Analysis I/II/III

Wintersemester 1993/94
Sommersemester 1994
Wintersemester 1994/1995

nach der Vorlesung von

Prof. Dr. N. Steinmetz
Universität Dortmund
Lehrstuhl Mathematik IX

19. Dezember 2002

In LATEX gesetzt von

Thomas Leineweber
 Zusammenfassung
Dieses Skript ist aus meinen persönlichen Mitschriften in den Vorlesungen Analysis I bis Analysis
III vom Wintersemester 1993/94 bis zum Wintersemester 1994/95 bei Prof. Steinmetz entstanden.
Ich habe mir große Mühe gegeben, alles richtig wiederzugeben. Dennoch gebe ich keine Garantie,
daß dieses alle Sachverhalte richtig wiedergibt. Ebenfalls übernehme ich keine Haftung für eventuelle
Schäden, die durch die Benutzung dieses Skriptes enstanden sind oder entstehen werden (Klausur
und Prüfungen!).
Für einen freundlichen Hinweis über Fehler oder Verbesserungsvorschläge bin ich jederzeit dankbar.
Dabei sollte jedesmal die Version des entsprechenden Kapitels mit angegeben werden, die jeweils in
einer Fußnote auf der ersten Seite aller Kapitel steht.
Dieses Skript darf nur umsonst bzw. zum Selbstkostenpreis weitergegeben werden. Es ist weder eine
offizielle noch eine authorisierte Version von Prof. Steinmetz. Deshalb ist bei Fehlern zuerst davon
auszugehen, daß sie von mir stammen.
Thomas Leineweber
Ortsmühle 9
44227 Dortmund
e-mail: [Link]@[Link]
c 1994-1999, 2002 für diese Version bei Thomas Leineweber. Die Vorlesung selber stammt von Prof.
Steinmetz.

Datum dieser Gesamtversion: 19. Dezember 2002

Inhaltsverzeichnis

0 Mathematische Notationen 1
0.1 Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
0.1.1 Naive Mengendefinition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
0.1.2 Mengenschreibweisen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
0.1.3 Mengenrelationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
0.1.4 Mengenoperationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
0.2 Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
0.2.1 Naive Abbildungsdefinition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
0.2.2 Graph von f . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
0.2.3 Komposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
0.2.4 Definitions- und Wertebereich . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
0.2.5 Bild und Urbild . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
0.2.6 injektiv, surjektiv, bijektiv . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
0.2.7 Umkehrfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
0.3 Elementare Logik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1 Die reellen Zahlen 5

1.1 Der Körper IR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1 Definition: IR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.2 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Anordnung von IR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.3 Regeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Die Vollständigkeit von IR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.2 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.3 Vollständigkeitsaxiom . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.4 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.5 Existenz des Infimums . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.6 Archimedische Eigenschaft . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.7 Folgerung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.8 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.9 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Absolutbetrag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.2 Dreiecksungleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.3 Intervalle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.4 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.5 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.6 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4.7 Erweiterungsmöglichkeiten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5 Vollständige Induktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

iii
Inhaltsverzeichnis

1.5.1 Induktionsprinzip . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.2 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.3 Induktive Definition von Summe und Produkt . . . . . . . . . . . . . . . . . . . 11
1.5.4 Binomialkoeffizienten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5.5 Pascalsches Dreieck . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5.6 Binomischer Lehrsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5.7 Nachtrag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5.8 Bernoullische Ungleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.6 Wurzeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6.1 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6.2 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6.3 Fundamentaler Schluß der Analysis . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6.4 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6.5 Nachtrag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6.6 Allgemeine Potenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6.7 Regeln für Potenzen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.6.8 Ungleichung zwischen dem arithmetischen und geometrischen Mittel (AGM) . . 17
1.6.9 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.6.10 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2 Folgen und Reihen 19

2.1 Konvergente Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.1 Definition: Folge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.2 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.3 Rechenregeln für konvergente Folgen . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.4 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2 Monotone Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2.2 Monotoniekriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.3 Aufgabe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2.4 3 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3 Teilfolgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.2 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.3 Satz von Bolzano-Weierstraß . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.4 Cauchysches Konvergenzkriterium . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.5 Definition: Limes superior, Limes inferior . . . . . . . . . . . . . . . . . . . . . 27
2.3.6 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.7 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.8 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.9 Ergänzungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3.10 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.4 Unendliche Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4.2 Beispiel: Die geometrische Reihe . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4.3 Beispiel: Teleskopsumme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4.4 Beispiel: erweiterte Teleskopsumme . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.5 Satz über den Reihenrest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.6 Cauchykriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.7 Beispiel: Die harmonische Reihe . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

iv
 Inhaltsverzeichnis

2.4.8 Hilfssatz: Abelsche partielle Summation . . . . . . . . . . . . . . . . . . . . . . 32

2.4.9 Dirichlet-Kriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4.10 Leibniz-Kriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.4.11 Die alternierende harmonische Reihe (1) . . . . . . . . . . . . . . . . . . . . . . 34
2.4.12 Rechenregeln für konvergente Reihen . . . . . . . . . . . . . . . . . . . . . . . . 34
2.4.13 Die alternierende harmonische Reihe (2) . . . . . . . . . . . . . . . . . . . . . . 34
2.5 Absolute Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5.2 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.5.3 Majorantenkriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.5.4 Wurzelkriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.5.5 Quotientenkriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.5.6 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.5.7 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5.8 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6 Mehrfachreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.6.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.6.2 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.6.3 Folgerung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.6.4 Umordnungssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.6.5 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.6.6 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.6.7 Großer Umordnungssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.6.8 Spezialfall: Doppelreihensatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.6.9 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.6.10 Reihenmultiplikation/Cauchyprodukt . . . . . . . . . . . . . . . . . . . . . . . . 44
2.6.11 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3 Grenzwert und Stetigkeit 47

3.1 Grenzwerte bei Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.1.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.1.2 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.1.3 Folgenkriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.1.4 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.1.5 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.1.6 Einseitige Grenzwerte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.1.7 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.1.8 Monotone Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.1.9 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.1.10 Cauchykriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.2 Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2.2 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2.3 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2.4 Satz vom Minimum und Maximum . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2.5 Nullstellensatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2.6 Zwischenwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.2.7 Bemerkung: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.2.8 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.2.9 Satz über die Umkehrfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

v
Inhaltsverzeichnis

3.2.10 Definition: gleichmäßige Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . 53

3.2.11 Bemerkungen und Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.2.12 Satz von Heine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.3 Gleichmäßige Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.3.1 Def.: Punktweise und gleichmäßige Konvergenz von Funktionenfolgen . . . . . . 54
3.3.2 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.3.3 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.3.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.3.5 Cauchykriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.3.6 Majorantenkriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.3.7 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.4 Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.4.1 Definition: Potenzreihe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.4.2 Satz, Konvergenzradius . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.4.3 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.4.4 Bemerkungen und Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.4.5 Satz: Summe und Produkt von Potenzreihen . . . . . . . . . . . . . . . . . . . 60
3.4.6 Identitätssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.4.7 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.4.8 Satz über die Verknüpfung von Potenzreihen . . . . . . . . . . . . . . . . . . . 62
3.4.9 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.4.10 Satz über das Reziproke einer Potenzreihe . . . . . . . . . . . . . . . . . . . . . 62
3.4.11 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.4.12 Umentwickeln von Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.4.13 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
3.4.14 Abelscher Grenzwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.5 Exponentialfunktion und Logarithmus . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.5.1 Definition der Exponentialfunktion exp(x) . . . . . . . . . . . . . . . . . . . . . 65
3.5.2 Satz: Eigenschaften der Exponentialfunktion . . . . . . . . . . . . . . . . . . . . 65
3.5.3 Definition des Logarithmus log x . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.5.5 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.5.6 Definition von ex für x ∈ IR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.5.7 Hyperbolische Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.6 Die trigonometrischen Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.6.1 Definitionen und Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
3.6.2 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.6.3 Die Zahl π . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.6.4 Einfache Eigenschaften von Sinus und Cosinus . . . . . . . . . . . . . . . . . . 70

4 Differentialrechnung 73
4.1 Differenzierbare Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.1.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.1.2 Bemerkungen und Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.1.3 Differentiationsregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.1.4 Umformung der Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.1.5 Kettenregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.1.6 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.1.7 Differenzierbarkeit der Umkehrfunktion . . . . . . . . . . . . . . . . . . . . . . 76
4.1.8 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

vi
 Inhaltsverzeichnis

4.1.9 Höhere Ableitungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

4.1.10 Leibnizregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.2 Die Mittelwertsätze der Differentialrechnung . . . . . . . . . . . . . . . . . . . . . . . . 78
4.2.1 Definition: Minimum, Maximum . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.2.2 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.2.3 Satz von Rolle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.2.4 Mittelwertsatz der Differentialrechnung . . . . . . . . . . . . . . . . . . . . . . 78
4.2.5 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.2.6 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.2.7 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.2.8 Aufgabe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.2.9 Verallgemeinerter Mittelwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.2.10 Regel von de l’Hôspital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.2.11 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.3 Anwendungen der Differentialrechnung . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
A Monotone Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.3.1 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
4.3.2 Beispiel: f (x) = x · log x . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
B Konvexe Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.3.3 Definition: konvex . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.3.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.3.5 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
C Die Arcusfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.3.6 Arcustangens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.3.7 Arcuscotangens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
4.3.8 Arcussinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.3.9 Arcuscosinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
D Differentiation und gleichmäßige Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . 87
4.3.10 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.3.11 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.3.12 Folgerungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4.3.13 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.4 Der Satz von Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.4.1 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.4.2 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.4.3 Definition: Das Taylorpolynom . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.4.4 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.4.5 Satz von Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.4.6 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
4.5 Extremwertrechnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.5.1 Definition: relatives Minimum/Maximum . . . . . . . . . . . . . . . . . . . . . 94
4.5.2 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.5.3 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.5.4 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

5 Das Riemannsche Integral 97

5.1 Darbouxsche Summen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.1.1 Definition: Darbouxsche Ober- und Untersumme . . . . . . . . . . . . . . . . . 97
5.1.2 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.1.3 Definition: Unteres und oberes Integral . . . . . . . . . . . . . . . . . . . . . . . 98

vii
Inhaltsverzeichnis

5.1.4 Definition: Integrierbar, Riemannintegral . . . . . . . . . . . . . . . . . . . . . . 98

5.1.5 Riemannsches Integrabilitätskriterium . . . . . . . . . . . . . . . . . . . . . . . 98
5.1.6 Satz: Monotone Funktionen sind integrierbar . . . . . . . . . . . . . . . . . . . 99
5.1.7 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.1.8 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.1.9 Satz: Stetige Funktionen sind integrierbar . . . . . . . . . . . . . . . . . . . . . 102
5.1.10 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.2 Riemannsche Summen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.2.1 Definition: Riemannsche Zwischensumme . . . . . . . . . . . . . . . . . . . . . 103
5.2.2 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.2.3 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.2.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.2.5 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.2.6 Beweis für 5.2.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.2.7 Regeln für Riemann-integrierbare Funktionen . . . . . . . . . . . . . . . . . . . 106
5.2.8 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5.3 Hauptsatz der Diff.- und Integralrechnung . . . . . . . . . . . . . . . . . . . . . . . . . 108
5.3.1 Mittelwertsatz der Integralrechnung . . . . . . . . . . . . . . . . . . . . . . . . 108
5.3.2 Definition: Stammfunktion, unbestimmtes Integral . . . . . . . . . . . . . . . . 108
5.3.3 Hauptsatz der Diff.- und Integralrechnung . . . . . . . . . . . . . . . . . . . . . 108
5.3.4 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5.3.5 Partielle Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
5.3.6 Substitutionsregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
5.3.7 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.3.8 Satz von Taylor mit Integralrestglied . . . . . . . . . . . . . . . . . . . . . . . . 111
5.3.9 Satz von Bernstein . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.3.10 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
5.4 Integration von rationalen Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
5.4.1 Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
5.4.2 Prinzip . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
5.4.3 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.4.4 Allgemeines zum 4. Schritt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.4.5 Auf rationale Funktionen zurückführbare Integrale . . . . . . . . . . . . . . . . 118
5.5 Uneigentliche Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.5.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.5.2 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.5.3 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.5.4 Cauchykriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.5.5 Dirichletkriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.5.6 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.5.7 Definition: Absolute Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.5.8 Majorantenkriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.5.9 Nützliche Majoranten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.5.10 Satz über die majorisierte Konvergenz . . . . . . . . . . . . . . . . . . . . . . . 127
5.5.11 Beispiel: Die Gammafunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.5.12 Integralkriterium für Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

6 Komplexe Zahlen und Funktionen 131

6.1 Komplexe Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
6.1.1 Einführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

viii
 Inhaltsverzeichnis

6.1.2 Bezeichnungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

6.1.3 Dreiecksungleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
6.2 Folgen und Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
6.2.1 Definition: Komplexe Folge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
6.2.2 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
6.2.3 Vererbung der Grenzwertregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
6.2.4 Definition: Komplexe Reihe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
6.2.5 Beispiel: Die geometrische Reihe . . . . . . . . . . . . . . . . . . . . . . . . . . 133
6.2.6 Cauchykriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
6.2.7 Satz von Bolzano-Weierstraß . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
6.2.8 Dirichletkriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
6.2.9 Definition: Absolute Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . 134
6.2.10 Regeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
6.2.11 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
6.3 Konvergenz und Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
6.3.1 Definition: Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
6.3.2 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
6.3.3 Definition: Gleichmäßige Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . 136
6.3.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
6.3.5 Definition: Potenzreihe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
6.3.6 Die Exponentialfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
6.3.7 Eulersche Formel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
6.3.8 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
6.3.9 Additionstheoreme von Sinus und Cosinus . . . . . . . . . . . . . . . . . . . . . 138
6.3.10 Polarkoordinaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
6.3.11 Potenzen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
6.3.12 Wurzeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
6.3.13 Polynome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
6.3.14 Fundamentalsatz der Algebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
6.3.15 Folgerungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
6.3.16 Satz über die Partialbruchzerlegung . . . . . . . . . . . . . . . . . . . . . . . . 141
6.3.17 Hilfssatz 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
6.3.18 Hilfssatz 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
6.3.19 Beweis der Partialbruchzerlegung . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.4 Trigonometrische Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.4.1 Definition: Trigonometrische Reihe . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.4.2 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
6.4.3 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
6.4.4 Integration von f : IR → C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
6.4.5 Integrationsregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
6.4.6 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
6.5 Fourierreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
6.5.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
6.5.2 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
6.5.3 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
6.5.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
6.5.5 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
6.5.6 Besselsche Ungleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
6.5.7 Satz von Riemann-Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.5.8 Der Dirichletkern . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151

ix
Inhaltsverzeichnis

6.5.9 Riemannscher Lokalisationssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . 152

6.6 Konvergenz- und Approximationssätze . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
6.6.1 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
6.6.2 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
6.6.3 Beweis von 6.6.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
6.6.4 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
6.6.5 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
6.6.6 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
6.6.7 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
6.6.8 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
6.6.9 Satz von Fejer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
6.6.10 Approximationssatz von Weierstraß . . . . . . . . . . . . . . . . . . . . . . . . . 160
6.6.11 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160

7 Metrische Räume 161

7.1 Der euklidische Raum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
7.1.1 Definition von IRn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
7.1.2 Definition des Skalarproduktes und der euklidischen Norm . . . . . . . . . . . . 161
7.1.3 Eigenschaften des Skalarproduktes . . . . . . . . . . . . . . . . . . . . . . . . . 161
7.1.4 Cauchy-Schwarz’sche Ungleichung . . . . . . . . . . . . . . . . . . . . . . . . . 162
7.1.5 Eigenschaften der Euklidnorm . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
7.1.6 Satz des Pythagoras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
7.1.7 Definition: Norm, Normierter Raum . . . . . . . . . . . . . . . . . . . . . . . . 163
7.1.8 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
7.1.9 Definition: Skalarprodukt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
7.1.10 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
7.1.11 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
7.2 Topologische Grundbegriffe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
7.2.1 Definition: Metrik, metrischer Raum . . . . . . . . . . . . . . . . . . . . . . . . 165
7.2.2 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
A Offene Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
7.2.3 Definition: Offene Kugel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
7.2.4 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
7.2.5 Definition: Innerer Punkt, Inneres, offen . . . . . . . . . . . . . . . . . . . . . . 167
7.2.6 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
7.2.7 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
7.2.8 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
B Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
7.2.9 Definition: Folge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
7.2.10 Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
7.2.11 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
7.2.12 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
7.2.13 Regeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
C Abgeschlossene Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
7.2.14 Definition: Rand, abgeschlossen, Häufungspkt., abgeschl. Hülle . . . . . . . . . 170
7.2.15 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
7.2.16 Aufgabe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
7.2.17 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
7.3 Kompakte und vollständige Räume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
7.3.1 Definition: Kompakt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172

x
 Inhaltsverzeichnis

7.3.2 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172

7.3.3 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
7.3.4 Satz von Bolzano-Weierstraß . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
7.3.5 Definition: Cauchyfolge, vollständig, Banachraum . . . . . . . . . . . . . . . . . 174
7.3.6 Beispiele/Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
7.4 Stetige Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
7.4.1 Definition: Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
7.4.2 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
7.4.3 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
7.4.4 Komposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
7.4.5 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
7.4.6 Regeln für Funktionen vom Typ IRn → IRm . . . . . . . . . . . . . . . . . . . . 177
7.4.7 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
7.4.8 Satz vom Minimum und Maximum . . . . . . . . . . . . . . . . . . . . . . . . . 177
7.4.9 Definition: Äquivalenz von Normen . . . . . . . . . . . . . . . . . . . . . . . . . 178
7.4.10 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
7.4.11 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
7.4.12 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
7.4.13 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
7.5 Mehr über stetige Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
7.5.1 Satz von Heine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
7.5.2 Satz über die Umkehrfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
7.5.3 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
7.5.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
7.5.5 Banachscher Fixpunktsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
7.5.6 Beispiel: Fredholmsche Integralgleichung . . . . . . . . . . . . . . . . . . . . . . 182
7.5.7 Beispiel: Der Satz von Picard-Lindelöf . . . . . . . . . . . . . . . . . . . . . . . 183
7.5.8 Konkretes Beispiel für den Satz von Picard-Lindelöf . . . . . . . . . . . . . . . 185
7.5.9 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
7.5.10 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
7.5.11 Satz von Heine-Borel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
7.6 Zusammenhang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
7.6.1 Definition: Partition, zusammenhängend . . . . . . . . . . . . . . . . . . . . . . 187
7.6.2 Anschauliche Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
7.6.3 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
7.6.4 Definition: Gebiet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
7.6.5 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
7.6.6 Zwischenwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
7.6.7 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
7.6.8 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
7.6.9 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
7.6.10 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
7.6.11 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
7.6.12 Zusatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
7.6.13 Testbeispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
7.6.14 Definition: Weg . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
7.6.15 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
7.6.16 Definition: Wegzusammenhang . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
7.6.17 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
7.6.18 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194

xi
Inhaltsverzeichnis

7.6.19 Beispiel/Aufgabe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194

7.6.20 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
7.7 Gleichgradige Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
7.7.1 Definition: gleichgradig stetig . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
7.7.2 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
7.7.3 Satz von Arzela-Ascoli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
7.7.4 Beispiel: Existenzsatz von Peano . . . . . . . . . . . . . . . . . . . . . . . . . . 197
7.7.5 Beispiel für den Existenzsatz von Peano . . . . . . . . . . . . . . . . . . . . . . 198

8 Mehrdimensionale Differentialrechnung 199

8.1 Matrizen und quadratische Formen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
8.1.1 Definition: Matrizen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
8.1.2 Rechenregeln für Matrizen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
8.1.3 Transponierte Matrizen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
8.1.4 Skalarprodukt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
8.1.5 Matrizennorm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
8.1.6 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
8.1.7 Definition: Quadratische Formen . . . . . . . . . . . . . . . . . . . . . . . . . . 201
8.1.8 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
8.1.9 Definition: positiv/negativ (semi-)definit . . . . . . . . . . . . . . . . . . . . . . 202
8.1.10 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
8.1.11 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
8.1.12 Definition: Landau-Symbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
8.1.13 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
8.1.14 Regeln für Landau-Symbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
8.1.15 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
8.2 Differenzierbare Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
8.2.1 Definition: Differenzierbarkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
8.2.2 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
8.2.3 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
8.2.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
8.2.5 Satz: Die Ableitung ist eindeutig . . . . . . . . . . . . . . . . . . . . . . . . . . 206
8.2.6 Regeln für differenzierbare Funktionen . . . . . . . . . . . . . . . . . . . . . . . 207
8.2.7 Kettenregel für differenzierbare Funktionen . . . . . . . . . . . . . . . . . . . . 207
8.2.8 Mittelwertsatz I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
8.2.9 Mittelwertsatz II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
8.2.10 Definition: Integrierbarkeit von Matrizen . . . . . . . . . . . . . . . . . . . . . . 208
8.2.11 Mittelwertsatz III . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
8.2.12 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
8.3 Partielle Ableitungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
8.3.1 Vorüberlegungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
8.3.2 Definition: Partielle Ableitung, Gradient . . . . . . . . . . . . . . . . . . . . . . 210
8.3.3 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
8.3.4 Definition: Richtungsableitung . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
8.3.5 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
8.3.6 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
8.3.7 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
8.3.8 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
8.3.9 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
8.4 Höhere Ableitungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

xii
 Inhaltsverzeichnis

8.4.1 Definition: Stetig differenzierbar . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

8.4.2 Definition: Mehrfach stetig differenzierbar . . . . . . . . . . . . . . . . . . . . . 214
8.4.3 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
8.4.4 Satz von H. A. Schwarz (1. Version) . . . . . . . . . . . . . . . . . . . . . . . . 214
8.4.5 Satz von H. A. Schwarz (2. Version) . . . . . . . . . . . . . . . . . . . . . . . . 214
8.4.6 Definition und Regeln: Multiindex . . . . . . . . . . . . . . . . . . . . . . . . . 215
8.4.7 Definition: Polynom, Taylorpolynom . . . . . . . . . . . . . . . . . . . . . . . . 215
8.4.8 Satz von Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
8.4.9 Spezialfall für den Satz von Taylor . . . . . . . . . . . . . . . . . . . . . . . . . 217
8.4.10 Definition: Hesse-Matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
8.4.11 Definition: Extremum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
8.4.12 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
8.4.13 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
8.4.14 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
8.5 Implizite Funktionen und Umkehrfunktionen . . . . . . . . . . . . . . . . . . . . . . . . 219
8.5.1 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
8.5.2 Schreibweisen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
8.5.3 Satz über implizit definierte Funktionen . . . . . . . . . . . . . . . . . . . . . . 220
8.5.4 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
8.5.5 Satz über die Umkehrfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
8.5.6 Definition: Diffeomorphismus . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
8.5.7 Satz über die Gebietstreue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
8.6 Extrema mit Nebenbedingungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
8.6.1 Allgemeines Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
8.6.2 Konkrete Probleme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
8.6.3 Lagrangesche Multiplikationsregel . . . . . . . . . . . . . . . . . . . . . . . . . . 224
8.6.4 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
8.6.5 Praktisches Vorgehen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
8.6.6 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
8.6.7 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227

9 Kurvenintegrale 229
9.1 Riemann-Stieltjes Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
9.1.1 Feste Bezeichnungen, Riemann-Stieltjes-Summe . . . . . . . . . . . . . . . . . . 229
9.1.2 Definition: Riemann-Stieltjes-Integral . . . . . . . . . . . . . . . . . . . . . . . . 229
9.1.3 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
9.1.4 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
9.1.5 Cauchykriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
9.1.6 Eigenschaften des RS-Integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
9.1.7 Partielle Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231
9.1.8 Zusammenhang zwischen RS- und R-Integralen . . . . . . . . . . . . . . . . . . 232
9.1.9 Satz: Existenz des RS-Integrales . . . . . . . . . . . . . . . . . . . . . . . . . . 233
9.2 Funktionen von endlicher Variation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
9.2.1 Definition: Variation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
9.2.2 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
9.2.3 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
9.2.4 Zerlegungssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
9.2.5 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
9.2.6 Folgerung aus dem Zerlegungssatz . . . . . . . . . . . . . . . . . . . . . . . . . 238
9.2.7 Mittelwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238

xiii
Inhaltsverzeichnis

9.2.8 Beispiel zum RS-Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239

9.3 Wege und Weglängen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
9.3.1 Definition: Weg . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
9.3.2 Definition: rektifizierbarer Weg, Länge . . . . . . . . . . . . . . . . . . . . . . . 240
9.3.3 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
9.3.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
9.3.5 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
9.3.6 Definition: Äquivalenz von 2 Wegen . . . . . . . . . . . . . . . . . . . . . . . . 243
9.3.7 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
9.3.8 Satz und Definition: Kurve, Parameterdarstellung . . . . . . . . . . . . . . . . . 243
9.3.9 Satz: Eigenschaften äquivalenter Wege . . . . . . . . . . . . . . . . . . . . . . . 244
9.3.10 Umorientierung von Wegen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
9.3.11 Aneinanderhängen von Wegen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
9.3.12 Definition: Jordanweg/-bogen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
9.3.13 Satz: Äquivalenz von Jordanbögen . . . . . . . . . . . . . . . . . . . . . . . . . 245
9.3.14 Definition: geschlossene Kurve, Jordankurve . . . . . . . . . . . . . . . . . . . . 245
9.3.15 Jordanscher Kurvensatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
9.3.16 Tangente an eine Kurve . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
9.3.17 Definition: C 1 -Kurve, glatte Kurve . . . . . . . . . . . . . . . . . . . . . . . . . 245
9.3.18 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 245
9.3.19 Definition: stückweise C 1 /glatt . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
9.3.20 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
9.3.21 Parametrisierung nach der Bogenlänge . . . . . . . . . . . . . . . . . . . . . . . 246
9.3.22 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
9.4 Kurvenintegral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
9.4.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
9.4.2 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
9.4.3 Beispiel im IR2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
9.4.4 Eigenschaften der Kurvenintegrale . . . . . . . . . . . . . . . . . . . . . . . . . 249
9.5 Kurvenintegrale und Stammfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
9.5.1 Definition: Vektorfeld, Potential . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
9.5.2 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
9.5.3 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
9.5.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
9.5.5 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
9.5.6 Lemma von Poincaré . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
9.5.7 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
9.5.8 Praktische Berechnung einer Stammfunktion . . . . . . . . . . . . . . . . . . . 256
9.5.9 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256

10 Das Lebesgue-Integral 259

10.1 Nullmengen und Treppenfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
10.1.1 Definition: Intervall im IRn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
10.1.2 Definition: Nullmenge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
10.1.3 Beispiele und Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
10.1.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260
10.1.5 Sprechweise: fast überall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
10.1.6 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
10.1.7 Definition: Treppenfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
10.1.8 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261

xiv
 Inhaltsverzeichnis

10.1.9 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261

10.1.10 Definition: Lebesgue-Integral bei Treppenfunktionen . . . . . . . . . . . . . . . 262
10.1.11 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
10.1.12 Satz: Eigenschaften des Lebesgue-Integrals . . . . . . . . . . . . . . . . . . . . . 262
10.1.13 Lemma A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
10.1.14 Lemma B . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
10.2 Meßbare und integrierbare Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
10.2.1 Definition: meßbar, L+ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264
10.2.2 Bemerkungen und Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
10.2.3 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
10.2.4 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
10.2.5 Definition: L . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
10.2.6 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
10.2.7 Aufgabe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
10.2.8 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
10.2.9 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
10.3 Konvergenzsätze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
10.3.1 Satz von Beppo Levi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
10.3.2 Satz von Beppo Levi für Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . 272
10.3.3 Beispiel: Charakteristische Funktion . . . . . . . . . . . . . . . . . . . . . . . . 272
10.3.4 Integrabilitätskriterium von Riemann-Lebesgue . . . . . . . . . . . . . . . . . . 273
10.3.5 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
10.3.6 Satz von Lebesgue über majorisierte Konvergenz . . . . . . . . . . . . . . . . . 274
10.3.7 Folgerungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275
10.3.8 Hilfsüberlegung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276
10.3.9 Lemma von Fatou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 276
10.4 Der Satz von Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
10.4.1 Vorbemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
10.4.2 Satz von Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277
10.4.3 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
10.4.4 Hilfssatz zum Beweis des Satzes von Fubini . . . . . . . . . . . . . . . . . . . . 279
10.4.5 Beweis des Satzes von Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
10.4.6 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
10.4.7 Satz von Tonnelli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
10.4.8 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
10.5 Meßbare Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
10.5.1 Def.: Charakteristische Funktion, Meßbarkeit . . . . . . . . . . . . . . . . . . . 283
10.5.2 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
10.5.3 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
10.5.4 Prinzip von Cavalierei . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
10.5.5 Definition: Integrierbarkeit über E . . . . . . . . . . . . . . . . . . . . . . . . . 285
10.5.6 Definition: Ordinatenmengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
10.5.7 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
10.5.8 Folgerung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286
10.5.9 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
10.5.10 Beispiel: Maß der n-dimensionalen Kugel . . . . . . . . . . . . . . . . . . . . . . 287
10.5.11 Rotationskörper im IR3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
10.5.12 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
10.5.13 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
10.5.14 Beispiel einer nicht meßbaren Menge in IR . . . . . . . . . . . . . . . . . . . . . 290

xv
Inhaltsverzeichnis

10.5.15 Satz, absolute Stetigkeit des L-Integrals . . . . . . . . . . . . . . . . . . . . . . 291

10.6 Die Transformationsformel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
10.6.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
10.6.2 Die Transformationsformel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
10.6.3 Satz (Spezialfall von 10.6.2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
10.6.4 Hilfssatz 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
10.6.5 Hilfssatz 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
10.6.6 Hilfssatz 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
10.6.7 Hilfssatz 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
10.6.8 Beweis der Transformationsformel . . . . . . . . . . . . . . . . . . . . . . . . . 299
10.6.9 Spezielle Transformationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
10.6.10 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
10.7 Parameterintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
10.7.1 Feste Bezeichnungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
10.7.2 Satz über die Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
10.7.3 Differenzierbarkeit von Parameterintegralen . . . . . . . . . . . . . . . . . . . . 305
10.7.4 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
10.7.5 Beispiel: Das Newton-Potential . . . . . . . . . . . . . . . . . . . . . . . . . . . 307
10.8 Das eindimensionale Lebesgue-Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
10.8.1 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
10.8.2 Hilfssatz (Sunrise-Lemma) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
10.8.3 Beweis zu 10.8.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
10.8.4 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
10.8.5 Beispiel einer stetigen, streng wachsenden Funktion mit Ableitung 0 . . . . . . 315
10.8.6 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
10.8.7 Definition: absolute Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
10.8.8 Beispiele und Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
10.8.9 Hauptsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319
10.8.10 Folgerungen aus dem Hauptsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . 322

11 Vektoranalysis 323
11.1 Der Gaußsche Integralsatz im IR2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
11.1.1 Definition: Normalbereich . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
11.1.2 Integralsatz von Gauß . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
11.1.3 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
11.1.4 Folgerung: Fläche eines Normalbereiches . . . . . . . . . . . . . . . . . . . . . . 325
11.1.5 Beispiel: Fläche einer Ellipse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
11.1.6 Leibnizsche Sektorformel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
11.1.7 Beispiel zu Gauß . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
11.1.8 Die Greenschen Formeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
11.1.9 Definition: harmonisch, Potentialfunktion . . . . . . . . . . . . . . . . . . . . . 328
11.1.10 Gaußsche Mittelwertformel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
11.1.11 Minimum- Maximum-Prinzip . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329
11.2 Flächen im IR3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
11.2.1 Definition: Vektorprodukt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
11.2.2 Bemerkungen/Regeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
11.2.3 Def.: Parameterdarstellung eines Flächenstücks . . . . . . . . . . . . . . . . . . 331
11.2.4 Explizite Fläche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331
11.2.5 Mantelfläche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332
11.2.6 Rotationsfläche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332

xvi
 Inhaltsverzeichnis

11.2.7 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332

11.2.8 Zusatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
11.2.9 Definition: Flächenintegral, Oberfläche . . . . . . . . . . . . . . . . . . . . . . . 334
11.2.10 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
11.2.11 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 334
11.2.12 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
11.3 Integralsätze (Gauß, Stokes) im IR3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
11.3.1 Definition/Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
11.3.2 Integralsatz von Gauß im IR3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
11.3.3 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
11.3.4 Bezeichnungen der Vektoranalysis . . . . . . . . . . . . . . . . . . . . . . . . . . 338
11.3.5 Regeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
11.3.6 Satz: Lemma von Poincaré . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
11.3.7 Integralsatz von Stokes im IR3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
11.4 Differentialformen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
11.4.1 Definition: multilinear, alternierend, p-Form . . . . . . . . . . . . . . . . . . . . 342
11.4.2 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
11.4.3 Grundformen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
11.4.4 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
11.4.5 Darstellungssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
11.4.6 Beispiele im IR3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343
11.4.7 Beweis des Darstellungssatzes (11.4.5) . . . . . . . . . . . . . . . . . . . . . . . 344
11.4.8 Definition: Ableitung von p-Formen . . . . . . . . . . . . . . . . . . . . . . . . . 344
11.4.9 Multiplikation von Formen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 344
11.4.10 Regeln zur Differenzierung von Formen . . . . . . . . . . . . . . . . . . . . . . . 344
11.4.11 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
11.4.12 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346
11.4.13 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347
11.4.14 Definition: Stammform, geschlossen . . . . . . . . . . . . . . . . . . . . . . . . . 347
11.4.15 Beispiele/Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347
11.4.16 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349
11.4.17 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349
11.4.18 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349
11.4.19 Lemma von Poincaré . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351
11.4.20 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 351
11.4.21 Zurückholen von Differentialformen . . . . . . . . . . . . . . . . . . . . . . . . . 352
11.4.22 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352
11.4.23 Regeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353
11.4.24 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353
11.5 Flächen und Mannigfaltigkeiten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355
11.5.1 Definition: p-Flächenstück . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355
11.5.2 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355
11.5.3 Definition: Verträglichkeit von Flächenstücken . . . . . . . . . . . . . . . . . . . 355
11.5.4 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356
11.5.5 Definition: Tangentialraum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356
11.5.6 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356
11.5.7 Definition: gleichorientierte Flächenstücke . . . . . . . . . . . . . . . . . . . . . 357
11.5.8 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357
11.5.9 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357
11.5.10 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 358

xvii
Inhaltsverzeichnis

11.5.11 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 358

11.5.12 Definition: Flächenstück mit Rand . . . . . . . . . . . . . . . . . . . . . . . . . 359
11.5.13 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359
11.5.14 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359
11.5.15 Definition: p-Mannigfaltigkeit, p-Fläche . . . . . . . . . . . . . . . . . . . . . . 360
11.5.16 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360
11.5.17 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360
11.5.18 Zerlegung der Eins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361
11.5.19 Def.: Integral von p-Form über p-Mannigfaltigkeit . . . . . . . . . . . . . . . . . 362
11.5.20 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 362
11.6 Der Integralsatz von Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363
11.6.1 Integralsatz von Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363
11.6.2 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363
11.6.3 Beweis zum Integralsatz von Stokes, 11.6.1 . . . . . . . . . . . . . . . . . . . . . 364
11.7 Oberflächenmaße . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
11.7.1 Definition: Gram’sche Matrix und Determinante . . . . . . . . . . . . . . . . . 366
11.7.2 Bemerkungen/Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
11.7.3 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367
11.7.4 Definition: Oberflächenintegral . . . . . . . . . . . . . . . . . . . . . . . . . . . 367
11.7.5 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
11.7.6 Beispiel: Inhalt der n-dimensionalen Einheitssphäre . . . . . . . . . . . . . . . . 369
11.7.7 Gaußscher Integralsatz oder Divergenzsatz [klassische Form] . . . . . . . . . . . 370

12 Fourierreihen und -Transformationen 371

12.1 Lp -Räume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371
12.1.1 Vorbemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371
12.1.2 Definition: Der Lp -Raum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371
12.1.3 Bemerkungen und Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371
12.1.4 Höldersche und Minkowskische Ungleichung . . . . . . . . . . . . . . . . . . . . 372
12.1.5 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374
12.1.6 Satz: Lp ist ein Vektorraum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374
12.1.7 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374
12.1.8 Definition: Konvergenz im Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374
12.1.9 Satz von Riesz-Fischer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374
12.1.10 Zusatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 376
12.1.11 Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 376
12.1.12 Approximation durch stetige Funktionen . . . . . . . . . . . . . . . . . . . . . . 377
12.1.13 Erinnerung an Analysis I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378
12.1.14 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
12.1.15 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
12.1.16 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
12.1.17 Bemerkung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 380
12.2 Die Fouriertransformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381
12.2.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381
12.2.2 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381
12.2.3 Einfache Eigenschaften der Fouriertransformation . . . . . . . . . . . . . . . . . 382
12.2.4 Satz von Plancherel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 383
12.2.5 Satz: Stetigkeit und Differenzierbarkeit von fˆ . . . . . . . . . . . . . . . . . . . 384
12.2.6 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
12.2.7 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385

xviii
 Inhaltsverzeichnis

12.2.8 Beweis von 12.2.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385

12.2.9 Ziel: Die Umkehrformel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386
12.2.10 Definition: Faltung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 386
12.2.11 Satz: Einfache Eigenschaften der Faltung . . . . . . . . . . . . . . . . . . . . . 386
12.2.12 Beispiel 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387
12.2.13 Beispiel 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 388
12.2.14 Umkehrsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389
12.2.15 Bemerkungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391
12.2.16 Satz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391
12.2.17 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 392
12.2.18 Die Wärmeleitungsgleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393
12.2.19 Bisherige Eigenschaften der Fouriertransformation . . . . . . . . . . . . . . . . 394
12.2.20 Hilfssatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394
12.2.21 Satz, Parsevalsche Gleichung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 395

xix
Inhaltsverzeichnis

xx
0 Mathematische Notationen1

0.1 Mengen

0.1.1 Naive Mengendefinition

Eine Menge ist eine Zusammenfassung von bestimmten und wohlunterschiedenen Objekten. Es gelten
die folgenden Aussagen:
x ∈ M : x ist Element von M , x gehört zur Menge M („x aus M “).
x∈/ M : x ist nicht Element von M , x gehört nicht zur Menge M .

0.1.2 Mengenschreibweisen

Es gibt die aufzählende und die beschreibende Mengenschreibweise:

aufzählend: M = {x1 , x2 , . . . , xn }
Bsp.: M = {Merkur, Venus, Erde, Mars}
beschreibend: M = {x : x hat die Eigenschaft ε}
Bsp.: M = {x : x ist innerer Planet}

0.1.3 Mengenrelationen

A ⊆ B ist eine Teilmengenrelation und bedeutet: A ist Teilmenge von B, A ist Untermenge von B
oder B ist Obermenge von A. D. h. jedes x ∈ A gehört auch zu B.
B ⊇ A bedeutet genau das gleiche wie A ⊆ B.
A = B bedeutet: A ⊆ B und B ⊆ A.
∅ ist die Menge, die kein Element enthält. ∅ heißt leere Menge. Für jede Menge A ist ∅ ⊆ A.
P (M ) := {A : A ⊆ M } ist die Potenzmenge von M . Für M = {a, b, c} ist

P (M ) = {∅, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}}

die Potenzmenge. Für alle Mengen M gilt insbesondere M ⊆ P (M ).

0.1.4 Mengenoperationen

Vereinigung:
A ∪ B = {x : x ∈ A oder x ∈ B}
Durchschnitt:
A ∩ B = {x : x ∈ A und x ∈ B}
1
Version 4.8 vom 5. August 2002

1
0 Mathematische Notationen

Für Durchschnitt und Vereinigung gelten folgende Aussagen:

A ∩ B ⊆ A, B und A, B ⊆ A ∪ B.

Differenz:
A \ B = {x : x ∈ A, x ∈
/ B}
kartesisches Produkt:
A × B = {(a, b) : a ∈ A, b ∈ B}
Für jedes Paar (a, b) gilt:
(a, b) = (a1 , b1 ) ⇔ a = a1 , b = b1 .
Sei nun Λ 6= ∅ und zu jedem Element λ ∈ Λ sei Mλ Menge. Dann setzt man
[
Mλ = {x : x ∈ Mλ für ein λ ∈ Λ},
λ∈Λ

die Vereinigung der Mengen Mλ und

\
Mλ = {x : x ∈ Mλ für jedes λ ∈ Λ},
λ∈Λ

der Durchschnitt der Mengen Mλ

Bereits bekannte Mengen von Zahlen

Zeichen Name Beschreibung
IN Menge der natürlichen Zahlen IN = {1, 2, 3, . . .}
ZZ Menge der ganzen Zahlen {0, 1, −1, 2, −2, . . .}
ZZ = n o
p
Q Menge der rationalen Zahlen Q= q : p ∈ ZZ, q ∈ IN

0.2 Abbildungen

Seien A, B Mengen.

0.2.1 Naive Abbildungsdefinition

Eine Abbildung oder Funktion f von A nach B ist eine Vorschrift, die jedem a ∈ A ein eindeutig
bestimmtes b ∈ B zuordnet.
Schreibweise:
f: A → B
a 7→ f (a)

0.2.2 Graph von f

Sei f : A → B eine Abbildung. Dann ist

graph f = {(a, f (a)) : a ∈ A} ⊆ A × B

der Graph von f .

2
 0.3 Elementare Logik

0.2.3 Komposition

Sind f : A → B, g : B → C Abbildungen. Dann heißt

g ◦ f : A → C, (g ◦ f )(a) = g(f (a))

die Komposition “g nach f “

0.2.4 Definitions- und Wertebereich

Sei f : A → B eine Abbildung. Dann heißt A der Definitionsbereich und B der Werte-/Zielbereich
von f .

0.2.5 Bild und Urbild

Für A1 ⊆ A heißt
f (A1 ) := {f (a) : a ∈ A1 } ⊆ B
Bild von A1 unter f . Insbesondere ist f (A) das Bild von f .
Für B1 ⊆ B heißt
f −1 (B1 ) := {a : f (a) ∈ B1 } ⊆ A
Urbild von B1 unter f .

0.2.6 injektiv, surjektiv, bijektiv

Die Funktion f : A → B heißt

surjektiv: f (A) = B
injektiv: für beliebige x, y ∈ A, x 6= y gilt: f (x) 6= f (y)
bijektiv: f ist injektiv und surjektiv

0.2.7 Umkehrfunktion

Ist f : A → B injektiv, so gibt es eine Funktion/Abbildung f −1 : f (A) → A mit f −1 (f (x)) = x. f −1

heißt Umkehrfunktion von f auf f (A). f −1 existiert genau dann auf B, wenn f bijektiv ist.

0.3 Elementare Logik

A und B seien Aussagen, wahr oder falsch.

A ⇒ B bedeutet: „aus A folgt B“
aus der Gültigkeit der Aussage A
folgt die Gültigkeit von B
A ist hinreichend für B
B ist notwendig für A
B ⇐ A hat genau die gleiche Bedeutung
B ⇔ B bedeutet: „genau dann“, A und B sind äquivalent
A und B sind zugleich richtig oder falsch
gleichbedeutend: A ⇒ B, A ⇐ B

3
0 Mathematische Notationen

4
1 Die reellen Zahlen1

1.1 Der Körper IR

1.1.1 Definition: IR

Es gibt eine Menge IR — die Menge der reellen Zahlen — und darauf sind eine Addition x + y und
eine Multiplikation x · y erklärt, so daß folgende Regeln (Axiome) erfüllt sind:
Seien x, y, z ∈ IR beliebig
1. Assoziativitätsgesetz:
(x + y) + z = x + (y + z)
(x · y) · z = x · (y · z)
2. Kommutativgesetz:
x+y =y+x
x·y =y·x
3. Existenz von 0 und 1
Es gibt 0 ∈ IR mit 0 + x = x
Es gibt 1 ∈ IR mit 1 · x = x
4. Existenz der Inversen:
Zu jedem x ∈ IR gibt es ein (−x) ∈ IR mit x + (−x) = 0
Zu jedem x ∈ IR \ {0} gibt es ein x−1 ∈ IR mit x · x−1 = 1
5. Distributivgesetz: x · (y + z) = x · y + x · z

1.1.2 Bemerkungen

(1) Jede Menge, in der eine Addition und eine Multiplikation erklärt sind, so daß 1–5 gelten, heißt
Körper.
(2) z.B. ist Q ein Körper.
(3) Statt x + (−y) schreibt man x − y.
Statt x−1 schreibt man x1 .
Statt x · y −1 schreibt man xy .

1.2 Anordnung von IR

1.2.1 Definition

IR ist angeordnet, d. h. es gibt eine Menge P ⊆ IR mit:

1
Version 4.6 vom 18. Dezember 2002

5
1 Die reellen Zahlen

1.) Für ein beliebiges x ∈ IR ist x = 0 oder x ∈ P oder −x ∈ P .

2.) Für x, y ∈ P ist x + y ∈ P .
3.) Für x, y ∈ P ist x · y ∈ P .
P ist die Menge der positiven reellen Zahlen. Statt x ∈ P schreibt man auch x > 0 oder 0 < x.
x < y :⇔ y − x ∈ P , d. h. y − x > 0 ⇔: y > x

1.2.2 Bemerkungen

(a) x ∈ P heißt: x ist positiv, −x ∈ P heißt: x ist negativ.

(b) Jeder Körper
n mit den Eigenschaften
o 1.), 2.), 3.) heißt angeordneter Körper, z. B. ist Q angeordnet
p
mit P = q : p, q ∈ IN

(c) IR wird geometrisch gedeutet als Zahlengerade.

1.2.3 Regeln

Seien x, y, z, t, u, v ∈ IR:
(1) x < y ⇒ x + z < y + z
(2) x < y und y < z ⇒ x < z
(3) x < y und u < v ⇒ x + u < y + v
(4) x < y und z > 0 [z < 0] ⇒ xz < yz [xz > yz]
(5) x 6= 0 ⇒ x2 = x · x > 0. Insbesondere ist 1 > 0
x+y
(6) x < y und 0 < t < 1 ⇒ x < tx + (1 − t)y < y. Insbesondere gilt x < 2 <y
(7) 0 < x < y ⇒ 1
x > 1
y

1.3 Die Vollständigkeit von IR

1.3.1 Definition

Sei M ∈ IR, M 6= ∅, ξ ∈ IR
(a) ξ heißt obere bzw. untere Schranke von M , wenn für alle x ∈ M gilt: x ≤ ξ bzw. x ≥ ξ.
(b) Gibt es eine obere bzw. untere Schranke, so heißt M nach oben bzw. nach unten beschränkt.
Existieren beide Schranken, so heißt M beschränkt.
(c) Ist ξ obere bzw. untere Schranke mit ξ ∈ M , so heißt ξ das Maximum max M bzw. das Minimum
min M von M .

1.3.2 Beispiel

Sei M = {x : 0 ≤ x < 1}. Es ist 0 = min M und 1 ist obere Schranke von M , aber 1 ∈
/ M . ⇒ max M
existiert nicht.

6
 1.3 Die Vollständigkeit von IR

1.3.3 Vollständigkeitsaxiom

Jede nach oben beschränkte Menge M ⊆ IR besitzt eine kleinste obere Schranke, das Supremum von
M : sup M . Genauso besitzt jede nach unten beschränkte Menge M ⊆ IR eine größte untere Schranke,
das Infimum von M : inf M .
Für sup M bzw. inf M gilt:
(a) s ist obere bzw. untere Schranke
(b) ξ < s bzw. ξ > s ⇒ es existiert x ∈ M mit x > ξ bzw. x < ξ.
Gelten (a) und (b) dann ist s = sup M . bzw. s = inf M .

Beweis: s ist obere Schranke (a)

=⇒ ξ ist keine obere Schranke
ξ < s |{z}
(b)
⇒ s ist kleinste obere Schranke, also s = sup M .

1.3.4 Beispiel

Sei  
x−y
M= : 0 < y < 1, 0 < x < y 2
x+y
Es ist
x + y > 0 und x − y < y 2 − y = y(y − 1) < 0
x−y
=⇒ < 0 = obere Schranke
x+y
Behauptung: sup M = 0

Beweis:
(a) s = 0 ist obere Schranke.
(b) Sei − 13 < ξ < 0, y = 1 + ξ und x = 1 + 2ξ =⇒ 0 < 23 < y < 1
0 < 13 < x = 1 + 2ξ < 1 + 2ξ + ξ 2 = y 2
Gilt nun
x−y ξ
= > ξ?
x+y 2 + 3ξ
Es ist  
1 1 ξ
2 + 3ξ > 2 + 3 − =1⇒ >1⇒ >ξ
3 2 + 3ξ 2 + 3ξ
(b) ist erfüllt
=⇒ sup M = 0 ∈
/M

1.3.5 Existenz des Infimums

Jede nach unten beschränkte Menge m ∈ IR besitzt immer eine größte untere Schranke, das Infimum
von M : inf M .

7
1 Die reellen Zahlen

Beweis: Sei M nach unten beschränkt, N := {−x|x ∈ M } sup N = − inf M

1.3.6 Archimedische Eigenschaft

IN ist nicht nach oben beschränkt.

Beweis: (Indirekter Beweis)

Annahme: IN ist nach oben beschränkt. Damit existiert sup IN = s.
⇒ s − 1 ist keine obere Schranke. D. h. es gibt n ∈ IN, so daß n > s − 1 ist. ⇒ n + 1 > s. Widerspruch
zu sup IN = s.

1.3.7 Folgerung

1
inf n : n ∈ IN = 0

Beweis: Das Infimum ist ≥ 0, weil 1

n > 0 ist für alle n ∈ IN.

(a) 0 ist untere Schranke

(b) Sei ξ > 0.

Dann gibt es ein n ∈ IN mit n > 1ξ . ⇒ 1
n < ξ ∈ {. . .} ⇒ inf{. . .} = 0

1.3.8 Satz

Gilt M ⊆ N und ist N nach oben bzw. unten beschränkt, so gilt:

sup M ≤ sup N bzw. inf M ≥ inf N.

Beweis: s = sup N ist insbesondere obere Schranke für N , also auch für M .
⇒ sup M ≤ s. Für das Infimum genauso.

1.3.9 Satz

Seien M, N ∈ IR. Setze −M := {−x : x ∈ M } und M + N := {x + y : x ∈ M, y ∈ N }. Dann gilt:

1. sup(M + N ) = sup M + sup N , falls M und N nach oben beschränkt sind.

2. inf(M + N ) = inf M + inf N , falls M und N nach unten beschränkt sind.

3. sup(−M ) = − inf M , falls M nach unten beschränkt ist.

4. inf(−M ) = − sup M , falls M nach oben beschränkt ist.

8
 1.4 Absolutbetrag

Beweis: von (2):

Setze m := inf M und n := inf N
x ∈ M, y ∈ N ⇒ x ≥ m, y ≥ n
⇒ x + y ≥ m + n, also ist m + n untere Schranke für M + N .
Wähle ξ > m + n.
Dann existieren Zahlen x ∈ M und y ∈ N mit x + y < ξ (ξ = ξ1 + ξ2 , ξ1 > m, ξ2 > n).
Finde x ∈ M und y ∈ N , so daß x < ξ1 und y < ξ2 ist. ⇒ m + n = inf(M + N ).

1.4 Absolutbetrag

1.4.1 Definition

Für x ∈ IR heißt (
x für x ≥ 0
|x| :=
−x für x < 0
absoluter Betrag und


1 für x > 0
sign(x) := 0 für x = 0


−1 für x < 0
Vorzeichen von x.
Es gelten:
x ≤ |x|, −x ≤ |x|, |x| = max{x, −x}

x = sign(x) · |x|, |x| = sign(x) · x

|x| < ε ⇐⇒ −ε < x < ε

|x| ≤ ε ⇐⇒ −ε ≤ x ≤ ε

1.4.2 Dreiecksungleichung

Für alle x, y ∈ IR gilt:

|x + y| ≤ |x| + |y|

||x| − |y|| ≤ |x − y|
Gleichheit gilt genau dann, wenn x · y ≥ 0 ist.

Beweis: 
(1) x + y ≤ |x| + |y|
|x + y| ≤ |x| + |y|
(2) − (x + y) = −x − y ≤ |x| + |y|
Gleichheit genau dann, wenn in (1) oder (2) Gleichheit ist.

|x| = |(x − y) + y| ≤ |x − y| + |y| ⇒ |x| − |y| ≤ |x − y|

|y| − |x| genauso.

9
1 Die reellen Zahlen

1.4.3 Intervalle

Seien a, b ∈ IR mit a < b. Setze

(a, b) = {x : a < x < b} offenes Intervall

[a, b] = {x : a ≤ x ≤ b} abgeschlossenes Intervall
[a, b) = {x : a ≤ x < b} halboffene Intervalle
(a, b] = {x : a < x ≤ b}

1.4.4 Bemerkung

Für jedes dieser Intervalle I ist sup I = b, inf I = a.

Beweis: b ist obere Schranke für I.

b+ξ
ξ < b, a < ξ < b : x =
2
⇒ ξ<x<b
⇒ x∈I
⇒ ξ ist nicht obere Schranke

1.4.5 Definition

Für x ∈ IR heißt [x] die größte ganze Zahl≤ x, d. h. [x] = sup{n ∈ ZZ : n ≤ x}. Es gilt [x] ≤ x < [x]+1.

1.4.6 Satz

In jedem Intervall (a, b) gibt es ein r ∈ Q und s ∈ IR \ Q. („Q und IR \ Q liegen dicht in IR“)

Beweis: Für r ∈ Q (später in 1.6.5 auf Seite 16 für s ∈ IR \ Q).

• Zunächst: (
b−a>1
[b] für b ∈
/ ZZ
Setze r =
[b] − 1 sonst
• Allgemein: Wähle q ∈ IN so, daß q(b − a) > 1 ist (archimed. Eigenschaft).
Das Intervall (qa, qb) enthält p ∈ ZZ. ⇒ (a, b) enthält pq ∈ Q,
denn: qa < p < qb ⇒ a < pq < b ⇒ pq ∈ (a, b)

1.4.7 Erweiterungsmöglichkeiten

Erweiterung von IR: Man setzt IR = IR ∪ {−∞, ∞} (−∞, ∞ sind keine Zahlen).
Sinnvolle Relationen und Operationen:

−∞ < x < ∞ für alle x ∈ IR

10
 1.5 Vollständige Induktion

x+∞=∞
für alle x ∈ IR
x − ∞ = −∞

x · ∞ = ∞, x · (−∞) = −∞ für x > 0

x · ∞ = −∞, x · (−∞) = ∞ für x < 0
x x
= = 0 für x ∈ IR
∞ −∞
x x
= ∞ für x > 0, = −∞ für x < 0
0 0

Erweiterung des Intervallbegriffs: (−∞, b] = {x ∈ IR : x ≤ b}.

Analog sind (−∞, b), [a, ∞), (a, ∞), (−∞, ∞)
Erweiterung des Supremum-/Infimum-Begriffs:
Ist M ⊆ IR, M 6= ∅ nicht nach oben bzw. unten beschränkt,
so setzt man sup M = ∞ bzw. inf M = −∞.

1.5 Vollständige Induktion

1.5.1 Induktionsprinzip

Gegeben seien A(n), Aussagen für n ∈ IN.

(1) [Induktionsverankerung/-voraussetzung] A(1) sei wahr.
(2) [Induktionsschritt] Aus der Gültigkeit von A(n) folgt die Gültigkeit von A(n + 1) für alle n ∈ IN.
Dann sind alle A(n) wahr.

Beweis: Sei M = {n : A(n) falsch}, 1 6= M .

inf M = m = min M ⇒ A(m) ist falsch, A(m − 1) ist richtig. Widerspruch zu (2)!

1.5.2 Beispiel

n(n+1)
Es ist 1 + 2 + · · · + n = 2 .

Beweis:
1·2
I.A.: 1 = 2 =1
n(n+1) n(n+1)+2(n+1) (n+1)(n+2)
I.S.: 1 + 2 + · · · + n + n + 1 = 2 +n+1= 2 = 2

1.5.3 Induktive Definition von Summe und Produkt

Seien m, n ∈ ZZ, aν ∈ IR

X
n 0 falls n < m (leere Summe)
 n−1 
aν = P
 aν + an sonst
ν=m
ν=m

11
1 Die reellen Zahlen


Y
n 1 falls n < m (leeres Produkt)
 n−1 
aν = Q
 aν · an sonst
ν=m
ν=m

Für m < n gilt:

X
n
aν =: am + am+1 + · · · + an
ν=m

Y
n
aν =: am · am+1 . . . an
ν=m

Q
n
Potenz (a ∈ IR): an := a = |a · a{z. . . a} für n ∈ IN
ν=1
 n−mal 
a0 = 1 und an = a−1 n für − n ∈ IN, a 6= 0
Q
n
Fakultät: n! := ν = 1 · 2 . . . n für n ∈ IN, 0! := 1.
ν=1

1.5.4 Binomialkoeffizienten

Für α ∈ IR und k ∈ IN0 definiert man

  Y
k
α α−ν+1
:= (α über k)
k ν
ν=1

α
z. B.: 0 =1
 
α α(α − 1) . . . (α − k + 1) α(α − 1) . . . (α − k + 1)
k ∈ IN : = =
k 1 · 2...k k!

1 1 1
2(2 − 1)( 12 − 2)
2 = = ···
3 3!
n

Für n ∈ IN0 und k ∈ IN0 ist k = 0, falls n < k.
 
n n(n − 1) . . . (n − k + 1) (n − k)! n!
(n ≥ k) : = · =
k k! (n − k)! k!(n − k)!

n

0


Es ist n = 1 und 0 =1

1.5.5 Pascalsches Dreieck

1
1 1
1 2 1
1 3 3 1
1 4 6 4 1

12
 1.5 Vollständige Induktion

α
α
α+1

Beweis von k + k−1 = k :
   
α α α(α − 1) . . . (α − k + 1)
+ =
k k−1 k!
α(α − 1) . . . (α − (k − 1) + 1)
+
(k − 1)!
[α(α − 1) . . . (α − k + 2)](α − k + 1 + k)
=
k!
α(α − 1) . . . (α − k + 2)(α + 1)
=
k!
(α + 1)(α + 1 − 1) . . . (α + 1 − k + 1)
=
  k!
α+1
=
k


n ≥ k : nk =Zahl der Möglichkeiten, aus n Objekten k auszuwählen, ohne Bercksichtigung der
Reihenfolge („n über k“ = „n choose k“) (engl.)

1.5.6 Binomischer Lehrsatz

Für a, b ∈ IR und n ∈ IN0 gilt:

n  
X n
(a + b)n = ak bn−k
k
k=0

n  
X
n n
2 =
k
k=0

n  
X n
(−1)k = 0 für n ≥ 1
k
k=0

n  
X n
xk = (x + 1)n
k
k=0

Beweis: Induktion nach n.

0  
X n
• n = 0: (a + b) 0
= ak bn−k
k
k=0
1 = 1
• n = 1:
1  
X
1 n
(a + b) = ak bn−k
k
k=0
   
1 0 1 1 1 0
a+b= a b + a b
0 1
a+b=b+a

13
1 Die reellen Zahlen

• n 7→ n + 1:

(a + b)n+1 = (a + b)(a + b)n

Xn  
n k n−k
= (a + b) a b
k
k=0
Xn   n  
n k+1 n−k X n k n−k+1
= a b + a b
k k
k=0 k=0
X n 
n+1 Xn  
n k n−k+1
k n−k+1
= a b + a b
k−1 k
k=1 k=0
 
n
= an+1 bn−n−1+1
n+1−1
Xn    
n n
+ + ak bn−k+1
k−1 k
k=1
 
n 0 n+1
+ a b
0
 
n n+1 0
= a b
n
Xn    
n + 1 k n−k+1 n n+1
+ a b + b
k 0
k=1
X  n + 1
n+1
= ak bn+1−k q.e.d.
k
k=0

1.5.7 Nachtrag

n


k ∈ IN, falls n ≥ k, n, k ∈ IN0

Beweis: Induktion nach n:  

0
n=0: = 1 ∈ IN
0
   
n+1 n+1
n 7→ n + 1 : =1=
0 n+1
     
n+1 n n
1≤k≤n: = +
k k k−1
Nach I.V. werden 2 ganze Zahlen addiert, die eine ganze Zahl ergeben.

1.5.8 Bernoullische Ungleichung

Für n ∈ IN und x ≥ −1 gilt:

(1 + x)n ≥ 1 + nx
Gleichheit gilt genau in folgenden Fällen: n = 1, x ≥ −1, bzw. n > 1, x = 0

14
 1.6 Wurzeln

Beweis:
n  
X 1  
X
n n k
n
(1 + x) = x k
≥ x = 1 + nx
k |{z} k
k=0 falls x≥0 k=0

Induktionsbeweis für x ≥ −1:

n=1: (1 + x)1 = 1 + 1x
n 7→ n + 1 : (1 + x)n+1 = (1 + x) (1 + x)n
| {z } | {z }
≥0 ≥1+nx
≥ (1 + x)(1 + nx)
nx2
= 1 + nx + x + |{z}
≥0
≥ 1 + (n + 1)x

1.6 Wurzeln

1.6.1 Beispiel

Für r ∈ Q ist r2 6= 2.

Beweis: Annahme: r = m n erfüllt r = 2 (m, n ohne gemeinsamen Teiler, m, n ∈ IN). Es ist dann
2

m2 = 2n2 , also ist m = 2p, m ist gerade.

⇒ 4p2 = 2n2 ⇒ 2p2 = n2 ⇒ n = 2q ist gerade. Widerspruch!

1.6.2 Satz

Zu jedem a ≥ 0, a ∈ IR und n ∈ IN gibt es genau ein ξ ∈ IR, ξ ≥ 0 mit ξ n = a.

√ 1
Schreibweise: ξ = n a = a n

Beweis der Eindeutigkeit: Sei 0 ≤ x < y ⇒ x2 < y 2 , mit Induktion xn < y n , d. h. xn = a und
y n = a unmöglich.

Beweis der Existenz: Für a = 0, ξ = 0 =⇒ o.k.

Ab jetzt sei a > 0. Sei M = {x : x ≥ 0, xn ≤ a}.
M 6= ∅, da 0 ∈ M . Außerdem ist M nach oben beschränkt durch s = a + 1, denn für x > s = a + 1
gilt: xn > (a + 1)n > a, d. h. x ∈ / M.
Behauptung: ξ = sup M . Zeige ξ n = a
Beweis: Sei 1 > ε > 0 beliebig. Dann existiert ein x ∈ M, x > ξ − ε
|a − ξ n | < ε(s + 1)n ⇒ a = ξ n .

1. 1 > ε > 0 beliebig.

15
1 Die reellen Zahlen

Dann existiert ein x ∈ M, x > ξ − ε

n  
X
n n n n
ξ < (x + ε) = |{z}
x + εj xn−j
j
≤a j=1
X n
n
≤ a+ε sn−1
j
j=1
< a + ε(s + 1)n
⇒ ξ n − a ≤ ε(s + 1)n

2. 1 > ε > 0 beliebig: x = ξ + ε ∈/ M, ξ + ε > 0

⇒ a < (ξ + ε)n ≤ · · · ≤ ξ n + ε(s + 1)
⇒ a − ξ n ≤ ε(s − 1)n
Aus 1.) und 2.) folgt: |ξ n − a| ≤ ε(s + 1)n , ε > 0 beliebig
⇒ |ξ n − a| ≤ 0, also ξ n = a.

1.6.3 Fundamentaler Schluß der Analysis

Ist b ∈ IR und gilt für jedes (hinreichend kleine) ε: b ≤ ε ⇒ b ≤ 0

Beweis: indirekt, Annahme b > 0: Wähle ε ≤ 2b , ε > 0 : b ≤ ε ≤ ε

2 W!

1.6.4 Bemerkung

Q ist nicht vollständig

Beweis: Wenn Q vollständig wäre, so ex. ξ = sup{x ∈ Q : x ≥ 0, x2 ≤ 2} in Q. ⇒ wie oben ξ 2 = 2.

√
2∈/ Q. Widerspruch!

1.6.5 Nachtrag

Jedes Intervall (a, b) enthält ein s ∈ IR \ Q.

Beweis:
√ √(a, b) enthält r1 , r2 ∈ Q, r1 < r2 .
( 2 ·√
r1 , 2 · r2 ) enthält
√ r ∈ Q,
d. h. 2 · r1 < r < 2 · r2 : a < r1 < √r2 = s < r2 < b
√
⇒ s ∈ (a, b), s = 2r · 2 ∈ IR \ Q

1.6.6 Allgemeine Potenz

p √
q p
Sei a > 0, r = q ∈ Q. Dann gilt: ar := r . Diese Definition ist unabhängig von der Darstellung
r = pq

16
 1.6 Wurzeln

√ √ m
n √ √
Beweis: Sei ξ = n a. Dann ist (ξ n )m = am und ξ nm = (ξ m )n = ( n a) , also gilt: ( n a)m = n am .
Setze r = pq = m , m = kp, n = kq.
√ nkp √
kq √
kq
Dann ist ( a) = akp = q ap = ar
a0 = 1√
√
ar = q ap = ( q a)p , falls pq = r, q ∈ IN, p ∈ ZZ

1.6.7 Regeln für Potenzen

Seien a, b > 0, r, s ∈ Q. Dann gilt:

ar
ar as = ar+s , = ar−s , ar br = (ab)r
as

1.6.8 Ungleichung zwischen dem arithmetischen und geometrischen Mittel (AGM)

Sind a1 , . . . , an ≥ 0, so gilt
√ a1 + · · · + an
n
a1 . . . an ≤
| {z } | n
{z }
geometrisches
arithmetisches
| {z }
Mittel

„=“ genau dann, wenn a1 = · · · = an ist.

Beweis: für aj = 0 ⇒ o.k.

Seien jetzt alle aj > 0, a = a1 +···+a
n
n
>0
aj
αj = a : α1 + · · · + αn = n
Gilt α1 · · · αn ≤ 1?

1.6.9 Hilfssatz

Sind α1 , . . . , αn > 0 mit α1 + · · · + αn = n, so gilt: α1 · · · αn ≤ 1 und „=“ genau dann, wenn

α1 = · · · = αn

Beweis:

• n = 2: α1 = 1 − s ≤ 1
α2 = 1 + s ≥ 1
α1 α2 = (1 − s)(1 + s) = 1 − s2 ≤ 1
= 1, genau dann, wenn s = 0 ⇒ α1 = α2 = 1

17
1 Die reellen Zahlen

• n 7→ n + 1: α1 + · · · + αn + αn+1 = n + 1
z. B. sei αn = 1 − s ≤ 1 und αn+1 = 1 + t ≥ 1
(sonst wird umnumeriert)
β1 = α1 , . . . , βn−1 = αn−1 , βn = αn + αn+1 > 0
β1 + · · · + β n = n + 1 − 1
αn αn+1
α1 α2 . . . αn+1 = β1 . . . βn−1 βn
| {z } βn
≤1
(1 − s)(1 + t)
≤ 1·
1−s+t
≥0
z}|{
1−s+t− s·c
=
1−s+t
1−s+t
≤ =1
1−s+t
„=“ genau dann, wenn β1 . . . βn = 1 und st = 0
⇐⇒ β1 = · · · = βn = 1 und st = 0
⇐⇒ α1 = · · · = αn−1 = 1, αn + αn + 1 = 2 und s = 0 ∨ t = 0

s = 0 : αn = 1, αn+1 = 2 − 1 = 1

t = 0 : αn+1 = 1, αn = 2 − 1 = 1

Beweis (AGM) Fortsetzung:

 n
a1 + · · · + an
a1 . . . an = α1 . . . αn an
≤ a = n
|{z} n
∗

√ a1 + · · · + an
⇐⇒ n
a1 . . . an ≤
n
Gleichheit, wenn Gleichheit bei ∗ ⇐⇒ α1 = · · · = αn = 1, d. h. alle aj = a.

1.6.10 Beispiel

Sei a > 0, r = pq ∈ (0, 1)

Dann gilt: ar ≤ 1 + r(a − 1) (z. B.: a = 1 + x : (1 + x)r ≤ 1 + rx für 0 < r < 1)

Beweis:
√ s
q
ar = ap = q
a . . a} · |1 .{z
| .{z . . 1}
p-mal q − p-mal

a + ...a + 1 + ...1
≤
|{z} q
AGM
pa + (q − p)
= = 1 + r(a − 1)
q

18
2 Folgen und Reihen1

2.1 Konvergente Folgen

2.1.1 Definition: Folge

Eine Folge (an ) ist eine Abbildung IN → IR, n 7→ an . Sie heißt konvergent gegen a ∈ IR, wenn es zu
jedem ε > 0 ein n0 ∈ IN gibt mit: |an − a| < ε für alle n ≥ n0 . Schreibweise: an → a (n → ∞) oder
lim an = a
n→∞

2.1.2 Bemerkungen

(a) Manchmal betrachtet man Folgen (an ), die für n ≥ p definiert sind, mit p ∈ ZZ fest.
(b) Nicht konvergente Folgen heißen divergent.
(c) Gilt an → 0, (n → ∞), so heißt (an ) Nullfolge.
(d) Gilt an → a, (n → ∞), so heißt a Grenzwert oder Limes der Folge (an ).
(e) Der Grenzwert einer konvergenten Folge ist eindeutig bestimmt.
(f) Es gilt an → a für n → ∞ genau dann, wenn es eine Nullfolge (bn ) gibt mit |an − a| ≤ bn für alle
n.

Beweis:
(e) Gelte an → a, an → b
Sei ε > 0: ∃n0 : |an − a| < ε (n ≥ n0 )
∃n0 : |an − b| < ε (n ≥ n0 )
|a − b| = |(a − an ) − (b − an )| ≤ |a − an | + |b − an | < ε + ε ⇒ |a − b| < 2ε ⇒ a = b
(f) (Andeutung)
„⇒“: bn := |an − a|, zeige bn → 0.
„⇐“: |an − a| ≤ bn (n → ∞)

2.1.3 Rechenregeln für konvergente Folgen

(1) Der Grenzwert ist eindeutig bestimmt.

(2) Konvergente Folgen sind beschränkt, d. h. es existiert ein k > 0 mit |an | ≤ k für alle n. D. h.
{an : n ∈ IN} ist beschränkt.
(3) Aus an → a folgt λan → λa (λ ∈ IR).
(4) Aus an → a und bn → b folgt an + bn → a + b.
1
Version 4.6 vom 18. Dezember 2002

19
 2 Folgen und Reihen

(5) Aus an → a und bn → b folgt an · bn → a · b.

(6) Aus bn → b, b 6= 0 folgt bn 6= 0 für n ≥ p und 1
bn → 1b .
(7) Aus an → a, bn → b, b 6= 0 folgt an
bn → ab .
(8) Aus an ≤ bn für alle n ∈ IN, an → a, bn → b folgt a ≤ b.
(9) Aus an ≤ bn ≤ cn für alle n ∈ IN, an → a, cn → a folgt bn → a.
(10) Aus an → a > 0 folgt arn → ar (r ∈ Q)
[r ∈ IN: a ∈ IR beliebig; r ∈ ZZ: a 6= 0 beliebig; r > 0: a = 0, an ≥ 0]

Beweis:
(1) siehe oben unter (e)
(2) Gelte an → a:
Zu ε = 1 ex. n0 mit |an − a| < ε = 1,
|an | = |(an − a) + a| ≤ |an − a| + |a| < 1 + |a| für n ≥ n0 .
|an | ≤ max{|a1 |, . . . , |an |, |a| + 1} =: k für alle n ∈ IN
(3) λ = 0 ⇒: o. k.
λ 6= 0: Zu jedem ε > 0 ex. n0 mit |a − an | < |λ|ε
für alle n ≥ n0 .
⇒ |λan − λa| = |λ| · |an − a| < |λ| · |λ| = ε für alle n ≥ n0 ,
ε

d. h. λan → λa.
(4) Gelte an → a, bn → b:
Sei ε > 0: Dazu ex. n0 mit |a − an | < ε
2 und |b − bn | < ε
2 für alle n ≥ n0 .

|(an + bn ) − (a + b)| = |(an − a) + (bn − b)|

≤ |an − a| + |bn − b|
ε ε
< + = ε für alle n ≥ n0
2 2

(5) Gelte an → a, bn → b:
(an ) und (bn ) sind beschränkt mit |an | ≤ A, |bn | ≤ B für alle n

|an · bn − a · b| = |(an − a)bn + a(bn − b)|

≤ |bn (an − a)| + |a(bn − b)|
NF NF
z }| { z }| {
≤ B |an − a| + |a| |bn − b|
| {z } | {z }
NF nach (3) NF nach (3)
| {z }
NF nach (4)

also: an bn → ab
(6) Gelte bn → b, b 6= 0:
Zu ε = |b| |b|
2 > 0 ex. ein p mit: |bn − b| < ε = 2 für n ≥ p
|bn | = |(bn − b) + b| ≥ |b| − |bn − b| > |b| − |b| |b|
2 = 2 > 0 für n ≥ p
|b−bn |
1
bn − 1
b = b−bn
bn b ≤ |b| = 2
b2
|b − bn | → 0 (n → ∞)
2
|b|
d. h. 1
bn → 1
b.

20
 2.1 Konvergente Folgen

(7) an
= an · 1
→a· 1
nach (5) und (6)
bn bn b
|{z}
def. für n≥p

(8) an < bn für alle n:

ε > 0 : |an − a| < ε (n ≥ n0 )
|bn − b| < ε (n ≥ n0 )
a − b = a − an + an − bn + bn − b < 2 (n ≥ n0 )
| {z } | {z } | {z }
<ε ≤0 <ε
⇒ a − b ≤ 0, a ≤ b

(9) („Sandwich-Theorem“)
|cn − an | = cn − an = (cn − a) − (an − a) = Nullfolge
|bn − an | = bn − an ≤ cn − an = Nullfolge
⇒ bn − a = bn − an + an − a =NF
| {z } | {z }
NF NF
⇒ bn → a

(10) • Sei r ∈ IN: Induktion.

r = 1 : (o. k.: an → a)
r 7→ r + 1 : ar+1
n = an · arn → a · ar = ar+1

• Sei −r ∈ IN und a 6= 0:
Dann existiert an 6= 0 für n ≥ p
[Link] und (6)
arn = 1
a−r
−−−−−−−−→ 1
a−r
= ar .
n
r = 0 : a0n = 1 → 1 = a0 .

• r = 1q , q ∈ IN : a > 0, an > 0
√ 1 √
αn = q an = a q , α = q a

an − a = αnq − αq
= |(αn − α)(αnq−1 + αnq−2 α + · · · + αq−1 )|
≥ |αn − α| · αq−1
1 1 |an − a|
anq − a q ≤
αq−1

• r = pq , p ∈ ZZ, q ∈ IN
α, αn werden wie vorher definiert.

p p
arn − ar = anq − a q = αnp − αp

Da αn → α folgt αnp → αp (siehe oben, r ∈ IN)

d. h.: arn → ar

⇒ arn → ar für r ∈ Q, a, an > 0

r > 0, a = 0, an ≥ 0 :
1
Zu ε > 0 existiert ein n0 : |an | < ε r (n ≥ n0 )
1
|arn | < (ε r )r = ε (n ≥ n0 ), d. h. arn → 0 = 0r

21
2 Folgen und Reihen

2.1.4 Beispiele
√
1. Beh.: n n → 1 (n → ∞)
√
Beweis: n n = 1 + hn , hn ≥ 0
     
n n 2 n n
n = (1 + hn ) n
=
|{z} 1+ hn + hn + · · · + h
1 2 n n
bin. Satz | {z }
alle Terme ≥ 0
n(n − 1) 2
≥ 1+ hn
2
n−1
n ≥ 2: h2n ≤n(n−1)
= 2
n
q2
0←0≤ hn ≤ n2 → 0 n ≥ 2, n = 1
⇒ hn → 0
√
⇒ n n = 1 + hn → 1 + 0 = 1
2. Beh.: an → 0 (n → ∞), falls |a| < 1
Beweis: |a| = (1+h)
1
n ≤ 1+nh < h · n
1 1 1

⇒ |a|n → 0 (n → ∞)
Gilt an → 0? Allgemeiner (Satz (11)): Wenn bn → b ⇒ |bn | → |b|
Beweis: ||bn | − |b|| ≤ |bn − b| → 0 (n → ∞)
Umkehrung gilt für b = 0 : |bn − b| = |bn − 0| = |bn | → 0
√
3. Beh.: an = n a → 1, falls a > 0
Beweis: Wähle m so, daß a < m und a1 < m.
1 1
<a<m: n≥m ⇒ < a < n gilt nur für n ≥ m
m n r
n 1 √ √
⇒ 1← < na< nn→1
n
√
⇒ n
a→1

4.
p  √ √
n2 + 1 − n n2 + 1 + n
n n2 +1−n = n ·√
1 n2 + 1 + n
n +1−n
2 2
= n√
n2 + 1 + n
1 1
= q →
1 + n12 + 1 2

2.2 Monotone Folgen

2.2.1 Definition

Eine Folge (an ) heißt monoton wachsend [fallend ], wenn an ≤ an+1 [an ≥ an+1 ]
Eine Folge (an ) heißt streng wachsend [fallend ], wenn an < an+1 [an > an+1 ]
kurz: an ↑, an ↓

22
 2.2 Monotone Folgen

2.2.2 Monotoniekriterium

Ist (an ) monoton (wachsend oder fallend) und beschränkt, so ist sie auch konvergent. Es gilt
(
sup{an : n ∈ IN} falls an ↑
lim an =
n→∞ inf{an : n ∈ IN} falls an ↓

Beweis: Für an ↑. Sei a = sup{an : n ∈ IN}

Sei ε > 0: Damit existiert n0 mit an0 > a − ε
Für n ≥ n0 ⇒ a − ε < an0 ≤ an ≤ a
|an − a| < ε für n ≥ n0
d. h. an → a.

Bemerkung: an ↑ [an ↓] ⇒ an ≥ a1 [an ≤ a1 ]

Eine monotone Folge ist einseitig beschränkt.

2.2.3 Aufgabe
√
Sei b0 > a0 > 0, an+1 = an bn und bn+1 = an +b
2
n

Zeige: an ↑, bn ↓, an < bn und

lim an = lim bn = M (a0 , b0 )
n→∞ n→∞

2.2.4 3 Beispiele


1 n

−n
1. e = lim 1 + n = lim 1 − n1 = 2.718 . . .
n→∞ n→∞
n
Zeige mehr: an = 1 + n1 , n ≥ 1

n−1
bn = 1 − n1 n≥2
an < an+1 < bn+1 < bn
an ↑, bn ↓, a1 ≤ an ≤ b1 , a1 ≤ bn ≤ b1
Beweis:
 
1 n
an = 1+
n
   
1 1
= 1+ ··· 1 + ·1
n n
| {z }
n−mal


!n+1
1++ · · · + 1 + n1 + 1
1
≤ n
|{z} n+1
AGM
!n+1
n + 1 + n n1
=
n+1
 n+1
1
= 1+ = an+1
n+1

23
2 Folgen und Reihen
  
1 1 1
= 1− ··· 1 − ·1
bn n n


!n+1
1 − n1 + · · · + 1 − n1 + 1
≤
|{z} n+1
AGM
 
n + 1 − 1 n+1
=
n+1
1
=
bn+1

   
an 1 n 1 n
n≥2: = 1+ 1−
bn n n
 n
1
= 1− 2 <1
n
⇒ an < bn

lim an ≤ lim bn existieren

n→∞ n→∞

an
bn = 1 − n12 > 1 − n n12 = 1 − 1
  n
1
⇒ bn 1 − < an < bn
n |{z}
| {z } →b
→b
⇒ an → b
√
2. Newton-Verfahren zur Berechnung der Wurzel p a, a > 0, p ≥ 2 ganz.
p
a0 > 0 beliebig, an+1 = (p−1)a n +a
p−1
√ pa n
Behauptung: an → p a
Zeige mehr:
1) an ≥ 0 (Aufgabe für uns)
2) apn ≥ a für n ≥ 1
3) an ↓ und an > 0 ⇒ lim an = α existiert
n→∞
Beweis:

2)
  p
1 a
apn+1 = 1− an + p−1
p pan
  p
1 a
= an 1 −
p
1− p
p an
  
1 a
≥ 1−p· 1− p apn
|{z} p an
Bernoulli
a
= apn =a
apn

≤0
z }| {
p
a − apn
3) an+1 − an = (p−1)a n +a
− an = ≤0
pap−1
n
pan p−1
d. h.: an+1 ≤ an

24
 2.3 Teilfolgen

→αp
z}|{
p
(p−1) an +a
α = lim an existiert = lim an+1 = lim p−1
n→∞ n→∞ n→∞ p an
|{z}
→αp−1
(p−1)αp +a √
α = pαp−1 ⇐⇒ −α + a = 0 ⇐⇒ α = a, da α > 0
p p

3. 0 < a0 < 12 , an+1 = a2n + 1

4
Zeige: 0 < an < 12
n = 0 : o. k.
 
1 1
n 7→ n + 1 : an+1 = a2n
+ ≥ >0
4 4
1 1 1
≤ + =
4 4 2
1 1
an+1 − an = a2n + − (a2n−1 ) +
4 4
= an − an−1
2 2

= (an − an−1 ) (an + an+1 )

| {z }
>0

(an ) ist monoton. Für uns die Aufgabe: in welche Richtung ↑↓?
α = lim an = lim an+1 = lim a2n + 14 = α2 + 14
n→∞ n→∞ n→∞
⇐⇒ α = α2 + 14

2
⇐⇒ α − 12 = 0
⇒ α = 12

2.3 Teilfolgen

2.3.1 Definition

Sei (an ) eine Folge. Ist (nk ) eine streng monoton wachsende Folge in IN (nk ∈ IN, nk < nk+1 ), dann
heißt (ank ) eine Teilfolge von (an ) (k → ank ). a ∈ IR heißt Häufungswert von (an ), wenn es eine
Teilfolge (ank ) gibt mit ank → a für k → ∞.

2.3.2 Beispiele

1. an → a konvergiert, a ist einziger Häufungswert:

ank → a für jede (nk ).
Beweis: ε > 0 : |an − a| < ε für n ≥ m0
Wähle k0 so, daß nk0 ≥ m0 :
k ≥ k0 ⇒ nk ≥ nk0 ≥ m0 : |ank − a| < ε

2. an = (−1)n + n1
1
a2k = 1 + 2k → 1 (k → ∞)
a2k+1 = −1 + 2k+1
1
→ −1 (k → ∞)
Die Häufungswerte sind −1, 1.

25
2 Folgen und Reihen

3. (
4an falls an ≤ 4
1 < a0 ≤ 2 : an+1 = 1
2 an falls an > 4
(a0 , 4a0 , 2a0 , 8a0 , 4a0 , . . .)
Häufungswerte sind 2a0 , 4a0 , 8a0

2.3.3 Satz von Bolzano-Weierstraß

Jede beschränkte Folge (an ) besitzt mindestens eine konvergente Teilfolge, d. h. mindestens einen
Häufungswert.
(Zu-)Satz: (an ) entält eine monotone Teilfolge, und besitzt einen größten und einen kleinsten Häu-
fungswert.

Beweis: (von Polya)

m ∈ IN heißt Gipfelpunkt, wenn für alle n > m an < am ist.
1. Fall: Es gibt unendlich viele Gipfelpunkte m1 < m2 < . . ..
(amk ) ist streng monoton fallend, beschränkt.
lim amk =: ā existiert
k→∞
Sei (ank ) eine konvergente Teilfolge mit ank → a
Für nj ≥ m1 existiert dann mkj mit mkj ≤ nj < mkj +1 .
Damit gilt: a ← anj ≤ amkj → ā
⇒ a ≤ ā ā ist größter Häufungswert.
2. Fall: Es gibt nur endlich viele (oder gar keine) Gipfelpunkte.
⇒ ∃ Gipfelpunkt m1 mit m1 > alle Gipfelpunkte.
Wähle m2 > m1 minimal aus, so daß am2 ≥ am1 ist. m2 ex., da m1 kein Gipfelpunkt ist.
Wähle m3 > m2 minimal aus, so daß am3 ≥ am2 ist. m3 ex., da m2 kein Gipfelpunkt ist.
..
. usw.
(amk ) ↑ und ist beschränkt.
⇒ (amk ) ist konvergent, also amk → ā (Häufungswert).
Sei a irgendein Häufungswert mit anj → a für (j → ∞). Zu j mit nj > m1 ex. ein kj : mkj ≤
nj < mkj +1
a ← anj ≤ amkj +1 → ā
a < ā ā ist größter Häufungswert
Beweis für den kleinsten Häufungswert: selber machen über (−an ).

2.3.4 Cauchysches Konvergenzkriterium

Eine Folge (an ) heißt Cauchyfolge, wenn es zu jedem ε > 0 ein n0 gibt, so daß für alle n > m ≥ n0
gilt: |an − am | < ε. Jede Cauchyfolge ist auch eine konvergente Folge, und umgekehrt.

Beweis:
• „⇐“: Sei an → a (n → ∞)
ε > 0 : es existiert n0 : |an − a| < ε für alle n > n0
n > m ≥ n0 : |an − am | ≤ |an − a| + |am − a| < ε + ε = 2ε

26
 2.3 Teilfolgen

• „⇒“: (an ) Cauchyfolge.

ε = 1 : |an − am | < 1 für n > m ≥ n0
⇒ |an | = |(an − an0 ) + an0 | ≤ 1 + |a0 | für n ≥ n0
(an ) ist beschränkt.
(an ) hat konvergente Teilfolge, ank → a.
ε > 0 : Dann ex. k0 : |ank − a| < ε für k ≥ k0
Es ex. n0 : |an − am | < ε für n > m ≥ n0
|an − a| = |an − ank + ank + a| ≤ |an − ank | + |ank + a| < 2ε
für n ≥ n0 , k ≥ k0 , nk ≥ n0
⇒ an → a

2.3.5 Definition: Limes superior, Limes inferior

Sei (an ) eine beschränkte Folge.

Der größte Häufungswert heißt oberer Limes oder limes superior,
kurz: lim supn→∞ an oder lim an .
Der kleinste Häufungswert heißt unterer Limes oder limes inferior,
kurz: lim inf n→∞ an oder lim an .

2.3.6 Bemerkungen

(a) (an ) ist konvergent ⇐⇒ lim an = lim an .

(b) lim an = ā ist charakterisiert durch:
Für jedes ε > 0 gilt:
(i) an > ā + ε gilt nur für endlich viele n.
(ii) an > ā − ε gilt für unendlich viele n.
(c) lim an = a ist charakterisiert durch:
für jedes ε > 0 gilt:
(i) an < a − ε gilt nur für endlich viele n.
(ii) an < a + ε gilt für unendlich viele n.

Beweis: (von (b))

„⇐“: Sei ā = lim an .
ā ist der größte Häufungswert von (an ) , d. h. es gibt keinen größeren Häufungswert, d. h. es
gilt (i).
Da ā Häufungswert ist, existiert (ank ) mit ank → ā.
Zu ε > 0 ex. k0 mit |ā − ank | < ε für k ≥ k0 .
„⇒“: ā ∈ IR erfülle (i) und (ii).
Sei ε > 0:
1. ⇐ kein Häufungswert von (an ) ist ≥ ā + ε.
Da ε > 0 beliebig war, ist kein Häufungswert > ā, also sind alle ≤ ā.

27
2 Folgen und Reihen

2. Für unendlich viele n gilt an > ā − ε.

Es gibt also einen Häufungswert ≥ ā − ε.
Also gibt es einen Häufungswert ≥ ā.
Aus (i) und (ii) folgt: ā = lim an .

2.3.7 Beispiel
p
n n
Sei an = 2n + 3n+(−1) n . Setze n = 2m. Dann gilt

2m
p
a2m = 22m + 32m+2m
p
2m
= 22m + 34m
v
u  2m
u 2
u
= 9 u1 + →9
u 9
u
2m | {z }
t
| {z→0 }
→1
| {z }
→1

für n = 2m + 1 gilt:
p
2m+1
a2m+1 = 22m+1 + 30
p
2m+1
= 22m+1 + 1
r
2m+1 1
=2 1 + 2m+1 −→ 2
2

Es ist lim an = 9, lim an = 2 und es existieren keine anderen Häufungswerte.

2.3.8 Rechenregeln

(1) Aus an ≤ bn für alle n folgt: lim an ≤ lim bn und lim an ≤ lim bn
(2)

lim an + lim bn ≤ lim(an + bn )

|{z}
(i)

≤ lim(an + bn )
≤ lim an + lim bn
|{z}
(ii)

Wenn eine der beiden Folgen konvergiert, so gilt „=“ in (i) und (ii)

(3) lim(−an ) = − lim an und lim(−an ) = − lim an

Beweis: als Aufgabe.

28
 2.3 Teilfolgen

2.3.9 Ergänzungen

Sei (an ) eine beliebige Folge.

(a) an → ∞ [an → −∞] oder lim an = ∞ [−∞] bedeutet folgendes:

n→∞
Zu jedem K > 0 gibt es ein n0 mit an > K [an < −K] für alle n ≥ n0 . (Man sagt: (an ) divergiert
gegen ∞.)

(b) ∞ [−∞] ist Häufungswert von (an ), wenn es eine Teilfolge (ank ) gibt, die mit ank → ∞ [−∞]
divergiert.

(c) lim = ∞ [−∞], wenn ∞ [−∞] Häufungswert ist, d. h. wenn die Folge nicht nach oben [unten]
beschränkt ist.

(d) lim an = −∞, wenn an → −∞, beziehungsweise lim an = +∞, wenn an → +∞.

2.3.10 Satz

Sei (an ) eine beschränkte Folge, αn := sup{am : m ≥ n}, βn := inf{am : m ≥ n}.

Dann gilt folgendes: αn ↓, βn ↑ beschränkt, und

lim αn = lim an
n→∞
lim βn = lim an
n→∞

Beweis: für (αn ): Sei ā = lim an , Mn = {am : m ≥ n}

Mn+1 ⊆ Mn ⇒ αn+1 ≤ αn
es gibt K : |an | ≤ K für alle n, also insbesondere an ≤ K für alle n, K ist obere Schranke für
Mn , αn ≤ K
(genauso: +an ≥ −K, also αn ≥ −K)

an ∈ Mn ⇒ an ≤ αn
⇒ ā ≤ lim αn
⇒ ā ≤ lim αn
n→∞

Sei ε > 0 : Dann gilt für alle n ≥ n0 : an < ā + ε

n ≥ n0 : ⇒ αn ≤ ā + ε
⇒ lim αn ≤ ā + ε
n→∞

⇒ lim αn ≤ ā
n→∞

⇒ lim αn = lim an .
n→∞

29
2 Folgen und Reihen

2.4 Unendliche Reihen

2.4.1 Definition

P
n
Sei (an )n≥0 eine Folge und sn := ak .
k=0
P
∞
Die Folge (sn ) heißt unendliche Reihe. Schreibweise: ak
k=0
P
∞
Die unendliche Reihe ak heißt konvergent, wenn lim sn = s existiert. s heißt dann Wert der Reihe
k=0 n→∞
P
∞
ak = s.
k=0
P
∞
sn heißt n-te Partialsumme von ak .
k=0
Nicht konvergente Reihen nennt man divergent.

2.4.2 Beispiel: Die geometrische Reihe

P
∞
Die geometrische Reihe ist ak (a ∈ IR gegeben).
k=0
P
∞
für |a| < 1 ist ak = 1
1−a , für |a| ≥ 1 ist diese Reihe divergent.
k=0

Beweis: Es ist

sn = 1 + a + a2 + · · · + an
= 1 + a(1 + a + · · · + an−1 + an − an )
= 1 + asn − an+1
⇒ (1 − a)sn = 1 − an+1
1 − an+1
⇒ sn = , a 6= 1
1−a
sn = n + 1 ,a = 1

|a| < 1 : an+1 → 0, sn → 1−a1

|a| > 1 : |a|n+1 → ∞, (sn ) nicht konvergent,

auch für a = 1 und a = −1 (bei a = −1 ist s0 = 1, s1 = 0, s2 = 1).

2.4.3 Beispiel: Teleskopsumme

bn → 0, an = bn − bn+1

∞
X ∞
X
an = b0 = (bn − bn+1 ) („Teleskopsumme“)
n=0 n=0

30
 2.4 Unendliche Reihen

Beweis:

sn = (b0 − b1 ) + (b1 − b2 ) + · · · + (bn−1 − bn ) + (bn − bn+1 )

= b0 − bn+1 → b0

Beispiel für eine Teleskopsumme:

∞
X 1 1 1 1
: = −
n2 −n n2 −n n−1 n
n=2
∞
X ∞ 
X  ∞ 
X 
1 1 1 1 1
an = − = − = =1
n−1 n n+1 n+2 0+1
n=2 n=2 n=0

2.4.4 Beispiel: erweiterte Teleskopsumme

Sei bn → 0 für n → ∞ und p ∈ IN fest.

P
∞
an = bn − bn+p . Dann gilt an = b0 + b1 + · · · + bp−1 .
n=0

Beweis:

sn = b0 − bp + b1 − bp+1 + · · · + bn + bn+p
= b0 + b1 + · · · + bp−1 − (bn+1 + · · · + bn+p )
→ b0 + b1 + · · · + bp−1

Beispiel für eine erweiterte Teleskopsumme

∞
X ∞
1 1X 1 1 1 1 1 3
= − = (b0 + b1 ) = (1 + ) =
(n + 1)(n + 3) 2 n+1 n+3 2 2 2 4
n=0 n=0
1
Hier ist bn = n+1 und p = 2

2.4.5 Satz über den Reihenrest

P
∞ P
∞
Ist ak konvergent, so gilt: an → 0 und rn = ak → 0 für n → ∞. rn heißt Reihenrest.
k=0 k=n+1

Beweis:
an = sn − sn−1 → s − s = 0
rn = s − sn → s − s = 0.

2.4.6 Cauchykriterium

P
∞ P
n
Die Reihe ak konvergiert genau dann, wenn es zu jedem ε > 0 ein n0 gibt mit: ak =
k=0 k=m+1
|sn − sm | < ε für alle n > m ≥ n0 .

31
2 Folgen und Reihen

P
∞
Beweis: sn = ak
k=0
(sn ) konvergiert ⇐⇒ zu jedem ε > 0 ex. ein n0 mit

X
n
ak = |sn − sm | < ε
k=m+1

für alle n > m ≥ n0

2.4.7 Beispiel: Die harmonische Reihe

P
∞
1
Die harmonische Reihe k divergiert.
k=1

Beweis:
X
2m
1 1 1 1 1 1
= + +··· + >m =
k m+1 m+2 2m 2m 2
k=m+1

Da es für ε < 1/2 kein n0 mehr gibt ⇒ Divergenz nach Cauchykriterium.

2.4.8 Hilfssatz: Abelsche partielle Summation

X
n X
n−1 X
k
ak bk = an Bn + (ak − ak+1 )Bk , (Bk = bj )
k=m k=m j=m

Beweis:

X
n X
n
ak bk = ak (Bk − Bk−1 )
k=m k=m
Xn X
n
= ak Bk − ak Bk−1
k=m k=m
Xn X
n−1
= ak Bk − ak+1 Bk
k=m k=m−1
X
n−1
= an Bn + (ak − ak+1 )Bk − am Bm−1
| {z }
k=m =0

2.4.9 Dirichlet-Kriterium

Es sei (ak ) eine monoton fallende Nullfolge, (bk ) eine Folge mit beschränkten Partialsummen
Pn P
∞
(d. h. bk ≤ B für alle n). Dann konvergiert ak bk .
k=0 k=0

32
 2.4 Unendliche Reihen

Beweis: Setze
X
k
Bk = bj .
j=0

Dann ist

X
n X
n−1
ak bk = an (Bn − Bm ) + (ak − ak+1 )(Bk − Bm )
|{z} | {z }
k=m+1 ≥0 k=m+1 ≥0

X
n−1
≤ |(Bn − Bm )| an + |Bk − Bm |(ak − ak+1 )
k=m+1
!
X
n−1
≤ 2B an + (ak − ak+1 )
k=m+1
= 2B(an + am+1 − an )
= 2Bam+1

ε > 0: Man wähle n0 so, daß am+1 < ε

2B für alle m ≥ n0

X
n
ε
ak bk < 2B =ε für n > m ≥ n0
2B
k=m+1

⇒ konvergent nach Cauchykriterium.

2.4.10 Leibniz-Kriterium

P
∞
Es sei (ak ) eine monoton fallende Nullfolge. Dann konvergiert die alternierende Reihe (−1)k ak . Ihr
k=0
Wert liegt zwischen s2n und s2n+1 für alle n.

P
k
Beweis: Setze bk = (−1)k und Bk = bj . Es ist Bk = 0 oder Bk = 1, d. h. Bk ist beschränkt, also
j=0
konvergiert
∞
X
(−1)k ak .
k=0

s2n+2 − s2n = (−1)2n+2 a2n+2 + (−1)2n+1 a2n+1

= a2n+2 − a2n+1 ≤ 0 s2n ↓

s2n+1 = s2n + (−1)2n+1 a2n+1

= s2n − a2n+1 ≤ s2n

s1 ≤ s3 ≤ s5 ≤ · · · ≤ s ≤ · · · ≤ s4 ≤ s2 ≤ s0

33
2 Folgen und Reihen

2.4.11 Die alternierende harmonische Reihe (1)

∞
X (−1)k−1
konvergiert nach Leibnizkriterium.
k
k=1

z. B. s100 = 0, 688 . . .
s101 = 0, 698 . . .

2.4.12 Rechenregeln für konvergente Reihen

P
∞ P
∞
Sind ak , bk konvergent, c ∈ IR, so gilt:
k=0 k=0

∞
X ∞
X
(cak ) = c ak
k=0 k=0

∞
X ∞
X ∞
X
(ak + bk ) = ak + bk
k=0 k=0 k=0

Beweis: Dies hier sind Folgen von Partialsummen

2.4.13 Die alternierende harmonische Reihe (2)

1 − 1/2 + 1/3 − 1/4 + 1/5 − 1/6 + 1/7 − 1/8 + 1/9 − + . . .

Reihenwert s: s < 1 − 1/2 + 1/3 = 5/6
k−1
Umordnung von (−1)k : 1 + 1/3 − 1/2 + 1/5 + 1/7 − 1/4 + 1/9 + 1/11 − 1/6 + . . . hier: s > 5/6, d. h.
Umordnungen bei Reihen können den Reihenwert verändern

2.5 Absolute Konvergenz

2.5.1 Definition

P
∞ P
∞
Die Reihe ak heißt absolut konvergent, wenn die Reihe |ak | konvergiert.
k=0 k=0

Beispiel:
∞
X (−1)k−1
konvergent, aber nicht absolut
k
k=1

2.5.2 Satz

Jede absolut konvergente Reihe ist auch konvergent

34
 2.5 Absolute Konvergenz

Beweis:
X
n X
n
ε > 0. ak ≤ |ak | < ε für alle n > m ≥ n0 ,
k=m+1 k=m+1

also Konvergenz nach Cauchykriterium

2.5.3 Majorantenkriterium

P
∞ P
∞
Gilt |ak | < ck für alle k, und ist ck konvergent, dann ist ak absolut konvergent. (Man nennt
k=0 k=0
P
∞ P
∞
ck eine Majorante für |ak |!)
k=0 k=0

Beweis:
X
n X
n ∞
X
|ak | ≤ ck ≤ ck
k=0 k=0 k=0

P
∞
1
Beispiel: k2
konvergiert:
k=1

1 1 1 1 1
ak = ak = < = − = ck (k ≥ 2)
k2 k 2 k(k − 1) k−1 k

a1 = 1 = c1
∞
X ∞ 
X 
1 1
ck = 1 + − =1+1=2
k−1 k
k=1 k=2

2.5.4 Wurzelkriterium

p P
∞
Gilt lim n
|an | < 1, so konvergiert ak absolut.
k=0

p
Beweis: Wähle q so, daß lim n
|an | < q < 1 ist. Dann ist für n ≥ n0
p
n
|an | ≤ q für n ≥ n0 .

Damit ist |an | ≤ q n für n ≥ n0 bzw.

|an | ≤ C · q n

für alle n. Dabei wird C geeignet gewählt. Setze nun cn = C · q n . Damit ist
∞
X
cn
n=0

als geometrische Reihe eine konvergente Majorante.

35
2 Folgen und Reihen

2.5.5 Quotientenkriterium

an+1 P
∞
Gilt an 6= 0 für alle n und ist lim an < 1, so ist ak absolut konvergent.
k=0

an+1
Beweis: Wähle q so, daß lim an <q<1

an+1
⇒ ≤q für n ≥ n0
an

Multipliziere diese Werte nun für n = n0 , n0 + 1, . . . , m − 1 auf:

Y
m−1
ak+1
≤ q m−n0
ak
k=n0

Ausgeschrieben ist dies:

an0 +1 an0 +2 am−1 am am

· ··· · = ≤ q m−n0
an0 an0 +1 am−2 am−1 an0

|am | ≤ |an0 |q −n0 q m für m > n0

p p
lim m |am | ≤ q lim m |an0 |q −n0 = q < 1
m→∞ m→∞

2.5.6 Beispiele

P
∞
(1) nα q n ist absolut konvergent für α ∈ IR und |q| < 1
n=1 | {z }
an

Beweis Wurzelkriterium: p √
n n
|an | = nα · |q| → |q| < 1
p
lim n |an | = |q| < 1

P
∞
an
(2) n! konvergiert absolut, für a ∈ IR
n=0

Beweis: a = 0 o.k.
an an+1 1
a 6= 0 : 6= 0 = |a| · → 0 (n → ∞)
n! an n+1

an+1
lim =0
an

P
∞
α

n
(3) Die Binomische Reihe n a ist absolut konvergent für α ∈ IR und |a| < 1.
n=0

36
 2.5 Absolute Konvergenz

Beweis:
α(α − 1) · · · (α − n)
an = an ·
n!

an+1 1 α(α − 1) · · · (α − n)
= a
an n + 1 α(α − 1) · · · (α − n + 1)
1
= |a| |α − n| → |a| < 1
n
| + 1{z }
→1

Sonderfälle: a = 0 trivial, α ∈ IN0 : endliche Summe.

2.5.7 Satz

Für p ∈ IN, p ≥ 2 hat jedes a ∈ IR eine Darstellung der Form

∞
!
X an
a = sign(a) [|a|] +
pn
n=1

mit an ∈ {0, 1, . . . , p−1}. Diese Darstellung ist eindeutig, wenn man „an = p−1 für n ≥ n0 “ verbietet.

Beweis: für 0 < a < 1.

a1
setze a1 = [pa ], r1 = a −
p
a2
a2 = [p2 r1 ], r2 = r1 −
p2
a3
a3 = [p3 r2 ], r3 = r2 − 3
p
..
.
an
an = [pn rn−1 ], rn = rn−1 −
pn
a1 a1 a2 a1 a2 an
a= + r1 = + 2 + r2 = + 2 + · · · + n + rn =
p p p p p p
X
n
ak
lim
n→∞ pk
k=1

Mit Induktion: an ∈ {0, 1, . . . , p − 1}, 0 ≤ rn ≤ p−n , rn ≥ rn+1

n=0:
a0 := 0, r0 := a, d.h.0 < r0 < 1 = p−0
a1
r1 = a − ≤0
p

n7→n+1: an+1 = [pn+1 rn ] ≥ 0, da rn ≥ 0

da rn < p−n ⇒ pn+1 rn < pn+1 p−n = p

⇒ an+1 < p, also an+1 ≤ p − 1.

37
2 Folgen und Reihen

an+1
rn+1 = rn − ≤ rn
pn+1
| {z }
≥0

0 ≤ pn+1 rn+1 = pn+1 rn − an+1

= pn+1 rn − [pn+1 rn ] < 1
1
0 ≤ rn+1 <
pn+1

Eindeutigkeit:
∞
X ∞
X
ak bk
a= =
pk pk
k=1 k=1
Annahme: Es gibt verschiedene Darstellungen.
Dann ex. m: ak = bk für 1 ≤ k < m, am 6= bm , z.B. Sei am > bm
≥1 ≥−(p−1)
∞
z }| { ∞
z }| {
X ak − bk am − bm X ak − bk
0= = +
pk pm pk
k=1 k=m+1
∞
X
1 1
≥ − (p − 1)
pm pk
k=m+1
∞
1 1 X 1
= − (p − 1)
pm pm+1 pj
j=0
1 1 1
= − m+1 (p − 1) =0
pm p 1 − 1/p
⇒ am − bm = 1, ak − bk = −(p − 1) für k > m :
ak = 0, bk = p − 1 für k > m

2.5.8 Satz

IR ist überabzählbar. Eine Menge ist endlich oder unendlich: Eine unendliche Menge M , heißt abzähl-
bar, wenn es eine injektive Abbildung von M auf IN gibt, sonst heißt sie überabzählbar

Beweis: Annahme: IR ist abzählbar

]0, 1[∩IR = {x1 , x2 , x3 , . . .}
∞
X an,k
xn = („eindeutige“ Darstellung)
10k
k=0

8, wenn an,n = 0
an =
0, wenn an,n 6= 0
∞
X ak
x= ∈]0, 1[, d.h. x = xm für ein m
10k
k=1
⇒ ak = am,k für alle k
Widerspruch: die neue Zahl ist nicht in der Menge von oben.

38
 2.6 Mehrfachreihen

2.6 Mehrfachreihen

P
∞
Bisher wurden Reihen der Form ak betrachtet.
k=0
Dabei war die Summationsreihenfolge vorgegeben und wesentlich. Hier im Abschnitt 2.6:
P
∞
• allgemeine Reihen, etwa ai,j
i,j=0

• Zusammenhang zwischen „absoluter Konvergenz“ und „Umordnen der Reihe“

2.6.1 Definition

λ ∈ Λ sei ein aλ ≥ 0 gegeben.

Sei Λ eine beliebige Indexmenge und für jedesP
Für jede endliche Menge E ⊆ Λ sei S(E) := aλ (dabei ist s(∅) = 0).
λ∈E
Falls {S(E)|E ⊆ Λ endlich} beschränkt ist, so sei
X
S(Λ) ≡ aλ := sup{S(E) : E ⊆ Λ endlich}
λ∈Λ

2.6.2 Beispiel

P
∞
Sei ak ≥ 0 und ak < ∞. Hier also: Λ = IN0 .
k=0
Dann ist
X X ∞
X
aλ ≡ ak = ak
λ∈Λ k∈IN0 k=0

Beweis: Sei E ⊆ Λ beliebig, endlich. Dann existiert ein n mit E ⊆ {0, 1, 2, . . . , n}

X X
n ∞
X
⇒ S(E) = ak ≤ ak ≤ ak
k∈E k=0 k=0

X X ∞
X
d. h. aλ ≡ ak ist wohldefiniert und ist ≤ ak
λ∈Λ k∈IN0 k=0

P
∞ P
noch z. z.: ak ≤ ak
k=0 k∈IN0
X
n X
sn := ak = s(E) ≤ ak
k=0 k∈IN0

∞
X X
⇒ ak ≤ ak
k=0 k∈IN0

39
2 Folgen und Reihen

2.6.3 Folgerung

P
∞
Ist ak ≥ 0 und ak konvergent und ϕ : IN0 → IN0 bijektiv, dann konvergiert auch
k=0

∞
X ∞
X
aϕ(x) mit dem Wert ak
k=0 k=0

P
∞
Bemerkung: Die Reihe aϕ(x) heißt „Umordnung“
k=0

Beweis:
∞
X X X ∞
X
ak = ak = aϕ(k) = aϕ(k)
k=0 k∈IN0 ϕ(k)∈IN0 k=0

2.6.4 Umordnungssatz

P
∞ P
∞
Ist ak absolut konvergent und (aϕ(k) ) eine beliebige Umordnung von (ak ), dann ist auch aϕ(x)
k=0 k=0
absolut konvergent und es ist
∞
X ∞
X
aϕ(x) = ak
k=0 k=0

Schreibweise: Für c ∈ IR sei c+ := max(c, 0) und c− := max(−c, 0)

Damit gilt: c = c+ − c− sowie c+ ≤ |c|, c− ≤ |c|

P
∞
Beweis: Da k ≤ |ak |,
ak absolut konvergiert und a+ a−
k ≤ |ak | gilt:
k=0

∞
X ∞
X
a+
k, a−
k konvergieren
k=0 k=0

∞
X ∞
X
⇒ a±
ϕ(k) = a±
k
k=0 k=0

X
n X
n X
n
⇒ ak = a+
k − a−
k
k=0 k=0 k=0
∞
X ∞
X ∞
X ∞
X
a− a−
n→∞
−→ a+
k − k = a+
ϕ(k) − ϕ(k)
k=0 k=0 k=0 k=0

X
n X
n X
n
⇒ aϕ(k) = ϕ(k) −
a+ a−
ϕ(k)
k=0 k=0 k=0
∞
X ∞
X ∞
X
a−
n→∞
−→ a+
ϕ(k) − ϕ(k) = ak
k=0 k=0 k=0

40
 2.6 Mehrfachreihen

2.6.5 Hilfssatz
S
∞
Sei Λ = Λj mit Λj ∩ Λk = ∅ für j 6= k. Dann gilt:
j=0
 
∞
X X X
 aλ  = aλ
j=0 λ∈Λj λ∈Λ

Beweis: Zuerst „≤“: Es ist X X

aλ ≤ aλ ≤ ∞.
λ∈Λj λ∈Λ

ε > 0 : Wähle zu jedem j = 0, 1, 2, . . . eine endliche Menge Ej ⊆ Λj mit

X
S(Ej ) > aλ − ε · 2−j
λ∈Λj

E = E0 ∪ E1 ∪ · · · ∪ En ⊆ Λ endlich.
X
n X X
n X
n
aλ < S(Ej ) + ε · 2−j
j=0 λ∈Λj j=0 j=0
X
n
= S(E) + ε 2−j
j=0
X X∞  j
1
≤ aλ + ε
2
λ∈Λ j=0
X
= aλ + 2ε
λ∈Λ

X
n X X
d. h.: aλ ≤ aλ + 2ε für alle n und alle ε > 0
j=0 λ∈Λj λ∈Λ
∞ X
X X
⇒ aλ ≤ aλ + 2ε
j=0 λ∈Λj λ∈Λ
∞
X X X
⇒ aλ ≤ aλ
j=0 λ∈Λj λ∈Λ

Umkehrung: ≥
E ⊆ Λ endlich
Ej = E ∩ Λj (j = 0, 1, 2, . . .)
Nur endlich viele Ej sind 6= ∅
X ∞ X
X ∞ X
X
S(E) = aλ = aλ ≤ aλ
λ∈E j=0 λ∈Ej j=0 λ∈Λj

X ∞ X
X
⇒ aλ = sup(S(E)) ≤ aλ .
λ∈Λ E j=0 λ∈Λj

41
2 Folgen und Reihen

2.6.6 Definition

Sei c ∈ IR: c+ = max{0, c} positiver Anteil, bzw. c− = max{0, −c} negativer Anteil
c ≥ 0 : c+ = c, c− = 0
c < 0 : c+ = 0, c− = c
c+ − c− = c
Sei Λ 6= ∅, cλ ∈ IR für jedes λ ∈ Λ
X X
c+
λ und c−
λ seien erklärt
λ∈Λ λ∈Λ

X X X
Man setzt cλ = λ −
c+ c−
λ
λ∈Λ λ∈Λ λ∈Λ

2.6.7 Großer Umordnungssatz

S
Sei Λ = Λj (endlich oder unendlich) mit Λj ∩ Λk = ∅ (j 6= k). Dann gilt
j

X XX
cλ = cj
λ∈Λ j λ∈Λj

sofern eine der beiden Seiten existiert.

Beweis: X XX
c±
λ = c±
λ (Hilfssatz)
λ∈Λ j λ∈Λj
 
X X X X X
c−  c− 
λ −
c+ λ = λ −
c+ λ
λ∈Λ λ∈Λ j λ∈Λj λ∈Λj

2.6.8 Spezialfall: Doppelreihensatz

(Λ = IN0 × IN0 )

X ∞ X
X ∞
cj,k = cj,k Zeilensummen
(j,k)∈IN0 ×IN0 j=0 k=0
∞ X
X ∞
= cj,k Spaltensummen
k=0 j=0
X∞ X
= cj,k Diagonalsummen
n=0 (j,k):j+k=n
∞
X X
= cj,k Quadratsummen
n=0 (j,k):max(j,k)=n

falls eine der 5 Summen existiert, mit cjk durch |cjk | ersetzt.

42
 2.6 Mehrfachreihen

Beweis: Λ = IN0 × IN0

1. Λj = {(j, k) : k ∈ IN0 }

2. Λk = {(j, k) : j ∈ IN0 }

3. Λn = {(j, k) : j + k = n} = {(0, n), (1, n − 1), . . . , (n, 0)}

4. Λn = {(j, k) : max{j, k} = n} =
{(0, n), (1, n), . . . , (n − 1, n), (n, n), (n, 0), . . . , (n, n − 1)}

2.6.9 Beispiele

P
∞
1
(0) n2
konvergiert
n=1
P 1
(1) j 2 +k2
existiert nicht
(j,k)∈IN×IN
Beweis: Quadratsummen
P
n≥1: 1
j 2 +k2
≤ 1
n2
·Anzahl der Summanden
max(j,k)=n
≥ 2n1 2 ·Anzahl der Summanden
(j 2 +
Pk2 ≥ n2 , j2 + ≤ 2n2 )
k2
1
j 2 +k2
≥ 2n1 2 (2n − 1) ≥ n1 − 2n1 2
max(j,k)=n
P∞ P 1
( j 2 +k2
) divergiert,
n=1 max(j,k)=n
P1 P 1
weil n divergiert, 2n2
konvergiert
P 1
(2) j 3 +k3
existiert
j,k≥1
Beweis: Quadratsummen

X 1 1 2
≤ 3 · (2n − 1) < 2
j3 +k 3 n n
max(j,k)=n

∞
X X ∞
X 1
1
< 2 <4
j 3 + k3 n2
n=1 max(j,k)=n n=1

P 1
(3) jk
=2
j,k≥2

X ∞  k
∞ X ∞  k+2
∞ X
X
1 1
=
j j
j=2 k=2 j=2 k=0
X∞
1
= =2
j(j − 1)
j=2

43
2 Folgen und Reihen

(4)
  ∞ n  
!
X n −n−m X X n −m
2 = 2 2−n
m m
(m,n)∈IN0 ×IN0 n=0 m=0
∞ 
X n
1
= 1+ · 2−n
2
n=0
X∞  n
3 1
= = =4
4 1 − 3/4
n=0

2.6.10 Reihenmultiplikation/Cauchyprodukt

P
∞ P
∞
Sind ak und bn absolut konvergent, so gilt
k=0 n=0

∞
! ∞
! ∞
X X X
an · bn = cn
n=0 n=0 n=0

P
n P
n
mit cn = aj bn−j = an−j bj
j=0 j=0
P
∞
cn konvergiert absolut und heißt Cauchyprodukt
n=0

Beweis:
∞
X ∞
X X
an · bk = an bk
n=0 k=0 (n,k)∈IN0 ×IN0
X∞ X ∞
X
= an bk = cm .
m=0 n+k=m m=0

X
an bk = a0 bm + a1 bm−1 + · · · + am−1 b1 + am b0
n+k=m
X
m
= aj bm−j = cm
j=0
P
Gerechtfertigt, weil |an ||bk | existiert
n,k

X X
N X
K
|an ||bk | = |an | |bk |
0≤n≤N n=0 k=0
0≤k≤K
∞
X ∞
X
≤ |an | |bk | = M
n=0 k=0
X
⇒ |an bk | ≤ M
(n,k)∈IN0 ×IN0

44
 2.6 Mehrfachreihen

2.6.11 Beispiel

∞
X ∞ ∞ X
an X an X n
aj an−j n!
=
n! n! j! (n − j)! n!
n=0 n=0 n=0 j=0
X∞ n   ∞
1 X n n X (2a)n
= a =
n! j n!
n=0 j=0 n=0

45
2 Folgen und Reihen

46
3 Grenzwert und Stetigkeit1

3.1 Grenzwerte bei Funktionen

In diesem Abschnitt gilt: I ist immer ein beliebiges Intervall, x0 ∈ I oder einer der Endpunkte.

3.1.1 Definition

Sei I Intervall, x0 ∈ IR und x0 ∈ I oder Endpunkt von I und f : I \ {x0 } → IR.

c ∈ IR heißt Grenzwert oder Limes von f für x → x0 , geschrieben lim f (x) = c oder f (x) → c für
x→x0
x → x0 , wenn es zu jedem ε > 0 ein δ > 0 gibt mit |f (x) − c| < ε für alle x ∈ I mit 0 < |x − x0 | < δ.

3.1.2 Bemerkungen

(1) Der Grenzwert c ist eindeutig bestimmt.

(2) lim f (x) = c bedeutet: f ist definiert auf I = (a, ∞) oder [a, ∞) und zu jedem ε > 0 existiert
x→∞
ein k > a mit |f (x) − c| < ε für alle x > k.
(3) entsprechend: lim f (x).
x→−∞

3.1.3 Folgenkriterium

lim f (x) existiert genau dann, wenn für jede Folge (xn ) in I \ {x0 } mit xn → x0 lim f (xn ) existiert.
x→x0 n→∞
Dieser Grenzwert ist dann unabhängig von (xn ) und gleich lim f (x).
x→x0

Beweis:
„⇒“ lim f (x) = c existiere, d. h. zu jedem ε > 0 gibt es ein δ > 0 mit |f (x) − c| < ε für alle x ∈ I
x→x0
mit 0 < |x − x0 | < δ.
(xn ) ist Folge in I \ {x0 }. xn → x0 ⇒ es gibt ein n0 mit 0 < |xn − x0 | < δ für n ≥ n0 .
⇒ |f (xn ) − c| < ε für n ≥ n0 , d. h. f (xn ) → c für n → ∞.
„⇐“ „Alle lim f (xn ) existieren“
n→∞
Setze c := lim f (xn ). ((xn ) ist feste Folge in I \ {x0 } mit xn → x0 ).
n→∞
(ξn ) ist Folge in I \ {x0 } mit ξn → x0 .
Die Mischfolge (x1 , ξ1 , x2 , ξ2 , . . . ) = (yn ) ist Folge in I \ {x0 } mit yn → x0 .
lim (yn ) existiert und ist = lim f (xn ) = c = lim f (ξn ).
n→∞ n→∞ n→∞
Also: f (ξn ) → c für n → ∞.
Annahme: lim f (x) existiere nicht (oder ist 6= c).
x→x0
1
Version 4.9 vom 18. Dezember 2002

47
3 Grenzwert und Stetigkeit

⇒ Es gibt ein ε > 0 und für n = 1, 2, 3, . . . ein xn ∈ I \ {x0 } mit |xn − x0 | < n1 ,
aber |f (xn ) − c| ≥ ε, d. h. xn → x0 , also f (xn ) → c für n → ∞.
Widerspruch!

3.1.4 Rechenregeln

Wenn f (x) → α für x → x0 und g(x) → β für x → x0 , so gelten

(1) f (x) + g(x) → α + β.
(2) λf (x) → λα.
(3) f (x)g(x) → αβ.
(4) |f (x)| → |α|.
(5) α ≤ β, falls f (x) ≤ g(x) in I \ {x0 }.
f (x)
(6) g(x) → αβ , falls β 6= 0.
Genauer: Es gibt ein σ > 0 mit g(x) 6= 0 in (x0 − σ, x0 + σ) ∩ I \ {x0 }.
f (x)
g(x) ist dort definiert und hat den Grenzwert β für x → x0
α

Beweis: von (1)–(5): Folgenkriterium

von (6): Wähle ε = 12 · |β| > 0.
Dazu ex. ein σ > 0 mit |g(x) − β| < 12 |β| für 0 < |x − x0 | < σ, x ∈ I.

⇒ |g(x)| = |β + (g(x) − β)| ≥ |β| − |g(x) − β|

1 1
> |β| − |β| = |β|
2 2
Dann Folgenkriterium.

3.1.5 Beispiele

(0) Ist f (x) = c für alle x ∈ IR, dann ist lim f (x) = c.
x→x0

(1) f (x) = x für x ∈ IR, dann ist lim f (x) = x0 (Zu ε > 0 setze σ = ε).
x→x0

(2) Ist f (x) = a0 + a1 x + a2 x2 + · · · + ap xp ein Polynom vom Grad p mit ap 6= 0 und aj ∈ IR, dann
ist lim f (x) = a0 + a1 x0 + a2 x20 + · · · + ap xp0 = f (x0 )
x→x0
Über Induktion: lim xk = xk0 .
x→x0

(3) Ist f (x) = [x] = die größte Ganze Zahl ≤ x, so ist lim f (x) = f (x0 ), falls x0 ∈
/ ZZ. Der Limes
x→x0
existiert nicht für x0 ∈ ZZ.
xr −1
(4) Es gilt: lim = r für r ∈ Q.
x→1 x−1
Beweis: Für r ∈ IN:
xr − 1 = (x − 1)(xr−1 + xr−2 + · · · + x + 1)
xr − 1
lim = lim (xr−1 + · · · + x + 1) = r · 1 = r
x→1 x − 1 x→1

48
 3.1 Grenzwerte bei Funktionen

3.1.6 Einseitige Grenzwerte

Sei I = (a, b), x0 ∈ (a, b) und f : I \ {x0 } → IR.

Setze f− (x) = f (x) für a < x < x0 und f+ (x) = f (x) für x0 < x < b.
Dann ist f (x0± ) := lim f± (x), falls der rechtsstehende Grenzwert existiert.
x→x0
Schreibweise: f (x0± ) = lim f (x).
x→x0±
Bezeichnung: linksseitiger bzw. rechtsseitiger Grenzwert.
Beispiel: f (x) = [x]: lim f (x0+ ) und lim f (x0− ) existieren immer.
x→x0 x→x0

3.1.7 Satz

f (x0+ ) = f (x0− ) = c ⇐⇒ lim f (x) = c.

x→x0

Beweis: Sei ε > 0. Es ist |f (x) − c| < ε für x0 < x < x0 + δ1 (rechtsseitig) und für x0 − δ2 < x < x0
(linksseitig).
Setze δ = min{δ1 , δ2 }. Dann ist |f (x) − c| < ε für x ∈ I \ {x0 }, |x − x0 | < δ.

3.1.8 Monotone Funktionen

f : I → IR heißt monoton wachsend [fallend], wenn aus x < y (x, y ∈ I) folgt:

f (x) ≤ f (y) [f (x) ≥ f (y)].
f heißt streng wachsend [fallend], wenn immer < anstelle ≤, bzw. > anstelle ≥ gilt.

3.1.9 Satz

Monotone Funktionen haben in jedem Punkt x0 ∈ I einseitige Grenzwerte.

Sei z. B.: a < x0 < b und f wachsend: f (x0− ) ≤ f (x0 ) ≤ f (x0+ ).

Beweis: Sei (xn ) Folge in (a, x0 ) mit xn ↑ und xn → x0 .

Dann ist (f (xn )) wachsend und beschränkt: f (xn ) ≤ f (x0 ). Damit existiert lim f (xn ) ≤ f (x0 ).
n→∞
Nach dem modifizierten Folgenkriterium folgt dann:
Existiert lim f (xn ) für jede Folge (xn ) in (a, x0 ) mit xn ↑ x0 , so existiert auch f (x0− ).
n→∞
Bei monotonen Funktionen, für die lim f (x) existiert (a < x0 < b), ist er = f (x0 ).
x→x0

3.1.10 Cauchykriterium

Es sei f : I \ {x0 } → IR. Dann existiert lim f (x) genau dann, wenn es zu jedem ε > 0 ein δ > 0 gibt
x→x0
mit |f (x) − f (y)| < ε für alle x, y ∈ I, 0 < |x − x0 | < δ, 0 < |y − x0 | < δ.

Beweis:
„⇒“ lim f (x) existiert) wie Folgen.
x→x0

49
3 Grenzwert und Stetigkeit

„⇐“ Sei (xn ) Folge in I \ {x0 }, xn → x0 .

(f (xn )) ist eine Cauchyfolge, weil zu ε > 0 aus der Voraussetzung ein δ > 0 existiert.
Da xn → x0 für n → ∞ gibt es ein n0 mit |xn − x0 | < δ für n ≥ n0 .
Für n > m ≥ n0 gilt: |f (xn ) − f (xm )| < ε.
Damit ist (f (xn )) eine Cauchyfolge und lim f (xn ) existiert.
n→∞
Jetzt das Folgenkriterium anwenden ⇒ lim f (x) existiert.
x→x0

3.2 Stetigkeit

Sei I stets ein Intervall, f : I → IR.

3.2.1 Definition

f heißt stetig im Punkt x0 ∈ I, wenn es zu jedem ε > 0 ein δ > 0 gibt mit |f (x) − f (x0 )| < ε für alle
x ∈ I mit |x − x0 | < δ.
f heißt stetig (in I), wenn f in jedem x0 ∈ I stetig ist. Kurz: f ∈ C(I) oder f ∈ C 0 (I).
Bemerkung: f ist stetig in x0 ⇐⇒ lim f (x) = f (x0 ).
x→x0

3.2.2 Rechenregeln

Sind f, g stetig (in x0 oder in I), so sind auch folgende Funktionen stetig:
(a) f + g.
(b) λf für λ ∈ IR.
(c) f · g.
f
(d) g (falls g(x) 6= 0 (in x0 oder für x ∈ I)). Genauer: g(x0 ) 6= 0.
⇒ es ex. ein σ > 0 mit g(x) 6= 0 in (x0 − σ, x0 + σ) ∩ I = I 0 und f
g als Funktion von I 0 nach IR
ist stetig in x0 .
(e) Das Kompositum:
Ist g : I → J stetig (in x0 ∈ I oder in ganz I) und ist f : J → IR stetig (in y0 = g(x0 ) oder im
ganzen Intervall J), dann ist auch die Komposition f ◦ g : I → IR, (f ◦ g)(x) := f (g(x)) stetig (in
x0 oder in I).

Beweis: Nur für das Kompositum:

Sei ε > 0: Dann ex. ein δ > 0 mit |f (y) − f (y0 )| < ε für y ∈ J, |y − y0 | < δ.
Zu diesem δ existiert ein σ > 0 mit |g(x) − g(x0 )| < δ für alle x ∈ I, |x − x0 | < σ, d. h. für x ∈ I,
|x − x0 | < σ gilt: |(f ◦ g)(x) − (f ◦ g)(x0 )| < ε.

3.2.3 Beispiele

(1) Polynome sind stetig in IR.

√
(2) f (x) = p x ist stetig in [0, ∞) (p ∈ IN).

50
 3.2 Stetigkeit

(3) f (x) = xr ist stetig in (0, ∞) für beliebige r ∈ Q.

Beweis:

(1) Klar.

(2) Sei x0 ∈ [0, ∞), (xn ) Folge in [0, ∞) mit xn → x0 .

√ √
f (xn ) = p xn → p x0 (Beispiel bei Folgen).
⇒ lim f (x) = f (x0 ) ⇒ f ist stetig.
x→x0

(3) Sei r = pq mit q ∈ IN und p ∈ ZZ.

g(x) = xp ist stetig in (0, ∞), falls p ∈ IN ist; g ist auch stetig für p ≤ 0 (xp = 1
).
√ √ x−p
Setze cr = q xp = h(g(x)), h(y) = q y ist stetig nach Beispiel (2).
⇒ f (x) ist stetig.

3.2.4 Satz vom Minimum und Maximum

Ist f : [a, b] → IR stetig, so hat f Minimum und Maximum, d. h. es gibt x∗ ∈ [a, b] und x∗ ∈ [a, b] mit
f (x∗ ) ≤ f (x) ≤ f (x∗ ) für alle x ∈ [a, b].

Beweis: Für das Maximum:

Setze M = sup{f (x) : a ≤ x ≤ b}. Dazu existiert eine Folge (xn ) in [a, b] mit f (xn ) → M für n → ∞.
Da die Folge (xn ) beschränkt ist, enthält sie eine konvergente Teilfolge (xnk ) mit xnk → x∗ ∈ [a, b].
Es ist dann f (x∗ ) = lim f (xnk ) = lim f (xn ) = M = Maximum.
k→∞ n→∞
Für das Minimum analog.

3.2.5 Nullstellensatz

Sei f : [a, b] → IR stetig und f (a) < 0 < f (b) [f (a) > 0 > f (b)]. Dann gibt es ein ξ ∈ (a, b) mit
f (ξ) = 0. (ξ ist Nullstelle von f .)

Beweis: Zeige: Es gibt eine kleinste (erste) und eine größte (letzte) Nullstelle in (a, b).
Beweis (für f (a) < 0 < f (b), kleinste Nullstelle):
Setze M = {x : f (t) < 0 für a ≤ t < x} ⊆ [a, b] und ξ = sup M ∈ [a, b]. Es gilt:

(i) M 6= ∅, weil a ∈ M .

(ii) ξ > a, da f (a) < 0 und damit f (t) < 0 in [a, a + δ), für ein δ > 0.

(iii) ξ < b, da f (b) > 0 und damit f (t) > 0 in (b − δ, b], für ein δ > 0.

(iv) a < x < ξ ⇒ f (t) < 0 für a ≤ t < x, d. h. f (x) < 0 in [a, ξ).

(v) Nach Definition von ξ gibt es eine Folge (xn ) in (ξ, b] mit xn → ξ und f (xn ) ≥ 0.
Es ist f (ξ) = lim f (x) ≤ 0 und f (ξ) = lim f (xn ) ≥ 0.
x→ξ− n→∞
⇒ f (ξ) = 0, f (x) < 0 für a ≤ x < ξ. ⇒ ξ ist kleinste Nullstelle.

51
3 Grenzwert und Stetigkeit

3.2.6 Zwischenwertsatz

Ist f im Intervall I stetig, so ist J = f (I) ein Intervall, insbesondere gilt: Ist f (x1 ) < y < f (x2 ), so
gibt es ein x ∈ (x1 , x2 ) (falls x1 < x2 ), bzw. x ∈ (x2 , x1 ) (falls x1 > x2 ) mit f (x) = y, y ∈ J.

Beweis: Setze m = inf{f (x) : x ∈ I} und M = sup{f (x) : x ∈ I}.

⊗
Zeige: (m, M ) ⊆ f (I) = J. Dann ist J = (m, M ), (m, M ], [m, M ) oder [m, M ].
Beweis von ⊗: Sei y ∈ (m, M ). Dann existieren x1 , x2 ∈ I mit f (x1 ) < y < f (x2 ).
Dabei ist z. B. x1 < x2 (oder x1 > x2 ).
f : [x1 , x2 ] → IR ist stetig,
 g(x) = f (x) − y ist ebenfalls stetig.
g(x1 ) = f (x1 ) − y < 0
⇒ es existiert ein ξ ∈ (x1 , x2 ) mit g(ξ) = 0, d. h. f (ξ) = y.
g(x2 ) = f (x2 ) − y > 0
Falls m = M ist =⇒ f ist konstant, (m, M ) = ∅ ⊆ f (I) = {m} =: [m, m].

3.2.7 Bemerkung:

Ist f : [a, b] → IR stetig, so ist f ([a, b]) = [m, M ] mit

  
M min
= {f (x) : a ≤ x ≤ b}
M max

3.2.8 Beispiele

|x|
(a) Sei f (x) = 1−x2
in I = (−1, 1). Es ist f (I) = [0, ∞).

(b) Sei f (x) = x + 1

x in I = (0, ∞). Es ist f (I) = [2, ∞).
(c) Sei f (x) = a0 + a1 x + · · · + a2d+1 x2d+1 mit a2d+1 > 0 ein Polynom vom ungeraden Grad 2d + 1.
Es ist f (IR) = IR insbesondere hat f eine Nullstelle.

Beweis
(a) Es ist f (x) ≥ 0, f (0) = 0 und sup{f (x) : − 1 < x < 1} = +∞ (Es ist f % in [0, 1).
√
(b) Es ist f (x) − 2 = x − 2 + x1 = ( x − √1x )2 ≥ 0 für alle x und = 0 für x = 1.
Für x → 0 gilt: f (x) → +∞: sup{f (x) : 0 < x < ∞} = +∞
(c) Setze M = sup{f (x) : x ∈ IR} und m = inf{f (x) : x ∈ IR}:
f (x)  a2d a0 
lim 2d+1 = lim a2d+1 + + · · · + 2d+1 = a2d+1 > 0,
x→∞ x x
x→∞
|{z} |x {z }
→0 →0

d. h. es existiert ein K > 0 mit f (x) > 12 a2d+1 x2d+1 für x > K ⇒ M = 0.
Gleicher Beweis für m = −∞.

3.2.9 Satz über die Umkehrfunktion

Ist f im Intervall I streng monoton und stetig, so existiert die Umkehrfunktion f −1 : J = f (I) → I
und sie ist stetig und streng monoton im gleichen Sinn wie f .

52
 3.2 Stetigkeit

Beweis (Für den Fall, daß f wachsend ist):

Aus x1 < x2 folgt, daß f (x1 ) < f (x2 ), d. h. daß f injektiv ist.
f −1 ist definiert auf dem Intervall J = f (I).
Zeige nun die Stetigkeit von f −1 in y0 = f (x0 ):
Sei (yn ) Folge in J mit yn → y0 für n → ∞.
Es ist yn = f (xn ), y0 = f (x0 ), xn , x0 ∈ I.
Zeige: xn → x0 für n → ∞.
Wenn nun xn 6→ x0 (nicht konvergent gegen x0 ), dann existiert eine Teilfolge (xnk ) mit z. B. xnk ≥
x0 + ε für alle k und für ein ε > 0.
⇒ f (xnk ) ≥ f (x0 + ε)
⇒ f (xnk ) = ynk → y0 = f (x0 ) ≥ f (x0 + ε) > f (x0 ) Widerspruch!
Also gilt f −1 (yn ) = xn −→ x0 = f −1 (y0 ).

Bemerkung: Für I = [a, b] gilt:

Man kann man eine Teilfolge (xnk ) mit xnk → x00 ∈ [a, b] auswählen.
Dann ist f (x00 ) = lim f (xnk ) = y0 = f (x0 ) ⇒ f ist injektiv und x00 = x0 .
x→∞
Es bleibt noch zu zeigen, daß f −1 streng wachsend ist:
f streng wachsend
f (x1 ) = y1 < y2 = f (x2 ) =⇒ x1 < x2 , also f −1 (y1 ) < f −1 (y2 ).

3.2.10 Definition: gleichmäßige Stetigkeit

Eine Funktion f : I → IR heißt gleichmäßig stetig, wenn gilt: zu jedem ε > 0 gibt es ein δ > 0 mit
|f (x) − f (y)| < ε für alle x, y ∈ I, |x − y| < δ.

3.2.11 Bemerkungen und Beispiele

(a) Gleichmäßig stetige Funktionen sind stetig in I.

1
(b) f (x) = ist in I = (0,
 1] stetig, aber nicht gleichmäßig.
x


Beweis: f n − f n+1 = |n − (n + 1)| = 1
1 1

x = n1 , y = n+1
1
: |x − y| = n(n+1)
1

ε = 12 . Suche hierzu ein δ =? Dieses ex. nicht.

(c) Lipschitz-stetige Funktionen
f : I → IR mit |f (x) − f (y)| ≤ L|x − y| für alle x, y ∈ I (L > 0 Lipschitzkonstante).
L-stetige Funktionen sind gleichmäßig stetig mit δ = Lε für ε > 0.
√
(d) f (x) = 1 + x2 ist Lipschitzstetig in I = [0, ∞):
p p 
|f (x) − f (y)| = 1 + x2 − 1 + y 2
|x2 − y 2 |
=√ p
1 + x2 + 1 + y 2
x+y
= |x − y| √ p
1 + x2 + 1 + y 2
!
x y
≤ |x − y| √ +p
1 + x2 1 + y2

53
3 Grenzwert und Stetigkeit

≤ 2 · |x − y|

√
(e) f (x) = x ist in I = [0, ∞) gleichmäßig stetig, aber nicht L-stetig.
Beweis: Es ist f (x) − f (y) = √x−y
√ . Für z. B. x > y gilt:
x+ y

x−y
|f (x) − f (y)| = √ √
x− y
√
x−y √
=√ √ · x−y
x+ y
| {z }
≤1
p
≤ |x − y|

Setze nun für ε > 0 δ = ε. Also ist f gleichmäßig stetig. (nicht L-stetig als Aufgabe).

3.2.12 Satz von Heine

Jede stetige Funktion f : [a, b] → IR ist gleichmäßig stetig.

Beweis: Nehme an, daß die Behauptung falsch ist, d. h. es gibt ein ε > 0 und zu jedem δ gibt es
x, y ∈ I, so daß |x − y| < δ, aber |f (x) − f (y)| ≥ ε.
Zu δ = n1 existieren xn , yn ∈ I, so daß |xn − yn | < n1 , aber |f (xn ) − f (yn )| ≥ ε.
Die Folge (xn ) in [a, b] besitzt eine konvergente Teilfolge (xnk ), wobei xnk → x0 ∈ [a, b], ynk → x0 .
Mit der Stetigkeit von f in x0 gilt dann:

0 = |f (x0 ) − f (x0 )| = lim |f (xnk ) − f (ynk )| ≥ ε Widerspruch!

k→∞

Aufgabe: f : (a, b) → IR ist genau dann gleichmäßig stetig, wenn es eine stetige Funktion F gibt
mit F : [a, b] → IR und F (x) = f (x) in (a, b).

3.3 Gleichmäßige Konvergenz

Sei I ein Intervall, und fn : I → IR für n = 0, 1, 2, . . ..

3.3.1 Def.: Punktweise und gleichmäßige Konvergenz von Funktionenfolgen

Die Funktionenfolge (fn ) konvergiert

(a) punktweise gegen f : I → IR, wenn lim fn (x) = f (x) für alle x ∈ I.
n→∞

(b) gleichmäßig gegen f : I → IR, wenn es zu jedem ε > 0 ein n0 ∈ IN gibt, mit |fn (x) − f (x)| < ε
für alle n ≥ n0 und alle x ∈ I.
P
∞
Ebenso heißt fn (x) punktweise oder gleichmäßig konvergent, wenn die Funktionenfolge (sn ), sn =
n=0
P
n
fk (x), punktweise bzw. gleichmäßig konvergiert.
k=0

54
 3.3 Gleichmäßige Konvergenz

3.3.2 Beispiele

(1) Sei fn (x) = xn in I = [0, 1]. Es ist

 
0 für 0 ≤ x < 1
fn (x) → = f (x),
1 für x = 1

d. h. fn ist punktweise konvergent. fn ist aber nicht gleichmäßig konvergent.

 
1
x=1− n 1 n 1
|fn (x) − f (x)| = 1− → 6= 0 für n → ∞.
n e

⇒ keine gleichmäßige Konvergenz.

P
∞
1
(2) xn = 1−x konvergiert gleichmäßig in jedem Intervall [−r, r], 0 < r < 1, aber nicht gleichmäßig
n=0
in (−1, 1).
Beweis: Sei |x| ≤ r: Dann gilt für n ≥ n0

X
n ∞
X ∞
X
1 rn+1
xk − = xk ≤ rk − < ε,
1−x 1−r
k=0 k=n+1 k=n+1

da 0 < r < 1. ⇒ gleichmäßige Konvergenz.

Nun für (−1, 1): Es ist

X
n 1
x=1− n+1 xn + 1
xk = 1−
1−x
k=0
 n+1
1− 1− 1
n+1
= 1
n+1
 n+1 !
1
= (n + 1) · 1 − 1 − →∞
| {z } n+1
→∞ | {z }
→1− 1e

3.3.3 Satz

Gegeben seien fn : I → IR und es gelte fn → f gleichmäßig in I.

Für n = 1, 2, . . . existiere lim fn (x) = an . Dann existiert auch lim f (x) = lim an , d. h.
x→x0 x→x0 n→∞

   
lim f (x) = lim lim fn (x) = lim lim fn (x)
x→x0 x→x0 n→∞ n→∞ x→x0

Beweis: Sei ε > 0. Dann existiert ein n0 mit

|fn (x) − f (x)| < ε für alle n ≥ n0 und alle x ∈ I. (3.1)

Weiter existiert ein δn > 0 mit

|fn (x) − an | < ε für |x − x0 | < δn und x ∈ I. (3.2)

55
3 Grenzwert und Stetigkeit

Für n > m > n0 gilt dann:

|an − am | = |(an − fn (x)) + (fn (x) − f (x)) + (f (x) − fm (x)) + (fm (x) − am )|
≤ ε
|{z} + |{z}
ε + |{z}
ε + ε
|{z} = 4ε
für |x−x0 |<δn n≥n0 m≥n0 für |x−x0 |<δm

Solche x ∈ I existieren ⇒ (an ) ist eine Cauchyfolge, an → a für n → ∞

⇒ |an − a| < ε für n ≥ n1 (3.3)
Sei m ≥ n0 und m ≥ n1 fest. Dann gilt:
|f (x) − a| = |(f (x) − fm (x)) + (fm (x) − am ) + (am − a)|
≤ |{z}
ε + ε
|{z} + |{z}
ε = 3ε
m≥n0 0<|x−x0 |≤δn m≥n1
⇒(3.1) ⇒(3.2) ⇒(3.3)

⇒ |f (x) − a| < 3ε für 0 < |x − x0 | < δn =: δ, d. h. lim f (x) = a.

x→x0

3.3.4 Satz

Gilt fn → f gleichmäßig in I und sind alle fn stetig (in x0 oder in I), so ist auch f stetig (in x0 oder
in I).

Beweis: Sei x0 ∈ I:  
lim f (x) = lim lim fn (x) = f (x0 ),
x→x0 n→∞ x→x0
| {z }
=fn (x0 )

d. h. f ist stetig in x0 .

3.3.5 Cauchykriterium

Die Funktionenfolge (fn ) mit fn : I → IR konvergiert genau dann gleichmäßig, wenn es zu jedem ε > 0
ein n0 gibt mit
|fn (x) − fm (x)| < ε für alle n > m ≥ n0 und alle x ∈ I. (3.4)

Beweis:
„⇒“ (gleichmäßige Konvergenz ⇒ (3.4)) wie immer.
„⇐“ Sei ε > 0 und (3.4) gelte für festes x ∈ I. Dann ist (fn (x)) eine Cauchyfolge, d. h. fn → f
punktweise.
Aus (3.4) folgt für n → ∞, daß |f (x) − fm (x)| ≤ ε für m ≥ n0 und alle x ∈ I, d. h. fm → f
gleichmäßig.

P
∞
Bemerkung: Für gleichmäßige Konvergenz von fk (x) lautet (3.4) so:
k=0

X
n
fk (x) < ε für alle n > m ≥ n0 und alle x ∈ I.
k=m+1

56
 3.3 Gleichmäßige Konvergenz

3.3.6 Majorantenkriterium

P
∞ P
∞
Gilt |fn (x)| ≤ gn (x) und konvergiert gn (x) gleichmäßig in I, dann auch fn (x).
n=0 n=0
P
∞
Speziell dann, wenn |fn (x)| ≤ cn für x ∈ I und cn konvergiert.
n=0

P
∞
Beweis: Sei ε > 0. Dazu ex. ein n0 mit gk (x) < ε für n > m ≥ I0 und x ∈ I.
k=n+1

X
n X
n X
n
fk (x) ≤ |fk (x)| ≤ gk (x) < ε
k=m+1 k=m+1 k=m+1

für n > m ≥ n0 und x ∈ I.

3.3.7 Beispiele

P
∞ P
∞
(1) 1
x2 +n2
(x ∈ IR) ist gleichmäßig konvergent, weil 1
x2 +n2
≤ 1
n2
und 1
n2
konvergiert (Majo-
n=1 n=1
rantenkriterium).
∞
!
X 1 X
n
1
lim = lim lim = lim 0 = 0
x→∞ x + n2 n→∞
2 x→∞ x + k2
2 n→∞
n=1 k=1

P
∞
(2) xk (1 − x) konvergiert punktweise in [0, 1], aber nicht gleichmäßig.
k=0
Beweis:

1 − x
n+1
X
n
für 0 ≤ x < 1
x (1 − x) = (1 − x) ·
k
1−x

k=0 n+1 für x = 1
= 1 − xn+1
(
1 für 0 ≤ x < 1
→
0 für x = 1

ist unstetig, also kann keine gleichmäßige Konvergenz vorliegen.

P k
(3) x (1 − x)2 konvergiert gleichmäßig in [0, 1].
n=0
Beweis: Sei ε > 0. Dann gilt:

x6=1 1 − xn+1
sn (x) = (1 − x)2 · = (1 − x)(1 − xn+1 ) für 0 ≤ x ≤ 1.
1−x

X
n
xk (1 − x)2 = |sn (x) − sm (x)|
k=m+1
= |(1 − x)(xm+1 − xn+1 )|

(i) Für 0 ≤ x ≤ 1 − ε ist dies ≤ 1(1 − ε)m+1 < ε mit m ≥ n0 .

57
3 Grenzwert und Stetigkeit

(ii) Für 1 − ε < x ≤ 1 ist dies ≤ ε · 1 für alle m.

⇒ gleichmäßige Konvergenz.
P
∞
x
(4) n2 +x2
ist nicht gleichmäßig konvergent in IR.
n=1
Beweis: Sei x > 0. Dann gilt:

X
2m
x xm x=2m 2m2 1
2 2
≥ = = >0
n +x 4m2 + x2 8m 2 4
n=m+1

Aus dem Cauchykriterium folgt dann, daß keine gleichmäßige Konvergenz vorliegt.
P
∞
x
(5) n4 +x2
ist gleichmäßig konvergent.
n=1
Beweis: Mit dem Majorantenkriterium. Es ist
 2

 n |x| ≤ 1
x für |x| ≤ n2 1
≤ n14 n2 =
n4 + x2 
 n2
für |x| > n2
n2

P
∞
x
(6) n2+r +x2
ist gleichmäßig konvergent für r > 0.
n=1
Beweis:  1+(r/2)

n
x für |x| ≤ n1+(r/2) 1
≤ n2+r =
n2+r + x2 
 1 n1+(r/2)
1+(r/2)
für |x| ≥ n1+(r/2)
n
P
∞
1
nα ist konvergent für α > 1. Hier ist α = 1 + 2r .
n=1

3.4 Potenzreihen

3.4.1 Definition: Potenzreihe

Eine Reihe der Form

∞
X
an (x − x0 )n (3.5)
n=0

heißt Potenzreihe. Die Folge (an ) heißt Koeffizientenfolge, und x0 ist der Entwicklungspunkt.

3.4.2 Satz, Konvergenzradius

Die Potenzreihe (3.5) konvergiert absolut in (x0 − r, x0 + r) und gleichmäßig in jedem Intervall
[x0 − %, x0 + %] ⊆ (x0 − r, x0 + r). Sie divergiert für x > x0 + r und für x < x0 − r. Dabei ist

1
r= p
lim n
|an |
n→∞

der Konvergenzradius (Formel von Cauchy-Hadamard).

58
 3.4 Potenzreihen

Sonderfälle:
p
1. Für lim n
|an | = ∞ ist r = 0 und (3.5) heißt nirgends konvergent (obwohl konvergent in
n→∞
x= x0 ).
p
2. Für lim n
|an | = 0 ist r = ∞ und (3.5) konvergiert überall.
n→∞

Beweis: Es ist p p
n n
lim |an (x − x0 )n | = |x − x0 | lim |an |.
n→∞ n→∞

Daraus folgt absolute Konvergenz nach dem Wurzelkriterium für |x − x0 | < r.

Sei nun (3.5) konvergent im Punkt x. Dann gilt an (x − x0 )n → 0 für n → ∞, insbesondere ist
|an (x − x0 )| ≤ M für n ∈ IN0 . p √
Damit gilt dann: |x − x0 | · lim n |an | ≤ lim n M = 1.
n→∞ n→∞
Daraus folgt |x − x0 | ≤ r und damit Divergenz für |x − x0 | > r.
Zeige nun noch die gleichmäßige Konvergenz in [x0 − %, x0 + %] ⊆ (x0 − r, x0 + r):
Wähle ξ = x0 + %+r2 (falls r > 0, r < ∞).
%+r
n
Dann ist |an (ξ − x0 ) | = |an | · 2
n ≤ M beschränkt und für |x − x0 | ≤ % gilt:
 n  n
%+r 2
|an (x − x0 ) | ≤ |an | · % ·
n n
·
2 %+r
!n
2%
≤M·
%+r
| {z }
=:q<1

M · q ist eine Majorante.

3.4.3 Satz

Hat (3.5) eine positiven Konvergenzradius, so stellt (3.5) eine im Konvergenzintervall stetige Funktion
f dar.

Beweis: Sei I% = [x0 − %, x0 + %] ⊆ (x0 − r, x0 + r). SIn I% liegt gleichmäßige Konvergenz vor. Damit
ist f stetig in I% für 0 < % < r. Also ist f stetig in I% = (x0 − r, x0 + r).
0<%<r

3.4.4 Bemerkungen und Beispiele

an+1 1
(a) Existiert lim an = A, so ist r = A (Quotientenkriterium, Aufgabe)
n→∞
P
∞
xn
(b) n! hat Konvergenzradius r = ∞.
n=0
P
∞ √
n
(c) nα xn hat für α ∈ Q den Konvergenzradius r = 1, denn nα → 1 = 1r .
n=1
P α
n
∞
(d) Die Binomische Reihe n x hat den Konvergenzradius r = 1, falls α ∈ IR \ IN0 . Beweis über
n=0
das Quotientenkriterium (a).

59
3 Grenzwert und Stetigkeit

(e) Sei (an ) die Fibonaccifolge mit a0 = 1, a1 = 1 und an+1 = an + an−1 für n ≥ 1.
Frage: Was ist dann
∞
X
f (x) = an xn
n=0
und welchen Konvergenzradius
√ hat die Potenzreihe?
Behauptung: r ≥ 2 . 5−1

Versuche zu zeigen: an ≤ %n mit einem % ≥ 1 (an ist immer ≥ 1).

Dies ist o. k. für n = 0 und n = 1.
Induktionsansatz:
?
an+1 = an + an−1 ≤ %n + %n−1 = %n−1 (% + 1) ≤ %n+1

Das „?“ ist in Ordnung, wenn % + 1 ≤ %2 ist. Suche nun das beste % für % ≥ 1:

%2 = % + 1
r √
1 1 1+ 5
%= ± +1=
2 4 2
√
n a ≤ % ist, gilt:
Da n
√
√ 1 2 5−1
lim n an ≤ % ⇒ r ≥ = √ = .
n→∞ % 1+ 5 2

Sei nun |x| < r. Dann gilt

⇐⇒ an+1 xn+1 = xan xn + x2 an−1 xn−1

∞
X ∞
X ∞
X
⇐⇒ an+1 xn+1 = x · an (xn +x2 · an−1 xn−1
n=1 n=1 n=1
| {z } | {z } | {z }
f (x)−a0 −a1 f (x)−a0 f (x)

⇐⇒ (f (x) − a0 − a1 ) = x(f (x) − a0 ) + x2 f (x)

⇐⇒ f (x)(1 − x − x2 ) = (a0 + a1 − a0 )x = 1
1
⇐⇒ f (x) = .
1 − x − x2
q √
Wann ist x2 + x − 1 = 0? Für x = − 12 ± 14 + 1 = − 1∓2 5 !
√
5−1
Also ist r = 2 .

3.4.5 Satz: Summe und Produkt von Potenzreihen

P
∞ P
∞
Haben f (x) = an (x − x0 )n und g(x) = bn (x − x0 )n die Konvergenzradien rf > 0 und rg > 0,
n=0 n=0
so gilt:
P
∞
(a) f (x) + g(x) = (an + bn )(x − x0 )n mit Konvergenzradius r ≥ min{rf , rg }.
n=0
P
∞ P
n P
n
(b) f (x) · g(x) = cn (x − x0 )n mit cn = ak bn−k = an−k bk
n=0 k=0 k=0
und Konvergenzradius r ≥ min{rf , rg }.

60
 3.4 Potenzreihen

Beweis:
(a) Summe konvergenter Reihen.
(b) Cauchyprodukt:
∞ X
X n
f (x)g(x) = ak (x − x0 )k bn−k (x − x0 )n−k ,
n=0 k=0
falls |x − x0 | < rf und |x − x0 | < rg .

P
∞
Beispiel zu (b): Es ist f (x) = 1
1−x = xn für |x| < 1 und
n=0
P
∞
1
(1−x)2
= (n + 1)xn . Frage: Was ist die Potenzreihe für 1
(1−x)p (p = 3, p ≥ 3)?
n=0

3.4.6 Identitätssatz
P
∞ P
∞
Haben f (x) = an (x − x0 )n und g(x) = bn (x − x0 )n positiven Konvergenzradius, und es ist
n=0 n=0
f (x) = g(x) für x = x1 , . . . , xn mit xk → x0 für k → ∞, aber xk 6= x0 . Dann ist an = bn für alle
n = 0, 1, 2, . . .

Beweis: Annahme: Nicht für alle n gelte an = bn . Setze

∞
X
h(t) = (an − bn )tn (h(x − x0 ) = f (x) − g(x))
n=0
X∞
= cn t n (cn = an − bn ).
n=0

Nach Annahme exisiert ein kleinstes m mit cm 6= 0. Es ist also

∞
X
h(t) = cn tn = tm (cm + cm+1 t + cm+1 t2 + · · · ) = tm · h̃(t)
n=m

und für tk = (xk − x0 ) 6= 0, tk → 0 gilt:

k ·h̃(tk ),
h(tk ) = 0 = tm
|{z}
6=0

also h̃(tk ) = 0. D.h. h̃(0) = 0 = cm 6= 0 Widerspruch!

3.4.7 Beispiele

P
∞
(a) Sei f (x) = an xn mit Konvergenzradius r > 0.
n=0
Ist nun a2n = 0 für n = 0, 1, 2, . . . , dann ist f eine ungerade Funktion, d.h. f (−x) = −f (x).
Gilt umgekehrt f (−x) = −f (x) in einem Intervall (−δ, δ) ⊆Konvergenzintervall,
dann ist a2n = 0 für n = 0, 1, 2, . . .
P
∞
Beweis: f (x) + f (−x) = 0 = (an − (−1)n an )xn .
n=0
Aus dem Identitätssatz folgt, daß an = (1 + (−1)n ) = 0 für alle n, insbesondere ist a2k = 0.

61
3 Grenzwert und Stetigkeit

P
∞
(b) Sei f (x) = an xn mit Konvergenzradius r > 0.
n=0
Dann ist f gerade (f (−x) = f (x) in (−δ, δ)) genau dann, wenn a2n−1 = 0 ist für n = 1, 2, . . . .
Beweis: f (x) − f (−x) = 0. . . usw.

3.4.8 Satz über die Verknüpfung von Potenzreihen

P
∞
f (y) = bn y n habe Konvergenzradius R > 0
n=0
P∞
g(x) = an xn (g(0) = 0 Entwicklungsmittelpunkt für f -Reihe)
n=1
P
∞
Dann hat f (g(x)) eine Potenzreihenentwicklung f (g(x)) = c n xn
n=0
P
∞
mit Konvergenzradius r ≥ %, % so, daß |a1 |%n < R ist.
n=1

ohne Beweis

3.4.9 Beispiel

P
∞
yn P
∞
(−1)n 2n+1
Sei f (y) = n! und g(x) = (2n+1)! x .
n=0 n=0
P
∞
Suche die Koeffizienten c0 , c1 , . . . , c5 von f (g(x)) = cn xn . Es ist
n=0
   2
1 x 3 x5 1 x3
f (g(x)) =1 + x− + ∓ ··· + x− ± ···
1! 3! 5! 2! 3!
 3
1 x3 1 1
+ x− ± ··· + (x ∓ · · · )4 + (x ∓ · · · )5 + · · ·
3! 3! 4! 5!
 3 5
  4

x x 1 x
=1 + x − + + x2 −
6 120 2 3
 5

1 x 1 1 5
+ x3 − 3 + x4 + x + ···
6 6 24 120
 
1 1 1
=1 + x + x2 + − + x3
2 6 6
   
1 1 1 1 1
+ − + 4
x + − + x5 + · · ·
6 24 120 12 120
1 1 1
=1 + 1x + x2 + 0x3 − x4 − x5 + · · ·
2 8 15

3.4.10 Satz über das Reziproke einer Potenzreihe

P
∞ P
∞
f (x) = an xn habe Konvergenzradius r > 0, a0 6= 0 (⇒ f (0) 6= 0). Dann ist 1
f (x) = cn xn mit
n=0 n=0
positivem Konvergenzradius, und es gilt:
(
X
n
1 für n = 0
ak cn−k = (3.6)
k=0
0 für n ≥ 1

62
 3.4 Potenzreihen

P
∞
Beweis: Definiere (cn ) durch (3.6). Dann hat Φ(x) = cn xn positiven Konvergenzradius. Es gilt:
n=0

∞
X ∞
X
f (x) · Φ(x) = (an xn ) · (cn xn )
n=0 n=0
∞
!
X X
n
= ak cn−k ·xn = 1,
n=0 k=0
| {z }
0 für n≥1
1 für n=0

1
d.h. Φ(x) = f (x) .  

Konvergenzbeweis für a0 = 1 sonst: 1

f (x) = 1
f (x)
 = 1
a0 · 1
∞ 
P  .
an
a0 a0 1− a0
xn
n=1
Es gibt ein A ≥ 1 mit |an | ≤ An (⇐⇒Konvergenzradius r > 0)
Zeige: |cn | ≤ (2A)n , d.h. Konvergenzradius ≥ 2A
1
.
Induktionsanfang: |c0 | = 1 ≤ (2A) . X
0

Induktionsschritt:
X
n−1 X
n−1
|cn | = − an−k ck ≤ | an−k | · | ck |
| {z } |{z}
k=0 k=0 ≤(2A)k
≤An−k
X
n−1 X
n−1
≤ 2k An = An 2k = An · (2n − 1) < (2A)n
k=0 k=0

Induktionsbeweis X

3.4.11 Beispiel

P
∞
Sei f (x) = 1 − 3x2 + x3 − x5 + · · · und 1
f (x) = cn xn . Suche c0 , c1 , c2 , c3 .
n=0

a0 = 1 a0 c0 = 1 ⇒ c0 = 1
a1 = 0 a0 c1 + a1 c0 = 0 ⇒ c1 = 0
a2 = −3 a0 c2 + a1 c1 + a2 c0 = 0 ⇒ c2 = 3
a3 = 1 a0 c3 + a1 c2 + a2 c1 + a3 c0 = 0 ⇒ c3 = −1

2. Methode: Für |t| < 1 ist

X ∞
1
= tn = 1 + t + t2 + t3 + · · ·
1−t
n=0

1 1
=
1 − 3x2 + x3 − x5 + · · · 1 − (3x2 − x3 + x5 ∓ · · · )
=1 + (2x2 − x3 + x5 + · · · )
+ (3x2 − x3 + x5 + · · · )2 + · · ·
=1 + 3x2 − x3 + 9x4 + · · ·

63
3 Grenzwert und Stetigkeit

3.4.12 Umentwickeln von Potenzreihen

P
∞
Sei f (x) = an (x − x0 )n in I = (x0 − r, x0 + r). Für x1 ∈ I gilt x − x0 = x − x1 + x1 − x0 und es
n=0
ist nach dem binomischen Satz
n  
X n
(x − x0 ) =
n
(x − x1 )k (x1 − x0 )n−k .
k
k=0

Es gilt dann
n  
∞ X
X n
f (x) = an (x1 − x0 )n−k (x − x1 )k
k
n=0 k=0
X∞
= bk (x − x1 )k
k=0

Was ist nun bk ? Wir sind in |x − x1 | < r − |x1 − x0 | auf der sicheren Seite:
X∞ X n  
n
an (x1 − x0 )n−k (x − x1 )k
k
n=0 k=0
X∞ X ∞  
n
= an (x1 − x0 )n−k (x − x1 )k
k
n=0 k=0
∞ X
"∞   #
X n
= an (x1 − x0 ) n−k
· (x − x1 )k
k
k=0 n=0
X∞  
n
⇒ bk = an (x1 − x0 )n−k
k
n=k

3.4.13 Beispiel

P
∞
Es ist xn = 1
1−x in (−1, 1). Umentwicklung von x0 = 0 auf x1 = − 12 :
n=0

∞
X  
1 1 k
= bk x +
1−x 2
k=0

P
∞
n



1 n−k
mit bk = k 2 =?
n=k

1 1 2 1
=
1 = ·

1−x 1− x+ 2 + 2
1 3 1− 2
3 1 + 12
∞   
2 X 2 1 k
= · x−
3 3 2
k=0
X∞  k+1  
2 1 k
= x+
3 2
k=0 | {z }
=bk

Daraus folgt ein Konvergenzradius r = 32 .

64
 3.5 Exponentialfunktion und Logarithmus

3.4.14 Abelscher Grenzwertsatz

P
∞ P
∞ P
∞
Konvergiert an , so konvergiert an xn gleichmäßig in [0, 1] und es gilt dabei an = lim f (x).
n=0 n=0 n=0 x→1−

P
∞
Beweis: Sei rn = ak . Für n > m und 0 ≤ x ≤ 1 gilt:
k=n

X
n X
n X
n X
n X
n+1
ak xk = rk xk − rk+1 xk = rk xk − rj xj−1
k=m+1 k=m+1 k=m+1 k=m+1 j=m+2
Xn
= rm+1 xm+1 − rk (xk − xk−1 )
k=m+2

Sei ε > 0. Dann gibt es ein n0 mit |rk | < ε für k ≥ n0 . Für 0 ≤ x ≤ 1 und n > m ≥ n0 gilt also:

X
n X
n
ak xk = rm+1 xm+1 − rk (xk − xk−1 )
k=m+1 k=m+2
X
n
≤ε·1+ ε · (xk−1 − xk ) + ε · 1
k=m+2
= 2ε + ε(x m+1
− xm+2 + xm+2 − · · · + xn−1 − xn )
≤ 2ε + ε = 3ε

Also gleichmäßige Konvergenz nach Cauchykriterium.

3.5 Exponentialfunktion und Logarithmus

3.5.1 Definition der Exponentialfunktion exp(x)

∞
X xn
exp(x) = ist die Exponentialfunktion oder Exponentialreihe
n!
n=0

3.5.2 Satz: Eigenschaften der Exponentialfunktion

Die Exponentialfuntkion ist stetig, streng monoton wachsend, exp(IR) = (0, ∞) und es gilt die Funk-
tionalgleichung
exp(x) · exp(y) = exp(x + y) (3.7)

Beweis: Die Exponentialfunktion ist stetig in IR als eine überall konvergente Potenzreihe, (3.7) war
Aufgabe 4a auf Blatt 6.
Monotonie: Sei x < y = x + h mit h > 0:

exp(y) = exp(x) · exp(h) > exp(x), falls exp(x) > 0

∞
X hn h2
exp(h) = =1+h+ + · · · > 1.
n! 2
n=0

65
3 Grenzwert und Stetigkeit

Setze nun in (3.7) y = −x. Dann gilt exp(x) · exp(−x) = exp(0) = 1. Also ist exp(−x) = exp(x) 1
,
insbesondere ist exp(x) 6= 0 und exp(0) = 1. Aus dem Zwischenwertsatz folgt dann, daß exp(x) > 0
ist.
Ist c > 0, so existieren x1 , x2 ∈ IR mit exp(x1 ) < c < exp(x2 ), denn exp(x) = 1 + x + · · · > x → ∞
für x → ∞. ⇒ x2 existiert. Da aber auch exp(−x) = exp(x) 1
→ 0 für x → ∞ existiert auch x1 .
Wende nun den Zwischenwertsatz auf die Ungleichung exp(x1 ) < c < exp(x2 ) an. Daraus folgt, daß
ein x ∈ (x1 , x2 ) existiert mit exp(x) = c. )

3.5.3 Definition des Logarithmus log x

Die Umkehrfunktion der Exponentialfunktion, der Logarithmus, existiert, ist stetig und ist streng
monoton wachsend in (0, ∞). Es gilt:

log(x · y) = log(x) + log(y) (3.8)

Beweis: Alles bis auf (3.8) folgt aus dem Satz über die Umkehrfunktion.
Seien nun x = exp(s) und y = exp(t). Dann gilt:

log(x · y) = log(exp(s) exp(t)) = log(exp(s + t)) = s + t = log(x) + log(y)

3.5.4 Satz

(a) 1 + x < exp(x) für alle x 6= 0.

(b) x
< log(1 + x) < x für x > −1 und x 6= 0.
1+x

n
(c) exp(1) = lim 1 + n1 = e
n→∞

Beweis:
(a) Klar für x > 0 und für x ≤ −1. Für −1 ≤ x < 0 gilt:
∞
X ∞
X
(−x)n 1
exp(−x) = < (−x)n =
n! 1+x
n=0 n=0

1
⇒ exp(x) = >1+x
exp(−x)

(b) Es 
ist log(1
 + x)
 < log(exp(x))
 = x, da 1 + x < exp(1 + x). Außerdem ist − log(1 + x) =
log 1+x = log 1 − 1+x < − 1+x . Daraus folgt, daß log(1 + x) > 1+x
1 x x x
für x 6= 0 und 1+x
x
< 1.
Wenn x > −1 und x 6= 0 ist, dann ist 1 + x > 0 und x < 1 + x, also 1+x < 1.
x

x 1
(c) Multipliziere die Ungleichung 1+x < log(1 + x) < x mit x für x > 0
log(1+x)
⇒1← 1
1+x < x < 1 → 1.
log(1+x)
Für x → 0+ gilt dann lim x = 1.
x→0+


1 n
1
log(1+ n )
Es ist log(e) = lim log 1 + n = lim 1 = 1.
n→∞ n→∞ n
Also ist e = exp(log(e)) = exp(1).

66
 3.5 Exponentialfunktion und Logarithmus

3.5.5 Bemerkung

(a) Für n ∈ IN0 gilt exp(n) = en .

(b) Für n ∈ IN gilt exp(−n) = e−n .
(c) Für r = m
n ∈ Q gilt exp( m
n)=e
m/n , d.h. exp(r) = er .

Beweis:
(a) Mit Induktion: exp(n + 1) = exp(n) · exp(1) = en · e = en+1 .
1
(b) exp(−n) = exp(n) .
p
(c) Sei m = 1. Dann ist e = exp(1) = exp(n · n1 ) = (exp( n1 ))n . Es ist exp( n1 ) = n
exp(1) = e1/n und
n ) = exp(m · n ) = (exp( n )) = (e
exp( m 1 1 m 1/n )m = em/n .

Abbildung 3.1: Vergleich der Exponential- und Logarithmusfunktion

Die Exponentialfunktion ex Der Logarithmus log x
ist stetig und ist stetig und
streng wachsend auf IR streng wachsend in (0, ∞)
ex+y = ex · ey log(x · y) = log x + log y
e > x + 1 für x 6= 0
x x
1+x < log(1 + x) < x
für x > −1, x 6= 0
ex −1
lim x = 1 lim log(1+x)
x =1
x→0 x→0
lim ex = ∞ lim log x = ∞
x→∞ x→∞
limx→−∞ ex = 0 lim log x = −∞
x→0
exp(IR) = (0, ∞) log(0, ∞) = IR
5 3
4 2
1
3
0
2
-1
1 -2
0 -3
-3 -2 -1 0 1 2 3 0 1 2 3 4 5

3.5.6 Definition von ex für x ∈ IR

Für x ∈ IR definiert man ex := exp(x) und für a > 0 und x ∈ IR ist ax := ex·log a .

p
Bemerkung: Für r = q gilt:

p
log a 1 p
er log a = e q = exp( log ap ) = (elog a )1/q = (ap )1/q = ap/q = ar
q

67
3 Grenzwert und Stetigkeit

3.5.7 Hyperbolische Funktionen

Sinus hyperbolicus:
∞
ex − e−x X x2n+1
sinh x = =
2 (2n + 1)!
n=0

Cosinus hyperbolicus:
∞
ex + e−x X x2n
cosh x = =
2 (2n)!
n=0

sinh x ist stetig, streng wachsend (ex

und −e−x
streng wachsend), ungerade.
cosh x ist stetig, streng wachsend in [0, ∞), streng fallend in (−∞, 0], gerade.
Tangens hyperbolicus:
sinh x ex − e−x e2x − 1
tanh x = = x =
cosh x e + e−x e2x + 1
Cotangens hyperbolicus:
cosh x e2x + 1
coth x = = 2x
sinh x e −1
Der tanh ist monoton: Es ist tanh x = 1 − e2x2+1
−2
Damit ist e2x + 1 %, e2x1+1 und damit e2x +1
%.

Abbildung 3.2: Die hyperbolischen Funktionen

4 4
3 cosh x 3 coth x
2 2
1 x
1 2e 1
0 0 tanh x
-1 -1
-2 -2
-3 sinh x -3 coth x
-4 -4
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3

3.6 Die trigonometrischen Funktionen

3.6.1 Definitionen und Satz

Die Funktionen
P
∞
(−1)n 2n+1
Sinus: sin x = (2n+1)! x
n=0
P
∞
(−1)n 2n
Cosinus: cos x = (2n)! x
n=0

sind stetig in IR und es gilt:

(i) sin(−x) = − sin x (ungerade Funktion)
(ii) cos(−x) = cos x (gerade Funktion)

68
 3.6 Die trigonometrischen Funktionen

(iii) cos(x + y) = cos x · cos y − sin x · sin y

(iv) sin(x + y) = sin x · cos y + sin y · cos x

Beweis: nur noch für (iii) und (iv):

∞
X ∞
X
(−1)n (−1)n
cos x · cos y = x2n · y 2n
(2n)! (2n)!
n=0 n=0
X∞ Xn  
(−1)k 2k (−1)n−k (2n)!
= ·x · · y 2n−2k
(2k)! (2n − 2k)! (2n)!
n=0 k=0
X∞ n  
(−1)n X 2n 2k 2n−2k
= · x y
(2n)! 2k
n=0 k=0
X∞
(−1) n X 2n
= · xj y 2n−j
(2n)! j
n=0 j≤2n
j gerade
∞
X ∞
(−1)n 2n+1 X (−1)n 2n+1
sin x · sin y = x · y
(2n + 1)! (2n + 1)!
n=0 n=0
X∞ Xn  
(−1)k x2k+1 (−1)n−k y 2(n−k)+1 (2n + 2)!
= · ·
(2k + 1)! (2(n − k) + 1)! (2n + 2)!
n=0 k=0
X∞ X
n
(−1)n (2n + 2)! · x2k+1 · y 2n+2−(2k+1)
= ·
(2n + 2)! (2k + 1)! · (2n + 2 − 2k − 1)!
n=0 k=0

setze n + 1 = m:
X∞ m−1  
−(−1)m X 2m
= x2k+1 y 2m−(2k+1)
(2m)! 2k + 1
m=1 k=0
X∞
(−1) n X 2n
=− xj y 2n−j
(2n)! j
n=1 j≤2n
j ungerade

∞
X 2n  
(−1)n X 2n
cos x · cos y − sin x · sin y = 1 + xj y 2n−j
(2n)! j
n=1 j=0
X∞
(−1)n
=1+ (x + y)2n
(2n)!
n=1
∞
X (−1)n
= (x + y)2n = cos(x + y)
(2n)!
n=0

(iv) selber machen.

3.6.2 Hilfssatz
2 2 x4
√
(a) − x2 ≤ cos(x) − 1 ≤ − x2 + für |x| ≤
24 12
x3
√
(b) x − 6 ≤ sin x ≤ x für 0 ≤ x ≤ 6

69
3 Grenzwert und Stetigkeit

Beweis: Mit Leibnizkriterium:

P∞
(−1)n 2n
(a) Es ist cos(x) − 1 = (2n)! x . Das Leibnizkriterium ist anwendbar,
n=1
2n 2n+2
x
falls (2n)! ≥ (2n+2)!
x
für alle n gilt,
d. h. falls (2n + 2)(2n + 1) ≥ x2 für alle n, √
d. h. falls (2 + 2)/2 + 1) ≥ x2 , also falls |x| ≤ 12. Dann ist

x2 −x2 x4
− ≤ cos(x) − 1 ≤ + .
2 2! 4!

(b) Hier ist genauso das Leibnizkriterium anwendbar, falls

x2n+1 x2n−1
≤ für alle n ≥ 1
(2n + 1)! (2n − 1)!
⇐⇒ x2 ≤ (2n + 1)2n für alle n ≥ 1
√
⇐⇒ x2 ≤ 6, also falls 0 ≤ x ≤ 6

x3 √
x− ≤ sin x ≤ x für 0 ≤ x ≤ 6
3!

3.6.3 Die Zahl π

π
Der Cosinus besitzt eine kleinste positive Nullstelle: . Es gilt:
2
q
√ π √
1, 4 ≈ 2 < < 6− 12 ≈ 1, 6
2

Beweis: Es ist
x2 x 2 x4
1−
≤ cos x ≤ 1 − + .
2 2 24
2 4
p √
Die Nullstellen von 1 − x2 + x24 sind ± 6 − 12.
2 √ p √
Es ist cos 0 = 1, cos(x) ≥ 1 − x2 > 0 in [0, 2] und es ist cos( 6 − 12) ≤ 0. Nach dem Zwischen-
√ p √
wertsatz hat cos x eine kleinste positive Nullstelle π2 , die in ( 2, 6 − 12) liegt.

3.6.4 Einfache Eigenschaften von Sinus und Cosinus

(a) sin2 x + cos2 x = 1

(b) cos(π/2) = 0, sin(π/2) = 1

(c) sin(x + π) = − sin x, cos(x + π) = − cos x

(d) sin(x + 2π) = sin x, cos(x + 2π) = cos x

cos(x)−1
(e) lim sin x
x = 1, lim x2
= − 12
x→0 x→0

70
 3.6 Die trigonometrischen Funktionen

Beweis:
(a) Setze y = −x in (iii):

cos 0 = 1 = cos x · cos(−x) − sin x · sin(−x) = cos2 x + sin2 x

x3
(b) cos π2 = 0 ⇒ sin π2 = 1 (oder −1) nach (a), aber sin x ≥ x − 6 > −1 für x = π2 .
(c) sin(x + π2 ) = sin x · cos π2 + cos x · sin π2 = cos x
cos(x + π2 ) = − sin x · sin π2 = − sin x
sin(x + π) = cos(x + π2 ) = − sin x
cos(x + π) = − sin(x + π2 ) = − cos x
(d) sin(x + 2π) = − sin(x + π) = sin x. cos genauso.
P
∞
(−1)n 2n
(e) sin x
x = (2n+1)! x = 1 + · · · → 1 für x → 0.
n=0
cos(x)−1 P∞
(−1)n 2n−2
x 2 = (2n)! x = − 2!1 + 4! x ∓
1 2
→ − 12 für x → 0.
n=1

1 1

0 0

-1 -1

-π -π/2 0 π/2 π -π -π/2 0 π/2 π

Abbildung 3.3: Sinus und Cosinus

71
3 Grenzwert und Stetigkeit

72
4 Differentialrechnung1

4.1 Differenzierbare Funktionen

4.1.1 Definition

Es sei f : I → IR (I Intervall) un x0 ∈ I.
f heißt differenzierbar in x0 , wenn der Grenzwert

f (x) − f (x0 ) f (x0 + h) − f (x0 )

lim = f 0 (x0 ) = lim
x→x0 x − x0 h→0 h

df
existiert. f 0 (x0 ) ist die Ableitung (der Differentialquotient) in x0 , auch geschrieben als (x0 ).
dx
f (x) − f (x0 )
ist der Differenzenquotient. Er stellt die Steigung der Geraden dar, die den Graphen
x − x0
von f an den Stellen x und x0 schneidet.
f heißt differenzierbar, wenn f 0 (x0 ) in jedem x0 ∈ I existiert. Wenn f 0 sogar in I stetig ist, so heißt
f stetig differenzierbar : f ∈ C 1 (I), d. h. f ist differenzierbar und f 0 ∈ C 0 (I).

4.1.2 Bemerkungen und Beispiele

(i) Wenn f in x0 differenzierbar ist, so ist f auch stetig in x0 .

(ii) Sei f (x) = c konstant. Dann ist f 0 (x) = 0.
d x
(iii) Es ist e = ex .
dx
d d
(iv) Es ist sin x = cos x, cos x = − sin x.
dx dx
d 1
(v) Es ist log x = für x > 0.
dx x

Beweis:
(i)

f (x) − f (x0 )
lim (f (x) − f (x0 )) = lim (x − x0 )
x→x0 x→x0 x − x0
= f 0 (x0 )·0=0

(ii) klar.
1
Version 4.9 vom 18. Dezember 2002

73
4 Differentialrechnung

(iii)
ex+h − ex ex (eh − 1) eh − 1 h→0 h
= = ex −−−→ e J
h h h
(iv) Hier nur für den Sinus:
sin(x + h) − sin x sin x cos h + cos x sin h − sin x
=
h h
cos(h) − 1 sin h
= sin(x) + cos(x)
h h
−1
→ sin(x) · · 0 + cos(x) · 1
2
= cos x für h → 0.

(v)
log(x + h) − log(x) log(x(1 + hx )) − log(x)
=
h h
log(x) + log(1 + hx ) − log(x)
=
h
log(1 + hx ) 1
= h
·
x
 x

log(1 + t)
→ 1 für t → 0
t
1
→ für h → 0
x

4.1.3 Differentiationsregeln

Sind f und g differenzierbar in x0 (oder in I) und ist λ ∈ IR, dann sind die folgenden Funktionen
ebenfalls differenzierbar:
(1) f + g. Dabei ist (f + g)0 (x0 ) = f 0 (x0 ) + g 0 (x0 ).
(2) λf . Dabei ist (λf )0 (x0 ) = λf 0 (x0 ).
(3) f · g. Dabei ist (f · g)0 (x0 ) = f 0 (x0 )g(x0 ) + f (x0 )g 0 (x0 ).
 0
f f f 0 (x0 )g(x0 ) − f (x0 )g 0 (x0 )
(4) , falls g(x0 ) 6= 0. Dabei ist (x0 ) = .
g g g 2 (x0 )
 0
1 −g 0
Insbesondere ist = 2 .
g g

Beweis:
(3)
f (x)g(x) − f (x0 )g(x0 ) f (x)(g(x) − g(x0 ))
=
x − x0 x − x0
g(x0 )(f (x) − f (x0 ))
+
x − x0
→f (x0 )g (x0 ) + g(x0 )f 0 (x0 ).
0

74
 4.1 Differenzierbare Funktionen

1
(4) Beweise zuerst den Spezialfall :
g
g(x) 6= 0, g stetig in x0 , also ist g(x) 6= 0 in einem Intervall (xo − δ, x0 + δ).
1
g(x) − 1
g(x0 ) g(x0 ) − g(x) 1
= ·
x − x0 x − x0 g(x)g(x )
| {z } | {z 0 }
→−g 0 (x0 ) → 1
g 2 (x0 )

−g 0 (x0 )
→
g 2 (x0 )
f
Nun :
g
 0    0
f 1 0 (3) 0 1 1
− f· = f · +f ·
g g g g
1 g 0 f · g − f · g0
0
= f0 · − f · 2 =
g g g2

4.1.4 Umformung der Definition

Sei f : I → IR und x0 ∈ I. Dann ist

f (x) − f (x0 ) f (x0 + h) − f (x0 )
lim = f 0 (x0 ) = lim
x→x0 x − x0 h→0 h
f (x0 + h) − f (x0 ) − h · f 0 (x0 )
⇐⇒ lim =0
h→0
| h
{z }
=:r(h)
0
⇐⇒ f (x0 + h) = f (x0 ) + f (x0 ) · h + h · r(h) mit r(h) → 0 für h → 0

f (x0 ) + f 0 (x0 ) · h ist Approximation von f (x0 + h) in der Nähe von h = 0.

4.1.5 Kettenregel

Seien g : I → J und f : J → IR mit Intervallen I und J. Ist g differenzierbar in x0 ∈ I und ist f

differenzierbar in y0 = g(x0 ), dann ist f ◦ g, (f ◦ g)(x) := f (g(x)), differenzierbar in x0 und es gilt

(f ◦ g)0 (x0 ) = f 0 (y0 ) · g 0 (x0 ).

Beweis: Es ist

(1) g(x0 + h) − g(x0 ) = g 0 (x0 ) · h + h · r(h) mit r(h) → 0 für h → 0

(2) f (y0 + k) − f (y0 ) = f 0 (y0 ) · k + k · %(k) mit % → 0 für k → 0

Damit ist

(f ◦ g)(x0 + h) − (f ◦ g)(x0 ) − h · f 0 (y0 ) · g 0 (x0 )

= f (g(x0 + h)) − f (y0 ) −h · f 0 (y0 )g 0 (x0 ) = (∗)
| {z }
⊗

75
4 Differentialrechnung

Dabei ist

⊗ = f (g(x0 + h)) − f (y0 )

mit k = g(x0 + h) − g(x0 )

= f (y0 + k) − f (y0 )
(2)
= f 0 (y0 ) · (g(x0 + h) − g(x0 )) + (g(x0 + h) − g(x0 )) · %(k)
(1)
= f 0 (y0 ) · (g 0 (x0 ) · h + h · r(h)) + g 0 (x0 ) · h%(k)
= f 0 (y0 )g 0 (x0 ) · h + h · (f 0 (y0 ) · r(h) + g 0 (x0 ) · %(k))

Für h → 0 gilt dann: k = g(x0 + h) − g(x0 ) → 0 und %(k) → 0. Daraus folgt dann für (∗):

(∗) = f 0 (y0 )g 0 (x0 ) · h + h · R(h),

wobei R(h) = f 0 (y0 ) · r(h) + g 0 (x0 ) · %(g(x0 + h) − g(x0 )) → 0 für h → 0.

Also: (f ◦ g)0 (x0 ) = f 0 (y0 )g 0 (x0 ).

4.1.6 Beispiele

(1)
d cos x
e = ecos x · sin x
dx

(2) Für x > 0 und α ∈ IR ist

d α d α log x 1
x = e = eα log x α = α · xα−1
dx dx x

4.1.7 Differenzierbarkeit der Umkehrfunktion

Sei f : I → IR stetig, injektiv und differenzierbar in x0 ∈ I mit f 0 (x0 ) 6= 0. Dann ist f −1 : J = f (I) → I
differenzierbar in y0 = f (x0 ) und es ist

1 1
(f −1 )0 (y0 ) = = .
f 0 (x 0) f 0 (f −1 (y0 ))

Falscher Beweis: Mit Kettenregel. Es gilt: f (f −1 (y)) = y. Differenzieren liefert

d
f (f −1 (y)) = f 0 (f −1 (y)) · (f −1 )0 (y)
dx
1 1
⇒ (f −1 )0 (y0 ) = 0 −1 = 0 .
f (x (y0 )) f (x0 )

Dieser „Beweis“ ist aber nur richtig, falls sicher ist, daß f −1 in y0 differenzierbar ist.

76
 4.1 Differenzierbare Funktionen

Beweis: Es ist y0 = f (x0 ) und x0 = f −1 (y0 ). Setze y0 + h = f (x0 + k), also ist k definiert durch

k := f −1 (y0 + h) − x0 6= 0.

Damit gilt dann:

f −1 (y0 + h) − f −1 (y0 ) 1
= f (x0 +k)−f (x0 )
.
h
k

Für h → 0 folgt k → 0, da f −1 stetig ist, und damit ist

f −1 (y0 + h) − f −1 (y0 ) 1
−→ 0 .
h f (x0 )

4.1.8 Beispiele

(1) Es ist
d 1 1 1
log y = d x
= =
dy dx e x=log y
ex x=log y y

(2) Es ist
d √
n
1 1 1 1 1 −1
y= = = 1 = yn .
dy d n nxn−1 √ 1− n n
dx x x= √
ny x= n y ny

4.1.9 Höhere Ableitungen

Sei f : I → IR mit einem Intervall I. Wenn f differenzierbar ist, ist f 0 die Ableitung. Wenn f 0
differenzierbar ist, ist (f 0 )0 = f 00 die 2. Ableitung von f und wenn f 00 differenzierbar ist, dann ist
(f 00 )0 = f 000 die 3. Ableitung von f .
Allgemeiner: Es ist f (0) = f , f (1) = f 0 . Induktiv wird weiter definiert: f (n+1) = (f (n) )0 . Dabei ist
f (n) die n-te Ableitung von f . Es werden dann folgende Mengen definiert:

C 0 (I) = {f : f ist stetig in I}

C 1 (I) = {f : f 0 ist stetig in I}
C n (I) = {f : f (n) ist stetig in I}
\
C ∞ (I) = C n (I) = {f : f (n) existiert für alle n ∈ IN0 }
n≥0

Dabei gilt:
C 0 (I) ⊇ C 1 (i) ⊇ C 2 (I) ⊇ · · · ⊇ C ∞ (I)

4.1.10 Leibnizregel

n  
X n (ν) (n−ν)
(f · g) (n)
= f g
ν
ν=1

77
4 Differentialrechnung

Beweis: mit Induktion: Für n = 1 ist dies die Produktregel. Für n 7→ n+1: Aufgabe. Tip: Vergleiche
mit dem Binomischen Lehrsatz, 1.5.6 auf Seite 13:
n  
X
n n
(a + b) = aν bn−ν
ν
ν=1

4.2 Die Mittelwertsätze der Diff.-rechnung

4.2.1 Definition: Minimum, Maximum

Sei f : I → IR und x0 ∈ I. f hat in x0 ein Minimum bzw. Maximum, wenn f (x) ≥ f (x0 ) bzw.
f (x) ≤ f (x0 ) für x ∈ I, |x − x0 | < δ für ein δ > 0. Gilt f (x) > f (x0 ) bzw. f (x) < f (x0 ) für x ∈ I,
0 < |x − x0 | < δ, so heißt x0 Stelle eines strikten Minimums bzw. Maximums.

4.2.2 Bemerkung

Ist x0 kein Endpunkt von I und hat f in x0 ein Extremum (Minimum oder Maximum) und existiert
f 0 (x0 ), so ist f 0 (x0 ) = 0.

Beweis: Für den Fall eines Maximums. Es gilt f (x0 + h) − f (x0 ) ≤ 0 für kleine |h|. Daraus folgt:

f (x0 + h) − f (x0 ) ≤ 0, für h > 0 h→0 0 ≤ 0, für h > 0

−−−→ f (x0 ) ⇒ f 0 (x0 ) = 0
h ≥ 0, für h < 0 ≥ 0, für h < 0

4.2.3 Satz von Rolle

Ist f : [a, b] → IR stetig, f (a) = f (b), und ist f differenzierbar in (a, b), so gibt es ein ξ ∈ (a, b) mit
f 0 (ξ) = 0.

Beweis: Klar für konstantes f . Sonst hat f ein Extremum in ξ ∈ (a, b). Dort ist f 0 (ξ) = 0.

4.2.4 Mittelwertsatz der Differentialrechnung

Ist f ∈ C 0 ([a, b]) differenzierbar in (a, b), so gibt es ein ξ ∈ (a, b) mit

f (b) − f (a)
f (b) − f (a) = (b − a) · f 0 (ξ) bzw. = f 0 (ξ).
b−a

Beweis: Sei g(x) = f (x) − f (b)−f

b−a
(a)
(x − a). Es ist g(a) = g(b) = f (a). Außerden ist g ∈ C 0 ([a, b])
und diffbar in (a, b). Nach dem Satz von Rolle existiert ein ξ ∈ (a, b) mit g 0 (ξ) = 0 und damit

f (b) − f (a)
g 0 (ξ) = f 0 (ξ) − =0
b−a

78
 4.2 Die Mittelwertsätze der Differentialrechnung

4.2.5 Beispiele

(1) Behauptung: sin x ≤ x für x ≥ 0.

Beweis:
MWS
sin x = sin x − sin 0 = (x − 0) · cos ξ mit ξ ∈ (0, x) ≤ x

(2) Behauptung: log(1 + x) ≥ x

1+x für x > −1.
Beweis: Es ist
1 x
log(1 + x) = log(1 + x) − log(1 + 0) = (x − 0) = .
1+ξ 1+ξ
Für x > 0, 0 < ξ < x gilt:
1 1 x x
> −→ >
1+ξ 1+x 1+ξ 1+x
Für −1 < x < 0, x < ξ < 0 gilt:
1 1 x x
< −→ >
1+ξ 1+x 1+ξ 1+x

sin x
(3) Es ist tan x = cos x der Tangens. Für die Ableitung gilt:
 
d sin x 0 cos x · cos x − sin x · (− sin x)
tan x = =
dx cos x (cos x)2
1 π
= 2
= 1 + (tan x)2 > 1 für 0 < x <
(cos x) 2
Behauptung: tan x > x für 0 < x < π2 .
Beweis: tan x = tan x − tan 0 = (x − 0) · (tan)0 (ξ) > x mit ξ ∈ (0, x).

4.2.6 Satz

Sind f und g stetig in [a, b] und differenzierbar in (a, b) mit f 0 = g 0 in (a, b), dann gilt f = g + c mit
einer Konstanten c.

Beweis: h = f − g ist stetig in [a, b] und differenzierbar in (a, b). Es gilt h0 = f 0 − g 0 = 0. Seien nun
x, y ∈ (a, b). Dann ist h(y) − h(x) = (y − x)h0 (ξ) = 0, d. h. h ist konstant.

4.2.7 Satz

Sei f stetig in [a, b] und differenzierbar in (a, b) mit f 0 (x) → ` für x → a. Dann ist f differenzierbar
in [a, b) mit f 0 (a) = ` = lim f 0 (x).
x→a

Beweis: Sei x ∈ (a, b). Dann gilt

f (x) − f (a) MWS 0

= f (ξ) für ein ξ ∈ (a, x).
x−a
f (x) − f (a)
Für x → a folgt ξ → a, also → `.
x−a

79
4 Differentialrechnung

4.2.8 Aufgabe

Zeige: Sei f stetig in (a, b) und differenzierbar in (a, c) und (c, b) mit c ∈ (a, b).
Existiert dann lim f 0 (x) = `, so ist f 0 (c) = `.
x→c

4.2.9 Verallgemeinerter Mittelwertsatz

Sind f und g stetig in [a, b], differenzierbar in (a, b), so gibt es ein ξ ∈ (a, b) mit

(f (b) − f (a)) · g 0 (ξ) = (g(b) − g(a)) · f 0 (ξ)

beziehungsweise
f (b) − f (a) f 0 (ξ)
= 0 .
g(b) − g(a) g (ξ)

Beweis: (Der Sonderfall g(x) = x entspricht dem Mittelwertsatz)

Zuerst ein falscher Beweis: Es gilt:

f (b) − f (a) = f 0 (ξ1 )(b − a)

g(b) − g(a) = g 0 (ξ2 )(b − a)

Falls g(b) − g(a) 6= 0, dann kann dividiert werden:

⇒ verallgemeinerter Mittelwertsatz. Falsch! Denn i. A. ist ξ1 6= ξ2 !
Richtiger Beweis: Sei h(x) = (f (b) − f (a))g(x) − (g(b) − g(a))f (x).
h ist stetig in [a, b], differenzierbar in (a, b). Es ist

h(a) = f (b)g(a) − f (a)g(b)

h(b) = −f (a)g(b) + f (b)g(a))
⇒ h(a) = h(b)

Nach dem Satz von Rolle existiert nun ein ξ ∈ (a, b) mit h0 (ξ) = 0. Damit gilt:

0 = h0 (ξ) = (f (b) − f (a))g 0 (ξ) − (g(b) − g(a))f 0 (ξ)

4.2.10 Regel von de l’Hôspital

1. Form: Seien f und g stetig in [a, b) und differenzierbar in (a, b).

Außerdem sei f (a) = g(a) = 0, sowie
f 0 (x)
lim =L
x→a g 0 (x)

existiere. Dann gilt:

f (x)
lim =L
x→a g(x)

Sonderform: Seien f und g in (c, ∞) stetig und differenzierbar.

Außerdem sei lim f (x) = lim g(x) = 0 und
x→∞ x→∞

f 0 (x)
lim = L.
x→∞ g 0 (x)

80
 4.2 Die Mittelwertsätze der Differentialrechnung

Dann gilt
f (x)
lim =L
x→∞ g(x)

2. Form: Seien f und g differenzierbar in (a, b), lim f (x) = lim g(x) = ∞ und
x→a x→a

f 0 (x)
lim = L.
x→a g 0 (x)
Dann gilt:
f (x)
lim =L
x→a g(x)

Beweis:
1. Form:
f (x) f (x) − f (a)
=
g(x) g(x) − g(a)
0
Va. MWS f (ξ)
= für ein ξ ∈ (a, x).
g 0 (ξ)

Sonderform: Sei F (x) = f ( x1 ), G(x) = g( x1 ) in (0, 1c ). Es ist F (x) → 0 und G(x) → 0 für x → 0.
F 0 (x) f 0 ( x1 ) · −1
x2
0
= 0 −1 →L
G (x) g ( x ) · x2
1

2. Form: Sei 0 < ε < 14 :

f 0 (x)
Es existiert ein c ∈ (a, b) mit g 0 (x) − L < ε für a < x < c.
Es existert ein d, a < d < c mit ff (x)
(c)
< ε und g(c)
g(x) < ε für a < x < d.
Sei nun a < x < d. Dann ist
g(c)
f (x) f (x) − f (c) 1 − g(x)
−L= · −L
g(x) g(x) − g(c) 1 − f (c)
| {z } f (x)
va. MWS
f 0 (ξ) f 0 (ξ)
= 0 − L + 0 (H(x) − 1)
g (ξ) g (ξ)
g(c)
1− g(x)
H(x) = f (c)
, wobei x < ξ < c
1− f (x)

f (c) g(c)
f (x) f 0 (ξ) f (x) − g(x)
−L <ε+ 0 ·
g(x) g (ξ) 1− f (c)
f (x)
2ε
< ε + (|L| + ε) ·
  −ε
1
1 2ε
< ε + |L| + · 3
4 4
= const · ε für a < x < d = a + δ.
⇒ Behauptung.

81
4 Differentialrechnung

4.2.11 Beispiele

(1)
1
log x
lim = lim x = 0.
x→∞ x x→∞ 1

(2)
sinh x cosh x sinh x
lim = lim = lim
x→∞ cosh x x→∞ sinh x x→∞ cosh x

direkt:
ex − e−x 1 − e−2x
lim = lim =1
x→∞ ex + e−x x→∞ 1 + e−2x

4.3 Anwendungen der Differentialrechnung

A Monotone Funktionen

I = (a, b), [a, b), (a, b], [a, b]. f : I → IR stetig, differenzierbar in (a, b).

4.3.1 Satz

1. f monoton wachsend [fallend] ⇐⇒ f 0 (x) ≥ 0 [f 0 (x) ≤ 0] in a < x < b.

2. Ist f 0 (x) > 0 [f 0 (x) < 0] in (a, b), dann ist f streng wachsend [fallend].

Beweis:
(i) „⇒“ Sei x, x + h, h > 0

f (x + h) − f (x)
f 0 (x) = lim ≥0 (f ↑)
h→0+ h

„⇐“ Sei x < y und f 0 ≥ 0:

f (y) − f (x) = (y − x) · f 0 (ξ) ≥ 0 mit ξ ∈ (x, y).

Also ist f wachsend.

(ii) ⇒ f 0 (ξ) > 0: f (y) − f (x) > 0, streng monoton.

4.3.2 Beispiel: f (x) = x · log x

Sei f (x) = x log x und I = (0, ∞). Es ist

(
1 > 0 für x > 1e
f 0 (x) = log x + x = log x + 1 1
.
x < 0 für 0 < x < e

Es gilt außerdem: lim f (x) = 0.

x→0

82
 4.3 Anwendungen der Differentialrechnung

5
4
3
2
1
0
-1
0 1/e 1 2 3 4

Abbildung 4.1: f (x) = x · log x

B Konvexe Funktionen

I und f wie vorher.

4.3.3 Definition: konvex

f heißt konvex, wenn für beliebige x, y ∈ I und 0 < t < 1 gilt:

f (ty + (1 − t)x) ≤ tf (y) + (1 − t)f (x) (4.1)

Interpretation: Sei z = ty + (1 − t)x. Für x < y gilt dann:

z−x y−z
t(y − x) = z − x, t= , 1−t=
y−x y−x

Umgeformte Definition:
z−x y−z
f (z) ≤ · f (y) + · f (x) = l(z) linear (4.2)
y−x y−x

Bedeutung der 2. Definition: f ist konvex im Intervall (a, b), wenn für beliebige x, y mit a < x < y < b
gilt, daß der Graph von f unterhalb der Geraden liegt, die die Funktion zwischen den Stellen a und
b verbindet.

4.3.4 Satz

f ist genau dann konvex, wenn für x < z < y beliebig gilt:

f (z) − f (x) f (y) − f (z)

≤ (4.3)
z−x y−z

Beweis: (4.2) ⇐⇒ (4.3):

z−x y−z
f (z) ≤ f (y) + f (x)
y−x y−x
z−x y−z
⇐⇒ f (z)(t + (1 − t)) ≤ f (y) + f (x)
y−x y−x

83
4 Differentialrechnung

z−x y−z z−x y−z

⇐⇒ f (z) + f (z) ≤ f (y) + f (x)
y−x y−x y−x y−x
⇐⇒ f (z)(z − x) + f (z)(y − z) ≤ f (y)(z − x) + f (x)(y − z)
⇐⇒ f (z)(y − z) − f (x)(y − z) ≤ f (y)(z − x) − f (z)(z − x)
f (z) − f (x) f (y) − f (z)
⇐⇒ ≤
z−x y−z

4.3.5 Satz

(a) Ist f differenzierbar in (a, b), so ist f genau dann konvex, wenn f 0 monoton wachsend ist.
(b) Ist f zweimal differenzierbar in (a, b), so ist f genau dann konvex, wenn f 00 (x) ≥ 0 in (a, b) ist.

Beweis: Zuerst für (b): Aus (a) folgt (b), denn: Wenn f 00 existiert gilt

f ↑ ⇐⇒ f 00 = (f 0 )0 ≥ 0.

Jetzt der Beweis für (a):

„⇒“ f sei konvex und differenzierbar: Aus (4.3) folgt:
f (y) − f (x)
f 0 (x) ≤ für z → x
y−x
f (y) − f (x)
≤ f 0 (y) für z → y
y−x
Daraus folgt:
f 0 (x) ≤ f 0 (y)

„⇐“ f 0 sei monoton wachsend. Weise nun (4.3) nach:

Seien ξ und η beliebig mit x < ξ < z < η < y:

f (z) − f (x) MWS 0 
= f (ξ) 
z−x ⇒ (4.3)
f (y) − f (z) MWS 0 
= f (η) ≥ f 0 (ξ) 
y−z

C Die Arcusfunktionen

4.3.6 Arcustangens

x . Es ist tan : (− 2 , 2 ) → IR und für die Ableitung gilt: dx tan x =

sin x π π d
Definition des Tangens: tan x = cos
1 + (tan x) ≥ 1 > 0. Also ist der Tangens streng wachsend. Zusätzlich gilt: limπ tan x = +∞ und
2
x→ 2
limπ = −∞.
x→− 2
Für die zweite Ableitung gilt:
(
d2 > 0 in (0, π2 )
tan x = 2 · tan x · (1 + (tan x) 2
)
dx2 < 0 in (− π2 , 0)

84
 4.3 Anwendungen der Differentialrechnung

2
π/2
1

0 0

-1
-π/2
-2 -3 -2 -1 0 1 2 3

-π/2 0 π/2

Abbildung 4.2: Tangens und Arcustangens

2
π
1

0 π/2
-1

-2 0
-3 -2 -1 0 1 2 3

0 π/2 π

Abbildung 4.3: Cotangens und Arcuscotangens

Der Tangens besitzt eine Umkehrfunktion, den Arcustangens: arctan : IR → (− π2 , π2 ). Es gilt:

d 1 1
arctan y = =
dy 1 + (tan x)2 x=arctan y 1 + y2

d2 −2y
2
arctan y =
dy (1 + y 2 )2

4.3.7 Arcuscotangens
cos x
Der Cotangens cot : (0, π) → IR ist definiert durch cot x = . Es ist
sin x
d
cot x = −1 − (cot x)2
dx
Die Umkehrfunktion ist der Arcuscotangens: arccot : IR → (0, π)
d −1
arccot y =
dy 1 + y2

85
4 Differentialrechnung

π/2

-π/2
-1.5 -1 -0.5 0 0.5 1 1.5

Abbildung 4.4: Arcussinus

4.3.8 Arcussinus

Für den Sinus gilt: sin : [− π2 , π2 ] → [−1, 1] und

d
sin x = cos x > 0
dx

in (− π2 , π2 ). Der Sinus ist also streng wachsend in [− π2 , π2 ].

Die Umkehrfunktion des Sinus ist der Arcussinus arcsin : [−1, 1] → [− π2 , π2
2 ]. Es gilt:

d 1
arcsin y =
dy cos x x=arcsin y

1 1
= p =p in (−1, 1).
1 − (sin x) x=arcsin y
1 − y2
d2 1
2
arcsin y = − (1 − y 2 )−3/2 · (−2y) = y(1 − y 2 )−3/2
dy 2

4.3.9 Arcuscosinus

Für den Cosinus gilt cos : [0, π] → [1, 1] und

d
cos x = − sin x < 0
dx

Die Umkehrfunktion ist der Arcuscosinus arccos : [−1, 1] → [0, π]. Es gilt:

d 1
arccos y =
dy − sin x x=arccos y
1
= −p
1 − y2

86
 4.3 Anwendungen der Differentialrechnung

π/2

0
-1.5 -1 -0.5 0 0.5 1 1.5

Abbildung 4.5: Arcuscosinus

D Differentiation und gleichmäßige Konvergenz

4.3.10 Beispiel
1
Sei fn (x) = |x|1+ n in [−1, 1], n ∈ IN. Es ist
 
0 1 1
x > 0 : fn (x) = 1 + xn
n
   
0 1 1 1 1
x < 0 : fn (x) = 1 + (−x) (−1) = − 1 +
n |x| n
n n
fn0 (0) = 0
 
0 1 1
fn (x) = 1 + · sign(x) · |x| n
n

Betrachte fn (x) und fn0 (x) für n → ∞:

glm.
fn (x) −−→ |x| = f (x)

f (x) ist nicht differenziervar in x = 0

pktw.
fn0 (x) −−−→ 1 · 1 · sign(x)

fn0 (x) konvergiert nicht gleichmäßig gegen f 0 (x).

4.3.11 Satz

Sei fn ∈ C 1 (I) im Intervall I, fn (x) konvergiere punktweise in I gegen f (x) und fn0 (x) konvergiere
gleichmäßig in I gegen g(x). Dann ist f ∈ C 1 (I) und f 0 = g. Oder
 0
lim fn (x) = lim fn0 (x)
n→∞ n→∞

Beweis: g ist stetig, wegen der gleichmäßigen Konvergenz von fn0 (x). Sei nun x ∈ I und ε > 0:
1. Es existiert ein δ > 0 mit |g(x) − g(ξ)| < ε für alle ξ ∈ I mit |ξ − x| < δ (Stetigkeit von g).
2. Es gibt ein n0 mit |fn0 (ξ) − g(ξ)| < ε für alle ξ ∈ I und alle n ≥ n0 (glm. Konvergenz fn0 → g).

87
4 Differentialrechnung

3. Es gibt ein n1 mit |f (x) − fn (x)| < ε für n ≥ n1 . Gilt für h nun 0 < |h| < δ, so folgt:

|f (x) − fn (x)| < |h| · ε für n ≥ n1

|f (x + h) − fn (x + h) < |h| · ε für n ≥ n1

f (x + h) − f (x) fn (x + h) − fn (x)
− g(x) = − fn0 (x) + (fn0 (x) − g(x))
h h
f (x + h) − fn (x + h) f (x) − fn (x)
+ +
h h
fn (x + h) − fn (x)
≤ − fn0 (x)
h
+ |{z}
ε + |{z}
ε + |{z}
ε
2. 3. 3.

= |fn0 (ξn ) − fn0 (x)| + 3ε

MWS

= |(f 0 (ξn ) − g(ξn )) + (g(ξn ) − g(x))

+ g(x) − fn0 (x)| + 3ε
< |{z}
ε + |{z}
ε + |{z}
ε +3ε = 6ε
2. 1. 2.

für 0 < |h| < δ, also ist f 0 (x) = g(x).

4.3.12 Folgerungen

P
∞ P
∞
Folgerung 1: Seien fn ∈ C 1 (I), f (x) = fn (x) konvergiere punktweise in I und fn0 (x) = g(x)
n=0 n=0
konvergiere gleichmäßig in I. Dann ist f ∈ C 1 (I) und f 0 = g:

∞
!0 ∞
X X
fn (x) = fn0 (x)
n=0 n=0

P
∞
Folgerung 2: f (x) = an (x − x0 )n habe Konvergenzradius r > 0. Dann gilt:
n=0

∞
X
f 0 (x) = nan (x − x0 )n−1
n=1
X∞
= (n + 1)an+1 (x − x0 )n
n=0

P
∞
Folgerung 3: Sei f (x) = an (x − x0 )n in I = (x0 − r, x0 + r). Dann ist f ∈ C ∞ (I) und für
n=0
m = 1, 2, . . . gilt:
∞
X
f (m)
(x) = n(n − 1) . . . (n − m + 1)an (x − x0 )n−m
n=m

88
 4.3 Anwendungen der Differentialrechnung

Beweise:
P
n P
n
Folgerung 1: Betrachte xn (x) = fk (x) und s0n (x) = fk0 (x).
k=0 k=0

Folgerung 2: fn (x) = an (x − x0 )n , fn ∈ C 1 (I), I = (x0 − r, x0 + r).

Sei 0 < % < r, J% = [x0 − %, x0 + %].
P
∞
(n + 1)an+1 (x − x0 )n hat Konvergenzradius r > 0, denn:
n=0
p
n
p 1
(n + 1)|an+1 | = lim n |an+1 =
lim
n→∞ n→∞ r
P
∞
⇒ Gleichmäßige Konvergenz von (n + 1)an+1 (x − x0 )n in J% .
n=0
(J% ) und f 0 = g in J% .
⇒ f ∈ C 1S
Da I = J% =⇒ f ∈ C 1 (I) und f 0 = g in I.
0<%<r

Folgerung 3: Mit Induktion nach m. Selber machen.

4.3.13 Beispiele

(1)
∞ ∞
d x d X xn X n n−1
e = = x
dx dx n! n!
n=0 n=1
∞
X ∞
X
xn−1 xn
= = = ex
(n − 1)! n!
n=1 n=0

(2) Logarithmusreihe: Für −1 < x < 1 gilt:

∞
X (−1)n−1
log(1 + x) = xn
n
n=1

Beweis:
∞
X (−1)n−1
f (x) = xn
n
n=1
hat Konvergenzradius 1. Es ist f (0) = 0, log(1 + 0) = 0.
∞
X (−1)n−1
f 0 (x) = · n · xn−1
n
n=1
X∞
= (−1)k xk
k=0
1 d
= = log(1 + x)
1+x dx
⇒ log(1 + x) = f (x) in (−1, 1). Für x → 1− gilt:
)
log 2
P (−1)n−1 Abelscher Grenzwertsatz
n konvergiert

Also: log 2 = 1 − 1
2 + 1
3 − 1
4 ± ···

89
4 Differentialrechnung

(3) Arcustangensreihe: Für −1 < x < 1 gilt

∞
X (−1)n 2n+1
arctan x = x .
2n + 1
n=0

Beweis:
∞
X (−1)n 2n+1
f (x) = x
2n + 1
n=0
hat Konvergenzradius 1.
∞
X
f 0 (x) = (−1)n x2n
n=0
X∞

n
= −x2
n=0
1 d
= = arctan x
x2 dx
Also ist arctan x = f (x) + c mit einer Konstanten c.
Für x = 0 ist arctan(0) = 0 und f (0) = 0. Also ist c = 0.

4.4 Der Satz von Taylor

4.4.1 Beispiele

P
∞
1. Beispiel: f (x) = an xn in (−r, r).
n=0
P
∞
f∈ C ∞ ((−r, r)), f (m) (x) = n(n − 1) . . . (n − m + 1)an xn−m
n=m
f (m) (0)
Für x = 0 gilt: f (m) (0) = m(m − 1) . . . 1 · am . Also am = .
m!
f (n) (a)
Frage: Sei f ∈ C ∞ (I) und an = für n = 0, 1, 2, . . . .
n!
P
∞
Gilt: f (x) = an (x − a)n ?
n=0

Nein!
2. Beispiel: Sei (
0 für x = 0
f (x) = 2
e−1/x 6 0
für x =
Behauptung: Es ist f ∈ C ∞ (IR) und f (n) (0) = 0 für n = 0, 1, 2, . . .
P∞ f (n) (0)
Damit ist f (x) 6= xn .
n=0 n!
Beweis: Zeige ( 2
(n) Pn ( x1 )e−1/x für x 6= 0
f (x) =
0 für x = 0
mit Pn =Polynom vom Grad 3n.
Beweis durch Induktion:

90
 4.4 Der Satz von Taylor

2
n = 0: P0 (x) = 1: lim e−1/x = 0 = f (0).
x→0
n 7→ n + 1: Für x 6= 0 ist nach I. V.:
 
1 2
f (n)
(x) = Pn e−1/x
x

   
1 −1 −1/x2 1 2 2
f (n+1)
(x) = Pn0 · 2e + Pn e−1/x · 3
x x x x
    
2 1 1 2 1
= e−1/x − 2 Pn0 + 3 Pn
x x x x

1
Setze x = y:
Pn+1 (y) = −y 2 · Pn0 (y) +2 · y 3 · Pn (y)
| {z } | {z }
Grad=3n−1 Grad=3n+3

 
1 2 2 ?
lim f (n)
(x) = lim Pn e−1/x = lim Pn (y)e−y = 0
x→0 x→0 x y→∞

Sei |y| ≥ 1. Dann gilt

|Pn (y)| = c0 + c1 y + · · · + c3n y 3n

≤ (|c0 | + |c1 | + · · · + |c3n |) · y 3n
= C · y 3n

2
Gilt nun y 3n · e−y → 0 für y → ∞?

y 3n y 3n (2n)! y→∞
2 < 4n = −−−→ 0
e y y yn
(2n)!

"∞ #
X y 2k y 2·2n
>
k! (2n)!
k=0

⇒ lim f (n) (x) = 0.

x→0
Nach einem früheren Satz existiert dann auch f (n) (0) = 0.

4.4.2 Hilfssatz

Sei I ein Intervall und a ∈ I. Ist f nun (n + 1)-mal differenzierbar in I mit f (a) = f 0 (a) = · · · =
f (n) (a) = 0, dann gilt für x ∈ I und x 6= a:

f (x) f (n+1) (ξ)

=
(x − a)n+1 (n + 1)!

ξ liegt dabei zwischen x und a.

91
4 Differentialrechnung

Beweis: mit Induktion.

n = 0:
f (x) − f (a) MWS 0
= f (ξ)
x−a

n 7→ n + 1: Sei g = f 0 .
g ist (n + 1)-mal differenzierbar und g(a) = · · · = g (n) (a) = 0.
Induktionsvoraussetzung:

f 0 (x) g(x) g (n+1) (ξ)

= =
(x − a)n+1 (x − a)n+1 (n + 1)!

Induktionsschluß:

f (x) vMWS f 0 (ξ1 ) g (n+1) (ξ)

= =
(x − a)n+2 (n + 2)(ξ1 − a)n+1 (n + 2)(n + 1)!
f (n+2) (ξ)
=
(n + 2)!

Dabei liegt ξ1 zwischen a und x und ξ liegt zwischen a und ξ1 .

4.4.3 Definition: Das Taylorpolynom

f sei n-mal differenzierbar im Intervall I und a ∈ I. Dann heißt

X
n
f (k) (a)
Tn (x; a) = (x − a)k
k!
k=0

n-tes Taylorpolynom von f .

4.4.4 Bemerkung

∞
X f (n) (a)
f (x) = (x − a)n ⇐⇒ Tn (x; a) → f (x) für n → ∞ (4.4)
n!
n=0
(k)
Es gilt Tn (x; a)|x=a = f (k) (a) für k = 0, 1, 2, . . . , n.

4.4.5 Satz von Taylor

Ist f (n + 1)-mal differenzierbar in I und ist a ∈ I, dann gilt

f (x) = Tn (x; a) + Rn (x; a)

mit
f (n+1) (ξ)
Rn (x; a) = (x − a)n+1 .
(n + 1)!
Dabei liegt ξ zwischen a und x. IRn heißt Lagrange-Restglied. Ist f ∈ C ∞ (I), so gilt (4.4) genau dann,
wenn Rn (x; a) → 0 für n → ∞.

92
 4.4 Der Satz von Taylor

Beweis: Setze g(x) = f (x) − Tn (x; a). g(x) ist (n + 1)-mal differenzierbar und g(a) = g 0 (a) = · · · =
g (n) (a) = 0.
Hilfssatz ⇒ Es ex. ein ξ zwischen a und x, so daß
g (n+1) (ξ) f (n+1) (ξ)
Rn (x; a) = g(x) = (x − a)n+1 = (x − a)n+1 ,
(n + 1)! (n + 1)!
da f (n+1) = g (n+1) + Tn(n+1) .
| {z }
=0

4.4.6 Beispiele

1. Beispiel: Behauptung:
∞  
X α
f (x) = (1 + x) =α
xk für α ∈ IR \ IN0
k
k=0

Sei a = 0:
f (0) = 1
f 0 (x) = α(1 + x)α−1
f 00 (x) = α(α − 1)(1 + x)α−2
..
.
f (n) (x) = α(α − 1) . . . (α − n + 1)(1 + x)α−n
 
f (n) (0) α(α − 1) . . . (α − n + 1) α
= =
n! n! n
Damit sind:
n  
X α
Tn (x; 0) = xk
k
k=0
 
α
Rn (x; 0) = (1 + ξ)α−n−1 xn+1
n+1
Behauptung: Für −1 < x < 1 gilt
∞  
X α
(1 + x)α = xk .
k
k=0

Beweis: für − 12< x < 1: Zuerst für 0 < x < 1: Sei 0 < ξ < x und wähle n > α:
   
α α n→∞
|Rn (x; 0)| = x n+1
| (1 + ξ) α−n−1
|≤ xn+1 −−−→ 0
n+1 | {z } n+1
≤(1+0)α−n−1 =1

P α
n+1
∞
weil n x für −1 < x < 1 konvergiert.
n=0

Nun für −1 < x < 0: Sei x < ξ < 0 und wähle n > α:
     n+1
α α |x| ?
|Rn (x; 0)| = · |x| n+1
· (1 + ξ) α−n−1
≤ · |1 + ξ| ·
α
→0
n+1 | {z } n+1 1 − |x|
≤(1+0)α−n−1 =1

|x|
Rn (x; 0) → 0 für n → ∞, falls 1−|x| < 1 ⇐⇒ |x| < 12 . Hier: x > − 12 .

93
4 Differentialrechnung

2. Beispiel: Die Arcussinusreihe:

Behauptung:
1 3 1·3 5 1·3·5 7
arcsin x = x + x + x + x +···
2·3 2·4·5 2·4·6·7
∞
X 1 · 3 . . . (2n − 1)
= x2n+1 für − 1 < x < 1.
2 · 4 . . . (2n)(2n + 1)
n=0

Beweis: Für − 12 < x2 < 1, d. h. für |x| < 1 gilt:

d 1
arcsin x = √
dx 1 − x2
= (1 − x2 )−1/2
X∞  1
−2
= (−x2 )n (vgl. 1. Beispiel)
n
n=0

X∞  1
−2 x2n+1
f (x) = (−1)n hat Konvergenzradius 1
n 2n + 1
n=0
X∞  1
0 −2 1 d
f (x) = (−1)n x2n = √ = arcsin x
n=0
n 1−x 2 dx

Aus arcsin(0) = 0, f (0) = 0 und f 0 (x) = dx d

arcsin x folgt: arcsin x = f (x).
Betrachte nun die Stelle 1:
 1
n −2 (− 1 )(− 12 − 1) . . . (− 12 − n + 1)
(−1) = (−1)n 2
n 1 · 2...n
1 · 3 · 5 . . . (2n − 1)
=
2 · 4 · 6 . . . (2n)
∞
X 1 · 3 · 5 . . . (2n − 1) 1
· =?
2 · 4 · 6 . . . (2n) 2n + 1
n=0
Falls konvergent: Wert nach dem Abelschen Grenzwertsatz
π
= lim arcsin x = .
x→1 2
Konvergiert diese Reihe?
X
N
1 . . . (2n − 1) 1 X 1 . . . (2n − 1) x2n+1
N
· = lim ·
2 . . . (2n) 2n + 1 x→1 2 . . . (2n) 2n + 1
n=0 n=0
π
≤
2
⇒ Konvergenz.

4.5 Extremwertrechnung

4.5.1 Definition: relatives Minimum/Maximum

Sei f : (a, b) → IR, x0 ∈ (a, b). f hat in x0 ein relatives Maximum [Minimum], wenn es ein δ > 0 gibt
mit f (x0 ) ≥ f (x) [f (x0 ) ≤ f (x)] für alle x ∈ I mit |x − x0 | < δ.

94
 4.5 Extremwertrechnung

4.5.2 Satz

Ist f : (a, b) → IR differenzierbar, so gilt:

(1) Hat f in x0 ∈ (a, b) ein relatives Extremum, so ist f 0 (x0 ) = 0.
(2) Wechselt f 0 in x0 das Vorzeichen, so hat f in x0 ein relatives Extremum.
(i) Ist f 0 (x) < 0 in (x0 − δ, x0 ) und f 0 (x) > 0 in (x0 , x0 + δ) ist es ein Minimum.
(ii) Ist f 0 (x) > 0 in (x0 − δ, x0 ) und f 0 (x) < 0 in (x0 , x0 + δ) ist es ein Maximum.

Beweis:
(1) Siehe Satz von Rolle (4.2.3 auf Seite 78).
(2) hier für (i):
f ist fallend in (x0 − δ, x0 ) und f ist wachsend in (x0 , x0 + δ). Das heißt, f hat ein Minimum in
x0 .

4.5.3 Satz

1. Ist f ∈ C 2 (I), I = (a, b), f 0 (x0 ) = 0 und f 00 (x0 ) > 0 [f 00 (x0 ) < 0], so hat f in x0 ein relatives
Minimum [Maximum].
2. Ist f ∈ C 2n (I) mit f 0 (x0 ) = f 00 (x0 ) = · · · = f (2n−1) (x0 ) = 0 und f (2n) (x0 ) > 0 [f (2n) (x0 ) < 0],
so liegt in x0 ein relatives Minimum [Maximum].

Beweis: Zu 2. mit dem Satz von Taylor:

f (x) = T2n−1 (x; x0 ) + R2n−1 (x; x0 )
f (2n) (ξ)
= f (x0 ) + (x − x0 )2n
(2n)! | {z }
>0 für x6=x0

mit ξ zwischen x und x0 .

z. B. f (2n) (x0 ) > 0:
Da f (2n) stetig ist, existiert ein δ > 0 mit f (2n) (ξ) > 0 in (x0 − δ, x0 + δ)
f (2n) (ξ)
f (x) − f (x0 ) = · (x − x0 )2n > 0 für 0 < |x − x0 | < δ.
(2n)! | {z }
| {z } >0
>0 für |x−x0 |<δ

Also ist f (x) > f (x0 ) ⇒ relatives Minimum.

Für f (2n) < 0 und relatives Minimum genauso.

4.5.4 Beispiele

Beispiel 1: f (x) = x + in (0, ∞).

1

x

< 0 für 0 < x < 1
0
Es ist f (x) = 1 − x2 = 0 für x = 1
1
.


> 0 für x > 1

95
4 Differentialrechnung

Also hat f ein Minimum bei 1.

4
3.5
3
2.5
2
1.5
1
0.5
0
0 0.5 1 1.5 2 2.5 3

1
Abbildung 4.6: f (x) = x + x

Beispiel 2: f (x) = x2 · e−x in IR.

Es ist f 0 (x) = (2x − x2 )e−x , sowie f 00 (x) = (2 − 4x + x2 )e−x und f (x) > 0 für x 6= 0.
Es ist f 0 (x) = 0 genau für x = 0 und x = 2. Dabei ist f 00 (0) = 2 und f 00 (2) = −2e−2 < 0.
! √
f 00 (x) = 0 für x = 2 ± 2

4
f 00 (x) > 0 f 00 (x) < 0 f 00 (x) < 0
3 konvex konkav konvex
2

0 √ √
-1 0 2- 2 2 2+ 2

Abbildung 4.7: f (x) = x2 e−x

96
5 Das Riemannsche Integral1

5.1 Darbouxsche Summen

Sei I = [a, b] mit a < b und f : [a, b] → IR sei beschränkt (d. h. f (I) ist beschränkt).
Z = {x0 , x1 , . . . , xn } mit a = x0 < x1 < x2 < · · · < xn = b heißt Zerlegung von [a, b].
Ik = [xk−1 , xk ] ist ein Teilintervall der Zerlegung und es werden definiert: mk = inf f (Ik ) und Mk =
sup f (Ik ).

5.1.1 Definition: Darbouxsche Ober- und Untersumme

X
n
s(Z) := (xk − xk−1 )mk
k=1
heißt (Darbouxsche) Untersumme und
X
n
S(Z) := (xk − xk−1 )Mk
k=1

heißt (Darbouxsche) Obersumme. Es gilt:

s(Z) ≤ S(Z)

5.1.2 Hilfssatz

(a) Ist Z ⊆ Z 0 (d. h. Z 0 ist eine Verfeinerung von Z), dann gilt
s(Z) ≤ s(Z 0 ) und S(Z) ≥ S(Z 0 ).

(b) Es gilt: s(Z1 ) ≤ S(Z2 ) für jedes Paar von Zerlegungen Z1 und Z2 .

Beweis:
(a) Induktion nach der Zahl p der Punkte in Z 0 \ Z:
p = 1: Sei Z 0 = Z∪{ξ}. ξ teile das Intervall Ik . Es ist dann m0k := inf f ([xk−1 , ξ]) = inf f (Ik0 ) ≥ mk
und m00k := inf f ([ξ, xk ]) = inf f (Ik0 ) ≥ mk . Daraus folgt dann
s(Z) − s(Z 0 ) =(xk − xk−1 )mk − ((ξ − xx−1 )m0k + (xk − ξ)m00k )
= (xk − ξ) · (mk − m00k ) + (ξ − xk−1 · (mk − m0k )
| {z } | {z } | {z } | {z }
>0 ≤0 >0 ≤0
≤0
Zeige genauso S(Z) − S(Z 0 ) ≥ 0.
Induktionsschritt als Aufgabe.
1
Version 4.6 vom 18. Dezember 2002

97
5 Das Riemannsche Integral

(b) Sei Z1 ∪ Z2 = Z gemeinsame Verfeinerung von Z1 und Z2 . Dann gilt:

(a) (a)
s(Z1 ) ≤ s(Z) ≤ S(Z) ≤ S(Z2 )

5.1.3 Definition: Unteres und oberes Integral

Zb
f (x) dx := sup{s(Z) : Z Zerlegung von [a, b]}
a

heißt unteres Integral von f und

Zb
f (x) dx := inf{S(Z) : Z Zerlegung von [a, b]}
a

heißt oberes Integral von f . Es gilt

Zb Zb
f (x) dx ≤ f (x) dx
a a

5.1.4 Definition: Integrierbar, Riemannintegral

Gilt
Zb Zb
f (x) dx = f (x) dx,
a a

so heißt f (Riemann-)integrierbar. Kurz f ∈ R([a, b]). Der gemeinsame Wert ist das Riemannintegral
von f :
Zb
f (x) dx
a

5.1.5 Riemannsches Integrabilitätskriterium

Sei f : [a, b] → IR beschränkt. f ist genau dann integrierbar, wenn es zu jedem ε > 0 eine Zerlegung
Z gibt mit S(z) − s(Z) < ε.

Beweis:
„⇒“ f sei integrierbar, d. h. das obere und das untere Integral sind gleich. Sei nun ε > 0. Zu diesem
ε existiert eine Zerlegung Z1 mit

Zb
s(Z1 ) > f (x) dx − ε.
a

98
 5.1 Darbouxsche Summen

Genauso existiert eine Zerlegung Z2 mit

Zb
S(Z2 ) < f (x) dx + ε.
a

Sei nun Z = Z1 ∪ Z2 . Dann gilt:

(a)
Zb Zb
S(z) − s(Z) ≤ S(Z2 ) − s(Z1 ) = S(Z2 ) − f (x) dx + f (x) dx − s(Z1 ) ≤ 2ε.
a a

„⇐“ Sei ε > 0. Dann gilt:

Zb Zb
∀Z ∃Z
f (x) dx − f (x) dx ≤ S(Z) − s(Z) < ε
a a
Zb Zb
⇒ f (x) dx − f (x) dx ≤ 0
a
| {z a }
≥0
Zb Zb
⇒ f (x) dx = f (x) dx ⇒ f ∈ R([a, b])
a a

5.1.6 Satz: Monotone Funktionen sind integrierbar

Jede monotone Funktion f : [a, b] → IR ist integrierbar.

Beweis: Sei ε > 0 und Zn eine äquidistante Zerlegung mit xk = a + b−a

n · k für k = 0, 1, . . . , n.
Sei z. B. f %:

X
n
b−a b−aX
n
S(Zn ) − s(Zn ) = · (f (xk ) − f (xx−1 )) = (f (xk ) − f (xk−1 ))
n n
k=1 k=1
1
= (b − a)(f (b) − f (a)) < ε für große n
n

5.1.7 Beispiele

Rb
(1) Es ist ex dx = eb − ea . Wähle eine äquidistante Zerlegung mit xk = a + b−a
n · k = a + hk.
a

X
n X
n
S(Z) = h ea+kh = hea (eh )k
k=1 k=1
X
n−1
enh − 1
= hea eh (eh )k = hea eh
eh − 1
k=0

99
5 Das Riemannsche Integral

h h
= eh ea (eb−a − 1) = h eh (eb − ea )
−1
eh e −1
h
s(Z) = h (eb − ea )
e −1
für n → ∞, d. h. h → 0 gilt:
 Zb
s(Zn ) → eb − ea
= ex dx
S(Zn ) → eb − ea
a
Z Z
eb − ea ← s(Zn ) ≤ ≤ ≤ S(Zn ) → eb − ea

Rb bp+1 − ap+1
(2) Für p ∈ IN und 0 < a < b ist xp = .
a p+1
n ·k+a
Äquidistante Zerlegung: xk = b−a
n  p
b−aX b−a
S(Z) = a+ · k =?
n n
k=1
p
Geometrische Zerlegung: q = n b/a, xk = a · q k für k = 0, 1, . . . , n:
X
n X
n
S(Z) = (a · q − a · q
k k−1
) · a · (a ) = a
p k p p+1
(q − 1) · q k−1 · q kp
k=1 k=1
1X
n
= (q − 1) · ap+1 · (q p+1 )k
q
k=1
1 X n
= (q − 1) · ap+1
· · q p+1 (q p+1 )k
q
k=0
1 −1
q (p+1)n
= (q − 1) · ap+1 · · q p+1 · p+1
q q −1
  q − 1
= ap+1 · q p · (b/a)p+1 − 1 · p+1
q −1
q − 1 1
= q p (bp+1 − ap+1 ) · p+1 → 1 · (bp+1 − ap+1 ) · für n → ∞, d. h. q → 1
q −1 p+1
bp+1 − ap+1
s(Z) = · · · →
p+1

5.1.8 Hilfssatz

1. Für a < c < b gilt:

Zb Zc Zb
f (x) dx = f (x) dx + f (x) dx
a a a

2. Ist f (x) ≤ g(x) in [a, b], dann ist

Zb Zb
f (x) dx ≤ g(x) dx.
a a

100
 5.1 Darbouxsche Summen

3. Ist f in x0 ∈ [a, b] stetig, dann ist

Zx
F (x) := f (t) dt, F (a) = 0
a

in x0 differenzierbar mit F 0 (x0 ) = f (x0 ).

Entsprechendes gilt für das untere Integral.

Beweis:
(a) „≤“ Sei Z Zerlegung von [a, b],
Z1 = {c} ∪ (Z ∩ [a, c]) und Z2 = {c} ∪ (Z ∩ [c, b]):

Zc Zb
f (x) dx + f (x) dx ≤ S(Z1 ) + S(Z2 )
a c
= S(Z ∪ {c}) ≤ S(Z)
Zc Zb Zb
⇒ f (x) dx + f (x) dx ≤ f (x) dx
a c a

„≥“ Sei Z1 Zerlegung von [a, c] und Z2 Zerlegung von [c, b].
Setze Z = Z1 ∪ Z2 . Dann gilt:

Zb
f (x) dx ≤ S(Z) = S(Z1 ) + S(Z2 )
a

Für festes Z2 gilt dann

Zb Zc
f (x) dx − S(Z2 ) ≤ f (x) dx,
a a

also
Zb Zc
f (x) dx − f (x) dx ≤ S(Z2 )
a a
Zb Zc Zb
⇒ f (x) dx − f (x) dx ≤ f (x) dx
a a c
Zb Zc Zb
⇒ f (x) dx ≤ f (x) dx + f (x) dx ⇒ Beh.
a a c

(b) klar nach Definition.

(c) Sei f : [a, b] → IR beschränkt und F definiert wie in der Behauptung.
Zu zeigen ist: f stetig in x0 ∈ [a, b] ⇒ F 0 (x0 ) = f (x0 ).

101
5 Das Riemannsche Integral

Rb
Bemerkung: Für c ∈ IR ist a c dx = (b − a) · c.
Beweis: für den Fall x0 < b. Sei h > 0. Dann ist
xZ0 +h
F (x0 + h) − F (x0 ) (a) 1
− f (x0 ) = f (t) dt − f (x0 )
h h
x0
xZ0 +h
1
= (f (t) − f (x0 )) dt
h
x0

Sei nun ε > 0. Dann existiert in δ > 0 mit |f (t) − f (x0 )| < ε für t ∈ [a, b] mit |t − x0 | < δ. Also
gilt: −ε < f (t) − f (x0 ) < ε. Daraus folgt:
xZ0 +h xZ0 +h
1 F (x0 + h) − F (x0 ) 1
−ε = −ε dt < − f (x0 ) < ε dt = ε
h h h
x0 x0

das heißt:
F (x0 + h) − F (x0 )
− f (x0 ) < ε für 0 < h < δ.
h
Genauso für −δ < h < 0, d. h. F 0 (x0 ) = f (x0 ).

5.1.9 Satz: Stetige Funktionen sind integrierbar

Jede stetige Funktion f : [a, b] → IR ist integrierbar, d. h. C([a, b]) ⊆ R([a, b]).

1. Beweis: Sei für a < x ≤ b

Zx Zx
H(x) := f (t) dt − f (t) dt mit H(a) = 0
a a

Nach (c) ist dann in [a, b]

H 0 (x) = f (x) − f (x) = 0,
d. h. H(x) = H(a) = 0 für x ∈ [a, b], insbesondere ist H(b) = 0, also gilt:
Zb Zb
f (t) dt = f (t) dt.
a a

2. Beweis: Sei f gleichmäßig stetig. Dann existiert zu ε > 0 ein δ > 0 mit |f (x) − f (y)| < ε für
alle x, y ∈ [a, b] mit |x − y| < δ. Wähle eine Zerlegung Z = {x0 , . . . , xn } mit xk − xk−1 < δ für
k = 1, 2, . . . , n. Dann gilt:
X
n
S(Z) − s(Z) = (xk − xk−1 )(f (ξk ) − f (ηk ))
k=1

mit max f (x) = f (ξk ) mit ξk ∈ Ik und min f (x) = f (ηk ) mit ηk ∈ Ik . Daraus folgt:
Ik Ik

X
n
S(Z) − s(Z) < ε (xk − xk−1 ) = (b − a)ε.
k=1

Nach dem Riemannkriterium ist dann f ∈ R([a, b]).

102
 5.2 Riemannsche Summen

5.1.10 Satz

Ist F ∈ C 1 ([a, b]) und F 0 = f , so gilt:

Zb
f (x) dx = F (b) − F (a)
a

Rx
Beweis: Sei H(x) = f (t) dt mit H(a) = 0. Es ist dann H ∈ C 1 ([a, b]) mit H 0 (x) = f (x). ⇒
a
F (x) = H(x) + const. Für x = a gilt dann F (a) = 0 + const.
Zb
f (x) dx = H(b) = F (b) − F (a)
a

5.2 Riemannsche Summen

5.2.1 Definition: Riemannsche Zwischensumme

Ist Z eine Zerlegung, so setzt man

X
n
σ(Z, ξ) = f (ξk )(xk − xk−1 ).
k=1

σ heißt Riemannsche Zwischensumme zum Zwischenpunktsystem (ZWPS) ξ = (ξ1 , . . . , ξn ), wobei

ξk ∈ Ik ist.

5.2.2 Hilfssatz

Es gilt
s(Z) ≤ σ(Z, ξ) ≤ S(Z)
und
s(Z) = inf{σ(Z, ξ) : ξ ZWPS}
S(Z) = sup{σ(Z, ξ) : ξ ZWPS}

Beweis: Die Ungleichung s(Z) ≤ σ(Z, ξ) ≤ S(Z) ist klar.

Sei nun ε > 0. Dazu gibt es ein ξk ∈ Ik (k = 1, . . . , n) mit f (ξk ) < mk + ε.
X
n
σ(Z, ξ) = f (ξk )(xk − xk−1 )
k=1
X
n
< (mk + ε)(xk − xk−1 )
k=1
= s(Z) − ε(b − a)
Die Rechnung ist für S(Z) analog.
Aufgabe: Falls f stetig ist, ist s(Z) = min{σ(Z, ξ) : ξ ZWPS}.

103
5 Das Riemannsche Integral

5.2.3 Satz

Rb
f ist genau dann Riemann-integrierbar und f (x) dx = J, wenn es zu jedem ε > 0 eine Zerlegung Z
a
gibt mit |σ(Z, ξ) − J| < ε für alle ZWPSe ξ.

Beweis:
Rb
„⇒“ Sei f ∈ R([a, b]) und J = f (x) dx. Zu ε > 0 existiert eine Zerlegung Z mit S(Z) − s(Z) < ε.
a
Sei nun ξ ein beliebiges ZWPS. Dann gilt:

σ(Z, ε) − J ≤ S(Z) − J ≤ S(Z) − s(Z) < ε

J − σ(Z, ε) ≤ J − s(Z) ≤ S(Z) − s(Z) < ε

Daraus folgt: |σ(Z, ξ) − J| < ε.

„⇐“ Zu ε > 0 existiere nach Voraussetzung ein Z mit −ε < σ(Z, ξ) − J < ε für alle ZWPSe ξ. Mit
dem Hilfssatz 5.2.2 folgt dann:

S(Z) − J ≤ ε
−ε ≤ s(Z) − J
⇒ S(Z) − s(Z) ≤ ε + J − (J − ε) = 2ε
⇒ f ∈ R([a, b]).

Rb
Mit dem 1. Teil folgt dann f (x) dx = J.
a

5.2.4 Satz

Seien (Zm ) Zerlegungen von [a, b] mit |Zm | → 0 für m → ∞ (Dabei ist |Z| := max |Ik | das
Feinheitsmaß—die Länge des längsten Teilintervalls—von Z). Dann gilt:
(a)
Zb
lim s(Zm ) = f (x) dx
m→∞
a

(b)
Zb
lim S(Zm ) = f (x) dx
m→∞
a

(c)
Zb
(m)
lim σ(Zm , ξ )= f (x) dx
m→∞
a

für beliebige ZWPSe ξ (m) für Zm , falls f ∈ R([a, b]).

Beweis: In 5.2.6.

104
 5.2 Riemannsche Summen

5.2.5 Hilfssatz

Sei f : [a, b] → IR beschränkt mit |f (x)| ≤ M für a ≤ x ≤ b. Z und Z0 seien Zerlegungen von [a, b],
Z0 habe p + 2 Teilpunkte. Dann gilt:

s(Z ∪ Z0 ) ≤ s(Z) + 2pM |Z ∪ Z0 |

S(Z ∪ Z0 ) ≤ s(Z) − 2pM |Z ∪ Z0 |.

Beweis: Für die Untersumme. Per Induktion nach p:

p = 1: Sei Z0 = {x, x, b} mit x ∈ [xk−1 , xk ] = Ik . Teile Ik auf in Ik0 = [xk−1 , x] und Ik00 = [x, xk ]. Setze
m0k = inf f (Ik0 ) und m00k = inf f (Ik00 ).
Es gilt mk = m0k oder mk = m00k , und es gilt −M ≤ mk , m0k , m00k ≤ M . Damit ist

s(Z ∪ Z0 ) − s(Z) = (x − xk−1 )m0k + (xk − x)m00k − (xk − xk−1 )mk

≤ max{x − xk−1 , xk − x} · 2M
≤ |Z ∪ Z0 | · 2M

p 7→ p + 1: Selber machen.

5.2.6 Beweis für 5.2.4

(a) Sei ε > 0. Dazu existiert ein Z0 mit

Zb
J= f (x) dx,
a

so daß J − s(Z0 ) < ε ist. Z0 habe p + 2 Teilpunkte. Dann gilt:

s(Zn ∪ Z0 ) ≤ s(Zn ) + 2pM |Zn ∪ Z0 |.

Daraus folgt:

J ≥ s(Zn )
≥ s(Zn ∪ Z0 ) − 2pM |Zn ∪ Z0 |
≥ s(Z0 ) − 2pM |Zn |
> J − ε − 2pM |Zn |

damit ist 0 ≤ J − s(Zn ) < ε + 2pM |Zn | < 2ε für n ≥ n0 , d. h. |J − s(Zn )| < 2ε für n ≥ n0 .
(b) S(Zn ) genauso.
Rb
(c) Sei J = f (x) dx. Dann ist:
a

s(Zm ) ≤ σ(Zm , ξ (m) ) ≤ S(Zm )

s(Z ) − J ≤ σ(Zm , ξ (m) ) − J ≤ S(Zm ) − J
| m{z } | {z }
→0 (m→∞) →0 (m→∞)

⇒ (σ(Zm , ξ (m)
) − J) → 0 für m → ∞

105
5 Das Riemannsche Integral

5.2.7 Regeln für Riemann-integrierbare Funktionen

Rb Rb Rb
(a) f, g ∈ R(I) ⇒ (f + g) ∈ R(I) mit (f + g)(x) dx = f (x) dx + g(x) dx.
a a a

Rb Rb
(b) f ∈ R(I), c ∈ IR ⇒ (cf ) ∈ R(I) mit (cf )(x) dx = c f (x) dx.
a a

(c) f, g ∈ R(I) ⇒ (f g) ∈ R(I).

(d) g ∈ R(I), |g(x)| ≥ c > 0 für a ≤ x ≤ b ⇒ 1/g ∈ R(I).
Rb Rb
(e) f, g ∈ R(I), f (x) ≤ g(x) für a ≤ x ≤ b ⇒ f (x) dx ≤ g(x) dx.
a a

Rb Rb
(f) f ∈ R(I) ⇒ |f | ∈ R(I) und f (x) dx ≤ |f (x)| dx.
a a

(g) f ∈ R([a, c]) und f ∈ R([c, b]) ⇒ f ∈ R([a, b])

Rb Rc Rb
mit f (x) dx = f (x) dx + f (x) dx.
a a c

Beweis:
(a),(b),(e): Sei (Zn ) eine Zerlegungsfolge mit |Zn | → 0 und ZWPSen ξ (n) . Definiere nun σn :=
σ(Zn , ξ (n) ). Aus den Regeln für konvergente Folgen folgen dann die Behauptungen (a), (b) und
(e).
(c),(d),(f): Vorbemerkung: Gilt

X
m
|f (x) − f (y)| ≤ C |ϕj (x) − ϕj (x)|
j=1

und ϕj ∈ R(I), dann ist f ∈ R(I).

Beweis: Sei Z Zerlegung mit den Intervallen Ik . Es ist

Mk − mk = sup f (Ik ) − inf f (Ik )

= sup{(f (x) − f (y)) : x, y ∈ Ik }
(m )
X
≤ C · sup ϕj (x) − ϕj (y) : x, y ∈ Ik
k=1
X
m
≤C· sup ϕj (Ik ) − inf ϕj (Ik )
j=1

X
m
⇒ S(Z; f ) − s(Z; f ) ≤ C S(Z; ϕj ) − s(Z; ϕj )
j=1

≤ ε für geeignetes Z

⇒ f ∈ R(I).

106
 5.2 Riemannsche Summen

(c) Es ist

|f (x) · g(x) − f (y) · g(y)| = |(f (x) − f (y)) · g(x) + (f (x) − g(y)) · f (y)|
≤ |f (x) − f (y)| · M + |g(x) − g(y)| · M

Setze nun ϕ1 = f und ϕ2 = g. M ist Schranke für g und f . Aus der Vorbemerkung folgt
dann: f g ∈ R(I).
(d)

1 1 g(y) − g(x)
− =
g(x) g(y) g(y)g(x)
1
≤ 2 · |g(x) − g(y)|
c
⇒ 1/g ∈ R(I).
(f) Es ist ||f (x)| − |f (y)|| ≤ |f (x) − f (x)| ⇒ |f | ∈ R(I). Dabei ist

X
n
|σ(Z, ξ, f )| = f (ξk )(xk − xk−1 )
k=1
X
n
≤ |f (ξk )| · (xk − xk−1 )
k=1
= σ(Z, ξ, |f |)

oder mit (e): −|f | ≤ f ≤ |f |.

(g): schon bewiesen in 5.1.8 auf Seite 100.

5.2.8 Satz

Ist fn ∈ R(I) für n = 1, 2, 3, . . . mit fn → f gleichmäßig auf [a, b], dann ist f ∈ R(I) und

Zb   Zb Zb
lim fn (x) dx = f (x) dx = lim fn (x) dx
n→∞ n→∞
a a a

Beweis: Sei ε > 0. Dazu existiert ein n0 mit |fn (x) − f (x)| < ε für n ≥ n0 und x ∈ I. Für eine
Zerlegung Z mit ZWPS ξ gilt:

|σ(Z, ξ, f ) − σ(Z, ξ, fn )| < ε(b − a)

Für die Zerlegungsfolge (Zm ) mit |Zm | → 0 und ZWPSen ξ (m) gilt:

Zb
(m)
lim σ(Zm , ξ , f ) = lim fn (x) dx
n→∞ n→∞
a
R R
⇒ f ∈ R(I) und f = lim fn .
n→∞

107
5 Das Riemannsche Integral

5.3 Hauptsatz der Diff.- und Integralrechnung

5.3.1 Mittelwertsatz der Integralrechnung

Ist f : [a, b] → [m, M ] Riemann-integrierbar, dann gilt:

Zb
1
m≤ f (x) dx ≤ M.
b−a
a

Ist f stetig, so gibt es ein ξ ∈ (a, b) mit

Zb
1
f (x) dx = f (ξ).
b−a
a

Rb
Beweis: Aus m ≤ f (x) ≤ M folgt m · (b − a) ≤ f (x) dx ≤ M · (b − a).
a
Ist f stetig, so ist
Zb
1
min f (x) ≤ f (x) dx ≤ max f (x),
x∈[a,b] b−a x∈[a,b]
a

d. h. es existiert ein ξ ∈ (a, b) mit

Zb
1
f (ξ) = f (x) dx.
b−a
a

5.3.2 Definition: Stammfunktion, unbestimmtes Integral

F : I → IR heißt Stammfunktion von f : I R→ IR, wenn F 0 = f in I ist. Statt Stammfunktion nennt

man F unbestimmtes Integral von f , kurz f .

5.3.3 Hauptsatz der Diff.- und Integralrechnung

(a) Hat f ∈ R(I) (I = [a, b]) eine Stammfunktion F , so gilt:

Zb b

f (x) dx = F (b) − F (a) =: F (x) .

a a

(b) f ∈ C([a, b]) hat eine Stammfunktion:

Zx
F (x) = f (t) dt für a ≤ x ≤ b.
a

108
 5.3 Hauptsatz der Diff.- und Integralrechnung

Beweis:
(n)
n · k, k = 0, 1, . . . , n, eine Folge von äquidistanten Zerlegungen. Dann ist
(a) Sei Zn mit xk = a + b−a

n 
X 
(n) (n)
F (b) − F (a) = F (xk ) − F (xk−1 )
k=1
MWS X n
Diff. (n) (n) (n)
= f (ξk )(xk − xk−1 )
k=1

(n) (n) (n)

mit xk−1 < ξk < xk :

= σ(Zn , ξ (n) )
Zb
→ f (x) dx.
a

Eigentlich ist es „=“ statt „→“, da F (b) − F (a) konstant ist.

(b) schon bewiesen.

5.3.4 Beispiel

P
∞ P
n
1
k ist divergent. Wie geht sn = 1
k gegen ∞?
k=1 k=1

Zn
1
sn < 1 + dx = 1 + log n
x
1
Zn
1
sn > dx = log n
x
1
⇒ 0 < sn − log n < 1
| {z }
=:cn

Dabei ist lim cn = γ die Euler-Mascheronische Konstante. cn ist streng fallend, da

n→∞

1
cn+1 − cn = − log(n + 1) + log n
n+1
1
= − [log(n + 1) − log n]
n+1
Z
n+1
1 dx
= −
n+1 x
n
1 1
< − = 0,
n+1 n+1

also ist cn konvergent, da cn auch beschränkt ist.

109
5 Das Riemannsche Integral

5.3.5 Partielle Integration

(a) Sind f, g : I → IR differenzierbar und hat f 0 g eine Stammfunktion, so hat auch f 0 g eine Stamm-
funktion und es gilt Z Z
f g = f g − f 0 g.
0

(b) Sind f, g ∈ C 1 ([a, b]), so gilt

Zb b Zb
0
f (x)g (x) dx = f (x)g(x) − f 0 (x)g(x) dx.
a
a a

Beweis: (für (a), denn aus (a) folgt (b)):

(f g)0 = f 0 g + f g 0
⇒ f g 0 = (f g)0 − f 0 g
Z Z
⇒ f g0 = f g − f 0g

5.3.6 Substitutionsregel

Sei f : I → IR, und ϕ : J → I sei differenzierbar.

(a) Hat f eine Stammfunktion F , so hat (f ◦ ϕ)ϕ0 eine Stammfunktion: F ◦ ϕ
Z Z
0
f (ϕ(t))ϕ (t) dt = f (x) dx (5.1)

(b) Hat (f ◦ ϕ)ϕ0 eine Stammfunktion, so auch f und es gilt (5.1), falls ϕ0 (t) 6= 0 in J.
(c) Ist f stetig in I = [a, b], ϕ stetig differenzierbar in J = [α, β] mit ϕ([α, β]) ⊆ [α, β], dann gilt

Z
ϕ(β) Zβ
f (x) dx = f (ϕ(t))ϕ0 (t) dt.
ϕ(α) α

Beweis:
(a) Mit der Kettenregel: Sei G(t) = F (ϕ(t)). Dann ist

G0 (t) = F 0 (ϕ(t)) · ϕ0 (t)

= f (ϕ(t)) · ϕ0 (t)

⇒ F (ϕ(t)) ist Stammfunktion von f (ϕ(t)) · ϕ0 (t).

(b) ϕ ist injektiv. Die Umkehrfunktion sei ψ.
1
ψ ist differenzierbar mit ψ 0 (s) = 0 .
ϕ (t) t=ψ(s)
Setze g(t) = f (ϕ(t)) · ϕ0(t) und f (x) = g(ψ(x))ψ 0 (x). Wende dann Teil (a) auf g mit Stammfunk-
tion G an. Dann hat f = (g ◦ ψ) · ψ 0 eine Stammfunktion F = (G ◦ ψ).

110
 5.3 Hauptsatz der Diff.- und Integralrechnung

(c) f hat Stammfunktion F , da f stetig ist. G(x) = F (ϕ(x)) ist stetig differenzierbar mit G0 (x) =
F 0 (ϕ(x)) · ϕ0 (x) = f (ϕ(x)) · ϕ0 (x). Es ist also

Z
ϕ(β)
ϕ(β)
f (x) dx = F (x)
ϕ(α)
ϕ(α)

= F (ϕ(β)) − F (ϕ(α))
= G(β) − G(α)
Zβ
= f (ϕ(t)) · ϕ0 (t) dt.
α

5.3.7 Beispiel

Substitution:
Z
t = cos x = ϕ(x)
(sin x)3 · ecos x dx = 0
dx = ϕ = − sin x
dt
0
dt = ϕ (x) dx = − sin x dx
Z Z
= − e · (1 − t ) dt = −e + t2 et dt
t 2 t

Z
= −e + t e − 2tet dt
t 2 t

Z
= −e + t e − 2te + 2 et dt
t 2 t t

= −et + (t2 − 2t + 2)et

= et (t2 − 2t + 1) = et (t − 1)2
= ecos x (cos x − 1)2

5.3.8 Satz von Taylor mit Integralrestglied

f sei (n + 1)-mal differenzierbar in I, a ∈ I. Dann ist

X
n
f (j) (a)
Tn (x; a) = (x − a)j
j!
j=0

f (x) = Tn (x; a) + Rn (x; a)

dabei gilt:
(n+1)
1. Rn (x; a) = f (n+1)!(ξ) (x − a)n+1 mit ξ zwischen a und x (Lagrange-Restglied, schon bewiesen
in 4.4.5 auf Seite 92).
2. Ist f (n+1) integrierbar, so ist
Zx
(x − t)n (n+1)
Rn (x; a) = f (t) dt,
n!
a

genannt Integralrestglied.

111
5 Das Riemannsche Integral

Beweis: mit Induktion nach n.

Rx
n = 0: Es ist f (x) = f (a) + f 0 (t) dt (Hauptsatz).
a

(n − 1) 7→ n: Es ist

Zx
(x − t)n−1 (n)
f (x) =Tn−1 (x; a) + f (t) dt
(n − 1)!
a
  x
(x − t)n (n)
=Tn−1 (x; a) + − f (t)
(n − 1)!n
a
Zx
(x − t)n
+ f (n+1) (t) dt
n!
a
f (n) (a)
=Tn−1 (x; a) + (x − a)n + Rn (x; a)
n!
=Tn (x; a) + Rn (x; a)

5.3.9 Satz von Bernstein

Ist f ∈ C ∞ ((−r, r)) und ist f (n) (x) ≥ 0 für −r < x < r für (fast) alle n, dann gilt in (−r, r):
∞
X f (k) (0)
f (x) = xk
k!
k=0

Bemerkung: Der Satz gilt auch, falls (−1)n f (n) (x) ≥ 0 in −r < x < r für fast alle n.

Beweis: Für den Fall f (n) (x) ≥ 0 für alle n und x.

Sei zunächst 0 ≤ x < r.
Dann ist Rn (x; 0; f ) ≥ 0, d. h. Tn (x; 0) ≤ f (x), denn

f (n+1) (0) n+1

Tn+1 (x; 0) = Tn (x; 0) + ·x ≥ Tn (x; 0)
(n + 1)! | {z }
| {z } ≥0
≥0

Damit ist auch in 0 ≤ x < r

∞
X f (n) (0)
xn ≤ f (x).
n!
n=0

Es gilt:
Rn (x; 0; f ) ≤ Rn−1 (x; 0; f ) ≤ · · · ≤ R0 (x; 0; f )
Wähle nun zu x0 , 0 ≤ x0 < r ein q > 1 so, daß q · x0 < r ist.
Setze F (x) := f (q · x) in [0, r/q). Dann ist F (n) (x) = q n f (n) (qx), F (n) (x) ≥ 0, und es gilt

Rn (x; 0; F ) ≤ R0 (x; 0; F ).

112
 5.3 Hauptsatz der Diff.- und Integralrechnung

Daraus folgt dann

Zx
(x − t)n (n+1)
Rn (x; 0; f ) = f (t) dt
n!
0
Zx (n+1) ( t )
(x − t)n F q
= · dt
n! qn
0

Einschub: Aus q > 1 folgt qt < t.

Es ist F (n+1) (s) ≥ 0 und F (n) ist wachsend, also ist F (n) (t/q) ≤ F (n) (t).

Zx
1 (x − t)n (n+1)
≤ n F (t) dt
q n!
0
1
= n Rn (x; 0; F )
q
1
≤ n R0 (x; 0; F ) → 0 für n → ∞.
q

Da Rn (x; 0; f ) ≥ 0 ist,
gilt Rn (x; 0; f ) → 0 für n → ∞.
Also gilt für 0 ≤ x < r
∞
X f (n) (0)
xn = f (x).
n!
n=0

Sei nun −r < x ≤ 0.

Sei t ≤ 0.
Dann ist f (n) (t) ≤ f (n) (−t),
da f (n) monoton wachsend ist.

Zx
(x − t)n (n+1)
|Rn (x)| = f (t) dt
n!
0
Subst.:
= s = −t
ds = −dt
Z−x
(x + s)n (n+1)
= f (−s) ds
n!
0
Z−x
(x + s)n (n+1)
≤ f (s) ds
n!
0
= Rn (−x; 0; f ) → 0 für n → ∞

⇒ Rn (x; f ) → 0 für n → ∞ auch für −r < x ≤ 0.

113
5 Das Riemannsche Integral

5.3.10 Beispiel

f (x) = (1 − x)α für α ∈ IR \ IN0 . Es ist

f 0 (x) = −α(1 − x)α−1

f (n) (x) = (−1)n α(α − 1) . . . (α − n + 1)(1 − x)α−n
f (n+1) (x) = (−1)n+1 α(α − 1) . . . (α − n + 1)(α − n)(1 − x)α−n−1
= (−1)n (α − 1) . . . (α − n + 1)(1 − x)α−n · (−1)(α − n)(1 − x)−1
= f (n) (x) · (n − α) · (1 − x)−1
| {z } | {z }
>0 >0

für n > α und −1 < x < 1. Also haben für n > α und −1 < x < 1 alle Ableitungen immer das selbe
Vorzeichen. Mit dem Satz von Bernstein gilt nun in −1 < x < 1
∞
X (−1)n
(1 − x)α = α(α − 1) . . . (α − n + 1)xn
n!
n=0
∞  
X α
= xn .
n
n=0

Weitere Beispiele: log(1 + x) oder arcsin x: Für −1 < x < 1 gilt:

∞ 
X 
−1/2
(arcsin x)0 = (1 − x2 )−1/2 = (−1)n x2n
n
n=0

Also ist
∞ 
X 
−1/2 x2n+1
arcsin x = (−1)n · .
n 2n + 1
n=0

5.4 Integration von rationalen Funktionen

5.4.1 Problem

P (x)
Sei R(x) = mit teilerfremden Polynomen P und Q, d. h. es gibt kein nicht konstantes Polynom
Q(x)
H mit P (x) = P1 (x)H(x) und Q(x) = Q1 (x)H(x). Was ist dann
Z
R(x) dx?

5.4.2 Prinzip

1. Schritt: Polynomdivision mit Rest:

P1 (x)
R(x) = P0 (x) + mit Grad(P1 ) < Grad(Q).
Q(x)

2. Schritt: Zerlege Q in elementare Faktoren der Form (x − ξ)r und/oder (x2 + 2bx + a)s mit a > b2
(Die Existenz der Zerlegung wird in 6.3.14 auf der Seite 139 gezeigt).

114
 5.4 Integration von rationalen Funktionen

P1 (x)
3. Schritt: Schreibe als endliche Summe von Funktionen
Q(x)
α1 αr
+··· +
x−ξ (x − ξ)r
bzw.
β1 + γ1 x βs + γs x
+ ···+ 2
x2 + 2bx + a (x + 2bx + a)s
(Partialbruchzerlegung, Beweis in 6.3.16 auf Seite 141)
4. Schritt: Bestimme Stammfunktionen für
αj βj + γj x
und 2 .
(x − ξ) j (x + 2bx + a)j

5.4.3 Beispiele

1. Beispiel:
x+2
R(x) =
x4 − x 2
1. Schritt: entfällt
2. Schritt: Es ist x4 − x2 = x2 (x2 − 1) = x2 (x − 1)(x + 1).
3. Schritt:
A B C D
R(x) = + + +
x2 x x−1 x+1
Was sind die Werte für A, B, C und D?. Es ist
x+2
A = lim x2 R(x) = lim = −2
x→0 x→0 x2 − 1
x+2 3
C = lim (x − 1)R(x) = lim 2 =
x→1 x→1 x (x + 1) 2
x+2 1
D = lim (x + 1)R(x) = lim 2 =−
x→−1 x→−1 x (x − 1) 2
B ist so nicht berechenbar. Bis hierhin ist folgendes bekannt:
−2 B 3/2 −1/2
R(x) = − + + .
x 2 x x−1 x+1
Setze einen speziellen Wert ein, z. B. x = 2:
4 −2 B 3/2 −1/2
= + + +
16 − 4  4 2 1  3
1 1 3 1
B =2· + − + = −1
3 2 2 6

4. Schritt:
Z Z Z Z Z
dx dx 3 dx 1 dx
R(x) dx = −2 − + −
x2 x 2 x−1 2 x+1
2 3 1
= − log |x| + log |x − 1| − log |x + 1|
x 2 2

115
5 Das Riemannsche Integral

2. Beispiel:
x+3
R(x) =
x5 − x4 + 2x3 − 2x2 + x − 1
1. Schritt: entfällt
2. Schritt: Es ist Q(x) = x5 − x4 + 2x3 − 2x2 + x − 1 = (x − 1)(x2 + 1)2 .
3. Schritt:
A Bx + C Dx + E
R(x) = + 2 + 2
x−1 x +1 (x + 1)2
x+3
A = lim (x − 1)R(x) = lim 2 =1
x→1 x→1 (x + 1)2

Was sind B, C, D und E?

Der Hauptnenner von R ist (x − 1)(x2 + 1)2 .
Der Zähler ist A(x2 + 1)2 + (Bx + C)(x2 + 1)(x − 1) + (Dx + E)(x − 1). Für den Zähler
gilt also

x + 3 =x4 (A + B) + x3 (−B + C) + x2 (2A − C + B + D)

+ x(−B + C − D + E) + (A − C − E)

Es bildet sich ein lineares Gleichungssystem mit

x4 : A +B =0
x3 : −B +C =0
x2 : 2A +B −C +D =0
x1 : −B +C −D +E =1
x0 : A −C −E =3

Das Ergebnis ist A = 1, B = −1, C = −1, D = −2, E = −1. Also ist

1 x+1 2x + 1
R(x) = − −
x − 1 x2 + 1 (x2 + 1)2

4. Schritt:
Z Z Z Z
dx 1 2x dx
R(x) dx = − dx −
x−1 2 2
x +1 2
x +1
Z Z
2x dx
− dx −
(x2 + 1)2 (x2 + 1)2
1
= log |x − 1| − log(1 + x2 ) − arctan x − · · · − · · ·
2
Die letzten beiden Terme sind leider noch nicht berechenbar.

5.4.4 Allgemeines zum 4. Schritt

Typ I: Z
dx
für p = 1, 2, . . .
(x − ξ)p
Für p = 1 ist Z
dx
= log |x − ξ| (x 6= ξ)
x−ξ

116
 5.4 Integration von rationalen Funktionen

und für p ≥ 2 ist

Z  
dx 1 1
= ·
(x − ξ)p (x − ξ)p−1 1−p
1
= · (x − ξ)−p+1 .
1−p

Typ II:
Z Z
A + Bx A + Bx
dx = dx
(x2 + 2bx + a)p ((x + b)2 + a − b2 )p
setze a − b2 = D 2 , D > 0
Substitution:
= x + b = Dt
x = Dt − b
dx = D dt
Z
A + B(Dt − b)
= D dt
((Dt)2 + D 2 )p
Z
A + BDt − Bb
= D dt
(D 2 (t2 + 1))p
Z Z
dt 2t
=α + β dt
(t2 + 1)p (t2 + 1)p
Nun müssen die beiden Integrale berechnet werden. Zuerst
Z
2t
dt.
(t + 1)p
2

Für p = 1 ist Z
2t
dt = log(1 + t2 )
1 + t2
und für p > 1 ist Z
2t 1 1
dt = · .
(1 + t2 )p 1 − p (1 + t2 )p−1
Nun die Berechnung von Z
dt
:
(1 + t2 )p
Für p = 1 ist Z
dt
= arctan t = J1
1 + t2
und für p ≥ 2 ist
Z Z
dt 1
Jp = = 1 ·
|{z} dt
(1 + t2 )p (1 + t2 )p
u 0 | {z }
v
Z
t
= − t(−p)(1 + t2 )−p−1 2t dt
(1 + t2 )p
Z 2
t (t + 1) − 1
= 2 p
+ 2p dt
(1 + t ) (1 + t2 )p+1
t
= + 2pJp − 2pJp+1
(1 + t2 )p

117
5 Das Riemannsche Integral

t
⇒ 2pJp+1 = (2p − 1)Jp +
(1 + t2 )p
Es ergibt sich damit die Rekursionsformel
 
1 1 t
Jp+1 = 1 − Jp + ·
2p 2p (1 + t2 )p

z. B. ist
Z
dt
J2 =
(1 + t2 )2
 
1 1 t
= 1− J1 + ·
2 2 1 + t2
1 1 t
= arctan t + · .
2 2 1 + t2

5.4.5 Auf rationale Funktionen zurückführbare Integrale

(a) Z
R(eax ) dx, R rational und a 6= 0

Z Subst.:
R(eax ) dx = t = eax
dt ax = at
dx = ae
Z Z
1 1
= R(t) dt = R1 (t) dt
a t
Beispiel:
Z
e2x e2x
= ex +e−x
dx
cosh x
2
Z
e3x
=2 dx
e2x + 1
t = ex
= dt
t = dx
Z
t3 1
=2 2
· dt
t +1 t
Z 2
t +1−1
=2 dt
t2 + 1
Z
1
=2 1− 2 dt
t +1
= 2t − 2 arctan t
= 2ex − 2 arctan(ex )

(b) !
Z r
n ax + b
R x, dx mit n ≥ 2 und ad − bc 6= 0
cx + d

118
 5.4 Integration von rationalen Funktionen

Substitution:
ax+b n
Z r ! cx+d = t
ax + b ax + b = (cx + d)tn
R x, n =
cx + d x(a − ctn ) = dtn − b
n
x = −b+dt
a−ctn
dx −ad+bc n−1
dt = (a−ctn )2 nt
Z  n 
dt − b bc − ad
= R ,t · dt
a − ct n (a − ctn )2
Z
= R1 (t) dt

Beispiel:
x 2
x+1 = t
Z r x 2
= t (x + 1)
x
dx = x(1 − t ) = t
2 2
x+1 t2
x = 1−t2
dx 2t
dt = (1−t2 )2
Z
2t
= t dt
(1 − t2 )2
Z
t2
=2 dt
(1 − t2 )2

(c) Z
R(cos x, sin x) dx

Substitution:
Z
t = tan(x/2)
R(cos x, sin x) dx = dt 2 1
dx = (1 + t ) 2
2
sin x = 1+t2 cos x = 1−t
2r
1+t2
Z  
1 − t2 2t 2
= R 2
, 2
· dt
1+t 1+t 1 + t2
Z
= R1 (t) dt

Beispiel:
Z
dx Substitution:
=
2 + cos x t = tan(x/2)
Z 2 Z
1+t2 dt
= 1−t2
dt = 2
2 + 1+t2 3 + t2
Substitution:
√
= t = 3√· u
dt
du = 3
Z
1 √
=2 3 du
3 + 3u2

119
5 Das Riemannsche Integral
√ Z
2 3 du
=
3 1 + u2
√ √  
2 3 2 3 t
= arctan u = arctan √
3 3 3
√  
2 3 tan(x/2)
= arctan √
3 3

(d) Z p
R(x, ax2 + 2bx + c) dx mit a 6= 0
Zuerst quadratisches Ergänzen des Termes unter der Wurzel
 
2 2 2b c
ax + 2bx + c = a x + x +
a a
 
 
 b 2 b2 c
= a x + − + 
a | a2{z a}
=:∆
∆ = 0 wurde schon behandelt, denn in diesem Fall handelt es sich um eine rationale Funktion
von x.
(i) a > 0, ∆ = D2 > 0:
Z  p  Substitution:
R x, ax2 + 2bx + c dx = x + ab = Dt
dx = D dt
Z  
b p 2
= R Dt − , a(t + 1)D · D dt
2
a
Z  p 
= R̃ t, t2 + 1 dt

(ii) a > 0, ∆ = −D2 < 0: Dann ist

 2 !
b
ax2 + 2bx + c = a x+ − D2
a

Substituiere dann x + ab = DT , dx = D dt:

Z  p  Z  
b p 2 2
R x, ax + 2bx + c dx = R Dt − , aD (t − 1) · D dt
2
a
Z  p 
= R̃ , t2 − 1

(iii) a < 0, ∆ = −D2 < 0:

Substituiere hier x + ab = Dt, dx = D dt:
Z  p  Z  
b p
R x, ax + 2bx + c dx = R Dt − , a(D t − D ) · D dt
2 2 2 2
a
Z  
b p p
= R Dt − , −aD 1 − t · D dt
2 2
a
Z  p 
= R̃ t, 1 − t2 dt

120
 5.4 Integration von rationalen Funktionen

Beispiele zu den 3 Fällen:

(i) Z p
x2 + 2x + 3 dx =?

Es ist x2 + 2x + 3 = (x 2
√+ 1) + 2,√ es liegt Typ (i) vor.
Substituiere x + 1 = t 2, dx = 2 dt:
Z Z p √ Z p
··· = 2(t2 + 1) 2 dt = 2 t2 + 1 dt

(ii) Z p
x2 + 2x − 3 dx =?

Es ist x2 + 2x − 3 = (x + 1)2 − 4, es liegt Typ (ii) vor.

Substituiere x + 1 = 2t, dx = 2 dt:
Z Z p Z p
··· = 4(t − 1) · 2 dt = 4
2 t2 − 1 dt

(iii) Z p
−x2 + 2x dx =?

Es ist −x2 + 2x = −(x2 + 2x) = −((x − 1)2 − 1), es liegt Typ (iii) vor.
Substituiere x − 1 = t, dx = dt:
Z Z p Z p
··· = −(t − 1) dt =
2 1 − t2 dt

Restliche Integrale in den 3 Fällen:

√
(i) t2 + 1. Substitution: t = sinh u, dt = cosh u du, t2 + 1 = sinh2 u + 1 = cosh2 u
Z Z Z Z
. . . = R̃(sinh u, cosh u) · cosh u du = R̂(sinh u, cosh u) du = Ř(eu ) du

Am Beispiel:
Z p Z
2 1 + t dt =2 cosh u · cosh u du
2

Z  u 2
e + e−u
=2 du
2
Z
1

= e2u + 2 + e−2u du
2
 
1 1 2u 1 −2u
= e + 2u − e
2 2 2
 
1 x+1 x+1
= exp 2 arsinh √ + arsinh √
4 2 2
 
1 x+1
− exp −2 arsinh √
4 2

121
5 Das Riemannsche Integral

√
(ii) t2 − 1.
Substitution: t = cosh u, dt = sinh u du, t2 − 1 = cosh2 u − 1 = sinh2 u:
Z Z
. . . = R̃(sinh u, cosh u) · sinh u du
Z
= R̂(sinh u, cosh u) du
Z
= Ř(eu ) du

Am Beispiel:
Z p Z
4 t2 − 1 dt = 4 sinh u · sinh u du
Z
= (eu − e−u )2 du = · · ·

√
(iii) 1 − t2 .
Substitution: t = sin u (oder t = cos u), dt = cos u du, 1 − t2 = cos2 u.
Z Z
. . . = R̃(sin u, cos u) · cos u du
Z
= R̂(sin u, cos u) = · · ·

Am Beispiel: Z p Z
1 − t dt = cos2 u du = · · ·
2

5.5 Uneigentliche Integrale

5.5.1 Definition

Sei I ein Intervall mit den Endpunkten a und b, f : I → IR. Die Funktion f heißt lokal integrierbar,
wenn sie über jedes Intervall [α, β] ⊆ I integrierbar ist. f heißt uneigentlich integrierbar über I, wenn

Zc Zβ Zb
lim f (x) dx + lim f (x) dx =: f (x) dx
α→a β→b
α c a

Rb
für beliebiges c ∈ I existiert. f (x) dx ist dann das uneigentliche Integral von f über I. Man sagt
a
Rb
auch f (x) dx konvergiert (sonst: divergiert).
a

5.5.2 Bemerkungen

(1) Ist I = [a, b] und f auf I lokal integrierbar, dann ist f integrierbar über [a, b], insbesondere ist
|f (x)| ≤ M in [a, b].

122
 5.5 Uneigentliche Integrale

Für a < α < c gilt:

Zc Zc Zα
f (x) dx − f (x) dx = f (x) dx
α a a
≤ (α − a)M
→ 0 für α → a

d. h. das uneigentliche Integral ist gleich dem Riemann-Integral.

(2) Die Sätze beziehen sich meist auf [a, b). Genauso gelten sie für (a, b] und (a, b).
(3) Ist f uneigentlich integrierbar über (a0 , a1 ), (a1 , a2 ), . . . , (an−1 , an ), so heißt f uneigentlich inte-
grierbar über (a0 , an ) mit
Zan X n Zj
a

f (x) dx = f (x) dx.

a0 j=1a
j−1

5.5.3 Beispiele

(1) [a, b) = [0, ∞), f (x) = e−x :

Z∞ Zβ
−x
e dx = lim e−x dx
β→∞
0 0
β
= lim −e−x
β→∞ 0
−β
= lim (1 − e )=1
β→∞

(2)

Z1 Z1
dx dx
√ = lim √
x α→0 x
0 α
√ 1
= lim 2 x
α→0 α
√
= lim 2 − 2 α = 2
α→0

(3)
Z1 1
dx
= log x = − log α → ∞ für α → 0
x α
α

divergiert.
(4)
Z∞
dx
divergiert.
x
1

123
5 Das Riemannsche Integral

(5) Für welche c ist

Z1
x−c
0

konvergent? Sei zuerst c ≥ 1. Dann ist x−c ≥ x−1 in (0, 1] ⇒ Divergenz für c ≥ 1. Sei nun c < 1:

Z1
x−c+1
1
x−c dx =
−c + 1 α
α
1 1
= (1 − α1−c ) → für α → 0
1−c 1−c

(6) Aufgabe: Für welche c ist folgendes Integral konvergent:

Z∞
x−c dx
1

5.5.4 Cauchykriterium

Rb
f (x) dx konvergiert genau dann in I = [a, b), wenn es zu jedem ε > 0 ein β0 gibt mit
a

0
Zβ
|F (β 0 ) − F (β)| = f (x) dx < ε
β

für β0 < β < β 0 < b.

Rx
Beweis: Setze F (x) = f (t) dt für a ≤ x < b:
a

Zb
f (x) dx existiert ⇐⇒ lim F (x) existiert
x→b
a

Dann Cauchykriterium für Grenzwerte.

5.5.5 Dirichletkriterium

f sei stetig differenzierbar in [a, ∞) mit f 0 ≤ 0 und f (x) → 0. g sei stetig in [a, ∞) und G(x) =
Rx
g(t) dt ≤ M . Dann konvergiert
a
Z∞
f (x) · g(x) dx.
a

124
 5.5 Uneigentliche Integrale

Beweis:
0 0
Zβ β0 Zβ
f (x)g(x) dx = f (x)G(x) − f 0 (x)G(x) dx
β
β β
0
Zβ
= f (β 0 )G(β 0 ) − f (β)G(β) − f 0 (x)G(x) dx
β

Sei nun ε > 0. Dazu existiert ein β0 mit 0 ≤ f (x) < ε für x ≥ β0 . Es ist auch |G(x)| ≤ M für alle
x ≥ a.
Sei nun β0 < β < β 0 :
0 0
Zβ Zβ
f (x)g(x) dx ≤ 2ε · M + (−f 0 (x)) · M dx
β β

= 2M ε + M (f (β) − f (β 0 ))
< 4M ε

Mit dem Cauchykriterium folgt dann die Konvergenz des Integrals.

5.5.6 Beispiele

R∞ sin x
(1) Das Integral x dx konvergiert.
0
R1
Es ist sin x
x → 1 für x → 0, also existiert sin x
x dx.
0
R∞ 1
Zeige nun, daß das Integral x sin x dx existiert:
1
1
Setze f (x) = x und g(x) = sin x. Es ist dann

Zx
|G(x)| = sin t dt = |cos 1 − cos x| ≤ 2
1

und f (x) → 0 für x → ∞ mit f 0 ≤ 0.

Also existiert das Integral nach Dirichlet.
R∞ | sin x|
(2) Das Integral x dx divergiert.
0
Sei n ∈ IN. Dann ist
Z
(n+1)π Z
(n+1)π
| sin x| 1
dx ≥ | sin x| dx
x π(n + 1)
nπ nπ
Zπ
1
= sin x dx
π(n + 1)
0
2
=
π(n + 1)

125
5 Das Riemannsche Integral

Also ist
(NZ+1)π
2X 1
N
| sin x|
≤
x π n+1
π n=1

→ ∞ für N → ∞

Also divergiert das Integral.

5.5.7 Definition: Absolute Konvergenz

Rb Rb
Ist f lokal integrierbar in I und konvergiert |f (x)| dx, dann heißt f absolut integrierbar und f (x) dx
a a
heißt dann absolut konvergent.

Bemerkung: Aus der absoluten Konvergenz folgt die Konvergenz des Integrals: Für ε > 0 und
β0 < β < β 0 < b ist
0 0
Zβ Zβ
f (x) dx ≤ |f (x)| dx < ε.
β β

5.5.8 Majorantenkriterium

Rb
Ist f lokal integrierbar über I, gilt |f (x)| ≤ g(x) in I und ist g(x) dx konvergent, so ist auch
a
Rb
|f (x)| dx konvergent.
a

Beweis: „bei b“: Für β0 < β < β 0 < b ist

0
Zβ Z
0
f (x) dx ≤ β β g(x) dx < ε.
β

5.5.9 Nützliche Majoranten

[1, ∞): x−α für α > 1

[2, ∞): 1 −α für α > 1
x ](log x)

[3, ∞): 1 1 1
x log x (log(log x))α für α > 1

(0, 1]: x−α für α < 1

−α
(0, 12 ]: x | log x|
1
für α < 1
−α
(0, 13 ]: x | log x| | log(log x)|
1 1
für α < 1

126
 5.5 Uneigentliche Integrale

Beweis: für x1 (log x)−α . Es ist

Zb Subst.: Z b
log
dx t dt
= x=e =
x(log x)α t α
2 dx = et dt log 2
für b → ∞ ist dann
Z∞ Z∞
dx dt
= .
x(log x)α tα
2 log 2

Dieses Integral existiert, da α > 1 ist (es existiert nicht für α ≤ 1).

5.5.10 Satz über die majorisierte Konvergenz

Rb
fn sei uneigentlich integrierbar über I, |fn (x)| ≤ g(x) in I für alle n und g(x) dx existiere. Außerdem
a
konvergiere fn gleichmäßig gegen f in jedem [α, β] ⊆ I. Dann ist f absolut integrierbar und es gilt:
Zb Zb
f (x) dx = lim fn (x) dx
n→∞
a a

Beweis: f ist absolut integrierbar, da f über jedem Intervall [α, β] ⊆ I Riemann-integrierbar ist
und |f (x)| ≤ g(x) ist.
Sei ε > 0. Wähle α > a und β < b so, daß
Zα Zb
g(x) dx + g(x) dx < ε
a β

ist. Wähle n0 so, daß für n ≥ n0 und α ≤ x ≤ β

ε
|fn (x) − f (x)| <
β−α
ist. Dies ist möglich, da gleichmäßige Konvergenz vorliegt. Zusammen ist dann
Zb Zα Zb Zβ
ε
f (x) − fn (x) dx ≤ 2g(x) dx + 2g(x) dx + dx
β−α
a a β α

< 2ε + ε = 3ε für n ≥ n0

5.5.11 Beispiel: Die Gammafunktion

(Benannt nach J. B. Gamma, 1743-1807)

Z∞
Γ(x) = e−t tx−1 dt
0

(1) Γ ist definiert und stetig in 0 < x < ∞.

(2) Γ(x + 1) = xΓ(x), insbesondere ist Γ(n + 1) = n! für n ∈ IN0 .

127
5 Das Riemannsche Integral

Beweis:
(1) Sei x > 0 fest. Dann ist e−t tx−1 stetig bzgl. t ∈ (0, ∞) und lokal integrierbar in (0, ∞). Es ist
 x−1 
−t x−1 t für 0 < t ≤ 1
e t ≤ = g(t).
e−t tx−1 für t ≥ 1

g ist eine konvergente Majorante, denn es ist

Z1
dt
existiert für α < 1, α = 1 − x < 1
tα
0

und
tx−1+2
→ 0 für t → ∞
et }
| {z
≤C für t≥t0

Also ist e−t tx−1 ≤ C/t2 für t ≥ t0 .

Stetigkeit im Punkt x0 > 0:
Zeige, daß aus xn → x0 die Aussage Γ(xn ) → Γ(x0 ) folgt.
Wähle x0 , xn ∈ [a, b] ⊆ (0, ∞):

Z∞ Z∞
−t xn −1
Γ(xn ) − Γ(x0 ) = e t dt − e−t tx0 −1 dt
0 0
?
→ 0 für n → ∞

Gilt hier also

Z∞ Z∞
fn (t) dt −→ f (t) dt?
0 0

Sei t > 0 und setze ϕ(x) = e−t tx−1 . Es ist dann

|ϕ(xn ) − ϕ(x0 )| = |xn − x0 | · |ϕ0 (ξn )|

≤ |xn − x0 | · C für alle t ∈ [α, β],

denn es ist
1 d x log t 1
ϕ0 (x) = e−t e = e−t log t · tx ,
x dx t
also (
1 α1 | log α| für α ≤ t < 1
|ϕ0 (x)| ≤
e−1 (log β)β b für 1 ≤ t ≤ β
Setze dann  
| log α| (log β)β b
C = max , .
α e
Damit ist dann für a ≤ x0 , xn ≤ b und a ≤ ξn ≤ b:

|e−t txn −1 − e−t tx0 −1 | ≤ C · |xn − x0 | für α ≤ t ≤ β

| {z }
→0
für n→∞

128
 5.5 Uneigentliche Integrale

Also konvergiert e−t txn −1 gleichmäßig in α ≤ t ≤ β für n → ∞ gegen e−t tx−1 .

Suche nun eine Majorante g(t) für fn (t):
(
ta−1 für 0 < t ≤ 1
fn (t) = e−t txn −1 = −t b−1
e t für t > 1
= g(t)
R∞
Das Integral g(x) dt konvergiert. Für die Stetigkeit nun: Majorisierte Konvergenz.
0

(2) Es ist
Z∞
Γ(x + 1) = e−t tx dt
0
und
Zβ β Zβ
e−t tx dt = −e−t tx + e−t xtx−1 dt
α
α α
Zβ
−α x −β x
=e α −e β +x e−t tx−1 dt
α
→ xΓ(x) für α → 0 und β → 0
Also gilt:
Γ(x + 1) = xΓ(x)
R∞
Induktionsanfang: Γ(1) = e−t dt = 1
0
Induktionsschluß: Γ(n + 1) = nΓ(n) = n · (n − 1)! = n!

5.5.12 Integralkriterium für Reihen

Sei f : [p, ∞) → (0, ∞) monoton fallend mit lim f (x) = 0. Dann konvergieren bzw. divergieren
x→∞
∞
X Z∞
f (n) und f (x) dx
n=p p

gleichzeitig.
Im Konvergenzfall gilt:
∞
X Z∞ ∞
X
f (n) ≤ f (x) dx ≤ f (n)
n=p+1 p n=p

Anwendungsbeispiele:
∞
X 1
nα
n=1
∞
X 1
n(log n)α
n=2
konvergieren für α > 1.

129
5 Das Riemannsche Integral

Beweis: Sei n ≤ x ≤ n + 1. Dann ist f (n + 1) ≤ f (x) ≤ f (n) und

Z
n+1

f (n + 1) ≤ f (x) dx ≤ f (n) für n = p, . . . , p + 1, . . . , N

n

und
X
N +1 X
N ZN X
N
f (n) = f (n + 1) ≤ f (x) dx ≤ f (n).
n=p+1 n=p p n=p

Sei nun die Reihe konvergent. Dann ist

X
N
f (n) ≤ C für alle N
n=p

ZN Z∞
⇒ f (x) dx ≤ C für alle N ⇒ f (x) dx konvergiert.
p p

Sei andersherum das Integral konvergent. Dann ist

ZN
f (x) dx ≤ C für alle N,
p

und es folgt
X
N ∞
X
f (x) ≤ C für alle N ⇒ f (n) konvergiert.
n=p+1 n=p+1

130
6 Komplexe Zahlen und Funktionen1

6.1 Komplexe Zahlen

6.1.1 Einführung

Seien x, y ∈ IR. Dann ist z = x + iy eine komplexe Zahl. Auf den komplexen Zahlen werden eine
Addition
(x1 + iy1 ) + (x2 + iy2 ) = (x1 + x2 ) + i(y1 + y2 )
und eine Multiplikation

(x1 + iy1 ) · (x2 + iy2 ) = (x1 x2 − y1 y2 ) + i(x1 y2 + x2 y1 )

definiert.
C := {x + iy : x, y ∈ IR}
bildet mit dieser Addition und Multiplikation einen Körper. IR∗ = {x + i · 0 : x ∈ IR} wird identifiziert
mit IR. Die Abbildung (
IR → IR∗
x 7→ x + i · 0
ist bijektiv. Diese Abbildung ist ein Isomorphismus für IR → IR∗ und ein Holomorphismus für IR → C.
Es gilt:
IR = {x + i · 0 : x ∈ IR} ⊆ C.

6.1.2 Bezeichnungen

Sei z = x + i · y. Dann heißt Re z = x Realteil und Im z = y Imaginärteil von z. z̄ = x − iy ist die

konjugiert komplexe Zahl zu z. Es gilt dabei z̄ = z und
1 1
Re z = (z + z̄) bzw. Im z = (z − z̄).
2 2i
Bei Addition und Multiplikation ist

z + w = z̄ + w̄ bzw. z · w = z̄ · w̄.

Für z 6= 0 ist
1 1 · z̄ x − iy
= z −1 = = 2 ,
z z · z̄ x + y2
insbesondere ist
1 ī
= = −i.
i 1
Bei der Division gilt für w 6= 0:
z z̄
= .
w w̄
1
Version 4.7 vom 19. Dezember 2002

131
6 Komplexe Zahlen und Funktionen

√ p
|z| := z · z̄ = x2 + y 2
√
heißt Betrag von z (Abstand zwischen z und 0. Für reelles z = x ist |z| = x2 = |x| der reelle Betrag.
Für den Betrag gilt:
|z · w| = |z| · |w| und |i| = 1
Es ist
| − z| = |z| = |i · z| = |z̄|, | Re z| ≤ |z| und | Im z| ≤ |z|.

6.1.3 Dreiecksungleichung

Für z, w ∈ C gilt die Dreiecksungleichung (vgl. 1.4.2 auf Seite 9):

|z + w| ≤ |z| + |w|.

Gleichheit genau dann, wenn z = 0 oder w = 0 oder w = λz mit λ > 0. Auch die umgekerhrte
Dreiecksungleichung gilt:
||z| − |w|| ≤ |z − w|

Beweis: Zuerst für die Dreiecksungleichung. Es ist

|z + w|2 = (z + w)(z + w) = (z + w) · (z̄ + w̄)

= z z̄ + z w̄ + wz̄ + ww̄ = |z|2 + z w̄ + z w̄ + |w|2
= |z|2 + 2 Re(z w̄) + |w|2
≤ |z|2 + 2|z w̄| + |w|2
= |z|2 + 2 · |z| · |w| + |w|2 = (|z| + |w|)2

Also ist |z + w| ≤ |z| + |w|. Nun die umgekehrte Dreiecksungleichung:

Es ist |z| = |(z − w) + w| ≤ |z − w| + |w|, also |z| − |w| ≤ |z − w|. Genauso wird |w| − |z| ≤ |w − z|
gezeigt. Zusammen ist dann ||w| − |z|| ≤ |w − z|.
Jetzt der Beweis für die Gleichheitskriterien:
1. Für z = 0 oder w = 0 klar.
2. Seien nun z, w 6= 0: Es ist dann

„ = “ ⇐⇒ Re(z w̄) = |z| · |w| = |z w̄|

z w̄
⇐⇒ z w̄ ∈ IR > 0 ⇐⇒ >0
ww̄
z z 1
⇐⇒ > 0 ⇐⇒ = mit λ > 0
w w λ
⇐⇒ w = λz mit λ > 0

6.2 Folgen und Reihen

6.2.1 Definition: Komplexe Folge

Eine Abbildung IN → C, n 7→ cn heißt (komplexe) Folge: (cn ). (cn ) heißt konvergent gegen c ∈ C,
wenn lim |cn − c| = 0 ist. Schreibweise: lim cn = c oder cn → c für n → ∞. Vergleiche auch 2.1.1
n→∞ n→∞
auf Seite 19.

132
 6.2 Folgen und Reihen

Bemerkung: Sei cn = an + ibn und c = a + ib mit an , bn , a, b ∈ IR. Es ist

|an − a| ≤ |cn − c| ≤ |an − a| + |bn − b|

|bn − b| ≤ |cn − c| ≤ |an − a| + |bn − b|

Es gilt also: cn → c ⇐⇒ an → 0, bn → b.

6.2.2 Beispiel

n+i n + i 1 + 2ni
cn = = ·
1 − 2ni 1 − 2ni 1 + 2ni
n − 2n + i(1 + 2n2 ) −n 2n2 i
= = + i →
1 + 4n2 1 + 4n2 1 + 4n2 2
1 + i Regeln 1 i
cn = 1 n −−−−→ =
n − 2i
−2i 2

6.2.3 Vererbung der Grenzwertregeln

Alle Regeln für Grenzwerte von reellen Folgen gelten für komplexe Folgen weiter. Ausgeschlossen sind
diejenigen, die auf der Anordnung der reellen Zahlen beruhen (Es gibt keine Anordnung unter den
komplexen Zahlen).

Beispiel: Gelte cn → c, dn → d. Dann ist

|(cn + cn ) − (c + d)| = |cn − c + dn − d| ≤ |cn − c| + |dn − d| → 0.

6.2.4 Definition: Komplexe Reihe

P
n P
∞
Sei (cn ) eine komplexe Folge und ck . Die unendliche Reihe ck heißt konvergent, wenn die Folge
k=0 k=0
P
∞
(sk ) konvergiert. Es ist ck := lim sn .
k=0 n→∞

Pn P
n P
Bemerkung: Sei cn = an + ibn mit an , bn ∈ IR. Dann ist sn = ak + i bk . Also ist cn genau
P P P
k=0 Pk=0 P
dann konvergent, wenn an und bn konvergent sind. Es ist cn = an + i bn .

6.2.5 Beispiel: Die geometrische Reihe

P
∞
Was ist cn ? Reeller Versuch: Sei cn = cn = an + ibn und c = a + ib:
n=0

c1 = a + ib
c2 = (a + ib)2 = a2 − b2 + 2iab
c3 = (a + ib)3 = a3 + 3ia2 b − 3ab2 − ib3 = a3 − 3ab2 + i(3a2 b − b3 )

133
6 Komplexe Zahlen und Funktionen

Nun ein komplexer Versuch: Es ist

sn = 1 + c + · · · + cn = 1 + c(sn − cn ).

Für c = 1 ist sn = n + 1. Für c 6= 1 ist

1 − cn+1 1
sn = → falls |c| < 1.
1−c 1−c

Für |c| ≥ 1 ist die Reihe divergent (selber machen).

6.2.6 Cauchykriterium
P
Eine komplexe Folge (cn ) bzw. Reihe cn ist genau dann konvergent, wenn es zu jedem ε > 0 ein n0
n
P
n
gibt mit |cn − cm | < ε bzw. ck < ε für n > m ≥ n0 (Vergleiche mit 2.3.4, Seite 26, und 2.4.6,
k=m+1
Seite 31). Dies bedeutet, daß C vollständig ist.

Beweis: Aufgabe (Zerlegung in Re- und Im-Teil).

6.2.7 Satz von Bolzano-Weierstraß

Jede beschränkte (d. h. |cn | ≤ K für alle n) Folge (cn ) besitzt eine konvergente Teilfolge (vergleiche
mit 2.3.3 auf Seite 26).

Beweis: Sei cn = an +ibn mit |an |, |bn | ≤ |cn | ≤ K. Dann besitzt (an ) eine konvergente Teilfolge (ank )
und (bnk ) besitzt eine konvergente Teilfolge (bnkj ). Zusammen konvergiert dann cnkj = ankj + bnkj .

6.2.8 Dirichletkriterium

Sei (λn ) eine reelle monotone Nullfolge

  und (cn ) eine komplexe Folge mit beschränkten Partialsummen
Pn
ck ≤ M für alle n ∈ IN .
k=0
P
∞
Dann konvergiert λn cn (siehe 2.4.9 auf Seite 32).
n=0

P
n P
n P P
Beweis: Sei cn = an + ibn . Dann ist ak ≤ M und bk ≤ M , also ist λk ak + i λ k bk
k=0 k=0 k k
konvergent.

6.2.9 Definition: Absolute Konvergenz

P
∞ P
∞
cn heißt absolut konvergent, wenn |cn | konvergiert (s. 2.5.1, Seite 34).
n=0 n=0

134
 6.2 Folgen und Reihen

Bemerkung: Es ist |an | ≤ |cn |, |bnP

P | ≤ |cn | und
P |cn | ≤ |an | + |bn |.
cn ist absolut konvergent ⇐⇒ an und bn sind absolut konvergent.

6.2.10 Regeln

(1) Absolut konvergente Reihen sind konvergent (vgl. 2.5.2 auf Seite 34).
(2) Absolut konvergente Reihen dar man beliebig umordnen, ohne an der Konvergenz oder am Rei-
henwert etwas zu ändern (siehe 2.6.4 auf Seite 40).
P P
(3) Cauchyprodukt: Sind an und bn absolut konvergent (an , bn ∈ C), so gilt:
∞
X ∞
X ∞
X ∞ X
X n
an · bn = cn = ak bn−k .
n=0 n=0 n=0 n=0 k=0

P
∞
Dabei konvergiert die Reihe |cn | absolut (vgl. 2.6.10, Seite 44).
n=0
P
∞ P
∞
(4) Majorantenkriterium: Ist |cn | ≤ λn für alle n und konvergiert λn , dann konvergiert cn
n=0 n=0
absolut (vgl. 2.5.3, Seite 35).
p P
∞
(5) Wurzelkriterium: Ist lim n |cn | < 1, so konvergiert cn absolut (vergleiche mit 2.5.4, Seite 35).
n→∞ n=0

(6) Quotientenkriterium: Sind alle cn 6= 0 und ist

cn+1
lim < 1,
n→∞ cn
P
∞
so konvergiert cn absolut (vgl. 2.5.5, Seite 36).
n=0

6.2.11 Beispiele

P
∞
(1) cn konvergiert absolut für |c| < 1.
n=0 p p
Beweis mit Wurzelkriterium: n |cn | = n |c|n = |c|.
P
∞
zn
(2) n! konvergiert absolut für alle z ∈ C.
n=0
Dies ist für z = 0 klar.
Für z 6= 0: Quotientenkriterium
z n+1
(n+1)! |z|
zn = → 0 für n → ∞
n!
n+1

(3) Cauchyprodukt:
X∞ ∞ ∞ ∞
z n X wn X 1 X n!z k wn−k X
n
(z + w)n
· = =
n! n! n! k!(n − k)! n!
n=0 n=0 n=0 n=0
|k=0 {z }
=(z+w)n

135
6 Komplexe Zahlen und Funktionen

6.3 Konvergenz und Stetigkeit

6.3.1 Definition: Stetigkeit

Sei D ⊆ C, f : D → C. f heißt stetig in z0 ∈ D, wenn es zu jedem ε > 0 ein δ > 0 gibt mit
|f (z) − f (z0 )| < ε für alle z ∈ D mit |z − z0 | < δ (vgl. 3.2.1, Seite 50). Geometrische Deutung von
|z − z0 | < δ: Kreisscheibe um z0 mit dem Radius δ.

Bemerkung: Sei u(z) = Re f (z) und v(z) = Im f (z) für z ∈ D. Es ist u, v : D → IR ⊆ C. Dann gilt:

f = u + iv ist stetig in z0 ⇐⇒ u, v sind stetig in z0 ∈ D

6.3.2 Beispiel

Sei f (z) = z 2 , D = C und z0 ∈ C. Es ist

|f (z) − f (z0 )| = |z 2 − z02 | = |(z − z0 )(z + z0 )|.

Sei nun ε > 0. Wähle dazu 0 < δ < 1 so, daß δ · (2|z0 | + 1) < ε ist. Aus |z − z0 | < δ folgt dann

|z| < δ + |z0 | < 1 + |z0 |.

Damit ist dann

|f (z) − f (z0 )| < δ · (|z| + |z0 |) < δ · (1 + 2|z0 |) < ε.

Bemerkung: Die Regeln für stetige Funktionen D → C gelten wie für reelle Funktionen I → IR.

6.3.3 Definition: Gleichmäßige Konvergenz

P
Sei fn : D → C für n = 0, 1, 2, . . . . Die Folge (fn ) bzw. die Reihe fn heißt gleichmäßig konvergent
n
in D gegen f : D → C, wenn es zu jedem ε > 0 einen Index n0 gibt mit

|fn (z) − f (z)| < ε für n ≥ n0 und z ∈ D

bzw.
X
n
fn (z) − f (z) < ε für n ≥ n0 und z ∈ D
k=0

(vergleiche auch 3.3.1, Seite 54).

Bemerkung: Sei fn = un + ivn und f = u + iv. Dann gilt

fn → f gleichmäßig in D ⇐⇒ un → u und vn → v gleichmäßig in D.

6.3.4 Satz

Konvergieren die fn gleichmäßig gegen f in D, und sind alle fn stetig in z0 ∈ D, dann ist auch f
stetig in D (siehe auch 3.3.4, Seite 56).

136
 6.3 Konvergenz und Stetigkeit

Beweis: Wie in IR.

6.3.5 Definition: Potenzreihe

Eine Reihe der Form

∞
X
cn (z − z0 )n (6.1)
n=0

heißt Potenzreihe mit dem Mittelpunkt (Entwicklungspunkt) z0 . (cn ) heißt Koeffizientenfolge. Es sind
z0 , cn ∈ C. Für den Konvergenzradius r gilt
1
r= p .
lim n
|cn |
n→∞

(6.1) konvergiert für |z − z0 | < r und divergiert für |z − z0 | > r. Sonderfälle sind:
(a) r = 0: Nur Konvergenz in z0 , „nirgends“.
(b) r = ∞: Überall konvergent.
(c) 0 < r < ∞: Für |z − z0 | = r ist keine Aussage möglich.
(d) Ist r > 0, so ist (6.1) gleichmäßig konvergent in |z − z0 | > r.
Siehe auch 3.4.1 und 3.4.2 ab Seite 58.

Beweise: Wie in IR.

6.3.6 Die Exponentialfunktion

∞
X zn
ez :=
n!
n=0
Die Exponentialfunktion ist definiert und stetig in C. Für z, w ∈ C gilt die Funktionalgleichung
ez+w = ez · ew . Außerdem ist ez 6= 0 in C, da für w = −z gilt: 1 = ez · e−z (siehe auch 3.5.1 und 3.5.2
ab Seite 65).

6.3.7 Eulersche Formel

Für t ∈ IR gelten die Formeln:

eit = cos t + i sin t
ez = ex+iy = ex · eiy = ex · (cos y + i sin y)

Beweis:
∞
X ∞
X
(−1)n 2n (−1)n 2n+1
cos t + i sin t = t +i t
(2n)! (2n + 1)!
n=0 n=0
X∞ ∞
X X (it)n
(it)2n (it)2n+1
= + = ∞ = eit
(2n)! (2n + 1)! n!
n=0 n=0 n=0

137
6 Komplexe Zahlen und Funktionen

6.3.8 Bemerkungen

ez+2πi = ez · e2πi = ez · (cos 2π + i sin 2π) = ez · (1 + 0) = ez

Die Exponentialfunktion ist 2πi-periodisch. Es gilt

eiπ + 1 = 0

6.3.9 Additionstheoreme von Sinus und Cosinus

Seien ϕ, ψ ∈ IR. Es gilt

eiϕ = cos ϕ + i sin ϕ und eiθ = cos θ + i sin θ
und damit ist

eiϕ · eiθ = cos ϕ cos θ − sin ϕ sin θ + i(cos ϕ · sin θ + sin ϕ cos θ)
eiϕ · eiθ = ei(ϕ+θ) = cos(ϕ + θ) + i sin(ϕ + θ)

Es folgen dann die Additionstheoreme:

cos ϕ cos θ − sin ϕ sin θ = cos(ϕ + θ)

cos ϕ sin θ + sin ϕ cos θ = sin(ϕ + θ)

6.3.10 Polarkoordinaten

Einführung: Es gilt:
|eit |2 = | cos t + i sin t|2 = cos2 t + sin2 t = 1
⇒ |eit | = 1 für t ∈ IR

Satz: Jedes z ∈ C \ {0} läßt sich schreiben als

z = |z| · eiθ mit θ ∈ IR.

θ ist dabei eindeutig bestimmt, wenn man sich z. B. auf 0 ≤ θ < 2π oder −π < θ < π beschränkt. θ
heißt auch Argument von z: θ = arg z.

Beweis: Sei |z| = 1, z 6= −1, 1. Schreibe z = x + iy, x2 + y 2 = 1, y 6= 0. Es existieren genau zwei

Stellen θ1 ∈ (0, π) und θ2 ∈ (π, 2π) mit

θ2 = 2π − 1θ1 , sin θ1 = − sin θ2 .

Es gilt: q
p
|y| = 1 − x2 = 1 − cos2 θj = | sin θj |
Setze nun θ = θ1 für y > 0 und θ = θ2 für y < 0. Es gilt dann cos θ = x, sin θ = y. Andere θ’s gibt es
nicht.
Für z = −1 (θ = π) und z = 1 (θ = 0) ist θ eindeutig bestimmt.
z
Sei nun |z| =
6 1 und z 6= 0. Es ist z = |z| · = |z| · eiθ .
|z|
|{z}
|...|=1

138
 6.3 Konvergenz und Stetigkeit

6.3.11 Potenzen

Für z = |z| · eiθ ist z 2 = |z| · |z| · eiθ · eiθ = |z|2 e2iθ und z n = |z|n einθ .

Beweis: Per Induktion (selber machen).

6.3.12 Wurzeln

Problem: Sei a = |a|eiα (0 ≤ α < 2π) gegeben und z n = a. Gesucht ist z. Falls a = 0 ist z = 0.
Sonst wird der Ansatz z = r · eiθ gemacht:

z n = a ⇐⇒ rn einθ = |a|eiα
⇐⇒ rn = a und nθ = α + 2kπ für ein k ∈ ZZ
p α + 2kπ
⇐⇒ r = n |a| und θ =
n
Es gilt nun  
p
n α + 2kπ
zk = |a| exp i ⇒ zkn = a für ein k ∈ ZZ
n
und zk+n = zk (dies ist selber zu beweisen).

Zusammenfassung: Sei a ∈ C \ 0. Dann hat die Gleichung z n = a genau n verschiedene Lösungen

in C, nämlich  
√ p
n α + 2kπ
n
a = zk = |a| exp i für k = 0, 1, . . . , n − 1
n

Bemerkung: Es ist arg zk = α+2kπ

n und arg zk+1 − arg zk = 2π
n . Die Wurzeln liegen also gleichmäßig
auf dem Vollkreis verteilt.

6.3.13 Polynome

Das Polynom z n − a mit festem a ∈ C hat die n Nullstellen z0 , . . . , zn−1 für a 6= 0, bzw. 0, . . . , 0 für
a = 0.

6.3.14 Fundamentalsatz der Algebra

Jedes Polynom P (z) = a0 + a1 z + · · · + an z n (n ≥ 1, an 6= 0, aν ∈ C) besitzt (mindestens) eine

Nullstelle z0 ∈ C mit P (z0 ) = 0.

Beweis: (nach Gauß) Sei |z| = r ≥ r0 . Dann ist

X
n−1
|P (z)| = |an z n + (an−1 z n−1 + · · · + a0 | ≥ |an |rn − |aν |rν
ν=0
!
X
n−1
1
= rn · |an | − |aν | > |P (0)| für r ≥ r0 (r0 hinreichend groß)
rn−ν
ν=0

139
6 Komplexe Zahlen und Funktionen

Das heißt, daß die Nullstelle immer betragsmäßig kleiner als ein r0 sein muß. Außerdem ist |P (z)| >
|P (0)| für betragsmäßig hinreichend großes z.
Annahme: Es ist P (z) 6= 0 in C. Setze

m = inf{|P (z)| : |z| < r0 }

Es existieren dann zk mit |zk | < r0 und |P (zk )| → m.

Nach dem Satz von Bolzano-Weierstraß sei zk OBdA konvergent gegen z0 :

m ← |P (zk )| → |P (z0 )|

Es ist also m = P (z0 ) und aus der Stetigkeit folgt m ≤ |P (0)|. Für großes z ∈ C ist dann also

|P (z)| ≥ |P (0)| ≥ |P (z0 )| ≥ m

Jetzt ist noch P (z0 ) = 0 zu zeigen.

Annahme: Es ist P (z0 ) 6= 0. Setze dann

P (z0 + z)
Q(z) = .
P (z0 )

Es ist |Q(z)| ≥ |Q(0)| = 1.

Sei nun z = reiθ mit 0 ≤ θ < 2π und r > 0.
Außerdem sei Q(z) = 1 + bs z s + · · · + bn z n mit bs 6= 0. Dann ist
2
1 ≤ |Q(z)|2 = 1 + bs rs eisθ + · · · + bn rn einθ

(es ist |a + b|2 = |a|2 + 2 Re(āb) + |b|2 )

2
= 1 + 2 Re(bs rs eisθ + · · · ) + bs rs eisθ + · · ·
= 1 + 2 · |bs | · rs · |bs | cos(sθ + βs ) + Terme von rt mit t > s.

Also ist
0 ≤ 2|bs |rs cos(sθ + βs ) + Terme von rt mit t > s.
Dividiere jetzt durch rs . Dann ist

0 ≤ 2|bs | cos(sθ + βs ) + Terme von rt−s mit t > s.

Für r → 0 ist dann

0 ≤ 2|bs | cos(sθ + βs ) für 0 ≤ θ < 2π
π−βs
Also ist cos(sθ + βs ) ≥ 0 für 0 ≤ θ ≤ 2π und festes s ∈ IN. Wenn man nun θ = s setzt, dann ist
aber cos(sθ + βs ) = cos π = −1. Widerspruch!

6.3.15 Folgerungen

1. P (z) = an z n + · · · + a0 kann man schreiben als

P (z) = an (z − z1 ) · (z − z2 ) . . . (z − zn ) = an (z − ζ1 )r1 . . . (z − ζs )rs

mit r1 + · · · + rs = n und paarweise verschiedenen ζi .

140
 6.3 Konvergenz und Stetigkeit

Beweis: Es gibt z1 ∈ C mit P (z1 ) = 0. Dann ist

X
n X
n
P (z) = P (z) − (z1 ) = aj (z −
j
z1j ) = (z − z1 ) · aj (z j−1 + · · · + z1j−1 )
j=1 j=1

= (z − z1 ) · P1 (z)

Folgere nun weiter mit Induktion nach n. Für n = 1 ist die Behauptung klar.
n − 1 7→ n: Es ist P (z) = (z − z1 ) · P1 (z) und grad P1 = n − 1.
Dann ist P1 (z) = an (z − z2 ) . . . (z − zn ).
| {z }
n−1 Stück
Spezialfall: P (z) = a0 + a1 z 1 + · · · + an z n heißt reell, wenn a0 , . . . , an ∈ IR sind. Ist P reell
und P (z0 ) = 0 für z0 ∈
/ IR, dann gilt

X
n X
n X
n
P (z0 ) = aj z0 j = aj z0j = aj z0j = P (z0 ) = 0 = 0.
j=0 j=0 j=0

Die zu z0 konjugierte Zahl ist für reelles P also auch Nullstelle.

2. Ist P (z) = a0 + a1 z + · · · + an z n reell, so gilt

P (z) = an (z − ξ1 )r1 . . . (z − ξk )rk (z 2 − 2c1 z + b1 )s1 . . . (z 2 − 2c` z + b` )s`

mit (bj − c2j ) > 0, ξj ∈ IR und cj , bj ∈ IR.

Beweis: P hat die Nullstellen ξ1 , . . . , ξk ∈ IR, paarweise verschieden, und ζ1 , ζ1 , . . . , ζ` , ζ` , jeweils
konjugiert komplex und paarweise verschieden:

P (z) =an (z − ξ1 )r1 . . . (z − ξk )rk

· ((z − ζ1 )(z − ζ1 ))s1 . . . ((z − ζ` )(z − ζe ll))s`

Dabei gilt:
(z − ζ1 )(z − ζ1 ) = z 2 − zζ1 − zζ1 + ζ1 ζ1 = z 2 − 2 Re(ζ1 )z + |ζ1 |2

b1 − c21 = |ζ1 |2 − (Re ζ1 )2 = (Im ζ1 )2 > 0

6.3.16 Satz über die Partialbruchzerlegung

Sind P und Q reelle Polynome ohne gemeinsame Nullstellen mit grad(P ) < grad(Q) und

Y
k Ỳ
Q(x) = (x − ξj )rj (x2 − 2cj x + bj )sj .
j=1 j=1

Dann gibt es eindeutig bestimmte Zahlen ανj , βνj und γνj mit

k rj −1 sj −1
P (x) X X aνj X̀ X βνj x + γνj
= −ν + .
Q(x) (x − ξj ) r j (x − 2cj x + bj )sj −ν
2
j=1 ν=1 j=1 ν=1

Beweis: (von Redheffer) In den nächsten Abschnitten.

141
6 Komplexe Zahlen und Funktionen

6.3.17 Hilfssatz 1

Seien P , Q und R Polynome mit den Graden p, q und r, wobei r < p + q ist. Außerdem haben P
und Q keine gemeinsamen Nullstellen. Dann gibt es zwei eindeutig bestimmte Polynome A und B
mit grad(A) < q, grad(B) < p und AP + BQ = R.

Beweis: Die Koeffizienten von P , Q und R seien cj , dj und ej (cj = 0 für j > p, dj = 0 für j > q
und ej = 0 für j > r). Die gesuchten Polynome A und B haben die Koeffizienten aj und bj (aj = 0
für j ≥ q und bj = 0 für j ≥ p).
AP + BQ = R ist äquivalent zum linearen Gleichungssystem

X
k X
k
ck−j aj + dk−j bj = ek (6.2)
j=0 j=0

für k = 0, 1, 2, . . . , p + q − 1. Dies sind p + q lineare Gleichungen mit den p + q Unbekannten aj

(0 ≤ j < q) und bj (0 ≤ j < p). Ist es eindeutig lösbar?
LinA: Ein LGS Ax = b ist eind. lösbar ⇐⇒ Ax = 0 hat nur die Triviale Lösung x = 0.
Mache nun (6.2) homogen (setze ek = 0 für alle k, d. h. R = 0). Hat nun AP + BQ = 0 nur die
Lösung A = B = 0?
Sei A, B Lösung: Ist Q(z1 ) = 0, dann ist P (z1 ) 6= 0 und damit ist dann A(z1 ) = 0. Da Q aber q
Nullstellen und hat, A aber weniger als q − 1 Nullstellen hat, ergibt sich ein Widerspruch. Also muß
A = 0 und damit auch B = 0 sein.

6.3.18 Hilfssatz 2

Seien P , Q1 , . . . , Qm Polynome, je zwei ohne gemeinsame Nullstellen, Q = Q1 · Q2 . . . Qm und

grad(P ) < grad(Q). Dann gibt es eindeutig bestimmte Polynome P1 , . . . , Pm mit grad(Pj ) < grad(Qj )
und
P Xm
Pj
= .
Q Qj
j=1

Beweis: Mit Induktion nach m.

m = 1: (Q = Q1 ):
P P1
= ⇒ P1 = P
Q Q1

m − 1 7→ m: Wende Hilfssatz 1 (6.3.17) an auf:

AQm + B(Q1 . . . Qm−1 ) = P.

Die Voraussetzungen für den Hilfssatz sind: Qm und Q1 . . . Qm−1 haben keine gemeinsame
Nullstelle (nach Voraussetzung schon gegeben). Es ist
 
X
m−1
grad(P ) < grad(Q1 . . . Qm ) =  grad(Qj ) + grad(Qm )
j=1

= grad(Q1 . . . Qm−1 ) + grad(Qm )

142
 6.4 Trigonometrische Reihen

Aus dem Hilfssatz 1 ergibt sich dann A mit grad(A) < grad(Q1 . . . Qm−1 ) und B mit grad(B) <
grad(Qm ). Setze Pm := B. Dann ist grad(Pm ) < grad(Qm ). Es gilt damit

P = AQm + Pm Q1 . . . Qm−1 .

Nach Division durch Q ist dann

P A Pm X Pj
m−1
Pm X
m
Pj
= + = + =
Q Q1 . . . Qm−1 Qm Qj Qm Qj
j=1 |{z} |{z} j=1
⊕

Dabei ist nach Induktionsvoraussetzung und ⊕ nach Hilfssatz 1 eindeutig.

6.3.19 Beweis der Partialbruchzerlegung

Sei nun Q = (H1 )r1 . . . (Hk )rk · (L1 )s1 . . . (L` )s` mit Hj (x) = (x − ξj ) und Lj = x2 − 2cj x + bj . Dann
ist Qj = (Hj )rj oder (Lj )sj . Mit Hilfssatz 2 gilt dann:

P X Pj (x)
k X̀ P̃j (x)
= +
Q (x − ξj ) j
r (x2 − 2cj x + bj )sj
j=1 j=1

j −1
rP
Dabei ist grad(Pj ) < rj und Pj (x) = aνj (x − ξj )ν :
ν=0

rj −1
Pj (x) X aνj
=
(x − ξj )rj (x − ξj )rj −ν
ν=0

Damit ist der 1. Teil der Behauptung bewiesen.

Setze P̃ (x) = P̃j (x) und (x2 − 2cj x + bj )sj = (x2 − 2cx + b)s . Es ist grad(P̃ < 2s. Gilt nun

?
X
s−1
P̃ (x) = (βν + γν x)/x2 − 2cx + b)ν
ν=0

Dann wäre nämlich

P̃ (x) X s−1
βν + γν x
=
(x − 2cx + b)
2 s (x − 2cx + b)s−ν
2
ν=0

Diese Frage ist Aufgabe für das konkrete Problem P̃ (x) = 2x + 2x2 − x3 und x2 − 2cx + b = x2 + 1.
Es ist
−x3 − 2x2 + 2x 3x − 2
= (−x + 2) + 2
x −1
2 x −1
Also ist P̃ (x) = (−x + 2)(x2 + 1) + 3x − 2.

6.4 Trigonometrische Reihen

6.4.1 Definition: Trigonometrische Reihe

Eine Reihe
∞
X
ck eikt (6.3)
k=−∞

143
6 Komplexe Zahlen und Funktionen

heißt trigonometrische Reihe (ck ∈ C, t ∈ IR). Sie heißt konvergent im Punkt t ∈ IR, wenn
X
n ∞
X
lim ck eikt =: ck eikt
n→∞
k=−n k=−∞
existiert.

6.4.2 Bemerkung

(6.3) heißt reell, wenn c−k = ck für k = 0, ±1, . . . . Dann ist nämlich
c−k e−ikt + ck eikt = ck eikt + ck eikt = 2 Re(ck eikt )
Xn X n
⇒ ck eikt = c0 + (ck eikt + c−k e−ikt )
k=−n k=1
Xn
= c0 + 2 Re(ck eikt ) ∈ IR
k=1

Wenn nun ck = 1
2 (ak − ibk ) ist, folgt Re(ck eikt ) = 1
2 (ak cos kt + bk sin kt) und mit c−k = ck ist
∞
X ∞
X
a0
ck eikt = + (ak cos kt + bk sin kt)
−∞
2
k=1

6.4.3 Beispiel

Sei αk ∈ IR, αk ↓ 0. Dann konvergiert

X∞
αk sin kt für alle t ∈ IR
k=1
∞
X
αk cos kt für alle t ausgenommen möglicherweise t = 0, ±2π, ±4π
k=1

Beweis: Mit dem Dirichletkriterium (0 < t < 2π). Es ist

X
n
sin kt X
n X
n−1
≤ eikt = eit (eit )k
cos kt
k=1 k=1 k=0
1− eint 2
= ≤
1 − eit |1 − eit |
Die Partialsummen sind beschränkt, also liegt Konvergenz vor.
Die Sinusreihe ist konvergent für t = 0 und cos(k · 0) = 1, hier hängt die Konvergenz also von (αk )
ab.

6.4.4 Integration von f : IR → C

Sei f : [a, b] → C und f (t) = u(t) + iv(t). Wenn u, v : [a, b] → IR integrierbar sind, so setzt man
Zb Zb Zb
f (t) dt := u(t) dt + i v(t) dt
a a a

144
 6.4 Trigonometrische Reihen

6.4.5 Integrationsregeln

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

(b)
Zb Zb
cf (t) dt = c f (t) dt (c ∈ C)
a a

(c)
Zb Zb
f (t) dt = f (t) dt
a a

(d)
Zb Zb
f (t) dt ≤ |f (t)| dt
a a
Rb
Beweis: Setze I = f (t) dt. Die Behauptung ist für I = 0 klar.
a
Sei nun I 6= 0 mit I = |I|eiα und α = arg(I):
 
Zb
|I| = Re(e−iα I) = Re e−iα f (t) dt
a
 
Zb Zb
= Re  e −iα
f (t) dt = Re(e−iα f (t))
| {z }
a a ≤|e−iα f (t)|=|f (t)|

(e) fn konvergiere in [a, b] gleichmäßig gegen f für n → ∞ und alle fn seien integrierbar. Dann ist
Zb Zb
fn (t) −→ f (t) dt.
a a

Beweis:
Zb Zb Zb Zb Zb
un (t) dt + i vn (t) dt → u(t) dt + i v(t) dt = f (t) dt
a a a a a

6.4.6 Beispiel

P
∞
Sei ck eikt = f (t) gleichmäßig konvergent. Dann ist
k=−∞

Zπ ∞
X Zπ
−imt
e f (t) dt = ck ei(k−m)t dt.
−π k=−∞ −π

145
6 Komplexe Zahlen und Funktionen

Für ` ∈ ZZ ist dabei

Zπ (
2π `=0
ei`t dt =
0 sonst
−π

Zπ π
ei`t 1 iπ`
ei`t dt = = (e − e−iπ` ) = 0
i` −π i`
−π

Zπ
e−imt f (t) dt = 2πcm .
−π

Also ist
Zπ
1
cm = e−imt f (t) dt.
2π
−π

6.5 Fourierreihen

Alle Funktionen in diesem Abschnitt sind vom Typ f : IR → IR und sind 2π-periodisch, d. h. f (x +
2π) = f (x) für alle x ∈ IR. Außerdem sei f integrierbar über [−π, π], also über beliebige [a, b].

6.5.1 Definition

Zπ
1
fˆk = f (t)e−ikt dt
2π
−π

P
∞
heißt k-ter Fourierkoeffizient von f (k ∈ ZZ). Die Reihe fˆk eikt ist die von f erzeugte Fourierreihe:
k=−∞

∞
X
f∼ fˆk eikt (6.4)
k=−∞

6.5.2 Bemerkung

Es ist fˆk = fˆ−k , d. h. (6.4) ist reell, denn

Zπ Zπ
1 1
fˆ−k = f (t)e ikt
dt = f (t)eikt dt
2π 2π
−π −π
Zπ Zπ
1 1
= f (t)e−ikt dt = f (t)e−ikt = fˆk .
2π 2π
−π −π

146
 6.5 Fourierreihen

Setzt man fˆk = 12 (ak − ibk ), so ist

∞
a0 X
f∼ + (ak cos kt + bk sin kt)
2
k=1
Zπ
1
ak = f (t) cos kt dt für k = 0, 1, . . .
π
−π
Zπ
1
bk = f (t) sin kt dt für k = 0, 1, . . .
π
−π
Zπ Zπ
2 −ikt 1
ak = 2 Re fˆk = f (t) Re(e ) dt = f (t) cos kt dt
2π π
−π −π

6.5.3 Beispiel

Sei (
0 in (−π, 0]
f (t) =
1 in (0, π]
Rπ
2π-periodisch fortgesetzt. Es ist fˆk = 1
2π 0 e−ikt dt.
Für k = 0 ist
1
fˆ0 =
2
und für k > 0 ist
π
(
1 e−ikt 1 1 −iπk i 0 k gerade
fˆk = · = · (e − 1) = ·
2π −ik 0 2πk −i 2kπ −2 k ungerade

Damit ist a0 = 1 und ak = 2 Re ˆ

( fk = 0.
0 k gerade
Es ist bk = −2 Im fˆk = −1·2
2kπ · . Also ist
−2 k ungerade

∞
1 2 X sin(2m − 1)t
f∼ +
2 π 2m − 1
m=1

Die Reihe ist überall konvergent nach Dirichlet, insbesondere in t = 0 mit dem Wert 12 .

6.5.4 Satz

2
Rπ
(a) Ist f gerade, so ist bk = 0 und ak = π f (t) cos kt dt.
0

2
Rπ
(b) Ist f ungerade, so ist ak = 0 und bk = π f (t) sin kt dt
0

147
6 Komplexe Zahlen und Funktionen

Beweis:
 
Z0 Zπ
Subst. im 1. Integral
1 
fˆk = f (s)e−iks ds + f (t)e−ikt dt = s = −t
2π
−π 0 ds = −dt
 π 
Z Z π Z h
π
i
1  −ikt  1
= ikt
f (−t)e dt + f (t)e dt = f (t)e−ikt ± f (t)eikt dt
2π 2π
0 0 0

dabei gilt + für gerades f und − für ungerades f

Zπ h i
1
= f (t) e−ikt ± eikt dt
2π
0

Dabei ist [. . . ] = 2 cos kt für gerades f und = −i2 sin kt für ungerades f

Zπ
1 cos kt
= f (t) · dt
π −i sin kt
0

−i
Wenn f gerade ist, ist also fˆk = 12 ak reell. Wenn f ungerade ist, ist also fˆk = 2 bk .

6.5.5 Beispiel

Sei f (t) = |t| in −π < t ≤ π, 2π-periodisch fortgesetzt. f ist gerade, also ist bk = 0,

Zπ
1
a0 = t dt = π
π
0

und für k > 0 ist

Zπ π Zπ
2 2 sin kt 2 sinkt
ak = t cos kt dt = · t · − 1· dt
π π k 0 π k
0 0
2 2
= cos kt|π0 = (cos(kπ) − 1).
πk · k πk 2
D. h. a0 = π, a2k = 0 und
2 · (−2) −4
a2k−1 = = .
π(2k − 1) 2 π(2k − 1)2
∞
π 4 X cos((2k − 1)t)
f∼ −
2 π (2k − 1)2
k=1

ist gleichmäßig konvergent nach dem Majorantenkriterium. Später wird gezeigt:

∞
! π 4 X cos((2k − 1)t)
f (t) = −
2 π (2k − 1)2
k=1

148
 6.5 Fourierreihen

Für t = 0 gilt dann

∞
π 4 X cos 0
0= −
2 π (2k − 1)2
k=1
∞
X 1 π2
⇒ =
(2k − 1)2 8
k=1

∞
X ∞
X ∞
X ∞
1 1 1 1X 1 π2
= + = +
k2 (2m)2 (2m − 1)2 4 m2 8
k=1 m=1 m=1 k=1

Also ist
∞
X 1 4 π2 π2
= · = .
k2 3 8 6
k=1

6.5.6 Besselsche Ungleichung

Es ist
∞
X Zπ
1
|fˆk |2 ≤ (f (t))2 dt
2π
k=−∞ −π

mit |fˆk |2 = 14 (a2k + b2k ) = |fˆk |2 gilt:

 a 2 ∞ Zπ
0 1X 2 1
+ (ak + b2k ) ≤ (f (t))2 dt.
2 2 2π
k=1 −π

Insbesondere gilt: fˆk → 0 für |k| → ∞, d. h. ak → 0 und bk → 0 für k → ∞.

Beweis: Sei
X
n
T (x) = ck eikx
k=−n

ein trigonometrisches Polynom, ck ∈ C. Dann ist

|f (x) − T (x)|2 = (f (x))2 − 2f (x) Re(T (x)) + |T (x)|2

!
Xn X
n
−ikx
= (f (x)) − 2 Re
2
f (x)ck e + ck c` ei(k−`)x
k=−n k,`=−n

149
6 Komplexe Zahlen und Funktionen

Zπ Zπ
|f (x) − T (x)| dx =2
(f (x))2 dx
−π −π

X
n Zπ
− 2 Re ck f (x)e−ikx dx
k=−n −π
| {z }
=2π fˆk

X
n Zπ
+ ck c` ei(k−`)x dx
k,`=−n −π
| {z }
=0 (`6=k); =2π (`=k)
Zπ X
n
= (f (x))2 dx − 2 Re 2π fˆk ck
−π k=−n

X
n
+ 2π |ck |2
k=−n

Zπ
1
0≤ |f (x) − T (x)|2 dx
2π
−π
Zπ X
n
1
= (f (x))2 dx − |fˆk |2
2π
−π k=−n

Xn X
n X
n
+ |fˆk |2 − 2 Re fˆk ck + |ck |2
k=−n k=−n k=−n
Zπ X
n X
n
1
= (f (x)) dx −
2
|fˆk |2 + |fˆk − ck |2
2π
−π k=−n k=−n
| {z }
≥0 (=0 für ck =fˆk ∀k)

Also ist

X
n Zπ
1
|fˆk | ≤
2
(f (t))2 dt
2π
k=−n −π

Nun Grenzübergang n → ∞, dann ist die Behauptung beweisen.

P
n
Zusatz: Sei sn (x) = fˆk eikx , dann ist
k=−n

Zπ Zπ
|f (x) − sn (x)| dx ≤2
|f (x) − T (x)|2 dx.
−π −π

150
 6.5 Fourierreihen

6.5.7 Satz von Riemann-Lebesgue

Sei g ∈ R([a, b]). Dann gilt

 ikt 
Zb  e 
g(t) sin kt dt → 0 für k → ±∞.
 
a cos kt

Beweis: Für den Fall, daß [a, b] ⊆ (−π, π]:

Setze (
g(t) in [a, b]
f (t) =
0 in (−π, π] \ [a, b]

2π-periodisch fortgesetzt. Dann ist

Zb Zπ
1 −ikt 1
g(t)e dt = f (t)e−ikt dt
2π 2π
a −π

= fˆk → 0

6.5.8 Der Dirichletkern

Sei
∞
X
f∼ fˆk eikt .
k=−∞

Dann gilt

X
n Zπ
1
sn (x) = fˆk eikx = Dn (x − t)f (t) dt.
2π
k=−n −π

Dabei ist Dn der Dirichletkern und ist bestimmt durch

sin (n + 12 )x
Dn (x) =
sin 12 x

und
Dn (0) = 2n + 1 = lim Dn (x).
x→0

Beweis: Es ist
Zπ Zπ !
X
n
1 1 X
n
−ikt ikx
sn (x) = f (t)e e dt = eik(x−t) ·f (t) dt
2π 2π
k=−n −π −π k=−n
| {z }
=Dn (x−t)

151
6 Komplexe Zahlen und Funktionen

X
n X
n
Dn (x) = eikx = e−inx ei(k+n)x
k=−n k=−n
X
2n
1 − ei(2n+1)x
= e−inx eijx = e−inx ·
1 − eix
j=0
1
e−(n+ 2 )ix (1 − ei(2n+1)x )
= −ix
e 2 (1 − eix )
1 1

e−(n+ 2 )ix − ei(n+ 2 )x −2i sin (n + 12 )x
= x 2 =
e−i 2 − ei 2 −2i sin x2

6.5.9 Riemannscher Lokalisationssatz

Es ist
∞
X
fˆk eikx = s(x)
k=−∞

Zδ
⇐⇒ Dn (t) [f (x + t) + f (x − t) − 2s(x)] dt → 0 für n → ∞
0

für ein δ > 0. Das bedeutet: f bestimmt alle

Zπ
1
fˆk = f (t)e−ikt dt.
2π
−π

Beweis:

Zπ
1 x−t=y
sn (x) = Dn (x − t)f (t) dt =
2π dt = −dy
−π
Z
x+π Zπ
1 1
= D (y)f (x − y) dy = Dn (y)f (x − y) dy
2π | n {z } 2π
x−π 2π-periodisch in y −π

Z0 Zπ Im 1. Integral subst.:
1 1
= Dn (y)f (x − y) dy + Dn (y)f (x − y) dy = y = −u
2π 2π
−π 0 dy = −du
Z0 Zπ
1 1
=− D (−u) f (x + u) du + Dn (y)f (x − y) dy
2π | n{z } 2π
π gerade 0
Zπ
1
= Dn (y) [f (x + y) + f (x − y)] dy
2π
0

152
 6.6 Konvergenz- und Approximationssätze

Einschub:
Zπ
1
1= Dn (y) [f (x + y) + f (x − y)] dy ?
2π
0
Zπ
1
= Dn (y)(1 + 1) dy
2π
0
[setze f (t) ≡ 1 und sn (x) = 1]

Es ist
Zπ
1
sn (x) − s(x) = Dn (y) [f (x + y) + f (x − y) − 2s(x)] dy
2π
0
 δ 
Z Zπ
1  .
= +
2π
0 δ

Zeige nun noch

Zπ
Dn (y) [f (x + y) + f (x − y) − 2s(x)] dy → 0 für n → ∞
| {z }
δ =:g(y)

Dann ist der Beweis erledigt.

Betrachte nun Dn (y) · g(y):
  
1 g(y)
Dn (y) · g(y) = sin n+ y · in δ ≤ y ≤ π
2 sin 12 y
| {z }
=h(y)

ist integrierbar über [δ, π]:

Zπ Zπ   
1 y = 2t
Dn (y) · g(y) dy = n+ y · h(y) dy =
2 dy = 2dt
δ δ
Zπ/2
=2 sin((2n + 1)t) · h(2t) dt → 0 für n → ∞
δ/2

nach dem Satz von Riemann-Lebesgue (siehe 6.5.7, Seite 151).

6.6 Konvergenz- und Approximationssätze

6.6.1 Satz
P
∞
Sei f ∼ fˆk eikx . Setzt man g(t) = f (x + t) + f (x − t) − 2c bei festem x und konvergiert
k=−∞

Zπ
|g(t)|
dt,
t
0

153
6 Komplexe Zahlen und Funktionen

dann gilt
∞
X
fˆk eikx = c.
k=−∞

Beweis: Siehe 6.6.3.

6.6.2 Beispiele

1. Sei 

0 für − π < x < 0
f (x) = 1 für 0 < x < π ,

1
2 für x = 0, π
2π-periodisch fortgesetzt. Es ist
∞
1 X sin(2k − 1)t
f∼ −
2 π(2k − 1)
k=1

Nach dem Satz ist überall Gleichheit, denn:

Für x 6= 0, ±π, ±2π, . . . ist g(t) = 0 in [0, δ].
Für x = 0 und c = 12 ist g(t) = 1 + 0 − 2 12 = 0 in (0, δ).
2. Sei f (x) = |x| in −π < x ≤ π, 2π-periodisch fortgesetzt.
Für 0 < x < π ist

f (x + t) + f (x − t) − 2f (x) = x + t + x − t − 2x = 0 für 0 ≤ t ≤ δ.

Für x = 0 ist
f (t) + f (−t) − 2f (0) = |t| + |t| − 0 = 2|t| = f (t)
Zδ Zδ
g(t)
dt = 2 dtX
t
0 0

Also ist
∞
π 4 X cos(2k − 1)t
− = |t| in − π ≤ t ≤ π.
2 π (2k − 1)2
k=1

6.6.3 Beweis von 6.6.1

Es ist
Zδ
1
sn (x) − c = Dn (t)g(t) + εn ,
2π
0

wobei εn → 0 für n → ∞ (nach dem Lokalisationssatz) für jedes δ > 0.

Sei ε > 0. Dazu gibt es ein δ > 0 mit
Zδ
|g(t)|
dt < ε.
t
0

154
 6.6 Konvergenz- und Approximationssätze

Zu diesem δ existiert ein n0 mit |εn | < ε für n ≥ n0 .

    
1 1 1 1
Dn (t) = sin n+ t · − t +t
2 sin 2t
| {z 2} 2
=h(t)
    
1 2
= sin n+ t · + h(t)
2 t

(Aufgabe: Zeige, daß h(t) in t = 0 stetig ist.)

Nach dem Satz von Riemann-Lebesgue ist

Zδ Zδ 
 
1 g(t)
Dn (t)g(t) dt =2 sin n+ t dt
2 t
0 0
  
1
+ sin n+ t g(t)h(t) dt
2
| {z }
→0 für n→∞

Also ist das 2. Integral für n ≥ n1 betragsmäßig kleiner als ε. Zusammen gilt also:

Zδ   
2 1 |g(t)|
|sn (x) − c| ≤ sin n+ t · dt + ε + ε
2π 2 t
0

mit n ≥ max(n0 , n1 ) bei .

6.6.4 Beispiele

1. Sei (
a für − π < t < t0
h(t) = ,
b für t0 < t < π
beleibig in t = t0 und t = π und 2π-periodisch fortgesetzt. Dann ist

∞ 
a für − π < t < t0
X
ikt
ĥk e = b für t0 < t < π

 a+b
k=−∞ für t0 und π
2

2. Sei
∞
X
f∼ fˆk eikt
k=−∞

mit lim f (t) = a und lim f (t) = b. Betrachte dann g(t) = f (t) − h(t):
t→t0 − t→t0 +
X X X
fˆk eikt = ĥk eikt + ĝk eikt
| {z }
a+b
2
in t0

g ist stetig in t0 , wenn man g(t0 ) = 0 setzt.

155
6 Komplexe Zahlen und Funktionen

6.6.5 Satz
Rπ ω(h)
Ist f in t0 Dini-Stetig, d. h. gilt |f (t) − f (t0 )| ≤ ω(|t − t0 |) mit h dh < ∞. Dann gilt:
0

∞
X
fˆk eikt0 = f (t0 ).
k=−∞

Bemerkung: Beispiele für die Dini-Stetigkeit:

(a) Lipschitz-Stetigkeit: |f (t) − f (t0 )| ≤ L|t − t0 |. Setze ω(h) = Lh.
(b) Hölder-Stetigkeit: |f (t) − f (t0 )| ≤ L|t − t0 |α für ein α ∈ (0, 1).
Setze ω(h) = Lhα und
Zπ Zπ
ω(h)
dh = L hα−1 dh
h
0 0
existiert.
(c) Sei f differenzierbar in t0 . Dann gilt (a).

6.6.6 Satz
Rπ ω(h)
Ist f : IR → IR Dini-stetig und 2π-periodisch, d. h. es ist |f (x) − f (y)| ≤ ω(|x − y|) mit h dh < ∞.
0
Dann ist für alle x ∈ IR
∞
X
fˆk eikx = f (x).
k=−∞

6.6.7 Satz
P
∞
Ist f ∈ C 1 (IR), 2π-periodisch, dann konvergiert |fˆk |. Da |fˆk eikx | = |fˆk | ist, konvergiert also
k=−∞
P
∞
fˆk eikx gleichmäßig gegen f (x).
k=−∞

Beweis: Sei k 6= 0. Dann ist

Zπ
1
fˆk = f (t)e−ikt dt
2π
−π
 
 Zπ
1  1 π
e−ikt  1
=  f (t)e−ikt + f 0 (t) dt = ck
2π  −ik −π ik  ik
| {z } −π
=0

Dabei ist ck der k-te Fourierkoeffizient von f 0 . Also ist ck = ik fˆk .

X X 0
f∼ fˆk eikx ⇒ f 0 ∼ fˆk eikx .

156
 6.6 Konvergenz- und Approximationssätze

Nach der Besselschen Ungleichung gilt

∞
X
|ck |2 < ∞.
k=−∞

Also ist
∞
X
k 2 |fˆk |2 < ∞.
k=−∞
Und damit gilt dann
X
n X
n
1
|fˆk | = · k|fˆk |
k
k=1 k=1
v v
u n u n
CSU u X 1 uX
≤ t ·t |ck |2
k2
k=n k=1

≤ const., unabhängig von n.

6.6.8 Beispiel

Sei f (t) = sin t. f ist gerade (f (−t) = f (t)) und Lipschitzstetig:

|f (x) − f (<)| = || sin x| − | sin y||
≤ | sin x − sin y| = |x − y| · | cos ξ| ≤ |x − y|.
Suche die ak für die Fourierreihe
∞
a0 X
| sin x| = + ak cos(kx) für x ∈ IR.
2
k=1

Es ist
Zπ
a0 2 4
= sin t dt =
2 π π
0
und für k > 0 ist
 
Zπ  Zπ
2  2 sin kt π sin kt  
ak = sin t · cos kt dt =
 sin t − (cos t) dt
π  π k 0 k 
0 | {z } 0
=0
 
π Zπ
2  − cos kt − cos kt 
=− cos t − / − sin t) dt
kπ k 0 k
0
 
Zπ
2 2 1
= − 2 −1 · (− cos kπ) + 1 − sin t cos kt dt = − 2 (1 + (−1)k ) + 2 ak .
k π k π k
0

Daraus folgt dann


  0 für ungerades k
1 −2
1− ak = 2 (1 + (−1)k ) = −4 ,
k2 k π  für gerades k
πk 2

157
6 Komplexe Zahlen und Funktionen

also

−4 −4 1
a2k = = · 2
π(2k)2 (1− 1
(2k)2
) π 4k − 1
a2k+1 = 0

und damit
∞
!
4 X cos 2kx
| sin x| = 1− .
π 4k 2 − 1
k=1

Für x = 0 gilt dabei

∞
X 1
= 1.
4k 2 − 1
k=1

6.6.9 Satz von Fejer

Ist f : IR → IR stetig und 2π-periodisch, so gilt

σn (x) → f (x) für n → ∞

gleichmäßig auf IR. Dabei ist

s0 (x) + s1 (x) + · · · + sn (x)

σn (x) :=
n+1

das n-te Fejer-Mittel.

Beweis: Es ist
Zπ
1
sk (x) = Dk (x − t) · f (t) dt.
2π
−π

Damit ist
Zπ !
1 1 X
n
σn (x) = · Dk (x − t) · f (t) dt.
n + 1 2π
−π k=0

Dabei wird
!
X
n
1
Fn (x − t) = Dk (x − t) ·
n+1
k=0

der Fejer-Kern genannt. Es gilt:

Xn
sin((k + 12 )x)
(n + 1)Fn (x) = .
k=0
sin 12 x

158
 6.6 Konvergenz- und Approximationssätze

Für z = exp( ix
2 ) ist
   X !
Xn
1
n X
n
sin k+ x = Im(z 2k+1 ) = Im z 2k+1
2
k=0 k=0 k=0
= Im(z + z + z + · · · + z
3 5
) = Im(z(1 + z 2 + z 4 + · · · + z 2n ))
2n+1
   
1 − (z 2 )n+1 1 − z 2n+2
= Im z · = Im
1 − z2 z̄ · z
 
1−z 2n+2 i 1−z 2n+2
= Im = Im ·
−2i · Im z 2 Im z
1 Re(1 − z 2n+2 ) 1 1 − cos((n + 1)x)
= · = ·
2 sin x2 2 sin x2
Also ist
1 1 − cos((n + 1)x)
Fn (x) = · ≥0
2n + 2 (sin x2 )2
und
Zπ Zπ
1 1
|σn (x) − f (x)| = Fn (x − t) · (f (t) − f (x)) dt ≤ Fn (x − t) · |f (t) − f (x)| dt
2π 2π
−π −π

Noch zu zeigen: Für ε > 0 gibt es ein δ > 0 mit

|f (x1 ) − f (x2 )| < ε für |x1 − x2 | < δ
(gleichmäßige Stetigkeit).
Zπ
1
|σn (x) − f (x)| ≤ Fn (x − t) · |f (t) − f (x)| dt
2π
−π
Z
x+δ Z
x−δ Zπ
1 1 1
= Fn (x − t) · |f (t) − f (x)| dt + + = I1 + I2 + I3
2π 2π 2π
x−δ −π x+δ

Schätze nun die In ab:

Zxδ Zπ
ε 1
I1 < Fn (x − t) dt ≤ ε · Fn (x − t) dt
2π 2π
x−δ −π
| {z }
=1
= ε unabhängig von x und n
Z
x−δ
1
I2 ≤ Fn (x − t) · 2M dt,
2π
−π

da |f (t)| ≤ M für alle t ist. Außerdem ist

1 2
Fn (x − t) ≤ · δ
< ε für n ≥ n0 .
2n + 2 sin2 2
Dabei ist −π ≤ t ≤ x − δ, also x − t ≥ δ. Zusammen ist also I2 < ε für n ≥ n0 . Mache nun die gleich
Abschätzung für I3 und für alle Integrale gilt zusammen:
|σn (x) − f (x)| ≤ 3ε.

159
6 Komplexe Zahlen und Funktionen

6.6.10 Approximationssatz von Weierstraß

Ist f stetig in [a, b], so gibt es eine Polynomfolge (Pn ), die gleichmäßig auf [a, b] gegen f konvergiert.
Äquivalent hierzu ist, daß es zu ε > 0 ein Polynom P gibt mit |f (x) − P (x)| < ε in [a, b].

Beweis: Für das Intervall [−1, 1].

Anderenfalls wird die Funktion f˜(t) = f (a + b−a 2 (t + 1) betrachtet. Dann ergibt sich ein Polynom P̃
mit |f˜(t) − P̃ (t)| < ε in [−1, 1] und für das Polynom P (x) = P̃ (−1 + 2 x−a
b−a ) ist dann |P (x) − f (x)| < ε
für a ≤ x ≤ b.
Nun der Beweis: f (cos t) = g(t) ist stetig auf IR, gerade. Sei σn (t) das n-te Fejer-Mittel für die
Funktion g. Es ist σn → g gleichmäßig auf IR, d. h. zu ε > 0 gibt es ein n0 mit |σn (t) − f (cos t)| < ε
für n ≥ n0 und t ∈ IR. Da g gerade ist, folgt:
X
n
σn (t) = αk · cos kt für n ≥ n0 fest
k=0

Frage: Gibt es ein Polynom Pn mit σn (t) = Pn (cos t)?

Falls ja:
|Pn (cos t) − f (cos t)| < ε für n ≥ n0 und t ∈ IR
|Pn (x) − f (x)| < ε für n ≥ n0 und − 1 ≤ x ≤ 1.
Die Existenz von dieses Polynoms wird im folgenden Satz bewiesen. Hier nun 2 Beispiele:
Für n = 1 ist T1 (x) = x.
Für n = 2 ist cos(2t) = cos2 t − sin2 t = 2 cos2 t − 1, also ist T2 (x) = 2x2 − 1.

6.6.11 Satz

Zu jedem n ∈ IN gibt es ein Polynom Tn vom Grad n mit cos(nt) = Tn (cos t). Tn heißt n-tes
Tschebyscheffpolynom.

Beweis: Zeige mit Induktion:

cos nt = Tn (cos t)
und
sin nt = Un (cos t) sin t mit Polynom Un .
„n = 1“: T1 (x) und U1 (x) = 1.
„n 7→ n + 1“:
cos((n + 1)t) = cos(nt + t) = cos(nt) cos t − sin(nt) sin t
= Tn (cos t) cos t − Un (cos t)(sin t)2 = Tn (cos t) cos t − Un (cos t)(1 − (cos t)2 )
= Tn+1 (cos t)
Tn+1 (x) = Tn (x) · x − Un (x)(1 − x2 )
−1 −1
sin((n + 1)t) = (cos(n + 1)t)0 = (Tn+1 (cos t))0
n+1 n+1
−1 0
= T (cos t)(− sin t) = Un+1 (cos t) sin t
n + 1 n+1
1
Un+1 = T 0 (x)
n + 1 n+1

160
7 Metrische Räume1

7.1 Der euklidische Raum

7.1.1 Definition von IRn

| × IR ×
IRn = IR {z · · · × IR}
n-mal

Für x ∈ IRn wird x = (x1 , x2 , . . . , xn ) geschrieben. Dies ist ein n-Tupel. Dabei ist xν die ν-te Kom-
ponente oder Koordinate von x.
Im IR2 wird allgemein das Paar (x, y) statt (x1 , x2 ) benutzt.
Im IR3 wird allgemein das Tripel (x, y, z) statt (x1 , x2 , x3 ) benutzt.
Der IRn ist ein Vektorraum (linearer Raum) über IR mit

x + y := (x1 + y1 , x2 + y2 , . . . , xn + yn )
λx := (λx1 , λx2 , . . . , λxn ) mit λ ∈ IR

Es ist dim IRn = n. Die Standardbasis ist

eν := (0, . . . , 0, 1, 0, . . . , 0) mit ν = 1, . . . , n

x = (x1 , . . . , xn ) = x1 e1 + x2 e2 + · · · + xn en
0 := (0, 0, . . . , 0)

7.1.2 Definition des Skalarproduktes und der euklidischen Norm

Für x, y ∈ IRn heißt x · y := x1 y1 + x2 y2 + · · · + xn yn Skalarprodukt (Innenprodukt) zwischen x und

√
y, und kxk := x · x heißt euklidische Norm von x. Ausführlich:
v
u n
uX
kxk = t x2 ν
ν=1

7.1.3 Eigenschaften des Skalarproduktes

(S1) x · x > 0 für x 6= 0.

(S2) (λx) · y = λ(x · y).
(S3) (x + y) · z = x · z + y · z.
(S4) x · y = y · x.
1
Version 4.10 vom 19. Dezember 2002

161
7 Metrische Räume

7.1.4 Cauchy-Schwarz’sche Ungleichung

(Bunjakowskij)
|x · y| ≤ kxk kyk

und „=“ genau dann, wenn x und y linear abhängig sind. Anders geschrieben:
2 ! !
X
n X
n X
n
xν yν ≤ x2ν · yν2
ν=1 ν=1 ν=1

Beweis: Trivial für x = 0 oder y = 0.

Zunächst für kxk = kyk = 1: Für t ∈ IR gilt

0 ≤ kx + tyk2
= (x + ty) · (x + ty)
= kxk2 + 2t(x · y) + t2 kyk2
= 1 + 2t(x · y) + t2
= (t + (x · y))2 + 1 − (x · y)2

Setze nun t = t0 := −x · y. Dann ist

0 ≤ 1 − (x · y)2
⇐⇒ (x · y)2 ≤ 1 = kxk · kyk

„=“ genau dann, wenn x + t0 y = 0 ist, d. h. wenn x und y linear abhängig sind.
Allgemeiner Fall: Setze
x y
= ξ und = η ⇒ kξk = kηk = 1
kxk kyk

|x · y| = |(kxkξ) · (kykη)| = kxk kyk ξ · η

|{z}
≤1
=≤ kxk kyk

„=“ genau dann, wenn ξ und η, d. h. x und y linear abhängig sind.

Beachte: Für den Beweis wurden nur die Regeln (S1)-(S4) gebraucht!

7.1.5 Eigenschaften der Euklidnorm

(N1) kxk > 0 für x 6= 0 (Definitheit).

(N2) kλxk = |λ| kxk für λ ∈ IR (Homogenität).

(N3) kx + yk ≤ kxk + kyk (Dreiecksregel).

(N4) kxk − kyk ≤ kx + yk (Umgekehrte Dreiecksungleichung) (folgt aus (N3)).

162
 7.1 Der euklidische Raum

Beweis:
(N3)

kx + yk2 = (x + y) · (x + y) = x · x + 2x · y + y · y
(1)
≤ kxk2 + 2|x · y| + kyk2
CSU
≤ kxk2 + 2kxkkyk + kyk2
= (kxk + kyk)2

„ = “ ⇐⇒ „ = “ bei (1) und CSU

⇐⇒ x · y ≥ 0 und x, y linear abhängig
⇐⇒ x = 0 oder y = 0 oder y = λx mit λ ≥ 0

(N4) Es ist x = x + y − y. Damit ist

(N3)
kxk = k(x + y) − yk ≤ kx + yk + k − yk = kx + yk + kyk

Damit ist kxk − kyk ≤ kx + yk. Genauso wird kyk − kxk ≤ kx + yk gezeigt und damit folgt die
Behauptung.

7.1.6 Satz des Pythagoras

Für x, y ∈ IRn mit x · y = 0 ist

kx + yk2 = kxk2 + kyk2
(x, y orthogonal, x⊥y).

Beweis:
kx + yk2 = kxk2 + 2 x · y +kyk2 = kx2 k + kyk2 .
|{z}
=0

7.1.7 Definition: Norm, Normierter Raum

Sei E ein Vektorraum über IR. Eine Abbildung k.k : E → IR, x 7→ kxk heißt Norm, wenn sie die Ei-
genschaften (N1)-(N3) hat (Es gilt immer auch (N4)). E, oder genauer (E, k.k) heißt dann normierter
Raum.

7.1.8 Beispiele

(a) Nehme zu E = IRn die Euklidnorm.

n
(b) Nehme zu E = IRn die Maximumsnorm kxk∞ := max |xν |.
ν=1
Beweis für (N3): Für festes ν = 1, . . . , n ist

|xν + yν | ≤ |xν | + |yν | ≤ kxk∞ + kyk∞

Also ist insgesamt kx + yk∞ ≤ kxk∞ + kyk∞ .

163
7 Metrische Räume

P
(c) Nehme zu E = IRn die Summennorm kxk1 := nν=1 |xν |.
Beweis für (N3):
Xn X
n X
n
|xν + yν | ≤ |xν | + |yν |
| {z }
ν=1 ν=1 ν=1
≤|xν |+|yν |

(d) Nehme zu E = C([a, b]) =Raum der stetigen Funktionen [a, b] → IR die Maximumsnorm kf k∞ :=
max{|f (t)| : a ≤ t ≤ b}.
Beweis für (N3): Für a ≤ t ≤ b ist

|f (t) + g(t)| ≤ |f (t)| + |g(t)|

≤ kf k∞ + kgk∞
⇒ kf + gk∞ ≤ kf k∞ + kgk∞

(e) Nehme zu E = s = {(an ) : an ∈ IR, n ≥ 1, (an ) beschränkt} die Supremumsnorm k(an )k∞ :=
sup {|an |colonn ∈ IN}.
Beweis für (N3): Für n = 1, 2, 3, . . . ist

|an + bn | ≤ |an | + |bn | ≤ k(an )k∞ + k(bn )k∞

Damit ist dann k(an + bn )k∞ ≤ k(an )k∞ + k(bn )k∞ .

7.1.9 Definition: Skalarprodukt

Sei E ein Vektorraum über IR. Eine Abbildung E × E → IR, (x, y) → x · y, mit den Eigenschaften
(S1)-(S4) heißt Skalarprodukt auf E (Innenprodukt).

7.1.10 Satz
√
Ist x · y ein Skalarprodukt auf E, so gilt die Cauchy-Schwarz’sche Ungleichung und kxk := x · x ist
eine Norm.

7.1.11 Beispiele

1. Sei E = C([a, b]) mit dem Innenprodukt

Zb
(f |g) := f (t)g(t) dt
a

Dann ist v
u b
Zb p uZ
u
kf k2 := (f (t))2 dt, kf k = (f |f ) = t (f (t))2 dt
a a

Es gilt die Cauchy-Schwarz’sche Ungleichung:

 b 2
Z Zb Zb
 f (t)g(t) dt ≤ (f (t)) dt · (g(t))2 dt.
2

a a a

164
 7.2 Topologische Grundbegriffe

Weise die Eigenschaft (S1) nach: (f |f ) > 0, falls f nicht die Nullfunktion ist: Sei t0 ∈ [a, b], so
daß f (t0 ) 6= 0 ist. Dann existiert ein δ > 0 mit |f (t)| > k > 0 in I = [a, b] ∩ (t0 − δ, t0 + δ) und
damit ist
Zb
(f |f ) = (f (t))2 dt ≥ k 2 · Länge von I > 0.
a

2. Sei ( ∞
)
X
E= (an ) : a2n konvergiert
n=1

Ist E ein linearer Raum? Zu zeigen ist, daß für (an ), (bn ) ∈ E auch (an + bn ) ∈ E ist. Es ist
(an + bn )2 = a2n + 2an bn + b2n . Dies konvergiert, wenn 2an bn konvergiert, da die anderen Terme
nach Voraussetzung konvergent sind. Es ist
v
uN
XN
CSU im IR n uX X
N
|an | · |bn | ≤ t |an |2 · |bn |2
n=1 n=1 n=1
v v
u∞ u∞
uX uX
≤ t a2 · t b2n =: C
n
n=1 n=1

P
∞
Also konvergiert |an bn |.
n=1
Das Skalarprodukt ist hier:
∞
X
((an )|(bn )) := an bn
n=1

Aufgabe: Beweise (S1)-(S4) mit Hilfe der Regeln für Reihen.

Bemerkung: Der Raum in diesem Beispiel wird `2 („L-zwei“) genannt und
v
u∞
uX
kan k = t a2n
n=1

heißt `2 -Norm.

7.2 Topologische Grundbegriffe

7.2.1 Definition: Metrik, metrischer Raum

Sei M 6= ∅ eine Menge. Eine Abbildung d : M × M → [0, ∞) mit den Eigenschaften

(M1) d(x, y) > 0 für x 6= y und d(x, x) = 0 (Definitheit)
(M2) d(x, y) = d(y, x) (Symmetrie)
(M3) d(x, y) ≤ d(x, z) + d(z, y) (Dreiecksungleichung)
heißt Metrik. Aus (M2) und (M3) folgt
(M4) |d(x, z) − d(z, y)| ≤ d(x, y) (umgekehrte Dreiecksungleichung).
M mit der Metrik d heißt metrischer Raum.

165
7 Metrische Räume

Beweis: Es ist d(x, z) ≤ d(x, y) + d(y, z), also ist d(x, z) − d(y, z) ≤ d(x, y). Zeige genauso, daß
d(y, z) − d(x, z) ≤ d(y, x) = d(x, y) ist. Zusammen ist dann |d(x, z) − d(y, z)| ≤ d(x, y).

7.2.2 Beispiele

(1) E sei normierter Raum mit der Norm k.k. Dann ist d(x, y) := kx − yk eine Metrik, insbesondere
(2) IRn mit Euklidmetrik: v
u n
uX
d(x, y) := t (xν − yν )2
ν=1

(3) IRn mit Metrik von Manhatten:

X
n
d(x, y) = |xν − yν | = kx − yk1
ν=1

(4) Metrik des französischen Eisenbahnsystems: Wenn man von einem Punkt zum aderen will, muß
man entweder über P (Paris) fahren, oder beide Punkte liegen an der gleichen Eisenbahnstrecke
nach Paris.
(5) Sei (E, k.k) ein normierter Raum. Dann ist
kx − yk
d(x, y) =
1 + kx − yk
ebenfalls eine Metrik, wobei d(x, y) < 1 ist.
Beweise (M1)-(M3) als Aufgabe. Tip zu (M3): t 7→ t
1+t ist monoton wachsend für 0 ≤ t < ∞.
(6) (M, d) sei metrischer Raum und N ⊆ M , n 6= ∅. Dann ist (N, d) ein metrischer Raum (N erbt
die Metrik von M ).

A Offene Mengen

In diesem Abschnitt bedeuten immer M ein metrischer Raum, d eine Metrik, A, B, C, . . . ⊆ M ,

x, y, a, . . . ∈ M und r, %, ε, δ, . . . > 0.

7.2.3 Definition: Offene Kugel

K(a, r) = {x ∈ M : d(x, a) < r} heißt offene Kugel um a mit Radius r > 0.

7.2.4 Beispiel
.......................................
......... ......... ......... ..............
....... ..... ..... ......
...... ..... ..... .....
.......
. .... ..... .....
.
... ..... ..... ...
im IR2 : ...
..
.
...
..... .
....... .....
.
.......
. ..... .....
.
...
...
..
.... ......... ..... ..
(1) Euklid ... .......
. ....
..... ..
..... ..
........
............. ........... ...
.......
(2) Manhatten d(x, y) = |x1 − y1 | + |x2 − y2 | ... ......
... ......
... .......
.
. .
. . ...
.
... ...
..... ....
... .....
(2) .... ...
(3) d(x, y) = max(|x1 − y1 |, |x2 − y2 |) ...
...
...
.....
.....
.....
..... .....
.....
.....
.....
..
...
...
.... . . .
. .
.
.....
.....
......
......
.....
.....
.....
. (1) ......
.....
.
........ ......... ......... ............
.............. ......... ..............
...........
(3)
Hier ist jedesmal die Kugel (K((0, 0), 1) dargestellt.

166
 7.2 Topologische Grundbegriffe

7.2.5 Definition: Innerer Punkt, Inneres, offen

(1) a ∈ A heißt innerer Punkt von A, wenn es eine Kugel K(a, r) ⊆ A gibt.
(2) A0 = {x : x ist innerer Punkt von A} heißt Inneres oder offener Kern von A.
(3) A heißt offen, wenn A nur aus inneren Punkten besteht.

7.2.6 Beispiel

Im IRn mit der Euklidmetrik. Behauptung: Für a ∈ IRn mit kak = 1 und α ∈ IR ist
H = {x ∈ IRn : a · x > α}
offen. Sei x ∈ H. Dann ist a · x = α + δ > α.
Behauptung: K(x, δ) ⊆ H.
Sei ξ ∈ K(x, δ). D. h. ξ = x + δy mit kyk ≤ 1. Ist ξ ∈ H?
CSU
a · ξ = |{z}
a · x +δa · y ≥ α + δ − δ kak kyk > α
|{z} |{z}
=α+δ =1 <1

Also ist ξ ∈ H, K(x, δ) ⊆ H und x ist innerer Punkt.

7.2.7 Satz

(a) ∅, M , K(a, r), A0 sind offen.

(b) Sind A1 , . . . , Am offen, so ist A1 ∩ · · · ∩ Am offen.
S
(c) Ist Aλ für λ ∈ Λ offen, so ist Aλ offen.
λ∈Λ

Beweis:
(a) ∅, M offen ist klar.
K(a, r): Sei b ∈ K(a, r). Dann ist δ = r − d(a, b) > 0.
Zeige: K(b, δ) ⊆ K(a, r).
Sei x ∈ K(b, δ). Dann ist
d(x, a) ≤ d(x, b) + d(b, a) < δ + r − δ = r,
| {z } | {z }
<δ =r−δ

also x ∈ K(a, r).

A0 : Sei a ∈ A0 . Dann ist a innerer Punkt von A, also existiert eine Kugel K(a, r) ⊆ A. Ist diese
Kugel ⊆ A0 ?
Sei b ∈ K(a, r). Dann ist b innerer Punkt von K(a, r), d. h. es existiert ein δ > 0 mit K(b, δ) ⊆
K(a, r) ⊆ A.
Für b ∈ A0 folgt also K(a, r) ⊆ A0 , d. h. (A0 )0 = A0 .
(b) Sei A1 ∩ · · · ∩ Am = A. Wenn a ∈ A ist, existieren rj > 0 mit K(a, rj ) ⊆ Aj für j = 1, . . . , m.
Setze r := min{r1 , . . . , rm }. Dann ist
K(a, r) ⊆ K(a, rj ) ⊆ Aj für j = 1, . . . , m,
also ist K(a, r) ⊆ A, A ist offen.

167
7 Metrische Räume

S
(c) Sei A = Aλ und a ∈ A, also a ∈ Aj für ein λ. Dann existiert ein r > 0 mit K(a, r) ⊆ Aλ ⊆ A.
λ∈Λ
A ist offen.

n o  
Achtung: Sei Aj = x ∈ IRn : kxk < 1j = K 0, 1j im IRn .

∞
\
Aj = {0} ist nicht offen
k=1

7.2.8 Bemerkung

Jede Menge A mit K(a, r) ⊆ A für irgendein r > 0 heißt Umgebung des Punktes a.

B Folgen

In diesem Abschnitt ist M ein metrischer Raum, a ∈ M und an ∈ M für n = 1, 2, . . . .

7.2.9 Definition: Folge

Eine Abbildung IN → M , n 7→ an , heißt Folge, und wird mit (an ) bezeichnet. (an ) heißt konvergent
gegen A, wenn lim d(an , a) = 0 ist. Schreibweise: an → a für n → ∞, lim an = a. Zu jedem ε > 0
n→∞ n→∞
gibt es ein n0 mit d(an , a) < ε für alle n ≥ n0 .

7.2.10 Eigenschaften

(a) Der Grenzwert ist eindeutig bestimmt.

(b) Aus an → a und bn → b folgt d(an , bn ) → d(a, b).
(c) Aus an → a folgt d(a, an ) ≤const. für alle n. Konvergente Folgen sind auch beschränkt, d. h. es
existiert eine Kugel, die alle an enthält.

Beweis:
(a) Gelte an → a und an → b. Dann ist

0 ≤ d(a, b) ≤ d(a, an ) + d(an , b) → 0

| {z } | {z }
→0 →0

Also ist d(a, b) = 0, d. h. a = b.

(b)

|d(an , bn ) − d(a, b)| = |d(an , bn ) − d(an , b) + d(an , b) − d(a, b)|

≤ |d(an , bn ) − d(an , b)| + |d(an , b) − d(a, b)|
≤ d(bn , b) + d(an , a) → 0

168
 7.2 Topologische Grundbegriffe

(c) Sei ε = 1.
Dann ist d(an , a) < ε für n ≥ n0 und d(an ), a) ≤ c für n = 1, 2, . . . , n0 − 1. Setze e = max(1, c).
Dann ist an ∈ K(a, e) für alle n.
Gibt es auch ein r, so daß an ∈ K(b, r) für alle n ist?

d(an , b) ≤ d(an , a) + d(a, b) ≤ e + d(a, b) =: r

7.2.11 Beispiel

Nehme C([a, b]) mit der Metrik d(f, g) := kf − gk∞ = max |f (t) − g(t)|. Dann sind äquivalent:
a≤t≤b

1. fn → f im Raum, d. h. d(fn , f ) → 0 für n → ∞.

2. fn (t) → f (t) gleichmäßig in [a, b].

Beweis:
„⇒“ Sei ε > 0. Dazu existiert ein n0 , so daß für n ≥ n0 gilt:

|fn (t) − f (t)| ≤ kfn − f k∞ < ε.

Dies gilt für a ≤ t ≤ b, d. h. es liegt gleichmäßige Konvergenz vor.

„⇐“ Sei ε > 0. Dazu existiert ein n0 , so daß für n ≥ n0 und alle t ∈ [a, b] gilt:

|f (t) − fn (t)| < ε

Wegen der gleichmäßigen Konvergenz ist f ∈ D([a, b]), also ist

kfn − f k∞ = max |fn (t) − f (t)| < ε für n ≥ n0 .

a≤t≤b

7.2.12 Satz

Im IRn (mit Euklidmetrik) sind äquivalent:

1. Die Folge (x(m) ) konvergiert gegen x = (x1 , x2 , . . . , xn ).
(m)
2. Die Folgen (xν ) konvergieren für ν = 1, . . . , n gegen xν .

Beweis:
„⇒“: Gelte x(m) → x für m → ∞ mit x = (x1 , . . . , xn ). Dann ist für 1 ≤ ν ≤ n:

|x(m)
ν − xν | ≤ kx(m) − xk → 0 für m → ∞,
(m)
d. h. xν → xν .
(m)
„⇐“: Gelte xν → xν für m → ∞ und sei x := x1 , . . . , xn ). Dann ist
v
u n  2 CSU X
uX (m) n
kx(m)
− xk = t x ν − xν ≤ x(m)
ν − xν → für m → ∞.
ν=1 ν=1

169
7 Metrische Räume

7.2.13 Regeln

Im IRn gelten die folgenden Regeln:

(1) x(m) → x, λ ∈ IR ⇒ λx(m) → λx.
(2) x(m) → x, y (m) → y ⇒ x(m) + y (m) → x + y.
(3) x(m) → x, y (m) → y ⇒ x(m) · y (m) → x · y, insbesondere kx(m) k → kxk.

Beweis: Für (1) und (2): Aufgabe. Für (3) in der Globalübung vom 18. April 1994.

Bemerkung: (1) und (2) gelten in jedem normierten Raum, (3) gilt in jedem Vektorraum mit Ska-
larprodukt.

C Abgeschlossene Mengen

In diesem Abschnitt ist (M, d) ein metrischer Raum, A, B, . . . ⊆ M und an , a ∈ M .

7.2.14 Definition: Rand, abgeschlossen, Häufungspkt., abgeschl. Hülle

(1) A ⊆ M heißt abgeschlossen, wenn M \ A offen ist.

(2) a ∈ M heißt Häufungspunkt von A ⊆ M , wenn es eine Folge (an ) in A \ {a} mit an → a gibt.
(3) A0 ist die Menge aller Häufungspunkte von A.
(4) Ā = A ∪ A0 ist die abgeschlossene Hülle von A.
(5) ∂A = Ā \ A0 ist der Rand von A, die Punkte von ∂A sind die Randpunkte.

7.2.15 Beispiel

Sei A = {x : kxk ≤ 1} im IRn mit Euklidmetrik.

(1) A ist abgeschlossen, d. h. B = IRn \ A ist offen.
Sei x ∈ B. Dann ist kxk = 1 + δ mit δ > 0.
Zeige K(x, δ) ⊆ B: Sei y ∈ K(x, δ). Dann ist
kyk = ky − x + xk = ky − x − (−x)kk ≥ kxk − ky − xk > 1 + δ − δ = 1.
Also ist K(x, δ) ⊆ B, x ist innerer Punkt von B, B ist offen und A abgeschlossen.
(2) Es ist A0 = A = Ā.
Beweis: Sei a ∈ A mit a 6= 0 und a(m) = (1 − m 1
) · a 6= a.
Es ist a(m) → a und ka k = |1 − m | · kak < 1 · kak = 1, d. h. a(m) ∈ A.
(m) 1

Also ist a Häufungspunkt von A und damit A ⊆ A0 .

Jetzt ist noch A0 ⊆ A zu zeigen:
Sei a ∈ A0 . Dann gibt es eine Folge a(m) ∈ A mit a(m) → a (bzw. a = lim a(m) ) und es ist
m→∞

kak = lim ka(m) k ≤ 1,

m→∞ | {z }
≤1

170
 7.2 Topologische Grundbegriffe

d. h. a ∈ A. Also ist A0 = A und damit auch Ā = A.

(3) Es ist A0 = {x : kxk < 1} = K(0, 1).
Beweis: K(0, 1) ⊆ A0 ist klar, da K(0, 1) ⊆ A und K(0, 1) offen ist.
Sei umgekehrt x ∈ A0 . Dann existiert ein δ > 0 mit K(x, δ) ⊆ A. Insbesondere ist kxk ≤ 1.
Wenn kxk = 1 ist, setze y = x(1 + 2δ ) und es ist ky − xk = 2δ kxk < δ, d. h. y ∈ K(x, δ).
Es ist aber kyk = (1 + 2δ )kxk > 1, d. h. y ∈
/ A. Widerspruch!
Somit ist A = K(0, 1). Also gilt ∂A = {x : kxk = 1}.
0

7.2.16 Aufgabe

Es ist bereits gezeigt, daß H = {x : a · x > α} für a ∈ IRn , kak = 1 und α ∈ IR offen ist. Zeige:
H̃ = {x : a · x ≥ α} ist abgeschlossen. Bestimme die Häufungspunkte, das Innere und den Rand.

7.2.17 Satz

(a) ∅, M , A0 , Ā und ∂A sind abgeschlossen.

(b) A abgeschlossen ⇐⇒ A0 ⊆ A ⇐⇒ ∂A ⊆ A ⇐⇒ A = Ā.
(c) a ∈ M ist Randpunkt von A ⇐⇒ Es gibt Folgen (an ) in A und bn in M \ A mit an → a und
bn → a.
(d) Sind A1 , . . . , Am abgeschlossen, so ist auch A1 ∪ · · · ∪ Am abgeschlossen.
T
(e) Sind Aλ für λ ∈ Λ abgeschlossen, so ist Aλ abgeschlossen.
λ∈Λ

Beweis:
(a) ∅ und M klar.
Beweis für Ā. Es ist Ā = A ∪ A0 . Sei B = M \ Ā und b ∈ B.
Es gilt: b ∈
/ A und b ∈ / A0 . Also existiert keine Folge (an ) in A mit an 6= b und an → b. Dann
existiert auch keine Folge (an ) in A mit an → b,
d. h. es existiert ε > 0 mit K(b, ε) ∩ A = ∅ und K(b, ε) ∩ A0 = ∅.
Es ist also K(b, ε) ⊆ B, d. h. b ∈ B 0 . B ist offen, Ā ist geschlossen.
(b) Zeige hier: A ist abgeschlossen ⇐⇒ A = Ā
„⇐“: A = Ā, also ist A abgeschlossen.
„⇒“: Zeige A = Ā.
„⊆“: Es ist A ⊆ A ∪ A0 = Ā
„⊇“: Sei a ∈ Ā = A ∪ A0 . Dann ist a ∈ A (o.k) oder a ∈ A0 .
Sei also a ∈ A0 , d. h. es existiert ein Folge (an ) in A mit an 6= a und an → a.
Wäre a ∈ / A, dann wäre a ∈ B = M \ A. Dabei ist B offen.
Somit gibt es ε > 0 mit K(a, ε) ⊆ B.
Für n ≥ n0 ist dann d(an , a) < ε, d. h. an ∈ K(a, ε) ⊆ B = M \ A. Dann wären die
an ∈
/ A. Widerspruch zu an ∈ A.
Also muß a ∈ A sein.

171
7 Metrische Räume

(c) „⇒“: Sei a ∈ ∂A = Ā \ A0 . Dann ist a ∈ A0 oder a ∈ A.

Für a ∈ A0 existiert eine Folge (an ) ∈ A \ {a} mit an → a.
Für a ∈ A \ A0 Setze an = a.
Da a ∈ / A0 , folgt daß zu jedem ε > 0, z. B. zu ε = n1 existiert eine Folge bn ∈
/ A, aber
1
d(a, bn ) < n .
„⇐“: Sei an ∈ A mit an → a (1) und bn ∈/ A mit bn → a (2).
0
Aus (1) folgt a ∈ A oder a ∈ A, also a ∈ Ā.
Aus (2) folgt a ∈
/ A0 .
Zusammen gilt: a ∈ Ā \ A0 = ∂A.
(d) Nach deMorgan gilt:

M \ (A1 ∪ · · · ∪ Am ) = (M \ A1 ) ∩(M \ A2 ) ∩ · · · ∩ (M \ Am ) ist offen.

| {z }
offen

(e) Ebenso gilt:

!
\ [
M\ Aλ = M \ Aλ ist offen.
| {z }
λ∈Λ λ∈Λ offen

7.3 Kompakte und vollständige Räume

7.3.1 Definition: Kompakt

Sei (M, d) ein metrischer Raum und A ⊆ M . A heißt kompakt, wenn jede Folge in A eine konvergente
Teilfolge mit Grenzwert in A besitzt.

7.3.2 Satz

Kompakte Mengen sind abgeschlossen und beschränkt, d. h. zu a ∈ A existiert ein r > 0 mit d(x, a) ≤
r für alle x ∈ A.

Beweis: Sei a ∈ A0 , d. h. es existiert eine Folge (an ) in A mit an → a. Nach Definition ist aber
a ∈ A und damit A0 ⊆ A. A ist abgeschlossen.
Zeigen noch: r := sup{d(x, a) : x ∈ A} < ∞.
Es existiert ein Folge (xn ) in A mit d(xn , a) → r.
Es existiert ein konvergente Teilfolge (xnk ) mit xnk → x ∈ A.
Damit ist r = lim d(xnk , a) = d(x, a) ∈ IR, d. h. r < ∞.
k→∞

7.3.3 Beispiel
s
Rb
Sei M = C([a, b]) mit d(u, v) := (u(t) − v(t))2 dt = ku − vk und A = {u ∈ C([a, b]) : kuk ≤ 1}.
a
A ist beschränkt.X

172
 7.3 Kompakte und vollständige Räume

A ist abgeschlossen: Sei u ∈ A0 , d. h. es gibt eine Folge un ∈ A mit un → u, u stetig (u ∈ M ) und es

ist v
u b
uZ
u
kuk = t (u(t))2 dt = lim kun k ≤ 1,
n→∞ | {z }
a ≤1
d. h. u ∈ A. Also ist A abgeschlossen.
A ist nicht kompakt (zeige dies hier für das Intervall [a, b] = [−π, π]): Setze
1
un (t) = √ · sin nt.
2π
Dann ist
Zπ
1
kun k = 2
(sin nt)2 dt = 1
2π
−π
und
Zπ
1
kun − um k = 1 + 2
2
(sin nt) · (sin mt) dt +1 = 2
2π
−π
| {z }
=0 für n6=m
√
kun − um k = 2
keine konvergente Teilfolge unk kann existieren, sonst
√
0 ← kunk +q − unk k = 2 Widerspruch

7.3.4 Satz von Bolzano-Weierstraß

(a) Im IRn ist jede beschränkte und abgeschlossene Menge kompakt.

(b) Im IRn besitzt jede beschränkte Folge eine konvergente Teilfolge (siehe auch 2.3.3, Seite 26).

Beweis:
(a) Sei A ⊆ IRn beschränkt und abgeschlossen und (x(m) ) eine Folge in A. Nach (b) existiert eine
⊗
konvergente Teilfolge (x(mk ) ) mit x(mk ) → x ∈ A ∪ A0 = A. d. h. A ist kompakt. Dabei gilt ⊗, da
A abgeschlossen ist.
(b) Induktion nach der Dimension n:
n = 1: Siehe 2.3.3, Seite 26.
n 7→ n + 1: Sei x ∈ IRn+1 , x = (x1 , x2 , . . . , xn+1 ).
(m)
Setze y = (x2 , . . . , xn+1 ) ∈ IRn . Spalte die Folgenglieder x(m) auf in x(m) = (x1 , y (m) ) mit
(m)
x1 ∈ IR und y (m) ∈ IRn . Dann ist
r 
(m) 2
ky (m) k(im IRn ) ≤ kx(m) k(im IRn+1 ) = x1 + ky (m) k2 .

(y (m) ) ist beschränkt im IRn , hat also nach Induktionsvoraussetzung eine konvergente Teil-
(m )
folge (y mk ). Die reelle Folge (x1 k ) ist beschränkt durch |x1 | ≤ kxk, d. h. es existiert eine
(mkj ) (mkj ) (mkj )
konvergente Teilfolge (x1 ). (y ) konvergiert, also konvergiert (x ) auch.

173
7 Metrische Räume

Bemerkung: Später wird einfach gesagt: „OBdA2 sind beschränkte Folgen im IRn auch konvergent.“

7.3.5 Definition: Cauchyfolge, vollständig, Banachraum

Eine Folge (xn ) im metrischen Raum (M, d) heißt Cauchyfolge, wenn es zu jedem ε > 0 ein n0 gibt
mit d(xn , xm ) < ε für n > m ≥ n0 . M heißt vollständig, wenn jede Cauchyfolge in M konvergent ist
(mit Grenzwert in M ). Ein normierter Raum (E, k.k) heißt vollständig oder Banachraum, wenn er
mit der Metrik d(x, y) : kx − yk vollständig ist.

7.3.6 Beispiele/Bemerkungen

(a) Jede konvergente Folge ist Cauchyfolge.

Beweis: Sei xn → x. Dann ist
d(xn , xm ) ≤ d(xn , x) + d(x, xm ) < ε für n > m ≥ n0
| {z } | {z }
<ε/2 <ε/2
n≥n0 m≥n0

(b) IR mit |.| ist Banachraum (Cauchykriterium).

(c) IRn ist ein Banachraum (vollständig mit Euklidnorm).
Beweis: Sei (x(m) ) eine Cauchyfolge. Dann ist für ν = 1, . . . , n
|x(m)
ν − x(k)
ν | ≤ kx
(m)
− x(k) k < ε für m > k ≥ k0 .
(m) (m)
Also sind (xν ) Cauchyfolgen in IR mit xν → xν für m → ∞ und ν = 1, . . . , n.
Zusammen ist dann x(m) → x = (x1 , . . . , xn ).
(d) C([a, b]) mit kuk∞ = max |u(t)| ist ein Banachraum.
a≤t≤b
Beweis: Sei (un ) eine Cauchyfolge, d. h. zu ε > 0 existiert ein n0 mit
|un (t) − um (t)| ≤ kun − um k∞ < ε für n > m ≥ n0 und a ≤ t ≤ b. (7.1)
Also konvergiert un gleichmäßig gegen die Grenzfunktion u ∈ C([a, b]).
Noch zu zeigen, daß um → u in der Norm: Aus 7.1 folgt:
|un (t) − um (t)| < ε.
Für n → ∞ gilt damit
|u(t) − um (t)| ≤ ε für m ≥ n0 , a ≤ t ≤ b.
Also ist
ku − um k ≤ ε für m ≥ n0 ,
d. h. um → u im Raum (in der Norm).
s
Rb
(e) C([a, b]) mit kuk = (u(t))2 dt ist kein Banachraum.
a
Beweis: Für das Intervall [0, 1]: Setze
(
t−1/3 für 1/n ≤ t ≤ 1
un (t) = .
n1/3 für 0 ≤ t ≤ 1/n
2
Soll heißen: „Ohne Bedenken des Autors.“

174
 7.4 Stetige Funktionen

Sein nun n > m. Dann ist

Z
1/m Z1/n Z
1/m

kun − um k =
2
(un (t) − um (t)) dt =
2
(n − m ) dt +
1/3 1/3 2
(t−1/3 − m1/3 )2 dt
0 0 1/n

Z
1/m
1/m
1
≤ · (n1/3 )2 + (t−1/3 )2 dt = n−1/3 + 3t1/3
n 1/n
1/n
 3
−1/3 −1/3 −1/3 4
<n +3·m < 4m < ε für m > .
ε
Also ist (un ) eine Cauchyfolge.
Zeige nun, daß /un ) nicht in C([0, 1]) konvergiert.
Annahme: kun − uk → 0 für n → ∞ für ein u ∈ C ( [0, 1]). Dann gibt es zu ε > 0 ein n0 mit
kun − uk < ε für n ≥ n0 .
Sei nun δ ∈ (0, 1) beliebig und n so groß, daß n1 < δ ist.:
Z1 Z1
(t−1/3 − u(t))2 dt ≤ (un (t) − u(t))2 dt < ε2
δ 0

Es ist also u(t) = t−1/3

in [δ, 1], d. h. u(t) = t−1/3 in (0, 1], aber es ist u ∈
/ C([0, 1]). Widerspruch!
Also konvergiert u nicht in C([0, 1]).

7.4 Stetige Funktionen

7.4.1 Definition: Stetigkeit

Es seien (M, d) und (N, %) metrische Räume und f : M → N .

(1) f heißt stetig im Punkt x0 ∈ M , wenn es zu jedem ε > 0 ein δ > 0 gibt mit
%(f (x), f (x0 )) < ε für alle x ∈ M mit d(x, x0 ) < δ.
[Äquivalent ist: f (K(x0 , δ)) ⊆ K(f (x0 ), ε).]
| {z } | {z }
⊆M ⊆N

(2) f heißt stetig (in M ), wenn f in jedem Punkt x0 ∈ M stetig ist.

(3) f heißt gleichmäßig stetig, wenn es zu jedem ε > 0 ein δ > 0 gibt mit
%(f (x), f (y)) < ε für x, y ∈ M mit d(x, y) < δ.

Vergleiche auch mit den entsprechenden Definitionen in IR: 3.2.1 auf der Seite 50 und 3.2.10 auf der
Seite Seite 53.

7.4.2 Bemerkungen

(a) Sei f : M \ {x0 } → N .

lim f (x) = y0 :⇐⇒ zu jedem ε > 0 gibt es ein δ > 0 mit
x→x0
%(f (x), y0 ) < ε für alle x ∈ M mit d(x, x0 ) < δ, x 6= x0 .

175
7 Metrische Räume

(b) f ist in x0 stetig

⇐⇒ für jede Folge (xn ) in M \ {x0 } mit xn → x0 hat (f (xn )) einen Grenzwert. Der gemeinsame
Grenzwert ist dann lim f (x).
x→x0
(vgl. Folgenkriterium, 3.1.3 auf Seite 47)

7.4.3 Beispiel

Sei f : IR2 \ {(0, 0)} → IR mit

|x|α · |y|β
f (x, y) = für α, β > 0.
x2 + y 2
Behauptung:
lim = 0 ⇐⇒ α + β > 2
(x,y)→(0,0)

und der Grenzwert existiert nicht für α + β ≤ 2.

Beweis: Sei t = max(|x|, |y|). Dann ist

|x|α · |y|β
|f (x, y) − 0| =
x2 + y 2
tα+β
≤ 2
t
= tα+β−2 → 0 falls α + β − 2 > 0 für (x, y) → (0, 0)

Sei nun α + β ≤ 2. Dann ist

f (x, 0) = 0
f (0, y) = 0
|x|α+β 1
f (x, x) = = |x|α+β−2
2x(2 2
1
x→0 für α + β = 2
−−−→ 2
+∞ für α + β < 2

Also existiert der Grenzwert nicht.

7.4.4 Komposition

Seien (M, d), (N, %) und (P, σ) metrische Räume, g : M → N sei stetig in x0 ∈ M und f : N → P sei
stetig in y0 = g(x0 ). Dann ist h = f ◦ g : M → P , h(x) := f (g(x)) stetig in x0 .

Beweis: Wie in 3.2.2 (e), Seite 50.

7.4.5 Satz

Sei M ⊆ IRn , f : M → IRn , IRn mit der Euklidmetrik und f = (f1 , f2 , . . . , fm ).

f ist genau dann stetig in ξ ∈ M , wenn alle fν : M → IR in ξ stetig sind.

176
 7.4 Stetige Funktionen

Beweis:
„⇒“: Für ν = 1, . . . , n gilt:

|fν (x) − fν (ξ)| ≤ kf (x) − f (ξ)k

< ε für kx − ξk < δ, x ∈ M

Also ist fν stetig in ξ.

„⇐“:
X
m
kf (x) − f (ξ)k ≤ |fν (x) − fν (ξ)|
| {z }
ν=1
<ε/m

für kx − ξk < δν .
Gilt nun kx − ξk < δ = min{δν : ν = 1, . . . , m}, dann ist

X
m
kf (x) − f (ξ)k ≤ |fν (x) − fν (ξ)| < ε.
ν=1

7.4.6 Regeln für Funktionen vom Typ IRn → IRm

Sei M ⊆ IRn , f, g : M → IRm , ξ ∈ M und f, g stetig in ξ (in ganz M ). Dann ist

(a) f + g
(b) λf für λ ∈ IR
(c) das Skalarprodukt f · g = f1 g1 + · · · + fm gm
stetig in ξ (in ganz M ).

Beweis: Wie in IR, siehe 3.2.2 auf Seite 50.

7.4.7 Satz

Ist A ⊆ M kompakt und f : A → N stetig, so ist f (A) ⊆ N kompakt.

Beweis: Sei (yn ) Folge in f (A), d. h. yn = f (xn ) mit einem xn ∈ A. Dann ist (xn ) Folge in A und
es existiert eine konvergent Teilfolge xnk → ξ ∈ A. Dann gilt wegen der Stetigkeit von f für k → ∞

ynk = f (xnk ) → f (ξ) ∈ f (A).

7.4.8 Satz vom Minimum und Maximum

Sei A ⊆ M kompakt, f : A → IR sei stetig. Dann gibt es x∗ , x∗ ∈ A mit

f (x∗ ) ≤ f (x) ≤ f (x∗ ) für alle x ∈ A.

Vergleiche auch mit 3.2.4 auf Seite 51.

177
7 Metrische Räume

Beweis: Da A kompakt ist, ist auch B = f (A) kompakt. Zeige nun noch (als Aufgabe): Aus der
Kompaktheit von B ⊆ IRn folgt max B ∈ B und min B ∈ B.
Idee: Nehme Folge bn ∈ B mit bn → sup B. sup B < ∞? sup B ∈ B? ⇒ max.

7.4.9 Definition: Äquivalenz von Normen

Sei E ein Vektorraum über IR. Zwei Normen k.kα und k.kβ heißen äquivalent, wenn es A > 0 und
B > 0 gibt mit
kxkβ ≤ Bkxkα und kxkα ≤ Akxkβ für alle x ∈ E.

7.4.10 Beispiel

Sei E = IRn mit der Euklidnorm k.k und der Summennorm k.k1 . Dann ist
v v
u n u n
Xn
CSU uX uX √
kxk1 = 1 · |xν | ≤ t 1 ·t
2 x2ν = n · kxk
ν=1 ν=1 ν=1

und
kxk ≤ kxk1 .

7.4.11 Satz

Im IRn sind alle Normen äquivalent.

Beweis: Für Die Euklidnorm k.k und eine beliebige Norm |.|N .
Sei S n−1 = {x ∈ IRn : kxk = 1} die „Oberfläche der Einheitskugel“.
Sei f : S n−1 → IR mit f (x) = |x|N . Behauptung: f ist stetig:

|f (x) − f (y)| = | |x|N − |y|N | ≤ |x − y|N

X
n
= (xν − yν )eν
ν=1 N

mit eν , dem ν-ten Einheitsvektor

X
n
≤ |xν − yν | ·|eν |N
| {z }
ν=1 aν
v
u n
CSU uX
≤ t |eν |2N ·kx − yk
ν=1
| {z }
=:C

ε
Wähle für ε > 0 nun δ = C. Dann hat f Minimum/Maximum auf S n−1 :

0 < m ≤ f (x) ≤ M < ∞ auf X n−1 .

m · kxk ≤ |x|N ≤ M · kxk für x ∈ S n−1 .

178
 7.4 Stetige Funktionen

Sei nun x 6= 0, x ∈ IRn . Setze ξ = x

kxk ∈ S n−1 . Dann ist |ξ|N ≤ M und

x 1 1
M ≥ |ξ|N = = ·x = · |x|N ,
kxk N kxk N kxk

also
|x|N ≤ M · kxk für x ∈ IRn \ {0} (auch für x = 0)
Zeige genauso: |x|N ≥ m · kxk.

7.4.12 Bemerkung

Die Begriffe „innerer Punkt“, „Häufungspunkt“, „Randpunkt“, A0 , Ā, A0 , ∂A, „Konvergenz von Folgen“
und „Stetigkeit von Funktionen“ sind unabhängig definiert von der verwendeten Norm (dies gilt für
alle endlich dimensionalen Räume).

7.4.13 Beispiel

Betrachte den Raum C([a, b]). Die Normen

v
u b
uZ
u
kuk∞ = max |u(t)| und kuk = t (u(t))2 dt
a≤t≤b
a

sind nicht äquivalent!

Beweis: Hier konkret für das Intervall [a, b] = [0, 1]: Es ist

Z1
kuk =
2
(u(t))2 dt ≤ max |u(t)|2 = kuk2∞ ,
0≤t≤1
0

also ist kuk ≤ kuk∞ .

Dagegen ist kuk∞ ≤ C · kuk für alle u ∈ C([0, 1]) nicht möglich.
Annahme: Ein solches festes C > 0 existiert doch. Setze
(
t−1/3 in [ n1 , 1]
un (t) = .
n1/3 in [0, n1 ]

Es ist
kun k∞ = n1/3
und
Z1 1
kun k <
2
t−2/3 dt = 3t1/3 = 3,
0
0
also ist √
kun k < 3
und es muß gelten: √
n1/3 = kun k∞ ≤ Ckun k < C 3 Widerspruch!

179
7 Metrische Räume

7.5 Mehr über stetige Funktionen

7.5.1 Satz von Heine

Ist A ⊆ M kompakt und f : A → N stetig, so ist f gleichmäßig stetig (vergleiche auch mit 3.2.12,
Seite 54).

Beweis: Annahme: f : M → N [(M, d) und (N, %)] ist nicht gleichmäßig stetig.
Zu δ = 1, 12 , 13 , . . . , n1 existieren die Folgen xn , yn ∈ A mit d(xn , yn ) < n1 , aber mit %(f (xn ), f (yn )) ≥
η > 0.
OBdA sei (xn ) konvergent (Kompaktheit, anderenfalls wähle konvergente Teilfolge):
xn → x ∈ A und yn → x.
Stetigkeit
0 < η ≤ %(f (xn ), f (yn )) −−−−−−→ %(f (x), f (x)) = 0 Widerspruch!

7.5.2 Satz über die Umkehrfunktion

Sei A ⊆ M kompakt, f : A → N sei stetig und injektiv. Dann ist f −1 : f (A) → A stetig (siehe auch
3.2.9, Seite 52).

Beweis: Sei y ∈ f (A) mit y = f (x), x = f −1 (y).

Zeige: lim f −1 (yn ) = x = f −1 (y) für jede Folge (yn ) in f (A) mit yn → y.
n→∞
Setze xn = f −1 (yn ). (xn ) ist Folge in A. Sei (xnk ) eine konvergente Teilfolge mit xnk → x0 ∈ A. Dann
ist
f (x0 ) = lim f (xnk ) = lim ynk = y.
k→∞ k→∞
x0
Da f injektiv ist, ist = x. Dann gilt sogar (denn alle xnk → x): xn → x.
Wenn f −1 nicht stetig sein soll, dann existiert eine Teilfolge (xnj ) mit
d(x, xnj ) ≥ η > 0 für j = 1, 2, 3, . . .
(xnj ) hat eine konvergente Teilfolge (xnjk ), die auch Teilfolge von (xn ) ist. Damit ist xnjk → x für
j → ∞. Also ist
0 < η ≤ d(x, xnjk ) → 0 Widerspruch!

7.5.3 Definition

Seien fn , f : M → N gegeben (n = 1, 2, . . . ). fn heißt gleichmäßig konvergent gegen f , wenn es zu

jedem ε > 0 ein n0 ∈ IN gibt mit
%(fn (x), f (x)) < ε für n ≥ n0 und für alle x ∈ M.
Siehe auch 3.3.1, Seite 54.

7.5.4 Satz

Gilt fn → f gleichmäßig und sind alle fn stetig [in ξ ∈ M oder in M ], dann ist auch f stetig (siehe
auch 3.3.4, Seite 56).

180
 7.5 Mehr über stetige Funktionen

Beweis: Wie bei fn : [a, b] → IR.

7.5.5 Banachscher Fixpunktsatz

Sei (M, d) ein vollständiger metrischer Raum und T : M → M eine Kontraktion, d. h. zu einem
q ∈ (0, 1) ist d(T x, T y) ≤ q · d(x, y) für alle x, y ∈ M .
Dann hat T genau einen Fixpunkt x∗ mit x∗ = T x∗ .
Ist x0 ∈ M beliebig und xn+1 = T xn , so ist

d(x1 , x0 )
d(xn , x∗ ) ≤ q n · ,
1−q

insbesondere gilt xn → x∗ . Man nennt (xn ) Folge der sukzessiven Approximation.

Beweis:
Eindeutigkeit: Sei x = T x und y = T y. Dann ist

d(x, y) = d(T x, T y) ≤ q · d(x, y).

Damit ist dann

(1 − q) ·d(x, y) ≤ 0.
| {z }
≥0

Es ist also d(x, y) = 0, d. h. x = y.

Existenz: Sei x0 ∈ M und xn+1 = T xn . Für n ≥ 2 gilt dann:

d(xn , xn−1 ) = d(T xn−1 , T xn−2 ) ≤ q · d(xn−1 , xn−2 ).

Mit Induktion gilt dann: d(xn , xn−1 ) ≤ q n−1 · d(x1 , x0 ).

Sei nun n > m beliebig. Dann ist

X
n X
n
d(xn , xm ) ≤ d(xj , xj−1 ) ≤ d(x0 , x1 ) q j−1
| {z }
j=m+1 j=m+1
≤q j−1 d(x1 ,x0 )

X
n−m−1
1
= d(x0 , x1 )q m
q k < d(x0 , x1 )q m ·
1−q
k=0

Also ist (xn ) eine Cauchyfolge.

Gelte nun xn → x∗ . Für n > m gilt

d(x0 , x1 ) m
d(xn , xm ) < ·q
1−q

und für n → ∞ ist dann

d(x0 , x1 ) m
d(x∗ , xm ) ≤ ·q
1−q
Gilt nun x∗ = T x∗ ?
 T ist stetig
T x∗ = T lim xn = lim T xn = lim xn+1 = x∗
n→∞ n→∞ n→∞

181
7 Metrische Räume

7.5.6 Beispiel: Fredholmsche Integralgleichung

Sei g : [a, b] → IR stetig und sei k : [a, b] × [a, b] → IR stetig. Sei

Zb
f (x) = g(x) + k(x, y)f (y) dy (7.2)
a

Gesucht ist f ∈ C([a, b]) mit (7.2).

Behauptung: Gilt max{|k(x, y)| : a ≤ x, y ≤ b} < 1

b−a , dann hat (7.2) genau eine Lösung f ∈
C([a, b]).

Beweis:
Rb
(1) Zeige: Aus f ∈ C([a, b]) folgt, daß f˜(x) = k(x, y)f (y) dy stetig ist in [a, b].
a
Beweis: Sei ε > 0. Da k gleichmäßig stetig ist, gibt es ein δ > 0 mit

|k(x, y) − k(x0 , y)| < ε für a ≤ y ≤ b, a ≤ x, x0 ≤ b, |x − x0 | < δ.

Außerdem ist |f (x)| ≤ M in [a, b].

Zb Zb
|f˜(x) − f˜(x0 )| = 0
(k(x, y) − k(x , y))f (y) dy ≤ |k(x, y) − k(x0 , y)| ·M dy
| {z }
a a <ε für |x−x0 |<δ

< M · ε(b − a) = M (b − a) · ε

(2) Setze
Zb
(T f )(x) := g(x) + k(x, y)f (y) dy
a
mit T : C([a, b]) → C([a, b]).
(3) C([a, b]) mit kf k∞ := max |f (x)| ist vollständig.
a≤x≤b

(4) Ist T eine Kontraktion?

q
Nach Voraussetzung existiert ein q ∈ (0, 1) mit |k(x, y)| ≤ b−a für alle (x, y).
Seien f, ϕ ∈ C([a, b]):
Zb
|(T f )(x) − (T ϕ)(x)| = k(x, y) · (f (y) − ϕ(y)) dy
a
Zb
≤ |k(x, y)| · |f (y) − ϕ(y)| dy
| {z } | {z }
q
a ≤ b−a ≤kf −ϕk∞
q
≤ kf − ϕk∞ (b − a) = qkf − ϕk∞
b−a
Also ist
kT f − T ϕk∞ ≤ qkf − ϕk∞

182
 7.5 Mehr über stetige Funktionen

Die Bedingungen für den Banachschen Fixpunktsatz sind also erfüllt.

Um die Fixfunktion f ∗ anzunähern, wählt man ein beliebiges f0 ∈ C([a, b]) und berechnet iterativ

Zb
fn+1 (x) = g(x) + k(x, y)fn (y) dy.
a

Dabei gilt als Fehlerabschätzung für a ≤ x ≤ b:

kf0 − f1 k∞ n
|fn (x) − f ∗ (x)| ≤ ·q
1−q

7.5.7 Beispiel: Der Satz von Picard-Lindelöf

Sei f : [a, b] × IR → IR stetig und

|f (t, u) − f (t, ū)| ≤ L · |u − ū|

für a ≤ t ≤ b und u, ū ∈ IR.

Gesucht ist die Lösung für das Anfangswertproblem (AWP)

u0 = f (t, u), u(a) = α.

Für die Lösung u gilt: u ∈ C 1 ([a, b]) mit

u0 (t) = f (t, u(t)), u(a) = α ∈ IR.

Behauptung: (AWP) hat genau eine Lösung.

Beweis: (AWP) ist äquivalent zu der Integralgleichung (IGL)

Zt
u(t) = α + f (s, u(s)) ds,
a

denn für eine Lösung u ∈ C 1 ([a, b]) von (AWP) gilt:

u(t) − u(a) = u(t) − α

Zt
= u0 (s) ds
a
Zt
= f (s, u(s)) ds
a

u ist also auch Lösung von (IGL).

Sei nun u ∈ C([a, b]) Lösung von (IGL):

Zt
u(t) = α + f (s, u(s)) ds
a

183
7 Metrische Räume

Da u ∈ C([a, b]) ist, ist f (s, u(s)) stetig in [a, b].

Rb
Also ist f (s, u(s)) ds stetig differenzierbar, d. h. auch u ist stetig differenzierbar.
a
Es ist
d
u(t) = f (t, u(t)) und u(a) = α.
dt
Damit ist die Äquivalenz von (AWP) und (IGL) gezeigt.
Definiere nun T mit 

 C([a, b]) → C([a, b])

Zt
T: .


(T u)(t) = α + f (s, u(s)) ds
a

Besitzt T genau einen Fixpunkt? Versuche dies mit Hilfe des Banachschen Fixpunktsatzes zu zeigen.
Definiere dazu folgende Norm auf C([a, b]):

kuk = max {|u(t)| · exp(−2L(t − a))}

a≤t≤b

(Nachweis der Normeigenschaften als Aufgabe).

Behauptung: T ist eine Kontraktion mit q = 12 .
Seien u, v ∈ C([a, b]). Dann ist

Zt
|(T u)(t) − (T v)(t)| = (f (s, u(s)) − f (s, v(s))) ds
a
Zt
≤ |f (s, u(s)) − f (s, v(s))| ds
| {z }
a ≤L|u(s)−v(s)|
Zt
≤L |u(s) − v(s)| · exp(−2L(s − a)) · exp(2L(s − a)) ds
| {z }
a ≤ku−vk
t
exp(2L(s − a))
≤ Lku − vk ·
2L a
exp(2L(t − a))
< Lku − vk ·
2L
exp(2L(t − a))
= ku − vk ·
2
Also ist
1
|(T u)(t) − (T v)(t)| · exp(−2L(t − a)) < ku − vk
2
und damit
1
kT u − T vk = max{|(T u)(t) − (T v)(t)| · exp(−2L(t − a))} ≤ ku − vk.
2
Für den Banachschen Fixpunktsatz fehlt noch die Vollständigkeit von C([a, b]) mit der Norm k.k.
Zeige, daß k.k äquivalent zu k.k∞ ist.
Es ist
kuk ≤ kuk∞ ,

184
 7.5 Mehr über stetige Funktionen

da exp(−2L(t − a)) ≤ 1 in [a, b]. Außerdem ist

|u(t)| · exp(−2L(t − a)) ≥ |u(t)| · exp(−2L(b − a))
| {z }
1
=: C

Damit ist
|u(t)| ≤ C|u(t)| exp(−2L(t − a)) ≤ Ckuk.
Da dies für a ≤ t ≤ b gilt, ist
kuk∞ ≤ Ckuk.
Insbesondere gilt:
kun − um k∞ ≤ Ckun − um k
kun − um k ≤ kun − um k∞ .
Also ist der Raum vollständig, der Banachsche Fixpunktsatz kann angewendet werden, d. h. T hat
genau einen Fixpunkt.

7.5.8 Konkretes Beispiel für den Satz von Picard-Lindelöf

Gesucht ist u ∈ C([0, t0 ]) mit

u0 = t + u und u(0) = 0 in [0, t0 ] × IR.
Hier ist f (t, u) = t + u.
Setze L = 1 und berechne u nach dem folgenden System:
Wähle u0 ∈ C([0, t0 ]) und berechne dann sukzessive
Zt Zt
t2
un+1 = (s + un (s)) ds = + un (s) ds.
2
0 0

Speziell: Wähle u0 (t) ≡ 0. Dann ist

t2
u1 (t) =
2
t2 t3
u2 (t) = +
2 2·3
t2 t3 t4
u3 (t) = + +
2 2·3 2·3·4
..
.
t2 t3 tn+1
un (t) = + +··· + .
2 2·3 2 · 3 . . . (n + 1)
Zeige dies für un (t) per Induktion.
Es gilt:
X tj
n+1
un (t) =
j!
j=2
↓ ↓
u(t) = et − 1 − t
Führe eine Probe durch:
Es ist u0 = et − 1 und t + u = et − 1, die beiden sind also gleich. Außerdem ist u(0) = 0.

185
7 Metrische Räume

7.5.9 Definition

Sei (M, d) ein metrischer Raum, A ⊆ M , A 6= ∅ und (Oλ ) sein ein System von offenen Mengen mit
Oλ ⊆ M für λ ∈ Λ.
S S
m
(Oλ )λ∈Λ heißt offene Überdeckung von A, wenn A ⊆ Oλ ist. Gilt bereits A ⊆ Oλj für gewisse
λ∈Λ j=1
λj , so heißt (Oλj )j=1,...,m eine endliche Teilüberdeckung.

7.5.10 Beispiel


Sei A = (0, 1] ⊆ IR und In = n1 , 2 für n = 1, 2, . . .
S
∞

Es gilt (0, 1] ⊆ 1
n , 2 (Aufgabe!)
n=1
und (In ) enthält keine endliche Teilüberdeckung, denn sonst wäre
m 
[   
1 1
(0, 1] ⊆ ,2 = ,2 Widerspruch!
j m
j=1

7.5.11 Satz von Heine-Borel

A ⊆ M ist genau dann kompakt, wenn jede offene Überdeckung von A eine endliche Teilüberdeckung
enthält.

Beweis:
„⇐“: Zu zeigen ist: (xn ) hat eine konvergente Teilfolge (xnk ) mit xnk → x ∈ A.
Widerspruchsbeweis:
Sei (xn ) eine Folge in A, die keine konvergente Teilfolge mit Grenzwert in A hat.
Sei a ∈ A. Dann existiert ein r(a) > 0, so daß

K(a) := K(a, r(a))

höchstens ein xn enthält.

(K(a))a∈A ist eine offene Überdeckung von A. Es werden aber unendlich viele Ua benötigt, um
{xn : n ∈ IN} zu überdecken, also auch für A. Widerspruch!
„⇒“: Sei A kompakt und (Oλ )λ∈Λ eine offene Überdeckung.
Sei nun a ∈ A und
(
A → IR
r: .
r(a) := sup{% < 1 : K(a, %) ⊆ Oλ für ein λ ∈ Λ}

Behauptung: r ist stetig.

Beweis: Sei x ∈ A fest. Dann gilt 0 < % < r(x) und d(y, x) < r(x), d(x, y) < %.
Suche nun eine Abschätzung
r(y) ≥?
Setzt man δ = d(x, y), so gilt

K(y, % − δ) ⊆ K(x, %) ⊆ Oλ .

186
 7.6 Zusammenhang

Also ist
r(y) ≥ % − δ, % ≤ r(y) + d(x, y)

⇒ r(x) ≤ r(y) + d(x, y)

→ r(x) − r(y) ≤ d(x, y).

Dies gilt auch, wenn d(x, y) ≥ r(x) ist (trivial!).
Genauso gilt auch
r(y) − r(x) ≤ d(x, y).
Damit gilt dann:
|r(x) − r(y)| ≤ d(x, y) Bedingung für die Stetigkeit
Also ist r stetig.
Da A kompakt ist, hat r ein positives Minimum= 2 · r0 .
Zu jedem x ∈ A existiert ein λ mit
K(x, r0 ) ⊆ Oλ
Also ist (K(x, r0 ))x∈A eine offene Überdeckung von A.
Zeige nun noch, daß (K(x, r0 ))x∈A eine endliche Teilüberdeckung enthält und damit auch (Oλ )
selbst.
Annahme: Es gibt keine endliche Teilüberdeckung.
Sei x0 ∈ A beliebig. dann existieren: x1 ∈ A \ K(x0 , r0 )
x2 ∈ A \ (K(x0 , r0 ) ∪ K(x1 , r0 ))
..
.
xn ∈ A \ (K(x0 , r0 ) ∪ · · · ∪ K(xn−1 , r0 )).
(xn ) ist eine Folge in A.
Für n > m gilt dann d(xn , xm ) ≥ r0 und xn 6= K(xm , r0 ).
Es gibt also keine konvergente Teilfolge in A. Widerspruch!
Also enthält (K(x, r0 ))x∈A eine endliche Teilüberdeckung und (Oλ ) enthält ebenfalls eine end-
liche Teilüberdeckung.

7.6 Zusammenhang

In diesem Abschnitt ist (M, d) ein metrischer Raum, insbesondere meistens IRn mit der euklidischen
Metrik oder IR mit dem absoluten Betrag |.|.

7.6.1 Definition: Partition, zusammenhängend

Sei E ⊆ M , E 6= ∅ und A, B ⊆ M .
(A, B) heißt Partition von E, wenn gilt:
(1) A und B sind offen
(2) E ⊆ A ∪ B
(3) E ∩ A ∩ B = ∅
(4) E ∩ A 6= ∅ und E ∩ B 6= ∅.
E heißt zusammenhängend, wenn es keine Partition von E gibt.

187
7 Metrische Räume

7.6.2 Anschauliche Beispiele

(a) Intervall in IR: [ )

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

(b)

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

Die hier gezeigte Menge ist nicht zusammenhängend.

(c)

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

Mit Rand Ohne Rand

zusammenhängend nicht zusammenhängend

7.6.3 Bemerkung

In der Definition des Zusammenhanges kann man „offen“ durch „abgeschlossen“ ersetzen.

Beweis: Setze à = M \ A und B̃ = M \ B.

à und B̃ sind offen, wenn A und B abgeschlossen sind.
(A, B) ist Partition von E; A und B sind abgeschlossen.
Zeige: (Ã, B̃) ist Partition von E.
(1̃) Ã und B̃ sind offenX
(2̃) Es gilt E ⊆ A ∪ B, E * A und E * B (wegen (3), (4))
⇒ E ⊆ Ã ∪ B̃, denn 
x∈A⇒x∈ / B ⇒ x ∈ B̃
x∈E⇒
x∈B⇒x∈ / A ⇒ x ∈ Ã

(3̃) Sei x ∈ E ∩ Ã ∩ B̃.

Dann ist x ∈ E, x ∈ / A und x ∈
/ B.
Das heißt, es gibt ein x ∈ E mit x ∈/ A und x ∈/ B.
Dies ist ein Widerspruch zu (2), also kann es so ein x nicht geben.

188
 7.6 Zusammenhang

(4̃) Sei E ∩ Ã = ∅ und sei x ∈ E.

Dann ist x ∈ M \ Ã = A für alle x ∈ E.
Das heißt, daß E ⊆ A ist. Widerspruch zu (3) und (4),
da ∅ =
6 E ∩ B ⊆ E ∩ A ∩ B Widerspruch zu (3).

7.6.4 Definition: Gebiet

Eine offene und zusammenhängende Menge heißt Gebiet.

7.6.5 Satz

Ist f : E → N [(N, %) sei dabei ein metrischer Raum] stetig und E zusammenhängend, so ist f (E)
zusammenhängend.

Beweis: Annahme: (Ã, B̃) sei Partition von f (E).

Zu y = f (x) ∈ Ã und zu ε > 0 existiert ein δ > 0 mit

f (K(x, δ) ∩ E) ⊆ K(y, ε), δ = δ(ε, x) = δ(x) für festes ε

[
A= K(x, δ(x)) ist offene Menge
| {z }
f (x)∈Ã offen

Genauso: [
B= K(x, δ(x)) ist offene Menge
| {z }
f (x)∈B̃ offen

Ist (A, B) Partition von E?

(1) A und B sind offenX
(2) X nach Konstruktion
(3) Sei x ∈ E ∩ A ∩ B
Dann ist f (x) ∈ Ã und f (x) ∈ B̃
Also ist à ∩ B̃ 6= ∅
Daraus folgt, daß Ã ∩ B̃ ∩ f (E) 6= ∅ ist. Widerspruch zu (3̃)
Also ist E ∩ A ∩ B = ∅.
(4) Wäre E ∩ A = ∅, also E ⊆ B,
dann wäre B̃ ⊇ f (B ∩ E) = f (E). Widerspruch! zu (3̃) und (4̃)
Also ist E ∩ A 6= ∅ und genauso E ∩ B 6= ∅
Zusammen ist (A, B) damit Partition von E. Widerspruch! zu: E ist zusammenhängend. Es gibt also
keine Partition von f (E), d. h. f (E) ist zusammenhängend.

7.6.6 Zwischenwertsatz

Eine Menge E ist genau dann zusammenhängend, wenn jede stetige Funktion f : E → IR die Zwi-
schenwerteigenschaft hat, d. h. wenn f (E) ein Intervall ist.

189
7 Metrische Räume

Beweis:
„⇐“: Sei E nicht zusammenhängend und (A, B) Partition von E.
Setze (
0 x∈E∩A
f : E → IR, f (x) =
1 x∈E∩B

f (E) = {0, 1}
Behauptung: f ist stetig.
Sei z. B. x0 ∈ A ∩ E, f (x0 ) = 0.
Dann existiert ein δ > 0 mit K(x0 , δ) ⊆ A, da A offen ist.
In K(x0 , δ) ∩ E ist f (x) = 0, also ist f stetig in x0 .
Da f (E) = {0, 1} kein Intervall ist, aber nach Voraussetzung ein Intervall sein muß, erhält man
einen Widerspruch!
⇒ E ist doch zusammenhängend.
„⇒“: Sei E zusammenhängend, f : E → IR stetig, aber f (E) kein Intervall.
Dann gibt es a < b mit a, b ∈ f (E), aber c ∈ (a, b) mit c ∈
/ f (E).
Setze damit
A = {x : f (x) < c} und B = {x : f (x) > c}.
A und B sind offen. Überprüfe die Definition für die Partition (A, B):
(1) X
(2) X, da f (x) 6= c für alle x ∈ E.
(3) X, da sogar A ∩ B 6= ∅.
(4) Es gibt α mit f (α) = a: Es ist α ∈ A.
Es gibt β mit f (β) = b: Es ist β ∈ B.
Zusammen ist damit (A, B) eine Partition der zusammenhängenden Menge E. Widerspruch!
Also ist f (E) ein Intervall.

7.6.7 Satz

Die zusammenhängenden Teilmengen von IR sind genau die Intervalle.

Beweis:
„⇒“: Sei E ⊆ IR zusammenhängend und setze f : E → IR, f (x) = x. Dann ist nach dem Zwischen-
wertsatz f (E) = E ein Intervall.
„⇐“: Sei E ⊆ IR ein Intervall und f : E → IR stetig. Dann ist nach Ana I f (E) ein Intervall und mit
dem Zwischenwertsatz ist damit E zusammenhängend.

7.6.8 Hilfssatz

Sλ für λ ∈ Λ zusammenhängende Mengen (in M ), Eλ ∩ Eν 6= ∅ für je zwei λ, ν ∈ Λ. Dann ist

Seien E
auch Eλ =: E zusammenhängend.
λ∈Λ

190
 7.6 Zusammenhang

Beweis: Annahme: E ist nicht zusammenhängend, (A, B) Partition von E, insbesondere

Eλ ⊆ A ∪ B

Eλ ∩ A ∩ B ⊆ E ∩ A ∩ B = ∅

Da Eλ zusammenhängend ist, ist (A, B) keine Partition von Eλ . Also ist Eλ ⊆ A oder Eλ ⊆ B. Sei
hier Eλ ⊆ A.
Sei µ 6= λ. Dann ist Eµ ⊆ A oder Eµ ⊆ B und Eλ ∩ Eµ 6= ∅.
Damit ist Eµ ∩ A 6= ∅.
Dann kann Eµ ⊆ B nicht gelten, da Eµ ∩ A ∩ B = ∅ ist, also ist Eµ ⊆ A.
Zusammen ist dann E ⊆ A. Dies ist ein Widerspruch dazu, daß (A, B) Partition von E ist, also ist
E zusammenhängend.

7.6.9 Beispiel

Sei E ⊆ IRn offen und sternförmig bezüglich 0, d. h. für jedes x ∈ E gilt:

{tx : 0 ≤ t ≤ 1} ⊆ E.

Behauptung: E ist zusammenhängend, also ein Gebiet.

Beweis: Sei für x ∈ E

Sx = {tx : 0 ≤ t ≤ 1}.

Die Funktion
[0, 1] → IRn , t 7→ tx

ist stetig. Damit ist Sx zusammenhängend. Außerdem ist

[
E= Sx und Sx ∩ Sy ⊇ {0}.
x∈E

Also ist E zusammenhängend.

7.6.10 Satz

Sei E ⊆ M , E 6= ∅. Dann ist

x ∼ y :⇔ „es gibt eine zusammenhängende Teilmenge F ⊆ E mit x, y ∈ F “

eine Äquivalenzrelation. Die Äquivalenzklassen [x] sind zusammenhängend. Entweder ist [x] = [y]
oder [x] ∩ [y] = ∅. Jede Klasse [x] heißt Zusammenhangskomponente von E. Es gilt:
[
E= [x]
x

191
7 Metrische Räume

Beweis: Zeige, daß ∼ eine Äquivalenzrelation ist:

(1) Reflexivität: Ist x ∼ x? Ja, da x, x ∈ {x} =zusammenhängende Teilmenge.
(2) Symmetrie:

x ∼ y ⇒ x, y ∈ F ⊆ E, F zusammenhängend
⇒ y, x ∈ F ⊆ E, F zusammenhängend
⇒ y∼x

(3) Transitivität:
Sei x ∼ y und y ∼ z, d. h.
x, y ∈ F1 ⊆ E und y, z ∈ F2 ⊆ E,
F1 und F2 sind zusammenhängend.
x, z ∈ F1 ∪ F2 ⊆ E
y ∈ F1 ∩ F2 , also ist F1 ∪ F2 zusammenhängend.
Also ist x ∼ z.

7.6.11 Bemerkung

Zusammenhangskomponenten sind automatisch maximal zusammenhängend, d. h. ist F ⊆ E zusam-

menhängend, dann existiert eine Zusammenhangskomponente C mit F ⊆ C.

Beweis: Sei x ∈ F , C = [x].

Für y ∈ F ist dann x ∼ y, also y ∈ [x] = C, F ⊆ C.

7.6.12 Zusatz

Ist E ⊆ IRn offen [abgeschlossen], dann ist auch jede Zusammenhangskomponente offen [abgeschlos-
sen].
Eine offene Menge E ⊆ IRn besteht aus endlich oder abzählbar unendlich vielen Gebieten.

Beweis: Zuerst für offenes E:

Sei C Zusammenhangskomponente von E.
Sei x ∈ C. Dann existiert ein δ > 0 mit K(x, δ) ⊆ E, da K(x, δ) zusammenhängend ist und x enthält.
Da C maximal zusammenhängend ist, folgt K(x, δ) ⊆ C. Zeige nun, daß es nur endlich oder abzählbar
unendlich viele Zusammenhangskomponenten gibt:
Sei C eine Zusammenhangskomponente von E.
C enthält x ∈ IRn mit xν ∈ Q für ν = 1, . . . , n.
Nenne x = xC und definiere die Abbildung

{C : C ist Komponente von E} → Qn C 7→ xC .

Diese Abbildung ist injektiv, da je zwei Komponenten disjunkt (oder gleich) sind. Da aber Qn ab-
zählbar ist, existieren höchstens abzählbar viele Komponenten.
Nun der Beweis für abgeschlossenes E:
Sei C Zusammenhangskomponente von E.
Zu zeigen ist, daß C abgeschlossen ist, d. h. C = C̄. Es gilt:

192
 7.6 Zusammenhang

(1) C̄ ⊆ E, da E abgeschlossen ist.

(2) C̄ ist zusammenhängend (Dies wird gleich gezeigt).

Zusammen ist also C ⊆ C̄ ⊆ E, also auch C = C̄.

Zeige nun, daß (2) gilt:
Wenn C̄ nicht zusammenhängen ist, existiert eine Partition (A, B) von C̄ mit:

(1) Aund B sind offen.

(2) C̄ ⊆ A ∪ B.

(3) C̄ ∩ A ∩ B = ∅.

(4) C̄ ∩ A 6= ∅ und C̄ ∩ B 6= ∅.

Da C ⊆ A ∪ B und C ∩ A ∩ B = ∅ und C zusammenhängend ist, folgt: C ∩ A = ∅ [oder C ∩ B = ∅],

also ist z. B. C ⊆ B.
Andererseites existiert ein a ∈ C̄ ∩ A. Da A ⊆ C ist, ist a ∈ C 0 ,
d. h. es existiert eine Folge (cn ) in C mit cn → a, cn 6= a.
Also existiert eine Kugel K(a, δ) ⊆ A.
Für n ≥ n0 gilt dann:
cn ∈ K(a, δ) ⊆ A

und
cn ∈ C ⊆ B.

Damit ist dann cn ∈ C ∩ A ∩ B = ∅. Widerspruch!

Also ist C̄ zusammenhängend.

7.6.13 Testbeispiel

Sei Λ Indexmenge und Iλ seien für λ ∈ Λ offene Intervalle.

Setze
[
E= Iλ ⊆ IR.
λ∈Λ

E besteht nach dem Satz aus höchstens Abzählbar vielen Intervallen (Komponenten).

7.6.14 Definition: Weg

M sei ein metrischer Raum, E ⊆ M .

Eine stetige Abbildung
γ : [α, β] → E

heißt Weg in E. γ(α) heißt Anfangspunkt, γ(β) heißt Endpunkt von γ.

Man sagt γ verbindet γ(α) mit γ(β) in E.
Beachte:
|γ| := {γ(t) : α ≤ t ≤ β} ⊆ E

ist zusammenhängend, |γ| heißt Träger von γ.

193
7 Metrische Räume

7.6.15 Beispiel

Sei γ : [0, 2π] → IR2 mit  

cos t
γ(t) =
sin t

γ(π/2) = (0, 1)
............................
....... .......
...... ......
.... ....
... ...
...
..
. ...
.... ...
γ(π) = (−1, 0) ...
...
γ(0) = γ(2π) = (1, 0)
...
..
... ...
... . ..
... ...
... .
.... ...
..... ....
...... .....
......... ......
..........................
γ( 32 π) = (0, −1)

7.6.16 Definition: Wegzusammenhang

E ⊆ M heißt wegzusammenhängend, wenn es zu a, b ∈ E einen Weg γ gibt, der a mit b in E verbindet.

7.6.17 Beispiel

Dies gilt zum Beispiel für konvexe und sternförmige Mengen.

7.6.18 Satz

Wegzusammenhängende Mengen sind immer zusammenhängend.

Beweis: Sei E wegzusammenhängend und a ∈ E fest.

Zu jedem x ∈ E existiert ein Weg Sγx in E, der in a beginnt und in x endet, |γx | ist zusammenhängend,
|γx | ∩ |γy | ⊇ {a}. Also ist E = |γx | zusammenhängend.
x∈E

7.6.19 Beispiel/Aufgabe

Seien
  
1
E1 = :0<x≤1 x, sin
x
E2 = {(0, y) : − 1 ≤ y ≤ 1}

Weise nach: E1 und E2 sind wegzusammenhängend, E1 ∪ E2 ist zusammenhängend, aber nicht weg-
zusammenhängend. Z. B. existiert kein Weg von (0, 0) zu (1, sin 1).

7.6.20 Satz

Jedes Gebiet im IRn ist wegzusammenhängend. (Gebiet=offen und wegzusammenhängend)

194
 7.7 Gleichgradige Stetigkeit

Beweis: Sei E ⊆ IRn ein Gebiet und a ∈ E sei fest. Setze

A = {x ∈ E : es gibt einen (achsenparallelen) Weg in E von a nach x}
B = E \ A.
1. Zeige: A ist offen! Sei x ∈ A.
Dann existiert ein δ > 0 mit K(x, δ) ⊆ E. Es existiert ein Weg γx von a nach x mit |γx | ⊆ E.
Sei y ∈ K(x, δ): γx verlängert um die Strecke von x nach y ist ein Weg von a nach y in E.
D. h. y ∈ A, also K(x, δ) ⊆ A. Also ist A offen, da x ∈ A beliebig ist.
2. A 6= ∅, da a ∈ A.
3. Zeige: B ist offen!
Es ist B = {x : es existiert kein Weg von a nach x in E}.
Sei x ∈ B, δ > 0, so daß K(x, δ) ⊆ E ist.
Wäre y ∈ K(x, δ) von a aus erreichbar durch einen Weg γx , so auch x durch γy , verlängert um die
Strecke von y nach x. Also ist B offen. Daraus folgt
4. E = A∪B. Dabei sind A und B offen, A∩B = ∅, A 6= ∅ und A∩B∩E = ∅, da E zusammenhängend
ist. Also ist B = ∅, da a ∈ A ist.
Gezeigt: Jedes x ∈ E ist Endpunkt eines Weges in E, der in a beginnt.
Desgleichen gilt auch für achsenparallele Streckenzüge.

7.7 Gleichgradige Stetigkeit

7.7.1 Definition: gleichgradig stetig

Sei E ⊆ IRn , E 6= ∅. F sei eine Menge (Familie) von Funktionen f : E → IRm . F heißt
(a) beschränkt, wenn es ein M > 0 gibt mit kf (x)k ≤ M für alle x ∈ E und für alle f ∈ F .
(b) gleichgradig stetig, wenn es zu jedem ε > 0 ein δ > 0 gibt mit: Ist x, y ∈ E, kx − yk < δ, so ist
kf (x) − f (y)k < ε für alle f ∈ F .

7.7.2 Beispiele

(a) Ist für alle f ∈ F und x, y ∈ E

kf (x) − f (y)k ≤ Lkx − yk,
wobei L unabhängig von f , x und y ist, so ist F gleichgradig stetig. Setze dabei δ := ε
L.

(b) Sei E ⊆ IRn kompakt, fk : E → IRm stetig und fk → f gleichmäßig in E.

Behauptung: F = {fk : k ∈ IN} ist gleichgradig stetig.
Beweis: Da alle fk gleichmäßig konvergieren, ist f stetig.
Da aber auch E kompakt ist, ist f sogar gleichmäßig stetig.
Also gibt es zu ε > 0 ein σ > 0 mit
ε
kf (x) − f (y)k < für x, y ∈ E, kx − yk < σ.
3
Weiter existiert ein k0 mit
ε
kfk (x) − f (x)k < fürk ≥ k0 , x ∈ E.
3

195
7 Metrische Räume

Für 1 ≤ k ≤ k0 existiert ein δk mit

kfk (x) − fk (y)k < ε für x, y ∈ E, kx − yk < δk .

Setze δ := min(δ1 , . . . , δk0 , σ) > 0. Für kx − yk < δ gilt dann:

kfk (x) − fk (x)k < ε ist erfüllt für k ≤ k0 .

Sei nun k ≥ k0 . Dann ist

kfk (x) − fk (y)k = kfk (x) − f (x) + f (x) − f (y) + f (y) − fk (y)k
≤ kfk (x) − f (x)k + kf (x) − f (y)k + kf (y) − fk (y)k < ε
| {z } | {z } | {z }
<ε/3 <ε/3 <ε/3
glm. Konv. glm. Stetigkeit glm. Konv.

Also ist F gleichgradig stetig.

Aufgabe: Zeige, daß F beschränkt ist.

7.7.3 Satz von Arzela-Ascoli

Es sei E ⊆ IRn (offen und beschränkt oder der Abschluß einer offenen und beschränkten Menge
M ⊆ IRn ) und F sei beschränkt und gleichgradig stetig.
Dann hat jede Folge (fk ) in F eine gleichmäßig konvergente Teilfolge.

Beweis:
(a) Teilfolgenauswahl nach dem Cantorschen Diagonalverfahren.
E ∩ Qn ist eine abzählbare Menge, dicht, d. h. E ∩¯Qn = Ē = {ξ 1 , ξ 2 , ξ 3 , . . . }
1.: (fk (ξ 1 )) ist beschränkt (im IRm ): es ex. TF (f1,k (ξ 1 ))
2.: (f1,k (ξ 2 )) ist beschränkt (im IRm ): es ex. TF (f2,k (ξ 2 ))
..
.
`.: (f`−1,k (ξ l )) ist beschränkt (im IRm ): es ex. TF (f`,k (ξ ` )). Wir haben also:
f1,1 f1,2 f1,3 f1,4 · · ·
f2,1 f2,2 f2,3 f2,4 · · ·
f3,1 f3,2 f3,3 f3,4 · · ·
.. .. .. ..
. . . .
Wähle nun ϕk := fk,k .
(ϕk ) ist Teilfolge von (fk ).
(ϕk )k≥l ist Teilfolge von (f`,k ).
ϕk (ξ ` ) ist Teilfolge von (f`,k (ξ ` )),
d. h. lim ϕk (ξ ` ) existiert für alle l = 1, 2, . . .
k→∞

(b) Konvergenzbeweis:
Sei ε > 0. Dazu existiert ein δ > 0 mit

kϕk (x) − ϕk (y)k < ε für x, y ∈ E, kx − yk < δ und für alle k ∈ IN

(gleichgradige Stetigkeit).
Sei Dj = K(ξ j , δ):
∞
[
E ⊆ Ē ⊆ Dj (da {ξ j } dicht ist).
j=1

196
 7.7 Gleichgradige Stetigkeit

Da Ē kompakt ist, gibt es ein p mit

Ē ⊆ D1 ∪ · · · ∪ Dp (Heine-Borel).
Zu ε > 0 existiert ein Index k0 mit
kϕk (x) − ϕ` (x)k = kϕk (x) − ϕk (ξ j ) + ϕk (ξ j ) − ϕ` (ξ j ) + ϕ` (ξ j ) − ϕ` (x)k
≤ kϕk (x) − ϕk (ξ j )k + kϕk (ξ j ) − ϕ` (ξ j )k + kϕ` (ξ j ) − ϕ` (x)k
< |{z}
ε + |{z}
ε + |{z}
ε = 3ε
(1) (2) (3)

Dabei gilt:
(1), da kx − ξ j k < δ für alle k (gleichgradige Stetigkeit)
(3), da kx − ξ j k < δ für alle l (gleichgradige Stetigkeit)
(2), da lim ϕk (ξ j ) existiert.
k→∞
Also ist das Cauchykriterium erfüllt, es liegt gleichmäßige Konvergenz vor.

7.7.4 Beispiel: Existenzsatz von Peano

Sei S = [a, b] × IR ⊆ IR2 und f : S → IR sei stetig und beschränkt.

Gesucht ist u mit
u0 = f (t, u) und u(a) = α. (7.3)
Das Anfangswertproblem (7.3) hat mindestens eine Lösung in [a, b], d. h.
u ∈ C 1 ([a, b]), u(a) = α und u0 (t) = f (t, u(t)).
Äquivalent zu diesem Problem ist
Zt
u(t) = α + f (s, u(s)) ds mit u ∈ C([a, b]).
a

Beweis: Setze
un (t) = α in [a − 1, a]
und
Zt   
1
un (t) = α + f s, un s − ds in (a, b].
n
a
Behauptung: {un : n ∈ IN} ist beschränkt und gleichgradig stetig.
Dann existiert eine Teilfolge unk → u gleichmäßig in [a, b].
Für |un (t)| ≤ K ist f gleichmäßig stetig auf [a, b] × [−K, K]
  
1 glm.
f s, unk s − −−→ f (s, u(s)).
nk

Zt   
1
unk (t) = α + f s, unk s− ds
nk
a
↓ ↓
Zt
u(t) = α + f (s, u(s)) ds
a

197
7 Metrische Räume

Beweis der Beschränktheit: Es gilt: |f (t, u)| ≤ M in S.

Zt
un (t) ≤ |α| + M ds ≤ |α| + M (b − a) =: K für a ≤ t ≤ b.
a

Beweis der gleichgradigen Stetigkeit: Sei τ < t. Dann ist

Zt    Zτ   
1 1
|un (t) − un (τ )| = f s, un s− ds − f s, un s− ds
n n
a a

Zt
1
= f (s, un (s − )) ds ≤ M · (t − τ ) Lipschitzbedingung für un
| {z n }
τ
|.|≤M

Also sind die un gleichgradig stetig.

7.7.5 Beispiel für den Existenzsatz von Peano

Beispiel mit mehreren Lösungen:

Sei S = [0, 1] × IR und f wie folgt definiert:


 2p für u > 1
f (t, u) = 2 |u| für − 1 < u < 1


2 für u < −1
....
...
..
...
...
f =2 ...
...
...
...
..
.........................................................
1 ...
...
...
...
...
...
...
f (t, u) = ...
...
...
0 p ...
... 1
....
2 |u| ..
...
...
...
...
...
...
−1 .........................................................
..
...
...
...
...
f =2 ...
...
...
...
...
.

Gesucht ist ein u mit

u0 = f (t, u) und u(0) = 0.
Eine Lösung ist
u(t) = 0.
Eine andere Lösung ist
u(t) = t2 .
Die weiteren Lösungen sind (
0 0≤t≤τ
u(t) = .
(t − τ )2 τ ≤t≤1

198
8 Mehrdimensionale Differentialrechnung1

8.1 Matrizen und quadratische Formen

8.1.1 Definition: Matrizen

 
a1,1 a1,2 ... a1,n
 a2,1 a2,2 ... a2,n 
 
A :=  . 
 .. 
am,1 am,2 . . . am,n
ist eine m × n-Matrix mit aµ,ν ∈ IR.

m ist die Zahl der Zeilen: aµ,1 aµ,2 . . . aµ,n ist eine 1 × n-Matrix.
 
a1,ν
 a2,ν 
 
n ist die Zahl der Spalten:  .  ist eine m × 1-Matrix.
 . 
.
am,ν

8.1.2 Rechenregeln für Matrizen

1. Für C := A + B gilt: cµ,ν := aµ,ν + bµ,ν .

2. Für C := λA gilt: cµ,ν := λµ,ν .
3. Sei A eine m × n-Matrix und B eine n × p-Matrix. Dann ist C := A · B eine m × p-Matrix mit

X
n
cµ,% = aµ,ν bν,%
ν=1

für µ = 1, . . . , m und % = 1, . . . , p.

8.1.3 Transponierte Matrizen

Die Transponierte von A (siehe oben) ist

 
a1,1 . . . am,1
 a1,2 am,2 
 
AT :=  . ..  .
 .. . 
a1,n . . . am,n

Wenn x ∈ IRn ist, wird oft

xT = (x1 , . . . , xn )
1
Version 4.8 vom 19. Dezember 2002

199
8 Mehrdimensionale Differentialrechnung

geschrieben. Dies ist als Spaltenvektor gemeint:



x1
 x2 
 
x= . 
 .. 
xn

8.1.4 Skalarprodukt
 
y1
 
xT y = (x1 , . . . , xn ) ·  ...  = x1 y1 + · · · + xn yn = x · y
yn
ist das Skalarprodukt im IRn .

8.1.5 Matrizennorm

Sei A eine m × n-Matrix, [Link] eine Norm im IRn und [Link] eine Norm im IRm . Dann ist
kAk := sup{kA · xkm : x ∈ IRn , kxkn = 1}
die von [Link] und [Link] erzeugte Matrixnorm.
Beachte:
kAxkm ≤ kAk · kxkn für alle x ∈ IRn .

8.1.6 Beispiele

(1) Beidesmal die Euklidnorm: Zeige (als Aufgabe)

v X
u
kAk ≤ u
t a2µ,ν .
µ=1,...,m
ν=1,...,n

(2) Beidesmal Maximumnorm:

Für y = Ax ist
X
n
yµ = aµ,ν xν .
ν=1
Es gilt dann
X
n
|yµ | ≤ |aµ,ν | · |xν |
|{z}
ν=1
≤kxk∞
!
X
n
≤ |aµ,ν | · kxk∞
ν=1

Also ist
!
m X
n
kyk∞ ≤ max |aµ,ν | · kxk∞
µ=1
ν=1

200
 8.1 Matrizen und quadratische Formen

Es ist damit
(∗) m X
n
kAk ≤ max |aµ,ν |.
µ=1
ν=1

Zeige, daß für (∗) Gleichheit gilt:

Sei
m X
n X
n
max |aµ,ν | = |a%,ν |
µ=1
ν=1 ν=1

Setze (
1 wenn a%,ν ≥ 0
xν = .
−1 wenn a%,ν < 0
Dann ist
X
n X
n
a%,ν xν = |a%,ν | · kxk∞
| {z }
ν=1 ν=1
=1

und damit
X
n
kAk ≥ |a%,ν .
ν=1

Aus und (∗) folgt insgesamt die Gleichheit bei (∗).

8.1.7 Definition: Quadratische Formen

Sei A eine symmetrische n × n-Matrix (A = AT , aµ,ν = aν,µ ). Dann heißt

X
n
QA : IR → IR, QA (x) := x Ax =
n T
aµ,ν xµ xν
µ,ν=1

quadratische Form.

8.1.8 Bemerkung

Wenn AT = A ist, sind alle Eigenwerte λ1 , . . . , λn reell. Man kann die Eigenvektoren x(1) , . . . , x(n)
orthonormal wählen, d. h. es gilt (
1 j=k
x ·x =
(j) (k)
.
0 j 6= k

x(1) , . . . , x(n) bilden eine Orthonormalbasis des IRn .

Sei nun x ∈ IRn . Dann gilt:

X
n X
n
x= ξj x(j) und Ax = ξj λj x(j) .
j=1 j=1

Damit ist
X
n
xT Ax = x · (Ax) = λj ξj2 .
j=1

201
8 Mehrdimensionale Differentialrechnung

8.1.9 Definition: positiv/negativ (semi-)definit

A heißt

  >0 für x 6= 0
positiv definit  


 

negativ definit 
 < 0
 für x 6= 0
positiv semidefinit ⇐⇒ T
x Ax ≥ 0 für x 6= 0

 

negativ semidefinit 
 
 ≤0 für x 6= 0
 

indefinit 
sonst


alle λj > 0




alle λj < 0
⇐⇒ alle λj ≥ 0



 alle λj ≤ 0



mind. ein λj > 0, ein λj < 0

8.1.10 Bemerkungen

A ist positiv definit („A > 0“)

a11 . . . a1k
⇐⇒ ... .. > 0 für k = 1, 2, . . . , n,
.
ak1 . . . akk

bzw. negativ definit („A < 0“)

a11 . . . a1k
⇐⇒ (−1) ..k .. > 0 für k = 1, 2, . . . , n.
. .
ak1 . . . akk

Es gilt A > 0 ⇐⇒ (−A) < 0.

Ohne Beweis.

Insbesondere ist die Matrix ab bc genau dann positiv definit, wenn a > 0 und ac > b2 , bzw. genau
dann negativ definit, wenn a < 0 und ac > b2 ist.

8.1.11 Beispiele

(1)  
1 ... 1
 .. ..  ist positiv semidefinit, d. h. A ≥ 0.
A = . .
1 ... 1

!2
X
n X
n X
n X
n
xT Ax = xµ xν = xµ · xν = xν ≥0
µ,ν=1 µ=1 ν=1 ν=1

X
n
„ = 0“ ⇐⇒ xν = 0
ν=1

202
 8.1 Matrizen und quadratische Formen

(2)  
1 −1 0
A = −1 2 1
0 1 3

QA (x) = x21 + 2x22 + 3x23 − 2x1 x2 + 2x2 x3

= (x1 − x2 )2 + x22 + 3x23 + 2x2 x3
= (x1 − x2 )2 + (x2 + x3 )2 + 2x23 ) ≥ 0

„ = 0“ ⇔ x3 = 0 ∧ x2 + x3 = 0 ∧ x1 − x2 = 0
⇔ x = 0 ∈ IR3 ⇒ A > 0.

8.1.12 Definition: Landau-Symbole

Sei E ⊆ IRn , ξ Häufungspunkt von E, ϕ : E → IRm und ψ : E → IR.

(a) ϕ(x) = O(ψ(x)) für x → ξ bedeutet:
Es gibt ein C > 0 und ein δ > 0 mit

kϕ(x)k ≤ Cψ(x) in x ∈ E, 0 < kx − ξk < δ.

(b) ϕ(x) = o(ψ(x)) für x → ξ bedeutet:

Zu jedem ε > 0 existiert ein δ > 0 mit

kϕ(x)k ≤ εψ(x) in x ∈ E, 0 < kx − ξk < δ.

8.1.13 Beispiele

1. Sei ϕ(x) = xT Ax.

Es gilt: φ(x) = O(kxk2 ) für x → 0.
Äquivalent ist: |xT Ax| ≤ Ckxk2 für kxk < δ.

|xT Ax|2 = |x · (Ax)|2

CSU
≤ kxk2 · k(Ax)k2
≤ kxk2 · (Ckxk2 ) = C 2 kxk4

⇒ kxT Axk ≤ Ckxk2 für x ∈ IRn .

2. Sei f : E → IRm stetig in ξ ∈ E.

⇔ Zu ε > 0 ex. ein δ > 0 mit

kf (x) − f (ξ)k < ε für kx − ξk < δ, x ∈ E

˜ → 0 für x → ξ
⇔ f (x) − f (ξ) =: ϕ̃(x) mit ϕ(x)
⇔ f (x) − f (ξ) = o(1) für x → ξ
⇔ f (x) = f (ξ) + o(1) für x → ξ

203
8 Mehrdimensionale Differentialrechnung

8.1.14 Regeln für Landau-Symbole

(Die Regeln unter (a) und (b) gelten sowohl für O als auch für o.)
(a) Sei ϕj (x) = O(ψ(x)) für x → ξ und j = 1, . . . , k.
Dann ist
Xk
ϕj (x) = O(ψ(x)) für x → ξ.
j=1
Anwendungsbeispiel:
Seien f1 und f2 stetig in ξ. Dann ist f1 + f2 stetig in ξ,
denn: fj (x) = fj (ξ) + o(1) für j = 1, 2.
f1 (x) + f2 (x) = f1 (ξ) + f2 (ξ) + o(1)

(b) Sei ϕj (x) = O(ψ(x)) für x → ξ und j = 1, . . . , k.

Dann gilt
k
ϕ(x) = max kϕj (x)k ⇒ ϕ(x) = O(ψ(x)) für x → ξ
1

(c) Gilt ϕ(x) = o(ψ(x)) für x → ξ, dann ist auch ϕ(x) = O(ψ(x)) für x → ξ. Dies gilt i. A. aber
nicht umgekehrt.

8.1.15 Beispiel

Sei f ∈ C k (−r, r). Dann ist für x → 0

(
X
k
f (j) (0) o(|x|k ) , falls f ∈ C k (−r, r)
j
f (x) = x +
j=0
j! O(|x|k+1 , falls f ∈ C k+1 (−r, r)

8.2 Differenzierbare Funktionen

Für diesen Abschnitt ist D ⊆ IRn ein Gebiet.

Funktionen D → IRm werden üblicherweise mit f, g, ψ, ϕ, . . . bezeichnet.
Funktionen D → IR werden üblicherweise mit u, v, w, . . . bezeichnet.
k.k ist die Euklidnorm.

8.2.1 Definition: Differenzierbarkeit

f : D → IRm heißt differenzierbar in x ∈ D, wenn es eine m × n-Matrix A gibt mit

f (x + h) − f (x) − Ah = o(khk) für h → 0 (h ∈ IRn ).
Äquivalent hierzu ist:
f (x + h) − f (x) − A · h
lim = 0.
h→0 khk
Interpretation:
f (x + h) = f (x) + A · h + o(khk)
| {z } | {z }
⊗
⊗: Affine Funktion von h.
: Fehlerterm: < ε · khk für khk < δ.

204
 8.2 Differenzierbare Funktionen

8.2.2 Bemerkungen

(a) Sei n = m = 1:
f (x + h) − f (x) = a · h + o(|h|)

f (x + h) − f (x)
⇐⇒ lim = a =: f 0 (x)
h→0 h

(b) Man nennt A die Ableitung von f und schreibt f 0 (x) = A. Andere Schreibweise:

∂f
A= ist die Jacobi-Matrix.
∂x

8.2.3 Beispiele

(1) Sei f (x) = c konstant mit c ∈ IRm .

Dann ist f 0 (x) = 0 die m × n-Nullmatrix,
denn f (x + h) − f (x) − 0 · h = 0 = o(khk).
(2) Sei f (x) = Ax mit einer m × n-Matrix A.

f (x + h) − f (x) = A · h = A · h + o(khk),

also ist f 0 (x) = A für x ∈ IRn .

(3) Sei f (x) = xT Ax mit einer symmetrischen n × n-Matrix A.
Es ist f : IRn → IR. Also ist f 0 (x) eine 1 × n-Matrix, ein Zeilenvektor.

f (x + h) − f (x) = (x + h)T A(x + h) − xT Ax

= xT Ah + hT Ax + hT Ax
= (xT A)h + (xT AT )h + hT Ah
= (xT A)h + (xT A)h + hT Ah

Da |hT Ah| = O(khk2 ) = o(khk) für h → 0 ist, ist

f 0 (x) = xT A + xT A = 2xT A.

8.2.4 Satz
 
f1
 
f =  ...  : D → IRm
fm
ist genau dann in x differenzierbar, wenn alle fµ : D → IR in x differenzierbar sind. Es gilt:
 
f10 (x)
 
f 0 (x) =  ...  .
0 (x)
fm

205
8 Mehrdimensionale Differentialrechnung

Beweis: Sei A = f 0 (x) und aµ := fµ0 (x).

„⇒“: f 0 (x) existiere nach Voraussetzung. Dann ist

|fµ (x + h) − fµ (x) − aµ h| ≤ kf (x + h) − f (x) − A · hk

= o(khk) für h → 0, µ = 1, . . . , m

Also ist fµ0 (x) = aµ .

„⇐“: fµ0 (x) = aµ existieren nach Voraussetzung. Setze
 
a1
 
A =  ...  ist m × n−M atrix
am

X
m
kf (x − h) − f (x) − a · hk ≤ |fµ (x + h) − fµ (x) − aµ · h|
| {z }
µ=1
=o(khk)

= o(khk) für h → 0

Also ist f 0 (x) = A.

8.2.5 Satz: Die Ableitung ist eindeutig

Die Ableitung ist eindeutig bestimmt. Ist f differenzierbar in x, so ist f auch stetig in x.

Beweis:
Eindeutigkeit: Sei

f (x + h) = f (x) + A · h + o(khk)
f (x + h) = f (x) + B · h + o(khk)

Subtraktion der beiden Gleichungen liefert:

IRm 3 0 = (A − B) · h + o(khk) für h → 0, h ∈ IRn

Folgt daraus A = B?
Setze h = t · e mit t ∈ IR, e ∈ IRn und kek = 1.
Es gilt: h → 0 ⇐⇒ t → 0.
t(A − b)e = o(|t|) für t → 0
1
(A − B)e = o(|t|) = o(1) für t → 0
t
Für t → 0 gilt dann:
(A − B) · e = 0 für alle e ∈ IRn mit kek = 1.

Also ist A − B = 0, d. h. A = B.

206
 8.2 Differenzierbare Funktionen

Stetigkeit:

kf (x + h) − f (x)k = kA · h + o(khk)k
≤ kAk · khk + εkhk für khk < δ bei vorgegebenem ε
= const · khk für khk < δ

Setze nun y = x + h. Dann ist

kf (y) − f (x)k ≤ const · kx − yk für kx − yk < δ.

Also ist f stetig.

8.2.6 Regeln für differenzierbare Funktionen

Sind f, g : D → IRm differenzierbar in x, so auch f +g, λ·f (λ ∈ IR) und f ·g : D → IR (Skalarprodukt).

Im Punkt x gilt:
(f + g)0 = f 0 + g 0
(λf )0 = λf 0
(f · g)0 = f T g 0 + g T f 0
Vergleiche mit den eindimensionalen Regeln (4.1.3, Seite 74).

Beweis: Als Aufgabe.

8.2.7 Kettenregel für differenzierbare Funktionen

Zur Wiederholung zuerst die Kettenregel im 1-dimensionalen: Seien f, g : IR → IR. Dann ist
d
f (g(x)) = f 0 (g(x)) · g 0 (x).
dx
Sei nun g : D ⊆ IRn → G ⊆ IRm differenzierbar in x ∈ D und f : G → IRp sei differenzierbar in
y = g(x). Dann ist f ◦ g : D → IRp differenzierbar in x mit

(f ◦ g)0 (x) = f 0 (y) · g 0 (x) mit y = g(x).

Beweis: Sei Φ = f ◦ g, B = g 0 (x) und A = f 0 (y). Dann ist

g(x + h) = g(x) + B · h + o(khk) für h → 0

und

f (y + k) = f (y) + A · k + o(kkk) für k → 0.

Es ist y = g(x), y + k = g(x + h), also k = g(x + h) − g(x). Damit ist

Φ(x + h) = f (g(x + h)) = f (y + k) = f (y) + A · k + o(kkk) für k → 0

= f (g(x)) + A · (g(x + h) − g(x)) + o(kg(x + h) − g(x)k) für h → 0
= Φ(x) + A · (g(x + h) − g(x)) + o(kg(x + h) − g(x)k) für h → 0

207
8 Mehrdimensionale Differentialrechnung

Außerdem ist kkk = O(khk) für h → 0. Dann gilt:

Φ(x + h) = Φ(x) + A · (B · h + o(khk)) + o(O(khk)) = Φ(x) + A · B · h + o(khk) + o(khk)
| {z }
=o(khk)

= Φ(x) + A · B · h + o(khk) = Φ(x) + f 0 (y)g 0 (x)h + o(khk)

Also ist Φ0 (x) = f 0 (y)g 0 (x) mit y = g(x).

8.2.8 Mittelwertsatz I

Sei u : D ⊆ IRn → IR und S sei eine Strecke in D mit Anfangspunkt a und Endpunkt b. Ist u
differenzierbar in D, so gibt es ein ξ ∈ S \ {a, b} mit
u(b) − u(a) = u0 (ξ)(b − a).

Beweis: Sei ϕ(t) := u(a + t · (b − a)) für 0 ≤ t ≤ 1. Nach dem 1-dimensionalen Mittelwertsatz (4.2.4,
Seite 78) gibt es ein τ ∈ (0, 1) mit
ϕ(1) − ϕ(0) = ϕ0 (τ )(1 − 0).
Mit der Kettenregel gilt dann:
u(b) − u(a) = u0 (a + τ (b − a)) · (b − a).
| {z }
=:ξ

8.2.9 Mittelwertsatz II

Ist f : D → IRm differenzierbar und sind a, b und S wie im MWS I, so gilt:

f (b) − f (a) = J(ξ 1 , . . . , ξ m ) · (b − a).
Dabei ist  
f10 (ξ 1 )
 f20 (ξ 2 ) 
 
J(ξ 1 , . . . , ξ m ) =  ..  mit ξ , . . . , ξ ∈ S \ {a, b}.
1 m
 . 
0 (ξ m )
fm

Beweis: Mittelwertsatz I anwenden auf fµ :

fµ (b) − fµ (a) = fµ0 (ξ µ )(b − a).
Dabei ist ξ µ ∈ S \ {a, b} für µ = 1, . . . , m.
Daraus folgt dann die Behauptung.

8.2.10 Definition: Integrierbarkeit von Matrizen

Seien aµ,ν : [0, 1] → IR für µ = 1, . . . , m und ν = 1, . . . , n integrierbar und A(t) = (aµ,ν )µ=1,...,m .
ν=1,...,n
Man setzt  1 
Z1 Z
A(t) dt :=  aµ,ν (t) dt
0 0
und nennt A integrierbar. Das Ergebnis ist eine m × n-Matrix.

208
 8.3 Partielle Ableitungen

8.2.11 Mittelwertsatz III

Ist f : D → IRm differenzierbar, sind a, b und S wie im MWS I und ist

f 0 (a + t · (b − a)) integrierbar über [0, 1], dann gilt:
 1 
Z
f (b) − f (a) =  f 0 (a + t(b − a)) dt ·(b − a).
0
| {z }
m×n-Matrix

Beweis: Hier für m = 1. Sei u : D → IR.

Setze ϕ(t) = u(a + (b − a)t). Es ist ϕ0 (t) = u0 (a + t(b − a)) · (b − a).
Mit dem Hauptsatz gilt dann
Z1
ϕ(1) − ϕ(0) = ϕ0 (t) dt,
0
also
Z1
u(b) − u(a) = u0 (a + t(b − a)) · (b − a) dt.
0

8.2.12 Satz

Ist D ⊆ IRn ein Gebiet und f : D → IRm differenzierbar mit f 0 (x) = 0 in D, so ist f konstant.

Beweis: Zuerst als Erinnerung für m = n = 1:

f (y) − f (x) = f 0 (ξ)(y − x) = 0.

| {z }
=0

Seien nun x, y ∈ D und sei s ein achsenparalleler Streckenzug in D von x nach y.

Die Ecken von s seien x = a1 , a2 , . . . , ak = y. Es gilt:
MWS II
f (aj − f (aj−1 ) = J(ξ 1 , . . . , ξ m ) · (aj − aj−1 ) = 0.

Daraus folgt:
X
k
f (y) − f (x) = f (ak ) − f (a1 ) = f (aj ) − f (aj−1 ) = 0.
j=2

Also ist f konstant.

8.3 Partielle Ableitungen

8.3.1 Vorüberlegungen

Sei u : D ⊆ IRn → IR differenzierbar in x.

Dann ist
u0 (x) = (a1 , a2 , . . . , an ) = a

209
8 Mehrdimensionale Differentialrechnung

und
u(x + h) = u(x) + a · h + o(khk) = u(x) + a1 h1 + · · · + an hn + o(khk)
 
h1
 .. 
mit h =  . .
hn
Was ist dann a1 ?
Setze h = (t, 0, . . . , 0). Dann gilt h → 0 genau für t → 0. Es ist
u(x1 + t, x2 , . . . , xn ) − u(x1 , . . . , xn ) = a1 · t + o(|t|)
u(x1 + t, x2 , . . . , xn ) − u(x1 , . . . , xn ) a1 o(|t|)
⇒ = +
t t t
u(x1 + t, x2 , . . . , xn ) − u(x1 , . . . , xn )
⇒ a1 = + o(1) für t → 0
 t 
u(x1 + t, x2 , . . . , xn ) − u(x1 , . . . , xn )
⇒ a1 = lim + o(1)
t→0 t

8.3.2 Definition: Partielle Ableitung, Gradient

Sei u : D → IR, D ⊆ IRn offen und x ∈ D. Dann heißt

u(x1 , . . . , xν−1 , xν + t, xν+1 , . . . , xn ) − u(x1 , . . . , xn )
lim
t→0 t
partielle Ableitung von u nach xν . Sie wird bezeichnet mit
∂u
Dν u(x) oder (x) oder uxν (x).
∂xν
Existieren alle partiellen Ableitungen, so heißt
grad u(x) := (u(x1 ) (x), . . . , u(xn ) (x))
der Gradient von u.

Bemerkung: Der Gradientenvektor ist ein Zeilenvektor.

8.3.3 Satz

Ist u differenzierbar in x, so ist

u0 (x) = grad u(x).

Beweis: Oben in 8.3.1.

8.3.4 Definition: Richtungsableitung

Sei u : D → IR, D ⊆ IRn offen, x ∈ D und e ∈ IRn mit kek = 1. Dann heißt
∂u u(x + te) − u(x)
(x) := lim
∂e t→0 t
die Richtungsableitung von u in Richtung e.
∂u ∂u
Spezialfall: Für e = eν ist ∂eν = ∂x .
ν

210
 8.3 Partielle Ableitungen

8.3.5 Satz

Ist u : D → IR in x differenzierbar, so existieren alle Richtungsableitungen ∂u

∂e (x) und es ist

∂u
(x) = e · grad u(x).
∂e
Es gilt dann:
∂u
−k grad u(x)k ≤ (x) ≤ k grad u(x)k.
∂e
Falls grad u(x) 6= 0 ist, so ist Gleichheit nur für
grad u(x)
e=± .
k grad u(x)k

Beweis: u ist differenzierbar. Damit ist

u(x + h) = u(x) + u0 (x) · h + o(khk) für h → 0.

Setze h = t · e mit e ∈ IRn , kek = 1 und t ∈ IR. Damit ist

u(x + te) − u(x) = tu0 (x)e + o(|t|) für t → 0

u(x + te) − u(x)
⇒ = u0 (x) · e + o(1) für t → 0
t
∂u
⇒ (x) = u0 (x) · e = grad u(x) · e
∂e
Beweis der Ungleichung:
∂u CSU
= grad u · e ≤ k grad uk · kek
∂e |{z}
=1
∂u CSU
= grad u · e ≥ −k grad uk.
∂e
Falls grad u 6= 0 ist, gilt:

„ = “ ⇐⇒ grad u und e sind linear abhängig

⇐⇒ e = λ grad u mit λ ∈ IR.

Für positives λ liegt rechts, für negatives λ liegt links Gleichheit vor. Es ist also λ = ± k grad
1
uk .

8.3.6 Satz

Ist f : D ⊆ IRn → IRm differenzierbar, so ist

   ∂f1 ∂f1

grad f1 (x) ...
 grad f2 (x)   ∂x1 ∂xn 
0     . .. 

f (x) =  ..  =  .. . .
  
. ∂fm ∂fm 
grad fm (x) ...
∂x1 ∂xn

Beweis: Ohne.

211
8 Mehrdimensionale Differentialrechnung

8.3.7 Beispiele

1. Sei u(x, y) = ex cos(y − x). Dann ist

ux = ex cos(y − x) + ex (− sin(y − x)) · (−1) = ex (cos(y − x) + sin(y − x))

und
uy = −ex sin(y − x).
Frage: Ist u nun differenzierbar?
2. Sei (
x2
y für |y| > x2
u(x, y) = .
0 sonst
u0 und u sind unstetig in (0, 0).
Alle Richtungsableitungen ∂u∂e existieren in (0, 0). Es ist
(
∂u 0 für e = (±1, 0)
(0, 0) = a2 ,
∂e b für e = (a, b), a2 + b2 = 1, b 6= 0

denn für e = (±1, 0) ist

u(±t, 0) − u(0, 0) 0−0
= → 0 für t → 0
t t
und für e = (a, b) mit b 6= 0 ist
a2 t2
u(at, bt) − u(0, 0) −0
= bt
für kleines |t|
t t
a2 a2
= → für t → 0.
b b
Zeige nun, daß u in (0, 0) nicht stetig ist:
x2 1
Es ist u(x, 0) = 0 und u(x, 2x2 ) = 2x 2 = 2.
Also ist u nicht stetig und damit nicht differenzierbar in (0, 0).

8.3.8 Satz

Existiert grad u von u : D → IR und sind ux1 , . . . , uxn im Punkt x stetig, so ist u in x differenzierbar.

Beweis: Sei h = (h1 , . . . , hn ) und hν = (h1 , . . . , hν , 0, . . . , 0).

Insbesondere sind dann:
h0 = (0, . . . , 0)
h1 = (h1 , 0, . . . , 0)
h2 = (h1 , h2 , 0, . . . , 0).
Es gilt dann:
X
n
u(x + h) − u(x) − grad u(x) · h = u(x + hν ) − u(x + hν−1 ) −uxν (x)hν
| {z }
ν=1
hν uxν (x+ξν )
X
n
= hν [uxν (x + ξν ) − uxν (x)] .
ν=1

212
 8.4 Höhere Ableitungen

Sei ε > 0. Dazu existiert (Stetigkeit des Gradienten) ein δ > 0 mit

k grad u(x) − grad u(y)k < ε für kx − yk < δ.

Setze nun y = x + h mit khk < δ. Dann ist

v
u n
CSU uX
|u(x + h) − u(x) − grad u(x) · h| ≤ khk · t (uxν (x + ξν ) − uxν (x))2
ν=1

< ε · khk für khk < δ.

Also ist u0 (x) = grad u(x).

8.3.9 Bemerkungen

Sei u : D ⊆ IRn → IR differenzierbar im Punkt x. Dann gilt

u(x + h) = u(x) + u0 (x) · h + o(khk).

Für n = 1 ist z = u(x) + u0 (x) · t die Gleichung der Tangenten an den Graphen an der Stelle x.
Für n ≥ 2 ist
z = u(a) + u0 (a) · (x − a)
die Gleichung einer Hyperebene im IRn+1 = IRn × IR.

Ta := (x, z) ∈ IRn × IR : z = u(a) + u0 (a) · (x − a)

ist eine Tangentialhyperebene. Für diese Ebene gilt

z − u(a)) − u0 (a) · (x − a) = 0.

Setze nun  
−ux1 (a)
 .. 
 . 
ν=  ∈ IRn+1 .
−uxn (a)
1
Für (x, z) ∈ Ta gilt nun
   
x1 − a1 x1 − a1
 ..   .. 
 .   . 
ν·  = 0, νist orthogonal zu  .
 xn − an   xn − an 
z − u(a) z − u(a)
Also ist ν Normalenvektor zur Tangentialhyperebene.

8.4 Höhere Ableitungen

8.4.1 Definition: Stetig differenzierbar

Sei u : D → IR mit D ⊆ IRn offen, Gebiet. u heißt stetig differenzierbar, wenn ux1 , . . . , uxn in D
stetig sind: u ∈ C 1 (D). f : D → IRm heißt stetig differenziervar, wenn f1 , . . . , fm ∈ C 1 (D) sind:
f ∈ C 1 (D, IRm ).

213
8 Mehrdimensionale Differentialrechnung

8.4.2 Definition: Mehrfach stetig differenzierbar

u : D → IR heißt k-mal stetig differenzierbar, geschrieben: u ∈ C k (D), wenn alle Ableitungen Dj1 ·
Dj2 . . . Djk u für j1 , . . . , jk ∈ {1, . . . , n} in D stetige Funktionen sind.

8.4.3 Beispiele

1. Es ist z. B. D1 D2 u = (ux2 )x1 =: ux2 x1

und D3 D7 D4 u = (((ux4 )x7 )x3 ) =: ux4 x7 x3 .
2. Sei u(x, y) = x2 − exy . Dann ist
ux = 2x − yexy uy = −xexy
uxx = 2 − y 2 exy uxy = −exy − xyexy
uyy = −x2 exy uyx = −exy − xyexy .

8.4.4 Satz von H. A. Schwarz (1. Version)

Sei D ⊆ IR2 offen, u : D → IR, u ∈ C 1 (D) und uxy existiere in D und ist stetig in (a, b) ∈ D.
Dann existiert auch uyx (a, b) = uxy (a, b).

Beweis: Für (a, b) = (0, 0):

Es gilt
R(x, y) := (u(x, y) − u(x, 0)) − (u(0, y) − u(0, 0))
= x · [ux (ξ, y) − ux (ξ, 0)] mit ξ aus dem MWS zwischen 0 und x
= x · y · uxy (ξ, η) mit η zwischen 0 und y (MWS)
Daraus folgt:
R(x, y) u(x, y) − u(x, 0) − u(0, y) + u(0, 0)
uxy (ξ, η) = =
xy xy
1 (u(x, y) − u(x, 0)) − (u(0, y) − u(0, 0))
= ·
x y
Für y → 0 ist damit
1
→ (uy (x, 0) − uy (0, 0))
x
und danach für x → 0:

→ uyx (0, 0)
Dabei geht die linke Seite wegen der Stetigkeit von ux,y gegen uxy (0, 0).

8.4.5 Satz von H. A. Schwarz (2. Version)

Ist u ∈ C k (D), so ist

Dj1 Dj2 . . . Djk u für j1 , . . . , jk ∈ {1, . . . , n}
unabhängig von der Reihenfolge der Differentiation.

214
 8.4 Höhere Ableitungen

Beweis: Als Aufgabe.

8.4.6 Definition und Regeln: Multiindex

p ∈ INn0 heißt Multiindex. Es gilt:

p = (p1 , p2 , . . . , pn ) mit pν ∈ IN0

|p| := p1 + p2 + · · · + pn ist die Länge von p
p! := p1 ! · p2 ! · · · pn !

Für x ∈ IRn gilt:

xp := xp11 xp22 . . . xpnn .

8.4.7 Definition: Polynom, Taylorpolynom

X
ap xp mit festem k und ap = ap1 ,...,pn
|p|≤k

ist ein Polynom in x ∈ IRn .

Z. B. ist für n = 2
a00 + a10 x1 + a01 x2 + a20 x21 + a11 x1 x2 + a02 x22 .
Sei nun u ∈ C k (D) und p ∈ INn0 mit der Länge |p| = k.
Dann bedeutet
∂ku ∂ku
=
∂xp ∂x11 ∂xp22 . . . ∂xpnn
p

differenziere p1 -mal nach x1 ,

differenziere p2 -mal nach x2 ,
..
.
differenziere pn -mal nach xn .
Sei nun u ∈ C k (D) und a ∈ D. Dann ist
X
Tk (x; a) := cp (x − a)p
|p|≤k

mit
1 ∂ |p| u
cp := · (a)
p! ∂xp
das k-te Taylorpolynom von u an der Stelle a.

8.4.8 Satz von Taylor

Ist u ∈ C k (D) und ist a ∈ D, so gilt:

|u(x) − Tk (x; a)| = o(kx − akk )

für x → a.

215
8 Mehrdimensionale Differentialrechnung

Beweis: Wähle r > 0 so, daß K(a, r) ⊆ D ist. Sei dann x ∈ K(a, r).
Setze
ϕ(t) := u(a + t(x − a)) für 0 ≤ t ≤ 1.

Es ist ϕ ∈ C k ([0, 1]). Damit ist nach dem eindimensionalen Satz von Taylor (4.4.5, Seite 92):

X
k−1 (`)
ϕ (0) ϕ(k) (τ ) k
ϕ(1) = 1` + 1 mit 0 < τ < 1
`! k!
`=0
Xk
ϕ(`) (0) ϕ(k) (τ ) − ϕ(k) (0)
= + .
`! k!
`=0

Mit Induktion (wird weiter unten gezeigt) gilt dann:

ϕ(`) X 1 ∂ `u
(t) = · (a + t(x − a))(x − a)p . (8.1)
`! p! ∂xp
|p|=`

Wenn (8.1) gilt, dann folgt:

Xk X
1 ∂`u
u(x) = · (a)(x − a)p
p! ∂xp
`=0 |p|=`
 
X 1  ∂ku ∂ ku

+ (a + τ (x − a)) − (a) (x − a)p 
p! ∂xp ∂xp
|p|=k

= Tk (x; a) + Rk (x; a).

Es gilt:
X 1 ∂ku ∂ku
|Rk (x; a)| ≤ · (a + τ (x − a)) − (a) · kx − akk ,
p! ∂xp ∂xp
|p|=k

weil
|hp | = |hp11 . . . hpnn | ≤ khkp1 +p2 +···+pn = khk|p| .

Sei nun ε > 0. Dazu existiert (wegen der Stetigkeit) ein δ > 0 mit

∂ku ∂ku
(a + h) − (a) < ε für khk < δ.
∂xp ∂xp

Für kx − ak < δ gilt dann:

|Rk (x; a)| ≤ εkx − akl · (#Anzahl der Summanden).

Beweise nun die Gleichung (8.1): Hier für a = 0.

` = 1: Es ist
!
ϕ(t) = u(tx)X

216
 8.4 Höhere Ableitungen

` 7→ ` + 1 ≤ k:
!0
ϕ(`+1) 1 ϕ(`) (t)
(t) =
(` + 1)! `+1 `!
1 X 1 X ∂
n
∂ `u
= · p (tx) · xν xp
`+1 p! ∂xν ∂x
|p|=` ν=1

1 X n X
1 ∂ `+1 u ν
= · p+eν (tx)xp+e
`+1 p! ∂x
ν=1 |p|=`

mit eν , dem ν-ten Einheitsvektor. Es gilt:

|p + eν | = |p| + 1 = ` + 1.

Sei nun q ein Multiindex der Länge ` + 1. Dann ist

Mq := {p : |p| = ` und q = p + eν für ein ν}.

Mit X 1 X pν + 1 X qν 1
= = = (` + 1)
p! q! q! q!
p∈Mq qν >0 qν >0

gilt dann:

ϕ(`+1) 1 X X 1 ∂ `+1 u
(t) = · (tx)xq
(` + 1)! `+1 p! ∂xq
|q|=`+1 p∈Mq

1 X 1 ∂ `+1 u
= · (tx)xq (` + 1)
`+1 q! ∂xq
|q|=`+1
X 1 ∂ `+1 u
= · (tx)xq .
q! ∂xq
|q|=`+1

8.4.9 Spezialfall für den Satz von Taylor

Sei u ∈ C 2 (D) und a ∈ D. Dann ist

X
n
u(x) =u(a) + uxν (a)(xν − aν )
ν=1
1 X
n
+ uxν xµ (a)(xν − aν )(xµ − aµ )
2
µ,ν=1

+ o(kx − ak2 ).

8.4.10 Definition: Hesse-Matrix

Für u ∈ C 2 (D) heißt  

ux1 x1 ux1 x2 ... ux1 xn
 .. ..  (a)
Hu (a) :=  . . 
uxn x1 uxn x2 ... uxn xn

217
8 Mehrdimensionale Differentialrechnung

Hesse-Matrix. Hu ist symmetrisch, da uxµ xν = uxν xµ .

Setze man Qu (h) := hT Hu (a)h, dann gilt mit Taylor:

1
u(a + h) = u(a) + u0 (a) · h + Qu (h) + o(khk2 ).
2

8.4.11 Definition: Extremum

Sei u : D → IR. a ∈ D ⊆ IRn heißt Stelle eines Maximums bzw. Minimums (zusammen: Extremums)
der Funktion u, wenn

u(x) ≤ u(a) bzw. u(x) ≥ u(a) für alle kx − ak < δ.

8.4.12 Satz

Sei u : D → IR und a ∈ D.
(1) Ist a Stelle eines Extremums und existiert u0 (a), so ist u0 (a) = 0.
(2) Ist sogar u ∈ C 2 (D), so gilt im Falle eines Maximums bzw. Minimums, daß Hu (a) negativ bzw.
positiv semidefinit ist.

Beweis:
(1) ϕ(t) = u(a1 + t, a2 , . . . , an ) hat Extremum für t = 0, d. h. ϕ0 (0) = 0 = ux1 (a), also ist u0 (a) = 0.
(2) Gilt:
Minimum: ϕ00 (0) ≤ 0 ux1 x1 (a) ≤ 0
?
Maximum: ϕ00 (0) ≥ 0 ux1 x1 (a) ≥ 0
Z. B. für das Minimum: Sei khk ≤ δ:

1
u(a) ≤ u(a + h) = u(a) + u0 (a) · h + Qu (h) + o(khk2 )
| {z } 2
=0

1
⇒ Qu (h) + o(khk2 ) ≥ 0 für khk < δ.
2
Wähle nun e ∈ IR und setze h = te mit kleinem t ∈ IR. Dann ist
n

 
1 1
o ≤ Qu (te) + o(ktek ) = |{z}
2
t 2
Qu (e) + o(1) für t → 0
2 2
>0 | {z }
≥0

Für t → 0 ist damit dann Qu (e) ≥ 0 für e ∈ IRn , d. h. Qu ist positiv semidefinit.

8.4.13 Satz

Sei u ∈ C 2 (D), a ∈ D, u0 (a) = 0 und Hu (a) positiv bzw. negativ definit. Dann ist a Stelle eines
Minumums bzw. Maximums.
Ist Hu indefinit, so liegt in a weder ein Maximum noch ein Minimum.

218
 8.5 Implizite Funktionen und Umkehrfunktionen

Beweis: Sei Qu positiv definit. Dann ist

1
u(a + h) − u(a) = Qu (h) + o(khk2 )
|2 {z } | {z α
}
2
|.|< 2 khk
≥αkhk2
mit α>0 für khk<δ
 α
≥ α− khk2 > 0 für 0 < khk < δ
2
Also ist in a ein Minimum.

8.4.14 Beispiele

(1) Sei u(x, y) = x2 − y 2 . Dann ist ux = 2x und uy = −2y. u0 = 0 gilt genau für (x, y) = (0, 0).
Es ist uxx = 2,uxy = 0= uyx und uyy = −2.
2 0
Also ist Hu = . Hu ist indefinit.
0 −2
Also gibt es keine Extrema.
(2) Sei u(x, y) = xy(1 − x − xy).
Dann ist ux = y(1 − x − y) + xy(−1) = y(1 − 2x − y) und uy = x(1 − 2y − x).
ux = 0, uy = 0 ⇐⇒ (x, y) ∈ {(0, 0), (1, 0), (0, 1), ( 13 , 13 )}.
Es ist uxx = −2y, uyy = −2x
und uxy = uyx =  −2x − 2y.
0 1
Hu (0, 0) = ist indefinit.
1 0
 
0 −1
Hu (1, 0) = ist indefinit.
−1 −2
 
−2 −1
Hu (0, 1) = ist indefinit.
−1 0
 2 
− 3 − 13
Hu ( 13 , 13 ) = ist negativ definit, also liegt ein Maximum vor.
− 13 − 23
(3) Sei u(x, y, z) = x2 + y 2 − xy − x + z 2 − z.
Es sind dann
ux = 2x − y − 1
uy = 2y − x
yz = 2z − 1 = 0


Es ist (ux , uy , uz ) = (0, 0, 0) für (x, y, z) = 23 , 13 , 12
 
2 −1 0
und Hu = −1 2 0 ist positiv definit,
0 0 2


also liegt in 23 , 13 , 12 ein Minimum vor.

8.5 Implizite Funktionen und Umkehrfunktionen

8.5.1 Beispiel

Die Gleichung xy = y x hat für x, y > 0 z. B. folgende Lösungen:

y=x

219
8 Mehrdimensionale Differentialrechnung

x = 4, y = 2
y = 4, x = 2
Gibt es weitere Lösungen?

8.5.2 Schreibweisen
 
x
Im Folgenden ist IR n+m
:= IR × IR . Für
n m
oder (x, y) ist x ∈ IRn und y ∈ IRm .
y

8.5.3 Satz über implizit definierte Funktionen

Es sei U = K(x0 , r) ⊆ IRn und V = K(y 0 , %) ⊆ IRm .

Außerdem sei f : U × V → IRm mit f (x0 , y 0 ) = 0 gegeben.
f sei stetig,  
∂f1 ∂f1
...
 ∂y1 ∂ym 
 . .. 

fy :=  . . 
. 
 ∂fm ∂fm 
...
∂y1 ∂ym
sei stetig und det fy (x0 , y 0 ) 6= 0.
Dann gibt es Kugeln U0 = K(x0 , r0 ) und V0 = K(y 0 , %0 ), sowie eine stetige Funktion g : U0 → V0 mit
{(x, y) : x ∈ U0 , y ∈ V0 , f (x, y) = 0} = {(x, g(x)) : x ∈ U0 } .
Ist fx stetig, so ist g ∈ C 1 (U0 , IRm ) und in U0 ist
g 0 (x) = −(fy (x, g(x)))−1 · fx (x, g(x)).

Beweis: Sei OBdA x0 = 0 ∈ IRn und y 0 = 0 ∈ IRm (sonst betrachte f (x0 + x, y 0 + y) = f˜(x, y) = 0).
Setze
A := (fy (0, 0))−1 .
Dann ist
f (x, y) = 0 ⇐⇒ y = y − Af (x, y) =: F (x, y).
Beachte: Es ist F (0, 0) = 0 ∈ IRm und Fy (0, 0) = 0 ist (m × n)-Nullmatrix.
Wähle nun U0 und V0 so, daß kF (x, 0)k < %0 /2 für x ∈ U0 ist (dies ist wegen der Stetigkeit von F
möglich), und daß kFy (x, y)k < 12 ist für (x, y) ∈ U0 , V0 .
Eindeutigkeit von g:
Zeige: Zu x ∈ U0 gibt es höchstens ein y ∈ V0 mit f (x, y) = 0.
Annahme: Es gibt y, z ∈ V0 mit f (x, y) = f (x, z) = 0. Es gilt dann:
y = F (x, y)
z = F (x, z)
Nach Subtraktion gilt dann:
y−z = F (x, y) − F (x, z)
 1 
Z
MWS III
=  Fy (x, ty + (1 − t)z) dt · (y − z).
0

220
 8.5 Implizite Funktionen und Umkehrfunktionen

Daraus folgt dann:

Z1
ky − zk ≤ Fy (x, ty + (1 − t)z) dt · ky − zk
| {z }
0 k.k< 21
1
≤ ky − zk,
2
also ist y = z.
Existenz von g:
Setze
M = {u : u ist stetig in U0 , u : U0 → V0 , u(0) = 0} .
Definiere folgende Metrik auf M :

d(u, v) := sup {ku(x) − v(x)k : x ∈ U0 } .

Anmerkung zur Definition dieser Norm:

Sei B = {u ∈ C(u0 , IRm ) : u(0) = 0}.
Auf B ist folgende Norm definiert: kuk∞ := sup {ku(x)k : x ∈ U0 }.
B ist ein Banachraum.
M ist abgeschlossene Teilmenge von B mit d(u, v) = ku − vk∞ .
Also ist M vollständig.
Definiere nun eine Kontraktion T auf M :
(
u∈M 7 Tu
→
T :
(T u)(x) := F (x, u(x))

Zeige nun:
1. T : M → M , T ist Selbstabbildung
2. d(T u, T v) ≤ 12 d(u, v), T ist eine Kontraktion.
Dann gibt es nach dem Banachschen Fixpunktsatz (7.5.5, Seite 181) (genau) ein u ∈ M , stetig mit
u = T u, d. h.
u(x) = F (x, u(x)) = u(x) − Af (x, u(x))
⇐⇒ f (x, u(x)) = 0 in U0 .
Setze dann g = u.
Beweise nun, daß T eine Selbstabbildung (1) und Kontraktion(2) ist:
(1) ū(x) := (T u)(x) = F (x, u(x)) ist wohldefiniert, da ku(x)k < %0 ist, und da F in U0 × V0 definiert
ist.
Es gilt: ū(0) = F (0, 0) = 0.
ū ist stetig.
Ist kūk < %0 , d. h. gilt ū : U0 → V0 ?

kū(x)k ≤ kF (x, 0)k + kF (x, u(x)) − F (x, 0)k

%0 1
< + ku(x) − 0k < %0 .
2 2

221
8 Mehrdimensionale Differentialrechnung

(2) Beweis der Kontraktion:

Seien u, v ∈ M , ū = T u und v̄ = T v. Dann ist

kū(x) − v̄(x)k = kF (x, u(x)) − F (x, v(x))k

1 1
≤ ku(x) − f (x)k ≤ d(u, v)
2 2
für alle x ∈ U0 .
Also ist d(ū, v̄) ≤ 12 d(u, v).
Differenzierbarkeit von g (zunächst in x = 0). (Es ist F ∈ C 1 (U0 × V0 , IRm ))
Es gilt die Approximation

F (x, y) = Fx (0, 0)x + o(k(x, y)k) für (x, y) → (0, 0).

Beachte dabei, daß Fy (0, 0) = 0 ist.

Insbesondere gilt:
g(x) = F (x, g(x)) = Fx (0, 0)x + o(k(x, g(x))k,
also ist g(x) = O(kxk) für x → 0.
Es ist dann
g(x) − Fx (0, 0)x = o(k(x, g(x))k) = o(kxk) für x → 0
g(x) − g(0) − Fx (0, 0)x = o(kxk),
d. h.
g 0 (0) = +Fx (0, 0) = −Afx (0, 0) = (fy (0, g(0)))−1 fx (0, g(0)).
Also gilt die Behauptung für x = 0.
Differenzierbarkeit von g für ξ ∈ U0 : Es ist zu zeigen:

g 0 (ξ) = −(fy (ξ, g(ξ)))−1 fx (ξ, g(ξ)) für ξ ∈ U0 .

Die Rolle, die (x0 , y 0 ) gespielt hat, kann jeder Punkt (ξ, g(ξ)) übernehmen.

8.5.4 Beispiel

Für n = 2 und m = 1. Die Gleichung

sin(x + z) + sin(y + z) = z

ist in einer Umgebung von (x, y) = (0, 0) in der Form z = g(x, y) aufzulösen, wobei g(0, 0) = 0 ist.
Überprüfe die Voraussetzungen: Es ist f (x, y, z) = sin(x + z) + sin(y + z) − z.
f (0, 0, 0) = 0
Außerdem ist fz (x, y, z) = cos(x + z) + cos(y + z) − 1
fz (0, 0, 0) = 1 + 1 − 1 = 1 6= 0.
Also existiert eine Funktion g : U0 → V0 mit g(0, 0) = 0 und f (x, y, g(x, y)) = 0 für alle (x, y) ∈ U0 .
Dabei ist U0 = K((0, 0), r0 ) ⊆ IR2 und V0 = (−%, %).
Berechne nun gx (0, 0) und gy (0, 0):
Es ist f (x, y, g(x, y)) = 0 in U0 . Differenziere nach x und y.
Dann ist

fx + fz · gx = 0

222
 8.5 Implizite Funktionen und Umkehrfunktionen

und

fy + fz · gy = 0.

In (x, y) = (0, 0), z = 0 gilt dann:

1 · gx (0, 0) = −fx (0, 0, 0) = − cos(0 + 0) = −1

1 · gy (0, 0) = −fy (0, 0, 0) = − cos(0 + 0) = −1.

8.5.5 Satz über die Umkehrfunktion

Sei f : D → IRn , D ⊆ IRn Gebiet, f ∈ C 1 (D, IRn ).

Außerdem sei ξ ∈ D und det f 0 (ξ) 6= 0. Dann gibt es in einer Kugel V0 = K(η, r) eine Umkehrfunktion
g von f mit g(η) = ξ.
g ist dadurch eindeutig bestimmt und es gilt:

g 0 (y) = (f 0 (x))−1
x=g(y)

Beweis: Setze F : D × IRn → IRn mit F (x, y) := f (x) − y.

F ∈ C 1 (D × IRn , IRn ) und F (ξ, η) = 0.
Fx (x, y) = f 0 (x), also ist det Fx (ξ, η) = det f 0 (ξ) 6= 0.
Nach dem Satz über implizite Funktionen existiert V0 sowie g ∈ C 1 (V0 , IRn ) mit

g(η) = ξ

und

F (g(y), y) = 0 für alle y ∈ V0 .

Es gilt:

f (g(y)) − y = 0, g = f −1 in V0
f (g(y)) = y
0 0
f (g(y)) · g (y) = I = diag(1, . . . , 1).

Daraus folgt die Behauptung für g 0 (y).

8.5.6 Definition: Diffeomorphismus

Eine bijektive C 1 -Funktion f : D → G mit f −1 ∈ C 1 (G, IRn ) heißt Diffeomorphismus.

8.5.7 Satz über die Gebietstreue

Ist f ∈ C 1 (D, IRn ) mit einem Gebiet D ⊆ IRn und regulärem f 0 (x) in D, so ist f (D) wieder ein
Gebiet. (f 0 (x) ist regulär, wenn die Determinante ungleich Null ist.)

223
8 Mehrdimensionale Differentialrechnung

Beweis: G = f (D) ist zusammenhängend, weil D zusammenhängend und weil f stetig ist.
Sei nun η ∈ G = f (D) und η = f (ξ).
Da det f 0 (ξ) 6= 0 ist, existiert eine Kugel V0 = K(η, r0 ) sowie f −1 : V0 → D.
Es gilt: V0 ⊆ f (D), η ist innerer Punkt, beliebig.
Also ist f (D) = G offen.

8.6 Extrema mit Nebenbedingungen

8.6.1 Allgemeines Problem

Sei D ⊆ IRn ein Gebiet, f : D → IR und g : D → IRm mit m < n.

Gesucht sind Maxima bzw. Minima von f auf

M = {x : g(x) = 0}.

Extremum von f unter der Nebenbedingung g = 0.

8.6.2 Konkrete Probleme

(a) A sei eine symmetrische n × n-Matrix.

Maximiere bzw. Minimiere xT Ax auf der Menge {x : kxk = 1}.
Hier: f (x) = xT Ax, D = IRn , g(x) = kxk2 − 1.
(b) Maximiere x1 x2 . . . xn unter der NB x1 + · · · + xn = n, alle xν > 0.
Hier: f (x) = x1 . . . xn , g(x) = x1 + · · · + xn − n, D = {x : x1 > 0, . . . , xn > 0}.

8.6.3 Lagrangesche Multiplikationsregel

f ∈ C 1 (D) habe in ξ ∈ D ein Extremum unter der Nebenbedingung g(x) = 0, wobei g ∈ C 1 (D, IRm )
und rg g 0 (ξ) = m, m < n.
Dann gibt es ein λ0 ∈ IRm mit: Die Ableitung von

H(x, λ) := f (x) − λ · g(x)

H : D × IRm → IR verschwindet in (ξ, λ0 ).

λ0 heißt Lagrangemultiplikator.

Beweis: Sei rg g 0 (ξ) = m. Dann

 enthält die m × n-Matrix eine reguläre m × m-Matrix. Nach Um-
∂gµ
numerierung sei OBdA ∂xν regulär.
µ,ν=1,...,m
Schreibe x = (y, z) und ξ = (η, ζ). Dabei ist y = (x1 , . . . , xm ) ∈ IRm , z = (xm+1 , . . . , xn ) ∈ IRn−m ,
η ∈ IRm und ζ ∈ IRn−m .
Es ist g(y, z) = 0, g(η, ζ) = 0 und gy (η, ζ) regulär.
Nach dem Satz über implizite Funktionen gibt es eine Kugel U = (ζ, r) ⊆ IRn−m und h ∈ C 1 (U, IRm )
mit
g(h(z), z) = 0 in U
g(y, z) 6= 0 für z ∈ U, y 6= h(z)

224
 8.6 Extrema mit Nebenbedingungen

Φ(z) = f (h(z), z), definiert in U , hat Extremum in z = ζ ∈ U , also

Φ0 (ζ) = 0.
Es ist Φ0 (z) = fy (h(z), z) · h0 (z) + fz (h(z), z) und g(h(z), z) = 0 in U .
⇒ gy (h(z), z) · h0 (z) +gz (h(z), z) = 0
| {z } | {z }
m×n-Matrix m×(n−m)

gy (h(ζ), ζ) = gy (η, ζ) ist regulär.

Mit Einsetzen von (2) in (1) ergibt sich
h0 (ζ) = (gy (η, ζ))−1 · gz (η, ζ)
−fy (η, ζ) · (gy (η, ζ))−1 gz (η, ζ) + fz (η, ζ) = 0
−fy (ξ) · (gy (ξ))−1 gz (ξ) + fz (ξ) = 0
Setze (λ0 )T := −fy (ξ) · (gy (ξ))−1 ∈ IRm . Daraus folgt dann:
fz + λ0 gz = 0 in ξ
fy + λ0 gy = 0 in ξ

8.6.4 Beispiel

Maximiere bzw. Minimiere xT Ax unter der NB kxk2 = 1.

(1) S n−1 = {kxk2 = 1} ist kompakt.
Also existieren Maximum und Minimum von xT Ax auf S n−1 .
(2) Setze !
X
n
g(x) = kxk − 1 =
2
x2ν −1
ν=1
Es ist m = 1 < n,
g 0 (x) = (2x1 , 2x2 , . . . , 2xn ) 6= 0 auf S n−1
und rg g 0 (x) = 1.
(3) Es ist ! !
X
n X
n
H(x, λ) = aνν xµ xν − λ · x2ν −1
ν,ν=1 ν=1
Dann ist
! !
X
n X
n X
n
!
Hx% = a%ν xν + aµ% xµ − 2λx% = 2 a%ν xν − λx% = 0 für % = 1, . . . , n
ν=1 µ=1 ν=1
X
n
!
Hλ = x2ν − 1 = 0
ν=1

⇐⇒ Ax − λx = 0 und kxk2 = 1
Minimum und Maximum von xT Ax werden nur in Eigenvektoren auf S n−1 angenommen. Dabei
ist λ der zugehörige Eigenwert.

min , max xT Ax ∈ xT Ax : x ∈ S n−1 , x Eigenvektor
S n−1 S n−1

max, min xT Ax =größter bzw. kleinster Eigenwert.

225
8 Mehrdimensionale Differentialrechnung

8.6.5 Praktisches Vorgehen

Gesucht: Extremum von f (x) unter der NB g(x) = 0.

1. Ansatz: H(x, λ) := f (x) + λg(x).
2. Ableitung berechnen und gleich 0 setzen:

Hx = f 0 + λg 0 = 0
! !
Hλ = g = 0

Dies sind n + m Gleichungen mit n + m Unbekannten.

3. Auflösen nach (x, λ). λ nicht unbedingt explizit erforderlich: Lösungen (ξ, λ).
4. Ist rg g 0 (ξ) = m? Hat f unter NB überhaupt Extrema? Wenn ja, suche unter den Werten f (ξ).

8.6.6 Beispiele

1. Maximiere x1 x2 . . . xn unter der NB x1 + x2 + · · · + xn = n (x1 , . . . , xn > 0).

Es ist f (x) = x1 . . . xn , g(x) = x1 + · · · + xn − n und D = {x : xν > 0 für ν = 1, . . . , n}.
Ansatz:

H(x, λ) = x1 . . . xn + λ(x1 + · · · + xn − n)
x1 . . . xn !
Hxj = + λ = 0 für alle j
xj
Hλ = x1 + · · · + xn − n = 0

Also ist x1 = x2 = · · · = xn = 1, da x1 + · · · + xn = n ist und alle xν gleich sein müssen.

Es ist ξ = (1, . . . , 1). Ist

f (ξ) = 1 · · · 1 = 1 = Maximum unter NB?

Es ist g 0 (x) = (1, . . . , 1) 6= 0 und rg g 0 (x) = 1 = m.

Existenz des Maximums:

{x : x1 + · · · + xn = n, x1 , . . . , xn > 0}

ist kompakt. Darauf hat f ein Maximum. Es wird nicht angenommen, wenn ein xν = 0, also
angenommen, wo alle xν > 0 sind, also in D.
2. A sei eine n × n-Matrix mit
X
n
a2µ,ν = n.
µ,ν=1

Gesucht ist A, so daß det A maximal wird.

2)
(a) {(a11 , . . . , a1n , a21 , . . . , a2n , . . . , an1 , . . . , ann ) : aµ , ν ∈ IR} = IR(n
P
n
(b) {aµ,ν : a2µν = n} ist kompakt.
µ,ν=1

(c) A 7→ det A ist stetig. Somit existiert das Maximum.

P
n
(d) Es gilt det A = ajk Ajk (LaPlace’scher Entwicklungssatz).
k=1

226
 8.6 Extrema mit Nebenbedingungen

P
n
(e) Setze f (A) = det A und g(A) = a2µν − n.
µ,ν=1

Ansatz:
 
X
n
H(A, λ) = det A + λ  a2µν − n
µ,ν=1
 
X
n X
n
= ajk Ajk + λ  a2µν − n
k=1 µ,ν=1

∂H X ∂ajk
n
= Ajk + 2λaj` = Aj` + 2λaj` = 0
∂aj` ∂aj`
k=1
Aj` = −(2λ)aj`
Xn X
n
det A = aj` Aj` = −2λ a2j`
`=1 `=1

für j = 1, . . . , n.
Dann ist

X
n X
n
n · det A = −2λ · a2j` = n(−2λ)
`=1 j=1
det A = −2λ.

Es gilt:
 
A11 . . . An1
1  . ..  = A−1
 .. . 
det
A1n . . . Ann

−2λ T
A = A−1 ⇒ A−1 = AT
det A
A ist Orthogonalmatrix, also ist det A = 1.

8.6.7 Satz

P
n
Unter allen n×n-Matrizen mit a2µ,ν = n haben genau die Orthogonalen maximale Determinanten
µ,ν=1
det A = 1.
Hadamardsche Determinantengleichung: Sei A eine n × n-Matrix:

Y
n X
n
(det A) ≤ 2
a2jk .
j=1 k=1

P
n
„=“ genau dann, wenn ajk a`k = 0 ist für j 6= `.
k=1

227
8 Mehrdimensionale Differentialrechnung

Beweis: Ist o.k., wenn det A = 0 ist.

Sei det A > 0 und setze
X
n
Sj2 := a2jk .
k=1

Es ist Sj > 0. Setze

ajk
bjk = .
xj
Dann ist
X
n
b2jk = n ⇒ (det B)2 ≤ 1
j,k=1

(det A)2 = s21 · · · x2n (det B)2 ≤ x21 · · · s2n .

Gleichheit ist dabei genau für orthogonales B. Rest als Aufgabe.

228
9 Kurvenintegrale1

9.1 Riemann-Stieltjes Integrale

9.1.1 Feste Bezeichnungen, Riemann-Stieltjes-Summe

[a, b] ⊆ IR ist ein Intervall. Z = {t0 , t1 , . . . , tm } ist Zerlegung von [a, b] mit a = t0 < t1 < · · · < tm = b.
τ = {τ1 , . . . , τm } ist ein passendes Zwischenpunktsystem mit tj−1 ≤ τj ≤ tj , f, g : [a, b] → IR sind
Funktionen und
X m
σ(Z, τ, f, g) := f (τj ) · [g(tj ) − g(tj−1 )]
j=1

ist Reimann-Stieltjes-Summe für f, g.

Bemerkung: Für g(t) = t ist die Riemann-Stieltjes-Summe eine Riemannsche Zwischensumme.

9.1.2 Definition: Riemann-Stieltjes-Integral

f heißt integrierbar bezüglich g und

Zb
A := f dg
a

heißt Riemann-Stieltjes-Integral von f bezüglich g, wenn gilt:

Zu jedem ε > 0 gibt es ein δ > 0, so daß

|σ(Z, τ, f, g) − A| < ε
m
für alle Zerlegungen Z mit |Z| := max(tj − tj−1 ) < δ und alle Zwischenpunktsysteme τ .
j=1

9.1.3 Bemerkung

Für g(t) = t ist das Riemann-Stieltjes-Integral gleich dem Riemann-Integral.

9.1.4 Beispiel

Seien f, g : [−1, 1] → IR, f stetig in t = 0 und

(
α in [−1, 0)
g(t) =
β in [0, 1].
1
Version 4.10 vom 19. Dezember 2002

229
9 Kurvenintegrale

Behauptung:
Z1
f dg = f (0) · (β − α)
−1

Beweis: Sei Z Zerlegung und τ Zwischenpunktsystem. Wähle j so, daß tj−1 < 0 ≤ tj . Dann ist

σ(Z, τ, f, g) = f (τj ) · [g(tj ) − g(tj−1 )] = [β − α] · (f (0) + f (τj ) − f (0))

Sei ε > 0. Wähle δ > 0 so, daß

|f (τ ) − f (0)| < ε für |τ | < δ.
Für |Z| < δ gilt dann:
|σ(Z, τ, f, g) − (β − α) · f (0)| ≤ |β − α| · ε.

9.1.5 Cauchykriterium

Rb
f dg existiert genau dann, wenn es zu jedem ε > 0 ein δ > 0 gibt mit
a

|σ(Z, τ, f, g) − σ(Z 0 , τ 0 , f, g)| < ε (9.1)

für alle Z, Z 0 , τ und τ 0 mit |Z| < δ und |Z 0 | < δ.

Beweis:
„⇒“: Wie immer.
„⇐“: Wähle Folgen (Zn ) und (τ (n) ) so, daß |Zn | → 0.
Es ist
σn := σ(Zn , τ (n) , f, g) ∈ IR.
(σn ) ist Cauchyfolge in IR. Also ist σn → A ∈ IR.
Sei ε > 0 und Z beliebig mit |Z| < δ und ZPS τ .
Aus (9.1) folgt dann für Z und Zn mit |Zn | < δ:

|σ(Z, τ, f, g) − σ(Zn , τ (n) , f, g)| < ε.

Rb
Für n → ∞ ist dann |σ(Z, τ, f, g) − A| ≤ ε, also ist A = f dg.
a

9.1.6 Eigenschaften des RS-Integrales

(a) f -Linearität:
Zb Zb Zb
(α1 f1 + α2 f2 ) dg = α1 f1 dg + α2 f2 dg
a a a

(b) g-Linearität:
Zb Zb Zb
f d(α1 g1 + α2 g2 ) = α1 f dg1 + α2 f dg2
a a a

230
 9.1 Riemann-Stieltjes Integrale

(c) Existiert
Zb
f dg,
a

so existiert für [c, d] ⊆ [a, b] auch

Zd
f dg.
c

(d) Es gilt:
Zb Zc Zb
f dg = f dg + f dg.
a a c

Beweis:

(a) X

(b) X

(c) Sei ε > 0. Wähle dazu δ > 0 so, daß (9.1) aus dem Cauchykriterium gilt.
Wähle nun eine Zerlegung Z von [c, d] mit ZPS τ und |Z| < δ.
Ergänze nun Z zur Zerlegung Z̃ von [a, b] mit |Z̃| < δ.
Ergänze entsprechend τ zum ZPS τ̃ von [a, b].
Wähle nun Z1 wie Z, τ (1) wie τ .
Ergänze Z1 und τ (1) genauso wie Z und τ zu Z̃1 und τ̃ (1) . Dann ist

|σ(Z, τ, f, g) − σ(Z1 , τ (1) , f, g)| = |σ(Z̃, τ̃ , f, g) − σ(Z̃1 , τ̃ (1) , f, g)| < ε,

d. h. das Cauchy-Kriterium ist für [c, d] erfüllt.

(d) Aufgabe.

9.1.7 Partielle Integration

Zuerst noch einmal für das Riemann-Integral. Es ist

Zb b Zb
0
f · g dt = f · g − f 0 c · g dt.
a
a a

Rb
Für das Riemann-Stieltjes-Integral gilt: Existiert f dg, so existiert auch
a

Zb b Zb
g df = f · g − f dg.
a
a a

231
9 Kurvenintegrale

Beweis: Sei Z Zerlegung und τ ein Zwischenpunktsystem.

X
m X
m X
m−1
σ(Z, τ, g, f ) = g(τj ) · [f (tj ) − f (tj−1 )] = g(τj )f (tj ) − g(τj+1 )f (tj )
j=1 j=1 j=0
Xm
=− f (tj )[g(τj+1 ) − g(τj )] − g(τ0 )f (t0 ) + g(τm+1 )f (tm )
j=0
b
= −σ(Z 0 , τ 0 , f, g) + f g
a

Dabei ist τ0 = t0 und τm+1 = tm .

Damit ist Z 0 = {τ0 , . . . , τm+1 } Zerlegung und τ 0 = {t0 , . . . , tm } ZPS.
Sei ε > 0. Wähle δ > 0 so, daß
Zb
σ(Z̃, τ̃ , f, g) − f dg < ε
a

für alle Z̃ mit |Z̃| < δ und alle τ̃ ist.

Sei nun |Z| < 2δ . Dann ist |Z 0 | < 2 · 2δ = δ und damit ist

Zb
0 0
σ(Z , τ , f, g) − f dg < ε,
a

also ist für |Z| < δ

2
b Zb
σ(Z, τ, g, f ) − f g + f dg < ε.
a
a
Daraus folgt die Behauptung.

9.1.8 Zusammenhang zwischen RS- und R-Integralen

Sind f und g 0 Riemann-integrierbar, dann ist

Zb Zb
f dg = f (t) · g 0 (t) dt.
a a

Beweis: Sei Z Zerlegung mit Zwischenpunktsystem τ . Dann ist

X
m
σ(Z, τ, f, g) = f (τj ) · [g(tj ) − g(tj−1 )]
| {z }
j=1
MWS:
=(tj −tj−1 )g 0 (τ̃j )
X
m
= f (τj )g 0 (τj )(tj − tj−1 )
j=1
X
m
+ f (τj )(g 0 (τ̃j ) − g 0 (τj ))(tj − tj−1 )
j=1

= σ(Z, τ, f · g 0 ) + σ̃

232
 9.1 Riemann-Stieltjes Integrale

Sei ε > 0 und δ > 0 so, daß

Rb
1. |σ(Z, τ, f · g 0 ) − f (t)g 0 (t) dt| < ε für |Z| < δ und alle τ .
a

2. |S(Z, g 0 ) − s(Z, g 0 )| < ε für |Z| < δ.

f ist beschränkt, d. h. |f | < M .

Zb Zb
0 0
σ(Z, τ, f, g) − f (t)g (t) dt ≤ σ(Z, τ, f g ) − f g 0 dt +|σ̃|
a a
| {z }
<ε, |Z|<δ
" #
X
m
0 0
<ε+ M· sup g (τ ) − inf g (τ ) · (tj − tj−1 )
tj−1 ≤τ ≤tj tj−1 ≤τ ≤tj
j=1

< ε + M · ε für |Z| < δ, alle τ.

9.1.9 Satz: Existenz des RS-Integrales

Rb
Ist f ∈ C([a, b]) und ist g monoton, dann existiert f dg.
a

Beweis: Für monoton wachsendes g.

Sei ε > 0.
1. Dazu existiert ein δ > 0 mit
|f (s) − f (t)| < ε
für x, t ∈ [a, b], |s − t| < δ (gleichmäßige Stetigkeit).
2. Sind Z und Z 0 Zerlegungen mit Z ⊆ Z 0 und |Z| < δ, so gilt:

|σ(Z, τ, f, g) − σ(Z 0 , τ 0 , f, g)| ≤ ε(g(b) − g(a)).

Beweis:
Berechne die Beiträge von [tµ−1 , tµ ] zu den σ(Z, . . . ) und
berechne die Beiträge von [tµ−1 , tµ ] zu den σ(Z 0 , . . . ):

X
ν+k
Z : f (τµ ) · [g(tµ ) − f (tµ − 1)] = f (τµ ) · [g(t0j ) − g(t0j−1 ]
j=ν+1

X
ν+k
Z0 : f (τj0 ) · [g(t0j ) − g(t0j−1 )]
j=ν+1

Dann ist für |τµ − τj0 | < δ:

0
Xm
0 0
|σ(Z, τ, f, g) − σ(Z , τ , f, g)| < ε (g(t0j ) − g(t0j−1 ))
j=1
| {z }
≥0

= ε · (g(b) − g(a))

233
9 Kurvenintegrale

3. Seien nun Z 0 und Z 00 beliebige Zerlegungen mit |Z 0 | < δ, |Z 00 | < δ und Zwischenpunktsystemen
τ 0 und τ .
Setze Z = Z 0 ∪ Z 00 und τ = τ 0 ∪ τ 00 .
Dann ist |Z| < δ und

|σ(Z 0 , τ 0 , f, g) − σ(Z 00 , τ 00 , f, g)| ≤ |σ(Z 0 ) − σ(Z)| + |σ(Z) − σ(Z 00 )|

≤ 2ε(g(b) − g(a))

Rb
Das Cauchykriterium ist also erfüllt, d. h. das Integral f dg existiert.
a

9.2 Funktionen von endlicher Variation

9.2.1 Definition: Variation

Sei g : [a, b] → IR. Ist Z = {t0 , t1 , . . . , tm } eine Zerlegung von [a, b], so setzt man
X
m
var(Z, g) := |g(tj ) − g(tj−1 )|
j=1

und
Vab (g) := sup{var(Z, g) : Z ist Zerlegung von [a, b]}.
Vab (g) heißt (Total-)Variation von g. Ist Vab (g) < ∞, so heißt g von endlicher (beschränkter) Variation.

9.2.2 Beispiele

(1) Sei g monoton (⊕). Dann ist

X
m
var(Z, g) = |g(tj ) − g(tj−1 )|
j=1

⊕
X
m
= g(tj ) − g(tj−1 )
j=1

= |g(b) − g(a)|
⇒ Vab (g) = |g(b) − g(a)|.

(2) Sei g 0 ∈ R([a, b]). Dann ist

X
m
var(Z, g) = | g(tj ) − g(tj−1 ) |
| {z }
j=1
=(tj −tj−1 )g 0 (τj )

≤ S(Z, g 0 ) Obersumme
≥ s(Z, g 0 ) Untersumme
Zb
⇒ Vab (g) = |g 0 (t)| dt.
a

234
 9.2 Funktionen von endlicher Variation

(3) Sei (
t cos πt für 0 < t ≤ 1
g(t) =
0 für t = 0
in [a, b] = [0, 1]. g ist stetig, aber nicht von endlicher Variation.
Wähle folgende Zerlegung Z für m ∈ IN:
 
1 1 1
Z := 0, , . . . , , , 1 .
m 3 2
Dann ist
X
m
1 X1 1
m
|g(tj ) − g(tj−1 )| = cos(πm) + +
m j j−1
j=1 j=2
X
m
1
>
j
j=1

→ ∞ für m → ∞.

(4) Aufgabe: Zeige, daß (

t2 cos πt für 0 < t ≤ 1
g(t) =
0 für t = 0
von endlicher Variation ist.

9.2.3 Satz

Ist g von endlicher Variation, so ist

(
Vat (g) für a < t ≤ b
v(t) =
0 für t = 0
monoton wachsend und dort stetig, wo g stetig ist.

Beweis: Sei a ≤ c < b. Dann gilt:

Vab = Vac + Vcb
Beweis hierfür:
Seien Z 0 und Z 00 Zerlegungen von [a, c] bzw. [c, b], Z = Z 0 ∪ Z 00 . Es ist dann:
Vab (g) ≥ var(Z, g) = var(Z 0 , g [a,c]
) + var(Z 00 , g [c,b]
.

Also ist Vab ≥ Vac + var(Z 00 , g [c,b] ) und auch Vab ≥ Vac + Vcb .
Nun die Umkehrung: Z sei Zerlegung von [a, b], Zc = Z ∪ {c}.
Damit ist (⊕ als Aufgabe):
⊕
var(Z, g) ≤ var(Zc , g)
= var(Z 0 , g [a,c]
) + var(Z 00 , g [c,b]
)

mit Z 0 = ZC ∩ [a, b] und Z 00 = ZC ∩ [c, b].

Also ist var(Z, g) ≤ Vac (g) + Vcb (g) und damit Vab ≤ Vac + Vcb .
Zusammen ergibt sich die Behauptung.

235
9 Kurvenintegrale

Monotonie von v: Sei a ≤ s < t ≤ b. Dann ist

v(t) = v(s) + Vst (g) ≥ v(s).

| {z }
≥0

Stetigkeit von v: Sei ε > 0. Dann existiert eine Zerlegung Z von [a, b] mit

var(Z, g) > Vab (g) − ε.

Sei nun a < c < d < b. Setze dann

Z̃ = (Z ∩ [c, d]) ∪ {c, d}

Z1 = (Z ∩ [a, c]) ∪ {c}
Z2 = (Z ∩ [d, b]) ∪ {d}.

Dann ist
var(Z̃, g [c,d]
) > Vcd (g) − ε,

denn es ist

Vab (g) < var(Z, g) + ε

= var(Z1 , g) + var(Z̃, g) + var(Z2 , g) + ε
< Vac (g) + var(Z̃, g) + Vab (g) + ε

Also ist Vcd (g) < var(Z̃, g) + ε.

Zeige nun: Wenn g in τ ∈ [a, b] stetig ist, so ist v rechtsseitig stetig in τ .
(Zeige dann genauso, daß v auch linksseitig stetig ist).
Sei ε > 0 gegeben. Wähle Z mit

var(Z, g) > Vab (g) − ε.

Wähle δ > 0 so, daß (τ, τ + δ) keinen Teilpunkt von Z enthält.

{τ, t} ist Zerlegung von [τ, t]. Es ist

|g(t) − g(τ )| > Vτt (g) − ε

= v(t) − v(τ ) − ε.

Damit ist dann

0 ≤ v(t) − v(τ )
< |g(t) − g(τ )| +ε.
| {z }
<ε für |t−τ |<δ 0

Also ist
|v(t) − v(τ )| < 2ε

für τ < t < min(τ + δ, τ + δ 0 ).

Das heißt, daß v stetig ist.

236
 9.2 Funktionen von endlicher Variation

9.2.4 Zerlegungssatz

g ist genau dann von endlicher Variation, wenn es eine Darstellung

g = g1 − g2
mit monoton wachsenden Funktionen g1 und g2 gibt.
Es gilt dann:
Vab (g) ≤ Vab (g1 ) + Vab (g2 ).

Beweis:
„⇐“: Setze g = g1 − g2 . Dann ist
X
m
var(Z, g) ≤ |g1 (tj ) − g1 (tj−1 )| + |g2 (tj ) − g2 (tj−1 )|
j=1

≤ var(Z, g1 ) + var(Z, g2 )
≤ Vab (g1 ) + Vab (g2 )
Daraus folgt dann die Behauptung.
„⇒“: Konstruiere g1 und g2 wachsend mit g = g1 − g2 und
Vab (g) = Vab (g1 ) + Vab (g2 ).
Es wird definiert:
 
Xm 
v± (t) := sup (g(tj ) − g(tj−1 ))± : {t0 , . . . , tn } bel. Zerl. von [a, b]
 
j=1

sind die positive bzw. negative Variation.

Es gelten:
(1) v+ (t) + v− (t) = Vat (g)
(2) v+ (t) − v− (t) = g(t) − g(a), denn es ist
X
m X
m
(g(tj ) − g( tj−1 ))+ − (g(tj ) − g(tj−1 ))−
j=1 j=1
X
m
= (g(tj ) − g(tj−1 ))
j=1
= g(b) − g(a).

Es gilt dann:
g(t) = (g(a) + v+ (t)) − v− (t)
| {z } | {z }
:=g1 =:g2

g1 und g2 sind monoton wachsend wie Vat .

Es ist:
Vab (g1 ) = v+ (b)
Vab (g2 ) = v− (b).
Nach Addition gilt:
Vab (g1 ) + Vab (g2 ) = v+ (b) + v− (b) = Vab (g).

237
9 Kurvenintegrale

9.2.5 Satz
Rb
Ist f stetig auf [a, b] und g von endlicher Variation, so existiert a f dg, und es ist

Zb
f dg ≤ kf k∞ · Vab (g).
a

Beweis:
Existenz: Es ist g = g1 − g2 mit monoton wachsenden g1 und g2 . Dann existieren
Zb
f dgj für j = 1, 2.
a

Also existiert auch

Zb Zb Zb
f dg = f dg1 − f dg2 .
a a a

Abschätzung: Es ist

X
m
|σ(Z, τ, f, g)| = f (τj )(g(tj ) − g(tj−1 ))
j=1

≤ kf k∞ · var(Z, g) ≤ kf k∞ · Vab (g).

Also ist auch

Zb
f dg ≤ kf k∞ · Vab (g).
a

9.2.6 Folgerung aus dem Zerlegungssatz

Man kann g1 und g2 so wählen, daß sie überall dort stetig sind, wo auch g stetig ist. Ist insbesondere
g ∈ C([a, b]), so kann man g1 , g2 ∈ C([a, b]) wählen.

Beweis: Wie bei v(t) zeige:

v+ und f− sind dort stetig, wo auch g stetig ist. Setze dann g1 = v+ + g(a) und g2 = v− .

9.2.7 Mittelwertsatz

Rb
Sei f : [a, b] → [m, M ] und g : [a, b] → IR sei monoton. Außerdem existiere f dg.
a

(a) Dann existiert ein µ ∈ [m, M ] mit

Zb
f dg = µ · (g(b) − g(a)).
a

238
 9.2 Funktionen von endlicher Variation

(b) Ist f ∈ C([a, b]), so gibt es ein ξ ∈ (a, b) mit

Zb
f dg = f (ξ) · (g(b) − g(a)).
a

Beweis: Als Aufgabe (Riemann-Integral: g(t) = t).

9.2.8 Beispiel zum RS-Integral

Sei f : (0, ∞) → (0, ∞), stetig differenzierbar mit f → 0 für t → ∞.

Dann ist

ZT
1
L= f (t) d( t − [t] − )
δ
| {z 2}
=g(t)
endliche Variation
ZT  
T 0 1
= f (t) · g(t) δ − f (t) · t − [t] − dt
2
δ
ZT ZT  
1
L= f (t) dt − f (t) d [t] −
2
δ δ
ZT X
[T ]
= f (t) dt − f (k).
δ k=1

Daraus folgt:

X
[T ] ZT ZT  
0 1
f (k) = f (t) dt + f (T )g(T ) − f (δ)g(δ) − f (t) t − [t] − dt
2
k=1 δ δ
ZT ZT  
δ→1 0 1 1
−−−→ f (t) dt − f (t) t − [t] − dt + f (T )g(T ) − f (1).
2 2
1 1

Für T → ∞ gilt dann:

∞
X Z∞ Z∞  
1 0 1
f (k) = f (t) dt − f (1) + f (t) t − [t] − dt,
2 2
k=1 1 1

R∞
falls f (t) dt existiert. Also ist
1

∞
X Z∞
1
f (k) = f (t) dt − f (1) − R
2
k=1 1

239
9 Kurvenintegrale

mit
Z∞  
0 1
|R| = f (t) t − [t] − dt
2
1
Z∞
1
≤ |f 0 (t)| dt.
2
1

9.3 Wege und Weglängen

9.3.1 Definition: Weg

Eine stetige Abbildung γ : [a, b] → IRn heißt Weg. γ(a) ist der Anfangspunkt und γ(b) ist der End-
punkt.
|γ| := {γ(t) : a ≤ t ≤ b}
ist der Träger von γ.

9.3.2 Definition: rektifizierbarer Weg, Länge

Ein Weg γ heißt rektifizierbar, wenn

 
X m 
L(γ) = sup kγ(tj ) − γ(tj−1 )k : {t0 < t1 < · · · < tm } bel. Zerl. von [a, b]
 
j=1

endlich ist. L(γ) heißt Länge von γ.

9.3.3 Satz

γ ist genau dann rektifizierbar, wenn die γ1 , γ2 , . . . , γn von endlicher Variation sind.

Beweis: Sei Z = {t0 , . . . , tm } Zerlegung.

X
m X
m X
m X
n
|γ% (tj ) − γ% (tj−1 )| ≤ kγ(tj ) − γ(tj−1 )k ≤ |γν (tj ) − γν (tj−1 )|
j=1 j=1 j=1 ν=1

für % = 1, . . . , n.
Es gilt dann:
X
m X
n
var(Z, γ% ) ≤ kγ(tj ) − γ(tj−1 )k ≤ var(Z, γν )
j=1 ν=1

für % = 1, . . . , n. Also ist

X
n
Vab (γ% ) ≤ L(γ) ≤ Vab (γν ).
ν=1

240
 9.3 Wege und Weglängen

9.3.4 Satz

(a) Ist γ rektifizierbar, so ist die Bogenlänge

s(t) := L(γ [a,t]

)

stetig und monoton wachsend und

Zb
L(γ) = 1 ds (Riemann-Stieltjes-Integral).
a

(b) Ist γ stetig differenzierbar, so gilt

Zt
s(t) = kγ 0 (τ )k dτ.
a

Insbesondere ist
Zb
L(γ) = kγ 0 (τ )k dτ.
a

Beweis:
(a) Sei a ≤ t0 < t ≤ b. Dann ist

s(t) − s(t0 ) = L(γ [t0 ,t]

)≥0 ⇒ s%
X
n
0 ≤ s(t) − s(t0 ) ≤ Vtt0 (γν ) → 0 für t − t0 → 0.
ν=1

(b) Ist γ 0 stetig, so sind γ1 , . . . , γn von endlicher Variation, d. h. γ ist rektifizierbar. Sei nun a ≤ t0 <
t ≤ b:
(a) s(t) − s(t0 ) ≥ kγ(t) − γ(t0 )k.
Sei Z Zerlegung von [t0 , t], Z = {t0 , . . . , tm }.

X
m X
m Ztj
kγ(tj ) − γ(tj−1 )k = γ 0 (τ ) dτ
j=1 j=1 t
j−1

m Zj
t
X
≤ kγ 0 (τ )k dτ
j=1t
j−1

Zt
= kγ 0 (τ )k dτ.
t0

Rt
(b) s(t) − s(t0 ) ≤ kγ 0 (τ )k dτ .
t0

241
9 Kurvenintegrale

Also ist
Zt
γ(t) − γ(t0 ) s(t) − s(t0 ) 1
0
≤ 0
< kγ 0 (τ )k dτ.
t−t t−t t − t0
t0

Für t0 → t gilt dann:

kγ 0 (t)k ≤ s0 (t) ≤ kγ 0 (t)k

⇒ s0 (t) = kγ 0 (t)k, also s ∈ C 1 ([a, b]).

Deshalb gilt:
Zt
s(t) = kγ 0 (τ )k dτ
a

und
Zb
L(γ) = s(b) = kγ 0 (τ )k, dτ.
a

9.3.5 Beispiele

(1) Kreislinie im IR2 :

 
x0 + r cos t
γ(t) = für 0 ≤ t ≤ 2π .......
.........
.......................................
.......
......
y0 + r sin t ...... .....
....... ....
  .. . ...
.. ...
.... ...
0 −r sin t ....
..
. ...
...
...
γ = ....
...
..
..
..
r cos t ...
...
.............
..
.............
..
... ...
..
kγ 0 k = r
...
... ..
...
...
(x0 , y0 ) ...
..
... ...
.... ..
.....
Z2π .....
.....
......
........ ......
........
............. ........
...........................
L= r dt = 2πr
0

(2) Asteroide im IR2 :

......
... ..
.. ...
.... ....
. ...
... ...
...
Es ist für 0 ≤ t ≤ 2π ......
...
...
....
.....
............ ......
...... 0, 1
 3  ...
...................
.....
....... .......
........
..........
........ ..........
cos t .......
...... .......
............
γ(t) = ......
..... ........
sin3 t ...
...
... ...
...
....
...
....
... ..
... ..
... ..
.....
..

kγ 0 k2 = (3 cos2 (t) · sin(t))2 + (3 sin2 (t) · cos t)2 = 9 cos2 t sin2 t

3
kγ 0 (t)k = 3| cos t sin t| = | sin 2t| = s0 (t)
2
Z
pi/2
π/2
3 6
L(γ) = 4 · sin 2τ dτ = (− cos 2τ ) =6
2 2 a
0

242
 9.3 Wege und Weglängen

(3) Schraubenlinie im IR3 :

 
r cos t
γ(t) =  r sin t  , mit r > 0, h > 0, 0 ≤ t ≤ α
ht
p
kγ 0 k = r2 + h2
p
L(γ) = r2 + h2 · α

(4) Zykloide im IR2 :

 
t − sin t
γ(t) = für 0 ≤ t ≤ 2π
1 − cos t
t
kγ 0 k2 = (1 − cos t)2 + sin2 t = 1 − 2 cos t + 1 = 2(1 − cos t) = 4 sin2
2
Also ist
t
kγ 0 k = 2 sin
für 0 ≤ t ≤ 2π
2
 
t 2π
L(γ) = 2 · (2 − cos =8
2 0

9.3.6 Definition: Äquivalenz von 2 Wegen

Zwei Wege α : [a, b] → IRn und β : [c, d] → IRn heißen äquivalent, wenn es eine stetige, monoton
wachsende Bijektion h : [a, b] → [c, d] mit α(t) = β(h(t)), a ≤ t ≤ b gibt. Kurz: α ∼ β.

9.3.7 Beispiel

 
t
α : [−1, 1] → IR2 α(t) =
|t|
 
t · |t|
β : [−1, 1] → IR2 β(t) = .
t2

α und β haben den gleichen Träger, gleichen Anfangs- und Endpunkt und die gleiche Länge. Setze
hier ( p
− |t| −1 ≤ t ≤ 0
h(t) = √ .
t 0≤t≤1

9.3.8 Satz und Definition: Kurve, Parameterdarstellung

∼ ist eine Äquivalenzrelation. Jede Äquivalenzklasse heißt Kurve. Jeder Weg α einer Äquivalenzklasse
heißt Parameterdarstellung. h heißt auch Parameterwechsel.

Beweis: Aufgabe.

243
9 Kurvenintegrale

9.3.9 Satz: Eigenschaften äquivalenter Wege

Äquivalente Wege haben

(a) denselben Anfangspunkt
(b) denselben Endpunkt
(c) denselben Träger
(d) dieselbe Länge

Beweis:
(a) Aufgabe
(b) Aufgbe
(c) Aufgabe
(d) Sei α : [a, b] → IRn und β : [c, d] → IRn mit α(t) = β(h(t)).
Z = {t0 , . . . , tn } sei beliebige Zerlegung von [a, b].
Setze τj = h(tj ).
Dann ist Z 0 = (τ0 , . . . , τm ) Zerlegung von [c, d].
X
m X
m
kα(tj ) − α(tj−1 )k = kβ(τj ) − β(τj−1 )k
j=1 j=1

≤ L(β)
Also ist L(α) ≤ L(β), da Z beliebig gewählt wurde.
Umgekehrt gilt auch L(β) ≤ L(α). Benutze dafür h−1 .

9.3.10 Umorientierung von Wegen

Sei α : [a, b] → IRn . Dann ist γ := −α der Weg

γ(t) = α(−t) für − b ≤ t ≤ −a.
Aufgabe: Zeige: α ∼ β ⇒ −α ∼ −β.

9.3.11 Aneinanderhängen von Wegen

Seien α : [a, b] → IRn und β : [c, d] → IRn Wege mit α(b) = β(c). Dann ist der Weg γ := α + β
folgendermaßen erklärt: (
α(t) a≤t≤b
γ(t) = .
β(c + t − b) b ≤ t ≤ b + d − c
Aufgabe: Zeige: α ∼ α1 , β ∼ β1 ⇒ α + β ∼ α1 + β1 .

9.3.12 Definition: Jordanweg/-bogen

Ist α : [a, b] → IRn injektiv, so heißt α Jordanbogen. Umgangssprachlich gesagt: Es treten keine Schnitt-
punkte auf.

244
 9.3 Wege und Weglängen

9.3.13 Satz: Äquivalenz von Jordanbögen

Sind α und β Jordanbögen mit |α| = |β| und gleichem Anfangspunkt, so sind α und β äquivalent.

Beweis: |α| = |β| ⊆ IRn ist kompakt.

β : [c, d] → |β| ist stetig, bijektiv.
Damit ist β −1 : |β| → [c, d] stetig und bijektiv.
h(t) = β −1 (α(t)) ist stetig, bijektiv: [a, b] → [c, d].
h ist insbesondere monoton. h ist sogar monoton wachsend,
da h(a) = β −1 (α(a)) = c und h(b) = β −1 (α(b)) = d und α(t) = β(h(t))
Daraus folgt die Äquivalenz.

9.3.14 Definition: geschlossene Kurve, Jordankurve

α : [a, b] → IRn heißt geschlossen, wenn α(a) = α(b) ist. Ein geschlossener Weg heißt Jordankurve,
wenn α : [a, b) → IRn injektiv ist, aber α(a) = α(b) ist.

9.3.15 Jordanscher Kurvensatz

Ist γ eine Jordankurve im IR2 , so besteht IR2 \ |γ| aus zwei Gebieten Gi (innen) und Ga (außen).
Dabei ist Gi ∩ Ga = ∅ und ∂Gi = ∂Ga = |γ|.

Ohne Beweis.

9.3.16 Tangente an eine Kurve

Sei γ : [a, b] → IRn ein Weg, γ 0 (t0 ) existiere und sei ungleich 0. Dann ist

γ(t) = γ(t0 ) + γ 0 (t0 )(t − t0 ) + o(|t − t0 |)

und
τ 7→ γ(t0 ) + γ 0 (t0 )τ für τ ∈ IR
ist die Parameterdarstellung einer Geraden, der Tangente von γ im Punkt γ(t0 ).

9.3.17 Definition: C 1 -Kurve, glatte Kurve

γ : [a, b] → IRn heißt C 1 bzw. glatt, wenn γ ∈ C 1 ([a, b]) bzw. wenn γ ∈ C 1 ([a, b]) und überall γ 0 (t) 6= 0
ist.

9.3.18 Beispiel
 
t|t|
γ(t) = für −1 ≤ t ≤ 1.
t2
γ ist ein C 1 -Weg, aber nicht glatt, da γ 0 (0) = 0 ist.

245
9 Kurvenintegrale

9.3.19 Definition: stückweise C 1 /glatt

γ heißt stückweise C 1 bzw. stückweise glatt, wenn es endlich viele C 1 -Wege bzw. glatte Wege γ1 , . . . , γn
gibt mit γ = γ1 + · · · + γm .

9.3.20 Satz

Sei γ : [a, b] → IRn rektifizierbar und γ sei auf keinem Teilintervall konstant. Dann ist s(t) = L(γ[a,t] )
streng monoton wachsend.

Beweis: Zeige: s(t) < s(t0 ) für t < t0 :

Es ex. t00 ∈ (t, t0 ) mit γ(t00 ) 6= γ(t) oder γ(t00 ) 6= γ(t0 ):

s(t0 ) − s(t) ≥ kγ(t) − γ(t00 )k + kγ(t00 ) − γ(t0 )k > 0.

Beachte: s : [a, b] → [0, L(γ)] ist eine Bijektion, stetig und streng wachsend.
Die Umkehrfunktion [0, L(γ)] → [a, b] heiße t = t(s).

9.3.21 Parametrisierung nach der Bogenlänge

Die Parameterdarstellung
γ̃(s) := γ(t(s))
heißt Parameterdarstellung nach der Bogenlänge. Sie ist äquivalent zu γ. Jeder Abschnitt von γ̃ hat
die gleiche Länge wie das entsprechende Definitionsintervall von γ̃.

9.3.22 Satz

Ist γ : [a, b] → IRn glatt, so existiert die PD γ̃(s) = γ(t(s)) nach der Bogenlänge und es gilt:

kγ̃ 0 (s)k = 1.

Beachte: Es ist s0 (t) = kγ 0 (t)k.

Beweis:
Zt
s(t) = kγ 0 (τ )k dτ
a

s∈ C 1 ([a, b]) (früherer Satz).

s0 (t) = kγ 0 (t)k > 0,
wegen der Glattheit von γ.
t = t(s) ist dann ebenfalls C 1 , also auch

γ̃(s) = γ(t(s)).

Es gilt:
1
kγ˜0 (s)k = kγ 0 (t(s))kt0 (s) = kγ 0 (t(s))k =1
s0 (t) t=t(s)

246
 9.4 Kurvenintegral

9.4 Kurvenintegral

9.4.1 Definition

Sei γ : [a, b] → IRn und ϕ : |γ| → IR bzw. f : |γ| → IRn . Dann setzt man
(a)
Z Zb
ϕ(x) ds := ϕ(γ(t)) ds(t)
γ a

mit der Bogenlänge s(t). „Integral nach der Bogenlänge“.

(b)
Z Zb
ϕ(x) dxj := ϕ(γ(t)) dγj (t)
γ a

für j = 1, . . . , n.
(c)
Z n Z
X n Z
X
b

f (x) · dx := fj (x) dxj = fj (γ(t)) dγj (t)

γ j=1 γ j=1 a

„Kurvenintegral“
Dies ist, falls die rechten Seiten als RS-Integrale existieren. Die Existenz ist gesichert, wenn ϕ bzw. f
stetig ist und γ rektifizierbar ist.

9.4.2 Bemerkungen

(a) Diese Kurvenintegrale hängen nur von der Äquivalenzklasse von γ ab.
Beweis: Sei γ : [a, b] → IRn und α : [c, d] → IRn mit γ(t) = α(h(t)) und h : [a, b] → [c, d] bijektiv,
stetig, streng wachsend.
Zeige: Z Z
1
ϕ(x) dxj = ϕ(x) dxj .
γ α

Sei Z = {t0 , . . . , tm } Zerlegung von [a, b]

und Z 0 = {t00 , . . . , t0m } Zerlegung von [c, d] mit t0k = h(tk ).
Es gilt dann:
X
m
σ(Z, {t1 , . . . , tm }, ϕ ◦ γ, γj ) = ϕ(γ(tk ))(γj (tk ) − γj (tk−1 ))
k=1
Xm
= ϕ(α(h(tk )))(αj (h(tk )) − αj (h(tk−1 )))
k=1
Xm
= ϕ(α(t0k ))(αj (t0k ) − αj (t0k−1 ))
k=1
= σ(Z 0 , {t01 , . . . , t0m }, ϕ ◦ α, αj )

247
9 Kurvenintegrale

Daraus folgt die Gleichheit der Summen und damit die Gleichheit der Integrale.
(b) Ist γ eine C 1 -Kurve, so ist

Z Zb
ϕ(x) ds = ϕ(γ(t))kγ 0 (t)k dt
γ a
Z Zb
ϕ(x) dxj = ϕ(γ(t))γj0 (t) dt
γ a

j = 1, . . . , n

Z Zb
f (x) · dx = f (γ(t)) · γ 0 (t) dt
γ a

(c) Physikalische Interpretation (im IR3 ):

Sei G ⊆ IR3 ein Gebiet und K : G → IR3 stetig.
K ist ein „Kraftfeld“.
Ist nun γ : [a, b] → G ein Weg, dann ist
Z
−m K(x) dx
γ

die Arbeit, die benötigt wird, um einen Massepunkt mit der Masse m gegen dieses Kraftfeld von
γ(a) nach γ(b) zu bewegen.
(d) Geometrische Interpretation von (a):
Sei ϕ : IR2R → IR und γ : [a, b] → IR2 .
Dann ist ϕ(x) ds die Mantelfläche, die durch ϕ und γ im IR3 aufgespannt wird.
γ

9.4.3 Beispiel im IR2



−y
Sei f (x, y) = .
x
Berechne das Wegintegral von (0, 0) nach (1, 1) über verschiedene Wege
1. Sei  !

 t

 0≤t≤1
 0
γ1 (t) = ! .

 1

 1<t≤2
 t−1

Es ist dann  !

 1

 0≤t≤1
 0
0
γ1 (t) = ! .

 0

 1<t≤2
 1

248
 9.4 Kurvenintegral

Z Z1 Z2
f (x, y) d(x, y) = (−0 · 1 + t · 0) dt + (−(t − 1) · 0 + 1 · 1) dt = 1
γ1 0 1

2. Sei 
t
γ2 (t) = für 0 ≤ t ≤ 1.
t
Dann ist
 
1
γ20 (t) =
1
Z Z1
f (x, y) d(x, y) = (−t · 1 + t · 1) dt = 0
γ2 0

3. Sei
 !

 0

 0≤t≤1
 t
γ3 (t) = ! .

 t−1

 1<t≤2
 1

Dann ist
 !

 0

 0≤t≤1
 1
0
γ3 (t) = !
 1


 1<t≤2
 0
Z
f (x, y) d(x, y) = −1
γ3

9.4.4 Eigenschaften der Kurvenintegrale

(a) Additivität: Z Z Z
(ϕ(x) + ψ(x)) ds = ϕ(x) ds + ψ(x) ds
γ γ γ
Z Z Z
(f (x) + g(x)) · dx = f (x) · dx + g(x) · dx
γ γ γ

(b) Homogenität (λ ∈ IR): Z Z

λϕ(x) ds = λ ϕ(x) dx
γ γ
Z Z
λf (x) · dx = λ f (x) · dx
γ γ

249
9 Kurvenintegrale

(c) Dreiecksungleichung:

Z Z
f (x) · dx ≤ kf (x)k · dx
γ γ

≤ sup kf (x)k · L(γ)

x∈|γ|

(d) Aneinanderhängen:
Z m Z
X
f (x) dx = f (x) dx
γ1 +···+γm j=1 γ
j

Z m Z
X
ϕ(x) ds = ϕ(x) ds
γ1 +···+γm j=1 γ
j

(e) Z Z
f (x) · dx = − f (x) · dx
−γ γ
Z Z
ϕ(x) ds = ϕ(x) ds
−γ γ

Beweis:
(a) X
(b) X
(c) Falls γ eine C 1 -Kurve ist:

Z Zb
f (x) · dx = f (γ(t)) · γ 0 (t) dt
γ a
Zb
≤ |f (γ(t)) · γ 0 (t) dt|
a
Zb
CSU
≤ kf (γ(t))k · kγ 0 (t)k dt
a
Z
= kf (x)k · ds
γ
Z
≤ sup kf (x)k · ds
x∈|γ|
γ

= sup kf (x)k · L(γ)

(d) X

250
 9.5 Kurvenintegrale und Stammfunktionen

(e) Für C 1 -Kurven:

Sei γ : [a, b] → IRn , α := −γ, d. h. α(t) = γ(−t) für −b ≤ t ≤ −a.

Z Z−a
f (x) · dx = f (γ(−t)) · (−γ 0 (−t)) dt
−γ −b
Substitution
= τ = −t
dτ = −dt
Zb
= f (γ(τ )) · γ 0 (τ ) dτ
a
Zb
=− f (γ(τ ))γ 0 (τ ) dτ
Za
=− f (x) · dx
γ

Für das Integral nach der Bogenlänge gilt:

Z Z−a
ϕ(x) ds = ϕ(γ(−t))k − γ 0 (−t)k dt
γ −b
Zb
=− ϕ(γ(τ )) · kγ 0 (τ )k dτ
a
Z
= ϕ(x) ds
γ

9.5 Kurvenintegrale und Stammfunktionen

9.5.1 Definition: Vektorfeld, Potential

Sei D ⊆ IRn ein Gebiet und f : D → IRn stetig. Dann nennt man f auch Vektorfeld. f heißt Gradien-
tenfeld, wenn eine Funktion F ∈ C 1 (D) existiert mit grad F = F 0 = f . F heißt auch Stammfunktion,
−F = U heißt auch Potential von f .

9.5.2 Bemerkung

Für n = 1 und D = (a, b) ist jedes Vektorfeld auch ein Gradientenfeld (Hauptsatz):

Zx
F (x) := f (t) dt, F0 = f
c

251
9 Kurvenintegrale

9.5.3 Beispiel

Sei n = 3.  
0
Betrachte einen Massepunkt M in x = 0
0
 
x1
und einen Massepunkt m in x = x2 .
x3
Gravitationsfeld (mit Gravitationskonstante γ):
x
−γ · m · M ·
kxk3

Gravitationspotential (für x 6= 0):

1
U = −γ · m · M ·
kxk
 −3/2
  Xn
1  xi
Uxi = −γmM − x2j  · 2xi = γmM
2 kxk3
j=1

9.5.4 Satz

Sei f : D → IR ein Vektorfeld. Dann sind äquivalent:

(a) f ist ein Gradientenfeld, d. h. f besitzt eine Stammfunktion.
R
(b) f (x) · dx ist nur abhängig von Anfangs- und Endpunkt von γ.
γ
R
(c) f (x) dx = 0 für geschlossene Kurven.
γ

In (b) und (c) ist γ : [a, b] → D, (stückweise) stetig differenzierbar.

Beweis:
(a)⇒(c): Sei F 0 = f und γ sei C 1 . Dann ist

Z Zb Zb
0
f (x) · dx = f (γ(t)) · γ (t) dt = F 0 (γ(t)) · γ 0 (t) dt
γ a a
b
= F (γ(t)) = F (γ(b)) − F (γ(a)) = 0
a

(b)⇒(a): Sei ξ ∈ D fest.

Für x ∈ D sei γx ein beliebiger Weg von ξ nach x, γx ∈ C 1 .
Z
F (x) = f (y) · dy
γx

252
 9.5 Kurvenintegrale und Stammfunktionen

ist unabhängig von γx . Außerdem ist

Z
F (x + h) − F (x) = f (y) · dy.
s

Sei ε > 0. Wähle δ dazu so, daß K(x, δ) ⊆ D und kf (x) − f (y)k < ε für alle y ∈ K(x, δ) ist.

Z
|F (x + h) − F (x) − h · f (x)| = (f (y) − f (x)) dy
Zs
≤ ε · ds = ε · khk
s

Also ist F 0 = f .
(c)⇒(b): Seien γ1 und γ2 Wege in D von α nach β.
γ1 − γ2 = γ ist geschlossen. Damit ist
Z Z Z
0 = f (x) dx = f (x) dx − f (x) dx.
γ γ1 γ2

9.5.5 Bemerkungen

(1) Eine Stammfunktion ist bis auf eine additive Konstante eindeutig bestimmt, denn sind F und F1
Stammfunktionen, so ist (F − F1 )0 = 0, also ist F − F1 konstant.
 
−y
(2) f (x, y) = hat keine Stammfunktion, denn:
x
(3) Ist f ∈ C 1 (D) ein Gradientenfeld, so gilt

∂fµ ∂fν
= (9.2)
∂xν ∂xµ

für µ, ν = 1, . . . , n.
(9.2) ist notwendig für Stammfunktionen.
Beweis: Sei F 0 = f und fν = ∂x
∂F
ν
. Dann ist

∂fν ∂ 2F ∂ 2F ∂fµ
= = = .
∂xµ ∂xµ ∂xν ∂xν ∂xµ ∂xν

(4) Sei  
1 −y
f (x, y) = 2 · .
x + y2 x
Dann ist
 
∂ −y 1 −y · 2y y 2 − x2
= − − =
∂y x2 + y 2 x2 + y 2 (x2 + y 2 )2 (x2 + y 2 )2
 
∂ x x2 − y 2
= −
∂x x2 + y 2 (x2 + y 2 )2

253
9 Kurvenintegrale

 aber f ist kein Gradientenfeld im IR \ {(0, 0)}.

2
Es liegt Gleichheit
 vor,
cos t
Setze γ(t) = r für 0 ≤ t ≤ 2π. Damit ist
sin t

Z Z2π
1
f (x, y) d(x, y) = (−r sin t, r cos t) · r(− sin t, cos t) dt
r2
γ 0
Z2π
= (sin2 t) + (cos2 t) dt = 2π 6= 0
0

9.5.6 Lemma von Poincaré

Sei D ⊆ IRn ein sternförmiges Gebiet und f ∈ C 1 (D, IRn ) erfülle die Gleichung (9.2). Dann besitzt f
eine Stammfunktion.

Beweis: OBdA sei ξ = 0 und D sei sternförmig bzgl. ξ. Setze

Z
F (x) := f (y) · dy.
sx

Dabei ist sx : [0, 1] → D mit sx (t) = tx. Damit ist

Z1 X
n Z1
F (x) = f (tx) · x dt = xν fν (tx) dt.
0 ν=1 0

Ist F ∈ C 1 (D)? Dies wird später gezeigt.

Ist F 0 = f . Zeige dies jetzt: Es ist

Z1 X
n Z1
∂F ∂
= fµ (tx) dt + xν fν (xt) dt
∂xµ ∂xµ
0 ν=1 0
Z1 X
n Z1
∂
= fµ (tx) dt + xν fν (xt) dt
∂xµ
0 ν=1 0

Dabei wird später gezeigt.

Mit
Z1 Z1 Z1
∂ ∂fν ∂fµ
fν (tx) dt = t (tx) dx = t (tx) dx
∂xµ ∂xµ ∂xν
0 0 0

gilt dann:
Z1 !
∂F X
n
∂fµ
= fµ (tx) + txν (tx) dt.
∂xµ ∂xν
0 ν=1

254
 9.5 Kurvenintegrale und Stammfunktionen

Mit

d ∂
[tfµ (tx)] = fµ (tx) + t (fµ (tx1 , . . . , txn ))
dt ∂t
Xn
∂fµ
= fµ (tx) = t (tx)xν
∂xν
ν=1

folgt dann:

Z1
∂F d
= [t · fµ (tx)] dt
∂xµ dt
0
1
= tfµ (tx) = fµ (x).
0

Zeige nun, daß gilt, d. h. gilt

Z1 Z1 Z1
∂ ? ∂ ∂fν
fν (tx) dt = [fν (tx)] dt = t (tx) dt
∂xµ ∂xµ ∂xµ
0 0 0

Setze ϕ(s, t) := fν (tx1 , . . . , txµ−1 , ts, txµ+1 , . . . , txn ).

Gilt dann:
Z1 Z1
∂ ? ∂
ϕ(s, t) dt = ϕ(s, t) dt
∂s ∂s
0 0

9.5.7 Hilfssatz

Sei ϕ : (a, b) × [0, 1] → IR stetig und ϕs : (a, b) × [0, 1] → IR stetig. Dann ist

Z1
Φ(s) = ϕ(s, t) dt
0

stetig differenzierbar in (a, b) und es ist

Z1
0
Φ (s) = ϕs (s, t) dt.
0

Beweis: Sei s ∈ (a, b) fest.

ϕs ist gleichmäßig stetig auf dem kompakten Rechteck der Form [x − δ, s + δ] × [0, 1].
Sei ε > 0. Dazu existiert ein δ > 0, δ ≤ σ mit

|ϕs (s, t) − ϕx (u, t)| < ε für |s − u| < δ, 0 ≤ t ≤ 1.

255
9 Kurvenintegrale

Sei nun 0 < |h| < δ. Dann ist

Z1 Z1  
Φ(s + h) − Φ(s) ϕ(s + h, t) − ϕ(s, t)
− ϕs (s, t) dt = −ϕs (s, t) dt
h | h
{z }
0 0
=ϕs (s+θ·h,t)
mit 0<θ=θ(h,t)<1
Z1
≤ |ϕ (s + θ · h, t) − ϕs (s, t)|
| s {z }
0 <ε
< εX

9.5.8 Praktische Berechnung einer Stammfunktion

Gesucht ist Stammfunktion für

 
f1
 
f =  ...  , f ∈ C 1 .
fn

1. Prüfe nach, ob
∂fν ∂fµ
=
∂xµ ∂xν

ist.

2. Halte x2 , . . . , xn fest. Suche dann eine Stammfunktion F bezüglich x1 mit Integrationskonstante

C(x2 , . . . , xn ).
Es muß dann gelten:

∂ !
(F (x1 , x2 , . . . , xn ) + C(x2 , . . . , xn )) = Fx2 + Cx2 = f2 .
∂x2

Wiederhole dieses dann (n − 1)-mal.

9.5.9 Beispiele

1. Sei n = 2 und
 
1 −y
f (x, y) = 2 .
x + y2 x

f hat keine Stammfunktion in IR2 \ {(0, 0)}, erfüllt aber die Gleichung (9.2).
Also existiert eine Stammfunktion in jedem Sterngebiet D ⊆ IR2 \ {(0, 0)}. Nehme z. B.
{(x, y) : y > 0}.
Berechnung der Stammfunktion F :
! −y
Fx = 2 .
x + y2

256
 9.5 Kurvenintegrale und Stammfunktionen

Also ist
Z
−y
F = dx
x2
+ y2
Subst.:
= x = yt
dx = y dt
Z
1 x
= − 2 dt = − arctan + C(y).
t +1 y

Es muß weiter gelten:

 
x ∂ x
+ C 0 (y)
!
= Fy = − arctan
x2 + y 2 ∂y y
 
∂ x 1 −x −x
arctan =  2 · 2 = 2 .
∂y y y x + y2
1 + xy

Also ist C 0 (y) = 0 und damit

x
F (x, y) = − arctan + c.
y

2. Sei D ⊂ IR2 ein sternförmiges Gebiet und u ∈ C 1 (D).

Gesucht ist v ∈ C 1 (D), so daß die Cauchy-Riemann-Gleichung

ux = vy
uy = −vx
 
−uy
erfüllt ist. D. h., daß eine Stammfunktion von gesucht wird.
ux
Wenn u ∈ C 2 (D) ist, muß

(−uy )y = (ux )x ⇐⇒ uxx + uyy = 0

erfüllt sein, damit eine Stammfunktion existiert. Eine notwendige Bedingung ist also

uxx + uyy = 0 in D,

d. h. u ist harmonisch.
Konkret: Sei
u(x, y) = ex cos y + xy.
Dann ist

ux = ex cos y + y uy = −ex sin y + x

uxx = ex cos y uyy = −ex cos y

Also ist
uxx + uyy = 0 in IR2 .
Damit ist u harmonisch und die Cauchy-Riemann-Gleichung ist lösbar.
Setze
vx = −uy = ex sin y − x.

257
9 Kurvenintegrale

Halte nun y fest. Dann ist

x2
v = ex sin y − + C(y)
2
und damit muß dann noch gelten

vy = ex cos y + C 0 (y) = ex cos y + y

!

y2
⇐⇒ C 0 (y) = y ⇐⇒ C(y) = +c
2
Zusammen ist also
x2 y 2
v = ex sin y − + .
2 2

258
10 Das Lebesgue-Integral1

10.1 Nullmengen und Treppenfunktionen

10.1.1 Definition: Intervall im IRn

Sei a, b ∈ IRn . Dann ist

(a, b) = {x ∈ IRn : aν < xν < bν für ν = 1, . . . , n}
ein offenes und
[a, b] = {x ∈ IRn : aν ≤ xν ≤ bν für ν = 1, . . . , n}
ein abgeschlossenes Intervall.
Im IR2 ist ein Intervall ein Rechteck, im IR3 ein Quader.
Jede Menge I ⊆ IRn mit (a, b) ⊆ I ⊆ [a, b] für passende a, b ∈ IRn heißt Intervall.
m(I) = (b1 − a1 ) · (b2 − a2 ) . . . (bn − an )
heißt elementarer Inhalt von I.

10.1.2 Definition: Nullmenge

N ⊆ IRn heißtSNullmenge,
P wenn es zu jedem ε > 0 endlich oder abzählbar viele Intervalle I1 , I2 , . . .
gibt mit N ⊆ Ik und m(Ik ) < ε.
k k

10.1.3 Beispiele und Bemerkungen

(a) Einpunktige Mengen sind Nullmengen.

S
(b) Sind N1 , N2 , . . . endlich viele oder abzählbar viele Nullmengen, dann ist auch N = Nk wieder
k
eine Nullmenge.
(c) Hyperebenen H = {x ∈ IRn : xν = const.} für ein ν sind Nullmengen. Ebenso sind Ränder von
Intervallen Nullmengen.
(d) In der Definition der Nullmenge kann man die Ik als offen annehmen.
(e) Kompakte Nullmengen kann man bei gegebenem ε > 0 durch endlich viele I1 , . . . , I` überdecken
P̀
mit m(Ik ) < ε.
k=1

(f) Sei f : [a, b] → IR Riemann-integrierbar. Dann ist

Graph(f ) = {x, f (x)) : a ≤ x ≤ b} ⊆ IR2
eine Nullmenge im IR2 .
1
Version 4.7 vom 19. Dezember 2002

259
10 Das Lebesgue-Integral

Beweis:
(a) X
S P
(b) Sei ε > 0. Dann ex. zu k = 1, 2, . . . Intervalle Ik,ν mit Nk ⊆ Ik,ν und m(Ik,ν ) < ε · 2−k .
ν ν
Sei I1 , I2 , . . . Anordnung aller Intervalle Ik,ν für k = 1, 2, . . . und ν = 1, 2, . . . . Es ist damit
[[ [
N⊆ Ik,ν = Iν
k ν ν

und
X XX X ∞  k
X
−k 1
m(Iν ) = m(Ik,ν ) < ε·2 ≤ε = ε.
ν ν
2
k
| {z } k k=1
<ε2−k

(c) Als Aufgabe: Setze

Hk := H ∩ [−k, k] × · · · × [−k, k] .
| {z }
n-mal

Weise nach: Hk ist Nullmenge. Dann ist H Vereinigung der Hk .

S P
(d) Sei ε > 0 und I1 , I2 , . . . mit N ⊆ Ik und m(Ik ) < 2ε .
k k
Umschreibe jedes Ik mit einem offenen und größeren Intervall Jk :
−k−1 ist.
S Ik ⊆ Jk und m(Jk ) < m(Ik ) + ε2
Wähle Jk so, daß
Dann ist N ⊆ Jk . Jk ist offen und
k
X X X
m(Jk ) < m(Ik ) + ε2−k−1 < ε.
k
| k {z } | k {z }
<ε/2 ≤ε/2

(e) Siehe Literatur

(f) Aufgabe: Übungsblatt 1
Bilde die Differenz von Ober- und Untersumme bei einer Zerlegung, verfeinere die Zerlegung dann
immer mehr.

10.1.4 Satz

Folgende Aussagen sind äquivalent:

1. N ⊆ IRn ist Nullmenge.
P
2. Es gibt Intervalle I1 , I2 , . . . mit m(Ik ) < ∞, so daß jedes x ∈ N in unendlich vielen Ik
enthalten ist.

Beweis:
„⇐“: Sei ε > 0. Wähle ` so, daß
∞
X
m(Ik ) < ε
k=`

260
 10.1 Nullmengen und Treppenfunktionen

Es ist dann immer noch

∞
[
N⊆ Ik .
k=`

Also ist N Nullmenge.

„⇒“: Sei ε = 1 und k ∈ IN. S P

Es ex. Intervalle Ik,1 , Ik,2 , . . . mit N ⊆ Ik,ν und m(Ik,ν ) < 2−k ε. I1 , I2 , . . . sei Abzählung
ν ν
der Ik,ν . Dann ist
X ∞
X
m(Iν ) < 2−k = 1.
ν k=1

Sei nun x ∈ N . Für k = 1, 2, . . . ex. νk mit x ∈ Ik,νk = Ij(k) .

` 6= k ⇒ j(`) 6= j(k), d. h. x ∈ Ij(1) , Ij(2) , . . . . Alle Ij(k) sind verschieden.

10.1.5 Sprechweise: fast überall

Sei E eine Eigenschaft, die für alle x ∈ IRn erklärt ist, d. h. E(x) trifft zu oder nicht. E gilt fast
überall (f. ü.), wenn {x : E(x) ist falsch} eine Nullmenge ist.

10.1.6 Beispiel

Sei E(x) =„Eine Koordinate von x ist irrational“.

Die Menge {x : E(x) ist falsch} = Qn ist abzählbar, also eine Nullmenge.

10.1.7 Definition: Treppenfunktion

Eine beschränkte Funktion ϕ : IRn → IR heißt Treppenfunktion, wenn es endlich viele Intervalle
I1 , . . . , Ik und c1 , . . . , ck ∈ IR gibt, so daß ϕ(x) = cj in Ij0 und ϕ(x) = 0 außerhalb von I¯1 ∪ · · · ∪ I¯k
ist. Auf den Rändern darf ϕ beliebige beschränkte Werte annehmen.

10.1.8 Satz

Mit ϕ und ψ sind auch λϕ für λ ∈ IR, ϕ + ψ, max(ϕ, ψ), ϕ+ = max(ϕ, 0), ϕ− = max(−ϕ, 0) und |ϕ|
Treppenfunktionen.

10.1.9 Bemerkung

Die Treppenfunktionen IRn → IR bilden einen Vektorraum über IR. Genauer: Es ist ein Untervektor-
raum zum Vektorraum der Funktionen IRn → IR.
{x : ϕ(x) 6= 0} heißt Träger von ϕ. Der Träger ist kompakt.

261
10 Das Lebesgue-Integral

10.1.10 Definition: Lebesgue-Integral bei Treppenfunktionen

Ist ϕ eine Treppenfunktion, so heißt

Z Z X
k
ϕ= ϕ(x) dx := cj · m(Ij )
IRn j=1

Lebesgue-Integral von ϕ.

10.1.11 Bemerkung

1) Ist n = 1 und I1 , . . . , Ik ⊆ [a, b], so entspricht

Z Zb
ϕ= ϕ(x) dx
a

dem Riemann-Integral.
2) Sind die cj ≥ 0, dann ist cj · m(Ij ) der Inhalt von Ij × [0, cj ] im IRn+1 .
| {z }
⊆IRn+1

10.1.12 Satz: Eigenschaften des Lebesgue-Integrals

Das Lebesgue-Integral hat folgende Eigenschaften:

R R
(1) λϕ = λ ϕ für λ ∈ IR
R R R
(2) ϕ + ψ = ϕ + ψ
f.ü. R R
(3) ϕ ≤ ψ ⇒ ϕ ≤ ψ
R R
(4) ϕ ≤ |ϕ|

Beweis:
(1) Aufgabe
(2) Aufgabe
(3) Sei ϕ ≤ ψ fast überall. Die gemeinsamen Konstanzintervalle seien I1 , . . . , Ik .
Für I1 gilt: c1 = ϕ(x) ≤ ψ(x) = d1 in I10 .
Annahme: c1 > d1 . Dann ist ϕ > ψ in I10 . Da aber I1 keine Nullmenge ist ergibt sich ein
Widerspruch zur Voraussetzung.
Z X
k X
k Z
ϕ= cj m(Ij ) ≤ dj m(Ij ) = ψ
j=1 j=1

R R R
(4) Folgt aus (3), denn es ist −|ϕ| ≤ ϕ ≤ |ϕ|. Also ist - |ϕ| ≤ ϕ ≤ |ϕ|.

262
 10.1 Nullmengen und Treppenfunktionen

10.1.13 Lemma A

Seien ϕk Treppenfunktionen (TF) mit:

1. ϕk ≥ 0 fast überall,
2. ϕk+1 (x) ≤ ϕk (x) fast überall,
3. lim ϕk (x) = 0.
k→∞

Dann gilt für k → ∞: Z

0≤ ϕk → 0.

Beweis: Die Konstanzintervalle von ϕk seinen Ikν mit ν = 1, . . . , `k .

[
N = {x : ϕk 6→ 0} ∪ ∂Ikν
k,ν

ist nach Voraussetzung eine Nullmenge. Es ist

Träger(ϕk ) ⊆ Träger(ϕ1 ) = M A = sup ϕ1 (x)

x∈IRn
X
`1
B= m(I1j ).
j=1

Sei nun ε > 0. S P

Dann existieren offene Intervalle J1 , J2 , . . . mit N ⊆ Ji und M (Ji ) < ε.
i i
Sei x 6= N . Dann existiert ein Index k(x) mit ϕk (x) < ε für k ≥ k(x).
Sei I(x) das Konstanzintervall von ϕk (x), das x enthält. Dann ist ϕk(x) (y) < ε für alle <∈ I(x) und
ϕk (y) < ε für alle y ∈ I(x) und k ≥ k(x).
Es ist (M ist kompakt): [ [
M ⊆M \N ∪N ⊆ I(x) ∪ Ji .
x∈M \N i

Mit dem Satz von Heine-Borel (7.5.11 auf Seite 186) gilt dann:
Endlich viele J1 , . . . , Jp und I(x(1) ) , . . . , I(x(q) ) überdecken ebenfalls m. Setze

k0 = max(k(x(1) , . . . , k(x(q) ).

Für k ≥ k0 gilt dann:

Z X
q X
p
0≤ ϕk ≤ m(I(x(j) ) · ε + m(Ji ) · A
j=1 i=1

≤ ε · B + A · ε = (A + B) · ε.

10.1.14 Lemma B

Seien ϕk Treppenfunktionen mit

1. ϕk ≤ ϕk+1 fast überall

263
10 Das Lebesgue-Integral

R
2. ϕk ≤ A für alle k.
Dann ist
lim ϕk (x) < +∞ fast überall.
k→∞

Beweis: OBdA seien alle ϕk ≥ 0 fast überall. Sonst betrachte ϕk − ϕ1 anstelle von ϕk . Die Kon-
stanzintervalle von ϕk seien Ikν mit ν = 1, . . . , `k .
[
N = {x : (ϕk (x)) ist nicht monoton wachsend} ∪ ∂Ikν
k,ν

ist eine Nullmenge. Sei

E = {x 6= N : lim ϕk (x) = +∞}.
k→∞

Sei ε > 0. Für k = 1, 2, . . . sei

A
Ek := {x ∈
/ N : ϕk (x) > }.
ε
Es ist dann
∞
[
E⊆ Ek .
k=1

E1 wird überdeckt durch endlich viele abgeschlossene Intervalle I1 , . . . , Ip1 mit ϕ1 > A/ε. Dabei sind
I10 , . . . , Ip01 die Konstanzintervalle von ϕ1 . Möglicherweise ist E1 = ∅.
Es ist Ek ⊆ Ek+1 . Für x ∈ Ek gilt: ϕk (x) > A/ε, ϕk+1 ≥ ϕk (x).
Sei gezeigt, daß Ek von den abgeschlossenen Intervallen I1 , . . . , Ip1 , . . . , Ipk (dies ist wahr für k = 1)
mit Iν ∩ Iµ = ∅ für ν 6= ν und ϕk (x) > A/ε in Iν0 überdeckt wird.
Dann wird Ek+1 \ Ek überdeckt durch Ipk +1 , . . . , Ipk+1 , abgeschlossen mit Iµ0 ∩ Iν0 = ∅ und ϕk+1 (x) >
A/ε in Iν0 .
Betrachte nun das Intervall Iν für ν ≤ pk und Iµ für µ ≤ pk .
In Iν0 ist ϕk+1 > A/ε und in Iµ0 ist ϕk > A/ε.
P
pk R
Es ist Ek ⊆ I1 ∪ I2 ∪ · · · ∪ Ipk und m(Ij ) · aε < ϕk ≤ A.
j=1
P
pk P
∞
Also ist m(Ij ) < ε für alle k und damit auch m(Ij ) < ε.
j=1 j=1
P
∞ P
∞
Da auch E ⊆ Ek ⊆ Ij ist, ist E eine Nullmenge.
k=1 j=1

10.2 Meßbare und integrierbare Funktionen

10.2.1 Definition: meßbar, L+

Die Funktion f : IRn → IR

(a) heißt meßbar, wenn es eine Folge von Treppenfunktionen (ϕk ) für k = 1, 2, . . . gibt mit ϕk (x) →
f (x) fast überall für k → ∞
(b) gehört zu einer Klasse L+ = L+ (IRn ), wenn es eine Folge von Treppenfunktionen (ϕk ) gibt mit
1.) ϕk (x) ≤ ϕk+1 (x) fast überall
R
2.) ϕk ≤ A für alle k

264
 10.2 Meßbare und integrierbare Funktionen

3.) lim ϕk (X) = f (x) fast überall.

k→∞

(c) Für f ∈ L+ (IRn ) heißt Z Z Z

f= f (x) dx := lim ϕk
k→∞
IRn
das Lebesgue-Integral von f .

10.2.2 Bemerkungen und Beispiele

(a) Ist f ∈ L+ , dann ist f meßbar.

(b) Ist f ∈ L+ , dann ist ϕk (x) ≤ f (x) fast überall. „≤“ ist dort falsch, wo limϕk (x) > f (x) ist und wo
die Monotonie verletzt ist.
(c) Ist f : IRn → IR fast überall stetig, so ist f meßbar.
(d) Die Integraldefinition
R für f ∈ L+ ist unabhängig von ϕk , genauer: Ist fast überall f ≤ G für
f, g ∈ L+ , dann ist f ≤∈ g.

Beweis:
(a) X
(b) X
(c) Sei zunächst überall f ≥ 0. Überdecke IRn durch abgeschlossene Würfel der Kantenlänge 2−k für
k = 1, 2, . . . . Diejenigen Würfel, die in [−k, k] × · · · × [−k, k] liegen, seien Ik1 , . . . , Ik`k . Setze
(
inf f (Ikν ) in Ikν0 mit ν = 1, . . . , `
k
ϕk (x) = .
0 sonst

Dann ist
0 ≤ ϕk (x) ≤ f (x) überall
und
ϕk (x) ≤ ϕk+1 (x) fast überall.
Zeige
S nun: ϕk (x) → f (x) in allen Stetigkeitspunkten von f , also fast überall, ausgenommen in
∂Ikj , einer Nullmenge (als Vereinigung von Rändern von Intervallen).
k,j S
Sei f stetig in x mit x 6= ∂Ikj und ε > 0.
k,j
Dazu existiert eine Kugel K(x, δ) mit

|f (x) − f (y)| < ε für alle y ∈ K(x, δ).

Wähle nun k so groß, daß

K(x, δ) ⊆ [−k, k] × · · · × [−k, k]
ist und dasjenige Ikj , das x enthält, in K(x, δ enthalten ist.
In Ikj gilt nun
f (x) ≥ ϕk (x) = inf f (y) ≥ f (x) − ε,
y∈Ikj

d. h. |f (x) − ϕk (x)| < ε für diese k, d. h. ϕk (x) → f (x).X

Für allgemeines f wird f in f = f + − f − aufgeteilt und jeweils ϕk berechnet.

265
10 Das Lebesgue-Integral

(d) Zu f, g gehören ϕk und ψk wie in der Definition. Sei ` ∈ IN fest:

ϕ` = ψk + (ϕ` − ψk ) ≤ ψk + (ϕ` − ψk )+ .

Setze
χk := (ϕ` − ψk )+ ≥ χk+1 fast überall.
Es ist
f.ü. f.ü.
χk (x) −−→ ( ϕ` (x) −g(x))+ ≤ (f (x) − g(x))+ = 0 fast überall.
| {z }
≤f (x)f.ü.

Aus Lemma A (10.1.13) folgt dann

Z
χk → 0 für k → ∞

Z Z Z Z
ϕ` ≤ ψk + χk → g+0

für alle `. Zusammen gilt für ` → ∞: Z Z

f≤ g.

10.2.3 Beispiel

Im IR2 sei (
e−x−y für x, y > 0
f (x, y) = .
0 sonst
Es ist f ∈ L+ , denn es ist überall f ≥ 0. Konstruiere ϕk wie im Beispiel zuvor. Setze
k
Iµν = [µ · 2−k , (µ + 1) · 2−k ] × [ν · 2−k , (ν + 1) · 2−k ]

für µ, ν = 0, . . . , k · 2k − 1. Es ist
−k
inf f (x, y) = e−((µ+1)+(ν+1))2 k 0
= ϕk (x) in (Iµν ) .
k
Iµν

Es ist dann
Z X
k2 k −1
X
k2 k
−(µ+ν+2)2−k −k −k −k
ϕk = e 4 = 4−k e−µ2 e−ν2
µ,ν=0 µ,ν=1
 2
Xk2k  2
−k −k 1 − e−k
= 2−k e−ν2  = (e−2 )2 · · 2 −k

ν=1
1 − e−2−k
 2
k→∞ t
−−−→ 1 · 1 · lim
2
= 1.
t→0 1 − e−t

Später wird gezeigt:

Z Z∞ Z∞
−x−y −x
e = e dx · e−y dy
0 0

266
 10.2 Meßbare und integrierbare Funktionen

10.2.4 Satz

Mit f und g sind auch

(a) f + g, λf für λ ∈ IR, f · g, f + = max(0, f ), f − = max(0, −f ), max(f, g), min(f, g) und |f |
meßbar.
(b) f + g, λf für λ ≥ 0, f + und max(f, g) zu L+ gehörig. Es gilt dann
Z Z Z
(f + g) = f + g
Z Z
λf = λ f

Beweis:
(a) f + g, λf über Regeln für Grenzwerte.
f + : Sei ϕk → f fast überall, dann ist ϕ+
k → f fast überall.
+

max(f, g): Sei ϕk → f und ψk → g f. ü. Dann ist (max(ϕk , ψk ) → max(f, g) f. ü.

(b) Zu f und g gehören (ϕk ) und (ψk ) mit
ϕk ≤ ϕk+1 f. ü., ϕk → f f. ü. und
Z
ϕk ≤ A für alle k.

Entsprechendes gilt für ψk .

f + g: Setze χk = ϕk + ψk . Dann ist χk → f + g fast überall und
Z Z Z
χk = ϕk + ψk ≤ A + B.

λf : Für λ ≥ 0 ist χk = λϕk → λf f. ü. und λϕk ≤ λϕk+1 f. ü.

Z Z
(λϕk ) = λ ϕk ≤ λA.

f + : Sei χk = ϕ+
k . Es ist
ϕk = ϕk − ϕ1 + ϕ1 ≤ ϕk − ϕ1 + ϕ+
1 ≥ 0.
| {z } |{z}
≥0f. ü. ≥0

k ≤ ϕk − ϕ1 + ϕ1 fast überall und damit

Also ist ϕ+ +

Z Z Z Z Z Z
χk ≤ (ϕk − ϕ1 ) + ϕ+ 1 = ϕ k − ϕ 1 − ϕ+
1 .
| {z } | {z }
≤A fest

max(f, g): Setze χk = max(ϕk , ψk ). Dann ist

χk ≤ max(ϕk − ϕ1 , ψk − ψ1 ) + max(ϕ1 , ψ1 )
≤ max(ϕk − ϕ1 , ψk − ψ1 ) + max(ϕ+ +
1 , ψ1 )
≤ ϕk − ϕ1 + ψk − ψ1 + ϕ+ +
1 + ψ1
Z Z Z
χk ≤ ϕk + ψk + const ≤ A + B + const.

267
10 Das Lebesgue-Integral

10.2.5 Definition: L

Definiere
L = L(IRn ) := {f : f = f1 − f2 mit f1 , f2 ∈ L+ }.

Für f ∈ L, d. h. f = f1 − f2 mit f1 , f2 ∈ L+ heißt

Z Z Z
f := f1 − f2

Lebesgue-Integral von f . Diese Definition ist unabhängig von der Darstellung f = f1 − f2 :

Sei f = g1 − g2 mit g1 , g2 ∈ L+ und f1 − f2 = g1 − g2 .
Dann istRf1 + gR2 = g1 +
R f2 . Dabei
R ist f1 + g2 ∈ L+ und g1 + f2 ∈ L+ .
Also ist fR1 + gR2 = gR1 + fR2
und damit f1 + f2 = g1 − g2 .

10.2.6 Bemerkung

(a) Ist f ∈ L, dann ist f meßbar.

R
(b) Zu f ∈ L und ε > 0 existieren f1 , f2 ∈ L+ mit f = f1 − f2 , f2 ≥ 0 fast überall und f2 < ε.

Beweis:
(a) Klar.
(b) Sei f = g1 − g2 mit g1 , g2 ∈ L+ . Zu g1 und g2 gehören die Folgen (ϕk ) und (ψk ) von Treppen-
funktionen. R
Damit existiert eine Treppenfunktion ψ mit ψ ≤ g2 fast überall und ∈ ψ > g2 − ε. Z. B. ist
ψ = ψk für ein großes k.
Setze f2 := g2 − ψ und f1 := g1 − ψ.
Es sind f1 , f2 ∈ L+ und
Z
f1 − f2 = g1 − ψ − (g2 − ψ) = g1 − g2 ) f.

Da ψ ≤ g2 ist, ist f2 = g2 − ψ ≥ 0 fast überall und

Z Z Z Z
0 ≤ f2 = (g2 − ψ) = g2 − ψ < ε.

10.2.7 Aufgabe

Seien f, g ∈ L. Zeige folgende Aussagen:

R R
1. Ist f ≤ g fast überall, dann ist f ≤ g.
R
2. Ist f = 0 fast überall, dann ist f = 0.
R
3. Ist |f | = 0, dann ist f = 0 fast überall.

268
 10.2 Meßbare und integrierbare Funktionen

10.2.8 Satz

Mit f und g sind auch f + g, λf für λ ∈ IR,Rf + , f − , max(f,

R R min(f,Rg) und |f |Rin L. Insbesondere
g),
n
ist L = L(IR ) ein Vektorraum über IR mit (f + g) = f + g und (λf ) = λ f .

Beweis: Sei f = f1 − f2 und g = g1 − g2 mit f1 , f2 , g1 , g2 ∈ L+ . Es ist dann:

f + g = (f1 + g1 ) − (f2 + g2 ) ∈ L
| {z } | {z }
∈L+ ∈L+
λf = λf1 − λf2 ∈ L für λ ≥ 0
|{z} |{z}
∈L+ ∈L+
λf = −λf2 − −λf1 ∈ L
| {z } | {z }
∈L+ ∈L+
R R
(f + g) = · · · und (λf ) = · · · gelten in L+ und damit auch in L.

f + = max(f, 0) = max(f1 − f2 , 0) = max(f1 , f2 ) − f2 ∈ L

| {z } |{z}
∈L+ ∈L+
−
f = (−f ) = max(−f, 0) ∈ L
+

max(f, g) = (f − g)+ + g ∈ L
min(f, g) = − max(−f, −g) ∈ L
|f | = f + + f − ∈ L

10.2.9 Beispiel

Sei U ⊆ IRn offen und (

1 für x ∈ U
χU (x) :=
0 sonst

die charakteristische Funktion. Wenn U beschränkt ist, dann ist χU ∈ L+ ⊆ L.

Beweis: Konstruiere eine approximierende Folge (ϕk ):

Überdecke IRn mit einem (abgeschlossenen) Würfelnetz mit der Kantenlänge 2−k für k = 0, 1, 2, . . . .
• 0-te Generation: Würfel der Kantenlänge 1, die in U sind: W1 , . . . , Wn0 .
• 1-te Generation: Alle Würfel der Kantenlänge 1
2, die in U aber nicht in W1 , . . . , Wn0 liegen:
Wn0 +1 , . . . , Wn1 .
.
• ..
• (k + 1)-te Generation: Alle Würfel der Kantenlänge 2−k−1 , die in U enthalten sind, aber nicht
in W1 , . . . , Wnk liegen: Wnk +1 , . . . , Wnk+1 .
Setze (
1 x liegt in einem Würfel der Generation ≤ k
ϕk (x) = .
0 sonst

269
10 Das Lebesgue-Integral

Es ist überall ϕk ≤ ϕk+1 und ϕk = 0 außerhalb von U . S

Es ist überall ϕk → χU für k → ∞ (Aufgabe), weil U = Wj ist.
j
Da U beschränkt ist, ist U ⊆ [−`, `] × · · · × [−`, `] und damit
Z X
nk
ϕk = m(Wj ) ≤ (2`)n .
j=1

Also ist χU ∈ L+ .

10.3 Konvergenzsätze

10.3.1 Satz von Beppo Levi

R
Sei (fk ) eine Folge in L(IRn ) mit fk (x) ≤ fk+1 (x) fast überall und fk ≤ const unabhängig von k.
Dann ist
f (x) := lim fk (x) < +∞ fast überall.
k→∞

Für fk =Treppenfunktionen wurde dies schon in Lemma B, 10.1.14 auf Seite 263, gezeigt. Setzt man
dort wo f nicht erklärt war f (x) = 0, so ist f ∈ L(IRn ) und
Z
f = lim fk .
k→∞

Beweis:
1. Zunächst für fk ∈ L+ mit k = 1, 2, . . . :
Dann existieren Treppenfunktionen ϕk,ν mit

ϕk,ν (x) ≤ ϕk,ν+1 (x) fast überall

Z Z
ϕk,ν ≤ fk ≤ const. für k = 1, 2, . . . und ν = 1, 2, . . .

ϕ1 ϕ2 ϕ3 ϕ4 ...
ϕ11 ϕ12 ϕ13 ... f1
ϕ21 ϕ22 ϕ23 ... f2
ϕ31 ϕ32 ϕ33 ... f3
ϕ41 ϕ42 ϕ43 ... f4

Setze
ϕν (x) = max (ϕk,ν (x)).
1≤k≤ν

ϕν ist Treppenfunktion als Maximum von abzählbar vielen Treppenfunktionen. Da

ϕk,ν ≤ ϕk,ν+1 fast überall,

gilt auch
ϕν ≤ ϕν+1 fast überall.
Da (
fk fast überall für ν = 1, 2, . . .
ϕk,ν ≤ ,
fν für k ≤ ν fast überall

270
 10.3 Konvergenzsätze

ist ϕν ≤ fν fast überall. Also ist

Z Z
ϕν ≤ fν ≤ const.

Nach Lemma B (10.1.14, Seite 263) gilt dann

f (x) := lim ϕν (x) < +∞ fast überall.

ν→∞
R R
Setzt man f (x) = 0 sonst, so ist f ∈ L+ und f = lim ϕν .
ν→∞
Da fast überall ϕν ≤ fν ist, ist

f (x) ≤ lim fν (x) fast überall

ν→∞

und Z Z Z
f = lim ϕν ≤ lim fν .
ν→∞ ν→∞

Umgekehrt: Für ν ≥ k ist ϕν ≥ ϕk,ν fast überall.

Sei nun k fest und ν → ∞. Dann folgt:

f (x) ≥ fk (x) fast überall.

Für k → ∞ folgt dann:

f (x) ≥ lim fk (x) fast überall.
k→∞
Aus ϕ ≥ ϕk,ν folgt auch für ν → ∞
Z Z Z
f≥ lim ϕk,ν = fk
ν→∞
Z Z
⇒ f ≥ lim fk .
k→∞

Ergebnis: f ∈ L+ , f = lim fk fast überall und

k→∞
Z Z
f = lim fk .
k→∞

2. Allgemeiner Fall: Sei fk ∈ L(IRn ). Dann gibt es g̃ν , h̃ν ∈ L+ (Definition) mit

f −f = g̃ν − h̃ν für ν = 1, 2, . . . mit f0 = 0.

| ν {z ν−1}
∈L

Dabei ist h̃ν ≥ 0 fast überall und nach der Bemerkung 10.2.6 auf Seite 268
Z
0 ≤ h̃ν < 2−ν .

Es ist
g̃ν = (fν − fν−1 ) + h̃ν ≥ 0 + 0 = 0 fast überall
und
X
k X
k X
k
fk = (fν − fnu−1 ) = g̃ν − h̃ν .
ν=1
|ν=1
{z } |ν=1
{z }
=:gk =:hk

271
10 Das Lebesgue-Integral

Es sind gk , hk ∈ L+ , gk ≤ gk+1 fast überall und hk ≤ hk+1 fast überall.

Z k Z
X X∞
hk = h̃ν < 2−ν = 1
ν=1 | {z } ν=1
<2−ν
Z Z Z
gk = fk + hk ≤ const + 1.

Nach dem 1. Teil ist gk → g ∈ L+ fast überall und hk → h ∈ L+ fast überall.

Z Z Z Z Z Z Z
fk = gk − hk → g − h = g − h = f.
| {z }
=:f

Dabei ist f = g − h ∈ L und

f (x) = lim (gk (x) − hk (x)) = lim fk (x) fast überall.

k→∞ k→∞

10.3.2 Satz von Beppo Levi für Reihen

∞ R
P
Seien f1 , f2 . . . ∈ L(IRn ), fk ≥ 0 fast überall und fk konvergiere.
k=1
Dann konvergiert
∞
X
fk (x)
k=1

fast überall und es gilt

Z X
∞ ∞ Z
X
fk = fk .
k=1 k=1

Beweis: Beppo Levi auf die Partialsummen

X
k
fj
j=1

anwenden.

10.3.3 Beispiel: Charakteristische Funktion

S
∞
Seien U1 , U2 , . . . Mengen in IRn mit U1 ⊆ U2 ⊆ · · · und U = Uj . Setze
j=1

(
1 x ∈ Uj
χUj =
0 sonst
R
Es ist χUj ∈ RL und U ist beschränkt. Außerdem ist χUj ≤ χUj+1 und χUj ≤ const.
Später wird χU das Maß von U genannt.

272
 10.3 Konvergenzsätze

10.3.4 Integrabilitätskriterium von Riemann-Lebesgue

Sei f : IR → IR beschränkt, f (x) = 0 für x < a und für x > b. Dann gilt

f ist Riemann-integrierbar über [a, b] ⇐⇒ f ist f. ü. stetig.

Es gilt dann
Zb Z
f (x) dx = f.
a

Beweis:
„⇒“: Sei f Riemann-integrierbar und Zk eine äquidistante Zerlegung von [a, b] mit 2k +1 Teilpunkten
und den Teilintervallen Ijk für j = 1, . . . , 2k . Setze
(
inf f (Ijk ) in (Ijk )0 für j = 1, . . . , 2k
ϕk (x) =
0 sonst
(
sup f (Ijk ) in (Ijk )0 für j = 1, . . . , 2l
Φk (x) = .
0 sonst

Dann ist Z Z
ϕk = s(Zk ) und Φk = S(Zk ).

Nach Definition gilt

ϕk ≤ f ≤ Φk fast überall (in IR \ Zk )

Z
(Φk − ϕk ) = S(Zk ) − s(Zk ) → 0 für k → ∞.

Setze χk = Φk − ϕk . Dann ist überall χk ≥ 0 und χk+1 ≤ χk .

Wende nun Beppo-Levi auf (−χk ) an (Lemma B):

−χk ≤ −χk+1 und ∈ −χk ≤ 0.

Also ist −χk → −g ≤ 0 fast überall, g ∈ L(IR) und

Z Z
−g = lim −χk = 0,
k→∞

also ist g = 0 fast überall. S

Zeige: f ist außerhalb der Nullmenge {x : g(x) 6= 0} ∪ Zk stetig.
S k
Sei x ∈ [a, b] \ Zk mit g(x) = 0.
k
Sei ε > 0. Dann ex. k0 mit Φk (x) − ϕk (x) < ε für k ≥ k0 .
Somit gilt für ein festes k:

Φk (y) − ϕk (y) < ε in (x − δ, x + δ) ⊆ Konstanzintervall.

Sei nun |y − x| < δ. Dann ist

Def.
f (y) − f (x) ≤ Φk (y) − ϕk (y) < ε.
| {z }
=ϕk (x)

273
10 Das Lebesgue-Integral

Mit Vertauschung von x und y ist

f (x) − f (y) ≤ Φk (y) −ϕk (y) < ε,

| {z }
=Φk (x)

d. h. |f (y) − f (x)| < ε für |x − y| < δ.

„⇐“: f sei fast überall stetig und Zk , ϕk und Φk definiert wie im 1. Teil. Es gilt:
Z Z
ϕk = s(Zk ) und Φk = S(Zk )

(Früher: f f. ü. stetig, ϕk %Rf f. ü. und Φk & f f. ü. genauso.

Übrigens ist ±f ∈ L+ , weil ϕk ≤ sup f (IR)(b − a) ).
Betrachte nun Φk − ϕk :
Z Z
f = lim ϕk = lim s(Zk )
k→∞ k→∞
Z Z
−f = lim −Φk = − lim S(Zk )
k→∞ k→∞
Z
⇒ f = lim S(Zk ) = lim s(Zk ).
k→∞ k→∞

Rb R
Also ist f Riemann-integrierbar und f (x) dx = f.
a

10.3.5 Bemerkung

Ist f nur fast überall in IRn definiert, dann wird i. A. automatisch f (x) = 0 gesetzt, wo f zunächst
nicht definiert ist.

10.3.6 Satz von Lebesgue über majorisierte Konvergenz

Sei (fk ) eine Folge von Funktionen L(IRn ) und es gelte fk → f (x) punktweise für k → ∞ fast überall.
Weiter gebe es ein g ∈ L(IRn ) mit |fk (x)| ≤ g(x) fast überall für k = 1, 2, . . . Dann ist f ∈ L(IRn )
und es ist Z Z
f = lim fk .
k→∞

g heißt Majorante. Man sagt, die Konvergenz fk → f ist majorisiert.

Beweis: Setze punktweise gkν := max(fk , fk+1 , . . . , fk+ν ) für festes k ∈ IN. Es ist überall gkν ≤
gk,ν+1 und Z Z
gkν ≤ g = const,

weil fast überall |gkν | ≤ g ist.

ν→∞
Mit Beppo-Levi ist gkν −−−→ gk fast überall, gk ∈ L(IRn ).

lim gk (x) = lim lim max(fk (x), . . . , fk+ν (x))

k→∞ k→∞ ν→∞
= lim f` (x) = f (x) fast überall.
`→∞

274
 10.3 Konvergenzsätze

Es ist gk = sup(fk , fk+1 , fk+2 , . . . ), also ist fk ≤ gk und gk+1 ≤ gk .

Setze genauso hkν = min(fk , . . . , fk+ν ). Wende Beppo-Levi auf (−hkν )∞ ν=1 an. Dann ist hkν → hk fast
überall, hk ≤ fk , hk+1 ≥ hk fast überall und hk → f .
Warum darf Beppo-Levi auf z. B. (hk ) angewandt werden?
f.ü.
|hk | = lim |hkν | = lim | min(fk , . . . , fk+ν )|
ν→∞ ν→∞
≤ lim max( |fk | , . . . , |fk+ν |) ≤ g fast überall
ν→∞ |{z} | {z }
≤g ≤g
R R
Also ist hk ≤ g =const. Zusammen ist hk ≤ hk+1 ≤ f ≤ gk+1 ≤ gk fast überall, hk → f fast
überall und gk → f fast überall. R R R
Wende nun Beppo-Levi auf (hk ) bzw. (−gk ) an. Damit ist f ∈ L(IRn ) und f = lim hk = lim gk .
Da fast überall hk ≤ fk ≤ gk ist, folgt
Z Z Z Z Z
f ← hk ≤ fk ≤ gk → f.
R R
Also ist fk → f.

10.3.7 Folgerungen

Folgerung 1: Ist f : IRn → IR meßbar und |f | ≤ g fast überall mit g ∈ L(IRn ), dann ist f integrierbar.
Folgerung 2: Ist f : IRn → IR fast überall stetig und |f | ≤ g fast überall mit g ∈ L(IRn ), dann ist
f ∈ L(IRn ).
Folgerung 3: Sind alle fk meßbar und ist fk → f fast überall, so ist f meßbar.

Beweis:
Folgerung 1: Es existiert eine Treppenfunktion ϕk mit ϕk → f für k → ∞ fast überall. Setze


g(x) wo ϕk (x) > g(x)
f (x) = −g(x) wo ϕk (x) < −g(x) .


ϕk (x) sonst

Es gilt: |fk (x)| ≤ g(x) und

(
f (x) wo |f (x)| ≤ g(x), ϕk (x) → f (x)
lim fk (x) = .
k→∞ ? sonst

Es ist ϕk (x) → f (x), |f (x)| ≤ g(x).

Sei ε > 0. Dann ist |ϕk (x) − f (x)| < ε für k ≥ k0 und es gibt 3 Möglichkeiten:

ϕk (x) ≤ g(x) + ε (a)

ϕk (x) ≥ −g(x) − ε (b)
−g(x) < ϕk (x) < g(x) (c)

Setze im Fall (c) fk (x) = ϕk (x). Falls (a) und nicht (c) gilt, setze g(x) = fk (x). Dann ist
g(x) < ϕk (x) < g(x) + ε. Für (b) und nicht (c) analog. Dann ist |ϕk − fk | < ε, |fk − f | ≤
|fk − ϕk | + |ϕk − f | < 2ε. Wende den Satz von Lebesgue an, und es ist f ∈ L(IRn ).

275
10 Das Lebesgue-Integral

Folgerung 2: Aus fast überall stetig folgt die Meßbarkeit. Weiter mit Folgerung 1.
Folgerung 3: Sei h ∈ L(IRn ) und überall positiv (Aufgabenblatt)

fk h
gk = ist meßbar nach 10.3.8
h + |fk |
|fk |
|gk | = ·h < h
h + |fk |
| {z }
<1

Also ist gk ∈ L(IRn ) und der Satz von Lebesgue ist anwendbar, da

f. ü. fh
gk −−→ g =
h + |f |

und |gk | < h ist. Insbesondere ist g ∈ L(IRn ) und

g·h
f=
h − |g|

ist ebenfalls meßbar nach 10.3.8.

10.3.8 Hilfsüberlegung

Seien g1 , . . . , gp : IRn → IR meßbar und sei Φ : IRp → IR stetig mit Φ(0) = 0.

Dann ist Φ(g1 (x), . . . , gp (x)) = ϕ(x) ebenfalls meßbar.

Beweis: Es existieren Treppenfuntionen ψj,k mit ψj,k → gj fast überall für k → ∞ und j = 1, . . . , p.
Nehme Φ(ψ1,k , ψ2,k , . . . , ψp,k ) → ϕ fast überall.

10.3.9 Lemma von Fatou

R
Es sei fk ∈ L(IRn ), fk ≥ 0 fast überall und fk ≤ A für alle k. Weiter gelte fk → f fast überall für
k → ∞. Dann ist f ∈ L(IRn ) und es gilt
Z Z
f ≤ lim fk .
k→∞

Achtung: Dabei kann auch „<“ gelten!.

Beweis: Setze gk := inf(fk , fk+1 , . . . ). gk ist wie im Beweis des Satzes von Lebesgue (10.3.6) in
L(IRn ), weil fast überall 0 ≤ gk ≤ fk ist.
f.ü.
f (x) = lim fk (x) = lim fk (x) = lim gk (x).
k→∞ k→∞ k→∞
R R
Es ist gk ≤ gk+1 und gk ≤ fk ≤ A. Mit Beppo-Levi gilt:
Z Z Z
f = lim gk ≤ lim fk .
k→∞ k→∞

276
 10.4 Der Satz von Fubini

10.4 Der Satz von Fubini

10.4.1 Vorbemerkungen

(a) Sei IRn = IRp × IRq , x ∈ IRp , y ∈ IRq , (x, y) ∈ IRn , n = p + q, p, q > 1. Sei E ⊆ IRn , x ∈ IRp und
y ∈ IRq . Dann ist
Ex := {y : (x, y) ∈ E} ⊆ IRq

und

Ey := {x : (x, y) ∈ E} ⊆ IRp .

(b) Sei I ⊆ IRn ein Intervall, I = I1 × I2 mit I1 ⊆ IRp und I2 ⊆ IRq . Setze


1 (x, y) ∈ I 0
ϕ(x, y) = 0 / I¯
(x, y) ∈


beschr (x, y) ∈ ∂I
und 
Z 
mq (I2 ) x ∈ I1
0

ψ(x) := ϕ(x, y) dy = 0 x∈/ I¯1 .



IRq ? x ∈ ∂I1
Dabei ist mq der q-dimensionale Inhalt und
Z
ψ(x) dx = mq (I2 ) · mp (I1 ).
IRp
Es gilt:
 
Z Z Z
 ϕ(x, y) dy  dx = mp (I1 ) · mq (I2 ) = mn (I) = ϕ(x, y) d(x, y).
p q n
IR IR IR

(c) Sei ϕ : IRn → IR Treppenfunktion. Dann gilt nach (b)

 
Z Z Z
ϕ(x, y) d(x, y) =  ϕ(x, y) dy  dx
IRn IRp q
|IR {z }
ex. f. ü.
.

10.4.2 Satz von Fubini

Sei f ∈ L(IRn ). Dann existiert Z

f (x, y) dy
IRq
für fast alle x ∈ IR und es gilt
p
 
Z Z Z
f (x, y) d(x, y) =  f (x, y) dy  dx
IRn IRp IRq

277
10 Das Lebesgue-Integral

Beweis: In 10.4.5 ab der Seite 280.

10.4.3 Beispiele

(1) Für n = 2. Sei (

e−x−y x, y > 0
f (x, y) = .
0 sonst
Dann ist
Z
f (x, y) d(x, y) = 1 nach früherem Beispiel
R2
   
Z Z Z∞ Z∞
= IR  f (x, y) dy  dx =  e−x−y dy  dx
IR 0 0
∞ 
Z∞ Z
= e−x  e−y dy  .
0
|0 {z }
=1

(2) Für n = 2. Sei (

x · y2 y2 ≤ x ≤ 1
f (x, y) = .
0 sonst

1 .........
....... ....
.......
....... ...
y2 > x ⇒ f = 0 .
......
.......... ...
...
y2 = x ..
..............
.
...
...
...
.
...... ...
. ... ...
.... ...
. .. ...

....
... y2 < x .....
...
.... ...
... ....
... ...
... ...
... ...
... ...
... ...
....
....
..... .....
..... ...
..... ...
......
...... ....
...... ...
...... ...
.......
....... .
....... ....
−1 ........

√ √
Die Grenzen, in denen integriert werden muß, sind 0 ≤ x ≤ 1 und − x ≤ y ≤ x.
√
√
Z Z1 Z x Z1 x
x · y3
f (x, y) d(x, y) = xy 2 dy dx = √
dx
√
3 − x
IR2 0 − x 0

Z1 1
2 2 2 7/2 4
= x5/2 dx = · x = .
3 3 7 0 21
0

(3) Für n = 3. Sei

E = {(x, y, z) : x, y, z ≥ 0, x + y + z ≤ 1} ⊆ IR3
(
x (x, y, z) ∈ E
f (x, y, z) = .
0 sonst

278
 10.4 Der Satz von Fubini

f ist fast überall stetig, also ist f meßbar.

Eine Lebesgue-integrierbare Majorante von f ist
(
1 (x, y, z) ∈ [0, 1]3
g(x, y, z) = .
0 sonst
Die Grenzen der Integrale sind 0 ≤ x ≤ 1, 0 ≤ y ≤ 1 − x, 0 ≤ z ≤ 1 − x − y. Es ist
Z Z1 Z Z
1−x 1−x−y

f (x, y, z) d(x, y, z) = x dz dy dx
IR3 0 0 0
Z1 Z
1−x Z1 h
x i1−x
= x(1 − x − y) dy dx = xy − x2 y − y 2 dx
2 0
0 0 0
..
.
1
= .
24

10.4.4 Hilfssatz zum Beweis des Satzes von Fubini

Sei N ⊆ IRn Nullmenge und Nx = {y : (x, y) ∈ N } ⊆ IRq . Dann ist Nx ⊆ IRq Nullmenge für fast alle
x ∈ IRp .

Beweis: N ist Nullmenge. Also existieren Intervalle I1 , I2 , . . . ⊆ IRn mit

∞
X
mn (Ik ) < 1,
k=1

und jedes (x, y) ∈ N ist in unendlich vielen Ik enthalten. Setze

(
1 (x, y) ∈ Ik
ϕk (x, y) =
0 sonst
und Z
Φk (x) = IRn ϕk (x, y) dy = mq ((Ik )x ).

Dabei existiert Φk fast überall in IRp .

Dann ist
Z X̀ X̀ Z X̀ Z
Φk (x) dx = Φk (x) dx = mq ((Ik )x ) dx
IRp k=1 k=1IRp k=1IRp

X̀
= mn (Ik ) < 1.
k=1
 
P̀
Für die Folge Φk ist Φk ≥ 0. Die Folge ist wachsend und die Integralfolge ist ≤ 1. Daraus folgt
k=1
mit Beppo-Levi
∞
X
Φk (x) < +∞ fast überall in IRp .
k=1

279
10 Das Lebesgue-Integral

P
∞
Sei nun Φk (x) < +∞. Zeige, daß Nx eine Nullmenge ist.
k=1
Sei ε > 0 beliebig. Dann existiert ein k0 , so daß
∞
X
Φk (x) < ε.
k=k0

Dann ist  
∞
[ ∞
[
 
Nx ⊆  Ik  ⊆ (Ik )x
| {z }
k=k0 k=k0 ⊗
⊕ x
⊕, da x in unendlich vielen Ik ist.
als Aufgabe.
⊗ sind Intervalle in IRq .
Also ist
X∞ ∞
X
mq ((Ik )x ) = Φk (x) < εX
k=k0 k=k0

10.4.5 Beweis des Satzes von Fubini

Der Beweis wird dreigeteilt:

(a) Für Treppenfunktionen f . Schon erledigt in der Vorbemerkung (c).
(b) Für f ∈ L+ : Hier
(c) Allgemein für f = f1 − f2 mit f1 , f2 ∈ L+ :X
Zeige nun die Behauptung für f ∈ L+ :
Sei f ∈ L+ (IRn ) und ϕk seien Treppenfunktionen mit ϕk ≤ ϕk+1 fast überall, ϕk → f fast überall für
k → ∞ und Z Z
ϕk (x, y) d(x, y) −→ f (x, y) d(x, y).
IRn IRn
Setze
N = {(x, y) ∈ IRn : ϕk (x, y) 6→ f (x, y)}.
N ist Nullmenge in IRn . Setze

M1 = {x ∈ IRp : Nx ist keine q-dimensionale Nullmenge} ⊆ IRp .

M1 ist Nullmenge nach dem Hilfssatz.

Z
Φk (x) = ϕk (x, y) dy
q
IR
p
existiert fast überall in IR , also ist

M2 = {x : Φk (x) ex. nicht für (irgend-)ein k ∈ IN}

Nullmenge in IRp . Es gilt

Z Fubini Z Z
für TF
Φk (x) dx = ϕk (x, y) d(x, y) ≤ f (x, y) d(x, y) = const.
IRp IRn IRn

280
 10.4 Der Satz von Fubini

Sei nun x ∈ {x : Φk (x) > Φk+1 (x)}. Dann ist

Z Z
ϕk (x, y) dy > ϕk+1 (x, y) dy.
IRq IRq

Also ist {y : ϕk (x, y) > ϕk+1 (x, y)} keine Nullmenge. Nach dem Hilfssatz ist es Nullmenge für fast
alle x. Also gilt fast überall Φk (x) ≤ Φk+1 (x) und

M3 = {x ∈ IRp : Φk (x) > Φk+1 (x) für (irgend-)ein k}

ist Nullmenge. Also ist Φk fast überall monoton wachsend.

Mit Beppo-Levi gilt dann: Φk (x) → g(x) < +∞ fast überall für k → ∞, und

M4 = {x ∈ IRp : Φk (x) nicht konvergent oder → +∞}

ist Nullmenge.R R
g ∈ L+ (IRp ), Φk → g.
Für x ∈/ M1 gilt ϕk (x, y) → f (x, y). Es ist dann
Z
x∈M
/ 4 x∈M
/ 2
g(x) = lim Φk (x) = lim ϕk (x, y) dy
k→∞ k→∞
IRq
Z
x∈M
/ 1
= f (x, y) dy.
IRq
R
Also ist g(x) = f (x, y) fast überall in IRp und g ∈ L(IRp ). Damit ist
q
IR
 
Z Z Z Z
 f (x, y) dy  dx = g(x) dx = lim Φk (x) dx
k→∞
IRp IRq IRp IRp
 
Z Z
= lim 
ϕ (x, y) dy  dx
k→∞ | k {z }
IRp
IRq TF
Z Z
= lim ϕk (x, y) d(x, y) = f (x, y) d(x, y).
k→∞
IRn IRn

10.4.6 Beispiel

für die Nichtanwendbarkeit des Satzes von Fubini für n = 2. Sei

(
x−y
3 x, y > 0
f (x, y) = (x+y) .
0 sonst

Zeige (als Aufgabe)

Z Z  Z Z 
f (x, y) dy dx 6= f (x, y) dx dy

Damit ist f ∈
/ L(IR2 ).

281
10 Das Lebesgue-Integral

10.4.7 Satz von Tonnelli

Sei f : IRn → IR meßbar, Z

|f (x, y)| dy
q
IR
existiere für fast alle x und  
Z Z
 |f (x, y)| dy  dx
IRp IRq
existiere. Dann gilt der Satz von Fubini.

Analogie zum Doppelreihensatz 2.6.8, Seite 42:

!  
X∞ X∞ X ∞
X X∞
|ajk | < +∞ =⇒ ajk =  ajk  .
j=1 k=1 (j,k)∈IN2 j=1 j=1

Beweis: Zeige f ∈ L(IRn ). Setze dafür

(
1 in [−k, k]n
ϕk (x, y) =
0 sonst

und
fk (x, y) = min(k, |f (x, y)| · ϕk (x, y)).
Es ist fk ∈ L(IR ), denn fk ist meßbar und hat k · ϕk als integrierbare Majorante. Außerdem ist fast
n

überall fk ≤ fk+1 . Dann ist

Z Z Z
fk (x, y) d(x, y) = f (x, y) dy dx
| k {z }
IRp IRq ≤|f (x,y)|·ϕk (x,y)
≤|f (x,y)|
Z Z
≤ |f (x, y)| dy dx = const.
p q
IR IR

Mit Beppo-Levi gilt dann

|f (x, y)| = lim fk (x, y) < +∞ fast überall.

|k→∞ {z }
∈L(IRn )

Damit ist |f | ∈ L(IRn ). Zusammen mit der Voraussetzung, daß f meßbar ist, folgt dann f ∈ L(IRn ).

10.4.8 Beispiel

Sei
1
E = {(x, y, z) ∈ IR3 : z > 1, x2 + y 2 <
z2
und (
1 (x, y, z) ∈ E
f (x, y, z) = .
0 sonst

282
 10.5 Meßbare Mengen

Zu berechnen ist Z
f (x, y, z) d(x, y, z).

Es ist (
{(x, y) : x2 + y 2 < z12 }
1
für z > 1
Ez = .
∅ für z ≤ 1

f ist meßbar und f ist unstetig auf ∂E. ∂E ist Nullmenge im IR3 (später).
Z Z Z
f (x, y, z) d(x, y, z) = IR f (x, y, z) d(x, y) dz
IR3 IR2
Z Z Z∞
1
= 1 · χEz (x, y)d(x, y) dz = π dz = π.
z2
IR IR2 1

Später wird gesagt: Der Inhalt von E ist π.

10.5 Meßbare Mengen

10.5.1 Def.: Charakteristische Funktion, Meßbarkeit

Sei E ⊆ IRn . Dann heißt (

1 x∈E
χE (x) =
0 sonst

charakteristische Funktion von E. E heißt meßbar, wenn χE meßbar ist. Ist χE ∈ L(IRn ), so heißt
Z
m(E) := χE

(Lebesguesches) Maß von E.

10.5.2 Bemerkungen

(a) Ist E meßbar, aber χE nicht integrierbar, so setzt man m(E) = +∞.
(b) Ist E1 ⊆ E2 mit meßbarem E2 , dann ist m(E1 ) ≤ m(E2 ), ca χE1 ≤ χE2 ist.
(c) Ist I Intervall, dann ist m(I) der elementare Inhalt von I.
(d) N ⊆ IRn ist genau dann Nullmenge, wenn m(N ) = 0 ist.
(e) Offene und abgeschlossene Mengen sind meßbar.
(f) (i) ∂E ist nicht immer eine Nullmenge. Z. B. sei E = Qn . Dann ist ∂E = IRn .
(ii) ∂E sei Nullmenge, E 0 , Ē sind meßbar und es ist E 0 ⊆ E ⊆ Ē. Frage: Wenn F meßbar und
N Nullmenge ist, ist dann E = F ∪ N meßbar?
Es ist χF = χE fast überall, also ist E meßbar.

283
10 Das Lebesgue-Integral

Beweis:
(d) „⇒“: Sei N Nullmenge. Setze dieRTreppenfunktion ϕk (x) = 0 überall. Es ist ϕk (x) → 0 = χN (x)
fast überall für k → ∞ und ϕk = 0. Mit Beppo-Levi folgt
Z Z
m(N ) = χN = lim ϕk = 0.
k→∞

„⇐“: Setze ϕk = k · χN . Es ist ϕk ≤ ϕk+1 überall und

Z Z
ϕk = k χN = 0.

Beppo-Levi: lim ϕk (x) < +∞ fast überall ⇐⇒ x ∈

/ N.
k→∞
Also ist N eine Nullmenge.
(e) Sei E ⊆ IRn offen. Früher wurde gezeigt: Wenn E beschränkt ist, ist χE fast überall stetig, also
meßbar. Zu offenem E ist
Ek = E ∩ (−k, k)n
meßbar und χEk → χE . Damit ist χE auch meßbar. Zu abgeschlossenem E ist F = IRn \ E offen
und
χE = 1 − χF
ist als Differenz zweier meßbarer Funktionen ebenfalls meßbar.

10.5.3 Satz

Ist f : IRn → IR meßbar und c ∈ IR, so ist

E = {x : f (x) < c}

meßbar. Dies gilt ebenso für ≤, > und ≥.

Beweis: Setze
ϕk (x) = min(1, k · (c − f (x))+ ).
ϕk ist meßbar.
Für x ∈ E ist k · (c − f (x))+ > 1 für k ≥ k0 , d. h. ϕk (x) = 1 = χE (x) für k ≥ k0 . Für x ∈
/ E ist
k · (c − f (x)) = 0, d. h. ϕk (x) = 0 für k ∈ IN und ϕk (x) → 0 = χE (x).
+

Da ϕk → χE ist χE meßbar.
Aufgabe: Beweis für ≤.

10.5.4 Prinzip von Cavalierei

Sei E ⊆ IRn meßbar mit IRn = IRp × IRq , (x, y) ∈ IRp × IRq und m(E) < ∞. Sei

Ex := {y : (x, y) ∈ E} ⊆ IRq .

Dann sind fast alle Ex meßbar in IRq mit

Z
mq (Ex ) := χEx (y) dy < +∞

284
 10.5 Meßbare Mengen

und Z
mn (E) = mq (Ex ) dx.

Umgekehrt: Ist mq (Ex ) < +∞ fast überall, so gilt

Z
mn (E) = mq (Ex ) dx,

falls der rechte Term < +∞ ist.

Beweis: Es ist Z
mn (E) = χE (x, y) d(x, y).

Mit Fubini gilt: Z

x 7−→ χE (x, y) dy < +∞

fast überall und in L(IRp ). Außerdem ist

Z Z Z
mn (E) = mq (Ex ) dx = χEx (y) dy dx.
IRp IRp

Die Umkehrung entspricht dem Satz von Tonnelli, da mq > 0 ist.

10.5.5 Definition: Integrierbarkeit über E

Sei E ⊆ IRn meßbar und f : E → IR eine Funktion. f heißt integrierbar über E, f ∈ L(E), wenn ihre
triviale Fortsetzung (
f (x) x ∈ E
f0 (x) =
0 sonst
in L(IRn ) ist. Man setzt Z Z Z
f= f (x) dx := f0 .
E E

10.5.6 Definition: Ordinatenmengen

Sei E ⊆ IRn meßbar und F : E → [0, ∞). Dann heißt

E(f ) := {(x, y) : x ∈ E, 0 ≤ y ≤ f (x)} ⊆ IRn+1
Ordinatenmenge. Analoges gilt für <, ≤; ≤, < und <, <.
Analog seien auch f, g : E → IR mit f (x) ≤ g(x):
E(f, g) = {(x, y) : x ∈ E, f (x) ≤ [<]y ≤ [<]g(x)}.

10.5.7 Satz

Sind f und g meßbar, so ist auch E(f, g) meßbar.

Ist g − f ∈ L(E), so ist Z
mn+1 (E(f, g)) = E(g(x) − f (x)) dx.

285
10 Das Lebesgue-Integral

Beweis: Hier für E(g) = E(0, g).

Zeige die Meßbarkeit. Dann wende Cavalieri an, da

(E(g))x = {y : 0 ≤ y ≤ g(x)}
m1 ((E(g))x ) = g(x).

Behauptung:
χE(g) (x, y) = χE (x) · lim ϕk (x, y)
k→∞

mit
  + !
1 1
ϕk (x, y) = min 1, k 2 y+ g(x) + − y .
k k

Dabei ist ϕk (x, y) meßbar.

Für x ∈
/ E ist χE(g) (x, y) = 0 für alle y ∈ IR. Für x ∈ E gilt:
Wenn y > g(x) ist, ist
1
g(x) + − y < 0 für k ≥ k0
k
und y + k1 > 0.
Damit ist [. . . ]+ = 0 und ϕk (x, y) = 0.
Ist y < 0 dann ist genauso ϕk (x, y) = 0 für k ≥ k0 .
Für 0 ≤ y ≤ g(x) und (x, y) ∈ E(g) ist
1 1
y+ ≥
k k
und
1 1
g(x) + −y ≥ .
k k
Damit ist [. . . ]+ ≥ k12 und damit ϕk (x, y) = 1, χE(g) = 1.
Zusammen folgt, daß χE(g) meßbar.
Aufgabe: Führe den Beweis für {(x, y) : 0 < y ≤ g(x)}.

10.5.8 Folgerung

Ist f ∈ R([a, b]), dann ist graph f eine Nullmenge im IR2 (vergleiche mit 10.1.3, Punkt (f)).
Jetzt: Ist f : E → IR meßbar für meßbares E ⊆ IRn , so ist

graph f = {(x, f (x)) : x ∈ E} ⊆ IRn+1

eine (n + 1)-dimensionale Nullmenge.

graph f = E(f, f )

ist meßbar mit dem Maß Z

f (x) − f (x) dx = 0.
E

286
 10.5 Meßbare Mengen

10.5.9 Bemerkung

zum Beispiel 10.4.8, Seite 282. Es ist

 
2 2 1
E = (x, y, z) : z > 1, x + y < 2
y

F = {(x, y) : x2 + y 2 < 1}.

2 auf E \ {0}.
1
Es ist f (x, y) = 1 auf E und g(x, y) = x2 +y
E = F (f, g) ist meßbar, da f und g meßbar sind.
Dabei ist ∂E eine Nullmenge.

10.5.10 Beispiel: Maß der n-dimensionalen Kugel

Sei
Kn (r) := {x ∈ IRn : kxk ≤ r}
die n-dimensionale r-Kugel. Dann ist

m(Kn (r)) = cn · rn

mit

c1 = 2
Zπ/2
cn+1 = 2 · cn · (cos t)n+1 dt.
0

Zum Beispiel ist

c2 = π
4
c3 = π.
3
Ohne Beweis gilt
π n/2
cn = .
Γ(1 + n2 )

Beweis: Durch Induktion nach n:

n = 1: X
n 7→ n + 1: Sei IRn+1 = IRn × IR und (x, y) ∈ IRn × IR.
Es ist

Kn+1 (r) = {(x, y) : kxk2 + y 2 ≤ r2 }

p
= {(x, y) : kxk ≤ r, |y| ≤ r2 − kxk2 }

und p
(Kn+1 (r))y = Kn ( r2 − y 2 ).

287
10 Das Lebesgue-Integral

Mit dem Prinzip von Cavalieri gilt dann

Zr Zr p n
mn+1 (Kn+1 (r)) = mn ((Kn+1 (r))y ) dy = cn r2 − y 2 dy
−r −r
Zr
y = r sin t
= 2cn (r2 − y 2 )n/2 dy =
dy = r cos t dt
0
Zπ/2 Zπ/2
= 2cn r (cos t) · r · cos t dt = 2cn r
n n n+1
(cos t)n+1 dt
0 0
= cn+1 · rn+1 .

Zeige nun cn → 0 für n → ∞:

Zπ/2
cn+1 = cn · 2 (cos t)n+1 dt
0

R π/2
Dabei ist 0 (cos t)n+1 dt → 0.
Für n ≥ n0 ist cn+1 ≤ 23 cn .

10.5.11 Rotationskörper im IR3

Sei I ⊆ IR ein Intervall und f : I → [0, ∞). Setze den Rotationskörper

R = {(x, y, z) : x ∈ I, y 2 + z 2 ≤ (f (x))2 }.

Wenn f 2 ∈ L(IR) ist, dann ist

Z
m3 (R) = π (f (x))2 dx.
I

Wende den Satz von Cavalieri auf IR an: Betrachte Rx für x ∈ I:

Rx = {(x, y) : y 2 + z 2 ≤ (f (x))2 }
m2 (Rx ) = π(f (x))2
Z
m3 (R) = π (f (x))2 dx
I

10.5.12 Satz

Sind A, B ⊆ IRn meßbar, so sind auch A ∪ B, A∩B, A \ B und insbesondere IRn \ B meßbar und es
gilt
m(A ∪ B) + m(A ∩ B) = m(A) + m(B).

288
 10.5 Meßbare Mengen

Beweis:

χA\B = χA · (1 − χB )
χA∩B = χA · χB
χA∪B = χA + χB − χA∩B

sind allesamt meßbar.

Also ist

χA∪B + χA∩B = χA + χB
Z Z Z Z
χA∪B + χA∩B = χA + χB .

Aufgabe: Zeige dies per Induktion auch für endlich viele A1 , . . . , Am .

10.5.13 Satz

Sind A1 , A2 , . . . ⊆ IRn meßbar und

∞
[ ∞
\
V = Ak und D = Ak ,
k=1 k=1

so sind V und D meßbar, und es ist

∞
X
m(V ) ≤ m(Ak ).
k=1

Speziell gilt:
(a) m(V ) = lim m(Ak ), falls A1 ⊆ A2 ⊆ A3 ⊆ · · · .
k→∞

(b) m(D) = lim m(Ak ), falls A1 ⊇ A2 ⊇ A3 ⊇ · · · .

k→∞
P
∞
(c) m(V ) = m(Ak ), falls Aj ∩ Ak = ∅ oder Nullmenge für i 6= k ist (σ-Additivität des Lebesgue-
k=1
maßes).

Beweis: Dk = A1 ∩ · · · ∩ Ak und Vk = A1 ∪ · · · ∪ Ak sind meßbar mit

χDk = χA1 . . . χAk und χVk = min(1, χA1 + · · · + χAk ).

χD = lim χDk (&) ist meßbar und

k→∞
χV = lim χVk (%) ist meßbar.
k→∞
Z Z
m(V ) = χV = lim χVk (Beppo-Levi, falls konvergent)
k→∞
Z Z  X ∞
≤ lim χA 1 + · · · + χA k ≤ m(Aj ).
k→∞
j=1

(a) Vk = Ak : m(V ) = limk→∞ m(Ak )

289
10 Das Lebesgue-Integral

(b) Dk = Ak : m(D) = limk→∞ m(Dk )

(c) „≤“: siehe oben X
„≥“: Es ist χA1 + · · · + χAk nur in einer Nullmenge, also ist fast überall

χVk = χA1 + · · · + χAk .

Damit ist
X
k
m(Vk ) = m(Aj )
j=1

und für k → ∞ ist

∞
X
m(V ) = m(Aj ).
j=1

10.5.14 Beispiel einer nicht meßbaren Menge in IR

Die Relation
x ∼ y :⇐⇒ x − y ∈ Q
ist eine Äquivalenzrelation mit den Äquivalenzklassen [x]. Es ist entweder [x] = [y] oder [x] ∩ [y] = ∅.
Sei A Vertretersystem in [0, 1), d. h. zu jedem x ∈ IR gibt es genau ein ξ ∈ A mit ξ ∈ [x], sprich ξ ∼ x
(Auswahlaxiom, äquivalent zum Lemma von Zorn, Wohlordnungssatz).
Die Menge A ist nicht meßbar.

Beweis: Setze
A + r := {a + r : a ∈ A, r ∈ Q, 0 ≤ r < 1}
und
Ar := {a + r : a ∈ A, a + r < 1} ∪ {a + r − 1 : a ∈ A, a + r ≥ 1}.
Zeige
(1) Ar ∩ As = ∅ für r 6= s.
S
(2) Ar = [0, 1).
r∈[0,1)

Wenn dann nun A meßbar wäre, dann auch A + r mit m(A + r) = m(A).
Ebenso wäre m(Ar ) = m(A) = m(A0 ). Damit ist
X X
1 = m([0, 1)) = m(Ar ) = m(A) = 0.
r∈[0,1) r∈[0,1)

Widerspruch! Also kann A nicht meßbar sein.

ad (1): Sei x ∈ Ar ∩ As mit 0 ≤ r, s < 1 und r 6= s.
Es existieren a ∈ A und b ∈ A mit

x = a + r oder a + r − 1
x = b + s oder b + s − 1.

Subtraktion liefert
a − b = s − r ∈ Q.

290
 10.5 Meßbare Mengen

Damit ist a ∼ b.
Daraus folgt nach der Konstruktion von A, daß a = b und damit r = s sein muß. Dies ist ein
Widerspruch! Also muß Ar ∩ As für r 6= s eine leere Menge sein.

ad (2): „⊆“:
[
Ar ⊆ [0, 1)
r∈[0,1)

ist klar, weil Ar ⊆ [0, 1) ist.

„⊇“: Sei x ∈ [0, 1): x ∼ a für ein a ∈ A.

Damit ist x − a = r ∈ Q und −1 < x − a < 1, x ∈ A + r, x ∈ Ar .
Für 0 ≤ r < 1 gilt: x ∈ Ar .
Für −1 < r < 0 gilt: x = a + r + 1 − 1 ∈ As = Ar+1 mit s = r + 1 ∈ (0, 1), weil a + s ≥ 1
ist.

10.5.15 Satz, absolute Stetigkeit des L-Integrals

Sei f ∈ L(IRn ) und ε > 0 beliebig. Dann gibt es

R
(a) f = g + h mit g, h ∈ L(IRn ), g beschränkt und |h| < ε.

(b) ein δ > 0 mit

Z
|f | < ε
E

für jede meßbare Menge mit m(E) < δ

(Absolute Stetigkeit des Lebesgue-Integrals).

Beweis:

1. Setze 

k wo f > k
fk = −k wo f < −k .


f sonst

Es ist |fk | ≤ k, |fk | ≤ |f | und fk → f überall für k → ∞.

Nach dem Satz von Lebesgue gilt für k → ∞
Z Z
fk → f.

Es ist auch aus demselben Grund für k → ∞

Z
|f − fk | → 0,

denn es ist |f − fRk | ≤ 2|f |.

Wähle k so, daß |f − fk | < ε ist. R
g = fk ist beschränkt durch k. Setze h = f − fk . Dann ist |h| < ε und f = g + h.

291
10 Das Lebesgue-Integral

R
2. Sei f = g + h mit |g| ≤ M und |h| < ε/2 (geht nach Teil (a)) und δ = ε
2M .
E ⊆ IRn sei meßbar und m(E) < δ. Dann ist
Z Z Z
|f | < |g| + |h|
E E E
Z
ε
≤ M · m(E) + |h| < M · δ + = ε.
2
IRn

10.6 Die Transformationsformel

10.6.1 Motivation

Im Abschnitt 5.3.6 auf der Seite 110 wird gezeigt:

Für f ∈ R([a, b]), Φ : [α, β] → [a, b], bijektiv und stetig differenzierbar, gilt die Substitutionsregel:

Zb Zβ
f (x) dx = f (Φ(t)) · |Φ0 (t) dt.
a α

Was gibt es für Möglichkeiten beim Lebesgue-Integral?

10.6.2 Die Transformationsformel

Seien U, V ⊆ IRn offen und Φ : U → V ein Diffeomorphismus (d. h. Φ ist bijektiv und Φ, Φ−1 sind
stetig differenzierbar). Dann gilt
Z Z
f (x) dx = f (Φ(t)) · | det Φ0 (t)| dt,
V U

wenn eine von beiden Seiten als Lebesgue-Integral existiert.

 
Z Z
 g(Φ−1 (x)) · | det(Φ−1 )0 (x)| dx = g(t) dt
V U

Beweis: Später.

10.6.3 Satz (Spezialfall von 10.6.2)

Sei A eine n × n-Matrix, b ∈ IRn und Φ(x) := Ax + b. Dann gilt:

m(Φ(E)) = | det A| · m(E) (10.1)

für jedes meßbare E ⊆ IRn mit m(E) < ∞.

292
 10.6 Die Transformationsformel

Beweis:
(1) Sei Φ(x) = x + b eine Verschiebung und E ein Intervall mit der zugehörigen charakteristi-
schen Funktion χE . Φ(E) ist ebenfalls ein Intervall mit m(Φ(E)) = 1 · m(E). Es ist 1 =
| det(Einheitsmatrix)|. (10.1) gilt für E =endl. Vereinigung von Intervallen.
Z Z
(10.1) ⇐⇒ χΦ(E) (x) dx = χE (x) dx
E
χΦ(E) (x) = χE (x − b)
Z Z
(10.1) ⇐⇒ χE (x − b) dx = χE (x)

E =endl. Vereinigung von Intervallen.

Grenzübergang: Für jede meßbare Menge E mit m(E) < ∞.

[E meßbar ⇐⇒ χE meßbar ⇐⇒ ∃ϕk TF : ϕk → χE f.ü.]

(2) Sei Φ(x) = Ax:

(a) Sei det A = 0. Dann ist Φ(E) ⊆ H. H ist Hyperebene des IRn , also ist m(Φ(E)) ≤ m(H) = 0
und | det A| · m(E) = 0.
(b) Sei  
λ1 0
 .. 
A = diag(λ1 , . . . , λn ) =  . .
0 λn
E sei Intervall mit den Kantenlängen `1 , . . . , `n . Dann ist Φ(E) ein Intervall mit den Kanten-
längen |λ1 |`1 , . . . , |λn |`n .

m(Φ(E)) = |λ1 . . . λn | · `1 . . . `n = | det A| · m(E)

 
Z Z
χE (x) dx =  χE (x) dx · | det A|
Φ(E) E

Wie unter (1) schließt man auf meßbare Mengen E mit m(E) < ∞.
(c) Sei nun Φ(x) = Ax mit det A 6= 0.
Setze W = [0, 1]n der Einheitswürfel und

α(A) := m(Φ(W )).

Zeige, daß die folgende Gleichung gilt:

α(A) = | det A|.

Setze

E = a + [0, `]n = {a + x : 0 ≤ xν ≤ ` für ν = 1, . . . , n}

= a + Ψ(W ).

Dabei ist
Ψ(x) = `x

293
10 Das Lebesgue-Integral

und damit
(1)
m(Φ(E)) = m(Φ(Ψ(W ))) = m(Ψ(Φ(W )))
(b)
`n · m(Φ(W )) = α(A) · m(E).
= |{z}
| {z }
=m(E) =α(A)

Genauer gesagt, ist für Würfel E ⊆ IRn

m(Φ(E)) = α(A) · m(E).

Dasselbe gilt für meßbares E (Zeige dies als Aufgabe. Schließe dabei von Würfeln auf Inter-
valle).
Wenn E offen ist, dann ist E die Vereinigung von sich nicht überlappenden Würfeln.
Die Beziehung α(A) = | det A| ist richtig für
(i) det A = 0. Dies wurde in (2a) gezeigt.
(ii) A = diag(λ1 , . . . , λn ). Dies wurde in (2b) gezeigt.
(iii) orthogonales A (AT A = En = Eiheitsmatrix). Dies wird in (d) gezeigt.
(iv) beliebiges A mit det A 6= 0. Dies wird in (e) gezeigt.
(d) Sei nun A orthogonal, d.h. es ist AT A = En .
Setze E = K(0, 1) = {x ∈ IRn : kxk ≤ 1}.
AT · A = En ⇒ Φ(E) = E

m(Φ(E)) = m(E) = α(A) · m(E)

⇒ α(A) = 1
1 = det A · det AT = (det A)2
⇒ | det A| = 1.
(e) Sei nun A beliebig mit det A 6= 0.
AT · A ist symmetrisch und positiv definit, also ist AT · A = S T · D · S mit einer orthogonalen
Matrix S und D = diag(λ1 , . . . , λn ) mit λ1 , . . . , λn > 0, den Eigenwerten von AT · A (Haupt-
achsentransformation für AT · A).
Setze p p
∆ = diag( λ1 , . . . , λn ) ∆2 = D.
Dann ist
∆−1 · D · ∆−1 = En
und
S · AT · A · S T = S · (S T · D · S) · S T = D = ∆ · ∆.
Es ist

En = ∆−1 · D · ∆−1 = |∆−1 ·{z

S · AT} ·A · S T · ∆−1
:=S1
−1
S1 · S1T =∆ S T
· A · S T} ·∆−1 = En
| · A {z
=D

294
 10.6 Die Transformationsformel

Also ist S1 orthogonal und

En = S1 · A · S T · ∆−1
(6≡)
α(E) = α(S1 ) ·α(A) · α(S T ) · α(∆−1 )
| {z } | {z } | {z } | {z }
1 1 1 | det(∆−1 )|
1 p
⇒ α(A) = q = λ1 . . . λn .
1
λ1 . . . λ11

Es ist q p
| det A| = det(AT · A) = λ1 . . . λn

Also ist α(A) = | det a|.

Nachtrag zu (6≡):
Seien A und B n × n-Matrizen. Dann ist

α(AB) = α(A)α(B).

Beweis: α(AB), Φ(x) = Ax, Ψ(x) = Bx.

m(Φ(E)) = α(A) · m(E):

α(AB) · m(E) = m(Φ(Ψ(E))) = α(A) · m(P si(E)) = α(A) · α(B) · m(E).

Also ist α(AB) = α(A) · α(B).

Bis hierhin ist bewiesen, daß für Φ(x) = Ax + b gilt: m(Φ(E)) = | det A| · m(E).

10.6.4 Hilfssatz 1

Sei Φ ∈ C 1 (K(0, %), IRn ) und Wk Folge von Würfeln mit 0 ∈ Wk und diam Wk → 0. Dabei ist
diam E = sup{kx − yk : x, y ∈ E} der Durchmesser von E. Dann gelten folgende Aussagen:
(a) Für k → ∞ ist Z
1
| det Φ0 (x)| → | det Φ0 (0)|.
m(Wk )
Wk

(b) Für k → ∞ ist

m(Φ(Wk ))
→ | det Φ0 (0)|.
m(Wk )

Beweis:
(a) Als Aufgabe. Sogar für stetige f gilt
Z
1
f (x) dx → f (0).
m(Wk )
Wk

295
10 Das Lebesgue-Integral

(b) (i) Sei zuerst Φ0 (0) = En die Einheitsmatrix im IRn , d.h. es ist Φ(x) = x + r(x) · kxk mit
r(x) → 0 für x → 0.
Sei nun ε > 0 und 0 < ε < 12 . Dazu existiert ein δ > 0 mit kr(x)k < ε für kxk < δ.
Für k ≥ k0 gilt: Wk ⊆ K(0, δ).
Sei nun y = Φ(x) mit x ∈ Wk . Dann ist

yν = xν + kxk · rν (x)
|{z} | {z }
√
≤ n·`k |.|<ε

Für Wk gilt dann

√ (k) √ (k)
Φ(Wk ) ⊆ [− n · `k · ε + a1 , n · `k · ε + a1 + `k ]
√ √
× · · · × [− n · `k · ε + a(k)
n , n · `k · ε + an + `k ] (10.2)
(k)

und
√ (k) √ (k)
Φ(Wk ) ⊇ [+ n · `k · ε + a1 , − n · `k · ε + a1 + `k ]
√ √
× · · · × [+ n · `k · ε + a(k)
n , − n · `k · ε + an + `k ] (10.3)
(k)

Also
√ √
`nk · (1 − 2 n · ε)n ≤ m(Φ(Wk )) ≤ `nk · (1 + 2 n · ε)n
√ m(Φ(Wk )) √
(1 − 2 n · ε)n − 1 ≤ − 1 ≤ (1 + 2 n · ε)n − 1
| {z } m(Wk ) | {z }
>−const·ε <const·ε

für k ≥ k0 .
m(Φ(Wk ))
⇒ → 1 = | det Φ0 (0)|
m(Wk )
für k → ∞.
(ii) Allgemeiner Fall. Sei Φ0 (0) = A. Zuerst sei det A 6= 0.
Sei Φ(x) = A−1 · Φ(x). Damit ist Φ0 (0) = En .
m(AΨ(Wk ))
=
m(Wk )
m(Ψ(Wk ))
= | det A| ·
m(Wk )
⊗
→ | det A| · 1

( : Satz; ⊗: Spezialfall).
Sei nun Φ0 (0) = A mit det A = 0. Dann ist

Φ(x) = Ax + kxk · r(x) = Ax + f (x).

Es ist Φ(Wk ) ⊆ H + f (Wk ) mit einer Hyperebene H und m(H) = 0.

Für f gilt dabei:
 n
√ √
f (Wk ) = − n · `k · max kr(x)k, n · `k · max kr(x)k
x∈Wk x∈Wk

mit √
m(f (Wk )) = (2 n · `k )n · εn .

296
 10.6 Die Transformationsformel

Daraus folgt dann:

m(f (Wk )) √
≤ (2ε n)n
m(Wk )
m(f (Wk ))
→ 0 für k → ∞.
m(Wk )

10.6.5 Hilfssatz 2

(Satz über die Nullmengentreue)

Sei Φ ∈ C 1 (U, IRn ), U offen und N ⊆ U eine Nullmenge. Dann ist Φ(N ) eine Nullmenge.

S
∞
Beweis: Sei U = Wk mit kompakten Würfeln Wk ⊆ U .
k=1
Dann ist Φ auf Wk Lipschitzstetig, d. h.

kΦ(x) − Φ(y)k ≤ Lk · kx − yk.

Sei nun Nk = N ∩ Wk . Zeige, daß Φ(Nk ) eine Nullmenge ist. Dann ist auch
∞
[
Φ(N ) = Φ(Nk )
k=1

eine Nullmenge.
Nachweis, daß Φ(Nk ) eine Nullmenge ist:
Sei ε > 0 beliebig.
S
∞ P
∞
Dann existieren Würfel Iν mit Nk ⊆ Iν und m(Iν ) < ε.
ν=1 ν=1
Also hat Φ(Iν ) höchstens den Lk -fachen Durchmesser von Iν ,
d. h. es existiert ein Würfel Jν ⊇ Φ(Iν ) mit höchstens Lk -facher Kantenlänge von Iν .

⇒ m(Jν ) ≤ (Lk )n · m(Iν )

∞
[ ∞
[
⇒ Φ(Nk ) ⊆ Φ(Iν ) ⊆ Jν
ν=1 ν=1

und damit
∞
X ∞
X
m(Jν ) ≤ (Lk )n · m(Iν ) ≤ (Lk )n · ε
ν=1 ν=1

Also ist Φ(Nk ) eine Nullmenge.

10.6.6 Hilfssatz 3

Sei Φ ∈ C 1 (U, IRn ), U ⊆ IRn offen und Φ injektiv. Insbesondere sei det(Φ0 (x)) 6= 0 für alle x ∈ U .
Dann gilt für jeden Würfel W ⊆ U :
Z
m(Φ(W )) = | det Φ0 (x)| dx.
W

297
10 Das Lebesgue-Integral

Beweis: Setze W0 = W und definiere α ∈ IR durch

Z
m(Φ(W )) = α · | det Φ0 (x)| dx.
W

Zu zeigen ist nun: α = 1.

Zerlege W0 in 2n kompakte, gleich große Würfel Iν mit halber Kantenlänge.
Klar ist:
X2n
m(W0 ) = m(Iν ).
ν=1

Es gilt dann:
n
X
2
m(Φ(W0 )) = m(Φ(Iν )),
ν=1

denn es ist n ! n !
[
2 [
2
W0 = (Iν ) 0
∪ ∂Iν .
ν=1 ν=1
| {z }
Nullmenge

Damit ist (weil Φ injektiv ist)

n ! n !!
[
2 [
2
Φ(W0 ) = Φ(Iν )0 ∪ Φ ∂Iν .
ν=1 ν=1
| {z }
Nullmenge nach HS 2

Daraus folgt
n n
X
2 X
2
0
m(Φ(W0 )) = m(Φ((Iν ) )) + 0 = m(Φ(Iν )).
ν=1 ν=1

Andererseits gilt ebenso

Z X
2n Z
0
m(Φ(W0 )) = α | det Φ (x)| dx = α· | det Φ0 (x)| dx.
W0 ν=1 Iν

Also existiert ein ν0 mit Z

m(Φ(Iν0 )) ≥ α · | det Φ0 (x)| dx.
Iν0

Setze W1 = Iν0 . Genauso erhält man induktiv eine Folge von Würfeln Wk mit Wk ⊆ Wk−1 , in der
Wk die halbe Kantenlänge von Wk−1 hat und für die gilt:
Z
m(Φ(Wk )) ≥ α · | det Φ0 (x)| dx.
Wk

Daraus folgt, daß es ein ξ ∈ U gibt mit

∞
\
Wk = {ξ}.
k=1

298
 10.6 Die Transformationsformel

Teile nun die Ungleichung durch m(Wk ):

Z
m(Φ(Wk )) 1
≥ ·α | det Φ0 (x)| dx.
m(Wk ) m(Wk )
Wk

Wende auf die linke Seite den Teil (a) und auf die rechte Seite Teil (b) vom Hilfssatz 1 an. Dann ist
für k → ∞:
| det Φ0 (ξ)| ≥ α · | det Φ0 (ξ)|.
Also ist α ≤ 1. Zeige auf die gleiche Weise nun, daß α ≥ 1 ist. Damit ist dann die Behauptung
bewiesen.

10.6.7 Hilfssatz 4

Sei Φ : U → V eine Diffeomorphismus, d. h. Φ ∈ C 1 (U, V ), Φ ist bijektiv und Φ−1 ∈ C 1 (U, V ). Dabei
seien U und V offene Mengen. Dann gilt:
Z
m(V ) = | det Φ0 (x)| dx,
U

falls eine der Seiten endlich ist.

Beweis: Seien Wk kompakte Würfel mit

∞
[
U= Wk .
k=1

Dabei sei Wk ∩ Wj für k 6= j eine Nullmenge. Dann gilt nach dem Hilfssatz 3
Z
m(Φ(Wk )) = | det Φ0 (x)| dx
Wk

und dann
∞
X ∞ Z
X Z
0 ⊕
| det Φ0 (x)| dx.
HS2
m(V ) = m(Φ(Wk )) = | det Φ (x)| dx =
k=1 k=1W U
k

Dabei gilt ⊕ wegen Beppo-Levi für Reihen mit

(
| det Φ0 (x)| für x ∈ Wk
fk (x) = .
0 sonst

10.6.8 Beweis der Transformationsformel

Wiederholung der Transformationsformel:

Sei U, V ⊆ IRn offen und Φ(U, V ) ein Diffeomorphismus. Dann gilt:
Z Z
0
f (Φ(x)) · | det Φ (x)| dx = f (y) dy,
U V

299
10 Das Lebesgue-Integral

falls eines der Integrale existiert.

Oder
Zb Z
ϕ(b)
0
f (ϕ(t)) · ϕ (t) dt = f (x) dx.
a ϕ(a)

Beweis: Sei f = ϕ eine Treppenfunktion, ϕ : V → IR, etwa:

(
cj im Würfel Ij0 ⊆ V für j = 1, . . . , p
ϕ(x) = .
0 außerhalb aller I¯j

Dann ist
Z p Z
X X
p
ϕ(y) dy = ϕ(y) dy = cj · m((Ij )0 )
V j=1 I j=1
j

X
p Z
| det Φ0 (x)| dx
HS4
= cj
j=1 Uj

mit Uj = Φ−1 ((Ij )0 ) ist hierfür

p Z
X Z
0
= ϕ(Φ(x)) · | det Φ (x)| dx = ϕ(Φ(x)) · | det Φ0 (x)| dx,
j=1 U U
j

d. h. die Transformationsformel gilt für alle Treppenfunktionen

R R ϕ : V → IR. Also gilt die Transforma-
tionsformel für f ∈ L+ (V ), denn ϕk % f mit ϕk → f :
Z Z Z
f (y) dy = lim ϕk (y) dy = lim ϕ (Φ(x)) · | det Φ0 (x)| dx
k→∞ k→∞ |k {z }
V V U %f (Φ(x))·| det Φ0 (x)|
Z
f (Φ(x)) · | det Φ0 (x)| dx.
B-L
=
U

Also gilt die Transformationsformel auch für f ∈ L(V ). Zeige nun noch: Auch aus der Existenz von
Z
f (Φ(x)) · | det Φ0 (x)| dx
U

folgt die Formel.

Setze Ψ(y) = Φ−1 (y), Ψ Diffeomorphismus
R und g(x) := f (Φ(x)) · | det Φ0 (x)|.
Nach Voraussetzung existiert g(x) dx.
U
Z Z
g(x) dx = g(Ψ(y)) · | det Φ0 (y)| dy
U V
Z Z
0 0
= f (y) · | det Ψ (y)| · | det(Φ (Ψ(y)))| dy = f (y) dy.
| {z }
V =1 V

300
 10.6 Die Transformationsformel

10.6.9 Spezielle Transformationen

(a) Polarkoordinaten im IR2 : Setze

x = r cos θ
y = r sin θ
r 2 = x2 + y 2
 
r cos θ
Φ(r, θ) =
r sin θ

mit Φ : (0, ∞) × (0, 2π) → IR2 \ {(x, 0) : x ≥ 0}. Es ist

cos θ −r sin θ
det Φ0 = = r > 0.
sin θ r cos θ

Für f ∈ L(IR2 ) gilt dann:

Z Z Z∞ Z2π
f (x, y) d(x, y) = f (r cos θ, r sin θ) · r d(r, θ) = f (r cos θ, r sin θ) · r dθ dr.
IR2 P 0 0

(b) Kugelkoordinaten im IR3 : Setze

x = r cos λ · cos β
y = r sin λ · cos β
z = r sin β.

Dabei ist λ die geographische Länge, β die Breite und r2 = x2 + y 2 + z 2 der quadrierte, zum
Punkt (x, y, z) gehörige Radius.
Es ist 0 ≤ λ ≤ 2π (oder −π ≤ λ ≤ π und −π/2 ≤ β ≤ π/2.
Herleitung: Setze z = r sin β mit −π/2 ≤ β ≤ π/2

x2 + y 2 = r2 − r2 sin2 β = (r cos β)2

Polarkoordinaten für (x, y):

x = (r cos β) cos λ
y = (r cos β) sin λ.

Also:  
r cos λ cos β
Φ(r, λ, β) =  r sin λ cos β 
r sin β
mit 0 < r < ∞, 0 < λ < 2π [−π < λ < π] und −π/2 < β < π/2.

Φ : (0, ∞) × (0, 2π) × (−π/2, π/2) → IR3 \ N

ist Diffeomorphismus mit einer Nullmenge

N = {(r cos β, 0, r sin β) : r ≥ 0, −π/2 ≤ β ≤ π/2} = {(x, 0, z) : (x, z) ∈ IR2 , x ≥ 0}

301
10 Das Lebesgue-Integral

und
cos λ cos β −r sin λ cos β −r cos λ sin β
det Φ0 = sin λ cos β r cos λ cos β −r sin λ sin β = r2 cos β > 0.
sin β 0 r cos β
Zusammen ist
Z Z∞ Z2π Zπ/2
f (x, y, z) d(x, y, z) = f (Φ(r, λ, β)) · r2 · cos β dβ dλ dr.
IR3 0 0 −π/2

(c) Zylinderkoordinaten: Setze

x = r cos θ
y = r sin θ
z=z
mit r2 = x2 + y 2 und 0 ≤ θ ≤ 2π.
 
r cos θ
Φ(r, θ, z) =  r sin θ 
z
cos θ −r sin θ 0
0
det Φ = sin θ r cos θ 0 = r.
0 0 1

(d) Kugelkoordinaten im IRn :

Sei x = (x1 , . . . , xn ) ∈ IRn mit kxk = r.
x = Φn (r, θ0 , θ1 , . . . , θn−2 )
z. B.
 
cos θ0
Φ2 (r, θ0 ) = r
sin θ0
 
cos θ0 cos θ1
Φ3 (r, θ0 , θ1 ) = r  sin θ0 cos θ1 
sin θ1
 
cos θ0 · cos θ1 · cos θ2 . . . cos θn−3 · cos θn−2
 sin θ0 · cos θ1 · cos θ2 . . . cos θn−3 · cos θn−2 
 
 sin θ1 · cos θ2 . . . cos θn−3 · cos θn−2 
 
Φn (r, θ0 , . . . , θn−2 ) = r  .. .. 
 . . 
 
 sin θn−3 · cos θn−2 
sin θn−2
und es ist
det Φ0n = rn−1 (cos θ1 )(cos θ2 )2 (cos θ3 )3 . . . (cos θn−2 )n−2
unter den Bedingungen 0 ≤ r < ∞, 0 ≤ θ0 ≤ 2π, −π/2 ≤ θj ≤ π/2 für j = 1, . . . , n − 2.
Herleitung: Setze xn = r sin θn−2 für −π/2 ≤ θn−2 ≤ π/2.
kxk = r, x̄ = (x1 , . . . , xn−1 ) ∈ IRn−1
kx̄k2Rn−1 = r2 − r2 sin2 θn−2 = (r cos θn−2 )2

302
 10.6 Die Transformationsformel
   
x̄ Φn−1 (r cos θn−2 , θ0 , . . . , θn−3 )
x= = = Φn (r, θ0 , . . . , θn−2 )
xn r sin θn−2
 
r cos θ2 cos θ0 cos θ1
 r cos θ2 sin θ0 cos θ1 
θ4 =  r cos θ2 sin θ1 


r sin θ2
Allgemein gilt für n − 1 7→ n:
 
r cos θn−2 (cos θ0 . . . cos θn−3 )
 r cos θn−2 (sin θ0 . . . cos θn−3 ) 
 
 .. 
Φn =  . 
 
 r cos θn−2 (sin θn−3 ) 
r sin θn−2

Schreibe Φn = Φ ◦ Ψ:
 
Φn−1 (%, θ0 , . . . , θn−3 )
Φ(%, θ0 , . . . , θn−3 , t) =
t
 
r cos θn−2
 θ0 
 
 . 
Ψ(r, θ0 , . . . , θn−2 ) =  .
. 
 
 θn−3 
r sin θn−2
 
Φn−1 (r cos θn−2 , θ0 , . . . , θn−3 )
Φ ◦ Ψ(r, θ0 , . . . , θn−2 ) =
r sin θn−2
Es ist
det Φ0n = det(Φ0 ◦ Ψ) · Ψ0
mit
Φ0n−1 ◦ Ψ 0
det Φ0 ◦ Ψ = = det Φ0n−1 (r cos θn−2 , θ0 , . . . , θn−3
0...0 1

cos θn−2 0 0 . . . 0 −r sin θn−2

0 1 0 0 0
0 0 1 0 0
det Ψ0 = .. .. .. . . .. .. = r (als Aufgabe)
. . . . . .
0 0 0 1 0
sin θn−2 0 0 . . . 0 r cos θn−2
Rekursionsformel für die Determinante:

det Φ0 (r, θ0 , . . . , θn−2 ) = r · det Φ0n−1 (r cos θn−2 , θ0 , . . . , θn−3 )

| {z n} | {z }
4n 4n−1

42 = r, 43 = r cos θ1
4n−1 = rn−2 cos θ1 (cos θ2 )2 . . . (cos θn−3 )n−3
4n = r · (r cos θn−2 )n−2 cos θ1 (cos θ2 )2 . . . (cos θn−3 )n−3 .

303
10 Das Lebesgue-Integral

10.6.10 Beispiele

(a) Polarkoordinaten im IR2 : Berechnung von

Z∞ √
−t2 π
I= e dt =
2
0

Beweis: Sei Q = {(x, y) : x, y > 0}. Dann ist

Z Z∞ Z∞ Z∞ Z∞
−(x2 +y 2 ) −(x2 +y 2 ) −x2 2
e d(x, y) = e dy dx = e dx · e−y dy = I 2 .
Q 0 0 0 0

Mit Polarkoordinaten ist

Z Z∞ Zπ/2
−(x2 +y 2 ) 2
e d(x, y) = e−r · r dθ dr
Q 0 0
Z∞  
∞
π 1 2 π 2 π
= − e−r · (−2r) dr = − e−r = .
2 2 4 0 4
0

(b) Kugelkoordinaten im IR3 : Aufgabe: Berechne m(K(0, r)) =?

(c) Zylinderkoordinaten:
Berechne den Inhalt von  
1
E= (x, y, z) : x2 + y 2 ≤ .
1 + z2
Es ist z ∈ IR und 0 ≤ r ≤ √ 1
1+z 2
.

2 −1/2
Z∞ Z)
(1+z Z2π Z∞ (1+z 2 )−1/2
r2
m(E) = r dθ dr dz = 2π dz
2 0
−∞ 0 0 −∞
Z∞ ∞
dz
=π = π arctan z = π2.
1 + z2 −∞
−∞

(d) Allgemeine Kugelkoordinaten: Aufgabe: Berechne m(K(0, r)) =?

10.7 Parameterintegrale

10.7.1 Feste Bezeichnungen

E ⊆ IRn ist meßbar und 6= ∅.

∅=6 D ⊆ IRn .
f : D × E → IR. Für f (x, y) ist x ∈ D und y ∈ E.

304
 10.7 Parameterintegrale

f ist bezüglich y integrierbar über E.

g : E → [0, ∞) ist integrierbar. Z
F (x) := f (x, y) dy
E
F : D → IR heißt Parameterintegral mit dem Parameter x.
Beispiel: Die Gamma-Funktion
Z∞
Γ(x) = e−t tx−1 dt
0

10.7.2 Satz über die Stetigkeit

Sei |f (x, y)| ≤ g(y) für alle (x, y) ∈ D × E, und sei x 7→ f (x, y) stetig in x = a ∈ D für fast alle
y ∈ E.
Dann ist F stetig in x = a:
Z Z
lim f (x, y) dy = ( lim f (x, y)) dy
x→a
E E
|x→a {z }
=:f (a,y)

Beweis: (x(k) ) sei Folge in D mit x(k) → a.

fk (y) := |f (x(k) , y) − f (a, y)| → 0 für k → ∞ fast überall in E
0 ≤ fk (y) ≤ 2g(y).
Mit dem Satz von Lebesgue gilt:
Z
fk (y) dy → 0 für k → ∞.
E

Z
|F (x (k)
) − F (a)| = f (x(k) , y) − f (a, y) dy
ZE
≤ |f (x(k) , y) − f (a, y)| dy → 0 für k → ∞.
E

10.7.3 Differenzierbarkeit von Parameterintegralen

Sei f : D × E → IR, D ⊆ IRn , E ⊆ IRm und

Z
F (x) = f (x, y) dy.
E

Ist D ⊆ IR offen, x 7→ f (x, y) diffbar in x = a für fast alle y und gilt

n

|f (x, y) − f (a, y)| ≤ kx − akg(y) (mit g ∈ L),

so ist F differenzierbar in x = a und es gilt
Z
∂F ∂f
(a) = (a, y) dy.
∂xν ∂xν
E

305
10 Das Lebesgue-Integral

Beweis:
∂f f (a + teν , y) − f (a, y)
(a, y) = lim
∂xν t→0 t

(ex. nach Vor. für fast alle y)

f (a + k1 eν , y) − f (a, y)
= lim 1 = meßbar
k→∞
| {z
k
}
meßbar bzgl. y

∂f
(a, y) ≤ g(y) für ν = 1, . . . , n
∂xν
also integrierbar.
Seo h ∈ IRn , khk < δ, δ so, daß {x : kx − ak < δ} ⊆ D:

X n Z
1 ∂F
F (a + h) − F (a) − hν · (a, y) dy
khk ∂xν
ν=1 E
Z X
n
1 ∂f
≤ f (a + h, y) − f (a, y) − hν (a, y) dy
khk ∂xν
E ν=1
?
→ 0 für h → 0

Setze

1 X ∂f
n
Φ(h, y) := f (a + h, y) − f (a, y) − hν (a, y)
khk | {z } ∂xν
ν=1
≤g(y)·khk | {z }
≤khk·n·g(y)

ist stetig für 0 < khk < δ für fast alle y.

Es ist Φ(0, y) := 0.
Wenn h 7→ Φ(h, y) stetig ist in K(0, δ) für fast alle y, dann gilt nach dem Stetigkeitssatz mit |Φ(h, y)| ≤
?
g(y) + n · g(y) = (n + 1)g(y) das obige →.
Weise nun die Stetigkeit im Punkt h = 0 (für fast alle y) nach:
Für welche y gilt Φ(h, y) → 0, wenn h → 0 ist?
Genau für alle y, in denen f (x, y) bzgl. x differenzierbar ist im Punkt x = a.

10.7.4 Beispiel

Die Gamma-Funktion ist für x > 0 definiert durch

Z∞
Γ(x) = e−t tx−1 dt.
0

Die Beta-Funktion ist für x > 0 und y > 0 definiert durch

Z1
B(x, y) = tx−1 (1 − t)y−1 dt.
0

306
 10.7 Parameterintegrale

(a) Γ ist stetig.

(b) Γ ist stetig differenzierbar (Γ ∈ C ∞ (0, ∞)).

(c) Es ist
Z∞
Γ (k)
= e−t tx−1 (log t)k dt.
0

Beweis:

zu (a): x 7→ e−t tx−1 ist stetig für alle t > 0.

Sei a ∈ D = [α, β] ⊆ (0, ∞) = E. Dann ist
 
−t x−1 tα−1 für 0 < t ≤ 1
e t ≤ −t =: g(t)
e tβ−1 für t > 1

g ist Majorante. ⇒ Stetigkeitssatz anwenden.

zu (b): Es ist
∂ −t x−1
e t = e−t tx−1 log t.
∂x
Sei a > 0, 0 < α < a < β < ∞ und D = (α, β). Dann ist

∂ −t x−1
e t ≤ | log t| · g(t)
∂x

integrierbar (Aufgabe).
Satz über die Differenzierbarkeit anwendwar, da

|e−t tx−1 − e−t ta−1 | = |x − a| · |e−t tξ−1 log t|

MWS

(wobei ξ zwischen a und x ist)

≤ |x − a| · | log t| · g(t) .
| {z }
Majorante

zu (c): Ohne Beweis.

10.7.5 Beispiel: Das Newton-Potential

Für dieses Beispiel ist n ≥ 3.

Sei K ⊆ IRn kompakt, % : IRn → IR meßbare, beschränkte Massendichte und
Z
%(ξ)
u(x) = dξ
kx − ξkn−2
K

307
10 Das Lebesgue-Integral

Behauptung:
• u ∈ C 1 (IRn )
• u ∈ C ∞ (IRn \ K)
Zeige:
(a) u ∈ C 2 (D), D ⊆ IRn Gebiet mit D̄ ∩ K = ∅
(b) u ist stetig in a ∈ K
(c) Das Newton-Potential ist harmonisch in IRn \ K, d. h.

X
n
uxν xν = 0,
ν=1

kurz:
4u = 0
mit dem Laplace-Operator
X
n
∂2
4= .
∂x2ν
ν=1

Beweis:
zu (a): Sei a ∈ IRn \ K, D eine Umgebung um a mit D̄ ∩ K = ∅.
Für x ∈ D gilt:
kx − ξk ≥ d > 0 für alle ξ ∈ K, x ∈ D.
Außerdem ist
|%(ξ) ≤ M.
C0 :
%(ξ)
x 7−→
kx − ξkn−2
ist stetig in D für alle ξ ∈ K. Eine Majorante in K ist

M
g(ξ) = .
dn−2
Also ist u ∈ C 0 (IRn ).
C1 :
∂ %(ξ) ∂
= %(ξ)(−n + 2)kx − ξk−n+1 kx − ξk
∂xν kx − ξkn−2 ∂xν

∂xν kxk
∂ xν
mit = kxk

xν − ξ ν
= (−n + 2) · %(ξ) · kx − ξk−n+1 ·
kx − ξk
≤ (n − 2)M · kx − ξk−n+1
≤ (n − 2)M d−n+1

308
 10.7 Parameterintegrale

mit ξ ∈ K, x ∈ D.
C2 :
Es ist  
∂ ∂ 1 ∂ xν − ξ ν
= −(+n − 2)
∂xµ ∂xν kx − ξkn−2 ∂xµ kx − ξkn
Mit
  ( xµ −ξµ
∂ xν − ξ ν (xν − ξν ) · (−n)kx − ξk−n−1 · kx−ξk µ 6= ν
=
∂xµ kx − ξkn (xν − ξν )2 · (−n)kx − ξk−n−2 + kx−ξk
1
n µ=ν
ist dann
∂2 1 −n(xν − ξν )(xµ − ξµ )
=
∂xµ xν kx − ξk n−2 kx − ξkn+2
und
∂2 1 −n(xν − ξν )2 1
= +
∂xν kx − ξk
2 n−2 kx − ξk n+2 kx + ξkn
⇒ Majoranten klar: immer von der Form const
dn für C n .
zu (b): Stetigkeit in x = a ∈ K: Sei a ∈ K, U = K(a, δ), δ fest: Es ist
Z Z
%(ξ) %(ξ)
u(x) = dξ + dξ .
kx − ξkn−2 kx − ξkn−2
K\U K∩U
| {z } | {z }
w(x) v(x)

w(x) ist stetig in U , wie schon gezeigt.

Sei ε > 0, σ > 0, sigma < δ/2, so daß K(a, σ) ⊆ K ist.
Sei kx − ak < σ:
Z
%(x) %(ξ)
|v(x) − v(a)| = − dξ
kx − ξk n−2 ka − ξkn−2
K∩U
Z
%(x) %(ξ)
≤ − dξ
kx − ξkn−2 ka − ξkn−2
K∩U
 
Z Z
dξ dξ
≤M + 
kx − ξkn−2 ka − ξkn−2
K∩U K∩U
 
Z Z
 dξ dξ 
≤M +
kx − ξkn−2 ka − ξkn−2
U U

Berechne das 2. Integral:

Z Subst.:
dξ
= ξ = a+δ·y
ka − ξkn−2
U dξ = δ n · dy
Z
dy
= δn
δ n−2 kykn−2
K(0,1)
Z
2 dy
=δ
kykn−2
K(0,1)

309
10 Das Lebesgue-Integral

Berechne nun das 1. Integral mit Substitution ξ = x + δ · y:

Z
dy
δ 2
= const · δ 2
kykn−2
K(0,3/2)

Sei nun ε > 0 und δ > 0 so, daß const · δ 2 < ε/2 ist:

u(x) − u(a) = v(x) − v(a) + w(x) − w(a)

|v(x) − v(a)| < ε/2 für kx − ak < δ/2
|w(x) − w(a)| < ε/2 für kx − ak < σ < δ/2
⇒ |u(x) − u(a)| < ε für kx − ak < δ.

zu (c):
Z  
1
4u = %(ξ) 4 dξ = 0,
kx − ξkn−2
E | {z }
=0 für alle ξ

denn es ist
1 n n X
n
4 = − (xν − ξν )2 = 0.
kx − ξkn−2 kx − ξkn kx − ξkn−2
ν=1

10.8 Das eindimensionale Lebesgue-Integral

In diesem Abschnitt ist immer f : [a, b] → IR und

Z Zb
f (x) dx =: f (x) dx.
[a,b] a

Zur Wiederholung: Wenn f 0 ∈ R([a, b]) ist, dann gilt

Zb
f 0 (x) dx = f (b) − f (a).
a

10.8.1 Satz

Ist f monoton wachsend (fallend), so ist f fast überall differenzierbar und für das Lebesgueintegral
gilt:
Zb
f 0 (x) dx ≤ f (b) − f (a)
a

(beziehungsweise ≥).

Beweis: Später in 10.8.3.

310
 10.8 Das eindimensionale Lebesgue-Integral

10.8.2 Hilfssatz (Sunrise-Lemma)

(nach Riesz) Sei g : [a, b] → IR stetig und

E = {x ∈ (a, b) : es ex. ξ > x mit g(ξ) > g(x)}.

S
Behauptung: E ist offen, also E = (ak , bk ) oder = ∅ und g(ak ) = g(bk ), außer, wenn ak = a ist.
k
Dort gilt nur: g(ak ) ≤ g(bk ).

Beweis: Sei x ∈ E und dazu ξ > x mit g(ξ) > g(x). Es existiert ein δ > 0 mit: Ist |x0 − x| < δ, so
gilt: x0 < ξ und g(x0 ) < g(ξ) (wegen der Stetigkeit). S
Also ist (x − δ, x + δ) ∩ (a, b) ⊆ E, E ist offen. Damit ist E = (ak , bk ).
k
Zeige noch, daß g(ak ) = g(bk ) ist:
1. Sei ak > 0. Dann ist g(ak ) ≥ g(bk ), sonst wäre nämlich ak ∈ E
(sonst: g(ak ) < g(bk ) für ak < bk ⇒ ak ∈ E).
2. Sei x ∈ (ak , bk ) und x0 definiert durch:

g(x0 ) = max{g(t) : x ≤ t ≤ bk }.

Wen x0 < bk ist, existiert ein ξ > bk mit g(ξ) > g(x0 ), weil x0 ∈ E und g(x0 ) maximal ist. Damit
wäre dann g(ξ) > g(x0 ) ≥ g(bk ) und damit bk ∈ E. Widerspruch! Also ist g(x) ≤ g(x0 ) =
g(bk ). Für x → ak gilt dann:
g(ak ) ≤ g(bk ).

Zusammen ist also g(ak ) = g(bk ).

10.8.3 Beweis zu 10.8.1

Sei f : [a, b] → IR monoton wachsend.

Behauptung 1: f ist fast überall in [a, b] differenzierbar.

Beweis: Sei x ∈ (a, b). Setze

f (x + h) − f (x)
Λr = lim
h→0+ h
f (x + h) − f (x)
λr = lim .
h→0+ h

Dies ist die rechtsseitige obere, bzw. untere Ableitung.

Definiere analog (mit h → 0−) die linksseitige obere/untere Ableitung Λ` und λ` . f 0 (x) existiert nun
genau dann, wenn λ` = Λ` = λr = Λr < ∞ ist.
Da f monoton wachsend ist, sind λ` , . . . , Λr ≥ 0. Zeige noch in 3 Schritten:
1.) Λr < +∞ fast überall.
2.) Λr < λ` fast überall.

311
10 Das Lebesgue-Integral

3.) Λ` ≤ λr fast überall.

Zusammen folgt dann:
Λ` ≤ λr ≤ Λr ≤ λ` ≤ λl < ∞ fast überall,
d. h. f ist fast überall differenzierbar.
1.) Es ist
E∞ = {x ∈ (a, b) : Λr = +∞} ⊆ {x ∈ (a, b) : Λr > n} = En
für alle n ∈ IN.
Sei x ∈ En . Dann existiert ein ξ = x + h > x mit
f (ξ) − f (x)
> n,
ξ−x
d. h.
f (ξ) − n · ξ > f (x) − n · x .
| {z } | {z }
=:g(ξ) =:g(x)
S
Mit dem Sunrise-Lemma folgt damit: En (ak , bk ) mit g(ak ) ≤ g(bk ). Daraus folgt:

f (ak ) − f (bk ) ≤ n(ak − bk )

1
(bk − ak ) ≤ (f (bk ) − f (ak )).
n
Summiere auf:
X 1X
(bk − ak ) ≤ f (bk ) − f (ak )
n
k k
1
≤ (f (b) − f (a))
n
< ε für n ≥ n0 .

Damit ist m(E∞ ) ≤ m(En ) < ε für n ≥ n0 , also ist m(E∞ ) = 0 und damit Λr < +∞ fast überall.
2.) Setze
Ec,d = {x ∈ (a, b) : Λr > d > c > λ` }
und [
E = {x ∈ (a, b) : Λr > λ` } = Ec,d .
0≤c<d rational

E ist eine abzählbare Vereinigung.

Zeige: m(Ec,d ) = 0, also m(E) = 0.
Sei x ∈ Ec,d : Es existiert ein ξ < x mit

f (ξ) − f (x)
< c.
ξ−x
Setze g(x) = f (x) − c · x. Dann gilt:
g(ξ) < g(x)
und mitSdem Hilfssatz (Sunrise-Lemma) folgt dann:
Ec,d ⊆ (ak , bk ) mit g(bk ) = g(ak ) oder
k

c(bk − ak ) = f (bk ) − f (ak ).

312
 10.8 Das eindimensionale Lebesgue-Integral

Sei nun x ∈ (ak , bk ), x ∈ Ec,d :

Es existiert ξ > x, ξ ∈ (a, b) mit: g(x) := f (x) − dx: g(ξ) > g(x).
Hilfssatz, angewandtSauf [ak , bk ]:
⇒ Ec,d ∩ (ak , bk ) ⊆ (ak` , bk` ) mit g(ak` ) = g(bk` ),
`
d. h. d(bk` − ak` ) = f (bk` ) − f (ak` ). Setze
[[
Σ1 = (ak` , bk` ).
k `

Es ist
!
XX 1X X
m(Σ1 ) = (bk` − ak` ) = f (bk` ) − f (ak` )
d
k ` k `
| {z }
≤f (bk )−f (ak )=c(bk −ak )
c X
= (bk − ak ) = q · m(Σ01 )
d
|{z} k
=q<1
S
mit Σ01 = (ak , bk ).
k
Zusammen: (1) Ec,d ⊆ Σ01 und E ⊆ Σ1 ,

m(Σ1 ) ≤ q · m(σ10 ).

Wiederhole (1), angewandt auf die Teilintervalle von Σ1 .

Erhalte Σ2 , Σ02 mit Ec,d ⊆ Σ2 ,

m(Σ2 ) ≤ q · m(Σ02 )
Σ02 ⊆ Σ1

und damit
m(Σ2 ) ≤ q 2 · m(Σ01 ).
Allgemein erhält man mit Induktion Σn , Σ0n mit

m(Σn ) ≤ q · m(Σ0n )
Σ0n ⊆ Σn−1
Ec,d ⊆ Σn .

Also gilt für jedes n

m(Ec,d ) ≤ m(Σn ) ≤ q n · m(Σ01 )

≤ q n · (b − a) < ε für n ≥ n0 .

Damit ist m(Ec,d ) = 0, also auch m(E) = 0 und Λr ≤ λ` fast überall.

3.) analog zu 2.)

Behauptung 2: Ist f : [a, b] → IR stetig, wachsend, so gilt für das L-Integral

Zb
f 0 (x) dx ≤ f (b) − f (a).
a

313
10 Das Lebesgue-Integral

Beweis: Setze
f (x + k1 ) − f (x)
fk (x) = 1 .
k
fk ist meßbar.
Es ist fast überall
lim fk (x) = f 0 (x).
k→∞
Also ist f 0 meßbar (Setze f 0 = 0, wo die Ableitung nicht existiert).
Dann ist
 b 
Zb Z   Zb
1
0 ≤ fk (x) dx = k  f x + dx − f (x) dx
k
a a a
 
Z
b+1/k Zb
 
= k f (x) dx − f (x) dx
a+1/k a
R a+1/k R b+1/k
f (x) dx f (x) dx
=− a
1 + b
1
k k

→ −f (a) + f (b).

Dabei ist eine frühere Aufgabe.

Es gilt also
Zb
fk (x) dx → f (b) − f (a).
a
Mit dem Lemma von Fatou gilt dann: f 0 ∈ L und
Zb Zb
0
f (x) dx ≤ lim fk (x) dx = f (b) − f (a).
k→∞
a a

10.8.4 Beispiel

(Aufgabenblatt) Zu jeder Nullmenge N ⊆ (a, b)

gibt es eine stetige und wachsende Funktion f : [a, b] → IR mit
f (x + h) − f (x)
lim → +∞
h→0 h
für x ∈ N .

Konstruktion: Es gibt Intervalle Ik mit

X ∞
[
m(Ik ) ≤ 1, N⊆ Ik für alle n
k k=n
∞
X
f (x) := m(Ik ∩ [a, x])
k=1
hat alle Eigenschaften.

314
 10.8 Das eindimensionale Lebesgue-Integral

10.8.5 Beispiel einer stetigen, streng wachsenden Funktion mit Ableitung 0

Gesucht ist eine Funktion f : [0, 1] → [0, 1] mit f 0 (x) = 0 fast überall, f ist stetig, f (0) = 0 und
f (1) = 1.
Konstruiere eine Folge (fn ) mit fn : [0, 1] → [0, 1]. Dabei soll fn auf jedem Teilintervall Ikn = [k ·
2−n , (k + 1) · 2−n ] linear sein. Für n = 0 wird f0 (x) = x gesetzt. Konstruiere nun fn . Es ist
n+1
Ikn = I2k ∪ I2k+1
n+1
.

Setze in k · 2−n und (k + 1) · 2−n , den Endpunkten von Ikn

fn+1 = fn .

Im Mittelpunkt (2k + 1) · 2−n−1 (dies ist der rechte Mittelpunkt voon I2k
n+1
, bzw. der linke Endpunkt
n+1
von I2k+1 ) ist
1 2
fn+1 ((2k + 1) · 2−n−1 ) = fn (k · 2−n ) + fn ((k + 1) · 2−n ).
3 3
Zwischen diesen Punkten wird fn+1 linear definiert.
Alle fn sind stetig und streng wachsend.
(a) f (x) := lim fn (x) existiert punktweise und ist schwach wachsend.
n→∞
Da fn (x) ≤ fn+1 (x) ≤ 1 ist, existiert f (x).
Da fn monoton ist, ist auch f monoton, aber nicht unbedingt streng monoton.
(b) f ist streng monoton wachsend: Sei 0 ≤ x < y ≤ 1. Wähle k und n so, daß

x < k · 2−n
y > (k + 1) · 2−n .

Dann ist

f (x) ≤ f (k · 2−n ) = fn k · 2−n < fn ((k + 1)2−1 ) = f ((k + 1)2−n ) ≤ f (y).

(c) Sei Iknn = [αn , βn ] geschachtelt, d. h. Iknn ⊇ Ikn+1

n+1
. Dann ist

0 ≤ f (βn+1 ) − f (αn+1 ) (10.4)

(
1
f (αn ) + 23 f (βn ) − f (αn ) im linken Intervall
= 3 (10.5)
f (βn ) − 13 f (αn ) − 23 f (βn ) im rechten Intervall
(
2
(f (βn ) − f (αn )) im linken Intervall
= 31 (10.6)
3 (f (βn ) − f (αn )) im rechten Intervall
2
≤ (f (βn ) − f (αn )). (10.7)
3

(d) Stetigkeit in x ∈ [0, 1]: Sei x ∈ (αn , βn ] ∪ [βn , γn ) mit αn = kn · 2−n , βn = (kn + 1) · 2−n und
γn = (kn + 2) · 2−n .
Sei ε > 0: Wähle n so, daß  n
2
2· < ε.
3

315
10 Das Lebesgue-Integral

Setze I = (αn , βn ). Sei nun y ∈ I:

|f (x) − f (y)| ≤ f (γn ) − f (αn )

= f (γn ) − f (βn ) + f (βn ) − f (αn )
 n
2
≤2· · (f (1) − f (0)) < ε.
3

(e) Nach dem Satz existiert f 0 fast überall. Zeige nun: f 0 (x) = 0 dort, wo f 0 existiert.
  
f (βn+1 ) − f (αn+1 ) f (βn ) − f (αn ) 1 1
= · 2· ±
βn+1 − αn+1 βn − αn 2 6
 
f (βn ) − f (αn ) 1
= · 1± .
βn − αn 3
Wenn f 0 (x) existiert mit x ∈ [αn , βn ], dann ist

f (βn ) − f (αn ) Ind. Y

n−1
1

0
f (x) = lim = lim 1 + εk
n→∞ βn − αn n→∞ 3
k=0

mit εk = 1 oder εk = −1. Setze

Y
n−1
1

pn = 1 + εk und p = lim pn .
3 n→∞
k=0

p existiert genau dann, wenn p = 0 ist. Annahme p > 0:

Dann ist (1 + 13 εn ) = pn+1 p
pn → p = 1 für n → ∞.
Damit ist εn → 0 für n → ∞. Widerspruch! Also ist f 0 (x) = 0 fast überall.

10.8.6 Satz

Seien fk : [a, b] → IR stetig, monoton wachsend und

X
i
f (x) := nf tyfk (x)
k=0

sei konvergent in [a, b].

Dann ist f stetig, wachsend und es ist fast überall
∞
X
f 0 (x) = fk0 (x).
k=0

P
∞
Beweis: Sei OBdA fn (a) = 0 (sonst betrachte (fk (x) − fk (a)). Setze
k=0

X
n
sn (x) = fk (x)
k=0
∞
X
rn (x) = fk (x).
k=n+1

316
 10.8 Das eindimensionale Lebesgue-Integral

f ist monoton wachsend (klar).

0 ≤ rn (x) ≤ rn (b) → 0 für n → ∞.
Also liegt gleichmäßige Konvergenz vor und damit ist f stetig.
Sei
E = {x : f 0 (x) oder eine Ableitung fk0 (x) existiert nicht.

E ist Nullmenge. Sei x ∈ [a, b] \ E. Dann konvergiert die Reihe

∞
X
fk0 (x),
k=0

⊗
da s0n (x) ≤ s0n+1 (x) ≤ f 0 (x) ist.
Dabei gilt ⊗, da f = sn + rn und damit f 0 = s0n + rn0 ≥ s0n ist.
|{z}
≥0
Wähle nk so, daß
∞
X
(f (b) − snk (b))
| {z }
k=1
rnk (b)

konvergiert. Dann konvergiert die Reihe

∞
X
(f (x) − snk (x))
k=1

gleichmäßig, da
0 ≤ f (x) − snk (x) ≤ rnk (x).
| {z }
=rnk (x)

∞
X
(f 0 (x) − s0nk (x))
k=1
P
konvergiert wie s0k (x).
Also ist snk (x) → f 0 (x) für k → ∞ und damit x0n (x) → f 0 (x), da ((s0n (x)) ↑).
0

10.8.7 Definition: absolute Stetigkeit

Eine Funktion F : [a, b] → IR heißt absolut stetig, wenn es zu jedem ε > 0 ein δ > 0 gilt mit:
Sind (ak , bk ) ⊆ [a, b] für k = 1, . . . , n paarweise disjunkt mit

X
n
(bk − ak ) < δ,
k=1

dann gilt
X
n
|F (bk ) − F (ak )| < ε.
k=1

317
10 Das Lebesgue-Integral

10.8.8 Beispiele und Bemerkungen

(a) Absolut stetige Funktionen sind stetig.

(b) Funktionen der Form
Zx
F (x) = f (t) dt
a

mit f ∈ L([a, b]) sind absolut stetig.

(c) Absolut stetige Funktionen sind von endlicher Variation, also insbesondere existiert F 0 fast über-
all.
(d) Wenn F absolut stetig ist, bigt es F1 , F2 , beide wachsend und absolut stetig, mit F = F1 − F2 .

Beweis:
(a) Gilt nach Definition der absoluten Stetigkeit mit n = 1.
(b) Setze [
E= (ak , bk ).
k
Es ist X
m(E) = (bk − ak ) < δ.
Damit ist

X
n n Z
X
bk

|F (bk ) − F (ak )| ≤ |f (t)| dt

k=1 k=1 ak
Z
⊕
= |f (t)| dt < ε.
E

⊕ gilt wegen der absoluten Stetigkeit des L-Integrals (10.5.15 auf Seite 291).
(c) Zu ε = 1 existiert ein δ mit . . . (Definition).
Wähle n ∈ IN mit b−a δ ≤ n.
Sei Z Zerlegung von [a, b]:

(a + j · h, a + (j + 1) · h) \ Z = (a1 , a2 ) ∪ (a2 , a3 ) ∪ · · · ∪ (am , bm )

Xm
(ak − ak−1 ) = h < δ
k=1
X
n
⇒ |F (ak ) − F (ak−1 )| < 1.
k=2

Für jedes j = 0, . . . , n − 1 gilt:

⇒ var(F, Z) < n
⇒ Vab (F ) ≤ n.
(d) In Analysis II wurde gezeigt, daß sich F , eine Funktion von endlicher Variation, folgendermaßen
darstellen läßt:
F (x) − F (a) = p(x) − n(x).

318
 10.8 Das eindimensionale Lebesgue-Integral

Dabei ist p die positive und n die negative Variation:

X
m
p(x) = sup{ (F (xk ) − F (xk−1 ))+ : {x0 , . . . , xm } ist Zerlegung von [a, x]}
k=1

Zeige: p ist absolut stetig.

Sei ε > 0 und dazu δ > 0 aus der absoluten Stetigkeit von F .
Zerlegung {x0 , . . . , xm } von [a, b] mit

X
m
p(b) < ε + (F (xk ) − F (xk−1 ))+ .
k=1

Seien (a1 , b1 ), . . . , (as , bs ) ⊆ [a, b] paarweise disjunkt mit

X
s
bk − ak < δ.
k=1

Es ist
Zk = ((ak , bk ) ∩ Z) ∪ {ak , bk } = {tk0 , tk1 , . . . , tk`k }

und damit:

X
s
ANA II X
s X
`k
p(bk ) − p(ak ) ≤ (F (tkj ) − F (tkj−1 ))+ + ε
| {z }
k=1 ≥0 k=1 j=1

X
s X
`k
≤ |F (tkj ) − F (tkj−1 )| + ε.
k=1 j=1

(tkj−1 , tkj ) sind disjunkt für alle j und k,

X X
(tkj − tkj−1 ) = bk − ak < δ
j,k k

⇒
X
s
(p(bk ) − p(ak )) < ε + ε = 2ε.
k=1

Also ist p absolut stetig.

10.8.9 Hauptsatz

F : [a, b] → IR ist genau dann absolut stetig, wenn für das Lebesgue-Integral

Zx
F (x) = F (a) + f (t) dt
a

mit f ∈ L([a, b]) ist. Es gilt: F 0 (x) = f (x) fast überall.

319
10 Das Lebesgue-Integral

Beweis: Sei OBdA F monoton wachsend, bzw. f ≥ 0 überall.

„⇐“: Sei
Zx
F (x) = F (a) + f (t) dt
a

mt f ∈ L und f ≥ 0.
F ist wachsend und absolut stetig (siehe Beispiel (b)).
Zeige noch: F 0 (x) = f (x) fast überall.
Zuerst: f ∈ L+ , es existiert eine Folge (ϕk ) von Treppenfunktionen mit ϕk ≤ ϕk+1 , ϕk → f fast
überall.
Setze
Zx
Φk (x) = F (a) + ϕk (t) dt.
a

Es ist Φ0k (x) = ϕk (X) außer in den Sprungstellen (Analysis I).

Mit Φ0 (x) = 0 ist dann:
∞
X
(Φk (x) − Φk−1 (x)) = lim Φn (x)
n→∞
k=1
Zx
= F (a) + f (t) dt = F (x).
a

Außerdem ist
Zx
Φk (x) − Φk−1 (x) = (ϕk (t) − ϕk−1 (t)) dt ≥ 0.
| {z } | {z }
monoton a ≥0
wachsende Funktion

Damit gilt dann:

∞
X
0
(Φ0k (x) − Φ0k−1 (x))
f.ü.
F (x) =
k=1
∞
X
f.ü.
= (ϕk (x) − ϕk−1 (x)) = lim ϕk
k→∞
k=1
f.ü.
= f (x).

„⇒“: Sei F absolut stetig und monoton.

F 0 existiert fast überall und es ist F 0 ≥ 0.
Es wurde schon gezeigt, daß F 0 integrierbar ist mit

Zb
F (b) − F (a) ≥ F 0 (t) dt.
a

Setze
Zx
Φ(x) := F 0 (t) dt.
a

320
 10.8 Das eindimensionale Lebesgue-Integral

h(x) := F (x) − Φ(x) ist als Differenz zweier absolut stetiger Funktionen absolut stetig und
monoton wachsen, denn für a ≤ x < y ≤ b gilt:
Zy
h(y) − h(x) = F (y) − F (x) − F 0 (t) dt ≥ 0.
x

Nach dem 1. Teil des Beweises ist

h0 = f 0 − Φ0 = F 0 − F 0 = 0 fast überall.

Zeige noch, daß h konstant ist. Setze

N = {x : h0 (x) existiert oder ist größer als 0}.

N ist Nullmenge. Sei ε > 0. Dazu gehöre aus der absoluten Stetigkeit von h ein δ > 0. Dann
existieren (αν , βν ) mit [
N ⊆ (αν , βν )
ν
und X
βν − αν < δ.
ν
Für n ∈ IN gilt (mit der absoluten Stetigkeit von h):
X
n X
n
βν − αν < δ ⇒ h(βν ) − h(αν ) < ε.
ν=1 ν=1

Für n → ∞ gilt:
∞
X
h(βν ) − h(αν ) ≤ ε.
ν=1
Daraus folgt: !!
[ X
m h (αν , βν ) ≤ h(βν ) − h(αν ) ≤ ε.
ν ν
Sei x ∈ (a, b) \ N = E. Dann existiert ein ξ > x mit
h(ξ) − h(x)
< ε,
ξ−x
da h0 (x) = 0 ist. Also existiert ein ξ > x mit

h(ξ) − ε · ξ > h(x) − ε · x.

Nach dem Sunrise-Lemma gilt dann:

[
E= (ak , bk )
k

mit

h(ak ) − ε · ak = h(bk ) − ε · bk
h(bk ) − h(ak ) = ε · (bk − ak )
[ [
h([a, b]) ⊆ {a, b} ∪ (h(αν ), h(βν )) ∪ (h(ak ), h(bk ))
ν k

321
10 Das Lebesgue-Integral

und
X X
m(h([a, b])) ≤ h(βν ) − h(αν ) + h(bk − h(ak )
| {z }
ν k
=ε·(bk −ak )

≤ ε + ε(b − a).

Also ist m(h([a, b])) = 0 = m([h(a), h(b)]).

Also ist h(a) = h(b), d. h. h ist konstant (h ist monoton wachsend).

10.8.10 Folgerungen aus dem Hauptsatz

Folgerung 1: Absolut stetige Funktionen sind nullmengentreu, d. h.

m(N ) = 0 ⇒ m(F (N )) = 0.

Folgerung 2: Ist F stetig und von endlicher Variation auf [a, b], so ist F = Φ + G mit absolut stetigem
Φ und G von endlicher Variation mit G0 = 0 fast überall.

Beweis:
Folgerung 1: Als Aufgabe: Z
m(F (N )) ≤ |F 0 (x)| dx = 0.
N

Folgerung 2: (Beweis des Hauptsatzes)

F 0 existiert fast überall, F 0 ∈ L([a, b]) und
Zx
Φ(x) = F 0 (t) dt
a

ist absolut stetig.

G := F − Φ ist von endlicher Variation und G0 = F 0 − Φ0 = 0 fast überall.

322
11 Vektoranalysis1

11.1 Der Gaußsche Integralsatz im IR2

11.1.1 Definition: Normalbereich

Ein y-Normalbereich B ⊆ IR2 ist eine Menge

B = {(x, y) : a ≤ x ≤ b, ϕ(x) ≤ y ≤ ψ(x)},

wobei ϕ und ψ stückweise C 1 sind, sowie ϕ(x) < ψ(x) in (a, b) ist. ∂B wird als geschlossene Kurve

γ1 + γ2 − γ3 − γ4

aufgefaßt. Dabei ist

 
t
γ1 : , a≤t≤b
ϕ(t)
 
b
γ2 : , ϕ(b) ≤ t ≤ ψ(b)
t
 
t
γ3 : , a≤t≤b
ψ(t)
 
a
γ4 : , ϕ(a) ≤ t ≤ ψ(a)
t

11.1.2 Integralsatz von Gauß

Sei B ein xy-Normalbereich, u, v : B → IR seien stetig und ux , vy seien stetig und beschränkt in B 0 .
Dann gilt: Z Z
(ux + vy ) d(x, y) = u dy − v dx
B ∂B

Beweis
 
Z Zb Z
ψ(x) Zb Zb
 
vy d(x, y) =  vy (x, y) dy  dx = v(x, ψ(x)) dx − v(x, ϕ(x)) dx
B a ϕ(x) a a

Zb Zb
= v(t, ψ(t)) dt − v(t, ϕ(t)) dt
a a
Z Z
=− v(x, y) dx − v(x, y) dx
−γ3 γ1
1
Version 4.8 vom 19. Dezember 2002

323
11 Vektoranalysis

Außerdem ist
Z Z
ψ(b) Z
v(x, y) dx = v(b, t) · 0 dt = 0 = v(x, y) dx = 0.
γ2 ϕ(b) γ4

Zusammen gilt also: Z Z

vy d(x, y) = −v dx.
B ∂B
Genauso wird gezeigt, daß Z Z
ux d(x, y) = u dy
B ∂B
ist.X

11.1.3 Bemerkungen

(a) Der Satz von Gauß gilt für Normalbereiche B = B1 ∪ B2 ∪ · · · ∪ Bm , mit xy-Normalbereichen Bj ,
wobei Bj0 ∩ Bk0 = ∅ für j 6= k ist.
 
u
(b) Sei f = ein Vektorfeld. Dann heißt
v

div f = ux + vy

Divergenz von f .
(c) ∂B sei parametrisiert nach der Bogenlänge:
   
x Φ(s)
= , 0 ≤ s ≤ L(∂B) = Länge von ∂B
y Ψ(s)

Es ist dabei
2
2
Φ0 (s) + Ψ0 (s) =1
(außer für endlich viele s).
Der Tangentialvektor von ∂B an der Stelle s0 ist
 0 
Φ (s0 )
Ψ0 (s0 )

An dieser Stelle gilt für den Normalenvektor ν:

 0 
Ψ (s0 )
ν= , kνk = 1
−Φ0 (s0 )

Damit ist dann:

Z Z
L(∂B)


u dy − v dx = u · Ψ0 − v · Φ0 ds
∂B 0
Z
L(∂B)

= f · ν ds
0

324
 11.1 Der Gaußsche Integralsatz im IR2

(d) Divergenzsatz (Zusammenfassung von (b) und (c)):

Z Z
div f d(x, y) = ν · f ds
B ∂B

11.1.4 Folgerung: Fläche eines Normalbereiches

Ein Normalbereich hat das Maß

Z Z Z
1
m(B) = x dy = − y dx = x dy − y dx
2
∂B ∂B ∂B

Beweis: Wähle      
x 0 1 x
f= oder oder
0 y 2 y
Für alle diese Funktionen ist
div f = 1.
Deshalb ist Z Z
m(B) = 1 d(x, y) x dy = · · ·
B ∂B

11.1.5 Beispiel: Fläche einer Ellipse

Zu berechnen sei die Fläche einer Ellipse

 
x2 y 2
B = (x, y) : 2 + 2 ≤ 1 .
a b
Für den Rand der Ellipse gilt:
x2
+ y 2 b2 = 1
a2
Setze für 0 ≤ t ≤ 2π

x = a cos t
y = b sin t.

Es ist dann
Z
1
m(B) = (x dy − y dx)
2
∂B
Z2π
1
= a cos t · b cos t − b sin t · a(− sin t) dt
2
0
Z2π
1
= a · b dt
2
0
1
= · a · b · 2π = π · a · b
2

325
11 Vektoranalysis

...............................................
......... ........
....... ......
. ........ ......
...... .....
b ...
.....
.....
....
...
... γ ....
....
...
...
....
.....
......
a ..
..........
............
... ........ ......... .....
... ............. ........... .........
... ....................................... ...
.
... ....
... .....
... .....
.....
... .....
...
... S ...
.....
.
...
... .....
... .....
...
..
.......
... .
.....
... .....
... .....
... .....
... ..
......
.
... ....
... .....
... .....
... .....
... ...
......
... .....
... .....
... .....
.....
...
... ..
......
.
...
... .....
... .....
... ........
... ......
× .
.....

0 ∈ IR2

Abbildung 11.1: Sektor im IR2 zur Verdeutlichung der Leibnizschen Sektorformel

11.1.6 Leibnizsche Sektorformel

Sei S ein Sektor, der von einem C 1 -Jordanbogen γ begrenzt wird (siehe Abbildung 11.1) Es ist dann:
Z
1
m(S) = x dy − y dx
2
γ

Beweis: falls S Normalbereich:

∂S = 0a + γ + b0
Für die Strecke 0a gilt
     
x a1 t a1
= , mit 0 ≤ t ≤ 1 und a = .
y a2 t a2
Damit ist dann:
x dy − y dx = a1 ta2 dt − a2 ta1 dt = 0 dt
Z Z
1 1
⇒ m(S) = (x dy − y dx) = (x dy − y dx)
2 2
∂B γ

11.1.7 Beispiel zu Gauß

Sei D ⊆ IR2 ein Gebiet und seien u, v ∈ C 1 (D).

Zusätzlich sollen die Cauchy-Riemann-Gleichungen gelten:
ux − vy und uy = −vx
⇒ ux − vy = 0
Sei nun B ⊆ D Normalbereich.
Dann folgt mit Gauß für u und −v:
Z Z
0 = (ux − vy ) d(x, y) = u dy + v dx
∂B

326
 11.1 Der Gaußsche Integralsatz im IR2

und für v und u: Z Z

0= (vx + uy ) d(x, y) = v dy − u dx
∂B

Setze nun z = x + iy und

f (z) := u(x, y) + i · v(x, y).
f heißt differenzierbar in z, wenn für h ∈ C

f (z + h) − f (z)
lim =: f 0 (z)
h→0 h
existiert.
f heißt holomorph, wenn f im gesamten Definitionsbereich differenzierbar ist. f diffbar ⇒ Cauchy-
Riemann gilt (Aufgabe). Beschreibe den Rand von B mit
   
x ϕ(t)
∂B : = , a ≤ t ≤ b.
y ψ(t)

Komplex ist dann:

z = ϕ(t) + i · ψ(t)

Z Z
f (z) dz := (u + iv)(ϕ0 + iψ 0 ) dt
∂B ∂B
Zb Zb
0 0
= (uϕ − vψ ) dt + i (uψ 0 + vϕ0 ) dt
a a
Z Z
= u dx − v dy + i u dy + v dx = 0
∂B ∂B

(Cauchy’scher Integralsatz)

11.1.8 Die Greenschen Formeln

Sei D ⊆ IR2 ein Gebiet, B ⊆ D ein Normalbereich und u, v : D → IR. Dann gelten
1. (u ∈ C 1 (D), v ∈ C 2 (D))
Z Z
∂v
(u4v + (grad u) · (grad v)) d(x, y) = u ds
∂ν
B ∂B

2. (u, v ∈ C 2 (D)) Z Z  
∂v ∂u
(u4v − v4u) d(x, y) = u −v ds
∂ν ∂ν
B ∂B

mit dem Laplace-Operator 4:

4u := uxx + uyy
und ν, der äußeren Normalen von ∂B.

327
11 Vektoranalysis

Beweis
1. Setze  
u · vx
f= .
u · vy
Dann ist

div f = (uvx )x + (uvy )y = ux vx + uvxx + uy vy + uvyy

= u4v + (grad u) · (grad v)
 
ν1
Mit ν = gilt dann:
ν2

f · ν = u(vx · ν1 + vy · ν2 )
= u · (grad v) · ν
∂v
=u· (Richtungsableitung)
∂ν
Gaußschen Satz anwenden:X
2. Folgt aus 1.: u und v vertauschen, dann beide Integrale voneinander abziehen.

11.1.9 Definition: harmonisch, Potentialfunktion

u ∈ C 2 (D) heißt harmonisch oder Potentialfunktion, wenn 4u = 0 in D.

11.1.10 Gaußsche Mittelwertformel

Sei u harmonisch in D, (x0 , y0 ) ∈ D. Dann gilt

Z2π
1
u(x0 , y0 ) = u(x0 + r cos θ, y0 + r sin θ) dθ
2π
0

für 0 < r < r0 (x0 , y0 ).

Beweis: Sei OBdA (x0 , y0 ) ≡ (0, 0):

2. Greensche Formel für v ≡ 1: Z
∂u
ds = 0
∂ν
∂B

Setze B = K(0, r): Dann ist

   
x r cos θ
∂B : = , 0 ≤ θ ≤ 2π
y r sin θ

Für den Normalenvektor gilt:  

cos θ
ν=
sin θ

328
 11.1 Der Gaußsche Integralsatz im IR2

Mit ds = r dθ gilt dann:

Z2π
0 = (ux · cos θ + uy · sin θ) |ux (r cos θ, r sin θ)
0
Z2π
∂
0= u(r cos θ, r sin θ) dθ
∂r
0
Z2π
d
= u(r cos θ, r sin θ) dθ
dr
0
Z2π
⇒ u(r cos θ, r sin θ) dθ = const für 0 < r < r0
0

Für r → 0 geht das Integral gegen u(0, 0) · 2π.

11.1.11 Minimum- Maximum-Prinzip

Ist u stetig in D und harmonisch in D, so ist u konstant oder

min u < u(x, y) < max u für (x, y) ∈ D.

∂D ∂D

Beweis: Für max. (Für min betrachte −u): Setze

M = max u
D
A = {(x, y) ∈ D : u(x, y) = M }
B = D − A = {(x, y) ∈ D : u(x, y) < M }

B ist offen, da u stetig ist.

Sei nun (x0 , y0 ) ∈ A:

M = u(x0 , y0 )
Z2π
1
= u(x0 + r cos θ, y0 + r sin θ dθ für 0 < r < r0
2π | {z }
0 ≤M
≤M

Da u stetig ist, gilt für 0 ≤ θ ≤ 2π, 0 ≤ r < r0 :

u(x0 + r cos θ, y0 + r sin θ) = M.

Das heißt, daß K((x0 , y0 ), r0 ) ⊆ A, A offen.

Da A ∩ B = ∅ und D zusammenhängend, folgt:
⇒ 1. Alternative: A = ∅, B = D: u < M in D.
⇒ 2. Alternative: B = ∅, A = D: u = M in D.

329
11 Vektoranalysis

11.2 Flächen im IR3

11.2.1 Definition: Vektorprodukt

Für a, b ∈ IR3 ,    
a1 b1
a = a2  , b = b2 
a3 b3
heißt  
a2 b3 − a3 b2
a × b = a3 b1 − a1 b3 
a1 b1 − a2 b1
Vektorprodukt oder Kreuzprodukt.
Mit den Einheitsvektoren e1 , e2 und e3 ist
a2 b2 1 a b a b
a×b= e − 1 1 e2 + 1 1 e3 .
a3 b3 a3 b3 a2 b2
Symbolisch geschrieben:
e1 a1 b1
a × b = e2 a2 b2
e3 a3 b3

11.2.2 Bemerkungen/Regeln

Seien a, b, c ∈ IR3 , λ, µ ∈ IR.

(a) a × b = −b × a.
(b) (λa + µb) × c = λ(a × c) + µ(b × c).
(c) a × (b × c) = (a · c)b − (a · b)c.
(d)
a 1 b1 c 1
(a × b) · c = a2 b2 c2 = det(a, b, c).
a3 b3 c3

(e) a × b = 0 ⇐⇒ a, b sind linear abhängig.

(f) a × b ist orthogonal zu a und b, also auch zu

E = {λa + µb : λ, µ ∈ IR} .

(g) Seien a und b linear unabhängig und

P = {λa + µb : 0 ≤ λ, µ ≤ 1}

das von a und b aufgespannte Parallelotop. Dann ist

det(a, b, a × b) =3-dimensionales Volumen von

{λa + µb + ν(a × b) : 0 ≤ λ, µ, ν ≤ 1}
=Fläche von P = ka × bk2 .

330
 11.2 Flächen im IR3

Damit ist
det(a, b, a × b) = (a × b) · (a × b) = ka × bk2

und
Fläche von P = ka × bk

11.2.3 Def.: Parameterdarstellung eines Flächenstücks

Sei D ⊆ IR2 ein beschränktes Gebiet, Φ : D → IR3 heißt Parameterdarstellung des Flächenstücks
Φ(D), wenn gilt:

1) Φ ist stetig differenzierbar, rg Φ0 = 2 überall,

2) Φ ist injektiv.

Die Ebene durch den Punkt Φ(u, v),

  
 x 
y  = Φ(u, v) + λΦu (u, v) + µΦv (u, v) : λ, µ ∈ IR
 
z

heißt Tangentialebene im Punkt Φ(u, v).

Φu × Φv
ν=
kΦu × Φv k

ist der Normalenvektor an Φ(D). ν steht senkrecht auf der Tangentialebene.

11.2.4 Explizite Fläche

„z = ϕ(x, y)“: Sei ϕ ∈ C 1 (D), ϕ : D → IR.

Setze  
u
Φ(u, v) =  v  .
ϕ(u, v)

Es ist dann  
1 0
Φ0 =  0 1 , rg Φ0 = 2,
ϕu ϕv
   
 
1 0 −ϕu
Φu × Φv =  0  ×  1  = −ϕv 
ϕu ϕv 1

und  
−ϕu
1
ν=p · −ϕv  .
1 + ϕ2u + ϕ2v 1

331
11 Vektoranalysis

11.2.5 Mantelfläche

γ sei ein ebener Jordanbogen mit

   
x ϕ(s)
= , a ≤ s ≤ b.
y ψ(s)

 
ϕ(s)
s 7−→
ψ(s)

ist injektiv, ϕ, ψ ∈ C 1 ([a, b]).

Seien α, β : (a, b) → IR, C 1 , α < β.
Wähle
D = {(s, t) : a < s < b, α(s) < t < β(s)}

und die Parameterdarstellung

 
ϕ(s)
Φ(s, t) = ψ(s)
t

mit
 0    0 
ϕ 0 ψ (s)
Φs × Φt = ψ 0  × 0 = −ϕ0 (s) .
0 1 0

11.2.6 Rotationsfläche

„r = r(x)“: Sei r : (a, b) → (0, ∞) stetig differenzierbar. Rotiere den Graphen von r um die x-Achse.
Wähle
D = {(t, θ) : a < t < b, 0 < θ < 2π} ⊆ IR2 .

Dann ist
 
t
Φ(t, θ) = r(t) cos θ 
r(t) sin θ

die Parameterdarstellung einer Rotationsfläche mit

     
1 0 r(t) · r0 (t)
Φt × Φθ = r0 (t) cos θ × −r(t) sin θ  = −r(t) cos θ .
r0 (t) sin θ r(t) cos θ −r(t) sin θ

11.2.7 Satz

Stellen Φ : D → IR3 und Ψ : G → IR3 dasselbe Flächenstück F = Φ(D) = Ψ(G) dar, dann gibt es
einen Diffeomorphismus h : D → G (h injektiv, C 1 und h−1 ebenfalls injektiv und C 1 ) mit Φ = Ψ ◦ h.

332
 11.2 Flächen im IR3

Beweis: Definiere h = Ψ−1 ◦ Ψ. Zeige: h ∈ C 1 .

Es ist rg Ψ0 = 2. Sei (s0 , t0 ) ∈ G: Dann gilt z. B.
 
∂Ψ1 ∂Ψ2
 ∂s ∂s 
det  ∂Ψ
1 ∂Ψ2  6= 0 in (s0 , t0 ).
∂t ∂t
Setze    
Φ1 Ψ1
Φ= , Ψ= .
Φ2 Ψ2
Ψ hat Umkehrfunktion in einer Umgebung von Ψ(s0 , t0 ) = (u0 , v0 ).
−1
Ψ ist C 1 (Satz über die Umkehrfunktion bei mehreren Veränderlichen).
−1
Ψ ◦ Φ ist C 1 in einer Umgebung von (u0 , v0 ).
−1
Es gilt: h = Ψ ◦ Φ in Umgebung von (u0 , v0 ).
Es ist Φ = Ψ ◦ h nach Definition.
Φ1 = Ψ1 ◦ h −1
Φ = Ψ ◦ h, h = Ψ ◦ Φ
Φ2 = Ψ2 ◦ h
Φ3 = Ψ3 ◦ h
Dasselbe für h−1 = Φ−1 ◦ Ψ, also ist auch h−1 in C 1 .

11.2.8 Zusatz

Es gilt:
Φu × Φv = (Ψs × Ψt ) ◦ h · det h0 .

Beweis: Es ist Φ = Ψ ◦ h.
Damit ist Φ0 = Ψ0 ◦ h · h0 . Setze

Φ0 = (Φu , Φv ) =: (a, b)
Ψ0 = (Ψx , Ψt ) =: (c, d)

und  
c11 c12
h0 = .
c21 c22
Dabei sei  
a1

a = a2  , . . .
a3
Damit ist

a = c11 c + c21 d
b = c12 c + c22 d

Daraus folgt dann:

Φu × Φv = a × b = c11 c22 (c × d) + c21 c12 (d × c)

c11 c12
= (c11 c22 − c21 c12 )(c × d) = (c × d)
c21 c22

333
11 Vektoranalysis

11.2.9 Definition: Flächenintegral, Oberfläche

Ist F ein Flächenstück und f : F → IR stetig, so heißt

Z Z
f do := f (Φ(u, v))kΦu × Φv k d(u, v)
F D

Oberflächenintegral von f über F , und

Z Z
do = kΦu × Φv k d(u, v)
F D

die Oberfläche von F (Flächeninhalt).

11.2.10 Satz

Die Definition von Z

f do
F

ist unabhängig von der Parameterdarstellung Φ.

Beweis: Seien Φ : D → F und Ψ : G → F zwei Darstellungen von F . Es ist dann Φ = Ψ ◦ h und

Φu × Φv = (Ψs × Ψt ) ◦ h · det h0 .

Damit ist
kΦu × Φv k = k(Ψs × Ψt ) ◦ hk · |det h0 |
und mit der Transformationsformel gilt:
Z
f (Φ(u, v))kΦu × Φv k d(u, v)
D
Z
= f (Ψ(h(u, v))) · k(Ψs × Ψt ) ◦ h(u, v)k · |det h0 (u, v)| d(u, v)
D
Z
= f (Ψ(s, t))kΨs × Ψt k d(s, t)
G

11.2.11 Beispiele

Explizite Fläche: Sei z = ϕ(x, y), ϕ ∈ C 1 (D). Dann ist

Z Z q
f do = f (x, y, ϕ(x, y)) 1 + (ϕx (x, y))2 + (ϕy (x, y))2 d(x, y)
F D

Konkret: Oberfläche der nördlichen Halbkugel: Setze

p
z = 1 − x2 − y 2

334
 11.2 Flächen im IR3

für

(x, y) ∈ D = (x, y) ∈ IR2 : x2 + y 2 < 1 .

Damit gilt dann:

Z s Z
x2 + y 2 1
Oberfläche = 1+ d(x, y) = p d(x, y)
1 − x2 − y 2 1 − x2 − y 2
D D
Polarkoordinaten: Z1 Z2π
1
= x = r cos t = √ r dθ dr
y = r sin t 1 − r2
0 0
Z1  p  1
r
= 2π √ dr = 2π − 1 − r2 = 2π
1 − r2 0
0

Rotationsfläche: r = r(x):

Z Zb Z2π p
f do = f (t, r(t) cos θ, r(t) sin θ)r(t) · 1 + (r0 (t))2 dθ dt
F a 0

Mantelfläche:
Z Zb Z
β(s)
p
f do = f (ϕ(s), ψ(s), t) q + (ϕ0 (s))2 + (ψ 0 (s))2 dt ds
F a α(s)

z. B. Torus:
z
.......................
........ ............. .............
...... .. ... .. .....
..... ...
... .... ...
....
.
... r ...
...
...
...
... ...
..
.. x
...
... × . ..
...
...
R ...
... ...
... ...
....
..... ....
...... .....
.......... ......
........................

Darstellung der Kreislinie: (x − R)2 + z 2 = r2 , y = 0.

Polarkoordinaten der Kreislinie:

x = R + r cos θ
y=0
z = r sin θ

Darstellung des Torus:

   
x (R + r cos θ) · cos ϕ
Φ(θ, ϕ) = y  =  (R + r cos θ) · sin ϕ 
z r sin θ

335
11 Vektoranalysis

mit 0 < ϕ < 2π und 0 < θ < 2π. Dann ist

   
−r sin θ · cos ϕ (R + r cos θ)(− sin ϕ)
Φθ × Φϕ =  −r sin θ · sin ϕ  ×  (R + r cos θ)(cos ϕ) 
r cos θ 0
 
−r(R + r cos θ) cos θ · cos ϕ
=  r(R + r cos θ) cos θ · sin ϕ 
r(R + r cos θ) sin θ · (−1)
kΦθ × Φϕ k = r(R + r cos θ) · 1

Für die Oberfläche gilt dann:

Z2π Z2π
Oberfläche = r(R + r cos θ) dθ dϕ
0 0
 
Z2π
= 2π 2π · r · R + r cos θ dθ = (2πR)(2πr)
0

11.2.12 Bemerkungen

(a)
Z
f do
F

heißt auch nichtorientiertes Flächenintegral.

Φu ×Φv
(b) Sei F ein Flächenstück, Φ : D → F , ν = kΦ u ×Φv k
.
g : F → IR sei Vektorfeld mit g = (g1 , g2 , g3 ) .
3 T

Z
g · ν do
F

ist wohldefiniert und ist das orientierte Flächenintegral.

Sei jetzt Ψ : G → F eine zweite Darstellung der Fläche mit Φ = Ψ ◦ h, h : D → G ist Diffeomor-
phismus und es gilt
Φu × Φv = (Ψs × Ψt ) ◦ g · det h0

Φu × Φv Ψs × Ψt det h0
= .
kΦu × Φv k kΨs × Ψt k |det h0 |
| {z }
≡+1 oder −1 überall

Das heißt, daß das Vorzeichen von ν von Φ abhängt.

(c) Sind F1 , . . . , Fm Flächenstücke mit Fj ∩ Fk = ∅ für j 6= k, so setzt man
Z m Z
X
f do := f do.
F1 ∪···∪Fm j=1 F
j

336
 11.3 Integralsätze (Gauß, Stokes) im IR3

11.3 Integralsätze (Gauß, Stokes) im IR3

11.3.1 Definition/Motivation

Ein z-Normalbereich B ⊆ IR3 ist eine Menge der Form

B = {(x, y, z) : ϕ(x, y) < z < ψ(x, y), (x, y) ∈ D}

mit einem Gebiet D ⊆ IR2 , das von einer stückweise C 1 -Kurve berandet ist und mit stetig differen-
zierbaren φ, ψ : D → IR, ϕ(x, y) < ψ(x, y) in D und ϕ, ψ stetig in D.
Der Rand ∂B wird aufgefaßt als Vereinigung von drei Flächenstücken: dem Manten, dem Boden und
dem Deckel.
Der Mantel M ist
M = {(x, y, z) : (x, y) ∈ ∂D, ϕ(x, y) < z < ψ(x, y)} .
Die Normale ν am Mantel ist  
∗
ν = ∗ .

0
Der Boden Fu ist
Fu = {(x, y, ϕ(x, y)) : (x, y) ∈ D} .
Die Normale ν am Boden ist  
ϕx (x, y)
1 ϕy (x, y) .
ν=q
2 2
1 + ϕx + ϕy −1
Der Deckel Fo ist
FO = {(x, y, ψ(x, y)) : (x, y) ∈ D} .
Die Normale ν am Boden ist
 
−ψx (x, y)
1
 psiy (x, y)  .
ν=q
2 2
1 + ψx + ψy 1

Sei nun w : B → IR stetig, wz stetig in B und beschränkt. Dann ist

 
Z Z Z
ψ(x,y)
 
wz (x, y, z) d(x, y, z) =  wz dz  d(x, y)
B D ϕ(x,y)
Z Z
= w(x, y, ψ(x, y)) d(x, y) − w(x, y, ϕ(x, y)) d(x, y)
D D
Z q
= w(x, y, ψ(x, y)) · ν3 · 1 + ψx2 + ψy2 d(x, y)
D
Z q
− w(x, y), ϕ(x, y)) · ν3 · 1 + ϕ2x + ϕ2y d(x, y)
ZD Z Z
= w · ν3 do + w · ν3 do + w · ν3 do
Fo Fu M
| {z }
=0, da ν3 =0

337
11 Vektoranalysis
Z
= w · ν3 do (Nach Definition)
∂B

11.3.2 Integralsatz von Gauß im IR3

Z Z
div f d(x, y, z) = f · ν do
B ∂B

Dabei gilt:
B ⊆ IR3  ist ein xyz-Normalbereich,
u
f =  v  ist ein C 1 -Vektorfeld in B, stetig auf B,
w
ux , vy , wz seien beschränkt,
∂B wird als Vereinigung von Flächen aufgefaßt, ν =Normale zur Fläche ∂B und

div f = ux + vy + wz

Beweis: X, siehe oben, fasse für alle drei Richtungen zusammen.

11.3.3 Bemerkung

1) Die Greenschen Formeln (siehe 11.1.8 auf der Seite 327) gelten auch hier
(mit 4u = uxx + uyy + uzz ).
2) Der Gaußsche Satz gilt für Normalbereiche, d. h. endliche disjunkte Vereinigung von xyz-Normal-
bereichen.

11.3.4 Bezeichnungen der Vektoranalysis

Der Nablaoperator :  
∂ ∂ ∂
∇ := , ,
∂x ∂y ∂z
Es ist
∇u = (ux , uy , uz ) = grad u
Der Laplaceoperator :  
∂2 ∂2 ∂2
∆ := + +
∂x2 ∂y 2 ∂z 2
Formal gilt:
 2  2  2
∂ ∂ ∂
∆=∇·∇= + + (= ∇2 )
∂x ∂y ∂z
Die Divergenz von f :
∂f1 ∂f2 ∂f3
div f = + +
∂x ∂y ∂z

338
 11.3 Integralsätze (Gauß, Stokes) im IR3

Die Rotation von f :  

∂f3 ∂f2 ∂f1 ∂f3 ∂f2 ∂f1
rot f = − , − , −
∂y ∂z ∂z ∂x ∂x ∂y
Es ist
rot f = ∇ × f

11.3.5 Regeln

Sei u eine skalare Funktion, f ein Vektorfeld, definiert in D ⊆ IR3 . Dann ist
1. rot(uf ) = u rot f + (∇u) × f für u, f ∈ C 1 .
2. rot grad u = 0 für u ∈ C 2 .
3. div rot f = 0 für f ∈ C 2 .

11.3.6 Satz: Lemma von Poincaré

Im Lemma von Poincaré (9.5.6 auf Seite 254) wurde gezeigt:

Im Sterngebiet D ⊆ IR3 besitzt ein C 1 -Vektorfeld genau dann eine Stammfunktion, wenn rot f = 0
ist.

11.3.7 Integralsatz von Stokes im IR3

Es ist Z Z
(rot f ) · ν do = P dx + Q dy + R dz.
F ∂F

Dabei ist:
1. D ⊆ IR2 Gebiet, Φ : D → IR3 , zweimal stetig differenzierbar, injektiv, rg Φ0 = 2
2. B ⊆ D, B Normalbereich
3. F = Φ(B) Fläche
4. ∂F := Φ(∂B) Kurve im IR3
 
P
5. f = Q ist C 1 -Vektorfeld in einer offenen Menge U ⊃ F ∪ ∂F .
R

Beweis: Sei ∂B parametrisiert nach der Bogenlänge:

u = ϕ(s)
0 ≤ s ≤ Länge von ∂B = L
v = ψ(x)

Φ habe die Koordinaten X, Y und Z:

p(u, v) := P (Φ(u, v)) = P (X(u, v), Y (u, v), Z(u, v)

339
11 Vektoranalysis

Damit gilt für ∂F :

x = X(ϕ(s), ψ(s))
y = Y (ϕ(s), ψ(s))
z = Z(ϕ(s), ψ(s))

Daraus folgt dann:

Z ZL  
d
P dx = p(ϕ(s), ψ(s)) · X(ϕ(s), ψ(s)) ds
ds
∂F 0
ZL Z
0 0
= p(Xu · ϕ + Xv · ψ ) ds = pXu du + pXv dv
0 ∂B
Z
= ((pXv )u − (pXu )v ) d(u, v)
B

(mit : Gauß im IR2 ).

Nach dem Satz von H. A. Schwarz gilt:

(pXv )u − (pXu )v = pu Xv − pv Xu

Für den Gradienten von p gilt:

pu = Px Xu + Py Yu + Pz Zu
pv = Px Xv + Py Yv + Pz Zv

Damit gilt dann:

(pXv )u − (pXu )v = pu Xv − pv Xu
= Px Xu Xv − Px Xv Xu + Pz Zu Xv − Pz Zv Xu
   
Yu Xu Zu Xu
= Py + Pz
Yv Xv Zv Xv

Zusammen gilt dann für das Integral:

Z Z
P dx = ((pXv )u − (pXu )v ) d(u, v)
F B
Z    
Yu Xu Zu Xu
= Py + Pz
Yv Xv Zv Xv
B
Z
?
= (−Py ν3 + Pz ν2 ) do
F

Gilt das „?“?

Sei  
ν1
Φu × Φv
ν = ν2  = .
kΦu × Φv k
ν3

340
 11.4 Differentialformen

Damit ist dann

Z Z
(−Py · ν3 + Pz · ν2 ) do = (−Py · ν3 + Pz · ν2 ) · kΦu × Φv k d(u, v)
F B
Z
= (−Py · (Φu × Φv )3 + Pz (Φu × Φv )2 ) d(u, v)
B

Für Φu × Φv gilt:

e1 X u X v
Φu × Φv = e2 Yu Yv
e3 Zu Zv
Yu Yv 1 Xu Xv 2 Xu Xv 3
= e − e + e ,
Zu Zv Zu Zv Yu Yv
| {z } | {z }
ν2 ν3

d. h.: Das „?“ gilt, wenn

Yu Xu
kΦu × Φv k · (−ν3 ) =
Yv Xv

und
Zu Xu
kΦu × Φv k · ν2 =
Zv Xv

Dies ist erfüllt. X

Zusammen gilt dann:
Z Z
P dx = (−Py ν3 + Pz ν2 ) do
∂F
Z ZF
Q dy = (−Qz ν1 + Qx ν3 ) do
∂F
Z ZF
R dz = (−Rx ν2 + Ry ν1 ) do.
∂F F

Addition liefert:
Z Z
P dx + Q dy + R dz = ν1 (Ry − Qz ) + ν2 (Pz − Rx ) + ν3 (Qx − Py ) do
∂F F
Z
= ν · rot f do
F

11.4 Differentialformen

In diesem Abschnitt gilt immer: U ⊆ IRn offen. Alle Funktionen U → IR sind wenigstens stetig, bzw.
aus C n .

341
11 Vektoranalysis

11.4.1 Definition: multilinear, alternierend, p-Form

Eine stetige Funktion ω : U × |IRn × ·{z

· · × IRn} heißt p-Form (0 ≤ p ≤ n), wenn sie multilinear und
p-mal
alternierend ist.
Sei ω(x, h1 , h2 , . . . , hp ) mit h1 , . . . , hp ∈ IRn , x ∈ U .
Dann heißt multilinear:

ω(x, . . . , αhi + βk i , . . . , hp ) = α · ω(x, . . . , hi , . . . ) + β · (x, . . . , k i , . . . )

und alternierend:
ω(. . . hi . . . hj . . . ) = −ω(. . . hj . . . hi . . . ) für i 6= j

11.4.2 Beispiele

(a) p = 0: Dann ist ω : U → IR stetige Funktion.

(b) p = 1:
!
X
n X
n
ω(x, h) = ω x, hν · eν = ω(x, eν )hν
ν=1 ν=1

(Linearform)
(c) p = 2:
X
n X
n
ν
ω(x, h, k) = ω(x, e , k)hν = ω(x, eν , eµ )hν hµ
ν=1 µ,ν=1

(quadratische Form)
(ω(x, eν , eµ ))nµ,ν=1 ist schiefsymmetrisch:

ω(x, eν , eµ ) = −ω(x, eµ , eν )

(d) p = n:
h11 h21 . . . hn1
ω(x, h1 , . . . , hn ) = a(x) ... ..
.
..
.
h1n h2n . . . hnn

11.4.3 Grundformen

Für i1 , . . . , ip ∈ {1, . . . , n} heißt

h1i1 ... hpi1

h1i2 hpi2
ω(h1 , . . . , hp ) := .. ..
. .
h1ip ... hpip

Grundform. Sie wird bezeichnet mit

dxi1 ∧ dxi2 ∧ · · · ∧ dxip (h1 , . . . , hp ) = ω(h1 , . . . , hp )

342
 11.4 Differentialformen

11.4.4 Beispiel

(b) p = 1:
X
n
ω(x, h) = ω(x, eν ) dxν (h)
| {z }
ν=1
aν (x)

(c) p = 2:
X
n
ω(x, h, k) = ω(x, eν , eµ ) dxν ∧ dxµ
| {z }
µ,ν=1
aνµ (x)

(d) p = n:
ω = a(x) dx1 ∧ dx2 ∧ · · · ∧ dxn

11.4.5 Darstellungssatz

Jede p-Form läßt sich darstellen als

X X
(∗) ω= ai1 ...ip (x) dxi1 ∧ dxi2 ∧ · · · ∧ dxip = bi1 ...ip (x) dxi1 ∧ · · · ∧ dxip
i1 ,...,ip i1 <i2 <···<ip

Beweis: in 11.4.7

11.4.6 Beispiele im IR3

Im IR3 ⇒ n = 3.
p = 1:
a1 dx1 + a2 dx2 + a3 dx3

p = 2:

a11 dx1 ∧ dx1 +a12 dx1 ∧ dx2 + a13 dx1 ∧ dx3

| {z }
=0
+ a21 dx2 ∧ dx1 + a22 dx2 ∧ dx2 +a23 dx2 ∧ dx3
| {z }
=0
+ a31 dx3 ∧ dx1 + a32 dx3 ∧ dx2 + a33 dx3 ∧ dx3 = 0
| {z }
= (a12 − a21 ) dx1 ∧ dx2 + (a13 − a31 ) dx1 ∧ dx3 + (a23 − a32 ) dx2 ∧ dx3

p = 3:
a dx1 ∧ dx2 ∧ dx3

343
11 Vektoranalysis

11.4.7 Beweis des Darstellungssatzes (11.4.5)

   
X
n X
n X
n X
n
ω(x, h1 , . . . , hp ) = ω x, h1i1 ei1 , . . . , hpip eip  = ω x, ei1 , . . . , hpip eip  h1i1
i1 =1 ip =1 i1 =1 ip =1
X
n
= ω(x, ei1 , ei2 , . . . , eip )h1i1 . . . hpip
i1 ,...,ip =1
X n
= ai1 ...ip (x) dxi1 ∧ · · · ∧ dxip (ei1 , . . . , eip )h1i1 . . . hpip
i1 ,...,ip =1
X n
= ai1 ...ip (x) dxi1 ∧ · · · ∧ dxip (h1 , . . . , hp )
i1 ,...,ip =1

ordnen:
X
= bi1 ...ip dxi1 ∧ · · · ∧ dxip
i1 <i2 <···<ip

11.4.8 Definition: Ableitung von p-Formen

Eine p-Form (∗) heißt k-mal stetig differenzierbar, wenn alle ai1 ...ip ∈ C k (U ) sind. Für p = 0, ω = a(x)
heißt
Xn
∂a
dω := dxν
∂xν
ν=1

äußere Ableitung von ω,

und für p ≥ 1,
ω = a(x) dxi1 ∧ · · · ∧ dxip
ist
X X
n
∂a
dω = (dai1 ...ip ) ∧ dxi1 ∧ · · · ∧ dxip = (x) dxν ∧ dxi1 ∧ · · · ∧ dxip .
∂xν
i1 ,...,ip ν=1

dω ist eine (p + 1)-Form.

11.4.9 Multiplikation von Formen

dxi1 ∧ · · · ∧ dxip ∧ (dxj1 ∧ · · · ∧ dxjq ) := dxi1 ∧ · · · ∧ dxip ∧ dxj1 ∧ · · · ∧ dxjq

Damit ist auch für p-Form ω und q-Form σ (dω) ∧ (dσ) erklärt.

11.4.10 Regeln zur Differenzierung von Formen

(1) Seien ω1 und ω2 p-Formen:

d(ω1 + ω2 ) = dω1 + dω2

344
 11.4 Differentialformen

(2) Sei a eine 0-Form und ω eine p-Form:

d(aω) = (da) ∧ ω + a(dω)

(3) Sei ω1 eine p-Form und ω2 eine q-Form:

d(ω1 ∧ ω2 ) = (dω1 ) ∧ ω2 + (−1)p ω1 ∧ d(ω2 )

Beweis: Aufgabe

11.4.11 Beispiele

(a) p = 0:

ω(x) = a(x)
Xn
∂a X
n
∂a
da(h) = dxν (h) = hν = (grad a) · h
∂xν ∂xν
ν=1 ν=1

(b) a(x) = xν :
da = dxν

(c)

ω = a1 dx2 ∧ · · · ∧ dxn
− a2 dx1 ∧ dx3 ∧ · · · ∧ dxn + · · ·
+ (−1)n+1 an dx1 ∧ · · · ∧ dxn−1

n 
X 
∂a1
dω = dxν dx2 ∧ · · · ∧ dxn − · · · + · · ·
∂xν
ν=1
∂a1 ∂a2
= dx1 ∧ · · · ∧ dxn + dx1 ∧ · · · ∧ dxn + · · ·
∂x1 ∂x2
 
∂a1 ∂an
= + ···+ dx1 ∧ · · · ∧ dxn = (div a) · dx1 ∧ · · · ∧ dxn
∂x1 ∂xn
 
a1
 
mit a =  ... .
an

(d) n = 3:
ω = a1 dx1 + a2 dx2 + a3 dx3

345
11 Vektoranalysis

∂a1 ∂a1 ∂a1

dω = dx1 ∧ dx1 + dx2 ∧ dx1 + dx3 ∧ dx1
∂x1 ∂x2 ∂x3
| {z }
=0
∂a2 ∂a2 ∂a2
+ dx1 ∧ dx2 + dx2 ∧ dx2 + dx3 ∧ dx2
∂x1 ∂x2 ∂x3
| {z }
=0
∂a3 ∂a3 ∂a3
+ dx1 ∧ dx3 + dx2 ∧ dx3 + dx3 ∧ dx3
∂x1 ∂x2 ∂x
| 2 {z }
=0
 
∂a3 ∂a2
= − dx2 ∧ dx3
∂x2 ∂x3
 
∂a1 ∂a3
+ − dx3 ∧ dx1
∂x3 ∂x1
 
∂a2 ∂a1
+ − dx1 ∧ dx2
∂x1 ∂x2
formal
= (rot a) · (dx2 ∧ dx3 , dx3 ∧ dx1 , dx1 ∧ dx2 )

11.4.12 Satz

Für jede C 2 -Form ω gilt:

d(dω) = 0

Beweis: In zwei Abschnitten:

1.) für p = 0,
2.) für p ≥ 1.
zu 1.) Sei p = 0, ω = a(x):
!  
Xn
∂a X n Xn
∂ ∂a
d(da) = d dxν = dxµ ∧ dxν
∂xν ∂xµ ∂xν
ν=1 µ=1 ν=1
X  ∂2a ∂2a

= − dxµ ∧ dxν
∂xµ ∂xν ∂xν ∂xµ
1≤µ≤ν≤n | {z }
=0 (H. A. Schwarz)

=0

zu 2.)
ω = a(x) dx1 ∧ · · · ∧ dxp = aσ
(2)
dω = (da) ∧ σ + a (dσ)
|{z}
=0
(3)
d(dω) = d(da) ∧ σ + (−1)1 da ∧ (dσ) = d(da) = 0,
|{z}
=0
denn es gilt
dσ = d(x1 ∧ · · · ∧ dxp ) = (d1 ) ∧ dx1 ∧ · · · ∧ dxp = 0

346
 11.4 Differentialformen

11.4.13 Bemerkungen

(a) d(da) = 0 ⇐⇒ Satz von Schwarz.

(b) Sei u eine C 1 -Funktion, n = 3:

∂u ∂u ∂u
ω= dx1 + dx2 + dx3 = du
∂x1 ∂x2 ∂x3

dω = d(du) = 0 ⇐⇒ rot(grad u) = 0

(c)

ω = a1 dx1 + a2 dx2 + a3 dx3

dω = (rot a) · (dx2 ∧ dx3 , dx3 ∧ dx1 , dx1 ∧ dx2 )
0 = d(dω) = (div(rot a)) dx1 ∧ dx2 ∧ dx3
⇒ div rot a = 0

11.4.14 Definition: Stammform, geschlossen

(a) Eine p-Form ω heißt exakt, wenn es eine (p−1)-Form α gibt mit dα = ω. α heißt dann Stammform.
(b) Eine stetig differenzierbare p-Form ω heißt geschlossen, wenn dω = 0 ist.

11.4.15 Beispiele/Bemerkungen

(1) Ist ω exakt und C 1 , so ist ω geschlossen.

Beweis:
ω = dα =⇒ dω = d(dα) = 0

(2) Sei ω geschlossene 1-Form, U ein Sterngebiet und ω ∈ C 1 . Dann ist ω exakt.
Beweis: Sei
ω = a1 dx1 + a2 dx2 + · · · + an dxn
mit a1 , . . . , an ∈ C 1 (U ).
ω geschlossen:  
X ∂aµ ∂aν
⇒ dω = 0 = − dxµ ∧ dxν
∂xν ∂xµ
1≤µ≤ν≤n

also
∂aµ ∂aν
=
∂xν ∂xµ
Daraus folgt (Analysis II):
(a1 , . . . , an ) = grad(u)
mit u ∈ C 2 (U ).
U : Nullform:
X
n
du = ∂u dxν = ω
|{z}
ν=1 aν

347
11 Vektoranalysis

(3)
−y x
ω= dx + 2 dy
x2+y 2 x + y2
ist geschlossen (Aufgabe).
ω ist in U = IR2 \ {(0, 0)} nicht exakt, sonst wäre
Z
−y x
2π = 2 2
dx + 2 dy = 0
x +y x + y2
C

für jede geschlossene Kurve C ⊆ IR2 \ {(0, 0)}.

(4) Wenn ω nicht geschlossen ist, aber M (x)ω geschlossen ist, dann heißt M integrierender Faktor.
p = 1: Sei

ω = a1 dx1 + · · · + an dxn
M ω = M a1 dx1 + · · · + M an dxn

Sei nun M ω geschlossen:

∂(M aµ ) ∂(M aν )
⇐⇒ =
∂xν ∂xµ
∂aµ ∂aν
⇐⇒ Xxν aµ + M = Mxµ aν + M
∂xν ∂xµ
für µ, ν = 1, . . . , n, µ < ν.
Dies ist ein System partieller Differentialgleichungen 1. Ordnung.
n = 2: Sei ω = a dx + b dy:
M ω ist geschlossen ⇐⇒ (M a)y = (M b)x
⇐⇒ My a + M ay = Mx b + M bx
⇐⇒ aMy − bMx = (bx − ay )M (∗)
mit M = M (x, y).
konkret: Sei
ω = (2 + xy)exy dx + x 2 xy
e } dy
| {z
| {z }
=:a =:b

Dann ist

ay = xexy + (2 + xy)xexy = 3xexy + x2 yexy

bx = 2xexy + x2 yexy

Es ist also ay 6= bx . Gesucht ist nun ein integrierender Faktor M = M (x, y). Aus (∗) folgt die
Bedingung für M :
!
(2 + xy)exy My − x2 exy Mx = −xexy M
Ansatz: Der Multiplikator M ist hier von x abhängig:
1
Mx = M
x
Eine Lösung ist M = x:
xω = (2x + y 2 y)exy dx + x3 exy dy = d(x2 exy )

ist exakt, also auch geschlossen.

348
 11.4 Differentialformen

11.4.16 Definition

Sei p ≥ 1 und
X
p
σi1 i2 ...ip := g
(−1)ν−1 xiν dxi1 ∧ · · · ∧ dx iν ∧ · · · ∧ dxip
ν=1

g
(dx iν bedeutet: dxiν ist auszulassen). σi1 i2 ...ip ist eine (p − 1)-Form. Ist

X
ω= ai1 ...ip (x) dxi1 ∧ · · · ∧ dxip
i1 ...ip

mit Koeffizienten ai1 ...ip im Sterngebiet U bzgl. 0 definiert, dann setzt man
 1 
X Z
Iω :=  tp−1 ai1 ...ip (tx) dt · σi1 ...ip .
i1 ...ip 0

11.4.17 Bemerkung

Ist ω geschlossen, dann ist Iω eine Stammform.

Beweis:

α = Iω
dα = ω − I(|{z}
dω ) = ω
=0

11.4.18 Hilfssatz

Sei ω eine p-Form, stetig differenzierbar im sternförmigen Gebiet U ⊆ IRn . Dann gilt

I(dω) + d(Iω) = ω.

Beweis: Hier OBdA für ω = a(x) dx1 ∧ · · · ∧ dxp .

Für dieses ω ist
Xn
∂a
dω = dxν ∧ dx1 ∧ · · · ∧ dxp
∂xν
ν=1

eine (p + 1)-Form.
Es ist  1 
X
n Z
I(dω) =  t((p+1)−1) ∂a (xt) dt σν,1,2,...,p
∂xν
ν=1 0
 
Z1
Iω =  tp−1 a(tx) dt σ1,2,...,p
0

349
11 Vektoranalysis

und  1   1 
X
n Z Z
d(Iω) =  tp−1 · t ∂a (tx) dt dxν ∧ σ1,...,p +  tp−1 a(tx) dt dσ1,...,p
∂xν
ν=1 0 0
Die weitere Berechnung von d(Iω) wird nun aufgeteilt:
(a)
X
p X
n
∂xν
dσ1,...,p = (−1)ν−1 gν ∧ · · · ∧ dxp
dxµ ∧ dx1 ∧ · · · ∧ dx
∂xµ
ν=1 µ=1 |{z}
=0 für µ6=ν
=1 für µ=ν
X
p
= gν ∧ · · · ∧ dxp
(−1)ν−1 dxν ∧ dx1 ∧ · · · ∧ dx
ν=1
X
p
= dx1 ∧ · · · ∧ dxp = p dx1 ∧ · · · ∧ dxp
ν=1

(b) Es ist
X
p
dxν ∧ σ1,...,p = gµ ∧ · · · ∧ dxp .
(−1)µ−1 xµ dxν ∧ dx1 · · · ∧ dx
µ=1

(i) Für 1 ≤ ν ≤ p gilt dann:

dxν ∧ σ1,...,p = xν dx1 ∧ . . . dxp − σν,1,2,...,p
| {z }
=0

(ii) Und für p < ν ≤ n gilt:


X
p
dxν ∧ σ1,...,p =− gµ ∧ · · · ∧ dxp
(−1)µ xµ dxν ∧ dx1 ∧ · · · ∧ dx
µ=1

0 gν ∧ dx1 ∧ · · · ∧ dxp − xν dx
+ (−1) xν dx gν ∧ dx1 ∧ · · · ∧ dxp

= − σν,1,2,...,p + xν dx1 ∧ · · · ∧ dxp

Nach (i) und (ii) gilt also immer:

dxν ∧ σ1,2,...,p = xν dx1 ∧ · · · ∧ dxp − σν,1,2,...,p

Aus (a) und (b) folgt dann:

 1   1 
Xn Z Z
I(dω) + d(Iω) =  tp ∂a (tx) dt xν dx1 ∧ · · · ∧ dxp +  tp−1 a(tx) dt · p dx1 ∧ · · · ∧ dxp
∂xν
ν=1
 0 0

 


 


Z1 " # 


   

Xn
p ∂a
= t (tx)xν + pt a(tx) dt dx1 ∧ · · · ∧ dxp
p−1

 ∂xν 


 0 | ν=1 {z }


 


 ! d p 

= dt (t a(tx))

350
 11.4 Differentialformen

1
= tp a(tx) dx1 ∧ · · · ∧ dxp = ω
| {z }0
=a(x)

11.4.19 Lemma von Poincaré

Ist ω eine stetig differenzierbare und geschlossene p-Form in einem sternförmigen Gebiet U , so ist sie
exakt, d. h. es gibt eine Stammform α. Alle Stammformen sind gegeben durch

α = Iω + dη,

wobei η eine beliebige zweimal stetig differenzierbare (p − 2)-Form ist (im Fall p = 1 ist dη durch eine
Konstante zu ersetzen).

Beweis: Zeige, daß α = Iω eine Stammform ist:

dα = d(Iω) = ω − I(dω) = ω

(dω = 0, da ω nach Voraussetzung geschlossen ist.)

Seien nun α und α1 Stammformen:

d(α1 − α) = dα1 − dα = ω − ω = 0

Das heißt, daß α1 − α geschlossen ist. Also hat α1 − α eine Stammform η, d. h. α1 − α = dη. Daraus
folgt: α1 = α + dη, wobei η zweimal stetig differenzierbar ist.

Analysis II , Kapitel 9.5.6: Dort ist p = 1, ω = a1 (x) dx1 + · · · + an (x) dxn .

Sei u ∈ C 1 (U ) Stammform von ω. Dann ist

∂u ∂u
du = dx1 + · · · + dxn
∂x1 ∂xn

d. h. grad u = a = (a1 , . . . , an )

∂ai ∂aj
ω ist geschlossen ⇐⇒ =
∂xj ∂xi

11.4.20 Beispiel
 
b1
Sei n = 3 und p = 2. Gegeben sei ein C 1 -Vektorfeld b2  in U (U sei sternförmig bzgl. 0).
b3
 
v1
Gesucht ist ein Vektorfeld v = v2  in C 2 (U ) mit rot v = b.
v3

ω = b1 dx2 ∧ dx3 + b2 dx3 ∧ dx1 + b3 dx1 ∧ dx2

351
11 Vektoranalysis

ω geschlossen ⇐⇒ div b = 0.
Damit ex. Stammform α von ω:

α = v1 dx1 + v2 dx2 + v3 dx3

Für die Stammfunktion

  α von ω gilt in dieser Schreibweise, daß rot v = b ist (früher mal gemacht).
x1
Für x = x2  gilt dann:
x3

Z1 Z1
v1 (x) = x3 tb2 (tx) dt − x2 tb3 (tx) dt + ux1 (x)
0 0
Z1 Z1
v2 (x) = x1 tb3 (tx) dt − x3 tb1 (tx) dt + ux2 (x)
0 0
Z1 Z1
v3 (x) = x2 tb1 (tx) dt − x1 tb2 (tx) dt + ux3 (x)
0 0

11.4.21 Zurückholen von Differentialformen

Sei X
ω= ai1 i2 ...ip (x) dxi1 ∧ · · · ∧ dxip (∗)
i1 ,...,ip

eine p-Form in D ⊆ IRn und Φ : G → D stetig differenzierbar in G ⊆ IRm . Dann erhält man die
p-Form Φ∗ ω dadurch, indem man in (∗) dxj ersetzt durch

X
m
∂Φj
dui
∂ui
i=1

und x ersetzt durch Φ(u).

11.4.22 Beispiel

Für n = 3, m = 2, p = 2: Sei
ω = b1 dx2 ∧ dx3 + b2 dx3 ∧ dx1
und  
u1
Φ(u) =  u2 
u1 − u 2
mit D = IR3 , G = IR2 .
Dann ist

Φ∗ ω =b1 (u1 , u2 , u1 − u2 ) · [du2 ∧ (du1 − du2 )]

+ b2 (u1 , u2 , u1 − u2 ) · [(du1 − du2 ) ∧ du1 ]
=(−b1 (u1 , u2 , u1 − u2 ) + b2 (u1 , u2 , u1 − u2 )) du1 ∧ du2

352
 11.4 Differentialformen

11.4.23 Regeln

(a) Für die p-Formen ω1 und ω2 gilt:

Φ∗ (ω1 + ω2 ) = Φ∗ ω1 + Φ∗ ω2

(b) Für die 0-Form a und die p-Form ω gilt:

Φ∗ (aω) = (Φ∗ a)(Φ∗ ω)

(c) Für die p-Form ω1 und die q-Form ω2 gilt:

Φ∗ (ω1 ∧ ω2 ) = (Φ∗ ω1 ) ∧ (Φ∗ ω2 )

Beweis: Aufgabe

11.4.24 Satz

Ist Φ zweimal stetig differenzierbar, so gilt:

d(Φ∗ ω) = Φ∗ (dω)

Beweis:
(1) Sei ω = a Nullform. Dann ist
X
n
∂a(x)
dω = dxj .
∂xj
j=1

Daraus folgt:
X
n
∂a X
m
∂Φj
∗
Φ (dω) = (Φ(u)) dui
∂xj ∂ui
j=1 i=1

Ausserdem ist
Φ∗ ω = a(Φ(u)).
Und damit ist
X
m
∂ ⊗
X
m X
n
∂a ∂Φj
∗
d(Φ ω) = a(Φ(u)) dui = (Φ(u)) dui
∂ui ∂xj ∂ui
i=1 i=1 j=1
∗
= Φ (dω)

Dabei wurde bei ⊗ die Kettenregel angewandt.

(2) Sei nun ω = dx1 (Der Beweis geht für ω = dxj genauso).
Es ist
dω = d(dx1 ) = 0
und damit
Φ∗ (dω) = 0.

353
11 Vektoranalysis

Andererseits ist
X
m
∂Φ
Φ∗ ω = dui
∂ui
i=1

und damit

X
m X
m
∂ 2 Φ1 ⊕
X
m X
m
∂ 2 Φ1
∗
d(Φ ω) = duj ∧ dui = − dui ∧ duj
∂uj ∂ui ∂ui ∂uj
i=1 j=1 i=1 j=1

mit dem Satz von Schwarz und Vertauschung von dui und duj bei ⊕.
Also: d(Φ∗ ω) = 0.

(3) Sei ω = dx1 ∧ · · · ∧ dxp . (ω = dxi1 ∧ · · · ∧ dxip genauso)

Es ist
dω = 0 Φ∗ (dω) = 0

und
Φ∗ ω = (Φ∗ dx1 ) ∧ · · · ∧ (Φ∗ dxp ).

Damit ist also

X
p
∗
d(Φ ω) = (−1)j−1 (Φ∗ dx1 ) ∧ · · · ∧ d(Φ∗ dxj ) ∧ · · · ∧ (Φ∗ dxp )
| {z }
j=1
=0 nach (2)

=0

(4) Sei ω = a(x) dx1 ∧ · · · ∧ dxp (ω = a(x) dxi1 ∧ · · · ∧ dxip genauso).

Setze dabei σ := dx1 ∧ · · · ∧ dxp .

(b)
d(Φ∗ ω) = d((Φ∗ a)(Φ∗ σ)) = d(Φ∗ a) ∧ (Φ∗ σ) + (Φ∗ a) d(Φ∗ σ)
| {z }
0 nach (3)
(1)
= Φ∗ (da) ∧ (Φ∗ σ)
(c)
= Φ∗ (da ∧ σ) = Φ∗ (d(aσ)) = Φ∗ (dω)

(5) Sei nun

X X
ω= ai1 ...ip (x)σi1 ...ip = ωi1 ...ip
i1 ...ip

mit
σi1 ...ip = dxi1 ∧ · · · ∧ dxip .

Dann ist
X  X
d(Φ∗ ω) = d Φ∗ ωi1 ...ip = d(Φ∗ ωi1 ...ip )
X
= Φ∗ (dωi1 ...ip ) = Φ∗ (dω).

354
 11.5 Flächen und Mannigfaltigkeiten

11.5 Flächen und Mannigfaltigkeiten

11.5.1 Definition: p-Flächenstück

Eine Abbildung Φ : D → IRn heißt Parameterdarstellung eines p-Flächenstückes F , (1 ≤ p ≤ n),

wenn gilt:
(1) D ⊆ IRp ist ein konvexes Gebiet. (d. h. mit a, b ∈ D ist auch {a + t(b − a) : 0 ≤ t ≤ 1} ⊆ D).
(2) Φ ist injektiv, F = Φ(D), Φ−1 : F → D ist stetig.
(3) Φ ist stetig differenzierbar, rg Φ0 = p in D (Φ0 ist n × p-Matrix).

11.5.2 Beispiel

für n = 3, p = 2: Sei
D = {(u, v) : u2 + v 2 < 1} ⊆ IR2
und  
2u
1  
Φ(u, v) = 2 2v
u + v2 + 1
1−u −v
2 2

Prüfe nach, daß 

F = (x1 , x2 , x3 ) : x11 + x22 + x23 = 1, x3 > 0
die Fläche der oberen Halbkugel ist.
Φ−1 ist stetig (einfach nachrechnen):

2 2
x1 = u x2 = v
1 + u2 + v 2 1 + u2 + v 2
u = %x1 v = %x2

Aus
1 − %2 (x21 + x22 )
x3 =
1 + %2 (x21 + x22 )
folgt:
%2 (1 + x3 )(x21 + x22 ) = 1 − x3
x21 + x22 = 1 − x23 = (1 − x3 )(1 + x3 )
1
%2 (1 + x3 )2 = 1 %=
1 + x3
   
u 1 x1
=
v 1 + x 3 x2
ist stetig.

11.5.3 Definition: Verträglichkeit von Flächenstücken

Zwei p-Flächenstücke F1 , F2 heißen verträglich, wenn es zu jedem x ∈ F1 ∩ F2 ein p-Flächenstück F3

gibt mit x ∈ F3 ⊆ F1 ∩ F2 .

355
11 Vektoranalysis

11.5.4 Bemerkungen

(a) Gilt F1 ∩ F2 = ∅, dann sind F1 und F2 verträglich.

(b) Sind F1 und F2 verträglich, x0 ∈ F1 ∩ F2 , x0 = Φ(u0 ) = Ψ(s0 ), dann ist

h := Ψ−1 ◦ Φ

in einer Umgebung von u0 erklärt und stetig differenzierbar.

Dasselbe gilt für
h−1 = Φ−1 ◦ Ψ
genauso, d.h. h ist ein Diffeomorphismus, Φ = Ψ ◦ h und Ψ = Φ ◦ h−1 .
(c) Sind Φ, Ψ Parameterdarstellungen von F , so gilt Φ = Ψ ◦ h mit einem Diffeomorphismus h : D →
G.

Beweis für (b):

Da rg Φ0 (s0 ) = p ist, existieren 1 ≤ i1 < i2 < · · · < ip ≤ n mit:
Für  
Ψi1
 .. 
Ψ :=  . 
Ψip
0
ist det Ψ (s0 ) 6= 0.
Ψ hat eine Umkehrfunktion in einer Umgebung von Ψ(s0 ),
−1
Ψ und Ψ sind stetig differenzierbar.
Setze in einer Umgebung von u0
−1
h := Ψ−1 ◦ Φ = |Ψ {z◦ Ψ}
∈C 1
 
Φi1
 .. 
mit Φ =  . .
Ψip
−1
Für h wird genauso verfahren.

11.5.5 Definition: Tangentialraum

Sei F ein p-Flächenstück mit Parameterdarstellung Φ : D → F , x ∈ F und x = Φ(u).

Dann heißt der von Φu1 , Φu2 , . . . , Φup aufgespannte Vektorraum Tangentialraum im Punkt x. Ge-
schrieben: Tx F .
Es ist Tx F ⊆ IRn , dim Tx F = p.
Für n = 3 und p = 2 ist Tx F die in den Nullpunkt verschobene Tangentialebene.

11.5.6 Bemerkungen

(a) Sind F1 und F2 verträglich und ist x ∈ F1 ∩ F2 , so ist Tx F1 = Tx F2 .

(b) Tx F hängt nicht von der Parameterdarstellung ab.

356
 11.5 Flächen und Mannigfaltigkeiten

Beweis
(a) Seien Φ, Ψ Parameterdarstellungen von F1 und F2 .
Dann ist lokal Φ = Ψ ◦ h, det h0 6= 0. Damit ist

Φ0 = (Ψ0 ◦ h) · h0

Φui ist Linearkombination von Ψs1 , . . . , Ψsp .

Ψsi ist Linearkombination von Φu1 , . . . , Φup .
(b) entspricht (a) mit F1 = F2 .

11.5.7 Definition: gleichorientierte Flächenstücke

Zwei verträgliche Flächenstücke heißen gleichorientiert, wenn in Φ = Ψ ◦ h (lokal) det h0 > 0 ist.
Andernfalls heißen sie entgegengesetzt-orientiert.

11.5.8 Definition

Sei F ein p-Flächenstück, F ⊆ U , U ⊆ IRn offen, ω eine p-Form in U . Dann definiert man
Z Z


ω := ω Φ(u), Φu1 (u), . . . , Φup (u) du,
F D

falls die rechte Seite als Lebesgue-Integral existiert.

11.5.9 Beispiele

(a) Für p = 1, n ≥ 2:
Sei F definiert durch Φ : (α, β) → IRn , Kurve im IRn und

ω = a1 (x) dx1 + · · · + an (x) dxn

Dann ist

Z Zβ


ω= a1 (Φ(u))Φ01 (u) + · · · + an (Φ(u))Φ0n (u) du
F α
Z
= a1 dx1 + · · · + an dxn „Kurvenintegral“
F

(b) Für n = 3, p = 2:  
  b1
u1
Sei F definiert durch Φ : D ⊆ IR2 → IR3 , u = , b = b2 , und
u2
b3

ω = b1 (x) dx2 ∧ dx3 + b2 (x) dx3 ∧ dx1 + b3 (x) dx1 ∧ dx2 .

357
11 Vektoranalysis

Dann ist
 
Z Z ∂Φ2 ∂Φ2
 ∂u1 ∂u2 
= b1 (Φ(u)) ∂Φ
3 ∂Φ3 + · · ·  du
F D ∂u1 ∂u2
Z
= b(Φ(u)) · (Φu1 (u) × Φu2 (u)) du
D
Z
Φu1 × Φu2
= b(Φ(u)) · kΦu1 × Φu2 k du
kΦu1 × Φu2 k
D | {z }
Normalenvektor
ν(x), x=Φ(u)
Z
= b(x) · ν(x) do
D

11.5.10 Satz
R
Die Definition von ω ist unabhängig von der gewählten Parameterdarstellung, d.h.:
F
Sind Φ : D → F und Ψ : G → F zwei Parameterdarstellungen von F und ist Φ = Ψ ◦ h mit einem
Diffeomorphismus h : D → G mit det h0 > 0, so gilt:
Z Z



ω Φ(u), Φu1 , . . . , Φup du = ω Ψ(s), Ψs1 , . . . , Ψsp ds
| {z } | {z }
D =:f (u) g =:g(s)

Beweis
Z Z
g(s) ds = g(h(u)) · | det h0 (u)| du
G D
Z Z
0
= g(h(u)) · det h (u) du = f (u) du
| {z }
D >0 D
| {z }
f (u)

11.5.11 Bemerkung

Die p-Form Φ∗ ω ist definiert in D ⊆ IRp , also von der Form

f (u) du1 ∧ · · · ∧ dup .

D ist eine p-Fläche in IRp mit der Parameterdarstellung id : D → D (Identität)

Z Z
∗
Φ ω = f (u) du
D D

also Z Z
f (u) du1 ∧ · · · ∧ dup = f (u) du
D D

358
 11.5 Flächen und Mannigfaltigkeiten

11.5.12 Definition: Flächenstück mit Rand

Sei Φ : D → IRn die Parameterdarstellung eines p-Flächenstückes und sei

H = {u ∈ IRp : u1 < α}

ein Halbraum mit D ∩ H 6= ∅, D 6⊆ H.

Dann heißt F mit der Parameterdarstellung Φ p-Flächenstück mit Rand.
D∩H
∂F = Φ(D ∩ ∂H), ∂H = {u : u1 = α}
F := F ∪ ∂F heißt Flächenstück mit Rand.
Beachte: ∂F ist nicht der topologische Rand, und F ist nicht unbedingt der topologische Abschluß.

11.5.13 Bemerkung

Das Urbild von ∂F in D,

4 = {(u2 , . . . , up ) : (α, u2 , . . . , up ) ∈ D}
p−1
ist ein konvexes Gebiet im IR .

(u2 , . . . , up ) 7−→ Φ(α, u2 , . . . , up )

ist eine Parameterdarstellung von ∂F . ∂F ist (p − 1)-Fläche (für p ≥ 2).

11.5.14 Beispiele

(1) Anschaulich z. B. die Nordhemisphäre mit dem Äquator.

(2) Sei 
F = x ∈ IR3 : x21 + x22 + x23 = 1, x1 > 0, x3 > 0 .
Suche Parameterdarstellung für

∂F = x ∈ IR3 : x21 + x22 = 1, x3 = 0 x1 > 0 .

Eine Parameterdarstellung für eine größere Fläche ist:

   
x1 cos β cos λ
x2  =  cos β sin λ 
x3 − sin β

mit −π/2 < λ < π/2 und −π/2 < β < π/2 (rechte Halbsphäre).
Setze
D = {(β, λ) : − π/2 < λ, β < π/2}
und
H = {(β, λ) : β < 0}

(3) Für n = 3 und p = 3:

Sei 
F = (x1 , x2 , x3 ) : x21 + x22 + x23 < 1, x1 , x2 , x3 > 0
der positive Kugel-Oktant im IR3 und

∂F = (x1 , x2 , x3 ) : x21 + x22 + x23 = 1, x1 , x2 , x3 > 0

359
11 Vektoranalysis

die dazugehörige Kugelabschnittsfläche.

Setze dazu    
x1 r cos β cos λ
F : x2  =  r cos β sin λ 
x3 r sin β
für 0 < r < 1, 0 < λ < π/2 und 0 < β < π/2. Für die große Fläche sei 0 < r < 2.
   
x1 cos β cos λ
∂F : x2  =  cos β sin λ 
x3 sin β

für 0 < λ < π/2 un4 0 < β < π/2.

Setze also für D : 0 < r < 2, 0 < λ < π/2 und 0 < β < π/2 und

H = {(r, β, λ) : r < 1}

11.5.15 Definition: p-Mannigfaltigkeit, p-Fläche

Sind F1 , . . . , Fm verträgliche und orientierte p-Flächenstücke [mit Rand], so heißt

M = F1 ∪ · · · ∪ Fm

orientierte p-Mannigfaltigkeit [mit Rand, falls ∂Fi ∩ Fj = ∅ für i 6= j].

Wenn M ⊆ IRn zusammenhängend ist, so heißt M orientierte p-Fläche.

11.5.16 Beispiel

S n−1 = {x : kxk = 1}
ist eine (n − 1)-Fläche.

11.5.17 Bemerkung

∂M := ∂F1 ∪ · · · ∪ ∂Fm
ist eine (p − 1)-Mannigfaltigkeit.

Beweis Sei Fj ⊆ F̃ mit der Parameterdarstellung Φj : Dj 7→ F̃j .

Für Fj ist Φj : Dj ∩ H 7→ Fj Parameterdarstellung mit H = {x : x1 < 0} und für ∂Fj ist Ψj : 4j 7→
∂Fj Parameterdarstellung.
Dabei ist
4j = {(u2 , . . . , up ) : (0, u2 , . . . , up ) ∈ Dj } ,
also
Ψ(u2 , . . . , up ) = Φj (0, u2 , . . . , up ).
Wir haben bisher:
Φ1 = Φ2 ◦ h mit h : D1 7→ D2 lokal diffeomorph.
Damit ist lokal h(41 ) ⊆ 42 , weil h = Φ−1
2 ◦ Φ1 .
Es ist also

Φ1 (u1 , u2 , . . . , up ) = Φ2 (h1 (u1 , . . . , up ), h2 (u1 , . . . , up ), . . . , hp (u1 , . . . , up )).

360
 11.5 Flächen und Mannigfaltigkeiten

Mit u1 = 0 ist

Ψ1 (u2 , . . . , up ) = Φ2 (0, h2 (0, u2 , . . . , up ), . . . , hp (0, u2 , . . . , up ))

= Ψ2 (h(u2 , . . . , up ))
 
h2
 .. 
mit h =  . .
hp
⇒ ∂F1 , ∂F2 sind verträglich.
Noch zu zeigen:
0
det h0 > 0 =⇒ det h > 0.
?

Es ist  
∂h1 ∂h1 ∂h1
 ∂u1 ...
 ∂u2 ∂up 

 ∂h2 
 
h =
0
 ∂u 2 

 ... 0 
 h 
 ∂hp 
∂u1
Dabei ist in 41
∂h1 ∂h1
= ··· = = 0.
∂u2 ∂up
Also gilt dann:
∂h1 0
0 < det h0 = ·h.
∂u1
0
∂u1 ≥ 0? Dann ist nämlich det h > 0.
Ist ∂h1

Zeige also noch: ∂h ∂u1 ≥ 0:

1

Es ist h1 (0, u2 , . . . , up ) = 0,
h(41 ) ⊆ 42 und h(D1 ∩ H) ⊆ D2 ∩ H.
∂u1 ≥ 0, weil h1 (u1 , u2 , . . . , up ) < 0 für u1 < 0.
∂h1

11.5.18 Zerlegung der Eins

Sei M eine kompakte p-Mannigfaltigkeit,

M = F 1 ∪ · · · ∪ Fm , ∂M = ∂F1 ∪ · · · ∪ ∂Fm .

Dabei sei
M := M ∪ ∂M ⊆ IRn
kompakt.
Dann existieren endlich viele Kugeln K1 , . . . , Ks mit dazu gehörenden C ∞ -Funktionen ϕj : K1 ∪ · · · ∪
Ks → IR mit ϕj (x) = 0 außerhalb von Kj und ϕj > 0 in Kj und

X
s
ϕj (x) = 1
j=1

für x ∈ K1 ∪ · · · ∪ Ks .
Weiter ist M ⊆ K1 ∪ · · · ∪ Ks und zu jedem x ∈ M , x ∈ Kj , gibt es ein Fν(j) mit M ∩ Kj ⊆ Fν(j) .

361
11 Vektoranalysis

Geometrisch bedeutet das, daß es nicht erlaubt ist, daß der Schnitt von M mit Kj eine Untermenge
irgendeines Fν(j) sein muß; es darf kein Fν(k) zusätzlich in Kj (ν(k) 6= ν(j)) „hineinragen“.
Fν(j) darf aber z. B. (unter der Annahme, daß Fν(j) eine Kurve ist) zeitweise die Kugel Kj verlassen
und danach wieder schneiden.

Beweis: Sei x ∈ M beliebig.

Dazu existiert
S eine Kugel K(x) und ein ν mit K(x) ⊆ F̃ν .
Da M ⊆ x∈M K(x), gilt:
[
s   [s
M⊆ K x (j)
=: Kj
j=1 j=1

(Satz von Heine-Borel, 7.5.11 auf Seite 197)

Dabei ist Kj ⊆ Fν(j) für geeignetes ν(j).
Wenn nun ψ ∈ C ∞ ex. mit:

1. ψj (x) > 0 in Kj ,

2. ψ(x) = 0 in IRn \ Kj ,

dann setze in K1 ∪ · · · ∪ Ks
ψj (x)
ϕj (x) :=
P
s
ψi (x)
i=1

Nachweis der Existenz von ψ zu K: Setze K = K(0, 1) und

  
exp 1
in K(0, 1)
ψ(x) = kxk2 − 1

0 sonst

Es ist ψ ∈ C ∞ (Aufgabe).  
Zu K = K(ξ, r) gehört dann ψ x−ξ
r .

11.5.19 Def.: Integral von p-Form über p-Mannigfaltigkeit

Sei M eine kompakte, orientierte p-Mannigfaltigkeit, ω sei eine p-Form, definiert in der offenen Menge
U, U ⊇ M.
{ϕ1 , . . . , ϕs } sei eine Zerlegung der Eins.
Dann wird definiert:
Z X
s Z
ω := ϕj ω
M j=1F
ν(j)

11.5.20 Satz

Die Definition in 11.5.19 ist unabhängig von der Zerlegung der Eins.

362
 11.6 Der Integralsatz von Stokes

Beweis: Seien ϕ1 , . . . , ϕs mit K1 , . . . , Ks und ψ1 , . . . , ψt mit L1 , . . . , Lt eine Zerlegung der Eins:

s Z
X X
s Z X
t X
s X
t Z
ϕj ω = ψi ϕj ω = ψi ϕj ω
j=1F j=1F i=1 j=1 i=1 F
ν(j) ν(j) ν(j)

X
t Z X
s X
t Z
⊗
= ϕj ψi ω = ψi ω
i=1 F j=1 i=1 F
ν(i) ν(i)

Wieso gilt ⊗?
Zu Fν(j) und Fν(i) gehören die beiden Kugeln Kj und Li , sie können sich schneiden, müssen es aber
nicht, außerdem ist ψi ϕj = 0 außerhalb von Kj ∩ Li , deshalb ist es egal über welches F — beide sind
Obermengen der Kugeln — integriert wird.

11.6 Der Integralsatz von Stokes

11.6.1 Integralsatz von Stokes

Sei M ein C 2 -Mannigfaltigkeit der Dimension p (p-Mannigfaltigkeit), ω eine (p − 1)-Form, stetig

differenzierbar in U ⊇ M , U offen.
Dann gilt: Z Z
dω = ω
M ∂M

Speziell für p = n ist dies der Gaußsche Integralsatz (Divergenzsatz):

Z   Z
∂b1 ∂bn
+ ···+ dx1 ∧ · · · ∧ dxn = b1 (x) dx2 ∧ · · · ∧ dxn
∂x1 ∂xn | {z }
M (dx) ∂M

− b2 dx1 ∧ dx4 ∧ · · · ∧ dxn

+ · · · + (−1)n+1 bn (x) dx1 ∧ · · · ∧ dxn−1

11.6.2 Bemerkungen

(a) „C 2 “-Mannigfaltigkeit:
[
m
M= Fj , Φj : Dj → Fj
j=1

alle Φj sind zweimal stetig differenzierbar.

(b) ∂M = ∅ ist möglich. Dann ist die Aussage:
Z
dω = 0
M

(c) Für p = 1 ist M eine Kurve (Bogen oder geschlossen).

Φ : (α, β) → IRn

363
11 Vektoranalysis

sei Parameterdarstellung von M .

Wenn M geschlossen ist, hat M keinen Rand, wenn M ein Bogen ist, sind die Endpunkte der
Rand.
ω sei eine 0-Form: ω = u : U → IR, eine Funktion. Dann ist

X
n
∂u
dω = dxj .
∂xj
j=1

Was ist Z
ω = · · ·?
∂M

Z Z
dω = grad u(x) · dx „Kurvenintegral“
M M
Z
= u(Φ(β)) − u(Φ(α)) =: ω
∂M

11.6.3 Beweis zum Integralsatz von Stokes, 11.6.1

Sei
[
m
M= Fj (mit oder ohne Rand)
j=1

und ϕ1 , . . . , ϕs Zerlegung der Eins.

Dann ist
 
Z Z Xs
dω = d ϕj ω 
M M j=1

Xs Z X
s Z
= d(ϕj ω) = d(ϕj ω)
j=1 M j=1F
ν(j)

ϕ1 , . . . , ϕs ist auch Zerlegung der Eins bezüglich ∂B ⊆ M :

 
Z Z X s X
s Z
ω=  ϕj ω  = ϕj ω
∂M ∂M j=1 j=1∂F
ν(j)

Zeige also: Z Z
d(ϕj ω) = ϕj ω
Fν(j) ∂Fν(j)

Schreibe F anstelle von Fν(j) und ω anstelle von ϕj ω.

Dann ist zu zeigen: Z Z
dω = ω
F ∂F

364
 11.6 Der Integralsatz von Stokes

Dabei ist ω = 0 außerhalb einer Kugel.

Sei
Φ: D ∩ H → F, H = {u : u1 < 0} (z.B.)
eine Parameterdarstellung von F mit Φ ∈ C 2 (D).
Setze nun σ := Φ∗ ω und damit dσ = Φ∗ (dω).
Damit ist dann Z Z
dω = dσ
F D∩H

und Z Z
ω= σ
∂F 4

mit 4 = ∂H ∩ D.
σ ist (p − 1)-Form im IRp :

σ =b1 du2 ∧ · · · ∧ dup − b2 du1 ∧ du3 ∧ · · · ∧ dup

+ · · · + (−1)p−1 bp du1 ∧ · · · ∧ dup−1
 
X p
∂bj 
dσ =  du1 ∧ · · · ∧ dup
∂uj
j=1

Zu zeigen bleibt also:

Z Z
∂bj gj ∧ · · · ∧ dup
du1 ∧ · · · ∧ dup = (−1)j−1 bj du1 ∧ · · · ∧ du
∂uj
D∩H 4

Der Fall j = 1: Es ist

Z Z
∂b1 ∂b1
du1 ∧ · · · ∧ dup = du
∂u1 ∂u1
D∩H D∩H
 
Z Z0
 ∂b1 
=  du1  du
∂u1
4 α(u)
Z
= (b1 (0, u) − b1 (α(u), u)) du
| {z }
4 =0
Z Z
= b1 (0, u) du = b1 du2 ∧ du3 ∧ · · · ∧ dup
4 4

Der Fall 2 ≤ j ≤ p: Sei z. B. j = p:

Z
∂bp Fubini
du1 ∧ · · · ∧ dup =
∂up IRp = IRp−1 × IR
D∩H
 
Z Z
β(ũ)
 ∂bp 
=  dup  dũ = 0
∂up
α(ũ)

365
11 Vektoranalysis
Z Z
bp du1 ∧ · · · ∧ dup−1 = bp (0, u2 , . . . , up ) du1 ∧ · · · ∧ dup−1 = 0
4 4

(Aufgabe!)

11.7 Oberflächenmaße

11.7.1 Definition: Gram’sche Matrix und Determinante

Sei A eine n × p-Matrix, 1 ≤ p ≤ n.

Dann heißt
AT A
Gram’sche Matrix, (p × p)-Matrix, und
gr(A) := det(AT A)
heißt Gram’sche Determinante.

11.7.2 Bemerkungen/Beispiele

(a) Ist ai die i-te Spalte von A (ai ∈ IRn ), dann hat AT A die Einträge aj · ai = gji = gij , AT A ist
symmetrisch.
(b) Sei p = 2, A habe die 2 Spalten a und b:
 
T a·a a·b
A A=
a·b b·b
CSU
gr(A) = kak2 · kbk2 − (a · b)2 ≥ 0

(c) Für n = 3, p = 2 ist gr(A) = ka × bk2 (Aufgabe!)

(d) Sei c ∈ IRn fest und
   
1 0 1 + c21 c1 c2 ... c1 c n
 ..   c2 c1 1 + c2 12 ... c2 c n 
 .  T  
A= , A A= .. 
0 1  . 
c1 . . . cn cn c1 ... cn cn−1 1 + cn 2

Es ist dann:
gr(A) = 1 + c21 + · · · + c2n = 1 + kck2

Beweis zu (d): Berechnung der Eigenwerte von AT A:

1 ist Eigenwert:
X
n
AT Ax = 1 · x ⇐⇒ ci cj xj = 0 für i = 1, . . . , n
j=1
X
n
⇐⇒ ci · c j xj = 0
j=1

⇐⇒ ci (c · x) = 0 für i = 1, . . . , n

366
 11.7 Oberflächenmaße

Dies ist richtig, wenn c · x = 0 ist.

Es gibt (n − 1) linear unabhängige Lösungen von c · x = 0.
Es gibt also die Eigenwerte 1, . . . , 1 und den Eigenwert
| {z }
(n−1)×

(n−1)×
z }| {
λ = spur(A A) − (1 + · · · + 1)
T

= (1 + c21 + · · · + 1 + c2n ) − (1 + · · · + 1)
= 1 + c21 + · · · + c2n
Damit ist
det(AT A) = |1 ·{z
· · 1} (1 + c21 + · · · + c2n )
(n−1)×

11.7.3 Hilfssatz

(a) Es gilt: gr(A) ≥ 0. Es ist gr(A) = 0 genau dann, wenn a1 , a2 , . . . , ap linear abhängig sind.
(b) Für eine (p × p)-Matrix C gilt:
gr(AC) = (det C)2 · gr(A)

Beweis
(a) mit Induktion:
p = n: gr(A) = (det A)2 ≥ 0, = 0 genau dann, wenn a1 , . . . , an l. a.
p + 1 7→ p : Sei A = (a1 , . . . , ap ). Wähle a ∈ IRn so, daß kak = 1 und a · ai = 0 für alle i. Setze
A0 = (a1 , . . . , ap , a):

0 ≤ gr(A0 ) = det (A0 )T A0 = gr(A)
denn  
0
 T    .. 
A
 AT A .
det · A a = det   = gr(A)
aT
 0
0 ··· 0 1
Dieses ist = 0, wenn a1 , . . . , ap , a linear abhängig sind. Da aber a senkrecht zu allen anderen
Vektoren steht müssen a1 , . . . , ap l. a. sein.

11.7.4 Definition: Oberflächenintegral

Sei F ein p-Flächenstück mit der Parameterdarstellung Φ : D ⊆ IRp → IRn und f : Φ(D) = F → IR
stetig. Dann heißt Z Z p
f (x) do := f (Φ(u)) gr(Φ0 (u)) du
F D
Oberflächenintegral, sofern die rechte Seite als Lebesgueintegral existiert. Insbesondere heißt
Z Z
|F | = 1 · do = do
F F

p-dimensionaler Inhalt von F .

367
11 Vektoranalysis

11.7.5 Bemerkungen
R
(a) f (x) do läßt sich mittels einer Zerlegung der Eins für Flächen bzw. Mannigfaltigkeiten erklären.
F

(b) Für n = 3, p = 2:
Sei Φ : D ⊆ IR2 → IR3 : dann ist
gr(Φ0 ) = kΦu × Φv k2
(Übereinstimmung mit früherer Definition.)
(c) Sei nun n beliebig, p = 1 und
Φ : (α, β) → IRn
eine Parameterdarstellung von F mit
 0
Φ1
0  .. 
Φ =  . , gr(Φ0 ) = det((Φ0 )T · Φ0 ) = kΦ0 k2
Φ0n
Damit ist
Z Zβ
f (x) do = f (Φ(t)) · kφ0 (t)k dt
F α
(Integral nach der Bogenlänge)
(d) Die Definition ist unabhängig von der Parameterdarstellung von F :
Seien Φ : D → F und Ψ : 4 → F Parameterdarstellungen von F .
Es gilt: Φ(u) = Ψ(h(u)), mit h : : D → 4 diffeomorph.
Damit ist dann
Φ0 (u) = Ψ0 (h(u)) · h0 (u)
gr(Φ0 (u)) = gr(Ψ0 (h(u)) · h0 (u))
= gr(Ψ0 (h(u))) · (det h0 (u))2
und
Z p Z p
f (Φ(u)) gr(Φ (u)) du = f (Ψ(h(u))) gr(Ψ0 (h(u))) · | det h0 (u)| du
0

D D
Z p
Trafo
= f (Ψ(s)) gr(Ψ0 (s)) ds
4

(e) Zur Motivation: Sei

D = {u ∈ IRp : 0 < uj < 1 für 1 ≤ j ≤ p}
und Φ(u) = A · u mit der n × p-Matrix A = (a1 , a2 , . . . , ap ).
Damit ist Φ0 = A und
 
X p 
F = Φ(D) = uj aj : 0 < uj < 1 für j = 1, . . . , p
 
j=1
n
In der Geometrie des IR setzt man dann
p Z p
|F | = Inhalt von F = gr(A) = gr(A) du
D
Im Fall n = 3, p = 2 ist dann |F | die Oberfläche des im Raum stehenden Flächenstückes F .

368
 11.7 Oberflächenmaße

11.7.6 Beispiel: Inhalt der n-dimensionalen Einheitssphäre

Die n-dimensionale Einheitsspäre ist

S n−1 = {x ∈ IRn , kxk = 1} .

Suche eine explizite Darstellung für

n−1
S+ = X n−1 ∩ {x : xn > 0}

Es ist xn = ϕ(x1 , . . . , xn−1 ), genauer:

 
u1
 .. 
 
Φ(u) =  .  , mitu ∈ IRn−1 , kuk < 1
un−1 
ϕ(u)
Damit ist  
1 0
 .. 
0  . 
Φ (u) =  
 1 
ϕu 1 ··· ϕun−1
gr(Φ0 (u)) = 1 + kϕ0 k2
und
4n−1 = {u : kuk < 1, u ∈ IRn−1 }
Also ist Z
du
|S n−1
| = ωn = 2 · |S+
n−1
| =2 p
1 − kuk2
4n−1

Außerdem ist
p q
ϕ(u) = 1 − kuk2 = 1 − u21 − · · · − u2n−1
1
ϕ0 (u) = − p · (−2u1 , −2u2 , . . . , −2un−1 )
2 1 − kuk2
1
kϕ0 k2 = kuk2
1 − kuk2
1
1 + kϕ0 k =
1 − kuk2
1. Sei nun n = 2:
Z1
du
ω2 = 2 · √ = 2π
1 − u2
−1

2. und nun n 7→ n + 1:
mit
y = (x1 , . . . , xn−1 ) ∈ IRn−1
Z
dx r = xn ∈ IR
ωn+1 =2· p =
1 − kxk2 −1 < r < 1
4n kyk2 < 1 − r2
und Fubini

369
11 Vektoranalysis

Transformation:
√
Z1 Z
dy y = 1 − r2 ξ
= p dr =
√ 1 − r2 − kyk2 dy = (1 − r2 )(n−1)/2 dξ
−1 kyk< 1−r 2
kyk2 = (1 − r2 )kξk2
 
Z1 Z
1  (1 − r2 )(n−1)/2 
=2 √  p dξ  dr
1 − r2 1 − kξk2
−1 4n−1
Z1 Z
dξ
=2 (1 − r )2 (n/2)−1
dr p
1 − kξk2
−1 4n−1

Daraus folgt also:

Z1
n
ωn+1 = ωn · 2 (1 − r2 ) 2 −1 dr
0

Wenn nun substituiert wird mit r = sin t, dr = cos t dt, dann gilt folgende Rekursionsformel:
 2π 
Z
ωn+1 = 2 (cos t)n−1 dt · ωn
0

mit ω2 = 2π.

11.7.7 Gaußscher Integralsatz oder Divergenzsatz [klassische Form]

Sei G ⊆ IRn ein Gebiet, ∂G sei der topologische Rand von G. G wird aufgefaßt als n-Fläche, ∂G als
(n − 1)-Mannigfaltigkeit.
Sei nun w ein Vektorfeld, stetig differenzierbar in einer offenen Menge ⊇ G. Dann gilt:
Z Z
div w dx = w · ν do
G ∂G

Dabei ist
∂w1 ∂wn
div w = +··· + ,
∂x1 ∂xn
ν ist die „äußere“ Normale: ν ∈ IRn , kνk = 1, ν(x)⊥Tx ∂G.
„äußere“ heißt: x − tν(x) ∈ G für 0 < t < δ, „ν zeigt nach außen“.

Beweis (Idee): Mit Hilfe des Satzes von Stokes für p = n:

Für
Xn
ω= ˜ j ∧ · · · ∧ dxn
(−1)j−1 wj dx1 ∧ · · · ∧ dx
j=1

wird Z Z
dω = ω
G ∂G

auszurechnen sein.

370
12 Fourierreihen und -Transformationen1

12.1 Lp -Räume

12.1.1 Vorbemerkungen

Generell sei E ⊆ IRn meßbar und

f : E → C, f = u + iv, u, v : E → IR

f heißt meßbar [integrierbar], wenn u und v meßbar [integrierbar] sind.

Man setzt Z Z Z
f (x) dx := u(x) dx + i v(x) dx
E E E
Es gelten die üblichen Regeln, insbesondere (wie bei Riemann):
Z Z
f ≤ |f |

12.1.2 Definition: Der Lp -Raum

(a) Für 1 ≤ p < ∞ ist

Lp = Lp (E) := {f : E → C meßbar, |f |p integrierbar}

(b)  
∞ ∞ f : E → C meßbar, es ex. eine Nullmenge N mit
L = L (E) :=
sup{|f (x)| : x ∈ E \ N } < ∞

Man setzt  1/p

Z
kf kp :=  |f (x)|p dx
E
und
kf k∞ := inf{A > 0 : |f (x)| ≤ A in E \ N, N Nullmenge}

12.1.3 Bemerkungen und Beispiele

(a) Für m(E) < ∞ und p < q ≤ ∞ gilt: Lq $ Lp

Beweis: Für q = ∞: Dann ist f und damit auch |f |p beschränkt, zusammen mit m(E) < ∞
folgt dann: Z
|f |p existiert.

1
Version 4.5 vom 19. Dezember 2002

371
12 Fourierreihen und -Transformationen

Sei nun p < q < ∞, f ∈ Lq : Es ist dann

kf kp ≤ 1 + kf kq (Majorante).

Daraus folgt: f ∈ Lp .
(b) Beispiel: Sei
E = {x : kxk < 1}, f (x) = kxk−α für α > 0.
Damit ist (⊗: Kugelkoordinaten)
Z Z
|f (x)| dx = kxk−αp dx
p

E E
Z1
⊗
= const · r−αp+n−1 dr
0

Dieses Integral existiert genau dann, wenn

−αp + n − 1 > −1 ⇐⇒ αp < n

(c) Für m(E) = +∞ existiert keine Relation zwischen Lp und Lq (siehe Beispiel unter (d)).
(d) Beispiel: Sei
E = {x : kxk > 1}, f (x) = kxk−α .
Damit ist
f ∈ Lp ⇐⇒ αp > n

12.1.4 Höldersche und Minkowskische Ungleichung

(a) Seien 1 < p < ∞, 1 < q < ∞ mit 1

p + 1
q = 1 (Konjugierte Zahlen).
Dann gilt für f ∈ Lp , g ∈ Lq :
kf gk1 ≤ kf kp · kgkq (12.1)
(Höldersche Ungleichung)
(b) Für f ∈ L1 , g ∈ L∞ gilt (12.1) ebenfalls. (p = 1, q = ∞)
(c) Sei f ∈ Lp , g ∈ Lp mit 1 ≤ p ≤ +∞. Dann gilt

kf + gkp ≤ kf kp + kgkp

Beweis:
(a) Die Gleichung (12.1) ist richtig, falls f (x) · g(x) = 0 f. ü.,
sonst sei
kf kp = A > 0, kgkq = B > 0.
Setze
|f (x)| |g(x)|
F (x) = , G(x) = .
A B

372
 12.1 Lp -Räume

Sei x fest: Es ist F (x) > 0, G(x) > 0.

Dann gilt

F (x) = es/p , (s = p log F (x))

G(x) = et/q , (t = q log G(x))

Mit ⊕ als Aufgabe gilt dann:

F (x)G(x) = es/p+t/q
⊕ 1 1
≤ es + et
p q
1 1
= (F (x))p + (G(x))q
p q

Zusammen ist dann

Z Z Z
1 1
F (x)G(x) dx ≤ (F (x)) dx + p
(G(x))q dx = 1
p q
E E E
| {z } | {z }
=1 =1
Z
1
⇐⇒ |f (x)g(x)| dx ≤ 1
AB
e
⇐⇒ kf gk1 ≤ kf kp · kgkq

(b) Es ist
|f (x)g(x)| ≤ |f (x)| · kgk∞ f. ü.
also
kf gk1 ≤ kf k1 · kgk∞

(c) Beweis hier nur für 1 < p < ∞. (p = 1, ∞ als Aufgabe.)

Wähle q so, daß p1 + 1q = 1. Es ist

|f + g|p ≤ (|f | + |g|)p = (|f | + |g|)(|f | + |g|)p−1

Z
|f | (|f | + |g|)p−1 ≤ kf kp · k(|f | + |g|)p−1 kq
|{z} | {z }
∈Lp ∈Lq ??

Hierbei ist Z 1/q

k(|f | + |g|) p−1
kq = (|f | + |g|) (p−1)q

Aus 1
p + 1
q = 1 folgt (p − 1)q = p. Damit ist dann

Z 1
q
k(|f | + |g|) p−1
kq = (|f | + |g|) p

Zusammen folgt:
Z Z 1
q
(|f | + |g|) ≤ (kf kp + kgkp )
p
(|f | + |g|) p

373
12 Fourierreihen und -Transformationen

Mit 1
q =1− 1
p folgt

k(|f | + |g|)kp ≤ kf kp + kgkp

⇒ kf + gkp ≤ k |f | + |g| kp ≤ kf kp + kgkp

Jetzt bleibt noch zu zeigen: Ist (|f | + |g|)p−1 ∈ Lq ?

(|f | + |g|)(p−1)q = (|f | + |g|)p ≤ 2p max (|f |p , |g|p ) ∈ L1

| {z }
∈L1

12.1.5 Bemerkung

Für p = 2 ist in Gleichung (12.1) q = 2 und sie lautet dann

kf gk1 ≤ kf k2 · kgk2
 2    
Z 2
Z Z Z
f (x)g(x) dx ≤ |f (x)g(x)| dx ≤  |f (x)|2 dx ·  |g(x)|2 dx
E E E E

Dies ist die Cauchy-Schwarzsche Ungleichung. Normalerweise wird sie auf der linken Seite mit g(x)
statt g(x) geschrieben.

12.1.6 Satz: Lp ist ein Vektorraum

Lp ist ein Vektorraum über C, und [Link] hat die Eigenschaften

(1) kf kp ≥ 0, „= 0“, genau dann, wenn f (x) = 0 f. ü.
(2) kλf kp = |λ|kf kp
(3) kf + gkp ≤ kf kp + kgkp

12.1.7 Bemerkung

Wegen (1) ist [Link] keine Norm, heißt aber p-Norm oder Lp -Norm.

12.1.8 Definition: Konvergenz im Lp

Eine Folge (fk ) in Lp heißt konvergent in Lp gegen f ∈ Lp , wenn kfk − f kp → 0 für k → ∞.

kurz: fk → f oder lim fk = f .
k→∞
Achtung: fk → f ist etwas anderes als fk (x) → f (x) für x ∈ E.

12.1.9 Satz von Riesz-Fischer

Lp ist vollständig, d. h. jede Cauchyfolge in Lp konvergiert in Lp .

(Cauchyfolge bedeutet: Zu jedem ε > 0 ex. ein k0 ∈ IN mit kfk − fl k < ε für alle k > l ≥ k0 .)

374
 12.1 Lp -Räume

Beweis: Bemerkung: Aus fk → f in Lp folgt, daß (fk ) wie immer eine Cauchyfolge ist.
Sei (fk ) Cauchyfolge in Lp mit 1 ≤ p < ∞ (p = ∞ als Aufgabe).
Setze nun ε = 2−j . Finde dazu ein kj mit

kfk − fl kp < 2−j für k > l > kj , (j = 1, 2, . . .)

OBdA sei k1 < k2 < k3 < · · · .

Sei nun E meßbar und F ⊆ E mit endlichem m(F ):
 1/p
Z Z
Hölder
1 · |fk (x) − fl (x)| dx ≤ (m(F ))1/q ·  |fk (x) − fl (x)|p dx
F F
≤ (m(F ))1/q kfk − fl kp
≤ (m(F ))1/q · 2−j , falls k > l ≥ kj

Mit Beppo-Levi folgt dann:

∞
X

fkj+1 (x) − fkj (x)
j=1

konvergiert fast überall in F , also fast überall in

∞
[
E= E ∩ [−k, k]n .
| {z }
k=1
=:Fk mit m(Fk )<∞

Setze nun
∞
X

f (x) := fk1 (x) + fkj+1 (x) − fkj (x) = lim fkj (x) f. ü.
j→∞
j=1

(sonst setze f (x) = 0.)

Da kfk kp ≤ const (Wie bei jeder Cauchyfolge).
f ∈ Lp : Lemma von Fatou:
Z Z
|f (x)|p dx ≤ lim |fkj (x)|p dx < ∞
j→∞
E E

Zeige nun, daß fkj → f in Lp :

Z Z
|f (x) − fkj (x)|p dx ≤ lim |fkl (x) − fkj (x)|p dx
l→∞
E E

d. h.:
kf − fkj kp ≤ lim kfkl − fkj kp ≤ 2−j
l→∞

Also konvergiert die Teilfolge (fkj ) gegen f in Lp .

Sei nun k > kj . Dann gilt:

kf − fk kp ≤ kf − fkj kp + kfkj − fk kp < 2−j+1

| {z } | {z }
≤2−j <2−j
nach Def. von kj

Also: fk → f in Lp .

375
12 Fourierreihen und -Transformationen

12.1.10 Zusatz

Konvergiert die Folge (fk ) gegen f in Lp , so gibt es eine Teilfolge (fkj ) mit fkj (x) → f (x) f. ü. für
j → ∞.

12.1.11 Beispiel

Betrachtet wird der Raum L2 ([0, 2π)).

Sei (ck ) eine Folge in C mit k = −∞, . . . , ∞ und die Reihe
∞
X
|ck |2
k=−∞

konvergiere. Setze dann

X
n
fn (x) := ck eikx (trigonometrisches Polynom)
k=−n

Zeige: (fn ) ist Cauchyfolge: Sei n > m und ε > 0. Dann gilt:

X
2
Z2π X
2

kfn − fm k22 = ck e ikx

= ck e ikx
dx
m<|k|≤n 2 0 m<|k|≤n

Z2π X
= ck cj ei(k−j)x dx
0 m<|k|,|j|≤n
X
= |ck |2 · 2π
m<|k|≤n
X
≤ 2π |ck |2 < ε2 für m ≥ n0
|k|>m

Somit gilt also: fn → f in L2 ([0, 2π)).

Abkürzung: Setze
Z2π
(f, g) := f (x)g(x) dx
0
Für −n ≤ j ≤ n gilt dann:
Z2π X
n
(fn , e ijx
)= ck ei(k−j)x dx = 2π · cj
0 k=−n

Daraus folgt für cj , den j-ten Fourierkoeffizienten von fn :

1
cj = (fn , eijx )
2π
Für die Funktion f gilt:
(f, eijx ) = (fn , eijx ) + (f − fn , eijx ).

376
 12.1 Lp -Räume

Daraus folgt dann:

|(f, eijx ) − (fn , eijx ) = |(f − fn , eijx )|

| {z }
=cj
CSU
≤ kf − fn k2 · 2π → 0 (n → ∞)

Es ist
Z2π
1
cj = f (x)e−ijx dx
2π
0
cj = fˆj (Analysis I)

Die Folge cj erzeugt f ∈ L2 , cj sind die Fourierkoeffizienten von f .

Ziel: qX
2πkf k2 = |ck |2

(≥ schon bewiesen mit der Besselschen Ungleichung, siehe 6.5.6 auf Seite 149).

12.1.12 Approximation durch stetige Funktionen

Zu beliebigem f ∈ Lp (IRn ), 1 ≤ p < ∞, gibt es eine Folge (gk ) von stetigen Funktionen im IRn mit
gk → f in Lp , sowie gk (x) = 0 für kxk ≥ Rk .

Beweis:
(1) Es existieren Treppenfunktionen ϕk mit

ϕk (x) → f (x) f. ü., |ϕk (x)| ≤ |f (x)| f. ü.

(Aufgabe).
Da
|ϕk (x) − f (x)|p ≤ 2p |f (x)|p ,
ist der Satz von Lebesgue über die majorisierte Konvergenz anwendbar und es gilt für k → ∞
Z
kf − ϕk kp → 0.

(2) Approximation von ϕ = ϕk durch stetige Funktionen g = gk :

Sei OBdA (
1 in I = (a1 , b1 ) × · · · × (an , bn )
ϕ(x)
0 in IRn \ I¯
In das Intervall I, in dem die Treppenfunktion ϕ gleich 1 ist, wird nun ein zweites Intervall J
gelegt, dessen Ränder den Abstand δ zum Rand von I haben. Setze nun


1 in J
1
g(x) = δ dist(x, ∂I) sonst


0 in IRn \ I¯

377
12 Fourierreihen und -Transformationen

Dabei ist
dist(x, ∂I) = min{kx − yk : y ∈ ∂I}
g ist stetig in IRn , g(x) = 0 für kxk ≥ R.
Es gilt damit dann
Z
kϕ − gkp =
p
|ϕ(x) − g(x)|p dx
| {z }
I\J ≤1
1
≤ 1 · m(I \ J) < für kleines δ > 0.
kp
Somit folgt dann:
1
kϕk − gk kp < , kgk − f k → 0 für k → ∞
k

12.1.13 Erinnerung an Analysis I

Sei f : IR → IR eine 2π-periodische Funktion und Riemann-integrierbar über dem Intervall [0, 2π].
Definiere dann den Fourierkoeffizienten fˆk :

Z2π
1
fˆk = f (x)e−ikx dx
2π
0

Seien
X
n
Sn (x) := fˆk eikx
k=−n

X
n
Tn (x) := ck eikx (ck ∈ C)
k=−n

Trigonometrische Polynome. Dann wird definiert:

Z2π
f (x)g(x) dx =: (f, g),
0

insbesondere p
(f, f ) = kf k2
und es gelten:
(a)
kf − Sn k2 ≤ kf − Tn k2 ∀Tn

(b)
1 X ˆ 2
n
kf − Sn k22 = kf k22 − |fk |
2π
k=−n

(c) die Besselsche Ungleichung:

∞
X
|fˆk |2 ≤ 2πkf k22
k=−∞

378
 12.1 Lp -Räume

12.1.14 Definition

Definiere
L22π := L2 ([0, 2π))
Funktionen f ∈ L22π werden 2π-periodisch fortgesetzt, d. h. es gilt

f : IR → C

Unter diesen Bedingungen gelten (a), (b) und (c) weiter.

12.1.15 Bemerkung

Sei ( )
X
2
l := (ck )∞
k=−∞ : |ck | ist konvergent
2

Auf diesem Raum wird die folgende Norm definiert:

sX
k(ck )k2 := |ck |2
k

Das Skalarprodukt ist: X

((ck ), (dk )) = ck d k
k

Die Abbildung
2

l −→ L22π
X

(ck ) 7−→ ck eikx (konv. in L2 )
k

ist bijektiv und normerhaltend.

L. Carleson zeigte 1963: Für f ∈ L22π gilt:
∞
X
f (x) = fˆk eikx f.ü.
−∞

12.1.16 Satz

Für f ∈ L22π gilt:

∞
X
fˆk eikx = f im L2 -Sinn, d.h.
k=−∞

kSn − f k −→ 0 (n → ∞)
und es gilt die Parsevalsche Gleichung:
∞
X
|fˆk |2 = 2πkf k22
k=−∞

379
12 Fourierreihen und -Transformationen

Beweis: Sei ε > 0. Dann existiert:

1. eine stetige Funktion g : [0, 2π] → C mit

kf − gk2 < ε

OBdA sei g(2π) = g(0). Falls nicht, ändere g im Intervall [2π − δ, δ] so, daß ĝ hier linear ist. Dabei
ist ĝ(2π − δ) := g(2π − δ) und ĝ(2π) := g(0).
2. ein trigonometrisches Polynom Tm mit
ε
|g(x) − Tm (x)| < √ in [0, 2π]
2π
(Weierstraßscher Approximationssatz)
Sei nun n ≥ m: Dann gilt:

kf − Sn k2 ≤ kf − Tm k2
≤ kf − gk2 + kg − Tm k2
v
uZ2π
u
u ε2
<ε+t dx = 2ε
2π
0

d. h. Sn → f in L22π .
Aus (b) folgt:
X
n
|fˆk |2 = 2πkf k22 − 2π kSn − f k2
| {z }
k=−n
→0 (n→∞)
∞
X
⇒ |fˆk |2 = 2πkf k22
k=−∞

12.1.17 Bemerkung

Für
1
`k (x) := √ eikx
2π
und f ∈ L22π gilt:
Z2π
1 1
fˆk = √ f (x)`k (x) dx = √ (f, `k )
2π 2π
0
und
1 X
f=√ (f, `k )`k in L22π
2π k
Zudem ist:
∞
1 X
|(f, `k )|2 = 2πkf k22
2π
k=−∞
und (
1 k=n
(`k , `n ) =
6 n
0 k=

380
 12.2 Die Fouriertransformation

12.2 Die Fouriertransformation

12.2.1 Definition

Für f ∈ L1 (IRn ) heißt

Z
fˆ(x) := (2π)−n/2 f (ξ)e−iξ·x dξ
IRn

Fourier-transformierte von f (Dabei ist ξ · x = ξ1 x1 + · · · + ξn xn das Skalarprodukt im IRn .).

Dabei wird die Abbildungˆ: f 7→ fˆ definiert. Die Existenzbedingung für fˆ ist:

|f (ξ)e−iξ·x | = |f (ξ)|

12.2.2 Beispiele

(1) Sei für λ > 0

f (ξ) = e−λkξk1 = e−λ|ξ1 |−···−λ|ξn |

Dann ist
Z !
X
n
(2π) n/2
fˆ(x) = exp (−λ|ξk | − iξk xk ) dξ
IRn k=1
Z !
Y
n
= e−λ|ξk |−iξk xk dξ
IR n k=1

Fubini
Y
n
= h(xk )
k=1

mit Z
h(xk ) = e−λ|ξk |−iξk xk dξk
IR

Berechne nun

Z∞ Z0 Z∞
−λ|t|−itu
h(u) = e dt = λt−itu
e| {z } + e−λt−itu dt
−∞ −∞ s=−t 0
ds=−dt
Z∞ Z∞
−λs+isu
= e ds + e−λt−itu dt
0 0
1 1 2λ
= + = 2
λ + iu λ − iu λ + u2

Also ist dann:

Y
n  n/2 Y
n
1 2 λ
fˆ(x) = (2π)−n/2 · (2λ)n · =
λ + x2k
2 π λ + x2k
2
k=1 k=1

381
12 Fourierreihen und -Transformationen

(2) Sei
2
f (ξ) = e−λkξk
mit
X
n
kξk =
2
ξk2 .
k=1
Dann ist
Z !
X
n
(2π) n/2
fˆ(x) = exp − λξk2 + iξk xk dξ
IRn k=1

Yn
= h(xk )
k=1

mit
Z∞
2 −itu
h(u) = e−λt dt
−∞
Z∞  2 !
iu u2
= exp −λ t + − dt
2λ 4λ
−∞
 2  Z∞   !
u iu 2
= exp − · exp −λ t + dt
4λ 2λ
−∞
u
t+ =s i 2λ
=
Funktionentheorie I
Z∞
−u2 /4λ 2
=e e−λs ds
−∞
r
π −u2 /4λ
= e
λ
Also ist
2
fˆ(x) = (2λ)−n/2 · e−kxk /4λ

12.2.3 Einfache Eigenschaften der Fouriertransformation

(1)
|fˆ(x)| ≤ (2π)−n/2 kf k1

(2) Die Abbildung (

L1 −→ L∞
ˆ
f 7−→ fˆ
ist linear, d.h.
\
αf + βg = αfˆ + βĝ,
und es gilt
kfˆk∞ ≤ (2π)−n/2 kf k1

382
 12.2 Die Fouriertransformation

(3) (a) Für a ∈ IRn und g(ξ) = eiaξ f (ξ) ist

ĝ(x) = fˆ(x − a)

(b) Für a ∈ IRn und g(ξ) = f (ξ − a) ist

ĝ(x) = fˆ(x) · e−iax

(c) Für eine reguläre n × n-Matrix A und g(ξ) = f (A−1 ξ) ist

ĝ(x) = | det A| · fˆ(AT x)

(d) Für g(ξ) = f (ξ) ist

ĝ(x) = fˆ(−x)

(e) Für g(ξ) = f (−ξ) ist

ĝ(x) = fˆ(−x)

Beweis: Auf dem Aufgabenblatt.

12.2.4 Satz von Plancherel

Für f, g ∈ L1 sind fˆg, f ĝ ∈ L1 und es gilt:

Z Z
fˆg = f ĝ

Beweis: Es ist
 
Z Z Z
(2π)n/2 fˆ(x) · g(x) dx =  f (ξ)e−iξx dξ  g(x) dx
IRn IRn
 
Z Z
Fubini
=  g(x)e−iξx dx f (ξ) dξ
IRn n
| IR {z }
=ĝ(ξ)·(2π)n/2
Z
= (2π) n/2
ĝ(ξ) · f (ξ) dξ
n
IR

Außerdem gilt:
|(fˆg)(x)| ≤ (2π)−n/2 kf k∞ · |g(x)|
| {z }
∈L1 (IRn )

Also gilt: fˆg ∈ L1 .

Wieso ist oben der Satz von Fubini anwendbar?
Nach dem Satz von Tonnelli gilt:
Z Z Z Z
−iξ·x
f (ξ)e · g(x) dξ dx = |g(x)| |f (ξ)| dξ dx existiert.
IRn IRn IRn IRn

383
12 Fourierreihen und -Transformationen

12.2.5 Satz: Stetigkeit und Differenzierbarkeit von fˆ

(a) fˆ ∈ C(IRn ), d.h. fˆ ist stetig.

(b) Falls f (ξ)kξkm in L1 ist, so ist fˆ ∈ C m (IRn ) und für |α| ≤ m gilt:

D α fˆ(x) = (−i)|α| ξd
αf .

Dabei ist
α = (α1 , α2 , . . . , αn ) ∈ INn0 , |α| = α1 + · · · + αn
und
∂ |α| f
Dα f = , ξ α = ξ1 α1 ξ2 α2 · · · ξn αn
∂x1 α1 ∂x2 α2 · · · ∂xn αn
z.B. ist für α = (1, 0, . . . , 0):
Z
fˆx1 (x) = −i · (2π)−n/2 ξ1 f (ξ)e−iξ·x dξ
IRn

Beweis:
(a) Setze
F (x, ξ) := f (ξ)e−iξx
F : IRn × IRn → C.
Ist ξ fest, dann ist x 7→ F (x, ξ) stetig.
Ist x fest, dann ist |F (x, ξ)| ≤ |f (ξ)|, integrierbar unabhängig von x.
Zusammen ist Z
fˆ(x) = (2π)−n/2 F (x, ξ) dξ
IRn

als Parameterintegral stetig.

(b) Beweis durch Induktion nach m:
m = 1: (kξk · f (ξ) integrierbar) Sei z.B. α = (1, 0, . . . , 0).
Ist ξ fest, so ist x 7→ F (x, ξ) stetig differenzierbar nach x1

Fx1 (x, ξ) = −iξ1 f (ξ)e−iξ·x .

Ist x fest, so gilt:

|Fx1 (x, ξ)| ≤ kξk · |f (ξ)|
| {z }
integrierbare Majorante

⇒ fx1 ist stetig, f Parameterintegral, Formel gilt.

12.2.6 Satz

Für f ∈ L1 (IRn ) ist fˆ ∈ C0 (IRn ), d. h. fˆ ist stetig und

lim fˆ(x) = 0.
kxk→∞

Insbesondere ist fˆ gleichmäßig stetig.

384
 12.2 Die Fouriertransformation

Beweis: Siehe 12.2.8 auf Seite 385.

12.2.7 Hilfssatz

Für f ∈ Lp (IRn ) sei f(y) (x) := f (x − y). Dann ist

h(y) := kf − f(y) kp

gleichmäßig stetig (h : IRn → [0, ∞))

Beweis: Es ist:

|h(y) − h(z)| = kf − f(y) kp − kf − f(z) kp ≤ kf(y) − f(z) kp

Z 1
p
= |f (x − y) − f (x − z)| dx
p

x=y+ξ
=
Transformationsformel
Z 1
p
= |f (ξ) − f (ξ − (z − y))| dξ
p
= h(z − y) − h(0)

d.h.: Zu zeigen ist die Stetigkeit im Punkt 0.

Sei also ε > 0. Dazu exisitert eine stetige Funktion g mit kf − gkp < ε, g(x) = 0 für kxk ≥ R(= Rε ).
Es existiert also ein δ > 0, so daß für kyk < δ < R gilt:
(
ε(Ωn (2R)n )−1/p für kxk < 2R
|g(x) − g(x − y)| ≤
0 für kxk ≥ 2R

Damit ist dann

|h(y) − h(0)| = kf − f(y) k = kf − g + g − g(y) + g(y) − f(y) kp

 1
Z p

 
<ε+ |g(x) − g(x − y)|p dx + ε
| {z }
kxk≤2R <εp (Ωn (2R)n )−1

< ε + ε(Ωn (2R)n )−1/p · (Ωn (2R)n )1/p + ε

= 3ε für kyk < δ.

12.2.8 Beweis von 12.2.6

Es ist
Z
(2π) n/2
fˆ(x) = f (ξ)e−iξ·x dξ

Subst.
=
ξ = η − π kxk
x
2
Z
x
= f (η − π )e−iη·x |{z}
eiπ dη
kxk2
=−1

385
12 Fourierreihen und -Transformationen

Nach Addition ergibt sich:

Z   
x
(2π) n/2
2fˆ(x) = f (ξ) − f ξ − π e−iξ·x dξ
kxk2
Z  
x
≤ f (ξ) − f ξ − π dξ
kxk2

= f − f x

π
kxk2 1

Zu ε > 0 existiert ein δ > 0 mit

x
|fˆ(x)| < const · f − f x
 < ε für π < δ,
π kxk2
kxk2 1

also für kxk > πδ .

⇒ lim fˆ(x) = 0
kxk→∞
⇒ fˆ ist gleichmäßig stetig.

12.2.9 Ziel: Die Umkehrformel

Im weiteren soll hier gezeigt werden, daß fast überall die Umkehrformel gilt:
Z
−n/2
f (ξ) = (2π) fˆ(x)eix·ξ dx

12.2.10 Definition: Faltung

Für f, g ∈ L1 (IRn ) heißt

Z
−n/2
f ∗ g(x) := (2π) f (x − y)g(y) dy
IRn

Faltung von f mit g.

12.2.11 Satz: Einfache Eigenschaften der Faltung

Für f, g ∈ L1 (IRn ) existiert f ∗ g für fast alle x und es gilt:

f ∗ g = g ∗ f ∈ L1 (IRn )

und
f[
∗ g = fˆ · ĝ

386
 12.2 Die Fouriertransformation

Beweis: Setze für F : IR2n → IR:

F (x, y) := f (x − y)g(y)
Dann ist
Z Z  ZZ
|F (x, y)| dx dy = |f (x − y)| · |g(y)| dx dy
Z Z 
= |g(y)| |f (x − y)| dx dy
| {z }
=kf k1

= kf k1 · kgk1

Nach dem Satz von Tonelli-Fubini gilt:

Z
2(π)n/2 · (f ∗ g)(x) = F (x, y) dy

existiert für fast alle x, und f ∗ g ∈ L1 (IRn ).

Z
n[
(2π) f ∗ g(x) = (2π) (f ∗ g)(ξ)e−iξ·x dξ
n/2

ZZ
= f (ξ − y)g(y)e−iξ·x dy dξ
ZZ
= f (ξ − y)e−i(ξ−y)·x · g(y)e−iy·x dy dξ
Z Z 
−i(ξ−y)·x
= f (ξ − y)e dξ g(y)e−iy·x dy

= (2π)n fˆ(x) · ĝ(x)

(Mit der Transformation ξ − y = u in der vorletzten Zeile.)

12.2.12 Beispiel 1

Sei n = 1 und (
−|x| 1 in [a, b]
f (x) = e , g(x) =
0 sonst
Dann ist
√ Zb
2π(f ∗ g)(x) = e−|x−y| · 1 dy
a
Das ergibt 3 Fälle:
1. x ≤ a:
Zb b
−y+x −y+x
e dy = −e = ex−a − ex−b
a a

2. x ≥ b:
Zb b
e y−x
dy = e y−x
= eb−x − ea−x
a a

387
12 Fourierreihen und -Transformationen

3. a < x < b:
Zb Zb
e y−x
dy + ex−y dy = 1 − ea−x + 1 − ex−b
a x

12.2.13 Beispiel 2

Sei
H(ξ) := e−kξk1 = e−|ξ1 |−···−|ξn | , λ>0

Dann gelten folgende Aussagen:

(1)
Z  n/2 Y
n
−n/2 iξ·x 2 λ
hλ (x) := (2π) H(λξ)e dξ =
π λ + x2ν
2
IR n ν=1

(2)
Z
hλ (x) dx = (2π)n/2
IRn

(3) Für f ∈ L1 gilt:

Z
f ∗ hλ (x) = (2π)−n/2 ˆ
H(λξ)f(ξ)e iξ·x
dξ
IRn

(4) Wenn f ∈ L∞ und stetig im Punkt x ist, dann gilt:

lim f ∗ hλ (x) = f (x)

λ→0

Beweis:
1. Wie in Beispiel 1, 12.2.12
2. Es ist
 n
Z  n/2 Z
2  λ
hλ (x) dx = dt
π λ2 + t 2
IRn IRn
t = λs
=
dt = λ ds
 n
 n/2 Z∞ 2
2  λ
= ds
π λ + λ2 s2
2
−∞
 n/2
2
= · πn
π
= (2π)n/2

388
 12.2 Die Fouriertransformation

3. Es ist
 
Z Z
(2π)n/2 f ∗ hλ (x) = f (x − y) (2π)−n/2 H(λξ)eiξ·y dξ  dy
IRn IRn
Z Z
= (2π)−n/2 H(λξ)f (x − y)e−i(x−y)·ξ dy eixξ dξ
IRn IRn
 
Z Z
= (2π)−n/2 H(λξ)  f (x − y)e−i(x−y)ξ dy  eix·ξ dξ
IRn n
| IR {z }
Transf.:
u=x−y
dy=du
Z
= H(λξ)fˆ(ξ)eixξ dξ

4. Ist f ∗ hλ definiert? Es ist |f (x − y)hλ (y)| ≤ kf k∞ fast überall, hλ (y) ∈ L1 , also ist f ∗ hλ
definiert. Es gilt:
Z
−n/2
|f ∗ hλ (x) − f (x)| = (2π) [f (x − y) − f (x)]hλ (y) dy
Z
≤ (2π)−n/2 |f (x − y) − f (x)|hλ (y) dy

y = λξ
=
dy = λn ξ
Z
−n/2
= (2π) |f (x − λξ) − f (x)| · λn · hλ (λξ) dξ
| {z }
=h1 (ξ)

Für λk & 0 gilt

1)
k→∞
|f (x − λk ξ) − f (x)|h1 (ξ) −→ 0 punktweise

2)
|f (x − λk ξ) − f (x)|h1 (ξ) ≤ (kf k∞ + |f (x)|) · h1 (ξ) f.ü.
ist integrierbare Majorante.
Mit dem Satz von Lebesgue gilt dann:
hλk ∗ f (x) − f (x) → 0 für k → ∞

12.2.14 Umkehrsatz

Ist f ∈ L1 und fˆ ∈ L1 , dann gilt überall dort, wo f stetig ist:

Z
−n/2
f (ξ) = (2π) fˆ(x)eix·ξ dx
IRn
fast überall, wenn f stetig ist. Außerdem gilt:
Z
−n/2 ˆ
f (−ξ) = (2π) fˆ(x)e−ix·ξ dx = fˆ(ξ)
IRn

389
12 Fourierreihen und -Transformationen

Beweis: Die rechte Seite sei g(ξ), g ∈ C0 (IRn ). Es ist

Z
−n/2
f ∗ hλ (x) = (2π) H(λξ)fˆ(ξ)eiξ·x dξ, vgl. HS
IRn

mit
H(λξ) = e−λkξk1
Hier gilt
1.)
λ→0
H(λξ)fˆ(ξ)eiξ·x −→ fˆ(ξ)eiξ·x
und
2.)
|H(λξ)fˆ(ξ)eiξ·x | ≤ 1 · |fˆ(ξ)| · t
hat eine integrierbare Majorante.
Nach dem Satz von Lebesgue (angewandt auf f ∗ hλk , λk → 0) gilt dann:
Z
−n/2
lim f ∗ hλ (x) = (2π) fˆ(ξ) · eiξ·x dξ = g(x)
λ→0
IRn

Da f stetig in x ist und f ∈ L∞ gilt:

lim f ∗ hλ (x) = f (x)

λ→0

Es ist
Z Z
−n/2
kf ∗ hλ − f k1 = (2π) (f (x − y) − f (x)) · hλ (y) dy dx
n n
IR IR
 
Z Z
Fubini
≤ (2π)−n/2  |f (x − y) − f (x)| · hλ (y) dx dy
IRn IRn
 
Z Z
= (2π)−n/2 hλ (y)  |f (x − y) − f (x)| dx dy
IRn n
| IR {z }
=kf(y) −f k1 =:ϕ(y) stetig
Z
−n/2
= (2π) ϕ(y)hλ (y) dy
IRn
= ϕ ∗ hλ (0)
λ→0
−→ ϕ(0)
= kf(0) − f k1 = kf − f k = 0

Also:
lim kf ∗ hλ − f k1 = 0,
λ→0

390
 12.2 Die Fouriertransformation

insbesondere gilt f ∗ hλk → f in L1 für jede Folge λk → 0. Es existiert eine Folge λk & 0 mit:

f ∗ hλk (x) → f (x) (k → ∞) f.ü.

| {z }
(∗)

Wo (∗) gilt, ist:

f (x) = lim f ∗ hλk (x) = g(x)
k→∞

12.2.15 Bemerkungen

(a) Ist f, fˆ ∈ L1 (IRn ), so existiert ein g ∈ C0 (IRn ) mit f (x) = g(x) f.ü.
(b) Für die Abbildung ˆ gilt: ˆ: L1 (IRn ) −→ C0 (IRn ). Die Klasse S besteht aus allen Funktionen
f ∈ C ∞ (IRn ) mit
sup kxkm · |D α f (x)| < ∞
x∈IRn
für alle m ∈ No und alle α ∈ INn0 .
2
Ein typisches Beispiel ist f (x) = e−kxk . Denn es ist

fx1 = −2x1 f, . . .

12.2.16 Satz

Die Fouriertransformation bildet S bijektiv auf sich ab.

Beweis: Es ist S ⊆ L1 ∩ C0 und Dα f ∈ S für f ∈ S.

(1) f ∈ S. Zeige, daß daraus folgt: fˆ ∈ C ∞ (IRn ).
Sei m ∈ IN0 . kξkm · f (ξ) ist integrierbar, also ist fˆ ∈ C m (IRn ), d.h. fˆ ∈ C ∞ (IRn ).
(2) Sei f ∈ S, m ∈ IN0 . Zeige:
sup kxkm · |fˆ(x)| < ∞
x∈IRn
Es ist
Z  
−ix1 fˆ(x) = (2π)−n/2 f (ξ) −ix1 e−ix·ξ dξ
IRn
| {z }
∂
∂ξ1
e−ix·ξ

Schreibe
  nun:
= ξ
ξ = ¯1 , ξ¯ ∈ IRn−1
ξ
 ∞ 
Z Z
 ∂ −i(ξ1 x1 +···+ξn xn )
= (2π)−n/2 dξ1  dξ¯
Fubini
f (ξ1 , ξ̄) e
∂ξ1
IRn−1 −∞

Das innere Integral ist:

∞ Z∞  
−iξ·x ∂
= f (ξ1 , ξ̄) · e − f (ξ1 , ξ̄) e−iξ·x dξ1
∂ξ1
−∞ −∞
| {z }
=0

391
12 Fourierreihen und -Transformationen

Also gilt zusammen:

Z
ix1 fˆ(x) = (2π)−n/2 fξ1 (ξ)e−iξ·x dξ = fc
ξ1 (x)
IRn

Per Induktion nach |α| zeigt man:

[
(ix)α fˆ(x) = D α f (x)

Sei x fest und k so, daß

n
max |xj | = |xk |, d.h. kxk ≤ n · |xk |
j=1

Wähle α = (0, . . . , 0, m, 0, . . . , 0) mit m an der k-ten Stelle. Dann gilt:

 m
1
kxkm · |fˆ(x)| ≤ |xk |m · |fˆ(x)|
n
[
≤ D α f (x)

[
≤ sup sup kxkm |D α f (x)|
|α|=m x∈IRn
?
< ∞???

Wenn das „?“ gilt, gilt die Behauptung (2).

Beweis hiervon im Hilfssatz 12.2.17

(3) Sei β ∈ INn0 : Betrachte (2) mit Dβ f ∈ S:

sup kxkm |D β fˆ(x)| < ∞

x∈IRn

für alle m. Daraus folgt: fˆ ∈ S.

(4) Zeige:ˆist injektiv:

Sei fˆ = 0. Daraus folgt mit dem Umkehrsatz, daß f (x) = 0 f.ü.. Da f stetig ist, gilt f (x) = 0,
d.h.ˆist injektiv.

(5) Zeige:ˆist surjektiv. Sei g ∈ S,

Z
f (x) := (2π)−n/2 g(ξ)eiξ·x dξ ∈ S
IRn

und es ist fˆ = g, d.h.ˆist surjektiv.

Zusammen mit (4) gilt dann:ˆist bijektiv.

12.2.17 Hilfssatz

Sei m ∈ IN0 , α ∈ INn0 und f ∈ S. Dann gilt:

[
sup kxkm D α f (x) < ∞

392
 12.2 Die Fouriertransformation

Beweis: Es genügt, dies für α = (0, 0, . . . , 0) zu zeigen. Es ist

Z
fˆ(x) = (2π)−n/2 f (ξ)e−iξ·x dξ

und
Z  
∂m
(ixk ) fˆ(x) = (2π)−n/2
m
f (ξ) e−iξ·x dξ
∂ξkm
Z
∂m
≤ (2π)−n/2 f (ξ) dξ
∂ξkm
= cm,k ≤ cm

Also gilt für alle x ∈ IRn :  m

1
kxkm · fˆ(x) ≤ cm
n
(Dies gilt auch für Dα f ∈ S, d. h. für beliebiges α)

12.2.18 Die Wärmeleitungsgleichung

Sei u(x, t) für x ∈ IRn , t ∈ IR, die Temperatur im Punkt x zum Zeitpunkt t. Sei nun ut = 4u:
X
n
∂2u
ut (x, t) = (x, t)
j=1
∂x2j

Zu lösen ist das Cauchyproblem: ut = 4u für t > 0, x ∈ IRn und den „Anfangswerten“ u(x, 0) = f (x).

Ansatz: Z
u(x, t) = (2π)−n/2 û(ξ, t)eiξ·x dξ
IRn
Formale Rechnung liefert: Z
−n/2
ut = (2π) ût (ξ, t)eiξ·x dξ
IRn
Z
−n/2
uxk xk = (2π) (−ξk2 )û(ξ, t)eiξ·x dξ
IRn
Damit ist dann
Z
−n/2
 
ut − 4u = (2π) ût (ξ, t) + kξk2 û(ξ, t) eiξ·x dξ
IRn
= 0, falls [. . . ] = 0

Dadurch entsteht ein Problem für û:

û(ξ, t) = −kξk2 û(ξ, t)

û(ξ, 0) = fˆ(ξ)

Die Lösung hiervon ist:

2t
û(ξ, t) = fˆ(ξ)e−kξk

393
12 Fourierreihen und -Transformationen

Daraus folgt dann für u(x, t):

 
Z Z
2
u(x, t) = (2π)−n  f (y) · e−iξ·y dy  · e−kξk t eiξ·x dξ
IRn IRn
 
Z Z
2
= (2π)−n  e−kξk t e−iξ·(y−x) dξ  · f (y) dy
IRn IRn
Z
= K(y − x, t)f (y) dy
n
IR
mit
Z
−n 2
K(w, t) = (2π) e−kξk t e−iξ·w dξ
IRn
−n/2 −kwk2 /4t
= (2πt) e
Damit ist dann Z
2 /4t
u(x, t) = (2πt)−n/2 e−kx−yk · f (y) dy. (12.2)
IRn

Der Nachweis der Richtigkeit geschieht folgendermaßen:

1. Alles ist erlaubt, falls f ∈ S ist, oder
2
2. Verifiziere alles an (12.2). (Dies gilt, falls f stetig ist und |f (x)| ≤ Cε eεkxk für ε > 0.)

12.2.19 Bisherige Eigenschaften der Fouriertransformation

Bisher haben wir gezeigt, daß für die Fouriertransformation die folgenden beiden Aussagen gelten:
ˆ: L1 → C0
ˆ: S → S

Nun wollen wir zeigen, daß auch

ˆ: L2 → L2
gilt (nicht formelmäßig).

12.2.20 Hilfssatz

Für f ∈ L1 ∩ L2 ist fˆ ∈ L2 und kfˆk2 = kf k2 .

Beweis: Setze
f˜(x) = f (−x) und g = f ∗ f˜
Damit ist
Z
−n/2
g(x) = (2π) f (−x + y) · f (y) dy
IRn
−n/2
= (2π) (f(x) , f )

394
 12.2 Die Fouriertransformation

1.
CSU
|g(x)| ≤ (2π)−n/2 kf(x) k2 · kf k2 = (2π)−n/2 kf k22

2. g ∈ L1
3. g ist gleichmäßig stetig:

(2π)n/2 |g(x) − g(z) = |(f(x) − f(z) , f )|

CSU
≤ kf(x) − f(z) k2 · kf k2
= kf(x−z) − f k2 kf k2
→ 0 für kx − zk → 0

Es ist Z
−n/2
g ∗ hλ (0) = (2π) H(λξ)ĝ(ξ) dξ (12.3)
n
IR

mit H(ξ) = e−kξk1 .

Da g stetig ist, gilt:
lim g ∗ hλ (0) = g(0) = kf k22 .
λ→0

Rechts in (12.3) ist für λ → 0: H(λξ) % 1: λk & 0 ⇒ H(λk ξ)ĝ(ξ) % |fˆ(ξ)|2 , also

ĝ(ξ) = |fˆ(ξ)|2 ≥ 0

Mit dem Satz von Beppo-Levi ist dann

Z
lim rechts = (2π)−n/2 |fˆ(ξ)|2 dξ
k→∞

= (2π)−n/2 kfˆk22

12.2.21 Satz, Parsevalsche Gleichung

Die Fouriertransformation ˆläßt sich zu einer „linearen“ und „bijektiven“ Abbildung ˆ: L2 → L2 mit

kfˆk22 = kf k22 „Parsevalsche Gleichung“

fortsetzen.

Bemerkung: Dabei soll heißen:

„linear“
\
αf + βg(x) = αfˆ + βĝ f. ü.

„injektiv“
fˆ(x) = ĝ(x) ⇒ f (x) = g(x) f. ü.

„surjektiv“
g ∈ L2 ⇒ es ex. f ∈ L2 : fˆ(x) = g(x) f. ü.

395
12 Fourierreihen und -Transformationen

Beweis:

(a) Fortsetzung: Sei f ∈ L2 . Setze

(
f (x) in [−k, k]n
fk (x) =
0 sonst

Es ist fk → f in L2 . Außerdem ist fk ∈ L1 ∩ L2 , also ist fˆk definiert und fˆk ∈ L2 .

(fk ) ist Cauchyfolge in L2 , da
kfˆk − fˆl k2 = kfk − fl k2

⇒ fˆk konvergiert im L2 , setze

fˆ := lim fˆk
k→∞

(b) Die Fortsetzung ist unabhängig von (fk ):

Gelte gk → f in L2 , gk ∈ L1 ∩ L2 :

kfˆk − ĝk k2 = kfk − gk k2 → 0

Also ist für k → ∞:

fˆk → fˆ = ĝ ← ĝk

Die Linearität wird als Aufgabe gestellt.

Zeige nun die Normerhaltung:

HS
kfˆk2 = lim kfˆk k2 = lim kfk k2 = kf k2
k→∞ k→∞

„injektiv“ Sei fˆ = 0 (d.h. fˆ(x) = 0 f.ü.): Für k → ∞ gilt:


fk → f kfk k2 → kf k2 
k k f (x) = 0 f.ü.

fˆk ˆ ˆ
→ f ⇒ kfk k2 → 0 (k → ∞)

„surjektiv“ (teilweise)
L\
1 ∩ L2 ist dicht in L2 , d.h.:

Zu jedem g ∈ L2 gibt es fk ∈ L1 ∩ L2 mit

fˆk → g in L2

Dann gibt es zu g ∈ L2 eine Folge (fk ) in L1 ∩ L2 mit fˆk → g.

(fk ) ist eine Cauchyfolge in L2 , da (fˆk ) Cauchyfolge ist, also fk → f ∈ L2 . Also gilt:

fˆ = lim fˆk = g in L2
k→∞

also fˆ(x) = g(x).

396
 12.2 Die Fouriertransformation

Beweisskizze: Skizze, daß L\

1 ∩ L2 dicht in L2 ist (Funktionalanalysis):

Sei g ∈ L und setze

2
n o
A = inf kg − fˆk2 : f ∈ L1 ∩ L2

Dann existieren fk ∈ L1 ∩ L2 mit

kg − fˆk k2 → A
(1) (fk ) ist Cauchyfolge [ku + vk22 + ku − vk22 = 2kuk22 + 2kvk22 ], fˆk → fˆ.
(2) Es ist (g − fˆ, ĥ) = 0 für alle h ∈ L1 ∩ L2 .
Idee:
kg − fˆk22 ≤ kg − fˆ − εeiα ĥk22 . . .
Re eiα (g − fˆ, ĥ) ≤ 0
⇒ (g − fˆ, ĥ) = 0

(3) Setze nun ĥ(x) = hλ (x − a) für a ∈ IRn und λ > 0. Dann ist für fast alle a:

hλ ∗ (g − fˆ)(a) = · · · = 0

⇒ g − fˆ = 0 f. ü.
⇒ A = kfˆ − gk2 = 0.

397