Tretter Analysis 1

Birkhäuser
Mathematik Kompakt
Herausgegeben von:
Martin Brokate
Karl-Heinz Hoffmann
Götz Kersting
Otmar Scherzer
Gernot Stroth
Emo Welzl
Die neu konzipierte Lehrbuchreihe Mathematik

Kompakt ist eine Reaktion auf die Umstellung der
Diplomstudiengänge in Mathematik zu Bachelor-
und Masterabschlüssen. Ähnlich wie die neu-
en Studiengänge selbst ist die Reihe modular
aufgebaut und als Unterstützung der Dozieren-
den sowie als Material zum Selbststudium für
Studierende gedacht. Der Umfang eines Bandes
orientiert sich an der möglichen Stofffülle einer
Vorlesung von zwei Semesterwochenstunden.
Der Inhalt greift neue Entwicklungen des Faches
auf und bezieht auch die Möglichkeiten der neu-
en Medien mit ein. Viele anwendungsrelevante
Beispiele geben den Benutzern Übungsmöglich-
keiten. Zusätzlich betont die Reihe Bezüge der
Einzeldisziplinen untereinander.
Mit Mathematik Kompakt entsteht eine Reihe, die

die neuen Studienstrukturen berücksichtigt und
für Dozierende und Studierende ein breites Spek-
trum an Wahlmöglichkeiten bereitstellt.
Analysis I
Christiane Tretter
Christiane Tretter
Universität Bern
Mathematisches Institut
Bern, Schweiz
ISBN 978-3-0348-0348-9 ISBN 978-3-0348-0349-6 (eBook)

DOI 10.1007/978-3-0348-0349-6
Bibliografische Information der Deutschen Bibliothek

Die Deutsche Bibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie;
detaillierte bibliografische Daten sind im Internet über <http://dnb.ddb.de> abrufbar.
2010 Mathematical Subject Classification: 97Ixx
© Springer Basel AG 2013

Das Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte, insbesondere die
des Nachdrucks, des Vortrags, der Entnahme von Abbildungen und Tabellen, der
Funksendung, der Mikroverfilmung oder der Vervielfältigung auf anderen Wegen und der
Speicherung in Datenverarbeitungsanlagen, bleiben, auch bei nur auszugsweiser Verwertung,
vorbehalten. Eine Vervielfältigung dieses Werkes oder von Teilen dieses Werkes ist auch im
Einzelfall nur in den Grenzen der gesetzlichen Bestimmungen des Urheberrechtsgesetzes in
der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich vergütungspflichtig.
Zuwiderhandlungen unterliegen den Strafbestimmungen des Urheberrechts.
Satz und Layout: Protago-TEX-Production GmbH, Berlin, www.ptp-berlin.eu

Einbandentwurf: deblik, Berlin
Gedruckt auf säurefreiem Papier.
Springer Basel AG ist Teil der Fachverlagsgruppe Springer Science+Business Media
www.birkhauser-science.com
Vorwort
Aller Anfang ist schwer! J. W. von Goethe
Am Anfang eines Studiums der Mathematik, der Physik oder auch der Informatik
stehen die beiden Vorlesungen „Analysis I“ und „Lineare Algebra I“. Jeder, der eines
dieser Fächer studiert hat, erinnert sich daran, wie schwer dieser Anfang erschien.
Aber auch der steilste Anstieg beginnt mit einem ersten Schritt. Dieses Buch und der
nachfolgende zweite Band „Analysis II“ sollen Ihnen helfen, die ersten Schritte in der
Welt der Analysis zu machen.
Auch wenn der Stoff der ersten zwei Analysis-Vorlesungen Standard ist und es zahl-
reiche gute Bücher zur Einführung gibt, hat die Umstellung von Diplom auf Bachelor
und Master zur Folge, dass diese Bücher unter den veränderten Studienbedingungen
oft nicht mehr direkt als Vorlesungsvorlage dienen können. Dozierende und Studieren-
de müssen selbst entscheiden, worauf verzichtet werden kann; eine oft nicht einfache
Entscheidung, vor allem, weil in der Mathematik alles aufeinander aufbaut!
Das vorliegende Buch umfasst nicht mehr und nicht weniger als den Stoff, der in
einer vierstündigen Vorlesung bei einer Semesterdauer von 14 Wochen an der Tafel
vorgetragen werden kann. Praktisch erprobt wurde dies in insgesamt vier Vorlesungen
„Analysis I“ (mit doppelt so vielen Klausuren) innerhalb von 10 Jahren, von denen ich
eine an der Universität Bremen und drei an der Universität Bern gehalten habe.
In dieser Zeit konnte ich Erfahrungen mit ganz unterschiedlichen Studierenden
sammeln: in Bremen aus der Mathematik einschließlich Lehramt Gymnasium und der
Technomathematik, in Bern aus der Mathematik, der Physik, der Informatik sowie aus
anderen Fächern, wie z.B. Volkswirtschaft, Philosophie oder Sport, die Mathematik als
weiteres Fach im Minor gewählt hatten. Dies war ein Ansporn, die schwierige Materie
im Detail und in kleinen Schritten zu erklären.
Bei allen Bemühungen ist es aber in der Mathematik wie beim Klavier Spielen oder
beim Ski fahren: Man kann sie nicht passiv durch Zuhören oder Zuschauen erlernen!
Lassen Sie sich also nicht täuschen von der schön gedruckten Oberfläche, und fragen
Sie sich bei jeder Zeile, warum sie aus dem Vorherigen folgt. Nutzen Sie vor allem jedes
Beispiel und jede Übungsaufgabe, um selbst etwas zu machen. Dies gilt ganz besonders
für die Übungen, die Sie in Ihrer eigenen Vorlesung erleben werden. Es ist besser (und
erfordert mehr Mut!), sich selbst eine Lösung auszudenken und eventuell Fehler zu
machen, als eine vermeintlich richtige Lösung unverstanden abzuschreiben.
Es würde mich freuen, wenn dieses Buch, jenseits von ECTS und Prüfungen, Inter-
esse für mehr Mathematik wecken würde. So wie ich als Autorin können auch Sie bei
vi Vorwort
Themen, die Sie besonders interessieren, von der vielfältigen Auswahl an Analysis I-
Büchern und den fantastischen Suchmöglichkeiten im Internet profitieren. An einigen
Stellen werden konkrete Literaturhinweise gegeben, ansonsten finden sich, wie bei
einem Lehrbuch hoffentlich erlaubt, alle benutzten Materialien global im Literaturver-
zeichnis. Die historischen Fußnoten sind mit Informationen aus der Online-Datenbank
[20] und dem interessanten Buch von T. Sonar [26] entstanden.
Parallel und weiterführend zu diesem Buch sind die Bücher von O. Forster [14], K.
Königsberger [19], H. Amann und J. Escher [2], H. Heuser [17] und W. Walter [29] zu
empfehlen. Für Studierende, die sich schwer mit dem Abstrakten tun, hat sich das Buch
von H. Neunzert et al. [22] bewährt. Für ganz Neugierige oder für später eignen sich
die fortgeschrittenen Bücher von W. Rudin [24] und G. Shilov [25]. Für Studierende
der Physik sind die Bücher von H. Fischer und H. Kaul [13] und von K. Meyberg und
P. Vachenauer [21] eine gute Ergänzung, da sie verschiedene Gebiete der Mathematik
gleichzeitig präsentieren. Falls Sie Antworten auf die Frage „Und was kann man mit
Mathematik eigentlich später machen?“ suchen, lohnt sich ein Blick in die beiden Bücher
von M. Aigner und E. Behrends [1] sowie [7]. Und ganz wichtig: Spaß und Begeisterung
für die Mathematik wecken die Bücher von M. Aigner und G. Ziegler [5] und C. Hesse
[16] (letzteres auch als Geschenk für Nicht-Mathematiker!).
Dieses Buch hätte nicht entstehen können ohne die großartige und fortwährende
Unterstützung meiner jeweiligen Mitarbeiter und Studenten: Parallel zur Vorlesung
in Bremen hat Dr. Dipl. Psych. Ingo Fründ (damals einer der Hörer) die Vorlesungs-
aufzeichnungen in Latex gesetzt. Mein damaliger Doktorand in Bremen, Dr. Markus
Wagenhofer, hat das Skript redigiert und weiter ausgefeilt. In Bern hat meine damalige
Postdoktorandin Dr. Monika Winklmeier das Skript stetig in eine immer endgültigere
Form gebracht. Beiden danke ich neben ihrem großen Engagement auch für viele pro-
fessionelle Abbildungen, die den Stoff hoffentlich verständlicher machen. Darüber hin-
aus haben die Studierenden aus Bremen und Bern und vor allem meine Doktorandin
Sabine Bögli mit diversen Listen von Tippfehlern geholfen, selbige auf ein hoffentlich
kleines Maß zu reduzieren (ganz wird es wohl nie gelingen!). Schließlich hat meine
derzeitige Postdoktorandin Dr. Agnes Radl dieses Buchmanuskript mit großem Sach-
verstand Korrektur gelesen. Bei allen Beteiligten bedanke ich mich auch für wertvolle
inhaltliche Diskussionen!
Mein besonderer Dank gilt auch dem Herausgebergremium der Reihe„Mathematik
Kompakt“ und Birkhäuser/Springer Basel, vor allem Frau Dr. Barbara Hellriegel und
Herrn Dr. Thomas Hempfling, für das Vertrauen, das Sie alle in mich gesetzt haben,
und für die verlegerische Unterstützung!
Bern, 30. April 2012 Christiane Tretter

Inhaltsverzeichnis
Vorwort v
I Grundlegende Notationen und Beweistypen 1

1 Mathematische Aussagen . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Definitionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3 Logische Struktur gängiger Beweistypen . . . . . . . . . . . . . . . . 2
4 Grundlegende mathematische Objekte . . . . . . . . . . . . . . . . . 3
II Natürliche Zahlen und vollständige Induktion 5

5 Peano-Axiome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
6 Vollständige Induktion . . . . . . . . . . . . . . . . . . . . . . . . . . 6
7 Fakultät und Binomialkoeffizienten . . . . . . . . . . . . . . . . . . . 9
Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
III Reelle Zahlen 13

8 Körperstruktur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
9 Anordnungsaxiome . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
10 Vollständigkeit von R . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
IV Metrische Räume und Folgen 23

11 Konvergenz von Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . 23
12 Rechenregeln für Folgen und Grenzwerte . . . . . . . . . . . . . . . . 29
13 Konstruktion von R . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
14 Vergleichssätze, monotone Folgen . . . . . . . . . . . . . . . . . . . . 38
Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
V Komplexe Zahlen und Reihen 45

15 Definition von C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
16 Folgen in C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
17 Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
18 Absolute Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
19 Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
viii Inhaltsverzeichnis
VI Stetige Funktionen 71
20 Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
21 Grenzwerte und einseitige Stetigkeit . . . . . . . . . . . . . . . . . . . 78
22 Sätze über stetige Funktionen . . . . . . . . . . . . . . . . . . . . . . 83
Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
VII Differentialrechnung in R 89
23 Differenzierbarkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
24 Mittelwertsätze und lokale Extrema . . . . . . . . . . . . . . . . . . . 98
Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
VIII Integralrechnung in R 109

25 Das Riemann-Integral . . . . . . . . . . . . . . . . . . . . . . . . . . 109
26 Integration und Differentiation . . . . . . . . . . . . . . . . . . . . . 117
27 Integrationsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . . 119
28 Uneigentliche Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . 122
29 Gleichmäßige Konvergenz von Funktionenfolgen . . . . . . . . . . . 124
Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
IX Taylorpolynome und -reihen 131

30 Taylorpolynome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
31 Taylorreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
32 Iterationsverfahren . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
Literaturverzeichnis 151
Index 153
I Grundlegende Notationen
und Beweistypen
Die Formulierung mathematischer Aussagen und ihrer Beweise ist zu Beginn oft sehr
ungewohnt. Sie verwendet eine spezielle Sprache und nur streng logische Argumente.
Eine Übersicht wichtiger Notationen und Beweistypen kann hier helfen.
! 1
Mathematische Aussagen
Mengen und Aussagen. Eine Menge M ist die Zusammenfassung unterscheidbarer
Objekte, die man Elemente von M nennt. Man schreibt:
x∈M x ist Element der Menge M.
x∈
/M x ist kein Element der Menge M.
Eine Aussage A ist ein Satz, der einen Sachverhalt beschreibt und dem ein Wahrheits-
wert, wahr (w) oder falsch (f), zugeordnet werden kann.
Quantoren. Ist A eine Aussage und M eine Menge, schreibt man:

∀x ∈ M: A Für alle Elemente x der Menge M gilt A.
∃x ∈ M: A Es gibt (mindestens) ein x aus M, für das A gilt.
∃! x ∈ M: A Es gibt genau ein x aus M, für das A gilt.
!x ∈ M: A Es gibt kein Element der Menge, für das A gilt.
Statt ∀ x ∈ M: A schreiben wir im Folgenden auch A, x ∈ M.
Junktoren und Negation. Sind A und B Aussagen, so bildet man damit die folgenden
weiteren Aussagen:
¬A A gilt nicht.
A∧B A und B gelten gleichzeitig.
A∨B A oder B gilt (auch beide dürfen gelten).
A &⇒ B Aus A folgt B.
oder: A ist hinreichende Bedingung für B.
oder: B ist notwendige Bedingung für A.
2 I Notationen und Beweistypen
A ⇐⇒ B A gilt genau dann, wenn B gilt (d.h. (A &⇒ B) ∧ (B &⇒ A)).

oder: A und B sind äquivalent.
oder: A ist hinreichende und notwendige Bedingung für B.
Beachte: Wenn A nicht gilt, ist A &⇒ B immer wahr.
! 2
Definitionen
Im Unterschied zu Gleichungen und Implikationen schreiben wir bei Definitionen
:= bzw. :⇐⇒ wird definiert als bzw. durch;
die Symbole =: bzw. ⇐⇒: bedeuten, dass das definierte Objekt rechts steht.
Beispiel I.1 N := {1, 2, 3, . . . }, n ∈ N gerade :⇐⇒ ∃ m ∈ N: n = 2m,

n ∈ N ungerade :⇐⇒ ∃ m ∈ N: n = 2m − 1.
! 3
Logische Struktur gängiger Beweistypen
Um eine Behauptung A &⇒ B zu beweisen, gibt es verschiedene Wege. Einige wichtige
Beweistypen stellen wir hier vor. Das Beweisende bezeichnet man mit (oder auch
q.e.d., quod erat demonstrandum, lateinisch für„was zu beweisen war“).
Direkter Schluss. Um A &⇒ B zu zeigen, setze A voraus und folgere daraus B.
Beispiel I.2 Für alle n ∈ N gilt: n gerade &⇒ n2 gerade.
Beweis. n gerade &⇒ ∃ m ∈ N: n = 2m &⇒ n2 = (2m)2 = 2 · 2m2

&⇒ n2 = 2m) mit m) := 2m2 ∈ N &⇒ n2 ist gerade.
Beweis des logisch Transponierten. Um A &⇒ B zu zeigen, kann man auch ¬B &⇒ ¬A
zeigen. Es gilt nämlich:
(A &⇒ B) ⇐⇒ (¬B &⇒ ¬A).
Beispiel I.3 Für alle n ∈ N gilt: n2 gerade &⇒ n gerade.
Beweis. Zeige dazu: n ungerade &⇒ n2 ungerade.

n ungerade &⇒ ∃ m ∈ N: n = 2m − 1
&⇒ n2 = (2m − 1)2 = 4m2 − 4m + 1 = 2(2m2 − 2m + 1) − 1
&⇒ n2 = 2m) − 1 mit m) := 2m2 − 2m + 1 ∈ N &⇒ n2 ungerade.
4 Grundlegende mathematische Objekte 3
Indirekter Beweis (Widerspruchsbeweis). Um A &⇒ B zu zeigen, nimmt man an, dass
A &⇒ B nicht gilt, d.h., dass A ∧ ¬B gilt, und zeigt, dass dies auf einen Widerspruch
(!) C ∧ ¬C für eine dritte Aussage C führt.
a, b ∈ R &⇒ 2ab ≤ a 2 + b2. Beispiel I.4
Beweis. Angenommen, die Behauptung gilt nicht:
2ab > a 2 + b2 &⇒ 0 > a 2 + b2 − 2ab = (a − b)2 !.

Beachte: Es reicht nicht zu zeigen, dass aus der Behauptung eine wahre Aussage folgt.
So beweist etwa 2ab ≤ a 2 + b2 &⇒ 0 ≤ a 2 + b2 − 2ab = (a − b)2 nicht, dass
2ab ≤ a 2 + b2 gilt, denn logische Schlüsse müssen nicht umkehrbar sein:
−1 = 1 &⇒ (−1)2 = 12 wahr (da − 1 = 1 nicht gilt),

(−1)2 = 12 &⇒ −1 = 1 falsch!!!
Vollständige Induktion. Damit kann man zeigen, dass eine Aussage A(n) für alle natür-
lichen Zahlen n ∈ N gilt bzw. für n ≥ n0 mit n0 ∈ N (siehe Kapitel 6).
! 4
Grundlegende mathematische Objekte
Mengen. Für Mengen X, Y schreibt man:
X⊂Y :⇐⇒ ∀ x ∈ X: x ∈ Y , (X Teilmenge von Y ),
X=Y :⇐⇒ (X ⊂ Y ) ∧ (Y ⊂ X),
und man definiert bzw. nennt:
X \ Y := {x: x ∈ X ∧ x -∈ Y } (Differenz),
X ∪ Y := {x: x ∈ X ∨ x ∈ Y } (Vereinigung),
X ∩ Y := {x: x ∈ X ∧ x ∈ Y } (Durchschnitt),
∅ := {} (leere Menge; beachte: ∅ -= {0}),
P(X) := {M: M ⊂ X} (Potenzmenge),
X × Y := {(x, y): x ∈ X, y ∈ Y } (kartesisches Produkt).
X, Y disjunkt :⇐⇒ X ∩ Y = ∅ (und schreibt dann X ∪˙ Y ),
#X := Anzahl der Elemente von X, falls X endlich viele Elemente hat.
Die Potenzmenge ist die Menge aller Teilmengen von X, also eine Menge von Bemerkung I.5
Mengen; sie enthält immer ∅ und X.
! "
X = {0, 1} &⇒ P(X) = ∅, {0}, {1}, {0, 1} . Beispiel I.6
4 I Notationen und Beweistypen
Beispiel I.7 Für X := {n ∈ N: n gerade}, Y := {n ∈ N: n ungerade} gelten:

X ⊂ N, Y ⊂ N, X ∩ Y = ∅, X ∪˙ Y = N,
N × N = {(n, k): n, k ∈ N} (Gitterpunkte im 1. Quadranten).
Funktionen. Eine Funktion (oder Abbildung) zwischen zwei Mengen X und Y ist ei-
ne Vorschrift
f : X → Y, x 2→ f (x),
die jedem Element x ∈ X ein eindeutiges f (x) ∈ Y zuordnet. Man nennt
Df := X Definitionsbereich von f ,
!# $ "
G(f ) := x, f (x) : x ∈ X ⊂ X × Y Graph von f ,
! "
f (X) := f (x): x ∈ X Wertebereich von f .
Die Funktion f : X → Y heißt

)
# ) )
$
injektiv :⇐⇒ ∀ x, x ∈ X: f (x) = f (x ) &⇒ x = x ,
surjektiv :⇐⇒ f (X) = Y ,
bijektiv :⇐⇒ f injektiv ∧ f surjektiv ⇐⇒ ∀ y ∈ Y ∃! x ∈ X: f (x) = y;
in diesem Fall wird wieder eine Funktion definiert durch
f −1 : Y → X, y 2→ x =: f −1 (y) (Umkehrfunktion von f ).
Bemerkung I.8 Injektivität und Surjektivität hängen von X und Y ab: Ist R die Menge der reellen
Zahlen (siehe Kapitel III, IV) und R+0 := {x ∈ R: x ≥ 0}, so ist
f : R → R, x 2→ x 2 weder injektiv noch surjektiv,

%
f : R+0 → R+0 , x →
2 x2 bijektiv.
Für Teilmengen A ⊂ X, B ⊂ Y setzt man:

& &
f A : A → Y , f &A (x) := f (x), x ∈ A
& (Einschränkung von f auf A),
f (A) := {f (x): x ∈ A} (Bild von A unter f ),
f −1 (B) := {x ∈ X: f (x) ∈ B} (Urbild von B unter f ).
Sind X, Y , Z Mengen und f , g: X → Y , h: Y → Z Funktionen, so definieren wir
f ≡g :⇐⇒ f (x) = g(x), x ∈ X,

h ◦ f : X → Z, (h ◦ f )(x) := h(f (x)), x ∈ X (Komposition von h mit f ).
II Natürliche Zahlen und
vollständige Induktion
Die natürlichen Zahlen scheinen uns von Kind auf vertraut. Mathematisch werden
N = {1, 2, . . .} bzw. N0 = {0, 1, 2, . . .} durch Axiome eingeführt. Ein Axiom ist ein
unbeweisbarer Grundsatz, der als wahr angenommen wird. Axiomensysteme müssen
widerspruchsfrei sein und möglichst minimal ([30]).
! 5
Peano-Axiome
Die charakteristischen Eigenschaften der natürlichen Zahlen {0, 1, 2, . . .} = N0 be-
ruhen auf den folgenden Axiomen von Peano1.
(P1) 0 ∈ N0 ,
(P2) ∀ n ∈ N0 ∃! ν(n) ∈ N0 ,
(P3) ∀ n ∈ N0 : 0 -= ν(n),
# $
(P4) ∀ n, m ∈ N0 : ν(n) = ν(m) &⇒ n = m ,
# $
(P5) ∀ M ⊂ N0 : 0 ∈ M ∧ (n ∈ M &⇒ ν(n) ∈ M) &⇒ M = N0 .
Axiom (P5) wird Induktionsprinzip genannt. Für n ∈ N heißt die Zahl ν(n) der
Nachfolger von n. Nach (P4) und (P5) ist die Abbildung ν: N0 → N0 \ {0} bijektiv.
Mittels der Abbildung ν und der Axiome (P3), (P4) definieren wir nun die Menge
der natürlichen Zahlen 1, 2, 3, . . . und darauf eine Addition +, eine Multiplikation ·
sowie eine Vergleichsrelation ≤.
(i) Definiere die Menge der natürlichen Zahlen N := {1, 2, . . . } als Definition II.1
1 := ν(0), 2 := ν(1) = ν(ν(0)), . . . .
(ii) Für n, m ∈ N0 := N ∪ {0} definiere n + m und n · m sukzessive durch
n + 0 := n,
n + 1 := ν(n),
1 Giuseppe Peano, ∗ 27. August 1858 in Spinetta, Piemont, 20. April 1932 in Turin, italienischer Ma-
thematiker, der sich vor allem mit mathematischer Logik, der Axiomatik der natürlichen Zahlen und mit
Differentialgleichungen erster Ordnung beschäftigte.
6 II Natürliche Zahlen und vollständige Induktion
n + (m + 1) := (n + m) + 1, n, m ∈ N0 (z.B. n + 2 := (n + 1) + 1 usw.),
n · 0 := 0,
n · 1 := n,
n · (m + 1) := (n · m) + n.
(iii) Für n, m ∈ N0 definiere
n ≤ m :⇐⇒ m ≥ n :⇐⇒ ∃ d ∈ N0 : n + d = m;
man sagt dann, n ist kleiner gleich m oder m ist größer gleich n.
Bemerkung II.2 – Addition + und Multiplikation · sind assoziativ und kommutativ mit neu-
tralen Elementen 0 bzw. 1 sowie distributiv (vgl. Kapitel III).
– Die Zahl d in (iii) ist eindeutig und heißt Differenz von m und n; man schreibt
m − n := d.
Die Menge der natürlichen Zahlen hat einige wichtige Eigenschaften, die hier nicht be-
wiesen werden sollen (für die Beweise siehe z.B. [19]).
Satz II.3 Euklidischer Algorithmus, Division mit Rest. Zu jedem m ∈ N und n ∈ N0

existieren eindeutige k, l ∈ N0 , l < m, mit
n = k · m + l.
Satz II.4 Wohlordnungssatz. Jede nichtleere Teilmenge von N0 besitzt ein kleinstes Element,
d.h. # $
∀ M ⊂ N0 , M -= ∅, ∃ m0 ∈ M: ∀ m ∈ M: m0 ≤ m .
Satz II.5 Die Menge der natürlichen Zahlen ist nicht nach oben beschränkt, d.h.
# $
! N ∈ N0 : ∀ n ∈ N0 : n ≤ N .
! 6
Vollständige Induktion
Weil es unendlich viele natürliche Zahlen gibt, kann man eine Aussage A(n) für alle
natürlichen Zahlen n ∈ N0 nicht durch das sukzessive Zeigen von A(1), A(2), . . .
beweisen. Hier braucht man das Prinzip der vollständigen Induktion.
Um eine Aussage A(n) für alle n ∈ N0 , n ≥ n0 , ab einem festen n0 ∈ N0 zu beweisen,
reicht es nämlich nach Axiom (P5), zwei Behauptungen zu zeigen:
6 Vollständige Induktion 7
(i) Induktionsanfang: Zeige A(n0 ).
(ii) Induktionsschritt: Zeige für beliebiges n ∈ N0 , n ≥ n0 : A(n) &⇒ A(n + 1).
Man wendet dazu (P5) auf die Menge M := {k ∈ N0 : A(n0 + k) gilt} an.
Im Induktionsschritt nennt man A(n) Induktionsvoraussetzung und A(n + 1) In-
duktionsbehauptung. Für (I) schreiben wir auch n = n0 und für (II) n " n + 1.
Formeln für Summen und Produkte beweist man oft mit vollständiger Induktion.
Zum Einstieg formulieren wir den ersten Induktionsbeweis ganz ausführlich.
Bezeichnung. Für m, n ∈ N, m ≤ n, und Zahlen am , am+1, am+2, . . . , an setze

'n n
(
ak := am + am+1 + . . . + an , ak := am · am+1 · . . . · an ;
k=m k=m
für m > n benutzt man die Konventionen
' n n
(
ak := 0, ak := 1.
k=m k=m
n
' 1 Satz II.6
k = 1 + 2 + · · · + n = n(n + 1), n ∈ N.
2
k=1
Beweis (durch vollständige Induktion nach n, n0 = 1).

' 1
1
(I) Induktionsanfang n = 1: k = 1 = 1(1 + 1).
2
k=1
(II) Induktionsschritt n " n + 1, n ∈ N beliebig: Wir zeigen nun, dass aus A(n) die
Behauptung A(n + 1) folgt. Dazu formulieren wir beide Aussagen explizit:
' n
1
Induktionsvoraussetzung: k = n(n + 1). (Aussage A(n))
2
k=1
n+1
' 1
Induktionsbehauptung: k = (n + 1)(n + 2). (Aussage A(n + 1))
2
k=1
Wir folgern nun mittels Induktionsvoraussetzung die Induktionsbehauptung:
n+1
' )' n * Ind.vor. 1
k = k + (n + 1) = n(n + 1) + (n + 1)
2
k=1 k=1
)1 * 1
= n + 1 (n + 1) = (n + 2)(n + 1).
2 2
Die Menge R der reellen Zahlen wird erst in Abschnitt IV.13 eingeführt. Wir benutzen
sie hier vorab für einige weitere wichtige Beispiele.
Geometrische Summenformel. Für alle reellen x ∈ R mit x -= 1 gilt Satz II.7

n
'
k 1 − x n+1
n
x = 1+x +···+x = .
1−x
k=0

'0
1−x
n = 0: xk = 1 = .
1−x
k=0
n+1
' n
'
n+1 Ind.vor. 1 − x n+1
n " n + 1: k
x = k
x +x = + x n+1
1−x
k=0 k=0
1 − x n+1 + (1 − x)x n+1 1 − x n+2
= = .
1−x 1−x
Proposition II.8 2n > n 2 , n ∈ N, n ≥ 5.

n = 5 : 25 = 32 > 25 = 52 .
n " n + 1 (n ≥ 5) : Nach Induktionsvoraussetzung ist 2n+1 = 2 · 2n > 2 n2. Für n ≥ 3
gilt n2 − 2n + 1 = (n − 1)2 ≥ 2, also n2 ≥ 2n + 1. Damit folgt insgesamt
2n+1 > 2 n2 = n2 + n2 ≥ n2 + 2n + 1 = (n + 1)2 .
Bemerkung II.9 Der Induktionsschritt kann wie folgt modifiziert werden:

# $
(II’) Zeige für beliebiges n ∈ N0 , n ≥ n0: ∀ k = n0, . . . , n: A(k) &⇒ A(n + 1).
Im Vergleich zu (II) darf man hier außer A(n) auch alle vorherigen Aussagen A(n0 ),
A(n0 + 1), . . . , A(n − 1) zum Beweis von A(n + 1) benutzen.
Außer für den Beweis durch vollständige Induktion benutzt man das Induktionsprinzip
noch für die rekursive Definition (Definition durch vollständige Induktion):
Um jedem n ∈ N0 , n ≥ n0 , ein Element f (n) einer Menge X zuzuordnen, reicht es
nach dem Induktionsprinzip
(I) f (n0 ) anzugeben und
(II) für jedes n ∈ N0 , n ≥ n0, eine Vorschrift

# $
f (n + 1) = F f (n0 ), f (n0 + 1), . . . , f (n) .
Beispiel Für eine reelle Zahl x ∈ R definiert man die Potenzen x n , n ∈ N0 , durch
(I) x 0 := 1,
(II) x n+1 := x · x n , n ∈ N0 .
7 Fakultät und Binomialkoeffizienten 9
! 7
Fakultät und Binomialkoeffizienten
In der Wahrscheinlichkeitstheorie spielt die Frage eine Rolle, auf wie viele Weisen man
n verschiedene Elemente einer Menge anordnen oder k daraus auswählen kann. Dazu
braucht man:
Für n ∈ N0 definieren wir n! ∈ N (gesprochen „n Fakultät“) durch Definition II.10

n
(
n! := k = 1·2· ··· ·n
k=1
oder, äquivalent dazu, rekursiv durch
(I) 0! := 1,
(II) (n + 1)! := (n + 1) · n!, n ∈ N0 .
1! = 1, 2! = 2, 3! = 6, 4! = 24, . . . , 10! = 3 628 800 wird schnell groß! Beispiel
Es sei n ∈ N und M eine Menge mit n Elementen. Eine Anordnung von M ist eine Definition II.11
bijektive Abbildung von M nach {1, 2, . . . , n}, eine Permutation von M ist eine
bijektive Abbildung von M in sich.
– M = {a} besitzt 1 Anordnung a 2→ 1 (kurz a), Beispiel

1 Permutation a 2→ a;
– M = {a, b} besitzt
2 Anordnungen a 2→ 1, b 2→ 2 und a 2→ 2, b 2→ 1 (kurz ab und ba),
2 Permutationen a 2→ a, b 2→ b und a 2→ b, b 2→ a.
Die Anzahl der Anordnungen (Permutationen) einer Menge mit n verschiedenen Satz II.12
Elementen ist gleich n!.

n = 1 : Es gibt genau eine Anordnung eines Elements, siehe Beispiel oben.
n " n + 1 : Es sei M eine Menge mit n+1 verschiedenen Elementen. Fixiere eines davon,
bezeichnet mit x. Die Anzahl der Anordnungen von M, die x an der 1. Stelle haben, ist
nach Induktionsvoraussetzung n!. Für die Auswahl von x gibt es n + 1 Möglichkeiten,
also gibt es (n + 1) · n! = (n + 1)! Anordnungen von M.
Definition II.13 Für k, n ∈ N0 , k ≤ n, heißt

+ ,
n n!
:=
k k! (n − k)!
Binomialkoeffizient (gesprochen „n über k“, „k aus n“ oder „n tief k“).
Aus der Definition folgt sofort, dass für k, n ∈ N0 , k ≤ n,

+ , + , + , + ,
n n n n
= , = =1
k n−k 0 n
gilt. Außerdem gibt es eine nützliche Additionsregel für Binomialkoeffizienten:
+ , + , + ,
Proposition II.14 n−1 n−1 n
+ = , k, n ∈ N, k ≤ n − 1.
k−1 k k
Beweis. Nach Definition II.13 der Binomialkoeffizienten folgt

+ , + ,
n−1 n−1 (n − 1)! (n − 1)!
+ = +
k−1 k (k − 1)! (n − 1 − (k − 1))! k! (n − 1 − k)!
+ ,
(n − 1)! 1 1
= +
(k − 1)! (n − 1 − k)! n − k k
+ , - ./ 0
n! n n
= k(n−k)
= = .
k! (n − k)! k
Nach Definition II.13 sind Binomialkoeffizienten scheinbar rationale Zahlen. Eine
kombinatorische Überlegung zeigt, dass sie tatsächlich natürliche Zahlen sind:
+ ,
Satz II.15 n
Die Anzahl der k–elementigen
+ , Teilmengen einer n–elementigen Menge ist gleich ;
n k
insbesondere ist ∈ N.
k
Beweis (durch vollständige Induktion nach n, n0 = 0). Zu zeigen ist, dass für alle n ∈ N
für eine beliebige n–elementige Menge M gilt:
+ ,
n n
Ck := #{N ⊂ M: #N = k} = , k = 0, 1, . . . , n.
k
0
#0$
n = 0 : Die einzige Teilmenge von M = ∅ ist N = ∅, also ist C0 = 1 = 0 .
n " n + 1 : Es sei k ∈ {0, 1, . . . , n+1}.
# Für
$ k = n+1 ist M die einzige (n+1)-elementige
n+1 n+1
Teilmenge von M, also Cn+1 = 1 = n+1 . Für k ≤ n fixiere ein x ∈ M und zerlege
.
{N ⊂ M: #N = k} = {N ⊂ M: #N = k, x ∈ N} ∪ {N ⊂ M: #N = k, x ∈
/ N} .
- ./ 0 - ./ 0 - ./ 0
=:N =:N1 =:N2
#n$ #$
Da k ≤ n ist, liefert die Induktionsvoraussetzung #N1 = k−1 , #N2 = nk . Weil
N1 ∩ N2 = ∅, folgt dann mit der Additionsregel für Binomialkoeffizienten
+ , + , + ,
n n Prop. II.14 n + 1
Ckn+1 = #N = #N1 + #N2 = + = .
k−1 k k
7 Fakultät und Binomialkoeffizienten 11
„6 aus 49“: Die Anzahl der Möglichkeiten, 6 Zahlen aus den Zahlen 1 bis 49 Beispiel
auszuwählen, ist
+ ,
49 49! 49 · 48 · 47 · 46 · 45 · 44
= = = 13 983 816,
6 6! 43! 1·2·3·4·5·6
die Chance auf einen „Sechser“ im Lotto ist also nur ca. 1 : 14 Millionen!
Binomialkoeffizienten sind auch sehr nützlich, um die n-te Potenz einer Summe zweier
Zahlen auszurechnen; der Fall n = 2 ist sicher der bekannteste.
Binomischer Lehrsatz. Für alle reellen x, y ∈ R und n ∈ N0 ist Satz II.16

'n + ,
n k n−k
(x + y)n = x y .
k
k=0

#0 $
n = 0 : Nach Definition der Potenzen gilt (x + y)0 = 1 = 0 x 0y 0 .
n " n + 1 : Nach Induktionsvoraussetzung ist
'n + ,
n k n−k
(x + y)n+1 = (x + y) · (x + y)n = (x + y) x y
k
k=0
'n + , n + ,
n k+1 n−k ' n k n−k+1
= x y + x y .
k k
k=0 k=0
Benutzen wir in der ersten Summe die Indexverschiebung k " k − 1 und dann das
Additionsgesetz für Binomialkoeffizienten, ergibt sich
n+1 +
' , 'n + ,
n n k n−(k−1)
(x + y)n+1 = x k y n−(k−1) + x y
k−1 k
k=1 k=0
'n ++ , + ,,
n n
= x n+1 + + x k y n+1−k + y n+1
k−1 k
k=1 - ./ 0
n+1
=( k ) nach Prop. II.14
n+1 +
' ,
n + 1 k n+1−k
= x y .
k
k=0
Speziell für x = y = 1 und x = −1, y = 1 erhält man aus Satz II.16 sofort:
n + ,
' n
' + ,
n k n Korollar II.17
= 2 n , n ∈ N0 ; (−1) = 0, n ∈ N.
k k
k=0 k=0
Bemerkung II.18 Die Koeffizienten der Potenzen von x und y in

(x + y)0 = 1,
(x + y)1 = x + y,
(x + y)2 = x 2 + 2xy + y 2 ,
(x + y)3 = x 3 + 3x 2 y + 3xy 2 + y 3 ,
(x + y)4 = x 4 + 4x 3 y + 6x 2 y 2 + 4xy 3 + y 4 ,
(x + y)5 = x 5 + 5x 4 y + 10x 3 y 2 + 10x 2 y 3 + 5xy 4 + y 5 , ...
kann man praktisch im sog. Pascalschen2 Dreieck anordnen:
+ , + ,
1 n−1 n−1
+
1 1 k−1 k
1 2 1 + ,
n
1 3 3 1 =
k
1 4 6 4 1
1 5 10 10 5 1
... ... ... ... ... ... ...
Wegen des Additionsgesetzes für Binomialkoeffizienten aus Proposition II.14 ist jede
Zahl im Innern des Dreiecks die Summe der beiden darüber stehenden Zahlen.
Übungsaufgaben
II.1. Beweise für n ∈ N die Summenformeln:
n
! !2n !n
3 n2(n + 1)2 k+1 1 1
a) k = , b) (−1) = .
k=1
4 k=1
k k=1
n + k
II.2. Zeige, dass für jedes n ∈ N die Zahl 42n+1 + 3n+2 durch 13 teilbar ist.
II.3. Finde und beweise eine Summenformel für

n
! 1 1 1 1 1
= + + + ... + , n ∈ N.
k=1
k(k + 1) 1 · 2 2 · 3 3 · 4 n(n + 1)
II.4. Beweise, dass für alle n, k ∈ N

k "
! # " #
n+j n+1+k
= .
j=0
j k
Was bedeutet diese Formel im Pascalschen Dreieck?
2 BlaisePascal, ∗ 19. Juni 1623 in Clermont-Ferrand, 19. August 1662 in Paris, französischer Mathe-
matiker und Philosoph, der in Korrespondenz mit Fermat die Grundlagen der Wahrscheinlichkeitstheorie
legte.
III Reelle Zahlen
Die Forderung nach der Lösbarkeit gewisser Gleichungen motiviert die Erweiterung
der Menge der natürlichen Zahlen, in diesem Kapitel zunächst auf die ganzen Zahlen,
die rationalen Zahlen und die reellen Zahlen.
Problem in N0 : Die Gleichung a + x = b mit a, b ∈ N0 muss keine Lösung x ∈ N0

haben, z. B.
x + 1 = 0 &⇒ x -∈ N0 .
Für n ∈ N definiert man daher −n als die Lösung der Gleichung x + n = 0 und
Z := {±n: n ∈ N0 } (ganze Zahlen).
Problem in Z: Die Gleichung a · x = b mit a, b ∈ Z muss keine Lösung x ∈ Z

haben, z. B.
2 · x = 1 &⇒ x -∈ Z.
p
Für p, q ∈ Z, q -= 0 definiert man als die Lösung der Gleichung x · q = p und
q
1 2
p
Q := : p, q ∈ Z, q -= 0 (rationale Zahlen).
q
Problem in Q: Die Gleichung x 2 = a mit a ∈ Q muss keine Lösung x ∈ Q haben, z. B.

x 2 = 2 &⇒ x -∈ Q.
Die Lösungen solcher Gleichungen nennt man algebraische Zahlen ([27, S. 36]).
Noch allgemeiner definiert man als Erweiterung der algebraischen Zahlen die Men-
ge der reellen Zahlen R, deren Konstruktion nicht-trivial ist (siehe Kapitel IV).
Im Folgenden untersuchen wir zunächst die drei Eigenschaften, die R charakteri-
sieren: Körperstruktur, Anordnung und Vollständigkeit.
! 8
Körperstruktur
Die uns geläufigen Rechenregeln für die Addition und Multiplikation von Zahlen lassen
sich alle aus den folgenden Körperaxiomen herleiten.
14 III Reelle Zahlen
Definition III.1 Ein Körper (K , +, · ) ist eine Menge K , #K ≥ 2, mit zwei Verknüpfungen
+: K × K → K , (x, y) 2→ x + y,
· : K × K → K, (x, y) 2→ x · y,
die folgende Axiome erfüllen:
Axiome der Addition:

(A1) x + (y + z) = (x + y) + z, x, y, z ∈ K (Assoziativität),
(A2) x + y = y + x, x, y ∈ K (Kommutativität),
(A3) ∃ 0 ∈ K : x + 0 = x, x∈K (Existenz des neutralen Elements 0),
(A4) ∀ x ∈ K ∃ −x ∈ K : x + (−x) = 0 (Existenz des inversen Elements);
man definiert damit x − y := x + (−y), x, y ∈ K.
Axiome der Multiplikation:
(M1) x · (y · z) = (x · y) · z, x, y, z ∈ K (Assoziativität),
(M2) x · y = y · x, x, y ∈ K (Kommutativität),
(M3) ∃ 1 ∈ K : x · 1 = x, x∈K (Existenz des neutralen Elements 1),
(M4) ∀ x ∈ K, x -= 0, ∃ x −1 ∈ K: x · x −1 = 1 (Existenz des inversen Elements);
x
man definiert damit := x · y −1 , x, y ∈ K , y -= 0.
y
Distributivgesetz:
(D) x · (y + z) = x · y + x · z, x, y, z ∈ K .
Die Axiome (A1) bis (A4) bzw. (M1) bis (M4) kann man kurz auch so formulieren:
(K, +) und (K \ {0}, ·) bilden jeweils eine abelsche Gruppe (siehe [12, 1.2]).
Beispiele – (Q, +, · ) ist ein Körper;

– (R, +, · ) ist ein Körper (siehe Kapitel IV);
– (Z, +, · ) ist kein Körper, da (M4) verletzt ist;
– (N, +, · ) ist erst recht kein Körper, weil (M4) und (A4) nicht gelten;
– (F2 , +, · ) mit F2 = {0, 1} und +, · definiert durch
+ 0 1 · 0 1
0 0 1 0 0 0
1 1 0 1 0 1
ist ein Körper (der kleinstmögliche).
Aus den Körperaxiomen ergeben sich eine Reihe von Folgerungen und Rechenregeln
in Körpern. Viele erscheinen vom Rechnen mit Zahlen her selbstverständlich, sind es
aber z. B. im Körper F2 schon weniger:
8 Körperstruktur 15
Es sei (K, +, · ) ein Körper. Dann gelten: Proposition III.2
(i) 0 und 1 sind eindeutig.
(ii) −x und x −1 sind zu jedem x ∈ K eindeutig bestimmt.
(iii) −0 = 0.
(iv) Die Gleichung a + x = b mit a, b ∈ K hat in K die eindeutige Lösung x = b − a.
(v) −(−x) = x, x ∈ K.
(vi) −(x + y) = −x − y, x, y ∈ K.
(vii) Die Gleichung a · x = b mit a, b ∈ K, a -= 0, hat in K die eindeutige Lösung
b
x = a −1 · b = .
a
(viii) (x + y) · z = x · z + y · z, x, y, z ∈ K.
(ix) x · 0 = 0 · x = 0, x ∈ K.
(x) x · y = 0 ⇐⇒ x = 0 ∨ y = 0, x, y ∈ K.
(xi) (−x) · y = −(x · y), x, y ∈ K.
(xii) (−x) · (−y) = x · y, x, y ∈ K.
(xiii) (x −1 )−1 = x, x ∈ K , x -= 0.
(xiv) (x · y)−1 = x −1 · y −1 , x, y ∈ K , x, y -= 0.
Beweis. Wir beweisen beispielhaft einige der Behauptungen:

(i) Eindeutigkeit der 0: Es sei 0) ∈ K mit
x + 0) = x, x ∈ K.
Speziell für x = 0 folgt 0 + 0) = 0. Nach (A3) mit x = 0) ist 0) + 0 = 0) , also
(A2)
0 = 0 + 0 ) = 0) + 0 = 0) .
(iv) Existenz der Lösung: x = b − a ist Lösung von a + x = b, denn es gilt
(A2) (A1) (A2) (A3)
a + (b − a) = a + (−a + b) = (a + (−a)) +b = 0 + b = b + 0 = b.
- ./ 0
=0 nach (A4)
Eindeutigkeit der Lösung: Angenommen, x ) ∈ K erfüllt a + x ) = b. Dann gilt

(A3),(A2) (A2),(A4) (A1) (A2)
x) = 0 + x) = (−a + a) + x ) = −a + (a + x )) = −a + b = b − a.
(ix) Für x ∈ K gilt
(D) (A3) (A3)
x · 0 + x · 0 = x · (0 + 0) = x · 0 = x · 0 + 0.
Wegen der Eindeutigkeit in (iv) folgt x · 0 = 0 und nach (M2) dann 0 · x = x · 0 = 0.
(x) „ &⇒ “: Angenommen, es gilt x · y = 0 und x -= 0 (analog für y -= 0). Dann ist nach
(M2) auch y · x = 0, und es folgt
(M3) (M4) (M1) (ix)
y = y · 1 = y · (x · x −1) = (y · x) · x −1 = 0 · x −1 = 0.
„⇐&“: Aus x = 0 ∨ y = 0 folgt x · y = 0 mit (ix).
Definition III.3 Ist K ein Körper, definiere für x ∈ K die ganzzahligen Potenzen
x 0 := 1,
x n := x · x n−1 , n ∈ N,
x −n := (x −1 )n , n ∈ N.
Proposition III.4 Es sei K ein Körper. Dann gelten für x, y ∈ K und n, m ∈ Z:

(i) x n · x m = x n+m ,
(ii) (x n )m = x n·m ,
(iii) (x · y)n = x n · y n .
Beweis. Wir beweisen z.B. (iii). Für n ∈ N0 benutzen wir vollständige Induktion:
n = 0: Nach Definition III.3 und (M3) gilt:
(x · y)0 = 1 = 1 · 1 = x 0 · y 0 .
n " n + 1: Nach Definition III.3 und Induktionsvoraussetzung gilt:

(M1),(M2)
x n+1 · y n+1 = (x · x n ) · (y · y n ) = (x · y) · (x n · y n ) = (x · y) · (x · y)n
- ./ 0
= (x · y)n+1 . =(x·y)n
Ist −n ∈ N, so ist nach Definition III.3, Proposition III.2 (xiv) und der bereits bewie-
senen Behauptung, angewendet auf −n:
(ii) # $−n # $−n # −1 −1 $−n # $−n (ii)
x n · y n = x −1 · y −1 = x ·y = (x · y)−1 = (x · y)n .
! 9
Anordnungsaxiome
Aus dem Alltag sind wir gewohnt, Zahlen miteinander vergleichen zu können. Bei
allgemeinen Körpern ist das nicht immer möglich:
9 Anordnungsaxiome 17
Ein Körper (K , +, · ) heißt angeordnet, wenn darauf eine Eigenschaft positiv (> 0) Definition III.5
definiert ist, die die folgenden Axiome erfüllt:
(AO1) Für alle x ∈ K gilt genau eine der Eigenschaften x > 0, x = 0 oder −x > 0.
(AO2) x > 0 ∧ y > 0 &⇒ x + y > 0, x, y ∈ K .
(AO3) x > 0 ∧ y > 0 &⇒ x · y > 0, x, y ∈ K.
Für einen angeordneten Körper schreibt man dann auch (K , +, · , >).
Bezeichnung. Für x, y, z ∈ K definiert man

(i) x > y :⇐⇒ x − y > 0 ( ⇐⇒: y < x),
(ii) x ≥ y :⇐⇒ x − y > 0 ∨ x = y ( ⇐⇒: y ≤ x).
Ein Element x ∈ K heißt
negativ :⇐⇒ x < 0,
nichtpositiv :⇐⇒ x ≤ 0,
nichtnegativ :⇐⇒ x ≥ 0.
(Q, +, · , >) und (R, +, · , >) sind angeordnete Körper, z.B. ist auf Q Beispiele
p
> 0 :⇐⇒ (p ∈ N ∧ q ∈ N) ∨ (−p ∈ N ∧ −q ∈ N).
q
Die Anordnungsaxiome liefern wichtige Regeln zum Rechnen mit Ungleichungen:
Sind (K, +, · , >) ein angeordneter Körper und x, x ), y, y ), z ∈ K, so gelten: Proposition III.6
(i) x < y ∧ y < z &⇒ x < z (Transitivität);
(ii) x < y ∧ a ∈ K &⇒ x + a < y + a;
(iii) x < y ∧ x ) < y ) &⇒ x + x ) < y + y ) ;
(iv) x < y ∧ a ∈ K , a > 0 &⇒ a · x < a · y,
x < y ∧ a ∈ K, a < 0 &⇒ a · x > a · y;
(v) 0 ≤ x < y ∧ 0 ≤ x ) < y ) &⇒ 0 ≤ x ) · x < y ) · y;
(vi) x -= 0 &⇒ x 2 > 0;
(vii) x > 0 &⇒ x −1 > 0;
(viii) 0 < x < y &⇒ 0 < y −1 < x −1 ;
(ix) 1 > 0.
Wegen (i) setzt man dann: x < y < z :⇐⇒ x < y ∧ y < z.
Beweis. Wir beweisen exemplarisch (i), (vi), (vii) und (ix):

(i) x<y ∧ y<z &⇒ y − x > 0 ∧ z − y > 0
(AO2)
&⇒ (y − x) + (z − y) > 0
(A1),(A2)
&⇒ z − x > 0 &⇒ x < z.
(AO3)
(vi) x > 0 &⇒ x 2 = x · x > 0,
Prop. III.2(xii) (AO3)
x <0 &⇒ x 2 = (−x) · (−x) > 0.
-./0 -./0
>0 >0
# $ (AO3)
(vii) x > 0 &⇒ x −1 = x · x −1 · x −1 = x · (x −1 )2 > 0.
- ./ 0
(vi) >0 nach (vi)
(ix) 1 = 1 · 1 = 12 > 0.
Beispiel Nicht jeder Körper besitzt eine Anordnung. Ein Beispiel ist (F2 , +, · ). Gäbe es eine
Anordnung „ >“ auf F2 , so wäre einerseits nach Definition 1 + 1 = 0, andererseits
nach Proposition III.6 (ix) und (AO2) aber
1 > 0 &⇒ 1 + 1 > 0 ! zu (AO1).
Satz III.7 Bernoullische1 Ungleichung. Ist (K , +, · , >) ein angeordneter Körper, so gilt für
alle x ∈ K, x ≥ −1, und n ∈ N0 :
(1 + x)n ≥ 1 + n · x. (9.1)
Beweis. Wir führen vollständige Induktion nach n.

n = 0: (1 + x)0 = 1 = 1 + 0 · x.
n " n + 1: Da x ≥ −1, ist 1 + x ≥ 0. Mit der Induktionsvoraussetzung folgt dann
(1 + x)n+1 = (1 + x) ·(1 + x)n ≥ (1 + x) · (1 + nx) = 1 + (n + 1) · x + -n ./

· x02
- ./ 0
≥0 ≥0
≥ 1 + (n + 1) · x.
Bemerkung. Für n ≥ 2 und x -= 0 gilt in (9.1) die strikte Ungleichung (1+x)n > 1+n·x.
Definition III.8 Es sei (K, +, · , >) ein angeordneter Körper. Dann definiert man für x ∈ K das
Signum (Vorzeichen) von x als

 1, falls x > 0,
sign x := 0, falls x = 0,

−1, falls x < 0,
1 Jakob I. Bernoulli, ∗ 6. Januar 1655 und 16. August 1705 in Basel, Schweizer Mathematiker, Bruder
von Johann Bernoulli und Onkel von Jakob II. Bernoulli, studierte gegen den Willen seines Vaters neben
Philosophie und Theologie autodidaktisch Mathematik und Astronomie.
9 Anordnungsaxiome 19
und den Absolutbetrag von x als
1
x, falls x ≥ 0,
|x| := (sign x) · x =
−x, falls x < 0.
In einem angeordneten Körper (K, +, · , >) gelten für x, y ∈ K: Proposition III.9
(i) |x| ≥ 0,
(ii) |x| = 0 ⇐⇒ x = 0,
(iii) | −x| = |x|,
(iv) x ≤ |x|, −x ≤ |x|,
(v) |x · y| = |x| · |y|,
& x & |x|
& &
(vi) & & = , y -= 0.
y |y|
Beweis. Eine einfache, aber gute Übung!
Dreiecksungleichung. In einem angeordneten Körper (K, +, · , >) gilt: Satz III.10

|x + y| ≤ |x| + |y|, x, y ∈ K.
Beweis. Nach Proposition III.9 gilt für x, y ∈ K

x ≤ |x| ∧ y ≤ |y| Prop. III.6 x + y ≤ |x| + |y|,
&⇒
−x ≤ |x| ∧ −y ≤ |y| −(x + y) = −x − y ≤ |x| + |y|,
also insgesamt |x + y| ≤ |x| + |y|.
In einem angeordneten Körper (K, +, · , >) gilt: Korollar III.11

& &
&|x| − |y|& ≤ |x + y| ≤ |x| + |y|, x, y ∈ K .
Beweis. Zu zeigen ist nur noch die linke Ungleichung. Mit der Dreiecksungleichung
und Proposition III.9 ergibt sich für x, y ∈ K :
|x| = |x + y − y| ≤ |x + y| + |y| &⇒ |x| − |y| ≤ |x + y|,
# $
|y| = |x + y − x| ≤ |x + y| + |x| &⇒ − |x| − |y| = |y| − |x| ≤ |x + y|,
& &
also insgesamt |x| − |y|& ≤ |x + y|.
&
Ein Körper (K , +, · ) heißt archimedisch angeordnet, wenn er angeordnet ist und Definition III.12
darin das sog. Archimedische2 Axiom gilt:
2 Archimedes von Syrakus, vermutlich ∗ 287 v. Chr., 212 v. Chr. in Syrakus, Sizilien, griechischer
Mathematiker und Physiker, der als einer der bedeutendsten der Antike gilt; das Archimedische Axiom
stammt aber eigentlich von Eudoxos von Knidos.
(AO4) Für alle x, y ∈ K , x, y > 0, existiert ein n ∈ N0 mit

nx > y.
Beispiel (Q, +, · , >) und (R, +, · , >) sind archimedisch angeordnet.
Satz III.13 In einem archimedisch angeordneten Körper (K, +, · , >) gelten:

(i) Ist b > 1, so existiert zu jedem ! > 0 ein N ∈ N mit
bN > !.
(ii) Ist 0 < q < 1, so existiert zu jedem " > 0 ein N ∈ N mit
qN < ".
Beweis. (i) Da b > 1, gilt x := b − 1 > 0 und b = 1 + x. Mit der Bernoullischen

Ungleichung folgt
bn = (1 + x)n ≥ 1 + nx, n ∈ N0 .
Nach (AO4) existiert nun ein N ∈ N mit N · x > !, also
bN ≥ 1 + Nx > 1 + ! > !.
(ii) folgt direkt aus (i), mit b = q−1 und ! = " −1 .
! 10
Vollständigkeit von R
In diesem Abschnitt führen wir die Eigenschaft ein, die R von Q unterscheidet. In
Kapitel IV werden wir eine Reihe anderer Charakterisierungen der Vollständigkeit
kennenlernen.
Definition III.14 Ist (K , +, ·, >) ein angeordneter Körper und M ⊂ K , so heißen
(i) s ∈ K obere (bzw. untere) Schranke von M

:⇐⇒ ∀ x ∈ M: x ≤ s (bzw. x ≥ s);
(ii) M nach oben (bzw. unten) beschränkt, wenn M eine obere (bzw. untere)
Schranke besitzt; M heißt beschränkt, wenn es nach oben und unten be-
schränkt ist;
(iii) s ∈ K größtes oder maximales (bzw. kleinstes oder minimales) Element

von M, s = max M (bzw. s = min M), wenn s obere (bzw. untere) Schranke
von M ist und s ∈ M;
10 Vollständigkeit von R 21
(iv) s ∈ K Supremum von M, s = sup M, wenn s die kleinste obere Schranke
von M ist, d.h.
a) ∀ x ∈ M: x ≤ s (s ist obere Schranke von M),

# $
b) ∀ x ∈ M: x ≤ s) &⇒ s) ≥ s (jede andere obere Schranke ist ≥ s);
analog heißt die größte untere Schranke s von M Infimum von M, s = inf M.
Man kann zeigen, dass sup M, inf M, max M und min M jeweils eindeutig bestimmt
sind, falls sie existieren.
Aus den Definitionen ergibt sich sofort, z. B. für Supremum und Maximum,
s = max M &⇒ s = sup M,
aber nicht umgekehrt, denn es kann sup M ∈
/ M gelten:
s = max M ⇐⇒ s = sup M ∧ s ∈ M.
In Q sind die Teilmengen Beispiel

Q− := {x ∈ Q: x < 0} (Menge der negativen Elemente in Q),
Q0− := {x ∈ Q: x ≤ 0} (Menge der nichtpositiven Elemente in Q)
nach oben beschränkt, aber nicht nach unten; Q− hat das Supremum 0 = sup Q− ,
aber kein Maximum, da 0 ∈ / Q− . Dagegen hat Q0− sowohl Supremum als auch
Maximum, 0 = sup Q0− = max Q0− .
Eine praktische Charakterisierung von Supremum und Infimum ist die folgende.
Es seien X ⊂ R, X -= ∅, und " ∈ R eine obere Schranke von X. Dann gilt Proposition III.15
" = sup X ⇐⇒ ∀" > 0 ∃ x" ∈ X " − " < x" ≤ ";
eine analoge Aussage gilt für inf X.
Beweis. Der Beweis ist eine sehr gute Übung (Aufgabe III.4), um die sperrigen Begriffe
Supremum und Infimum besser verstehen zu lernen!
Unser obiges Beispiel Q wird auch zeigen, dass es sogar nach oben beschränkte Teil-
mengen geben kann, die nicht einmal ein Supremum besitzen (siehe Korollar IV.43).
Dies führt auf folgende Klassifizierung angeordneter Körper:
Ein angeordneter Körper (K, +, · , >) heißt vollständig, wenn darin das Vollstän- Definition III.16
digkeitsaxiom gilt:
(V) Jede nichtleere nach oben beschränkte Teilmenge von K hat ein Supremum.
Im nächsten Kapitel werden wir die Menge der reellen Zahlen R konstruieren und
sehen, dass R ein archimedisch angeordneter vollständiger Körper ist, d.h., R erfüllt
– die Körperaxiome (A1)–(A4), (M1)–(M4), (D),
– die Anordnungsaxiome (AO1)–(AO3),

– das Archimedische Axiom (AO4),
– das Vollständigkeitsaxiom (V).

Man kann zeigen, dass R durch diese Eigenschaften „im Wesentlichen“ eindeutig be-
stimmt ist, denn je zwei archimedisch angeordnete vollständige Körper K1, K2 sind
isomorph ([10, §5.3]), d.h., es gibt eine bijektive Abbildung ': K1 → K2 mit
'(x + y) = '(x) + '(y), '(x · y) = '(x) · '(y), x, y ∈ K.
Übungsaufgaben
III.1. Beweise die folgenden Ungleichungen für n ∈ N:
a) 2n < n! für n ≥ 4.
" #
n 1 1
b) ≤ für k ∈ N0 , k ≤ n.
k nk k!
$ 1 %n ! n
1
c) 1 + ≤ < 3.
n k=0
k!
III.2. Die Fibonacci-Zahlen3 an , n ∈ N0 , sind rekursiv definiert durch
a0 := 1, a1 := 1, an+1 := an−1 + an , n ∈ N.
Zeige, dass n ≤ an ≤ 2n für alle n ∈ N0 gilt.
III.3. Bestimme, soweit vorhanden, Infimum, Supremum, Maximum und Minimum folgender
Teilmengen von Q:
& ' & 1 '
a) x ∈ Q: ∃ n ∈ N x = n2 , c) x ∈ Q: ∃ n ∈ N x = + 1 + (−1)n ,
n
& 1' & 2
'
b) x ∈ Q: ∃ n ∈ N x = 3 , d) x ∈ Q: x ≤ 2 .
n
III.4. Beweise Proposition III.15 und formuliere die analoge Aussage für das Infimum einer
Menge.
3 Die Fibonacci-Zahlen spielen eine überraschende Rolle in der Natur, z.B. bei Anordnungen in Tannen-
zapfen und Sonnenblumen; auch der Goldene Schnitt hängt mit ihnen zusammen (Aufgabe IV.4).
IV Metrische Räume und
Folgen
Metrische Räume sind Mengen, auf denen eine Abstandsfunktion definiert ist. In der
Ebene kann man sich z.B. auf freiem Feld die „Luftlinie“ als Abstandsfunktion denken;
in einer Stadt dagegen würde man eine andere Abstandsfunktion wählen.
! 11
Konvergenz von Folgen
Um das Verhalten von Folgen x1 , x2 , . . . reeller Zahlen zu untersuchen, führen wir das
Konzept der Konvergenz in einem metrischen Raum ein.
Es sei X eine nichtleere Menge. Eine Metrik auf X ist eine Abbildung d: X × X → Definition IV.1
[0, ∞) mit folgenden Eigenschaften:
(i) d(x, y) = 0 ⇐⇒ x = y, x, y ∈ X,
(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);
(X, d) heißt metrischer Raum und d(x, y) Abstand von x und y bzgl. der Metrik d.
6 Beispiel IV.2
0, x = y,
– Eine Menge X mit der diskreten Metrik d(x, y) :=
- y.
1, x =
– Q und R jeweils mit d(x, y) := |x − y|, x, y ∈ Q bzw. R.
– Rn := R × R × · · · × R (n-mal) mit der euklidischen Metrik:
7
d(x, y) := (x1 − y1 )2 + · · · + (xn − yn )2 , x = (xi )ni=1 , y = (yi )ni=1 ∈ Rn ,
√
wobei die Wurzel · wie später in Satz IV.42 definiert ist.
Im Spezialfall n = 1 ist die euklidische Metrik genau die oben für R angegebene.
Zum besseren Verständnis darf man sich im Folgenden als metrischen Raum immer
die Menge der reellen Zahlen R mit der euklidischen Metrik d wie oben vorstellen.
24 IV Metrische Räume und Folgen
Definition IV.3 Eine Folge in einem metrischen Raum (X, d) ist eine Abbildung
N → X, n 2→ xn ∈ X;
man schreibt in diesem Fall (xn )n∈N ⊂ X, (xn )∞
n=1 ⊂ X oder (x1 , x2 , x3 , . . . ) ⊂ X.
Als Definitionsbereiche von Folgen können statt N auch N0 oder unendliche Teilmen-
gen von N0 , wie etwa {n ∈ N0 : n ≥ n0 } oder {2k: k ∈ N}, vorkommen.
Beispiele IV.4 Folgen in R.

a) xn := a, n ∈ N, mit a ∈ R: (a, a, a, . . . ) (konstante Folge),
1 # 1 1 1 $
b) xn := , n ∈ N: 1, 2 , 3 , 4 , . . . ,
n
# $
c) xn := (−1)n , n ∈ N0 : 1, −1, 1, −1, . . . ,
d) xn := x n , n ∈ N0 , mit x ∈ R: (1, x, x 2 , x 3 , . . . ) (geometrische Folge).
Die obigen Beispiele zeigen, dass sich Folgen ganz unterschiedlich verhalten können.
Stellen Sie sich folgendes Spiel vor. Ein Gegenspieler nennt Ihnen eine beliebig
kleine positive Zahl #, und Sie müssen versuchen, einen Index N zu finden, so dass alle
folgenden xn mit n ≥ N dieses # unterbieten.
Mit der Folge aus c) verlieren Sie das Spiel. Mit der Folge aus b) dagegen gewinnen
Sie; diese Eigenschaft nennt man „gegen 0 konvergieren“:
Definition IV.5 Eine Folge (xn )n∈N in einem metrischen Raum (X, d) heißt konvergent
:⇐⇒ ∃ a ∈ X ∀ " > 0 ∃ N ∈ N ∀ n ≥ N: d(xn , a) < ". (11.1)
(xn )n∈N heißt dann konvergent gegen a, und a heißt Limes oder Grenzwert von
(xn )n∈N ; man schreibt dann
lim xn = a oder xn → a, n → ∞.
n→∞
Die Folge (xn )n∈N heißt divergent, wenn sie nicht konvergent ist.
Allgemein wird die Zahl N in (11.1) vom jeweiligen # abhängen: je kleiner Ihr Gegen-
spieler # macht, desto größer werden Sie N wählen müssen, um ihn zu unterbieten.
Überlegen Sie sich nun, wie es bei unserem Spiel mit der Folge aus d) aussieht!
Bezeichnung. Sind (X, d) ein metrischer Raum, a ∈ X und " > 0, so definiert man
B" (a) := {x ∈ X: d(x, a) < "} ("-Umgebung von a bzgl. d),
K" (a) := {x ∈ X: d(x, a) ≤ "}.
Geometrisch lässt sich damit die Konvergenz einer Folge so beschreiben: (xn )n∈N kon-
vergiert gegen a, wenn in jeder beliebig kleinen "-Umgebung von a fast alle, d.h. alle
bis auf endlich viele Folgenglieder xn liegen.
11 Konvergenz von Folgen 25
Eindeutigkeit des Limes. Ist (xn )n∈N eine Folge in einem metrischen Raum (X, d) Satz IV.6
und sind a, a ) ∈ X mit xn → a und xn → a ) , n → ∞, so ist a = a ) .
Beweis. Für beliebiges " > 0 existieren nach Voraussetzung N, N ) ∈ N, so dass

" "
∀ n ≥ N: d(xn , a) < und ∀ n ≥ N ) : d(xn, a )) < .
2 2
Mit der Dreiecksungleichung und der Symmetrie von d folgt für n ≥ max{N, N ) }
0 ≤ d(a, a )) ≤ d(a, xn) + d(xn , a )) = d(xn , a) + d(xn , a )) < ".
Da " beliebig klein gewählt werden kann, muss d(a, a )) = 0 gelten. Nach Eigenschaft
(i) in Definition IV.1 folgt dann a = a ).
Für die Folgen aus Beispiel IV.4 gilt: Beispiele IV.7
– limn→∞ a = a für a ∈ R. (Frage: Wie wählt man N zu beliebigem " > 0?)
1
– limn→∞ = 0.
n
Beweis. Für " > 0 beliebig existiert nach dem Archimedischen Axiom (AO4)
ein N ∈ N mit N = N · 1 > 1" . Damit folgt für n ≥ N
&1 & 1 1
& &
& − 0& = ≤ < ".
n n N
– xn = (−1)n , n ∈ N0 , liefert eine divergente Folge.
Beweis. Angenommen, es gibt ein a ∈ R mit xn → a, n → ∞. Zu " = 1

existiert dann ein N ∈ N mit
|xn − a| < 1, n ≥ N.
Für n ≥ N folgt dann mit der Dreiecksungleichung

2 = |xn+1 − xn | = |(xn+1 − a) − (xn − a)| ≤ |xn+1 − a| + |xn − a| < 2 !.
Eine Teilmenge M eines metrischen Raums (X, d) heißt beschränkt Definition IV.8
:⇐⇒ diam M := sup{d(x, y): x, y ∈ M} < ∞
oder, äquivalent dazu und oft leichter nachzuprüfen,
⇐⇒ ∃ a ∈ X ∃ r > 0: M ⊂ Br (a). (11.2)

Eine Folge (xn )n∈N ⊂ X heißt beschränkt, wenn es die Menge {xn : n ∈ N} ⊂ X ist.
Ist X = R mit der euklidischen Metrik, kann man die 0 als speziellen Bezugspunkt
benutzen und sich überlegen:
– M ⊂ R ist beschränkt ⇐⇒ ∃ R > 0: M ⊂ BR (0) (⇐⇒ ∀ x ∈ M: |x| < R),

– (xn )n∈N ⊂ R ist beschränkt ⇐⇒ ∃ R > 0 ∀ n ∈ N: |xn | < R.
Satz IV.9 Jede konvergente Folge (xn )n∈N in einem metrischen Raum (X, d) ist beschränkt.
Beweis. Es sei a := lim n→∞ xn . Zu " = 1 gibt es dann ein N ∈ N mit

∀ n ≥ N:
d(xn , a) < 1.
! "
Setzt man r := max d(x1, a), ..., d(xN −1 , a), 1 + 1, so folgt
d(xn , a) < r, n ∈ N, d.h. (xn )n∈N ⊂ Br (a).
Beispiele – Eine beschränkte Folge muss nicht konvergieren; ein Beispiel ist
xn := (−1)n , n ∈ N.
– Die Fibonacci1-Folge a0 := 1, a1 := 1, an+1 := an−1 + an , n ∈ N, ist nach Satz
IV.9 divergent, weil sie nach Aufgabe III.2 unbeschränkt ist:
∀ n ∈ N: an ≥ n.
– Die geometrische Folge xn := x n , n ∈ N0 , mit x ∈ R ist
6
0 für |x| < 1,
+ konvergent für |x| < 1 und x = 1 mit lim x n =
n→∞ 1 für x = 1,
+ divergent für |x| > 1 und x = −1.
Beweis. x = 1, x = −1: Die Behauptungen wurden in Beispiel IV.7 gezeigt.

|x| < 1: Für " > 0 beliebig gibt es nach Satz III.13 (ii) (mit q := |x|) ein
N ∈ N mit |x|N < ". Damit folgt |x n − 0| = |x|n ≤ |x|N < " für n ≥ N.
|x| > 1: Für ! > 0 beliebig existiert nach Satz III.13 (i) (mit b := |x|) ein
N ∈ N mit |x|N > !. Damit ergibt sich |x n | ≥ |x|N > ! für n ≥ N. Also ist
(x n )n∈N0 unbeschränkt und damit nach Satz IV.9 divergent.
Um zeigen zu können, dass eine Folge konvergiert, muss man einen Kandidaten für
den Limes haben. Die folgende Eigenschaft einer Folge setzt das nicht voraus:
Definition IV.10 Eine Folge (xn )n∈N in einem metrischen Raum (X, d) heißt Cauchy 2-Folge
:⇐⇒ ∀ " > 0 ∃ N ∈ N ∀ n, m ≥ N: d(xm , xn ) < ".
1 Leonardo Pisano, genannt Fibonacci, ∗ um 1170, nach 1240, vermutlich in Pisa, bedeutender italie-
nischer Mathematiker des Mittelalters, erzogen in Nordafrika, führte in Europa die arithmetischen Rechen-
methoden auf Basis des indisch-arabischen Stellenwertsystems ein.
2 Augustin Louis Cauchy, ∗ 21. August 1789 in Paris, 23. Mai 1857 in Sceaux, französischer Mathe-
matiker, Pionier der reellen und komplexen Analysis mit nahezu 800 Arbeiten, dessen Namen zahlreiche
mathematische Sätze tragen.
11 Konvergenz von Folgen 27
Für eine Folge (xn )n∈N in einem metrischen Raum (X, d) gilt: Satz IV.11
(xn )n∈N konvergent &⇒ (xn )n∈N Cauchy-Folge.
Beweis. Es sei a := lim n→∞ xn und " > 0. Dann existiert ein N ∈ N mit
"
∀ n ≥ N: d(xn , a) < .
2
Nach der Dreiecksungleichung ist dann für n, m ≥ N
d(xm , xn ) ≤ d(xm , a) + d(xn , a) < ".
Aber nicht jede Cauchy-Folge in einem metrischen Raum ist konvergent:
Eine Cauchy-Folge (xn )n∈N0 in Q, die nicht konvergiert in Q, ist Beispiel IV.12
n
' 1
xn := (−1)k , n ∈ N0 .
2k + 1
k=0
Beweis. (xn )n∈N Cauchy-Folge in Q: Es sei " > 0 vorgegeben und m, n ∈ N.

Für m = n gilt |xm − xn | = 0 < " trivialerweise. Ist m -= n, können wir ohne
Einschränkung m > n annehmen und erhalten:
&'m
1 && && '
m
1 &&
&
|xm − xn | = & (−1)k &=& (−1)k−(n−1)
& (11.3)
2k + 1 2k + 1
k=n+1 k=n+1
& 1
m
' 1 &&
& k−n
=& − (−1) &. (11.4)
2n + 3 2k + 1
k=n+2
Für l ∈ N, l + 2 ≤ m ist:
m−l−1 Summanden
m
/ 0- .
' 1 1 1 1
(−1)k−l = − + · · · + (−1)m−l > 0, (11.5)
2k + 1 -2l + 5 ./ 2l + 70 2m + 1
k=l+2
>0
denn für m − l − 1 gerade (also m − l ungerade) ist die Anzahl der Summanden
gerade und jedes Paar positiv, und für m − l − 1 ungerade (also m − l gerade) ist
1
der letzte Term (−1)m−l 2m+1 > 0.
Wir wenden nun Ungleichung (11.5) zuerst in (11.3) mit l = n − 1 und dann
in (11.4) mit l = n an und erhalten:
&'m
1 && '
m
1
&
|xm − xn | = & (−1)k−(n−1) &= (−1)k−(n−1)
k=n+1
2k + 1 k=n+1
2k + 1
- ./ 0
>0 ((11.5) für l = n − 1)
' m
1 k−n 1 1
= − (−1) < .
2n + 3 2k + 1 2n + 3
k=n+2
- ./ 0
>0 ((11.5) für l = n)
Nach dem Archimedischen Axiom (AO4) existiert ein N ∈ N mit 2N + 3 > 1" .
Insgesamt folgt für alle m, n ≥ N:
1 1
|xm − xn | < < < ".
2n + 3 2N + 3
(xn )n∈N konvergiert nicht in Q: Wir zeigen erst später (Aufgabe VIII.7), wenn wir
die Zahl $ ∈ R \ Q definiert haben (Aufgabe VI.4):
∞
' 1 $
(−1)k := lim xn = .
2k + 1 n→∞ 4
k=0
Definition IV.13 Ein metrischer Raum (X, d) heißt vollständig, wenn jede Cauchy-Folge in (X, d)
konvergiert.
Eine äquivalente Version des Vollständigkeitsaxioms für R (vgl. Definition III.16) ist:
(V’) In R konvergiert jede Cauchy-Folge.
Satz IV.14 Für eine Folge (xn )n∈N in einem metrischen Raum (X, d) gilt:
(xn )n∈N Cauchy-Folge &⇒ (xn )n∈N beschränkt.
Beweis. Der Beweis ist ähnlich wie der Beweis von Satz IV.9; hier findet man ein r > 0
mit (xn )n∈N ⊂ Br (x1 ).
Definition IV.15 Für eine Folge (xn )n∈N in einem metrischen Raum (X, d) heißt
(i) (xnk )k∈N Teilfolge, falls (nk )k∈N ⊂ N und n1 < n2 < . . . ,
(ii) a ∈ X Häufungswert, wenn eine Teilfolge (xnk )k∈N von (xn )n∈N existiert mit
lim xnk = a.
k→∞
Beispiel xn = (−1)n , n ∈ N, hat die zwei Häufungswerte +1 und −1, denn (x2k )k∈N bzw.
(x2k−1 )k∈N konvergieren gegen +1 bzw. −1.
Bemerkung. Für die Indexfolge (nk )k∈N ⊂ N einer Teilfolge gilt immer
nk ≥ k, k ∈ N. (11.6)
Satz IV.16 Hat eine Cauchy-Folge (xn )n∈N in einem metrischen Raum (X, d) eine konvergente
Teilfolge (xnk )k∈N , so konvergiert die Folge (xn )n∈N selbst.
12 Rechenregeln für Folgen und Grenzwerte 29
Beweis. Es sei a := limk→∞ xnk und " > 0 beliebig. Da (xn )n∈N eine Cauchy-Folge ist,
existiert ein N ∈ N mit "
d(xn , xm ) < , n, m ≥ N.
2
Da xnk → a, k → ∞, existiert ein K ∈ N, ohne Einschränkung K ≥ N, mit
"
d(xnk , a) < , k ≥ K.
2
Für n ≥ K folgt mit Dreiecksungleichung und da nK ≥ K ≥ N (siehe (11.6))
d(xn , a) ≤ d(xn , xnK ) + d(xnK , a) < ".
! 12
Rechenregeln für Folgen und Grenzwerte
Spezielle metrische Räume sind normierte Räume. Während eine Metrik auf einer
beliebigen Menge definiert werden kann, setzt eine Norm eine Vektorraumstruktur
voraus. Vektorräume lernt man vor allem in der Linearen Algebra kennen ([12, Ab-
schnitt 1.4]):
Es sei K ein Körper. Eine nichtleere Menge V heißt Vektorraum über K , wenn zwei Definition IV.17
Verknüpfungen
+: V × V → V , (x, y) 2→ x + y, x, y ∈ V (Addition),
· : K × V → V, (%, x) 2→ % · x, % ∈ K, x ∈ V (Skalarmultiplikation),
existieren, so dass folgende Axiome erfüllt sind:
Axiome für die Vektorraum-Addition:
(VR1) x + (y + z) = (x + y) + z, x, y, z ∈ V ,
(VR2) x + y = y + x, x, y ∈ V ,
(VR3) ∃ 0V ∈ V ∀ x ∈ V : x + 0V = x,
(VR4) ∀ x ∈ V ∃ − x ∈ V : x + (−x) = 0V .
Axiome für die Skalarmultiplikation:

(VR5) % · (x + y) = % · x + % · y, % ∈ K , x, y ∈ V ,
(VR6) (% + &) · x = % · x + & · x, %, & ∈ K, x ∈ V ,

(VR7) % · (& · x) = (% · &) · x, %, & ∈ K , x ∈ V ,
(VR8) 1 · x = x, x ∈ V.
Die Elemente von V heißen Vektoren, die Elemente von K heißen Skalare. Man
schreibt oft %x statt % · x für % ∈ K und x ∈ V .
Korollar IV.18 Es sei V ein Vektorraum über einem Körper K. Dann gelten:
(i) 0V und −x sind eindeutig,
(ii) 0 · x = 0V , x ∈ V,
(iii) (−1) · x = −x, x ∈ V.
Beweis. (i) beweist man analog wie die Eindeutigkeit in Korollar III.2 für Körper.
(ii) Nach (VR6) gilt mit % = 1, & = 0 für beliebiges x ∈ V :
(VR8) (VR6) (VR8)
x = 1 · x = (1 + 0) · x = 1 · x + 0 · x = x + 0 · x.
Da 0V nach (i) eindeutig ist, folgt 0 · x = 0V .
(iii) Nach (VR6) gilt mit % = 1, & = −1 für beliebiges x ∈ V :
(ii) (VR6) (VR8)
0V = 0 · x = (1 − 1) · x = 1 · x + (−1) · x = x + (−1) · x.
Da −x nach (i) eindeutig ist, folgt (−1) · x = −x.
Beispiele – K n = K × K × · · · × K (n-mal) ist ein Vektorraum über K mit

# $n # $
x + y := xi + yi i=1 = x1 + y1, x2 + y2 , . . . , xn + yn
# $n # $
% · x := % · xi i=1 = % · x1 , % · x2 , . . . , % · xn
# $n # $n
für x = xi i=1, y = yi i=1 ∈ K n und % ∈ K.
– K selbst ist Vektorraum über K (siehe oben, n = 1).
– Rn ist Vektorraum über R (siehe oben, K = R).
– K X := {f : X → K Funktion} mit X -= ∅ ist ein Vektorraum über K mit
f + g: X → K , (f + g)(x) := f (x) + g(x), x ∈ X,

% · f : X → K, (% · f )(x) := % · f (x), x ∈ X,
für f , g ∈ K X und % ∈ K.
Ein Vektorraum hat, anders als ein metrischer Raum, ein ausgezeichnetes Element:
den Nullvektor 0V. Diesen nutzen wir nun als Bezugspunkt zur Abstandsmessung.
Als Körper betrachten wir im Folgenden nur K = R oder später die komplexen Zahlen
C (Abschnitt V.15), wo es jeweils einen Absolutbetrag | · | gibt.
Definition IV.19 Es sei K = R (oder später C) und V ein Vektorraum über K. Eine Norm auf V ist
eine Abbildung 8 · 8: V → [0, ∞) mit folgenden Eigenschaften:
(i) 8x8 = 0 ⇐⇒ x = 0, x ∈ V,
(ii) 8% · x8 = |%| · 8x8, % ∈ K, x ∈ V ,
(iii) 8x + y8 ≤ 8x8 + 8y8, x, y ∈ V (Dreiecksungleichung);
(V , 8 · 8) heißt dann normierter Raum.
Ist (V , 8 · 8) ein normierter Raum, so gilt: Korollar IV.20
& &
&8x8 − 8y8& ≤ 8x + y8 ≤ 8x8 + 8y8, x, y ∈ V .
Beweis. Der Beweis ist wie bei Korollar III.11 für den Absolutbetrag in R.
Rn wird ein normierter Raum mit der euklidischen Norm 8 · 8: Beispiel

7 # $n
8x8 := |x1 |2 + · · · + |xn |2 , x = xi i=1 ∈ Rn ,
√
wobei die Wurzel · wie später in Satz IV.42 definiert ist. Für n = 1 ist die
euklidische Norm 8 · 8 gerade der Absolutbetrag | · | auf R.
Die euklidische Norm hängt mit der euklidischen Metrik (Beispiel IV.2) zusammen:
# $
Ein normierter Raum V , 8 · 8 ist ein metrischer Raum mit Proposition IV.21
d(x, y) := 8x − y8, x, y ∈ V ; (12.1)
insbesondere ist 8x8 = d(x, 0V ), x ∈ V .
Beweis. Die Eigenschaften einer Metrik folgen direkt aus denjenigen der Norm. Es ist
eine gute Übung, dies selbst nachzuprüfen!
Damit übersetzt sich die Definition der Konvergenz
# $oder Cauchy-Konvergenz für eine
Folge (xn )n∈N in einem normierten Raum V , 8 · 8 wie folgt:
– (xn )n∈N konvergent ⇐⇒ ∃ a ∈ V ∀ " > 0 ∃ N ∈ N ∀ n ≥ N: 8xn − a8 < ".
– (xn )n∈N Cauchy-Folge ⇐⇒ ∀ " > 0 ∃ N ∈ N ∀ n, m ≥ N : 8xn − xm 8 < ".
Ein normierter Raum (V , 8 · 8) heißt Banachraum3 , wenn er bezüglich der Metrik Definition IV.22
(12.1) vollständig ist.
# $
Es sei V , 8 · 8 ein normierter Raum über K und % ∈ K. Sind (xn )n∈N , (yn )n∈N ⊂ V Satz IV.23
Cauchy-Folgen bzw. konvergent, so auch
(xn + yn )n∈N und (% · xn )n∈N ;

im Fall der Konvergenz gelten:
lim (xn + yn ) = lim xn + lim yn ,

n→∞ n→∞ n→∞
lim (% · xn ) = % · lim xn .
n→∞ n→∞
3 Stefan Banach, ∗ 30. März 1892 in Krakau, 31. August 1945 in Lvov, jetzt Ukraine, polnischer Ma-
thematiker, der als Begründer der modernen Funktionalanalysis gilt und am liebsten in Cafés arbeitete, vor
allem gemeinsam mit Kollegen im Schottischen Café in Lvov.
Beweis. (xn + yn )n∈N ist Cauchy-Folge: Zu jedem " > 0 existieren nach Voraussetzung
N, N ) ∈ N mit:
" "
∀ n, m ≥ N: 8xn − xm 8 < , ∀ n, m ≥ N ) : 8yn − ym 8 < .
2 2
Dann ist für n, m ≥ max{N, N ) } mit der Dreiecksungleichung (Definition IV.19 (iii))
8(xn + yn ) − (xm + ym )8 = 8xn − xm + yn − ym 8 ≤ 8xn − xm 8 + 8yn − ym 8 < ".
(% · xn )n∈N ist Cauchy-Folge: Der Fall % = 0 ist klar. Ist % -= 0, so gibt es zu jedem " > 0
nach Voraussetzung ein N ∈ N mit
"
∀ n, m ≥ N: 8xn − xm 8 < .
|%|
Dann folgt für alle n, m ≥ N mit Definition IV.19 (ii):
"
8% · xn − % · xm 8 = 8% · (xn − xm )8 = |%| 8xn − xm 8 < |%| = ".
|%|
Die Beweise im Fall der Konvergenz sind ganz analog.
Beispiel In (R, | · |) liefern xn := 1 , yn := 1n , n ∈ N, aus Beispiel IV.7 konvergente Folgen

mit limn→∞ xn = 1 und limn→∞ yn = 0, also gilt nach Satz IV.23
n−1 1
= 1 + (−1) · → 1 + (−1) · 0 = 1, n → ∞.
n n
# $
Proposition IV.24 Es sei V , 8 · 8 ein normierter Raum. Ist (xn )n∈N eine Cauchy-Folge bzw. konvergent
# $
in V , so ist die Folge 8xn 8 n∈N eine Cauchy-Folge bzw. konvergent in R; im letzteren
Fall gilt: 8 8 8 8
8 lim xn 8 = lim 8xn 8.
n→∞ n→∞
Beweis. Ist (xn )n∈N ⊂ V Cauchy-Folge und " > 0 beliebig, so gibt es ein N ∈ N mit
∀ n, m ≥ N: 8xn − xm 8 < ".
Nach Korollar IV.20 folgt dann für alle n, m ≥ N:

& &
&8xn 8 − 8xm 8& ≤ 8xn − xm 8 < ".
Der Beweis im Fall der Konvergenz ist ganz analog.
Achtung: Die Umkehrung gilt nicht! Zum Beispiel liefert xn = (−1)n , n ∈ N, eine nicht
konvergente Folge, für die aber (8xn 8)n∈N = (1)n∈N konvergent ist.
# $
Definition IV.25 Eine Folge (xn )n∈N in einem normierten Raum V , 8 · 8 heißt Nullfolge : ⇐⇒
limn→∞ xn = 0V .
# $
Für eine Folge (xn )n∈N in einem normierten Raum V , 8 · 8 und a ∈ V gelten: Proposition IV.26
(i) xn → a, n → ∞ ⇐⇒ (xn − a)n∈N Nullfolge in V ,
(ii) (xn )n∈N Nullfolge in V ⇐⇒ (8xn 8)n∈N Nullfolge in R,
(iii) (xn )n∈N Nullfolge in V ⇐⇒ ∃ (rn )n∈N ⊂ R, limn→∞ rn = 0,
∃ n0 ∈ N ∀ n ≥ n0: 8xn 8 ≤ rn .
Beweis. (i) und (ii) folgen direkt aus der Definition, (iii) ist eine leichte Übung.
n! Beispiel
xn = n
, n ∈ N, ist eine Nullfolge nach Proposition IV.26 (iii), denn:
n
1·2·3·····n 1 2 3 n 1
|xn | = xn = = · · ····· ≤ =: rn , n ∈ N.
n · n · n · · · · · n n -./0
n -./0n n
-./0 n
≤1 ≤1 =1
Als Nächstes betrachten wir Folgen in R mit der durch den Absolutbetrag | · | induzier-
ten Norm bzw. Metrik und später in den komplexen Zahlen C (Abschnitt V.15). Hier
ist außer der Addition + auch die Multiplikation · zweier Elemente definiert:
Es sei K = R (später auch K = C) mit dem Absolutbetrag | · | als Norm. Satz IV.27
(i) Sind (xn )n∈N , (yn )n∈N ⊂ K Cauchy-Folgen bzw. konvergent, so auch
(xn · yn )n∈N ;
im Fall der Konvergenz gilt:
lim (xn · yn ) = ( lim xn ) · ( lim yn ).
n→∞ n→∞ n→∞
(ii) Ist (xn )n∈N ⊂ K eine Nullfolge und (yn )n∈N ⊂ K beschränkt, so ist (xn · yn )n∈N
eine Nullfolge.
Beweis. (i) Es sei " > 0 beliebig. Nach Satz IV.14 sind (xn )n∈N , (yn )n∈N beschränkt.
Also existieren R, R) > 0 mit
∀ n ∈ N: |xn | < R ∧ |yn | < R) .
Da (xn )n∈N , (yn )n∈N Cauchy-Folgen sind, existieren N, N ) mit
" "
∀ n, m ≥ N: |xn − xm | < ) , ∀ n, m ≥ N ) : |yn − ym | < .
2R 2R
Dann gilt für alle n, m ≥ max{N, N ) }:
|xn yn − xm ym | = |xn (yn − ym ) + (xn − xm )ym |
≤ |xn (yn − ym )| + |(xn − xm )ym |
= |xn | · |yn − ym | + |xn − xm | · |ym | < ".
-./0 - ./ 0 - ./ 0 -./0
<R "
< 2R < 2R" ) <R)
Der Beweis im Fall der Konvergenz ist ganz analog.

(ii) Es sei " > 0 beliebig. Weil (yn )n∈N ⊂ K beschränkt ist, existiert R) > 0 mit
∀ n ∈ N: |yn | < R) .
Da (xn )n∈N eine Nullfolge ist, existiert N ∈ N mit
"
∀ n ≥ N: |xn | < )
.
R
Damit folgt für alle n ≥ N:
"
|xn yn | = |xn | · |yn | < )
· R) = ".
R
Satz IV.28 Es sei K = R (später auch K = C) mit dem Absolutbetrag | · | als Norm. Sind
(xn )n∈N , (yn )n∈N ⊂ K konvergente Folgen mit b := limn→∞ yn -= 0, dann existiert
ein n0 ∈ N, so dass yn -= 0 für n ≥ n0, und die Folge
)x *
n
yn n∈N, n≥n0
konvergiert mit
xn limn→∞ xn
lim = .
n→∞ yn limn→∞ yn
Beweis. Nach Satz IV.27 genügt es, den Fall xn = 1, n ∈ N, zu betrachten. Da nach
Voraussetzung yn → b -= 0, n → ∞, gilt, gibt es n0 ∈ N mit
|b|
∀ n ≥ n0 : |yn − b| <
.
2
Nach der Dreiecksungleichung von unten (Korollar IV.20) gilt dann für n ≥ n0:
& & |b| |b|
|b| − |yn | ≤ |b| − |yn |& ≤ |yn − b| <
& , also |yn | > > 0.
2 2
Da limn→∞ yn = b, gibt es zu beliebigem " > 0 ein N ∈ N mit
|b|2
∀ n ≥ N: |yn − b| ≤ · ".
2
Insgesamt folgt für alle n ≥ max{n0 , N}:
& 1 1 & |y − b| 2 |yn − b|
& & n
& − &= < < ".
yn b |yn| |b| |b|2
Beispiel 1+2+···+n n
xn := − , n ∈ N: Nach Satz II.6 ist
n+2 2
n · (n + 1) n n(n + 1) − n(n + 2) 1 n 1 1
xn = − = =− =− .
2(n + 2) 2 2(n + 2) 2 n+2 2 1 + n2
Also gilt nach unseren Rechenregeln für Grenzwerte (Satz IV.23, IV.27 und IV.28):
1 1 1
lim xn = − 2 =− .
n→∞ 2 1 + limn→∞ n
2
Im angeordneten Körper R kann man noch die Konvergenz von Folgen gegen ∞ oder
−∞ definieren und somit verschiedene Formen der Divergenz unterscheiden.
Eine Folge (xn )n∈N ⊂ R heißt bestimmt divergent (oder uneigentlich konvergent) Definition IV.29
gegen ∞ (bzw. −∞)
:⇐⇒ ∀ R > 0 ∃ N ∈ N ∀ n ≥ N: xn > R (bzw. xn < −R);
in diesem Fall schreibt man:

lim xn = ∞ (bzw. −∞) xn → ∞, n → ∞ (bzw. xn → −∞, n → ∞).
n→∞
Eine divergente, aber nicht bestimmt divergente Folge heißt unbestimmt divergent.
Der Punkt ∞ (bzw. −∞) heißt Häufungswert von (xn )n∈N , wenn es eine Teilfolge
(xnk )k∈N von (xn )n∈N gibt mit
lim xnk = ∞ (bzw. −∞).

k→∞
Bemerkung. Existieren zu (xn )n∈N ⊂ R eine Folge (rn )n∈N ⊂ R+ und n0 ∈ N mit
∀ n ≥ n0: xn ≥ rn (bzw. xn ≤ −rn) und lim rn = ∞,
n→∞
so ist auch limn→∞ xn = ∞ (bzw. −∞).
Ist (xn )n∈N ⊂ R bestimmt divergent gegen ∞ (bzw. −∞), so ist (xn )n∈N nicht nach
oben bzw. unten beschränkt. Die Umkehrung gilt aber nicht:
Wegen des Archimedischen Axioms und obiger Bemerkung gilt: Beispiele

– xn = n, n ∈ N, ist bestimmt divergent gegen ∞.
– Die Fibonacci-Folge (Aufgabe III.2) ist bestimmt divergent gegen ∞.
6
bestimmt divergent gegen ∞ für x > 1,
– (x n )n∈N ist
unbestimmt divergent mit Häufungswerten ±∞ für x < −1.
Es sei (xn )n∈N ⊂ R \ {0}. Dann gelten: Proposition IV.30

1
(i) lim xn = ±∞ &⇒ lim = 0,
n→∞ n→∞ xn
1
(ii) lim xn = 0, ±xn > 0, n ∈ N &⇒ lim = ±∞.
n→∞ n→∞ xn
Beweis. Nochmals eine gute Übung zum Thema Konvergenz!

Bemerkung IV.31 Für das Rechnen mit Grenzwerten ±∞ gelten folgende Regeln:
∞ + ∞ = ∞, −∞ − ∞ = −∞, ∞ · ∞ = ∞, ∞ · (−∞) = −∞,
6
a ±∞, a > 0,
a ± ∞ = ±∞, = 0, a · (±∞) = a ∈ R \ {0}.
±∞ ∓∞, a < 0,
∞
Achtung: Nicht definiert sind beim Rechnen mit Limites 0·∞, ∞
, ∞−∞ oder 1∞ !
Beispiel xn := n, yn := 2n, zn := n2 , n ∈ N, und a ∈ R: Dann ist für n → ∞:
xn + yn = 3n → ∞; xn · yn = 2n2 → ∞;
a + xn = a + n → a + ∞ = ∞; a·xn = an → a·∞ = (sgn a)·∞, falls a -= 0;
a a xn 1 1 xn 1
= → 0; aber: = → , = → 0.
xn n yn 2 2 zn n
! 13
Konstruktion von R
Es gibt verschiedene Wege, die reellen Zahlen einzuführen. Der folgende geht auf Can-
tor4 zurück. Durch einen Vervollständigungsprozess wird dabei R aus Q durch Hinzu-
nahme aller möglichen Grenzwerte von Cauchy-Folgen in Q konstruiert.
Definition IV.32 Eine Äquivalenzrelation auf einer Menge X ist eine Teilmenge R ⊂ X × X, die zwei
Elemente von X in Beziehung setzt durch
x ∼ y :⇐⇒ (x, y) ∈ R (gesprochen x äquivalent zu y),
so dass für alle x, y, z ∈ X gilt:
(i) x ∼ x (Reflexivität),
(ii) x ∼ y &⇒ y ∼ x (Symmetrie),
(iii) x ∼ y ∧ y ∼ z &⇒ x ∼ z (Transitivität).
Für x ∈ X definiert man die Äquivalenzklasse von x als
[x] := {y ∈ X: y ∼ x};
jedes Element y ∈ [x] heißt Repräsentant von [x]. Die Menge aller Äquivalenzklas-
sen von X modulo ∼ bezeichnet man mit
X/ ∼ := {[x]: x ∈ X} ⊂ P(X).
4 Georg Cantor, ∗ 3. März 1845 in Sankt Petersburg, 6. Januar 1918 in Halle (Saale), deutscher Mathe-
matiker, begründete die Mengenlehre und lieferte wichtige Ergebnisse über Kardinalzahlen und trigonome-
trische Reihen.
13 Konstruktion von R 37
9̇
Zwei Äquivalenzklassen sind gleich oder disjunkt: X = x∈X [x]. Bemerkung IV.33
(i) Für eine beliebige Menge X ist „=“ eine Äquivalenzrelation: Beispiele
x ∼ y :⇐⇒ x = y.
Hier hat jede Äquivalenzklasse genau ein Element, nämlich [x] = {x}, x ∈ X.
(ii) Für die Menge X der jetzt lebenden Menschen ist eine Äquivalenzrelation
x ∼ y :⇐⇒ x, y haben dieselben Eltern (d.h., x, y sind Geschwister).
(iii) Für festes k ∈ N ist auf X = Z eine Äquivalenzrelation gegeben durch

x ∼ y :⇐⇒ k teilt x − y,
d.h., x, y haben bei Division durch k denselben Rest r ∈ {0, 1, . . . , k − 1}.

Nach Satz II.3 gibt es k Äquivalenzklassen (hier auch Restklassen genannt),
9̇k−1
nämlich [0], [1], . . . , [k − 1], und es ist Z = m=0[m]; für k = 2 ist z.B.
[0] die Menge der geraden und [1] die Menge der ungeraden Zahlen.
Cantors Konstruktion von R. Auf der Menge CQ aller Cauchy-Folgen in Q führen wir
eine Äquivalenzrelation ∼ ein durch
(xn )n∈N ∼ (yn )n∈N :⇐⇒ lim |xn − yn | = 0,
n→∞
und wir definieren die Menge R der reellen Zahlen als
R := {" = [(xn )n∈N ]: (xn )n∈N ∈ CQ }.
Addition und Multiplikation werden für [(xn )n∈N ], [(yn )n∈N ] ∈ R definiert durch
[(xn )n∈N ] + [(yn )n∈N ] := [(xn + yn )n∈N ],
[(xn )n∈N ] · [(yn )n∈N ] := [(xn · yn )n∈N ];
eine Eigenschaft > 0 auf R wird eingeführt durch
[(xn )n∈N ] > 0 :⇐⇒ ∃ r ∈ Q, r > 0, ∃ n0 ∈ N ∀ n ≥ n0: xn > r.
Man prüft nach, dass die so definierten Verknüpfungen +, · sowie die Relation >
auf R wohldefiniert sind und (R, +, · , >) alle Körperaxiome, Anordnungsaxiome
einschließlich dem Archimedischem Axiom sowie das Vollständigkeitsaxiom erfüllt.
Noch nicht klar ist, wie man eine rationale Zahl q ∈ Q in der Menge der reellen
Zahlen R wiederfindet! Dazu identifiziert man q ∈ Q mit der Äquivalenzklasse [(q)n∈N ]
der konstanten Folge (q)n∈N , die natürlich eine Cauchy-Folge in Q ist.
Es erweist sich oft als praktisch, die reellen Zahlen und die Anordnung darauf um
die Elemente ∞ und −∞ wie folgt zu erweitern.
Man definiert das erweiterte System der reellen Zahlen als Definition IV.34
R := R ∪ {−∞, ∞}
und setzt die Ordnungsrelation > von R auf R fort vermöge x > −∞ und ∞ > x
für x ∈ R; außerdem verwendet man die praktischen Konventionen
sup ∅ := −∞, sup M := ∞, falls M nach oben unbeschränkt,

inf ∅ := ∞, inf M := −∞, falls M nach unten unbeschränkt.
In R gibt es einige ausgezeichnete Teilmengen, die im Folgenden oft vorkommen.
Definition IV.35 Für a, b ∈ R, a < b, definiert man die beschränkten Intervalle
[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} (rechts halboffenes Intervall),
(a, b] := {x ∈ R: a < x ≤ b} (links halboffenes Intervall)
und die unbeschränkten Intervalle
(−∞, b] := {x ∈ R: x ≤ b}, [a, ∞) := {x ∈ R: x ≥ a},

(−∞, b) := {x ∈ R: x < b}, (a, ∞) := {x ∈ R: x > a};
spezieller definiert man noch
R0+ := [0, ∞), R+ := (0, ∞) (nichtnegative bzw. positive reelle Zahlen),
R0− := (−∞, 0], R− := (−∞, 0) (nichtpositive bzw. negative reelle Zahlen).
Ist " > 0, hat man noch spezielle Bezeichnungen für die Intervalle
B# (a) := (a − ", a + ") = {x ∈ R: |x − a| < #} ("-Umgebung von a in R),
K" (a) := [a − ", a + "] = {x ∈ R: |x − a| ≤ #}.
Bemerkung. Es ist a = inf (a, b) = inf (a, b] = inf [a, b) = inf [a, b] = min [a, b) =
min [a, b]; wegen a -∈ (a, b) ⊂ (a, b] haben aber (a, b) und (a, b] kein Minimum.
! 14
Vergleichssätze, monotone Folgen
In diesem Abschnitt betrachten wir Folgen in angeordneten Körpern, z.B. in R mit
dem Absolutbetrag | · |. Speziell stellen wir die Frage, wie sich Ungleichungen bei
Grenzwertbildung verhalten.
Satz IV.36 Es seien K ein angeordneter Körper und (xn )n∈N , (yn )n∈N ⊂ K konvergente Folgen.
Gibt es ein n0 ∈ N mit
∀ n ≥ n0: xn ≤ yn , (14.1)
14 Vergleichssätze, monotone Folgen 39
so folgt
lim xn ≤ lim yn .
n→∞ n→∞
Achtung: Gilt sogar xn < yn in (14.1), so folgt für die Grenzwerte trotzdem nur ≤:
1 1
xn := − , yn := , xn < yn , n ∈ N, aber lim xn = lim yn = 0.
n n n→∞ n→∞
Beweis (von Satz IV.36). Angenommen a := limn→∞ xn > limn→∞ yn =: b. Dann ist
" := (a − b)/2 > 0, und es gibt dazu N, N ) ∈ N mit
∀ n ≥ N: |xn − a| < " ∧ ∀ n ≥ N ) : |yn − b| < ".
Nach Wahl von " ist a − " = b + ". Mit n ≥ max{N, N ) } ergibt sich der Widerspruch
a − " < xn ≤ yn < b + " !.
Die beiden nächsten Korollare sind direkte Folgerungen aus Satz IV.36.
Es seien K ein angeordneter Körper und (xn )n∈N ⊂ K konvergent. Existieren Korollar IV.37
˛, ˇ ∈ K und n0 ∈ N mit
∀ n ≥ n0 : ˛ ≤ xn ≤ ˇ,
so folgt
˛ ≤ lim xn ≤ ˇ.
n→∞
Sandwich-Lemma. In einem angeordneten Körper K seien Folgen (xn )n∈N , Korollar IV.38
(yn )n∈N , (zn )n∈N ⊂ K gegeben. Gibt es ein n0 ∈ N mit
∀ n ≥ n0: xn ≤ yn ≤ zn ,
so gilt:
lim xn = lim zn = a &⇒ lim yn = a.
n→∞ n→∞ n→∞
n2 + 3n Beispiel
xn = 3 , n ∈ N, ist eine Nullfolge nach Korollar IV.38, denn:
n + 2n2 + 1
1
n2 + 3n + n32
n 1 3
0≤ 3 = ≤ + 2 → 0, n → ∞.
n + 2n2 + 1 2 1 n n
1+ + 3
- n./ n 0
≥1
Definition IV.39 Eine Folge (xn )n∈N in einem angeordneten Körper K heißt
(i) monoton wachsend :⇐⇒ xn ≤ xn+1 , n ∈ N,
(ii) monoton fallend :⇐⇒ xn ≥ xn+1 , n ∈ N,
und monoton, wenn (i) oder (ii) gilt. Sie heißt streng monoton wachsend (bzw.
fallend), wenn in (i) (bzw. (ii)) die strikten Ungleichungen < (bzw. >) gelten.
Eine notwendige Bedingung für Konvergenz ist die Beschränktheit einer Folge (siehe
Satz IV.9); für monotone Folgen ist sie sogar hinreichend:
Satz IV.40 Jede beschränkte monotone Folge (xn )n∈N in einem vollständigen angeordneten Körper
K (z.B. in R) konvergiert, und zwar gegen
(i) sup {xn : n ∈ N}, falls (xn )n∈N monoton wachsend ist,
(ii) inf {xn : n ∈ N}, falls (xn )n∈N monoton fallend ist.
Beweis. (i) Es sei (xn )n∈N beschränkt und monoton wachsend. Dann ist die Menge
X = {xn : n ∈ N} ⊂ K beschränkt und nichtleer. Da K vollständig ist, existiert x :=
sup X ∈ K. Für beliebiges " > 0 gibt es nach Proposition III.15 ein N ∈ N mit
x − " < xN ≤ x.
Wegen der Monotonie von (xn )n∈N und der Definition von x folgt für alle n ≥ N:
x − " < xN ≤ xn ≤ x < x + ", d.h. |xn − x| < ".
(ii) folgt, indem man (i) auf die monoton wachsende Folge (−xn )n∈N anwendet.
Korollar IV.41 Für eine monotone Folge (xn )n∈N in einem vollständigen angeordneten Körper K
(z.B. in R) gilt:
(xn )n∈N konvergent ⇐⇒ (xn )n∈N beschränkt.
Anwendungen. Mit Hilfe des speziellen Konvergenzverhaltens monotoner Folgen kön-

nen wir nun einige wichtige Zahlen aus R und sogar R \ Q einführen:
(a) Quadratwurzeln in R:
Satz IV.42 Es sei a ∈ R, a > 0. Dann konvergiert für einen beliebigen Startwert x0 ∈ R, x0 > 0,
die Folge (xn )n∈N0 , definiert durch
1) a*
xn+1 := xn + , n ∈ N0 , (14.2)
2 xn
√
gegen die eindeutige positive Lösung der Gleichung x 2 = a, bezeichnet mit a oder
1
mit a 2 .
Beweis. Wir beweisen die Behauptung in vier Schritten.
Behauptung 1: xn > 0, n ∈ N0 .
Beweis (durch Induktion): n = 0: Nach Voraussetzung ist der Startwert x0 > 0.
n " n + 1: Da a > 0 nach Voraussetzung und xn > 0 nach Induktionsvoraussetzung,
folgt xn+1 > 0 direkt aus der Definition (14.2).
Behauptung 2: xn2 ≥ a, n ∈ N.
Beweis: Nach Definition (14.2) gilt für alle n ∈ N:
+ ,2 + ,2
1 a 1 a
xn2 − a = xn−1 + −a= xn−1 − ≥ 0.
4 xn−1 4 xn−1
Behauptung 3: (xn )n∈N ist monoton fallend.

Beweis: Für n ∈ N0 folgt mit Definition (14.2) und den Behauptungen 1 und 2:
≥0 (Beh. 2)
+ , + ,
1 a 1 a 1 /# 20- $.
xn − xn+1 = xn − xn + = xn − = x − a ≥ 0.
2 xn 2 xn 2xn n
-./0
>0 (Beh. 1)
a
Behauptung 4: (xn )n∈N ist beschränkt, 0 < ≤ xn ≤ x1 , n ∈ N.
x1
Beweis: Da a > 0, folgt mit den Behauptungen 1, 2 und 3 (hier speziell x1 ≥ xn )
≥0
/ 0- .
a a a xn2 − a
0< ≤ = − xn + xn = xn − ≤ xn ≤ x1 .
x1 xn xn xn
-./0
>0
Die Behauptungen 3 und 4 liefern dann nach Satz IV.40, dass (xn )n∈N konvergiert und
dass nach Korollar IV.37 für den Grenzwert gilt x := limn→∞ xn ≥ xa1 > 0. Mit den
Rechenregeln aus Satz IV.23 und IV.28 ergibt sich dann:
+ , : ;
1 a 1 a 1) a*
x = lim xn+1 = lim xn + = lim xn + = x+ .
n→∞ n→∞ 2 xn 2 n→∞ lim xn 2 x
n→∞
Multipliziert man mit 2x > 0, ergibt sich 2x 2 = x 2 + a oder x 2 = a.

Eindeutigkeit der Lösung: Ist x ) > 0 eine weitere Lösung von x 2 = a, so ist
x+x) >0
0 = x 2 − x )2 = (x − x ) )(x + x ) ) ⇐⇒ x = x ) .
Q ist nicht vollständig. Korollar IV.43
√
Beweis. Dazu zeigen wir 2 ∈ / Q. Denn dann ist die√Cauchy-Folge (xn )n∈N ⊂ Q aus
Satz IV.42 mit√a = 2 in Q nicht konvergent. Wäre 2 ∈ Q, so gäbe es teilerfremde
p, q ∈ N mit 2 = pq . Dann wäre 2q2 = p2 , d.h. p2 und damit p gerade, p = 2r mit
r ∈ N, nach Beispiel I.3. Also wäre 2q2 = 4r 2 , d.h. auch q2 und damit q gerade, im
Widerspruch zur Teilerfremdheit von p und q.
Bemerkung. Die Folge√in Satz IV.42 liefert einen effizienten Algorithmus zur numeri-
schen Berechnung von a. Die Zahl der gültigen Stellen nach dem Komma verdoppelt
sich in jedem Schritt, z.B. schon auf 23 nach der 5. Iteration!
So wie Quadratwurzeln approximiert man auch k-te Wurzeln durch Folgen in Q:
Proposition IV.44 Es sei a ∈ R, a > 0, und k ∈ N, k ≥ 2. Dann konvergiert für einen beliebigen
Startwert x0 ∈ R, x0 > 0, die Folge (xn )n∈N , gegeben durch
+ ,
1 a
xn+1 := (k − 1)xn + k−1 , n ∈ N0 ,
k xn
√
gegen die eindeutige positive Lösung der Gleichung x k = a, bezeichnet mit k a oder
1
mit a k .
Einige wichtige Grenzwerte, in denen Wurzeln auftreten, sind:

√ √ √n
Beispiel IV.45 lim n = lim a = lim nk = 1, a ∈ R, a > 0, k ∈ N.
n n
n→∞ n→∞ n→∞

√
Beweis. Für xn := n − 1, n ∈ N, gilt nach Binomischem Lehrsatz (Satz II.16)
n
'n + , + ,
n n 2 n(n − 1) 2
n = (xn + 1)n = xnk ≥ 1 + xn = 1 + xn , n ∈ N,
k 2 2
k=0
√
also 0 ≤ xn ≤ 2/n → 0, n → ∞. Also ist (xn )n∈N eine Nullfolge √ nach
√ dem
Sandwich-Lemma (Korollar IV.38). Die zweite Behauptung folgt, da n a ≤ n n für
n ≥ a. Für die dritte Behauptung benutzt man den Fall k = 1 und Satz IV.27.
(b) Die Eulersche5 Zahl e:
Satz IV.46 Die Folge (xn )n∈N ⊂ R, gegeben durch

) 1 *n
xn := 1 + , n ∈ N, (14.3)
n
konvergiert, ihr Grenzwert heißt Eulersche Zahl:
) 1 *n
e := lim 1 + (= 2,71828182845904523536028747 . . . ).
n→∞ n
Beweis. Nach Satz IV.40 reicht es wieder zu zeigen, dass die Folge monoton und be-
schränkt ist:
5
Leonhard Euler, ∗ 15. April 1707 in Basel, 18. September 1783 in Sankt Petersburg, SchweizerMathe-
matiker, der auch lange in St. Peterburg wirkte und der zu den bedeutendsten und produktivsten Mathema-
tikern aller Zeiten zählt. Fast die Hälfte seiner über 850 Arbeiten (siehe www.eulerarchive.org) entstand
nach seiner Erblindung im Alter von 59 Jahren.
Behauptung 1: (xn )n∈N ist monoton wachsend.
Beweis: Für n ∈ N, n ≥ 2, ist nach Definition (14.3)
+ ,n + ,−(n−1)
xn 1 1 (n + 1)n (n − 1)n−1
= 1+ 1+ =
xn−1 n n−1 nn nn−1
+ ,
(n2 − 1)n n 1 n n
= = 1 − · .
n2n n − 1 n2 n−1
Den ersten Faktor schätzen wir mit der Bernoullischen Ungleichung (Satz III.7) ab:
xn ) 1* n
≥ 1−n· 2 · = 1.
xn−1 n n−1
Behauptung 2: 2 ≤ xn < 3, n ∈ N.
Beweis: Nach Behauptung 1 ist xn ≥ x1 = 2; in Aufgabe III.1 c) wurde xn < 3 für n ∈ N
gezeigt.
Bemerkung. Die Folge in Satz IV.46 ist nicht zur numerischen Berechnung von e
geeignet, sie konvergiert extrem langsam! Bei n = 1000 hat man erst 2 gültige Stellen
nach dem Komma, bei n = 30.000 erst 4!
Viel besser dazu geeignet ist die nächste Folge, auf die wir später in Kapitel IX über
Taylor-Reihen (Beispiel IX.12 und Tabelle 30.1) nochmal zu sprechen kommen:
Gegen e konvergiert auch die Folge (yn )n∈N ⊂ R gegeben durch Proposition IV.47
'n
1
yn := , n ∈ N0 .
k!
k=0
Beweis. Der Beweis ist eine gute Übung zur Eulerschen Zahl. Die Behauptung folgt
auch aus dem späteren allgemeinen Satz IX.1 von Taylor (Beispiel IX.12).
(c) Intervallschachtelung:
Ist In =: [an , bn] ⊂ R, n ∈ N, eine Folge von Intervallen mit Satz IV.48
I1 ⊃ I2 ⊃ · · · ⊃ In ⊃ In+1 ⊃ . . . ,
<
und gilt limn→∞ (bn − an ) = 0, so existiert genau ein c ∈ R, so dass c ∈ In .
n∈N
Beweis. Der Beweis ist eine gute Übung für monotone Folgen (Aufgabe IV.5).
Bemerkung. Satz IV.48 ist äquivalent zum Vollständigkeitsaxiom (V’), liefert also eine
weitere Variante (V”) desselbigen.
Übungsaufgaben
IV.1. Untersuche, ob die folgenden Grenzwerte existieren (auch uneigentlich), und berechne sie
allenfalls:
(n + 1)(n2 − 1) n2 n2 + 4n 2n
a) lim , c) lim n , b) lim n − , d) lim .
n→∞ (2n + 1)(3n2 + 1) n→∞ 2 n→∞ n+2 n→∞ n!
$√ %
IV.2. Zeige, dass die Folge 1 + n−1 ⊂ Q eine Cauchy-Folge ist.
n∈N
IV.3. Es seien (xn )n∈N , (yn )n∈N ⊂ R Folgen und a ∈ R mit lim n→∞ xn = a = limn→∞ yn . Zeige,
dass dann lim n→∞ |xn − yn | = 0 ist. Gilt die Umkehrung?
IV.4. Es seien an , n ∈ N0 , die Fibonacci-Zahlen (vgl. Aufgabe III.2),

an
xn := , n ∈ N,
an−1
und ' < ( die Lösungen der Gleichung x 2 − x − 1 = 0 (( heißt Goldener Schnitt). Zeige,
dass gilt:
1
a) an = √ (( n+1 − ' n+1), n ∈ N0 , b) lim xn = (.
5 n→∞
IV.5. Beweise Satz IV.48 über die Intervallschachtelung und zeige, dass die Intervalle In =
[an , bn ], n ∈ N, mit an , bn wie folgt eine solche bilden:
$ 1 %n $ 1 %n+1
an := 1 + , bn := 1 + , n ∈ N.
n n
V Komplexe Zahlen und Reihen
Während man natürliche, rationale und reelle Zahlen aus dem Alltag vom Zählen
und Messen zu kennen glaubt, scheinen die komplexen Zahlen rein mathematische
Konstrukte zu sein. Dennoch braucht man sie in Anwendungen, z.B. in der komplexen
Widerstandsrechnung der Elektrotechnik (siehe z.B. [6, Abschnitt 10.9]).
! 15
Definition von C
Die mathematische Motivation zur Einführung der Menge der komplexen Zahlen, in
Analogie zur Erweiterung von N auf Q und weiter auf R (vgl. Kapitel IV), ist:
Problem in R: Die Gleichung x 2 = −1 hat keine Lösung in x ∈ R.
Eine komplexe Zahl ist ein Element Definition V.1

z = (x, y) ∈ R × R.
Die Menge der komplexen Zahlen wird mit C bezeichnet und mit Addition + und
Multiplikation · versehen, indem man für (x, y), (u, v) ∈ C definiert:
(x, y) + (u, v) := (x + u, y + v),
(x, y) · (u, v) := (xu − yv, xv + yu).
(C, +, · ) ist ein Körper mit Nullelement (0, 0) und Einselement (1, 0). Die Gleichung Satz V.2
z 2 = −1
hat genau zwei Lösungen in C,
i := (0, 1) und −i = (0, −1);
die so definierte komplexe Zahl i heißt imaginäre Einheit1 .
1 Die imaginäre Einheit und das Symbol i dafür wurden 1777 von Leonhard Euler eingeführt.
46 V Komplexe Zahlen und Reihen
Beweis. Die Körperaxiome weist man durch Nachrechnen und Anwenden der obigen
Definitionen nach. Für z = (x, y) ∈ C gilt:
z 2 = −1 ⇐⇒ (x, y) · (x, y) = (−1, 0)
⇐⇒ (x 2 − y 2 , 2xy) = (−1, 0)
2 2 2 2
# $
⇐⇒ x − y = −1 ∧ 2xy = 0 ⇐⇒ x − y = −1 ∧ x = 0 ∨ y = 0
⇐⇒ x = 0 ∧ y 2 = 1 ⇐⇒ z = (0, 1) ∨ z = (0, −1).
Bei der vorletzten Äquivalenz kann der Fall y = 0 nicht mehr auftreten, denn sonst
folgte der Widerspruch x 2 = −1 < 0 für das Element x ∈ R.
Bemerkung. Für komplexe Zahlen der Form (x, 0), (u, 0) gelten:
(x, 0) + (u, 0) = (x + u, 0),
(x, 0) · (u, 0) = (x · u, 0).
So identifiziert man (x, 0) ∈ C mit x ∈ R und fasst R ⊂ C als Teilmenge auf. Wegen
z = (x, y) = (x, 0) + (0, 1) · (y, 0) = (x, 0) + i · (y, 0)
schreibt man komplexe Zahlen auch in der Form
z = x +iy mit x, y ∈ R
und kann dann wie gewohnt rechnen, wenn man i2 = −1 beachtet (überzeugen Sie
sich, dass man so dasselbe Ergebnis wie mit Definition V.1 erhält!).
Definition V.3 Für z = (x, y) = x + iy mit x, y ∈ R definiert man:

(i) Re z := x (Realteil von z),
(ii) Im z := y (Imaginärteil von z),
(iii) z := x − iy (zu z konjugiert komplexe Zahl),
7
(iv) |z| := x 2 + y 2 (Absolutbetrag von z).
Bemerkung. – z = Re z + i Im z heißt Zerlegung in Real- und Imaginärteil.

– z ∈ R ⇐⇒ Im z = 0.
– z heißt rein imaginär, z ∈ iR ⇐⇒ Re z = 0.
– | · | stimmt auf R mit dem Absolutbetrag auf R überein.
Proposition V.4 Rechenregeln. Für z, w ∈ C gelten:

(i) |Re z| ≤ |z|, |Im z| ≤ |z|.
1 1
(ii) Re z = (z + z), Im z = (z − z).
2 2i
√
(iii) |z| = |z| = z · z, |z| = 0 ⇐⇒ z = 0.
1 z Re z Im z 1
(iv) z −1 = = 2 = − i , z -
= 0; insbesondere = −i.
z |z| |z|2 |z|2 i
15 Definition von C 47
)z* z
(v) (z + w) = z + w, zw = z · w, = , w -= 0.
w w
& z & |z|
& &
(vi) |z · w| = |z| · |w|, & &= , w -= 0.
w |w|
& &
(vii) |z| − |w|& ≤ |z + w| ≤ |z| + |w|
& (Dreiecksungleichung).
Beweis. Wir beweisen eine Auswahl der Behauptungen:

√ √
(i) |z| = (Re z)2 + (Im z)2 ≥ (Re z)2 = |Re z|.
1 1
(ii) (z + z) = (Re z + i Im z + Re z − i Im z) = Re z.
2 2
(iii) Für z = x + iy, x, y ∈ R, ist zz = (x + iy)(x − iy) = x 2 − (iy)2 = x 2 + y 2 = |z|2 .
2
z (iii) |z| −1 z
(iv) · z = = 1 &⇒ z = .
|z|2 |z|2 |z|2
(v) Für z = x + iy, w = u + iv mit x, y, u, v ∈ R hat man:
zw = (x + iy)(u + iv) = xu − yv + iyu + ixv
= xu − yv − iyu − ixv = (x − iy)(u − iv) = z w.
(vi) |z · w|2 = z · w · z · w = z · w · z · w = zz · ww = |z|2 · |w|2 .
(vii) Es gilt
(v),(iii)
|z + w|2 = (z + w)(z + w) = zz + ww + zw + zw = |z|2 + |w|2 + zw + zw.
Aus
w=w (ii) (i) (iii),(v)
zw + zw = zw + zw = 2 · Re(zw) ≤ 2 · |Re(zw)| ≤ 2|zw| 2 |z||w|
folgt dann
|z + w|2 ≤ |z|2 + |w|2 + 2|z||w| = (|z| + |w|)2 .
Aus Proposition V.4 (iii), (vi) und (vii) folgt sofort (vgl. Definition IV.19):
# $
C, | · | ist ein normierter Raum. Korollar V.5
Bislang haben wir R als Teilmenge von C betrachtet und viele Gemeinsamkeiten von
R und C festgestellt, etwa bei Rechenregeln und Absolutbetrag. Es gibt allerdings einen
ganz wesentlichen Unterschied zwischen C und R:
Es gibt keine Anordnung auf C. Satz V.6
Beweis. Angenommen, es gäbe eine Anordnung (> 0) auf C mit (AO1), (AO2), und
(AO3). Dann wäre nach Korollar III.6 z 2 > 0 für z -= 0. Nach (AO2) gilt aber
0 < i2 + 12 = −1 + 1 = 0 !.
! 16
Folgen in C
Nachdem C, genau wie R, mit dem Absolutbetrag ein normierter Raum ist, gelten alle
Resultate aus Abschnitt IV.12 auch für Folgen in C! Jetzt leiten wir weitere Eigenschaften
von Folgen in C her, die sich umgekehrt auf Folgen in R übertragen.
Satz V.7 Für (zn )n∈N ⊂ C ist

(i) (zn )n∈N Cauchy-Folge in C ⇐⇒ (Re zn )n∈N , (Im zn )n∈N Cauchy-Folgen in R.
(ii) (zn )n∈N konvergent in C ⇐⇒ (Re zn )n∈N , (Im zn )n∈N konvergent in R; dann:
lim zn = lim Re zn + i lim Im zn .

n→∞ n→∞ n→∞
Beweis. Wir beweisen (i); ganz ähnlich zeigt man (ii).

„⇐&“: gilt nach den Rechenregeln für Folgen aus Satz IV.23.
„&⇒“: Ist " > 0 beliebig, so gilt nach der Definition einer Cauchy-Folge:
∃ N ∈ N ∀ n, m ≥ N: |zn − zm | < ".
Nach Proposition V.4 (i) folgt dann für n, m ≥ N
|Re zn − Re zm | = |Re(zn − zm )| ≤ |zn − zm | < ",
|Im zn − Im zm | = |Im(zn − zm )| ≤ |zn − zm | < ".
Korollar V.8 Ist (zn )n∈N ⊂ C konvergent, so ist auch (z n )n∈N konvergent und
lim z n = lim zn .
n→∞ n→∞
Beweis. Die Aussage folgt aus Satz V.7 und Re z n = Re zn , Im z n = − Im zn .

# $
Satz V.9 C, | · | ist ein vollständiger normierter Raum.
Beweis. Es sei (zn )n∈N ⊂ C eine Cauchy-Folge. Nach Satz V.7 (i) sind (Re zn )n∈N und
(Im zn )n∈N Cauchy-Folgen in R und konvergieren damit in R, weil R vollständig ist.
Nach Satz V.7 (ii) konvergiert dann (zn )n∈N in C.
Satz V.10 von Bolzano2 -Weierstraß3. Jede beschränkte Folge in C enthält eine konvergente
Teilfolge.
2 Bernhard Bolzano, ∗ 5. Oktober 1781, 18. Dezember 1848 in Prag, böhmischer Mathematiker und
Theologe, der einige der von Cauchy wenige Jahre später unabhängig entwickelten Begriffe bereits verwen-
dete.
3 Karl Weierstraß, ∗ 31. Oktober 1815 in Ostenfelde/Westfalen, 19. Februar 1897 in Berlin, bedeu-
tender deutscher Mathematiker und zuerst als Lehrer tätig, legte mit seiner mathematischen Strenge den
Grundstein der heutigen Analysis und war einer der Begründer der komplexen Funktionentheorie.
16 Folgen in C 49
Zum Beweis benötigen wir einige Vorbereitungen; wir betrachten dazu Folgen in R.
Es sei (xk )k∈N ⊂ R. Dann sind die Folgen (yn )n∈N und (%
yn )n∈N ⊂ R, definiert durch Proposition V.11
yn := sup {xk : k ≥ n},
yn := inf {xk : k ≥ n},
%
monoton fallend bzw. monoton wachsend; ihre (evtl. uneigentlichen) Grenzwerte

lim sup xk := lim yn = inf {yn : n ∈ N},
k→∞ n→∞
yn = sup {yn : n ∈ N}
lim inf xk := lim %
k→∞ n→∞
heißen Limes superior bzw. Limes inferior von (xn )n∈N .
Beweis. Für n, m ∈ N, n ≥ m, ist {xk : k ≥ n} ⊂ {xk : k ≥ m} und damit
yn = sup{xk : k ≥ n} ≤ sup{xk : k ≥ m} = ym .
xk = (−1)k , k ∈ N: lim supk→∞ xk = 1, lim inf k→∞ xk = −1. Beispiel
Ist (xk )k∈N ⊂ R beschränkt, so ist lim supk→∞ xk der größte und lim inf k→∞ xk der Lemma V.12
kleinste Häufungswert von (xk )k∈N .
Beweis. Wir zeigen die Behauptung für den Limes superior. Mit (xk )k∈N ist auch die in
Proposition V.11 definierte Folge (yn )n∈N beschränkt. Aus Satz IV.40 folgt
x ∗ := lim sup xk = lim yn = inf {yn : n ∈ N} < ∞.

k→∞ n→∞
x ∗ ist größtmöglicher Häufungswert: Es sei % x > x ∗ . Da x ∗ Infimum der yn ist, gibt es

nach Proposition III.15 ein n0 ∈ N mit x ∗ ≤ yn0 < % x . Nach Definition von yn0 ist dann
xk ≤ yn0 < % x , k ≥ n0 , also ist %
x kein Häufungswert von (xn )n∈N .
x ∗ ist Häufungswert: Da x ∗ = limn→∞ yn , gibt es für jedes m ∈ N ein nm ∈ N mit
1 1
x∗ + > ynm = sup {xk : k ≥ nm } ≥ x ∗ > x ∗ − . (16.1)
m m
Wieder nach Proposition III.15 existiert dann ein km ≥ nm mit xkm > x ∗ − 1
m. Mit
(16.1) folgt insgesamt
1 1
x∗ + > xkm > x ∗ − .
m m
Da m ∈ N beliebig war, folgt limm→∞ xkm = x ∗ , also ist x ∗ Häufungswert.
Beweis von Satz V.10. Es sei (zn )n∈N ⊂ C eine beschränkte Folge.
Ist (zn )n∈N ⊂ R, so folgt die Behauptung direkt aus Lemma V.12, weil man mindestens
einen Häufungswert mit dagegen konvergenter Teilfolge hat.
Ist allgemein (zn )n∈N ⊂ C, so sind nach Proposition V.4 (i) auch (Re zn )n∈N , (Im zn )n∈N ⊂
R beschränkt. Damit besitzt die reelle Folge (Re zn )n∈N eine konvergente Teilfolge
(Re znk )k∈N . Als Teilfolge einer beschränkten Folge ist die reelle Folge (Im znk )k∈N be-
schränkt und hat wiederum eine konvergente Teilfolge (Im znkm )m∈N . Insgesamt ist nach
Satz V.7 (ii) dann (znkm )m∈N eine konvergente Teilfolge von (zn )n∈N .
Bemerkung. Der Satz von Bolzano-Weierstraß in R ist eine weitere äquivalente For-
mulierung der Vollständigkeit von R.
Proposition V.13 Für eine Folge (xn )n∈N ⊂ R gilt:

(xn )n∈N konvergent ⇐⇒ lim sup xn = lim inf xn ;
n→∞ n→∞
in diesem Fall ist

lim xn = lim sup xn = lim inf xn .
n→∞ n→∞ n→∞
Beweis. Der Beweis ist eine gute Übung, da man hier die sperrigen Begriffe Limes
superior bzw. inferior mit dem vertrauteren Begriff des Limes zu verbinden lernt.
! 17
Reihen
In diesem Abschnitt betrachten wir Folgen in normierten Räumen, insbesondere Folgen
in (R, | · |) oder (C, | · |). Anders als in metrischen Räumen hat man darin auch eine
Addition, und wir können unendliche Summen x1 + x2 + x3 + · · · betrachten.
Definition V.14 Es sei (V , 8 · 8) ein normierter Raum und (xk )k∈N0 ⊂ V . Definiere
n
'
sn := xk , n ∈ N0 .
k=0
=
Dann heißt die Folge (sn )n∈N0 Reihe in V , formal bezeichnet mit ∞ k=0 xk ; man
nennt =
sn die n-te Partialsumme und xk den k-ten Summanden der Reihe. Die
Reihe ∞ k=0 xk heißt konvergent (divergent), wenn die Folge (sn )n∈N0 der Parti-
alsummen konvergent (bzw. divergent) ist; ist s := limn→∞ sn , so schreibt man
∞
'
s= xk .
k=0
Indem man die ersten Folgenglieder 0 setzt, können Reihen auch erst bei k = 1 oder
k = n0 mit einem beliebigen n0 ∈ N beginnen.
17 Reihen 51
∞
' ∞
'
1 1 Beispiele
– ist konvergent, denn nach Proposition IV.47 ist = e.
k! k!
k=0 k=0
∞ )
' 1*
– 1+ ist divergent, weil (sn )n∈N unbeschränkt ist:
k
n )
1*
k=1 ' ' n
sn = 1+ ≥ 1 = n, n ∈ N.
k
k=1 k=1
Es ist scheinbar ein Widerspruch, dass man unendlich viele Zahlen aufsummieren und
dennoch ein endliches Ergebnis erhalten kann. Das Geheimnis dahinter ist, dass dies
nur unter starken Bedingungen für diese Zahlen gilt.
Es sei (V , 8 · 8) ein normierter Raum und (xk )k∈N ⊂ V . Dann gilt: Satz V.15
∞
'
xk konvergent &⇒ (xk )k∈N Nullfolge.
k=0
=
Beweis. Nach Voraussetzung konvergiert (sn )n∈N mit sn := nk=0 xk , ist also nach Satz
IV.11 eine Cauchy-Folge. Daher existiert zu beliebigem " > 0 ein N ∈ N mit
∀ n, m ≥ N: |sn − sm | < ".
Mit n = m + 1 gilt dann speziell
∀ n ≥ N: |xm+1| = |sm+1 − sm | < ".
Da " > 0 beliebig war, ist lim k→∞ xk = 0 gezeigt.
Die Bedingung, dass die Folgenglieder (xk )k∈N eine Nullfolge bilden, ist zwar notwendig
für die Konvergenz der Reihe, aber nicht hinreichend! Ein Beispiel dafür ist:
∞
' 1
Harmonische Reihe. ist divergent. Beispiel V.16
k
k=1
=n 1
Beweis. Für die Partialsummen sn := k=1 k , n ∈ N, gilt:
2n
' 2n
'
1 1 1 1
|s2n − sn | = ≥ =n· = , n ∈ N.
k 2n 2n 2
k=n+1 k=n+1
Damit ist (sn )n∈N keine Cauchy-Folge, also nach Satz IV.11 nicht konvergent.
Geometrische Reihe. Es sei z ∈ C. Dann ist Beispiel V.17

∞
' ∞
'
k 1
z konvergent für |z| < 1, zk = ,
1−z
k=0 k=0
'∞
z k divergent für |z| ≥ 1.
k=0
Beweis. |z| < 1: Dann ist (|z|k )k∈N0 Nullfolge, also nach Proposition IV.26 (ii) auch
(z k )k∈N0 . Man überlegt sich leicht, dass die geometrische Summenformel aus Satz II.7
auch für komplexe Zahlen gilt. Zusammen mit den Rechenregeln aus Satz IV.23 und
Satz IV.28 folgt dann für n ∈ N:
n
'
k 1 − z n+1 1 − limn→∞ z n+1 1
sn := z = −→ = , n → ∞.
k=0
1−z 1−z 1−z
|z| ≥ 1: Dann ist |z|k ≥ 1, k ∈ N0 , also ist (z k )k∈N0 keine Nullfolge. Damit folgt die
Behauptung aus Satz V.15.
Bemerkung V.18 Da Reihen spezielle Folgen sind, gelten die üblichen Rechenregeln; z.B. gilt nach Satz
IV.23 für (xk )k∈N , (yk )k∈N ⊂ V und % ∈ K (wenn V Vektorraum über K ist)
∞
' ∞
' ∞
' ∞
' ∞
'
(xk + yk ) = xk + yk , (%xk ) = % xk ,
k=0 k=0 k=0 k=0 k=0
falls die Reihen auf den beiden rechten Seiten konvergieren.
Wie stellt man nun allgemein fest, ob eine Reihe konvergiert oder nicht? Der erste und
einfachste Test ist zu prüfen, ob die Summanden überhaupt eine Nullfolge bilden.
Wenn ja, braucht man weitere Kriterien.
Satz V.19 Cauchy-Kriterium. Es sei (V , 8 · 8) ein vollständiger normierter Raum und

=∞
(xk )k∈N ⊂ V . Dann ist k=0 xk genau dann konvergent, wenn
&'m &
& &
∀ " > 0 ∃ N ∈ N ∀ n, m ≥ N, m > n: & xk & < ". (17.1)
k=n+1
Beweis. Die Behauptung folgt aus Satz IV.11, angewendet auf die Folge der Partialsum-
men (sn )n∈N , weil V vollständig ist.
Speziell für Reihen nichtnegativer Zahlen in R kann man ein sehr praktisches Kriterium
mit Hilfe der Monotonie der Partialsummen herleiten.
=n
Satz V.20 Es sei (xk )k∈N0 ⊂ [0, ∞). Dann gilt mit sn := k=0 xk , n ∈ N:
∞
'
xk konvergent ⇐⇒ (sn )n∈N0 beschränkt;
=∞ k=0
dann gilt k=0 xk = sup {sn : n ∈ N0 }.
Beweis. Da xk ≥ 0, k ∈ N0 , ist die Folge (sn )n∈N0 der Partialsummen monoton

wachsend. Wendet man Satz IV.40 auf (sn )n∈N0 an, folgt die Behauptung.
17 Reihen 53
'∞
1 1 Beispiel V.21
ist konvergent nach Satz V.20, da > 0 für k ∈ N und
k2 k2
k=1
n )
1*
n
' 'n '
1 1 1
sn = 1 + 2
≤1+ =1+ −
k k(k − 1) k−1 k
k=2 k=2 k=2
n−1
' n
'
1 1 1
=1+ − =1+1− < 2, n ∈ N;
k k n
k=1 k=2
2
auf den Wert der Reihe, der sich als $6 herausstellen wird, kommen wir später
zurück (Beispiel VIII.39), wenn wir die Zahl $ eingeführt haben (Aufgabe VI.4).
Auch für Reihen reeller Zahlen mit wechselnden Vorzeichen gibt es ein einfaches Kon-
vergenzkriterium.
Eine alternierende Reihe ist eine Reihe in R, in der je zwei aufeinanderfolgende Definition V.22
Summanden verschiedene Vorzeichen haben, d.h. eine Reihe der Form
∞
'
± (−1)k xk mit xk ≥ 0, k ∈ N0 .
k=0
Leibniz4 -Kriterium für alternierende Reihen. Ist (xk )k∈N0 ⊂ [0, ∞) eine mono- Satz V.23
ton fallende Nullfolge, so ist
∞
'
(−1)k xk (17.2)
k=0
=n k
konvergent (gegen s ∈ R); für die Partialsummen sn := k=0 (−1) xk , n ∈ N, gilt
dann die Abschätzung
|s − sn | ≤ xn+1 , n ∈ N0 . (17.3)
Beweis. Wir zeigen zunächst zwei Hilfsbehauptungen.

Behauptung 1: (s2m )m∈N0 ist monoton fallend, (s2m+1 )m∈N0 monoton wachsend.
Beweis: Zum Beispiel gilt für m ∈ N0 , da (xk )k∈N0 monoton fallend ist,
s2m+2 − s2m = (−1)2m+1 x2m+1 + (−1)2m+2 x2m+2 = x2m+2 − x2m+1 ≤ 0.
Behauptung 2: s1 ≤ s2m ≤ s0 , s1 ≤ s2m+1 ≤ s0 , m ∈ N0 .

Beweis: Nach Behauptung 1 gilt s2m ≤ s0 , s1 ≤ s2m+1 für m ∈ N0 . Außerdem ist
s2m − s2m+1 = −(−1)2m+1x2m+1 = x2m+1 ≥ 0.
Also ist insgesamt s1 ≤ s2m+1 ≤ s2m ≤ s0 für beliebiges m ∈ N0 .
4 Gottfried Wilhelm Freiherr von Leibniz, ∗ 1. Juli 1646 in Leipzig, 14. November 1716 in Hanno-
ver, deutscher Universalgelehrter und Begründer der Differential- und Integralrechnung in Konkurrenz mit
Newton.
Nach den Behauptungen 1 und 2 sowie nach Satz IV.40 existieren dann
s := lim s2m , t := lim s2m+1 . (17.4)
m→∞ m→∞
Damit ist nach Satz IV.23 und weil (xk )k∈N0 Nullfolge ist
s − t = lim (s2m − s2m+1 ) = lim x2m+1 = 0.
m→∞ m→∞
Nun sei " > 0 beliebig vorgegeben. Wegen (17.4) existieren N1 , N2 ∈ N mit
∀ m ∈ N, 2m ≥ N1 : |s2m − s| < ",
∀ m ∈ N, 2m ≥ N2 : |s2m−1 − s| = |s2m−1 − t| < ".
Insgesamt folgt |sn − s| < " für n ≥ max{N1 , N2 }. Also ist (sn )n∈N und damit die
alternierende Reihe (17.2) konvergent. Nach Satz IV.40 und (17.4) ist
s = inf {s2m : m ∈ N}, s = t = sup {s2m−1 : m ∈ N}.
Damit und mit Behauptung 1 folgt schließlich für m ∈ N:
0 ≤ s2m − s ≤ s2m − s2m+1 = x2m+1 ,
0 ≤ s − s2m+1 ≤ s2m − s2m−1 = x2m .
Mit Hilfe des Leibniz-Kriteriums können wir jetzt sofort die Konvergenz der beiden
folgenden Reihen ablesen, deren Grenzwerte wir erst nach der Definition von Loga-
rithmus und Arcus Tangens berechnen können (Korollar IX.19, Aufgabe VIII.7).
∞
' 1
Beispiel V.24 Alternierende harmonische Reihe. (−1)k−1 ist konvergent in R.
k
k=1
∞
'
Beispiel V.25 1
(−1)k ist konvergent in R (vgl. Beispiel IV.12).
2k + 1
k=0
Reihen mit viel einfacheren Grenzwerten begegnen wir unbewusst laufend im Alltag,
z.B. wenn man in einen Taschenrechner auf einem Handy 1/3 eingibt und die Ziffern-
folge 0.333333333 . . . angezeigt bekommt. Wir erkennen darin die ersten Stellen der
Dezimaldarstellung von 1/3, die tatsächlich eine unendliche Reihe ist.
Definition V.26 Es sei b ∈ N, b ≥ 2 fest. Ein (unendlicher) b-adischer Bruch ist eine Reihe der
Gestalt ∞ ∞
) ' * '
± a−l bl + a−(l−1) bl−1 + · · · + a−1 b + ak b−k =: ± ak b−k (17.5)
k=−0 k=−l
mit l ∈ N0 , ak ∈ {0, 1, . . . , b − 1} für k ∈ Z, k ≥ −l. Für (17.5) schreibt man

auch
a−l a−(l−1) . . . a0 , a1a2 . . . . (17.6)
Gilt ak = 0 für k ≥ l0 mit einem l0 ≥ −l, so heißt der b-adische Bruch endlich.
17 Reihen 55
Die Babylonier verwendeten in ihrem Rechensystem b = 60. Für die uns vertraute
Dezimaldarstellungen ist b = 10. Im elektronischen Zeitalter mindestens so wichtig
sind dyadische Darstellungen mit b = 2, wo man nur die Ziffern 0, 1 braucht.
Jeder b-adische Bruch konvergiert gegen ein reelle Zahl. Satz V.27
Beweis. Es reicht, in (17.5) + zu betrachten und zu zeigen, dass die Partialsummen

n
'
sn := ak b−k , n ∈ Z, n ≥ −l,
k=−l
eine Cauchy-Folge bilden. Dazu sei " > 0 beliebig. Da b ≥ 2 > 1, existiert nach
Satz III.13 (i) ein N ∈ N mit b−N < ". Dann gilt für m > n ≥ N, wenn wir
0 ≤ ak ≤ b − 1 und die Formel für die geometrische Reihe (Beispiel V.17) benutzen,
&'m n
' & '
m
& −k −k &
|sm − sn | = & ak b − ak b & = ak b−k
k=−l k=−l k=n+1
m
' m−(n+1)
'
!=k−(n+1)
≤ (b − 1) b−k = (b − 1) · b−(!+n+1)
k=n+1 !=0
∞
' Bsp. V.17 1
≤ (b − 1) b−(n+1) b−! = (b − 1) b−(n+1) 1
!=0
1− b
= b−n ≤ b−N < ".
Noch wichtiger ist die Umkehrung von Satz V.27, die uns die so abstrakt eingeführten
reellen Zahlen wieder vertrauter macht.
Jede reelle Zahl lässt sich als b-adischer Bruch darstellen. Satz V.28
Beweis. Es genügt, den Fall x ∈ R, x ≥ 0, zu betrachten. Da b ≥ 2 > 1, existiert nach

Satz III.13 (i) ein N ∈ N mit
0 ≤ x < bN +1 , (17.7)
und wir wählen das kleinste N mit dieser Eigenschaft. Die Behauptung folgt, wenn wir
durch Induktion zeigen, dass Zahlen ak ∈ {0, 1, . . . , b − 1}, k = −N, −N + 1, . . . , und
eine Folge ()n )n∈N mit 0 ≤ )n < b−n existieren mit
n
'
x= ak b−k + )n , n ∈ N;
k=−N
∞
'
denn dann ist 0 ≤ lim )n ≤ lim b−n = 0 und damit x = ak b−k .
n→∞ n→∞
k=−N
n = −N: Nach (17.7) ist 0 ≤ xb−N < b, also existieren a−N ∈ {0, 1, . . . , b − 1} und
0 ≤ ı−N < 1 mit
xb−N = a−N + ı−N .
Setze )−N := ı−N bN . Dann ist 0 ≤ )−N < bN und

x = a−N bN + )−N .
n " n + 1: Nach Induktionsvoraussetzung gilt 0 ≤ )n bn+1 < b. Folglich gibt es an+1 ∈
{0, 1, . . . , b −1} und 0 ≤ ın+1 < 1 mit
)n bn+1 = an+1 + ın+1 .
Setze )n+1 := ın+1 b−(n+1) . Dann ist 0 ≤ )n+1 < b−(n+1) und nach Induktionsvorausset-
zung
n
' n
'
x= ak b−k + )n = ak b−k + an+1 b−(n+1) + )n+1 .
k=−N k=−N
Bemerkung V.29 – Nach Satz V.28 lässt sich jede reelle Zahl beliebig genau durch rationale Zahlen
approximieren (denn die Partialsummen sind in Q!).
– Die b-adische Darstellung (17.5) ist nicht eindeutig, z.B. ist für b = 10:
'∞ '∞ + ,k
9 1 geom. Reihe 9 1
0.999 . . . = 9 · 10−k = = 1 = 1,
10 10 10 1 − 10
k=1 k=0
also 0.9999 . . . = 1.0000 . . .. Die Darstellung wird eindeutig, wenn man aus-
schließt, dass ak = 9 für alle bis auf endlich viele k ∈ N.
Die b-adische Darstellung reeller Zahlen lässt sich auch benutzen, um einen wichtigen
Unterschied zwischen den rationalen und den reellen Zahlen herauszufinden. Beides
sind ja unendliche Mengen, aber wie unendlich?
Definition V.30 Es seien X und Y Mengen. Dann heißen

(i) X, Y gleichmächtig, X ∼ Y : ⇐⇒ es gibt eine bijektive Abbildung f : X → Y ,
(ii) X abzählbar : ⇐⇒ ∃ W ⊂ N: X ∼ W ,
(iii) X abzählbar unendlich : ⇐⇒ X ∼ N,

(iv) X überabzählbar : ⇐⇒ X nicht abzählbar.
Beispiel N und Q sind abzählbar unendlich (Aufgabe V.4).
Satz V.31 R ist überabzählbar.
Beweis. Es genügt zu zeigen, dass das Intervall [0, 1) überabzählbar ist. Angenommen,
[0, 1) wäre abzählbar. Dann existiert eine Folge (xn )n∈N ⊂ [0, 1), so dass
[0, 1) = {xn : n ∈ N}. (17.8)
18 Absolute Konvergenz 57
Nach Satz V.28 und Bemerkung V.29 hat jedes xn , n ∈ N, eine eindeutige Dezimaldar-
stellung, d.h., es existieren ank ∈ {0, 1, . . . , 9}, k ∈ N, n ∈ N, mit
∞
'
xn = ank 10−k = 0. an1 an2 an3 . . . , n ∈ N.
k=1
Definiere y ∈ [0, 1) durch

∞
6
' 1, - 1,
falls akk =
y := yk 10−k = 0. y1 y2 y3 . . . , yk :=
k=1
2, falls akk = 1.
Dann ist nach Konstruktion yk -= akk , k ∈ N. Da y ∈ [0, 1), existiert nach (17.8)
ein n0 ∈ N mit y = xn0 . Da die Dezimaldarstellung nach Bemerkung V.29 eindeutig
gewählt war, folgt yk = an0 k , k ∈ N, also der Widerspruch yn0 = an0 n0 .
Die Menge der irrationalen Zahlen R \ Q ist überabzählbar. Korollar V.32
Beweis. Wäre R \ Q abzählbar, so wäre R = (R \ Q) ∪˙ Q als endliche Vereinigung

abzählbarer Mengen abzählbar, im Widerspruch zu Satz V.31.
! 18
Absolute Konvergenz
Im Unterschied zu Folgen gibt es bei der Konvergenz von Reihen unterschiedliche
Qualitäten. Ist etwa (xk )k∈N ⊂ R oder C, dann gilt immer
(xk )k∈N konvergent &⇒ (|xk |)k∈N konvergent;
für die entsprechende Reihe muss das aber nicht gelten:

∞
' ∞
'
xk konvergent &⇒
/ |xk | konvergent.
k=0 k=0
Das beste Beispiel dafür ist, dass die alternierende harmonische Reihe konvergiert,
während die harmonische Reihe divergiert!
Es
=∞ seien (V , 8 · 8) ein normierter Raum und (xk )k∈N0 ⊂ V . Dann heißt die Reihe Definition V.33
k=0 xk absolut konvergent in V , wenn die Reihe
∞
'
8xk 8 in R konvergiert.
k=0
Satz V.34 Ist (V , 8 · 8) ein vollständiger normierter Raum und (xk )k∈N0 ⊂ V , so gilt
∞
' ∞
'
xk absolut konvergent &⇒ xk konvergent.
k=0 k=0
Beweis. Es sei " > 0 beliebig. Dann gibt es nach Voraussetzung ein N ∈ N mit
m
'
∀ m > n ≥ N: 8xk 8 < ".
k=n+1
Mit der Dreiecksungleichung folgt dann sofort für alle m > n ≥ N

8 '
m 8 m
'
8 8
8 xk 8 ≤ 8xk 8 < ".
k=n+1 k=n+1
Proposition V.35 Verallgemeinerte Dreiecksungleichung.

=∞ Es seien (V , 8 · 8) ein normierter Raum
und (xk )k∈N0 ⊂ V . Ist k=0 xk absolut konvergent, so gilt
8'∞ 8 ∞
'
8 8
8 xk 8 ≤ 8xk 8.
k=0 k=0
Beweis. Benutze die übliche Dreiecksungleichung für die Partialsummen!
Für die absolute Konvergenz einer Reihe gibt es drei wichtige Kriterien, das Majoranten-,
das Quotienten- und das Wurzelkriterium. Welches am besten geeignet ist, hängt von
der speziellen Reihe ab. Man kann auch eines nach dem anderen testen (nachdem man
geprüft hat, dass die Summanden eine Nullfolge bilden!).
Satz V.36 Majorantenkriterium. Es seien (V , 8 · 8) ein vollständiger normierter Raum und

(xk )k∈N0 ⊂ V . Gibt es eine Folge (ck )k∈N0 ⊂ [0, ∞) und k0 ∈ N mit
∞
'
∀ k ≥ k0: 8xk 8 ≤ ck , ck konvergent in R, (18.1)
k=0
=∞ # =∞ $
so ist k=0 xk absolut konvergent mit Majorante k=0 ck .
Beweis. Es sei " > 0 beliebig. Nach Voraussetzung (18.1) gibt es ein N ∈ N mit
m
' m
'
∀ m > n ≥ N: 8xk 8 ≤ ck < ".
-./0
k=n+1 ≤c k=n+1
k
=∞
Also ist k=0 8xk 8 konvergent nach dem Cauchy-Kriterium (Satz V.19).
'∞
k! Beispiel V.37
ist absolut konvergent, da für k ∈ N
kk
k=1
k! 1 · 2 · 3 · · · k 2
= ≤
kk k · k · k · · · k k2
=
gilt und ∞ 1
k=1 k 2 nach Beispiel V.21 konvergiert.
Wurzelkriterium. Es seien (V , 8 · 8) ein vollständiger normierter Raum und Satz V.38

(xk )k∈N0 ⊂ V mit 7
˛ := lim sup k 8xk 8.
k→∞
=∞
(i) Ist ˛ < 1, so ist k=0 xk absolut konvergent.
=∞
(ii) Ist ˛ > 1, so ist k=0 xk divergent.
Ist ˛ = 1, kann man keine Aussage über die Konvergenz der Reihe machen.
Beweis. (i) Ist ˛ < 1, so gibt es ein

√ q ∈ R mit ˛ < q < 1. Da ˛ als Limes superior
größter
√ Häufungswert der Folge ( k
8xk 8)k∈N0 ist (Lemma V.12), existiert K ∈ N mit
k
k
8xk 8 < q und damit 8xk 8 < q , k ≥ K. Da 0 ≤ q < 1, ist
∞
'
qk
k=0
=∞
eine konvergente Majorante für k=0 xk ,
und die Behauptung folgt mit Satz V.36.
√
(ii) Es sei ˛ > 1. Da ˛ Häufungswert
7 der Folge ( k
8xk 8)k∈N0 ist (Lemma V.12), gibt
es eine Teilfolge (xkm )m∈N0 mit km 8xkm 8 ≥ 1, m ∈ N0 . Dann ist aber (xk )k∈N keine
Nullfolge, und die Behauptung folgt aus Satz V.15.
=∞ 1 √
k
Ist ˛ = 1, so ist für die Reihen k=1 ks mit s = 1, 2 jeweils ˛ = lim k s = 1 (Bei-
k→∞
spiel IV.45); während für s = 1 die (harmonische) Reihe divergiert, konvergiert die
Reihe für s = 2 (Beispiele V.16 und V.21)
Quotientenkriterium. Es seien (V , 8 · 8) ein vollständiger normierter Raum und Satz V.39

(xk )k∈N0 ⊂ V mit xk -= 0 für k ≥ k0 mit einem k0 ∈ N0 .
(i) Existieren 0 < q < 1 und K ∈ N0 , K ≥ k0 , mit:
8xk+1 8
∀ k ≥ K: ≤ q,
8xk 8
=∞
so konvergiert k=0 xk absolut.
(ii) Existiert ein K ∈ N0 , K ≥ k0 , mit
8xk+1 8
∀ k ≥ K: ≥ 1,
8xk 8
=∞
so divergiert k=0 xk .
Beweis. (i) Nach Voraussetzung gilt 8xk+1 8 ≤ q8xk 8 für k ≥ K , also folgt induktiv:
8xK 8
8xk 8 ≤ qk−K 8xK 8 = K qk =: c · qk , k ≥ K .
q
= =∞ =∞
Da q < 1, ist c · ∞k=0 qk
eine konvergente Majorante für k=0 x k . Damit ist k=0 xk
nach dem Majorantenkriterium (Satz V.36) absolut konvergent.
(ii) Nach Voraussetzung ist 8xk 8 ≥ 8xK 8 > 0 für k ≥ K. Also ist (8xk 8)k∈N keine
Nullfolge, und die Behauptung folgt aus Satz V.15.
Bemerkung V.40 8xk+1 8

Die Bedingung in Satz V.39 (i) ist äquivalent zu lim < 1. Dafür reicht es
nicht zu zeigen: k→∞ 8xk 8
8xk+1 8
∀ k ≥ K: < 1, (18.2)
8xk 8
weil man im Limes die=strikte Ungleichung verlieren kann. Zum Beispiel erfüllt
die harmonische Reihe ∞ 1
k=1 k Bedingung (18.2), ist aber nicht konvergent (Bei-
spiel V.16).
∞
'
Beispiele k2
– ist (absolut) konvergent nach Quotientenkriterium und nach Be-
2k
k=1
merkung V.40, denn
|xk+1 | (k + 1)2 2k 1 ) 1 *2 1
= = 1 + −→ , k → ∞;
|xk | 2k+1 k 2 2 k 2
in Satz V.39 (i) kann man q ∈ ( 12 , 1) beliebig wählen, z.B. q = 34 .
∞
' 1
– k ist (absolut) konvergent nach Wurzelkriterium, denn
k=0
2k+(−1)
=1 (Beispiel IV.45)
> / 0-√ .
7 1 k 1 1 k 1
lim sup k |xk | = lim sup (−1)k
= lim 2 = < 1.
k→∞ k→∞ 2 2 2 k→∞ 2

- ./ 0

2,
(−1) k k gerade,
2 =
 1 , k ungerade.

2
Das Quotientenkriterium liefert hier nicht die gewünschte Aussage, denn

6
k+(−1)k
|xk+1 | 2 k k+1 2, k gerade,
= k+1+(−1)k+1 = 2(−1) −1−(−1) = 1
|xk | 2 8
, k ungerade.
∞
'
Satz V.41 zk
Für alle z ∈ C konvergiert absolut. Die so definierte Funktion
k!
k=0
∞
' zk
exp: C → C, z 2→ , (18.3)
k!
k=0
heißt Exponentialfunktion.
Beweis. Eine gute Übung für die Konvergenzkriterien (siehe Aufgabe V.6)!
Bis jetzt haben wir Reihen immer in der vorgegebenen Reihenfolge summiert. Aber
was passiert, wenn wir eine andere Reihenfolge wählen? Wie wirkt sich eine solche
Umordnung auf das Konvergenzverhalten aus? Es stellt sich leider heraus, dass nicht
jede Umordnung einer konvergenten Reihe wieder konvergent sein muss.
Ist (V , 8·8)
=∞ k∈N ⊂ V und ': N0 → N0 eine Permutation,
ein normierter Raum, (xk )= Definition V.42
so heißt k=0 x' (k) Umordnung von ∞ k=0 xk .
Eine mögliche Umordnung der alternierenden harmonischen Reihe Beispiel V.43

∞
' 1 1 1 1
s := (−1)k−1 = 1− + − +···
k 2 3 4
k=1
erhält man, wenn man je einen positiven Term und dann zwei negative summiert:
1 1 1 1 1 1 1 1
1− − + − − +···+ − − +··· .
2 4 3 6 8 2k − 1 4k − 2 4k
Man kann zeigen, dass die obige Umordnung gegen 2s konvergiert und dass es
sogar Umordnungen gibt, die divergieren (siehe [19, Abschnitt 6.3], [14, (7.9)]).
Dieser Effekt kann bei absolut konvergenten Reihen nicht auftreten:
Umordnungssatz.= Es seien (V , 8 · 8) ein vollständiger normierter Raum und Satz V.44

(xk )k∈N0 ⊂ V . Ist ∞
k=0 xk absolut konvergent, so konvergiert jede Umordnung gegen
denselben Grenzwert.
=
Beweis. Setze s := ∞ k=0 xk . Es seien ': N0 → N0 eine Permutation und " > 0 beliebig.
Da die Reihe absolut konvergiert, existiert ein N ∈ N mit
∞
' "
∀ n ≥ N: 8xk 8 < . (18.4)
2
k=n
Für n ≥ N ist dann nach verallgemeinerter Dreiecksungleichung (Proposition V.35)
8 ' n 8 8' ∞ 8 '∞
"
8 8 8 8
8s − xk 8 = 8 xk 8 ≤ 8xk 8 < . (18.5)
2
k=0 k=n+1 k=n+1
Wir wählen nk ∈ N so, dass k = '(nk ) für k = 0, 1, . . . , N und setzen damit N % :=

%
max{nk : k = 0, 1, . . . , N} ≥ N. Dann ist {0, 1, . . . N} ⊂ {'(0), '(1), . . . , '(N)},
und für n ≥ N% ≥ N folgt mit (18.4), (18.5)
8 ' n 8 8 ' N 8 8' N n
' 8
8 8 8 8 8 8
8s − x' (k) 8 ≤ 8s − xk 8 + 8 xk − x' (k)8
k=0 k=0 k=0 k=0
n
' ∞
'
" "
< + 8x' (k)8 ≤ + 8xk 8 < ".
2 2
k=0 k=N +1
' (k)∈{0,1,...,N
/ }
Satz V.45 Doppelreihensatz. Es seien (V , 8 · 8) ein vollständiger normierter Raum, xkl ∈ V ,

k, l ∈ N0 , und es gelte
?' n
n ' @
M := sup 8xkl 8: n ∈ N0 < ∞. (18.6)
k=0 l=0
Dann konvergieren
∞ )'
' ∞ * ∞ )'
' ∞ * ∞ ) '
' n *
xkl , xkl , xkl
k=0 l=0 l=0 k=0 n=0 k,l=0
k+l=n
=∞
absolut und haben denselben Grenzwert; man schreibt dann auch k,l=0 xkl .
=∞
Beweis. Für jedes k ∈ N0 ist die Reihe sk := l=0 xkl absolut konvergent nach
#Satz
=mV.20, denn $ (8xkl 8)l∈N0 ⊂ [0, ∞), und die zugehörige Folge der Partialsummen
l=0 8xkl 8 m∈N0 ist beschränkt nach Voraussetzung (18.6).
=
Analog zeigt man, dass= für jedes l ∈ N0 die Reihe tl := ∞ k=0 xkl absolut konvergiert;
n
für jedes n ∈ N0 ist vn := k,l=0 xkl eine endliche Summe. Also sind
k+l=n
∞
' ∞
' ∞
'
sk , tl und vn (18.7)
k=0 l=0 n=0
=
wohldefinierte Reihen. Wir zeigen nun, am Beispiel von ∞ k=0 sk , dass alle drei Reihen
absolut konvergent sind.
Für beliebige K , L ∈ N0 gilt nach Dreiecksungleichung und Voraussetzung (18.6)
K 8'
' L 8 ' K '
L
8 8
8 xkl 8 ≤ 8xkl 8 ≤ M < ∞.
k=0 l=0 k=0 l=0
Nach Korollar IV.37 gilt die Ungleichung dann auch für den Grenzwert L → ∞:
K
' K 8'
' ∞ 8
8 8
8sk 8 = 8 xkl 8 ≤ M < ∞.
k=0 k=0 l=0
Die Behauptung folgt wieder aus Satz V.20, da (8sk 8)k∈N0 ⊂ [0, ∞). Das schon Bewie-
sene, angewendet mit (V , 8 · 8) = (R, | · |) und 8xkl 8, k, l ∈ N0 , zeigt, dass auch
∞ )'
' n *
8xkl 8
n=0 k,l=0
k+l=n
absolut konvergiert. Es bleibt noch zu zeigen, dass

∞
' ∞
'
S := sk = vn =: V ;
k=0 n=0
=
daraus folgt die analoge Aussage für die Reihe ∞l=0 tl aus Symmetriegründen. Es sei
also " > 0 beliebig. Wegen der absoluten Konvergenz der jeweiligen Reihen gibt es
k0 , n0 ∈ N0 , k0 > n0 , und dazu l0 ∈ N0 , l0 > n0, so dass
' ∞ '∞ )' n * " '∞
" "
8sk 8 < , 8xkl 8 < , 8xkl 8 < , k = 0, 1, . . . , k0 − 1.
4 n=n
4 4k 0
k=k0 0 k,l=0 l=l0
k+l=n
Mit der verallgemeinerten Dreiecksungleichung (Proposition V.35) folgt dann auch
& n
'0 −1 & ' ∞ '∞ )'
n * "
& &
&V − vn & ≤ 8vn8 ≤ 8xkl 8 <
n=0 n=n n=n
4
0 0 k,l=0
k+l=n
und damit
& k0 −1
' ∞
' & & k0 −1 &
' ∞
& & & & '
|V − S| = &V − sk + sk & ≤ &V − sk & + 8sk 8
k=0 k=k0 k=0 k=k0
& k0 −1 )'
' l0 −1 ∞
' *& "
& &
≤ &V − xkl + xkl & +
4
k=0 l=0 l=l0
& k0 −1 ) '
' l0 −1 *& &' k0 −1 ) '
∞ *& "
& & & &
≤ &V − xkl & + & xkl & +
4
k=0 l=0 k=0 l=l0
& k0 −1 ) '
' l0 −1 * 'k0 −1 ) '
l0 −1 *& ' ∞
k0 −1 ) ' * "
& &
≤ &V − xkl − xkl & + 8xkl 8 +
4
k=0 l=0 k=0 l=0 k=0 l=l0
k+l≤n0 −1 k+l≥n0
& n
'0 −1 & ' k0 −1 )'
l0 −1 * " "
& &
≤ &V − vn & + 8xkl 8 + k0 +
n=0
4k0 4
k=0 l=0
k+l≥n0
k0'+l0 −2 ) '
n * '∞ ) '
∞ *
3 3
≤ "+ 8xkl 8 ≤ " + 8xkl 8 < ".
4 n=n
4 n=n
0 k,l=0 0 k,l=0
k+l=n k+l=n
K = R oder
Es sei= =∞C mit dem Absolutbetrag | · | als Norm und (xk )k∈N0 , (yl )l∈N0 ⊂ K. Satz V.46
∞
Sind k=0 xk , l=0 yl absolut konvergent, so ist ihr Cauchy-Produkt
'∞ )' n *
xk yn−k
n=0 k=0
absolut konvergent mit
)' ∞ ∞
* )' * '∞ )'
n *
xk · yl = xk yn−k .
k=0 l=0 n=0 k=0
Beweis. Setze xkl := xk · yl , k, l ∈ N0 . Dann ist für beliebiges n ∈ N0

' n ' n ' n 'n )'
n *) '
n *
|xkl | = |xk |·|yl | = |xk | |yl |
k=0 l=0 k=0 l=0 k=0 l=0
)' ∞ ∞
*) ' *
≤ |xk | |yl | =: M < ∞,
k=0 l=0
und die Behauptung folgt aus dem Doppelreihensatz (Satz V.45).

Beispiel Für |z| < 1 ist nach der Formel für die geometrische Reihe (Beispiel V.17)
∞
) ' *) ' * ' ) ' ∞ ∞ * '
n ∞
1 k l k n−k n
= z z = z z
- ./ 0 = (n + 1)z .
(1 − z)2 k=0 l=0 n=0 k=0 n n=0 =z
Mittels Cauchy-Produkt können wir folgende Eigenschaften der in Satz V.41 definierten
Exponentialfunktion zeigen; dabei ist e die Eulersche Zahl aus Satz IV.46.
∞
' zk
Satz V.47 Eigenschaften von exp. Für exp: C → C, exp(z) := ist
k!
k=0
(i) exp(z̄) = exp(z), z ∈ C,
(ii) exp(z + w) = exp(z) exp(w), z, w ∈ C,
(iii) exp(n) = en , n ∈ Z,
(iv) exp(z) -= 0, z ∈ C,
(v) |exp(ix)| = 1, x ∈ R.
Beweis. Der Beweis ist eine gute Übung für die Reihendarstellung von exp, die uns
gleich im nächsten Abschnitt wieder begegnen wird (Aufgabe V.7).
! 19
Potenzreihen
Die Exponentialreihe in (18.3) ist ein Beispiel einer Potenzreihe. Dabei hängen die
Summanden in einer speziellen Weise von einem komplexen Parameter z ab.
Definition V.48 Es seien (an )n∈N0 ⊂ C und a ∈ C. Dann heißt

∞
'
an (z − a)n , z ∈ C, (19.1)
n=0
Potenzreihe im Punkt a.
Eine Potenzreihe kann für manche z ∈ C konvergieren und für andere nicht.Wie„wild“
kann die Menge der z ∈ C sein, für die eine Potenzreihe nicht konvergiert?
Lemma V.49 Es seien (an )n∈N0 ⊂ C und a ∈ C. Konvergiert die Reihe in (19.1) für ein z0 ∈ C\{a},
dann konvergiert sie absolut für alle z ∈ C mit
|z − a| < |z0 − a|.
19 Potenzreihen 65
=∞ n
# n
$
Beweis. Da n=0 an (z0 − a) konvergiert, ist an (z0 − a) n∈N0
eine Nullfolge, also
insbesondere beschränkt. Folglich existiert C > 0 mit
∀ n ∈ N0 : |an (z0 − a)n | < C.
Es sei nun z ∈ C mit |z − a| < |z0 − a|. Setze q := zz−a

0 −a
. Dann ist |q| < 1 und
& &n
n
&
n &z −a &
&
|an (z − a) | = |an (z0 − a) | & & < Cqn , n ∈ N0 .
- ./ 0 z0 − a
<C - ./ 0
=qn
=
Also ist C ∞ n
n=0 q eine konvergente Majorante für die Reihe in (19.1), und die Be-
hauptung folgt aus dem Majorantenkriterium (Satz V.36).
Die Konvergenzgebiete von Potenzreihen sind also Kreise um den jeweiligen Entwick-
lungspunkt:
Es seien (an )n∈N0 ⊂ C und a ∈ C. Setze Satz V.50

? ∞
' @
n
R := sup r ≥ 0: an r konvergent .
n=0
Dann ist die Potenzreihe

∞
6
' absolut konvergent für |z − a| < R,
an (z − a)n
n=0
divergent für |z − a| > R,
=
R heißt Konvergenzradius von ∞ n
n=0 an (z − a) .
Beweis. Es sei z ∈ C mit |z − a| < =R. Nach Definition von R als Supremum existiert
ein r ≥ 0, |z − a| < r < R, so dass ∞ n
n=0 an r konvergent ist. Lemma V.49 mit z0 = r + a
liefert die erste Behauptung. =∞ n
Es sei z ∈ C mit=∞|z − a| > R. Wäre n=0 an (z − a) konvergent, dann wäre nach
Lemma V.49 auch n=0 an () − a)n mit ) ∈ C so, dass |) − a| = r, R < r < |z − a|,
konvergent, im Widerspruch zur Supremumseigenschaft von R.
Bemerkung. – R = 0 und R = ∞ sind möglich.
– Für |z − a| = R ist keine Aussage möglich!
Um den Konvergenzradius zu bestimmmen, gibt es zwei Möglichkeiten:
=∞
Der Konvergenzradius R einer Potenzreihe n=0 an (z − a)n ist gegeben durch Proposition V.51
) √ *−1
(i) R = lim sup n |an | ,
n→∞
|an |
(ii) R = lim , falls dieser Limes in R existiert.
n→∞ |an+1 |
Beweis. (i) Die Behauptung folgt aus dem Wurzelkriterium (Satz V.38), denn
/
=:L
0- . 6 1
7 7 < 1, für |z − a| < L
= R,
lim sup |an(z − a) | = |z − a| lim sup |an |
n n n
n→∞ n→∞ > 1, für |z − a| > 1L = R,

1 1
mit der Konvention L = 0 für L = ∞, L = ∞ für L = 0 (vgl. Bemerkung IV.31).
(ii) Der Beweis ist analog zu (i) mit dem Quotientenkriterium (Satz V.39).
∞
'
Beispiel
– Für nn z n ist R = 0, denn
n=0 =∞
# √
n
$−1 #/ 0- .$−1
lim sup n n = lim n = 0.
n→∞ n→∞
∞
' zn
– Für ist R = 1, denn
n=1
n & &
& an & n + 1
& &
& a & = n → 1, n → ∞;
n+1
auf dem Rand des Konvergenzkreises gibt es sowohl Konvergenz als auch
Divergenz:
z = 1: Divergenz (harmonische Reihe),
z = −1: Konvergenz (alternierende harmonische Reihe).
∞
' zn
– Für die Exponentialreihe ist R = ∞ (Satz V.41 und Aufgabe V.6).
n=0
n!
Auf ihren Konvergenzgebieten haben Potenzreihen viele schöne Eigenschaften, z.B. hat
man für die Addition und Multiplikation die folgenden Rechenregeln:
Satz V.52 Es seien (an )n∈N

=∞ 0 , (bn )n∈N0 ⊂ C, a =
∈ C und Ra , Rb die Konvergenzradien der
Potenzreihen n=0 an (z − a)n bzw. ∞ n
n=0 bn(z − a) . Dann gilt für z ∈ C mit
|z − a| < min{Ra , Rb }:
∞
' ∞
' ∞
'
an (z − a)n + bn(z − a)n = (an + bn )(z − a)n ,
n=0 n=0 n=0
+'
∞ , +'
∞ , '∞ +'
n ,
an (z − a)n · bn (z − a)n = ak bn−k (z − a)n .
n=0 n=0 n=0 k=0
Beweis. Für die Summe folgt die Behauptung direkt aus den Rechenregeln für Grenz-
werte von Reihen (Bemerkung V.18 und Satz IV.23).
Für das Produkt folgt die Behauptung aus Satz V.46, da beide Reihen nach Lem-
ma V.49 absolut konvergieren und die rechte Seite ihr Cauchy-Produkt ist.
Polynome sind spezielle Potenzreihen mit nur endlich vielen Summanden. Mit ele-
mentaren Methoden kann man zeigen, dass ein Polynom eindeutig durch seine Koef-
fizienten bestimmt ist. Gilt dies auch allgemeiner für Potenzreihen?
19 Potenzreihen 67
=∞
Es seien (an )n∈N0 ⊂ C, a ∈ C, R > 0 der Konvergenzradius von n=0 an (z − a)n und Lemma V.53
m ∈ N0 . Dann existiert zu jedem r ∈ (0, R) ein C > 0, so dass für alle z ∈ C mit
|z − a| ≤ r gilt:
&'∞ &
& n&
& an (z − a) & ≤ C|z − a|m .
n=m
Beweis. Für |z − a| ≤ r gilt nach Lemma V.49 und verallgemeinerter Dreiecksunglei-

chung (Proposition V.35):
&'∞ & ∞
' ∞
'
& n& m n−m m
& an (z − a) & ≤ |z − a| |an ||z − a| ≤ |z − a| |an |r n−m
- ./ 0
n=m n=m n=m
≤r
'∞
= |z − a|m |an+m |r n .
n=0
- ./ 0
=:C<∞, da r<R
=∞
Es seien (cn )n∈N0 ⊂ C, a ∈ C, und R > 0 der Konvergenzradius von n=0 cn (z − a)n . Satz V.54
Gibt es eine Nullfolge (zj )j∈N0 ⊂ C mit |zj | < R, j ∈ N0 , und
∞
'
∀ j ∈ N0 : cn zjn = 0, (19.2)
n=0
und existiert eine Teilfolge (zjk )k∈N0 mit zjk -= 0, k ∈ N0 , dann ist cn = 0, n ∈ N0 .
Beweis. Ohne Einschränkung können wir annehmen, dass zj -= 0, j ∈ N.Angenommen,

es existiert ein n0 ∈ N mit c0 = c1 = · · · = cn0 −1 = 0 und cn0 -= 0. Da (zj )j∈N Nullfolge
ist und |zj | < R gilt, existiert r ∈ (0, R) mit
∀ j ∈ N0 : |zj | ≤ r.
Nach Lemma V.53 (mit m = n0 + 1) gibt es C > 0, so dass für z ∈ C, |z − a| ≤ r,
&'∞ & & '

∞ &
& n n0 & & n&
& cn (z − a) − cn0 (z − a) & = & cn (z − a) & ≤ C|z − a|n0+1
-./0
n=0 =0 n=n0 +1
für n<n0
gilt. Speziell für z = zj + a ist |z − a| = |zj | ≤ r, also ergibt sich mit (19.2)
& n0 & && ' ∞

n
&
&
&cn0 z & = & c n z n
− c n0 j & ≤ C|zj |
z 0 n0 +1
j j
n=0
und damit |cn0 | ≤ C|zj | für alle j ∈ N0 . Da (zj )j∈N0 eine Nullfolge ist, muss cn0 = 0 sein,
im Widerspruch zur Wahl von n0 .
Satz V.55 Identitätssatz für Potenzreihen. Es seien (an )n∈N 0 , (bn )n∈N0 ⊂=
=∞ C, a ∈ C, und
n ∞ n
Ra , Rb > 0 die Konvergenzradien
# $der Potenzreihen n=0 a n (z−a) , n=0 b n (z−a) .
Existiert ein r ∈ 0, min{Ra , Rb } mit
∞
' ∞
'
n
an (z − a) = bn (z − a)n , |z − a| ≤ r,
n=0 n=0
so gilt an = bn , n ∈ N0 .
Beweis. Die Behauptung folgt aus Satz V.54 mit cn = an − bn , n ∈ N0 ; die Nullfolge
zj )j∈N0 mit |%
(zj )j∈N0 erhält man aus einer Folge (% zj → a, j → ∞, indem
zj − a| < r und %
man zj := % zj − a setzt.
Eine wichtige Anwendung des Identitätssatzes ist das Bestimmen der Koeffizienten von
Potenzreihen durch Koeffizientenvergleich:
1
Beispiel Um 1−z als Potenzreihe darzustellen, macht man den Ansatz
' ∞
1
= an z n = a0 + a1 z + a2 z 2 + a3 z 3 + · · · , |z| < 1.
1−z n=0
Multiplikation mit 1 − z liefert für alle |z| < 1
1 = (a0 + a1z + a2 z 2 + a3 z 3 + · · · )(1 − z)

= a0 + (a1 − a0 )z + (a2 − a1 )z 2 + · · · + (ak − ak−1)z k + · · · .
Nach dem Identitätssatz müssen die Koeffizienten der beiden Potenzreihen links
und rechts übereinstimmen (Koeffizientenvergleich), also folgt
a0 = 1, a1 − a0 = 0, ..., ak − ak−1 = 0, . . . &⇒ ak = 1, k ∈ N0 ,
und so erhält man wieder die geometrische Reihe (vgl. Beispiel V.17):
'∞
1 2 3
= 1+z +z +z +··· = z n , |z| < 1.
1−z n=0
Übungsaufgaben
V.1. Stelle folgende komplexe Zahlen in der Form x + iy mit x, y ∈ R dar:
1+i 1 $ 1 + i %2 $ 1 − i %3 1
a) , b) , c) − 3 , d) , n ∈ N.
1−i i + i+ 11 1−i 1+i in
i+1
(z − 1(
( (
V.2. Wo liegt die Menge der Punkte z ∈ C mit ( ( = c für c = 1, 2?
z+1
2
V.3. Stelle 3
als 2- und 5-adischen Bruch dar!
19 Potenzreihen 69
V.4. Zeige, dass Q abzählbar ist und dass es zu jeder reellen Zahl a ∈ R Folgen (xn )n∈N ⊂ Q und
(yn )n∈N ⊂ R \ Q gibt mit limn→∞ xn = a = lim n→∞ yn .
V.5. Untersuche das Konvergenzverhalten der folgenden Reihen:

∞ $
1 %k
!∞ !∞ !
(k + 1)k (k!)2
a) , b) , c) a+ für a ∈ R.
k=1
k k+1
k=1
(2k)! k=1
k
V.6. Zeige, dass für jedes z ∈ C die Reihen

!∞ !∞ ∞
!
zk k z
2k
z 2k+1
exp(z) := , cos(z) := (−1) , sin(z) := (−1)k
k=0
k! k=0
(2k)! k=0
(2k + 1)!
absolut konvergieren und dass gilt:

1 1
cos(z) = (exp(iz) + exp(−iz)), sin(z) = (exp(iz) − exp(−iz)).
2 2i
V.7. Beweise die Eigenschaften der Exponentialfunktion aus Satz V.47.
V.8 (Kochsche5 Kurve, Schneeflockenkurve). Über den mittleren Dritteln der Seiten eines
gleichseitigen Dreiecks mit Seitenlänge a > 0 wird je ein gleichseitiges Dreieck errichtet.
Über jedem mittleren Drittel der Seiten des so entstandenen Polygons wird jeweils wie-
der ein gleichseitiges Dreieck errichtet. Die Kochsche Schneeflockenkurve entsteht als Limes,
wenn man diese Vorschrift unendlich oft wiederholt:
Finde Umfang und Flächeninhalt der Kochschen Schneeflocke!
5 Helge von Koch, ∗ 25. Januar 1870, 11. März 1924 in Stockholm, schwedischer Mathematiker, der
die nach ihm benannte Kurve als eines der ersten Fraktale formal konstruierte.
VI Stetige Funktionen
Von diesem Abschnitt an beschäftigen wir uns mit Funktionen einer reellen Variablen
und deren Eigenschaften. Wir beginnen mit der Stetigkeit, wo wir feststellen werden,
dass dazu mehr gehört als „keine Sprünge zu haben“.
! 20
Stetigkeit
Im Folgenden sei f eine Funktion zwischen metrischen Räumen (X, dX ) und (Y , dY ).
Dabei sind vor allem die Fälle X = Rn , Y = R oder X = Y = C wichtig. In diesem
Buch geht es hauptsächlich um Funktionen
f : R ⊃ Df → R,
wobei X = Y = R mit der euklidischen Metrik dX (x, y) = dY (x, y) = |x − y| versehen
und Df meist ein Intervall ist.
Es seien (X, dX ) und (Y , dY ) metrische Räume. Eine Funktion f : X ⊃ Df → Y Definition VI.1

heißt f stetig in x0 ∈ Df
# # $ $
:⇐⇒ ∀ " > 0 ∃ ı > 0 ∀ x ∈ Df : dX (x, x0 ) < ı &⇒ dY f (x), f (x0 ) < " ;
f heißt stetig in Df , wenn f in jedem x0 ∈ Df stetig ist.
Bemerkung. Speziell für X = Y = R oder Y = C ist f stetig in x0

# & & $
⇐⇒ ∀ " > 0 ∃ ı > 0 ∀ x ∈ Df : |x − x0 | < ı &⇒ &f (x) − f (x0 )& < " .
Erinnern Sie sich an das Spiel bei der Konvergenz von Folgen von Seite 24? Hier ist es
ganz ähnlich: Ein Gegenspieler gibt Ihnen ein beliebiges " vor, und Sie gewinnen, wenn
Sie immer ein ı finden können, so dass die Differenz der Funktionswerte in Punkten
mit Abstand kleiner ı kleiner als dieses vorgegebene " ist.
Im Allgemeinen wird es so sein, dass Sie ı um so kleiner machen müssen, je kleiner
Ihr Opponent sein " macht, d.h., ı hängt von " ab.
Geometrisch heißt Stetigkeit in x0 , dass es zu jedem Streifen S" um f (x0 ) ein Intervall
Iı um x0 gibt, so dass der Graph Gf von f über Iı im Streifen S" liegt.
72 VI Stetige Funktionen
f (x0 ) + ε
f (x0 ) Sε
f (x0 ) − ε
Gf
x0
x0 − δ Iδ x0 + δ
Abb. 20.1: Stetigkeit von f in x0 ∈ Df
Beispiele VI.2 (i) f : R → R, f (x) = x, ist stetig in R:

Sind x0 ∈ R und " > 0 beliebig, so gilt für alle x ∈ R mit |x − x0 | < " =: ı:
|f (x) − f (x0 )| = |x − x0 | < ".
(ii) f : R → R, f (x) = |x|, ist stetig in 0 (und in ganz R):

Es sei x0 = 0, und " > 0 sei beliebig. Dann gilt für alle x ∈ R mit |x| < " =: ı:
& &
|f (x) − f (0) | = |x| − 0& = |x| < ".
&
-./0
=0
(iii) Ist (X, 8 · 8) ein normierter Raum, so ist f : X → R, f (x) = 8x8, stetig in X:
Sind x0 ∈ X und " > 0 beliebig, so gilt für alle x ∈ X mit 8x − x0 8 < " =: ı
nach der Dreiecksungleichung von unten (Korollar IV.20):
& &
|f (x) − f (x0 )| = 8x8 − 8x0 8& ≤ 8x − x0 8 < ".
&
(iv) f : R → R, f (x) = x 2 , ist stetig in R:

! "
"
Es seien x0 ∈ R und " > 0 beliebig. Setze ı := min 1, 1+2|x 0|
. Dann gilt
für alle x ∈ R mit |x − x0 | < ı:
# $
|f (x)−f (x0 )| = |x 2 −x02 | = |x − x0 ||x + x0 | ≤|x − x0 | |x − x0 | + 2|x0 | < ".
- ./ 0- ./ 0
"
<ı≤ 1+2|x <ı+2|x0 |≤1+2|x0 |
0|
(v) [x] := max{k ∈ Z: k ≤ x}, x ∈ R (Gauß-Klammer):

Die Funktion x 2→ [x] ist stetig auf R \ Z, aber nicht stetig in k ∈ Z. Denn
sonst existierte zu " = 12 ein ı > 0 mit
) & & & & 1*
∀ x ∈ R: |x − k| < ı &⇒ [x] − [k] = [x] − k & <
& & & ;
2
& & 1
speziell für x ∈ (k − ı, k) ist [x] = k − 1, also wäre 1 = [x] − k & < 2 !.
&
20 Stetigkeit 73
6 # $
sin 1x , x -= 0,
(vi) f : R → R, f (x) = ist nicht stetig in 0:
0, x = 0,
Dieses Beispiel zeigt, dass die Vorstellung, „nicht stetig“ heißt „keine Sprün-
ge“, nicht zutreffend ist. Hier geht etwas anderes schief (Aufgabe VI.1)!
6
1, x ∈ Q,
(vii) D: R → R, D(x) := (Dirichlet1 -Funktion):
0, x ∈ R \ Q,
D ist nirgends stetig in R nach AufgabeV.4; tatsächlich zeigt D das schlimmst-
mögliche Unstetigkeitsverhalten überhaupt (siehe [4, Beispiel 1.11]).
f (x) f (x)
x x
Beispiel VI.2 (ii): f (x) = |x| Beispiel VI.2 (iv): f (x) = x 2
h(x)
x x
Beispiel VI.2 (v): Gauß-Klammer Beispiel VI.2 (vi): h(x) = sin(x −1 )
Abb. 20.2: Zwei in 0 stetige und zwei in 0 unstetige Funktionen
In Anwendungen, z.B. bei Differentialgleichungen, spielt der folgende stärkere Stetig-

keitsbegriff eine wichtige Rolle.
Es seien (X, dX ) und (Y , dY ) metrische Räume. Eine Funktion f : X ⊃ Df → Y Definition VI.3

heißt Lipschitz-stetig in Df
# $
:⇐⇒ ∃ L ≥ 0 ∀ x, y ∈ Df : dY f (x), f (y) ≤ L dX (x, y);
L heißt dann Lipschitz2 -Konstante von f .
1 Peter Gustav Lejeune Dirichlet, ∗ 13. Februar 1805 in Düren, damals Frankreich, 5. Mai 1859 in
Göttingen, deutscher Mathematiker, der bedeutende Ergebnisse in Analysis, Zahlentheorie und Mechanik
erzielte.
2 Rudolf Lipschitz, ∗ 14. Mai 1832 in Königsberg, Preußen, 7. Oktober 1903 in Bonn, deutscher
Mathematiker, Schüler von Dirichlet, arbeitete auf vielen Gebieten der Mathematik.
Beispiele – f : R → R, f (x) = ax + b mit festen a, b ∈ R ist Lipschitz-stetig mit L = |a|,

denn für x, y ∈ R ist
& &
&f (x) − f (y)& = |ax − ay| = |a| · |x − y|.
– f : C → C, f (z) = |z|, Re z, Im z, z, sind alle Lipschitz-stetig mit L = 1,

denn für z1 , z2 ∈ C gilt z.B. nach Proposition V.4 (i):
| Re z1 − Re z2 | = | Re(z1 − z2 )| ≤ |z1 − z2 |.
Proposition VI.4 Jede Lipschitz-stetige Funktion ist stetig.
Beweis. Es seien (X, dX ), (Y , dY ) metrische Räume, f : X ⊃ Df → Y Lipschitz-stetig

mit Lipschitz-Konstante L und x0 ∈ Df . Ist " > 0 beliebig, so gilt mit ı := L" für alle
x ∈ Df mit dX (x, x0 ) < ı:
"
dY (f (x), f (x0 )) ≤ L dX (x, x0 ) < L · = ".
- ./ 0 L
<ı
Ein äquivalentes Kriterium für die Stetigkeit in einem Punkt x0 ist:
Satz VI.5 Folgenkriterium für Stetigkeit. Es seien (X, dX ), (Y , dY ) metrische Räume. Eine
Funktion f: X ⊃ Df → Y ist stetig in x0 ∈ Df
# n→∞ n→∞ $
⇐⇒ ∀ (xn )n∈N ⊂ Df : xn −−−−→ x0 &⇒ f (xn ) −−−−→ f (x0 ) . (20.1)
Beweis. „&⇒“: Es sei f stetig in x0 und (xn )n∈N ⊂ Df eine Folge mit xn → x0 , n → ∞.
Zu beliebigem " > 0 existiert dann ein ı > 0 mit
# # $ $
∀ x ∈ Df : dX (x, x0 ) < ı &⇒ dY f (x), f (x0 ) < " .
Da xn → x0 , n → ∞, existiert zu diesem ı ein N ∈ N mit
∀ n ≥ N: dX (xn , x0) < ı

# $
und somit dY f (xn ), f (x0 ) < " für n ≥ N, also f (xn ) → f (x0 ), n → ∞.
„⇐&“: Angenommen, (20.1) gilt, aber f ist nicht stetig in x0 . Dann gilt:
# # $ $
∃ "0 > 0 ∀ ı > 0 ∃ x ∈ Df : dX (x, x0 ) < ı ∧ dY f (x), f (x0 ) ≥ "0 .
Insbesondere ergibt sich, wenn man ı = 1n , n ∈ N, setzt:

# 1 # $ $
∀ n ∈ N ∃ xn ∈ Df : dX (xn , x0 ) < ∧ dY f (xn ), f (x0 ) ≥ "0 ,
n
d.h., xn → x0 , n → ∞, aber f (xn ) -→ f (x0 ), n → ∞, im Widerspruch zu (20.1).
20 Stetigkeit 75
Stetige Funktionen vertauschen mit dem Limes: Korollar VI.6
# $
lim f (xn ) = f lim xn , falls lim xn existiert.
n→∞ n→∞ n→∞
Damit wir den Nachweis der Stetigkeit einer Funktion auf die Stetigkeit elementarer
Funktionen zurückführen können, sind die folgenden Regeln nützlich.
Es seien X eine Menge, Y ein Vektorraum über einem Körper K (z.B. X = Y = R). Definition VI.7
Für f : X ⊃ Df → Y , g: X ⊃ Dg → Y und % ∈ K definiere
(i) f + g: X ⊃ Df +g → Y und % · f : X ⊃ D%·f → Y durch
Df +g := Df ∩ Dg , (f + g)(x) := f (x) + g(x), x ∈ Df +g ,

D%·f := Df , (% · f )(x) := % · f (x), x ∈ Df ,
f
(ii) und für Y = K speziell f · g: X ⊃ Df ·g → Y und : X ⊃ D f → Y durch
g g
Df ·g := Df ∩ Dg , (f · g)(x) := f (x)g(x), x ∈ Df ·g ,
)f * f (x)
D f := {x ∈ Df ∩ Dg : g(x) -= 0}, (x) := , x ∈ Df .
g g g(x) g
Bemerkung. Die Menge Y X := {f : X → Y , f Funktion} aller Funktionen von X nach

Y mit + und · wie oben definiert ist ein Vektorraum über K.
Es seien (X, dX ) ein metrischer Raum, (Y , 8 · 8Y ) ein normierter Raum über einem Satz VI.8
Körper K (z.B. X = Y = R), f : X ⊃ Df → Y , g: X ⊃ Dg → Y , % ∈ K, x0 ∈ Df ∩Dg
(bzw. nur x0 ∈ Df ). Sind f und g stetig in x0 , dann sind
(i) f + g und % · f stetig in x0 ;
ist speziell Y = K, sind außerdem
(ii) f · g stetig in x0 ,
f
(iii) stetig in x0 , falls g(x0 ) -= 0.
g
Beweis. Eine gute Übung für die #, ı-Definition der Stetigkeit (Aufgabe VI.2)!
Die Menge aller stetigen Funktionen von X nach Y , Korollar VI.9
C(X, Y ) := {f : X → Y , f stetige Funktion},

ist ein Untervektorraum des Vektorraums Y X aller Funktionen von X nach Y .
Ist Y = R oder Y = C, schreibt man auch C(X) statt C(X, R) bzw. C(X, C).
Definition VI.10 Es sei K (= R oder C) ein Körper und n ∈ N, m ∈ N0 . Eine Funktion p: K n → K

heißt Polynom vom Grad ≤ m, wenn es ck1 ...kn ∈ K gibt mit
'
p(x1 , . . . , xn ) = ck1 ...kn x1k1 · · · xnkn , (x1 , . . . , xn ) ∈ K n ;
(k1 ,...,kn )∈Nn0
k1 +···+kn ≤m
die ck1 ...kn heißen Koeffizienten von p. Der Grad von p -≡ 0 ist definiert als
? n
' @
n
deg(p) := max & ∈ N0 : ∃ (k1 , . . . , kn) ∈ N0 mit ck1 ...kn -= 0, kj = & ,
j=1
und man setzt deg(p) := −∞, falls p ≡ 0. Eine Funktion r: K n ⊃ Dr → K heißt
rational, wenn es Polynome p, q gibt mit
p
r = , Dr = {x ∈ K n : q(x) -= 0}.
q
Bemerkung. Polynome p: K → K (also n = 1) vom Grad ≤ m haben die Form

'm
p: K → K , p(x) = ck x k , x ∈ K, mit ck ∈ K, k = 0, 1, . . . , m.
k=0
Beispiel p: R2 → R, p(x1 , x2 ) = x13 + 2x13 x2 + x1 + 1, ist ein Polynom vom Grad 4.
Aus Satz VI.8 ergibt sich nun sofort, indem man ihn z.B. für K = R und n = 1
wiederholt anwendet auf die stetigen Funktionen f (x) = 1, g(x) = x, x ∈ R:
Korollar VI.11 Es sei K = R oder C.

(i) Jedes Polynom p: K n → K ist stetig auf K n .
(ii) Jede rationale Funktion r: K n ⊃ Dr → K ist stetig auf Dr .
Satz VI.12 Es seien (X, dX ), (Y , dY ), (Z, dZ ) metrische Räume (z.B. X = Y = Z = R) und

f : X ⊃ Df → Y , g: Y ⊃ Dg → Z sowie x0 ∈ Df mit f (x0 ) ∈ Dg . Dann gilt:
f stetig in x0 , g stetig in f (x0 ) &⇒ g ◦ f stetig in x0 .
Beweis. Es sei " > 0 vorgegeben. Da g stetig in f (x0 ) ist, existiert ı > 0 mit
# $
∀ y ∈ Dg : dY (y, f (x0 )) < ı &⇒ dZ (g(y), g(f (x0 ))) < " .
Da f stetig in x0 ist, existiert zu ı ein * > 0 mit
# $
∀ x ∈ Df : dX (x, x0 ) < * &⇒ dY (f (x), f (x0 )) < ı .
Also folgt für x ∈ Dg ◦f = {x ∈ Df : f (x) ∈ Dg } mit dX (x, x0 ) < * :
# $ # $
dZ (g ◦ f )(x), (g ◦ f )(x0 ) = dZ g(f (x)), g(f (x0 )) < ".
Bemerkung. Aus g ◦ f stetig folgt nicht, dass g und f stetig sind; dies sieht man, wenn
man f unstetig (z.B. die Gauß-Klammer) und g ≡ 0 wählt.
20 Stetigkeit 77
Jede Potenzreihe mit Konvergenzradius R > 0 um a ∈ C definiert auf ihrem Konver- Satz VI.13
genzkreis {z ∈ C: |z − a| < R} = BR (a) eine stetige Funktion.
Beweis. Sind (an )n∈N0 ⊂ C die Koeffizienten der Potenzreihe, so setzen wir
'∞
f : C ⊃ BR (a) → C, f (z) := an(z − a)n, z ∈ BR (a).
n=0
Es seien z0 ∈ BR (a) und " > = 0 beliebig. Wähle r > 0 mit |z0 − a| < r < R. Nach
Satz V.50 konvergiert die Reihe ∞ n
n=0 an (z − a) absolut für z ∈ BR (a), also existiert ein
N ∈ N mit
'∞
"
|an| r n < .
n=N +1
4
Damit definieren wir
N
'
p(z) := an (z − a)n , z ∈ C.
n=0
Nach Korollar VI.11 ist p als Polynom stetig in z0 , also existiert ein ı > 0 so, dass
# "$
∀ z ∈ C: |z − z0 | < ı &⇒ |p(z) − p(z0 )| < .
2
Für |z − z0 | < min{ı, r − |z0 − a|} ist dann |z − a| ≤ |z − z0 | + |z0 − a| < r und damit
insgesamt, mittels verallgemeinerter Dreiecksungleichung (Proposition V.35):
&'∞ '∞ &
& n n&
|f (z) − f (z0 )| = & an (z − a) − an (z0 − a) &
n=0 n=0
≤r n ≤r n
& & ∞
' / 0- . ∞
' / 0- .
&
≤ &p(z) − p(z0 )& + n
|an | · |z − a| + |an | · |z0 − a|n
- ./ 0 n=N +1 n=N +1
< " - ./ 0 - ./ 0
2
< "4 < "4
< ".
exp, sin und cos. Stetig auf C und damit auf ganz R sind die Exponentialfunktion Beispiele VI.14
und die trigonometrischen Funktionen Sinus und Cosinus:
∞
' zk
– exp: C → C, exp(z) = ,
k!
k=0
' 2k+1 ∞
1 k z
– sin: C → C, sin(z) := (exp(iz) − exp(−iz)) = (−1) ,
2i (2k + 1)!
k=0
' 2k ∞
1 k z
– cos: C → C, cos(z) := (exp(iz) + exp(−iz)) = (−1) ;
2 (2k)!
k=0
für später merken wir uns, dass nach Definition sofort die Eulersche Formel folgt:
exp(ix) = cos(x) + i sin(x), x ∈ R. (20.2)
! 21
Grenzwerte und einseitige Stetigkeit
Der Begriff des Grenzwertes einer Funktion ist eng mit der Stetigkeit verwoben. Zu sei-
ner Definition benötigen wir den Begriff des Häufungspunktes einer Menge; darunter
versteht man Punkte, die im folgenden Sinn nicht isoliert sind.
Definition VI.15 Es sei (X, d) ein metrischer Raum (z.B. X = R) und A ⊂ X. Ein Punkt x0 ∈ X
heißt Häufungspunkt von A
:⇐⇒ ∀ " > 0 ∃ x" ∈ A, x" =
- x0 : d(x" , x0 ) < ".
Bemerkung. – Häufungspunkte müssen keine Elemente der Menge sein.
– Häufungswerte einer Folge (an )n∈N unterscheiden sich von Häufungspunkten

der Menge A = {an : n ∈ N} der Folgenglieder durch die Bedingung x" -= x0 ; z.B.
sind für 6
1
n
, n ungerade,
an :=
1, n gerade,
0 und 1 Häufungswerte der Folge (an )n∈N , 0 ist auch Häufungspunkt der Menge
A = {an : n ∈ N}, aber 1 ist kein Häufungspunkt von A.
Definition VI.16 Es seien (X, dX ), (Y , dY ) metrische Räume (z.B. X = Y = R), f : X ⊃ Df → Y

eine Funktion und x0 ∈ X ein Häufungspunkt von Df . Ein Punkt a ∈ Y heißt
Grenzwert oder Limes von f in x0
# $
:⇐⇒ ∀ " > 0 ∃ ı > 0 ∀ x ∈ Df \ {x0 }: dX (x, x0 ) < ı &⇒ dY (f (x), a) < " .
Der Grenzwert a ist eindeutig bestimmt, und man schreibt dann:
lim f (x) = a oder f (x) → a, x → x0 .
x→x0
Bemerkung VI.17 Ist x0 ∈ Df , so gilt (vgl. die Definition VI.1 der Stetigkeit):
f stetig in x0 ⇐⇒ lim f (x) = f (x0 ).
x→x0
Definition VI.18 Es seien (X, dX ), (Y , dY ) metrische Räume (z.B. X = Y = R), f : X ⊃ Df → Y

stetig und x0 ∈ / Df Häufungspunkt von Df . Eine stetige Fortsetzung von f auf
Df ∪ {x0 } ist eine Funktion % f: X ⊃ Df ∪ {x0 } → Y mit
%f stetig auf Df ∪ {x0 }, %
f |D = f .
f
Beispiel VI.19 x2 − 1
f (x) = , x ∈ R \ {−1}, hat die stetige Fortsetzung %
f (x) = x − 1, x ∈ R.
x+1
21 Grenzwerte und einseitige Stetigkeit 79
Es seien (X, dX ), (Y , dY ) metrische Räume, f : X ⊃ Df → Y eine stetige Funktion Satz VI.20
und x0 -∈ Df Häufungspunkt von Df . Existiert ein a ∈ Y mit
lim f (x) = a,
x→x0
so besitzt f eine eindeutige stetige Fortsetzung %

f : X ⊃ Df ∪ {x0 } → Y , nämlich
6
% f (x), x ∈ Df ,
f (x) =
a, x = x0 .
Beweis. Nach Konstruktion ist % f stetig. Angenommen, es gibt eine weitere stetige Fort-
setzung A
f von f auf Df ∪ {x0 }. Dann gilt
∀ x ∈ Df : A f (x) = f (x) = %
f (x).
Da A
f und %
f in x0 stetig sind und %
f |D f = A
f |Df = f , folgt mit Bemerkung VI.17:
f (x0 ) = lim A
A f (x) = lim f (x) = lim %
f (x) = %
f (x0 ).
x→x0 x→x0 x→x0
Die nächsten beiden Sätze liefern Kriterien, um mit Hilfe von Folgen zu entscheiden,
ob eine Funktion in einem Punkt einen Grenzwert hat.
Folgenkriterium für die Existenz eines Limes. Es seien (X, dX ) und (Y , dY ) Satz VI.21
metrische Räume, f : X ⊃ Df → Y eine stetige Funktion und x0 -∈ Df Häufungspunkt
von Df . Dann hat f in x0 den Grenzwert a ∈ Y
# $
⇐⇒ ∀ (xn )n∈N ⊂ Df : lim xn = x0 &⇒ lim f (xn ) = a .
n→∞ n→∞
Beweis. Die Behauptung folgt aus Satz VI.5, angewendet auf die stetige Fortsetzung %
f
von f aus Satz VI.20.
Wie bei Folgen muss man den Limes nicht kennen, um seine Existenz zu zeigen. Dazu
muss aber der Raum Y vollständig sein, wie z.B. Y = R oder Y = C.
Cauchy-Kriterium für die Existenz eines Limes. Es seien (X, dX ), (Y , dY ) metri- Satz VI.22
sche Räume, Y vollständig, f : X ⊃ Df → Y eine Funktion und x0 ∈ X Häufungs-
punkt von Df . Dann hat f einen Grenzwert in x0
⇐⇒ ∀ " > 0 ∃ ı > 0 ∀ x, y ∈ Df \ {x0 }:
# # $ $
dX (x, x0 ) < ı ∧ dX (y, x0 ) < ı &⇒ dY f (x), f (y) < " .
Beweis. „&⇒“: Es sei a := limx→x0 f (x). Zu jedem " > 0 gibt es dann ein ı > 0 mit
) "*
∀ x ∈ Df : dX (x, x0 ) < ı &⇒ dY (f (x), a) < .
2
Mit der Dreiecksungleichung folgt für x, y ∈ Df mit dX (x, x0 ) < ı, dX (y, x0 ) < ı:
" "
dY (f (x), f (y)) ≤ dY (f (x), a) + dY (f (y), a) < + = ".
2 2
„⇐&“: Es sei " > 0 vorgegeben. Nach Voraussetzung existiert ein ı > 0 mit
) # $ "*
∀ x, y ∈ Df : dX (x, x0 ) < ı ∧ dX (y, x0 ) < ı &⇒ dY f (x), f (y) < .
3
Da x0 Häufungspunkt von Df ist, existiert eine Folge (xn )n∈N ⊂ Df mit xn -= x0 und
xn → x0 , n → ∞. Also existiert ein N ∈ N mit
∀ n ≥ N: dX (xn , x0 ) < ı.
Damit ergibt sich

"
∀ n, m ≥ N: dY (f (xn ), f (xm )) < , (21.1)
3
# $
d.h., f (xn ) n∈N ⊂ Y ist eine Cauchy-Folge. Da Y vollständig ist, existiert der Grenzwert
a := limn→∞ f (xn ), und mit der Dreiecksungleichung folgt
2"
∀ n ≥ N: dY (f (xn ), a) < .
3
Insgesamt gilt für x ∈ Df mit dX (x, x0 ) < ı:
dY (f (x), a) ≤ dY (f (x), f (xN )) + dY (f (xN ), a) < ".

- ./ 0 - ./ 0
< "3 < 2"3
Für Funktionen auf X = R kann man auch einseitige Grenzwerte betrachten. Dabei
nähert man sich x0 ∈ Df nur von einer Seite:
Definition VI.23 Es seien (Y , dY ) ein metrischer Raum, f : R ⊃ Df → Y eine Funktion und x0 ∈ R

ein Häufungspunkt von Df . Dann heißt a ∈ Y linksseitiger Grenzwert von f in x0
# $
:⇐⇒ ∀ " > 0 ∃ ı > 0 ∀ x ∈ Df : x ∈ (x0 − ı, x0) &⇒ dY (f (x), a) < "
bzw. rechtsseitiger Grenzwert, wenn man (x0 − ı, x0) durch (x0 , x0 + ı) ersetzt; man
schreibt dann:
lim f (x) = f (x0 −) = a bzw. lim f (x) = f (x0 +) = a.
x!x0 x"x0
Ist x0 ∈ Df , so heißt f linksseitig stetig (bzw. rechtsseitig stetig) in x0
# $
:⇐⇒ lim f (x) = f (x0 ) bzw. lim f (x) = f (x0 ) .
x!x0 x"x0
Beispiele – f (x) = [x] := max{k ∈ Z: k ≤ x}, x ∈ R (Gauß-Klammer):

f ist rechtsseitig stetig in x0 ∈ Z, aber nicht linksseitig (Abb. 20.2):
lim [x] = x0 = [x0 ], lim [x] = x0 − 1 -= [x0 ], x0 ∈ Z.
x"x0 x!x0
x2 − 1
– f (x) = , x ∈ R \ {−1}, ist links- und rechtsseitig stetig in −1 mit
x+1
x2 − 1 x2 − 1
lim = lim (x − 1) = −2 = lim .
x!−1 x + 1 x!−1 x"−1 x + 1
21 Grenzwerte und einseitige Stetigkeit 81
Ist (Y , dY ) metrischer Raum, f : R ⊃ Df → Y und x0 ∈ Df , so gilt: Proposition VI.24
f ist stetig in x0 ⇐⇒ f ist links- und rechtsseitig stetig in x0 .
Beweis. Die Äquivalenz folgt direkt aus den Definitionen der Stetigkeit und der links-
bzw. rechtsseitigen Stetigkeit.
Die Existenz von einseitigen Grenzwerten für Funktionen von R nach R kann man mit
Hilfe ihres Wachstumsverhalten untersuchen.
Eine Funktion f : R ⊂ Df → R heißt monoton wachsend (bzw. fallend), Definition VI.25

# $
:⇐⇒ ∀ x, y, ∈ Df : x < y &⇒ f (x) ≤ f (y) (bzw. f (x) ≥ f (y)) ,
und streng monoton wachsend (bzw. fallend)

# $
:⇐⇒ ∀ x, y, ∈ Df : x < y &⇒ f (x) < f (y) (bzw. f (x) > f (y)) ,
f heißt (streng) monoton, wenn f (streng) monoton wachsend oder fallend ist.
Bemerkung. f (streng) monoton fallend ⇐⇒ −f (streng) monoton wachsend.
– f (x) = x 2 , x ∈ [0, ∞), ist streng monoton wachsend; Beispiele
– f (x) = x 2 , x ∈ R, ist weder streng monoton noch monoton;

– f (x) = [x], x ∈ R, ist monoton wachsend, aber nicht streng (Abb. 20.2).
Es seien (X, dX ), (Y , dY ) metrische Räume. Eine Funktion f : X ⊃ Df → Y heißt Definition VI.26

beschränkt
:⇐⇒ f (Df ) = {f (x): x ∈ Df } beschränkt in Y ;
speziell ist eine Funktion f : R ⊃ Df → R oder f : C ⊃ Df → C beschränkt
⇐⇒ ∃ M > 0 ∀ x ∈ Df : |f (x)| ≤ M.
Eine monotone beschränkte Funktion f : R ⊃ (a, b) → R besitzt in jedem x0 ∈ [a, b] Proposition VI.27
einseitige Grenzwerte.
Beweis. Wir beweisen z.B. für monoton wachsendes f und x0 ∈ (a, b], dass der links-
seitige Grenzwert in x0 existiert. Dazu sei " > 0 beliebig. Setzt man
s := sup {f (x): x ∈ (a, x0 )},

so existiert nach Proposition III.15 ein x" ∈ (a, x0) mit s − " < f (x" ) ≤ s. Wegen der
Monotonie von f und der Supremumseigenschaft von s folgt für x ∈ (x" , x0 ):
s − " < f (x" ) ≤ f (x) ≤ s,
also |f (x) − s| < ". Daher ist s linksseitiger Grenzwert von f in x0 .
Als Nächstes betrachten wir für Funktionen auf R Grenzwerte bei ±∞ und für Funk-
tionen nach R uneigentliche Grenzwerte, d.h., ±∞ als Grenzwerte.
Definition VI.28 Es seien (Y , dY ) ein metrischer Raum, f : R ⊃ Df → Y eine Funktion und Df nach
oben (bzw. unten) unbeschränkt. Dann heißt a ∈ Y Grenzwert von f bei ∞ (bzw.
bei −∞)
# # $ $
:⇐⇒ ∀ " > 0 ∃ R > 0 ∀ x ∈ R: x > R (bzw. x < −R) &⇒ dY f (x), a < " ;
man schreibt dann:

# $
lim f (x) = a bzw. lim f (x) = a .
x→∞ x→−∞
Bemerkung. Grenzwerte bei ±∞ sind einseitige Grenzwerte bei 0 vermöge

)1* )1*
lim f (x) = lim f bzw. lim f (x) = lim f .
x→∞ ""0 " x→−∞ "!0 "
Definition VI.29 Uneigentliche Grenzwerte. Es seien (X, dX ) ein metrischer Raum sowie
f : X ⊃ Df → R eine Funktion und x0 ∈ X ein Häufungspunkt von Df . Dann hat
f in x0 den Grenzwert ∞ (bzw. −∞)
# $
:⇐⇒ ∀ R ≥ 0 ∃ ı > 0 ∀ x ∈ Df : dX (x, x0 ) < ı &⇒ f (x) ≥ R (bzw. ≤ −R ) ;
man schreibt dann:

lim f (x) = ∞ (bzw. lim f (x) = −∞)
x→x0 x→x0
und definiert analog limx"x0 f (x) = ±∞, limx!x0 f (x) = ±∞, limx→±∞ f (x) = ±∞.
Beispiel VI.30 limx→∞ exp(x) = ∞, limx→−∞ exp(x) = 0, denn für x > 0 ist:
1
exp(x) ≥ 1 + x → ∞, x → ∞, exp(−x) = → 0, x → ∞.
exp(x)
Bemerkung VI.31 Wegen des Folgenkriteriums für die Existenz des Limes (Satz VI.21) gelten für
Grenzwerte von Funktionen analoge Rechenregeln wie für Folgen.
22 Sätze über stetige Funktionen 83
! 22
Sätze über stetige Funktionen
Für stetige Funktionen von R nach R beweisen wir nun zwei zentrale Sätze, den Zwi-
schenwertsatz und den Satz vom Minimum und Maximum.
Zwischenwertsatz. Es seien a, b ∈ R, a < b, und f : [a, b] → R stetig. Dann Satz VI.32

existiert zu jedem * ∈ R zwischen f (a) und f (b) ein c ∈ [a, b] mit
f (c) = * ,
d.h., f nimmt auf [a, b] jeden Wert * ∈ R zwischen f (a) und f (b) an.
Beweis.
B C Einschränkung sei f (a) ≤ f (b) (sonst betrachte −f ). Dann ist * ∈
Ohne
f (a), f (b) . Definiere eine Folge von Intervallen In := [an , bn ] , n ∈ N0 , durch
6B an +bn
C # a +b $
an , 2 , * ≤ f n 2 n ,
[a0 , b0] := [a, b] , [an+1 , bn+1] := B C # a +b $
an +bn
2
, bn , * > f n 2 n .
Dann ist f (an ) ≤ * ≤ f (bn ), n ∈ N0 , und bn − an = 2−n (b − a) → 0, n → ∞. Nach
Satz IV.48 über die Intervallschachtelung gibt es genau ein c ∈ R mit
<
c∈ [an , bn ] ,
n∈N0
also limn→∞ an = limn→∞ bn = c. Da f stetig ist, folgt nach Satz VI.5:
f (c) = lim f (an ) ≤ * , f (c) = lim f (bn ) ≥ * , also f (c) = * .
n→∞ - ./ 0 n→∞ - ./ 0
≤* ≥*
Ist f : [a, b] → R eine stetige Funktion mit f (a) < 0 und f (b) > 0, so hat f in Korollar VI.33
[a, b] eine Nullstelle, d.h., es gibt ein c ∈ [a, b] mit f (c) = 0.
Jedes Polynom ungeraden Grades auf R hat eine reelle Nullstelle. Korollar VI.34
Beweis. Es seien n ∈ N und p(x) = a2n+1x 2n+1 +a2n x 2n +· · ·+a0 ein Polynom mit ak ∈ R,
k = 0, 1, . . . , 2n + 1, so dass a2n+1 -= 0. Da sich die Nullstellen von p nach Division
durch a2n+1 nicht ändern, können wir ohne Einschränkung a2n+1 = 1 annehmen,
) a2n a0 *
2n+1 2n 2n+1
p(x) = x + a2n x + · · · + a0 = x 1+ + · · · + 2n+1 , x ∈ R \ {0}.
x x
Wegen lim x→∞ 1/x = 0, kann R > 0 so groß gewählt werden, dass
a2n a0 |a2n| |a0 | 1
1+ +···+ ≥ 1 − − · · · − ≥
(±R) (±R)2n+1 R R2n+1 2
und damit
1 1
p(R) ≥ R2n+1 · > 0, p(−R) ≤ (−R)2n+1 · < 0.
2 2
Da p als Polynom stetig ist, liefert Korollar VI.33 die Behauptung.
Die folgende Eigenschaft von Teilmengen metrischer Räume benutzen wir hier nur für
R oder C; wir kommen in Analysis II ([28, Abschnitt I.2]) allgemeiner darauf zurück.
Definition VI.35 Eine Teilmenge K ⊂ X eines metrischen Raums (X, dX ) heißt kompakt, wenn jede
Folge (xn )n∈N ⊂ K eine in K konvergente Teilfolge (xnk )k∈N hat.
Proposition VI.36 Ein Intervall I ⊂ R ist kompakt ⇐⇒ I = [a, b] mit a, b ∈ R, a ≤ b.
Beweis. „⇐&“: Ist I = [a, b] und (xn )n∈N ⊂ I, so ist wegen a ≤ xn ≤ b, n ∈ N, die Folge
(xn )n∈N beschränkt. Nach Satz V.10 von Bolzano-Weierstraß existiert eine konvergente
Teilfolge (xnk )k∈N . Setzt man x := limk→∞ xnk , so gilt wegen a ≤ xnk ≤ b, k ∈ N, nach
Korollar IV.37 auch a ≤ x ≤ b, also x ∈ I = [a, b].
„&⇒“: Angenommen, es wäre z.B. I = (a, b]. Dann hat die Folge xn := a + 1n , n ∈ N,
keine in I konvergente Teilfolge, da a ∈
/ I.
Intervalle sind sehr spezielle kompakte Teilmengen. Sehr viel exotischer ist:
Beispiel Cantorsches Diskontinuum. Definiere

#1 2$ ## 1 2 $ # 7 8 $$
C0 := [0, 1], C1 := C0 \ 3 , 3 , C2 := C1 \ 9 , 9 ∪ 9 , 9 , . . . ,
d.h., man entfernt in jedem Schritt jeweils die mittleren offenen Drittel der vorigen
Intervalle (siehe Abb. 22.1). Das Cantorsche Diskontinuum C ist definiert als
<
C := Cn .
n∈N0
Man kann zeigen, dass C kompakt ist, weil es beschränkt ist und der Durchschnitt
der abgeschlossenen Mengen Cn (siehe [28, Satz I.34 von Heine-Borel]).
C0
C1
C2
C3
C4 etc.
Abb. 22.1: Cantorsches Diskontinuum
Satz VI.37 vom Minimum und Maximum. Ist K ⊂ R kompakt und f : K → R stetig, so
nimmt f auf K Minimum und Maximum an, d.h., es gibt x∗ , x ∗ ∈ K mit
f (x∗ ) ≤ f (x) ≤ f (x ∗ ), x ∈ K.
Beweis. Es reicht, die Existenz des Maximums zu zeigen (sonst betrachte −f ). Setze
s := sup f (K) = sup {f (x): x ∈ K }.
Zu zeigen ist, dass s < ∞ und dass es ein x ∗ ∈ K gibt mit f (x ∗ ) = s. Da s Supremum
ist, gibt es nach Proposition III.15 zu jedem n ∈ N ein xn ∈ K mit
6
s − n1 < f (xn ) ≤ s, falls s < ∞,
n < f (xn ), falls s = ∞.
Dann ist lim n→∞ f (xn ) = s. Da K kompakt ist, gibt es eine in K konvergente Teilfolge
(xnk )k∈N , und wir setzen
x ∗ := lim xnk ∈ K.
k→∞
Da f stetig ist, folgt s = lim k→∞ f (xnk ) = f (x ∗ ) < ∞.
(i) Es seien K ⊂ R kompakt und f : K → R stetig. Ist f (x) > 0, x ∈ K , dann Korollar VI.38
gilt sogar inf f (K) > 0, d.h., es existiert ein ˛ > 0 mit
f (x) ≥ ˛ > 0, x ∈ K .
(ii) Ist f : (a, b) → R stetig, x0 ∈ (a, b) und f (x0 ) > 0, so gibt es ı, ˛ > 0 mit
f (x) ≥ ˛ > 0, x ∈ [x0 − ı, x0 + ı] ⊂ (a, b).
Zusammengenommen liefern der Zwischenwertsatz und der Satz vom Minimum und
Maximum die folgende Strukturaussage für stetige Funktionen:
Es seien I ⊂ R und f : I → R stetig. Dann gilt: Korollar VI.39

I (kompaktes) Intervall &⇒ f (I) (kompaktes) Intervall.
Neben Stetigkeit und Lipschitz-Stetigkeit gibt es noch eine weitere Verschärfung des
Stetigkeitsbegriffs, die sog. gleichmäßige Stetigkeit.
Es seien (X, dX ), (Y , dY ) metrische Räume. Eine Funktion f : X ⊃ Df → Y heißt Definition VI.40

gleichmäßig stetig auf Df
# $
:⇐⇒ ∀ " > 0 ∃ ı > 0: ∀ x, y ∈ Df : dX (x, y) < ı &⇒ dY (f (x), f (y)) < " .
Bemerkung. Der Unterschied zur Stetigkeit besteht darin, dass ı hier nur von " ab-
hängt und nicht von einem speziellen Punkt x0 in Df !
– Lipschitz-stetige Funktionen sind gleichmäßig stetig (vgl. Beweis von Pro- Beispiele VI.41
position VI.4).
√
– f (x) = x, x ∈ [0, 1], ist gleichmäßig stetig (obwohl nicht Lipschitz-stetig).
– f (x) = 1x , x ∈ (0, 1], ist stetig, aber nicht gleichmäßig stetig;
Abb. 22.2 illustriert, dass im letzten Fall für " > 0 fest ı → 0 für x0 → 0 gilt!
Abb. 22.2: f (x) = x1 , x ∈ (0, 1], ist nicht gleichmäßig stetig
Satz VI.42 Ist K ⊂ R kompakt und f : K → R stetig, so ist f gleichmäßig stetig.
Beweis. Angenommen, f ist nicht gleichmäßig stetig auf K. Dann gilt:

) 1 *
∃ "0 > 0 ∀ n ∈ N ∃ xn , yn : |xn − yn | < ∧ |f (xn ) − f (yn )| ≥ "0 .
n
Da K kompakt ist, enthält(xn )n∈N ⊂ K eine in K konvergente Teilfolge (xnk )k∈N . Wegen
|xnk − ynk | < n1k → 0, k → ∞, ist dann
" := lim xnk = lim ynk .

k→∞ k→∞
Da f stetig ist, folgt
f (") = lim f (xnk ) = lim f (ynk )
k→∞ k→∞
und damit der Widerspruch 0 < "0 ≤ |f (xnk ) − f (ynk )| → 0, k → ∞ !.
Zum Schluss des Abschnitts sehen wir noch, dass sich Stetigkeit und Monotonie auf
die Umkehrfunktion übertragen, falls diese existiert.
Satz VI.43 Es seien I ⊂ R ein Intervall und f : I → R eine stetige streng monotone Funktion.
Dann ist f : I → f (I) bijektiv, und die Umkehrfunktion
f −1 : f (I) → I
ist stetig und streng monoton im selben Sinn wie f .
Beweis. Der Beweis ist eine gute Übung, um die Definition der Stetigkeit und der
Monotonie zu festigen (Aufgabe VI.6).
Bemerkung. Die Notation f −1 wird sowohl für die Umkehrfunktion benutzt als auch
manchmal für 1f ; die Unterscheidung muss jeweils der Zusammenhang liefern.
und Beispiel. Die Funktion exp: R → (0, ∞) ist stetig, streng monoton wachsend Satz VI.44
und bijektiv. Ihre Umkehrfunktion
ln := (exp)−1 : (0, ∞) → R,
der natürliche Logarithmus, ist stetig und streng monoton wachsend mit
(i) ln(x · y) = ln(x) + ln(y), ln(x n ) = n ln(x), x, y ∈ (0, ∞), n ∈ N;
(ii) ln(1) = 0, ln(e) = 1;
(iii) limx<0 ln(x) = −∞, limx→∞ ln(x) = ∞.
Beweis. Als Potenzreihe ist exp: R → R stetig (Beispiel VI.14). Weiter gilt:
∞
' xn 1
x > 0 &⇒ exp(x) = 1 + > 1, x < 0 &⇒ exp(x) = < 1.
n=1
n! exp(−x)
Damit folgt mit Hilfe der Funktionalgleichung (Satz V.47 (ii)) für x, y ∈ R:
x < y &⇒ x − y < 0 &⇒ exp(x) = exp(y) · exp(x − y) < exp(y).

- ./ 0 - ./ 0
>0 <1
Als streng monotone Funktion ist exp injektiv auf R. Aus dem Zwischenwertsatz
(Satz VI.32) und lim x→−∞ exp(x) = 0, limx→∞ exp(x) = ∞ (Beispiel VI.30) folgt
exp(R) = (0, ∞). Die Behauptungen ergeben sich dann alle aus Satz VI.43 und den
Eigenschaften der Exponentialfunkion (Satz V.47, Beispiel VI.30).
Bemerkung. Der natürliche Logarithmus ln (logarithmus naturalis, auch log) ist der
Spezialfall des Logarithmus log a zu einer Basis a > 0, wenn man als Basis e wählt;
dabei ist log a die Umkehrfunktion der Funktion
R → (0, ∞), x 2→ a x := exp(x ln(a)). (22.1)
Übungsaufgaben
VI.1. Für welche k ∈ N0 sind die Funktionen fk : R → R definiert durch
) $ %
x sin 1x , x -= 0,
k
fk (x) :=
0, x = 0,
stetig? Skizziere die Graphen für ein stetiges und ein unstetiges fk !
VI.2. Beweise die Stetigkeitsregeln aus Satz VI.8.
VI.3. Zeige, dass für alle x, y ∈ R folgende Identitäten gelten:

a) exp(ix) = cos(x) + i sin(x);
b) sin2 (x) + cos2 (x) = 1;
c) sin(x + y) = cos(x) sin(y) + cos(y) sin(x);
d) cos(x + y) = cos(x) cos(y) − sin(x) sin(y).
VI.4. Beweise die Aussagen

- ∅;
a) {x ∈ (0, ∞) : cos(x) = 0} =
x2 x2 x4
b) 1 − 2
≤ cos(x) ≤ 1 − 2
+ 24
, x ∈ (0, 3].
Setze
$ := 2 · inf {x ∈ (0, ∞) : cos(x) = 0},
und zeige die Äquivalenzen:
c) sin(x) = 0 ⇐⇒ ∃ k ∈ Z: x = k$;
d) cos(x) = 0 ⇐⇒ ∃ k ∈ Z: x = k$ + $2 .
VI.5. Zeige, dass gilt:

√
a) 7.8mmf (x) = x, x ∈ [0, 1], ist gleichmäßig stetig, aber nicht Lipschitz-stetig;
b) f (x) = 1x , x ∈ (0, 1], ist nicht gleichmäßig stetig.
VI.6. Beweise Satz VI.43 über die Stetigkeit und Monotonie der Umkehrfunktion.
VII Differentialrechnung in R
In diesem Kapitel wird der Begriff der Differenzierbarkeit von Funktionen einer (meist)
reellen Variablen eingeführt. Differenzierbar bedeutet, dass man lokal die Funktion li-
near, also durch eine Gerade, approximieren kann. Je öfter eine Funktion differenzier-
bar ist, desto genauer kann man sie lokal nicht nur durch eine Gerade, sondern durch
Polynome höheren Grades approximieren (siehe Kapitel IX).
! 23
Differenzierbarkeit
Wir formulieren die Differenzierbarkeit für Funktionen auf K = R oder C mit Werten
in einem normierten Raum Y ; die Definition ist in diesem allgemeineren Fall identisch
mit der für Funktionen von R nach R.
Es seien K = R oder C, (Y , 8 · 8) ein normierter Raum über K , f : K ⊃ Df → Y Definition VII.1

eine Funktion und x0 ∈ Df Häufungspunkt von Df . Dann heißt f differenzierbar
in x0
f (x) − f (x0 )
:⇐⇒ es existiert lim =: f )(x0 ); (23.1)
x→x0 x − x0
ist f in jedem x ∈ Df differenzierbar, so heißt f differenzierbar in Df . Man nennt
f ) (x0 ) ∈ Y Ableitung von f in x0 und bezeichnet als Ableitung von f die Funktion
f ) : K ⊃ Df → Y , x 2→ f ) (x).
Bemerkung. – Der Grenzwert in (23.1) heißt Differentialquotient und ist gleich

f (x0 + h) − f (x0 )
lim .
h→0 h
df
– Statt f ) schreibt man auch dx
oder Df .
Geometrisch ist für reellwertige Funktionen f der Differenzenquotient

f (x) − f (x0 )
x − x0
90 VII Differentialrechnung in R
die Steigung der Sekanten des Graphen von f in den Punkten (x0 , f (x0 )) und (x, f (x)).
Für x → x0 geht die Sekante in die Tangente an den Graphen von f im Punkt (x0 , f (x0 ))
über; die Ableitung f ) (x0 ) ist die Steigung dieser Tangente.
f (x)
f (x0 )
|f (x0 ) − f (x)|
f (x)
|x0 − x|
x x0 x
Abb. 23.1: Geometrische Deutung des Differenzenquotienten für K = R = Y
Beispiele VII.2 – f (x) = x n , x ∈ R, mit n ∈ N0 ist differenzierbar in R mit

6
0, n = 0,
f ) (x) = (x n )) = x ∈ R.
nx n−1, n -= 0,
Beweis. Ist n = 0, so ist f ≡ 1 und damit der Differenzenquotient immer 0,

also gilt (23.1) mit f )(x0 ) = 0. Ist n ≥ 1 und x0 ∈ R, x ∈ R \ {0}, x -= x0 , so
folgt mit der geometrischen Summenformel (Satz II.7)
# $
n 1 − x0 n n−1 )
x0 *k ' k n−1−k
n n ' n−1
x − x0 x x n−1
= =x = x0 x
x − x0 x 1 − xx0 x
k=0 k=0
x→x0
= x n−1 + x0 x n−2 + · · · + x0n−2 x + x0n−1 −−−−−→ nx0n−1 .
- ./ 0
n Summanden
1
– f (x) = , x ∈ R \ {0}, mit n ∈ N ist differenzierbar in R \ {0} mit
xn
) 1 *) 1
) −n ) −n−1
f (x) = = (x ) = −n x = −n , x ∈ R \ {0}.
xn x n+1
Beweis. Für n ≥ 1, x0 ∈ R, x ∈ R \ {0}, x -= x0 , gilt nach erstem Beispiel:

→x0−2n → nx0n−1
1 1 / 0- . / 0- .
xn
− x0n 1 x n − x0n
=− n n −→ −n x0−2n x0n−1 = −n x0−n−1 .
x − x0 x x0 x − x0
– f (x) = |x|, x ∈ R, ist differenzierbar in R \ {0}, aber nicht in x0 = 0.
Beweis. Man überlegt sich leicht, dass f ) (x) = sign x, x ∈ R \ {0}. Für x0 = 0
existiert der Limes in (23.1) nicht, denn
|x| − |0| x −x |x| − |0|
lim = lim = 1 -= −1 = lim = lim .
x"0 x − 0 x"0 x x!0 x x!0 x − 0
23 Differenzierbarkeit 91
√
– f (x) = x, x ∈ [0, ∞), ist differenzierbar in (0, ∞), aber nicht in 0, mit
#√ $) # 1 $) 1 − 1 1
f ) (x) = x = x 2 = x 2 = √ , x ∈ (0, ∞).
2 2 x
Beweis. Eine gute Übung! Was geht bei 0 schief? (Aufgabe VII.2).
Die Funktion exp: C → C ist differenzierbar in C, und es gilt: Beispiel VII.3

exp(z) − 1
(i) lim = 1,
z→0 z
(ii) exp) = exp.
Beweis. (i) Es sei z ∈ C, 0 < |z| < 1. Wegen der absoluten Konvergenz der Exponenti-
alreihe (Satz V.41) liefern die verallgemeinerte Dreiecksungleichung (Proposition V.35)
und die Formel für die geometrischen Reihe (Beispiel V.17):
& exp(z) − 1 & &1 ' ∞
zn & &' ∞
z n−1 && ' n−1
∞
& & & & &
& − 1& = & − 1& = & &≤ |z|
z z n=1 n! n=2
n! n=2
→0
∞
/0-.
' 1 |z| z→0
n
= |z| = −1= −−−−→ 0.
1 − |z| 1 − |z|
n=1 - ./ 0
→1
(ii) Für beliebiges z0 ∈ C und h ∈ C, h -= 0, folgt mit der Funktionalgleichung

(Satz V.47 (ii)) und mit Behauptung (i):
exp(z0 + h) − exp(z0 ) exp(h) − 1 h→0
= exp(z0 ) · −−−−→ exp(z0 ).
h h
- ./ 0
→1
Das Fazit des folgenden Satzes ist: Differenzierbar heißt linear approximierbar!
Es seien K = R oder C, (Y , 8 · 8) normierter Raum über K, f : K ⊃ Df → Y eine Satz VII.4

Funktion und x0 ∈ Df Häufungspunkt von Df . Äquivalent sind:
(i) f ist differenzierbar in x0 .
(ii) Es existieren mx0 ∈ Y und eine in x0 stetige Funktion r: K ⊃ Df → Y mit
r(x0 ) = 0, so dass
f (x) = f (x0 ) + mx0 (x − x0 ) + r(x)(x − x0 ), x ∈ Df ; (23.2)
in diesem Fall ist mx0 = f ) (x0 ).
Beweis. „(i) ⇒ (ii)“: Setze mx0 := f ) (x0 ). Dann gilt (23.2) mit

 f (x) − f (x0 ) − mx , x -= x0 ,

0
r(x) := x − x0

 0, x=x . 0
Die Funktion r ist stetig in x0 mit limx→x0 r(x) = f )(x0 ) − mx0 = 0 = r(x0 ).
„(ii) ⇒ (i)“: Für x -= x0 folgt aus (23.2), weil r stetig ist in x0 und r(x0 ) = 0,
f (x) − f (x0 ) x→x0
= mx0 + r(x) −−−−−→ mx0 .
x − x0 -./0
→ r(x0 ) = 0
Also existiert der Grenzwert in (23.1), und es ist f ) (x0 ) = mx0 .
Bemerkung. Die Differenzierbarkeit von f in x0 ist also äquivalent dazu, dass f linear
approximierbar ist, d.h., es existiert eine lineare Funktion (die Tangente!)
L: K ⊃ Df → Y , L(x) = f (x0 ) + f )(x0 )(x − x0 ),
so dass f (x) − L(x) → 0 für x → x0 , sogar „schneller“ als x − x0 :

f (x) − L(x)
lim = 0.
x→x0 x − x0
Korollar VII.5 Ist f differenzierbar in x0 , so ist f stetig in x0 .
Beweis. Die Behauptung folgt mit Bemerkung VI.17, weil nach Satz VII.4 gilt:
→0 →0 →0
) / 0- . /0-. / 0- . *
lim f (x) = lim f (x0 ) + mx0 (x − x0 ) + r(x) (x − x0 ) = f (x0 ).
x→x0 x→x0
Bemerkung. Die Umkehrung gilt nicht! Die Funktion f (x) = |x|, x ∈ R, etwa ist stetig
in 0, aber nicht differenzierbar in 0.
Es gibt sogar überall stetige und nirgends differenzierbare Funktionen, z.B. die Kochsche
Schneeflockenkurve (Aufgabe V.8) oder die Weierstraß-Funktion ([26, Abschnitt 9.6.2,
Abb. 9.6.3])
∞
'
f (x) = 4k cos(4k $x), x ∈ R.
k=0
Die folgenden Ableitungsregeln sind überaus nützlich, um die Differenzierbarkeit kom-

plizierterer Funktionen zu untersuchen und ihre Ableitungen zu berechnen.
Satz VII.6 Sind (Y , 8 · 8) normierter Raum über K = R oder C, f , g: K ⊃ D → Y Funktionen,

x0 ∈ D Häufungspunkt von D und f , g differenzierbar in x0 , so gilt:
(i) Linearität: Sind ˛, ˇ ∈ K, so ist ˛f + ˇg in x0 differenzierbar mit

# $)
˛f + ˇg (x0 ) = ˛f ) (x0 ) + ˇg ) (x0 ).
(ii) Produktregel: Ist Y = K, so ist f · g differenzierbar in x0 mit
(f · g)) (x0 ) = f ) (x0 ) · g(x0 ) + f (x0 ) · g )(x0 ).

f
(iii) Quotientenregel: Ist Y = K und g(x0 ) -= 0, so ist in x0 differenzierbar mit
g
+ ,)
f f ) (x0 )g(x0 ) − f (x0 )g ) (x0 )
(x0 ) = .
g g(x0 )2
Beweis. (i) Die Behauptungen folgen direkt aus der Definition VII.1 der Ableitung und
den Rechenregeln für Grenzwerte.
(ii) Da g differenzierbar in x0 ist, ist g auch stetig in x0 (Korollar VII.5), also gilt
limx→x0 g(x) = g(x0 ). Damit folgt für x ∈ D, x -= x0 :
(fg)(x) − (fg)(x0 ) f (x) − f (x0 ) g(x) − g(x0 )

= · g(x) +f (x0 ) ·
x − x0 x − x0 x − x0
- ./ 0 -./0 - ./ 0
→f ) (x0 ) → g (x0 ) →g ) (x0 )
x→x0
−−−−−→ f ) (x0 )g(x0 ) + f (x0 )g ) (x0 ).
(iii) Da g stetig ist in x0 (siehe oben) und g(x0 ) -= 0, gibt es ı > 0 mit g(x) -= 0,
x ∈ Bı (x0 ) = {x ∈ D: |x − x0 | < ı} (sonst gäbe es eine Folge (xn )n∈N ⊂ D mit
g(xn ) = 0 und xn → x0 , n → ∞). Dann ist für x ∈ Bı (x0 ), x -= x0 ,
#f $ #f $
(x) − (x0 ) 1 ) f (x) − f (x ) g(x) − g(x0 ) *
g g 0
= · g(x0 ) − f (x0 ) ·
x − x0 g(x) g(x0 ) x − x0 x − x0
-./0 - ./ 0 - ./ 0
→ g (x0 ) →f ) (x0 ) →g ) (x0 )
x→x0 f )(x0 )g(x0 ) − f (x0 )g ) (x0 )

−−−−−→ .
g(x0 )2
(i) Die Menge der differenzierbaren Funktionen f : K ⊃ D → Y bildet einen Korollar VII.7
Vektorraum über K.
(ii) Polynome sind auf ganz R bzw. C differenzierbar.
(iii) Rationale Funktionen sind auf ihrem Definitionsbereich differenzierbar.
Kettenregel. Es seien K = R oder C, f : K ⊃ Df → K, g: K ⊃ Dg → K Funktionen Satz VII.8

mit f (Df ) ⊂ Dg , x0 ∈ Df Häufungspunkt von Df und f (x0 ) Häufungspunkt von Dg .
Ist f differenzierbar in x0 und g differenzierbar in f (x0 ), so ist g ◦ f differenzierbar in
x0 mit
# $
(g ◦ f )) (x0 ) = g ) f (x0 ) · f ) (x0 ).
Beweis. Für den Beweis benutzen wir die Äquivalenz der Differenzierbarkeit mit der
linearen Approximierbarkeit (Satz VII.4). Nach Voraussetzung und Satz VII.4 gibt es
in x0 bzw. f (x0 ) stetige Funktionen rf : K ⊃ Df → K , rg : K ⊃ Dg → K mit rf (x0 ) = 0,
rg (f (x0 )) = 0 und
f (x) = f (x0 ) + f ) (x0 )(x − x0 ) + rf (x)(x − x0 ), x ∈ Df ,
)
# $# $ # $
g(y) = g(f (x0 )) + g f (x0 ) y − f (x0 ) + rg (y) y − f (x0 ) , y ∈ Dg .
Einsetzen der ersten Gleichung in die zweite mit y = f (x) für x ∈ Df liefert:
# $ # $# $ # $# $
(g ◦ f )(x) = g f (x0 ) + g ) f (x0 ) f (x) − f (x0 ) + rg f (x) f (x) − f (x0 )
# $ # $# $
= g f (x0 ) + g ) f (x0 ) f ) (x0 )(x − x0 ) + rf (x)(x − x0 )
# $# $
+ rg f (x) f )(x0 )(x − x0 ) + rf (x)(x − x0 )
# $
= (g ◦ f )(x0 ) + g ) f (x0 ) f ) (x0 )(x − x0 ) + rg ◦f (x)(x − x0 ),
wobei
# $ # $
rg ◦f (x) := g ) f (x0 ) rf (x) + rg (f (x)) f ) (x0 ) + rf (x) , x ∈ Df .
Als Summe und Komposition stetiger Funktionen ist rg ◦f stetig in x0 mit
)
# $ # ) $
rg ◦f (x0 ) = g f (x0 ) rf (x0 ) + rg (f (x0 )) f (x0 ) + rf (x0 ) = 0.
- ./ 0 - ./ 0
=0 =0
Die Behauptung folgt nun wiederum aus Satz VII.4.
Beispiele – sin, cos: R → R sind differenzierbar (Beispiel VI.14) mit:

1 1
sin) (x) = (i exp) (ix) − (−i) exp) (−ix)) = (exp(ix) + exp(−ix)) = cos(x),
2i 2
1 i
cos ) (x) = (i exp) (ix) + (−i) exp) (−ix)) = (exp(ix) − exp(−ix)) = − sin(x).
2 2
sin(x) ? $ @
– tan(x) := , x ∈ R\ (2k + 1) : k ∈ Z (vgl. Aufgabe VI.4), ist diffe-
cos(x) 2
renzierbar mit
) sin)(x) cos(x) − sin(x) cos ) (x) cos 2 (x) + sin2 (x) 1

(tan) (x) = = = .
cos 2 (x) cos 2 (x) cos 2 (x)
– f (x) = exp2 (x), g(x) = exp(x 2 ), x ∈ R, sind differenzierbar mit
f ) (x) = 2 · exp(x) · exp) (x) = 2 exp2 (x);

g ) (x) = exp) (x 2 ) · (x 2 )) = 2x exp(x 2 ).
Satz VII.9 Ableitung der Umkehrfunktion. Es seien K = R oder C, f : K ⊃ Df → K injektiv,

x0 ∈ Df Häufungspunkt von Df , f differenzierbar in x0 und f −1 : K ⊃ f (Df ) → K
stetig in y0 := f (x0 ). Dann ist
f −1 differenzierbar in y0 ⇐⇒ f ) (x0 ) -= 0;
in diesem Fall ist
1
(f −1)) (y0 ) = #
) −1
$. (23.3)
f f (y0 )
Beweis. „&⇒“: Aus (f −1 ◦ f )(x) = x, x ∈ Df , folgt nach Differentiation mit der
Kettenregel (Satz VII.8):
)
# −1 $) )
# −1 $)
−1
1 = (f ◦ f ) (x0 ) = f (f (x0 )) · f (x0 ) = f (y0 ) · f ) (x0 );
# $)
insbesondere folgt f ) (x0 ) -= 0 und f −1 (y0 ) = f ) (x1 0 ) , also (23.3).
„⇐&“: Wir zeigen erst, dass y0 Häufungspunkt von Df −1 = f (Df ) ist. Da x0 Häu-
fungspunkt von Df ist, gibt es eine Folge (xn )n∈N ⊂ Df , xn -= x0 , mit xn → x0 ,
n → ∞. Weil f nach Korollar VII.5 stetig in x0 ist, gilt yn := f (xn ) → f (x0 ) = y0 ,
n → ∞. Da f injektiv ist, ist wegen xn -= x0 auch yn = f (xn ) -= f (x0 ) = y0 .
Um zu zeigen, dass f −1 differenzierbar in y0 ist, sei (yn )n∈N ⊂ f (Df ), yn -= y0 , eine
Folge mit yn → y0 , n → ∞. Da f −1 : f (Df ) → Df bijektiv ist, folgt aus yn -= y0 dann
xn := f −1(yn ) -= f −1 (y0 ) = x0 . Weil f −1 nach Satz VI.43 stetig ist, folgt xn → x0 , n → ∞.
Nach Voraussetzung und Definition der Ableitung gilt dann
f (xn ) − f (x0 )
0 -= f )(x0 ) = lim .
n→∞ xn − x0
Damit folgt, dass der Grenzwert
f −1 (yn ) − f −1 (y0 ) 1 1 1
lim = f (xn )−f (x0 )
= ) (x )
= # $
n→∞ yn − y0 f ) −1
f f (y0 )
limn→∞ xn −x0 0
existiert, d.h., f −1 ist differenzierbar in y0 .
(i) ln: (0, ∞) → R ist differenzierbar mit Beispiele VII.10

1 1 1
ln) (x) = = = , x ∈ (0, ∞).
exp) (ln(x)) exp(ln(x)) x
(ii) sin: [− $2 , $2 ] → [−1, 1], cos:[0, $] → [−1, 1] sind bijektiv mit Umkehr-
funktionen
E $ $F
arcsin: [−1, 1] → − , , arccos: [−1, 1] → [0, $],
2 2
die differenzierbar auf (−1, 1) sind mit
) 1 1 1
arcsin (x) = = = √
sin) (arcsin(x)) cos(arcsin(x)) 1 − (sin(arcsin(x)))2
1
=√ ,
1−x 2
1
arccos) (x) = . . . = − √ ,
1−x 2
aber nicht differenzierbar in den beiden Randpunkten −1 und 1, da

sin) (± $2 ) = cos(± $2 ) = 0.
(iii) tan: (− $2 , $2 ) → R is bijektiv mit differenzierbarer Umkehrfunktion
) $ $* 1
arctan: R → − , , arctan) (x) = .
2 2 1 + x2
π
2
−5 −4 −3 −2 −1 1 2 3 4
− π2
Abb. 23.2: Graphen der Funktionen arcsin, arccos und arctan
Rekursiv definieren wir nun Ableitungen f (n) höherer Ordnung einer Funktion. Dazu
setzen wir für eine differenzierbare Funktion f (0) := f , f (1) := f ) .
Definition VII.11 Es seien K = R oder C, (Y , 8 · 8) ein normierter Raum über K, f : K ⊃ Df → Y

eine Funktion und x0 ∈ Df Häufungspunkt von Df . Für n = 2, 3, . . . definiert
man dann rekursiv: f heißt n-mal differenzierbar in x0
:⇐⇒ f , f ) , . . . , f (n−2) differenzierbar in Df , f (n−1) differenzierbar in x0 ;
ist f in jedem x ∈ Df n-mal differenzierbar, heißt f n-mal differenzierbar in Df .

Man nennt f (n) (x0 ) := (f (n−1) )) (x0 ) die n-te Ableitung von f in x0 und bezeichnet
als n-te Ableitung von f die Funktion
f (n) : K ⊃ Df → Y , x 2→ f (n) (x) = (f (n−1) )) (x).
Bemerkung. – In den Fällen n = 2, 3, 4 schreibt man auch f )) , f ))), f )))) .
– Ist f n-mal differenzierbar, so sind f , f ) , . . . f (n−1) stetig nach Korollar VII.5.
Definition VII.12 Es seien K = R oder C, (Y , 8 · 8) ein normierter Raum über K , f : Df → Y und

n ∈ N0 . Dann f heißt n-mal stetig differenzierbar in D
:⇐⇒ f n-mal differenzierbar in Df , f (n) stetig in Df .

Ist D ⊂ K , so definieren wir die Vektorräume von Funktionen
C n (D) := C n (D, Y ) := {f : D → Y , f n-mal stetig differenzierbar},
<
∞
C (D) := C n (D, Y ).
n∈N0
Bemerkung. – C n (D) und C ∞ (D) sind Untervektorräume von C(D);
– C ∞ (D) ⊂ . . . ⊂ C n+1 (D) ⊂ C n (D) ⊂ . . . ⊂ C 1 (D) ⊂ C 0 (D) = C(D).

Leibniz-Regel. Es seien K = R oder C, f , g: K ⊃ D → K Funktionen, x0 ∈ D Satz VII.13
Häufungspunkt von D und n ∈ N0 . Sind f und g n-mal differenzierbar in x0 , so ist
auch f · g n-mal differenzierbar in x0 mit
n + ,
'
# $(n) n (k)
f ·g (x0 ) = f (x0 )g (n−k) (x0 ).
k
k=0
Beweis. Wir führen Induktion nach n. Der Fall n = 0 ist offensichtlich.

n " n + 1: Nach Induktionsvoraussetzung, Produktregel und der Summenformel für
Binomialkoeffizienten (Proposition II.14) gilt:
# $)
(f · g)(n+1) (x0 ) = (f · g)(n) (x0 )
+' n + , ,
n (k) (n−k) )
= f g (x0 )
k
k=0
' n + , ' n + ,
n (k+1) n (k)
= f (x0 )g (n−k) (x0 ) + f (x0 )g (n−k+1) (x0 )
k k
k=0 k=0
'n+1 + , 'n + ,
n n (k)
= f (k) (x0 )g (n−(k−1)) (x0 ) + f (x0 )g (n−k+1)(x0 )
k−1 k
k=1 k=0
'n ++ , + ,,
n n
= f (n+1) (x0 )g(x0 ) + + f (k) (x0 )g (n+1−k) (x0 )+f (x0 )g (n+1) (x0 )
k −1 k
k=1 - ./ 0
n+1
=( k )
n+1
' n+1 + ,
= f (k) (x0 )g (n+1−k) (x0 ).
k
k=0
Speziell für K = R hat man noch den Begriff einseitiger Ableitungen:
Es sei (Y , 8 · 8) ein normierter Raum über R, f : R ⊃ Df → Y eine Funktion, Definition VII.14

x0 ∈ Df Häufungspunkt von Df ∩ [x0 , ∞) bzw. Df ∩ (∞, x0 ]. Man nennt f
rechtsseitig bzw. linksseitig differenzierbar in x0 ,
f (x) − f (x0 ) f (x) − f (x0 )
:⇐⇒ es existiert lim =: f+) (x0 ) bzw. lim =: f−) (x0 );
x"x0 x − x0 x!x0 x − x0
dann heißen f+) (x0 ) bzw. f−) (x0 ) rechts- bzw. linksseitige Ableitung von f in x0 ; f heißt
rechts- bzw. linksseitig differenzierbar in Df , wenn dies in jedem x ∈ Df gilt, und
einseitig differenzierbar, wenn f rechts- oder linksseitig differenzierbar ist.
f (x) = |x|, x ∈ R, ist links- und rechtsseitig differenzierbar in R mit Beispiel

f−) (x) = f+) (x) = −1, x ∈ (−∞, 0) , f−) (0) = −1,
f−) (x) = f+) (x) = 1, x ∈ (0, ∞) , f+) (0) = 1.
Bemerkung. f ist genau dann differenzierbar in x0 , wenn f links- und rechtsseitig

differenzierbar in x0 ist mit f+) (x0 ) = f−) (x0 ); dann ist
f ) (x0 ) = f−) (x0 ) = f+) (x0 ).
! 24
Mittelwertsätze und lokale Extrema
Der Mittelwertsatz ist das zentrale Hilfsmittel, um notwendige und hinreichende Be-
dingungen für lokale Extrema von Funktionen f : R ⊂ Df → R herzuleiten; dabei ist
Df immer ein Intervall mit Randpunkten a, b ∈ R, −∞ < a < b < ∞.
Definition VII.15 Es seien (X, d) ein metrischer Raum, f : X ⊃ Df → R eine Funktion und x0 ∈ Df .
Man sagt, f hat in x0 ein lokales Minimum bzw. Maximum
:⇐⇒ ∃ " > 0 ∀ x ∈ Df , d(x, x0) < ": f (x0 ) ≤ f (x) bzw. f (x0 ) ≥ f (x)
und ein globales Minimum bzw. Maximum

:⇐⇒ ∀ x ∈ Df : f (x0 ) ≤ f (x) bzw. f (x0 ) ≥ f (x).
Der Punkt x0 heißt lokale bzw. globale Extremstelle von f , wenn f in x0 ein lokales
bzw. globales Minimum oder Maximum hat.
Satz VII.16 Es seien f : R ⊃ (a, b) → R eine Funktion und x0 ∈ (a, b). Hat f in x0 eine lokale
Extremstelle und ist f in x0 differenzierbar, so folgt
f ) (x0 ) = 0.
Beweis. Es sei etwa x0 ein lokales Minimum (sonst betrachte −f ). Dann existiert ein
" > 0 mit (x0 − ", x0 + ") ⊂ (a, b) und
∀ x ∈ (x0 − ", x0 + ") : f (x0 ) ≤ f (x).
Da f differenzierbar in x0 ist, folgt damit

≥0 ≥0
/ 0- . / 0- .
f (x) − f (x0 ) f (x) − f (x0 )
f+) (x0 ) = lim ≥ 0, f−) (x0 ) = lim ≤ 0,
x"x0 x − x0 x!x0 x − x0
- ./ 0 - ./ 0
>0 <0
also insgesamt f ) (x0 ) = f−) (x0 ) = f+) (x0 ) = 0.
Bemerkung. – Punkte x ∈ Df mit f ) (x) = 0 heißen auch kritische Punkte.
– f ) (x0 ) = 0 ist notwendig für lokale Extremstellen, aber nicht hinreichend; z.B.
hat f (x) = x 3 , x ∈ R, in x0 = 0 kein lokales Extremum, aber f ) (0) = 0.
– Kandidaten für lokale Extremstellen einer Funktion f : [a, b] → R sind also:
– die Randpunkte a, b,
– die Punkte in (a, b), in denen f nicht differenzierbar ist,
– die kritischen Punkte von f in (a, b).
24 Mittelwertsätze und lokale Extrema 99
Aus Satz VII.16 folgt mit Satz VI.37 vom Minimum und Maximum sofort:
Es sei f : R ⊃ [a, b] → R stetig in [a, b] und differenzierbar in (a, b). Dann nimmt Korollar VII.17
f sein (globales) Minimum und Maximum entweder auf dem Rand des Intervalls
[a, b] oder in einem kritischen Punkt an:
! )
"
max f (x) ∈ f (a), f (b), max{f (x): x ∈ (a, b) , f (x) = 0}
x∈[a,b]
und analog für min f (x).

x∈[a,b]
Satz von Rolle. Es sei f : R ⊃ [a, b] → R stetig in [a, b] und differenzierbar Satz VII.18
in (a, b). Ist f (a) = f (b), dann existiert ein " ∈ (a, b) mit
f )(") = 0.
Beweis. 1. Fall: f konstant. Dann ist f ) = 0 nach Beispiel VII.2 mit n = 0, also gilt
f )(") = 0 für beliebiges " ∈ (a, b).
2. Fall: f nicht konstant. Dann existiert x0 ∈ (a, b) mit
f (x0 ) < f (a) = f (b) oder f (x0 ) > f (a) = f (b).
Weil f stetig auf [a, b] ist, nimmt es nach Satz VI.37 sein Minimum bzw. Maximum
dann in einem Punkt " ∈ (a, b) an. Also ist " ∈ (a, b) eine Extremstelle, und da f in
(a, b) differenzierbar ist, folgt f ) (") = 0 aus Satz VII.16.
Aus dem Satz von Rolle ergibt sich durch eine einfache Transformation sofort der
folgende zentrale Satz der Differentialrechnung (vgl. Abb. 24.1):
Mittelwertsatz. Es sei f : R ⊃ [a, b] → R stetig in [a, b] und differenzierbar Satz VII.19

in (a, b). Dann existiert ein " ∈ (a, b) mit
f (b) − f (a)
f ) (") = .
b−a
Beweis. Wir wollen den Satz von Rolle anwenden auf die Hilfsfunktion:
f (b) − f (a)
h(x) := f (x) − (x − a), x ∈ [a, b] .
b−a
Genau wie f ist h stetig auf [a, b] und differenzierbar auf (a, b) mit
f (b) − f (a)
h(a) = f (a), h(b) = f (b) − (b − a) = f (a) = h(a),
b−a
erfüllt also die Voraussetzungen von Satz VII.18. Folglich gibt es ein " ∈ (a, b) mit
f (b) − f (a)
0 = h) (") = f ) (") − .
b−a
f (a) h(a) = f (a)

h(x) = 1
x + ab (x
1
− a)
f (x) = 1
x
a ξ b a ξ b
Abb. 24.1: Mittelwertsatz und Transformation auf den Satz von Rolle
Geometrisch bedeutet der Mittelwertsatz, dass es einen Punkt " ∈ (a, b) gibt, in dem
die Tangentensteigung gleich der Sekantensteigung in a und b ist.
Aus dem Mittelwertsatz lassen sich eine ganz Reihe wichtiger Folgerungen ziehen:
Korollar VII.20 Ist f : R ⊃ [a, b] → R stetig auf [a, b] und differenzierbar auf (a, b) oder ist
f : R → R stetig differenzierbar, so gilt:
f konstant ⇐⇒ f ) = 0.
Beweis. „&⇒“: Diese Implikation haben wir in Beispiel VII.2 gezeigt.

„⇐&“: Es seien x1 , x2 ∈ [a, b] (bzw. R) beliebig, ohne Einschränkung x1 < x2 . Nach
dem Mittelwertsatz (Satz VII.19) existiert ein " ∈ (x1 , x2 ) mit
f (x2 ) − f (x1 ) = (x2 − x1 )f ) (") = 0,
da f ) = 0, also f (x2 ) = f (x1 ). Da x1 , x2 beliebig waren, muss f konstant sein.
Lineare Differentialgleichungen erster Ordnung mit konstanten Koeffizienten beschrei-
ben in der Natur Zerfalls- oder Wachstumsprozesse. Mit Hilfe von Korollar VII.20
können wir jetzt alle Lösungen solcher Gleichungen angeben.
Satz VII.21 Es sei % ∈ R und I ⊆ R ein Intervall. Jede stetig differenzierbare Lösung y: I → R
der Differentialgleichung
y ) (x) = % y(x), x ∈ I, (24.1)
ist von der Form y(x) = C exp(%x), x ∈ I, mit einem C ∈ R. Insbesondere ist die
Exponentialfunktion exp die eindeutige Lösung des „Anfangswertproblems“
y ) = y, y(0) = 1.
Beweis. Für f (x) := y(x) · exp(−%x), x ∈ I, gilt nach Produkt- und Kettenregel:
f ) (x) = y ) (x) exp(−%x) + y(x)(−%) exp(−%x) = (y ) (x) − %y(x)) exp(−%x) = 0.
- ./ 0
=0 nach (24.1)
Nach Korollar VII.20 ist dann f konstant, d.h., es gibt C ∈ R mit f (x) = C, x ∈ I.
Für % = 1 folgt aus der Bedingung y(0) = 1, dass C = C exp(0) = y(0) = 1.
Als Nächstes benutzen wir die Ableitung einer Funktion, um Informationen über ihre
Monotonie und Kriterien für die Klassifikation lokaler Extrema zu erhalten.
Ist X eine Menge und f: X → R eine Funktion, schreiben wir Bezeichnung VII.22
f > 0 :⇐⇒ ∀ x ∈ X: f (x) > 0,
und analog definieren wir f ≥ 0, f < 0, f ≤ 0.
Es sei f : R ⊃ (a, b) → R differenzierbar. Dann gilt: Satz VII.23

(i) f ) > 0 &⇒ f auf (a, b) streng monoton wachsend.
f ) < 0 &⇒ f auf (a, b) streng monoton fallend.
(ii) f ) ≥ 0 ⇐⇒ f auf (a, b) monoton wachsend.

f ) ≤ 0 ⇐⇒ f auf (a, b) monoton fallend.
Lässt sich f stetig auf [a, b] fortsetzen, so gelten alle Aussagen rechts auf [a, b].
Beweis. „&⇒“ in (i) und (ii): Nach dem Mittelwertsatz (Satz VII.19) gibt es für beliebige
x1 , x2 ∈ (a, b), x1 < x2 , ein " ∈ (x1 , x2) mit
f (x2 ) − f (x1 ) = f ) (") (x2 − x1 ) .
- ./ 0
>0
Daraus ergeben sich alle Behauptungen; z.B. folgt aus f ) > 0, dass f ) (") > 0 und damit
f (x2 ) > f (x1 ), also ist f streng monoton wachsend.
„⇐&“ in (ii): Aus der Definition der Ableitung folgt für beliebiges x0 ∈ (a, b):
f (x) − f (x0 )
f ) (x0 ) = lim . (24.2)
x"x0 x − x0
- ./ 0
>0
Daraus ergeben sich alle Behauptungen; z.B. folgt aus f monoton wachsend, dass
f (x) − f (x0 ) ≥ 0, also f )(x0 ) ≥ 0.
Bemerkung. In (i) gelten die Rückrichtungen nicht. Auch wenn f streng monoton
wachsend ist und daher f (x) − f (x0 ) > 0 in (24.2) gilt, folgt im Limes nur f ) (x0 ) ≥ 0;
z.B. ist f (x) = x 3 , x ∈ R, streng monoton wachsend, aber f ) (0) = 0.
Kriterien für lokale Extrema. Es seien f : R ⊃ (a, b) → R differenzierbar und Satz VII.24
x0 ∈ (a, b) mit f ) (x0 ) = 0. Dann gilt:
(i) f hat in x0 ein lokales Minimum, falls ˛, ˇ ∈ R, ˛ < x0 < ˇ existieren mit
) )
# $
f (x) ≤ 0, x ∈ (˛, x0) ∧ f (x) ≥ 0, x ∈ x0 , ˇ ,
und ein lokales Maximum, falls

) )
# $
f (x) ≥ 0, x ∈ (˛, x0) ∧ f (x) ≤ 0, x ∈ x0 , ˇ ;
(ii) ist f zweimal stetig differenzierbar in (a, b), so hat f in x0 ein

6
lokales Minimum, wenn f )) (x0 ) > 0,
lokales Maximum, wenn f )) (x0 ) < 0.
Beweis. (i) Die Behauptungen folgen direkt aus der Charakterisierung der Monotonie
mit Hilfe der Ableitung in Satz VII.23.
(ii) Es sei etwa f )) (x0 ) > 0 (sonst betrachte −f ). Dann existieren nach Korollar VI.38 (ii),
da f )) stetig in (a, b) vorausgesetzt ist, ˛, ˇ ∈ R, ˛ < x0 < ˇ mit
# $
f ))(x) > 0, x ∈ ˛, ˇ ,
# $
d.h., f ist nach Satz VII.23 streng monoton wachsend auf ˛, ˇ . Da f ) (x0 ) = 0, folgt
)
# $
f ) (x) ≤ 0, x ∈ (˛, x0 ), und f ) (x) ≥ 0, x ∈ x0 , ˇ . Also sind die Voraussetzungen aus
dem ersten Fall in (i) erfüllt, und die Behauptung folgt daraus.
Definition VII.25 Eine Funktion f: R ⊂ I → R heißt konvex auf einem Intervall I
:⇐⇒ ∀ x1 , x2 ∈ I ∀ % ∈ (0, 1) : f (%x1 + (1 − %)x2 ) ≤ %f (x1 ) + (1 − %)f (x2 )

- ./ 0 - ./ 0
∈(x1 ,x2 ) ∈(f (x1 ),f (x2 ))
bzw.(x2 ,x1 )
und konkav, wenn −f konvex ist. bzw.(f (x2 ),f (x1 ))
Die Konvexität einer Funktion kann man mit der zweiten Ableitung prüfen:
Satz VII.26 Ist I ⊂ R ein offenes Intervall und f : I → R zweimal differenzierbar, so gilt
f konvex ⇐⇒ f )) ≥ 0.
Beweis. „⇐&“: Weil f )) ≥ 0, ist f ) monoton wachsend auf I (Satz VII.23). Es seien
nun x1 , x2 ∈ I beliebig, ohne Einschränkung x1 < x2 , und % ∈ (0, 1). Dann ist
x := %x1 + (1 − %)x2 ∈ (x1 , x2). Nach dem Mittelwertsatz (Satz VII.19) gibt es
"1 ∈ (x1 , x) , "2 ∈ (x, x2 ) mit
f (x) − f (x1 ) f (x2 ) − f (x)
= f ) ("1 ) ≤ f ) ("2 ) = , (24.3)
x − x1 x2 − x
wobei wir die Monotonie von f ) benutzt haben. Mit
x − x1 = %x1 + (1 − %)x2 − x1 = (1 − %)(x2 − x1 ),

(24.4)
x2 − x = x2 − %x1 − (1 − %)x2 = %(x2 − x1 )
und x2 − x1 > 0 folgt aus (24.3)

f (x) − f (x1 ) f (x2 ) − f (x)
≤ .
1−% %
Da %, 1 − % > 0 sind, ergibt sich schließlich f (x) ≤ %f (x1 ) + (1 − %)f (x2 ).
„&⇒“ : Es seien x1 , x2 ∈ I, x1 < x2 , und x ∈ (x1 , x2 ) beliebig. Dann existiert % ∈ (0, 1)
mit x = %x1 + (1 − %)x2 (siehe oben). Da f konvex ist, gilt
0 ≤ %f (x1 ) + (1 − %)f (x2 ) − f (x).
Multiplizieren wir mit x2 − x1 (> 0) und beachten (24.4), so folgt
0 ≤ %(x2 − x1 ) f (x1 ) + (1 − %)(x2 − x1 ) f (x2 ) − (x2 − x1 ) f (x)
- ./ 0 - ./ 0 - ./ 0
=x2 −x =x−x1 =x2 −x+x−x1
# $ # $
= (x2 − x) f (x1 ) − f (x) + (x − x1 ) f (x2 ) − f (x) .
- ./ 0 - ./ 0
>0 >0
Also ergibt sich für beliebiges x ∈ (x1 , x2 ):

f (x) − f (x1 ) f (x2 ) − f (x)
≤ .
x − x1 x2 − x
Da f differenzierbar und damit auch stetig auf I ist, folgt damit
f (x) − f (x1 ) f (x2 ) − f (x) f (x2 ) − f (x1 )
f ) (x1 ) = lim ≤ lim = ,
x"x1 x − x1 x"x1 x2 − x x2 − x1
f (x2 ) − f (x) f (x) − f (x1 ) f (x2 ) − f (x1 )
f ) (x2 ) = lim ≥ lim = ,
x!x2 x2 − x x!x2 x − x1 x2 − x1
also f ) (x1 ) ≤ f ) (x2 ). Folglich ist f ) monoton wachsend. Da f zweimal differenzierbar
ist, folgt f )) ≥ 0 (Satz VII.23 für f ) ).
– exp: R → R ist konvex, denn exp)) = exp > 0. Beispiele

# $)
– ln: R+ → R ist konkav, denn ln)) (x) = 1x = − x12 < 0, x ∈ (0, ∞).
Die Konkavität des Logarithmus liefert einige fundamentale Ungleichungen:
Youngsche1 Ungleichung. Sind p, q ∈ (1, ∞) mit 1p + 1q = 1, so gilt: Satz VII.27

1 1
" · + ≤ · " p + · +q , ", + ≥ 0.
p q
Beweis. Ist " · + = 0, ist nichts zu zeigen. Also sei " · + > 0. Da ln konkav ist, folgt mit
% = p1 , 1−% = 1− 1p = 1q , der Funktionalgleichung für ln (Satz VI.44) und der Definition
der Potenzen mit reellen Exponenten (Kapitel VI, (22.1)), z.B. " p = exp(p ln(")):
)1 1 q* 1 1
ln " + + ≥ ln(" p ) + ln(+q ) = ln(") + ln(+).
p
p q p q
Wendet man darauf die (streng) monoton wachsende Funktion exp an, ergibt sich:
1 p 1 q # $
" + + ≥ exp ln(") + ln(+) = exp(ln(")) · exp(ln(+)) = " · +.
p q
1 William Henry Young, ∗ 20. Oktober 1863 in London, 7. Juli 1942 in Lausanne, englischer Mathe-
matiker, der vor allem orthogonale Reihen und Integrationstheorie studierte.
Satz VII.28 Höldersche2 Ungleichung. Es seien K = R oder C, p, q ∈ (1, ∞) mit p1 + 1

q
= 1.
Für x = (xi )ni=1 ∈ K n definiere
)'
n *1
p p
8x8p := |xi | .
i=1
# $n
Dann gilt für x = (xi )ni=1 , y = yi i=1 ∈ K n :
'n
|xi yi | ≤ 8x8p · 8y8q .
i=1
Beweis. Ist x = 0 oder y = 0, ist nichts zu zeigen. Sind x, y -= 0, so liefert die Youngsche
Ungleichung (Satz VII.27) mit
|xi | |yi |
"= , +=
8x8p 8y8q
für i = 1, 2, . . . , n sofort
|xi | |yi | 1 |xi |p 1 |yi |q
≤ + q .
8x8p 8y8q p 8x8pp q 8y8q
Summiert man über i = 1, 2, . . . , n, so ergibt sich nach der Definition von 8 · 8p :

'n n n
1 1 1 ' p 1 1 ' q 1 1
|xi yi | ≤ |xi | + q |yi | = + = 1.
8x8p 8y8q i=1 p 8x8pp i=1 q 8y8q i=1 p q
p
Sind p, q ∈ (1, ∞) mit 1p + 1q = 1, so ist q = p−1 und heißt zu p konjugierter Exponent
zu p, auch oft mit p) bezeichnet. Ein Spezialfall ist das Paar p = 2 und q = 2.
In diesem Fall wird die Höldersche Ungleichung zu einer Ungleichung, die Sie
vielleicht schon aus der Linearen Algebra kennen:
Korollar VII.29 Cauchy-Bunyakovsky3 -Schwarzsche4 Ungleichung. Es sei K = R oder C. Be-

zeichnet für x = (xi )ni=1 , y = (yi )ni=1 ∈ K n
n
'
>x , y? := xi · yi
i=1
das euklidische Skalarprodukt in K n , so gilt:

|>x , y?| ≤ 8x82 8y82 .
2 Otto Ludwig Hölder, ∗ 22. Dezember 1859 in Stuttgart, 29. August 1937 in Leipzig, deutscher
Mathematiker, der über Fourierreihen und Gruppen arbeitete.
3 Victor Yakovlevich Bunyakovsky, ∗ 16. Dezember 1804 in Bar, Ukraine, 12. Dezember 1889 in St.
Petersburg, Russland, Schüler von Cauchy, arbeitete in Zahlentheorie und Geometrie und entdeckte die –
oft nicht nach ihm benannte – Ungleichung 1859, 25 Jahre vor Schwarz.
4 Hermann Amandus Schwarz, ∗ 25. Januar 1843 in Hermsdorf, jetzt Polen, 30. November 1921
in Berlin, deutscher Mathematiker, Schüler von Weierstraß, arbeitete über konforme Abbildungen und
Minimalflächen.
Minkowskische5 Ungleichung. Es seien K = R oder C und p ∈ (1, ∞) . Dann Satz VII.30
gilt für x, y ∈ K n :
8x + y8p ≤ 8x8p + 8y8p.
Beweis. Ist x + y = 0, so ist nichts zu zeigen. Es sei nun x + y -= 0. Mit Hilfe der Drei-
ecksungleichung für den Betrag in K und der Hölderschen Ungleichung (Satz VII.28),
p
angewendet auf x und x + y sowie y und x + y, folgt mit q = p−1 :
n
' n
' n
'
p p−1 p−1
8x + y8p = |xi + yi | · |xi + yi | ≤ |xi | |xi + yi | + |yi | |xi + yi |p−1
i=1 i=1 i=1
=p =p
)'
n / 0- .* 1 )'
n / 0- .* 1
q q
≤ 8x8p |xi + yi |(p−1)q + 8y8p |xi + yi |(p−1)q
i=1 i=1
# $ p
= 8x8p + 8y8p 8x + y8p . q
p
p
Wegen p − q
= 1 folgt nach Division durch 8x + y8p (-= 0) die Behauptung.
q
Die Minkowskische Ungleichung zeigt, dass für 8 · 8p die Dreiecksungleichung gilt:
Für p ∈ (1, ∞) definiert 8 · 8p : K n → [0, ∞) eine Norm auf K n . Korollar VII.31
Eine Verallgemeinerung des Mittelwertsatzes ist der folgende Satz, den wir verwenden,
um im Folgenden die Regeln von L’Hôpital6 zur Grenzwertberechnung zu bewei-
sen.
Verallgemeinerter Mittelwertsatz. Sind f , g: R ⊃ [a, b] → R stetig in [a, b], Satz VII.32

differenzierbar in (a, b) und g ) (x) -= 0, x ∈ (a, b), so gibt es " ∈ (a, b) mit
f ) (") f (b) − f (a)

= .
g ) (") g(b) − g(a)
Bemerkung. – Im Spezialfall g(x) = x, x ∈ [a, b], erhält man wieder den Mittel-
wertsatz (Satz VII.19).
– Der verallgemeinerte Mittelwertsatz folgt nicht durch „Quotientenbildung“ aus
dem Mittelwertsatz; dieser liefert nur die Existenz von "1 , "2 ∈ (a, b) mit
f )("1 ) f (b) − f (a)

= .
g ) ("2 ) g(b) − g(a)
5 Hermann Minkowski, ∗ 22. Juni 1864 in Aleksotas, Litauen,12. Januar 1909 in Göttingen, legte durch
ein neues Raum-Zeit-Konzept die mathematische Basis der Relativitätstheorie.
6 Guillaume Fran çois Antoine Marquis de L’Hôpital, ∗ 1661, 2. Februar 1704 in Paris, französischer
Mathematiker, der zuerst Hauptmann der Kavallerie war, und später das erste Lehrbuch in Analysis nach
den Aufzeichnungen von Johann Bernoulli schrieb.
Beweis. Es ist g(b) -= g(a), sonst gäbe es nach dem Satz von Rolle ein + ∈ (a, b) mit
g ) (+) = 0. Analog wie im Beweis des Mittelwertsatzes definiere eine Funktion
f (b) − f (a) # $
h(x) := f (x) − g(x) − g(a) , x ∈ [a, b] ,
g(b) − g(a)
die die Voraussetzungen des Satzes VII.18 von Rolle erfüllt. Also gibt es " ∈ (a, b) mit
f (b) − f (a) )
0 = h) (") = f ) (") − g (") .
g(b) − g(a) - ./ 0
-=0
Satz VII.33 L’Hôpitalsche Regeln. Es seien f , g: R ⊃ (a, b) → R differenzierbar in (a, b),

g(x) -= 0, x ∈ (a, b), so dass eine der Bedingungen
(i) f (x) → 0, g(x) → 0 für x " a,
(ii) f (x) → ∞, g(x) → ∞ für x " a,
f ) (x) f (x)
gilt. Existiert dann der Grenzwert limx"a g ) (x)
, so existiert auch limx"a g (x)
und
f (x) f ) (x)
lim = lim ) .
x"a g(x) x"a g (x)
Analoge Aussagen gelten für x # b oder x → ±∞.
Beweis. Gilt (i), so sind f und g in x = a stetig fortsetzbar durch 0; wir bezeichnen
diese Fortsetzungen wieder mit f und g. Nach dem verallgemeinerten Mittelwertsatz
(Satz VII.32) existiert für jedes x ∈ (a, b) ein " ∈ (a, x) mit
f ) (") f (x) − f (a) f (x)
= = .
g ) (") g(x) − g(a) g(x)
Da x " a auch " " a impliziert, folgt daraus die Behauptung.
)
Gilt (ii) und setzt man * := limx"a gf ) (x)(x)
, so gibt es zu beliebigem " > 0 ein ı > 0 mit
& ) &
& f (") & "
∀ " ∈ (a, a + ı) : & ) & − * && < .
g (") 2
Wieder mit dem verallgemeinerten Mittelwertsatz (Satz VII.32) folgt daraus
& &
& f (x) − f (y) & "
∀ x, y ∈ (a, a + ı) : & & − * && < . (24.5)
g(x) − g(y) 2
Für festes y ∈ (a, a + ı) gilt wegen Voraussetzung (ii) →1, x→a
/ 0- .
g (y)
f (x) f (x) − f (y) g(x) − g(y) f (x) f (x) − f (y) 1 − g (x)
= · · = · ,
g(x) g(x) − g(y) f (x) − f (y) g(x) g(x) − g(y) 1 − f (y)
f (x)
- ./ 0
also existiert ein ı0 > 0 mit →1, x→a
& &
& f (x) f (x) − f (y) & "
∀ x ∈ (a, a + ı0 ) : && − &< . (24.6)
g(x) g(x) − g(y) & 2
Insgesamt folgt aus (24.5), (24.6) und der Dreiecksungleichung schließlich
& &
& f (x) &
∀ x ∈ (a, a + min{ı, ı0}) : && − * && < ".
g(x)
– lim x n ln(x) = 0, n ∈ N: Beispiele
x"0
Denn mit f (x) = ln(x), g(x) = x −n , x ∈ (0, ∞), gilt (ii) in Satz VII.33 und
f ) (x) 1 ) 1 *
lim ) = lim x
−n−1
= lim − x n = 0;
x"0 g (x) x"0 −nx x"0 n
die umgekehrte Wahl f (x) = x n , g(x) = (ln(x))−1 , x ∈ (0, ∞), ist sinnlos!
1
ln(x) x n
– lim √ = lim 1 1n −1
= lim 1 = 0, n ∈ N:
x→∞ n
x x→∞
nx x x→∞ n
Der Logarithmus wächst also langsamer gegen ∞ als jede Wurzel!

exp(x)
– lim n
= ∞, n ∈ N:
x→∞ x
Die Exponentialfunktion wächst also schneller gegen ∞ als jede Potenz!
Denn n-malige Anwendung der L’Hôpitalschen Regel liefert:
exp(x) exp(x) exp(x)
lim = lim = · · · = lim = ∞.
x→∞ xn x→∞ nx n−1 x→∞ n!
) 1 1*
– lim − = 0:
x"0 sin(x) x
Für f (x) = x − sin(x), g(x) = x sin(x), x ∈ (0, ∞), gilt
x"0 x"0
f ) (x) = 1 − cos(x) −−→ 0, g ) (x) = sin(x) + x cos(x) −−−→ 0,
x"0 x"0
f )) (x) = sin(x) −−→ 0, g )) (x) = 2 cos(x) − x sin(x) −−−→ 2.
Also folgt nach zweimaliger Anwendung der L’Hôpitalschen Regel:
f )) (x) f ) (x) f (x) ) 1 1*
0 = lim )) = lim ) = lim = lim − .
x"0 g (x) x"0 g (x) x"0 g(x) x"0 sin(x) x
Übungsaufgaben
VII.1. Für a ∈ (0, ∞) fest definiere die Funktion
pa : R → R, pa (x) := exp(x ln(a)).

r 1
a) Zeige, dass pa (q) = a q für jedes q ∈ Q (beachte a s := (a r ) s für r, s ∈ N).
b) Untersuche pa auf Differenzierbarkeit und bestimme allenfalls die Ableitung.
VII.2. Untersuche, wo folgende Funktionen differenzierbar sind, und bestimme dort ihre Ab-
leitung:
√
a) f (x) = x, x ∈ [0, ∞); b) f (x) = |x|3, x ∈ R;
c) f (x) = (1 + 2x )n , x ∈ R, n ∈ N; d) f (x) = ln(| ln(x)|), x ∈ (0, ∞);
e) f (x) = x x , x ∈ [0, ∞); f) f (x) = arctan(x), x ∈ R.
VII.3. Beweise, dass die folgende Funktion beliebig oft differenzierbar ist:
) * 1+
exp − |x| , x -= 0,
f : R → R, f (x) =
0, x = 0.
* 1+
Zeige, dass f (n) (x) = pn−1
x
(x)
2n exp − x für x > 0 mit einem Polynom pn−1 vom Grad n − 1
und dass f (0) = 0 für alle n ∈ N0 .
(n)
VII.4. Wo liegt der Fehler in der folgenden Rechnung:
x5 5x 4 f (5) (x) 5!
lim = lim = · · · = lim (5) = = 120 ?
x→0 sin(x) − x x→0 cos(x) − 1 x→0 g (x) cos(0)
Was ist das richtige Ergebnis?
VIII Integralrechnung in R
Die Integration ist der inverse Prozess zur Differentiation. Es gibt verschiedene Integral-
begriffe. Der elementarste für Funktionen einer reellen Variablen geht auf Bernhard
Riemann1 zurück. Ein allgemeinerer Integralbegriff wird später etwa für die Wahr-
scheinlichkeitstheorie benötigt (siehe z.B. [8]).
Problem: Ist f : [a, b] → R, f ≥ 0, eine Funktion, wie bestimmt man die Fläche Af
unter dem Graphen von f ?
Gf
Af
a b
Abb. 25.1: Geometrische Veranschaulichung des Integrals von a bis b über f
In sehr speziellen Fällen ist dies leicht:

f konstant, f ≡ c &⇒ Af := c (b − a),
'n
f stückweise konstant &⇒ Af := Afi mit fi konstant.
i=1
Wie definiert man Af allgemein, und für welche Funktionenklassen ist dies möglich?
Im Folgenden seien immer a, b ∈ R mit a < b und K = R (später auch C).
! 25
Das Riemann-Integral
Das Riemann-Integral erhält man in einem Grenzübergang, bei dem man das Inter-
vall [a, b] in immer kleinere Teilintervalle teilt und die Funktion f durch stückweise
konstante Funktionen approximiert.
1
Bernhard Riemann, ∗ 17. September 1826 in Breselenz (Niedersachsen), 20. Juli 1866 in Selasca (Ita-
lien), deutscher Mathematiker, wirkte bahnbrechend auf vielen Gebieten der Analysis, Differentialgeometrie,
mathematischen Physik und analytischen Zahlentheorie. Die nach ihm benannte Riemannsche Vermutung
ist eines der größten ungelösten Probleme der Mathematik (siehe Beispiel VIII.31).
110 VIII Integralrechnung in R
Definition VIII.1 (i) Eine Menge von Punkten P = {x0 , x1 , . . . , xn } ⊂ [a, b] mit n ∈ N heißt
Partition von [a, b]
:⇐⇒ a = x0 < x1 < x2 < · · · < xn = b.
(ii) Sind P, P ) Partitionen von (a, b) mit P ⊂ P ), so heißt P ) Verfeinerung von P.
=
n
Für jede Partition P = {x0 , x1 , . . . , xn } ⊂ [a, b] gilt offenbar (xi − xi−1 ) = b − a.
i=1
Definition VIII.2 Eine Funktion ': [a, b] → R heißt Treppenfunktion, wenn es eine Partition P =
{x0 , x1 , . . . , xn } ⊂ [a, b] und Konstanten c1 , c2 . . . , cn ∈ R gibt mit
'(x) = ci , x ∈ (xi−1 , xi ) , i = 1, . . . , n.
+ ,
x0 x1 . . . . . . xn
Wir schreiben dann zur Abkürzung ' = .
c1 c2 . . . cn
Bemerkung. Die Werte einer Treppenfunktion in den Punkten xi werden bewusst

nicht festgelegt. Die Menge T [a, b] aller Treppenfunktionen bildet einen Vektorraum
über R mit der für Funktionen üblichen Addition und Skalarmultiplikation.
Definition VIII.3 Es seien P = {x0 , x1, . . . , xn } ⊂ [a, b] eine Partition des Intervalls [a, b] und
f : [a, b] → R eine beschränkte Funktion. Wir setzen
mi := inf {f (x): x ∈ (xi−1, xi )}, i = 1, . . . , n,
Mi := sup{f (x): x ∈ (xi−1, xi )}, i = 1, . . . , n,
und definieren die Unter- bzw. Obersummen von f zur Partition P als
n
'
s(P, f ) := mi (xi − xi−1 ),
i=1
'n
S(P, f ) := Mi (xi − xi−1 ).
i=1
Damit definiert man das Unter- bzw. Oberintegral von f über [a, b] als
G b
f (x) dx := sup{s(P, f ): P Partition von [a, b]},
∗a
G ∗b
f (x) dx := inf {S(P, f ): P Partition von [a, b]}.
a
Bemerkung VIII.4 Ist m ≤ f ≤ M mit m, M ∈ R, so gilt

m(b − a) ≤ s(P, f ) ≤ S(P, f ) ≤ M(b − a)
↑ ↑ ↑
m≤mi mi ≤Mi Mi ≤M
und damit
G b G ∗b
−∞ < m(b − a) ≤ f (x) dx, f (x) dx ≤ M(b − a) < ∞.
∗a a
25 Das Riemann-Integral 111
b
a x
Abb. 25.2: Ober- und Untersumme einer Funktion
Um auch eine Ungleichung zwischen Ober- und Unterintegral zu erhalten, genügt die
Abschätzung in Bemerkung VIII.4 für eine feste Partition P noch nicht:
Es sei f : [a, b] → R beschränkt. Dann gilt Lemma VIII.5
(i) s(P, f ) ≤ s(P ) , f ) ≤ S(P ) , f ) ≤ S(P, f ) für Partitionen P ⊂ P ) von [a, b];
G b G ∗b
(ii) f (x) dx ≤ f (x) dx.
∗a a
Beweis. (i) Die mittlere Abschätzung ist klar nach Bemerkung VIII.4. Falls P = P ) , so
sind auch die anderen beiden Abschätzungen klar. Für P # P ) zeigen wir die Abschät-
zung für die Untersummen; für die Obersummen ist der Beweis analog.
1. Fall: P ) \ P = {x ) }. Dann gibt es ein j0 ∈ {1, . . . , n} mit xj0 −1 < x ) < xj0 . Setze
# $
m)j0 := inf {f (x): x ∈ xj0 −1 , x ) } ≥ mj0 ,
))
# ) $
mj0 := inf {f (x): x ∈ x , xj0 } ≥ mj0 .
Damit folgt:
s(P ) , f ) − s(P, f ) = m)j0 (x ) − xj0 −1 ) + m))j0 (xj0 − x ) ) − mj0 (xj0 − xj0 −1 )

= (m)j0 − mj0 ) (x ) − xj0 −1 ) + (m))j0 − mj0 ) (xj0 − x ) ) ≥ 0.
- ./ 0 - ./ 0 - ./ 0 - ./ 0
≥0 >0 ≥0 >0
2. Fall: P ) \ P = {x1) , . . . xk) }, k ∈ N: Die Behauptung folgt induktiv aus dem 1. Fall.
(ii) Sind P1 , P2 beliebige Partitionen von [a, b], so folgt nach (i):
P1 ⊂P1 ∪P2 P1 ⊂P1 ∪P2

s(P1 , f ) ≤ s(P1 ∪ P2, f ) ≤ S(P1 ∪ P2 , f ) ≤ S(P2 , f ).
Die Behauptung folgt, indem man auf der linken Seite das Supremum über alle P1 und
auf der rechten Seite das Infimum über alle P2 bildet.
Definition VIII.6 Riemann-Integral reellwertiger Funktionen. Eine beschränkte Funktion

f : [a, b] → R heißt Riemann-integrierbar, wenn ihr Unter- und Oberintegral über-
einstimmen:
G b G ∗b G b
f (x) dx = f (x) dx =: f (x) dx;
∗a a a
dieser gemeinsame Wert heißt Riemann-Integral von f über [a, b].
+ ,
Beispiele x0 x1 . . . . . . xn
– ' ∈ T [a, b], ' = , ist Riemann-integrierbar mit
c1 c2 . . . cn
G b ' n
'(x) dx = ci (xi − xi−1 );
a i=1
hier ist das Riemann-Integral von ' über [a, b] die Summe der Flächen der
Rechtecke unter dem Graphen von ' über der x-Achse minus die Summe
der Flächen der Rechtecke über dem Graphen von ' unter der x-Achse:
+
+ +
+
a b a − b
Abb. 25.3: Graph und Riemann-Integral einer Treppenfunktion

6
1, x ∈ [a, b] ∩ Q,
– D(x) = # $ (Dirichlet-Funktion);
0, x ∈ [a, b] \ [a, b] ∩ Q ,
D ist beschränkt, aber nicht Riemann-integrierbar, denn es gilt:
G b G ∗b
D(x) dx = 0, D(x) dx = (b − a) > 0.
∗a ↑ a ↑
mi =0 Mi =1
Satz VIII.7 Kriterium von Riemann. Eine beschränkte Funktion f : [a, b] → R ist Riemann-
integrierbar
⇐⇒ ∀ " > 0 ∃ Partition P" ⊂ [a, b] : S(P" , f ) − s(P" , f ) < ". (25.1)
Beweis. „⇐&“: Es seien " > 0 beliebig und P" wie in (25.1). Mit Lemma VIII.5 (ii) und
der Definition des Ober- und Unterintegrals als Infimum bzw. Supremum folgt
G ∗b G b
0 ≤ f (x) dx − f (x) dx ≤ S(P" , f ) − s(P" , f ) < ".
a ∗a
Im Grenzübergang " → 0 folgt die Gleichheit von Ober- und Unterintegral.

„&⇒“: Ist f Riemann-integrierbar und " > 0 beliebig, so gibt es nach Definition des
Ober- und Unterintegrals Partitionen P1, P2 ⊂ [a, b] mit
G ∗b G b
" "
S(P1 , f ) − f (x) dx < , f (x) dx − s(P2 , f ) < . (25.2)
a 2 ∗a 2
Mit Lemma VIII.5 (i), (25.2) und da f Riemann-integrierbar ist, folgt
S(P1 ∪ P2 , f ) − s(P1 ∪ P2 , f ) ≤ S(P1 , f ) − s(P2 , f )
G ∗b G b
" "
< f (x) dx + − f (x) dx + = ".
a 2 ∗a 2
Also gilt (25.1) mit P" := P1 ∪ P2 .
Jede stetige Funktion f : [a, b] → R ist Riemann-integrierbar. Satz VIII.8
Beweis. Ist f : [a, b] → R stetig, so ist f beschränkt auf [a, b] und sogar gleichmäßig
stetig nach Satz VI.42. Also existiert zu beliebigem " > 0 ein ı > 0 mit
& & "
& &
∀ x, y ∈ [a, b] , |x − y| < ı: f (x) − f (y) < . (25.3)
b−a
b−a
Wähle n ∈ N mit n
< ı und definiere damit
b−a
xi := a + i · , i = 0, 1, . . . , n, P" := {x0 , x1 , . . . , xn }. (25.4)
n
Dann gilt xi − xi−1 = b−a
n
< ı, i = 1, . . . , n. Da f stetig ist, nimmt f auf jedem Intervall
[xi−1 , xi ] Minimum mi und Maximum Mi an. Zusammen mit (25.3) folgt dann
n
' 'n
" "
S(P" , f ) − s(P" , f ) = (Mi − mi ) (xi − xi−1 ) < = n · = ".
- ./ 0 - ./ 0 n n
i=1 i=1
<"/(b−a) =(b−a)/n
Nach dem Kriterium von Riemann (Satz VIII.7) ist f Riemann-integrierbar.
Jede beschränkte Funktion f : [a, b] → R, die nur endlich viele Unstetigkeitsstellen Korollar VIII.9
hat, ist Riemann-integrierbar.
Bemerkung. Tatsächlich darf die Menge der Unstetigkeitsstellen von f noch viel all-
gemeiner sein (siehe z.B. [8, Satz V.10]), insbesondere abzählbar unendlich!
Jede monotone Funktion f : [a, b] → R ist Riemann-integrierbar. Satz VIII.10
Beweis. Ohne Einschränkung sei f monoton wachsend (sonst betrachte −f ); dann ist
f (b) − f (a) ≥ 0. Zu " > 0 beliebig existiert dann n ∈ N so, dass
b−a
(f (b) − f (a)) < ".
n
Definiere damit eine Partition P" wie in (25.4). Da f monoton wachsend ist, gilt
mi = inf {f (x): x ∈ (xi−1, xi )} ≥ f (xi−1 ),
Mi = sup{f (x): x ∈ (xi−1, xi )} ≤ f (xi ).
Damit folgt nach der Wahl von n:
=(b−a)/n
n
' / 0- . b − a ' n
# $
S(P" , f ) − s(P" , f ) = (M − m )(x − xi−1) ≤ f (xi ) − f (xi−1 ) < ".
- i ./ i0 i n
i=1 i=1
≤f (xi )−f (xi−1 ) - ./ 0
=f (xn )−f (x0 )=f (b)−f (a)
Nach dem Kriterium von Riemann (Satz VIII.7) ist f Riemann-integrierbar.
Definition VIII.11 Riemann-Integral komplexwertiger Funktionen. Eine Funktion f : [a, b] → C

heißt Riemann-integrierbar, wenn Re f und Im f Riemann-integrierbar sind; dann
setzt man
G b G b G b
f (x) dx := (Re f )(x) dx + i (Im f )(x) dx.
a a a
Zum Rechnen mit Integralen gibt es einige wichtige Regeln; dabei sei K = R oder C.
Proposition VIII.12 Es sei f : [a, b] → K beschränkt und c ∈ (a, b). Dann ist f Riemann-integrierbar auf
[a, b] genau dann, wenn die Einschränkungen f |[a,c] und f |[c,b] auf [a, c] bzw. [c, b]
Riemann-integrierbar sind; dann gilt:
G b G c G b
f (x) dx = f (x) dx + f (x) dx.
a a c
Proposition VIII.13 Sind f , g:[a, b] → K Riemann-integrierbar und ˛,ˇ ∈ K, so ist

(i) ˛f + ˇg Riemann-integrierbar und
G b G b G b
(˛f + ˇg)(x) dx = ˛ f (x) dx + ˇ g(x) dx (Linearität); (25.5)
a a a
(ii) f · g Riemann-integrierbar;
G b G b
(iii) falls K = R: f (x) ≤ g(x), x ∈ [a, b] &⇒ f (x) dx ≤ g(x) dx.
a a
Beweis (der Propositionen VIII.12, VIII.13). Alle Behauptungen prüft man mit Hil-
fe der Definition des Riemann-Integrals (Definitionen VIII.6 und VIII.11) oder des
Kriteriums von Riemann (Satz VIII.7) nach (Aufgabe VIII.1).
G b
Vorsicht: Für (f · g)(x) dx gibt es keine Formel!
a
Verallgemeinerter Mittelwertsatz der Integralrechnung. Sind f : (a, b) → R Satz VIII.14
stetig, ': [a, b] → R Riemann-integrierbar und ' ≥ 0, so gibt es ein " ∈ [a, b] mit
G b G b
f (x)'(x) dx = f (") '(x) dx.
a a
Bemerkung. Der klassische Mittelwertsatz der Integralrechnung ist der Fall ' ≡ 1:
G b
f (x) dx = f (")(b − a),
a
1
d.h., die Fläche zwischen dem Graphen von y

f und der x-Achse ist gleich der Fläche eines
Rechtecks über [a, b] mit Höhe f (")! 0.5
Zum Beispiel ist für f (x) = x 2 , x ∈ [−1, 1]:

1
" = √ ∼ 0.58.
3 –1 0 1
Beweis. Da f stetig ist, ist f Riemann-integrierbar und f ([a, b]) =: [m, M] nach
Korollar VI.39 zum Zwischenwertsatz. Da ' ≥ 0 nach Voraussetzung, folgt dann
m '(x) ≤ f (x)'(x) ≤ M'(x), x ∈ [a, b]. Integriert man über [a, b], ergibt sich
daraus nach Proposition VIII.13 (iii):
G b G b G b
m '(x) dx ≤ f (x)'(x) dx ≤ M '(x) dx.
a a a
Folglich existiert ein & ∈ [m, M] mit

G b G b
f (x)'(x) dx = & '(x) dx.
a a
Da [m, M] = f ([a, b]), gibt es dann ein " ∈ [a, b] mit f (") = &.
Sind f: [a, b] → R Riemann-integrierbar, f ([a, b]) ⊂ [m, M] und g: [m, M] → R Proposition VIII.15
stetig, so ist g ◦ f Riemann-integrierbar.
Beweis. Es sei " > 0 beliebig. Da g stetig auf dem kompakten Intervall [m, M] ist,
existiert K := max{|g(y)|: y ∈ [m, M]}, und g ist gleichmäßig stetig auf [m, M]. Also
"
gibt es ein ı > 0, ohne Einschränkung ı < 4K , mit
"
∀ y1 , y2 ∈ [m, M] , |y1 − y2 | < ı: |g(y1 ) − g(y2 )| < .
2(b − a)
Weil f Riemann-integrierbar ist, existiert nach dem Kriterium von Riemann
(Satz VIII.7) eine Partition Pı 2 = {x0 , x1 , . . . , xn } mit
S(Pı 2 , f ) − s(Pı 2 , f ) < ı 2.

Für Pı 2 seien mi , Mi zu f und m)i , Mi) zu h := g ◦ f wie in Definition VIII.3. Setze
I := {i ∈ {1, 2, . . . , n}: Mi − mi < ı}.
Da ı ≤ Mi − mi für i ∈
/ I, folgt
n
' n
' n
Mi − mi 1'
(xi − xi−1) ≤ (xi − xi−1) ≤ (Mi − mi )(xi − xi−1 )
i=1 i=1
ı ı i=1
i-∈I i-∈I
1# $
= S(Pı 2 , f ) − s(Pı 2 , f ) < ı.
ı
Weiter gilt nach Definition der Menge I und von K als Maximum von g auf [m, M]:
"
Mi) − m)i < , i ∈ I,
2(b − a)
Mi) − m)i ≤ |Mi) | + |m)i | ≤ 2K , i ∈
- I.
"
Insgesamt ist dann wegen ı < 4K
"
< 2(b−a) ≤2K
n
' / 0- . n /
' 0- .
) )
S(Pı 2 , h) − s(Pı 2 , h) = (Mi − mi )(xi − xi−1) + (Mi − m)i )(xi − xi−1 )
)
i=1 i=1
i∈I i-∈I
n
' n
'
" "
< (xi − xi−1) + 2K (xi − xi−1) < + 2K ı < ".
2(b − a) 2
i=1 i=1
i-∈I i-∈I
- ./ 0 - ./ 0
≤b−a <ı
Mit P" := Pı 2 liefert das Kriterium von Riemann (Satz VIII.7) die Behauptung.
Satz VIII.16 Ist f : [a, b] → K Riemann-integrierbar, so auch |f |, und es gilt:

&G b & G b
& &
& f (x) dx & ≤ |f (x)| dx. (25.6)
a a
2 2 2
Beweis. Nach Proposition VIII.13 (ii) und (i) ist√ |f | = (Re f ) + (Im f ) Riemann-
integrierbar. Nach Proposition VIII.15 mit g = · ist |f | Riemann-integrierbar. Um
die Ungleichung (25.6) zu zeigen, setzen wir
G b
z := f (x) dx ∈ C.
a
Ist z = 0, ist nichts zu zeigen. Ist z -= 0, setze ˛ := |z|

z
∈ C. Dann ist |˛| = 1 und
Re(˛f ) ≤ |Re(˛f )| ≤ |˛f | = |f |. Dann folgt nach Proposition VIII.13 (i) und (iii):
&G b & G b G b G b G b
& &
& f (x) dx & = ˛ f (x) dx = ˛f (x) dx = Re(˛f (x)) dx ≤ |f (x)| dx.
a a
- a ./ 0 a a
∈R
26 Integration und Differentiation 117
Damit man nicht immer aufpassen muss, ob die obere Integrationsgrenze größer ist
als die untere, trifft man die folgende Konvention. Überlegen Sie sich dabei, dass diese
Festlegung für Treppenfunktionen genau das Richtige liefert!
Es sei f : [a, b] → K Riemann-integrierbar. Man definiert Definition VIII.17

G a G a G b
f (x) dx := 0, f (x) dx := − f (x) dx.
a b a
! 26
Integration und Differentiation
Differentiation und Integration haben beide die Eigenschaft der Linearität (Satz VII.6
und Proposition VIII.13). Jetzt wollen wir untersuchen, in welchem Sinn die beiden
Operationen zueinander invers sind.
In diesem Abschnitt seien wieder a, b ∈ R, a < b, und K = R oder C.
Es sei f : [a, b] → K Riemann-integrierbar. Definiert man Satz VIII.18

G x
Fa (x) := f (t) dt, x ∈ [a, b] , (26.1)
a
so ist Fa stetig in [a, b]; ist f stetig in x0 ∈ [a, b], so ist Fa differenzierbar in x0 mit
Fa) (x0 ) = f (x0 ).
Beweis. Als Riemann-integrierbare Funktion ist f beschränkt, also gibt es M ≥ 0 mit

|f | ≤ M. Dann gilt für x, y ∈ [a, b], a ≤ y < x ≤ b, nach Satz VIII.16:
&G x & G x
& & & &
|Fa (x) − Fa (y)| = && f (t) dt && ≤ &f (t)& dt ≤ M · (x − y) = M · |x − y|.
y y - ./ 0
≤M
Also ist Fa Lipschitz-stetig und damit insbesondere stetig nach Proposition VI.4. Ist f
stetig in x0 und " > 0 beliebig, so existiert ein ı > 0 mit
∀ t ∈ [a, b] , t ∈ [x0 , x0 + ı]: |f (t) − f (x0 )| < ".
Dann gilt für x ∈ [a, b] , x ∈ (x0 , x0 + ı), nach Satz VIII.16:
& F (x) − F (x ) & G
& a a 0 & 1 && x # $ &&
& − f (x0 )& = & f (t) − f (x0 ) dt &
x − x0 x − x0 x0
G x
1 & & 1
≤ & f (t) − f (x0 )& dt < (x − x0 )" = ",
x − x0 x0 - ./ 0 x − x0
<"
analog für x ∈ (x0 − ı, x0). Also ist Fa differenzierbar in x0 mit Fa) (x0 ) = f (x0 ).
Bemerkung. Nach der Konvention in Definition VIII.17 gilt Satz VIII.18 auch für das
Hb
Integral Gb (x) := x f (t) dt, x ∈ [a, b], dann mit Gb) (x0 ) = −f (x0 ).
Definition VIII.19 Es sei I ⊂ R ein Intervall und K = R oder C. Eine differenzierbare Funktion
F: I → K heißt Stammfunktion einer Funktion f : I → K
:⇐⇒ F ) = f ;
H
man nennt F auch unbestimmtes Integral von f und schreibt F(x) = f (x) dx.
Bemerkung. Ist f stetig, so ist Fa aus (26.1) Stammfunktion von f mit Fa (a) = 0.
Proposition VIII.20 Es seien f : [a, b] → K Riemann-integrierbar, F: [a, b] → K Stammfunktion von f

und G: [a, b] → K. Dann gilt:
G Stammfunktion von f ⇐⇒ F − G konstant.
Beweis. „⇐&“: Ist F − G ≡ c mit c ∈ K , so ist G differenzierbar und

G) = (F − c)) = F ) − c ) = F ) = f .
„&⇒“: Ist G) = f , so ist (F − G)) = F ) − G) = f − f = 0, also F − G konstant nach

Korollar VII.20.
Satz VIII.21 Fundamentalsatz der Differential- und Integralrechnung. Ist f : [a, b] → K

stetig und F: [a, b] → K eine Stammfunktion von f , so gilt:
G b
f (x) dx = F(b) − F(a).
a
Beweis. Es sei Fa die Stammfunktion von f aus (26.1). Nach Proposition VIII.20 gibt
es dann c ∈ K mit F = Fa + c (nämlich c = F(a), da Fa(a) = 0). Damit folgt
G b
# $ # $
F(b) − F(a) = Fa(b) + c − Fa (a) + c = Fa (b) − Fa (a) = f (x) dx.
- ./ 0 a
=0
&b
Bemerkung. Man schreibt auch: F(b) − F(a) =: [F(x)]ba =: F(x)&a .
Korollar VIII.22 Ist F: [a, b] → K stetig differenzierbar, so gilt

G x
F(x) = F(a) + F ) (t) dt, x ∈ [a, b].
a
Eine Übersicht der wichtigsten Stammfunktionen, die man sich merken sollte, gibt Ta-
belle 27.1. Eine umfassende systematische Aufstellung bekannter Stammfunktionen
(gut zum Suchen geeignet!) enthält die Formelsammlung [9, 21.7].
27 Integrationsmethoden 119
! 27
Integrationsmethoden
Wir lernen nun drei Methoden kennen, um Integrale auszurechnen bzw. Stammfunk-
tionen zu bestimmen. Es gibt kein Rezept, wann welche Methode funktioniert. Auf
jeden Fall helfen Probieren, Erfahrung (vgl. Tabelle 27.1) und Kreativität!
B C B C
Substitution.
B C Es seien f : [a, b] → C stetig, ˛, ˇ ⊂ [a, b], ': ˛, ˇ → R und Satz VIII.23
'( ˛, ˇ ) ⊂ [a, b]. Dann gilt:
G ˇ G '(ˇ)
)
(f ◦ ')(x) · ' (x) dx = f (t) dt.
˛ '(˛)
Beweis. Ist F eine Stammfunktion von f , so ist nach Kettenregel (Satz VII.8)
(F ◦ ')) (x) = F ) ('(x)) · ' ) (x) = f ('(x)) · ' ) (x), x ∈ [a, b],
also ist F ◦ ' Stammfunktion von (f ◦ ') · ' ) . Nach dem Fundamentalsatz der
Differential- und Integralrechnung (Satz VIII.21) folgt dann:
Tabelle 27.1: Einige wichtige Stammfunktionen
Funktion f Stammfunktion F Definitionsbereich
1 s+1 x ∈ R, falls s ∈ N0
x s , s -= −1 x x ∈ R \ {0}, falls s ∈ (−N)
s+1
x ∈ (0, ∞), falls s ∈ R \ Z
1
ln(x) x ∈ (0, ∞)
x
1
exp(%x), % ∈ C \ {0} exp(%x) x∈R
%
sin(x) − cos(x) x∈R
cos(x) sin(x) x∈R
1 $ $ $%
tan(x) x∈ − ,
cos2 (x) 2 2
1 cos(x)
− cot(x) := − x ∈ (0, $)
sin2 (x) sin(x)
1
√ arcsin(x) x ∈ (−1, 1)
1 − x2
1
arctan(x) x∈R
1 + x2
f ) (x)
, f (x) -= 0, x ∈ R ln |f (x)| x∈R
f (x)
G ˇ
(f ◦ ')(x) · ' )(x) dx = (F ◦ ')(ˇ) − (F ◦ ')(˛)
˛ G '(ˇ)
= F('(ˇ)) − F('(˛)) = f (t) dt.
'(˛)
G 17
Beispiel Berechne das Integral 1 − y 2 dy !
7 −1
Für f (y) := 1 − y 2 , y ∈ [−1, 1], und '(x) := cos(x), x ∈ [0, $], ist
7
f ('(x)) = 1 − cos 2 (x) = sin(x), ' ) (x) = − sin(x), '(0) = 1, '($) = −1.
Damit folgt nach der Substitutionsregel (Satz VIII.23):

G 17 G 0 G $
2
1 − y 2 dy = (− sin (x)) dx = sin2 (x) dx.
−1 $ 0
Das Additionstheorem für cos (Aufgabe VI.3) liefert für x ∈ R:
1# $
cos(2x) = cos 2 (x) − sin2 (x) = 1 − 2 sin2 (x) &⇒ sin2 (x) = 1 − cos(2x) .
2
Damit ergibt sich
=0
G G J$. /
I 0-
1 7 $
1# $ $ 1 1 $
1 − y 2 dy = 1 − cos(2x) dx = − sin(2x) = .
−1 0 2 2 2 2 0 2
Zeichnen Sie sich den Graphen von f auf und überlegen Sie, dass wir eben die
Fläche eines Halbkreises mit Radius 1 berechnet haben!
Satz VIII.24 Partielle Integration. Für stetig differenzierbare f , g: [a, b] → C ist

G b G b
B Cb
f (x)g ) (x) dx = f (x)g(x) a − f ) (x)g(x) dx.
a a
Beweis. Nach der Produktregel (Satz VII.6 (ii)) ist (f · g)) = f ) g + f g ) , also f · g
Stammfunktion von f ) g + f g ) . Nach dem Fundamentalsatz der Differential- und Inte-
gralrechnung (Satz VIII.21) ist dann
G b # $ B Cb
f (x)g ) (x) + f ) (x)g(x) dx = f (x)g(x) a .
a
Bemerkung. Für das unbestimmte Integral hat die partielle Integration die Form
G G
f (x)g ) (x) dx = f (x)g(x) − f ) (x)g(x) dx.
27 Integrationsmethoden 121
Finde eine Stammfunktion des Logarithmus, d.h., berechne für a > 0 Beispiel
G x
ln(t) dt, x ∈ [a, ∞)!
a
Mit f (t) = ln(t), g(t) = t, t ∈ (a, ∞), in Satz VIII.24 folgt für x ∈ [a, ∞):
G x G x
1
ln(t) dt = [t ln(t)] xa − · t dt = x ln(x) − a ln(a) − (x − a)
a a t
= x(ln(x) − 1) − a(ln(a) − 1).
Also ist F(x) = x(ln(x) − 1), x ∈ (0, ∞), eine Stammfunktion des Logarithmus ln.
Eine spezielle Integrationsmethode für rationale Funktionen liefert die sog. Partial-
bruchzerlegung, die nur noch Terme enthält, die man elementar integrieren kann.
Partialbruchzerlegung. Es seien P und Q Polynome mit Koeffizienten in K = R Satz VIII.25

oder C. Dann existiert eine eindeutige Zerlegung
r mj
P ' ' cjk
(z) = T(z) + k
, (27.1)
Q j=1
(z − zj )
k=1
wobei T ein Polynom ist, r ∈ N0 , m1 , . . . , mr ∈ N, z1 , . . . , zr ∈ C und cjk ∈ C.

Speziell für K = R hat (27.1) die Form
mk
r ' s 'nl
P ' ck! ' dlν + %dlν x
(x) = T(x) + !
+ ν
, (27.2)
Q !=1
(x − xk ) ν=1
ql (x)
k=1 l=1
wobei x1 , . . . , xr ∈ R, dlν , %
dlν , ck! ∈ R, und q1 , . . . , qs reelle Polynome zweiten
Grades ohne reelle Nullstellen sind.
Beweis. Der Beweis erfolgt mit Hilfe des Fundamentalsatzes der Algebra, der die Zer-
legung von Q in Linearfaktoren liefert (siehe z.B. [19, Abschnitt 4.3]).
Ein Rezept zur Berechnung der Partialbruchzerlegung lautet: Bemerkung VIII.26

1. Schritt: Ist deg P < deg Q, so ist T ≡ 0. Ist deg P ≥ deg Q, bestimme T durch
%
Polynomdivision mit Rest; der Rest hat die Form QP mit deg % P < deg Q.
2. Schritt: Bestimme die Linearfaktorzerlegung von Q: dann ist r die Anzahl der
verschiedenen (komplexen) Nullstellen von Q, zj sind die Nullstellen von Q und
mj ihre Vielfachheiten.
3. Schritt: Bestimme aus dem Ansatz (27.1) bzw. (27.2) die Koeffizienten cjk bzw.
ck! , dlν , d̃lν nach Multiplikation mit Q durch Koeffizientenvergleich.
G 0
Beispiel x 2(x − 2)
Berechne 2
dx !
−1 (x − 1)
1. Schritt: Da deg P = 3 ≥ 2 = deg Q, führen wir Polynomdivision durch:

−x
(x 3 − 2x 2 ): (x 2 − 2x + 1) = x + 2
3 2
x − 2x + 1
x − 2x + x
Rest: −x
2. Schritt: Für Q(x) = (x − 1)2 ist r = 1, z1 = 1, m1 = 2.
3. Schritt: Aus dem Ansatz

x 2 (x − 2) c11 c12 x 3 − 2x 2 + x + c11 (x − 1) + c12
=x+ + =
(x − 1)2 x − 1 (x − 1)2 (x − 1)2
folgt durch Koeffizientenvergleich im Zähler c11 = −1, c12 = c11 = −1, also:
G 0 2 G 0+ ,
x (x − 2) 1 1
2
dx = x − − 2
dx
−1 (x − 1) −1 x − 1 (x − 1)
E x2 1 F0
= − ln(1 − x) + = −1 + ln 2.
2 x − 1 −1
! 28
Uneigentliche Integrale
Es gibt zwei Fälle von uneigentlichen Integralen: Entweder kann das Integrationsin-
tervall unendlich sein, oder das Integrationsintervall ist beschränkt, aber die Funktion
darauf ist unbeschränkt.
Definition VIII.27 Es sei I ⊂ R ein Intervall. Eine Funktion

B C f : I → C heißt lokal Riemann- &
integrierbar, wenn für jedes Intervall ˛, ˇ ⊂ I die Einschränkung f &[˛,ˇ]
H
Riemann-integrierbar ist. Definiere dann das uneigentliche Integral I f (x) dx
(i) für I = [a, b) oder [a, ∞) bzw. I = (a, b] oder (−∞, b] durch
G b G ˇ G b G b
f (x) dx := lim f (x) dx, f (x) dx := lim f (x) dx,
a ˇ!b a a ˛"a ˛
(ii) für I = (a, b) oder (−∞, ∞) durch

in (i) definiert in (i) definiert
G /G 0- . /G 0- .
b c b
f (x) dx := f (x) dx + f (x) dx mit c ∈ (a, b).
a a c
Man nennt das uneigentliche Integral konvergent, falls die Grenzwerte jeweils exis-
tieren,
H andernfalls divergent, und absolut konvergent, wenn das uneigentliche Inte-
gral I |f (x)| dx konvergent ist.
28 Uneigentliche Integrale 123
Bemerkung. – Es gelten die gleichen Rechenregeln wie für Riemann-Integrale
(Proposition VIII.13); insbesondere folgt, dass Definition VIII.27 (ii) unabhängig
von der Wahl von c ist.
– Für eine Riemann-integrierbare Funktion f : [a, b] → C stimmt das unei-

gentliche
H x Integral mit dem Riemann-Integral überein (denn die Abbildung
x 2→ a f (t) dt ist stetig nach Satz VIII.18).

G ∞ = 1 Beispiel VIII.28
1 , s > 1,
– dx s−1
1 xs ist divergent, s ≤ 1.
Beweis. Für ˇ > 1 gilt: 6

G ˇ 
 B 1 −s+1 Cˇ # 1−s $ ˇ→∞ 1
, s > 1,
1  x = 1
ˇ − 1 −−−−→
− s−1
−s+1 1 1−s
dx = ∞, s < 1,
x s 
1 
[ln(x)]ˇ = ln(ˇ) −ˇ→∞
1 −−−−→ ∞, s = 1.
G ∞
1
– dx = $.
−∞ 1 + x2
Beweis. Für ˇ > 0 gilt:

G ˇ
1 ˇ ˇ→∞ $
2
dx = [arctan(x)] 0 = arctan(ˇ) −
− −−−→
0 1+x 2
und damit aus Symmetriegründen (mittels Substitution x 2→ −x):
G ∞ G ∞
1 1
$=2 2
dx = 2
dx.
0 1 + x −∞ 1 + x
Es seien I ⊂ R ein Intervall und f : I → C, g: I → R beide lokal Riemann- Proposition VIII.29

integrierbar. Dann gilt:
G b G b
|f | ≤ g, g(x) dx konvergent &⇒ f (x) dx absolut konvergent.
a a
Beweis. Die Behauptung folgt mit den Rechenregeln für Integral und Limes (Proposi-
tion VIII.13 und Satz IV.36).
Integralvergleichskriterium für Reihen. Ist f : [1, ∞) → [0, ∞) monoton fal- Satz VIII.30
lend, so gilt:
∞
' G ∞
f (n) konvergent ⇐⇒ f (x) dx konvergent.
n=1 1
Beweis. Da f monoton fallend ist, folgt:

∀ n ∈ N ∀ x ∈ [n, n + 1] : f (n) ≥ f (x) ≥ f (n + 1),
also ergibt sich nach Integration von n bis n + 1:

G n+1
∀ n ∈ N: f (n) ≥ f (x) dx ≥ f (n + 1).
n
Summation liefert für beliebiges N ∈ N:
'N G N +1 N
' N +1
'
f (n) ≥ f (x) dx ≥ f (n + 1) = f (n).
n=1 1 n=1 n=2
Nun folgt „&⇒“ aus der ersten und „⇐&“ aus der zweiten Ungleichung.
∞
6
Beispiel VIII.31 ' 1 konvergent für s > 1,
n=1
ns divergent für s ≤ 1,
folgt sofort aus dem Integralvergleichskriterium (SatzVIII.30) und Beispiel VIII.28.
Diese Reihe kann man auch für komplexe s ∈ C definieren, und sie konver-
giert dann für Re s > 1; durch „analytische Fortsetzung“ erhält man daraus die
Riemannsche Zeta-Funktion ): C \ {1} → C. Die noch immer nicht bewiesene
Riemannsche Vermutung 2 sagt ([3, Abschnitt VI.6]):
Alle komplexen Nullstellen der Riemannschen Zeta-Funktion

mit Re s > 0 liegen auf der Geraden Re s = 12 .
! 29
Konvergenz von Funktionenfolgen und -reihen
Funktionen müssen oft durch einfachere Funktionen (z.B. Polynome) approximiert
werden. Wie misst man die Güte einer solchen Approximation, und wie verhalten sich
Ableitung, Stetigkeit und Integral bei einer solchen Approximation:
G b G b



 fn (x) dx −−−−→ f (x) dx ?
 a n→∞ a
???
fn −−−−→ f &⇒ fn stetig &⇒ f stetig ?
n→∞ 



f ) (x) −−−−→ f ) (x) ?
n n→∞
Definition VIII.32 und Bemerkung. Sind X eine Menge und (E, 8 · 8) ein normierter Raum, so setzt
man
B(X, E) := {f : X → E: f beschränkt},
!
8f 8∞ := sup 8f (x)8: x ∈ X}, f ∈ B(X, E).
Dann ist 8·8∞ eine Norm auf B(X, E) und heißt Supremumsnorm. Ist E vollständig,
so ist auch B(X, E) vollständig (Aufgabe VIII.8).
2 Sie ist eines der sieben „Millenium Prize Problems“ des Clay Mathematics Institute, das für ihren Beweis
1.000.000 US $ ausgeschrieben hat! (siehe www.claymath.org/millennium).

29 Gleichmäßige Konvergenz von Funktionenfolgen 125
Es seien X eine Menge, (E, 8·8) ein normierter Raum und fn , f : X → E Funktionen, Definition VIII.33
n ∈ N. Die Folge (fn )n∈N heißt
pktw.
(i) punktweise konvergent gegen f , fn −−−−→ f
n→∞
:⇐⇒ ∀ " > 0 ∀ x ∈ X ∃ N = N(x, ") ∈ N ∀ n ≥ N: 8fn (x) − f (x)8 < ";
glm.
(ii) gleichmäßig konvergent gegen f , fn −−−−→ f
n→∞
:⇐⇒ ∀ " > 0 ∃ N = N(") ∈ N ∀ n ≥ N ∀ x ∈ X: 8fn (x) − f (x)8 < ".
Geometrisch heißt gleichmäßige Konvergenz, dass es für jedes " > 0 ein N ∈ N gibt, so
dass für alle n ≥ N die Graphen der fn im "-Streifen um den Graphen der Grenzfunk-
tion f liegen (Abb. 29.1).
fn (x)
ε
ε
f (x)
x
Abb. 29.1: Gleichmäßige Konvergenz anschaulich
(i) Damit sind auch punktweise und gleichmäßige Konvergenz von Funktio- Bemerkung VIII.34
∞
'
nenreihen fk definiert (mittels Partialsummenfolge);
k=1
glm. pktw.
(ii) fn −−−−→ f &⇒ fn −−−−→ f (aber nicht umgekehrt);
n→∞ n→∞
pktw.
(iii) fn −−−−→ f ⇐⇒ ∀ x ∈ X: 8fn (x) − f (x)8 −−−−→ 0;
n→∞ n→∞
glm.
(iv) fn −−−−→ f ⇐⇒ 8fn − f 8∞ −−−−→ 0.
n→∞ n→∞
Gleichmäßige Konvergenz und Stetigkeit. Betrachte die Funktionen

6
0, x ∈ [0, 1) ,
fn (x) := x n , x ∈ [0, 1] , n ∈ N, f (x) :=
1, x = 1.
pktw.
Alle fn sind stetig, und es gilt fn −−−−→ f . Trotzdem ist f nicht stetig! Der Grund ist, dass
n→∞
die Folge (fn )n∈N nicht gleichmäßig konvergiert auf [0, 1]:
Satz VIII.35 Es seien (X, d) metrischer Raum, (E, 8 · 8) normierter Raum und fn , f : X → E,
n ∈ N. Dann gilt:
glm.
fn −−−−→ f , fn stetig &⇒ f stetig.
n→∞
Beweis. Es seien x0 ∈ X und " > 0 beliebig. Wegen der gleichmäßigen Konvergenz der
Folge (fn )n∈N existiert ein N ∈ N mit
"
∀ n ≥ N: 8fn − f 8∞ < .
3
Da fN stetig in x0 ist, existiert ein ı > 0 mit
"
∀ x ∈ X, d(x, x0) < ı: 8fN (x) − fN (x0 )8 < .
3
Damit folgt für x ∈ X mit d(x, x0) < ı:
8f (x) − f (x0 )8 ≤ 8f (x) − fN (x)8 + 8fN (x) − fN (x0 )8 + 8fN (x0 ) − f (x0 )8 < ".
- ./ 0 - ./ 0 - ./ 0
≤8f −fN 8∞ < "3 < "3 ≤8fN −f 8∞ < "3
Gleichmäßige Konvergenz und Integration. Betrachte die Funktionen

 B 1C
2

 2n x, x ∈ 0, 2n ,
B 1 1
C
fn (x) := 2n − 2n2x, x ∈ 2n , n , n ∈ N.

 B1 C
0, x ∈ n, 1 ,
pktw. H1
Dann ist fn −−−−→ 0, aber 0 fn (x) dx = 12 -→ 0 (skizzieren Sie die Graphen für mehre-
n→∞
re n)! Auch hier ist der Grund wieder die fehlende gleichmäßige Konvergenz:
Satz VIII.36 Für fn , f : [a, b] → K (= R oder C), n ∈ N, fn stetig, gilt:

G b G b
glm.
fn −−−−→ f &⇒ fn (x) dx −−−−→ f (x) dx.
n→∞ a n→∞ a
Beweis. Nach Satz VIII.35 ist f stetig, also sind f und fn Riemann-integrierbar. Mit
Proposition VIII.13 (i), Satz VIII.16 und der gleichmäßigen Konvergenz folgt:
&G G b & G
& b & b& &
& & & n→∞
& fn (x) dx − f (x) dx & ≤ fn (x)−f (x)& dx ≤ 8fn − f 8∞ (b − a) −−−−→ 0.
& a a & a
Gleichmäßige Konvergenz und Differentiation. Betrachte die Funktionen

sin(nx) )
√
fn (x) = √ , fn (x) = n cos(nx), x ∈ [0, 2$] , n ∈ N.
n
glm.
Dann ist 8fn 8∞ = √1 , also fn −
n
− −−→ 0, aber (fn) )n∈N nicht punktweise konvergent!
n→∞
pktw.
Es seien fn , f : [a, b] → C, fn stetig differenzierbar, n ∈ N. Ist fn −−−−→ f und (fn) )n∈N Satz VIII.37
n→∞
gleichmäßig konvergent, so ist f stetig differenzierbar mit
pktw.
fn) −−−−→ f ) .
n→∞
Beweis. Nach Satz VIII.35 ist %

f := limn→∞ fn) stetig. Nach Korollar VIII.22 zum Funda-
mentalsatz der Differential– und Integralrechnung gilt:
G x
fn (x) = fn (a) + fn) (t) dt, x ∈ [a, b].
a
pktw.
Die Integrale rechts konvergieren nach Satz VIII.36. Da fn −−−−→ f , folgt
n→∞
G x
f (x) = f (a) + %
f (t) dt, x ∈ [a, b],
a
und nach Differentiation

f ) (x) = %
f (x) = lim fn) (x), x ∈ [a, b].
n→∞
Speziell für Funktionenreihen gibt es einen recht einfachen Test auf absolute und
gleichmäßige Konvergenz:
Kriterium von Weierstraß. Es seien X eine Menge, (E, 8 · 8) ein vollständiger Satz VIII.38
normierter Raum (z.B. E = R oder C) und gk : X → E beschränkt, k ∈ N. Gilt
∞
'
8gk 8∞ < ∞, (29.1)
k=1
=∞
so konvergiert k=1 gk absolut und gleichmäßig in E.
Wegen 8gk (x)8 ≤ 8gk 8∞ < ∞, x ∈ X, und nach Voraussetzung (29.1) kon-
Beweis. =
vergiert ∞k=1 gk (x) absolut nach dem Majoranten-Kriterium (Satz V.36). Setze
n
' ∞
'
fn (x) := gk (x), f (x) := gk (x), x ∈ X, n ∈ N.
k=1 k=1
glm.
Zu zeigen ist fn −−−−→ f . Für beliebiges " > 0 gibt es wegen (29.1) ein N ∈ N mit
n→∞
∞
'
∀ n ≥ N: 8gk 8∞ < ".
k=n+1
Dann folgt für alle n ≥ N und alle x ∈ X mit der verallgemeinerten Dreiecksunglei-
chung (Proposition V.35):
8 8 8 8
∞
' 8
8
∞
' 8 8 ∞
'
8fn (x) − f (x)8 = 8 gk (x)8 ≤ 8gk (x)8 ≤ 8gk 8∞ < ".
k=n+1 k=n+1 k=n+1
∞
Beispiel VIII.39 1 ' cos(2k$x)
B2 (x) := 2 konvergiert absolut und gleichmäßig auf R, da nach
$ k2
k=1
Beispiel V.21 gilt:
'∞
1
2
< ∞.
k=1
k
Tatsächlich ist B2 (x) = x 2 − x + 16 das zweite der Bernoulli-Polynome Bn , die z.B. bei
der Berechnung der Werte der Riemannschen Zeta-Funktion (Beispiel VIII.31) an
geradzahligen Stellen auftreten ([18, Abschnitt 41]):
∞
' ∞
'
1 (2$)2n 1 $2
)(2n) = = |B2n (0)|, n ∈ N; speziell: = .
k 2n 2(2n)! k2 6
k=1 k=1
Die wichtigste Anwendung für das Kriterium von Weierstraß sind Potenzreihen.
Der folgende Satz ist eine wichtige Vorbereitung für die Funktionentheorie oder Kom-
plexe Analysis, in der es um Funktionen von C nach C geht (siehe z.B. [11, Ab-
schnitt III.2]):
=
Satz VIII.40 Für eine Potenzreihe f (z) := ∞ k
k=0 ak (z − a) mit Koeffizienten ak ∈ C, k ∈ N, und
Konvergenzradius R > 0 gilt für jedes 0 < , < R:
∞
'
(i) z 2→ ak (z −a)k konvergiert absolut und gleichmäßig auf B, (a) gegen f ,
k=0
'∞
(ii) z 2→ kak (z −a)k−1 konvergiert absolut und gleichmäßig auf B, (a) gegen f ).
k=1
Beweis. Setze gk (z) := ak (z − a)k, z ∈ C, k ∈ N. Wähle z0 ∈ C mit , < |z0 − a| < R.

Dann gilt für z ∈ B, (a) mit q := |z0,−a| < 1 (vgl. Beweis von Lemma V.49):
& &k
& & & & & z − a &
&gk (z)& = &ak (z0 − a)k & & & ≤ Cqk &⇒ 8gk 8∞ ≤ Cqk .
- ./ &
0 z0 − a &
=:C
Behauptung (i) für f folgt mit Hilfe der geometrischen Reihe aus dem Kriterium von
Weierstraß (Satz VIII.38). Analog zeigt man, dass die Potenzreihe in (ii) absolut und
gleichmäßig auf B, (a) konvergiert; dass die Grenzfunktion f ) ist, folgt aus Satz VIII.37,
weil gk) (x) = kak (z − a)k−1, z ∈ C, k ∈ N.
Korollar VIII.41 Potenzreihen dürfen im Innern ihres Konvergenzkreises gliedweise differenziert

und integriert werden.
Beweis. Die Behauptung folgt aus den Sätzen VIII.40, VIII.36 und VIII.37.
Die Potenzreihen Beispiel VIII.42
∞
' ∞
'
z 2k+1 z 2k
sinh(z) := , cosh(z) := , z ∈ C,
(2k + 1)! (2k)!
k=0 k=0
definieren die hyperbolischen trigonometrischen Funktionen Sinus hyperbolicus

und Cosinus hyberbolicus, die auf C unendlich oft differenzierbar sind mit
∞
' ∞
'
(2k + 1)z 2k z 2k
sinh) (z) = = = cosh(z), cosh) (z) = sinh(z), z ∈ C.
(2k + 1)! (2k)!
k=0 k=0
Übungsaufgaben
VIII.1. Beweise die Eigenschaften des Riemann-Integrals aus Proposition VIII.12 und VIII.13.
, 1
VIII.2. Bestimme mit Hilfe von Ober- und Untersummen x 2 dx!
−1
√
VIII.3. Zeige, dass die Funktion f (x) = x 1 + x, x ∈ [0, 1], Riemann-integrierbar auf [0, 1] ist,
und berechne ihr Riemann-Integral auf drei Weisen:
√
a) mit den Substitutionen '1 (x) = 1 + x und '2 (x) = tan2 (x);
b) mit partieller Integration.
, 1
1
VIII.4. Für welche s ∈ R konvergiert das Integral dx und warum?
0 xs
VIII.5. Zeige, dass die folgenden uneigentlichen Integrale konvergieren:

, ∞ , 1 $1% , ∞
1 sin(x)
a) sin2 (x) dx; b) sin dx; c) dx, s > 0.
0 0 x x 0 x s
Konvergieren die Integrale in c) auch absolut?

,
x3 + x2 + x + 2
VIII.6. Bestimme das unbestimmte Integral dx!
x 4 + 3x 2 + 2
VIII.7. Leite mit Hilfe von Satz VIII.40 die Potenzreihe von arctan her (denke an die Ablei-
tung von arctan ....) und daraus den Wert der alternierenden harmonischen Reihe (Bei-
spiel IV.12 und Aufgabe VI.4):
∞
! 1 $
(−1)k = .
k=0
2k + 1 4
VIII.8. Beweise, dass der Raum der beschränkten Funktionen B(X, E) auf einer Menge X mit
Werten in einem vollständigen normierten Raum E mit der Supremumsnorm 8 · 8∞
(Definition VIII.32) ein vollständiger normierter Raum ist.
VIII.9. Zeige, dass für die hyberbolischen Funktionen sinh und cosh für x, y ∈ R folgende
Identitäten gelten:
1
* + 1
* +
a) sinh(x) = 2
exp(x) − exp(−x) , cosh(x) = 2
exp(x) + exp(−x) ;
b) cosh2 (x) − sinh2 (x) = 1;
c) sinh(x + y) = cosh(x) sinh(y) + cosh(y) sinh(x);
d) cosh(x + y) = cosh(x) cosh(y) + sinh(x) sinh(y).
Wie hängen sinh und cosh mit sin und cos zusammen?
VIII.10. Bestimme jeweils eine Stammfunktion für den Tangens hyperbolicus und den Cotan-
gens hyberbolicus:
sinh cosh
tanh: R → R, tanh := , coth: R \ {0} → R, coth := .
cosh sinh
Skizziere die Graphen der hyperbolischen Funktionen sinh, cosh, tanh, coth auf R!
IX Taylorpolynome und -reihen
Wann kann man Funktionen lokal durch Polynome approximieren? Um physikalische

Gleichungen zu vereinfachen, wird z.B. gerne sin(x) ≈ x für „kleine“ x angenom-
men. Aber wie klein muss x sein, damit die Näherung noch akzeptabel ist? Analoge
Fragen entstehen, wenn man Funktionswerte mit einem Computer mit vorgegebener
Genauigkeit approximieren will.
! 30
Taylorpolynome
Die Grundidee der Taylorapproximation versteht man am besten, wenn man die er-
sten beiden Schritte „zu Fuß“ überlegt. Dazu sei I ⊂ R ein abgeschlossenes Intervall,
f : I → R eine Funktion und x0 ∈ I fest.
(1) Ist f einmal stetig differenzierbar, liefert der Fundamentalsatz der Differential-
und Integralrechnung (Korollar VIII.22):
G x
f (x) = f (x0 ) + f ) (t) dt, (30.1)
- ./ 0 x0
=:P0 (x) - ./ 0
(Polynom 0. Grades) =:R0 (x) („Rest“)
und mit K1 := max{|f ) (x)|: x ∈ I} gilt

|R0 (x)| ≤ K1 |x − x0 |, x ∈ I.
(2) Ist f zweimal stetig differenzierbar, ergibt partielle Integration in (30.1):

G x
B )
C t=x # ))
$
f (x) = f (x0 ) + − f (t)(x − t) t=x0 − − f (t)(x − t) dt
x0
G x
= f (x0 ) + f ) (x0 )(x − x0 ) + f )) (t)(x − t) dt,
- ./ 0 x0
=:P1 (x) - ./ 0
(Polynom 1. Grades) =:R1 (x) („Rest“)
und mit K2 := max{|f )) (x)|: x ∈ I} gilt, z.B. für x ≥ x0 (analog für x ≤ x0 ):

G x I Jt=x
(x − t)2 |x − x0 |2
|R1 (x)| ≤ K2 | x- ./
− 0t | dt = K2 − = K2 .
x0 2 t=x0 2
≥0
132 IX Taylorpolynome und -reihen
f (x)
R1 (x)
P1 (x)
Tangente von f in x0
x0 x
Abb. 30.1: Der Rest R1 hängt von der Krümmung f )) von f ab
Im Folgenden sei wieder K = R oder C und I ⊂ R immer ein Intervall.
Satz IX.1 Taylorsche1 Formel. Sind n ∈ N0 , f ∈ C n+1 (I, K) und x0 ∈ I, so ist

) f (n) (x0 )
f (x) = f (x0 ) + f (x0 )(x − x0 ) + · · · + (x − x0 )n + Rn (x)
n!
für x ∈ I, wobei
G
1 x (n+1)
Rn (x) = f (t)(x − t)n dt (Cauchysche Form des Restgliedes).
n! x0
Beweis (durch vollständige Induktion nach n). Der Fall n = 0 war in (30.1) gezeigt. Im
Induktionsschritt gehen wir genau wie in Schritt (2) oben vor:
n " n + 1: Nach Induktionsvoraussetzung und mit partieller Integration folgt:
G
1 x (n+1)
Rn (x) = f (t)(x − t)n dt
n! x0
:I ;
n+1 Jt=x G x n+1
1 (x − t) (x − t)
= −f (n+1)(t) + f (n+2) (t) dt
n! n+1 t=x0 x0 n+1
G x
f (n+1)(x0 ) 1
= (x − x0 )n+1 + f (n+2)(t)(x − t)n+1 dt .
(n + 1)! (n + 1)! x0
- ./ 0
=Rn+1 (x)
Definition IX.2 Für n ∈ N0 , f ∈ C n (I, C) und x0 ∈ I ist das Taylorpolynom der Ordnung n von f in
x0 definiert als
) f (n) (x0 )
Pn (x) := f (x0 ) + f (x0 )(x − x0 ) + · · · + (x − x0 )n
n!
' n
f (k) (x0 )
= (x − x0 )k , x ∈ I.
k!
k=0
1 Brook Taylor, ∗ 18. August 1685 in Edmonton, 29. Dezember 1731 in Somerset House, London, eng-
lischer Mathematiker, der neben der erst Jahrzehnte später durch Lagrange gewürdigten Taylorentwicklung
die Finite-Differenzen-Methode erfand.
30 Taylorpolynome 133
Wir wissen bereits, dass f ) = 0 genau dann gilt, wenn f konstant, also ein Polynom vom
Grad 0, ist (Korollar VII.20). Jetzt können wir allgemeiner zeigen:
Ist n ∈ N0 und f ∈ C n+1 (I, C), so gilt: Korollar IX.3

f ist Polynom vom Grad ≤ n ⇐⇒ f n+1 = 0.
Beweis. „&⇒“: Diese Implikation ist offensichtlich.

„⇐&“: Mit der Cauchyschen Form des Restglieds in der Taylorschen Formel (Satz IX.1)
folgt aus der Voraussetzung Rn = 0, also f = Pn .
Es seien n ∈ N0 , f ∈ C n (I, C) und x0 ∈ I. Dann existiert genau ein Polynom P vom Proposition IX.4
Grad ≤ n mit
P (k)(x0 ) = f (k) (x0 ), k = 0, 1, . . . , n,
nämlich das Taylorpolynom Pn der Ordnung n von f in x0 .
Beweis. Eine gutes Training für Taylorpolynome (Aufgabe IX.1)!

Speziell für reellwertige Funktionen gibt es noch eine weitere Form des Restterms:
Es seien n ∈ N0 , f ∈ C n+1 (I, R) und x0 , x ∈ I. Dann existiert ein " ∈ (x0 , x) bzw. Satz IX.5
(x, x0 ) mit
f (n+1) (")
Rn (x) = (x − x0 )n+1 (Lagrangesche2 Form des Restgliedes).
(n + 1)!
Beweis. Da Rn = f − Pn für n ∈ N, folgt aus Proposition IX.4 und Pn(n+1) = 0:

R(k)
n (x0 ) = f
(k)
(x0 ) − Pn(k)(x0 ) = 0, k = 0, 1, . . . , n, R(n+1)
n = f (n+1) .
Nach dem verallgemeinerten Mittelwertsatz (Satz VII.32) (dafür braucht man f reell-
wertig!) existieren sukzessive "1 , . . . "n+1 ∈ (x0 , x) bzw. (x, x0 ) mit
=0
/ 0- .
Rn (x) Rn (x) − Rn (x0 ) R)n ("1 )
= =
(x − x0 )n+1 (x − x0 )n+1 − (x0 − x0 )n+1 (n + 1)("1 − x0 )n
- ./ 0
=0
=0
/ 0- .
1 Rn ("1 ) − R)n (x0 )
)
1 R))n ("2 )
= =
(n + 1) ("1 − x0 )n − (x0 − x0 )n (n + 1) n("2 − x0 )n−1
- ./ 0
=0
R(n+1) ("n+1 ) f ("n+1 ) (n+1)
= ··· = n = .
(n + 1)! (n + 1)!
Die Behauptung folgt dann mit " := "n+1 .
2 Joseph-Louis Lagrange, ∗ 25. Januar 1736 in Turin, 10. April 1813 in Paris, brillierte in allen Gebieten
der Analysis, der Zahlentheorie und der analytischen Mechanik.
Aus der Lagrangeschen Form folgen sofort konkrete Restgliedabschätzungen:
Korollar IX.6 Sind I ⊂ R Intervall, f ∈ C n+1 (I, R), x0 ∈ I, und gibt es K ≥ 0 mit
| f (n+1) (t)| ≤ K , t ∈ I, (30.2)
so gilt
K
|Rn (x)| ≤ |x − x0 |n+1 , x ∈ I.
(n + 1)!
Bemerkung. Ist I ein abgeschlossenes Intervall, gilt (30.2) nach Satz VI.37 vom
Minimum
! (n+1)und Maximum immer; "insbesondere gilt für jedes ı > 0 mit K :=
max | f (t)|: t ∈ [x0 − ı, x0 + ı] :
K
|Rn (x)| ≤ ı n+1 , x ∈ [x0 − ı, x0 + ı].
(n + 1)!
In Satz VII.24 (ii) haben wir lokale Extrema x0 mit Hilfe des Vorzeichens von f )) (x0 )
klassifiziert, falls f )) (x0 ) -= 0 war. Die Lagrangesche Restgliedformel erlaubt uns nun
eine Verallgemeinerung auf den Fall f (n+1) (x0 ) -= 0 für ein beliebiges n ∈ N.
Korollar IX.7 Es seien I ⊂ R Intervall, n ∈ N0 , f ∈ C n+1 (I, R) und x0 ∈ I. Gilt

f ) (x0 ) = f )) (x0 ) = · · · = f (n) (x0 ) = 0, f (n+1) (x0 ) -= 0, (30.3)
so ist x0
(i) lokales Minimum, wenn n ungerade ist und f (n+1) (x0 ) > 0,
(ii) lokales Maximum, wenn n ungerade ist und f (n+1)(x0 ) < 0,
(iii) keine lokale Extremstelle, wenn n gerade ist.
Beweis. Es sei etwa f (n+1) (x0 ) > 0 (sonst betrachte −f ). Da f (n+1) nach Voraussetzung
stetig ist, existiert ein ı > 0, so dass
∀ x ∈ (x0 − ı, x0 + ı): f (n+1) (x) > 0.
Nach der Taylorschen Formel (Satz IX.1) und mit Voraussetzung (30.3) folgt:
f (x) = f (x0 ) + Rn (x), x ∈ (x0 − ı, x0 + ı).
n ungerade (d.h. n + 1 gerade): Nach Satz IX.5 gibt es ein " ∈ (x0 − ı, x0 + ı) mit
1
Rn (x) = f (n+1)(") (x − x0 )n+1 ≥ 0 &⇒ x0 lokales Minimum. (30.4)
(n + 1)! - ./ 0 - ./ 0
>0 ≥0
n gerade (d.h. n + 1 ungerade): Dann wechselt in (30.4) der Faktor (x − x0 )n+1 in (30.4)
das Vorzeichen auf (x0 − ı, x0 + ı) in x0 , also folgt jetzt
6
≥ 0, x ∈ (x0 , x0 + ı)
Rn (x) = &⇒ x0 keine lokale Extremstelle.
< 0, x ∈ (x0 − ı, x0 )
30 Taylorpolynome 135
Zur qualitativen Formulierung der Taylorschen Formel (d.h. ohne genaue Konstanten
in den Restgliedabschätzungen) ist die folgende Schreibweise nützlich.
Landausche3 Symbole. Es seien (X1 , 8 · 81), (X2 , 8 · 82) normierte Räume (z.B. R Definition IX.8
oder C), D ⊂ X1 , f , g: D → X2 und a Häufungspunkt von D. Dann schreibt man
für x → a:
(i) f (x) = O(g(x)) :⇐⇒ ∃ ı > 0 ∃ C > 0 ∀ x ∈ D, 8x − a81 < ı:
8f (x)82 ≤ C8g(x)82,
8f (x)82
(ii) f (x) = o(g(x)) :⇐⇒ lim x→a = 0.
8g(x)82
Bemerkung. Offenbar gilt f (x) = o(g(x)) &⇒ f (x) = O(g(x)) für x → a.
Zur Veranschaulichung der Landau-Notation seien X1 = X2 = R mit 8 · 8 = | · |, Beispiele IX.9

a = 0 und m ∈ N.
6
k
m
O(x ) für k = 0, 1, . . . , m,
– x = für x → 0.
k
o(x ) für k = 0, 1, . . . , m − 1,
Denn mit ı := 1 und C := 1 gilt

≥0
m /0-.
|x | m−k
k ≤ m &⇒ = |x| ≤ C = 1 für 0 < |x| < ı = 1,
|x k |
>0
m /0-.
|x |
k < m &⇒ = |x| m−k → 0 für x → 0.
|x |
k
– P(x) = 1 + x + x 2 + 3x 3 = 1 + x + O(x 2 ) = 1 + x + x 2 + o(x 2 ), x → 0.
Nach Korollar IX.6 gilt Rn (x) = O((x − x0 )n+1 ) = o((x − x0 )n ), x → x0 , also lässt Bemerkung IX.10
sich die Taylorsche Formel qualitativ schreiben als
(n) 1
) f (x0 ) n O((x − x0 )n+1 ),
f (x) = f (x0 ) + f (x0 )(x − x0 ) + · · · + (x − x0 ) +
n! o((x − x0 )n ).
Wir wollen die Restgliedabschätzungen aus Korollar IX.6 jetzt bei unserem anfängli-
chen Beispiel sin(x) ≈ x für „kleine“ x testen:
3 Edmund Landau, ∗ 14. Februar 1877, 19. Februar 1938 in Berlin, deutscher Mathematiker, im Dritten
Reich bereits 1933/34 von seiner Professur aus Göttingen vertrieben, machte sich sehr um die analytische
Zahlentheorie verdient.
Beispiel IX.11 Betrachte f (x) = sin(x), x ∈ R, in x0 = 0. Es gilt für k ∈ N0 :

f (2k) (x) = (−1)k sin(x), f (2k+1) (x) = (−1)k cos(x), x ∈ R.
Damit sind die Taylorpolynome von sin in x0 = 0 gegeben durch
' (−1)l−1 k
x3 x5 k−1 x
2k−1
P2k−1(x) = P2k (x) = x − + − · · · + (−1) = x 2l−1 .
3! 5! (2k − 1)! (2l − 1)!
l=1
Die Restglieder Rn (x) = sin(x) − Pn (x) für n = 2k − 1, 2k können mit Hilfe von
|sin(x)|, |cos(x)| ≤ 1, x ∈ R, nach Korollar IX.6 abgeschätzt werden durch
1
|R2k−1 (x)| = |R2k (x)| ≤ |x|2k+1 .
(2k + 1)!
Also gilt z.B. für I = [−0.1, 0.1]:
1 3 (0.1)3
| sin(x) − x| = |R1 (x)| ≤ |x| ≤ = 0.000166666 . . . , x ∈ [−0.1, 0.1] .
3! 3!
Beispiel IX.12 Berechne die Eulersche Zahl e auf 6 Nachkommastellen genau!

Für f (x) = exp(x), x ∈ R, gilt für jedes k ∈ N0 :
f (k) (x) = exp(x), f (k)(0) = 1.
Damit sind die Taylorpolynome von exp in 0 gegeben durch
n
x2 x3 xn ' xn
Pn (x) = 1 + x + + +···+ = . (30.5)
2 3! n! k!
k=0
Die Restglieder Rn (x) = exp(x) − Pn (x) schätzt man für x ∈ I = [−1, 1] mit Korol-
lar IX.6 ab. Da exp streng monoton wächst (Satz VI.44), folgt mit Aufgabe III.1 c):
n
' 1
| exp(x)| ≤ | exp(1)| = e = lim ≤ 3, x ∈ [−1, 1], (30.6)
n→∞ k!
k=1
also folgt
3 3
|Rn (x)| ≤ |x|n+1 ≤ , x ∈ [−1, 1]. (30.7)
(n + 1)! (n + 1)!
Wir benutzen zur analytischen Approximation von e = exp(1) das Taylorpolynom
%n (1).
Pn (1) und als numerische Näherung für Pn (1) eine endliche Dezimalzahl P
Gesucht ist also n ∈ N so, dass
%n (1)| ≤ | exp(1) − Pn (1)| + |Pn(1) − P
| exp(1) − P %n (1)| < 10−6 . (30.8)
- ./ 0 - ./ 0 - ./ 0
Analysis Numerik Forderung!
Es ist n!
1 1 1 n! + n! + 2 + n!
3! + · · · + 1
Pn (1) = 1 + 1 + + + · · · + = .
2 3! n! - n!
./ 0
Der Zähler dieses Bruches ist in N
31 Taylorreihen 137
%n (1) auf 6 Nachkommastellen genau, ist |Pn (1)− %
Ist P Pn(1)| < 0.5·10−6 (dazu muss
%n (1) mindestens 7 Nachkommastellen haben, und die 6. und 7. Stelle dürfen nicht
P
0 sein; z.B. kann 3.0123400 durch Rundung 3.012339988 2→ 3.0123400 entstehen).
Wegen der Abschätzung (30.7) gilt dann (30.8), wenn n ∈ N so groß ist, dass auch
3
|Rn (1)| = | exp(1) − Pn (1)| ≤ < 0.5 · 10−6 .
(n + 1)!
Man prüft leicht nach, dass das kleinste n mit dieser Eigenschaft n = 10 ist. Wegen
P10 (1) = 2.71828180114 ist dann P %10 (1) = 2.7182818 eine auf mindestens 6
(tatsächlich sogar 7) Nachkommastellen genaue Darstellung von e.
Tabelle 30.1: Approximationen von e (auf 10 Stellen gerundet)

-n 1
n yn = k=0 k! xn = (1 + n1 )n e
1 2.0000000000 2.0000000000
4 2.7083333333 2.4414062500
5 2.7166666666 2.4883200000
.. .. ..
. . .
10 2.7182818011 2.5937424601
100 2.7182818284 2.70481382942 2.7182818284590...
Die sehr unterschiedliche Konvergenzgeschwindigkeit

=n 1 der beiden gegen e konvergie-
renden Folgen yn = Pn (1) = k=0 k! und xn = (1+ 1n )n (vgl. Satz IV.46 und Proposition
IV.47) zeigt Tabelle 30.1. Die Folge xn hat für n = 100 erst eine gültige Nachkommastelle.
! 31
Taylorreihen
Das vorige Beispiel zeigt, dass die Taylorpolynome der Ordnung n von exp in 0 nichts
anderes sind als die n-ten Partialsummen der Potenzreihe, die exp definiert:
∞
' xk
exp(x) = = lim Pn (x), x ∈ R,
k! n→∞
k=0
(siehe (30.5) und Satz IX.1). Gilt dies auch für andere Funktionen?
Ist I ⊂ R ein Intervall, f ∈ C ∞ (I, K) und x0 ∈ I, so heißt Definition IX.13

∞
' f (k) (x0 )
Tf ,x0 (x) := (x − x0 )k , x ∈ I,
k!
k=0
Taylorreihe von f in x0 . Gibt es ein ı > 0 mit Tf ,x0 (x) → f (x), x ∈ (x0 − ı, x0 + ı),
so sagt man, f besitzt eine Taylorentwicklung in x0 .
Bemerkung IX.14 Der Konvergenzradius der Taylorreihe kann 0 sein (Aufgabe IX.4). Auch wenn die
Taylorreihe konvergiert, muss sie nicht gegen f konvergieren:
Beispiel Für die Funktion

6 # $
1
exp − |x|
, x=- 0,
f : R → R, f (x) =
0, x = 0,
gilt f ∈ C ∞ (R) und f (k)(0) = 0, k ∈ N0 (Aufgabe VII.3). Damit folgt Tf ,0(x) = 0

für alle x ∈ R, aber
6 # 1 $ n→∞
exp − |x| $ −−→ 0, x -= 0,
−−−
| f (x) − Pn (x) | =
- ./ 0 0, x = 0.
=0
Proposition IX.15 Es seien I ⊂ R ein Intervall, f ∈ C ∞ (I, C), x0 ∈ I und ı > 0. Dann gilt für
x ∈ (x0 − ı, x0 + ı):
n→∞ n→∞
Tf ,x0 (x) −−−−→ f (x) ⇐⇒ Rn (x) −−−−→ 0.
Beweis. Die Behauptung folgt direkt aus der Taylorschen Formel (Satz IX.1) im Grenz-
wert n → ∞, denn danach gilt:
n
' f (k) (x0 )
f (x) − (x − x0 )k = Rn (x), n ∈ N.
k!
k=0
Proposition IX.16 Es sei I ⊂ R ein Intervall, und f : I → C besitze eine Potenzreihenentwicklung in

x0 ∈ I mit Konvergenzradius R, also
∞
'
f (x) = ak (x − x0 )k , x ∈ (x0 − R, x0 + R), (31.1)
k=0
mit ak ∈ C. Dann stimmt die Potenzreihe mit der Taylorreihe überein, d.h., es gilt
f (k) (x0 )
ak = , k ∈ N0 .
k!
Beweis. Gliedweises Differenzieren der Potenzreihe (31.1) liefert (Korollar VIII.41):

∞
'
f ) (x) = k ak (x − x0 )k−1 ,
k=1
..
.
∞
'
f (m) (x) = k (k − 1) · · · (k − m + 1) ak (x − x0 )k−m , m ∈ N.
k=m
Einsetzen von x = x0 liefert dann f (m) (x0 ) = m! am , m ∈ N0 .

31 Taylorreihen 139
Schon bekannte Taylorreihen sind (Satz V.41 und Aufgabe V.6): Beispiel IX.17
∞
' '∞ ∞
'
xk k x
2k+1
k x
2k
exp(x) = , sin(x) = (−1) , cos(x) = (−1) .
k! (2k + 1)! (2k)!
k=0 k=0 k=0
Logarithmusreihe. Für x ∈ (−1, 1] gilt: Satz IX.18

' ∞
(−1)k−1 k
ln(1 + x) = x .
k
k=1
Beweis. Für x ∈ (−1, 1) liefern Integration und geometrische Reihe (Beispiel V.17):
G x G x' ∞
B C t=x 1
ln(1 + x) = ln(1 + t) t=0 = dt = (−1)k t k dt.
0 1+t 0 k=0
Da der Konvergenzradius der geometrischen Reihe 1 ist, dürfen wir nach Korol-
lar VIII.41 gliedweise integrieren und erhalten
'∞ G x '∞ k+1 ∞
' k
k k k x k−1 x
ln(1 + x) = (−1) t dt = (−1) = (−1) .
0 k+1 k
k=0 k=0 k=1
Für x = 1 folgt Gleichheit aus dem folgenden Abelschen Grenzwertsatz (Satz IX.20),
weil die alternierende harmonische Reihe konvergiert (Beispiel V.24).
Die alternierende harmonische Reihe (Beispiel V.24) hat den Wert Korollar IX.19
'∞
(−1)k−1 1 1 1
ln(2) = = 1− + − +··· .
k 2 3 4
k=1
=∞
Abelscher4 Grenzwertsatz. Sind (ak )k∈N0 ⊂ R und k=0 ak konvergent, so kon- Satz IX.20
vergiert die Potenzreihe
∞
'
ak x k =: f (x) (31.2)
k=0
für x ∈ [0, 1] und stellt eine auf [0, 1] stetige Funktion f dar.
Beweis. Nach Voraussetzung und Lemma V.49 ist der Konvergenzradius von (31.2)
mindestens 1, also folgt die Behauptung für alle x ∈ [0, 1) nach Satz VI.13. Da der
Punkt x = 1 auf dem Rand des Konvergenzkreises liegen kann, ist noch zu zeigen, dass
4
Niels Henrik Abel, ∗ 5. August 1802 auf der Insel Finnøy, 6. April 1829 in Froland, norwegischer
Mathematiker, der sich mit elliptischen Integralen beschäftigte und zeigte, dass es für algebraische Gleichun-
gen 5. Ordnung keine Lösungsformel geben kann; der nach ihm benannte Abel-Preis ist der „Nobelpreis der
Mathematik“ (siehe www.abelprize.no).
limx→1 f (x) = f (1) gilt. Dazu setzen wir

∞
'
rn := ak , n = −1, 0, 1, . . . .
k=n+1
=∞
Aus der Definition und der Konvergenz von k=0 ak folgt
r−1 = f (1), rn − rn−1 = −an, lim rn = 0.
n→∞
Als Nullfolge ist (rn )n∈N insbesondere beschränkt, also existiert ein K > 0 mit
|rn | ≤ K , n = −1, 0, 1 . . . .
=∞|x| < n1 konvergiert, konvergiert nach dem Majoranten-

Da die geometrische Reihe für
kriterium (Satz V.36) auch n=0 rn x für |x| < 1, und für 0 ≤ x < 1 ist:
∞
' ∞
' ∞
' ∞
' ∞
'
(1 − x) rn x n = rn x n − rn x n+1 = rn x n − rn−1 x n
n=0 n=0 n=0 n=0 n=1
=−an
∞ / 0- $. =f (1) ∞
' # /0-. '
n
= rn − rn−1 x + r−1 = f (1) − an x n = f (1) − f (x).
n=0 n=0
"
Ist nun " > 0 beliebig, so gibt es ein N ∈ N, ohne Einschränkung N > 2K
, mit
"
∀ n ≥ N: |rn | < .
2
"
Setze ı := 2NK . Dann gilt für x ∈ (1 − ı, 1):
N−1
' ∞
'
|f (1) − f (x)| ≤ (1 − x) |rn| x n + (1 − x) |rn | x n
- ./ 0 -./0 -./0 -./0
n=0 n=N
<ı ≤K <1 <"/2
=1/(1−x)
/ 0- .
'∞ '∞
" n " "
< ıNK + (1 − x) x ≤ + (1 − x) x n = ".
2 n=N
2 2 n=0
Definition IX.21 Allgemeine Binomialkoeffizienten. Für ˛ ∈ R und k ∈ N0 setze

+ , ( k
˛ ˛−l+1
:= .
k l
l=1
Bemerkung IX.22 Der Spezialfall ˛ = n ∈ N0 und k = 0, 1, . . . , n ist genau unsere frühere Definiti-
on II.13; für ˛ = n ∈ N0 , und k ≥ n + 1 ist
+ , ( k
n n−l+1
= = 0,
k l
l=1
da im Produkt rechts dann für l = n + 1 der Faktor 0 auftritt.
31 Taylorreihen 141
+ , + , + , Beispiele IX.23
˛ ˛ ˛ ˛(˛ − 1)
– = 1, = ˛, = .
0 1 2 2
+ , (k k
−1 −1 − l + 1 (
– = = (−1) = (−1)k , k ∈ N0 .
k l
l=1 l=1
Binomische Reihe. Für ˛ ∈ R und |x| < 1 gilt: Satz IX.24

'∞ + ,
˛ k
(1 + x)˛ = x .
k
k=0
Bemerkung. Für ˛ = n ∈ N0 ist nach Bemerkung IX.22 die Summe in der binomi-
schen Reihe endlich und reduziert sich auf den binomischen Lehrsatz (Satz II.16).
Beweis von Satz IX.24. Nach obiger Bemerkung ist nur für den Fall ˛ ∈ / N0 etwas zu
beweisen. Für f (x) := (1 + x)˛ , x ∈ R, und beliebiges k ∈ N0 gilt:
+ ,
˛
f (k) (x) = ˛(˛ − 1) · · · (˛ − k + 1)(1 + x)˛−k = k! (1 + x)˛−k .
k
Also ist die Taylorreihe von f in 0 gegeben durch
'∞ ∞ + , ∞
f (k)(0) k ' ˛ k '
Tf ,0(x) = x = x =: ak x k .
k=0
k! k=0
k k=0
Behauptung 1: Tf ,0 (x) hat Konvergenzradius 1.
Beweis: Wegen ˛ ∈/ N0 gilt ak -= 0, k ∈ N0 . Nach der Quotientenformel für den

Konvergenzradius R (Proposition V.51 (ii)) folgt für k -= 0:
& a & && #˛$ && |k + 1| 1 + 1k k→∞
& k & &# k $& & −−−−−→ 1 = R.
& &=& ˛ &= = && ˛
a k+1 |˛ − (k + 1) + 1|
k+1
− 1&
k
Behauptung 2: Tf ,0 (x) → f (x) für |x| < 1.
Beweis: Nach Proposition IX.15 ist Rn (x) → 0, n → ∞, zu zeigen. Mit Taylorscher

Formel (Satz IX.1) und den oben berechneten Ableitungen von f gilt:
G
1 x (n+1)
Rn (x) = f (t)(x − t)n dt
n! 0
+ ,G x
˛
= (n + 1) (1 + t)˛−(n+1) (x − t)n dt.
n+1 0
Wir betrachten den Fall 0 ≤ x < 1; der Fall −1 < x < 0 ist zur Übung empfohlen
(Aufgabe IX.5). Setze
Cx := max{1, (1 + x)˛ } ≤ max{1, 2˛ } =: C.
Dann gilt für 0 ≤ t ≤ x:

0 ≤ (1 + t)˛−(n+1) ≤ (1 + t)˛ ≤ (1 + x)˛ ≤ Cx ,
- ./ 0
≥1
also folgt
&+ ,& G x &+ ,&
& ˛ & & ˛ & n+1
&
|Rn (x)| ≤ (n + 1) & & Cx n
(x − t) dt ≤ C & & &x .
n+1 & n+1 &
0
= # ˛ $ n+1 ## ˛ $ n+1 $
Nach Behauptung 1 konvergiert ∞ n=0 n+1 x , also muss n+1
x n∈N
eine Null-
folge sein (Satz V.15), und es folgt Rn (x) → 0, n → ∞.
Beispiele IX.25 Mit Hilfe von Beispiel IX.23 sieht man jeweils für |x| < 1:
' ∞
1
– ˛ = −1: = (−1)k x k ,
1+x
k=0
'∞ ∞
'
1
= (−1)k (−x)k = x k (geometrische Reihe),
1−x
k=0 k=0
1 √ 1 1
– ˛= : 1 + x = 1 + x − x 2 + O(x 3 ),
2 2 8
1 1 1 3
– ˛=− : √ = 1 − x + x 2 + O(x 3 ).
2 1+x 2 8
! 32
Iterationsverfahren
Im „wirklichen Leben“ ist es eher selten, dass man Lösungen von Gleichungen wie
etwa Nullstellen explizit ausrechnen kann. Zum Beispiel können wir mit Hilfe des
Zwischenwertsatzes zwar zeigen, dass die Funktion (vgl. [2, Abschnitt IV.4])
1
g(x) = x 5 e|x| − x 2 sin(ln(x 2 )) + 2012, x ∈ R \ {0},
$
eine Nullstelle hat (finden Sie ein Intervall, wo diese liegen muss!). Wie aber bestimmt
man diese Nullstelle, zumindest näherungsweise?
Definition IX.26 Es seien X, Y Mengen, X ⊂ Y und f : X → Y eine Funktion. Ein Element a ∈ X

heißt Fixpunkt von f
:⇐⇒ f (a) = a.
Bemerkung. Es seien X = Y = R und g: R → R eine Funktion. Definiert man

f (x) := g(x) + x, x ∈ R, so gilt:
a Fixpunkt von f ⇐⇒ a Nullstelle von g.
32 Iterationsverfahren 143
Methode der sukzessiven Approximation: Es seien (X, d), (Y , d) metrische Räume,
X ⊂ Y und f : X → Y eine Funktion mit f (X) ⊂ X. Definiere die Folge (xn )n∈N0 ⊂ X
durch einen Startwert x0 ∈ X und rekursiv durch
xn+1 := f (xn ), n ∈ N0 .
Frage: Wann konvergiert die Methode der sukzessiven Approximation?
x1 = f(x0)
x2 = f(x1)
x2 = f(x1) x1 = f(x0)
x0 x2 x4 x5 x3 x1 x5 x3 x1 x0 x2 x4
Abb. 32.1: Konvergenz und Divergenz der sukzessiven Approximation
Es seien (X, dX ), (Y , dY ) metrische Räume. Dann heißt eine Funktion f : X → Y Definition IX.27
Kontraktion
# $
:⇐⇒ ∃ ! ∈ [0, 1) ∀ x1 , x2 ∈ X: dY f (x1 ), f (x2 ) ≤ ! dX (x1 , x2 ).
(i) Jede Kontraktion ist stetig. Bemerkung IX.28
(ii) f ist Kontraktion ⇐⇒ f ist Lipschitz-stetig mit Lipschitz-Konstante < 1

(siehe Definition VI.3).
(iii) Ist Df ⊂ R ein Intervall und f: Df → R differenzierbar, so gilt
sup |f ) (x)| < 1 &⇒ f Kontraktion.
x∈Df
Beweis. Es seien x1 , x2 ∈ Df , ohne Einschränkung x1 < x2 (der Fall x1 = x2

ist trivial). Nach dem Mittelwertsatz existiert ein " ∈ (x1 , x2 ), so dass
=:!
& f (x ) − f (x ) & / 0- .
& 1 2 &
& & = |f (")| ≤ sup |f ) (x)| < 1.
)
x1 − x2 x∈Df
Banachscher Fixpunktsatz. Es seien (X, d), (Y , d) vollständige metrische Räume, Satz IX.29
X ⊂ Y , f : X → X eine Kontraktion mit Konstante ! und f (X) ⊂ X. Dann gilt:
(i) f hat genau einen Fixpunkt a ∈ X.
(ii) Die Folge (xn )n∈N0 ⊂ X, definiert durch xn+1 := f (xn ), n ∈ N0 , konvergiert für
jeden Startwert x0 ∈ X gegen a.
(iii) Es gilt die Fehlerabschätzung

1
(1) (2) !n
d(xn , a) ≤ d(xn+1 , xn ) ≤ d(x1 , x0).
1−! 1−!
Bemerkung IX.30 Die

# Voraussetzung$ f (X) ⊂ X kann entfallen, falls für den Startwert x0 gilt, dass
f {xn : n ∈ N0 } ⊂ X, d.h. die Folge (xn )n∈N0 in X bleibt.
Beweis. Wir zeigen zuerst zwei Behauptungen; die erste ist Ungleichung (2) aus (iii):
Behauptung 1: d(xn+1 , xn ) ≤ ! n d(x1, x0 ), n ∈ N0 .
Beweis (durch vollständige Induktion): Der Fall n = 0 ist offensichtlich.
n " n + 1: Weil f eine Kontraktion ist, gilt nach Definition von (xn )n∈N0 und Indukti-
onsvoraussetzung:
d(xn+2 , xn+1 ) = d(f (xn+1 ), f (xn )) ≤ ! d(xn+1 , xn ) ≤ ! n+1 d(x1, x0 ).
1 # $
Behauptung 2: d(x, y) ≤ d(x, f (x)) + d(y, f (y)) , x, y ∈ X.
1−!
Beweis: Zweimalige Anwendung der Dreiecksungleichung liefert für x, y ∈ X:
d(x, y) ≤ d(x, f (x)) + d(f (x), f (y)) + d(f (y), y),

- ./ 0
≤! d(x,y)
also
(1 − !) d(x, y) ≤ d(x, f (x)) + d(y, f (y)) .
Da 1 − ! > 0, folgt die behauptete Ungleichung.
(i) Eindeutigkeit des Fixpunkts: Es seien x, y ∈ X mit x = f (x), y = f (y). Aus Behaup-
tung 2 folgt d(x, y) = 0, also x = y.
Existenz des Fixpunkts und (ii): Aus Behauptung 2 mit x := xn+k und y := xn , n, k ∈ N0 ,
und mit Behauptung 1 ergibt sich, da ! < 1:
Beh. 2 1 # $
d(xn+k , xn ) ≤ d(xn+k , f (xn+k )) + d(xn , f (xn ))
1−!
1 # $
= d(xn+k , xn+k+1 ) + d(xn , xn+1 )
1−!
Beh. 1 1 # $
n+k n
≤ ! +! d(x1 , x0 )
1 − ! -./0
≤!n
2! n
≤ d(x1 , x0 ) −→ 0, n → ∞.
1−!
Also ist (xn )n∈N eine Cauchy-Folge in X. Da X vollständig ist, existiert der Limes
a := limn→∞ xn ∈ X. Nach Bemerkung IX.28 ist f als Kontraktion stetig, also gilt:
lim f (xn ) = f (a) 2

n→∞
&⇒ f (a) = a.
lim f (xn ) = lim xn+1 = a
n→∞ n→∞
(iii) Zu zeigen ist noch Ungleichung (1). Behauptung 2 mit x := xn , y := a liefert:

1 # $ 1
d(xn , a) ≤ d(xn , f (xn )) + d(a, f (a)) = d(xn , xn+1 ).
1−! - ./ 0 1−!
=0
Die Frage, wie „gut“ ein Iterationsverfahren konvergiert, ist eine der zentralen Fragen
der Numerik (siehe z.B. [23]), die wir hier nur streifen:
Bemerkung. Die Methode der sukzessiven Approximation konvergiert linear, d.h., es

gilt eine Abschätzung der Form
=a
/0-.
d(xn+1 , a) = d(f (xn ), f (a)) ≤ ! d(xn , a).
Newton5 -Verfahren. Darunter versteht man einen speziellen Fall der Methode der
sukzessiven Approximation zur Nullstellenbestimmung (Newtons Originalbeispiel von
1704 war x 3 −2x−5 = 0). Dabei benutzt man die lineare Approximierbarkeit (Taylorsche
Formel mit n = 1) für die Konstruktion der approximierenden Folge:
Es seien dazu a, b ∈ R, a < b, und g ∈ C 2 ([a, b], R) mit
– g ) (x) -= 0, x ∈ [a, b],

– es existiert ein " ∈ (a, b) mit g(") = 0.
Dann hat g genau eine Nullstelle in [a, b], denn weil g ) stetig ist, ist entweder g ) > 0 oder
g ) < 0 auf [a, b]. Wählt man xn+1 als die (eindeutige) Nullstelle des Taylorpolynoms
P1 in xn ,
P1(x) = g(xn ) + g )(xn )(x − xn ), x ∈ R,
also xn+1 = f (xn ) mit

g(x)
f (x) := x − )
, x ∈ [a, b],
g (x)
so ist das Newton-Verfahren die Methode der sukzessiven Approximation. Allerdings
muss die Funktion f hier im Allgemeinen keine Kontraktion sein! Es hängt vom Start-
wert x0 ab, ob die Folge (xn )n∈N0 gegen die Nullstelle " konvergiert:
5
Sir Isaac Newton, ∗ 4. Januar 1643 in Woolsthorpe-by-Colsterworth, England, 31. März 1727 in
London, englischer Physiker und Mathematiker und einer der größten Wissenschaftler überhaupt, Begründer
der Differential- und Integralrechnung in Konkurrenz mit Leibniz und bekannt für seine Entdeckungen in
Optik und Gravitation.
g
P1 in x0
P1 in x0
g
P1 in x1
P1 in x1
a ξ x0 b
a ξ x2 x 1 x0 b x1
Abb. 32.2: Konvergenz und Divergenz des Newton-Verfahrens
Satz IX.31 Es sei g ∈ C 2 ([a, b], R) mit g ) (x) -= 0, x ∈ [a, b], und es existiere ein " ∈ (a, b) mit
g(") = 0. Dann gibt es ein ı > 0, so dass für jedes x0 ∈ (" − ı, " + ı) = Bı (") die
Folge (xn )n∈N0 , gegeben durch
g(xn )
xn+1 := xn − , n ∈ N0 , (32.1)
g ) (xn )
gegen die Nullstelle " konvergiert.
Lemma IX.32 Es seien x0 ∈ R, r > 0 und f : Kr (x0 ) = {x ∈ R: |x − x0 | ≤ r} → R eine Kontraktion

mit Konstante !. Gilt
|f (x0 ) − x0 | ≤ (1 − !) r,
so hat f genau einen Fixpunkt, und die Methode der sukzessiven Approximation aus
Satz IX.29 mit Startwert x0 konvergiert.
Beweis. Wir wenden den Banachschen Fixpunktsatz (Satz IX.29) und die nachfolgende
Bemerkung IX.30 mit X = Kr (x0 ), Y = R an. Dazu ist zu zeigen:
Behauptung 1: (Kr (x0 ), d), d(x, y) := |x − y|, ist ein vollständiger metrischer Raum.
Beweis: Dazu sei (yn )n∈N0 ⊂ Kr (x0 ) eine Cauchy-Folge. Weil (R, d) vollständig ist,
existiert + := limn→∞ yn ∈ R. Noch zu zeigen ist, dass + ∈ Kr (x0 ). Wegen x0 − r ≤
yn ≤ x0 + r folgt aus Korollar IV.37 sofort
x0 − r ≤ + = lim yn ≤ x0 + r.
n→∞
# $
Behauptung 2: f {xn : n ∈ N0 } ⊂ Kr (x0 ).
Beweis: Nach Behauptung 1 aus dem Beweis von Satz IX.29 und mit der geometrischen
Summenformel (Satz II.7) ergibt sich:
|f (xn ) − x0 | = |xn+1 − x0 |
≤ |xn+1 − xn | + |xn − xn−1 | + · · · + |x2 − x1 | + |x1 − x0 |
≤ (! n + ! n−1 + · · · + ! + 1)|x1 − x0 |
1 − ! n+1
= |f (x0 ) − x0 | ≤ (1 − ! n+1 ) r ≤ r.
1 − ! - ./ 0
≤(1−!)r n. Vor.
Nach Satz IX.29 und Bemerkung IX.30 folgt dann die Behauptung.
Beweis von Satz IX.31. Ziel ist es zu zeigen, dass es ein ı > 0 gibt, so dass für alle
x0 ∈ (" − ı, " + ı) ein r > 0 existiert, so dass die Funktion
g(x)
f (x) := x − , x ∈ [a, b],
g ) (x)
die Voraussetzungen von Lemma IX.32 erfüllt. Nach Satz VI.37 vom Minimum und
Maximum und wegen g ) -= 0 existieren Konstanten C1 , C2 , c > 0 mit
0 < c ≤ |g )(x)| ≤ C1 , |g ))(x)| ≤ C2 , x ∈ [a, b]. (32.2)
Da f ∈ C 1 ([a, b], R) ist, können wir Bemerkung IX.28 (iii) benutzen, um zu zeigen,
dass f eine Kontraktion ist. Nach Definition von f und Quotientenregel gilt:
) g ) (x)2 − g(x)g )) (x) g(x)g ))(x)

f (x) = 1 − = , x ∈ [a, b].
g ) (x)2 g )(x)2
Damit und mit (32.2) folgt
C2
|f ) (x)| ≤ |g(x)|, x ∈ [a, b].
c2
Mit g(") = 0, dem Mittelwertsatz und mit (32.2) ergibt sich
|g(x)| = |g(x) − g(")| ≤ C1 |x − "|, x ∈ [a, b]. (32.3)
Wähle nun " > 0 so klein, dass
C1 C2 1
K" (") = [" − ", " + "] ⊂ [a, b] und " ≤ .
c2 2
Dann folgt insgesamt
C1 C2 C1 C2 1
|f ) (x)| ≤ |x − "| ≤ " ≤ , x ∈ [" − ", " + "].
c2 c2 2
Nach Bemerkung IX.28 (iii) ist dann f Kontraktion auf [" − ", " + "] = K" (") mit
Kontraktionskonstante ! = 12 .
Um Lemma IX.32 anwenden zu können, müssen wir noch r > 0 und ı > 0 finden, so
dass für alle x0 ∈ Bı (") gilt Kr (x0 ) ⊂ K" (") und |f (x0 ) − x0 | ≤ r/2.
cr r
Setze r := "2 und ı := 2C 1
. Wegen 0 < c ≤ C 1 ist ı ≤ 2
= "
4
, und für jedes beliebige
x0 ∈ Bı (") und x ∈ Kr (x0 ) folgt:
" "
|x − "| ≤ |x − x0 | + |x0 − "| < r + ı ≤ + < ",
- ./ 0 - ./ 0 2 4
≤r <ı
also ist Kr (x0 ) ⊂ K" ("). Weiter gilt nach Definition von f für x0 ∈ Bı ("):
& &
& g(x0 ) & (32.3), (32.2) C1 C1 ı r
|f (x0 ) − x0 | = && ) & ≤ |x − "| ≤ = .
g (x0 ) &
0
c c 2
Insgesamt erfüllt f für jedes x0 ∈ Bı (") die Voraussetzungen von Lemma IX.32 auf
Kr (x0 ), also hat f genau einen Fixpunkt ˛ ∈ Kr (x0 ) und limn→∞ xn = ˛. Da
g )(x) -= 0
f (x) = x ⇐⇒ g(x) = 0,
gilt g(˛) = 0. Weil g wegen g ) -= 0 auf [a, b] nur eine Nullstelle hat, folgt ˛ = ".
Bemerkung. Das Newton-Verfahren konvergiert quadratisch, d.h., es gibt c > 0 mit
|xn+1 − "| ≤ c |xn − "|2,
denn für n ∈ N0 existiert nach Satz IX.5 (Lagrangesche Form des Taylorschen Rest-
glieds) ein +n ∈ (", xn ) bzw. (xn , "), so dass
) g ))(+n )
0 = g(") = g(xn ) + g (xn )(" − xn ) + (" − xn )2 .
2
Mit den Bezeichnungen aus dem Beweis von Satz IX.31 folgt dann:
& ) * & & )) &
& g(xn ) & 1 & g (+n ) &&
& 2 C2
|" − xn+1 | = &" − xn − ) &= & ) & |" − xn | ≤ |" − xn |2 .
g (xn ) 2 g (xn ) 2c
Im Spezialfall, dass g konvex oder konkav ist, kann man die Konvergenz der Newton-
Iteration aus Satz IX.31 auch direkt zeigen:
Proposition IX.33 Ist in Satz IX.31 zusätzlich g konvex (bzw. konkav) und x0 ∈ (a, b) mit g(x0 ) > 0
(bzw. g(x0 ) < 0), so konvergiert die Folge aus (32.1) gegen ".
Beweis. Die Behauptung kann ohne Satz IX.31 gezeigt werden (Aufgabe IX.6)!
√ 1
Anwendung. Approximation von Wurzeln k a = a k mit a > 0, k ≥ 2:
√
Nach Definition ist k a die (eindeutige) positive Nullstelle der Funktion
g(x) = x k − a, x ∈ [0, ∞).

Es ist g ∈ C 2 ([0, ∞), R) und g )(x) = k · x k−1 > 0, x ∈ (0, ∞). Wegen g(0) = −a < 0
und limx→∞ g(x) = ∞ existieren nach dem Zwischenwertsatz 0 < ˛ < ˇ < ∞ und
" ∈ (˛, ˇ) mit g(") = 0. Weiter ist g ))(x) = k(k − 1)x k−2 > 0, x > 0, also g konvex auf
(0, ∞) ⊃ [˛, ˇ].
Damit erfüllt g alle Voraussetzungen von Proposition IX.33. Ist also x0 > max{1, a}
und damit g(x0 ) = x0k − a > 0, so konvergiert die Folge (xn )n∈N definiert durch
xnk − a ) 1* a
xn+1 := xn − k−1 = 1 − xn + k−1 , n ∈ N0 ,
kxn k kxn
√
gegen k
a (vgl. Proposition IV.44). Speziell für k = 2 konvergiert
1) a*
xn+1 = xn + , n ∈ N0 ,
2 xn
√
gegen a (vgl. den direkten Beweis in Satz IV.42 und Tabelle 32.2 für a = 2).
√
Tabelle 32.2: Konvergenz der Newton-Iteration gegen a für a = 2
√
n xn | 2 − xn |
0 1 0.41421356237309504880168872421
1 1.5 0.08578643762690495119831127579
2 1.4166666666666666666666666666 0.00245310429357161786497794245
3 1.4142156862745098039215686274 0.00000212390141475511987990324
4 1.4142135623746899106262955788 0.00000000000159486182460685468
5 1.4142135623730950488016896235 0.00000000000000000000000089929
6 1.4142135623730950488016887242 0.00000000000000000000000000000
Übungsaufgaben
IX.1. Zeige die Charakterisierung der Taylorpolynome in Proposition IX.4!
IX.2. Berechne sämtliche Taylorpolynome der Funktionen
a) f : R → R, f (x) = (x 2 − 3x + 1)(x − 2) um x0 = 2,
$
b) g: R → R, g(x) = sin(x) um x0 = ,
2
2
c) h: R → R, h(x) = 1 − um x0 = 0,
exp(2x) + 1
sinh(x)
d) tanh: R → R, tanh(x) = um x0 = 0;
cosh(x)
was folgt aus c) und d)?
IX.3. Betrachte die drei Funktionen

x2
f1 (x) = ln(cos(x)), f2 (x) = cosh(x), f3 (x) = ,
2
auf ihren Definitionsbereichen. Zeige

( ( .$ $/
( f1 (x) − f2 (x)( ≤ 2 |x|3 , x∈ − ,
3 4 4
und finde eine analoge Abschätzung für die Differenz von f2 und f3 . Einer der Graphen der
drei Funktionen hat die Form einer (frei hängenden) Kettenlinie. Plotte die drei Graphen
und rate welcher!
IX.4. Zeige, dass die Funktion

!∞
cos(k 2 x)
g: R → R, g(x) = k
,
k=0
2
beliebig oft differenzierbar ist und ihre Taylorreihe in x0 = 0 nur in 0 konvergiert.
1
IX.5. Zeige, dass die Taylorreihe Tf ,0 (x) von f (x) = / N0 auch für −1 < x < 0
für ˛ ∈
(1 + x)˛
gegen f (x) konvergiert.
IX.6. Zeige die Konvergenz der Newton-Iteration in Proposition IX.33 für den Fall einer kon-
vexen Funktion g direkt!
Literaturverzeichnis
[1] Aigner, M. und E. Behrends: Alles Mathematik. Von Pythagoras zum CD-Player.
Vieweg+Teubner, Wiesbaden, 3. Auflage, 2008.
[2] Amann, H. und J. Escher: Analysis I. Grundstudium Mathematik. Birkhäuser,
Basel, 3. Auflage, 2006.
[3] Amann, H. und J. Escher: Analysis II. Grundstudium Mathematik. Birkhäuser,
Basel, 2. Auflage, 2006.
[4] Appell, J.: Analysis in Beispielen und Gegenbeispielen. Eine Einführung in die Theo-
rie reeller Funktionen. Springer-Lehrbuch. Springer, Berlin, 2009.
[5] Aigner, M. und G. M. Ziegler: Proofs from The Book. Springer, Berlin, 4th ed.,
2010.
[6] Brandt, S. und H. D. Dahmen: Elektrodynamik. Eine Einführung in Experiment
und Theorie. Springer, Berlin, 4. Auflage, 2005.
[7] Berufs- und Karriere-Planer Mathematik. Schlüsselqualifikation für Technik, Wirt-
schaft und IT. Vieweg+Teubner, 4. Auflage, 2008.
[8] Brokate, M. und G. Kersting: Maß und Integral. Mathematik Kompakt. Birk-
häuser, Basel, 2009.
[9] Bronstein, I. N., K. A. Semendjajew, G. Musiol und H. Mühlig: Taschenbuch
der Mathematik. Harri Deutsch, Frankfurt a. M., 7. Auflage, 2008. Mit CD-ROM.
[10] Ebbinghaus, H.-D., H. Hermes, F. Hirzebruch, M. Koecher, K. Mainzer,
A. Prestel und R. Remmert: Zahlen. Grundwissen Mathematik 1. Springer,
Berlin, 1983.
[11] Freitag, E. und R. Busam: Funktionentheorie. Springer-Lehrbuch. Springer, Ber-
lin, 4. Auflage, 1993.
[12] Fischer, G.: Lineare Algebra. Eine Einführung für Studienanfänger. Grundkurs
Mathematik. Vieweg, Wiesbaden, 16. Auflage, 2008.
[13] Fischer, H. und H. Kaul: Mathematik für Physiker. Band 1: Grundkurs. Studien-
bücher. B.G. Teubner, Stuttgart, 2. Auflage, 1990.
[14] Forster, O.: Analysis 1. Grundkurs Mathematik. Vieweg, Braunschweig, 8. Auf-
lage, 2006.
152 Literaturverzeichnis
[15] Forster, O. und R.Wessoly: Übungsbuch zur Analysis 1. Grundkurs Mathematik.

Vieweg, Braunschweig, 3. Auflage, 2006.
[16] Hesse, C.: Warum Mathematik glücklich macht. 151 verblüffende Geschichten. C.H.
Beck, München, 3. Auflage, 2011.
[17] Heuser, H.: Lehrbuchder Analysis. Teil 1. Studium.Vieweg +Teubner, Wiesbaden,
17. Auflage, 2009.
[18] Kaballo, W.: Einführung in die Analysis I. Spektrum Akademischer Verlag, Hei-
delberg, 2. Auflage, 2000.
[19] Königsberger, K.: Analysis 1. Springer-Lehrbuch. Springer, Berlin, 6. Auflage,

2000.
[20] The MacTutor History of Mathematics archive, Online; abgerufen 2012.
www-groups.dcs.st-and.ac.uk/ history/.
[21] Meyberg, K. und P. Vachenauer: Höhere Mathematik 1. Differential- und Inte-

gralrechnung. Vektor- und Matrizenrechnung. Springer-Lehrbuch. Springer, Ber-
lin, 6. Auflage, 2001. Mit CD-ROM.
[22] Neunzert, H., W. G. Eschmann, A. Blickensdörfer-Ehlers und K. Schelkes:
Analysis 1. Ein Lehr- und Arbeitsbuch für Studienanfänger. Springer-Lehrbuch.
Springer, Berlin, 3. Auflage, 1996.
[23] Quarteroni, A., R. Sacco, F. Saleri und L. Tobiska: Numerische Mathematik 1.
Springer-Lehrbuch. Springer, Berlin, 2002.
[24] Rudin, W.: Reelle und komplexe Analysis. R. Oldenbourg, München, 1999.
[25] Shilov, G. E.: Elementary real and complex analysis. Dover Publications Inc.,
Mineola, NY, 1996.
[26] Sonar, T.: 3000 Jahre Analysis. Geschichte, Kulturen, Menschen. Vom Zählstein zum
Computer. Springer, Berlin, 2011.
[27] Stroth, G.: Elementare Algebra und Zahlentheorie. Mathematik Kompakt. Birk-
häuser, Basel, 2012.
[28] Tretter, C.: Analysis II. Mathematik Kompakt. Birkhäuser, Basel, 2012.
[29] Walter, W.: Analysis 1. Springer-Lehrbuch. Springer, Berlin, 7. Auflage, 2004.

[30] Ziegler, M.: Mathematische Logik. Mathematik Kompakt. Birkhäuser, Basel,
2010.
Index
[·] 36, 72, 80 B" (a) 24

8 · 8p 104 C(D) 96
| · 8∞ 124 C(X, Y ) 75
∧ 1 C n (D) 96
∨ 1 C ∞ (D) 96
× 3 K X 30
∼ 36 K" (a) 24
∩ 3 s(P, f ), S(P, f ) 110
⊂ 3 T[a, b] 110
∪ 3 Y X 75
\ 3 e 42
∅ 3 f ) 89
√
40 f (n) 96
√k 42
f±) 97
< 17
f (A) 4
> 17
i 45
≥ 6
o(·), O(·) 135
≤
#n$6 $ 28, 88, 149
k 10
arccos 95
[f (x)]ba 118
arcsin 95
inf 21
arctan 95
lim 24
cos 69, 77, 87, 94, 95
lim inf 49
lim sup 49 cosh 129
sup 21 cot 119
C 45 coth 130
N 2, 5 deg 76
N0 5 diam 25
P(X) 3 exp 60
Q 13 ln 87, 95
R 13, 37 log a 87
R+ , R− , R0+, R0− 38 sign 18
R 37 sin 69, 77, 87, 94, 95
Rn 23 sinh 129
Z 13 tan 94, 95
B(X, E) 124 tanh 130
154 Index
Abbildung 4 Definitionsbereich 4
Ableitung 89 deg 76
höhere 96 diam 25
Kettenregel 93 Differentialgleichung 100
linksseitige, rechtsseitige 97 Differentialquotient 89
Produkt- und Quotientenre- Differenz 6
gel 92 Differenzenquotient 89, 90
Absolutbetrag 19, 90 differenzierbar 89
einer komplexen Zahl 46 n-mal 96
-e Funktion 89
Abstand 23
einseitig 97
abzählbar 56
linksseitig, rechtsseitig 97
abzählbar unendlich 56 stetig 96
Addition 14 disjunkt 3
Anfangswertproblem 100 Distributivgesetz 14
Anordnung 9, 17 divergent 24, 50
archimedische 19 bestimmt 35
Approximation unbestimmt 35
sukzessive 143 Doppelreihensatz 62
approximierbar
linear 92 e 42
Äquivalenzklasse 36 Einschränkung einer Funktion 4
Element
Äquivalenzrelation 36
größtes, maximales 20
arccos 95
kleinstes, minimales 20
arcsin 95
"-Umgebung 24, 38
arctan 95 Euklidischer Algorithmus 6
Axiom 5 euklidisches Skalarprodukt 104
-e von Peano 5 Eulersche Formel 77
Archimedisches 19 Eulersche Zahl 42, 136
exp siehe Exponentialfunktion
beschränkt Exponentialfunktion 60, 64, 69, 77, 91,
-e Funktion 81 100, 103, 107, 139
Extremstelle
-e Menge 20, 25
globale 98
-e Folge 25
lokale 98
nach oben, unten 20
bijektiv 4 Fakultät 9
Bild einer Menge 4 Fixpunkt 142
Binomialkoeffizient 10, 140 Folge 24
binomischer Lehrsatz 11, 141 beschränkte 25
Bolzano 48 Cauchy- 26
divergente 24
Fibonacci- 22, 26, 35, 44
Cantors Konstruktion von R 37 geometrische 24
Cantorsches Diskontinuum 84 Häufungswert einer 28
Cauchy-Produkt 63 konstante 24
Cosinus 69, 77, 87, 94, 95, 139 konvergente 24
Cosinus hyperbolicus 129 monotone 40
Cotangens 119 Null- 32
Cotangens hyperbolicus 130 Teil- 28
Index 155
Funktion 4 Intervall 38
beschränkte 81 kompaktes 84
differenzierbare 89 Intervallschachtelung 43
Dirichlet- 73, 112
gleichmäßig stetige 85 kartesisches Produkt 3
hyberbolische 129, 130 kompakt 84
konkave 102 Komposition von Funktionen 4
konvexe 102 konjugierter Exponent 104
Lipschitz-stetige 73, 74, 85 Kontraktion 143
rationale 76, 93 konvergent 24, 50
Riemann-integrierbare 112 absolut 57, 122
(Riemannsche) Zeta- 124 gleichmäßig 125
Stamm- 118 punktweise 125
stetige 71 uneigentlich 35
Treppen- 110 Konvergenzradius 65
Umkehr- 4, 94 Körper 14
angeordneter 17
Gauß-Klammer 72, 80, 81 archimedisch angeordneter 19
geometrische Summenformel 7 vollständiger 21
gleichmächtig 56 Kriterium
Goldener Schnitt 44 Leibniz- 53
Grad Majoranten- 58
eines Polynoms 76 Quotienten- 59
Graph 4 von Leibniz 53
Grenzwert 24 von Riemann 112
einer Funktion 78 von Weierstraß 127
einer Funktion bei ∞ 82 Wurzel- 59
linksseitiger 80 kritischer Punkt 98
rechtsseitiger 80 Landausche Symbole 135
uneigentlicher 82 Limes 24
inferior 49
harmonische Reihe 51 superior 49
alternierende 54, 61, 139 Limes einer Funktion 78
Häufungspunkt 78 linear approximierbar 92
Häufungswert 28, 35, 78 Lipschitz-Konstante 73
ln 87
imaginäre Einheit 45 log a 87
Imaginärteil 46 Logarithmus 87, 95, 103, 107
Induktionsprinzip 5 Stammfunktion des 121
Infimum 21 lokal Riemann-integrierbar 122
injektiv 4
Integral 109 Mächtigkeit 56
Ober-, Unter- 110 Majorante 58
Riemann- 109, 112 Maximum
unbestimmtes 118 globales 98
uneigentliches 122 lokales 98
Integration Menge 3
durch Substitution 119 beschränkte 20, 25
partielle 120 kompakte 84
integrierbar 112 Mächtigkeit 56
156 Index
Metrik 23 Regel
diskrete 23 Ketten- 93
euklidische 23 Leibniz- 97
Minimum -n von L’Hôpital 106
globales 98 Produkt- 92
lokales 98 Quotienten- 92
Mittelwertsatz 99 Substitutions- 119
der Integralrechnung 115 Reihe 50
verallgemeinerter 105 absolut konvergente 57
modulo 36 alternierende 53
monoton alternierende harmonische 54,
streng ∼ fallend 101 61, 139
fallend 40, 81, 101 binomische 141
streng ∼ wachsend 101 divergente 50
wachsend 40, 81, 101 Exponential- 60, 137
Multiplikation 14 geometrische 51, 68, 142
harmonische 51
Nachfolger von n 5 konvergente 50
negativ 17 Logarithmus- 54, 139
Newton-Verfahren 145 Potenz- 64, 128
nichtnegativ 17 Taylor- 137
nichtpositiv 17 rekursive Definition 8
Norm 30 Repräsentant 36
euklidische 31 Restglied
Supremums- 124 Cauchysche Form 132
Lagrangesche Form 133
Obersumme 110
Riemann-Integral 109, 112
Partialbruchzerlegung 121 komplexwertiges 114
Partialsumme 50 Riemann-integrierbar 112
Partition 110 lokal 122
Pascalsches Dreieck 12 Riemannsche Vermutung 124
Permutation 9
$ 88 s(P, f ), S(P, f ) 110
Polynom 76, 83, 93 Satz
Bernoulli- 128 Abelscher Grenzwertsatz 139
Potenz Banachscher Fixpunktsatz 143
ganzzahlige 8, 16 Fundamentalsatz der
rationale 40, 42, 107 Differential- und Integral-
reelle 87, 107 rechnung 118
Potenzmenge 3 Identitätssatz für Potenzrei-
hen 68
Quadratwurzel 40, 148 Mittelwertsatz (MWS) 99
MWS der Integralrechnung 115
Raum Umordnungs- 61
Banach- 31 verallgemeinerter MWS 105
metrischer 23 vom Minimum und Maxi-
normierter 30 mum 84
Vektor- 29 von Bolzano-Weierstraß 48
vollständiger metrischer 28 von Rolle 99
Realteil 46 von Taylor 132
Index 157
Wohlordnungssatz 6 Stetigkeit und Monotonie
Zwischenwertsatz 83 der 86
Schranke Umordnung 61
größte untere 21 Ungleichung
kleinste obere 21 Bernoullische 18
obere 20 Cauchy-Bunyakovsky-
untere 20 Schwarzsche 104
Signum 18 Dreiecks- 19, 23, 47
Sinus 69, 77, 87, 94, 95, 139 Höldersche 104
Sinus hyperbolicus 129 Minkowskische 105
Skalar 29 verallgemeinerte Dreiecks- 58
Skalarprodukt 104 Youngsche 103
stetig 71 Untersumme 110
gleichmäßig 85 Urbild einer Menge 4
linksseitig, rechtsseitig 80
Lipschitz- 73, 74, 85 Vektor 29
stetige Fortsetzung einer Funktion 78 Verfeinerung einer Partition 110
streng monoton 81 vollständige Induktion 6
fallend 40, 81, 101 Vollständigkeit 21, 28, 37, 43, 50
wachsend 40, 81, 101 Vorzeichen 18
Supremum 21
surjektiv 4 Wertebereich 4
Wurzel 40, 148
Tangens 94, 95 k-te 42, 148
Tangens hyperbolicus 130
Taylorentwicklung 137 Zahlen
Taylorpolynom 132 ganze 13
Taylorsche Formel 132 gerade, ungerade 2
komplexe 45
überabzählbar 56 konjugiert komplexe 46
Umgebung 38 natürliche 2, 5
Umkehrfunktion 4, 94 rationale 13
Ableitung der 94 reelle 37

Tretter Analysis 1

Hochgeladen von

Copyright:

Verfügbare Formate

Tretter Analysis 1

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Tretter Analysis 1

Hochgeladen von

Copyright:

Verfügbare Formate

Birkhäuser

Die neu konzipierte Lehrbuchreihe Mathematik

Mit Mathematik Kompakt entsteht eine Reihe, die

ISBN 978-3-0348-0348-9 ISBN 978-3-0348-0349-6 (eBook)

Bibliografische Information der Deutschen Bibliothek

2010 Mathematical Subject Classification: 97Ixx

© Springer Basel AG 2013

Satz und Layout: Protago-TEX-Production GmbH, Berlin, www.ptp-berlin.eu

Gedruckt auf säurefreiem Papier.

Springer Basel AG ist Teil der Fachverlagsgruppe Springer Science+Business Media

Aller Anfang ist schwer! J. W. von Goethe

Bern, 30. April 2012 Christiane Tretter

I Grundlegende Notationen und Beweistypen 1

II Natürliche Zahlen und vollständige Induktion 5

III Reelle Zahlen 13

IV Metrische Räume und Folgen 23

V Komplexe Zahlen und Reihen 45

VIII Integralrechnung in R 109

IX Taylorpolynome und -reihen 131

Quantoren. Ist A eine Aussage und M eine Menge, schreibt man:

A ⇐⇒ B A gilt genau dann, wenn B gilt (d.h. (A &⇒ B) ∧ (B &⇒ A)).

Beispiel I.1 N := {1, 2, 3, . . . }, n ∈ N gerade :⇐⇒ ∃ m ∈ N: n = 2m,

Direkter Schluss. Um A &⇒ B zu zeigen, setze A voraus und folgere daraus B.

Beispiel I.2 Für alle n ∈ N gilt: n gerade &⇒ n2 gerade.

Beweis. n gerade &⇒ ∃ m ∈ N: n = 2m &⇒ n2 = (2m)2 = 2 · 2m2

Beispiel I.3 Für alle n ∈ N gilt: n2 gerade &⇒ n gerade.

Beweis. Zeige dazu: n ungerade &⇒ n2 ungerade.

a, b ∈ R &⇒ 2ab ≤ a 2 + b2. Beispiel I.4

Beweis. Angenommen, die Behauptung gilt nicht:

2ab > a 2 + b2 &⇒ 0 > a 2 + b2 − 2ab = (a − b)2 !.

−1 = 1 &⇒ (−1)2 = 12 wahr (da − 1 = 1 nicht gilt),

Beispiel I.7 Für X := {n ∈ N: n gerade}, Y := {n ∈ N: n ungerade} gelten:

Die Funktion f : X → Y heißt

f −1 : Y → X, y 2→ x =: f −1 (y) (Umkehrfunktion von f ).

f : R → R, x 2→ x 2 weder injektiv noch surjektiv,

Für Teilmengen A ⊂ X, B ⊂ Y setzt man:

Sind X, Y , Z Mengen und f , g: X → Y , h: Y → Z Funktionen, so definieren wir

f ≡g :⇐⇒ f (x) = g(x), x ∈ X,

Satz II.3 Euklidischer Algorithmus, Division mit Rest. Zu jedem m ∈ N und n ∈ N0

Bezeichnung. Für m, n ∈ N, m ≤ n, und Zahlen am , am+1, am+2, . . . , an setze

Beweis (durch vollständige Induktion nach n, n0 = 1).

Geometrische Summenformel. Für alle reellen x ∈ R mit x -= 1 gilt Satz II.7

Beweis (durch vollständige Induktion nach n, n0 = 0).

Proposition II.8 2n > n 2 , n ∈ N, n ≥ 5.

Beweis (durch vollständige Induktion nach n, n0 = 5).

2n+1 > 2 n2 = n2 + n2 ≥ n2 + 2n + 1 = (n + 1)2 .

Bemerkung II.9 Der Induktionsschritt kann wie folgt modifiziert werden:

(I) f (n0 ) anzugeben und

(II) für jedes n ∈ N0 , n ≥ n0, eine Vorschrift

Für n ∈ N0 definieren wir n! ∈ N (gesprochen „n Fakultät“) durch Definition II.10

oder, äquivalent dazu, rekursiv durch

1! = 1, 2! = 2, 3! = 6, 4! = 24, . . . , 10! = 3 628 800 wird schnell groß! Beispiel

– M = {a} besitzt 1 Anordnung a 2→ 1 (kurz a), Beispiel

Beweis (durch vollständige Induktion nach n, n0 = 1).

Definition II.13 Für k, n ∈ N0 , k ≤ n, heißt

Aus der Definition folgt sofort, dass für k, n ∈ N0 , k ≤ n,

Beweis. Nach Definition II.13 der Binomialkoeffizienten folgt

Binomischer Lehrsatz. Für alle reellen x, y ∈ R und n ∈ N0 ist Satz II.16

Beweis (durch vollständige Induktion nach n, n0 = 0).