Analysis1

Wolfgang Soergel

3. Marz 2013

1 Furdie bebilderte 40MB-Version siehe . . ./ANALYSISmitBildern.pdf. Neue-

re weniger umfangreiche aber besser verlinkte Versionen findet man in
http://home.mathematik.uni-freiburg.de/soergel unter Skripten
2

Im ersten Kapitel habe ich Notationen und Begriffsbildungen zusammen-

gefat, von denen ich mir vorstelle, da sie zu Beginn des Studiums in en-
ger Abstimmung zwischen den beiden Grundvorlesungen entwickelt werden
konnten. Im zweiten Kapitel steht allerhand uber Mathematik, das nicht
zum logisch koharenten Aufbau beitragt und teilweise auch stark personlich
gefarbt ist. Die weitere Einteilung in Kapitel spiegelt inhaltliche Einheiten
wieder, darf aber nicht als Einteilung in Vorlesungen miverstanden werden.
Mir scheint zum Beispiel, da der Stoff der folgenden beiden Kapitel uber
Funktionen einer und mehrerer reellen Veranderlichen mit seinen 347 Text-
seiten zusammen mit der Halfte der 29 Textseiten aus dem ersten Kapitel mit
den Grundlagen in etwa drei vierstundige Vorlesungen fullen konnte. Beson-
ders wunschenswert fur einen derartigen Grundkurs schiene mir, zusatzlich
noch die ersten 30 Seiten des Kapitels uber Funktionenraume und Symme-
trien bis zur Fouriertransformation zu behandeln und dafur notfalls das eine
oder andere wegzulassen.
Inhaltsverzeichnis

A Grundlagen 15
I Allgemeine Grundlagen 17
1 Einstimmung . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.1 Vollstandige Induktion und binomische Formel . . . . . 19
1.2 Fibonacci-Folge und Vektorraumbegriff . . . . . . . . . 27
2 Naive Mengenlehre und Kombinatorik . . . . . . . . . . . . . 36
2.1 Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2 Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . 46
2.3 Logische Symbole und Konventionen . . . . . . . . . . 56
3 Algebraische Grundbegriffe . . . . . . . . . . . . . . . . . . . . 59
3.1 Mengen mit Verknupfung . . . . . . . . . . . . . . . . 59
3.2 Gruppen . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.3 Homomorphismen . . . . . . . . . . . . . . . . . . . . . 70
3.4 Korper . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.5 Der Aufbau des Zahlsystems* . . . . . . . . . . . . . . 78
4 Zum Schreiben von Mathematik* . . . . . . . . . . . . . . . . 80
4.1 Herkunft einiger Symbole . . . . . . . . . . . . . . . . 80
4.2 Grundsatzliches zur Formulierung . . . . . . . . . . . . 81
4.3 Sprache und Mathematik . . . . . . . . . . . . . . . . . 82
4.4 Terminologisches zur leeren Menge . . . . . . . . . . . 83

B Analysis 85
II Funktionen einer Veranderlichen 87
1 Die reellen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . 90
1.1 Wurzeln rationaler Zahlen . . . . . . . . . . . . . . . . 90
1.2 Ordnungen auf Mengen . . . . . . . . . . . . . . . . . . 92
1.3 Angeordnete Korper . . . . . . . . . . . . . . . . . . . 96
1.4 Die reellen Zahlen . . . . . . . . . . . . . . . . . . . . . 98
2 Folgen und Reihen . . . . . . . . . . . . . . . . . . . . . . . . 106

3
4 INHALTSVERZEICHNIS

2.1 Konvergenz von Folgen . . . . . . . . . . . . . . . . . . 106

2.2 Vollstandigkeit der reellen Zahlen . . . . . . . . . . . . 116
2.3 Vergleich von Q und R . . . . . . . . . . . . . . . . . . 120
2.4 Die Kreiszahl . . . . . . . . . . . . . . . . . . . . . . 124
2.5 Grenzwerte von Reihen . . . . . . . . . . . . . . . . . . 125
2.6 Wachstum und Zerfall . . . . . . . . . . . . . . . . . . 133
3 Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
3.1 Definition und erste Beispiele . . . . . . . . . . . . . . 140
3.2 Umkehrfunktionen und Zwischenwertsatz . . . . . . . . 146
3.3 Grenzwerte von Funktionen . . . . . . . . . . . . . . . 156
3.4 Stetige Funktionen auf Kompakta . . . . . . . . . . . . 163
3.5 Integration stetiger Funktionen . . . . . . . . . . . . . 166
4 Differentiation und Integration . . . . . . . . . . . . . . . . . . 175
4.1 Differentiation . . . . . . . . . . . . . . . . . . . . . . . 175
4.2 Ableitungsregeln . . . . . . . . . . . . . . . . . . . . . 178
4.3 Folgerungen aus Eigenschaften der Ableitung . . . . . . 182
4.4 Regeln von de lHospital . . . . . . . . . . . . . . . . . 193
4.5 Zusammenhang zwischen Integral und Ableitung . . . . 196
4.6 Integrationsregeln . . . . . . . . . . . . . . . . . . . . . 198
4.7 Hyperbolische trigonometrische Funktionen . . . . . . . 203
5 Potenzreihen und hohere Ableitungen . . . . . . . . . . . . . . 208
5.1 Funktionenfolgen und Potenzreihen . . . . . . . . . . . 208
5.2 Taylorentwicklung . . . . . . . . . . . . . . . . . . . . 217
5.3 Rechnen mit Approximationen . . . . . . . . . . . . . . 220
5.4 Der Abelsche Grenzwertsatz* . . . . . . . . . . . . . . 224
6 Stetigkeit in mehreren Veranderlichen . . . . . . . . . . . . . . 227
6.1 Vorschlage zur Veranschaulichung . . . . . . . . . . . . 227
6.2 Stetigkeit bei metrischen Raumen . . . . . . . . . . . . 229
6.3 Konvergenz von Folgen in metrischen Raumen . . . . . 235
6.4 Abgeschlossene und offene Teilmengen . . . . . . . . . 238
6.5 Topologische Raume . . . . . . . . . . . . . . . . . . . 241
6.6 Grenzwerte in topologischen Raumen . . . . . . . . . . 247
6.7 Kompakte metrische Raume . . . . . . . . . . . . . . . 250
6.8 Affine Raume . . . . . . . . . . . . . . . . . . . . . . . 253
6.9 Normierte Raume . . . . . . . . . . . . . . . . . . . . . 254
6.10 Uberdeckungen kompakter metrischer Raume . . . . . 261
6.11 Integrale mit Parametern . . . . . . . . . . . . . . . . . 264
7 Raumwertige Funktionen . . . . . . . . . . . . . . . . . . . . . 267
7.1 Bogenlange in metrischen Raumen . . . . . . . . . . . 267
7.2 Ableiten von raumwertigen Funktionen . . . . . . . . . 269
7.3 Die Bogenlange in normierten Raumen . . . . . . . . . 275
INHALTSVERZEICHNIS 5

7.4 Definition von Sinus und Cosinus . . . . . . . . . . . . 279

7.5 Vollstandigkeit und Exponential von Matrizen . . . . . 285
7.6 Eigenschaften von Sinus und Cosinus . . . . . . . . . . 290

III Analysis mit komplexen Zahlen 301

1 Komplexe Exponentialfunktion . . . . . . . . . . . . . . . . . 303
1.1 Definition und erste Eigenschaften . . . . . . . . . . . . 303
1.2 Fundamentalsatz der Algebra . . . . . . . . . . . . . . 311
1.3 Integration von vektorwertigen Funktionen . . . . . . . 312
1.4 Integration rationaler Funktionen . . . . . . . . . . . . 316
1.5 Komplexe Differenzierbarkeit* . . . . . . . . . . . . . . 319
2 Losung einiger Schwingungsgleichungen . . . . . . . . . . . . . 325
2.1 Gedampfte Schwingungen . . . . . . . . . . . . . . . . 325
2.2 Lineare Differentialgleichungen hoherer Ordnung . . . . 329
2.3 Gekoppelte Schwingungen . . . . . . . . . . . . . . . . 330
2.4 Angeregte Schwingungen . . . . . . . . . . . . . . . . . 332
3 Grundlegendes zu Fourierreihen . . . . . . . . . . . . . . . . . 335
3.1 Eindeutigkeit der Fourierreihe . . . . . . . . . . . . . . 335
3.2 Der Satz von Stone-Weierstra . . . . . . . . . . . . . 336
3.3 Konvergenz der Fourierreihe . . . . . . . . . . . . . . . 343

IV Funktionen mehrerer Veranderlichen 347

1 Ableitungen in mehreren Veranderlichen . . . . . . . . . . . . 349
1.1 Partielle Ableitungen und Gradient . . . . . . . . . . . 349
1.2 Das Differential . . . . . . . . . . . . . . . . . . . . . . 353
1.3 Die Kettenregel . . . . . . . . . . . . . . . . . . . . . . 361
1.4 Weitere Ableitungsregeln . . . . . . . . . . . . . . . . . 363
1.5 Differenzierbarkeit uber partielle Ableitungen . . . . . 367
2 Mehrfache Integrale und Ableitungen . . . . . . . . . . . . . . 371
2.1 Integration uber kompakte Quader . . . . . . . . . . . 371
2.2 Taylorentwicklung in mehreren Veranderlichen . . . . . 376
2.3 Rechnen mit Approximationen . . . . . . . . . . . . . . 379
2.4 Maxima und Minima in mehreren Veranderlichen . . . 382
3 Wegintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 388
3.1 Vektorfelder und Kovektorfelder . . . . . . . . . . . . . 388
3.2 Gradienten in krummlinigen Koordinaten* . . . . . . . 401
3.3 Wegintegrale . . . . . . . . . . . . . . . . . . . . . . . 407
3.4 Wegzusammenhang . . . . . . . . . . . . . . . . . . . . 415
3.5 Homotopie von Wegen . . . . . . . . . . . . . . . . . . 418
3.6 Rotation und Potential . . . . . . . . . . . . . . . . . . 421
4 Umkehrsatz und Anwendungen . . . . . . . . . . . . . . . . . 436
6 INHALTSVERZEICHNIS

4.1 Der Satz uber die Umkehrabbildung . . . . . . . . . . 436

4.2 Der Satz uber implizite Funktionen . . . . . . . . . . . 444
4.3 Untermannigfaltigkeiten reeller Raume . . . . . . . . . 452
4.4 Die Transformationsformel . . . . . . . . . . . . . . . . 464
4.5 Integration uber Untermannigfaltigkeiten des Rn . . . . 475
5 Gewohnliche Differentialgleichungen . . . . . . . . . . . . . . . 483
5.1 Grundlegende Definitionen und Eigenschaften . . . . . 483
5.2 Existenz und Eindeutigkeit von Losungen . . . . . . . 495
5.3 Lineare Differentialgleichungen . . . . . . . . . . . . . 501
5.4 Hohere Ableitungen ohne Koordinaten . . . . . . . . . 504
5.5 Losungen als Funktionen ihres Anfangswerts . . . . . . 506
6 Ma und Integral . . . . . . . . . . . . . . . . . . . . . . . . . 511
6.1 Maraume und Mae . . . . . . . . . . . . . . . . . . . 511
6.2 Konstruktion des Lebesguemaes auf R . . . . . . . . . 518
6.3 Mebare Abbildungen . . . . . . . . . . . . . . . . . . 529
6.4 Das Integral von nichtnegativen Funktionen . . . . . . 535
6.5 Integrierbare Funktionen und ihr Integral . . . . . . . . 542
6.6 Integration auf Produktraumen . . . . . . . . . . . . . 548
6.7 Regularitat von Borelmaen . . . . . . . . . . . . . . . 558
6.8 Rechnen mit dem Lebesgue-Integral . . . . . . . . . . . 560
6.9 Flachenma . . . . . . . . . . . . . . . . . . . . . . . . 565
7 Der Satz von Stokes . . . . . . . . . . . . . . . . . . . . . . . 570
7.1 Multilineare Algebra und Dachprodukt . . . . . . . . . 570
7.2 Differentialformen hoheren Grades . . . . . . . . . . . 575
7.3 Orientierung von Mannigfaltigkeiten . . . . . . . . . . 580
7.4 Integration von Differentialformen: Theorie . . . . . . . 583
7.5 Integration von Differentialformen: Praxis . . . . . . . 591
7.6 Auere Ableitung von Differentialformen . . . . . . . . 598
7.7 Berandete Untermannigfaltigkeiten . . . . . . . . . . . 604
7.8 Der Satz von Stokes . . . . . . . . . . . . . . . . . . . 612
7.9 Divergenz und Laplace in krummen Koordinaten* . . . 626

V Funktionenraume und Symmetrien 633

1 Funktionenraume und Fourierreihen . . . . . . . . . . . . . . . 635
1.1 Lebesgue-Integral vektorwertiger Funktionen . . . . . . 635
1.2 Fourierreihen quadratintegrierbarer Funktionen . . . . 636
1.3 Raume integrierbarer Funktionen . . . . . . . . . . . . 639
1.4 Hilbertraume und Hilbertbasen . . . . . . . . . . . . . 644
1.5 Approximation durch differenzierbare Funktionen . . . 648
1.6 Fourier-Reihen und Charaktere . . . . . . . . . . . . . 650
1.7 Orthogonale Projektionen in Hilbertraumen . . . . . . 653
INHALTSVERZEICHNIS 7

2 Fouriertransformation . . . . . . . . . . . . . . . . . . . . . . 659
2.1 Definition und erste Eigenschaften . . . . . . . . . . . . 659
2.2 Abstrakte Fouriertransformation . . . . . . . . . . . . . 671
2.3 Abstrakte Inversionsformel und Poisson-Formel . . . . 676
2.4 Operationen mit komplexen Maen . . . . . . . . . . . 683
2.5 Faltung von Maen und Funktionen . . . . . . . . . . . 686
2.6 Translationsinvariante Teilraume* . . . . . . . . . . . . 695
2.7 Allgemeinere Fouriertransformationen* . . . . . . . . . 697
3 Spektraltheorie in Hilbertraumen . . . . . . . . . . . . . . . . 704
3.1 Unitare Darstellungen von R . . . . . . . . . . . . . . . 704
3.2 Selbstadjungierte Operatoren . . . . . . . . . . . . . . 711
3.3 Spektren in Banach-Algebren . . . . . . . . . . . . . . 716
3.4 Spektren selbstadjungierter Operatoren . . . . . . . . . 721
3.5 Der Rieszsche Darstellungssatz . . . . . . . . . . . . . 727
3.6 Der Spektralsatz fur selbstadjungierte Operatoren . . . 730
3.7 Beweis des Spektralsatzes . . . . . . . . . . . . . . . . 736
3.8 Spektralzerlegung unitarer Darstellungen . . . . . . . . 741
3.9 Operationen von Maen auf Darstellungen . . . . . . . 744
3.10 Variationen zum Spektralsatz . . . . . . . . . . . . . . 748
3.11 Unbeschrankte Operatoren . . . . . . . . . . . . . . . . 752

VI Mannigfaltigkeiten und Liegruppen 757

1 Matrix-Liegruppen . . . . . . . . . . . . . . . . . . . . . . . . 762
1.1 Einfache Darstellungen der Drehgruppen . . . . . . . . 762
1.2 Tangentialraum und Exponentialabbildung . . . . . . . 766
1.3 Topologischer Zusammenhang . . . . . . . . . . . . . . 775
1.4 Erganzungen zum Zusammenhangsbegriff* . . . . . . . 778
1.5 Liealgebren von Matrix-Liegruppen . . . . . . . . . . . 780
1.6 Homomorphismen von Matrix-Liegruppen . . . . . . . 785
1.7 Drehgruppe und Spingruppe . . . . . . . . . . . . . . . 791
1.8 Quaternionale Gruppen . . . . . . . . . . . . . . . . . 792
2 Endlichdimensionale Darstellungen . . . . . . . . . . . . . . . 794
2.1 Darstellungen und ihre Ableitungen . . . . . . . . . . . 794
2.2 Einfache Darstellungen der Spingruppe . . . . . . . . . 800
2.3 Haarsches Ma fur Matrix-Liegruppen . . . . . . . . . 808
2.4 Vollstandig reduzible Darstellungen . . . . . . . . . . . 812
2.5 Kugelfunktionen* . . . . . . . . . . . . . . . . . . . . . 816
3 Erganzungen zur Topologie . . . . . . . . . . . . . . . . . . . . 822
3.1 Inneres und Abschlu . . . . . . . . . . . . . . . . . . . 822
3.2 Topologische Mannigfaltigkeiten . . . . . . . . . . . . . 825
3.3 Kompakte Raume . . . . . . . . . . . . . . . . . . . . . 826
8 INHALTSVERZEICHNIS

3.4 Konstruktion topologischer Raume . . . . . . . . . . . 829

3.5 Kompakte topologische Eins-Mannigfaltigkeiten* . . . 835
3.6 Produkttopologie . . . . . . . . . . . . . . . . . . . . . 838
3.7 Topologische Gruppen . . . . . . . . . . . . . . . . . . 841
3.8 Quotienten nach Gruppenwirkungen . . . . . . . . . . 843
3.9 Projektive Raume . . . . . . . . . . . . . . . . . . . . . 845
3.10 Eigentliche Abbildungen* . . . . . . . . . . . . . . . . 848
3.11 Separierte Abbildungen* . . . . . . . . . . . . . . . . . 851
4 Mannigfaltigkeiten und Liegruppen . . . . . . . . . . . . . . . 852
4.1 Geringte Raume . . . . . . . . . . . . . . . . . . . . . 852
4.2 Mannigfaltigkeiten . . . . . . . . . . . . . . . . . . . . 856
4.3 Tangentialraume . . . . . . . . . . . . . . . . . . . . . 862
4.4 Das Tangentialbundel . . . . . . . . . . . . . . . . . . . 870
4.5 Vektorfelder auf Mannigfaltigkeiten . . . . . . . . . . . 877
4.6 Integralkurven und Flusse . . . . . . . . . . . . . . . . 881
4.7 Die Lie-Klammer von Vektorfeldern . . . . . . . . . . . 885
4.8 Lieklammer und adjungierte Darstellung . . . . . . . . 890
4.9 Quotienten und homogene Raume . . . . . . . . . . . . 897
4.10 Abelsche Liegruppen . . . . . . . . . . . . . . . . . . . 902
4.11 Morphismen von Tori . . . . . . . . . . . . . . . . . . . 908
5 Vektorraumbundel und Felder . . . . . . . . . . . . . . . . . . 910
5.1 Lineare Algebra mit Vektorraumbundeln . . . . . . . . 910
5.2 Felder auf Mannigfaltigkeiten . . . . . . . . . . . . . . 915
5.3 Differentialformen . . . . . . . . . . . . . . . . . . . . . 918
5.4 Integration auf abstrakten Mannigfaltigkeiten . . . . . 920
5.5 Wohin? . . . . . . . . . . . . . . . . . . . . . . . . . . 921
5.6 Lie-Ableitung . . . . . . . . . . . . . . . . . . . . . . . 922
5.7 Kotangentialbundel, Wohin? . . . . . . . . . . . . . . . 926
5.8 Das viel spater bei G-Strukturen . . . . . . . . . . . . 927
5.9 Satz von Frobenius, wohin? . . . . . . . . . . . . . . . 932
6 Struktur kompakter Liegruppen . . . . . . . . . . . . . . . . . 936
6.1 Maximale Tori in kompakten Liegruppen . . . . . . . . 936
6.2 Klassifikation im Rang Eins . . . . . . . . . . . . . . . 940
6.3 Weylgruppen kompakter Liegruppen . . . . . . . . . . 945
6.4 Klassifikation der kompakten Liegruppen . . . . . . . . 947
7 Spiegelungsgruppen . . . . . . . . . . . . . . . . . . . . . . . . 966
7.1 Endliche Spiegelungsgruppen . . . . . . . . . . . . . . 966
7.2 Alkovengeometrie . . . . . . . . . . . . . . . . . . . . . 971
7.3 Affine Spiegelungsgruppen . . . . . . . . . . . . . . . . 980
7.4 Fundamentalbereiche . . . . . . . . . . . . . . . . . . . 990
7.5 Alkoven einer endlichen Spiegelungsgruppe . . . . . . . 992
INHALTSVERZEICHNIS 9

7.6 Coxetergraphen und Klassifikation . . . . . . . . . . . 996

7.7 Struktur affiner Spiegelungsgruppen . . . . . . . . . . . 1009
8 Wurzelsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . 1012
8.1 Wurzelsysteme und ihre Weylgruppen . . . . . . . . . . 1012
8.2 Affine Spiegelungsgruppen und Wurzelsysteme . . . . . 1017
8.3 Basen von Wurzelsystemen . . . . . . . . . . . . . . . . 1023
8.4 Unzerlegbare Wurzelsysteme . . . . . . . . . . . . . . . 1028
8.5 Klassifikation von Wurzelsystemen . . . . . . . . . . . 1030
9 Altes zu Wurzelsystemen, noch notig? . . . . . . . . . . . . . . 1034
9.1 Wichtige Erganzung fur Weylsche Nennerformel . . . . 1034
10 Funktionen auf kompakten Liegruppen . . . . . . . . . . . . . 1035
10.1 Das Haar-Ma auf Liegruppen . . . . . . . . . . . . . . 1035
10.2 Differentialformen auf Mannigfaltigkeiten . . . . . . . . 1035
10.3 G-Strukturen auf Mannigfaltigkeiten . . . . . . . . . . 1039
10.4 Funktionen auf kompakten Matrix-Liegruppen . . . . . 1040
10.5 Matrixkoeffizienten . . . . . . . . . . . . . . . . . . . . 1041
10.6 Kompakte Operatoren . . . . . . . . . . . . . . . . . . 1044
10.7 Uniforme Strukturen . . . . . . . . . . . . . . . . . . . 1049
10.8 Konvolution auf topologischen Gruppen . . . . . . . . 1051
10.9 Der Satz von Peter und Weyl . . . . . . . . . . . . . . 1054
10.10 Faltungsoperation auf Darstellungen . . . . . . . . . . 1057
10.11 Charaktere . . . . . . . . . . . . . . . . . . . . . . . . 1061
10.12 Einfache Darstellungen . . . . . . . . . . . . . . . . . . 1062
11 Allgemeine stetige Darstellungen . . . . . . . . . . . . . . . . 1069
11.1 Topologische Algebra . . . . . . . . . . . . . . . . . . . 1069
11.2 Kompakt-offene Topologie . . . . . . . . . . . . . . . . 1072
11.3 Beispiele fur stetige Darstellungen . . . . . . . . . . . . 1077
11.4 Stetige Induktion . . . . . . . . . . . . . . . . . . . . . 1080
11.5 Geometrische Interpretation der Induktion . . . . . . . 1085
11.6 Der Satz von Hahn-Banach . . . . . . . . . . . . . . . 1088
11.7 Filter auf topologischen Raumen . . . . . . . . . . . . 1094
11.8 Von-Neumann-Raume . . . . . . . . . . . . . . . . . . 1095
11.9 Kompakt getragene Mae . . . . . . . . . . . . . . . . 1097
11.10 Von-Neumann-Darstellungen . . . . . . . . . . . . . . . 1098
11.11 Hauptseriendarstellungen von SL(2; R) . . . . . . . . . 1101
11.12 Einfache g-K-Moduln fur sl(2; C) . . . . . . . . . . . . 1107
11.13 Darstellungen als Moduln uber der Ma-Algebra . . . . 1109
12 Unitare Darstellungen . . . . . . . . . . . . . . . . . . . . . . 1112
12.1 Irreduzible unitare Darstellungen von SL(2; R) . . . . . 1112
12.2 Unitare g-K-Moduln . . . . . . . . . . . . . . . . . . . 1114
12.3 Unitarisierbarkeit . . . . . . . . . . . . . . . . . . . . . 1115
10 INHALTSVERZEICHNIS

12.4 Unitare Induktion . . . . . . . . . . . . . . . . . . . . . 1116

12.5 Weitere Beispiele stetiger Darstellungen mit Kategori-
en, ALT . . . . . . . . . . . . . . . . . . . . . . . . . . 1118
13 Stetige Darstellungen von Lie-Gruppen . . . . . . . . . . . . . 1119
13.1 Differenzieren vektorwertiger Funktionen . . . . . . . . 1119
13.2 Glatte Vektoren . . . . . . . . . . . . . . . . . . . . . . 1122
13.3 Algebraisierung . . . . . . . . . . . . . . . . . . . . . . 1127
13.4 Beispiel komplexer Gruppen . . . . . . . . . . . . . . . 1131
13.5 Kohomologische Induktion . . . . . . . . . . . . . . . . 1133
13.6 Zulassigkeit irreduzibler unitarer Darstellungen . . . . 1136
13.7 Halbeinfaches, spater . . . . . . . . . . . . . . . . . . . 1138
14 Ab hier noch nicht in der Vorlesung dran . . . . . . . . . . . . 1139
14.1 Wohin? . . . . . . . . . . . . . . . . . . . . . . . . . . 1139
14.2 Wohin? . . . . . . . . . . . . . . . . . . . . . . . . . . 1140
14.3 Klassifikation kompakter Liegruppen, Schrott . . . . . 1140
15 Weiteres zu Liegruppen . . . . . . . . . . . . . . . . . . . . . . 1141
15.1 Mu woanders hin, Sammelsurium . . . . . . . . . . . 1141
15.2 Die adjungierte Darstellung . . . . . . . . . . . . . . . 1143
15.3 Liegruppen . . . . . . . . . . . . . . . . . . . . . . . . 1143
15.4 Marchen: Lie-Gruppen und Liealgebren . . . . . . . . . 1144
16 Steinbruch und Schrotthalde . . . . . . . . . . . . . . . . . . . 1146
16.1 Gemischte Ubungen . . . . . . . . . . . . . . . . . . . 1146
16.2 Zusammenhange . . . . . . . . . . . . . . . . . . . . . 1147
16.3 Mannigfaltigkeiten, alt . . . . . . . . . . . . . . . . . . 1150
16.4 Alter Beweis, wohl ganz Schrott . . . . . . . . . . . . . 1153
16.5 Schrott . . . . . . . . . . . . . . . . . . . . . . . . . . . 1155
17 Radonmae und Haarsche Mae . . . . . . . . . . . . . . . . 1156
17.1 Stetige Funktionen auf topologischen Raumen . . . . . 1156
17.2 Der Rieszsche Darstellungssatz . . . . . . . . . . . . . 1158
17.3 Haarsche Mae . . . . . . . . . . . . . . . . . . . . . . 1163
17.4 Der Satz von Tychonoff . . . . . . . . . . . . . . . . . 1170
18 Unbefriedigende Versuche . . . . . . . . . . . . . . . . . . . . 1172
18.1 Restbestande . . . . . . . . . . . . . . . . . . . . . . . 1172
18.2 Radon-Mae, ALT . . . . . . . . . . . . . . . . . . . . 1172

VII Mist und Versuche 1175

1 Steinbruch-Halde . . . . . . . . . . . . . . . . . . . . . . . . . 1178
1.1 Gliederung der Darstellungstheorie . . . . . . . . . . . 1178
1.2 Losungen von Ubungen . . . . . . . . . . . . . . . . . . 1179
1.3 Zur Uberlagerung von Mannigfaltigkeiten . . . . . . . . 1181
1.4 Zu Riemannschen Flachen . . . . . . . . . . . . . . . . 1182
INHALTSVERZEICHNIS 11

1.5 Alte Beweise . . . . . . . . . . . . . . . . . . . . . . . . 1183

1.6 Versuch Differentialform auf beliebiger Mannigfaltigkeit 1183
1.7 Integration uber Fasern . . . . . . . . . . . . . . . . . . 1185
1.8 Etwas zur Lie-Theorie . . . . . . . . . . . . . . . . . . 1187
1.9 Parametrisierte Minimalflachen nach Weierstra . . . . 1187
1.10 Minimax-Theorem von von Neumann . . . . . . . . . . 1188
1.11 Hilbert-Schmidt-Operatoren . . . . . . . . . . . . . . . 1188
1.12 Spuren in Hilbertraumen . . . . . . . . . . . . . . . . . 1190
1.13 Faserungskriterium von Ehresmann . . . . . . . . . . . 1193
1.14 Tangentenumlaufzahl . . . . . . . . . . . . . . . . . . . 1194
2 Unausgegorenes zum Lebesgue-Integral . . . . . . . . . . . . . 1198
2.1 Dichten . . . . . . . . . . . . . . . . . . . . . . . . . . 1198
2.2 Translationsinvariante Mae auf Produktraumen . . . . 1198
3 Klassische Mechanik . . . . . . . . . . . . . . . . . . . . . . . 1200
3.1 Die Newtonschen Bewegungsgleichungen . . . . . . . . 1200
3.2 Planetenbewegung . . . . . . . . . . . . . . . . . . . . 1205
3.3 Systeme mit Zwangsbedingungen . . . . . . . . . . . . 1210
3.4 Versuch, Uberblick zu schaffen . . . . . . . . . . . . . . 1221
3.5 Wohin? . . . . . . . . . . . . . . . . . . . . . . . . . . 1223
3.6 Hamilton-Versuch . . . . . . . . . . . . . . . . . . . . . 1224
3.7 Noch angucken . . . . . . . . . . . . . . . . . . . . . . 1230
3.8 Krummungsbegriffe . . . . . . . . . . . . . . . . . . . . 1230
3.9 Symplektische Form auf dem Kotangentialbundel . . . 1232
3.10 Geodaten . . . . . . . . . . . . . . . . . . . . . . . . . 1234
3.11 Krummung von Kurven . . . . . . . . . . . . . . . . . 1235
3.12 Krummung von Flachen im Raum . . . . . . . . . . . . 1238
3.13 Paralleltransport auf gekrummten Raumen . . . . . . . 1242
3.14 Wohin? . . . . . . . . . . . . . . . . . . . . . . . . . . 1251
3.15 Relativistische Raumzeit . . . . . . . . . . . . . . . . . 1252
3.16 Die Bewegungsgleichungen geladener Teilchen . . . . . 1259
3.17 Die Maxwellschen Gleichungen . . . . . . . . . . . . . 1263
3.18 Lorentzgruppe, noch Schrott . . . . . . . . . . . . . . . 1265
3.19 Schrott . . . . . . . . . . . . . . . . . . . . . . . . . . . 1266
3.20 Der Spannungstensor . . . . . . . . . . . . . . . . . . . 1268
3.21 Versuch zur Verschrankung . . . . . . . . . . . . . . . 1270
3.22 Laplace-Operator auf Mannigfaltigkeiten . . . . . . . . 1272
4 Schrotthalde zur Analysis . . . . . . . . . . . . . . . . . . . . 1273
4.1 Lipschitzstetigkeit des Flusses . . . . . . . . . . . . . . 1273
4.2 Existenz und Eindeutigkeit von Losungen . . . . . . . 1276
4.3 Alter Beweis Umkehrsatz . . . . . . . . . . . . . . . . . 1285
4.4 Landau-Symbole . . . . . . . . . . . . . . . . . . . . . 1287
12 INHALTSVERZEICHNIS

4.5 Erganzungen fur nicht -endliche Mae . . . . . . . . . 1287

4.6 Konvergenzbegriffe fur Zufallsvariablen . . . . . . . . . 1290
4.7 Markov-Ketten . . . . . . . . . . . . . . . . . . . . . . 1291
4.8 Unendliche Produkte von Maraumen . . . . . . . . . 1294
4.9 Grundlagen der Wahrscheinlichkeitsrechnung . . . . . . 1295
4.10 Brownsche Bewegung . . . . . . . . . . . . . . . . . . 1299
4.11 Bedingte Erwartung . . . . . . . . . . . . . . . . . . . 1302
4.12 Borel-Cantelli . . . . . . . . . . . . . . . . . . . . . . . 1308
4.13 Altes Beispiel Integral 2-Form . . . . . . . . . . . . . . 1309
4.14 Topologischer Dualraum . . . . . . . . . . . . . . . . . 1311
4.15 Topologischer Dualraum . . . . . . . . . . . . . . . . . 1315
4.16 Produkte von Wahrscheinlichkeitsraumen . . . . . . . . 1320

VIII Funktionentheorie 1323

1 Holomorphe Funktionen . . . . . . . . . . . . . . . . . . . . . 1325
1.1 Komplexe Differenzierbarkeit . . . . . . . . . . . . . . 1325
1.2 Holomorphe Funktionen . . . . . . . . . . . . . . . . . 1328
1.3 Komplexe Wegintegrale . . . . . . . . . . . . . . . . . . 1334
1.4 Integralsatz von Cauchy . . . . . . . . . . . . . . . . . 1342
1.5 Beziehung zu Wegintegralen im Reellen* . . . . . . . . 1352
1.6 Integralformel von Cauchy . . . . . . . . . . . . . . . . 1355
1.7 Potenzreihenentwicklung . . . . . . . . . . . . . . . . . 1361
1.8 Lokale Struktur holomorpher Funktionen . . . . . . . . 1365
2 Singulare Stellen holomorpher Funktionen . . . . . . . . . . . 1372
2.1 Isolierte Singularitaten und Laurentreihen . . . . . . . 1372
2.2 Umlaufzahl und Residuensatz . . . . . . . . . . . . . . 1378
2.3 Anwendungen des Residuensatzes . . . . . . . . . . . . 1383
3 Verschiedene weiterfuhrende Resultate . . . . . . . . . . . . . 1391
3.1 Harmonische Funktionen . . . . . . . . . . . . . . . . . 1391
3.2 Reihenentwicklung des Kotangens . . . . . . . . . . . . 1398
3.3 Produktentwicklung des Sinus . . . . . . . . . . . . . . 1401
3.4 Gammafunktion . . . . . . . . . . . . . . . . . . . . . . 1403
3.5 Riemannscher Abbildungssatz . . . . . . . . . . . . . . 1407
4 Erste Anwendungen in der Zahlentheorie . . . . . . . . . . . . 1411
4.1 Verteilung von Primzahlen . . . . . . . . . . . . . . . . 1411
4.2 Primzahlen in Restklassen . . . . . . . . . . . . . . . . 1419
4.3 Dirichlet-Reihen . . . . . . . . . . . . . . . . . . . . . . 1424
5 Unausgegorenes zur Funktionentheorie . . . . . . . . . . . . . 1429
5.1 Riemannsche Flachen . . . . . . . . . . . . . . . . . . 1429
5.2 Anschauung fur die Galoisgruppe* . . . . . . . . . . . 1442
5.3 Zur Weierstraschen -Funktion . . . . . . . . . . . . 1449
INHALTSVERZEICHNIS 13

5.4 Klassifikation holomorpher Ringgebiete . . . . . . . . . 1458

5.5 Elliptische Funktionen . . . . . . . . . . . . . . . . . . 1459
5.6 Hohere Differentiale, woanders . . . . . . . . . . . . . . 1461
5.7 Hypergeometrische Funktionen . . . . . . . . . . . . . 1462

IX Typische Prufungsfragen 1465

1 Lineare Algebra . . . . . . . . . . . . . . . . . . . . . . . . . . 1466
2 Algebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1467
3 Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1468
4 Funktionentheorie . . . . . . . . . . . . . . . . . . . . . . . . . 1469
5 Algebraische Geometrie (Staatsexamen) . . . . . . . . . . . . 1470
6 Algebraische Gruppen . . . . . . . . . . . . . . . . . . . . . . 1470

Literaturverzeichnis 1473
14 INHALTSVERZEICHNIS
 Teil A

Grundlagen

15
Kapitel I

Allgemeine Grundlagen

In diesem ersten Kapitel habe ich Notationen und Begriffsbildungen

zusammengefat, von denen ich mir vorstelle, da sie zu Beginn des
Studiums in enger Abstimmung zwischen den beiden Grundvorlesungen
erklart werden konnten.

Inhalt
1 Einstimmung . . . . . . . . . . . . . . . . . . . . . 19
1.1 Vollstandige Induktion und binomische Formel . . 19
1.2 Fibonacci-Folge und Vektorraumbegriff . . . . . . 27
2 Naive Mengenlehre und Kombinatorik . . . . . 36
2.1 Mengen . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2 Abbildungen . . . . . . . . . . . . . . . . . . . . . 46
2.3 Logische Symbole und Konventionen . . . . . . . . 56
3 Algebraische Grundbegriffe . . . . . . . . . . . . 59
3.1 Mengen mit Verknupfung . . . . . . . . . . . . . . 59
3.2 Gruppen . . . . . . . . . . . . . . . . . . . . . . . . 65
3.3 Homomorphismen . . . . . . . . . . . . . . . . . . 70
3.4 Korper . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.5 Der Aufbau des Zahlsystems* . . . . . . . . . . . . 78
4 Zum Schreiben von Mathematik* . . . . . . . . . 80
4.1 Herkunft einiger Symbole . . . . . . . . . . . . . . 80
4.2 Grundsatzliches zur Formulierung . . . . . . . . . 81
4.3 Sprache und Mathematik . . . . . . . . . . . . . . 82
4.4 Terminologisches zur leeren Menge . . . . . . . . . 83

17
18 KAPITEL I. ALLGEMEINE GRUNDLAGEN
1. EINSTIMMUNG 19

1 Einstimmung
1.1 Vollstandige Induktion und binomische Formel
n(n+1)
Satz 1.1.1. Fur jede naturliche Zahl n 1 gilt 1 + 2 + . . . + n = 2
.

Beweis. Bei diesem Beweis sollen Sie gleichzeitig das Beweisprinzip der voll-
standigen Induktion lernen. Wir bezeichnen mit A(n) die Aussage, da
die Formel im Satz fur ein gegebenes n gilt, und zeigen:

Induktionsbasis: Die Aussage A(1) ist richtig. In der Tat gilt die Formel
1 = 1(1+1)
2
.

Induktionsschritt: Aus der Aussage A(n) folgt die Aussage A(n+1). In der
Tat, unter der Annahme, da unsere Formel fur ein gegebenes n gilt, der
sogenannten Induktionsannahme oder Induktionsvoraussetzung,
rechnen wir
n(n+1)
1 + 2 + . . . + n + (n + 1) = 2
+ 2(n+1)
2
(n+2)(n+1)
= 2
(n+1)((n+1)+1)
= 2

und folgern so, da die Formel auch fur n + 1 gilt.

Es ist damit klar, da unsere Aussage A(n) richtig ist alias da unsere Formel
gilt fur alle n = 1, 2, 3, . . ..
1.1.2. Das Zeichen deutet in diesem Text das Ende eines Beweises an und
ist in der neueren Literatur weit verbreitet. Buchstaben in Formeln werden in
der Mathematik ublicherweise kursiv notiert, so wie etwa das n oder auch das
A im vorhergehenden Beweis. Nur Buchstaben oder Buchstabenkombinatio-
nen, die stets dasselbe bedeuten sollen, schreibt man nicht kursiv, wie etwa
sin fur den Sinus oder log fur den Logarithmus. Diese Konvention steht in
gewissem Widerspruch zur in der Physik ublichen Konvention, Abkurzungen
fur Einheiten kursiv zu setzen, wie etwa m fur Meter.
1.1.3. Der vorhergehende Beweis stutzt sich auf unser intuitives Verstandnis
der naturlichen Zahlen. Man kann das Konzept der naturlichen Zahlen auch
formal einfuhren und so die naturlichen Zahlen in gewisser Weise besser
verstehen. Das wird in 2.2.35 und ausfuhrlicher in ?? diskutiert. Das Wort
Induktion meint eigentlich Hervorrufen, so wie etwa das Betrachten einer
Wurst die Ausschuttung von Spucke induziert alias uns den Mund wassrig
macht. Im Zusammenhang der vollstandigen Induktion ist es dahingehend zu
20 KAPITEL I. ALLGEMEINE GRUNDLAGEN

verstehen, da die Richtigkeit unserer Aussage A(1) die Richtigkeit von A(2)
induziert, die Richtigkeit von A(2) hinwiederum die Richtigkeit von A(3), die
Richtigkeit von A(3) die Richtigkeit von A(4), und immer so weiter.
1.1.4. Es herrscht keine Einigkeit in der Frage, ob man die Null eine naturliche
Zahl nennen soll. In diesem Text ist stets die Null mit gemeint, wenn von
naturlichen Zahlen die Rede ist. Wollen wir die Null dennoch ausschlieen,
so sprechen wir wie oben von einer naturlichen Zahl n 1.
1.1.5. Ich will kurz begrunden, warum es mir naturlich scheint, auch die Null
eine naturliche Zahl zu nennen: Hat bildlich gesprochen jedes Kind einer
Klasse einen Korb mit Apfeln vor sich und soll seine Apfel zahlen, so kann
es ja durchaus vorkommen, da in seinem Korb gar kein Apfel liegt, weil es
zum Beispiel alle seine Apfel bereits gegessen hat. In der Begrifflichkeit der
Mengenlehre ausgedruckt, die wir in 2.1 einfuhren werden, mu man die leere
Menge endlich nennen, wenn man erreichen will, da jede Teilmenge einer
endlichen Menge wieder endlich ist. Will man dann zusatzlich erreichen, da
die Kardinalitat jeder endlichen Menge eine naturliche Zahl ist, so darf man
die Null nicht aus den naturlichen Zahlen herauslassen.
1.1.6. Man kann sich den Satz anschaulich klar machen als eine Formel fur
die Flache eines Querschnitts fur eine Treppe der Lange n mit Stufenabstand
und Stufenhohe eins. In der Tat bedeckt ein derartiger Querschnitt ja offen-
sichtlich ein halbes Quadrat der Kantenlange n nebst n halben Quadraten
der Kantenlange Eins. Ein weiterer Beweis geht so:
1 + 2 + ... + n = 1/2 + 2/2 + . . . + n/2
+ n/2 +(n 1)/2 + . . . + 1/2
n+1 n+1 n+1
= 2
+ 2
+... + 2

= n(n + 1)/2
Ich will diesen Beweis benutzen, um eine neue Notation einzufuhren.
Definition 1.1.7. Gegeben a1 , a2 , . . . , an schreiben wir
n
X
ai := a1 + a2 + . . . + an
i=1
P
Das Symbol ist ein groes griechisches S und steht fur Summe. Das
Symbol := deutet an, da die Bedeutung der Symbole auf der doppelpunkt-
behafteten Seite des Gleichheitszeichens durch den Ausdruck auf der anderen
Seite unseres Gleichheitszeichens definiert ist. Im obigen und ahnlichen Zu-
sammenhangen heien a1 , . . . , an die Summanden und i der Laufindex, da
er eben etwa in unserem Fall von 1 bis n lauft und anzeigt alias indiziert,
welcher Summand gemeint ist.
1. EINSTIMMUNG 21

SkriptenBilder/Bild0003.png

Die Gesamtflache dieses Treppenquerschnitts ist offensichtlich

42 /2 + 4/2 = 4 5/2
22 KAPITEL I. ALLGEMEINE GRUNDLAGEN

1.1.8. Das Wort Definition kommt aus dem Lateinischen und bedeutet Ab-
grenzung. In Definitionen versuchen wir, die Bedeutung von Symbolen und
Begriffen so klar wie moglich festzulegen. Sie werden merken, da man in der
Mathematik die Angwohnheit hat, in Definitionen Worte der Umgangsspra-
che wie Menge, Gruppe, Korper, Unterkorper, Abbildung etc. umzuwidmen
und ihnen ganz spezielle und meist nur noch entfernt mit der umgangssprach-
lichen Bedeutung verwandte neue Bedeutungen zu geben. In mathematischen
Texten sind dann uberwiegend diese umgewidmeten Bedeutungen gemeint.
In dieser Weise baut die Mathematik also wirklich ihre eigene Sprache auf,
bei der jedoch die Grammatik und auch nicht ganz wenige Worter doch
wieder von den uns gelaufigen Sprachen ubernommen werden. Das mu ins-
besondere fur den Anfanger verwirrend sein, der sich auch bei ganz harm-
los daherkommenden Wortern stets wird fragen mussen, ob sie denn nun
umgangssprachlich gemeint sind oder vielmehr bereits durch eine Definition
festgelegt wurden. Um hier zu helfen, habe ich mir groe Muhe mit dem In-
dex gegeben, das Sie ganz am Schlu dieses Skriptums finden, und in dem
alle an verschiedenen Stellen eingefuhrten oder umgewidmeten und dort fett
gedruckten Begriffe verzeichnet sein sollten. Und an dieser Stelle mu ich Sie
schon bitten, das Wort Index nicht als Laufindex mizuverstehen. . .
P
Beispiel 1.1.9. In der -Notation liest sich der in 1.1.6 gegebene Beweis so:
Pn Pn i
Pn i
i=1 i = i=1 2 + i=1 2

und
Pn nach Indexwechsel i = n + 1 k hinten
i
P n n+1k
= i=1 2 + k=1 2

dann
Pn mache Pnk zu i in der zweiten Summe
i n+1i
= i=1 2 + i=1 2

und
Pn nach Zusammenfassen beider Summen
n+1
= i=1 2

ergibt sich offensichtlich

= n( n+1
2
)

Beispiel 1.1.10. Ein anderer Beweis derselben Formel kann auch durch die
folgende von der Mitte ausgehend zu entwickelnde Gleichungskette gegeben
werden:
n
X n
X n
X n
X n
X
2 2 2
(n + 1) = (i + 1) i = 2i + 1 = 2 i+ 1=n+1+2 i
i=0 i=0 i=0 i=0 i=0

P
Definition 1.1.11. In einer ahnlichen Bedeutung wie verwendet man
1. EINSTIMMUNG 23
Q
auch das Symbol , ein groes griechisches P , fur Produkt und schreibt
n
Y
ai := a1 a2 . . . an
i=1

Die a1 , . . . , an heien in diesem und ahnlichen Zusammenhangen die Fakto-

ren des Produkts.
Definition 1.1.12. Fur jede naturliche Zahl n 1 definieren wir die Zahl
n! (sprich: n Fakultat) durch die Formel
n
Y
n! := 1 2 . . . n = i
i=1

Wir treffen zusatzlich die Vereinbarung 0! := 1 und haben also 0! = 1, 1! = 1,

2! = 2, 3! = 6, 4! = 24 und so weiter.
Erganzung 1.1.13. Wir werden in Zukunft noch ofter Produkte mit uber-
haupt keinem Faktor zu betrachten haben und vereinbaren deshalb gleich
hier schon, da Produkten, bei denen die obere Grenze des Laufindex um
Eins kleiner istQals seine untere Grenze, der Wert 1 zugewiesen werden soll,
also etwa 1 = 0i=1 i. Ebenso vereinbaren wir auch, da Summen, bei denen
die obere Grenze des Laufindex um Eins kleiner ist als seine untere Grenze,
der Wert 0 zugewiesen werden soll, soPda wir in Erweiterung unserer For-
mel 1.1.1 etwa schreiben konnten 0 = 0i=1 i. Der Sinn dieser Erweiterungen
zeigt sich darin, da damit Formeln wie li=k ai = m
P P Pl
i=k ai + i=m+1 ai auch
fur m = k 1 richtig bleiben. Man mag sogar noch weiter gehen und die
Definition von Summen auf beliebige untere und obere Grenzen so erweitern,
da diese Formeln richtig bleiben. In dieser Allgemeinheit
R ist die fragliche
Notation jedoch nur beim kontinuierlichen Analogon des Summenzeichens
ublich, wie in II.3.5.10 ausgefuhrt werden wird.
Satz 1.1.14 (Bedeutung der Fakultat). Es gibt genau n! Moglichkeiten,
n voneinander verschiedene Objekte in eine Reihenfolge zu bringen.
Beispiel 1.1.15. Es gibt genau 3! = 6 Moglichkeiten, die drei Buchstaben a, b
und c in eine Reihenfolge zu bringen, namlich
abc bac cab
acb bca cba
In gewisser Weise stimmt unser Satz sogar fur n = 0: In der Terminologie, die
wir in II.1.2 einfuhren, gibt es in der Tat genau eine Anordnung der leeren
Menge.
24 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Beweis. Hat man n voneinander verschiedene Objekte, so hat man n Mog-

lichkeiten, ein Erstes auszusuchen, dann (n 1) Moglichkeiten, ein Zweites
auszusuchen und so weiter, bis schlielich nur noch eine Moglichkeit bleibt,
ein Letztes auszusuchen. Insgesamt haben wir also in der Tat wie behauptet
n! mogliche Reihenfolgen.

Definition 1.1.16. Wir definieren

fur beliebiges n und jede naturliche Zahl
k die Binomialkoeffizienten nk (sprich: n uber k) durch die Regeln

  k1
Ynj  
n n(n 1) . . . (n k + 1) n
:= = fur k 1 und := 1.
k k j k(k 1) . . . 1 0
j=0

Der Sonderfall k = 0 wird im Ubrigen auch durch unsere allgemeine Formel

gedeckt, wenn wir unsere Konvention 1.1.13 beherzigen. Im
Lichte des fol-
n
genden Satzes schlage ich vor, die Binomialkoeffizienten k statt n uber k
inhaltsreicher k aus n zu sprechen.

1.1.17. Die Bezeichnung als Binomialkoeffizienten leitet sich von dem Auf-
treten dieser Zahlen als Koeffizienten in der binomischen Formel 1.1.23 ab.
Erganzende Ubung 1.1.18. Man zeige: Ist p eine Primzahl und n nicht durch
pe n


p teilbar und e 0 eine naturliche Zahl, so ist pe auch nicht durch p teil-
bar. Hinweis: Man moge bei der Losung dieser Ubung bereits die Erkenntnis
verwenden, da eine Primzahl ein Produkt nur teilen kann, wenn sie einen
der Faktoren teilt. Ein Beweis dieser Tatsache wird in ?? nachgeholt werden.

Satz 1.1.19 (Bedeutung der Binomialkoeffizienten). Gegeben naturliche

n


Zahlen n und k gibt es genau k Moglichkeiten, aus n voneinander verschie-
denen Objekten k Objekte auszuwahlen.

Beispiel 1.1.20. Es gibt genau 42 = 21 43

= 6 Moglichkeiten, aus den vier
Buchstaben a, b, c, d zwei auszuwahlen, namlich

a, b b, c c, d
a, c b, d
a, d

Beweis. Wir haben n Moglichkeiten, ein erstes Objekt auszuwahlen, dann

n 1 Moglichkeiten, ein zweites Objekt auszuwahlen, und so weiter, also
insgesamt n(n 1) . . . (n k + 1) Moglichkeiten, k Objekte der Reihe nach
auszuwahlen. Auf die Reihenfolge, in der wir ausgewahlt haben, kommt es
uns aber gar nicht an, jeweils genau k! von unseren n(n 1) . . . (n k + 1)
1. EINSTIMMUNG 25

Moglichkeiten fuhren nach 1.1.14 also zur Auswahl derselben k Objekte. Man
bemerke, da unser Satz auch im Extremfall k = 0 noch stimmt, wenn wir ihn
geeignet interpretieren: In der Terminologie, die wir gleich einfuhren werden,
besitzt in der Tat jede Menge genau eine nullelementige Teilmenge, namlich
die leere Menge.
1.1.21. Offensichtlich gilt fur alle naturlichen Zahlen n mit n k die Formel
   
n n! n
= =
k k!(n k)! nk

Das folgt einerseits sofort aus der formalen Definition und ist andererseits
auch klar nach der oben erklarten Bedeutung der Binomialkoeffizienten: Wenn
wir aus n Objekten k Objekte auswahlen, so bleiben n k Objekte ubrig. Es
gibt demnach gleichviele Moglichkeiten, k Objekte auszuwahlen, wie

esn
Mog-
n
lichkeiten gibt, n k Objekte auszuwahlen. Wir

haben weiter n = 0 = 1
n n


fur jede naturliche Zahl n 0 sowie 1 = n1 = n fur jede naturliche Zahl
n 1.

Definition 1.1.22. Wie in der Schule setzen wir ak := ki=1 a, in Worten

Q
ist also gemeint das Produkt von k-mal dem Faktor a, und verstehen im
Lichte von 1.1.13 insbesondere a0 = 1.

Satz 1.1.23. Fur jede naturliche Zahl n gilt die binomische Formel
n  
n
X n k nk
(a + b) = a b
k=0
k

1.1.24. Man beachte, wie wichtig unsere Konvention a0 = 1 und insbesondere

auch 00 = 1 fur die Gultigkeit dieser Formel ist.
1.1.25. Die Bezeichung binomische Formel leitet sich ab von der Vorsilbe
bi fur Zwei, wie etwa in englisch bicycle fur Zweirad alias Fahrrad,
und dem lateinischen Wort nomen fur Namen. Mit den beiden Namen
sind hier a und b gemeint. Mehr dazu wird in II.3.1.20 erklart.
Erster Beweis. Beim Ausmultiplizieren erhalten wir so oft ak bnk , wie es
Moglichkeiten gibt, aus unseren n Faktoren (a + b) die k Faktoren auszusu-
chen, in denen wir beim Ausmultiplizieren das b nehmen. Dieses Argument
werden wir in 2.1.22 noch besser formulieren.
Zweiter Beweis. Dieser Beweis ist eine ausgezeichnete Ubung im Umgang
mit unseren Symbolen und mit der vollstandigen Induktion. Er scheint mir
jedoch auch in einer fur Beweise durch vollstandige Induktion typischen Weise
26 KAPITEL I. ALLGEMEINE GRUNDLAGEN

wenig durchsichtig. Zunachst prufen wir fur beliebiges n und jede naturliche
Zahl k 1 die Formel
     
n n n+1
+ =
k1 k k

durch explizites Nachrechnen. Dann geben wir unserer Formel im Satz den
Namen A(n) und prufen die Formel A(0) und zur Sicherheit auch noch A(1)
durch Hinsehen. Schlielich gilt es, den Induktionsschritt durchzufuhren, als
da heit, A(n + 1) aus A(n) zu folgern. Dazu rechnen wir

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

und mitPder Induktionsvoraussetzung
= (a + b) nk=0 nk ak bnk

und
Pn durch

Ausmultiplizieren
n k+1 nk
+ nk=0 nk ak bnk+1
P

= k=0 k a b
und Indexwechsel k = i 1 in
der ersten Summe
Pn+1 n
i ni+1 Pn
= i=1 i1 a b + k=0 nk ak bnk+1
dann mitP
k statt i und Absondern von Summanden
n+1 0 n n

k nk+1
= a b + k=1 k1 a b +
Pn
+ k=1 nk ak bnk+1 + a0 bn+1

und nachP
Zusammenfassen der mittleren Summen
n+1 0 n n+1 k nk+1


= a b + k=1 k a b + a0 bn+1
und Einbeziehen der abgesonderten Summanden
Pn+1 n+1
k n+1k
= k=0 k
a b

und folgern so tatsachlich A(n + 1) aus A(n).

n
+ nk = n+1




1.1.26. Die Formel k1 k
fur k 1 kann man zur effektiven
Berechnung der Binomialkoeffizienten mit dem sogenannten Pascalschen
Dreieck benutzen: Im Schema
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1

seien die Einsen an den Randern vorgegeben und eine Zahl in der Mitte
berechne sich als die Summe ihrer beiden oberen Nachbarn. Dann stehen in
1. EINSTIMMUNG 27

n n



der (n + 1)-ten
Zeile der
Reihe nach die Binomialkoeffizienten 0
= 1, 1
=
n
n, . . ., bis n1 = n, nn = 1. Wir haben also zum Beispiel

(a + b)4 = a4 + 4a3 b + 6a2 b2 + 4ab3 + b4

Pn 2
Ubung 1.1.27. Man finde und beweise eine Formel fur i=1 i . Hinweis: Man
suche zunachst eine Formel fur ni=1 i3 (i 1)3 und beachte i3 (i 1)3 =
P
3i2 3i + 1.
Erganzende
Pn Ubung 1.1.28. Man zeige, da fur jedes k N eine Formel der
k 1
Gestalt i=1 i = k+1 nk+1 + ak nk + . . . + a1 k + a0 gilt mit a Q.

1.2 Fibonacci-Folge und Vektorraumbegriff

Beispiel 1.2.1. Die Fibonacci-Folge

0, 1, 1, 2, 3, 5, 8, 13, 21, . . .

entsteht, indem man mit f0 = 0 und f1 = 1 beginnt und dann jedes weitere
Folgenglied als die Summe seiner beiden Vorganger bildet. Wir suchen nun
fur die Glieder fi dieser Folge eine geschlossene Darstellung. Dazu vereinba-
ren wir, da wir Folgen x0 , x1 , x2 , . . . mit der Eigenschaft xn = xn1 + xn2
fur n = 2, 3, 4, . . . Folgen vom Fibonacci-Typ nennen wollen. Kennen
wir die beiden ersten Glieder einer Folge vom Fibonacci-Typ, so liegt na-
turlich bereits die gesamte Folge fest. Nun bemerken wir, da fur jede Folge
x0 , x1 , x2 , . . . vom Fibonacci-Typ und jedes auch die Folge x0 , x1 , x2 , . . .
vom Fibonacci-Typ ist, und da fur jede weitere Folge y0 , y1 , y2 , . . . vom
Fibonacci-Typ auch die gliedweise Summe (x0 + y0 ), (x1 + y1 ), (x2 + y2 ), . . .
eine Folge vom Fibonacci-Typ ist. Der Trick ist dann, danach zu fragen, fur
welche die Folge xi = i vom Fibonacci-Typ ist. Das ist ja offensichtlich
genau dann der Fall, wenn gilt 2 = + 1, als da heit fur = 21 (1 5).
Fur beliebige c, d ist mithin die Folge

xi = c+i + di

vom Fibonacci-Typ, und wenn wir c und d bestimmen mit x0 = 0 und x1 = 1,

so ergibt sich eine explizite Darstellung unserer Fibonacci-Folge. Wir suchen
also c und d mit
0 = c+d


1 = c 21 (1 + 5) + d 12 (1 5)

und folgern leicht c = d und 1 = c 5 alias c = 1/ 5 = d. Damit
ergibt sich schlielich fur unsere ursprungliche Fibonacci-Folge die explizite
28 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Darstellung
!i !i
1 1+ 5 1 1 5
fi =
5 2 5 2

Im ubrigen ist der zweite Summand hier immer kleiner als 1/2, so da wir
fi auch beschreiben konnen als diejenige ganze Zahl, die am nachstem am
ersten Summanden liegt. Es ware ruckblickend naturlich ein Leichtes gewe-
sen, diese Formel einfach zu raten um sie dann mit vollstandiger Induktion
1.1.1 zu beweisen. Diese Art mathematischer Zaubertricks halte ich jedoch
fur unehrenhaft. Ich werde deshalb stets nach Kraften versuchen, das Trick-
sen zu vermeiden, auch wenn die Beweise dadurch manchmal etwas langer
werden sollten. Eine Moglichkeit, auch den letzten verbleibenden Trick aus
den vorhergehenden Uberlegungen zu eliminieren, zeigt ??. Die bei unserer
1
Losung auftretende reelle Zahl 2 (1 + 5) ist im Ubrigen auch bekannt als
goldener Schnitt aus Grunden, die in nebenstehendem Bild diskutiert wer-
den. In II.2.3.4 durfen Sie dann zur Ubung zeigen, da der Quotient zweier
aufeinanderfolgender Fibonacci-Zahlen gegen den goldenen Schnitt strebt,
da also genauer und in Formeln fur unsere Fibonacci-Folge f0 , f1 , f2 , . . . von
oben gilt

fi+1 1+ 5
lim =
i fi 2

Ubung 1.2.2. Ein Kredit von 10000 Euro wird am Ende jeden Jahres mit
einem jahrlichen Zinssatz von 5% auf die jeweilige Restschuld verzinst und
der Kreditnehmer zahlt zu Beginn jeden Jahres 1000 Euro zuruck. Man finde
eine geschlossene Formel fur die Restschuld am Ende des n-ten Jahres.
Ubung 1.2.3. Kann man fur jede Folge x0 , x1 , . . . vom Fibonacci-Typ Zahlen
c, d finden mit xi = c+i +di fur alle i? Finden Sie eine geschlossene Darstel-
lung fur die Glieder der Folge, die mit 0, 0, 1 beginnt und dem Bildungsgesetz
xn = 2xn1 + xn2 2xn3 gehorcht.
Beispiel 1.2.4. Ein System von mehreren Gleichungen, in denen dieselben
Unbekannten auftauchen, nennt man auch ein Gleichungssystem. Wir be-
trachten ein homogenes lineares Gleichungssystem alias ein Gleichungssys-
tem der Gestalt

11 x1 + 12 x2 + . . . +1m xm = 0
21 x1 + 22 x2 + . . . +2m xm = 0
..
.
n1 x1 + n2 x2 + . . . +nm xm = 0
1. EINSTIMMUNG 29

SkriptenBilder/BildGSc.png

Der goldene Schnitt ist das Verhaltnis, in dem eine Strecke geteilt werden
mu, damit das Verhaltnis vom groeren zum kleineren Stuck gleich dem
Verhaltnis des Ganzen zum groeren Stuck ist, also die positive Losung
der
2
Gleichung a/1 = (1 + a)/a alias a a 1 = 0, also a = (1 + 5)/2.
30 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Wie man zu vorgegebenen i,j fur 1 i n und 1 j m die Menge

L aller Losungen (x1 , . . . , xm ) ermittelt, sollen sie spater in dieser Vorlesung
lernen. Zwei Dinge aber sind a priori klar:

1. Sind (x1 , . . . , xm ) und (x01 , . . . , x0m ) Losungen, so ist auch ihre kompo-
nentenweise Summe (x1 + x01 , . . . , xm + x0m ) eine Losung;

2. Ist (x1 , . . . , xm ) eine Losung und eine reelle Zahl, so ist auch das
komponentenweise Produkt (x1 , . . . , xm ) eine Losung.

Beispiel 1.2.5. Wir betrachten die Menge aller Funktionen f : R R, die

zweimal differenzierbar sind und der Differentialgleichung

f 00 = f

genugen. Losungen sind zum Beispiel die Funktionen sin, cos, die Nullfunk-
tion oder auch die Funktionen f (x) = sin(x + a) fur konstantes a. Wie man
die Menge L aller Losungen beschreiben kann, sollen Sie nicht hier lernen.
Zwei Dinge aber sind a priori klar:

1. Mit f und g ist auch die Funktion f + g eine Losung;

2. Ist f eine Losung und eine reelle Zahl, so ist auch f eine Losung.

Beispiel 1.2.6. Wir betrachten die Gesamtheit aller Parallelverschiebungen

der Tafelebene. Graphisch stellen wir solch eine Parallelverschiebung dar
durch einen Pfeil von irgendeinem Punkt zu seinem Bild unter der Verschie-
bung. Im nebenstehenden Bild stellen etwa alle gepunktelten Pfeile dieselbe
Parallelverschiebung dar. Was fur ein Ding diese Gesamtheit P aller Parallel-
verschiebungen eigentlich ist, scheint mir recht undurchsichtig, aber einiges
ist a priori klar:

1. Sind p und q Parallelverschiebungen, so ist auch ihre Hintereinander-

ausfuhrung p q, sprich p nach q, eine Parallelverschiebung.

2. Ist eine reelle Zahl und p eine Parallelverschiebung, so konnen wir eine
neue Parallelverschiebung p bilden, das -fache von p. Bei negativen
Vielfachen vereinbaren wir hierzu, da eine entsprechende Verschiebung
in die Gegenrichtung gemeint ist.

3. Fuhren wir eine neue Notation ein und schreiben fur die Hintereinander-
ausfuhrung p u q := p q, so gelten fur beliebige Parallelverschiebungen
1. EINSTIMMUNG 31

SkriptenBilder/BildPar.png

Die Hintereinanderausfuhrung der beiden Parallelverschiebungen der Tafel-

oder hier vielmehr der Papierebene, die durch die durchgezogenen Pfeile
dargestellt werden, wird die durch die gepunktelten Feile dargestellt.
32 KAPITEL I. ALLGEMEINE GRUNDLAGEN

p, q, r der Tafelebene und beliebige reelle Zahlen , die Formeln

(p u q) u r = p u (q u r)
puq = qup
(p) = ()p
( + )p = (p) u (p)
(p u q) = (p) u (q)

Will man sich die Gesamtheit aller Parallelverschiebungen der Tafelebene

anschaulich machen, so tut man im Ubrigen gut daran, einen Punkt als
Ursprung auszuzeichnen und jede Parallelverschiebung mit dem Punkt der
Tafelebene zu identifizieren, auf den unsere Parallelverschiebung diesen Ur-
sprung abbildet.
Beispiel 1.2.7. Analoges gilt fur die Gesamtheit der Parallelverschiebung des
Raums unserer Anschauung und auch fur die Gesamtheit aller Verschiebun-
gen einer Geraden und, mit noch mehr Mut, fur die Gesamtheit aller Zeit-
spannen.
1.2.8. Die Formeln unserer kleinen Formelsammlung von 1.2.6.3 gelten ganz
genauso auch fur die Losungsmenge unserer Differentialgleichung f 00 = f ,
wenn wir f u g := f + g verstehen, fur die Losungsmenge unseres linearen
Gleichungssystems, wenn wir

(x1 , . . . , xm ) u (x01 , . . . , x0m ) := (x1 + x01 , . . . , xm + x0m )

als komponentenweise Addition verstehen, und fur die Menge aller Folgen
vom Fibonacci-Typ, wenn wir ahnlich die Summe u zweier Folgen erklaren.
Ein wesentliches Ziel der folgenden Vorlesungen uber lineare Algebra ist es,
einen abstrakten Formalismus aufzubauen, dem sich alle diese Beispiele un-
terordnen. Dadurch soll zweierlei erreicht werden:
1. Unser abstrakter Formalismus soll uns dazu verhelfen, die uns als Augen-
tieren und Nachkommen von Astehupfern angeborene raumliche Anschauung
nutzbar zu machen zum Verstandnis der bis jetzt gegebenen Beispiele und
der vielen weiteren Beispiele von Vektorraumen, denen Sie im Verlauf Ih-
res Studiums noch begegnen werden. So werden sie etwa lernen, da man
sich die Menge aller Folgen vom Fibonacci-Typ durchaus als Ebene vorstel-
len darf und die Menge aller Folgen mit vorgegebenem Folgenglied an einer
vorgegebenen Stelle als eine Gerade in dieser Ebene. Suchen wir also alle
Folgen vom Fibonacci-Typ mit zwei vorgegebenen Folgengliedern, so werden
wir im allgemeinen genau eine derartige Losung finden, da sich eben zwei
Geraden aus einer Ebene im allgemeinen in genau einem Punkt schneiden.
In diesem Licht betrachtet soll der abstrakte Formalismus uns also helfen,
1. EINSTIMMUNG 33

a priori unanschauliche Fragestellungen der Anschauung zuganglich zu ma-

chen. Ich denke, diese Nahe zur Anschauung ist auch der Grund dafur, da
die lineare Algebra meist an den Anfang des Studiums gestellt wird: Von der
Schwierigkeit des Formalismus her gesehen gehort sie namlich keineswegs zu
den einfachsten Gebieten der Mathematik, hier wurde ich eher an Gruppen-
theorie oder Graphentheorie oder dergleichen denken.
2. Unser abstrakter Formalismus soll so unmiverstandlich sein und seine
Spielregeln so klar, da Sie in die Lage versetzt werden, alles nachzuvollzie-
hen und mir im Prinzip und vermutlich auch in der Realitat Fehler nachzu-
weisen. Schwammige Begriffe wie Tafelebene oder Parallelverschiebung des
Raums haben in einem solchen Formalismus keinen Platz mehr. In diesem
Licht betrachtet verfolgen wir mit dem Aufbau des abstrakten Formalismus
auch das Ziel einer groen Vereinfachung durch die Reduktion auf die Be-
schreibung einiger weniger Aspekte der uns umgebenden in ihrer Komplexi-
tat kaum prazise fabaren Wirklichkeit.
Die lineare Algebra hat in meinen Augen drei wesentliche Aspekte: Einen
geometrischen Aspekt, wie ihn das Beispiel 1.2.6 der Gesamtheit aller Par-
allelverschiebungen illustriert; einen algorithmischen Aspekt, unter den
ich das Beispiel 1.2.4 der Losungsmenge eines linearen Gleichungssystems
und insbesondere explizite Verfahren zur Bestimmung dieser Losungsmenge
einordnen wurde; und einen abstrakt-algebraischen Aspekt, eine Art ge-
dankliches Skelett, das Algorithmik und Geometrie verbindet und Brucken
zu vielen weiteren Anwendungen schafft, die man dann auch als das Fleisch
auf diesem Gerippe ansehen mag. Ich will im weiteren Verlauf dieser Vorle-
sungen zur linearen Algebra versuchen, diese drei Aspekte zu einer Einheit zu
fugen. Ich hoffe, da Sie dadurch in die Lage versetzt werden, eine Vielzahl
von Problemen mit den verbundenen Kraften Ihrer raumlichen Anschauung,
Ihrer algorithmischen Rechenfahigkeiten und Ihres abstrakt-logischen Den-
kens anzugehen. Als Motivation fur den weiteren Fortgang der Vorlesungen
uber lineare Algebra beschreibe ich nun das Ruckgrat unseres Skeletts und
formuliere ohne Rucksicht auf noch unbekannte Begriffe und Notationen die
abstrakte Definition eines reellen Vektorraums.
Definition 1.2.9. Ein reeller Vektorraum ist ein Tripel bestehend aus
den folgenden drei Dingen:
1. Einer Menge V ;
2. Einer Verknupfung V V V , (v, w) 7 vuw, die V zu einer abelschen
Gruppe macht;
3. Einer Abbildung R V V , (, v) 7 v,
34 KAPITEL I. ALLGEMEINE GRUNDLAGEN

derart, da fur alle , R und alle v, w V gilt:

(v) = ()v
( + )v = (v) u (v)
(v u w) = (v) u (w)
1v = v

Hier ist nun viel zu klaren: Was ist eine Menge? Eine Verknupfung? Eine
abelsche Gruppe? Eine Abbildung? Was bedeuten die Symbole , , 7, ,
R? Wir beginnen in der nachsten Vorlesung mit der Klarung dieser Begriffe
und Notationen.

1.2.10. Bereits hier will ich jedoch die Symbole und erklaren: Sie hei-
en Alpha und Beta und sind die beiden ersten Buchstaben des griechi-
schen Alphabets, das ja auch nach ihnen benannt ist. Bei der Darstellung
von Mathematik hilft es, viele verschiedene Symbole und Symbolfamilien zur
Verfugung zu haben. Insbesondere werden die griechischen Buchstaben oft
und gerne verwendet. Ich schreibe deshalb hier zum Nachschlagen einmal
das griechische Alphabet auf. In der ersten Spalte stehen der Reihe nach
die griechischen Kleinbuchstaben, dahinter die zugehorigen Grobuchstaben,
dann ihr lateinisches Analogon soweit vorhanden, und schlielich, wie man
1. EINSTIMMUNG 35

diesen griechischen Buchstaben auf Deutsch benennt und spricht.

A a alpha
B b beta
g gamma
d delta
, E e epsilon
Z z zeta
H a eta
, th theta
I i iota
K k kappa
l lambda
M m my, sprich mu
N n ny, sprich nu
x xi
o O o omikron
p pi
, % P r rho
, s sigma
T t tau
y ypsilon
, f phi
X ch chi
ps psi
oh omega
36 KAPITEL I. ALLGEMEINE GRUNDLAGEN

2 Naive Mengenlehre und Kombinatorik

2.1 Mengen
2.1.1. Beim Arbeiten mit reellen Zahlen oder raumlichen Gebilden reicht auf
der Schule ein intuitives Verstandnis meist aus, und wenn die Intuition in die
Irre fuhrt, ist ein Lehrer zur Stelle. Wenn Sie jedoch selbst unterrichten oder
etwas beweisen wollen, reicht dieses intuitive Verstandnis nicht mehr aus.
Im folgenden werden deshalb zunachst der Begriff der reellen Zahlen und der
Begriff des Raums zuruckgefuhrt auf Grundbegriffe der Mengenlehre, den Be-
griff der rationalen Zahlen, und elementare Logik. Bei der Arbeit mit diesen
Begriffen fuhrt uns die Intuition nicht so leicht in die Irre, wir geben uns des-
halb mit einem intuitiven Verstandnis zufrieden und verweisen jeden, der es
noch genauer wissen will, auf eine Vorlesung uber Logik. Wir beginnen mit et-
was naiver Mengenlehre, wie sie von Georg Cantor in den Jahren 1874-1897
begrundet wurde, und von der der beruhmte Mathematiker David Hilbert
einmal sagte: Aus dem Paradies, das Cantor uns geschaffen, soll uns nie-
mand vertreiben konnen. Naturlich gab es auch vor der Mengenlehre schon
hoch entwickelte Mathematik, bei Carl Friedrich Gau Tod 1855 gab es diese
Theorie noch gar nicht und Fourier fand seine Fourierentwicklung sogar be-
reits zu Beginn des 19.-ten Jahrhunderts. Er behauptete auch gleich in seiner
Theorie analytique de la chaleur, da sich jede beliebige periodische Funkti-
on durch eine Fouriereihe darstellen lasse, aber diese Behauptung stie bei an-
deren beruhmten Mathematikern seiner Zeit auf Ablehnung und es entstand
daruber ein heftiger Disput. Erst in besagtem Paradies der Mengenlehre
konnten die Fouriers Behauptung zugrundeliegenden Begriffe soweit geklart
werden, da dieser Disput nun endgultig beigelegt ist. Ahnlich verhalt es sich
auch mit vielen anderen Fragestellungen. Da die Mengenlehre daruber hinaus
auch vom didaktischen Standpunkt aus eine auerst klare und durchsichtige
Darstellung mathematischer Sachverhalte ermoglicht, hat sie sich als Grund-
lage der hoheren Mathematik und der Ausbildung von Mathematikern an
Universitaten schnell durchgesetzt und ist nun weltweit ein wesentlicher Teil
des Alphabets der Sprache der Mathematiker. Man wird an Universitaten
sogar geradezu dazu erzogen, geometrischen Argumenten keine Beweiskraft
zuzugestehen, und ich halte das bei der Ausbildung von Mathematikern auch
fur angemessen. Bei der Mathematik-Ausbildung im allgemeinen scheint mir
dieses Vorgehen dahingegen nicht zielfuhrend: In diesem Kontext sollte man
meines Erachtens nicht mit demselben Ma messen, auch ohne alle Mengen-
lehre geometrisch erklarte Begriffe wie Gerade und Kreis, Ebene und Raum,
als wohldefinierte Objekte der Mathematik zulassen, und geometrischen Ar-
gumenten durchaus Beweiskraft zugestehen.
2. NAIVE MENGENLEHRE UND KOMBINATORIK 37

2.1.2. Im Wortlaut der ersten Zeilen des Artikels Beitrage zur Begrundung
der transfiniten Mengenlehre (Erster Aufsatz) von Georg Cantor, erschienen
im Jahre 1895, hort sich die Definition einer Menge so an:
Unter einer Menge verstehen wir jede Zusammenfassung M von
bestimmten wohlunterschiedenen Objecten m unserer Anschau-
ung oder unseres Denkens (welche die Elemente von M genannt
werden) zu einem Ganzen.
Verbinden wir mit einer Menge eine geometrische Vorstellung, so nennen wir
ihre Elemente auch Punkte und die Menge selbst einen Raum. Ein der-
artiges Herumgerede ist naturlich keine formale Definition und birgt auch
verschiedene Fallstricke, vergleiche 2.1.24. Das Ziel dieser Vorlesung ist aber
auch nicht eine formale Begrundung der Mengenlehre, wie Sie sie spater in
der Logik kennenlernen konnen. Sie sollen vielmehr die Bedeutung dieser
Worte intuitiv erfassen wie ein Kleinkind, das Sprechen lernt: Indem sie mir
und anderen Mathematikern zuhoren, wie wir mit diesen Worten sinnvol-
le Satze bilden, uns nachahmen, und beobachten, welchen Effekt Sie damit
hervorrufen. Unter anderem dazu sind die Ubungsgruppen da.
Beispiele 2.1.3. Endliche Mengen gibt man oft durch eine vollstandige Lis-
te ihrer Elemente in geschweiften Klammern an, zum Beispiel in der Form
X = {x1 , x2 , . . . , xn }. Diese geschweiften Klammern heien auch Mengen-
klammern. Die Elemente durfen mehrfach genannt werden, und es kommt
nicht auf die Reihenfolge an, in der sie genannt werden. So haben wir also
{1, 1, 2} = {2, 1}. Die Aussage x ist Element von X wird mit x X ab-
gekurzt, ihre Verneinung x ist nicht Element von X mit x 6 X. Es gibt
auch die sogenannte leere Menge = { }, die gar kein Element enthalt.
Andere Beispiele sind die Menge der naturlichen Zahlen N = {0, 1, 2, . . .},
die Menge der ganzen Zahlen Z = {0, 1, 1, 2, 2, . . .} und die Menge der
rationalen Zahlen Q = {p/q | p, q Z, q 6= 0}. Der Name letzterer Menge
kommt von lateinisch ratio fur Verhaltnis. Man beachte, da wir auch
hier Elemente mehrfach genannt haben, es gilt ja p/q = p0 /q 0 genau dann,
wenn pq 0 = p0 q. Auf Deutsch bezeichnet man die rationalen Zahlen auch
als Bruchzahlen, da man sich etwa ein Viertel eines Kekses als den Anteil
denken kann, der entsteht, wenn man besagten Keks in vier gleiche Teile
zerbricht.
2.1.4. Die Verwendung des Kommas als Trenner ist hier insofern problema-
tisch, als {1, 2} nun sowohl als die Menge mit den beiden Elementen 1 und 2
verstanden werden kann, als auch als die Menge mit dem Dezimalbruch 1,2
als einzigem Element. Was im Einzelfall gemeint ist, gilt es aus dem Kontext
zu erschlieen oder durch genaues Prufen des Freiraums nach dem Komma.
In diesem Text werden Dezimalbruche nur selten vorkommen.
38 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Erganzung 2.1.5. Das Gleichheitszeichen = scheint auf ein 1557 von Robert
Recorde publiziertes Buch zuruckzugehen und soll andeuten, da das, was auf
der linken und rechten Seite dieses Zeichens steht, so gleich ist wie die beiden
Strichlein, die das uns heute so selbstverstandliche Gleichheitszeichen bilden.
Davor schrieb man statt einem Gleichheitszeichen meist ae fur aquivalent.
2.1.6. In Texten, in deren Konventionen die Null keine naturliche Zahl ist,
verwendet man meist die abweichenden Notationen N fur die Menge {1, 2, . . .}
und N0 fur die Menge {0, 1, 2, . . .}. Die in diesem Text verwendete Notation
N = {0, 1, 2, . . .} stimmt mit der internationalen Norm ISO 31-11 uberein.

Definition 2.1.7. Eine Menge Y heit Teilmenge einer Menge X genau

dann, wenn jedes Element von Y auch ein Element von X ist. Man schreibt
dafur Y X oder X Y . Zum Beispiel ist die leere Menge Teilmenge jeder
Menge, in Formeln X, und {x} X ist gleichbedeutend zu x X. Zwei
Teilmengen einer gegebenen Menge, die kein gemeinsames Element haben,
heien disjunkt.

2.1.8. Gegeben eine Teilmenge Y X sage ich auch, X umfat Y . Gegeben

ein Element x X sage ich, x gehort zu X. Andere Sprechweise mochte
ich ungern auf eine Bedeutung festlegen. Gegeben eine Teilmenge Y X
kann man sagen, Y sei enthalten in X oder Y liege in X, und gegeben
ein Element x X kann auch sagen, x sei enthalten in X oder x liege in
X. Was genau gemeint ist, gilt es dann aus dem Kontext zu erschlieen.
Bemerkung 2.1.9. Unsere Notation weicht ab von der internationalen Norm
ISO 31-11, die statt unserem das Symbol vorschlagt. In den Konventio-
nen ISO 31-11 hat das Symbol abweichend die Bedeutung einer echten,
d.h. von der ganzen Menge verschiedenen Teilmenge, fur die wir hinwieder-
um die Bezeichnungen ( oder $ verwenden werden. Meine Motivation fur
diese Abweichung ist, da das Symbol fur beliebige Teilmengen sehr haufig
und das fur echte Teilmengen nur sehr selten vorkommt. Die hier verwendete
Notation ist auch weit verbreitet und schon sehr viel langer in Gebrauch, das
Symbol ist eine vergleichsweise neue Konvention. Ich mu jedoch zugeben,
da die hier gewahlte Notation mit den ublichen und auch in diesem Text
verwendeten Notationen < und hinwiederum weniger gut zusammenpat.

Definition 2.1.10. Wir vereinbaren, da wir die leere Menge endlich nennen
wollen, damit jede Teilmenge einer endlichen Menge auch wieder endlich ist.
Die Zahl der Elemente einer endlichen Menge X nennen wir ihre Kardina-
litat oder Machtigkeit und notieren sie |X| oder card(X). In der Literatur
findet man auch die Notation ]X. Ist X unendlich, so schreiben wir kurz
|X| = und ignorieren in unserer Notation, da auch unendliche Mengen
2. NAIVE MENGENLEHRE UND KOMBINATORIK 39

verschieden gro sein konnen, fur ein Beispiel siehe II.2.3.6 und fur eine ge-
nauere Diskussion des Begriffs der Kardinalitat ??. Fur endliche Mengen X
ist demnach ihre Kardinalitat stets eine naturliche Zahl |X| N und |X| = 0
ist gleichbedeutend zu X = .

2.1.11. Oft bildet man Mengen als Teilmengen bestehender Mengen. Ge-
brauchlich ist dazu die Notation

Y = {x X | x hat eine gewisse Eigenschaft}

Zum Beispiel gilt N = {a Z | a 0} und {0, 1} = {a N | a2 = a}.

2.1.12. Bereits an dieser Stelle ist unsere Notation nicht eindeutig: Ich wollte
mit {0, 1} die zweielementige Menge mit den beiden Elementen Null und Eins
andeuten, das konnte jedoch auch als die Menge mit der Dezimalzahl 0,1 als
einzigem Element interpretiert werden. Es wird noch oft vorkommen, da sich
die Bedeutung einer Formel erst aus dem Kontext erschliet. Im folgenden
werden Kommas fast nie als Kommas einer Dezimalzahl zu verstehen sein.
Beim genauen Hinsehen kann man am Abstand hinter dem Komma erkennen,
wann doch eine Dezimalzahl gemeint ist.

Definition 2.1.13. Es ist auch erlaubt, die Menge aller Teilmengen einer
gegebenen Menge X zu bilden. Sie heit die Potenzmenge von X und wird
mit P(X) bezeichnet.

2.1.14. Ist X eine endliche Menge, so ist auch ihre Potenzmenge endlich und
es gilt |P(X)| = 2|X| . Fur die drei-elementige Menge X = {1, 2, 3} besteht
zum Beispiel P(X) aus 23 = 8 Elementen, genauer gilt

P(X) = {, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}}

Definition 2.1.15. Gegeben zwei Mengen X, Y konnen wir auf verschiedene

Arten neue Mengen bilden:

1. Die Vereinigung X Y := {z | z X oder z Y }, zum Beispiel ist

{1, 2} {2, 3} = {1, 2, 3}.

2. Den Schnitt X Y := {z | z X und z Y }, zum Beispiel ist

{1, 2} {2, 3} = {2}. Zwei Mengen sind also disjunkt genau dann,
wenn ihr Schnitt die leere Menge ist.

3. Die Differenz X\Y := {z X | z 6 Y }, zum Beispiel haben wir

{1, 2}\{2, 3} = {1}. Man schreibt statt X\Y auch X Y . Ist Y eine
Teilmenge von X, so heit X\Y das Komplement von Y in X.
40 KAPITEL I. ALLGEMEINE GRUNDLAGEN

SkriptenBilder/BildMop.png

Eine gute Anschauung fur die ersten drei Operationen liefern die
sogenannten van-de-Ven-Diagramme wie sie die obenstehenden Bilder
zeigen. Sie sind allerdings nicht zu genau zu hinterfragen, denn ob die
Punkte auf einem Blatt Papier im Sinne von Cantor bestimmte
wohlunterschiedene Objekte unserer Anschauung sind, scheint mir sehr
fraglich. Wenn man jedoch jedes der schraffierten Gebiete im Bild auffasst
als die Menge aller darin liegenden Kreuzungspunkte auf einem
dazugedachten Millimeterpapier und keine dieser Kreuzungspunkte auf den
Begrenzungslinien liegen, so konnen sie wohl schon als eine Menge im
Cantorschen Sinne angesehen werden.
2. NAIVE MENGENLEHRE UND KOMBINATORIK 41

4. Das kartesische Produkt X Y := {(x, y) | x X, y Y }, als

da heit die Menge aller geordneten Paare. Es gilt also (x, y) = (x0 , y 0 )
genau dann, wenn gilt x = x0 und y = y 0 . Zum Beispiel haben wir
{1, 2} {1, 2, 3} = {(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3)}. Oft benutzt
man fur das kartesische Produkt X X einer Menge X mit sich selbst
die Abkurzung X X = X 2 .

2.1.16. Die Verwendung des Kommas als Trenner ist hier insofern proble-
matisch, als (1, 2) nun zweierlei bedeuten kann: Zum einen ein Element des
kartesischen Produkts N N, zum anderen auch den eingeklammerten De-
zimalbruch 1,2. Was im Einzelfall gemeint ist, gilt es aus dem Kontext zu
erschlieen. In diesem Text werden Dezimalbruche nur selten vorkommen. In
Schulbuchern verwendet man fur geordnete Paare meist die abweichende No-
tation (x|y), um auch Paare von Dezimalbruchen unmiverstandlich notieren
zu konnen.
2.1.17. Wir werden in unserer naiven Mengenlehre die ersten drei Operatio-
nen nur auf Teilmengen einer gemeinsamen Obermenge anwenden, die uns in
der einen oder anderen Weise bereits zur Verfugung steht. Die Potenzmenge
und das kartesische Produkt dahingegen benutzen wir, um daruber hinaus
neue Mengen zu erschaffen. Diese Konstruktionen erlauben es, im Rahmen
der Mengenlehre so etwas wie Abstraktionen zu bilden: Wenn wir uns et-
wa die Menge T aller an mindestens einem Tag der Weltgeschichte lebenden
oder gelebt habenden Tiere als eine Menge im Cantorschen Sinne denken,
so wurden wir Konzepte wie mannlich oder Hund oder Fleischfresser
formal als Teilmengen dieser Menge definieren, d.h. als Elemente von P(T ),
und das Konzept ist Kind von als eine Teilmenge des kartesischen Produkts
dieser Menge T mit sich selbst, also als ein Element von P(T T ).
2.1.18. Fur das Rechnen mit Mengen uberlegt man sich die folgenden Regeln:
X (Y Z) = (X Y ) Z
X (Y Z) = (X Y ) Z
X (Y Z) = (X Y ) (X Z)
X (Y Z) = (X Y ) (X Z)
X\(Y Z) = (X\Y ) (X\Z)
X\(Y Z) = (X\Y ) (X\Z)
X\(X\Y ) = X Y
Eine gute Anschauung fur diese Regeln liefern die van-de-Ven-Diagramme,
wie sie die nebenstehenden Bilder zeigen. Die vorletzte und vorvorletzte Glei-
chung fat man auch unter der Bezeichnung de Morgansche Regeln zu-
sammen.
42 KAPITEL I. ALLGEMEINE GRUNDLAGEN

SkriptenBilder/BildPe.png

Anschauliche Darstellung des Produkts einer Menge mit funf und einer
Menge mit drei Elementen. Hier wird ein Paar (x, y) dargestellt durch einen
fetten Punkt, der uber x und neben y liegt.

SkriptenBilder/BildKar.png

Dies Bild mu anders interpretiert werden als das Vorherige. Die Mengen X
und Y sind nun zu verstehen als die Mengen der Punkte der vertikalen und
horizontalen Geradensegmente und ein Punkt des Quadrats meint das
Element (x, y) X Y , das in derselben Hohe wie y Y senkrecht uber
x X liegt.
2. NAIVE MENGENLEHRE UND KOMBINATORIK 43

SkriptenBilder/Bild0001.png

X (Y Z) = (X Y ) (X Z)

SkriptenBilder/Bild0007.png

X \ (Y Z) = (X \ Y ) (X \ Z)
44 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Ubung 2.1.19. Sind X und Y endliche Mengen, so gilt fur die Kardinalitaten
|X Y | = |X| |Y | und |X Y | = |X\Y | + |X Y | + |Y \X|.

Satz 2.1.20 (Bedeutung der
Binomialkoeffizienten). Gegeben n, k N

gibt der Binomialkoeffizient nk die Zahl der k-elementigen Teilmengen einer
n-elementigen Menge an, in Formeln:

|X| = n impliziert |{Y X | |Y | = k}| = nk

Beweis. Vollstandige Induktion uber n. Fur n = 0 gilt die Aussage, denn eine
nullelementige Menge hat genau eine k-elementige Teilmenge falls k = 0 und
keine k-elementige Teilmenge falls k 1. Nehmen wir nun an, die Aussage
sei fur ein n schon bewiesen. Eine (n + 1)-elementige Menge X schreiben
wir als X = M {x}, wo M eine n-elementige Menge ist und x 6 M . Ist
k = 0, so gibt es genau eine k-elementige Teilmenge von M {x}, namlich
die leere
Menge. Ist k 1, so gibt es in M {x} nach Induktionsannahme
genau nk k-elementige Teilmengen, die x nicht enthalten. Die k-elementigen
Teilmengen dahingegen, die x enthalten, ergeben sich durch Hinzunehmen
von
x aus den (k 1)-elementigen Teilmengen von M , von
denen
es gerade
n n n n+1


k1
gibt. Insgesamt hat M {x} damit also genau k
+ k1
= k
k-elementige Teilmengen.
Bemerkung 2.1.21. Wieder scheint mir dieser Beweis in der fur vollstandige
Induktion typischen Weise undurchsichtig. Ich ziehe deshalb den in 1.1.19
gegebenen weniger formellen Beweis vor. Man kann auch diesen Beweis for-
malisieren und verstehen als Spezialfall der sogenannten Bahnformel ??,
vergleiche ??.
Bemerkung 2.1.22. Wir geben nun die versprochene prazise Formulierung
unseres ersten Beweises der binomischen Formel 1.1.23. Wir rechnen dazu
X
(a + b)n = a|Y | bn|Y |
Y {1,2,...,n}

Die rechte Seite soll hier in Verallgemeinerung der in Abschnitt 1.1 einge-
fuhrten Notation bedeuten, da wir fur jede Teilmenge Y von {1, 2, . . . , n}
den angegebenen Ausdruck a|Y | bn|Y | nehmen und alle diese Ausdrucke auf-
summieren. Dann fassen wir gleiche Summanden zusammen und erhalten mit
2.1.20 die binomische Formel.
Erganzende Ubung 2.1.23. Es gilt k nk = 2n .
P

Erganzung 2.1.24 (Das Russellsche Paradoxon). Ich will nicht verschwei-

gen, da der in diesem Abschnitt dargestellte naive Zugang zur Mengenlehre
2. NAIVE MENGENLEHRE UND KOMBINATORIK 45

SkriptenBilder/BildPro.png

Aus X = X1 X2 und Y = Y1 Y2 folgt noch lange nicht

X Y = (X1 Y1 ) (X2 Y2 )
46 KAPITEL I. ALLGEMEINE GRUNDLAGEN

durchaus begriffliche Schwierigkeiten mit sich bringt: Zum Beispiel darf die
Gesamtheit M aller Mengen nicht als Menge angesehen werden, da wir sonst
die Menge aller Mengen, die sich nicht selbst als Element enthalten, gegeben
durch die formelhafte Beschreibung N = {A M | A 6 A}, bilden konnten.
Fur diese Menge kann aber weder N N noch N 6 N gelten . . . Diese
Art von Schwierigkeiten kann erst ein formalerer Zugang klaren und auflo-
sen, bei dem man unsere naiven Vorstellungen durch Ketten von Zeichen aus
einem wohlbestimmten endlichen Alphabet ersetzt und unsere Vorstellung
von Wahrheit durch die Verifizierbarkeit vermittels rein algebraischer er-
laubter Manipulationen solcher Zeichenketten, die in Axiomen festgelegt
werden. Diese Verifikationen kann man dann durchaus auch einer Rechenma-
schine uberlassen, so da wirklich auf objektivem Wege entschieden werden
kann, ob ein Beweis fur die Richtigkeit einer unserer Zeichenketten in
einem vorgegebenen axiomatischen Rahmen stichhaltig ist. Allerdings kann
in derartigen Systemen von einer Zeichenkette algorithmisch nur entschieden
werden, ob sie eine sinnvolle Aussage ist, nicht aber, ob sie bewiesen wer-
den kann. Noch viel starker zeigt der Unvollstandigkeitssatz von Godel, da
es in einem derartigen axiomatischen Rahmen, sobald er reichhaltig genug ist
fur eine Beschreibung des Rechnens mit naturlichen Zahlen, stets sinnvolle
Aussagen gibt derart, da entweder sowohl die Aussage als auch ihre Ver-
neinung oder aber weder die Aussage noch ihre Verneinung bewiesen werden
konnen. Mit diesen und ahnlichen Fragestellungen beschaftigt sich die Logik.
2.1.25. Um mich nicht dem Vorwurf auszusetzen, wahrend des Spiels die
Spielregeln andern zu wollen, sei bereits hier erwahnt, da in ?? noch weitere
wichtige Konstruktionen der Mengenlehre eingefuhrt werden, und da in ??
einige weniger offensichtliche Folgerungen erlautert werden, die meines Er-
achtens bereits an den Rand dessen gehen, was man in unserem informellen
Rahmen der naiven Mengenlehre als Argumentation noch vertreten kann. In
?? wird dann erst die Konstruktion der naturlichen Zahlen im Rahmen der
Mengenlehre diskutiert. Sicher ist es in gewisser Weise unbefriedigend, das
Fundament des Hauses der Mathematik erst vollstandig zu gieen, wenn das
Haus bereits steht und bewohnt ist. Andererseits will ich aber auch vermei-
den, da Sie mir auf einem prachtigen Fundament jammerlich erfrieren.

2.2 Abbildungen
Definition 2.2.1. Seien X, Y Mengen. Eine Abbildung f : X Y ist eine
Zuordnung, die jedem Element x X genau ein Element f (x) Y zuordnet,
das Bild von x unter f , auch genannt der Wert von f an der Stelle x. Man
spricht dann auch vom Auswerten der Funktion f an der Stelle x oder vom
Einsetzen von x in f .
2. NAIVE MENGENLEHRE UND KOMBINATORIK 47

2.2.2. Wem das zu vage ist, der mag die alternative Definition vorziehen,
nach der eine Abbildung f : X Y eine Teilmenge f X Y ist derart,
da es fur jedes x X genau ein y Y gibt mit (x, y) f . Dies eindeutig
bestimmte y schreiben wir dann f (x) und sind auf einem etwas formaleren
Weg wieder am selben Punkt angelangt. In unseren Konventionen nennen wir
besagte Teilmenge den Graphen von f und notieren sie mit dem Symbol
(sprich: Gamma), einem groen griechischen G, und schreiben
(f ) := {(x, f (x)) | x X} X Y
Definition 2.2.3. Ist f : X Y eine Abbildung, so nennen wir X ihren
Definitionsbereich und Y ihren Wertebereich. Zwei Abbildungen nennen
wir gleich genau dann, wenn sie denselben Definitionsbereich X, denselben
Wertebereich Y und dieselbe Abbildungsvorschrift f X Y haben. Die
Menge aller Abbildungen von X nach Y bezeichne ich mit
Ens(X, Y )
nach der franzosischen Ubersetzung ensemble des deutschen Begriffs Men-
ge. Ublicher ist die Notation Y X .
Bemerkung 2.2.4. Noch gebrauchlicher ist die Bezeichnung Abb(X, Y ) fur die
Menge aller Abbildungen von X nach Y . Ich will jedoch sehr viel spater die
Kategorie aller Mengen mit Ens bezeichnen und fur je zwei Objekte X, Y
einer Kategorie C die Menge aller Morphismen von X nach Y mit C(X, Y ).
Das erklart erst vollstandig die hier gewahlte Bezeichnung fur Mengen von
Abbildungen.
2.2.5. Wir notieren Abbildungen oft in der Form
f: X Y
x 7 f (x)
und in verschiedenen Verkurzungen dieser Notation. Zum Beispiel sprechen
wir von einer Abbildung N N von der Menge der naturlichen Zahlen
in sich selber oder der Abbildung n 7 n3 von der Menge der naturlichen
Zahlen in sich selber. Wir benutzen unsere zwei Arten von Pfeilen und
7 auch im allgemeinen in derselben Weise.
Beispiel 2.2.6. Fur jede Menge X haben wir die identische Abbildung
oder Identitat
id = idX : X X
x 7 x
Ein konkreteres Beispiel fur eine Abbildung ist das Quadrieren
q: Z Z
n 7 n2
48 KAPITEL I. ALLGEMEINE GRUNDLAGEN

SkriptenBilder/Bild0002.png

Eine Abbildung einer Menge mit funf in eine mit drei Elementen

SkriptenBilder/Bildgr.png

Der Graph der oben angegebenen Abbildung, wobei das X oben mit dem X
hier identifiziert wurde durch Umkippen nach Rechts
2. NAIVE MENGENLEHRE UND KOMBINATORIK 49

Beispiel 2.2.7. Gegeben zwei Mengen X, Y erklart man die sogenannten

Projektionsabbildungen oder Projektionen prX : X Y X bzw.
prY : X Y Y durch die Vorschrift (x, y) 7 x bzw. (x, y) 7 y. In man-
chen Zusammenhangen notiert man sie auch abweichend pr1 und pr2 fur die
Projektion auf die erste bzw. zweite Komponente.
Definition 2.2.8. Ist f : X Y eine Abbildung, so definieren wir ihr Bild
oder genauer ihre Bildmenge, eine Teilmenge im f Y , durch
im f := {y Y | Es gibt x X mit f (x) = y}
fur franzosisch und englisch image. Eine Abbildung, deren Bild aus hochs-
tens einem Element besteht, nennen wir eine konstante Abbildung. Eine
Abbildung, deren Bild aus genau einem Element besteht, nennen wir eine
einwertige Abbildung. In anderen Worten ist eine einwertige Abbildung
also eine konstante Abbildung mit nichtleerem Definitionsbereich.
Definition 2.2.9. Ist f : X Y eine Abbildung und A X eine Teilmenge,
so definieren wir das Bild von A unter f , eine Teilmenge f (A) Y , durch
f (A) := {y Y | Es gibt x A mit f (x) = y}
Beispiel 2.2.10. Per definitionem haben wir fur eine Abbildung f : X Y
stets f (X) = im f . Fur unsere Abbildung q : Z Z, n 7 n2 des Quadrierens
von eben konnten wir die Menge aller Quadratzahlen schreiben als
q(Z) = {a2 | a Z}
Ebenso ware {2a | a N} eine mogliche formelmaige Darstellung der Menge
aller geraden naturlichen Zahlen, und {ab | a, b N, a 2, b 2} ware eine
formelmaige Darstellung der Menge aller naturlichen Zahlen, die nicht prim
und auch nicht Null oder Eins sind.
2.2.11. Gegeben ein festes c Y schreiben wir oft auch kurz c fur die kon-
stante Abbildung X Y , x 7 c fur alle x X. Damit verbunden ist die
Hoffnung, da aus dem Kontext klar wird, ob im Einzelfall die Abbildung
c : X Y oder das Element c Y gemeint sind.
Definition 2.2.12. Ist f : X Y eine Abbildung und B Y eine Teil-
menge, so definieren wir ihr Urbild, eine Teilmenge von f 1 (B) X, durch
f 1 (B) := {x X | f (x) B}
Besteht B nur aus einem Element x, so schreiben wir auch f 1 (x) statt
f 1 ({x}) und nennen diese Menge die Faser von f uber x. Das Quadrieren
q aus 2.2.10 hat etwa die Fasern q 1 (1) = {1, 1} und q 1 (1) = .
50 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Definition 2.2.13. Sind schlielich drei Mengen X, Y, Z gegeben und Ab-

bildungen f : X Y und g : Y Z, so definieren wir eine Abbildung
g f : X Z, die Verknupfung der Abbildungen f und g, durch die
Vorschrift
gf : X Z
x 7 g(f (x))

2.2.14. Die Notation g f , sprich g nach f , fur erst f , dann g ist gewoh-
nungsbedurftig, erklart sich aber durch die Formel (g f )(x) = g(f (x)). Ich
sage, g f entstehe aus g durch Vorschalten von f und g f entstehe aus
f durch Nachschalten von g. Oft kurzt man auch g f mit gf ab.
Beispiel 2.2.15. Betrachten wir zusatzlich zum Quadrieren q : Z Z die
Abbildung t : Z Z, x 7 x + 1, so gilt (q t)(x) = (x + 1)2 aber (t q)(x) =
x2 + 1. Naturlich gilt (g f )(A) = g(f (A)) fur jede Teilmenge A X und
umgekehrt auch (g f )1 (C) = f 1 (g 1 (C)) fur jede Teilmenge C Z.

Definition 2.2.16. Sei f : X Y eine Abbildung.

1. f heit injektiv oder eine Injektion genau dann, wenn aus x 6= x0

folgt f (x) 6= f (x0 ). Gleichbedeutend ist die Forderung, da es fur jedes
y Y hochstens ein x X gibt mit f (x) = y. Injektionen schreibt
man oft ,.

2. f heit surjektiv oder eine Surjektion genau dann, wenn es fur jedes
y Y mindestens ein x X gibt mit f (x) = y. Surjektionen schreibt
man manchmal .

3. f heit bijektiv oder eine Bijektion genau dann, wenn f injektiv und
surjektiv ist. Gleichbedeutend ist die Forderung, da es fur jedes y Y

genau ein x X gibt mit f (x) = y. Bijektionen schreibt man oft .

2.2.17. Ist X Y eine Teilmenge, so ist die Einbettung oder Inklusion

i : X Y , x 7 x stets injektiv. Ist g : Y Z eine Abbildung und X Y
eine Teilmenge, so nennen wir die Verknupfung g i von g mit der Inklusion
auch die Einschrankung von g auf X und notieren sie

g i = : g|X = g|X : X Z

Oft bezeichnen wir eine Einschrankung aber auch einfach mit demselben
Buchstaben g in der Hoffnung, da der Leser aus dem Kontext erschlieen
kann, welche Abbildung genau gemeint ist.
2. NAIVE MENGENLEHRE UND KOMBINATORIK 51

SkriptenBilder/BildSurv.png

Eine Surjektion

SkriptenBilder/BildInjv.png

Eine Injektion

SkriptenBilder/BildBij.png

Eine Bijektion
52 KAPITEL I. ALLGEMEINE GRUNDLAGEN

2.2.18. Ist f : X Y eine Abbildung, so ist die Abbildung f : X f (X),

x 7 f (x) stets surjektiv. Der Leser moge entschuldigen, da wir hier zwei
verschiedene Abbildungen mit demselben Symbol f bezeichnet haben. Das
wird noch ofter vorkommen. Uberhaupt ignorieren wir, gegeben Mengen X, Y
und eine Teilmenge Z Y , im folgenden meist den Unterschied zwischen
Abbildungen von X nach Y , deren Bild in Z enthalten ist undAbbildungen
von X nach Z.
Erganzung 2.2.19. Eine Abbildung f : X P(X) von einer Menge in ihre
Potenzmenge kann nie surjektiv sein. In der Tat, betrachten wir in X die
Teilmenge A = {x X | x 6 f (x)}, so kann es kein y X geben mit
f (y) = A, denn fur solch ein y hatten wir entweder y A oder y 6 A, und
aus y A alias y f (y) folgte y 6 A, wohingegen aus y 6 A alias y 6 f (y)
folgte y A.
Beispiele 2.2.20. Unsere Abbildung q : Z Z, n 7 n2 ist weder injektiv
noch surjektiv. Die Identitat id : X X ist stets bijektiv. Sind X und Y
endliche Mengen, so gibt es genau dann eine Bijektion von X nach Y , wenn
X und Y dieselbe Kardinalitat haben, in Formeln |X| = |Y |.

Satz 2.2.21. Seien f, f1 : X Y und g, g1 : Y Z Abbildungen.

1. Ist g f injektiv, so ist f injektiv.

2. Sind g und f injektiv, so auch g f .

3. Genau dann ist g injektiv, wenn aus g f = g f1 schon folgt f = f1 .

Beweis. Ubung. Besonders elegant ist es, zunachst die letzte Aussage zu zei-
gen, und dann die vorderen Aussagen ohne weitere Betrachtung von Elemen-
ten zu folgern.

Satz 2.2.22. Seien f, f1 : X Y und g, g1 : Y Z Abbildungen.

1. Ist g f surjektiv, so ist g surjektiv.

2. Sind g und f surjektiv, so auch g f .

3. Genau dann ist f surjektiv, wenn aus g f = g1 f schon folgt g = g1 .

Beweis. Ubung. Besonders elegant ist es, zunachst die letzte Aussage zu zei-
gen, und dann die vorderen Aussagen ohne weitere Betrachtung von Elemen-
ten zu folgern.
2. NAIVE MENGENLEHRE UND KOMBINATORIK 53

2.2.23. Ist f : X Y eine bijektive Abbildung, so ist offensichtlich die

Menge {(f (x), x) Y X | x X} im Sinne von 2.2.2 eine Abbildung
oder, vielleicht klarer, der Graph einer Abbildung Y X. Diese Abbildung
in die Gegenrichtung heit die Umkehrabbildung oder Umkehrfunktion
auch die inverse Abbildung zu f und wird mit f 1 : Y X bezeichnet.
Offensichtlich ist mit f auch f 1 eine Bijektion.
Beispiel 2.2.24. Die Umkehrabbildung unserer Bijektion t : Z Z, x 7 x+1
ist die Abbildung Z Z, x 7 x 1.
Ubung 2.2.25. Gegeben eine Bijektion f : X Y ist g = f 1 die einzige
Abbildung g : Y X mit f g = idY . Ebenso ist auch h = f 1 die einzige
Abbildung h : Y X mit h f = idX .
2.2.26. Gegeben drei Mengen X, Y, Z erhalten wir eine Bijektion

Ens(X Y, Z) Ens(X, Ens(Y, Z))

durch die Vorschrift f 7 f (x, ) mit der Notation f (x, ) fur die Abbildung
y 7 f (x, y). Etwas vage formuliert ist also eine Abbildung X Y Z von
einem kartesischen Produkt X Y in eine weitere Menge Z dasselbe wie
eine Abbildung, die jedem x X eine Abbildung Y Z zuordnet, und
symmetrisch naturlich auch dasselbe wie eine Abbildung, die jedem y Y
eine Abbildung X Z zuordnet. In der exponentiellen Notation liest sich das

ganz suggestiv als kanonische Bijektion Z (XY ) (Z X )Y . In diesem Sinne
sind also die in der Schule derzeit so beliebten Funktionen mit Parameter
nichts anderes als Funktionen von zwei Variablen, bei denen eine der beiden
Variablen als Parameter bezeichnet wird.

Satz 2.2.27 (Bedeutung der Fakultat). Sind X und Y zwei Mengen mit
je n Elementen, so gibt es genau n! bijektive Abbildungen f : X Y .

Beweis. Sei X = {x1 , . . . , xn }. Wir haben n Moglichkeiten, ein Bild fur x1

auszusuchen, dann noch (n 1) Moglichkeiten, ein Bild fur x2 auszusuchen,
und so weiter, bis schlielich nur noch 1 Element von Y als mogliches Bild von
xn in Frage kommt. Insgesamt gibt es also n(n 1) 1 = n! Moglichkeiten
fur f . Da wir 0! = 1 vereinbart hatten, stimmt unser Satz auch fur n = 0.

Erganzende Ubung 2.2.28. Seien X, Y endliche Mengen. So gibt es genau

|Y ||X| Abbildungen von X nach Y , und unter diesen Abbildungen sind genau
|Y |(|Y | 1)(|Y | 2) . . . (|Y | |X| + 1) Injektionen.
Erganzende Ubung 2.2.29. Sei X eine Menge mit n Elementen und seien
naturliche Zahlen 1 , . . . , r N gegeben mit n = 1 + . . . + r . Man zeige:
54 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Es gibt genau n!/(1 ! r !) Abbildungen f : X {1, . . . , r}, die jedes i

genau i -mal als Wert annehmen, in Formeln
n!
= card{f | |f 1 (i)| = i fur i = 1, . . . r}
1 ! r !
Erganzung 2.2.30. Manche Autoren bezeichnen die Zahlen aus der vorheri-
gen Ubung 2.2.29 auch als Multinomialkoeffizienten und verwenden die
Notation  
n! n
=:
1 ! r ! 1 ; . . . ; r
Mich uberzeugt diese Notation nicht, da sie im Gegensatz zu unserer Notation
fur die Binomialkoeffizienten recht eigentlich nichts kurzer macht.
Erganzende Ubung 2.2.31. Man zeige die Formel
X n!
(x1 + . . . + xr )n = x1 1 xr r
1 +...+r
! r !
=n 1

Hier ist zu verstehen, da wir fur alle 1 , . . . , r N mit 1 + . . . + r = n

den angegebenen Ausdruck nehmen und alle diese Ausdrucke aufsummieren.
Erganzende Ubung 2.2.32. Eine zyklische Anordnung einer endlichen Men-
ge M ist eine Abbildung z : M M derart, da wir durch mehrmaliges
Anwenden von z auf ein beliebiges Element x M jedes Element y M
erhalten konnen. Man zeige, da es auf einer n-elementigen Menge mit n 1
genau (n 1)! zyklische Anordnungen gibt. Die Terminologie zyklische An-
ordnung macht mich nicht besonders glucklich, da unsere Struktur nun beim
besten Willen keine Anordnung im Sinne von II.1.2 ist. Andererseits ist aber
das Angeben einer Anordnung auf einer endlichen Menge M schon auch etwas
Ahnliches.

Erganzende Ubung 2.2.33. Sei X eine Menge mit n 1 Elementen und sei
n+m1


m eine naturlichePZahl. Man zeige, da es genau n1 Abbildungen f :
X N gibt mit xX f (x) = m. Hinweis: Man denke sich X = {1, 2, . . . , n}
und veranschauliche sich dann f als eine Folge auf f (1) Punkten gefolgt von
einem Strich gefolgt von f (2) Punkten gefolgt von einem Strich und so weiter,
insgesamt also eine Folge aus n + m 1 Symbolen, davon m Punkten und
n 1 Strichen.
Erganzung 2.2.34. Gegeben eine Menge X mag man sich eine Abbildung
X N veranschaulichen als eine Menge von Elementen von X, in der jedes
Element mit einer wohlbestimmten Vielfachheit vorkommt. Aufgrund dieser
Vorstellung nennt man eine Abbildung X N auch eine Multimenge von
2. NAIVE MENGENLEHRE UND KOMBINATORIK 55

SkriptenBilder/BildZyA.png

Versuch der graphischen Darstellung einer zyklischen Anordnung auf der

Menge {1, 2, . . . , 7}. Die Pfeile 7 sollen jeweils den Effekt der Abbildung z
veranschaulichen.

SkriptenBilder/BildKoKi.png

Eine Abbildung f : {1, 2, . . . , n} N im Fall n = 6 mit Wertesumme

m = 10 und die Veranschaulichung nach der Vorschrift aus Ubung 2.2.33 als
Folge bestehend aus m Punkten und n 1 Strichen.
56 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Elementen von X. Unter der Kardinalitat einer Multimenge verstehen wir

die Summe uber die Werte der entsprechenden Abbildung an allen Stellen
x X, aufgefat als ein Element von Nt{}. Ich notiere Multimengen durch
Mengenklammern mit einem vorgestellten unteren Index . So ware etwa
{5, 5, 5, 7, 7, 1} eine Multimenge von naturlichen Zahlen der Kardinalitat 6.
Die Gesamtheit aller endlichen Multimengen von Elementen einer Menge X
notiere ich auch NX.
Vorschau 2.2.35 (Formalisierung des Begriffs der naturlichen Zahlen).
Man kann im Rahmen der Mengenlehre zeigen, da es Tripel (X, x, f ) gibt
bestehend aus einer Menge X, einem Element x X und einer injektiven
Abbildung f : X , X derart, da gilt x 6 f (X) und da jede Teilmenge
Z X mit x Z und f (Z) Z bereits X selbst sein mu, vergleiche ??.
Weiter kann man zeigen, da solch ein Tripel im Wesentlichen eindeutig ist
in dem Sinne, da es fur jedes weitere derartige Tripel (Y, y, g) genau eine

Bijektion h : X Y gibt mit h(x) = y und gh = hf , vergleiche etwa ??.
Im Rahmen der naiven Mengenlehre kann man solch ein Tripel unmittelbar
angeben als (N, 0, S) mit S : n 7 (n+1). Bei einem etwas formaleren Aufbau
der Mathematik aus der Mengenlehre wird man umgekehrt von derartigen
Tripeln ausgehen und so zu einer Definition von N und der Addition auf
N gelangen, wie das etwa in ?? ausgefuhrt wird. In jedem Fall liegt hier
der Schlussel fur eine formale Rechtfertigung des Prinzips der vollstandigen
Induktion.

2.3 Logische Symbole und Konventionen

2.3.1. In der Mathematik meint oder immer, da auch beides erlaubt ist. Wir
haben diese Konvention schon benutzt bei der Definition der Vereinigung in
2.1.15 durch die Vorschrift X Y = {z | z X oder z Y }. Zum Beispiel
haben wir {1, 2} {2, 3} = {1, 2, 3}. In diesem Zusammenhang mu ich
die schone Geschichte erzahlen von dem Logiker, der seinem Freund erzahlt,
er habe ein Kind bekommen. Der Freund fragt: Ist es ein Junge oder ein
Madchen? worauf der Logiker antwortet: Ja!
Erganzung 2.3.2. In den Arithmetes principia von Guiseppe Peano scheint
das Symbol zum ersten Mal vorzukommen, allerdings als Symbol fur oder.
Peano schreibt: Signum legitur vel und vel heit oder auf lateinisch.
Der Kontext legt nahe, da an den Buchstaben v erinnern soll. Das ahn-
lichere Symbol hatte Peano schon als Symbol fur verum verbraucht. In
der Bedeutung der Vereinigung zweier Mengen habe ich das Symbol zuerst
bei Bourbaki gesehen.
2. NAIVE MENGENLEHRE UND KOMBINATORIK 57

2.3.3. Sagt man der Mathematik, es gebe ein Objekt mit diesen und jenen
Eigenschaften, so ist stets gemeint, da es mindestens ein derartiges Objekt
geben soll. Hatten wir diese Sprachregelung rechtzeitig vereinbart, so hatten
wir zum Beispiel das Wortchen mindestens in Teil 2 von 2.2.16 bereits
weglassen konnen. Sagt ihnen also ein Mathematiker, er habe einen Bruder,
so kann es auch durchaus sein, da er noch weitere Bruder hat! Will man
in der Mathematik Existenz und Eindeutigkeit gleichzeitig ausdrucken, so
sagt man, es gebe genau ein Objekt mit diesen und jenen Eigenschaften.
Sagt ihnen also ein Mathematiker, er habe genau einen Bruder, so konnen
sie sicher sein, da er nicht noch weitere Bruder hat.
2.3.4. Die folgenden Abkurzungen erweisen sich als bequem und werden hau-
fig verwendet:

fur alle (ein umgedrehtes A wie alle)

es gibt (ein umgedrehtes E wie existiert)
! es gibt genau ein
... aus . . . folgt
... . . . folgt aus
... . . . ist gleichbedeutend zu

Ist zum Beispiel f : X Y eine Abbildung, so konnen wir unsere Definitio-

nen injektiv, surjektiv, und bijektiv etwas formaler so schreiben:

f injektiv ((f (x) = f (z)) (x = z))

f surjektiv y Y x X mit f (x) = y
f bijektiv y Y !x X mit f (x) = y
Erganzung 2.3.5. In den Zeiten des Bleisatzes war es nicht einfach, neue
Symbole in Druck zu bringen. Irgendwelche Buchstaben verdreht zu setzen,
war jedoch unproblematisch. So entstanden die Symbole und .
2.3.6. Bei den fur alle und es gibt kommt es in der Mathematik, anders
als in der weniger prazisen Umgangssprache, entscheidend auf die Reihenfolge
an. Man betrachte zum Beispiel die beiden folgenden Aussagen:
Fur alle n N gibt es m N so da gilt m n

Es gibt m N so da fur alle n N gilt m n

Offensichtlich ist die Erste richtig, die Zweite aber falsch. Weiter mache man
sich klar, da die fur alle und es gibt bei Verneinung vertauscht werden.
Aquivalent sind zum Beispiel die beiden folgenden Aussagen
Es gibt kein n N mit n2 = 2
58 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Fur alle n N gilt nicht n2 = 2

2.3.7. Wollen wir zeigen, da aus einer Aussage A eine andere Aussage B
folgt, so konnen wir ebensogut zeigen: Gilt B nicht, so gilt auch A nicht. In
formelhafter Schreibweise haben wir also

(A B) ((nicht B) (nicht A))

Wollen wir zum Beispiel zeigen (g f surjektiv) (g surjektiv), so reicht

es, wenn wir uns uberlegen: Ist g nicht surjektiv, so ist g f erst recht nicht
surjektiv.
2.3.8. In der Literatur findet man oft die Abkurzung oBdA fur ohne Be-
schrankung der Allgemeinheit.
3. ALGEBRAISCHE GRUNDBEGRIFFE 59

3 Algebraische Grundbegriffe
Auf der Schule versteht man unter einer reellen Zahl meist einen unend-
lichen Dezimalbruch, wobei man noch aufpassen mu, da verschiedene un-
endliche Dezimalbruche durchaus dieselbe reelle Zahl darstellen konnen, zum
Beispiel gilt in den reellen Zahlen ja

0, 99999 . . . = 1, 00000 . . .

Diese reellen Zahlen werden dann addiert, subtrahiert, multipliziert und di-
vidiert ohne tiefes Nachdenken daruber, wie man denn zum Beispiel mit den
eventuell unendlich vielen Ubertragen bei der Addition und Subtraktion um-
gehen soll, und warum dann Formeln wie (a + b) c = a + (b c) wirklich
gelten, zum Beispiel fur a = b = c = 0, 999 . . . . Dieses tiefe Nachdenken
wollen wir im Folgenden vom Rest der Vorlesung abkoppeln und mussen
dazu sehr prazise formulieren, welche Eigenschaften fur die Addition, Mul-
tiplikation und Anordnung in unseren reellen Zahlen gelten sollen: In der
Terminologie, die in den folgenden Abschnitten eingefuhrt wird, werden wir
die reellen Zahlen charakterisieren als einen angeordneten Korper, in dem je-
de nichtleere Teilmenge mit einer unteren Schranke sogar eine grote untere
Schranke besitzt. Von dieser Charakterisierung ausgehend erklaren wir dann,
welche reelle Zahl ein gegebener unendlicher Dezimalbruch darstellt, und er-
richten das Gebaude der Analysis. In demselben Begriffsgebaude modellieren
wir auch den Anschauungsraum, vergleiche 1.2.9 oder besser ?? und ??. Um
diese Charakterisierungen und Modellierungen verstandlich zu machen, fuh-
ren wir zunachst einige grundlegende algebraische Konzepte ein, die Ihnen
im weiteren Studium der Mathematik noch oft begegnen werden.

3.1 Mengen mit Verknupfung

Definition 3.1.1. Eine Verknupfung > auf einer Menge A ist eine
Abbildung
>: AA A
(a, b) 7 a>b
die jedem geordneten Paar (a, b) mit a, b A ein weiteres Element (a>b) A
zuordnet.

Beispiele 3.1.2. 1. Die Addition von ganzen Zahlen ist eine Verknupfung

+: ZZ Z
(a, b) 7 a + b
60 KAPITEL I. ALLGEMEINE GRUNDLAGEN

SkriptenBilder/BildVT.png

Man kann Verknupfungen auf endlichen Mengen darstellen durch ihre

Verknupfungstafel. Hier habe ich etwa die Verknupfungstafel der
Verknupfung min auf der Menge {0, 1, 2, 3, 4} angegeben. Eigentlich mu
man sich dazu einigen, ob im Kastchen aus der Spalte a und der Zeile b nun
a>b oder vielmehr b>a stehen soll, aber bei einer kommutativen
Verknupfung wie min kommt es darauf zum Gluck nicht an.

SkriptenBilder/Bildund.png SkriptenBilder/Bildoder.png

Die Wahrheitstafeln fur und und oder. Gemeint ist hier wie stets in der
Mathematik das nichtausschlieende oder. Sagen wir, es gelte A oder B,
so ist insbesondere auch erlaubt, da beides gilt. Bei der Wahrheitstafel fur
das ausschlieende oder mute oben links als Verknupfung von Wahr
mit Wahr ein Falsch stehen.
3. ALGEBRAISCHE GRUNDBEGRIFFE 61

2. Die Multiplikation von ganzen Zahlen ist eine Verknupfung

: ZZ Z
(a, b) 7 a b

3. Die Zuordnung min, die jedem Paar von naturlichen Zahlen die kleinere
zuordnet (wenn sie verschieden sind, man setzt sonst min(a, a) = a),
ist eine Verknupfung
min : N N N
(a, b) 7 min(a, b)

4. Sei X eine Menge. Wir kurzen die Menge Ens(X, X) aller Abbildungen
von X in sich selber oft mit Ens(X, X) = : Ens(X) ab. Die Verknupfung
von Abbildungen liefert eine Verknupfung auf der Menge Ens(X) aller
Abbildungen von X in sich selber
: Ens(X) Ens(X) Ens(X)
(f, g) 7 f g

5. Die Subtraktion von ganzen Zahlen ist eine Verknupfung

: ZZ Z
(a, b) 7 a b

6. Jede Verknupfung > auf einer Menge induziert eine Verknupfung auf
ihrer Potenzmenge vermittels der Vorschrift

U >V = {u>v | u U, v V }

7. Gegeben Mengen mit Verknupfung (A, >) und (B, ) erhalten wir die
komponentenweise Verknupfung auf ihrem Produkt A B vermit-
tels der Vorschrift ((a, b), (a0 , b0 )) 7 ((a>a0 ), (b b0 )).
8. Die logischen Operationen und, oder, impliziert und dergleichen
mehr konnen als Verknupfungen auf der zweielementigen Menge {Wahr, Falsch}
aufgefat werden. Die zugehorigen Verknupfungstabellen heien Wahr-
heitstafeln. Bei einem formalen Zugang werden diese Tafeln, wie sie
fur und und oder auf der vorhergehenden Seite zu finden sind, sogar
zur Definition der jeweiligen Begriffe.
Definition 3.1.3. Eine Verknupfung > auf einer Menge A heit assoziativ
genau dann, wenn gilt a>(b>c) = (a>b)>c a, b, c A. Sie heit kommu-
tativ genau dann, wenn gilt a>b = b>a a, b A.
62 KAPITEL I. ALLGEMEINE GRUNDLAGEN

SkriptenBilder/BildKlGr.png

Mogliche Klammerungen mag man sich graphisch wie oben angedeutet

veranschaulichen. Die Assoziativitat bedeutet dann graphisch so etwas wie

SkriptenBilder/BildAsGr.png

wobei das Gleichheitszeichen nur meint, da beide Klammerungen stets

dasselbe liefern, wenn wir oben drei Elemente unserer Menge mit
Verknupfung einfullen. . .
3. ALGEBRAISCHE GRUNDBEGRIFFE 63

Beispiele 3.1.4. Von unseren Beispielen sind die ersten drei assoziativ und
kommutativ, das vierte ist assoziativ aber nicht kommutativ falls X mehr als
ein Element hat, das funfte ist weder assoziativ noch kommutativ.
3.1.5. Ist eine Verknupfung assoziativ, so liefern auch ungeklammerte Aus-
drucke der Form a1 >a2 > . . . >an wohlbestimmte Elemente von A, das Resul-
tat ist genauer unabhangig davon, wie wir die Klammern setzen. Um diese
Erkenntnis zu formalisieren, vereinbaren wir fur so einen Ausdruck die Inter-
pretation
a1 >a2 > . . . >an := a1 >(a2 >(. . . (an1 >an ) . . .))
und zeigen dann das folgende Lemma.
Lemma 3.1.6 (Assoziativitat macht Klammern uberflussig). Gegeben
(A, >) eine Menge mit einer assoziativen Verknupfung und a1 , . . . , an , b1 , . . . , bm
A gilt

(a1 > . . . >an )>(b1 > . . . >bm ) = a1 > . . . >an >b1 > . . . >bm

Beweis. Wir folgern aus dem Assoziativgesetz (a1 > . . . >an )>(b1 > . . . >bm ) =
a1 >((a2 > . . . >an )>(b1 > . . . >bm )) und sind fertig mit vollstandiger Indukti-
on uber n.
3.1.7. Das Wort Lemma, im Plural Lemmata, kommt von griechisch 
nehmen und bezeichnet in der Mathematik kleinere Resultate oder auch
Zwischenschritte von groeren Beweisen, denen der Autor auerhalb ihres
engeren Kontexts keine groere Bedeutung zumit.
Erganzung 3.1.8. Die Zahl der Moglichkeiten, einen Ausdruck in n + 1 Fakto-
ren so zu verklammern, da in jedem Schritt nur die Verknupfung von je zwei
Elementen zu berechnen ist, heit die n-te Catalan-Zahl und wird Cn no-
tiert. Die ersten Catalan-Zahlen sind C0 = C1 = 1, C2 = 2, C3 = 5 : Die funf
moglichen Verklammerungen von 4 Elementen sind etwa (ab)(cd), a(b(cd)),
a((bc)d), ((ab)c)d und (a(bc))d. Im allgemeinen zeigen wir in II.5.3.9, da
sich die Catalan-Zahlen durch die Binomial-Koeffizienten 1.1.16 ausdrucken
lassen vermittels der amusanten Formel
 
1 2n
Cn =
n+1 n

Definition 3.1.9. Sei (A, >) eine Menge mit Verknupfung. Ist n {1, 2, . . .}
eine von Null verschiedene naturliche Zahl und a A, so schreiben wir
>
a>a>
| {z. . . >a} = : n a
n-mal
64 KAPITEL I. ALLGEMEINE GRUNDLAGEN

3.1.10. Sei (A, >) eine Menge mit assoziativer Verknupfung. Sind m, n zwei
von Null verschiedene naturliche Zahlen, so erhalten wir mithilfe unseres
Lemmas 3.1.6 zur Uberflussigkeit von Klammern bei assoziativen Verknup-
fungen die Regeln (n + m)> a = (n> a)>(m> a) und (nm)> a = n> (m> a). Ist
unsere Verknupfung auch noch kommutativ, so gilt zusatzlich n> (a>b) =
(n> a)>(n> b).
3.1.11. Sei (A, >) eine Menge mit Verknupfung. Eine Teilmenge B A heit
abgeschlossen unter der Verknupfung genau dann, wenn aus a, b B
folgt a>b B. Naturlich ist in diesem Fall auch (B, >) eine Menge mit
Verknupfung, man spricht dann von der auf B induzierten Verknupfung.
Zum Beispiel ist N Z abgeschlossen unter der Addition, aber Z6=0 Q6=0
ist nicht abgeschlossen unter der durch die Division gegebenen Verknupfung
(a, b) 7 a/b.

Definition 3.1.12. Sei (A, >) eine Menge mit Verknupfung. Ein Element
e A heit neutrales Element von (A, >) genau dann, wenn gilt

e>a = a>e = a a A

3.1.13 (Eindeutigkeit neutraler Elemente). In einer Menge mit Verknup-

fung (A, >) kann es hochstens ein neutrales Element e geben, denn fur jedes
weitere Element e0 mit e0 >a = a>e0 = a a A haben wir e0 = e0 >e = e.
Wir durfen also den bestimmten Artikel verwenden und in einer Menge mit
Verknupfung von dem neutralen Element reden.

Definition 3.1.14. Ein Monoid ist eine Menge mit einer assoziativen Ver-
knupfung, in der es ein neutrales Element gibt. Ist (A, >) ein Monoid, so er-
weitern wir unsere Notation n> a aus 3.1.9 auf alle naturlichen Zahlen n N,
indem wir 0> a als das neutrale Element von A verstehen, fur alle a A.

3.1.15. Das Wort Monoid ist wohl von griechisch oo fur allein abge-
leitet: Ein Monoid besitzt nur eine einzige Verknupfung.
3.1.16. In Monoiden gelten die Regeln 3.1.10 fur alle n, m N. Die na-
turlichen Zahlen bilden mit der Addition ein Monoid (N, +) mit neutralem
Element 0, und mit der Multiplikation ein Monoid (N, ) mit neutralem Ele-
ment 1. Fur jede Menge X ist die Menge Ens(X) der Abbildungen von X in
sich selbst ein Monoid mit neutralem Element idX . Die leere Menge ist kein
Monoid, ihr fehlt das neutrale Element.
3.1.17. Notiert man in einem Monoid die Verknupfung mit dem Symbol +, so
notiert man das neutrale Element meist mit 0 und spricht von einem addi-
tiv notierten Monoid. Nur kommutative Monoide werden additiv notiert.
3. ALGEBRAISCHE GRUNDBEGRIFFE 65

Notiert man in einem Monoid die Verknupfung mit einem runden Symbol,
etwa oder oder auch einfach durch Hintereinanderschreiben, so notiert
man das neutrale Element oft mit 1 und spricht von einem multiplikativ
notierten Monoid.
3.1.18. Gegeben eine Abbildung I A, i 7 ai von einer endlichen Menge
in ein kommutatives additiv bzw. multiplikativ notiertes Monoid vereinbaren
wir die Notationen X Y
ai bzw. ai
iI iI

fur die Verknupfung aller ai . Ist I die leere Menge, so vereinbaren wir, da
dieser Ausdruck das neutrale Element von A bedeuten moge, also 0 bzw. 1.
Wir haben diese Notation bereits verwendet in 2.1.22, und fur die konstante
Abbildung I N, i 7 1 hatten wir zum Beispiel
X
1 = |I|
iI

Unsere Konvention 1.1.13 fur mit einem Laufindex notierte Summen bzw.
Produkte verwenden wir bei Monoiden analog.
Ubung 3.1.19. Sei X eine Menge. Das Schneiden von Teilmengen ist eine
Verknupfung
: P(X) P(X) P(X)
(A, B) 7 A B
auf der Potenzmenge. Dasselbe gilt fur die Vereinigung und das Bilden der
Differenzmenge. Welche dieser Verknupfungen sind kommutativ oder asso-
ziativ? Welche besitzen neutrale Elemente?
Erganzende Ubung 3.1.20. Man gebe die Wahrheitstafeln fur und an.
Bezeichne weiter : {Wahr, Falsch} {Wahr, Falsch} die Verneinung.
Man zeige, da die Formel

(A B) ((B) (A))

beim Einsetzen beliebiger Wahrheitswerte aus {Wahr, Falsch} fur A und B

stets den Wert Wahr ausgibt, in Ubereinstimmung mit unseren eher intuiti-
ven Uberlegungen in 2.3.7.

3.2 Gruppen
3.2.1. Ich empfehle, bei der Lekture dieses Abschnitts die Tabelle auf Seite
69 gleich mitzulesen, die die Bedeutungen der nun folgenden Formalitaten
66 KAPITEL I. ALLGEMEINE GRUNDLAGEN

in den zwei gebrauchlichsten Notationssystemen angibt. In diesen Notations-

systemen sollten alle Formeln aus der Schulzeit vertraut sein. Wir erinnern
uns an die Definition eines Monoids aus 3.1.14: Ein Monoid ist eine Menge
mit einer assoziativen Verknupfung, fur die es in unserer Menge ein neutrales
Element gibt.

Definition 3.2.2. 1. Ist (A, >) ein Monoid und a A ein Element, so
nennen wir ein weiteres Element a A invers zu a genau dann, wenn
gilt a>a = e = a>a fur e A das neutrale Element unseres Monoids.
Ein Element, das ein Inverses besitzt, heit invertierbar.

2. Eine Gruppe ist ein Monoid, in dem jedes Element ein Inverses besitzt.

3. Eine kommutative Gruppe oder abelsche Gruppe ist eine Gruppe,

deren Verknupfung kommutativ ist.

3.2.3. Der Begriff einer Gruppe wurde von Evariste Galois (1811-1832) in
die Mathematik eingefuhrt. Er verwendet den Begriff Gruppe von Transfor-
mationen sowohl in der Bedeutung einer Menge von bijektiven Selbstab-
bildungen einer gegebenen Menge als auch in der Bedeutung einer Menge
von bijektiven Selbstabbildungen einer gegebenen Menge, die abgeschlossen
ist unter Verknupfung und Inversenbildung, und die damit in der Tat ein
Beispiel fur eine Gruppe im Sinne der obigen Definition bildet. Unsere obige
Definition 3.2.2 geht auf eine Arbeit von Arthur Cayley aus dem Jahre 1854
mit dem Titel On the theory of groups as depending on the symbolic equa-
tion n = 1 zuruck und wurde damit formuliert, bevor Cantor die Sprache
der Mengenlehre entwickelte. Die Terminologie abelsche Gruppe wurde zu
Ehren des norwegischen Mathematikers Niels Hendrik Abel eingefuhrt.

Lemma 3.2.4. Jedes Element eines Monoids besitzt hochstens ein Inverses.

Beweis. Aus a>a = e = a>a und a>b = e = b>a folgt durch Anwenden von
b> auf die erste Gleichung mit dem Assoziativgesetz sofort a = b.

3.2.5. Wir durfen also den bestimmten Artikel benutzen und von nun an
von dem Inversen eines Elements eines Monoids und insbesondere auch einer
Gruppe reden. Offensichtlich ist das Inverse des Inversen stets das ursprung-
= a.
liche Element, in Formeln a

Lemma 3.2.6. Sind a und b Elemente einer Gruppe oder allgemeiner inver-
tierbare Elemente eines Monoids, so wird das Inverse von a>b gegeben durch
die Formel (a>b) = b>a.
3. ALGEBRAISCHE GRUNDBEGRIFFE 67

SkriptenBilder/BildSy.png

Die Verknupfungstafel der Gruppe aller Permutationen der Menge {1, 2, 3}.
Eine solche Permutation habe ich dargestellt durch das geordnete
Zahlentripel (1)(2)(3), und im Kastchen aus der Zeile und der Spalte
steht .
68 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Beweis. In der Tat rechnen wir schnell (a>b)>(b>a) = e = (b>a)>(a>b).

Diese Formel ist auch aus dem taglichen Leben vertraut: Wenn man sich
morgends zuerst die Strumpfe anzieht und dann die Schuhe, so mu man
abends zuerst die Schuhe ausziehen und dann die Strumpfe.

Beispiele 3.2.7. Von unseren Beispielen 3.1.2 fur Verknupfungen oben ist nur
(Z, +) eine Gruppe, und diese Gruppe ist kommutativ. Ein anderes Beispiel
fur eine kommutative Gruppe ist die Menge Q der rationalen Zahlen mit
der Addition als Verknupfung, ein weiteres die Menge Q\{0} der von Null
verschiedenen rationalen Zahlen mit der Multiplikation als Verknupfung.
Ubung 3.2.8. Die invertierbaren Elemente eines Monoids bilden stets eine
Gruppe. Ein Element a eines Monoids A ist invertierbar genau dann, wenn
es b, c A gibt mit b>a = e = a>c fur e das neutrale Element.

Definition 3.2.9. Ist (A, >) eine Gruppe, so erweitern wir unsere Notation
n> a aus 3.1.14 auf alle n Z, indem wir setzen n> a = (n)> a fur n negativ.

3.2.10. In einer Gruppe gelten offensichtlich sogar fur alle ganzen Zahlen
n Z die Regeln (n + m)> a = (n> a)>(m> a) und (nm)> a = n> (m> a). Ist
die Gruppe kommutativ, so gilt zusatzlich n> (a>b) = (n> a)>(n> b) fur alle
n Z.

3.2.11. Verknupfungen werden meist additiv oder multiplikativ geschrieben,

also a + b oder a b, wobei die additive Schreibweise kommutativen Verknup-
fungen vorbehalten ist und die Bruchnotation 1/a und b/a aus nebenstehen-
der Tabelle kommutativen multiplikativ geschriebenen Monoiden, in denen
b invertierbar ist. Bei additiv geschriebenen Gruppen bezeichnet man das
Inverse von a meist als das Negative von a. Bei nichtkommutativen und
multiplikativ notierten Gruppen oder Monoiden benutzt man fur das Inverse
von a nur die von der allgemeinen Notation an abgeleitete Notation a1 . Die
nebenstehende Tabelle fat die ublichen Notationen fur unsere abstrakten
Begriffsbildungen in diesem Kontext zusammen und gibt unsere allgemei-
nen Resultate und Konventionen in diesen Notationen wieder. Diejenigen
Formeln und Konventionen, die keine Inversen brauchen, benutzt man auch
allgemeiner fur beliebige Monoide. Fur die Gruppe der invertierbaren Ele-
mente eines multiplikativ notierten Monoids A verwenden wir die Notation
A . Zum Beispiel haben wir Z = {1, 1}.
Beispiel 3.2.12. Fur jede Menge X ist die Menge aller Bijektionen von X auf
sich selbst eine Gruppe, mit der Komposition von Abbildungen als Verknup-
fung. Wir notieren diese Gruppe Ens (X) in Ubereinstimmung mit unserer
3. ALGEBRAISCHE GRUNDBEGRIFFE 69

abstrakt additiv multiplikativ

a>b a+b a b, a b, ab

e 0 1
b b 1/b
a>b ab a/b
n> a na an

e>a = a>e = a 0+a=a+0=a 1a=a1=a

a>a = e aa=0 a/a = 1
=a
a (a) = a 1/(1/a) = a
(1)> a = a (1)a = a a1 = 1/a
(a>b) = b>a (a + b) = (b) + (a) (ab)1 = b1 a1 ,
1/ab = (1/b)(1/a)
(a>b) = b>a (a b) = b a 1/(a/b) = b/a
n> (m> a) = (nm)> a n(ma) = (nm)a (am )n = anm
(m + n)> a = (m> a)>(n> a) (m + n)a = (ma) + (na) a(m+n) = (am )(an )
n> a = (n)> a (na) = (n)a (an )1 = an
0> a = e 0a = 0 a0 = 1
n> (a>b) = (n> a)>(n> b) n(a + b) = (na) + (nb) (ab)n = (an )(bn )
Tabelle I.1: Konventionen und Formeln in verschiedenen Notationssystemen.
Bereits diese Tabelle mu mit einigen Hintergedanken gelesen werden, weil
die Symbole +, , 0, 1 darin in zweierlei Bedeutung vorkommen: Manchmal
meinen sie konkrete Operationen in Z bzw. Elemente von Z, manchmal ste-
hen sie aber auch fur Verknupfung, Inversenbildung und neutrale Elemente
in abstrakten Monoiden. Es scheint mir eine gute Ubung, die Tabelle durch-
zugehen und allen Symbolen 0, 1 einen Hut aufzusetzen, wenn sie nicht ganze
Zahlen bedeuten.
70 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Konvention 3.2.11, schlielich handelt es sich um die Gruppe der invertierba-

ren Elemente des Monoids Ens(X). Ihre Elemente heien die Permutatio-
nen von X. Die Gruppe der Permutationen einer Menge X ist fur |X| > 2
nicht kommutativ. Das Inverse einer Bijektion ist ihre Umkehrabbildung.
Ubung 3.2.13 (Kurzen in Gruppen). Sind a, b, c Elemente einer Gruppe,
so folgt aus a>b = a>c bereits b = c. Ebenso folgt aus b>a = c>a bereits
b = c. Dasselbe gilt allgemeiner in einem beliebigen Monoid, wenn wir a
invertierbar annehmen.
Erganzende Ubung 3.2.14. Sei A ein Monoid und e sein neutrales Element.
Man zeige: Unser Monoid ist genau dann eine Gruppe, wenn es fur jedes
a A ein a A gibt mit a>a = e, und dies Element a ist dann notwendig das
Inverse von a in A. Noch Mutigere zeigen: Ist A eine Menge mit assoziativer
Verknupfung und existiert ein e A mit e>a = a a A sowie fur jedes
a A ein a A mit a>a = e, so ist A eine Gruppe.
Erganzende Ubung 3.2.15. Gegeben eine Menge X ist ihre Potenzmenge
P(X) mit der Verknupfung A + B := (A B)\(A B) eine abelsche Gruppe.

3.3 Homomorphismen
Definition 3.3.1. Eine Menge mit einer vollig beliebigen, nicht notwendig
assoziativen Verknupfung heit auch ein Magma. Gegeben Magmas (H, >)
und (G, ) verstehen wir unter einem Homomorphismus von Mengen
mit Verknupfung oder auch Homomorphismus von Magmas von H
nach G eine Abbildung : H G derart, da gilt (x>y) = (x) (y)
fur alle x, y H. Die Menge aller solchen Homomorphismen bezeichnen wir
mit
Mag(H, G)
Beispiel 3.3.2. Sei X eine Menge P(X) ihre Potenzmenge. Wir betrachten
auf P(X) die Verknupfung (A, B) 7 A\B. Ist X , Y eine Injektion, so ist
die auf den Potenzmengen induzierte Abbildung ein Homomorphismus von
Magmas
(P(X), \) (P(Y ), \)
Definition 3.3.3. Sind unsere beiden Mengen mit Verknupfung Monoide,
so verstehen wir unter einem Monoidhomomorphismus einen Homomor-
phismus von Mengen mit Verknupfung, der das neutrale Element auf das
neutrale Element abbildet. Gegeben Monoide H und G bezeichnen wir die
Menge aller Monoidhomomorphismen von H nach G mit

Mon(H, G)
3. ALGEBRAISCHE GRUNDBEGRIFFE 71

3.3.4. Gegeben Monoide H, G kann Mon(H, G) Mag(H, G) durchaus ei-

ne echte Teilmenge sein. Zum Beispiel ist die Nullabbildung (Z, +) (Z, )
ein Homomorphismus von Mengen mit Verknupfung, aber kein Monoidho-
momorphismus.
Ubung 3.3.5. Gegeben eine Menge X ist das Bilden des Komplements ein
Monoidhomomorphismus (P(X), ) (P(X), ).
3.3.6. Gegeben ein Monoid H und eine Gruppe G haben wir stets Mag(H, G) =
Mon(H, G), jeder Homomorphismus von Mengen mit Verknupfung von ei-
nem Monoid in eine Gruppe bildet also das neutrale Element auf das neutrale
Element ab: In der Tat folgt das aus (e) = (ee) = (e)(e) durch Kurzen
unmittelbar. Einen Homomorphismus zwischen zwei Gruppen, in Formeln ei-
ne Abbildung : G H mit (ab) = (a)(b) fur alle a, b G, nennen
wir auch einen Gruppenhomomorphismus. Gegeben Gruppen H und G
bezeichnen wir die Menge aller Gruppenhomomorphismen von H nach G mit

Grp(H, G)

Die neue Notation hat den Vorteil, uns daran zu erinnern, da wir es mit
Gruppen zu tun haben.
Ubung 3.3.7. Die Multiplikation mit 5 ist ein Gruppenhomomorphismus von
additiven Gruppen Z Z.
3.3.8. Einen bijektiven Homomorphismus nennen wir in allen Situationen von
Mengen mit Verknupfung auch einen Isomorphismus.
Vorschau 3.3.9. Den Begriff eines Isomorphismus haben wir eben etwas schlam-
pig eingefuhrt: Im allgemeinen nennt man einen Homomorphismus nach ??
einen Isomorphismus genau dann, wenn es einen Homomorphismus in die
Gegenrichtung gibt derart, da beide Kompositionen und die
Identitat sind. Im obigen Fall und in den Fallen, die uns bis auf weiteres
begegnen werden, ist jedoch diese richtige Definition zu der oben gegebe-
nen schlampigen Definition aquivalent. Der erste Fall, in dem das nicht mehr
richtig ist, wird Ihnen in diesen Vorlesungen in II.6.5.23 begegnen: Eine bi-
jektive stetige Abbildung von topologischen Raumen mu keineswegs ein
Isomorphismus von topologischen Raumen sein alias eine stetige Umkehr-
abbildung besitzen.
3.3.10. Die Terminologie kommt von griechisch o fur Gestalt, Struk-
tur und griechisch oo fur gleich, ahnlich. Auf deutsch konnte man statt
Homomorphismus auchstrukturerhaltende Abbildungsagen. Das WortIso-
morphismus wird analog gebildet mit griechisch o fur gleich.
72 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Ubung 3.3.11 (Universelle Eigenschaft von (Z, +)). Man zeige, da fur
jede Gruppe G die Vorschrift 7 (1) eine Bijektion

Grp(Z, G) G

liefert. Ein Gruppenhomomorphismus von der additiven Gruppe der ganzen

Zahlen in irgendeine weitere Gruppe ist also in Worten festgelegt und fest-
legbar durch das Bild des Elements 1 Z. Hinweis: Man erinnere 3.2.10.
Man beachte, da die 1 nicht das neutrale Element der Gruppe Z meint,
die hier vielmehr als additive Gruppe zu verstehen ist. Man gebe explizit
den Gruppenhomomorphismus Z Z mit 1 7 5 an. Man gebe explizit den
Gruppenhomomorphismus Z Q\{0} mit 1 7 5 an.
Erganzende Ubung 3.3.12 (Universelle Eigenschaft von (N, +)). Man zei-
ge, da fur jedes Monoid G die Vorschrift 7 (1) eine Bijektion

Mon(N, G) G

liefert. Ein Monoidhomomorphismus vom additiven Monoid der naturlichen

Zahlen in irgendein weiteres Monoid ist also in Worten festgelegt und fest-
legbar durch das Bild des Elements 1 N. Hinweis: Man erinnere 3.1.16.
Wenn man es ganz genau nimmt, mu man fur diese Ubung die Diskussion
der naturlichen Zahlen ?? abwarten.
Erganzung 3.3.13. Eine Menge mit einer assoziativen Verknupfung heit auch
eine Halbgruppe. Gegeben Halbgruppen H und G schreiben wir Halb(H, G)
statt Mag(H, G) fur die Menge aller mit der Verknupfung vertraglichen Ab-
bildungen von H nach G, als da heit, aller Halbgruppenhomomorphis-
men. Fur jede Halbgruppe G liefert dann die Vorschrift 7 (1) eine
Bijektion

Halb(N1 , G) G
Hierbei ist N1 vermittels der Addition als Halbgruppe aufzufassen. Etwas
interessanter wird es, wenn wir Mengen mit vollig beliebigen, nicht notwendig
assoziativen Verknupfungen betrachten: Betrachten wir die Menge M aller
moglichen Klammerungen im Sinne von 3.1.8 und darauf die durch Hinter-
einanderschreiben erklarte Verknupfung sowie das Element M, das die
einzig mogliche Verklammerung von einem Buchstaben meint, so liefert fur
jedes Magma G die Vorschrift 7 () eine Bijektion

Mag(M, G) G

Ubung 3.3.14. Jeder Gruppenhomomorphismus : G H vertauscht mit

Inversenbildung, in Formeln (a1 ) = ((a))1 a G.
3. ALGEBRAISCHE GRUNDBEGRIFFE 73

Erganzende Ubung 3.3.15. Gegeben eine Verknupfung AA A, (a, b) 7 ab

auf einer Menge erklart man die opponierte Verknupfung durch die Vor-
schrift (a, b) 7 ba. Oft schreibt man auch Aopp oder A fur die Menge A,
versehen mit der opponierten Verknupfung, und x fur das Element x A,
aufgefat als Element von Aopp . Das hat den Vorteil, da man sich das Ver-
knupfungssymbol sparen kann, die Definition der opponierten Verknupfung
wird dann b a := (ab) . Man zeige: Gegeben eine Gruppe G liefert das Bil-

den des Inversen stets einen Gruppenisomorphismus Gopp G, g 7 g 1
zwischen der opponierten Gruppe und der ursprunglichen Gruppe.
Erganzende Ubung 3.3.16. Jede Halbgruppe G kann man zu einem Monoid
G erweitern, indem man noch ein Element hinzunimmt und ihm die Rolle
des neutralen Elements zuweist. Fur jedes weitere Monoid H liefert dann das
Vorschalten der Einbettung G , G eine Bijektion

Mon(G, H) Halb(G, H)
74 KAPITEL I. ALLGEMEINE GRUNDLAGEN

3.4 Korper
3.4.1. Die algebraische Struktur eines Korpers wird den Hauptbestandteil
unserer axiomatischen Einfuhrung der reellen Zahlen in II.1.4 bilden. Gleich-
zeitig bildet sie die Grundlage der Modellierung des Raums in der linearen
Algebra.

Definition 3.4.2. Ein Korper (K, +, ) (englisch field, franzosisch corps)

ist eine Menge K mit zwei assoziativen und kommutativen Verknupfungen,
der sogenannten Addition + und Multiplikation des Korpers, derart da
die folgenden drei Bedingungen erfullt sind:

1. (K, +) ist eine Gruppe, die additive Gruppe des Korpers.

2. Bezeichnet 0K K das neutrale Element der Gruppe (K, +), so folgt

aus a 6= 0K 6= b schon a b 6= 0K und (K\{0K }, ) ist eine Gruppe, die
multiplikative Gruppe des Korpers.

3. Es gilt das Distributivgesetz

a (b + c) = (a b) + (a c) a, b, c K

Beispiele 3.4.3. Ein Beispiel fur einen Korper ist der Korper der rationalen
Zahlen (Q, +, ). Ein anderes Beispiel ist der zweielementige Korper mit den
durch die Axiome erzwungenen Rechenregeln, der fundamental ist in der
Informatik. Die ganzen Zahlen (Z, +, ) bilden keinen Korper, da (Z \ {0}, )
keine Gruppe ist, da es namlich in Z\{0} nur fur 1 und 1 ein multiplikatives
Inverses gibt. Es gibt keinen einelementigen Korper, da das Komplement
seines Nullelements die leere Menge sein mute: Dies Komplement kann dann
aber unter der Multiplikation keine Gruppe sein, da es eben kein neutrales
Element haben konnte.
Erganzung 3.4.4. Der Begriff Korper ist in diesem Zusammenhang wohl
zu verstehen als besonders gut unter den verschiedensten Rechenoperatio-
nen abgeschlossener Zahlbereich, in Analogie zu geometrischen Korpern wie
Kugeln oder Zylindern, die man entsprechend als besonders gut in sich ge-
schlossene Bereiche des Raums ansehen konnte. Die Bezeichnung als Distri-
butivgesetz ruhrt daher, da uns dieses Gesetz erlaubt, beim Multiplizieren
eines Elements mit einer Summe den Faktor auf die Summanden zu vertei-
len.
3.4.5. Wenn wir mit Buchstaben rechnen, werden wir meist a b = ab ab-
kurzen. Zusatzlich vereinbaren wir zur Vermeidung von Klammern die Regel
Punkt vor Strich, so da also zum Beispiel das Distributivgesetz kurzer
3. ALGEBRAISCHE GRUNDBEGRIFFE 75

in der Form a(b + c) = ab + ac geschrieben werden kann. Die multiplika-

tive Gruppe eines Korpers K notieren wir K = K\{0K } in Ubereinstim-
mung mit unserer allgemeinen Notation 3.2.11, schlielich handelt es sich
um die Menge der invertierbaren Elemente des multiplikativen Monoids K.
Fur das neutrale Element der Multiplikation vereinbaren wir die Bezeichnung
1K K . Wir kurzen meist 0K ab durch 0 und 1K durch 1 in der Erwartung,
da man aus dem Kontext erschliet, ob mit 0 und 1 naturliche Zahlen oder
Elemente eines speziellen Korpers gemeint sind. Meist kommt es darauf im
Ubrigen gar nicht an.
3.4.6. Fur alle a, b in einem Korper und alle n 0 gilt die binomische Formel
n  
n
X n n
(a + b) = a b
=0

Um das einzusehen pruft man, da wir bei der Herleitung nach 1.1.23 nur
Korperaxiome verwandt haben. Man beachte hierbei unsere Konvention 00K =
1K aus 3.1.14, angewandt auf das Monoid (K, ) in Verbindung mit der nota-
tionellen Konvention auf Seite 69. Die Multiplikation mit den Binomialkoef-
fizienten in dieser Formel ist zu verstehen als wiederholte Addition im Sinne
der Bezeichnungskonvention na auf Seite 69, angewandt auf den Spezialfall
der additiven Gruppe unseres Korpers.
76 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Lemma 3.4.7 (Folgerungen aus den Korperaxiomen). In jedem Korper

K gilt:

1. a0 = 0 a K.

2. ab = 0 a = 0 oder b = 0.

3. a = (1)a a K.

4. (1)(1) = 1.

5. (a)(b) = ab a, b K.

6. ac
bd
= ac
bd
fur alle a, c K und b, d K .

7. ac
bc
= a
b
fur alle a K und b, c K .

8. a
b
+ c
d
= ad+bc
bd
fur alle a, c K und b, d K .

9. m(ab) = (ma)b fur alle m Z und a, b K.

Beweis. 1. Man folgert das aus a0 + a0 = a(0 + 0) = a0 durch Hinzuad-

dieren von (a0) auf beiden Seiten.

2. In der Tat folgt aus (a 6= 0 und b 6= 0) schon (ab 6= 0) nach den

Korperaxiomen.

3. In der Tat gilt a + (1)a = 1a + (1)a = (1 + (1))a = 0a = 0, und

a ist ja gerade definiert als das eindeutig bestimmte Element von K
so da a + (a) = 0.

4. In der Tat gilt nach dem Vorhergehenden (1)(1) = (1) = 1.

5. Um das nachzuweisen ersetzen wir einfach (a) = (1)a und (b) =

(1)b und verwenden (1)(1) = 1.

6. Das ist klar.

7. Das ist klar.

8. Das wird bewiesen, indem man die Bruche auf einen Hauptnenner
bringt und das Distributivgesetz anwendet.

9. Das folgt durch wiederholtes Anwenden des Distributivgesetzes.

3. ALGEBRAISCHE GRUNDBEGRIFFE 77

3.4.8. Die Frage, wie das Produkt zweier negativer Zahlen zu bilden sei, war
lange umstritten. Mir scheint der vorhergehende Beweis das uberzeugendste
Argument fur Minus mal Minus gibt Plus: Es sagt salopp gesprochen, da
man diese Regel adoptieren mu, wenn man beim Rechnen das Ausklammern
ohne alle Einschrankungen erlauben will.
3.4.9. Den Begriff eines Homomorphismus verwendet man bei Mengen mit
mehr als einer Verknupfung analog. Zum Beispiel ist ein Korperhomomor-
phismus von einem Korper K in einen Korper L definiert als eine Abbil-
dung : K L derart, da gilt (a+b) = (a)+(b) und (ab) = (a)(b)
fur alle a, b K und (1) = 1. Die Bedingung (1) = 1 ist nur notig, um
den Fall der Nullabbildung auszuschlieen. In anderen Worten mag man einen
Korperhomomorphismus auch definieren als eine Abbildung, die sowohl fur
die Addition als auch fur die Multiplikation ein Monoidhomomorphismus ist.
Unter einem Korperisomorphismus verstehen wir wieder einen bijektiven
Korperhomomorphismus.
3.4.10. Den Begriff eines Homomorphismus verwendet man auch im Fall von
Mengen mit gar keiner Verknupfung: Unter einem Homomorphismus von
Mengen versteht man schlicht eine Abbildung, unter einem Isomorphis-
mus von Mengen eine Bijektion.
Ubung 3.4.11. Ist K ein Korper derart, da es kein x K gibt mit x2 = 1,
so kann man die Menge K K = K 2 zu einem Korper machen, indem man
die Addition und Multiplikation definiert durch
(a, b) + (c, d) := (a + c, b + d)
(a, b) (c, d) := (ac bd, ad + bc)
Die Abbildung K K 2 , a 7 (a, 0) ist dann ein Korperhomomorphismus.
Kurzen wir (a, 0) mit a ab und setzen (0, 1) = i, so gilt i2 = 1 und (a, b) =
a + b i und die Abbildung a + b i 7 a b i ist ein Korperisomorphismus

K 2 K 2.
3.4.12. Auf die in der vorhergehenden Ubung 3.4.11 erklarte Weise konnen
wir etwa aus dem Korper K = R der reellen Zahlen, sobald wir ihn kennen-
gelernt haben, direkt den Korper C der komplexen Zahlen konstruieren.
Unser Korperisomorphismus gegeben durch die Vorschrift a + b i 7 a b i
heit in diesem Fall die komplexe Konjugation und wird auch z 7 z no-
tiert. Man beachte, wie muhelos das alles in der Sprache der Mengenlehre zu
machen ist. Als die komplexen Zahlen erfunden wurden, gab es noch keine
Mengenlehre und beim Rechnen beschrankte man sich auf das Rechnen mit
reellen Zahlen, ja selbst das Multiplizieren zweier negativer Zahlen wurde
als eine fragwurdige Operation angesehen, und das Ziehen einer Quadratwur-
zel aus einer negativen Zahl als eine rein imaginare Operation. In gewisser
78 KAPITEL I. ALLGEMEINE GRUNDLAGEN

Weise ist es das ja auch geblieben, aber die Mengenlehre liefert eben unse-
rer Imagination eine wunderbar prazise Sprache, in der wir uns auch uber
imaginierte Dinge unmiverstandlich austauschen konnen. Man kann diesel-
be Konstruktion auch allgemeiner durchfuhren, wenn man statt 1 irgendein
anderes Element eines Korpers K betrachtet, das kein Quadrat ist. Noch all-
gemeinere Konstruktionen zur Adjunktion hoherer Wurzeln oder sogar der
Adjunktion von Nullstellen polynomialer Gleichungen konnen Sie in der Al-
gebra kennenlernen, vergleiche etwa ??. In ?? diskutieren wir die komplexen
Zahlen ausfuhrlicher.
Ubung 3.4.13. Ein Korperhomomorphismus ist stets injektiv.

3.5 Der Aufbau des Zahlsystems*

3.5.1. Der Aufbau des Zahlsystems

NZQRC

erscheint in diesem Text nur in einer Abfolge von Nebenbemerkungen und

soll hier einmal zusammenfassend dargestellt werden.

1. Die Konstruktion der naturlichen Zahlen N diskutiere ich in ??. Kurz

wird das auch schon in 2.2.35 angerissen. Eine vollstandig uberzeugende
Diskussion dieser Struktur ist meines Erachtens nur im Rahmen der
Logik moglich.

2. Die Konstruktion der ganzen Zahlen Z aus den naturlichen Zahlen N, ja

der einhullenden Gruppe eines beliebigen kommutativen Monoids wird
in ?? erklart. Um die Multiplikation auf Z aus der Multiplikation auf
N zu erhalten, kann man dann wie in II.1.4.6 vorgehen.

3. Die Konstruktion des Korpers der rationalen Zahlen Q aus dem In-
tegritatsbereich der ganzen Zahlen Z, ja des Quotientenkorpers eines
beliebigen kommutativen Integritatsbereichs wird in ?? ausgefuhrt. Die
Anordnung auf Q durfen Sie selbst in ?? konstruieren.

4. Die Konstruktion des angeordneten Korpers der reellen Zahlen R aus

dem angeordneten Korper der rationalen Zahlen Q wird zur Beginn der
Analysis in II.1.4.3 erklart.

5. Die Konstruktion des Korpers der komplexen Zahlen C aus dem Kor-
per der reellen Zahlen R wurde in 3.4.11 angerissen und wird in ??
ausfuhrlicher behandelt.
3. ALGEBRAISCHE GRUNDBEGRIFFE 79

3.5.2. Oft wird der Aufbau des Zahlensystems als Geschichte immer neuer
Gewinne erzahlt: Beim Ubergang von N zu Z gewinnt man die Losbarkeit al-
ler Gleichungen des Typs a+x = b, beim Ubergang von Z zu Q die Losbarkeit
aller Gleichungen des Typs ax = b fur a 6= 0, beim Ubergang von Q zu R die
Losbarkeit aller Gleichungen des Typs xa = b fur a, b > 0, und nach Ubergang
von R zu C besitzen sogar alle nichtkonstanten Polynome Nullstellen. Hier ist
nur anzumerken, da man die Losbarkeit aller Gleichungen des Typs xa = b
fur a, b > 0 auch schon in einem abzahlbaren Unterkorper von R erreichen
konnte und da der eigentliche Grund fur den Ubergang zu R analytischer
Natur ist: Man gewinnt so den Zwischenwertsatz. Man kann den Aufbau des
Zahlensystems aber auch als eine Geschichte immer neuer Verluste erzahlen:
Beim Ubergang von N zu Z verliert man die Existenz eines kleinsten Ele-
ments, beim Ubergang von Z zu Q die Existenz unmittelbarer Nachfolger,
beim Ubergang von Q zu R die Abzahlbarkeit, und beim Ubergang von R zu
C die Anordnung. Man kann sogar noch weiter gehen zum Schiefkorper der
sogenannten Quaternionen H C aus ??, wobei man die Kommutativitat
der Multiplikation verliert, oder sogar den sogenannten Oktaven O H aus
??, bei denen die Multiplikation nicht einmal mehr assoziativ ist.
80 KAPITEL I. ALLGEMEINE GRUNDLAGEN

4 Zum Schreiben von Mathematik*

4.1 Herkunft einiger Symbole

4.1.1. Ich habe versucht, etwas uber die Herkunft einiger mathematischer
Symbole in Erfahrung zu bringen, die schon aus der Schule selbstverstandlich
sind.

4.1.2. Das Pluszeichen + ist wohl ein Auschnitt aus dem Symbol &, das
hinwiederum enstanden ist durch Zusammenziehen der beiden Buchstaben
im Wortchen et, lateinisch fur und.

4.1.3. Die Dezimaldarstellung der naturlichen Zahlen kam Mitte des vorigen
Jahrtausends aus Indien uber die Araber nach Italien. Bis dahin rechnete
man in Europa in romischer Notation. Sie mussen nur versuchen, in dieser
Notation zwei groere Zahlen zu multiplizieren, um zu ermessen, welchen
wissenschaftlichen und auch wirtschaftlichen Fortschritt der Ubergang zur
Dezimaldarstellung bedeutete. Das Beispiel der Dezimaldarstellung zeigt in
meinen Augen auch, wie entscheidend das sorgfaltige Einbeziehen trivialer
Spezialfalle, manchmal als Theorie der leeren Menge verspottet, fur die
Eleganz der Darstellung mathematischer Sachverhalte sein kann: Sie wurde
ja eben dadurch erst ermoglicht, da man ein eigenes Symbol fur gar nichts
erfand! Ich denke, da der Aufbau eines effizienten Notationssystems, obwohl
er naturlich nicht denselben Stellenwert einnehmen kann wie die Entwicklung
mathematischer Inhalte, dennoch in der Lehre ein wichtiges Ziel sein mu. In
diesem Text habe ich mir die grote Muhe gegeben, unter den gebrauchlichen
Notationen diejenigen auszuwahlen, die mir am sinnvollsten schienen, und sie
soweit wie moglich aufzuschlusseln.

4.1.4. Das Wort von der Theorie der leeren Menge scheint auf Carl Ludwig
Siegel zuruckzugehen, der in Bezug auf Bourbaki einmal gesagt haben soll:
Ich habe Angst, dass die Mathematik vor dem Ende des Jahrhunderts zu-
grunde geht, wenn dem Trend nach sinnloser Abstraktiondie Theorie der
leeren Menge, wie ich es nennenicht Einhalt geboten wird.

4.1.5. Die Herkunft der logischen Symbole und als umgedrehte E bzw.
A haben wir bereits in 2.3.4 erwahnt, sie wurden von Cantor in seiner Men-
genlehre zuerst verwendet. Die Symbole R, Q, N, Z wurden fruher als fette
Buchstaben gedruckt und zunachst nur beim Tafelanschrieb in der hier ge-
gebenen Gestalt wiedergegeben, da man fetten Druck an der Tafel nicht gut
darstellen kann.
4. ZUM SCHREIBEN VON MATHEMATIK* 81

4.2 Grundsatzliches zur Formulierung

4.2.1. Ich versuche, mir beim Schreiben uber Mathematik immer vor Augen
zu halten, da die mathematische Terminologie und Formelsprache sehr wenig
Redundanz aufweisen. Auch kleinste Fehler konnen dadurch schon zu den
groten Miverstandnissen fuhren. Ich pladiere deshalb dafur, die Redundanz
kunstlich zu erhohen und nach Moglichkeit alles dreimal zu sagen: Einmal in
mathematischer Terminologie, einmal in Formeln, und dann noch einmal in
weniger formellen Worten und mit Bildern.
4.2.2. Aus eigener Erfahrung wei ich, da ein Leser keineswegs immer von
vorne nach hinten alles liest und sich das bereits Gelesene merkt, sondern da
man oft gezielt spezielle Resultate sucht und herausgreift oder auch diagonal
liest. Ich habe es deshalb vermieden, irgendwelche Generalvoraussetzungen
einzustreuen, von der Art von nun an bis zum Ende des Abschnitts sind alle
unsere topologischen Raume Hausdorff und dergleichen. Wenn das einmal
bei speziellen Themen zu umstandlich werden sollte, will ich strikt die Re-
gel befolgen, da Generalvoraussetzungen fur eine Gliederungsstufe entweder
direkt nach der Uberschrift besagter Gliederungsstufe stehen mussen, oder
aber direkt vor dem Beginn der ersten Uberschrift der nachsttieferen Gliede-
rungsstufe, nach der entsprechenden Vorrede, und dann als eigener Abschnitt
Generalvoraussetzungen.
4.2.3. Das Schema Definition-Satz-Beweis scheint mir fur die Darstellung von
Mathematik sehr gut geeignet und auch zum Lesen und Lernen auerst effek-
tiv, wenn es richtig angewendet wird: Wenn namlich die Satze so formuliert
werden, da ihre Aussagen auch fur sich genommen schon sinnvoll und ver-
standlich sind, sofern man die entsprechenden Definitionen parat hat. Dann
kann man dieses Schema verstehen als eine Anleitung zum diagonalen Lesen.
Demselben Ziel dient die Abstufung der Satze als Satze, Korollare, Proposi-
tionen, Lemmata und dergleichen: Sie soll dem Leser zu erlauben, etwa durch
Konzentration auf die eigentlichen Satze eine schnelle Orientierung uber die
wesentlichen Aussagen und Resultate zu gewinnen. Diese Form ersetzt zu ei-
nem gewissen Mae das, was man im Deutschunterricht lernt. Ich empfehle,
mathematische Texte und Vortrage nicht mit einer Gliederung zu beginnen
und auch nicht mit einem Schluwort zu beenden, da das in Anbetracht der
in der Mathematik eh ublichen Strukturierung durch das Schema Definition-
Satz-Beweis leicht dazu fuhrt, da die strukturellen Elemente gegenuber dem
eigentlichen Inhalt zuviel Raum einnehmen.
4.2.4. In diesem Text gibt es auch viele Textpassagen, die einfach nur num-
meriert sind. Hier handelt es sich meist um kleinere Aussagen mit Beweis,
die mir fur die groe Form Definition-Satz-Beweis zu unbedeutend oder zu
82 KAPITEL I. ALLGEMEINE GRUNDLAGEN

offensichtlich schienen. Andere Textpassagen sind als Erganzung oder Ergan-

zende Ubung ausgewiesen: Damit ist gemeint, da sie im unmittelbaren Zu-
sammenhang ohne Schaden ubersprungen werden konnen, da sie jedoch aus
dem vorhergehenden heraus verstandlich sein sollten, und da darauf eventu-
ell spater zuruckgegriffen werden wird. Wieder andere Textpassagen sind als
Vorschau oder Weiterfuhrende Ubung ausgewiesen: Damit ist gemeint, da
sie im unmittelbaren Zusammenhang ohne Schaden ubersprungen werden
konnen, und moglicherweise auch, da ihr Verstandnis Kenntnisse voraus-
setzt, bei denen nicht davon ausgegangen werden kann, da sie dem Leser an
der entsprechenden Stelle bereits zur Verfugung stehen.
4.2.5. Satzzeichen wie Punkt und Komma storen in meinen Augen die As-
thetik von aus dem Text herausgestellten Formeln. Ich will deshalb die Regel
aufstellen und befolgen, da eine aus dem Text herausgestellte Formel stets
mit einem nicht gedruckten Punkt dahinter zu denken ist, wenn der Text mit
ihr aufhort oder wenn es darunter mit einem Grobuchstaben weitergeht.
Ich werde versuchen, den Fall zu vermeiden, da hinter eine aus dem Text
herausgestellte Formel nach den Regeln der Grammatik ein Komma gehorte.

4.3 Sprache und Mathematik

4.3.1. In diesem Abschnitt habe ich gesammelt, was mir beim Erklaren von
Mathematik und Schreiben uber Mathematik besonders schwer fallt.
4.3.2. Die mathematische Terminologie widmet freimutig Worte der Um-
gangssprache um und gibt ihnen hochprazise mathematische Bedeutungen,
die mal mehr und mal weniger zur Ursprungsbedeutung verwandt sind. Man
denke zum Beispiel an die Worte Menge, Abbildung, Gruppe, Ring, Korper.
Wie aber soll der lernende Leser an einer gegebenen Stelle erraten, ob ein
Wort, auf das er stot, nun bereits umgewidmet und in seiner neuen hoch-
prazisen mathematischen Bedeutung gemeint ist, oder vielmehr umgangs-
sprachlich? In jedem Falle steht das auch wieder im Gegensatz zu dem, was
in der Schlue im Deutschunterricht gelernt wird: Wortwiederholung ist beim
mathematischen Schreiben und Reden richtig und wichtig.
4.3.3. Bereits erklarte Begriffe werden in der mathematischen Fachsprache
durch Erganzungen mal spezifiziert, mal abgeschwacht, und manchmal sogar
beides zugleich. Der noch wenig informierte Leser kann nur schwer erraten,
was im Einzelfall zutrifft. So ist ein Primkorper etwas Spezielleres als ein Kor-
per, ein Schiefkorper etwas Allgemeineres, und ein Erweiterungskorper etwas
mit zusatzlichen Daten. Ein lokal kompakter Raum ist etwas allgemeineres
als ein kompakter Raum. Eine universelle Uberlagerung ist etwas Spezielleres
4. ZUM SCHREIBEN VON MATHEMATIK* 83

als eine Uberlagerung und eine verzweigte Uberlagerung etwas Allgemeine-

res, das aber nur im Spezialfall von Flachen uberhaupt sinnvoll definiert ist.
Ein Borelma ist etwas Spezielleres als ein Ma und ein signiertes Ma etwas
Allgemeineres. Eine Mannigfaltigkeit mit Rand ist etwas Allgemeineres als
eine Mannigfaltigkeit, eine glatte Mannigfaltigkeit dahingegen eine spezielle
Art von Mannigfaltigkeit, und ich konnte noch lange fortfahren.
4.3.4. Problematisch scheint mir auch die Verwendung bestimmter und un-
bestimmter Artikel. Sind mathematische Strukturen eindeutig bis auf ein-
deutigen Isomorphismus, wie Gruppen mit zwei Elementen oder Mengen
mit einem Element, so fallt mir die Verwendung des bestimmten Artikels
leicht. Sehr haufig sind mathematische Strukturen jedoch nur eindeutig bis
auf nicht-eindeutigen Isomorphismus: Etwa Mengen mit funf Elementen,
Gruppen mit drei Elementen, Vektorraume gegebener Dimension uber ei-
nem vorgegebenen Koper. Soll man dann den bestimmten oder den unbe-
stimmten Artikel verwenden? Hier ist die Terminologie uneinheitlich: Man
sagt ublicherweise ein funfdimensionaler reeller Vektorraum, eine abzahlbar
unendliche Menge aber der Zerfallungskorper, der algebraische Abschlu,
die universelle Uberlagerung, ohne da ich dafur triftige Grunde ausmachen
konnte. Vielleicht ware es eine gute Idee, fur nur bis auf nichteindeutigen Iso-
morphismus eindeutige mathematische Objekte die bestimmten Artikel mit
einer abschwachenden Schlange in der Form der, de, das zu verwenden.

4.4 Terminologisches zur leeren Menge

4.4.1. Ich finde es oft schwierig, die leere Menge terminologisch begfriedigend
einzubinden, und finde auch, da Bourbaki, den ich an sich sehr schatze, das
oft nicht richtig gelungen ist. Meine Konventionen sind wie folgt:

1. Die leere Menge ist nach II.2.1.1 ein Intervall, damit beliebige Schnitte
von Intervallen wieder Intervalle sind;

2. Die leere Menge nach ?? konvex, damit beliebige Schnitte konvexer

Mengen wieder konvex sind;

3. Die leere Menge ist nicht zusammenhangend, da die Zusammenhangs-

komponenten eines Raums die maximalen zusammenhangenden Teil-
mengen sein sollten, und die Zahl der Zusammenhangskomponenten
einer topologischen Summe die Summe der Zahlen der jeweiligen Zu-
sammenhangskomponenten, vergleiche IV.3.4.1, VI.1.3.2;

4. Die Wirkung einer Gruppe G auf der leeren Menge ist nach ?? nicht
transitiv, damit jede G-Menge sich bis auf Reihenfolge und Isomorphis-
84 KAPITEL I. ALLGEMEINE GRUNDLAGEN

mus eindeutig als eine disjunkte Vereinigung von transitiven G-Mengen

darstellen lat;

5. Die leere Menge ist nach ?? kein affiner Raum, da sie keine transitive
Operation eines Vektorraums zulat. Da damit der Schnitt zweier af-
finer Teilraume nicht notwendig wieder ein affiner Teilraum ist, nehme
ich als kleineres Ubel in Kauf;

6. Eine Abbildung von der leeren Menge in eine beliebige weitere Menge
ist konstant, aber nicht einwertig, vergleiche 2.2.8;

4.4.2. Diese Konventionen haben auch ihre Nachteile: So sind die zusammen-
hangenden Teilmengen von R nun genau die nichtleeren Intervalle und nur
jede nichtleere konvexe Teilmenge eines endlichdimensionalen reellen affinen
Raums ist zusammenhangend. Ich denke jedoch, die Vorteile uberwiegen.
 Teil B

Analysis

85
Kapitel II

Funktionen einer reellen

Veranderlichen

Die hier und im folgenden gegebene Einteilung in Kapitel spiegelt

inhaltliche Einheiten wieder und darf nicht als Einteilung in Vorlesungen
miverstanden werden. Mir scheint etwa, da der Stoff der nachsten beiden
Kapitel uber Funktionen einer und mehrerer reellen Veranderlichen mit
seinen 347 Textseiten zusammen mit der Halfte der 29 Textseiten aus dem
ersten Kapitel zu den Grundlagen in etwa drei vierstundige Vorlesungen
fullen konnte. Besonders wunschenswert fur einen derartigen Grundkurs
schiene es mir, zusatzlich noch die ersten 30 Seiten des Kapitels uber
Funktionenraume und Fouriertransformation zu behandeln, und dafur
notfalls das eine oder andere wegzulassen.

Inhalt
1 Die reellen Zahlen . . . . . . . . . . . . . . . . . . 90
1.1 Wurzeln rationaler Zahlen . . . . . . . . . . . . . . 90
1.2 Ordnungen auf Mengen . . . . . . . . . . . . . . . 92
1.3 Angeordnete Korper . . . . . . . . . . . . . . . . . 96
1.4 Die reellen Zahlen . . . . . . . . . . . . . . . . . . 98
2 Folgen und Reihen . . . . . . . . . . . . . . . . . . 106
2.1 Konvergenz von Folgen . . . . . . . . . . . . . . . 106
2.2 Vollstandigkeit der reellen Zahlen . . . . . . . . . . 116
2.3 Vergleich von Q und R . . . . . . . . . . . . . . . . 120
2.4 Die Kreiszahl . . . . . . . . . . . . . . . . . . . . 124
2.5 Grenzwerte von Reihen . . . . . . . . . . . . . . . 125

87
88 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

2.6 Wachstum und Zerfall . . . . . . . . . . . . . . . . 133

3 Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . 140
3.1 Definition und erste Beispiele . . . . . . . . . . . . 140
3.2 Umkehrfunktionen und Zwischenwertsatz . . . . . 146
3.3 Grenzwerte von Funktionen . . . . . . . . . . . . . 156
3.4 Stetige Funktionen auf Kompakta . . . . . . . . . 163
3.5 Integration stetiger Funktionen . . . . . . . . . . . 166
4 Differentiation und Integration . . . . . . . . . . 175
4.1 Differentiation . . . . . . . . . . . . . . . . . . . . 175
4.2 Ableitungsregeln . . . . . . . . . . . . . . . . . . . 178
4.3 Folgerungen aus Eigenschaften der Ableitung . . . 182
4.4 Regeln von de lHospital . . . . . . . . . . . . . . . 193
4.5 Zusammenhang zwischen Integral und Ableitung . 196
4.6 Integrationsregeln . . . . . . . . . . . . . . . . . . 198
4.7 Hyperbolische trigonometrische Funktionen . . . . 203
5 Potenzreihen und hohere Ableitungen . . . . . . 208
5.1 Funktionenfolgen und Potenzreihen . . . . . . . . . 208
5.2 Taylorentwicklung . . . . . . . . . . . . . . . . . . 217
5.3 Rechnen mit Approximationen . . . . . . . . . . . 220
5.4 Der Abelsche Grenzwertsatz* . . . . . . . . . . . . 224
6 Stetigkeit in mehreren Veranderlichen . . . . . . 227
6.1 Vorschlage zur Veranschaulichung . . . . . . . . . 227
6.2 Stetigkeit bei metrischen Raumen . . . . . . . . . 229
6.3 Konvergenz von Folgen in metrischen Raumen . . 235
6.4 Abgeschlossene und offene Teilmengen . . . . . . . 238
6.5 Topologische Raume . . . . . . . . . . . . . . . . . 241
6.6 Grenzwerte in topologischen Raumen . . . . . . . 247
6.7 Kompakte metrische Raume . . . . . . . . . . . . . 250
6.8 Affine Raume . . . . . . . . . . . . . . . . . . . . . 253
6.9 Normierte Raume . . . . . . . . . . . . . . . . . . 254
6.10 Uberdeckungen kompakter metrischer Raume . . . 261
6.11 Integrale mit Parametern . . . . . . . . . . . . . . 264
7 Raumwertige Funktionen . . . . . . . . . . . . . . 267
 89

7.1 Bogenlange in metrischen Raumen . . . . . . . . . 267

7.2 Ableiten von raumwertigen Funktionen . . . . . . 269
7.3 Die Bogenlange in normierten Raumen . . . . . . . 275
7.4 Definition von Sinus und Cosinus . . . . . . . . . . 279
7.5 Vollstandigkeit und Exponential von Matrizen . . 285
7.6 Eigenschaften von Sinus und Cosinus . . . . . . . . 290
90 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

1 Die reellen Zahlen

Hier trennen sich nun die Wege der linearen Algebra, in der man sich zu-
nachst nur auf die in [?] eingefuhrten algebraischen Konzepte stutzt und bis
auf weiteres mit beliebigen Korpern arbeiten kann, und der Analysis, fur die
das Wesen der reellen Zahlen grundlegend ist. Bei der Modellierung des An-
schauungsraums spielen jedoch die reellen Zahlen auch wieder eine zentrale
Rolle. Uberspitzt konnte man sagen, da im Gegensatz zu fruher, als die
mathematische Modellierung der Ebene mithilfe der euklidischen Axiome an
den Anfang gestellt wurde, seit dem Anfang des 20.-ten Jahrhunderts eher
die Modellierung der Gerade an den Anfang gestellt wird, wie wir sie im
folgenden kennenlernen werden.

1.1 Wurzeln rationaler Zahlen

Satz 1.1.1. Es gibt keine rationale Zahl x Q mit x2 = 2.

Bemerkung 1.1.2. Dieser Satz erklart, warum wir uns mit den rationalen Zah-
len nicht zufrieden geben. In der Tat suchen wir nach einem Zahlbereich, in
dem jeder anschaulichen Lange, wie zum Beispiel der Lange der Diagonale
eines Quadrats der Kantenlange Eins, auch tatsachlich eine Zahl entspricht.
Wir zeigen in 2.3.2, da im Zahlbereich der reellen Zahlen immerhin aus allen
nichtnegativen Zahlen Quadratwurzeln gezogen werden konnen, und disku-
tieren in 2.4.1, wie sich sogar unsere anschauliche Vorstellung von der Lange
des Einheitskreises zur Definition einer reellen Zahl prazisieren lat.

Erster Beweis. Setzen wir die in ?? bewiesene Eindeutigkeit der Primfaktor-

zerlegung als bekannt voraus, so folgt unmittelbar, da das Quadrat eines
unkurzbaren Bruches mit Nenner 6= 1 wieder ein unkurzbarer Bruch mit
Nenner 6= 1 ist. Fur eine rationale Zahl x Q folgt aus x 6 Z also x2 6 Z.
Gabe es mithin eine rationale Zahl x Q mit x2 = 2, so mute x bereits
selbst eine ganze Zahl sein. Offensichtlich gibt es jedoch keine ganze Zahl
x Z mit x2 = 2.

Zweiter Beweis. Ohne die Eindeutigkeit der Primfaktorzerlegung als bekannt

vorauszusetzen konnen wir in unserer speziellen Situation auch elementarer
mit dem Primfaktor 2 durch Widerspruch argumentieren: Nehmen wir an, wir
fanden ganze Zahlen p, q Z mit q 6= 0 derart, da x = p/q ein unkurzbarer
Bruch ware mit x2 = 2. Es folgte p2 = 2q 2 , also p2 gerade, also p gerade, also
p2 durch 4 teilbar, also q 2 gerade, also q gerade. Dann ware unser Bruch aber
doch kurzbar gewesen, namlich durch 2.
1. DIE REELLEN ZAHLEN 91

SkriptenBilder/Bild0006.png
92 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

1.2 Ordnungen auf Mengen

Definition 1.2.1. Eine Relation R auf einer Menge X ist eine Teilmenge
R X X des kartesischen Produkts von X mit sich selbst, also eine Menge
von Paaren von Elementen von X. Statt (x, y) R schreiben wir in diesem
Zusammenhang meist xRy. Eine Relation R heit eine Ordnungsrelation
oder auch eine partielle Ordnung oder Halbordnung oder auch einfach
nur eine Ordnung genau dann, wenn fur alle x, y, z X gilt:
1. Transitivitat: (xRy und yRz) xRz;

2. Antisymmetrie: (xRy und yRx) x = y;

3. Reflexivitat: Es gilt xRx fur alle x X.

Auf Englisch benutzt man fur eine partiell geordnete Menge alias partially
ordered set auch oft die Abkurzung poset. Eine Ordnungsrelation heit eine
Anordnung oder eine totale Ordnung oder auch eine lineare Ordnung
genau dann, wenn wir zusatzlich haben
4. Totalitat: Fur alle x, y X gilt xRy oder yRx.
1.2.2. Ordnungsrelationen schreibt man meist x y, statt x y schreibt
man dann oft auch y x. Weiter kurzt man (x y und x 6= y) ab mit x < y
und ebenso (x y und x 6= y) mit x > y. Auf jeder angeordneten Menge defi-
nieren wir Verknupfungen max und min in offensichtlicher Verallgemeinerung
von I.3.1.2.3.

Definition 1.2.3. Sei (Y, ) eine partiell geordnete Menge.

1. Ein Element g Y heit ein grotes Element von Y genau dann,
wenn gilt g y y Y . Ein Element g Y heit ein maximales
Element von Y genau dann, wenn es kein y Y gibt mit y > g.

2. Ein Element k Y heit ein kleinstes Element von Y genau dann,

wenn gilt k y y Y . Ein Element k Y heit ein minimales
Element von Y genau dann, wenn es kein y Y gibt mit y < k.
1.2.4. Jede partiell geordnete Menge besitzt hochstens ein grotes und hochs-
tens ein kleinstes Element. Wir durfen deshalb den bestimmten Artikel ver-
wenden und von dem groten bzw. kleinsten Element reden. Besitzt eine
partiell geordnete Menge ein grotes bzw. ein kleinstes Element, so ist dies
auch ihr einziges maximales bzw. minimales Element. Sonst kann es jedoch
maximale bzw. minimale Elemente in groer Zahl geben, zumindest dann,
wenn unsere Ordnungsrelation keine Anordnung ist.
1. DIE REELLEN ZAHLEN 93

SkriptenBilder/Bild0005.png

Eine partiell geordnete Menge mit zwei minimalen und einem maximalen
Element, die weder ein kleinstes noch ein grotes Element besitzt. Die
Darstellung ist in der Weise zu verstehen, da die fetten Punkte die
Elemente unserer Menge bedeuten und da ein Element groer ist als ein
anderers genau dann, wenn es von diesem durch einen aufsteigenden Weg
erreicht werden kann.
94 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Definition 1.2.5. Sei (X, ) eine partiell geordnete Menge und Y X eine
Teilmenge.

1. Ein Element o X heit eine obere Schranke von Y genau dann,

wenn gilt o y y Y .

2. Ein Element u X heit eine untere Schranke von Y genau dann,

wenn gilt u y y Y .

Definition 1.2.6. Sei (X, ) eine partiell geordnete Menge und Y X eine
Teilmenge.

1. Ein Element s X heit die kleinste obere Schranke oder das

Supremum von Y in X genau dann, wenn s das kleinste Element
ist in der Menge {o X | o ist obere Schranke von Y }. Wir schreiben
dann s = sup Y oder genauer s = supX Y .

2. Ein Element i X heit die grote untere Schranke oder auch das
Infimum von Y in X genau dann, wenn i das grote Element ist in
der Menge {u X | u ist untere Schranke von Y }. Wir schreiben dann
i = inf Y oder genauer i = inf X Y .

Beispiel 1.2.7. Die Teilmenge Y = {q Q | q < 1} Q hat kein grotes

Element, besitzt jedoch in Q eine kleinste obere Schranke, namlich sup Y = 1.
Die Teilmenge Z = {q Q | q 1} Q hat ein grotes Element, namlich die
1, und das ist dann naturlich auch gleichzeitig ihre kleinste obere Schranke in
Q, also haben wir auch sup Z = 1. Die Teilmenge Y = {q Q | q < 1} Q
hat in Q keine untere Schranke und dann naturlich erst recht keine grote
untere Schranke.
1.2.8. Besitzt eine Teilmenge Y X ein grotes Element g Y, so gilt
g = sup Y . Besitzt eine Teilmenge Y X ein kleinstes Element k Y, so
gilt k = inf Y . Sind Teilmengen Z Y X gegeben und besitzen Z und Y
ein Supremum in X, so gilt sup Z sup Y .
Erganzendes Beispiel 1.2.9. Auf der Potenzmenge einer beliebigen Menge ist
die Inklusionsrelation eine partielle Ordnung. Bezuglich dieser Ordnung ist
die Vereinigungsmenge im Sinne von ?? eines Mengensystems sein Supremum
und die Schnittmenge sein Infimum.
Ubung 1.2.10. Die Menge {x Q | x2 2} besitzt in Q keine grote untere
Schranke.
1. DIE REELLEN ZAHLEN 95

SkriptenBilder/Bildinfi.png

Die Menge Y = {1/n | n N1 } besitzt in Q eine grote untere Schranke,

namlich die Null, in Formeln inf Y = 0. Sie besitzt in Q auch eine kleinste
obere Schranke, namlich die Eins, in Formeln sup Y = 1.
96 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

1.3 Angeordnete Korper

Definition 1.3.1. Ein angeordneter Korper ist ein Korper (K, +, ) mit
einer Anordnung , die mit der Korperstruktur vertraglich ist in dem Sinne,
da gilt
1. x y x + z y + z x, y, z K;

2. (x 0 und y 0) xy 0 x, y K.
Die Elemente x K mit x > 0 bzw. x < 0 nennt man positiv bzw. negativ.
Die Elemente mit x 0 bzw. x 0 nennt man folgerichtig nichtnegativ
bzw. nichtpositiv.
Beispiel 1.3.2. Der Korper Q der rationalen Zahlen ist mit seiner ublichen
Anordnung ein angeordneter Korper. Dasselbe wird auch fur den Korper R
der reellen Zahlen gelten, den wir bald einfuhren werden.
Erganzung 1.3.3. Fur diejenigen Leser, die bereits das Konzept eines Rings
kennen, sei angefugt, da man in derselben Weise einen angeordneten Ring
erklart. In diesem Sinne ist dann etwa Z ein angeordneter Ring.
Lemma 1.3.4. In jedem angeordneten Korper gilt:
1. (x y und a b) (x + a y + b);

2. (x y und a 0) (ax ay);

3. (0 x < y und 0 a < b) (0 xa < yb);

4. (x y) (y x);

5. (x y und a 0) (ax ay);

6. (x 6= 0) (x2 > 0);

7. 1 > 0;

8. (x > 0) (x1 > 0);

9. (0 < x y) (0 < y 1 x1 ).
Beweis. 1. In der Tat folgt x + a y + a y + b.

2. In der Tat folgt 0 y x, also 0 a(y x) = ay ax und damit dann

ax ay.

3. In der Tat erhalten wir 0 xa ya < yb.

1. DIE REELLEN ZAHLEN 97

4. Das folgt durch Addition von (y x) auf beiden Seiten.

5. In der Tat folgern wir x y (a)x (a)y ax ay.

6. In der Tat ist x2 = (x)2 und x > 0 (x) < 0.

7. Das folgt aus 1 = 12 6= 0.

8. Das folgt durch Multiplikation mit (x1 )2 .

9. Das folgt durch Multiplikation mit y 1 x1 .

1.3.5. Schreiben wir zur besonderen Betonung wieder 0K und 1K , so gelten

demnach in jedem angeordneten Korper K die Ungleichungen

. . . < (1K ) + (1K ) < (1K ) < 0K < 1K < 1K + 1K < . . .

Insbesondere folgt aus m1K = n1K fur m, n Z schon m = n. Die Abbildung

Z K, m 7 m1K ist also eine Injektion. Das Bild dieser Injektion mute
wohl eigentlich einen eigenen Namen kriegen, zum Beispiel ZK , aber wir
kurzen unsere Notation ab, bezeichnen dieses Bild auch mit Z und schreiben
kurzer m statt m1K . Weiter erhalten wir auch eine Injektion Q K, m/n 7
m1K /n1K , die wir zum Beispiel q 7 qK notieren konnten. Wir sind auch
hier etwas nachlassig, bezeichnen das Bild unserer Injektion Q K meist
kurzerhand mit demselben Buchstaben Q statt genauer QK zu schreiben,
und hangen auch den Elementen von Q meist keinen Index an, wenn wir
eigentlich ihr Bild in K meinen.
Ubung 1.3.6. Man zeige, da fur jeden angeordneten Korper K die in 1.3.5
definierte Abbildung Q K ein Korperhomomorphismus ist.
Definition 1.3.7. Fur jeden angeordneten Korper K definieren wir eine
Abbildung K K, x 7 |x|, den Absolutbetrag, durch die Vorschrift

x falls x 0;
|x| =
x falls x < 0.

1.3.8. Wir listen einige Eigenschaften des Absolutbetrags auf. Der Beweis der
ersten vier sei dem Leser uberlassen.
1. |x| = 0 x = 0

2. | x| = |x|

3. |xy| = |x||y|
98 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

4. |x1 | = |x|1 falls x 6= 0

5. Es gilt die sogenannte Dreiecksungleichung

|x + y| |x| + |y| x, y K

in Worten: Der Betrag einer Summe ist stets kleinergleich der Summe
der Betrage der Summanden. In der Tat gilt ja x + y |x| + |y| und
ebenso auch (x + y) |x| + |y|. Unsere Ungleichung heit deshalb
Dreiecksungleichung, weil sie in einem allgemeineren Kontext sagt, da
in einem Dreieck zwei Seiten zusammen stets langer sind als die dritte.

6. ||a| |b|| |a + b| a, b K.
In der Tat folgt aus der Dreiecksungleichung |a| = |(a + b) + (b)|
|a + b| + | b| = |a + b| + |b|, also |a| |b| |a + b|. Ebenso folgert man
aber auch |b| |a| |a + b|.

Ubung 1.3.9. In jedem angeordneten Korper gilt:

1. Aus |x a| und |y b| folgt |(x + y) (a + b)| 2;

2. Aus |x a| 1 und |y b| 1 folgt |xy ab| (|b| + 1 + |a|);

3. Aus |y b| |b|/2 und b 6= 0 folgt y 6= 0 und |1/y 1/b| 2/|b|2 .

Erganzende Ubung 1.3.10. In jedem angeordneten Korper gilt fur x 1

und n N die sogenannte Bernoulli-Ungleichung (1 + x)n 1 + nx.
Hinweis: Vollstandige Induktion.

1.4 Die reellen Zahlen

1.4.1. Der folgende Satz enthalt diejenige Charakterisierung eines gewissen
angeordneten Korpers von reellen Zahlen, auf der die ganze Vorlesung auf-
baut. Er bildet auch einen wesentlichen Teil des Begriffsgebaudes, das es uns
ermoglicht, unsere geometrischen Vorstellungen in der heute gebrauchlichen
aus den Symbolen der Mengenlehre aufgebauten Sprache der hoheren Mathe-
matik wiederzufinden. Bereits im vierten Jahrhundert vor Christus erklarte
der griechische Mathematiker Eudoxos eine Zahl als das Verhaltnis zwei-
er Langen und gab damit eine geometrische Beschreibung dessen, was wir
heute positive reelle Zahlen nennen wurden. Die logischen Feinheiten der
Beziehung dieses geometrischen Zahlbegriffs zum algorithmischen Zahl-
begriff, der vom Proze des Zahlens herkommt, wurden erst nach und nach
verstanden. Den folgenden Satz 1.4.3 und seinen Beweis mag man als den
1. DIE REELLEN ZAHLEN 99

Schlupunkt dieser Entwicklung ansehen. Der Zwischenwertsatz 3.2.6 illus-

triert, wie gut die bei diesem Beweis im Reich der abstrakten Logik und
Mengenlehre konstruierten reellen Zahlen unsere geometrische Anschauung
modellieren.
1.4.2. Der Beweis der Existenz eines angordneten Korpers mit den im Satz
prazisierten Eigenschaften ist fur das weitere Verstandnis der Vorlesung be-
langlos. Ich gebe hier nur eine Beweisskizze, als da heit einen Beweis fur
hohere Semester, um Sie zu uberzeugen, da wir nicht wahrend des nachsten
halben Jahres Folgerungen ziehen aus Grundannahmen, die uberhaupt nie
erfullt sind. Ich rate dazu, bei der ersten Lekture auf das genauere Studium
des Existenzbeweises zu verzichten, der sich bis 1.4.8 hinzieht. Vom Beweis
der Eindeutigkeit sind Teile durchaus auch fur die Ziele dieser Vorlesung von
Belang. Wir formulieren diese Teile als die eigenstandigen Aussagen 1.4.12
und 1.4.13. Der Rest wird dem Leser als Ubung 1.4.18 uberlassen, die wieder
fur hohere Semester gedacht ist.

Satz 1.4.3 (Charakterisierung der reellen Zahlen). 1. Es gibt einen

angeordneten Korper (R, +, , ) derart, da in der angeordneten Men-
ge R jede nichtleere Teilmenge mit einer unteren Schranke auch eine
grote untere Schranke besitzt.

2. Solch ein angeordneter Korper ist im wesentlichen eindeutig bestimmt.

Ist genauer (R0 , +, , ) ein weiterer derartiger angeordneter Korper, so

gibt es genau einen Korperisomorphismus : R R0 , und fur diesen
Korperisomorphismus gilt zusatzlich () ().

1.4.4. Die im Satz gegebene Charakterisierung trifft auf den angeordneten

Korper der rationalen Zahlen nicht zu. Zum Beispiel wissen wir nach 1.2.10,
da die Menge {x Q | x2 2} in Q keine grote untere Schranke besitzt.
Sie ist jedoch nicht leer und besitzt in Q durchaus untere Schranken, nur
eben keine grote.
Ubung 1.4.5. Man zeige, da es fur je zwei nichtleere Teilmengen M, N R
mit x y fur alle x M und y N stets ein a R gibt mit x a y
fur alle x M und y N . Man zeige weiter, da diese Bedingung an eine
angeordnete Menge sogar gleichbedeutend ist zur Forderung, jede nichtleere
Teilmenge mit einer unteren Schranke moge auch eine grote untere Schranke
besitzen.

Beweis von 1.4.3.1. Wir konstruieren einen derartigen Korper R = RD als

100 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

eine Menge R P(Q) von Teilmengen der Menge Q aller rationalen Zahlen,

 ist nicht leer,

 hat eine untere Schranke,
R := Q 

 hat kein kleinstes Element,

 enthalt mit x auch jedes y > x.

Man nennt solch ein einen Dedekindschen Schnitt und bezeichnet die
so konstruierte Menge R als das Dedekindsche Modell der reellen Zahlen.
Auf unserer Menge R von Teilmengen von Q ist die Inklusionsrelation eine
Anordnung und wir schreiben statt . Ist Y R eine nichtleere
Teilmenge mit unterer Schranke, so liegt offensichtlich auch die Vereinigung
[
= {q Q | Es gibt Y mit q }
Y

aller Teilmengen aus Y in R und ist das Infimum von Y . Damit haben wir
bereits eine angeordnete Menge mit der geforderten Eigenschaft konstruiert.
Wir mussen darauf nur noch eine Addition und eine Multiplikation erkla-
ren derart, da unsere Struktur zu einem angeordneten Korper wird. Die
Addition ist unproblematisch: Wir setzen

+ := {x + y | x , y }

und prufen muhelos, da aus , R schon folgt + R, da R so zu einer

kommutativen Gruppe wird mit neutralem Element 0R = {x Q | x > 0},
und da gilt + + fur alle , , R. Wir erlauben
uns nun die Abkurzung 0R = 0. Die Multiplikation positiver Elemente ist
ebenfalls unproblematisch: Fur , R mit > 0, > 0 setzen wir

:= {xy | x , y }

und prufen muhelos, da aus , R>0 schon folgt R>0 und da R>0
so zu einer kommutativen Gruppe mit neutralem Element 1R = {x Q | x >
1} wird. Das Distributivgesetz in Q impliziert mit diesen Definitionen auch
sofort die Regel
( + ) = +
fur alle , , R>0 . Um unsere Multiplikation so auf ganz R auszudehnen,
da R ein angeordneter Korper wird, verwenden wir das anschlieende tech-
nische Lemma 1.4.6. Der Beweis der in Teil 2 behaupteten Eindeutigkeit ist
dann Ubung 1.4.18.
1. DIE REELLEN ZAHLEN 101

SkriptenBilder/Bild0027.png

Zum Infimum in R
102 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Lemma 1.4.6. Sei (R, +) eine kommutative Gruppe mit einer Anordnung
derart, da gilt + + , , R. Sei auf R>0 eine
Verknupfung (, ) 7 gegeben, die R>0 zu einer kommutativen Gruppe
macht. Gilt auerdem die Regel
( + ) = + , , R>0
so gibt es genau eine Fortsetzung unserer Verknupfung (, ) 7 auf ganz
R derart, da (R, +, , ) ein angeordneter Korper wird.
Erganzung 1.4.7. Dies Lemma oder eigentlich sein Beweis kann verstanden
werden als die mathematische Begrundung der wohlbekannten Regel Minus
mal Minus gibt Plus. Ist unter den Voraussetzungen des Lemmas R>0 nur
ein kommutatives Monoid, so gibt es immer noch genau eine Fortsetzung
unserer Verknupfung (, ) 7 auf ganz R derart, da (R, +, , ) ein
angeordneter Ring wird im Sinne von 1.3.3. In dieser Allgemeinheit mag
das Lemma auch bei der Konstruktion von Z aus N gute Dienste leisten,
vergleiche I.3.5.1.
Beweis. Wenn die Fortsetzung unserer Multiplikation auf ganz R das Distri-
butivgesetz erfullen soll, mussen wir notwendig setzen


0 = 0 oder = 0;
(()) < 0, > 0;

=

(()) > 0, < 0;
()() < 0, < 0.

Es gilt nur noch, fur diese Multiplikation die Korperaxiome nachzuweisen.

Unsere Multiplikation auf R ist offensichtlich kommutativ und assoziativ und
macht R\{0} zu einer Gruppe. Wir mussen also nur noch das Distributivge-
setz
( + ) = + , , R
nachweisen. Ohne Beschrankung der Allgemeinheit durfen wir hierbei >
0 und + > 0 annehmen, und die einzigen nicht offensichtlichen Falle
sind dann > 0, < 0 bzw. < 0, > 0. Sei ohne Beschrankung der
Allgemeinheit > 0, < 0. Nach unseren Annahmen gilt ja die Regel
= (( + ) + ()) = ( + ) + ()
und daraus folgt sofort ( + ) = + auch in diesem letzten Fall.
Ubung 1.4.8. Bezeichne R = RD das Dedekindsche Modell der reellen Zahlen.
Man zeige, da die durch die Struktur eines angeordneten Korpers auf R nach
1.3.5 definierte Injektion Q , R auch beschrieben werden kann durch die
Vorschrift p 7 pR := {q Q | q > p}.
1. DIE REELLEN ZAHLEN 103

Definition 1.4.9. Wir wahlen fur den weiteren Verlauf der Vorlesung einen
festen angeordneten Korper (R, +, , ), in dem jede nichtleere Teilmenge
mit einer unteren Schranke auch eine grote untere Schranke besitzt, erlau-
ben uns wegen der in 1.4.3.2 formulierten Eindeutigkeit bis auf eindeutigen
Isomorphismus den bestimmten Artikel, und nennen ihn den Korper R
der reellen Zahlen.
Ubung 1.4.10. Man zeige: Jede nichtleere Teilmenge von R mit einer oberen
Schranke hat auch eine kleinste obere Schranke.
Ubung 1.4.11. Seien X und Y nichtleere nach oben beschrankte Teilmengen
von R. Bezeichnet X + Y R die Menge {x + y | x X, y Y }, so zeige
man sup(X + Y ) = sup X + sup Y .
Satz 1.4.12. Die naturlichen Zahlen besitzen keine obere Schranke in den
reellen Zahlen, d.h. fur alle x R gibt es ein n N mit n > x.
Beweis. Das ist evident fur den angeordneten Korper R, den wir im Beweis
von 1.4.3 konstruiert haben. Da diese Konstruktion jedoch nicht ganz ein-
fach war, zeigen wir auch, wie unser Satz direkt aus unserer Definition 1.4.9
abgeleitet werden kann. Dazu argumentieren wir durch Widerspruch: Hatte
die Teilmenge N R eine obere Schranke, so hatte sie nach 1.4.10 auch eine
kleinste obere Schranke a. Dann ware aber a 1 < a keine obere Schranke
von N, also gabe es n N mit n > (a 1). Es folgte (n + 1) > a, und bereits
a selbst ware keine obere Schranke von N gewesen.
Korollar 1.4.13. 1. Unter jeder reellen Zahl findet man noch ganze Zah-
len, in Formeln: Fur alle x R gibt es m Z mit m < x.
2. Fur jede positive reelle Zahl > 0 gibt es eine positive naturliche Zahl
n 1 mit 0 < n1 < .
3. Zwischen zwei verschiedenen reellen Zahlen liegt stets noch eine ratio-
nale Zahl, in Formeln: Gegeben x < y in R gibt es r Q mit x < r < y.
Beweis. Die erste Aussage folgt aus 1.4.12. Um die Zweite zu zeigen, suche
man n > 1/. Um die dritte Aussage zu zeigen, suchen wir zunachst n N,
n 1 mit 0 < n1 < y x, also 1 < ny nx, das heit 1 + nx < ny. Nun
gibt es a, b Z mit a < ny < b, also gibt es eine grote ganze Zahl m mit
m < ny und folglich ny m + 1, woraus hinwiederum folgt nx < m und
dann x < m n
< y.
1.4.14. Ein angeordneter Korper heit archimedisch angeordnet genau
dann, wenn es zu jedem Element x des Korpers eine naturliche Zahl n N
gibt mit n > x. Das obige Korollar 1.4.13 gilt mit demselben Beweis fur jeden
archimedisch angeordneten Korper.
104 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Definition 1.4.15. Mit einem endlichen Dezimalbruch wie 3,141 bezeichnet

man wie auf der Schule die rationale Zahl 3141/1000. Die durch einen un-
endlichen Dezimalbruch wie 3,1415 . . . dargestellte reelle Zahl definieren
wir als das Supremum der Menge aller ihrer endlichen Teilausdrucke bzw.
das Infimum, wenn ein Minus davorsteht. Wir setzen also zum Beispiel


3

3,1






3,14

3,1415 . . . = sup

3,141
3,1415





...

wo wir die Elemente der Menge aller endlichen Teilausdrucke der Ubersicht-
lichkeit halber untereinander geschrieben haben statt sie durch Kommata
zu trennen und rationale Zahlen stillschweigend identifiziert haben mit ihren
Bildern in R.

Proposition 1.4.16. 1. Jede reelle Zahl lat sich durch einen unendli-
chen Dezimalbruch darstellen.

2. Genau dann stellen zwei verschiedene unendliche Dezimalbruche die-

selbe reelle Zahl dar, wenn es eine Stelle vor oder nach dem Kom-
ma gibt und eine von Neun verschiedene Ziffer z derart, da die bei-
den Dezimalbruche bis zu dieser Stelle ubereinstimmen, ab dieser Stel-
le jedoch der eine die Form z99999 . . . hat und der andere die Form
(z + 1)00000 . . ..

Beweis. Fur den ersten Teil reicht es zu zeigen, da sich jede nichtnegative
reelle Zahl y 0 als ein unendlicher Dezimalbruch darstellen lat. Nehmen
wir zu jedem s N die grote reelle Zahl rs y unter y mit hochstens s
Stellen nach dem Komma, so gilt

y = sup{r0 , r1 , r2 , . . .}

In der Tat ist y eine obere Schranke dieser Menge, aber jede reelle Zahl
x < y ist keine obere Schranke dieser Menge: Nach 1.4.13 oder, genauer,
seinem Beweis gibt es namlich fur jedes x R mit x < y ein s N und ein
m Z mit x < m 10s < y, als da heit, es gibt ein s mit x < rs . Den
zweiten Teil uberlassen wir dem Leser zur Ubung.
Erganzung 1.4.17. Ich will die Gleichheit 1 = 0,999 . . . auch noch im De-
dekindschen Modell der reellen Zahlen erlautern und beginne dazu mit der
1. DIE REELLEN ZAHLEN 105

offensichtlichen Gleichheit
[
{q Q | q > 1} = {q Q | q > 0,999
| {z. . . 9}}
n1 n

von Teilmengen von Q. Sie bedeutet nach 1.4.8 und der Beschreibung des
Infimums im Dedekindschen Modell der reellen Zahlen R = RD genau die
Gleichheit
1R = inf{(0,999 . . . 9})R | n 1}
| {z
n

und mit unserer Konvention fur die Interpretation unendlicher Dezimalbru-

che 1.4.15 dann auch die Gleichheit von reellen Zahlen

1 = 0,999 . . .

Jetzt gilt es nur noch, auf beiden Seiten das Negative zu nehmen. Ich be-
merke weiter, da es durchaus moglich ist, die Menge aller unendlichen De-
zimalbruche ohne alle Identifizierungen zu betrachten und mit der Struktur
einer angeordneten Menge zu versehen, in der dann sogar jede nichtleere Teil-
menge mit unterer Schranke eine grote untere Schranke hat. Es ist jedoch
nicht moglich, die gewohnte Addition und Multiplikation von den endlichen
Dezimalbruchen so auf diese angeordnete Menge fortzusetzen, da wir einen
angeordneten Korper erhalten. Der naive Ansatz scheitert hier bereits daran,
da nicht klar ist, wie man mit den eventuell unendlich vielen Ubertragen
bei der Addition und Multiplikation umgehen soll.
Erganzende Ubung 1.4.18 (Fur hohere Semester). Man zeige 1.4.3.2. Hin-
weis: Die gesuchte Bijektion kann zum Beispiel konstruiert werden durch
die Vorschrift () = inf{qR0 | q Q, qR > }. Man zeige allgemeiner auch,
da jeder Korperhomomorphismus R R die Identitat ist. Hinweis: Nach
2.3.2 sind die nichtnegativen reellen Zahlen genau die Quadrate, jeder Kor-
perhomomorphismus R R erhalt also die Anordnung. Andererseits aber
mu er auf Q die Identitat sein.
106 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

2 Folgen und Reihen

2.1 Konvergenz von Folgen
Definition 2.1.1. Eine Teilmenge einer Menge mit Ordnungsrelation heit
ein Intervall genau dann, wenn mit zwei beliebigen Punkten aus besag-
ter Teilmenge auch jeder Punkt zwischen den beiden zu unserer Teilmenge
gehort. Ist in Formeln (X, ) eine Menge mit Ordnungsrelation, so heit
demnach eine Teilmenge I X ein Intervall oder genauer ein Intervall in
X genau dann, wenn fur beliebige x, y, z X mit x < y < z aus x, z I
folgt y I.

2.1.2. Jeder Schnitt von Intervallen ist wieder ein Intervall.

Erganzende Ubung 2.1.3. Jede Teilmenge Y einer angeordneten Menge X
ist die disjunkte Vereinigung aller maximalen in Y enthaltenen nichtleeren
Intervalle von X. Hinweis: Hat ein System von Intervallen von X nichtleeren
Schnitt, so ist auch seine Vereinigung wieder ein Intervall von X.

Definition 2.1.4. Wir erweitern die reellen Zahlen durch die zwei Punkte
und zu der in hoffentlich offensichtlicher Weise angeordneten Menge
der sogenannten erweiterten reellen Zahlen

R = R {, }

2.1.5 (Reelle Intervalle). Jede Teilmenge von R besitzt in R ein Supremum

und ein Infimum. Fur ein Intervall I R mit Supremum a = sup I und
Infimum b = inf I gibt es die Alternativen a I oder a 6 I und b I oder
b 6 I. Es gibt damit vier Typen von Intervallen in R, fur die die beiden
folgenden Notationen gebrauchlich sind:

[a, b] = [a, b] = {x R | a x b}
]a, b[ = (a, b) = {x R | a < x < b}
[a, b[ = [a, b) = {x R | a x < b}
]a, b] = (a, b] = {x R | a < x b}

Wahlen wir hier a, b R beliebig mit a < b, so erhalten wir genau alle
Intervalle in R mit mehr als einem Element. Wir benutzen die eben erklarten
Notationen jedoch auch im Fall a b, sie bezeichnen dann manchmal eine
einpunktige Menge und meist die leere Menge. Ich hoffe, da der Leser aus
dem Kontext erschlieen kann, wann mit (a, b) ein Intervall gemeint ist und
wann ein Paar aus R2 . Ein Intervall in R nennen wir ein reelles Intervall.
2. FOLGEN UND REIHEN 107

2.1.6. Sind a und b konkrete Zahlen, etwa a = 1 und b = 27, so ware zu

allem Uberflu auch noch eine dritte Lesart von (1, 27) als die in Klammern
notierte Dezimalzahl 1,27 denkbar. Ich hoffe, da der Leser aus dem Kontext
erschlieen kann, was jeweils gemeint ist. Wenn man genau hinguckt, sollte
auch im letzteren Fall der Abstand nach dem Komma etwas kleiner sein.
2.1.7. Ein Intervall in R heit kompakt genau dann, wenn es eines unserer
[a, b] ist. Der Begriff kompakt wird in 3.4.1 auf beliebige Teilmengen von
R verallgemeinert. Ein reelles Intervall heit offen genau dann, wenn es ei-
nes unserer Intervalle (a, b) ist. Der Begriff offen wird in 4.3.1 auf beliebige
Teilmengen von R verallgemeinert. Wir nennen ein reelles Intervall halb-
offen genau dann, wenn es nicht aus einem einzigen Punkt besteht, und
verallgemeinern den Begriff halboffen in 4.1.1 auf beliebige Teilmengen von
R. In der in diesem Text verwendeten Terminologie sind mithin alle offenen
Intervalle auch halboffen. In der Literatur wird der Begriff halboffen meist
abweichend davon verwendet als Bezeichnung fur reelle Intervalle, die weder
offen noch kompakt sind.

Definition 2.1.8. Gegeben ein Punkt x R vereinbaren wir nun, welche

Teimengen von R wir Umgebungen von x nennen wollen. Wir geben diese
Definition separat fur reelle Zahlen und fur die beiden Punkte .

1. Gegeben x R heit eine Teilmenge W R eine Umgebung von x

genau dann, wenn sie ein Intervall (a, b) umfat mit a < x < b.

2. Fur x = heit eine Teilmenge W R eine Umgebung von x genau

dann, wenn sie ein Intervall (a, ] umfat mit a < .

3. Fur x = heit eine Teilmenge W R eine Umgebung von x

genau dann, wenn sie ein Intervall [, b) umfat mit < b.

2.1.9. Die Aufspaltung der Definition in drei Falle ist naturlich nicht be-
sonders befriedigend. Sie ermoglicht es uns jedoch im weiteren Verlauf, viele
noch viel weiter gehende Fallunterscheidungen zu vermeiden.
2.1.10. Gegeben x R und > 0 nennen wir das offene Intervall (x, x+)
die -Umgebung von x. Eine Umgebung von x R konnen wir auch cha-
rakterisieren als eine Teilmenge W R, die fur mindestens ein reelles > 0
das Intervall (x , x + ) umfat, oder aquivalent als eine Teilmenge, die fur
mindestens ein reelles > 0 das Intervall [x , x + ] umfat. Eine der Mo-
tivationen fur unsere grozugige Definition des Umgebungsbegriffs ist, da er
uns durch seine groe Allgemeinheit dazu verhelfen soll, die Diskussion, ja die
bloe Erwahnung derartiger Nebensachlichkeiten weitgehend zu vermeiden.
108 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildUmg.png

Versuch der graphischen Darstellung einer Umgebung sowie einer

-Umgebung eines hier fett eingezeichneten Punktes der reellen
Zahlengeraden. Die obere Umgebung besteht aus zwei halboffenen
Intervallen und einem einzelnen Punkt.
2. FOLGEN UND REIHEN 109

Beispiel 2.1.11. Das kompakte Intervall [0, 1] ist eine Umgebung von jedem
Punkt aus dem offenen Intervall (0, 1), aber von keinem anderen Punkt der
erweiterten reellen Zahlengeraden. Q ist fur keinen Punkt der erweiterten
reellen Zahlengeraden eine Umgebung.
2.1.12. Offensichtlich besitzen je zwei verschiedene Punkte der erweiterten re-
ellen Zahlengeraden zueinander disjunkte Umgebungen, und der Schnitt von
je zwei Umgebungen ein- und desselben Punktes ist wieder eine Umgebung
des besagten Punktes.
Erganzung 2.1.13. Bei der Vor- und Nachbereitung dieser Vorlesung ist mir
erst richtig klar geworden, welch groer Teil der Diskussion der Begriffe
Grenzwert und Stetigkeit im Rahmen der Analysis einer reellen Verander-
lichen nur die Struktur der reellen Zahlen als angeordnete Menge betrifft.
Die Resultate dieses Abschnitts mit Ausnahme der Beschreibung aller Inter-
valle 2.1.5 gelten im Ubrigen mit unverandertem Beweis auch allgemeiner fur
einen beliebigen archimedisch angeordneten Korper und zu einem guten Teil
sogar fur einen beliebigen angeordneten Korper.
Definition 2.1.14. Eine Abbildung N X, n 7 xn von den naturlichen
Zahlen in eine Menge X nennen wir eine Folge in X. Wir schreiben eine Folge
meist (xn )nN oder x0 , x1 , x2 , . . . oder auch einfach nur xn . Die xi heien die
Folgenglieder. Manchmal nennen wir allerdings auch Abbildungen Folgen,
die erst ab n = 1 definiert sind.
Definition 2.1.15. Sagen wir, eine Aussage gelte fur fast alle Elemente
einer Menge, so soll das bedeuten, da sie gilt fur alle Elemente bis auf
hochstens endlich viele Ausnahmen. Sagen wir, eine Aussage gelte fur fast
alle Glieder einer Folge, so soll das bedeuten, da fur fast alle Indizes n
unsere Aussage fur das n-te Folgenglied gilt.

Definition 2.1.16. Sei x0 , x1 , . . . eine Folge in R und x R ein Punkt.

Wir sagen, die Folge xn konvergiere gegen x genau dann, wenn jede
Umgebung von x fast alle Glieder der Folge enthalt. Wir schreiben in diesem
Fall auch
lim xn = x
n

und nennen x einen Grenzwert oder lateinisierend Limes der Folge. Nach
der im folgenden bewiesenen Eindeutigkeit des Grenzwerts 2.1.21 durfen wir
uns sogar den bestimmten Artikel erlauben und von dem Grenzwert reden.
Beispiel 2.1.17. Die konstante Folge xn = x n konvergiert gegen x. In
der Tat liegen bei dieser Folge in jeder Umgebung von x nicht nur fast alle,
sondern sogar alle Folgenglieder.
110 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildKoF.png

Graphische Darstellung der Folge xn = 33n (2)4n , die gegen Null

konvergiert, wie Sie bald werden zeigen konnen. Die Folgenglieder sind die
kleinen Kreuzchen auf der reellen Achse, ihre Indizes tragen sie an
unterschiedlich langen gestrichelt eingezeichneten Stangen.
2. FOLGEN UND REIHEN 111

Beispiel 2.1.18. Die Folge xn = n konvergiert gegen plus Unendlich, in For-

meln
lim n =
n

In der Tat umfat jede Umgebung U von per definitionem ein Intervall
der Gestalt (a, ] fur a R, und bereits jedem derartigen Intervall liegen
nach 1.4.12 jeweils fast alle Folgenglieder.

Definition 2.1.19. Eine Nullfolge ist eine Folge, die gegen Null konvergiert.

Beispiel 2.1.20. Die Folge xn = 1/n ist eine Nullfolge, in Formeln

1
lim =0
n n

In der Tat umfat jede Umgebung U von 0 per definitionem ein Intervall der
Gestalt (, ) fur > 0, und bereits in jedem derartigen Intervall liegen alle
Folgenglieder mit n > (1/), nach 1.4.12 also jeweils fast alle Folgenglieder.

Lemma 2.1.21 (Eindeutigkeit des Grenzwerts). Ein- und dieselbe Folge

kann nicht gegen zwei verschiedene Punkte konvergieren, in Formeln

( lim xn = x und lim xn = y) (x = y)

n n

Beweis. Durch Widerspruch. Sind unsere Punkte x und y verschieden, so

besitzen sie auch disjunkte Umgebungen U und V. Dann konnen aber von
unseren unendlich vielen Folgengliedern nicht fast alle in der Umgebung U
von x und fast alle in der Umgebung V von y liegen, also kann unsere Folge
nicht gleichzeitig gegen x und gegen y konvergieren.
2.1.22. Man beachte, wie unser Umgebungsbegriff uns bereits an dieser Stelle
dabei hilft, den Beweis kurz und pragnant zu halten und die Diskussion von
Sonderfallen fur {x, y} {, } =
6 zu vermeiden.

Definition 2.1.23. Unter einer Umgebungsbasis eines Punktes versteht

man ein System alias eine Menge von Umgebungen besagten Punktes der-
art, da jede Umgebung unseres Punktes mindestens eine Umgebung unseres
Systems umfat.

Beispiele 2.1.24. Die -Umgebungen eines Punktes x R bilden eine Umge-

bungsbasis von x, desgleichen aber auch alle Intervalle [x 3, x + 4) mit
> 0 oder alle Intervalle [x 1/n, x + 1/n] mit n N1 . Eine Umgebungs-
basis von bilden etwa die Intervalle [K, ] mit K R oder auch mit
K N.
112 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

2.1.25. Um die Konvergenz einer Folge gegen einen Punkt nachzuweisen,

mussen wir offensichtlich nur fur jede Umgebung aus einer fest gewahlten
Umgebungsbasis prufen, da fast alle Folgenglieder darin liegen. Konvergenz
gegen einen Punkt x R etwa ist gleichbedeutend dazu, da fur jedes > 0
die -Umgebung von x fast alle Glieder der Folge enthalt. Im Fall einer reellen
Folge (xn ) ist das weiter gleichbedeutend dazu, da es

fur jedes > 0 ein N = N N gibt mit n N |xn x| < .

Dahingegen ist limn xn = gleichbedeutend dazu, da fur jedes K N

fast alle Folgenglieder oberhalb von K liegen.
2.1.26. Wenn Sie in der Analysis die Formulierung fur alle > 0 gilt was
auch immer antreffen, so durfen Sie erwarten, da dieses was auch immer,
wenn es denn fur ein gegebenes > 0 gilt, fur alle groeren > 0 eh gilt. Sa-
lopp gesprochen besteht also die unausgesprochene Ubereinkunft, durch die
Verwendung des Buchstabens das anzudeuten, was man umgangsprachlich
vielleicht mit fur jedes auch noch so kleine > 0 ausdrucken wurde. Sie
mussen nur einmal versuchen, beim Vorrechnen einer Ubungsaufgabe statt
den Buchstaben M zu verwenden: Auch wenn formal alles richtig sein sollte,
wird Ihr Tutor deutlich langer daruber nachdenken mussen, ob Ihre Formu-
lierung auch wirklich stimmt! Sei < 0 schlielich ist ein mathematischer
Witz.
2.1.27. Ich will versuchen, in der Vorlesung einem Farbencode zu folgen, nach
dem vorgegebene Umgebungen von Grenzwerten und dergleichen in gelber
Farbe dargestellt werden, dazu zu findende N und dergleichen dahingegen in
roter Farbe.
2.1.28. Mit unserer Konvention fur die Konvergenz gegen bewegen wir
uns zwar im Rahmen des allgemeinen Begriffs der Konvergenz in topologi-
schen Raumen 6.6.1, aber auerhalb der in der einfuhrenden Literatur zur
Analysis ublichen Konventionen, in denen die Terminologie bestimmte Di-
vergenz gegen verwendet wird. Ublicherweise bleibt in anderen Worten
der Begriff der konvergenten Folge reserviert fur Folgen, die gegen eine reelle
Zahl konvergieren. Wir nennen solche Folgen reell konvergent. Falls eine
Folge nicht konvergiert, auch nicht gegen oder , so nennt man sie un-
bestimmt divergent. Wir verlieren mit unserer Terminologie zwar etwas an
terminologischer Koharenz, da wir im weiteren Reihen aus wieder anderen
Grunden nur dann konvergent nennen werden, wenn die Folge ihrer Partial-
summeen reell konvergent ist. Das schien mir jedoch ein kleineres Ubel, als
es eine unnotig einschrankende oder in Falle aufspaltende Formulierung von
Aussagen wie 2.1.32 oder 2.2.6 ware.
2. FOLGEN UND REIHEN 113

Proposition 2.1.29. Fur jede Folge xn von Null verschiedener reeller Zahlen
gilt
limn xn = 0 limn |x1 n | =

Beweis. Fur alle K > 0 gilt |x1n | (K, ] xn (K

1
, K 1 ). Gilt
also die rechte Seite bei vorgegebenem K > 0 fur fast alle Folgenglieder, so
auch die Linke. Ebenso gilt fur alle > 0 offensichtlich xn (, )
|x1 1
n | ( , ]. Gilt also die rechte Seite bei vorgegebenem > 0 fur fast
alle Folgenglieder, so auch die Linke.

2.1.30. Vereinbaren wir 1/|| = 1/|| = 0 und |1/0| = , so gilt diese

Proposition mit demselben Beweis sogar fur jede Folge in R.

Proposition 2.1.31. Die folgende Tabelle beschreibt das Konvergenzverhal-

ten der Folge (xn )nN der Potenzen von x in Abhangigkeit von x:

x>1 limn xn = ;
x=1 limn xn = 1;
|x| < 1 limn xn = 0;
x 1 Die Folge xn divergiert unbestimmt.

Beweis. Im Fall x > 1 schreiben wir x = 1 + y mit y > 0 und erhalten mit
der binomischen Formel

xn = (1 + y)n 1 + ny

Aber naturlich gilt 1 + ny K genau dann, wenn gilt n (K 1)/y, und

das gilt bei festem K fur fast alle n. Im Fall x = 1 ist die Folge konstant 1
und es ist nichts zu zeigen. Falls 0 < |x| < 1 gilt nach dem Vorhergehenden
limn |1/xn | = und daraus folgt mit Proposition 2.1.29 limn xn = 0.
Fur x = 0 gilt das naturlich eh. Im Fall x 1 gilt |xn xn+1 | 2
fur alle n. Also kann die Folge nicht gegen eine reelle Zahl a konvergieren,
denn dann mute gelten |a xn | < 1 fur fast alle n und dann nach der
Dreiecksungleichung |xn xn+1 | < 2 fur fast alle n. Die Folge kann in diesem
Fall aber auch nicht gegen konvergieren, da die Folgenglieder immer
abwechselnd positiv und negativ sind.

Lemma 2.1.32 (Quetschlemma). Sind in R drei Folgen an , bn , cn gegeben

mit an bn cn fur alle n, und konvergieren an und cn gegen denselben
Grenzwert, so konvergiert auch bn gegen diesen Grenzwert.

Erganzung 2.1.33. In der franzosischen Literatur tragt dieses Lemma auch

die hintersinnige Bezeichnung theoreme des gendarmes.
114 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Beweis. Das folgt aus den Definitionen mit der Erkenntnis, da sich jede Um-
gebung eines Punktes verkleinern lat zu einer Umgebung desselben Punktes,
die ein Intervall ist. Es reicht ja, fur jede solche Intervallumgebung I des ge-
meinsamen Grenzwerts von an und cn zu zeigen, da fast alle bn darinliegen.
Das ist aber klar, da fast alle an und fast alle cn darinliegen.
Beispiel 2.1.34. Konvergiert eine Folge reeller Zahlen an gegen , so konver-
giert jede Folge reeller Zahlen bn mit an bn fur alle n auch gegen . Das
folgt zum Beispiel, indem wir als cn die konstante Folge nehmen und das
Quetschlemma anwenden.
Lemma 2.1.35 (Erhaltung von Ungleichungen). Seien an , bn Folgen in
R mit Grenzwerten limn an = a und limn bn = b. Gilt an bn fur alle
n, so folgt a b.
Beweis. Ware hier b < a, so fanden wir k mit b < k < a. Dann ware [, k)
eine Umgebung von b und (k, ] eine Umgebung von a. Fast alle an mussten
also in (k, ] liegen und fast alle bn in [, k) und es folgte an > bn fur fast
alle n im Widerspruch zu unserer Annahme.
Satz 2.1.36 (Rechenregeln fur Grenzwerte). Seien an , bn Folgen reeller
Zahlen mit reellen Grenzwerten limn an = a, limn bn = b.
1. Die Summe bzw. das Produkt unserer Folgen konvergieren gegen die
Summe bzw. das Produkt ihrer Grenzwerte, in Formeln

limn (an + bn ) = a + b
limn (an bn ) = ab

2. Sind alle Glieder der Folge bn sowie ihr Grenzwert b von Null verschie-
den, so gilt fur die Folge der Kehrwerte
1 1
lim =
n bn b

Beweis. Wir beginnen den Beweis mit einem Lemma.

Lemma 2.1.37. 1. Gegeben a, b R und eine Umgebung W von a + b
gibt es Umgebungen U von a und V von b mit U + V W.

2. Gegeben a, b R und eine Umgebung W von a b gibt es Umgebungen

U von a und V von b mit U V W.

3. Gegeben b R und eine Umgebung W von b1 gibt es eine Umgebung

V R von b mit V 1 W.
2. FOLGEN UND REIHEN 115

2.1.38. In Erinnerung an I.3.1.2.6 verstehen wir hier U + V = {x + y | x

U, y V } und U V = {x y | x U, y V }. In Anlehnung an I.2.2.8
verstehen wir weiter V 1 = {x1 | x V }.

Beweis des Lemmas. Ohne Beschrankung der Allgemeinheit durfen wir an-
nehmen, da W sogar eine -Umgebung von a + b ist. Nehmen wir dann fur
U bzw. V die /2-Umgebung von a bzw. b, so gilt in der Tat U + V W.
Fur die zweite Formel beginnen wir mit der Abschatzung

|xy ab| = |(x a)y + a(y b)|

|x aky| + |aky b|

Aus den beiden Ungleichungen |x a| < und |y b| < folgt zunachst

|y| < |b| + und dann

|xy ab| (|b| + + |a|)

Ohne Beschrankung der Allgemeinheit durfen wir nun wieder annehmen,

da W eine -Umgebung von a b ist. Wahlen wir dann ein (0, 1) mit
> (|b|+1+|a|) und nehmen als U bzw. V die -Umgebungen von a bzw. b,
so gilt folglich in der Tat U V W. Um die letzte Aussage zu zeigen, nehmen
wir der Einfachkeit halber b > 0 an. Ohne Beschrankung der Allgemeinheit
durfen wir nun W = (a, d) mit 0 < a < b < d < annehmen, und dann
betrachten wir schlicht V = (d1 , a1 ) und sind fertig.

Jetzt zeigen wir den Satz. Wir mussen fur jede Umgebung W von a+b zeigen,
da fast alle Glieder der Folge an + bn darinliegen. Nach dem vorhergehenden
Lemma 2.1.37 finden wir jedoch Umgebungen U von a und V von b mit
U + V W. Da nach Annahme fast alle Glieder der ersten Folge in U
liegen und fast alle Glieder der zweiten Folge in V, liegen damit in der Tat
fast alle Glieder der Folge an + bn in W. Ganz genauso folgt aus den anderen
Teilen von Lemma 2.1.37, da der Grenzwert des Produktes zweier Folgen das
Produkt der Grenzwerte ist, und ahnlich aber einfacher, da der Grenzwert
der Kehrwerte der Kehrtwert des Grenzwerts ist.

Beispiel 2.1.39.

5n3 + n 5 + (1/n)2 5 + 02 5
lim 3 2
= lim = =
n 3n + n n 3 + (1/n) 3+0 3

2.1.40. Die Addition und die Multiplikation R R R lassen sich nicht so

zu Abbildungen von ganz RR nach R fortsetzen, da die ersten beiden Teile
von 2.1.37 entsprechend gelten. Alle derartigen Fortsetzungen auf Teilmengen
116 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

von R R stimmen jedoch auf dem Schnitt der jeweiligen Definitionsbereiche

uberein, so da es sowohl fur die Addition als auch fur die Multiplikation
jeweils eine grotmogliche sinnvolle Fortsetzung gibt, die wir im Rahmen
der Topologie VI.3.6.1 als die grotmogliche stetige Fortsetzung werden
verstehen konnen. Wir beschreiben diese Fortsetzungen von Addition und
Multiplikation durch Abbildungen +, : R R R {} mit einem eigenen
Symbol fur nicht sinnvoll in R zu definieren. Unsere Fortsetzungen werden
mit dieser Konvention gegeben durch die Formeln
a+ = +a = a R {}
a + () = + a = a R {}
+ () = + =
und
a = a = a R, a > 0
a = a = a R, a < 0
a() = ()a = a R, a > 0
a() = ()a = a R, a < 0
0 = 0 =
0() = ()0 =
Ubung 2.1.41. Man zeige: Die Regeln 2.1.36.1 zum Vertauschen von Grenz-
wertbildung mit Addition und Multiplikation gelten auch noch, wenn wir
a, b R zulassen und a + b beziehungsweise a b sinnvoll definiert sind im
Sinne der vorhergehenden Bemerkung 2.1.40.
Ubung 2.1.42. Fur jedes x R gibt es eine absteigende Folge von Umgebun-
gen U0 U1 U2 . . . derart, da jede Umgebung von x fast alle der Un
umfat.
Ubung 2.1.43. Ist A R eine nichtleere Teilmenge, so ist sup A das grote
Element in der Menge G aller Punkte aus den erweiterten reellen Zahlen, die
Grenzwerte von Folgen aus A sind.
Ubung 2.1.44. Aus limn an = a folgt limn |an | = |a|. Umgekehrt folgt
aus limn |an | = 0 bereits limn an = 0.
Ubung 2.1.45. Ist (an ) eine Folge reeller Zahlen, die gegen eine reelle Zahl
konvergiert, so gilt limn (an+1 an ) = 0.

2.2 Vollstandigkeit der reellen Zahlen

Definition 2.2.1. Eine Menge von reellen Zahlen heit beschrankt genau
dann, wenn sie in R eine obere und eine untere Schranke besitzt. Eine Folge
reeller Zahlen heit beschrankt genau dann, wenn die Menge der Folgenglie-
der beschrankt ist.
2. FOLGEN UND REIHEN 117

Lemma 2.2.2. Jede reell konvergente Folge von reellen Zahlen ist beschrankt.
Beweis. Ist x R der Grenzwert unserer Folge, so liegen fast alle Folgen-
glieder in [x 1, x + 1]. Die endlich vielen Ausnahmen konnen wir durch
hinreichend groe Schranken auch noch einfangen.
Definition 2.2.3. Eine Folge xn in einer Menge mit Ordnungsrelation heit
monoton wachsend genau dann, wenn gilt x0 x1 x2 . . .
streng monoton wachsend genau dann, wenn gilt x0 < x1 < x2 < . . .
monoton fallend genau dann, wenn gilt x0 x1 x2 . . .
streng monoton fallend genau dann, wenn gilt x0 > x1 > x2 > . . .
Eine Folge heit monoton genau dann, wenn sie monoton wachst oder mo-
noton fallt. Eine Folge heit streng monoton genau dann, wenn sie streng
monoton wachst oder streng monoton fallt. Diese Begriffe werden in 3.2.1 auf
Abbildungen zwischen beliebigen angeordneten Mengen verallgemeinert.
Lemma 2.2.4. Jede monoton wachsende Folge in R konvergiert gegen das
Supremum der Menge ihrer Folgenglieder. Jede monoton fallende Folge in R
konvergiert gegen das Infimum der Menge ihrer Folgenglieder. Jede monotone
beschrankte Folge von reellen Zahlen konvergiert gegen eine reelle Zahl.
Beweis. Wir zeigen nur die erste Aussage, die Zweite zeigt man analog und
die Dritte ist eine offensichtliche Konsequenz. Sei in der Tat s das Supremum
alias die kleinste obere Schranke der Menge aller Folgenglieder. Kein p mit
p < s ist dann eine obere Schranke der Menge aller Folgenglieder, folglich
liegen fur jedes p < s ein und damit wegen der Monotonie fast alle xn in
(p, s]. Damit liegen in jeder Umgebung von s fast alle Folgenglieder.
Definition 2.2.5. Sei x0 , x1 , x2 , . . . eine Folge. Sind 0 n0 < n1 < n2 < . . .
naturliche Zahlen, so nennen wir die Folge (xnk )kN mit Gliedern

xn0 , xn1 , xn2 , . . .

eine Teilfolge der Folge xn . Schreiben wir eine Folge als eine Abbildung x :
N X, x 7 x(n) = xn , so ist eine Teilfolge von x demnach eine Abbildung
der Gestalt x f fur eine streng monoton wachsende Folge f : N N.
Lemma 2.2.6. Jede Teilfolge einer konvergenten Folge konvergiert, und zwar
gegen denselben Grenzwert wie die ursprungliche Folge.
Beweis. Das ist klar nach den Definitionen.
Lemma 2.2.7. Jede Folge in einer angeordneten Menge besitzt eine mono-
tone Teilfolge.
118 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildAuP.png

Bei der Folge (1)n 6/n ist jedes zweite Folgenglied ein Ausichtspunkt im
Sinne des Beweises von Lemma 2.2.7.
2. FOLGEN UND REIHEN 119

Bemerkung 2.2.8. Hier mogen Sie sich an unsere Sprachregelung I.2.3.3 erin-
nern. Gemeint ist demnach: Jede Folge in einer angeordneten Menge besitzt
mindestens eine monotone Teilfolge.
Beweis. Wir nennen ein Folgenglied xn oder praziser seinen Index n einen
Aussichtspunkt der Folge genau dann, wenn alle spateren Folgenglieder
kleiner sind, in Formeln xn > xm fur alle m > n. Besitzt unsere Folge un-
endlich viele Aussichtspunkte, so bilden diese eine streng monoton fallende
Teilfolge. Sonst gibt es einen letzten Aussichtspunkt xn . Dann finden wir aber
eine monoton wachsende Teilfolge, die mit xn+1 beginnt, denn ab dem Index
n + 1 kommt dann nach jedem Folgenglied noch ein anderes, das mindestens
ebenso gro ist.
Satz 2.2.9 (Bolzano-Weierstra). Jede Folge in R besitzt eine in R kon-
vergente Teilfolge. Jede beschrankte Folge von reellen Zahlen besitzt eine reell
konvergente Teilfolge.
Beweis. Jede Folge in R besitzt nach 2.2.7 eine monotone Teilfolge, und diese
ist nach 2.2.4 konvergent in R. Ist unsere Folge beschrankt, so ist auch jede
solche Teilfolge beschrankt und konvergiert folglich gegen eine reelle Zahl.
Definition 2.2.10. Eine Folge (xn )nN von reellen Zahlen heit eine Cauchy-
Folge genau dann, wenn es fur jedes > 0 ein N = N N gibt derart, da
gilt |xn xm | < falls n, m N. Analog erklart man Cauchy-Folgen in
beliebigen angeordneten Korpern.
Satz 2.2.11. Eine Folge reeller Zahlen konvergiert gegen eine reelle Zahl
genau dann, wenn sie eine Cauchy-Folge ist.
Beweis. Da jede reell konvergente Folge Cauchy sein mu, ist leicht zu sehen:
Aus limn xn = x folgt, da es fur alle > 0 ein N N gibt mit |xn x| <
/2 fur n N. Daraus folgt dann |xn xm | < fur n, m N. Wir zeigen nun
umgekehrt, da auch jede Cauchy-Folge gegen eine reelle Zahl konvergiert.
Eine Cauchy-Folge xn ist sicher beschrankt, denn wahlen wir fur = 1 ein
N = N , so liegen fast alle Folgenglieder im Intervall (xN 1, xN +1), und die
endlich vielen Ausnahmen konnen wir durch eine hinreichend groe Schranke
auch noch einfangen. Unsere Cauchy-Folge besitzt daher nach 2.2.9 eine reell
konvergente Teilfolge xnk , sagen wir limk xnk = x. Wir behaupten, da
dann auch die Folge xn selbst gegen x konvergiert. In der Tat gibt es fur
alle > 0 ein N mit n, m N |xn xm | < . Aus n N folgt
damit insbesondere |xn xnk | < fur fast alle k und dann im Grenzwert
|xn x| , da ja die Ungleichungen xn xnk bestehen bleiben
beim Grenzubergang k .
120 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

2.2.12. Ein angeordneter Korper, in dem jede Cauchy-Folge konvergiert, heit

vollstandig. Dieser Begriff ist Teil einer alternativen Charakterisierung der
reellen Zahlen, die wir hier als Ubung formulieren.
Ubung 2.2.13. Gegeben ein angeordneter Korper sind gleichbedeutend: (1)
Jede nichtleere Teilmenge mit einer unteren Schranke besitzt eine grote
untere Schranke und (2) Der Korper ist archimedisch angeordnet und voll-
standig.
Ubung 2.2.14 (Intervallschachtelungsprinzip). Gegeben eine absteigende
T nichtleeren kompakten Intervallen I0 I1 I2 . . . ist auch ihr
Folge von
Schnitt N I nicht leer.
Ubung 2.2.15. Konvergiert eine Teilfolge einer Cauchyfolge, so konvergiert
bereits die ganze Cauchyfolge, und zwar gegen denselben Grenzwert.

2.3 Vergleich von Q und R

2.3.1. Ich erinnere daran, da es nach 1.1.1 keine rationale Zahl mit Quadrat
Zwei gibt. Im Gegensatz dazu soll nun gezeigt werden, da es in den reellen
Zahlen zu jeder nichtnegativen reellen Zahl eine Quadratwurzel gibt.
Satz 2.3.2. Fur jede nichtnegative reelle Zahl a 0 gibt es genau eine

nichtnegative reelle Zahl x 0 mit x2 = a. Man bezeichnet dies x mit a
und nennt es die Wurzel oder genauer Quadratwurzel von a.

Beweis. Haben wir einmal eine Losung X = b der Gleichung X 2 a = 0

gefunden, so gilt X 2 a = (X + b)(X b). Folglich ist X = b dann die
einzige andere Losung, denn ein Produkt in einem Korper ist per definitio-
nem nur dann Null, wenn einer der Faktoren Null ist. Die Eindeutigkeit der
nichtnegativen Losung ist damit klar und nur die Existenz mu noch gezeigt
werden. Wir konstruieren dazu eine Folge und beginnen mit x0 = max(1, a).
Dann gilt sicherlich schon einmal x20 a. Gegeben xn > 0 mit x2n a ma-
chen wir den Ansatz (xn )2 = a und erhalten = (x2n + 2 a)/2xn . Nun
vernachlassigen wir 2 /2xn , vergessen unseren Ansatz und setzen

x2n a x2 + a
xn+1 = xn = n
2xn 2xn
Man sieht sofort, da aus x2n a und xn > 0 folgt x2n+1 a und xn xn+1 >
0. Da die Folge der xn monoton fallt und durch Null nach unten beschrankt
ist, besitzt sie einen Grenzwert x 0. Aus der Gleichung

2xn xn+1 = x2n + a

2. FOLGEN UND REIHEN 121

SkriptenBilder/BildPK.png

Graphische Darstellung unserer induktiven

Formel fur die Glieder der Folge
xn mit Grenzwert a aus dem Beweis von 2.3.2
122 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

folgt dann x2 = a durch Ubergang zum Grenzwert fur n auf beiden

Seiten.

2.3.3. Die Ungleichungen a/xn a < xn erlauben uns sogar abzuschatzen,
wie gut unsere Approximation
xn mindestens sein mu. Machen wir fur den
Fehler den Ansatz xn = a(1 + fn ), so ergibt sich mit etwas Rechnen

fn2
fn+1 =
2(1 + fn )

und indem wir im Nenner die 1 beziehungsweise fn verkleinern zu Null erhal-

ten wir die Abschatzung fn+1 12 min(fn , fn2 ). Sobald also xn so nah bei a
ist, da gilt fn < 1, verdoppelt sich die Anzahl der richtigen Stellen beim
Ubergang von xn zu xn+1 . Man spricht unter diesen Umstanden auch von
quadratischer Konvergenz. Anschaulich erhalt man xn+1 , indem man von
xn senkrecht hochgeht zum Graph der Funktion y = x2 a und dann auf der
Tangente an diesen Graphen wieder herunter auf die x-Achse. Es ist damit
auch anschaulich klar, da unser Verfahren sehr schnell konvergieren sollte.
Dieses Verfahren kann auch zur Bestimmung der Nullstellen allgemeinerer
Funktionen anwenden. Es heit das Newton-Verfahren.
Ubung 2.3.4. Ich erinnere an die Fibonacci-Folge und den goldenen Schnitt
aus I.1.2.1. Man zeige, da der Quotient zweier aufeinanderfolgender Fibonacci-
Zahlen gegen den goldenen Schnitt strebt, da also in Formeln gilt

xi+1 1+ 5
lim =
i xi 2
fur unsere Fibonacci-Folge x0 , x1 , x2 , . . . aus I.1.2.1.

Definition 2.3.5. Eine Menge heit abzahlbar genau dann, wenn es eine
Bijektion unserer Menge mit einer Teilmenge der Menge N aller naturlichen
Zahlen gibt. Gleichbedeutend konnen wir auch fordern, da unsere Menge
entweder leer ist oder es eine Surjektion von N darauf gibt. Eine Menge heit
abzahlbar unendlich genau dann, wenn sie abzahlbar aber nicht endlich
ist. Eine Menge heit uberabzahlbar genau dann, wenn sie nicht abzahlbar
ist.

Satz 2.3.6. 1. Es gibt eine Bijektion N Q, in Worten: Die Menge der
rationalen Zahlen ist abzahlbar unendlich.

2. Es gibt keine Surjektion N  R, in Worten: Die Menge der reellen

Zahlen ist uberabzahlbar.
2. FOLGEN UND REIHEN 123

SkriptenBilder/BildZZ.png

N N ist abzahlbar und damit naturlich auch allgemeiner das Produkt von
je zwei und dann auch von endlich vielen abzahlbaren Mengen.

SkriptenBilder/BildCaD.png

Illustration zum Cantorschen Diagonalverfahren. Ahnlich zeigt man, da

die Menge Ens(N, E) aller Abbildungen von N in eine Menge E mit
mindestens zwei Elementen nicht abzahlbar ist.
124 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Beweis. 1. Fur jede naturliche Zahl N gibt es nur endlich viele Bruche
p/q Q mit p, q Z, q 6= 0 und |p| N, |q| N. Wir beginnen unser
Abzahlen von Q mit den Bruchen fur N = 1, dann nehmen wir die Bruche
hinzu mit N = 2, und indem wir so weitermachen zahlen wir ganz Q ab.
2. Hierzu verwenden wir das Cantorsche Diagonalverfahren. Man be-
achte zunachst, da ein unendlicher Dezimalbruch, in dem die Ziffern Null
und Neun nicht vorkommen, nur dann dieselbe reelle Zahl darstellt wie ein
beliebiger anderer unendlicher Dezimalbruch, wenn die beiden in jeder Stelle
ubereinstimmen. Wir nehmen nun eine beliebige Abbildung N R, i 7 ri ,
und zeigen, da sie keine Surjektion sein kann. Wir schreiben dazu jedes ri
als unendlichen Dezimalbruch. Dann finden wir einen unendlichen Dezimal-
bruch r, bei dem die Ziffern Null und Neun nicht vorkommen und so, da r
an der i-ten Stelle nach dem Komma verschieden ist von ri und an der ersten
Stelle vor dem Komma von r0 . Dies r ist dann verschieden von allen ri und
unsere Abbildung i 7 ri kann keine Surjektion gewesen sein.

Bemerkung 2.3.7. Man kann sich fragen, ob jede Teilmenge der reellen Zah-
len entweder abzahlbar ist oder in Bijektion zu den reellen Zahlen selber.
Die schon auf Cantor zuruckgehende Vermutung, das konnte gelten, ist be-
kannt als die Kontinuumshypothese. Sie wurde 1963 von Paul Cohen in
sehr merkwurdiger Weise geklart: Er zeigte, da unsere Frage in dem axio-
matischen Rahmen, in dem man die Mengenlehre ublicherweise formalisiert,
nicht entscheidbar ist. Cohen wurde fur diese Leistung auf dem internationa-
len Mathematikerkongress 1966 mit der Fields-Medaille ausgezeichnet. Die
Kontinuumshypothese ist ubrigends die erste Frage einer beruhmten Liste
von 23 Fragestellungen, den sogenannten Hilbertschen Problemen, die
David Hilbert in seiner Ansprache auf dem internationalen Mathematiker-
kongress 1900 in Paris vorstellte in seinem Bemuhen, aus verschiedenen ma-
thematischen Disziplinen einzelne bestimmte Probleme zu nennen, von deren
Behandlung eine Forderung der Wissenschaft sich erwarten lat.

2.4 Die Kreiszahl

2.4.1. Bekanntlich bezeichnet , ein kleines griechisches P fur Perimeter, das
Verhaltnis zwischen Umfang und Durchmesser eines Kreises. Um diese An-
schauung zu formalisieren zur Definition einer reellen Zahl im Sinne von 1.4.9
gehen wir aus von der anschaulichen Bedeutung von als Lange des Halb-
kreises H mit Radius Eins

H = {(a, b) R2 | a2 + b2 = 1, b 0}
2. FOLGEN UND REIHEN 125

Seien x, y : R2 R die beiden Abbildungen, die jedem Punkt der Ebene

seine erste bzw. zweite Koordinate zuordnen, also v = (x(v), y(v)) v R2 .
Die Distanz d(v, w) R zwischen zwei Punkten v, w R2 der Ebene erklaren
wir in Erinnerung an den Satz des Pythagoras durch die Formel
p
d(v, w) := (x(v) x(w))2 + (y(v) y(w))2

Die Kreiszahl R definieren wir dann als das Supremum uber die Langen
aller in unseren Halbkreis H einbeschriebenen Polygonzuge, in Formeln
( n  
X  n N, v0 , v1 , . . . , vn H,
:= sup d(vi1 , vi ) 
x(v0 ) < x(v1 ) < . . . < x(vn )
i=1

Mithilfe der Abschatzung a2 + b2 |a| + |b| erkennt man, da die Zahl
4 eine obere Schranke ist fur unsere Menge von Langen von Polygonzugen,
mithin haben wir hier in der Tat eine reelle Zahl R definiert. Wir werden
in 7.6.19 sehen, wie man diese Zahl im Prinzip bis zu einer beliebig vorgege-
benen Stelle nach dem Komma berechnen kann. Die Definition selbst ist sehr
einfach. Ich habe sie nur deshalb nicht gleich im Zusammenhang mit der De-
finition der reellen Zahlen gegeben, weil sie die Existenz von Quadratwurzeln
benotigt, die erst in 2.3.2 gezeigt wurde.
Erganzung 2.4.2. Die Zahl ist nicht rational, in Formeln 6 Q, wie Lam-
bert bereits 1766 zeigen konnte. Anders ausgedruckt lat sich nicht durch
einen periodischen Dezimalbruch darstellen. Wir geben einen Beweis in 7.6.7.
Unsere Kreiszahl ist noch nicht einmal algebraisch, als da heit Nullstelle
eines nichttrivialen Polynoms mit rationalen Koeffizienten, d.h. es gilt keine
Gleichung der Gestalt

n + qn1 n1 + . . . + q1 + q0 = 0 mit qn1 , . . . , q0 Q und n 1.

Reelle Zahlen, die nicht algebraisch sind, heien transzendent, lateinisch

fur uberschreitend, da ihre Behandlung die Grenzen der Algebra uber-
schreitet. Die Transzendenz von wurde 1882 von Lindemann in Freiburg
bewiesen. Seine Buste steht im vierten Stock des Mathematischen Instituts.
Er war ubrigends Hilberts Doktorvater.

2.5 Grenzwerte von Reihen

Definition 2.5.1. Sei (ak )kN eine Folge reeller Zahlen. Der Ausdruck

X
ak
k=0
126 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildPa.png

Ein einbeschriebener Polygonzug

SkriptenBilder/BildKA.png

Diese Abbildung soll veranschaulichen, warum 4 eine obere Schranke fur die
Langen einbeschriebener Polygonzuge ist: Die horizontalen Stucke und die
vertikalen Stucke haben jeweils zusammengenommen eine Gesamtlange 2.
2. FOLGEN UND REIHEN 127

bezeichnet die Folge der Partialsummen sn = nk=0 ak und, falls die Folge
P
dieser Partialsummen konvergiert, auch ihren Grenzwert limn sn = s. Wir
sagen dann, die Reihe
P
a
k=0 k konvergiere gegen s. Nennen wir eine Rei-
he konvergent, so meinen wir stets, da unsere Reihe gegen eine reelle Zahl
konvergiert und nicht etwa gegen . Die ak heien die Reihenglieder.

2.5.2. Es spielt fur das Konvergenzverhalten einer Reihe keine Rolle, wenn
wir endlich viele ihrer Glieder abandern. Das beinflut nur den Grenzwert
und andert ihn eben um die Summe unserer endlich vielen Anderungen.
Bemerkung 2.5.3. Es ware terminologisch koharenter gewesen, wie bei Folgen
auch bei Reihen von reell konvergenten Reihen zu sprechen. Das schien mir
jedoch ungeschickt, da man den Begriff dann nicht als Verb verwenden kann:
Die Reihe reell-konvergiert klingt einfach zu holprig, und Sprechweisen wie
die Reihe konvergiert absolut sind oft praktisch.
Beispiel 2.5.4. Dies Beispiel illustriert den oft nurtzlichen Teleskopsum-
mentrick: P Pn 1
1 1
k=1 k(k+1) = limn k=1 ( k k+1 )
1
= limn (1 n+1
)
= 1

Satz 2.5.5 (Geometrische Reihe). Sei |x| < 1. So gilt

X 1
xk =
k=0
1x

Beweis. Sicher gilt (1 x)(1 + x + . . . + xn ) = 1 xn+1 , die Partialsummen

unserer Reihe ergeben sich also zu

1 xn+1
1 + x + . . . + xn =
1x
1
und streben fur n wie gewunscht gegen 1x
.

Beispiel 2.5.6. Es gilt 1 + 21 + 41 + 18 + . . . = 2 und

9 X 1
0,999 . . . = =1
10 k=0 10k

Ubung 2.5.7. Genau dann lat sich eine reelle Zahl durch einen periodischen
Dezimalbruch darstellen, wenn sie rational ist.
128 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN
P P
Satz 2.5.8.PSind ak und P bk konvergente Reihen, so konvergieren auch
die Reihen (ak + bk ) und ak und es gilt:
P P P
(akP
+ bk ) = Pa k + bk
ak = ak

Beweis. Das folgt sofort, wenn man die entsprechenden Aussagen fur Folgen
2.1.36 auf die Folgen der Partialsummen anwendet.
2.5.9. Eine Reihe kann nur dann konvergieren, wenn die Folge der Reihen-
glieder gegen Null strebt. In der Tat folgt das sofort, wenn wir 2.1.45 auf die
Folge der Partialsummen anwenden.

Lemma 2.5.10. Eine Reihe, die aus nichtnegativen Gliedern besteht, kon-
vergiert genau dann, wenn die Folge ihrer Partialsummen beschrankt ist.

Beweis. Ist kein Reihenglied negativ, so wachst die Folge der Partialsummen
monoton. Ist diese Folge auch noch beschrankt, so mu sie nach 2.2.4 reell
konvergent sein. Die Umkehrung ist eh klar.
Beispiel 2.5.11. Die harmonische Reihe 1
P
k=1 k konvergiert nicht, da ja
gilt
1
2
21
1 1 1
3
+ 4
2
1
5
+ 16 + +
1
7
1
8
1
2

und so weiter.
Jedoch konvergieren die Reihen 1
P
k=1 ks fur s = 2, 3, 4, . . . , da
P fur jede dieser
Reihen die Folge der Partialsummen beschrankt ist durch 1+ 1
k=2 k(k1) = 2.
Vorschau 2.5.12. In der Funktionentheorie konnen Sie lernen, da diese Rei-
hen sogar eine auerordentlich interessante Funktion (s) definieren, die so-
genannte Riemannsche -Funktion. Wir werden in VIII.3.2.7 zeigen, da
2 4 6
zum Beispiel gilt (2) = 6 , (4) = 90 , (6) = 945 und nach VIII.3.2.5 haben
2n
wir sogar ganz allgemein (2n) Q fur beliebige naturliche Zahlen n 1.
Alle diese Formeln sind beruhmte Resultate des 1707 in Basel geborenen
Mathematikers Leonhard Euler. Als Ubung 4.3.24 werden Sie im ubrigen
zeigen, da auch die Reihe der Kehrwerte aller Primzahlen bereits divergiert.
Fur diejenigen unter Ihnen, die die komplexen Zahlen bereits kennen, sei
erwahnt, da es mit etwas groerem Aufwand sogar gelingt, (s) zu definie-
ren fur jede komplexe Zahl s 6= 1, vergleiche etwa VIII.4.1.7. Die vielleicht
beruhmteste Vermutung der Mathematik, die sogenannte Riemannsche
Vermutung besagt, da alle Nullstellen der Riemannschen -Funktion, die
2. FOLGEN UND REIHEN 129

SkriptenBilder/BildBau.png

Die Divergenz der harmonischen Reihe 2.5.11 zeigt, da man mit

hinreichend vielen identischen Bauklotzen einen beliebig weit neben seinem
Grundklotz endenden Turm bauen kann. Obiges Bild zeigt etwa, wie weit
man mit vier Klotzen so gerade eben mal kommen kann.
130 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

nicht auf der reellen Achse liegen, Realteil 1/2 haben mussen. Ein Beweis
dieser Vermutung hatte weitreichende Konsequenzen fur unser Verstandnis
der Verteilung der Primzahlen, wie der Beweis des Primzahlsatzes VIII.4.1.1
illustriert. Die Riemannsche Vermutung ist ubrigends der Kern des achten
Hilbertschen Problems.
Definition 2.5.13. Wir sagen, eine Reihe
P
k=0 ak konvergiere absolut
genau dann, wennPdie Reihe der Absolutbetrage ihrer Reihenglieder konver-
giert, in Formeln k=0 |ak | < .

Beispiel 2.5.14. Die sogenannte alternierende harmonische Reihe

X 1 1 1 1
(1)k+1 = 1 + + ...
k=1
k 2 3 4

konvergiert, aber nicht absolut. Da die Reihe nicht absolut konvergiert, hat-
ten wir schon in 2.5.11 gesehen. Um zu zeigen, da unsere Reihe dennoch
konvergiert, beachten wir, da fur die Folge sn der Partialsummen gilt
s2 s4 s6 . . . s5 s3 s1
Folglich existiert S = sup{s2 , s4 , . . .}. Da aber gilt s2k S s2k+1 fur alle k
erhalten wir |S sn | n1 und folglich limn sn = S. Wir werden in 5.4.1
sehen, da genauer gilt 1 21 + 13 41 + . . . = log 2.
Ubung 2.5.15. Man zeige das Leibnizsche Konvergenzkriterium:
P Ist ak
k
eine monoton fallende Nullfolge, so konvergiert die Reihe k=0 (1) ak .
Satz 2.5.16. Jede absolut konvergente Reihe konvergiert.
Beweis. Sei
P
k=0 ak unsere absolut konvergente Reihe. Seien
n
X n
X
sn = ak , S n = |ak |
k=0 k=0

die Partialsummen der Reihe selbst und der Reihe der Absolutbetrage. Nach
Annahme konvergiert die Folge
Pn der Sn inP R und ist also eine Cauchy-Folge.
Da aber gilt |sn sm | = | k=m+1 ak | nk=m+1 |ak | = Sn Sm n > m,
ist dann auch sn eine Cauchy-Folge und konvergiert in R nach 2.2.11.
Satz 2.5.17 (Umordnungssatz). Ist
P
k=0 ak eine
P absolut konvergente Rei-
he und u : N N eine Bijektion, so ist auch k=0 au(k) eine absolut kon-
vergente Reihe und es gilt

X
X
au(k) = ak
k=0 k=0
2. FOLGEN UND REIHEN 131
P
Beweis.
P Da |ak | konvergiert, finden wir sicher fur jedes > 0 ein N mit
k=N +1 |ak | . Ist M so gro, da gilt u({1, . . . , M }) {1, . . . , N }, so
erhalten wir daraus fur alle n N die Abschatzung
 
XM n
X 
a a k
 
 u(k)
 
k=0 k=0

Diese Abschatzung gilt nach 2.1.35 und 2.1.44 dann auch im Grenzwert
n und zeigt, da die Folge der Partialsummen der umgeordneten Reihe
konvergiert und denselben Grenzwert hat wie die Folge der Partialsummen
der ursprunglichen Reihe. Wenden wir diese Erkenntnis an auf die Reihe der
Absolutbetrage, so folgt auch die absolute Konvergenz der umgeordneten
Reihe.
P
Erganzung 2.5.18. Ist ak eine konvergente Reihe reeller Zahlen, die nicht

Pkonvergiert, so gibt es fur jedes x R eine Umordnung u : N N
absolut
mit k=0 au(k) = x. In der Tat divergieren in diesem Fall die Reihen ihrer
positiven und ihrer negativen Terme jeweils fur sich genommen. Die Strategie
ist nun, erst nur positive Reihenglieder zu nehmen, bis man oberhalb von x
ist, dann nur negative, bis man wieder drunterrutscht, und immer so weiter.
P
Erganzende Ubung 2.5.19. Ist ak eine konvergente Reihe reeller Zahlen und

u : N N eine Umordnung mit der Eigenschaft, P da |u(k)k| beschrankt ist,
so konvergiert auch die umgeordnete Reihe au(k) und zwar gegen denselben
Grenzwert.
P
Proposition 2.5.20 (Majorantenkriterium). Sei ak eine Reihe. Gibt
es fur unsereP Reihe eine konvergente Majorante, als da heit eine konver-
gente
P Reihe bk mit |ak | bk fur fast alle k, so konvergiert unsere Reihe
ak absolut.
P
Beweis. Aus 2.5.10 folgt in der Tat die Konvergenz der Reihe |ak |.
P
Korollar 2.5.21 (Quotientenkriterium). Sei ak eine Reihe mit nicht-
verschwindenden Gliedern.
P Gibt es < 1 mit |ak+1 /ak | < fur alle k, so
konvergiert die Reihe ak absolut.
2.5.22. Bei diesem Kriterium ist wesentlich, da nicht von k abhangt, die
Ungleichungen |ak+1 /ak | < 1 gelten jaPauch fur die divergente harmonische
1
Reihe. Es gibt jedoch auch Reihen wie k2
, die absolut konvergieren, obwohl
sie unser Kriterium nicht dazu zwingt.
k
Beweis. Aus der Annahme P folgtk |ak | |a0 | fur alle k, mithin ist die nach
2.5.5 konvergente Reihe |a0 | eine Majorante unserer Reihe.
132 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN
P
Korollar 2.5.23. Sei ak eine Reihe mit nichtverschwindenden
P Gliedern.
Gilt limk |ak+1 /ak | < 1, so konvergiert die Reihe ak absolut.
Beweis. Klar nach dem Quotientenkriterium 2.5.21.
Definition 2.5.24. Eine Familie (ai )iI von reellen Zahlen heit summier-
bar mit Summe s und man schreibt
X
ai = s
iI

genau dann, wenn es fur jede Umgebung U von s es eine endliche Teilmenge
IU I gibt derart, da fur jedes endliche J mit IU J I gilt
X
ai U
iJ

Diese Definition ist durchaus fur s R sinnvoll, wir nennen unsere Familie
jedoch nur im Fall s R summierbar.
Erganzung 2.5.25. Mir gefallt diese Definition besonders gut, da darin von
einer Reihenfolge der Summanden erst gar nicht die Rede ist. In der folgenden
Ubung durfen Sie zeigen, da die in der vorhergehenden Definition erklarte
Summierbarkeit im wesentlichen gleichbedeutend zu absoluter Konvergenz
ist. Spater, wenn wir auch in Vektorraumen summieren, erweist sich jedoch
das Analogon 7.5.11 der Summierbarkeit als der nutzlichere Begriff.
Ubung 2.5.26. Man zeige, da in einer summierbaren Familie von reellen Zah-
len nur fur hochstens abzahlbar viele Indizes i I das entsprechende ai von
Null verschieden sein kann. Hinweis: Sonst gabe es ein n 1 derart, da fur
unendlich viele i galte |ai | > 1/n. Man zeige dann weiter, eine Familie von
reellen Zahlen summierbar ist genau dann, wenn fur eine und jede Abzah-
lung ihrer von Null verschiedenen Glieder die so entstehende Reihe absolut
konvergiert, und da dann die Summe unserer Familie der Grenzwert der
entsprechenden Reihe ist.
Erganzende Ubung 2.5.27. Gegeben eine summierbare Familie von reellen
Zahlen (ai )iI zeige man, da auch fur eine beliebige Teilmenge J I
die Familie
F (ai )iJ summierbar ist, und da fur eine beliebige Zerlegung
I = kK I(k) von P I in einePVereinigung
P von paarweise disjunkten Teil-
mengen I(k) gilt iI ai = kK ( iI(k) ai ). Weiter zeige man fur jede
aufsteigende
P Familie von Teilmengen
P I0 I1 . . . mit Vereinigung I die
Formel iI ai = limn iIn ai . Diese Aussagen werden sich im ubrigen
als Speziallfalle des Satzes von Fubini IV.6.6.18 und des Satzes uber domi-
nierte Konvergenz IV.6.5.10 aus der Theorie des Lebesgue-Integrals erweisen.
2. FOLGEN UND REIHEN 133

2.6 Wachstum und Zerfall

Definition 2.6.1. Wir setzen

X xk x2 x3
exp(x) := =1+x+ + + ...
k=0
k! 2 6

und erhalten so eine Abbildung exp : R R, die Exponentialfunktion.

2.6.2. Die fragliche Reihe konvergiert fur alle x R nach dem Quotien-
tenkriterium oder genauer seinem Korollar 2.5.23 und sie konvergiert sogar
auerordentlich schnell. Von einem formalen Standpunkt aus betrachtet ist
unsere Definition also vollig unproblematisch und von einem rechentechni-
schen Standpunkt aus betrachtet ist sie sogar ziemlich geschickt. Sie hat nur
den Nachteil, da aus der Definition heraus weder klar wird, warum gerade
diese Funktion den Namen Exponentialfunktion verdienen sollte, noch warum
sie uberhaupt von Interesse ist. Ich erlautere das in den gleich anschlieenden
Bemerkungen.

n
Proposition 2.6.3. Es gilt exp(x) = limn 1 + nx .
2.6.4. Die Proposition kann man dahingehend interpretieren, da exp(x) das
Kapital ist, das in x Jahren aus einem Euro entsteht bei einer kontinuier-
lichen Verzinsung mit einem Zinssatz von 100%. Legen wir das Geld zum
Beispiel fur ein Jahr an, so haben wir bei jahrlicher Verzinsung am Ende des
Jahres zwei Euro auf dem Konto. Bei monatlicher Verzinsung ergeben sich
1 12
mit Zinseszinsen schon (1 + 12 ) Euro, und bei kontinuierlicher Verzinsung
e = exp(1) = 2,781 . . . Euro. Man nennt e = exp(1) die Eulersche Zahl.
In der Schule haben Sie moglicherweise ex statt exp(x) geschrieben, aber wir
erlauben uns das erst ab 3.2.15, wo wir fur beliebiges a > 0 die Abbildung
Z R, n 7 an zu einer Abbildung R R, b 7 ab fortsetzen und zwar nach
3.3.28 auf die einzig mogliche Weise, bei der die Funktion b 7 ab monoton
ist im Sinne von 3.2.1 und die Funktionalgleichung ab+c = ab ac erfullt.
2.6.5. In einem Ausdruck der Gestalt ab nennt man a die Basis und b den
Exponenten, weil er eben exponiert oben an die Basis geschrieben wird. Da-
her ruhrt auch die Bezeichnung als Exponentialfunktion. Ich wurde unsere
Funktion viel lieber ihrer Natur nach die Funktion des naturlichen Wachs-
tums oder die Wachstumsfunktion nennen, aber die aus der Schreibweise
abgeleitete Bezeichnung hat sich nun einmal durchgesetzt, mag sie auch aus
historischen Zufallen entstanden sein: Hatte sich fur die Bezeichnung des
Quadrats einer Zahl a statt der Notation a2 die Notation a2 eingeburgert, so
wurde in Anbetracht dieses Schemas der Begriffsbildung unsere Exponenti-
alfunktion heute vielleicht Pedestalfunktion heien. . .
134 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/Bild0013.png

Der Graph der Exponentialfunktion in zwei Mastaben. Man erkennt

unschwer, da ein konstantes Wirtschaftswachstum uber langere Zeitraume
in einer Katastrophe enden mu. In derselben Weise entwickelt sich im
Ubrigen auch die Geschwindigkeit einer Vorlesung unter der Annahme, da
die Stoffmenge, die in einer Stunde vermittelt werden kann, proportional ist
zur Menge des Stoffes, den die Zuhorer bereits kennen. . .
2. FOLGEN UND REIHEN 135

2.6.6. Eine infinitesimale Formulierung der in 2.6.4 erlauterten Bedeutung

der Exponentialfunktion gibt Korollar 4.3.12, in dem die Exponentialfunk-
tion charakterisiert wird als die eindeutig bestimmte differenzierbare Funk-
tion von den reellen Zahlen in sich selber, die mit ihrer eigenen Ableitung
ubereinstimmt und bei Null den Wert Eins annimmt. Gehen wir von dieser
Charakterisierung aus, so fuhrt uns der Formalismus der Taylorreihen 5.2.2
ganz naturlich zu der Reihe, die wir in 2.6.1 haben vom Himmel fallen lassen,
um moglichst schnell erste substanzielle Anwendungen unserer Betrachtun-
gen zu Folgen und Reihen geben zu konnen. Eigentlich will ich es ja nach
Moglichkeit vermeiden, Formeln vom Himmel fallen zu lassen. In diesem Fall
schienen mir aber die didaktischen Vorteile der dadurch ermoglichten fruhzei-
tigen Einfuhrung dieser auerordentlich wichtigen Funktion zu uberwiegen.
2.6.7. Die Exponentialfunktion wachst ungeheuer schnell. Eine gewisse Vor-
stellung davon mag die Erkenntnis 7.3.10 geben, nach der der Graph der
Funktion (exp(x) + exp(x))/2, in einem jeweils der speziellen Situation an-
gepaten Mastab auf die Wand gemalt, genau die Gestalt einer zwischen
zwei Nageln durchhangenden Kette hat. Ist die Kette zwanzigmal so lang
ist wie der Abstand der beiden Nagel, so stellt sie unsere Funktion in et-
wa auf dem Intervall von 2,3 bis 2,3 dar. Ist die Kette zweihundertmal so
lang wie der Abstand der beiden Nagel, so erhalten wir unsere Funktion in
etwa auf dem Intervall von 4,6 bis 4,6. Und eine Zwei-Meter-Kette hangt
zwischen zwei im Abstand von einem knappen Zentimeter eingeschlagenen
Nageln schon recht steil!
Beweis. Mit der binomischen Formel I.1.1.23 ergibt sich
n  
 x n X n  x k X xk n(n 1) . . . (n k + 1)
1+ = =
n k=0
k n k=0
k! n n ... n

Fur beliebige M, n N mit n 1 gilt also

 
exp(x) 1 + x n  exp(x) M xk 

 P
n k=0 k!
P PM xk n(n1)...(nk+1) 
xk
+ M

k=0 k! k=0 k! n n ... n 
P 
 xk n(n1)...(nk+1) 
+  k=M +1 k! n n ... n 

Da die Exponentialreihe fur vorgegebenes x absolut konvergiert, gibt es fur

jedes > 0 ein M = M derart, da fur jedes n der erste und der letzte Term
rechts beschrankt sind durch . Fur dies feste M geht der mittlere Term bei
n gegen Null, es gibt also N =  N derart, dax er

n fur dies feste M kleiner
wird als falls n N. Damit gilt exp(x) 1 + n  3 falls n N.

136 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Satz 2.6.8 (Funktionalgleichung der Exponentialfunktion). Die Ex-

ponentialfunktion ist ein Gruppenhomomorphismus von der additiven Grup-
pe der reellen Zahlen in die multiplikative Gruppe der von Null verschie-
denen reellen Zahlen. In Formeln ausgedruckt gilt fur alle x, y R also
exp(x) 6= 0 6= exp(y) und

exp(x + y) = exp(x) exp(y)

2.6.9. Stellen wir uns exp(x) vor als das Vermogen, da in x Jahren aus einem
Euro entsteht bei kontinuierlicher Verzinsung mit 100%, so erhalten wir offen-
sichtlich gleichviel, ob wir unser Vermogen exp(x) nach x Jahren gleich wieder
fur y Jahre anlegen, oder ob wir unseren Euro gleich von Anfang an x+y Jah-
re arbeiten lassen. Das ist die Bedeutung der Funktionalgleichung. In 3.3.28
werden Sie zeigen, da die Gruppenhomomorphismen : R R mit der
Eigenschaft x < y (x) < (y) genau die Abbildungen (x) = exp(ax)
sind mit a > 0. In 3.2.11 werden wir zeigen, da die Exponentialfunktion so-
gar einen Isomorphismus zwischen der additiven Gruppe der reellen Zahlen
und der multiplikativen Gruppe der positiven reellen Zahlen liefert.
Erganzung 2.6.10. Der gleich folgende Beweis der Funktionalgleichung gefallt
mir nicht besonders. Ein anderer aber in seiner Weise auch etwas verwickel-
ter Beweis wird in 2.6.17 vorgestellt. Ein mehr konzeptueller Zugang zur
Exponentialfunktion und ihrer Funktionalgleichung wird in 4.6.10 und 4.6.11
skizziert. Er benotigt jedoch Hilfsmittel, die uns hier noch nicht zur Verfu-
gung stehen, und er lat auch nicht so einfach auf den Fall von Matrizen zu
verallgemeinern, der fur uns bei der Diskussion von Sinus und Cosinus eine
wesentliche Rolle spielen wird. Wir schicken dem eigentlichen Beweis einige
allgemeine Betrachtungen voraus.
P P
Satz 2.6.11 (Produkt von Reihen). Sind i=0 a i und j=0 bj absolut
konvergente Reihen, so konvergiert auch die Summe der Produkte ai bj fur
(i, j) N N im Sinne von 2.5.24 und es gilt

! !
X X X
ai b j = ai bj
(i,j)NN i=0 j=0

Pda fur irgendeine Bijektion w : N N N,

Beweis. Es reicht zu zeigen,
k 7 (u(k), v(k)) die Reihe k=0 au(k) bv(k) absolut konvergiert und da gilt

!
!
X X X
au(k) bv(k) = ai bj
k=0 i=0 j=0
2. FOLGEN UND REIHEN 137

Naturlich haben wir

n N
! M
!
X X X
|au(k) bv(k) | |ai | |bj |
k=0 i=0 j=0

falls gilt N max(u(0), .P . . , u(n)) und M max(v(0), . . . , v(n)). Damit

konvergiert unsere Reihe au(k) bv(k) absolut. Nach dem Umordnungssatz
2.5.17 konnen wir also die Bijektion w : N N N nehmen, die wir wollen,
um den Grenzwert zu bestimmen. Jetzt wahlen wir unsere Bijektion w =
(u, v) so, da sie Bijektionen

{0, . . . , n2 1} {0, . . . , n 1} {0, . . . , n 1}
induziert, und erhalten Partialsummen
2 1
nX n1
! n1
!
X X
au(k) bv(k) = ai bj
k=0 i=0 j=0

Der Ubergang zum Grenzwert n zeigt dann die Behauptung.

2.6.12. Das Ende des Beweises hatte sehr viel besser ausgesehen, wenn wir
unsere Reihen mit dem Index k = 1 beginnen lieen, aber so sieht der Anfang
des Beweises naturlicher aus. In Wirklichkeit zeigen wir eh fur beliebige im
Sinne von 2.5.24 summierbare Familien reeller Zahlen (ai )iI und (bj )jJ , da
auch die Familie aller Produkte (ai bj )(i,j)IJ summierbar ist und da gilt
! !
X X X
ai bj = ai b j
iI jJ (i,j)IJ

Beweis der Funktionalgleichung 2.6.8. Wir rechnen

P 1
exp(x + y) = (x + y)k
Pk=0

k! 
1
P k! i j

= k=0 k! i+j=k i!j! x y
P  P xi xj

= k=0 i+j=k i! j!

wo wir im zweiten Schritt die binomische Formel verwenden und der Index
i+j = k an einer Summe bedeutet, da wir uber alle Paare (i, j) NN mit
i + j = k summieren. Andererseits erhalten wir mit unserem Satz uber das

Produkt von Reihen bei einer geeigneten Wahl der Bijektion w : N N N
und nach Ubergang zu einer Teilfolge der Folge der Partialsummen auch
P  P 
xi yj
exp(x) exp(y) = i=0 i! j=0 j !
P  P xi y j

= k=0 i+j=k i! j!
138 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Da sicher gilt exp(0) = 1, folgt exp(x) exp(x) = exp(x + (x)) = 1 fur alle
x R und mithin exp(x) 6= 0 fur alle x R.
Ubung 2.6.13. Man folgere aus der Funktionalgleichung der Exponential-
funktion 2.6.8 die Formeln exp(x) = exp(x)1 , exp(x)p> 0 x R,
exp(n) = en , exp(nx) = (exp x)n n Z sowie exp(x/2) = exp(x).
Erganzende Ubung 2.6.14. Der Ubersichtlichkeit halber kurzen wir hier im
Vorgriff auf 3.2.15 schon exp(x) = ex ab. Man zeige, da fur alle i, N N
gilt
   i  N ni
nN 1 1 N i eN
lim 1 =
n i n n i!
Dieses Resultat ist in der Stochastik wichtig, wie ich im folgenden ausfuh-
ren will. Gegeben R heit die Funktion i 7 i e /i! ganz allgemein
die Poisson-Verteilung mit Parameter . Sie hat die folgende Bedeutung:
Knetet man in einen groen Teig genau nN Rosinen ein und teilt ihn dann

i
N ni
in n Rosinenbrotchen, so ist n1 1 n1 die Wahrscheinlichkeit, da i
vorgegebene Rosinen in einem fest gewahlten Brotchen landen und die restli-

1
i
N ni
chen Rosinen in den anderen Brotchen. Mithin ist nN i n
1 n1 die
Wahrscheinlichkeit, da in einem fest gewahlten Brotchen genau i Rosinen
landen. Ist unser Brotchen klein im Vergleich zum ganzen Teig, so liegt die-
se Wahrscheinlichkeit also nahe bei N i eN /i! oder allgemeiner bei i e /i!
mit der durchschnittlichen Zahl von Rosinen in dem Teigvolumen, das
man fur ein Brotchen braucht. Genau genommen stimmt das allerdings nur
fur punktformige Rosinen, denn sonst liefert die Groe des Brotchens eine
obere Schranke fur die moglichen Anzahlen der darin verbackenen Rosinen.
Erganzende Ubung 2.6.15. Man berechne die Eulersche Zahl e bis auf 5
sichere Stellen hinter dem Komma.
Erganzende Ubung 2.6.16. Die Eulersche Zahl e ist nicht rational. Man zeige
dies, indem man von ihrer Darstellung als Reihe ausgeht und durch geeignete
Abschatzungen nachweist, da q!e fur q N mit q 2 nie eine ganze Zahl
sein kann.
Erganzende Ubung 2.6.17. In dieser Ubung sollen Sie einen anderen Zugang
zur Funktionalgleichung der Exponentialfunktion ausarbeiten, den ich in ei-
ner Arbeit von Martin Kneser kennengelernt habe: Man zeige dazu in Ver-

n da fur jede reelle Zahl x R aus limn xn = x
allgemeinerung von 2.6.3,
folgt limn 1 + xnn = exp(x). Mithilfe der Identitat
 
 x  y x + y + (xy/n)
1+ 1+ = 1+
n n n
folgere man dann die Funktionalgleichung.
2. FOLGEN UND REIHEN 139

SkriptenBilder/BildPaa.png

Die Parabel y = x2 ist der Graph der Funktion f (x) = x2 .

140 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

3 Stetigkeit
3.1 Definition und erste Beispiele
3.1.1. Abbildungen mit Werten in irgendeiner Art von Zahlen nennen wir
Funktionen. Wir erlauben hier auch Werte in R. Wollen wir besonders be-
tonen, da nur reelle Zahlen als Werte angenommen werden, so sprechen
wir von reellwertigen Funktionen. Reellwertige Funktionen auf der re-
ellen Zahlengeraden kann man sich auf mindestens vier verschiedene Arten
vorstellen:
1. In der Schule ist es ublich, eine Funktion f : R R durch ihren
Graphen (f ) = {(x, y) R2 | y = f (x)} zu veranschaulichen, also
durch eine Teilmenge der Ebene R2 .

2. In der Physik ist es ublich, sich eine Abbildung f : R X, t 7 f (t)

von R in irgendeine Menge X vorzustellen als ein Teilchen, das sich
im Raum X bewegt und sich zur Zeit t (fur lateinisch tempus) am
Punkt f (t) befindet. In unserem Fall hatten wir uns also ein Teilchen
vorzustellen, das sich auf der Zahlengerade X = R bewegt.

3. Eine reellwertige Funktion auf einer beliebigen Menge kann man sich
als eine Temperaturverteilung auf besagter Menge vorstellen, im vor-
liegenden Fall also als eine Temperaturverteilung auf der reellen Zah-
lengeraden.

4. In der Mathematik ist es auch nutzlich, sich eine Funktion f : R R

wirklich als Abbildung der Zahlengerade auf sich selber vorzustellen.
Als Beispiel betrachten wir den Absolutbetrag, der als Abbildung auf-
gefat den negativen Teil der Zahlengerade auf den positiven Teil her-
uberklappt.
3.1.2. Beliebige Abbildungen R R konnen wild aussehen, man denke nur
etwa an die Abbildung, die jeder rationalen Zahl den Betrag ihres Nenners
nach vollstandigem Kurzen zuordnet und jeder irrationalen Zahl ihre funfte
Nachkommastelle. Wir fuhren nun die Klasse der stetigen Funktionen ein
und zeigen insbesondere, da fur stetige auf einem Intervall definierte und
injektive Funktionen auch ihr Bild ein Intervall ist und die Umkehrfunktion
stetig. Das liefert uns dann viele neue Funktionen als Umkehrfunktionen
bereits bekannter Funktionen. Anschaulich ist eine reellwertige Funktion auf
einem reellen Intervall stetig genau dann, wenn man ihren Graphen zeichnen
kann ohne den Stift abzusetzen. Diese Anschauung werden wir im Folgenden
prazisieren. Wir erinnern an den Umgebungsbegriff aus 2.1.8.
3. STETIGKEIT 141

SkriptenBilder/BildAA.png

Vier verschiedene Anschauungen fur eine reellwertige Funktion einer reellen

Veranderlichen am Beispiel des Absolutbetrags x 7 |x|
142 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Definition 3.1.3. Sei D R eine Teilmenge und f : D R eine Funktion.

Gegeben ein Punkt p D heit unsere Funktion stetig bei p genau dann,
wenn es fur jede Umgebung U von f (p) eine Umgebung U 0 von p gibt mit
f (U 0 D) U. Unsere Abbildung heit stetig (englisch continuous, fran-
zosisch continue) genau dann, wenn sie stetig ist bei jedem Punkt p D.

3.1.4. Wir vereinbaren diese Definition gleich im Fall einer Teilmenge D

R und einer Funktion f : D R, weil so der Zusammenhang mit dem
Grenzwertbegriff in 3.3 in voller Allgemeinheit dargestellt werden kann. Wie
bei Folgen reicht es auch hier, die Existenz von U 0 fur alle Umgebungen U
einer Umgebungsbasis von f (p) zu zeigen.
Beispiele 3.1.5. Fur alle D R ist die Einbettung i : D , R, x 7 x stetig.
Der Absolutbetrag abs : R R, x 7 |x| ist stetig. Fur jedes c R ist
die konstante Funktion c : R R, x 7 c stetig. Die Funktion f : R R
gegeben durch f (x) = 1 fur x 0 und f (x) = 0 fur x < 0 ist nicht stetig
bei p = 0, ihre Einschrankung auf D = R ist jedoch stetig. Die Funktion
f : R R mit f (x) = x fur x Q und f (x) = 0 fur x 6 Q ist nur an der
Stelle p = 0 stetig.
Satz 3.1.6 (Die Verknupfung stetiger Funktionen ist stetig). Seien
genauer D, E R Teilmengen, f : D R, g : E R Funktionen, und es
gelte f (D) E. Ist f stetig bei einem Punkt p D und g stetig bei seinem
Bild f (p), so ist auch g f : D R, x 7 g(f (x)) stetig bei p.
3.1.7. Hier machen wir unsere Ankundigung aus I.2.2.18 wahr. Genau genom-
men ist die Notation g f namlich nicht korrekt: Wir muten eigentlich erst
eine Abbildung f : D E definieren durch f(x) = f (x) fur alle x D und
dann die Abbildung g f betrachten. Das ist nun jedoch meiner Ansicht nach
ein Fall, in dem groere Prazision nicht mehr zur besseren Verstandlichkeit
beitragt.
Beweis. Da g stetig ist bei f (p), finden wir fur jede Umgebung U von g(f (p))
eine Umgebung U 0 von f (p) mit g(U 0 E) U. Da f stetig ist bei p, finden wir
fur diese Umgebung U 0 von f (p) eine Umgebung U 00 von p mit f (U 00 D)
U 0 . Damit finden wir in der Tat fur jede Umgebung U von (g f )(p) eine
Umgebung U 00 von p mit (g f )(U 00 D) U.
3.1.8. Einschrankungen stetiger Funktionen sind stetig. Ist genauer D R
eine Teilmenge und f : D R stetig bei p D und E D eine Teilmenge
mit p E, so ist auch die Einschrankung f |E : E R stetig bei p. Das folgt
einerseits sofort aus der Definition und andererseits auch aus dem vorherge-
henden Satz I.2.2.18, indem wir die Einschrankung als Verknupfung mit der
nach 3.1.5 stetigen Einbettung von E schreiben.
3. STETIGKEIT 143

SkriptenBilder/BildSTE.png

In diesem Bild habe ich fur eine Umgebung U von f (p) mal eine mogliche
Umgebung U 0 von p eingezeichnet. Stetigkeit bei p bedeutet jedoch sehr viel
starker, da wir fur jede Umgebung U von f (p) eine in der in 3.1.3
prazisierten Weise mogliche Umgebung U 0 von p finden konnen. Fett
eingezeichnet ist auf der x-Achse der Definitionsbereich D unserer Funktion
f, der Punkt p ist sein kleinstes Element. Auf dem Graphen von f habe ich
den Teil uber U 0 D fett eingezeichnet, damit man gut sehen kann, da in
der Tat gilt f (U 0 D) U. Unsere eigentlichen U und U 0 sind die
Projektionen der so bezeichneten freischwebenden Intervalle auf die
jeweiligen Koordinatenachsen, was ich versucht habe, durch die
gestrichelten Linien anzudeuten.
144 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

3.1.9 (Stetigkeit ist eine lokale Eigenschaft). Wird eine Funktion stetig
bei einem Punkt nach Einschrankung auf eine Umgebung des besagten Punk-
tes, so war sie dort schon selbst stetig. Ist genauer und in Formeln D R
eine Teilmenge und f : D R eine Funktion und p D ein Punkt und
gibt es eine Umgebung U von p derart, da die Einschrankung von f auf
D U stetig ist bei p, so ist auch f : D R bereits stetig bei p. Um das
zum Ausdruck zu bringen, sagt man dann etwas vage, die Stetigkeit sei eine
lokale Eigenschaft.
Lemma 3.1.10 (--Kriterium fur die Stetigkeit). Sei D R eine
Teilmenge, f : D R eine reellwertige Funktion und p D ein Punkt.
Genau dann ist f stetig bei p, wenn es fur jedes > 0 ein = () > 0 gibt
derart, da fur alle x D mit |x p| < gilt |f (x) f (p)| < .
Beweis. Das folgt sofort aus der Definition der Stetigkeit 3.1.3 und der De-
finition des Umgebungsbegriffs 2.1.8.
Ubung 3.1.11. Seien I, J R Intervalle mit nichtleerem Schnitt und sei
f : (I J) R eine Funktion. Man zeige: Sind die Einschrankungen f |I und
f |J stetig, so ist auch f selbst stetig. Im ubrigen wird sich der schwierige
Fall dieser Ubung als Spezialfall von 6.5.35 erweisen.
Lemma 3.1.12. Die Funktion R R, x 7 1
x
ist stetig.
Beweis. Das ist gerade die Aussage von 2.1.37.3.
Lemma 3.1.13. Die Exponentialfunktion exp : R R ist stetig.
3.1.14. Die Stetigkeit der Exponentialfunktion konnen wir spater auch aus
dem allgemeinen Satz 5.1.5 folgern: Potenzreihen stellen auf ihrem Konver-
genzbereich immer stetige Funktionen dar.
Beweis. Wir wenden das --Kriterium 3.1.10 an. Mit der Funktionalglei-
chung finden wir
| exp(x) exp(p)| = | exp(p)| | exp(x p) exp(0)|
Nun beachten wir, da fur |y| 1 gilt
 
i1 
X y X |y|i1
| exp(y) exp(0)| = |y|   |y| |y| exp(1)
 

i=1
i!  i=1
(i 1)!

wo wir im zweiten Schritt die Dreiecksungleichung sowie die Erhaltung von

Ungleichungen im Grenzwert verwenden und die Nenner verkleinern. Aus
|x p| 1 folgt also | exp(x) exp(p)| exp(p)|x p| e und fur gegebenes
> 0 konnen wir mithin = inf{1, /(exp(p) e)} nehmen.
3. STETIGKEIT 145

Definition 3.1.15. Gegeben reellwertige Funktionen f, g : D R definieren

wir die Funktionen f + g, f g : D R durch (f + g)(x) = f (x) + g(x),
(f g)(x) = f (x) g(x) x D.

Satz 3.1.16. Summe und Produkt stetiger Funktionen sind stetig.

Ist genauer D R gegeben und p D ein Punkt und sind f, g : D R
stetig bei p, so sind auch f + g und f g stetig bei p.

Bemerkung 3.1.17. Nehmen f und g allgemeiner Werte in R an und sind

an jeder Stelle x D die Summe f (x) + g(x) bzw. das Produkt f (x) g(x)
sinnvoll definiert im Sinne von 2.1.40, so gilt der Satz entsprechend mit fast
demselben Beweis.

Beweis. Wir zeigen das nur fur die Multiplikation, der Fall der Addition geht
analog. Ist W eine Umgebung von f (p)g(p), so gibt es nach 2.1.37 Umgebun-
gen U von f (p) und V von g(p) mit U V W. Da sowohl f als auch g stetig
sind bei p, gibt es weiter Umgebungen U 0 und V 0 von p mit f (U 0 D) U
und g(V 0 D) V. Ihr Schnitt U 0 V 0 ist dann eine Umgebung W 0 von p
mit (f g)(W 0 D) W.

Definition 3.1.18. Wir nennen eine Funktion R R eine Polynomfunk-

tion genau dann, wenn es a0 , a1 , . . . , an R gibt derart, da unsere Funktion
gegeben wird durch die Abbildungsvorschrift x 7 an xn + an1 xn1 + . . . + a0 .

Erganzung 3.1.19. Jede Folge reeller Zahlen (an )nN , in der fast alle Folgen-
glieder Null sind, liefert uns eine Polynomfunktion. Nach ?? liefern verschie-
dene Folgen auch stets verschiedene Funktionen. Im Licht dieser Tatsache
werden wir unsere Polynomfunktionen meist kurzer Polynome nennen, ob-
wohl eigentlich der Begriff Polynom eher den formalen Ausdruck meint. Diese
Unterscheidung ist aber erst in der Algebra wirklich von Belang, wenn man
zum Beispiel mit endlichen Korpern arbeitet, vergleiche ??.
Bemerkung 3.1.20. Das Wort Polynom kommt von der griechischen Vor-
silbe poly fur viele und dem lateinischen Wort nomen fur Namen.
Allgemeiner betrachtet man auch Polynome in mehreren Veranderlichen und
meint damit Ausdrucke wie etwa xyz + 7x2 y 4 12z + 1. Dieses Polynom ist
die Summe der vier Monome xyz, 7x2 y 4 , 12z und 1, wobei das Wort Mo-
nom diesmal mit der griechischen Vorsilbe mono fur allein gebildet ist.
Einen Ausdruck wie xyz + 7x2 y 4 wurde man als Binom bezeichnen, diesmal
mit der griechischen Vorsilbe bi fur Zwei. Ein anderes Binom ware der
Ausdruck (x + y), dessen Potenzen die binomische Formel I.1.1.23 explizit
angibt. Es sollte klar sein, wie man aus unserer binomischen Formel auch
Formeln fur die Potenzen eines beliebigen Binoms erhalt.
146 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Korollar 3.1.21. Polynomfunktionen sind stetig.

Beweis. Das folgt induktiv aus dem vorhergehenden Satz 3.1.16.

Korollar 3.1.22 (Quotienten stetiger Funktionen sind stetig). Ist ge-

nauer D R eine Teilmenge und sind f, g : D R stetig und hat g keine
Nullstelle in D, so ist auch die Funktion f /g : D R, x 7 f (x)/g(x) stetig.

Beweis. Bezeichne i : R R die Funktion x 7 1/x. Sie ist stetig nach

3.1.12. Also ist auch i g : D R, x 7 1/g(x) stetig, und dann auch das
Produkt dieser Funktion mit der stetigen Funktion f.

3.1.23. Eine Funktion, die sich als der Quotient eines Polynoms durch ein von
Null verschiedenes Polynom darstellen lat, heit eine rationale Funktion.
So eine Funktion ist a priori naturlich nur da definiert, wo der Nenner nicht
verschwindet, und ist nach dem vorhergehenden Korollar auf dem Komple-
ment der Nullstellenmenge ihres Nenners stetig. Betrachten wir unsere ratio-
nale Funktion jedoch nicht als Abbildung, sondern als formalen Ausdruck,
so verstehen wir unter ihrem Definitionsbereich die etwas groere Menge, auf
der nach maximalem Kurzen der Nenner keine Nullstellen hat, vergleiche
??. Man beachte jedoch, da die hier gegebene etwas unscharfe Formulierung
nach maximalem Kurzen eigentlich erst in ?? gerechtfertigt wird, wo wir
die Eindeutigkeit der Primfaktorzerlegung in Polynomringen diskutieren.
Bleibt auch nach maximalem Kurzen noch ein nichtkonstantes Polynom im
Nenner stehen, so spricht man von einer gebrochen rationalen Funktion.

3.2 Umkehrfunktionen und Zwischenwertsatz

Definition 3.2.1. Eine Abbildung f zwischen angeordneten Mengen heit

monoton wachsend, wenn gilt xy f (x) f (y)

streng monoton wachsend, wenn gilt x<y f (x) < f (y)
monoton fallend, wenn gilt xy f (x) f (y)
streng monoton fallend, wenn gilt x<y f (x) > f (y)

Eine Abbildung heit (streng) monoton genau dann, wenn sie (streng)
monoton wachsend oder fallend ist. Das verallgemeinert unsere Begriffe fur
Folgen aus 2.2.3.

Proposition 3.2.2. Ist I R ein Intervall und f : I R streng monoton,

so ist die Umkehrfunktion f 1 : f (I) R stetig.
3. STETIGKEIT 147

SkriptenBilder/Umfu.png

Illustration zum Beweis von 3.2.2. Statt U und U 0 heien unsere

Umgebungen in diesem Bild allerdings W und W 0 . Man beachte, wie sich,
salopp gesprochen, Unstetigkeitsstellen der Ausgangsfunktion in
Definitionslucken der Umkehrfunktion verwandeln.
148 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

3.2.3. Wieder ist unsere Notation nicht ganz korrekt: Wir muten genau

genommen eigentlich die Bijektion f : I f (I), x 7 f (x) betrachten, dazu

die inverse Abbildung f1 : f (I) I nehmen, und unser f 1 : f (I) R
definieren als die Verknupfung von f1 mit der Einbettung I , R.
3.2.4. Die Umkehrfunktion f 1 darf nicht verwechselt werden mit der Funk-
tion x 7 1/f (x) : Ist zum Beispiel f : (0, ) R gegeben durch f (x) = x2 ,
so haben wir 1/f (x) = x2 , aber die Umkehrabbildung ist gegeben durch

f 1 (y) = y. Die Notation ist hier leider nicht ganz eindeutig. Oft mu man
aus dem Kontext erschlieen, ob mit f 1 die Umkehrfunktion von f oder
vielmehr die Kehrwertfunktion x 7 1/f (x) gemeint ist.

Beweis. Sei ohne Beschrankung der Allgemeinheit f streng monoton wach-

send. Bezeichne g : f (I) R die Umkehrfunktion, die unter diesen Umstan-
den auch streng monoton wachsen mu. Gegeben p f (I) mussen wir fur jede
Umgebung U von g(p) eine Umgebung U 0 von p finden mit der Eigenschaft
g(U 0 f (I)) U. Wir unterscheiden drei Falle: Ist das Definitionsintervall I
unserer Ausgangsfunktion f eine Umgebung von g(p), so umfat jede Umge-
bung U von g(p) ein Intervall der Gestalt (a, b) mit a < g(p) < b und a, b I
und wir konnen schlicht U 0 = (f (a), f (b)) nehmen. Besteht I nur aus einem
einzigen Punkt, so ist eh alles klar. Besteht schlielich I aus mehr als einem
Punkt und ist g(p) eine seiner Grenzen, ohne Beschrankung der Allgemein-
heit sein Supremum, so umfat jede Umgebung U von g(p) ein Intervall der
Gestalt (a, g(p)] mit a I und wir konnen U 0 = (f (a), ] nehmen.

Beispiel 3.2.5. Wenden wir unseren Satz an auf die Funktion f : [0, ) R,
x 7 x2 , so finden wir insbesondere, da das Wurzelziehen

[0, ) R, x 7 x

eine stetige Funktion ist. Da sich die Funktion x 7 x2 zu einer streng mono-

tonen Bijektion [0, ] [0, ] fortsetzen lat durch die Vorschrift 7 ,
lat sich nach unserem Satz die Wurzelfunktion durch die Vorschrift 7

zu einer stetigen Bijektion [0, ] [0, ] fortsetzen. Analoges gilt fur ho-
here Wurzeln, nur haben wir bis jetzt noch nicht bewiesen, da wir solche
hoheren Wurzeln auch tatsachlich aus jeder nichtnegativen reellen Zahl zie-
hen konnen. Das folgt erst aus dem Zwischenwertsatz, den wir im Anschlu
behandeln.

Satz 3.2.6 (Zwischenwertsatz). Fur a b aus R nimmt eine stetige Funk-

tion f : [a, b] R jeden Wert zwischen f (a) und f (b) an.
3. STETIGKEIT 149

SkriptenBilder/BildZwS.png

Illustration zum Zwischenwertsatz. Im vorliegenden Fall wir der gegebene

Zwischenwert z sogar dreimal als Funktionswert angenommen. Unser erster
Beweis fuhrt stets zum hier eingezeichneten groten p [a, b], an dem z als
Funktionswert angenommen wird.
150 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Erster Beweis. Wir durfen ohne Beschrankung der Allgemeinheit f (a)

f (b) annehmen. Gegeben z [f (a), f (b)] suchen wir p [a, b] mit f (p) = z.
Wir betrachten dazu

p = sup{x [a, b] | f (x) z}

und behaupten f (p) = z. Um das zu zeigen fuhren wir die Annahmen f (p) <
z und z < f (p) beide zum Widerspruch: Aus f (p) < z folgte zunachst p < b,
und dann gabe es aufgrund der Stetigkeit ein p0 mit p < p0 < b und f (p0 ) z
und p ware gar keine obere Schranke unserer Menge gewesen. Aus z < f (p)
folgte zunachst a < p, und dann gabe es aufgrund der Stetigkeit ein p0 mit
a < p0 < p und z < f (x) fur alle x [p0 , p]. Also ware auch p0 schon
eine obere Schranke unserer Menge und p konnte nicht ihre kleinste obere
Schranke gewesen sein.

Zweiter Beweis fur den Fall a, b R. Wir durfen ohne Beschrankung der All-
gemeinheit f (a) f (b) annehmen. Gegeben z [f (a), f (b)] suchen wir
p [a, b] mit f (p) = z. Dazu nehmen wir den Mittelpunkt m0 unseres In-
tervalls her und werten unsere Funktion dort aus. Gilt f (m0 ) z, so setzen
wir a1 = a und b1 = m0 . Sonst setzen wir a1 = m0 und b1 = b. In jedem
Fall gilt f (a1 ) z f (b1 ). Anschlieend nehmen wir den Mittelpunkt m1
des nur noch halb so groen Intervalls [a1 , b1 ] her und verfahren genauso.
Auf diese Weise erhalten wir eine monoton wachsende Folge a = a0 , a1 , . . .
und eine monoton fallende Folge b = b0 , b1 , . . . mit bn an = 2n (b a) und
f (an ) z f (bn ) und fur alle n. Unsere beiden Folgen mussen also kon-
vergieren, und zwar gegen denselben Grenzwert p [a, b]. Aus der Stetigkeit
von f und der Erhaltung von Ungleichungen im Grenzwert nach 3.3.18 folgt
dann
f (p) = lim f (an ) z lim f (bn ) = f (p)
n n

und damit z = f (p) wie gewunscht. Dieser Beweis hat den Nachteil, nur fur
a, b R zu funktionieren und bereits im Vorgriff die in diesem Text erst in
3.3.18 bewiesenen Satze uber die Vertauschbarkeit von Grenzwertbildung und
dem Anwenden stetiger Funktionen zu verwenden. Dafur hat er den Vorteil,
einen auch in der Praxis gangbaren Losungsalgorithmus zu beschreiben, das
sogenannte Intervallhalbierungsverfahren.

Korollar 3.2.7 (Abstrakter Zwischenwertsatz). Das Bild eines Inter-

valls unter einer stetigen Funktion ist ein Intervall. Ist also in Formeln I R
ein Intervall und f : I R stetig, so ist auch f (I) ein Intervall.

Beweis. Das folgt sofort aus 3.2.6.

3. STETIGKEIT 151

Satz 3.2.8 (uber die Umkehrfunktion). Ist I R ein Intervall und

f : I R streng monoton und stetig, so ist auch f (I) R ein Intervall und
die Umkehrfunktion f 1 : f (I) R ist streng monoton und stetig.

Beweis. Dieser Satz ist nur die Zusammenfassung des abstrakten Zwischen-
wertsatzes 3.2.7 mit der Proposition 3.2.2 uber die Stetigkeit der Umkehr-
funktion.

Definition 3.2.9. Fur q N, q 1 definieren wir die q-te Wurzel

q : [0, ) R

als die
Umkehrfunktion zur q-ten Potenzfunktion x 7 xq . Nach 3.2.2 ist
x 7 q x stetig.
P
Erganzende Ubung 3.2.10.
p Sei ak eine Reihe. Man zeige
Pdas Wurzelkri-
terium: Gilt limk |ak | < 1, so konvergiert die Reihe
k
ak absolut. Hin-
weis: Analog zum Beweis des Quotientenkriteriums. Meiner Erfahrung nach
ist dies Kriterium in der Praxis selten von Nutzen, da es meist auf schwer zu
bestimmende Grenzwerte fuhrt.

Definition 3.2.11. Aus dem Zwischenwertsatz folgt exp(R) = (0, ), denn

wir haben offensichtlich limn exp(n) = und damit limn exp(n) = 0
nach 2.1.29. Wir konnen also den (naturlichen) Logarithmus einfuhren
als die Umkehrfunktion
log : (0, ) R
der Exponentialfunktion, log(exp(x)) = x, und erhalten aus Satz 3.2.8 die
Stetigkeit des Logarithmus. In der franzosischen Literatur bezeichnet man
diese Funktion auch als logarithme neperien in Erinnerung an den schot-
tischen Mathematiker John Napier, der die ersten Logarithmentafeln aufstell-
te.

3.2.12. Die Exponentialfunktion liefert nach 2.6.8 und 3.2.11 einen Isomo-
morphismus zwischen der additiven Gruppe der reellen Zahlen und der mul-
tiplikativen Gruppe aller positiven reellen Zahlen. Daraus folgt sofort

log(xy) = log x + log y und log(e) = 1

Ubung 3.2.13. Man

folgere log(1) = 0, log(x1 ) = log(x), log(xn ) =
n log(x) und log( x) = 1q log(x).
q
152 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildExLo.png

Die Graphen von Logarithmus und Exponentialfunktion gehen wie immer

bei Umkehrfunktionen durch Spiegelung an der Hauptdiagonalen x = y
auseinander hervor.
3. STETIGKEIT 153

3.2.14. Die Notation log ist leider nicht universell. Auf vielen Taschenrech-
nern und auch in alteren Buchern wird unsere Funktion log notiert als
ln fur logarithmus naturalis oder logarithme Neperien und das Kurzel
log steht fur den Logarithmus zur Basis 10, den wir in 3.2.17 einfuh-
ren und mit log10 bezeichnen werden. Der Logarithmus zur Basis 10 wird in
manchen Quellen auch der Briggsche Logarithmus genannt und mit lg
bezeichnet. Die Norm ISO 31-11 empfiehlt die Notationen ln und lg, wir
verwenden jedoch log statt ln, weil das in der reinen Mathematik so ublich
ist und wir damit der Konvention folgen, spezielle Funktionen nach Mog-
lichkeit mit Kurzeln aus drei Buchstaben zu notieren. Logarithmus ist das
griechische Wort fur Rechnung, und fur das Rechnen waren die Logarith-
mentafeln, in denen die Werte des Logarithmus zur Basis Zehn aufgelistet
wurden, auch auerordentlich praktisch: Mit ihrer Hilfe konnte man namlich
Divisionen in Subtraktionen verwandeln und Wurzelziehen in Divisionen, wie
wir gleich naher ausfuhren. Die Entdeckung der Logarithmen und die ersten
Logarithmentafeln von Napier bedeuteten fur die damalige Wissenschaft eine
ungeheure Arbeitserleichterung und wurden begeistert begrut.

Definition 3.2.15 (Allgemeine Potenzen). Gegeben a, x R mit a > 0

setzen wir
ax := exp(x log a)
Im Fall x > 0 vereinbart man zusatzlich 0x = 0. Das fuhrt dazu, da fur
x > 0 die Funktion a 7 ax sogar stetig ist auf [0, ). Es fuhrt allerdings
auch dazu, da die Funktion x 7 0x mit unserer Konvention 00 = 1 zwar
auf [0, ) definiert aber bei x = 0 nicht stetig ist. Damit mussen wir nun
weiterleben.

3.2.16. Man pruft ohne Schwierigkeiten die Formeln a0 = 1, a1 = a und

ax+y = ax ay und folgert insbesondere, da im Fall a > 0 und n Z oder
a 0 und n Z1 das hier definierte an ubereinstimmt mit unserem an aus
der Tabelle am Ende von Abschnitt I.1. Fur beliebige a, b > 0 und x, y R
pruft man leicht die Rechenregeln axy = (ax )y , (ab)x = ax bx und log(ax ) =
x log a. Ist speziell a = e die Eulersche Zahl, so gilt log e = 1 und folglich
exp(x) = ex . Fur beliebige a, b 0, x, y R>0 und q N, q 1 pruft man
ebensoleicht die Rechenregeln axy = (ax )y , (ab)x = ax bx und q a = a1/q .

Definition 3.2.17. Gegeben a > 0 nennt man die Umkehrabbildung der

Abbildung x 7 ax auch den Logarithmus zur Basis a

loga : (0, ) R
154 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildDefeax.png

Dieses Bild stellt den unangenehm verzwickelten Bereich aller (x, a) R2

dar, fur die ax definiert ist: Bei x N sind das jeweils alle a R, bei
ganzzahligem x Z<0 nur alle a R , bei reellem nichtganzen x > 0 alle
a 0, bei reellem nichtganzen x < 0 alle a > 0. Unangenehm ist die
Unstetigkeitsstelle am Ursprung, auf der senkrechten Koordinatenachse ist
ja nun unsere Funktion konstant Eins und auf der positiven waagerechten
Koordinatenachse konstant Null. Diese Unstetigkeitsstelle ist aber auch die
Einzige.
3. STETIGKEIT 155

3.2.18. Der naturliche Logarithmus ist also der Logarithmus mit der Eu-
lerschen Zahl e als Basis, in Formeln log = loge . Der Logarithmus zur Basis
a lat sich durch den naturlichen Logarithmus ausdrucken vermittels der
Formel loga x = log x
log a
. Man kommt deshalb meist mit dem naturlichen Loga-
rithmus aus. Die Notation loga ist konform mit der Norm ISO 31-11, in der
zusatzlich auch noch die Abkurzung log2 = lb fur den binaren Logarith-
mus empfohlen wird.
Erganzende Ubung 3.2.19. Seien a b aus R gegeben und sei f : [a, b] R
stetig mit f (b) = 0. Man zeige, da dann f eine kleinste Nullstelle in [a, b]
hat.
Ubung 3.2.20. Jede Polynomfunktion x 7 an xn + . . . + a0 mit an 6= 0 und n
ungerade besitzt mindestens eine reelle Nullstelle. Ist an > 0 und a0 > 0, so
besitzt sie sogar mindestens eine negative Nullstelle.

Ubung 3.2.21. Man zeige fur a > 0 die Identitat limn n(1 n a) = log a.
Beispiel 3.2.22. Bei einem radiokativen Material wird nach einem Tag nur
noch 90% der Strahlungsaktivitat gemessen. Wie lange dauert es, bis die
Aktivitat auf die Halfte abgeklungen ist? Nun, halten wir einen Referenz-
zeitpunkt beliebig fest, so wird die Aktivitat nach Vergehen einer Zeitspanne
gema Uberlegungen wie in 2.6.4 gegeben durch eine Formel der Gestalt
M ec mit unbekannten M und c. Wir kurzen die Zeiteinheit Stunde ab mit
dem Buchstaben h fur lateinisch hora. Formal ist h eine Basis des in I.1.2.7
angedachten eindimensionalen reellen Vektorraums aller Zeitspannen, und
formal ist auch M ein Element eines gedachten eindimensionalen reellen Vek-
torraums aller Strahlungsaktivitaten und c liegt im Raum der Linearformen
auf dem Raum aller Zeitspannen, in dem wir mit h1 dasjenige Element be-
zeichnen werden, das auf h den Wert Eins annimmt. So formal will ich hier
aber eigentlich gar nicht werden und schreibe das Auswerten solch einer Line-
arform auf einer Zeitspanne schlicht als Produkt. Fur = 24 h wissen wir nun
nach unserer Messung M ec24 h = 100 90
M und damit c = ((log 9/10)/24) h1 .
Bezeichnet t die Zeitspanne, nach der die Aktivitat auf die Halfte abgeklun-
gen ist, so haben wir also M ect = M/2 alias ct = log 2 und damit

log 2 log(2) 24
t= = h
c log(9/10)

Erganzende Ubung 3.2.23. Das eingestrichene A liegt bei 440 Herz. Bei wieviel
Herz etwa liegt das eingestrichene F? Hinweis: Die Losung dieser Aufgabe
benotigt zusatzlich zu mathematischen Kenntnissen auch physikalische und
musikalische Vorkenntnisse.
156 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Erganzung 3.2.24. Versteht man eine positive reelle Zahl als das Verhaltnis
zweier gleichartiger Groen, so sagt man fur den Zehnerlogarithmus besagter
Zahl auch, er drucke das Verhaltnis in Bel aus. Diese Sprechweise ehrt
Alexander Graham Bell, der das Telephon einfuhrte. So konnte man etwa
sagen, das Verhaltnis von Gramm zu Kilo betrage 3 Bel, statt von einem
Verhaltnis von Eins zu Tausend alias 1 zu 103 zu reden. Das Verhaltnis von
Kilo zu Tonne betragt naturlich auch 3 Bel, und das Verhaltnis von Gramm
zu Tonne folglich 6 Bel. Haufig redet man auch von Dezibel alias zehntel
Bel. Das ist jedoch multiplikativ zu verstehen,
ein Verhaltnis von 1 Dezibel
10
meint also ein Verhaltnis von Eins zu 10 1,26.
Erganzung 3.2.25. Physikalisch beschreibt man eine Lautstarke durch die
Leistung, die sie etwa an einer Membran verrichtet. Gibt man eine Laut-
starke in Dezibel an, so ist allerdings das Verhaltnis des Quadrats dieser
Leistung zum Quadrat der Leistung einer Standardlautstarke gemeint. Diese
Standardlautstarke ist so vereinbart, da sie etwa bei der Horschwelle eines
menschliches Ohrs liegt. Eine Lautstarke von Null Dezibel bedeutet also, da
ein gesunder Mensch das Gerausch so gerade noch horen kann, und jede Er-
hohung einer Lautstarke um zwanzig Dezibel bedeutet, da das Ohr zehnmal
soviel Leistung
aufnehmen wird. Bei einer Erhohung um zehn Dezibel wird
das Ohr also 10 3 mal soviel Leistung aufnehmen.

3.3 Grenzwerte von Funktionen

Definition 3.3.1. Sei D R eine Teilmenge. Ein Punkt p R heit ein
Haufungspunkt von D in R genau dann, wenn jede Umgebung von p min-
destens einen von p verschiedenen Punkt mit D gemeinsam hat. Diejenigen
Punkte von D, die keine Haufungspunkte von D sind, nennt man isolierte
Punkte von D.
Erganzung 3.3.2. Ich finde es verwirrend, da ein Haufungpunkt von D in R
nicht notwendig ein Punkt von D zu sein braucht. Ich will jedoch unter einem
Haufungpunkt von D stets einen Haufungpunkt von D in R verstehen,
der auch tatsachlich in D liegt. Wenn ich das besonders betonen will, rede
ich von einem internen Haufungpunkt von D. Manche Autoren erklaren
zusatzlich noch die Haufungspunkte einer Folge als die Punkte aus R mit
der Eigenschaft, da in jeder ihrer Umgebungen unendlich viele Folgenglieder
liegen.
Beispiele 3.3.3. Die Menge der ganzen Zahlen Z besteht aus isolierten Punk-
ten und hat in R keine Haufungspunkte. In R hat sie jedoch die beiden
Haufungspunkte . In einem halboffenen, d.h. nicht aus einem einzigen
Punkt bestehenden Intervall von R ist jeder Punkt ein Haufungspunkt.
3. STETIGKEIT 157

3.3.4. Wir vereinbaren fur die Differenz einer Menge X und einer einpunkti-
gen Menge {p} die abkurzende Schreibweise X\{p} = X\p.
Ubung 3.3.5. Sei D R eine Teilmenge. Genau dann ist p R Hau-
fungspunkt von D, wenn es eine Folge reeller Zahlen xn in D\p gibt mit
limn xn = p.

Definition 3.3.6 (Grenzwerte von Funktionen). Sei D R eine Teil-

menge, p R ein Haufungspunkt von D und f : D\p R eine Funktion.
Sei b ein weiterer Punkt aus R. Wir sagen, f (x) strebt gegen b fur x p
und schreiben
lim f (x) = b
xp

genau dann, wenn es fur jede Umgebung W des Grenzwerts b eine Umgebung
W 0 des Punktes p gibt mit f (W 0 D\p) W.

3.3.7. Man beachte, wie elegant es gelingt, hier die Falle mithilfe des
Umgebungsbegriffs einzubinden. Naturlich reicht es auch hier wieder, die
Existenz von W 0 fur jedes W aus einer Umgebungsbasis des Grenzwerts b
nachzuweisen. Ist f auf ganz D definiert, so meinen wir mit obiger Notation
stets implizit den Grenzwert der Einschrankung von f auf D\p. Der Grund
dafur, da wir Grenzwerte nur an Haufungspunkten erklaren, ist das folgende
Lemma.
Beispiele 3.3.8. Es gilt limx x = , wir konnen ja in diesem Fall schlicht
W 0 = W nehmen. Fur eine konstante Funktion f (x) = c gilt limxp c = c,
hier konnen wir fur jedes W einfach W 0 = R nehmen. Fur D = N und p =
spezialisiert der eben eingefuhrte Grenzwertbegriff zu unserem Grenzwertbe-
griff fur Folgen aus 2.1.16.

Lemma 3.3.9 (Eindeutigkeit des Grenzwerts). Seien D R eine Teil-

menge, p R ein Haufungspunkt von D und f : D\p R eine Funktion.
So folgt aus limxp f (x) = a und limxp f (x) = b bereits a = b.

Beweis. Durch Widerspruch. Ware a 6= b, so gabe es Umgebungen V von a

und W von b mit V W = . Wir fanden Umgebungen V 0 und W 0 von p mit
f (V 0 D\p) V und f (W 0 D\p) W, mithin galte

f (V 0 W 0 D\p) =

Da aber V 0 W 0 eine Umgebung von p ist und p ein Haufungspunkt von D gilt
notwendig V 0 W 0 D\p 6= . Dieser Widerspruch beendet den Beweis.
158 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildLim.png

Der Grenzwert oder Limes einer Funktion mit einer Fehlstelle in ihrem
Definitionsbereich ist, wenn er existiert, der Wert an der fraglichen
Fehlstelle der einzig moglichen dort stetigen Fortsetzung.
3. STETIGKEIT 159

3.3.10. Der Grenzwert einer Funktion fur x p hangt nur von ihrem Ver-
halten in einer Umgebung von p ab. Ist genauer p R Haufungspunkt einer
Teilmenge D R und f : D\p R eine Funktion und U eine Umgebung
von p, so existiert limxp f genau dann, wenn limxp f |U D\p existiert, und
unter diesen Umstanden stimmen die beiden Grenzwerte uberein.
Proposition 3.3.11 (Grenzwerte und Stetigkeit). Sei D R eine Teil-
menge und p D ein Haufungspunkt von D und f : D\p R eine Funktion.
Genau dann gilt limxp f (x) = b fur ein b R, wenn die Fortsetzung von f
auf D durch f (p) = b stetig ist bei p.
Beweis. Das folgt sofort aus unseren Definitionen 3.1.3 und 3.3.6.
3.3.12. In anderen Worten ist eine Funktion f : D R stetig bei einem Hau-
fungspunkt p D von D genau dann, wenn gilt limxp f (x) = f (p). Salopp
gesprochen verhalt es sich demnach so, da eine Funktion mit einer einpunk-
tigen Definitionslucke an einem Haufungspunkt ihres Definitionsbereichs auf
hochstens eine Weise stetig in diese Definitionslucke hinein fortgesetzt wer-
den kann. Der Wert dieser an besagter Stelle stetigen Fortsetzung heit dann
der Grenzwert unserer Funktion an besagter Stelle.
Beispiel 3.3.13. Wir zeigen limx 1/x = 0. In der Tat, fur jede Umgebung
W von 0 gibt es > 0 mit (, ) W, und nehmen wir als Umgebung W 0
von die Menge W 0 = (1/, ], so gilt offensichtlich x W 0 1/x W.
Alternativ konnen wir auch wie folgt argumentieren: Die Funktion [0, ]
[0, ] mit x 7 1/x fur 0 < x < und 0 7 und 7 0 ist streng mono-
ton, deshalb ist nach 3.2.2 ihre Umkehrfunktion stetig. Die Umkehrfunktion
fallt aber in diesem Fall mit der Funktion selbst zusammen. Also ist unsere
Funktion stetig und mit 3.3.11 folgt limx 1/x = 0.
Ubung 3.3.14 (Rechenregeln fur Grenzwerte). Sei D R eine Teilmenge
und p D ein Haufungspunkt und seien f, g : D\p R reellwertige Funk-
tionen mit reellen Grenzwerten limxp f (x) = b und limxp g(x) = c. So gilt
limxp (f + g)(x) = b + c und limxp (f g)(x) = bc.
Ubung 3.3.15 (Quetschlemma). Sei D R eine Teilmenge und p D ein
Haufungspunkt und seien f, g, h : D\p R Funktionen mit f (x) g(x)
h(x) fur alle x D\p. So folgt aus limxp f (x) = b = limxp h(x) schon
limxp g(x) = b.
Beispiel 3.3.16. Aus dem Quetschlemma 3.3.15 und der Darstellung von ex
durch die Exponentialreihe folgt limx ex = . Aus 3.3.11 und 3.2.2 folgt
dann limy log y = . Das Quetschlemma mit der Darstellung von ex duch
die Exponentialreihe liefert auch limx (x/ ex ) = 0 und durch Substitution
x = log y und 3.3.11 und 3.1.6 folgt dann limy (log y/y) = 0.
160 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Ubung 3.3.17. Man zeige limx (xa /bx ) = 0 fur alle a R und
b > 1. Man
c
zeige limx (log x/x ) = 0 fur alle c > 0. Man zeige limn n = 1. Man
n

zeige s
(5n)!
lim n = 55
n (n!)5
3.3.18. Das Anwenden einer stetigen Funktion vertauscht mit der Grenzwert-
bildung. Ist genauer E R und ist q E ein Haufungspunkt von E und
g : E\q R eine Funktion mit Bild in D R und existiert limxq g(x) = p
und liegt auch in D und ist f : D R stetig bei p, so gilt
 
lim f (g(x)) = f lim g(x)
xq xq

Wir erhalten diese Aussage mithilfe von 3.3.11 als direkte Konsequenz aus
der Stetigkeit der Verknupfung stetiger Funktionen 3.1.6. Speziell folgt fur
jede Funktion f : D R, die stetig ist bei einer Stelle p D, und jede Folge
an in D mit limn an = p bereits limn f (an ) = f (p).
3.3.19. Man folgert so zum Beispiel die Vertauschbarkeit 2.1.44 von Grenz-
wertbildung und Absolutbetrag aus der Stetigkeit des Absolutbetrags und
die Vertauschbarkeit 2.1.36.2 von Grenzwertbildung mit Kehrwerten aus der
Stetigkeit der Abbildung x 7 1/x.
Beispiel 3.3.20. Fur alle a > 0 folgt aus der Stetigkeit der Exponential-
funktion und indem man fur ein logisch vollstandiges Argument die folgende
Gleichungskette von hinten nach vorne liest

limn n a = limn exp n1 log a

= exp limn n1 log a

= exp(0)
= 1

3.3.21. Es gibt noch weitere Moglichkeiten, aus dem Zusammenhang zwischen

Grenzwert und Stetigkeit 3.3.11 sowie der Stetigkeit der Verknupfung stetiger
Funktionen 3.1.6 ahnliche Aussagen abzuleiten. Zusammen mit der bereits
als 3.3.18 ausfuhrlicher besprochenen Aussage erhalt man so insbesondere die
drei Implikationen

(limxq g(x) = p und f stetig bei p) limxq f (g(x)) = f (p)

g stetig bei q und limyg(q) f (y) = b limxq f (g(x)) = b
(limxq g(x) = p und limyp f (y) = b) limxq f (g(x)) = b
3. STETIGKEIT 161

Ubung 3.3.22 (Erhaltung von Ungleichungen im Grenzwert). Sei D

R eine Teilmenge und p D ein Haufungspunkt und seien f, g : D\p R
zwei Funktionen, die Grenzwerte besitzen fur x p. Gilt f (x) g(x) fur
alle x D\p, so folgt limxp f (x) limxp g(x).
Ubung 3.3.23. Gilt fur eine durch ein Polynom vom Grad n gegebe-
ne Funktion f (x) = an xn + . . . + a1 x + a0 und ein p R die Formel
limxp f (x)/(x p)n = 0, so folgt a0 = a1 = . . . = an = 0. Hinweis: Durch
Verschieben kann man sich auf den Fall p = 0 zuruckziehen.

Definition 3.3.24. Eine besondere Notation vereinbaren wir fur den Fall
einer Funktion f : (a, b)\p R mit p (a, b), wenn wir den Grenzwert fur
x p ihrer Restriktion auf (a, p) oder auf (p, b) untersuchen wollen. Wir
sprechen dann vom linkseitigen bzw. vom rechtseitigen Grenzwert und
notieren diese Grenzwerte

lim f |(a,p) = lim f (x) und lim f |(p,b) = lim f (x)

xp x%p xp x&p

In diesem Fall existiert der Grenzwert genau dann, wenn der linkseitige
Grenzwert und der rechtseitige Grenzwert existieren und ubereinstimmen,
wie man leicht aus den Definitionen folgert.

Beispiel 3.3.25. Es gilt limx&0 1/x = und limx%0 1/x = .

Satz 3.3.26 (Einparameteruntergruppen von R). Die stetigen Grup-

penhomomorphismen R R von der additiven Gruppe der reellen Zahlen
in sich selber sind genau die Abbildungen x 7 x fur beliebiges aber festes
R.

Beweis. Sei F : R R ein stetiger Gruppenhomomorphismus, als da heit

eine stetige Abbildung mit F (x + y) = F (x) + F (y) x, y R. Es reicht zu
zeigen, da F die Gleichung F (x) = xF (1) erfullt. Auch ohne die Stetigkeit
von F zu benutzen, folgern wir F (q) = qF (1) zunachst fur alle q N, dann
fur alle q Z, dann fur alle q Q. Um unsere Gleichung F (x) = xF (1) sogar
fur alle x R zu zeigen, wahlen wir eine Folge qn von rationalen Zahlen mit
limn qn = x und erhalten F (x) = limn F (qn ) = limn qn F (1) =
xF (1), also F (x) = x fur = F (1).

Satz 3.3.27 (Einparameteruntergruppen von R ). Die stetigen Grup-

penhomomorphismen R R von der additiven Gruppe der reellen Zahlen
in die multiplikative Gruppe der von Null verschiedenen reellen Zahlen sind
genau die Abbildungen x 7 ax fur beliebiges aber festes a R>0 .
162 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Beweis. Ist G : R R ein stetiger Gruppenhomomorphismus, als da heit

eine stetige Abbildung mit G(x + y) = G(x)G(y) x, y R, so bildet G
nach I.3.4.13 notwendig das neutrale Element auf das neutrale Element ab,
in Formeln G(0) = 1. Mit dem Zwischenwertsatz folgt G(x) > 0 x R.
Damit konnen wir den Gruppenhomomorphismus F = log G : R R
bilden und aus 3.3.26 folgt sofort F (x) = xF (1), also G(x) = exp(F (x)) =
exp(xF (1)) = exp(x log G(1)).

Erganzende Ubung 3.3.28. Die monotonen Gruppenhomomorphismen R

R von der additiven Gruppe der reellen Zahlen in die multiplikative Gruppe
der von Null verschiedenen reellen Zahlen sind genau die stetigen Gruppen-
homomorphismen, also genau die Abbildungen x 7 ax fur festes a R>0 .

Satz 3.3.29 (Stetigkeit als Folgenstetigkeit). Sei D R eine Teilmenge,

f : D R eine Funktion und a D ein Punkt. So sind gleichbedeutend:

1. f ist stetig bei a.

2. Fur jede Folge a0 , a1 , . . . von Punkten aus D mit limn an = a gilt

limn f (an ) = f (a).

Bemerkung 3.3.30. Die in diesem Satz gegebene Charakterisierung der Ste-

tigkeit wird vielfach sogar als Definition derselben gewahlt. Das ist auch der
Grund, warum ich den Satz bereits hier beweise, obwohl er im weiteren Ver-
lauf der Vorlesung erst sehr viel spater eine Rolle spielen wird.

Beweis. 1 2 haben wir schon in 3.3.18 erledigt, wir konzentrieren uns

deshalb auf 2 1. Das zeigen wir durch Widerspruch. Fur unser a R finden
wir nach 2.1.42 eine absteigende Folge von Umgebungen V0 V1 V2 . . .
derart, da jede Umgebung V von a fast alle Vn umfat. Ist f nicht stetig
bei a, so gibt es eine Umgebung U von f (a) derart, da fur kein n gilt
f (Vn D) U. Fur jedes n finden wir also an Vn D mit f (an ) 6 U.
Die an bilden dann eine Folge in D mit limn an = a, fur die nicht gilt
limn f (an ) = f (a).

Erganzende Ubung 3.3.31. Man finde alle stetigen Funktionen G : R R

mit G(xy) = G(x) + G(y) x, y R , also alle stetigen Gruppenhomomor-
phismen von der multiplikativen Gruppe der von Null verschiedenen reellen
Zahlen in die additive Gruppe aller reellen Zahlen.
Erganzende Ubung 3.3.32. Man zeige, da die Aussage der vorhergehenden
Satze 3.3.26 und 3.3.27 sogar folgt, wenn wir von unseren Gruppenhomomor-
phismen nur die Stetigkeit bei Null fordern.
3. STETIGKEIT 163

Erganzende Ubung 3.3.33. Sei L R eine Untergruppe der additiven Gruppe

der reellen Zahlen ohne reelle Haufungspunkte. So gibt es R mit L = Z.
Ubung 3.3.34. Sei D R eine Teilmenge, p D ein Haufungspunkt und
f : D\p R eine Funktion. So gilt limxp f (x) = b genau dann, wenn fur
jede Folge xn in D\p mit xn p gilt f (xn ) b.

3.4 Stetige Funktionen auf Kompakta

Definition 3.4.1. Man nennt eine Teilmenge K R kompakt oder ein
Kompaktum genau dann, wenn jede Folge in K eine Teilfolge besitzt, die
gegen einen Punkt aus K konvergiert. Eine kompakte Teilmenge K R heit
ein reelles Kompaktum.
3.4.2. Mit dem Satz von Bolzano-Weierstra 2.2.9 sieht man leicht, da die
kompakten Intervalle in R genau die Intervalle der Gestalt [a, b] mit a, b R
sind.
Satz 3.4.3 (Extremwerte auf Kompakta). Jede stetige Funktion auf ei-
nem nichtleeren Kompaktum nimmt das Supremum und das Infimum der
Menge ihrer Funktionswerte als Funktionswert an.
3.4.4. Ist in Formeln K 6= kompakt und f : K R stetig, so gibt es
demnach p, q K mit f (p) f (x) f (q) x K. Ist die Funktion f
reellwertig, so ist insbesondere ihr Bild beschrankt. Salopp gesprochen kann
also eine stetige reellwertige Funktion auf einem Kompaktum nicht nach Un-
endlich streben. Man beachte, eine wie wichtige Rolle die Endpunkte eines
Intervalls hier spielen: Eine stetige reellwertige Funktion auf einem offenen
Intervall kann ja durchaus nach Unendlich streben, wie etwa die Funktion
x 7 (1/x) auf dem Intervall (0, 1).
Beweis. Da K nicht leer ist, finden wir eine Folge xn in K mit limn f (xn ) =
sup f (K). Diese Folge besitzt nun nach Annahme eine Teilfolge, die gegen
einen Punkt q aus K konvergiert. Indem wir zu dieser Teilfolge ubergehen
durfen wir sogar annehmen, unsere Folge sei selbst schon konvergent mit
limn xn = q. Mit 3.3.29 folgt dann

f (q) = lim f (xn ) = sup f (K)

n

Die Existenz von p K mit f (p) = inf f (K) zeigt man analog.
Ubung 3.4.5. Jede endliche Vereinigung von Kompakta ist kompakt.
Ubung 3.4.6. Das Bild eines Kompaktums unter einer stetigen Abbildung ist
stets auch wieder kompakt.
164 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Definition 3.4.7. Sei D R eine Menge von reellen Zahlen. Eine reell-
wertige Funktion f : D R heit gleichmaig stetig genau dann, wenn
folgende Aussage richtig ist: Fur beliebiges > 0 gibt es > 0 derart, da
fur alle x, y D mit |x y| < gilt |f (x) f (y)| < .
3.4.8. Bei der Definition der gleichmaigen Stetigkeit kommt es wesentlich
auf den Definitionsbereich D an. Da wir Funktionen vielfach angeben, ohne
ihren Definitionsbereich explizit festzulegen, ist es in diesem Zusammenhang
oft sinnvoll, den jeweils gemeinten Definitionsbereich zu prazisieren. Dazu
benutzen wir die Sprechweise f ist gleichmaig stetig auf D.
3.4.9. Ich will nun den Unterschied zur Stetigkeit diskutieren. Eine reellwer-
tige Funktion f : D R mit Definitionsbereich D R heit ja stetig bei
p D genau dann, wenn es fur jedes > 0 ein = (, p) > 0 gibt derart,
da fur alle x D mit |x p| < (, p) gilt |f (x) f (p)| < . Des weiteren
heit sie stetig, wenn sie an jeder Stelle p D stetig ist. Gleichmaige Ste-
tigkeit bedeutet nun, da fur jedes > 0 ein = () gewahlt werden kann,
das es als () = (, p) fur alle p D gleichzeitig tut.
Beispiel 3.4.10. Die Funktion f : R R, x 7 x2 ist nicht gleichmaig stetig
auf R, denn |x2 y 2 | = |x ykx + y| kann auch fur sehr kleines |x y| noch
gro sein, wenn nur |x + y| hinreichend gro ist. Die Einschrankung dieser
Funktion auf ein beliebiges reelles Kompaktum ist aber daselbst gleichmaig
stetig nach dem anschlieenden Satz.
Satz 3.4.11 (Gleichmaige Stetigkeit auf Kompakta). Jede reellwerti-
ge stetige Funktion auf einem reellen Kompaktum ist auf besagtem Kompak-
tum gleichmaig stetig.
Beweis. Wir argumentieren durch Widerspruch und zeigen, da eine Funkti-
on auf einem reellen Kompaktum, die nicht gleichmaig stetig ist, auch nicht
stetig sein kann. Sei dazu K R unser Kompaktum und f : K R unsere
Funktion. Ware f nicht gleichmaig stetig, so gabe es ein > 0, fur das wir
kein > 0 finden konnten: Wir probieren alle = n1 und finden immer wie-
der xn , yn K mit |xn yn | < n1 , fur die dennoch gilt |f (xn ) f (yn )| .
Gehen wir zu einer Teilfolge uber, so durfen wir ohne Beschrankung der
Allgemeinheit annehmen, da die Folge der xn gegen einen Punkt von K
konvergiert, in Formeln limn xn = x mit x K. Damit folgt naturlich
auch limn yn = x. Ware nun f stetig bei x, so folgte
lim f (xn ) = f (x) = lim f (yn )
n n

und damit lagen notwendig fast alle f (xn ) und fast alle f (yn ) im Intervall
(f (x) /2, f (x) + /2). Das steht jedoch im Widerspruch dazu, da ja nach
3. STETIGKEIT 165

SkriptenBilder/BildGeSe.png

SkriptenBilder/BildGeSp.png

Gleichmaige Stetigkeit fur stetige Funktionen auf Intervallen kann man

sich anschaulich wie folgt denken: Fur eine beliebig fur ein Rechteck
vorgegebene Hohe 2 > 0 findet man bei gleichmaiger Stetigkeit immer
eine Breite 2 > 0 derart, da an welchen Punkt des Graphen meiner
Funktion ich das Zentrum meines Rechtecks auch verschiebe, der Graph das
Rechteck nie durch die Ober- oder Unterkante verlat. So ist etwa die
Wurzelfunktion gleichmaig stetig auf R0 , die Quadratfunktion jedoch
nicht.
166 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Konstruktion gilt |f (xn ) f (yn )| fur alle n. Wir haben also gezeigt, da
eine Funktion auf einem reellen Kompaktum, die nicht gleichmaig stetig ist,
auch nicht stetig sein kann.

3.5 Integration stetiger Funktionen

Definition 3.5.1. Sei [a, b] R ein nichtleeres kompaktes reelles Intervall
und f : [a, b] R eine stetige reellwertige Funktion. Wir definieren die Menge
I(f ) R aller naiven Integrale zu Treppen, die unter f liegen durch

Alle moglichen Wahlen von n N
n
und von Stellen a = a0 a1 . . . an = b
X
I(f ) := ci (ai ai1 )
und von Werten c1 , . . . , cn R derart,
i=1

da gilt f (x) ci fur alle x [ai1 , ai ]

Da f stetig ist, hat es nach 3.4.3 einen beschrankten Wertebereich, d.h. es

gibt m, M R mit m f (x) M x [a, b]. Daraus folgt, da m(ba) zu
I(f ) gehort und da M (ba) eine obere Schranke von I(f ) ist. Als nichtleere
nach oben beschrankte Teilmenge von R hat I(f ) nach 1.4.10 ein Supremum
in R. Wir nennen dies Supremum das Integral der Funktion f uber das
Intervall [a, b] und schreiben
Z b Z b Z
sup I(f ) = : f (x) dx = f= f
a a [a,b]

Auf die Bedeutung dieser Notationen gehen wir in 3.5.6 ein.

3.5.2. Anschaulich mit das Integral von f die Flache zwischen dem Graphen
von f und der x-Achse, wobei Flachenstucke unterhalb der x-Achse negativ
zu rechnen sind. Das Wort ist aus dem Lateinischen abgeleitet und bedeutet
so etwas wie Zusammenfassung. Der folgende Satz listet einige Eigenschaf-
ten unseres Integrals auf. Man kann leicht zeigen, da unser Integral sogar
durch diese Eigenschaften charakterisiert wird.

Satz 3.5.3 (Integrationsregeln). Sei [a, b] R ein nichtleeres kompaktes

Intervall.
Rb
1. Fur die konstante Funktion mit dem Wert 1 gilt a 1 = b a.
Rb Rz Rb
2. Fur f : [a, b] R stetig und z [a, b] gilt a f = a f + z f.

3. Seien f, g : [a, b] R stetig. Gilt f (x) g(x) x [a, b], in Kurz-

Rb Rb
schreibweise f g, so folgt a f a g.
3. STETIGKEIT 167

SkriptenBilder/BildIu.png

Die schraffierte Flache stellt ein Element von I(f ) dar fur die durch den
geschwungenen Graphen dargestellte Funktion f.
168 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN
Rb
Rb Rb
4. Fur f, g : [a, b] R stetig gilt(f + g) = a f + a g.
a
Rb Rb
5. Fur f : [a, b] R stetig und R gilt a f = a f.

3.5.4. Die beiden letzten Punkte bedeuten in der Sprache der linearen Al-
gebra, da das Integral eine Linearform auf dem reellen Vektorraum aller
stetigen reellwertigen Funktionen auf unserem kompakten Intervall ist, als
da heit, eine lineare Abbildung in den Korper der reellen Zahlen.
Beweis. 1. Wir wissen ja schon, da aus m = 1 f (x) 1 = M folgt
Rb
b a a f b a.
2. Fur Teilmengen A, B R definiert man eine neue Teilmenge A + B R
durch die Vorschrift A + B = {x + y | x A, y B}. Offensichtlich gilt
I(f ) = I(f |[a,z] ) + I(f |[z,b] )
Fur beliebige nichtleere nach oben beschrankte Teilmengen A, B R haben
wir aber sup(A + B) = sup A + sup B nach Ubung 1.4.11.
3. Aus f g folgt offensichtlich I(f ) I(g).
4 & 5. Um die letzten beiden Aussagen zu zeigen, mussen wir etwas weiter
ausholen. Fur unsere stetige Funktion f : [a, b] R und beliebiges r N,
r 1 unterteilen wir unser Intervall aquidistant, lateinisierend fur mit
gleichen Abstanden, durch
a = t0 t1 t2 . . . tr = b
Es gilt also ti = a+i(ba)/r. Wir definieren nun die r-te Riemann-Summe
S r (f ) R durch die Vorschrift
r
X r
X
r
S (f ) := f (ti )(ti ti1 ) = f (ti )( ba
r
)
i=1 i=1

In der anschlieenden Proposition 3.5.5 werden wir zeigen

Z b
f = lim S r (f )
a r

Damit erhalten wir dann sofort

Rb
a
(f + g) = lim S r (f + g)
r
= lim (S r (f ) + S r (g))
r
= lim S r f + lim S r g
r
Rb R b r
= a
f+ ag
Rb Rb
und ahnlich folgt a
f = a
f.
3. STETIGKEIT 169

SkriptenBilder/BildRs.png

Die schraffierte Flache stellt die funfte Riemannsumme der durch den
geschwungenen Graphen beschriebenen Funktion dar.
170 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN
Rb
Proposition 3.5.5. Fur a b und f : [a, b] R stetig gilt a
f =
lim S r (f ).
r
Rb
Erganzung 3.5.6. In der Notation a f (x) dx, die auf den Philosophen R und
Mathematiker Leibniz zuruckgeht, bedeutet das Integralzeichen ein S wie
Summe und dx meint die Differenz im x-Wert. Manchmal verwendet
man auch allgemeiner fur eine weitere Funktion g : [a, b] R mit guten
Eigenschaften, etwa fur R g die Differenz zweier monoton wachsender Funk-
tionen,
Pr die Notation f dg, und meint damit den Grenzwert der Summen
i=1 f (ti )(g(ti ) g(ti1 )), dessen Existenz in IV.3.3.1 folgende in groer All-
gemeinheit diskutiert wird.
3.5.7. Man mag versucht sein, die in Proposition 3.5.5 enthaltene Beschrei-
bung gleich als Definition des Integrals zu nehmen. Ich rate davon jedoch ab,
da die Existenz des fraglichen Grenzwerts nicht so leicht zu zeigen ist, und
da auch die zweite unserer Integrationsregeln 3.5.3 aus dieser Definition sehr
viel schlechter herzuleiten ist.
Beweis. Wir definieren zusatzlich zur r-ten Riemann-Summe die r-ten Un-
tersummen und Obersummen durch
r r
r
X r X
S (f ) := (inf f [ti1 , ti ])( ba
r
) und S (f ) := (sup f [ti1 , ti ])( ba
r
)
i=1 i=1

und behaupten die Ungleichungen

r
S r (f ) S r (f ) S (f )
Rb r
S r (f ) a
f S (f )
Die erste Zeile ist offensichtlich. Die zweite Zeile erhalten wir zum Beispiel,
indem wir aus den bereits bewiesenen Teilen 1 und 3 des Satzes die Unglei-
chungen
Z ti
ba
(inf f [ti1 , ti ])( r ) f (sup f [ti1 , ti ])( ba
r
)
ti1

folgern, diese Ungleichungen aufsummieren, R b und die Mitte mit dem auch
bereits bewiesenen Teil 2 des Satzes zu a f zusammenfassen. Damit sind
beide Zeilen von Ungleichungen bewiesen. Nun ist f auf [a, b] gleichmaig
stetig, fur beliebiges > 0 existiert also = > 0 mit |x y| <
|f (x) f (y)| < . Wahlen wir N mit ( baN
) < und nehmen dann r N, so
schwankt unsere Funktion f auf jedem Teilintervall [ti1 , ti ] hochstens um ,
r Rb
mithin gilt 0 S (f ) S r (f ) (b a) und damit |S r (f ) a f | (b a).
Die Proposition ist gezeigt.
3. STETIGKEIT 171

SkriptenBilder/BildBeI.png

Rb
In der Notation a f (x) dx, die auf den Philosophen
R und Mathematiker
Leibniz zuruckgeht, bedeutet das Integralzeichen ein S wie Summe und
dx meint die Differenz im x-Wert.

SkriptenBilder/BildOU.png

Die schraffierte Flache stellt die vierte Obersumme der durch den
geschwungenen Graphen beschriebenen Funktion dar, der kreuzweise
schraffierte Teil ihre Untersumme.
172 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN
Rb b
+ 2br + rbr

b
Beispiel 3.5.8. 0
x dx = limr r r
2
= limr r(r+1)
2
rb2 nach I.1.1.1
b2
= 2

Lemma 3.5.9. Fur a b und f : [a, b] R stetig gilt die Abschatzung

Z b  Z b
 
 f  |f |
 
a a
R R R
Beweis. Aus |f | f |f | folgt |f | f |f |.
3.5.10. Ist I R ein Intervall, f : I R eine
R b stetige Funktion, und sind
a, b I gegeben mit a > b, so definieren wir a f (x) dx durch die Vorschrift
Z b Z a
f (x) dx := f (x) dx
a b

Mit dieser Konvention gilt dann fur beliebige a, b, c in einem reellen Intervall
I und jede stetige Funktion f : I R die Formel
Z c Z b Z c
f (x) dx = f (x) dx + f (x) dx
a a b

Erganzende Ubung 3.5.11. Sei a = a0 a1 a2 . . . an = b eine

Unterteilung des kompakten reellen Intervalls [a, b]. Gegeben eine Funktion
f : [a, b] R bezeichnet man die Summen
n
X
f (i )(ai ai1 )
i=1

mit beliebigen i [ai1 , ai ] als die Riemann-Summen von f zur vorgege-

benen Unterteilung. Die maximale Lange sup{ai ai1 | 1 i n} eines Teil-
intervalls heit die Feinheit der Unterteilung. Man zeige: Ist f : [a, b] R
stetig, so gibt es zu jedem > 0 ein > 0 derart, da alle RRiemann-Summen
von f zu Unterteilungen der Feinheit vom Integral f einen Abstand
haben.
Erganzung 3.5.12. Allgemeiner heit eine nicht notwendig stetige Funktion
auf einem kompakten
R reellen Intervall f : [a, b] R Riemann-integrierbar
mit Integral f genau dann, wenn die Bedingung vom Ende der vorher-
gehenden Ubung erfullt ist, da es namlich zu jedem > 0 ein > 0 gibt
derart, da alle Riemann-Summen von f zu Unterteilungen der Feinheit
3. STETIGKEIT 173

SkriptenBilder/BildARiS.png

Darstellung einer Riemannsumme im Sinne von 3.5.11.

174 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN
R
von f einen Abstand haben. Wir werden in diesem Text den Begriff
der Riemann-Integrierbarkeit vermeiden: Spater wird eh das sehr viel starkere
Lebesgue-Integrals eingefuhrt, und bis dahin reicht unser Integrationsbegriff
fur stetige Funktionen aus.
Erganzende Ubung 3.5.13. Man zeige den Mittelwertsatz der Integral-
rechnung: Gegeben ein nichtleeres kompaktes
R Intervall [a, b] R und f :
[a, b] R stetig gibt es [a, b] mit f = (b a)f (). Gegeben
R eine weitere
R
stetige Funktion g : [a, b] R0 gibt es sogar [a, b] mit f g = f () g.
Erganzende Ubung 3.5.14. Eine Funktion f : R R heit gerade genau
dann, wenn gilt f (x) = f (x) fur alle x, und ungerade genau dann, wenn
gilt f (x) = f (x) fur alle x.R Man zeige fur jede ungerade stetige Funktion
r
und alle reellen r die Formel r f = 0.
4. DIFFERENTIATION UND INTEGRATION 175

4 Differentiation und Integration

4.1 Differentiation
Definition 4.1.1. Wir nennen eine Teilmenge D R halboffen genau
dann, wenn sie mit jedem Punkt auch ein ganzes Intervall umfat, das be-
sagten Punkt enthalt und nicht nur aus diesem einen Punkt besteht.
4.1.2. Insbesondere ist also ein Intervall halboffen in diesem Sinne genau
dann, wenn es nicht aus einem einzigen Punkt besteht. In der Literatur wird
der Begriff halboffen meist abweichend verwendet fur Intervalle, die weder
offen noch kompakt sind, also fur reelle Intervalle der Gestalt (a, b] oder [a, b).
Bei uns heien jedoch auch Intervalle der Gestalt [a, b] mit a < b halboffen, da
sie eben halboffen sind als Teilmengen von R im Sinne der obigen Definition.
Definition 4.1.3. Sei D R eine halboffene Teilmenge und p D ein
Punkt. Eine Funktion f : D R heit differenzierbar bei p mit Ablei-
tung b R genau dann, wenn gilt
f (x) f (p)
lim =b
xp xp

Wir kurzen diese Aussage ab durch f 0 (p) = b oder df

dx
(p) = b oder, wenn die
Funktion x 7 f (x) durch einen groeren Ausdruck in x gegeben ist, durch

d 
f (x) = b
dx x=p

4.1.4. Jede nicht vertikale, d.h. nicht zur y-Achse parallele Gerade in der
Ebene ist die Losungsmenge genau einer Gleichung der Gestalt y = a+bx. Die
reelle Zahl b heit in diesem Fall die Steigung unserer Gerade. Anschaulich
bedeutet der Differenzenquotient
f (x) f (p)
xp
die Steigung der Gerade durch die Punkte (p, f (p)) und (x, f (x)). Diese Ge-
rade heit auch eine Sekante, lateinisch fur Schneidende, da sie eben den
Graphen unserer Funktion in den beiden besagten Punkten schneidet. Der
Grenzwert f 0 (p) der Sekantensteigungen bedeutet anschaulich die Steigung
der Tangente, lateinisch fur Beruhrende, an den Graphen von f im Punkt
(p, f (p)). Die Umkehrung dieser Anschauung liefert auch eine prazise Defi-
nition besagter Tangente als der Gerade durch den Punkt (p, f (p)) mit der
Steigung f 0 (p).
176 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildAb.png

Eine Sekantensteigung und die Tangentensteigung der durch den gezahnten

Graphen dargestellten Funktion
4. DIFFERENTIATION UND INTEGRATION 177

4.1.5. Wir geben noch zwei Umformulierungen der Definition der Differen-
zierbarkeit. Ist D R eine halboffene Teilmenge und p D, so ist nach
3.3.11 eine Funktion f : D R differenzierbar bei p mit Ableitung f 0 (p) = b
genau dann, wenn es eine Funktion : D R gibt, die stetig ist bei p mit
Funktionswert (p) = b derart, da fur alle x D gilt

f (x) = f (p) + (x p)(x)

Anschaulich bedeutet diese Forderung, da die sogenannte Sekantenstei-

gungsfunktion (x) = (f (x) f (p))/(x p) durch die Vorschrift (p) = b
stetig an die Stelle p fortgesetzt werden kann. In nochmals anderen Formeln
ist unsere Funktion f : D R differenzierbar bei p mit Ableitung b genau
dann, wenn gilt
f (p + h) = f (p) + bh + (h)h
fur eine Funktion , die stetig ist bei Null und die dort den Wert Null an-
nimmt. Hierbei ist zu verstehen, da die Funktion definiert sein soll auf der
Menge aller h mit h + p D. Diese Formulierung des Ableitungsbegriffs hat
den Vorteil, besonders gut zum Ausdruck zu bringen, da fur festes p und
kleines h der Ausdruck f (p) + bh eine gute Approximation von f (p + h) ist.
Beispiele 4.1.6. Eine konstante Funktion auf einer halboffenen Menge von
reellen Zahlen ist bei jedem Punkt besagter Menge differenzierbar mit Ab-
leitung Null. Die Funktion id : R R, x 7 x hat bei jedem Punkt p die
Ableitung id0 (p) = dx
dx
(p) = 1.

Lemma 4.1.7. Die Funktion x 7 x1 ist differenzierbar bei jedem Punkt von
R und ihre Ableitung bei einer Stelle p R ist p12 .
1
p1 1
Beweis. Wir rechnen limxp x
xp
= limxp xp
= p12 nach 3.3.12.

Lemma 4.1.8. Sei D R halboffen. Ist eine Funktion f : D R differen-

zierbar bei p D, so ist f stetig bei p.

Beweis. Das folgt sofort aus der vorhergehenden Proposition 4.1.5.

Definition 4.1.9. Ist f : (a, b) R definiert auf einem offenen Intervall um

einen Punkt p (a, b) und existieren die Grenzwerte

f (x) f (p) f (x) f (p)

lim bzw. lim
x%p xp x&p xp
im Sinne von 3.3.24, so nennen wir sie die linksseitige bzw. die rechtssei-
tige Ableitung von f an der Stelle p.
178 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Erganzende Ubung 4.1.10. Sei f : (a, b) R definiert auf einem offenen

Intervall um einen Punkt p (a, b). Genau dann ist f differenzierbar bei
p, wenn dort die linksseitige und die rechtsseitige Ableitung existieren und
ubereinstimmen.
Beispiel 4.1.11. Man erkennt so zum Beispiel, da der Absolutbetrag abs :
R R, x 7 |x| nicht differenzierbar ist bei p = 0, da dort die linksseitige
und die rechtsseitige Ableitung zwar existieren, aber nicht ubereinstimmen.

4.2 Ableitungsregeln
Proposition 4.2.1. Seien D R halboffen und f, g : D R differen-
zierbar bei einem Punkt p D. So sind auch die Funktionen f + g und f g
differenzierbar bei p und es gilt

(f + g)0 (p) = f 0 (p) + g 0 (p) und (f g)0 (p) = f 0 (p)g(p) + f (p)g 0 (p)

Beweis. Wir schreiben wie in 4.1.5

f (p + h) = f (p) + f 0 (p)h + (h)h
g(p + h) = g(p) + g 0 (p)h + (h)h

fur Funktionen , , die stetig sind bei Null die dort verschwinden, und er-
halten durch Addieren bzw. Multiplizieren dieser Gleichungen

(f + g)(p + h) = (f + g)(p) + [f 0 (p) + g 0 (p)] h + [(h) + (h)] h

(f g)(p + h) = (f g)(p) + [f 0 (p)g(p) + f (p)g 0 (p)] h
+ [f 0 (p)g 0 (p)h + (h)g(p) + f (p)(h) + h(h)(h)] h

Nach unseren Kenntnissen uber stetige Funktionen steht aber in der zweiten
eckigen Klammer auf der rechten Seite jeder dieser Gleichungen eine Funkti-
on, die stetig ist bei h = 0 und die dort den Wert Null annimmt.

Definition 4.2.2. Ist eine Funktion f : D R definiert auf einer halb-

offenen Teilmenge D R und differenzierbar an jedem Punkt von D, so
nennen wir f differenzierbar auf D und nennen die Funktion f 0 : D R,
p 7 f 0 (p) ihre Ableitung.

Beispiel 4.2.3. Zum Beispiel ist 1/x differenzierbar auf R mit Ableitung
1/x2 , und sind f und g differenzierbar, so auch f +g und f g und fur ihre Ab-
leitungen gelten die Summenregel und die Produktregel oder Leibniz-
Regel
(f + g)0 = f 0 + g 0 und (f g)0 = f 0 g + f g 0
4. DIFFERENTIATION UND INTEGRATION 179

Korollar 4.2.4 (Ableiten ganzzahliger Potenzen). Fur alle n Z und

unter der Voraussetzung x 6= 0 im Fall n 0 ist die Ableitung der Funktion
x 7 xn die Funktion x 7 nxn1 .
Beweis. Man zeigt das durch vollstandige Induktion uber n separat fur n 0
und n 1. Im Fall n = 0 ist die Ableitung der konstanten Funktion x0 = 1
naturlich uberall definiert und Null, kann aber aber nur fur x 6= 0 in der
Form 0x1 geschrieben werden.
Satz 4.2.5 (Kettenregel). Seien D, E R halboffene Teilmengen und
f : D R und g : E R Funktionen und es gelte f (D) E. Sei f
differenzierbar bei p und g differenzierbar bei f (p). So ist g f : D R
differenzierbar bei p mit Ableitung

(g f )0 (p) = g 0 (f (p)) f 0 (p)

Beweis. Der besseren Ubersichtlichkeit halber benutzen wir hier Grobuch-

staben fur die Ableitungen und setzen f 0 (p) = L und g 0 (f (p)) = M. Wir
haben
f (p + h) = f (p) + Lh + (h)h
g(f (p) + k) = g(f (p)) + M k + (k)k
fur Funktionen und , die stetig sind bei Null und die dort verschwinden.
Wir erhalten durch Einsetzen von Lh + (h)h fur k sofort
g(f (p + h)) = g(f (p) + Lh + (h)h)
= g(f (p)) + M Lh + M (h)h + (Lh + (h)h)(L + (h))h
Es ist nun aber offensichtlich, da sich hier die Summe der Terme ab dem
dritten Summanden einschlielich in der Gestalt (h)h schreiben lat fur eine
Funktion , die stetig ist bei Null und die dort verschwindet, und wir erhalten

(g f )(p + h) = (g f )(p) + M Lh + (h)h

Proposition 4.2.6 (Quotientenregel). Sei D R eine halboffene Teil-

menge, f : D R eine Funktion ohne Nullstelle und p D ein Punkt.
1. Ist f differenzierbar bei p, so ist auch 1/f : D R, x 7 1/f (x)
differenzierbar bei p und hat dort die Ableitung f 0 (p)/f (p)2 .
2. Ist zusatzlich g : D R differenzierbar bei p, so ist auch g/f differen-
zierbar bei p mit Ableitung
 0
g g 0 (p)f (p) g(p)f 0 (p)
(p) =
f f (p)2
180 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Beweis. Teil 1 folgt sofort aus 4.1.7 mit der Kettenregel. Teil 2 folgt aus Teil
1 mit der Produktregel.
4.2.7. Ist D R eine halboffene Teilmenge und sind g, f : D R differen-
zierbar und hat f keine Nullstelle auf D, so ist mithin auch g/f differenzierbar
auf D mit Ableitung  0
g g 0 f gf 0
=
f f2
Lemma 4.2.8 (Ableitung der Exponentialfunktion). Die Exponential-
funktion ist ihre eigene Ableitung, in Formeln exp0 (p) = exp(p) p R.

Beweis. In 5.1.15 werden wir lernen, da man Potenzreihen gliedweise dif-

ferenzieren darf. Da wir das aber bis jetzt noch nicht wissen, mussen wir
etwas mehr arbeiten. Wir bestimmen zunachst die Ableitung der Exponen-
tialfunktion an der Stelle p = 0 und erhalten
exp(x)exp(0)
exp0 (0) = limx0 x0
P xi1
= limx0 i=1 i!
 
= limx0 1 + x xi2
P
i=2 i!

= 1
P 
 xi2 
nach 3.3.15 und 3.3.14, da ja  i=2 i!  fur |x| 1 beschrankt ist durch die
Eulersche Zahl e. Um exp0 (p) fur beliebiges p zu bestimmen, rechnen wir
exp(p+h)exp(p)
exp0 (p) = limh0 h
exp(h) 1
= limh0 h
exp(p)
= exp(p)

wo wir im letzten Schritt den schon behandelten Fall p = 0 verwenden und

formal im ersten Schritt 3.3.21 benutzen, um den Grenzwert x p in einen
Grenzwert h 0 umzuformen.

Satz 4.2.9 (Ableitung von Umkehrfunktionen). Sei I R ein halbof-

fenes Intervall und sei f : I R streng monoton, stetig auf I und differen-
zierbar bei p I mit Ableitung f 0 (p) 6= 0. So ist auch die Umkehrfunktion
f 1 : f (I) R differenzierbar bei q = f (p) mit Ableitung

(f 1 )0 (q) = 1/f 0 (f 1 (q))

4. DIFFERENTIATION UND INTEGRATION 181

SkriptenBilder/BildUFA.png

Veranschaulichung der Formel 4.2.9 fur die Ableitung von

Umkehrfunktionen
182 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Beweis. Nach unseren Annahmen gibt es eine stetige Funktion ohne Null-
stelle : I R mit f (x) f (p) = (x p)(x) und (p) = f 0 (p). Setzen wir
hier x = f 1 (y), so ist = 1/( f 1 ) : f (I) R eine stetige Funktion mit
(y q)(y) = f 1 (y) f 1 (q) und (q) = 1/f 0 (p).
Beispiel 4.2.10. Die Ableitung des Logarithmus ist mithin
1 1
log0 (q) = =
exp(log q) q
Damit ergibt sich fur alle a R die Ableitung der allgemeinen Potenzen,
also der Funktionen (0, ) R, x 7 xa , zu x 7 axa1 . In der Tat, nach
Definition gilt ja xa = exp(a log x), die Ableitung wird also a x1 exp(a log x) =
axa1 .
Lemma 4.2.11. Die Funktion f : R R,
 1/x
e x>0
f (x) =
0 x0
ist beliebig oft differenzierbar.
Beweis. Wir betrachten allgemeiner fur alle n N die Funktion fn : R R,
 n 1/x
x e x>0
fn (x) =
0 x0

und zeigen, da sie differenzierbar ist mit Ableitung fn0 = nfn+1 + fn+2 .
Damit sind wir dann naturlich fertig. Das einzige Problem ist die Ableitung
an der Stelle p = 0, wo wir nachweisen mussen, da die Sekantensteigungen
von rechts auch gegen Null streben, da also fur alle n N gilt

lim xn1 e1/x = 0

x&0

Nun wissen wir aber nach der Definition von exp, da fur jedes m N
und x > 0 gilt exp(x) > xm /m!. Fur jedes n N und x > 0 gilt also
exp(1/x) > xn2 /(n + 2)! und wir folgern 0 < xn1 e1/x < (n + 2)! x fur
x > 0.

4.3 Folgerungen aus Eigenschaften der Ableitung

Definition 4.3.1. Eine Teilmenge der reellen Zahlen oder auch der erweiter-
ten reellen Zahlen R heit offen genau dann, wenn sie fur jeden ihrer Punkte
eine Umgebung ist. In Formeln ist demnach eine Teilmenge U R offen ge-
nau dann, wenn es fur jeden Punkt p U ein > 0 gibt mit (p, p+) U.
4. DIFFERENTIATION UND INTEGRATION 183

Satz 4.3.2 (Notwendige Bedingung fur ein Extremum). Nimmt eine

reellwertige Funktion, die auf einer offenen Teilmenge der reellen Zahlen
definiert ist, an einem Punkt dieser offenen Teilmenge ihr Maximum oder
ihr Minimum an, und ist sie dort auch differenzierbar, so verschwindet an
diesem Punkt ihre Ableitung.
4.3.3. Die Bedingung, unsere Teilmenge sei offen, ist an dieser Stelle wesent-
lich: Gegeben reelle Zahlen a < b nimmt etwa die Funktion x 7 x auf dem
Intervall [a, b] ihr Minimum bei a und ihr Maximum bei b an, aber die Ablei-
tung unserer Funktion verschwindet weder bei a noch bei b. Fur Minima oder
Maxima einer differenzierbaren Funktion f : [a, b] R kommen ganz allge-
mein nach unserem Satz nur in Frage: Einerseits Endpunkte des Intervalls,
und andererseits die Punkte im Innern des Intervalls, an denen die Ableitung
verschwindet. Mit etwas Gluck konnen wir unter diesen Punkten dann durch
Ausprobieren herauskriegen, wo das Minimum und das Maximum wirklich
angenommen werden.

Beweis. Bezeichne U R unsere offene Teilmenge und f : U R unsere

Funktion. Nimmt f ein Maximum an bei p U, so gilt fur die Sekanten-
steigungsfunktion (x) = f (x)f
xp
(p)
offensichtlich (x) 0 fur x < p und
(x) 0 fur x > p. Wenn der Grenzwert der Sekantensteigungen existiert, so
folgt mit 3.3.22 notwendig 0 limx%p (x) = limxp (x) = limx&p (x) 0
und damit ist dann dieser Grenzwert Null. Nimmt f ein Minimum an bei p,
so argumentiert man analog.
Ubung 4.3.4. An welchen Stellen nimmt die Funktion [1, 2] 7 R gegeben
durch x 7 |2 x2 | ihr Minimum und Maximum an?
Beispiel 4.3.5. Das Brechungsgesetz behauptet, da das Verhaltnis vom
Sinus des Eintrittswinkels zum Sinus des Austrittswinkels eines Lichtstrahls
beim Ubergang zwischen zwei Medien, sagen wir Luft und Wasser, konstant
ist. Wir leiten es nun ab aus dem sogenannten Fresnelschen Prinzip,
nach dem ein Lichtstrahl stets den schnellsten Weg nimmt. Ist sagen wir
die Lichtgeschwindigkeit in Wasser das -fache der Lichtgeschwindigkeit in
Luft, so sollte nach diesem Prinzip der Lichtstrahl mit den Bezeichnungen
aus nebenstehendem Bild bei dem x in das Wasser eintauchen, fur das der
Ausdruck p
a2 + x2 + b2 + (L x)2
minimal wird. Ableiten liefert dafur die notwendige Bedingung
2x 2(L x)
+ p =0
2 a2 + x 2 2 b2 + (L x)2
und damit steht das Brechnungsgesetz sin = sin 0 auch schon da.
184 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildNBM.png

Veranschaulichung der notwendigen Bedingung fur ein Maximum 4.3.2

SkriptenBilder/Bild0028.png

Zum Brechungsgesetz
4. DIFFERENTIATION UND INTEGRATION 185

Erganzende Ubung 4.3.6. Bei welchem Verhaltnis zwischen Durchmesser und

Hohe umfat eine Konservendose mit fest vorgegebener Oberflache das grot-
mogliche Volumen?

Satz 4.3.7 (von Rolle). Seien a < b aus R gegeben und sei f : [a, b] R
stetig auf dem kompakten Intervall [a, b] und differenzierbar auf dem offenen
Intervall (a, b). Gilt dann f (a) = f (b), so gibt es p (a, b) mit f 0 (p) = 0.

Beweis. Nach 3.4.3 gibt es Punkte p, q [a, b], an denen f sein Maximum und
sein Minimum annimmt. Liegt einer dieser Punkte im Innern (a, b) unseres
Intervalls, so verschwindet dort die Ableitung nach dem vorhergehenden Satz
und wir sind fertig. Nimmt f sein Maximum und sein Minimum auf dem Rand
des Intervalls an, so ist die Funktion f wegen unserer Annahme f (a) = f (b)
konstant und wir sind auch fertig.

Korollar 4.3.8 (Mittelwertsatz). Seien a < b aus R gegeben und sei f :

[a, b] R stetig auf dem ganzen kompakten Intervall [a, b] und differenzierbar
auf dem offenen Intervall (a, b). So gibt es p (a, b) mit

f (b) f (a)
f 0 (p) =
ba

Beweis. Man wende den vorhergehenden Satz von Rolle 4.3.7 an auf die
Funktion g : [a, b] R, g(x) = f (x) f (a) (x a) f (b)f
ba
(a)
, die aus f
entsteht durch Subtraktion der globalen Sekanten.

Ubung 4.3.9. Eine differenzierbare Funktion auf einem halboffenen Intervall,

deren Ableitung beschrankt ist, ist gleichmaig stetig.
Ubung 4.3.10. Gegeben eine differenzierbare Funktion auf einem halboffenen
Intervall ist das Bild des fraglichen Intervalls unter der Ableitung unserer
Funktion wieder ein Intervall. Hinweis: Mittelwertsatz. Man beachte, da die
Stetigkeit der Ableitung nicht vorausgesetzt wird.

Satz 4.3.11 (Erste Ableitung und Monotonie). Sei I R ein halbof-

fenes Intervall und f : I R eine differenzierbare Funktion. So gilt

f0 >0 f wachst streng monoton

f0 0 f wachst monoton
f0 <0 f fallt streng monoton
f0 0 f fallt monoton
f0 =0 f ist konstant
186 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildMWs.png

Veranschaulichung des Mittelwertsatzes 4.3.8

4. DIFFERENTIATION UND INTEGRATION 187

Beweis. Es reicht, die beiden ersten Aussagen zu zeigen. Wachst f nicht

streng monoton, so gibt es a < b mit f (a) f (b) und nach dem Mittelwert-
satz finden wir p (a, b) mit

f (a) f (b)
f 0 (p) = 0
ab

Wachst f nicht monoton, so finden wir in derselben Weise p I mit f 0 (p) <
0. Das zeigt schon mal . Umgekehrt folgt aus f monoton wachsend, da
alle Sekantensteigungen nichtnegativ sind, und damit auch alle Grenzwerte
von Sekantensteigungen.

Korollar 4.3.12 (Funktionen, die ihre eigene Ableitung sind). Sei

I R ein halboffenes Intervall. Genau dann stimmt eine differenzierbare
Funktion f : I R uberein mit ihrer eigenen Ableitung, wenn sie ein Viel-
faches der Exponentialfunktion ist, in Formeln

f 0 = f c R mit f (x) = c exp(x)

4.3.13. Eine differenzierbare Funktion f : R R mit f 0 = f mu kei-

neswegs ein Vielfaches der Exponentialfunktion sein. Zum Beispiel ware die
Funktion f mit f (x) = 0 fur x < 0 und f (x) = 5 exp(x) fur x > 0 auch eine
Moglichkeit. Aber gut, R ist ja auch kein Intervall.

Beweis. Bezeichne I R unser halboffenes Intervall und f : I R unsere

differenzierbare Funktion mit f = f 0 . Die Ableitung der Funktion f (x) ex
ergibt sich mit der Produktregel zu f 0 (x) ex f (x) ex = 0, mithin ist die
Funktion f (x) ex konstant, sagen wir mit einzigem Funktionswert c, und wir
folgern f (x) = c ex x I.

Ubung 4.3.14. Sei R gegeben. Ist f : R R differenzierbar und lost die

Differentialgleichung f 0 = f, so gilt f (x) = f (0) ex fur alle x R.

Satz 4.3.15 (Hinreichende Bedingung fur ein lokales Extremum).

Sei D R eine halboffene Teilmenge, f : D R differenzierbar und p D
ein Punkt mit f 0 (p) = 0. Sei die Ableitung f 0 von f differenzierbar bei p.

1. Gilt f 00 (p) > 0, so besitzt f ein isoliertes lokales Minimum bei p,

als da heit, es gibt r > 0 derart, da gilt f (q) > f (p) fur alle q D
mit 0 < |q p| < r.

2. Gilt f 00 (p) < 0, so besitzt f ein isoliertes lokales Maximum bei p.

188 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Beweis. Ohne Beschrankung der Allgemeinheit sei D = I ein Intervall. Wir

schreiben
f 0 (x) = f 0 (p) + (x p)(x)
= (x p)(x)
mit stetig in p und (p) = f 00 (p) > 0. So gibt also r > 0 mit (q) > 0 fur
q I (p r, p + r), und wir folgern f 0 (q) < 0 fur q I (p r, p) und
f 0 (q) > 0 fur q I (p, p + r). Unseren Funktion f fallt also streng monoton
auf I (p r, p) und wachst streng monoton auf I (p, p + r). Der andere
Fall f 00 (p) < 0 wird analog behandelt.

Erganzende Ubung 4.3.16. Man zeige, da ein Punkt (x, y) (0, 1)2 genau
dann auf einem Geradensegment der Lange Eins mit einem Ende auf der x-
Achse und dem anderen Ende auf der y-Achse liegt, wenn gilt y 2/3 +x2/3 1.
Hinweis: Man halte x fest und berechne fur alle a [x, 1] die Hohe hx (a) an
der Stelle x eines Brettes der Lange 1, das bei a auf der x-Achse steht und an
die y-Achse angelehnt ist. Dann bestimme man das Maximum dieser Hohen
bei festem x und variablem .
Definition 4.3.17. Wir nennen eine Funktion f : I R auf einem reellen
Intervall I konvex bzw. konkav genau dann, wenn ihr Graph unter bzw.
uber jeder seiner Sekanten liegt, wenn also in Formeln fur alle x < y < z aus
I gilt
f (x) f (y) f (y) f (z)

xy yz
bzw. fur konkave Funktionen.
Ubung 4.3.18. Man zeige, da diese Bedingung gleichbedeutend ist zu

f (tx + (1 t)z) tf (x) + (1 t)f (z) t [0, 1]

Satz 4.3.19 (Zweite Ableitung und Konvexitat). Sei I R ein halb-

offenes Intervall und sei f : I R eine zweimal differenzierbare Funktion.
So gilt
f ist konvex f 00 (x) 0 x I
f ist konkav f 00 (x) 0 x I
Beweis. Wir zeigen nur die erste Aussage. Ist f nicht konvex, so gibt es x, y, z
mit x < y < z aber
f (x) f (y) f (y) f (z)
>
xy yz
Nach dem Mittelwertsatz finden wir dann aber < mit f 0 () > f 0 ()
und bei nochmaligem Anwenden mit f 00 () < 0. Ist umgekehrt f konvex,
4. DIFFERENTIATION UND INTEGRATION 189

SkriptenBilder/BildBrett.png

Illustration zu Ubung 4.3.16.

190 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

so reicht es nach 4.3.11 zu zeigen, da f 0 monoton wachst. Kurzen wir die

Steigung der Sekante durch (x, f (x)) und (y, f (y)) ab mit sxy = f (x)f
xy
(y)
, so
impliziert die Konvexitat die Ungleichungskette

sxy sxz syz

Hier ist sxy syz eine direkte Konsequenz der Konvexitat, und da sicher gilt
(x y)sxy + (y z)syz = (x z)sxz , liegt sxz als ein gewichtetes Mittel
zwischen sxy und sxz . Unsere Ungleichungskette schreiben wir nun aus zu

f (x) f (y) f (x) f (z) f (y) f (z)

xy xz yz

Die Sekantensteigungsfunktionen y 7 f (x)f

xy
(y)
und y 7 f (y)f
yz
(z)
wachsen
insbesondere monoton auf (x, z] bzw. [x, z) und im Grenzwert folgt

f (x) f (z)
f 0 (x) f 0 (z)
xz

Definition 4.3.20. Wir nennen eine Funktion f : I R auf einem reellen

Intervall I streng konvex (bzw. streng konkav) genau dann, wenn ihr
Graph echt unter (bzw. echt uber) jeder Sekante liegt, wenn also in Formeln
fur alle x < y < z aus I gilt
f (x) f (y) f (y) f (z)
<
xy yz
bzw. > fur streng konkave Funktionen.
Satz 4.3.21. Sei I R ein halboffenes Intervall und f : I R zweimal
differenzierbar. So gilt

f ist streng konvex f 00 (x) > 0 x I

f ist streng konkav f 00 (x) < 0 x I

Beweis. Ubung.
Ubung 4.3.22. Gegeben reelle Zahlen a, b 0 und p, q > 1 mit p1 + 1q = 1
zeige man die Youngsche Ungleichung ab p1 ap + q 1 bq . Hinweis: Man
gehe von der Konvexitat der Exponentialfunktion aus.
Ubung 4.3.23. Gegeben reelle Zahlen a, b 0 und p 1 zeige man die
Ungleichung (a + b)p 2p1 (ap + bp ). Hinweis: Man gehe von der Konvexitat
der Funktion [0, ) R, x 7 xp aus.
4. DIFFERENTIATION UND INTEGRATION 191

SkriptenBilder/BildKoKa.png

Links der Graph einer konvexen, rechts der einer konkaven Funktion
192 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildKov.png

Veranschaulichung unserer Ungleichungskette fur die Sekantensteigungen

bei konvexen Funktionen aus dem Beweis von 4.3.19
4. DIFFERENTIATION UND INTEGRATION 193

Erganzende Ubung 4.3.24. Fur P N die Menge aller Primzahlen gilt

X1
=
pP
p

In der Tat folgt aus

P
k=1 1/k = und der Eindeutigkeit der Primfaktor-
zerlegung und der Entwicklung in eine geometrische Reihe (1 1/p)1 =
(1 + p1 2
Q+ p . . .), da die Menge der Partialprodukte des unendlichen Pro-
dukts pP (1 1/p)1 nicht beschrankt sein kann. Nun wende man den
Logarithmus an und schatze ab.

4.4 Regeln von de lHospital

Satz 4.4.1 (Regeln von de lHospital). Sei I R ein halboffenes Intervall
und p ein Haufungspunkt von I in R. Seien f, g : I R differenzierbare
Funktionen derart, da gilt
lim f (x) = lim g(x) = 0 oder lim |f (x)| = lim |g(x)| =
xp xp xp xp

Haben g und g 0 keine Nullstelle auf I\p und existiert der Grenzwert des
Quotienten der Ableitungen limxp (f 0 (x)/g 0 (x)) in R, so existiert auch der
Grenzwert des Quotienten der Funktionen limxp (f (x)/g(x)) in R und es
gilt    0 
f (x) f (x)
lim = lim
xp g(x) xp g 0 (x)

Beweis. Wir beginnen den Beweis mit folgendem

Lemma 4.4.2 (Allgemeiner Mittelwertsatz). Seien a < b in R gegeben
und seien f, g stetige reellwertige Funktionen auf dem kompakten Intervall
[a, b], die differenzierbar sind auf dem offenen Intervall (a, b). So gibt es
(a, b) mit
f 0 ()(g(a) g(b)) = g 0 ()(f (a) f (b))
4.4.3. Ich kann fur diesen Satz leider keine Anschauung anbieten. Verschwin-
det g 0 nirgends auf (a, b), so gilt g(a) 6= g(b) nach dem Satz von Rolle 4.3.7
und wir konnen unsere Gleichung schreiben in der Form
f (a) f (b) f 0 ()
= 0
g(a) g(b) g ()
Ist also g(x) = x, so erhalten wir unseren Mittelwertsatz 4.3.8 als Spezi-
alfall. Der allgemeine Mittelwertsatz wird nur beim Beweis der Regeln von
de lHospital eine Rolle spielen, weshalb ich ihm auch nur den Status eines
Lemmas eingeraumt habe.
194 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildHop.png

Veranschaulichung der Regel von de lHospital 4.4.1 im Fall p R unter der

Annahme, da beide Funktionen bei p nach Null streben. Es scheint mir
anschaulich klar, da der Grenzwert des Quotienten sich nicht andert, wenn
wir beide Funktionen durch ihre beste lineare Approximation bei p ersetzen,
und das ist auch genau die anschauliche Bedeutung der Regel von de
lHospital.
4. DIFFERENTIATION UND INTEGRATION 195

Beweis. Man wende den Satz von Rolle 4.3.7 an auf die Funktion

F (x) = f (x) (g(a)) g(b)) g(x) (f (a) f (b))

Jetzt zeigen wir die Regeln von de lHospital. Wir durfen ohne Beschrankung
der Allgemeinheit p 6 I annehmen, indem wir sonst I an der Stelle p in zwei
Teile zerschneiden und den rechtsseitigen und linksseitigen Grenzwert bei p
getrennt betrachten. Fur jede Umgebung W des Grenzwerts

q = lim f 0 (x)/g 0 (x)

xp

finden wir nun per definitionem eine Intervallumgebung V von p mit

I V f 0 ()/g 0 () W. Fur beliebige a, b I V mit a 6= b gilt dann
g(a) 6= g(b), da nach Annahme die Ableitung von g keine Nullstelle auf I\p
hat, und aus dem allgemeinen Mittelwertsatz folgt dann weiter
f (a) f (b)
W
g(a) g(b)
Von nun an mussen wir die beiden Falle im Satz getrennt weiterbehan-
deln. Zunachst nehmen wir an, es gelte limxp f (x) = limxp g(x) = 0.
Ist W ein kompaktes Intervall, so folgt f (a)/g(a) W sofort, indem wir
a festhalten, b gegen p streben lassen und uns an die Erhaltung von Un-
gleichungen im Grenzwert erinnern. Die Behauptung im ersten Fall folgt
dann, da fur jeden Punkt seine kompakten Intervallumgebungen ein Fun-
damentalsystem von Umgebungen bilden. Jetzt behandeln wir noch den Fall
limxp |f (x)| = limxp |g(x)| = . In diesem Fall durfen wir ohne Beschran-
kung der Allgemeinheit auch annehmen, da f auf I keine Nullstelle hat, so
da gilt  
f (a) f (b) f (b) 1 f (a)/f (b)
=
g(a) g(b) g(b) 1 g(a)/g(b)
Sei nun a I V fest gewahlt. Fur jedes und insbesondere auch fur sehr
nahe bei Eins liegendes (0, 1) finden wir dann eine Umgebung U von p
derart, da gilt
1 f (a)/f (b)
bU I (, 1 )
1 g(a)/g(b)
Indem wir zusatzlich U V wahlen, finden wir damit fur jede Umgebung
W von q und jedes (0, 1) eine Umgebung U von p mit b U I
f (b)/g(b) (, 1 )W. Die Behauptung folgt nun im zweiten Fall, da es fur
jede Umgebung W 0 von q eine Umgebung W von q und ein (0, 1) gibt
mit (, 1 )W W 0 .
196 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Beispiel 4.4.4. Fur > 0 gilt

limx (log x)/x = limx (1/x)/x1
= limx 1/x
= 0

4.5 Zusammenhang zwischen Integral und Ableitung

Satz 4.5.1 (Hauptsatz der Differential- und Integralrechnung). Ist
I R ein halboffenes Intervall, f : I R stetig und a I ein Punkt, so ist
die Funktion
F : I R Rx
x 7 a f (t) dt
die einzige differenzierbare Funktion F : I R mit F 0 = f und F (a) = 0.

4.5.2. Im Fall
R x x < a ist dies
R a Integral unter Verwendung unserer Konvention
3.5.10 als a f (t) dt = x f (t) dt zu interpretieren.
Beweis. Fur p I rechnen wir
x
F (x) F (p)
Z
1
lim = lim f (t) dt
xp xp xp x p p

Da nun f stetig ist, finden wir fur beliebiges > 0 ein > 0 derart, da aus
|t p| folgt f (p) f (t) f (p) + . Aus 0 < |x p| folgen also
durch Bilden des Integrals und Teilen durch (x p) die Ungleichungen
Z x
1
f (p) f (t) dt f (p) +
xp p

und damit ist gezeigt, da der Ausdruck in der Mitte fur x p gegen f (p)
konvergiert. Es folgt F 0 (p) = f (p) fur alle p I. Ist G : I R auch
differenzierbar mit G0 = f, so verschwindet die Ableitung der Differenz GF.
Nach 4.3.11 ist diese Differenz also konstant, und haben wir dann auch noch
G(a) = 0, so ist sie konstant Null und wir folgern F = G.
Korollar 4.5.3 (Integrieren mit Stammfunktionen). Sei I R ein
halboffenes Intervall und f : I R eine stetige Funktion. Ist G : I R
eine Stammfunktion von f, als da heit eine differenzierbare Funktion mit
Ableitung G0 = f, so gilt fur alle a, b I die Formel
Z b
f (t) dt = G(b) G(a)
a
4. DIFFERENTIATION UND INTEGRATION 197

SkriptenBilder/BildHSID.png

Veranschaulichung des Hauptsatzes der Differential- und Integralrechnung

4.5.1. Die kreuzweise schraffierte Flache stellt F (p) dar, die irgendwie
schraffierte F (x), die einfach schraffierte F (x) F (p). Ich hoffe, man sieht,
da die Flache unter der Kurve beim Verschieben der oberen Grenze um so
starker wachst, je groer dort der Wert unserer Funktion ist. Das ist
qualitativ ausgedruckt die anschauliche Bedeutung des Hauptsatzes.
198 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Beweis. Wir betrachten F : I R wie im Hauptsatz 4.5.1 und folgern aus

der Eindeutigkeitsaussage von dort F (x) = G(x)G(a) fur alle x [a, b].
4.5.4. Ist G ein komplizierterer Ausdruck, so ist es bequem und ublich, die
Differenz G(b) G(a) mit G(x)|ba abzukurzen. Man spricht einen solchen
Ausdruck G, ausgewertet zwischen den Grenzen a und b. Fur a, b positiv
ergibt sich zum Beispiel
Z b
1
dx = log x|ba = log b log a
a x

Die Ableitung von R R, x 7 log |x| ist im Ubrigen x 7 1/x, als da

heit, fur a, b negativ wurden wir log |b|log |a| erhalten. Uber den Nullpunkt
hinweg durfen wir die Funktion 1/x aber naturlich trotzdem nicht in dieser
Weise integrieren, und unser Korollar erlaubt das auch nicht, es trifft vielmehr
nur Aussagen uber die Integration von auf einem Intervall definierten stetigen
Funktionen.
Rt
Ubung 4.5.5. Gegeben R zeige man, da limt 1 x dx existiert in
R und da dieser Grenzwert endlichR ist genau dann, wenn gilt < 1.
1
Des weiteren zeige man, da lim0 x dx existiert in R und da dieser
Grenzwert endlich ist genau dann, wenn gilt > 1. Anschaulich gesprochen
ist also die Hyperbel x 7 (1/x) gerade der Grenzfall, in dem sowohl die
Flache zwischen Kurve und x-Achse ab jedem x-Wert als auch symmetrisch
die Flache zwischen Kurve und y-Achse ab jedem y-Wert unendlich gro sind.
Erganzende Ubung 4.5.6. Der Integrallogarithmus Li : (1, ) R wird
erklart durch die Vorschrift
Z x
dt
Li(x) =
2 log t

Man zeige limx (x Li(x)/ log(x)) = 1.

4.6 Integrationsregeln
Satz 4.6.1 (Integration durch Substitution). Gegeben zwei reelle Zahlen
a < b und g : [a, b] R stetig differenzierbar und f : g([a, b]) R stetig gilt
Z b Z g(b)
0
f (g(x))g (x) dx = f (y) dy
a g(a)

wobei im Fall g(b) < g(a) das Integral rechts der Konvention 3.5.10 gema
als das Negative des Integrals uber das Intervall [g(b), g(a)] zu verstehen ist.
4. DIFFERENTIATION UND INTEGRATION 199

SkriptenBilder/BildFuF.png
SkriptenBilder/BildFWU.png

Illustration zu Ubung 4.5.5.

200 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

4.6.2. Es gibt durchaus differenzierbare Abbildungen, deren Ableitung nicht

stetig ist. Ein Beispiel findet man erst in 7.6.6, da wir vorher den Sinus noch
nicht zur Verfugung haben, aber davon abgesehen kann es auch hier schon
verstanden werden.

Beweis. Ist g konstant, so verschwinden beide Seiten und die Formel gilt. Ist
sonst F eine Stammfunktion von f, so ist F g nach der Kettenregel 4.2.5
eine Stammfunktion von t 7 f (g(t))g 0 (t), und berechnen wir beide Integrale
mithilfe dieser Stammfunktionen, so ergibt sich auf beiden Seiten der Wert
F (g(b)) F (g(a)).

4.6.3. Wachst g streng monoton, so kann man auch leicht einen anschau-
licheren Beweis geben, indem man a = a0 < a1 < . . . < ar = b aqui-
distant unterteilt und nach dem Mittelwertsatz i (ai1 , ai ) findet mit
g(ai ) g(ai1 ) = g 0 (i )(ai ai1 ). Damit gilt ja die Gleichheit von Riemann-
summen
r
X r
X
0
f (g(i ))g (i )(ai ai1 ) = f (g(i ))(g(ai ) g(ai1 ))
i=1 i=1

Mithilfe von 3.5.11 zeigt man dann, da diese Gleichheit im Grenzubergang

r gerade die Substitutionsregel liefert.

4.6.4. Als Gedachtnisstutze, die in IV.3.3 auch echte Bedeutung erhalt, kann
man sich merken, da beim Substituieren, lateinisch ebenso wie Prostituie-
ren fur Ersetzen, von y durch g(x) nicht nur f (y) durch f (g(x)) ersetzt
dy
werden mu, sondern auch dy durch g 0 (x) dx, wie es die Notation g 0 (x) = dx
suggeriert.
Beispiel 4.6.5. Indem wir uns das Integral erst etwas zurechtlegen, erhalten
wir durch die Substitution g(x) = x2 = y, g 0 (x) = 2x dx = dy leicht
Z b Z b Z b2
x dx 1 2x dx 1 dy p 2
= = = 1 + y |ba2 = 1 + x2 |ba
a 1 + x2 2 a 1 + x2 2 a2 1+y

und als eine

Stammfunktion des ursprunglichen Integranden ergibt sich die
Funktion 1 + x2 .
4.6.6. In Anwendungen wird man oft mit einer umkehrbaren Abbildung g
arbeiten und die Regel in der Form
Z Z g 1 ()
f (y) dy = f (g(x))g 0 (x) dx
g 1 ()
4. DIFFERENTIATION UND INTEGRATION 201

SkriptenBilder/BildSubR.png

Anschauliche Bedeutung der Substitutionsregel nach 4.6.3 im Fall

g(x) = x2 . Die schraffierte Flache stellt in diesem Spezialfall fur r = 4 und
das Intervall [a, b] = [0, 4] die Summe
r
X r
X
f (g(i ))g 0 (1 )(ai ai1 ) = f (g(i ))(g(ai ) g(ai1 ))
i=1 i=1

dar. Die i sind mit dem Mittelwertsatz gerade so gewahlt, da gilt

g(ai ) g(ai1 ) = g 0 (i )(ai ai1 ). Ich finde, man sieht sehr gut, da diese
R g(b) R 16
Summen gegen g(a) f (y) dy = 0 f (y) dy konvergieren.
202 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

verwenden. Auch wenn g nicht umkehrbar ist, kann man in dieser Weise vor-
gehen, statt g 1 () und g 1 () darf man dann eben irgendwelche a, b wahlen
derart, da g auf ganz [a, b] stetig differenzierbar ist und da gilt = g(a)
und = g(b). Meist arbeiten wir sogar ohne explizite Erwahnung der Gren-
zen: Suchen wir nur eine Stammfunktion, so kommt es auf die untere Grenze
eh nicht an und die obere Grenze wird mitgedacht und nach gelungener In-
tegration wieder zurucksubstituiert, wie es unsere Formel fordert.

Beispiel 4.6.7. Wir bestimmen
eine Stammfunktion von f (y) = y 1y
2
durch die Substitution 1 y = x, y = 1 x = g(x), dy = 2x dx zu
R R
y 1 y dy = (1 x2 )x(2x) dx
R
= (2x4 2x2 ) dx
2 5
= 5
x 23 x3
2

= 5
(1 y)2 1 y 32 (1 y) 1 y
Satz 4.6.8 (Partielle Integration). Gegeben reelle Zahlen a < b und zwei
stetig differenzierbare Funktionen f, g : [a, b] R gilt
Z b Z b
0 b
f g = f g|a f 0g
a a

Beweis. Nach der Produktregel gilt f g 0 = (f g)0 f 0 g auf [a, b], folglich stim-
men auch die Integrale dieser Funktionen uberein.
R 2 x R
Beispiele 4.6.9. x e dx = x2 ex 2x ex dx
R
= x2 ex 2x ex + 2 ex dx
= (x2 2x + 2) ex

log x dx = x log x x x1 dx
R R

= x log x x
4.6.10. Ich erklare nun noch einen alternativen Zugang zur Exponentialfunk-
tion, der unsere Definition uber eine a priori unmotivierte Reihe vermeidet.
Suchen wir eine stetig differenzierbare Funktion g : R R>0 mit g 0 = g und
g(0) = 1, so haben wir ja nach der Substitutionsregel
Z x Z x 0 Z g(x)
g (t) 1
x= dt = dt = du
0 0 g(t) 1 u
Man definiert also notgedrungen
Ry 1 eine Funktion log : R>0 R durch die
Vorschrift log(y) = 1 u du, und die gesuchte Funktion g mu deren Um-
kehrfunktion sein.
4. DIFFERENTIATION UND INTEGRATION 203

Erganzende Ubung 4.6.11. Wie konnte ein Autor, der den Zugang 4.6.10 zur
Exponentialfunktion gewahlt hat, die Funktionalgleichung 2.6.8 beweisen?
Erganzende Ubung 4.6.12. Man zeige durch Vergleich mit dem Integral der
Funktion x , da fur jedes > 1 die Reihe
P
k=1 k konvergiert.

4.7 Hyperbolische trigonometrische Funktionen

Definition 4.7.1. Der Sinus hyperbolicus und Cosinus hyperbolicus
sind die Abbildungen sinh, cosh : R R, die gegeben werden durch die
Formeln
ex ex ex + ex
sinh x = und cosh x =
2 2
4.7.2. Den Graphen des Cosinus hyperbolicus nennt man auch die Ketten-
linie, weil er dieselbe Gestalt hat wie eine hangende Kette. Wir zeigen das
in 7.3.10 im Anschlu an die Diskussion der Bogenlange.
4.7.3. Offensichtlich gilt sinh(0) = 0, cosh(0) = 1, sinh(x) = sinh(x), und
cosh(x) = cosh(x), die Ableitungen unserer Funktionen sind

sinh0 = cosh, cosh0 = sinh

es gelten cosh2 sinh2 = 1 und die Additionstheoreme

sinh(a + b) = sinh(a) cosh(b) + cosh(a) sinh(b)

cosh(a + b) = cosh(a) cosh(b) + sinh(a) sinh(b)

Die Funktion cosh nimmt bei x = 0 ihr Minimum an und sinh ist eine Bijek-
tion sinh : R R. Die inverse Abbildung nennt man Area Sinus hyper-
bolicus und bezeichnet sie mit arsinh : R R. Sie lat sich auch elementar
ausdrucken als arsinh(x) = log(x+ x2 + 1) und fur die Ableitung von arsinh
erhalten wir
1
arsinh0 (y) = p
1 + y2
q
da ja gilt sinh0 (x) = cosh(x) = 1 sinh2 (x), sinh0 (arsinh y) = 1 + y 2 .
p

Ahnlich liefert cosh eine Bijektion cosh : [0, ) [1, ), die inverse Ab-
bildung Area Cosinus hyperbolicus arcosh : [1, ) [0, ) kann ge-
schrieben werden als arcosh(x) = log(x + x2 1) und ist differenzierbar
auf (1, ) mit der Ableitung
1
arcosh0 (y) = p
2
y 1
204 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/Bildshch.png

Die Graphen von Sinus und Cosinus hyperbolicus

4. DIFFERENTIATION UND INTEGRATION 205

Eher selten benutzt man den Secans hyperbolicus x 7 1/ cosh(x), den

Cosecans hyperbolicus x 7 1/ sinh(x) und den Tangens hyperbolicus

tanh : x 7 sinh(x)/ cosh(x) sowie seine Umkehrung artanh : (1, 1) R.
4.7.4. Die Namen unserer Funktionen haben den folgenden Hintergrund: Fur
t R durchlauft der Punkt mit Koordinaten (cosh t, sinh t) den Hyperbelast

{(x, y) R2 | (x + y)(x y) = 1, x > 0}

und zwar ist |t/2| gerade die Flache oder lateinisch area, die zwischen x-
Achse, Hyperbel und dem Geradensegment von (0, 0) nach (cosh t, sinh t)
eingeschlossen ist. Es ist eine ausgezeichnete Ubung, diese Behauptung nach-
zurechnen. Man sieht so die Verwandschaft zu den ublichen trigonometri-
schen Funktionen, bei denen man nur die Hyperbel x2 y 2 = 1 zu ersetzen
hat durch den Einheitskreis x2 + y 2 = 1, wie wir spater zeigen werden. Die
Herkunft der Bezeichnung Sinus wird auch dort, genauer in 7.4.4 erklart.
Die Bezeichnung Trigonometrie bedeutet ubrigends Dreiecksmessung, die
Wurzel gon taucht auch im deutschen Wort Knie auf und bedeutet im
Griechischen sowohl Knie als auch im ubertragenen Sinne Winkel.
4.7.5. Die Losungsmengen in der Ebene R2 von Gleichungen der Gestalt
ax2 + bxy + cy 2 = d mit (a, b, c) 6= (0, 0, 0) heien ebene Quadriken oder
auch Kegelschnitte, da man sie erhalten kann als Schnitte raumlicher Ebe-
nen mit dem Kegel {(x, y, z) R3 | x2 +y 2 = z 2 } bei geeigneter orthonorma-
ler Identifikation unserer raumlichen Ebenen mit dem R2 . Jeder Kegelschnitt
ist bis auf Drehung und Verschiebung eine Ellipse x2 +y 2 = 1 mit , > 0,
eine Hyperbel xy = mit > 0, eine Parabel x2 = y mit > 0, ein Ge-
radenkreuz, eine Gerade, ein Punkt oder die leere Menge. Die Bezeichnung
Parabel kommt hier vom griechischen Wort fur Werfen. In der Tat be-
schreibt ein Wurfgeschoss unter Vernachlassigung des Luftwiderstands stets
eine parabolische Bahn, vergleiche VII.3.1.9.
Erganzende Ubung 4.7.6. Sei H = {(x, y) R2 | x2 y 2 = 1} die Hyperbel.

Wir konstruieren eine Bijektion : R\{1} H\(1, 0), indem wir jedem
Punkt t R\{1} den Schnittpunkt der Geraden durch (0, t) und (1, 0) mit
H\(1, 0) zuordnen. Man prufe, da diese Abbildung gegeben wird durch
 2 
t + 1 2t
(t) = 2 ,
t 1 t2 1

Eine eng verwandte Parametrisierung des Einheitskreises werden wir in 7.6.17

besprechen.
206 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/Bildgsh.png

Die geometrische Bedeutung von Sinus und Cosinus hyperbolicus

4. DIFFERENTIATION UND INTEGRATION 207

SkriptenBilder/Bildgph.png

Die geometrische Bedeutung der Abbildung aus 4.7.6

208 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

5 Potenzreihen und hohere Ableitungen

5.1 Funktionenfolgen und Potenzreihen
Satz 5.1.1. Sei (a )N eine Folge reeller Zahlen. Konvergiert fur eine reelle
P
Zahl z die Reihe =0 a z , so konvergiert die Reihe =0 a x absolut fur

P
alle reellen x mit |x| < |z| .

Vorschau 5.1.2. Sobald Sie die komplexen Zahlen kennengelernt haben, wer-
den Sie unschwer erkennen, da dieser Satz ganz genauso und mit demselben
Beweis auch gilt, wenn wir darin uberall reell durch komplex ersetzen.

Beweis. Die Glieder einer konvergenten Reihe sind beschrankt, unter unseren
Annahmen gibt es also eine endliche Schranke B mit |a z | B fur alle .
Aus |x| < |z| folgt aus der Konvergenz der geometrischen Reihe 2.5.5 dann

X
X
X


|a x |
|a z | |x/z| B |x/z| <
=0 =0 =0

Definition 5.1.3. Ein Ausdruck der Gestalt

P
=0 a x heit eine Potenz-
reihe. Eine Potenzreihe anzugeben bedeutet also nichts anderes, als die Folge
(a )N ihrer Koeffizienten anzugeben. Der Konvergenzradius r [0, ]
a x ist per definitionem
P
einer Potenzreihe

r = sup{ |z| | a z konvergiert}

P

Die Bezeichnung als Radius wird erst im Kontext komplexer Potenzreihen

VIII.1.7.1 verstandlich. Nach 5.1.1 definiert jede Potenzreihe
P mit Konvergenz-

radius r vermittels der Abbildungsvorschrift x 7 =0 a x eine reellwertige
Funktion auf dem Intervall (r, r).

Ubung 5.1.4. Ist (a )N eine Folge von von Null verschiedenen reellen Zahlen
und existiert der Grenzwert lim |a /a+1P | in [0, ], so ist dieser Grenz-
wert der Konvergenzradius der Potenzreihe
=0 a x .

Satz 5.1.5 (uber Potenzreihen). Die durch eine Potenzreihe

P
=0 a x
mit Konvergenzradius r > 0 definierte Funktion s : (r, r) R ist stetig,
ja sogar differenzierbar, und ihre Ableitung
P wird 1an jeder Stelle x (r, r)
0
gegeben durch die Potenzreihe s (x) = =1 a x

Beispiel 5.1.6. Dieser Satz liefert unmittelbar einen zweiten Beweis fur die
bereits in 4.2.8 bewiesene Tatsache, da die Exponentialfunktion ihre eigene
Ableitung ist.
5. POTENZREIHEN UND HOHERE ABLEITUNGEN 209

5.1.7. Der Beweis dieses Satzes wird den groten Teil dieses Abschnitts ein-
nehmen. Wir zeigen in 5.1.13, da jede durch eine Potenzreihe definierte
Funktion stetig ist, und zeigen die weitergehenden Aussagen in 5.1.15. Zu-
nachst jedoch mussen wir einige technische Hilfsmittel bereitstellen.
Definition 5.1.8. Sei D eine Menge, (fn )nN eine Folge von Funktionen
fn : D R und f : D R eine weitere Funktion.
1. Wir sagen, die Folge fn konvergiert punktweise gegen die Funktion
f genau dann, wenn fur alle x D gilt limn fn (x) = f (x).

2. Wir sagen, die Folge fn konvergiert gleichmaig gegen die Funktion

f und schreiben limn fn = f genau dann, wenn es fur beliebiges
> 0 ein N = N N gibt derart, da fur alle n N und alle x D
gilt |fn (x) f (x)| < .

5.1.9. Aus gleichmaiger Konvergenz folgt sicher punktweise Konvergenz.

Das Umgekehrte gilt nicht: Die Funktionenfolge fn : [0, 1] R, fn (x) =
xn konvergiert punktweise, aber nicht gleichmaig gegen die Grenzfunktion
f : [0, 1] R mit f (x) = 0 fur x 6= 1 und f (1) = 1.
Satz 5.1.10. Konvergiert eine Folge von stetigen reellwertigen Funktionen
gleichmaig gegen eine Grenzfunktion, so ist auch diese Grenzfunktion stetig.
Beweis. Sei D R der gemeinsame Definitionsbereich und seien fn : D R
die Funktionen unserer gleichmaig konvergenten Folge und f : D R ihre
Grenzfunktion. Es reicht sicher, die Stetigkeit von f in jedem Punkt p D
zu zeigen. Sei also > 0 beliebig vorgegeben. Sicher finden wir ein n derart,
da fur alle x D gilt

|fn (x) f (x)| <
3
Da fn stetig ist in p, finden wir weiter > 0 derart, da fur alle x D mit
|x p| < gilt

|fn (x) fn (p)| <
3
Es folgt fur alle x D mit |x p| < leicht

|f (x) f (p)| |f (x) fn (x)|

+|fn (x) fn (p)|
+|fn (p) f (p)| <

a x eine Potenzreihe mit Konvergenzradius

P
Proposition 5.1.11. Ist Pn r,

so konvergiert die Folge ihrer Partialsummen sn (x) = =0 a x fur alle
[0, r) gleichmaig auf dem Kompaktum D = [, ].
210 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildPuG.png

Bei gleichmaiger Konvergenz mussen fur jedes > 0 fast alle fn auf dem
ganzen Definitionsbereich D im -Schlauch um f bleiben.

SkriptenBilder/BildPuK.png

Die punktweise aber nicht gleichmaig konvergente Funktionenfolge der

Funktionen x 7 xn aus 5.1.9
5. POTENZREIHEN UND HOHERE ABLEITUNGEN 211

5.1.12. Eine Potenzreihe mit Konvergenzradius r konvergiert im allgemeinen

keineswegs gleichmaig auf dem ganzen Intervall (r, r). Ein Gegenbeispiel
ware etwa die Exponentialfunktion, ein anderes die geometrische Reihe.

Beweis. Fur alle x [, ] gilt |a x | |a | und folglich

X
|sn (x) s(x)| |a |
=n+1

P
Da =0 |a | konvergiert, gibt es fur jedes > 0 ein N N mit

X
|a | <
=N +1

Fur n N und beliebiges x [, ] gilt dann |sn (x) s(x)| < .

Korollar 5.1.13. Die durch eine Potenzreihe mit positivem Konvergenzra-

dius r > 0 auf (r, r) definierte Funktion ist stetig.

Beweis. Nach Proposition 5.1.11 und Satz 5.1.10 ist unsere Funktion fur alle
[0, r) stetig auf [, ] als gleichmaiger Grenzwert stetiger Funktionen.
Daraus folgt muhelos, da sie stetig ist auf ganz (r, r).

Satz 5.1.14. Das Integral eines gleichmaigen Grenzwerts ist der

Grenzwert der Integrale. Sei genauer die Funktion f : [a, b] R gleich-
maiger Grenzwert einer Folge von stetigen Funktionen fn : [a, b] R. So
gilt
Z b Z b
f = lim fn
a n a

Beweis. Fur alle > 0 gibt es N N derart, da gilt |f (x) fn (x)| < fur
alle n N und alle x [a, b]. Es folgt
Z b Z b  Z b  Z b
   

 f fn  =  (f fn ) |f fn | (b a)
a a a a

fur alle n N.

Satz 5.1.15. Potenzreihen durfen gliedweise integriert und differen-

ziert werden. Genauer gilt:
212 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildGII.png

Einige Glieder einer Funktionenfolge, die punktweise gegen die Nullfunktion

konvergiert, deren Integrale jedoch nicht gegen das Integral der
Nullfunktion konvergieren.

SkriptenBilder/BildGKA.png

Einige Glieder einer Funktionenfolge vom Typ fn = n1 sin(nx), die

gleichmaig gegen die Nullfunktion konvergiert, deren Ableitungen jedoch
nicht gleichmaig gegen die Ableitung der Nullfunktion konvergieren.
5. POTENZREIHEN UND HOHERE ABLEITUNGEN 213

Ist die Funktion f : (r, r) R gegeben durch die Potenzreihe f (x) =

1. P

=0 a x , so konvergiert auch die Potenzreihe

X
1
a x+1
+1
=0

auf (r, r), und zwar gegen eine Stammfunktion von f.

Ist die Funktion g : (r, r) R gegeben durch die Potenzreihe g(x) =
2. P

=0 b x , so ist g differenzierbar und die Potenzreihe

X
b x1
=1

konvergiert auf (r, r) gegen die Ableitung g 0 unserer Funktion g.

Beweis. 1. Man wende den vorhergehenden Satz 5.1.14 auf die Folge fn (x) =
P n
=0 a x der Partialsummen an.

2. Wir zeigen zunachst, da die Potenzreihe 1

P
=1 b x auch auf (r, r)
konvergiert.
P Nach dem Quotientenkriterium konvergiert schon mal die Reihe
1
=1 z fur |z| < 1. Fur |x| < r wahlen wir nun ein mit |x| < < r
und dazu eine Schranke B mit |b 1 | B fur alle . Dann konnen wir
abschatzen  
|b x1 | = b 1 (x/)1  Bz 1

Pz = |x/|
fur
1
< 1. Nach dem Majorantenkriterium konvergiert also die Reihe
P =1 b x . Dann wissen wir
Paber nach Teil 1, da fur die Funktion f (x) =
1
=1 b x unser g(x) = b
=0 x eine Stammfunktion ist.
Definition 5.1.16. Die n-te Ableitung einer Funktion f bezeichnen wir,
falls sie existiert, mit f (n) . Es ist also f (0) = f, f (1) = f 0 , f (2) = f 00 und
allgemein f (n+1) = (f (n) )0 .
5.1.17. Ist eine Funktion f : (r,Pr) R gegeben durch die fur x (r, r)
konvergente Potenzreihe f (x) =
=0 a x , so folgt aus 5.1.15 sofort

f (n) (0) = n! an

Wenn also in anderen Worten eine fest vorgegebene Funktion f in einer Um-
gebung des Nullpunkts durch eine Potenzreihe dargestellt werden kann, so
mu unsere Funktion dort beliebig oft differenzierbar sein und die fragliche
Potenzreihe ist die Reihe
X f () (0)
x
=0
!
214 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Diese Potenzreihe hinwiederum kann man ganz allgemein fur jede in einer
Umgebung des Nullpunkts beliebig oft differenzierbare Funktion erklaren. Sie
heit dann die Taylorreihe besagter Funktion oder genauer ihre Taylorrei-
he am Nullpunkt, mu aber keineswegs positiven Konvergenzradius haben
und mu, selbst wenn sie positiven Konvergenzradius hat, keineswegs gegen
besagte Funktion konvergieren. Zum Beispiel hat nach 4.2.11 die Funktion
 1/x
e x>0
f (x) =
0 x0

im Nullpunkt die Ableitungen f () (0) = 0 0, aber es gilt dennoch

f (x) > 0 fur x > 0. Inwiefern die Taylorreihe dennoch unsere Funktion recht
gut approximiert, erklaren wir in 5.2.
Definition 5.1.18 (Verallgemeinerte Binomialkoeffizienten). Fur
R und k N setzen wir
   
( 1) . . . ( k + 1)
:= falls k 1 und := 1.
k k(k 1) . . . 1 0
Proposition 5.1.19 (Binomische Reihe). Fur |x| < 1 und R gilt
 

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

5.1.20. Sobald wir komplexe Zahlen und in III.1.4.3 komplexe Exponenten

eingefuhrt haben, wird der Leser erkennen, da die Proposition mit dem-
selben Beweis auch fur x, C gilt, vergleiche VIII.1.7.15. Aus unseren
Uberlegungen in 5.1.17 folgt auch unmittelbar, da die Koeffizienten einer
Potenzreihenentwicklung von (1 + x) , wenn es sie denn gibt, notwendig die
verallgemeinerten Binomialkoeffizienten sein mussen. Da es aber eine der-
artige Entwicklung auch wirklich gibt, mu noch gezeigt werden. Also an die
Arbeit!
Beweis. Fur Z1 kennen wir diese Formel schon: Im Fall N gilt



k
= 0 falls k > und wir erhalten einen Spezialfall der binomischen Formel



I.3.4.6. Im Fall = 1 gilt k = (1)k und wir erhalten die geometrische
Reihe 2.5.5 fur x. Unter der Annahme 6 N sagt uns das Quotientenkri-
terium, da die Potenzreihe rechts fur |x| < 1 konvergiert, sagen wir gegen
die Funktion f : (1, 1) R. Ich behaupte (1 + x)f 0 (x) = f (x). Das
pruft man durch gliedweises Differenzieren der binomischen Reihe mithilfe
der Beziehung      
1 1
+ =
k k1 k
5. POTENZREIHEN UND HOHERE ABLEITUNGEN 215

die durch eine kurze Rechnung gezeigt wird. Aus (1 + x)f 0 (x) = f (x)
und f (0) = 1 folgt aber bereits f (x) = (1 + x) , denn setzt man (x) =
f (x)/(1 + x) , so gilt (0) = 1 und

f 0 (x)(1 + x) (1 + x)1 f (x)

0 (x) = =0
(1 + x)2

Beispiel 5.1.21. Die Darstellung

x2 x3
log(1 + x) = x + ... x (1, 1)
2 3
ergibt sich, indem wir die geometrische Reihe (1 + x)1 = 1 x + x2 x3 . . .
gliedweise integrieren. Ahnlich ergibt sich die Entwicklung von arsinh(x) in
eine Potenzreihe, indem wir die binomische Reihe zu (1 + x2 )1/2 gliedweise
integrieren.
2
Beispiel 5.1.22. Um die funfte Ableitung bei x = 0 von (ex sinh x) bestim-
men, rechnen wir
2 x4 x6
ex = 1 + x2 + 2
+ 3!
+ ...
x3 x5
sinh x = x + 3!
+ 5!
+ ...
2
ex sinh x = x + x3 ( 3!1 + 1) + x5 1 1 1


5!
+ 3!
+ 2
+ ...

wo wir einmal unsere Erkenntnisse uber das Produkt absolut konvergenter

Reihen verwendet haben, und die gesuchte funfte Ableitung bei x = 0 ergibt
sich mit 5.1.17 zu
 
1 1 1
5! + + = 1 + 20 + 60 = 81
5! 3! 2

5.1.23. Die Formel fur die binomische Reihe kann umgeschrieben werden zur
nun fur alle y (0, 2) gultigen Darstellung
 

X
y = (y 1)k
k=0
k

Gehort allgemeiner ein Punkt p zum Definitionsbereich einer Funktion f, so

bezeichnen wir eine Darstellung von f der Gestalt

X
X
f (p + h) = a h alias f (y) = a (y p)
=0 =0
216 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

als eine Entwicklung von f in eine Potenzreihe um den Punkt p. Mit

denselben Argumenten wie zuvor gilt dann a = f () (p)/!. Ist allgemeiner
f beliebig oft differenzierbar bei p, so erklaren wir die Taylorreihe von f
zum Entwicklungspunkt p als die Potenzreihe

X f () (p)
h
=0
!

Auch wenn die Partialsummen dieser Reihe nicht gegen f (p+h) konvergieren
mussen, liefern sie doch die bestmoglichen Approximationen von f (p + h)
durch Polynome in h von einem vorgegebenen maximalen Grad, wie wir im
folgenden Abschnitt 5.2 ausfuhren werden.

Erganzende Ubung 5.1.24. Eine Funktion, die fur jeden Punkt ihres Defini-
tionsbereichs in einer Umgebung besagten Punktes durch eine Potenzreihe
dargestellt werden kann, heit analytisch. Wir werden erst in VIII.1.7.7 im
Rahmen der Funktionentheorie zeigen, da Potenzreihen analytische Funk-
tionen liefern: Dort geht es mit den Tricks der Funktionentheorie sehr elegant,
wir konnten es aber etwas weniger elegant auch hier schon zeigen. Man zeige:
Stimmen zwei auf demselbem reellen Intervall definierte analytische Funktio-
nen auf der Umgebung eines Punktes aus unserem Intervall uberein, so sind
sie gleich. Hinweis: Man betrachte das Supremum der Menge aller Punkte,
an denen unsere beiden Funktionen ubereinstimmen.

Erganzende Ubung 5.1.25.

Wie lauten die ersten vier Koeffizienten der Po-
tenzreihenentwicklung von 1 + x? Wie lauten die ersten vier Koeffizienten
der Potenzreihenentwicklung von 2 + x ? Gemeint ist jeweils die Entwick-
lung um x = 0.

Erganzende Ubung 5.1.26. Wir wurfeln mit einem Wurfel eine unendlich lan-
ge Zahlenreihe. Anschaulich ist klar, da der durchschnittliche Abstand zwi-
schen zwei aufeinanderfolgenden Einsen gerade Sechs sein mu. Betrachtet
man nun die Wahrscheinlichkeiten, da die nachste Eins beim nachsten Wurf,
beim ubernachsten Wurf etc. kommt, multipliziert sie jeweils mit Eins, Zwei
etc. und summiert diese Produkte auf, so sollte sich auch dieser dieser durch-
schnittliche Abstand ergeben. Die Aufgabe ist nun, zu beweisen, da die
Reihe
 n1
X 5 1
n
n=1
6 6

auch tatsachlich gegen 6 konvergiert.

5. POTENZREIHEN UND HOHERE ABLEITUNGEN 217

5.2 Taylorentwicklung
5.2.1. Um im Folgenden auch den Fall n = 0 zulassen zu durfen, vereinbaren
wir, da 0-mal differenzierbar bei p zu verstehen sein soll als stetig bei p.
Satz 5.2.2 (Taylorentwicklung). Seien I R ein halboffenes Intervall,
p I ein Punkt und f : I R eine Funktion, deren (n 1)-te Ableitung
f (n1) auf ganz I existiert und deren n-te Ableitung f (n) (p) bei p existiert. So
gilt:
1. Es gibt genau ein Polynom Q vom Grad n mit der Eigenschaft
f (x) = Q(x) + (x p)n (x p)
fur eine Funktion mit limh0 (h) = 0.
2. Dieses Polynom kann auch charakterisiert werden als das eindeutig be-
stimmte Polynom Q vom Grad n, dessen Ableitungen bei p bis zur
n-ten Ableitung einschlielich mit den entsprechenden Ableitungen bei
p unserer Funktion f ubereinstimmen, in Formeln f () (p) = Q() (p) fur
0 n.
5.2.3. Wir nennen Q das Approximationspolynom bis zur Ordnung n
an f bei p. Der Graph des Approximationspolynoms bis zur ersten Ordnung
heit die Tangente an den Graphen von f im Punkt (p, f (p)), der Graph des
Approximationspolynoms bis zur zweiten Ordnung die Schmiegeparabel.
Beweis. Sicher gibt es genau ein Polynom Q, das die Bedingung aus Teil 2
erfullt, namlich das Polynom
f (2) (p) f (n) (p)
Q(x) = f (p) + f 0 (p)(x p) + (x p)2 + . . . + (x p)n
2! n!
das aus den ersten n + 1 Termen der Taylorreihe von f beim Entwicklungs-
punkt p besteht. Betrachten wir fur dieses Polynom Q die Differenz r = f Q,
so verschwinden die ersten n Ableitungen von r bei x = p und wir erhalten
durch wiederholte Anwendung der Regeln von de lHospital 4.4.1 und die
Definition von r(n) (p) in der Tat
r(x) r(n1) (x) r(n) (p)
lim = . . . = lim = =0
xp (x p)n xp n! (x p) n!
Damit bleibt nur noch zu zeigen, da kein anderes Polynom Q die Bedingung
aus Teil 1 erfullen kann. In der Tat folgt aber fur zwei Polynome vom Grad
n aus
Q(x) Q(x)
lim =0
xp (x p)n
218 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildSchP.png

Eine unvollkommene Darstellung der Tangente y = x + 1 und

Schmiegeparabel y = x2 /2 + x + 1 an den Graph der Exponentialfunktion
im Punkt (0, 1).
5. POTENZREIHEN UND HOHERE ABLEITUNGEN 219

nach 3.3.23 bereits Q(x) = Q(x).

5.2.4. Wir konnen die Aussage des Satzes dahingehend umformulieren, da
gilt

f (2) (p) 2 f (n) (p) n

f (p + h) = f (p) + f 0 (p)h + h + ... + h + hn (h)
2! n!
fur eine Funktion mit limh0 (h) = 0. Scharfere Abschatzungen fur das
Restglied unter starkeren Annahmen an die zu approximierende Funktion
liefert die gleich folgende Proposition.
Proposition 5.2.5 (Restglieddarstellungen zur Taylorentwicklung).
Ist I R ein halboffenes Intervall, p I ein Punkt und f : I R eine
Funktion, so gilt fur alle n N :
Lagrangesche Form des Restglieds: Ist f sogar auf dem ganzen Inter-
vall I und sogar (n + 1)-mal differenzierbar, so gibt es fur alle x I
ein zwischen p und x mit
n
X f () (p) f (n+1) ()
f (x) = (x p) + (x p)n+1
=0
! (n + 1)!

Integraldarstellung des Restglieds: Ist f (n+1) zusatzlich auch noch ste-

tig auf ganz I, so gilt fur alle x I die Formel
n
f () (p) 1 x
X Z

f (x) = (x p) + (x t)n f (n+1) (t) dt
=0
! n! p

P
Beweis. Wir kurzen die Summe wie zuvor mit = Q(x) ab. Fur den Rest
r(x) = f (x) Q(x) verschwinden, wie wir bereits wissen, die ersten n Ab-
leitungen bei x = p, und unter unseren zusatzlichen Voraussetzungen ist r
sogar (n + 1)-mal differenzierbar auf ganz I mit r(n+1) = f (n+1) . Um daraus
die beiden Darstellungen des Restglieds zu erhalten, brauchen wir nur zwei
einfache Rechnungen.
1. Mit dem verallgemeinerten Mittelwertsatz und der Erkenntnis, da Nenner
und Zahler bei x = p verschwinden, erhalten wir unter der Annahme p 6= x
sofort
r(x) r0 (1 ) r00 (2 ) r(n+1) ()
= = = . . . =
(x p)n+1 (n + 1)(1 p)n n(n + 1)(2 p)n1 (n + 1)!
220 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

2. Durch wiederholtes partielles Integrieren erhalten wir

Rx Rx Rx
r(x) = p r0 (t) dt = p (x t)r00 (t) dt = 12 p (x t)2 r000 (t) dt
= . . .R
x
= n!1 p (x t)n r(n+1) (t) dt

5.2.6. Diese Abschatzungen liefern umgekehrt auch zwei alternative Beweise

fur den Satz uber die Taylorentwicklung. Allerdings benotigen diese alterna-
tiven Beweise wesentlich starkere Voraussetzungen als unser ursprunglicher
Beweis.
Erganzende Ubung 5.2.7. Ist eine Funktion auf einem offenen Intervall n-mal
stetig differenzierbar fur n 1 und verschwinden an einer Stelle p alle ih-
re hoheren Ableitungen unterhalb der n-ten, so hat sie bei p ein isoliertes
lokales Maximum bzw. Minimum, falls n gerade ist und die n-te Ableitung
bei p negativ bzw. positiv, und kein lokales Extremum, falls n ungerade ist.
Wem diese Ubung zu einfach ist, der mag dasselbe zeigen unter der schwache-
ren Annahme, da f (n1) zwar bei p, aber nicht notwendig auf dem ganzen
Intervall differenzierbar ist.

5.3 Rechnen mit Approximationen

Definition 5.3.1. Seien f, g : D R zwei auf einer Teilmenge D R
definierte Funktionen. Sei p D ein Punkt und n N eine naturliche Zahl.
Wir sagen, f und g stimmen bei p uberein bis zur Ordnung n und
schreiben
f np g oder genauer f (x) nx=p g(x)
genau dann, wenn gilt f (p + h) = g(p + h) + hn (h) fur eine Funktion , die
stetig ist bei Null mit Funktionswert (0) = 0, und die eben definiert ist auf
der Menge aller h mit p + h D.
5.3.2. Die Notation f np g scheint mir bequem und suggestiv, sie ist jedoch
unublich. Haufig nennt man eine Funktion, die bei x = 0 mit der Nullfunktion
ubereinstimmt bis zur Ordnung n, auch ein kleines o von xn und bezeichnet
so eine Funktion mit o(xn ). In dieser Notation wurde man statt f np g
schreiben f (x) = g(x) + o((x p)n ).
5.3.3. Naturlich folgt aus f np g und g np h schon f np h. Sind P und
Q Polynome vom Grad n und ist p ein Haufungspunkt von D, so folgt
aus P np Q schon P = Q. Der Satz uber die Taylorentwicklung 5.2.2 liefert
uns fur eine n-mal stetig differenzierbare Funktion f auf einem halboffenen
Intervall D das eindeutig bestimmte Polynom Q vom Grad n, das bei p mit
f ubereinstimmt bis zur Ordnung n. Genauer besagt dieser Satz, da dieses
5. POTENZREIHEN UND HOHERE ABLEITUNGEN 221

Polynom Q charakterisiert wird durch die Bedingungen Q() (p) = f () (p) fur
0 n.

Satz 5.3.4 (Rechnen mit Approximationen). 1. Seien f, g : D R

zwei auf einer Teilmenge D R definierte Funktionen. Sei p D ein
Punkt und seien P, Q Polynome mit f np P und g np Q. So folgt

f + g np P + Q und f g np P Q

2. (Hohere Kettenregel). Seien f : D R und g : E R auf Teil-

mengen D, E R definierte Funktionen mit f (D) E. Sei p D ein
Punkt und seien P, Q Polynome mit f np P und g nf(p) Q. So folgt

g f np Q P

5.3.5. Im Fall n = 0 spezialisiert dieser Satz zur Stetigkeit von Summen und
Produkten 3.1.16 sowie Verknupfungen 3.1.6. Im Fall n = 1 spezialisiert er
zur Summenregel 4.2.1, Produktregel 4.2.1 und Kettenregel 4.2.5.

Beweis. 1. Das bleibt dem Leser uberlassen. Im Fall der Summe gilt das sogar
fur beliebige Funktionen P und Q, im Fall des Produkts reicht anstelle der
Polynomialitat die zusatzliche Annahme, da P und Q in einer Umgebung
von p beschrankt sind.
2. Wir zeigen zunachst g f np Q f und dann Q f np Q P. Fur die erste
Aussage schreiben wir g(y) = Q(y) + (y f (p))n (y f (p)) fur stetig bei
Null mit Funktionswert Null. Durch Einsetzen von y = f (x) und Erweitern
des letzten Terms mit (x p)n erhalten wir
 n 
n f (x) f (p)
(g f )(x) = (Q f )(x) + (x p) (f (x) f (p))
xp

fur alle x 6= p. Im Fall n 1 stimmt f bei p bis mindestens zur Ordnung

1 uberein mit dem Polynom P, folglich ist f differenzierbar bei p und der
Ausdruck in eckigen Klammern strebt fur x p gegen Null. Im Fall n = 0
stimmt f bei p bis zur Ordnung 0 uberein mit dem Polynom P, also ist
f zumindest stetig in p und der Ausdruck in eckigen Klammern strebt fur
x p wieder gegen Null. Wir mussen also nur noch fur jedes Polynom Q
zeigen
Q f np Q P
Das folgt jedoch sofort aus Teil 1.
222 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Beispiel 5.3.6. Um die sechste Ableitung bei x = 0 von 1/ cosh(x) zu berech-

nen, erinnern wir uns an
x2 x4 x6
cosh x = 1 + 2
+ 4!
+ 6!
+ ...
(1 + y)1 = 1 y + y y + y 4 y 5 + y 6 . . .
2 3

wo wir Gleichheitszeichen und Punktchen geschrieben haben statt 6 mit

entsprechenden Spezifikationen. Mit unserer hoheren Kettenregel 5.3.4 er-
halten wir dann sofort
2 x4 x6
1/ cosh(x) = 1 ( x2 + 4!
+ 6!
)
2 x4 x6 2
+( x2 + 4!
+ 6!
)
2 x4 x6 3
( x2 + 4!
+ 6!
) + ...

Als Koeffizient von x6 ergibt sich

1 1 1 1 61
+ = (1 + 30 90) =
6! 4! 8 6! 6!
und die fragliche sechste Ableitung bei x = 0 ist mithin 61. Eine andere
Moglichkeit ware, das Approximationspolynom sechsten Grades an 1/ cosh(x)
in x = 0 als a0 + a1 x + . . . + a6 x6 anzusetzen und aus der hoheren Produkt-
regel die Gleichung

x2 x4 x6
 
a0 + a1 x + . . . + a6 x6 = 1 + bx8 + . . .


1+ + +
2 4! 6!

zu folgern, die es uns hinwiederum erlaubt, induktiv die a zu bestimmen.

Diese Rechnung kann im vorliegenden Fall zusatzlich vereinfacht werden
durch die Erkenntnis, da eh gilt 0 = a1 = a3 = a5 = . . . , da unsere Funktion
namlich gerade ist.
Ubung 5.3.7. Gegeben zwei beliebig oft differenzierbare Funktionen auf einem
Intervall ist die Taylorreihe ihrer Summe die Summe der Taylorreihen und
die Taylorreihe des Produkts das Produkt der Taylorreihen. Hier verstehen
wir Produkt und Summe von Potenzreihen im formalen Sinn, vergleiche ??.
Erganzende Ubung 5.3.8. Man zeige, da die Identitaten exp(log(x + 1)) =
x + 1 und log((ex 1) + 1) = x auch als formale Identitaten von Potenzreihen
gelten, da also etwa im ersten Fall fur k 2 gilt

1 (1)j(1) (1)j(i)
X    
... =0
i! j(1) j(i)
j(1)+...+j(i)=k
5. POTENZREIHEN UND HOHERE ABLEITUNGEN 223

wo die Summe uber alle i 1 und alle Abbildungen j : {1, . . . , i} N1

lauft, bei denen k die Summe der Werte ist, wohingegen dieselbe Summe
fur k = 1 gerade den Wert Eins ergibt. Allgemeiner fuhre man aus, inwie-
fern die Taylorreihe der Verknupfung zweier unendlich oft differenzierbarer
Funktionen gerade die Verknupfung ihrer Taylorreihen ist.
Erganzung 5.3.9. Wir zeigen nun die in I.3.1.8 versprochene Formel
 
1 2n
Cn =
n+1 n
fur die ebendort eingefuhrten Catalan-Zahlen Cn . Diese Zahlen erfullen of-
fensichtlich die Rekursion
Xn
Cn+1 = Ck Cnk
k=0

Die erzeugende P Funktion der Folge der Catalan-Zahlen alias die formale
Potenzreihe P = n0 Cn xn erfullt demnach im Ring der formalen Laurent-
reihen aus ?? die Formel xP 2 = P 1 alias P 2 x1 P + x1 = 0. Damit folgt,
immer im Ring der formalen Laurentreihen, eine Identitat der Form
r
1 1 1 1 1 4x
P = =
2x 4x2 x 2x
falls die fragliche Wurzel im Ring der formalen Laurentreihen existieren sollte,
wobei das Vorzeichen noch zu bestimmen ist. Nach 5.3.7 existiert diese Wurzel
jedoch in der Tat und kann beschrieben werden durch die binomische Reihe



X 1/2
1 4x = (4x)n
n
n=0

Deren konstanter Term ist Eins, so da fur unser Vorzeichen nur das Minus
in Frage kommt. Damit mu notwendig gelten

1 1 4x
P =
2x
Die Koeffizienten unserer binomischen Reihe lassen sich vereinfachen zu
       
1/2 n n 1 1 1 3 2n + 3
(1) 4 = ... (1)n 4n
n n! 2 2 2 2
1
= (1 3 . . . (2n 3))2n
n!
2(2(n 1))!
=
(n 1)!(n 1)!
224 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

wobei die letzte Identitat nur fur n 1 stimmt. Setzen wir nun alles zusam-
men, so ergibt sich wie gewunscht
 
1 2n
Cn =
n+1 n

5.4 Der Abelsche Grenzwertsatz*

5.4.1. In diesem Abschnitt will ich mein Versprechen einlosen und die Formel

1 1 1
1 + + . . . = log 2
2 3 4
zeigen. Wenn wir x = 1 in die Reihenentwicklung von log(1 + x) einsetzen
durften, so folgte das sofort. Die Schwierigkeit liegt darin, da wir bisher nur
fur |x| < 1 nachgewiesen haben, da unsere Potenzreihe aus 5.1.21 gegen
log(1 + x) konvergiert. Der folgende Satz hilft uns, diese Schwierigkeit zu
uberwinden, und wird auch in 7.6.16 bei der Herleitung der wunderbaren
Formel 4 = 1 13 + 15 71 . . . benotigt. Beide Formeln sehe aber mehr als
schone Bluten und weniger als zentrale Inhalte an, und davon abgesehen spielt
der abelsche Grenzwersatz im weiteren Verlauf der Vorlesung keine Rolle.

Satz 5.4.2 (Abelscher Grenzwertsatz). Konvergiert eine Potenzreihe

auch noch auf einem Randpunkt ihres Konvergenzbereichs, so stellt sie bis in
diesen Randpunkt hinein eine stetige Funktion dar.

Vorschau 5.4.3. Fur diejenigen Leser, die bereits mit komplexen Potenzreihen
vertraut sind, sei bemerkt, da die entsprechende Aussage im Komplexen in
dieser Form nicht mehr gilt. Mehr dazu finden Sie etwa in VIII.1.7.14.

Beweis. Wir durfen ohne Beschrankung der Allgemeinheit annehmen, P da

x = 1 der besagte Randpunkt des Konvergenzbereichs ist. Sei also k=0 ak
eine konvergente Reihe reeller Zahlen. Wir mussen zeigen, da die Reihe
f (x) = k
P
a
k=0 k x fur x [0, 1] eine stetige Funktion darstellt. Dazu schrei-
ben wir die Differenzen der Partialsummen in der Form
Pm k
k=n ak x = (xn xn+1 ) (an )
+ (xn+1 xn+2 ) (an + an+1 )
+ (xn+2 xn+3 ) (an + an+1 + an+2 )
... ...
+ (xm1 xm ) (an + . . . . . . . . . + am1 )
+ xm (an + . . . . . . . . . + am1 + am )
5. POTENZREIHEN UND HOHERE ABLEITUNGEN 225

Fur alle > 0 finden wir nun wegen der Konvergenz unserer Reihe ein N
derart, da fur alle n, m mit N n m gilt |an + . . . + am | . Fur alle
n, m mit N n m und alle x [0, 1] folgt daraus die Abschatzung
 Pm 
k

k=n a k x (xn xm ) + xm

Diese Abschatzung zeigt die gleichmaige Konvergenz der Folge der Partial-
summen auf [0, 1] und damit die Stetigkeit der Grenzfunktion.
Vorschau 5.4.4. Lat sich die durch eine Potenzreihe im Inneren des Konver-
genzintervalls definierte Funktion stetig auf einen Randpunkt fortsetzen, so
mu die Potenzreihe an besagtem Randpunkt keineswegs konvergieren. Neh-
men wir der Einfachkeit halber an, da das KonvergenzintervallP(1, 1) ist
und der fragliche Randpunkt die 1, so folgt diePKonvergenz von an jedoch
n
aus der stetigen Fortsetzbarkeit der Funktion an x von x [0, 1) auf [0, 1]
zusammen mit der Tauber-Bedingung, da die Folge nan betragsmaig
beschrankt sein moge. Unter der starkeren Annahme limn nan = 0 wurde
das bereits von Tauber gezeigt.
226 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildVFe.png

Die Darstellung der Funktion f : R2 R2 , (x, y) 7 (y/4, x/4)) als ebenes

Vektorfeld. Als Abbildung der Ebene auf sich selber beschreibt sie eine
Stauchung um den Faktor 4 gefolgt von einer Spiegelung an der
Hauptdiagonalen y = x.
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 227

6 Stetigkeit in mehreren Veranderlichen

6.1 Vorschlage zur Veranschaulichung
6.1.1. Eine Abbildung f : Rn Rm schreiben wir in der Form

(x1 , . . . , xn ) 7 (f1 (x1 , . . . , xn ), . . . , fm (x1 , . . . , xn ))

oder abkurzend f = (f1 , . . . , fm ). Man kann sich derartige Abbildungen auf

die verschiedensten Arten vorstellen.

1. Den Fall n = m = 1 hatten wir schon in 3.1.1 ausfuhrlich behandelt

und sogar etwas allgemeiner mogliche Interpretationen einer Abbildung
von R in einen beliebigen Raum bzw. von einem beliebigen Raum nach
R besprochen: Erstere kann man sich etwa veranschaulichen als Be-
schreibung der Bewegung eines Teilchens in besagtem Raum, Letztere
als eine Temperaturverteilung auf besagtem Raum.

2. Im Fall n + m = 3 kann man sich die Abbildung f ahnlich wie im Fall

n = m = 1 durch ihren Graphen (f ) = {(x, f (x)) | x R} R3 bzw.
(f ) = {(x, y, f (x, y)) | x, y R} R3 veranschaulichen. Der Graph
einer Funktion f : R2 R ist anschaulich eine hugelige Landschaft.
Der Graph einer Abbildung f : R R2 sieht aus wie ein Draht im
R3 mit genau einem Punkt fur jede vorgegebene x-Koordinate. Zum
Beispiel ist der Graph jeder konstanten Abbildung R R2 eine Par-
allele zur x-Achse und der Graph jeder konstanten Abbildung R2 R
eine vollstandig platte Landschaft alias eine zur (x, y)-Ebene parallele
Ebene.

3. Eine Funktion f : R2 R kann man auch graphisch darstellen, indem

man auf der Ebene R2 die Niveaulinien einzeichnet, die im Bild der
Hugellandschaft die Hohenlinien in einer Landkarte fur unsere Land-
schaft waren, in Formeln die Mengen {(x, y) | f (x, y) = c} fur verschie-
dene, meist aquidistant gewahlte c R. Auch eine Funktion f : R3 R
kann man sich noch mithilfe ihrer analog definierten Niveauflachen
vorstellen, aber mit dem Zeichnen wird es dann schon schwierig.

4. Eine Funktion f : Rn Rn kann man sich vorstellen als ein Vektor-

feld, jedem Punkt x Rn wird ja in der Tat ein Vektor f (x) Rn
zugeordnet.

5. Es ist auch oft nutzlich, sich f wirklich als eine Abbildung vorzustellen.
Die Abbildung x 7 (x, x) ist in diesem Bild zum Beispiel die diagonale
228 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildNiveauB.png
SkriptenBilder/BildNiveauA.png

2
p Niveaulinien und der Graph der Funktion f : R R,
Die
(x, y) 7 x2 + y 2 . Der Graph dieser Funktion hat die Gestalt einer Eistute
mit dem Offnungswinkel 90 , die mit ihrer Spitze senkrecht auf den
Ursprung in der xy-Ebene steht.

SkriptenBilder/BildGSp.png

SkriptenBilder/BildBSp.png

Die Darstellung als bewegtes Teilchen und der Graph der Funktion
f : R R2 , z 7 (cos(2z/(0, 4)), sin(2z/(0, 4))). Anders als im Text
haben wir hier eine Funktion der z-Koordinate dargestellt.
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 229

Einbettung der Zahlengerade in die Ebene, und (x, y) 7 (y, x) ist die
Spiegelung am Bild unserer diagonalen Einbettung.

6.1.2. Ich will den Begriff der Stetigkeit nun statt fur Abbildungen Rn Rm
gleich im allgemeineren Rahmen der sogenannten metrischen Raume disku-
tieren, bei dem die bisherige stark von Koordinaten abhangige Darstellung
von einer mehr abstrakt-geometrischen Sichtweise abgelost wird. Dieser ko-
ordinatenfreie Zugang benotigt zwar einen groeren begrifflichen Aufwand,
aber ich denke, dieser Aufwand lohnt, und zwar aus den folgenden Grun-
den: Erstens umfat unser Rahmen so auch unendlichdimensionale Raume
wie zum Beispiel die fur die Quantenmechanik wichtigen Hilbertraume. Zwei-
tens treten in meinen Augen auch schon im endlichdimensionalen Kontext
die Zusammenhange bei einer koordinatenfreien Behandlung klarer hervor.
Man kennt das aus der Physik: Rechnet man wie ublich mit Einheiten, die ja
mathematisch schlicht Basen eindimensionaler Vektorraume sind, so treten
auch die Konsistenz und der Sinn physikalischer Formeln viel klarer zu Tage,
als wenn man mit bloen Zahlen arbeitet.

6.2 Stetigkeit bei metrischen Raumen

Definition 6.2.1. Unter einer Metrik d auf einer Menge X versteht man
eine Abbildung d : X X R0 derart, da fur alle x, y, z X gilt:

1. d(x, y) = 0 x = y;

2. d(x, y) = d(y, x);

3. d(x, y) d(x, z) + d(z, y).

Ein metrischer Raum ist ein Paar X = (X, d) bestehend aus einer Menge
X und einer Metrik d auf X.

Beispiel 6.2.2. Der Buchstabe d steht in diesem Zusammenhang vermutlich

n
fur das Wort
pDistanz. Auf dem R liefert der ubliche euklidische Abstand
d(x, y) := (x1 y1 )2 + . . . (xn yn )2 eine Metrik. Die Ungleichung aus der
Definition einer Metrik wird in diesem Beispiel in ?? formal bewisen und
bedeutet anschaulich, da in einem Dreieck mit Seitenlangen a, b, c stets gilt
a b + c. Sie heit deshalb auch ganz allgemein die Dreiecksungleichung.

Beispiel 6.2.3. Auf dem Rn ist auch der Betragsabstand

d(x, y) = sup |xi yi |

1in
230 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildDrei.png

Illustration zur Dreiecksungleichung

6. STETIGKEIT IN MEHREREN VERANDERLICHEN 231

eine Metrik. Wenn nichts anderes gesagt ist, fassen wir den Rn stets auf als
einen metrischen Raum mit dem Betragsabstand als Metrik. Diese Metrik
ist zwar weniger anschaulich ist als der euklidische Abstand, lat sich aber
einfacher handhaben.
Beispiel 6.2.4. Jede Teilmenge eines metrischen Raums ist mit der induzier-
ten Metrik selbst ein metrischer Raum.

Definition 6.2.5. Sei X ein metrischer Raum. Fur x X und > 0 be-
zeichne
B(x; ) = {z X | d(x, z) < }
den -Ball um x oder auch die -Kugel um x oder auch die -Umgebung
von x.

Beispiel 6.2.6. Fur den euklidischen Abstand im R3 ist der Ball um x mit
Radius anschaulich tatsachlich ein Ball. Fur den Betragsabstand hat B(x; )
dahingegen die Gestalt eines Wurfels mit Mittelpunkt x und Seitenlange 2.

Definition 6.2.7. Unter einer Umgebung eines Punktes in einem metri-

schen Raum versteht man eine Teilmenge von besagtem Raum, die einen
ganzen Ball um unseren Punkt umfat.

6.2.8. Die Umgebungen eines Punktes im Rn bezuglich der euklidischen Me-

trik sind dieselben wie seine Umgebungen bezuglich der Betragsmetrik, was
man unschwer explizit pruft und was formal auch aus 6.9.21 folgen wird. Das
ist der Grund dafur, da wir im Folgenden Definitionen nach Moglichkeit
mithilfe von Umgebungen formulieren, denn fur so definierte Begriffe ist a
priori klar, da im Fall des Rn ihre Bedeutung nicht davon abhangt, ob wir
mit dem euklidischen Abstand oder mit dem Betragsabstand arbeiten.
6.2.9. Der Schnitt von endlich vielen Umgebungen eines Punktes in einem
metrischen Raum ist wieder eine Umgebung besagten Punktes. Je zwei ver-
schiedene Punkte eines metrischen Raums besitzen disjunkte Umgebungen.
Genauer sind fur x, y mit d(x, y) = r > 0 die (r/2)-Balle um x und y disjunkt.
In der Tat folgte fur z aus dem Schnitt ja mit Hilfe der Dreiecksungleichung
r = d(x, y) d(x, z) + d(y, z) < r, also kann es solch ein z nicht geben.

Definition 6.2.10. Eine Abbildung f : X Y zwischen metrischen Rau-

men heit stetig im Punkt p X genau dann, wenn es fur jede Umgebung
U von f (p) eine Umgebung U 0 von p gibt mit f (U 0 ) U . Eine Abbildung
zwischen metrischen Raumen heit stetig genau dann, wenn sie stetig ist in
jedem Punkt.
232 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildBall.png

Balle in der Ebene fur den Betragsabstand und den euklidischen Abstand
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 233

6.2.11. Unter einer Umgebungsbasis eines Punktes versteht man eine Men-
ge von Umgebungen besagten Punktes derart, da jede seiner Umgebungen
mindestens eine Umgebung unseres Systems umfat. Zum Beispiel bilden alle
-Umgebungen eines Punktes eine solche Umgebungsbasis. Um die Stetigkeit
einer Abbildung f in einem Punkt p nachzuweisen, mussen wir offensichtlich
nur fur alle Mengen aus einer Umgebungsbasis seines Bildes f (p) prufen, da
es jeweils eine Umgebung von p gibt, die dahinein abgebildet wird. Gleichbe-
deutend zur Stetigkeit einer Abbildung f im Punkt p ist also insbesondere
die Forderung, da es fur jedes > 0 ein = > 0 gibt derart, da gilt
f (B(p; )) B(f (p); ).
Beispiel 6.2.12. Einfache Beispiele fur stetige Abbildungen sind Einbettungen
von einem Teilraum, konstante Abbildungen, oder auch die Projektion eines
Rn auf eine Koordinate. In diesen Fallen konnen wir einfach = nehmen.
Beispiel 6.2.13. Als etwas kompliziertere Beispiele bemerken wir, da die
Addition und die Multiplikation R2 R, (x, y) 7 x+y bzw. (x, y) 7 xy
stetig sind. Das ist im Wesentlichen die Aussage der ersten beiden Teile von
Lemma 2.1.37.
6.2.14 (Partiell stetig impliziert nicht stetig). Es gibt Funktionen f :
R2 R derart, da sowohl x 7 f (x, b) als auch y 7 f (a, y) stetig sind
fur alle b bzw. alle a, da aber dennoch die Funktion f selbst nicht stetig
ist. Als Beispiel betrachte man die Funktion mit (x, y) 7 xy/(x2 + y 2 ) fur
(x, y) 6= (0, 0) und (0, 0) 7 0. Sie ist nicht stetig am Nullpunkt nach dem an-
schlieenden Satz 6.2.15, da namlich ihre Verknupfung mit R R2 , t 7 (t, t)
nicht stetig ist bei t = 0. Die Stetigkeit von t 7 (t, t) hinwiederum mag man
aus der Komponentenregel 6.2.18 folgern. Der Anschauung mag die Erkennt-
nis helfen, da unsere merkwurdige Funktion, wenn man vom Ursprung selbst
einmal absieht, auf allen Geraden durch den Ursprung konstant ist. Auf den
beiden Koordinatenachsen ist unsere Funktion konstant Null, auf allen an-
deren Geraden durch den Ursprung jedoch nimmt sie nur am Ursprung den
Wert Null an und sonst konstant einen von Null verschiedenen Wert.

Satz 6.2.15. Jede Verknupfung stetiger Abbildungen ist stetig.

Beweis. Seien f : X Y und g : Y Z Abbildungen zwischen metrischen

Raumen und p X ein Punkt. Wir zeigen genauer: Ist f stetig bei p und g
stetig bei f (p), so ist (g f ) stetig bei p. Ist in der Tat g stetig bei f (p), so
finden wir fur jede Umgebung U von g(f (p)) eine Umgebung U 0 von f (p) mit
g(U 0 ) U . Ist zusatzlich f stetig ist bei p, finden wir fur diese Umgebung
U 0 von f (p) weiter eine Umgebung U 00 von p mit f (U 00 ) U 0 . Damit haben
wir aber auch eine Umgebung U 00 von p gefunden mit (g f )(U 00 ) U .
234 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Definition 6.2.16. Gegeben metrische Raume (Xi , di ) fur 1 i n machen

wir das Produkt X = X1 . . . Xn zu einem metrischen Raum durch
die Produktmetrik, indem wir fur x = (x1 , . . . , xn ) und y = (y1 , . . . , yn )
vereinbaren
d(x, y) = sup di (xi , yi )
1in

Beispiel 6.2.17. Der Betragsabstand auf Rn+m ist die Produktmetrik zu den
Betragsabstanden auf Rn und Rm .
Proposition 6.2.18 (Komponentenregel). Seien Z und X1 , . . . , Xn me-
trische Raume und fi : Z Xi Abbildungen. Genau dann ist die Abbildung
f = (f1 , . . . , fn ) : Z X1 . . . Xn stetig, wenn alle fi stetig sind.
6.2.19. Wenden wir diese Proposition an mit f der Identitat auf einem Pro-
dukt, so impliziert die Stetigkeit der Identitat, da alle Projektionsabbildungen
pri : X1 . . . Xn Xi stetig sein mussen.
Beweis. Da die Projektionen pri Abstande zwischen Punkten nie vergroern,
konnen wir ihre Stetigkeit direkt zeigen, indem wir jeweils = nehmen.
Ist f stetig, so sind folglich auch die fi = pri f stetig als Verknupfungen
stetiger Abbildungen. Sind umgekehrt alle fi stetig in p, so gibt es fur jedes
> 0 gewisse i mit d(p, z) < i di (fi (p), fi (z)) < , wo di die Metrik auf
Xi bezeichnet. Nehmen wir = inf i , so gilt

d(p, z) < d(f (p), f (z)) <

und das ist gleichbedeutend zu f (B(p; )) B(f (p); ).

Korollar 6.2.20 (Summen und Produkte stetiger Abbildungen sind
stetig). Ist X ein metrischer Raum und sind f, g stetige Abbildungen X
R, so sind auch f + g und f g stetige Abbildungen X R.
Beweis. Wir schreiben f + g bzw. f g als die Verknupfung der nach 6.2.18
stetigen Abbildung X R2 , x 7 (f (x), g(x)) mit der nach 6.2.13 stetigen
Addition bzw. Multiplikation R2 R.
Beispiel 6.2.21. Die Abbildung f : R2 R2 gegeben durch die Vorschrift

(x, y) 7 (x sinh(y), x2 y 3 )

ist stetig. In der Tat reicht es nach der Komponentenregel zu zeigen, da ihre
beiden Komponenten f1 und f2 stetig sind. Wir zeigen das nur fur die erste
Komponente und uberlassen die Behandlung der zweiten Komponente dem
Leser. Warum also ist die Abbildung f1 : R2 R, (x, y) 7 x sinh(y) stetig?
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 235

Nun, (x, y) 7 x ist stetig nach 6.2.19 als Projektion auf eine Koordinate,
(x, y) 7 y desgleichen, (x, y) 7 sinh(y) dann auch als Verknupfung steti-
ger Funktionen, und schlielich auch (x, y) 7 x sinh(y) als Produkt stetiger
Funktionen.
Ubung 6.2.22. Ist (X, d) ein metrischer Raum, so ist fur alle z X die
Abbildung X R, x 7 d(x, z) stetig. Hinweis: Dreiecksungleichung. Ist
allgemeiner A X eine nichtleere Teilmenge, so ist auch die Abbildung
dA : X R gegeben durch dA (x) = inf{d(x, a) | a A} stetig.
Ubung 6.2.23. Ist (X, d) ein metrischer Raum, so ist die Metrik stetig als
Abbildung d : X X R.
Ubung 6.2.24. Wir versehen den Korper der komplexen Zahlen C mit der
Metrik d(z, w) = |z w|. Man zeige, da das in der Tat eine Metrik ist, und
da die Addition und die Multiplikation stetige Abbildungen C C C
sind und das Bilden des Inversen eine stetige Abbildung C C .
Erganzende Ubung 6.2.25. Man zeige, da das Invertieren von Matrizen eine
stetige Abbildung GL(n; C) GL(n; C) ist. Hinweis: Cramersche Regel ??.
Ubung 6.2.26. Sei f : X Y eine Abbildung von metrischen Raumen, die
Abstande nicht verkleinert, in Formeln d(f (x), f (z)) d(x, z) x, z X.
Man zeige, da f injektiv ist und f 1 : f (X) X stetig.

6.3 Konvergenz von Folgen in metrischen Raumen

Definition 6.3.1. Sei N X, n 7 xn eine Folge in einem metrischen
Raum X und x X ein Punkt. Wir sagen, die Folge xn strebt gegen x
oder konvergiert gegen x und nennen x den Grenzwert der Folge und
schreiben
lim xn = x
n
genau dann, wenn jede Umgebung von x fast alle Glieder unserer Folge ent-
halt. Gleichbedeutend konnen wir ebensogut auch fordern, da jeder Ball um
x fast alle Glieder unserer Folge enthalt.

6.3.2. Der Grenzwert einer Folge ist eindeutig, wenn er existiert. Das folgt
wie im Beweis von 2.1.21 daraus, da nach 6.2.9 je zwei verschiedene Punkte
eines metrischen Raums disjunkte Umgebungen besitzen.
Ubung 6.3.3. Sei (xn , yn ) eine Folge im Produkt X Y der metrischen Rau-
me X und Y . Genau dann konvergiert unsere Folge gegen (x, y), wenn xn
gegen x konvergiert und yn gegen y. Man formuliere und beweise auch die
offensichtliche Verallgemeinerung auf beliebige endliche Produkte metrischer
Raume.
236 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildKoFo.png

Illustration zur Konvergenz von Folgen. Eingezeichnet sind drei

Umgebungen eines Punktes x, in jeder sollen fast alle Folgenglieder liegen.
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 237

Definition 6.3.4. Ein metrischer Raum heit beschrankt genau dann,

wenn es fur die moglichen Abstande zwischen Punkten unseres Raums ei-
ne reelle obere Schranke gibt. Eine Abbildung in einen metrischen Raum
heit beschrankt genau dann, wenn ihr Bild beschrankt ist.

Beispiel 6.3.5. Sei D eine Menge und X ein metrischer Raum. Auf dem
Raum Ensb (D, X) aller beschrankten Abbildungen f : D X kann man
eine Metrik erklaren durch die Vorschrift

d(f, g) = sup{d(f (p), g(p)) | p D}

im Fall D 6= und in offensichtlicher Weise im Fall D = . Diese Metrik

heit die Metrik der gleichmaigen Konvergenz. In der Tat ist fur fn , f
im Funktionenraum Ensb (D, R) mit dieser Metrik die Konvergenz

lim fn = f
n

gleichbedeutend dazu, da die Abbildungen fn im Sinne unserer Definition

5.1.8 gleichmaig gegen die Abbildung f konvergieren.

Definition 6.3.6 (Punktweise und gleichmaige Konvergenz). Sei D

eine Menge, X ein metrischer Raum, fn : D X eine Folge von Abbildungen
und f : D X eine weitere Abbildung.

1. Wir sagen, die Folge der fn konvergiere punktweise gegen f genau

dann, wenn gilt limn fn (p) = f (p) fur alle Punkte p D.

2. Wir sagen, die Folge der fn konvergiere gleichmaig gegen f genau

dann, wenn es fur jedes > 0 ein N = N gibt mit

n N (d(fn (p), f (p)) < p D)

Ubung 6.3.7. Fur beschrankte Abbildungen von einer Menge D in einen me-
trischen Raum X ist auch in dieser Allgemeinheit gleichmaige Konvergenz
gleichbedeutend zur Konvergenz im Raum Ensb (D, X) mit seiner eben er-
klarten Metrik der gleichmaigen Konvergenz.
Ubung 6.3.8. Fur jede konvergente Folge in einem metrischen Raum ist die
Menge der Folgenglieder beschrankt.
Ubung 6.3.9 (Stetigkeit als Folgenstetigkeit). Sei f : X Y eine Abbil-
dung von metrischen Raumen. Genau dann ist f stetig in p, wenn fur jede
Folge xn mit limn xn = p gilt limn f (xn ) = f (p). Hinweis: 3.3.29.
238 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

6.4 Abgeschlossene und offene Teilmengen

Definition 6.4.1. Sei X ein metrischer Raum und A X eine Teilmenge.
Ein Punkt x X heit ein Beruhrungspunkt von A genau dann, wenn es
eine Folge in A gibt, die gegen x konvergiert. Eine Teilmenge A X heit
abgeschlossen oder praziser abgeschlossen in X genau dann, wenn sie
alle ihre Beruhrungspunkte enthalt, wenn sie also abgeschlossen ist unter
der Bildung von Grenzwerten. Statt A ist eine abgeschlossene Teilmenge
von X schreiben wir kurz aber unublich
A X
V

6.4.2. Wenn wir eine Menge einfach nur abgeschlossen nennen, so in der
Hoffnung, dem Leser sei klar, in Bezug auf welchen groeren Raum X dies
abgeschlossen gemeint ist. Ist X ein metrischer Raum und sind U Y X
Teilmengen, so meint U Y , da U abgeschlossen ist als Teilmenge des
V

Raums Y mit seiner induzierten Metrik.

Ubung 6.4.3. Der Schnitt eines beliebigen Systems von abgeschlossenen Teil-
mengen eines metrischen Raums ist abgeschlossen. Die Vereinigung von end-
lich vielen abgeschlossenen Teilmengen eines metrischen Raums ist abge-
schlossen. Die leere Menge und der ganze Raum sind abgeschlossen. Jede
einpunktige und damit auch jede endliche Teilmenge eines metrischen Raums
ist abgeschlossen. Jedes kompakte reelle Intervall ist abgeschlossen in R.
Erganzende Ubung 6.4.4. Ein Abbildung zwischen metrischen Raumen ist
stetig genau dann, wenn ihr Graph abgeschlossen ist im kartesischen Produkt
unserer beiden Raume. Hinweis: 6.3.9
Erganzende Ubung 6.4.5. Jede abgeschlossene echte Untergruppe der reellen
Zahlengeraden ist zyklisch, als da heit von der Gestalt Z fur ein R.
Hinweis: Ist G R unsere Untergruppe, so betrachte man inf(G R>0 ).
Definition 6.4.6. Eine Teilmenge eines metrischen Raums heit offen oder
genauer offen in unserem metrischen Raum genau dann, wenn sie fur
jeden ihrer Punkte eine Umgebung ist, d.h. wenn sie mit jedem Punkt auch
einen ganzen Ball um besagten Punkt enthalt. Statt U ist eine offene Teil-
menge von X schreiben wir kurz aber unublich
U X
6.4.7. Wenn wir eine Menge einfach nur offen nennen, so in der Hoffnung,
dem Leser sei klar, in Bezug auf welchen groeren Raum X dies offen ge-
meint ist. Ist X ein metrischer Raum und sind U Y X Teilmengen,
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 239

so meint U Y , da U offen ist als Teilmenge des Raums Y mit seiner

induzierten Metrik.
Ubung 6.4.8. Der Schnitt von endlich vielen offenen Teilmengen eines metri-
schen Raums ist offen. Die Vereinigung eines beliebigen Systems von offenen
Teilmengen eines metrischen Raums ist offen. Die leere Menge und der ganze
Raum sind offen. In einem endlichen metrischen Raum ist jede Teilmenge
offen und abgeschlossen. Die im Sinne unserer hier gegebenen Definition of-
fenen Intervalle von R sind genau die Intervalle (a, b) fur a, b R, d.h. unsere
offenen reellen Intervalle aus 2.1.7.
Beispiele 6.4.9. In einem metrischen Raum ist ein Ball B(x; r) stets offen,
denn fur z B(x; r) gilt d(x, z) < r, also gibt es > 0 mit d(x, z) < r ,
und dann haben wir aber B(z; ) B(x; r) nach der Dreiecksungleichung.
Insbesondere umfat jede Umgebung eines Punktes eine offene Umgebung
desselben Punktes.
Satz 6.4.10 (Komplemente offener und abgeschlossener Teilmen-
gen). Eine Teilmenge eines metrischen Raums ist abgeschlossen genau dann,
wenn ihr Komplement offen ist.
Beweis. Sei X unser metrischer Raum und M X eine Teilmenge. Ist M
nicht abgeschlossen, so gibt es einen Punkt p X\M , der Beruhrungspunkt
von M ist, also p = limn xn mit xn M . Dann kann es aber kein > 0
geben mit B(p; ) X\M , also ist X\M nicht offen. Ist X\M nicht offen,
so gibt es einen Punkt p X\M derart, da gilt
B(p; 1/n) M 6= n 1
Wahlen wir jeweils einen Punkt xn B(p; 1/n) M , so gilt limn xn = p
und M ist nicht abgeschlossen.
Ubung 6.4.11. Nimmt man zu einer Teilmenge M eines metrischen Raums X
alle ihre Beruhrungspunkte hinzu, so erhalt man eine abgeschlossene Menge,
genauer: Die kleinste abgeschlossene Menge, die M umfat. Diese Menge
heit auch der Abschlu von M in X und wird mit ClX (M ) = Cl(M ) = M
bezeichnet.
6.4.12. Diese Notation beit sich mit unserer Notation R fur die erweiterten
reellen Zahlen. Ich hoffe, da der Leser aus dem Kontext erschlieen kann,
was jeweils gemeint ist.
Erganzende Ubung 6.4.13. Sei X ein metrischer Raum und seien A, B
X disjunkte, abgeschlossene Teilmengen. So gibt es eine stetige Funktion
f : X [0, 1] mit f |A = 0 und f |B = 1. Hinweis: Man betrachte dA wie
in Ubung 6.2.22 mache den Ansatz f (z) = g(dA (z), dB (z)) fur geeignetes
g : R2 \0 [0, 1].
240 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildOBall.png

Illustration zu Beispiel 6.4.9: Ein Ball in einem metrischen Raum ist stets
offen.
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 241

Ubung 6.4.14. Sei X ein metrischer Raum, z X ein Punkt, r R eine

reelle Zahl. So ist die Menge {x X | d(x, z) r} abgeschlossen.
Ubung 6.4.15. Ist X ein metrischer Raum und A X eine Teilmenge, so
kann ihr Abschlu A in der Notation von 6.2.22 beschrieben werden als die
Menge A = {x X | d(x, A) = 0}.

6.5 Topologische Raume

6.5.1. Der Begriffsapparat der topologischen Raume wird erst sehr viel spa-
ter unumganglich werden, in der hier vorgesehenen Entwicklung der Theorie
erst bei der Diskussion von abstrakten Mannigfaltigkeiten in VI.4.1 folgende.
Da ich ihn dennoch bereits hier einfuhre, hat mehrere Grunde. Zum Ers-
ten erlaubt dieser Begriffsapparat eine groe Vereinheitlichung: Zum Beispiel
konnen in diesem Rahmen alle bisher betrachteten Grenzwertbegriffe unter
einen Hut gebracht werden, wie in 6.6.9 ausgefuhrt wird. Zum Zweiten er-
laubt er es, den Begriff der Stetigkeit im Kontext endlichdimensionaler reeller
Vektorraume sehr unmittelbar zu fassen, indem man eben jeden derartigen
Raum mit seiner naturlichen Topologie aus 6.9.22 versieht. Sobald das ein-
mal getan ist, kann man auch in diesem Kontext mit Stetigkeit arbeiten,
ohne Koordinaten zu benotigen. Und zum Dritten scheint es mir auch unab-
hangig davon wichtig, da Sie beizeiten mit diesem Begriffsapparat vertraut
werden, der die ganze Mathematik durchdringt: Um ihn an einfachen Bei-
spielen einzuuben, will ich deshalb alles, was in dieser Vorlesung ohne groe
Umwege in der Allgemeinheit topologischer Raume formuliert und bewiesen
werden kann, auch in diesem Rahmen formulieren und beweisen. Vielfach
werden die Aussagen und Beweise dadurch sogar einfacher, und ich denke,
dieser Vorteil wiegt zum Teil bereits die zusatzlichen Schwierigkeiten auf, die
durch das Erlernen dieses neuen Begriffsapparats und seiner Beziehungen zu
den primaren Zielen der Vorlesung entstehen.
6.5.2. Gegeben eine Menge X konnen wir die Menge P(X) aller Teilmengen
von X bilden, die sogenannte Potenzmenge von X. Weil es mich verwirrt,
uber Mengen von Mengen zu reden, nenne ich wie in ?? Teilmengen von
P(X) lieber Systeme von Teilmengen von X und spreche im folgenden
von Teilsystemen, wenn ich Teilmengen solcher Mengensysteme meine.

Definition 6.5.3. Eine Topologie T auf einer Menge X ist ein System
von Teilmengen T P(X), das stabil ist unter dem Bilden von endlichen
Schnitten und beliebigen Vereinigungen. In Formeln ausgedruckt fordern wir
von einer Topologie also:

1. U1 , . . . , Un T U1 . . . Un T fur n 0 und insbesondere auch

242 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

X T als der Spezialfall n = 0. Gleichbedeutend dazu sind die beiden

Forderungen X T sowie U, V T U V T ;
S
2. U T U U U T und damit insbesondere auch T , da ja das
leere Mengensystem U = in jedem Mengensystem enthalten ist.

Ein topologischer Raum ist ein Paar (X, T ) bestehend aus einer Menge
mitsamt einer Topologie. Statt U T schreiben wir meist

U X

und nennen U eine offene Teilmenge von X. Die Notation ist jedoch
unublich.

Definition 6.5.4. Seien X ein topologischer Raum und p X ein Punkt.

Eine Teilmenge U X heit eine Umgebung von p genau dann, wenn es
eine offene Menge V X gibt mit p V U .

Erganzung 6.5.5. Seien X ein topologischer Raum und A X eine Teilmen-

ge. Eine Teilmenge U X heit eine Umgebung von A genau dann, wenn
es eine offene Menge V X gibt mit A V U .

Definition 6.5.6. Eine Abbildung f : X Y zwischen topologischen Rau-

men heit stetig im Punkt p X genau dann, wenn es fur jede Umgebung
U von f (p) eine Umgebung U 0 von p gibt mit f (U 0 ) U . Eine Abbildung
zwischen topologischen Raumen heit stetig genau dann, wenn sie stetig ist
in jedem Punkt.

Ubung 6.5.7. Seien f : X Y und g : Y Z Abbildungen zwischen

topologischen Raumen. Ist f stetig in p X und g stetig in f (p) Y , so ist
g f stetig in p. Hinweis: 6.2.15.
Beispiel 6.5.8. Fur jeden metrischen Raum bildet das System seiner im Sin-
ne von 6.4.6 offenen Teilmengen eine Topologie, die metrische Topologie.
Wir fordern von einer Topologie nicht, da ein beliebiger Schnitt offener
Mengen stets wieder offen sein soll: Sonst muten ja in unserem Beispiel der
metrischen Raume alle einpunktigen Mengen offen sein, als Schnitte immer
kleinerer Balle. Da nach 6.4.9 Balle in metrischen Raumen stets offen sind,
ist in metrischen Raumen eine Umgebung eines Punktes im topologischen
Sinne 6.5.4 dasselbe wie eine Umgebung im metrischen Sinne 6.2.7. Insbe-
sondere ist eine Abbildung zwischen metrischen Raumen topologisch stetig
im Sinne der obigen Definition 6.5.6 genau dann, wenn sie metrisch stetig
ist im Sinne unserer Definition 6.2.10.
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 243

Beispiel 6.5.9 (Topologie auf den erweiterten reellen Zahlen). Auf un-
serer erweiterten reellen Zahlengeraden R erklaren wir eine Topologie durch
die Vorschrift, da eine Menge U R offen sein moge genau dann, wenn
sie fur jedes ihrer Elemente eine Umgebung im Sinne von 2.1.8 ist. Unsere
Umgebungen im Sinne von 2.1.8 sind dann auch genau die Umgebungen fur
diese Topologie im Sinne von 6.5.4, und eine Abbildung R R ist offen-
sichtlich topologisch stetig im Sinne der obigen Definition 6.5.6 genau dann,
wenn sie stetig ist im Sinne unserer Definition 3.1.3. Um die Beziehung zu
unserem Stetigkeitsbegriff 3.1.3 fur Abbildungen von einer Teilmenge D R
nach R zu klaren, vereinbaren wir zunachst, in welcher Weise Teilmengen
topologischer Raume mit einer Topologie versehen werden sollen.
Definition 6.5.10. Ist X ein topologischer Raum und Y X eine Teilmen-
ge, so erklart man die induzierte Topologie oder Spurtopologie auf Y
durch die Vorschrift
U Y V X mit U = V Y
In Worten ist also eine Teilmenge von Y offen fur die induzierte Topologie
genau dann, wenn sie der Schnitt von Y mit einer offenen Teilmenge von X
ist. Ab jetzt fassen wir stillschweigend jede Teilmenge Y eines topologischen
Raums X auf als topologischen Raum mit der induzierten Topologie.
Ubung 6.5.11. Man zeige, da das in 6.5.10 beschriebene Mengensystem auf
einer Teilmenge eines topologischen Raums in der Tat eine Topologie auf
besagter Teilmenge liefert, und da die Einbettungsabbildung stetig ist.
6.5.12. Wenn wir eine Menge einfach nur offen nennen, so in der Hoffnung,
dem Leser sei klar, in Bezug auf welchen groeren Raum X dies offen ge-
meint ist. Ist X ein topologischer Raum und sind M Y X Teilmengen,
so meint M Y , da M offen ist als Teilmenge des Raums Y mit seiner
induzierten Topologie.
Ubung 6.5.13. Man zeige, da auf einer Teilmenge eines metrischen Raums
die Spurtopologie zur metrischen Topologie mit der Topologie zur induzierten
Metrik ubereinstimmt.
Beispiel 6.5.14. Gegeben eine Teilmenge D R und eine Abbildung f : D
R ist f stetig an einer Stelle p D im Sinne von 3.1.3 genau dann, wenn
sie stetig ist bei p im topologischen Sinne fur die auf D induzierte Topologie.
Desgleichen ist unsere Abbildung stetig im Sinne von 3.1.3 genau dann, wenn
sie stetig ist im topologischen Sinne.
Ubung 6.5.15. Man zeige fur jeden topologischen Raum: Der Schnitt von
zwei Umgebungen eines Punktes ist wieder eine Umgebung besagten Punk-
tes. Jede Umgebung eines Punktes kann verkleinert werden zu einer offenen
Umgebung desselben Punktes.
244 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Ubung 6.5.16. Eine Teilmenge eines topologischen Raums ist offen genau
dann, wenn sie fur jeden ihrer Punkte eine Umgebung ist.
Ubung 6.5.17. Sei X ein topologischer Raum und U X eine offene Teilmen-
ge. So ist eine Teilmenge M U offen in U genau dann, wenn sie offen ist in
X. In Formeln gilt unter der Voraussetzung U X fur Teilmengen M U
also (M U M X).

Satz 6.5.18 (Stetigkeit und Urbilder offener Mengen). Eine Abbildung

zwischen topologischen Raumen ist stetig genau dann, wenn darunter das
Urbild jeder offenen Menge offen ist.

6.5.19. Insbesondere gilt das auch fur einen Abbildung zwischen metrischen
Raumen.

Beweis. Sei f : X Y stetig an jeder Stelle p X. Gegeben U Y offen

ist ja U Umgebung eines jeden seiner Punkte. Folglich gibt es fur jede Stelle
p f 1 (U ) eine Umgebung Up0 mit f (Up0 ) U . Diese Up0 konnen sogar offen
gewahlt werden, und damit ist f 1 (U ) offen als die Vereinigung aller Up0 mit
p f 1 (U ). Ist umgekehrt p X gegeben, so gibt es fur jede Umgebung
U von f (p) eine offene, in U enthaltene Umgebung V von f (p), und ist das
Urbild jeder offenen Menge offen und U 0 = f 1 (V ) ist eine Umgebung von p
mit f (U 0 ) U . Ist also das Urbild jeder offenen Menge offen, so ist unsere
Abbildung auch stetig an jeder Stelle p.

Erganzung 6.5.20. Entwickelt man die Theorie der topologischen Raume ab

initio, so wird man in der Regel die im vorhergehenden Satz enthaltene Cha-
rakterisierung wegen ihrer groen Eleganz gleich als Definition der Stetigkeit
nehmen. Da die Verknupfung stetiger Abbildungen stetig ist, kann man von
dieser Definition ausgehend sehr leicht und direkt einsehen, indem man be-
achtet, da aus f : X Y und g : Y Z stetig folgt V Z g 1 (V ) Y
f 1 (g 1 (V )) X. Da nun gilt f 1 (g 1 (V )) = (g f )1 (V ), ist damit auch
(g f ) stetig.
Ubung 6.5.21 (Universelle Eigenschaft der induzierten Topologie). Sei
f : X Y eine Abbildung zwischen topologischen Raumen und Z Y eine
Teilmenge mit f (X) Z. So ist f stetig genau dann, wenn die induzierte
Abbildung f : X Z stetig ist fur die auf Z induzierte Topologie. Analoges
gilt fur Stetigkeit in einem Punkt.
Beispiele 6.5.22. Es gibt auch Topologien, die unserer bis hierher entwickelten
Anschauung eher ungewohnt sein mogen: Auf jeder Menge konnen wir etwa
etwa die Klumpentopologie betrachten, die nur aus der ganzen Menge
und der leeren Menge besteht, oder die diskrete Topologie, indem wir
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 245

schlicht alle Teilmengen als offen ansehen. Einen topologischen Raum mit
der diskreten Topologie nennen wir auch kurz einen diskreten Raum.
Beispiele 6.5.23. Jede konstante Abbildung ist stetig. Die Identitat auf einem
topologischen Raum ist immer stetig. Jede Abbildung in einen Raum mit
der Klumpentopologie ist stetig. Jede Abbildung aus einem Raum mit der
diskreten Topologie ist stetig.
Erganzende Ubung 6.5.24. Auf jeder Menge kann man die koendliche To-
pologie erklaren durch die Vorschrift, da auer der leeren Menge nur die
Komplemente endlicher Mengen offen sein sollen.
Erganzende Ubung 6.5.25. Auf jeder partiell geordneten Menge kann man
die Ordnungstopologie, auch genannt Alexandroff-Topologie, erklaren
durch die Vorschrift, da genau die Teilmengen offen sein sollen, die mit
einem Element auch jedes kleinere Element enthalten. Genau dann entsteht
eine Topologie in dieser Weise aus einer partiellen Ordnung, wenn es fur jedes
Element eine kleinste offene Menge gibt, die es umfat.
Definition 6.5.26. Eine Teilmenge M eines topologischen Raums X heit
abgeschlossen oder praziser abgeschlossen in X und wir schreiben in
Formeln M X genau dann, wenn ihr Komplement X\M offen ist.
V

6.5.27. Wenn wir eine Menge einfach nur abgeschlossen nennen, so in der
Hoffnung, dem Leser sei klar, in Bezug auf welchen groeren Raum X dies
abgeschlossen gemeint ist. Ist X ein topologischer Raum und sind M
Y X Teilmengen, so meint M V Y , da M abgeschlossen ist als Teilmen-
ge des Raums Y mit seiner induzierten Topologie 6.5.10. Die Terminologie
kommt vom Fall metrischer Raume her, in dem die Komplemente offener
Mengen gerade diejenigen Teilmengen waren, die abgeschlossen sind unter
dem Bilden von Grenzwerten.
Ubung 6.5.28. Gegeben ein topologischer Raum X mit einer Teilmenge Y
zeige man: A Y B X mit A = B Y .
V V

Ubung 6.5.29. Sei X ein topologischer Raum und A X eine abgeschlossene

V

Teilmenge. So ist eine Teilmenge B A abgeschlossen in A unter der Spur-

topologie genau dann, wenn B abgeschlossen ist in X. In Formeln gilt unter
der Voraussetzung A V X fur Teilmengen B A also (B V A B V X).
Lemma 6.5.30. Jede endliche Vereinigung und beliebige Schnitte abgeschlos-
sener Mengen sind abgeschlossen.
Beweis. Das folgt mit der Definition einer Topologie sofort aus der Formel
\ [
X\ M= (X\M )
M M M M
246 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Diese Formel gilt ganz allgemein fur jedes System M P(X) von Teilmen-
gen einer Menge X.
Definition 6.5.31. Gegeben ein topologischer Raum X und eine Teilmenge
M X gibt es stets eine kleinste abgeschlossene Teilmenge von X, die M
umfat, namlich den Schnitt uber alle abgeschlossenen Teilmengen von X,
die M umfassen. Wir notieren diesen Schnitt ClX (M ) = Cl(M ) = M und
nennen sie den Abschlu von M oder genauer den Abschlu von M in
X.
6.5.32. Diese Notation beit sich mit unserer Notation R fur die erweiterten
reellen Zahlen. Ich hoffe, da der Leser aus dem Kontext erschlieen kann,
was jeweils gemeint ist. Immerhin ist R auch der Abschlu von R in den
erweiterten reellen Zahlen mit ihrer Topologie aus 6.5.9.
6.5.33. Eine Abbildung ist stetig genau dann, wenn darunter das Urbild jeder
abgeschlossenen Menge abgeschlossen ist: Das folgt unmittelbar aus dem ent-
sprechenden Satz 6.5.18 fur offene Mengen, da das Urbild des Komplements
einer Menge stets das Komplement ihres Urbilds ist.
Beispiel 6.5.34. Wir geben einen neuen Beweis fur die Erhaltung von Un-
gleichungen im Grenzwert 2.1.35, der zwar nur fur reelle Folgen mit reellen
Grenzwerten funktioniert, aber dafur viele Moglichkeiten der Verallgemeine-
rung aufzeigt. Zunachst ist die Menge H = {(x, y) R2 | x y} abgeschlos-
sen in R2 nach 6.5.33 als Urbild der abgeschlossenen Menge [0, ) R unter
V

der stetigen Abbildung (x, y) 7 y x. Ist (xn , yn ) eine konvergente Folge in

H, so liegt mithin auch ihr Grenzwert in H, und das bedeutet gerade die
Erhaltung von Ungleichungen im Grenzwert.
Proposition 6.5.35. Sei f : X Y eine Abbildung topologischer Raume.
1. Sei U eine offene Uberdeckung
S von X, d.h. ein System offener Teil-
mengen von X mit X = U U U . So ist f stetig genau dann, wenn f |U
stetig ist fur alle U U. Etwas vage gesprochen ist demnach Stetig-
keit eine lokale Eigenschaft.

2. Sei X uberdeckt von endlich vielen abgeschlossenen

Sn Teilmengen von X,
in Formeln A1 , . . . , An X und X = i=1 Ai . So ist f stetig genau
V

dann, wenn f |Ai stetig ist fur alle i = 1, . . . n.

Beweis. Ist f stetig, so sind alle f |U stetig als Verknupfung von f mit der
stetigen Inklusion U , X. Sind andererseits alle f |U stetig, so ist fur alle
W Y und alle U U das Urbild f 1 (W ) U offen in U , nach 6.5.17
ist also f 1 (W ) U sogar offen in X, und damit ist dann naturlich auch
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 247

f 1 (W ) = U U f 1 (W ) U offen in X als Vereinigung offener Mengen.

S
Mithin ist f stetig. Teil 2 zeigt man ahnlich: Nach 6.5.33 mu nur gezeigt
werden, da fur jede abgeschlossene Teilmenge B Y von Y ihr Urbild
V

f 1 (B) abgeschlossen ist in X. Da aber gilt f 1 (B) = f11 (B) . . . fn1 (B)
und fi1 (B) Ai nach Annahme folgt die Proposition aus 6.5.29 und den
V

Definitionen.

Ubung 6.5.36. Seien X ein topologischer Raum und Y, Z metrische Raume.

Man zeige, da eine Abbildung (f, g) : X Y Z stetig ist genau dann,
wenn f und g stetig sind. Man zeige, da Produkt und Summe von stetigen
reellwertigen Funktionen auf einem topologischen Raum wieder stetig sind.
Vorschau 6.5.37. In VI.3.6.1 werden wir erklaren, wie man ganz allgemein das
Produkt topologischer Raume so mit einer Topologie versehen kann, da das
Analogon der vorhergehenden Ubung auch fur beliebige topologische Raume
Y, Z gilt.

6.6 Grenzwerte in topologischen Raumen

Definition 6.6.1. Sei N Y , n 7 yn eine Folge in einem topologischen
Raum Y und b Y ein Punkt. Wir sagen, die Folge yn strebt gegen b
oder konvergiert gegen b und nennen b einen Grenzwert der Folge und
schreiben
lim yn = b
n

genau dann, wenn jede Umgebung von b fast alle Glieder unserer Folge ent-
halt. Gleichbedeutend konnen wir ebensogut auch fordern, da jede offene
Menge um b fast alle Glieder unserer Folge enthalt.

6.6.2. In dieser Allgemeinheit ist der Grenzwertbegriff nur noch eingeschrankt

sinnvoll, da der Grenzwert einer Folge nicht mehr eindeutig zu sein braucht.
Fordern wir jedoch von unserem topologischen Raum die sogenannte Haus-
dorff-Eigenschaft, da je zwei verschiedene Punkte darin disjunkte Umge-
bungen besitzen, so ist der Grenzwert einer Folge eindeutig, wenn er existiert.
Ein topologischer Raum mit der Hausdorff-Eigenschaft heit ein Hausdorff-
Raum.
Vorschau 6.6.3. Fur allgemeine topologische Raume ist es nicht mehr rich-
tig, da jede unter der Bildung von Grenzwerten von Folgen abgeschlossene
Teilmenge auch tatsachlich abgeschlossen ist. Ein Gegenbeispiel gebe ich in
VI.3.1.10, eine Zusatzbedingung, unter der das doch wieder gilt, in VI.3.1.11.
248 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildHauR.png

In einem Hausdorffraum haben je zwei verschiedene Punkte disjunkte

Umgebungen.
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 249

Ubung 6.6.4. Konvergiert eine Folge von stetigen Funktionen von einem to-
pologischen Raum in einen metrischen Raum gleichmaig, so ist auch die
Grenzfunktion stetig. Hinweis: Man kopiere den Beweis von 5.1.10.

Definition 6.6.5. Ein Punkt eines topologischen Raums heit ein Hau-
fungspunkt genau dann, wenn jede seiner Umgebungen auch noch andere
Punkte unseres Raums enthalt, wenn also in anderen Worten die nur aus
besagtem Punkt bestehende Menge nicht offen ist. Ist D X eine Teilmen-
ge eines topologischen Raums und p X ein Haufungspunkt von D {p}
im Sinne der vorhergehenden Definition, so sagen wir auch, p sei ein ein
Haufungspunkt von D in X oder p X sei ein Haufungspunkt von
D. Will ich betonen, da ich einen Haufungspunkt von D in D meine, so
spreche ich auch von einem internen Haufungspunkt von D.

Erganzung 6.6.6. Manche Autoren erklaren auch noch die Haufungspunkte

einer Folge in einem topologischen Raum X als die Punkte von X mit der
Eigenschaft, da in jeder ihrer Umgebungen unendlich viele Folgenglieder
liegen.
Ubung 6.6.7. Genau dann ist p Haufungspunkt des metrischen Raums X,
wenn es eine Folge xn in X\p gibt mit limn xn = p.

Definition 6.6.8 (Grenzwerte von Abbildungen). Seien X, Y topologi-

sche Raume, p X ein Haufungspunkt und f : X\p Y eine Abbildung.
Sei weiter b ein Punkt aus Y . Wir sagen, f (x) strebt gegen b fur x p
und schreiben
lim f (x) = b
xp

genau dann, wenn es fur jede Umgebung W des Grenzwerts b eine Umgebung
W 0 des Punktes p gibt mit f (W 0 \p) W .

6.6.9 (Spezialfalle des allgemeinen Grenzwertbegriffs). Die vorstehen-

de Definition verallgemeinert alle bisher betrachteten Grenzwertbegriffe: Den
Grenzwertbegriff fur Folgen in den erweiterten reellen Zahlen nach 2.1.16, fur
Abbildungen zwischen Teilmengen der erweiterten reellen Zahlen 3.3.6, fur
Folgen in metrischen Raumen 6.3.1 und auch fur Folgen in topologischen
Raumen 6.6.1. Der Fall von Folgen ist jeweils der Speziallfall, in dem wir
X = N t {} mit der von R induzierten Topologie versehen und darin den
Haufungspunkt p = betrachten. Ich habe den topologischen Raum bei
der Definition der Folgenkonvergenz 6.6.1 nur deshalb etwas ungewohnlich
mit Y bezeichnet, um deutlich zu machen, inwiefern es sich dabei um einem
Spezialfall unseres allgemeinen Grenzwertbegriffs 6.6.8 handelt.
250 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Ubung 6.6.10. Auch in der Allgemeinheit von 6.6.8 ist der Grenzwert eindeu-
tig, wenn er existiert und der Wertebereich Hausdorff ist.
Ubung 6.6.11. Seien X, Y topologische Raume, p X ein Haufungspunkt
und f : X Y eine Abbildung. Man zeige, da auch in dieser Allgemein-
heit limxp f (x) = f (p) gleichbedeutend ist zur Stetigkeit von f bei p. Man
diskutiere des weiteren Analoga zu 3.3.21.
Ubung 6.6.12. Seien X ein topologischer Raum, p X ein Haufungspunkt
und fi : X\p Yi Abbildungen in metrische Raume fur 1 i n. Sei
Y = Y1 . . . Yn das Produkt und f = (f1 , . . . , fn ) : X Y . So ist
limxp f (x) = b fur b = (b1 , . . . , bn ) gleichbedeutend zu limxp fi (x) = bi i.
Ubung 6.6.13 (Quetschlemma). Seien X ein topologischer Raum, p X
ein Haufungspunkt und f, g, h : X\p R Funktionen mit der Eigenschaft
f (x) g(x) h(x) x X\p. So folgt aus limxp f (x) = b = limxp h(x)
bereits limxp g(x) = b.
Ubung 6.6.14. Im Fall einer Abbildung in einen metrischen Raum mit Metrik
d ist limxp f (x) = y gleichbedeutend zu limxp d(f (x), y) = 0.
Erganzung 6.6.15. Gegeben Abbildungen f : X Y , g : X Z von
topologischen Raumen mit Y Hausdorff und Punkte x X, y Y , z Z
findet man manchmal die Notation

lim f (x) = y
g(x)z

Das soll dann bedeuten, da es fur jede Umgebung U von y eine Umgebung
V von z gibt mit g(x) (V \z) f (x) U . Zum Beispiel gilt fur jedes nicht
konstante Polynom P : C C die Formel lim|z| |P (z)| = .
Erganzung 6.6.16. Um durchgehend mit topologischen Raumen arbeiten zu
konnen, muten wir nun erklaren, wie das Produkt zweier topologischer Rau-
me mit einer Topologie zu versehen ist, und allerhand Eigenschaften wie et-
wa das Analogon der Komponentenregel prufen. Das alles werde ich vorerst
vermeiden und erst in VI.3 diskutieren, weil ich furchte, den Sinn dieser Ab-
straktionen hier noch nicht ausreichend begrunden zu konnen.

6.7 Kompakte metrische Raume

Definition 6.7.1. Ein metrischer Raum heit kompakt oder ausfuhrlicher
folgenkompakt genau dann, wenn jede Folge in unserem Raum eine kon-
vergente Teilfolge besitzt.
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 251

6.7.2. Eine Teilmenge A eines metrischen Raums nennen wir kompakt oder
auch ein Kompaktum genau dann, wenn sie kompakt ist als metrischer
Raum mit der induzierten Metrik, wenn also jede Folge in A eine Teilfolge
besitzt, die gegen einen Punkt aus A konvergiert.
Ubung 6.7.3. Endliche Vereinigungen kompakter Teilmengen eines metri-
schen Raums sind stets wieder kompakt.
6.7.4. Jeder kompakte metrische Raum ist beschrankt. Ist in der Tat ein
Raum nicht beschrankt, so finden wir darin eine Folge xn mit d(x0 , xn ) n,
und diese Folge kann nach 6.3.8 keine konvergente Teilfolge haben.
Proposition 6.7.5. Jedes endliche Produkt von kompakten metrischen Rau-
men ist kompakt.
Beweis. Sei X = X1 . . . Xn mit kompakten Xi . Sei eine Folge in X ge-
geben. Da X1 kompakt ist, finden wir eine Teilfolge unserer Folge, die in der
ersten Koordinate konvergiert. Da auch X2 kompakt ist, finden wir von die-
ser Teilfolge hinwiederum eine Teilfolge, die auch in der zweiten Koordinate
konvergiert. Indem wir so weitermachen, finden wir schlielich eine Teilfolge,
die in jeder Koordinate konvergiert. Diese Teilfolge konvergiert dann nach
6.3.3 auch in X.
Lemma 6.7.6. Eine kompakte Teilmenge eines metrischen Raums ist stets
abgeschlossen.
Beweis. Sei X unser Raum und A X unsere Teilmenge. Ist A nicht ab-
geschlossen, so gibt es eine Folge in A, die gegen einen Punkt aus X\A
konvergiert. Solch eine Folge kann aber unmoglich eine Teilfolge haben, die
gegen einen Punkt aus A konvergiert.
Ubung 6.7.7. Eine Teilmenge eines kompakten metrischen Raums ist kom-
pakt genau dann, wenn sie abgeschlossen ist.
Satz 6.7.8 (Heine-Borel). Eine Teilmenge des Rn ist kompakt genau dann,
wenn sie beschrankt und abgeschlossen ist.
Beweis. Nach 6.7.4 und 6.7.6 ist eine kompakte Teilmenge eines metrischen
Raums stets beschrankt und abgeschlossen. In der anderen Richtung wissen
wir schon, da fur jedes k 0 das Intervall [k, k] kompakt ist. Falls ei-
ne Teilmenge A Rn beschrankt ist, finden wir ein k mit A [k, k]n .
Nach 6.7.5 ist nun [k, k]n kompakt, und als abgeschlossene Teilmenge eines
kompakten Raums ist nach 6.7.3 dann auch A selbst kompakt.
Beispiel 6.7.9. Die Menge [0, 1] Q ist abgeschlossen in Q und beschrankt,
ist aber nicht kompakt fur die induzierte Metrik.
252 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Proposition 6.7.10. Unter einer stetigen Abbildung metrischer Raume wer-

den Kompakta stets auf Kompakta abgebildet.

Beweis. Sei f : X Y unsere stetige Abbildung und A X ein Kompak-

tum. Ist yn eine Folge in f (A), so finden wir eine Folge xn in A mit f (xn ) = yn .
Falls A kompakt ist, besitzt die Folge xn eine Teilfolge xnk , die gegen einen
Punkt x A konvergiert. Dann ist ynk nach 6.3.9 eine Teilfolge der Folge yn ,
die gegen einen Punkt von f (A) konvergiert, namlich gegen f (x).

Korollar 6.7.11. Jede stetige reellwertige Funktion auf einem kompakten

metrischen Raum ist beschrankt und nimmt, wenn unser Raum nicht leer
ist, das Supremum und das Infimum der Menge ihrer Funktionswerte an.

6.7.12. Ist also in Formeln X ein nichtleerer kompakter Raum und f : X R

stetig, so gibt es p, q X mit f (p) f (x) f (q) x X.
Beweis. Nach 6.7.10 ist f (X) R kompakt, also beschrankt und abgeschlos-
sen. Aus X 6= folgt weiter f (X) 6= . Damit besitzt f (X) ein Supre-
mum und Infimum in R. Da f (X) kompakt, also abgeschlossen ist, folgt
sup f (X) f (X) und inf f (X) f (X). Es gibt in anderen Worten p, q X
mit sup f (X) = f (p) und inf f (X) = f (q).

Definition 6.7.13. Eine stetige Abbildung von metrischen Raumen heit

gleichmaig stetig genau dann, wenn es fur jedes > 0 ein > 0 gibt
derart, da gilt
d(x, y) < d(f (x), f (y)) <

Satz 6.7.14 (Gleichmaige Stetigkeit auf Kompakta). Jede stetige Ab-

bildung von einem kompakten metrischen Raum in einen weiteren metrischen
Raum ist gleichmaig stetig.

Beweis. Mutatis mutandis zeigt das der Beweis von Satz 3.4.11.
Erganzende Ubung 6.7.15. Ist in einem metrischen Raum eine abzahlbare
T Fa-
milie kompakter Teilmengen (Kn )nN gegeben mit leerem Schnitt nN Kn =
, so gibt es schon ein N mit K0 . . . KN = . Das wird verallgemeinert
auf den Fall beliebiger Familien in 6.10.8.
Erganzende Ubung 6.7.16. Sei (X, d) ein metrischer Raum, K X kompakt
und A X abgeschlossen mit A K = . So gibt es > 0 mit d(x, y)
fur alle x A, y K.
Erganzende Ubung 6.7.17. Man zeige, da man auf dem Raum Ens(N, {W, Z})
aller Folgen in der zweielementigen Menge {W, Z} eine Metrik erklaren kann
durch die Vorschrift d(, ) = 2n fur n N die kleinste Zahl mit (n) 6=
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 253

(n), bzw. d(, ) = 0 falls = . Man zeige weiter, da der so gebildete me-
trische Raum kompakt ist. Nebenbei bemerkt denke ich bei W an Wappen
und bei Z an Zahl und bei der Ubung an Anwendungen in der Wahrschein-
lichkeitstheorie.

6.8 Affine Raume

6.8.1. Dieser Abschnitt ist ein Auszug aus Abschnitt ?? der linearen Algebra.
Ich habe ihn hier nur eingefugt, um Unklarheiten zu vermeiden, was die im
weiteren verwendeten Notationen und Begriffsbildungen angeht.
Definition 6.8.2. Ein affiner Raum oder kurz Raum uber einem Korper
k ist ein Tripel
~ a)
E = (E, E,
bestehend aus einer nichtleeren Menge E, einer abelschen Gruppe E ~

Ens E von Permutationen von E, von der man fordert, da fur alle p E das

~
Anwenden auf p eine Bijektion E E besagter Gruppe mit unserem Raum
liefert, sowie einer Abbildung a : k E~ E,
~ die die abelsche Gruppe E~ zu
einem k-Vektorraum macht. Die Elemente von E ~ heien die Translationen
oder Richtungsvektoren unseres affinen Raums und den Vektorraum E ~
selbst nennen wir den Richtungsraum unseres affinen Raums E. Die Ope-
ration von k auf E~ mag man die Reskalierung von Translationen nennen.
Unter der Dimension unseres affinen Raums verstehen wir die Dimension
seines Richtungsraums. Das Resultat der Operation von ~v E ~ auf p E
notieren wir ~v + p := ~v (p) oder manchmal auch p + ~v .
6.8.3. Die eben eingefuhrte Notation fur den Richtungsraum eines affinen
Raums steht leider in Konflikt mit der Notation aus IV.7.3.7, nach der mit
Pfeilen versehene Mannigfaltigkeiten orientierte Mannigfaltigkeiten andeuten
sollen. Was jeweils gemeint ist, mu der Leser aus dem Kontext erschlieen.
6.8.4. Ist E ein affiner Raum, so liefert nach Annahme fur jedes p E die
~
Operation eine Bijektion E E, ~u 7 ~u + p und es gilt ~0 + p = p sowie
~ und p E. Flapsig gesprochen ist
~u + (~v + p) = (~u + ~v ) + p fur alle ~u, ~v E
also ein affiner Raum ein Vektorraum, bei dem man den Ursprung vergessen
hat. Gegeben p, q E definieren wir p q als den Richtungsvektor ~u E ~
mit p = ~u + q.
6.8.5 (Vektorraume als affine Raume). Jeder Vektorraum V kann als ein
affiner Raum aufgefat werden, indem wir als Translationen die durch die Ad-
dition von festen Vektoren gegebenen Abbildungen nehmen, so da unsere
Gruppe von Translationen das Bild des injektiven Gruppenhomomorphis-
mus V Ens (V ), v 7 (v+) wird, und die Reskalierung von Translationen
254 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

dadurch erklaren, da dieser Gruppenhomomorphismus einen Vektorraumi-

somorphismus auf sein Bild liefern soll. Insbesondere erhalten wir damit ei-

ne kanonische Identifikation trans : V V~ zwischen unserem Vektorraum
und dem Richtungsraum des zugehorigen affinen Raums. Diese Identifikation
scheint mir derart kanonisch, da ich sie von nun an in Sprache und Notation
oft so behandeln werde, als seien diese beiden Vektorraume schlicht gleich.
Beispiel 6.8.6. Es scheint mir besonders sinnfallig, den uns umgebenden
Raum mathematisch als dreidimensionalen reellen affinen Raum zu modellie-
ren: Hierbei denkt man sich E~ als die Gruppe aller Parallelverschiebungen.
Ahnlich mag man die Zeit modellieren als einen eindimensionalen reellen af-
finen Raum. Die leere Menge kann in meinen Konventionen nie ein affiner
Raum sein, es gibt hierzu jedoch auch andere Konventionen.
Erganzung 6.8.7. Meist findet man in der Literatur die begriffliche Variante
eines affinen Raums uber einem vorgegebenen Vektorraum: Darun-
ter versteht man dann eine Menge E mit einer freien transitiven Operation
des vorgegebenen Vektorraums. Ich ziehe die oben gegebene Variante vor,
da sie jeden Bezug auf einen vorgegebenen Vektorraum vermeidet und den
Anschauungsraum meines Erachtens besser modelliert.

Definition 6.8.8. Eine Abbildung : E E 0 zwischen affinen Raumen

heit eine affine Abbildung genau dann, wenn es eine lineare Abbildung
zwischen den zugehorigen Richtungsraumen ~ E
~:E ~ 0 gibt mit

(p) (q) =
~ (p q) p, q E

Diese lineare Abbildung

~ ist dann durch eindeutig bestimmt und heit
der lineare Anteil unserer affinen Abbildung.

Ubung 6.8.9. Jede Verknupfung affiner Abbildungen ist affin. Der lineare An-
teil einer Verknupfung affiner Abbildungen ist die Verknupfung ihrer linearen
Anteile.

6.9 Normierte Raume

6.9.1. Unter einem reellen Vektorraum bzw. einem reellen Raum ver-
stehen wir einen Vektorraum bzw. einen affinen Raum uber dem Korper der
reellen Zahlen. Wollen wir einen reellen Vektorraum bzw. affinen Raum mit
einer Metrik versehen, so reicht es, wenn wir jedem seiner Vektoren bzw.
Richtungsvektoren in geeigneter Weise eine Lange zuordnen. Einen solchen
abstrakten Langenbegriff fur die Vektoren eines Vektorraums nennt man eine
Norm. Die Details folgen.
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 255

Definition 6.9.2. Sei V ein reeller Vektorraum. Eine Norm auf V ist eine
Abbildung k k : V R0 , v 7 kvk derart, da gilt:

1. kvk = || kvk v V, R;

2. kvk = 0 v = 0;

3. kv + wk kvk + kwk v, w V .

Unter einem normierten Vektorraum versteht man ein Paar (V, k k) be-
stehend aus einem Vektorraum V und einer Norm k k auf V .

Erganzung 6.9.3. Fur Leser, die schon mit komplexen Zahlen vertraut sind,
sei noch erwahnt, da man von einer Norm auf einem komplexen Vektorraum
starker fordert, da die erste Bedingung sogar fur alle C gelten soll, wobei
|| als die Norm der komplexen Zahl im Sinne von ?? zu verstehen ist.
6.9.4. Jeder normierte Vektorraum wird ein metrischer Raum vermittels der
durch die Norm induzierten Metrik

d(v, w) = kv wk

Zum Beispiel gehort unser Betragsabstand auf dem Rn zur Maximumsnorm.

Wir durfen damit in normierten Vektorraumen uber Stetigkeit und Konver-
genz von Folgen reden. Allgemeiner verstehen wir unter einem normierten
affinen Raum einen reellen (oder komplexen) affinen Raum im Sinne von
6.8.2, dessen Richtungsraum mit einer Norm versehen ist. Auch jeder nor-
mierte affine Raum tragt eine naturliche Metrik, die durch dieselbe Formel
beschrieben wird. Reden wir ohne nahere Spezifikation von einem normier-
ten Raum, so meinen wir einen normierten affinen Raum. Leser, die mit
dem Begriff eines affinen Raums noch nicht vertraut sind, mogen sich aber
auch einen normierten Vektorraum denken.
Ubung 6.9.5. Fur je zwei Vektoren v, w eines normierten Vektorraums gilt
kv + wk |kvk kwk|.
Beispiel 6.9.6. Mit v 7 kvk ist auch v 7 kvk eine Norm, fur jedes > 0.
Auf dem Nullraum gibt es nur eine Norm, die eben den Nullvektor auf Null
wirft.
Beispiel 6.9.7. Auf dem Rn definiert man diepeuklidischep Norm eines Vek-
tors v = (v1 , . . . , vn ) durch kvk = kvk2 = hv, vi = v12 + . . . + vn2 . Wie
man formal zeigt, da das tatsachlich eine Norm ist, diskutieren wir in ??.
256 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

Beispiel 6.9.8. Auf dem Rn fur n > 0 definiert man die Maximumsnorm
von v = (v1 , . . . , vn ) durch |v| = kvk = max(|v1 |, . . . , |vn |). Auf dem Raum
V = Ensb (D, R) aller beschrankten reellwertigen Funktionen auf einer Menge
D haben wir die Supremumsnorm, gegeben fur D 6= durch

kf k = sup{|f (x)| | x D}

und im Fall D = als die einzig mogliche Norm auf dem Nullraum. Fur eine
endliche Menge D mit n Punkten erhalten wir unsere Maximumsnorm auf
dem Rn als Spezialfall der Supremumsnorm. Noch allgemeiner definieren wir
fur jeden normierten Vektorraum (W, | |) auf dem Raum V = Ensb (D, W )
aller beschrankten Abbildungen von D nach W die Supremumsnorm durch
kf k = sup{|f (x)| | x D} im Fall D 6= und im Fall D = als die einzig
mogliche Norm auf dem Nullraum. Die zu unserer Supremumsnorm gehorige
Metrik ist in allen diesen Fallen die Metrik der gleichmaigen Konvergenz.
Beispiel 6.9.9. Sind V1 , . . . , Vn normierte Vektorraume, so erklaren wir die
Produktnorm auf ihrem Produkt V1 . . . Vn fur n > 0 durch die Vor-
schrift k(v1 , . . . , vn )k = sup kvi k. Offensichtlich induziert die Produktnorm
die Produktmetrik.
Ubung 6.9.10. Gegeben ein normierter Vektorraum (V, k k) sind die folgenden
Abbildungen stetig: Die Norm k k : V R, die Addition V V V , und
die Multiplikation mit Skalaren R V V . Ist unsere Norm die euklidische
Norm zu einem Skalarprodukt V V R, so ist auch dies Skalarprodukt
stetig. Leser, die bereits mit komplexen Zahlen vertraut sind, zeigen Analoges
auch fur komplexe Vektorraume.
Erganzende Ubung 6.9.11 (Einparameteruntergruppen normierter Vek-
torraume). Die stetigen Gruppenhomomorphismen von der additive Grup-
pe der reellen Zahlen in einen normierten Vektorraum sind genau die linearen
Abbildungen. Hinweis: 3.3.26.
Erganzende Ubung 6.9.12. In einem normierten reellen Vektorraum ist jede
nichtleere offene Teilmenge bereits ein Erzeugendensystem.
Satz 6.9.13 (Stetigkeit linearer Abbildungen). Eine lineare Abbildung
zwischen normierten Vektorraumen f : V W ist stetig genau dann, wenn
es eine Konstante C 0 gibt derart, da gilt

kf (v)k Ckvk v V

6.9.14. Sie werden in 6.9.23 zeigen, da lineare Abbildungen von einem end-
lichdimensionalen normierten Vektorraum in einen beliebigen weiteren nor-
mierten Vektorraum immer stetig sind.
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 257

Beweis. Ist f stetig, so gibt es > 0 mit kv 0k kf (v) f (0)k 1.

Setzen wir C = 1/, so folgt kf (v)k Ckvk zunachst fur alle Vektoren v der
Norm kvk = und dann durch Multiplikation mit Skalaren fur alle v V .
Gibt es umgekehrt ein C > 0 mit kf (v)k Ckvk v V , so finden wir fur
alle > 0 ein = /C > 0 so da gilt

kv wk kf (v) f (w)k = kf (v w)k C =

Ubung 6.9.15. Man zeige: Jede stetige lineare Abbildung zwischen normierten
Vektorraumen ist gleichmaig stetig.
Ubung 6.9.16. Die Menge aller stetigen reellwertigen Funktionen auf einem
Raum X notiere ich C(X, R). Das C steht hier fur englisch continous und
franzosisch continu. Man zeige: Versehen wir die Menge C([a, b], R) aller
stetigen reellwertigen Funktionen auf einem kompakten reellen Intervall [a, b]
Rb
mit der Supremumsnorm, so wird das Integral f 7 a f (t) dt eine stetige
Abbildung C([a, b], R) R.
Ubung 6.9.17. Bezeichnet C 1 ([a, b], R) C([a, b], R) den Teilraum der einmal
stetig differenzierbaren Funktionen, so ist das Ableiten f 7 f 0 keine stetige
Abbildung C 1 ([a, b], R) C([a, b], R).
Ubung 6.9.18. Seien U , V , W normierte Vektorraume. Eine bilineare Abbil-
dung F : U V W ist stetig genau dann, wenn es eine Konstante C > 0
gibt mit kF (u, v)k Ckukkvk. Man formuliere und beweise die analoge Aus-
sage auch fur multilineare Abbildungen.
Ubung 6.9.19. Gegeben eine Menge D und ein normierter Vektorraum V
erklare man auf dem Raum Ensb (D, V ) der beschrankten Abbildungen D
V eine Norm derart, da die zugehorige Metrik die Metrik der gleichmaigen
Konvergenz aus 6.3.5 wird.

Definition 6.9.20. Zwei Normen k k, | | auf einem reellen Vektorraum V

heien aquivalent genau dann, wenn es positive Konstanten c, C > 0 gibt
derart, da gilt
kvk C|v| und |v| ckvk v V

Satz 6.9.21 (Aquivalenz von Normen). Auf einem endlichdimensionalen

reellen Vektorraum sind je zwei Normen aquivalent.

Beweis. Wir durfen ohne Beschrankung der Allgemeinheit annehmen, da V

der Rn ist mit n 1 und da eine unserer Normen die Maximumsnorm |v|
258 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildAQN.png

Illustration zur Aquivalenz von Normen am Beispiel der Betragsnorm und

der euklidischen Norm auf dem R2 .
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 259

ist. Sei k k eine zweite Norm. Bezeichnet e1 , . . . , en die Standardbasis des Rn

und ist v = v1 e1 + . . . + vn en , so haben wir

kvk = kv1 e1 + . . . + vn en k
|v1 | k e1 k + . . . + |vn | k en k
|v| C

mit C = k e1 k + . . . + k en k. Insbesondere folgern wir, da k k : Rn R

stetig ist fur die durch die Maximumsnorm | | gegebene Metrik auf Rn , aus
d(x, y) = |x y| < /C folgt namlich |kxk kyk| kx yk < . Nun ist
aber die Oberflache des Hyperkubus

K = {v Rn | |v| = 1}

| |-kompakt nach 6.7.8 und nicht leer falls gilt n 1. Nach 6.7.11 nimmt
folglich die Funktion k k auf K ein Minimum a an, und da K nicht den
Nullvektor enthalt, ist dies Minimum notwendig positiv, a > 0. Wir folgern
zunachst einmal a|v| kvk fur alle v K, dann gilt aber naturlich auch
a|v| kvk fur alle R und v K, also a|w| kwk w Rn . Mit
c = 1/a gilt also |w| ckwk w Rn .
Variante zum Schlu des vorhergehenden Beweises. Statt mit Kompaktheit
zu argumentieren, kann man hier alternativ auch mit Induktion uber n und
Vollstandigkeit argumentieren, was uns insbesondere beim Beweis der Ver-
allgemeinerung ?? helfen wird. Die Argumentation verlauft dann wie folgt:
Wir betrachten die affinen Hyperebenen Hi = {x | xi = 1}. Aus der In-
duktionsannahme konnen wir durch Widerspruch folgern, da es positive
Konstanten ai > 0 gibt mit

ai kwk w Hi

In der Tat gabe es sonst in Hi eine Folge w mit kw k 0 fur . Diese

Folge ware im Sinne von 7.5.1 eine Cauchy-Folge fur die von k k auf Hi in-
duzierte Metrik. Dann ware sie aber wegen der Aquivalenz der Normen nach
der Induktionsannahme auch eine Cauchy-Folge fur die von der Maximums-
norm | | auf Hi induzierte Metrik und mute nach 7.5.2 konvergieren gegen
einen Punkt w Hi mit kwk = 0. Widerspruch! Nun gibt es fur v Rn \0
stets R mit || = |v| derart, da 1 v in einer der affinen Hyperebenen
Hi liegt. Mit a = inf(ai ) folgt a k1 vk und |v| ckvk fur c = 1/a.
6.9.22. Wir nennen eine Teilmenge eines endlichdimensionalen reellen Raums
offen bzw. abgeschlossen genau dann, wenn sie offen ist fur die von irgend-
einer Norm auf seinem Richtungsraum induzierte Metrik. Nach unserem Satz
260 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

6.9.21 uber die Aquivalenz von Normen ist sie dann notwendig offen fur je-
de von einer Norm induzierte Metrik. Die so erklarten offenen Teilmengen
bilden die sogenannte naturliche Topologie auf unserem endlichdimensio-
nalen reellen Raum.
Ubung 6.9.23. Jede lineare Abbildung von einem endlichdimensionalen Vek-
torraum in einen normierten Vektorraum W ist stetig. Sind allgemeiner end-
lichdimensionale Vektorraume V1 , . . . , Vn gegeben, so ist jede multilineare Ab-
bildung V1 . . . Vn W stetig.
Definition 6.9.24. Ist f : V W eine stetige lineare Abbildung normierter
Vektorraume, so heit die kleinstmogliche Konstante C 0 wie in 6.9.13 auch
die Operatornorm kf k von f , in Formeln
kf k = sup{kf (v)k | kvk 1}
Ubung 6.9.25. Sind f : V W und g : W X stetige Abbildungen
zwischen normierten Vektorraumen, so gilt kg f k kgkkf k.
6.9.26. Die stetigen linearen Abbildungen zwischen normierten Vektorrau-
men V, W nennt man auch beschrankte Operatoren, da sie nach 6.9.13
genau die linearen Abbildungen sind, die den Einheitsball auf eine beschrank-
te Menge abbilden. Ich notiere die Menge aller solchen Abbildungen B(V, W )
oder auch BR (V, W ), wenn ich besonders betonen will, da reell-lineare Ab-
bildungen gemeint sind und nicht etwa komplex-lineare Abbildungen, wie
wir sie spater fur gewohnlich betrachten werden. Ich werde die Notation B
benutzen, die Terminologie jedoch vermeiden und nach Moglichkeit von ste-
tigen Operatoren reden, da diese ja keineswegs beschrankte Abbildungen
im Sinne von 6.3.4 zu sein brauchen.
Ubung 6.9.27. Man zeige: Der Raum B(V, W ) aller stetigen linearen Abbil-
dungen zwischen normierten Vektorraumen V, W ist ein Untervektorraum
im Raum Hom(V, W ) aller linearen Abbildungen von V nach W , und die in
6.9.24 eingefuhrte Abbildung f 7 kf k ist eine Norm auf B(V, W ).
Erganzende Ubung 6.9.28. Sind normierte Vektorraume V1 , . . . , Vn und W
gegeben und ist f : V1 . . . Vn W eine stetige multilineare Abbildung,
so heit die kleinstmogliche Konstante C 0 wie in 6.9.18 die Norm von f
und wird notiert
kf k = sup{kf (v1 , . . . , vn )k | kvi k 1}
Man zeige, da wir so eine Norm auf dem Vektorraum B(V1 , . . . , Vn ; W ) aller
stetigen multilinearen Abbildungen erhalten. Weiter zeige man: Die offen-
sichtliche Abbildung liefert einen Isomorphismus von normierten Raumen

B(V1 , B(V2 , . . . , Vn ; W )) B(V1 , . . . , Vn ; W )
6. STETIGKEIT IN MEHREREN VERANDERLICHEN 261

6.10 Uberdeckungen kompakter metrischer Raume

Definition 6.10.1. Sei X eine Menge. Unter einer Uberdeckung von X
versteht man ein System U P(X)Svon Teilmengen von X mit Vereinigung
X, in Formeln ausgedruckt X = U U U . Unter einer Teiluberdeckung
einer Uberdeckung U versteht man ein Teilsystem V U, das auch selbst
schon eine Uberdeckung ist.

Definition 6.10.2. Unter einer offenen Uberdeckung eines metrischen

Raums oder allgemeiner eines topologischen Raums versteht man eine Uber-
deckung, die aus offenen Teilmengen besteht.

Satz 6.10.3 (Kompaktheit und offene Mengen). Ein metrischer Raum

ist folgenkompakt genau dann, wenn jede offene Uberdeckung unseres Raums
eine endliche Teiluberdeckung besitzt.

6.10.4. Ich hoffe, da Sie im weiteren Verlauf dieser Vorlesung noch sehen wer-
den, wie wichtig diese Charakterisierung der Kompaktheit ist. Im Kontext to-
pologischer Raume wird Satz 6.10.3 die Definition der Kompaktheit VI.3.3.1:
Ein topologischer Raum heit kompakt oder manchmal auch ausfuhrlicher
uberdeckungskompakt genau dann, wenn jede offene Uberdeckung unse-
res Raums eine endliche Teiluberdeckung besitzt. In der franzosischen Li-
teratur bezeichnet man diese Eigenschaft eines topologischen Raums meist
abweichend als quasikompakt und fordert von einem kompakten Raum zu-
satzlich die Hausdorff-Eigenschaft. Topologische Raume mit der Eigenschaft,
da jede Folge eine konvergente Teilfolge besitzt, heien dahingegen folgen-
kompakt.
Erganzung 6.10.5. Ein Beispiel fur einen uberdeckungskompakten aber nicht
folgenkompakten topologischen Raum finden Sie in VII.4.15.7, ein Beispiel
fur einen folgenkompakten aber nicht uberdeckungskompakten topologischen
Raum in VI.17.4.8 oder ??. Besitzt ein uberdeckungskompakter topologischer
Raum die zusatzliche Eigenschaft, da man fur jeden seiner Punkte eine
Folge von Umgebungen derart finden kann, da jede seiner Umgebungen
mindestens eine Umgebung dieser Folge umfat, so ist er auch folgenkompakt
mit demselben Argument, wie wir es im Beweis des Satzes verwenden.
6.10.6. Sei X eine Menge. Unter einer Uberdeckung einer Teilmenge
Y X durch
S Teilmengen von X versteht man ein Mengensystem U P(X)
mit Y U U U . Man folgert leicht aus 6.10.3, da eine Teilmenge Y eines
metrischen Raums X kompakt ist genau dann, wenn jede Uberdeckung von
Y durch offene Teilmengen von X eine endliche Teiluberdeckung besitzt.
262 KAPITEL II. FUNKTIONEN EINER VERANDERLICHEN

SkriptenBilder/BildUb.png

Eine Uberdeckung eines Quadrats durch vier Kreisscheiben

6. STETIGKEIT IN MEHREREN VERANDERLICHEN 263

Beweis. Sei X ein metrischer Raum. Ist X nicht kompakt, so finden wir in
X eine Folge ohne konvergente Teilfolge. Dann besitzt jeder Punkt von X
eine offene Umgebung, die nur endlich viele Folgenglieder enthalt, und alle
diese offenen Umgebungen bilden eine offene Uberdeckung von X ohne end-
liche Teiluberdeckung. Das zeigt die eine Richtung. Den Beweis der anderen
Richtung beginnen wir mit einem Lemma, das auch fur sich genommen oft
hilfreich ist.
Lemma 6.10.7 (Uberdeckungssatz von Lebesgue). Ist X ein kompakter
metrischer Raum und U eine offene Uberdeckung von X, so gibt es ein > 0
derart, da fur alle Punkte x X der -Ball B(x; ) um x ganz in einer der
uberdeckenden offenen Mengen U U enthalten ist.

Erster Beweis. Gabe es kein solches > 0, so konnten wir fur jedes n N1
einen Punkt xn X finden derart, da B(xn ; 1/n) in keinem U U enthalten
ware. Durch Ubergang zu einer Teilfolge konnten wir ohne Beschrankung der
Allgemeinheit zusatzlich annehmen, da die Folge der xn konvergiert, etwa
gegen x X. Nun finden wir jedoch ein U U mit x U und dazu > 0
mit B(x; ) U und dazu N mit d(xN , x) < /2 und 1/N < /2, und dann
galte B(xN ; 1/N ) B(xN ; /2) B(x; ) U im Widerspruch zur Wahl der
xn .

Zweiter Beweis. Man betrachte die Funktion f : X R gegeben durch die

Vorschrift

f (x) = sup{r 1 | Es gibt U U mit B(x; r) U }

Die Dreiecksungleichung liefert |f (x) f (y)| d(x, y), insbesondere ist f

stetig. Sicher durfen wir X 6= annehmen. Dann nimmt f nach 6.7.11 sein
Minimum an, und dies Minimum ist ein mogliches > 0.

Um die andere Implikation im Satz zu zeigen sei nun X kompakt und U

eine offene Uberdeckung von X. Es gilt zu zeigen, da sie eine endliche Teil-
uberdeckung besitzt. Wahlen wir zu unserer Ub