differenzierbar, und x0, x0 + h seien zwei Punkte, die mitsamt ihrer
Verbindungsstrecke in U liegen. Dann gibt es ein ϑ : 0 < ϑ < 1, so daß gilt
f(x0 + h)− f(x0) = f ′(x0 + ϑh)h , d. h.
f(x0 + h)− f(x0) =
n∑
i=1
fxi(x0 + ϑh)hi = < grad f(x0 + ϑh), h > .
- 148 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Definition: Sei U ⊂ Rn offen und zusammenhangend. Dann bezeichnen
wir U als Gebiet.
Bemerkung: Man kann zeigen, daß jedes Gebiet U ⊂ Rn die Eigenschaft
besitzt, daß je zwei Punkte aus U durch einen in U liegenden Polygonzug
verbunden werden konnen (vgl. Heuser 2, 161.).
Folgerung 15 Sei U ⊂ Rn ein Gebiet, f : U −→ R, f sei in U partiell
differenzierbar und die partiellen Ableitungen fxi , 1 ≤ i ≤ n, seien uberall
in U identisch Null. Dann ist f in U konstant.
Der MWS gilt fur vektorwertige Funktionen nicht in Form einer Gleich-
heit — wie in Folgerung 11.3 oder in Satz 14 — sondern in Form einer
Ungleichung. Dafur benotigen wir den Begriff des Riemann–Integrals fur
Funktionen f : [a, b] −→ Rm , [a, b] ⊂ R.
Definition: Eine Funktion f = (f1, . . . , fm) : [a, b] −→ Rm , [a, b] ⊂R, heißt Riemann–integrierbar auf [a, b], wenn jedes fj beschrankt und
Riemann–integrierbar ist
(vgl. Abschnitt 12.4);
∫ b
af(t) dt =
∫ b
af1(t) dt
...∫ b
afn(t) dt
heißt das Riemann–Integral von f uber [a, b].
Bemerkungen:
1. Als Folgerung aus dem 1-dimensionalen weiß man, daß stetige Funk-
tionen Riemann–integrierbar sind.
- 149 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
2. Wir setzen
∫ a
af(t) dt := 0 ,
∫ b
af(t) dt = −
∫ a
bf(t) dt .
Wir lassen im folgenden”Riemann“ immer weg, da keine anderen Integral-
begriffe in dieser Vorlesung vorkommen.
Satz 16 Mit f : [a, b] −→ Rm ist auch ‖f‖ : [a, b] −→ R auf [a, b] integrier-
bar, und es gilt
∥∥∥∥
∫ b
af(t) dt
∥∥∥∥≤∫ b
a
∥∥∥f(t)
∥∥∥ dt .
Satz 17 (Hauptsatz) Sei a < b , a, b ∈ R.
(a) Ist g : [a, b] −→ Rm stetig, dann ist
f : (a, b) 3 t 7−→∫ t
ag(s) ds ∈ Rm
differenzierbar, und es gilt f ′(t) = g(t) , t ∈ (a, b).
(b) Ist f : [a, b] −→ Rm stetig und differenzierbar in jedem t ∈ (a, b) und
gibt es
h : [a, b] −→ Rm mit
h stetig, h(t) = f ′(t) , t ∈ (a, b) ,
so gilt
f(b)− f(a) =
∫ b
af ′(s) ds .
- 150 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Folgerung 18 Sei f : U ⊂ Rn −→ R, U offen, f stetig differenzier-
bar, x, x′ ∈ U , und γ : [0, 1] −→ Rn ein differenzierbarer Weg mit γ(0) =
x , γ(1) = x′ und γ([0, 1]) = Γγ ⊂ U . Dann gilt:
f(x′)− f(x) =
∫ 1
0f ′(γ(t))γ′(t) dt
=
∫ 1
0< grad f(γ(t)), γ(t) > dt .
Bemerkung: Fur zwei Punkte x, x′ ∈ U ⊂ Rn, die mitsamt ihrer Ver-
bindungsstrecke S in U liegen, ist γ(t) := tx′ + (1 − t)x , t ∈ [0, 1], ein
differenzierbarer Weg (i. e. eine Gerade), dessen Kurve gerade S ergibt,
Γγ = S.
Definition: Eine Teilmenge C eines normierten Raumes X heißt konvex ,
wenn sie mit je zwei ihrer Punkte x′ , x ∈ C auch deren Verbindungsstrecke
x′x := S :={
z ∈ X∣∣∣ ∃t ∈ [0, 1] : z = tx′ + (1− t)x
}
enthalt.
Beispiele: Leere Menge; ganz X; Rechtecke, Kreise, Ellipsen im R2;
Kugeln (offen oder abgeschlossen) in normierten Raumen.
Definition: Sei A = (ajk) j=1,...,mk=1,...,n
eine (m,n)–Matrix, d. h. eine lineare
Abbildung A : Rn −→ Rm. Eine Matrizennorm ‖.‖ heißt mit den Normen
‖.‖ = ‖.‖Rn , ‖.‖ = ‖.‖Rm vertraglich, wenn ‖Ax‖Rm ≤ ‖A‖ ‖x‖Rn ∀x ∈ Rn.
Beispiele:
1. ‖.‖∞ in Rn und Rm, A = (ajν) j=1,...,mν=1,...,n
‖A‖ = ‖A‖∞ := max1≤j≤m
n∑
ν=1
|ajν | (”maximale Zeilensumme “)
2. ‖.‖1 in Rn und Rm,
‖A‖ = ‖A‖1 := max1≤ν≤n
m∑
j=1
|ajν | (”maximale Spaltensumme “)
- 151 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
3. ‖.‖2 in Rn und Rm,
‖A‖ = ‖A‖2 :=
m∑
j=1
n∑
ν=1
|ajν|2
1/2
(”Quadratsummennorm“)
Satz 19 (Mittelwertsatz fur vektorwertige Funktionen) Sei U ⊂ Rn offen,
f : U −→ Rm stetig differenzierbar, und x, x0 + h seien zwei Punkte, die
mitsamt ihrer Verbindungsstrecke S in U liegen. Dann gilt
f(x0 + h)− f(x0) =
(∫ 1
0f ′(x0 + th) dt
)
h , d. h.
fj(x0 + h)− fj(x0) =
n∑
ν=1
hν
∫ 1
0
∂fj∂xν
(x0 + th) dt , j = 1, . . . ,m .
Ist ‖.‖ irgendeine mit den Normen von Rn und Rm vertragliche Matrizen-
norm, dann gilt die Abschatzung
‖f(x0 + h)− f(x0)‖ ≤ ‖h‖maxx∈S‖f ′(x)‖ .
Ein gewisser Ersatz fur den fehlenden MWS kann als Folgerung von Satz 14
wie folgt formuliert werden.
Folgerung 20 Sei U ⊂ Rn offen, f : U −→ Rm , f = (f1, . . . , fm) differen-
zierbar in U . Sind x0, x0+h Punkte, die mitsamt ihrer Verbindungsstrecke S
in U liegen, so gibt es Punkte ξ1, . . . , ξm auf S, fur die gilt f(x0+h)−f(x0) =
f ′[ξ1, . . . , ξm]h mit
f ′[ξ1, . . . , ξm] :=
∂f1
∂x1(ξ1) . . .
∂f1
∂xn(ξ1)
...
∂fm∂x1
(ξm) . . .∂fm∂xn
(ξm)
- 152 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
16.7 Der Taylorsche Satz und die Taylorformel
Satz 21 (Satz von Taylor) Sei U ⊂ Rn offen, f ∈ Ck+1(U) , k ≥ 0, und
mit x0, x0 +h liege auch deren Verbindungsstrecke S in U . Dann gibt es ein
ϑ in 0 ≤ ϑ ≤ 1, so daß gilt (”Taylor–Formel“)
f(x0 + h) = f(x0) +k∑
ν=1
1
ν!
(
(∇h)νf)
(x0) +Rk(x0;h)
mit dem Restglied (in”Lagrange–Darstellung“)
Rk(x0;h) =
1
(k + 1)!
(
(∇h)k+1f)
(x0 + ϑh)
und den Differentialoperatoren
(∇h)0 = id , ∇h := (∇h)1 := h1D1 + · · ·+ hnDn , (∇h)ν+1 := (∇h)(∇h)ν ,ν = 0, . . . , k .
Das Restglied indexRestglied laßt sich auch in Integralform darstellen,
Rk(x0;h) =
∫ 1
0
(1− t)kk!
(
(∇h)k+1f)
(x0 + th) dt .
Bezeichnungen: Ein Tupel α = (α1, . . . , αn) ∈ Nn0 heißt Multiindex mit
Lange |α| = α1 + · · ·+ αn. Fur α ∈ Nn0 setzen wir
α! =
n∏
i=1
αi! , xα :=
n∏
i=1
xαi
i , x = (x1, . . . , xn) ∈ Rn .
Induktiv sieht man, daß
(x1 + · · ·+ xn)ν = ν!
∑
|α|=ν
xα
α!
=⇒ 1
ν!(∇h)ν =
∑
|α|=ν
1
α!hαDα ,
- 153 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
wobei
Dα =∂|α|
∂xα11 · · · ∂xα
n
n
= Dα11 · · ·Dαn
n
∂`
∂x`i=
∂
∂xi◦ · · · ◦ ∂
∂xi(`–mal) .
Unter den Voraussetzungen von Satz 21 laßt sich die Taylor–Formel auch
in folgender Weise schreiben,
f(x0 + h) =∑
|α|≤k
1
α!hα(Dαf)(x0) +
∑
|α|=k+1
1
α!hα(Dαf)(x0 + ϑh) .
Man nennt
Pk,f,x0(x) =∑
|α|≤k
1
α!(x− x0)α(Dαf)(x0)
das k-te Taylor–Polynom von f bzgl. der Stelle x0.
Beispiel: f : U −→ R , U ⊂ R2 offen, konvex, f (k + 1)-mal stetig
differenzierbar:
k = 1:
f(x01 + h1, x
02 + h2) = f(x0
1, x02) +
((
h1∂
∂x1+ h2
∂
∂x2
)
f
)(x0
1, x02
)+
+1
2
((
h1∂
∂x1+ h2
∂
∂x2
)2
f
)
(x0
1 + ϑh1, x02 + ϑh2
),
wobei
1
2
(
h1∂
∂x1+ h2
∂
∂x2
)2
f =1
2h2
1
∂2f
∂x21
+ h1h2∂2f
∂x1∂x2+
1
2h2
2
∂2f
∂x22
.
Sind die partiellen Ableitungen zweiter Ordnung in U beschrankt, so gilt die
Restgliedabschatzung
‖R1(x0;h)‖∞ ≤
1
2M‖h‖2∞
- 154 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
mit (hier: n = 2)
M :=
n∑
ν,`=1
supx∈U
∣∣∣∣
∂2f
∂xν∂x`(x)
∣∣∣∣.
Definition: Hessematrix (f ∈ C2(U) , U ⊂ Rn offen)
Hf (x) :=
fx1x1(x) · · · fx1xn(x)...
...
fxnx1(x) · · · fxnxn(x)
Bemerkung: Nach dem Satz von Schwarz ist die Hessematrix symme-
trisch, fxixj(x) = fxjxi
(x) ∀i, j = 1, . . . , n. Es gilt
(∇h)2f =n∑
i,j=1
hihjfxixj=< Hfh, h > .
Die Taylor–Formel fur k = 1 lautet
f(x0 + h) = f(x0)+ < grad f(x0), h > +R1(x0;h) ;
Restglied R1(x0;h) =
1
2< Hf(x
0 + ϑh)h, h > (”Lagrange–Darstellung“)
=
∫ 1
0(1− t) < Hf (x
0 + th)h, h > dt (”Integraldarstellung“)
Das Taylor–Polynom 2. Ordnung laßt sich schreiben als
P2,f,x0(x) = f(x0)+ < gradf(x0), x−x0 > +1
2< Hf (x
0)(x−x0), x−x0 > .
Bemerkung:
1. Ist f = (f1, . . . , fm) eine vektorwertige Funktion, dann gelten der Tay-
lorsche Satz und die Taylor–Formel unverandert, wobei alles vektor-
wertig zu verstehen ist.
- 155 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
2. Man kann die Eigenschaft der vollstandigen Differenzierbarkeit auch
allgemeiner in Banachraumen formulieren. Die Ableitungen heißen dann
Frechet–Ableitungen und sind beschrankte lineare Abbildungen zwi-
schen den Banachraumen. Die Funktionalmatrix ist eine mogliche Dar-
stellung der Frechet–Ableitung (bzgl. der kanonischen Basen in Rn
bzw. Rm). Die hoheren (Frechet–)Ableitungen sind dann Multilinear-
formen. Die Definitionen und die Formulierung der Satze, z. B. des
Taylorschen Satzes, konnen meist unverandert ubernommen werden.
17 Der Satz uber implizite Funktionen
Der Satz uber implizite Funktionen — oder der Satz uber inverse Funktionen
— kann als”Hauptsatz“ der nichtlinearen Analysis bezeichnet werden. Da-
bei lernen wir auch einen zentralen Satz uber die Existenz von Fixpunkten
kennen.
17.1 Der Kontraktionssatz
Satz 1 Sei (M,d) vollstandiger metrischer Raum, sei F : M −→M und es
gelte:
∃q ∈ [0, 1) ∀x, y ∈M : d(F (x), F (y)) ≤ qd(x, y) .
Dann gibt es genau ein x ∈M mit
F (x) = x (x ist Fixpunkt von F ) .
Folgerung 2 (Banachscher Fixpunktsatz)
- 156 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Sei X Banachraum, M ⊂ X abgeschlossen, F : M −→M . Es gelte:
∃q ∈ [0, 1) ∀x, x′ ∈M :∥∥∥F (x)− F (x′)
∥∥∥X≤ q‖x− x′‖X .
Dann gibt es genau ein x ∈M mit
F (x) = x (x ist Fixpunkt von F in M) .
Definitionen:
1. Eine Abbildung F : D ⊂ X −→ Y, X, Y normierte Raume, heißt
Lipschitzstetig, wenn mit einer Konstanten L ≥ 0 (L = Lipschitzkon-
stante) gilt
‖F (x) − F (x′)‖Y ≤ L‖x− x′‖X ∀x, x′ ∈ D .
2. Eine Lipschitzstetige Abbildung F heißt Kontraktion (oder kontrahie-
rende Abbildung), wenn die Lipschitzkonstante L < 1 ist.
Beispiele:
1. Sei a < b , F : [a, b] −→ [a, b] stetig und sei F differenzierbar in (a, b).
Es gelte mit q ∈ [0, 1):
|F ′(ξ)| ≤ q ∀ξ ∈ (a, b) .
Dann besitzt F genau einen Fixpunkt in [a, b].
2. X = R , ‖.‖ := |.| , M := [0,∞),
F : M 3 t 7−→ t+1
1 + t∈M .
Es gilt
|F (t)− F (s)| < |t− s| , t, s ∈M ,
- 157 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
aber nicht
|F (t)− F (s)| ≤ q|t− s| , t, s ∈M , mit q < 1 .
F besitzt keinen Fixpunkt!
3. X := R , ‖.‖ := |.| , M := (0,∞) ,
F : M 3 t 7−→ qt ∈M mit q ∈ [0, 1) .
Offenbar gilt
|F (t)− F (s)| ≤ q|t− s| , t, s ∈M ,
aber F besitzt keinen Fixpunkt.
Beachte: M ist nicht abgeschlossen!
Als Anwendung von Satz 1 bzw. Folg. 2 in einer unendlich–dimensionalen
Situation betrachten wir das Existenzproblem von Anfangswertaufgaben bei
gewohnlichen Differentialgleichungen:
Gegeben: y0 ∈ Rn (Anfangswert) , D ⊂ Rn ,
f : [a, b]×D −→ Rn (rechte Seite) .
Gesucht: Losung ϕ der Anfangswertaufgabe
(AWP) y′ = f(t, y) , y(a) = y0 , d. h.
ϕ : [a, b] −→ D mit
ϕ(t) = f(t, ϕ(t)) , t ∈ [a, b] , ϕ(a) = y0 .
- 158 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Der Hauptsatz (Satz ??) besagt, daß die Suche nach einer Losung der An-
fangswertaufgabe (AWP) verknupft werden kann mit der Suche nach einer
Losung der Integralgleichung
(IG) ϕ(t) = y0 +
∫ t
af(s, ϕ(s)) ds , t ∈ [a, b] .
Satz 3 Sei f : [a, b]×Rn −→ Rn stetig, y0 ∈ Rn beliebig, und es gebe L ≥ 0
mit
‖f(t, x)− f(t, x′)‖ ≤ L‖x− x′‖ ∀x, x′ ∈ Rn ∀t ∈ [a, b] .
Dann gibt es genau einen stetig differenzierbaren Weg ϕ : [a, b] −→ Rn mit
ϕ(t) = f(t, ϕ(t)) , t ∈ [a, b] , ϕ(a) = y0 .
Folgerung 4 Sei f : [a, b]×K(y0, r) −→ Rn stetig und es gebe L ≥ 0 mit
‖f(t, x)− f(t, x′)‖ ≤ L‖x− x′‖ ∀x, x′ ∈ K(y0, r) ∀t ∈ [a, b] .
Dann gibt es genau einen stetig differenzierbaren Weg ϕ : [a, a+ α] −→ Rn
mit
ϕ(t) = f(t, ϕ(t)) , t ∈ [a, a+ α] , ϕ(a) = y0 ;
hierbei sind:
α := max(b− a, rm−1) ,
m := max{
‖f(s, x)‖∣∣∣ s ∈ [a, b] , x ∈ K(y0, r)
}
.
Beispiele:
- 159 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
1. Populationsmodell (VOLTERRA–LOTKA)
(AWP) y′ = y(a− by) , y(0) = y0 ; a, b > 0 .
Mit f(t, y) := y(a− by) gilt fur y ∈ K(y0, r):
|f(t, x)− f(t, x′)| ≤ L|x− x′| ,
L := max
{∣∣∣∣
∂f
∂y(t, ξ)
∣∣∣∣t ∈ R, ξ ∈ K(y0, r)
}
.
Wir erhalten eine Losung zumindest fur ein”kleines Stuck“ in die
Zukunft (lokale Losung).
2. Betrachte
(AWP) y′ = 1 + y2 , y(0) = 0 .
Die Losung von AWP ist der Tangens (tan′(y) = 1 + y2).
Bemerkung: Satz 3 oder Folg. 4 wird als ein Satz vom Typ”PICARD–
LINDELOFF“ bezeichnet.
17.2 Der Satz uber die inverse Abbildung
In diesem Abschnitt sei immer f : U −→ Rm , U ⊂ Rn offen. Um den Satz
von der inversen Abbildung beweisen zu konnen, benotigen wir noch ein
Ergebnis uber invertierbare Matrizen.
Bezeichnung: M(m,n) := Raum aller (m,n)–Matrizen.
Jede Matrix A ∈ M(m,n) definiert eine beschrankte, lineare Abbildung
von Rn in den Rm , A : Rn −→ Rm. Im Raum M(n, n) aller quadratischen
Matrizen ist das Produkt AB zweier Matrizen wieder eine (n, n)–Matrix.
Eine Matrix A ∈M(n, n) ist invertierbar, d. u. n. d. wenn detA 6= 0.
- 160 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Definition: Eine Matrizennorm auf M(n, n) liegt vor, wenn neben den
Normeigenschaften noch
‖AB‖ ≤ ‖A‖ ‖B‖ (”Submultiplikativitat“)
erfullt ist.
Hinsichtlich der Eigenschaft der Vertraglichkeit von Matrizennormen sei auf
Abschnitt 16.6 verwiesen.
Lemma 5 Ist A ∈ M(n, n) invertierbar, dann gibt es Zahlen α ≥ 0 und
ε > 0 mit der Eigenschaft ( ‖.‖ = Matrizennorm):
∀B : ‖B −A‖ < ε =⇒ ∃B−1 und ‖A−1 −B−1‖ ≤ α‖A−B‖ .
Bemerkungen:
1. Lemma 5 besagt, daß die Bildung der Inversen einer invertierbaren
Matrix eine stetige Abbildung inM(n, n) ist.
2. Man beachte, daß in endlichdimensionalen Raumen lineare Abbildun-
gen immer stetig (als Abb. zwischen den endlichdimensionalen Raum-
en) sind. Damit definiert auch die Inverse einer Matrix, wenn sie exi-
stiert, immer eine stetige lineare Abbildung.
Definition: f heißt Cr–Diffeomorphismus, r ≥ 1, falls gilt:
f ∈ Cr(U,Rm) , f injektiv,
V := f(U) offen, f−1 ∈ Cr(V,Rn) .
Satz 6 Sei f ∈ C1(U,Rm) , x0 ∈ U , und die Ableitung f ′(x0) sei inver-
tierbar. Dann gibt es ein U0 ⊂ U , U0 offen, x0 ∈ U0, so daß f |U0 C1–
Diffeomorphismus ist; fur y ∈ V0 := f(U0) gilt
(f−1)′(y) =[f ′(f−1(y)
)]−1.
- 161 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Bemerkung:
1. Die Invertierbarkeit der Funktionalmatrix f ′(x0) =
(∂f
∂x(x0)
)
ist
aquivalent zur Beziehung det(f ′(x0)) 6= 0.
2. Ist f ∈ Cr(U,Rm), so kann man durch Anwendung der Kettenregel
sogar zeigen, daß h = f |U0 Cr–Diffeomorphismus ist, d. h. daß auch
alle partiellen Ableitungen bis zur Ordnung r von h−1 existieren und
stetig sind (vgl. Walter (1992), Analysis 2, 4.5 und 4.6).
3. Das Ergebnis von Satz 6 uber die inverse Abbildung laßt sich durch
folgende Figur verdeutlichen:
Beispiele:
1. Ebene Polarkoordinaten
Abbildung: (r, ϕ) −→ (r cosϕ, r sinϕ) =: (x, y)
det∂(x, y)
∂(r, ϕ)=
∣∣∣∣∣∣
cosϕ −r sinϕ
sinϕ r cosϕ
∣∣∣∣∣∣
= r 6= 0 , (x, y) 6= (0, 0) .
- 162 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Zu jedem Bildpunkt (x, y) 6= (0, 0) gibt es unendlich viele Urbilder
(r, ϕ + 2kπ). In einer Umgebung von (x0, y0) 6= (0, 0) gibt es eine
Umkehrfunktion (aus C∞),
r = (x2 + y2)1/2 , ϕ = arg(x, y) = arctany
x
(falls x0 = 0 : ϕ = arccotx
y). Die Polarkoordinatendarstellung bildet
z. B. den offenen Halbstreifen {0 < r < ∞, −π < ϕ < π} C∞–
diffeomorph auf die langs der negativen reellen Achse aufgeschlitzte
Ebene R2 \ {(x, y) | x ≤ 0, y = 0} ab.
2. Betrachte f : R2 3 (x, y) 7−→ (x2 + y2, 2xy) ∈ R2.
Offenbar gilt:
f(R2) ⊂ Q :={
(u, v) ∈ R2∣∣∣u+ v ≥ 0 , u− v ≥ 0
}
.
Sei a > 0. Es gilt:
f(a cos t, a sin t) = (a2, a2 sin 2t) , 0 ≤ t ≤ π .
Damit zeigt man:
f(R2) = Q .
Offenbar ist f stetig differenzierbar; f ′(x, y) wird dargestellt durch die
Matrix
f ′(x, y) =
2x 2y
2y 2x
, det f ′(x, y) = 4(x2 − y2) .
Ist also (x0, y0) ∈ R2 mit (x0)2 6= (y0)2, so ist f in einer Umgebung
- 163 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
von (x0, y0) ein C1–Diffeomorphismus.
Zur Ableitung von f−1 : (f−1)′(u, v) =[
f ′(x, y)]−1
, (u, v) = f(x, y)
=
b11 b12
b21 b22
=: B
Spalten von B:
2x 2y
2y 2x
b11
b21
=
1
0
,
2x 2y
2y 2x
b12
b22
=
0
1
=⇒[
f ′(x, y)]−1
=1
2(x2 − y2)
x −y−y x
,
wobei
x =√u cos
(1
2arcsin
v
u
)
,
y =√u sin
(1
2arcsin
v
u
)
,
(u, v) ∈ Q , v 6= |u| .
17.3 Der Satz uber implizite Funktionen
In diesem Abschnitt sei immer F : U × V −→ Z , U ⊂ Rn, V ⊂ Rm, Z ⊂Rm.
Aufgabe: Die Gleichung
F (x, y) = 0 , (x, y) ∈ U × V
nach y”auflosen“, d. h. eine Abbildung g : U −→ V zu finden mit
F (x, g(x)) = 0 , x ∈ U .
- 164 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Ausgeschrieben bedeutet dies:
F1(x1, . . . , xn, y1, . . . , ym) = 0...
Fm(x1, . . . , xn, y1, . . . , ym) = 0
auf U nach y1, . . . , ym auflosen, d. h. gj : U −→ R , j = 1, . . . ,m, zu finden
mit
Fj(x1, . . . , xn, g1(x1, . . . , xn), . . . , gm(x1, . . . , xn)) = 0 ,
x = (x1, . . . , xn) ∈ U , j = 1, . . . ,m .
”Auflosbarkeit“ bedeutet auch:
Finde g : U −→ V , so daß
N := {(x, y) ∈ U × V | F (x, y) = 0}Graph der Abbildung g ist.
Man sagt, g sei durch F implizit definiert.
Beispiel:
1. Betrachte F : R2 3 (x, y) 7−→ x2 +y2−r2 ∈ R. Auflosen von F (x, y) =
0 bedeutet, die Kreislinie als Graph einer Funktion g darzustellen. Dies
kann nicht gelingen! Es ist aber”stuckweise“ moglich, z. B. durch
g1(x) :=√
r2 − x2 oder g2(x) := −√
r2 − x2 , |x| ≤ 1 .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
..
.
.
.
.
.
.
.
.
..
.
.
..
.
..
.
..
..
.
..
..................................................................................
....................................................................................................................................................................................................................................................................................................................................................................
............................................................................................................................................................
r
..............................................................................................
...............................................................................................
.............................................................................................
............................................................................................
- 165 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Bezeichnung: Ist
Fx0 : V 3 y 7−→ F (x0, y) ∈ Z
bzw.
Fy0 : U 3 x 7−→ F (x, y0) ∈ Z
differenzierbar in y0 bzw. x0, so schreiben wir fur die Ableitungen
dyF (x0, y0) oder∂F
∂y(x0, y0)
bzw. dxF (x0, y0) oder∂F
∂x(x0, y0) .
Der folgende Satz beantwortet nicht nur die Frage der Auflosbarkeit, son-
dern trifft auch eine Aussage uber die Differenzierbarkeit implizit definierter
Funktionen.
Satz 7 Seien U ⊂ Rn und V ⊂ Rm offen, F : U×V −→ Z ⊂ Rm , (x0, y0) ∈U × V , und es gelte
F (x0, y0) = 0 , F ∈ C1(U × V,Z) ,∂F
∂y(x0, y0) invertierbar.
Dann gibt es offene Mengen U0 ⊂ U , V0 ⊂ V und eine Abbildung g : U0 −→V0 mit
(a) x0 ∈ U0 , y0 ∈ V0 , g ∈ C1(U0, V0) ,
(b) g(x) ist einzige Losung in V0 von F (x, g(x)) = 0 ∀x ∈ U0 ,
(c) g′(x) = −∂F∂y
(x, g(x))−1 ∂F
∂x(x, g(x)) , x ∈ U0 .
Bemerkung: Setzt man in Satz 7 zusatzlich voraus, daß F ∈ Cr(U×V,Z),
dann ist auch g ∈ Cr(U0, V0).
- 166 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Beispiel:
2. Betrachte F : R×R 3 (x, y) 7−→ xex+yey+xy ∈ R und die Gleichung
F (x, y) = 0 , d. h. xex + yey + xy = 0 .
Es gilt: F (0, 0) = 0 , F ∈ Cr(R2,R) ∀r ∈ N ,
dyF (0, 0) =∂F
∂y(0, 0) = e0 = 1 6= 0 .
Also liegt in (0, 0) lokale Auflosbarkeit durch eine Funktion g vor;
g′(x) = −∂F∂y
(x, g(x))−1 · ∂F∂x
(x, g(x)) , x ∈ U0 ,
d. h.
g′(x) = − (x+ 1)ex + g(x)
(g(x) + 1)eg(x) + x, x ∈ U0 . (1)
Ferner g(0) = 0. (2)
(1) und (2) stellen eine Anfangswertaufgabe fur die zu findende Funk-
tion g dar.
17.4 Maxima und Minima
Sei U ⊂ Rn offen, f ∈ C1(U,R).
Definition: x0 ∈ U heißt lokales Extremum (lokales Maximum bzw.
lokales Minimum), falls es ein r > 0 gibt mit
f(x) ≤ f(x0) bzw. f(x) ≥ f(x0) ∀x ∈ K(x0, r) ∩ U .
Gilt”=“ nur bei x0, so liegt ein lokales Extremum im strengen Sinn vor.
Eine notwendige Bedingung fur ein lokales Extremum liefert der folgende
Satz.
- 167 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Satz 8 (Fermatsches Kriterium) Ist f ∈ C1(U,R) und x0 ein lokales Ex-
tremum, dann ist grad f(x0) = 0.
Definition: x0 heißt stationarer Punkt von f , wenn grad f(x0) = 0.
Zur Formulierung von hinreichenden Bedingungen benotigen wir noch fol-
gende Begriffe.
Definitionen: Eine (n, n)–Matrix A = (ajk) heißt
symmetrisch, wenn ajk = akj , j, k = 1, . . . , n .
Eine symmetrische Matrix heißt
positiv definit, wenn < Ax, x > > 0 ∀x 6= 0 ;
positiv semidefinit, wenn < Ax, x > ≥ 0 ∀x ;
negativ definit, wenn < Ax, x > < 0 ∀x 6= 0 ;
negativ semidefinit, wenn < Ax, x > ≤ 0 ∀x ;
indefinit, sonst.
Bemerkung: Fur symmetrische Matrizen gilt < Ax, y >=< x,Ay >
x, y ∈ Rn.
Satz 9 (Hinreichende Bedingung fur ein Extremum): Sei f ∈ C2(U) , x0 ∈U und grad f(x0) = 0. Mit Hilfe der Hessematrix Hf der zweiten partiellen
Ableitungen gelten dann die folgenden Aussagen:
(a) Hf (x0) positiv definit =⇒ lokales Minimum im strengen Sinn;
(b) Hf (x0) negativ definit =⇒ lokales Maximum im strengen Sinn;
(c) Hf (x0) indefinit =⇒ kein Extremum.
Bemerkung: Im Fall n = 2 ist Hf (x0) definit (d. h. positiv oder negativ
definit) bzw. indefinit, wenn die zugehorige Diskriminante
D = fxxfyy − f2xy
- 168 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
bei x0 positiv bzw. negativ ist. Ist D > 0 und fxx > 0 bzw. < 0 bei x0, so
ist Hf(x0) positiv definit bzw. negativ definit, also liegt ein Minimum bzw.
Maximum vor (vgl. Walter 2, 4.8 und 4.11).
Beispiel: f(x, y) = x3 + y3 − 3xy , (x, y) ∈ R2;
∂f
∂x= 3x2 − 3y ,
∂f
∂y= 3y2 − 3x ;
stationare Punkte: (0, 0) und (1, 1);
∂2f
∂x2= 6x ,
∂2f
∂y2= 6y ,
∂2f
∂x∂y= −3 .
Bei (0, 0) : D = −9; dort liegt also kein Extremum vor. Bei (1, 1) : D = 6·6−9 = 27; dort liegt ein lokales Minimum im engen Sinn vor; der Wert von f ist
f(1, 1) = −1. Wegen f(x, x) −→ ∞(x → ∞) und f(x, x) −→ ∞(x → −∞)
gibt es kein globales Extremum.
-1-0.5
00.5
11.5
2 -1-0.5
00.5
11.5
2
-5
0
5
10
- 169 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
17.5 Lagrangesche Multiplikatorenregel
Sei M ⊂ U , M 6= ∅ , U ⊂ Rn offen, f : U −→ R.
Optimierungsaufgabe (Extrema mit Nebenbedingung):
Minimiere bzw. maximiere f(x) unter der Nebenbedingung x ∈M .
⇐⇒Finde x0 ∈M mit f(x0) ≤ f(x) ∀x ∈M bzw. f(x0) ≥ f(x) ∀x ∈M .
⇐⇒(Kurzschreibweise) minx∈M f(x) bzw. maxx∈M f(x)
Voraussetzung: Der Bereich M kann parametrisiert werden, d. h. es exi-
stiert g =
(g1, . . . , gm) : U −→ Rm mit M = {x ∈ U | g(x) = 0}.
Beispiele:
1. g(x, y, z) := x+ y − z = 0 , M = {(x, y, z) | z = x+ y} .
2. g(x, y) := x2 + y2 − 1 = 0 , M = Kreis mit Radius 1 ,
grad g(x) = (2x, 2y) .
Spezialfall: (n = 2 , g(x, y) = 0 stellt ebene Kurve dar.) Gesucht ist
ein lokales Minimum von f unter der Nebenbedingung g(x, y) = 0. Ist
gy(x0, y0) 6= 0, dann laßt sich g = 0 in einer Umgebung von (x0, y0) eindeu-
tig auflosen in der Form y = h(x). Gesucht ist also ein lokales Extremum
von k(x) := f(x, h(x)). Es ist
k′(x) = fx + fyh′ , h′(x) = −gx
gy(Argument: (x, h(x)) )
(s. Satz 7). Ein stationarer Punkt in M = {g(x) = 0} liegt vor, wenn
(∗) fx − fygxgy
= 0 und g = 0 .
- 170 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Fuhrt man die (Lagrange–)Funktion
H(x, y, λ) := f(x, y) + λg(x, y)
ein, so ist die Losung von (∗) aquivalent zur Suche eines stationaren Punktes
(x0, y0, λ0) von H — falls gy 6= 0 —, d. h.
Hx = fx(x, y) + λgx(x, y) = 0 ,
(L) Hy = fy(x, y) + λgy(x, y) = 0 ,
Hλ = g(x, y) = 0 .
In (L) sucht man also einen stationaren Punkt der Funktion H ohne Neben-
bedingung;
λ heißt Lagrangescher Multiplikator.
Ist gx(x0, y0) 6= 0, so erhalt man aus (∗) den Lagrangeschen Multiplika-
tor durch λ = −fx(x0, y0) / gx(x0, y0) — bei gy(x
0, y0) 6= 0 durch λ =
−fy(x0, y0) / gy(x0, y0).
Unter den Losungen (x0, y0, λ0) von (L) sind also die lokalen Minima der
obigen Optimierungsaufgabe enthalten.
Beispiel: f(x, y) = x2y2 , g(x, y) = x2 + y2 − 1 ,
H(x, y, λ) = x2y2 + λx2 + λy2 − λ ;
0 = Hx(x, y, λ) = 2xy2 + 2λx = 2x(y2 + λ) ,
(L) 0 = Hy(x, y, λ) = 2x2y + 2λy = 2y(x2 + λ) ,
1 = x2 + y2 .
- 171 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
=⇒ 1. x0 = 0 , y0 = ±1 (, λ0 = 0)
2. y0 = 0 , x0 = ±1 (, λ0 = 0)
(4 Punkte)
3. y2 + λ = 0
x2 + λ = 0
x2 + y2 = 1
=⇒1 = −2λ , λ0 = −1
2 , y2 = 1
2
y0 = ±12
√2 , x0 = ±1
2
√2
(4 Punkte)
Unter den 8 Punkten mussen samtliche stationaren Punkte sein.
Allgemeiner Fall:
F : U ⊂ Rn+m −→ R , G : U ⊂ Rn+m −→ Rm , x ∈ Rn , y ∈ Rm .
Optimierungsaufgabe: Gesucht lokale Extrema von
F (x, y) = F (x1, . . . , xn ; y1, . . . , ym)
unter den m Nebenbedingungen
G1(x1, . . . , xn ; y1, . . . , ym) = 0...
Gm(x1, . . . , xn ; y1, . . . , ym) = 0 .
Satz 10 (Lagrangesche Multiplikatorenregel) Sei U ⊂ Rn+m offen, (x0, y0) ∈U , F ∈ C1(U,R) , G ∈ C1(U,Rm), und es sei
∂G
∂y(x0, y0) eine invertierbare
Matrix. Hat die Funktion F (x, y) unter der Nebenbedingung G(x, y) = 0 an
der Stelle (x0, y0) ein lokales Extremum, so gibt es ein λ0 = (λ01, . . . , λ
0m) ∈
Rm, so daß die Funktion
H(x, y, λ) = F (x, y)+ < λ,G(x, y) >
an der Stelle (x0, y0, λ0) einen stationaren Punkt besitzt.
- 172 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Bemerkung: Bei (x0, y0, λ0) gelten also die Gleichungen
dxH = 0 , dyH = 0 , dλH = 0 ,
oder, ausfuhrlich,
Hxi= Fxi
+m∑
j=1
λjGj,xi= 0 , i = 1, . . . , n ,
Hyk= Fyk
+
m∑
j=1
λjGj,yk= 0 , k = 1, . . . ,m ,
Hλk= Gk = 0 , k = 1, . . . ,m ,
oder, aquivalent,
gradF (x, y) +G′(x, y)∗λ = 0 , G(x, y) = 0 .
Definition: Die adjungierte Matrix (oder transponierte Matrix ) einer
reellwertigen (p, q)–Matrix A = (ak,l) k=1,...,p`=1,...q
ist definiert durch
A∗ =(a∗k,`), a∗k,` = a`,k , k = 1, . . . , q , ` = 1, . . . , p .
Die adjungierte Matrix der Funktionalmatrix G′(x, y) in Satz 10 laßt sich
ausfuhrlich wie folgt darstellen
- 173 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
G′(x, y)∗ =
G1,x1 · · · Gm,x1
...
G1,xn · · · Gm,xn
G1,y1 · · · Gm,y1...
G1,ym · · · Gm,ym
↑n
↓
↑m
↓
←− m −→
Bezeichnung: Die Zahlen λ1, . . . , λm in Satz 10 heißen Lagrangesche
Multiplikatoren.
Die in Satz 10 noch ausgezeichneten y1, . . . , ym, nach denen aufgelost wird,
mussen jedoch nicht ausgezeichnet sein. Wir betrachten dazu wieder die
fruhere Situation:
f ∈ C1(U,R) , g ∈ C1(U,Rm) , U ⊂ Rn offen ,
M = {x | g(x) = 0}
und suchen lokale Extrema von f .
- 174 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Definition: x0 ∈M heißt regular, falls
grad g1(x0), . . . , grad gm(x0) linear unabhangig sind.
Definition: m Vektoren y1, . . . , ym ∈ Rm heißen linear unabhangig (Abk.:
l. u.), wenn aus
m∑
j=1
γjyj = 0 folgt: γj = 0 ∀j = 1, . . . ,m .
Bemerkung: Sind y1, . . . ym ∈ Rn l. u., dann muß m ≤ n sein.
Lemma 11 Die Anzahl der l. u. Spalten einer (n,m)–Matrix A = (ajk) ist
gleich der Anzahl der l. u. Zeilen von A.
Bemerkung: Betrachtet man die Adjungierte der Funktionalmatrix g ′(x),
dann ist g′(x)∗ eine (n,m)–Matrix — d. h. sie hat diem Spalten grad gj(x) , j =
1, . . . ,m. Ein regularer Punkt x0 ∈M liegt vor, wenn die Spalten von g′(x0)∗
l. u. sind. Nach Lemma 11 sind dann auch m Zeilen von g ′(x0)∗ l. u. und
fur m Indizes i1, . . . , im ist die quadratische Matrix
∂(g1, . . . , gm)
∂(xi1 , . . . , xim)
invertierbar.
Generelle Voraussetzung im folgenden:
U ⊂ Rn offen, f ∈ C1(U,R) , g ∈ C1(U,Rm) .
Satz 12 Sei m < n , x0 ∈ M = {x | g(x) = 0} regular, und x0 sei lokales
Extremum
von f . Dann gibt es ein λ0 = (λ01, . . . , λ
0m) ∈ Rm mit
grad f(x0) + g′(x0)∗λ0 = 0 ,
- 175 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
d. h. (x0, λ0) ist stationarer Punkt von
H(x, λ) = f(x)+ < λ, g(x) > .
Bezeichnung: Die Funktion
H(x, λ) := f(x)+ < λ, g(x) > , x ∈ U , λ ∈ Rm
in Satz 12 heißt die dem Optimierungsproblem mit Nebenbedingungen zu-
geordnete Lagrange–Funktion. Die Gleichungen zur Bestimmung von stati-
onaren Punkten der Lagrange–Funktion stellen n+m Bedingungen fur die
n+m Unbekannte x01, . . . , x
0n , λ
01, . . . , λ
0m dar. Damit gelingt es, Kandidaten
x0 fur lokale Extrema von f zu finden. Der Lagrange–Multiplikator λ0 =
(λ01, . . . , λ
0m) beschreibt die Sensitivitat des Optimalwertes in Abhangigkeit
von Variationen in den Nebenbedingungen.
Beispiel: Gesucht
min{
− xy∣∣∣ (x, y) ∈M
}
, M :={
(x, y) ∈ R2∣∣∣ x+ y = 1
}
.
Die Gleichungen fur x0, y0, λ0 lauten (f(x, y) := −xy , g(x, y) = x+ y − 1)
x0 + y0 − 1 = 0 ,
−y0 + λ0 = 0 ,
−x0 + λ0 = 0 .
Losung: x0 = y0 =1
2, λ0 =
1
2. -
6QQ
MRegularitat liegt vor!
Die vorliegende Optimierungsaufgabe kann man wegen
g(x, y) = 0⇐⇒ y = 1− x ; f(x, 1− x) = x2 − x
- 176 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
auf eine eindimensionale Optimierungsaufgabe zuruckfuhren; dafur ist ( 12 ,
12)
globales Minimum.
Abschließend interessieren wir uns noch fur notwendige und hinreichende
Kriterien fur das Vorliegen eines lokalen Extremums.
Definition: Tangentenebene von M in x0
T (x0,M) :={
d ∈ Rn∣∣ g′(x0)d = 0
}
.
Lemma 13 Ist x0 ∈M regular, so gilt
T (x0,M) ={
d ∈ Rn∣∣∣ ∃τ > 0 ∃α ∈ C1((−τ, τ),Rn) :
α(0) = x0 , α′(0) = d , α(t) ∈M ∀t}
.
Satz 14 Ist x0 ∈M regular und lokales Extremum von f , so gilt
< grad f(x0) , d >= 0 ∀d ∈ T (x0,M) .
Generelle Voraussetzung im folgenden:
f ∈ C2(U,R) , g ∈ C1(U,Rm) , x0 ∈M regular .
Dann existiert die Hessematrix H(x) := Hf (x) der zweiten (stetigen) parti-
ellen Ableitungen von f (vgl. Abschnitt 16.7).
Satz 15 Sei x0 ∈ M lokales Minimum bzw. Maximum von f uber M , und
U sei konvex. Dann gilt:
(a) < grad f(x0), d >= 0 ∀d ∈ T (x0,M) ;
(b) < H(x0)d, d >≥ 0 (fur Min.) bzw. ≤ 0 (fur Max.) ∀d ∈ T (x0,M) .
- 177 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Der folgende Satz liefert ein hinreichendes Kriterium.
Satz 16 Seien U,M konvex, x0 ∈M , und es gelte:
(a) < grad f(x0), d >= 0 ∀d ∈ T (x0,M) ;
(b) < H(x0)d, d >> 0 [bzw. < 0] ∀d ∈ T (x0,M) , d 6= 0 .
Dann ist x0 lokales Minimum [bzw. lokales Maximum] uber M .
- 178 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
A Grundlagen der Aussagenlogik
Bezeichnungen
Aussagen sind Satze, deren Inhalt entweder wahr oder falsch ist.
Wahrheitswerte
W : wahr (gelegentlich auch T fur engl. true)
F : falsch (engl. false)
Aussagenvariablen p,q sind Buchstaben oder andere Zeichen, an deren Stelle
Aussagen oder Wahrheitswerte gesetzt werden konnen.
Aussageformen sind Aussagen, die Aussagenvariablen enthalten. Die fol-
genden Sonderfalle logischer Aussageformen sollen besonders hervorgehoben
werden.
Eine Aussageform, die bei jeder Belegung ihrer Variablen den Wahrheitswert
• W annimmt, heißt Wahrform (Tautologie, logisch wahre Aussageform,
logisches Gesetz),
• F annimmt, heißt Falschform (Kontradiktion, logisch falsche Aussage-
form, logischer Widerspruch).
Eine Aussageform, die weder Wahrform noch Falschform ist, heißt Neutral-
form (Neutralitat, logisch teilgultige Aussageform).
Verknupfungszeichen, Verknupfungen
Verknupfungen von Aussagen zu einer neuen Aussage bezeichnet man auch
als Junktionen. Die Verknupfungszeichen ¬, ∧ , ∨ , → , ↔ , ←7→ nennt
man Junktoren.
- 179 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Bezeichnung Schreibweise Sprechweise
Negation ¬p nicht p
Konjunktion p∧ q p und q
Disjunktion p∨ q p oder q (einschließendes (in-
klusives) oder)
Subjunktion ¬p∨ q, auch: (p → q) p subjungiert q
Bijunktion (p → q)∧ (q → p), auch: (p ↔ q) p bijungiert q
Antivalenz
(Alternative)
¬(p ↔ q), auch: (p ←7→ q) entweder p oder q (ausschlie-
ßendes (exklusives) oder)
Wahrheitstafel zu den Verknupfungen
p q ¬p p∧q p∨q p → q p ↔ q p ←7→ q
W W F W W W W F
W F F F W F F W
F W W F W W F W
F F W F F W W F
Beispiele:
• p∨¬p, ¬(p∧ q)∨ q sind Tautologien.
• p∧¬p, ¬(p∨ q)∧ q sind Kontradiktionen.
• p∨ q, p∧ q, p → q sind Neutralformen.
Seien A und B Aussageformen. Man sagt:
• A impliziert B ( A ⇒ B ), wenn A → B eine Tautologie ist (ande-
re Sprechweisen: wenn B, dann A, B folgt aus A, A ist hinreichende
- 180 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Bedingung fur B, B ist notwendige Bedingung fur A), und spricht von
logischer Implikation,
• A ist aquivalent zu B ( A ⇔ B ), wenn A ↔ B eine Tautologie ist
(andere Sprechweise: A genau dann, wenn B), und spricht von logischer
Aquivalenz.
Beispiel:
p∧q ⇒ p∨ q, weil p∧q → p∨ q eine Tautologie ist.
Gesetze der Aussagenlogik
Kommutativgesetze
1. p∨q ⇔ q∨p
2. p∧q ⇔ q∧p
Assoziativgesetze
1. (p∨ q)∨ r ⇔ p∨ (q∨ r)
2. (p∧ q)∧ r ⇔ p∧ (q∧ r)
Distributivgesetze
1. p∨ (q∧ r) ⇔ (p∨q)∧ (p∨ r)
2. p∧ (q∨ r) ⇔ (p∧q)∨ (p∧ r)
Idempotenzgesetze
1. p∨p ⇔ p
- 181 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
2. p∧p ⇔ p
Absorptionsgesetze (Verschmelzungsgesetze)
1. p∨ (p∧q) ⇔ p
2. p∧ (p∨q) ⇔ p
de Morgan–Gesetze
1. ¬(p∨ q) ⇔ ¬p∧¬q
2. ¬(p∧ q) ⇔ ¬p∨¬q
Andere Verneinungsgesetze
1. ¬(¬p) = p
2. ¬W = F
3. ¬F = W
Satz vom ausgeschlossenen Dritten
p∨¬p ist eine Tautologie.
Satz vom Widerspruch
p∧¬p ist eine Kontradiktion.
Kontrapositionsgesetz
(p → q) ⇔ (¬q → ¬p)
- 182 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Transitivgesetz
((p → q)∧ (q → r)) ⇒ (p → r)
Abtrenngesetze
1. p∧ (p → q) ⇒ q (direkter Schluß)
2. (p → q)∧¬q ⇒ ¬p (indirekter Schluß)
- 183 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
B Theoretische Ubungsaufgaben
fur Mathematiker und Physiker zu Analysis I
Ubungen (1)
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgabe 1
Losen Sie folgende Ungleichungen uber Re . Skizzieren Sie zudem die Losungs-
menge auf der x−Achse.
a) x+32x−5 > 3;
b) |x|−1x2−1
≥ 12 ;
c) |x− |x− 1|| > −2x+ 1.
Hinweis:
Machen Sie geeignete Fallunterscheidungen fur x.
Aufgabe 2
Seien A, B und C Teilmengen von X. Fur A ⊂ X ist das Komplement A′
von A in X erklart durch A′ := X \ A. Zeigen Sie
a) A ∪B = B ∪A (Kommutativgesetz);
b) (A ∪B)′ = A′ ∩B′ (Regel von de Morgan);
c) A× (B ∩C) = (A×B) ∩ (A× C).
Bemerkung:
Die oben angegebenen Regeln fur Mengen gelten auch, wenn man jeweils ∪
- 184 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
durch ∩ und ∩ durch ∪ ersetzt. Die Regel von de Morgan gilt nicht nur fur
zwei, sondern auch fur eine beliebige endliche oder unendliche Anzahl von
Mengen.
Aufgabe 3
Seien B und C Teilmengen einer Menge A. Zeigen Sie die Aquivalenz von
a) B ⊂ C;
b) B ∩ C = B;
c) B ∪ C = C.
Aufgabe 4
a) Welche der folgenden Formulierungen bzw. Ausdrucke sind mathema-
tische Aussagen, d.h. Satze denen man unabhangig vom Betrachter
genau einen der Wahrheitswerte wahr oder falsch zuordnen kann? Be-
grunden Sie kurz Ihre Entscheidung.
i) Diese Aufgabe ist sehr schwer.
ii) Dies ist eine Aufgabe zur Aussagenlogik.
iii) Diese Art von Aufgabe kommt in der Klausur vor.
b) Die Aussage q sei gegeben durch”Das Parallelogramm D ist ein Qua-
drat.“. Geben Sie jeweils eine andere Aussage p an, so daß gilt:
i) q ⇒ p, aber nicht p⇒ q;
ii) p⇒ q, aber nicht q ⇒ p;
iii) p⇔ q.
- 185 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Ubungen (2)
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgaben fur Mathematiker und Physiker:
Aufgabe 1
Seien X und Y Mengen. Sei f : X → Y eine Abbildung. Zeigen Sie:
a) f(A ∪B) = f(A) ∪ f(B) ∀ A, B ⊂ X;
b) f−1(C ∩D) = f−1(C) ∩ f−1(D) ∀ C, D ⊂ Y ;
c) f(f−1(C) ∩A) = C ∩ f(A) ∀ A ⊂ X, C ⊂ Y.
Aufgabe 2
Seien A, B und C Mengen; seien f : A → B und g : B → C Abbildungen.
Zeigen Sie:
a) Sind f und g injektiv, so ist auch g ◦ f injektiv.
b) Sind f und g bijektiv, so ist auch g ◦ f bijektiv, und es gilt (g ◦ f)−1 =
f−1 ◦ g−1.
Aufgaben fur Mathematiker:
Aufgabe 3
Seien X und Y Mengen. Sei f : X → Y eine Abbildung. Zeigen Sie:
a) f(A \ B) ⊃ f(A) \ f(B) ∀ A, B ⊂ X;
b) f−1(C \D) = f−1(C) \ f−1(D) ∀ C, D ⊂ Y.
Aufgabe 4
Sei X eine Menge, und X ⊂ P(X). X heißt σ−Algebra in X, wenn gilt:
- 186 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
i) X ∈ X ;
ii) A ∈ X ⇒ A′ ∈ X ;
iii) An ∈ X (n ∈ N) ⇒ ⋃
n∈NAn ∈ X .
Zeigen Sie:
a) Ist X eine σ−Algebra, und ist B ⊂ X, so ist
XB := {Z ∩B | Z ∈ X}
eine σ−Algebra in B.
b) Sei Y eine Menge, sei f : Y → X eine Abbildung. Ist X eine σ−Algebra
in X, so ist
f−1(X ) := {f−1(Z) | Z ∈ X}
eine σ−Algebra in Y.
Aufgaben fur Physiker:
Aufgabe 3
Untersuchen Sie die folgenden Funktionen auf Surjektivitat, Injektivitat und
Bijektivitat:
a) f : Re → Re , x 7→ 2x− 1;
b) g : [−2;∞[→ [−2;∞[, x 7→ x2 − 2x− 1;
c) h : Re \{0} → Re , x 7→ x3
|x| .
- 187 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Aufgabe 4
Zwei ohmsche Widerstande R1 und R2 werden zum einen in Reihe mit Ge-
samtwiderstand Rr und in einer zweiten Schaltung parallel mit Gesamtwi-
derstand Rp geschaltet. Zeigen Sie, daß zwischen den Gesamtwiderstanden
folgende Ungleichung gilt:
Rr ≥ 4Rp.
- 188 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Ubungen (3)
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgabe 1
a) Entscheiden Sie, ob die folgenden Aussagen richtig oder falsch sind.
Beweisen Sie die richtigen Aussagen und geben Sie fur die falschen
Aussagen ein Gegenbeispiel an.
i) Jedes Maximum ist ein Supremum.
ii) Zu jeder Teilmenge von Re gibt es ein Supremum.
iii) Infimum und Minimum sind dasselbe.
iv) Ist s das Supremum einer Teilmenge von Re , so ist s + 1 eine
obere Schranke dieser Teilmenge.
b) Bestimmen Sie – falls vorhanden – das Infimum, Supremum, Minimum
und Maximum der Menge M, die durch
M :=
{ |x|1 + |x|
∣∣∣∣x ∈ Re
}
⊂ Re
definiert ist.
Aufgabe 2
Die sog. Fibonacci-Zahlen beschreiben das Fortpflanzungsverhalten von Ka-
ninchen. Das stark vereinfachte Modell sieht folgendermaßen aus:
Ein neugeborenes Kaninchenpaar k1 bringt nach dem ersten und dem zwei-
ten Monat ein neues Paar zur Welt – k2 und k3. Jetzt kommt k1 fur die
weitere Fortpflanzung – aus welchen Grunden auch immer – nicht mehr in
Frage. Der Nachwuchs zeigt nun dasselbe Verhalten wie seine Eltern, wobei
wir voraussetzen, daß jedes Paar aus Mannlein und Weiblein besteht und
- 189 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
beide nicht fremdgehen. Bezeichnet man mit Fn die Anzahl der zu Beginn
des n−ten Monats geborenen Kaninchenpaare, so kann das Modell durch
die folgende Rekursion beschrieben werden:
F1 := 1, F2 := 1, Fn := Fn−1 + Fn−2 fur n = 3, 4, . . .
Beweisen Sie mit Hilfe der vollstandigen Induktion:
a)
F1 + F2 + · · ·+ Fn−1 + 1 = Fn+1, n ∈ N≥2;
b)
Fn−1Fn+1 = F 2n + 1, n ∈ N, n gerade;
c)
F2n+1 = F 2n+1 + F 2
n , n ∈ N.
Aufgaben fur Mathematiker:
Aufgabe 3
Gegeben Sei die Menge K := {a, b, c}. Auf K×K seien die Abbildungen +
und · durch die folgenden Tafeln definiert:
+ a b c
a c a b
b a b c
c b c a
· a b c
a a b c
b b b b
c c b a
K ist mit den angegebenen Verknupfungen + und · ein Korper.
a) Bestimmen Sie das Nullelement und das Einselement von K. Verifizie-
ren Sie die entsprechenden Eigenschaften.
- 190 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
b) Beweisen Sie das Kommutativgesetz bzgl. + und ·.
c) Berechnen Sie x := a+ (−c), y := a · c−1.
Aufgabe 4
Beweisen Sie mit Hilfe der Anordnungsaxiome folgende Rechenregeln:
a) Aus a < b folgt −a > −b.
b) Aus a < b und c > 0 folgt ac < bc.
c) Aus a < b und c < 0 folgt ac > bc.
d) Aus 0 < a < b und 0 < c < d folgt ac < bd.
Aufgaben Physiker:
Aufgabe 3
Bestimmen Sie – falls vorhanden das Infimum, Supremum, Minimum und
Maximum der folgenden Teilmengen der reellen Zahlen:
a)
A1 :=
{1
m+
1
n
∣∣∣∣m,n ∈ N
}
;
b)
A2 :=
{
x+1
x
∣∣∣∣
1
2< x ≤ 2
}
.
Aufgabe 4
In der ehemaligen Sowjetunion wurden Geldscheine nur fur 3 und 5 Rubel
gedruckt. Zeigen Sie mit Hilfe der vollstandigen Induktion, daß es moglich
ist, jeden ganzzahligen Betrag ab 8 Rubel in Geldscheinen zu bezahlen.
- 191 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Ubungen (4)
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgabe 1
a) Verneinen Sie folgende Aussagen:
i) Zu jedem Mann existiert eine Frau, die ihn nicht liebt.
ii) ∀ a, b ∈ Re mit a > b ∃ c ∈ Q : a > c > b.
b) Beweisen Sie durch indirekten Beweis
i)√b−√a <
√b− a a, b ∈ Re , b > a > 0;
ii)√
2 +√
3 ist irrational.
Hinweis:
Sie durfen benutzen, daß√
6 irrational ist.
Aufgabe 2
Zeige Sie mit Hilfe des Satzes von Archimedes und des Wohlordnungssatzes,
daß folgende Aussage gilt:
Zu jeder reellen Zahl x gibt es eine eindeutig bestimmte ganze Zahl n ∈ Z
mit
n ≤ x < n+ 1.
Hinweis:
i) Fur x ∈ Z ist die Aussage trivialerweise erfullt. Fur x ∈ Re \Z un-
terscheide zwischen x ≥ 0 und x < 0. Beweisen Sie die Eindeutigkeit
indirekt.
- 192 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
ii) Es gibt eine analoge Aussage der Form:
Zu jeder reellen Zahl x gibt es eine eindeutig bestimmte ganze Zahl
m ∈ Z mit
m− 1 < x ≤ m.
iii) Dadurch werden die Funktionen
bxc := n bzw. dxe := m
erklart. Fur bxc ist auch die Gauß-Klammer [x] ublich.
Aufgaben fur Mathematiker:
Aufgabe 3
Sei X eine Menge; seien A,B ⊂ X. Die symmetrische Differenz A4B von
A und B ist definiert durch
A4B := {x ∈ X | x ∈ A ∪B, x 6∈ A ∩B}.
a) Zeigen Sie
A4B = (A ∩B ′) ∪ (A′ ∩B).
b) Berechnen Sie A4B fur die folgenden Mengen:
i)
A := {x ∈ Re | x2 > 1} und B := {x ∈ Re | |x+ 0, 5| < 1};
ii)
A := {(x, y) ∈ Re 2 | x2+y2 ≤ 2} und B := {(x, y) ∈ Re 2 | x2+y2 ≤ 1}.
- 193 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Aufgabe 4:
Auf Re \{2} werde eine Verknupfung ⊗ durch
a⊗ b := ab− 2(a+ b) + 6, a, b ∈ Re \{2},
definiert. Zeigen Sie, daß (Re \{2},⊗) eine Gruppe ist. Ist diese Gruppe
abelsch, d.h. kommutativ?
Hinweis:
Eine nichtleere Menge Gmit einer Verknupfung⊗ : G×G→ G, (a, b) 7→ a⊗bheißt Gruppe, wenn sowohl ein neutrales als auch ein inverses Element bzgl.
⊗ existieren und das Assoziativgesetz gilt.
Neutrales Element: ∃ e ∈ G : e⊗ a = a⊗ e = a ∀ a ∈ G.Inverses Element: ∀ a ∈ G ∃ b ∈ G : a⊗ b = b⊗ a = e.
Aufgaben fur Physiker:
Aufgabe 3
Beweisen Sie mittels vollstandiger Induktion:
a)n∑
i=1
i3 =1
4n2(n+ 1)2, n ∈ N;
b)n∑
i=1
1
i3< 2− 1
n2, n ∈ N, n ≥ 2.
Aufgabe 4
Bestimmen Sie die Anzahl der Tripel (n1, n2, n3) ∈ N3 mit
n1 + n2 + n3 = n+ 1, n ∈ N, n ≥ 2.
- 194 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Ubungen (5)
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgabe 1
a) Beweisen Sie die Bernoullische Ungleichung:
Sei a ∈ Re , a > −1, sei n ∈ N, dann gilt
(1 + a)n ≥ 1 + na.
b) Bestimmen Sie das Supremum und das Infimum von
M :=
{(
1− 1
n2
)n ∣∣∣∣n ∈ N
}
.
Hinweis:
i) Sie konnen benutzen, daß fur n ∈ N und a ∈ Re , 0 < a < 1, die
Ungleichung 0 < an < 1 gilt.
ii) Verwenden Sie Teil a) zum Beweis von b).
Aufgabe 2
a) Zeigen Sie die folgende Gleichheit fur die Binomialkoeffizienten:
(n
k
)
+
(n
k + 1
)
=
(n+ 1
k + 1
)
, n, k ∈ N0.
Hinweis:
Fur k > n setzt man(nk
):= 0. Behandeln Sie auch die Falle k ≥ n.
b) Zeigen Sie mittels vollstandiger Induktion, daß fur beliebige n, k ∈ N
gilt:n∑
j=1
(k + j − 1
k
)
=
(n+ k
k + 1
)
.
- 195 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Aufgabe 3
a) Bringen Sie die folgenden Ausdrucke auf die Form x+ iy, x, y ∈ Re :
i) i4 + i5 + i6 + i7; ii) i1−i ; iii) 1
i + 31+i ; iv)
(1+i
√3
1−i√
3
)2.
b) Beweisen Sie fur z ∈ C mit |Re(z)| < 1 die Ungleichung
∣∣∣∣
z
1− z2
∣∣∣∣≤ |z|
1− (Re(z))2.
- 196 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Aufgaben fur Mathematiker:
Aufgabe 4
Beweisen Sie mittels vollstandiger Induktion
a)n∏
j=1
(1− aj) ≥ 1−n∑
j=1
aj, 0 ≤ aj ≤ 1 ∀ j ∈ {1, 2, . . . , n};
b)
n∑
j=1
aj
n∑
j=1
1
aj
≥ n2, aj ∈ Re , aj > 0 ∀ j ∈ {1, 2, . . . , n}.
Aufgaben fur Physiker:
Aufgabe 4
Bestimmen Sie die Teilmengen von C, die durch die folgenden Gleichungen
bzw. Ungleichungen charakterisiert werden, und skizzieren Sie diese:
a)
|z − 1| = |z + 1|;
b)
|z − 2| ≤ |z + 2|;
c)
|z + 1| ≤ |z − 2|;
d)
Re
(z + 1
z − 1
)
≥ 2, z 6= 1.
- 197 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Ubungen (6)
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgabe 1
Es seien A,B nichtleere Teilmengen von Re . Es gelte
a ≤ b ∀ a ∈ A, b ∈ B.
Beweisen Sie:
a)
s := supA und t := inf B existieren;
b)
supA ≤ inf B;
c)
supA = inf B ⇔ ∀ ε > 0 ∃ a ∈ A, b ∈ B : b− a < ε.
Aufgabe 2
Untersuchen Sie die Folgen auf Konvergenz und bestimmen Sie ggf. ihren
Grenzwert:
a)
an := 2−n(2n − (−2)n), n ∈ N;
b)
bn := (−1)−nn2 − n+ (−1)n
3n3 − 4n+ 5, n ∈ N;
c)
cn :=
n∑
k=1
1
k(k + 1), n ∈ N;
- 198 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Hinweis:
Schreiben Sie die Summe in eine Teleskopsumme um.
d)
dn :=√n+ 4−
√n+ 2, n ∈ N.
Aufgaben fur Mathematiker:
Aufgabe 3
Die Folgen (an)n∈N und (bn)n∈N seien definiert durch
0 < a1 < b1, an+1 =2anbnan + bn
, bn+1 =1
2(an + bn).
a) Zeigen Sie, daß die Folgen (an)n∈N und (bn)n∈N beschrankt und mo-
noton sind.
b) Zeigen Sie, daß die Folgen gegen denselben Grenzwert konvergieren,
und bestimmen Sie diesen.
Aufgabe 4
Es sei eine Folge (an)n∈N gegeben mit der folgenden Eigenschaft:
∃ q ∈ Re mit 0 < q < 1 : |an+1 − an| ≤ q|an − an−1|, n ≥ 2.
Zeigen Sie mit Hilfe des Cauchy-Kriteriums, daß (an)n∈N konvergiert.
Hinweis:
Benutzen Sie an geeigneter Stelle die geometrische Summenformel∑k
j=0 qj =
1−qk+1
1−q , q 6= 1.
Aufgaben fur Physiker:
Aufgabe 3
- 199 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Die rekursive Folge (an)n∈N sei definiert durch
a1 :=√
6, an+1 =√an + 6, n ∈ N.
Untersuchen Sie die Folge auf Konvergenz und bestimmen Sie ggf. ihren
Grenzwert.
Aufgabe 4
Betrachten Sie eine Flussigkeit A1 in einem Behalter B1 und eine Flussigkeit
A2 in einem Behalter B2 von jeweils 100 cm3. 10 cm3 von A1 werden nun zur
Flussigkeit A2 in den Behalter B2 gegeben. Nach grundlichem Vermischen
werden 10 cm3 aus B2 wieder zu der Flussigkeit in B1 gegeben. Anschlie-
ßend wird die Flussigkeit in B1 grundlich vermischt. Im nachsten Schritt
entnimmt man wiederum 10 cm3 aus B1 und schuttet diese in den Behalter
B2, usw.; d.h. dieser Vorgang wird beliebig oft wiederholt. Die Folge (cn)n∈N
bezeichne die relative Menge der Flussigkeit A1 im Behalter B1 nach dem
n−ten Schritt.
a) Geben Sie die Rekursionsformel fur die Folge (cn)n∈N an.
b) Wie oft muß der Vorgang durchlaufen werden, bis sich in dem Behalter
B1 weniger als 70 cm3 der Flussigkeit A1 befinden?
c) Zeigen Sie, daß die Folge (cn)n∈N konvergiert, d.h. daß es eine Grenz-
mischung gibt.
Hinweis:
Betrachten Sie parallel zur Folge (cn)n∈N eine Folge (dn)n∈N bzgl. des Behalters
B2.
- 200 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Ubungen (7)
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgabe 1
Berechnen Sie die Haufungswerte der unten angegebenen Folgen:
a) an := n√
1 + (−1)n, n ∈ N;
b) bn := | 1n + in|, n ∈ N;
c) cn := |z|n1+|z|n , n ∈ N, z ∈ C;
d) dn := nx− [nx], n ∈ N, x ∈ Q.
Aufgabe 2
Seien (an)n∈N und (bn)n∈N Folgen. Zeigen Sie:
a) Konvergiert (an)n∈N, so konvergiert auch (|an|)n∈N, und es gilt
limn→∞
|an| = | limn→∞
an|.
Gilt auch die Umkehrung?
b) Konvergiert (an)n∈N, so konvergiert auch
(
1n
n∑
j=1aj
)
n∈N
, und es gilt
limn→∞
1
n
n∑
j=1
aj = limn→∞
an.
c) Geben Sie eine divergente Folge an, fur welche die zugehorige Folge
der arithmetischen Mittel konvergiert.
Aufgaben fur Mathematiker:
Aufgabe 3
- 201 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
a) Bestimmen Sie alle Haufungswerte sowie lim inf und lim sup der Folge
(an)n∈N, die definiert ist durch
an :=(−1)n
2+
(−1)n(n+1)
2
3.
b) Zeigen Sie, daß fur jede reelle Folge (an)n∈N die folgenden Gleichungen
gelten:
lim supn→∞
an = inf{x ∈ Re | x ≥ an fur fast alle n} = sup{x ∈ Re | x ≤ an fur unendlich viele n}.
- 202 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Aufgabe 4
Sei (an)n∈N eine Folge. Die Folgen (bn)n∈N und (cn)n∈N seien definiert durch
bn := a2n und cn := a2n+1. Beweisen Sie die folgenden Aussagen:
a) Konvergieren (bn)n∈N und (cn)n∈N beide gegen a, dann konvergiert
auch (an)n∈N gegen a.
b) Ist (an)n∈N konvergent, dann sind auch (bn)n∈N und (cn)n∈N konver-
gent.
c) Es gibt eine Folge (an)n∈N, so daß die beiden Folgen (bn)n∈N und
(cn)n∈N konvergieren, aber nicht die Folge (an)n∈N.
Aufgaben fur Physiker:
Aufgabe 3
Beweisen Sie:
a)n−1∏
j=1
(
1 + 1j
)j= nn
n! , n ∈ N;
b) 3(n3
)n ≤ n! ≤ 2n(n2
)n, n ∈ N.
Hinweis:
i) Benutzen Sie fur Teil b) Teil a) und die Abschatzung 2 ≤(1 + 1
n
)n<
3, n ∈ N.
ii) Fur k > n gilt:n∑
j=k
aj := 0,n∏
j=k
aj := 1.
Aufgabe 4
- 203 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
a) Ein Schiff fahrt 3√
2 km in Richtung Nordost, danach 5 km nach
Westen, dann 1 km nach Suden und schließlich 2√
2 km nach Nord-
west. Wie weit entfernt und in welcher Richtung vom Ausgangspunkt
befindet sich das Schiff. Benutzen Sie zur Berechnung die Gaußsche
Zahlenebene.
b) Sie finden eine Anleitung zur Schatzsuche auf einer Insel:
”Auf der Insel befinden sich zwei Baume A und B sowie ein Galgen.
Man gehe vom Galgen direkt zu Baum A und zahle die Schritte, wen-
de sich im rechten Winkel nach links und gehe die gleiche Schrittzahl
geradeaus und markiere den Endpunkt. Die gleiche Prozedur vollziehe
man fur Baum B, wende sich in diesem Fall aber nach rechts. Auf
der Halfte der Strecke der zwei markierten Punkte fange man an zu
graben.“
Sie fahren zur Insel und finden die Situation wie beschrieben vor – nur
der Galgen ist verschwunden. Sie sind zunachst besturzt, uberlegen ei-
ne Weile und freuen sich dann allerdings, in der Analysis die Gaußsche
Zahlenebene und die komplexen Zahlen kennengelernt zu haben. Sie
konnen den Grabungspunkt namlich ohne Kenntnis der Position des
Galgens bestimmen.
Hinweis:
Wahlen Sie den Nullpunkt geeignet. Was bedeutet die Multiplikation
mit i bzw. −i geometrisch?
- 204 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Ubungen (8)
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgabe 1
Untersuchen Sie die folgenden Reihen auf Konvergenz und bestimmen Sie
den Wert der konvergenten Reihen:
a)∞∑
n=1
n+ 4
n2 − 3n+ 1;
b)∞∑
n=1
c2n+1
(1 + c2)n, c ∈ Re ;
c)∞∑
n=1
1
n(n+ 1)(n+ 2).
Hinweis:
Um die Divergenz einer Reihe nachzuweisen, kann man das Minorantenkri-
terium benutzen:
Gibt es eine Folge (bn)n∈N nichtnegativer Zahlen mit bn ≤ an, n ∈ N, und∞∑
n=1bn =∞, dann divergiert auch die Reihe
∞∑
n=1an.
Aufgabe 2
a) Beweisen Sie das sog. Reihenverdichtungskriterium:
Ist (an)n∈N eine monoton fallende Folge nichtnegativer Zahlen, so kon-
vergiert die Reihe∞∑
n=1an genau dann, wenn die verdichtete Reihe
∞∑
n=12na2n konvergiert.
- 205 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
b) Verwenden Sie das Reihenverdichtungskriterium, um zu zeigen, daß
die Reihe∞∑
n=1
1
nα, α ∈ Q,
fur α > 1 konvergiert und fur α ≤ 1 divergiert.
- 206 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Aufgaben fur Mathematiker:
Aufgabe 3
a) Die Folgen (an)n∈N0 , (bn)n∈N0 und (cn)n∈N0 seien definiert durch
an := bn :=(−1)n√n+ 1
, cn :=n∑
k=0
an−kbk, n ∈ N0.
Zeigen Sie, daß die Reihen∞∑
n=0an und
∞∑
n=0bn konvergieren, aber ihr
Cauchy-Produkt∞∑
n=0cn nicht konvergiert.
b) Zeigen Sie, daß fur |x| < 1 gilt:
∞∑
n=0
(n+ 1)xn =1
(1− x)2 .
Aufgabe 4
Es seien (an)n∈N und (bn)n∈N zwei beschrankte Folgen nichtnegativer Zahlen.
Zeigen Sie:
a) lim supn→∞
anbn ≤(
lim supn→∞
an
)(
lim supn→∞
bn
)
;
b) Ist (an)n∈N konvergent, so gilt
lim supn→∞
anbn =(
limn→∞
an
)(
lim supn→∞
bn
)
.
Aufgaben fur Physiker:
Aufgabe 3
Untersuchen Sie die folgenden Reihen auf Konvergenz:
a)∞∑
n=1
n!
nn;
- 207 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
b)∞∑
n=1
(−n)n
(n+ 1)n+1;
c)∞∑
n=1
(n+ 1)n2
nn22n;
Aufgabe 4
Stellen Sie sich vor, es ist wieder Bastelabend in der Fachschaft. Sie bieten
dieses Jahr an, einen”Turm von Hanoi“ bauen zu wollen, dessen Bauanlei-
tung Sie von Ihrer letzten Schatzsuche mitgebracht haben. Dieser soll die
folgende Gestalt haben: Die erste Platte soll einen Durchmesser von 10 cm
haben, jede folgende Platte besitzt genau den halben Durchmesser der vor-
hergehenden. Weiterhin soll die erste Platte 4 cm dick sein, die zweite halb
so dick wie die erste, die Dicke der dritten Platte soll ein Drittel der zweiten
betragen usw.. Sie stellen sich nun folgende Fragen:
a) Welche Dicke und welchen Durchmesser besitzt die n−te Platte?
b) Welche Gesamthohe Hn und welches Gesamtvolumen Vn besitzt der
Turm Tn, der aus den ersten n Platten besteht?
c) Welche Hohe hatte eigentlich T∞ und wieviel cm3 Holz waren fur den
Bau eines solchen Turmes notig?
- 208 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Ubungen (9)
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgabe 1
a) Beweisen Sie die Stetigkeit der folgenden Funktionen in x = a mit
Hilfe der ε− δ−Definition der Stetigkeit:
i) f : (0; 1) 3 x 7→ √x ∈ Re ; a ∈ (0; 1);
ii) f : Re 3 x 7→ 11+x2 ∈ Re ; a ∈ Re .
b) Untersuchen Sie die folgende Funktion f : Re → Re auf Stetigkeit in
Re :
f(x) :=
|x− 2| (x2+x−6)(x+2)x2−4x+4 , x 6= 2
20, x = 2
.
Aufgabe 2
Eine Funktion f : D ⊂ Re → Re heißt Lipschitz-stetig, wenn eine Konstante
0 ≤ L <∞ existiert, so daß fur alle x, y ∈ D gilt:
|f(x)− f(y)| ≤ L|x− y|.
Zeigen Sie:
a) Jede auf D Lipschitz-stetige Funktion ist auch stetig in D.
b) Der Raum der Lipschitz-stetigen Funktionen ist ein Vektorraum uber
Re .
c) Ist D ein Intervall, dann ist auch das Produkt zweier Lipschitz-stetiger
Funktionen wieder Lipschitz-stetig.
- 209 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Aufgabe 3
Die Funktion f : Re → Re sei gegeben durch
f(x) :=9x3 − 18x2 − 2x+ 2
x2 + 1.
Zeigen Sie, daß f mindestens eine Nullstelle in den Intervallen [−1; 0] und
[0; 1] besitzt. Gibt es eine weitere Nullstelle im Intervall [1;∞)?
Aufgaben fur Mathematiker:
Aufgabe 4
Fur die Funktion f : Re → Re gelte f(0) = 1 und
f(x+ y) ≤ f(x)f(y) ∀ x, y ∈ Re .
Zeigen Sie, daß f in Re stetig ist, wenn f im Nullpunkt stetig ist.
Aufgaben fur Physiker:
Aufgabe 4
Das Tragheitsmoment eines Systems ausN Massenpunktenmj, j ∈ {1, . . . , N},ist definiert durch
Θ =
N∑
j=1
mjr2j ,
wobei rj den Abstand des Massenpunktes mj senkrecht zur Drehachse an-
gibt. Der Begriff des Tragheitsmomentes laßt sich mit Hilfe eines Grenz-
wertprozesses auch auf homogene Korper wie z.B. die Scheiben des Turms
von Hanoi (vgl. Blatt 8) fortsetzen. Berechnen Sie das Tragheitsmoment der
- 210 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
ersten Holzscheibe, wobei die Dichte ρ als konstant vorausgesetzt sei. Die
Rotationsachse stehe dabei senkrecht auf der Scheibe und gehe durch den
Mittelpunkt.
Hinweis:
i) Zerlegen Sie die Scheibe in n Kreisringe, wobei die Differenz des auße-
ren und des inneren Radius konstant sein soll.
ii) Schatzen Sie die Tragheitsmomente dieser Kreisringe geeignet nach
oben und unten ab.
iii) Summieren Sie diese Teilergebnisse und vereinfachen Sie diese mit Hilfe
der Formeln furn∑
i=1
i,
n∑
i=1
i2,
n∑
i=1
i3.
iv) Fuhren Sie nun den Grenzwertprozeß mit n→∞ durch.
- 211 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Weihnachts-Ubungsblatt
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgabe 1: Vollstandige Induktion
Fur welche n ∈ N0 sind folgende Aussagen wahr?
a) 2n+ 1 ≤ 2n;
b) n2 ≤ 2n.
Aufgabe 2: Urbilder von Mengen
Seien X,Y nichtleere Mengen. Sei f : X → Y eine Funktion. Zeigen Sie:
a) Sind A ⊂ Y und B ⊂ Y disjunkt, dann sind auch f−1(A) und f−1(B)
disjunkt.
b) Sei Y das kartesische Produkt zweier nichtleerer Mengen Y1, Y2, d.h.
Y := Y1 × Y2. Sei f := (f1, f2) definiert durch die Komponenten f1 :
X → Y1 und f2 : X → Y2. Fur beliebige Teilmengen A1 ⊂ Y1 und
A2 ⊂ Y2 gilt
f−1(A1 ×A2) = f−11 (A1) ∩ f−1
2 (A2).
Aufgabe 3: Reihen
a) Sei∞∑
n=1an eine Reihe. Zeigen Sie:
Die Reihe konvergiert absolut, wenn lim supn→∞
n√
|an| < 1 gilt;
die Reihe divergiert, wenn lim supn→∞
n√
|an| > 1 gilt;
die Reihe kann sowohl divergent als auch konvergent sein, wenn lim supn→∞
n√
|an| =1 gilt.
Hinweis:
Eine analoge Aussage gilt fur das Quotientenkriterium.
- 212 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
b) Zeigen Sie die Divergenz folgender Reihen:
i)∞∑
n=1(−1)n n
√n;
ii)∞∑
n=1
72n
(4+(−1)n)3n .
- 213 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Aufgabe 4: Logarithmus- und Hyperfunktionen
a) Beweisen Sie die Funktionalgleichung fur die Logarithmusfunktion:
ln(xy) = ln(x) + ln(y), x, y > 0.
b) Beweisen Sie fur x, y ∈ Re folgende Beziehungen fur die Funktionen
cosh und sinh :
i) cosh(x+ y) = cosh(x) cosh(y) + sinh(x) sinh(y);
ii) sinh(x+ y) = cosh(x) sinh(y) + sinh(x) cosh(y);
iii) cosh2(x)− sinh2(x) = 1.
Hinweis:
Sie durfen die Funktionalgleichung fur die Exponentialfunktion benutzen.
- 214 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Ubungen (10)
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgabe 1
Zeigen Sie, daß die folgenden Funktionen auf dem Intervall I := (−1, 1)
streng monoton und stetig sind und bestimmen Sie die Ableitungen der
Umkehrfunktionen f−1 bzw. g−1 an den Stellen f(0) bzw. g(0).
a) f : I 3 x 7→ x3 − 3x+ 3 ∈ Re ;
b) g : I 3 x 7→ ln(−(x− 1)2 + 5) ∈ Re ;
Aufgabe 2:
a) Beweisen Sie:
Sind h1 > 0, h2 differenzierbar auf D ⊂ Re , dann gilt fur h(x) :=
h1(x)h2(x)
h′(x) =
(
h′2(x) ln(h1(x)) + h2(x)h′1(x)h1(x)
)
h1(x)h2(x), x ∈ D.
b) Berechnen Sie die Ableitungen der folgenden Funktionen:
i) f : Re + 3 x 7→ (3x)ln(x) ∈ Re ;
ii) g : Re 3 x 7→ xe−x
(1+x2)2∈ Re ;
Aufgaben fur Mathematiker:
Aufgabe 3:
Zeigen Sie ohne die Differenzierbarkeit zu benutzen, daß die folgenden Funk-
tionen auf ihrem
Definitionsbereich gleichmaßig stetig sind:
- 215 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
a) f : (0, 2) 3 x 7→ x3 ∈ Re ;
b) g : Re 3 x 7→ 11+|x| ∈ Re ;
Aufgabe 4:
Eine Funktion f : [a, b]→ Re heißt genau dann streng konvex, wenn gilt
f(tx+ (1− t)y) < tf(x) + (1− t)f(y) ∀ t ∈ (0, 1), ∀ x, y ∈ [a, b], x 6= y.
a) Zeigen Sie, daß es genau ein z ∈ [a, b] gibt mit
f(z) = minx∈[a,b]
f(x),
falls f : [a, b]→ Re streng konvex und stetig ist.
b) Gilt die Aussage von a) auch fur das Maximum?
c) Zeigen Sie, daß f : [−2, 3] 3 x 7→ x2 ∈ Re streng konvex ist.
- 216 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Aufgaben Physiker:
Aufgabe 3:
Beweisen Sie folgenden Gleichungen fur n ≥ 2, indem Sie die Ableitungen
geeigneter Funktionen benutzen und diese an passender Stelle auswerten:
a)n∑
k=1
k(nk
)= n2n−1;
b)n∑
k=1
k(k − 1)(nk
)= n(n− 1)2n−2.
Hinweis:
Die Funktionen sind Polynome.
Aufgabe 4:
Bestimmen Sie die Koeffizienten des Polynoms
p(x) := ax2 + bx+ c,
so daß die folgenden Bedingungen erfullt sind:
i) Das Polynom p besitzt eine Nullstelle fur x = 1.
ii) Die Tangente im Punkt (2, p(2)) ist parallel zu der Geraden y+2x = 2.
iii) Die Tangente im Punkt (−1, p(−1)) steht senkrecht auf der Geraden
y − x = 5.
Hinweis:
Zwei Geraden stehen senkrecht auf einander, wenn das Produkt ihrer
Steigungen −1 ist.
- 217 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Ubungen (11)
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgabe 1
Die Funktion f : Re ⊃ D → Re sei gegeben durch
f(x) =x3
x2 − 1, x ∈ D.
Unterziehen Sie die Funktion f einer Kurvendiskussion:
a) Bestimmen Sie den Definitionsbereich D und die Schnittpunkte mit
den Achsen.
b) Untersuchen Sie die Funktion auf Symmetrie: Ist f ggf. eine gerade
oder ungerade Funktion?
c) Untersuchen Sie das Monotonieverhalten von f und untersuchen Sie
das Verhalten von f fur x→ ±∞.
d) Bestimmen Sie alle Maxima sowie Minima (lokale, globale), Wende-
und Sattelpunkte.
e) Zeichnen Sie die Funktion f fur x ∈ [−6, 6].
Hinweis:
i) Eine Funktion g heißt gerade bzw. ungerade, wenn gilt
g(x) = g(−x) bzw. g(x) = −g(−x) ∀ x ∈ D.
ii) Ein Wende- bzw. Sattelpunkt liegt bei der Funktion g u. a. vor, wenn
gilt
g′′(x) = 0 ∧ g′(x), g′′′(x) 6= 0 bzw. g′(x) = g′′(x) = 0 ∧ g′′′(x) 6= 0.
- 218 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Aufgabe 2
Der Graph der Funktion f mit f(x) = (x2 − 4)2 schließt mit der x−Achse
eine Flache ein. Dieser Flache konnen Dreiecke einbeschrieben werden, die
gleichschenklig und symmetrisch zur y−Achse sind und deren Spitzen im
Ursprung des Koordinatensystems liegen. Laßt man diese Dreiecke um die
y−Achse rotieren, so entstehen Kegel. Gesucht ist der Kegel mit dem maxi-
malen Volumen.
a) Fertigen Sie eine Zeichnung an, die den Sachverhalt wiedergibt.
b) Zeigen Sie, daß fur das Volumen V des Kegels
V (r) =1
3π(r3 − 4r)2
gilt.
c) Bestimmen Sie mit Hilfe von V (r) den Radius r und die Hohe h des
Kegels mit dem maximalen Volumen sowie das maximale Volumen
Vmax.
Aufgabe 3
Berechnen Sie e1/2 auf 10−3 exakt. Verwenden Sie dazu die Taylorformel mit
Entwicklungspunkt 0 und die Darstellung des Restgliedes nach Lagrange.
Aufgaben fur Mathematiker:
Aufgabe 4
Zeigen Sie:
Ist die Funktion f auf dem Intervall [a, b] stetig und in (a, b) zweimal diffe-
renzierbar, dann ist Sie auf [a, b] streng konvex, wenn gilt
f ′′(x) > 0, x ∈ (a, b).
- 219 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Hinweis:
i) Die strenge Konvexitat wurde auf Blatt 10, Aufgabe 4 definiert.
ii) Definieren Sie z := (1 − t)y + tx und nehmen Sie ohne Beschrankung
der Allgemeinheit y < x an. Benutzen Sie an geeigneter Stelle den
Mittelwertsatz.
iii) Gilt in der obigen Aussage f ′′(x) ≥ 0, dann ist f auf [a, b] konvex. Gilt
jedoch f ′′(x) < 0 bzw. f ′′(x) ≤ 0, dann ist f auf [a, b] streng konkav
bzw. konkav.
Aufgaben fur Physiker:
Aufgabe 4
Die Hermite-Polynome Hn sind Losungen der Differentialgleichung
v′′ − 2yv′ + (ε− 1)v = 0
mit ε = 2n+ 1, n ∈ N0. Diese Differentialgleichung tritt u. a. in der Quan-
tenmechanik bei der Betrachtung des eindimensionalen Oszillators, der z. B.
die Schwingungen eines zweiatomigen Molekuls beschreibt, auf. Eine Dar-
stellung der Hermite-Polynome lautet
Hn(y) = (−1)ney2 dn
dyne−y
2, n ∈ N0.
a) Begrunden Sie kurz, warum Hn ein Polynom ist, obwohl die Exponen-
tialfunktion in der Darstellung auftaucht, und berechnen sie die ersten
4 Hermite-Polynome.
b) Zeigen Sie, daß die Hermite-Polynome Hn der Differentialgleichung
H ′′n − 2yH ′
n + 2nHn = 0
genugen.
- 220 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
c) Zeigen Sie, daß fur die Hermite-Polynome die folgende Beziehung gilt:
nHn−1 +1
2Hn+1 = yHn, n ∈ N.
Hinweis:
Sie durfen in Teil b) und c) die Beziehung H ′n = 2nHn−1, n ∈ N, benutzen.
- 221 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Ubungen (12)
zur Vorlesung Analysis I fur Mathematiker und Physiker
Aufgabe 1
Berechnen Sie folgende Grenzwerte:
a) limx→0
ex+e−x−2x2 ;
b) limx→0
(ex−1x
)1/x.
Aufgabe 2
Beweisen Sie mit Hilfe der Differentialrechnung folgende Identitaten:
a) 2 arctan(x) = arcsin(
2x1+x2
)
, −1 ≤ x ≤ 1;
b) 2 arccot(√
1−cos(x)1+cos(x)
)
= π − x, 0 ≤ x < π.
Aufgabe 3
Beweisen Sie folgende Eigenschaften der trigonometrischen Funktionen:
a) cos(π2
)= 0, sin
(π2
)= 1;
b) cos(x+ π
2
)= − sin(x), sin
(x+ π
2
)= cos(x), x ∈ Re ;
c) cos(x+ π) = − cos(x), sin(x+ π) = − sin(x), x ∈ Re ;
d) cos(x+ 2π) = cos(x), sin(x+ 2π) = sin(x), x ∈ Re .
Sie durfen dazu nur die Satze und Definitionen der Vorlesung bis einschließ-
lich Lemma 14 in §11 und die Definition von π benutzen.
- 222 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Aufgaben fur Mathematiker:
Aufgabe 4
Seien f, g : [a, b] → Re beschrankte Funktionen. Zeigen Sie fur die Ober-
bzw. Unterintegrale:
a) –∫ (f + g)(x)dx ≤ –∫ f(x)dx+ –∫ g(x)dx;
b) –
∫(f + g)(x)dx ≥ –
∫f(x)dx+ –
∫g(x)dx;
c) –∫ (cf)(x)dx = c–∫f(x)dx, c ∈ [0,∞).
- 223 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Aufgaben fur Physiker:
Aufgabe 4
Gegeben Sei eine Differentialgleichung der Form
n∑
k=0
aky(k)(x) = g(x), ak ∈ Re , an 6= 0, n ∈ N0.
Zeigen Sie:
a) Ist V die Menge der Losungen der Differentialgleichung fur g = 0,
dann ist V einen Vektorraum.
b) Sei z eine Losung der Differentialgleichung, und sei Vg die Menge der
Losungen der Differentialgleichung. Dann gilt
Vg = {z + h | h ∈ V }.
Hinweis:
i) Die obige Differentialgleichung ist eine lineare Differentialgleichung
n−ter Ordnung mit konstanten Koeffizienten.
ii) Gilt g = 0, so liegt eine homogene Differentialgleichung vor; ist g 6= 0,
eine inhomogene.
C Theoretische Ubungsaufgaben
fur Informatiker zu Analysis I
Ubungen (1)
zur Vorlesung Analysis I fur Informatiker
- 224 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Aufgabe 1
Losen Sie folgende Ungleichungen uber Re . Skizzieren Sie zudem die Losungs-
menge auf der x−Achse.
a) x+32x−5 > 3;
b) |x|−1x2−1 ≥ 1
2 ;
c) |x− |x− 1|| > −2x+ 1.
Hinweis:
Machen Sie geeignete Fallunterscheidungen fur x.
Aufgabe 2
Seien A, B und C Teilmengen von X. Fur A ⊂ X ist das Komplement A′
von A in X erklart durch A′ := X \A. Zeigen Sie
a) A ∪B = B ∪A (Kommutativgesetz);
b) (A ∪B)′ = A′ ∩B′ (Regel von de Morgan);
c) A× (B ∩ C) = (A×B) ∩ (A×C).
Bemerkung:
Die oben angegebenen Regeln fur Mengen gelten auch, wenn man jeweils ∪durch ∩ und ∩ durch ∪ ersetzt. Die Regel von de Morgan gilt nicht nur fur
zwei, sondern auch fur eine beliebige endliche oder unendliche Anzahl von
Mengen.
Aufgabe 3
Seien B und C Teilmengen einer Menge A. Zeigen Sie die Aquivalenz von
- 225 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
a) B ⊂ C;
b) B ∩ C = B;
c) B ∪ C = C.
Aufgabe 4
a) Welche der folgenden Formulierungen bzw. Ausdrucke sind mathema-
tische Aussagen, d.h. Satze denen man unabhangig vom Betrachter
genau einen der Wahrheitswerte wahr oder falsch zuordnen kann? Be-
grunden Sie kurz Ihre Entscheidung.
i) Diese Aufgabe ist sehr schwer.
ii) Dies ist eine Aufgabe zur Aussagenlogik.
iii) Diese Art von Aufgabe kommt in der Klausur vor.
b) Die Aussage q sei gegeben durch”Das Parallelogramm D ist ein Qua-
drat.“. Geben Sie jeweils eine andere Aussage p an, so daß gilt:
i) q ⇒ p, aber nicht p⇒ q;
ii) p⇒ q, aber nicht q ⇒ p;
iii) p⇔ q.
- 226 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Ubungen (2)
zur Vorlesung Analysis I fur Informatiker
Aufgabe 1
Seien X und Y Mengen. Sei f : X → Y eine Abbildung. Zeigen Sie:
a) f(A ∪B) = f(A) ∪ f(B) ∀ A, B ⊂ X;
b) f−1(C ∩D) = f−1(C) ∩ f−1(D) ∀ C, D ⊂ Y ;
Aufgabe 2
Seien A, B und C Mengen; seien f : A → B und g : B → C Abbildungen.
Zeigen Sie:
a) Sind f und g injektiv, so ist auch g ◦ f injektiv.
b) Sind f und g bijektiv, so ist auch g ◦ f bijektiv, und es gilt (g ◦ f)−1 =
f−1 ◦ g−1.
Aufgabe 3
Untersuchen Sie die folgenden Funktionen auf Surjektivitat, Injektivitat und
Bijektivitat:
a) f : Re → Re , x 7→ 2x− 1;
b) g : [−2;∞[→ [−2;∞[, x 7→ x2 − 2x− 1;
c) h : Re \{0} → Re , x 7→ x3
|x| .
Aufgabe 4
Man bestimme alle reellen Zahlen x, die der Ungleichung
|||1− x| − x| − x| − x < − 1
10
genugen.
- 227 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Ubungen (3)
zur Vorlesung Analysis I fur Informatiker
Aufgabe 1
Sei fn fur n ∈ N ∪ {0} die n–te Fibonacci–Zahl, d.h.
f0 := 0 , f1 := 1 und fn+1 := fn + fn−1 fur n ≥ 1 .
Zeigen Sie, dass
fn+m = fn−1fm + fnfm+1.
Aufgabe 2
Zeigen Sie fur jede naturliche Zahl n > 1 die Beziehung
1
n+ 1+
1
n+ 2+ . . .+
1
2n>
13
24.
Aufgabe 3
Bestimmen Sie (falls vorhanden) das Infimum, Supremum, Minimum und
Maximum der folgenden Mengen reeller Zahlen.
1.
{1
m+
1
n
∣∣∣∣m,n ∈ N
}
2.
{
x+1
x
∣∣∣∣
1
2< x ≤ 2
}
- 228 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Ubungen (4)
zur Vorlesung Analysis I fur Informatiker
Aufgabe 1
In wieviele Teile kann eine Ebene durch n Geraden maximal aufgeteilt wer-
den?
Aufgabe 2
Man zeige, dass fur alle naturlichen Zahlen n die Zahl 11n+2 +122n+1 durch
133 teilbar ist.
Aufgabe 3
Man bringe die folgenden komplexen Zahlen auf die Form x+ yi.
(a) (3 + 4i) · (2− i), (b) (5 + i)/(1 + i), (c) 1 + i+ i2 + i3, (d) i379.
Aufgabe 4
Welche Funktion wird durch folgenden C-Quelltext berechnet?
int machwas(int n, int m) { int k, r = 0;
for(k = 0; k < n; k++) { if(k < m) { r += k; } else r++; } return
r; }
- 229 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Ubungen (5)
zur Vorlesung Analysis I fur Informatiker
Aufgabe 1
Losen Sie den Ausdruck
1
10
(
(x+ y)10 +(x2 + y2
)5+ 4 ·
(x5 + y5
)2+ 4 ·
(x10 + y10
))
auf.
Aufgabe 2
Man zeige fur alle naturlichen Zahlen n und k die Beziehung
(n+ 1
k + 1
)
=
(n
k + 1
)
+
(n
k
)
.
Aufgabe 3
Berechnen Sie z1 + z2, z1 − z2, z1 · z2, z1/z2 fur
1. z1 = 1 + i√
3, z2 = 1− i,
2. z1 = 2 + 3i, z2 = 3− 5i,
3. z1 = 4− 5i, z2 = 4 + 5i und
4. z1 = i, z2 = −2− 4i.
Aufgabe 4
Bestimmen Sie die komplexen Zahlen, die durch folgende Gleichungen bzw.
Ungleichungen gegeben sind. Welche geometrische Form haben sie in der
Gaußschen Zahlenebene?
1. 0 < 2 · =(z) < |z|.
2. |z + 4i− 3| = 3.
- 230 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
3. |z − 1| = |z − i|.
4. |z + i| ≥ 2 · |z + 1|.
- 231 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Ubungen (6)
zur Vorlesung Analysis I fur Informatiker
Aufgabe 1
Bestimmen Sie die Grenzwerte der durch
(a) an =1√n
(b) an =5n+ 1
7n− 2
(c) an =(3n+ 2)(3n− 2)2
9n3 + 3n2(d) an = 3−(n+2) (1n + 2n + 3n)
(e) an =√n(√n+ 1−√n
)(f) an = n
√n+ 7n
gegebenen Folgen (an)n∈N.
Aufgabe 2
Fur welche α0, α1, α2 ∈ R und β0, β1, β2 ∈ R+ := {x ∈ R | x > 0} ist die
durch
an =α2n
2 + α1n+ α0
β2n2 + β1n+ β0
bestimmte Folge (an)n∈Nkonvergent?
Bestimmen Sie gegebenenfalls den Grenzwert.
Aufgabe 3
Sei c ∈ R+, sei a0 ∈ ] 0 , 1/c [ und sei an fur n ∈ N rekursiv durch
an := an−1 (2− can−1)
definiert. Zeigen Sie, dass die Folge (an)n∈Nmonoton wachst und von oben
beschrankt ist, und bestimmen Sie deren Grenzwert.
- 232 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Ubungen (7)
zur Vorlesung Analysis I fur Informatiker
Aufgabe 1
Welche Folge(n) ist/sind konvergent? Bestimmen Sie gegebenenfalls den
Grenzwert.
1. an = 1 +(−1
2
), n ∈ N;
2. an = (−1)n + 12n , n ∈ N;
3. an = (−1)n(2n+ 1), n ∈ N;
4. an = 12n+1 , n ∈ N;
5. an =(1 + 2
n
)n, n ∈ N.
Aufgabe 2
Die Folgen (an)n∈N, (bn)n∈N seien durch
an :=(3− n)3
3n3 − 1bzw. bn :=
1 + (−1)nn2
2 + 3n+ n2
definiert. Man entscheide fur jede der beiden Folgen, ob sie beschrankt,
konvergent bzw. divergent ist, und bestimme gegebenenfalls den Grenzwert.
Aufgabe 3
Fur x ∈ C \ {−1} und n ∈ N sei
an(x) =
(x− 1
x+ 1
)2n+1
.
Man bestimme folgende Mengen:
- 233 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
1. A1 = {x ∈ C | (an(x))n∈N ist beschrankt}.
2. A2 = {x ∈ C | (an(x))n∈N ist konvergent}.
- 234 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Ubungen (8)
zur Vorlesung Analysis I fur Informatiker
Aufgabe 1
Berechnen Sie die Grenzwerte der folgenden Reihen.
(a)∞∑
n=1
1
n(n+ 1)(n+ 2)(b)
∞∑
n=2
1
n2 − 1
Aufgabe 2
Bestimmen Sie den Grenzwert der Reihe
∞∑
n=0
8n + 2n
16n.
Aufgabe 3
Untersuchen Sie, ob die folgenden Reihen konvergieren.
(a)∞∑
n=1
√n+ 1−√n
n(b)
∞∑
n=1
(√
n2 + 1− n)
Aufgabe 4
Untersuchen Sie die folgenden Reihen auf Konvergenz.
(a)∞∑
n=1
( n√n− 1)n (b)
∞∑
n=1
n2
(2 + 1
n
)n (c)∞∑
n=1
nn
(n+ 1)!
- 235 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Ubungen (9)
zur Vorlesung Analysis I fur Informatiker
Aufgabe 1
Ermitteln Sie, fur welche reellen Zahlen x die folgenden Terme nicht defi-
niert sind. Fur welche dieser Zahlen lassen sich die Terme stetig, fur welche
eindeutig stetig fortsetzen?
1.x2 − 1
x2 + 3x+ 2.
2.√
x2 − 4.
3.x8 − x3 + 379
x2 + x+ 1.
Aufgabe 2
In den folgenden Termen bestimme man die reellen Unstetigkeitsstellen und
klassifiziere diese nach den Typen:
• hebbare Unstetigkeit, d.h. der Grenzwert existiert,
• Sprungstelle, d.h. links- und rechtsseitiger Grenzwert existieren, sind
aber verschieden,
• Pol,
• keine der obigen Arten.
(a)x− 42
|x− 42| (b) 21/x
(c)x3 − 3x
x3 − x (d) x · frac(√
|x|)
- 236 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Hierbei ist frac(x) = x− floor(x) der gebrochene Anteil von x.
Aufgabe 3
Die Funktionen fn : R→ R seien fur n ∈ N durch
fn(x) :=nx
1 + |nx|
definiert. Man zeige, dass alle diese Funktionen stetig sind. Fur welche x ∈ R
ist die Funktion
f(x) = limn→∞
fn(x)
definiert und wo ist sie stetig?
Aufgabe 4
Man zeige, dass die Gleichung x3 − 3x − 1 = 0 drei reelle Losungen hat.
Man gebe ein Verfahren an, mit dem sich diese Losungen beliebig genau
bestimmen lassen und bestimme damit die Losung mit einer Genauigkeit
von 10 Stellen.
- 237 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Ubungen (10)
zur Vorlesung Analysis I fur Informatiker
Aufgabe 1:
a) Beweisen Sie:
Sind h1 > 0, h2 differenzierbar auf D ⊂ Re , dann gilt fur h(x) :=
h1(x)h2(x)
h′(x) =
(
h′2(x) ln(h1(x)) + h2(x)h′1(x)h1(x)
)
h1(x)h2(x), x ∈ D.
b) Berechnen Sie die Ableitungen der folgenden Funktionen:
i) f : Re + 3 x 7→ (3x)ln(x) ∈ Re ;
ii) g : Re 3 x 7→ xe−x
(1+x2)2∈ Re ;
Aufgabe 2:
Beweisen Sie folgenden Gleichungen fur n ≥ 2, indem Sie die Ableitungen
geeigneter Funktionen benutzen und diese an passender Stelle auswerten:
a)n∑
k=1
k(nk
)= n2n−1;
b)n∑
k=1
k(k − 1)(nk
)= n(n− 1)2n−2.
Hinweis:
Die Funktionen sind Polynome.
Aufgabe 3:
Bestimmen Sie die Koeffizienten des Polynoms
p(x) := ax2 + bx+ c,
so daß die folgenden Bedingungen erfullt sind:
- 238 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
i) Das Polynom p besitzt eine Nullstelle fur x = 1.
ii) Die Tangente im Punkt (2, p(2)) ist parallel zu der Geraden y+2x = 2.
iii) Die Tangente im Punkt (−1, p(−1)) steht senkrecht auf der Geraden
y − x = 5.
Hinweis:
Zwei Geraden stehen senkrecht auf einander, wenn das Produkt ihrer
Steigungen −1 ist.
- 239 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Ubungen (11)
zur Vorlesung Analysis I fur Informatiker
Aufgabe 1
Berechnen Sie die Taylor-Entwicklung der Funktion f(x) = sin(x) im Punkt
x0 = 0. Zeichnen Sie die Funktion f und ihre Naherungen durch die Taylor-
Polynome bis zum 5. Grad.
Aufgabe 2
Fur x ∈ R sei p(x) := 3 + 4(x − 1)2 und f(x) := p(x)e−x2. Man bestimme
alle lokalen und globalen Extrema.
Aufgabe 3
Man diskutiere den Verlauf der Kurven y = 2+ 12x2−4
und y = 3x− 1
x3 , d.h. man
bestimme Symmetrieeigenschaften, Definitions- und Wertebereich, Schnitt-
punkte mit den Koordinatenachsen, Unstetigkeitsstellen, Asymptoten, Mo-
notoniebereiche, lokale und globale Extrema, Konvexitat, Konkavitat und
Wendepunkte.
- 240 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Ubungen (12)
zur Vorlesung Analysis I fur Informatiker
Aufgabe 1
Bestimmen Sie die folgenden Grenzwerte.
1. limx→0
sin(3x)
x.
2. limx→0
x− sinx
x3.
3. limx→+0
xx.
4. limx→+0
x lnx.
Aufgabe 2
Diskutieren Sie den Verlauf der folgenden Kurven.
1. f(x) = (x+ 2)2/3 − (x− 2)2/3.
2. f(x) = x− ln(x).
3. f(x) =x2 − xx2 + 1
.
Aufgabe 3
Beweisen Sie, dass
2
3≤ x2 + 1
x2 + x+ 1≤ 2 fur alle x ∈ R .
- 241 -
Index
Abbildung, 3, 28
identische, 5, 63
injektive, 5
inverse, 162
kontrahierende, 157
lineare, 82
wohlbestimmt, 4
wohldefiniert, 4
abgeschlossen, 106, 111, 112, 120
Abgeschlossene Hulle, 110
Ableitung, 60, 61, 100, 142, 146
Frechet, 156
hohere, 69
partielle, 138, 139, 147, 148
Ableitung k-ter Ordnung, 69
Ableitungen
linksseitige, 64
absolut konvergent, 41, 43
Absolutbetrag, 11, 12, 103
Abstandsfunktion, 103
abzahlbar unendlich, 16
Addition, 25
affin, 144
Algebraische Verknupfungen, 48
analytisch, 103
Anfangspunkt, 123
Anfangswert, 158
Anfangswertaufgabe, 158, 159, 167
Anordnungsaxiom, 11
Anordnungsaxiome, 8
Arithmetisches Mittel, 9
Assoziativgesetz, 2, 5
Assoziativitat, 6
Auflosbarkeit, 165, 167
Banachraum, 117, 119
Basis, 46
Beruhrungspunkt, 72
Bernoullische Ungleichung, 22
beschrankt, 9, 30, 34, 38, 54, 79, 115, 120
nach oben, 9
nach unten, 9
total, 114
Betrag, 12, 26
Betragsfunktion, 26, 47, 50
Beweisverfahren, indirektes, 1
Bijektion, 16, 17, 44
bijektiv, 5, 129
Bild, 3
Bildbereich, 3
Binomialkoeffizient, 20, 21
Binomischer Lehrsatz, 22
Bisektionsverfahren, 52
Brennpunkte, 124
Bruch
systematischer, 46
Bruchrechnen, 7
242
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Cartesisches Produkt, 2
Cauchy–Folge, 34, 113
Cauchy–Kriterium
fur gleichm. Konvergenz, 95
fur Reihen, 96
Cauchy–Produkt, 44, 101
Cauchysches Konvergenzkriterium, 34, 39
Cosinus, 74
Cosinus hyperbolicus, 56
Cosinus–Funktion, 73
Cotangens hyperbolicus, 56
Cotangens–Funktion, 75
Definitheit, 27, 103, 116
Definitionsbereich, 3
Definitionsmethode
induktive, 15
Dezimalbruch, 46
Dezimalzahlen, 47
Diffeomorphismus
C1–, 161, 164
Cr–, 162
Differentialoperator, 153
Differentialquotient, 61
Differentiation, gliedweise, 98
Differentiationsregeln, 145
differenzierbar, 61–64, 67–69, 71, 73, 86,
130, 136, 143
partiell, 137, 138, 142, 143
total, 141, 143
vollstandig, 141, 143
Differenzierbarkeit, vollstandige, 141
Diskriminante, 168
Distanzfunktion, 110
Distributivgesetz, 2
divergent, 30, 36, 38, 41, 72
Dreiecksungleichung, 12, 27, 103, 116
Dualzahlen, 47
Durchmesser, 115
Durchschnitt, 1
Einheit, imaginare, 25
Einheitsvektor, 123
Einselement, 11, 25
Element
additiv inverses, 6
maximales, 10
minimales, 10
multiplikativ inverses, 6
neutrales, 6
Ellipse, 124, 126, 132, 151
Endpunkt, 123
Entwicklungspunkt, 70, 71, 99
Euklidischer Algorithmus, 91
Eulersche Gammafunktion, 90
Eulersche Zahl, 33
Exponentenbereich, 46
Exponentialfunktion, 43, 45, 48, 50, 55–
57, 65, 70, 71
Funktionalgleichung der, 45
Extremum, 168, 169
- 243 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
lokales, 66, 72, 167, 168, 170, 172,
177
mit Nebenbedingung, 170
Exzentrizitat, lineare, 124, 125
Faktorisierung in Primzahlen, 19
Fakultat, 18
Fehlerabschatzung, 42, 43
Feinheit, 85
Feinheitsmaß, 85
Fibonacci–Zahlen, 28, 32
Fixpunkt, 156–158
Flacheninhalt, 76
Folge, 28
beschrankte, 29, 30, 35
Glieder der, 28
konstante, 28
folgenkompakt, 112
folgenstetig, 109
Fundamentalsatz der Algebra, 91
Funktion, 3
C1–, 143
Ck–, 140
gerade, 74
gleichmaßig stetige, 55
identische, 47, 50
integrierbare, 83
konstante, 47, 50
partielle, 138
periodische, 76
rationale, 91
stetige, 49
ungerade, 74
Funktionalmatrix, 144, 162, 173
Adjungierte der, 175
Funktionen, trigonometrische, 73
g–adische Entwicklung, 46
g–adische Ziffern, 46
Ganghohe, 123
ganze Zahlen, 13
Gaußsche Klammer, 48
Gaußsche Klammer, 47
Gaußsche Zahlenebene, 27
Gebiet, 149
Genauigkeit, 46
gleichgradig stetig, 115, 116
Gleichheit, 1
gleichmaßig konvergent, 96–98
gleichmaßig stetig, 55, 114
Gleitkommazahl, 46
Gradient, 140, 148
Graph, 3, 60, 87, 135
Grenze
obere, 10
untere, 10
Grenzwert, 29, 49
Gruppe, symmetrische, 17
Haufungspunkt, 60–64
Haufungswert, 35, 36
Holdersche Ungleichung, 119
- 244 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Halbwertzeit, 58
Hauptsatz, 87, 150, 159
Hessematrix, 155, 168, 177
Hexadezimalzahlen, 47
Hintereinanderausfuhrung, 5, 48
Homogenitat, 27, 116
Homomorphismus, 7
Hyperbel, 125, 126
Hyperbelfunktionen, 56, 57
Hyperebene, 135
Imaginarteil, 26
implizit definiert, 165
indefinit, 168
Indexmenge, 18
Induktion
Prinzip der vollstandigen, 14
Induktionsanfang, 15
Induktionsannahme, 15
Induktionsbehauptung, 15
Induktionsschluss, 15
Induktionsverankerung, 15
Induktionsvoraussetzung, 15
Infimum, 10, 11, 20
injektiv, 5
Integral, 78, 81, 132
oberes, 79
unbestimmtes, 87
uneigentliches, 89
unteres, 79
vollstandiges elliptisches, 132
Integralbegriff
Lebesguescher, 83
Riemannscher, 81
Integralgleichung, 159
Integrand, 81
Integration, gliedweise, 98
Integrationsvariable, 81
integrierbar, 81–83, 98, 150
Intervall
kompaktes, 13
Intervalle, 13
Intervallschachtelungsverfahren, 52
Inverses, 11, 25
invertierbar, 161
Jacobimatrix, 144
Jordan–Kurve, 129, 130
Jordan–Weg, 123, 124, 129, 130, 132
geschlossener, 123
rektifizierbarer, 129
Korper, 7, 25, 26
archimedisch angeordneter, 19
der rellen Zahlen, 10
Korperaxiome, 6
Kettenregel, 64, 145, 162
Koeffizienten, 92, 99, 100
Koeffizientenvergleich, 92
Kommutativgesetz, 2
Kommutativitat, 6
kompakt, 111, 112, 114, 120, 129
- 245 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
relativ, 114, 116
Komplement, 1
Komplemente, 18
Komponente, 143
Komposition, 48
konstant, 144
Kontraktion, 157
konvergent, 29–31, 33, 35, 38, 71, 72
Konvergenz, 99, 109
absolute, 44
gleichmaßige, 94, 118
punktweise, 94, 118
Konvergenzradius, 99, 100
konvex, 151, 177, 178
Koordinatenabbildung, 123
Koordinatenfunktion, 127, 130
Krummung, 133
Krummungsradius, 133
Kreis, 126, 151
Kugel, 106, 151
abgeschlossene, 105
offene, 105
Kugeln, 119
Kurve, 123
Kurvenlange, 130
Lange, 127
Lagrange–Funktion, 171, 176
Lagrange–Multiplikator, 171, 174, 176
Lagrangesche Darstellung, 70
Lagrangesche Multiplikatorenregel, 172
Lebesgue, 83
leere Menge, 1
Leibniz–Kriterium, 40, 42
Limes, 29, 96, 137
Limes inferior, 36
Limes superior, 36
linear, 144
linear unabhangig, 175
Lipschitzkonstante, 157
Lipschitzstetig, 157
Logarithmus, 58
Funktionalgleichung des, 58
naturlicher, 57
Logarithmusfunktion zur Basis a, 58
Majorante, 97, 98
Majoranten–Kriterium, 40
Mantissenstellenzahl, 46
Matrix, 144, 160
adjungierte, 173
Inverse einer, 161
symmetrische, 168
transponierte, 173
Matrizennorm, 151, 161
vertragliche, 151, 152, 161
Maximum, 10, 54, 169
lokales, 66, 72, 167, 177, 178
Menge, 1
N0, 13
Q, 13
Z, 13
- 246 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
abzahlbar unendlich, 16
der positiven Zahlen, 8
dichte, 54
endliche, 16
induktiv, 14
offene, 105
unendliche, 16
wohlgeordnet, 16
Metrik, 103, 104, 106, 115, 116
diskrete, 104
Metriken, aquivalente, 106
Minimum, 10, 54, 169
lokales, 66, 72, 167, 170, 171, 177,
178
Minkowskische Ungleichung, 119
Mittelpunktregel, 86
Mittelwertsatz, 148, 149, 152
der Differentialrechnung, 67
der Integralrechnung, 85
erweiterter, 68
monoton fallend, 32, 51
monoton wachsend, 32, 38, 51
Multiindex, 153
Multiplikation, 25
Nabla–Operator, 140
Nachfolger, 14
Naturliche Zahlen, 14
Nebenbedingung, 170, 172
negativ definit, 168
negativ semidefinit, 168
Negatives, 11
Newton–Verfahren, 65
Norm, 116, 117
Normen, aquivalente, 120
normiert, 116
Nullelement, 11, 25
Nullfolge, 29–31, 118
Nullfunktion, 77
Nullstelle, 52
Numerische Integration, 86
obere Grenze, 81
Oberintegral, 79
offen, 106, 107, 111
Offener Kern, 110
Oktalzahlen, 47
Optimierungsaufgabe, 170, 172, 176
orthogonal, 122
Parabel, 126
Parallelogrammidentitat, 122
parametrisieren, 170
Partialbruchzerlegung, 92
Partialsumme, 38, 39
Partielle Integration, 89
Pascalsches Dreieck, 21
Periode, 76
Permutation, 20
Picard–Lindeloff, 160
Polarkoordinaten, 125, 162
Polygonzug, 126
- 247 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
Lange des –s, 126
Polynom, 25, 48, 52, 63, 91
Populationsmodell, 69
verbessertes, 69
von Volterra-Lotka, 160
positiv definit, 168
positiv semidefinit, 168
Potenzmenge, 2, 17
Potenzreihe, 99, 100
Potenzsumme, 31
Primzahl, 19
Primzahlen, 18
Prinzip der vollstandigen Induktion, 14
Produkt, 23
unendliches, 39
Projektion, kanonische, 138
Punkt, stationarer, 168, 170, 172, 176
Quadratsummennorm, 152
Quadratwurzel, 20
Quantoren, 4
Quotientenkriterium, 41, 42, 73
Rationale Zahlen, 2
rationale Zahlen, 13
Raum
euklidischer, 121
Hausdorffscher, 107, 111, 112
metrischer, 103–107, 112
normierter, 116
separierter, 107
topologischer, 105–108, 112
vollstandiger metrischer, 115
Realteil, 26
Rechteck, 151
Rechteckregel, 86
reelle Zahlen, 6, 10
Regel von de l’Hospital, 73
Regeln
des Bruchrechnens, 7
von de Morgan, 18
Regeln von de Morgan, 2
regular, 175, 177
Reihe, 38
absolut konvergent, 40
alternierende, 40
alternierende harmonische, 40
bedingt konvergent, 44
endliche geometrische, 33
Funktionen–Reihe, 95
geometrische, 38, 95
harmonische, 38
konvergente, 97
Umordnung, 44
unbedingt konvergent, 44
rektifizierbar, 127, 129–131
relativ kompakt, 114, 116
Rest, 96
Restglied, 70, 153
Integraldarstellung, 155
Integralform, 91, 153
- 248 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
Lagrange–Darstellung, 153, 155
Restgliedabschatzung, 70, 154
Richtungsableitung, 147, 148
Riemann–Integral, 81, 149
Riemann–integrierbar, 81, 83, 149
Sandwich–Theorem, 31
Satz
uber die inverse Abbildung, 160
uber implizite Funktionen, 164
Banachscher Fixpunktsatz, 156
Fermatsches Kriterium, 168
Identitatssatz fur Potenzreihen, 101
Kontraktionssatz, 156
MWS fur reellw. Funktionen, 148
MWS fur vektorw. Funktionen, 152
Umordnungssatz, 44
Vertauschungssatz, 97
von Archimedes, 19
von Arzela-Ascoli, 116
von Bolzano–Weierstrass, 34
von Cauchy-Hadamard, 99
von Dini, 118
von H. A. Schwarz, 139, 155
von Pythagoras, 122
von Rolle, 67
von Taylor, 153
Zwischenwertsatz, 52
Schnitt
goldener, 32
Schranke, 9
obere, 9, 10
untere, 9, 10
Schraubenlinie, 123
Schrittweite, 86
Sehne, 60
senkrecht, 122
Signum-Funktion, 48
Sinus, 74
Sinus hyperbolicus, 56
Sinus–Funktion, 73
Skalarprodukt, euklidisches, 121
Spaltensumme, maximale, 151
Spirale
Archimedische, 126, 132
Logarithmische, 126
Stutzstelle, 85
Stammfunktion, 86–88
Steigung, 60
stetig, 49–52, 54, 57, 62, 64, 67, 68, 108–
110, 130, 139
gleichgradig, 115, 116
stetig differenzierbar, 69, 70, 72, 88, 89
stetige Fortsetzung, 53
streng monoton, 130
streng monoton fallend, 32, 51, 75
streng monoton wachsend, 32, 33, 51, 52,
56, 57, 64, 75
Submultiplikativitat, 161
Substitutionsregel, 88
Summe, 23, 38, 96
- 249 -
Prof. Dr. H.-J. Reinhardt Analysis, Arbeitsmaterialien
der Wege, 128
Riemannsche, 85, 86
Summenformel, 15
Supremum, 10, 11, 20, 54
surjektiv, 5, 57
Symmetrie, 103
symmetrisch, 155
Tangens, 160
Tangens hyperbolicus, 56
Tangens–Funktion, 75
Tangente, 60
Tangentenebene, 177
Tangententrapezformel, 86
Taylor–Formel, 153–155
Taylor–Polynom, 70, 154, 155
Taylor–Reihe, 71
Taylorentwicklung, 91
Taylorreihe, 101–103
Entwicklung, 101
Taylorsche Formel, 70
Teilfolge, 33
Teilmenge, 1
Teleskopprodukt, 24
Teleskopsumme, 24
Tikhonov, Lemma von, 129
Topologie, 105–107, 109
erzeugte, 105
feinere, 107
feinste, 108
grobere, 107
grobste, 108
induzierte, 107, 111
total beschrankt, 112, 114
Totalvariation, 127
Transitivitat, 2, 8
Treppenfunktion, 77, 78, 81
Trichotomiegesetz, 8
Uberdeckung, 111
Umgebung, 107
Umgebungen, 13
Umkehrabbildung, 6
Umkehrfunktion, 57, 58, 64, 76
Umordnung, 43, 44
Uneigentliche Grenzwerte, 56
Uneigentliches Integral, 89
divergent, 90
konvergent, 90
unendlich, 12, 16
untere Grenze, 81
Unterintegral, 79
Unterkorper, 7
Urbild, 3
Variation, beschrankte, 127
Vektorraum, 25, 26, 82, 117, 119
Verbindungsstrecke, 151
Vereinigung, 1
Verfeinerung, gemeinsame, 77
Vertauschung von Grenzprozessen, 95
vollstandig, 113, 114, 117
- 250 -
Analysis, Arbeitsmaterialien Prof. Dr. H.-J. Reinhardt
vollstandige Induktion
Beweismethode, 14
Prinzip, 14
Vollstandigkeitsaxiom, 11, 34
Vorzeichen, 11, 12
Wahrscheinlichkeit, 23
Weg
differenzierbarer, 151
stetig differenzierbarer, 159
Weglangenfunktion, 129, 130
Weierstraßsches Majoratenkriterium, 96
Winkel, 122
wohlbestimmt, 4
wohldefiniert, 4
wohlgeordnet, 16
Wurzel
n-te, 20
Wurzelbestimmung, 66
Wurzelkriterium, 41, 42
Zahl
Eulersche, 33
konjugiert komplexe, 26
negativ, 8
nichtnegativ, 8
positiv, 8
zusammengesetzte, 19
Zahlen
ganze, 13
Menge der positiven, 8
naturliche, 14
rationale, 13
reelle, 6, 10, 24
Zahlenfolge
komplexe, 28
reelle, 28
Zahlenfolgen, komplexe, 37
Zahlengerade
erweiterte, 12
Zeilensumme, maximale, 151
Zerlegung, 77, 78, 85, 126
aquidistante, 86
- 251 -