Mathematik für Ingenieure B2

Sommer 2017
Kurzskript zur Vorlesung
Inhaltsverzeichnis

1 Differentiation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Eigenschaften differenzierbarer Funktionen . . . . . . . . . . . . . . . . 7
2.1 Regeln von l’Hospital . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Ableitung der Umkehrfunktion . . . . . . . . . . . . . . . . . . . . . . . 11
3 Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.1 Konvergenzkriterien für Reihen . . . . . . . . . . . . . . . . . . . . . . 15
3.2 Cauchy-Produkt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4 Exponentialfunktion und Logarithmus . . . . . . . . . . . . . . . . . . . 19
4.1 Hyperbelfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
5 Das Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
5.1 Definition des Integrals . . . . . . . . . . . . . . . . . . . . . . . . . . 24
5.2 Eigenschaften des Integrals . . . . . . . . . . . . . . . . . . . . . . . . 27
6 Der Hauptsatz der Differential- und Integralrechnung . . . . . . . . . . . 30
7 Einige Integrationstechniken . . . . . . . . . . . . . . . . . . . . . . . . 32
8 Uneigentliche Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . 34
9 Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
9.1 Konvergenzkriterien für Potenzreihen . . . . . . . . . . . . . . . . . . . 38
10 Der Satz von Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
11 Fourier-Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
12 Folgen und Reihen von Funktionen . . . . . . . . . . . . . . . . . . . . 52
13 Reelle Funktionen mehrerer Veränderlicher . . . . . . . . . . . . . . . . 54
14 Differentiation von Funktionen mehrerer Veränderlicher . . . . . . . . . . 60
14.1 Vektorfelder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
15 Richtungsableitung, Satz von Taylor, Extrema . . . . . . . . . . . . . . . 66
ii Inhaltsverzeichnis

15.1 Richtungsableitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
15.2 Satz von Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
15.3 Extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
16 Implizite Funktionen, Extrema mit Nebenbedingungen . . . . . . . . . . 71
16.1 Implizite Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
16.2 Extrema mit Nebenbedingungen . . . . . . . . . . . . . . . . . . . . . . 73
17 Wege im Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
17.1 Länge von Wegen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
18 Wegintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
19 Integrale im Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
20 Vektoranalysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
20.1 Satz von Green, Satz von Gauß in der Ebene . . . . . . . . . . . . . . . . 95
20.2 Divergenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
20.3 Flächen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
20.4 Satz von Gauß . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
20.5 Rotation und Stokesscher Integralsatz . . . . . . . . . . . . . . . . . . . 100
20.6 Der Laplace–Operator . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
Literaturhinweise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
 1. Differentiation 1

1 Differentiation

Es sei f eine
reelle Funktion auf einem Intervall

I . Dann lässt sich durch den Punkt
x0 , f (x0 ) und einen Nachbarpunkt x, f (x) des Graphen die Sekante legen. Ihre Stei-
gung ist

f (x) − f (x0 )
.
x − x0

Strebt x gegen x0 und existiert der Grenzwert

f (x) − f (x0 )
lim ,
x→x0 x − x0

so erhalten wir die Steigung der Tangente in (x0 , f (x0 )) .

Definition Es sei I ⊂ R ein Intervall. Die Funktion f : I → R heißt differenzierbar an
der Stelle x0 ∈ I , falls der Grenzwert

f (x) − f (x0 )
lim
x→x0 x − x0

existiert (und endlich ist). Dieser Grenzwert heißt dann Ableitung von f an der Stelle x0
df
und wird mit f 0 (x0 ) oder bezeichnet.
dx |x=x0
Bemerkungen

f (x) − f (x0 )
1. Die Zahlen heißen Differenzenquotienten .
x − x0
f (x) − f (x0 )
2. Statt lim kann man auch
x→x0 x − x0

f (x0 + h) − f (x0 )
lim
h→0 h
betrachten.
3. Es heißt f differenzierbar auf M ⊂ I , wenn f für alle x0 ∈ M differenzierbar ist.
Die Funktion f 0 : R → R mit den Werten f 0 (x) für x ∈ D(f 0 ) = {x0 : x0 ∈ I , f
differenzierbar in x0 } heißt die Ableitung von f .
4. Ist x0 ein Randpunkt von I, so wird der einseitige Grenzwert betrachtet. Man spricht
dann von einseitiger (rechsseitiger bzw. linksseitiger) Ableitung.
5. Ist f differenzierbar in x0 ∈ I, so ist f stetig in x0 . Die Beispiele (10) und (11)
unten zeigen, dass aus der Stetigkeit in x0 nicht die Differenzierbarkeit folgt.
2 1. Differentiation

6. Es heißt f
0 (x0 ) auch Steigung der Funktion f im Punkte x0 . Die Gerade
durch
x0 , f (x0 ) mit der Steigung f 0 (x0 ) heißt Tangente an f in x0 , f (x0 ) , sie hat
die Gleichung

y = f (x0 ) + f 0 (x0 )(x − x0 ) , x ∈ R.

Beispiele
7. Es sei f (x) = c für alle x ∈ R. Dann gilt für beliebige x 6= x0

f (x) − f (x0 ) c−c

= = 0.
x − x0 x − x0

Daher ist f differenzierbar auf R mit f 0 (x) = 0 für alle x ∈ R .

8. Es sei f (x) = x für alle x ∈ R. Dann gilt

f (x) − f (x0 ) x − x0
lim = lim =1
x→x0 x − x0 x→x0 x − x0

für jedes x0 ∈ R. Daher ist f differenzierbar auf R mit f 0 (x) = 1 für alle x ∈ R .
9. Es sei f (x) = x2 für alle x ∈ R. Dann gilt

f (x) − f (x0 ) x2 − x20 (x + x0 )(x − x0 )

lim = lim = lim
x→x0 x − x0 x→x0 x − x0 x→x0 x − x0
= lim (x + x0 ) = 2x0 .
x→x0

Daher ist f differenzierbar auf R mit f 0 (x) = 2x für alle x ∈ R .

√
10. Es sei f : [0, ∞) → R mit f (x) = x. Für x0 = 0 ist
√
f (x) − f (0) x−0 1
lim = lim = lim √
x→0 x−0 x→0 x − 0 x→0 x

nicht existent. Für x0 > 0 ist

√ √ √ √
f (x) − f (x0 ) x − x0 x − x0
lim = lim = lim √ √ √ √
x→x0 x − x0 x→x0 x − x0 x→x0 ( x − x0 ) ( x + x0 )
1 1
= lim √ √ = √
x→x0 x + x0 2 x0
1
Daher ist f differenzierbar auf I = (0, ∞) mit f 0 (x) = √ .
2 x
In x = 0 ist f nicht differenzierbar. f ist stetig auf [0, ∞) .
 1. Differentiation 3

11. Es sei f (x) = |x| für alle x ∈ R und x0 = 0 . Dann gilt für die Folge (xn )n∈N mit
xn = n1 6= 0: limn→∞ xn = x0 = 0 und
1
f (xn ) − f (x0 ) n −0
lim = lim 1 = 1.
n→∞ xn − x0 n→∞
n −0

Für die Folge (xn )n∈N mit xn = − n1 6= 0 gilt limn→∞ xn = x0 = 0 und

f (xn ) − f (x0 ) | − n1 | − 0
lim = = −1 .
n→∞ xn − x0 − n1 − 0

Also ist f an der Stelle x0 = 0 nicht differenzierbar, wohl aber stetig. An x0 6= 0 ist
f differenzierbar mit f 0 (x0 ) = 1 für x0 > 0 und f 0 (x0 ) = −1 für x0 < 0 .
12. Es sei f (x) = sin x für alle x ∈ R. Aus sin α − sin β = 2 sin α−β
2 cos α+β
2 folgt
h
sin
mit limh→0 h
2
= 1 und limh→0 cos(x0 + h2 ) = cos x0 (Stetigkeit)
2

f (x) − f (x0 ) sin(x0 + h) − sin x0

lim = lim
x→x0 x − x0 h→0 h
2 sin 2 · cos(x0 + h2 )
h
= lim
h→0 h
h
sin h

= lim h 2 · lim cos x0 +
h→0
2
h→0 2
= cos x0 .

Daher ist die Sinusfunktion differenzierbar auf R mit (sin x)0 = cos x für alle
x ∈ R.
Die Cosinusfunktion ist differenzierbar auf R mit (cos x)0 = − sin x für alle x ∈ R .
Satz [Ableitungssregeln] Es sei I ⊂ R ein Intervall. Die Funktionen f :
I → R und g : I → R seien differenzierbar in x ∈ I . Dann sind auch αf
mit α ∈ R , f ± g , f · g differenzierbar in x und es gilt

[αf ]0 (x) = αf 0 (x)

[f + g]0 (x) = f 0 (x) + g 0 (x)
[f · g]0 (x) = f 0 (x)g(x) + f (x)g 0 (x) (Produktregel) .
f
Ist g(x) 6= 0 , so ist auch differenzierbar an x und es gilt
g
 0
f f 0 (x)g(x) − f (x)g 0 (x)
(x) = (Quotientenregel) .
g [g(x)]2
4 1. Differentiation

13. Sei f (x) = x2 , x ∈ (−∞, ∞) . Wegen f (x) = x·x ist die Produktregel anwendbar.
Sie ergibt f 0 (x) = 1 · x + x · 1 = 2x für alle x ∈ R .
1
14. Sei f (x) = für x ∈ (−∞, ∞)\{0} . Die Quotientenregel liefert
x
0·x−1·1 1
f 0 (x) = 2
=− 2 für alle x ∈ R\{0} .
x x

15. Sei f (x) = xn , x ∈ (−∞, ∞) , n ∈ N . Die Produktregel liefert (zusammen mit

vollständiger Induktion)

0
f 0 (x) = xn = nxn−1 für alle x ∈ R .

16. Sei f (x) = x−n , x ∈ (−∞, ∞)\{0} , n ∈ N . Die Quotientenregel ergibt (zusam-
men mit vollständiger Induktion)

f 0 (x) = (x−n )0 = −nx−n−1 für alle x ∈ R\{0} .

17. Ein Polynom P : R → R mit D(P ) = R und

P (x) = an xn + an−1 xn−1 + . . . + a1 x + a0

ist differenzierbar auf R mit

P 0 (x) = nan xn−1 + (n − 1)an−1 xn−2 + . . . + a1 .

1
18. Sei f (x) = , x ∈ I mit g(x) 6= 0 und g sei differenzierbar an x ∈ I . Dann ist
g(x)
nach der Quotientenregel

g 0 (x)
f 0 (x) = − .
[g(x)]2

Satz [Kettenregel]
Die reellen Funktionen f und g seien auf den Intervallen I und J
differenzierbar. Für die Bildmenge B(g) gelte B(g) ⊂ I . Dann ist h =
f ◦ g differenzierbar auf J , und es gilt

h0 (x) = [f ◦ g]0 (x) = [f 0 g(x) ] · g 0 (x) ,

x∈J.

19. Für h(x) = cos x , x ∈ R , folgt wegen cos x = sin(x + π2 ) mit f (y) = sin y und
g(x) = x + π2

π

(cos x)0 = cos x + = − sin x für x ∈ R.
2
 1. Differentiation 5

1 1
20. Für h(x) = sin , x ∈ (0, ∞) , folgt mit f (y) = sin y und g(x) = wegen
x x
0 0 1
f (y) = cos y und g (x) = − x2
 1 0 1 1
sin = − 2 cos . (∗)
x x x

Für x ∈ (−∞, 0) ergibt sich das gleiche Ergebnis, so dass (∗) für x ∈ R\{0} gilt.
√ √
21. Für h(x) = 1 − x2 , x ∈ (−1, 1) folgt mit f (y) = y und g(x) = 1 − x2 wegen
0 1 0
f (y) = 2√y und g (x) = −2x

p
0 x
1 − x2 =−√ für x ∈ (−1, 1) .
1 − x2

22. Für h(x) = 2 + sin3 x , x ∈ R , folgt mit f (y) = 2 + y 3 und g(x) = sin x wegen
f 0 (y) = 3y 2 und g 0 (x) = cos x

(2 + sin3 x)0 = 3 sin2 x · cos x , für x ∈ R .

p √
23. Für h(x) = 2 + sin3 x , x ∈ R , folgt mit f (y) = y und g(x) = 2 + sin3 x
1 p
0 1
wegen f 0 (y) = √ zunächst 2 + sin3 x = p · g 0 (x) . Nach (22)
2 y 2 2 + sin3 x
ist g 0 (x) = 3 sin2 x · cos x . Daher ist

p
0 3 sin2 x · cos x
2 + sin3 x = p für x ∈ R .
2 2 + sin3 x

Ist f 0 : R → R die Ableitung der Funktion f auf einem Intervall I und ist f 0
00 0 0


differenzierbar an der Stelle x0 ∈ I , so heißt f (x0 ) = f (x0 ) die zweite
df 0
Ableitung von f an x0 . Üblich sind für f 00 (x0 ) auch die Schreibweisen
dx |x=x0
d2 f
oder 2 | .
dx x=x0

0
Ist f 00 differenzierbar auf I, so heißt f 000 = f 00 die dritte Ableitung von f , üblich
d3 f
ist auch die Schreibweise f 000 = . Analog sind die höheren Ableitungen rekur-

0
dx3
siv definiert f (n) = f (n−1) , n = 2, 3, . . . . Gelegentlich schreibt man auch f (0)
für f . Es heißt f n-mal stetig differenzierbar auf einem Intervall I, falls f (n) auf
I existiert und stetig ist.

Bemerkung
6 1. Differentiation

24. Aus der Existenz von f 0 auf I folgt nicht die Stetigkeit von f 0 auf I. So ist f : R →
R mit D(f ) = R und
(
x2 sin x1 für x 6= 0
f (x) =
0 für x = 0

differenzierbar auf R mit

(
2x sin x1 − cos x1 für x 6= 0
f 0 (x) = ,
0 für x = 0

aber f 0 ist nicht stetig an der Stelle x0 = 0 .

25. Sind die Funktionen f und g auf dem Intervall I n-mal differenzierbar, so gilt für
die n-te Ableitung des Produktes die Leibnizregel
i(n) X n  
h n
f (x)g(x) = f (i) (x) g (n−i) (x)
i=0
i
   
n n
= (n)
f (x) g (x) + f 0 (x) g (n−1) (x) + . . . +
0 1
   
n n
+ f (n−1) (x) g 0 (x) + f (n) (x) g(x) .
n−1 n
Beispiele

26. Für f (x) = x4 , x ∈ R , ist f 0 (x) = 4x3 , f 00 (x) = 12x2 , f 000 (x) = 24x .
Für g(x) = sin(3x) , x ∈ R ist g 0 (x) = 3 cos(3x) , g 00 (x) = −9 sin(3x) ,
g 000 (x) = −27 cos(3x) , g 0000 (x) = 81 sin(3x).
27. Für die Funktion h(x) = x4 sin(3x), x ∈ R, folgt mit (26) aus der Leibnizschen
Regel
     
000 3 4 000 3 4 0 00 3
4
(x sin(3x)) = x (sin(3x)) + (x ) (sin(3x)) + (x4 )00 (sin(3x))0
0 1 2
 
3
+ (x4 )000 sin(3x)
3
= f (x)g 000 (x) + 3f 0 (x)g 00 (x) + 3f 00 (x)g 0 (x) + f 000 (x)g(x)
= −27x4 cos 3x − 108x3 sin 3x + 108x2 cos 3x + 24x sin 3x .
 2. Eigenschaften differenzierbarer Funktionen 7

2 Eigenschaften differenzierbarer Funktionen

Für eine reelle Funktion f : R → R mit der Definitionsmenge D(f ) haben wir das globale
Maximum (bzw. globale Minimum) von f definiert. Ist x0 die zugehörige Maximalstelle,
so gilt f (x0 ) ≥ f (x) für alle x ∈ D(f ) . Von einem lokalen Maximum f (x1 ) für ein
x1 ∈ D(f ) spricht man, falls ein δ > 0 existiert, so dass f (x1 ) ≥ f (x) für alle x ∈
(x1 −δ, x1 +δ) ∩ D(f ) . Das lokale Minimum ist analog definiert.
Bemerkungen

1. Während beim globalen Maximum alle x ∈ D(f ) zum Vergleich von f (x) mit
f (x0 ) herangezogen werden, erfolgt beim lokalen Maximum ein Vergleich von f (x)
mit f (x1 ) nur für alle x aus einer (kleinen) Umgebung von x1 .

2. Für Maximum oder Minimum sagt man zusammenfassend Extremum. Ein globales
Extremum ist auch ein lokales Extremum.

3. Ist x0 lokale oder globale Maximalstelle von f , so ist x0 lokale oder globale Mini-
malstelle von −f .
Wie findet man lokale Extrema?
Satz Es sei f : (a, b) → R differenzierbar an der Stelle x0 ∈ (a, b) .
Ist f (x0 ) ein lokales Maximum oder Minimum, so ist f 0 (x0 ) = 0 .

4. Die Aussage des Satzes ist nicht umkehrbar. Gilt f 0 (x0 ) = 0 , so muss f (x0 ) kein
lokales Extremum sein. So ist für f (x) = x3 , x ∈ (−1, 1) , zwar f 0 (0) = 0 , aber
f (0) = 0 ist kein lokales Extremum.

5. Ist D(f ) = [a, b] ein abgeschlossenes Intervall und ist f (a) bzw. f (b) ein lokales
Extremum, so muss nicht f 0 (a) = 0 bzw. f 0 (b) = 0 gelten. Dies zeigt die Funktion
f (x) = x für x ∈ [0, 1] . Es ist f (0) lokales Minimum und f (1) lokales Maximum,
aber f 0 (0) = f 0 (1) = 1 . Die Randpunkte des Intervalls müssen demnach gesondert
untersucht werden.

6. Ist f : R → R auf dem abgeschlossenen Intervall [a, b] differenzierbar, so lässt sich

das globale Maximum (bzw. Minimum) von f (Die Existenz ist bereits geklärt.) wie
folgt finden: Man sucht alle x0 aus dem offenen Intervall (a, b) , für die f 0 (x0 ) = 0 .
Dies sind Kandidaten für Extremalstellen. Weitere Kandidaten sind die Randpunkte
a und b . Durch Vergleich der Funktionswerte f (x0 ) und f (a), f (b) erhält man das
globale Maximum.

7. Das Vorgehen in (6) ist zu modifizieren, falls f stetig, aber an einer Stelle c ∈ (a, b)
nicht differenzierbar ist. Dann ist auch c ein Kandidat für eine Extremalstelle und
f (c) ist in den Vergleich einzubeziehen.
8 2. Eigenschaften differenzierbarer Funktionen

(Mittelwertsatz der Differentialrechung, MWS)

Die Funktion f : [a, b] → R sei stetig auf [a, b] und differenzierbar auf
(a, b) .
Dann gibt es (mindestens) einen (inneren) Punkt x0 ∈ (a, b) mit

f (b) − f (a)
= f 0 (x0 ) .
b−a

8. Ist f (a) = f (b), so existiert ein x0 ∈ (a, b) mit f 0 (x0 ) = 0 (Satz von Rolle), ein
anschauliches Ergebnis.

9. Aus dem MWS folgt: Die Funktionen f : R → R und g : R → R seien stetig

auf [a, b] und differenzierbar auf (a, b) . Ist f 0 (x) = g 0 (x) für alle x ∈ (a, b) , so
gilt f (x) = g(x) + c für alle x ∈ [a, b] mit einer Konstanten c ∈ R . Funktionen
mit identischen Ableitungen unterscheiden sich demnach nur durch eine additive
Konstante.

10. Ist speziell in (9) f 0 (x) = 0 für alle x ∈ (a, b) , so ist f eine konstante Funktion.
Aus dem MWS folgen hinreichende Kriterien für Monotonie.
Satz Die Funktion f : [a, b] → R sei stetig auf [a, b] und differenzierbar
auf (a, b) . Gilt für alle x ∈ (a, b)
(i) f 0 (x) > 0 , so ist f streng monoton wachsend auf [a, b] ,
(ii) f 0 (x) < 0 , so ist f streng monoton fallend auf [a, b] .

11. Es sei f (x) = x3 für x ∈ [0, 1] . Wegen f 0 (x) = 3x2 > 0 für x ∈ (0, 1) ist f streng
monoton wachsend auf [0, 1] . Bemerkenswert ist, dass zwar f 0 (0) = 0 , aber f 0 (0)
und f 0 (1) nicht zur Prüfung verwendet werden.

12. Es sei f (x) = x3 für x ∈ [−1, 1] . Wegen f 0 (x) = 0 für x = 0 ∈ (−1, 1) ist der
Satz nicht unmittelbar anwendbar. Durch Betrachtung der Teilintervalle [−1, 0] und
[0, 1] erkennt man jedoch, dass f streng monoton wachsend auf [−1, 1] ist.
Aus dem MWS folgen hinreichende Kriterien für lokale Maxima bzw. Minima.
Satz Die Funktion f : R → R sei zweimal differenzierbar auf (a, b) und
f 0 (x0 ) = 0 für x0 ∈ (a, b).
(i) Ist f 00 (x0 ) < 0 , so ist f (x0 ) ein lokales Maximum von f .
(ii) Ist f 00 (x0 ) > 0 , so ist f (x0 ) ein lokales Minimum von f .

13. Sei f (x) = x2 für x ∈ (−1, 1) . Wegen f 0 (0) = 0 und f 00 (0) = 2 ist f (0) = 0 ein
lokales Minimum von f .
 2. Eigenschaften differenzierbarer Funktionen 9

2.1 Regeln von l’Hospital

Satz (Regel von l’Hospital) Die reellen Funktionen f und g seien stetig
auf dem Intervall I , für x0 ∈ I gelte f (x0 ) = g(x0 ) = 0 . Sei g(x) 6= 0 für
x ∈ I , x 6= x0 . Es seien f und g differenzierbar an x0 mit g 0 (x0 ) 6= 0 .
Dann gilt
f (x) f 0 (x0 )
lim = 0 .
x→x0 g(x) g (x0 )
tan x
14. Für limx→0 folgt mit f (x) = tan x , g(x) = x für x ∈ I = (−1, 1) und
x
x0 = 0 wegen f (0) = g(0) = 0 , g(x) 6= 0 für x 6= 0 und g 0 (0) = 1 6= 0
1
tan x f 0 (0) cos2 0
lim = 0 = = 1.
x→0 x g (0) 1

15. Wie in (14) folgt

sin x cos 0
lim = = 1.
x→0 x 1
Allgemeiner gilt:
Satz (Regel von l’Hospital) Die reellen Funktionen f und g seien stetig
differenzierbar auf dem Intervall I . Für x0 ∈ I gelte f (x0 ) = g(x0 ) = 0 .
Existiert der Grenzwert
f 0 (x)
lim ,
x→x0 g 0 (x)

f (x)
so existiert auch der Grenzwert lim , und es gilt
x→x0 g(x)

f (x) f 0 (x)
lim = lim 0 .
x→x0 g(x) x→x0 g (x)
f 0 (x)
Der Grenzwertes limx→x0 g 0 (x) lässt sich gelegentlich wieder mit einer Regel von
l’Hospital bestimmen.
Beispiele
1 − cos x
16. Um limx→0 zu bestimmen, wählen wir f (x) = 1 − cos x , g(x) = x2
x2
für x ∈ I = [−1, 1] und x0 = 0 . Es ist f (0) = g(0) = 0 und f 0 (x) = sin x ,
g 0 (x) = 2x 6= 0 für x 6= 0 . Demnach ist

1 − cos x sin x
lim 2
= lim ,
x→0 x x→0 2x
10 2. Eigenschaften differenzierbarer Funktionen

sin x sin x
falls der Grenzwert limx→0 existiert. Für limx→0 folgt
2x 2x
sin x cos(0) 1
limx→0 = = , so dass
2x 2 2
1 − cos x 1
lim = .
x→0 x2 2
Bemerkung
17. Eine Modifikation der Regel von l’Hospital gilt, falls x0 6∈ I Randpunkt von I ist:
Die reellen Funktionen f und g seien differenzierbar auf dem Intervall (a, b) , sei
g 0 (x) 6= 0 für x ∈ (a, b) . Gelte für die einseitigen Grenzwerte limx&a f (x) = 0 ,
f 0 (x)
limx&a g(x) = 0 . Existiert der einseitige Grenzwert limx&a 0 , so existiert
g (x)
f (x)
auch der einseitige Grenzwert limx&a , und es gilt
g(x)

f (x) f 0 (x)
lim = lim 0 .
x&a g(x) x&a g (x)

Die Aussage ist auch dann gültig, wenn statt der Voraussetzung
limx&a f (x) = limx&a g(x) = 0 die Voraussetzung limx&a f (x) = ∞ (oder
−∞) und limx&a g(x) = ∞ (oder −∞) gilt. Entsprechendes gilt für x % b.
18. Die reellen Funktionen f und g seien differenzierbar auf (a, ∞) , sei g 0 (x) 6= 0 für
x ∈ (a, ∞) , gelte limx→∞ f (x) = 0 , limx→∞ g(x) = 0 . Existiert der Grenzwert
f 0 (x) f (x)
limx→∞ 0 , so existiert auch der Grenzwert limx→∞ , und es gilt
g (x) g(x)

f (x) f 0 (x)
lim = lim 0 .
x→∞ g(x) x→∞ g (x)

Wiederum ist die Aussage auch dann gültig, wenn statt

limx→∞ f (x) = limx→∞ g(x) = 0 die Voraussetzung limx→∞ f (x) = ∞ (oder
−∞) und limx→∞ g(x) = ∞ (oder −∞) gilt.
Beispiele
sin x2 · cos x4 − x22 cos x2 cos x4 − 4
x2 sin x2 (− sin x4 )
19. lim 1 3 = lim
x→∞ − 12 cos 1 cos 3 − 3
sin x1 (− sin x3 )
x · cos x
x→∞ sin
x x x x2

−2 cos x2 cos x4 + 4 sin x2 sin x4

= lim = 2.
x→∞ − cos 1 cos 3 + 3 sin 1 sin 3
x x x x

π (x − π2 ) sin x sin x + (x − π2 ) cos x

20. limπ (x − ) tan x = limπ = limπ = −1 .
x% 2 2 x% 2 cos x x% 2 − sin x
 2. Eigenschaften differenzierbarer Funktionen 11

21. Gelegentlich helfen Umformungen. So ist

q
1
p 1+ x −1
lim ( x(x + 1) − x) = lim 1 .
x→∞ x→∞
x

Die Regel von l’Hospital ergibt

√1 · (− x12 )
p
2 1
1+ x 1 1
lim x(x + 1) − x = lim = lim = .
− x12
q
x→∞ x→∞ x→∞
2 1+ 1 2
x

2.2 Ableitung der Umkehrfunktion

Ist f : [a, b] → R streng monoton, so existiert die Umkehrfunktion f −1 . Es ist f −1
stetig und streng monoton. Ist f differenzierbar auf (a, b) und gilt f 0 (x) > 0 bzw.
f 0 (x) < 0 auf (a, b) , so ist f streng monoton. Über die Ableitung der Umkehrfunk-
tion gibt der folgende Satz Auskunft.
Satz Die Funktion f : I → R sei auf dem Intervall I differenzierbar mit
f 0 (ξ) > 0 für alle ξ ∈ I oder oder f 0 (ξ) < 0 für alle ξ ∈ I . Dann ist die
Umkehrfunktion f −1 differenzierbar, und es gilt
1
(f −1 )0 (x) =
, x ∈ D(f −1 ) = B(f ) .
f 0 f −1 (x)

Beispiele
22. Es sei f (ξ) = ξ 2 für ξ ∈ I = (0,√∞) . Es ist f 0 (ξ) = 2ξ > 0 . Daher ist die
Umkehrfunktion f −1 mit f −1 (x) = x differenzierbar mit
√ 1 1
( x)0 = = √ für x ∈ D(f −1 ) = (0, ∞) .
2[f −1 (x)] 2 x

23. Es sei f (ξ) = sin ξ für ξ ∈ I = (− π2 , π2 ) . Es ist f 0 (ξ) = cos ξ > 0 . Daher ist die
Umkehrfunktion f −1 mit f −1 (x) = arcsin x differenzierbar mit
1 1 1
(arcsin x)0 =
= =p .
cos f −1 (x) cos(arcsin x) 1 − [sin(arcsin x)]2
1
Demnach gilt (arcsin x)0 = √ , x ∈ (−1, 1) .
1 − x2
Anmerkung: Hätten wir I = [− π2 , π2 ] bei der Definition von arcsin gewählt, so
wäre wegen f 0 (− π2 ) = f 0 ( π2 ) = 0 der Satz nicht anwendbar. In der Tat ist arcsin x
für x = −1 und x = +1 nicht differenzierbar.
1
Analog lässt sich zeigen (arccos x)0 = − √ , x ∈ (−1, 1) .
1 − x2
12 2. Eigenschaften differenzierbarer Funktionen

1
24. Sei f (ξ) = tan ξ für ξ ∈ I = (− π2 , π
2). Es ist f 0 (ξ) = > 0 . Daher ist f −1
cos2 ξ
mit f −1 (x) = arctan x differenzierbar mit

1 1
(arctan x)0 = =
2 .
1 
1 + tan f −1 (x)


cos2 f −1 (x)

Demnach gilt
1
(arctan x)0 = , x ∈ R.
1 + x2
Analog zeigt man
1
(arccot x)0 = − , x ∈ R.
1 + x2
 3. Reihen 13

3 Reihen


Definition Es sei ak k∈N0
eine Folge reeller Zahlen, sei

n
X
sn = ak , n ∈ N0 .
k=0

Dann heißt die Folge sn n∈N0
eine (unendliche) Reihe. Für diese Reihe schreibt man

∞
X
ak oder a0 + a1 + a2 + . . . ,
k=0

die ak heißen Glieder der Reihe, die sn heißen Partialsummen.

P∞

Definition Die Reihe k=0 ak heißt konvergent, wenn die Folge sn n∈N0 der Parti-


alsummen konvergent ist. Dann heißt der Grenzwert s der Folge sn n∈N0 Wert (oder
Summe) der Reihe, und man schreibt
∞
X
s= ak .
k=0

Eine nicht konvergente Reihe heißt divergent.

Bemerkung

1. Eine Reihe ist keine Summe von unendlich vielen Summanden, vielmehr eine Folge
von Partialsummen.

2. Der Summationsindex k muss nicht bei k = 0 beginnen.

PEs kann praktisch sein, die
∞
Numerierung der Glieder erst bei k = m zu beginnen, k=m ak .

3. P
Auf die Bezeichnung des Summationsindex kommt es nicht an:
∞ P∞
k=0 a k = `=0 a` .

4. Eine Änderung von endlich vielen Gliedern der Reihe ändert nicht das Konvergenz-
verhalten der Reihe, unter Umständen aber den Wert der Reihe.
Beispiele

5. Die Reihe
∞
X 1
k!
k=0

ist konvergent, der Wert der Reihe ist die Eulersche Zahl e.
14 3. Reihen

6. Die harmonische Reihe

∞
X 1
k
k=1

ist divergent.

7. Die Leibnizsche Reihe

∞
X (−1)k
k
k=1

ist konvergent.

8. Die geometrische Reihe

∞
X
qk
k=0

∞
X 1
ist konvergent für |q| < 1 mit dem Wert qk = .
1−q
k=0
Sie ist divergent für |q| ≥ 1 . Denn es ist

n  1 − q n+1
X
k für q 6= 1
sn = q = 1−q
n+1 für q = 1

k=0

1
Für |q| < 1 gilt limn→∞ q n+1 = 0 , so dass lim sn = , für |q| ≥ 1 existiert
n→∞ 1−q
lim sn nicht.
n→∞

9. Für die Reihe

∞
X 1
k(k − 1)
k=2

haben wir
n n
X 1 X 1 1  1
sn = = − + =1− .
k(k − 1) k k−1 n
k=2 k=2

Es ist limn→∞ sn = 1 , so dass die Reihe konvergent ist mit dem Wert s = 1 .
 3. Reihen 15

3.1 Konvergenzkriterien für Reihen

Die Konvergenz einer Reihe ist definiert über die Konvergenz der zugehörigen Folge
der Partialsummen. Daher ergeben sich aus Konvergenzkriterien für Folgen entspre-
chende Konvergenzkriterien für Reihen.
Satz (Cauchy-Kriterium)
Die Reihe ∞
P
k=0 ak , ak ∈ R , ist genau dann konvergent, wenn für jedes
ε > 0 ein N (ε) ∈ N existiert, so dass
Xm 

 ak  < ε

für alle m ≥ n ≥ N (ε).
k=n

Bemerkungen
10. Es ist limk→∞ ak = 0 eine notwendige Bedingung für Konvergenz. Diese Bedin-
gung ist jedoch nicht hinreichend für Konvergenz, wie das Beispiel der harmoni-
schen Reihe zeigt.
11. Eine Reihe mit abwechselnd positiven und negativen Gliedern heißt alternierend.
Satz (Leibnizkriterium) In der alternierenden Reihe
∞
X
(−1)k bk = b0 − b1 + b2 − b3 ± . . .
k=0

gelte bk ≥ 0 , bk+1 ≤ bk für k ∈ N0 und limk→∞ bk = 0 . Dann ist die Reihe

konvergent, und es gelten die Abschätzungen

|sn − s| ≤ bn+1 , n∈N

s2m+1 ≤ s ≤ s2m , m ∈ N.

Dabei sind s` die Partialsummen und s der Wert der Reihe.

Bemerkungen
12. Die bk bilden eine monoton fallende Nullfolge.
13. Der Betrag |sn − s| der Abweichung der n–ten Partialsumme vom Wert s ist
höchstens gleich dem Betrag bn+1 des nächsten Reihengliedes.
14. Die Partialsummen liefern untere (s2m+1 ) und obere (s2m ) Schranken für den Wert
s der Reihe .
P∞
Definition Die Reihe k=0 ak heißt absolut konvergent, wenn die Reihe
P ∞
k=0 |ak | der Beträge der Glieder konvergent ist.

Bemerkungen
16 3. Reihen

15. Ist eine Reihe absolut konvergent, so ist sie auch konvergent.

16. Reihen, die konvergent, aber nicht absolut konvergent sind, nennt man auch bedingt
konvergent.
Pn P∞
17. Ist die Folge (σn )n∈N der Partialsummen σn = k=0 |ak | der Reihe k=0 |ak |
nach
P∞ oben beschränkt, so ist nach dem Monotoniekriterium für Folgen die Reihe
a
k=0 k absolut konvergent.
P∞
Satz (Majoranten-Kriterium)
P∞ Für die Reihe k=0 ak gelteP∞ |ak | ≤ bk für alle
k ∈ N0 . Ist die Reihe k=0 bk konvergent, so ist die Reihe k=0 ak absolut kon-
vergent.
Satz (Quotientenkriterium)
(i) Existieren ein q mit 0 < q < 1 und ein N ∈ N , so dass für alle
k ≥ N gilt
a 
 k+1 
 ≤ q < 1,
ak


so ist die Reihe ∞

P
k=0 ak absolut konvergent.

(ii) Existiert ein N ∈ N , so dass für alle k ≥ N gilt

a 
 k+1 
 ≥ 1,
ak


so ist die Reihe ∞

P
k=0 ak divergent.

Satz (Wurzelkriterium)
(i) Existieren ein q mit 0 < q < 1 und ein N ∈ N , so dass für alle
k ≥ N gilt
p
k
|ak | ≤ q < 1 ,
P∞
so ist die Reihe k=0 ak absolut konvergent.
(ii) Existiert ein N ∈ N , so dass für alle k ≥ N gilt
p
k
|ak | ≥ 1 ,
P∞
so ist die Reihe k=0 ak divergent.

Bemerkungen

18. Im Falle q = 1 liefert das Quotientenkriterium bzw. das Wurzelkriterium keine

Aussage.
 3. Reihen 17

19. Beim Quotientenkriterium bzw. Wurzelkriterium reicht es nicht nachzuweisen, dass

ak+1 p
| | < 1 bzw. k |ak | < 1 für alle k ≥ N . So ist bei der harmonischen Reihe
Pa∞k 1 ak+1 k 1
k=1 k der Quotient | ak | = k+1 = 1 − k+1 < 1 für alle k ≥ 1 . Doch existiert
ak+1 1
kein q < 1 mit | ak | = 1 − k+1 < q für alle k ≥ N und einem geeigneten N ∈ N .
Das Quotientenkriterium liefert keine Aussage.

20. Existiert der Grenzwert

a 
 k+1 
lim   = q∗ ,
k→∞ ak

P∞
so lässt sich das Quotientenkriterium auch so fassen: Die Reihe k=0 ak ist absolut
konvergent für 0 ≤ q ∗ < 1 , sie ist divergent für q ∗ > 1 . Für q ∗ = 1 kann die Reihe
konvergent oder divergent sein.

21. Gilt
p
lim sup k
|ak | = q ∗ ,
k→∞

P∞
so lässt sich das Wurzelkriterium auch so fassen: Die Reihe k=0 ak ist absolut
konvergent für 0 ≤ q ∗ < 1 , sie ist divergent für q ∗ > 1 . Für q ∗ = 1 kann die Reihe
konvergent oder divergent sein.
P∞ P∞
Satz Die Reihen k=0 ak und k=0 bk seien konvergent mit den Werten a
und b . Für α, β ∈ R ist dann auch die Reihe
∞
X
(αak + βbk )
k=0

konvergent mit dem Wert

∞
X ∞
X
s=α ak + β bk = αa + βb .
k=0 k=0

3.2 Cauchy-Produkt
Satz (Cauchy-Produkt)
Die Reihen ∞
P P∞
k=0 ak und k=0 bk seien absolut konvergent. Dann gilt

∞
X ∞
 X  ∞
X
ak bk = cn
k=0 k=0 n=0
18 3. Reihen

mit
n
X
cn = a0 bn + a1 bn−1 + . . . + an b0 = ak bn−k ,
k=0

P∞
und die Reihe n=0 cn ist absolut konvergent.
 4. Exponentialfunktion und Logarithmus 19

4 Exponentialfunktion und Logarithmus

P∞ k
Zur Definition der Exponentialfunktion gehen wir von der Reihe k=0 xk! aus. Diese ist
P∞ 1
konvergent für alle x ∈ R . Für x = 1 ist k=0 = e = 2.71828 . . . mit der Eulerschen
k!
Zahl e . Spezielle Eigenschaften der Reihe motivieren
Definition Für x ∈ R sei
∞
X xk
ex = .
k!
k=0

Die Funktion f : R → R mit D(f ) = R und f (x) = ex heißt Exponentialfunktion.

Bemerkungen

x n
1. Es lässt sich zeigen: ex = limn→∞ (1 +
) für x ∈ R .
n
Satz Für die Exponentialfunktion f (x) = ex , x ∈ R , gilt

(i) ex · ey = ex+y für alle x, y ∈ R

1
(ii) ex > 0 und e−x = für alle x ∈ R
ex
(iii) f ist stetig und streng monoton wachsend auf R
(iv) f ist differenzierbar auf R mit (ex )0 = ex .

Da die Exponentialfunktion streng monoton wachsend ist, existiert eine streng mo-
noton wachsende und stetige Umkehrfunktion.
Definition Die Umkehrfunktion f −1 der Exponentialfunktion f heißt natürlicher
Logarithmus

f −1 (x) = ln x , x ∈ D(f −1 ) = (0, ∞) .

Bemerkungen

2. Es ist ln x nur für x > 0 definiert. Aus der Tatsache, dass Exponentialfunktion und
Logarithmus Umkehrfunktionen sind, ergeben sich die Eigenschaften

• ln 1 = 0 , ln e = 1 .
• ln x ist streng monoton wachsend mit limx→∞ ln x = ∞ und
limx&0 ln x = −∞ .

Satz Für die Logarithmusfunktion g(x) = ln x , x > 0 , gilt:

20 4. Exponentialfunktion und Logarithmus

(i) Für x > 0 , y > 0 ist

ln(xy) = ln x + ln y
x
ln = ln x − ln y
y
1
ln = − ln x .
x
(ii) Für x > 0 ist eln x = x .
(iii) Für x ∈ R ist ln(ex ) = x .
1
(iv) g ist differenzierbar auf (0, ∞) mit (ln x)0 = .
x
Die Definition der Exponentialfunktion lässt sich verallgemeinern.
Definition Für a > 0 und x ∈ R sei

ax = ex ln a .

Die Funktion f : R → R mit D(f ) = R und f (x) = ax heißt (allgemeine)

Exponentialfunktion zur Basis a .
Bemerkung

3. Es ist ax nur für a > 0 definiert.

Satz Sei g(x) = ax , x ∈ R , die Exponentialfunktion zur Basis a . Dann gilt:

(i) Für x, y ∈ R ist

y
ax ay = ax+y , ax = axy .

(ii) ax > 0 für x ∈ R .

(iii) Für a = 1 ist ax = 1 für alle x ∈ R .
Für a > 1 wächst g streng monoton.
Für 0 < a < 1 fällt g streng monoton.
(iv) g ist differenzierbar auf R mit

(ax )0 = (ln a) ax .

Aus der strengen Monotonie der Exponentialfunktion zur Basis a für a 6= 1 folgt die
Existenz einer Umkehrfunktion.
 4. Exponentialfunktion und Logarithmus 21

Definition Die Umkehrfunktion f −1 der Exponentialfunktion zur Basis a mit a 6= 1 heißt

Logarithmus zur Basis a

f −1 (x) = loga x , x ∈ D(f −1 ) = (0, ∞) .

Wichtige Basen der Logarithmen sind a = e und a = 10 . Statt loge x schreibt man ln x
und spricht vom natürlichen Logarithmus. Statt log10 x schreibt man lg x und spricht vom
dekadischen Logarithmus.
Satz Es sei g(x) = loga x , x > 0 , der Logarithmus zur Basis a 6= 1 . Dann gilt:

(i) Für x > 0 , y > 0 ist

x

loga (xy) = loga x + loga y , loga = loga x − loga y .
y
(ii) Für x > 0 ist aloga x = x .
(iii) Für x ∈ R ist loga (ax ) = x .
loga e 1
(iv) g ist differenzierbar auf (0, ∞) mit (loga x)0 = = .
x x ln a
22 4. Exponentialfunktion und Logarithmus

4.1 Hyperbelfunktionen

Hyperbelfunktionen sind als spezielle Kombinationen von Exponentialfunktionen defi-

niert.
Definition Die durch

(i) sinh x = 12 (ex − e−x ) , x∈R

(ii) cosh x = 12 (ex + e−x ) , x∈R
sinh x
(iii) tanh x = , x∈R
cosh x
cosh x
(iv) coth x = , x ∈ R\{0}
sinh x

definierten reellen Funktionen heißen (i) sinus hyperbolicus, (ii) cosinus hyperbolicus,
(iii) tangens hyperbolicus, (iv) cotangens hyperbolicus.
Bemerkungen

1. Durch den cosinus hyperbolicus wird (bei geeigneter Normierung) die Form eines
aufgehängten Seils beschrieben. Man spricht auch von einer Kettenlinie.
Satz
Für x, y ∈ R gilt

sinh(−x) = − sinh x , cosh(−x) = cosh x

sinh(x + y) = sinh x · cosh y + cosh x · sinh y
cosh(x + y) = cosh x · cosh y + sinh x · sinh y
cosh2 x − sinh2 x = 1
tanh x + tanh y
tanh(x + y) = .
1 + tanh x · tanh y

Satz Für die Ableitungen der Hyperbelfunktionen gilt

(sinh x)0 = cosh x , (cosh x)0 = sinh x für x ∈ R

1
(tanh x)0 = = 1 − tanh2 x , für x ∈ R
cosh2 x
1
(coth x)0 = − = 1 − coth2 x , für x ∈ R\{0} .
sinh2 x
 4. Exponentialfunktion und Logarithmus 23

Bemerkungen
2. Auf R ist sinh streng monoton, sodass eine Umkehrfunktion existiert. Diese heißt
area sinus hyperbolicus. Es gilt die Darstellung
p
arsinh x = ln(x + x2 + 1) , x ∈ R.

Die Ableitung ist

1
(arsinh x)0 = √ , x ∈ R.
x2 + 1

3. Auf [0, ∞) ist cosh streng monoton, so dass eine Umkehrfunktion existiert. Diese
heißt area cosinus hyperbolicus. Es gilt die Darstellung
p
arcosh x = ln(x + x2 − 1) , x ∈ [1, ∞) .

Die Ableitung existiert für x > 1

1
(arcosh x)0 = √ , x ∈ (1, ∞) .
x2 − 1
24 5. Das Integral

5 Das Integral
5.1 Definition des Integrals
Die Integralrechnung geht auf das geometrische Problem zurück, den Flächeninhalt von
Punktmengen der Ebene zu bestimmen.
Auf dem Intervall [a, b] mit a < b sei f eine positive, stetige, reelle Funktion und es sei
I(f, a, b) der Flächeninhalt, der durch f und das Intervall [a, b] der x-Achse begrenzten
Punktmenge.
Im Sonderfall f (x) = c für x ∈ [a, b] mit c > 0 ist I(f, a, b) = c(b − a), der bekannte
Flächeninhalt von Rechtecken. Wir grenzen I(f, a, b) durch Rechtecksummen“ (Unter-
”
summen bzw. Obersummen) ein.
Definition

1. Ist [a, b] ein Intervall, so heißt die Menge Z = {x0 , x1 , . . . , xn } mit

a = x0 < x1 < . . . < xn = b für n ∈ N eine Zerlegung von [a, b].
2. Die reelle Funktion f sei beschränkt auf [a, b]. Für die Zerlegung Z nach (1) seien
für j = 1, 2, . . . , n definiert

mj = inf{f (x) : x ∈ [xj−1 , xj ]}

Mj = sup{f (x) : x ∈ [xj−1 , xj ]}.

Dann heißen
n
X
s(Z) = mj (xj − xj−1 )
j=1

und
n
X
S(Z) = Mj (xj − xj−1 )
j=1

die zur Zerlegung Z (und zur Funktion f ) gehörige Untersumme und Obersum-
me.

Bemerkungen

1. Statt Zerlegung sagt man auch Partition.

2. Da die Stetigkeit von f nicht vorausgesetzt ist, müssen mj bzw. Mj mit Hilfe des
Infimums bzw. Supremums definiert werden. Die Infima mj bzw. Suprema Mj exi-
stieren stets, da nach dem Vollständigkeitsaxiom jede nichtleere beschränkte Teil-
menge T ⊂ R eine kleinste obere Schranke und eine größte untere Schranke besitzt.
 5. Das Integral 25

3. Offenbar ist s(Z) ≤ S(Z).

4. Streben bei immer feineren Zerlegungen die Untersummen s(Z) und Obersummen
S(Z) gegen einen gemeinsamen Grenzwert, so wird man diesen als Flächeninhalt
definieren. Diese Idee liegt dem folgenden Vorgehen zugrunde.
Definition
Eine Zerlegung Z 0 = {x00 , x01 , . . . , x0m } von [a, b] heißt Verfeinerung einer Zerle-
gung Z = {x0 , x1 , . . . , xn } von [a, b], falls

{x0 , x1 , . . . , xn } ⊂ {x00 , x01 , . . . , x0m } .

Bemerkungen

5. Aus Z erhält man eine Verfeinerung Z 0 durch Hinzufügen weiterer Punkte aus [a, b].

6. Sind Z und Z 0 Zerlegungen von [a, b] mit Z 0 Verfeinerung von Z und sind
s(Z), s(Z 0 ) bzw. S(Z), S(Z 0 ) die zugehörigen Untersummen bzw. Obersummen
(zu gegebenem f ), so gilt offenbar

s(Z) ≤ s(Z 0 ) ≤ S(Z 0 ) ≤ S(Z).

7. Sind Z und Ẑ beliebige Zerlegungen von [a, b], so ist Z ∗ = Z ∪ Ẑ eine Verfeinerung
von Z und Ẑ, daher folgt nach 6.

s(Z) ≤ s(Z ∗ ) ≤ S(Z ∗ ) ≤ S(Ẑ).

Demnach gilt

s(Z) ≤ S(Ẑ).

8. Für die gröbste Zerlegung Z̃ = {x0 , x1 } mit x0 = a, x1 = b und

m = inf{f (x) : x ∈ [a, b]}, M = sup{f (x) : x ∈ [a, b]} ist

s(Z̃) = m(b − a) und S(Z̃) = M (b − a).

Sind Z und Ẑ beliebige Zerlegungen von [a, b] so folgt demnach aus 6., 7.

m(b − a) ≤ s(Z) ≤ S(Ẑ) ≤ M (b − a).

9. Nach 8. sind s(Z) und S(Ẑ) beschränkt. Daher existiert das Supremum

s(f, a, b) = sup s(Z)

Z
26 5. Das Integral

von s(Z) über alle Zerlegungen Z von [a, b], und es existiert das Infimum
S(f, a, b) = inf S(Ẑ)
Ẑ

von S(Ẑ) über alle Zerlegungen Ẑ von [a, b]. Weiter ist
s(f, a, b) ≤ S(f, a, b).
Definition
Die reelle Funktion f sei beschränkt auf [a, b]. Gilt
s(f, a, b) = S(f, a, b) = r ,
so heißt f Riemann-integrierbar auf [a, b]. Der gemeinsame Wert r heißt dann
Riemann-Integral von f auf [a, b] und wird mit
Z b
f (x) dx
a

bezeichnet. Es heißen a untere Grenze und b obere Grenze des Integrals, [a, b]
heißt Integrationsintervall, f heißt Integrand und x heißt Integrationsvariable.
Bemerkungen
10. Statt Riemann-integrierbar schreiben wir oft einfach integrierbar, da wir hier keine
anderen Integrale betrachten.
Auf den Namen der Integrationsvariablen kommt es nicht an
Z b Z b
f (x) dx = f (u) du.
a a
Rb
11. Ist f ≥ 0 und integrierbar auf [a, b], so stellt a
f (x) dx den Flächeninhalt I(f, a, b)
dar.
12. Zur Prüfung auf Integrierbarkeit ist oft folgende Aussage nützlich: Die reelle Funk-
tion f sei beschränkt auf [a, b]. Sie ist genau dann integrierbar auf [a, b], wenn zu
jedem ε > 0 eine Zerlegung Z existiert mit S(Z) − s(Z) < ε.
Beispiele
13. Es sei f (x) = c auf [a, b] mit c ∈ R. Für jede Zerlegung Z gilt
s(Z) = c(b − a), S(Z) = c(b − a).
Demnach ist f integrierbar auf [a, b] und es ist
Z b Z b
f (x) dx = c dx = c(b − a).
a a

Für c > 0 ist dies der bekannte Flächeninhalt I(f, a, b) von Rechtecken.
 5. Das Integral 27

14. Es sei f (x) = x2 auf [a, b] mit a ≥ 0. Wir wählen eine gleichmäßige Zerlegung
Z = {x0 , x1 , . . . , xn } mit

b−a
xj = a + j für j = 0, 1, . . . , n.
n
b−a
Mit h = gilt für j = 1, 2, . . . , n
n
xj − xj−1 = h, mj = x2j−1 , Mj = x2j

n−1
X n
X
s(Z) = h x2j , S(Z) = h x2j .
j=0 j=1

Demnach ist
(b − a)(b2 − a2 )
S(Z) − s(Z) = h(x2n − x20 ) = h(b2 − a2 ) = .
n
Zu beliebigem ε > 0 wird S(Z) − s(Z) < ε für eine Zerlegung Z mit
(b − a)(b2 − a2 )
n> . Nach 12. ist demnach f integrierbar auf [a, b].
ε

5.2 Eigenschaften des Integrals

Der folgende Satz sichert für zwei wichtige Klassen von Funktionen die Integrierbarkeit.
Satz

(i) Ist die reelle Funktion f stetig auf [a, b], so ist f integrierbar auf [a, b].
(ii) Ist die reelle Funktion f monoton auf [a, b], so ist f integrierbar auf
[a, b].

Wir stellen einige Eigenschaften des Integrals zusammen.

Satz Die Funktionen f und g seien integrierbar auf [a, b].

(i) Mit c ∈ R ist cf integrierbar auf [a, b] und es gilt

Z b Z b
cf (x) dx = c f (x) dx.
a a

(ii) Die Summe f + g ist integrierbar auf [a, b] und es gilt

Z b h i Z b Z b
f (x) + g(x) dx = f (x) dx + g(x) dx
a a a
28 5. Das Integral

(iii) Gilt f (x) ≥ g(x) für alle x ∈ [a, b], so ist

Z b Z b
f (x) dx ≥ g(x) dx.
a a

Rb
Speziell ist a
f (x) dx ≥ 0 falls f ≥ 0.
(iv) Es ist |f | integrierbar auf [a, b] und es gilt
Z b  Z b 
f (x) dx ≤ f (x) dx.
 

a a

(v) Das Produkt f · g ist integrierbar auf [a, b].

Rb
Bisher haben wir das Integral a f (x) dx für a < b definiert. Um Fallunterscheidungen zu
vermeiden, treffen wir folgende Vereinbarung:
Z a
(i) f (x) dx = 0
a

(ii) Ist f integrierbar auf [a, b] mit a < b, so sei

Z a Z b
f (x) dx = − f (x) dx .
b a

Satz zur Integration über Teilintervalle

(i) Ist f auf [a, b] und auf [b, c] integrierbar mit a < b < c, so ist f auch auf
[a, c] integrierbar und es gilt
Z b Z c Z c
f (x) dx + f (x) dx = f (x) dx .
a b a

(ii) Ist f auf [a, b] mit a < b integrierbar, so ist f auch auf jedem abgeschlos-
senen Teilintervall [c, d] ⊂ [a, b] integrierbar. Für beliebige α, β, γ ∈ [a, b]
gilt
Z β Z γ Z γ
f (x) dx + f (x) dx = f (x) dx .
α β α

Bemerkungen

1. Man kann f an endlich vielen Punkten abändern, ohne den Wert des Integrals zu
ändern.
 5. Das Integral 29

2. Ist die reelle Funktion f integrierbar auf [a, b], so folgt aus 8.
Z b
m(b − a) ≤ f (x) dx ≤ M (b − a)
a

mit m = inf{f (x) : x ∈ [a, b]} und M = sup{f (x) : x ∈ [a, b]}. Daraus ergibt
sich die Abschätzung
Z b 
f (x) dx ≤ (b − a) · sup{|f (x)| : x ∈ [a, b]} .
 

a

3. Ist die reelle Funktion f stetig auf [a, b], so existiert ein ξ ∈ (a, b) mit
Z b
f (x) dx = (b − a)f (ξ) .
a
Dies ist die Aussage des Mittelwertsatzes der Integralrechnung. Da die Stelle ξ
i.a. unbekannt ist, hilft er nicht direkt bei der Berechnung von Integralen, ist jedoch
beweistechnisch von Bedeutung.

4. Ebenfalls von beweistechnischer Bedeutung ist die

Schwarzsche Ungleichung
s s
Z b Z b Z b
|f (x) g(x)| dx ≤ f 2 (x) dx g 2 (x) dx
a a a

für auf [a, b] integrierbare reelle Funktionen f und g.

30 6. Der Hauptsatz der Differential- und Integralrechnung

6 Der Hauptsatz der Differential- und

Integralrechnung

Wie berechnet man Integrale?

Definition Die reellen Funktionen f und F seien auf dem Intervall I definiert. Ist F diffe-
renzierbar auf I mit

F 0 (x) = f (x) für alle x ∈ I,

so heißt F Stammfunktion von f auf I.

Bemerkung Stammfunktionen von f sind nicht eindeutig bestimmt. Für alle c ∈ R ist
auch F (x) + c eine Stammfunktion. Verschiedene Stammfunktionen unterscheiden sich
nur durch eine Konstante.

Hauptsatz der Differential- und Integralrechnung

Die Funktion f sei stetig auf [a, b]. Für beliebiges x0 ∈ [a, b] ist die Funktion

Z x
Fx0 (x) = f (t) dt, x ∈ [a, b]
x0

differenzierbar und eine Stammfunktion von f auf [a, b].

Satz Die Funktion f sei stetig auf [a, b]. Ist F eine beliebige Stammfunktion
von f auf [a, b], so gilt

Z b
f (x) dx = F (b) − F (a).
a

Die Berechnung des Integrals kann bei stetigem Integranden demnach mit Hilfe einer
Stammfunktion erfolgen. Die Integration ist dann zurückgeführt auf die Ermittlung einer
Stammfunktion. Eine Stammfunktion heißt auch unbestimmtes Integral (keine Integrati-
onsgrenzen). Man schreibt

Z
F (x) = f (x) dx
 6. Der Hauptsatz der Differential- und Integralrechnung 31

R
f (x) f (x) dx Gültigkeitsbereich
1
xn xn+1 + c n ∈ Z, n 6= −1, x ∈ R für n ≥ 0,
n+1
x 6= 0 für n < 0
1
ln |x| + c x ∈ R, x 6= 0
x
1
xa xa+1 + c x > 0, a ∈ R, a 6= −1
a+1
1 ax
eax e +c x ∈ R, a 6= 0
ax
a
ax +c x ∈ R, a > 0, a 6= 1
ln a
sin x − cos x + c x∈R

cos x sin x + c x∈R

tan x − ln | cos x| + c x 6= (2k + 1) π2 , k ∈ Z

cot x ln | sin x| + c x 6= πk, k ∈ Z

1
tan x + c x 6= (2k + 1) π2 , k ∈ Z
cos2 x
1
−cotan x + c x 6= πk, k ∈ Z
sin2 x
1
arctan x + c x∈R
1 + x2
1
√ arcsin x + c −1 < x < 1
1 − x2
32 7. Einige Integrationstechniken

7 Einige Integrationstechniken

Das Aufsuchen einer Stammfunktion zur Berechnung eines Integrals kann sehr schwierig
sein. Anders als bei der Differentiation gibt es keine fertigen Rezepte, die immer zum Ziel
führen. Oft gelingt es, komplizierte Integrale mit geeigneten Techniken auf einfachere
Integrale zurückzuführen, für die die Integration ausgeführt werden kann. Man mache
dann stets die (einfache) Probe, ob die Ableitung der gefundenen Stammfunktion gleich
dem Integranden ist.
Satz Sind f und g integrierbar, so ist für α, β ∈ R
Z Z Z
[αf (x) + βg(x)] dx = α f (x) dx + β g(x) dx .

Bei speziellen Typen von Integranden lässt sich die Stammfunktion direkt ablesen:
Satz Sind f und f 0 stetig, so gilt
Z
(i) f (x) f 0 (x) dx = 21 [f (x)]2 + c

f 0 (x)
Z
(ii) dx = ln |f (x)| + c für f (x) 6= 0.
f (x)

Satz (Partielle Integration)

Es seien f und g stetig differenzierbar. Dann gilt
Z Z
(i) f (x) g 0 (x) dx = f (x) g(x) − f 0 (x) g(x) dx

Z b h ib Z b
(ii) f (x) g 0 (x) dx = f (x) g(x) − f 0 (x) g(x) dx.
a a a

Satz (Substitutionsregel) Es seien f auf [a, b] und g auf [α, β] stetig, für die
Bildmenge B(g) von g gelte B(g) ⊂ [a, b]. Ist g stetig differenzierbar, so gilt
Z Z
(i) f (g(x)) g 0 (x) dx = f (u) du ,

wobei nach der Integration u = g(x) zu setzen ist.

Z β Z g(β)
(ii) f (g(x)) g 0 (x) dx = f (u) du.
α g(α)
 7. Einige Integrationstechniken 33

R
Vielfach ist zur Berechnung eines Integrals f (x) dx eine andere Sicht vorteilhaft. Neben
den Voraussetzungen des letzten Satzes habe g eine Umkehrfunktion ψ (die Voraussetzung
ist beispielsweise erfüllt, falls g 0 6= 0). Nehmen wir die Umbenennung u → x und x → t
vor, so folgt mit x = g(t) bzw. t = ψ(x)
Z Z
f (x) dx = f (g(t)) g 0 (t) dt (∗)

wobei nach der Integration t = ψ(x) zu setzen ist, sowie

Z b Z ψ(b)
f (x) dx = f (g(t)) g 0 (t) dt (∗∗)
a ψ(a)

Rb
Das formale Vorgehen kann man sich so merken: Im Integral a f (x) dx substituiert man
0 0
x = g(t). Wegen dx dt = g (t) schreibt man formal dx = g (t) dt und setzt dies in das
Integral ein. Dies ergibt (∗) mit t = ψ(x). Für das bestimmte Integral transformiert man
noch die Integrationsgrenzen x = a bzw. x = b in t = ψ(a) bzw. t = ψ(b) und erhält
(∗∗).
Es gehört Erfahrung und Übung dazu, eine geeignete Substitution zu finden. Doch gibt es
viele Integrale, für die sich keine Substitution finden lässt, die zu geschlossen lösbaren In-
R1 2
tegralen führt. So existiert beispielsweise das Integral 0 e−x dx, da der Integrand stetig
ist. Doch gibt es keine durch eine endliche Kombination elementarer Funktionen darstell-
bare Stammfunktion.
34 8. Uneigentliche Integrale

8 Uneigentliche Integrale
Rb
Bisher haben wir das Integral a
f (x) dx definiert unter den Voraussetzungen
(1) eines endlichen Integrationsintervalls [a, b],
(2) einer auf ganz [a, b] definierten Funktion f ,
(3) einer auf [a, b] beschränkten Funktion f .
Sind diese Voraussetzungen nicht alle erfüllt, so lassen sich in manchen Fällen durch
Grenzwertbildungen sog. uneigentliche Integrale definieren. Im Gegensatz dazu spricht
man bei den gewöhnlichen Integralen auch von eigentlichen Integralen. Wir betrachten
zunächst eine naheliegende Erweiterung des Integralbegriffs auf unbeschränkte Integra-
tionsintervalle.
Definition Die Funktion f : R → R sei definiert auf [a, ∞) und integrierbar auf [a, b] für
alle b > a. Existiert der Grenzwert
Z b
lim f (x) dx,
b→∞ a

so heißt f uneigentlich integrierbar auf [a, ∞) und man schreibt

Z ∞ Z b
f (x) dx = lim f (x) dx.
a b→∞ a

Man sagt auch, das uneigentliche Integral existiert oder konvergiert. Existiert der Grenz-
Rb
wert limb→∞ a f (x) dx nicht, so sagt man, das uneigentliche Integral sei divergent.
Analog definiert man das uneigentliche Integral
Z b Z b
f (x) dx = lim f (x) dx,
−∞ a→−∞ a

falls f auf (−∞, b] definiert, integrierbar auf [a, b] für alle a < b ist und der Grenzwert
existiert.
R∞ Rb R∞
In a f (x) dx und −∞ f (x) dx sind a und b endlich. Ein Integral −∞ f (x) dx definiert
Rc
man so: Existieren für irgendein c ∈ R die uneigentlichen Integrale −∞ f (x) dx und
R∞
c
f (x) dx, so ist das uneigentliche Integral
Z ∞ Z c Z ∞
f (x) dx = f (x) dx + f (x) dx .
−∞ −∞ c

Konvergenzuntersuchungen zur Prüfung der Existenz eines uneigentlichen Integrals

Rb
können schwierig sein, insbesondere dann, wenn a f (x) dx nicht formelmäßig bekannt
ist. Hier hilft gelegentlich das Vergleichskriterium:
Satz (Vergleichskriterium)
Die reellen Funktionen f und g seien integrierbar auf [a, b] für alle b > a.
 8. Uneigentliche Integrale 35

R∞
(i) Ist |f (x)| ≤ g(x) für alle x ∈ [a, ∞) und existiert a
g(x) dx, so existie-
ren auch die uneigentlichen Integrale
Z ∞ Z ∞
f (x) dx und |f (x)| dx .
a a

R∞
(ii) Ist 0 ≤ g(x) ≤ f (x) für alle x ∈ [a, ∞) und
R∞
divergiert a
g(x) dx, so
divergiert auch das uneigentliche Integral a f (x) dx .
R∞ R∞
Definition Existiert a
|f (x)| dx, so heißt a
f (x) dx absolut konvergent.
Aus der absoluten Konvergenz folgt die Konvergenz. Die Umkehrung gilt bei uneigentli-
chen Integralen jedoch nicht.
Wir betrachten eine weitere Verallgemeinerung des Integralbegriffs für nicht auf ganz [a, b]
definierte und ggf. unbeschränkte Funktionen.
Definition Die Funktion f : R → R sei definiert auf dem halboffenen Intervall [a, b) und
integrierbar auf [a, c] für alle c mit a < c < b. Existiert der Grenzwert
Z c Z c
lim f (x) dx = lim f (x) dx,
c→b− a
c→b
a
c<b

so heißt f uneigentlich integrierbar und man setzt

Z b Z c
f (x) dx = lim f (x) dx .
a c→b− a

Analog definiert man das uneigentliche Integral

Z b Z b Z b
f (x) dx = lim f (x) dx = c→a
lim f (x) dx ,
a c→a+ c c
c>a

falls f auf (a, b] definiert und integrierbar auf [c, b] für alle c mit a < c < b ist und der
Grenzwert existiert. Ist f auf (a, b) definiert und integrierbar auf jedem abgeschlossenen
Teilintervall [α, β] von (a, b), so heißt f uneigentlich integrierbar, falls für ein beliebiges
Rc Rb
c ∈ (a, b) die uneigentliche Integrale a f (x) dx und c f (x) dx beide existieren. Das
Integral ist dann
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx .
a a c

Beispiel
36 8. Uneigentliche Integrale

1
Es sei f (x) = xα für x ∈ (0, 1]. Für c mit 0 < c < 1 ist

Z 1
1  − ln c für α = 1
dx =
c xα  1 [1 − c1−α ] für α 6= 1.
1−α

Bildet man den Grenzwert c → 0+, so folgt:

R1
Das uneigentliche Integral 0 x1α dx ist divergent für α ≥ 1, es ist konvergent
für α < 1 mit
Z 1
1 1
α
dx = .
0 x 1−α
 9. Potenzreihen 37

9 Potenzreihen
Definition Ist (an )n∈N0 eine Folge reeller Zahlen und ist x0 ∈ R, so heißt die Funktio-
nenreihe
∞
X
an (x − x0 )n , x∈R
n=0

eine Potenzreihe um x0 . Die an heißen Koeffizienten der Potenzreihe.

Bemerkungen
P∞
1. Mit t = x−x0 erhalten wir die Reihe n=0 an tn , also eine Potenzreihe um t0 = 0.
Wir wählen daher im folgenden x0 = 0.
2. Fehlende x-Potenzen haben Koeffizienten 0.
Pk
3. Die Partialsummen sk (x) = n=0 an xn sind Polynome.
4. Häufig sind Potenzreihen nicht für alle x ∈ R konvergent.
Beispiele
xn
P∞
5. Die Potenzreihe n=0 n! (Exponentialreihe) ist konvergent für alle x ∈ R. Ihre
Summe ist ex .
P∞
6. Die Potenzreihe n=0 xn (geometrische Reihe) ist konvergent für |x| < 1. Dann
1
ist ihre Summe 1−x . Für |x| ≥ 1 ist die Reihe divergent.
P∞
7. Die Potenzreihe n=0 n!xn ist nur für x = 0 konvergent, sie ist divergent für x 6= 0.
P∞ P∞ 2n
8. In der Potenzreihe n=0 an xn = n=0 xn! sind die Koeffizienten a1 , a3 , a5 , . . .
alle null. Setzen wir t = x2 , so folgt
∞ ∞ n
X x2n X t 2
= = et = ex .
n=0
n! n=0
n!

2
Die Reihe ist also konvergent für alle x ∈ R mit der Summe ex .

Satz
∞
X
(i) Ist die Reihe an xn konvergent für ein x = r mit r 6= 0, so ist die
n=0
Reihe absolut konvergent für alle x mit |x| < |r|.
∞
X
(ii) Ist die Reihe an xn divergent für ein x = s, so ist die Reihe divergent
n=0
für alle x mit |x| > |s|.
38 9. Potenzreihen

P∞
Folgerung: Für jede Potenzreihe n=0 an xn gilt genau eine der drei Aussagen (A1),
(A2), (A3):

(A1) Die Reihe konvergiert nur für x = 0.

(A2) Die Reihe konvergiert für alle x ∈ R.
(A3) Es existiert genau eine Zahl % > 0, so dass die Reihe für |x| < % konvergiert und
für |x| > % divergiert. Es heißt % Konvergenzradius der Reihe.

Im Fall (A1) sagt man auch, die Reihe divergiert und setzt % = 0, im Fall (A2) setzt man
formal % = ∞. Anschaulich besagt (A3)
Für x = % bzw. x = −% liegt im Fall (A3) keine Aussage vor. Es kann Konvergenz
oder Divergenz herrschen. Das Intervall (−%, %) heißt auch Konvergenzintervall. Für x ∈
(−%, %) konvergiert die Reihe punktweise.
Beispiele:

(1) In obigen Beispielen ist % = ∞ in (5), % = 1 in (6), % = 0 in (7).

xn
Wir betrachten die Reihe ∞
P
(2) n=1 n . Für x = −1 ist die Reihe konvergent (Leibnizsche
P∞ (−1)n
Reihe n=1 n ). Demnach ist die Reihe P absolut konvergent für |x| < 1. Für x = 1 ist
die Reihe divergent (harmonische Reihe ∞ 1
n=1 n ). Also ist die Reihe divergent für |x| > 1.
Der Konvergenzradius ist % = 1. Für x = % liegt Divergenz, für x = −% liegt Konvergenz
vor.
In der Potenzreihe ∞
P n P∞ n
(3) n=0 (x − 2) setzen wir t = x − 2 und erhalten die Reihe n=0 t .
Diese ist nach (6) konvergent für |t| < 1 und divergent für |t| ≥ 1. Demnach ist die ur-
sprüngliche Potenzreihe konvergent für |x − 2| < 1, d.h. für x ∈ (1, 3), und divergent für
|x − 2| ≥ 1, d.h. für x ≤ 1 und x ≥ 3.
In der Potenzreihe ∞ x 2n
setzen wir t = ( x3 )2 , die resultierende Reihe ∞ n
P P
(4) n=0 ( 3 ) n=0 t ist
1
konvergent für |t| < 1 mit der Summe 1−t und divergent für |t| ≥ 1. Demnach ist die
 2
ursprüngliche Potenzreihe konvergent für  x3  < 1, also x2 < 9, und damit |x| < 3. Sie
 

ist divergent für |x| ≥ 3. Der Konvergenzradius ist % = 3 und die Summe der Reihe ist
1
für |x| < 3.
1 − ( x3 )2

9.1 Konvergenzkriterien für Potenzreihen

Quotientenkriterium: Gilt an 6= 0 für n ≥ n0 und existiert der Grenzwert
 a 
 n 
lim  =b
n→∞ an+1

als eigentlicher Grenzwert 0 ≤ b < ∞ oder als uneigentlicher Grenzwert b = ∞, so ist

% = b.
 9. Potenzreihen 39

Wurzelkriterium: Ist
p
n
lim sup |an | = c
n→∞

ein endlicher Grenzwert 0 ≤ c < ∞ oder ein uneigentlicher Grenzwert c = ∞, so ist

% = ∞ falls c = 0, % = 1c falls 0 < c < ∞, % = 0 falls c = ∞.
Beispiele:
xn
P∞ 1
(5) In der Reihe n=1 n ist an =
> 0 und der Grenzwert
n
   
 an 
lim   = lim n + 1 = lim 1 + 1 = 1
n→∞ an+1  n→∞ n n→∞ n

existiert. Daher ist der Konvergenzradius % = 1.

xn
In der Reihe ∞ 1
P
(6) n=0 n! ist an = n! > 0 und der (uneigentliche) Grenzwert
 
 an 
lim   = lim (n + 1)! = lim (n + 1) = ∞
n→∞ an+1  n→∞ n! n→∞

existiert. Es ist % = ∞.
nn n nn
In der Reihe ∞
P
(7) n=1 n! x ist an = n! > 0 und der Grenzwert
  n
 n
 an 
lim   = lim n (n + 1)! = lim n
n→∞ an+1  n→∞ n!(n + 1)n+1 n→∞ n + 1
 n
1 1
= lim 1 − =
n→∞ n+1 e

existiert. Es ist % = 1e .
√
In der Reihe ∞ 2 n n 2 n
P n
(8) n=1 n 2 x ist an = n 2 und wegen limn→∞ n = 1 existiert der
Grenzwert
p √
n
√
n
lim n |an | = lim n2 2n = lim 2 n2
n→∞ n→∞ n→∞
√ √
= lim 2 n n n n = 2.
n→∞

Daher ist % = 12 .
In der Reihe ∞ n
P
(9) n=0 n!x (vgl. (7) ) ist an = n! und der (uneigentliche) Grenzwert
p √n
lim n |an | = lim n! = ∞
n→∞ n→∞

existiert. Daher ist % = 0. Dies folgt auch aus dem Quotientenkriterium.

∞
X ∞
X
Satz Haben die Potenzreihen an xn und bn xn die positiven Konver-
n=0 n=0
genzradien %a und %b , so gilt für alle x mit |x| < min(%a , %b )
40 9. Potenzreihen

∞
X ∞
X ∞
X
n n
(i) an x ± bn x = (an ± bn )xn
n=0 n=0 n=0
∞
hX ∞
ih X i X∞
(ii) an xn bn xn = cn xn
n=0 n=0 n=0
mit cn = a0 bn + a1 bn−1 + . . . + an b0 .
∞
X
Satz Die Potenzreihe an xn habe den Konvergenzradius % > 0.
n=0
Für x ∈ (−%, %) sei f (x) die Summe der Reihe,
∞
X
f (x) = an xn .
n=0

(i) Es ist f differenzierbar auf (−%, %) und es gilt

∞
X
0
f (x) = nan xn−1 , x ∈ (−%, %).
n=1

∞
X
Die Reihe nan xn−1 hat wieder den Konvergenzradius %.
n=1

(ii) Es ist f integrierbar auf jedem Intervall [a, b] ⊂ (−%, %), das im Kon-
vergenzintervall liegt, und es gilt
Z x ∞ Z x ∞
X X an n+1
f (t) dt = an tn dt = x , x ∈ (−%, %).
0 n=0 0 n=0
n+1

∞
X an n+1
Die Reihe x hat wieder den Konvergenzradius %.
n=0
n +1

Bemerkungen und Ergänzungen:

(10) Addition und Subtraktion von Potenzreihen können gliedweise erfolgen. Die Multiplikation
erfolgt nach dem Cauchy-Produkt.
(11) Die Ableitung der Summe f der Potenzreihe erhält man durch gliedweises Differenzieren
der Reihe. Da die resultierende Reihe der Ableitungen wieder den Konvergenzradius % hat,
ist f beliebig oft differenzierbar und es gilt für k = 1, 2, . . .
∞
X
f (k) (x) = n(n − 1) · . . . · (n − k + 1)an xn−k , x ∈ (−%, %).
n=k
 9. Potenzreihen 41

(12) der Summe f der Potenzreihe erhält man durch gliedweises Integrieren der
Das Integral P
Reihe. Es ist ∞ an
n=0 n+1 x
n+1
, x ∈ (−%, %), eine Stammfunktion von f .
Beispiele:
P∞
(13) Die Potenzreihe n=0 xn hat den Konvergenzradius % = 1 und die Summe
∞
X 1
f (x) = xn = für x ∈ (−1, 1).
n=0
1−x

Gliedweises Differenzieren liefert

∞
X 1
nxn−1 = für x ∈ (−1, 1).
n=1
(1 − x)2

(14) Differenzieren wir in (13) k-mal, so erhalten wir

∞
X k!
n(n − 1) · . . . · (n − k + 1)xn−k = ,
(1 − x)k+1
n=k

also für k ∈ N
∞
!
X n n−k 1
x = für x ∈ (−1, 1).
k (1 − x)k+1
n=k
P∞ n 2n
(15) Die Potenzreihe n=0 (−1) x hat den Konvergenzradius % = 1 und die Summe
∞
X 1
f (x) = (−1)n x2n = für x ∈ (−1, 1).
n=0
1 + x2

Dies folgt aus (13), falls man dort x durch −x2 ersetzt. Gliedweise Integration liefert
∞ Z x Z x
X (−1)n 2n+1 1
x = f (t) dt = dt = arctan x
n=0
2n + 1 0 0 1 + t2

also
∞
X (−1)n 2n+1
arctan x = x für x ∈ (−1, 1).
n=0
2n + 1
P∞ n n
(16) Die Potenzreihe n=0 (−1) x hat den Konvergenzradius % = 1 und die Summe
∞
X 1
f (x) = (−1)n xn = für x ∈ (−1, 1).
n=0
1+x

Gliedweise Integration liefert

∞ Z x Z x
X (−1)n n+1 1
x = f (t) dt = dt = ln(1 + x),
n=0
n + 1 0 0 1 + t

also
∞
X (−1)n n+1
ln(1 + x) = x für x ∈ (−1, 1).
n=0
n+1
42 10. Der Satz von Taylor

10 Der Satz von Taylor

Viele reelle Funktionen kann man durch Potenzreihen dargestellen.
Beispiel

∞
X (−1)n 2n+1
sin x = x , x∈R
n=0
(2n + 1)!

∞
X (−1)n 2n
cos x = x , x∈R
n=0
(2n)!

Nimmt man nur die ersten n Glieder der Potenzreihe, so erhält man eine Approximation
durch ein Polynom. Dies entspricht einer Darstellung

f = Tn + Rn (∗)

mit einem Polynom Tn und einem Restglied Rn . Dabei dient Tn (x) als Näherung der
Funktion f (x).
Satz von Taylor
Die Funktion f sei auf dem Intervall I (n + 1)-mal stetig differenzierbar.
Dann gilt für x, x0 ∈ I

f (x) = Tn (x, x0 ) + Rn (x, x0 )

mit dem Taylor-Polynom

n
X f (k) (x0 )
Tn (x, x0 ) = (x − x0 )k
k!
k=0

und dem Restglied in Integralform

Z x
1
Rn (x, x0 ) = (x − t)n f (n+1) (t) dt.
n! x0

Bemerkungen und Ergänzungen:

(1) Es wird f (0) = f gesetzt. Die Stelle x0 heißt auch Entwicklungsstelle. Die Koeffizien-
(k)
ten ak = f k!(x0 ) im Taylor-Polynom Tn (x, x0 ) =
Pn k
k=0 ak (x − x0 ) heißen Taylor-
Koeffizienten.
 10. Der Satz von Taylor 43

(2) R x0 ≤ k <kn (k+1)

Integrieren wir für
1
das Restglied
Rk (x, x0 ) = k! x0
(x − t) f (t) dt partiell, so folgt
 k+1
x Z x
1 −(x − t) (k+1) 1
Rk (x, x0 ) = f (t) + (x − t)k+1 f (k+2) (t) dt.
k! k+1 x0 (k + 1)! x0
Demnach gilt die Rekursionsformel

(x − x0 )k+1 (k+1)
Rk (x, x0 ) = f (x0 ) + Rk+1 (x, x0 ).
(k + 1)!

Daraus folgt zusammen mit

Z x
R0 (x, x0 ) = f 0 (t) dt = f (x) − f (x0 )
x0

der Satz von Taylor.

(3) Ist f ein Polynom Pn vom Grad n, so ist Rk (x, x0 ) = 0 für k ≥ n. Demnach ist Pn be-
stimmt, wenn für eine beliebige Stelle x0 der Funktionswert Pn (x0 ), sowie die Ableitungen
(n)
Pn0 (x0 ), . . . , Pn (x0 ) bekannt sind. Es gilt die Darstellung
n (k)
X Pn (x0 )
Pn (x) = Tn (x, x0 ) = (x − x0 )k .
k!
k=0

(4) An der Stelle x0 stimmen die Funktionswerte und die ersten n Ableitungen der Funktion f
und des Taylor-Polynoms Tn überein. Man spricht daher auch vom Schmiegungspolynom
Tn für f in der Umgebung von x0 .
(5) Der Satz von Taylor gibt das Restglied in Integralform. Für Abschätzungen ist oft hilfreich
die
Darstellung von Lagrange:

f (n+1) (x0 + ϑ(x − x0 ))

Rn (x, x0 ) = (x − x0 )n+1
(n + 1)!

für ein 0 < ϑ < 1 oder die

Darstellung von Cauchy:

f (n+1) (x0 + ϑ(x − x0 ))

Rn (x, x0 ) = (1 − ϑ)n (x − x0 )n+1
n!
für ein 0 < ϑ < 1.
In der Darstellung von Lagrange und Cauchy sind i.a. die Werte von ϑ unterschiedlich. Es
ist f (n+1) (x0 + ϑ(x − x0 )) der Wert von f (n+1) an einer Zwischenstelle zwischen x0 und
x, dabei ist ϑ jedoch i.a. nicht explizit bekannt.

Beispiele
44 10. Der Satz von Taylor

1. Es sei f (x) = sin x für x ∈ I = R. Es ist f beliebig oft differenzierbar mit f 0 (x) =
cos x, f 00 (x) = − sin x, f 000 (x) = − cos x, f (iv) (x) = f (x), . . . . Für x0 = 0 folgt
für die Taylor-Koeffizienten

0 für k gerade



(k) 1

f (0) 
ak = = für k = 1, 5, 9, . . .
k! k!
 − 1 für k = 3, 7, 11, . . .



k!
Der Satz von Taylor ergibt für n = 2m − 1, m ∈ N,

x3 x5 x2m−1
sin x = x − + ∓ . . . + (−1)m−1 + R2m−1 (x, 0)
3! 5! (2m − 1)!

mit
1
R2m−1 (x, 0) = f (2m) (θx) x2m
(2m)!

für ein θ ∈ (0, 1)). Wegen |f (2m) (t)| ≤ 1 für alle t ∈ R folgt aus der Restglieddar-
stellung von Lagrange die Abschätzung

|x|2m
|R2m−1 (x, 0)| ≤ .
(2m)!

Die Taylor-Polynome sind

T1 (x, 0) = x
T2 (x, 0) = T1 (x, 0)
x3
T3 (x, 0) = x −
3!
T4 (x, 0) = T3 (x, 0)
..
.

2. Es sei f (x) = ln(1 + x) für x ∈ I = (−1, 1]. Es gilt für k = 1, 2, . . .

(−1)k+1 (k − 1)!
f (k) (x) = .
(1 + x)k

Für x0 = 0 folgt für die Taylor-Koeffizienten

f (k) (0) (−1)k+1

ak = = , k = 1, 2, . . .
k! k
 10. Der Satz von Taylor 45

und a0 = 0, so dass
n
X (−1)k+1
ln(1 + x) = xk + Rn (x, 0).
k
k=1

In der Darstellung von Lagrange lautet das Restglied

f (n+1) (ϑx) n+1 (−1)n  x n+1

Rn (x, 0) = x = , 0 < ϑ < 1.
(n + 1)! n + 1 1 + ϑx

In der Darstellung von Cauchy lautet das Restglied mit 0 < ϑ < 1

f (n+1) (ϑx)  x n+1

Rn (x, 0) = (1 − ϑ)n xn+1 = (−1)n (1 − ϑ)n .
n! 1 + ϑx

Aus dem Satz von Taylor erhalten wir eine Potenzreihendarstellung von f , falls f beliebig
oft differenzierbar ist und das Restglied für n → ∞ gegen Null konvergiert.
Satz Die Funktion f sei auf dem Intervall I beliebig oft differenzierbar. Es
seien x, x0 ∈ I , dann gilt
∞
X f (k) (x0 )
f (x) = (x − x0 )k
k!
k=0

genau dann, wenn für das Restglied limn→∞ Rn (x, x0 ) = 0 gilt. Die Potenz-
reihe heißt Taylor-Reihe von f um x0 .
Im Beispiel mit f (x) = sin x und I = R war

|x|2m
|R2m−1 (x, 0)| ≤ .
(2m)!

Für m → ∞ folgt limm→∞ R2m−1 (x, 0) = 0, so dass f in eine Taylor-Reihe entwickel-

bar ist und
∞
x3 x5 X x2m+1
sin x = x − + ∓ ... = (−1)m , x ∈ R.
3! 5! m=0
(2m + 1)!

Für f (x) = ln(1+x), x ∈ I = (−1, 1] betrachten wir zunächst den Fall 0 ≤ x ≤ 1. Dann
gilt für das Restglied in der Darstellung von Lagrange mit 0 < ϑ < 1 die Abschätzung

1  x n+1 1
|Rn (x, 0)| = ≤ ,
n + 1 1 + ϑx n+1
 
46 10. Der Satz von Taylor

so dass limn→∞ Rn (x, 0) = 0. Für den Fall −1 < x < 0 haben wir für das Restglied in
der Darstellung von Cauchy mit 0 < ϑ < 1 die Abschätzung
 x n+1
|Rn (x, 0)| = (1 − ϑ)n 

1 + ϑx

|x|n+1  1 − ϑ n
=
1 + ϑx 1 + ϑx
 
|x|n+1  1 − ϑ n

=
1 − ϑ|x| 1 − ϑ|x|
 

|x|n+1
≤ ,
1 − ϑ|x|

so dass limn→∞ Rn (x, 0) = 0. Daher gilt

∞
X (−1)k+1
ln(1 + x) = xk , x ∈ (−1, 1].
k
k=1

Speziell folgt daraus für x = 1 (Leibnizsche Reihe)

∞
1 1 1
X (−1)k+1
ln 2 = 1 − 2 + 3 − 4 ± ... = .
k
k=1

Identitätssatz für Potenzreihen

X∞ ∞
X
Sind an (x − x0 )n und bn (x − x0 )n zwei Potenzreihendarstellungen der
n=0 n=0
Funktion f , die beide konvergent sind für |x − x0 | < % mit % > 0, so gilt für
alle n ∈ N0

f (n) (x0 )
a n = bn = .
n!
Bemerkungen und Ergänzungen:

(6) Die Potenzreihendarstellung von f um x0 ist also eindeutig.

(7) Der Weg zur Gewinnung einer Potenzreihendarstellung von f muss demnach nicht immer
über den Satz von Taylor erfolgen. (Die Bildung der Ableitungen ist oft unbequem). So
haben wir eine Potenzreihendarstellung von ln(1 + x) mit Hilfe des Satzes von Taylor her-
geleitet. Andererseits haben wir die gleiche Potenzreihendarstellung durch Integration der
geometrischen Reihe gefunden.
(8) Der Identitätssatz besagt: Wird die Funktion f auf zwei verschiedene Weisen als Potenzreihe
um x0 dargestellt, dann stimmen die entsprechnenden Koeffizienten beider Potenzreihen
überein. Dies ist die Basis der Methode des Koeffizientenvergleichs.
 11. Fourier-Reihen 47

11 Fourier-Reihen
Definition Eine reelle Funktion f : R → R mit D(f ) = R heißt periodisch mit der
Periode T > 0 (kurz T -perodisch), falls für alle x ∈ R gilt

f (x + T ) = f (x).

Wichtige periodische Funktionen sind neben den Konstanten die trigonometrischen Funk-
tionen

sin nx und cos nx für n ∈ N.

Sie haben die gemeinsame Periode T = 2π.

Bei der Darstellung periodischer Vorgänge (zum Beispiel Schwingungen) sind zur
Näherung trigonometrische Funktionen besser geeignet als Polynome.
Daher betrachten wir trigonometrische Reihen der Form

∞
a0 X
S(x) = + (an cos nx + bn sin nx).
2 n=1

Eine solche Reihe stellt eine 2π periodische Funktion dar.

Man nennt S(x) Fourier-Reihe.
Dafür sind wichtig:

Orthogonalitätsbeziehungen: Für m, n ∈ N0 gilt

Z 2π
cos mt cos nt dt = 0 für m 6= n
0
Z 2π
sin mt sin nt dt = 0 für m 6= n
0
Z 2π
cos mt sin nt dt = 0 .
0

Normierungsbeziehungen:
Z 2π 
π für n ∈ N
cos2 nt dt =
0 2π für n = 0
Z 2π 
π für n ∈ N
sin2 nt dt =
0 0 für n = 0.
48 11. Fourier-Reihen

R 2π R 2π
Speziell ist 0 cos mt dt = 0 für m ∈ N und 0 sin mt dt = 0 für m ∈ N0 . Or-
thogonalitäts- und Normierungsbeziehungen gelten auch bei Integration über ein Intervall
[a, a + 2π] für beliebiges a ∈ R. Denn für jede integrierbare 2π-periodische Funktion f
gilt
Z 2π Z a+2π
f (x) dx = f (x) dx.
0 a

Ist eine 2π-periodische Funktion f durch eine Fourier-Reihe darstellbar,

∞
a0 X
f (x) = + (an cos nx + bn sin nx),
2 n=1

und ist die Reihe gliedweise integrierbar (dies ist beispielsweise der Fall, falls die Reihe
gleichmäßig konvergent ist), so ergeben sich nach Multiplikation mit cos mx bzw. sin mx
und Integration über [0, 2π] unter Verwendung der Orthogonalitäts- und Normierungsbe-
ziehungen die in der folgenden Definition gegebenen expliziten Darstellungen der an und
bn .
Definition Die Funktion f sei auf [0, 2π] integrierbar.

(i) Die Zahlen

Z 2π
1
an = f (x) cos nx dx, n = 0, 1, . . .
π 0
Z 2π
1
bn = f (x) sin nx dx, n = 1, 2, . . .
π 0

heißen Fourier-Koeffizienten von f .

(ii) Die mit den Fourier-Koeffizienten von f formal gebildete Reihe
∞
a0 X
F R(x) = + (an cos nx + bn sin nx)
2 n=1

heißt Fourier-Reihe von f .

Achtung: Die Fourier-Reihen muß nicht konvergent sein! Im Falle der Konvergenz
braucht der Reihenwert an einer Stelle x nicht mit f (x) übereinzustimmen. Wir sprechen
daher von einer formalen Zuordnung f ∼ F R.
Bemerkungen

1. Die Wahl von a20 als Koeffizient von cos 0x in F R erlaubt eine einheitliche Darstel-
R 2π
lung der an (auch für n = 0). Es ist a0 = π1 0 f (x) dx, so dass a20 ein Mittelwert
von f ist.
 11. Fourier-Reihen 49

2. Ist f gerade, also f (−x) = f (x) für x ∈ R, so gilt

2 π
Z
an = f (x) cos nx dx, n ∈ N0
π 0
bn = 0, n ∈ N.

Ist f ungerade, also f (−x) = −f (x) für x ∈ R, so gilt

an = 0, n ∈ N0
2 π
Z
bn = f (x) sin nx dx, n ∈ N.
π 0

3. Da eine Abänderung einer integrierbaren Funktion in einzelnen Punkten das Integral

nicht ändert, können verschiedene Funktionen identische Fourier-Reihen haben.

4. J EAN -BAPTISTE J OSEPH F OURIER (1768-1830) entwickelte die Grundzüge der

Theorie der trigonometrischen Reihen.
Beispiele

5. Die Funktion f sei 2π-periodisch mit


x für 0 ≤ x ≤ π
f (x) =
2π − x für π < x < 2π

Die Fourier-Koeffizienten sind, da f gerade,

Z π
2
n = 0 : a0 = π f (x) dx = π
0
Z π
2
n ∈ N : an = π f (x) cos nx dx
0
Z π 
2 0 für n gerade
= x cos nx dx =
π
0 − πn4 2 für n ungerade
n ∈ N : bn = 0.

Wir haben daher

π 4h 1 1
i
F R(x) = − cos x + 32 cos 3x + 52 cos 5x + . . . .
2 π

6. Die Funktion f sei 2π-periodisch mit f (0) = 0 und

f (x) = π − x für 0 < x < 2π

50 11. Fourier-Reihen

Die Fourier-Koeffizienten sind, da f ungerade,

n ∈ N0 : an = 0
Z π Z π
2 2 2
n∈N: bn = f (x) sin nx dx = (π − x) sin nx dx = .
π 0 π 0 n

Wir haben daher

∞
h sin 2x sin 3x i X sin nx
F R(x) = 2 sin x + + + ... = 2 .
2 3 n=1
n

Aussagen zur Konvergenz der Reihe werden wir später geben.

Bisher haben wir der periodischen Funktion f nur formal die Fourier-Reihe zugeordnet.
Wir untersuchen jetzt Konvergenzfragen.
Definition Für eine unstetige Funktion f auf (a, b) heißt x0 ∈ (a, b) eine Sprungstelle
von f , wenn die rechtsseitigen und linksseitigen Grenzwerte

f (x0+ ) = x→x
lim f (x) und f (x0− ) = x→x
lim f (x)
0 0
x>x0 x<x0

existieren mit f (x0+ ) 6= f (x0− ). Es heißt h = f (x0+ ) − f (x0− ) Sprung von f an der
Stelle x0 .
Definition Eine Funktion f heißt auf dem Intervall [a, b] stückweise stetig, wenn ei-
ne Zerlegung {x0 , x1 , . . . , xm } mit a = x0 < x1 < . . . < xm = b von [a, b]
so existiert, dass f auf allen offenen Intervallen (xi−1 , xi ), i = 1, . . . , m, stetig ist
und die rechtsseitigen Grenzwerte f (xi+ ), i = 0, 1, . . . , m − 1, und die linksseitigen
Grenzwerte f (xi− ), i = 1, . . . m, existieren. Wir beachten, dass die Funktionswerte
f (xi ), i = 0, 1, . . . , m, in den Zerlegungspunkten dabei irrelevant sind. Eine Funktion
f heißt auf [a, b] stückweise stetig differenzierbar, wenn ihre Ableitung stückweise ste-
tig ist. Dabei braucht die Ableitung in den Zerlegungspunkten xi , i = 0, . . . , m, nicht zu
existieren.
Satz Stückweise stetige Funktionen sind integrierbar.
Eine stückweise stetig differenzierbare Funktion hat höchstens endlich viele Sprungstel-
len. Es gibt endlich viele Teilintervalle von [a, b], so dass f im Innern jedes Teilintervalls
eine stetige Ableitung besitzt.
Satz Die 2π -periodische Funktion f sei stückweise stetig differenzierbar auf
[0, 2π]. Dann konvergiert die Fourier-Reihe von f für alle x ∈ R, und es gilt

∞
f (x+ ) + f (x− ) a0 X
= + (an cos nx + bn sin nx), x ∈ R.
2 2 n=1
 11. Fourier-Reihen 51

Ist f stetig an der Stelle x, so gilt sogar

∞
a0 X
f (x) = + (an cos nx + bn sin nx), x ∈ R.
2 n=1

Bemerkung An einer Sprungstelle x0 der stückweise glatten Funktion f konvergiert die

Fourier-Reihe gegen das arithmetische Mittel der rechts- und linksseitigen Grenzwerte
f (x0+ ) und f (x0− ).
Beispiele:

(1) In Beispiel (5) ist f stückweise stetig differenzierbar und sogar stetig. Daher gilt die Gleich-
heit
∞
π 4 X cos(2k + 1)x
f (x) = − , x ∈ R.
2 π (2k + 1)2
k=0

Für x = 0 folgt
∞
X 1 1 1 π2
= 1 + + + . . . = .
(2k + 1)2 32 52 8
k=0

(2) P ist fsinstückweise

In Beispiel (6) stetig differenzierbar. Also folgt, dass die Fourier-Reihe
F R(x) = 2 ∞ n=1 n
nx
für alle x ∈ R konvergent ist. Sie konvergiert gegen f (x) für alle
x ∈ R. Speziell für x = 2πk, k ∈ Z, konvergiert die Fourier-Reihe gegen 0, das arithme-
tische Mittel der rechts- und linksseitigen Grenzwerte von f . Auf jedem abgeschlossenen
Intervall [a, b] mit 0 < a < b < 2π konvergiert die Fourier-Reihe gleichmäßig gegen f .

Ist die Funktion f periodisch mit der Periode T > 0 mit T 6= 2π, so sind obige Ergebnisse
durch eine lineare Transformation direkt übertragbar. Die Fourier-Reihe von f mit der
Periode T > 0 lautet
∞
a0 X  2π 2π 
f (x) ∼ + an cos nx + bn sin nx
2 n=1
T T

mit den Fourier-Koeffizienten

Z T
2  2π 
an = f (x) cos nx dx, n = 0, 1, 2, . . .
T 0 T
Z T
2  2π 
bn = f (x) sin nx dx, n = 1, 2, . . .
T 0 T

Für gerade bzw. ungerade Funktionen gelten wieder Vereinfachungen wie oben.
52 12. Folgen und Reihen von Funktionen

12 Folgen und Reihen von Funktionen

Bisher haben wir Folgen und Reihen reeller Zahlen betrachtet. Wir erweitern die Betrach-
tung auf Folgen und Reihen reeller Funktionen.
Potenzreihen sind Reihen von Polynomen ak xk .
Fourierreihen sind Reihen trigonometrischer Funktionen.
Definition Es sei M eine Menge reeller Funktionen, die auf D ⊂ R definiert sind.

(i) Ordnet man jeder natürlichen Zahl n ∈ N ein Element fn ∈ M zu, so entsteht eine
Funktionenfolge (fn )n∈N (auf D).
(ii) Ist (fn )n∈N eine Funktionenfolge, so heißt die Folge (sn )n∈N der Partialsummen

n
X
sn (x) = fi (x), x∈D
i=1

∞
X
eine Funktionenreihe, für die man fn schreibt.
n=1

Bemerkungen

1. Der Index n der Folgenglieder fn muss nicht bei 1 beginnen.

P∞
2. Für festes x ∈ D ist (fn (x))n∈N eine Folge reeller Zahlen und n=1 fn (x) eine
Reihe reeller Zahlen.
P∞
3. Für jedes feste x ∈ D können wir die Folge (fn (x))n∈N bzw. die Reihe n=1 fn (x)
auf Konvergenz untersuchen. Für gewisse x kann Konvergenz vorliegen, für andere
nicht.

Definition Die Funktionenfolge (fn )n∈N heißt auf D punktweise konvergent, wenn für
alle x ∈ D die Folge (fn (x))n∈N konvergiert. Ist (fn )n∈N punktweise konvergent, so heißt
die Funktion f : R → R mit D(f ) = D und

f (x) = lim fn (x), x∈D

n→∞

Grenzfunktion der Funktionenfolge.

Beispiel Die Funktionenfolge (xn )n∈N ist punktweise konvergent auf D = [0, 1]. Für die
Grenzfunktion f gilt

0 für 0 ≤ x < 1
f (x) = lim xn =
n→∞ 1 für x = 1 .
 12. Folgen und Reihen von Funktionen 53

Wir haben das bemerkenswerte Ergebnis, dass trotz stetiger Funktionen

fn (x) = xn , x ∈ D, die Grenzfunktion f unstetig ist.
Definition Die Funktionenfolge (fn )n∈N heißt auf D gleichmäßig konvergent, wenn
sie punktweise konvergent ist mit Grenzfunktion f und
h i
lim sup |fn (x) − f (x)| = 0.
n→∞ x∈D

Es gilt: Die Funktionenfolge (fn )n∈N ist auf D gleichmäßig konvergent gegen die
Grenzfunktion f , wenn zu jedem ε > 0 ein N (ε) existiert, so dass
|fn (x) − f (x)| < ε
für alle n ≥ N (ε) und alle x ∈ D gilt.
Bemerkungen
1. Gleichmäßige Konvergenz zieht stets die punktweise Konvergenz nach sich, aber
nicht umgekehrt.
2. Anschaulich bedeutet die Forderung |fn (x) − f (x)| < ε für alle n ≥ N (ε) und alle
x ∈ D, dass für n ≥ N (ε) alle fn in einem Streifen der Breite 2ε um f liegen.
Beispiel Die Funktionenfolge (xn )n∈N ist auf D = [0, 1] zwar punktweise konvergent,
aber nicht gleichmäßig konvergent. Es gilt mit der Grenzfunktion f
h i h i
lim sup |fn (x) − f (x)| = lim sup |xn | = 1.
n→∞ x∈D n→∞ x∈[0,1)

Ändern wir in den Definitionsbereich in D = [0, 1), so ist die Folge (xn )n∈N wieder nicht
gleichmäßig konvergent auf D.
Ändern wir in den Definitionsbereich in D = [0, a] mit 0 < a < 1, so ist die Folge
(xn )n∈N gleichmäßig konvergent auf D.
Für Potenzreihen gilt:
Satz Eine Potenzreihe
∞
X
ak (x − x0 )k
k=0

mit dem Konvergenzradius ρ ∈ (0, ∞] ist für alle r ∈ (0, ρ) auf dem abgeschlossenen
Intervall
[x0 − r, x0 + r]
gleichmäßig konvergent.
Für Fourierreihen gilt:
Satz Die Fourierreihe einer stückweise stetig differenzierbaren Funktion f konvergiert auf
jedem abgeschlossenen Intervall, wo f stetig ist, gleichmäßig gegen f .
54 13. Reelle Funktionen mehrerer Veränderlicher

13 Reelle Funktionen mehrerer Veränderlicher

Wir betrachten nun Funktionen, die auf einer Teilmenge des n-dimensionalen Punkt-
raums
n o
Rn = X : X = (x1 , x2 , . . . , xn ), x1 ∈ R, . . . , xn ∈ R

definiert sind.
Wir werden wir hier die n-Tupel mit großen lateinischen Buchstaben X, Y , . . . bezeichnen
und den Betrag (die euklidische Norm) mit doppelten Betragstrichen:
q
kXk = x21 + x22 + . . . + x2n

Wir bezeichnen weiterhin mit O = (0, 0, . . . , 0) das Element, bei dem alle Komponenten
Null sind. Es ist X = O genau dann, wenn kXk = 0. Für c ∈ R gilt kcXk = |c| · kXk,
und es gelten die

Dreiecksungleichung

kX + Y k ≤ kXk + kY k für X, Y ∈ Rn ,

sowie die

Cauchy-Schwarzsche Ungleichung
|X · Y | ≤ kXk · kY k für X, Y ∈ Rn .

Definition Ist X0 ∈ Rn , so heißt für jedes ε > 0 die Menge

Uε (X0 ) = {X : X ∈ Rn , kX − X0 k < ε}

eine ε-Umgebung von X0 . Eine Menge U (X0 ), die eine ε-Umgebung von X0 enthält,
heißt Umgebung von X0 .
Definition

(i) X0 ∈ Rn heißt innerer Punkt einer Menge M ⊂ Rn , wenn es eine ε-Umgebung

von X0 gibt, die ganz in M liegt. Die Menge M der inneren Punkte von M heißt
Inneres von M .
(ii) X0 ∈ Rn heißt Randpunkt einer Menge M ⊂ Rn , wenn jede ε-Umgebung von
X0 mindestens einen Punkt aus M und mindestens einen Punkt, der nicht zu M
gehört, enthält. Die Menge ∂M der Randpunkte von M heißt der Rand von M .
 13. Reelle Funktionen mehrerer Veränderlicher 55

(iii) Die Menge M = M ∪ ∂M heißt abgeschlossene Hülle von M .

Definition

(i) Eine Menge M ⊂ Rn heißt offen, wenn jeder Punkt von M ein innerer Punkt ist.
(ii) Eine Menge M ⊂ Rn heißt abgeschlossen, wenn ihr Rand ∂M zu M gehört.
(iii) Eine Menge M ⊂ Rn heißt beschränkt, wenn es eine Zahl r > 0 gibt, so dass
kXk ≤ r für alle X ∈ M .
(iv) Eine Menge M ⊂ Rn heißt kompakt, wenn M abgeschlossen und beschränkt ist.

Bemerkungen
Im R1 ist Uε (X0 ) das offene“ Intervall (X0 − ε, X0 + ε).
”
Im R2 ist Uε (X0 ) die offene“ Kreisscheibe mit Mittelpunkt X0 und Radius ε.
”
Im R3 ist Uε (X0 ) die offene“ Kugel mit Mittelpunkt X0 und Radius ε.
”
Beispiele

1. Sei M = {X : X ∈ R2 , x1 ≥ 0, x2 ≥ 0}. Es ist M abgeschlossen, nicht

beschränkt, nicht kompakt. Der Punkt A = (1, 1) ist innerer Punkt, der Punkt B =
(2, 0) ist Randpunkt.
2. Für ε > 0 ist die Menge M = Uε (0) = {X : X ∈ R2 , x21 + x22 < ε2 } offen,
beschränkt, nicht kompakt. Der Rand ist ∂M = {X : X ∈ R2 , x21 + x22 = ε2 }. Es
ist M = M .
3. Für ε > 0 ist die Menge M = {X : X ∈ R2 , x21 + x22 = ε2 } abgeschlossen,
beschränkt und kompakt. Es ist ∂M = M = M und M = ∅.
4. Für a < b und c < d ist die Menge

M = {X : X ∈ R2 , a < x1 ≤ b, c < x2 ≤ d}

weder offen noch abgeschlossen.

Es sei M eine Menge von Elementen aus dem Rn . Ordnet man jeder natürlichen Zahl
k ∈ N ein Element Xk ∈ M zu, so entsteht eine Folge (Xk )k∈N im Rn .
Definition Eine Folge (Xk )k∈N von Elementen Xk ∈ Rn , k ∈ N, heißt konvergent, wenn
ein X ∈ Rn existiert mit folgender Eigenschaft: Zu jedem ε > 0 gibt es ein N (ε) ∈ N, so
dass

kXk − Xk < ε

für alle natürlichen Zahlen k ≥ N (ε). Dann heißt X der Grenzwert der Folge und man
schreibt X = limk→∞ Xk oder Xk → X für k → ∞. Eine Folge, die nicht konvergiert,
heißt divergent.
56 13. Reelle Funktionen mehrerer Veränderlicher

Konvergenz im Rn ist äquivalent zu komponentenweiser Kovergenz:

Satz Die Folge (Xk )k∈N von Elementen Xk = (xk1 , xk2 , . . . , xkn ) ∈ Rn ist genau
dann konvergent gegen den Grenzwert X = (x1 , x2 , . . . , xn ) ∈ Rn , falls für
jedes feste i, i = 1, . . . , n, die Folgen (xki )k∈N der Komponenten konvergieren
mit limk→∞ xki = xi .
Bemerkungen Um die Folge (Xk )k∈N von Elementen Xk ∈ Rn auf Konvergenz zu un-
tersuchen, kann man die n Folgen (xki )k∈N , i = 1, . . . , n, reeller Zahlen auf Konvergenz
untersuchen (koordinatenweise Konvergenz).
Beispiele
 3 
1 k 1
1. In der Folge (Xk )k∈N sei Xk = k32k +1

3
+2k−1 , 1 + k , k ∈ R . Es herrscht koor-
dinatenweise Konvergenz, so dass die Folge konvergent ist mit dem Grenzwert

X = (2, e, 0).

1


2. In der Folge (Xk )k∈N sei Xk = k! , k ∈ R2 . Da die Folge (k)k∈N der zweiten
Komponenten divergent ist, ist die Folge (Xk )k∈N divergent.

Definition Eine Vorschrift f , die jedem Element X = (x1 , . . . , xn ) einer Teilmenge

D(f ) ⊂ Rn genau ein Element y = f (X) = f (x1 , . . . , xn ) ∈ R zuordnet, heißt re-
elle Funktion von n reellen Veränderlichen.
Beispiele

1. Die Norm von X ∈ Rn ist eine reelle Funktion von n Veränderlichen, f : Rn → R

mit D(f ) = Rn und
q
f (X) = kXk = x21 + x22 + . . . + x2n .

2. Es sei c ∈ R und f : R2 → R mit D(f ) = R2 und f (x1 , x2 ) = c. (konstante

Funktion)

Definition Ein Punkt X0 ∈ Rn heißt Häufungspunkt einer Menge M ⊂ Rn , wenn in

jeder ε-Umgebung von X0 unendlich viele Elemente aus M liegen. Dabei muss X0 nicht
zu M gehören.
Ist X0 ∈ Rn Häufungspunkt von M so gibt es eine Folge (Xk )k∈N mit Xk ∈ M und
Xk 6= X0 für k ∈ N, die gegen X0 konvergiert.
Definition Es sei f : Rn → R mit der Definitionsmenge D(f ) eine reelle Funktion von
n Veränderlichen und sei X0 ∈ Rn ein Häufungspunkt von D(f ). Existiert ein c ∈ R, so
dass für jede Folge (Xk )k∈N mit

Xk ∈ D(f ), Xk 6= X0 , lim Xk = X0
k→∞
 13. Reelle Funktionen mehrerer Veränderlicher 57

die Beziehung

lim f (Xk ) = c
k→∞

gilt, so hat f an der Stelle X0 den Grenzwert c.

Bemerkungen und Ergänzungen:

(1) Hat f an X0 den Grenzwert c, so schreibt man auch

lim f (X) = c
X→X0

oder f (X) → c für X → X0 .

(2) Es muss X0 nicht zu D(f ) gehören, es muss also f (X0 ) nicht definiert sein. Die Definition
des Grenzwertes nimmt nicht auf f (X0 ) bezug. Existiert der Grenzwert, so ist er eindeutig.
(3) Im R2 schreiben wir im Folgenden statt X = (x1 , x2 ) ∈ R2 oft X = (x, y) ∈ R2 .

Beispiele

1. Sei M = {X : X = (x, y) ∈ R2 , 0 ≤ x < 1, 0 < y < 1} ∪

{X : X = (x, y) ∈ R2 , 0 ≤ x < 2, y = 1}
Die Menge der Häufungspunkte von M ist
H = {X : X = (x, y) ∈ R2 , 0 ≤ x ≤ 1, 0 ≤ y ≤ 1} ∪
{X : X = (x, y) ∈ R, 1 < x ≤ 2, y = 1}.
2. Es sei f : R2 → R mit D(f ) = R2 \{(0, 0)} und

x2 y 2
f (x, y) =
x2+ y2

An der Stelle X0 = (0, 0) ∈ / D(f ), die Häufungspunkt von D(f ) ist, hat f den
Grenzwert c = 0. Denn für jede Folge (Xk )k∈N mit
Xk = (xk , yk ) ∈ D(f ), (xk , yk ) 6= (0, 0), limk→∞ (xk , yk ) = (0, 0) gilt
 2 2   2 2
 xk yk  x y 
|f (xk , yk ) − c| =  2
 − 0 ≤  k 2 k  = |yk2 | → 0
x + y2
k k x k

für (xk , yk ) → (0, 0).

3. Es sei f : R2 → R mit D(f ) = R2 \{(0, 0)} und

x2 − y 2
f (x, y) =
x2 + y 2

An der Stelle X0 = (0, 0) ∈

/ D(f ), die Häufungspunkt von D(f ) ist, hat f keinen
Grenzwert. Zum Beweis betrachten wir einmal Folgen (Xk )k∈N = ((xk , 0))k∈N
58 13. Reelle Funktionen mehrerer Veränderlicher

mit (xk , 0) 6= (0, 0), limk→∞ (xk , 0) = (0, 0). Wegen f (Xk ) = 1 für alle k ist
limk→∞ f (Xk ) = 1. Zum anderen betrachten wir Folgen (Xk )k∈N = ((0, yk ))k∈N
mit (0, yk ) 6= (0, 0), limk→∞ (0, yk ) = (0, 0). Wegen f (Xk ) = −1 für alle k ist
limk→∞ f (Xk ) = −1. Beide Grenzwerte existieren zwar, sind aber verschieden.
Also hat f an (0, 0) keinen Grenzwert.

Definition Eine Funktion f : Rn → R mit der Definitionsmenge D(f ) heißt stetig an der
Stelle X0 ∈ D(f ), wenn für jede Folge (Xk )k∈N mit

Xk ∈ D(f ), lim Xk = X0 gilt lim f (Xk ) = f (X0 ).

k→∞ k→∞

Es heißt f stetig auf M ⊂ D(f ), falls f stetig ist an allen Stellen X0 ∈ M .

Die Funktion f heißt unstetig an der Stelle X0 ∈ D(f ), wenn sie nicht stetig an X0 ist.
Dann gibt es (mindestens) eine Folge (Xk )k∈N mit Xk ∈ D(f ) und limk→∞ Xk = X0 ,
für die die Bildfolge (f (Xk ))k∈N nicht konvergent oder aber konvergent gegen einen Wert
c 6= f (X0 ) ist.
Beispiele

1. Es sei f : R2 → R mit D(f ) = R2 und

 2 2
 x y
für (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0 für (x, y) = (0, 0)


Es ist f stetig an der Stelle X0 = (0, 0) ∈ D(f ) wie Beispiel (2) oben zeigt.
2. Sei f : R2 → R mit D(f ) = R2 und
( xy
für (x, y) 6= (0, 0)
f (x, y) = x2 + y 2
0 für (x, y) = (0, 0).

Es ist f nicht stetig an der Stelle X0 = (0, 0) ∈ D(f ). Betrachten wir nämlich
Folgen (Xk )k∈N = ((xk , 0))k∈N mit (xk , 0) 6= (0, 0) und limk→∞ (xk , 0) = (0, 0),
so ist f (Xk ) = 0 für alle k und damit lim f (Xk ) = 0. Betrachten wir andererseits
Folgen (Xk )k∈N = ((xk , xk ))k∈N (Winkelhalbierende) mit (xk , xk ) 6= (0, 0) und
limk→∞ (xk , xk ) = (0, 0), so gilt f (Xk ) = 12 und damit limk→∞ f (Xk ) = 21 .

Satz Sind f : Rn → R mit D(f ) = D und g : Rn → R mit D(g) = D stetig in X0 , so

f
sind auch c · f für c ∈ R, f + g, f · g und auch , falls g(X0 ) 6= 0, stetig in X0 .
g
Satz Es sei D ⊂ Rn kompakt und f : D → R stetig auf D. Dann ist f
beschränkt und besitzt auf D ein Maximum
max f (X)
X∈D
 13. Reelle Funktionen mehrerer Veränderlicher 59

und ein Minimum,

min f (X)
X∈D

d.h. es gibt X ∗ ∈ D und X∗ ∈ D mit

min f (X) = f (X∗ ) ≤ f (Y ) ≤ f (X ∗ ) = max f (X)

X∈D X∈D

für alle Y ∈ D.
60 14. Differentiation von Funktionen mehrerer Veränderlicher

14 Differentiation von Funktionen mehrerer

Veränderlicher
Die Ableitung einer reellen Funktion einer reellen Veränderlichen an einer Stelle x0 ∈
D(f ) haben wir definiert als
df  f (x) − f (x0 ) f (x0 + h) − f (x0 )
f 0 (x0 ) = = lim = lim ,
dx x=x0 x→x0 x − x0 h

h→0

falls der Grenzwert existiert. Wir können analog eine partielle Differentiation erkären,
wenn wir alle Variablen bis auf eine konstant halten und die resultierende Funktion nach
eben dieser Variablen differenzieren.
Definition Es seien D ⊂ Rn , f : D → R und X0 = (x01 , x02 , . . . , x0n ) ein innerer Punkt
von D. Es heißt f in X0 partiell differenzierbar nach xk ,
k = 1, . . . , n, falls der Grenzwert
f (x01 , x02 , . . . , x0k−1 , x0k + h, x0k+1 , . . . , x0n ) − f (x01 , x02 , . . . , x0n )
lim
h→0 h
existiert. Der Grenzwert
 heißt dann die partielle Ableitung von f nach xk im Punkt X0
∂f 
und wird mit oder fxk (X0 ) bezeichnet.
∂xk  X0
Man erhält also die partielle Ableitung nach einer Variablen, indem man die gewöhnliche
Ableitung nach dieser Variablen bildet und dabei die anderen Variablen als Parameter
festhält.
Beispiele:
(1) Es sei f : R2 → R mit D(f ) = R2 und f (x, y) = 2x2 + y 2 für X = (x, y) ∈ D(f ). Es
ist
fx (x, y) = 4x, fy (x, y) = 2y.
(2) Es sei f : R3 → R mit D(f ) = R3 und f (x, y, z) = x3 + 4y 2 + y 2 z 3 + 1 für
X = (x, y, z) ∈ D(f ). Es ist
fx = 3x2 , fy = 8y + 2yz 3 , fz = 3y 2 z 2 .

Definition Es ist f partiell differenzierbar an der Stelle X0 , wenn alle partiellen Ablei-
tungen fxk (X0 ) für k = 1, 2, . . . , n existieren. Es heißt f partiell differenzierbar auf der
offenen Menge M ⊂ D(f ), wenn f an jedem Punkt von M partiell differenzierbar ist.
Für M = D(f ) heißt f partiell differenzierbar.
∂f
Ist die partielle Ableitung partiell differenzierbar nach xl , so ergibt sich die partielle
∂xk
Ableitung zweiter Ordnung
 
∂f
∂ ∂x k ∂2
= f = fxk xl , k, l = 1, . . . , n.
∂xl ∂xl ∂xk
 14. Differentiation von Funktionen mehrerer Veränderlicher 61

Analog werden partielle Ableitungen höherer Ordnung gebildet.

Beispiel
Wir betrachten f (x, y) = xy 2 sin(x2 y). Es ist

fx (x, y) = y 2 sin(x2 y) + 2x2 y 3 cos(x2 y)

fy (x, y) = 2xy sin(x2 y) + x3 y 2 cos(x2 y).

fxx (x, y) = 2xy 3 cos(x2 y) + 4xy 3 cos(x2 y) − 4x3 y 4 sin(x2 y)

fxy (x, y) = 2y sin(x2 y) + x2 y 2 cos(x2 y) + 6x2 y 2 cos(x2 y) − 2x4 y 3 sin(x2 y)
fyx (x, y) = 2y sin(x2 y) + 4x2 y 2 cos(x2 y) + 3x2 y 2 cos(x2 y) − 2x4 y 3 sin(x2 y)
fyy (x, y) = 2x sin(x2 y) + 2x3 y cos(x2 y) + 2x3 y cos(x2 y) − x5 y 2 sin(x2 y).

Bemerkung Im Beispiel ist fxy = fyx , die Reihenfolge der Ableitungen ist vertauschbar.
Allgemein gilt: Vertauschungssatz von Schwarz Es sei D ⊂ R2 offen, f : D → R. Falls
f, fx , fy , fxy und fyx stetig auf D sind, so gilt fxy = fyx auf D(f ) (Vertauschbarkeit der
partiellen Ableitungen).
Definition Es sei D ⊂ Rn offen. Die Funktion f : D → R sei in X0 ∈ D partiell
differenzierbar nach jeder Variablen xk , k = 1, 2, . . . , n. Dann heißt

grad f (X0 ) = (fx1 (X0 ), fx2 (X0 ), . . . , fxn (X0 ))

Gradient von f an der Stelle X0 .

Schreibweise: grad f (X0 ) = ∇f (X0 ) (lies: Nabla).
Achtung: Aus der Existenz aller partiellen Ableitungen folgt nicht die Stetigkeit der Funk-
tion.
Definition Es seien D ⊂ Rn , f : D → R und X0 ein innerer Punkt von D. Es heißt f
differenzierbar an der Stelle X0 , wenn ein A = (a1 , . . . , an ) ∈ Rn existiert und es eine
Funktion g : Rn → R gibt, die auf einer Umgebung U (X0 ) von X0 definiert ist, so dass

(i) f (X) = f (X0 ) + A · (X − X0 ) + kX − X0 kg(X) für X ∈ U (X0 )

(ii) lim g(X) = 0.
X→X0

Ist D offen und ist f differenzierbar an allen X0 ∈ D, so heißt f differenzierbar.

Bemerkungen
Schreiben wir das Skalarprodukt A · (X − X0 ) in (i) aus, so haben wir
n
X
f (X) − f (X0 ) = ak (xk − x0k ) + kX − X0 kg(X) für X ∈ U (X0 )
k=1
62 14. Differentiation von Funktionen mehrerer Veränderlicher

mit g(X) → 0 für X → X0 .

Ist f differenzierbar an X0 , so ist
ak = fxk (X0 ), k = 1, . . . , n
also
A = grad f (X0 ).
Satz: Hinreichende Bedingung für Differenzierbarkeit Es ist f : Rn → R an einem
inneren Punkt X0 aus D(f ) differenzierbar, wenn alle partiellen Ableitungen von f auf
einer Umgebung von X0 existieren und an X0 stetig sind.
Beispiel a)Es sei f : R2 → R mit f (x, y) = 2x2 +y 2 . Für beliebiges X0 = (x0 , y0 ) ∈ R2
ist
fx (X0 ) = 4x0 , fy (X0 ) = 2y0 .
Die partiellen Ableitungen sind stetig auf R2 , also ist f differenzierbar an X0 und es ist
A = (4x0 , 2y0 ).
b) Es sei f : R2 → R mit D(f ) = R2 und

1 für x < 0 und y > 0
f (x, y) =
0 sonst.

Es ist f unstetig an X0 = (0, 0), also ist f nicht differenzierbar an X0 . Andererseits

existieren die partiellen Ableitungen an X0 mit fx (0, 0) = 0 und fy (0, 0) = 0.
Satz
(i) Ist f : Rn → R differenzierbar an X0 , so ist f auch stetig an X0 .
(ii) Sind f : Rn → R und g : Rn → R differenzierbar an X0 , so sind auch
f
cf für c ∈ R, f + g, f · g und, falls g(X0 ) 6= 0, auch differenzierbar
g
an X0 .
Die partiellen Ableitungen kann man zur Prüfung auf Differenzierbarkeit heranzuziehen.
Es ist zu beachten, dass aus der Existenz partieller Ableitungen allein nicht die Differen-
zierbarkeit folgt. Es sei beispielsweise f : R2 → R mit
D(f ) = R2 und

1 für x < 0 und y > 0
f (x, y) =
0 sonst.

Es ist f unstetig an X0 = (0, 0), also ist f nicht differenzierbar an X0 . Andererseits

existieren die partiellen Ableitungen an X0 mit fx (0, 0) = 0 und fy (0, 0) = 0.
Für eine differenzierbare Funktion f erhält man als lineare Approximation für f (X)
f (X0 ) + grad f (X0 ) · (X − X0 )
 14. Differentiation von Funktionen mehrerer Veränderlicher 63

14.1 Vektorfelder
Definition Für n, m ∈ N heißt eine Abbildung F : Rn → Rm mit der Definitionsmenge
D(F ) ein Vektorfeld.
Beim Vektorfeld ist einem n-Tupel (x1 , . . . , xn ) ∈ D(F ) ein m-Tupel (y1 , . . . , ym ) zuge-
ordnet, yi = Fi (x1 , . . . , xn ) für i = 1, . . . , m. Es wird F definiert durch m Koordinaten-
funktionen Fi : Rn → R mit D(Fi ) = D(F ), i = 1, . . . , m,

F = (F1 , F2 , . . . , Fm ).

Definition Es heißt F stetig an X0 ∈ D(F ), wenn alle Fi stetig an X0 sind, i = 1, . . . , m.

Es heißt F stetig, falls es stetig ist für alle X0 ∈ D(F ). Weiter heißt F (partiell) differen-
zierbar an der Stelle X0 ∈ D(F ), falls alle Fi , i = 1, . . . , m, (partiell) differenzierbar an
X0 sind.
Beispiele
a) Geschwindigkeitsfelder in Strömungen sind Vektorfelder.
b) Es sei f : Rn → R partiell differenzierbar auf D(f ). Dann ist F = grad f ein
Vektorfeld F : Rn → Rn mit D(F ) = D(f ),
 ∂f ∂f ∂f 
F = (F1 , F2 , . . . , Fn ) = , ,..., .
∂x1 ∂x2 ∂xn

Die Komponentenfunktionen Fi sind die partiellen Ableitungen fxi von f , i = 1, . . . , n.

Definition Es sei F : Rn → Rm ein Vektorfeld, sei F = (F1 , . . . , Fm ) und
X 0 = (x01 , . . . , x0n ) ein innerer Punkt im D(f ). Existieren die partiellen Ableitungen
∂Fi
(X0 ) der Koordinatenfunktionen an der Stelle X0 ∈ D(F ) für i = 1, . . . , m und
∂xk
k = 1, . . . , n, so heißt die m × n-Matrix

∂F1 ∂F1 ∂F1

 
(X ) (X ) · · · (X0 )
 ∂x1 0 ∂x2 0 ∂xn 
 
 

JF (X0 ) =  .. .. .. 
. . ··· .

 
 
 
 ∂F ∂Fm ∂Fm 
m
(X0 ) (X0 ) · · · (X0 )
∂x1 ∂x2 ∂xn

die Funktionalmatrix von F an der Stelle X0 . Ist m = n, so heißt die Determinante

det(JF (X0 )) von JF (X0 ) die Funktionaldeterminante von F an der Stelle X0 .
64 14. Differentiation von Funktionen mehrerer Veränderlicher

∂F
Schreibweise: Für JF schreibt man auch ∂X , oder

∂(F1 , F2 , . . . , Fm )
.
∂(x1 , x2 , . . . , xn )

Es ist
 
grad F1
 grad F2 
JF =  .
 
..
 . 
grad Fm

Beispiel Es sei F : R2 → R3 , F (X) = (sin xy, 2x2 + y, xy 2 ) für X = (x, y). Die
Funktionalmatrix von F ist
 
y cos xy x cos xy
JF =  4x 1 .
2
y 2xy

Es sei F : (0, ∞) × (0, 2π) → R2 , F (X) = (r cos ϕ, r sin ϕ) für X = (r, ϕ). Die
Funktionalmatrix von F ist
 
cos ϕ −r sin ϕ
JF = ,
sin ϕ r cos ϕ

die Funktionaldeterminante ist

det(JF ) = r.

Kettenregel Für k, n, m ∈ N seien G : Rn → Rm und F : Rm → Rk mit B(G) ⊂

D(F ). Sei X0 innerer Punkt von D(G) und sei Y0 = G(X0 ) innerer Punkt von D(F ).
Sei G differenzierbar an X0 und sei F differenzierbar an Y0 . Dann ist die Funktion H :
Rn → Rk mit D(H) = D(G) und H(X) = F (G(X)) differenzierbar an X0 . Sind
JF , JG und JH die Funktionalmatrizen von F, G und H, so gilt

JH (X0 ) = JF (Y0 ) · JG (X0 ).

Die Matrix JH ergibt sich als Matrizenprodukt aus JF und JG . Sind F =

(F1 , F2 , . . . , Fk ), G = (G1 , G2 , . . . , Gm ) und H = (H1 , H2 , . . . , Hk ), so lauten die
Elemente der Funktionalmatrix JH
m
∂Hi X ∂Fi (y1 , . . . , ym ) ∂Gr (x1 , . . . , xn )
= ·
∂xj r=1
∂yr ∂xj

für i = 1, . . . , k und j = 1, . . . , n mit yr = Gr (x1 , . . . , xn ) für r = 1, . . . , m.

 14. Differentiation von Funktionen mehrerer Veränderlicher 65

Beispiel Es seien F : Rm → R und G : R → Rm . Für H : R → R mit H(x) =

F (G(x)), x ∈ R, gilt falls die Voraussetzungen der Kettenregel erfüllt sind
Pm ∂F (y1 ,...,ym ) ∂Gr (x) Pm ∂F (y1 ,...,ym ) dGr (x)
H 0 (x) = dH ∂H
dx = ∂x = r=1 ∂yr · ∂x = r=1 ∂yr · dx
mit yr = Gr (x).
Es seien F : R2 → R,

F (y1 , y2 ) = y12 + 2y23 ,

G : R → R2 und

G(x) = (x − sin x, 1 − cos x).

Für H : R → R mit
H(x) = F (G(x)) gilt mit yr = Gr (x), r = 1, 2

2
dH X ∂F (y1 , y2 ) dGr (x)
H 0 (x) = = · = 2y1 (1 − cos x) + 6y22 sin x
dx r=1
∂y r dx
= 2(x − sin x)(1 − cos x) + 6(1 − cos x)2 sin x.
66 15. Richtungsableitung, Satz von Taylor, Extrema

15 Richtungsableitung, Satz von Taylor, Extrema

15.1 Richtungsableitung
Für F : Rm → R und X0 , A ∈ Rm wird durch

f (h) = F (X0 + hA)

eine Funktion f : R → R definiert. Die Ableitung von f ist die Richtungsableitung von F
in Richtung A im Punkt X0 .
Definition Es sei D ⊂ Rm offen, F : D → R differenzierbar an der Stelle X0 ∈ D.
Es sei A = (a1 , . . . , am ) ∈ Rm mit kAk = 1. Dann existiert
Pm 
F (X0 +hA)−F (X0 )
F 0 (X0 , A) = limh→0 h = A · grad F (X0 ) = ∂F 
r=1 ∂xr  ar
X0
und heißt Richtungsableitung von F in Richtung A im Punkt X0 .
Bemerkung
Es sei

1
N= gradF (X0 ).
kgradF (X0 )k

Dann gilt kN k = 1 und

1
F 0 (X0 , N ) = gradF (X0 )gradF (X0 )T
kgradF (X0 )k
kgradF (X0 )k2
=
gradF (X0 )
= kgradF (X0 )k.

Dies ist der maximale Wert ür F 0 (X0 , A). Daher ist der Gradient die Richtung des steilsten
Anstiegs.
Beispiel
F (x1 , x2 , x3 ) = x1 x3 ex1 x2 ,

1
A = √ (1, −1, 3) und X0 = (1, 1, 1).
11


Wegen grad F = (x3 + x1 x2 x3 )ex1 x2 , x21 x3 ex1 x2 , x1 ex1 x2 ist

1 4e
F 0 (X0 , A) = √ (1, −1, 3) · (2e, e, e) = √ .
11 11
 15. Richtungsableitung, Satz von Taylor, Extrema 67

Für die Richtung

1 1
N= gradF (X0 ) = √ (2, 1, 1),
kgradF (X0 )k 6

ist

1 √ 4e
F 0 (X0 , N ) = √ (2, 1, 1)(2e, e, e)T = 6e > √ F 0 (X0 , A).
6 11

15.2 Satz von Taylor

Für eine Funktion f : R2 → R und für h, k ∈ R vereinbaren wir die Schreibweise

∂ ∂ 
(h + k )0 f  = f (x0 , y0 )

∂x ∂y (x0 ,y0 )
∂ ∂  ∂f  ∂f 
(h + k )1 f  =h  +k 

∂x ∂y (x0 ,y0 ) ∂x (x0 ,y0 ) ∂y (x0 ,y0 )
.. ..
. .
i
∂if
 
∂ ∂  X i 
(h + k )i f  = hr k i−r , i ∈ N.
 
∂x ∂y (x0 ,y0 ) r ∂xr ∂y i−r (x ,y )
0 0
r=0

Satz von Taylor Die Funktion f : R2 → R mit D(f ) offen sei (m + 1)-mal stetig partiell
differenzierbar. Seien X0 = (x0 , y0 ) ∈ D(f ) und X = (x0 + h, y0 + k) ∈ D(f ) für
h, k ∈ R. Die Verbindungsstrecke X0 X liege ganz in D(f ). Dann gilt

m
X 1 ∂ ∂ 
f (x0 + h, y0 + k) = (h + k )i f  + Rm,x0 ,y0 (h, k)

i=0
i! ∂x ∂y (x0 ,y0 )

mit dem Restglied

1  ∂ ∂ m+1 
Rm,x0 ,y0 (h, k) = h +k ) f
(m + 1)! ∂x ∂y (x̄,ȳ)

für (x̄, ȳ) = (x0 + ϑh, y0 + ϑk) mit 0 < ϑ < 1.

68 15. Richtungsableitung, Satz von Taylor, Extrema

15.3 Extrema
Definition Es sei D ⊂ Rn . Eine Funktion f : D → R hat an der Stelle X0 =
(x01 , . . . , x0n ) ∈ D ein globales Maximum falls

f (X0 ) ≥ f (X)

für alle X = (x1 , . . . , xn ) ∈ D. Der Punkt X0 heißt dann globaler Maximalpunkt.

Sie hat an X0 ein lokales Maximum, falls es eine Umgebung U (X0 ) von X0 gibt mit

f (X0 ) ≥ f (X)

für alle X = (x1 , . . . , xn ) ∈ U (X0 )∩D. Der Punkt X0 heißt dann lokaler Maximalpunkt.
Analog ist ein globales bzw. lokales Minimum definiert. Ein lokales (globales) Extre-
mum ist ein lokales (globales) Maximum oder Minimum. Ist f : Rn → R stetig und ist
D kompakt, so besitzt f ein absolutes Maximum und ein absolutes Minimum.
Globale Maxima (Minima, Extrema) nennt man auch absolute Maxima (Minima, Extre-
ma).
Lokale Maxima (Minima, Extrema) nennt man auch relative Maxima (Minima, Extrema).
Satz (Notwendige Optimalitätsbedingung) Es sei D ⊂ Rn und X0 innerer Punkt von
D. f : D → R sei partiell differenzierbar nach jeder Variablen. Hat f an der Stelle X0
ein relatives Extremum, so folgt

gradf (X0 ) = 0. (∗)

Bemerkung In einem lokalen Extremum müssen also alle partiellen Ableitungen ver-
schwinden. Dies eine notwendige Bedingung für ein Extremum. Nicht alle Stellen, die
sie erfüllen, müssen Stellen relativer Extrema sein.
Zur Bestimmung lokaler Extrema sucht man alle Stellen mit grad f = 0, d.h. wo der Gra-
dient Null wird. Dann prüft man, welche dieser Kandidaten tatsächlich lokale Extremal-
stellen sind.
Definition Es sei D ⊂ Rn und X0 innerer Punkt von D und f : D → R sei partiell
differenzierbar. Falls

gradf (X0 ) = 0.

so nennt man X0 stationären Punkt. Falls f kein lokaler Extremmalpunkt ist, so heißt f
Sattelpunkt.
Beispiel Es sei f (x, y) = (x2 + y 2 )2 .

fx (x, y) = 4x(x2 + y 2 )
fy (x, y) = 4y(x2 + y 2 )
 15. Richtungsableitung, Satz von Taylor, Extrema 69

Die Stelle X0 = (0, 0) ist der einzige stationäre Punkt von f . X0 ist globaler Minimal-
punkt von f .
Satz (Hinreichende Optimalitätsbedingung) Es sei D ⊂ R2 und X0 innerer Punkt von
D. Die Funktion f : D → R habe stetige partielle Ableitungen erster und zweiter Ord-
nung. Gilt

fx (X0 ) = 0, fy (X0 ) = 0,

und

fxx (X0 ) · fyy (X0 ) − [fxy (X0 )]2 > 0, (∗∗)

so hat f an der Stelle X0 ein relatives Extremum.

Es ist ein relatives Minimum, falls fxx (X0 ) > 0, es ist ein relatives Maximum, falls
fxx (X0 ) < 0.
Gilt < 0 in (∗∗), so liegt kein Extremum vor, sondern ein Sattelpunkt.
Gilt = 0 in (∗∗), so ist eine Entscheidung, ob ein Extremum vorliegt, nicht möglich.
Beispiel Für f (x, y) = y 2 , (x, y) ∈ R2 , und X0 = (0, 0) gilt: fx (X0 ) = 0, fy (X0 ) = 0
und [fxy (X0 )]2 = 0 = fxx (X0 ) · fyy (X0 ). Mit der hinreichenden Optimalitätsbedingung
kann man also nicht entscheiden, ob ein Extremum vorliegt.
Für alle (x, y) gilt aber f (x, y) ≥ 0 = f (0, 0). Daher hat f in X0 ein Extremum.
Beispiel
Es sei f (x, y) = x3 − 12xy + 8y 3 , (x, y) ∈ R2 . Es ist fx = 3x2 − 12y,
fy = −12x + 24y 2 . Potentielle Stellen für Extrema ergeben sich aus
grad f = 0, also aus

3x20 − 12y0 = 0
−12x0 + 24y02 = 0.

Die erste Gleichung liefert y0 = 41 x20 , Einsetzen in die zweite Gleichung ergibt x0 − 18 x40 =
(1)
0. Die Gleichung x0 − 81 x40 = 0 hat genau zwei reelle Lösungen, nämlich x0 = 0 und
(2) (1) (2) (1)
x0 = 2. Aus y0 = 14 x20 ergeben sich y0 = 0 und y0 = 1. Demnach sind X0 = (0, 0)
(2)
und X0 = (2, 1) Kandidaten für Extremstellen. Man rechnet leicht nach, dass
(1) (1) (1)
[fxy (X0 )]2 = 144 > fxx (X0 ) · fyy (X0 ) = 0
(1)
so dass f an X0 kein Extremum besitzt. Andererseits ist
(2) (2) (2)
[fxy (X0 )]2 = 144 < fxx (X0 ) · fyy (X0 ) = 576
(2) (2)
und fxx (X0 ) = 12 > 0. Daher hat f in X0 ein lokales Minimum.
70 15. Richtungsableitung, Satz von Taylor, Extrema

Allgemeiner gilt:
Satz (Hinreichende Optimalitätsbedingung) Es sei D ⊂ Rn und X0 innerer Punkt
von D. Die Funktion f : D → R habe stetige partielle Ableitungen erster und zweiter
Ordnung. Falls gilt
gradf (X0 ) = 0
und für die Matrix (Hessematrix) H,
 
∂2f ∂2f ∂2f
 ∂x ∂x (X0 ) ∂x ∂x (X0 ) · · · ∂x ∂x (X0 ) 
 1 1 1 2 1 n 
 
 
H=
 .. .. .. 
 . . ··· . 

 
 
 ∂2f 2
∂ f 2
∂ f 
(X0 ) (X0 ) · · · (X0 )
∂x1 ∂xn ∂x2 ∂xn ∂xn ∂xn
gilt: H ist positiv definit, so ist X0 ein lokaler Minimalpunkt für f .
Ist H negativ definit, so ist X0 ein lokaler Maximalpunkt für f .
Ist H indefinit (d.h. die Matrix hat Eigenwerte > 0 und Eigenwerte < 0) so ist X0 keine
Extremstelle von f .
Beispiel Für die Funktion
f (X) = f (x1 , x2 , x3 ) = x21 + x22 + x23 + x1 x2 − x1 x3 + 2
gilt an der Stelle X0 = (0, 0, 0)

grad f (X0 ) = (2x1 + x2 − x3 , x1 + 2x2 , −x1 + 2x3 )x =0
1 =x2 =x3 =0

und
 
2 1 −1
J(X) = J(X0 ) =  1 2 0  für alle X ∈ R3 .
−1 0 2
Wegen
 
22
2>0 , det =3>0 , det J(X0 ) = 4 > 0
12
sind alle Hauptminoren > 0, und nach dem Hurwizkriterium folgt: Die Matrix J(X0 ) ist
positiv definit. Also hat f im Ursprung ein lokales Minimum mit dem Funktionswert 2.
Es gilt: f (X) = 21 (x21 − 2x1 x3 + x23 ) + 12 (x21 + 2x1 x2 + x22 ) + 21 x21 + 21 x23 + 2
1
= [(x1 − x3 )2 + (x1 + x2 )2 + x22 + x23 ] + 2 ≥ 2 = f (X0 )
2
Also ist im Nullpunkt das globale Minimum von f .
 16. Implizite Funktionen, Extrema mit Nebenbedingungen 71

16 Implizite Funktionen, Extrema mit

Nebenbedingungen
16.1 Implizite Funktionen
Problem: Wir willen die Gleichung

g(x, y) = 0

nach y auflösen. Wann ist das möglich?

Beispiele
a) g(x, y) = 3x + 2y − 4 Die implizite Gleichung g(x, y) = 0, also 3x + 2y − 4 = 0,
erlaubt die Auflösung nach y,

y = f (x) = − 32 x + 2, x ∈ R.

Es existiert genau eine Funktion f : R → R mit g(x, f (x)) = 0, x ∈ R.

b) Es sei g(x, y) = x + y − 1. Die implizite Gleichung g(x, y) = 0, also x2 + y 2 − 1 =
2 2

0, ist erfüllt für Punkte (x, y), die auf dem Einheitskreis um Null liegen. Demnach hat
g(x, y) = 0 keine Lösung für x ∈ / [−1, 1]. Aber auch für x ∈ (−1, 1) existiert keine
eindeutige
√ Funktion y = f (x) √ g(x, f (x)) = 0. Denn für x ∈ (−1, 1) erfüllen y =
mit
y1 = + 1 − x2 und y = y2 = − 1 − x2 die Gleichung g(x, y) = 0.
c) g(x, y) = x2 + y 2 + 1. g(x, y) = 0 hat keine reelle Lösung.
Implizite Funktionen Satz Es sei D = (a, b) × (c, d) nicht leer. Es sei g : D → R
partiell differenzierbar mit stetigen partiellen Ableitungen gx und gy . Es sei (x0 , y0 ) ∈ D
so, dass g(x0 , y0 ) = 0 und gy (x0 , y0 ) 6= 0.
Dann gibt es ein Intervall U ⊂ (a, b) um x0 , ein Intervall V ⊂ (c, d) um y0 und eine
differenzierbare Funktion f : U → V mit f (x0 ) = y0 und

g(x, f (x)) = 0

für alle x ∈ U , sowie

gx (x, f (x))
f 0 (x) = − , x ∈ U.
gy (x, f (x))

Falls die Voraussetzungen des Satzes erüllt sind, ist die Gleichung g(x, y) = 0 lokal um
(x0 , y0 ) auflösbar nach y. Die Bezeichnung lokal bezieht sich auf eine Umgebung, die
nicht näher spezifiziert ist.
Die Ableitung f 0 (x0 ) kann bestimmt werden, ohne die Funktion f (x) explizit zu kennen:

gx (x0 , y0 )
f 0 (x0 ) = − .
gy (x0 , y0 )
72 16. Implizite Funktionen, Extrema mit Nebenbedingungen

Beispiel Es sei g(x, y) = x2 + y 2 − 1. Die partiellen Ableitungen gx = 2x und gy = 2y

sind stetig. Für (x0 , y0 ) = (0, 1) ∈ D(g) gilt g(x0 , y0 ) = 0 und gy (x0 , y0 ) = 2 6= 0. Dann
gibt es ein Intervall U um x0 = 0, ein Intervall V um y0 = 1 und eine differenzierbare
Funktion f auf U mit Werten in V , f (0) = 1, g(x, f (x)) = 0 für alle x ∈ U , sowie

2x
f 0 (x) = − , x∈U. (∗)
2f (x)
√
Es ist f (x) = 1 − x2 , x ∈ U , so dass nach (∗)

2x x
f 0 (x) = − √ = −√ .
2 1−x 2 1 − x2

Dies folgt auch durch direkte Differentiation von f .

Im Rn gilt:
Implizite Funktionen Satz Es sei D ⊂ Rn+m offen und G : D → Rm partiell differen-
zierbar mit stetigen partiellen Ableitungen, mit G = (g1 , ..., gm )T .
Es seien X0 = (x01 , x02 , . . . , x0n ) ∈ Rn und
Y0 = (y10 , y20 , . . . , ym
0
) ∈ Rm so, dass (X0 , Y0 ) ∈ D und

G(X0 , Y0 ) = 0.

An der Stelle (X0 , Y0 ) sei die Determinante

 ∂g1 ∂g1
 
···

 
   ∂y1 ∂ym 
∂(g1 , . . . , gm )
=  ... ..
 
∆ = det .

∂(y1 , . . . , ym )  ∂g

 m ∂gm 
···

∂y1 ∂ym
 

von Null verschieden. Dann gibt es eine Umgebung U (X0 ) ⊂ Rn von X0 , eine Umgebung
Vδ (Y0 ) ⊂ Rm von Y0 und es existiert eine differenzierbare Funktion

F : U (X0 ) → Vδ (Y0 )

mit F (X0 ) = Y0 sowie und

G(X, F (X)) = 0

für alle X = (x1 , . . . , xm ) ∈ U (X0 ).

Beispiel
 16. Implizite Funktionen, Extrema mit Nebenbedingungen 73

Es sei

ex+y1 − 1
 

G(x, Y ) =  sin(y2 ) 
y32 − 41

Dann gilt

ex+y1
 
0 0
∆ = det  0 cos(y2 ) 0  .
0 0 2y3

Fr̈ x0 = 0, Y0 = (0, 0, 1/2)T gilt G(x0 , Y0 ) = 0 und

 
100
∆ = det  0 1 0  = 1
001

Also ist die Gleichung G(x, Y ) = 0 (lokal) nach Y auflösbar. Für

 
−x
f (x) =  0 
1/2

gilt

G(x, f (x)) = 0.

16.2 Extrema mit Nebenbedingungen

Wir betrachten n un eine Optimierungsaufgabe. Gesucht wird das Extremum einer Funk-
tion f : Rn → R , wobei die Menge der zulässigen Punkte X = (x1 , . . . , xn ) durch
eine Nebenbedingung der Form g(x1 , . . . , xn ) = 0 eingeschränkt wird. Gesucht us ak-
si eub Punkt X0 für den es eine Umgebung U (X0 ) gibt, so dass f (X) ≤ f (X0 ) (bzw.
f (X) ≥ f (X0 )) gilt für alle X ∈ U (X0 ) ∩ {X ∈ Rn : g(X) = 0}.
Dazu gibt es eine notwendige Optimalitätsbedingung:
Satz (notwendige Optimalitätsbedingung) Es seien f : Rn → R und g : Rn → R auf
einer Umgebung U (X0 ) von X0 = (x01 , . . . , x0n ) ∈ D(f ) ∩ D(g) stetig differenzierbare
Funktionen. Falls die Funktion f unter der Nebenbedingung g = 0 ein relatives Extremum
an der Stelle X0 hat und nicht alle partiellen Ableitungen gxi , i = 1, . . . , n, an der Stelle
X0 verschwinden, so existiert ein Lagrangemultiplikator λ ∈ R mit

fxi (X0 ) + λgxi (X0 ) = 0 für i = 1, . . . , n

74 16. Implizite Funktionen, Extrema mit Nebenbedingungen

also ∇f (X0 ) + λ∇g(X0 ) = 0.

Beispiel Gegeben sei eine zylindrische Dose. Bezeichne r den Radius der Dose und h
die Höhe. Die Oberfläche O beträgt O(r, h) = 2πr2 + 2πrh und das Volumen V (r, h) =
πr2 h. Berechnen Sie die minimale Oberfläche der Dose mit Hilfe einer Lagrange-Funktion
bei einem Dosenvolumen von 100 Volumeneinheiten.
Es gilt
   
4πr + 2πh 2πrh
∇A(r, h) = , ∇V (r, h) =
2πr πr2

Für die Lösung gibt es einen Lagrangemultiplikator λ ∈ R mit

∇A(r, h) + λ∇V (r, h) = 0,

also

4πr + 2πh + λ2πrh = 0

2πr + λπr2 = 0.

Es folgt

2r + h + λrh = 0
2 + λr = 0.

Es folgt λr = −2 als λ = −2/r. Also gilt 2r + h − 2h = 0 und somit h = 2r. Aus der
Restriktion V (r, h) = 100 folgt r = (50/π)1/3 . Also gilt h = 2r = 2(50/π)1/3 .
 17. Wege im Rn 75

17 Wege im Rn
Definition Eine Abbildung X : [a, b] → Rn , die stetig auf [a, b] ist, heißt ein Weg W im
Rn . Die zum Weg W gehörende Punktmenge

K = {X(t) = (x1 (t), x2 (t), . . . , xn (t)) : t ∈ [a, b]}

heißt Kurve K im Rn .
Es heißen X(a) Anfangspunkt und X(b) Endpunkt des Weges W .
Beispiel

X1 (t) = (cos t, sin t), t ∈ [0, 2π]

X2 (t) = (cos t, sin t), t ∈ [0, 4π]
X3 (t) = (cos 3t, sin 3t), t ∈ [0, 2π]

Zu den drei gegebenen Wegen W1 , W2 , W3 gehört die gleiche Kurve K, nämlich die
Punktmenge, die den Einheitskreis im R2 bildet.
Bei W1 wird diese Kurve einfahch durchlaufen, bei W2 zweifach und bei W3 dreifach.
Beispiel Es sei f : [a, b] → R eine stetige reelle Funktion. Zu dem Weg W im R2 gemäß

X(t) = (t, f (t)), t ∈ [a, b]

gehört der Graph von f im R2 , also

{(x, y) : y = f (x), x ∈ [a, b]},

als zugehörige Kurve.

Beispiel Es seien A ∈ R3 , B ∈ R3 . Der durch

X(t) = (1 − t)A + tB, t ∈ [0, 1]

gegebenen Weg stellt die Verbindungsstrecke von A nach B dar. X(0) = A, X(1) = B.
Beispiel Der durch X : [0, 2πk] → R3 mit

h
X(t) = (r cos t, r sin t, t), t ∈ [0, 2πk]
2π
für h > 0, r > 0, k ∈ N gegebene Weg stellt eine Schraubenlinie dar.
Man nennt h die Ganghöhe und k die Windungszahl.
Beispiel Der durch

X(t) = (t − sin t, 1 − cos t), t ∈ [a, b].

76 17. Wege im Rn

gegebene Weg W beschreibt eine Rollkurve oder Zykloide..

Ein Punkt auf dem Rand eines rollenden Rades bewegt sich auf diesem Weg.
Beispiel (Bezier–Kurven) Die zu dem durch

X(t) = (1 − t)3 X0 + 3t(1 − t)2 X1 + 3t2 (1 − t)X2 + t3 X3 , t ∈ [0, 1]

gegebenen Weg gehörende Kurve heißt Bezier–Kurve. X(0) = X0 , X(1) = X3 .

Man kann mehrere Wege hintereinander durchlaufen und dadurch komplizierte Kurven
beschreiben.
DefinitionDurch Xi : [ti−1 , ti ] → Rn i ∈ {1, . . . , k}, seien k Wege W1 , . . . , Wk gegeben.
Es gelte Xi (ti ) = Xi+1 (ti ) für i ∈ {1, . . . , k − 1}.
Der durch X : [t0 , tk ] → Rn mit

X(t) = Xi (t) für t ∈ [ti−1 , ti ], i ∈ {1, . . . , k}

definierte Weg W heißt die Summe der Wege W1 , . . . , Wk . Man schreibt

W = W1 ⊕ W2 ⊕ . . . ⊕ W k .

Beispiel Ein Polygonzug ist eine Summe von Wegen, die jeweils Geradenstücke sind.

17.1 Länge von Wegen

Wie definiert man Kurvenlängen?
Definition Es Sei X : [a, b] → Rn ein Weg W im Rn .
Zu einer Zerlegung Z = {t0 , t1 , . . . , tm } des Intervalls [a, b] betrachten wir den Polygon-
zug durch die Punkte X(t0 ), X(t1 ), . . . , X(tm ). Er hat die Länge
m
X
L(X, Z) = kX(ti ) − X(ti−1 )k.
i=1

Es sei Z die Menge aller Zerlegungen von [a, b].

Falls eine Konstante M existiert mit

L(X, Z) ≤ M

für jede Zerlegung Z ∈ Z heißt W rektifizierbar und

L(W ) = sup L(X, Z)

Z∈Z

heißt die Länge von W .

 17. Wege im Rn 77

Wie berechnet man Kurvenlängen?

Satz Der durch X : [a, b] → Rn gegebene Weg W sei stetig differenzierbar auf [a, b].
Dann ist W rektifizierbar und die Länge des Weges ist

Z b Z b q
L(W ) = kẊ(t)k dt = ẋ21 (t) + ẋ22 (t) + . . . + ẋ2n (t) dt.
a a

Beispiel Es sei f : [a, b] → R eine stetig differenzierbare reelle Funktion. Der Weg W im
R2 sei gemäß

X(t) = (t, f (t)), t ∈ [a, b]

gegeben. Dann ist die Länge des Weges

Z b p
L(W ) = 1 + [f 0 (t)]2 dt.
a

Beispiel Es sei X(t) = (r cos t, r sin t), t ∈ [0, 2π]. Der Weg ist die Kreislinie vom
Radius r um (0,0). Dann ist die Länge des Weges

Z 2π p
L(W ) = (−r sin t)2 + (r cos t)2 dt
0
Z 2π
= r dt = 2πr.
0

Dies ist das bekannte Ergebnis für den Kreisumfang.

Die Länge einer Summe von Wegen ist die Summe der Weglängen:
Satz Der Weg W = W1 ⊕ W2 ⊕ . . . ⊕ Wk sei die Summe der Wege W1 , W2 , . . . , Wk . Die
Wege Wi , i ∈ {1, . . . , k}, seien stetig differenzierbar. Dann ist der Weg W rektifizierbar
und mit den Längen L(Wi ) der Wege Wi , i = 1, . . . , k, gilt für die Länge von W

L(W ) = L(W1 ) + L(W2 ) + . . . + L(Wk ).

Beispiel Durch X(t) = (t, |t|) für t ∈ [−1, 1] ist ein Weg W gegeben. Es ist X(t) nicht
differenzierbar auf [−1, 1]. Doch ist W = W1 ⊕ W2 mit rektifizierbaren Wegen W1 und
W2 , die durch

X1 (t) = (t, −t) für t ∈ [−1, 0]

X2 (t) = (t, t) für t ∈ [0, 1]
78 17. Wege im Rn

gegeben sind. Für die Länge folgt

Z 0 √ √
L(W1 ) = 1 + 1 dt = 2
−1
Z 1√ √
L(W2 ) = 1 + 1 dt = 2,
0
√
so dass L(W ) = L(W1 ) + L(W2 ) = 2 2 . Der Weg W ist stückweise glatt.
Definition Ein Weg W , der die Summe stetig differenzierbarer Wege Wi , i = 1, . . . , k, ist,
heißt stückweise stetig differenzierbar. Ein stetig differenzierbarer Weg X(t),
t ∈ [a, b], mit Ẋ(t) 6= 0 für alle t ∈ [a, b] heißt glatt.
Ist der Weg X(t), t ∈ [a, b], glatt, so heißt Ẋ(t0 ) Tangentialvektor des Weges im Punkt
X(t0 ). Dann definiert die Abbildung Z : R → Rn mit

Z(s) = X(t0 ) + sẊ(t0 ), s∈R

die Tangente an den Weg im Punkt X(t0 ).

 18. Wegintegrale 79

18 Wegintegrale
Definition Es sei F : Rn → Rn mit der Definitionsmenge D(F ) ein stetiges Vektorfeld.
Es sei X(t), t ∈ [a, b], ein stetig differenzierbarer Weg W im Rn , für die Bildmenge gelte
B(X) ⊂ D(F ). Dann heißt
Z b
I= F (X(t)) · Ẋ(t) dt
a

das Wegintegral von F längs des Weges W .

Dabei ist der Integrand ein Skalarprodukt:
Z bh i
I= F1 (X(t))x01 (t) + . . . + Fn (X(t))x0n (t) dt.
a

Schreibweise:
Z
I= F · dX.
W

Beispiel: Es sei F : R2 → R2 ,

F (x, y) = (x2 + y 2 , xy).

a) Der Weg W1 sei gegeben durch X(t) = (t, t), t ∈ [0, 1]. (Geradenstück von (0,0)
nach (1,1)). Wegen Ẋ(t) = (1, 1) wird
Z Z 1h i
F · dX = (t2 + t2 ) · 1 + t · t · 1 dt
W1 0
Z 1
= 3t2 dt = 1.
0

b) Der Weg W2 sei gegeben durch X(t) = (t, t2 ), t ∈ [0, 1] (Parabelstück von (0,0)
nach (1,1)). Wegen Ẋ(t) = (1, 2t) wird
Z Z 1h i
F · dX = (t2 + t4 ) · 1 + t · t2 · 2t dt
W2 0
Z 1
14
= (t2 + 3t4 ) dt = .
0 15

Hier sind die Wegintegrale für verschiedene Wege verschieden.

Satz Es sei der Weg W gegeben durch X : [a, b] → Rn . Für das Wegintegral gilt
80 18. Wegintegrale

Z Z
(i) F · dX = − F · dX
−W W
Dabei ist −W der zu W umgekehrt durchlaufene Weg: −W ist gegeben durch
Z(t) = X(a + b − t), t ∈ [a, b].
Z 
(ii) F · dX  ≤ max {kF (X(t))k} · L(W )
 

W t∈[a,b]

mit der Länge L(W ) des Weges.

Definition Ist der Weg W stückweise stetig differenzierbar, gilt also W = W1 ⊕ W2 ⊕

. . . ⊕ Wk mit stetig differenzierbaren Wegen Wi , die durch Xi : R → Rn mit D(Xi ) =
[ti−1 , ti ], i = 1, . . . , k, gegeben sind, so setzt man
Z Z Z Z
F · dX = F · dX1 + F · dX2 + . . . + F · dXk .
W W1 W2 Wk

Das Wegintegral von F längs W ist gleich der Summe der Wegintegrale von F längs der
Teilwege.
Beispiel: Der Weg W im R2 werde beschrieben durch Geradenstücke von (0,0) nach (1,0)
und von (1,0) nach (1,1). Es ist W = W1 ⊕ W2 mit X1 (t) = (t, 0) für t ∈ [0, 1] und
X2 (t) = (1, t − 1) für t ∈ [1, 2]. Für F : R2 → R2 mit D(F ) = R2 und F (x, y) =
(x2 + y 2 , xy) ergibt sich
Z Z Z
F · dX = F · dX1 + F · dX2
W W1 W2
Z 1h i Z 2 nh i o
2
= (t + 0)1 + (t · 0)0 dt + 1 + (t − 1)2 · 0 + 1(t − 1)1 dt
0 1
1 1 5
= + = .
3 2 6

Die Wegintegrale für verschiedene Wege bei gleichen Anfangspunkten und Endpunkten
können identisch sein . Wir gehen der Frage nach, wann das Wegintegral nur vom Anfangs-
und Endpunkt des Weges, nicht jedoch von der Form des stückweise stetig differenzierba-
ren Weges abhängt. Solche Wegintegrale heißen dann wegunabhängig.
Definition Es sei D ⊂ Rn offen und F : D → Rn ein Vektorfeld. Existiert eine (skalare)
partiell differenzierbare Funktion ϕ : D → R mit

F (X) = grad ϕ(X), X∈D

so heißt ϕ ein Potential von F .

Beispiel Es sei F : R2 → R2 mit

F (x, y) = (x + y 3 , 3xy 2 )
 18. Wegintegrale 81

Offenbar ist ϕ : R2 → R mit

ϕ(x, y) = 21 x2 + xy 3

ein Potential von F , da R2 offen ist und ür alle X ∈ R2 gilt: F = grad ϕ.
Bemerkung: Ist ϕ ein Potential von F , so haben alle Potentiale von F die Form ϕ + c,
c ∈ R.
Definition

(i) Eine Menge M ⊂ Rn heißt zusammenhängend, wenn je zwei Punkte von M sich
durch eine ganz in M gelegene Kurve verbinden lassen.
(ii) Eine Menge M ⊂ Rn heißt konvex, wenn je zwei Punkte von M sich durch eine
ganz in M gelegene Strecke verbinden lassen.
(iii) Eine Menge M ⊂ Rn heißt sternförmig, wenn es einen Punkt
S ∈ M gibt, so dass für jedes X ∈ M die Verbindungsstrecke zwischen S
und X ganz in M liegt.
(iv) Eine Menge M ⊂ Rn heißt Gebiet, falls M offen und zusammenhängend ist.

Eine konvexe Menge ist sternförmig. Eine sternförmige Menge ist zusammenhängend.
Die Existenz eines Potentials sichert die Wegunabhängigkeit des Integrals:
Satz Es sei D ⊂ Rn ein Gebiet. Es sei F : D → Rn ein stetiges Vektorfeld. Es besitze
F ein Potential ϕ. Es seien A und E zwei beliebige Punkte in D und W sei ein beliebiger
stückweise stetig differenzierbarer Weg in D mit Anfangspunkt A und Endpunkt E. Dann
gilt für das Wegintegral
Z
F · dX = ϕ(E) − ϕ(A).
W

Beispiel F (x, y) = (x + y 3 , 3xy 2 ), (x, y) ∈ R2 hat das Potential

ϕ(x, y) = 21 x2 + xy 3 . Für jeden stückweise stetig differenzierbaren Weg W mit Anfangs-
punkt A = (0, 0) und Endpunkt E = (1, 1) gilt demnach
Z
3
F · dX = ϕ(1, 1) − ϕ(0, 0) = .
W 2

Wir verifizieren das Ergebnis für zwei Wege W1 und W2

a) W1 sei gegeben durch X1 (t) = (t, t), t ∈ [0, 1]. Dann ist
Z Z 1h i 3
F · dX1 = (t + t3 ) + 3t3 dt = .
W1 0 2
82 18. Wegintegrale

b) W2 entsteht durch Aneinanderhängen der Wege Ŵ1 und Ŵ2 , die durch

X̂1 (t) = (t, 0), t ∈ [0, 1]

X̂2 (t) = (1, t), t ∈ [0, 1]

gegeben sind. Dann ist

Z Z Z
F · dX = F · dX̂1 + F · dX̂2
W2 Ŵ1 Ŵ2
Z 1 Z 1
3
= t dt + 3t2 dt = .
0 0 2

Ein Kriterium dafür, ob das Vektorfeld ein Potential besitzt, gibt der folgende Satz:
Satz Es sei D ⊂ Rn offen und sternförmig. Das Vektorfeld F : D → Rn sei auf D stetig
differenzierbar.
a) Gilt für die Komponenten des Vektorfeldes F = (F1 , F2 , . . . , Fn )

∂Fi ∂Fk
= für 1 ≤ i < k ≤ n (∗)
∂xk ∂xi

auf D, so hat F ein Potential ϕ auf D.

b) Falls F auf D ein Potential hat, so ist (∗) erfüllt.
Bemerkungen
Fall n = 2 Im Fall n = 2 mit F = (F1 , F2 ) und F1 (x, y) = P (x, y) und F2 (x, y) =
Q(x, y) seien P und Q stetig partiell differenzierbar auf der offenen sternförmigen Menge
D(F ). Gilt dann

∂P ∂Q
= auf D(F )
∂y ∂x

(Bedingung (∗)), so hat F ein Potential ϕ.

Fall n = 3 Im Fall n = 3 lauten die Bedingungen (∗)

∂F1 ∂F2 ∂F1 ∂F3 ∂F2 ∂F3

= , = , = .
∂x2 ∂x1 ∂x3 ∂x1 ∂x3 ∂x2

Der gibt hinreichende Bedingungen für die Existenz eines Potentials. Sind diese erfüllt, so
kann man ein Potential bestimmen.
Beispiel Es sei F (x, y) = (x + y 3 , 3xy 2 ), (x, y) ∈ R2 , ein Vektorfeld. Es ist P (x, y) =
x + y 3 und Q(x, y) = 3xy 2 . Wegen

∂P ∂Q
= 3y 2 =
∂y ∂x
 18. Wegintegrale 83

ist (∗) erfüllt. Weiter ist D(F ) = R2 sternförmig, so dass F ein Potential ϕ besitzt. Wir
bestimmen ϕ: Es ist

ϕx (x, y) = P (x, y) = x + y 3 .

Integration bzgl. x ergibt

x2
Z
ϕ(x, y) = (x + y 3 ) dx + g(y) = + y 3 x + g(y). (10 )
2

Ausserdem gilt

ϕy (x, y) = Q(x, y) = 3xy 2 .

Integration bzgl. y ergibt

Z
ϕ(x, y) = (3xy 2 ) dy + h(x) = y 3 x + h(x). (20 )

x2 x2
Es folgt g(y) + 2 = h(x). Also gilt h(x) = 2 + c und somit

ϕ(x, y) = 21 x2 + xy 3 + c, c ∈ R.
84 19. Integrale im Rn

19 Integrale im Rn
Definition Es seien A = (a1 , . . . , an ) ∈ Rn und B = (b1 , . . . , bn ) ∈ Rn zwei Punkte im
Rn mit ai ≤ bi , i = 1, . . . , n.
a) Für das abgeschlossene Intervall

I = [A, B] = {X ∈ Rn : X = (x1 , . . . , xn ), ai ≤ xi ≤ bi
für i = 1, . . . , n}

des Rn heißt

n
Y
µ(I) = (bi − ai )
i=1

das Maß von [A, B].

b) Eine Menge Z = {I1 , . . . , Im } von nicht überlappenden abgeschlossenen Intervallen
des Rn mit
m
[
I = [A, B] = Ik
k=1

heißt eine Zerlegung von [A, B]. Dabei heißen zwei Teilintervalle des Rn nicht
überlappend, wenn sie höchstens Randpunkte gemeinsam haben.
Definition Es sei I ⊂ Rn ein abgeschlossenes Intervall. Die Funktion f : I → R sei
beschränkt. Für eine Zerlegung Z nach b) seien für k = 1, . . . , m definiert

mk = inf{f (X) : X = (x1 , . . . , xn ) ∈ Ik }

Mk = sup{f (X) : X = (x1 , . . . , xn ) ∈ Ik }.

Dann heißen

m
X m
X
s(Z) = mk µ(Ik ) und S(Z) = Mk µ(Ik )
k=1 k=1

die zur Zerlegung Z (und zur Funktion f ) gehörige Untersumme und Obersumme.
Definition Es sei I ⊂ Rn ein abgeschlossenes Intervall. Die Funktion f : I → R sei
beschränkt. Es seien

s(f, I) = sup s(Z)

Z
 19. Integrale im Rn 85

das Supremum der Untersummen und

S(f, I) = inf S(Z)

Z

das Infimum der Obersummen, gebildet jeweils über alle Zerlegungen Z von I = [A, B].
Gilt

s(f, I) = S(f, I) = r,

so heißt f Riemann-integrierbar auf dem Intervall I. Der gemeinsame Wert r heißt dann
Riemann-Integral von f auf I und wird mit
Z Z
f (x1 , . . . , xn ) d(x1 , . . . , xn ) = f (X) dX
I I

bezeichnet.
Bemerkungen und Ergänzungen:

(1) Für Untersummen und Obersummen gelten analoge Aussagen wie im R1 .

(2) Statt Riemann-integrierbar schreiben wir oft einfach integrierbar.
(3) Im R2 bzw. R3 schreiben wir auch
Z Z
f (x1 , x2 ) d(x1 , x2 ) = f (x, y) d(x, y)
I
Z ZI
f (x1 , x2 , x3 ) d(x1 , x2 , x3 ) = f (x, y, z) d(x, y, z).
I I

(4) Ist f : Rn → R mit D(f ) = Rn und f (x1 , . . . , xn ) = c ∈ R die konstante Funktion, so ist
offenbar
Z
c d(x1 , . . . , xn ) = cµ(I).
I

Demnach ist das Maß µ(I) darstellbar als Integral (c = 1)

Z
µ(I) = 1 d(x1 , . . . , xn ).
I

n
Satz Es sei I ⊂ R ein abgeschlossenes Intervall. Ist die Funktion f : I → R stetig auf
I, so ist f integrierbar auf I.
Satz Es sei

I = {(x, y) : a ≤ x ≤ b, c ≤ y ≤ d} ⊂ R2

ein abgeschlossenes Intervall. Die Funktion f : I → R sei integrierbar auf I.

86 19. Integrale im Rn

Rd
a) Existiert für jedes feste x ∈ [a, b] das (eindimensionale) Integral c
f (x, y) dy, so
existiert das iterierte Integral
Z b hZ d i
f (x, y) dy dx
a c

und es ist
Z Z b hZ d i
f (x, y) d(x, y) = f (x, y) dy dx .
I a c

Rb
b) Existiert für jedes feste y ∈ [c, d] das (eindimensionale) Integral a
f (x, y) dx, so
existiert das iterierte Integral
Z d hZ b i
f (x, y) dx dy
c a

und es ist
Z Z d hZ b i
f (x, y) d(x, y) = f (x, y) dx dy.
I c a

c) Ist f stetig auf dem Intervall I = [a, b] × [c, d], so existieren die eindimensionalen
Rd Rb
Integrale c f (x, y) dy und a f (x, y) dx , so dass
Z Z b hZ d i Z d hZ b i
f (x, y) d(x, y) = f (x, y) dy dx = f (x, y) dx dy.
I a c c a

Bemerkung

1. Hat f die Produktform f (x, y) = g(x) · h(y) für (x, y) ∈ [a, b] × [c, d] und sind g
und h stetig auf [a, b] und [c, d], so gilt
Z Z b Z d
f (x, y) d(x, y) = g(x) dx · h(y) dy.
I a c

2. Aus der Existenz der iterierten Integrale

Z b Z d Z d Z b
[ f (x, y) dy] dx und [ f (x, y) dx] dy
a c c a
R
folgt nicht die Existenz des (zweidimensionalen) Integrals I f (x, y) d(x, y). Auch
folgt aus der Existenz des zweidimensionalen Integrals nicht die Existenz der ite-
rierten Integrale.
 19. Integrale im Rn 87

3. Analoge Aussagen gelten für Integrale im Rn , n ≥ 3. Wir beschränken uns auf ein
Beispiel.

Beispiel Wir betrachten an einem Beispiel das analoge Vorgehen im R3 . Es sei

f (x, y, z) = x + y + z

für (x, y, z) ∈ I = [0, 1] × [1, 2] × [2, 3]. Es sei IZ = [0, 1] × [1, 2] für z ∈ [2, 3].
Z Z 3 hZ i
(x + y + z) d(x, y, z) = (x + y + z) d(x, y) dz
I 2 IZ

Für das innere Integral folgt

Z Z 1 hZ 2 i
(x + y + z) d(x, y) = (x + y + z) dy dx
IZ 0 1
Z 1h
y2 i2
= xy + + zy dx
0 2 1
Z 1
3
= (x + + z) dx = 2 + z.
0 2

Damit folgt
Z Z 3
9
(x + y + z) d(x, y, z) = (2 + z) dz = .
I 2 2

Wir haben bisher nur Integrale auf abgeschlossenen Intervallen betrachtet. In den Anwen-
dungen werden jedoch auch Integrale auf allgemeineren Teilmengen des Rn gebraucht.
Definition a) Es sei G ⊂ Rn eine kompakte Menge und f : G → R eine beschränkte
Funktion. Die Funktion fG :
Rn → R mit

f (X) für X ∈ G
fG (X) =
0 für X ∈/G

heißt Erweiterung der Funktion f von G auf Rn .

b) Es sei IG = [A, B] der kleinste n-dimensionale Quader des Rn , der G enthält.
c) Ist f (X) = 1 für X ∈ G, so bezeichnen wir die Erweiterung von f mit 1G ,

1 für X ∈ G
1G (X) =
0 für X ∈
/ G.
88 19. Integrale im Rn

Definition Es sei G ⊂ Rn eine kompakte Menge und sei f : G → R eine beschränkte

Funktion. Gilt für das Supremum s(fG , IG ) der Untersummen und das Infimum S(fG , IG )
der Obersummen über alle Zerlegungen von IG , dass

s(fG , IG ) = S(fG , IG ) = r,

so heißt f Riemann-integrierbar auf G. Der gemeinsame Wert r heißt dann Riemann-

Integral von f auf G und wird mit
Z Z
f (x1 , . . . , xn ) d(x1 , . . . , xn ) = f (X) dX
G G
R
bezeichnet. Es gilt r = IG
fG (X) dX.
n
Satz Es seien G ⊂ R eine kompakte Menge und f : G → R und g : G → R integrierbar
auf G.
a) Ist f ≤ g auf G, so gilt
Z Z
f (X) dX ≤ g(X) dX.
G G

b) Für c ∈ R ist cf integrierbar auf G mit

Z Z
cf (X) dX = c f (X) dX.
G G

c) Es ist f + g integrierbar auf G mit

Z h i Z Z
f (X) + g(X) dX = f (X) dX + g(X) dX.
G G G

d) Ist f auch integrierbar auf der kompakten Menge H ⊂ Rn und gilt

G ∩ H = ∅, so ist f integrierbar auf G ∪ H mit
Z Z Z
f (X) dX = f (X) dX + f (X) dX.
G∪H G H

Definition Es sei G ⊂ Rn eine kompakte Menge. Falls die Funktion 1G integrierbar ist,
so heißt G messbar und
Z
µ(G) = 1G d(x1 , . . . , xn )
G

heißt Maß von G.

Eine messbare Menge G heißt Nullmenge, wenn µ(G) = 0.
 19. Integrale im Rn 89

Beispiel Es sei G ⊂ Rn eine kompakte Menge. Ist f : G → R stetig, so ist die Menge

{Y : Y = (x1 , . . . , xn , f (x1 , . . . , xn )), (x1 , . . . , xn ) ∈ G} ⊂ Rn+1

eine Nullmenge des Rn+1 .

Satz Es sei G ⊂ Rn eine kompakte Menge. G sei messbar und f : G → R sei stetig auf
G. Dann ist f integrierbar auf G.
Zur Berechnung von Integralen im Rn betrachten wir den Fall n = 2 und deuten das
Vorgehen für allgemeines n ∈ N an.
Definition Es sei G ⊂ R2 eine kompakte Menge.
a) G heißt y-projizierbar, falls G darstellbar ist in der Form

G = {(x, y) : x ∈ [a, b], g(x) ≤ y ≤ h(x)}

mit zwei auf [a, b] stetigen Funktionen g und h mit g ≤ h.

b) G heißt x-projizierbar, falls G darstellbar ist in der Form

G = {(x, y) : y ∈ [c, d], r(y) ≤ x ≤ s(y)}

mit zwei auf [c, d] stetigen Funktionen r und s mit r ≤ s.

c) Ist G x-projizierbar oder y-projizierbar, so heißt G ein Normalbereich.
Satz Es sei G ⊂ R2 ein Normalbereich und es sei f : G → R stetig auf G. Dann ist f
integrierbar auf G und es gilt
a)
Z Z bh Z h(x) i
f (x, y) d(x, y) = f (x, y) dy dx,
G a g(x)

falls G y-projizierbar ist.

b)
Z Z dh Z s(y) i
f (x, y) d(x, y) = f (x, y) dx dy,
G c r(y)

falls G x-projizierbar ist.

Bemerkung Ein Normalbereich G ist messbar. Sein Rand ist eine Nullmenge.
Ist G ein Normalbereich, der y-projizierbar ist, so folgt für den Flächeninhalt FG von G
(wähle f ≡ 1)
Z b hZ h(x) i Z b
FG = dy dx = [h(x) − g(x)] dx.
a g(x) a
90 19. Integrale im Rn

Bemerkung

Ist G kein Normalbereich, so ist es oft möglich, G in endlich viele Normalbereiche

Gk , k = 1, . . . , m, zu zerlegen, so dass

m
[
G= Gk und Gk ∩ Gl = ∅ für k 6= l
k=1

mit dem Innern Gk von Gk . Dann ist

Z m Z
X
f (x, y) d(x, y) = f (x, y) d(x, y).
G k=1 Gk

Ist f : D(f ) → R eine nichtnegative Funktion, die auf den kompakten Teilmenge G und
H von D(f ) ⊂ R2 mit G ⊂ H integrierbar ist, so gilt

Z Z
f (x, y) d(x, y) ≤ f (x, y) d(x, y).
G H

Bemerkung

Im Integral G f (x, y, z) d(x, y, z) für eine auf G stetige Funktion f : R3 → R habe

R

G ⊂ R3 eine Darstellung

G = {(x, y, z) : x ∈ [a, b], g(x) ≤ y ≤ h(x), u(x, y) ≤ z ≤ v(x, y)}

mit auf dem Intervall [a, b] stetigen Funktionen g und h, sowie auf der Menge {(x, y) :
a ≤ x ≤ b, g(x) ≤ y ≤R h(x)} stetigen Funktionen u und v. Dann ist G ein Normalbereich
im R3 . Daher existiert G f (x, y, z) d(x, y, z) und es ist

Z Z b nZ h(x) h Z v(x,y) i o
f (x, y, z) dz = f (x, y, z) dz dy dx .
G a g(x) u(x,y)

Beispiel Der Kreisring G = {(x, y) : %21 ≤ x2 + y 2 ≤ %22 } für 0 < %1 < %2 ist kein
Normalbereich. Wir zerlegen G in zwei Normalbereiche G1 und G2 mit

G1 = {(x, y) : %21 ≤ x2 + y 2 ≤ %22 , y ≥ 0}

G2 = {(x, y) : %21 ≤ x2 + y 2 ≤ %22 , y ≤ 0}
 19. Integrale im Rn 91

Für f (x, y) = 1, (x, y) ∈ G, folgt

Z Z Z
d(x, y) = d(x, y) + d(x, y) mit
G G1 G2
Z Z −%1 hZ √%22 −x2 i Z %1 hZ √%22 −x2 i
d(x, y) = dy dx + √ dy dx +
G1 −%2 0 −%1 %21 −x2
Z %2 hZ √%22 −x2 i
+ dy dx
%1 0
√
Z Z −%1 hZ 0 i Z %1 hZ − %21 −x2 i
d(x, y) = √ dy dx + √ dy dx +
G2 −%2 − %22 −x2 −%1 − %22 −x2
Z %2 hZ 0 i
+ √ dy dx
%1 − %22 −x2

Integration ergibt

π(%22 − %21 ) π(%22 − %21 )

Z Z Z
d(x, y) = d(x, y) + d(x, y) = +
G G1 G2 2 2
= π(%22 − %21 ).

Definition Es sei D ⊂ Rn offen. Die Abbildung h : D → Rn sei definiert auf D, stetig

differenzierbar und invertierbar.
Es seien h = (h1 , . . . , hn ) und X = (x1 , . . . , xn ), so dass X = h(U ) in Koordinaten-
schreibweise lautet

 x1 = h1 (u1 , . . . , un )

 x2 = h2 (u1 , . . . , un )

..


 .
xn = hn (u1 , . . . , un ).


Die Funktionaldeterminante von h

 ∂h1 ∂h1
 
···

 
 ∂h   ∂u1 ∂un 
=  ... .. 
det .

∂U  ∂h

 n ∂hn 
···

∂u1 ∂un
 

sei für alle U ∈ D entweder positiv oder negativ. Sind diese Voraussetzungen erfüllt, so
sagen wir, durch h seien neue Koordinaten festgelegt.
92 19. Integrale im Rn

Substitutionsregel Es sei G ⊂ Rn eine kompakte, messbare Menge. Es sei D ⊂ Rn offen.

Durch die Funktion h : D → Rn (mit obigen Eigenschaften) seien neue Koordinaten
festgelegt.
Es sei f : Rn → R eine auf der Bildmenge h(D) von h stetige Funktion und es gelte
G ⊂ h(D). Es sei

M = h−1 (G) = {U : U ∈ Rn , h(U ) ∈ G}

die Urbildmenge von G unter der Abbildung h. Dann gilt

Z
f (x1 , . . . , xn ) d(x1 , . . . , xn ) =
G
Z   ∂h 
= f (h(u1 , . . . , un )) det  d(u1 , . . . , un )
 
−1
h (G) ∂U
Z   
 ∂h 
= f (h(U )) det (U )  dU
M ∂U

Beispiel Wir betrachten Polarkoordinaten. Mit U = (u1 , u2 ) = (r, ϕ) ist die Abbildung
h : R2 → R2 gegeben durch

x = h1 (r, ϕ) = r cos ϕ
y = h2 (r, ϕ) = r sin ϕ

für X = (x, y). Die Funktionaldeterminante ist

 ∂H   cos ϕ −r sin ϕ 
det =   = r > 0.
∂U sin ϕ r cos ϕ 

Ist G ⊂ H kompakt und messbar und f stetig auf H, so gilt

Z Z
f (x, y) d(x, y) = f (r cos ϕ, r sin ϕ)r d(r, ϕ).
G h−1 (G)

Wir betrachten speziell G : {(x, y) : x2 + y 2 ≤ %2 }, % > 0 und f : R2 → R mit

2 2
f (x, y) = e−(x +y ) . Dann gilt
Z Z 2π h Z % i
2
+y 2 ) 2 2
e−(x d(x, y) = e−r r dr dϕ = π[1 − e−% ].
G 0 0

Beispiel Wir bestimmen den Flächeninhalt F einer Ellipse mit den Halbachsen a und b.
Es sei

x2 y2
G = {(x, y) : 2
+ 2 ≤ 1}.
a b
 19. Integrale im Rn 93

Dann ist
Z
F = d(x, y).
G

Wir führen durch

x = h1 (u, v) = au cos v
y = h2 (u, v) = bu sin v

neue Koordinaten U = (u, v) ein.

Die Funktionaldeterminante ist
 ∂h   a cos v −au sin v 
det =   = abu.
∂U b sin v bu cos v 

Es ist
Z Z 2π hZ 1 
∂h  i
F = d(x, y) =  du dv

∂U
det
G 0 0
Z 2π hZ 1 i
= abu du dv = πab.
0 0

Beispiel Als neue Koordinaten im R3 wählen wir Kugelkoordinaten.

Mit U = (u1 , u2 , u3 ) = (r, ϕ, ϑ) ist die Abbildung h gegeben durch

x = h1 (r, ϕ, ϑ) = r cos ϕ cos ϑ

y = h2 (r, ϕ, ϑ) = r sin ϕ cos ϑ
z = h3 (r, ϕ, ϑ) = r sin ϑ.

Die Funktionaldeterminante ist

 
 ∂h   cos ϕ cos ϑ −r sin ϕ cos ϑ −r cos ϕ sin ϑ 
 sin ϕ cos ϑ r cos ϕ cos ϑ −r sin ϕ sin ϑ  = r2 cos ϑ.
 
det =
∂U  
 sin ϑ 0 r cos ϑ 

Wir berechnen das Volumen V einer Halbkugel vom Radius R.

R
V = G d(x, y, z) mit

G = {(x, y, z) : x2 + y 2 + z 2 ≤ R2 , z ≥ 0}.
94 19. Integrale im Rn

Mit Hilfe von Kugelkoordinaten ergibt sich

π
Z Z R nZ 2π h Z
  ∂h  i o
2
V = d(x, y, z) =  dϑ dϕ dr
 
∂U
det
G 0 0 0
Z R nZ 2π h Z π2 i o 2
= r2 cos ϑ dϑ dϕ dr = πR3 .
0 0 0 3

Beispiel Wir betrachten das Integral

Z p
x2 + y 2 + z 2 d(x, y, z)
G

für G = {(x, y, z) : x ≥ 0, y ≥ 0, z ≥ 0, x2 + y 2 + z 2 ≤ 1} (Kugeloktant). Mit

Kugelkoordinaten als neue Koordinaten ergibt sich
Z p Z 1 nZ π π
2 hZ 2
  ∂h  i o
x2 + y 2 + z 2 d(x, y, z) = rdet dϑ dϕ dr
 
G 0 0 0 ∂U
Z 1 nZ π π
2 hZ 2 i o π
= r3 cos ϑ dϑ dϕ dr = .
0 0 0 8
 20. Vektoranalysis 95

20 Vektoranalysis
20.1 Satz von Green, Satz von Gauß in der Ebene
Der Gaußsche Integralsatz für die Ebene gibt einen Zusammenhang zwischen einem
(zweidimensionalen) Integral in der Ebene und einem Wegintegral. Dieser Satz wird auch
als Satz von Green bezeichnet.
Definition Die kompakte Menge G ⊂ R2 sei y-projizierbar,

G = {(x, y) : x ∈ [a, b], g(x) ≤ y ≤ h(x)}

mit zwei auf [a, b] stetigen Funktionen g und h.

Der Rand ∂G von G lässt sich beschreiben durch vier Wege Γ1 , Γ2 , Γ3 , Γ4 . Diese seien so
orientiert, dass G beim Durchlaufen von ∂G zur Linken liegt.
Dann heißt ∂G positiv orientiert. Weiter seien die Wege Γ1 , Γ2 , Γ3 , Γ4 rektifizierbar.
Erfüllt G diese Voraussetzungen, so sprechen wir von einem y-Normalbereich. Analog
wird über die x-Projizierbarkeit der x-Normalbereich definiert.
Satz von Green, Gaußscher Integralsatz für die Ebene Es sei G ein x-Normalbereich
und ein y-Normalbereich mit positiv orientiertem Rand ∂G.
Es sei D ⊂ R2 offen und H : D → R2 ein stetig differenzierbares Vektorfeld. Es gelte
G ⊂ D und H = (P, Q).
Ist durch X : [a, b] → R2 eine Parameterdarstellung von ∂G gegeben, so gilt
Z   Z
∂Q ∂P
− d(x, y) = H · dX.
G ∂x ∂y ∂G

Beispiel
Es sei H : R2 → R2 mit H(x, y) = (−y, x). Für G wie im Satz von Green gilt
Z   Z
∂Q ∂P
− d(x, y) = 2 d(x, y) = 2F (G)
G ∂x ∂y G

mit dem Flächeninhalt F (G) von G. Demnach ist

Z
1
F (G) = H · dX.
2 ∂G

Der Flächeninhalt lässt sich also über ein Wegintegral längs des Randes von G gewinnen.
x2 y2
Es sei nun speziell G = {(x, y) : 2 + 2 ≤ 1}, a > 0, b > 0 eine Ellipsenfläche. Eine
a b
Parameterdarstellung des Randes ∂G ist

X(t) = (a cos t, b sin t), t ∈ [0, 2π].

96 20. Vektoranalysis

Dann ist mit H(x, y) = (−y, x)

H(X(t)) · Ẋ(t) = (−b sin t, a cos t) · (−a sin t, b cos t) = ab.

Damit ergibt sich für den Flächeninhalt der Ellipse

Z Z 2π Z 2π
1 1 1
F (G) = 2 H · dX = 2 H(X(t))Ẋ(t) dt = 2 ab dt = πab.
∂G 0 0

Ist der Rand ∂G positiv orientiert und ist X(t) = (x(t), y(t)), t ∈ [α, β], eine stetig
differenzierbare Parameterdarstellung von ∂G, so wird durch N (t) = (ẏ(t), −ẋ(t)) die
äußere Normale an ∂G im Punkt X(t) beschrieben. Der Satz von Green besagt
Z   Z βh
∂Q ∂P i
− d(x, y) = P (x(t), y(t))ẋ(t) + Q(x(t), y(t))ẏ(t) dt
G ∂x ∂y α

Setzt man Ĥ = (Q, −P ), so lässt sich dies schreiben

Z Z β
∂ Ĥ1 (x, y) ∂ Ĥ2 (x, y)
+ d(x, y) = Ĥ(t) · N (t) dt
G ∂x ∂y α

 
mit Ĥ(t) = Q(x(t), y(t)), −P (x(t), y(t)) .

Diese Darstellung ist übertragbar auf den R3 . Dabei ist G ⊂ R3 ein Normalbereich“. Wir
”
verzichten hier auf die Definition eines Normalbereichs, wir verweisen dazu auf Heuser
[8]. Wir merken an, dass Kugeln und dreidimensionale Intervalle Normalbereiche darstel-
len.

20.2 Divergenz
Definition Es sei D ⊂ Rn offen und F : D → Rn ein stetig differenzierbares Vektorfeld.
Mit F = (F1 , . . . , Fn ) heißt dann

n
X ∂Fk 
div F (X) = , X ∈ D(F )
∂xk X

k=1

die Divergenz des Vektorfeldes F .

Die Divergenz von F ist für beliebige Dimension n ∈ N definiert. Es ist div F eine skalare
Funktion, div F ∈ R.
Für n = 3 und ein Geschwindigkeitsfeld F kann man sich die Divergenz von F als
Quellstärke pro Volumenelement (Quelldichte) vorstellen.
 20. Vektoranalysis 97

Einen Punkt X mit div F (X) > 0 nennt man Quelle und einen Punkt X mit div F (X) <
0 nennt man Senke. Gilt für alle X ∈ D: div F (X) = 0, so nennt man F quellenfrei in G.
Mit dem Nabla-Operator
 ∂ ∂ ∂ 
∇= , ,
∂x ∂y ∂z

schreibt man symbolisch für F : R3 → R3

div F = ∇ · F (Skalarprodukt).
 
a1
Beispiel Es sei D = R3 , a =  a2  ∈ R3 und
a3
     
x 0 −a3 a2 x
F (x, y, z) = a ×  y  =  a3 0 −a1   y  .
z −a2 a1 0 z

Dann gilt

div F (x, y, z) = 0.

20.3 Flächen
Definition Es sei D ⊂ R2 offen und die abgeschlossene Hülle D von D sei messbar und
kompakt. Es sei F : D → R3 stetig differenzierbar auf D. Mit F = (F1 , F2 , F3 ) und
U = (u, v) habe die Funktionalmatrix von F

∂F1 ∂F1
 
 ∂u ∂v 
   
∂F  ∂F2 ∂F2 
= 
∂U  ∂u
 ∂v 

 ∂F ∂F3 
3
∂u ∂v

für alle (u, v) ∈ D den Rang 2. Dann heißt F eine Fläche und die Punktmenge

F = {(x, y, z) : x = F1 (u, v), y = F2 (u, v), z = F3 (u, v), (u, v) ∈ D}

heißt ein Flächenstück.

Man spricht von einer Parameterdarstellung der Fläche mit den Parametern (u, v).
98 20. Vektoranalysis

Definition Durch F : R2 → R3 mit D(F ) = D sei eine Fläche gegeben. Dann heißt

Fu (u, v) × Fv (u, v)
N (u, v) = , (u, v) ∈ D
kFu (u, v) × Fv (u, v)k

Normalenvektor der Fläche im Flächenpunkt F (u, v).

Der Normalenvektor steht senkrecht auf der Tangentialebene und hat die Länge 1.
Definition Durch F : D → R3 sei eine Fläche gegeben. Dann heißt
Z Z
kFu (u, v) × Fv (u, v)k d(u, v) = dσ
D F

der Flächeninhalt I(F ) der Fläche.

Definition Durch F : D → R3 sei eine Fläche gegeben. Sei H : R3 → R mit D(H) = F
stetig auf F. Dann heißt
Z Z
H(F (u, v))kFu (u, v) × Fv (u, v)k d(u, v) = H dσ
D F

das Oberflächenintegral von H über der Fläche.

20.4 Satz von Gauß

Der Gaußsche Integralsatz für den R3 gibt einen Zusammenhang zwischen einem (dreidi-
mensionalen) Integral im Raum und einem Oberflächenintegral.
Gaußscher Integralsatz für den R3 Es sei G ein Normalbereich. Es sei H : R3 → R3
mit D(H) offen ein stetig differenzierbares Vektorfeld. Gilt G ⊂ D(H) und ist N die
äußere Normale des Randes ∂G von G, so gilt
Z Z
div H d(x, y, z) = H · N dσ.
G ∂G

Mittels des Gaußschen Integralsatzes kann also ein Oberflächenintegral in ein Volumenin-
tegral umgewandelt werden und umgekehrt.
Beispiel Es sei G ein Normalbereich und f : G → R ein stetig differenzierbares Skalar-
feld. Für v ∈ R3 setzen wir H(X) = f (x)v. Dann folgt

div H(X) = grad f (X)v.

Der Gaußsche Integralsatz angewendet auf H liefert

Z Z Z Z
div H d(x, y, z) = grad f (x)v d(x, y, z) = H · N dσ = f v · N dσ.
G G ∂G ∂G
 20. Vektoranalysis 99

Also gilt für alle v ∈ R3

Z Z
[ grad f (x) d(x, y, z) − f N T dσ]v = 0
G ∂G

und es folgt

Z Z
grad f (x) d(x, y, z) = f N T dσ.
G ∂G

Die letzte Gleichung ist der Gaußsche Satz für Skalarfelder.

Anwendung Wir betrachten einen in einer Flüssigkeit der Dichte ρ schwimmenden

Körper, der den Normalbereich G mit dem Rand ∂G ausfüllt, mit dem Bereich G1 un-
terhalb der Flüssigkeitsoberfläche z = h.

p0 sei der Luftdruck über der Flüssigkeitsoberfläche, dann ist der Druck der Flüssigkeit
auf den Körper gegeben durch


p0 f alls z ≥ h
p(X) =
p0 + ρg(h − z) f alls z < h

Die durch diesen Druck verursachte Kraft verursacht einen Auftrieb

Z
A=− p(X) · N dσ.
∂G

Das Minuszeichen mussten wir anbringen, da der Druck entgegengesetzt der äusseren Nor-
malen N wirkt.

Mit dem Gaußschen Satz für Skalarfelder folgt

Z Z
A=− grad p d(x, y, z) = ρg d(x, y, z) = gm,
G G1

wobei m die Masse der verdrängten Flüssigkeit ist. Das ist das Auftriebsgesetz von A R -
CHIMEDES .
100 20. Vektoranalysis

20.5 Rotation und Stokesscher Integralsatz

Definition Es sei D ⊂ R3 offen und G = D → R3 ein stetig differenzierbares Vektorfeld.
Mit G = (G1 , G2 , G3 ) und X = (x, y, z) ∈ D heißt dann
 ∂G ∂G2 ∂G1 ∂G3 ∂G2 ∂G1 
3
rot G(X) = − , − , −
∂y ∂z ∂z ∂x ∂x ∂y X


die Rotation des Vektorfeldes G.

Bemerkung: Die Rotation von G ist nur für die Dimension n = 3 in G : R3 → R3
definiert. Es ist rot G ein Vektorfeld, rot G ∈ R3 .
Das Vektorfeld rot G lässt sich mit Hilfe des Kreuzproduktes (=Vektorproduktes) symbo-
lisch als Determinante schreiben:

 e1 e2 e3 
 
 ∂ ∂ ∂ 
rot G =  .

 ∂x ∂y ∂z 
G G2 G3 
1

Dabei sind e1 , e2 und e3 die Koordinaten-Einheitsvektoren des R3 .

Mit dem Nabla-Operator
 ∂ ∂ ∂ 
∇= , ,
∂x ∂y ∂z

schreibt man symbolisch für G : R3 → R3

rot G = ∇ × G (Vektorprodukt).

Das Vektorfeld G : R3 → R3 mit D(G) offen sei stetig differenzierbar und habe ein
Potential ϕ : R3 → R mit D(ϕ) = D(G). Wegen G = grad ϕ folgt

rot G = 0.

Beispiel Es sei D = R3 , a ∈ R3 und

   
0 −a3 a2 x
F (x, y, z) = a × X =  a3 0 −a1   y  .
−a2 a1 0 z

Dann gilt

rot F (x, y, z) = 2a.

 20. Vektoranalysis 101

Bemerkung Es sei D ⊂ R3 offen und das Vektorfeld G : D → R3 sei zweimal stetig

differenzierbar. Dann gilt

div (rot G) = 0.

Der Stokessche Integralsatz gibt einen Zusammenhang zwischen einem Ober-

flächenintegral und einem Wegintegral.
Stokesscher Integralsatz Durch F : R2 → R3 mit D(F ) = D sei eine Fläche ge-
geben. Sei F zweimal stetig differenzierbar und sei D ein x-Normalbereich und ein y-
Normalbereich mit positiv orientiertem Rand ∂D. Durch X(t), t ∈ [α, β], sei eine ste-
tig differenzierbare Parameterdarstellung von ∂D gegeben. Durch Y (t) = F (X(t)),
t ∈ [α, β] ist ein Weg BF auf der Fläche definiert. Sei H : R3 → R3 mit D(H) of-
fen ein stetig differenzierbares Vektorfeld mit F ⊂ D(H). Ist N die äußere Normale auf
der Fläche, so gilt
Z Z
rot H · N dσ = H · dY.
F BF

Des Satz von Stokes erlaubt die Darstellung eines Oberflächenintegrals durch ein Kurven-
integral.
Beispiel Die M AXWELLschen Gleichungen der Elektrodynamik lauten

µ ∂H
rot E = − (3 Gleichungen)
c ∂t
4π ε ∂E
rot H = λE + (3 Gleichungen)
c c ∂t
div (εE) = 4π% (1 Gleichung)

div (µH) = 0 (1 Gleichung).

Dabei sind E elektrische Feldstärke, H magnetische Felstärke, ε Dielektrizitätskonstante,

µ Permeabilität, % Ladungsdichte, λ Leitfähigkeit. Diese Größen sind ortsabhängig,
darüberhinaus sind E und H zeitabhängig, wobei bei rot (·) nur die Ortskoordinaten
eingehen. Es ist c die Lichtgeschwindigkeit im Vakuum.

20.6 Der Laplace–Operator

Definition Es sei D ⊂ Rn offen und u : D → R zweimal stetig differenzierbar. Dann ist

∆u = div (grad u)
102 20. Vektoranalysis

der Laplace-Operator angewendet auf u. Für n = 3 gilt

∂2 ∂2 ∂2
∆= 2
+ 2 + 2.
∂x ∂y ∂z

Funktionen u, die der Gleichung ∆u = 0 genügen, heißen harmonische Funktionen.

Beispiel
Es sei u : D → R mit D = R3 \{(0, 0, 0)} und

1
u(x, y, z) = p .
x2 + y 2 + z 2

Dann gilt

∆u = uxx + uyy + uzz = 0.

Literaturverzeichnis

[1] Burg, K., Haf, H., Wille, F.: Höhere Mathematik für Ingenieure, Band 1: Analysis. 5.
Auflage, Stuttgart 2001
[2] Burg, K., Haf, H., Wille, F.: Höhere Mathematik für Ingenieure, Band 2: Lineare Al-
gebra. 4. Auflage, Stuttgart 2002

[3] Burg, K., Haf, H., Wille, F.: Höhere Mathematik für Ingenieure, Band 4: Vektoranaly-
sis und Funktionentheorie. 2. Auflage, Stuttgart 1994
[4] Endl, K., Luh, W.: Analysis I. 9. Auflage, Wiesbaden 1989
[5] Endl, K., Luh, W.: Analysis II. 8. Auflage, Wiesbaden 1994

[6] Karl Graf Finck von Finckenstein, Jürgen Lehn, Helmut Schellhaas, Helmut Weg-
mann: Arbeitsbuch Mathematik für Ingenieure, Band 1 Analysis und Lineare Algebra,
2. Auflage, Stuttgart 2002
[7] Heuser, H.: Lehrbuch der Analysis, Teil 1, 14. Auflage, Stuttgart 2001

[8] Heuser, H.: Lehrbuch der Analysis, Teil 2, 11. Auflage, Stuttgart 2000
[9] Meyberg, K., Vachenauer, P.: Höhere Mathematik 1. 6. Auflage, Berlin 2001
[10] Meyberg, K., Vachenauer, P.: Höhere Mathematik 2. 4. Auflage, Berlin 2001