Analysis 1

Prof. H.M. Reimann

Universität Bern
1984

überarbeitet 2005 Daniel FABIAN

c H.M. Reimann Bern
Inhaltsverzeichnis

1 Zahlen 5

1.1 Natürliche, ganze und rationale Zahlen . . . . . . . . . . . . . . . . . . . . . . . 5

1.1.1 Prinzip der vollständigen Induktion . . . . . . . . . . . . . . . . . . . . . 6

1.2 Reelle Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

1.3 Komplexe Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2 Folgen und Reihen 21

2.1 Konvergente Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2.2 Intervallschachtelungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2.2.1 Die Dualbruchentwicklung der positiven reellen Zahlen . . . . . . . . . . 27

2.3 Rechnen mit Grenzwerten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

2.3.1 Vergleichskriterium für Nullfolgen . . . . . . . . . . . . . . . . . . . . . . 28

2.3.2 Addition und Subtraktion konvergenter Folgen . . . . . . . . . . . . . . . 29

2.3.3 Multiplikation von Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . 30

2.3.4 Division . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

2.3.5 Ungleichungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

1
 2.4 Cauchy-Kriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

2.5 Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

2.5.1 Absolute und bedingte Konvergenz von Reihen . . . . . . . . . . . . . . 36

2.6 Konvergenzkriterien für Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

2.6.1 Vergleichstest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

2.6.2 Das Wurzelkriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

2.6.3 Das Quotientenkriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

2.6.4 Partielle Summation und das Abel’sche Konvergenzkriterium . . . . . . . 42

2.7 Addition und Multiplikation von Reihen . . . . . . . . . . . . . . . . . . . . . . 44

3 Stetige Funktionen 46

3.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

3.2 Grenzwerte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48

3.3 Rechnen mit Grenzwerten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

3.3.1 Kompositionsregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

3.3.2 Kompositionsregel für Grenzwerte . . . . . . . . . . . . . . . . . . . . . . 51

3.3.3 Uneigentliche Grenzwerte . . . . . . . . . . . . . . . . . . . . . . . . . . 51

3.4 Extrema von stetigen Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . 52

3.5 Zwischenwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

3.6 Gleichmässige Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

2
4 Differentialrechnung 1. Teil 57

4.1 Definition der Ableitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

4.2 Mittelwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

4.3 Inverse Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

5 Elementare Funktionen 69

5.1 Exponentialfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

5.2 Logarithmusfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

5.3 Trigonometrische Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

5.4 Hyperbolische Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

5.5 Argumentfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

6 Differentialrechnung 2. Teil 79

6.1 Beispiel einer stetigen, nirgends differenzierbaren Funktion (Weierstrass) . . . 79

6.2 Konvexität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81

6.3 Taylor-Entwicklungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

6.4 Lokale Extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

7 Das Riemann-Integral 93

7.1 Definition des Riemann-Integrals . . . . . . . . . . . . . . . . . . . . . . . . . . 93

7.2 Eigenschaften des Integrals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97

7.3 Hauptsatz der Differential- und Integralrechnung . . . . . . . . . . . . . . . . . . 104

3
8 Integralrechnung 106

8.1 Integrationstafel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

8.2 Partielle Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

8.3 Substitution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

8.4 Rationale Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110

8.5 Uneigentliche Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

8.6 Restglied der Taylorentwicklung . . . . . . . . . . . . . . . . . . . . . . . . . . . 117

4
Kapitel 1

Zahlen

1.1 Natürliche, ganze und rationale Zahlen

Ausgangspunkt ist die Menge N der natürlichen Zahlen

1, 2, 3, . . .

in der die Addition + und die Multiplikation · sowie die Ordnung ≤ erklärt sind. Die Grund-
eigenschaften der natürlichen Zahlen sind durch das Axiomenschema von Peano gegeben:

1. 1 ist natürliche Zahl.

2. Jede natürliche Zahl a besitzt einen Nachfolger a0

3. a0 6= 1

4. a0 = b0 =⇒ a = b

5. Induktionsaxiom: Ist A eine Teilmenge von N, welche die Eins enthält und die Eigenschaft
besitzt, dass mit jeder Zahl auch ihr Nachfolger in A ist, so enthält A alle natürlichen
Zahlen.

Die Menge A = {1, 10 , 100 , 1000 , . . . } ist daher die Menge der natürlichen Zahlen. Für die Elemente
werden die Symbole 1, 2, 3, 4, . . . verwendet.

Die Addition, die Multiplikation und die Ordnung lassen sich auf die Nachfolgeoperation zurück-
führen. So ist z.B. a0 = a + 1.

5
Das Induktionsaxiom führt zu zwei wichtigen Prinzipien: die rekursive Definition und die
vollständige Induktion.

Beispiel 1. Definition von xn für x reell, n ∈ N.

x1 = x

xn+1 = x · xn

Die Menge A der natürlichen Zahlen, für die die Potenz xa definiert ist, enthält die Eins (ers-
te Gleichung) und sie enthält den Nachfolger n + 1, sobald n in A enthalten ist. Nach dem
Induktionsaxiom ist xa somit für alle natürlichen Zahlen a definiert.

1.1.1 Prinzip der vollständigen Induktion

Für jedes n ∈ N sei An eine Aussage über die Zahl n. Ist A1 richtig und folgt aus der Richtigkeit
von An die Richtigkeit von An+1 , so ist An für alle n ∈ N richtig.

(Nach dem Induktionsaxiom umfasst die Menge der Zahlen n, für welche An richtig ist, alle
natürlichen Zahlen).

Beispiel 2.
n  2
X
3 n(n + 1)
k =
k=1
2
Die Aussage A1 besagt, dass
1  2
X
3 1·2
k =
k=1
2
Nimmt man An
n  2
X
3 n(n + 1)
k =
k=1
2
als richtig an, so erhält man
n+1
X n2 (n + 1)2 (n + 1)2 2
(n + 1)2 (n + 2)2
k 3 = (n + 1)3 + = n + 4n + 4 =
k=1
4 4 4

Beispiel 3. Der Binomische Lehrsatz

Die Fakultät, eine Funktion von N nach N, ist rekursiv durch

1! = 1

(n + 1)! = (n + 1)n!

6
definiert. Diese Definition wird ergänzt durch die Festsetzung 0! = 1. (Die Funktion wird auf
N ∪ {0} erweitert). Die Binomialkoeffizienten sind nun durch die Gleichung
 
n n!
:= k = 0, 1, . . . , n
k k!(n − k)!

definiert. Für 0 < k < n gilt somit

 
n n · (n − 1) · ··· · (n − k + 1)
=
k 1 · 2 · ··· · k

Die Identitäten    
n n
=
k n−k
und      
n n n+1
+ =
k−1 k k
erhält man direkt aus der Definition:
   
n n n! n!
+ = +
k−1 k (k − 1)!(n − k + 1)! k!(n − k)!
 
kn! + n!(n − k + 1) (n + 1)n! n+1
= = =
k!(n − k + 1)! k!(n − k + 1)! k

Der binomische Lehrsatz:

n  
n
X n
(a + b) = an−k bk
k=0
k
n(n − 1) n−2 2
= an + nan−1 b + a b + ··· + bn
2
für alle natürlichen Zahlen n und für beliebige komplexe Zahlen a, b.

Beweis. Wir beweisen den Satz mit vollständiger Induktion.

Für n = 1 ist die Behauptung

   
11 1 0 1 0 1
(a + b) = ab + ab
0 1

erfüllt. (Verankerung). Für den Induktionsschritt wird die Richtigkeit des binomischen Lehr-
satzes für n vorausgesetzt. Es gilt dann
n  
n+1 n
X n
(a + b) = (a + b)(a + b) = (a + b) an−k bk
k=0
k
n   n  
X n X n
= an−k+1 bk + an−k bk+1
k=0
k k=0
k

7
In der ersten Summe wird nun k durch j, in der zweiten k + 1 durch j ersetzt.
n   n+1  
n+1
X n n−j+1 j
X n
(a + b) = a b + an−j+1 bj
j=0
j j=1
j − 1
n    
n+1 n+1
X n n
=a +b + + an−j+1 bj
j=1
j j − 1
n+1  
X n + 1 n+1−j j
= a b
j=0
j

unter Berücksichtigung der Identität für die Binomialkoeffizienten. Die Richtigkeit des binomi-
schen Lehrsatzes mit dem Exponenten n + 1 folgt also aus der Richtigkeit des Satzes für den
Exponenten n. q.e.d.

Beispiel 4. Die Ungleichung zwischen geometrischem und arithmetischem Mittel:

n
1 1X
sn = (a1 + a2 + ··· + an ) = ak
n n k=1

ist das arithmetische Mittel der Zahlen a1 , a2 , . . . , an ;

v
u n
√ uY
gn = a1 · a2 · ··· · an = t
n n
ak
k=1

ist das geometrische Mittel, wobei nun ak ≥ 0, k = 1, . . . , n vorausgesetzt werden muss.

Es gilt die Gleichung

gn ≤ sn

Gleichheit in dieser Beziehung gilt nur wenn

a1 = a2 = ··· = an .

Beweis. Induktionsbeweis

Offensichtlich ist g1 = s1 = a1 und es besteht Gleichheit. Die Aussage ist also richtig für n = 1.

Wir stellen nun vorerst fest, dass es genügt, positive Zahlen zu betrachten. Ist nämlich ak = 0
für ein k, so ist gn = 0 und somit sn > gn , ausser es sei denn a1 = a2 = · · · = an = 0.
Des Weiteren kann die Reihenfolge der Zahlen beliebig verändert werden. Es kann deshalb
angenommen werden, dass
a1 ≤ a2 ≤ ··· ≤ an .

8
Wir wenden nun die Induktionsvoraussetzung auf die n − 1 Zahlen a2 , a3 , . . . , an−1 und c an,
wobei wir c = a1 + an − sn setzen. Demnach kann also vorausgesetzt werden, dass
v !
u n−1 n
u Y
n−1 1 1 X 1
tc ak ≤ (a2 + ··· + an−1 + c) = ak − s n = (nsn − sn ) = sn
k=2
n − 1 n − 1 k=1
n − 1

Nun gilt jedoch aufgrund der Anordnung

a1 ≤ s n ≤ an

und Gleichheit besteht nur falls a1 = a2 = ··· = an (Beweis!).

Wird dieser Fall ausgeschlossen, so erhält man

0 < (sn − a1 )(an − sn ) = −s2n − a1 an + sn (a1 + an ) = −a1 an + sn c

Aus der Induktionsvoraussetzung und dieser Ungleichung folgt somit

n−1
Y
c ak ≤ snn−1
k=2

und
n
Y n−1
Y n−1
Y
ak = a1 an ak < s n c an ≤ snn
k=1 k=2 k=2

Dies beweist die Richtigkeit der Aussage für n unter der Annahme der Richtigkeit der Aussage
für n − 1. q.e.d.

Beispiel 5. Die Bernoulli-Ungleichung

Für alle reellen x ≥ 1 und alle n gilt

(1 + x)n ≥ 1 + nx

Gleichheit gilt nur für n = 1 oder x = 0.

Die ganzen Zahlen erhält man aus den natürlichen Zahlen durch einen algebraischen Erwei-
terungsprozess. In der Menge Z der ganzen Zahlen ist eine Addition, eine Multiplikation und
eine Ordnung definiert. Es gelten alle Axiome für einen geordneten Körper, mit Ausnahme der
Existenz des multiplikativen Inversen (5b). Die ganzen Zahlen bilden einen Ring.

Ein weiterer algebraischer Erweiterungsprozess führt vom Ring der ganzen Zahlen zum Körper
der rationalen Zahlen Q.

9
Für die Konstruktion der Erweiterungsprozesse sei auf die Algebra-Vorlesung verwiesen. Wir
erinnern an folgende Definitionen:

Die Menge K ist ein Körper, falls in K zwei binäre Operationen, die Addition + und die
Multiplikation ·, definiert sind, welche folgende Eigenschaften besitzen:

1. Kommutativgesetz:
x+y =y+x (a)

x·y =y·x (b)

2. Assoziativgesetz:
(x + y) + z = x + (y + z) (a)

(x · y) · z = x · (y · z) (b)

3. Distributivgesetz:
x(y + z) = xy + xz

4. Neutralelemente: Es existieren ausgezeichnete Elemente 0, 1 (0 6= 1), so dass für alle x

x+0=x (a)

x·1=x (b)

5. Inverse:

(a) Zu jedem x existiert ein y, so dass x + y = 0

(b) Zu jedem x 6= 0 existiert ein y, so dass x · y = 1

Die Menge M ist teilweise geordnet durch die Relation ≤ falls

6. Reflexivität:
x≤x ∀x ∈ M

7. Identitivität:
x ≤ y und y ≤ x =⇒ x = y

10
 8. Transitivität:
x ≤ y und y ≤ z =⇒ x ≤ z

Eine solche Relation heisst eine Halbordnung oder Teilordnung auf M . Besitzt die Menge M
die zusätzliche Eigenschaft 9, dass sich zwei beliebige Elemente immer vergleichen lassen, so ist
M total geordnet.

9.
x ≤ y oder y ≤ x ∀x, y ∈ M

Die Relation ≤ auf der Menge M ist eine Ordnung, falls 6, 7, 8 und 9 erfüllt sind.

Beispiel 6. Z ist total geordnet durch die Relation ≤

Beispiel 7. Die Menge der Teilmengen einer festen Menge X sind teilweise geordnet durch die
Inklusionsrelation ⊂

Beispiel 8. Die Lexikographische Ordnung ≺ auf den n-Tupeln natürlicher Zahlen

(a1 , . . . , an ) ak ∈ N, k = 1, . . . , n.

(a1 , . . . , an ) ≺ (b1 , . . . , bn )

falls a1 < b1
oder a1 = b1 und a2 < b2
oder a1 = b1 , a2 = b2 und a3 = b3
..
.
oder a1 = b1 , a2 = b2 , . . . , an = bn

Beispiel 9. Die Menge der reellwertigen Funktionen auf dem Intervall [0, 1] ist teilweise geordnet
durch die Relation ≤:
f ≤ g falls f (x) ≤ g(x) ∀x ∈ [0, 1]

Ein geordneter Körper ist ein Körper mit einer Ordnung, die mit den Körperaxiomen verträglich
ist:

1. x ≤ y =⇒ x + z ≤ y + z

2. 0 ≤ x, 0 ≤ y =⇒ 0 ≤ xy

11
Die rationalen Zahlen Q bilden einen geordneten Körper. Dasselbe gilt für die reellen Zahlen
R. Die komplexen Zahlen C bilden eine Körper, jedoch fehlt hier die Ordnungsrelation.

Wir erwähnen zwei Eigenschaften der rationalen Zahlen Q:

1. Zwischen zwei verschiedenen rationalen Zahlen liegt immer eine weitere rationale Zahl
a+b
a< <b falls a < b
2
Es folgt, dass unendlich viele rationale Zahlen zwischen a und b liegen.

2. Die Menge der rationalen Zahlen weist im folgenden Sinne Lücken auf:

Sind A und B Mengen von rationalen Zahlen und ist a ≤ b für alle a ∈ A und b ∈ B, so
gibt es möglicherweise keine rationale Zahl c derart, dass

a≤c≤b ∀a ∈ A, ∀b ∈ B

Beispiel 10.
A = {a ∈ Q : a2 < 2 und a > 0}

B = {b ∈ Q : b2 > 2 und b > 0}

Beweis. Falls eine Zahl c ∈ Q existierte mit

a≤c≤b ∀a ∈ A, ∀b ∈ B

so müsste notwendigerweise c2 = 2 (c > 0). Andernfalls, z.B. c2 − 2 > 0 (c > 0), wäre
c2 − 2
b := c − <c
c+2
und
2
2 ((c2 + 2c) − (c2 − 2)) − 2(c + 2)2 4(c2 + 2c + 1) − 2(c2 + 4c + 4)
b −2= =
(c + 2)2 (c + 2)2
2c2 − 4
= >0
(c + 2)2
also b < c und b ∈ B.

Es gibt jedoch keine rationale Zahl c mit c2 = 2.

p
Existiert eine derartige Zahl, so wählen wir eine Darstellung c = q
derart, dass p und q
teilerfremd sind.
p2
= c2 = 2 p2 = 2q 2
q2
Da p2 gerade ist, muss auch p gerade sein. Wir setzen p = 2s und erhalten

4s2 = 2q 2

Somit muss auch q gerade sein im Widerspruch zur gewählten Darstellung. q.e.d.

12
Definition 11. Die bezüglich ≤ geordnete Menge M ist ordnungsvollständig, falls gilt:

Zu je zwei nichtleeren Teilmengen A, B ⊂ M mit a ≤ b für alle a ∈ A und b ∈ B existiert ein

Element c ∈ M mit a ≤ c ≤ b für alle a ∈ A, b ∈ B.

1.2 Reelle Zahlen

Wie im vorangehenden Abschnitt gezeigt wurde, weisen die rationalen Zahlen Lücken auf. Der
geordnete Körper Q ist nicht ordnungsvollständig. Das System der rationalen Zahlen kann nun
vervollständigt werden. Das neue System, die reellen Zahlen, weist keine derartigen Lücken
mehr auf. R ist ein vollständiger geordneter Körper.

Es gibt verschiedene äquivalente Methoden, die rationalen Zahlen zu vervollständigen. Die hier
gewählte Konstruktion geht auf Dedekind zurück.

Definition 12. Eine Teilmenge D ⊂ Q heisst ein Schnitt, wenn sie folgende Eigenschaften
besitzt:

1. D 6= ∅ und D 6= Q.

2. d ∈ D, c ≥ d =⇒ c ∈ D.

3. D enthält kein kleinstes Element.

Beispiel 13.
D = {d ∈ Q : d2 > 2, d > 0}

Beispiel 14.
D = {d ∈ Q : d > c} für ein festes c ∈ Q

Es soll nun gezeigt werden, dass die Menge aller Schnitte ein geordneter Körper ist: Der Körper
der reellen Zahlen R. Eine reelle Zahl ist ein Schnitt in Q.

Jeder rationalen Zahl c wird ihr Schnitt Dc = {d ∈ Q : d > c} zugeordnet. Dadurch werden die
rationalen Zahlen in die reellen eingebettet. Die reelen Zahlen enthalten die rationalen Zahlen.

Durch die Definition

A≤B falls A ⊃ B

13
wird in R eine Ordnung eingeführt (A und B sind Schnitte in Q). Eingeschränkt auf die ratio-
nalen Zahlen stimmt diese Ordnung mit der Ordnung in Q überein. Die Axiome 6 – 9 für die
Ordnung in R lassen sich leicht verifizieren.

Satz 15. Im Unterschied zu Q ist R nun ordnungsvollständig.

Wir wollen dies beweisen:

Beweis. Es seien X und Y zwei nichtleere Teilmengen von R derart, dass A ≤ B für alle
A ∈ X, B ∈ Y . Setzt man
[
C= B = {d ∈ Q : d ∈ B für ein B ∈ Y }
B∈Y

so ist C wieder ein Schnitt in Q. Offenbar ist C ≤ B, denn C ⊃ B für alle B ∈ Y und es gilt
A ≤ C, denn A ⊃ B für alle B ∈ Y und somit
[
A⊃ B.
B∈Y

Es seien noch die Definitionen für die Operationen der Addition und Multiplikation von Schnit-
ten angegeben:
A + B = {c ∈ Q : c = a + b, a ∈ A, b ∈ B}

−A = {b ∈ Q : ∃c > 0 so dass a + b > c ∀a ∈ A}

Man beachte, dass {b ∈ Q : a + b > 0 ∀a ∈ A} möglicherweise kein Schnitt ist, da diese Menge
ein kleinstes Element enthalten kann.

Der Schnitt D0 = {d ∈ Q : d > 0} ist das Neutralelement bezüglich der Addition.

Sind A und B zwei nichtnegative Schnitte (A ⊂ D0 , B ⊂ D0 ), so setzt man

A · B = {c ∈ Q : c = a · b a ∈ A, b ∈ B}

und falls A 6= D0
A−1 = {b ∈ Q : ∃c > 1 : a · b > c ∀a ∈ A}

Der Schnitt D1 ist das Neutralelement bezüglich der Multiplikation. Die Erweiterung der Mul-
tiplikation auf allgemeine Schnitte erhält man mit den Formeln

A · B = (−A) · (−B) falls A und B negativ

A · B = −(A · (−B)) falls nur B negativ
A−1 = −(−A)−1 falls A negativ

14
Aufgrund dieser Definitionen kann ohne Schwierigkeiten bewiesen werden, dass das System der
reellen Zahlen ein geordneter Körper ist. q.e.d.

Bei der Herleitung weiterer Eigenschaften der reellen Zahlen werden die reellen Zahlen mit
kleinen Buchstaben bezeichnet. Wir beginnen mit der Einführung der Begriffe des Supremums
und des Infimums einer Menge reeller Zahlen.

Definition 16. Die Zahl a ist eine obere Schranke für die Menge M von reellen Zahlen, wenn
m ≤ a für alle m ∈ M .

Definition 17. Besitzt M eine obere Schranke, so heisst M nach oben beschränkt. Eine be-
schränkte Menge besitzt sowohl eine obere wie eine untere Schranke.

Definition 18. Das Supremum von M ist die kleinste obere Schranke von M . Besitzt M keine
obere Schranke, so setzt man sup M = ∞. Entsprechend ist das Infimum von M die grösste
untere Schranke; inf M = −∞, falls keine untere Schranke existiert.

Da R ordnungsvollständig ist, existieren sup M und inf M , (falls M 6= ∅). Ist nämlich M nach
oben beschränkt, so betrachtet man die Menge N der oberen Schranken. Für alle m ∈ M ,
n ∈ N gilt dann m ≤ n und die Mengen M und N sind nicht leer. Wegen der Vollständigkeit
existiert dann eine Zahl c ∈ R derart, dass m ≤ c ≤ n für alle m ∈ M, n ∈ N . Es gilt

c = sup M.

Wir halten fest: Jede nach oben beschränkte nichtleere Menge von reellen Zahlen besitzt ein
Supremum.

Definition 19. Ist das Supremum selbst ein Element der Menge M , so spricht man von einem
Maximum (und entsprechend von einem Minimum, wenn das Infimum in M liegt).

Umgekehrt lässt sich zeigen, dass eine bezüglich ≤ geordnete Menge M ordnungsvollständig
ist, wenn jede nach oben beschränkte, nichtleere Menge ein Supremum besitzt.

Sind nämlich A und B zwei nichtleere Teilmengen derart, dass

a≤b ∀a ∈ A, b ∈ B

so ist A beschränkt. Das Supremum c von A erfüllt dann nach Definition die Ungleichung a ≤ c
für alle a ∈ A. Da die Elemente von B obere Schranken für A sind, gilt auch die Ungleichung
c ≤ b für alle b ∈ B.

15
Anmerkung 20. Die reellen Zahlen lassen sich durch rationale Zahlen approximieren: Zu je zwei
reelen Zahlen a < b existiert eine rationale Zahl x mit a < x < b.

Beweis. Die reellen Zahlen a, b seien durch die Schnitte A, B gegeben. Es gelte also A ⊃ B und
A 6= B. Es existiert dann ein Element r ∈ A \ B. Da A kein kleinstes Element besitzt, existiert
x ∈ A mit x < r. Dann ist A ⊃ Dx ⊃ B mit A 6= Dx und B 6= Dx . q.e.d.

Satz 21 (Axiom von Archimedes). Zu jeder reellen Zahl a > 0 gibt es eine natürliche Zahl
n, so dass n > a.

Beweis. Die Menge M = {k ∈ Z : k ≤ a} ist eine nichtleere, nach oben beschränkte Teilmenge
von R und besitzt daher ein Supremum s ∈ R. Es existiert dann ein Element k ∈ M mit
1 1
s− 2
< k (sonst wäre s − 2
eine obere Schranke). Die ganze Zahl n = k + 1 ist dann nicht in
M enthalten, somit ist n > a. Da 0 ∈ M ist n = k + 1 ∈ N q.e.d.

1
Lemma 22 (Folgerung). Ist a ≥ 0 und a < n
für alle n ∈ N, so ist a = 0

1
Beweis. Wäre a > 0, so wäre die positive Zahl a
grösser als jede natürliche Zahl n ∈ N. q.e.d.

Diese Folgerung gestattet den Schluss

 
1
inf :n∈N =0
n

denn 0 ist eine untere Schranke und es existiert keine grössere untere Schranke.

Beispiel 23. Die Menge  n 

1
1+ :n∈N
n
ist nach oben beschränkt und besitzt daher ein Supremum.

1.3 Komplexe Zahlen

Definition 24. Das System C der komplexen Zahlen ist die Menge aller geordneten Paare
(x, y) reeller Zahlen mit den Operationen der Addition und Multiplikation, gegeben durch

(x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 )

(x1 , y1 ) · (x2 , y2 ) = (x1 x2 − y1 y2 , x1 y2 + x2 y1 )

16
C ist aufgrund dieser Operationen ein Körper. Addition und Multiplikation sind assoziativ
und kommutativ, zudem gilt das Distributivgesetz. Das Neutralelement bezüglich der Additi-
on ist (0, 0), das (additive) Inverse zu (x, y) ist (−x, −y). Das Neutralelement bezüglich der
Multiplikation ist (1, 0), das (multiplikative) Inverse zu (x, y) 6= (0, 0) ist
 
x −y
,
x2 + y 2 x2 + y 2

Die reellen Zahlen sind durch die Vorschrift x 7→ (x, 0) auf natürliche Weise in den komplexen
Zahlen eingebettet. Die Teilmenge {(x, y) ∈ C : y = 0} der komplexen Zahlen bildet einen zu
R isomorphen Unterkörper von C.

Der Körper der komplexen Zahlen kann auch als Erweiterungskörper des Körpers der reellen
Zahlen aufgefasst werden. Im Körper der reellen Zahlen besitzt bekanntlich die Gleichung

x2 + 1 = 0

keine Lösung. Die Entsprechende Gleichung

(x, y)2 + (1, 0) = (0, 0)

im Körper der komplexen Zahlen hat jedoch die Lösungen (0, 1) und (0, −1). Bezeichnet man
das Paar (0, 1) mit i und identifiziert man die Paare (x, 0) mit x, x reell, so lassen sich die
komplexen Zahlen (x, y) in der Form x + iy schreiben:

x + iy = (x, 0) + (0, 1)(y, 0) = (x, 0) + (0, y) = (x, y).

In dieser Schreibweise bilden die komplexen Zahlen ein Körper mit der Addition und Multipli-
kation der reellen Zahlen und der zusätzlichen Regel i2 = −1, die zum Ausdruck bringt, dass
/ R eine Lösung der Gleichung x2 + 1 = 0 ist.
i∈

Die komplexen Zahlen lassen sich in der so genannten Gauss’schen Zahlenebene darstellen.
Dabei wird jeder komplexen Zahl z = x + iy ∈ C ein Punkt der Ebene zugeordnet:

z = x + iy

i y

17
Der Realteil von z, d.h. die erste Komponente des Zahlenpaares z = (x, y), wird an einem
kartesischen Koordinatensystems als Abszissenwert (x = Re z), der Imaginärteil y = Im z als
Ordinatenwert abgetragen.

Die Addition komplexer Zahlen lässt sich in diesem Koordinatensystem graphisch mithilfe von
Vektoren darstellen:

z1 + z2 z2

z1

C besitzt in der Konjugation

z = x + iy 7→ z = x − iy

eine ausgezeichnete Selbstabbildung, welche die Körperstruktur erhält (Körperisomorphismus):

z1 + z2 = z1 + z2

z1 · z2 = z1 · z2

Man nennt z und z zueinander konjugierte komplexe Zahlen. z ist genau dann reell, wenn z = z.

Real- und Imaginärteil von z sind durch

z+z z−z
Re z = Im z =
2 2i
definiert.

Der Absolutbetrag |z| einer komplexen Zahl z = x + iy ist durch

√ p
|z| = z·z = x2 + y 2

definiert (nicht negative Quadratwurzel). Wird z in der Gauss’schen Ebene dargestellt, so ist
|z| der Abstand des Punktes z vom Nullpunkt. Wie bei den reellen Zahlen gilt:

1. |z| > 0 für z 6= 0

2. |z1 + z2 | ≤ |z1 | + |z2 | (Dreiecksungleichung)

18
 3. |z1 · z2 | = |z1 | · |z2 |

Offensichtlich ist die Betragsfunktion in C eine Fortsetzung der bereits bei den reellen Zahlen
definierten Betragsfunktion.

Beweis. Dreiecksungleichung:

|z1 + z2 |2 = (z1 + z2 )(z1 + z2 ) = z1 z1 + 2 Re z1 z2 + z2 z2

Mit der Abschätzung des Realteils durch den Betrag:

| Re z1 z2 | ≤ |z1 z2 | = |z1 ||z2 |

erhält man
|z1 + z2 |2 ≤ |z1 |2 + |z2 |2 + 2|z1 ||z2 | = (|z1 | + |z2 |)2

q.e.d.

Die komplexen Zahlen lassen sich auch mithilfe der Polarkoordinaten darstellen. Dazu setzt
man für z = x + iy 6= 0

x = r cos ϕ y = r sin ϕ

mit r = |z|. Der durch diese Gleichungen bis auf ein Vielfaches von 2π festgelegte Winkel ϕ
heisst das Argument von z.
ϕ = arg z

r y

z = r(cos ϕ + i sin ϕ)

ist dann die Darstellung von z in Polarkoordinaten.

Die Multiplikation zweier komplexer Zahlen lässt sich nun sehr einfach geometrisch deuten:

z1 z2 = r1 (cos ϕ1 + i sin ϕ1 ) · r2 (cos ϕ2 + i sin ϕ2 )

= r1 r2 cos ϕ1 cos ϕ2 − sin ϕ1 sin ϕ2 + i(sin ϕ1 cos ϕ2 + cos ϕ1 sin ϕ2 )


= r1 r2 cos(ϕ1 + ϕ2 ) + i sin(ϕ1 + ϕ2 )
Bei der Multiplikation werden also die Beträge multipliziert und die Argumente addiert.

19
 z2 z1 · z2

ϕ1 + ϕ2
ϕ2

ϕ1 z1

20
Kapitel 2

Folgen und Reihen

2.1 Konvergente Folgen

Definition 25. Eine Folge {an }∞

n=1 konvergiert, falls eine Zahl a existiert, welche die folgende

Bedingung erfüllt: Zu jedem ε > 0 existiert ein Index N ∈ N derart, dass |an − a| < ε für alle
n ≥ N.

Diese Definition ist unabhängig davon, ob eine Folge reeller oder eine Folge komplexer Zahlen
betrachtet wird.

Die Zahl a (reell oder komplex) in der Definition heisst Grenzwert der Folge; die Folge konver-
giert gegen a. In Symbolen:
a = lim an
n→∞

Behauptung 26. Konvergiert die Folge {an }, so ist der Wert eindeutig bestimmt.

Beweis. Würden zwei verschiedene Grenzwerte a und a0 existieren, so müsste für

1
ε = |a − a0 | > 0
2
ein Index N existieren, so dass für alle n ≥ N

|an − a| < ε und |an − a0 | < ε

Dann wäre
|a − a0 | = |a − aN + aN − a0 | ≤ |a − aN | + |aN − a0 | < 2ε

21
Nach obiger Annahme ist aber 2ε = |a − a0 |, also |a − a0 | < |a − a0 |, was einen Widerspruch
darstellt. q.e.d.

Definition 27. Eine Folge, die nicht konvergiert, heisst divergent.

Ob eine Folge konvergiert, hängt nicht nur von der Folge, sondern auch vom Zahlenbereich ab. In
der Definition wird verlangt, dass die Zahl a dem zugrunde gelegten Zahlenbereich entstammt.

Beispiel 28. Die Folge  n 

1
1+
n
konvergiert in R gegen e. Dieselbe Folge konvergiert in Q nicht.

Wir legen allen Konvergenzbetrachtungen den Zahlenbereich der komplexen oder der reellen
Zahlen zugrunde.

Beispiel 29.
1
an =
n
{an } konvergiert gegen 0:
1
lim =0
n→∞ n

Beweis. Zu vorgegebenem ε > 0 wähle man

1
N> (N ∈ N).
ε

Dies ist nach dem Axiom von Archimedes“ möglich. Dann gilt für n ≥ N
”
1 1 1
0− = ≤ <ε
n n N

q.e.d.

Beispiel 30.
a n = in

Die Folge {an } divergiert.

Beweis. Die Folge ist beschränkt: Es existiert ein R ∈ R derart, dass |an | ≤ R für alle n ∈ N
(Es ist natürlich |in | = 1 ∀n ∈ N). q.e.d.

Definition 31. Die Folge {an } in C ist beschränkt, falls ein R ∈ R derart existiert, dass
|an | ≤ R für alle n ∈ N.

22
Definition 32. Die Folge {an } in R ist monoton wachsend bzw. fallend, falls an+1 ≥ an bzw.
an+1 ≤ an für alle n ∈ N. Gilt gar an+1 > an für alle n ∈ N, so ist die Folge streng monoton
wachsend.

Definition 33. Die Folge ist monoton, falls monoton wachsend oder monoton fallend ist.

Anmerkung 34. Jede konvergente Folge ist beschränkt.

Beweis. Zu ε = 1 bestimme man N derart, dass |an − a| < 1 für alle n ≥ N . Dann gilt:

|an | ≤ max{|a1 |, . . . , |aN −1 |, |a| + 1} < ∞

q.e.d.

Satz 35. Jede beschränkte monotone Folge in R konvergiert.

Beweis. Setze
a = sup an ,
n

falls die Folge monoton wachsend ist, für monoton fallende Folgen setze man

a = inf an .
n

Das Supremum existiert, da {an } beschränkt ist (Ordnungsvollständigkeit). Nach Definition ist
a ≥ an für alle n ∈ N. Zu ε > 0 wähle man N ∈ N derart, dass a − aN < ε. Ein derartiger
Index N existiert, sonst wäre a − ε eine obere Schranke für {an }. Falls n ≥ N , so gilt dann:

|a − an | = a − an ≤ a − aN < ε

q.e.d.

Lemma 36 (Zusatz). Ist {an } monoton wachsend, so gilt

lim an = sup an
n→∞ n

Lemma 37 (Folgerung). Für beschränkte Folgen in R können die folgenden Ausdrücke defi-
niert werden:
 
lim sup an = lim sup ak Limes superior
n→∞ n→∞ k≥n
 
lim inf an = lim inf ak Limes inferior
n→∞ n→∞ k≥n

(Man beachte, dass

sn = sup ak
k≥n

23
eine monoton fallende, beschränkte Folge ist).

Falls die Symbole +∞ und −∞ verwendet werden, so können auch für unbeschränkte Folgen
die Ausdrücke lim sup und lim inf definiert werden.

Definition 38. Ist {an } eine Folge in C (R) und ist {nk } eine Folge natürlicher Zahlen mit
n1 < n2 < n3 < ···, so heisst {ank }∞
k=0 Teilfolge von {an }.

Satz 39. Jede beschränkte Folge in C (R) enthält eine konvergente Teilfolge.

Beweis. Wir betrachten zuerst eine beschränkte Folge {an } in R und setzen
 
a = lim sup an = lim sup ak = lim An .
n→∞ n→∞ k≥n n→∞

Die Folge {nj } der natürlichen Zahlen bestimmen wir rekursiv:

n1 = 1
1
nj+1 wählen wir derart, dass nj+1 > nj und |anj+1 − a| <
j
Ein derartiger Index nj+1 existiert. Vorerst kann n so gewählt werden, dass n > nj und
ε
|a − An | < .
2
Sodann wird ein Element ak mit k ≥ n gewählt derart, dass |An − ak | < 2ε . Es gilt dann:

|a − ak | ≤ |a − An | + |An − ak | < ε

so, dass nj+1 = k gesetzt werden kann. Die Teilfolge {anj } konvergiert offensichtlich gegen a.

Ist nun {zn } eine Folge in C, zn = an + ibn , so sind die Folgen {an } und {bn } beschränkt. Es
existiert also eine Teilfolge {anj }, die konvergiert. Natürlich braucht {bnj } nicht zu konvergieren,
jedoch wird wird eine Teilfolge von {bnj }, die wir mit {bnl } bezeichnen, konvergieren. Die
entsprechende Teilfolge {anl } konvergiert dann ebenfalls. Die Grenzwerte werden mit a bzw. b
bezeichnet. Schliesslich ist die Konvergenz von {znl } zu beweisen:

|znl − (a + ib)| = |anl − a + i(bnl − b)| ≤ |anl − a| + |bnl − b|

Zu ε > 0 wähle man N derart, dass

ε ε
|anl − a| < und |bnl − b| < ∀l ≥ N.
2 2
Dann ist
|znl − (a + ib)| < ε

für alle l ≥ N . q.e.d.

24
Definition 40. a ∈ C ist ein Häufungswert der Folge {an }, falls zu jeder positiven Zahl
ε > 0 unendlich viele Indizes n existieren mit |an − a| < ε. (Vergleiche auch Definition 117 des
Häufungspunktes einer Menge).

Anmerkung 41. Ist a Häufungswert, so existiert zu jedem ε > 0 und zu jedem Index N ein
Index n ≥ N derart, dass |an − a| < ε.

Lemma 42. Ist die Folge {an } konvergent,

a = lim an ,
n→∞

so ist a der einzige Häufungswert der Folge.

Beweis. Wären a und a0 zwei verschiedene Häufungswerte, so erhielte man für ε = 12 |a0 − a|
einen Widerspruch; es müsste ein Index N existieren derart, dass

• |an − a| < ε ∀n ≥ N (Konvergenz)

• |an − a0 | < ε für ein n ≥ N (Häufungswert)

und somit
|a − a0 | ≤ |a − an | + |an − a0 | < 2ε = |a − a0 |

q.e.d.

Anmerkung 43. Konvergiert eine Teilfolge {ank } einer Folge {an } gegen einen Wert a, so ist a
Häufungswert der Folge {an }.

Satz 44. Ist a ein Häufungswert einer Folge {an }, so existiert eine Teilfolge {ank }, die gegen
a konvergiert.

Beweis. Konstruktion der Indexfolge {nk }:

1. Setze n1 = 1

1
2. Zu ε = k
und N = nk + 1 wähle man den Index nk+1 ≥ N derart, dass |a − ank+1 | < k1 .

q.e.d.

Anmerkung 45. Jede beschränke Folge (in C) besitzt einen Häufungswert, denn jede beschränkte
Folge enthält eine konvergente Teilfolge.

25
2.2 Intervallschachtelungen

Definition 46. Ein Intervall I in R ist eine Teilmenge der reellen Zahlen von der Form

1. (a, b) = {x ∈ R : a < x < b}

2. [a, b) = {x ∈ R : a ≤ x < b}

3. (a, b] = {x ∈ R : a < x ≤ b}

4. [a, b] = {x ∈ R : a ≤ x ≤ b}

wobei a, b reelle Zahlen sind mit a < b; im letzten Fall ist auch a = b zugelassen.

Das Intervall (a, b) ist offen; [a, b] ist abgeschlossen.

Definition 47. Eine Intervallschachtelung ist eine Folge {In } von abgeschlossenen Intervallen
mit In+1 ⊂ In für alle n ∈ N. Die Intervallschachtelung schliesst sich, falls

lim |bn − an | = 0, wobei In = [an , bn ]

n→∞

Satz 48. Jede Intervallschachtelung (in R) enthält eine reelle Zahl x: Es existiert x ∈ R,
∞
\
x∈ In .
n=1

Eine sich schliessende Intervallschachtelung enthält nur eine reelle Zahl.

Beweis. {an } ist eine beschränkte, monoton wachsende Folge. Daher ist sie konvergent und es
gilt
a = lim an = sup an .
n→∞ n

Es bleibt zu bemerken, dass a ≤ bn für alle n ∈ N. Wäre nämlich a > bn für ein n ∈ N, so
existierte ein Index m ≥ n mit am > bn (≥ bm ), ein offensichtlicher Widerspruch. Somit ist
a ∈ In für alle n ∈ N.

Enthält die Intervallschachtelung zwei verschiedene Punkte c1 < c2 , so ist [c1 , c2 ] ⊂ In für alle
n ∈ N. Es folgt, dass bn − an ≥ c2 − c1 für alle n und deshalb

lim (bn − an ) ≥ c2 − c1 > 0.

n→∞

q.e.d.

26
2.2.1 Die Dualbruchentwicklung der positiven reellen Zahlen

Behauptung 49. Es sei S ein Schnitt, der eine positive reelle Zahl s definiert. Wir stellen s in
der Form eines Dualbruches dar:
∞
X
s= εn 2−n mit εn = 0 oder 1
n=K

Die unendliche Summe ist als Grenzwert zu verstehen:

∞
X k
X
εn 2−n = lim εn 2−n
k→∞
n=K n=K

Der Index K ist die kleinste ganze Zahl derart, dass

[0, 2−K ] ∩ S = ∅

Beweis. Wir setzen εK = 1, IK = [2−K , 2 · 2−K ].

S
0 2 −K s 2 · 2−K

Die Zahlen εn , n > K und die Intervalle In werden nun rekursiv definiert. Dazu wird das
0
Intervall In in zwei Intervalle In+1 1
und In+1 der Länge 2−(n+1) unterteilt. Diese haben die Form
[m · 2−(n+1) , (m + 1) · 2−(n+1) ] und [(m + 1) · 2−(n+1) , (m + 2) · 2−(n+1) ] für ein geeignetes m ∈ Z.
0 0 0
Ist In+1 ∩ S 6= ∅, so setze man εn+1 = 0 und In+1 = In+1 . Ist jedoch In+1 ∩ S = ∅, so setze man
1 1
εn+1 = 1 und In+1 = In+1 . Es ist dann In+1 ∩ S 6= ∅.

In
S
0 s
0 1
In+1 In+1

q.e.d.

Satz 50. Die Intervalle können explizit angegeben werden:

" k k
#
X X
Ik = εn 2−n , 2−k + εn 2−n
n=K n=K

27
Beweis. Die Folge der abgeschlossenen Intervalle Ik , k = K, K + 1, . . . ist eine sich schliessen-
de Intervallschachtelung und bestimmt daher genau eine reelle Zahl r. Aus dem Beweis der
Behauptung 49 entnimmt man, dass
k
X
r = lim εn 2−n
k→∞
n=K

Aus der Konstruktion der Intervalle folgt, dass s ∈ Ik für k = K, K + 1, . . . . Somit ist
k
X ∞
X
s = r = lim εn 2−n = εn 2−n
k→∞
n=K n=K

q.e.d.

2.3 Rechnen mit Grenzwerten

2.3.1 Vergleichskriterium für Nullfolgen

Definition 51. {an } ist eine Nullfolge, falls

lim an = 0.
n→∞

Behauptung 52. Ist {rn } eine Nullfolge in R und gilt

|an | ≤ rn ∀n ∈ N,

so ist auch {an } eine Nullfolge.

Beweis. Der Beweis stützt sich direkt auf die Definition des Grenzwertes. Zu ε > 0 existiert
ein N ∈ N derart, dass rn = |rn − 0| < ε für alle n ≥ N . Für diese Indizes gilt dann

|an − 0| = |an | ≤ rn < ε.

Der Grenzwert einer Folge {an } wird nicht beeinflusst, wenn endlich viele Folgenglieder ab-
geändert, weggelassen oder hinzugefügt werden. Die Voraussetzung |an | ≤ rn im Vergleichskri-
terium braucht deshalb nicht für alle n ∈ N erfüllt zu sein; es können endlich viele Ausnahmen
zugelassen werden. q.e.d.

28
2.3.2 Addition und Subtraktion konvergenter Folgen

Behauptung 53.
     
lim xn = x & lim yn = y =⇒ lim (xn ± yn ) = x ± y
n→∞ n→∞ n→∞

Beweis. Zu jedem ε > 0 existieren Indizes N1 und N2 derart, dass

ε ε
|x − xn | < ∀n ≥ N1 und |y − yn | < ∀n ≥ N2
2 2

Für n ≥ max{N1 , N2 } gilt dann

ε ε
|(xn ± yn ) − (x ± y)| ≤ |xn − x| + |yn − y| < + = ε.
2 2

q.e.d.

Behauptung 54 (Anwendung). Eine Folge {zn } in C konvergiert dann und nur dann, wenn die
Folge der Realteile {Re zn } und die Folge der Imaginärteile {Im zn } beide konvergieren.

Beweis. Setze zn = xn + iyn (xn , yn ∈ R).

lim yn = y =⇒ lim iyn = iy

n→∞ n→∞

Zudem gilt
lim xn = x
n→∞

Also, nach der Regel für die Addition,

lim zn = lim xn + lim iyn = x + iy

n→∞ n→∞ n→∞

Umgekehrt folgt aus der Konvergenz von {zn } leicht die Konvergenz von {xn } und {yn }, denn
|xn − x| ≤ |zn − z| und |yn − y| ≤ |zn − z|. q.e.d.

Behauptung 55 (Anwendung). Ist {an } eine konvergente und {bn } eine divergente Folge, so ist
{an + bn } eine divergente Folge. Andererseits ist es jedoch möglich, dass die Summe zweier
Divergenter Folgen eine konvergente Folge ergibt.

Beispiel 56.
z−n
zn =
z·n
z n  1 1 1
lim zn = lim − = lim − lim = −
n→∞ n→∞ zn zn n→∞ n n→∞ z z

29
2.3.3 Multiplikation von Folgen

Behauptung 57.
     
lim xn = x & lim yn = y =⇒ lim (xn · yn ) = x · y
n→∞ n→∞ n→∞

Beweis.
xy − xn yn = xy − xyn + xyn − xn yn = x(y − yn ) + yn (x − xn )

Die konvergente Folge {yn } ist beschränkt: |yn | ≤ R ∀n ∈ N. Es folgt

|xy − xn yn | ≤ |x||y − yn | + |yn ||x − xn | ≤ |x||y − yn | + R|x − xn |

Zu ε > 0 werden ε1 > 0 und ε2 > 0 bestimmt so, dass |x|ε2 + Rε1 < ε. Nach Voraussetzung
existieren dann Indizes N1 und N2 derart, dass

|x − xn | < ε1 ∀n ≥ N1 und |y − yn | < ε2 ∀n ≥ N2

Somit ist für n ≥ max{N1 , N2 }

|xy − xn yn | ≤ |x|ε2 + Rε1 < ε.

q.e.d.

2.3.4 Division

Behauptung 58. Ist {zn } eine konvergente Folge mit

lim zn = z 6= 0,
n→∞

so konvergiert die Folge  

1 1 1
und lim =
zn n→∞ zn z

1
Beweis. Man beachte, dass zn
für gewisse n nicht definiert zu sein braucht. Da z 6= 0, existiert
jedoch aufgrund der Konvergenz ein Index N mit
|z|
|z − zn | < ∀n ≥ N.
2
Aus der Dreiecksungleichung folgt

|z| ≤ |z − zn | + |zn |

30
 |z| |z|
|zn | ≥ |z| − |z − zn | > |z| − =
2 2
Somit ist dann zn 6= 0 für n ≥ N . Die Konvergenz von { z1n } ist nun leicht zu beweisen. Für
n ≥ N gilt
1 1 zn − z |zn − z| 2
− = ≤ z
= 2 |zn − z|
z zn zzn |z| 2 |z|
|z|2
(Zu ε > 0 bestimme man Nε ≥ N derart, dass |zn − z| < 2
· ε für n ≥ Nε ). q.e.d.

2.3.5 Ungleichungen

Behauptung 59. Sind {an } und {bn } konvergente Folgen in R und gilt an ≤ bn für alle n ∈ N,
so folgt
lim an ≤ lim bn
n→∞ n→∞

Man beachte, dass aus der Voraussetzung an < bn für alle n ∈ N nicht auf die Ungleichung
lim an < lim bn geschlossen werden kann.

Beispiel 60.
−2n2 + 5i − 2
zn =
i(n + 2i)(n + 3i)
−2 + 5i−2
 
n2 5i − 2 1 1
lim zn = lim 2i

3i

= lim −2 + 2
· lim 2i

· lim 3i
n→∞ n→∞ i 1 +
n
1+ n n→∞ n n→∞ i 1 +
n
n→∞ 1 +
n
1
= −2 · · 1 = 2i
i
Beispiel 61. Es sei q ∈ C, |q| < 1. Dann gilt

lim q n = 0
n→∞

1 1
Beweis. Ist q 6= 0, so ist |q|
> 1, also |q|
= 1 + τ für ein τ > 0.

1
n
= (1 + τ )n ≥ 1 + nτ ∀n ∈ N (Bernoulli)
|q|
1
|q|n ≤ ∀n ∈ N
1 + nτ
Nun gilt
1
lim = 0.
n→∞ 1 + nτ

Nach dem Vergleichskriterium ist somit

lim q n = 0.
n→∞

q.e.d.

31
Beispiel 62.
√
n
lim n=1
n→∞
√
Setze xn = n
n−1≥0
n(n − 1) 2 n(n − 1) 2
n = (1 + xn )n = 1 + nxn + xn + ··· ≥ xn
2 2
s
2n
0 ≤ xn ≤ n≥2
n(n − 1)
(r )
2
ist eine Nullfolge (vergleiche Beispiel 63).
n−1
Beispiel 63.
1
lim = 0 für p > 0.
n→∞ np

Zu ε > 0 wähle man   p1

1
N> .
ε
Für n ≥ N gilt dann
1 1 1
0< ≤ < 1 = ε
np Np ε
Beispiel 64.
1
lim p n = 1 für p > 0.
n→∞
1
Ist p > 1 so setze man xn = p − 1 > 0. Nach der Bernoulli-Ungleichung ist dann
n

 1 n
1 + nxn ≤ (1 + xn )n = p n = p

p−1
0 < xn ≤
n
Nach dem Vergleichskriterium ist
lim xn = 0.
n→∞
1
Ist p < 1, so ist q = p
> 1. Nach dem bereits Bewiesenen gilt somit

1 1
lim 1 = lim q n = 1.
n→∞ p n n→∞

Beispiel 65.
na
lim = 0 für a ∈ R, p > 0
n→∞ (1 + p)n

Man wähle k > a, k ∈ N. Für n > 2k gilt

n k n(n − 1) · ··· · (n − k + 1) k  n k pk
 
n
(1 + p) > p = p >
k k! 2 k!
na na k k!
0< < 2 = na−k · Konstante → 0
(1 + p)n nk pk
(vergleiche Beispiel 63).

32
Beispiel 66.
1
lim (an1 + ··· + anp ) n = max{a1 , . . . , ap } für aj ≥ 0 j = 1, . . . , p.
n→∞

1 n n n 1 √
Setze a = max{a1 , . . . , ap }. Dann ist a ≤ (an1 + ··· + anp ) n ≤ (a
| + ···
{z + a } ) = a n p.

p−mal

2.4 Cauchy-Kriterium

Anmerkung 67. Ist {an } eine konvergente Folge in C, R oder Q, so existiert a ∈ C, R bzw. Q
ε
mit der Eigenschaft: Für alle ε > 0 existiert ein Index N derart, dass |an − a| < 2
für n ≥ N .

Sind n und m Indizes mit n, m ≥ N , so gilt demzufolge

ε ε
|an − am | ≤ |an − a| + |a − am | < + =ε
2 2
Definition 68. Die Folge {an } ist eine Cauchy-Folge, wenn zu jedem ε > 0 ein Index N
existiert derart, dass
|an − am | < ε ∀n, m ≥ N

Jede konvergente Folge ist somit eine Cauchy-Folge

Satz 69 (Cauchy-Kriterium). In C oder R konvergiert jede Cauchy-Folge

Anmerkung 70. Ist X ein metrischer Raum mit der Eigenschaft, dass jede Cauchy-Folge in X
konvergiert, so heisst X (metrisch) vollständig. C und R sind vollständig.

Beweis. Zu Satz 69:

Jede Cauchy-Folge {an } ist beschränkt. Zu ε = 1 existiert N so, dass

|an − am | < 1 ∀n, m ≥ N

somit ist
|an | ≤ |an − aN | + |aN | < |aN | + 1 ∀n ≥ N

|an | ≤ 1 + max |ak | ∀n.

1≤k≤N

Nach Satz 39 existiert eine konvergente Teilfolge {ank }∞

k=1 . (An dieser Stelle wird die Ord-

nungsvollständigkeit von R benutzt. Das Cauchy-Kriterium gilt nicht für den Bereich rationalen
Zahlen Q).
a = lim ank
k→∞

33
Für den Beweis, dass
a = lim an
n→∞

wähle man K und N derart, dass

ε
|a − ank | < ∀k ≥ K
2
ε
|an − am | < ∀n, m ≥ N
2
Für n ≥ max{N, nK } gilt dann

|a − an | ≤ |a − ank | + |ank − an | < ε

sofern k ≥ K so gewählt wird, dass nk ≥ N . Somit ist gezeigt, dass |a − an | < ε, falls
n ≥ max{N, nK }. Die Folge {an } konvergiert gegen a. q.e.d.

2.5 Reihen

Definition 71. Ist {an } eine (unendliche) Folge, so nennt man

∞
X
an = a1 + a2 + a3 + ···
n=1

eine Reihe.

n
X
sn = ak
k=1

ist die n-te Partialsumme und {sn } ist die Partialsummenfolge.

Die Reihe ∞
X
an
n=1

heisst konvergent, falls die Partialsummenfolge konvergiert; der Grenwert

∞
X
s = lim sn = an
n→∞
n=1

ist dann die Summe der Reihe.

Divergente Reihen sind Reihen, die nicht konvergieren.

Die für die Folgen aufgestellten Sätze lassen sich auf Reihen übertragen.

34
Satz 72. Ist an ≥ 0 für alle n und existiert eine Zahl R mit
n
X ∞
X
ak ≤ R für alle n, so konvergiert an (in R).
k=1 n=1

Satz 73 (Cauchy-Kriterium (C, R)). Die Reihe

∞
X
an
n=1

(in C oder R) konvergiert dann und nur dann, wenn für jedes ε > 0 ein Index N existiert so,
dass für m ≥ n ≥ N
m
X
ak < ε
k=n

Lemma 74 (Folgerung). Konvergiert

∞
X
an ,
n=1

so gilt
lim an = 0.
n→∞

(Man setze m = n im Cauchy-Kriterium).

Beispiel 75 (Die geometrische Reihe).

∞
X 1
zn = ,
n=0
1−z

falls |z| < 1 und divergiert für |z| ≥ 1.

Beweis. n
X 1 − z n+1
sn = zk = ,
k=0
1−z
denn n
X
(1 − z) z k = 1 − z n+1
k=0
1 1 1
lim sn = − lim z n+1 = für |z| < 1,
n→∞ 1 − z 1 − z n→∞ 1−z
denn lim |z n+1 | = lim |z|n+1 = 0. q.e.d.

Beispiel 76 (Dezimalbrüche).
∞
X
εn · 10−n = 0.ε1 ε2 ε3 . . . mit εn ∈ {0, 1, . . . , 9}
n=1

Diese Reihe konvergiert, denn an = εn · 10−n ≥ 0 und

n n ∞
X
−k
X
−k
X 9 1
sn = εk · 10 ≤9· 10 <9· 10−k = 1 = 1
k=1 k=1 k=1
10 1 − 10

35
Beispiel 77 (Die harmonische Reihe).
∞
X 1
n=1
n
Die Reihe divergiert, denn

1 1 1 1
|s2n − sn | = + ··· + ≥n· =
n+1 2n 2n 2

Nach dem Cauchy-Kriterium kann die Reihe nicht konvergieren.

Beispiel 78. Die Reihe

∞
X 1
n=1
n2
konvergiert, denn die Partialsummenfolge ist beschränkt.

1 1 1 1
2
< = − n > 1.
n n(n − 1) n−1 n
k k  
X 1 X 1 1 1
2
≤ − =1− <1
n=2
n n=2
n−1 n k
Beispiel 79 (Die Zahl e).
∞
X 1
e=
n=0
n!
Die Folge der Partialsummen ist beschränkt:
1 1 1 1
sn = 1 + 1 + + ··· + ≤ 1 + 1 + + ··· + n−1
1·2 1 · 2 · ··· · n 2 2
∞
X 1 1
<1+ =1+ =3
n=0
2n 1 − 12

Später wird gezeigt, dass  n

1
e = lim 1+
n→∞ n

2.5.1 Absolute und bedingte Konvergenz von Reihen

∞
P ∞
P
Definition 80. an konvergiert absolut, falls |an | konvergiert. Eine bedingt konvergente
n=1 n=1
Reihe ist eine konvergente Reihe, die jedoch nicht absolut konvergiert.

Anmerkung 81. Absolut konvergente Reihen sind konvergent (in C oder R). Dies folgt unmit-
telbar aus dem Cauchy-Kriterium und der Ungleichung
m
X m
X
ak ≤ |ak |.
k=n k=n

36
Beispiel 82. Die alternierende harmonische Reihe
∞
X (−1)n+1 1 1
=1− + − ···
n=1
n 2 3
P1
ist ein Beispiel einer bedingt konvergenten Reihe. Die Divergenz von n
wurde bereits be-
P (−1)n+1
wiesen. Die Konvergenz von n
folgt aus der Tatsache, dass die aus den Partialsummen
gebildete Folge {s2n }∞ ∞
n=1 monoton wächst und durch 1 beschränkt ist. (Die Folge {s2n−1 }n=1 ist

monoton fallend).

Anmerkung 83. Wird eine bedingt konvergente Reihe umgeordnet (die Reihenfolge der Rei-
henglieder wird abgeändert), so besitzt die neue Reihe nicht mehr notwendigerweise die gleiche
Summe wie die ursprüngliche Reihe. Dies sei anhand der alternierenden harmonischen Reihe
erläutert.

Zu vorgegebenem r ∈ R lässt sich eine Umordnung der alternierenden harmonischen Reihe mit
Summe r finden. Diese kann folgendermassen konstruiert werden:

a1 = 1
m

1
P
 2k−1 mit kleinstmöglichem Index k falls aj < r


j=1
am+1 = m
1
P
− 2k mit kleinstmöglichem Index k falls aj ≥ r


j=1

Die resultierende Reihe

1 1 1 1 1 1
1 + ··· + − − ··· − + + ··· + − − ···
2n1 − 1 2 2m1 2n1 + 1 2n2 − 1 2m1 + 2
hat die Eigenschaft, dass ihre Partialsummenfolge gegen r konvergiert. Ist sk die Partialsumme
1
bis zum Glied 2nk −1
und tk die Partialsumme bis zum Glied − 2m1 k , so gilt

1
|r − sk | ≤
2nk − 1
1
|r − tk | ≤ .
2mk
1 1
P P
Da die Reihen 2n−1
und 2n
divergieren, enthält die konstruierte Reihe alle Glieder der
alternierenden harmonischen Reihe und es gilt

lim |r − sk | = lim |r − tk | = 0.
k→∞ k→∞

Die umgeordnete Reihe besitz die Summe r. Die alternierende harmonische kann auch so um-
geordnet werden, dass die entstehende Reihe divergiert.
∞
P
Satz 84. Konvergiert an absolut, so konvergiert jede Umordnung gegen den selben Wert.
n=1

37
Beweis. Zu jedem ε > 0 existiert ein N derart, dass
m
X
|ak | < ε ∀m, n m ≥ n ≥ N.
k=n
∞
Ist s0n die n-te Partialsumme der umgeordneten Reihe
P
akj , so wähle man p derart, dass
j=1
{1, 2, . . . , N } ⊆ {k1 , . . . , kp }. Für n ≥ p ist sn − s0n eine endliche Summe von Folgengliedern akj ,
wobei die Glieder a1 , a2 , . . . , aN nicht auftreten. Deshalb gilt nach der Dreiecksungleichung

|sn − s0n | < ε.

Aus der Konvergenz

∞
X
s = lim sn = an
n→∞
n=1
kann deshalb auf die Konvergenz der Folge {s0n } geschlossen werden. Es ist
∞
X
s = lim s0n = ak j .
n→∞
j=1

q.e.d.

Anmerkung 85. Die umgeordnete Reihe ist ebenfalls absolut konvergent.

2.6 Konvergenzkriterien für Reihen

2.6.1 Vergleichstest

P P
Behauptung 86. Ist |an | ≤ cn für alle n ≥ N0 und konvergiert cn , so konvergiert an absolut.

P P
Ist umgekehrt an ≥ dn ≥ 0 für alle n ≥ N0 und divergiert dn , so divergiert an .

P
Beweis. Da cn konvergiert, existiert zu ε > 0 ein Index N (≥ N0 ) so dass
m
X
ck < ε für m ≥ n ≥ N
k=n

Es gilt dann
m
X m
X m
X
ak ≤ |ak | ≤ ck < ε m≥n≥N
k=n k=n k=n
P P
Nach dem Cauchy-Kriterium konvergieren somit die Reihen an und |an |.

P P
Die zweite Aussage folgt unmittelbar aus der ersten: Wäre an konvergent, so auch dn .
q.e.d.

38
Wir stellen einige Reihen bereit, die sich gut für Vergleichszwecke eignen. Dazu beweisen wir,
dass für Reihen mit monoton fallenden Gliedern (an ≥ an+1 ≥ 0 ∀n ∈ N) gilt:

Behauptung 87.
∞
X ∞
X
an konvergent ⇐⇒ 2k · a2k konvergent
n=1 k=0

Beweis. für n < 2k erfüllen die Partialsummen

n
X
sn = aj
j=1

und
k
X
tk = 2j · a2j
j=0

die Ungleichung

sn = a1 + ··· + an
≤ a1 + (a2 + a3 ) + ··· + (a2k + ··· + a2k+1 −1 )
≤ a1 + 2a2 + ··· + 2k · a2k = tk

Andererseits ist für n > 2k

sn ≥ a1 + a2 + (a3 + a4 ) + ··· + (a2k−1 +1 + ··· + a2k )

a1 1
≥ + a2 + 2a4 + ··· + 2k−1 · a2k = tk
2 2
Damit sind entweder beide Folgen {sn } und {tk } beschränkt, oder beide unbeschränkt. q.e.d.

Lemma 88 (Anwendung).
∞
X 1
n=1
np
konvergiert für p > 1 und divergiert für p ≤ 1

Beweis. ∞
X 1
n=1
np
verhält sich wie ∞ ∞
X
k 1 X
2 kp = 2k(1−p)
k=0
2 k=0

also wie eine geometrische Reihe. Diese konvergiert für 1 − p < 0 und divergiert für 1 − p ≥ 0.
q.e.d.

39
Lemma 89 (Anwendung).
∞
X 1
n=2
n(log n)p
konvergiert für p > 1, divergiert für p ≤ 1

Beweis.  
1
n(log n)p
ist eine monoton fallende Folge (p ≥ 0). Vergleich mit
X 1 X 1 1 X 1
2k = =
2k (log 2k )p (k log 2)p (log 2)p kp

q.e.d.

Beispiel 90.
∞ √
X n
n
n=1
n2
Da
√
n
lim n = 1,
n→∞
√ √
ist die Folge { n n} beschränkt: n n ≤ R für eine feste Konstante R. Somit ist
√
n
n R
an = 2 ≤ 2
n n

und
XR X 1
= R
n2 n2
konvergiert.

Beispiel 91.
∞
X n2
n=1
n!
n2 1 n2 2
an = = ≤ für n ≥ 2
n! (n − 2)! n(n − 1) (n − 2)!
∞ ∞
X 2 X 1
=2 = 2e,
n=2
(n − 2)! k=0
k!
konvergent. Somit konvergiert
∞
X n2
n=1
n!
und s ≤ 1 + 2e.

40
Beispiel 92.
∞
X n−5
n=1
(n + 2)(n + 3)
1
Da an ∼ n
divergiert die Reihe. Genauer gilt für n ≥ 10:

n
n−5≥
2
n + 2 ≤ 2n
n + 3 ≤ 2n

Somit
n−5 n 11
an = ≥ 3 = .
(n + 2)(n + 3) 2 n·n 8n
∞ ∞
1
P P
Da n
divergiert, ist auch an divergent.
n=10 n=1

2.6.2 Das Wurzelkriterium

p
Behauptung 93. Existiert eine Zahl q < 1 derart, dass n
|an | ≤ q für alle n ≥ N0 , so ist die
P
Reihe an absolut konvergent.

∞
q n ist eine konvergente geometrische Reihe (0 ≤ q < 1). Nach dem
P
Beweis. Die Reihe
n=1
an absolut, denn |an | ≤ q n für alle n ≥ N0 .
P
Vergleichskriterium konvergiert q.e.d.
p
Anmerkung 94. Die Voraussetzung n
|an | ≤ q < 1 für alle n ≥ N0 ist dann und nur dann
p
erfüllt, wenn lim sup n |an | < 1.
n→∞
Beispiel 95.
∞  −n2
X 1
1+ konvergiert.
n=1
n
 −n2 n1
p
n 1 1
|an | = 1+ =
n
n 1 + n1
nach der Bernoulli-Ungleichung ist
 n
1
1+ ≥2 ∀n
n
p
und daher n
|an | ≤ 12 .

41
2.6.3 Das Quotientenkriterium

Behauptung 96. Existiert eine Zahl q < 1 derart, dass

an+1
≤q für alle n ≥ N0 ,
an
P
so konvergiert an absolut. Gilt jedoch
an+1
≥1 für alle n ≥ N0 ,
an
P
so divergiert an .

Beweis. Induktionsbeweis:

|an | ≤ q|an−1 | ≤ ··· ≤ q n−N0 |aN0 |

∞
|aN0 |q n−N0 ist eine konvergente Majorante.
P
Die Reihe
n=N0

an+1
Divergenz im Falle an
≥ 1, da lim |an | =
6 0. q.e.d.
n→∞

Beispiel 97.
∞
X zn
= ez für z ∈ C.
n=0
n!
Ist z 6= 0, so gilt
an+1 z n+1 n! 1
= = |z|
an (n + 1)! z n n+1
1 1
Für n ≥ 2|z| ist n+1
|z| ≤ 2
. Somit sind die Voraussetzungen für das Quotientenkriterium
erfüllt. Die Reihe konvergiert absolut für alle z ∈ C.

2.6.4 Partielle Summation und das Abel’sche Konvergenzkriterium

Behauptung 98. Für beliebige Folgen {cn }, {sn } gilt

m
X m
X
ck (sk − sk−1 ) = cm+1 sm − cn sn−1 − (ck+1 − ck )sk
k=n k=n

Beweis.
m
X m
X m
X m
X m−1
X
ck (sk − sk−1 ) = c k sk − ck sk−1 = c k sk − cj+1 sj
k=n k=n k=n k=n j=n−1
m
X m
X
= cm+1 sm − cn sn−1 + c k sk − ck+1 sk
k=n k=n
Xm
= cm+1 sm − cn sn−1 − (ck+1 − ck )sk
k=n

42
 q.e.d.
P
Satz 99 (Konvergenzkriterium von Abel). Sind die Partialsummen der Reihe an be-
∞
P
schränkt, und ist {cn } eine monoton fallende (reelle) Nullfolge, so konvergiert die Reihe c n an .
n=1

Beweis. Setze
k
X
sk = an ak = sk − sk−1 s0 = 0
n=1
Partielle Summation führt nun auf
Xm m
X
ck ak = cm+1 sm − cn sn−1 − (ck+1 − ck )sk
k=n k=n
m
X m
X
ck ak ≤ cm+1 |sm | + cn |sn−1 | + (−ck+1 + ck )|sk |
k=n k=n
m
!
X
≤ R cm+1 + cn + (−ck+1 + ck ) = 2Rcn
k=n

Da lim cn = 0, existiert zu vorgegebenem ε > 0 ein Index N so, dass 2Rcn < ε für n ≥ N .
n→∞
∞
P
Nach dem Cauchy-Konvergenzkriterium konvergiert somit die Reihe c n an . q.e.d.
n=1

Lemma 100 (Anwendung). Eine alternierende Reihe ist eine Reihe der Form
∞
X ∞
X
n
(−1) cn oder (−1)n+1 cn
n=1 n=1

mit cn ≥ 0 für alle n ∈ N. Bilden die Glieder cn einer alternierenden Reihe eine monotone
Nullfolge, so konvergiert die Reihe. (Zum Beweis setze man an = (−1)n im Abel’schen Konver-
genzkriterium).

Beispiel 101. Die alternierende harmonische Reihe

∞
X (−1)n+1 1 1
= 1 − + − ···
n=1
n 2 3
konvergiert.
∞
cn z n für alle
P
Beispiel 102. Ist {cn } eine monoton fallende Nullfolge, so konvergiert die Reihe
n=0
z ∈ C mit |z| ≤ 1 ausser möglicherweise für z = 1.

Beweis. Setze an = z n ; beachte, dass

n
X 1 − z n+1
sn = zk =
k=0
1−z
für |z| ≤ 1, z 6= 1 beschränkt ist:
1 + |z n+1 | 2
|sn | ≤ ≤ < ∞.
|1 − z| |1 − z|
q.e.d.

43
2.7 Addition und Multiplikation von Reihen

Satz 103.
∞
! ∞
! ∞
! ∞
!
X X X X
an = A & bn = B =⇒ (an ± bn ) = A ± B & can = cA .
n=1 n=1 n=1 n=1

Dieser Satz ist eine unmittelbare Konsequenz der entsprechenden Eigenschaft für Grenzwerte.
∞
P ∞
P ∞
P
Definition 104. Das (Cauchy-)Produkt der Reihen an und bn ist die Reihe cn mit
n=0 n=0 n=0
n
P
den Gliedern cn = ak bn−k
k=0

Als Motivation für diese Definition dient das Verhalten von Potenzreihen (oder Polynomen):
∞
! ∞ !
X X
an z n bn z n = (a0 + a1 z + a2 z 2 + ···)(b0 + b1 z + b2 z 2 + ···)
n=0 n=0

= a0 b0 + (a0 b1 + a1 b0 )z + (a0 b2 + a1 b1 + a2 b0 )z 2 + ···

= c0 + c1 z + c2 z 2 + ···
∞
P ∞
P
Satz 105. Konvergiert die Reihe an absolut und konvergiert die Reihe bn , so konvergiert
n=0 n=0
∞
P n
P
die Produktreihe cn , cn = ak bn−k .
n=0 k=0

∞
P ∞
P ∞
P
Zudem ist cn = A · B (falls an = A, bn = B).
n=0 n=0 n=0

Beweis. Die Partialsummen der Reihen werden mit An , Bn und Cn bezeichnet. Die Folge βn =
B − Bn konvergiert nach Voraussetzung gegen 0.

Cn = a0 b0 + (a0 b1 + a1 b0 ) + ··· + (a0 bn + ··· + an b0 )

= a0 Bn + a1 Bn−1 + ··· + an B0
= a0 (B − βn ) + ··· + an (B − β0 )
= An B − a0 βn + ··· − an β0

Da lim An B = AB, genügt es zu zeigen, dass

n→∞

lim γn := lim (a0 βn + ··· + an β0 ) = 0.

n→∞ n→∞

Zu vorgegebenem ε > 0 wähle man N so, dass |βn | < ε für n ≥ N . Es folgt dann

|γn | ≤ |β0 an + ··· + βN −1 an−N +1 | + |βN an−N + ··· + βn a0 |

∞
X
≤ |β0 an + ··· + βN −1 an−N +1 | + ε |ak |
k=0

44
Bildet man in dieser Ungleichung (bei festem N ) den Grenzwert n → ∞, so folgt
∞
X
lim sup |γn | ≤ ε |an |
n→∞
n=0

mit beliebigem ε > 0. q.e.d.

Wie das folgende Beispiel zeigt, ist die Produktbildung für bedingt konvergente Reihen eine
delikate Angelegenheit:
∞
P (−1)n
Beispiel 106. Das Produkt der Reihe √
n+1
mit sich selbst ist eine divergente Reihe.
n=0

Beweis.
n n n
X X (−1)k (−1)n−k X 1
cn = ak an−k = √ √ = (−1)n √ √
k=0 k=0
k+1 n−k+1 k=0
k+1 n−k+1
n 2  n 2  n 2
(n − k + 1)(k + 1) = +1 − −k ≤ +1
2 2 2
n
X 2 2(n + 1)
|cn | ≥ = 6→ 0
k=0
n+2 n+2
q.e.d.

Beispiel 107.
∞
! ∞
! ∞
X zn X wn X
ez · ew = = cn
n=0
n! n=0
n! n=0
n n
X X z k wn−k
cn = ak bn−k =
k=0 k=0
k! (n − k)!
n
1 X n! 1
= z k wn−k = (z + w)n
n! k=0
k!(n − k)! n!
Somit ist die Funktionalgleichung
∞
z
X
w 1
e ·e = (z + w)n = ez+w z, w ∈ C
n=0
n!

bewiesen.

45
Kapitel 3

Stetige Funktionen

3.1 Definition

Definition 108. Die Funktion f : A → C (A ⊃ C) ist im Punkt x ∈ A stetig, falls zu jedem

ε > 0 ein δ > 0 existiert derart, dass |f (z) − f (x)| < ε für alle z ∈ A mit |z − x| < δ

y
y = f (x)

x A x
δ

Definition 109. Die Funktion f : A → C ist stetig, falls sie in jedem Punkt x ∈ A stetig ist.

Beispiel 110. f (z) = az + b (affine Funktion) z, a, b ∈ C.

|f (z) − f (x)| = |az + b − (ax + b)| = |a(z − x)| = |a||z − x|.

ε
Zu ε > 0 wähle man δ = |a|
> 0 (vorausgesetzt, dass a 6= 0). Dann gilt

|f (z) − f (x)| < |a|δ = ε falls |z − x| < δ.

46
Beispiel 111. 
x2

x rational
f (x) = f : R → R.
0

x irrational

1
a.) f ist nicht stetig im Punkt x = 1. Zu ε = 2
> 0 lässt sich kein δ > 0 angeben derart, dass
1
|f (z) − f (1)| < 2
für alle z mit |z − 1| < δ, denn in jedem Intervall {z ∈ R : |z − 1| < δ}
existieren irrationale Punkte ζ für die f (ζ) = 0.
√
b.) f ist stetig im Punkt x = 0. Zu ε > 0 wähle man δ = ε > 0. Ist z rational, so gilt
√
2
|f (0) − f (z)| = |0 − z 2 | = z 2 < ε =ε falls |z| < δ.

Ist jedoch z irrational, so gilt |f (0) − f (z)| = 0 < ε.

c.) Die Funktion f : Q → R mit f (x) = x2 ist in alle Punkten x ∈ Q stetig. Ist |z − x| < δ,
so gilt (z ∈ Q):

|f (z) − f (x)| = z 2 − x2 = |z − x||z + x| < δ(|z − x| + 2|x|) < δ(δ + 2|x|)

Zu vorgegebenem ε > 0 wähle man δ > 0 derart, dass δ(δ + 2|x|) < ε. Dann folgt

|f (z) − f (x)| < δ(δ + 2|x|) < ε falls |z − x| < δ (z ∈ Q).

Beispiel 112. f (z) = |z| ist eine auf C stetige Funktion.

Beispiel 113. Die Funktion f : (0, ∞) → R, gegeben durch f (x) = x1 , ist stetig. (Man vergleiche
die Regeln über Stetigkeit).
Anmerkung 114. Der Definitionsbereich der Funktion f muss berücksichtigt werden, falls ent-
schieden werden soll, ob f stetig ist.
Anmerkung 115. Ist f : A → C stetig, und wird f auf eine Teilmenge T ⊂ A eingeschränkt, so
ist die eingeschränkte Funktion f |T : T → C stetig.

Satz 116 (Übertragungsprinzip). f : A → C ist dann und nur dann stetig im Punkt x ∈ A,
falls für jede gegen x konvergierende Folge {xn }, xn ∈ A, gilt:

lim f (xn ) = f (x).

n→∞

Beweis. Der Beweis besteht aus zwei Teilen:

a.) Sei f stetig im Punkt x ∈ A, und es gelte lim xn = x für eine Folge {xn } in A. Zu
n→∞
ε > 0 existiert dann erstens ein δ > 0 so, dass |f (z) − f (x)| < ε falls |z − x| < δ,
z ∈ A und zweitens ein Index N so, dass |xn − x| < δ falls n ≥ N . Somit ist für n > N
|f (xn ) − f (x)| < ε, denn xn ∈ A und |x − xn | < δ.

47
 b.) Ist f unstetig im Punkt x ∈ A, so gibt es ein ε > 0, zu dem kein δ > 0 existiert derart,
dass |f (z) − f (x)| < ε für alle z ∈ A mit |z − x| < δ. Demzufolge existiert zu jedem n ∈ N
1
ein xn ∈ A mit |xn − x| < n
und |f (xn ) − f (x)| ≥ ε. Die Folge {xn } konvergiert gegen x,
jedoch konvergiert {f (xn )} nicht gegen f (x).

q.e.d.

3.2 Grenzwerte

Definition 117. x ist Häufungspunkt der Menge A, falls zu jedem ε > 0 ein von x verschiedener
Punkt y ∈ A existiert mit |x − y| < ε.

Anmerkung 118.

a.) Ist x Häufungspunkt von A, so existieren zu jedem ε > 0 unendlich viele Punkte y ∈ A
mit |x − y| < ε.

b.) Ist x Häufungspunkt von A, so gehört x nicht unbedingt zu A.

c.) A := A ∪ {Häufungspunkte von A} ist die abgeschlossene Hülle von A.

d.) Man beachte den Unterschied zur Definition 40 des Häufungswertes einer Folge.

Definition 119. Die Funktion f : A → C besitzt im Häufungspunkt x von A den Grenzwert c,

lim f (z) = c
z→x

falls zu jedem ε > 0 ein δ > 0 existiert derart, dass |f (z) − c| < ε für alle z ∈ A mit
0 < |z − x| < δ.

Mit Hilfe des Grenzwertbegriffes kann das Verhalten einer Funktion am Rande ihres Defini-
tionsgebietes A untersucht werden. Insbesondere wird man die Frage nach der Existenz von
Grenzwerten in Häufungspunkten von A, die selbst nicht zu A gehören, stellen.

Ist x ein Häufungspunkt von A, der selbst zu A gehört, so kann die Stetigkeit einer auf A
definierten Funktion im Punkt x mit Hilfe des Grenzwertes charakterisiert werden: f ist stetig
im Punkt x, falls lim f (z) = f (x), und umgekehrt.
z→x

48
Ist x ∈ A und ist x kein Häufungspunkt von A, so nennt man x einen isolierten Punkt von A.
In einem isolierten Punkt von A ist der Begriff des Grenzwertes nicht definiert. Andererseits
ist jede Funktion stetig in den isolierten Punkten x ihres Definitionsbereiches A, denn für alle
ε > 0 kann δ > 0 so gewählt werden, dass kein Punkt z ∈ A, z 6= x, die Bedingung |x − z| < δ
erfüllt.

Satz 120 (Übertragungsprinzip). Die Funktion f : A → C besitzt im Häufungspunkt x von

A dann und nur dann einen Grenzwert, falls für jede gegen x konvergierende Folge {xn } in
A \ {x} die Folge {f (xn )} konvergiert.

Beweis.

a.) Es sei {xn } eine gegen x konvergierende Folge in A \ {x}, und es gelte lim f (z) = c.
z→x
Dann existiert zu jedem ε > 0 ein δ > 0 so, dass |f (z) − c| < ε für alle z ∈ A \ {x} mit
|z − x| < δ. Wegen der Konvergenz von {xn } existiert dann auch ein Index N so, dass
|x − xn | < δ für n ≥ N . Somit folgt |f (xn ) − c| < ε für n ≥ N .

b.) Der Grenzwert lim f (z) existiere nicht. Dann kann eine gegen x konvergierende Folge
z→x
{xn } in A \ {x} konstruiert werden derart, dass {f (xn )} divergiert. Zu diesem Zwecke
wähle man eine konvergente Folge {xn }. Falls {f (xn )} divergiert, ist nichts zu ändern.
Falls jedoch lim f (xn ) = c, so kann die Folge abgeändert werden:
n→∞
1
Es existiert ein ε > 0 und es existieren Punkte yn ∈ A \ {x} so, dass |yn − x| < n
und
|f (yn ) − c| ≥ ε. Die Folge {f (zn )} mit z2k = xk , z2k+1 = yk divergiert.

q.e.d.

Korollar 121. Falls für jede gegen x konvergierende Folge in A \ {x} die Folge {f (xn )} kon-
vergiert, so besitzen alle Folgen {f (xn )} denselben Grenzwert.

3.3 Rechnen mit Grenzwerten

Die Regeln für das Rechnen mit stetigen Funktionen und mit Grenzwerten erhält man aufgrund
des Übertragungsprinzips aus den Rechenregeln für Folgen:

Behauptung 122.
lim f (x) + lim g(x) = lim (f (x) + g(x))
x→z x→z x→z

49
falls die Grenzwerte auf der linken Seite der Gleichung existieren.

f + g ist stetig im Punkt x, falls f und g im Punkt x stetig sind.

Behauptung 123.
lim f (x) · lim g(x) = lim (f (x) · g(x)).
x→z x→z x→z

f · g ist stetig im Punkt x, falls f und g im Punkt x stetig sind.

Behauptung 124.
lim f (x) f (x)
x→z
= lim falls lim g(x) 6= 0
lim g(x) x→z g(x) x→z
x→z
f
g
ist stetig im Punkt x, falls g(x) 6= 0 (und falls g und f im Punkt x stetig sind).

Beispiel 125. Polynome

n
X
p(z) = ak z k
k=0

sind stetig, weil die konstanten Funktionen und die Funktion f (z) = z stetig sind.

Beispiel 126.
2 + x1 2x + 1 1
lim = lim =−
x→0 − 2 + 3 + x x→0 −2 + 3x + x2 2
x
p(z)
Beispiel 127. Rationale Funktionen R(z) = q(z)
, p und q Polynome, sind stetig in den Punkten
z mit q(z) 6= 0. (Falls q(z0 ) = 0, ist R(z0 ) nicht definiert).

Beispiel 128.
zn − 1
lim =n
z→1 z − 1

3.3.1 Kompositionsregel

Behauptung 129. Ist f stetig im Punkt ξ und g stetig im Punkt η = f (ξ), so ist g ◦ f stetig im
Punkt ξ.

Beweis. Wegen der Stetigkeit von g im Punkt η existiert zu ε > 0 ein γ > 0 so, dass

|g(y) − g(η)| < ε falls |y − η| < γ.

Ebenso existiert zu γ > 0 ein δ > 0 so, dass |f (x) − f (ξ)| < γ falls |x − ξ| < δ. Daraus folgt
|g(f (x)) − g(f (ξ))| < ε falls |x − ξ| < δ. q.e.d.

Beispiel 130. Ist f stetig, so auch |f |.

50
3.3.2 Kompositionsregel für Grenzwerte

Behauptung 131.
     
lim f (x) = η & lim g(y) = ζ =⇒ lim g(f (x)) = ζ
x→ξ y→η x→ξ

vorausgesetzt, dass f (x) 6= η für alle x.

Der Beweis ist derselbe wie für die Kompositionsregel für stetige Funktion. Da g im Punkt
η nicht definiert zu sein braucht (oder lim g(y) 6= g(η)), ist eine zusätzliche Voraussetzung
y→η
unerlässlich.

Für das Rechnen mit Grenzwerten seien noch die folgenden Regel erwähnt:
Behauptung 132.
lim f (x) = 0 ⇐⇒ lim |f (x)| = 0
x→z x→z

Behauptung 133. Ist f (x) ≤ g(x) für alle x (f , g reellwertig) und existieren die Grenzwerte, so
gilt:
lim f (x) ≤ lim g(x)
x→z x→z

Warnung: Aus f (x) < g(x) lässt sich nicht auf lim f (x) < lim g(x) schliessen.
x→z x→z

Behauptung 134. Aus |f (x)| ≤ r(x) für alle x und lim r(x) = 0 folgt lim f (x) = 0.
x→z x→z
1
Beispiel 135. lim sin x
existiert nicht. Betrachte die Folge {xn } mit
x→0
 
1 1
=π n+ n ∈ N.
xn 2
Dann ist sin x1n = (−1)n−1 , also divergent.
Beispiel 136.
1
lim x sin = 0,
x→0 x
denn es ist
1 1
x sin = |x| sin ≤ |x|
x x
und lim |x| = 0.
x→0

3.3.3 Uneigentliche Grenzwerte

Für Folgen {xn } in R setzt man lim xn = ∞, falls für alle r ∈ R ein Index N existiert so, dass
n→∞
xn > r für alle n ≥ N . Entsprechend definiert man für Funktionen f : R → C

lim f (x) = a,
x→∞

51
falls für alle ε > 0 ein c ∈ R existiert so, dass |f (x) − a| < ε für alle x > c. In ähnlicher Weise
lassen sich für reellwertige Funktionen die Gleichungen

lim f (x) = ∞ lim f (x) = ∞

x→a x→∞

interpretieren. Man spricht in diesen Fällen von uneigentlichen Grenzwerten.

Beispiel 137.
1
lim =∞
x→0 x2

Beispiel 138.
ax2 + bx + c
lim =a
x→∞ x2

3.4 Extrema von stetigen Funktionen

Definition 139. Eine Teilmenge A ⊂ C (oder R) heisst abgeschlossen, wenn jeder Häufungs-
punkt von A zu A gehört.

Definition 140. Die Teilmenge heisst beschränkt, falls R ∈ R existiert so, dass |z| ≤ R für
alle z ∈ A.

Definition 141. Die Funktion f : A → R hat ein Maximum im Punkt z ∈ A, falls f (x) ≤ f (z)
für alle x ∈ A; sie hat ein relatives Maximum, falls ein ε > 0 existiert derart, dass f (x) ≤ f (z)
für alle x ∈ A mit |x − z| < ε.

Satz 142. Ist A abgeschlossen und beschränkt, und ist f : A → R stetig, so nimmt f auf A ein
Maximum (und ein Minimum) an.

Beweis. Man setze s = sup f (x). Möglicherweise ist s = ∞.

x∈A

1
Ist s endlich, so existiert zu jedem n ∈ N ein xn ∈ A derart, dass s − n
< f (xn ) ≤ s.

Ist s = ∞, so existiert zu jedem n ∈ N ein xn ∈ A derart, dass n < f (xn ).

In beiden Fällen besitzt die beschränkte Folge {xn } einen Häufungswert x sowie eine gegen x
konvergierende Teilfolge {xnk }. Da A abgeschlossen ist, gilt x ∈ A. (Man beachte, dass x ein
Häufungspunkt der Teilmenge {x1 , x2 , . . . } von A ist, falls x 6= xn für alle n ∈ N).

Aus der Stetigkeit von f im Punkt x folgt

lim f (xnk ) = f (x)

k→∞

52
und die Konstruktion ergibt
lim f (xn ) = s
n→∞

so, dass also

f (x) = s = sup f (x) < ∞.
x∈A

Die Funktion f nimmt also im Punkt x das Maximum an. q.e.d.

Beispiel 143.
f (x) = x2

f : (0, ∞) → R nimmt weder Maximum noch Minimum an.

f : [−1, 1] → R nimmt sowohl Maximum als auch Minimum an.

Beispiel 144. 
x2

0 < |x| ≤ 1
f (x) =
1

x=0
Diese Funktion ist unstetig, sie nimmt kein Minimum an.

Satz 145 (Anwendung: Fundamentalsatz der Algebra). Jedes Polynom vom Grad > 0
besitzt eine Nullstelle in C.

Beweis. Es kann angenommen werden, dass das Polynom die Form

p(z) = z n + an−1 z n−1 + ··· + a0

mit n ≥ 2 hat.

Wir setzen R = 1 + |an−1 | + · · · + |a0 | und zeigen, dass p im Innern des Kreises |z| ≤ R
(mindestens) eine Nullstelle besitzt.

Die stetige Funktion |p(z)| nimmt auf {z ∈ C : |z| ≤ R} ein Minimum an. Dieses Mini-
mum wird im Innern des Kreises angenommen, denn |p(0)| = |a0 | < R und auf dem Rande
{z ∈ C : |z| = R} gilt nach der Dreiecksungleichung

z n = p(z) − an−1 z n−1 − ··· − a0

|z n | ≤ |p(z)| + |an−1 | z n−1 + ··· + |a0 |
|p(z)| ≥ |z|n − |an−1 ||z|n−1 + ··· + |a0 |

≥ Rn − Rn−1 (|an−1 | + ··· + |a0 |)

= Rn − Rn−1 (R − 1) = Rn−1 ≥ R

53
Der Punkt z0 mit |z0 | < R, in welchem p das Minimum annimmt, muss eine Nullstelle des
Polynoms sein. Die Gegenannahme |p(z0 )| > 0 führt zu einem Widerspruch. Dieser kommt
dadurch zustande, dass ein Punkt z1 konstruiert wird, der die Ungleichung |p(z1 )| < |p(z0 )|
erfüllt.

Um das Polynom p in einer Umgebung des Punktes z0 zu untersuchen, führt man die Varia-
blentransformation w = z − z0 ein und setzt

1
q(w) = p(z0 + w) = 1 + bwk + wk+1 r(w),
p(z0 )

wobei b 6= 0 (und r(w) ist ein Polynom).

Wir betrachten nur das Polynom q eingeschränkt auf die Gerade w = tw0 . Für w0 wird eine
Lösung der Gleichung w0k = − 1b gewählt. Das Intervall [0, δ] ⊂ [0, 1] für den reellen Parameter
t wird so gewählt, dass t|w0 | < R − |z0 |. Die entsprechenden Punkte z = z0 + tw0 liegen dann
im Innern des Kreises {z ∈ C : |z| < R}.

q(tw0 ) = 1 + b(tw0 )k + (tw0 )k+1 r(tw0 )

= 1 − tk + tk+1 w0k+1 r(tw0 )
|q(tw0 )| ≤ 1 − tk + tk+1 w0k+1 r(tw0 )
= 1 − tk 1 − t w0k+1 r(tw0 )

Da lim t w0k+1 r(tw0 ) = 0, existiert t0 ∈ [0, δ] derart, dass |q(t0 w0 )| < 1. Im Punkt z1 = z0 +t0 w0
t→0
innerhalb des Kreises gilt nun

|p(z1 )| = |p(z0 + t0 w0 )| = |q(t0 w0 )||p(z0 )| < |p(z0 )|.

q.e.d.

3.5 Zwischenwertsatz

Satz 146 (Bolzano). Ist f : [a, b] → R stetig und gilt f (a) < 0 < f (b), so bestitzt f im
Intervall (a, b) mindestens eine Nullstelle.

54
 y

y = f (x)

x
a s b

Beweis. Die Menge K = {x ∈ [a, b] : f (x) ≤ 0} ist nichtleer und nach oben beschränkt. Daher
existiert  
s = sup K = sup x .
x∈K
1
Zu jedem n ∈ N wähle man xn ∈ K derart, dass s − n
< xn ≤ s. Aus der Stetigkeit von f im
Punkt s und aus den Ungleichungen f (xn ) ≤ 0 für alle n ∈ N folgt

f (s) = lim f (xn ) ≤ 0.

n→∞

Insbesondere ist s < b, da f (b) > 0. Andererseits ist nun

f (s) = lim f (x) ≥ 0,

x→s

denn f (x) > 0 für alle x ∈ (s, b]. q.e.d.

Lemma 147 (Folgerung). Eine stetige Funktion f : [a, b] → R mit M = max f (x) und
x∈[a,b]
m = min f (x) nimmt jeden Wert in [m, M ] an.
x∈[a,b]

Ist c ∈ (m, M ), so erfüllt f (x) − c die Voraussetzungen des Satzes von Bolzano (Zwischenwert-
satz).

Beispiel 148. Jedes Polynom mit reellen Koeffizienten und ungeradem Grad besitzt mindestens
eine reelle Nullstelle.

p(x) = x2k+1 + a2k x2k + ··· + a1 x + a0

2k+1
 a2k a0 
=x 1+ + ··· + 2k+1
x x
lim p(x) = ∞
x→∞

lim p(x) = −∞
x→−∞

Es existieren daher a < 0 und b > 0 derart, dass p(a) < 0 und p(b) > 0. Somit besitzt p eine
Nullstelle im Intervall (a, b).

55
3.6 Gleichmässige Stetigkeit

Definition 149. Die Funktion f : A → C ist gleichmässig stetig auf A, falls zu jedem ε > 0
ein δ > 0 derart existiert, dass |f (x) − f (y)| < ε für alle x, y ∈ A mit |x − y| < δ.

Man beachte, dass – im Gegensatz zur Definition 108 der Stetigkeit – die Zahl δ nur von ε
abhängig ist und nicht vom Punkt x.

Satz 150. Ist f stetig auf dem beschränkten abgeschlossenen Intervall [a, b], so ist f auf [a, b]
gleichmässig stetig.

Beweis. Der Beweis verläuft indirekt. Wir nehmen an, f sei nicht gleichmässig stetig. Dies
bedeutet, dass ein ε > 0 sowie Folgen {xn }, {yn } existieren derart, dass

lim |xn − yn | = 0,
n→∞

jedoch
|f (xn ) − f (yn )| ≥ ε für alle n ∈ N.

Da [a, b] abgeschlossen und beschränkt ist, besitzt die Folge {xn } eine konvergente Teilfolge
{xnk }, deren Grenzwert
x0 = lim xnk
k→∞

im Intervall [a, b] liegt. Aus der Gleichung lim |xn − yn | = 0 folgt dann, dass
n→∞

x0 = lim ynk
k→∞

Diese Bedingungen stehen nun im Widerspruch zur Stetigkeit der Funktion f im Punkt x0 :

Es existiert δ > 0 so, dass

ε
|f (z) − f (x0 )| <
2
für alle z ∈ [a, b] mit |z − x0 | < δ. Wird nun k so gewählt, dass |xnk − x0 | < δ und |ynk − x0 | < δ,
dann folgt
ε ≤ |f (xnk ) − f (ynk )| ≤ |f (xnk ) − f (x0 )| + |f (x0 ) − f (ynk )| < ε.

q.e.d.

56
Kapitel 4

Differentialrechnung 1. Teil

4.1 Definition der Ableitung

Definition 151. Eine auf einem (offenen) Intervall (a, b) ⊂ R definierte Funktion f heisst
differenzierbar im Punkt x ∈ (a, b), falls der Grenzwert

f (x + h) − f (x)
lim
h→0 h
df
existiert. Der Grenzwert heisst Ableitung von f im Punkt x. Er wird mit f 0 (x) oder dx
(x)
bezeichnet.

Anmerkung 152. In der Regel werden reellwertige Funktionen betrachtet, jedoch ist die ange-
gebene Definition auch für komplexwertige Funktionen f (x) = u(x) + iv(x) sinnvoll:

f (x + h) − f (x) u(x + h) + iv(x + h) − u(x) − iv(x)

lim = lim
h→0 h h→0 h
u(x + h) − u(x) v(x + h) − v(x)
= lim + i lim
h→0 h h→0 h
= u0 (x) + iv 0 (x)

Anmerkung 153. Ist f auf einer Teilmenge der komplexen Zahlen definiert, so definiert die
entsprechende Formel die komplexe Ableitung von f (h ∈ C).

Anmerkung 154. Ist f im Punkt x differenzierbar, so ist f im Punkt x stetig.

Beweis. Aus
f (x + h) − f (x)
lim =c
h→0 h

57
folgt, dass ein γ > 0 existiert derart, dass
f (x + h) − f (x)
−c <1
h

für 0 < |h| < γ. Somit gilt

|f (x + h) − f (x)| ≤ |f (x + h) − f (x) − hc| + |hc|

≤ |h| + |hc| = |h|(1 + |c|) für |h| < γ.

Ist ε > 0 vorgegeben, so wähle man δ < γ so, dass δ(1 + |c|) < ε. Für |h| < δ ist dann
|f (x + h) − f (x)| < ε. q.e.d.

Anmerkung 155. Es gibt stetige Funktionen, die nicht differenzierbar sind. Die stetige Funktion
f (x) = |x| zum Beispiel ist im Punkt x = 0 nicht differenzierbar: Die Folge n1 erfüllt


f n1 − f (0) 1


n
−0
lim 1 = lim 1 =1
n→∞ n→∞
n n

und die Folge − n1



f − n1 − f (0)


lim = −1
n→∞ − n1
f (h)−f (0)
daher existiert der Grenzwert lim h
nicht.
h→0

Anmerkung 156. Die Funktion f ist im Punkt x differenzierbar, wenn sie sich durch eine lineare
(affine) Funktion geeignet approximieren lässt.

Satz 157. f ist dann und nur dann im Punkt x differenzierbar, falls eine Konstante c existiert
so, dass f in der Form
f (x + h) = f (x) + ch + r(h)

dargestellt werden kann, wobei der Rest r die Beziehung

r(h)
lim =0
h→0 h

erfüllt. Der Wert c ist die Ableitung von f im Punkt x.

Beweis. Ist f differenzierbar im Punkt x, mit Ableitung c, so existiert zu jedem ε > 0 ein δ > 0
derart, dass
f (x + h) − f (x)
−c <ε falls 0 < |h| < δ
h
und somit
|f (x + h) − f (x) − ch| < ε|h| falls |h| < δ.

Setzt man nun

r(h) = f (x + h) − f (x) − ch,

58
so gilt
r(h)
<ε falls 0 < |h| < δ.
h
und somit
r(h)
=0
lim
h→0 h

Die Schlussweise in diesem Beweis lässt sich umkehren. q.e.d.

Aus den Regeln für die Grenzwerte erhält man Regeln für die Ableitungen:

Satz 158. Sind die Funktionen f und g im Punkt x differenzierbar, so gilt

(f ± g)0 (x) = f 0 (x) ± g 0 (x).

Satz 159. Sind die Funktionen f und g im Punkt x differenzierbar, so gilt

(f · g)0 (x) = f (x) · g 0 (x) + f 0 (x) · g(x).

Beweis.
(f · g)(x + h) − (f · g)(x)
lim
h→0 h
1 
= lim f (x + h) · g(x + h) − f (x + h) · g(x) + f (x + h) · g(x) − f (x) · g(x)
h→0 h
g(x + h) − g(x) f (x + h) − f (x)
= lim f (x + h) · + g(x) · lim
h→0 h h→0 h
= f (x) · g 0 (x) + g(x) · f 0 (x).

q.e.d.

Satz 160. Sind die Funktionen f und g im Punkt x differenzierbar, so gilt

 0
f g(x) · f 0 (x) − f (x) · g 0 (x)
(x) = falls g(x) 6= 0.
g g 2 (x)

Beweis. Um Satz 160 zu beweisen, betrachte man den Spezialfall g1 :

 0 1 1
1 g(x+h)
− g(x) g(x) − g(x + h) 1
(x) = lim = lim ·
g h→0 h h→0 h g(x + h) · g(x)
1
= −g 0 (x) · 2
g (x)
1
und wende Satz 159 auf das Produkt f · g
an. q.e.d.

Satz 161 (Kettenregel). Es seien f im Punkt x und g im Punkt y = f (x) differenzierbar.

Dann ist g ◦ f im Punkt x differenzierbar und

(g ◦ f )0 (x) = g 0 (y) · f 0 (x).

59
Beweis. Man setze k = k(h) = f (x + h) − f (x). Wegen der Differenzierbarkeit besitzt g eine
Darstellung der Form
g(y + k) = g(y) + g 0 (y) · k + k · s(k)

mit
lim s(k) = 0 = s(0).
k→0

Daraus folgt

g f (x + h) − g f (x) = g(y + k) − g(y) = g 0 (y) · k + k · s(k)

  
= g 0 (y) + s(k) f (x + h) − f (x)



g f (x + h) − g f (x) f (x + h)f (x)  
lim = lim · lim g 0 (y) + s(k)
h→0 h h→0
 h h→0

= f (x) g (y) + lim s(k) = f 0 (x) · g 0 (y).
0 0
h→0


Man beachte, dass lim s k(h) = lim s(k) = s(0) = 0, denn lim k(h) = 0. q.e.d.
h→0 k→0 h→0

Beispiel 162 (Polynome).

f (x + h) − f (x)
f (x) = c (konstant) =⇒ f 0 (x) = lim =0
h→0 h
x+h−x
f (x) = x =⇒ f 0 (x) = lim =1
h→0 h

Gemäss der Produktregel erhält man für die Ableitungen der Potenzen:

0
x2 = x · 1 + 1 · x = 2x

0
(xn )0 = xn−1 x + xn−1 · 1 = nxn−1 (Induktionsbeweis!)

Für die Ableitung der Polynoms

n
X
p(x) = ak x k
k=0

erhält man somit n

X
0
p (x) = ak kxk−1
k=1

Beispiel 163 (Ableitung der Sinusfunktion). Die Funktion sin x wird im nächsten Kapitel defi-
niert. Für den Augenblick begnügen wir uns mit einer geometrischen Definition:

60
 y

(x, y)

Einheitskreis x2 + y 2 = 1

Ist ϕ die Länge des Kreisbogens vom Punkt (1, 0) bis zum Punkt (x, y) auf dem Einheitskreis
(der Kreis wird in positiver Richtung durchlaufen), so ist y = sinϕ. Die derart auf dem Intervall
[0, 2π) definierte Funktion wird periodisch (2π) auf R fortgesetzt.

Wir beweisen, dass f (ϕ) = sin ϕ im Punkt ϕ = 0 differenzierbar ist mit f 0 (0) = 1.

Die Bogenlänge ϕ wird als Grenzwert der Längen von Polygonzügen berechnet, wobei die Kurve
durch immer feinere Polygonzüge approximiert wird.

(x, y)

Bogenlänge ϕ
P

(0, 0) (1, 0) x

Wie mit Hilfe von Projektionen leicht ersichtlich ist, gilt für die Länge s(P ) eines Polygonzu-
ges P immer
y
y ≤ s(P ) ≤ z = (für (x, y) im ersten Quadranten)
x

61
 y

(x, y)
P
z
y

(1, 0) x

Daher gilt für die Bogenlänge ϕ des Kreisbogens von (1, 0) bis (x, y):
y
y≤ϕ≤ .
x
Daraus folgt
sin ϕ
x≤ ≤ 1.
ϕ
p
Nun gilt lim sin ϕ = 0, lim x = lim 1 − sin2 ϕ = 1, also
ϕ→0 ϕ→0 ϕ→0

sin ϕ
lim =1 (ϕ > 0).
ϕ→0 ϕ

Wir benützen, dass sin ϕ eine ungerade Funktion ist. Für die Grenzwertbildung können daher
auch negative ϕ-Werte zugelassen werden. Man erhält nun unmittelbar
sin ϕ − sin 0
lim =1
ϕ→0 ϕ
Beispiel 164. 
x sin 1

x 6= 0
x
f (x) =
0

x=0
f ist stetig und nach den Differentiationsregeln ist
1 x 1
f 0 (x) = sin − 2 cos für x 6= 0.
x x x
Im Nullpunkt ist die Funktion nicht differenzierbar:
f (h) − f (0) h · sin h1 1
= = sin
h h h
Der Grenzwert für h → 0 existiert nicht.
Beispiel 165. 
x2 sin 1

x 6= 0
x
f (x) =
0

x=0
Diese Funktion ist auch für x = 0 differenzierbar:
f (h) − f (0) 1
lim = lim h sin = 0.
h→0 h h→0 h

62
4.2 Mittelwertsatz

Es sei daran erinnert, dass die Funktion f : (a, b) → R im Punkt x ∈ (a, b) ein lokales Maximum
besitzt, falls δ > 0 existiert derart, dass f (y) ≤ f (x) für alle y ∈ (a, b) mit |y − x| < δ.

Satz 166. Besitzt die Funktion f : (a, b) → R im Punkt x ∈ (a, b) ein lokales Maximum und
existiert f 0 (x), so ist f 0 (x) = 0 (ebenso für lokale Minima).

Beweis. Man wähle δ > 0 so, dass f (y) ≤ f (x) für |y − x| < δ. Falls x − δ < y < x, so ist
f (y) − f (x)
≥0
y−x
und somit f 0 (x) ≥ 0. Umgekehrt gilt für x < y < x + δ
f (y) − f (x)
≤0
y−x
und daher f 0 (x) ≤ 0. q.e.d.

Korollar 167. Ist f stetig auf [a, b], differenzierbar auf (a, b) und gilt zudem f (a) = f (b), so
existiert ein Punkt x ∈ (a, b) mit f 0 (x) = 0.

Beweis. Wegen der Stetigkeit besitzt die reellwertige Funktion f auf dem abgeschlossenen be-
schränkten Intervall [a, b] ein Maximum und ein Minimum. Entweder das Maximum oder das
Minimum (oder beide) werden im offenen Intervall (a, b) angenommen, denn f (a) = f (b). Für
den entsprechenden Punkt x gilt nach dem Satz: f 0 (x) = 0. q.e.d.

Satz 168 (Mittelwertsatz der Differentialrechnung). Ist f : [a, b] → R im abgeschlosse-

nen beschränkten Intervall [a, b] stetig und im offenen Intervall (a, b) differenzierbar, so existiert
x ∈ (a, b) derart, dass
f (b) − f (a) = f 0 (x) · (b − a)

Beweis. Die Funktion f (b) − f (a) − f 0 (x)(b − a) ist die Ableitung der Funktion


h(x) = x f (b) − f (a) − f (x)(b − a).

Diese erfüllt die Voraussetzungen des vorangehenden Korollars 167, denn

h(a) = a · f (b) − b · f (a) = h(b).

Somit existiert ein Punkt x ∈ (a, b) mit

h0 (x) = f (b) − f (a) − f 0 (x)(b − a) = 0.

63
Wird die Hilfsfunktion h in diesem Beweis durch eine Funktion



h(x) = g(x) f (b) − f (a) − f (x) g(b) − g(a)

ersetzt, wobei g ebenfalls die Voraussetzungen des Mittelwertsatzes erfüllt, so erhält man mit
dem selben Beweis eine allgemeinere Form des Satzes: Es existiert dann x ∈ (a, b) so, dass

f (b) − f (a) g 0 (x) = g(b) − g(a) f 0 (x).

q.e.d.

Lemma 169 (Folgerung). Ist f : [a, b] → R stetig und auf (a, b) differenzierbar und gilt
zudem f 0 (x) > 0 für alle x ∈ (a, b), so ist f auf [a, b] streng monoton wachsend.

Nach dem Mittelwertsatz gilt für a ≤ x < y ≤ b

f (y) − f (x) = f 0 (c)(y − x) > 0

für ein c ∈ (x, y).

Lemma 170 (Folgerung). Ist unter den Voraussetzungen des Mittelwertsatzes f 0 (x) = 0 für
alle x ∈ (a, b), so ist f auf [a, b] konstant:

f (x) − f (a) = f 0 (c)(x − a) = 0

für ein c ∈ (a, x).

Lemma 171 (Folgerung). Ist |f 0 (x)| ≤ M für alle x ∈ (a, b) und sind die Voraussetzungen
des Satzes erfüllt, so folgt
|f (b) − f (a)| ≤ M (b − a).

Warnung: Der Mittelwertsatz gilt nicht für komplexwertige Funktionen.

Beispiel 172.
f (x) = x2

Nach dem Mittelwertsatz existiert x ∈ (a, b) derart, dass

f (b) − f (a)
= f 0 (x)
b−a
b 2 − a2 b+a
= 2x =⇒ x =
b−a 2
Beispiel 173.
f (x) = sin x

|f 0 (x)| = | cos x| ≤ 1 =⇒ | sin x| ≤ |x| x∈R

64
Beispiel 174.
f (x) = cos x + i sin x

f ist (stetig und) differenzierbar auf [0, 2π] und f (2π) = f (0) = 1. Es existiert jedoch kein
x ∈ (0, 2π) derart, dass
f 0 (x) = − sin x + i cos x = 0,

denn
|f 0 (x)|2 = sin2 x + cos2 x = 1.

Als Anwendung des Mittelwertsatzes in der allgemeinen Formulierung beweisen wir das folgende
Resultat:

Satz 175 (Regel von Bernoulli – de l’Hôpital). f und g seien auf (a, b) differenzierbare
reellwertige Funktionen mit g 0 (x) 6= 0 für alle x ∈ (a, b). Ist nun entweder

lim f (x) = lim g(x) = 0 oder lim f (x) = lim g(x) = ∞,

x→b x→b x→b x→b

so gilt
f (x) f 0 (x)
lim = lim 0
x→b g(x) x→b g (x)

vorausgesetzt, der letzte Grenzwert existiert.

0
Beweis. Man setze c = lim fg0 (x)
(x)
. Zu ε > 0 existiert dann x0 ∈ (a, b) derart, dass
x→b

f 0 (x)
−c <ε für x ∈ [x0 , b).
g 0 (x)

Ist nun x0 ≤ x < y < b, so existiert nach dem Mittelwertsatz (allgemeine Form) ξ ∈ (x, y)
derart, dass
f (y) − f (x) f 0 (ξ)
= 0
g(y) − g(x) g (ξ)
und somit
f (y) − f (x)
− c < ε.
g(y) − g(x)
Falls nun lim f (y) = lim g(y) = 0, so folgt
y→b y→b

f (x) f (y) − f (x)

− c = lim − c < ε.
g(x) y→b g(y) − g(x)

Falls jedoch lim f (y) = lim g(y) = ∞, so betrachte man für festes x die Ungleichung
y→b y→b

f (y) f (x)
g(y)
− g(y)
g(x)
−c <ε
1− g(y)

65
und man wähle y0 ∈ (x, b) derart, dass für y ∈ (y0 , b):
f (x) g(x) g(x)
< ε, c <ε und 0 < 1 − < 2.
g(y) g(y) g(y)
Für diese y gilt  
f (y) f (x) g(x) g(x)
− −c+c <ε 1−
g(y) g(y) g(y) g(y)
und nach der Dreiecksungleichung
 
f (y) g(x) f (x) g(x)
−c <ε 1− + + c < 2ε + ε + ε = 4ε
g(y) g(y) g(y) g(y)
q.e.d.

Beispiel 176.
lim x ln x
x→0

Beispiel 177.
sin x
lim
x→0 x

Beispiel 178.
1 − cos x
lim
x→0 x2
Beispiel 179.
1
lim x tan
x→∞ x
Anmerkung 180. Man beachte, dass die Regel von Bernoulli – de l’Hôpital auch für uneigentliche
Grenzwerte lim ihre Gültigkeit behält.
x→∞

4.3 Inverse Funktionen

Eine Funktion f : A → C, A ⊂ C besitzt eine Umkehrfunktion f −1 , definiert auf A1 = f (A),

falls sie injektiv ist: Aus f (x1 ) = f (x2 ) folgt x1 = x2 . Die Funktion f −1 ist die zu f inverse
Funktion. Sie ordnet jedem y ∈ A1 das durch die Gleichung y = f (x) eindeutig bestimmte
x ∈ A zu.

Behauptung 181. Ist f : (a, b) → R eine streng monoton wachsende (fallende) Funktion, so ist f
injektiv und besitzt daher eine Umkehrfunktion f −1 . Ist f zudem stetig, so ist auch f −1 stetig.

Beweis. Es sei y0 = f (x0 ) ein Wert im Definitionsbereich von f −1 . Zu ε > 0 wähle man
x1 , x2 ∈ R so, dass

a < x1 < x0 < x2 < b, |x0 − x1 | < ε, |x0 − x2 | < ε.

66


Da f stetig ist, nimmt f auf (x1 , x2 ) jedem Wert im Intervall (y1 , y2 ) = f (x1 ), f (x2 ) an
(Zwischenwertsatz). Da f streng monoton ist, wird jeder Wert genau einmal angenommen.
Setzt man nun δ = min{|y0 − y1 |, |y0 − y2 |}, so gilt

f −1 [y0 − δ, y0 + δ] ⊂ [x1 , x2 ]

und daher
f −1 (y) − f −1 (y0 ) < ε falls |y − y0 | < δ.

q.e.d.

Satz 182 (Differentiationsregel für die Umkehrfunktion). Ist f : (a, b) → R stetig,

streng monoton wachsend und im Punkt x0 ∈ (a, b) differenzierbar mit f 0 (x0 ) 6= 0, so ist die
Umkehrfunktion g := f −1 im Punkt y0 = f (x0 ) differenzierbar und es gilt
1 1
g 0 (y0 ) = = .
f 0 (x 0) f 0 (g(y 0 ))

Beweis. Nach Voraussetzung ist f differenzierbar im Punkt x0 . Es ist also

f (x) − f (x0 ) = (x − x0 )(f 0 (x0 ) + r(x))

mit einem Rest r(x), der die Beziehung lim r(x) = 0 erfüllt. Setzt man r(x0 ) = 0, so ist r
x→x0
stetig. Mit y = f (x), x = g(y) folgt nun

y − y0 = (g(y) − g(y0 ))(f 0 (x0 ) + r(g(y)))

g(y) − g(y0 ) 1
= 0 y 6= y0 .
y − y0 f (x0 ) + r(g(y))
Aus der Stetigkeit von r und von g folgt nun für y → y0
g(y) − g(y0 ) 1
g 0 (y0 ) = lim = 0
y→y0 y − y0 f (x0 )
falls f 0 (x0 ) 6= 0. q.e.d.

Anmerkung 183. Ist die Ableitung von f : (a, b) → R im Punkt x0 stetig und ist f 0 (x0 ) > 0,
so ist f in einem Intervall (x0 − δ, x0 + δ) streng monoton wachsend. Wird nämlich δ > 0 so
bestimmt, dass f (x) > 0 für |x − x0 | < δ, so gilt nach dem Mittelwertsatz für x0 − δ < x < y <
x+δ
f (y) − f (x)
= f 0 (ξ) > 0 für ein ξ ∈ (x, y).
y−x
Beispiel 184. f (x) = xn ist auf (0, ∞) streng monoton wachsend und differenzierbar. Es existiert
daher eine zu f inverse Funktion g, die jedem y ∈ R, y > 0 die eindeutig bestimmte positive
reelle Zahl x zuordnet, für die xn = y. x = g(y) heisst n-te Wurzel von y.
√ 1
x = g(y) = n
y = yn.

67
Nach der Differentiationsregel gilt

d √ 1 1 1 1 1 −1
n
y = g 0 (y) = 0 = n−1
= n−1 = yn .
dy f (g(y)) n(g(y) ) ny n n

Beispiel 185.
f (x) = sin x, f 0 (x) = cos x

f ist streng monoton wachsend im Intervall (− π2 , π2 ). Die Ableitung der zu f : (− π2 , π2 ) → R

inversen Funktion g(y) = arcsin y lässt sich mit der Differentiationsregel berechnen:

1 1
g 0 (y) = =p |y| < 1.
cos x 1 − y2

68
Kapitel 5

Elementare Funktionen

5.1 Exponentialfunktion

Definition 186. ∞
z
X zn
e = z∈C
n=0
n!
Nach dem Wurzelkriterium konvergiert die Reihe absolut für alle z ∈ C.

Behauptung 187 (Eigenschaft).

ez · ew = ez+w .

Daraus folgt
1
ez · e−z = ez−z = e0 = 1, = e−z .
ez
Insbesondere ist ez 6= 0 für alle z ∈ C.

Behauptung 188 (Eigenschaft). Nach der Definition ist ex > 0 für x ≥ 0 (x reell) und somit
ex > 0 für alle x ∈ R. Ebenso ist ex < ey für 0 ≤ x < y (x, y reell) und daher e−y < e−x .

ex ist also auf R streng monoton wachsend.

Aus der Definition folgt

lim ex = ∞.
x→∞
x∈R

Daher ist
lim ex = 0.
x→−∞
x∈R

69
Behauptung 189 (Eigenschaft). ez ist stetig.
∞
!
X hn
ez+h − ez = ez · eh − ez = ez eh − 1 = ez


n=1
n!
∞ ∞
z+h z z
X |h|n z
X
e −e ≤ |e | ≤ |e | |h|n
n=1
n! n=1
|h| 1
= |ez | ≤ 2 |ez | |h| falls |h| < .
1 − |h| 2
n o
Zu ε > 0 wähle man δ < min 21 , 2|eεz | . Für |h| < δ ist dann

ez+h − ez < ε.

Behauptung 190 (Eigenschaft).

eh − 1
lim = 1.
h→0 h
∞ ∞
eh − 1 1 X hn X hn−1
= =
h h n=1 n! n=1
n!
∞ ∞
eh − 1 X hn−1 X |h| 1
−1 = ≤ |h|n−1 = ≤ 2|h| falls |h| < .
h n=2
n! n=2
1 − |h| 2
Daraus folgt
eh − 1
lim −1 =0
h→0 h
eh − 1
lim = 1.
h→0 h
Anmerkung 191 (Folgerung). ez ist (komplex) differenzierbar

ez+h − ez eh − 1
lim = lim ez = ez .
h→0 h h→0 h

Dies gilt insbesondere für z und h reell so, dass

d z
e = ez .
dz

Behauptung 192 (Eigenschaft).

z n 
ez = lim 1+
n→∞ n
n−1
 z n z
n
 z n  z  z  X z
k  z n−1−k
ez − 1 + = en − 1 + = en − 1 + en 1+ ,
n n n k=0
n
denn
n−1
X
n n
a − b = (a − b) ak bn−1−k
k=0
 z 
z z z e −1
n z
e −1− =
n
z − 1 = · rn
n n n
n

70
mit lim rn = 0 (nach Behauptung 190).
n→∞

n−1 n−1    n−1−k

X z
k  z n−1−k X |z| k |z|
e n 1+ ≤ en 1+
k=0
n k=0
n
n−1  k  n−1−k  |z| n−1
X |z| |z|
≤ en en =n en ≤ n · e|z|
k=0
z n
 z
z
e − 1+ ≤ rn n · e|z| ≤ |rn ||z|e|z| .
n n
Daraus folgt schliesslich
z z n

lim e − 1 + = 0.
n→∞ n
Behauptung 193 (Eigenschaft). In diesem Abschnitt wird die Exponentialfunktion mit exp z

n
bezeichnet. Wie üblich, ist e = lim 1 + n1 = exp 1.
n→∞

Unter ep soll die p-te Potenz von e verstanden werden; diese ist für rationale p definiert. Es gilt
nun exp p = ep .

Beweis. Aus der Funktionalgleichung folgt

exp n = (exp 1)n = en n = 0, 1, 2, . . .

exp(−n) = (exp n)−1 = e−n

n
Ist p = m
eine positive rationale Zahl (n, m ∈ N), so gilt

(exp p)m = exp(mp) = exp n = en

und somit
n
exp p = e m = ep

(eindeutig bestimmte positive m-te Wurzel aus einer positiven Zahl). Schliesslich gilt

exp(−p) = (exp p)−1 = (ep )−1 = e−p .

Die Potenzen mit irrationalen Exponenten sind bis anhin nicht definiert worden, sie werden
hiermit durch
er = exp r r∈R

definiert. Die Bezeichnung ez für die Exponentialfunktion ist widerspruchsfrei. q.e.d.

Behauptung 194 (Eigenschaft).

eit = 1 für t ∈ R.
 n
 z n z
ez = lim 1 + = lim 1 + = ez .
n→∞ n n→∞ n

71
Daraus folgt
2
eit = eit · eit = eit · eit = eit · e−it = e0 = 1 t ∈ R.

Die Funktion t 7→ eit von R auf T = {z ∈ C : |z| = 1} bildet R stetig auf T ab. Die Abbildung
ist längentreu.

Beweis. (t > 0)

k
nt

0 t

eit
k
ei n t

1 x

k
Teilpunkte nk t, k = 0, 1, 2 . . . , n des Intervalls [0, t] werden auf zk = ei n t abgebildet. Das Polygon
Pn mit den Eckpunkten z0 , z1 , . . . , zn hat die Länge
n n
k k−1
X X
Lt (Pn ) = |zk − zk−1 | = ei n t − ei n
t

k=1 k=1
n n
i k−1 i nt t
X X
t
= e n e −1 = ei n − 1
k=1 k=1
i nt
t e −1
=n t (t > 0).
n n

72
Aufgrund der Eigenschaft von Behauptung 190 der Exponentialfunktion ergibt sich für die
Länge Lt des Kreisbogens von 1 bis eit (Bild des Intervalls [0, t])

Lt = lim Lt (Pn ) = t.
n→∞

q.e.d.

Nach Definition ist die Zahl π der halbe Kreisumfang des Einheitskreises. Aus der Längenbe-
rechnung folgt, dass
eit = 1 ⇐⇒ t = 2kπ, k ∈ Z.

Satz 195 (Gleichung von Euler).

eiπ + 1 = 0.

Anmerkung 196 (Zur Definition der Bogenlänge). Eine Kurve γ(s) ist eine stetige Abbildung
γ : [0, t] → R2 .

Die Kurve ist rektifizierbar, falls

m
X
sup kγ(sk ) − γ(sk−1 )k = Lt < ∞.
Partitionen 0=s0 <s1 <···<sm =t
k=1

Ist γ(s) = (x(s), y(s)) stetig differenzierbar (die Ableitungen x0 (s), y 0 (s) sind stetig), so kann
das Supremum durch den Grenzwert
n    
X k k−1
lim γ t −γ t
n→∞
k=1
n n

ersetzt werden.

5.2 Logarithmusfunktion

Definition 197. Die Exponentialfunktion bildet R stetig auf R+ = (0, ∞) ab. Sie ist auf R
streng monoton wachsend. Somit existiert eine zu f (x) = ex inverse Funktion g : R+ → R, die
g(y) = log y oder g(y) = ln y bezeichnet wird:

Die Logarithmusfunktion (logarithmus naturalis).

73
Behauptung 198 (Eigenschaft).

1 1 1
(log y)0 = = =
f 0 (g(y)) elog y y

Die Logarithmusfunktion ist differenzierbar und streng monoton wachsend.

lim log y = ∞ lim log y = −∞

y→∞ y→0

Behauptung 199 (Eigenschaft, Funktionalgleichung). Setzt man u = ex , v = ey (log u = x,

log v = y), so erhält man

log(u · v) = log (ex · ey ) = log ex+y = x + y = log u + log v

Behauptung 200 (Eigenschaft). Für a, x ∈ R, a > 0 werden die allgemeinen Potenzen durch die
Gleichung
ax = ex log a
p
definiert. Für rationale Exponenten x = q
> 0 (p, q ∈ N) stimmt diese Festlegung mit der
bereits bekannten Definition überein.

Vorerst erhält man für n ∈ N aus der Funktionalgleichung

log(an ) = n log a

p
und sodann für x ∈ q  p  p q
q log a q = log a q = log ap = p log a
 p p
log a q = log a
q
p p
a q = e q log a

5.3 Trigonometrische Funktionen

Definition 201.
it eit + e−it
cos t = Re e = (t ∈ R)
2
e − e−it
it
sin t = Im eit = (t ∈ R)
2i

74
Durch Einsetzen von z = it in der Reihe für ez erhält man
it i2 t2
eit = 1 + + + ···
1! 2!
t2 t4 t3 t5
 
t
= 1 − + − ··· + i − + − ···
2! 4! 1! 3! 5!
∞
t2 t4 X
k t
2k
cos t = 1 − + − ··· = (−1)
2! 4! k=0
(2k)!
∞
t3 t5 X t2k+1
sin t = t − + − ··· = (−1)k
3! 5! k=0
(2k + 1)!

Die Reihen konvergieren absolut für alle t ∈ R (Quotientenkriterium).

Behauptung 202 (Eigenschaft, Additionstheoreme). Aus der Funktionalgleichung ei(u±v) = eiu ·

e±iv folgt

cos(u ± v) + i sin(u ± v) = (cos u + i sin u)(cos(±v) + i sin(±v))

= (cos u + i sin u)(cos v ± i sin v)
= cos u cos v ∓ sin u sin v + i(± cos u sin v + sin u cos v)

Behauptung 203 (Eigenschaft). Aus den Beziehungen eit = cos t + i sin t und |eit | = 1 (t ∈ R)
folgt
2
eit = cos2 t + sin2 t = 1

Behauptung 204 (Eigenschaft, Differentiation).

sin(t + h) − sin t ei(t+h) − e−i(t+h) − eit + e−it

=
h 2ih
it
e−it e−ih − 1
 ih   
e e −1
= +
2 ih 2 −ih
sin(t + h) − sin t eit + e−it
sin0 t = lim = = cos t.
h→0 h 2
Ebenso lässt sich zeigen, dass
cos0 t = − sin t.

Behauptung 205 (Eigenschaft, Definition). Eine Funktion f : R → C ist periodisch mit Periode
p 6= 0, falls f (x + p) = f (x) für alle x ∈ R.

Ist p eine Periode der Funktion f , so auch kp, k ∈ Z (k 6= 0). Die Fundamentalperiode ist die
kleinste positive Periode.

Die trigonometrischen Funktionen cos t und sin t sind periodisch mit Fundamentalperiode 2π.
π
Aus ei 2 = i folgt zunächst
π
ei(t+ 2 ) = ieit = i cos t − sin t

75
und daher
 π
cos t + = − sin t
2
 π
sin t + = cos t.
2
Die Funktionen cos t und sin t besitzen daher dieselben Perioden wie die Funktion

f (t) = eit = cos t + i sin t.

Es wurde jedoch gezeigt, dass

eit = 1 ⇐⇒ t = 2kπ, k ∈ Z

und daraus folgt, dass eit periodisch ist, mit Fundamentalperiode 2π:

f (t + 2π) = ei(t+2π) = eit · ei2π = eit = f (t)

f (t + p) = eit · eip 6= eit für 0 < p < 2π.

Behauptung 206 (Eigenschaft). f (t) = eit ist reell, falls eit = ±1, (denn |eit | = 1). Daher ist
sin t = 0 für t = kπ, k ∈ Z und dies sind die einzigen Nullstellen der Sinusfunktion. Wegen der
Stetigkeit ist sin t > 0 für t ∈ (0, π), denn sin π2 = cos 0 = 1. Daraus folgt, dass cos t im Intervall
[0, π] streng monoton fällt:

cos0 t = − sin t < 0 t ∈ (0, π).

Die gleiche Überlegung zeigt, dass sin t im Intervall − π2 , π2 streng monoton wächst.
 

Es existieren somit in [−1, 1] stetige, auf (−1, 1) differenzierbare Umkehrfunktionen arccos y

und arcsin y. Für ihre Ableitungen erhält man

1 −1
arccos0 y = =p
− sin x 1 − y2

1 1
arcsin0 y = =p
cos x 1 − y2
Die Funktionen tan x und cot x

sin x π
tan x = x 6= + kπ, k ∈ Z
cos x 2
cos x
cot x = x 6= kπ, k ∈ Z
sin x
sind periodisch mit Fundamentalperiode π.

sin(x + π) − sin x
tan(x + π) = = = tan x
cos(x + π) − cos x

76
und tan x ist streng monoton wachsend im Intervall − π2 , π2 , denn

cos x cos x − (− sin x) sin x 1  π 

tan0 x = = > 0 x 6
= + kπ .
cos2 x cos2 x 2
Die Umkehrfunktion arctan : R → − π2 , π2 ist differenzierbar


 −1
0 1 1 1
arctan y = 2
= cos2 x = 2
= .
cos x 1 + tan x 1 + y2

5.4 Hyperbolische Funktionen

Definition 207.
ex + e−x
cosh x = (x ∈ R)
2
ex − e−x
sinh x = (x ∈ R)
2
Behauptung 208. Aus der Funktionalgleichung für ez erhält man
e2x + 2 + e−2x e2x − 2 + e−2x
cosh2 x − sinh2 x = − =1
4 4
cosh(x + y) = cosh x cosh y − sinh x sinh y
sinh(x + y) = cosh x sinh y + sinh x cosh y.
sinh x ist streng monoton wachsend als Differenz einer streng monoton wachsenden und einer
streng monoton fallenden Funktion.

sinh0 x = cosh x,

cosh0 x = sinh x.

Die Funktion cosh x (sowie übrigens auch die Funktion cos x) ist gerade:
e−x + ex
cosh(−x) = = cosh x.
2
Die Funktion sinh x (sowie auch sin x) ist ungerade
e−x − ex
sinh(−x) = = − sinh x.
2
Behauptung 209. Die Umkehrfunktion zur hyperbolischen Sinusfunktion ist der area sinus
x −x
”
hyperbolicus“. In diesem Falle lässt sich die Gleichung y = e −e
2
explizit nach x auflösen: Mit
der Substitution z = ex erhält man die quadratische Gleichung
z − z −1
y=
2
0 = z 2 − 2yz − 1
p
z = y + y2 + 1 (z = ex > 0)
 p 
x = log y + y 2 + 1 = arsinh y

77
Die Funktion cosh x ist streng monoton wachsend auf R+ . Sie besitzt eine Umkehrfunktion
arcosh : [1, ∞) → [0, ∞):
p 
2
arcosh y = log y + y − 1

Für die Ableitung berechnet man

1 1 1
arcosh0 y =
=p =p ,
sinh x cosh2 x − 1 y2 − 1
1
arsinh0 y = p .
y2 + 1
Definition 210. Die hyperbolische Tangensfunktion ist durch
sinh x
tanh x =
cosh x
definiert.

Behauptung 211. Es gilt

1
tanh0 x = > 0,
cosh2 x
lim tanh x = ±1.
x→±∞

5.5 Argumentfunktion

Die Funktion eit : R → C ist periodisch (2π). Wird auf R durch

t1 ∼ t2 falls t1 − t2 = 2kπ für ein k ∈ Z

eine Äquivalenzrelation eingeführt, so wird eit zu einer injektiven Abbildung auf der Menge
R/2πZ der Restklassen.
eit : R/2πZ → T = {z ∈ C : |z| = 1}

ist bijektiv; die Umkehrfunktion ist die Argumentfunktion eingeschränkt auf T .

Definition 212. Das Argument einer komplexen Zahl z 6= 0, ist die Äquivalenzklasse in R/2πZ ,
z
welche auf |z|
∈ T abgebildet wird.

z z
z ∈ C, |z|
∈ T , es existiert t ∈ R so, dass |z|
= eit = cos t + i sin t

arg z = t + 2kπ k ∈ Z.

Für die komplexen Zahlen z 6= 0 erhält man die Polardarstellung

z = |z|ei arg z = r(cos t + i sin t).

Behauptung 213. Es gilt

Im z
tan t = .
Re z

78
Kapitel 6

Differentialrechnung 2. Teil

6.1 Beispiel einer stetigen, nirgends differenzierbaren

Funktion (Weierstrass)

Beispiel 214. Ein Beispiel einer stetigen, nirgends differenzierbaren Funktion kann als Summe
∞
X
f (x) = ϕk (x)
k=0

konstruiert werden. Dabei ist


|x|

|x| ≤ 1
ϕ0 (x) =
|x − 2k| |x − 2k| ≤ 1, k ∈ Z


und durch Dilation erhält man die Funktionen ϕk

 
−k k

2
ϕk (x) = 4 ϕ0 4 x periodisch
4k
1
= 4−k 4k x = |x| für |x| ≤ k
4

ϕ0 + ϕ1
ϕ0

ϕ1

79
 ∞
P
Die Summe ϕk (x) konvergiert für jedes x, denn
k=0

∞
−k
X 1 4
|ϕk (x)| ≤ 4 und 4−k = 1 = < ∞.
k=0
1− 4
3

∞
P
Für den Beweis der Stetigkeit von f = ϕk wähle man ein festes k0 ∈ N. Es gilt dann für
k=0
|x − y| ≤ 4−k0

|x − y| ≤ 4−k0

k < k0
|ϕk (x) − ϕk (y)| ≤ k ∈ N ∪ {0}
4−k

k ≥ k0
0 −1
kX ∞
X
|f (x) − f (y)| ≤ |ϕk (x) − ϕk (y)| + |ϕk (x) − ϕk (y)|
k=0 k=k0

4−k0
 
−k0 −k0 4
≤ k0 4 + =4 k0 + .
1 − 14 3

Nun ist jedoch lim 4−k0 k0 + 4

3
= 0. Zu ε > 0 existiert daher ein Index N so, dass
k0 →∞
 
−k0 4
4 k0 + <ε für k0 ≥ N.
3

Somit gilt für |x − y| < 4−N :

|f (x) − f (y)| < ε.

Die Funktion f ist stetig.

Schliesslich bleibt zu zeigen, dass f nicht differenzierbar ist. Dazu betrachtet man die Differen-
zenquotienten
f (ξ + hj ) − f (ξ)
hj
in einem festen Punkt ξ. Für hj wähle man hj = ± 12 4−j derart, dass ϕj zwischen ξ und ξ + hj
linear ist (Das ist möglich, denn ϕj ist periodisch mit Fundamentalperiode 2·4−j und demzufolge
linear auf Intervallen der Länge 4−j ). Mit dieser Wahl von hj ist ϕk für k < j ebenfalls linear
zwischen ξ und ξ + hj . Für k > j ist ϕk periodisch mit Periode 21 4−j , und daher gilt

ϕk (ξ + hj ) − ϕk (ξ) 0 k>j

=
hj ±1 k ≤ j


j
f (ξ + hj ) − f (ξ) X
= ±1
hj k=0

Für j → ∞ sind die Differenzenquotienten abwechslungsweise gerade oder ungerade Zahlen. Es

kann deshalb kein Grenzwert existieren. Somit ist f im Punkt ξ nicht differenzierbar.

80
6.2 Konvexität

Definition 215. Die Funktion f : (a, b) → R ist konvex auf dem Intervall (a, b), falls

f ((1 − t)x + ty) ≤ (1 − t)f (x) + t · f (y)

für alle x, y ∈ (a, b) und für alle t ∈ (0, 1).

(1 − t)f (x) + t · f (y)

a x y b t
t=0 t=1

Die Ungleichung in dieser Definition lässt sich in einer anderen Form schreiben. Setzt man
ξ−x y−ξ
ξ = (1 − t)x + ty und damit t = y−x
, 1−t= y−x
, so erhält man
y−ξ ξ−x
f (ξ) ≤ f (x) + f (y) x<ξ<y
y−x y−x
oder auch
f (y) − f (x)
f (ξ) ≤ f (x) + (ξ − x) x < ξ < y.
y−x
Anmerkung 216 (zur Definition). f heisst streng konvex auf (a, b), falls die strikte Ungleichung

f ((1 − t)x + ty) < (1 − t)f (x) + t · f (y) x 6= y, t ∈ (0, 1)

gilt.

Die Definition lässt sich auch auf ein uneigentliches Intervall, a = −∞ oder b = ∞, anwenden.

Wird die Definition auf ein abgeschlossenes (beschränktes) Intervall angewandt, so können
konvexe Funktionen konstruiert werden, die in den Randpunkten a, b nicht stetig sind, z.B.

0 0 < x < 1

f (x) =
1 x = 0, x = 1.


(Man vergleiche dazu den folgenden Satz 220).

81
Definition 217. Die Funktion f heisst konkav, falls −f konvex ist. Es gilt dann

f ((1 − t)x + ty) ≥ (1 − t)f (x) + t · f (y) x, y ∈ (a, b), t ∈ (0, 1)

Anmerkung 218 (Folgerung). Für x < ξ < y gilt

f (ξ) − f (x) f (y) − f (x)

≤
ξ−x y−x

sowie
f (y) − f (x) f (y) − f (ξ)
≤
y−x y−ξ
Die Ungleichungen folgen direkt aus der Definition. (ξ = (1 − t)x + ty):

f (ξ) ≤ f (y) + (1 − t)(f (x) − f (y))

y−ξ
= f (y) + (f (x) − f (y)).
y−x

Anmerkung 219 (Folgerung). Für festes z ∈ (a, b) ist der Differenzenquotient

f (x) − f (z)
q(x) = x 6= z
x−z

eine monoton wachsende Funktion.

Dies folgt aus den Ungleichungen

f (x) − f (x1 ) f (x2 ) − f (x1 ) f (x2 ) − f (x)

≤ ≤ x1 < x < x2 ,
x − x1 x2 − x1 x2 − x

falls man z = x1 bzw. z = x2 einsetzt.

Satz 220. Ist f konvex auf dem Intervall (a, b), so ist f stetig.

Im Beweis wird gezeigt, dass

f (z) − f (x)
f 0 (z − ) := lim−
x→z z−x
f (y) − f (z)
f 0 (z + ) := lim+
x→z y−z
existieren (f ist links- und rechtsseitig differenzierbar). Es wurde bereits bewiesen (vgl. Anmer-
kung 154), dass differenzierbare Funktionen stetig sind. Derselbe Beweis zeigt auch, dass links-
und rechtsseitig differenzierbare Funktionen stetig sind.

Beweis. Zum Beweis der Existenz des linksseitigen Grenzwertes setze man

f (z) − f (x)
s = sup = sup q(z).
x<z z−x x<z

82
 f (y)−f (z)
das Supremum ist endlich, denn s ≤ y−z
für y > z.

Zu ε > 0 existiert x0 < z so, dass

f (z) − f (x0 )
q(x0 ) = > s − ε.
z − x0

Da q eine monoton wachsende Funktion ist, gilt für x0 < x < z

f (z) − f (x)
0≤s− < ε.
z−x
f (z)−f (x)
Somit konvergiert z−x
gegen s. q.e.d.

Korollar 221. Ist f konvex auf (a, b), so gilt

f (z) − f (x) f (y) − f (z)

≤ f 0 (z − ) ≤ f 0 (z + ) ≤ x < z < y.
z−x y−z

Satz 222. Eine zweimal differenzierbare Funktion f : (a, b) → R ist dann und nur dann konvex,
wenn f 00 ≥ 0.

Beweis. Der Beweis besteht aus zwei Teilen:

a.) Ist f konvex, so gilt für x < y

f (y) − f (x)
f 0 (x) = f 0 (x+ ) ≤ ≤ f 0 (y − ) = f 0 (y).
y−x

Daher ist f 0 eine monoton wachsende Funktion und somit f 00 ≥ 0.

b.) Ist f 00 ≥ 0, so ist f 0 monoton wachsend. Es sei nun x1 < x < x2 . Nach dem Mittelwertsatz
existieren ξ1 ∈ (x1 , x) und ξ2 ∈ (x, x2 ) so, dass

f (x) − f (x1 ) f (x2 ) − f (x)

= f 0 (ξ1 ) ≤ f 0 (ξ2 ) =
x − x1 x2 − x
(f (x) − f (x1 ))(x2 − x) ≤ (f (x2 ) − f (x))(x − x1 )
f (x)(x2 − x1 ) ≤ f (x1 )(x2 − x) + f (x2 )(x − x1 ).

f ist also konvex.

q.e.d.

Anmerkung 223. Falls f 00 > 0, so ist f streng konvex. Das Beispiel f (x) = x4 zeigt, dass für
streng konvexe Funktionen die zweite Ableitung an gewissen Stellen 0 sein kann.

83
 n
P n
P
Definition 224. pk xk ist eine konvexe Linearkombination von x1 , x2 , . . . , xn , falls pk = 1
k=1 k=1
n
P
und pk ≥ 0 für k = 1, 2, . . . , n. x = pk xk lässt sich als Schwerpunkt der Massen pk , die in
k=1
den Punkten xk angebracht sind, interpretieren.
n
P
Satz 225. Ist x = pk xk konvexe Linearkombination der Punkte xk ∈ (a, b), und ist ausser-
k=1
dem f : (a, b) → R konvex, so folgt
n
! n
X X
f (x) = f pk xk ≤ pk f (xk ).
k=1 k=1

n+1
P
Beweis. Für n = 2 erhält man die Definition 215 der Konvexität. Es sei x = pk xk eine
k=1
konvexe Linearkombination der Punkte xk ∈ (a, b), k = 1, 2, . . . , n + 1 mit pn+1 6= 1 setzt man

pk
p0k = k = 1, . . . , n,
1 − pn+1
n
so ist x0 = p0k xk eine konvexe Linearkombination. Nach Induktionsvoraussetzung ist demnach
P
k=1

n
X
0
f (x ) ≤ p0k f (xk ).
k=1

Aus der Konvexität von f folgt nun

n+1
!
X
f pk xk = f ((1 − pn+1 )x0 + pn+1 xn+1 )
k=1

≤ (1 − pn+1 )f (x0 ) + pn+1 f (xn+1 )

n
X n+1
X
≤ (1 − pn+1 ) p0k f (xk ) + pn+1 f (xn+1 ) = pk f (xk )
k=1 k=1

q.e.d.

Satz 226 (Anwendung: Minkowski-Ungleichung).

n
! p1 n
! p1 n
! p1
X X X
|xk + yk |p ≤ |xk |p + |yk |p p≥1
k=1 k=1 k=1

 n
 p1
p
P
Diese Ungleichung wird als Dreiecksungleichung für die p-Norm kxkp = |xk | von Vek-
k=1
toren x = (x1 , . . . , xn ) ∈ Rn interpretiert:

kx + ykp ≤ kxkp + kykp

84
Beweis. Der Beweis stützt sich auf die Konvexitätseigenschaft der Funktionen f (x) = xp im
Intervall (0, ∞)
f 00 (x) = p(p − 1)xp−2 ≥ 0 für p ≥ 1, x > 0.

Da |xk + yk | ≤ |xk | + |yk | kann angenommen werden, dass xk ≥ 0, yk ≥ 0 für k = 1, . . . , n. Man

setze

tk = xk + yk ,
xk = ξk tk mit ξk , ηn ∈ [0, 1], ξk + ηk = 1,
yk = ηk tk mit ξk , ηn ∈ [0, 1], ξk + ηk = 1,

sowie n
tpk X
pk = T = tpk .
T k=1
n
P
Damit ist pk = 1, pk ≥ 0 für k = 1, . . . , n.
k=1

Der Satz 225 besagt nun, dass

n
!p n n n
X X 1X p p 1X p
pk · ξk ≤ pk · ξkp = tk · ξk = x .
k=1 k=1
T k=1 T k=1 k

Somit ist ! p1
n n
X 1 X
xpk ≥T p pk · ξk
k=1 k=1

und analog
n
! p1 n
X 1 X
ykp ≥T p p k · ηk
k=1 k=1

n
! p1 n
! p1 n n
! p1
X X 1 X 1 X
xpk + ykp ≥Tp pk (ξk + ηk ) = T p = (xk + yk )p
k=1 k=1 k=1 k=1

q.e.d.

Behauptung 227 (Anwendung: Die Ungleichung zwischen geometrischem und arithmetischem

n
P
Mittel). Ist pk xk eine konvexe Linearkombination der xk ∈ (0, ∞), so gilt
k=1

n
Y n
X
xpkk ≤ pk xk .
k=1 k=1

Setzt man pk = n1 , so folgt

v
u n n
uY 1X
n
t xk ≤ xk .
k=1
n k=1

85
Beweis. Der Beweis der Ungleichung stützt sich auf die Funktion f (x) = log x, die auf (0, ∞)
konkav ist:
1
f 00 (x) = − < 0.
x2
Nach dem Satz 225 erhält man
n
! n n
X X X
log pk xk ≥ pk log xk xk > 0, pk ≥ 0, pk = 1
k=1 k=1 k=1

und daher n n
X Y
pk xk ≥ xpkk
k=1 k=1

q.e.d.

Satz 228 (Anwendung: Hölder-Ungleichung (Cauchy-Ungleichung für p = 2)).

n n
! p1 n
! 1q
X X X 1 1
xk yk ≤ |xk |p |yk |q mit + = 1, p, q > 1
k=1 k=1 k=1
p q

Beweis. Für den Beweis kann xk > 0, yk > 0 angenommen werden. Setzt man

n
! p1
X
X = kxkp = xpk
k=1

und ! 1q
n
X
Y = kykp = ykq ,
k=1

so erhält man aus der Ungleichung zwischen geometrischem und arithmetischem Mittel:

xk yk 1  x k p 1  y k q
≤ + k = 1, . . . , n.
XY p X q Y

Eine Summation über k ergibt die Hölder-Ungleichung. q.e.d.

6.3 Taylor-Entwicklungen

Definition 229. Eine Funktion f ist im Punkt x n-mal differenzierbar, wenn die (n − 1)-te
Ableitung in einer Umgebung von x existiert und differenzierbar ist. Die n-te Ableitung wird
dn
mit f (n) oder dxn
f bezeichnet. Wir setzen f (0) = f .

Behauptung 230. Ist f im Punkt a n-mal differenzierbar, so bedeutet dies, dass sich f durch ein
Polynom vom grad ≤ n in einer Umgebung von a gut approximieren lässt. Das approximierende

86
Polynom tn , das Taylor-Polynom für f im Punkt a, wird durch die Forderung bestimmt, dass
tn im Punkt a dieselben Ableitungen bis zur Ordnung n besitzt, wie die Funktion f .

t(k)
n (a) = f
(k)
(a) k = 0, 1, . . . , n.

Das Polynom tn vom grad ≤ n ist durch diese Forderung eindeutig bestimmt.

Die Ableitungen von (x − a)r sind durch die Formel


dk r · (r − 1) · ··· · (r − k + 1)(x − a)r−k

k≤r
r
(x − a) =
dxk 0

k>r

gegeben. Auswertung im Punkt a ergibt




0 k<r
dk


(x − a)r = r! k = r .
dxk x=a



0 k > r


Das Polynom
n
X f (r) (a)
tn (x) = (x − a)r
r=0
r!
besitzt demzufolge im Punkt a dieselben Ableitungen der Ordnung ≤ n wie die Funktion f .
n
X f (r) (a) dk
t(k)
n (a) = k
(x − a)r = f (k) (a)
r=0
r! dx
x=a

Beweis. Für den Beweis der Eindeutigkeit des Taylor-Polynoms tn betrachte man ein beliebiges
Polynom qn mit
qn(k) (a) = f (k) (a) k = 0, 1, . . . , n.

Das Polynom qn lässt sich in der Form

n
X
qn (x) = cr (x − a)r
r=0

darstellen (Induktionsbeweis) mit eindeutig bestimmten Koeffizienten cr . Aus der Forderung

(k)
qn (a) = f (k) (a) folgt
n
X dk
qn(k) = cr k
(x − a)r = k!ck = f (k) (a).
r=0
dx
x=a

Somit ist qn = tn . q.e.d.

87
Satz 231 (Taylorformel mit Restglied). Ist f (n − 1)-mal stetig differenzierbar auf [a, x]
und n-mal differenzierbar auf (a, x), so existiert ein ξ ∈ (a, x) derart, dass
n−1
X 1 (r)
f (x) = f (a)(x − a)r + Rn−1 (x) = tn−1 (x) + Rn−1 (x)
r=0
r!

mit
(x − a)n (n)
Rn−1 (x) = f (ξ) (Lagrange-Restglied).
n!

Dieser Satz ist die Übertragung des Mittelwertsatz auf n-mal differenzierbare Funktionen.

Man beachte, dass das ξ in der Restglieddarstellung von x abhängt.

Beweis. Der Beweis besteht aus zwei Teilen:

a.) f erfülle zusätzlich die Voraussetzungen

f (k) (a) = 0 k = 0, 1, . . . , n − 1.

Dann ist tn−1 ≡ 0. Es muss also gezeigt werden, dass für diese Funktionen f
(x − a)n (n)
f (x) = f (ξ) für ein ξ ∈ (a, x).
n!
Diese Aussage wird mit Induktion nach n bewiesen.

Für n = 1 erhält man den Mittelwertsatz

f (x) = f 0 (ξ)(x − a)

für stetige, auf (a, x) differenzierbare Funktionen mit f (a) = 0. Der Induktionsschritt
stützt sich auf den Mittelwertsatz in der allgemeinen Fassung. Die polynomiale Funktion
g(x) = (x − a)n ist differenzierbar und für y ∈ (a, x) ist g 0 (y) = n(y − a)n−1 6= 0. Somit
gilt für ein ξ0 ∈ (a, x)
f (x) f (x) − f (a) f 0 (ξ0 ) f 0 (ξ0 )
= = = n ∈ N.
(x − a)n g(x) − g(a) g 0 (ξ0 ) n(ξ0 − a)n−1
Die Funktion h = f 0 erfüllt nun die Induktionsvoraussetzung. Daher besitzt h die Dar-
stellung
(ξ0 − a)n−1 (n−1)
h(ξ0 ) = h (ξ)
(n − 1)!
für ein ξ ∈ (a, ξ0 ). Durch Einsetzen von h(ξ0 ) = f 0 (ξ0 ) erhält man
f (x) 1 (ξ0 − a)n−1 (n−1) 1
n
= n−1
h (ξ) = f (n) (ξ).
(x − a) n(ξ0 − a) (n − 1)! n!

88
 b.) Ist nun f eine beliebige Funktion, welche die Voraussetzungen des Satzes erfüllt, so erfüllt

Rn−1 (x) = f (x) − tn−1 (x)

ebenfalls die Voraussetzungen des Satzes. Zusätzlich gilt jedoch

dk
Rn−1 (a) = 0 k = 0, 1, . . . , n − 1.
dxk
Nach dem ersten Teil des Beweises besitzt Rn−1 (x) die Darstellung
(x − a)n (n)
Rn−1 (x) = Rn−1 (ξ) für ein ξ ∈ (a, x).
n!
(n) (n)
Da jedoch tn−1 (x) ≡ 0, ist Rn−1 (ξ) = f (n) (ξ).

q.e.d.

Im nächsten Satz wird die Definition der n-ten Ableitung von f im Punkt a mit der Approxi-
mationseigenschaft umschrieben:

Satz 232 (Qualitative Fassung der Taylor-Formel). Ist f eine im Punkt a n-mal diffe-
renzierbare Funktion, so gilt
n
X 1 (r)
f (x) = f (a)(x − a)r + Rn
r=0
r!

mit
Rn
lim =0
x→a (x − a)n

Beweis. Aus der n-fachen Differenzierbarkeit von Rn (x) = f (x) − tn (x) im Punkt a folgt die
Existenz der (n − 1)-fachen Ableitungen in einem Intervall [a − δ, a + δ] (δ > 0) und damit die
Stetigkeit der (n − 2)-fachen Ableitung in diesem Intervall.

Für x ∈ (a, a + δ] (und entsprechend für x ∈ [a − δ, a)) existiert ξ ∈ (a, a + δ) mit

(x − a)n−1 (n−1)
Rn (x) = R (ξ).
(n − 1)! n
(k)
Dies folgt aus dem vorangehenden Satz, da Rn (a) = 0, k = 0, 1, . . . , n. Wegen der Differen-
(n−1)
zierbarkeit der (n − 1)-ten Ableitung Rn im Punkt a gilt

Rn(n−1) (ξ) = Rn(n−1) (a) + Rn(n) (a)(ξ − a) + s(ξ)(ξ − a)

mit
Rn(n−1) (a) = Rn(n) (a) = 0,

89
 lim s(ξ) = 0.
ξ→a

Durch Einsetzen erhält man

(x − a)n−1
Rn (x) = s(ξ)(ξ − a)
(n − 1)!

Rn (x) 1 ξ−a 1
lim n
= lim |s(ξ)| ≤ lim |s(ξ)| = 0.
x→a (x − a) x→a (n − 1)! x − a ξ→a (n − 1)!
q.e.d.

Korollar 233. Ist f (n + 1)-mal differenzierbar im Punkt a, so gilt

n
X f (r) (a)
f (x) = (x − a)r + sn (x)(x − a)n+1
r=0
r!

wobei sn (x) in einer Umgebung von a beschränkt ist.

Beweis.
n+1 (r)
X f (a)
f (x) = (x − a)r + rn+1 (x)(x − a)n+1
r=0
r!
n
f (r) (a) f (n+1) (a)
X  
r
= (x − a) + + rn+1 (x) (x − a)n+1
r=0
r! (n + 1)!

mit
lim rn+1 (x) = 0.
x→a

Daher ist
f (n+1) (a)
sn (x) = + rn+1 (x)
(n + 1)!
in einer Umgebung von a beschränkt: Zu ε > 0 existiert δ > 0 so, dass

f (n+1) (a)
|sn (x)| ≤ +ε für |x − a| < δ.
(n + 1)!
q.e.d.

Beispiel 234. Taylorreihe von f (x) = ex im Punkt 0:

f (k) (x) = ex f (k) (0) = 1 k = 0, 1, 2, . . .

n
X xr xn+1 ξ
f (x) = + e
r=0
r! (n + 1)!
Daraus erhält man z.B. die Abschätzung
n
x
X xr e
e − ≤ für |x| ≤ 1
r=0
r! (n + 1)!

90
Beispiel 235.
f (x) = log x

f 0 (x) = x−1 f 00 (x) = −1x−2 f (k) (x) = (−1)k−1 (k − 1)!x−k

n n
X f (k) (1) X 1
log x = (x − 1)k + Rn = (−1)k−1 (k − 1)! (x − 1)k + Rn
k=0
k! k=1
k!
n k−1
X (−1)
= (x − 1)k + Rn
k=1
k
(x − 1)n+1 (n+1) (−1)n (x − 1)n+1
Rn (x) = f (ξ) = .
(n + 1)! n+1 ξ n+1
Da ξ ∈ (1, x) (bzw. aus (x, 1)), gilt für x ∈ (0, 2]

x−1
≤1
ξ

Deshalb ist für diese x lim Rn (x) = 0.

n→∞

∞
X (−1)k−1
log x = (x − 1)k x ∈ (0, 2]
k=1
k

1 1 1
log 2 = 1 − + − + ···
2 3 4

6.4 Lokale Extrema

Besitzt f im Punkt x0 ∈ (a, b) ein lokales Extremum und ist da selbst differenzierbar, so ist
f 0 (x0 ) = 0. Umgekehrt lässt sich aus der Voraussetzung f 0 (x0 ) = 0 nicht schliessen, dass f im
Punkt x0 ein lokales Extremum besitzt (Beispiel: f (x) = x3 im Punkt x0 = 0). Falls jedoch
zusätzlich f 00 (x0 ) 6= 0, so besitzt f im Punkt x0 ein lokales Extremum. Allgemeiner gilt:

Satz 236. f : (a, b) → R sei im Punkt x0 ∈ (a, b) n-mal differenzierbar (n ≥ 2) und es gelte

f 0 (x0 ) = f 00 (x0 ) = ··· = f (n−1) (x0 ) = 0 f (n) (x0 ) 6= 0.

Ist dann n gerade, so besitzt f ein lokales Extremum im Punkt x0 , und zwar:

• ein lokales Maximum, falls f (n) (x0 ) < 0

• ein lokales Minimum, falls f (n) (x0 ) > 0

Ist n ungerade, so besitzt f im Punkt x0 kein lokales Extremum, sondern einen Wendepunkt.

91
Beweis.
f (n) (x0 )
 
f (x) = f (x0 ) + + rn (x) (x − x0 )n
n!
mit
lim rn (x) = 0
x→x0

Da f (n) (x0 ) > 0, existiert δ > 0 so, dass

f (n) (x0 )
|rn (x)| <
n!

für |x − x0 | < δ. In diesem Intervall gilt dann

sign(f (x) − f (x0 )) = sign(x − x0 )n sign f (n) (x0 ).

Daraus folgen die Behauptungen über die Extrema. Es sei bemerkt, dass für ungerade n die
zweite Ableitung f 00 bei x0 das Vorzeichen wechselt: Wendet man nämlich die Taylor-Formel
auf f 00 an, so erhält man

f (n) (x0 )
 
00
f (x) = + s(x) (x − x0 )n−2
(n − 2)!

mit
lim s(x) = 0.
x→x0

In einer Umgebung von x0 gilt daher

sign f 00 (x) = sign f (n) (x0 ) sign(x − x0 )n−2

q.e.d.

Beispiel 237. 
2 x 2
 (1−cos x)2 = (−2 sin 2 )

x 6= 0
x x
f (x) =
0

x=0
8 x x 4 x
f 0 (x) = sin3 cos − 2 sin4 x 6= 0
x 2 2 x 2
Die Nullstellen von f 0 sind sin x2 = 0, 2x = tan x2 . Diskussion der Stelle x = 0:

f 0 (0) = f 00 (0) = 0
3! 3
f 000 (0) = = >0
4 2
x = 0 ist kein lokales Extremum, sondern f besitzt im Nullpunkt einen Wendepunkt.

92
Kapitel 7

Das Riemann-Integral

7.1 Definition des Riemann-Integrals

Definition 238. Eine Partition P eines abgeschlossenen und auch beschränkten Intervalles
I = [a, b] ⊂ R ist eine Unterteilung des Intervalls in endlich viele abgeschlossene Teilintervalle
Ik = [xk−1 , xk ], k = 1, . . . , n mit a < x0 < x1 < ··· < xn = b.

P ist durch die Teilpunkte xk , k = 0, . . . , n vollständig bestimmt. Ist f eine auf I definierte,
reellwertige Funktion, so können ihr die Ober- und Untersumme sowie die Riemann-Summe
bezüglich der Partition P zugeordnet werden:
n
X
S P f := (xk − xk−1 ) sup f (x) (≤ ∞)
x∈Ik
k=1

beziehungsweise
n
X
S P f := (xk − xk−1 ) inf f (x)
x∈Ik
k=1

als Ober- und Untersumme sowie

n
X
SP f := (xk − xk−1 )f (ξk )
k=1

mit ξk ∈ Ik , k = 1, . . . , n als Riemann-Summe. SP f ist natürlich von den Punkten ξ1 , . . . , ξn

abhängig.

Definition 239. Eine Partition Q ist eine Verfeinerung der Partition P , wenn die Teilpunkte
aus P auch Teilpunkte aus Q sind. (Damit wird in der Menge der Partitionen von I eine
Ordnung eingeführt.)

93
Lemma 240. Wir bemerken nun vorerst, dass

S P f ≥ S Qf

und
S P f ≤ S Q f,

falls Q eine Verfeinerung von P ist.

Beweis. Sind nämlich Ik = [xk−1 , xk ], k = 1, . . . , n die Teilintervalle der Partition P und

Jj = [yj−1 , yj ], j = 1, . . . , m diejenigen von Q, so existieren Indices jk mit xk = yjk , k = 0, . . . , n
und Jj ⊂ Ik für jk−1 < j ≤ jk . Aus der Beziehung

sup f (x) ≤ sup f (x) jk−1 < j ≤ jk

x∈Jj x∈Ik

folgt dann
jk
X

(yj − yj−1 ) sup f (x) ≤ yjk − yjk−1 sup f (x) = (xk − xk−1 ) sup f (x)
x∈Jj x∈Ik x∈Ik
j=jk−1 +1

und damit
m
X
S Qf ≤ (yj − yj−1 ) sup f (x)
x∈Jj
j=1
Xn
≤ (xk − xk−1 ) sup f (x) = S P f.
x∈Ik
k=1

q.e.d.

Lemma 241. Im Übrigen gilt für beliebige Partitionen P1 , P2

S P1 f ≤ S P2 f. (241.1)

Beweis. Für P1 = P2 ist dies sofort ersichtlich. Den allgemeinen Fall erhält man durch Übergang
auf eine gemeinsame Verfeinerung Ω von P1 und P2 (Ω ist Verfeinerung von P1 wie auch Ver-
feinerung von P2 ):
S P1 f ≤ S Ω f ≤ S Ω ≤ S P2 f.

(241.1) lässt sich auch durch die Ungleichung

sup S P f ≤ inf S P f
P P

ausdrücken. Supremum und Infimum erstrecken sich über alle Partitionen von I. q.e.d.

94
Wir nennen nun eine Funktion f Riemann-integrierbar, wenn in dieser Beziehung Gleichheit
besteht. Zu jedem ε > 0 existieren dann Partitionen P1 und P2 mit

S P1 f − SP2 f ≤ ε

und es gilt für jede gemeinsame Verfeinerung Ω von P1 und P2

S Ω f − S Ω f ≤ S P1 f − S P2 f ≤ ε.

Umgekehrt gilt
sup S P f = inf S P f,
P P

falls zu jedem ε > 0 eine Partition P existiert so, dass

S P f − S P f ≤ ε.

Dies führt zu:

Definition 242. Eine auf einem abgeschlossenen beschränkten Intervall I definierte reellwertige
Funktion f ist Riemann-integrierbar, falls zu jedem ε > 0 eine Partition P existiert so, dass

S P f − S P f ≤ ε.

Korollar 243. Es gilt dann

sup S P f = inf S P f.
P P

Den gemeinsamen Wert dieser Ausdrücke bezeichnen wir als Integral von f über I = [a, b] und
verwenden dafür die Notation Z
f dµ
I

Anmerkung 244. Ist f Riemann-integrierbar, so ist f nach Unten und nach Oben beschränkt.
Andernfalls wäre S P f = ∞ oder S P f = −∞ für alle Partitionen P . Wir nennen M eine
Schranke für f auf I, falls |f (x)| ≤ M für alle x ∈ I.

Die Unter- und Obersummen lassen sich als Flächeninhalt geometrisch deuten (siehe Figur).
Etwas unbestimmt ausgedrückt sind die Riemann-integrierbaren Funktionen also dadurch cha-
rakterisiert, dass sich die Fläche, die der Graph von f mit der x-Achse einschliesst, beliebig
genau durch Summen von Rechtecksflächen von Unten und Oben approximieren lässt (Flächen
unterhalb der x-Achse werden negativ gezählt).

95
Beispiel 245. f (x) = x im Intervall I = [0, 1] ist integrierbar. Es sei Pn die Partition von I in
2n Intervalle der Länge 2−n .
2n

−n
X 2n (2n + 1) 1
S Pn f = 2 k · 2−n = 2−2n = (1 + 2−n )
k=1
2 2

2n
X (2n − 1)2n 1
S Pn f = 2−n (k − 1) · 2−n = 2−2n = (1 − 2−n )
k=1
2 2
1
sup S Pn f = = inf S Pn f
Pn 2 Pn

f ist also Riemann-integrierbar und

Z1
1
f dµ =
2
0

Beispiel 246. 
0 |x| ≥ 1

f (x) =
1 |x| < 1


ist Riemann-integrierbar auf jedem abgeschlossenen beschränkten Intervall I ⊂ R.

Eine Funktion f : I → R heisst stückweise stetig, falls sie stetig ist bis auf endlich viele
Unstetigkeitsstellen, in den Unstetigkeitsstellen jedoch die rechts- und linksseitigen Grenzwerte
existieren. Ist f auf einem beschränkten abgeschlossenen Intervall stückweise stetig, so ist f
beschränkt.

Satz 247. Stückweise stetige Funktionen f : I → R (I beschränkt und abgeschlossen) sind

Riemann-integrierbar.

Beweis. Ist N die Anzahl der Unstetigkeitsstellen und M eine Schranke für f , so wählen wir
ε
vorerst eine Partition P0 von I derart, dass die Teilintervalle I höchstens die Länge 8M N
besitzen

96
 ε
(Das Korn der Partition ist kleiner als 8M N
). Ist Ik ein Intervall, das keine Unstetigkeitsstellen
enthält, so ist f in Ik stetig und damit gleichmässig stetig. Es existiert daher ein δ > 0 so, dass
für alle x, y ∈ Ik
ε
|f (x) − f (y)| ≤ ,
2|I|
falls |x − y| < δ (|I| ist die Länge des Intervalls I).

Durch Unterteilen von Ik kann daher die Partition P0 so verfeinert werden, dass
ε
|f (x) − f (y)| ≤
2|I|
in jedem Teilintervall von Ik . In endlich vielen Schritten erhält man so eine Partition P von I
mit folgenden Eigenschaften:

1. enthält ein Teilintervall Ik0 keine Unstetigkeitsstelle, so ist

ε
sup f (x) − inf0 f (x) ≤ ,
x∈Ik0 x∈Ik 2|I|

2. höchstens 2N Teilintervalle Ij00 der Länge |Ij00 | < ε

8M N
enthalten eine Unstetigkeitsstelle
und
sup f (x) − inf00 f (x) ≤ 2M
x∈Ij00 x∈Ij

Für diese Partition P erhält man somit

X ε X ε 2N ε ε|I|
SP f − SP f ≤ 2M + |Ik0 | ≤ + =ε
00
8M N 0
2|I| 4N 2|I|
Ij Ik

q.e.d.

7.2 Eigenschaften des Integrals

R
Definition 248. Anstelle der Bezeichnung f dµ für das Intergral von f über das Intervall
I
I = [a, b] verwenden wir auch die Notation
Zb Zb
f (x) dx und f dµ.
a a
Ra
Für b > a ist das Symbol f dµ durch
b

Za Zb
f dµ = − f dµ
b a

definiert.

97
Behauptung 249. Sind f und g auf I = [a, b] Riemann-integrierbar, so ist f + g Riemann-
integrierbar auf I und
Zb Zb Zb
(f + g) dµ = f dµ + g dµ.
a a a

Behauptung 250. Sind f und g auf I = [a, b] Riemann-integrierbar, so ist c · f Riemann-

integrierbar auf I für jedes c ∈ R und

Zb Zb
c · f dµ = c f dµ.
a a

Behauptung 251. Sind f und g auf I = [a, b] Riemann-integrierbar, so ist f · g Riemann-

integrierbar auf I.

Behauptung 252. Sind f und g auf I = [a, b] Riemann-integrierbar, so ist |f | Riemann-integrierbar

auf I und
Zb Zb
f dµ ≤ |f | dµ.
a a

Behauptung 253. Sind f und g auf I = [a, b] Riemann-integrierbar, so ist

Zb
f dµ ≥ 0,
a

falls f ≥ 0.

Die Eigenschaften 249 und 250 bedeuten, dass das Integral ein lineares Funktional auf dem
Vektorraum der Riemann-integrierbaren Funktionen ist. Nach 253 ist dieses Funktional positiv.

Beweis. Zum Beweis von 251 wählen wir eine Schranke M für f und g. Es existieren dann
Partitionen P1 und P2 von I so, dass

ε ε
S P1 f − S P1 f ≤ S P2 g − S P2 g ≤ .
2M 2M

Diese Ungleichungen gelten insbesondere auch für eine gemeinsame Verfeinerung Q der Parti-
tionen P1 und P2 .

Aus



|f (x)g(x) − f (y)g(y)| ≤ f (x) g(x) − g(y) + g(y) f (x) − f (y)
≤ M |g(x) − g(y)| + M |f (x) − f (y)|

98
folgt für jedes Teilintervall Ik = [xk−1 , xk ] der Partition Q:

sup f (x)g(x) − inf f (x)g(x) = sup |f (x)g(x) − f (y)g(y)|

x∈Ik x∈Ik x,y∈Ik

≤ M sup |g(x) − g(y)| + M sup |f (x) − f (y)|

x,y∈I x,y∈Ik
 k   
= M sup g(x) − inf g(x) + M sup f (x) − inf f (x)
x∈Ik x∈Ik x∈Ik x∈Ik

Dies bedeutet, dass

X  
S Q (f · g) − S Q (f · g) = (xk − xk−1 ) sup f (x)g(x) − inf f (x)g(x)
x∈Ik x∈Ik
k



≤ M S Q g − S Q g + M S Q f − S Q f ≤ ε.

q.e.d.

Beweis. Zum Beweis der Riemann-Integrierbarkeit von |f | (Eigenschaft 252) muss nur bemerkt
werden, dass
|f (x)| − |f (y)| ≤ |f (x) − f (y)|.

Daraus folgt unmittelbar

S P |f | − S P |f | ≤ S P f − S P f

für beliebige Partitionen P . Die Ungleichheit 252 erhält man aus

−|f (x)| ≤ f (x) ≤ |f (x)|

Aufgrund der Eigenschaften 249, 250 und 253. q.e.d.

Anmerkung 254. Ist f auf I = [a, b] Riemann-integrierbar und ist P eine Partition von I mit
den Teilintervallen Ik = [xk−1 , xk ], k = 1, 2, . . . , n, so ist f Riemann-integrierbar auf jedem
Teilintervall Ik und
Zb x
n Zk
X
f dµ = f dµ. (254.1)
a k=1 x
k−1

Umgekehrt ist f Riemann-integrierbar auf I, falls f auf jedem Teilintervall einer Partition von I
Riemann-integrierbar ist.

Beweis. Zum Beweis wählen wir bei gegebenem ε > 0 eine Verfeinerung Q der Partition P mit

S Q f − S Q f ≤ ε.

Die Teilintervalle der Partition Q, die in Ik enthalten sind, bilden dann eine Partition Qk von Ik
und es gilt
S Qk f − S Qk f ≤ S Q f − S Q f ≤ ε.

99
f ist also Riemann-integrierbar auf Ik .

Ist umgekehrt vorausgesetzt, dass f auf den n Teilintervallen Ik der Partition P Riemann-
integrierbar ist, so lassen sich Partitionen Qk von Ik so finden, dass

ε
S Qk f − S Qk f ≤ .
n
Durch Summation über k erhält man für die Partition Q, die aus allen Teilintervallen der
Partitionen Qk , k = 1, 2, . . . , n besteht:
n
X ε
S Qf − S Qf = S Qk f − S Qk f ≤ n = ε.
k=1
n

f ist also Riemann-integrierbar. q.e.d.

Die Gleichung (254.1) folgt aus

Zb n
X
f dµ = inf S P f ≤ S Q f = S Qk f
P
a k=1

Zxk
 
n
X ε
≤  f dµ +
k=1
n
xk−1

sowie einer entsprechenden Abschätzung durch die Untersummen.

Ist f auf I Riemann-integrierbar, so wird das Integral beliebig genau durch Riemann-Summen
approximiert, falls nur das Korn“ der Partitionen klein genug ist.
”
Definition 255. Ist P eine Partition von I mit den Teilintervallen Ik , k = 1, 2 . . . , n, so ist das
Korn durch
σ(P ) := max |Ik | = max (xk − xk−1 )
1≤k≤n 1≤k≤n

definiert.

Satz 256. Ist f Riemann-integrierbar auf I mit Integral

Zb
A= f dµ,
a

so existiert zu jedem ε > 0 ein δ > 0 so, dass

|SP f − A| < ε

für alle Riemann-Summen bezüglich Partitionen P mit Korn σ(P ) < δ.

100
Lemma 257 (Folgerung). Sind SPn f , n = 1, 2, . . . beliebige Riemann-Summen zu Partitionen
Pn , deren Korn gegen 0 konvergiert ( lim σ(Pn ) = 0), so konvergieren diese gegen das Integral:
n→∞

Zb
f dµ = lim SPn f.
n→∞
a

Beweis. Zum Beweis des Satzes 256 wähle man zu ε > 0 eine Partition Q mit Teilpunkten yi ,
i = 0, 1, . . . , n so, dass
ε
S Qf − S Qf ≤ .
2
δ wird nun so bestimmt, dass

2nδ < min (yi − yi−1 ) := m.

1≤i≤n

Ist nun SP f eine beliebige Riemann-Summe zu einer Partition P mit Korn σ(P ) < δ, so
betrachten wir die gemeinsame Verfeinerung R von P und Q, welche aus den Teilpunkten yi
von Q und den Teilpunkten xk von P besteht. Zur Partition R bestimmen wir eine Riemann-
Summe SR f in dem wir die Summanden (xk − xk−1 )f (ξk ) von SP f durch

(xk − yi )f (ξi1 ) + (yi − xk−1 )f (ξi2 )

ersetzen, falls xk−1 < yi < xk .

ξi1 und ξi2 sind beliebige Werte in [xk−1 , yi ] bzw. [yi , xk ]. Man beachte, dass wegen der Wahl
von δ die Intervalle [xk−1 , xk ] höchstens einen Teilpunkt yi enthalten.

Offensichtlich ist nun

 
(xk − xk−1 )f (ξ) − (xk − yi )f (ξi1 ) + (yi − xk−1 )f (ξi2 )

≤ f (ξ) − f (ξi1 ) · (xk − yi ) + f (ξ) − f (ξi2 ) · (yi − xk−1 ) (257.1)

≤ δ sup |f (η) − f (ξ)|

ξ,η∈Ik

Wir benützen nun, dass

X ε
S Qf − S Qf = (yi − yi−1 ) sup |f (ξ) − f (η)| ≤ .
i ξ,η∈[yi−1 ,yi ] 2

Es ist also insbesondere

ε
|f (ξ) − f (yi )| ≤
2m
für alle ξ ∈ [yi−1 , yi+1 ]. Da das Intervall Ik = [xk−1 , xk ] im Intervall [yi−1 , yi+1 ] enthalten ist,
erhält man hieraus
ε
sup |f (η) − f (ξ)| ≤ . (257.2)
ξ,η∈Ik m

101
Wir sind nun in der Lage, die Differenz SP f −A mit Hilfe von (257.1) und (257.2) abzuschätzen:
X  
|SP f − A| ≤ |SR f − A| + (xk − xk−1 )f (ξ) − (xk − yi )f (ξi1 ) + (yi − xk−1 )f (ξi2 )
i
X
≤ SRf − SRf + δ sup |f (η) − f (ξ)|
ξ,η∈Ik
i

mit Summation über diejenigen Indizes i mit xk−1 < yi < xk . Daraus ergibt sich:
ε
|SP f − A| ≤ S Q f − S Q f + n · δ ≤ ε.
m
q.e.d.

Beispiel 258. Eine Treppenfunktion ist eine stückweise stetige Funktion mit endlichem Werte-
bereich 
0

 |x| > 2



3

1<x<2
f (x) =
− 12 −2 ≤ x < 1







1 x = 1, 2
Beachte, dass 
1 0 < x < 1

g(x) =
0 x = 0, 1


Riemann-integrierbar ist. Das Integral lässt sich durch Riemann-Summen zu Partition Pn be-
rechnen, indem man für Pn die Unterteilung von [0, 1] in 2n Intervalle der Länge 2−n wählt.
Sind die ξk innere Punkte der Teilintervalle Ik von Pn , so ist

SPn g = 1,

für alle n.
Beispiel 259. f (x) = x2 auf [0, 1].

Riemann-Summen zur Partition Pn

2n n
2 
−3n 1
X X 
−n −n 2 3 3 2
S Pn f = 2 (k2 ) =2 k − (k − 3k + 3k − 1) + 3k − 1
k=1
3 k=1
2n 2n  2n
1 X  1 X  1 X
= 2−3n k 3 − (k − 1)3 + 3k − 1 = 2−3n k 3 − (k − 1)3 + 2−3n 3k − 1
3 k=1 3 k=1 3 k=1
2n  
−3n 1 n 3 1
X
−3n
=2 (2 ) + 2 k−
3 k=1
3
Z1 Z1 2n  !
1 X 1 1
f dµ = x2 dx = lim + 2−3n k− =
n→∞ 3 k=1
3 3
0 0

102
Beispiel 260. Berechnung von
Z1
√
x dx.
0

Unterteilung von [0, 1] in 2 Teilintervalle, Teilpunkte xk = k 2 2−2n , k = 0, 1, . . . , 2n . Die Länge

n

des k-ten Teilintervalles Ik ist

xk − xk−1 = 2−2n k 2 − (k − 1)2 = 2−2n (2k − 1)

und
√
sup x = k2−n .
x∈Ik

Die Obersumme zu dieser Unterteilung Pn berechnet sich daher zu

2 n
√ X
S Pn x = k2−n 2−2n (2k − 1)
k=1
2 n 2n
X X
−3n 2 −3n
=2 2 k −2 k.
k=1 k=1

Wie in Beispiel 259 erhält man daraus

Z1
√ √ 1
x dx = lim S Pn x = 2 − 0.
n→∞ 3
0

Satz 261 (Mittelwertsatz der Integralrechnung). Sind f und p stetige Funktionen auf
dem Intervall I = [a, b] und ist p(x) ≥ 0 für alle x ∈ I, so gibt es einen Punkt ξ ∈ I mit
Z Z
f p dµ = f (ξ) p dµ.
I I

Beweis. Zum Beweis setzen wir m = minx∈I f (x), M = maxx∈I f (x).

Da p(x) ≥ 0, ist
mp(x) ≤ f (x)p(x) ≤ M p(x)

auf I und aus der Eigenschaft 253 der Integrals (Positivität) folgt
Z Z Z
m p dµ ≤ f p dµ ≤ M p dµ.
I I I
R R
Ist p dµ = 0, so ist auch f p dµ = 0 und jedes ξ ∈ I genügt. Andernfalls erhält man nach
I R I
Division durch p dµ
I Z
f p dµ
m ≤ IZ ≤ M.
p dµ
I

103
Nach dem Zwischenwertsatz, angewandt auf die stetige Funktion f im Intervall I, existiert also
ein ξ ∈ I so, dass Z
f p dµ
ξ = IZ .
p dµ
I

q.e.d.

Ist in diesem Satz p die Konstante 1, so erhält man

Z Z
f dµ = f (ξ) dµ = f (ξ)(b − a).
I I

In den Anwendungen genügt vielfach die etwas gröbere Abschätzung

Z Z
f dµ ≤ |f | dµ ≤ sup f (x) (b − a),
x∈I
I I

die man direkt aus der Eigenschaft 252 des Integrals erhält.

7.3 Hauptsatz der Differential- und Integralrechnung

Definition 262. Eine Stammfunktion F zu einer auf einem Intervall I = [a, b] definierten
Funktion f ist eine auf I differenzierbare Funktion mit Ableitung f . Stammfunktionen sind
besonders gut geeignet zur Berechnung von Integralen. Der Hauptsatz besagt, dass für stetige
f die so genannte Flächenfunktion
Zx
F (x) := f dµ
a

eine Stammfunktion von f ist.

Satz 263 (Hauptsatz). Ist f stetig auf dem Intervall I = [a, b], so ist die zugehörige Flächen-
funktion F in allen Punkten x ∈ I differenzierbar und es gilt
Zx
d dF
= f dµ = (x) = f (x) x ∈ I.
dx dx
a

104
Beweis. Nach dem Mittelwertsatz lässt sich der Differenzenquotient durch
Zx
 x  f dµ
Zx0
F (x) − F (x0 )
Z
1  x
= f dµ − f dµ = 0 = f (ξ)
x − x0 x − x0 x − x0
a a

darstellen, wobei ξ ein Punkt des Intervalls (x0 , x) bzw. (x, x0 ) ist. Wegen der Stetigkeit von f
im Punkt x0 ∈ [a, b] existiert zu jedem ε > 0 ein δ > 0 so, dass

|f (x0 ) − f (x)| ≤ ε,

falls |x0 − x| ≤ δ. Insbesondere ist

F (x) − F (x0 )
|f (x0 ) − f (ξ)| = f (x0 ) − ≤ ε,
x − x0
dF
falls |x0 − x| ≤ δ. F ist also differenzierbar im Punkt x0 und dx
(x0 ) = f (x0 ). q.e.d.

Analog zur Formel des Hauptsatzes gilt für stetige f

Zb
d
f dµ = −f (x).
dx
x

Rb
− f dµ ist also ebenfalls eine Stammfunktion.
x

Die Stammfunktionen einer Funktion f : I → R sind bis auf eine Konstante eindeutig bestimmt.
Sind nämlich F1 und F2 zwei Stammfunktionen von f , so ist
d dF1 dF2
(F1 − F2 ) = − = f − f = 0.
dx dx dx
F1 − F2 ist somit eine auf I differenzierbare Funktion mit Ableitung 0, also eine Konstante
(Beweis z.B. mit Hilfe des Mittelwertsatzes 168 der Differentialrechnung).

Definition 264. Die Menge aller Stammfunktionen einer Funktion f heisst unbestimmtes
Integral. Man benutzt dafür die Bezeichnung
Z Z
f dµ oder f (x) dx.

Ist F eine Stammfunktion einer stetigen Funktion f : I → R und

Zx
F0 (x) = f dµ
a
die Stammfunktion aus dem Hauptsatz, so erhält man für das Integral von f über I:
Zb
f dµ = F0 (b) = F0 (b) − F0 (a) = F (b) − F (a),
a
denn F = F0 + c, c konstant. Das Integral einer stetigen Funktion lässt sich also sehr einfach
mit Hilfe von Stammfunktionen berechnen.

105
Kapitel 8

Integralrechnung

8.1 Integrationstafel
Z
xα dx = 1
α+1
xα+1 +c a 6= −1
Z
1
dx = log |x| + c
Z x
eax dx = a1 eax + c a 6= 0
Z
sin x dx = − cos x + c
Z
cos x dx = sin x + c
Z
1
√ dx = arcsin x + c = arccos x + c0 |x| ≤ 1
Z 1 − x2
1
dx = arctan x + c
Z 1 + x2
cosh x dx = sinh x + c
Z
sinh x dx = cosh x + c
√
Z
1

√ x2 + 1 + c
dx = arsinh x + c = log x +
x2 + 1
√
Z
1

√ dx = arcosh x + c = log x + x2 − 1 + c |x| ≥ 1
x2 − 1

8.2 Partielle Integration

Aus der Produktregel für die Differentiation

d df dg
(f · g) = g+f
dx dx dx

106
erhält man aufgrund der Definition des unbestimmten Integrals:
Z Z Z
df d dg
g dx = (f · g) dx − f dx
dx dx dx
Z
dg
=f ·g− f dx
dx
(Auf Angabe einer additiven Konstante kann verzichtet werden).

df dg
Sind die Ableitungen dx
und dx
auf dem Intervall [a, b] stetig, so liefert der Hauptsatz der
Differential- und Integralrechnung 263 die Integrationsregel

Zb b Zb
df dg
g dx = f g − f dx
dx x=a dx
a a

wobei
b
fg = f (b)g(b) − f (a)g(a)
x=a
Beispiel 265. Z Z
x x
xe dx = xe − ex dx = xex − ex + c

Beispiel 266.
Z Z Z
1
log x dx = 1 · log x dx = x log x − x dx = x log x − x + c
x
Beispiel 267.
π π
Z2 π
2
Z2 π
2
x sin x dx = −x cos x + cos x dx = 0 + sin x =1
0 0
0 0

Beispiel 268.
Z1 1 Z1 1
2x2 1 1 1 1 π
2 2
dx = −x + dx = − − + arctan x = −1 +
(1 + x ) 1 + x2 −1 1+x 2 2 2 −1 2
−1 −1

Beispiel 269 (Rekursive Berechnung von sinn x dx, n ∈ N).

R

Z Z Z
n n−1 n−1
sin x dx = sin x sin x dx = − sin x cos x + (n − 1) sinn−2 x cos2 x dx
Z
n−1
sinn−2 x − sinn x dx


= − sin x cos x + (n − 1)
Z Z
n n−1
n sin x dx = − sin x cos x + (n − 1) sinn−2 x dx n≥2

Insbesondere gilt für das bestimmte Integral

π π
Z2 Z2
n−1
sinn x dx = 0 + sinn−2 x dx
n
0 0

107
 2 · 4 · ··· · (n − 1)

π

 n ungerade
Z2  3 · 5 · ··· · n


sinn x dx =

 π 1 · 3 · ··· · (n − 1)

0 
n gerade

2 2 · 4 · ··· · n

8.3 Substitution

Nach der Kettenregel der Differentialrechnung 161 ist


0
= h0 g(x) · g 0 (x)


h g(x)

für differenzierbare Funktionen h, g. Ist h eine Stammfunktion von h0 , so ist h ◦ g eine Stamm-
funktion von h0 ◦ g · g 0 .

Aus dem Hauptsatz der Differential- und Integralrechnung 263 erhält man somit die folgende
Substitutionsregel:

Satz 270. Ist f im Intervall I = [a, b] stetig und ist g : J → I im Intervall J = [α, β] stetig
differenzierbar so ist
g(β)
Z Zβ
f (y) dy = f g(x) g 0 (x) dx

g(α) α

Beweis. Ist F Stammfunktion von f , so ist F ◦ g Stammfunktion von (f ◦ g) · g 0

g(β)
Z



f (y) dy = F g(β) − F g(α)
g(α)

Zβ
f g(x) g 0 (x) dx = F ◦ g(β) − F ◦ g(α)

q.e.d.

Beispiel 271. Z
sin x3 · 3x2 dx, g(x) = x3 := y
Z Z
3 2
sin x · 3x dx = sin y dy = − cos y + c = − cos x3 + c
y=x3 y=x3

108
Beispiel 272.
Z
cos2 x sin x dx, g(x) = cos x := y

g 0 (x) = − sin x

y3 cos3 x
Z Z
2
cos x sin x dx = −y 2 dy = − +c=− +c
3 3
Beispiel 273.
Z Z Z
dx dx 1 dx
√ = p =√ q
x2 − 4x + 1 (x − 2)2 − 3 3 (x−2)2
−1
3

x−2 1
y= √ y0 = √
3 3
Z Z
dx dy
√ = p = arcosh y + c
2
x − 4x + 1 y2 − 1
x−2 x−2
arcosh √ + c √ ≥1
3 3
Beispiel 274.
Zβ
log u
du 0<α<β
u
α
1
y = log u y0 =
u
Zβ log
Z β log β
log u y2 1
du = y dy = = (log2 β − log2 α)
u 2 y=log α 2
α log α

Beispiel 275.
f 0 (x)
Z
dx = log |f (x)| + c
f (x)
Mit der Substitution y = f (x) erhält man
Z 0 Z
f (x) 1
dx = dy = log |y| + c = log |f (x)| + c
f (x) y
Beispiel
− sin x
Z Z
tan x dx = − dx = − log | cos x| + c
cos x
Man beachte, dass Stammfunktionen nur für Intervalle angegeben werden können, die keine
Nullstellen von f enthalten.

Beispiel 276.
Ze2
1
dx
x log x
e
1
y = log x y0 =
x

109
 Ze2 Z2
1 1
dx = dy = log 2
x log x y
e 1
Beispiel 277. Z
dx
b2 < c
x2 + 2bx + c
(x + b)2
 
2 2 2 2
x + 2bx + c = (x + b) + c − b = (c − b ) +1
c − b2
Substitution:
x+b 1
y=√ y0 = √
c − b2 c − b2
Z Z
dx 1 1 1
2
= √ 2
dy = √ arctan y + c
x + 2bx + c c − b2 y + 1 c − b2
1 x+b
=√ arctan √ +c
c − b2 c − b2

8.4 Rationale Funktionen

Definition 278. Integrale von komplexwertigen Funktionen f : I → C, I = [a, b] ∈ R werden

durch die Formel Z Z Z
f dµ = Re f dµ + i Im f dµ
I I I
definiert.

Die Integration von f wird also auf die Integration der reellwertigen Funktionen Re f und Im f
zurückgeführt. Somit übertragen sich die Integrationsregeln auf die Integration komplexwertiger
Funktionen. Insbesondere gilt der Hauptsatz:

Satz 279. Ist F = U + iV stetig differenzierbar mit

f = u + iv = U 0 + iV 0 = F 0 ,

so gilt
Zb b
f dx = F = F (b) − F (a).
x=a
a

c
Ist nun r eine rationale Funktion, so lässt sich r als Summe von Ausdrücken der Form (x−a)k
,
k ∈ Z mit komplexen Koeffizienten c, a darstellen (Partialbruchzerlegung). Für k 6= 1 ist dann
−1 c
k − 1 (x − a)k−1
c
Stammfunktion von (x−a)k
. Diese bildet die Grundlage für die Berechnung der Integrale von
rationalen Funktionen.

110
 p(z)
Satz 280 (Partialbruchzerlegung). Ist r(z) = q(z)
eine rationale Funktion, nämlich der
Quotient der teilerfremden Polynome p und q mit grad p < grad q, q(z) = (z −a1 )n1 ·····(z −as )ns
cik
(ai 6= aj für i 6= j), so lässt sich r eindeutig als Summe von Ausdrücken der Form (z−ai )k
,
k = 1, . . . , ni , i = 1, . . . , s darstellen.

c
Beweis. Eindeutigkeit: Ist grad q = 1, so hat r(z) die Form z−a
. Das ist bereits die Partial-
bruchzerlegung von r.

Es sei nun grad q = k > 1 und r besitze die Darstellungen

ni
s X s n
X cik XX i
c∗ik
r(z) = = .
i=1 k=1
(z − ai )k i=1 k=1
(z − ai )k

Nach Multiplikation mit (z − a1 )n1 und anschliessendem Einsetzen von z = a1 erhält man

c1n1 = c∗1n1 .

Nach Induktionsvoraussetzung ist die Partialbruchzerlegung der rationalen Funktion

c1n1
r(z) −
(z − a1 )n1
eindeutig. Somit ist
cik = c∗ik ,

für k = 1, . . . ni , i = 1, . . . , s.

p(z) p(z)
Existenz: Es sei r(z) = q(z)
= (z−a)n q1 (z)
mit grad p < grad q = k und q1 (a) 6= 0.

p(z) c p(z) − cq1 (z)

− n
= .
q(z) (z − a) (z − a)n q1 (z)
p(a)
Setzt man nun c = q1 (a)
, so besitzt der Zähler die Nullstelle a und lässt sich damit als (z−a)p1 (z)
darstellen mit


grad p1 = grad p(z) − cq1 (z) − 1 < grad q − 1.

Nach allfälligem Kürzen erfüllt somit die rationale Funktion

p1 (z) p(z) c
r1 (z) = n−1
= −
(z − a) q1 (z) q(z) (z − a)n
die Voraussetzungen des Satzes; sie ist nach Induktionsvoraussetzung als Summe von Partial-
brüchen darstellbar. q.e.d.
p(z)
Lemma 281 (Zusatz). Ist die rationale Funktion r reell (r(z) = q(z)
mit Polynomen p, q mit
c c
reellen Koeffizienten), so tritt mit dem Summanden (z−a)k
auch der Summand (z−a)k
in der
Partialbruchzerlegung auf.

111
Beweis. Da die rationale Funktion reell ist, gilt

r(z) = r(z) z ∈ C.

Ist
X cik
r(z) =
i,k
(z − ai )k

die Partialbruchzerlegung von r, so erhält man

X cik
r(z) = r(z) = .
i,k
(z − ai )k

Die Aussage folgt nun aus der Eindeutigkeit der Partialbruchzerlegung. q.e.d.

Anmerkung 282. Aufgrund des Zusatzes 281 lässt sich zeigen, dass reelle rationale Funktionen
als Linearkombinationen von Ausdrücken der Form

1 cx + d
oder a, b, c, d ∈ R k∈Z
(x − a)k (x2 + ax + b)k

dargestellt werden können.

Nach dem vorangehenden Satz 280 kann die Integration reller rationaler Funktionen auf die
Integration der Ausdrücke
c
c, a ∈ R
(x − a)k
und
c c c
k
+ k
= 2 Re c, a ∈ C
(x − a) (x − a) (x − a)k
zurückgeführt werden. Für k 6= 1 gilt

−1
Z
c c
dx = +c x 6= a
(x − a)k k − 1 (x − a)k−1

−1
Z Z
c c c
2 Re k
dx = 2 Re k
dx = 2 Re + c.
(x − a) (x − a) k−1 (x − a)k−1

Für k = 1 ist Z
c
dx = c log |x − a| c, a ∈ R
x−a
Sind c, a ∈ C, so wird

c c c cx − ca + cx − ca
2 Re = + = 2
x−a x−a x−a x − (a + a)x + |a|2

als reelles Integral vom Typ

cx + d
a, b, c, d ∈ R
x2 + ax + b

112
berechnet. Dazu sei bemerkt, dass
Z
2x + a
2
dx = log |x2 + ax + b| + c
x + ax + b
und dass sich das Integral Z
1
dx
x2 + ax + b
durch Substitution auf das Integral Z
1
dy
1 + y2
zurückführen lässt.
Beispiel 283.
1 1 a b
= = +
x2
− 3x + 2 (x − 2)(x − 1) x−2 x−1
Die Konstanten a, b können durch Koeffizientenvergleich berechnet werden:

1 = a(x − 1) + b(x − 2)

a+b = 0 
a=1 b = −1
−a − 2b = 1 
Z Z  
1 1 1
dx = − dx = log |x − 2| − log |x − 1| + c
x2 − 3x + 2 x−2 x−1
Beispiel 284.
4x3 + 2x2 − 8x − 2
Z  
1−i
Z
2 2 1+i
dx = + + + dx
(x2 + 1)2 x − i x + i (x − i)2 (x + i)2
Z  
4x 1+i
= + 2 Re dx
x2 + 1 (x − i)2
 
2 1+i
= 2 log |x + 1| + 2 Re − +c
x−i
Beispiel 285 (Integrale trigonometrischer Funktionen). Ist R(x, y) eine (reelle) rationale Funk-
R
tion zweier Variablen, so ist R(cos ϕ, sin ϕ) dϕ elementar ermittelbar. Man benutzt dazu die
Substitution
ϕ
t = tan ϕ = 2 arctan t
2
Dann ist
ϕ
2 2 ϕ 1 − t2
cos ϕ = cos − sin =
2 2 1 + t2
ϕ ϕ 2t
sin ϕ = 2 sin cos =
2 2 1 + t2
dϕ 2
=
dt 1 + t2
und statt einer Stammfunktion von R(cos ϕ, sin ϕ) mit Variablen ϕ ist eine Stammfunktion von
1 − t2 2t
 
2
R , := r(t)
1 + t2 1 + t2 1 + t2
mit Variablen t = tan ϕ2 zu suchen.

113
Beispiel 286 (Zur tan ϕ2 -Substitution).
1 + t2 2
Z Z Z Z  
dϕ dt 1 1
= dt = 2 = + dt
cos ϕ 1 − t2 1 + t2 1 − t2 1−t 1+t
1+t tan π4 + tan ϕ2
= log + c = log +c
1−t 1 − tan ϕ2 tan π4
ϕ π 
= log tan + +c
2 4

8.5 Uneigentliche Integrale

Definition 287. Ist f : (a, b) → R auf dem offenen Intervall der erweiterten Zahlengerade
R = R ∪ {−∞, +∞} definiert (also a, b ∈ R) und auf jedem abgeschlossenen beschränkten
Teilintervall integrierbar, so ist für c ∈ (a, b) die Integralfunktion
Zx
F (x) = f (t) dt
c

auf (a, b) definiert. Existieren dann die Grenzwerte lim F (x) und lim F (x), so heisst die Differenz
x→b x→a
b
F (x) := lim F (x) − lim F (x)
x→b x→a
a

Rb
uneigentliches Integral von f über (a, b) und wird mit f (x) dx bezeichnet.
a

Anmerkung 288. Ist f : [a, b] → R Riemann-integrierbar, so ist

Zb Zx
f dx = lim f (t) dt.
x→b
a a

Rb
Damit ist sichergestellt, dass die Bezeichnung f dx für das uneigentliche Integral nicht zu
a
Widersprüchen führt.
Beispiel 289.
Z∞ Zx
α 1
tα dt = lim xα+1 − 1


x dx = lim α 6= −1
x→∞ x→∞ α + 1
1 1

R∞
Der Grenzwert existiert für α < −1: Das Integral xα dx konvergiert“ für α < −1.
1 ”
Beispiel 290.
Z1 Z1
α 1
x dx = lim tα dt = lim (1 − xα+1 ) α 6= −1
x→0 x→0 α+1
0 x
R1
Das Integral xα dx konvergiert“ für α > −1.
0 ”

114
 R∞
Beispiel 291. Das Integral x− 1 dx divergiert“.
0 ”
Behauptung 292 (Vergleichstest für uneigentliche Integrale). Ist |f (x)| ≤ g(x) für alle x ∈ (a, b)
Rb Rb
und konvergiert das uneigentliche Integral g(x) dx, so konvergiert auch f (x) dx.
a a

Rx Rx
Beweis. Für die Stammfunktionen F (x) = f (t) dt, G(x) = g(t) dt gilt
c c

Zy Zy Zy
|F (y) − F (x)| = f (t) dt ≤ |f (t)| dt ≤ g(t) dt = |G(y) − G(x)|.
x x x

Ist nun {xn } eine Folge mit lim xn = b, so konvergiert nach Voraussetzung die Folge {G(xn )}.
n→∞
Wegen der vorangehenden Ungleichung ist dann {F (xn )} eine Cauchy-Folge. Somit existiert
der Grenzwert
lim F (x).
x→b

q.e.d.

Beispiel 293.
Z∞
x
dx
ex −1
0
x x
konvergiert. Aus 1 + x < ex für x > 0 folgt ex − 1 > x, ex −1
< 1. Der positive Integrand ex −1

besitzt die konstante Majorante 1, deshalb konvergiert nach dem Vergleichskriterium

Z1
x
dx.
ex −1
0

x 6 2 3
Im Intervall (1, ∞) wird ex −1
durch x2
majorisiert, denn ex − 1 > x + x2! + x3! . Somit konvergiert

Z∞
x
dx.
ex −1
1

Beispiel 294.
Z∞
sin x
dx
x
0
sin x sin x
konvergiert. Da x
auf (0, 1] stetig ist, mit lim x
= 1, existiert
x→0

Z1
sin x
dx.
x
0

115
Mit partieller Integration erhält man
Zx x Zx
sin t cos t cos t
dt = − − dt.
t t 1 t2
1 1

cos x
Rx cos t
Nun ist lim = 0 und nach dem Vergleichskriterium existiert lim t2
dt.
x→∞ x x→∞ 1

Beispiel 295.
Z∞
sin x2 dx
0

konvergiert.

Behauptung 296 (Vergleich von Reihen und Integralen). Ist f : (0, ∞) → R eine monoton fal-
R∞ ∞
P
lende Funktion und konvergiert f (x) dx, so konvergiert die Reihe f (n) (und umgekehrt).
1 n=1

Beweis. Aus der Ungleichung

n+1
Z
f (n) ≥ f (x) dx ≥ f (n + 1)
n

folgt
k
X Zk+1 k+1
X
f (n) ≥ f (x) dx ≥ f (n) k ≥ j.
n=j j n=j+1

R∞ Rk
Konvergiert nun das Integral f (x) dx, so ist F (k) = f (x) dx eine Cauchy-Folge. Daher ist
1 1
k
P
auch Sk = f (n) eine Cauchy-Folge und damit eine konvergente Folge. q.e.d.
n=1

Beispiel 297.
∞
X 1
n=1
n
R∞ 1
divergiert, denn x
dx divergiert.
1

Die direkte Anwendung der Ungleichung

k
X Zk k−1
X
f (n) ≤ f (x) dx ≤ f (n)
n=2 1 n=1

ergibt in diesem Beispiel die Abschätzung

Z
1 1 1 dx 1 1 1
+ + ··· + ≤ = log k ≤ 1 + + + ··· +
2 3 k x 2 3 k−1
1 1 1
≤ 1 + + ··· + − log k ≤ 1
k 2 k

116
Beispiel 298.
∞
X 1
n=2
n log2 n
konvergiert.
Z∞ ∞
1 1 1
2 dx = − = <∞
x log x log x 2 log 2
2

8.6 Restglied der Taylorentwicklung

Behauptung 299. Ist f auf [0, 1] n-mal stetig differenzierbar, so gilt

Z1
f (1) − f (0) = f 0 (t) dt
0

1 Z1
= −(1 − t)f 0 (t) + (1 − t)f 00 (t) dt
0
0

1 Z1
(1 − t)2 00 (1 − t)2 000
= f 0 (0) − f (t) + f (t) dt
2 0 2
0
Z1
1 1 (1 − t)n−1 (n)
0
= f (0) + f 00 (0) + ··· + f (n−1) (0) + f (t) dt
2! (n − 1)! (n − 1)!
0

Beweis. Für eine in einem Intervall von a bis a + h n-mal stetig differenzierbare Funktion g
setze man
f (t) = g(a + th)

Dann ist f auf [0, 1] n-mal stetig differenzierbar und

f (k) (t) = hk g (k) (a + th)

f (1) = g(a + h)

Aus der obigen Formel erhält man die Taylor-Entwicklung

g 0 (a) g (n−1) (a) n−1

g(a + h) = g(a) + h + ··· + h + Rn−1 (h)
1! (n − 1)!
mit der Restglieddarstellung
Z1
n (1 − t)n−1 (n)
Rn−1 (h) = h g (a + th) dt.
(n − 1)!
0

q.e.d.

117
Beispiel 300.
f (x) = log(1 − x)
(n − 1)!
f (n) (x) = −
(1 − x)n
Das Restglied in der Taylorreihenentwicklung

x2 x3 xn−1
log(1 − x) = −x − − − ··· − + Rn−1 (x)
2 3 n−1

besitzt die Darstellung

Z1
n (1 − t)n−1 (n − 1)!
Rn−1 (x) = x dt |x| < 1.
(n − 1)! (1 − tx)n
0

Nach dem Mittelwertsatz der Integralrechnung 261 existiert θ ∈ [0, 1] derart, dass

(1 − θ)n−1
Rn−1 (x) = xn .
(1 − θx)n
1−θ
Für |x| < 1 und 0 ≤ θ ≤ 1 ist 0 ≤ 1−θx
< 1.

Daraus folgt
1 1
lim |Rn−1 (x)| ≤ lim |xn | ≤ lim |x|n = 0.
n→∞ n→∞ 1 − θx 1 − |x| n→∞

118