Vorlesungsmitschrieb: Analysis 4

Julian Valentin

Dieser Vorlesungsmitschrieb entstand als Hörer in der Vorlesung Analysis 4, gelesen von
Prof. TeknD Timo Weidl an der Universität Stuttgart im Sommersemester 2011. Sie dienten
hauptsächlich als Lernhilfe für mich; aus Zeitgründen fehlen viele Skizzen und mathematische
Beweise. Studentische Mitschriebe sind keine offiziellen Skripte; weder die Universität Stutt-
gart noch ihre Mitarbeiter sind für sie verantwortlich. Fehler können auf GitHub gemeldet
werden. Der Mitschrieb steht unter der CC-BY-SA-4.0-Lizenz.

Inhaltsverzeichnis
1 Funktionen in einer komplexen Variablen 3
1.1 Die Topologie der erw. kompl. Zahlenebene und die Möbius-Transf. . . . . . . 3
1.2 Mehrwertige Abbildungen und Riemannsche Flächen . . . . . . . . . . . . . . . 5
1.3 Differenzierbarkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Gebiete . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Kurvenintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6 Der Integralsatz von Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.7 Die Integralformel von Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.8 Nullstellen analytischer Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.9 Das Maximumsprinzip . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.10 Singularitäten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.11 Residuensatz und Residuenkalkül . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.12 Das Zählen von Pol- und Nullstellen . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.13 Harmonische Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2 F OURIERanalysis und trigonometrische Reihen 18

2.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2 Das Kriterium von Dini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3 Fourier-Integral und Fourier-Transformation . . . . . . . . . . . . . . . . . . . 21
2.4 Hilberträume und Fourierreihen . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.5 Delta-Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.6 Der Satz von Fejer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.7 Wichtige Eigenschaften der Fourier-Transformation . . . . . . . . . . . . . . . 26

3 Distributionen 29
3.1 Der Raum der Testfunktionen D . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2 Distributionen über D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.3 Reguläre und singuläre Distributionen . . . . . . . . . . . . . . . . . . . . . . . . 31
3.4 Koordinatentransformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.5 Differentiation von Distributionen . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.6 Stammfunktion einer Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.7 Wichtige Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.8 Tensorprodukt von Distributionen . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.9 Faltung von Distributionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Analysis 4

3.10 Fundmentallösungen für PDE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.11 Der Raum der temperierten Distributionen S 0 . . . . . . . . . . . . . . . . . . . 38
3.12 Die Fourier-Transformation für temperierte Distributionen . . . . . . . . . . . 39
3.13 Die Fourier-Transformation zur Berechnung von Fundamentallösungen . . 40

Inhaltsverzeichnis –2–
Analysis 4

1 Funktionen in einer komplexen Variablen

1.1 Die Topologie der erw. kompl. Zahlenebene und die M ÖBIUS-Transf.

Komplexe Zahlen lassen sich mittels z = (x, y) = x + i y ∈ C, x, y ∈ R als Element der kom-
plexen Zahlenebene schreiben. Dabei ist i = (0, 1) mit i2 = −1 p = (−1, 0). Die
p zu z komplex
konjugierte Zahl ist z = x − i y und der Betrag von z ist |z| = x + y = zz ≥ 0. Dieser
2 2

definiert die Abstandsfunktion d(z1 , z2 ) = |z1 − z2 |. Damit ist Konvergenz in C definiert, da die
Abstandsfunktion " -Umgebungen definiert durch U" (z) = {w ∈ C | |w − z| < "}.

Wie versteht man „∞“ im komplexen Fall?

Im Reellen sagt man, eine Folge zn ∈ R läuft gegen +∞, falls zn > R für n ≥ NR und jedes
beliebige R > 0, d. h. zn ∈ UR (+∞) := ]R, +∞[. Analog gilt zn → −∞, falls zn < −R für n ≥ NR
und jedes beliebige R > 0, d. h. zn ∈ UR (−∞) := ]−∞, −R[.
Allgemein schreibt man zn → ∞, falls |zn | > R für n ≥ NR und jedes beliebige R > 0, d. h.
zn ∈ UR (∞) := UR (+∞) ∪ UR (−∞). Geometrisch kann man UR (∞) durch die stereographische
Projektion als „Umgebung von ∞“ interpretieren:
Zeichnet man einen Kreis auf die reelle Achse, der diese in 0 berührt, so kann man jeder
reellen Zahl einen Punkt auf dem Kreis zuweisen, indem man die reelle Zahl mit dem „Nordpol“
(der der 0 gegenüber liegende Punkt) verbindet und der reellen Zahl den Schnittpunkt der
Verbindungsstrecke mit dem Kreis zuweist. Auf diese Weise entsprechen Umgebungen einer
reellen Zahl z ∈ R wieder Umgebungen des Bildes von z auf dem Kreis. Den „Nordpol“ kann
man als „∞“ bezeichnen, da das Bild von UR (∞) eine Umgebung von ∞ darstellt (nur ohne
∞).
Im Komplexen ist dies nicht ganz so einfach, da es dort viele verschiedene Richtungen gibt.

Riemannsche Zahlenkugel: Auf die komplexe Zahlenebene wird eine Kugel mit Radius 12
gelegt, die die Ebene in (0, 0) berührt. Mithilfe der stereographischen Projektion entspricht
jeder Punkt z = (x, y) der komplexen Zahlenebene ein Punkt (ξ, η, ζ) der Kugel S2 (man
verbinde den Nordpol ∞ := (0, 0, 1) mit (x, y) und (ξ, η, ζ) ist dann der Schnittpunkt der
Verbindungsgeraden mit der Kugel). Umgebungen auf der Kugel werden (umgekehrt) auf
Umgebungen auf der Ebene abgebildet. Man schreibt für eine Folge zn ∈ C, dass zn → ∞, falls
|zn | > R für alle n ≥ NR und jedes beliebige R > 0, d. h. zn ∈ UR (∞) := {z ∈ C | |z| > R}. Das
Bild von UR (∞) ist wieder eine Umgebung von ∞ (nur ohne ∞).
S2 \ {(0, 0, 1)} und C lassen sich stetig und bijektiv durch die stereographische Projektion
aufeinander abbilden, wenn man nun kanonischerweise wie eben (0, 0, 1) mit ∞ identifiziert,
erhält man eine stetige Bijektion zwischen S2 und C∗ := C ∪ {∞}.
Insbesondere gilt zn → ∞ genau dann, wenn 1
zn → 0, sowie ξ2 + η2 + (ζ − 12 )2 = 1
4
ξ−0 η−0 ζ−1
⇐⇒ ξ2 + η2 = ζ(1 − ζ). Aus der Geradengleichung x−0 = y−0 = 0−1 für (0, 0, 1), (ξ, η, ζ) und
ξ η ξ2 +η2 ξ
(x, y, 0) folgt, dass x = 1−ζ und y = 1−ζ . Umgekehrt gilt x +2
y 2 = (1−ζ)2 = 1−ζ , daraus folgt
x 2+ y2 y
dann ζ = 1+x 2 + y 2 , ξ= 1+x 2 + y 2 und η = 1+x 2 + y 2 .
x

Kreis in C∗ : Ein Kreis in C∗ ist definiert als ein Kreis in C oder eine Gerade in C, die zusätzlich
∞ enthält.
Eigenschaft: Die stereographische Projektion erhält Kreise und Winkel.

1 Funktionen in einer komplexen Variablen –3–

Analysis 4

lineare Abbildung: Eine lineare Abbildung f : C → C (oder f : C∗ → C∗ ) hat die Form z 7→ w =

az + b mit a, b ∈ C und a 6= 0.
Spezialfall: a = 1, d. h. z 7→ w = z + b ist eine Verschiebung, erhält Kreise und Winkel
Spezialfall: b = 0, a = eiβ mit β ∈ [0, 2π[, d. h. Drehung um den Winkel β , erhält Kreise und
Winkel
Spezialfall: b = 0, a ∈ R mit a = r > 0, d. h. Streckung/Stauchung um den Faktor r , erhält
Kreise und Winkel
Die Abbildungen dieser drei Spezialfälle nennen sich elementar. Jede lineare Abbildung
z 7→ az + b ist also Komposition von elementaren Abbildungen und erhält Kreise und Winkel.
Es gibt auch die Abbildung f : C∗ → C∗ , z 7→ w = 1z . Diese ist eine Inversion („Spiegelung“)
am Einheitskreis: Der neue Betrag ist der Kehrwert des alten Betrags, anschließend wird an
der reellen Achse gespiegelt (das neue Argument ist die Negation des alten Arguments). Auch
diese nicht-lineare Abbildung erhält Kreise und Winkel.

Möbius-Transformation: Eine Möbius-Transformation ist eine Abbildung f : C∗ → C∗ ,

cz+d mit a, b, c, d ∈ C und ad − bc 6= 0. Aus der letzten Bedingung folgt, dass die
z 7→ w = az+b
Möbius-Transformation bijektiv ist (außerdem ist sie stetig). Sie erhält Kreise und Winkel,
denn w = ac + c(cz+d)
bc−ad
ist eine Komposition von linearen Abbildungen und 1z .

Die Umkehrabbildung einer MT ist z = (−c)w+a ,

dw+(−b)
d. h. wieder eine MT.
Die Komposition von MTs ist wieder eine MT.

Es gibt keine 1:1-Beziehung zwischen den MTs w = az+bcz+d und den komplexen Matrizen c d ,
 ‹
a b

denn eine MT wird schon durch drei komplexe Parameter bestimmt, d. h. drei Gleichungen
sind notwendig. Genauer: Seien z j , w j ∈ C für j = 1, 2, 3 gegeben, dabei seien z j 6= zk und
w j 6= w k für j 6= k. Dann gibt es genau eine Möbius-Transformation MT, sodass w j = MT(z j )
für j = 1, 2, 3.
Dies beweist man, indem man z1 , z2 , z3 durch den eindeutig bestimmten Kreis verbindet, analog
w1 , w2 , w3 . Für einen beliebigen Punkt z , für den MT(z) bestimmt werden soll, lässt man den
eindeutig bestimmten Kreis durch z, z1 , z2 mittels MT abbilden. Da die MT kreistreu ist, wird
der Kreis auf einen Kreis abgebildet, der durch w1 und w2 geht. Aufgrund der Winkeltreue
bleibt der Schnittwinkel der beiden Kreise bei z1 und z2 erhalten, d. h. der Kreis durch w1 und
w2 kann eindeutig bestimmt werden. In der gleichen Weise verfährt man mit z, z1 , z3 . Auf dem
Schnittpunkt der beiden Kreise liegt das gesuchte Bild w = MT(z).
az j +b
w kann auch rechnerisch bestimmt werden: Ist w = az+b
cz+d und w j = cz j +d , so gilt
(ad−bc)(zk −z j )
wk − w j = (czk +d)(cz j +d) für k, j = 1, 2, 3.
(w−w )/(w−w ) (z−z1 )/(z−z2 )
Daraus folgt, dass (w1 , w2 , w, w3 ) := (w3 −w11 )/(w3 −w2 2 ) = (z3 −z1 )/(z3 −z2 ) =: (z1 , z2 , z, z3 ) eine Invariante
ist, aus der w berechnet werden kann.

Eine Möbius-Transformation bildet im nicht-entarteten Fall entweder das Innere eines Kreises
auf das Innere oder auf das Äußere des Bilds ab. Würde die Transformation einen Teil auf
das Innere und einen Teil auf das Äußere abbilden, so könnte man (MT stetig) einen Pfad
definieren, der vollständig im Inneren des Urbilds liegt, dessen Bild aber Endpunkte besitzt,
von denen einer im Inneren und einer im Äußeren liegt. Dann würde das Bildes des Pfads
aber den Bild-Kreis schneiden, was aufgrund der Bijektivität und der Kreistreue nicht möglich
ist. Im entarteten Fall können Kreisinnere auf Halbebenen und Halbebenen auf Inneres bzw.
Äußeres von Kreisen abgebildet werden.

1 Funktionen in einer komplexen Variablen –4–

Analysis 4

1.2 Mehrwertige Abbildungen und R IEMANNsche Flächen

p
Es gibt Zuordnungen wie C → C, z 7→ w = n z , n ∈ N, die an sich keine Abbildungen sind, da
es mehrere Werte geben kann. Im Beispiel gilt für z = r eiϕ , dass die n Werte
w k = r 1/n ei(ϕ/n+2πk/n) , k = 0, . . . , n − 1 die Gleichung wnk = z erfüllen.
Hier hat man es also mit einer sog. mehrwertigen Abbildung zu tun.
Welchen Wert soll man auswählen, um eine möglichst sinnvolle Abbildung zu definieren?
Wenn man z. B. immer die Lösung für k = 0 auswählt, so ergibt sich das Problem, dass die
Abbildung nicht stetig ist: Nimmt man als Beispiel n = 3 an und „läuft“ von 1 aus einmal gegen
den Uhrzeigersinn um den Ursprung, so läuft das Bild nur bis zum Argument 2π 3 ; überquert
man die reelle Achse, so „springt“ die Lösung wieder zurück zum Argument 0. Man kann also
keinen stetigen Zweig der Wurzeldefinition definieren.
Die Lösung besteht darin, für jeden Zweig (im Beispiel für jedes mögliche k) eine Kopie von
C einzuführen. Für n = 3 gibt es dann im Beispiel drei (nummerierte) Kopien der komplexen
Ebene; wenn man die Abbildungen auf sie anwendet, verwendet man den der Nummer der
Kopie entsprechenden Zweig der mehrwertigen Abbildung. Nun muss man die Zweige noch
sinnvoll „verkleben“, damit ein Zusammenhang zwischen den Kopien hergestellt ist.
Bei der Wurzelfunktion geschieht dies z. B. darin, dass man in jeder Kopie die positive reelle
Halbachse als Schnitt wählt und die beiden Seiten so nummeriert, dass man beim Durchlauf
gegen den Uhrzeigersinn eine „Ebene“ höher kommt. Wenn man ganz „oben“ noch eine Ebene
weiter geht, gelangt man wieder zurück auf die „unterste“. Der Schnitt kann auch anders
gewählt werden, die geeignete Wahl ist vom Zweck abhängig. Die resultierende Fläche (ei-
ne eindimensionale komplexe Mannigfaltigkeit) nennt man Riemann-Fläche, die „Ebenen“
heißen Riemann-Blätter.
p p
Ein weiteres Beispiel ist f (z) = z(1 − z). Obwohl f (z) = z 1 − z ist, gibt es nur zwei Zweige
p

statt vier, da sich die anderen beiden wegkürzen (wählt man z. B. bei beiden Wurzeln k = 1,
so ist die Summe der resultierenden Phasensprünge in den Argumenten 2π). „Erlaubte“ Wege
in der komplexen Ebene sind die Wege, die entweder keinen oder beide der Punkte 0 und 1
umlaufen. „Nicht erlaubt“ ist ein Umlaufen nur von 0 oder 1, da so wieder ein Sprung auftritt
(wie oben).
Eine mögliche Lösung besteht darin, zwischen 0 und 1 einen Schnitt zu machen und die beiden
Riemann-Blätter an gegenüberliegenden Seiten zu verkleben.

Für w = Ln(z) gilt e w = z , d. h. mit z = r eiϕ ist w = u + iv (u, v ∈ R) mit u = ln(r) und
v = arg(z) = ϕ+2kπ, k ∈ Z. Es gibt also abzählbar unendlich viele Lösungen. Dementsprechend
gibt es auch unendlich viele Riemann-Blätter, die analog wie bei der Wurzelfunktion verklebt
werden müssen.

1 Funktionen in einer komplexen Variablen –5–

Analysis 4

1.3 Differenzierbarkeit

Ist U ⊂ C offen, z0 ∈ U und f : U → C, so ist die komplexe Ableitung von f in z0 definiert als
f (z +h)− f (z )
f 0 (z0 ) := limh→0, h∈C 0 h 0 . f kann als Funktion f (z) = (u(x, y), v(x, y))
= u(x, y) + iv(x, y) aufgefasst werden, wobei u, v : R2 → R reelle Funktionen sind.

Spezialfall: Für h = x → 0 ( x ∈ R) und f 0 in z0€komplex differenzierbarŠgilt

u(z +x)+iv(z0 +x)−u(z0 )−iv(z0 ) u(z0 +x)−u(z0 ) v(z +x)−v(z )
f 0 (z0 ) = lim x→0 0 x = lim x→0 x +i 0 x 0 ,
∂u ∂v
d. h. f 0 (z0 ) = ∂ x (z0 ) + i ∂ x (z0 ).

Spezialfall: Für h = i y → 0 ( y ∈ R) und f 0 in z0 €komplex differenzierbar gilt

u(z +i y)+iv(z0 +i y)−u(z0 )−iv(z0 ) v(z0 +i y)−v(z0 ) u(z0 +i y)−u(z0 )
Š
f 0 (z0 ) = lim y→0 0 iy = lim y→0 y − i y ,
∂v ∂u
d. h. f 0 (z0 ) = ∂ y (z0 ) − i ∂ y (z0 ).

Also gilt: Falls f in z0 komplex differenzierbar ist, so sind u und v partiell differenzierbar und
es gilt ∂∂ ux = ∂∂ vy sowie ∂∂ xv = − ∂∂ uy (Cauchy-Riemann-Gleichungen).
df
In diesem Falle gilt dz = u0x + ivx0 = v 0y − iu0y = u0x − iu0y = v 0y + ivx0 , d. h. f kann differenziert
z=z0
werden, ohne den Real- oder Imaginärteil zu kennen.

Sei f in z0 komplex diffb.

Dann gilt f (z) = f (z0 ) + w0 h + o(|h|) mit w0 := f 0 (z0 ) und z − z0 =: h = h x + ih y .
Setzt man u0 := u(x 0 , y0 ) = Re( f (z0 )), v0 := v(x 0 , y0 ) = Im( f (z0 )), f = u + iv , f (z0 ) = u0 + iv0
und |h|C = h , so ergibt sich bei Betrachtung der Real- und Imaginärteile
‹
hx
y R2 € ‹Š € ‹Š
u = u0 +(w0,r h x −w0,i h y )+o hh x sowie v = v0 +(w0,i h x +w0,r h y )+o hh x mit w0,r := Re(w0 )
 ‹ y ‹  ‹ ‹ y

u u w0,r −w0,i h x
und w0,i := Im(w0 ), also = 0 + + o(khk).
v v0 w0,i w0,r hy
Wegen den CR-Gleichungen gilt w0,r = u0x = v 0y und w0,i = −u0y = vx0 , d. h.
 ‹  ‹  0
u x u0y
 ‹
u u0 hx
. Somit ist Frechet-differenzierbar.
 ‹
= + 0 + o(khk) u
v v0 vx v 0y hy v

cos θ − sin θ
 ‹ q  ‹
w0,r −w0,i € w Š2 € w Š2
Es gilt D(x,
D(u,v)
= = w 2
+ w 2
0,i sin θ , da 0,r
+ |w|0,i = 1. Also ist
y) w0,i w0,r 0,r cos θ |w|

die Jacobi-Matrix eine Drehung mit anschließender Streckung. Man nennt Transformationen,
deren Jacobi-Matrix gleich einer Rotationsmatrix multipliziert mit einem Skalar ist, konform.
Es gilt also: Eine Funktion f : C → C ist in z0 ∈ Ckomplex differenzierbar genau dann, wenn die
Cauchy-Riemann-Gleichungen erfüllt sind und uv Frechet-differenzierbar ist (die Umkehrung
‹

beweist man wie eben, nur umgekehrt).

Anders gesagt ist f komplex differenzierbar genau dann, wenn alle partiellen Ableitungen
existieren und stetig sind sowie die Cauchy-Riemann-Gleichungen erfüllt sind.

Angenommen, es existieren alle partiellen Ableitungen € Š zweiter Ordnung und diese sind stetig.
∂ ∂u ∂ ∂v ∂ ∂v ∂ 2v
Dann folgt aus den CR-Gleichungen ∂ x ∂ x = ∂ x ∂ y = ∂ y ∂ x = ∂ x∂ y und analog



€ Š € 2 Š € 2 Š
∂ ∂u ∂ ∂v ∂ 2v ∂ ∂2 ∂ ∂2
∂ y ∂ y = − ∂ y ∂ x = − ∂ x∂ y , d. h. ∆u = ∂ x 2 + ∂ y 2 u = 0 und ∆v = ∂ x 2 + ∂ y 2 v = 0.

Solche Funktionen (zweifach stetig diffb. mit ∆u = 0) nennt man harmonisch.

1 Funktionen in einer komplexen Variablen –6–

Analysis 4

∂ ∂
„partielle Ableitungen“ ∂z und ∂z:

Für f (z) = f (x + i y) = u(x, y) + iv(x, y) ist z = x + i y und z = x − i y , d. h.

x = z+z 2 und y = 2i . Damit kann f (z) = f (x, y) = f ( 2 , 2i ) =: f (z, z) als eine Funktion von
z−z z+z z−z e
zwei voneinander abhängigen Variablen z und z betrachtet werden. Tut man so, als wären z
und z voneinander unabhängig, dann ist D(x, y) = 1 −i und
D(z,z)
 ‹
1 i

D(x, y) t ∂ /∂ x
€ Š  € Š € Š
∂ /∂ z ∂ ∂ ∂ ∂ ∂ ∂
. Damit gilt 1
und 1
∂ y , d. h. zum Beispiel
 ‹ ‹
= ∂z := 2 ∂x − i ∂y ∂z := + i
∂ /∂ z D(z,z)
€ ∂ /∂ y Š € Š 2 ∂x
∂ e ∂ ∂ ∂ e ∂ ∂
∂ z f (z, z) := 2 ∂ x − i ∂ y f (x, y) und ∂ z f (z, z) := 2 ∂ x + i ∂ y f (x, y).
1 1

∂ ∂
Im Beispiel f (z) = z gilt ∂z f = 12 + 12 = 1 und ∂z f = 12 − 12 = 0.
€ Š € Š
Existieren die part. Ableitungen, dann gilt ∂∂z (u(x, y) + iv(x, y)) = 12 ∂∂ ux − ∂∂ vy + 2i ∂∂ uy + ∂∂ xv .
Die beiden Ausdrücke in den Klammern sind 0 genau dann, wenn die CR-Gl. erfüllt sind.
∂
Damit gilt: u + iv erfüllt die Cauchy-Riemann-Gleichungen genau dann, wenn ∂z f = 0.
∂ ∂
Man schreibt auch kurz ∂ = ∂z und ∂ = ∂z. ∂ heißt Cauchy-Riemann-Operator.

Beispiele: f (z) = z n ist komplexP∞ diffb., dagegen ist f (z) = |z|2 = zz nicht komplex diffb.
Die Potenzreihe f (z) = k=0 ak z k konvergiert für |z| < R und divergiert für |z| > R, wobei
R = lim sup 1 p k
|ak |
. Für |z| < R konvergiert die Reihe absolut, ist |z| ≤ R0 < R, so konvergiert die
k→∞
Reihe sogar gleichmäßig. Die Reihe ist in jedem Kreis |z| ≤ R0 < R gliedweise komplex diffb.,
∞
d. h. sie ist für |z| < R komplex diffb. und f 0 (z) = k=1 kak z k−1 .
P

holomorph: Seien U ⊂ C offen und f : U → C eine Funktion. f heißt holomorph in z0 ∈ U ,

falls es ein " > 0 gibt, sodass f in allen z mit |z − z0 | < " komplex differenzierbar ist.
f heißt holomorph in U ( f ∈ A (U)), falls f in allen z0 ∈ U holomorph ist.

1.4 Gebiete

zusammenhängend: Sei G ⊂ C offen mit G 6= ;. Dann heißt G zusammenhängend, falls

¬(∃G1 ,G2 ⊂C offen G1 6= ;, G2 6= ;, G1 ∪ G2 = G, G1 ∩ G2 = ;).

Polygonzug in G : Sei G ⊂ C offen mit a, b ∈ G . Sei außerdem z j ∈ G für j = 0, . . . , n, wobei

z0 := a und zn := b. Die k-te Teilstrecke ist zk zk+1 := {zk + t(zk+1 − zk ) | t ∈ [0, 1]} mit k =
δ
Sn−1
0, . . . , n − 1. Der Polygonzug in G von a nach b über δ = {zk }nk=0 ist Γab := k=0 zk zk+1 .
polygonial zusammenhängend: Sei G ⊂ C offen mit G 6= ;. Dann heißt G polygonial zusam-
δ
menhängend, falls ∀a,b∈G ∃δ={zk }nk=0 Γab ⊂ G.
G ist zusammenhängend genau dann, wenn G polygonial zusammenhängend ist.

Gebiet: Eine nicht-leere, offene, zusammenhängende Menge G ⊂ C heißt Gebiet.

Satz: Seien G ⊂ C ein Gebiet und f ∈ A (G). Dann sind äquivalent:

(1) f 0 (z) ≡ 0
(2) Re f (z) ≡ const
(3) Im f (z) ≡ const
(4) | f (z)| ≡ const
(5) f (z) ≡ const

1 Funktionen in einer komplexen Variablen –7–

Analysis 4

1.5 Kurvenintegrale

Jordan-Kurve: Sei γ: [0, T ] → C stetig und injektiv (bis auf ggf. γ(0) = γ(T )).
Für γ ∈ C 1 und γ̇(t) 6= 0 für alle t ∈ [0, T ] heißt Γγ := {z = γ(t) | t ∈ [0, T ]} Jordan-Kurve.
Zerlegung und Stützstellen: δ = {t k }nk=0 heißt Zerlegung von [0, T ], falls
0 = t 0 < t 1 < · · · < t n = T . ξ = {τk }n−1
k=0
heißt Satz von Stützstellen, falls τk ∈ [t k , t k+1 ] für
k = 0, . . . , n − 1. Man definiert zk := γ(t k ) für k = 0, . . . , n und w j = γ(τ j ) für j = 0, . . . , n − 1.
Riemann-Summe: Sei f : Γγ ⊂ C → C stetig. Dann gilt für die Riemann-Summe
Pn−1 Pn−1 t k+1 −t k Pn−1 γ(t )−γ(t k )
k=0
f (w k )(z k+1 − z k ) = k=0
f (γ(τ k ))(γ(t k+1 ) − γ(t ))
k t k+1 −t k = k=0
fe(τk ) tk+1
k+1 −t k
∆t k
mit fe := f ◦ γ und ∆t k := t k+1 − t k . Lässt man den Rang der Zerlegung λ(δ) gegen 0 laufen,
so sieht man, dass folgende Definition Sinn ergibt.
Kurvenintegral: Für eine Jordan-Kurve Γγ und eine stetige Funktion f : Γγ ⊂ C → C ist das


T
Kurvenintegral definiert als Γγ f (z) dz := 0 ( f ◦ γ)(t)γ̇(t) dt .
Diese Definition ist unabhängig von der konkreten Parametrisierung γ
(bei Erhalt der Richtung).

Eigenschaften:



(1) Γa b f (z) dz = − Γ ba f (z) dz




(2) Γa b (α f (z) + β g(z)) dz = α Γab f (z) dz + β Γab g(z) dz
−
→ −→
(3) Man kann Jordan-Kurven Γ1 , . . . , Γn aneinanderhängen. Es ergibt sich ein sog. gerichteter
−
→ −
→ − → −
→
Pfad Γ , der jedoch nur rein symbolisch als „ Γ = Γ1 ∪ · · · ∪ Γn “ geschrieben werden kann,
da dieser sich

z. B. selbst überschneiden
Pn
darf (in verschiedenen Jordan-Kurven).
Es sei dann −→Γ
f (z) dz := k=1 −→ Γ
f (z) dz .
k


Beispiele: Für f (z) ≡ 1 gilt Γab f (z) dz = b − a ∈ C.
Für f (z) = z n , n ∈ Z und Γ = {z ∈ C | |z| = 1} mit einfach mathematisch positivem Umlauf
(gegen den Uhrzeigersinn) kann man Γ durch γ: [0, 2π] → C, γ(t) = eit parametrisieren. Das
entstehende Integral bezeichnet man auch als Ringintegral und man schreibt dafür, dass
über einen geschlossenen

2π it n it
Pfad mit einfach mathematisch

2π it(n+1)
2π
positivem Umlauf integriert wird.
Es gilt Γ z dz = 0 e ie dt = i· 0 e
n
dt = i· 0 (cos((n+1)t)+i sin((n+1)t)) dt . Daraus
n = −1

ergibt sich die wichtige Formel Γ z dz =
n 2πi
0 n 6= −1
.

Anmerkung zur Abschätzung von Kurvenintegralen: Im Allgemeinen gilt die Formel
| Γa b f (z) dz| ≤ supz∈Γab | f (z)| · |b − a| nicht (ein Gegenbeispiel ist das Beispiel mit z n von eben).
Pn−1 Pn−1
Dies liegt daran, dass sich in | k=0 f (w k )(zk+1 − zk )| ≤ k=0 | f (w k )||zk+1 − zk |
Pn−1
≤ supz∈Γa b | f (z)| · k=0 |zk+1 − zk | die letzte Summe aufgrund der Beträge keine Teleskopsumme
ist (im Gegensatz dazu, wie es im
Reellen der Fall wäre). Jedoch erhält man im Grenzübergang
λ(δ) → 0 die richtige Formel | Γ f (z) dz| ≤ supz∈Γ | f (z)| · `(Γ ) mit `(Γ ) der Länge von Γ .

Satz (Formel von Newton-Leibniz):

Seien G ⊂ C ein Gebiet, a, b ∈ G , Γa b ⊂ G eine (stückweise) C 1 -Jordan-Kurve, f : G → C eine
Funktion,
wobei f für alle z ∈ Γa b komplex differenzierbar und f 0 |Γab stetig ist.
Dann gilt Γa b f 0 (z) dz = f (b) − f (a).
Anmerkung: Ist a = b, d. h. Γ ein geschlossener Pfad, so gilt Γ f 0 (z) dz = 0
(wenn die Stammfunktion existiert).

1 Funktionen in einer komplexen Variablen –8–

Analysis 4


Warum gilt dann Γ 1z dz = 2πi?
(dabei ist Γ der mathematisch positive einfache Umlauf von |z| = 1)
Dann müsste man eine Stammfunktion von f 0 (z) = 1z finden. Versucht man f (z) = Ln z , so muss
man einen Zweig auswählen. Allerdings ist es nicht möglich, einen auf ganz Γ differenzierbaren
Zweig von Ln z anzugeben (irgendwo muss der „Schnitt“ sein).
c c
Beispiel: Für das Polynom

p(z) = c0 + c1 z + · · · + cn z n und q(z) = c0 z + 21 z 2 + · · · + n+1
n
z n+1 gilt
p(z) = q (z), d. h. Γab p(z) dz = q(b) − q(a), insbesondere gilt für a = b Γ p(z) dz = 0.
0

P∞
Beispiel:PFür die Potenzreihe p(z) = c0 + k=1 ck z k mit Konvergenzradius R > 0 und
∞ c
q(z) = k=1 k−1 k z gilt p(z) = q (z) (dabei hat q(z) den gleichen Konvergenzradius).
k 0

Insbesondere gelten also für Γab , Γ ⊂ UR (0) = {z ∈ C | |z| < R} obige Formeln.

1.6 Der Integralsatz von C AUCHY

Satz (Integralsatz von Cauchy für Dreiecke):

Seien G ⊂ C ein Gebiet und ∆ ⊂ G ein Dreieck (d. h. Rand und Inneres liegen in G ).
Außerdem seien f ∈ A (G) und Γ = ∂ ∆.
Dann gilt Γ f (z) dz = 0.
Anmerkung: Man weiß hier i. A. nicht, ob f eine Stammfunktion besitzt.

sternförmiges Gebiet: Ein Gebiet G ⊂ C heißt sternförmig, falls es ein a ∈ G gibt, sodass
∀z∈G az ⊂ G . a heißt in diesem Fall zentraler Punkt.
Satz (Integralsatz von Cauchy für sternförmige Gebiete):
Seien G ⊂ C ein sternförmiges Gebiet

und f ∈ A (G).
Dann gilt F ∈ A (G) mit F (z) := az f (w) dw und F 0 (z) = F (z).
Holomorphe Funktionen auf sternförmigen Gebieten haben also Stammfunktionen.

Zusammenfassung:



(1) Seien G ⊂ C, f ∈ A (G) und ∃ F ∈A (G) F 0 = f . Dann gilt Γab f (z) dz = eΓab f (z) dz (∗).
Für Γ ⊂ G geschlossen gilt außerdem Γ f (z) dz = 0 (∗∗).
Die Formeln (∗) und (∗∗) sind äquivalent, d. h. (∗) gilt für alle Pfade Γab , e Γab ⊂ G genau
dann, wenn (∗∗) für alle geschlossenen Pfade Γ ⊂ G gilt.
(2) Seien G ⊂ C sternförmig und f ∈ A (G). Dann gilt ∃ F ∈A (G) F 0 = f . Also gelten (∗), (∗∗).
Ist G ⊂ C nicht sternförmig,

1 so muss f i. A. keine Stammfunktion besitzen.
Ein Gegenbeispiel ist Γ z dz = 2πi (hier fehlt die 0 in dem Gebiet).
Ist das Gebiet G nicht sternförmig, aber der geschlossene Pfad Γ zusammenziehbar (z. B. wenn
das Gebiet keine „Löcher“ hat – weiter unten wird dies genauer erklärt), so kann man folgen-
dermaßen vorgehen: Wähle ein sternförmiges Gebiet G 0 ⊂ G , das einen Teil vom Pfad enthält.
Trenne nun einen Teil des Pfades ab (dabei
beachte
man die Umlaufrichtung), wobei man den
Schnitt als γ bezeichnet. Dann ist Γ = Γ + −→ γ + ←
γ− = Γ0 + Γ 00 , wobei Γ 0
, Γ 00
die zwei geschlos-
senen Teilpfade sein sollen (Γ ⊂ G soll der Teil sein, der ganz in G liegt). Es gilt Γ 00 = 0,
00 0 0

da G 0 sternförmig ist. Also ist Γ = Γ 0 , man hat also den Pfad „verkleinert“. In Gebieten ohne
Löcher kann man dies iterativ durchführen, so dass schließlich der Pfad vollständig in einem
sternförmigen Gebiet liegt und das Integral somit 0 ist.

1 Funktionen in einer komplexen Variablen –9–

Analysis 4

elementare Deformation eines Pfades in G :

Seien G ⊂ C ein Gebiet und G 0 ⊂ G sternförmig. Die Ersetzung eines Teils eines geschlossenen
Pfads Γ ⊂ G im sternförmigen Gebiet G 0 heißt elementare Deformation von Γ .
Für nicht-geschlossene Pfade Γa b ⊂ G ist dies analog definiert, nur müssen hier die Anfangs-
und Endpunkte a, b ∈ G erhalten bleiben.
wichtig: Das Pfadintegral bleibt für f ∈ A (G) bei el. Deformationen des Pfads erhalten.
homotop: Zwei Pfade Γ , Γ 0 ⊂ G sind in G homotop, falls Γ 0 aus Γ durch eine endliche Anzahl
von elementaren Deformationen hervorgeht.
Satz (Deformationssatz):
Seien G ⊂
C ein Gebiet,

f ∈ A (G) und Γ , Γ ⊂ G in G homotope Pfade.
0

Dann gilt Γ f (z) dz = Γ 0 f (z) dz .

Betrachtet man einen einzelnen Punkt als Pfad (sog. Nullpfad), so gilt Γ f (z) dz = 0, falls Γ
ein geschlossener Pfad in G homotop zum Nullpfad ist.

einfach zusammenhängend: Ein Gebiet G ⊂ C heißt einfach zusammenhängend, falls jeder

geschlossene Pfad Γ ⊂ G in G homotop zum Nullpfad ist.
Satz (Integralsatz von Cauchy für einfach zusammenhängende Gebiete):
Seien G ⊂ C ein einfach zusammenhängendes Gebiet und f ∈ A (G).
Dann gilt Γ f (z) dz = 0 für jeden geschlossenen
Pfad Γ ⊂ G .
Zudem gilt für a ∈ G , dass F 0 = f mit F (z) := Γaz f (w) dw, d. h. f hat eine Stammfunktion.
Die Umkehrung gilt ebenfalls: Wenn jede holomorphe Funktion f ∈ A (G) eine Stammfunktion
besitzt, dann ist G einfach zusammenhängend.

weitere Modifikationen:
In einem Gebiet, das ein „Loch“ hat, kann man einen Pfad homotop zum Nullpfad so elementar
deformieren, dass er sehr nahe an den Rand des Gebiets kommt. Vom äußeren Rand zum Loch
läuft dabei der Pfad einmal hin und einmal wieder zurück (auf derselben Linie). Weil die
Umlaufrichtungen auf dieser Linie gegenläufig sind, heben sich die Integrale auf und man
erhält Γ+ f (z) dz + Γ− f (z) dz = 0, falls Γ+ bzw. Γ− den Pfad um den äußeren bzw. inneren Rand
bezeichnet. (Beachte: Γ− wird im mathematisch negativem Sinne umlaufen!)
Pk € Š
Allgemeiner gilt für ein Gebiet G mit k „Löchern“ Γ+ f (z) dz + j=1 Γ−, j f (z) dz = 0
für alle f ∈ A (G). Dabei bezeichnet Γ+ den Pfad um den äußeren Rand (positiv umlaufen)
und Γ−, j den Pfad um das j -te Loch (negativ umlaufen).

Windungszahl: Für w ∈ C und einen geschlossenen Pfad Γ ⊂ C, der w nicht enthält, bezeichnet
man n(Γ , w) := 2πi
1 1
· Γ z−w dz als die Windungszahl von Γ um w.
Parametrisiert man einen nicht-geschlossenen Pfad Γ T durch γ: [0, T ] → C, so gilt
Γ T z−w dz) = 2π Im( Γ T z−w dz) = 2π (arg(γ(T ) − w) − arg(γ(0) − w)).
1 1 1 1 1
Re( 2πi
Satz (äquivalente Beschreibungen): Sei G ⊂ C ein Gebiet. Dann sind äquivalent:
(1) G ist einfach zusammenhängend.
/ n(Γ , w) = 0
(2) ∀Γ ⊂G geschlossen ∀w∈G
(3) ∀Γ ⊂G geschlossen ∀ f ∈A (G) Γ f (z) dz = 0
(4) ∀ f ∈A (G) ∃ F ∈A (G) F 0 = f
(5) ∀ f ∈A (G), ∀z∈G f (z)6=0 ∃ g∈A (G) e g = f

1 Funktionen in einer komplexen Variablen – 10 –

Analysis 4

1.7 Die Integralformel von C AUCHY

Satz (Integralformel von Cauchy): Seien G ⊂ C ein Gebiet, a ∈ G und " > 0 mit U" (a) ⊂ G .
Sei außerdem f ∈ A (G) und Γ homotop in G \ {a} zum einfachen, mathematisch positiven
Umlauf von ∂ U" (a).
f (z)
Dann gilt 2πi
1
Γ z−a dz = f (a).

Beispiel: Γ cosz z dz = 2πi für jeden geschlossenen Pfad Γ ∈ C \ {0}, der homotop zum einfachen,
math. positiven Umlauf des Einheitskreises ist.
Spezialfall (Mittelwertsatz):

2π
Seien G ⊂ C ein Gebiet und f ∈ A (G).
Dann gilt 2π 0 f (a + Re )dθ = f (a).
1 iθ

analytisch: f heißtPanalytisch im Punkt a ∈ C, falls

∞
∃">0 ∀z∈U" (a) f (z) = k=0 ck (z − a)k konvergiert (mit bestimmten ck ∈ C).
Folgerung: Ist f analytisch im Punkt a, so hat die Potenzreihe einen Konvergenzradius R mit
f (k) (a)
0 < " ≤ R. Für |z − a| < " kann man gliedweise differenzieren und erhält ck = k! .
Satz: Seien G ⊂ C ein Gebiet. Definiere für a ∈ G den Abstand
R a := dist(a, ∂ G) = infu∈∂ G |a − u| von a zum Rand von G .
Dann gilt f ∈ A (G) genau dann, wenn f analytisch in allen a ∈ G ist. Die Potenzreihe hat
f (z)
in diesem Fall einen Konvergenzradius ≥ R a und es gilt ck = ck (a) = 2πi
1
∂ U r (a) (z−a)k+1 dz mit
f (z) f (k) (a)
0 < r < R a . Mit obiger Formel ergibt sich damit 1
2πi ∂ U r (a) (z−a)k+1 dz = k! .

Folgerung: Ist f ∈ A (G), so ist f beliebig oft differenzierbar.

Die ck erfüllen die Abschätzung |ck | ≤ M r −k mit M := supz∈Ur (a) | f (z)|.

Satz von Liouville: Sei f ∈ A (C) beschränkt, d. h. ∃ M >0 ∀z∈C | f (z)| ≤ M .

Dann ist f (z) ≡ const.
Modifikation: Sei f ∈ A (C) mit ∃ M >0 ∃N ∈N ∀z∈C | f (z)| ≤ M (|z|N + 1).
Dann ist f ein Polynom vom Grad ≤ N .
Mit dieser Modifikation kann man relativ einfach den Hauptsatz der Algebra beweisen.
Satz (Multiplikation
P∞ von Potenzreihen):
P∞
Seien p(z) = k=0 ck0P
z k und q(z) = k=0 ck00 z k Potenzreihen mit Konvergenzradius R0 , R00 > 0.
∞
DannPist p(z)q(z) = n=0 dn z n eine Potenzreihe mit Konvergenzradius R ≥ min{R0 , R00 }, wobei
n
dn = k=0 ck0 cn−k
00
.

Satz von Morera: Seien G ⊂ C ein Gebiet und f : G → C stetig. ∆ bezeichne ein Dreieck (mit
Rand und Innerem). Für alle ∆ ⊂ G gelte ∂ ∆ f (z) dz = 0.
Dann ist f ∈ A (G).
komplexe Halbebenen: C+ := {z ∈ C | Im z > 0}, C− := {z ∈ C | Im z < 0},
C+ := {z ∈ C | Im z ≥ 0}, C− := {z ∈ C | Im z ≤ 0}
Teilraumtopologie: G ⊂ C+ heißt offen in der induzierten Topologie, falls
∃G⊂C offen G = C+ ∩ G .
e e

Satz (Schwarzsches Spiegelungsprinzip):

Seien G ⊂ C+ offen in der induzierten Topologie, f : G → C stetig und f |G∩C+ ∈ A (G ∩ C+ ).
Seien außerdem G := {z | z ∈ G} und G e := G ∪ G .
¨
Falls ∀z∈R∩G f (z) ∈ R gilt, dann gibt es fe : G e , wobei fe(z) = f (z) z ∈ G .
e → C mit fe ∈ A (G)
f (z) z ∈ G

1 Funktionen in einer komplexen Variablen – 11 –

Analysis 4

1.8 Nullstellen analytischer Funktionen

Nullstellenmenge: Seien G ⊂ C ein Gebiet und f ∈ A (G).

Dann heißt Z( f ) := {z ∈ G | f (z) = 0} Nullstellenmenge von f .
Ordnung von Nullstellen: Die Nullstelle a ∈ Z( f ) besitzt die (endliche) Ordnung m ∈ N, falls
f (a) = f 0 (a) = · · · = f (m−1) (a) = 0 und f (m) (a) 6= 0.
P∞
Lemma: Seien a ∈ C, f ∈ A (U r (a)) für ein r > 0 mit f (z) = k=0 ck (z − a)k für z ∈ U r (a).
Dann sind äquivalent:
(1) a ist eine Nullstelle der Ordnung m.
P∞
(2) f (z) = k=m ck (z − a)k mit cm 6= 0
(3) f (z) = (z − a)m g(z) mit g ∈ A (U r (a)) und g(a) 6= 0
(4) ∃ limz→a (z − a)−m f (z) 6= 0
Folgerung: Seien f ∈ A (U r (a)) und a ∈ Z( f ).
Dann ist entweder a eine Nullstelle endlicher Ordnung oder f (z) ≡ 0 für z ∈ U r (a).
Folgerung: Seien f ∈ A (U r (a)) und a ∈ Z( f ).
Dann ist a eine isolierte Nullstelle (d. h. ∃">0 ∀z∈Ur (a), z6=a f (z) 6= 0) genau dann, wenn a eine
Nullstelle endlicher Ordnung ist.

Identitätssatz: Seien G ⊂ C ein Gebiet und f ∈ A (G) mit acc(Z( f )) ∩ G 6= ;.

Dann gilt f (z) ≡ 0 für z ∈ G .
Folgerung:
Seien G ⊂ C ein Gebiet und f , g ∈ A (G) mit ∃ M ⊂G f | M = g| M und acc(M ) ∩ G 6= ;.
Dann gilt f (z) ≡ g(z) für z ∈ G .
analytische Fortsetzung: Seien G, G e ⊂ C Gebiete mit G ⊂ G e , f ∈ A (G) und fe ∈ A (G)
e .
Dann heißt fe analytische Fortsetzung von f , falls fe|G = f |G .
Falls zu gegebenen Gebieten G, G e ⊂ C und f ∈ A (G) eine analytische Fortsetzung fe ∈ A (G)
e
von f auf G e existiert, so ist diese eindeutig bestimmt.
P∞
Beispiel: Die Riemannsche Zeta-Funktion ζ(z) = n=1 n1z für Re(z) > 1 kann analytisch auf
C fortgesetzt werden. Die berühmte Riemannsche Vermutung besagt, dass alle nicht-trivialen
Nullstellen der Fortsetzung auf der Geraden mit Re(z) = 12 liegen.
P∞
Beispiel: Die Funktion f (z) = k=0 z k für |z| < 1 bzw. G = {z ∈ C | |z| < 1} kann mittels
1
fe(z) = 1−z auf G
e = C \ {1} analytisch fortgesetzt werden.

1.9 Das Maximumsprinzip

Maximumsprinzip für Kreise: Seien a ∈ C, R > 0 und f ∈ A (UR (a)) mit

∀z∈UR (a) | f (a)| ≥ | f (z)|. Dann gilt f (z) ≡ f (a) für z ∈ UR (a).
Maximumsprinzip für allgemeine Gebiete:
Seien G ⊂ C ein beschränktes Gebiet und f : G → C stetig mit f |G ∈ A (G).
Dann nimmt | f (z)| ein globales Maximum auf dem Rand ∂ G an.
Folgerung: Für f ∈ A (UR (0)) mit f (0) = 0 und | f (z)| ≤ M für alle z ∈ UR (0) gilt die Abschät-
zung | f (z)| ≤ MR |z| für alle z ∈ UR (0).

1 Funktionen in einer komplexen Variablen – 12 –

Analysis 4

1.10 Singularitäten

Menge der isolierten Singularitäten: Seien G ⊂ C ein Gebiet und f ∈ A (G).

Dann heißt J = iso(C \ G) die Menge der isolierten Singularitäten von f .
Es gilt a ∈ J genau dann, wenn a ∈
/ G und ∃">0 U" (a) \ {a} ⊂ G .
Arten der Singularität:
• a ∈ J heißt hebbar, falls ∃w∈C fe ∈ A (G ∪ {a}) mit fe(a) := w und fe(z) := f (z) für z 6= a.
• a ∈ J heißt Polstelle der Ordnung m ∈ N, falls a hebbare Singularität von (z − a)m f (z)
und m kleinstmöglich ist.
• a ∈ J heißt wesentlich, falls a weder hebbar noch Polstelle endlicher Ordnung ist.
meromorph: Besitzt f ∈ A (G) nur isolierte Singularitäten, welche hebbar bzw. Polstellen
endlicher Ordnung sind, so nennt man f meromorph auf G ∪ J .
p(z)
Beispiel: f (z) = q(z) ist meromorph auf C, wenn p und q Polynome mit q(z) 6≡ 0 sind.
g(z)
Beispiel: Ist f (z) = h(z) , wobei g, h ∈ A (U r (a)), r > 0 mit a Nullstelle der Ordnung m für h und
a Nullstelle der Ordnung n für g ist, so gilt für
• m > n, dass a Polstelle der Ordnung m − n für f ist,
• m = n, dass f eine hebbare Singularität in a besitzt und fe(a) 6= 0, und
• m < n, dass f eine hebbare Singularität in a und fe in a eine Nullstelle der Ordnung
n − m besitzt.
P+∞
Laurent-Reihe: Eine Laurent-Reihe ist eine Reihe der Form f (z) = k=−∞ ck (z − a)k .
P−1 P+∞
Sie kann geschrieben werden als f (z) = k=−∞ ck (z − a)k + k=0 ck (z − a)k , wobei der erste
Summand als Hauptteil und der zweite Summand als Nebenteil bezeichnet wird.
Die Laurent-Reihe konvergiert genau dann, wenn Haupt- und Nebenteil jeweils für sich kon-
vergieren.
Der Nebenteil ist eine gewöhnliche Potenzreihe mit Konvergenzradius R = 1
lim supk→∞ k |ck |
p .
Der Hauptteil ist ebenfalls eine Potenzreihe in w = 1
z−a mit Konvergenzradius 1r , wobei
r = lim supk→∞ |k| |ck |.
p

In z konvergiert somit der Nebenteil für |z − a| < R und der Hauptteil für |z − a| > r . Im Falle
r < R bildet sich somit ein Kreisring K rR (a) := {z ∈ C | r < |z − a| < R}, in dem die Laurent-
Reihe konvergiert (außerhalb divergiert sie, unbestimmtes Verhalten auf dem Rand). Für r > R
divergiert die Laurent-Reihe überall.
Zusätzlich gilt f ∈ A (K rR ) (da Haupt- und Nebenteil
P+∞ dort holomorph sind) und die Laurent-
Reihe ist gliedweise differenzierbar mit f (z) = k=−∞, k6=0 kck (z − a) .
0 k−1

P+∞
Stammfunktion von Laurent-Reihen: Eine Laurent-Reihe f (z) = k=−∞ ck (z − a)k besitzt
eine Stammfunktion F (z) in K rR genau
P+∞ dann, wenn c−1 = 0 ist. Durch gliedweises Aufleiten
ck
erhält man für diesen Fall F (z) = k=−∞, k6=−1 k+1 (z − a)k+1 .

1 Funktionen in einer komplexen Variablen – 13 –

Analysis 4

Berechnung der Koeffizienten

P+∞ P−2f : Für ak = c0−1undP0+∞
ck aus ≤ r < R lässt sich die Laurent-Reihe
schreiben als f (z) = k=−∞ ck z = k=−∞ ck z + z + k=0 ck z k . Ist Γ ein Pfad in K rR (0), der
k

homotop zum einfachen, mathematisch positiven Umlauf von 0 in K rR (0) ist, so gilt aufgrund
der gleichmäßigen
P−2 Konvergenz der PLaurent-Reihe
+∞ c
f (z) dz = Γ ( k=−∞ ck z ) dz + Γ ( k=0 ck z k ) dz + Γ −1
ΓP
k
z dz
+∞ c−1
= k=−∞, k6=−1 ck Γ z dz + Γ z dz = c−1 · 2πi, da Γ z dz = 0 für k 6= −1 und Γ 1z dz = 2πi.
k k

Residuum: Man bezeichnet c−1 = 1

2πi · Γ f (z) dz =: Res( f ) als das Residuum von f .
Analog kann man durch Indexverschiebung die Formel ck = 1
2πi · Γ f (z)(z − a)−1−k dz herleiten.
Für r < % < R ergibt sich daraus direkt die Abschätzung
|ck | ≤ 1
2π ∂ U% (a) f (z)(z − a)−1−k dz ≤ M % −k mit M := supz∈∂ U% (a) | f (z)|.

Satz: Sei f ∈ A (K rR (a)) mit a ∈ C und 0 ≤ r < R.

Dann ist f in K rR (a) als Laurent-Reihe darstellbar.

Zusammenfassung:
P∞
• Potenzreihen: Es ist f ∈ A (UR (a)) genau dann, wenn f (z) = k=0 ck (z − a)k als Potenz-
reihe darstellbar ist. Diese konvergiert mindestens in U r (a) und ist gliedweise differen-
zierbar. Es existiert immer eine Stammfunktion (durch gliedweises Aufleiten).
P∞
• Laurent-Reihen: Es ist f ∈ A (K rR (a)) genau dann, wenn f (z) = k=−∞ ck (z − a)k als
Laurent-Reihe darstellbar ist. Diese konvergiert mindestens in K rR (a) und ist gliedweise
differenzierbar. Es existiert eine Stammfunktion genau dann, wenn c−1 = 0.

Spezialfall r = 0: In P
diesem Fall ist K0R = UR (a) \ {a} und für f ∈ A (UR (a) \ {a}) ist f als
+∞
Laurent-Reihe f (z) = k=−∞ ck (z − a)k für z 6= a darstellbar.
• hebbare Singularität in a: Falls die Singularität von f in a hebbar ist, gilt fe ∈ A (UR (a))
mit fe(z) = f (z) für z 6= a und fe(a) = B . fe ist eine analytische
P∞ Fortsetzung von f , daher
stimmen die Potenzreihen überein, also f (z) = fe(z) = k=0 ck (z − a)k .
Daher hat f eine hebbare Singularität in a genau dann, wenn der Hauptteil verschwindet.
• Polstelle der Ordnung mP in a: In diesem Fall hat (z − a)m f (z) eine hebbare Singularität in
∞
a, d. h. (z − a)m f (z) = k=0 eck (z − a)k ist als Potenzreihe darstellbar. Daher gilt f (z) =
P∞
k=−m k
c (z − a)k mit ck = e
ck+m .
Daher hat f eine Polstelle der Ordnung m in a genau dann, wenn der Hauptteil nur
endlich viele Summanden besitzt und der Term bei (z − a)−m nicht verschwindet. Für
z → a geht | f (z)| → ∞ (und zwar wie (z − a)−m ).
• wesentliche Singularität in a: Dieser Fall tritt ein genau dann, wenn die anderen beiden
Fälle nicht gelten, d. h. genau dann, wenn der Hauptteil unendlich viele Summanden
besitzt.
Man kann zeigen: Besitzt f in a eine wesentliche Singularität, dann liegt das Bild
f (U" (a) \ {a}) jeder beliebig kleinen " -Umgebung um a dicht in der komplexen Ebene C.

1 Funktionen in einer komplexen Variablen – 14 –

Analysis 4

1.11 Residuensatz und Residuenkalkül

Seien G ⊂ C ein Gebiet, f ∈ A (G \ {a}) und Γ ⊂ G \ {a} homotop in G \ {a}Pzum einfachen,

+∞
mathematisch positiven Umlauf von a. f lässt sich als Laurent-Reihe f (z) = k=−∞ ck (z − a)k
darstellen. Dabei gilt c−1 = 2πi
1
Γ f (z) dz .

Residuum: Man bezeichnet c−1 =: Resa ( f ) als das Residuum von f im Punkt a.
Man kann die Integralformel auch umkehren und bei bekanntem Residuum das Integral be-
rechnen durch Γ f (z) dt = 2πi · Resa ( f ).
Falls Γ mehrere isolierte Singularitäten umläuft, kann man den Pfad aufteilen und die entste-
henden Integrale summieren. Falls Singularitäten mehrfach umlaufen werden, müssen diese
natürlich auch entsprechend der Windungszahl (Umlaufrichtung beachten!) gezählt werden.
Somit gelangt man zum folgenden Satz.
Residuensatz: Seien G ⊂ C ein Gebiet, J = {a1 , . . . , aN } ⊂ G , f ∈ A (G \ J) und
Γ ⊂ G \ J in G homotopPzum Nullpfad.
N
Dann gilt Γ f (z) dz = k=1 (2πi) · n(Γ , ak ) · Resak ( f ).

Residuenkalkül (Bestimmung des Residuums):

• Falls f in ak eine hebbare Singularität hat, gilt Resak ( f ) = c−1 (ak ) = 0 (siehe oben).
• Falls f in ak eine Polstelle der Ordnung m hat, gilt
(z − ak )m f (z) = c−m + (z − ak )c−m+1 + · · · + (z − ak )m−1 c−1 + · · · .
Man erhält also c−1 durch (m − 1)-fache Differentiation und Grenzwertbildung:
d m−1
m−1 (z − a k ) f (z) = (m − 1)! · c−1 . Man erhält die wichtige Formel
m
limz→ak dz
d m−1
m−1 (z − a k ) f (z).
1
Resak ( f ) = (m−1)! · limz→ak dz m

• Für wesentliche Singularitäten gibt es keine einheitliche Vorgehensweise.

Beispiel: Seien p(z) und q(z) Polynome mit deg q(z) ≥ deg p(z) + 2. J seien die Nullstellen
von q, wobei J ∩ R = ; gelten soll, d. h. keine Nullstelle

+∞ p(x) ist reell. Man betrachtet nun die
p(z)
Funktion f (z) = q(z) und möchte das Integral I = −∞ q(x) dx berechnen. Das uneigentliche
Integral existiert, da f auf stetig ist (J ∩ R = ;) und | f (z)| = O (|x|−2 ) für |x| → ∞. Dabei ist

+RRp(x)
I = limR→+∞ IR mit IR = −R q(x) dx .

Man definiert nun ΓR(1) als die Kurve in C von −R bis +R und ΓR(2) als den Halbkreis mit Mittel-
punkt 0 und Radius R von +R bis −R. Dann ist ΓR = ΓR(1) ∪ ΓR(2) ein geschlossener Pfad. Man stellt
nun drei Beobachtungen an:
• Für alle R > R1 mit R1 groß genug gilt J ∩ ΓR(2) = ;, da J endlich ist.



• Es gilt Γ (1) f (z) dz + Γ (2) f (z) dz = ΓR f (z) dz = 2πi · Im ak >0 Resak ( f ) für R > R1 .
P
R R

• Für alle R = |z| > R2 mit R2 groß genug gilt | f (z)| ≤ C|z|n−m , denn
c z n +···+c z+c c 1+O (1/z)
f (z) = ecnm z m +···ec11z+ec00 = ecmn z n−m · 1+O (1/z) für |z| → ∞. Daraus folgt mit n − m ≤ −2, dass


ΓR
f (z) dz ≤ πR · CR−2 → 0 für R → ∞.
(2)

Damit gilt für IR + Γ (2) f (z) dz = 2πi · Im ak >0 Resak ( f ) im Grenzwertübergang für R → ∞, dass
P

+∞ p(x) R

I = −∞ q(x) dx = 2πi · Im ak >0 Resak ( f ).

P

p(z) p(ak )
Hinweis: Ist ak NS von q mit Ordnung 1, so gilt Resak ( f ) = limz→ak (z − ak ) q(z)−q(ak ) = q0 (ak ) .

+∞
Beispiel: Mit eben Gesagtem gilt 1
−∞ 1+x 2
dx = 2πi · 2i1 = π.

1 Funktionen in einer komplexen Variablen – 15 –

Analysis 4

1.12 Das Zählen von Pol- und Nullstellen

„Verschiebt“ man eine reelle Funktion ein wenig, dann ändert sich die Zahl der Nullstellen
meistens nicht (wenn sie nicht mehrfach sind). Das Beispiel z 2 + c zeigt allerdings, dass bei
größeren Störungen die Zahl der reellen Nullstellen zwischen 2, 1 und 0 variieren kann. Nicht
so in der komplexen Ebene: Hier gibt es immer zwei Nullstellen, die sich zunächst auf der
reellen Achse befinden, zum Ursprung wandern, sich dort vereinigen und dann wieder auf der
imaginären Achse trennen.

Residuen der logarithmischen Ableitung: Für " > 0 betrachtet man f ∈ A (U" (a)), wobei a
eine Nullstelle von f der Ordnung m sein soll. Man will nun die sog. logarithmische Ablei-
f 0 (z)
tung f (z) betrachten (der Name kommt daher, weil dies die Ableitung von ln( f (z)) ist). Die
Potenzreihe von f hat die Form f (z) = cm (z − a)m + cm+1 (z − a)m+1 + · · · , die von f 0 ist dann
f 0 (z) = mcm (z − a)m−1 + (m + 1)cm+1 (z − a)m + · · · . Daraus folgt
cm+1
f 0 (z) mcm (z−a)m−1 +(m+1)cm+1 (z−a)m +··· mcm (z−a)m−1 1+ m+1 cm (z−a)+···
f (z) = cm (z−a)m +cm+1 (z−a)m+1 +··· = cm (z−a)m · m
cm+1
1+ c (z−a)+···
= z−a (1 + r(z))
m
mit r ∈ A (U" (a)),
m
r(a) = 0 und " klein genug.
f0
Daher ist Resa ( f ) = m die Ordnung der Nullstelle von f .
f0
Ist a dagegen eine Polstelle von f der Ordnung n, so erhält man analog Resa ( f ) = −n.

Lemma: Sei G ⊂ C ein einfach zusammenhängendes Gebiet und Ω ⊂ G ebenfalls

ein einfach zusammenhängendes Gebiet mit C 1 -Rand Γ = ∂ Ω.
Seien außerdem f ∈ A (G \ J) mit J = {a1 , . . . , ak } ⊂ G die Polstellen von f der Ordnung
n1 , . . . , nk und {b1 , . . . , b r } ⊂ G die Nullstellen von f der Ordnung m1 , . . . , m r .
f 0 (z)
Dann gilt 2πi 1
Γ f (z) dz = a` ∈Ω n` .
P P
b` ∈Ω m` −

Satz von Rouché: Sei G ⊂ C ein einfach zusammenhängendes Gebiet und Ω ⊂ G ebenfalls
ein einfach zusammenhängendes Gebiet mit C 1 -Rand Γ = ∂ Ω.
Seien außerdem P mit ∀z∈Γ |g(z)| < | f (z)|.
f , g ∈ A (G)
Dann gilt b` ( f )∈Ω m` ( f ) = b` ( f +g)∈Ω m` ( f + g), wenn b` (h) die Nullstellen einer Funktion h
P

und m` (h) deren Ordnungen bezeichnen.

1.13 Harmonische Funktionen

Seien G ⊂ C ein Gebiet und f ∈ A (G). f lässt sich darstellen als

f (z) = f (x, y) = u(x, y) + iv(x, y) mit reellwertigen Funktionen u = Re f und v = Im f .
Aufgrund der komplexen Differenzierbarkeit gelten die Cauchy-Riemann-Gleichungen u0x = v 0y
und u0y = −vx0 . Wegen der zweifachen stetigen Differenzierbarkeit von u und v ( f ist beliebig
oft komplex diffb.) gilt daher (u0x )0x = (v 0y )0x = (vx0 )0y = (−u0y )0y , also u0x x = −u0y y und ∆u = 0 (mit
dem Laplace-Operator ∆u := u0x x + u0y y ). Analog zeigt man ∆v = 0.
harmonische Funktion: Eine Funktion u heißt harmonisch, falls alle zweiten partiellen Ablei-
tungen existieren und stetig sind sowie ∆u = 0.
Die Menge der harmonischen Funktionen auf einem Gebiet G bezeichnet man mit H (G).
Beispiel: Ist f = u + iv ∈ A (G), so ist u, v ∈ H (G) mit u = Re f und v = Im f .
Aus u, v ∈ H (G) folgt i. A. aber nicht f = u + iv ∈ A (G). Ein Gegenbeispiel ist
f (x, y) = (x 2 − y 2 )(1+i), d. h. u(x, y) = v(x, y) = x 2 − y 2 sowie u0x = vx0 = 2x und u0y = v 0y = 2 y .
Damit die CR-Gleichungen erfüllt sind, muss 2x = 2 y und 2x = −2 y gelten, also x = y = 0.
Somit ist f in keinem Punkt komplex differenzierbar (keine Umgebung vorhanden).

1 Funktionen in einer komplexen Variablen – 16 –

Analysis 4

harmonisch konjugiert: Sei u ∈ H (G).

Dann heißt eine Funktion v ∈ H (G) harmonisch konjugiert zu u, falls f = u + iv ∈ A (G).
Das harmonische Konjugat von u ∈ H (G) ist bis auf Konstanten eindeutig: Falls v1 und v2
harmonisch konjugiert zu u sind, gilt f1 = u + iv1 ∈ A (G) und f2 = u + iv2 ∈ A (G), also
f = f1 − f2 = i(v1 − v2 ) ∈ A (G). Wegen Re f ≡ 0 ist f ≡ const, also v1 − v2 ≡ c .
Man kann also aus Kenntnis des Realteils einer Funktion (falls existent) den Imaginärteil bis
auf Konstanten rekonstruieren.
Satz: Sei G ⊂ C ein einfach zusammenhängendes Gebiet. Dann existiert zu jedem u ∈ H (G)
eine harmonisch konjugierte Funktion v ∈ H (G) (d. h. f = u + iv ∈ A (G)).
Der Beweis gibt eine Methode zur Rekonstruktion des Imaginärteils (analog geht das natürlich
mit dem Realteil). Als Beispiel wird G = R2 und u(x, y) = x y − x verwendet.

(1) verifizieren, dass die gegebene Funktion harmonisch ist:

u0x x = 0 = u0y y
(2) Funktion g = w r + iw i mit w r = u0x und w i = −u0y konstruieren:
w r = y − 1, w i = −x , also g(x, y) = y − 1 − ix
(3) g in Abhängigkeit von z = x + i y schreiben:
g(z) = −iz − 1
(4) g aufleiten:
f (z) = −z − 2i z 2 (plus Konstante), also f (z) = −(x + i y) − 2i (x + i y)2
= x( y − 1) + i(− y − 12 x 2 + 12 y 2 ), dies ist eine holomorphe Funktion mit u als Realteil

Integralformel von Poisson:

Seien G ⊂ C ein Gebiet, u ∈ H (G), UR (0) ⊂ G , 0 ≤ r < R und 0 ≤ θ < 2π.

2π (R2 −r 2 )u(Reit )
Dann gilt u(r eiθ ) = 2π
1
0 R2 −2rR cos(θ −t)+r 2
dt .
1

2π
Spezialfall (Mittelwertsatz für harmonische Funktionen): u(0) = 2π 0
u(Reit ) dt
Insbesondere gilt, dass auf u ∈ H (G) und u|∂ UR = 0 folgt, dass u ≡ 0 in UR ist, denn aus dem
Mittelwertsatz kann man das Maximumsprinzip für harmonische Funktionen folgern (analog
dem für holomorphe Funktionen).

Transfer-Lemma: Seien G, Ge ⊂ C einfach zusammenhängende Gebiete, ψ: G → G

e bijektiv mit
ψ ∈ A (G) und u e . Dann ist u := u
e ∈ H (G) e ◦ ψ ∈ H (G).
Riemannscher Abbildungssatz: Jedes einfach zusammenhängende Gebiet G $ C lässt sich
bijektiv mit einer holomorphen Funktion auf den Einheitskreis U1 (0) abbilden.
Dirichlet-Problem im Einheitskreis: Gesucht ist eine harmonische Funktion u ∈ H (G),
d. h. ∆u = 0, wobei u ∈ C (G) und u auf dem Rand gegeben ist durch u|∂ G = u0 .
Hat man zwei Lösungen des Problems, so ist die Differenz harmonisch und verschwindet auf
dem Rand. Nach dem Maximumsprinzip verschwindet sie auch im Inneren, d. h. die Lösung
ist eindeutig.
Für G = U1 (0), also u0 = u0 (eit ), ist die Lösung u(r eiθ ) = u0 (e iθ ) für r = 1 und

2π 1−r 2
1
u(r eiθ ) = 2π 0
Pr,θ (t)u0 (eit ) dt für 0 ≤ r < 1 mit dem Poisson-Kern Pr,θ (t) = 1−2r cos(θ −t)+r 2 .

1 Funktionen in einer komplexen Variablen – 17 –

Analysis 4

2 F OURIERanalysis und trigonometrische Reihen

2.1 Motivation

Sei E ein euklidischer oder hermitescher Vektorraum der Dimension dim E = n, d. h. ein R- oder
C-Vektorraum, auf dem ein Skalarprodukt 〈·, ·〉 gegeben ist (hier linear im ersten Argument).
In diesem Fall existiert eine Orthonormalbasis (ONB) {e1 , . . . , en }, d. h. eine Basis, sodass
e j , ek = δ jk für j, k = 1, . . . , n ist. Ist x ∈ E ein Vektor, so kann man x eindeutig als Linearkom-
bination der Basis darstellen, also x = ξ1 e1 + · · · + ξn en mit Skalaren ξk .
Es gilt ξk = 〈x, ek 〉 für k = 1, . . . , n. Die 〈x, ek 〉 heißen Fourierkoeffizienten von x .
Dies gilt ohne Weiteres jedoch nicht mehr für unendlich-dimensionale Vektorräume E , z. B. ist
auf E = C ([a, b], C) die Norm k f kC = max x∈[a,b] | f (x)| definiert, jedoch gibt es kein Skalarpro-
dukt, das diese Norm induziert.


Im Folgenden wird das Skalarprodukt 〈 f , g〉 L 2 = [a,b] f (t)g(t) dt und die davon induzierte


Norm k f k2L 2 = [a,b] | f (t)|2 dt verwendet.
Der Einfachheit halber beschränkt man sich auf [a, b] = [−π, π].
Betrachtet man die Funktionen 1, sin x, cos x, sin(2x), cos(2x), . . . , so stellt man fest:

π
π
•
−π 1 sin(nx) dx = −π 1 cos(mx)

π dx = 0 für n, m ∈ N und
π
−π
cos(nx) cos(mx) dx = −π sin(nx) sin(mx) dx = 0 für n, m ∈ N, n 6= m

π
• −π
sin(nx) cos(mx) dx = 0 für n, m ∈ N

π
π
π 2
• −π
sin 2
(nx) dx = −π
cos2
(mx) dx = π für n, m ∈ N und −π
1 dx = 2π
Daher bildet p12π , p1π sin x, p1π cos x, p1π sin(2x), p1π cos(2x), . . . ein Orthonormalsystem.
Insbesondere ist dieses System linear unabhängig (d. h. jede endliche Linearkombination der
0 mit Vektoren aus diesem System ist trivial).

Für eine
¬ gegebene Funktion f ∈ C ([−π, π], C) kann man nun die Fourierkoeffizienten
¶
π
αn := f , pπ sin(nx) 2 = pπ −π f (x) sin(nx) dx ,
1 1
¬ ¶L
π
βm := f , p1π cos(mx) 2 = p1π −π f (x) cos(mx) dx und
¬ ¶
Lπ
γ := f , p12π 2 = p12π −π f (x) dx für n, m ∈ N berechnen.
L

Man kann f diese Fourierkoeffizienten ({αn }n∈N , {βm }m∈N€, γ) zuweisen und sich fragen, was f
γ P∞ αn βn
Š
mit der zunächst formalen Fourier-Reihe p2π + n=1 pπ sin(nx) + pπ cos(nx) zu tun hat.
Konvergiert diese Reihe (in welchem Sinn)? Was hat der Wert der Reihe mit f zu tun? Welche
Eigenschaften von f korrespondieren in welcher Art mit welchen Eigenschaften von {αn }, {βm }
und γ?
alternative Schreibweise: Man kann auch die „unschönen“ Wurzeln vollständig in die Koef-
fizienten

ziehen. Dafür schreibt man lateinische Buchstaben, d. h. f 7→ ({an }n∈N , {bm }m∈N , c),
1 π
an := π
−π f (x) sin(nx) dx ,
π
bm := π1
−π f (x) cos(mx) dx und
π
1
c := 2π −π
f (x) dx für n, m ∈ N.
P∞
Die Fourier-Reihe vereinfacht sich dann zu c + n=1 (an sin(nx) + bn cos(nx)).

2 F OURIERanalysis und trigonometrische Reihen – 18 –

Analysis 4

einx −e−inx eimx +e−imx

Ersetzt man sin(nx) = und cos(mx) = , so gilt wegen

π 2i

π 2
0 n 6= m
einx , eimx L 2 = −π
e inx −imx
e dx = −π
ei(n−m)x dx =
2π n = m
für n, m ∈ Z,
¦ ©
dass p12π einx ein Orthonormalsystem ist.
n∈Z
¬ ¶
π
Definiert man γn := f , p12π einx 2 = p12π −π f (x)e−inx dx , so kann man wieder die formale
L
γn inx
Fourier-Reihe n∈Z p2π e definieren.
P

π
Analog wie eben schreibt man auch oft cn := 2π 1
(x)e bzw. .
−inx
P inx
−π
f dx n∈Z cn e
P+∞
Diese Reihe ist eine Laurent-Reihe fe(z) = n=−∞ cn z n um z0 = 0. Falls 0 ≤ r < 1 < R ≤ ∞, so
P+∞
gilt für z = eix und x ∈ [−π, π], dass fe(eix ) = n=−∞ cn einx .
fe(z)
In diesem Fall lässt sich die Formel cn = 2πi
1
|z|=1 z n+1 dz
anwenden.
π
Man erhält dadurch wieder die Definition der cn = 2π 1
−π
f (x)e−inx dx .

2.2 Das Kriterium von D INI

PN
Im Folgenden betrachtet man die Partialsummen SN (t) = c + k=1 (ak sin(kt) + bk cos(kt)) für
PN
N ∈ N. Es gilt SN (t) = k=−N ck eikt , denn
π
1
ck eikt + c−k e−ikt = (ck + c−k ) cos(kt) + i(ck − c−k ) sin(kt) = 2π f (x)(e−ikx + eikx ) dx cos(kt) +

π
−π
i
2π −π f (x)(e
−ik x
− eik x ) dx sin(kt) = bk cos(kt) + ak sin(kt).
Daraus folgt
PN dann
π
π PN
1 1
eik(t−τ) dτ.



SN (t) = k=−N 2π −π
f (τ)e−ikτ dτ e ikt = −π f (τ) 2π k=−N
PN P2N i(2N +1)s
Dabei ist k=−N eiks = e−iN s k=0 eiks = e−iN s · 1−e1−eis
ei(N +1/2)s ·(e−i(N +1/2)s −ei(N +1/2)s ) sin((N +1/2)s)
= e−iN s · eis/2 ·(e−is/2 −eis/2 )
= sin(s/2) .

π
Daher ist SN (t) = −π f (τ)DN (t − τ) dτ mit dem Dirchlet-Kern
sin((N +1/2)s)
PN
1
DN (s) = 2π · sin(s/2) = 2π 1
k=−N
eiks .

π
Es gilt −π DN (s) ds = 1 (dies sieht man schnell mit der Summenformel).
Außerdem ist DN 2π-periodisch, d. h. DN (s) = DN (s + 2kπ) für alle s ∈ R und k ∈ Z.
Außerdem setzt man f : [−π, π] → C 2π-periodisch zu f : R → C fort, d. h. f (t + 2kπ) = f (t)
für alle t ∈ [−π, π] und k ∈ Z.

π
π
Damit sind DN und f 2π-periodisch und SN (t) = −π
f (τ)DN (t − τ) dτ = −π
DN (s) f (s + t) ds
(aufgrund der Symmetrie von DN (s)).

π
Um die Konvergenz von SN (t) gegen f (t) zu verifizieren, nutzt man f (t) = −π DN (s) f (t) ds

π
π f (s+t)− f (t)
aus und berechnet SN (t) − f (t) = −π DN (s)( f (s + t) − f (t)) ds = −π 2π·sin(s/2) · sin((N + 12 )s) ds.
Der erste Faktor ist eine Funktion F (s, t), die unabhängig von N ist. Der zweite Faktor ist eine
Sinus-Funktion sin(ωs) mit für N → ∞ immer schneller werdender Frequenz ω.
Die übliche betragsmäßige Abschätzung kann hier nicht verwendet werden, da der Sinus
nur mit 1 abgeschätzt werden kann. Stattdessen kann man sich die Konvergenz bildhaft mit
der in der Signalübertragung verwendeten Amplitudenmodulation überlegen, bei der eine
Information (hier F (s, t)) in der Amplitude eines Trägersignals mit konstanter Frequenz (hier
sin(ωs)) kodiert wird. Für eine genügend hohe Frequenz ω löschen sich positive und negative
Anteile annäherend aus, sodass Konvergenz (unter gewissen Bedingungen) vorliegt.

2 F OURIERanalysis und trigonometrische Reihen – 19 –

Analysis 4

π
Lemma: Sei F ∈ C 1 ([−π, π], C). Dann gilt limω→∞ = 0.


−π
F (s) sin(ωs) ds
Lemma: Die Menge C0∞ ([−π, π], C) der unendlich oft differenzierbaren Funktionen, die auf
dem Rand von [−π, π] verschwinden, liegt dicht in L 1 ([−π, π], d x) mit dem Lebesgue-Maß
n→∞
d x , d. h. ∀ F ∈L 1 ∃{Fn }n∈N , Fn ∈C0∞ kFn − F k L 1 −−−→ 0.


Riemann-Lemma: Sei F ∈ L 1 ([−π, π], d x). Dann gilt limω→∞ [−π,π] F (s) sin(ωs) ds = 0.

Kriterium von Dini zur punktweisen Konvergenz der Fourier-Reihe:

Seien f ∈ L 1 ([−π, π], d x) und t 0 ∈ [−π, π].

f (t 0 +τ)− f (t 0 )
Es existiere ein δ = δ(t 0 ) > 0 mit [−δ,δ] τ dτ < ∞.
Dann gilt limN →∞ SN (t 0 ) = f (t 0 ).
Bemerkung: Die zweite Bedingung ist erfüllt, wenn f in t 0 differenzierbar ist.
Die zweite Bedingung ist erfüllt, wenn | f (t 0 + τ) − f (τ)| ≤ M |τ|α für ein α > 0 und |τ| < δ.
Die Stetigkeit von f in t 0 reicht im Allgemeinen nicht!

Was passiert, wenn f in t 0 einen Sprung besitzt? In diesem Fall kann f als Summe einer
stetigen Funktion und einer charakteristischen Funktion dargestellt werden. Falls die Fourier-
Reihe der stetigen Funktion konvergiert, reicht es, die Konvergenz der Fourier-Reihe für die
charakteristische Funktion zu prüfen. Es zeigt sich, dass dabei Konvergenz gilt. Der Grenzwert
befindet sich genau in der „Mitte“ des Sprungs.
modifiziertes Kriterium von Dini für Sprungstellen:
Seien f ∈ L 1 ([−π, π], d x) und t 0 ∈ [−π, π]. Es existieren f (t 0 − 0), f (t 0 + 0) und

f (t 0 +τ)− f (t 0 −0)

f (t 0 +τ)− f (t 0 +0)
ein δ = δ(t 0 ) > 0 mit [−δ,0] τ dτ < ∞ und [0,δ] τ dτ < ∞.
f (t 0 −0)+ f (t 0 +0)
Dann gilt limN →∞ SN (t 0 ) = 2 .
Bemerkung: Die Bedingung f ∈ L 1 ([−π, π], d x) ist so zu verstehen, dass ein Repräsentant
aus der Äquivalenzklasse von f gewählt wird, der diese Bedingung erfüllt. Die Existenz des
Sprunges und seine Höhe ist dann invariant für alle äquivalenten Funktionen.

Satz: Sei f : R → C auf [−π, π] `-fach differenzierbar mit f ( j) (−π) = f ( j) (π) für j = 0, . . . , `−1.
Außerdem sei f (`) Riemann-integrierbar auf [−π, π].
Dann gilt an = o(n−` ), bn = o(n−` ) und cn = o(n−` ) für n → ∞.
Bemerkung: Für solche Funktionen fallen die Fourierkoeffizienten also schnell ab. Dies ist
wichtig, damit z. B. ein Tiefpass (Weglassen der hohen Frequenzen) bei periodischen Signalen
keine allzu großen Störungen mit sich bringt.

Gilt auch die Umkehrung, d. h. folgt

P∞ aus dem schnellen Abfallen der Koeffizienten, dass
P f glatt
ist? Dazu sei {ck }k∈Z ∈ `1 (also k=1 |ck | < ∞). Die Summanden der Reihe S(t) = k∈Z ck eikt ,
t ∈ [−π, π] können durch |ck eikt | = |ck | gleichmäßig abgeschätzt werden. Da {ck }k∈Z ∈ `1 ,
konvergiert S(t) absolut und gleichmäßig. Jeder der Summanden ist stetig, also ist S(t) stetig.
Falls sogar {k` ck }k∈Z ∈ `1 gilt, folgt nach `-maligem Differenzieren, dass S(t) `-fach differen-
zierbar ist.

2 F OURIERanalysis und trigonometrische Reihen – 20 –

Analysis 4

2.3 F OURIER-Integral und F OURIER-Transformation

Fourier-Transformation: Sei f
: R → C mit f ∈ L 1 (R, d x).

Dann ist fb(λ) = F [ f ](λ) := p12π R f (τ)e−iλτ dτ für λ ∈ R die Fouriertransformierte von f .
Eigenschaften von F [ f ]:

k f k L1
(1) Für f ∈ L 1 (R, d x) existiert fb(λ) für alle λ ∈ R, denn | fb(λ)| ≤ p12π R |f (τ)| dτ = p
2π
.
Daraus folgt insbesondere, dass fb eine beschränkte Funktion ist.
(2) fb ist stetig, denn für eine Folge {λn } mit λn → λ gilt f (τ)e−iλn τ → f (τ)e−iλτ . Wegen
| f (τ)e−iλn τ | = | f (τ)| ist f (τ) eine integrierbare Majorante für alle τ ∈ R und n ∈ N. Aus
dem Satz von Lebesgue zur majorisierten Konvergenz folgt daher fb(λn ) → fb(λ).
(3) Es

gilt limPλ→∞ f
(λ) = 0, denn aus der σ
b

-Additivität des Lebesgue-Integrals folgt
R f
dx = j∈Z ( ] j, j+1] f dx) = limR→∞ ( f dx), also gibt es für alle " > 0 ein R(") > 0

[−R,R] −iλτ


mit |x|>R(") | f | dx < " . Man teilt nun R f (τ)e dτ = ( |x|>R(") + |x|≤R(") ) f (τ)e−iλτ dτ auf.


Der erste Summand ist vom Betrag her nach eben Gesagtem ≤ |x|>R(") | f (τ)| dτ < " , der
zweite Summand geht für λ → ∞ nach dem Lemma von Riemann gegen 0, ist also < "
für λ groß genug.
(4) Die Fourier-Transformation F ist linear, d. h. für f , g ∈ L 1 (R, d x) und α, β ∈ C gilt
F [α f + β g] = αF [ f ] + βF [g]. F ist zusätzlich stetig, d. h. F ∈ L (L 1 , L ∞ ).

Unter welchen

Umständen existiert die inverse Fouriertransformierte, d. h. wann ist
f (t) = 2π F [ f ](λ)e dλ?
p
1 iλt

Kriterium von Dini für die Konvergenz der inversen Fouriertransformierten:

Seien f ∈ L 1 (R, d x) und t 0 ∈ R.

f (t 0 +x)− f (t 0 )
Es existiere ein δ = δ(t 0 ) > 0 mit [−δ,δ] dx < ∞. x

+∞
Dann konvergiert das uneigentliche Riemann-Integral p12π −∞ F [ f ](λ)eiλt 0 dλ = f (t 0 ).

2 F OURIERanalysis und trigonometrische Reihen – 21 –

Analysis 4

2.4 H ILBERTräume und F OURIERreihen

Sei H ein K -Vektorraum mit K = C.

Sei 〈·, ·〉 : H × H → C ein Skalarprodukt, d. h. 〈x, x〉 ≥ 0, 〈x, x〉 = 0 ⇐⇒ x = 0, 〈x, y〉 = 〈 y, x〉
und 〈α1 x 1 + α2 x 2 , y〉 = α1 〈x 1 , y〉 + α2 〈x 2 , y〉 (also 〈x, β1 y1 + β2 y2 〉 = β1 〈x, y1 〉 + β2 〈x, y2 〉).
Das Skalarprodukt definiert eine Norm k·k : H → R mit kxk = 〈x, x〉 ≥ 0.
p

Es gilt die Cauchy-Schwarzsche Ungleichung, d. h. | 〈x, y〉 | ≤ kxk · k yk.

Hilbertraum: Sei H ein K -Vektorraum mit Skalarprodukt 〈·, ·〉.
Dann heißt (H, 〈·, ·〉) Hilbertraum, falls (H, k·k) vollständig ist.
Die Parallelogramgleichung kx + yk2 + kx − yk2 = 2 kxk2 + 2 k yk2 ist erfüllt genau dann, wenn
eine gegebene Norm ein Skalarprodukt induziert (in diesem Fall gilt z. B. für K = R, dass
4 〈x, y〉 = kx + yk2 − kx − yk2 ).

Beispiel: Ein Beispiel für einen Hilbertraum ist `2 (N) (oder auch `2 (Z)). Es gilt
`2 (N) = {{an }n∈N | n∈N |an |2 < ∞}, das Skalarprodukt ist 〈{an }, {bn }〉`2 (N) = n∈N an bn .
P P

`2 (N) und `2 (Z) sind separabel, d. h. es gibt eine abzählbare dichte Teilmenge.


Beispiel: Die Verallgemeinerung

ist L 2 (X , µ) = { f : X → C | k f k2L 2 = X | f |2 dµ < ∞} mit dem
Skalarprodukt 〈 f , g〉 L 2 = X f g dµ. Falls (X , µ) ein separabler Maßraum ist, so ist auch L 2 (X , µ)
separabel (z. B. Lebesgue-Maß).

Orthogonalität: Sei (H, 〈·, ·〉) ein Hilbertraum. Man definiert eine Relation ⊥ auf H mit f ⊥ g ,
falls 〈 f , g〉 = 0 ( f und g sind zueinander orthogonal).
Für f ⊥ g gilt der Satz des Pythagoras, d. h. k f + gk2 = 〈 f + g, f + g〉 = k f k2 + kgk2 .
k·k k·k
Für f n −→ f und g n −→ g gilt 〈 f n , g n 〉 → 〈 f , g〉, da | 〈 f n , g n 〉 − 〈 f , g〉 |
= | 〈 f n , g n − g〉 + 〈 f n − f , g〉 | ≤ k f n k · kg n − gk + k f n − f k · kgk ≤ C · kg n − gk + k f n − f k · C → 0.

orthonormiertes System (ONS): Sei (H, 〈·, ·〉) ein Hilbertraum.

Ein System {ϕn }n ⊂ H heißt orthonormiertes System (ONS), falls 〈ϕn , ϕk 〉 = δnk .
linear unabhängig: Sei (H, 〈·, ·〉) ein Hilbertraum.
Ein System {ϕn }n ⊂ H heißt linear unabhängig, falls jedes endliche Teilsystem lin. unabh. ist.
Jedes ONS ist linear unabhängig (aus α1 ϕ1 + · · · + αn ϕn = 0 folgt
〈α1 ϕ1 + · · · + αn ϕn , ϕk 〉 = αk = 〈0, ϕk 〉 = 0 für alle k = 1, . . . , n).
vollständig: Sei (H, 〈·, ·〉) ein Hilbertraum.
Ein System {ϕn }n∈N ⊂ H heißt vollständig, falls
PN (",x)
∀ x∈H ∀">0 ∃N (",x)∈N ∃{αk (",x)}k=1,...,N (",x) x − k=1 αk (", x)ϕk < " .

Basis, Orthonormalbasis (ONB): Sei (H, 〈·, ·〉) ein Hilbertraum.

Ein System {ϕn }n∈N ⊂ H heißt Basis, falls es vollständig und linear unabhängig ist.
Ein ONS heißt Orthonormalbasis (ONB), falls es vollständig ist.

Beispiel: Für H = `2 (N) ist {ϕk }k∈N mit ϕk = (0, . . . , 0, 1, 0, . . . ) eine Basis (sogar eine ONB).
Beispiel: Für H = L 2 ([−π, π], d x) ist {ϕk }k∈Z mit ϕk (x) = 1
p e ikx
2π
ein ONS.
Frage: Ist dies auch eine Basis?

2 F OURIERanalysis und trigonometrische Reihen – 22 –

Analysis 4

Dafür erweitert man die Orthogonalität ⊥ auf Mengen, d. h. für

W f ∈ H und M ⊂ H soll f ⊥ M
gelten, falls ∀ g∈M f ⊥ g . Außerdem bezeichnet im Folgenden M die Menge aller endlichen
Linearkombinationen von M . Aus f ⊥ M folgt f ⊥ M .
W

Projektion auf Unterraum:

Seien (H, 〈·, ·〉) ein Hilbertraum, {ϕn }n∈N ein ONS und L = {ϕ1 , . . . , ϕN } mit N ∈ N.
W
PN
Dann ist PL : H → H , PL x := k=1 〈x, ϕk 〉 ϕk die Projektion auf den Unterraum L .
Eigenschaften:
(1) PL ist ein linearer Operator (d. h. ein Endomorphismus)
(2) PL (H) = L (d. h. PL : H → L )
(3) x − PL x =: h ⊥ L , denn für P f = β1 ϕ1 + · · · + βN ϕN ∈ L gilt
N PN PN
〈h, f 〉 = 〈x, f 〉 − 〈PL x, f 〉 = k=1 〈x, ϕk 〉 βk − k=1 j=1 x, ϕ j ϕ j , ϕk βk = 0

(4) kxk2 = kPL xk2 + khk2 ≥ kPL xk2 (da PL x ∈ L und h ⊥ L ), d. h. PL ist beschränkt
(5) kPL xk = kxk ⇐⇒ khk = 0 ⇐⇒ PL x = x ⇐⇒ x ∈ L
(für khk = 0 gilt h = x − PL x = 0, also x = PL x ∈ L ,
für x ∈ L ist h ∈ L , da PL x in L , aus h ⊥ L folgt h ⊥ h, also khk2 = 0)
(6) PL (PL x) = PL x (da PL x ∈ L und PL y = y für y = PL x ∈ L )

Folgerung: Für x ∈ H und f ∈ L gilt kx − f k ≥ kx − PL xk.

Anschaulich besagt die Folgerung, dass der Abstand von x zur senkrechten Projektion von x
auf L am kürzesten ist.
Also besitzt das Problem { f ∈ L | kx − f k = min y∈L kx − yk} genau eine Lösung f = PL x .
Satz (Besselsche Ungleichung): Seien (H, 〈·, ·〉) ein Hilbertraum, {ϕk }k∈N ein ONS, x ∈ H
und ck := 〈x,
P∞ϕk 〉 die Fourierkoeffizienten.
Dann gilt k=1 |ck | ≤ kxk2 .
2

P∞ PN k·k
Satz: Es gilt k=1 |ck |2 = kxk2 genau dann, wenn k=1 ck ϕk −→ x .
abgeschlossen: Seien (H, 〈·, ·〉) ein Hilbertraum. Ein ONS
P∞ {ϕk }2 k∈N heißt abgeschlossen, falls für
alle x ∈ H die Gleichung von Parseval gilt, d. h. ∀ x∈H P |c | = kxk
k=1 k
2
∞
(das ist nach dem vorherigen Satz äquivalent zu ∀ x∈H k=1 ck ϕk = x ).
Die Gleichung von Parseval ist eine unendliche Verallgemeinerung des Satzes des Pythagoras.
total: Seien (H, 〈·, ·〉) ein Hilbertraum. Ein ONS {ϕk }k∈N heißt total, falls
∀ x∈H (∀k∈N ck = 〈x, ϕk 〉 = 0) ⇒ (x = 0).
Satz: Seien (H, 〈·, ·〉) ein Hilbertraum und {ϕk }k∈N ein ONS.
Dann ist das ONS abgeschlossen ⇐⇒ vollständig ⇐⇒ total.

2 F OURIERanalysis und trigonometrische Reihen – 23 –

Analysis 4

Zuordnung von Vektoren und Folgen:

Seien (H, 〈·, ·〉) ein Hilbertraum und {ϕn }n∈N ein ONS.
Definiere eine Abbildung φ : H → `2 (N), x 7→ {ck }k∈N mit ck = 〈x, ϕk 〉.
Eigenschaften:
(1) φ : H → `2 (N) ist linear
P∞
(2) kφ xk2`2 (N) = k=1 |ck |2 ≤ kxk2 , d. h. kφkL (H,`2 (N)) ≤ 1.
Es gilt sogar kφkL (H,`2 (N)) = 1 (wähle x = ϕk für ein k ∈ N).
(3) φ : H → `2 (N) ist surjektiv, denn: PN
Sei {ck }k∈N ∈ `2 (N) gegeben. Für SN = k=1 ck ϕk ergibt sich dann
PM 2 PM P∞
kS M − SN k2 = k=N +1
c k ϕ k ≤ k=N +1
|c k |2
< " (da die Reihe |c |2 konvergiert,
k=1 k
d. h. die Partialsummen bilden eine Cauchy-Folge). Also ist {SN }N ∈NPeine Cauchy-Folge
∞
und wegen der Vollständigkeit von (H, 〈·, ·〉) existiert ein x ∈ H mit k=1 ck ϕk = x .
Es gilt 〈x, ϕk 〉 = limN →∞ 〈SN , ϕk 〉 = ck , also φ x = {ck }k∈N .
(4) Falls {ϕP
n }n∈N eine ONB ist, so ist φ : H → ` (N) injektiv, denn dann gilt
2
∞
kxk2 = k=1 |ck |2 , d. h. Kern φ = {0}.
Für einen Hilbertraum und eine Orthonormalbasis erhält man also eine 1:1-Beziehung (Bijek-
tion) zwischen den Vektoren und den Folgen der Fourierkoeffizienten.

2.5 Delta-Folgen

Seien a < 0 < b und g n ∈ L 1 ([a, b], d x) für n ∈ N.

Delta-Folge: {g n }n∈N heißt Delta-Folge, falls
(1) ∀n∈N g n ≥ 0,

n→∞
(2) [a,b] g n (t) dt −−−→ 1 und



g n (t) dt < " .


(3) ∀δ>0 ∀">0 ∃N (",δ)∈N ∀n≥N (",δ) [a,−δ] + [δ,b]

Satz: Seien f ∈ C ([a, b], C) und {g n }n∈N eine Delta-Folge.

n→∞
Dann gilt [a,b] f (t)g n (t) dt −−−→ f (0).
€ Š2
sin(nx/2)
Beispiel: Seien [a, b] = [−π, π] und φn (x) := 2πn
1
sin(x/2) . Dann ist {φn }n∈N eine Delta-Folge:
(1) φn ≥ 0
1 sin((k+1/2)x)

π Pn−1
(2) Mit Dk (x) = gilt D (x) dx = 1 und φn (x) = 1n k=0 Dk (x)
−π k
(s. u.).

π
2π sin(x/2)
Pn−1
π
Daraus folgt −π
φ n (x) dx = 1
n D (x) dx = 1 für alle n ∈ N.
k=0 −π k
€
−δ
π Š €
−δ
π Š
(3) Für δ > 0 und " > 0 beliebig gilt −π + δ φn (x) dx ≤ −π + δ 2πn 1 1
sin2 (|δ|/2)
dx
≤ 2π · 2πn sin2 (|δ|/2) = n sin2 (δ/2) < " für n ≥ N (", δ) := " sin2 (δ/2) .
1 1 1 1

Pn−1 € Š2
sin(nx/2) sin(nx/2)
Begründung für φn (x) = 1n k=0 Dk (x): φn (x) = 2πn 1
= 2πn sin2 (x/2) Im(einx/2 )
€ Š € inx Šsin(x/2) Pn−1
sin(nx/2)
1
= 2πn sin(x/2) 1
Im sin(x/2) einx/2 = 2πn sin(x/2) Im eix/2e −e−1
−ix/2
1
= 2πn sin(x/2) Im(eix/2 · k=0 eikx )
Pn−1 Pn−1 1 sin((k+1/2)x) 1 Pn−1
1
= 2πn sin(x/2) Im( k=0 ei(k+1/2)x ) = 1n k=0 2π sin(x/2) = n k=0 Dk (x).

2 F OURIERanalysis und trigonometrische Reihen – 24 –

Analysis 4

2.6 Der Satz von F EJER

Im Folgenden bezeichnet C p ([−π, π], C) := { f ∈ C ([−π, π], C) | f (−π) = f (π)} den Raum der
stetigen Funktionen auf [−π, π], die 2π-periodisch sind.
Satz von Fejer: Sei f ∈ C p ([−π, π], C).
N →∞ PN −1
Dann gilt σN (x) −−−→ f (x) gleichmäßig, wobei σP N (x) := 1
N S (x) das arithmetische
n=0 n

n π
Mittel der ersten N Fourier-Partialsummen Sn (x) = k=−n ck e , ck = 2π
ikx 1
−π
f (x)e−ikx dx ist.

Folgerung:
(1) f ∈ C p ([−π, π], C) ist durch die Fourierkoeffizienten eindeutig bestimmt, denn falls
f , fe ∈ C p ([−π, π], C) die gleichen Fourierkoeffizienten {ck }k∈Z besitzen, konvergiert je-
weils σN (x) bzw. σ e N (x) gegen f (x) bzw. g(x). Aufgrund der gleichen Fourierkoeffizien-
ten gilt jedoch σN (x) = σ e N (x) für alle N ∈ N, aus der Eindeutigkeit des Grenzwerts folgt
dann f (x) ≡ g(x) für x ∈ [−π, π].
(2) {einx }n∈Z ist ein vollständiges System in L 2 ([−π, π], d x). Dies lässt sich aus der Dichtheit
von C p ([−π, π], C) in L 2 ([−π, π], d x) folgern (Funktionalanalysis): Für eine gegebene
Funktion f ∈ L 2 ([−π, π], d x) gibt es eine Funktion f" ∈ C p ([−π, π], C) mit k f − f" k L 2 < " .
Nach dem Satz von Fejer gibt es ein N (") mit | f" (t) − σN (") (t)| < " für alle t ∈ [−π, π].
2
π
Daraus folgt f" − σN (") L 2 = −π | f" (t) − σN (") (t)|2 dt ≤ " 2 · 2π bzw.
p
f − σN (") L 2 ≤ k f − f" k L 2 + f" − σN (") L 2 ≤ " + " 2π < "e.
PN (")−1 €P` Š
Dabei ist σN (") (t) = N 1(") `=0 c
k=−` k "
( f )e ikt
eine Linearkombination von
{eikt | k = −(N − 1), . . . , (N − 1)}, d. h. {einx }n∈Z ist vollständig.

Gibbs-Effekt: Dieser tritt bei der punktweisen Approximation eines Signals mit Sprungstellen
durch die Fouriersumme SN (t) auf. Auch wenn N groß gewählt wird, verbleibt immer ein
Überschwinger von ca. 9 % der Sprunghöhe vor und nach dem Sprung. Dieser Effekt heißt
Gibbs-Effekt und kann durch die Approximation durch die Mittelwerte σN (t) vermieden werden.
Diese ist zwar schlechter in der L 2 -Norm, aber dafür konvergiert sie gleichmäßig,
PN d. h. solche
Überschwinger können nicht auftreten. Dies liegt daran, dass in σN (t) = k=−N αk (N )eikt die
Gewichte αk (N ) für jedes N unterschiedlich sind.

Zusammenfassung zur Konvergenz von Fourier-Reihen:

(1) Für f ∈ L 2 ([−π, π], d x) ist {ϕn }n∈Z mit ϕn (t) = p12π eint eine ONB. Für die Fourierkoeff.



γk = 〈 f , ϕk 〉 L 2 = p12π [−π,π] f (t)e−ikt dt gilt k∈Z |γk |2 = k f k2L 2 = [−π,π] | f (t)|2 dt .
P
γk ikx
Außerdem konvergiert f (x) = k∈Z p2π e absolut im L 2 . Es gilt: Für f ∈ L 2 ([−π, π], d x)
P

(·)
konvergiert SN (t) −
→ f (t) punktweise Lebesgue-fast-überall (Satz von Carleson).
(2) Für f ∈ C p ([−π, π], C) lassen sich wegen C p ⊂ L 2 die gleichen Schlussfolgerungen ziehen.
Im Allgemeinen weiß man zwar nicht, wo die Lebesgue-Nullmenge liegt, auf der die
Fourier-Reihe nicht konvergiert. Allerdings lässt sich hier der Satz von Fejer anwenden,
k·kC p
der eine gleichmäßige Konvergenz von σN gibt (d. h. σN −−→ f ). Wichtig ist, dass für
den Satz gebraucht wurde, dass φn eine Delta-Folge ist – mit Dk geht das nicht (6≥ 0).
Konvergenz von SN (t) lässt sich somit nur über die Dini-Bedingung mit zusätzlichen
Voraussetzungen beweisen (Stetigkeit reicht nicht aus).


(3) Für f ∈ L 1 ([−π, π], d x) existieren zwar die Fourier-Koeff. ck = 2π
1
[−π,π] f (t)e
−ikt
dt ,
aber wegen L 6⊂ L lässt sich die L -Theorie nicht verallgemeinern.
1 2 2
k·k L 1
Es gibt aber einen L 1 -Satz von Fejer (für f ∈ L 1 ([−π, π], d x) gilt σN −−→ f ).

2 F OURIERanalysis und trigonometrische Reihen – 25 –

Analysis 4

2.7 Wichtige Eigenschaften der F OURIER-Transformation

Für f ∈ L 1 (R, d x) und λ
∈ R ist−iλx

die Fouriertransformierte definiert als
1
f (λ) = F [ f ](λ) = p2π R f (x)e
b dx .
F [ f ] ist stetig auf R und es gilt

+∞F [ f ](λ) → 0 für λ → ±∞. Falls f in t = t 0 die Dini-Bedingung
erfüllt, dann gilt f (t 0 ) = p12π −∞ F [ f ](λ)eiλt 0 dλ. Man schreibt auch f (t 0 ) = F −1 [F [ f ]](t 0 ).
Wegen |F [ f ](λ)| ≤ p12π · k f k L 1 ist F : L 1 (R, d x) → C (R, C) ein linearer und stetiger Operator.

Lemma: Sei f (t), t f (t), . . . , t n f (t) ∈ L 1 (R, d x).

Dann ist fb = F [ f ] n-mal stetig differenzierbar und es gilt F (k) [ f ](λ) = F [(−it)k f (t)](λ),
insbesondere gilt F (k) [ f ](λ) → 0 für λ → ±∞ und k = 0, . . . , n.
Lemma: Seien f n-fach stetig differenzierbar und f , f 0 , . . . , f (n) ∈ L 1 (R, d x).
Dann gilt F [ f (k) ](λ) = (iλ)k F [ f ](λ), insbesondere gilt F [ f ](λ) = o(|λ|−n ) für λ → ±∞.

Schwartzsche Funktionenklasse S (R): Für f : R → C beliebig oft differenzierbar sei

f ∈ S (R), falls ∀ p,q∈N0 ∃C(p,q)<∞ ∀ x∈R |x p f (q) (x)| ≤ C(p, q).
S (R) heißt Schwartzsche Funktionenklasse und wird zur Betonung der Variablen auch manch-
mal als S t (R) geschrieben.
Fourier-Transformation als Bijektion zwischen S (R)-Räumen:
Für f ∈ S t (R) gilt F [ f ] ∈ Sλ (R) und F : S t (R) → Sλ (R) ist eine Bijektion.

Faltung: Seien f , g ∈ L 1 (R, d x).

Dann ist die Faltung f ∗ g : R → C definiert als ( f ∗ g)(t) := R f (τ)g(t − τ) dτ.
In welchem Sinn existiert f ∗ g ?
Der

Satz von Fubini
lässt
aus h(t, τ)
∈ L (R
1

,
d(t, τ)) folgern,
2
dass
.


R2 h(t, τ)d(t, τ) = R R h(t, τ) dt dτ = R R h(t, τ) dτ dt
Die Funktionen in Klammern existieren jeweils fast
überall und sind
Lebesgue-integrierbar.


Für h(t,



τ) = f (τ)g(t − τ) folgt,

dass


k f ∗ gk

L 1 = R |( f ∗ g)(t)|

dt

= R | R f (τ)g(t − τ) dτ| dt
≤ R R | f (τ)||g(t − τ)| dτ dt = R | f (τ)| R |g(t − τ)| dt dτ = R | f (τ)| dτ · kgk L 1
= k f k L 1 · kgk L 1 , daraus folgt die Ungleichung von Hausdorff-Young
k f ∗ gk L 1 ≤ k f k L 1 · kgk L 1 und die Faltung ist eine Lebesgue-integrierbare Funktion, die in t bis
auf eine Lebesgue-Nullmenge existiert.
Lemma: Für f , g ∈ L 1 (R, d x) gilt 1
p F[f
2π
∗ g](λ) = F [ f ](λ) · F [g](λ).

2 F OURIERanalysis und trigonometrische Reihen – 26 –

Analysis 4

Fourier-Transformation im L 2 (R, d x):

Für beschränkte Intervalle ist L 2 ⊂ L 1 , da zum Beispiel



1/2

1/2 p
k f k L 1 = [−π,π] | f | · 1 dx ≤ [−π,π] | f |2 dx · [−π,π] 12 dx = 2π k f k L 2 < ∞
aufgrund der Hölderschen Ungleichung,
es gilt also f ∈ L 2 ([−π, π], d x) ⇒ f ∈ L 1 ([−π, π], d x).
Allerdings gilt im Allgemeinen f ∈ L 2 (R, d x) 6⇒ f ∈ L 1 (R, d x)! Somit kann das Fourier-
Integral evtl. nicht definiert sein.
Im Folgenden nutzt man aus, dass man zeigen kann, dass S (R) dicht in L 2 (R, d x) ist.
Für f , g ∈ S (R) ist F [ f ], F [g] ∈ S (R) ⊂ L 2 (R, d x).
Satz von Plancherel für S (R): Für f , g ∈ S (R) gilt 〈F [ f ], F [g]〉 L 2 = 〈 f , g〉 L 2 ,
d. h. F : S t (R) → Sλ (R) ist ein unitärer Operator. Insbesondere gilt kF [ f ]k L 2 = k f k L 2 .

Herleitung, Existenz: Um nun die Fourier-Transformation für eine Funktion f ∈ L 2 (R, d x)

L2
zu bestimmen, nutzt man die Existenz einer Folge { f n }n∈N , f n ∈ S (R) mit f n − → f aus. Für
die Fourier-Transformationen der Folgenglieder g n := F [ f n ] gilt aufgrund des Satzes von
Plancherel kg n − g m k L 2 = kF [ f n ] − F [Fm ]k L 2 = kF [ f n − f m ]k L 2 = k f n − f m k L 2 < " , da { f n }n∈N
eine Cauchy-Folge im L 2 ist. Also ist auch {F [ f n ]}n∈N eine Cauchy-Folge im L 2 und aufgrund
L2
der Vollständigkeit von L 2 (R, d x) gibt es ein g ∈ L 2 (R, d x) mit g n −
→ g . Dieses g wird als
Fourier-Transformation von f definiert.
Fourier-Transformation für f ∈ L 2 (R, d x): Sei f ∈ L 2 (R, d x).
L2 L2
Dann ist F [ f ] definiert als F [ f ] := limn→∞ F [ f n ] für f n ∈ S (R) mit f n −
→ f.
Eindeutigkeit: Die Definition könnte evtl. nicht eindeutig sein, da die f n nicht eindeutig sein
L2
müssen. Für f n , fen ∈ S (R) mit f n , fen −
→ f gilt mit g n = F [ f n ] und e
g n = F [ fen ], dass kg n − e
gn k L2 =
F [ f n − fen ] = f n − fen < " . Somit müssen die g n und e
g n gegen den gleichen Grenzwert
L2 L2
konvergieren. Daraus folgt die Eindeutigkeit von F [ f ].
Abschluss eines Operators: Diese Vorgehensweise der Verallgemeinerung eines Operators
und anschließender Verifikation der gewünschten Eigenschaften wird öfters angewandt und
heißt Abschluss eines Operators. Allgemein gibt es für einen Hilbertraum H , eine dichte Teil-
menge D ⊂ H und einen linearen und beschränkten Operator T : D → H eine lineare und
beschränkte Fortsetzung Te : H → H mit Te | D = T .

Für zwei Funktionen f , g ∈ L 2 (R, d x) lässt sich der Satz von Plancherel verallgemeinern: Ist
L2 L2
f n , g n ∈ S (R) mit f n −
→ f und g n − → g , so gilt einerseits 〈F [ f n ], F [g n ]〉 L 2 = 〈 f n , g n 〉 L 2 → 〈 f , g〉 L 2
aufgrund des Satzes von Plancherel für S (R) und der Stetigkeit des Skalarprodukts, anderer-
seits gilt aber 〈F [ f n ], F [g n ]〉 L 2 → 〈F [ f ], F [g]〉 L 2 aufgrund der Stetigkeit des Skalarprodukts
und der Defintion von F [ f ] bzw. F [g]. Also gilt 〈F [ f ], F [g]〉 L 2 = 〈 f , g〉 L 2 .
Satz von Plancherel für L 2 (R, d x): Für f , g ∈ L 2 (R, d x) gilt 〈F [ f ], F [g]〉 L 2 = 〈 f , g〉 L 2 ,
d. h. F : L 2 (R, d x) → L 2 (R, d x) ist ein unitärer Operator. Insbesondere gilt kF [ f ]k L 2 = k f k L 2 .

Fourier-Transformation als Bijektion zwischen L 2 (R, d x)-Räumen:

F : L 2 (R, d x) → L 2 (R, d x) ist eine Bijektion.

2 F OURIERanalysis und trigonometrische Reihen – 27 –

Analysis 4

Fourier-Transformation im Rd : Sei d ∈ N.
Multiindex: Man bezeichnet Elemente α = (α1 , . . . , αd ) ∈ N0d als Multiindex.
Pd
|α| := j=1 α j heißt die Ordnung von α.
α α
Für einen Vektor ξ = (ξ1 , . . . , ξd ) und einen Multiindex α schreibt man ξα := ξ1 1 · · · ξd d .
mehrfache partielle Ableitungen:
∂ |α| ∂ |α|
Falls die Ableitungen vertauscht werden können, schreibt man ∂ xα = ∂ α := α α
∂ x 1 1 ···∂ x d d
.

Schwartzsche Funktionenklasse S (Rd ): Für f : Rd → C beliebig oft differenzierbar sei

f ∈ S (Rd ), falls ∀m,n∈N0 ∃C(m,n)<∞ ∀α,β∈N0d , |α|≤n, |β|≤m ∀ x∈R |x α ∂ β f (x)| ≤ C(n, m).
S (Rd ) heißt Schwartzsche Funktionenklasse.

Fourier-Transformation im Rd :

Für f ∈ S (Rd ) sei F [ f ](ξ) := (2π)1 d/2 Rd f (x)e−i〈x,ξ〉 dx für ξ ∈ Rd .
Wegen 〈x, ξ〉Rd = x 1 ξ1 + · · · + x€d ξd gilt e−i〈x,ξ〉 = €e−ix 1 ξ1 · · · e−i x d ξd . Nach dem Satz von Fubini gilt



daher F [ f ](ξ) = p12π R e−ix d ξd p12π R e−ix d−1 ξd−1 · · ·
€
−ix ξ Š Š Š
d−1 dx d , d. h.
1 1 1 f (x , . . . , x ) dx
p
2π R
e 1 d 1 · · · dx
F x→ξ [ f ] = F x d →ξd [F x d−1 →ξd−1 [· · · [F x 1 →ξ1 [ f ]] · · · ]] gilt für f ∈ L 1 (Rd , d x).
Satz: Für f ∈ S (Rd ) ist F [ f ] ∈ S (Rd ).
∂ |α|
wichtige Formeln: Für f ∈ S (Rd ) gilt ∂ ξα F [ f ](ξ) = (−i)|α| F [x α f (x)](ξ) sowie
|β|
F [ ∂∂ x β f (x)](ξ) = i|β| ξβ F [ f ](ξ). Außerdem gilt kF [ f ]kC ≤ 1
(2π)d/2
k f k L 1 , also F : L 1 (Rd , d x) →
C.
Satz: F : S (Rd ) → S (Rd ) ist eine Bijektion.
Satz: Für f , g ∈ S (Rd ) gilt 〈F [ f ], F [g]〉 L 2 (Rd ,d x) = 〈 f , g〉 L 2 (Rd ,d x) .
Man kann analog wie eben F zu F : L 2 (Rd , d x) → L 2 (Rd , d x) erweitern. Die Formel von
Plancherel gilt dann für alle f , g ∈ L 2 (Rd , d x).
Satz: F : L 2 (Rd , d x) → L 2 (Rd , d x) ist eine Bijektion.

2 F OURIERanalysis und trigonometrische Reihen – 28 –

Analysis 4

3 Distributionen

3.1 Der Raum der Testfunktionen D

Im Folgenden wird die Menge C0∞ (Rd , C) aller glatten Funktionen mit kompaktem Träger
betrachtet. Eine Funktion ϕ : Rd → C ist in C0∞ (Rd , C) genau dann, wenn sie beliebig oft
(stetig) partiell differenzierbar ist und es ein R = R(ϕ) < ∞ gibt mit ϕ(x) ≡ 0 für alle |x| ≥ R.
Konvergenz auf D : Für eine Folge von Funktionen {ϕn }n∈N und ϕ in C0∞ (Rd , C) konvergiert
D Rd
→ ϕ ), falls ∃R<∞ ∀n∈N ∀|x|≥R ϕn (x) ≡ 0 und ∀α∈N0d ∂ α ϕn −−→ ∂ α ϕ .
ϕn auf D gegen ϕ (ϕn −
glm.

Raum der Testfunktionen D = D(Rd ): Der Raum der Testfunktionen D = D(Rd ) ist der topo-
logische Vektorraum gebildet durch die Menge C0∞ (Rd , C) und obiger Konvergenz.
Der Raum ist nicht metrisierbar, d. h. es gibt keine Metrik, die obigen Konvergenzbegriff indu-
ziert.

Träger: Für ϕ ∈ D(Rd ) ist supp ϕ := {x ∈ Rd | ϕ(x) 6= 0} der Träger von ϕ .

Lemma: Es gilt supp ∂ α ϕ ⊂ supp ϕ für alle ϕ ∈ D(Rd ) und α ∈ N0d .
Raum der Testfunktionen D(G): Sei G ⊂ Rd offen.
Dann ist D(G) := {ϕ ∈ D(Rd ) | supp ϕ ⊂ G} der Raum der Testfunktionen auf G .

Lemma („Vollständigkeit“ von D ):

Für n ∈ N seien ϕn ∈ D gegeben mit ∃R<∞ ∀n∈N supp ϕn ⊂ UR (0).
Rd
Außerdem gelte für alle α ∈ N0d , dass ∂ α ϕn −−→ ψα mit ψα stetig.
glm.
D
Dann gibt es ein ϕ ∈ D mit ϕn −
→ ϕ.

stetige Abbildung auf D : Sei T : D → D eine Abbildung.

D D
T heißt stetig, falls aus ϕn −
→ ϕ stets T ϕn −
→ T ϕ folgt.
D
Beispiel: Für T = ∂ β sei T ϕn = ∂ β ϕn =: ψ(β)
n
und ϕn −
→ ϕ . Aufgrund des Träger-Lemmas gilt
D
supp ψ(β)
n
= supp ∂ β ϕn ⊂ supp ϕn ⊂ UR (0), d. h. die erste Bedingung für ψ(β)
n
→ ψ(β) := ∂ β ϕ ist
−
glm.
überprüft. Außerdem gilt ∂ α ψ(β)
n
= ∂ α (∂ β ϕn ) = ∂ α+β ϕn −−→ ∂ α+β ϕ = ∂ α ψ(β) , also ist auch die
D
zweite Bedingung erfüllt und es gilt ψ(β)
n
→ ψ(β) . Daher ist T = ∂ β eine stetige Abbildung.
−
Beispiel: Für α ∈ C ∞ (Rd , C) ist T : D → D , T ϕ = α · ϕ stetig (Leibnizregel).
Beispiel: Für eine d × d -Matrix A ∈ Rd×d mit det A 6= 0 ist A: Rd → Rd eine bijektive Abbildung.
Dies definiert eine stetige Abbildung T : D → D , (T ϕ)(x) = ϕ(Ax + b).

3 Distributionen – 29 –
Analysis 4

3.2 Distributionen über D

Distributionen über D :
Eine Distribution f über D ist ein lineares stetiges Funktional f : D → C.
Man schreibt ϕ 7→ f [ϕ] = ( f , ϕ) für ϕ ∈ D .
Es müssen also zwei Bedingungen erfüllt werden: Zum einen muss für ϕ, ψ ∈ D und λ, µ ∈ C
D
gelten, dass f [λϕ + µψ] = λ f [ϕ] + µ f [ψ], und es muss aus ϕn − → ϕ stets f [ϕn ] → f [ϕ]
folgen.
Ist Linearität gezeigt, genügt es, die Stetigkeit für ϕ ≡ 0 zu überprüfen.
Zwei Distributionen sind gleich, falls sie auf allen Testfunktionen angewendet gleich sind, d. h.
∀ϕ∈D ( f , ϕ) = (g, ϕ).
Konvergenz auf D 0 : Für eine Folge von Distributionen { f n }n∈N und eine Distribution f konver-
D0
giert f n auf D 0 gegen f ( f n −
→ f ), falls ∀ϕ∈D ( f n , ϕ) → ( f , ϕ).
Raum der Distributionen D 0 : Der Raum der Distributionen D 0 ist der topologische Vektorraum
gebildet durch die Menge der Distributionen über D und obiger Konvergenz.
Da D 0 ein Vektorraum ist, gilt (α f + β g)[ϕ] := α f [ϕ] + β g[ϕ] für f , g ∈ D 0 , α, β ∈ C und
ϕ∈D
(stetig, da f , g stetig sind).
D0 D0 D0
Für f n −
→ f , gn −
→ g und α, β ∈ C gilt α f n + β g n −
→ α f + β g.

Lemma („Vollständigkeit“ von D 0 ): Für n ∈ N seien f n ∈ D 0 gegeben mit

∀ϕ∈D ∃`ϕ ∈C `ϕ = limn→∞ ( f n , ϕ).
Dann gibt es ein ` ∈ D 0 mit `ϕ = `[ϕ] für alle ϕ ∈ D ,
D0
d. h. es gilt ` ∈ D 0 und f n −
→ ` mit (`, ϕ) := `ϕ .

Gleichheit von Distributionen auf G : Seien f , g ∈ D 0 und G ⊂ Rd offen.

Dann sei f |G ≡ 0, falls ∀ϕ∈D, supp ϕ⊂G ( f , ϕ) = 0.
Außerdem sei f |G ≡ g|G , falls ( f − g)|G ≡ 0.
Satz: Seien f ∈ D 0 und G ⊂ Rd offen mit ∀ x∈G ∃Vx ⊂G offen, x∈Vx f |Vx ≡ 0 ( f ist lokal 0).
Dann gilt f |G ≡ 0 ( f ist global 0).
Träger einer Distribution: Seien f ∈ D 0 und O f := G offen, f |G ≡0 G .
S

Dann ist supp f := Rd \ O f der Träger von f (abgeschlossen, da O f offen).

Nach dem Satz gilt f |Of ≡ 0.
Es ist x ∈ O f genau dann, wenn es ein Vx ⊂ Rd offen gibt mit x ∈ Vx und f |Vx ≡ 0.
Daher ist x ∈ supp f genau dann, wenn es kein Vx ⊂ Rd offen gibt mit x ∈ Vx und f |Vx ≡ 0.

3 Distributionen – 30 –
Analysis 4

3.3 Reguläre und singuläre Distributionen

Raum der lokal integrierbaren Funktionen Lloc 1

= Lloc
1
(Rd ):
Der Raum der lokal integrierbaren Funktionen Lloc
1
(Rd ) ist der Raum aller Funktionen
f : R → C mit f |K ∈ L (K, d x) für alle K ⊂ R kompakt.
d 1 d

von f erzeugte reguläre Distribution: Sei f
∈ Lloc 1

. Dann ist die von f erzeugte reguläre
Distribution ` f definiert durch ` f (ϕ) = f [ϕ] := Rd f (x)ϕ(x) dx für alle ϕ ∈ D .
Das Integral ist wohldefiniert, da ϕ als Testfunktion kompakt getragen ist.
` f ist in der Tat eine Distribution: ` f ist offensichtlich linear, da das Integral ebenfalls linear
D
ist. ` f ist außerdem in ϕ ≡ 0 stetig, denn: Seien ϕn ∈ D mit ϕn −
→ 0, dann gilt supp ϕn ⊂ UR (0)
glm.


und ϕn −−→ 0. Daraus folgt |` f (ϕn )| = Rd f (x)ϕn (x) dx ≤ |x|≤R | f (x)||ϕn (x)| dx

glm.
≤ sup|x|≤R |ϕn (x)|· |x|≤R | f (x)| dx . Der erste Faktor geht gegen 0, da ϕn −−→ 0. Der zweite Faktor
ist endlich, da f lokal integrierbar ist. Somit gilt ` f (ϕn ) → 0. Also ist ` f ∈ D 0 .

reguläre und singuläre Distributionen:

Eine Distribution h ∈ D 0 heißt regulär, falls es ein f ∈ Lloc
1
gibt mit ` f = h.
Andernfalls heißt h singulär.
Für f , g ∈ Lloc
1
mit f 6= g in Lloc
1
gibt es ein ϕ ∈ D mit ( f , ϕ) 6= (g, ϕ), d. h. es gilt ` f 6= ` g .
Beispiel: Die Distribution δ ∈ D 0 mit δ[ϕ] = (δ, ϕ) := ϕ(0) ist die sogenannte
Delta-Distribution. Sie ist eine singuläre Distribution.


Beispiel: Für eine Mannigfaltigkeit S ⊂ Rd mit Volumenform ist δS [δ] := S ϕ(x)dS eine
Distribution.
Beispiel: Für d = 1 ist f (x) = 1x keine lokal-integrierbare Funktion (nicht integrierbar auf
jedem Intervall, das €
die 0 enthält). Man versucht dieses Problem zu umgehen, in dem man
ϕ(x)
Š
( x±i·0 , ϕ) := lim"→0 R x±i" dx definiert. Für " > 0 fest ist der Ausdruck in Klammern gleich
1

( f" , ϕ) mit einer regulären Distribution f" .

+∞ ϕ(x)
−"
+∞
ϕ(x)
Beispiel: (P 1x , ϕ) := v. p. −∞ x dx = lim"→0+0 −∞ + " x dx ist eine Distribution.

3 Distributionen – 31 –
Analysis 4

3.4 Koordinatentransformation

Seien π: Rd → Rd mit x = π y = Ay + b und A ∈ Rd×d , det A 6= 0 und b ∈ Rd .

Dy
Motivation:

Für f ∈ Lloc
1
(Rd ) gilt ( f ◦ π, ϕ) = Rd ( f ◦ π)( y)ϕ( y) d y = Rd f (x)ϕ(π−1 x) Dx dx
= | det1 A| Rd f (x)(ϕ ◦ π−1 )(x) dx = | det1 A| ( f , ϕ ◦ π−1 ). Dies verwendet man als Definition.
Koordinatentransformation einer Distribution: Sei f ∈ D 0 .
Dann ist die Distribution f ◦ π definiert durch ( f ◦ π, ϕ) := | det1 A| ( f , ϕ ◦ π−1 ) für alle ϕ ∈ D .
Korrektheit: Für ϕ ∈ D ist ϕ ◦ π−1 ∈ D , d. h. ( f , ϕ ◦ π−1 ) ist wohldefiniert.
D D
f ◦ π ist linear (klar). Für ϕn − → 0 gilt aufgrund · ◦ π−1 : D → D stetig, dass ϕn ◦ π−1 −
→ 0, also
gilt für f ∈ D 0 , dass ( f , ϕn ◦ π−1 ) → 0 (da f stetig ist).
Beispiel: Für A = E gleich der Einheitsmatrix gilt det A = 1 und x = π y = y + b, also y = π−1 x =
x − b. Somit ist ( f ◦ π, ϕ) = ( f , ϕ(x

− b))
(im regulären Fall wäre das z. B. Rd f (x)ϕ(x − b) dx ).
Insbesondere gilt für die Delta-Distribution δ, dass (δ ◦ π, ϕ) = ϕ(−b).
Beispiel: Für A = c · E mit c > 0 und b = 0 gilt
(δ ◦ π, ϕ) = | det1 A| (δ, ϕ ◦ π−1 ) = | det1 A| (ϕ ◦ π−1 )(0) = c −d ϕ(0).

Für f ∈ Lloc (R ) und α ∈ C (R , C) ist α f ∈ Lloc (R ) und es gilt

1 d ∞ d 1 d
Motivation:
(α f , ϕ) = Rd α(x) f (x)ϕ(x) dx = ( f , αϕ), da αϕ ∈ D .
Multiplikation einer Distribution mit einer glatten Funktion: Seien f ∈ D 0 und α ∈ C ∞ .
Dann ist die Distribution α f definiert durch (α f , ϕ) := ( f , αϕ) für alle ϕ ∈ D .
Korrektheit: Für ϕ ∈ D ist αϕ ∈ D , d. h. ( f , αϕ) ist wohldefiniert.
D D
α f ist linear (klar). Für ϕn −→ 0 gilt αϕn − → 0, also ( f , αϕn ) → 0 (da die Multiplikation
Tα : D → D , ϕ 7→ αϕ eine stetige Abbildung ist).
Beispiel: Für α ∈ C ∞ (Rd , C) und der Delta-Distribution δ ∈ D 0 gilt (α · δ, ϕ) = (δ, α · ϕ) =
α(0)ϕ(0). Für d = 1 ist z. B. x · δ = 0 die Nulldistribution (α(x) = x ).
Beispiel: Für d = 1 soll x · P 1x betrachtet werden. Es ist

+∞
+∞
(x · P 1x , ϕ) = (P 1x , x · ϕ) = v. p. −∞ 1x · xϕ(x) dx = −∞ 1 · ϕ(x) = (1, ϕ), also x · P 1x = 1 in D 0 .
Vorsicht: Es gibt keine assoziative und kommutative Multiplikation auf den Distributionen,
denn sonst wäre 0 = 0 · P 1x = (x · δ) · P 1x = δ · (x · P 1x ) = δ · 1 = δ.

3 Distributionen – 32 –
Analysis 4

3.5 Differentiation von Distributionen

Motivation: Für f ∈ C 1 (Rd , C) gilt f x0 j ∈ C (Rd , C) für j = 1, . . . , d . Betrachtet man die erzeugte
reguläre Distribution, so ergibt sich (da € ϕ kompakt getragen ist)


+∞

+∞ Š
( f x j , ϕ) = Rd f x j (x)ϕ(x) dx = Rd−1 f (x)ϕ(x)| x j =−∞ − −∞ f (x)ϕ 0x j (x) dx j dx 0 = −( f , ϕ 0x j ),
0 0

wobei bei x 0 die j -te Komponente x j fehlt. Allgemeiner ist (∂ α f , ϕ) = (−1)|α| ( f , ∂ α ϕ).
Ableitung einer Distribution: Seien f ∈ D 0 und α ∈ N0d .
Dann ist die Distribution ∂ α f definiert durch (∂ α f , ϕ) := (−1)|α| ( f , ∂ α ϕ) für alle ϕ ∈ D .
Korrektheit: Für ϕ ∈ D ist ∂ α ϕ ∈ D , d. h. ( f , ∂ α ϕ) ist wohldefiniert.
D D
∂ α f ist linear (klar). Für ϕn −
→ 0 gilt ∂ α ϕ −
→ 0, also ( f , ∂ α ϕn ) → 0, da ∂ α : D → D stetig ist.
Beispiel: Die Ableitung der Delta-Distribution δ ∈ D für d = 1 ist
(δ0 , ϕ) = (−1) · (δ, ϕ 0 ) = −ϕ 0 (0). Man kann sich eine analoge Formel für ∂ α δ überlegen. Dabei
gilt, dass supp ∂ α δ = {0}. In der Tat ist jede Distribution mit nur einem Punkt als Träger eine
Linearkombination von der Delta-Distribution und ihren Ableitungen.

Rechenregeln: Für f , g ∈ D 0 gilt ∂ α ( f + g) = ∂ α f + ∂ α g .

Es gilt ∂ α (∂ β f ) = ∂ α+β f und ∂ α (c f ) = c(∂ α f ) für c ∈ C.
∂f
€ Š € Š
Produktregel: Für f ∈ D 0 und α ∈ C ∞ gilt ∂∂x j (α f ) = ∂∂ xαj f + α ∂ x j .

Träger von Ableitungen: Es ist supp f = Rd \ O f mit O f = G offen, f |G ≡0 G .

S

Dabei bedeutet f |G ≡ 0, dass ∀ϕ∈D(G) ( f , ϕ) = 0. Daraus folgt ( f , ∂ α ϕ) = 0 für alle ϕ ∈ D(G)

und daher ∂ α f |G ≡ 0. Also gilt O f ⊂ O∂ α f bzw. supp ∂ α f ⊂ supp f .
Satz: Die Abbildung ∂ α : D 0 → D 0 ist linear und stetig.
1
Lloc


Folgerung: Für f n ∈ Lloc
1
mit f n −→ f gilt ( f n , ϕ) = Rd f n (x)ϕ(x) dx → Rd f (x)ϕ(x) dx , d. h.
D0 D0
→ f und ∂ α f n −
fn − → ∂αf .
Pn
Reihen von Distributionen: Seien f k ∈ D 0 für k ∈ N und Sn := f
k=1 k
∈ D 0 für n ∈ N.
P∞ D0 D0
Dann ist k=1 f k := S , falls Sn −
→ S.
P∞
Folgerung: In diesem Fall gilt auch ∂ α S = k=1 ∂ α f k .
Satz: Seien ck ∈ C für P
k ∈ Z mit |ck | ≤ a|k|m + bPfür ein m ∈ N und a, b > 0.
+∞ N
Dann konvergiert S = k=−∞ ck eik x = limN →∞ k=−N ck eikx in D 0 .

3.6 Stammfunktion einer Distribution

Stammfunktion einer Distribution: Sei f ∈ D 0 .

Dann heißt eine Distribution F = f −1 ∈ D 0 Stammfunktion von f , falls F 0 = f , d. h.
(F, ϕ 0 ) = −( f , ϕ) für alle ϕ ∈ D .
Beachte: (F, ϕ 0 ) = −( f , ϕ) ist nur auf ψ = ϕ 0 mit ϕ ∈ D gegeben.
Nicht alle ϕ
e ∈ D sind Ableitungen von Stammfunktionen.
Satz: Für jede Distribution f ∈ D 0 existiert eine Stammfunktion F ∈ D 0 . Diese ist bis auf eine
additive Konstante eindeutig.
Folgerung: Falls f ∈ D 0 mit f 0 = 0 gilt, so ist f ≡ const.

3 Distributionen – 33 –
Analysis 4

3.7 Wichtige Beispiele

Beispiel: Ableitung von regulären Distributionen mit Sprungstellen

Sei f : R → R (oder C) eine Funktion mit Sprungstelle x 0 ∈ R, d. h. f |]−∞,x 0 [ ∈ C 1 und
f |]x 0 ,+∞[ ∈ C 1 . Dabei sei [ f ] x 0 := f (x 0 + 0) − f (x 0 − 0) die Höhe des Sprungs und
{ f 0 }(x) := f 0 (x) für x 6= x 0 die klassische Ableitung. Es gilt f ∈ Lloc 1
(R), d. h. f ∈ D 0 ist eine
reguläre Distribution. Was ist nun die distributionelle
Ableitung f 0 ?
Für ϕ ∈ D(R) gilt ( f , ϕ) = −( f , ϕ ) = − R f (x)ϕ (x) dx
0 0 0

x0
+∞
= − −∞ f (x)ϕ 0 (x) dx − x 0 f (x)ϕ 0 (x) dx
€
x
+∞ Š 0
x 0 −0
= − f (x)ϕ(x)|−∞ − f (x)ϕ(x)|+∞ x 0 +0
+ −∞
0
+ x0
{ f }(x)ϕ(x) dx
= − f (x 0 − 0)ϕ(x 0 − 0) + f (x 0 + 0)ϕ(x 0 + 0) + ({ f }, ϕ) = [ f ] x 0 ϕ(x 0 ) + ({ f 0 }, ϕ)
0

= ([ f ] x 0 δ(x − x 0 ) + { f 0 }, ϕ), d. h. es gilt f 0 = [ f ] x 0 δ(x − x 0 ) + { f 0 }.


x ≤0
Im Spezialfall f (x) = θ (x) := 0
1 x >0
(Heaviside-Funktion) gilt θ 0 = δ.

Beispiel: Distributionen mit Träger in einem Punkt

Gesucht ist u ∈ D 0 (R) mit x m u = 0 für ein m ∈ N.
Man sieht schnell, dass dafür notwendigerweise u = {0} gelten muss.
Pm−1supp (k)
Eine Lösung ist eine Linearkombination u = k=0 ck δ von Ableitungen der Delta-Distr.
k k
Wie die Probe (x m ck δ(k) , ϕ) = ck (δ(k) , x m ϕ) = ck (−1)k (δ, ddx k (x m ϕ)) = ck (−1)k ddx k (x m ϕ)| x=0 = 0
für ϕ ∈ D(R) zeigt, ist dies tatsächlich eine Lösung. Man kann zeigen, dass das sogar die
allgemeine Lösung ist (d. h. jede Lösung ist von dieser Form).

Beispiel: Lösung von ODE

m m−1
Sei L = ddt m + a1 (t) ddt m−1 + · · · + am−1 (t) ddt + am (t) ein Differentialausdruck mit a j ∈ C ∞ (R) und
|a j | ≤ C . Man betrachtet das Cauchy-Problem Lz(t) = 0 für t > 0 mit
z(0) = z 0 (0) = · · · = z (m−2)( (0) = 0 und z m−1 (0) = 1.
Mit der Heaviside-Funktion kann die Lösung erweitert werden zu "(t) = θ (t)z(t) für t ∈ R.
Dabei gilt " (k) (0) = 0 für k = 0, . . . , m − 2 und " (m−1) (0 − 0) = 0 sowie " (m−1) (0 + 0) = 1.
Somit ist " (m) (t) = θ (t)z (m) (t) + δ(t) nach obiger Formel.
Wegen " (k) (t) = θ (t)z (k) (t) für k = 0, . . . , m − 2 gilt L"(t) = θ (t)Lz(t) + δ(t) = δ(t) ( Lz(t) = 0).
Somit löst "(t) = θ (t)z(t) die Gleichung L"(t) = δ(t). Man spricht von einer Fundamental-
lösung.

Beispiel: Fundamentallösung für ∆ und d = 2

Es soll verifiziert werden, dass "2 (x) = 2π
1
ln |x| eine Fundamentallösung für den Laplace-
2 2
∂ ∂
Operator ∆ = ∂ x 2 + ∂ x 2 in zwei Dimensionen ist. Dabei seien x = (x 1 , x 2 ) ∈ R2 kartesische
1 2
Æ
Koordinaten und |x| = x 12 + x 22 .
1
Lloc
|x| ≥ "

Zunächst gilt ln |x| ∈ Lloc
1
(R2 ) und mit χ" (x) := 1
0 |x| < "
ist χ" (x) ln |x| −→ ln |x| für " → 0.
D0 D0
Daraus folgt χ" (x) ln |x| −
→ ln |x| und ∆(χ" (x) ln |x|) − → ∆ ln |x| für " → 0, da ∆: D 0 → D 0 stetig
ist.
Man geht nun zu Polarkoordinaten (r, θ ) über, der entsprechend transformierte Ausdruck für
2 2 2
den Laplace-Operator ist ∆ = ∂∂x 2 + ∂∂x 2 = 1r ∂∂r r ∂∂r + r12 ∂∂θ 2 .
1 2

2π
R
Daraus folgt dann (∆(χ" (x) ln |x|),
Š ϕ) = (χ" (x) ln |x|, ∆ϕ) = "
ln r · (∆ϕ(r, θ )) · r dr dθ

2π
R €
1 ∂ ∂ 1 ∂2
0
= 0 "
ln r · r ∂ r r ∂ r ϕ + r 2 ∂ θ 2 ϕ · r dr dθ .

2π
R €
1 ∂2
Š
R €
2π
∂ 2ϕ
Š
Dabei ist 0 " ln r · r 2 ∂ θ 2 ϕ · r dr dθ = " lnr r · 0 ∂ θ 2 dθ dr = 0, da ϕ in θ 2π-periodisch
ist (der Ausdruck in Klammern ist 0).

3 Distributionen – 34 –
Analysis 4

2π
R € 2
Š
2π
R
Also ist 0 " ln r · 1r ∂∂r r ∂∂r ϕ + r12 ∂∂θ 2 ϕ · r dr dθ = 0 " ln r · ∂∂r r ∂∂r ϕ dr dθ



2π € R
R
Š
2π €
R ∂ Š
= 0 ln r · r ∂∂r ϕ " − " 1r · r ∂∂r ϕ dθ dr = o(") − 0 " ∂r
ϕ dr dθ

2π
= o(")− 0 (ϕ(R, θ ) − ϕ(", θ )) dθ . Dabei verschwindet ϕ(R, θ ) (kompakter Träger) und ϕ(", θ )

2π
geht für " → 0 gleichmäßig gegen ϕ(0). Somit gilt lim"→0 (∆χ" (x) ln |x|, ϕ) = 0 + 0 ϕ(0)dθ
= 2πϕ(0) = (2πδ, ϕ), d. h. ∆ ln |x| = 2πδ für d = 2 und ∆"2 = δ.

3.8 Tensorprodukt von Distributionen

Tensorprodukt von Funktionen: Seien f ∈ Lloc 1

(Rnx ) und g ∈ Lloc
1
(Rmy ).
Dann ist das Tensorprodukt f ⊗ g ∈ Lloc
1
(R(x,
n+m
y)
) gegeben durch ( f ⊗ g)(x, y) := f (x) · g( y).
Ist ϕ(·, ·) ∈ D(R(x,
n+m
) eine Testfunktion, so sind auch ϕ(x 0 , ·) ∈ D(Rmy ) und ϕ(·, y0 ) ∈ D(Rnx )
y)

Tesfunktionen



und es gilt ( f ⊗ g,
ϕ) = Rn+m f (x)g( y)ϕ(x, y)d n x d m y
= Rn f (x) · Rm g( y)ϕ(x, y)d m y d n x . Den Ausdruck in Klammern kann man als Testfunktion
ψ ∈ D(Rnx ) auffassen. Daher gilt ( f ⊗ g, ϕ) = ( f , ψ) mit ψ(x) = (g( y), ϕ(x, y)).
Tensorprodukt von Distributionen: Seien f ∈ D 0 (Rnx ) und g ∈ D 0 (Rmy ).
Dann ist die Distribution f ⊗ g ∈ D 0 (R(x,
n+m
y)
) definiert durch ( f ⊗ g, ϕ) := ( f (x), (g( y), ϕ(x, y)))
für alle ϕ ∈ D(R(x, y) ).
n+m

Lemma: Seien g ∈ D 0 (Rmy ) und ϕ ∈ D(R(x,

n+m
y)
). Dann gilt:
(1) ψ(x) = (g( y), ϕ(x, y)) ∈ D(Rnx )
(2) ∂ xα ψ(x) = (g( y), ∂ xα ϕ(x, y)) für alle α ∈ N0n
n+m
D(R(x, y)
) D(Rnx )
(3) Gilt ϕk −−−−→ 0, so gilt ψk (x) = (g( y), ϕk (x, y)) −−−→ 0.
Korrektheit: Wohldefiniertheit folgt aus 1. Linearität ist klar und Stetigkeit folgt aus 3.
Beispiel: Für δ x ∈ D 0 (Rnx ) und δ y ∈ D 0 (Rmy ) gilt (δ x ⊗ δ y , ϕ) = (δ x , (δ y , ϕ(x, y))) = (δ x , ϕ(x, 0))
= ϕ(0, 0) = (δ(x, y) , ϕ) für alle ϕ ∈ D(R(x, n+m
y)
).

Eigenschaften: f ∈ D 0 (Rnx ), g ∈ D 0 (Rmy )

(1) „Kommutativität“: Für f ∈ Lloc 1
(Rnx ) und g ∈ Lloc1
(Rmy ) gilt ( f (x) · g( y), ϕ(x, y))
= ( f (x), (g( y), ϕ(x, y))) = (g( y), ( f (x), ϕ(x, y))) = (g( y) · f (x), ϕ(x, y)). Es stellt sich
heraus, dass dies auch allgemein für Distributionen f , g ∈ D 0 gilt, d. h. es gilt ( f ⊗ g, ϕ)
= ( f (x), (g( y), ϕ(x, y))) = (g( y), ( f (x), ϕ(x, y))). Es gilt allerdings nicht f ⊗ g = g ⊗ f ,
da sich die Variablenreihenfolge in ϕ nicht ändert.
(2) Differenzierbarkeit: Es gilt ∂ xα ( f ⊗ g) = (∂ xα f ) ⊗ g und ∂ yβ ( f ⊗ g) = f ⊗ (∂ yβ g), denn mit 2.
von oben gilt (∂ xα ( f ⊗ g), ϕ) = (−1)|α| ( f ⊗ g, ∂ xα ϕ) = (−1)|α| ( f (x), (g( y), ∂ xα ϕ(x, y)))
= (−1)|α| ( f (x), ∂ xα (g( y), ϕ(x, y))) = (∂ xα f (x), (g( y), ϕ(x, y))) = ((∂ xα f ) ⊗ g, ϕ).
(3) Stetigkeit: Die Abbildung τ g : D 0 (Rnx ) → D 0 (R(x,
n+m
y)
) mit τ g f = f ⊗ g ist stetig, d. h.
D 0 (Rnx ) D 0 (R(x,
n+m
y)
)
aus f k −−−→ f folgt f k ⊗ g −−−−−→ f ⊗ g .
Analog ist τ f : D 0 (Rmy ) → D 0 (R(x,
n+m
y)
) mit τ f g = f ⊗ g stetig.
(4) Assoziativität: ( f ⊗ g) ⊗ h = f ⊗ (g ⊗ h)
(5) skalare Assoziativität: (α f ) ⊗ g = α( f ⊗ g) für α ∈ C ∞ (Rnx )
(6) Translation: f (x + h) · g( y) = ( f ⊗ g)(x + h, y)

3 Distributionen – 35 –
Analysis 4

3.9 Faltung von Distributionen

Für f , g ∈ L 1 (Rn ) gilt f ∗ g ∈ L 1 (Rn ) mit ( f ∗ g)(x) = Rn f (τ)g(x − τ) dτ.
Allerdings folgt aus f , g ∈ Lloc1
(Rn ) nicht, dass f ∗ g ∈ Lloc
1
(Rn ) (ein Gegenbeispiel ist f = g ≡ 1).
Man kann zeigen, dass für f ∈ Lloc
1
(Rn ) und g ∈ L 1 (Rn ) mit supp g = K kompakt gilt, dass
f ∗ g ∈ L 1 (Rn ) existiert.
Motivation: Um eine
Definition für Distributionen

herzuleiten, betrachtet man f , g ∈ L (R ).
1 n

Dann


ist ( f ∗
g, ϕ) = Rn ( f ∗ g)(x)ϕ(x) dx = Rn Rn f (τ)g(x − τ)ϕ(x) dτ dx
= Rn g( y) · Rn f (τ)ϕ( y + τ) dτ d y = (g( y), ( f (τ), ϕ( y + τ))).

Man würde nun gern schreiben, dass dies gleich (g( y) f (τ), ϕ( y + τ)) ist, allerdings ist
ψ( y, τ) = ϕ( y + τ) ∈ / D(R2n( y,τ)
), da ψ i. A. nicht kompakt getragen ist
(sei z. B. ϕ(0) 6= 0, dann ist ψ( y, − y) = ϕ(0) 6= 0 für alle y ∈ Rn ).
Man muss daher vorher ein geeignetes Abschneiden durchführen, um eine Definition der
Faltung für Distributionen zu ermöglichen.
ηk → 1: Seien ηk ∈ D(R2n ) für k ∈ N.
Man schreibt ηk → 1, falls ∀K⊂R2n kpkt. ∃N (K)∈N ∀n≥N (K) ∀(x, y)∈K ηn (x, y) = 1 und
∀α∈N2n
0
∃Cα <∞ ∀k∈N |∂ α ηk (x, y)| ≤ Cα .



Mit dieser Definition ist nun ( f ∗ g, ϕ) = Rn g( y) · Rn f (τ)ϕ( y + τ) dτ d y




= limk→∞ g( y), Rn f (τ)ϕ( y + τ)ηk ( y, τ) dτ = limk→∞ (g( y) f (τ), ϕ( y + τ)ηk ( y, τ)).

Dabei ist ψk ( y, τ) = ϕ( y + τ)ηk ( y, τ) ∈ D(R2n ) für alle k ∈ N.

Faltung von Distributionen: Seien f , g ∈ D 0 (Rn ) und ηk ∈ D(R2n ) mit ηk → 1.
Falls für alle ϕ ∈ D(Rn ) der Grenzwert limk→∞ ( f (x)g( y), ϕ(x + y)ηk (x, y)) =: ` f ∗g (ϕ) existiert
und unabhängig von der Wahl der ηk ist, dann ist die Distribution f ∗ g ∈ D 0 (Rn ) definiert durch
( f ∗ g, ϕ) := ` f ∗g (ϕ) für alle ϕ ∈ D(Rn ).
Die Faltung existiert nicht immer (z. B. 1 ∗ 1).
Beispiel: Seien f , δ ∈ D 0 (Rn ). Dann ist f ∗ δ = δ ∗ f = f , da ( f (x)δ( y), ϕ(x + y)ηk (x, y))
= ( f (x), (δ( y), ϕ(x + y)ηk (x, y))) = ( f (x), ϕ(x)ηk (x, 0)) = ( f , ϕ) für k ≥ N (K) mit K = supp ϕ ,
da ηk (x, 0) = 1 für diese k und alle x ∈ K .

3 Distributionen – 36 –
Analysis 4

Eigenschaften:
(1) Stetigkeit gilt nicht: τ f : T ⊂ D 0 (Rn ) → D 0 (Rn ), g 7→ f ∗ g ist linear, aber i. A. nicht stetig
( T sei die Teilmenge von D 0 (Rn ), sodass f ∗ g für g ∈ T definiert ist).
Ein Gegenbeispiel ist für d = 1 die Distributionenfolge g k = δ(x − k) für k ∈ N. Es gilt
D0
(g k , ϕ) = ϕ(k) → 0 für k → 0, da ϕ kompakt getragen ist. Somit ist g k = δ(x − k) − → 0.
Für f ≡ 1 gilt allerdings f ∗ g k = f ∗ δ(x − k) = f = 1 6→ 0, d. h. die Abbildung τ f ist nicht
stetig. Analog argumentiert man für τ g : f 7→ f ∗ g .
(2) Kommutativität: Für f , g ∈ D 0 (Rn ) mit ∃ f ∗ g ∈ D 0 (Rn ) gibt es auch g ∗ f ∈ D 0 (Rn ) und es
gilt g ∗ f = f ∗ g , denn ( f ∗ g, ϕ) = limk→∞ ( f (x)g( y), ηk (x, y)ϕ(x + y))
= limk→∞ (g( y) f (x), ηk (x, y)ϕ(x + y)) = limk→∞ (g(x) f ( y), ηk ( y, x)ϕ(x + y)) = (g∗ f , ϕ),
da ηk ( y, x) → 1 wie ηk (x, y).
(3) Differenzierbarkeit: Für f , g ∈ D 0 (Rn ) mit ∃ f ∗ g ∈ D 0 (Rn ) und α ∈ N0n gibt es auch
(∂ α f ) ∗ g, f ∗ (∂ α g) ∈ D 0 (Rn ) und es gilt (∂ α f ) ∗ g = f ∗ (∂ α g) = ∂ α ( f ∗ g).
Die Umkehrung gilt nicht: Aus der Existenz von θ 0 ∗ 1 und θ ∗ 10 kann man nicht folgern,
dass θ ∗ 1 existiert (sonst gäbe es θ 0 ∗ 1 = δ ∗ 1 = 1 und θ ∗ 10 = θ ∗ 0 = 0 und die beiden
Ausdrücke wären gleich).
(4) Assoziativität gilt nicht: Sonst wäre (θ ∗ δ0 ) ∗ 1 = θ ∗ (δ0 ∗ 1), allerdings ist die linke Seite
(θ ∗ δ0 ) ∗ 1 = (θ ∗ δ)0 ∗ 1 = (θ )0 ∗ 1 = δ ∗ 1 = 1 und die rechte Seite
θ ∗ (δ0 ∗ 1) = θ ∗ (δ ∗ 1)0 = θ ∗ (1)0 = θ ∗ 0 = 0.
(5) Translation: Existiert f ∗ g , so existiert auch f (x + h) ∗ g = ( f ∗ g)(x + h).
(6) Existenzkriterium bei kompaktem Träger: Seien f , g ∈ D 0 (Rn ) mit supp g = K kompakt.
Dann existiert die Faltung f ∗ g .
D 0 (Rn )
(7) Stetigkeit bei kompaktem Träger: Seien f k , f , g ∈ D 0 (Rn ) mit f k −−−→ f und supp g = K
D 0 (Rn ) D 0 (Rn )
kompakt. Dann gilt f k ∗ g −−−→ f ∗ g . Umgekehrt seien g k , f , g ∈ D 0 (Rn ) mit g k −−−→ g
D 0 (Rn )
und ∃R<∞ ∀k∈N supp g k ⊂ UR (0). Dann gilt f ∗ g k −−−→ f ∗ g .
(8) Faltung mit Testfunktion: Sei ψ ∈ D(Rn ). Dann ist ( f ∗ψ)( y) = ( f (x), ψ( y−x)) ∈ C ∞ (Rn ).
Als Beispiel betrachtet man eine Delta-Folge ψk ∈ D . Dann gilt f k = f ∗ ψk ∈ C ∞ und
D0
→ f ∗ δ = f aufgrund der Stetigkeit. Damit ist D dicht in D 0 .
fk −

3.10 Fundmentallösungen für PDE

P Seien m
Differentialausdruck: ∈ N und aα ∈ C konstant für alle α ∈ N0d mit |α| ≤ m.
Dann heißt L(∂ ) = |α|≤m aα ∂ α Differentialausdruck.
Fundamentallösung: " ∈ D 0 (Rd ) heißt Fundamentallösung von L(∂ ), falls L(∂ )" = δ.
∂2 2
Beispiel: Sei L(∂ ) = ∆ = ∂ x 12
+ · · · + ∂∂x 2 der Laplace-Operator.
d
−|x|2−d
Dann ist "2 = 1
2π ln |x| eine Fundamentallösung für d = 2 und "d = (d−2)σd eine Fundamental-
2πd/2
lösung für d ≥ 2 mit σd = Γ (d/2) der Oberfläche der d -dimensionalen Einheitskugel.
Anmerkung: Die Fundamentallösung ist i. A. nicht eindeutig, denn für u0 ∈ D 0 mit L(∂ )u0 = 0
gilt L(∂ )(" + u0 ) = L(δ)" + L(∂ )u0 = L(δ)" = δ.
Satz: Seien " eine Fundamentallösung von L(∂ ) und f ∈ D 0 , sodass u = " ∗ f ∈ D 0 existiert.
Dann gilt L(∂ )u = f und jede Lösung u von L(∂ )u = f ist eindeutig in der Klasse der u, für
welche u ∗ " existiert.

3 Distributionen – 37 –
Analysis 4

3.11 Der Raum der temperierten Distributionen S 0

Für Anwendungen wie die Fourier-Transformation sieht man, dass die bisher betrachtete Räu-
me D und D 0 von Testfunktionen und Distributionen zu weit gefasst sind. Daher werden nun
andere Räume S und S 0 von Testfunktionen und Distributionen eingeführt, um die Fourier-
Transformationen auf S 0 zu verallgemeinern.
Raum der Testfunktionen S = S (Rd ): Als Raum der Testfunktionen betrachtet man nun
S = S (Rd ) := {ϕ ∈ C ∞ (Rd ) | ∀α,β∈N0d ∃C(α,β)<∞ |(1 + x α )∂ β ϕ| ≤ C(α, β)}.
Konvergenz auf S : Für eine Folge von Testfunktionen {ϕk }k∈N und ϕ in S schreibt man
S
→ ϕ , falls ∀α,β∈N0d sup x∈Rd |(1 + x α )∂ β (ϕk − ϕ)| → 0.
ϕk −
D S
Bemerkung: Es gilt D ⊂ S dicht und aus ϕk −
→ ϕ folgt ϕk −
→ ϕ.
Eigenschaften:
(1) ∂ α : S → S ist linear und stetig.
(2) πA,b : S → S ist linear und stetig.
(3) Für α ∈ C ∞ und ϕ ∈ S gilt i. A. nicht α · ϕ ∈ S (wenn α schneller wächst wie ϕ abfällt).
Daher geht man über zu Θ M := {α ∈ C ∞ | ∀β∈N0d ∃C(β)<∞ |∂ β α(x)| ≤ C(β)(1 + |x|mβ )}.
In diesem Fall folgt aus α ∈ Θ M und ϕ ∈ S , dass α · ϕ ∈ S und die Abbildung ϕ 7→ α · ϕ
ist stetig in S .



Für f ∈ Lloc und f (x)(1 + |x|) dx < ∞ für ein geeignetes m ∈ N definiert
1 −m
Motivation:
( f , ϕ) = f (x)ϕ(x) dx ein lineares stetiges Funktional auf S .
Raum der temperierten Distributionen S 0 :
S 0 ist der Raum der linearen stetigen Funktionale auf S .
Konvergenz auf S 0 : Für eine Folge von Distributionen { f k }k∈N und f in S 0 schreibt man
S0
f k −→ f , falls ∀ϕ∈S ( f k , ϕ) → ( f , ϕ).
Es gilt D 0f ⊂ S 0 ⊂ D 0 , wobei D 0f der Raum der Distributionen aus D 0 mit kompaktem Träger ist.
Somit können alle Operationen (Ableitung, Tensorprodukt, Faltung usw.) für S 0 analog wie
für D 0 definiert werden, die Rechenregeln bleiben dabei dieselben.

3 Distributionen – 38 –
Analysis 4

3.12 Die F OURIER-Transformation für temperierte Distributionen

Sei ϕ ∈ S (Rd ).

Dann ist die Fourier-Transformation definiert durch F [ϕ](ξ) = (2π)1 d/2 Rd e−i〈x,ξ〉 ϕ(x) dx .
Die Fourier-Transformation F : S → S ist wie schon gezeigt eine bijektive Abbildung.
Lemma: F : S → S ist eine stetige Bijektion.
S
→ 0 folgt ∂ξα (ξβ F [ϕn ]) → 0 gleichmäßig.
Aus ϕn −
Man nun den Begriff der Fourier-Transformation auf Distributionen erweitern.
Beispielsweise soll für die
Delta-Distribution gelten, dass
F [δ(x − x 0 )](ξ) = (2π)1 d/2 Rd e−i〈x,ξ〉 δ(x − x 0 ) dx = (2π)1 d/2 e−i〈x 0 ,ξ〉 .



Motivation: Für f ∈ L 1 (Rd ) gilt nach Fubini (F [ f ], ϕ) = 1


ϕ(ξ) e−i〈x,ξ〉 f (x) dx dξ


(2π)d/2 Rd Rd
= (2π)1 d/2 Rd f (x) Rd e−i〈ξ,x〉 ϕ(ξ) dξ dx = ( f , F [ϕ]).

Fourier-Transformation: Sei f ∈ S 0 (Rd ).

Dann ist die Distribution F [ f ] ∈ S 0 (Rd ) definiert durch (F [ f ], ϕ) := ( f , F [ϕ]) für alle
ϕ ∈ S (Rd ).
Korrektheit: Für ϕ ∈ S ist F [ϕ] ∈ S , d. h. ( f , F [ϕ]) ist wohldefiniert.
Die Linearität folgt aus der Linearität von F : S → S .
Die Stetigkeit folgt aus obigem Lemma:
S S
Für ϕk −
→ ϕ gilt F [ϕk ] −→ F [ϕ], d. h. ( f , F [ϕk ]) → ( f , F [ϕ]).
Beispiel: Für die Fourier-Transformation der
Delta-Distribution gilt (F [δ(x − x 0 )](ξ), ϕ(ξ))
= (δ(x − x 0 ), F [ϕ](x)) = F [ϕ](x 0 ) = (2π)1 d/2 Rd e−i〈x 0 ,ξ〉 ϕ(ξ) dξ = ( (2π)1 d/2 e−i〈x 0 ,ξ〉 , ϕ(ξ)), also
F [δ(x − x 0 )] = (2π)1 d/2 e−i〈x 0 ,ξ〉 .

Wichtige Formeln sind F [δ] = 1

(2π)d/2
und F [1] = 1
(2π)d/2
δ.


Motivation: Für ψ ∈ S gilt F −1 [ψ](x) = 1
(2π)d/2 Rd ei〈x,ξ〉 ψ(ξ) dξ = F [ψ ◦ π](x) mit
(ψ ◦ π)(ξ) = ψ(−ξ).
inverse Fourier-Transformation: Sei f ∈ S 0 (Rd ).
Dann ist die Distribution F −1 [ f ] definiert durch F −1 [ f ] := F [ f ◦ π] mit π: Rd → Rd , ξ 7→ −ξ.

Eigenschaften
(1) FT und inverse FT sind invers zueinander: Sei f ∈ S 0 (Rd ).
Dann gilt F [F −1 [ f ]] = F −1 [F [ f ]] = f , denn
(F −1 [F [ f ]], ϕ) = (F [F [ f ] ◦ π], ϕ) = (F [ f ] ◦ π, F [ϕ]) = (F [ f ], F [ϕ] ◦ π)
= (F [ f ], F −1 [ϕ]) = ( f , F [F −1 [ϕ]]) = ( f , ϕ) aufgrund F [F −1 [ϕ]] = ϕ für ϕ ∈ S (Rd ).
(2) FT ist eine Bijektion: F : S 0 → S 0 ist eine Bijektion, denn sie ist
surjektiv (für g ∈ S 0 gilt F [ f ] = g mit f = F −1 [g] ∈ S ) und
injektiv (aus f ∈ S 0 mit F [ f ] = 0 folgt ∀ϕ∈S (F [ f ], ϕ) = ( f , F [ϕ]) = 0, also
∀ψ∈S ( f , ψ) = 0 und daher f = 0, indem man ϕ = F −1 (ψ) ∈ S setzt).
(3) Ableitung der FT: Für f ∈ S 0 (Rd ) und α ∈ N0d gilt ∂ξα F [ f ] = F [(−ix)α f ], denn
(∂ξα F [ f ](ξ), ϕ(ξ)) = (−1)|α| (F [ f ](ξ), ∂ξα ϕ(ξ)) = (−1)|α| ( f (x), F [∂ξα ϕ(ξ)](x))
= (−1)|α| ( f (x), (i x)α F [ϕ(ξ)](x)) = (−1)|α| ((i x)α f (x), F [ϕ(ξ)](x))
= ((−i x)α f (x), F [ϕ(ξ)](x)) = (F [(−i x)α f ](ξ), ϕ(ξ)).
(4) FT der Ableitung: Analog beweist man F [∂ xα f ] = (iξ)α F [ f ].
(5) FT einer skalierten Funktion: Sei c ∈ R mit c 6= 0. Dann ist F [ f (c x)](ξ) = |c|−d F [ f ]( ξc ).

3 Distributionen – 39 –
Analysis 4

(6) FT vom Tensorprodukt: Mit x, ξ ∈ Rn und y, η ∈ Rm gilt F(x, y)→(ξ,η) [ f (x) · g( y)](ξ, η)
= F x→ξ [ f ](ξ)·F y→η [g](η) = F y→η [F x→ξ [ f ](ξ)·g( y)](η) = F x→ξ [F y→η [g](η)· f (x)](ξ).
(7) FT bei kompaktem Träger: Für g ∈ D 0 (Rd ) mit supp g = K kompakt (d. h. insbesondere
e−i〈x, y〉
g ∈ S 0 (Rd )) gilt F [g] ∈ Θ M mit F [g] = (g(x), η(x) (2π) d/2 ).

Dabei ist η ∈ D(R ) mit η ≡ 1 auf K .

d

(8) FT der Faltung: Seien f , g ∈ S 0 (Rd ) mit supp g = K kompakt.

Dann ist (2π)1 d/2 F [ f ∗ g] = F [ f ] · F [g] mit F [ f ] ∈ S 0 (Rd ) und F [g] ∈ Θ M , denn


(F [ f ∗ g], ϕ) = ( f ∗ g, F [ϕ]) = ( f (x), (g( y)η( y) · (2π)1 d/2 Rd e−i〈x+ y,ξ〉 ϕ(ξ) dξ))

€ Š
= ( f (x), Rd (2π)1 d/2 (g( y), η( y)e−i〈 y,ξ〉 ) ϕ(ξ)e−i〈x,ξ〉 dξ)


= ( f (x), Rd F [g](ξ)ϕ(ξ)e−i〈x,ξ〉 dξ) = (2π)d/2 ( f (x), F [F [g](ξ) · ϕ(ξ)](x))
= (2π)d/2 (F [ f ], F [g] · ϕ) = (2π)d/2 (F [g] · F [ f ], ϕ). Dabei ist η( y) gleich 1 auf supp g
und es wurde die Formel aus 7. angewandt.

3.13 Die F OURIER-Transformation zur Berechnung von

Fundamentallösungen

Sei L(∂ ) = |α|≤m aα ∂ α ein Differentialausdruck auf Rd mit konstanten aα ∈ C.

P

Gesucht ist ein " ∈ S 0 (Rd ) mit L(∂ )" = δ (Fundmentallösung).

Für dieses " gilt dann F [L(∂ )"] = F [δ], d. h. L(iξ)F ["] = (2π)1 d/2 .
∂2 2
Beispiel: Für d = 2 und L(∂ ) = ∆ = ∂ x 12
+ ∂∂x 2 gilt L(iξ) = (iξ1 )2 + (iξ2 )2 = −(ξ21 + ξ22 ).
2

Daher gilt für " ∈ S 0 (R2 ), dass ∆" = δ genau dann, wenn −(ξ21 + ξ22 )F ["] = 2π .
1

Aus der Gleichung L(iξ)F ["] = (2π)1 d/2 kann man " herleiten: Falls L(iξ)
1 1
∈ Lloc gilt, so ist F ["] =
1
(2π)d/2 L(iξ)
. Andernfalls führt man eine geeignete Regularisation durch (z. B. Annähern von 1x
durch P 1x oder x±i·0 1
). Der Satz von Hörmander besagt, dass obige Gleichung immer eine
distributionelle Lösung X besitzt. Dann kann man " = F −1 [X ] berechnen.

Beispiel: Um die Fundmentallösung für d = 3 und den Laplace-Operator ∆ zu finden, verwen-

det man wieder die Gleichung −|ξ|2 F ["] = (2π)1 3/2 . Dabei ist |ξ|2 = ξ21 + ξ22 + ξ23 und X := F ["].
Man erhält also X = − (2π)3/2
1
|ξ|2
. Dies ist allerdings nur lokal integrierbar (nicht im L 1 ).
χ|
Man verwendet daher die Approximation (Regularisierung) X ν := − (2π)3/2|ξ|≤R(ν)
(|ξ|2 +|ν|2 )
.
(·) S0 S0
Für ν → 0 und R(ν) → 0 gilt X ν (ξ) − → X (ξ), also X ν −→ X und F −1 [X ν ] −→ F −1 [X ] = " .
Daher ist " = limν→0,R(ν)→∞ F −1 [X ν ].

ei〈x,ξ〉
Für die Berechnung von F −1 [X ν ] = (2π) 1
3 R3 , |ξ|≤R(ν) |ξ|2 +ν2 d ξ führt man eine Koordinatentrans-
3

formation in Kugelkoordinaten (R, ϕ, θ ) durch, sodass x auf der z -Achse liegt. Mit r := |x| und
R := |ξ| ist dann 〈x, ξ〉 = rR cos θ mit θ dem Winkel zwischen x und ξ.

ei〈x,ξ〉

2π
π
R(ν) eirR cos θ 2
Damit ist dann F −1 [X ν ] = (2π)
1
3 R , |ξ|≤R(ν) |ξ| +ν
3 2 2 d 3
ξ = 1
(2π) 3 0 0 0 R2 +ν2 R dr sin θ dθ dϕ
1

π
R(ν) eirR cos θ 2 1

1
R(ν) R2 irR y
= (2π)2 R dr sin θ dθ = 2e dR d y

0R(ν)0 R2 R +ν1 irR (2π)

R +ν R
2 2 2 −1 0 2

1 1 1 R(ν)
= (2π)2 R2 +ν2 · irR (e − e )dR = (2π)2 · 2 · r 0 R2 +ν2 · sin(rR)dR
−irR
0

R(ν)
R(ν) R
= 1
(2π)2 · 1r −R(ν) R2 +ν
R 1
2 · sin(rR)dR = (2π)2 · 2ir
1
−R(ν) R2 +ν2
(eirR − e−irR )dR mit
y = cos θ .
Per Integration über einen Halbkreis in der oberen bzw. unteren Halbebene sieht man

R(ν) R ±irR
Iν± := −R(ν) R2 +ν2e dR = ±iπe−νr + o(1) für ν → 0 (mit dem Lemma von Riemann).
ν→0
Damit ist F −1 [X ν ] = 1
(2π)2
1
· 2ir · (Iν+ − Iν− ) = 1
(2π)2
1
· 2ir · (iπ − (−iπ))eνr + o(1) −−→ 4πr .
1

3 Distributionen – 40 –