Eidgenössische Technische Hochschule Zürich

Analysis I und II

Vorlesungsskript 2021/2022

Manfred Einsiedler
Andreas Wieser

5. März 2022
Vorwort
Willkommen an der ETH Zürich (oder zumindest zu Ihrem Studium dieses Vorlesungs-
skripts der ETH Zürich). Dieses Skript wurde erstmals im Studienjahr 2016/2017 für den
Vorlesungszyklus Analysis I und II der Studiengänge Interdisziplinäre Naturwissenschaften
Bachelor, Physik Bachelor und Mathematik Bachelor erstellt. Im zweiten Jahr der Entwick-
lung dieses Skripts wurden vermehrt interaktive Inhalte in der eSkript-Version dieses Textes
hinzugefügt.
Die Analysis I/II und Lineare Algebra I/II Vorlesungen bilden gemeinsam das Fundament
der Mathematik, wie sie an der ETH und auch an anderen Universitäten unterrichtet wird.
Die allermeisten weiteren Mathematik- und Physik-Vorlesungen werden auf diesen vier Vor-
lesungen aufbauen und deren Themengebiete erweitern – ohne aber die Zeit zu haben, diese
grosszügig zu wiederholen. Damit dieser „theoretische Turm“, in dem eine Vorlesung auf die
nächste aufbaut, stabil bleibt, muss das Fundament umso stabiler sein. Für die Analysis I/II-
Vorlesung und für dieses Skript bedeutet das unter anderem, dass mathematische Exaktheit
gross geschrieben wird.
Wie wir sehen werden, enthalten die Analysis I/II-Vorlesungen viele Themen rund um die
und insbesondere auch die Differential- und Integralrechnung. Manche dieser Themen kennen
Sie wahrscheinlich schon aus dem Gymnasium; wir werden trotzdem kein grosses Vorwissen
voraussetzen (abgesehen von einem intuitiven Verständnis von Variablen und einer gewis-
sen Übung für algebraische Umformungen). Auch werden Sie einen wichtigen Unterschied
bemerken: obwohl wir versuchen werden, so viele Themen wie möglich mit Beispielen zu be-
legen, werden diese viel weniger im Mittelpunkt stehen, als Sie dies wahrscheinlich gewohnt
sind. Ebenso ist das Einüben der erlernten Algorithmen und Rechenmethoden nicht der Fo-
kus unserer Vorlesung (obwohl dies auch wichtig ist) und wird Ihnen überlassen. Vielmehr
werden die Beispiele auch für Sie unübliche Formen annehmen, wenn mitunter das Beispiel
darin besteht, die Existenz der Exponentialfunktion zu zeigen oder die Stirling-Formel für das
asymptotische Verhalten von n! zu bestimmen. Im Mittelpunkt steht vielmehr der Aufbau
der mathematischen Theorie, die notwendig ist, um Themen wie Differentialgleichungen und
mehrdimensionale Integralsätze zu erreichen und zu verstehen.

Wie bereits erwähnt, hat die eSkript-Version dieses Skripts weitere Funktionalitäten, die
von einem PDF-File nicht unterstützt werden können.

• (Applets) Viele der Themen werden anschaulicher wenn die Objekte nicht nur in einem
Bild dargestellt werden, sondern wenn sich dieses Bild auch verändern lässt. Wir setzten
hierfür GeoGebra ein um in mehreren Applets die Theorie anschaulicher darzustellen.
Hier war es uns ein Anliegen, dass die Bedienung sowohl auf einem PC als auch auf mo-
bilen Geräten uneingeschränkt möglich ist. Dies hatte anfangs Kinderkrankheiten, nach
einigen Updates von verschiedenen Komponenten moderner Betriebssysteme war dieses
Ziel für einige Zeit erreicht, bis weitere Updates neue Probleme verursachten. Wenn Sie
beim Laden eines Applets (z.B. auf einem mobilen Gerät) innerhalb des eSkripts auf

i
 Probleme stossen, dann können sie stattdessen im PDF das Wort „Applet“ anklicken,
womit das Applet auf einer eigenen Webseite geladen wird und dann besser funktionieren
sollte. Des Weiteren erlaubt Ihnen der Link, dass Sie mit dem GeoGebra-Applet weiter
experimentieren oder dieses verändern können.
Wir wollen aber auch erwähnen, dass diese Hilfen zwar den Einstieg erleichtern sollen,
aber das Ziel sein sollte, dass Sie anschliessend auch weitere Theorien ohne derartige
Applets verstehen und sich vorstellen können. Das beste Verständnis eines Themas erhält
man, wenn man sich die Beweise aneignet und sich ein eigenes Bild davon macht, was
in dem Beweis eigentlich passiert.

• (Aufgaben und Multiple Choice) Im Skript werden auch einige Übungsaufgaben und
Fragen gestellt, die Sie zur Beschäftigung mit den besprochenen Themen anregen sollen.
Manchmal haben die Übungsaufgaben auch Lösungen, meist nur Hinweise, aber die
Fragen vom Typ Multiple Choice haben immer die richtige Antwort und eine kurze
Erklärung. Da der Lernerfolg sich aber nur dann einstellen kann, wenn Sie sich vor dem
Lesen der Lösung, des Hinweises oder der Antwort mit der Aufgabe beschäftigen und
versuchen diese eigenständig zu lösen, finden Sie diese Hilfen nur im eSkript nach einem
zusätzlichen Freiklicken des entsprechenden Texts.

Danksagung

Wir möchten uns bei Menny Akka für viele Vorschläge von Beispielen für die ersten Kapitel des
Skripts sowie bei Manuel Lüthi, Roland Prohaska und Philipp Wirth für zahlreiche Korrektur-
und Verbesserungsvorschläge bedanken. Des Weiteren wollen wir uns bei Carina Heiss, Anh
Huy Truong und Anian Altherr für die Erstellung der verschiedenen geogebra-Applets bedan-
ken. Wir bedanken uns auch bei beim LET und insbesondere bei Gerd Kortemeyer, Melanie
Walter und Bengt Giger für die Durchführung des LaWeb-Projekts. Unser Dank gilt auch den
Kommentaren der folgenden Studentinnen und Studenten, Hilfsassistentinnen und Hilfsassi-
stenten der Analysis-Vorlesungen: Donior Akhmedov, Samet Armagan, Theodor Batel, Joel
Beimler, Vladislav Bunkin, Chiara Caduff, Leon Carl, Maximilian Daschner, Janek Denzler,
Till Dieminger, Marc Dollmann, Charlotte Dombrowsky, Alessandro Fasse, Rainer Feichtinger,
Atsuhiro Funatsu, Maxim Gerspach, James Golub, Marcel Graetz, Oliver Gräub, Sebastián
Guerrero Soriano, Anna Gütl, Jenny Held, Johannes Hruza, Ivan Ilak, Marco Isele, Erik Jahn,
Leopold Karl, Richard Karl, Oriel Kiss, Can Knaut, Benedikt König, Thea Kosche, Raphael
Leu, Clemens Macho, Nadine Merk, Marco Moldenhauer, Andreas Mono, Chrishon Nilanthan,
Helena Obrist, Mak Planincic, Oliver Rietmann, Quentin Roubaty, Luca Rüegg, Katharina
Sauder, Pascal Schmuki, Janik Schüttler, Tolga Sevim, Nicole Sieber, Alexander Smirnow, Fe-
lix Sefzig, Taro Spirig, Vinzenz Stampf, Lidia Stocker, Martin Stoller, Stephan Tornier, Moritz
Wittmer, Benjamin Zayton und David Zollikofer.

Lizenz

This work is licensed under CC BY-NC 4.0. To view a copy of this license, visit
http://creativecommons.org/licenses/by-nc/4.0/.

ii
Inhaltsverzeichnis

1 Einführung 1
1.1 Quadratur der Parabel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Einige Tipps . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Logische Begriffe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.1 Aussagenlogik und die Boolesche Algebra . . . . . . . . . . . . . . . . . 8
1.3.2 Prädikatenlogik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.3 Eine kurze Übersicht . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4 Mengenlehre und Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.1 Naive Mengenlehre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.4.2 Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.4.3 Graph einer Abbildung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.4.4 Bild- und Urbildmengen . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.4.5 Partitionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1.4.6 Iterationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.4.7 Das Hilbert Hotel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.5 Zahlenmengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1.6 Äquivalenzrelationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
1.7 Endliche und abzählbare Mengen . . . . . . . . . . . . . . . . . . . . . . 49
1.8 Beweise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
1.8.1 Widerspruchsbeweise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
1.8.2 Kontraposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
1.8.3 Induktionsbeweise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
1.8.4 Das Schubfachprinzip . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
1.8.5 Weitere Methoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
1.8.6 Ansprüche an Beweise . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
1.8.7 Beweise finden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
1.8.8 Beweise aufschreiben . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
1.8.9 Beweise lesen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
1.8.10 Prädikatenlogik vs Umgangssprache . . . . . . . . . . . . . . . . . . . . 60
1.9 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
1.9.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 61
1.9.2 Flächeninhalt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

iii
 1.9.3 Logik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
1.9.4 Funktionen und Relationen . . . . . . . . . . . . . . . . . . . . . . . . . 64
1.9.5 Beweismethoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
1.9.6 Geometrische Probleme . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
1.9.7 Übungen zu Primzahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
1.9.8 Online Lernhilfen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
1.9.9 SageMath . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

2 Die reellen Zahlen 71

2.1 Die Axiome der reellen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . 71
2.1.1 Körperaxiome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
2.1.2 Angeordnete Körper . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
2.1.3 Das Vollständigkeitsaxiom . . . . . . . . . . . . . . . . . . . . . . . . . . 79
2.1.4 Eine erste Anwendung der Vollständigkeit . . . . . . . . . . . . . . . . . 81
2.1.5 Verwendung der reellen Zahlen und der Axiome . . . . . . . . . . . . . . 81
2.2 Die natürlichen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
2.2.1 Definition der natürlichen Zahlen und vollständige Induktion . . . . . . 83
2.2.2 Die ganzen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
2.2.3 Die rationalen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
2.2.4 Division mit Rest und Anfänge der Zahlentheorie* . . . . . . . . . . . . 90
2.2.5 Verwendung der ganzen Zahlen und deren Eigenschaften . . . . . . . . . 91
2.3 Die komplexen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
2.3.1 Verwendung der komplexen Zahlen . . . . . . . . . . . . . . . . . . . . . 97
2.4 Intervalle und der Absolutbetrag . . . . . . . . . . . . . . . . . . . . . 98
2.4.1 Intervalle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
2.4.2 Der Absolutbetrag auf den reellen Zahlen . . . . . . . . . . . . . . . . . 99
2.4.3 Der Absolutbetrag auf den komplexen Zahlen . . . . . . . . . . . . . . . 101
2.5 Maximum und Supremum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
2.5.1 Maximum und Minimum . . . . . . . . . . . . . . . . . . . . . . . . . . 105
2.5.2 Supremum und Infimum . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
2.5.3 Uneigentliche Werte, Suprema und Infima . . . . . . . . . . . . . . . . . 108
2.5.4 Verwendung des Supremums und des Infimums . . . . . . . . . . . . . . 109
2.6 Erste Konsequenzen der Vollständigkeit . . . . . . . . . . . . . . . . . 111
2.6.1 Das Archimedische Prinzip . . . . . . . . . . . . . . . . . . . . . . . . . 111
2.6.2 Häufungspunkte einer Menge . . . . . . . . . . . . . . . . . . . . . . . . 113
2.6.3 Intervallschachtelungsprinzip . . . . . . . . . . . . . . . . . . . . . . . . 114
2.6.4 Überabzählbarkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
2.6.5 Die Cantor-Menge* . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
2.7 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
2.7.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 121
2.7.2 Weitere Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . 123

iv
3 Funktionen und die reellen Zahlen 127
3.1 Summen und Produkte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
3.1.1 Rechenregeln für die Summe . . . . . . . . . . . . . . . . . . . . . . . . . 129
3.1.2 Rechenregeln für das Produkt . . . . . . . . . . . . . . . . . . . . . . . . 131
3.1.3 Die geometrische Summe . . . . . . . . . . . . . . . . . . . . . . . . . . 132
3.2 Polynome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
3.2.1 Polynomdivision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
3.2.2 Nullstellen und Interpolation . . . . . . . . . . . . . . . . . . . . . . . . 137
3.2.3 Algebraische und transzendente Zahlen . . . . . . . . . . . . . . . . . . . 139
3.3 Die Fakultät und der Binomialsatz . . . . . . . . . . . . . . . . . . . . . 140
3.3.1 Fakultät . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
3.3.2 Binomialkoeffizienten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
3.3.3 Der binomische Lehrsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
3.3.4 Summen von Potenzen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
3.3.5 Eine Summe von Binomialkoeffizienten* . . . . . . . . . . . . . . . . . . 146
3.4 Reellwertige Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
3.4.1 Beschränktheit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
3.4.2 Monotonie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
3.5 Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
3.5.1 Komplex-wertige Funktionen . . . . . . . . . . . . . . . . . . . . . . . . 158
3.6 Der Zwischenwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
3.7 Der Satz über die Umkehrabbildung . . . . . . . . . . . . . . . . . . . . . 161
3.7.1 Wurzeln aus natürlichen Zahlen* . . . . . . . . . . . . . . . . . . . . . . 163
3.8 Stetige Funktionen auf kompakten Intervallen . . . . . . . . . . . . . 165
3.8.1 Beschränktheit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
3.8.2 Maximum und Minimum . . . . . . . . . . . . . . . . . . . . . . . . . . 166
3.8.3 Gleichmässige Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
3.9 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
3.9.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 171
3.9.2 Weitere Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . 172

4 Das Riemann-Integral 177

4.1 Treppenfunktionen und deren Integral . . . . . . . . . . . . . . . . . . 177
4.1.1 Zerlegungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
4.1.2 Das Integral einer Treppenfunktion . . . . . . . . . . . . . . . . . . . . . 179
4.2 Definition des Riemann-Integrals . . . . . . . . . . . . . . . . . . . . . . 183
4.3 Erste Integrationsgesetze . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
4.3.1 Linearität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
4.3.2 Monotonie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
4.3.3 Teilintervalle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
4.4 Anwendungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
4.4.1 Intervallfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195

v
 4.4.2 Flächeninhalt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
4.4.3 Masse, Momente und Schwerpunkt . . . . . . . . . . . . . . . . . . . . . 196
4.4.4 Geleistete Arbeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
4.4.5 Vorteil des Integralbegriffs . . . . . . . . . . . . . . . . . . . . . . . . . . 197
4.5 Integrierbarkeit monotoner Funktionen . . . . . . . . . . . . . . . . . 199
4.6 Integration von Polynomen . . . . . . . . . . . . . . . . . . . . . . . . . . 202
4.7 Integrierbarkeit stetiger Funktionen . . . . . . . . . . . . . . . . . . . 205
4.7.1 Sandwich mittels stetigen Funktionen . . . . . . . . . . . . . . . . . . . 206
4.8 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
4.8.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 209
4.8.2 Weitere Übungsaufgaben . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
4.9 Einschub: Mehrdimensionale Integrale* . . . . . . . . . . . . . . . . . . 212
4.9.1 Definition mittels Treppenfunktionen . . . . . . . . . . . . . . . . . . . . 212
4.9.2 Iterierte Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
4.9.3 Schwerpunkt eines Körpers . . . . . . . . . . . . . . . . . . . . . . . . . 215
4.9.4 Polarkoordinaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
4.9.5 Kugelkoordinaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
4.9.6 Zusammenfassung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223

5 Metrische Räume, Folgen und Stetigkeit 225

5.1 Normierte Vektorräume . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
5.1.1 Die euklidsche Norm auf Cd . . . . . . . . . . . . . . . . . . . . . . . . . 226
5.1.2 Der Raum der stetigen Funktionen . . . . . . . . . . . . . . . . . . . . . 228
5.2 Metrische Räume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230
5.2.1 Definition und erste Beispiele . . . . . . . . . . . . . . . . . . . . . . . . 230
5.2.2 Ein kurzer Überblick . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
5.2.3 Offene Bälle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
5.2.4 Wie sehen metrische Räume aus? . . . . . . . . . . . . . . . . . . . . . . 235
5.3 Folgen und Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
5.3.1 Konvergenz von Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
5.3.2 Erste Konsequenzen und Beispiele . . . . . . . . . . . . . . . . . . . . . 239
5.3.3 Teilfolgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
5.3.4 Konvergenz in endlich-dimensionalen Vektorräumen . . . . . . . . . . . 244
5.4 Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
5.4.1 Definition und Charakterisierungen . . . . . . . . . . . . . . . . . . . . . 247
5.4.2 Zwei stärkere Stetigkeitsbegriffe . . . . . . . . . . . . . . . . . . . . . . . 248
5.4.3 Konstruktion von stetigen Funktionen . . . . . . . . . . . . . . . . . . . 249
5.5 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
5.5.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 251
5.5.2 Weitere Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251

6 Grenzwerte reeller Folgen und Funktionen 253

vi
 6.1 Reelle Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
6.1.1 Monotone Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
6.1.2 Limes superior und Limes inferior . . . . . . . . . . . . . . . . . . . . . . 256
6.1.3 Konvergente Teilfolgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
6.1.4 Uneigentliche Grenzwerte . . . . . . . . . . . . . . . . . . . . . . . . . . 262
6.2 Cauchy-Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
6.2.1 Reelle Cauchy-Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263
6.2.2 Ein Diagramm für die Zusammenhänge der Begriffe und Sätze . . . . . . 265
6.3 Die Exponentialfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
6.3.1 Eine Interpretation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
6.3.2 Konvergenz der Folge . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
6.3.3 Inversionsformel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
6.3.4 Additionsformel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
6.3.5 Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
6.3.6 Strenge Monotonie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
6.3.7 Surjektivität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
6.3.8 Der Logarithmus und Potenzen . . . . . . . . . . . . . . . . . . . . . . . 271
6.4 Grenzwerte von Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . 274
6.4.1 Grenzwerte und punktierte Umgebungen . . . . . . . . . . . . . . . . . . 274
6.4.2 Links- und rechtsseitige Grenzwerte . . . . . . . . . . . . . . . . . . . . 276
6.4.3 Einseitige Stetigkeit und Sprungstellen . . . . . . . . . . . . . . . . . . . 277
6.4.4 Die Bewegung nach Unendlich . . . . . . . . . . . . . . . . . . . . . . . 278
6.4.5 Einige Rechenbeispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
6.5 Riemann-Summen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
6.5.1 Vektorwertige Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
6.6 Landau Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
6.7 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
6.7.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 287
6.7.2 Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288

7 Reihen, Funktionenfolgen und Potenzreihen 291

7.1 Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
7.1.1 Reihen mit nicht-negativen Gliedern . . . . . . . . . . . . . . . . . . . . 295
7.1.2 Bedingte Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298
7.1.3 Alternierende Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
7.1.4 Das Cauchy-Kriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302
7.2 Absolute Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
7.2.1 Hinreichende Kriterien für absolute Konvergenz . . . . . . . . . . . . . . 304
7.2.2 Umordnen von Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
7.2.3 Produkte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307
7.3 Konvergenz von Funktionenfolgen . . . . . . . . . . . . . . . . . . . . . 311
7.3.1 Punktweise Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . . 311

vii
 7.3.2 Gleichmässige Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . 313
7.4 Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
7.4.1 Konvergenzradius . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
7.4.2 Addition und Multiplikation . . . . . . . . . . . . . . . . . . . . . . . . . 319
7.4.3 Stetigkeit bei Randpunkten . . . . . . . . . . . . . . . . . . . . . . . . . 320
7.5 Die (komplexe) Exponentialabbildung . . . . . . . . . . . . . . . . . . . 322
7.5.1 Darstellung durch die Potenzreihe . . . . . . . . . . . . . . . . . . . . . 322
7.5.2 Die komplexe Exponentialreihe . . . . . . . . . . . . . . . . . . . . . . . 323
7.5.3 Die Additionsformel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
7.5.4 Der Absolutbetrag der Exponentialabbildung . . . . . . . . . . . . . . . 325
7.6 Trigonometrische Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . 326
7.6.1 Additionsformeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
7.6.2 Die Kreiszahl . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
7.6.3 Tangens und Cotangens . . . . . . . . . . . . . . . . . . . . . . . . . . . 330
7.6.4 Polarkoordinaten und Multiplikation auf den komplexen Zahlen . . . . . 331
7.6.5 Zwei Logarithmen auf der komplexen Zahlenebene . . . . . . . . . . . . 334
7.7 Integration von Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . 337
7.7.1 Die hyperbolischen Funktionen . . . . . . . . . . . . . . . . . . . . . . . 338
7.8 Ziffernentwicklungen und fraktale Konstruktionen* . . . . . . . . 340
7.8.1 Die Cantor-Menge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
7.8.2 Cantors Teufelstreppe . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
7.8.3 Peanos raumfüllende Kurve . . . . . . . . . . . . . . . . . . . . . . . . . 343
7.9 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 348
7.9.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 348
7.9.2 Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349

8 Differentialrechnung 353
8.1 Die Ableitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353
8.1.1 Definition und geometrische Interpretation . . . . . . . . . . . . . . . . . 353
8.1.2 Beispiele und Ableitungsregeln . . . . . . . . . . . . . . . . . . . . . . . 355
8.1.3 Extremwerte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363
8.1.4 Stetige Differenzierbarkeit . . . . . . . . . . . . . . . . . . . . . . . . . . 364
8.1.5 Ableitungen höherer Ordnung . . . . . . . . . . . . . . . . . . . . . . . . 365
8.2 Zentrale Sätze der Differentialrechnung . . . . . . . . . . . . . . . . 369
8.2.1 Der Mittelwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369
8.2.2 Korollare des Mittelwertsatzes und Kurvendiskussion . . . . . . . . . . . 371
8.2.3 Konvexität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
8.2.4 Mittelwertsatz nach Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . 377
8.2.5 Regel von de l’Hôpital . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378
8.3 Trigonometrische Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . 382
8.3.1 Sinus und Arkussinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . 382
8.3.2 Kosinus und Arkuskosinus . . . . . . . . . . . . . . . . . . . . . . . . . . 383

viii
 8.3.3 Das innere Produkt und Winkel . . . . . . . . . . . . . . . . . . . . . . . 384
8.3.4 Tangens und Arkustangens . . . . . . . . . . . . . . . . . . . . . . . . . 385
8.3.5 Kotangens und Arkuskotangens . . . . . . . . . . . . . . . . . . . . . . . 386
8.3.6 Ein physikalisches Beispiel . . . . . . . . . . . . . . . . . . . . . . . . . . 387
8.3.7 Verwendung der trigonometrischen Funktionen . . . . . . . . . . . . . . 388
8.4 Hyperbolische Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . 389
8.4.1 Der Areasinus Hyperbolicus . . . . . . . . . . . . . . . . . . . . . . . . . 389
8.4.2 Der Areakosinus Hyperbolicus . . . . . . . . . . . . . . . . . . . . . . . . 389
8.4.3 Der Areatangens Hyperbolicus . . . . . . . . . . . . . . . . . . . . . . . 390
8.5 Erste Differentialgleichungen . . . . . . . . . . . . . . . . . . . . . . . . 391
8.5.1 Differenzengleichungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 392
8.5.2 Stammfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394
8.5.3 Lineare Differentialgleichungen erster Ordnung . . . . . . . . . . . . . . 395
8.5.4 Zweite Ordnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 398
8.6 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 408
8.6.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 408
8.6.2 Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 409

9 Die Ableitung und das Riemann-Integral 413

9.1 Der Fundamentalsatz der Integral- und Differentialrechnung . . 413
9.1.1 Differentiation von Potenzreihen . . . . . . . . . . . . . . . . . . . . . . 416
9.1.2 Die alternierende harmonische Reihe . . . . . . . . . . . . . . . . . . . . 418
9.1.3 Die Leibniz-Reihe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 419
9.2 Integrationsmethoden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 420
9.2.1 Partielle Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 421
9.2.2 Substitution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 422
9.2.3 Integration rationaler Funktionen . . . . . . . . . . . . . . . . . . . . . . 423
9.2.4 Trigonometrische Substitution . . . . . . . . . . . . . . . . . . . . . . . . 427
9.2.5 Weitere Integrationsmethoden . . . . . . . . . . . . . . . . . . . . . . . . 429
9.2.6 Das bestimmte Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . 430
9.2.7 Leibniz-Notation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 431
9.2.8 Neue Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432
9.3 Das uneigentliche Integral . . . . . . . . . . . . . . . . . . . . . . . . . . 434
9.3.1 Uneigentliche Integrationsgrenzen . . . . . . . . . . . . . . . . . . . . . . 434
9.3.2 Das Integral über unbeschränkte Funktionen . . . . . . . . . . . . . . . 437
9.3.3 Die Gamma-Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 439
9.4 Taylor Approximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 442
9.4.1 Analytische Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . 446
9.4.2 Konvergenzgeschwindigkeit des Newton-Verfahrens* . . . . . . . . . . . 447
9.5 Numerische Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 450
9.5.1 Landau-Notation II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453
9.6 Drei asymptotische Formeln . . . . . . . . . . . . . . . . . . . . . . . . . . 455

ix
 9.6.1 Das Wallissche Produkt . . . . . . . . . . . . . . . . . . . . . . . . . . . 455
9.6.2 Stirling-Formel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 456
9.6.3 Asymptotik der harmonischen Reihe . . . . . . . . . . . . . . . . . . . . 458
9.7 Anwendungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460
9.7.1 Flächeninhalte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 460
9.7.2 Bogenlänge . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 461
9.7.3 Wegintegrale von Vektorfeldern . . . . . . . . . . . . . . . . . . . . . . . 464
9.7.4 Volumen von Rotationskörpern* . . . . . . . . . . . . . . . . . . . . . . 465
9.7.5 Oberflächen von Rotationskörpern* . . . . . . . . . . . . . . . . . . . . . 466
9.8 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 469
9.8.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 469
9.8.2 Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 469

10 Metrische Räume 473

10.1 Topologische Grundbegriffe . . . . . . . . . . . . . . . . . . . . . . . . . 473
10.1.1 Eine kurze Wiederholung . . . . . . . . . . . . . . . . . . . . . . . . . . 473
10.1.2 Offene und abgeschlossene Teilmengen . . . . . . . . . . . . . . . . . . . 474
10.1.3 Häufungspunkte und Dichtheit . . . . . . . . . . . . . . . . . . . . . . . 480
10.1.4 Zusammenhang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 481
10.2 Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 484
10.2.1 Charakterisierungen von Stetigkeit und Beispiele . . . . . . . . . . . . . 484
10.2.2 Eine Bemerkung zur Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . 486
10.2.3 Stetigkeit und Zusammenhang . . . . . . . . . . . . . . . . . . . . . . . 486
10.3 Vollständigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 490
10.3.1 Der Banachsche Fixpunktsatz . . . . . . . . . . . . . . . . . . . . . . . . 491
10.3.2 Wahrscheinlichkeitsmatrizen* . . . . . . . . . . . . . . . . . . . . . . . . 493
10.4 Kompaktheit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 496
10.4.1 Definitionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 496
10.4.2 Äquivalenzen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 498
10.4.3 Endlich-dimensionale Vektorräume . . . . . . . . . . . . . . . . . . . . . 502
10.4.4 Bilder von kompakten Mengen . . . . . . . . . . . . . . . . . . . . . . . 503
10.4.5 Operatornorm von Matrizen . . . . . . . . . . . . . . . . . . . . . . . . . 503
10.4.6 Gleichmässige Stetigkeit und Oszillation . . . . . . . . . . . . . . . . . . 504
10.5 Fundamentalsatz der Algebra . . . . . . . . . . . . . . . . . . . . . . . . 507
10.6 Der Raum der stetigen Funktionen . . . . . . . . . . . . . . . . . . . . . 509
10.7 Konstruktion der reellen Zahlen* . . . . . . . . . . . . . . . . . . . . . 511
10.8 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 516
10.8.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 516
10.8.2 Weitere Normen und Metriken . . . . . . . . . . . . . . . . . . . . . . . 516
10.8.3 Weitere Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 518

11 Mehrdimensionale Differentialrechnung 523

x
 11.1 Die Ableitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 524
11.1.1 Der Definitionsbereich . . . . . . . . . . . . . . . . . . . . . . . . . . . . 524
11.1.2 Lineare Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 525
11.1.3 Definitionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 525
11.1.4 Reduktion der Dimension . . . . . . . . . . . . . . . . . . . . . . . . . . 529
11.2 Die Kettenregel und der Mittelwertsatz . . . . . . . . . . . . . . . . . 532
11.2.1 Verknüpfungen differenzierbarer Funktionen . . . . . . . . . . . . . . . . 532
11.2.2 Geometrische Interpretation der mehrdimensionalen Kettenregel . . . . 534
11.2.3 Der Mittelwertsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 535
11.3 Höhere Ableitungen und Taylor-Approximation . . . . . . . . . . . . . 538
11.3.1 Definition und Eigenschaften der höheren partiellen Ableitungen . . . . 538
11.3.2 Mehrdimensionale Taylor-Approximation . . . . . . . . . . . . . . . . . . 540
11.4 Extremwerte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 545
11.4.1 Beweis des Kriteriums für Definitheit . . . . . . . . . . . . . . . . . . . . 549
11.5 Parameterintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 551
11.5.1 Die Bessel-Differentialgleichung . . . . . . . . . . . . . . . . . . . . . . . 555
11.6 Wegintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 558
11.6.1 Skalare Wegintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 558
11.6.2 Wegintegrale von Vektorfeldern . . . . . . . . . . . . . . . . . . . . . . . 559
11.7 Konservative Vektorfelder . . . . . . . . . . . . . . . . . . . . . . . . . . 562
11.7.1 Integrabilitätsbedingungen . . . . . . . . . . . . . . . . . . . . . . . . . . 563
11.8 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 567
11.8.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 567
11.8.2 Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 567

12 Anfänge der Differentialgeometrie 571

12.1 Sätze zur impliziten Funktion und zur inversen Abbildung . . . . . . 571
12.1.1 Satz zur impliziten Funktion . . . . . . . . . . . . . . . . . . . . . . . . 573
12.1.2 Satz zur inversen Abbildung . . . . . . . . . . . . . . . . . . . . . . . . . 579
12.1.3 Polar- und Zylinderkoordinaten . . . . . . . . . . . . . . . . . . . . . . . 582
12.1.4 Kugelkoordinaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 583
12.2 Teilmannigfaltigkeiten des Euklidschen Raumes . . . . . . . . . . . . . 584
12.2.1 Definition und Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . 584
12.2.2 Niveaumengen als Teilmannigfaltigkeiten . . . . . . . . . . . . . . . . . . 588
12.2.3 Tangentialraum und Tangentialbündel . . . . . . . . . . . . . . . . . . . 591
12.3 Extremwertprobleme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 595
12.3.1 Extrema auf kompakten Teilmengen . . . . . . . . . . . . . . . . . . . . 595
12.3.2 Extrema mit Nebenbedingungen und Lagrange-Multiplikatoren . . . . . 596
12.3.3 Diagonalisierbarkeit symmetrischer Matrizen . . . . . . . . . . . . . . . 599
12.3.4 Eine hinreichende Bedingung für Lagrange-Multiplikatoren* . . . . . . . 601
12.4 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 604
12.4.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 604

xi
 12.4.2 Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 604

13 Mehrdimensionale Integralrechnung 607

13.1 Das Riemann-Integral für Quader . . . . . . . . . . . . . . . . . . . . . . 607
13.1.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 607
13.1.2 Erste Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 611
13.2 Riemann-Integrierbarkeit und Stetigkeit . . . . . . . . . . . . . . . . . 614
13.2.1 Stetige Funktionen sind Riemann-integrierbar . . . . . . . . . . . . . . . 614
13.2.2 Sandwich-Charakterisierung von Riemann-Integrierbarkeit . . . . . . . . 615
13.2.3 Integrierbarkeit über Riemann-Summen . . . . . . . . . . . . . . . . . . 618
13.3 Das Lebesgue-Kriterium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 621
13.3.1 Nullmengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 621
13.3.2 Charakterisierung mittels Stetigkeit . . . . . . . . . . . . . . . . . . . . 624
13.3.3 Oszillation einer Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . 624
13.3.4 Das Lebesgue-Kriterium ist notwendig . . . . . . . . . . . . . . . . . . . 625
13.3.5 Das Lebesgue-Kriterium ist hinreichend . . . . . . . . . . . . . . . . . . 626
13.4 Das Riemann-Integral über Jordan-messbare Mengen . . . . . . . . . 628
13.5 Der Satz von Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 635
13.6 Mehrdimensionale Substitutionsregel . . . . . . . . . . . . . . . . . . . 643
13.6.1 Lineare Substitution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 643
13.6.2 Substitution mit Diffeomorphismen . . . . . . . . . . . . . . . . . . . . . 647
13.6.3 Beweis der Substitutionsregel mit kompakten Träger . . . . . . . . . . . 650
13.6.4 Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 660
13.7 Uneigentliche Mehrfachintegrale . . . . . . . . . . . . . . . . . . . . . . 662
13.7.1 Ausschöpfungen und uneigentliche Integrale . . . . . . . . . . . . . . . . 663
13.7.2 Substitution für uneigentliche Riemann-Integrale . . . . . . . . . . . . . 666
13.7.3 Eine Anwendung: das Basler Problem . . . . . . . . . . . . . . . . . . . 668
13.8 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 671
13.8.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 671
13.8.2 Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 671
13.8.3 Lernkarten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 673

14 Mehrdimensionale Integralsätze 675

14.1 Divergenzsatz und der Satz von Green . . . . . . . . . . . . . . . . . . . 675
14.1.1 Der Divergenzsatz für Rechtecke und Bereiche unter einem Graphen . . 676
14.1.2 Glatt berandete Bereiche . . . . . . . . . . . . . . . . . . . . . . . . . . 684
14.1.3 Glatt berandete Bereiche in der Ebene . . . . . . . . . . . . . . . . . . . 687
14.1.4 Divergenzsatz für glatt berandete Bereiche in der Ebene . . . . . . . . . 693
14.1.5 Rotation und der Satz von Green . . . . . . . . . . . . . . . . . . . . . . 695
14.1.6 Eine Anwendung: der Jordansche Kurvensatz für glatte Kurven . . . . . 696
14.2 Oberflächenintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 700
14.2.1 Flächen und deren Karten . . . . . . . . . . . . . . . . . . . . . . . . . . 700

xii
 14.2.2 Skalares Oberflächenintegral . . . . . . . . . . . . . . . . . . . . . . . . . 701
14.2.3 Flussintegrale entlang Oberflächen . . . . . . . . . . . . . . . . . . . . . 703
14.3 Der Divergenzsatz im dreidimensionalen Raum . . . . . . . . . . . . . . 710
14.3.1 Der Divergenzsatz für Bereiche unter Graphen . . . . . . . . . . . . . . 710
14.3.2 Der Divergenzsatz auf glatt berandeten Bereichen . . . . . . . . . . . . . 713
14.4 Der Laplace-Operator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 716
14.4.1 Schwingungen der Trommel . . . . . . . . . . . . . . . . . . . . . . . . . 717
14.4.2 Harmonische Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . 718
14.5 Der Satz von Stokes im dreidimensionalen Raum . . . . . . . . . . . . 721
14.5.1 Die Wirbelstärke . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 721
14.5.2 Glatt berandete orientierbare Flächen . . . . . . . . . . . . . . . . . . . 722
14.5.3 Der Satz von Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 722
14.6 Zwei Werkzeuge der weiteren Analysis . . . . . . . . . . . . . . . . . . 728
14.6.1 Glättung durch Faltung . . . . . . . . . . . . . . . . . . . . . . . . . . . 728
14.6.2 Glatte Partitionen der Eins . . . . . . . . . . . . . . . . . . . . . . . . . 729
14.7 Konservative Vektorfelder . . . . . . . . . . . . . . . . . . . . . . . . . . 732
14.7.1 Homotopie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 732
14.7.2 Integrabilität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 733
14.7.3 Invarianz unter Homotopien . . . . . . . . . . . . . . . . . . . . . . . . . 734
14.7.4 Beweis der Konservativität . . . . . . . . . . . . . . . . . . . . . . . . . 736
14.8 Integrale und alternierende Tensorprodukte . . . . . . . . . . . . . . 737
14.8.1 Das skalare Integral über eine Teilmannigfaltigkeit . . . . . . . . . . . . 737
14.8.2 Das alternierende Tensorprodukt . . . . . . . . . . . . . . . . . . . . . . 738
14.8.3 Differentialformen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 742
14.9 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 744
14.9.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 744
14.9.2 Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 744
14.9.3 Lernkarten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 746

15 Gewöhnliche Differentialgleichungssysteme 747

15.1 Mehrdeutigkeit der Lösung . . . . . . . . . . . . . . . . . . . . . . . . . . 747
15.1.1 Separierbare Differentialgleichungen: ein Leibniz Kochrezept . . . . . . . 750
15.2 Lineare Differentialgleichungen mit konstanten Koeffizienten . . 751
15.2.1 Die Lösungen für die homogene Gleichung . . . . . . . . . . . . . . . . . 751
15.2.2 Eine Lösung der inhomogenen Differentialgleichung . . . . . . . . . . . . 756
15.2.3 Lösen des Anfangswertproblems . . . . . . . . . . . . . . . . . . . . . . . 757
15.3 Differentialgleichungsysteme . . . . . . . . . . . . . . . . . . . . . . . . 759
15.3.1 Umwandlung einer Differentialgleichung höherer Ordnung . . . . . . . . 759
15.3.2 Lineare autonome Differentialgleichungssysteme . . . . . . . . . . . . . . 760
15.3.3 Beispiele linearer autonomer Differentialgleichungssysteme . . . . . . . . 764
15.3.4 Ein Beispiel eines nicht-linearen Systems . . . . . . . . . . . . . . . . . . 767
15.4 Existenz- und Eindeutigkeitssatz von Picard-Lindelöf . . . . . . . . 771

xiii
 15.4.1 Mögliches Verhalten in der Nähe eines Fixpunktes . . . . . . . . . . . . 777
15.4.2 Stetige Abhängigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 778
15.4.3 Ein weiteres Beispiel: der rotierende Tropfen . . . . . . . . . . . . . . . . 779
15.5 Lineare Differentialgleichungssysteme . . . . . . . . . . . . . . . . . . 784
15.6 Weitere Lernmaterialien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 786
15.6.1 Verwendung des Kapitels . . . . . . . . . . . . . . . . . . . . . . . . . . 786
15.6.2 Übungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 786
15.6.3 Lernkarten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 786

A Grundlagen 787
A.1 Mächtigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 787
A.2 Modelle der rellen Zahlen . . . . . . . . . . . . . . . . . . . . . . . . . . 793
A.2.1 Ebene Geometrie und die Zahlengerade . . . . . . . . . . . . . . . . . . 793
A.2.2 Dezimalbrüche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 793
A.2.3 Dedekind-Schnitte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 793
A.2.4 Vervollständigung der rationalen Zahlen . . . . . . . . . . . . . . . . . . 794
A.2.5 Definition mittels Steigungen . . . . . . . . . . . . . . . . . . . . . . . . 794
A.3 Eindeutigkeit der reellen Zahlen . . . . . . . . . . . . . . . . . . . . . . 795

B Konvergenz entlang eines Filters 799

C Administratives 803
C.1 Change-Log . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 803
C.2 Fortschritt im Semester . . . . . . . . . . . . . . . . . . . . . . . . . . . . 803

Liste der Symbole 805

Literatur 807

xiv
Kapitel 1

Einführung

Wir werden in diesem Kapitel viele verschiedene Begriffe einführen, die sowohl für Analysis
als auch für die Lineare Algebra und viele weiterführenden Vorlesungen fundamentale Bedeu-
tung haben. Doch wollen wir zur Einstimmung mit einem analytischen Beweis beginnen.

1.1 Quadratur der Parabel

Als Beispiel, wie wir hier denken und vorgehen wollen, aber auch als Einleitung in die
Integralrechnung, werden wir uns in diesem Abschnitt mit dem Bereich

P = (x, y) ∈ R2 | 0 ≤ x ≤ 1, 0 ≤ y ≤ x2 (1.1)


unter der Parabel zwischen 0 und 1 beschäftigen und dessen Flächeninhalt berechnen. Dieser
Flächeninhalt wurde als erster krummlinig begrenzter Bereich schon von Archimedes (ca. 287–
ca. 212 v.Chr.) im 3. Jahrhundert v.Chr. bestimmt. (Historisch Interessierten empfehlen wir
auch den Podcast der BBC über Archimedes, wobei man bei der zwanzigsten Minute einsteigen
kann, wenn man wenig Zeit hat.) Wir wollen für die Flächenberechnung davon ausgehen, dass
wir wissen, was die Symbole in der Definition in Gleichung (1.1) bedeuten und dass P gerade
den Bereich in folgendem Bild (Figur 1.1) beschreibt.1

Figur 1.1: Der Bereich P .

1
Insbesondere nehmen wir vorläufig an, dass wir die Menge R der reellen Zahlen bereits kennen.

1
 Natürlich ist die Berechnung des Flächeninhalts von P keine Herausforderung und inner-
halb von Sekunden möglich, wenn wir das bestimmte (Riemann-) Integral und die dazugehö-
rigen Rechenregeln verwenden. Wir wollen dies jedoch nicht als bekannt voraussetzen, da wir
das Integral erst in etwa einem Monat einführen und verstehen werden.
Genau genommen müssen wir uns vor der Berechnung folgende fundamentale Frage stellen:

Was ist eigentlich ein Flächeninhalt?

Wenn wir diese Frage nicht genau beantworten können, dann können wir eigentlich nicht wis-
sen, was es bedeutet, den Flächeninhalt von P zu berechnen. Deswegen relativieren wir unser
Ziel in folgender Weise – eine Proposition ist ein mathematischer Satz, also eine mathematische
Aussage, mittlerer Bedeutung:

Proposition 1.1 (Flächeninhalt unter der Parabel). Angenommen es gibt einen Begriff eines
Flächeninhalts für Bereiche in R2 , der folgende Eigenschaften erfüllt:

• Der Flächeninhalt des sogenannten abgeschlossenen Rechtecks

[a, b] × [c, d] = (x, y) ∈ R2 | a ≤ x ≤ b, c ≤ y ≤ d



und des sogenannten offenen Rechtecks

(a, b) × (c, d) = (x, y) ∈ R2 | a < x < b, c < y < d



ist gleich (b − a)(d − c), wobei a, b, c, d reelle Zahlen sind mit a ≤ b, c ≤ d.

• Falls G ein Bereich in R2 ist und F ein in G enthaltener Bereich ist, dann ist der
Flächeninhalt von F kleiner oder gleich dem Flächeninhalt von G.

• Für Bereiche F, G in R2 ohne gemeinsame Punkte ist der Flächeninhalt des vereinigten
Bereiches F ∪ G die Summe der Flächeninhalte von F und G.

Dann ist der Flächeninhalt von P wie in Gleichung (1.1) (falls überhaupt definiert) gleich 13 .

In anderen Worten: wir haben die Frage, ob es einen Begriff des Flächeninhalts gibt und
für welche Bereiche dieser definiert ist, offengelassen, wollen aber zeigen, dass 13 der einzige
“vernünftige” Wert für den Flächeninhalt von P darstellt. Die Idee unseres Beweises wird auch
im folgenden Applet dargestellt.

Applet 1.2 (Abschätzung eines Flächeninhaltes). Wir verwenden jeweils bis zu 1000 Recht-
ecke um den Flächeninhalt von unten und von oben abzuschätzen. Im Beweis unten werden wir
aber unbegrenzt viele Rechtecke verwenden und können damit den Flächeninhalt ohne jegliche
Unschärfe genau bestimmen.

Für den Beweis von Proposition 1.1 benötigen wir ein Lemma (auch Hilfssatz genannt):

Lemma 1.3 (Summenformel mittels Induktion). Sei n ≥ 1 eine natürliche Zahl. Dann gilt

n3 n2 n
12 + 22 + · · · + (n − 1)2 + n2 = + + . (1.2)
3 2 6
2
Beweis (mittels vollständiger Induktion). Für n = 1 ist die linke Seite von Gleichung (1.2)
gleich 1 und die rechte Seite gleich 13 + 21 + 16 = 1. Also stimmt Gleichung (1.2) für n = 1.
Dieser Beweisschritt wird Induktionsanfang genannt.
Angenommen wir wissen bereits, dass Gleichung (1.2) für die natürliche Zahl n gilt. Wir
wollen nun zeigen, dass daraus folgt, dass Gleichung (1.2) auch für n + 1 gilt. Hierzu beginnen
wir mit der rechten Seite von Gleichung (1.2) für n + 1 und erhalten

(n + 1)3 (n + 1)2 n + 1 n3 + 3n2 + 3n + 1 n2 + 2n + 1 n + 1

+ + = + +
3 2 6 3 2 6
n3 1 n 2 1 n 1
= + n2 + n + + +n+ + +
3 3 3 2 2 6 6
n2 n

n
= + + + (n2 + 2n + 1)
3 2 6

durch geschicktes Umformen, Umordnen und Zusammenfassen gewisser Terme. Der erste
Klammerausdruck in der letzten Zeile ist nun genau die rechte Seite der Gleichung (1.2) (die
wir für n als bekannt angenommen haben). Der zweite Klammerausdruck ist genau (n + 1)2 ,
weswegen wir

(n + 1)3 (n + 1)2 n + 1
+ + = 12 + 22 + · · · + n2 + (n + 1)2
3 2 6

gezeigt haben. Dieser Beweisschritt wird Induktionsschritt genannt.

Es folgt, dass Gleichung (1.2) wegen dem Induktionsanfang für n = 1 stimmt und daher
auch für n = 2 wegen dem Induktionsschritt und weiter für n = 3 wieder wegen dem Induk-
tionsschritt. Fährt man so weiter, erhält man (1.2) für jede natürliche Zahl. Wir sagen, dass
Gleichung (1.2) mittels vollständiger Induktion für alle natürlichen Zahlen n ≥ 1 folgt. Des
Weiteren deuten wir das Ende des Beweises mit einem kleinen Quadrat an.

Beweis von Proposition 1.1. Wir nehmen an, dass es einen Begriff des Flächeninhalts mit
den Eigenschaften in der Proposition gibt und dieser für P definiert ist. Angenommen I ist
der Flächeninhalt von P . Wir überdecken P für eine gegebene natürliche Zahl n ≥ 1 mit
Rechtecken wie in Figur 1.2.

Figur 1.2: Die Überdeckung von P mit Rechtecken für n = 10.

3
 Wir erhalten aus den angenommenen Eigenschaften des Flächeninhalts und Lemma 1.3,
dass

1 1 1 22 1 n2
I≤ + + · · · +
n n2 n n2 n n2
1
= 3 (12 + 22 + · · · + n2 )
n 
1 n3 n2 n

1 1 1 1 1
= 3 + + = + + 2 ≤ +
n 3 2 6 3 2n 6n 3 n

Wir bemerken, dass die Geradenstücke, bei denen sich die Rechtecke berühren, Flächeninhalt
0 haben und wir sie also einfach ignorieren dürfen. (Warum genau?) Verwenden wir hingegen
Rechtecke wie in Figur 1.3 erhalten wir ebenso

Figur 1.3: Von P überdeckte Kollektion von Rechtecken für n = 10.

1 0 1 12 1 (n − 1)2
I≥ + + · · · +
n n2 n n2 n n2
1 2
= 3 1 + · · · + (n − 1)2


n
1
= 3 12 + · · · + (n − 1)2 + n2 − n2


n 
1 n3 n2 n 1 n3
  
1 1
= 3 + + − n2 ≥ 3 − n2 = −
n 3 2 6 n 3 3 n

Zusammenfassend gilt also

1 1 1
− ≤I− ≤
n 3 n

für alle natürlichen Zahlen n ≥ 1. Die einzige Zahl, die kleiner als n1 und grösser als − n1 ist
für alle natürlichen Zahlen n ≥ 1, ist die 0. Dies ist anschaulich relativ klar (siehe unten) und
wird später aus dem Archimedischen Prinzip folgen, welches wir in drei Wochen ausführlich
besprechen werden. Daher gilt I = 13 und die Proposition folgt.

Wir haben in obigem Beweis folgenden Satz benötigt:

Satz (Eine Version des Archimedischen Prinzips). Wenn x ∈ R die Ungleichung − n1 ≤ x ≤ 1

n
für alle natürlichen Zahlen n erfüllt, dann ist x = 0.

4
 Warum ist dies „anschaulich klar“? Stellen Sie sich x ≥ 0 in der Dezimaldarstellung vor.
Verwenden wir die Annahme für n = 11, so sehen wir, dass x von der Form x = 0.0a2 a3 . . .
sein muss für vorerst unbekannte Ziffern a2 , a3 , a4 , . . .. Verwenden wir nun n = 102 + 1, dann
sehen wir, dass x nach dem Komma mindestens 2 Nullen haben muss (das heisst, a2 = 0).
Da aber die Annahme ebenso für n = 10k + 1 für eine beliebige natürliche Zahl k gilt, sehen
wir, dass x unendlich viele Nullen nach dem Komma haben muss. Also ist x Null. Falls x ≤ 0,
so erfüllt −x die Ungleichung 0 ≤ −x ≤ n1 und insbesondere ist −x und damit x gleich Null
nach vorherigem Argument. Dies ist kein Beweis (ausser man hat vorher die reellen Zahlen
als Dezimalbrüche eingeführt und alle übliche Eigenschaften bewiesen) – wir werden später
unter Verwendung klar formulierter Axiome einen vollständigen Beweis des Archimedischen
Prinzips erbringen.
Bemerkung. Wie schon erwähnt, haben wir die Frage, ob es einen Flächeninhalt für Bereiche
im R2 gibt, nicht beantwortet. Wir haben auch nicht genau beschrieben, was denn eigentlich
Bereiche im R2 sind; wir sind aber implizit davon ausgegangen, dass Bereiche jene Teilmengen
des R2 sind, denen wir einen Flächeninhalt zuordnen können. Diese grundlegenden Fragen
werden zum Teil in Analysis I und II mit den Begriffen des Riemann-Integrals und der Jordan-
messbaren Mengen beantwortet. Des Weiteren werden diese Fragen in grösserer Allgemeinheit
in der Vorlesung Analysis III über Mass- und Integrationstheorie im dritten Semester und
anderen weiterführenden Vorlesungen im dritten oder vierten Jahr des Mathematikstudiums
besprochen.

5
1.2 Einige Tipps
„Aller Anfang ist schwer.“

Wie schon erwähnt, werden Sie einen grossen Unterschied zwischen der Schulmathematik und
der Mathematik an Universitäten bemerken. Letztere verwendet auch ihre eigene Sprache,
die Sie erst erlernen müssen. Je schneller Sie diese Aufgabe auf sich nehmen, desto mehr
werden Sie von den Vorlesungen mitnehmen. Wir besprechen in den nächsten Abschnitten die
wichtigsten Grundbegriffe, dennoch empfehlen wir Ihnen auch das Buch [SS12] von Schichl und
Steinbauer (vor allem Kapitel 1-4), das eine ausführliche Einführung in das mathematische
Arbeiten darstellt.
Dies bringt uns gleich zum nächsten Tipp.

„Es gibt keinen Königsweg zur Mathematik“

(überliefertes Zitat von Euklid zu dem ägyptischen König Ptolemäus I)

Man kann Mathematik nicht durch Zusehen erlernen; genauso wenig wie Sie Tennis oder
Skifahren erlernen können, in dem Sie sich alle verfügbaren Turniere oder Weltmeisterschaften
im Fernsehen anschauen. Vielmehr sollten Sie Mathematik wie eine Sprache erlernen und eine
Sprache bringt man sich bei, in dem man sie benützt. Besprechen Sie mit Kollegen die Themen
der Vorlesungen. Erklären Sie sich gegenseitig die Beweise aus der Vorlesung oder die Lösung
der Übungsbeispiele. Vor allem aber sollten Sie so viele Übungen wie nur möglich lösen; nur
so können Sie sich sicher sein, dass Sie die Themen gemeistert haben.
Wir erwarten von Ihnen, dass Sie in kleinen Gruppen an den Übungen arbeiten. Dies
hat den Vorteil, dass durch die Diskussionen in der Gruppe die Objekte der Vorlesungen
lebendiger werden. Sie sollten jedoch sicherstellen, dass Sie die Lösungen komplett verstehen,
erklären können, und ähnliche Probleme anschliessend selbstständig lösen können. Schieben
Sie das Bearbeitung der Übungsaufgaben nicht auf. Insbesondere bauen sich die Themen der
Vorlesung stetig von Kapitel zu Kapitel auf, und die aktive und hartnäckige Bearbeitung der
Übungen wird Ihnen auch helfen, die aktuellen und zukünftigen Themen der Vorlesung besser
zu verstehen.
Stellen Sie so viele Fragen, wie nur möglich und stellen Sie sie dann, wenn sie auftauchen.

“Wer fragt, ist ein Narr für eine Minute.

Wer nicht fragt, ist ein Narr sein Leben lang.”
(Konfuzius)

Wahrscheinlich haben viele Ihrer Kollegen die gleiche Frage oder haben das Problem noch gar
nicht bemerkt. Dem Dozierenden oder dem Hilfsassistenten wird so ermöglicht, gleichzeitig bei
vielen ein Problem zu beheben und Probleme bei den Studierenden zu erkennen, wo sie oder
er dachte, dass keine vorhanden seien. Des Weiteren will das gute Formulieren von Fragen
geübt sein; das erste Studienjahr ist der ideale Zeitpunkt dies zu tun.
Des Weiteren möchten wir erwähnen, dass zahlreiche Foren und Blogs sehr hilfreiche
Ratschläge liefern, wie man richtig ins Studium einzusteigen hat und wie man Mathematik zu
lernen hat. Ein Beispiel eines Blogs mit guten Tipps ist der Blog von Terence Tao. (Terence
6
Tao ist Fields-Medaillenträger und einer der bedeutendsten lebenden Mathematiker.) Eine
Frage, die Terry Tao behandelt, betrifft ein übliches Vorurteil.

„Does one have to be a genius to do maths?“

Genauso wie in anderen Gebieten (zum Beispiel im Sport – siehe zum Beispiel das Buch „Was
heisst schon Talent?“ von M. Syed) ist die klare Antwort Nein. Im Zuge seiner Erklärung
verweist Terry Tao auch auf diesen Artikel. Die Lektüre dieses Artikels möchten wir Ihnen
sehr empfehlen – zumindest bis zum ersten Erscheinen des Wortes „muscle“.
Zuletzt wollen wir erwähnen, dass es viele Parallelen zwischen der Mathematik und der In-
formatik gibt. Aus diesem Grund kann es – für Ihr Studium und darüber hinaus – sehr nützlich
sein, wenn Sie sich ein oder zwei Programmiersprachen aneignen. Zum Experimentieren mit
vielen Bereichen innerhalb der Mathematik empfiehlt sich zum Beispiel die auf Python (bereits
sehr mathematisch aufgebaut) aufbauende Programmiersprache SageMath. Für aufwändigere
Programme können Sie diese Programmiersprache auch auf ihrem Computer installieren, doch
für einfache Experimente ist die Webseite SageMathCell ausreichend und sehr zu empfehlen.
Wir werden diese Programmiersprache auch nochmals in Abschnitt 1.9.9 kurz ansprechen.

7
1.3 Logische Begriffe
Die logischen Begriffe und die dazugehörende Theorie der Logik haben sich seit der Antike
stark geändert, doch seit der Begriffsschrift von Frege (1848-1925) im Jahre 1879 nicht mehr
so stark. Da ein Verständnis dieser logischen Sprache für die Mathematik notwendig ist, wollen
wir diese hier besprechen. Für historisch Interessierte verweisen wir auch auf den Podcast der
BBC, den man sich anhören kann, wenn man schon zu müde ist, um Übungen zu lösen oder
man Probleme hat einzuschlafen.
Mathematische Aussagen sind, wenn ein klar definierter Rahmen gegeben ist und der Wert
für etwaige Variablen bekannt ist, entweder wahr oder falsch. Diese strenge Sichtweise ist not-
wendig, damit wir von Bekanntem ausgehend wahre Aussagen (Lemmata und Propositionen
zum Beispiel) folgern können, auf die wiederum Verlass ist (das heisst, ohne dass man Spezi-
alfälle ausschliessen muss). Sie haben vielleicht schon einmal Sudoku gespielt und wissen, wie
schwerwiegend ein kleiner Denkfehler werden kann.

1.3.1 Aussagenlogik und die Boolesche Algebra

Da eine mathematische Aussage nur zwei „Werte“ annehmen kann, wahr (w) und falsch
(f), können wir gewissermassen „Rechenoperationen“ für solche Aussagen sehr einfach und
schnell definieren. Dies wurde erstmals von George Boole im Jahre 1847 formal ausgeführt
(siehe [Boo47]) und stellt sowohl für die Grundlagen der Mathematik als auch für die In-
formatik und Elektrotechnik einen historisch bedeutsamen Schritt dar. Im Folgenden werden
mathematische Aussagen mit Grossbuchstaben A, B, . . . dargestellt.
Die einfachste Operation ist die Negation einer Aussage: Sei A eine Aussage. Die Nega-
tion von A ist die Aussage „A gilt nicht“, die wir kurz mit „Nicht A“ bezeichnen und als „¬A“
schreiben. Die Aussage „¬A“ hat den Wert f, falls A den Wert w hat und den Wert w, falls A
den Wert f hat. Wir stellen dies in einer sogenannten Wahrheitstabelle wie folgt dar:

A ¬A
w f
f w

Wir verwenden das Symbol „=“ für die Gleichheit und können es gebrauchen, um die Aussage
„x = y“ über zwei Objekte x, y zu bilden. Des Weiteren schreiben wir „x 6= y“ für die Negation
„¬(x = y)“ der Gleichheit.
Sei nun B eine weitere Aussage. Die Und-Operation angewendet auf A und B ist die
Aussage „sowohl A als auch B gelten“, kurz „A und B“ und symbolisch geschrieben „A∧B“.
Die zugehörige Wahrheitstabelle ist

A B A∧B
w w w
w f f
f w f
f f f

8
Die Oder-Operation angewendet auf die beiden Aussagen A,B ergibt die Aussage „A gilt oder
B gilt“, kurz „A oder B“ und symbolisch geschrieben „A∨B“. Die zugehörige Wahrheitstabelle
ist:
A B A∨B
w w w
w f w
f w w
f f f

Man sollte an dieser Stelle bemerken, dass, wie oben ersichtlich ist, das „logische Oder“ (und
daher auch das „mathematische Oder“) das „einschliessende Oder“ ist, welches auch zutrifft,
falls beide Aussagen zutreffen. Dies unterscheidet sich teilweise vom umgangssprachlichen
Gebrauch des Wortes „oder“, das oft auch exklusiv gemeint ist (als „entweder . . . oder“). Die
Aussage „entweder A oder B“ kann über die drei Grundoperationen Negation, Und und Oder
definiert werden (siehe Übung 1.4).
Die Algebraisierung der Logik hat den entscheidenden Vorteil, dass wir mittels Klammern
klar darstellen können, wie Verknüpfungen von logischen Aussagen zu verstehen sind. In der
Umgangssprache gibt es keine Klammern und Aussagen der Form

„Sokrates hat einen Hund und

ein Hund ist das beste Haustier oder
eine Katze ist das beste Haustier.“

sind zweideutig. (Inkludiert Obiges die Behauptung „Sokrates hat einen Hund“ oder kann es
auch sein, dass die Aussage „Sokrates hat keinen Hund und eine Katze ist das beste Haustier“
gilt?)
Wir können Verknüpfungen (wenn nötig mit Klammern) verwenden, um neue logische
Operationen zu definieren. Beispielsweise ist die logische Implikation „A =⇒ B“ als die
Aussage „(¬A)∨B“ definiert. „A =⇒ B“ wird als „A impliziert B“ ausgesprochen und auch in
diesem Sinne verwendet. Denn falls A wahr ist und „A =⇒ B“ wahr ist, dann muss auch B
wahr sein. Auffallend sind folgende Eigenheiten:

• Jegliche Kausalität oder auch der konkrete Zusammenhang zwischen den beiden Aussa-
gen wird ignoriert.

• Die Implikation ist immer richtig, falls die Annahme A falsch ist. Also ist zum Beispiel
die Aussage

„(0 = 1) =⇒ (die Welt ist eckig)“ (1.3)

dadurch wahr.

Die logische Äquivalenz der Aussagen A und B wird als „A ⇐⇒ B“ geschrieben, als „A
genau dann wenn B“ oder als „A ist äquivalent zu B“ ausgesprochen und durch die Aussage
„(A =⇒ B)∧(B =⇒ A)“ definiert.

9
 Es ist hilfreich, sich die logischen Operationen auch als elektrische Schaltungen vorzustellen
(siehe zum Beispiel Sektion 3.1 in [SS12]). Mit dieser Analogie im Hinterkopf sind die Eigenhei-
ten der obigen Diskussion bzgl. Kausalität oder das Beispiel (1.3) leichter verständlich, denn
einer Schaltung ist egal, wer (Frau, Mann, Kind, Hund oder Maschine) den Schalter betätigt
oder warum (absichtlich oder unabsichtlich) dieser betätigt wurde. Auch unsere Beweise wer-
den manchmal keine echte Kausalität herstellen, sondern nur aufzeigen, dass es keine andere
Möglichkeit gibt.
Sei A eine Aussage. Die Aussage „A∨(¬A)“ ist eine sogenannte Tautologie, denn sie
trifft unabhängig vom Wahrheitswert von A stets zu. In der Tat, wenn A wahr ist, dann ist
„A∨(¬A)“ wahr und wenn A falsch ist, dann ist „¬A“ wahr und „A∨(¬A)“ auch wahr.

Übung 1.4. Seien A,B zwei Aussagen.

(i) Bestimmen Sie die Wahrheitstabellen zu „A =⇒ B“ und zu „A ⇐⇒ B“.

(ii) Definieren Sie die logische Operation des auschliessenden Oder „A XOR B“ mittels
der obigen Operationen. Die Aussage „A XOR B“ soll genau dann zutreffen, wenn A
oder B zutrifft, aber nicht beide zutreffen.

(iii) Überprüfen Sie, dass die Aussagen „A ⇐⇒ (¬(¬A))“ und „(A∧B) ⇐⇒ (¬(¬A∨¬B))“
Tautologien sind.

Wir werden anstelle der Symbole „¬, ∧, ∨, =⇒ , ⇐⇒ “ meist die Worte „nicht, und, oder,
impliziert, ist äquivalent zu“ verwenden, wobei „oder“ immer einschliessend zu verstehen ist.
Da wir keine Prioritätsregel (wie die bekannte Punkt- vor Strichrechnung) festgelegt haben,
sollten wir stets Klammern verwenden um Zweideutigkeiten zu vermeiden. Eine übliche Prio-
ritätsregel ist „∧“ vor „∨“, womit die Aussage „A ∧ B ∨ C“ als „(A ∧ B) ∨ C“ zu verstehen
wäre. Nichtsdestotrotz werden wir letztere Schreibweise bevorzugen und nur die Prioritätsregel
verwenden, dass die Operation ¬ immer Vorrang hat. Also kann zum Beispiel „(¬A)∨B“ auch
als „¬A∨B“ geschrieben werden.
Seien A, B zwei Aussagen. Eine sehr nützliche Tautologie ist die Aussage

„(A =⇒ B) ⇐⇒ (¬B =⇒ ¬A)“ (1.4)

Um zu überprüfen, dass es sich bei (1.4) tatsächlich um eine Tautologie handelt, verwenden
wir zuerst die Definition der logischen Implikation und sehen, dass die linke Seite „¬A∨B“
ist. Die rechte Seite wiederum ist „¬(¬B)∨¬A“, was zu „B∨¬A“ und damit auch zu „¬A∨B“
äquivalent ist.
Die Tautologie (1.4) wird oft in Beweisen verwendet: Angenommen wir wollen zeigen, dass
die Aussage A die Aussage B impliziert. Dann ist es manchmal einfacher und wegen (1.4) stets
ausreichend zu zeigen, dass falls B nicht zutrifft auch A nicht zutrifft (dies wird Kontraposition
genannt, siehe auch Abschnitt 1.8.2).
An dieser Stelle sollte man davor warnen, die Aussagen „A =⇒ B“ und „¬A =⇒ ¬B“ zu
verwechseln; sie sind grundverschieden (auch wenn der Unterschied in politischen Diskussionen

10
manchmal gern ignoriert wird). Wir empfehlen Ihnen, Beispiele mathematischer und nicht-
mathematischer Art zu finden, die den Unterschied zwischen „A =⇒ B“ und „¬A =⇒ ¬B“
gut belegen.

Übung 1.5 (Ritter und Knappen - aus [Smu78]). Auf der Insel der Ritter und Knappen ist
jeder Einwohner entweder ein Ritter oder ein Knappe (und jeder weiss den Status von allen
anderen Einwohnern). Es ist wichtig zu wissen, dass

• Ritter immer die Wahrheit sagen.

• Knappen immer lügen.

Sie werden auf Einwohner der Insel treffen und Ihre Aufgabe ist bei jedem zu entscheiden, ob
er ein Ritter oder ein Knappe ist.

(i) Sie treffen Johannes und Willhelm auf der Insel. Johannes sagt „Willhelm und ich sind
Ritter.“ Willhelm sagt „Das ist eine Lüge, Johannes ist ein Knappe!“ Was sind sie?

(ii) Sie treffen Gildas, Ergard und Telones auf der Insel. Gildas sagt „Seien Sie vorsichtig,
wir sind nicht alle drei Ritter.“ Ergard sagt: „Wir sind auch nicht alle drei Knappen.“
Telones sagt „Hören Sie nicht auf sie, ich bin der einzige Ritter.“ Was sind sie?

(iii) Sie treffen Heinrich und Arthur auf der Insel. Heinrich murmelt irgend etwas Unver-
ständliches. Arthur sagt „Er sagte, er sei ein Knappe. Das ist er sicher - vertrauen Sie
ihm nicht!“ Was sind sie?

Dieses Beispiel entstammt aus [Smu78], wo Sie noch viele andere Rätsel dieser Art finden
können.

1.3.2 Prädikatenlogik
Die logischen Begriffe, die wir oben vorgestellt haben, sind zwar grundlegend für alles wei-
tere, aber nicht genügend komplex um interessante Aussagen zu bilden. Oft werden Aussagen
formuliert, die für Elemente einer bestimmten Menge (an Zahlen, Vektoren, Äpfeln, . . . ; mehr
zu Mengen später) wahr oder falsch sein können. Zum Beispiel könnte x für eine natürliche
(oder rationale, reelle, . . . ; mehr zu Zahlen später) Zahl stehen und „x = x2 “ ist dann eine
Aussage über x, die wahr oder falsch sein kann. Für derartige Aussagen „A(x)“ über Elemente
x einer Menge X gibt es nun zwei weitere fundamentale Operationen, sogenannte Quantoren,
um weitere Aussagen zu bilden.
Der Allquantor, geschrieben ∀, wird verwendet um eine Aussage über alle Elemente von
X zu treffen. Genauer steht die Aussage „∀x ∈ X : A(x)“ für die Aussage „Für alle x in X gilt
die Aussage A(x)“. Diese Aussage kann wahr oder falsch sein. Zum Beispiel ist die Aussage

„∀n ∈ N : n = n2 “

falsch, aber die Aussage

„∀n ∈ N : (n = n2 =⇒ n = 1)“

11
ist richtig (denn wir werden N als {1, 2, 3, . . .} definieren).
Der Existenzquantor, geschrieben ∃, wird verwendet um auszudrücken, dass es ein x ∈ X
mit einer gewissen Eigenschaft gibt. Genauer steht „∃x ∈ X : A(x)“ für „Es gibt ein x in X,
für das die Aussage A(x) gilt“. Zum Beispiel ist die Aussage

„∃n ∈ N : n = n2 “

richtig, da n = 1 eine natürliche Zahl ist, die 12 = 1 erfüllt. Weiters ist auch die Aussage

„∃n ∈ N : (n = n2 =⇒ n = 1)“

richtig. In der Tat können wir hier n = 1 verwenden, um die Existenz zu bestätigen. Alternativ
können wir aber n = 5 verwenden: denn da 5 6= 25 = 52 , ist die Implikation „5 = 52 =⇒ 5 =
1“ wahr.
Es ist noch wichtig zu bemerken, dass die Variable x in „∀x ∈ X : A(x)“ oder „∃x ∈ X :
A(x)“ nur innerhalb der Aussage „A(x)“ eine Bedeutung hat und wir auch ohne Änderung
der Bedeutung der Aussage eine andere Variable (ohne vorgegebener Bedeutung) verwenden
könnten. Der Geltungsbereich der Variable des Quantors geht bis zum Ende der Aussage oder
dem Schliessen einer Klammer, die vor dem Quantor geöffnet wurde.
Bemerkung (Alternative Notation). Anstelle der Symbole ∀ respektive ∃ werden teilweise auch
die weniger gebräuchlichen Symbole respektive als Synonyme verwendet. Letztere haben
V W

den Vorteil, dass sie andeuten, dass ein erwachsen gewordenes ∧ und ein erwachsen
V W

gewordenes ∨ darstellt. Um diesen Kommentar besser zu verstehen, nehmen wir an, dass
X = {x1 , x2 , x3 , . . . , xn } eine endliche Menge ist, die genau die Elemente x1 , . . . , xn enthält.
Dann gilt
^ 
„ x ∈ X : A(x) ⇐⇒ (A(x1 ) ∧ A(x2 ) ∧ . . . ∧ A(xn ))“

und
_ 
„ x ∈ X : A(x) ⇐⇒ (A(x1 ) ∨ A(x2 ) ∨ . . . ∨ A(xn ))“

Später werden wir sehen, dass die Symbole ∩, für den Durchschnitt von Mengen den Symbo-
T

len ∧, ∀ und die Symbole ∪, für die Vereinigung von Mengen den Symbolen ∨, ∃ entsprechen.
S

Kombinieren wir ∀ und ∃ so treten sehr schnell für den allgemeinen Sprachgebrauch viel-
leicht subtile aber für die Logik und die Mathematik fundamentale Nichtvertauschbarkeit
der Quantoren zu Tage: Seien X, Y Mengen und für jedes x ∈ X und y ∈ Y sei A(x, y) eine
Aussage. Dann haben die Aussagen

„∀x ∈ X ∃y ∈ Y : A(x, y)“ (1.5)

12
und

„∃y ∈ Y ∀x ∈ X : A(x, y)“ (1.6)

sehr verschiedene Bedeutungen.

In Worten würde man (1.5) vielleicht als eine individuelle Existenz und im Zusammen-
hang der Analysis als punktweise Existenz beschreiben. Denn es gibt zwar für jedes x ein
geeignetes individuelles y mit der gewünschten Eigenschaft, doch hängt das y vielleicht von
der Wahl von x ab. Hingegen ist (1.6) eine universelle oder gleichmässige Existenz. Denn
das y wird am Anfang der Aussage ein für alle Mal gewählt und die gewünschte Eigenschaft
gilt dann für alle x gleichermassen.

Beispiel 1.6 (Nicht-vertauschbare Quantoren). Angenommen X steht für die Menge der
Studienanfänger an der ETH, Y für die Menge der Vorlesungen für Studienanfänger. Zu
x ∈ X und y ∈ Y sei A(x, y) die Aussage „Student x interessiert sich für die Vorlesung y“.
Dann ist „∀x ∈ X ∃y ∈ Y : A(x, y)“ hoffentlich wahr (oder es gibt Studenten, die sich für das
völlig falsche Studium entschieden haben). Die Aussage „∃y ∈ Y ∀x ∈ X : A(x, y)“ ist jedoch
falsch, denn es gibt sicher zwei Studienanfänger, die keine gemeinsame Vorlesung besuchen
und auch komplett verschiedene Interessen haben.

Ein mathematisches Beispiel für das gleiche Phänomen:

Beispiel 1.7 (Nicht-vertauschbare Quantoren). Sei Y = X eine beliebige Menge. Die Aussage
„∀x ∈ X ∃y ∈ X : x = y“ ist dann sicher richtig, da wir für jedes x ∈ X einfach y = x wählen
können. Die Aussage „∃y ∈ X ∀x ∈ X : x = y“ hingegen ist nur für sehr spezielle Mengen
richtig, welche?

Übung 1.8 (Nicht-vertauschbare Quantoren). Sei X = Y = N und betrachten Sie die Aussage
„x < y“. Was bedeuten die Aussagen (1.5) und (1.6) in diesem Fall? Treffen die Aussagen zu?

Diese Beispiele sind möglicherweise zu einfach; wir werden jedoch der Problematik, dass
man einen Existenz- mit einem Allquantor nicht vertauschen darf, in komplizierten Situationen
wieder begegnen. Für zwei Quantoren der gleichen Sorte ist die Situation einfacher:

Wichtige Übung 1.9 (Vertauschbarkeit von Quantoren). Seien X, Y zwei Mengen und für
jedes x ∈ X und y ∈ Y sei „A(x, y)“ eine Aussage. Überzeugen Sie sich oder noch besser eine
Mitstudentin/einen Mitstudenten davon, dass

„(∀x ∈ X ∀y ∈ Y : A(x, y)) ⇐⇒ (∀y ∈ Y ∀x ∈ X : A(x, y))“

„(∃x ∈ X ∃y ∈ Y : A(x, y)) ⇐⇒ (∃y ∈ Y ∃x ∈ X : A(x, y))“

wahre Aussagen sind.

Auf Grund der Aussage in Übung 1.9 werden wir, gegeben eine Aussage „A(x, y)“ über
zwei Elemente einer Menge X, anstelle von der Aussage „∀x ∈ X ∀y ∈ X : A(x, y)“ auch
„∀x, y ∈ X : A(x, y)“ und anstelle von „∃x ∈ X ∃y ∈ X : A(x, y)“ auch „∃x, y ∈ X : A(x, y)“
schreiben.
13
 Wir bemerken noch eine sonderbare Eigenheit des Allquantors. Sei ∅ die Menge, die
keine Elemente enthält (die sogenannte „leere Menge“ - siehe nächster Abschnitt). Dann ist
„∀x ∈ ∅ : A(x)“ immer wahr, unabhängig davon, welche Aussage A(x) ist. Hingegen ist
„∃x ∈ ∅ : A(x)“ immer falsch, da es ja keine Elemente in ∅ gibt.
Man kann die Quantoren und die logischen Operationen auf sehr viele Arten kombinieren
und sehr schnell sehr komplizierte Aussagen bilden. Später werden wir viele Beispiele sehen.
Gute gewählte Definitionen werden uns aber helfen, komplizierte verschachtelte Aussagen in
Prädikatenlogik übersichtlicher, einfacher und intuitiver zu machen.
Als nächstes möchten wir hier aber noch die Negation von Quantoren besprechen.
Intuitiv ist die Negation des Allquantors ein Existenzquantor und die Negation des Existenz-
quantors ein Allquantor. Besser und genauer ausgedrückt gelten für eine beliebige Aussage
„A(x)“ über Elemente x einer Menge X die folgenden Aussagen:

„¬(∀x ∈ X : A(x)) ⇐⇒ ∃x ∈ X : ¬A(x)“

(1.7)
„¬(∃x ∈ X : A(x)) ⇐⇒ ∀x ∈ X : ¬A(x)“

Damit diese Äquivalenzen wirklich immer (also auch für die leere Menge) gelten, müssen wir
auch die obig erwähnte Eigenheit des Allquantors für die leere Menge akzeptieren.
Beispielsweise ist die Negation von „Auf jedem Planeten herrscht Gravitation“ die Aussage
„Es gibt einen Planeten, auf dem keine Gravitation herrscht“. Bei mehreren Quantoren verhält
sich die Negation ähnlich wie ein Minus-Symbol vor einem geklammerten Ausdruck und kann
nach Innen geschoben werden. Wir empfehlen dies in folgender Übung zu überdenken.

Wichtige Übung 1.10 (Negation und verkettete Quantoren). Sei X eine Teilmenge der
reellen Zahlen R. Bilden Sie die Negation folgender Aussagen und versuchen Sie die Negation
so weit wie möglich nach rechts zu verschieben (obwohl die Aussagen geometrische Bedeutung
haben, muss man diese weder kennen noch verstehen, um die Aufgabe zu lösen):

• „∀y ∈ R ∀ε > 0 ∃x ∈ X : |x − y| < ε“

• „∀y ∈ X ∃ε > 0 ∀x ∈ X : |x − y| < ε =⇒ x = y“

• „∀ε > 0 ∀x ∈ X ∃y ∈ X : (y 6= x) ∧ |x − y| < ε“

Hier ist „∀ε > 0 : A(ε)“ eine gebräuchliche Kurzform für „∀ε ∈ R : ε > 0 =⇒ A(ε)“ oder
anders ausgedrückt für „∀ε ∈ {x ∈ R | x > 0} : A(ε)“. Die Aussage „∃ε > 0 : A(ε)“ steht für
„∃ε ∈ R : ε > 0 ∧ A(ε)“ oder äquivalenterweise für „∃ε ∈ {x ∈ R | x > 0} : A(ε)“. Sie können
für die Negation von „|x − y| < ε“ auch einfach „¬(|x − y| < ε)“ schreiben, doch ist dies auf
Grund üblicher Definitionen und Eigenschaften von R äquivalent zu „|x − y| ≥ ε“.

Übung 1.11 (Verknüpfung von Quantoren). Wir wollen in dieser Übung untersuchen, welche
Eigenschaften All- und Existenzquantor gemeinsam mit der Und- und Oder-Operation erfüllen.
Seien „A(x)“ und „B(x)“ zwei Aussagen über Elemente x einer Menge X. Untersuchen Sie
jeweils die beiden Aussagen in einer Zeile und überlegen Sie sich, ob diese äquivalent sind oder
ob bloss eine der Aussagen impliziert. Im zweiten Fall bestimmen Sie die „stärkere“ und die

14
„schwächere“ Aussage und begründen Sie die Implikation. Beide der erwähnten Möglichkeiten
treten zweimal auf.

„∀x ∈ X : (A(x) ∧ B(x))“ „(∀x ∈ X : A(x)) ∧ (∀x ∈ X : B(x))“

„∀x ∈ X : (A(x) ∨ B(x))“ „(∀x ∈ X : A(x)) ∨ (∀x ∈ X : B(x))“
„∃x ∈ X : (A(x) ∧ B(x))“ „(∃x ∈ X : A(x)) ∧ (∃x ∈ X : B(x))“
„∃x ∈ X : (A(x) ∨ B(x))“ „(∃x ∈ X : A(x)) ∨ (∃x ∈ X : B(x))“

Für die Untersuchung dieser Fragen empfiehlt es sich die Variablen in den beiden Quantoren
rechts statt zweimal mit x besser getrennt mit x1 und x2 zu bezeichnen.

Ein dritter Quantor, der häufig verwendet wird, ist der Quantor der eindeutigen Exi-
stenz, geschrieben ∃! . Dieser lässt sich mit Hilfe der beiden Quantoren ∀ und ∃ wie folgt
definieren: Die Aussage „∃!x ∈ X : A(x)“ wird durch

„(∃x ∈ X : A(x)) ∧ (∀x, y ∈ X : (A(x) ∧ A(y) =⇒ x = y))“

definiert. Sie bedeutet, dass es ein x in X gibt, das die Aussage „A(x)“ erfüllt und dass dieses
x durch die Aussage eindeutig bestimmt ist. Es gibt also kein weiteres Element y ∈ X, welches
nicht gleich x ist und „A(y)“ erfüllt.

Übung 1.12. Formulieren Sie ein konkretes Beispiel zu obigem. In anderen Worten: finden
Sie eine Aussage über Elemente einer Menge, die von genau einem Element erfüllt wird.

Eine Warnung: Sei X eine Menge und „A(x)“ eine Aussage über Elemente von X. Nach
dem Satz „Es gibt ein eindeutig bestimmtes x0 in X, das A(x0 ) erfüllt.“ wird oft dieses x0
in weiteren Argumenten verwendet. Da x0 eindeutig festgelegt ist, ist dies akzeptabel und
oft auch sehr natürlich. Manchmal wird aber auch nach dem Satz „Es gibt ein x in X, das
A(x) erfüllt.“ so ein x in der Argumentation benötigt. Hier sollte man erwähnen, dass so ein
x gewählt wird. Des Weiteren sollte man, wenn nötig, sicher stellen, dass das darauf Folgende
nicht (oder nur auf unwesentliche Weise) von der Wahl von x abhängt.

Übung 1.13. Zum Spass: Betrachten Sie den Satz „Everybody loves my babe, but my babe
loves no one but me“ (leicht adaptiert nach Louis Armstrong) vom streng logischen Standpunkt.
Handelt er von einem Liebespaar?

1.3.3 Eine kurze Übersicht

Wir wollen die wichtigsten logischen Begriffe der Aussagen- und Prädikatenlogik hier noch-
mals kurz in einer Tabelle zusammenfassen.

15
 Abkürzung Bedeutung Negation
¬A A gilt nicht. A
A∧B A und B gelten. ¬A ∨ ¬B
A∨B A oder B (einschliessend) gilt. ¬A ∧ ¬B
A =⇒ B A impliziert B. A ∧ ¬B
A ⇐⇒ B A und B sind äquivalent. (A ∧ ¬B) ∨ (¬A ∧ B)
∀x ∈ X : A(x) Für alle x in X gilt A(x). ∃x ∈ X : ¬A(x)
∃x ∈ X : A(x) Es existiert ein x in X mit A(x). ∀x ∈ X : ¬A(x)
∃!x ∈ X : A(x) Es existiert genau ein x in X mit A(x).
∀x ∈ X∃y ∈ Y : A(x, y) „Individuelle/punktweise Existenz“
∃y ∈ Y ∀x ∈ X : A(x, y) „Universelle/gleichmässige Existenz“

Für die letzten beiden Zeilen verweisen wir auf die Diskussion nach (1.5)-(1.6). Wir überlassen
es der Leserin/dem Leser die Tabelle zu vervollständigen und so lange mit Kolleginnen und
Kollegen zu besprechen, bis alle auftretenden Zeilen für Sie logisch sind.

16
1.4 Mengenlehre und Abbildungen

1.4.1 Naive Mengenlehre

Georg Cantor definierte 1895 in [Can95] den Begriff einer Menge wie folgt:

„Unter einer Menge verstehen wir jede Zusammenfassung M von bestimmten wohl-
unterschiedenen Objekten unserer Anschauung oder unseres Denken (welche Ele-
mente von M genannt werden) zu einem Ganzen.“

Also sind die zentralen Annahmen der naiven Mengenlehre (oder Cantorschen Mengenlehre)
die folgenden Punkte.

(1) Eine Menge besteht aus beliebigen unterscheidbaren Elementen. Etwaige Vielfachheiten
werden ignoriert.

(2) Eine Menge ist unverwechselbar durch ihre Elemente bestimmt.

(3) Jede Eigenschaft A(x) definiert die Menge der Objekte {x | A(x)}, die diese Eigenschaft
besitzen (das heisst, die Aussage A(x) erfüllen).

Manchmal beschreiben wir eine Menge durch eine konkrete Auflistung ihrer Elemente (zum
Beispiel in der Form M = {x1 , x2 , . . . , xn }). Die leere Menge, geschrieben als {} oder auch
∅, ist die Menge, die keine Elemente enthält. Mengen werden teilweise auch Familien (oder
Kollektionen, Ansammlungen) genannt. Wir schreiben „x ∈ X“, falls x ein Element der Menge
X ist. Je nach Zusammenhang nennen wir die Elemente mitunter auch Punkte, Zahlen oder
Vektoren. Falls x kein Element der Menge X ist (also ¬(x ∈ X)), so schreiben wir auch x 6∈ X.

Definition 1.14 (Inklusionen). Wir sagen, dass eine Menge P Teilmenge einer Menge Q ist
und schreiben P ⊆ Q, falls für alle x ∈ P auch x ∈ Q gilt (in Prädikatenlogik ∀x ∈ P : x ∈ Q).
Wir sagen, dass P eine echte Teilmenge von Q ist und schreiben P ( Q, falls P eine
Teilmenge von Q ist, aber nicht gleich Q ist. Wir schreiben P 6⊆ Q, falls P keine Teilmenge
von Q ist (also ¬(P ⊆ Q) gilt).
Äquivalente Formulierungen für „P ist eine Teilmenge von Q “ sind „P ist in Q enthalten“
und „Q ist eine Obermenge von P “, was wir auch als „Q ⊇ P “ schreiben. Die Bedeutung der
Aussage „Q ist eine echte Obermenge von P “, geschrieben Q ) P , ergibt sich nun implizit.

Für eine Menge X und eine Aussage „A(x)“ über Elemente x ∈ X schreiben wir auch

{x ∈ X | A(x)} = {x | x ∈ X ∧ A(x)} (1.8)

für die Teilmenge aller x ∈ X für die die Aussage „A(x)“ gilt.

Übung 1.15. Seien P, Q Mengen. Formuliere die Aussagen „P ist eine echte Teilmenge von
Q“ und „P ist keine Teilmenge von Q“ in Prädikatenlogik.

Wegen der zweiten Annahme der naiven Mengenlehre sind zwei Mengen P, Q genau dann
gleich, wenn P ⊆ Q und Q ⊆ P gelten. Insbesondere könnte {x, y} = {z} gelten, falls
17
x = y = z ist. Also gibt es für Elemente einer Menge keine Vielfachheiten, aber es ist prinzipiell
erlaubt ein Element mehrmals als Element einer Menge aufzulisten. Im Folgenden führen wir
geläufige Konstruktionen von Mengen aus gegebenen Mengen ein.

Definition 1.16 (Mengenoperationen). Seien P, Q zwei Mengen. Der Durchschnitt P ∩ Q,

die Vereinigung P ∪Q, das relative Komplement P \Q und die symmetrische Differenz
P 4Q sind durch

P ∩ Q = {x | x ∈ P ∧ x ∈ Q}
P ∪ Q = {x | x ∈ P ∨ x ∈ Q}
P \ Q = {x | x ∈ P ∧ x ∈
/ Q}
P 4Q = (P \ Q) ∪ (Q \ P ) = {x | x ∈ P XOR x ∈ Q}

definiert. Wenn aus dem Zusammenhang klar ist, dass alle betrachteten Mengen Teilmengen
einer gegebenen (Grund-) Menge X sind, dann ist das Komplement P c von P (in X) definiert
durch P c = X \ P . Dies ist alles in den Bildern 1.4 und 1.5 veranschaulicht.

Im Zusammenhang dieser Definitionen wollen wir noch erwähnen, dass man der Komple-
mentbildung zu einer Grundmenge immer die höchste Priorität und der Vereinigungsoperation
die geringste Priorität zuordnet. Also sollte man für Teilmengen A, B, C, D, E einer Grund-
menge X zum Beispiel den Ausdruck Ac ∪ B \ C ∪ D ∩ E als (Ac ) ∪ (B \ C) ∪ (D ∩ E) lesen.
Im Zweifel schreibt man aber lieber eine Klammer zu viel um Verwirrungen zu vermeiden.

Figur 1.4: Schnitt, Vereinigung, Komplement beziehungsweise symme-

trische Differenz von P, Q. Skizzen dieser Art nennen sich auch Venn-
diagramme.

18
 Figur 1.5: Das Komplement P c = X \ P von P in X.

Übung 1.17 (Distributivgesetze). Zeigen Sie die folgenden Distributivgesetze:

(i) Seien A, B, C Aussagen. Zeigen Sie

(A ∨ B) ∧ C ⇐⇒ (A ∧ C) ∨ (B ∧ C)
(A ∧ B) ∨ C ⇐⇒ (A ∨ C) ∧ (B ∨ C)

(ii) Seien P, Q, R Mengen. Zeigen Sie

(P ∪ Q) ∩ R = (P ∩ R) ∪ (Q ∩ R)
(P ∩ Q) ∪ R = (P ∪ R) ∩ (Q ∪ R)

Können Sie auch Kommutativ- und Assoziativgesetze formulieren?

Übung 1.18 (Gesetze von De Morgan). Seien P, Q Teilmengen einer Grundmenge X. Zeigen
Sie den folgenden Spezialfall der De Morganschen Gesetze:

(P ∪ Q)c = P c ∩ Qc ,
(P ∩ Q)c = P c ∪ Qc .

Erläutern Sie Ihr Vorgehen an einem Bild im Stile von Figuren 1.4 und 1.5.

Wir verallgemeinern nun zwei Begriffe aus Definition 1.16:

Definition 1.19 (Beliebige Vereinigungen und Schnitte). Sei A eine Kollektion von Mengen.
Dann definieren wir die Vereinigung der Mengen in A als
[ 
A = x | ∃A ∈ A : x ∈ A .
A∈A

Falls A eine nicht-leere Kollektion von Mengen ist, so definieren wir auch den Durchschnitt
über alle Mengen in A durch
\ 
A = x | ∀A ∈ A : x ∈ A
A∈A

19
Falls wir die Vereinigung nicht über alle Mengen in A nehmen wollen, sondern nur über solche,
die eine gewisse Eigenschaft E(A) erfüllen, dann schreiben wir dafür auch A∈A:E(A) A und
S

analog für den Durchschnitt. Falls A = {A1 , A2 , . . .}, dann schreiben wir auch

[ ∞
[ [
An = An = A = {x | ∃n ∈ N : x ∈ An }
n≥1 n=1 A∈A

und

\ ∞
\ \
An = An = A = {x | ∀n ∈ N : x ∈ An } .
n≥1 n=1 A∈A

Wir bemerken, dass wir den Durchschnitt A∈∅ A nicht definieren wollen. Würden wir
T

obige Definition in diesem Fall anwenden, so erhielten wir die „Zusammenfassung aller Ob-
jekte unserer Anschauung und unseres Denkes“ im Sinne des eingangs erwähnten Zitats von
Georg Cantor. Wir wollen diese Zusammenfassung nicht betrachten und auch kein Symbol
dafür einführen. Falls wir aber im Rahmen einer Diskussion nur Teilmengen einer bestimm-
ten vorgegebenen Grundmenge X betrachten, so werden wir den Durchschnitt A∈∅ A als X
T

definieren. Dies ist mit den Aussagen in folgender Übung kompatibel.

Wichtige Übung 1.20 (De Morgansche Gesetze). Sei A eine Kollektion von Teilmengen
einer Grundmenge X. Zeigen Sie die allgemeine Form der De Morganschen Gesetze:
 [ c \
A = Ac
A∈A A∈A
 \ c [
A = Ac .
A∈A A∈A

Übung 1.21. Was ist die Menge

∞  
\ 1 1
x∈R − ≤x≤ ,
n n
n=1

wobei n wie in Definition 1.19 über alle natürlichen Zahlen läuft, und wie nennen wir dies?
Für unsere Zwecke wird folgende Definition ebenfalls nützlich sein:
Definition 1.22 (Disjunktheit). Zwei Mengen A, B heissen disjunkt, falls A ∩ B = {}. In
diesem Fall wird ihre Vereinigung A ∪ B disjunkte Vereinigung genannt und auch als A t B
geschrieben. Für eine Kollektion A von Mengen, sagen wir, dass die Mengen in A paarweise
disjunkt sind, falls für alle A1 , A2 ∈ A mit A1 6= A2 gilt A1 ∩ A2 = {}. Die Vereinigung der
Mengen in A wird dann auch disjunkte Vereinigung genannt und wird in diesem Fall auch
oft als A∈A A geschrieben.
F

Wir wenden uns nun einer weiteren, intuitiv vielleicht bekannten, Mengenkonstruktion zu:
Definition 1.23 (Kartesisches Produkt). Für zwei Mengen X und Y ist das kartesische
Produkt X × Y die Menge aller geordneten Paare (x, y) wobei x ∈ X und y ∈ Y . In
20
Symbolen,

X × Y = {(x, y) | x ∈ X und y ∈ Y } .

Allgemeiner ist das kartesische Produkt von n-Mengen X1 , X2 , . . . , Xn definiert als

X1 × X2 × · · · × Xn = {(x1 , x2 , . . . , xn ) | x1 ∈ X1 , x2 ∈ X2 , . . . , xn ∈ Xn } .

Weiters definieren wir X n , für eine natürliche Zahl n, als das n-fache kartesische Produkt von
X mit sich selbst. Das heisst, X 2 = X × X, X 3 = X × X × X und so weiter.

Graphisch (meist schematisch) wird das kartesische Produkt X × Y zweier Mengen X, Y

wie in folgendem Bild dargestellt.

Figur 1.6: Zwei Darstellungen von X × Y .

Wir wollen kurz ein paar Beispiele dieser Konstruktion erwähnen.

Beispiel 1.24 (Einige kartesische Produkte). Falls X = {0, 1} ist, dann ist

X 2 = {0, 1}2 = {(0, 1), (1, 0), (0, 0), (1, 1)} .

Falls X = {a, b, c, . . . , z} die Menge der Buchstaben im Alphabet ist, so kann man X n mit der
Menge aller möglichen (potenziell sinnfreien) Wörter der Länge n identifizieren. Die Menge der
deutschen Wörter der Länge n bildet eine echte Teilmenge von X n unter dieser Identifikation.

Übung 1.25 (Digitale Uhr). Die Menge der von einer digitalen Uhr angezeigten Uhrzeiten
lässt sich als kartesisches Produkt zweier Mengen auffassen. Wie?

Übung 1.26 (Schnitte von Rechtecken). Seien X, Y Mengen und A, A0 Teilmengen von X,
B, B 0 Teilmengen von Y . Zeigen Sie die Formel

(A × B) ∩ (A0 × B 0 ) = (A ∩ A0 ) × (B ∩ B 0 ).

Überzeugen Sie sich auch davon, dass es keine ähnliche Formel für die Vereinigung gibt.

Unsere vorerst letzte Konstruktion von Mengen ist in der nächsten Definition gegeben:
21
Definition 1.27 (Potenzmenge). Für eine Menge X ist die Potenzmenge P(X) durch die
Menge all ihrer Teilmengen gegeben, das heisst

P(X) = {Q | Q ist eine Menge und Q ⊆ X} .

Übung 1.28. Bestimmen Sie P({}) und P(P({})).

Wir empfehlen Ihnen, analog zu Abschnitt 1.3.3 eine Übersicht aller Abkürzungen in der
Mengenlehre zusammenzustellen.
Der Grund, warum Obiges die naive Mengenlehre genannt wird, ist, dass sie Anfang des
zwanzigsten Jahrhunderts durch die axiomatische Mengenlehre (ZF- oder ZFC-Mengen-
lehre abhängig von einem weiteren Axiom - ZF steht für Zermelo-Fraenkel) ersetzt wurde.
Denn die naive Mengenlehre kann sehr schnell zu Widersprüchen geführt werden:

Beispiel 1.29 (Russell 1903, [Rus03]). Sei R die Menge aller Mengen, die sich nicht selbst
enthalten, also

R = {X | X ist eine Menge und X ∈

/ X} .

Stellt man nun die Frage, ob R selbst zu R gehören kann, so erhält man „R ∈ R ⇐⇒ R ∈ /
R“. Dies kann aber nicht gelten und ist also ein Widerspruch der naiven Mengenlehre (siehe
[Rus03]).

Dieses Beispiel wird Russell-Paradox genannt (siehe auch diesen Link) und ist eine Ver-
sion des sogenannten Lügner-Paradoxons („Dieser Satz ist falsch.“ oder „Ich lüge immer.“). Es
entstand, da wir ohne vernünftige Einschränkungen das Bilden beliebiger neuer Mengen erlaub-
ten. In der axiomatischen Mengenlehre werden nur gewisse Konstruktionen (wie zum Beispiel
die Potenzmenge oder die Definition einer Teilmenge in (1.8) anstelle der dritten Annahme
der naiven Mengenlehre) erlaubt, was dazu führt, dass die Menge R aus dem Russell-Paradox
keine Menge mehr ist. Dies löst den Widerspruch auf: R kann sich somit nicht selbst enthalten,
da R ja nur Mengen enthält. R wird in der axiomatischen Mengenlehre eine Klasse genannt.
Weiters dürfen Klassen nicht als Elemente von Mengen oder Klassen auftreten.
Im folgenden bedienen wir uns der naiven Mengenlehre, da wir die Zeit nicht aufbringen
können, die axiomatische Mengenlehre ausreichend zu besprechen und da wir auf jeden Fall
nur “vernünftige” Mengenkonstruktionen verwenden werden. (Dies macht vom streng logischen
Standpunkt wenig Sinn, ist aber ein notwendiger Kompromiss.)

Übung 1.30 (Der Barber aus Sevilla). Bart, der Barber in dem Dorf Sevilla, rasiert alle
Männer von Sevilla, die sich nicht selbst rasieren. Sonst rasiert Bart aber niemanden. Rasiert
Bart sich selbst?

1.4.2 Abbildungen
Der Begriff der Funktion ist für die Analysis, die Lineare Algebra, die Mathematik allgemein
und ihre Anwendungen unentbehrlich.

22
Definition 1.31 (Funktionen und erste dazugehörige Begriffe). In Worten ausgedrückt ist
eine Funktion f von der Menge X nach der Menge Y eine Zuordnung, die jedem x ∈ X ein
eindeutig bestimmtes y = f (x) ∈ Y zuweist. Wir schreiben f : X → Y für eine Funktion von
X nach Y , x 7→ f (x) für die Zuordnung, und sprechen manchmal auch von einer Abbildung
oder einer Transformation. Zu einer Funktion f : X → Y wird X der Definitionsbereich
von f und Y der Wertebereich (oder Zielbereich) von f genannt. Im Zusammenhang mit
der Funktion f wird ein Element x des Definitionsbereichs auch Argument und ein von der
Funktion angenommenes Element y = f (x) ∈ Y für ein x ∈ X auch Wert der Funktion
genannt.
Zwei Funktionen f1 : X1 → Y1 und f2 : X2 → Y2 gelten nur dann als gleich, falls die
Definitionsbereiche X1 = X2 übereinstimmen, die Wertebereiche Y1 = Y2 übereinstimmen,
und natürlich auch f1 (x) = f2 (x) für alle x ∈ X1 gilt.
Das Bild einer Funktion f : X → Y ist die Menge

f (X) = {y ∈ Y | ∃x ∈ X : y = f (x)} .

Falls f : X → Y eine Funktion und A eine Teilmenge von X ist, dann definieren wir die
Einschränkung f |A : A → Y durch f |A (x) = f (x) für alle x ∈ A. Umgekehrt wird die
Abbildung f auch als eine Fortsetzung der Funktion f |A bezeichnet. Des Weiteren definieren
wir das Bild der Teilmenge A unter f als

f (A) = f |A (A) = {y ∈ Y | ∃x ∈ A : y = f (x)} .

Oft, aber bei weitem nicht immer, wird eine Funktion durch eine Formel wie zum Beispiel
y = x2 definiert. Wir wollen aber betonen, dass ohne Angabe des Definitionsbereichs und des
Wertebereichs die Definition der Funktion unvollständig wäre (siehe auch Beispiel 1.35). Wir
diskutieren hier kurz geläufige Art und Weisen, diesen Mangel zu beheben. Ist f : X → Y
eine Funktion, so schreibt man auch

f : X → Y, x 7→ f (x)

oder

f :X→Y
x 7→ f (x),

wobei f (x) eine konkrete Formel sein könnte. Beispielsweise wäre f : R → R, x 7→ x2 eine
vollständig definierte Funktion in dieser Notation. Alternativ schreibt man auch

x ∈ X 7→ f (x) ∈ Y,

also zum Beispiel x ∈ R 7→ x2 ∈ R, und hat auch hier Definitions- und Wertebereich angege-
ben. Wir sprechen „7→“ unter anderem als „wird abgebildet auf“ aus.
Wir wollen auch noch kurz den Begriff „wohldefiniert“ erwähnen. Angenommen wir wollen

23
X als Definitionsbereich und Y als Wertebereich verwenden und haben auch bereits ausge-
sprochen, wie wir jedem x ∈ X ein y ∈ Y zuordnen wollen. Aber vielleicht wissen wir noch
nicht genau, ob oder warum diese Zuordnung für jedes x auch wirklich ein zugeordnets y ∈ Y
findet. Oder vielleicht wissen wir noch nicht, warum dieses y ∈ Y auch durch x ∈ X eindeu-
tig bestimmt wird. Beides sind aber fundamentale notwendige Forderung an einer Funktion
f : X → Y . Also wird einer der nächsten Schritte der Diskussion der Beweis dieser Forde-
rungen sein. In diesem Zusammenhang sagen wir, dass f wohldefiniert ist, wenn wir eben
zeigen konnten, dass die gewählte Zuordnung tatsächlich jedem x ∈ X ein eindeutig bestimm-
tes y ∈ Y zuordnet.
Also wenn wir von einer wohldefinierten Funktion f : X → Y sprechen, dann wollen
wir damit die notwendige Eigenschaft einer Funktion, dass diese jedem x ∈ X ein eindeutig
bestimmtes y ∈ Y zuordnet, betonen. Aber formal gesehen kann das Wort „wohldefiniert“ in
der Aussage „f : X → Y ist eine wohldefinierte Funktion.“ ersatzlos gestrichen werden, ohne
dass sich der logische Inhalt der Aussage ändern würde.

Beispiel 1.32 (Erste Funktionen).

(a) Sei X eine Menge. Die Identitätsabbildung idX : X → X ist die Funktion definiert
durch idX (x) = x für alle x ∈ X.

(b) Seien X, Y Mengen und sei y0 ∈ Y . Dann ist f : X → Y definiert durch f (x) = y0 für
alle x ∈ X eine Funktion. Solche Funktionen werden konstante Funktionen genannt.

(c) Sei A ⊆ X eine Teilmenge. Die Funktion

1A : X → {0, 1}
(
0 für x 6∈ A
1A (x) =
1 für x ∈ A

wird die charakteristische Funktion von A genannt. Das Bild von 1A ist genau dann
ganz {0, 1}, wenn die Menge A weder leer noch ganz X ist (Wieso?). Eine zweite ebenso
übliche Notation für eine characteristische Funktion ist χA = 1A .

(d) Für zwei Mengen X1 , X2 definieren wir die Projektionen

π1 : X1 × X2 → X1


π1 (x1 , x2 ) = x1

und

π2 : X1 × X2 → X2


π2 (x1 , x2 ) = x2 .

Das Bild von π1 ist X1 , falls X2 nicht leer ist, und ebenso ist π2 (X1 × X2 ) = X2 , falls
X1 6= {}. Wir schreiben manchmal auch πX1 anstelle von π1 und πX2 anstelle von π2 .

24
Definition 1.33 (Drei Eigenschaften von Funktionen). Sei f : X → Y eine Funktion.

• Die Funktion f heisst injektiv oder eine Injektion falls für alle x1 , x2 ∈ X gilt, dass
f (x1 ) = f (x2 ) =⇒ x1 = x2 .

• Die Funktion f ist surjektiv, eine Surjektion oder eine Funktion von X auf Y , falls
es zu jedem y ∈ Y ein x ∈ X mit f (x) = y gibt.

• Die Funktion f heisst bijektiv, eine Bijektion oder eine eineindeutige Abbildung,
falls f surjektiv und injektiv ist.

Eine Funktion f : X → Y ist also nicht injektiv, falls zwei verschiedene Elemente x1 , x2 ∈ X
existieren mit f (x1 ) = f (x2 ). Des Weiteren ist f surjektiv genau dann wenn das Bild f (X)
der Funktion (siehe Definition 1.31) gleich Y ist. Ein Beispiel einer surjektiven aber nicht
injektiven Funktion könnte wie im folgenden Bild aussehen (wobei die Pfeile die Abbildung
beschreiben).

Applet 1.34 (Funktionen auf Mengen mit höchstens drei Elementen). In diesem Applet
kann man verschiedene Funktionen f von einer Menge X mit höchstens drei Elementen nach
einer Menge Y mit höchstens drei Elementen definieren. Hierbei kommt es zu verschiedenen
Eigenschaften der Funktion.

Im folgenden Beispiel schreiben wir R≥0 = {x ∈ R | x ≥ 0} für die Menge der nicht-
negativen reellen Zahlen.
25
Beispiel 1.35 (Ist Quadrieren bijektiv?). Ist x 7→ x2 injektiv, surjektiv oder bijektiv? Diese
Frage macht wie oben erklärt (noch) keinen Sinn, da weder Definitionsbereich noch Wertebe-
reich festgelegt wurden und wir diese zur Beantwortung der Frage kennen müssen. Folgende
Beobachtungen bestätigen, dass die Antwort zur Frage in der Tat von der Wahl des Definiti-
onsbereichs und des Wertebereichs abhängt:

(a) Die Funktion f : R≥0 → R, x 7→ x2 ist injektiv, denn falls x, y zwei nicht-negative Zahlen
mit x < y sind, so gilt auch x2 < y 2 . Genauso folgt aus x > y, dass x2 > y 2 ist. Sie
ist jedoch nicht surjektiv: −1 ist nicht Element des Bildes von f , da Quadrate von reellen
Zahlen niemals negativ sind.

(b) Die Funktion f : R → R≥0 , x 7→ x2 ist surjektiv (es existiert eine Wurzel), sie ist aber
nicht injektiv, denn f (1) = 1 = (−1)2 = f (−1).

(c) Die Funktion f : R → R, x 7→ x2 ist weder injektiv noch surjektiv.

(d) Die Funktion f : R≥0 → R≥0 , x 7→ x2 ist bijektiv.

Wir werden diese Aussagen später noch ausführlicher beweisen (d.h. auf die noch einzuführen-
den Axiome der reellen Zahlen zurückführen).

Sei f : X → Y eine bijektive Funktion. Dann existiert zu jedem y ∈ Y ein eindeutig

bestimmtes x ∈ X, so dass y = f (x): Da f surjektiv ist, existiert ein solches x und da f injektiv
ist, kann es höchstens ein solches x geben. Daher rührt auch die Bezeichnung „eineindeutige
Abbildung“ für eine Bijektion. Insbesondere kann man wie folgt eine Abbildung definieren.

Definition 1.36 (Umkehrabbildung). Sei f : X → Y eine Bijektion. Die Umkehrabbildung

(Inverse Abbildung oder auch kurz f invers) f −1 : Y → X von f ist die Abbildung, welche
jedem y ∈ Y das eindeutig bestimmte Element x ∈ X mit y = f (x) zuweist.

An dieser Stelle sollte man noch erwähnen, dass f −1 nicht durch eine Formel gegeben sein
muss, selbst wenn f durch eine Formel definiert war. Des Weiteren wollen wir anmerken, dass
sich allgemeiner für eine injektive Funktion f : X → Y eine Umkehrabbildung mit einge-
schränktem Definitionsbereich f −1 : f (X) → X definieren lässt. In der Tat ist die Funktion
x ∈ X 7→ f (x) ∈ f (X) (also „f mit eingeschränktem Wertebereich“) bijektiv.

Definition 1.37 (Verknüpfung). Angenommen f : X → Y und g : Y → Z sind Funktionen.

Dann ist die Verknüpfung g ◦ f : X → Z (gesprochen g nach f oder g Ring f ) für alle x ∈ X
durch g ◦ f (x) = g(f (x)) definiert.

Wir bemerken, dass für eine bijektive Abbildung f : X → Y und ihre Umkehrabbildung
f −1: Y → X die Identitäten

f ◦ f −1 = idY , f −1 ◦ f = idX

erfüllt sind – eben per Konstruktion von f −1 (siehe auch Übung 1.42).

26
Beispiel 1.38 (Assoziativgesetz für Verknüpfungen). Seien f : X1 → X2 , g : X2 → X3 ,
h : X3 → X4 Funktionen. Dann können wir sowohl die Funktion h ◦ (g ◦ f ) : X1 → X4 als auch
die Funktion (h ◦ g) ◦ f : X1 → X4 betrachten. Glücklicherweise sind die Klammern irrelevant,
denn es gilt

h ◦ (g ◦ f )(x) = h(g ◦ f (x)) = h(g(f (x)) = h ◦ g(f (x)) = (h ◦ g) ◦ f (x)

für alle x ∈ X1 . Deswegen schreiben wir einfach h ◦ g ◦ f : X1 → X4 .

Beispiel 1.39 (Verknüpfung ist nicht kommutativ). Für zwei Funktionen f : X → Y und
g : Y → Z macht zwischen g ◦ f und f ◦ g im Allgemeinen nur g ◦ f Sinn, da f nicht auf Z
definiert sein muss. Dies kann man sich mit einer Analogie aus der Informatik illustrieren.
Seien zwei Programme F, G gegeben, so dass F eine Zahl als Input und einen Zeichenkette als
Output hat und G eine Zeichenkette als Input und eine Zeichenkette als Output hat. In diesem
Fall kann man G den Output von F als Input übergeben; umgekehrt jedoch kann man F den
Output von G nicht übergeben, da F nur mit einer Zahl etwas anzufangen weiss.
Nimmt man nun an, dass X = Y = Z, so dass sowohl g ◦ f als auch f ◦ g Sinn machen und
beide Abbildungen auf X definiert sind, dann gilt die Gleichheit g ◦ f = f ◦ g im Allgemeinen
trotzdem nicht. Wir nennen ein geometrisches Beispiel. Seien X = Y = Z = R2 , f die
Spiegelung um die y-Achse und g die Verschiebung (Translation) um 1 in positiver Richtung
entlang der x-Achse. Der Ursprung (0, 0) wird unter g ◦ f auf (1, 0) abgebildet und unter f ◦ g
auf (−1, 0) abgebildet, also gilt g ◦ f 6= f ◦ g.

Sowohl die Eigenschaften in Definition 1.33 als auch die Verknüpfung in Definition 1.37 sind
so grundlegend, dass wir nicht umhin kommen, einige fundamentale Tatsachen zu beweisen:

Lemma 1.40 (Eigenschaften von Verknüpfungen). Seien f : X → Y und g : Y → Z Funk-

tionen.

(i) Falls f und g injektiv sind, dann ist auch g ◦ f injektiv.

(ii) Falls f und g surjektiv sind, dann ist auch g ◦ f surjektiv.

(iii) Falls f und g bijektiv sind, dann ist auch g ◦ f bijektiv und es gilt (g ◦ f )−1 = f −1 ◦ g −1 .

Beweis. (i): Angenommen f und g sind injektiv und g ◦ f (x1 ) = g ◦ f (x2 ) für Elemente
x1 , x2 ∈ X. Wegen g ◦ f (x1 ) = g(f (x1 )) und g ◦ f (x2 ) = g(f (x2 )) muss f (x1 ) = f (x2 ) gelten,
da g injektiv ist. Da f injektiv ist, folgt x1 = x2 (aus f (x1 ) = f (x2 )). Wir haben also gesehen,
dass x1 , x2 ∈ X und g ◦ f (x1 ) = g ◦ f (x2 ) impliziert, dass x1 = x2 . Dies bedeutet aber genau,
dass g ◦ f injektiv ist.
(ii): Angenommen f und g sind surjektiv und z ∈ Z ist ein beliebiges Element. Da g
surjektiv ist, können wir ein y ∈ Y mit g(y) = z wählen. Da auch f surjektiv ist, gibt es ein
x ∈ X mit f (x) = y und damit g ◦ f (x) = g(f (x)) = g(y) = z. Also existiert für jedes Element
z ∈ Z ein Element x ∈ X mit g ◦ f (x) = z und daher ist g ◦ f surjektiv.
(iii): Angenommen f und g sind bijektiv. Der erste Teil von (iii) folgt direkt, denn nach (i)
ist g ◦ f injektiv und nach (ii) surjektiv. Wir verifizieren nun die behauptete Formel. Sei z ∈ Z.
27
Wir müssen zeigen, dass f −1 (g −1 (z)) ∈ X ein Punkt (und damit der Punkt) ist, der unter
g ◦ f auf z abgebildet wird. Tatsächlich erfüllen die Inversen f −1 : Y → X and g −1 : Z → Y
die Aussagen f (f −1 (y)) = y für alle y ∈ Y und g(g −1 (z)) = z für alle z ∈ Z. Weswegen
f −1 (g −1 (z)) ∈ X und

g ◦ f (f −1 (g −1 (z)) = g(f (f −1 (g −1 (z)))) = g(g −1 (z)) = z

für alle z ∈ Z gilt. Damit ist nun auch (iii) bewiesen.

Mit ein wenig Übung und dem aktiven Wissen, wie denn eigentlich Injektivität, Surjek-
tivität, und Bijektivität (in Definition 1.33) definiert sind, schreibt sich obiger Beweis fast
von selbst: Wenn wir zum Beispiel im Beweis von (i) zeigen wollen, dass g ◦ f injektiv ist,
dann beginnen wir automatisch auf Grund der Definition (der zu zeigenden Aussage) mit der
Annahme g(f (x1 )) = g(f (x2 )) für x1 , x2 ∈ X. Zu diesem Zeitpunkt können wir aber nur eine
einzige Annahme, nämlich die Injektivität von g verwenden, um f (x1 ) = f (x2 ) zu erhalten.
Danach haben wir eine einzige Annahme noch nicht verwendet, nämlich die Injektivität von f ,
und dies ist auch genau die Annahme aus der wir die gewünschte Aussage x1 = x2 schliessen
können. Der Beweis von (ii) ergibt sich auf ähnliche Weise. Gewissermassen sind die Defi-
nitionen für die Begriffe in derartigen Beweise einfach gebaute Bauteile oder Schichten, die
eigentlich nur auf eine Art und Weise zu einem Ganzem – dem Beweis – zusammgengebaut
werden können.
In der folgenden Übung kombinieren wir die Begriffe aus den Definitionen 1.33 und 1.37
ein weiteres Mal:

Wichtige Übung 1.41 (Weitere Eigenschaften von Verknüpfungen). Seien f : X → Y und

g : Y → Z Funktionen.

(i) Zeigen Sie, dass g surjektiv ist, falls g ◦ f surjektiv ist. Überzeugen Sie sich davon, dass
in diesem Fall f nicht unbedingt surjektiv sein muss.

(ii) Zeigen Sie, dass f surjektiv ist, falls g ◦ f surjektiv und g injektiv ist.

(iii) Zeigen Sie, dass f injektiv ist, falls g ◦ f injektiv ist. Überzeugen Sie sich davon, dass in
diesem Fall g nicht unbedingt injektiv sein muss.

(iv) Zeigen Sie, dass g injektiv ist, falls g ◦ f injektiv ist und f surjektiv ist.

Wichtige Übung 1.42 (Bijektivität und Existenz einer Umkehrabbildung). Sei f : X → Y

eine Funktion. Wenn f bijektiv ist, dann gelten f −1 ◦ f = idX und f ◦ f −1 = idY , wie schon
bemerkt wurde. Wir zeigen hier die „Umkehrung“: Angenommen es existiert eine Funktion g :
Y → X, so dass g ◦ f = idX und f ◦ g = idY . Zeigen Sie unter Verwendung der letzten Übung,
dass f bijektiv ist und dass g = f −1 gilt. Des Weiteren, überprüfen Sie, dass f −1 : Y → X
ebenfalls bijektiv ist. Was ist die Umkehrabbildung von f −1 ?

Gewisse Objekte bezeichnet man als kanonisch oder natürlich, wenn sie unabhängig von
jeglicher Wahl sind. Dieser Begriff drängt sich insbesondere in der Linearen Algebra auf. Wir
möchten dies an einem Beispiel erläutern.
28
Beispiel 1.43 (Kanonische Abbildungen). Sei X eine Menge und A ⊆ X eine Teilmenge.
Wir betrachten injektive Abbildungen A → X und versuchen darunter eine kanonische aus-
zumachen. Da A ⊆ X eine Teilmenge ist, ist die injektive Abbildung A → X, die man am
schnellsten hinschreiben kann, die Inklusionsabbildung

ι : A → X, x 7→ x

am natürlichsten. Denn wir mussten dazu weder spezifische Elemente von A noch von X wäh-
len. Es gibt nun aber ganz viele andere injektive Abbildungen von A nach X. Diese involvieren
jedoch alle eine (recht zufällige) Regel.
Wir untersuchen das konkrete Beispiel A = {a} und X = {a, b, c}. Dann gibt es 3 ver-
schiedene injektive Abbildungen A → X. Nebst der Inklusionsabbildung (die a auf a abbildet)
sind dies

• die Funktion A → X mit a 7→ b und

• die Funktion A → X mit a 7→ c.

Für diese beiden Abbildungen mussten wir jedoch die Menge X kennen und spezifische Ele-
mente von X (das wären b, c) auswählen, was bei der Inklusionsabbildung nicht der Fall war.
In diesem Sinne ist die Inklusionsabbildung unter den injektiven Abbildungen A → X die
natürliche, die kanonische.
Ein weiteres interessanteres Beispiel bilden die in Beispiel 1.32 definierten kanonischen
Projektionen π1 : X1 × X2 → X1 und π2 : X1 × X2 → X2 für zwei Mengen X1 , X2 .

Für zwei Mengen X, Y wird die Menge aller Abbildungen von X nach Y als Y X
geschrieben, formaler

Y X = {f | f : X → Y ist eine Funktion} .

Grund für die Notation ist unter anderem die folgende Behauptung: Falls X und Y endliche
Mengen sind mit m resp. n Elementen für zwei natürliche Zahlen m, n ∈ N, so hat Y X genau
nm Elemente (siehe auch Abschnitt 1.7).

1.4.3 Graph einer Abbildung

Mit Hilfe des folgenden Begriffs lässt sich der Funktionsbegriff, der in Definition 1.31 in
Worten eingeführt wurde, formalisieren und auch besser visualisieren:

Definition 1.44 (Graph einer Funktion). Sei f : X → Y eine Funktion. Der Graph von f
ist

graph(f ) = {(x, y) ∈ X × Y | y = f (x)} ⊆ X × Y.

Der Graph einer Funktion enthält viel Information über die Funktion selbst. Unter anderem
lässt sich aus dem Graphen bereits erkennen, ob die Funktion wohldefiniert ist (das heisst in

29
der Tat eine Funktion ist) oder nicht. Beispielsweise kann folgende Teilmenge von X × Y nicht
der Graph einer Funktion von X nach Y sein:

Figur 1.7: Die hier dargestellte Teilmenge von X × Y ist nicht der Graph
einer Funktion von X nach Y . Denn man müsste dem grün markierten
Punkt x1 in X vier verschiedene Punkte in Y zuweisen, was der Defini-
tion einer Funktion widerspricht. Genauso problematisch ist der Punkt
x2 ∈ X, dem gar kein Punkt zugewiesen wird. Standardmässig nimmt
man bei der Darstellung des Graphen einer Funktion den Definitionbe-
reich als die Horizontale und den Wertebereich als die Vertikale.

Welche Teilmengen von X × Y Graphen einer Funktion sein können und welche nicht,
wollen wir im Folgenden erklären. Wir beginnen damit, das in Figur 1.7 aufgetauchte Problem
formal zu interpretieren:

Übung 1.45 (Graphen und Projektion auf den Definitionsbereich).

(i) Sei f : X → Y eine Funktion. Wie in Beispiel 1.32 bezeichnen wir mit π1 : X × Y → X
die Projektion auf X, die durch (x, y) 7→ x definiert ist und mit π2 : X × Y → Y die
Projektion auf Y . Zeigen Sie, dass π1 |graph(f ) : graph(f ) → X bijektiv ist und finden Sie
die Umkehrabbildung. Beweisen Sie des Weiteren die Identität

π2 ◦ (π1 |graph(f ) )−1 = f,

welche erklärt, wie man aus dem Graphen einer Funktion, die Funktion zurückerhalten
kann.

(ii) Zeigen Sie, dass eine Teilmenge Γ ⊆ X × Y genau dann ein Graph einer Funktion
f : X → Y ist, wenn π1 |Γ : Γ → X bijektiv ist. Verifizieren Sie auch, dass in diesem Fall
f eindeutig bestimmt ist.

Auch die Eigenschaften aus Definition 1.33 lassen sich im Graphen erkennen. Unter anderem
ist ersichtlich, ob eine Funktion injektiv ist oder nicht:

30
 Figur 1.8: Dies ist der Graph einer nicht injektiven Funktion. Der grün
markierte Punkt y in Y wird unter der Funktion von vier verschiedenen
Elementen in X angenommen.

Figur 1.9: Dies ist der Graph einer injektiven Funktion. Der grün mar-
kierte Punkt y ∈ Y ist das Bild von nur einem Punkt in X. Dies ist
immer noch der Fall, wenn y verschoben wird (bis auf die Tatsache, dass
y dann vielleicht gar nicht mehr im Bild liegt). In anderen Worten: jede
horizontale Linie schneidet den Graphen in höchstens einem Punkt.

Genauso lässt sich beurteilen, ob eine Funktion surjektiv ist oder nicht - siehe Figuren 1.10
und 1.11. Wir formalisieren dies in Übung 1.47.

31
 Figur 1.10: Dies ist der Graph einer nicht-surjektiven Funktion. Der grün
markierte Punkt y in Y wird unter der Funktion von keinem Element in
X angenommen.

Figur 1.11: Dies ist der Graph einer surjektiven Funktion. Jede hori-
zontale Linie (wie zum Beispiel jene durch y1 oder y2 ) schneidet den
Graphen in mindestens einem Punkt.

Applet 1.46 (Einschränkungen einer Funktion). Wir betrachten eine Funktion f : I → R, die
auf einem Intervall I in R definiert ist. Durch Einschränken der Funktion auf Teilintervalle
[a, b] ⊆ I des Definitionsbereichs oder durch Einschränken des Wertebereichs auf ein Intervall
[c, d] ⊆ R können wir mitunter Injektivität, Surjektivität, oder auch Bijektivität der neuen
Funktion erreichen.

Wichtige Übung 1.47 (Eigenschaften des Graphen unter Projektion auf den Wertebereich).
Sei f : X → Y eine Funktion.

• Zeigen Sie, dass f injektiv ist genau dann, wenn π2 |graph(f ) injektiv ist.

• Zeigen Sie, dass f surjektiv ist genau dann, wenn π2 |graph(f ) surjektiv ist. Intuitiv bedeu-
tet letzteres, dass die Projektion des Graphen graph(f ) auf Y jedes Element erreicht.

• Angenommen f ist bijektiv. Wie findet man den Graphen von f −1 ?

32
1.4.4 Bild- und Urbildmengen
Sei f : X → Y eine Funktion und A ⊆ X eine Teilmenge. Wir verwenden manchmal auch
die Notation {f (x) | x ∈ A} für das Bild f (A) der Teilmenge A wie in Definition 1.31. Ebenso
schreiben wir auch


{f (x) | x ∈ X ∧ A(x)} = y | y ∈ Y ∧ ∃x ∈ X : f (x) = y ∧ A(x) ,

wobei A(x) irgend eine Aussage über Elemente x von X sein kann. In dieser Gleichung ha-
ben wir rechts genau nach dem Schema in der dritten Annahme an die Mengenlehre (siehe
Abschnitt 1.4.1) eine Menge definiert und verwenden dies, um den kürzeren (und übersichtli-
cheren) Ausdruck links zu definieren.
Folgende Definition der Urbildmengen ist auch für nicht bijektive Funktionen nützlich:

Definition 1.48 (Urbilder bezüglich einer Funktion). Für eine Funktion f : X → Y und eine
Teilmenge B ⊆ Y definieren wir das Urbild f −1 (B) von B unter f als

f −1 (B) = {x ∈ X | f (x) ∈ B} .

Beispielsweise gilt für eine Funktion f : X → Y , dass f −1 ({}) = {} und f −1 (Y ) = X. In

der nächsten Übung prüfen wir einige Eigenschaften von Bildmengen und Urbildmengen.

Wichtige Übung 1.49 (Verhalten von Bildern und Urbildern unter Mengenoperationen).
Gegeben sei eine Funktion f : X → Y und Teilmengen A, A0 ⊆ X und B, B 0 ⊆ Y .

(i) Zeigen Sie, dass f (f −1 (B)) ⊆ B gilt. Unter welcher Bedingung an f gilt auf jeden Fall
Gleichheit?

(ii) Zeigen Sie, dass f −1 (f (A)) ⊇ A gilt. Unter welcher Bedingung an f gilt auf jeden Fall
Gleichheit?

(iii) Zeigen Sie die Gleichungen

f (A ∪ A0 ) = f (A) ∪ f (A0 ), f −1 (B ∪ B 0 ) = f −1 (B) ∪ f −1 (B 0 ).

(iv) Zeigen Sie, dass f (A ∩ A0 ) ⊆ f (A) ∩ f (A0 ) und dass Gleichheit gilt, wenn f injektiv ist.
Verifzieren Sie, dass in diesem Fall auch f (A \ A0 ) = f (A) \ f (A0 ) gilt.

(v) Zeigen Sie, dass f −1 (B ∩ B 0 ) = f −1 (B) ∩ f −1 (B 0 ) und f −1 (Y \ B) = X \ f −1 (B) gelten.

(vi) Verallgemeinern Sie die Regeln f −1 (B ∪ B 0 ) = f −1 (B) ∪ f −1 (B 0 ) und f −1 (B ∩ B 0 ) =

f −1 (B) ∩ f −1 (B 0 ) für beliebige Vereinigungen resp. Schnitte.

Zusammenfassend sollten Sie sich merken, dass die Urbildoperation mit allen von uns be-
sprochenen mengentheoretischen Operationen (unter anderem Vereinigung, Durchschnitt und
Komplement) verträglich ist, während dies die Bildoperation nur für die Vereinigung oder unter
gewissen Bedingungen erfüllt.

33
Applet 1.50 (Bilder und Urbilder). Wir betrachten eine Funktion f : I → R, die auf einem
Intervall I in R definiert ist. Je nach Einstellung des Applets wird entweder das Bild f (A)
eines Teilintervalls A = [x1 , x2 ] ⊆ I oder das Urbild f −1 ([y1 , y2 ]) eines Intervalls [y1 , y2 ] ⊆ R
dargestellt.

1.4.5 Partitionen
Der folgende Begriff kann für die Definition von Funktionen durch „Fallunterscheidung“
nützlich sein.

Definition 1.51 (Partition). Sei X eine Menge und P eine Familie von nicht-leeren, paarweise
disjunkten Teilmengen von X, so dass X = P ∈P P . Dann wird P eine Partition von X
F

genannt.

Figur 1.12: Schemenhafte Darstellung einer Partition P = {P1 , . . . , P5 }

einer Menge X.

Folgendes Lemma beschreibt, unter welchen Bedingungen man eine Funktion aus Funktio-
nen auf Teilmengen „zusammensetzen“ kann:

Lemma 1.52 (Funktionen durch Fallunterscheidungen). Seien X und Y Mengen und sei P
eine Partition von X. Angenommen es ist für jedes P ∈ P eine Funktion fP : P → Y gegeben.
Dann existiert eine eindeutige Funktion f : X → Y , so dass f |P = fP für jedes P ∈ P gilt.

Beweis. Wir definieren die gewünschte Funktion f : X → Y wie folgt: Sei x ∈ X. Dann
existiert genau ein P ∈ P mit x ∈ P , da P eine Partition ist. Wir setzen nun f (x) = fP (x)
und haben also eine Funktion f : X → Y definiert. Diese erfüllt f |P = fP nach Konstruktion.
Wir zeigen noch die Eindeutigkeit von f . Sei also g : X → Y eine weitere Funktion mit
g|P = fP für alle P ∈ P. Sei x ∈ X ein beliebiges Element und P ∈ P das Partitionselement
mit x ∈ P . Dann gilt

g(x) = g|P (x) = fP (x) = f (x).

Da dies für alle x ∈ X gilt, erhalten wir g = f .

34
Übung 1.53 (Funktionen durch Fallunterscheidungen). Zeigen Sie, dass die Bedingung in
Lemma 1.52, dass P eine Partition ist, notwendig ist, durch Auffinden geeigneter Beispiele:

• Finden Sie Mengen X, Y , eine Kollektion P nicht paarweise disjunkter Teilmengen mit
S
X = P ∈P P und Funktionen fP : P → Y für jedes P ∈ P, so dass keine Funktion
f : X → Y mit f |P = fP für jedes P ∈ P existiert.

• Seien X und Y Mengen, P eine Kollektion paarweise disjunkter Teilmengen mit X 6=

S
P ∈P P und Funktionen fP : P → Y für jedes P ∈ P gegeben. Zeigen Sie, dass mehrere
Funktionen f : X → Y mit f |P = fP für jedes P ∈ P existieren, falls Y mehr als ein
Element enthält.

1.4.6 Iterationen
Eine Funktion, für die Wertebereich gleich dem Definitionsbereich ist, lässt sich auch mit
sich selbst verknüpfen.

Definition 1.54 (Iterationen einer Funktion). Sei f : X → X eine Funktion von einer Menge
X auf sich selbst. Wir definieren die Iterationen der Funktion f durch

f ◦ 1 = f : X → X, f ◦ 2 = f ◦ f : X → X, f ◦3 = f ◦ f ◦ f : X → X

und rekursiv auch

f ◦ (n+1) = f ◦ f ◦ n : X → X

für alle natürlichen Zahlen n ∈ N. Wir sprechen f ◦ n auch als „f hoch n“ aus und setzen des
Weiteren f ◦ 0 = idX .

Wir bemerken, dass man die Iteration einer Funktion f : X → X oft einfach auch durch
f n = f ◦ n bezeichnet.2

Übung 1.55 (Beispiele und eine Eigenschaft von Iterationen).

(i) Sei X = {a, b, c} eine Menge mit 3 verschiedenen Elementen und f : X → X die
Funktion definiert durch f (a) = b, f (b) = c und f (c) = a. Zeigen Sie, dass f bijektiv
ist. Beschreiben Sie die Umkehrabbildung und alle Iterationen von f explizit.

(ii) Iterieren Sie die Funktion f : x ∈ R → 3x ∈ R und beschreiben Sie intuitiv, wie sich
f ◦ n (x) für ein x ∈ R und verschiedene n ∈ N verhält.

(iii) Iterieren Sie die Funktion f : x ∈ R → x2 ∈ R und beschreiben Sie intuitiv, wie sich
f ◦ n (x) für ein x ∈ R und verschiedene n ∈ N verhält.

(iv) Sei X eine Menge und f : X → X eine Transformation auf X. Zeigen Sie, dass für alle
m, n ∈ N0 gilt f ◦ m ◦ f ◦ n = f ◦ (m+n) .
2
Wir wollen zumindest anfangs die Notation f ◦ n verwenden, um Verwirrungen mit der n-ten Potenz einer
reellwertigen Funktion zu vermeiden.

35
1.4.7 Das Hilbert Hotel
Für eine Abbildung f : X → X auf einer endlichen Menge X sind Injektivität und Surjek-
tivität äquivalent (siehe Abschnitt 1.7). Für unendliche Mengen ergeben sich jedoch weitere
Möglichkeiten, die auf den ersten Blick ungewöhnlich erscheinen könnten.

Beispiel 1.56 (Hilbert Hotel). Die Abbildung

f : n ∈ N 7→ n + 1 ∈ N

ist zwar injektiv aber nicht surjektiv, denn 1 6∈ f (N). Dies kann man sich zur Veranschauli-
chung wie folgt vorstellen: Angenommen ein Hotel (das sogenannte Hilbert Hotel) ist voll
belegt und hat für jede natürliche Zahl n ein Hotelzimmer mit der Türnummer n (entlang ei-
nes wirklich sehr langen Ganges der Reihe nach nummeriert). Dann kann man trotzdem noch
einen Gast unterbringen. Dazu muss die Rezeption bloss dem Gast im ersten Zimmer einen
Brief mit folgender Botschaft aushändigen:

„Wir bedauern, Ihnen mitzuteilen, dass wir Ihnen ein neues Zimmer zuweisen müs-
sen. Bitte packen Sie ihre Sachen, übergeben Sie diesen Brief dem Gast im nächsten
Zimmer und übernehmen Sie dieses Zimmer, sobald es frei ist.“

Daraufhin wird das erste Zimmer frei sein, wo dann der neue Gast untergebracht werden kann.
Ebenso bekommen alle alten Gäste jeweils ein neues Zimmer.
Genauso gibt es auch surjektive Abbildungen N → N, die nicht injektiv sind, zum Beispiel
(
1 falls n = 1
g : N → N, n 7→ .
n − 1 falls n 6= 1

Das Gedankenspiel von Hilberts Hotel lässt sich durchaus erweiteren. Wir verweisen dazu auf
die nächste Übung und diesen Kurzfilm, der folgende Übung auflöst und erweitert.

Übung 1.57 (Hilberts Bus). Wir setzen das Gedankenspiel von Hilberts Hotel fort: Stellen Sie
sich vor, dass ein sehr langer, voll besetzter Bus mit Gästen vor Hilberts vollem Hotel auffährt,
der für jede natürliche Zahl einen entsprechend nummerierten Sitzplatz aufweist. Wie können
Sie die neuen Gäste alle im Hotel unterbringen? Welche Abbildung h : N → N können Sie
verwenden, um im Hotel Platz zu beschaffen?

36
1.5 Zahlenmengen
„Die natürlichen Zahlen hat der liebe Gott gemacht,
alles andere ist Menschenwerk.“
leicht adaptiert nach Kronecker (1823-1891)

In diesem Abschnitt wollen wir wahrscheinlich schon bekannte Zahlenmengen kurz be-
sprechen. Informell wäre man wahrscheinlich dazu verleitet, folgende bekannte Mengen zu
definieren:

N = {1, 2, 3, . . .},
N0 = {0, 1, 2, 3, . . .},
Z = {. . . , −2, −1, 0, 1, 2, . . .},
Q = {m
n : m ∈ Z, n ∈ N},
R = Q ∪ {alle „Lücken“}.

Bereits am Beispiel der Menge der natürlichen Zahlen N lässt sich erkennen, dass dies im Sinne
der Mathematik keine Definition ist oder sein kann. In der Tat, was bedeuten die Punkte in
obigen Formeln genau? Vielleicht deuetet aber obiger „Versuch einer Definition“ an, dass jede
natürliche Zahl einen Nachfolger besitzen soll. Zum Beispiel ist 2 der Name des Nachfolgers
von 1 und 3 der Name des Nachfolgers von 2.
Weiter sollten die natürlichen Zahlen mit einer Addition und einer Multiplikation aus-
gestattet sein, die die üblichen Assoziativ- und die Distributivregeln erfüllen sollten. Formal
sind die natürlichen Zahlen durch folgendes Axiomensystem definiert. Die Existenz und Eigen-
schaften der Addition und Multiplikation kann überraschenderweise bereits aus diesem äussert
minimalen Axiomensystem abgeleitet werden.

Peano Axiome. Die natürlichen Zahlen N sind (in einem gewissen Sinne eindeutig) durch
die folgenden Eigenschaften charakterisiert:

(i) Es existiert ein ausgezeichnetes Element 1 ∈ N und eine injektive Abbildung ν : N → N,

auch Nachfolgerfunktion genannt, so dass 1 6∈ ν(N).

(ii) N erfüllt das Induktionsaxiom: Ist A eine Teilmenge von N, die 1 enthält und für alle
n ∈ N die Eigenschaft „n ∈ A =⇒ ν(n) ∈ A“ erfüllt, dann gilt A = N.

Die Nachfolgerfunktion ν sollte man sich als die Abbildung n ∈ N 7→ n + 1 ∈ N vorstellen,

nur kennt man die Addition auf N noch nicht. Wir können aber die Nachfolgerfunktion ver-
wenden um zum Beispiel 2 = ν(1), 3 = ν(2), 4 = ν(3) und 5 = ν(4) zu definieren. Für eine
detailliertere Diskussion dieses Axiomensystems verweisen wir auf [AE06]; wir möchten bloss
an einem elementaren Beispiel demonstrieren, wie man das Induktionsaxiom verwenden kann.

Behauptung (Nachfolgerzahlen). Sei n ∈ N eine natürliche Zahl verschieden von 1. Dann

ist n ∈ ν(N).

37
Beweis. Wir betrachten die Menge A = ν(N) ∪ {1}. Dann gilt 1 ∈ A per Definition und für
n ∈ A ⊆ N gilt ν(n) ∈ A wieder per Definition von A. Nach dem Induktionsaxiom ist also
A = N und die Behauptung folgt.

Man kann ausgehend von den Peano-Axiomen sowohl Addition und Multiplikation mittels
vollständiger Induktion (oder äquivalenterweise mittels Rekursion) definieren. Kennt man die
natürlichen Zahlen, so lassen sich aus diesen die Zahlenmengen N0 , Z, Q und auch R konstru-
ieren. In dieser Vorlesung werden wir die reellen Zahlen in Kapitel 2 axiomatisch einführen
und dann die Zahlenmengen N, N0 , Z, Q als Teilmengen von R nochmals ausführlich definie-
ren. Insbesondere werden wir sehen, dass die Menge der reellen Zahlen R nebst den rationalen
√
Zahlen viele weitere Zahlen wie zum Beispiel 2, π, e, . . . enthält3 . Es wird sich auch heraus-
stellen, dass eine „typische“ reelle Zahl nicht rational (also irrational) ist. Historisch gesehen
wurden die reellen Zahlen lange verwendet bevor eine rigorose Definition überhaupt vorhanden
war. Insbesondere wurde ein Grossteil der klassischen Analysis, so wie sie in dieser Vorlesung
besprochen wird, vor der ersten lückenfreien Definition der reellen Zahlen durch Cantor im
zweiten Teil des 19ten Jahrhunderts entwickelt.
Wie bereits im letzten Abschnitt wollen wir auch im Rest des Kapitels annehmen, dass wir
die üblichen Zahlenmengen mit allen üblichen Eigenschaften bereits kennen.
Bemerkung. Eigentlich lautet das Zitat (siehe Seite 15 in [Web92]) von Kronecker zu Beginn
dieses Abschnitts

„Die ganzen Zahlen hat der liebe Gott gemacht, alles andere ist Menschenwerk.“

Es kann jedoch sein, dass Kronecker eigentlich die natürlichen Zahlen gemeint hat. Auf jeden
Fall wollen wir hier den Mönch und Historiker William of Malmesbury (ca. 1095-1143), der die
ganze Zahl 0 als „dangerous Saracen magic“ bezeichnet hat, als grössere Autorität in dieser
Frage ansehen. Scherz beiseite, die Menschheit (und inbesondere Europa) hat in der Tat sehr
lange gebraucht, um mit der Null und den negativen Zahlen zurecht zu kommen. Für einen
geschichtlichen Exkurs zur „Zahl 0“ verweisen wir auf diesen Podcast der BBC, und zum
Thema „Negative Zahlen“ auf die ersten 10-20 Minuten eines weiteren Podcasts der BBC.

3
Wir werden im Laufe des ersten Semesters all diese Zahlen definieren.

38
1.6 Äquivalenzrelationen
In diesem Abschnitt besprechen wir Relationen auf Mengen. Mit dem Begriff der Äquiva-
lenzrelation werden wir im Gegensatz zum vorherigen Abschnitt in der Lage sein, zum Beispiel
die Menge der rationalen Zahlen formal korrekt aus den ganzen Zahlen (und mit etwas mehr
Arbeit auch aus den natürlichen Zahlen) zu konstruieren.

Definition 1.58 (Relationen). Seien X und Y Mengen. Eine Relation auf X × Y ist eine
Teilmenge R ⊆ X × Y . Wir schreiben auch xRy falls (x, y) ∈ R und verwenden oft Symbole
wie <,  , ≤, ∼=, ≡, ∼ für Relationen. Falls X = Y ist, dann sprechen wir auch von einer
Relation auf X. Wenn ∼ (resp. ∼ =, . . . ) eine Relation ist, dann schreiben wir auch „x 6∼ y“
∼
6 y“, . . . ) für „¬(x ∼ y)“ (resp. „¬(x ∼
(resp. „x = = y)“, . . . ).

Der Begriff der Relation umfasst viele verschiedene Beispiele, die in verschiedene Typen von
Relation eingeteilt werden können. Um diese Allgemenheit zu ermöglichen, ist obige Definition
eher abstrakt formuliert. Wir werden aber für den allgemeinen Begriff keinerlei theoretischen
Überlegungen anstellen. Stattdessen wollen wir nur kurz einige bekannte Beispiele von Re-
lation besprechen und anschliessend einen wichtigen speziellen Typ von Relationen genauer
untersuchen.

Beispiel 1.59 (Beispiele von Relationen).

(i) Zum Beispiel sind < und ≤ Relationen auf N, die wir mittels der Addition auf N folgen-
dermassen definieren könnten: Wir schreiben m < n für m, n ∈ N falls es ein k ∈ N mit
m + k = n gibt, und wir schreiben m ≤ n falls m = n oder m < n gilt.

(ii) Ebenso können wir < und ≤ auch als Relationen auf R auffassen. In der Tat werden wir
die Relation ≤ mittels unserem Axiomensytem der reellen Zahlen im nächsten Kapitel
einführen und dabei nochmals ihre wichtigsten Eigenschaften besprechen. Im Sinne der
obigen Definition sollten Sie ≤ mit der Teilmenge von R2 in Figur 1.13 identifizieren.
Denn (x, y) ∈ R2 erfüllt x ≤ y genau dann wenn der Punkt auf oder links von der
Diagonale liegt.

Figur 1.13: Dies stellt die ≤-Relation als Teilmenge von R × R dar.

39
(iii) Manchmal verwendet man auch eine Relation ≈, die ausdrücken soll, dass zwei Zahlen in
etwa gleich sind. Um diese Relation4 zu definieren, wählen wir eine fix gewählte positive
Konstante δ > 0. Mit dieser defineren wir die Relation ≈δ für x, y ∈ R mittels x ≈δ
y ⇐⇒ |x−y| ≤ δ (wobei |x−y| den Abstand zwischen x und y bestimmt). Als Teilmenge
von R2 ist diese Relation ein Streifen rund um die Diagonale (siehe Figur 1.14).

Figur 1.14: Dies stellt die Relation ≈δ als Teilmenge R × R dar, wobei
δ die vertikale (oder horizontale) halbe Breite des Streifens rund um die
Diagonale ist.

(iv) Für eine beliebige Menge X können wir ⊆ als eine Relation auf der Potenzmenge P(X)
von X betrachten. Dieses Beispiel ist viel schwieriger zu visualisieren. Aber in dem Spe-
zialfall der Menge X = {a, b, c} mit paarweise verschiedenen Elemente a, b und c könnte
man die Inklusionsrelation ⊆ wie in der Figur 1.15 visualisieren.

Figur 1.15: Hier wird die Relation ⊆ auf P({a, b, c}) dargestellt: Ist
A = B oder existiert eine Pfeil-Kette von einer Menge A links zu ei-
ner anderen Menge B rechts (ohne Pfeile in gegengesetzter Richtung zu
verwenden), so gilt A ⊆ B.

Alternativ können wir ⊆ als Teilmenge von P(X) × P(X) auch wie in Figur 1.16 be-
schreiben.

4
Obwohl wir hier ein schwammiges „Ungefähr-Gleich“ betrachten, benötigen wir eine präzise Definition um
darüber sprechen zu können.

40
 Figur 1.16: Dies stellt ebenso die Relation ⊆ auf P({a, b, c}) dar.

Übung 1.60 (Eine bekannte Relation). In einem gewissen Sinne haben wir bereits eine ge-
wisse wichtige Klasse von Relationen betrachtet. Seien X, Y Mengen und sei G eine Relation
auf X × Y , die die folgende Eigenschaft erfüllt:

∀x ∈ X ∃!y ∈ Y : xGy

Wie nennen wir eine solche Relation gemeinsam mit X und Y ? Welches Symbol verwenden
wir statt dem Symbol G in diesem Zusammenhang?

Für den Rest dieses Abschnittes wollen wir uns aber vorwiegend mit folgendem wichtigen
Typ von Relationen beschäftigen.

Definition 1.61 (Äquivalenzrelationen). Eine Relation ∼ auf X ist eine Äquivalenzrelati-

on, falls folgende drei Eigenschaften erfüllt sind:

• Reflexivität: ∀x ∈ X : x ∼ x.

• Symmetrie: ∀x, y ∈ X : x ∼ y =⇒ y ∼ x.

• Transitivität: ∀x, y, z ∈ X : ((x ∼ y) ∧ (y ∼ z)) =⇒ x ∼ z.

Äquivalenzrelationen sind oft durch eine Gleichheit in gewissen Aspekten definiert und
sollten als eine Form von einer Gleichheit angesehen werden. In der Tat bezieht sich der
Ausdruck „das Gleiche“ in der deutschen Sprache auf eine Art „Äquivalenzrelation“ (die je
nach Zusammenhang verschieden sein kann), wohingegen der Ausdruck „dasselbe“ nur für
„ein und dasselbe“ Objekt verwendet werden sollte.

Beispiel 1.62 (Beispiele von Äquivalenzrelationen).

41
 (i) Das einfachste Beispiel einer Äquivalenzrelation auf einer beliebigen Menge X ist die
Gleichheit, also die Relation R = (x, y) ∈ X 2 | x = y .


(ii) Ein weiteres allgemeines Beispiel ist die sogenannte triviale Äquivalenzrelation R = X 2 ,
bezüglich der je zwei Elemente in X äquivalent sind.

(iii) Wir betrachten ein Beispiel in der ebenen (euklidschen) Geometrie. Sei X die Menge der
Geraden in der Ebene. Zu zwei Geraden G1 , G2 schreiben wir

G1 ∼ G2 ⇐⇒ G1 und G2 sind parallel.

Dies definiert eine Äquivalenzrelation auf X (wieso?).

(iv) Sei X = {1, 2, 3, 4, 5, 6} und sei ∼ die Relation, die durch Figur 1.17 definiert wird. Wir
behaupten, dass ∼ eine Äquivalenzrelation auf X darstellt.

Figur 1.17: Wir definieren eine Relation ∼ als Teilmenge von X × X

und behaupten, dass diese sogar eine Äquivalenzrelation auf der Menge
X = {1, 2, 3, 4, 5, 6} darstellt.

In der Tat entspricht der Reflexivität von ∼ der Aussage, dass die Diagonale {(x, x) : x ∈
X} in der Relation enthalten ist. Ebenso entspricht der Symmetrie von ∼ der Aussage,
dass die Teilmenge bei Spiegelung um die Diagonale (bei Vertauschung der beiden Koor-
dinaten) unverändert bleibt. Beides ist in Figur 1.17 erfüllt. Die Transitivität hat keine
derartige einfache visuelle Interpretation. Stattdessen sehen wir in Figur 1.17, dass x ∼ y
für alle x, y ∈ {1, 2, 3} aber x 6∼ y und y 6∼ x für x ∈ {1, 2, 3} und y ∈ {4, 5, 6}. Ebenso
gilt x ∼ y für x, y ∈ {4, 5} aber x 6∼ 6 und 6 6∼ x für x ∈ {4, 5}. Und schlussendlich gilt
6 ∼ 6.
Aus dieser Information ergibt sich nun die Transitivität durch Fallunterscheidung: An-
genommen x ∼ y und y ∼ z für x, y, z ∈ X. Falls x ∈ {1, 2, 3} so gilt dies auch für y
und z, womit damit auch x ∼ z. Falls x ∈ {4, 5} so gilt dies auch für y und z, womit
x ∼ z. Falls aber x = 6, so ist y = 6, z = 6 und damit ebenso x ∼ z.
42
 (v) Äquivalenzrelationen werden in anderen Wissenschaften oder auch im Alltag häufig ver-
wendet. Beispielsweise kann man auf der Menge aller Lebewesen eine Äquivalenzrelation
definieren, in dem man zwei Lebewesen für äquivalent erklärt, wenn sie zur selben Art
(oder Gattung oder Familie) gehören.

Übung 1.63 (Zwei weitere Beispiele). In dieser Übungen möchten wir zwei weitere Beispiele
von Äquivalenzrelationen besprechen. Sei X eine Menge.

(i) (Quetschen einer Teilmenge) Sei A ⊆ X eine Teilmenge. Zeigen Sie, dass die Relation
gegeben durch

x ∼A y : ⇐⇒ (x, y ∈ A) ∨ (x = y)

für x, y ∈ X eine Äquivalenzrelation auf X definiert.

(ii) (Äquivalenz über eine Abbildung) Sei f : X → Y eine Abbildung in eine weitere Menge Y .
Wir definieren eine Relation auf X durch

x1 ∼f x2 : ⇐⇒ f (x1 ) = f (x2 )

für alle x1 , x2 ∈ X. Zeigen Sie, dass ∼ eine Äquivalenzrelation auf X definiert.

Übung 1.64 (Ein falscher Beweis). In dieser Aufgabe behaupten wir fälschlicherweise, dass
jede symmetrische und transitive Relation ∼ auf einer Menge X auch reflexiv ist (d.h. eine
Äquivalenzrelation ist). Finden Sie den Fehler in folgendem „Beweis“:

Sei x ∈ X ein Element. Sei y ∈ X, so dass x ∼ y. Wegen Symmetrie der Relation

gilt also auch y ∼ x. Folglich gilt unter Verwendung der Transitivität der Relation
(x ∼ y) ∧ (y ∼ x) =⇒ x ∼ x, was zu zeigen war.

Finden Sie ein Beispiel einer Relation, die symmetrisch und transitiv, aber nicht reflexiv ist.

Übung 1.65 (Beispiele allgemeiner Relationen). Finden Sie eine Relation (auf N oder anderen
Mengen), die von den Eigenschaften einer Äquivalenzrelation

• nur die Symmetrie,

• nur die Transitivität,

• die Reflexivität und Symmetrie, aber nicht die Transitivität,

• die Reflexivität und Transitivität, aber nicht die Symmetrie

erfüllt.

Wie schon erwähnt ist eine Äquivalenzrelation gewissermassen eine Form von Gleichheit.
Dies lässt sich auch formalisieren:

43
Definition 1.66 (Äquivalenzklassen und die Quotientenmenge). Sei ∼ eine Äquivalenzrela-
tion auf einer Menge X. Dann wird für x ∈ X die Menge

[x]∼ = {y ∈ X | y ∼ x}

die Äquivalenzklasse von x genannt. Weiters ist

X ∼ = {[x]∼ | x ∈ X}


der Quotient (oder die Quotientenmenge) von X modulo ∼. Ein Element x ∈ X wird auch
Repräsentant seiner Äquivalenzklasse [x]∼ genannt.

Anschaulich gesprochen geben wir äquivalente Elemente von X in ein und denselben Topf
und nicht äquivalente Elemente in verschiedene Töpfe. In diesem Bild besteht die Äquivalenz-
klasse eines Elements aus allen Elementen, die im gleichen Topf sind. Der Quotient modulo
∼ wiederum ist die Menge der Töpfe. In Beispiel 1.62(iv) hatten wir bereits implizit die drei
Äquivalenzklassen [1]∼ = {1, 2, 3}, [4]∼ = {4, 5} und [6]∼ = {6} in unserer Diskussion verwen-
det.
Die Begriffe der Äquivalenzrelation und der Partition in Definition 1.51 sind auf folgende
Weise eng verwandt.

Proposition 1.67 (Korrespondenz zwischen Äquivalenzrelationen und Partitionen). Sei X

eine Menge. Dann entsprechen Äquivalenzrelationen auf X und Partitionen von X einander
im folgenden Sinne: Für eine gegebene Äquivalenzrelation ∼ auf X ist die Menge

P∼ = {[x]∼ | x ∈ X}

eine Partition von X. Umgekehrt definiert für eine Partition P von X

x ∼P y ⇐⇒ ∃P ∈ P : x ∈ P ∧ y ∈ P

für x, y ∈ X eine Äquivalenzrelation auf X. Des Weiteren sind die Konstruktion der Partiti-
on aus der Äquivalenzrelation und die Konstruktion der Äquivalenzrelation aus der Partition
zueinander invers: Für jede Partition P von X gilt P∼P = P und für jede Äquivalenzrelation
∼ auf X gilt ∼P∼ =∼.

Sei X eine Menge, ∼ eine Äquivalenzrelation auf X und P∼ wie in Proposition 1.67 defi-
niert. Selbstverständlich gilt nach den Definitionen eigentlich P∼ = X/∼. Wir möchten jedoch
zwei verschiedene Symbole mitführen, da wir P∼ und X/∼ jeweils verschieden interpretie-
ren möchten. P∼ werden wir stets als eine Kollektion von Teilmengen von X auffassen; X/∼
hingegen werden wir als einen neuen Raum erachten, wo die Punkte durch Identifikation
(„Aneinanderkleben“) von gewissen Punkten in X entstanden sind. (Die Punkte in X/∼ sind
die Teilmengen von X, die in P∼ enthalten sind).

Applet 1.68 (Eine Äquivalenzrelation und deren Quotient). Links wird eine Menge X par-
titioniert, was einer Äquivalenzrelation ∼ auf X entspricht. Rechts betrachten wir die Menge
44
der Äquivalenzklassen, also den Quotienten von X bzüglich ∼. Die Menge links könnte eine
abstrakte Menge darstellen oder den Einheitskreis. Im letzteren Fall muss klar definiert sein,
zu welcher Menge die Punkte der Kanten, bei denen der Kreis unterteilt wird, gehören. Wir
haben dies im Beispiel mit Farben angedeutet.

Übung 1.69 (Zwei Quotienten). Charakterisieren Sie die Äquivalenzklassen der beiden in
Übung 1.63 (ii) definierten Äquivalenzrelation ∼. Zeigen Sie jeweils, dass P∼ (wie in obi-
ger Proposition definiert) eine Partition ist (ohne auf die noch nicht-bewiesene Proposition
zurückzugreifen) und beschreiben Sie X/∼ intuitiv.

Für den Beweis der Proposition 1.67 ziehen wir folgende Behauptung vor:

Behauptung. Sei ∼ eine Äquivalenzrelation auf X. Dann sind folgende drei Aussagen für
alle x, y ∈ X (paarweise) äquivalent:

(i) x ∼ y

(ii) [x]∼ = [y]∼

(iii) [x]∼ ∩ [y]∼ 6= {}

Beweis der Behauptung. Wir beweisen die Implikationen (i) =⇒ (ii) =⇒ (iii) =⇒ (i),
woraus folgt, dass alle drei Aussagen äquivalent sind. Seien x, y ∈ X.
Wir nehmen also zuerst an, dass x ∼ y gilt wie in (i). Sei z ∈ [x]∼ . Dann ist z ∼ x ∼ y
und also z ∼ y und z ∈ [y]∼ wegen der Transitivität. Die andere Inklusion folgt analog (durch
Vertauschen von x und y) und es gilt [x]∼ = [y]∼ wie in (ii).
Gilt [x]∼ = [y]∼ wie in (ii), so folgt [x]∼ ∩ [y]∼ 6= {} wie in (iii) wegen Reflexivität.
Gilt [x]∼ ∩[y]∼ 6= {} wie in (iii), so existiert ein z ∈ X mit z ∼ x und z ∼ y. Aus Symmetrie
und Transitivität folgt daher x ∼ y wie in (i).

Beweis von Proposition 1.67. Sei ∼ eine Äquivalenzrelation auf X. Dann gilt P ∈P∼ P =
S

x∈X [x]∼ = X, da x ∈ [x]∼ für jedes x ∈ X. Paarweise Disjunktheit der Elemente von P∼
S

gilt dank der Behauptung und es folgt, dass P∼ eine Partition ist.
Sei nun P eine Partition von X und sei die Relation ∼P wie in der Proposition definiert.
Es ist für jedes x ∈ X auch x ∼P x, da es wegen P ∈P P = X ein P ∈ P gibt mit x ∈ P ;
S

dies zeigt Reflexivität. Falls x ∼P y für x, y ∈ X, dann folgt y ∼P x direkt aus der Definition,
das heisst ∼P ist symmetrisch. Angenommen es gilt x ∼P y und y ∼P z. Dann gibt es ein
Partitionselement P1 ∈ P mit x, y ∈ P1 und P2 ∈ P mit y, z ∈ P2 . Insbesondere ist P1 ∩P2 6= {}
und daher P1 = P2 nach den Eigenschaften der Partition. Es folgt x, z ∈ P1 , x ∼P z und die
Transitivität der Relation ∼P . Daher ist ∼P eine Äquivalenzrelation.
Für x ∈ X ist die Äquivalenzklasse bezüglich ∼P gegeben durch
[
[x]∼P = {y ∈ X | y ∼P x} = P
P ∈P∧x∈P

Da aber die Elemente von P paarweise disjunkt sind, kann x nur in einem Element enthalten
sein. Insbesondere folgt, dass [x]∼P ∈ P das eindeutig bestimmte Element der Partition P ist,
das x enthält, und P∼P ⊆ P. Ist P ∈ P und x ∈ P , so gilt [x]∼P = P , also P∼P = P.
45
 Ist umgekehrt ∼ eine Äquivalenzrelation auf X und P∼ die entsprechende Partition, dann
gilt für alle x, y ∈ X

x ∼P∼ y ⇐⇒ [x]∼ = [y]∼ ⇐⇒ x ∼ y

nach der Definition von ∼P∼ und der Behauptung.

Die folgende Übung zeigt, dass man sich jede Äquivalenzrelation bildlich wie eine disjunkte
Vereinigung von Quadraten vorstellen kann, die wie in Beispiel 1.62(iv) entlang der Diagonale
angeordnet in X × X liegen.

Übung 1.70. Sei X eine Menge und ∼ eine Äquivalenzrelation auf X. Zeigen Sie, dass die
S
Relation ∼ als Teilmenge von X × X durch x∈X [x]∼ × [x]∼ gegeben ist. Zeigen Sie auch,
dass für x, y ∈ X entweder [x]∼ × [x]∼ = [y]∼ × [y]∼ oder ([x]∼ × [x]∼ ) ∩ ([y]∼ × [y]∼ ) = ∅.

Man verwendet Quotienten modulo Äquivalenzrelationen in der Mathematik oft für die
Konstruktion von gewissen Räumen und auch von neuen Zahlenmengen. Wir betrachten zu
letzterem ein einfaches und grundlegendes Beispiel: Wir konstruieren die rationalen Zahlen
aus den ganzen Zahlen.

Beispiel 1.71 (Konstruktion der rationalen Zahlen). Wir nehmen an, dass wir bereits die
ganzen Zahlen Z und die Addition und Multiplikation auf Z mit allen üblichen Eigenschaften
m1
kennen. Wir wollen damit die rationalen Zahlen Q definieren, wobei ein Element m 2
∈ Q als
Äquivalenzklasse des Tupels (m1 , m2 ) ∈ Z × (Z \ {0}) definiert sein wird.
Zu diesem Zwecke betrachten wir die Relation ∼ auf Z × (Z \ {0}) definiert durch

(m1 , m2 ) ∼ (n1 , n2 ) ⇐⇒ m1 n2 = n1 m2

für (m1 , m2 ), (n1 , n2 ) ∈ Z × (Z \ {0}). Diese Definition rührt daher, dass wir eben die rationale
Zahlen als Brüche von ganzen Zahlen auffassen möchten. Dabei müssen wir allerdings solche
identifizieren, die „nach Kürzen“ gleich sind; zum Beispiel sollte gelten 10 5
6 = 3 . Allerdings wol-
len wir hier davon ausgehen, dass wir die rationalen Zahlen noch nicht kennen, weswegen wir
anstatt Gleichungen der Form m n1
m2 = n2 Gleichungen der Form m1 n2 = n1 m2 mit Ausdrücken
1

innerhalb von Z betrachten (im Beispiel 10 · 3 = 5 · 6).

Nun verifzieren wir, dass obige Relation tatsächlich eine Äquivalenzrelation ist. Seien dazu
(m1 , m2 ), (n1 , n2 ), (q1 , q2 ) ∈ Z × (Z \ {0}).

• Reflexivität: (m1 , m2 ) ∼ (m1 , m2 ), denn m1 m2 = m1 m2 .

• Symmetrie: Angenommen es gilt (m1 , m2 ) ∼ (n1 , n2 ). Dann ist per Definition also
m1 n2 = n1 m2 , was n1 m2 = m1 n2 und daher auch (n1 , n2 ) ∼ (m1 , m2 ) impliziert.

• Transitivität: (m1 , m2 ) ∼ (n1 , n2 ) und (n1 , n2 ) ∼ (q1 , q2 ) ergibt m1 n2 = n1 m2 und

n1 q2 = q1 n2 . Durch Multiplikation der ersten Gleichungen mit q2 und der zweiten Glei-
chung mit m2 erhalten wir

m1 n2 q2 = n1 m2 q2 = q1 n2 m2 .

46
 Da n2 nicht Null ist, können wir in obiger Gleichung n2 Wegstreichen (was eine der
Eigenschaften von Z ist und Q nicht verwendet), womit sich m1 q2 = q1 m2 und damit
(m1 , m2 ) ∼ (q1 , q2 ) ergibt.

Der Quotient (Z × (Z \ {0}))/∼ kann nun als Definition der rationalen Zahlen Q angesehen
m1
werden. Für eine Äquivalenzklasse [(m1 , m2 )]∼ ∈ Q schreibt man wie üblich m 2
. Damit gilt
nun die Gleichung
qm1 m1
=
qm2 m2
für m1 ∈ Z und q, m2 ∈ Z \ {0}. In der Tat bezeichnen nach Definition beide Seiten Äquiva-
lenzklassen und die Gleichung gilt genau wenn

(qm1 , qm2 ) ∼ (m1 , m2 )

oder äquivalenterweise qm1 m2 = m1 qm2 erfüllt ist. Da letzteres gilt, erfüllen damit die so
definierten rationalen Zahlen die üblichen Erweiterungs- und Kürzungsregeln.
Des Weiteren lässt sich Z als Teilmenge von Q auffassen. In der Tat ist die Abbildung

m
Z → Q, m 7→
1

injektiv, denn die Gleichung m n

1 = 1 ist für m, n ∈ Z per Definition genau dann erfüllt, wenn
m = n ist. Wir identifizieren Z mit dem Bild obiger Abbildung und schreiben insbesondere
m
1 = m für m ∈ Z.

Wir wollen kurz zu allgemeinen Quotienten zurückkehren, also sei X eine Menge und ∼
eine Äquivalenzrelation auf X. Häufig will man eine Funktion auf X/∼ unter Verwendung der
Elemente von X (also der Repräsentanten der Äquivalenzklassen) definieren. Zum Beispiel
möchten wir in obigem Beispiel in der Lage sein, zusätzliche Abbildungen auf Q zu definieren
(unter anderem die Addition und die Multiplikation).
Konkreter, wenn Y eine weitere Menge ist und f : X → Y eine Funktion ist, wollen wir
möglicherweise durch

f¯ : X ∼ → Y, [x]∼ 7→ f (x)


eine Funktion definieren. Dies ist aber nur dann möglich, wenn x1 ∼ x2 für x1 , x2 ∈ X
(also [x1 ]∼ = [x2 ]∼ ) auch f (x1 ) = f (x2 ) impliziert. In diesem Fall ist f¯([x]∼ ) unabhängig
von der Wahl des Repräsentanten x der Äquivalenzklasse [x]∼ . Also definiert dies in der Tat
eine Funktion f¯, die jedem Element [x]∼ des Definitionsbereichs X/∼ ein eindeutig bestimmtes
Element f¯([x]∼ ) zuordnet. Wie bereits erwähnt, sagen wir zur Betonung dieser (für Funktionen
notwendiger) Eigenschaft, dass f¯ wohldefiniert ist.

Übung 1.72 (Addition und Multiplikation auf den rationalen Zahlen). Wir definieren nun
zusätzliche Strukturen auf Q. Zeigen Sie, dass die Abbildungen
 
m p m p mq + np
+ : Q × Q → Q, , 7→ + =
n q n q nq

47
und
 
m p m p mp
· : Q × Q → Q, , 7→ · =
n q n q nq

wohldefiniert sind. Verifizieren Sie des Weiteren die Rechenregeln

m n a −a
· = 1, + =0
n m b b

für m, n, b ∈ Z \ {0} und a ∈ Z. Sie dürfen in dieser Aufgabe zwar alle üblichen Rechenregeln
und Eigenschaften von Z verwenden, aber nicht jene von Q (da wir letztere ja definieren
wollen).

Beispiel 1.73. Angenommen wir wollen die reellen Zahlen R mittels Dezimalbruchentwick-
lungen definieren5 . Ebenso wollen wir auch noch, dass alle üblichen Rechenregeln erfüllt sein
sollten. Dann muss man eine reelle Zahl als eine Äquivalenzklasse von Dezimalbrüchen defi-
nieren. Der Grund dafür ist, dass auf Grund üblicher Rechenmethoden

(1.0000 . . .)/(3.0000 . . .) = 0.3333 . . .

und ebenso

(0.3333 . . .) ∗ (3.0000 . . .) = 0.9999 . . .

da kein Übertrag notwendig ist. Aber eigentlich sollte (x/3) ∗ 3 = x für jedes x ∈ R sein.
Damit also unsere Rechenmethoden Sinn machen, muss also 0.9999 . . . mit 1.0000 . . . iden-
tifiziert werden. Anders formuliert, muss also eine Äquivalenzrelation ∼ auf der Menge der
Dezimalbruchentwicklungen definiert werden, so dass 0.9999 . . . ∼ 1.0000 . . .. Die reelle Zahl 1
ist dann eigentlich die Äquivalenzklasse [1.0000 . . .]∼ = [0.9999 . . .]∼ .

5
Es gibt auch mehrere andere Möglichkeiten, siehe auch Abschnitt A.2.

48
1.7 Endliche und abzählbare Mengen
In diesem Abschnitt diskutieren wir die Bedeutung von „Endlichkeit“, „Abzählbarkeit“ und
„Überabzählbarkeit“ für Mengen. Letztere dienen innerhalb der Mathematik als Möglichkeit,
die „Grösse“ einer Menge anzugeben. Auf den genauen Begriff der Kardinalität wollen wir hier
nicht eingehen und verweisen stattdessen auf die Vorlesung „Grundstrukturen“ im Frühlings-
semester.
Intuitiv ist eine endliche Menge eine Menge, deren Elemente sich „in endlich vielen Schritten“
auflisten lassen, also eine Menge der Form X = {x1 , . . . , xn } für ein n ∈ N (wobei wir aber
auch die leere Menge X = ∅ erlauben werden). Folgende Definition formalisiert diese Intuition.

Definition 1.74 (Endliche Mengen). Wir sagen, dass die Kardinalität der leeren Menge ∅
Null ist und schreiben |∅| = #∅ = 0. Für n ∈ N definieren wir {1, . . . , n} = {m ∈ N : m ≤ n}
und auch den eigenartigen Fall {1, . . . , 0} = ∅. Sei nun X eine beliebige Menge und n ≥ 1 eine
natürliche Zahl. Die Menge X hat Kardinalität n, falls eine Bijektion

{1, . . . , n} → X

existiert. In diesem Fall schreiben wir |X| = #X = n.

Des Weiteren ist X eine endliche Menge, falls |X| = n für eine nicht-negative ganze Zahl
n ∈ N0 = {0, 1, 2, . . .}. In diesem Fall sagen wir auch, dass X endliche Kardinalität hat
und wir schreiben |X| < ∞.
Ist X keine endliche Menge, so nennen wir X eine unendliche Menge (oder sagen, dass
X unendliche Kardinalität hat) und schreiben |X| = ∞.

Man beachte, dass nach der Definition noch nicht klar ist, ob die Kardinalität einer end-
lichen Menge wohldefiniert ist; in der Tat, falls es eine Bijektion zwischen {1, . . . , m} und
{1, . . . , n} für m 6= n für m 6= n gäbe, würde diese ungünstige Situation eintreffen.

Proposition 1.75 (Schubfachprinzip). Seien X und Y endliche Mengen mit |X| = m ∈ N0

und |Y | = n ∈ N0 . Falls m > n, dann gibt es keine injektive Abbildungen von X nach Y .
Insbesondere ist die Kardinalität einer endlichen Menge eine eindeutig bestimmte Zahl in N0
und für je zwei endliche Mengen X und Y existiert genau dann eine Bijektion X → Y wenn
|X| = |Y |.

Wir bemerken, dass die Aussage des Schubfachprinzips sehr anschaulich ist. Angenommen
man hat n ≥ 1 Körbe und m > n Äpfel, welche man in die Körbe legen will. Dann besagt
das Schubfachprinzip, dass es immer einen Korb geben wird, in dem sich mindestens 2 Äpfel
befinden werden und dies unabhängig davon, mit welcher Methode man die Äpfel in die Körbe
verteilt. Auch wenn die Aussage von Proposition 1.75 intuitiv äusserst klar ist, werden wir
einen Beweis mittels dem Induktionsprinzip durchführen.

Beweis. Wir nehmen im Folgenden an, dass X eine Menge mit |X| = m ∈ N0 ist, und schreiben
X = {x1 , . . . , xm } – dies entspricht der Wahl einer Bijektion i ∈ {1, . . . , m} 7→ xi ∈ X.
Analog sei Y eine Menge mit |Y | = n ∈ N0 und Y = {y1 , . . . , yn }. Wir beweisen nun das
49
Schubfachprinzip mittels Induktion nach m, also dass es für m > n keine injektive Abbildung
f : X → Y gibt.
Falls n = 0 ist, dann ist Y die leere Menge. In diesem Fall gibt es für eine Menge X mit
|X| = m > 0 keine einzige Abbildung f : X → Y . Inbesondere gibt es für den Fall m = 1
(mit der einzige Möglichkeit n = 0) nichts zu beweisen. Des Weiteren dürfen wir im Folgenden
immer n ≥ 1 annehmen dürfen.
Sei nun m = 2 und damit n = 1. In diesem Fall gibt es nur die konstante Funktion von
X = {x1 , x2 } nach Y = {y1 }. Da aber x1 6= x2 und f (x1 ) = y1 = f (x2 ), erhalten wir, dass f
nicht injektiv ist. Dies beweist das Schubfachprinzip für m = 2.
Angenommen m > 2 und das Schubfachprinzip ist für einen Definitionsbereich X 0 mit
|X 0 | = m − 1 bereits bekannt. Seien also m, n ∈ N0 mit m > n und

f : X = {x1 , . . . , xm } → Y = {y1 , . . . , yn }

eine beliebige Funktion. Falls es ein i ∈ {1, . . . , m − 1} mit f (xi ) = f (xm ) gibt, so sehen
wir bereits, dass f nicht injektiv ist. Also nehmen wir nun an, dass f (xi ) 6= f (xm ) für alle
i ∈ {1, . . . , m − 1}. In diesem Fall definieren wir X 0 = {x1 , . . . , xm−1 } mit |X 0 | = m − 1,
Y 0 = Y \ {f (xm )} mit |Y 0 | = n − 1 (wieso?), und f 0 : xi ∈ X 0 7→ f (xi ) ∈ Y 0 als die
Einschränkung von f auf X 0 und den Wertebereich Y 0 . Aus der Induktionsannahme erhalten
wir wegen m − 1 > n − 1, dass f 0 nicht injektiv ist. Dies beweist aber auch (auf Grund der
Definition von f 0 mittels f ), dass f nicht injektiv sein kann. Dies schliesst den Beweis des
Induktionsschritts und wir erhalten damit das Schubfachprinzip.
Die verbleibenden Aussagen folgen nun unmittelbar. Für X = Y und die Identität idX :
X → X impliziert obiges Schubfachprinzip inbesondere, dass die Kardinalität |X| eindeutig
durch X bestimmt ist. Falls X und Y endliche Mengen sind und f : X → Y eine Bijektion
ist, so erhalten wir ebenso zuerst |X| ≤ |Y | (da f injektiv ist) und |Y | ≤ |X| (da f −1 injektiv
ist). Falls |X| = |Y | = m ∈ N0 ist, so können wir die Aufzählungen X = {x1 , . . . , xm } und
Y = {y1 , . . . , ym } verwenden, um die Bijektion xi ∈ X 7→ yi ∈ Y zu definieren.

Übung 1.76 (Schubfachprinzip mittels surjektiven Funktionen). Seien X und Y endliche

Mengen mit |X| = m ∈ N0 und |Y | = n ∈ N0 . Falls m < n, dann gibt es keine sujektiven
Abbildungen von X nach Y .

Übung 1.77. Sei X eine endliche Menge und f : X → X eine Abbildung.

(i) Beweisen Sie, dass Injektivität, Surjektivität und Bijektivität von f äquivalent sind.

(ii) Sei nun f bijektiv. Zeigen Sie, dass es eine natürliche Zahl n ≥ 1 gibt mit f n = idX .

Übung 1.78 (Funktionenräume für endliche Mengen). Seien X und Y endliche Mengen. Wir
erinnern daran, dass Y X die Menge aller Funktionen f : X → Y bezeichnet. Zeigen Sie, dass
|Y X | = |Y ||X| gilt. Verwenden Sie dazu vollständige Induktion nach der Kardinaliät |X|.

Wie schon am Beispiel der Menge N aller natürlichen Zahlen zu sehen ist, sind nicht alle
Mengen endlich. An dieser Stelle kann man sich fragen, ob sich unendliche Menge auch nach

50
Grösse unterscheiden lassen. In der Tat existiert auch für unendliche Menge eine sogenannte
Kardinalität; wir werden hier nicht genauer auf diese eingehen und verweisen stattdessen auf
die Vorlesung „Grundstukturen“ des Frühlingssemester. Für uns ist hier ausreichend, jene
Mengen zu identifizieren, die „gleich gross“ sind wie die Menge der natürlichen Zahlen.

Definition 1.79. Eine Menge X heisst abzählbar unendlich (oder kurz abzählbar), falls
eine Bijektion zwischen X und N existiert. Eine Menge, die weder endlich noch abzählbar
unendlich ist, nennt man auch überabzählbar.

Die Definition wiederspiegelt die Anschauung, dass abzählbare Mengen gerade jene sein
sollten, die sich „abzählen lassen“.

Lemma 1.80 (Teilmengen von abzählbaren Mengen). Sei X eine abzählbar unendliche Menge
und Y ⊆ X eine Teilmenge. Dann ist Y entweder endlich oder selbst auch abzählbar unendlich.

Beweis. Wenn f : N → X eine Bijektion ist, so ist die Einschränkung von f auf A = f −1 (Y )
eine Bijektion von A nach Y . Aus diesem Grund genügt es den Fall einer Teilmenge A ⊆ N
zu untersuchen.
Wir definieren eine Funktion g : A → N durch

g : a ∈ A 7→ |A ∩ {1, . . . , a}| ∈ N.

Wir zeigen zuerst, dass g injektiv ist. Seien also a1 , a2 ∈ A mit a1 6= a2 . Falls a1 < a2 , dann
gilt


A ∩ {1, . . . , a1 } t {a2 } ⊆ A ∩ {1, . . . , a2 }

und damit auch g(a1 ) < g(a2 ). Der Fall a1 > a2 ergibt sich analog, und damit ist die Injekti-
vität von g bewiesen.
Wir behaupten nun, dass entweder A endlich (und g(A) = {1, . . . , |A|}) ist oder dass die
Bildmenge gleich g(A) = N ist. Gemeinsam mit obiger Injektivität ergibt sich aber damit
genau die erwünschte Aussage des Lemmas für die Teilmenge A ⊆ N.
Für den Beweis der Behauptung wollen wir zuerst zeigen, dass für jedes n ∈ N

(1.9)

{g(a) | a ∈ A ∧ a ≤ n} = 1, . . . , |A ∩ {1, . . . , n}|

gilt. Wir beweisen (1.9) mittels vollständiger Induktion nach n. Für n = 1 gibt es zwei Fälle:
Falls 1 ∈ A, so ist g(1) = 1 und beide Seiten sind gleich {1}. Falls hingegen 1 ∈/ A, so sind
beide Seiten die leere Menge.
Angenommen (1.9) ist nun für n ∈ N bereits bekannt. Für n + 1 gibt es ebenso zwei Fälle
zu unterscheiden: Falls n + 1 ∈ A, so ist

{g(a) | a ∈ A ∧ a ≤ n + 1} = {g(a) | a ∈ A ∧ a ≤ n} t {g(n + 1)}

 
= 1, . . . , |A ∩ {1, . . . , n}| t |A ∩ {1, . . . , n + 1}|

= 1, . . . , |A ∩ {1, . . . , n + 1}|

51
nach Induktionsvorraussetzung und der Definition von

g(n + 1) = |A ∩ {1, . . . , n + 1}| = |A ∩ {1, . . . , n}| + 1.

Falls hingegen n + 1 ∈
/ A, so ist

{g(a) | a ∈ A ∧ a ≤ n + 1} = {g(a) | a ∈ A ∧ a ≤ n}

= 1, . . . , |A ∩ {1, . . . , n}|

= 1, . . . , |A ∩ {1, . . . , n + 1}| .

Dies schliesst den Induktionsschritt, womit (1.9) für alle n ∈ N bewiesen ist.
Falls A eine endliche Menge und n = max A ∈ A das grösste Element von A ist, so ist (1.9)
für dieses n genau die Aussage g(A) = {1, . . . , |A|}.
Sei also A eine unendliche Menge. In diesem Fall betrachten wir die Vereingung beider
Seiten von (1.9) über alle n ∈ N. Links erhalten wir dabei genau die Bildmenge g(A). Und
rechts erhalten wir als Vereinigung ganz N. Um letzteres zu sehen, wählen wir ein beliebiges
k ∈ N. Da A unendlich ist, gibt es paarweise verschiedene Elemente a1 , a2 , . . . , ak ∈ A. Wir
wollen hier a1 < a2 < · · · < ak annehmen. Falls dies nicht erfüllt ist, nummerieren wir unsere
Elemente a1 , . . . , ak entsprechend um, um dies zu erreichen6 . Auf Grund der Definition von g
ist damit g(ak ) ≥ k und k ∈ {1, . . . , g(ak )} wie behauptet. Also erhalten wir durch Vereinigung
beider Seiten von (1.9) die Aussage g(A) = N, womit A abzählbar unendlich ist.

Übung 1.81 (Gitterpunkte in der Ebene). Zeigen Sie, dass N × N abzählbar unendlich ist.

Die folgende Übung zeigt, dass „abzählbar unendlich“ gewissermassen die kleinste unend-
liche Kardinalität ist.

Übung 1.82. Zeigen Sie, dass es für jede unendliche Menge X eine injektive Abbildung
f : N → X gibt.

Bemerkung. Im Beweis von Übung 1.82 werden Sie wahrscheinlich abzählbar oft eine Wahl
treffen müssen. Formal verwendet dies das sogenannte Auswahlaxiom der Mengenlehre (Axiom
of Choice), welches wir implizit erlauben werden.

6
Dies ist ein Beispiel für den Formulierung „ohne Beschränkung der Allgemeinheit“.

52
1.8 Beweise
Die Mathematik hat als eine von wenigen Wissenschaften die Eigenschaft, dass alle Re-
sultate der Vergangenheit (abgesehen von menschlichen Fehlern und gewissen Perioden, in
denen wieder nach der korrekten Methode gesucht wurde) nach wie vor richtig sind (und nicht
bloss in erster Näherung). Das Erfolgsrezept dafür liegt im Aufbau der Mathematik. Das Fun-
dament bilden die Axiome (beispielsweise jene der Mengenlehre oder die Peano-Axiome der
natürlichen Zahlen), die als bekannt und richtig angenommen werden. Mittels Definitionen
werden neue Begriffe eingeführt und mittels Lemmata und Propositionen untersucht und in
Verbindung zueinander gebracht, bis aus diesen Sätze und Theoreme bewiesen werden kön-
nen. Selbstverständlich kann man bezweifeln, ob die so entstandenen Theorien interessant
oder relevant sind. Über Interessen lässt sich natürlich streiten. Dennoch ist die Relevanz der
heutigen mathematischen Theorien in vielen anderen Bereichen schwer zu bestreiten und dies
80
obwohl wir in der Mathematik beispielsweise die 0 und die Zahl 10−10 (mit so vielen Nullen
nach dem Komma wie nach derzeitigen Schätzungen Atome im Weltall) strikt unterscheiden.
Zu diesem Thema möchten wir dieses Video, basierend auf dem lesenswerten Artikel „The
unreasonable effectiveness of mathematics in the natural sciences“ von Eugene Wigner, emp-
fehlen. In eine ähnliche Richtung geht das für ein allgemeines Publikum gedachte Video mit
geringerer Informationsdichte, das die teilweise überraschende Nützlichkeit der Mathematik
in anderen Naturwissenschaften besonders hervorhebt.
Wir möchten an dieser Stelle einige Bemerkungen zu Beweisen machen. Ein Beweis, wie
der Name schon sagt, soll die behauptete Aussage unter Verwendung von einfachen logischen
Schritten aus vorher Bekanntem (zum Beispiel Axiomen) ableiten. Es gibt dafür einige Metho-
den, die wir zum Teil schon angewendet haben und die unter anderem auch verknüpft werden
können.
Manche von Ihnen werden sich fragen, warum wir in dieser Vorlesung immer „diese Beweise“
besprechen müssen. Diese Frage lässt sich vielleicht mit der Frage an einen Physik-Professor
vergleichen, wieso denn immer so viele Experimente durchgeführt werden müssen. Beweise sind
im Aufbau der Mathematik unersetzlich. Selbst wenn Sie die hier entwickelte Theorie später
möglicherweise nicht in der hier verwendeten Exaktheit und Genauigkeit benötigen, werden
Sie bei aktiver Mitarbeit abstraktes Denken erlernen, welches für die Mathematik aber auch
für andere Wissenschaften und in der Praxis äusserst nützlich sein wird.

1.8.1 Widerspruchsbeweise
Angenommen wir wollen eine Aussage A beweisen. Dann ist es manchmal einfacher zu
zeigen, dass ¬A nicht sein kann, also zu einem Widerspruch führt, als direkt A zu zeigen. Wir
nennen ¬A die indirekte Annahme und den Beweis einen Widerspruchsbeweis. Man
spricht auch vom „Satz vom ausgeschlossenen Dritten“, da entweder A oder ¬A gelten muss
und es keine dritte Möglichkeit gibt.7

7
Man sollte dabei darauf achten, dass die Aussage A nicht von einer freien Variablen x abhängt, denn wenn
die Aussage eigentlich ∀x ∈ X : A(x) ist, dann ist die Negation ∃x ∈ X : ¬A(x) und nicht ∀x ∈ X : ¬A(x).

53
Übung 1.83. Betrachten Sie nochmals die letzten drei Minuten von dem Video über Hilberts
Hotel. Formulieren Sie danach einen Widerspruchsbeweis von der Aussage, dass die Menge
{A, B}N aller unendlich langen Zeichenketten in den Symbolen A und B überabzählbar unend-
lich ist.

1.8.2 Kontraposition
Sind A, B zwei Aussagen, dann sind die Aussagen A =⇒ B und ¬B =⇒ ¬A äquivalent.
Die Aussage ¬B =⇒ ¬A wird die Kontraposition der Aussage A =⇒ B genannt. Wie man
sich dies in einem Beweis zunutze machen kann, wollen wir in einem Beispiel illustrieren.

Beispiel 1.84 (Überdeckungen mit Dreiecken – aus [Bla03], Kapitel 1, Seite 6). Sei D das
gleichseitige Dreieck mit Kantenlänge 2 und sei a eine Zahl kleiner als 2. Wir betrachten
folgende Aussagen:

A(a): D lässt sich mit 4 gleichseitigen Dreiecken der Kantenlänge a überdecken.

B(a): D lässt sich mit 5 gleichseitigen Dreiecken der Kantenlänge a überdecken.

Bei einer Überdeckung durch Dreiecke sind auch Überlappungen erlaubt. Wir behaupten nun,
dass ∀a > 0 : A(a) ⇐⇒ B(a) gilt. Auf Grund deren Definitionen impliziert die Aussage A(a)
die Aussage B(a); in Symbolen A(a) =⇒ B(a). Wir fixieren a > 0 und beweisen nun die
Implikation B(a) =⇒ A(a), in dem wir die Kontraposition ¬A(a) =⇒ ¬B(a) beweisen.
Wir nehmen ¬A(a) an, also dass sich D nicht mit 4 gleichseitigen Dreiecken überdecken lässt.
Dann muss a < 1 gelten, denn sonst könnte man D wie folgt mit Dreiecken der Kantenlänge
1 (und also auch der Kantenlänge a) überdecken:

Gegeben eine Überdeckung von D durch Dreiecke der Seitenlänge a, dann müssen die in obiger
Grafik erhaltenen 6 Punkte (unten in rot markiert)

in jeweils verschiedenen gleichseitigen Dreiecken der Kantenlänge a enthalten sein, da wir

bereits erkannt haben, dass die Kantenlänge a kleiner als 1 ist. Insbesondere sind mindestens
6 solche Dreiecke notwendig, um D zu überdecken; also gilt ¬B(a).
54
1.8.3 Induktionsbeweise
Wir haben die Beweismethode der vollständigen Induktion schon im Beweis von Lemma 1.3
gesehen (und wissen jetzt, dass diese Methode genau einem definierenden Axiom von N ent-
spricht). Diese wird verwendet, um eine Aussage A(n) für alle natürlichen Zahlen n zu zeigen.
Der Induktionsbeweis hat zwei wichtige Teilschritte:

• Induktionsanfang (oder Induktionsverankerung): Man zeigt die Aussage A(1).

• Induktionsschritt: Man zeigt, dass A(n) =⇒ A(n + 1) für alle natürlichen Zahlen n
gilt.

Man kann einen Beweis mit vollständiger Induktion mit einem rekursiven Algorithmus ver-
gleichen, der die Aussage für alle natürlichen Zahlen beweist: Wenn man wissen will, warum
die Aussage für n = 10 stimmt, dann zeigt der Induktionsschritt, dass die Aussage stimmt,
weil sie schon für n = 9 richtig ist. Die Aussage für n = 9 stimmt wiederum, weil sie für
n = 8 stimmt und so weiter bis man bei n = 1 angelangt ist. Der Fall n = 1 verankert (daher
„Induktionsverankerung“) die Rekursion und den Beweis, da wir diesen Fall direkt und ohne
Annahme einer anderen, noch zu verifizierenden Aussage überprüfen. Im nächsten Kapitel
werden wir weitere Varianten des Induktionsbeweises kennenlernen.

Übung 1.85 (Gauss’sche Summationsformel). Zeigen Sie mittels vollständiger Induktion, dass
für jede natürliche Zahl n ≥ 1 gilt

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

Wir möchten auch etwas „geometrischere“ Probleme behandeln.

Beispiel 1.86 (Eine geometrische Induktion). Sei n eine natürliche Zahl. Wir betrachten das
Quadrat mit Kantenlänge 2n , aus dem ein kleines Quadrat der Kantenlänge 1 entfernt wurde.

Bei diesen beiden Quadraten und auch bei allen noch zu erscheinenden Konstrukten möchten
wir nur Ecken an ganzzahligen Stellen (d.h. in Z2 ) zulassen. Wir behaupten nun, dass sich
das obige „Quadrat mit Loch“ durch Objekte der Art (rotieren ist erlaubt)

abdecken lässt und beweisen dies per Induktion über n. Zum Induktionsanfang n = 1: Das
grössere Quadrat hat Kantenlänge 2, also ist das Bild
55
und die Aussage stimmt. Angenommen wir wissen, dass die Behauptung für n korrekt ist. Wir
zerlegen das Quadrat mit Kantenlänge 2n+1 in 4 Quadrate der Kantenlänge 2n und entfernen
aus einem dieser Quadrate ein kleines Quadrat der Kantenlänge 1. Zusätzlich entfernen wir
aus den anderen Quadraten je ein kleines Quadrat wie in folgendem Bild

Die 4 so entstandenen Objekte (Quadrate mit Loch) lassen sich aber jeweils abdecken nach
dem Induktionsschritt, also folgt die Behauptung.

Vollständige Induktion ist ein unentbehrliches Hilfsmittel für Beweise in der Mathematik,
genauso wie die Rekursion als Programmiermethode in der Informatik. Manchmal hat man
jedoch das Gefühl, dass Induktion zwar den Zweck erfüllt (also das Lemma, die Proposition
oder den Satz beweist), aber trotzdem nicht erklärt, warum eine Aussage richtig sein soll. Ein
Beispiel dazu liefert Lemma 1.3, da wir aus dem Beweis beispielsweise nicht erkennen können,
wie wir das Lemma für 14 + 24 + 34 + · · · + n4 verallgemeinern könnten. Vielleicht würden Sie
5
vermuten, dass diese Summe gleich einem Ausdruck der Form n5 + an4 + bn3 + c2 + dn + e für
gewisse rationale Zahlen a, b, c, d, e ist. Es fragt sich jedoch, wie wir diese Konstanten finden
könnten. Die Induktionsmethode ist dabei nicht sehr hilfreich, da sie verwendet werden kann
um die Wahrheit zu bestätigen, wenn man sie woanders bereits gefunden hat. Wir werden
einen zweiten allgemeineren Beweis von Lemma 1.3 im Abschnitt 3.3 besprechen.

1.8.4 Das Schubfachprinzip

Mancher Existenzbeweis kann auf das Schubfachprinzip (Proposition 1.75) zurückgeführt
werden. Ein Beispiel aus dem Alltag haben wir gleich nach Proposition 1.75 erklärt. Hier
möchten wir das Schubfachprinzip an einem mathematischen Beispiel illustrieren.

Beispiel 1.87. Wir betrachten die Abfolge von Zahlen

1, 11, 111, 1111, 11111, . . .

und behaupten, dass es eine davon geben muss, welche durch 17 teilbar ist. Dazu definieren
wir die Menge R = {0, . . . , 16} (die Reste mod 17) und die Schubfächer

Sr = {n ∈ N | n − r ist durch 17 teilbar}

56
für r ∈ R. Nach Division mit Rest muss jede der Zahlen 1, 11, 111, 1111, 11111, . . . in
einem der Schubfächer Sr enthalten sein und es gibt jeweils genau ein solches Schubfach.
Da wir aber genau 17 Schubfächer haben und unendlich viele Zahlen darin verstauen wollen,
müssen sicherlich zwei dieser Zahlen im gleichen Schubfach liegen. Formaler betrachtet man
die Abbildung

{1, 11, 111, 1111, 11111, . . .} → R, x 7→ rx

wobei rx ∈ R die eindeutig bestimmte Zahl mit x ∈ Srx ist. Wie erwähnt kann diese Abbildung
aber nicht injektiv sein. Es gibt also einen Rest r ∈ R und zwei Zahlen x, y ∈ N von der Form
111 . . . 1 mit x, y ∈ Sr und y > x. Die Differenz von x und y ist von der Form

y − x = |11 {z . . . 0} = a · 10n ,
. . . 1} |00 {z
=a n Nullen

wobei a in unserer Liste vorkommt und n ∈ N. Des Weiteren ist y − x wegen

y − x = (y − r) − (x − r)

durch 17 teilbar. Da aber 17 eine Primzahl ist und weder 10 noch 10n durch 17 teilbar ist, ist
a durch 17 teilbar.

Das Schubfachprinzip ist gemeinsam mit vielen Weiterentwicklungen eine sehr verbreitete
Beweismethode in der Mathematik. Die allgemeine Einsetzbarkeit hat aber gewissermassen
auch einen Preis, denn wenn das Schubfachprinzip für einen Existenzbeweis verwendet wird,
so gibt der Beweis meist keinerlei Aufschlüsse, wie man denn das Objekt (im Beispiel die
konkrete, durch 17 teilbare Zahl) effektiv (also abgesehen von ausprobieren) finden könnte.

1.8.5 Weitere Methoden

Es gibt noch viele weitere Beweismethoden. Beispielsweise gibt es Aussagen, die in verschie-
denen Fällen einfachere (aber verschiedene) Beweise haben. Falls diese Fälle alle Möglichkeiten
abdecken, haben wir den Beweis der Aussage mittels Fallunterscheidung erhalten.
Ein anderes Beispiel einer Beweismethode (vor allem aus der Kombinatorik) ist die folgende:
Angenommen wir wollen die endliche Kardinalität einer Menge bestimmen. Mit Hilfe einer
geschickt gewählten Bijektion von dieser Menge in eine andere kann man dieses Zählproblem
an einen Ort transportieren, wo man die Antwort einfacher zu finden ist oder bereits kennt.
Wir haben auch bereits erwähnt, dass manche Beweise sozusagen durch die Definitionen
der involvierten Objekte erzwungen werden. Letzteres können Sie aber nur bemerken, wenn
Sie die bereits besprochenen Definitionen im Gedächnis haben. Wir werden klare Fälle derar-
tiger Beweise im eSkript als Matrjoschkabeweise kennzeichnen, da diese Beweise aus mehreren
Schichten bestehen, die genauso wie die russischen Matrjoschkapuppen auf nur eine Art und
Weise vernünftig zusammengebaut werden können. Bei Auffinden der Matrjoschkapuppe im
eSkript, empfehlen wir Ihnen den folgenden Beweis eigenständig nach folgendem Schema zu
formulieren: Angenommen wir wollen für bereits definierte Aussagen A, B, C zeigen, dass A∧B

57
die Aussage C impliziert. Wenn sie die Definition von C nachsehen, wird dort üblicherwei-
se wiederum eine Vorraussetzung über die Objekte (Zahlen, Vektoren, Funktionen, . . . ) von
Interesse auftauchen. Nun nehmnen sie diese Vorraussetzung und erinnern sich an die Defini-
tionen von A und B, mit dem Ziel zu sehen, was sie mit der Vorraussetzung in C zum Beispiel
mittels A erhalten können. Diese Aussage ist dann aber vielleicht genau die Vorrausetzung in
B, womit sie eine weitere Aussage über die Objekte erhalten. Mit etwas Glück ist dies nun die
gewünschte Aussage, die in C behauptet wird, und sie haben damit A ∧ B =⇒ C bewiesen.
Dieses Schema tauchte zum Beispiel im Beweis von Lemma 1.40(i) auf, wobei in diesem Fall
A, B, C jeweils die Injektivität der Funktionen g, f, g◦f besagten. Mit Übung werden sie dieses
Schema aber auch in deutlich komplizierteren Beweisen zumindest teilweise wiederfinden.

1.8.6 Ansprüche an Beweise

Wie bereits angedeutet, gibt es mehrere Wünsche, die man an einen Beweis stellen könnte.
In erster Linie muss dieser natürlich einen vollständigen Beweis darstellen, doch könnte man
sich auch folgende Punkte wünschen: Der Beweis könnte eine gute Erklärung für die Aussage
liefert, könnte Verallgemeinerungen zulassen oder könnte bereits als Anleitung gelesen werden,
wie man aus dem Existenzbeweis einen Algorithmus zum Auffinden des gesuchten Objektes
erstellen kann. Für all diese Aussagen werden wir viele Beispiele sehen. Das Auffinden eines
zweiten Beweises einer Aussage ist zwar logisch gesehen unnötig (und für uns aus Zeitgründen
oft nicht möglich), kann aber mitunter diese weiteren Wünsche besser abdecken und insgesamt
das Verständnis der Theorie stärken.

1.8.7 Beweise finden

Sie fragen sich vielleicht bereits, wie man Beweise (wie zum Beispiel für die Übungen)
finden kann. Die Antwort ist mit Übung, Hartnäckigkeit und Glück. Des Weiteren empfehlen
wir Ihnen, Beweise aus der Vorlesung, diesem Skript oder anderer Literatur aus dem Gedächt-
nis zu wiederholen. Dadurch bekommen Sie Übung und ein gewisses Gespür für die inneren
Mechanismen von Beweisen. Zusätzlich erkennen Sie vielleicht, dass viele Beweise ähnliche
Bauformen aufweisen. Wenn sie die frühere Beweise bereits im Gedächnis haben, so werden
sie diese Ähnlichkeiten schneller sehen und Teile dieser Beweise wiederverwenden können.

1.8.8 Beweise aufschreiben

Nachdem Sie die Idee für den Beweis gefunden haben, wollen Sie diesen kommunizieren und
aufschreiben. Auch dazu ist (viel) Übung nötig und Sie müssen den Beweis vielleicht umstellen
oder komplett neu formulieren, bevor er für andere verständlich wird (was das Ziel sein sollte).
Mitunter ist die Reihenfolge der Argumente, wie man sie gefunden hat, möglicherweise kom-
plett anders als die Reihenfolge der Argumente, wie man sie präsentieren sollte. Weiters darf
ein Beweis nicht nur aus Formeln bestehen, sondern muss dieser auch die Gedanken enthalten,
die diesen Formeln Sinn und Zusammenhang geben. Wir verweisen auf [SS12] und das Buch
„Das ist o.B.d.A. trivial“ ([Beu09]) von Beutelspacher für weitere Tipps in diese Richtung.

58
 An dieser Stelle möchten wir noch die Wörter „o.B.d.A.“ und „trivial“ im obigen Buchtitel
kommentieren. Die Abkürzung „o.B.d.A.“steht für „ohne Beschränkung der Allgemeinheit“.
Wir verwenden diese, wenn wir den Beweis einer Aussage auf den Beweis eines Spezialfalls
reduzieren. Folgendes Beispiel illustriert dies:
2
Beispiel 1.88 (o.B.d.A). Sei A(n) die Aussage 2n > n2 über ganze Zahlen n, die die Eigen-
schaft A(n) ⇐⇒ A(−n) für jede ganze Zahl n erfüllt. Wollen wir die Wahrheit der Aussage
A(n) nachweisen, so reicht es anzunehmen, dass n ≥ 0 ist, denn ein mögliches Vorzeichen von
n wird von der Funktion n ∈ Z 7→ n2 ∈ Z absorbiert. Wir schreiben zu Beginn des Beweises
also „Sei o.B.d.A. n ≥ 0“.

Das Wort „trivial“ (abgeleitet von lat. „trivium“) bedeutet „bekannt“ oder „allgemein
bekannt“ und sollte entgegen dem üblichen Gebrauch nicht mit dem Wort „offensichtlich“
verwechselt werden. Wenn also „. . . ist trivial“ geschrieben wird, so sollte man dies als Auf-
forderung verstehen, zu verifizieren, wieso genau die Aussage „bekannt“ sein sollte. Dennoch
werden wir und sollten Sie auf den Gebrauch dieses Wortes komplett verzichten. Selbiges
betrifft Wörter wie

„offensichtlich“, „evident“, „einfach“ und „leicht“

oder Phrasen wie

„. . . ist klar“ und „Es ist leicht zu sehen, dass . . . “.

Grund dafür ist, dass diese Ausdrücke aus Sicht des Lesers als Affront aufgefasst werden
können; es liegt nicht an der Verfasserin oder dem Verfasser, die Schwierigkeit einer Aussage zu
beurteilen, die sie oder er selbst hingeschrieben hat. Des Weiteren kann man eine (vermeintlich)
einfache Aussage oft auch in wenigen Worten erklären.

1.8.9 Beweise lesen

Ein wichtiger erster Schritt ist die zu beweisende Aussage zu lesen, zu verstehen und zu
erkennen, was überhaupt zu beweisen ist. Wenn Sie dann den Beweis lesen, dann sollten Sie
jeden Schritt hinterfragen und dabei fast so stur wie ein Computer beim Abarbeiten eines
Programms vorgehen. Man kann dazu auch das Motto der Royal Society zitieren:

„Nullus in verba“ oder „Take nobody’s word for it“.

Sollten Sie einen Schritt nicht verstehen oder nicht einsehen, wieso dieser möglich sein soll,
dann fragen Sie bei Mitstudenten, bei Assistenten oder beim Professor nach, bis Sie eine
zufriedenstellende Antwort bekommen haben. Bemühen Sie sich jetzt, wo die Themen noch
nicht so verflochten sind, ein vollständiges Verständnis der besprochenen Begriffe und Sätze
zu entwickeln, und warten Sie nicht darauf bis die Themen „interessanter“ werden. Denn dann
werden diese auch schwieriger und es wird zunehmend schwieriger werden, den Einstieg zu
finden.
Umgekehrt sollten Ihre Beweise auch so aufgeschrieben sein, dass auch ein sturer Leser
nicht umhin kommt, die von Ihnen bewiesene Aussage zu akzeptieren. Es hilft, wenn Sie Ihren
59
Beweis einen oder zwei Tage später nochmals lesen, da es für Sie dann wahrscheinlich leichter
ist, bewusst zu vergessen, was Sie sich beim Niederschreiben gedacht haben und dann vielmehr
lesen, was Sie tatsächlich niedergeschrieben haben.

1.8.10 Prädikatenlogik vs Umgangssprache

Wir werden unsere Beweise in der Umgangssprache (also in Deutsch anstatt in formalen
Symbolen) formulieren, doch empfehlen wir Ihnen, die Übersetzung zwischen Umgangsspra-
che und Prädikatenlogik zu üben. Wenn wir die Analogie zur Informatik etwas weiter ziehen,
dann sollten Sie die Prädikatenlogik als Maschinensprache der Beweise verstehen und die Um-
gangssprache als die höhere Programmiersprache, die es uns Menschen leichter machen wird,
Zusammenhänge zu sehen, eine Intuition für die Theorie zu entwickeln und Konversationen
über den Beweis zu führen. Der Autor eines Beweises muss also „als Programmierer“ sicherstel-
len, dass die umgangssprachliche Formulierung ohne Zweideutigkeiten in die Prädikatenlogik
übersetzt werden kann. Genauso sollte der Leser die Rolle des „sturen Computers“ spielen und
überprüfen, ob der Beweis „ohne Fehler abläuft“.
Wir werden anfangs unsere Diskussionen näher an der Prädikatenlogik halten und mitunter
(entgegen üblichen mathematischen Konventionen) auch die Quantoren ∀, ∃, ∃! in Symbolen
verwenden. Doch werden wir sehen, dass weder die Lineare Algebra noch die Analysis sinnlose
Formelsammlungen in Buchstaben und den Symbolen ¬, ∧, ∨, =⇒ , ⇐⇒ , ∀, ∃, ∃!, =, ∈,
⊆, . . . bilden. Vielmehr stellen sie zwei sehr massive Gebäude mit vielen Stockwerken, inter-
essanten Verzierungen und Erkern sowie mehreren Brücken zwischen einander und anderen
Gebäuden dar. Wenn Sie das „Gebäude“ der Linearen Algebra oder das „Gebäude“ der Analy-
sis verstehen wollen, dann müssen Sie zwar die einzelnen Bausteine (in Form von Definitionen,
Lemmata und Sätzen), aber eben auch den Lageplan des Gebäudes (das wären die Zusammen-
hänge) kennen. Es sind diese Zusammenhänge, die in umgangsprachlich formulierten Beweisen
klarer werden.
Wir wollen Ihnen am Ende des Hauptteiles dieses Kapitels noch einen Podcast der BBC
empfehlen, der neben geschichtlichen Informationen auch noch eine Zusammenfassung vieler
Themen dieses Kapitels bietet.
Bemerkung. Eigentlich beschäftigt sich obiger Podcast mit Gödel’s Unvollständigkeitssatz,
welcher Teil der mathematischen Logik ist. Dieses Teilgebiet der Mathematik beschäftigt sich
mit der Theorie des Beweisens und Fragen wie „ist die Aussage . . . aus den Axiomen . . . be-
weisbar? “. Interessanterweise gibt es in dieser Theorie nicht bloss einen Unvollständigkeitssatz,
sondern auch einen Vollständigkeitssatz. Die Auflösung dieses scheinbaren Paradox würde uns
jedoch zu weit vom Thema abbringen.

60
1.9 Weitere Lernmaterialien
Wir wollen hier versuchen, Ihnen einen Überblick über dieses Kapitel zu geben und auch
weitere Übungsaufgaben zu den Themen des Kapitels zu sammeln.

1.9.1 Verwendung des Kapitels

Wir haben in diesem Kapitel viele Themen und unter anderem Tipps, Motivationen, eini-
ge Theorie und auch noch etwas Geschichte der Mathematik besprochen. Auf Grund dieser
Vielfalt wollen wir kurz noch betonen, was Sie aus diesem Kapitel eigentlich für das Folgende
mitnehmen müssen: Die Themen aus den Abschnitten 1.3, 1.4 und 1.6 sind grundlegend und
wir werden ohne Wiederholungen alle unsere weiteren Diskussionen auf diese Abschnitte auf-
bauen. Vor allem sollten Sie die folgenden Begriffe so lange üben, bis Sie diese ohne Zweifel
im Gedächnis haben.

• Logische Operationen, insbesondere sollten Sie alle Fälle für das Oder, die Implikation
und ihre Negation ohne das Nachblättern der Wahrheitstabellen wissen.

• Quantoren und deren Verhalten bei Kombination und Negation.

• Mengenoperationen, de Morgan Gesetze.

• Begriff der Funktion und elementare Eigenschaften wie Injektivität, Surjektivität und
Bijektivität, aber auch die ungenaueren Begriffe „wohldefiniert“ und „kanonisch“.

• Verhalten dieser Eigenschaften unter Verknüpfungen.

• Äquivalenzrelationen, Partitionen, Quotientenraum

Bei logischen Aussagen werden wir, wie Sie vielleicht schon in Abschnitt 1.8 gemerkt haben,
die Notation in Zukunft etwas leichter halten. Unter anderem werden wir die Anführungszei-
chen „ . . . “ bei logischen Ausdrücken weglassen und teilweise die Klammerung unterschlagen,
wenn diese implizit klar ist. Zum Beispiel kann ∃n ∈ N : n = n2 =⇒ n = 1 nur für den
Ausdruck ∃n ∈ N : (n = n2 =⇒ n = 1) stehen, da ansonsten die Zahl n auf der rechten Seite
von (∃n ∈ N : n = n2 ) =⇒ n = 1 nicht definiert ist. Im Zweifel empfehlen wir Ihnen aber
lieber eine Klammer zu viel zu schreiben.
Die Diskussionen rund um Logik und Mengenlehre dieses Abschnitts könnte man mit Mus-
kelübungen für einen Schwimmunterricht fern von jeglicher Wasseroberfläche vergleichen, denn
wir haben logische Begriffe und Mengennotationen besprochen ohne konkrete Aussagen oder
Mengen besprechen zu wollen. In der Tat sollten Sie sogar den Abschnitt 1.5 (der als Über-
sicht gedacht war) wieder vergessen. Denn wir werden im nächsten Kapitel logische Begriffe,
Mengen und Funktionen verwenden um die reellen Zahlen axiomatisch einzuführen.
Abschnitt 1.8 und die Übungsaufgaben dieses Abschnitts sollen Ihnen helfen Ihren eigenen
Zugang zu Beweisen zu finden. Schwierige Fragen, die immer wieder auftauchen, sind, „Was
muss ich denn bei diesem Satz oder bei dieser Aufgabe eigentlich beweisen?“ und „Welche Aus-
sage kann ich als gegeben annehmen?“. Dies ist in diesem Kapitel mitunter wirklich schwer

61
zu beantworten (und wir haben hierzu im Laufe des Kapitels auch mehrmals unsere Mei-
nung geändert). Nach Einführung der Axiome im nächsten Kapitel wird deutlich klarer sein,
was wir beweisen müssen: nämlich ausser den Axiomen alles Weitere, wobei wir aber auf be-
reits bewiesene Aussagen zurückgreifen dürfen. Insbesondere dürfen Sie in den wöchentlichen
Übungsaufgaben die Aussagen der Vorlesung und ebenso die Aussagen des Skripts verwenden,
aber keine Übungsaufgaben des Skripts und auch nur jene Seiten des Skripts, die bereits in
der Vorlesung behandelt wurden. Obwohl die Axiome sehr einfach sein werden, werden wir im
Laufe der Vorlesung viele komplizierte und auch überraschende Aussagen beweisen können.
Wir wollen hier noch einige Multiple-Choice-Fragen stellen, die Ihnen helfen sollten die
Themen des Kapitels zu wiederholen. Es sind jeweils mehrere richtige Antworten möglich.

Übung. Seien X, Y Mengen. Welche Aussagen sind (immer) wahr und welche sind (manch-
mal) falsch?

(i) (W/F) (∀x ∈ X∃y ∈ Y : A(x, y)) =⇒ (∃y ∈ Y ∀x ∈ X : A(x, y))

(ii) (W/F) (∃y ∈ Y ∀x ∈ X : A(x, y)) =⇒ (∀x ∈ X∃y ∈ Y : A(x, y))

(iii) (W/F) ∀x ∈ X : (A(x) ∧ B(x)) =⇒ (∀x ∈ X : A(x)) ∧ (∀x ∈ X : B(x))

(iv) (W/F) (∀x ∈ X : A(x)) ∧ (∀x ∈ X : B(x)) =⇒ ∀x ∈ X : (A(x) ∧ B(x))

(v) (W/F) ∀x ∈ X : (A(x) ∨ B(x)) =⇒ (∀x ∈ X : A(x)) ∨ (∀x ∈ X : B(x))

(vi) (W/F) (∀x ∈ X : A(x)) ∨ (∀x ∈ X : B(x)) =⇒ ∀x ∈ X : (A(x) ∨ B(x))

Übung. Seien X, Y Mengen, f : X → Y eine Abbildung und A ⊆ X, B ⊆ Y Teilmengen.

Welche der folgenden Aussagen sind immer wahr?

(i) (W/F) A ⊆ f −1 (f (A))

(ii) (W/F) A ⊇ f −1 (f (A))

(iii) (W/F) B ⊆ f (f −1 (B))

(iv) (W/F) B ⊇ f (f −1 (B))

Übung. Seien X, Y, Z Mengen und f : X → Y sowie g : Y → Z Funktionen. Gelten die

folgenden Schlüsse allgemein?

(i) (J/N) Wenn g ◦ f surjektiv ist, dann ist f surjektiv.

(ii) (J/N) Wenn g ◦ f surjektiv ist, dann ist g surjektiv.

(iii) (J/N) Wenn g ◦ f injektiv ist, dann ist f injektiv.

(iv) (J/N) Wenn g ◦ f injektiv ist, dann ist g injektiv.

(v) (J/N) Wenn A = f −1 (f (A)) für jede Teilmenge A ⊆ X gilt, dann ist f injektiv.

(vi) (J/N) Wenn B = f (f −1 (B)) für jede Teilmenge B ⊆ Y gilt, dann ist f surjektiv.
62
1.9.2 Flächeninhalt
Übung (Allgemeinere Bereiche unter der Parabel). Berechnen Sie die Fläche unter der Pa-
rabel

Pa,b = (x, y) ∈ R2 | a ≤ x ≤ b, 0 ≤ y ≤ x2 ,


wobei a, b ∈ R zwei gegebene reelle Zahlen mit a < b sind.

Übung. In dieser Übung möchten wir eine Beweisvariante illustrieren, wie man auf Lem-
ma 1.3 schliessen kann ohne zuerst im Besitz der richtigen Formel zu sein. Wir schreiben
dazu für n ∈ N

(n + 1)3 = (13 + 23 + 33 + . . . + (n + 1)3 ) − (13 + 23 + 33 + . . . + n3 )

= 13 + (23 − 13 ) + (33 − 23 ) + . . . + ((n + 1)3 − n3 ). (1.10)

Gehen Sie nun wie folgt vor.

(i) Zeigen Sie für a, b ∈ R

(a + b)3 = a3 + 3a2 b + 3ab2 + b3 .

Können Sie alle dabei verwendenten Rechenregeln benennen?

(ii) Verifizieren Sie die Gleichung

(n + 1)3 = 1 + 3(12 + 22 + . . . + n2 ) + 3(1 + 2 + . . . + n) + n.

(iii) Schliessen Sie auf Lemma 1.3.

1.9.3 Logik
Übung (Draculas Bücher – aus [AE06]). In der Bibliothek des Grafen Dracula gibt es keine
zwei Bücher, deren Inhalt aus gleich vielen Wörtern besteht. Die Anzahl der Bücher ist die
Summe der Anzahl der Wörter jedes einzelnen Buches. Des Weiteren genügen diese Aussagen,
um den Inhalt mindestens eines Buches aus Draculas Bibliothek genau zu beschreiben. Was
steht in diesem Buch?

Übung (Vier Aussagen in Prädikatenlogik). Wir sagen m ∈ N teilt n ∈ N falls es ein d ∈ N

gibt mit n = dm. Beschreiben Sie die Bedeutung folgender Aussagen und bestimmen Sie, ob
diese zutreffen.

• ∀n ∈ N ∃m ∈ N : m teilt n.

• ∃m ∈ N ∀n ∈ N : m teilt n.

• ∀m ∈ N ∃n ∈ N : m teilt n.

63
 • ∃n ∈ N ∀m ∈ N : m teilt n.

Übung (Allgemeinere Existenzquantoren). Sei X eine Menge. In dieser Übung wollen wir
Quantoren für die Aussage, dass mehrere Elemente mit einer Eigenschaft A(x) in X existieren,
definieren.

(i) Definieren Sie unter Verwendung des Existenzquantors einen neuen Quantor ∃≥2 , so
dass die Aussage „∃≥2 x ∈ X : A(x)“ bedeutet, dass es mindestens zwei Elemente x in X
gibt, die die Eigenschaft A(x) haben.

(ii) Verallgemeinern Sie (i) zu dem Quantor ∃≥n für eine natürliche Zahl n, und verwen-
den Sie diese um auch den Quantor ∃=n zu definieren, der besagen soll, dass es genau
n Elemente in X gibt, die die Eigenschaft A(x) besitzen. (Sie dürfen entweder infor-
mell Punkte verwenden, oder formal korrekter den Funktionsbegriff, Eigenschaften von
Funktionen, und die Menge {k ∈ N | k ≤ n}, die genau n Elemente hat.)

(iii) Definieren Sie unter Verwendung des Existenzquantors, des Funktionsbegriffes, einer Ei-
genschaft von Funktionen und der natürlichen Zahlen N einen neuen Quantor ∃∞ , der
besagt, dass es unendlich viele Elemente in X gibt, die die Eigenschaft A(x) besitzen.

1.9.4 Funktionen und Relationen

Übung (Injektive Funktionen durch Fallunterscheidungen). Zeigen Sie folgende Behauptung:
Seien X und Y Mengen und sei P eine Partition von X. Angenommen es ist für jedes P ∈ P
eine injektive Funktion fP : P → Y gegeben und sei f : X → Y die eindeutige Funktion mit
f |P = fP für jedes P ∈ P nach Lemma 1.52. Zeigen Sie, dass f genau dann injektiv ist, falls
die Mengen f (P ) für P ∈ P paarweise disjunkt sind.

Übung (Eine Äquivalenzrelation auf dem kartesischen Produkt – aus [AE06]). Seien X, Y
zwei nicht-leere Mengen, sei ∼X eine Relation auf X und sei ∼Y eine Relation auf Y . Wir
definieren damit eine Relation ∼ auf X × Y durch

(x, y) ∼ (x0 , y 0 ) ⇐⇒ (x ∼X x0 ) ∧ (y ∼Y y 0 )

für (x, y), (x0 , y 0 ) ∈ X × Y . Zeigen Sie, dass ∼ genau dann eine Äquivalenzrelation auf X × Y
ist, wenn ∼X eine Äquivalenzrelation auf X ist und ∼Y eine Äquivalenzrelation auf Y ist. Gilt
dies auch, wenn eine der beiden Mengen X, Y leer ist?

Applet (Nichtvertauschbarkeit der Verknüpfung). Wir betrachten zwei Funktionen f, g : R →

R, wobei f nur durch den Graphen beschrieben ist und g : x ∈ R 7→ g(x) = ax + b eine affine
Funktion ist, die durch zwei Konstanten a, b ∈ R definiert wird. Durch Bewegen zweier Punkte
am Graph von g lassen sich a und b definieren. Experimentieren Sie damit um sich an die
geometrische Bedeutung von den Zahlen a und b zu errinnern, und beobachten Sie, wie sich die
beiden Funktionen g ◦ f und f ◦ g im rechten Fenster unterschiedlich verändern. Es ist nützlich
sich diese Phänomene vollständig zu erklären, denn wir werden ähnlichen Verknüpfungen in
unseren weiteren Überlegungen begegnen.
64
Übung (Konstruktion der Menge der ganzen Zahlen). Wir nehmen an, dass wir bereits die
Menge der natürlichen Zahlen N und damit auch die Menge der nicht-negativen ganzen Zahlen
N0 = N t {0} mit allen üblichen Operationen und Eigenschaften kennen und wollen daraus die
ganzen Zahlen definieren. Dazu betrachten wir eine Relation auf N20 : für (m1 , m2 ), (n1 , n2 ) ∈
N20 definieren wir

(m1 , m2 ) ∼ (n1 , n2 ) ⇐⇒ m1 + n2 = n1 + m2 (1.11)

(i) Erklären Sie unter der Annahme, dass die ganzen Zahlen schon bekannt sind, wieso wir
die Relation ∼ in (1.11) betrachten wollen.

(ii) Zeigen Sie, dass ∼ eine Äquivalenzrelation definiert.

Der Quotient N20 /∼ kann als Definition von Z angesehen werden, wobei wir die Äquivalenz-
klasse auch als [(m1 , m2 )]∼ = m2 − m1 schreiben. Insbesondere identifizieren wir n ∈ N0 mit
[(n, 0)]∼ und schreiben [(0, n)]∼ auch als 0 − n = −n für n ∈ N. Folgende Übungen erklären,
wieso dies Sinn ergibt.

(iii) Zeigen Sie, dass die Abbildungen

ι+ : n ∈ N0 7→ [(n, 0)]∼ ∈ Z
ι− : n ∈ N 7→ −n = [(0, n)]∼ ∈ Z

injektiv sind und disjunkte Bilder ι+ (N0 ), ι− (N) haben, welche wir mit N0 = ι+ (N0 ) und
−N = ι− (N) bezeichnen werden.

(iv) Zeigen Sie, dass Z = N20 /∼ = ι+ (N0 ) t ι− (N) gilt.

1.9.5 Beweismethoden
Übung. Sei n eine natürliche Zahl. Zeigen Sie, dass die Implikation

n2 + 17n − 13 ist gerade =⇒ n ist ungerade

gilt.

Übung (Türme von Hanoi). Es seien 3 Ablageflächen gegeben. Angenommen auf der linken
Ablagefläche seien n Blöcke für eine natürliche Zahl n aufgetürmt, wobei nie ein kleinerer
Block unter einem grösseren Block liegt.

Zeigen Sie, dass Sie den Turm von links nach rechts umschichten können, ohne dass je ein
kleinerer Block unter einem grösseren Block zu liegen kommt.
65
Übung. Zeigen Sie mittels vollständiger Induktion, dass für alle natürliche Zahlen n ≥ 5 gilt
4n < 2n .

Übung. Zeigen Sie mittels vollständiger Induktion, dass die Ungleichung n2 < 3n für alle
natürlichen Zahlen n gilt. Beschreiben Sie die Variante des Induktionsbeweises, die sie hier
verwenden.

Übung. Wir färben jeden Punkt im Gitter Z2 mit einer von 17 verschiedenen Farben ein.
Zeigen Sie, dass es ein achsenparalleles Rechteck R in diesem Gitter gibt, dessen Ecken alle
dieselbe Farbe besitzen.

Übung. Sei n ∈ N und sei S eine Teilmenge von {1, . . . , 2n} mit Kardinalität n + 1. Zeigen
Sie, dass es Elemente a, b ∈ S gibt mit a|b.

Übung. Sei T eine endliche Menge und seien S1 , . . . , Sn Teilmengen von T mit

|S1 | + · · · + |Sn | > k|T |.

Zeigen Sie, dass es ein Element t ∈ T gibt, welches in mindestens k + 1 der Mengen S1 , . . . , Sn
liegt.

1.9.6 Geometrische Probleme

Wir empfehlen Ihnen folgende Übung zu lösen, da der „Satz von Pythagoras“ für uns später
gewissermassen zu einer Definition werden wird.

Übung (Satz von Pythagoras). Wir betrachten ein rechtwinkliges Dreieck mit Katheten der
Länge a und b und Hypotenuse der Länge c. Zeigen Sie, dass

c2 = a2 + b2 .

Hinweis: Betrachten Sie folgende Bilder

und gehen Sie dabei davon aus, dass gewisse geometrische Begriffe wie Winkel, Länge und
Fläche für elementare Bereiche und intuitiv anschauliche Eigenschaften wie Invarianz der
Fläche unter Verschiebung und Drehung bekannt sind.
66
1.9.7 Übungen zu Primzahlen
Eine natürliche Zahl p grösser als 1 ist irreduzibel, falls sie nicht als Produkt von zwei
kleineren natürlichen Zahlen geschrieben werden kann. Eine natürliche Zahl p grösser als 1
heisst eine Primzahl, falls ein Produkt ab zweier natürlicher Zahlen a, b ∈ N nur dann durch
p teilbar ist, falls eine der beiden Zahlen durch p teilbar ist.

Übung (Primzahlen sind irreduzibel). Zeigen Sie, dass jede Primzahl in N auch irreduzibel
ist.

Diese beiden Begriffe sind in der Tat für die natürlichen Zahlen äquivalent (wir werden dies
nochmals etwas genauer in Abschnitt 2.2.4 besprechen) und wir werden in diesem Abschnitt
irreduzible Zahlen ebenso als Primzahlen bezeichnen. Es ist eine gute Übung im Folgenden
genau zu erklären welche der beiden Begriffe eigentlich verwendet wird.

Übung (Primfaktorzerlegung). Zeigen Sie mittels vollständiger Induktion, dass jede natürli-
che Zahl grösser als 1 als Produkt von Primzahlen geschrieben werden kann.

Übung (Unendlich viele Primzahlen). Zeigen Sie, dass es unendliche viele Primzahlen gibt.

1.9.8 Online Lernhilfen

Bei erster Verwendung dieses Skripts in der entsprechenden Vorlesung hat ein Student
mehrere online-Tools zum Erlernen der Inhalte des Skripts programmiert. Leider haben sich
aber die Inhalte seitdem etwas verändert, ohne dass die Inhalte in den online-Tools angepasst
wurden. Wir erwähnen hier die Webseite einmalig. Sollte jemand dieses App aktualisieren oder
ein alternatives App mit aktuellen Daten zur Verfügung stellen wollen, so werden wir dieses
gerne auch wieder am Ende von jedem Kapitel bewerben.

1.9.9 SageMath
Schlussendlich wollen wir die auf Python basierende Programmiersprache SageMath er-
wähnen. Diese ist für mathematische Experimente bestens geeignet und kann auch ohne einer
aufwendigen Installation mittels SageMathCell benützt werden. Für aufwendigere oder auch
rechenintensivere Programme empfiehlt sich allerdings eine lokale Installation von SageMath.
Versuchen Sie doch folgende Zeilen in SageMath aus und experimentieren Sie etwas damit.

table ( [[" A " ," B " ," A = > B "]]

+ [[ A ,B ,( not A ) or B ] for A in [ true , false ]
for B in [ true , false ]] )

Wir bemerken, dass einzelne Befehle normalerweise innerhalb einer Zeile stehen sollten, dass
aber bei einer vorhanden offenen Klammer die anschliessende(n) Zeile(n) als Teil der ersten
Zeile aufgefasst werden. Der Ausdruck in der ersten Zeile beschriftet die Kopfzeile und mit den
beiden ’for’-Konstruktionen werden alle Möglichkeiten durchgetestet. Insgesamt wird durch
den Befehl table hier die Wahrheitstabelle der Implikation dargestellt. Ändern Sie obiges

67
Beispiel und versuchen Sie zum Beispiel damit eine der Tautologie aus Abschnitt 1.3.1 zu
überprüfen.
Hier einige Zeilen, die zeigen, wie wir in SageMath mit Mengen operieren können. Bei
mehreren Befehlen hintereinander, die alle ein Ergebnis darstellen sollten, müssen sie den
Befehl print verwenden.

A = Set ( " abcdabcd " )

B = Set ( [0 ," a "] )
print (" A =" ,A ," und B =" , B )
print (" Durchschnitt :" , A . intersection ( B ) )
print (" Vereingigung :" , A + B )
print (" Ist 0 in A ?" , 0 in A )
print (" Ist 0 in B ?" , 0 in B )
def Produktmenge (X , Y ):
return Set ( (x , y ) for x in X for y in Y )

print (" Produktmenge :" , Produktmenge (A , B ) )

Zur Definition neuer Befehle mittels der obigen def -Konstruktion sollte man bemerken, dass
die konsistente Einrückung der folgenden Zeilen wichtig ist und man zur Erhöhung der Über-
sicht die Definition mit einer Leerzeile beenden sollte.
Die folgende Routine testet die Injektivität der Einschränkung einer Funktion f auf einer
endlichen Menge X. Dazu wollen wir bemerken, dass all der Allquantor und any der Exi-
stenzquantor in SageMath ist. Des Weiteren, sollten Sie wissen, dass = wie in obigem Beispiel
eine Anweisung ist, die einer Variable einen Wert zuweist, aber == die Frage nach Gleichheit
und != die Frage nach Ungleichheit darstellt.

def TestInj (F , X ):
return all ( ( x == y ) or ( F ( x )!= F ( y ))
for x in X for y in X )

X = [0..10] # Liste der ganzen Zahlen von 0 bis 10

g ( n ) = n ^2 -2* n +1 # die Funktion
print (" Ist g eingeschraenkt auf X injektiv ?")
TestInj (g , X )

Schreiben Sie anschliessend eine Routine TestWohl(F,X,Y), die überprüft, ob F (X) ⊆ Y gilt.
Schreiben Sie eine Routine TestSurj(F,X,Y), die überprüft, ob F (X) = Y gilt. Schreiben
Sie schlussendlich eine Routine TestGraph(G,X,Y), die für eine Menge G überprüft ob G ⊆
(X × Y ) der Graph einer Funktion f : X → Y ist.
Folgende Zeilen sollten auch zeigen, warum wir Ihnen SageMath als Programmiersprache
für mathematische Experimente empfehlen.

print (" Wofuer steht QQ ?" , QQ )

print (" Ist 2 eine rationale Zahl ?" , 2 in QQ )

68
 print (" Ist 2^2 eine rationale Zahl ?" , 2^2 in QQ )
print (" Ist die Wurzel aus 2 rational ?" , sqrt (2) in QQ )

print (" Wofuer steht RR ?" , RR )

print (" Ist pi eine reelle Zahl ?" , pi in RR )
print (" Ist pi eine rationale Zahl ?" , pi in QQ )

Wir überlassen Ihnen die entsprechenden Internetnachforschungen, falls Sie mehr über
SageMath wissen wollen.

69
70
Kapitel 2

Die reellen Zahlen

Wie bereits erwähnt wurde, werden wir uns in diesem und in allen folgenden Kapiteln an
den üblichen Aufbau mathematischer Theorien halten und alle Aussagen aus den gegebenen
Axiomen ableiten. In unserem Fall sind letztere die Axiome der reellen Zahlen, die wir gemein-
sam mit der naiven Mengenlehre (inklusive Funktionen und Relationen) verwenden werden,
um die Analysis aufzubauen. Wir werden diesen Aufbau in Etappen erledigen und nach jeder
Etappe klarstellen, was wir erreicht haben und in Zukunft verwenden dürfen.

2.1 Die Axiome der reellen Zahlen

Definition 2.1. Eine Menge R gemeinsam mit einer Abbildung

+ : R × R → R, (x, y) 7→ x + y,

die wir Addition nennen, einer Abbildung

· : R × R → R, (x, y) 7→ x · y,

die wir Multiplikation nennen, und einer Relation ≤ auf R, die wir kleiner gleich nennen,
wird als Menge der reellen Zahlen bezeichnet, falls die in diesem Abschnitt 2.1 aufgelisteten
16 Axiome erfüllt sind.

2.1.1 Körperaxiome
Axiome (Addition). Die Addition erfüllt folgende Eigenschaften:

(1) (Nullelement) ∃0 ∈ R ∀x ∈ R : x + 0 = 0 + x = x

(2) (Additives Inverses) ∀x ∈ R ∃(−x) ∈ R : x + (−x) = (−x) + x = 0

(3) (Assoziativgesetz) ∀x, y, z ∈ R : (x + y) + z = x + (y + z)

(4) (Kommutativgesetz) ∀x, y ∈ R : x + y = y + x

71
 An dieser Stelle kann man sich einige Fragen stellen. Beispielsweise ist nicht klar, wieso
die Notation (−x) für die additive Inverse eines Elements x ∈ R gerechtfertigt ist; a priori
könnte es ja mehrere additive Inverse eines Elements geben. Deswegen sollte (−x) vorerst als
der Name eines Elements in R gesehen werden und nicht als ein eindeutig bestimmtes, zu x
gehörendes Element. Fragen wie diese möchten wir in Kürze beantworten.
Bemerkung. Um formal korrekt zu sein, müsste man schreiben
(1’) ∃z ∈ R ∀x ∈ R : x + z = z + x = x,

(2’) ∀x ∈ R ∃y ∈ R ∀w ∈ R : w + (x + y) = (x + y) + w = w und
∀x ∈ R ∃y ∈ R ∀w ∈ R : w + (y + x) = (y + x) + w = w.
Dies sind die formal korrekten Version der Axiome (1) und (2): In (1’) haben wir nicht ein
„unbekanntes Symbol 0“ verwendet, sondern die Existenz eines Elements mit einer bestimmten
Eigenschaft gefordert. Dadurch wird es klarer, dass bei der gefordeten Existenz a priori nicht
klar ist, ob es nur ein oder mehrere derartige Elemente gibt. Analog haben wir in (2’) die
Verwendung dieses unbekannten Symbols und auch der verfrühten Notation (−x) vermieden.
Wir haben bei der Formulierung der obigen Axiome versucht einen Kompromiss zwischen
Lesbarkeit und formaler Korrektheit zu treffen, damit die Axiome auf den ersten Blick intuitiv
Sinn machen und über jeden Zweifel erhaben sind. Formal sollten Sie die Symbole 0 und (−x),
wie bereits angedeutet, vorerst als seltsame aussehende Variablen interpretieren.
Alternativ hätten wir in der Formulierung der Axiome gleich zu Beginn fordern können,
dass es neben der Addition auch noch ein ausgezeichnetes Element 0 ∈ R und eine weite-
re Abbildung − : R → R gibt, und in den ersten beiden Axiomen die Eigenschaften dieser
zusätzlichen Objekte beschreiben können. Dies widerspricht aber dem Wunsch an einem Axio-
mensystem minimal zu sein und nur die nötigsten Objekte, die sich nicht unter Verwendung
anderer Objekte definieren lassen, einzuführen.
Erste Folgerungen.
(a) Das Nullelement 0 (auch die Null genannt) ist durch das Axiom (1) eindeutig bestimmt.
Insbesondere ergibt der Begriff „das Nullelement“ Sinn und es ist akzeptabel, dass 0 in
Axiom (2) vorkommt, ohne dass man vorher eine Null wählen musste. In der Tat, sind
01 , 02 ∈ R zwei Elemente, die die Eigenschaft in Axiom (1) erfüllen, dann gilt also

01 = 01 + 02 = 02 .

(Wie wurden die Axiome hier verwendet?)

(b) Das Negative −x ∈ R ist für jedes x ∈ R durch die Eigenschaft x + (−x) = 0 eindeutig
bestimmt. Insbesondere können wir von der additiven Inversen eines Elements sprechen
und die Abbildung − : x ∈ R 7→ −x ∈ R ist wohldefiniert. In der Tat, falls y, z ∈ R zu
x ∈ R die Identitäten x + y = x + z = 0 erfüllen, dann gilt

y = y + 0 = y + (x + z)
= (y + x) + z = (x + y) + z = 0 + z = z,

72
 nach der Eigenschaft der Null in Axiom (1), der Annahme für z, dem Assoziativgesetz in
Axiom (3), dem Kommutativgesetz in Axiom (4), der Annahme für y und wiederum die
Eigenschaft der Null in Axiom (1).

(c) Wegen der Eindeutigkeit der additiven Inversen gilt −(−x) = x für jedes x ∈ R. Denn für
x ∈ R gilt (−x) + x = 0 nach der Definition der additiven Inversen von x in Axiom (2)
und damit ist nach (b) schliesslich −(−x) = x.

(d) „Additives Kürzen“ ist erlaubt: Sind x, y, z ∈ R mit x + y = x + z, so darf man x wegstrei-
chen. (Das heisst, die Aussage ∀x, y, z ∈ R : x + y = x + z =⇒ y = z gilt.) In der Tat
gilt

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

wobei die Eigenschaft der Null in Axiom (1), Eigenschaft der additiven Inversen in Axi-
om (2), das Assoziativgesetz in Axiom (3), die Annahme x+y = x+z, das Assoziativgesetz
in Axiom (3) und nochmals die Eigenschaft in den Axiomen (2) und (1) verwendet wurden.

Nach dem Assoziativgesetz in Axiom (3) können wir für x, y, z ∈ R anstelle von (x + y) + z
oder x + (y + z) einfach x + y + z schreiben, da diese nach Axiom (3) gleich sind. Anstelle von
x + (−y) für x, y ∈ R schreiben wir oft auch die Subtraktion x − y und anstelle von (−x) + y
auch −x + y.

Wichtige Übung 2.2. Zeigen Sie die folgenden Regeln (unter Verwendung der Axiome (1)-
(4) und der Folgerungen (a)-(d)).

(i) Es gilt −0 = 0.

(ii) Für alle x, y ∈ R gilt −(x + y) = (−x) + (−y) (wobei wir für letzteres auch = −x − y
schreiben).

(iii) Für alle x, y ∈ R gilt −(x − y) = −x + y.

Bemerkung. Wir sagen auch, dass die reellen Zahlen R gemeinsam mit der Abbildung (Ver-
knüpfung) + : R × R → R eine kommutative oder abelsche Gruppe bilden, da die Axiome
(1)-(4) gerade die Axiome einer kommutativen Gruppe bilden.

Axiome (Multiplikation). Die Multiplikation erfüllt folgende Eigenschaften:

(5) (Einselement) ∃1 ∈ R \ {0} ∀x ∈ R : x · 1 = 1 · x = x

(6) (Multiplikative Inverse) ∀x ∈ R \ {0} ∃(x−1 ) ∈ R : x · (x−1 ) = (x−1 ) · x = 1

(7) (Assoziativgesetz) ∀x, y, z ∈ R : x · (y · z) = (x · y) · z

(8) (Kommutativgesetz) ∀x, y ∈ R : x · y = y · x

Des Weiteren muss bei Kombination der Addition und der Multiplikation folgendes Gesetz
gelten.
73
Axiome (Kompatibilität von + und ·). Wir verlangen das folgenden Axiom:

(9) (Distributivgesetz) ∀x, y, z ∈ R : (x + y) · z = (x · z) + (y · z)

Wir werden sehen, dass die Axiome (5)-(9) implizieren, dass R× = R \ {0} mit der Multi-
plikation eine abelsche Gruppe bildet, die auch die Einheitengruppe von R genannt wird.
Dies wird uns insbesondere erlauben, die Folgerungen aus den Axiomen (1)-(4) auf die Mul-
tiplikation analog anzuwenden.

Folgerungen.

(e) Es gilt 0 · x = x · 0 = 0 für alle x ∈ R. Denn für ein x ∈ R gilt

0 · x + 0 · x = (0 + 0) · x = 0 · x = 0 · x + 0

nach dem Distributivgesetz in Axiom (9) und der Eigenschaft der Null. Durch Wegstrei-
chen von 0 · x (siehe Folgerung (d)) erhalten wir 0 · x = 0. Nach dem Kommutativgesetz
in Axiom (8) folgt auch x · 0 = 0 und die Behauptung ist gezeigt.

(f) Es gilt (−1) · x = −x für alle x ∈ R. Denn für ein x ∈ R ist

x + (−1) · x = 1 · x + (−1) · x
= (1 + (−1)) · x = 0 · x = 0,

was wegen Folgerung (b) die gewünschte Aussage impliziert.

(g) Es gilt, dass für jedes x ∈ R× auch jedes Element (x−1 ) wie in Axiom (6) in R× liegt.
Denn wäre x ∈ R× mit (x−1 ) = 0, so würde 1 = x · (x−1 ) = x · 0 = 0 gelten, was in Axiom
(5) ausgeschlossen wurde.

(h) „Multiplikatives Kürzen“ ist erlaubt: Sei x ∈ R× und eine Gleichung der Form x · y = x · z
für y, z ∈ R gegeben. Dann darf man x wegstreichen und es gilt y = z. In der Tat ist

y = 1 · y = ((x−1 ) · x) · y = (x−1 ) · (x · y)
= (x−1 ) · (x · z) = ((x−1 ) · x) · z = 1 · z = z.

(i) Es gibt keine „Nullteiler“: Falls x · y = 0 für zwei Elemente x, y ∈ R gilt, dann ist x = 0
oder y = 0. Denn nimmt man an, dass x 6= 0 ist, so folgt aus der Gleichung x·y = 0 = x·0,
die nach Folgerung (e) und der Voraussetzung gilt, dass y = 0 ist nach Folgerung (h).

Wegen dem Assoziativgesetz in Axiom (7) schreiben wir anstelle von x · (y · z) oder (x · y) · z
auch x · y · z für x, y, z ∈ R. Wir verwenden im Weiteren die Regel „Punkt- vor Strichrechnung“
und lassen den Punkt in der Multiplikation oft auch weg. Insbesondere werden wir das Distri-
butivgesetz in Axiom (9) auch in der Form (x + y)z = xz + yz für alle x, y, z ∈ R schreiben.
Bemerkung. Die Axiome (5)-(8) (gemeinsam mit den Folgerungen (g) und (i)) machen R×
ausgestattet mit (der Einschränkung) der Multiplikation · : (R× )2 → R× zu einer kommutati-
ven Gruppe: Nach Folgerung (i) ist die Multiplikation wohldefiniert, nach Axiom (5) existiert
74
ein sogenanntes neutrales Element (hier die Eins, bei der Addition war es die Null), nach
Axiom (6) und Folgerung (g) hat jedes Element ein multiplikatives Inverses in R \ {0}. Das
Assoziativgesetz (resp. das Kommutativgesetz) ist wegen Axiom (7) (resp. Axiom (8)) erfüllt.
Insbesondere können wir die Folgerungen (a)-(c) übernehmen.

Folgerungen.

(j) Das Einselement ist durch die Eigenschaft in Axiom (5) eindeutig bestimmt.

(k) Das (multiplikatives) Inverse x−1 ∈ R× ist für jedes Element x ∈ R× eindeutig durch
x · x−1 = 1 bestimmt.

(l) Für alle x ∈ R× gilt (x−1 )−1 = x.

Wichtige Übung 2.3.

(i) Analysieren Sie das Argument in Bemerkung 2.1.1, das Folgerungen (j), (k) und (l)
beweist.

(ii) Leiten Sie die Folgerungen (j),(k) und (l) direkt aus den Axiomen (5)-(7) ab, was in
diesem Fall nicht viel langsamer als die Argumentation im ersten Teil der Übung ist,
aber eine klare Wiederholung der Argumente in Folgerungen (a)-(c) darstellt.

Wichtige Übung 2.4. Seien x, y, z ∈ R.

(i) Zeigen Sie, dass die Identität (−x)(−y) = xy. Überprüfen Sie auch, dass −x ∈ R× und
(−x)−1 = −(x−1 ) gilt, falls x ∈ R× ist.

(ii) Zeigen Sie, dass das Distributivgesetz für die Subtraktion

x(y − z) = xy − xz

gilt.

Wir verwenden oft die Schreibweise des Quotienten xy = xy −1 für alle Zähler x ∈ R und
Nenner y ∈ R× . Die Inverse y1 = y −1 von y ∈ R× nennen wir auch den reziproken Wert
oder den Kehrwert von y.

Wichtige Übung 2.5 (Rechenregeln für Quotienten).

(i) Für alle x, z ∈ R und y, w ∈ R× gilt x

y = z
w genau dann, wenn xw = yz.

(ii) Für alle x, z ∈ R und y, w ∈ R× gilt

xz xz
= .
yw yw

(iii) Für alle x ∈ R und y, z, w ∈ R× gilt

x
y xw
z = .
w yz
75
(iv) Für alle x, z ∈ R und y, w ∈ R× gilt

x z xw + yz
+ = .
y w yw

Wichtige Übung 2.6. Wir definieren a2 = a · a für alle a ∈ R. Zeigen Sie die Gleichungen
(a + b)2 = a2 + 2ab + b2 , (a − b)2 = a2 − 2ab + b2 , und (a + b)(a − b) = a2 − b2 für alle a, b ∈ R.

Die Axiome (1)-(9) werden auch die Körperaxiome genannt und machen also R zu einem
Körper. Diese definieren die üblichen Rechenregeln und sind damit gut als Axiome geeignet.
Die Folgerungen (a)-(l), Übung 2.2 und Übungen 2.4–2.6 gelten für beliebige Körper und nicht
nur für die reellen Zahlen.

Beispiel 2.7. Bevor wir zu den weiteren Axiomen der reellen Zahlen kommen, wollen wir
noch weiterere Beispiele von Körpern und ein Gegenbeispiel geben:

(i) Die rationalen Zahlen Q, welche man aus den axiomatisch definierten natürlichen Zahlen
N konstruieren kann (siehe Abschnitt 1.5), bilden einen Körper.

(ii) Die ganzen Zahlen Z (siehe Abschnitt 1.5) bilden keinen Körper. (Warum nicht?)

(iii) Aus den rationalen Zahlen lassen sich viele weitere Körper bilden, zum Beispiel
√ n √ o
Q( 2) := a + b 2 | a, b ∈ Q

√
mit den natürlichen Rechenoperationen, wobei 2 eine Lösung der Gleichung x2 = 2 ist.
(Wir werden dies nochmals genauer besprechen, siehe Abschnitt 2.1.4.)

(iv) Der kleinst mögliche Körper F2 besteht aus der Menge {0, 1} gemeinsam mit den Re-
chenoperationen der Addition

0
1 = 1
0 = 1, 0
0=1
1=0

und der Multiplikation

0 1=1 0=0 0 = 0, 1 1 = 1.

Hier sind 0, 1 nicht die gewöhnlichen Zahlen (Elemente von R), sondern zwei Elemente
der neuen Menge F2 . Auch sind die Operationen
und zwei neue Operationen, so
dass F2 mit diesen beiden Operationen die Körperaxiome erfüllt (siehe Abschnitt 2.7.2).

(v) Der Körper F2 kann auch als Quotient von Z bezüglich der Äquivalenzrelation ≡, definiert
durch

m ≡ n ⇐⇒ n − m ist gerade

für m, n ∈ Z, konstruiert werden. Diese Definition kann man für jede Primzahl p ∈ N
erweitern, um damit den Körper Fp zu definieren (siehe wiederum Abschnitt 2.7.2).
76
 Obige Beispiele zeigen, dass die „üblichen Rechenoperationen“ (das wären die Axiome (1)-
(9)) von vielen Zahlensystemen erfüllt werden, oder präziser formuliert, dass es viele verschie-
dene Körper gibt. Wir sind an diesen Körpern hier(!) nicht weiter interessiert und schliessen
sie aus, indem wir weitere Axiome einführen.

2.1.2 Angeordnete Körper

Axiome (Anordnung). Die Relation ≤ auf R erfüllt die folgenden vier Axiome:

(10) (Reflexivität) ∀x ∈ R : x ≤ x

(11) (Antisymmetrie) ∀x, y ∈ R : (x ≤ y ∧ y ≤ x) =⇒ x = y

(12) (Transitivität) ∀x, y, z ∈ R : (x ≤ y ∧ y ≤ z) =⇒ x ≤ z

(13) (Linearität) ∀x, y ∈ R : x ≤ y ∨ y ≤ x

Die Axiome (10)-(12) sind die Axiome einer (partiellen) Ordnung und zusammen mit
Axiom (13) bilden sie die Axiome einer linearen (oder auch totalen) Ordnung. Damit die
Relation ≤ auf dem Körper R nützlich ist, benötigen wir die folgenden Axiome, die die Relation
mit der Körperstruktur koppeln:

Axiome (Kompatibilität von ≤). Wir verlangen die folgenden beiden Axiome:

(14) (≤ und +) ∀x, y, z ∈ R : x ≤ y =⇒ x + z ≤ y + z

(15) (≤ und ·) ∀x, y ∈ R : (0 ≤ x ∧ 0 ≤ y) =⇒ 0 ≤ x · y

Wie bereits erwähnt wurde, sprechen wir x ≤ y als „x ist kleiner gleich y“ aus. Wir
definieren für x, y ∈ R auch y ≥ x durch x ≤ y und sprechen dies als „y ist grösser gleich
x“ aus. Weiter definieren wir x < y (ausgesprochen als „x ist kleiner als y“ oder „x ist echt
kleiner als y“) durch x ≤ y ∧ x 6= y. Natürlich definieren wir x > y durch y < x und sagen
„x ist grösser als y“ oder „x ist echt grösser als y“. Wir verwenden diese Symbole oft auch
in „gleich gerichteten Ketten“; beispielsweise steht x ≤ y < z = a für x ≤ y ∧ y < z ∧ z = a.
Ein Element x ∈ R ist positiv, falls x > 0 gilt, und negativ, falls x < 0 gilt. Des Weiteren
sagen wir ein Element x ∈ R ist nicht-negativ falls x ≥ 0, beziehungsweise nicht-positiv
falls x ≤ 0.

Folgerungen. Das Hinzufügen der Axiome (10)-(15) hat folgende Konsequenzen:

(m) (Trichotomie) Für alle x, y ∈ R gilt entweder x < y, x = y oder x > y. Seien x, y ∈ R.
Nach der Linearität in Axiom (13) gilt x ≤ y oder y ≤ x. Falls x = y, dann können x > y
und x < y nicht gelten (siehe obige Definitionen). Falls umgekehrt x 6= y, dann kann nach
der Antisymmetrie in Axiom (11) nur eine der beiden Aussagen x ≤ y und y ≤ x gelten,
wodurch wiederum genau eine der beiden Aussagen x < y und y < x gilt.

(n) Seien x, y, z ∈ R. Falls x < y und y ≤ z ist, dann gilt auch x < z. Denn wir haben x ≤ z
nach der Transitivität in Axiom (12) und falls x = z wäre, dann wäre y ≤ x und daher

77
 x = y nach der Antisymmetrie in Axiom (11) und der Voraussetzung x ≤ y, was aber
der Annahme widerspricht. Analog sieht man, dass x ≤ y und y < z für x, y, z ∈ R auch
x < z impliziert.

(o) Man darf Ungleichungen folgendermassen addieren: Seien x, y, z, w ∈ R mit x ≤ y und

z ≤ w. Dann gilt auch x + z ≤ y + w. In der Tat, x ≤ y impliziert x + z ≤ y + z nach der
additiven Kompatibilität in Axiom (14) und z ≤ w impliziert y + z ≤ y + w ebenso nach
Axiom (14), was gemeinsam x + z ≤ y + w nach der Transitivität in Axiom (12) impliziert.
Analog sieht man (unter Verwendung von Folgerung (n)), dass für x, y, z, w ∈ R mit x < y
und z ≤ w auch x + z < y + w gilt.

(p) Seien y, z ∈ R. Dann gilt y ≤ z genau dann, wenn 0 ≤ z − y gilt. Dies folgt wiederum aus
der additiven Kompatibilität in Axiom (14) durch Subtraktion resp. Addition von y.

(q) Sei x ∈ R. Dann gilt x ≥ 0 ⇐⇒ −x ≤ 0. Dies folgt aus (p) mit y = −x und z = 0
gemeinsam mit Folgerung (c).

(r) Des Weiteren ist für jedes x ∈ R das Element x2 = x · x ≥ 0 und x2 > 0, falls x 6= 0. Falls
x ≥ 0 ist, so folgt die erste Aussage aus der multiplikativen Kompatibilität in Axiom (15).
Falls x ≤ 0 ist, dann ist −x ≥ 0 nach Folgerung (q) und damit xx = (−x)(−x) ≥ 0 nach
Übung 2.4. Falls x2 = 0 ist, dann gilt x = 0 nach Folgerung (i) und die zweite Aussage
folgt.

(s) Es gilt 0 < 1. Denn 1 = 12 ≥ 0 nach Folgerung (r) und 1 6= 0 nach Axiom (5).

(t) Seien x, y, z ∈ R. Falls x ≥ 0 und y ≤ z, dann gilt xy ≤ xz. Denn unter Verwendung von
Folgerung (p), wonach z − y ≥ 0, und der multiplikativen Kompatibilität in Axiom (15)
gilt xz − xy = x(z − y) ≥ 0 und damit folgt die Aussage wiederum aus Folgerung (p).

(u) Seien x, y, z ∈ R. Falls x ≤ 0 und y ≤ z, dann gilt xy ≥ xz. In der Tat ist −x ≥ 0 nach
Folgerung (q), z − y ≥ 0 nach Folgerung (p) und somit

xy − xz = x(y − z) = (−x)(−(y − z)) = (−x)(z − y) ≥ 0

nach der multiplikativen Kompatibilität in Axiom (15) und Übungen 2.4 und 2.4.

(v) Für x, y ∈ R impliziert 0 < x ≤ y, dass 0 < y −1 ≤ x−1 . Wir behaupten zuerst, dass
x−1 > 0 (y −1 > 0 folgt analog). Denn falls nicht, dann wäre wegen der Trichotomie
in Folgerung (m) und Folgerung (g) x−1 < 0. Demnach würde 1 = xx−1 < 0 nach
Folgerung (t) gelten, was Folgerung (s) widerspricht. Insbesondere ist x−1 y −1 > 0 und es
gilt

y −1 = xx−1 y −1 ≤ yx−1 y −1 = x−1 .

(w) Falls 0 ≤ x ≤ y und 0 ≤ z ≤ w für x, y, z, w ∈ R, dann gilt auch 0 ≤ xz ≤ yw (siehe

Übung 2.8).

78
(x) In einer Ungleichung der Form x + y ≤ x + z für x, y, z ∈ R darf man x streichen, das
heisst, y ≤ z folgern (siehe Übung 2.8).

(y) In einer Ungleichung der Form xy ≤ xz für x, y, z ∈ R darf man x streichen, das heisst,
y ≤ z folgern, wenn x > 0 ist (siehe Übung 2.8).

Übung 2.8. (i) Beweisen Sie die Folgerungen (w),(x),(y). Was geschieht in (y), wenn man
die Bedingung x > 0 fallen lässt, das heisst, wenn x < 0 oder x = 0?

(ii) Formulieren Sie für einige der obigen Folgerungen ähnliche Versionen für die strikte
Relation „<“ und beweisen Sie diese.

Obige Axiome, Folgerungen und Aussagen in den Übungen stellen die üblichen Eigenschaf-
ten für Ungleichungen dar. Mit Hilfe dieser können wir auch Aufgaben wie in folgender Übung
lösen.

Übung 2.9. Zeigen Sie, dass

 
3
x ∈ R \ {0} | x + +4≥0 = {x ∈ R \ {0} | −3 ≤ x ≤ −1 ∨ x > 0}
x

Falls ein Körper (der ja per Definition die Axiome (1)-(9) erfüllt) eine Relation ≤ besitzt,
die auch die Axiome (10)-(15) erfüllt, dann nennen wir den Körper mit der Relation einen
angeordneten (oder geordneten) Körper.

Beispiel 2.10 (angeordnete Körper).

(i) Es gibt keine Relation ≤ auf F2 , so dass dieser einen angeordneten Körper bildet. Nehmen
wir per Widerspruch an, dass ≤ eine Relation auf F2 ist, die die Axiome (10)−(15) erfüllt.
Dann folgt aus 0 < 1 und Folgerung (n) die strikte Ungleichung 0 = 0 + 0 < 1 + 1 = 0,
was einen Widerspruch darstellt.
√
(ii) Die rationalen Zahlen Q sowie der Körper Q( 2) aus Beispiel 2.7 bilden mit der üblichen
Relation ≤ einen angeordneten Körper.

2.1.3 Das Vollständigkeitsaxiom

Für die Analysis sind die Axiome (1)-(15) noch nicht ausreichend; Grund dafür ist, dass
man vorerst noch zu viele „Lücken“ in R haben könnte. Wir benötigen also noch ein weiteres
Axiom. Gewissermassen hat die Suche nach diesem Axiom mit den Arbeiten der Griechen
wie Pythagoras, Euklid und Archimedes begonnen, doch wurde sie erst im 19. Jahrhundert in
den Arbeiten zahlreicher Mathematiker, darunter Weierstrass, Heine, Cantor und Dedekind,
erfolgreich (siehe auch diesen Link).
Wie wir in Kürze besprechen wollen, ist dieses Axiom trotzdem relativ leicht vorstellbar
und wie wir im Laufe des Jahres sehen werden, ist es Grundlage für die ganze Analysis.

Axiom (Vollständigkeit). Die reellen Zahlen erfüllen folgendes Axiom:

79
(16) Zuerst in Worten: Falls X, Y zwei nicht-leere Teilmengen von R sind und für alle x ∈ X
und y ∈ Y die Ungleichung x ≤ y gilt, dann gibt es ein c ∈ R, das zwischen X und Y liegt
in dem Sinn, als dass für alle x ∈ X und y ∈ Y die Ungleichung x ≤ c ≤ y gilt. Formal:


∀X, Y ⊆ R : X 6= ∅ ∧ Y 6= ∅ ∧ ∀x ∈ X ∀y ∈ Y : x ≤ y


=⇒ ∃c ∈ R∀x ∈ X ∀y ∈ Y : x ≤ c ≤ y

Wenn R die Axiome (1)–(16) erfüllt, dann sprechen wir auch von einem vollständig ange-
ordneten Körper. Wir werden uns die reellen Zahlen häufig als die Punkte auf einer Geraden
vorstellen, wobei wir deswegen die Gerade auch die Zahlengerade nennen.

Die Relation x < y für x, y ∈ R interpretieren wir als „auf der Geraden liegt der Punkt y
rechts von dem Punkt x“, wobei wir „rechts“ mit einem Pfeil auf der Geraden andeuten. Wir
definieren 2 = 1 + 1 > 1 > 0, 3 = 2 + 1 > 2 und so weiter - siehe auch den Abschnitt 2.2.
Was bedeutet in diesem Bild das Vollständigkeitsaxiom? Seien X, Y nicht-leere Teilmengen
von R, so dass für alle x ∈ X und alle y ∈ Y die Ungleichung x ≤ y gilt. Dann sind alle
Elemente von X links von allen Elementen von Y wie im nachfolgenden Bild.

Nach dem Vollständigkeitsaxiom existiert also ein c, das dazwischen liegt. Die Existenz der
Zahl c ist gewissermassen eine Versicherung, dass R keine „Lücken“ hat.
Es ist gut, sich die obigen Axiome und Folgerungen, aber auch alle folgenden Lemmata,
Propositionen, Sätze, Theoreme und deren Beweise auf der Zahlengeraden zu veranschaulichen.
Doch sollte die Zahlengerade als Motivation und zur Entwicklung einer guten Intuition, aber
nicht für die Beweisführung verwendet werden.
Bemerkung. Wir bemerken, dass es im Vollständigkeitsaxiom notwendig ist, Mengen X, Y ⊆ R
zu betrachten und man sich auch nicht auf endliche Mengen beschränken darf. In der Tat,
falls die Menge X endlich ist, so kann man mittels der Axiome des angeordneten Körpers
(also Axiomen (1)–(15)) ein maximales Element c ∈ X finden, welches die gewünschte Exi-
stenzaussage im Vollständigkeitsaxiom erfüllt. Ebenso würde ein minimales Element c ∈ Y
einer endlichen Menge Y die Existenzaussage im Vollständigkeitsaxiom erfüllen. Ein Axiom
ist aber nur dann interessant, wenn es nicht aus den vorhergehenden Axiomen folgt. Wie wir
in Abschnitt 2.2.3 sehen werden, folgt das Vollständigkeitsaxiom (in obiger Formulierung für
beliebige Teilmengen) aber nicht aus den vorhergehenden Axiomen.

80
2.1.4 Eine erste Anwendung der Vollständigkeit
Wir schliessen diesen Abschnitt indem wir als eine Anwendung des Vollständigkeitsaxioms
die Wurzelfunktion auf R≥0 = {x ∈ R : x ≥ 0} einführen.

Wichtige Übung 2.11 (Existenz der Wurzelfunktion). In dieser Übung wollen wir die Exi-
√ √ √ 2 √
stenz einer bijektiven Funktion · : R≥0 → R≥0 , a 7→ a mit der Eigenschaft a = a2 = a
für alle a ∈ R≥0 zeigen.

(i) Zeigen Sie für alle x, y ∈ R≥0 , dass x < y ⇐⇒ x2 < y 2 .

(ii) (Eindeutigkeit) Folgern Sie, dass es für jedes a ∈ R≥0 höchstens ein c ∈ R≥0 mit c2 = a
gibt.

(iii) (Existenz) Zeigen Sie für eine reelle Zahl a > 0, dass die Teilmengen

X = x ∈ R≥0 | x2 < a , Y = y ∈ R≥0 | y 2 > a

 

die Vorraussetzung des Vollständigkeitsaxioms erfüllen. Wenden Sie nun das Vollstän-
digkeitsaxiom an, um ein c ∈ R mit x ≤ c ≤ y für alle x ∈ X und y ∈ Y zu finden.
Verwenden Sie, dass c + ε ∈
/ X für alle ε ∈ R mit 0 < ε < 1 gilt und schliessen Sie auf
2
c ≥ a (und damit c > 0). Argumentieren sie anschliessend mittels c − ε ∈ / Y für alle
2
ε ∈ R mit 0 < ε < c um c ≤ a zu zeigen.

Wir bezeichnen für jedes a ≥ 0 die durch c2 = a und c ≥ 0 eindeutig bestimmte reelle Zahl als
√
c = a und sprechen von der Wurzel von a.
√ √
(iv) (Wachsend) Zeigen Sie für x, y ∈ R≥0 mit x < y die Ungleichung x< y.

(v) (Bijektion) Zeigen Sie, dass die Wurzelfunktion von R≥0 nach R≥0 bijektiv ist.
√ √ √
(vi) (Multiplikativität) Zeigen Sie, dass für alle x, y ∈ R≥0 gilt xy = x y.

(vii) (Zwei Lösungen) Zeigen Sie, dass es für a > 0 genau zwei Lösungen der Gleichung x2 = a
in x ∈ R gibt.

2.1.5 Verwendung der reellen Zahlen und der Axiome

Zusammenfassend gilt, dass die Körperaxiome der reellen Zahlen die üblichen Rechenregeln
und Gleichungsumformungen erlauben, wobei (wie gewohnt) Division mit Null nicht gestat-
tet ist. Des Weiteren erfüllen die Relationen ≤ und < die üblichen Umformungsgesetze für
Ungleichungen, wobei bei Multiplikation mit negativen Zahlen die Ungleichungen natürlich
umzudrehen sind. Wir werden diese Gesetze (das wären die Axiome (1)-(15), die Folgerun-
gen (a)-(y) und die Aussagen in den Übungen) im Folgenden ohne Verweis verwenden. Das
Vollständigkeitsaxiom (Axiom (16)) war bereits notwendig für den Beweis der Existenz einer
Wurzelfunktion. Die wahre Bedeutung dieses Axioms werden wir hingegen erst sehen, wenn
wir es für weitere Aussagen verwenden. Insbesondere werden wir bis auf Weiteres stets darauf
verweisen, wenn wir es verwenden.
81
 Wir werden häufig die Variablen a, b, c, s, t, x, y, ε, δ verwenden um damit reelle Zahlen zu
bezeichnen, werden aber im Sinne der Transparenz und Korrektheit trotzdem immer „Sei a ∈ R
. . . “ oder ähnliches schreiben.
Bemerkung. Wir haben in Obigem die Axiome der reellen Zahlen aufgelistet. Die Tatsache,
dass wir von den reellen Zahlen sprechen können, rührt daher, dass es bis auf gewisse Iden-
tifikationen nur einen angeordneten Körper gibt, der auch (16) genügt. Eine Analogie dazu
findet sich im Schachspiel: Ein Schachbrett mit Schachfiguren ist nicht gleich einem anderen
Schachbrett mit Schachfiguren. Für das Schachspiel ist es jedoch egal, welches Schachbrett
man benutzt. Deswegen fixieren wir uns einen solchen Körper und nennen ihn den Körper
der reellen Zahlen (wir einigen uns auf ein Schachbrett mit den dazugehörigen Figuren). Wir
besprechen verschiedene Modelle der reellen Zahlen in Abschnitt A.2 und die behauptete
„Eindeutigkeit“ genauer in Abschnitt A.3.

82
2.2 Die natürlichen Zahlen
Da wir alle unsere Diskussionen auf den Axiomen der reellen Zahlen in Abschnitt 2.1 auf-
bauen werden, wollen wir jetzt die natürlichen, die ganzen und die rationalen Zahlen innerhalb
der reellen Zahlen finden und die wichtigsten elementaren und geometrischen Eigenschaften
dieser Zahlen beweisen.

2.2.1 Definition der natürlichen Zahlen und vollständige Induktion

Definition 2.12 (Induktive Teilmengen). Eine Teilmenge M ⊆ R ist induktiv, falls folgende
zwei Eigenschaften gelten:

(i) 1 ∈ M

(ii) Für alle x ∈ R gilt x ∈ M =⇒ x + 1 ∈ M .

Beispielsweise ist R eine induktive Menge (gewissermassen die grösste solche). Die „kleinste“
induktive Menge sollen die natürlichen Zahlen sein.

Definition 2.13 (Natürliche Zahlen). Wir definieren die Teilmenge der natürlichen Zahlen
N ⊆ R als Durchschnitt aller induktiven Teilmengen von R
\
N= M.
M ⊆R induktiv

Aus der Definition folgt unmittelbar, dass N in jeder induktiven Teilmenge von R enthalten
ist und dass 1 ∈ N, da jede induktive Teilmenge die Eins enthalten muss und N der Durch-
schnitt aller induktiven Teilmengen ist. Des Weiteren können wir folgern, dass für alle n ∈ N
die Ungleichung n ≥ 1 gilt. In der Tat ist die Teilmenge {x ∈ R | x ≥ 1} induktiv (überprüfen
Sie dies) und enthält somit N.

Lemma 2.14 (Kleinste induktive Menge). Die natürlichen Zahlen N bilden eine induktive
und somit die kleinste induktive Teilmenge der reellen Zahlen.

Beweis. Wir haben oben bereits gesehen, dass 1 ∈ N ist. Falls nun n ∈ N ist und M ⊆ R eine
beliebige induktive Teilmenge ist, dann gilt auch n ∈ M (wegen der Definition von N). Da M
induktiv ist, gilt n + 1 ∈ M . Da M aber eine beliebige induktive Teilmenge war, liegt n + 1 in
jeder induktiven Teilmenge und somit auch in N per Definition von N. Wir haben für N also
beide Eigenschaften einer induktiven Teilmenge nachgewiesen und das Lemma folgt.

Wir können nun das Prinzip der vollständigen Induktion als Konsequenz unserer Definition
der natürlichen Zahlen (und der Axiome der reellen Zahlen) beweisen.

Satz 2.15 (Vollständige Induktion). Falls für eine Aussage A(n) über die natürlichen Zahlen
n∈N

• (Induktionsanfang) A(1) und

• (Induktionsschritt) ∀n ∈ N : (A(n) =⇒ A(n + 1))

83
gelten, dann gilt A(n) für alle n ∈ N.

Beweis. Wir definieren E = {n ∈ N | A(n)}, womit folgende Aussagen gelten.

• 1 ∈ E, da A(1) auf Grund des Induktionsanfanges gilt.

• Für alle x ∈ R gilt, dass x ∈ E nach Definition x ∈ N und auf Grund des Induktions-
schrittes auch x + 1 ∈ E impliziert.

Daher ist E eine induktive Menge und es folgt, dass N ⊆ E nach Definition von N. Also gilt
A(n) für alle natürlichen Zahlen n ∈ N.

Übung 2.16 (Peano-Axiome). Zeigen Sie, dass die oben definierte Teilmenge N ⊆ R die
Peano-Axiome (siehe Abschnitt 1.5) erfüllt, wobei ν : n ∈ N 7→ n + 1 ∈ N die Nachfolgerfunk-
tion ist.

Wir untersuchen nun weitere algebraische und geometrische Eigenschaften von N. Die Be-
deutung der folgenden Diskussionen liegt nicht so sehr in den behaupteten Aussagen, die
anschaulich klar sind. Vielmehr zeigen Sie, dass unsere Axiome von R und unsere Definiti-
on von N auch in der Lage sind, diese natürlichsten Eigenschaften von N zu beweisen, die
wiederum Grundlage für die weiteren Diskussionen bilden.

Lemma 2.17 (Addition und Multiplikation auf N). Für alle m, n ∈ N gilt m + n ∈ N und
m · n ∈ N.

Beweis. Sei A(n) die Aussage ∀m ∈ N : m + n ∈ N. Dann gilt A(1), denn falls m ∈ N, dann
gilt auch m + 1 ∈ N, da N induktiv ist wegen Lemma 2.14. Dies ist der Induktionsanfang. Für
den Induktionsschritt nehmen wir also an, dass A(n) für n ∈ N gilt oder in anderen Worten,
dass für alle m ∈ N auch m + n ∈ N gilt. Wegen Lemma 2.14 impliziert letzteres aber auch
m + n + 1 ∈ N für alle m ∈ N und wir erhalten die Aussage A(n + 1). Vollständige Induktion
zeigt daher ∀n ∈ N : A(n), was gerade die Aussage ∀m, n ∈ N : m + n ∈ N ist.
Für die Multiplikation definieren wir B(n) für n ∈ N als die Aussage ∀m ∈ N : m · n ∈ N.
Dann gilt B(1), da für alle m ∈ N auch m · 1 = m ∈ N. Falls nun B(n) für n ∈ N gilt, dann
folgt aus m ∈ N auch m · n ∈ N und aus dem ersten Teil des Lemmas auch

m · (n + 1) = m · n + m ∈ N

Da m beliebig war, gilt also B(n) =⇒ B(n + 1) und das Lemma folgt mittels vollständiger
Induktion.

Nachdem wir im letzten Lemma einige algebraische Fragen beantwortet haben, wollen wir
uns nun geometrischen Fragen zuwenden. Da N induktiv ist, sind 1 und 2 = 1 + 1 in N.
Gibt es eine natürliche Zahl zwischen 1 und 2? Die negative Antwort zu dieser Frage ist in
allgemeinerer Form in folgendem Lemma enthalten.

Lemma 2.18 (Anordnung von N).

• Für n ∈ N gilt n = 1 oder n − 1 ∈ N.

84
 • Für m, n ∈ N mit m ≤ n ≤ m + 1 gilt n = m oder n = m + 1.

Beweis. Für die erste Aussage zeigen wir, dass die Menge M = {1} ∪ {n ∈ N | n − 1 ∈ N} die
natürlichen Zahlen N enthält. In der Tat ist die Menge M induktiv, da 1 ∈ M und da für
n ∈ M auch (n + 1) − 1 = n ∈ N und damit n + 1 ∈ M gilt. Nach Definition von N ist also
N ⊆ M wie gewünscht.
Für die zweite Behauptung definieren wir für n ∈ N die Aussage A(n) durch

∀m ∈ N : ((m ≤ n ≤ m + 1) =⇒ n ∈ {m, m + 1}).

Dann gilt A(1), denn falls m ∈ N die Ungleichung m ≤ 1 ≤ m + 1 erfüllt, dann gilt wegen
m ≥ 1 auch m = 1 = n.
Angenommen es gilt nun A(n) für ein n ∈ N und wir wollen A(n + 1) zeigen. Sei also
m ∈ N, so dass m ≤ n + 1 ≤ m + 1 gilt. Falls m = 1 ist, dann gilt 1 ≤ n + 1 ≤ 2 = 1 + 1
und damit n ≤ 2 − 1 = 1. Wegen n ≥ 1 folgt n = 1 = m und somit n + 1 = m + 1. Falls aber
m 6= 1 ist, dann ist wegen der ersten Behauptung m − 1 ∈ N und m − 1 ≤ n ≤ m. Da wir
aber A(n) angenommen haben, gilt n ∈ {m − 1, m} und daher n + 1 ∈ {m, m + 1}.
Wir haben also den Induktionsanfang A(1) und den Induktionsschritt A(n) =⇒ A(n + 1)
für ein beliebiges n gezeigt. Daher gilt A(n) für alle n ∈ N und das Lemma folgt.

Wie bereits im Abschnitt 1.8.3 kurz erwähnt haben, gibt es mehrere Versionen der voll-
ständigen Induktion. Die folgende Variante wird mitunter auch „starke Induktion“ genannt.

Satz 2.19 (Vollständige Induktion). Falls für eine Aussage A(n) über die natürlichen Zahlen
n ∈ N die Aussage
 
• (Induktion) ∀n ∈ N :


∀k ∈ N : (k < n =⇒ A(k)) =⇒ A(n)

erfüllt ist, dann gilt A(n) für alle n ∈ N

Beweis. Wir definieren eine Aussage B(n) für natürliche Zahlen n ∈ N durch

∀k ∈ N : k ≤ n =⇒ A(k).

Mit vollständiger Induktion (siehe Satz 2.15) und der Anordnung von N (wie in Lemma 2.18)
möchten wir nun zeigen, dass B(n) für alle n ∈ N gilt. Insbesondere folgt damit, dass A(n)
für alle n ∈ N gilt (wieso?), was den Beweis des Satzes abschliessen wird.
Wir zeigen zuerst den Induktionsanfang, also dass die Aussage B(1) gilt. Da aber k = 1
die einzige natürliche Zahl mit k ≤ 1 ist, genügt es, die Aussage A(1) zu verifizieren. Hierfür
verwenden wir die Annahme im Satz für n = 1, also die Aussage


∀k ∈ N : (k < 1 =⇒ A(k)) =⇒ A(1).

Da es keine natürlichen Zahlen kleiner 1 gibt, ist für jedes k ∈ N die Aussage k < 1 falsch,
womit (k < 1 =⇒ A(k)) richtig ist. Also gilt die Vorraussetzung der im Satz angenommenen
Implikation für n = 1, und es folgt A(1) (und damit B(1) wie gewünscht).

85
 Sei nun n ∈ N gegeben. Wir wollen den Induktionsschritt B(n) =⇒ B(n + 1) beweisen.
Also nehmen wir an, dass B(n) bereits gilt. Die Aussage B(n + 1) ist durch

∀k ∈ N : k ≤ n + 1 =⇒ A(k)

gegeben. Für k ∈ N ist k < n+1 auf Grund von Lemma 2.18 äquivalent zu k ≤ n. Die Aussage
B(n) ist damit zu

∀k ∈ N : k < n + 1 =⇒ A(k)

äquivalent. Wegen der Annahme im Satz angewandt auf n+1 impliziert dies aber A(n+1), was
auf Grund obiger Äquivalenz gemeinsam mit B(n) die Aussage B(n + 1) zeigt. Dies schliesst
den Induktionsschritt und damit den Beweis des Satzes ab.

Die vollständige Induktion in der Version von Satz 2.19 erlaubt uns im Induktionsschritt
statt der Annahme, dass die Aussage bloss für die vorhergehende natürliche Zahl gilt, die
stärkere Annahme, dass die Aussage bereits für alle echt kleineren natürlichen Zahlen gilt, zu
verwenden.

Übung 2.20 (Versteckter Induktionsanfang). In der Version der vollständigen Induktion in

Satz 2.19 scheint es keinen Induktionsanfang zu geben. Wie kann das sein? Wo ist der Induk-
tionsanfang versteckt?

Wir bemerken, dass man die Induktion auch verwenden kann, um zum Beispiel für ein
vorgebenes n0 ∈ N eine Aussage für alle natürliche Zahlen n ≥ n0 zu zeigen. In diesem Fall
würde man als Induktionsanfang die Aussage für n = n0 beweisen und im Induktionsschritt
für eine natürliche Zahl n ≥ n0 annehmen.

Wichtige Übung 2.21 (Varianten der vollständigen Induktion). Folgern Sie aus Satz 2.15
oder aus Satz 2.19 die folgenden Varianten der vollständigen Induktion. Sei hierzu A(n) eine
beliebige Aussage über natürliche Zahlen n ∈ N

(i) Angenommen die Aussagen

• (Induktionsanfang) A(1) und A(2)

• (Induktionsschritt) ∀n ∈ N : (A(n) ∧ A(n + 1) =⇒ A(n + 2)),

gelten, dann gilt ebenso A(n) für alle n ∈ N.

(ii) Falls für ein n0 ∈ N die Aussagen

• (Induktionsanfang) A(n0 )
• (Induktionsschritt) ∀n ∈ N : ((n ≥ n0 ∧ A(n)) =⇒ A(n + 1))

gelten, dann gilt auch A(n) für alle natürliche Zahlen n ≥ n0 .

86
Satz 2.22 (Wohlordnung der natürlichen Zahlen). Sei M ⊆ N eine nicht-leere Teilmenge.
Dann hat M ein eindeutig bestimmtes kleinstes Element, das heisst

∃!n0 ∈ M ∀n ∈ M : n ≥ n0 .

Die Existenz eines kleinsten Elements zu jeder nicht-leeren Teilmenge ist etwas, was die
natürlichen Zahlen auszeichnet und beispielsweise von den reellen Zahlen nicht erfüllt ist. Die
Teilmenge der positiven Zahlen {x ∈ R | x > 0} oder R selbst sind konkrete Beispiele von
Teilmengen, die kein kleinstes Element haben. (Wieso?)

Beweis. Die Eindeutigkeit eines solchen kleinsten Elements folgt direkt: Sind n0 , n00 ∈ M zwei
kleinste Elemente, dann gilt n00 ≥ n0 , da n0 ein kleinstes Element ist und n0 ≥ n00 , da n00 ein
kleinstes Element ist. Also gilt n0 = n00 .
Um die Existenz eines kleinsten Elements zu zeigen, verwenden wir die Kontraposition.
Wir nehmen also an, dass M kein kleinstes Element hat, und wollen zeigen, dass M leer ist.
Hierzu definieren wir für alle n ∈ N die Aussage A(n) durch n 6∈ M .
Sei n ∈ N. Dann bedeutet die Aussage ∀k ∈ N : k < n =⇒ A(k) genau, dass es unterhalb
von n keine Elemente in M gibt. Da wir angenommen haben, dass M kein kleinstes Element
hat, sehen wir, dass n nicht in M liegen kann. Also gilt


∀k ∈ N : k < n =⇒ A(k) =⇒ A(n)

für jedes n ∈ N. Die vollständige Induktion in Satz 2.19 zeigt nun, dass A(n) für alle n ∈ N
gilt. Damit ist M die leere Menge.

Lemma 2.23 (Subtraktion in N). Für alle m, n ∈ N mit m < n gilt n − m ∈ N.

Beweis. Sei A(n) für n ∈ N die Aussage

∀m ∈ N : m < n =⇒ n − m ∈ N.

Dann gilt A(1), denn es existiert kein m ∈ N mit m < 1. Angenommen A(n) gilt für ein n ∈ N
und sei m ∈ N mit m < n + 1. Nach Lemma 2.18 ist entweder m = n oder m < n. Im ersten
Fall gilt (n + 1) − m = 1 ∈ N. Im zweiten Fall gilt (n + 1) − m = (n − m) + 1 ∈ N nach A(n).
Also gilt A(n) für alle n ∈ N nach vollständiger Induktion.

Wir definieren die nicht-negativen ganzen Zahlen als N0 = N t {0}. Diese stellen auf
natürliche Weise die Kardinalitäten der endlichen Mengen dar, wobei die natürlichen Zahlen
die Kardinalitäten der endlichen, nicht-leeren Mengen darstellen. Summen und Produkte sind
in diesem Zusammenhang auch wichtig:

Wichtige Übung 2.24 (Kardinalität des kartesischen Produkts von endlichen Mengen).
Seien m, n ∈ N. Zeigen Sie per Induktion über n, dass das kartesische Produkt

{1, . . . , m} × {1, . . . , n}

87
Kardinalität mn hat. Der Ausdruck {1, . . . , m} ist dabei eine Abkürzung für {k ∈ N | k ≤ m}
und hat Kardinalität m.

Bemerkung. Wir werden auch des Öfteren eine Funktion auf N durch Rekursion definie-
ren. Dies bedeutet, dass man die Funktion f auf 1 definiert indem man f (1) konkret an-
gibt, und dann eine Rekursionsbedingung (zum Beispiel eine Formel) festlegt wie f (n + 1)
aus f (1), . . . , f (n) bestimmt wird (wobei man f (1), . . . , f (n) als bereits definiert annimmt).
Dass es höchstens eine Funktion auf N gibt, die beide Bedingungen erfüllt, lässt sich durch
einen Induktionsbeweis schnell beweisen. (Nehmen Sie an, dass f und f˜ sowohl f (1) = f˜ (1)
als auch die Rekursionsbedingung erfüllen und beweisen sie f (n) = f˜ (n) für alle n ∈ N mittels
Satz 2.19.)
Streng formal ist die Existenz etwas aufwendiger. Dazu beweist man zuerst mittels voll-
ständiger Induktion die Aussage: “Für alle n ∈ N gibt es eine eindeutig bestimmte Funktion fn
auf {k ∈ N | k ≤ n}, die fn (1) = f (1) und die Rekursionsbedingung erfüllt.” Insbesondere gilt
dann für natürliche Zahlen m ≤ n, dass die Einschränkung der Funktion fn auf die Men-
ge {k ∈ N | k ≤ m} dieselben Gesetze wie fm erfüllt und somit gilt fm (k) = fn (k) für alle
natürlichen Zahlen k ≤ m ≤ n. Wir definieren f auf N durch f (k) = fn (k) für k ∈ N und
ein n ∈ N mit k ≤ n und sehen (wieder mittels vollständiger Induktion), dass diese Funktion
die Rekursionbedingungen erfüllt. Man kommt nicht umhin, diesen Beweis mit dem rekursi-
ven Algorithmus zur Berechnung von f (n) für n ∈ N zu vergleichen (der ja zur Berechnung
von f (n) im Allgemeinen ebenso auch f (1), f (2), . . . , f (n − 1) berechnen müsste).

2.2.2 Die ganzen Zahlen

Die ganzen Zahlen sind als Teilmenge von R durch

Z = N t {0} t {−n | n ∈ N} = N0 t −N

definiert.

Lemma 2.25 (Addition und Multiplikation auf Z). Die ganzen Zahlen sind unter Addition
und Multiplikation abgeschlossen, das heisst, für alle m, n ∈ Z gilt m + n ∈ Z und mn ∈ Z.

Beweis. Für die Multiplikation sieht man dies sehr direkt: Falls m, n ∈ N, dann gilt offenbar
mn = (−m)(−n) ∈ N ⊆ Z und (−m)n = m(−n) = −mn ∈ −N ⊆ Z nach Lemma 2.17. Falls
m oder n Null ist, gilt ebenso mn = 0 ∈ Z.
Für die Addition verwenden wir die Eigenschaften von N in Lemma 2.17 und Lemma 2.23.
Seien m, n ∈ Z. Falls m oder n Null sind, gibt es nichts zu zeigen. Seien also m, n ∈ N. Dann
ist m + n ∈ N ⊆ Z und −m − n = −(m + n) ∈ −N ⊆ Z. Falls n > m, dann ist n − m ∈ N ⊆ Z
und −n + m = −(n − m) ∈ Z. Analoges gilt falls n < m. Falls n = m, ist n − m = 0 ∈ Z. Dies
deckt alle Möglichkeiten ab und das Lemma folgt.

Wichtige Übung 2.26 (Anordnung von Z). Verallgemeinern Sie Lemma 2.18 von N auf Z.
Das heisst, zeigen Sie, dass für m, n ∈ Z die Ungleichung m ≤ n ≤ m + 1 ebenso n = m oder
n = m + 1 impliziert.

88
2.2.3 Die rationalen Zahlen
Die rationalen Zahlen sind definiert als die Teilmenge von Quotienten
nm o
Q= | m ∈ Z, n ∈ N ⊆ R.
n

Lemma 2.27 (Rationale Zahlen). Die rationalen Zahlen bilden einen Unterkörper von R, das
heisst, für alle r, s ∈ Q gilt −r, r + s, rs ∈ Q und auch r−1 ∈ Q, falls r 6= 0.

Wichtige Übung 2.28. Beweisen Sie Lemma 2.27.

Wichtige Übung 2.29. Zeigen Sie, dass sowohl die ganzen Zahlen als auch die rationalen
Zahlen abzählbar unendlich sind.

Eine reelle Zahl x ∈ R heisst irrational, falls x 6∈ Q. An dieser Stelle könnte man sich
fragen, ob es überhaupt irrationale Zahlen gibt und wenn ja, wieviele. Um die erste Frage
zu beantworten, werden wir die Wurzelfunktion (siehe Übungen 2.11) verwenden, mit welcher
man aus rationalen Zahlen irrationale konstruieren kann.
√
Lemma 2.30 (Quadratwurzel aus 2). Die reelle Zahl 2 ist irrational. Insbesondere erfüllen
die rationalen Zahlen nicht das Vollständigkeitsaxiom.

Man kann Lemma 2.30 als einen Grund sehen, wieso es nicht ausreichend ist, nur rationale
Zahlen zu betrachten.
√
Beweis. Wir nehmen per Widerspruch an, dass 2 rational ist und schreiben 2 = ( m n ) für
2

m ∈ N und das kleinst mögliche n ∈ N (dies ist nach Satz 2.22 möglich). Insbesondere gilt
also 2n2 = m2 und folglich

2(m − n)2 = 2m2 − 4mn + 2n2 = 4n2 − 4nm + m2 = (2n − m)2

2
Also gilt 2n−m
m−n = 2. Da 0 < m−n < m, erhalten wir einen kleineren Nenner, der verwendet
√ √
werden kann, um 2 darzustellen. Dies widerspricht der minimalen Wahl von n. Somit ist 2
irrational.
Für den Beweis der letzte Aussage bemerken wir zuerst, dass Q die Körperaxiome auf Grund
von Lemma 2.27 erfüllt. Des Weiteren gelten für Q die Axiome der Anordnung und die Axiome
der Verträglichkeit der Anordnung und Körperoperationen, da diese für R gelten, womit Q
ein angeordneter Körper ist. Das einzig verbleibende Axiom ist das Vollständigkeitsaxiom. Da
wir zum Beweis der Existenz der Quadratwurzel positiver reeller Zahlen nur die Axiome der
reellen Zahlen in Abschnitt 2.1 verwendet haben, folgt, dass Q das Vollständigkeitsaxiom nicht
erfüllt.

Wir werden im Abschnitt 2.6.4 zeigen, dass die reellen Zahlen überabzählbar sind. Ver-
gleicht man diese Tatsache mit Übung 2.29, so kommt man zum Schluss, dass es viel mehr
irrationale als rationale Zahlen gibt.

89
Bemerkung. Auf Grund von Lemma 2.30 erkennen wir auch, dass das Vollständigkeitsaxiom
nicht aus den Axiomen (1)–(15) des angeordneten Körper folgen kann: In der Tat erfüllt Q die
Axiome (1)–(15). Wenn das Vollständigkeitsaxiom aus den Axiomen (1)–(15) folgen würde, so
√
müsste das Vollständigkeitsaxiom dann aber auch für Q gelten und Q müsste 2 enthalten.

2.2.4 Division mit Rest und Anfänge der Zahlentheorie*

Satz 2.31 (Division mit Rest). Für alle n ∈ N0 und d ∈ N gibt es ein q ∈ N0 und ein r ∈ N0
mit r < d, welches wir den Rest nennen, so dass n = qd + r.
Beweis. Für n < d stimmt die Behauptung, da wir dann q = 0 und r = n wählen können.
Genauso stimmt sie für n = d, da wir dann q = 1 und r = 0 wählen können. Nehmen wir
nun an, dass der Satz nicht zutrifft. Dann gibt es nach der Wohlordnung von N in Satz 2.22
ein kleinstes n0 ∈ N, für das die Division durch ein d ∈ N0 mit Rest nicht funktioniert. Nach
obigem muss n0 > d ≥ 1 und damit auch n0 ≥ 2 gelten.
Insbesondere ist n = n0 − 1 ∈ N und es gibt einen Rest r ∈ N0 mit r < d, so dass
n0 − 1 = n = qd + r für ein q ∈ N0 . Damit gilt n0 = qd + r + 1. Falls r < d − 1, dann ist
r + 1 < d und n0 erfüllt doch Division durch d mit Rest. Falls r = d − 1, dann ist d = r + 1
und n0 = qd + r + 1 = qd + d = (q + 1)d + 0 und n0 erfüllt Division durch d mit Rest 0.
Nach der Anordnung von N in Lemma 2.18 erfüllt r entweder r < d − 1 oder r = d − 1 und
daher wurden alle Möglichkeiten für r abgedeckt. Für n0 ist Division durch d mit Rest daher
möglich, was einen Widerspruch darstellt. Also gilt der Satz.

Wir wollen hier für Interessierte kurz andeuten, was Division mit Rest mit Begriffen wie
Primzahlen, Primfaktorzerlegung, etc. zu tun hat. Da eine ausführliche Besprechung uns aber
zu weit vom Thema Analysis ablenken würde, begnügen wir uns mit einer Skizze anhand einer
Serie von Übungsaufgaben. Des Weiteren verweisen wir auf die Algebra 1-Vorlesung im dritten
Semester des Mathematikstudiums und das Buch [RU08] für mehr Details.
Wir sagen, dass eine Zahl d ∈ Z eine Zahl n ∈ Z teilt und schreiben d|n, falls es ein
q ∈ Z gibt, so dass qd = n. Eine natürliche Zahl p > 1 ist prim oder eine Primzahl, falls
für alle a, b ∈ N die Implikation p|ab =⇒ (p|a ∨ p|b) zutrifft. Eine natürliche Zahl p > 1
heisst irreduzibel, falls sie nicht als Produkt p = ab für a, b ∈ N mit a > 1 und b > 1
geschrieben werden kann (das heisst, ausser 1 und p keine Teiler hat). Wir haben bereits
in einer Übung in Abschnitt 1.9.7 gesehen, dass wir jede Zahl n ∈ N als ein Produkt von
irreduziblen Zahlen darstellen können. (Die für den Beweis dieser Übung notwendige Form der
vollständigen Induktion haben wir inzwischen in der Form von Satz 2.19 nachgeliefert.) Aber
wie zeigt man, dass diese Produktzerlegung (bis auf die Reihenfolge der Faktoren) eindeutig
bestimmt ist?
Übung 2.32.
(a) Zeigen Sie, dass jede Primzahl auch irreduzibel ist.

(b) Nehmen Sie kurz an, dass Sie bereits wissen, dass eine Zahl irreduzibel ist genau dann,
wenn sie prim ist. Zeigen Sie, dass die Primfaktorzerlegung bis auf Reihenfolge der Fak-
toren eindeutig bestimmt ist.
90
 Der grösste gemeinsame Teiler zweier natürlichen Zahlen m, n ∈ N ist die grösste
natürliche Zahl d = gcd(m, n) ∈ N mit d|m und d|n. Wir wollen zeigen, dass es a, b ∈ Z
gibt mit d = am + bn. Dies nennt sich auch das Lemma von Bézout oder der Euklidsche
Algorithmus.

(c) Führen Sie für m > n Division von m durch n mit Rest durch. Sei r ∈ N0 der Rest. Zeigen
Sie für r ∈ N, dass gcd(m, n) = gcd(n, r) und für r = 0, dass gcd(m, n) = n.

(d) Schliessen Sie per Induktion auf die Aussage, dass der grösste gemeinsame Teiler wie oben
beschrieben als Summe von Vielfachen dargestellt werden kann.

Wir zeigen nun, dass irreduzible Zahlen auch prim sind.

(e) Angenommen p ∈ N ist irreduzibel und seien m, n ∈ N mit p|mn, aber p - m (also ¬(p|m)).
Zeigen Sie, dass es a, b ∈ Z gibt mit 1 = ap+bm. Folgern Sie, dass p|bmn, dass p|(1−ap)n
und dass p|n.

Fassen Sie obige Diskussionen in der Form der eindeutigen Primfaktorzerlegung von natürlich-
en Zahlen zusammen.

Unter Verwendung der Tatsache, dass irreduzible Zahlen prim sind (und umgekehrt), lässt
es sich etwas einfacher zeigen, dass die Wurzel aus 2 (oder jeder anderen Primzahl) irrational
ist. Wir überlassen Ihnen die Überprüfung dieser Aussage wiederum als Übung (siehe auch
dieses Lied).
Wir möchten an dieser Stelle noch kurz erwähnen, dass vielleicht überraschenderweise die
tiefgreifende Untersuchung von Primzahlen viele Methoden der Analysis (und auf jeden Fall
alle Methoden dieser Analysis-Vorlesung) voraussetzt. Für eine Andeutung dieser Tatsache
und einen historischen Exkurs verweisen wir auf den Podcast der BBC.

2.2.5 Verwendung der ganzen Zahlen und deren Eigenschaften

Die algebraischen und geometrischen Aussagen in diesem Abschnitt über die natürlichen,
die ganzen und die rationalen Zahlen stellen bloss die Standardeigenschaften dieser Zahlen
dar. Deswegen werden wir die oben bewiesenen Lemmata und Sätze im Folgenden meist ohne
Referenz verwenden. Dies gilt ebenso für die vollständige Induktion in Satz 2.15.
Wir werden im Abschnitt 2.6.1 zwei weitere grundlegende Eigenschaften von Z respektive
Q beweisen, die die Geometrie von Z und Q als Teilmengen von R beschreiben.
Wir werden oft die Variablen j, k, `, m, n für natürliche oder ganze Zahlen verwenden.
Weiters verwenden wir meist die Variable r für rationale Zahlen.

91
2.3 Die komplexen Zahlen
Unter Verwendung der reellen Zahlen können wir die Menge der komplexen Zahlen als

C = R2 = {(x, y) | x, y ∈ R}

definieren. Wir schreiben ein Element z = (x, y) ∈ C viel häufiger in der Form z = x + yi,
wobei das Symbol i als die imaginäre Einheit bezeichnet wird. Man beachte, dass bei dieser
Identifikation + vorerst als Ersatz für das Komma zu verstehen ist. Die Zahl x ∈ R wird
als der Realteil von z bezeichnet und man schreibt x = Re(z); die Zahl y = Im(z) ∈ R
ist der Imaginärteil von z. Die Elemente von C mit Imaginärteil 0 bezeichnet man auch
als reell und die Elemente mit Realteil 0 als rein imaginär. Via der injektiven Abbildung
x ∈ R 7→ x + 0i ∈ C identifizieren wir R mit der Teilmenge der reellen Elemente von C (der
„x-Achse“).

Die Menge C (inklusive deren graphische Darstellung wie oben) wird ganz im Sinne der Iden-
tifikation C = R2 auch komplexe Ebene (alternativ Gausssche Zahlenebene oder auch
Argand-Ebene) genannt. In der geometrischen Denkweise wird die Menge der reellen Punkte
als die reelle Achse und die Menge der rein imaginären Punkte als die imaginäre Achse
bezeichnet.
Wie Sie vielleicht schon erwartet haben, soll i eine Wurzel von −1 sein. Formal ausge-
drückt, wollen wir, dass C einen Körper darstellt, in dem die Rechenoperationen von R
„verallgemeinert“ werden, und dass i2 = i · i = −1 gilt. Die Addition auf C definieren wir
„komponentenweise“ durch

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

für x1 , x2 , y1 , y2 ∈ R. Die Multiplikation auf C definieren wir hingegen durch

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

92
für x1 , x2 , y1 , y2 ∈ R. Insbesondere gilt (0+1i)2 = −1+0i und die Addition und Multiplikation
auf C erweitern die entsprechenden Operationen auf R.

Proposition 2.33 (Komplexe Zahlen). Mit den oben definierten Verknüpfungen definiert C
einen Körper, den Körper der komplexen Zahlen. Hierbei ist die Null gleich 0 + 0i und
die Eins gleich 1 + 0i.

Für die Geschichte der komplexen Zahlen verweisen wir auf den Podcast der BBC (zum
Beispiel ab der 14. oder 20. Minute).

Übung 2.34. Wäre R2 mit obiger Addition und mit der (komponentenweisen) Multiplikation
definiert durch (a, b) × (c, d) = (ac, bd) für a, b, c, d ∈ R auch ein Körper? Genauer: Welche
Körperaxiome gelten in diesem Fall?

Beweis von Proposition 2.33. Wir verifizieren die Körperaxiome. Wie wir sehen werden, folgen
die Eigenschaften der Addition auf C aus den Eigenschaften der Addition auf R. Wir beginnen
mit der Kommutatitivität der Addition (da dies die Überprüfung der anderen Axiome ein wenig
vereinfacht): Seien x1 , x2 , y1 , y2 ∈ R. Dann gilt

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

= (x2 + x1 ) + (y2 + y1 )i
= (x2 + y2 i) + (x1 + y1 i).

Das Element 0 + 0i ist ein (und schlussendlich also das) Nullelement der Addition, denn

(x + yi) + (0 + 0i) = (x + 0) + (y + 0)i = x + yi

für alle x, y ∈ R. Die additive Inverse eines Elements x + yi für x, y ∈ R ist (−x) + (−y)i, denn

(x + yi) + ((−x) + (−y)i) = (x + (−x)) + (y + (−y))i = 0 + 0i.

Die Addition ist assoziativ: Seien xk , yk ∈ R für k ∈ {1, 2, 3}. Dann gilt

((x1 + y1 i)+(x2 + y2 i)) + (x3 + y3 i)

= ((x1 + x2 ) + (y1 + y2 )i) + (x3 + y3 i)
= (x1 + x2 + x3 ) + (y1 + y2 + y3 )i
= ... = (x1 + y1 i) + ((x2 + y2 i) + (x3 + y3 i)).

Die Eigenschaften der Multiplikation fordern etwas mehr Aufwand. Wir zeigen zuerst, dass
die Multiplikation kommutativ ist. Für x1 , x2 , y1 , y2 ∈ R haben wir

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

= (x2 x1 − y2 y1 ) + (x2 y1 + y2 x1 )i
= (x2 + y2 i) · (x1 + y1 i).

93
Das Element 1 + 0i ist ein Einselement, denn 1 + 0i 6= 0 + 0i und für x, y ∈ R gilt

(x + yi) · (1 + 0i) = (x · 1 − y · 0) + (x · 0 + y · 1)i = x + yi.

Wir geben nun die multiplikative Inverse eines Elements x + yi ∈ C, wobei x, y ∈ R und
x + yi 6= 0 + 0i (das heisst x 6= 0 oder y 6= 0), an. Wir bemerken zuerst, dass x2 + y 2 > 0:
Nehmen wir vorerst an, dass x 6= 0, dann ist x2 > 0 und y 2 ≥ 0 und damit x2 + y 2 > 0. Für
y 6= 0 gilt ebenso x2 ≥ 0 und y 2 > 0 und damit x2 + y 2 > 0. Die multiplikative Inverse ist
−y
gegeben durch x2 +y
x
2 + x2 +y 2 i, denn

 
x −y
(x + yi) · + i
x2 + y 2 x2 + y 2
   
x −y x −y
= x· 2 −y· 2 + y· 2 +x· 2 i
x + y2 x + y2 x + y2 x + y2
= 1 + 0i

Die verbleibenden beiden Axiome (Assoziativität der Multiplikation und Distributivität) las-
sen sich durch abstraktere Argumente beweisen, die aber auch etwas mehr Wissen benötigen.
Wir bestätigen diese Axiome deswegen durch zwei konkrete Rechnungen.
Die Multiplikation ist assoziativ: Seien xk , yk ∈ R für k ∈ {1, 2, 3}. Nun berechnet man


(x1 + y1 i) · (x2 + y2 i) · (x3 + y3 i)


= (x1 x2 − y1 y2 ) + (x1 y2 + y1 x2 )i · (x3 + y3 i)
= (x1 x2 x3 − y1 y2 x3 − x1 y2 y3 − y1 x2 y3 )
+ (x1 y2 x3 + y1 x2 x3 + x1 x2 y3 − y1 y2 y3 )i


= (x1 + y1 i) · (x2 x3 − y2 y3 ) + (y2 x3 + x2 y3 )i


= (x1 + y1 i) · (x2 + y2 i) · (x3 + y3 i)

Es bleibt nur noch die Distributivität: Seien also xk , yk ∈ R für k ∈ {1, 2, 3}. Dann gilt


(x1 + y1 i) · (x2 + y2 i) + (x3 + y3 i)


= (x1 + y1 i) · (x2 + x3 ) + (y2 + y3 )i
= (x1 x2 + x1 x3 − y1 y2 − y1 y3 ) + (y1 x2 + y1 x3 + x1 y2 + x1 y3 )i



= (x1 x2 − y1 y2 ) + (y1 x2 + x1 y2 )i + (x1 x3 − y1 y3 ) + (y1 x3 + x1 y3 )i
= (x1 + y1 i) · (x2 + y2 i) + (x1 + y1 i) · (x3 + y3 i),

womit gezeigt wäre, dass C zusammen mit der oben definierten Addition und der oben defi-
nierten Multiplikation ein Körper ist.

Applet 2.35 (Komplexe Zahlen). Wir betrachten die Körperoperationen (Addition, Multipli-
kation, multiplikatives Inverse) auf den komplexen Zahlen. Die wahre geometrische Bedeutung

94
der Multiplikation und des multiplikativen Inversen lässt sich hier bereits erahnen, doch werden
wir diese erst später besprechen.

Bemerkung (Andere Konstruktionen der komplexen Zahlen).

(i) Wenn Sie die ersten Eigenschaften der Matrixmultiplikation kennen, lässt sich obiger
Beweis deutlich vereinfachen. In diesem Fall lässt sich x + yi ∈ C mit
!
x −y
∈ Mat2,2 (R)
y x

identfizieren. Die Multiplikation auf C entspricht dann der Multiplikation der Matrizen
in Mat2,2 (R) und insbesondere folgt beispielsweise die Assoziativität der Multiplikation
auf C aus der Assoziativität der Matrixmultiplikation. Gleiches gilt für die Distributivi-
tät. (Kommutativität der Multiplikation und die Existenz der multiplikativen Inversen
müssen aber nach wie vor direkt überprüft werden, da diese beiden Eigenschaften im
Allgemeinen nicht für die Matrixmultiplikation gelten.)

(ii) Ebenso lässt sich C aus R konstruieren, wenn man den Ring der Polynome mit reellen
Koeffizienten kennt (siehe Abschnitt 3.2).

Wie schon zuvor angedeutet, wollen wir R als eine Teilmenge von C auffassen. Vielmehr
nennt man R ⊆ C auch einen Unterkörper, da Addition und Multiplikation auf C eingeschränkt
auf R die Addition und Multiplikation auf R ergeben. Wir werden deswegen von nun an für
alle x ∈ R kürzer x = x+0i und xi = 0+xi schreiben. Insbesondere wollen wir auch 1 = 1+0i,
0 = 0 + 0i und i = 0 + 1i schreiben. Per Definition der Multiplikation gilt nun i2 = −1 wie
gewünscht.
Wir wollen ebenso bemerken, dass die komplexen Zahlen keinen angeordneten Körper bil-
den – unabhängig davon, welche Ordnung man auf C wählt. Angenommen es gäbe eine Ord-
nung ≤C , so dass C mit ≤C ein angeordneter Körper ist. In einem angeordneten Körper sollte
−1 <C 0 gelten, was aber −1 = i2 ≥C 0 widerspricht (siehe Abschnitt 2.1.2).
An dieser Stelle möchten wir uns kurz fragen, wieso die komplexen Zahlen überhaupt von
Interesse sind. Während eine der schönen Eigenschaften der reellen Zahlen deren vollständige
Ordnung ist, so zeichnen sich die komplexen Zahlen unter anderem durch algebraische Schön-
heit aus. Auf C hat nicht nur die Gleichung x2 + 1 = 0 eine Lösung, sondern auch jede andere
Gleichung der Form an xn + ... + a1 x + a0 = 0 für n ∈ N und a0 , a1 , ..., an ∈ C mit an 6= 0
und n > 0. Diese Tatsache („C ist algebraisch abgeschlossen“) ist Inhalt des sogenannten
Fundamentalsatzes der Algebra, den wir im zweiten Semester beweisen werden. Intuitiv sollte
man in Analogie zu „R ist vollständig, da R keine Lücken hat“ den Fundamentalsatz der
Algebra lesen als „C hat algebraisch keine Lücken“.
Zum Abschluss dieses ersten Exkurses in das Reich der komplexen Zahlen wollen wir die
komplexe Konjugation definieren. Diese ist im Wesentlichen nichts anderes als eine Spiegelung
um die reelle Zahlengerade (und wird zum Beispiel in der Linearen Algebra in der Untersu-
chung von komplexen inneren Produkten unentbehrlich sein).

95
Definition 2.36 (Konjugation). Die komplexe Konjugation ist die Abbildung

: C → C, z = x + yi 7→ z̄ = x − yi.

Im Beweis von Proposition 2.33 wurde die komplexe Konjugation indirekt schon verwendet:
die multiplikative Inverse eines von Null verschiedenen Elements x + yi ∈ C ist

x y x − yi x + yi
(x + yi)−1 = − i= 2 = 2 .
x2 + y 2 x2 + y 2 x + y2 x + y2

Lemma 2.37 (Eigenschaften der Konjugation). Die komplexe Konjugation erfüllt folgende
Eigenschaften:

(i) Für alle z ∈ C ist z z̄ ∈ R und z z̄ ≥ 0. Des Weiteren gilt für alle z ∈ C, dass z z̄ = 0
genau dann, wenn z = 0.

(ii) Für alle z, w ∈ C gilt z + w = z + w.

(iii) Für alle z, w ∈ C gilt z · w = z · w.

Beweis. Wir überlassen der Leserin/dem Leser Teil (i) als Übung. Seien z = x1 + y1 i und
w = x2 + y2 i ∈ C für x1 , y1 , x2 , y2 ∈ R. Dann gilt

z + w = (x1 + x2 ) − (y1 + y2 )i = (x1 − y1 i) + (x2 − y2 i) = z + w

und

z · w = (x1 x2 − y1 y2 ) − (x1 y2 + y1 x2 )i = (x1 − y1 i) · (x2 − y2 i) = z · w,

was zu zeigen war.

Wichtige Übung 2.38. Zeigen Sie (i) in Lemma 2.37.

Wie schon angemerkt wurde, gelten die Folgerungen (a)-(l) in Abschnitt 2.1.1 für alle
Körper und insbesondere auch für C.

Wichtige Übung 2.39. Zeigen Sie für alle z, w ∈ C die Rechenregeln

Re(z) + Re(w) = Re(z + w), Im(z) + Im(w) = Im(z + w)

sowie

Re(zw) = Re(z) Re(w) − Im(z) Im(w), Im(zw) = Re(z) Im(w) + Re(w) Im(z).

Übung 2.40. Zeigen Sie die Identitäten

z+z z−z
Re(z) = , Im(z) =
2 2i

96
für alle z ∈ C. Schliessen Sie insbesondere, dass R = {z ∈ C | z = z}. Was bedeutet diese
Gleichheit geometrisch?

Bemerkung. Wie wir gesehen haben, lässt sich auf C keine Ordnung definieren, die zur Addition
und zur Multiplikation kompatibel ist. Dennoch lässt sich auf den komplexen Zahlen Analysis
betreiben, was zum Teil in diesem Kurs aber vor allem im Kurs „Funktionentheorie“ im zweiten
Studienjahr des Mathematik- und Physikstudiums thematisiert wird. Grund dafür ist, dass C
eine Verallgemeinerung des Vollständigkeitsaxiom erfüllt (welches wir erst nach etwas mehr
Theorie besprechen können).

2.3.1 Verwendung der komplexen Zahlen

Unsere Konstruktion von C aus R mag etwas formal gewesen sein, doch muss man sich
eigentlich nur merken, dass i2 = −1 und sonst alle gewöhnlichen Eigenschaften für die Addition
und Multiplikation gelten. Sogar die Formel für das multiplikative Inverse von z ∈ C muss
man nicht auswendig lernen wenn man sich stattdessen merkt, dass man den Bruch z1 mit
dem konjugierten Element z erweitert. Sie werden der komplexen Konjugation noch öfter und
insbesondere in der Linearen Algebra-Vorlesung in der Diskussion von „inneren Produkten
auf Vektorräumen über C “ begegnen. Wir bemerken noch, dass wir manchmal die Variable i
(zum Beispiel als Indexvariable) verwenden werden. Man sollte dies allerdings vermeiden, wenn
gleichzeitig komplexen Zahlen eine wesentliche Rolle in der Diskussion spielen.
Wir verwenden häufig die Variablen z und w für Elemente der komplexen Zahlen.

97
2.4 Intervalle und der Absolutbetrag

2.4.1 Intervalle
Wie bereits erwähnt, stellen wir R als die Zahlengerade dar. In diesem Bild entsprechen
folgende Teilmengen Strecken auf dieser Geraden, wobei wir vier Möglichkeiten haben, je
nachdem, ob man die Endpunkte in der Teilmenge haben will oder nicht.

Definition 2.41 (Intervalle). Seien a, b ∈ R. Dann ist das abgeschlossene Intervall [a, b]
durch

[a, b] = {x ∈ R | a ≤ x ≤ b} ,

das offene Intervall (a, b) durch

(a, b) = {x ∈ R | a < x < b} ,

das (rechts) halboffene Intervall [a, b) durch

[a, b) = {x ∈ R | a ≤ x < b}

und das (links) halboffene Intervall (a, b] durch

(a, b] = {x ∈ R | a < x ≤ b}

definiert. Wenn das Intervall nicht-leer ist, dann wird a der linke Endpunkt, b der rechte
Endpunkt, und b − a die Länge des Intervalls genannt.

Wir möchten an dieser Stelle anmerken, dass beispielsweise die Intervalle (a, b], [a, b), (a, b)
für a, b ∈ R nicht-leer sind genau dann, wenn a < b, und [a, b] nicht-leer ist genau dann,
wenn a ≤ b. Intervalle der Art [a, b], (a, b], [a, b), (a, b) für a, b ∈ R werden auch endliche
oder beschränkte Intervalle genannt, wenn wir sie von folgenden Intervallen unterscheiden
wollen.

Definition 2.42 (Unbeschränkte Intervalle). Für a, b ∈ R definieren wir die unbeschränkten

abgeschlossenen Intervalle

[a, ∞) = R≥a = {x ∈ R | a ≤ x}
(−∞, b] = R≤b = {x ∈ R | x ≤ b}

und die unbeschränkten offenen Intervalle

(a, ∞) = R>a = {x ∈ R | a < x}

(−∞, b) = R<b = {x ∈ R | x < b}
(−∞, ∞) = R

98
 Statt runden Klammern werden manchmal auch umgedrehte eckige Klammern verwendet,
um offene und halboffene Intervalle zu bezeichnen. Zum Beispiel findet man anstelle von (a, b)
für a, b ∈ R oft auch ]a, b[ in der Literatur. Wir werden hier stets runde Klammern verwenden.
Der folgende Begriff wird für uns später sehr bedeutsam sein.

Definition 2.43 (Umgebungen eines Punktes). Sei x ∈ R. Ein Menge, die ein offenes Intervall
enthält, in dem x liegt, wird auch eine Umgebung von x genannt. Für ein δ > 0 wird das
offene Intervall (x − δ, x + δ) die δ-Umgebung von x genannt.

Beispielsweise wäre also Q ∪ [−1, 1] eine Umgebung von 0 ∈ R. Falls ein y ∈ R in einer
δ-Umgebung eines Punktes x ∈ R liegt für ein „kleines“ δ > 0, so sagt man auch, dass y
„δ-nahe“ an x ist.

Übung 2.44 (Verhalten von Intervallen unter Durchschnitt und Vereinigung).

(i) Zeigen Sie, dass ein endlicher Schnitt nk=1 Ik von Intervallen I1 , ..., In wieder ein In-
T

tervall ist (wobei die leere Menge auch als ein Intervall zugelassen ist). Können Sie die
Endpunkte eines nicht-leeren Durchschnitts mittels der Endpunkte der ursprünglichen
Intervalle beschreiben?

(ii) Wann ist eine Vereinigung von zwei Intervallen wieder ein Intervall? Was geschieht in
diesem Fall, wenn man zwei Intervalle des selben Typs (offen, abgeschlossen, links halb-
offen, rechts halboffen) vereinigt?

2.4.2 Der Absolutbetrag auf den reellen Zahlen

Definition 2.45. Der Absolutbetrag ist die Funktion
(
x falls x ≥ 0
|·| : R → R, x 7→ |x| = .
−x falls x < 0

Wir betrachten zuerst einige Konsequenzen dieser Definition.

Folgerungen.

(a) Für x ∈ R ist |x| ≥ 0 und |x| = 0 genau dann, wenn x = 0. Dies folgt aus der Trichotomie
von reellen Zahlen: Für x = 0 gilt |x| = 0, für x > 0 gilt |x| = x > 0, und für x < 0 folgt
|x| = −x > 0.

(b) Es ist | − x| = |x| für alle x ∈ R.

(c) Die Absolutbetrag ist multiplikativ: |xy| = |x||y| für alle x ∈ R. (Überprüfen Sie dies in
den insgesamt vier Fällen, je nachdem, ob x, y negativ sind oder nicht.)

(d) Für alle x ∈ R× = R \ {0} gilt | x1 | = 1

|x| . Dies folgt aus (c) wegen | x1 ||x| = 1 für alle x ∈ R.

(e) Für alle x, y ∈ R ist |x| ≤ y äquivalent zu −y ≤ x ≤ y. Denn angenommen |x| ≤ y. Falls
x ≥ 0 dann gilt −y ≤ 0 ≤ x = |x| ≤ y. Falls x < 0, dann ist −y ≤ −|x| = x < 0 ≤ y und
damit wiederum −y ≤ x ≤ y. Für die Umkehrung bemerken wir, dass −y ≤ x ≤ y auch
−y ≤ −x ≤ y und somit in jedem Fall |x| ≤ y impliziert.
99
(f ) Analog ist für alle x, y ∈ R die strikte Ungleichung |x| < y äquivalent zu −y < x < y.

(g) (Dreiecksungleichung) Für alle x, y ∈ R gilt

|x + y| ≤ |x| + |y|.

Diese Ungleichung wird auch die Dreiecksungleichung genannt. Sie folgt, in dem wir
−|x| ≤ x ≤ |x| und −|y| ≤ y ≤ |y| wie in (e) addieren und anschliessend auf

−(|x| + |y|) ≤ x + y ≤ |x| + |y|

wiederum Eigenschaft (e) anwenden.

(h) (umgekehrte Dreiecksungleichung) Für alle x, y ∈ R gilt

|x| − |y| ≤ |x − y|.

Denn die Dreiecksungleichung in (g) zeigt

|x| ≤ |x − y + y| ≤ |x − y| + |y|

was zu |x| − |y| ≤ |x − y| führt. Durch Vertauschen von x, y erhalten wir |y| − |x| ≤ |x − y|.
Also ist nach Eigenschaft (e) |x| − |y| ≤ |x − y| wie gewünscht.

Übung 2.46. Für welche x, y ∈ R gilt Gleichheit in der Dreiecksungleichung oder der umge-
kehrten Dreiecksungleichung?

Für alle x ∈ R gilt x = sgn(x)|x|, wobei sgn(x) das Vorzeichen (oder Signum) von x ist,
welches durch

falls x > 0

 1

sgn : R → {−1, 0, 1} , x 7→ 0 falls x = 0
−1 falls x < 0



definiert ist. Das Vorzeichen einer Zahlen ist also genau dann 1 (respektive −1), wenn die Zahl
positiv (respektive negativ) ist. Die Zahl 0 ist weder positiv noch negativ und deswegen weist
man ihr das „Vorzeichen Null“ zu.

Übung 2.47 (Absolutbetrag und Quadratwurzel). Zeigen Sie für alle x ∈ R die Gleichungen
√
x2 = |x|2 und x2 = |x|.

Wir bemerken noch, dass für δ > 0 und x ∈ R die δ-Umgebung von x (siehe Definition 2.43)
durch {y ∈ R | |x − y| < δ} gegeben ist. Wir werden |x − y| als den Abstand von x zu y
interpretieren. Im Sinne des Wortes „Abstand“ kann man ein paar der obigen Folgerungen neu
intuitiver ausdrücken. Zum Beispiel besagt (b), dass für x, y ∈ R die Gleichheit |x−y| = |y −x|
erfüllt ist, was also bedeutet, dass der Abstand von x zu y dem Abstand von y zu x gleich ist
(wie man sich wünschen könnte). Des Weiteren werden Umgebungen einer reellen Zahl x ∈ R
auch Nachbarschaften von x genannt.
100
Definition 2.48 (Offene und abgeschlossene Teilmengen). Eine Teilmenge U ⊆ R heisst offen
(in R), wenn für jedes x ∈ U ein ε > 0 existiert mit

{y ∈ R | |y − x| < ε} = (x − ε, x + ε) ⊆ U.

Eine Teilmenge A ⊆ R heisst abgeschlossen (in R), wenn ihr Komplement R \ A offen ist.
Intuitiv ausgedrückt ist eine Teilmenge offen, wenn für jeden Punkt x in der Menge alle
Punkte, die nahe genug an x sind, wieder in der Menge liegen. Wir kennen bereits Beispiele
von offenen Mengen:
Übung 2.49 (Offene Intervalle). Zeigen Sie, dass eine Teilmenge U ⊆ R genau dann offen
ist, wenn für jeden Punkt x ∈ U ein offenes Intervall I mit x ∈ I und I ⊆ U existiert.
Schliessen Sie, dass die offenen (respektive abgeschlossenen) Intervalle auch im Sinne der
obigen Definition offen (respektive abgeschlossen) sind.
Übung 2.50. Entscheiden Sie bei den folgenden Teilmengen von R jeweils, ob sie offen,
abgeschlossen oder weder noch sind.
• Die Teilmengen ∅, N, Z, R.

• Die Teilmengen [0, 1), (0, 1] und (0, 1) ∪ (2, 3).

2.4.3 Der Absolutbetrag auf den komplexen Zahlen

Wir möchten nun den Absolutbetrag auf C so definieren, so dass dieser möglichst viele
Eigenschaften des Absolutbetrags auf R hat und mit diesem kompatibel ist. Wir verwenden
dazu die Wurzelfunktion, die in Übung 2.11 eingeführt wurde.
Definition 2.51. Der Absolutbetrag | · | auf C ist gegeben durch
p
|x + yi| = x2 + y 2

für x + yi ∈ C.
An dieser Stelle bemerken wir, dass für z = x + yi ∈ C die Summe der Quadrate x2 + y 2
gerade gleich zz ist, denn

(x + yi)(x − yi) = x2 + y 2 + (xy − xy)i = x2 + y 2 .

Somit gilt für alle z ∈ C

√
|z| = zz.

Des Weiteren möchten wir anmerken, dass für ein x ∈ R der zu Beginn von Abschnitt 2.4.2
definierte Absolutbetrag |x| und der Absolutbetrag von x als Element von C übereinstimmen,
√ √
da xx = x2 = |x| (vergleiche Übung 2.47). Insbesondere ist die neu eingeführte Notation
nicht widersprüchlich und wir haben den Absolutbetrag von R auf C erweitert.
Wir fassen nun einige Eigenschaften des Absolutbetrags auf C zusammen:
101
Eigenschaften des Absolutbetrags auf C.

(i) (Definitheit) Für alle z ∈ C gilt |z| ≥ 0 und |z| = 0 genau dann, wenn z = 0.

(ii) (Multiplikativität) Für alle z, w ∈ C gilt |zw| = |z||w|.

(iii) (Dreiecksungleichung) Für alle z, w ∈ C gilt |z + w| ≤ |z| + |w|.

(iv) (Umgekehrte Dreiecksungleichung) Für alle z, w ∈ C gilt |z| − |w| ≤ |z − w|.

Genauso wie auf R wollen wir mit Hilfe des Absolutbetrags den Abstand zweier Punkte
z, w ∈ C als die nicht-negative Zahl |z − w| auffassen. Wir bemerken noch, dass Definition 2.51
dem Satz von Pythagoras (siehe die entsprechende Übung in Abschnitt 1.9.6) entspricht. Doch
haben wir dies als Definition des Absolutbetrages von z = x + yi gewählt, womit es (abgesehen
von obigen Eigenschaften) nichts zu beweisen gibt.

Beweis. Zur Definitheit: Per Definition der Wurzel gilt für ein z ∈ C, dass |z| ≥ 0. Des
Weiteren gilt |z| = 0 wegen der Injektivität der Wurzelfunktion genau dann, wenn zz = 0. In
Lemma 2.37 wurde jedoch gezeigt, dass zz genau dann Null ist, wenn z selbst Null ist. Also
folgt die Definitheit des Absolutbetrags.
Für die Multiplikativität verwenden wir die Eigenschaften der Konjugation aus Lemma 2.37
und die Multiplikativität der Wurzel (siehe Übung 2.11(vi)). Seien z, w ∈ C. Dann gilt
√ √ √ √
|zw| = zwzw = zzww = zz ww = |z| |w| ,

was zu zeigen war.

Für die Dreiecksungleichung betrachten wir z = x1 + y1 i, w = x2 + y2 i ∈ C. Da die
Wurzelfunktion Ungleichungen zwischen positive Zahlen erhält (siehe Übung 2.11(iv)), reicht
es die Ungleichung |z + w|2 ≤ (|z| + |w|)2 zu zeigen. Wir berechnen

|z + w|2 = (x1 + x2 )2 + (y1 + y2 )2

= x21 + x22 + y12 + y22 + 2(x1 x2 + y1 y2 )
= |z|2 + |w|2 + 2(x1 x2 + y1 y2 ).

Wie wir sehen werden, reicht es aus die Ungleichung x1 x2 + y1 y2 ≤ |z||w| zu zeigen, die auch
als Cauchy-Schwarz-Ungleichung auf C bekannt ist. Tatsächlich gilt

(x1 x2 + y1 y2 )2 ≤ (x1 x2 + y1 y2 )2 + (y1 x2 − x1 y2 )2

= x21 x22 + y12 y22 + 2x1 x2 y1 y2 + y12 x22 + x21 y22 − 2x1 x2 y1 y2
= x21 x22 + y12 y22 + y12 x22 + x21 y22
= (x21 + y12 )(x22 + y22 ) = |z|2 |w|2 ,

und daher auch x1 x2 + y1 y2 ≤ |x1 x2 + y1 y2 | ≤ |z||w|. Zusammen ergibt sich

|z + w|2 = |z|2 + |w|2 + 2(x1 x2 + y1 y2 ) ≤ |z|2 + |w|2 + 2|z||w| = (|z| + |w|)2

102
 Die umgekehrte Dreiecksungleichung folgt ebenso wie im reellen Fall direkt aus der Drei-
ecksungleichung.

Wie vorhin lässt sich mit Hilfe des Absolutbetrags ein Begriff von Offen- und Abgeschlos-
senheit einführen. Für die Definition von offenen Mengen in R wurden die symmetrisch um
einen zuvor fixierten Punkt liegenden offenen Intervalle verwendet. In Analogie dazu definieren
wir folgende Teilmengen von C.

Definition 2.52 (Offene Bälle). Der offene Ball mit Radius r > 0 um einen Punkt z ∈ C
ist die Menge

Br (z) = {w ∈ C | |z − w| < r} .

Der offene Ball Br (z) zu r > 0 und z ∈ C besteht also gerade aus jenen Punkten, die
Abstand (strikt) kleiner r von z haben. Offene Bälle in C und offene Intervalle in R sind
in folgendem Sinne kompatibel: Ist x ∈ R und r > 0, so ist der Schnitt des offenen Balles
Br (x) ⊆ C mit R gerade das offene, symmetrisch um x liegende Intervall (x−r, x+r) (wieso?).

Wichtige Übung 2.53 (Durchschnitt von offenen Bällen). Zeigen Sie folgende Eigenschaft
von Bällen: Seien z1 , z2 ∈ C, r1 > 0 und r2 > 0. Für jeden Punkt z ∈ Br1 (z1 ) ∩ Br2 (z2 )
existiert ein Radius r > 0, so dass

Br (z) ⊆ Br1 (z1 ) ∩ Br2 (z2 ).

Illustrieren Sie Ihre Wahl des Radius r in einem Bild.

Definition 2.54 (Offene und abgeschlossene Teilmengen von C). Eine Teilmenge U ⊆ C
heisst offen (in C), wenn zu jedem Punkt in U ein offener Ball um diesen Punkt existiert, der
in U enthalten ist. Formaler: Für alle z ∈ U existiert ein Radius r > 0, so dass Br (z) ⊆ U .
Eine Teilmenge A ⊆ C heisst abgeschlossen (in C), falls ihr Komplement C \ A offen ist.

Nach Übung 2.53 sind beispielsweise alle Bälle offen.

Applet 2.55 (Offener Ball). Wir sehen, dass es für jeden Punkt w in dem offenen Ball Br (z)
um z mit Radius r wieder einen Radius ε > 0 gibt, so dass der offene Ball um w mit Radius
ε ganz in Br (z) enthalten ist.

103
 Es gibt, abgesehen von den offenen Bällen, noch viele weitere, offene Teilmengen von C.
Beispielsweise ist jede Vereinigung von offenen Teilmengen offen. Zum Studium der offenen
Mengen und damit verwandten Begriffen werden wir in deutlicher grösserer Allgemeinheit im
zweiten Semester zurückkehren. Insbesondere wollen wir uns hier noch nicht auf eine ausführ-
liche Diskussion einlassen.

104
2.5 Maximum und Supremum

2.5.1 Maximum und Minimum

Definition 2.56 (Maximum). Wir sagen, dass x0 = max(X) ∈ R das Maximum einer
Teilmenge X ⊆ R ist, falls x0 ∈ X und für alle x ∈ X die Ungleichung x ≤ x0 gilt.
Wir dürfen in der Tat von dem Maximum einer Teilmenge X ⊆ R sprechen, da es durch die
Definition eindeutig bestimmt ist. Denn falls x0 , x00 beide die Eigenschaften eines Maximums
erfüllen, so folgt x0 ≤ x00 (weil x0 ∈ X und x00 ein Maximum ist) und x00 ≤ x0 (weil x00 ∈ X
und x0 ein Maximum ist) und damit x0 = x00 .
Ein abgeschlossenes Intervall [a, b] mit Endpunkten a < b in R hat b = max([a, b]) als
Maximum. Auch nicht-leere endliche Teilmengen und viele weitere Mengen besitzen ein Maxi-
mum. Es gibt jedoch auch Mengen, die kein Maximum besitzen. Beispielsweise hat das offene
Intervall (a, b) mit Endpunkten a < b in R kein Maximum (beweisen Sie dies als Übung) - es
würde sich zwar der Endpunkt b anbieten, doch dieser liegt nicht in der Menge (a, b) und ist
also kein Kandidat für das Maximum. Wir werden in Kürze einen Begriff einführen, der auf b
zutrifft und gewissermassen als Ersatz für das Maximum angesehen werden kann.
Des Weiteren kann R (oder auch Intervalle der Form [a, ∞), (a, ∞) für a ∈ R) kein Ma-
ximum besitzen, da für beliebige x ∈ R die Ungleichung x < x + 1 gilt und damit x kein
Maximum sein kann.
Definition 2.57 (Minimum). Wir sagen, dass x0 = min(X) das Minimum einer Teilmenge
X ⊆ R ist, falls x0 ∈ X und x ≥ x0 für alle x ∈ X gilt.
Die obige Diskussion lässt sich auf analoge Weise für das Minimum anwenden. Dieses ist
also eindeutig bestimmt, muss aber nicht unbedingt existieren.

2.5.2 Supremum und Infimum

Definition 2.58 (Beschränktheit und Schranken). Eine Teilmenge X ⊆ R heisst von oben
beschränkt, falls es ein s ∈ R gibt mit x ≤ s für alle x ∈ X. Ein solches s ∈ R nennt man
in diesem Fall eine obere Schranke von X. Die Begriffe „von unten beschränkt“ und
„untere Schranke“ sind analog definiert. Eine Teilmenge X ⊆ R heisst beschränkt, falls
sie von oben und von unten beschränkt ist.
Wie wir bereits bemerkt haben, hat zum Beispiel das Intervall (0, 1) kein Maximum. Es
hat aber obere Schranken, 100 ist ein Beispiel. Natürlich ist 100 keine „gute“ obere Schranke;
10 oder auch 2 oder 23 sind kleinere also auch „bessere“ obere Schranken. Die absolut beste
obere Schranke ist aber durch 1 gegeben. Denn nach Definition von (0, 1) ist 1 sicherlich eine
obere Schranke und für jede obere Schranke s gilt s ≥ 1. (Wieso?)
Diese Gedanken führen gemeinsam mit dem Vollständigkeitsaxiom (Axiom (16) in Ab-
schnitt 2.1.3) zu folgendem grundlegenden Begriff.
Satz 2.59 (Supremum). Sei X ⊆ R eine von oben beschränkte, nicht-leere Teilmenge. Dann
gibt es eine kleinste obere Schranke von X, die auch das Supremum sup(X) von X
genannt wird. Formal gelten also für s0 = sup(X) folgende Eigenschaften:
105
(1) (s0 ist eine obere Schranke) ∀x ∈ X : x ≤ s0

(2) (s0 ist kleiner gleich jeder oberen Schranke) ∀s ∈ R : ((∀x ∈ X : x ≤ s) =⇒ s0 ≤ s)

Äquivalenterweise kann s0 = sup(X) auch durch (1) und die folgende Bedingung definiert
werden:

(2’) (Kleinere Zahlen sind keine oberen Schranken) ∀ε > 0 ∃x ∈ X : x > s0 − ε.

Um diesen wichtigen Begriff noch etwas genauer zu beleuchten, wollen wir vor dem Beweis
noch ein paar Bemerkungen machen.

• Falls das Maximum x0 = max(X) existiert, dann ist x0 eine obere Schranke von X und
ist vielmehr auch die kleinste obere Schranke, also max(X) = sup(X). Denn aus x0 ∈ X
folgt x0 ≤ s für jede obere Schranke s von X.

• Wenn das Supremum sup(X) in X liegt, dann ist sup(X) = max(X), da das Supremum
eine obere Schranke ist. Also ist das Supremum eine Verallgemeinerung des Maximums
einer Menge.

• Die Formulierung „kleinste obere Schranke“ ist natürlich ein Synonym für das Minimum
der oberen Schranken und ist dadurch eindeutig bestimmt, falls es existiert.

Beweis von Satz 2.59. Nach Annahme ist X nicht-leer und die Menge der oberen Schranken
Y = {s ∈ R | ∀x ∈ X : x ≤ s} ist ebenfalls nicht-leer. Des Weiteren gilt für alle x ∈ X, s ∈ Y
die Ungleichung x ≤ s. Nach dem Vollständigkeitsaxiom (Axiom (16) in Abschnitt 2.1.3) folgt
daher, dass es ein c ∈ R gibt, für das x ≤ c ≤ s für alle x ∈ X und s ∈ Y . Aus der ersten
Ungleichung folgt, dass c eine obere Schranke von X ist. Aus der zweiten Ungleichung folgt,
dass c die kleinste obere Schranke von X ist, und daher erfüllt c sowohl (1) als auch (2).
Wir zeigen nun, dass das Supremum auch durch (1) und (2’) charakterisiert wird. Also
angenommen s0 = sup(X) und ε > 0, dann ist s0 − ε < s0 . Daher kann s0 − ε keine obere
Schranke sein und es existiert ein x ∈ X mit x > s0 − ε. Daher erfüllt s0 auch (2’).
Erfüllt t0 ∈ R nun (1) und (2’), so ist t0 eine obere Schranke und daher ist s0 ≤ t0 nach
Definition von s0 = sup(X). Falls s0 < t0 wäre, dann wäre s0 = t0 − ε für ein ε > 0. Nach
der zweiten Eigenschaft von t0 gäbe es ein x ∈ X mit x > s0 , was der Definition von s0 als
(kleinste) obere Schranke widerspricht. Deswegen muss t0 = s0 gelten und s0 ist eindeutig
durch die Bedingungen (1) und (2’) bestimmt.

Applet 2.60 (Supremum einer beschränkten nicht-leeren Menge). Wir betrachten eine be-
schränkte nicht-leere Teilmenge von R und zwei äquivalente Charakterisierungen des Supre-
mums dieser Menge.

Genauso wie auch andere Konsequenzen des Vollständigkeitsaxioms, die wir behandeln
werden, ist die Existenz des Supremums in der Tat äquivalent zum Vollständigkeitsaxiom. In
anderen Worten hätten wir anstelle von Axiom (16) einfach die Aussage von Satz 2.59 fordern
können. Mehr dazu finden Sie im Abschnitt 2.7.2.

106
 Für eine von unten beschränkte, nicht-leere Teilmenge X ⊆ R wird die grösste, untere
Schranke auch das Infimum inf(X) von X genannt. Für das Infimum gilt eine ähnliche
Aussage wie in Satz 2.59:

Übung 2.61 (Existenz des Infimums). Formulieren und beweisen Sie die analoge Aussage
zu Satz 2.59 für das Infimum. Sie können dazu wie im Beweis von Satz 2.59 vorgehen oder
das Supremum der Teilmenge −X = {−x | x ∈ X} für eine von unten beschränkte, nicht-leere
Teilmenge X ⊆ R betrachten.

Die in obiger Übung erschienene Notation lässt sich verallgemeinern. Sei x ∈ R eine reelle
Zahl und seien A, B ⊆ R zwei Teilmengen. Wir definieren

x + A = {x + a | a ∈ A}
A + B = {a + b | a ∈ A, b ∈ B}
xA = {xa | a ∈ A}
AB = {ab | a ∈ A, b ∈ B} .

Es gelten also beispielsweise die Identitäten x + A = {x} + A, xA = {x} A für alle x ∈ R und
A ⊆ R. Auch gilt [a, b] + [c, d] = [a + c, b + d] für a, b, c, d ∈ R mit a ≤ b und c ≤ d. (Wieso?)

Proposition 2.62 (Supremum unter Streckung). Sei A ⊆ R eine nicht-leere, von oben be-
schränkte Teilmenge und sei c > 0. Dann ist cA von oben beschränkt und es gilt

sup(cA) = c sup(A).

Wir empfehlen Ihnen hier, sich die Aussage dieser (genauso wie der nächsten) Proposition
zuerst am Begriff des Maximums zu veranschaulichen.

Beweis. Sei s = sup(A). Dann gilt a ≤ s und somit auch ca ≤ cs für alle a ∈ A. Da aber jedes
Element von cA von der Form ca für ein a ∈ A ist, erhalten wir, dass cs eine obere Schranke
von cA ist und dass cA von oben beschränkt ist.
Sei ε > 0. Dann existiert nach Satz 2.59 ein a ∈ A mit a > s− εc , für welches die Ungleichung
ca > cs − ε gilt. Dies zeigt die zweite charakterisierende Eigenschaft des Supremums und wir
erhalten sup(cA) = cs = c sup(A).

Proposition 2.63 (Supremum unter Summen). Seien A, B ⊆ R zwei nicht-leere, von oben
beschränkte Teilmengen von R. Dann ist A + B von oben beschränkt und es gilt

sup(A + B) = sup(A) + sup(B).

Beweis. Wir definieren sA = sup(A) und sB = sup(B). Dann gilt a ≤ sA und b ≤ sB für alle
a ∈ A und b ∈ B, was a + b ≤ sA + sB für alle a ∈ A und b ∈ B impliziert. Da aber jedes
Element von A + B von dieser Form ist, erhalten wir, dass sA + sB eine obere Schranke von
A + B ist und dass A + B von oben beschränkt ist.

107
 Sei ε > 0. Dann existiert nach Satz 2.59 ein a ∈ A mit a > sA − 2ε und ein b ∈ B mit
b > sB − 2ε , was wiederum a+b > sA +sB −ε impliziert. Dies zeigt die zweite charakterisierende
Eigenschaft von sup(A + B) in Satz 2.59 und wir erhalten

sup(A + B) = sA + sB = sup(A) + sup(B).

2.5.3 Uneigentliche Werte, Suprema und Infima

In diesem Abschnitt wollen wir die Begriffe „Supremum“ und „Infimum“ auf beliebige Teil-
mengen von R erweitern (ohne die in Abschnitt 2.5.2 getroffenen Annahmen). Dazu verwenden
wir die Symbole ∞ = +∞ und −∞, die keine reellen Zahlen darstellen. Wir definieren die
erweiterte Zahlengerade (die auch Zweipunktkompaktifizierung von R genannt wird)
durch

R = R t {−∞, +∞}

und stellen uns diese als die Zahlengerade

vor. Hier haben wir den Punkt +∞ rechts von R und den Punkt −∞ links von R zu der
Gerade hinzugefügt. Formaler formuliert: wir erweitern die Relation (Ordnung) ≤ auf R, so
dass −∞ ≤ x ≤ +∞ für alle x ∈ R gilt, aber keine weiteren ≤-Relationen für die Symbole
−∞, +∞ erfüllt sind. Inbesondere schreiben wir auch −∞ < x < ∞ für alle x ∈ R.

Übung 2.64 (Geometrie der Zweipunktkompaktifizierung). Zeigen Sie, dass die Abbildung
(
1
1 − 1+x falls x ≥ 0
φ : R → (−1, 1), x 7→ 1
−1 + 1−x falls x < 0

bijektiv ist und die Ordnung erhält. Das heisst, für x, y ∈ R gilt x < y ⇐⇒ φ(x) < φ(y).
Erweitern Sie φ zu einer ordnungserhaltenden Bijektion φ : R → [−1, 1] und erklären Sie
damit das obige Bild der erweiterten Zahlengerade.

Das Maximum und das Minimum einer Teilmenge X ⊆ R ist nun wie in Abschnitt 2.5.1
definiert (falls es existiert).
Falls X ⊆ R nicht von oben beschränkt ist, dann definieren wir sup(X) = +∞. Falls X
leer ist, setzen wir sup(∅) = −∞ (da jedes x ∈ R eine obere Schranke von ∅ darstellt). Analog
definieren wir inf(∅) = +∞ und inf(X) = −∞, falls X ⊆ R nicht von unten beschränkt ist.
Folgende Übungen stellen natürliche Eigenschaften von Supremum und Infimum dar. Sie
sollten mindestens eine dieser Übungen ausarbeiten. Betrachten Sie hierbei die Spezialfälle, die
zu einem uneigentlichen Supremum oder Infimum führen, getrennt und gehen Sie anschliessend
wie im Beweis von Proposition 2.63 vor.
108
 Weiter definieren wir für die Übungen die „Rechenregeln“

∞+x=x+∞=∞ −∞ + x = x − ∞ = −∞
∞+∞=∞ −∞ − ∞ = −∞

für alle x ∈ R und

∞·∞=∞ (−∞) · ∞ = −∞
y·∞=∞·y =∞ (−y) · ∞ = ∞ · (−y) = −∞
∞ · (−∞) = −∞ (−∞) · (−∞) = ∞
y · (−∞) = (−∞) · y = −∞ (−y) · (−∞) = (−∞) · (−y) = ∞

für alle y > 0, wovon wir einen Teil verwenden werden. Die Ausdrücke ∞ − ∞ und 0 · ∞ oder
ähnliche bleiben wohlgemerkt aber undefiniert.

Übung 2.65 (Eigenschaften von Supremum und Infimum unter Vereinigung). Seien X, Y
zwei Teilmengen von R. Zeigen Sie, dass

sup(X ∪ Y ) = max {sup(X), sup(Y )} .

Formulieren und beweisen Sie eine analoge Formel für das Infimum von X ∪ Y .

Übung 2.66 (Eigenschaften von Supremum und Infimum unter Summen und Produkten).
Seien A, B ⊆ R zwei nicht-leere Teilmengen. Zeigen Sie, dass

sup(A + B) = sup(A) + sup(B)

und dass, falls A ⊆ R>0 und B ⊆ R>0 ,

sup(AB) = sup(A) sup(B).

Suchen Sie des Weiteren ähnliche Identitäten für das Infimum.

Übung 2.67. Sei A eine nicht-leere Teilmenge von R. Zeigen Sie, dass

sup |A| = max {sup(A), − inf(A)} .

Hierbei ist |A| das Bild von A unter dem Absolutbetrag | · | (als Funktion von R nach R).

2.5.4 Verwendung des Supremums und des Infimums

Das Supremum ist eine natürliche und notwendige Verallgemeinerung des Maximums einer
Menge, da letzteres sogar für beschränkte Intervalle nicht existieren muss. Das Supremum kann
aber auch hilfreich sein in Situationen, wo das Maximum existiert. Denn falls man beweisen
will, dass ein Maximum existiert, dann hat man mit dem Supremum den richtigen Kandidaten
und kann den Beweis mit der Existenz des Supremums beginnen. Auf die gleiche Weise ist das
Infimum einer Menge eine Verallgemeinerung des Minimums.

109
 Es ist wichtig, dass Sie sich die charakterisierenden Eigenschaften des Supremums und In-
fimums einprägen, da diese Begriffe fundamentale Bausteine unserer zu entwickelnden Theorie
sein werden. Zum Beispiel werden wir das Integral einer Funktion durch ein Supremum defi-
nieren (siehe Figur 1.2 und Kapitel 4).

110
2.6 Erste Konsequenzen der Vollständigkeit
Wir haben in Abschnitt 2.1 unter Verwendung des Vollständigkeitsaxiom die Wurzelfunk-
tion eingeführt und in Abschnitt 2.5 bereits das Vollständigkeitsaxiom verwendet um die Exi-
stenz des Supremums zu beweisen. Letzteres kann aber auch bloss als eine Umformulierung
des Vollständigkeitsaxiom betrachtet werden. In diesem Abschnitt werden wir eine bereits be-
kannte Fragestellung und einige weitere Themen betrachten und erkennen wie nützlich das
Vollständigkeitsaxiom sein kann.

2.6.1 Das Archimedische Prinzip

Mit Hilfe der Existenz des Supremums können wir nun das Archimedische Prinzip beweisen.

Satz 2.68 (Das Archimedische Prinzip). Es gelten folgende Aussagen:

(i) Jede nicht-leere, von oben beschränkte Teilmenge von Z hat ein Maximum.

(ii) Für jedes x ∈ R existiert genau ein n ∈ Z mit n ≤ x < n + 1.

1
(iii) Für jedes ε > 0 existiert ein n ∈ N mit n < ε.

Wir können das Archimedische Prinzip beispielsweise verwenden, um folgende Funktionen

zu definieren.

• Der ganzzahlige Anteil bxc einer Zahl x ∈ R ist die nach Satz 2.68 eindeutig bestimmte
ganze Zahl n ∈ Z mit n ≤ x < n + 1. Wir erhalten also die Funktion x ∈ R 7→ bxc ∈ Z,
die auch Abrundungsfunktion genannt wird.

• Der gebrochene Anteil (oder auch Nachkommaanteil) ist {x} = x − bxc ∈ [0, 1)
und wir erhalten eine Funktion x ∈ R 7→ {x} ∈ [0, 1) mit x = bxc + {x} für alle x ∈ R.

Beweis von Satz 2.68. Zu (i): Sei E ⊆ Z eine nicht-leere und (als Teilmenge von R) von oben
beschränkte Teilmenge. Nach Satz 2.59 existiert das Supremum s0 = sup(E). Da s0 die kleinste
obere Schranke von E ist, existiert ein n0 ∈ E mit s0 − 1 < n0 ≤ s0 (sonst wäre s0 − 1 eine
kleinere obere Schranke). Es folgt s0 < n0 + 1 und für jedes m ∈ E gilt dann m ≤ s0 < n0 + 1,
woraus m ≤ n0 folgt (nach Lemma 2.18 und Übung 2.26). Daher ist n0 das Maximum von E
wie in (i) behauptet.
Zu (ii): Sei x ≥ 0 eine reelle Zahl. Dann ist E = {n ∈ Z | n ≤ x} eine von oben beschränkte,
nicht-leere Teilmenge von Z (nicht-leer, da 0 ∈ E – hier verwenden wir x ≥ 0). Nach obigem
hat E ein Maximum, das heisst, es gibt ein maximales n ∈ Z mit n ≤ x. Daraus folgt x < n+1
wie in (ii).
Falls x < 0 ist, dann können wir obigen Fall auf −x anwenden und finden ein ` ∈ Z mit
` ≤ −x < ` + 1. Daraus folgt, dass es auch ein k ∈ {`, ` + 1} ⊆ Z mit k − 1 < −x ≤ k gibt. Für
n = −k ∈ Z erhalten wir schliesslich n ≤ x < n + 1. Damit ist die Existenz in (ii) bewiesen.
Für den Beweis der Eindeutigkeit nehmen wir an, dass n1 , n2 ∈ Z die Ungleichungen
n1 ≤ x < n1 + 1 und n2 ≤ x < n2 + 1 gelten. Daraus folgt n1 ≤ x < n2 + 1 und damit n1 ≤ n2 .
Analog folgt n2 ≤ n1 , was n1 = n2 impliziert.
111
 Zu (iii): Sei ε > 0 eine reelle Zahl. Dann gilt auch 1ε > 0 und es gibt nach Teil (ii) ein n ∈ N
mit 1ε < n. Für dieses n gilt aber auch n1 < ε, wie in (iii) behauptet wurde.

Übung 2.69 (Supremum von Bildmengen). Sei A eine nicht-leere Teilmenge von R. Zeigen
Sie, dass im Allgemeinen sup(bAc) = bsup(A)c nicht gilt. Hierbei ist bAc das Bild von A unter
der Abrundungsfunktion b·c : R → R.

Mit Hilfe des Archimedischen Prinzips können wir auch den geometrischen Zusammenhang
zwischen Q und R im folgenden Korollar beschreiben. (Ein Korollar ist eine Folgerung aus einer
Proposition, einem Satz oder einem Theorem.)

Korollar 2.70 (Dichtheit von Q in R). Zwischen je zwei reellen Zahlen a, b ∈ R mit a < b
gibt es ein r ∈ Q mit a < r < b.

Beweis. Nach dem Archimedischen Prinzip (Satz 2.68 (iii)) existiert ein m ∈ N mit m
1
< b − a.
Ebenso gibt es nach dem Archimedischen Prinzip (Satz 2.68 (ii)) ein n ∈ Z mit n−1 ≤ ma < n
oder äquivalenterweise n−1
m ≤ a < m . Insbesondere gilt m ≤ a + m , was mit m < b − a gerade
n n 1 1

n 1
a< ≤a+ <a+b−a=b
m m

und damit das Korollar impliziert, wobei r = n

m gewählt wird.

Anders formuliert zeigt obiges Korollar, dass Q jede Umgebung I einer reellen Zahl schnei-
det (das heisst, I ∩ Q 6= ∅), oder auch, dass wir jede reelle Zahl beliebig genau durch rationale
Zahlen approximieren können. Die Eigenschaft wird auch als Q ist dicht in R bezeichnet und
wird uns später in einem allgemeineren Kontext wiederbegegnen.

Übung 2.71 (Jede reelle Zahl ist ein Supremum einer Menge von rationalen Zahlen). Zeigen
Sie, dass für jedes x ∈ R das Supremum von {r ∈ Q | r < x} gerade x ist.

Übung 2.72 (Etwas Diophantische Approximation). Sei a ∈ R eine reelle, irrationale Zahl.
Betrachtet man den Beweis von Korollar 2.70 nochmals, so realisiert man, dass die Existenz
einer rationalen Zahl pq ∈ Q mit

p 1
a− ≤
q q

gezeigt wird. Fragen zu Approximation von reellen Zahlen mit rationalen sind Fragestellungen
der Diophantischen Approximation. Wir wollen hier auf elementare Weise ein stärkeres Re-
sultat (Dirichlet’s Approximationssatz) zeigen. Sei Q ∈ N eine natürliche Zahl. Zeigen Sie,
dass p ∈ Z und q ∈ N mit 1 ≤ q ≤ Q existieren, die

p 1
a− |<
q qQ
p 1
und insbesondere a − q < q2
erfüllen.

112
2.6.2 Häufungspunkte einer Menge
Wie oben bereits erwähnt, kann jeder Punkt in R durch Punkte in Q approximiert werden.
Allgemeiner möchten wir nun zu einer Menge A ⊆ R jene Punkte betrachten, denen A „von
aussen“ beliebig nahe kommt.

Definition 2.73 (Häufungspunkte von Mengen). Sei A ⊆ R und x0 ∈ R. Wir sagen, dass
x0 ein Häufungspunkt der Menge A ist, falls es für jedes ε > 0 ein a ∈ A gibt mit
0 < |a − x0 | < ε.

In anderen Worten gibt es für einen Häufungspunkt x0 in jeder Umgebung abgesehen von
x0 Punkte in A (wobei es keine Rolle spielt ob x0 in A liegt oder nicht). Die Menge A kommt
also ihren Häufungspunkten „von aussen“ beliebig nahe.

Übung 2.74 (Endliche Mengen haben keine Häufungspunkte). Zeigen Sie, dass eine endli-
chen Teilmenge A ⊆ R keine Häufungspunkte besitzt.

Ebenso gibt es unendliche Mengen ohne Häufungspunkte. Zum Beispiel hat A = Z keine
Häufungspunkte. In der Tat gibt es für x0 ∈ Z kein n ∈ Z mit 0 < |n − x0 | < 1 (auf Grund
der Anordnung in Lemma 2.18 und Übung 2.26). Des Weiteren ist für jedes x0 ∈ R \ Z die
Zahl ε = min {x0 − bx0 c, bx0 c + 1 − x0 } positiv und erfüllt |n − x0 | ≥ ε für alle n ∈ Z. Für
beschränkte unendliche Mengen ist die Situation aber besser wie folgender Satz zeigt.

Satz 2.75 (Existenz von Häufungspunkten). Sei A ⊆ R eine beschränkte unendliche Teil-
menge. Dann existiert ein Häufungspunkt von A in R.

Figur 2.1: Wir möchten in diesem Bild die Idee des Beweises von Satz
2.75 erläutern. Wir betrachten das „grösste“ x0 ∈ R, für welches links
von x0 (im Bild in rot) nur endliche viele Punkte von A (im Bild in
grün) liegen. Um genau zu sein, muss ein solches x0 nicht existieren,
weswegen wir x0 als das Supremum über alle x mit dieser Eigenschaft
nehmen. Schiebt man dieses x0 nun um ein kleines ε > 0 nach rechts
auf x0 + ε, so müssen unendlich viele Elemente von A links von x0 + ε
liegen. Umgekehrt kann man x0 etwas nach links nach x0 − ε schieben,
womit nur endlich viele Elemente von A links von x0 − ε liegen können.
Also befinden sich unendlich viele Elemente von A zwischen x0 − ε und
x0 + ε. Da aber ε beliebig war, muss x0 ein Häufungspunkt von A sein.

Beweis. Angenommen m, M ∈ R erfüllen A ⊆ [m, M ]. Wir definieren

X = {x ∈ R | |A ∩ (−∞, x]| < ∞} .

Dann ist m ∈ X da |A ∩ (−∞, m]| ≤ 1. Des Weiteren gilt x < M für jedes x ∈ X, denn für
x ≥ M ist A ∩ (−∞, x] = A ∩ (−∞, M ] = A eine unendliche Menge nach Annahme im Satz.
113
Daher ist X eine beschränkte, nicht-leere Teilmenge von R, womit das Supremum x0 = sup(X)
nach Satz 2.59 existiert.
Sei nun ε > 0. Dann existiert ein x ∈ X mit x > x0 − ε, was zeigt, dass A ∩ (−∞, x0 − ε]
eine endliche Menge ist, da

A ∩ (−∞, x0 − ε] ⊆ A ∩ (−∞, x]

gilt. Des Weiteren gilt x0 + ε 6∈ X auf Grund der Definition von x0 . Damit ist die Kardinalität
von A ∩ (−∞, x0 + ε] unendlich. Es folgt, dass

A ∩ (x0 − ε, x0 + ε] = (A ∩ (−∞, x0 + ε]) \ (A ∩ (−∞, x0 − ε])

eine unendliche Menge ist und abgesehen von möglicherweise x0 , x0 + ε noch weitere Punkte
besitzen muss. Da ε > 0 beliebig war, sehen wir, dass x0 ein Häufungspunkt der Menge A
ist.

Insbesondere erkennen wir im Beweis eine stärkere Aussage für den gefundenen Häufungs-
punkt x0 der Menge A, nämlich dass für alle ε > 0 der Durchschnitt A ∩ (x0 − ε, x0 + ε)
unendlich ist. Dies stellt eine alternative Definition des Begriffs dar.
Übung 2.76 (Alternative Charakterisierung von Häufungspunkten). Sei A ⊆ R und x0 ∈ R.
Zeigen Sie, dass x0 genau dann ein Häufungspunkt der Menge A ist, wenn für jedes ε > 0 der
Durchschnitt von A mit der ε-Umgebung (x0 − ε, x0 + ε) unendlich viele Punkte enthält.
Die Existenz eines Häufungspunkt in Satz 2.75 kann man als ein Schubfachprinzip der
Analysis auffassen: Anstatt einer echten Übereinstimmung wie im regulären Schubfachprinzip
für endliche Mengen (wie in Abschnitt 1.8.4) erlauben wir näherungsweise Übereinstimmun-
gen wie in der Definition eines Häufungspunktes und haben einen Punkt gefunden mit dem
unendlich viele Punkte der Menge „fast übereinstimmen“. Wir werden noch andere Sätze ken-
nenlernen, bei denen ein beschränktes, abgeschlossenes Intervall ähnliche Eigenschaften wie
eine endliche Menge haben wird.

2.6.3 Intervallschachtelungsprinzip
Der Durchschnitt von ineinander geschachtelten, nicht-leeren Intervallen, das heisst, Inter-
vallen I1 ⊇ I2 ⊇ I3 ⊇ · · · in R, die kleiner werden, kann durchaus leer sein. Zum Beispiel
gilt
∞
\ 

n, ∞ = ∅,
n=1
∞
\ 1

0, =∅
n
n=1

auf Grund des Archimedischen Prinzip in Satz 2.68. Für abgeschlossene und beschränkte Inter-
valle ist die Situation aber deutlich besser. Dies ist nochmals eine Konsequenz des Vollständig-
keitsaxioms.
114
Satz 2.77 (Intervallschachtelungsprinzip). Sei für jedes n ∈ N ein nicht-leeres, abgeschlosse-
nes, beschränktes Intervall In = [an , bn ] gegeben, so dass für alle natürlichen Zahlen m ≤ n
die Inklusion Im ⊇ In oder äquivalenterweise die Ungleichungen am ≤ an ≤ bn ≤ bm gelten.
Dann ist der Durchschnitt
∞
\  
In = sup {an | n ∈ N} , inf {bn | n ∈ N}
n=1

nicht-leer.

Sollte die Aussage verwirrend sein, überzeugen Sie sich doch zuerst davon, dass

[a1 , b1 ] ∩ [a2 , b2 ] = [max{a1 , a2 }, min{b1 , b2 }]

für beliebige a1 , a2 , b1 , b2 ∈ R gilt.

Beweis von Satz 2.77. Nach Annahme gilt für natürliche Zahlen `, m, n mit ` ≤ m ≤ n die
Ungleichung

a` ≤ am ≤ an ≤ bn ≤ bm ≤ b` .

Insbesondere ist bm eine obere Schranke von {ak | k ∈ N}, woraus

sup {ak | k ∈ N} ≤ bm

folgt. Da m ∈ N beliebig war, sehen wir nun, dass a = sup {ak | k ∈ N} ∈ R eine untere
Schranke von {bm | m ∈ N} ist. Daher hat letztere Menge ein Infimum b ∈ R und wir erhalten

a = sup {ak | k ∈ N} ≤ inf {bm | m ∈ N} = b.

Insbesondere ist der Schnitt ∞n=1 In nicht-leer, da er zum Beispiel a enthält. Für x ∈ R gilt
T

nun die Abfolge von Äquivalenzen

∞
\
x∈ [an , bn ] ⇐⇒ ∀n ∈ N : an ≤ x ≤ bn
n=1



⇐⇒ ∀n ∈ N : an ≤ x ∧ ∀n ∈ N : x ≤ bn
⇐⇒ a ≤ x ∧ x ≤ b,
T∞
womit n=1 [an , bn ] = [ā, b̄] gilt und der Satz folgt.

Applet 2.78 (Intervallschachtelung). Bei Vergrösserung sehen wir, dass die Intervalle immer
wieder weitere Intervalle enthalten. Man kann sich vorstellen, wie dies unbeschränkt weitergeht
und der Durchschnitt in dem betrachteten Fall aus der Menge mit nur einem Punkt besteht.
(Allerdings können wir dies hier nicht unbeschränkt beobachten, da geogebra nach einigen Ver-
grösserungen auf die Grenzen der Rechengenauigkeit stösst.)

Übung 2.79 (Charakterisierung von Intervallen).

115
 (i) Zeigen Sie, dass eine Teilmenge I ⊆ R genau dann ein Intervall ist, wenn für alle x, y ∈ I
und alle z ∈ R die Implikation (x ≤ z ≤ y) =⇒ z ∈ I gilt.
T
(ii) Schliessen Sie daraus, dass ein beliebiger Schnitt I∈I I von Intervallen I ∈ I ein In-
tervall ist.

Übung 2.80 (Zusammenziehende Intervalle). Seien In = [an , bn ] für n ∈ N wie im Satz 2.77
und nehmen Sie zusätzlich an, dass inf{bn − an |n ∈ N} = 0. Intuitiv heisst dies also, dass die
betrachteten Intervalle immer kürzer werden. Zeigen Sie, dass in diesem Fall ∞
T
n=1 In aus nur
einem Punkt besteht.

2.6.4 Überabzählbarkeit
In diesem Teilabschnitt möchten wir eine klassische Anwendung des Intervallschachtelungs-
prinzips präsentieren, nämlich den Beweis für die Überabzählbarkeit der reellen Zahlen.

Korollar 2.81 (Überabzählbarkeit von R). Die Teilmenge [0, 1] ⊆ R (und daher auch R) ist
überabzählbar.

Wir bemerken, dass wir im nächsten Unterabschnitt noch eine andere Formulierung von
der Beweisidee besprechen werden.

Beweis. Wir wollen den Beweis in der Form eines Spiels zwischen den Spielern Alice und
Bob darstellen. Bob behauptet (fälschlicherweise), dass [0, 1] abzählbar ist und darf in jedem
seiner Züge (von abzählbar vielen Spielzügen) ein weiteres Element auflisten und Alice glaubt
ihm nicht. Er hat das Ziel alle Elemente von [0, 1] am Ende aufgelistet zu haben und Alice
hat das Ziel ein Element zu finden, das Bob nicht aufgelistet hat. Als Gegenzug zur Wahl
des jeweiligen Elements von Bob, darf Alice ihr zuletzt konstruiertes Intervall (beginnend
mit [0, 1]) verkleinern. Wir beschreiben eine Gewinnstrategie für Alice, die bei Befolgung und
Anwendung von Satz 2.77 zu einem neuen Element in [0, 1] führt, welches von Bob nicht
aufgelistet wurde. Das heisst, Alice kann das Spiel immer gewinnen, was beweist, dass Bob
nicht Recht hat.
Sei n ∈ N 7→ xn ∈ [0, 1] eine beliebige Funktion, die die Züge von Bob vollständig be-
schreibt. Wir beschreiben nun die Strategie von Alice, die rekursiv Intervalle In = [an , bn ]
definiert, so dass diese xn ∈
/ In erfüllen und den Bedingungen in Satz 2.77 genügen. Für n = 1
definiert Alice I1 durch Fallunterscheidung mittels
( 
2
, 1 falls x1 ∈ [0, 12 ],

I1 = [a1 , b1 ] = 3
0, 3 falls x1 ∈ ( 21 , 1].
 1

Dies stellt sicher, dass I1 ein abgeschlossenes Intervall ist, dass x1 nicht enthält. Grob gesagt
wählt Alice also I1 als das linke Drittel von [0, 1], wenn x1 in der rechten Hälfte liegt, und als
das rechte Drittel, wenn x1 in der linken Hälfte liegt.

116
 Angenommen Alice hat bereits In = [an , bn ] für ein n ∈ N definiert und Bob hat in seinem
darauffolgenden Spielzug das Element xn+1 ∈ [0, 1] gewählt. Alice definiert nun

falls xn+1 ∈


  In 6 In ,
bn − 3 (bn − an ), bn falls xn+1 ∈ [an , an + 12 (bn − an )],
1

In+1 = [an+1 , bn+1 ] =
an , an + 13 (bn − an ) falls xn+1 ∈ (an + 21 (bn − an ), bn ]

  

das heisst, sie verwendet also das vorherige Intervall In , wenn es xn+1 nicht enthält und das
rechte (resp. linke) Drittel von In , wenn xn+1 in der linken (resp. rechten) Hälfte von In liegt.
Per Konstruktion ist insbesondere In+1 ⊆ In und xn+1 6∈ In+1 erfüllt.
Nach dem Intervallschachtelungsprinzip ist der Durchschnitt I = ∞ n=1 In ⊆ [0, 1] nicht-
T

leer, sagen wir x ∈ I. Dann ist x 6= xn für alle n ∈ N, da xn ∈ / In nach Konstruktion von In
und x ∈ I ⊆ In . Alice hat also ein neues Element von [0, 1] gefunden, das von Bob nicht
aufgelistet wurde.
Formal gesehen, zeigt obiges Argument, dass eine beliebige Abbildung N → [0, 1] nicht
surjektiv sein kann. Lemma 1.80 zeigt nun auch, dass auch R überabzählbar sein muss.

2.6.5 Die Cantor-Menge*

1 Wir definieren rekursiv Teilmengen des Intervalles [0, 1] durch
 
1 1 2
C0 = [0, 1], Cn+1 = Cn ∪ Cn + .
3 3 3

für n ∈ N0 . Beispielsweise gilt also

          
1 1 2 1 1 2 1 2
C1 = [0, 1] ∪ [0, 1] + = 0, ∪ 0, + = 0, t ,1
3 3 3 3 3 3 3 3
        
1 2 1 1 2 1 2
C2 = 0, t , ∪ 0, t , +
9 9 3 9 9 3 3
       
1 2 3 6 7 8
= 0, t , t , t ,1 .
9 9 9 9 9 9
T∞
Definition 2.82 (Cantor-Menge). Die Cantor-Menge ist der Durchschnitt C = n=0 Cn .

Ziel dieses Teilabschnitts ist es, die Cantor-Menge und ihre schönen „fraktalen“ Eigenschaf-
ten auszukundschaften. Dazu wollen wir zuerst die Mengen Cn besser verstehen. Grob gesagt
wollen wir die für folgendes Bild notwendigen Aussagen treffen:

1
Dieser Unterabschnitt wird für den weiteren Aufbau der Analysis nicht zwingend benötigt.

117
Erste Feststellungen.

(i) (Abfallende Mengen) Für jedes n ∈ N0 gilt Cn+1 ⊆ Cn . Dies folgt aus einem kurzen
Induktionsargument. Für n = 0 wurde die Aussage oben bewiesen. Angenommen, dass
Cn+1 ⊆ Cn für ein n ∈ N0 . Dann gilt

1 1 1 2 1 2
Cn+1 ⊆ Cn ⊆ Cn+1 , Cn+1 + ⊆ Cn + ⊆ Cn+1
3 3 3 3 3 3

und also Cn+2 ⊆ Cn+1 . Somit folgt die Aussage per vollständiger Induktion.

(ii) (Disjunktheit) Die Mengen 13 Cn und 13 Cn + 32 sind disjunkt für jedes n ∈ N0 . Insbe-

sondere gilt Cn+1 = 31 Cn t 13 Cn + 32 für jedes n ∈ N0 . Bei genauerer Betrachtung sieht

man sogar, dass 13 Cn in [0, 13 ] und 31 Cn + 32 in [ 23 , 1] liegt. Dies impliziert die behauptete

Disjunktheit und folgt sofort aus Cn ⊆ [0, 1].

(iii) (Zerlegung in Intervalle) Für n ∈ N0 besteht Cn+1 aus genau doppelt so vielen disjunkten,
abgeschlossenen Intervallen wie Cn . Dies folgt aus (ii).

(iv) (Von der Zerlegung von Cn zur Zerlegung von Cn+1 ) Sei I eines der Intervalle in der
Zerlegung von Cn und schreibe I = [a, b]. Dann sind a, a + b−a und b − b−a
   
3 3 , b zwei
Intervalle in der Zerlegung von Cn+1 und

b−a b−a
   
[a, b] ∩ Cn+1 = a, a + 3 t b− 3 ,b

Insbesondere ist die Länge eines Intervalles in Cn+1 ein Drittel der Länge eines Inter-
valles in Cn . Für n = 0 (und auch n = 1) haben wir dies bereits direkt nachgerechnet.
Wenn dies bereits für Cn und Cn+1 bekannt ist, dann gilt die Aussage auch für die ver-
kleinerten Versionen 13 Cn+1 ⊆ 31 Cn und ( 13 Cn+1 + 32 ) ⊆ ( 13 Cn + 23 ), was wiederum die
Aussage für Cn+1 und Cn+2 ergibt.

Wir wenden uns nun der Cantor-Menge C zu. Wir möchten einem Punkt in C eine Art
„Adresse“ zuweisen. Dazu definieren wir rekursiv die Adresse eines Punktes x ∈ C wie folgt.
Setze
( ( 
L falls x ∈ [0, 31 ], 0, 31 falls a1 (x) = L,

a1 (x) = I1 (x) =
R falls x ∈ [ 23 , 1], falls a1 (x) = R.
2 
3, 1

118
Wir weisen x also die erste Adresse L zu, falls x im linken Drittel von [0, 1] liegt und R, falls
x im rechten Drittel von [0, 1] liegt. Kennen wir die erste Adresse a1 (x) von x, so ist I1 (x) das
entsprechende Intervall, in dem x liegt. Wir fahren genauso fort: Die zweite Adresse von x ist
definiert durch
(
L falls x im linken Drittel von I1 (x) liegt
a2 (x) =
R falls x im rechten Drittel von I1 (x) liegt

Des Weiteren ist I2 (x) das linke Drittel von I1 (x), wenn a2 (x) = L, und sonst das rechte Drittel.
Genauso fährt man fort, um für jedes k ∈ N0 die k-te Adresse ak (x) von x zu erhalten. Wir
erhalten somit eine Liste von Adressen oder genauer eine Abbildung

a(x) : N0 → {L, R} , k 7→ ak (x).

Die Menge der Abbildung N0 → {L, R} schreiben wir als {L, R}N0 . Unter dem Strich haben
wir also die Funktion

f : x ∈ C 7→ a(x) ∈ {L, R}N0

konstruiert, die einem Element in der Cantor-Menge ihre Adressen zuweist. Folgende Beschrei-
bung der Cantor-Menge folgt aus dem Intervallschachtelungsprinzip (Satz 2.77).

Korollar 2.83 (Cantor-Menge). Die oben konstruierte Abbildung f : C → {L, R}N0 ist eine
Bijektion. Insbesondere sind die Cantor-Menge C und damit auch R überabzählbar.

Beweis. Wir zeigen zuerst, dass f surjektiv ist. Sei also a ∈ {L, R}N0 eine Liste von Adressen.
Um Verwirrungen zu vermeiden schreiben wir ak anstelle von a(k) für k ∈ N0 . Genau wie
oben (und ähnlich wie im Beweis von Korollar 2.81) diktieren diese Adressen eine Liste von
Intervalle I1 ⊇ I2 ⊇ .... Präziser formuliert ist
( 
0, 31 falls a1 = L,

I1 =
falls a1 = R
2 
3, 1

und rekursiv ist In+1 das linke Teilintervall von In ∩ Cn+1 falls an+1 = L und ansonsten das
rechte Teilintervall. Nach dem Intervallschachtelungsprinzip (Satz 2.77) ist ∞ k=1 Ik nicht-leer
T

und nach Konstruktion in der Cantor-Menge enthalten. Ist x ein Element dieses Schnittes,
dann gilt Ik (x) = Ik und insbesondere ak (x) = ak für alle k ∈ N0 . Also ist a(x) = a und f ist
surjektiv.
Zur Injektivität von f . Seien x, y ∈ C mit a(x) = a(y). Dann gilt also auch Ik (x) = Ik (y) für
alle k ∈ N0 . Die Punkte x, y liegen beide im Schnitt ∞
T∞
k=1 Ik (y). Wir behaupten,
T
k=1 Ik (x) =
dass die Länge von einem Intervall In in der Zerlegung von Cn kleiner gleich n1 ist. Nach
dem Archimendischen Prinzip in Satz 2.68 und Übung 2.80 besteht also ∞ k=1 Ik (x) aus einem
T

Punkt und somit gilt x = y.

Die Behauptung gilt sicherlich für n = 0, da I1 = [0, 1] Länge 1 = 11 hat. Angenommen sie
gilt für n ∈ N0 . Dann hat ein Intervall In+1 in der Zerlegung von Cn+1 ein Drittel der Länge

119
eines Intervalles in der Zerlegung von Cn und es gilt

1 1
Länge(In+1 ) ≤ ≤ .
3n n+1

Dies schliesst den Beweis der Behauptung ab und impliziert somit die erste Aussage im Satz.
Wir beweisen nun, dass {L, R}N0 überabzählbar ist. Der folgende Beweis ist eine Instanz
des Cantorschen Diagonalarguments – siehe auch Übung 1.83. Wir nehmen per Widerspruch
an, dass es eine bijektive Abbildung φ : N → {L, R}N0 gibt. Sei ω ∈ {L, R}N0 definiert durch

L if φ(k + 1) = R
k
ωk = .
R if φ(k + 1) = L
k

Dann ist ω 6= φ(k) für jedes k ∈ N, da ωk−1 6= φ(k)k−1 . Somit ist φ nicht surjektiv, was einen
Widerspruch darstellt.
Da C überabzählbar ist und C ⊆ R ist, folgt aus Lemma 1.80, dass auch R überabzählbar
sein muss.

Übung 2.84. Zeigen Sie, dass eine Bijektion zwischen {0, 1}N0 und P(N0 ) existiert.

Wir stellen die Cantor-Menge im folgenden Applet dar und werden sie einige Male am
Rande für weitere „fraktale“ Konstruktionen verwenden. Unser Hauptinteresse wird aber bei
„glatten“ Objekten und weniger bei derartigen „fraktalen“ Objekten liegen.

Applet 2.85 (Selbstähnlichkeit der Cantor-Menge). Wir stellen hier die Cantor-Menge dar,
wobei Sie die Cantor-Menge vergrössern und verschieben können. Sie werden bemerken, dass
die Cantor-Menge selbstähnlich ist, da sie den Vergrösserungsfaktor nur an der Beschriftung
nicht aber an der Form der dargestellten Teilmenge feststellen können.

120
2.7 Weitere Lernmaterialien

2.7.1 Verwendung des Kapitels

Die Themen dieses Kapitels stellen den Anfang unserer Entwicklung der Analysis dar und
sind aus diesem Grunde für das Folgende fundamental. Wie bereits erwähnt werden wir die
üblichen Eigenschaften der reellen, natürlichen, ganzen, rationalen und komplexen Zahlen
(inklusive der Konjugation komplexer Zahlen) im Folgenden ohne Verweise verwenden. Es ist
auch nicht notwendig, die Beweise der elementaren Aussagen in Abschnitt 2.1 auswendig zu
lernen. Manche der Beweise in Abschnitt 2.2 sind auch etwas zu formal, als dass sie für das
Folgende von grosser Bedeutung sein werden. Für ein fundiertes Verständnis der Induktion
sind die besprochenen Varianten der Induktion samt Beweise wichtig und auch die Beweise
der algebraischen und geometrischen Aussagen stellen eine gute Übung dar. In Abschnitt 2.4
haben wir einige Ihnen wahrscheinlich bekannte Definition ausgesprochen, doch werden auch
die Ihnen wahrscheinlich neuen Begriffe „offen“ und „abgeschlossen“ zunehmend an Bedeutung
gewinnen.
Die Kernthemen dieses Kapitels sind hingegen in folgender Liste enthalten.

• Das Vollständigkeitsaxiom in Abschnitt 2.1.3.

• Existenz und Eigenschaften des Supremums und Infimums in Abschnitt 2.5 (inbesondere
beispielsweise die Unterscheidung von Maximum und Supremum).

• Korollare der Vollständigkeit in Abschnitt 2.6: Das Archimedische Prinzip (Satz 2.68),
die Existenz von Häufungspunkten für beschränkte unendliche Mengen (Satz 2.75), das
Intervallschachtelungsprinzip (Satz 2.77), und die Überabzählbarkeit von R in Korol-
lar 2.81.

Diese Themen und deren Beweismethoden sind von zentraler Bedeutung für das Folgende und
Sie werden weitere Vorlesungsstunden besser verstehen, wenn Sie diese Kernthemen bereits
im Gedächnis und auf Abruf bereit haben.
Im Laufe dieses Kapitels haben wir auch bereits einige grundlegende Funktionen eingeführt,
welche wir ohne Verweis und mit den üblichen Eigenschaften in Zukunft wieder benötigen
werden.

• Die Körperoperationen auf R oder C: Addition, Subtraktion, Multiplikation, Division.

• Das Quadrieren (·)2 auf R oder C.

√
• Die Quadratwurzel · : R≥0 → R≥0 .

• Der Absolutbetrag | · | auf R oder C.

• Die Vorzeichenfunktion sgn(·) auf R.

• Der ganzzahlige Anteil b·c : R → Z.

• Der Nachkommaanteil {·} : R → [0, 1).

121
 • Das Maximum max(x, y) = max({x, y}) und das Minimum min(x, y) = min({x, y})
zweier reeller Zahlen x, y ∈ R ergeben sich als Spezialfälle von Maximum und Mini-
mum der Menge {x, y} (welche auf Grund einer Fallunterscheidung basierend auf die
Trichotomie reeller Zahlen immer existieren).

Sollten Sie noch nicht mit dem Anlegen einer persönlichen Zusammenfassung aller wichtigen
Inhalte der Vorlesung begonnen haben, dann legen wir Ihnen nahe dies jetzt in Angriff zu
nehmen. Die Inhalte aus Kapitel 1 sollten schnell wiederholt und zusammengefasst sein. Doch
in diesem Kapitel haben wir bereits unsere ersten grundlegenden Sätze der reellen Analysis
und deren Beweise kennengelernt. Deswegen wird eine persönlich erstellte Zusammenfassung
nun wahrscheinlich schon einige Seiten lang sein. Welche Form und Detailreiche eine derartige
Zusammenfassung oder Mindmap haben sollte, ist Geschmackssache und Ihnen überlassen.
Zum Beispiel könnte für den Beweis der Existenz eines Häufungspunktes einer beschränkten
unendlichen Menge A ⊆ R (Satz 2.75) folgende Zusammenfassung aussreichen: „Wir definieren
X = {x ∈ R | |A ∩ (−∞, x]| < ∞} und zeigen, dass sup X ein Häufungspunkt der Menge A
ist.“ Vielleicht reicht Ihnen dies bereits als Anfangspunkt um den Beweis zu vervollständigen,
oder Sie ergänzen die Zusammenfassung noch um ein bis zwei Sätze.
Wir stellen nochmals einige Multiple-Choice-Fragen, die Ihnen zur Wiederholung des Ka-
pitels helfen sollten.

Übung. Sei A ⊆ R und x0 ∈ R. Sind die folgenden Aussagen äquivalent zur Aussage, dass
x0 ein Häufungspunkt von A ist?

(i) (J/N) ∀ε > 0 ∃!a ∈ A : 0 < |a − x0 | < ε.

(ii) (J/N) ∀ε > 0 ∃a ∈ A : 0 < |a − x0 | < ε.

(iii) (J/N) ∃ε0 > 0 ∀ε ∈ (0, ε0 ) ∃a ∈ A : 0 < |a − x0 | < ε.

(iv) (J/N) ∀ε > 1 ∃a ∈ A : 0 < |a − x0 | < ε.

Übung. Sei X eine Menge mit |X| ≥ 2. Die Relation ⊆ auf P(X) ist. . .

(i) (W/F) . . . eine Äquivalenzrelation.

(ii) (W/F) . . . eine lineare Ordnungsrelation.

(iii) (W/F) . . . eine Ordnungsrelation, die nicht linear ist.

(iv) (W/F) . . . keins der Obigen.

Übung. Sind die folgenden Mengen (mit der üblichen Addition und Multiplikation) Beispiele
für Körper, die angeordnet werden können?

(i) (J/N) N

(ii) (J/N) Z

(iii) (J/N) Q

122
(iv) (J/N) R

(v) (J/N) C

Übung. Es bezeichne i ∈ C die imaginäre Einheit. Welche der folgenden Formeln sind richtig?
 4
(i) (W/F) √12 + √12 i = 1
 4
(ii) (W/F) √1 + √1 i = −1
2 2
 √ 3
3
(iii) (W/F) − 12 + 2 i =1
 √ 3
3
(iv) (W/F) − 12 + 2 i = −1

Übung. Seien A, B ⊆ R nichtleere, nach oben beschränkte Teilmengen von R. Welche der
folgenden Aussagen gelten im Allgemeinen?

(i) (W/F) Gilt A ⊆ B, so folgt sup A ≤ sup B.

(ii) (W/F) Gilt sup A ≤ sup B, so gibt es für jedes b ∈ B ein a ∈ A mit a ≤ b.

(iii) (W/F) sup(A + B) = sup A + sup B, wobei A + B := {a + b | a ∈ A, b ∈ B}.

(iv) (W/F) sup(AB) = sup A sup B, wobei AB := {ab | a ∈ A, b ∈ B}.

(v) (W/F) Existiert das Maximum der Menge A, so gilt max A = sup A.

(vi) (W/F) Ist sup A ∈ A, so existiert das Maximum von A.

2.7.2 Weitere Übungsaufgaben

Übung (Parallelogrammidentität). Zeigen Sie für alle z, w ∈ C die Gleichung

|z + w|2 + |z − w|2 = 2(|z|2 + |w|2 ).

Übung (Mittelsenkrechte). Seien w1 , w2 ∈ C zwei verschiedene Punkte. Erklären und bewei-

sen Sie, wieso die Teilmenge {z ∈ C | |z − w1 | = |z − w2 |} eine Gerade ist. Eine Gerade ist
dabei eine Teilmenge der Form {a + tv | t ∈ R} für a, v ∈ C.

Übung (Körper mit zwei Elementen). Zeigen Sie, dass die Menge F2 mit den in Übung 2.7
definierten Operationen einen Körper mit zwei Elementen bildet. Wieso gibt es keinen Körper
mit nur einem Element?

In den nächsten beiden Übungen konstruieren wir für eine Primzahl p den Körper mit p
Elementen. In der Praxis (insbesondere in der Informatik) finden diese viele Anwendungen.

Übung (Kongruente Zahlen). Sei q ∈ Z. Wir sagen, dass a, b ∈ Z kongruent modulo q sind,
falls a − b durch q teilbar ist. In diesem Fall schreiben wir auch a ≡ b mod q.

(i) Zeigen Sie, dass a ≡ b mod q für a, b ∈ Z eine Äquivalenzrelation definiert.

123
Den Quotienten bezüglich dieser Äquivalenzrelation bezeichnet man meist als Z/qZ und die
Äquivalenzklasse von a ∈ Z ist durch a + qZ gegeben. Genau wie die Zahlenmengen, die wir
bereits kennen, verfügt die Menge Z/qZ über zusätzliche Struktur wie Addition und Multipli-
kation.

(ii) Zeigen Sie, dass die Abbildungen


2 
(a + qZ, b + qZ) ∈ Z qZ →7 (a + b) + qZ ∈ Z qZ

2 
(a + qZ, b + qZ) ∈ Z qZ → 7 (a · b) + qZ ∈ Z qZ

wohldefiniert sind.

(iii) Verifzieren Sie mit Division mit Rest, dass Z/qZ genau q Elemente hat.

Applet (Darstellung des Quotienten modulo Kongruenz). Wir stellen in diesem Applet den
Quotienten Z/qZ (für verschiedene Werte von q) dar. Es macht Sinn sich die Punkte Z/qZ
entlang eines Kreises vorzustellen, doch hat dies formal (vorerst) keine Bedeutung.

Übung (Körper von Primzahlordnung). Sei p ∈ Z eine Primzahl und sei Fp = Z/pZ ausge-
stattet mit Addition + und Multiplikation · aus der vorherigen Übung. Wir möchten in dieser
Übung zeigen, dass (Fp , +, ·) ein Körper ist.

(i) Zeigen Sie, dass Fp allen Körperaxiomen bis auf (6) genügt, wobei das Nullelement durch
0 + pZ und das Einselement durch 1 + pZ gegeben ist.

(ii) Zeigen Sie, dass jedes Element a+pZ 6= 0+pZ von Fp eine multiplikative Inverse besitzt.
Betrachten Sie dazu die Multiplikation mit diesem Element auf Fp und überprüfen Sie
zuerst, dass diese injektiv (und damit auch surjektiv) ist.

(iii) Zeigen Sie, dass es keine Ordnung auf Fp gibt, die Fp zu einem angeordnetem Körper
macht.

Wir bemerken auch, dass sich für jede Primzahlpotenz wie zum Beispiel 4 oder 9 ein Körper
definieren lässt; siehe nächstes Kapitel.

Übung. Entscheiden Sie bei den folgenden Teilmengen von C jeweils, ob sie offen, abgeschlos-
sen oder weder noch sind.

• Die Zahlenmengen ∅, N, Z, R, C.

• Die Teilmenge der komplexen Zahlen mit Absolutbetrag Eins.

• Das Rechteck {z ∈ C | a < Re(z) < b, c < Im(z) < d} für a, b, c, d ∈ R mit a < b und
c < d.

Übung (Topologie auf R und C). Sei T die Menge der offenen Teilmengen von C. Zeigen
Sie, dass folgende Eigenschaften erfüllt sind.

• ∅ ∈ T und C ∈ T .
124
 Tn
• Für U1 , ..., Un ∈ T ist i=1 Ui ∈T.

• Für eine Kollektion U ⊆ T gilt

S
U ∈U U ∈T.

In Worten ausgedrückt sind also endliche Schnitte und beliebige Vereinigungen von offenen
Mengen offen. Die analoge Aussage gilt für die offenen Teilmengen von R. Was gilt für abge-
schlossene Mengen?

In Abschnitt 2.6.1 haben wir bereits beschrieben, was Dichtheit der rationalen Zahlen in R
bedeutet. Allgemeiner sagt man, dass eine Teilmenge A ⊆ R dicht ist, wenn für jedes offene,
nicht-leere Intervall I ⊆ R der Schnitt I ∩ A nicht-leer ist.

Übung (Charakterisierung von Dichtheit). Zeigen Sie, dass folgende Aussagen über eine Teil-
menge A ⊆ R äquivalent sind.

(i) A ist dicht.

(ii) Die Menge der Häufungspunkte von A ist gleich R.

(iii) Jede abgeschlossene Menge, die A enthält, ist gleich R.

Übung (Dichtheit der irrationalen Zahlen). Zeigen Sie, dass die Menge R\Q der irrationalen
Zahlen dicht liegt in R.

Übung. Berechnen Sie die Häufungspunkte folgender Teilmengen von R.

1 n o
1
n |n∈N , (0, 1) , 1−r | r ∈ (−1, 1)

Übung (Supremum als Häufungspunkt). Sei A ⊆ R eine von oben beschränkte Teilmenge.
Zeigen Sie, dass A ein Maximum besitzt oder das Supremum von A ein Häufungspunkt der
Menge A ist.

Übung (Überabzählbare Mengen haben Häufungspunkte). Sei A ⊆ R überabzählbar (aber

möglicherweise unbeschränkt). Zeigen Sie, dass dann A einen Häufungspunkt besitzt.

Übung. Finden Sie für jedes n ∈ N ein Intervall In = [an , bn ] mit rationalen Endpunkten
an , bn ∈ Q wie in obigem Satz, so dass ∞
T √
n=1 In = 2 gilt. Schliessen Sie daraus, dass das
Intervallschachtelungsprinzip in Q nicht erfüllt ist. (Hierbei ist ein Intervall in Q definiert als
der Durchschnitt von Q mit einem reellen Intervall mit rationalen Endpunkten.)

Übung (Das Vollständigkeitsaxiom und das Supremum). Zeigen Sie, dass Satz 2.59 zum
Vollständigkeitsaxiom (Axiom (16)) äquivalent ist. Genauer formuliert: zeigen Sie, dass die
Axiome eines angeordneten Körpers (das wären Axiome (1)–(15)) gemeinsam mit der Aussage
in Satz 2.59 das Vollständigkeitsaxiom (Axiom (16)) implizieren.

Übung (Eine weitere Formen des Vollständigkeitsaxioms). Zeigen Sie in Analogie zu obiger
Übung, dass unter Annahme der Axiome eines angeordneten Körpers (1)–(15) das Intervall-
schachtelungsprinzip zusammen mit dem Archimedischen Prinzip äquivalent zum Vollständig-
keitsaxiom sind.
125
Übung. Zeigen Sie, dass jede nichtleere offene Teilmenge von R überabzählbar ist.

Übung (Multiplikation mit 3 auf der Cantor-Menge). Zeigen Sie, dass die Abbildung
(
3x falls x ∈ [0, 13 ],
m3 : Cn+1 → Cn , x 7→
3(x − 23 ) falls x ∈ [ 23 , 1].

wohldefiniert ist. Intuitiv sagt uns die Abbildung m3 also, dass Cn+1 aus zwei Hälften besteht,
die jeweils aussehen wie kontrahierte Kopien von Cn . (Wieso?)

Übung (Rechtecksschachtelungprinzip in C). Wir bezeichnen eine Menge der Form

R = [a, b] × [c, d] = {z = x + yi | x ∈ [a, b], y ∈ [c, d]}

als ein abgeschlossenes beschränktes Rechteck. Beweisen Sie folgendes Rechtecksschachtelungs-

prinzip in C: Seien Rn für jedes n ∈ N ein abgeschlossenes beschränktes Rechteck so dass
Rm ⊇ Rn für m ≤ n. Dann ist der abzählbare Durchschnitt ∞
T
n=1 Rn nicht-leer.

Übung (Häufungspunkte in C). Sei A ⊆ C und z0 ∈ C. Dann heisst z0 ein Häufungspunkt

von der Menge A falls es zu jedem ε > 0 ein a ∈ A gibt mit 0 < |a − z0 | < ε. Sei nun A
eine unendliche und beschränkte (das heisst, es existiert M > 0 mit A ⊆ BM (0)) Teilmenge.
Zeigen Sie, dass ein Häufungspunkt der Menge A in C existiert.
Eine kurze Anleitung: Auf Grund der Beschränktheit der Menge A existiert ein D > 0
so dass A ⊆ [−D, D] × [−D, D]. Sie können für den Beweis zuerst obiges Rechtecksschachte-
lungsprinzip beweisen und dann verwenden. Alternativ können Sie den Beweis von Satz 2.75
adaptieren: definieren Sie

X = x ∈ R | A ∩ ([−∞, x] × R) < ∞
x0 = sup X

Y = y ∈ R | ∃ε > 0 : A ∩ ([x0 − ε, x0 + ε] × (−∞, y]) < ∞
y0 = sup Y

und zeigen Sie, dass x0 + y0 i ein Häufungspunkt ist.

Übung (Challenge). Gibt es eine Kollektion {At | t ∈ R} von Teilmengen von N mit der
Eigenschaft At ( At0 für alle t < t0 in R und t∈R At = N?
S

126
Kapitel 3

Funktionen und die reellen Zahlen

Wir haben im letzten Kapitel die reellen Zahlen eingeführt und ihre grundlegenden Eigen-
schaften besprochen. In diesem Kapitel werden wir einige weitere elementare Konstruktionen
und reellwertige oder komplexwertige Funktionen betrachten. Des Weiteren werden wir für sol-
che Funktionen erste Eigenschaften definieren und das Vollständigkeitsaxiom (in der Form der
Existenz des Supremums) dazu verwenden, grundlegendes Wissen über „stetige“ Funktionen
auf Intervallen zu erarbeiten.

3.1 Summen und Produkte

Sei n ∈ N und seien a1 , . . . , an ∈ C oder a1 , . . . , an Elemente eines Vektorraums V (wie
zum Beispiel Rd für ein d ≥ 1). Wir wollen hier für eine natürliche Zahl n ∈ N die Summe
von a1 bis an , also
n
X
aj = a1 + . . . + an ,
j=1

besprechen und formal korrekt definieren.

Vom formalen Standpunkt her gesehen ist j 7→ aj ∈ V eine Funktion, (die oft auch durch
eine konkrete Formel gegeben sein wird und) deren Definitionsbereich die Menge

{j ∈ N | 1 ≤ j ≤ n}
Pn
enthalten muss. Wir können i=1 aj rekursiv definieren durch

1
X k+1
X k
X 
aj = a1 und aj = aj + ak+1
j=1 j=1 j=1

für k ∈ {1, . . . , n − 1}. Diese Definition entspricht einem einfachen rekursiven Algorithmus,
um die Summe ni=1 aj zu berechnen. Allgemeiner ist die Summe ni=m aj für ganze Zahlen
P P

127
m, n ebenso rekursiv durch

n


0 falls m > n,
X 
aj = am falls m = n und

j=m 
 Pn−1 aj
+ an falls m < n

j=m

Pn
definiert. Wir werden aj als die Summanden und j als den Index der Summe j=1 aj
bezeichnen.
Falls nun m, n ganze Zahlen und am , . . . , an ∈ C sind, dann können wir auch das Produkt
Qn
j=m aj von am bis an rekursiv durch

n


1 falls m > n,
Y 
aj = am falls m = n und

j=m 
 Qn−1 aj
· an falls m < n

j=m

definieren. Wir werden aj als die Faktoren und j als den Index des Produkts nj=m aj
Q

bezeichnen.
Der Index j in der Summe nj=1 aj oder dem Produkt nj=1 aj hat ausserhalb der Summe
P Q

oder dem Produkt keinerlei Bedeutung; er ist sozusagen eine interne Variable für das rekur-
sive Teilprogramm und wird von einem Programm, welches das Teilprogramm aufruft, nicht
gesehen. Insbesondere gilt
n
X n
X n
X
aj = ak = a`
j=m k=m `=m

und analog für das Produkt. Manchmal werden wir auch eine Indexverschiebung anwenden,
wie zum Beispiel in

n
X n−1
X n+1
X
aj = ak+1 = a`−1 . (3.1)
j=m k=m−1 `=m+1

Dies lässt sich direkt mittels vollständiger Induktion beweisen (siehe die folgende Übung), doch
wollen wir bemerken, dass es leicht ist, sich diese Formeln zu merken. Statt diese auswendig
zu lernen, überprüfen Sie einfach bei Auftreten von Indexverschiebungen dieser Form bei
beiden Summen, ob jeweils diesselben Ausdrücke für den ersten und den letzten Summanden
auftreten.

Übung 3.1 (Indexverschiebung). Beweisen Sie Gleichung (3.1) und eine analoge Formel für
das Produkt mittels vollständiger Induktion.

Der einfachste Fall einer Funktion j 7→ aj ist der Fall der konstanten Funktion aj = z für
ein z und für alle j. In diesem Fall ergibt sich die Summe zu nj=1 z = nz für alle n ∈ N und
P

z ∈ C (oder z in einem Vektorraum). Im Falle des Produkts erhalten wir aber die Definition

128
der Potenzfunktion für z ∈ C und n ∈ N
n
Y
n
z = z,
j=1

die somit rekursiv durch

z 1 = z und z n+1 = z n z

für alle n ∈ N definiert ist. Wir nennen z die Basis und n den Exponenten. Wir erweitern
diese Definition durch

z0 = 1 (3.2)

für alle z ∈ C (insbesondere1 für z = 0) und

z −n = (z n )−1

für alle z ∈ C× := C \ {0} und n ∈ N. Die nächste Übung zeigt, dass die so definierte
Potenzfunktion die üblichen Rechenregeln erfüllt.

Wichtige Übung 3.2. Beweisen Sie (zw)m = z m wm , z m+n = z m z n und (z m )n = z mn zuerst

für alle z, w ∈ C und m, n ∈ N0 mit vollständiger Induktion und dann für alle z, w ∈ C× und
m, n ∈ Z.

Bemerkung. Formal gesehen sollten wir auch alle weiteren Rechenregeln in diesem Abschnitt
mit vollständiger Induktion beweisen. Da uns diese Beweise aber sehr wenig lehren, werden
wir darauf verzichten.

3.1.1 Rechenregeln für die Summe

Die Summe erfüllt für gegebene ganze Zahlen m, n mit m ≤ n die Gleichungen
n
X n
X n
X
(ak + bk ) = ak + bk
k=m k=m k=m

und
n
X n
X
(cak ) = c ak ,
k=m k=m

wobei am , . . . , an , bm , . . . , bn in einem reellen (respektive komplexen) Vektorraum V liegen

und c ∈ R (respektive c ∈ C) ein Skalar ist. (Die erste Eigenschaft ist eine Mischung aus

1
Da z ∈ C 7→ z 0 die konstante Funktion mit Wert 1 darstellt, wäre es sehr eigenartig (und im nächsten
Abschnitt bei der Diskussion von Polynomen extrem störend), wenn wir diese Funktion für z = 0 undefiniert
lassen oder mit einem anderen Wert versehen. Trotzdem ist der Ausdruck 00 undefiniert, wenn dieser losgelöst
von der Diskussion der Potenzfunktion z ∈ C 7→ z n für n = 0 auftritt.

129
Assoziativgesetz und Kommutativgesetz für die Addition, und die zweite Eigenschaft ist eine
Verallgemeinerung des Distributivgesetzes.)
Diese beiden Eigenschaften (die Summe wird auf die Summe und das skalare Vielfache auf
das skalare Vielfache abgebildet) werden auch als Linearität der Abbildung bezeichnet,
P

wobei auf dem Vektorraum V {m,...,n} der Funktionen von {m, . . . , n} nach V definiert ist,
P

den Vektorraum V als Zielbereich besitzt, und (am , . . . , an ) ∈ V {m,...,n} auf nk=m ak abbildet.
P

Wie der Name sagt, wird Linearität ausführlicher in der Linearen Algebra besprochen. Es
handelt sich dabei aber auch um eine wichtige Eigenschaft für die Analysis, welche also häufig
auftreten.
Des Weiteren gilt die Formel für die Teleskopsumme
n
X
(ak+1 − ak ) = (  − am ) + (am+2 − 
am+1 am+1
) + . . . + (n − an−1 ) + (an+1 − 
a a
n)
k=m

= an+1 − am

wobei am , . . . , an+1 in einem reellen oder einem komplexen Vektorraum liegen. Formaler ar-
gumentiert gilt

n
X n
X n
X n+1
X n
X
(ak+1 − ak ) = ak+1 − ak = aj − ak
k=m k=m k=m j=m+1 k=m
n n
! !
X X
= an+1 + aj − am + ak = an+1 − am
j=m+1 k=m+1

wie bereits behauptet. Die Formel für die Teleskopsumme lässt sich zur Abel-Summationsformel
verallgemeinern, welche überraschend viele Anwendungen in der Analysis und Zahlentheorie
findet.
Übung 3.3 (Abel-Summation). Seien a1 , . . . , an , b1 , . . . , bn ∈ C. Wir setzen Ak = kj=1 aj
P

für k ∈ N0 mit k ≤ n. Zeigen Sie die Abel-Summationsformel

n
X n−1
X
ak bk = An bn + Ak (bk − bk+1 ) .
k=1 k=1

Verwenden Sie dazu die Gleichung ak = Ak − Ak−1 für alle k ∈ N mit k ≤ n. Wenden Sie des
(−1)k
Weiteren die Abel-Summation auf die Summe 2n
P
k=1 k an.
Anstelle der Dreiecksungleichung werden wir oft auch folgende verallgemeinerte Dreiecks-
ungleichung für Summen verwenden.
Wichtige Übung 3.4 (Verallgemeinerte Dreiecksungleichung). Zeigen Sie, dass für alle Zah-
len a1 , . . . , an ∈ C die Ungleichung
n
X n
X
ai ≤ |ai |.
i=1 i=1

gilt.
130
 Manchmal wollen wir in einer Summe einen gewissen Summanden getrennt betrachten und
dazu die Summe aufteilen. Dies kann dann zum Beispiel für 1 ≤ k ≤ n die Form

n
X k
X n
X k−1
X n
X
aj = aj + aj = aj + ak + aj
j=1 j=1 j=k+1 j=1 j=k+1

annehmen. In dem Spezialfall k = 1 sollte dies aber mit a1 + nj=2 aj und in dem Spezial-
P

fall k = n mit n−1

P0
j=1 aj +an übereinstimmen, was auf Grund unserer Definitionen
P
j=1 aj = 0
Pn
und j=n+1 aj = 0 in der Tat gilt. (Der formale Beweis erfolgt wiederum mit Induktion nach
n ≥ k.)

3.1.2 Rechenregeln für das Produkt

Für ganze Zahlen m ≤ n und am , . . . , an , bm , . . . , bn ∈ C gilt
n
Y n
Y n
 Y 
(ak bk ) = ak bk .
k=m k=m k=m

Insbesondere ist für alle c ∈ C

n
Y n
Y 
n−m+1
(cak ) = c ak .
k=m k=m

Des Weiteren gilt für alle am , . . . , an ∈ C \ {0} die Formel für das Teleskopprodukt

n Y n  Yn   n+1  Y n 
Y ak+1 1 Y 1
= ak+1 = ak
ak ak ak
k=m k=m k=m k=m+1 k=m
 Y n  Y n 
1 1 an+1
= an+1 ak = .
ak am am
k=m+1 k=m+1

Lemma 3.5 (Bernoulli’sche Ungleichung). Für alle reellen Zahlen a ≥ −1 und n ∈ N0 gilt
(1 + a)n ≥ 1 + na.
Beweis. Wir verwenden vollständige Induktion. Für n = 0 haben wir (1 + a)n = 1 = 1 + na.
Angenommen die Ungleichung (1 + a)n ≥ 1 + na gilt für ein n ∈ N0 . Nach Annahme an a ist
a ≥ −1, was in Kombination mit der Annahme an n

(1 + a)n+1 = (1 + a)n (1 + a)
≥ (1 + na)(1 + a) = 1 + na + a + na2
≥ 1 + (n + 1)a

ergibt und damit den Induktionsschritt zeigt. Das Lemma folgt.

Übung 3.6 (Archimedisches Prinzip für Potenzen). Verwenden Sie die Bernoulli’sche Un-
gleichung und das Archimedische Prinzip (Satz 2.68), um folgende Aussage zu beweisen. Für
alle x, y ∈ R mit x > 1 existiert ein n ∈ N0 , so dass xn ≥ y.
131
Übung 3.7 (Zifferndarstellungen natürlicher Zahlen). Sei q ∈ N eine natürliche Zahl. Zeigen
Sie, dass sich jede natürliche Zahl m als Summe der Form m = `k=0 ak q k schreiben lässt
P

wobei ` ∈ N0 und die Koeffizienten a0 , . . . , a` ∈ N0 ∩ [0, q − 1]. Diese Aussage kennen Sie schon
für q = 10 wegen der Dezimaldarstellung natürlicher Zahlen und vielleicht auch für q = 2 wegen
der Binärdarstellung. Für ein allgemeines q spricht man auch von der q-nären Darstellung.

3.1.3 Die geometrische Summe

In diesem kurzen Abschnitt möchten wir folgende, vermutlich schon bekannte und für uns
später sehr wichtige Formel beweisen.

Proposition 3.8 (Geometrische Summenformel). Sei n ∈ N0 und q ∈ C. Dann gilt

n
(
X n+1 falls q = 1
qk = q n+1 −1 .
k=0 q−1 falls q 6= 1

Der direkte (aber sicher nicht eleganteste) Beweis verwendet vollständige Induktion:

Beweis. Für q = 1 ist q k = 1 für alle k ∈ N0 und die Aussage folgt aus den Eigenschaften der
Summe. Sei nun q 6= 1. Für n = 0 gilt 0k=0 q k = q 0 = 1 = q−1
q−1 , was also den Induktionsanfang
P

zeigt. Angenommen die Formel in der Proposition gilt bereits für n. Dann ist

n+1 n
X
k
X q n+1 − 1 q n+1 − 1 q n+2 − q n+1 q n+2 − 1
q = q k + q n+1 = + q n+1 = + = ,
q−1 q−1 q−1 q−1
k=0 k=0

womit der Induktionsschritt gezeigt ist und die Proposition folgt.

Wir laden Sie dazu ein, in folgender Übung einen eleganteren Beweis zu finden.

Übung 3.9 (Geometrische Summenformel). Verwenden Sie eine Teleskopsumme um die geo-
metrische Summenformel (Proposition 3.8) für q 6= 1 zu beweisen.

Übung 3.10 (Eindeutigkeit der Ziffernentwickung natürlicher Zahlen). Zeigen Sie, dass die
q-näre Darstellung einer natürlichen Zahl in Übung 3.7 eindeutig bestimmt ist. Das heisst, für
jedes m ∈ N mit m = `k=0 ak q k und a` 6= 0 sind ` ∈ N0 und die Koeffizienten a0 , . . . , a` ∈
P

N0 ∩ [0, q − 1] eindeutig durch m bestimmt.

132
3.2 Polynome
Definition 3.11 (Polynomfunktionen). Eine Polynomfunktion auf C ist eine Funktion der
Form
n
X
f : z ∈ C 7→ ak z k ∈ C
k=0

für n ∈ N0 und a0 , . . . , an ∈ C. Die Zahlen a0 , . . . , an ∈ C heissen die Koeffizienten von

f . Das grösste k ∈ {0, . . . , n} mit ak 6= 0 ist der Grad deg(f ) der Polynomfunktion f und
adeg(f ) ist der Leitkoeffizient oder führende Koeffizient von f . Falls kein solches k exi-
stiert, das heisst, falls f die Polynomfunktion z ∈ C 7→ 0z 0 = 0 ∈ C ist, so nennt man
die Polynomfunktion die Null und setzt den Grad auf −∞. Eine Polynomfunktion der Form
z ∈ C 7→ a0 z 0 ∈ C für a0 ∈ C wird auch konstant genannt und kurz mit a0 bezeichnet.
Eine Polynomfunktion mit Grad ≤ 1 wird affin oder linear genannt. Eine Polynomfunktion
der Form z ∈ C 7→ ak z k ∈ C für k ∈ N0 heisst ein Monom. Wir sagen, dass eine Polynom-
funktion reell ist, wenn die Koeffizienten reell gewählt werden können. Wir werden eine reelle
Polynomfunktion auch mit der zugehörigen Funktion von R nach R identifizieren.

Wir bemerken, dass die Definition (3.2) für die Definition einer Polynomfunktion gewis-
sermassen notwendig ist, denn falls wir z 0 bei z = 0 nicht definiert hätten, dann wäre eine
Polynomfunktion bei z = 0 nicht definiert.
Polynomfunktionen lassen sich auf natürliche Weise addieren und multiplizieren.

Wichtige Übung 3.12 (Ringstruktur der Polynomfunktionen). Seien f, g zwei Polynom-

funktionen. Wir möchten hier unter anderem zeigen, dass die Summe von f und g definiert
durch
f + g : z ∈ C 7→ f (z) + g(z) ∈ C

und das Produkt

f · g : z ∈ C 7→ f (z)g(z) ∈ C

von f und g wieder Polynomfunktionen sind.

(i) Angenommen die Koeffizienten von f sind a0 , . . . , am ∈ C und die Koeffizient von g sind
b0 , . . . , bn ∈ C. Setzen Sie aj = 0 für alle j > m und bj = 0 für alle j > n. Zeigen Sie,
dass f + g durch
max{m,n}
X
z ∈ C 7→ (f + g) (z) = (aj + bj ) z j
j=0

gegeben ist und insbesondere wieder eine Polynomfunktion ist.

(ii) Zeigen Sie, dass f · g durch

 
n+m
X Xk
z ∈ C 7→ f · g (z) =  aj bk−j  z k
k=0 j=0

133
 gegeben ist und insbesondere wieder eine Polynomfunktion ist.

Zeigen Sie damit auch die Ungleichungen

deg(f + g) ≤ max {deg(f ), deg(g)} , deg(f · g) = deg(f ) + deg(g)

und dass im ersten Fall Gleichheit gilt, falls deg(f ) 6= deg(g). Folgern Sie auch, dass der
Leitkoeffizient von f · g gerade das Produkt der Leitkoeffizienten von f und g ist.

Wir bemerken, dass die Axiome eines Ringes eine Teilmenge der Axiome eines Körper
sind und insbesondere für einen Ring nicht gefordert wird, dass ein multiplikatives Inverses
existiert. Für eine präzise Definition verweisen wir auf [SS12] und auf [AE06]. Die ganzen
Zahlen und auch die Menge der Polynomfunktionen über R bilden einen Ring. Dies bringt uns
zu einer weiteren Definition.

Definition 3.13 (Polynome). Sei K ein beliebiger Körper. Ein Polynom f über K ist ein
formaler Ausdruck der Form nk=0 ak T k für n ∈ N0 und Koeffizienten a0 , . . . , an ∈ K. Hierbei
P

ist T ein Symbol, das man auch als Variable bezeichnet und das verwendet wird, um die
Koeffzienten von einander zu trennen. Wir schreiben auch T 1 = T und aT 0 = a für alle
a ∈ K. Weiter darf ein Summand der Form 0T k für k ∈ N0 aus der Summe entfernt werden.
Wir definieren den Polynomring K[T ] als die Menge der Polynome über K in der Variablen T
mit Addition und Multiplikation gegeben durch die Formeln in Übung 3.12 und verwenden
ebenso die Begriffe Grad, Koeffizient, etc. wie in Definition 3.11 für Polynome2 .

Sie fragen sich jetzt vielleicht, und zwar mit Recht, was denn der Unterschied zwischen
Definition 3.11 und Definition 3.13 sei (abgesehen davon, dass wir in letzterer allgemeinere
Körper zugelassen haben und einen anderen Buchstaben für die Variable verwendet haben).
In der Tat, jedem Polynom f ∈ C[T ] können wir eine Polynomfunktion z ∈ C 7→ f (z) ∈ C
zuordnen. Diese Zuordnung ist nach Definition des Begriffs Polynomfunktion surjektiv, doch
ist nicht klar, ob die Polynomfunktion ihre Koeffizienten eindeutig bestimmt. Insbesondere
ist nicht klar, ob es nicht vielleicht zwei Darstellung der gleichen Polynomfunktion mit ver-
schiedenen Koeffizienten gibt und ob nicht vielleicht der Grad der Polynomfunktion von dieser
Darstellung abhängt.

Beispiel 3.14 (Polynome auf endlichen Körpern). Wir betrachten für den Körper F2 mit zwei
Elementen die Polynomfunktionen

f : a ∈ F2 7→ a3 + a + 1 ∈ F2 , g : a ∈ F2 7→ 1 ∈ F2 .

Bei 0 ∈ F2 gilt f (0) = 1 = g(0) und an der Stelle 1 ∈ F2 gilt f (1) = 1 + 1 + 1 = 1 und
g(1) = 1. Insbesondere gilt f = g, obwohl f und g nicht durch die gleichen Koeffizienten
gegeben sind. Wir unterscheiden die Polynome T 3 + T + 1 ∈ F2 [T ] (mit Grad 3) und 1 ∈ F2 [T ]
2 Pn k
Noch formaler ist für jedes n ∈ N0 ein Polynom f (T ) = k=0 ak T ∈ K[T ] mit der endlichen Liste
n+1
von Koeffizienten (a0 , . . . , an ) ∈ K zu identifizieren, wobei des Weiteren die Identifikation (a0 , . . . , an ) =
(a0 , . . . , an , 0) verwendet wird – siehe die formale Konstruktion in einer Übung im Abschnitt 3.9. Die Schreib-
weise als Summe ist hübscher und bei weitem natürlicher für die Definition der Multiplikation in K[T ].

134
(mit Grad 0), obwohl die zugehörigen Polynomfunktionen identisch sind (womit es für diese
Polynomfunktion keinen wohldefinierten Grad gibt).

Dieses Beispiel zeigt, dass die oben erwähnte Unterscheidung zwischen einer Polynom-
funktion und einem Polynom für gewisse Körper notwendig ist. Wir werden hier zeigen, dass
für K = R oder K = C die Zuordnung zwischen Polynome (welche per Definition eineindeu-
tig einer Liste von Koeffizienten mit wohldefiniertem Grad entsprechen) und der zugehörigen
Polynomfunktion bijektiv ist. Wir beweisen dies mittels einer weiteren wichtigen Eigenschaft
von Polynomfunktionen.

Proposition 3.15 (Wachstum von Polynomfunktionen und Eindeutigkeit der Koeffizienten).

Sei f (T ) ∈ C[T ] ein nicht-konstantes Polynom. Dann gibt es zu jeder positiven reellen Zahl
M > 0 eine reelle Zahl R ≥ 1, so dass für alle z ∈ C mit |z| ≥ R auch |f (z)| ≥ M gilt. Insbe-
sondere ist die Zuordnung, die jedem Polynom f (T ) ∈ C[T ] die zugehörige Polynomfunktion
z ∈ C 7→ f (z) ∈ C zuweist, bijektiv. Dies gilt analog ebenso für reelle Polynome f (T ) ∈ R[T ]
und reelle Polynomfunktionen x ∈ R 7→ f (x) ∈ R.

Intuitiv formuliert besagt die Proposition, dass ein nicht-konstantes Polynom bei „grossen“
z ∈ C auch grosse Werte annimmt (gross ist im Absolutbetrag zu verstehen). Auf Grund
der zweiten Aussage in obiger Proposition werden wir in der Analysis in Zukunft die Begriffe
Polynom und Polynomfunktion nicht mehr unterscheiden und für eine Polynomfunktion f
auch f ∈ C[T ] schreiben.

Beweis. Sei f (T ) = an T n + an−1 T n−1 + . . . + a1 T + a0 ∈ C[T ] mit an 6= 0 und n ≥ 1. Wir

definieren q(T ) ∈ C[T ] durch q(T ) = an−1 T n−1 + . . . + a1 T + a0 , womit f (T ) = an T n + q(T ).
Nun behaupten wir, dass die Polynomfunktion q(z) „langsamer wächst als“ an z n und schätzen
also |q(z)| für z ∈ C mit |z| ≥ 1 nach oben ab:

|q(z)| = |an−1 z n−1 + . . . + a1 z + a0 |

≤ |an−1 z n−1 | + . . . + |a1 z| + |a0 |
= |an−1 ||z n−1 | + . . . + |a1 ||z| + |a0 |
≤ (|an−1 | + . . . + |a1 | + |a0 |)|z|n−1 = A|z|n−1 ,

wobei wir A = |an−1 | + . . . + |a1 | + |a0 | gesetzt haben und |z| ≥ 1 in der Form |z|k ≤ |z|n−1
für k ∈ {0, . . . , n − 1} verwendet haben. Mit der umgekehrten Dreiecksungleichung (siehe
Abschnitt 2.4.2) und f (z) = an z n + q(z) gilt somit

|f (z)| ≥ |an z n | − |q(z)| ≥ |an ||z|n − A|z|n−1

= (|an ||z| − A)|z|n−1 ≥ |an ||z| − A,

falls |an ||z| − A ≥ 0 oder äquivalenterweise |z| ≥ |aAn | . Sei nun M > 0 beliebig. Dann wählen
wir
 
A A+M
R = max 1, , .
|an | |an |

135
Falls nun z ∈ C die Ungleichung |z| ≥ R erfüllt, dann gilt |z| ≥ 1 und |z| ≥ |an | ,
A
wonach obige
Ungleichungen ergeben

A+M
|f (z)| ≥ |an | |z| − A ≥ |an | − A = M,
|an |

was die erste Behauptung der Proposition beweist.

Angenommen f1 (T ), f2 (T ) ∈ C[T ] sind zwei Polynome, die f1 (z) = f2 (z) für alle z in C
erfüllen. Dann hat das Polynom g(T ) = f1 (T ) − f2 (T ) die Eigenschaft, dass g(z) = 0 für
alle z ∈ C gilt. Falls der Grad des Polynoms g(T ) grösser gleich Eins ist, widerspricht dies
dem ersten Teil der Proposition. Also ist g(T ) konstant, womit g(T ) = 0 gelten muss und
daher sind die Polynome f1 (T ) und f2 (T ) identisch (d.h. sie haben denselben Grad und die-
selben Koeffizienten). Diesen Beweis kann man ebenso für reelle Polynome und die zugehörigen
Polynomfunktionen von R nach R durchführen.

3.2.1 Polynomdivision
Wie wir in Satz 2.31 gesehen haben, existiert auf N eine Division von n durch d mit Rest
gegeben durch n = qd + r. Dabei ist der Rest r strikt kleiner (bezüglich ≤) als d. Division
mit Rest gibt es auch für Polynome. Hier hat der Rest bei der Divison von f durch d einen
kleineren Grad als d. Wir illustrieren dies an einem Beispiel und verschieben die allgemeine
Aussage auf die nächste Übung.

Beispiel 3.16. Seien f, d die durch f (x) = 3x4 − 2x2 + 5, d(x) = x2 + 1 für alle x ∈ C
gegebenen Polynome. Wir behaupten, dass Polynome q und r existieren, so dass f = q · d + r
mit deg(r) < deg(d) = 2. Dazu wählen wir zuerst ein Polynom q1 von der Form q1 (x) = 3x2
für alle x ∈ C, denn dann ist der Grad von q · d vier und r1 (x) = f (x) − q1 (x)d(x) =
−5x2 + 5 hat einen strikt kleineren Grad als f . Wir wenden das gleiche Prinzip nochmals auf
r1 an und betrachten das Polynom q2 gegeben durch q2 (x) = −5 für alle x ∈ C. Dann gilt
r1 (x) − q2 (x)d(x) = 10 für alle x ∈ C. Insbesondere hat das Polynom r1 − q2 · d einen strikt
kleineren Grad als das Polynom d (nämlich Null); wir setzen somit r = r1 − q2 · d. Dann gilt

r = r1 − q2 · d = f − q1 · d − q2 · d = f − (q1 + q2 ) · d.

Wenn wir q = q1 + q2 setzen, haben wir also f = q · d + r mit deg(r) = 0 < 2 = deg(d) wie ge-
wünscht. Im Gymnasium wurde das Vorgehen vielleicht durch folgendes Diagramm dargestellt:

(3x4 − 2x2 + 5) : (x2 + 1) = 3x2 − 5

−3x4 − 3x2
− 5x2 + 5
5x2 + 5
10

136
 Für uns wird folgende Übung wichtig sein, wobei für konkrete Rechnungen später nicht nur
die Existenz der Division mit Rest notwendig sein wird, sondern auch eine gewisse Rechen-
fertigkeit mit Polynomen und der Division mit Rest (wie in Beispiel 3.16) vorausgesetzt sein
wird.

Wichtige Übung 3.17 (Division mit Rest). Zeigen Sie folgende Version von Division mit
Rest: Falls d ein Polynom verschieden von Null ist, dann gibt es für jedes Polynom f zwei
eindeutig bestimmte Polynome q, r mit deg(r) < deg(d) und f = q · d + r.

Für zwei Polynome f, d ∈ C[z] mit d 6= 0 wird die Funktion z 7→ fd(z) (z)
als eine ra-
tionale Funktion bezeichnet, diese hat als natürlichen Definitionsbereich die Menge C \
{z ∈ C | d(z) = 0}. Die Division mit Rest hat für rationale Funktion fd(z)
(z)
die Bedeutung, dass
r(z)
man letztere in der Form q (z) + d(z) schreiben kann, wobei der Grad von r aber kleiner als
der Grad von d ist. Dies ist nützlich, da das Polynom q(z) und ebenso die rationale Funktion
r(z)
d(z) oft einfacher zu behandeln sind.

3.2.2 Nullstellen und Interpolation

Beim Betrachten eines expliziten Polynoms (und auch sonst) interessiert man sich oft für
sehr spezifische Punkte, die Nullstellen des Polynoms. Eine Nullstelle eines Polynoms f
ist eine Zahl z1 ∈ C mit f (z1 ) = 0. In Abschnitt 2.3 wurde bereits erwähnt, dass nach
dem Fundamentalsatz der Algebra jede Gleichung der Form an xn + . . . + a1 x + a0 = 0 für
a0 , . . . , an ∈ C mit an 6= 0 und n > 0 eine Lösung über C besitzt. Äquivalent dazu ist, dass
jedes nicht-konstante Polynom eine Nullstelle hat.

Übung 3.18 (Ein Spezialfall des Fundamentalsatzes der Algebra). Verwenden Sie die Wur-
zelfunktion aus Übung 2.11, um zu zeigen, dass jedes Polynom von Grad 1 und jedes reelle
Polynom (also mit reellen Koeffizienten) von Grad 2 eine Nullstelle in C besitzt. Geben Sie
dabei die Nullstellen explizit an.

An dieser Stelle muss man anmerken, dass der Beweis der allgemeinen Aussage deutlich
komplizierter ist. Für einen geschichtlichen Exkurs bezüglich Nullstellen eines Polynoms vom
Grad 3 (also kubische Gleichungen) verweisen wir nochmals auf den Podcast der BBC (von
der 14. Minute bis zur 21. Minute). Des Weiteren existiert für Polynome von Grad grösser
gleich 5 im Allgemeinen keine explizite Formel für die Nullstellen. (Diese letzte Aussage ist
Teil der Galois-Theorie, die auch in der Algebra-Vorlesung des 2. Studienjahres des Mathe-
matikstudiums behandelt wird.) In Analogie zu ganzen Zahlen sagen wir, dass ein Polynom d
ein Polynom f teilt falls es ein Polynom q gibt mit f = q · d. In folgender Übung interessieren
wir uns für die Anzahl der Nullstellen.

Wichtige Übung 3.19 (Anzahl Nullstellen eines Polynoms). Zeigen Sie, für ein beliebiges
Polynom f (T ) ∈ C[T ] und eine komplexe Zahl z ∈ C, dass das Polynom T − z genau dann f
teilt, wenn f bei z eine Nullstelle hat. Schliessen Sie daraus, dass f höchstens n verschiedene
Nullstellen in C besitzt, falls f nicht gerade gleich Null ist.

137
 In Hinblick auf Übung 3.19 sagen wir auch, dass eine Nullstelle z ∈ C von f (T ) ∈ C[T ]
Vielfachheit k ∈ N hat, falls (T − z)k das Polynom f teilt, aber (T − z)k+1 das Polynom f
nicht teilt.

Wichtige Übung 3.20 (Koeffizientenvergleich). Sei n ∈ N0 und seien f, g zwei Polynome

mit Grad kleiner gleich n. Angenommen f und g stimmen auf mehr als n Punkten überein (das
heisst, f (z) = g(z) gilt für mehr als n Punkte z ∈ C). Zeigen Sie, dass dies f = g impliziert
und insbesondere, dass die Grade und Koeffizienten von f und g übereinstimmen.

Falls n ∈ N und z1 , . . . , zn ∈ C verschiedene Punkte und w1 , . . . , wn ∈ C beliebige Werte

sind, dann kann man ein Polynom f (z) ∈ C[z] finden mit f (zk ) = wk für k ∈ {1, . . . , n}.
Auf Grund des Koeffizientenvergleich in Übung 3.20 ist dieses auch eindeutig durch diese 2n
komplexen Zahlen bestimmt. Das Auffinden eines solchen Polynoms wird auch als Lagrange
Polynominterpolation bezeichnet. Unter Verwendung der Summennotation und einer leicht
adaptierten Produktnotation können wir dieses Polynom auch konkret durch
n
X n
Y n
Y
f (z) = wk (zk − zj )−1 (z − zj )
k=1 j=1 j=1
j6=k j6=k

angeben (was ohne Verwendung dieser Notation extrem unangenehme Ausdrücke liefern wür-
de). In der Tat können wir für k = 1, . . . , n die Polynome
n
Y
qk (z) = (z − zj )
j=1
j6=k

pk (z) = qk (zk )−1 qk (z)

definieren, wobei wir qk (zk ) = nj=1,j6=k (zk − zj ) 6= 0 für die Definition des Polynoms pk (z)
Q

verwendet haben. Setzt man nun die Werte z = z` für ` = 1, . . . , n in pk ein, so sieht man

1 falls ` = k,
pk (z` ) =
q (z ) = 0 falls ` 6= k
k `

und damit
n
X
f (z` ) = wk pk (z` ) = w` .
j=1

Für uns werden diese Formeln nicht besonders wichtig sein, doch zeigen sie sehr deutlich
den Vorteil der Summen- und Produktnotation auf. Des Weiteren zeigt obige Diskussion, dass
für n vorgegebene und paarweise verschiedene Zahlen z1 , . . . , zn ∈ C die Polynome p1 , . . . , pn
eine Basis des Vektorraums {f ∈ C[z] | deg(f ) ≤ n − 1} bilden, die eben bei diesem Interpo-
lationsproblem der eher üblichen Basis 1, z, . . . , z n−1 vorzuziehen ist.

Applet 3.21 (Polynominterpolation). Wir stellen in diesem Applet die Polynom-Interpolation

grafisch dar, wobei sie bis zu n = 7 Punkte x1 , x2 , . . . , xn verwenden können, um ein Polynom

138
zu definieren. Nach einigen Experimenten sieht man bereits Nachteile der Polynominterpola-
tion. Wenn man bespielsweise die Werte x1 < x2 nahe an einander wählt aber y1 und y2 nicht
so nahe, so ergeben sich schnell grosse Koeffizienten des Interpolationspolynoms, was bespiels-
weise zwischen x3 und x4 mit x3 < x4 unerwartete Auswirkungen für die Funktionswerte des
Polynoms haben kann.

Wir erwähnen noch, dass viele Aussagen (mit Ausnahme des Fundamentalsatzes der Al-
gebra), die wir zuvor für den Körper C formuliert haben, auch für reelle Polynome und den
Polynomring R[x] in analoger Weise richtig sind.

Übung 3.22. Verallgemeinern Sie in der richtigen Notation die Übungen 3.12, 3.17, 3.19
und 3.20 für einen beliebigen Körper K.

Bemerkung. Der Grund, wieso man oft auch den hier erklärten, formalen Standpunkt der
Unterscheidung von Polynomfunktionen und Polynomen einnimmt, ist zum einen, dass man
damit auch endliche Körper gescheit behandeln kann und zum anderen, dass die formale
Herangehensweise geeigneter ist für algebraische Konstruktionen. Wir wollen ein wichtiges
Beispiel dazu erwähnen.
Die komplexen Zahlen lassen sich als Äquivalenzklassen von R[x] bezüglich der Äquivalenz-
relation

f ∼ g ⇐⇒ (x2 + 1) teilt f − g

auffassen. In der Tat bezeichnen wir die Äquivalenzklasse von x einfach durch i und erhalten
aus den Definitionen i2 = −1. In dieser Konstruktion kann man schnell eine Addition und eine
Multiplikation auf C definieren und erhält die Körperstruktur auf C, ohne dass man dabei
Kommutativität, Assoziativität, und Distributivität verifizieren müsste, da diese Eigenschaften
bereits auf R[x] gelten. (Wie sieht dieser Beweis genau aus?) Auf diese Art und Weise kann
man viele weitere Körper aus K[x] für einen Körper K erhalten (siehe wiederum die Algebra-
Vorlesungen des zweiten Jahres des Mathematik-Studiums).

3.2.3 Algebraische und transzendente Zahlen

Eine Zahl α ∈ C heisst algebraisch, falls es ein von Null verschiedenes Polynom f ∈ Q[x]
√
gibt mit f (α) = 0. Beispielsweise sind i und 2 algebraisch, denn x2 + 1 hat i als Nullstelle
√
und x2 − 2 hat 2 als Nullstelle. Des Weiteren ist jede rationale Zahl algebraisch. Die Menge
Q der algebraischen Zahlen wird auch der algebraische Abschluss von Q genannt und ist
(wie wir hier nicht zeigen wollen) ein Unterkörper von C.
Nicht-algebraische Zahlen nennt man transzendent. Interessanterweise sind die meisten
Zahlen transzendent, wie die nächste Übung zeigt. Beispiele von transzendenten Zahlen werden
wir allerdings erst später angeben können.

Übung 3.23. Zeigen Sie, dass der Polynomring Q[x] abzählbar unendlich ist. Schliessen Sie,
dass der algebraische Abschluss Q von Q abzählbar unendlich ist.

139
3.3 Die Fakultät und der Binomialsatz

3.3.1 Fakultät
Definition 3.24 (Fakultät). Die Funktion n ∈ N0 7→ n! ∈ N ist definiert durch
n
Y
0! = 1, n! = k.
k=1

Die Zahl n! wird als n-Fakultät oder n-Faktorielle bezeichnet.

Insbesondere (nämlich per Definition des Produkts) gilt also die rekursive Formel

(n + 1)! = (n!) · (n + 1)

für alle n ∈ N0 . Wir werden dieser Funktion in vielen weiteren Funktionen und Ausdrücken
begegnen. Sie hat jedoch auch für sich gesehen eine (kombinatorische) Bedeutung.

Lemma 3.25 (Kardinalität der Menge der Permutationen einer endlichen Menge). Für n ∈ N
ist n! die Kardinalität der Menge Sn der bijektiven Abbildungen σ : {1, . . . , n} → {1, . . . , n}
(auch Permutationen von {1, . . . , n} genannt).

Intuitiv ausgedrückt gibt es also genau n! verschiedene Möglichkeiten die Menge {1, . . . , n}
zu sortieren oder auch n! Möglichkeiten für die verschiedenen Reihenfolgen, wenn alle n num-
merierte Bälle zufällig aus einer Urne gezogen werden.
Bemerkung. Zu n ∈ N bildet die Menge Sn zusammen mit der Verknüpfung von Elementen
(σ, τ ) ∈ Sn2 7→ σ ◦ τ ∈ Sn eine Gruppe (die symmetrische Gruppe).

Beweis von Lemma 3.25. Wir beweisen die Aussage per Induktion. Für n = 1 gibt es genau
eine (bijektive) Abbildung {1} → {1}, was den Induktionsanfang darstellt.
Angenommen die Aussage des Lemmas gilt bereits für ein n ∈ N. Wir betrachten nun
eine Permutation σ von {1, . . . , n + 1}. Falls σ(n + 1) = n + 1 gilt, so erhalten wir mittels
Einschränkung auf {1, . . . , n} eine bijektive Abbildung σ 0 : k ∈ {1, . . . , n} → {1, . . . , n} in Sn .
Umgekehrt können wir für jedes σ 0 ∈ Sn eine Fortsetzung σ ∈ Sn+1 mit σ(n + 1) = n + 1
definieren. Daher wissen wir also per Induktionsannahme, dass es n! Abbildungen σ ∈ Sn+1
mit σ(n + 1) = n + 1 gibt. Wir bezeichnen die Menge aller solcher Permutation in Sn+1 mit

H = {σ ∈ Sn+1 | σ(n + 1) = n + 1} ,

so dass |H| = n!.

Die Menge Sn+1 lässt sich wie folgt partitionieren:

n+1
G
Sn+1 = Pk mit Pk = {τ ∈ Sn+1 | τ (n + 1) = k}
k=1

140
für k = 1, . . . , n + 1. Wir behaupten nun, dass die Mengen Pk auf der rechten Seite alle
Kardinalität n! haben (für k = n + 1 ist dies bereits bekannt, da Pn+1 = H). Dies impliziert

|Sn+1 | = (n!) · (n + 1) = (n + 1)!

und damit nach vollständiger Induktion das Lemma.

Figur 3.1: Wir haben Sn+1 in n + 1 Teile zerlegt und beweisen, dass
jedes Element dieser Partition genau n! = |H| Elemente enthält. Dazu
konstruieren wir für jedes k ∈ {0, . . . , n} eine Bijektion Pk → Pn+1 = H.

Sei k ∈ {1, . . . , n} fix und sei δk : {1, . . . , n + 1} → {1, . . . , n + 1} die bijektive Abbildung,
die k und n + 1 vertauscht und sonst wirkungslos ist, das heisst, die Abbildung

falls ` = n + 1

 k

δk : {1, . . . , n + 1} → {1, . . . , n + 1} , ` 7→ n + 1 falls ` = k
falls ` ∈

` 6 {k, n + 1} .


Falls nun τ ∈ Sn+1 die Eigenschaft τ (n + 1) = k hat, dann bildet σ = δk ◦ τ ∈ Sn+1 das
Element n + 1 auf n + 1 ab. Die Abbildung

Φ : τ ∈ Pk 7→ δk ◦ τ ∈ H = {σ ∈ Sn+1 | σ(n + 1) = n + 1}

ist somit wohldefiniert. Sie ist auch bijektiv, da die Abbildung

σ ∈ H = Pn+1 7→ δk ◦ σ = τ ∈ Pk

eine Inverse darstellt. (Wieso?) Dies beweist die obige Behauptung, was den Beweis des In-
duktionsschritts abschliesst.

3.3.2 Binomialkoeffizienten
Für n, k ∈ N0 mit 0 ≤ k ≤ n definieren wir den Binomialkoeffizienten n
, als „n über


k
k“ ausgesprochen, durch
 
n n!
= .
k k! (n − k)!

141
Ersetzen wir k bei gleichbleibendem n im Binomialkoeffizienten durch n − k, so vertauschen
sich bloss die beiden Ausdrücke im Nenner und wir erhalten
   
n n
=
k n−k

für alle k, n ∈ N0 mit 0 ≤ k ≤ n.

Proposition 3.26 (Additionseigenschaft der Binomialkoeffizienten). Für n ∈ N0 und k ∈ N

mit 1 ≤ k ≤ n gelten n0 = nn = 1 und die Additionsformel

     
n n n+1
+ = . (3.3)
k−1 k k
n


Insbesondere ist k ∈ N für alle n, k ∈ N0 mit 0 ≤ k ≤ n.

Figur 3.2: Die Binomialkoeffizienten lassen sich auch bildlich im soge-

nannten

n
Pascal Dreieck festhalten, wobei in der n-ten Zeile die Zahlen
n n n
stehen und die diagonalen Striche die Additionsfor-



0 , 1 , 2 , . . . , n
mel (3.3) in Proposition 3.26 andeuten.

Beweis. Wir verwenden die Definition der Binomialkoeffizienten und erhalten

   
n n n!
= = =1
0 n 0! n!

sowie
   
n n n! n!
+ = +
k−1 k (k − 1)! (n − (k − 1))! k! (n − k)!
k n! (n + 1 − k) n!
= +
k! (n + 1 − k)! k! (n + 1 − k)!
 
(k + n + 1 − k) n! n+1
= =
k! (n + 1 − k)! k

durch Erweiterung mit k beziehungsweise n + 1 − k.

142
 Die Aussage, dass nk ∈ N für alle k ∈ N0 mit 0 ≤ k ≤ n, ergibt sich aus den ersten beiden

Aussagen und Induktion nach n. In der Tat entsteht die jeweils nächste Zeile im Pascal Dreieck
(siehe Bild 3.2), indem man an den Rändern jeweils eine 1 und dazwischen die Summen aus
der vorherigen Zeile niederschreibt.

Wichtige Übung 3.27 (Kombinatorische Bedeutung der Binomialkoeffizienten). Beweisen

Sie, dass die Zahl nk für n, k ∈ N0 mit 0 ≤ k ≤ n die möglichen Resultate bei der Auswahl

einer k-elementigen Teilmenge von {1, . . . , n} darstellt. Formaler ausgedrückt: Zeigen Sie,
dass es genau nk Teilmengen von {1, . . . , n} gibt, die k Elemente besitzen. Berechnen Sie 42



6
(beziehungsweise 49 falls Sie aus Deutschland stammen oder 45



6 6 falls Sie aus Österreich
stammen).

Obige kombinatorische Bedeutung liefert sowohl eine Interpretation als auch einen kombi-
natorischen Beweis von (3.3): Angenommen wir haben n + 1 Bälle mit den Zahlen 1 bis n + 1
beschriftet, doch hat der letzte Ball n + 1 die Farbe rot und alle anderen die Farbe blau. Sei
nun 1 ≤ k ≤ n. Für jede der n+1 Möglichkeiten k Bälle aus den n + 1 Bällen auszuwählen


k
fällt nun zuerst auf, ob der rote Ball ausgewählt wurde oder nicht. In dem ersten Fall haben
wir den roten Ball gemeinsam mit einer der k−1 n
Auswahlmöglickeiten für k − 1 Bälle aus den

n blauen Bällen. Im zweiten Fall sehen wir eine der nk Auswahlmöglichkeiten für k Bälle aus

den n blauen Bällen. Dies definiert also eine Bijektion zwischen den n+1 Auswahlmöglich-


k
n
keiten für k aus n + 1 und der (disjunkten) Vereinigung der k−1 Auswahlmöglichkeiten für

k − 1 aus n und den nk Auswahlmöglichkeiten für k aus n, wodurch (3.3) nochmals bewiesen

wird.

3.3.3 Der binomische Lehrsatz

Satz 3.28 (Binomischer Lehrsatz). Für w, z ∈ C und n ∈ N0 gilt
n  
n
X n n−k k
(w + z) = w z .
k
k=0

Die Geschichte des binomischen Lehrsatz ist zum einen ziemlich verzweigt und zum ande-
ren ziemlich lang. Die erste Formulierung eines Spezialfalls des binomischen Lehrsatzes wird
bereits Euklid zugeschrieben. Der binomische Lehrsatz und die Binomialkoeffizienten waren
den Hindus im ersten Jahrtausend vermutlich bekannt, die erste, relativ exakte Formulierung
geht wahrscheinlich auf den persischen Mathematiker Al-Karaji zurück, der den Lehrsatz mit
einer groben Variante von vollständiger Induktion bewies. Wir verweisen unter anderem auf
[Coo49] für mehr Details.

Beweis des binomischen Lehrsatzes. Wir verwenden vollständige Induktion über n. Für n = 0
gilt die Aussage, da

0
X
0
(w + z) = 1 = 1w0−k z k .
k=0

143
Angenommen die Aussage des Satzes gilt für ein n ∈ N0 . Dann erhalten wir
n  
!
n+1 n
X n n−k k
(w + z) = (w + z) (w + z) = w z (w + z)
k
k=0
n   n  
X n n+1−k k X n n−k k+1
= w z + w z
k k
k=0 k=0
n   n−1  
n+1
X n n+1−k k X n n−j j+1
=w + w z + w z + z n+1
k j
k=1 j=0
n
X n   n  
n+1 n+1−k k
X n
=w + w z + wn+1−k z k + z n+1
k k−1
k=1 k=1
n  
X n + 1 n+1−k k
= wn+1 + w z + z n+1
k
k=1
n+1
X n + 1

= wn+1−k z k
k
k=0

unter Verwendung einer Indexverschiebung und der Additionsformel (3.3).

Übung 3.29 (Summe der Binomialkoeffizienten). Zeigen Sie für jedes n ∈ N0 die Identitäten

n   n
1, falls n = 0,
  
X n X n
= 2n , (−1)k =
k k 0, falls n ≥ 1.
k=0 k=0

Übung 3.30 (Eine weitere Summe). Verwenden Sie den binomischen Lehrsatz, um die Iden-
tität
n     
X m n n n−k
= 2
k m k
m=k

für alle k ≤ n zu beweisen. Dies verallgemeinert die erste Aussage aus Übung 3.29, wieso?
Können Sie einen kombinatorischen Beweis für diese Aussage finden?

Übung 3.31 (Das Multinomialtheorem). In dieser Übung möchten wir in Analogie zum bi-
nomischen Lehrsatz (Satz 3.28) Ausdrücke der Form (z1 + . . . + zd )n für komplexe Zahlen
z1 , . . . , zd und n ∈ N0 untersuchen. Wir betrachten dazu sogenannte Multiindizes α ∈ Nd0 . Ist
α = (α1 , . . . , αd ) ∈ Nd0 ein Multiindex, n = dk=1 αk und z = (z1 , . . . , zd ) ∈ Cd , so definieren
P

wir
 
n n!
=
α (α1 !) . . . (αn !)

sowie

z α = z1α1 . . . zdαd .

144
Zeigen Sie für alle z = (z1 , . . . , zd ) ∈ Cd und n ∈ N0 das Multinomialgesetz
 
n
X n α
(z1 + . . . + zd ) = z .
α
α∈Nd0 : α1 +...+αd =n

3.3.4 Summen von Potenzen

In diesem Teilabschnitt wollen wir mit Hilfe des Binomialsatzes Lemma 1.3 für beliebige
Potenzen verallgemeinern.

Proposition 3.32 (Summe von Potenzen). Für jedes d ∈ N0 gibt es rationale Konstanten
c0 , . . . , cd ∈ Q, so dass
n
X 1
kd = nd+1 + cd nd + . . . + c1 n + c0
d+1
k=1

für alle n ∈ N gilt.

Anders ausgedrückt ist die Summe der d-ten Potenzen 1d + · · · + nd gleich den Funktions-
werten eines Polynoms mit Grad d + 1 und Leitkoeffizient d+1
1
ausgewertet bei x = n. Wir
werden dies im Kapitel 4 verwenden, um Flächeninhalte unter Graphen von Polynomen zu
berechnen.
Wir bemerken noch, dass wir für jedes feste d, nach dem Auffinden der rationalen Kon-
stanten, wie in Lemma 1.3 Induktion über n ∈ N anwenden könnte, um weitere Spezialfälle
der Proposition zu beweisen. Stattdessen wollen wir in unserem Beweis Induktion über d
anwenden.

Beweis. Wir behaupten, dass es zu jedem Polynom p(T ) ∈ Q[T ] mit Grad d ∈ N0 und führen-
dem Koeffizienten c ein Polynom P (T ) ∈ Q[T ] mit Grad d + 1 und führendem Koeffizienten
d+1 gibt, so dass
c

n
X
p(k) = P (n)
k=1

für alle n ∈ N gilt. Die Aussage der Proposition ergibt sich aus dieser Behauptung als einfacher
Spezialfall. Der Vorteil der verallgemeinerten Behauptung ist, dass wir diese etwas eleganter
mittels vollständiger Induktion über d ∈ N0 beweisen können.
Falls d = 0 ist, so ist p = c konstant, obige Summe ist gleich cn = P (n) für das Polynom
P (T ) = cT . Dies ist bereits der Induktionsanfang.
Angenommen wir haben die Behauptung für Polynome vom Grad d ∈ N0 bereits bewiesen.
Wir verwenden nun den Binomialsatz (Satz 3.28) für den Ausdruck
 
d+2 d+2 d + 2 d+1
(T − 1) =T − T + − · · · + (−1)d+2
1

145
und erhalten

T d+2 − (T − 1)d+2 = (d + 2)T d+1 + f (T ) (3.4)

für ein Polynom f (T ) ∈ Q[T ] mit Grad d. Auf Grund der Induktionsannahme gibt es ein
zugehöriges Polyom F (T ) ∈ Q[T ] mit Grad d + 1 so dass nk=1 f (k) = F (n) für alle n ∈ N
P

gilt. Wir summieren nun (3.4) und verwenden eine Teleskopsumme um

n
X
nd+2 = k d+2 − (k − 1)d+2

k=1
Xn
(d + 2)k d+1 + f (k)


=
k=1
n
X
= (d + 2) k d+1 + F (n)
k=1

und damit auch

n
X 1
k d+1 = (nd+2 − F (n))
d+2
k=1

für alle n ∈ N zu erhalten. (Wieso sind wir hier nicht schon fertig?)
Sei nun p(T ) ∈ Q[T ] ein beliebiges Polynom mit Grad d + 1 und führendem Koeffizienten
c. Dann ist q(T ) = p(T ) − cT d+1 ein Polynom mit Grad d. Nach Induktionsannahme gibt es
daher ein Polynom Q(T ) ∈ Q[T ] mit Grad d + 1 so dass nk=1 q(k) = Q(n) für alle n ∈ N gilt.
P

Gemeinsam mit Obigem ergibt sich nun

n n
X X c
ck d+1 + q(k) = nd+2 − F (n) + Q (n) = P (n)



p (k) =
d+2
k=1 k=1

für alle n ∈ N, wobei P (T ) = d+2

c
T d+2 − F (T ) + Q (T ) ∈ Q [T ] Grad d + 2 und führenden

Koeffizienten d+2
c
hat. Dies beweist nun den Induktionsschritt und damit auch die Behauptung
sowie die Proposition.

3.3.5 Eine Summe von Binomialkoeffizienten*

In diesem Teilabschnitt diskutieren wir in Kürze eine Summationsformel für Binomial-
koeffizienten entlang von Diagonalen im Pascal Dreieck. Insbesondere ergibt sich mit dieser
Summationsformel ein anderer Beweis für Proposition 3.32.
Per Definition erzeugen die Funktionen 1, x, x2 , . . . den Vektorraum R[x] der Polynome und
bilden in der Tat sogar eine Basis von R[x]. (Wieso?) Für das Problem in Proposition 3.32 ist
diese Basis jedoch nicht besonders gut geeignet. Stattdessen ist die Basis p0 (x), p1 (x), . . . ∈

146
C[x] definiert durch

p0 (x) = 1,
p1 (x) = x,
x(x − 1)
p2 (x) =
2

und allgemeiner durch

d−1
1 Y
pd (x) = (x − j) (3.5)
d!
j=0

für alle d ∈ N0 deutlich besser dafür geeignet.

Übung (Eine besser geeignete Basis). Zeigen Sie, dass die in Gleichung (3.5) definierten
Polynome p0 , p1 , p2 , . . . tatsächlich eine Basis von R[x] bilden.

Proposition 3.33 (Summe von Binomialkoeffizienten). Für jedes d ∈ N ist pd (x) ein Polynom
1
mit rationalen Koeffizienten vom Grad d, welches Leitkoeffizient d! und Nullstellen 0, . . . , d − 1
n


besitzt. Für jedes d ∈ N0 gilt des Weiteren pd (n) = d für alle n ≥ d (siehe auch das Bild 3.4)
und wir haben die Summenformel
n
X
pd (k) = pd+1 (n + 1)
k=0

für alle n ∈ N.

Übung. Diese Übung liefert einen Beweis zu Proposition 3.33.

(i) Beweisen Sie alle Behauptungen der Proposition bis auf die Summationsformel.
Pn n(n+1)
(ii) Beweisen Sie die Summationsformel k=0 k = 2 für alle n ∈ N mit Hilfe von
folgendem Bild im Pascal Dreieck (hier für n = 5).

Figur 3.3: Je zwei blaue Quadrate bestimmen ein grünes und umgekehrt.

147
(iii) Beweisen Sie die Summationsformel, indem Sie die Menge P aller (d + 1)-elementigen
Teilmengen von {1, . . . , n + 1} mit Hilfe des Maximums partitonieren. Sie können auch
das Applet 3.34 verwenden.

Applet 3.34 (Kombinatorischer Beweis). Es wird für kleine Wahlen von n und d die in obigem
kombinatorischem Beweis gefundene Bijektion dargestellt.

Wenn wir auf die sehr befriedigende kombinatorische Interpretation der Summenformel in
Proposition 3.33 verzichten wollen, so können wir die Summenformel auch sehr einfach im
Pascal-Dreieck sehen und mit Induktion beweisen.

Figur 3.4: Illustration der Summenformel in Proposition 3.33 für d = 3.

In Rosa ersichtlich
sind p3 (k) für k ∈ {0, 1, 2, 3, 4, 5, 6}, die summiert
gerade p4 (7) = 74 = 35 ergeben, wie in Grün markiert.

Übung (Summe der Binomialkoeffizienten mittels Induktion). Beweisen Sie die letzte Aussage
in Proposition 3.33 mittels vollständiger Induktion.

Übung. Beweisen Sie Proposition 3.32 mit vollständiger Induktion wie folgt:

(i) Zeigen Sie, dass

1
d!pd+1 (n + 1) = nd+1 + c0d nd + · · · + c00 n0
d+1

für gewisse c0d , . . . , c00 ∈ Q und alle n ∈ N gilt.

(ii) Verwenden Sie Proposition 3.33 für die linke Seite von (i) und multiplizieren Sie pd aus.

(iii) Verwenden Sie nun die Induktionsannahme um den Beweis abzuschliessen.

148
3.4 Reellwertige Funktionen
Für eine beliebige, nicht-leere Menge D definieren wir die Menge der R-wertigen oder
reellwertigen Funktionen auf D als

F(D) = RD = {f | f : D → R} .

Die Menge F(D) bildet einen Vektorraum über R, wobei Addition und skalare Multiplikation
punktweise gegeben sind durch

(f1 + f2 )(x) = f1 (x) + f2 (x),

(αf1 )(x) = αf1 (x)

für f1 , f2 ∈ F(D), α ∈ R und alle x ∈ D. Funktionen in F(D) lassen sich sogar multiplizieren
und zwar durch

(f1 f2 )(x) = f1 (x)f2 (x)

für alle f1 , f2 ∈ F(D) und x ∈ D. (Die Menge F(D) bildet einen kommutativen Ring mit
Eins.) Die Nullfunktion auf D ist die Funktion 0 : x ∈ D 7→ 0 ∈ R.
Wir sagen, dass x ∈ D eine Nullstelle von f ∈ F(D) ist, falls f (x) = 0 gilt. Die Null-
stellenmenge von f ist durch {x ∈ D | f (x) = 0} definiert.

Übung 3.35 (Nullstellenmenge eines Produkts). Seien N1 , N2 ⊆ D die Menge der Nullstellen
von f1 ∈ F(D) beziehungsweise f2 ∈ F(D). Was ist die Nullstellenmenge von f1 f2 ?

Wir definieren auch eine Relation ≤ (tatsächlich eine Ordnung) auf F(D) durch

f1 ≤ f2 ⇐⇒ ∀x ∈ D : f1 (x) ≤ f2 (x)

für f1 , f2 ∈ F(D). Wir sagen, dass f ∈ F(D) nicht-negativ ist, falls f ≥ 0 gilt (wobei wir
rechts bereits die Nullfunktion verwendet haben).

Übung 3.36 (Ordnung auf F(D)). Zeigen Sie, dass die oben definierte Relation ≤ eine
Ordnung ist und dass diese Ordnung genau dann linear ist, wenn D aus genau einem Punkt
besteht.

3.4.1 Beschränktheit
In diesem und im nächsten Abschnitt möchten wir jeweils einen wichtigen Begriff zu reell-
wertigen Funktionen einführen.

Definition 3.37 (Beschränktheit von Funktionen). Sei D eine nicht-leere Menge und sei
f : D → R eine Funktion. Wir sagen, dass die Funktion f

• von oben beschränkt ist, falls das Bild f (D) von oben beschränkt ist,

149
 • von unten beschränkt ist, falls das Bild f (D) von unten beschränkt ist,

• beschränkt ist, falls f von oben und von unten beschränkt ist.

Wir bemerken, dass eine Teilmenge A ⊆ R genau dann beschränkt ist, wenn es ein M ∈ R
gibt, so dass |y| ≤ M für alle y ∈ A. Daher ist eine Funktion f ∈ F(D) genau dann beschränkt,
wenn es ein M ∈ R gibt, so dass für alle x ∈ D gilt |f (x)| ≤ M .

Übung 3.38 (Der Unterraum der beschränkten Funktionen). Sei D eine nicht-leere Menge
und sei B(D) ⊆ F(D) die Menge der beschränkten Funktionen von D nach R. Zeigen Sie,
dass B(D) ein Unterraum von F(D) bildet und dass zu f1 , f2 ∈ B(D) auch f1 · f2 ∈ B liegt.

3.4.2 Monotonie
In Folgendem wollen wir annehmen, dass die Menge D (der Definitionsbereich der Funk-
tionen, die wir betrachten wollen) eine nicht-leere Teilmenge von R ist.

Definition 3.39 (Monotonieeigenschaften). Eine Funktion f : D → R ist

• monoton wachsend, falls ∀x, y ∈ D : x ≤ y =⇒ f (x) ≤ f (y),

• streng monoton wachsend, falls ∀x, y ∈ D : x < y =⇒ f (x) < f (y),

• monoton fallend, falls ∀x, y ∈ D : x ≤ y =⇒ f (x) ≥ f (y),

• streng monoton fallend, falls ∀x, y ∈ D : x < y =⇒ f (x) > f (y),

• monoton, falls f monoton wachsend oder monoton fallend ist,

• streng monoton, falls f streng monoton wachsend oder streng monoton fallend ist.

Eine streng monotone Funktion ist per Definition auch monoton; die Bezeichnung „streng“
ist also passend. Wir betrachten nun ein paar elementare Beispiele.

Beispiel 3.40.

• Die Funktion x ∈ R≥0 7→ x2 ∈ R ist streng monoton wachsend. Die Funktion x ∈

R≤0 7→ x2 ∈ R ist jedoch streng monoton fallend und x ∈ R 7→ x2 ∈ R hat keine
Monotonieeigenschaft. Dies zeigt, dass Monotonie vom Definitionsbereich abhängt.

• Die Funktion x ∈ R 7→ x3 ∈ R ist streng monoton wachsend.

• Allgemeiner gilt: Für ein n ∈ N ist die Funktion x ∈ R 7→ xn ∈ R ist genau dann
(streng) monoton, wenn n ungerade ist.

• Die Abrundungsfunktion x ∈ R 7→ bxc ∈ R ist monoton wachsend, aber nicht streng

monoton wachsend (wieso?).

• Eine konstante Funktion x ∈ R 7→ c ∈ R für ein (festes) c ∈ R ist sowohl monoton

fallend als auch monoton wachsend.

150
Übung 3.41. Beweisen Sie die Behauptungen in Beispiel 3.40.

Eine streng monotone Funktion ist stets injektiv. Sie braucht jedoch nicht surjektiv zu sein.
Beispielsweise ist die Funktion
(
x + 1 falls x > 0
R → R, x 7→
x falls x ≤ 0

streng monoton wachsend, aber nicht surjektiv ( 21 liegt nicht im Bild).

Verlangt man jedoch von einer streng monotonen Funktion, dass sie „nicht springt“, so
kann man in vielen Fällen Surjektivität zeigen. Wir haben bereits ein Beispiel dafür gesehen
als wir die Existenz der Wurzelfunktion zeigten (siehe Übung 2.11). Den dazu notwendigen
Begriff des „Nicht-Springens“ besprechen wir im nächsten Abschnitt.

Übung 3.42 (Alternative Charakterisierung von Monotonie und strenger Monotonie). Sei
D ⊆ R eine Teilmenge mit |D| ≥ 3 und f : D → R eine Funktion. Betrachten Sie die
folgenden Aussagen über f , beschreiben Sie ihre Bedeutung in Worten, und geben Sie einen
Beweis von drei Ihrer Behauptungen.

(i) ∀x, y ∈ D : x < y ⇐⇒ f (x) < f (y)

(ii) ∀x, y ∈ D : x ≤ y ⇐⇒ f (x) ≤ f (y)

(iii) ∀x, y, z ∈ D : x < y < z =⇒ f (x) < f (y) < f (z) ∨ f (x) > f (y) > f (z)


(iv) ∀x, y, z ∈ D : x < y < z =⇒ f (x) ≤ f (y) ≤ f (z) ∨ f (x) ≥ f (y) ≥ f (z)


(v) ∀x, y, z ∈ D : x ≤ y ≤ z =⇒ f (x) < f (y) < f (z) ∨ f (x) > f (y) > f (z)


(vi) ∀x, y, z ∈ D : x ≤ y ≤ z =⇒ f (x) ≤ f (y) ≤ f (z) ∨ f (x) ≥ f (y) ≥ f (z)

Übung 3.43 (Monotonie unter Summen und Produkten). Sei D ⊆ R eine Teilmenge und
seien f, f1 , f2 ∈ F(D) streng monoton wachsend. Zeigen Sie, dass f1 + f2 ∈ F(D) streng
151
monoton wachsend ist und dass für a ∈ R die Funktion af ∈ F(D) streng monoton wachsend
ist falls a > 0, und streng monoton fallend ist falls a < 0. Zeigen Sie, dass f1 f2 streng monoton
wachsend ist, falls f1 (x), f2 (x) > 0 für alle x ∈ D.

Applet 3.44 (Monotonie von Einschränkungen). Bei vielen aber nicht allen Funktion f (de-
finiert auf Teilmengen von R) erhält man eine monotone Funktion mittels Einschränkung von
f auf kleinere Intervalle.

152
3.5 Stetigkeit
Sei D ⊆ R eine nicht-leere Teilmenge.

Definition 3.45 (Stetigkeit). Sei f : D → R eine Funktion. Wir sagen, dass f stetig bei
einem Punkt x0 ∈ D ist, falls es für alle ε > 0 ein δ > 0 gibt, so dass für alle x ∈ D die
Implikation

|x − x0 | < δ =⇒ |f (x) − f (x0 )| < ε

gilt. Die Funktion f ist stetig, falls sie bei jedem Punkt in D stetig ist. Formal ist Stetigkeit
von f also durch

∀x0 ∈ D : ∀ε > 0 ∃δ > 0 ∀x ∈ D : |x − x0 | < δ =⇒ |f (x) − f (x0 )| < ε

definiert.

Diese Definition ist vielleicht auf den ersten Blick überraschend, wird für uns aber sehr
fundamental sein.3 Wir wollen im Folgenden wieder einige Funktionen und deren Graphen
untersuchen, damit wir ein Gespür für die Definition der Stetigkeit erhalten können.

Figur 3.5: Bei dieser Funktion f mit einem „kontinuierlichen“ Graphen

sehen wir, dass f bei x0 stetig ist. Egal wie klein man ε > 0 wählt,
kann man sich gut vorstellen, dass für ein geeignetes δ > 0 für alle x,
die δ-nahe bei x0 liegen, auch f (x) ε-nahe an f (x0 ) ist. Die Funktion ist
sogar auf dem ganzen Definitionsbereich [a, b] ∪ [c, d] ∪ {e} stetig.

3
Das Wort „stetig“ und daraus abgeleitete Wörter kommen in der vollständigen Version von diesem Skript
über 850 mal vor, was die Wichtigkeit des Begriffs gewissermassen quantifiziert.

153
Applet 3.46 (Stetigkeit). Wir betrachten eine Funktion, die an den meisten (aber nicht allen)
Punkten des Definitionsbereichs stetig ist.

In den meisten Situationen wird D für uns ein Intervall I sein. Wir untersuchen nun ein
paar konkrete Beispiele.

Beispiel 3.47.

• Die konstante Funktion x ∈ R 7→ c ∈ R für ein c ∈ R ist stetig. (Wieso?)

• Die lineare Funktion x ∈ R 7→ ax ∈ R für ein a ∈ R ist stetig. Ist a = 0, so ist die
Funktion konstant und somit stetig. Sei also a ∈ R× . Ist x0 ∈ R und ε > 0, dann gilt
|ax−ax0 | = |a||x−x0 | für alle x ∈ R. Betrachtet man also die (hier nur von ε abhängige)
Wahl δ = |a|
ε
und ein x ∈ R mit |x − x0 | < δ, so ist |ax − ax0 | = |a||x − x0 | < |a|δ = ε.

• Die Funktion x ∈ R 7→ |x| ∈ R ist stetig.

Ist x0 ∈ R und ε > 0 beliebig, so gilt wegen der umgekehrten Dreiecksungleichung

|x| − |x0 | ≤ |x − x0 | für alle x ∈ R . Damit kann man mit der (nochmals nur von ε
abhängigen) Wahl δ = ε erreichen, dass wenn |x − x0 | < δ auch |x| − |x0 | ≤ |x − x0 | <
δ = ε für alle x ∈ R gilt, was die Stetigkeit zeigt.

• Die Funktion x ∈ R 7→ bxc ∈ R ist bei Punkten in Z nicht stetig.

154
 Ist n ∈ Z, dann gilt für jedes δ > 0, dass |(n − 12 δ) − n| < δ und

bn − 12 δc − bnc = bnc − bn − 12 δc ≥ n − (n − 1) = 1.

Damit ist die Stetigkeitsbedingung bei n ∈ Z für ε < 1 nicht erfüllt.

Wir möchten an dieser Stelle kurz anmerken, dass es im Beweis der Stetigkeit einer Funktion
reicht, ε > 0 „klein genug“ zu betrachten. Genauer können wir annehmen, dass ε ≤ ε0 für ein
ε0 > 0. (Wieso?)
Man könnte an dieser Stelle natürlich auch die Stetigkeit weiterer Funktionen beweisen,
wie man in folgender Übung verifizieren kann.

Übung 3.48 (Quadrat und Quadratwurzel). Zeigen Sie, dass die Funktionen x ∈ R 7→ x2 ∈ R
√
und x ∈ R>0 7→ x ∈ R>0 stetig sind. Wovon hängt ihre Wahl von δ > 0 genau ab?

Da wir jedoch nicht jedes Mal „von Hand“ überprüfen möchten, ob eine Funktion stetig ist,
wenden wir uns nun allgemeineren Aussagen zu. Eine erste solche wollen wir Ihnen als Übung
überlassen.

Wichtige Übung 3.49 (Einschränkung von stetigen Funktionen). Sei D ⊆ R ein Teilmenge
und f : D → R stetig. Sei D0 ein Teilmenge von D. Zeigen Sie die Stetigkeit von f |D0 .

Proposition 3.50 (Stetigkeit unter Addition und Multiplikation von Funktionen). Sei D ⊆
R. Falls f1 , f2 : D → R Funktionen sind, die bei einem Punkt x0 ∈ D stetig sind, dann sind
auch f1 + f2 , f1 · f2 und af1 für a ∈ R stetig bei x0 . Insbesondere bildet die Menge der stetigen
Funktionen

C(D) = {f ∈ F(D) | f ist stetig}

einen Unterraum des Vektorraums F(D).

Beweis. Angenommen f1 , f2 ∈ F(D) sind bei x0 ∈ D stetig und sei ε > 0. Dann existieren
δ1 , δ2 > 0, so dass für alle x ∈ D gilt

ε
|x − x0 | < δ1 =⇒ |f1 (x) − f1 (x0 ) | <
2
ε
|x − x0 | < δ2 =⇒ |f2 (x) − f2 (x0 ) | < .
2

Wir setzen δ = min {δ1 , δ2 } > 0 und erhalten

|x − x0 | < δ =⇒ |(f1 + f2 )(x) − (f1 + f2 )(x0 )|

≤ |f1 (x) − f1 (x0 )| + |f2 (x) − f2 (x0 )|
ε ε
< + =ε
2 2

Da ε > 0 beliebig war, erhalten wir, dass f1 + f2 bei x0 ∈ D stetig ist.

155
 Das Argument für f1 f2 ist ähnlich, aber etwas komplizierter. Wir beginnen mit der Ab-
schätzung

|f1 (x)f2 (x) − f1 (x0 )f2 (x0 )| = |f1 (x)f2 (x) − f1 (x0 )f2 (x) + f1 (x0 )f2 (x) − f1 (x0 )f2 (x0 )|
≤ |f1 (x)f2 (x) − f1 (x0 )f2 (x)| + |f1 (x0 )f2 (x) − f1 (x0 )f2 (x0 )|
= |f1 (x) − f1 (x0 )||f2 (x)| + |f1 (x0 )||f2 (x) − f2 (x0 )|

für x ∈ D unter Verwendung der Dreiecksungleichung. Sei ε > 0 und wähle δ1 > 0 und δ2 > 0,
so dass für x ∈ D

ε
|x − x0 | < δ1 =⇒ |f1 (x) − f1 (x0 )| <
2(|f2 (x0 )| + 1)
 
ε
|x − x0 | < δ2 =⇒ |f2 (x) − f2 (x0 )| < min 1,
2(|f1 (x0 )| + 1)

erfüllt sind. Dann gilt für ein x ∈ D mit |x − x0 | < δ = min {δ1 , δ2 }, dass

|f2 (x)| = |f2 (x) − f2 (x0 ) + f2 (x0 )| ≤ |f2 (x) − f2 (x0 )| + |f2 (x0 )| < 1 + |f2 (x0 )|

und damit

ε ε
|f1 (x) − f1 (x0 )| |f2 (x)| < (1 + |f2 (x0 )|) = .
2(|f2 (x0 )| + 1) 2

Für das zweite Argument gilt ebenso

ε ε
|f1 (x0 )| |f2 (x) − f2 (x0 )| ≤ |f1 (x0 )| < .
2(|f1 (x0 )| + 1) 2

Gemeinsam erhalten wir |f1 (x)f2 (x) − f1 (x0 )f2 (x0 )| < ε wie gewünscht. Die Aussage über af1
für a ∈ R folgt mit Obigem und der Tatsache, dass die konstante Funktion x ∈ R 7→ a ∈ R
stetig ist. Insbesondere ist C(D) auch nicht leer, da die konstante Nullfunktion in C(D) liegt,
und somit ist C(D) ein Unterraum von F(D).

Wir präsentieren eine direkte Anwendung dieser Proposition.

Korollar 3.51. Polynome sind stetig, das heisst, R[x] ⊆ C(R).

Beweis. Wie wir in Beispiel 3.47 gesehen haben, ist die Funktion p(x) = x stetig und kon-
stante Funktionen sind stetig. Vollständige Induktion und Proposition 3.50 zeigen, dass jedes
Polynom nk=0 ak xk ∈ R[x] stetig ist.
P

Eine weitere Art und Weise, wie man zeigen kann, dass eine Funktion stetig ist, ist, dass
man sie als Verknüpfung von stetigen Funktionen darstellt.

Proposition 3.52 (Stetigkeit unter Verknüpfung). Seien D1 , D2 ⊆ R zwei Teilmengen und

sei x0 ∈ D1 . Angenommen f : D1 → D2 ist eine bei x0 stetige Funktion und g : D2 → R ist
eine bei f (x0 ) stetige Funktion. Dann ist g ◦ f : D1 → R bei x0 stetig. Insbesondere ist die
Verknüpfung von stetigen Funktionen wieder stetig.
156
 Es folgt damit, dass zum Beispiel die Abbildung x ∈ D 7→ |f (x)| ∈ R für eine beliebige
stetige Funktion f : D → R stetig ist (nach Beispiel 3.47).

Beweis. Sei ε > 0. Dann existiert wegen der Stetigkeit von g bei f (x0 ) ein η > 0, so dass für
alle y ∈ D2

|y − f (x0 )| < η =⇒ |g(y) − g(f (x0 ))| < ε.

Da η > 0 ist und f bei x0 stetig ist, gibt es aber auch ein δ > 0, so dass für alle x ∈ D1

|x − x0 | < δ =⇒ |f (x) − f (x0 )| < η.

Zusammen ergibt sich unter Verwendung von y = f (x) ∈ f (D1 ) ⊆ D2 , dass für alle x ∈ D1

|x − x0 | < δ =⇒ |f (x) − f (x0 )| < η =⇒ |g(f (x)) − g(f (x0 ))| < ε.

gilt. Dies beweist auch die letzte Aussage, da x0 ein beliebiger Punkt in D1 war.

Wichtige Übung 3.53 (Stetigkeit von Quotienten). Zeigen Sie, dass die Funktion x ∈ R× 7→
1 × f (x)
x ∈ R stetig ist. Schliessen Sie, dass Funktionen der Art x ∈ D 7→ g(x) ∈ R stetig sind,
wenn D ⊆ R eine Teilmenge und f : D → R, g : D → R× stetige Funktionen sind. (Beachte,
dass g auf D keine Nullstelle haben darf.)
Eine andere Art und Weise, wie man stetige Funktionen konstruieren kann, ist durch
„Zusammenkleben“, wie wir in folgender Übung diskutieren wollen.
Wichtige Übung 3.54 (Stetige Funktionen durch Fallunterscheidung). Seien zwei Intervalle
durch I1 = [a, b], I2 = [b, c] ⊆ R gegeben mit a < b < c und seien f1 : I1 → R und f2 : I2 → R
stetige Funktionen. Zeigen Sie, dass die Funktion
(
f1 (x) falls x ∈ [a, b)
f : [a, c] → R, x 7→
f2 (x) falls x ∈ [b, c]

genau dann stetig ist, wenn f1 (b) = f2 (b) gilt.

Übung 3.55 (Dirichlet-Funktion). Zeigen Sie, dass die charakteristische Funktion
(
1 falls x ∈ Q
1Q∩[0,1] : [0, 1] → {0, 1} , x 7→
0 falls x 6∈ Q

an keinem Punkt in [0, 1] stetig ist.

Der Vollständigkeit halber erwähnen wir noch folgende Charakterisierung von Stetigkeit,
auf die wir später wieder zu sprechen kommen werden und die beispielsweise eine grundlegende
Definition der Topologie-Vorlesung im vierten Semester des Mathematikstudums darstellt.
Übung 3.56 (Stetigkeit über offene Mengen). Sei I ⊆ R ein offenes Intervall und f : I → R
eine Funktion. Zeigen Sie, dass f genau dann stetig ist, wenn für jede offene Menge U ⊆ R
auch f −1 (U ) offen ist.
157
 Ist eine Funktion f stetig, so ist das Verhalten von f in kleinen Umgebungen eines Punktes
oft vorhersehbar.

Übung 3.57 (Lokale Eigenschaften von stetigen Funktionen). Sei D ⊆ R eine Teilmenge und
f : D → R eine Funktion. Zeigen Sie die folgenden Aussagen.

a) (Lokal beschränkt) Wenn f bei x0 ∈ D stetig ist, dann gibt es eine δ-Umgebung U von x0
und ein M > 0, so dass |f (x)| ≤ M für alle x ∈ D ∩ U .

b) (Lokal das gleiche Vorzeichen) Wenn f bei x0 ∈ D stetig ist und f (x0 ) 6= 0 ist, dann gibt
es eine ε-Umgebung U von x0 , so dass f (x)f (x0 ) > 0 für alle x ∈ D ∩ U (das heisst, f (x)
und f (x0 ) haben dasselbe Vorzeichen).

3.5.1 Komplex-wertige Funktionen

Für eine Menge D können wir in Analogie zum reellen Vektorraum F(D) auch den kom-
plexen Vektorraum

FC (D) = {f | f : D → C}

der C-wertigen Funktionen oder komplex-wertigen Funktionen Funktionen auf D defi-

nieren. Weiter sagen wir, dass eine Funktion f : D → C beschränkt ist, falls die reellwertige
Funktion x ∈ D 7→ |f (x)| beschränkt ist. Ein Punkt x ∈ D ist eine Nullstelle einer Funktion
f : D → C, falls f (x) = 0 gilt.
Dieser Abschnitt lässt sich ohne grosse Änderung auf C-wertige Funktionen auf einer Teil-
menge D ⊆ C übertragen. Wir empfehlen Ihnen diesen Abschnitt nochmals zu lesen, aber
diesmal komplex-wertige Funktionen auf Teilmengen D ⊆ C zu erlauben, wobei ε > 0 und
δ > 0 weiterhin reelle Zahlen darstellen. Wir werden später nochmals in grösserer Allgemein-
heit auf den Begriff der Stetigkeit zu sprechen kommen. Wir bemerken noch, dass die Mono-
tonieeigenschaften in Abschnitt 3.4.2 hingegen kein Analogon für komplex-wertige Funktionen
besitzen (da auf C keine natürliche Ordnung gegeben ist).

158
3.6 Der Zwischenwertsatz
In diesem Abschnitt wollen wir einen fundamentalen Satz beweisen, der die Heuristik, dass
der Graph einer stetigen Funktion auf einem Intervall „eine durchgehende Kurve“ darstellt,
formalisiert. Wir sagen, dass eine reelle Zahl c zwischen zwei reellen Zahlen x1 , x2 liegt,
falls x1 ≤ c ≤ x2 oder x2 ≤ c ≤ x1 gilt. Wir sagen c liegt echt zwischen x1 und x2
falls x1 < c < x2 oder x2 < c < x1 ist.

Satz 3.58 (Zwischenwertsatz). Sei I ⊆ R ein Intervall, f : I → R eine stetige Funktion und
a, b ∈ I. Für jedes c ∈ R zwischen f (a) und f (b) gibt es ein x ∈ R zwischen a und b, so dass
f (x) = c gilt.

Figur 3.6: Der Graph einer stetigen Funktion kann keine Sprünge machen
und die Funktion nimmt alle Werte zwischen f (a) und f (b) an.

Wie wir sehen werden, verwendet der Beweis die Existenz des Supremums (und damit das
Vollständigkeitsaxiom).

Beweis. Wir nehmen ohne Beschränkung der Allgemeinheit an, dass a < b und f (a) ≤ f (b)
gilt (falls f (a) > f (b) ist, betrachtet man zuerst −f und bemerkt, dass die Aussage des Satzes
für −f die Aussage des Satzes für f impliziert).
Sei nun c ∈ [f (a), f (b)]. Falls c = f (a) oder c = f (b) gilt, sind wir fertig. Also angenommen
c ∈ (f (a), f (b)). Wir definieren

X = {x ∈ [a, b] | f (x) ≤ c}

und bemerken, dass a ∈ X und X ⊆ [a, b], wodurch X nicht-leer und von oben beschränkt
ist. Nach Satz 2.59 existiert daher x0 = sup(X) ∈ [a, b]. Wir werden nun die Stetigkeit von f
bei x0 verwenden, um zu zeigen, dass f (x0 ) = c.

159
 Für jedes ε > 0 gibt es ein δ > 0, so dass für alle x ∈ [a, b] gilt

|x − x0 | < δ =⇒ |f (x) − f (x0 )| < ε. (3.6)

Angenommen f (x0 ) < c. Dann folgt x0 < b wegen f (b) > c und x0 ∈ [a, b]. Wir wenden
nun die Stetigkeit von f bei x0 an und finden für ε = c − f (x0 ) > 0 ein δ > 0 wie in (3.6). Da
x0 < b ist, existiert ein x ∈ (x0 , x0 + δ) ∩ [a, b]. Für dieses x gilt dann

f (x) = f (x0 ) + (f (x) − f (x0 )) < f (x0 ) + c − f (x0 ) = c.

Also muss x in X liegen, was aber sup(X) = x0 < x widerspricht.

Angenommen f (x0 ) > c. Dann folgt x0 > a wegen f (a) < c. Wir verwenden wieder die
Stetigkeit von f bei x0 und finden zu ε = f (x0 ) − c ein δ > 0 mit der Eigenschaft in (3.6).
Für x ∈ (x0 − δ, x0 ) ∩ [a, b] gilt dadurch

f (x) = f (x0 ) + (f (x) − f (x0 )) > f (x0 ) − (f (x0 ) − c) = c,

wodurch x ∈
/ X und daher (x0 − δ, x0 ) ∩ [a, b] ∩ X = ∅. Also ist x0 − δ eine obere Schranke
von X, was aber x0 = sup(X) widerspricht. Daher gilt f (x0 ) = c und der Satz folgt.

Übung 3.59 (Flugreise). In dieser Übung möchten wir eine Anwendung des Zwischenwert-
satzes aus dem Alltag präsentieren. Angenommen Sie fliegen von Zürich nach Lima. Zeigen
Sie, dass Sie dabei den Äquator überqueren müssen.

Wir wenden uns nun formaleren Anwendungen des Zwischenwertsatzes zu. Der Zwischen-
wertsatz ist beispielsweise nützlich, wenn man versucht Nullstellen von stetigen Funktionen
zu finden oder wenn man versucht, „Löcher“ im Bild einer Funktion auszuschliessen.

Übung 3.60 (Nullstellen von Polynomen). Zeigen Sie, dass jedes reelle Polynom von unge-
radem Grad eine (reelle) Nullstelle besitzt. Gehen Sie dazu wie folgt vor: Sei f = nj=0 aj xj
P

in R[x] mit an 6= 0 und n ungerade.

Übung 3.61 (Injektivität und Monotonie). Sei I ein nicht-leeres Intervall und f : I → R
eine stetige, injektive Abbildung. Zeigen Sie, dass f streng monoton ist.

160
3.7 Der Satz über die Umkehrabbildung
In diesem Teilabschnitt wollen wir nun zeigen, dass jede stetige, streng monotone Abbildung
eine inverse Abbildung (mit denselben schönen Eigenschaften) besitzt.

Satz 3.62 (Umkehrsatz). Sei I ein Intervall und f : I → R eine stetige, streng monotone
Funktion. Dann ist f (I) ⊆ R wieder ein Intervall und die Abbildung f : I → f (I) hat eine
stetige, streng monotone inverse Abbildung f −1 : f (I) → I. Falls I = [a, b] für reelle Zahlen
a < b, dann gilt des Weiteren, dass f (I) die Endpunkte f (a) und f (b) hat.

Tatsächlich ist f −1 streng monoton wachsend (respektive streng monoton fallend), wenn
f streng monoton wachsend (respektive streng monoton fallend) ist. (Wieso?) Bevor wir uns
dem Beweis zuwenden, wollen wir eine Anwendung dieses Satzes betrachten.

Beispiel 3.63 (Existenz von Wurzeln höherer Ordnung). Sei n ∈ N. Dann ist die Funktion
x ∈ [0, ∞) 7→ xn ∈ [0, ∞) streng monoton wachsend und surjektiv. Um Surjektivität zu sehen
betrachten wir ein beliebiges c ∈ [0, ∞). Nach der Bernoullischen Ungleichung (Lemma 3.5)
gilt (c + 1)n > nc ≥ c, womit c zwischen 0 = 0n und (c + 1)n liegt. Aus dem Zwischenwertsatz
(Satz 3.58) folgt nun, dass es ein x zwischen 0 und c + 1 gibt, für das xn = c ist.
Nach dem Umkehrsatz (Satz 3.62) existiert eine stetige, streng monoton wachsende Um-
kehrabbildung
√
n
x ∈ [0, ∞) 7→ x ∈ [0, ∞),

die die n-te Wurzel genannt wird. Des Weiteren definieren wir für x ∈ [0, ∞) und m, n ∈ N
m √
n
xn = xm

m m
und für x ∈ (0, ∞) und m, n ∈ N auch x− n = (x n )−1

Wichtige Übung 3.64 (Rechenregeln für rationale Potenzen). Zeigen Sie die Rechenregeln
(in Analogie zu Übung 3.2)
m1 m m1 m2 m1 m2 m1 m2
m m m + n2
(xy) n = x n y n , x n1 2 = x n1 x n2 , (x n1 ) n2 = x n1 n2

m m1 m2
für positive Basen x, y ∈ (0, ∞) und rationale Exponenten n , n1 , n2 ∈ Q.

Beweis von Satz 3.62. Ohne Beschränkung der Allgemeinheit können wir annehmen, dass f
streng monoton wachsend ist (sonst ersetzt man f mit −f ). Wir bemerken zuerst, dass die
Funktion f : I → f (I) bijektiv ist, da sie (per Definition) surjektiv ist und auf Grund der
strengen Monotonie auch injektiv ist. Somit existiert eine (eindeutig bestimmte) Umkehrab-
bildung g = f −1 : f (I) → I, welche auch streng monoton wachsend sein muss: Da f streng
monoton wachsend ist, gilt (siehe Übung 3.42)

x1 < x2 ⇐⇒ f (x1 ) < f (x2 )

161
für alle x1 , x2 ∈ I, was zu

f −1 (y1 ) < f −1 (y2 ) ⇐⇒ y1 < y2

für alle y1 , y2 ∈ f (I) äquivalent ist.

Wir möchten nun zeigen, dass f (I) auch ein Intervall ist und nehmen dazu vorerst an,
dass I = [a, b] ein abgeschlossenenes, beschränkten Intervall für zwei reelle Zahlen a < b ist.
Auf Grund der Monotonie-Annahme gilt f (x) ∈ [f (a), f (b)] für alle x ∈ [a, b]. Nach dem
Zwischenwertsatz (Satz 3.58) ist auch f ([a, b]) = [f (a), f (b)] und damit ist f (I) insbesondere
ein Intervall.
Sei nun I ein beliebiges4 Intervall in R mit Endpunkten a < b in R. Wir definieren nun die
Punkte c = inf f (I) ∈ R und d = sup f (I) ∈ R und behaupten, dass (c, d) in f (I) enthalten
ist. Sei y ∈ (c, d). Dann gibt es nach Definition von c = inf f (I) und wegen c < y ein x− ∈ I
mit c ≤ f (x− ) < y. Ebenso gibt es nach Definition von d = sup f (I) und wegen y < d
ein x+ ∈ I mit y < f (x+ ) ≤ d. Nach dem Zwischenwertsatz (Satz 3.58) ist also y ∈ f (I) und
die Behauptung folgt. Wir haben damit insbesondere gezeigt, dass f (I) ein Intervall ist.
Falls der linke Endpunkt a von I zu I gehört, dann ist c = f (a) = inf f (I) = min f (I).
Falls a nicht zu I gehört, dann gibt es zu jedem x ∈ I ein Element x− ∈ I mit x− < x, was
wiederum wegen der strengen Monotonie impliziert, dass f (I) kein Minimum besitzt (da es
zu jedem y ∈ f (I) ein Element y− ∈ f (I) mit y− < y gibt). Das heisst, der linke Endpunkt
von I gehört zu I genau dann, wenn c zum Intervall f (I) gehört. Dasselbe gilt auch für den
rechten Endpunkt.
Wir wollen nun zeigen, dass g = f −1 stetig ist. Sei also y0 ∈ f (I) und ε > 0. Wir definieren
den Punkt x0 = g(y0 ).
Falls y0 < d und damit auch x0 < b ist, dann gibt es einen Punkt x+ in (x0 , x0 + ε)
mit x+ < b. Wir definieren y+ = f (x+ ) > y0 und erhalten für alle y ∈ f (I)

y0 ≤ y < y+ =⇒ f −1 (y0 ) ≤ f −1 (y) < f −1 (y+ ) = x+ < f −1 (y0 ) + ε

oder auch

y0 ≤ y < y+ =⇒ |f −1 (y) − f −1 (y0 )| < ε. (3.7)

Falls a ∈ I und y0 = c = f (a) gilt, ist dies bereits die Stetigkeitsbedingung bei y0 für ε und
die Wahl δ = y+ − y0 . In der Tat falls y ∈ f (I) und |y − y0 | < δ ist, so folgt y ≥ c = f (a) = y0
aus c = min(f (I)) und damit y0 ≤ y < y+ aus der Definition von δ.

4
Es gibt noch weitere 3 Fälle von beschränkten und weitere 5 Fälle von unbeschränkten Intervallen.

162
 Falls y0 > c und damit auch x0 > a ist, dann gibt es einen Punkt x− ∈ (x0 − ε, x0 )
mit x− > a. Wir definieren y− = f (x− ) < y0 und erhalten wie zuvor für alle

y− < y ≤ y0 =⇒ f −1 (y0 ) − ε < x− = f −1 (y− ) < f −1 (y) ≤ f −1 (y0 )

oder auch

y− < y ≤ y0 =⇒ |f −1 (y) − f −1 (y0 )| < ε. (3.8)

Falls b ∈ I und y0 = f (b) ist dies wiederum die Stetigkeitsbedingung bei y0 für ε und δ =
y0 − y− .
Für einen beliebigen Punkt y0 ∈ (a, b) setzen wir δ = min {y+ − y0 , y0 − y− } und können
die Gleichungen (3.7) und (3.8) kombinieren zu

|y − y0 | < δ =⇒ |f −1 (y) − f −1 (y0 )| < ε

für alle y ∈ f (I), was zu beweisen war.

3.7.1 Wurzeln aus natürlichen Zahlen*

Wir wollen hier nochmals betonen, dass wann immer wir das Supremum verwenden, wir im-
plizit auch das Vollständigkeitsaxiom (Axiom (16) in Abschnitt 2.1) verwenden. Dies ist insbe-
sondere für den Zwischenwertsatz (Satz 3.58) und damit auch für den Umkehrsatz (Satz 3.62)
der Fall. Manifestieren tut sich diese Tatsache darin, dass Wurzeln eher selten rationale Zahlen
liefern.
163
 √
m
Lemma 3.65. Seien m, k ∈ N. Die m-te Wurzel k ist genau dann rational, wenn sie eine
ganze Zahl ist.

Dieses Lemma vereinfacht unter anderem in konkreten Fällen die Verifikation, ob eine ganze
Zahl eine rationale Wurzel hat oder nicht. Grund dafür ist beispielsweise, dass Primzahlen
keine m-te Wurzel in Z haben können. (Wieso?)
√
Beweis. Angenommen m k = pq ∈ Q für zwei natürliche Zahlen p, q ∈ N. Nach Kürzen mit dem
grössten gemeinsamen Teiler können wir annehmen, dass pq durchgekürzt ist oder äquivalent

m m
dazu, dass p und q teilerfremd sind. Dann ist aber auch k = pq = pqm ein durchgekürzter
Bruch, denn jeder Primfaktor von pm (resp. q m ) ist ein Primfaktor von p (resp. q) und somit
m
sind pm und q m teilerfremd. Nach Annahme ist aber pqm = k ∈ Z, was q m | pm , q m = 1 und
√
also q = 1 impliziert. Dann ist k = pm und m k = p ∈ Z. Die Umkehrung folgt aus Z ⊆ Q.
√ √ √ √ √ √ √ √ √ √
Wir sehen also, dass 2, 3, 5, ..., 3 2, 3 3, 3 4, 3 5, 3 6, 3 7, 3 9, ... alles irrationale Zahlen
sind, und haben somit eine Kollektion von (konkreten) irrationalen Zahlen zur Verfügung.
Genauer gilt folgendes Kriterion.
√
Übung 3.66. Sei k ∈ N und m ∈ N. Zeigen Sie, dass m k genau dann rational ist, wenn
jeder Primfaktor p in der Primfaktorzerlegung von k die Eigenschaft p` |k und p`+1 - k für eine
durch m teilbare natürliche Zahl ` hat.

164
3.8 Stetige Funktionen auf kompakten Intervallen
In diesem Abschnitt möchten wir zeigen, dass stetige Funktionen auf beschränkten, ab-
geschlossenen Intervallen – sogenannten kompakten Intervallen – besondere Eigenschaften
besitzen.

3.8.1 Beschränktheit
Satz 3.67 (Beschränktheit). Seien a, b ∈ R zwei reelle Zahlen mit a < b und sei f : [a, b] → C
eine stetige Funktion. Dann ist f beschränkt. Das heisst, es existiert ein M ∈ R mit |f (x)| ≤ M
für alle x ∈ [a, b].

Beweis. Wir definieren zuerst die Teilmenge

X = t ∈ [a, b] | f |[a,t] ist beschränkt .



Da [a, a] = {a} gilt, liegt a ∈ X, womit X ⊆ [a, b] eine nicht-leere, beschränkte Teilmenge
von R ist. Nach dem Satz über das Supremum (Satz 2.59) existiert daher das Supremum
s0 = sup(X) von X. Des Weiteren muss s0 ∈ [a, b] liegen, da zum einen a ∈ X liegt und zum
anderen X in [a, b] enthalten ist und somit b eine obere Schranke ist.
Wir verwenden die Stetigkeit von f bei s0 für ε = 1, wonach es ein δ > 0 gibt, so dass für
alle x ∈ [a, b] die Implikation

|x − s0 | < δ =⇒ |f (x) − f (s0 )| < 1

gilt. Wir definieren t0 = max {a, s0 − δ} und t1 = min {b, s0 + δ}, womit

|f (x)| ≤ |f (x) − f (s0 )| + |f (s0 )| < 1 + |f (s0 )| (3.9)

für alle x ∈ (t0 , t1 ).

Da s0 − δ keine obere Schranke von X ist, gibt es ein t ∈ X mit t > s0 − δ. Daher ist f |[a,t]
beschränkt und es existiert ein M0 > 0 mit |f (x)| ≤ M0 für alle x ∈ [a, t].
Es gilt t ≥ t0 = max {a, s0 − δ} und daher [a, t]∪(t0 , t1 ) = [a, t1 ). Auf Grund von Gleichung
(3.9) und der Wahl von M0 gilt somit

|f (x)| ≤ max {M0 , 1 + |f (s0 )|, |f (t1 )|}

für alle x ∈ [a, t1 ]. Wir schliessen, dass t1 ∈ X liegt und t1 ≤ s0 gilt. Da aber t1 =
min {b, s0 + δ} per Definition, muss t1 = b sein. Also ist f auf [a, b] beschränkt.

Es drängt sich bei obiger Beweismethode (die wir bereits das dritte Mal angewendet haben)
der Vergleich mit einem Induktionsbeweis auf. Wir wollen dies kurz in Worte fassen auch wenn
dies bloss eine Analogie darstellt und keineswegs formal als Ersatz von obiger Beweisführung
angesehen werden kann. Wir beginnen das Argument damit zu zeigen, dass a ∈ X ist, was
dem Induktionsanfang entspricht. Danach zeigen wir für t ∈ X mit t < b, dass es eine grössere

165
Zahl gibt, die ebenso in X liegt. Dies entspricht gewissermassen dem Induktionsschritt. Wir
hoffen auf diese Weise b ∈ X zu beweisen, was den Beweis abschliessen würde. Allerdings ist
auf diese Weise nicht erklärt ob wir in endlich vielen Schritten b erreichen können. Deswegen
benötigen wir die Existenz des Supremums um den Fall auszuschliessen, dass wir zwar immer
grössere Elemente in X finden aber vielleicht irgendwo in (a, b) „steckenbleiben“ und nie nach
b gelangen.
Wichtige Übung 3.68 (Gegenbeispiele).
(i) Finden Sie eine unbeschränkte, stetige Funktion auf einem beschränkten Intervall.

(ii) Finden Sie eine unbeschränkte, stetige Funktion auf einem abgeschlossenen Intervall.

(iii) Finden Sie eine unbeschränkte Funktion auf einem kompakten Intervall, die nur in einem
einzigen Punkt unstetig ist.

3.8.2 Maximum und Minimum

Sei D ⊆ R eine Teilmenge und f ∈ F(D) eine reellwertige Funktion auf D. Wir sagen,
dass f ein Maximum in xmax ∈ D annimmt, falls f (x) ≤ f (xmax ) für alle x ∈ D. Analog
nimmt f ein Minimum in xmin ∈ D an, falls f (x) ≥ f (xmin ) für alle x ∈ D. Wir be-
zeichnen f (xmax ) als das Maximum von f (auf D) und f (xmin ) als das Minimum von f
(auf D). Wir wollen nun zeigen, dass stetige Funktion auf einem kompaktem Intervall stets
ihr Minimum und ihr Maximum annehmen.
Korollar 3.69 (Annahme des Maximums und des Minimums). Seien a, b ∈ R zwei reelle
Zahlen mit a < b und sei f : [a, b] → R eine stetige Funktion. Dann nimmt f sowohl ein
Maximum als auch ein Minimum an.
Beweis. Nach Satz 3.67 ist f beschränkt, womit nach Satz 2.59 das Supremum S = sup f ([a, b])
existiert. Wir nehmen nun indirekt an, dass f (x) < S für alle x ∈ [a, b] gilt, das heisst, dass
die Funktion f ihr Maximum nicht annimmt. Dadurch ist

1
F : [a, b] → (0, ∞) , x 7→
S − f (x)

eine wohldefinierte Funktion. Diese ist nach Proposition 3.52 stetig. Nach Satz 3.67 ist F also
beschränkt, womit ein M > 0 mit

1
= F (x) ≤ M
S − f (x)

für alle x ∈ [a, b] existiert. Somit gilt

1
≤ S − f (x)
M

oder anders ausgedrückt

1
f (x) ≤ S −
M
166
für alle x ∈ [a, b]. Letzteres widerspricht aber der Definition von S als das Supremum von
f ([a, b]). Daher existiert ein xmax ∈ [a, b] mit f (xmax ) = sup f ([a, b]) = max f ([a, b]).
Durch Anwendung des obigen Arguments auf −f ergibt sich ebenso, dass das Minimum
von f angenommen wird.

Übung 3.70. Nimmt jede stetige Funktion f auf dem offenen Intervall (0, 1) ihr Maximum
an?

3.8.3 Gleichmässige Stetigkeit

Ein zweiter, grundlegender Satz über stetige Funktionen auf kompakten Intervallen ver-
wendet folgende Verstärkung des Begriffs der ε-δ-Stetigkeit von Definition 3.45.

Definition 3.71 (Gleichmässige Stetigkeit). Eine reellwertige Funktion f auf einer nicht-
leeren Teilmenge D ⊆ R heisst gleichmässig stetig, falls es für alle ε > 0 ein δ > 0 gibt, so
dass für alle x, y ∈ D gilt

|x − y| < δ =⇒ |f (x) − f (y)| < ε.

In anderen Worten wollen wir genauso wie bei der Definition von Stetigkeit für jedes ε > 0
ein δ > 0 finden. Diesmal soll jedoch das gewählte δ > 0 nur von ε abhängen und nicht
noch zusätzlich von x ∈ D. Dies entspricht der Vertauschung eines Allquantors mit einem
Existenzquantor. Wie wir in Abschnitt 1.3.2 besprochen haben, ergibt dies im Allgemeinen
eine inäquivalente Aussage.

Applet 3.72 (Gleichmässige Stetigkeit). Wir sehen eine gleichmässig stetige Funktion und
können rechts durch getrennte Vergrösserung der Achsen (mit Shift und Maus oder mit zwei
Fingern) sowohl ε > 0 als auch δ > 0 verändern.

Übung 3.73. Zeigen Sie, dass das Polynom f (x) = x2 stetig, aber nicht gleichmässig stetig
ist auf R. Verifizieren Sie des Weiteren, dass die Einschränkung von f auf [0, 1] gleichmässig
stetig ist.

Applet 3.74 (Keine gleichmässige Stetigkeit). Wir sehen zwei bekannte aber nicht gleichmäs-
sig stetige Funktionen und können rechts durch getrennte Vergrösserung der Achsen (mit Shift
und Maus oder mit zwei Finger) sowohl ε > 0 als auch δ > 0 verändern.

Betrachtet man aber nur stetige Funktionen auf kompakten Intervallen, wie wir es hier tun
wollen, so befindet man sich in einer ganz anderen Situation.

Satz 3.75 (Heine, gleichmässige Stetigkeit). Sei [a, b] ein kompaktes Intervall für a < b und
f : [a, b] → C eine stetige Funktion. Dann ist f gleichmässig stetig.

Wir verwenden im Beweis dieses Satzes nochmals dieselbe Methode wie schon in den Bewei-
sen von dem Satz über die Existenz von Häufungspunkten (Satz 2.75), dem Zwischenwertsatz
(Satz 3.58) und dem Satz über die Beschränktheit von stetigen Funktionen auf kompakten
Intervallen (Satz 3.67).
167
Beweis. Sei ε > 0. Wir definieren die Teilmenge
n o
X = t ∈ [a, b] ∃δ > 0 ∀x1 , x2 ∈ [a, t] : |x1 − x2 | < δ =⇒ |f (x1 ) − f (x2 )| < ε

von [a, b]. In Worten ausgedrückt ist X die Menge der Endpunkte t ∈ [a, b], für die ein
uniformes δ > 0 existiert für die Einschränkung f |[a,t] . Wir möchten also zeigen, dass b ∈ X
liegt.
Wir bemerken zuerst, dass a ∈ X ist, da für x1 , x2 ∈ [a, a] = {a} sogar |f (x1 ) − f (x2 )| = 0
gilt und somit jedes δ > 0 gewählt werden kann. Also ist X nicht-leer. Da X in [a, b] enthalten
ist und somit beschränkt ist, existiert nach dem Satz über das Supremum (Satz 2.59) das
Supremum s0 = sup(X) von X. Wir bemerken zuerst, dass t ∈ X und t0 ∈ [a, t] auch t0 ∈ X
impliziert (das δ zu t erfüllt auch die nötige Eigenschaft für t0 ). Daher gelten die Inklusionen

[a, s0 ) ⊆ X ⊆ [a, s0 ]. (3.10)

Wir behaupten nun, dass s0 = b ∈ X gilt.

Nach Stetigkeit von f bei s0 ∈ [a, b] existiert ein δ1 > 0, so dass für alle x ∈ [a, b] die
Implikation

ε
|x − s0 | < δ1 =⇒ |f (x) − f (s0 )| <
2

gilt. Für x1 , x2 ∈ [a, b] ∩ (s0 − δ1 , s0 + δ1 ) gilt damit nach der Dreiecksungleichung

ε ε
|f (x1 ) − f (x2 )| ≤ |f (x1 ) − f (s0 )| + |f (s0 ) − f (x2 )| < + =ε (3.11)
2 2

Auf Grund von (3.10) liegt t0 = max a, s0 − 12 δ1 in X und daher existiert ein δ0 > 0 mit


∀x1 , x2 ∈ [a, t0 ] : |x1 − x2 | < δ0 =⇒ |f (x1 ) − f (x2 )| < ε. (3.12)

Wir definieren t1 = min b, s0 + 21 δ1 sowie δ = min δ0 , 12 δ1 und behaupten, dass für diese
 

Zahlen

∀x1 , x2 ∈ [a, t1 ] : |x1 − x2 | < δ =⇒ |f (x1 ) − f (x2 )| < ε (3.13)

gilt.
Für den Beweis dieser Behauptung nehmen wir also Punkte x1 , x2 ∈ [a, t1 ] mit |x1 −x2 | < δ.
Nun unterscheiden wir zwei Fälle.

• Angenommen |x1 − s0 | ≤ 21 δ1 oder |x2 − s0 | ≤ 12 δ1 . Wir gehen ohne Beschränkung der

Allgemeinheit von ersterem aus. Dann gilt nach der Dreiecksungleichung

|x2 − s0 | ≤ |x2 − x1 | + |x1 − s0 | < δ + 12 δ1 ≤ 12 δ1 + 12 δ1 = δ1

und somit |f (x1 ) − f (x2 )| < ε nach (3.11).

168
 • Angenommen |x1 − s0 | > 12 δ1 und |x2 − s0 | > 21 δ1 . Da auch xj ≤ t1 ≤ s0 + 12 δ1 für
j ∈ {1, 2} gilt, folgt xj ≤ s0 − 21 δ1 ≤ t0 für j ∈ {1, 2} und insbesondere x1 , x2 ∈ [a, t0 ].
Nach Gleichung (3.12) gilt also auch in diesem Fall |f (x1 ) − f (x2 )| < ε.

Dies beweist die Behauptung, womit auch t1 ∈ X gilt. Da aber s0 das Supremum von X ist
und kleiner gleich t1 = min b, s0 + 12 δ1 ist, muss t1 = s0 sein. Dies ist per Definition von t1


aber nur dann möglich, wenn s0 = b ist, womit wir b = s0 = t1 ∈ X gezeigt haben. Das heisst,
für ε > 0 existiert ein δ > 0, welches für alle x1 , x2 ∈ [a, b] die Implikation

|x1 − x2 | < δ =⇒ |f (x1 ) − f (x2 )| < ε

erfüllt. Da ε > 0 beliebig war, beweist dies die gleichmässige Stetigkeit von f .

Übung 3.76. Gilt die Aussage von Satz 3.75 auch für stetige Funktionen auf dem offenen
Intervall (0, 1)?

Es gibt weitere, interessante Beweise von Satz 3.75. In der folgenden Übung möchten wir
illustrieren, wie Satz 3.75 mit einer stetigen Wahl von δ zusammenhängen kann und dass eine
solche Wahl (unabhängig vom Definitionsbereich in R) existiert.

Übung 3.77. Sei D ⊆ R eine Teilmenge und sei f : D → R eine stetige Funktion. Sei ε > 0.
Nach Definition der Stetigkeit gibt es für jedes x0 ∈ D ein δx0 > 0, so dass

|x − x0 | < δx0 =⇒ |f (x) − f (x0 )| < ε. (3.14)

für alle x ∈ D gilt. Wir möchten nun eine Funktion δ : D → R>0 , x0 7→ δx0 konstruieren,
welche stetig ist. Für jeden Punkt x0 ∈ D definieren wir dazu

δx0 = sup δ 0 ∈ (0, 1] | ∀x, y ∈ (x0 − δ 0 , x0 + δ 0 ) : |f (x) − f (y)| < ε .



(i) Zeigen Sie, dass die Menge rechts in obiger Gleichung nicht-leer ist und δx0 somit wohl-
definiert ist.

(ii) Zeigen Sie, dass die Abbildung x0 ∈ D 7→ δx0 ∈ (0, 1] stetig ist und dass für jedes x0 ∈ D
die Zahl δx0 die Implikation (3.14) erfüllt.

Sei nun D = [a, b]. Verwenden Sie die oben konstruierte Funktion x0 ∈ [a, b] 7→ δx0 ∈ (0, 1]
und Korollar 3.69, um Satz 3.75 zu beweisen.

Nach Satz 3.75 bildet jede stetige Funktion auf einem kompakten Intervall ein Beispiel
einer gleichmässig stetigen Funktion. Weitere Beispiele (auch auf allgemeineren Teilmengen
von R) kann man mittels folgendem Begriff finden.

Übung 3.78 (Lipschitz-Stetigkeit). In dieser Übung möchten wir einen weiteren Stetigkeits-
begriff diskutieren.

a) Sei D ⊆ R eine Teilmenge. Wir nennen eine reellwertige Funktion f auf D Lipschitz-
stetig, falls ein L ≥ 0 existiert mit |f (x)−f (y)| ≤ L|x−y| für alle x, y ∈ D. Geben Sie ein,
169
 zwei Beispiele von Lipschitz-stetigen Funktionen und zeigen Sie, dass eine Lipschitz-stetige
Funktion auch gleichmässig stetig ist.
√
b) Zeigen Sie, dass die Wurzelfunktion x ∈ [0, 2] 7→ x zwar gleichmässig stetig, aber nicht
Lipschitz-stetig ist.
√
c) Zeigen Sie, dass die Wurzelfunktion x ∈ [1, ∞) 7→ x Lipschitz-stetig und gleichmässig
stetig ist.
√
d) Folgern Sie, dass die Wurzelfunktion x ∈ [0, ∞) 7→ x gleichmässig stetig ist.

170
3.9 Weitere Lernmaterialien

3.9.1 Verwendung des Kapitels

Wir werden die Notationen nk=m an und nk=m an und das Verhalten dieser, zum Beispiel
P Q

unter Indexverschiebung, immer häufiger benötigen. Ebenso sind Polynome, die Fakultät, der
Binomialsatz und die Begriffe der Monotonie und Stetigkeit für alles Weitere von fundamenta-
ler Bedeutung, weswegen diese Begriffe und die ersten Resultate für diese Begriffe in Zukunft
meist ohne Verweis auf die jeweiligen Definitionen oder Sätze verwendet werden.
Der Zwischenwertsatz (Satz 3.58) ist ein wichtiges Resultat. Vor allem aber ist er ein
wichtiger Bestandteil unseres Beweises von dem Satz über den Umkehrsatz (Satz 3.62), welchen
wir später für die korrekte Konstruktion vieler Funktionen verwenden werden. Insbesondere
1
erlaubt uns letzterer die Funktionen x ∈ [0, ∞) 7→ x m für jedes m ∈ N und x ∈ (0, ∞) 7→ xr für
jedes r ∈ Q zu definieren. Wir werden diese und alle dazugehörigen Potenzregeln in Übung 3.64
in Zukunft ohne Verweis verwenden.
Die Resultate aus Abschnitt 3.8 (also der Satz über die Beschränktheit und die gleichmäs-
sige Stetigkeit) werden bereits im nächsten Kapitel Bedeutung erhalten. Wie wir später sehen
werden, sind diese Resultate Spezialfälle von allgemeineren Aussage für stetige Funktionen auf
sogenannten „kompakten metrischen Räumen“. Mittlerweile sollten Sie logisch geschult sein
und den Unterschied (vergleiche Beispiele 1.6 und 1.7) in den Definitionen von Stetigkeit und
gleichmässiger Stetigkeit klar erkennen, weswegen Sie auch den Satz über die gleichmässige
Stetigkeit besonders schätzen sollten. Wir wollen noch betonen, dass diese Unterscheidung
keine Spitzfindigkeit darstellt.

Übung. Seien m, n ∈ N0 mit m ≤ n. Welche der folgenden Ausdrücke stimmen stets mit der
Summe nk=m ak überein?
P

Pn
(i) i=m am+n−i
Pn−m
(ii) j=1 an+1−j
Pn−m
(iii) k=0 am+k
Pn−m
(iv) l=0 an−l

Übung. Seien k, n ∈ N mit 1 ≤ k ≤ n. Welche der folgenden Formeln gelten stets?

n+1 n n−1




(i) k+1 = k + k−1

n n−k+1 n



(ii) k = k k−1
Pn n
= 2n


(iii) j=0 j
Pn j n = 2n−1


(iv) j=0 (−1) j

Übung. Sei f : R → R stetig auf Ω ⊆ R. Gilt die folgende Aussage im Allgemeinen?

(i) (J/N) f (0) 6= 0 =⇒ (∃δ > 0 ∀x ∈ R : 0 < |x| < δ =⇒ f (x) 6= 0) mit Ω = {0}

171
 (ii) (J/N) (∃δ > 0 ∀x ∈ R : 0 < |x| < δ =⇒ f (x) 6= 0) =⇒ f (0) 6= 0 mit Ω = R

Übung. Sei D ⊆ R, D0 ⊆ D eine nichtleere Teilmenge von D und f : D → R eine Funktion.

Welche der folgenden Aussagen gelten im Allgemeinen?

(i) (J/N) Ist f stetig, so ist die Einschränkung f |D0 stetig.

(ii) (J/N) Ist f |D0 stetig, so ist f in allen Punkten x0 ∈ D0 stetig.

(iii) (J/N) Ist D0 offen in R und f |D0 stetig, so ist f in allen Punkten x0 ∈ D0 stetig.

3.9.2 Weitere Übungsaufgaben

Übung. Sei n ∈ N und seien v1 , . . . , vn Elemente eines komplexen Vektorraums V . Finden
Sie einen vereinfachten Ausdruck für die Doppelsumme
n
X n
X
(vj − vk ) .
j=1 k=j+1

Übung (Formale Definition des Polynomrings). Das Ziel dieser Aufgabe ist, den Ring der
Polynome über einem beliebigen Körper formal zu definieren. Im Folgenden ist K ein beliebiger
Körper und K[X] bezeichnet die Teilmenge der schliesslich verschwindenden Funktionen in
N0 → K, das heisst,

K[X] = {f : N0 → K | ∃N ∈ N0 ∀n ∈ N0 : n ≥ N =⇒ f (n) = 0} .

Des Weiteren definieren wir Operationen + und · auf K[X] durch

(f + g)(n) = f (n) + g(n)

n
X
(f · g)(n) = f (k)g(n − k).
k=0

für alle n ∈ N0 und f, g ∈ K[X].

(i) Zeigen Sie, dass K[X] mit den oben definierten Operationen einen kommutativen Ring
bildet.

(ii) Wir fassen K als eine Teilmenge von K[X] auf, indem wir a ∈ K mit der Funktion
n ∈ N0 7→ a1{0} (n) identifizieren. Zeigen Sie, dass 0 ∈ K eine Null und 1 ∈ K eine Eins
des Ringes K[X] ist.

(iii) Für alle k ∈ N0 sei X k ∈ K[X] die Abbildung gegeben durch


1 falls n = k
X k (n) =
0 sonst

172
 für alle n ∈ N0 . Zeigen Sie, dass sich jedes Element f ∈ K[X] als eindeutig bestimmten
Ausdruck der Form
N
X
f= an X n
n=0

für ein N ∈ N und Zahlen a0 , . . . , an ∈ K mit aN 6= 0 schreiben lässt.

(iv) Vergleichen Sie die obigen Definitionen zur Definition des Polynomrings in Definiti-
on 3.13.
Übung (Ein Körper mit neun Elementen). Wir möchten in dieser Übung einen Körper mit
neun Elementen konstruieren und folgen dabei der Bemerkung am Ende von Abschnitt 3.2.2.
(i) Zeigen Sie, dass das Polynom f (x) = x2 + x + 2 über dem Körper F3 keine Nullstelle
besitzt.
Wir betrachten nun den Polynomring F3 [x] und die Relation g1 ∼ g2 ⇐⇒ f teilt (g1 − g2 ).
(ii) Zeigen Sie, dass ∼ eine Äquivalenzrelation ist. Sei K = F3 [x]/∼ der dazugehörige Quo-
tientenraum.

(iii) Zeigen Sie, dass die Operationen

[g1 ]∼ + [g2 ]∼ = [g1 + g2 ]∼

[g1 ]∼ · [g2 ]∼ = [g1 · g2 ]∼

wohldefiniert sind und aus K einen Körper mit neun Elementen machen.
Übung (Zwei Identitäten für Binomialkoeffizienten). Seien k, n ∈ N0 mit 1 ≤ k ≤ n. Zeigen
Sie die Identitäten
         
n n+1−k n n−1 n−1 n − 2k n
= , − = .
k k k−1 k k−1 n k

Übung (Nicomachus Theorem). In Proposition 3.32 haben wr die Summe nk=1 k d für d ∈ N0
P
1
und n ∈ N als Werte eines Polynoms vom Grad d + 1 mit Leitkoeffizient d+1 ausgedrückt. In
der Tat existiert für alle Koeffizienten eine Formel – Faulhaber’s Formel – in Termen der
sogenannten Bernoulli-Zahlen. Wir verzichten hier auf diese und beweisen einen Spezialfall –
Nicomachus Theorem. Dieses besagt, dass für alle n ∈ N gilt
n
X n
X 2
3
k = k .
k=1 k=1

Beweisen Sie Nicomachus Theorem, indem Sie Abel-Summation wie in Übung 3.3 anwenden.
Übung (R-wertige Funktionen auf einer Zweipunktmenge). Sei D eine Menge bestehend aus
2 Elementen. Zeigen Sie, dass es einen Isomorphismus von Vektorräumen F (D) ∼ = R2 gibt.
Induzieren Sie durch diese Bijektion eine Ordnung auf R2 und beschreiben Sie diese (beispiels-
weise duch Beschreibung welche Elemente grösser als (0, 0) und welche kleiner als (0, 0) sind).
173
Übung (Dimension von F (D)). Sei D eine nicht-leere Menge. Zeigen Sie, dass F (D) genau
dann endlich-dimensional ist, wenn D endlich ist und dass in diesem Fall die Dimension
gerade |D| ist.

Übung (Eigenschaften komplexwertiger Funktionen). Sei D ⊆ C eine nicht-leere Teilmenge.

(i) Definieren Sie den Begriff der Stetigkeit (in einem Punkt in D) für Funktionen D → C.

(ii) Zeigen Sie, dass eine Funktion f : D → C genau dann in x0 ∈ D stetig ist, wenn die
Funktionen Re(f ) : D → R, x 7→ Re(f (x)) und Im(f ) : D → R, x 7→ Im(f (x)) in x0
stetig sind.

(iii) Formulieren Sie das Analogon von Proposition 3.50 für komplexwertige Funktionen und
beweisen Sie es (zum Beispiel unter Verwendung von (ii) oder direkt).

(iv) Formulieren und beweisen Sie Proposition 3.52 für komplexwertige Funktionen.

Übung (Formalisierung der Nicht-Stetigkeit). Sei I ⊆ R ein Intervall und f : I → R eine

Funktion. Drücken Sie die Aussagen „f ist nicht stetig“ und „f ist nicht stetig bei einem Punkt
x0 ∈ I“ in Prädikatenlogik aus. Zeigen Sie damit, dass die Funktion
(
x + 1 falls x ≥ 0
R → R, x 7→
x falls x < 0

aus dem Teilabschnitt 3.4.2 nicht stetig ist.

Übung (Lineare Abschätzung bei x0 ). Sei I ⊆ R ein Intervall und f : I → R eine Funktion.
Angenommen es existiert zu x0 ∈ I eine Konstante Lx0 ≥ 0, so dass für alle x ∈ I gilt
|f (x) − f (x0 )| ≤ Lx0 |x − x0 |. Zeigen Sie, dass f stetig bei x0 ist.

Übung. Sei D ⊆ R eine Teilmenge und seien f1 , f2 ∈ C(D). Zeigen Sie, dass dann auch die
Funktionen

max(f1 , f2 ) : D → R, x 7→ max{f1 (x), f2 (x)}

min(f1 , f2 ) : D → R, x 7→ min{f1 (x), f2 (x)}

stetig sind.

Übung (Kompakter Träger). Wir sagen, dass eine Funktion f : R → R einen kompakten
Träger hat, falls ein M > 0 existiert mit f (x) = 0 für alle x ∈ R mit |x| > M . Sei nun
f : R → R eine stetige Funktion mit kompaktem Träger. Zeigen Sie, dass f gleichmässig stetig
und beschränkt ist.

Übung (Offene und abgeschlossene Intervalle). In dieser Übung möchten wir zeigen, dass sich
das offene (0, 1) Intervall vom abgeschlossenen [0, 1] Intervall zwar von der Kardinalität her
nicht unterscheiden, aber von der Ordnung her sehr wohl.

(i) Finden Sie eine Bijektion f : [0, 1] → (0, 1).

174
 (ii) Zeigen Sie, dass keine stetige, bijektive Abbildung [0, 1] → (0, 1) existieren kann.

Übung. Zeigen Sie, dass die Abbildung x ∈ R 7→ x7 + x5 + x3 + x ∈ R bijektiv ist (ohne zu

versuchen, eine Formel für die inverse Abbildung anzugeben).

Übung. Beweisen Sie Satz 3.67 und Korollar 3.69 mit Hilfe des Intervallschachtelungsprinzips
in Satz 2.77.

Übung (Challenge: „Fast überall“ Stetigkeit von monotonen Funktionen). In dieser Übung
möchten wir zeigen, dass es zu einer monotonen Funktion f auf einem Intervall [a, b] mit a < b
höchstens abzählbar viele Punkte geben kann, bei denen f nicht stetig ist (sogenannte Unste-
tigkeitsstellen). Gehen Sie dazu wie folgt vor: Sei A ⊆ [a, b] die Menge der Unstetigkeitsstellen
von f .

(i) Sei x ∈ A. Wir setzen

f− (x) = sup f (x0 ) | x0 ∈ [a, b], x0 < x , f+ (x) = inf f (x0 ) | x0 ∈ [a, b], x0 > x .
 

Zeigen Sie, dass f− (x) < f+ (x). Wählen Sie anschliessend eine rationale Zahl g(x) in
(f− (x), f+ (x)). (Wir nehmen hier an, dass wir beliebig oft eine Wahl treffen können.)

(ii) Zeigen Sie, dass g : x ∈ A 7→ g(x) ∈ Q injektiv ist und schliessen Sie auf die Aussage.

In den folgenden zwei Übungen möchten wir auf einen weiteren Begriff hinweisen, der
eng in Verbindung zum Zwischenwertsatz steht. Im zweiten Semester werden wir auf diesen
Zusammenhang zurückkehren.

Übung (Zusammenhängende Teilmengen von R). Wir nennen eine Teilmenge M ⊆ R zu-
sammenhängend, wenn es keine zwei offenen Mengen U, V ⊆ R mit

(U ∩ M ) t (V ∩ M ) = M, U ∩ M 6= ∅, V ∩ M 6= ∅ (3.15)

gibt. Intuitiv ist die Menge M also zusammenhängend, wenn sie sich nicht durch offene Mengen
auseinanderreissen lässt. Ziel dieser Übung ist es zu zeigen, dass die zusammenhängenden
Teilmengen von R gerade die Intervalle sind.

(i) Sei M ⊆ R eine Teilmenge, die nicht ein Intervall ist. Zeigen Sie unter Verwendung von
Übung 2.79, dass M nicht zusammenhängend ist.

(ii) Sei nun I ⊆ R ein nicht-leeres Intervall und U, V ⊆ R offen wie in Gleichung (3.15)
für M = I. Seien u ∈ U ∩ I und v ∈ V ∩ I und ohne Beschränkung der Allgemeinheit
u < v. Betrachten Sie die Menge S = {s | [u, s] ⊆ U } und zeigen Sie in Analogie zum
Beweis des Zwischenwertsatzes, dass das Supremum von S weder in U noch in V , aber
in I liegen muss.

Übung (Zwischenwertsatz via Zusammenhang). Zeigen Sie den Zwischenwertsatz in folgen-

den Schritten. Sei I = [a, b] ein Intervall und f : I → R stetig.

175
 (i) (Charakterisierung von Stetigkeit) Zeigen Sie für jede offene Menge U ⊆ R, dass f −1 (U )
von der Form U 0 ∩ I für eine offene Menge U 0 ⊆ R ist.

(ii) Zeigen Sie, dass das Bild von f zusammenhängend ist.

(iii) Schliessen Sie auf den Zwischenwertsatz unter Verwendung von obiger Übung und (ii).

176
Kapitel 4

Das Riemann-Integral

Wir werden in diesem Kapitel die Idee von Abschnitt 1.1 aufgreifen und diese mit Hilfe des
Supremums und des Infimums (also implizit des Vollständigkeitsaxioms) aus Kapitel 2 und
der -Notation aus Kapitel 3 zum Begriff des Riemann-Integrals ausbauen.
P

Leser fragen sich vielleicht, warum wir hier schon das Integral besprechen, obwohl wir die
Ableitung noch nicht besprochen haben. Es gibt viele Wege, die zum Ziel führen, und wir
könnten in der Tat ebenso das Integral nach der Ableitung einführen. Für diese Reihenfolge
sprechen die folgenden Argumente:

• Flächeninhalte wurden bereits seit der Antike untersucht und (teilweise) berechnet. Die
Ableitung hat eine kürzere Geschichte und ist eigentlich ein schwierigeres Konzept als
das Integral.

• Auch vom rein mathematischen Gesichtspunkt gesehen, ist das Integral viel einfacher.
Wie wir hier sehen werden, erfüllt das Integral einige sehr nette Eigenschaften (zum
Beispiel Monotonie und eine verallgemeinerte Dreiecksungleichung), welche keine Ent-
sprechung für die Ableitung haben. Wir werden später diese netten Eigenschaften des
Integrals verwenden, um gewisse Aussagen für die Ableitung zu zeigen. Da wir in dieser
Vorlesung die Analysis nach ihren inneren Strukturen aufbauen wollen, spricht dies dafür
das Integral zuerst zu besprechen.

• Der Zusammenhang zwischen Ableitung und Integral ist eines der Hauptziele für die-
ses erste Semester in Analysis. Wir hoffen, dass die frühe Einführung des Integrals die
Wichtigkeit dieses Zusammenhangs weiter betont.

4.1 Treppenfunktionen und deren Integral

Im Folgenden betrachten wir für zwei reelle Zahlen a < b das kompakte Intervall [a, b] ⊆ R.

177
4.1.1 Zerlegungen
Definition 4.1 (Zerlegung). Eine Zerlegung (oder Unterteilung) Z von [a, b] ist gegeben
durch endlich viele Punkte

a = x0 < x1 < . . . < xn−1 < xn = b

mit n ∈ N. Die Punkte x0 , . . . , xn ∈ [a, b] werden die Teilungspunkte der Zerlegung genannt.
Wir schreiben Z = {a = x0 < x1 < . . . < xn−1 < xn = b}.

Formal gesehen ist eine Zerlegung also eine endliche Teilmenge unseres Intervalls [a, b], die a
und b enthält, gemeinsam mit einer Auflistung ihrer Elemente durch eine streng monotone
Funktion k ∈ {0, . . . , n} 7→ xk . (Die Aufzählung ist eindeutig durch die Teilmenge bestimmt,
da wir die Forderung x0 < x1 < . . . < xn stellen). Eine Zerlegung induziert auch eine spezielle
Art von Partition, nämlich

P (Z) = {a} , (x0 , x1 ), {x1 } , . . . , (xn−1 , xn ), {b} ,

die fortan implizit in den Diskussionen verwendet wird.

Definition 4.2 (Treppenfunktion). Eine Funktion f : [a, b] → R ist eine Treppenfunktion

(abgekürzt T F), falls es eine Zerlegung Z = {a = x0 < x1 < . . . < xn−1 < xn = b} gibt, so
dass es für jedes k ∈ {1, . . . , n} eine Zahl ck ∈ R gibt mit

∀x ∈ (xk−1 , xk ) : f (x) = ck .

Eine Treppenfunktion soll also konstant sein auf den Intervallen in der Partition P(Z). Die
Intervalle (xk−1 , xk ) für k ∈ {1, . . . , n} heissen auch Konstanzintervalle der Treppenfunktion
f und Z heisst eine Zerlegung in Konstanzintervalle von f . Die Zahlen c1 , . . . , cn nennen
wir Konstanzwerte von f bezüglich Z.

Beispielsweise sind konstante Funktionen auch Treppenfunktionen.

Figur 4.1: Der Graph einer Treppenfunktion auf dem Intervall [a, b]. Die
blauen Punkte deuten die Funktionswerte bei den Punkten x0 , . . . , x5
an.
178
Definition 4.3. Seien Z, Z0 zwei Zerlegungen von [a, b]. Wir sagen, dass Z0 feiner als Z ist,
falls jeder Teilungspunkt von Z ein Teilungspunkt von Z0 ist. Die gemeinsame Verfeinerung
zweier Zerlegungen Z und Z0 ist die Zerlegung, deren Menge von Teilungspunkten durch die
Vereinigung der Menge der Teilungspunkte von Z und von Z0 gegeben ist.

4.1.2 Das Integral einer Treppenfunktion

Definition 4.4. Sei f : [a, b] → R eine Treppenfunktion und Z = {a = x0 < . . . < xn = b}
eine Zerlegung von [a, b] in Konstanzintervalle von f . Seien c1 , . . . , cn die Konstanzwerte von
f bezüglich Z. Dann definieren wir
n
X n
X
I(f, Z) = ck (xk − xk−1 ) = ck ∆xk ,
k=1 k=1

wobei ∆xk = (xk − xk−1 ) für die Länge des k-ten Konstanzintervalls in der Zerlegung Z für
k = 1, . . . , n steht.

Für eine nicht-negative Treppenfunktion f ≥ 0 interpretieren wir I(f, Z) als Flächeninhalt

der Ordinatenmenge

(x, y) ∈ R2 | a ≤ x ≤ b, 0 ≤ y ≤ f (x)


und im Allgemeinen als vorzeichenbehafteter Nettoflächeninhalt (siehe Bild unten).

Figur 4.2: Die Zahl I(f, Z) kann die Summe der Flächeninhalten von
Rechtecken über der x-Achse oder eine Differenz von Flächeninhalten
sein, wenn die Treppenfunktion positive und negative Werte auf den
Konstanzintervallen annimmt.

Lemma 4.5 (Unabhängigkeit von Zerlegung in Konstanzintervalle). Sei f : [a, b] → R eine

Treppenfunktion und Z = {a = x0 < x1 < . . . < xn−1 < xn = b} eine Zerlegung in Konstanz-
intervalle von f . Dann hängt I(f, Z) nicht von den Funktionswerten f (xk ) für k ∈ {0, . . . , n}
und nicht von der Wahl der Zerlegung Z in Konstanzintervalle der Funktion f ab.
179
 Dieses Lemma wird uns erlauben, den Wert I(f, Z) als das Integral von f zu definieren.

Beweis. Seien f, f 0 zwei Treppenfunktionen auf [a, b] mit derselben Zerlegung in Konstanz-
intervalle Z = {a = x0 < x1 < . . . < xn−1 < xn = b}. Falls nun f (x) = ck = f 0 (x) für alle
x ∈ (xk−1 , xk ) und alle k ∈ {1, . . . , n}, dann gilt
n
X
I(f, Z) = ck (xk − xk−1 ) = I(f 0 , Z)
k=1

und die erste Behauptung im Lemma folgt.

Sei nun f eine Treppenfunktion auf [a, b] und sowohl Z als auch Z0 Zerlegungen in Kon-
stanzintervalle von f . Die zweite Behauptung des Lemmas besagt I(f, Z) = I(f, Z0 ). (Zum
Beispiel könnte Z = {x0 = a < x1 < x2 < x4 < x5 = b} und Z0 = {x0 = a < x1 < x2 < x3 <
x4 < x5 = b} wie in Figur 4.1 sein.)
Wir beweisen diese Behauptung in drei Schritten. Im ersten Schritt nehmen wir an, dass
Z feiner als Z = {a = x0 < x1 < · · · < xn−1 < xn = b} ist und bloss einen zusätzlichen Tren-
0

nungspunkt y ∈ (x`−1 , x` ) für ein ` ∈ {1, . . . , n} hat. Unter Verwendung der Abkürzung
∆xk = (xk − xk−1 ) für die Länge des k-ten Teilintervalls von Z für k ∈ {1, . . . , n} erhalten wir

`−1
X n
X
I(f, Z) = ck ∆xk + c` (x` − x`−1 ) + ck ∆xk
k=1 k=`+1
`−1
X n
X
= ck ∆xk + c` (x` − y) + c` (y − x`−1 ) + ck ∆xk
k=1 k=`+1
0
= I(f, Z ),

da f (x) = c` für alle x ∈ (x`−1 , y) ∪ (y, x` ) ⊆ (x`−1 , x` ).

Mittels vollständiger Induktion nach |Z0 \ Z| folgt aus obigem Fall, dass I(f, Z) = I(f, Z0 ),
falls Z0 feiner als Z ist. In der Tat kann man eine Liste von Zerlegungen finden, die mit Z
beginnt, mit Z0 endet, und in der die nächste jeweils einen Punkt mehr besitzt als die vorher-
gehende Zerlegung in der Liste.
Falls nun Z, Z0 beliebige Zerlegungen in Konstanzintervalle von f sind, dann können wir
die gemeinsame Verfeinerung Z00 betrachten und erhalten aus dem vorherigen Fall

I(f, Z) = I(f, Z00 ) = I(f, Z0 ),

was den Beweis des Lemmas abschliesst.

Definition 4.6. Für eine Treppenfunktion f : [a, b] → R definieren wir das Integral der
Treppenfunktion f als
Z b Z b
f (x) dx = f dx = I (f, Z) ,
a a

wobei Z eine Zerlegung in Konstanzintervalle von f ist.

180
 Nach Lemma 4.5 hängt diese Definition des Integrals nicht von der Wahl der Zerlegung ab.
Wir bemerken auch, dass das Symbol für ein stilisiertes S steht und damit an den Zusam-
R

menhang zu einer Summe erinnert. Des Weiteren ist die Variable x in der Notation f (x) dx
R

eine interne Variable für die Notation des Integrals (genauso wie die Variable k in der Sum-
me nk=1 ck ∆xk ), die ausserhalb des Integrals keine Bedeutung hat (und, um vorprogram-
P

mierte Verwirrungen zu vermeiden, auch keine haben sollte).

Lemma 4.7 (Linearität des Integrals von Treppenfunktionen). Die nicht-leere Menge

T F([a, b]) = {f ∈ F([a, b]) | f ist eine Treppenfunktion}

der Treppenfunktionen auf dem Intervall [a, b] ist ein Unterraum des Vektorraums F([a, b]) der
R
reellwertigen Funktionen auf [a, b]. Des Weiteren ist die Abbildung : T F([a, b]) → R linear.
Das heisst, für alle f, g ∈ T F([a, b]) und s ∈ R ist f + g ∈ T F([a, b]), sf ∈ T F([a, b]) und es
gilt
Z b Z b Z b
(f + g) dx = f dx + g dx,
a a a
Z b Z b
(sf ) dx = s f dx.
a a

Beweis. Falls Zf eine Zerlegung in Konstanzintervalle von f und Zg eine Zerlegung in Kon-
stanzintervalle von g ist, dann existiert eine gemeinsame Verfeinerung

Z = {a = x0 < x1 < . . . < xn−1 < xn = b}

von Zf und Zg . Dies ist eine Zerlegung in Konstanzintervalle von f und g. Seien c1 , . . . , cn
respektive d1 , . . . , dn ∈ R die Konstanzwerte von f respektive g bezüglich der Zerlegung Z,
das heisst, es gilt

∀x ∈ (xk−1 , xk ) : f (x) = ck und g(x) = dk (4.1)

für alle k ∈ {1, . . . , n}. Insbesondere ergibt dies für alle k ∈ {1, . . . , n}

∀x ∈ (xk−1 , xk ) : f (x) + g(x) = ck + dk und (sf )(x) = sck

und wir erhalten f + g, sf ∈ T F([a, b]). Des Weiteren gilt

Z b n
X
(f + g) dx = I(f + g, Z) = (ck + dk )∆xk
a k=1
n
X n
X
= ck ∆xk + dk ∆xk
k=1 k=1

= I(f, Z) + I(g, Z)
Z b Z b
= f dx + g dx
a a

181
und ebenso
Z b n
X
(sf ) dx = I(sf, Z) = sck ∆xk
a k=1
n
X Z b
=s ck ∆xk = sI (f, Z) = s f dx.
k=1 a

Lemma 4.8 (Monotonie des Integrals von Treppenfunktionen). Sind f, g ∈ T F([a, b]) zwei
Treppenfunktionen mit f ≤ g. Dann gilt
Z b Z b
f dx ≤ g dx.
a a

Rb
Insbesondere impliziert f ∈ T F([a, b]) und f ≥ 0, dass a f dx ≥ 0.

Beweis. Wie schon im Beweis des letzten Lemmas können wir für f, g ∈ T F([a, b]) eine ge-
meinsame Zerlegung Z = {a = x0 < x1 < . . . < xn−1 < xn = b} in Konstanzintervalle finden.
Wir schreiben wieder c1 , . . . , cn , d1 , . . . , dn für die Konstanzwerte von f resp. g bezüglich Z
(wie in Gleichung (4.1)). Falls nun f ≤ g (also f (x) ≤ g(x) für alle x ∈ [a, b]) ist, dann ist
ck ≤ dk für alle k ∈ {1, . . . , n} und wir erhalten
Z b n
X n
X Z b
f dx = I (f, Z) = ck ∆xk ≤ dk ∆xk = I (g, Z) = g dx.
a k=1 k=1 a

Die zweite Aussage folgt aus der ersten angewendet auf 0 und f .

Durch genauere Betrachtung des obigen Beweises oder Lemma 4.5 sieht man sogar, dass
die Ungleichung f ≤ g auf den durch eine Zerlegung gegebenen offenen Intervallen für die
Rb Rb
Konklusion a f dx ≤ a g dx ausreichend ist.

Übung 4.9 (Integral von „zusammengeklebten“ Treppenfunktionen). Seien [a, b], [b, c] zwei
beschränkte und abgeschlossene Intervalle und sei f1 ∈ T F([a, b]) und f2 ∈ T F([b, c]). Zeigen
Sie, dass die Funktion
(
f1 (x) falls x ∈ [a, b)
f : [a, c] → R, x 7→
f2 (x) falls x ∈ [b, c]

eine Treppenfunktion auf [a, c] ist und geben Sie eine Zerlegung in Konstanzintervalle von f
an. Beweisen Sie anschliessend, dass das Integral von f gegeben ist durch
Z c Z b Z c
f dx = f1 dx + f2 dx.
a a b

Zeigen Sie des Weiteren, dass jede Treppenfunktion auf [a, c] von obiger Form ist.

182
4.2 Definition des Riemann-Integrals
Wie schon im letzten Abschnitt betrachten wir im Folgenden Funktionen auf einem kom-
pakten Intervall [a, b] ⊆ R zu reellen Zahlen a < b.
Wir bemerken, dass Treppenfunktionen beschränkt sind, da sie endliche Bilder haben. Des
Weiteren ist eine reellwertige Funktion f genau dann beschränkt, wenn es Treppenfunktionen
u, o ∈ T F([a, b]) gibt, die u ≤ f ≤ o erfüllen. In der Tat, falls u ≤ f ≤ o für gewisse
Treppenfunktionen u, o gilt, dann ist f ([a, b]) von oben durch das Maximum von o([a, b])
beschränkt und von unten durch das Minimum von u([a, b]) beschränkt. (Wieso?). Umgekehrt
können wir konstante Treppenfunktionen u, o ∈ T F([a, b]) verwenden, falls f beschränkt ist.

Definition 4.10. Sei f ∈ F([a, b]) beschränkt. Dann definieren wir die (nicht-leere) Menge
der Untersummen durch
Z b 
U (f ) = u dx | u ∈ T F ([a, b]) und u ≤ f
a

und die (nicht-leere) Menge der Obersummen durch

Z b 
O (f ) = o dx | o ∈ T F ([a, b]) und f ≤ o .
a

Falls ein „vernünftiges Integral“ I von f existiert, so sollte I eine obere Schranke von U(f )
und eine untere Schranke von O(f ) sein. Wir wollen diese Beobachtung verwenden, um eine
Definition des Integrals zu erarbeiten.
Für u, o ∈ T F([a, b]) mit u ≤ f ≤ o wie in Definition 4.10 gilt nach Lemma 4.8 auch
Z b Z b
u dx ≤ o dx.
a a

Jede Untersumme ist also kleiner gleich jeder Obersumme. Äquivalenterweise ist jede Ober-
Rb
summe a o dx eine obere Schranke der nicht-leeren Menge der Untersummen und daher ist
Z b
sup U (f ) ≤ o dx,
a

da das Supremum die kleinste obere Schranke ist. Insbesondere ist sup U(f ) eine untere Schran-
ke der Menge der Obersummen O(f ) und es gilt

sup U(f ) ≤ inf O(f ), (4.2)

da das Infimum die grösste untere Schranke ist.

Definition 4.11 (Riemann-Integrierbarkeit). Für eine beschränkte Funktion f ∈ F([a, b])

wird I (f ) = sup U(f ) das untere Integral von f und I (f ) = inf O (f ) das obere Integral
von f genannt. Die Funktion f heisst Riemann-integrierbar, oder kurz R-integrierbar,

183
falls I (f ) = I (f ). In diesem Fall wird dieser gemeinsame Wert das Riemann-Integral
Z b
f dx = I (f ) = I (f )
a

genannt. Des Weiteren definieren wir

R ([a, b]) = f ∈ F([a, b]) | f ist Riemann-integrierbar .



Wir bezeichnen a als die untere und b als die obere Integrationsgrenze und die Funktion
Rb
als den Integrand für das Integral a f dx.

Obige Definition präzisiert den Integralbegriff, den Sie vielleicht schon aus dem Gymnasium
kennen. Wir haben hier den Zugang von Darboux gewählt; in Kapitel 6 werden wir aber auch
kurz die sogenannten Riemann-Summen besprechen, die von Riemann als Ausgangspunkt
seiner Definition verwendet wurden. Es gibt neben diesen beiden äquivalenten Definitionen
noch weitere, die wir nicht besprechen werden.
Falls f ∈ F([a, b]) nicht-negativ (das heisst, es gilt f ≥ 0), beschränkt und Riemann-
Rb
integrierbar ist, dann interpretieren wir die Zahl a f dx als den Flächeninhalt der Menge

(x, y) ∈ R2 | a ≤ x ≤ b, 0 ≤ y ≤ f (x) .


Proposition 4.12 (Charakterisierungen der Riemann-Integrierbarkeit). Sei f ∈ F([a, b])

beschränkt. Folgende Bedingungen sind äquivalent:

(i) f ist Riemann-integrierbar.

(ii) Es existiert höchstens eine (oder auch genau eine) reelle Zahl I, die die Ungleichungen
Z b Z b
u dx ≤ I ≤ o dx
a a

für alle u, o ∈ T F([a, b]) mit u ≤ f ≤ o erfüllt.

Rb
(iii) Für alle ε > 0 existieren u, o ∈ T F([a, b]) mit u ≤ f ≤ o, so dass a (o − u) dx < ε.

Der dritte Punkt in obiger Proposition bedeutet intuitiv, dass f sich zwischen zwei Trep-
penfunktionen „einquetschen“ lässt, so dass deren Differenz im Mittel (geometrisch formuliert,
der Flächeninhalt zwischen den beiden Treppenfunktionen) klein ist.

Beweis. Angenommen f ist Riemann-integrierbar wie in (i). Wir wollen (iii) zeigen. Sei also
ε > 0. Dann existiert (wegen der zweiten Charakterisierung des Supremums in Satz 2.59) ein
Rb
u ∈ T F([a, b]) mit u ≤ f und a u dx > I (f ) − 2ε . Genauso existiert ein o ∈ T F([a, b]) mit
Rb
o ≥ f und a o dx < I (f ) + 2ε . Da I (f ) = I (f ) nach Voraussetzung folgt nun mit Lemma 4.7
Z b Z b Z b
(o − u) dx = o dx − u dx
a a a
ε ε 
< I (f ) + − I (f ) − =ε
2 2
184
wie in (iii) behauptet.
Angenommen f ∈ F([a, b]) ist beschränkt und erfüllt die Aussage in (iii). Wir wollen (ii)
zeigen und nehmen also an, dass I1 , I2 ∈ R die Ungleichungen
Z b Z b
u dx ≤ I1 ≤ o dx
a a
Z b Z b
u dx ≤ I2 ≤ o dx
a a

für alle u, o ∈ T F([a, b]) mit u ≤ f ≤ o erfüllen. Für ein beliebiges ε > 0 können wir wegen
(iii) u, o ∈ T F([a, b]) finden, so dass die obigen Ungleichungen kombiniert zu
Z b Z b
I1 − I2 ≤ o dx − u dx < ε
a a

und
Z b Z b
I2 − I1 ≤ o dx − u dx < ε
a a

führen. Daher ist |I2 − I1 | < ε für alle ε > 0 und es muss I1 = I2 gelten. Dies zeigt, dass es
höchstens eine Zahl I ∈ R gibt, die die Ungleichung in (ii) erfüllt.
Angenommen (ii) gilt. Wir behaupten, dass die Ungleichungen dann von genau einer Zahl
erfüllt werden und dass f Riemann-integrierbar ist. In der Tat gilt nach Gleichung (4.2), dass
Z b Z b
u dx ≤ sup U (f ) = I (f ) ≤ I (f ) = inf O (f ) ≤ o dx
a a

für alle u, o ∈ T F([a, b]) mit u ≤ f ≤ o. Das heisst, dass sowohl I (f ) wie auch I (f ) die
Ungleichungen in (ii) erfüllen. Nach Voraussetzung (von (ii)) folgt I (f ) = I (f ) und damit,
dass f Riemann-integrierbar ist.
Wir haben gesehen, dass die Implikationen (i) =⇒ (iii), (iii) =⇒ (ii) und (ii) =⇒ (i) gelten,
also folgt die Proposition.

Applet 4.13 (Unter- und Obersummen). Wir sehen den Graph einer Funktion, können die
betrachtete Zerlegung verfeinern (mit dem Punkt +) und dann (mit den Pfeilen) sowohl bessere
Untersummen also auch besser Obersummen zu der Funktion finden. Können Sie die optimalen
Unter- und Obersummen zu einer Zerlegung in 5 Intervalle finden? Nach einigen Experimenten
sollten Sie davon überzeugt sein, dass die betrachtete Funktion Riemann-integrierbar ist – dies
wird aus den späteren Sätzen dieses Kapitels recht schnell folgen.

Gut zu wissen ist, dass das Riemann-Integral eine Verallgemeinerung des Integrals von
Treppenfunktionen darstellt und in diesem Sinne auch einfach vom Riemann-Integral einer
Treppenfunktion gesprochen werden kann.

Übung 4.14 (Zur Wohldefiniertheit). Sei t ∈ T F([a, b]) eine Treppenfunktion. Zeigen Sie,
dass t Riemann-integrierbar ist und dass das Riemann-Integral von t gleich dem Integral von
t als Treppenfunktion ist.
185
Übung 4.15 (Integral der Parabelfunktion). Wiederholen Sie den Beweis von Proposition 1.1
und zeigen Sie (in der Sprache dieses Abschnitts), dass f : x ∈ [0, 1] 7→ x2 ∈ R Riemann-
R1
integrierbar ist mit 0 x2 dx = 13 . Verifizieren Sie an dieser Stelle auch, dass

U (f ) = − ∞, 13 , O (f ) = 1



3, ∞ .

Die Charakterisierung (iii) in Proposition 4.12 ist unter anderem dann nützlich, wenn man
von spezifischen Funktionen die Riemann-Integrierbarkeit zeigen will. Ihre Bedingungen lassen
sich sogar noch abschwächen, was wir in folgender Übung diskutieren wollen.
Wichtige Übung 4.16 (Betrachten spezieller Ober- und Untersummen). Sei f ∈ F([a, b])
eine beschränkte Funktion und sei TU eine Menge von Treppenfunktionen mit u ≤ f für alle
u ∈ TU und TO eine Menge von Treppenfunktionen mit f ≤ o für alle o ∈ TO . Angenommen
für jedes ε > 0 existieren u ∈ TU und o ∈ TO mit
Z b
(o − u) dx < ε.
a

Zeigen Sie, dass f Riemann-integrierbar ist und

Z b Z b 
f dx = sup u dx | u ∈ TU
a a
Z b 
= inf o dx | o ∈ TO .
a

Beispiel 4.17 (Eine nicht-Riemann-integrierbare Funktion). Wir betrachten wieder die soge-
nannte Dirichlet-Funktion, das heisst, die charakteristische Funktion
(
1 x∈Q
f = 1Q∩[0,1] : [0, 1] → {0, 1} , x 7→ .
0 x∈
6 Q

Die Behauptung ist, dass diese nicht Riemann-integrierbar ist. Dazu berechnen wir das untere
und das obere Integral von f . Sei o ∈ T F([0, 1]) mit f ≤ o. Sei

Z = {0 = x0 < x1 < . . . < xn = 1}

eine Zerlegung in Konstanzintervalle von o. Sei k ∈ {1, . . . , n} und ck ∈ R mit o(x) = ck für
alle x ∈ (xk−1 , xk ). Da Q dicht in R ist (siehe Korollar 2.70), existiert ein x ∈ (xk−1 , xk ) mit
x ∈ Q. Wegen f ≤ o gilt 1 = f (x) ≤ o(x) = ck . Somit gilt
Z 1 n
X n
X
o (x) dx = ck (xk − xk−1 ) ≥ (xk − xk−1 ) = xn − x0 = 1
0 k=1 k=1

unter Verwendung von Teleskopsummen. Damit ist das obere Integral von f durch 1 gegeben,
da die Treppenfunktion mit konstantem Wert 1 Integral 1 hat und o beliebig war. Ähnlich (siehe
Übung 4.18) zeigt man, dass das untere Integral von f durch 0 gegeben ist. Somit ist f nicht
Riemann-integrierbar.
186
 Es ist etwas schwierig den Graphen der Dirichlet-Funktion zu zeichnen (vor allem da für
die meisten Computerprogramme alle Zahlen rational sind). Wir wollen dies aber trotzdem
versuchen, wobei die verschiedenen Kreuze die Funktionswerte der ersten rationalen Zahlen
andeuten.

Übung 4.18. Zeigen Sie, dass die Funktion f aus Beispiel 4.17 unteres Integral 0 hat.

187
4.3 Erste Integrationsgesetze
Wie schon zuvor betrachten wir hier Funktionen und den Begriff des Riemann-Integrals auf
einem kompakten Intervall [a, b] ⊆ R für a < b. Wir möchten nun Eigenschaften des Riemann-
Integrals nachweisen, die zu den Eigenschaften des Integrals von Treppenfunktionen (genauer
Lemma 4.7 und Lemma 4.8) analog sind.

4.3.1 Linearität
Satz 4.19 (Linearität des Riemann-Integrals). Die Menge

R([a, b]) = {f ∈ F([a, b]) | f ist Riemann-integrierbar}

der Riemann-integrierbaren Funktionen auf [a, b] bildet einen Unterraum von F([a, b]) und das
Integral ist eine lineare Funktion auf R([a, b]). Das heisst, für f1 , f2 , f ∈ R([a, b]) und s ∈ R
ist f1 + f2 , sf ∈ R([a, b]) und
Z b Z b Z b
(f1 + f2 ) (x) dx = f1 (x) dx + f2 (x) dx,
a a a
Z b Z b
(sf ) (x) dx = s f (x) dx.
a a

Im Beweis werden wir folgendes allgemeines Prinzip mehrmals anwenden. Falls A ⊆ B

nicht-leere Teilmengen von R sind und B von oben beschränkt ist, dann ist sup(B) eine obere
Schranke von A und daher sup(A) ≤ sup(B) (nach Definition des Supremums). Analog gilt
inf(A) ≥ inf(B), falls B von unten beschränkt ist.

Beweis. Aus Übung 4.14 folgt die Inklusion T F([a, b]) ⊆ R([a, b]), sodass R([a, b]) insbeson-
dere nicht-leer ist.
Sei nun f ∈ R([a, b]) und s ≥ 0. Für Treppenfunktionen u, o ∈ T F([a, b]) mit u ≤ f ≤ o
Rb Rb Rb Rb
gilt somit su ≤ sf ≤ so. Mit s a u (x) dx = a su (x) dx und s a o (x) dx = a so (x) dx
nach Lemma 4.7 folgt sU(f ) ⊆ U(sf ) und sO(f ) ⊆ O(sf ). In der Tat ist
 Z b 
sU(f ) = s u (x) dx | u ∈ T F ([a, b]) , u ≤ f
a
Z b 
= su (x) dx | u ∈ T F ([a, b]) , su ≤ sf
a

eine Teilmenge von U(sf ) und analog für sO(f ) ⊆ O(sf ). Aus der Bemerkung vor dem Beweis
folgt also

sup(sU(f )) ≤ sup(U(sf )) = I(sf ) ≤ I (sf ) = inf (O (sf )) ≤ inf(sO(f )).

Nach Proposition 2.62 ist jedoch

sI(f ) = s sup(U(f )) = sup(sU(f )) ≤ I (sf ) ≤ I (sf ) ≤ inf (sO (f )) = s inf (O (f )) = sI (f ) .

188
 Rb
Da aber f Riemann-integrierbar ist und somit I (f ) = I (f ) = a f (x) dx erfüllt ist, gilt in
obiger Abschätzung (wegen Gleichheit der kleinsten und der grössten Zahl) überall Gleichheit
und wir schliessen
Z b
I (sf ) = I (sf ) = s f (x) dx.
a

Rb
Damit ist sf Riemann-integrierbar mit Integral s a f (x) dx. Ist s < 0, so kehren sich in
obigem alle Abschätzungen, die s beinhalten, um (zum Beispiel gilt so ≤ sf ≤ su) und man
erhält vollkommen analog die gewünschte Aussage (siehe Übung 4.20).
Wir zeigen nun Additivität des Integrals. Seien also f1 , f2 ∈ R([a, b]) zwei Riemann-
integrierbare Funktionen auf [a, b] und u1 , u2 , o1 , o2 ∈ T F([a, b]) Treppenfunktionen mit

u1 ≤ f1 ≤ o1 ,
u2 ≤ f2 ≤ o2 .

Dann ist auch u1 + u2 ≤ f1 + f2 ≤ o1 + o2 , was gemäss Lemma 4.7

U(f1 ) + U(f2 ) ⊆ U(f1 + f2 ),

(4.3)
O(f1 ) + O(f2 ) ⊆ O(f1 + f2 )

zur Folge hat. Des Weiteren gilt nach Proposition 2.63, dass

sup(U(f1 ) + U(f2 )) = sup(U(f1 )) + sup(U(f2 )) = I(f1 ) + I(f2 )

Z b Z b
= f1 (x) dx + f2 (x) dx
a a

nach Riemann-Integrierbarkeit von f1 und f2 und ebenso

inf(O(f1 ) + O(f2 )) = inf(O(f1 )) + inf(O(f2 )) = I (f1 ) + I (f2 )

Z b Z b
= f1 (x) dx + f2 (x) dx.
a a

Gemeinsam mit der Bemerkung vor dem Beweis ergibt sich nun wiederum
Z b Z b
f1 (x) dx + f2 (x) dx = sup(U(f1 ) + U(f2 ))
a a
≤ sup(U(f1 + f2 ))
= I (f1 + f2 ) ≤ I (f1 + f2 )
= inf(O(f1 + f2 ))
≤ inf(O(f1 )) + inf(O(f2 ))
Z b Z b
= f1 (x) dx + f2 (x) dx
a a

189
Dies zeigt
Z b Z b
I (f1 + f2 ) = I (f1 + f2 ) = f1 (x) dx + f2 (x) dx
a a

und insbesondere Riemann-Integrierbarkeit von f1 + f2 . Wir haben also die Linearität des
Riemann-Integrals bewiesen.

Übung 4.20 (Negative Vielfache). Formulieren Sie den Fall s < 0 im obigen Beweis aus.

Übung 4.21. Zeigen Sie, dass Gleichheit in (4.3) (siehe obigen Beweis) nicht erfüllt sein
muss.

Übung 4.22 (Ändern bei einem Punkt). Sei f ∈ R([a, b]) Riemann-integrierbar. Sei f ∗ ∈
F([a, b]) eine Funktion, die erhalten wurde, indem der Wert von f an nur einem Punkt in
[a, b] abgeändert wurde. Zeigen Sie, dass f ∗ Riemann-integrierbar ist und das gleiche Riemann-
Integral wie f hat.

4.3.2 Monotonie
Für f ∈ F([a, b]) definieren wir Funktionen f + , f − , |f | ∈ F([a, b]) durch

f + (x) = max {0, f (x)} , f − (x) = max {0, −f (x)} , |f |(x) = max {f (x), −f (x)} = |f (x)|

für x ∈ [a, b]. Die Funktion f + ist der Positivteil von f , f − ist der Negativteil von f und
|f | ist der Absolutbetrag von f .

Übung 4.23 (Eigenschaften vom Positiv- und Negativteil). Sei f ∈ F([a, b]). Zeigen Sie die
Gleichungen

|f | + f |f | − f
f = f + − f −, |f | = f + + f − , f+ = , f− = .
2 2

Satz 4.24 (Monotonie des Riemann-Integrals). Für zwei Funktionen f1 , f2 ∈ R([a, b]) gelten
folgende Monotonie-Eigenschaften des Riemann-Integrals:
Rb
(i) Falls f1 ≥ 0 ist, so gilt a f1 (x) dx ≥ 0.
Rb Rb
(ii) Falls f1 ≤ f2 ist, so gilt a f1 (x) dx ≤ a f2 (x) dx.

(iii) Die Funktion |f1 | ist Riemann-integrierbar auf [a, b] und es gilt die Dreiecksunglei-
chung
Z b Z b
f1 (x) dx ≤ |f1 (x)| dx.
a a

190
 Wir möchten kurz erklären, wieso sich die Ungleichung in Punkt (iii) des obigen Satzes
Dreiecksungleichung nennt. Tatsächlich sieht man kein Dreieck, im Gegensatz zur Dreiecks-
ungleichung

z1 + z2 ≤ |z1 | + |z2 |

für z1 , z2 ∈ C, die geometrisch direkt begründet werden kann (wie?). Es gilt auch die verall-
gemeinerte Dreiecksungleichung
n
X n
X
zi ≤ |zi |
i=1 i=1

für z1 , . . . , zn ∈ C, wie man direkt aus der Dreiecksungleichung und vollständiger Induktion
folgern kann (siehe Übung 3.4). Die Aussage (iii) in Satz 4.24 ist eine „kontinuierliche Version“
der verallgemeinerten Dreiecksungleichung, weswegen wir von der Dreiecksungleichung für das
Riemann-Integral sprechen.

Figur 4.3: Wir sehen hier den Graphen einer Funktion

Rb f links und der
entsprechenden Funkton |f | rechts. Dabei stellt a f (x) dx einen Net-
Rb
toflächeninhalt und a |f (x) | dx einen Flächeninhalt dar.

Beweis. Für f1 ≥ 0 wie in (i) ist die konstante Funktion u = 0 eine Treppenfunktion mit
u ≤ f1 und
Z b Z b
0= u (x) dx ≤ sup (U (f1 )) = I (f1 ) = f (x) dx
a a

folgt.
Falls f1 ≤ f2 wie in (ii) gilt, so ist f2 − f1 ≥ 0 und
Z b Z b Z b
f2 (x) dx − f1 (x) dx = f2 (x) − f1 (x) dx ≥ 0
a a a

nach Linearität des Riemann-Integrals (Satz 4.19) und Teil (i). Dies zeigt (ii).
Für (iii) wollen wir zuerst zeigen, dass für ein f ∈ R([a, b]) auch f + Riemann-integrierbar
ist. Dazu bemerken wir zuerst, dass für s, t ∈ R die Ungleichung s ≤ t impliziert, dass

s+ = max {0, s} ≤ t+ = max {0, t} und

t+ − s+ ≤ t − s.

191
Dies ergibt sich aus der Unterscheidung der Fälle s ≤ t ≤ 0, s ≤ 0 < t und 0 < s ≤ t.
(Wieso?) Da f Riemann-integrierbar ist, gibt es nach Proposition 4.12 (iii) zu jedem ε > 0
Rb
zwei Treppenfunktion u, o ∈ T F([a, b]) mit u ≤ f ≤ o und a (o − u) (x) dx < ε. Verknüpfen
wir diese mit der Funktion t ∈ R 7→ t+ ∈ R, so ergibt sich

u+ ≤ f + ≤ o+ , o+ − u+ ≤ o − u

und daher nach (ii) auch

Z b Z b
+ +


o −u (x) dx ≤ (o − u) (x) dx < ε.
a a

Allerdings sind u+ , o+ wieder Treppenfunktionen. Nach der dritten Charakterisierung in Pro-

position 4.12 ergibt sich somit, dass f + Riemann-integrierbar ist, da ε > 0 beliebig war.
Mittels Satz 4.19 erhalten wir, dass |f | = 2f + − f auch Riemann-integrierbar ist. Aus
f ≤ |f | und −f ≤ |f | folgt aus (ii) nun
Z b Z b Z b Z b
f (x) dx ≤ |f (x)| dx, −f (x) dx ≤ |f (x)| dx,
a a a a

was zur Dreiecksungleichung äquivalent ist.

Übung 4.25 (Modifizierte Dirichlet- oder Riemann-Funktion). Zeigen Sie, dass die Funktion
(
0 falls x irrational
g : [0, 1] → [0, 1] , x 7→ 1
q falls x = pq mit p, q teilerfremd

Riemann-integrierbar ist. Als Hilfestellung stellen wir den Graphen dar, aber überlassen Ihnen
die Interpretation des Graphen und die sich daraus ergebenden Überlegungen.

4.3.3 Teilintervalle
Es seien a < b < c drei reelle Zahlen. Dann definiert eine Funktion f auf dem Intervall
[a, c] die Funktion f1 = f |[a,b] auf [a, b] und die Funktion f2 = f |[b,c] auf [b, c]. Dabei gilt

192
f1 (b) = f (b) = f2 (b). Umgekehrt können wir Funktionen f1 ∈ F([a, b]) und f2 ∈ F([b, c]) mit
f1 (b) = f2 (b) verwenden, um eine Funktion f ∈ F([a, c]) durch
(
f1 (x) falls x ∈ [a, b]
f (x) =
f2 (x) falls x ∈ (b, c]

für x ∈ [a, c] zu definieren. In diesem Sinne entspricht die Funktion f ∈ F([a, c]) zwei Funk-
tionen f1 ∈ F([a, b]), f2 ∈ F([b, c]) mit f1 (b) = f2 (b).

Satz 4.26 (Additionseigenschaft bezüglich Intervallen). Unter Verwendung obiger Notati-

on gilt, dass f ∈ F([a, c]) genau dann Riemann-integrierbar ist, wenn f1 und f2 Riemann-
integrierbar sind. In diesem Fall ist
Z c Z b Z c
f (x) dx = f1 (x) dx + f2 (x) dx.
a a b

Beweis. Wir verifizieren zuerst die behauptete Formel für Treppenfunktionen. Dazu betrach-
ten wir eine Treppenfunktion t auf [a, c] und eine Zerlegung in Konstanzintervalle von t

Z = {a = x0 < x1 < . . . < xn = c} .

Dabei dürfen wir wegen Lemma 4.5 ohne Beschränkung der Allgemeinheit annehmen, dass
xm = b für ein m ∈ {1, . . . , n − 1}. Für k ∈ {1, . . . , n} sei ck der Konstanzwert von t auf
(xk−1 , xk ). Dann gilt
Z c n
X
t(x) dx = ck ∆xk (4.4)
a k=1
Xm n
X
= ck ∆xk + ck ∆xk
k=1 k=m+1
Z b Z c
= t|[a,b] (x) dx + t|[b,c] (x) dx (4.5)
a b

Sei f ∈ F([a, c]) eine Funktion und definiere f1 = f |[a,b] , f2 = f |[b,c] . Gegeben u ∈ T F([a, c])
mit u ≤ f kann man ebenso u1 = u|[a,b] , u2 = u|[b,c] definieren. Es gilt u1 ≤ f1 und u2 ≤ f2 .
Wegen Gleichung (4.4) erhalten wir, dass
Z c Z b Z c
u (x) dx = u1 (x) dx + u2 (x) dx, (4.6)
a a b

was wiederum U(f ) ⊆ U(f1 ) + U(f2 ) zur Folge hat. Umgekehrt kann man, gegeben Treppen-
funktionen u1 , u2 mit u1 ≤ f1 , u2 ≤ f2 eine Treppenfunktion u auf [a, c] definieren, die ebenso
u ≤ f und Gleichung (4.6) erfüllt. (Wie genau?) Dadurch ist

U(f ) = U(f1 ) + U(f2 )

193
und wegen der Additionseigenschaft des Supremums in Proposition 2.63 gilt

I(f ) = I(f1 ) + I(f2 ). (4.7)

Analog zeigt man, dass

I (f ) = I (f1 ) + I (f2 ) . (4.8)

Ist nun f Riemann-integrierbar, dann ist

I (f1 ) + I (f2 ) = I (f ) = I (f ) = I (f1 ) + I (f2 ) ≥ I (f1 ) + I (f2 ) ≥ I (f1 ) + I (f2 ) .

Überall in dieser Kette von Ungleichungen gilt also Gleichheit. Somit ist I (f1 ) = I (f1 ) und
dadurch auch I (f2 ) = I (f2 ). Das heisst, dass f1 und f2 Riemann-integrierbar sind und Glei-
chung (4.7) wird zur gewünschten Additionseigenschaft für das Riemann-Integral.
Falls f1 , f2 Riemann-integrierbar sind, dann gilt I (f1 ) = I (f1 ) und I (f2 ) = I (f2 ). Dies
impliziert gemeinsam mit den Gleichungen (4.7), (4.8) auch I (f ) = I (f ) und die Additions-
eigenschaft.

Sei [a, b] ein kompaktes Intervall mit a < b. Ist f eine Funktion, die auf einer grösseren
Rb Rb
Menge als [a, b] definiert ist, so werden wir anstelle von a f |[a,b] dx trotzdem meist a f dx
schreiben, wenn f |[a,b] Riemann-integrierbar ist. Auch definieren wir die folgende Erweiterung
des Riemann-Integrals
Z a Z b Z a
f dx = − f dx und f dx = 0. (4.9)
b a a

Diese Definition vereinfacht die Notation und macht auf Grund der Aussage in folgender
Übung Sinn.

Wichtige Übung 4.27 (Intervalladditivität). Sei I = [a0 , b0 ] für a0 < b0 ein kompaktes
Intervall und sei f ∈ R(I). Zeigen Sie die Additionseigenschaft in Satz 4.26 für alle a, b, c ∈ I.

Übung 4.28 (Stetigkeit des partikulären Integrals). Sei a < b und f : [a, b] → R eine
Riemann-integrierbare Funktion. Zeigen Sie, dass das sogenannte partikuläre Integral
Z x
x ∈ [a, b] 7→ f (t) dt
a

eine stetige reellwertige Funktion auf [a, b] definiert. Ist diese Funktion auch gleichmässig oder
Lipschitz-stetig (siehe Übung 3.78 für letzteren Begriff )? Wir visualisieren dies auch in fol-
gendem App.

194
4.4 Anwendungen

4.4.1 Intervallfunktionen
Wir möchten nun spezielle Abbildungen auf der Menge der Teilintervalle eines Intervalles
betrachten, wobei wir Ordnungsvertauschungen im Stile von (4.9) zulassen wollen. Genauer
untersuchen wir folgenden Begriff.

Definition 4.29. Seien a ≤ b in R und sei I : (α, β) ∈ [a, b]2 7→ I (α, β) ∈ R eine Funktion.
Wir nennen I eine additive Intervallfunktion auf [a, b], falls

(i) Für alle α ∈ [a, b] gilt I(α, α) = 0.

(ii) Für alle α, β ∈ [a, b] gilt I(α, β) = −I(β, α).

(iii) Für alle α, β, γ ∈ [a, b] mit I(α, β) + I(β, γ) = I(α, γ).

Wir wollen hier kurz erklären, woher die Bezeichnung „additive Intervallfunktion“ stammt.
Ist I eine additive Intervallfunktion auf einem kompakten Intervall [a, b], so kann man ei-
ne reellwertige Funktion J auf der Menge der nicht-leeren Teilintervalle von [a, b] durch
J ([α, β]) = I(α, β) für [α, β] ⊆ [a, b] definieren. Diese hat die Eigenschaften

J ([α, α]) = 0, J ([α, β] ∪ [β, γ]) = J ([α, β]) + J ([β, γ]) (4.10)

für alle α ≤ β ≤ γ in [a, b] (wieso?). Vor allem letztere Eigenschaft begründet die Bezeichnung
„additive Intervallfunktion“.
Hat man umgekehrt eine reellwertige Funktion J auf der Menge der nicht-leeren Teilin-
tervalle von [a, b] gegeben, die (4.10) genügt, so definiert I(α, β) = J ([α, β]) für α ≤ β und
I(α, β) = −J ([β, α]) für α > β eine additive Intervallfunktion I auf [a, b] (wieso?).
Somit haben wir also zwei Arten, wie wir uns additive Intervallfunktionen vorstellen kön-
nen. Eine grosse Kollektion von Beispielen erhält man mit Satz 4.26 und Übung 4.27, nach
welchen die Abbildung
Z β
I : (α, β) ∈ [a, b]2 7→ f (x) dx (4.11)
α

für jede Riemann-integrierbare Funktion f : [a, b] → R eine additive Intervallfunktion ist. Die
folgende Proposition charakterisiert derartige additive Intervallfunktionen.

Proposition 4.30. Seien a < b in R, f : [a, b] → R eine Riemann-integrierbare Funktion und

I eine additive Intervallfunktion auf [a, b]. Angenommen es gilt

(β − α) inf f (x) ≤ I (α, β) ≤ (β − α) sup f (x) (4.12)

x∈(α,β) x∈(α,β)

für alle α < β in [a, b]. Dann ist

Z β
I (α, β) = f (x) dx
α

195
für alle α, β ∈ [a, b].

Wir möchten anmerken, dass jedoch nicht alle additiven Intervallfunktionen von der Form
in (4.11) sein müssen.

Beweis. Sei u ≤ f eine Treppenfunktion auf [a, b] mit Zerlegung Z = {a = x0 < . . . < xn = β}
in Konstanzintervalle von u. Seien c1 , . . . , cn die Konstanzwerte von u bezüglich Z. Auf Grund
der Annahme u ≤ f folgt ck ≤ inf x∈(xk−1 ,xk ) f (x) für alle k ∈ {1, . . . , n}. Unter Verwendung
der Additivität von I erhält man damit für die Untersumme
Z β n
X n
X
u (x) dx = ck (xk − xk−1 ) ≤ (xk − xk−1 ) inf f (x)
α x∈(xk−1 ,xk )
k=1 k=1
n
X
≤ I(xk−1 , xk ) = I(α, β)
k=1

Rβ
Ebenso ergibt sich I (α, β) ≤ α o (x) dx für jede Treppenfunktion o mit f ≤ o. Daher gelten
für das untere Integral I und das obere Integral I von f über [α, β] die Ungleichungen

I ≤ I (α, β) ≤ I.
Rβ
Da f aber Riemann-integrierbar ist, gilt I = I und somit I (α, β) = α f (x) dx.

Man kann Proposition 4.30 als Wegweiser verwenden, um verschiedene Interpretationen des
Riemann-Integrals zu finden. Formal gesehen sind diese Anwendungen jeweils Definitionen.

4.4.2 Flächeninhalt
Rb
Die einfachste Anwendung von Proposition 4.30 ist die Interpretation von a f (x) dx als
Flächeninhalt des Gebietes

(x, y) ∈ R2 | a ≤ x ≤ b, 0 ≤ y ≤ f (x)


unter dem Graphen einer Riemann-integrierbaren Funktion f : [a, b] → R≥0 . Die Argumen-
tation, die zu dieser Definition führt, haben wir bereits in Abschnitt 1.1 besprochen. Formal
Rb
gesehen erachten wir a f (x) dx als Definition des Flächeninhalts des obigen Gebietes.

4.4.3 Masse, Momente und Schwerpunkt

Es gibt natürlich auch viele physikalische Beispiele für die Bedeutung des Riemann-Integrals.
Sei zum Beispiel a < b und sei ρ(x) die Dichte eines Stabes (in Kilogramm pro Meter, kg m ) bei
Rb
der Koordinate x ∈ [a, b]. Dann ergibt sich aus Proposition 4.30, dass wir m = a ρ (x) dx als
das Gesamtmasse (in kg) interpretieren sollten. (Wieso?)
Wir erinnern daran, dass bei einem Hebel das Moment (in N m) einer Krafteinwirkung
durch das Produkt der Krafteinwirkung (in Newton N ) und des Weges (in m) definiert ist.
Wir stellen uns vor, dass a = 0 < b, der obige Stab mit Dichtefunktion ρ im Ursprung fixiert
ist, und die Schwerkraft (mit Gravitationskonstante g in N/kg) auf den Stab einwirkt. In
196
diesem Fall ergibt sich für α < β in [a, b], dass die dem Teilintervall [α, β] entsprechende
Masse m(α, β) die Ungleichung

inf {ρ(x) | x ∈ [α, β]} (β − α) ≤ m(α, β) ≤ sup {ρ(x) | x ∈ [α, β]} (β − α)

erfüllt, woraus sich für das entsprechende Moment M (α, β) die Ungleichung

gα inf {ρ(x) | x ∈ [α, β]} (β − α) ≤ M (α, β) ≤ gβ sup {ρ(x) | x ∈ [α, β]} (β − α)

ergibt. Diese Eigenschaft von M unterscheidet sich zwar formal von (4.12) doch lässt sich mit
Hilfe der Stetigkeit von x ∈ [a, b] 7→ x der Beweis von Proposition 4.30 anpassen. Ebenso ist
es physikalisch sinnvoll die Additivität dieser Momentfunktion anzunehmen, dadurch erhalten
wir die Definition Z b
M (a, b) = ρ (x) gx dx
a

für das Gesamtmoment des Stabes.

Der Schwerpunkt des Stabes ist definiert als die x-Koordinate x0 , so dass eine Punktmasse
bei x0 mit derselben Masse wie der Stab auch dasselbe Moment besitzt. Also ist
Z b
M (a, b) 1
x0 = = ρ (x) x dx.
mg m a

der Schwerpunkt des Stabes.

Die Annahme a = 0 ist für diese Diskussion (abgesehen von der Vorstellung dass der Stab
am Ursprung gehalten wird) nicht notwendig, falls a < 0 < b erhalten wir physikalisch sinnvolle
Integrale von Funktionen, die sowohl positive als auch negative Werte annehmen können.

4.4.4 Geleistete Arbeit

Wenn a < b ist und f : [a, b] → R eine Riemann-integrierbare Funktion ist, die zu einem
Zeitpunkt t den Energieverbrauch f (t) (in Watt W ) zum Beispiel in Form elektrischer Energie
Rb
eines Hauses angibt, so beschreibt a f (t) dt die verbrauchte Energie oder vom Stromnetz
eingespeiste Arbeit (in Joule J = W s) zwischen den Zeitpunkten t = a und t = b (in Sekun-
den s). Diese Interpretation ergibt sich wiederum aus Proposition 4.30 und der Definition, dass
Arbeit gleich Leistung mal Zeitdauer ist. Hier ist es ebenso physikalisch sinnvoll, Funktionen
mit positiven und negativen Werten zuzulassen, wenn zum Beispiel das Hausdach mit einer
Solaranlage ausgestattet ist, die bei Schönwetter etwaige Energieüberschüsse des Hauses ins
Stromnetz zurückspeist. Das Vorzeichen des Integrals entscheidet in diesem Fall, ob insgesamt
innerhalb der Zeitspanne [a, b] das Haus ein Energieverbraucher oder Energielieferant war.

4.4.5 Vorteil des Integralbegriffs

Wir haben das Integral abstrakt mittels der Definition 4.6 des Integrals einer Treppen-
funktion und der Definition 4.11 des Integrals einer Riemann-integrierbaren Funktion ein-
geführt. Bei Besprechung dieser Definitionen haben wir uns zwar von einer geometrischen

197
Interpretation des Integrals als (vorzeichenbehafteter) Flächeninhalt leiten lassen, doch war
diese Vorstellung formal nicht notwendig für unsere Diskussionen. Wir hoffen, dass der Vor-
teil dieses abstrakten Zugangs nun ersichtlich ist: Das Integral hat je nach Zusammenhang
verschiedene (zum Beispiel physikalische) Bedeutungen. Wenn unsere Definition des Integrals
„der Flächeninhalt unter der Kurve“ gewesen wäre, dann wäre es nicht klar, was genau der
Zusammenhang zwischen einem Flächeninhalt und einer Momentberechnung sein sollte.1 In
diesem Sinne ist unser abstrakter Zugang nicht Selbstzweck, sondern geradezu notwendig auf
Grund der vielfältigen Anwendungen des Integralbegriffs.

1
Des Weiteren wäre diese Definition zirkulär gewesen, da wir ohne Definition des Integrals keine Definition
des Flächeninhalts unter der Kurve haben.

198
4.5 Integrierbarkeit monotoner Funktionen
Wir betrachten wie zuvor ein kompaktes Intervall [a, b] ⊆ R für reelle Zahlen a, b mit a < b.

Satz 4.31 (Integrierbarkeit monotoner Funktionen). Jede monotone Funktion in F([a, b]) ist
Riemann-integrierbar.

Beweis. Ohne Beschränkung der Allgemeinheit können wir eine monoton wachsende Funktion
f ∈ F([a, b]) betrachten (ansonsten ersetzt man f mit −f und wendet Satz 4.19 an). Wir
möchten die dritte Charakterisierung in Proposition 4.12 anwenden. Das heisst, wir wollen für
ein gegebenes ε > 0 zwei Treppenfunktionen u, o ∈ T F([a, b]) finden, so dass u ≤ f ≤ o und
Rb
a (o − u) (x) dx < ε gilt.

Wir konstruieren u und o mittels einer natürlichen Zahl n ∈ N (die wir später wählen
werden) und der Zerlegung

Z = {a = x0 < x1 < . . . < xn = b}

von [a, b] gegeben durch xk = a + b−a

n k für k ∈ {0, . . . , n}. Seien u, o gegeben durch
(
f (xk−1 ) falls x ∈ [xk−1 , xk ) für ein k ∈ {1, . . . , n}
u (x) =
f (b) falls x = b

respektive
(
f (a) falls x = a
o (x) =
f (xk ) falls x ∈ (xk−1 , xk ] für ein k ∈ {1, . . . , n}

für alle x ∈ [a, b]. Da f monoton wachsend ist, gilt u ≤ f ≤ o. In der Tat ist für x ∈ [a, b]
entweder x = b, womit u(x) = f (x), oder es gibt ein k ∈ {1, . . . , n} mit x ∈ [xk−1 , xk ).

199
In letzterem Fall erhalten wir u(x) = f (xk−1 ) ≤ f (x) und somit gilt u ≤ f . Ein analoges
Argument liefert f ≤ o. Des Weiteren gilt

b n n
b−a
Z X X
(o − u) (x) dx = (f (xk ) − f (xk−1 )) (xk − xk−1 ) = (f (xk ) − f (xk−1 ))
a n
k=1 k=1
n
b−aX b−a
= (f (xk ) − f (xk−1 )) = (f (b) − f (a))
n n
k=1

nach Vereinfachen der Teleskopsumme. Nach dem Archimedischen Prinzip können wir nun
Rb
ein n wählen, so dass a (o − u) (x) dx < ε ist. Aus Proposition 4.12 (iii) folgt somit, dass f
Riemann-integrierbar ist.
√
Übung 4.32 (Kreisfunktion). Zeigen Sie, dass die Funktion x ∈ [0, 1] 7→ 1 − x2 ∈ R
Riemann-integrierbar ist.

Mit Hilfe der Additionseigenschaft in Satz 4.26 lässt sich die Aussage von Satz 4.31 auf
Funktionen erweitern, die nur stückweise monoton sind.

Definition 4.33 (Stückweise Monotonie). Sei I = [a, b] ein abgeschlossenes, beschränktes

Intervall mit a < b. Eine Funktion f ∈ F([a, b]) heisst stückweise monoton, falls es eine
Zerlegung

Z = {a = x0 < x1 < . . . < xn = b}

von [a, b] gibt, so dass f |(xk−1 ,xk ) monoton ist für alle k ∈ {1, . . . , n}.

Jede monotone Funktion ist stückweise monoton (man braucht dazu nur die Zerlegung
Z = {a < b} zu betrachten). Ein besseres Beispiel einer stückweise monotonen Funktion ist
das Polynom x2 auf einem Intervall I = [a, b] für a < b. Falls a ≥ 0 oder b ≤ 0 ist diese, wie
wir schon wissen, monoton. Gilt a < 0 < b, so betrachtet man die Zerlegung Z = {a < 0 < b}
und sieht, dass x2 auf den beiden Abschnitten (a, 0) und (0, b) monoton ist. Genau gleich sieht
man, dass alle Monome stückweise monoton sind.

Korollar 4.34 (Riemann-Integrierbarkeit von stückweise monotonen Funktionen). Sei I =

[a, b] ein kompaktes Intervall mit a < b. Jede stückweise monotone, beschränkte Funktion in
F([a, b]) ist Riemann-integrierbar.

Übung 4.35 (Riemann-Integrierbarkeit von stückweise monotonen Funktionen). Beweisen

Sie Korollar 4.34 unter Verwendung der Sätze 4.31 und 4.26 und der Übung 4.22.

Insbesondere sind also alle Monome auf einem abgeschlossenen, beschränkten, nicht-leeren
Intervall I Riemann-integrierbar. Mit der Linearität des Riemann-Integrals folgt nun mittels
vollständiger Induktion, dass alle Polynome auf I Riemann-integrierbar sind.

Übung 4.36 (Gauss-Abbildung). Zeigen Sie, dass die sogenannte Gauss-Abbildung

( 
1
x falls x > 0
g : x ∈ [0, 1] 7→
0 falls x = 0

200
Riemann-integrierbar ist, wobei {·} den gebrochenen Anteil bezeichnet (siehe Abschnitt 2.6.1).

201
4.6 Integration von Polynomen
Wir betrachten wiederum ein Intervall [a, b] mit Endpunkten a < b.

Satz 4.37 (Riemann-Integrierbarkeit von Polynomen). Die Einschränkung einer reellen Po-
lynomfunktion auf [a, b] ist Riemann-integrierbar. Für alle Monome xd mit d ∈ N0 gilt
Z b
1  d+1 
xd dx = b − ad+1 .
a d+1

Beweis. Dass Polynomfunktionen eingeschränkt auf [a, b] Riemann-integrierbar sind, folgt,

wie schon diskutiert, aus der Linearität des Riemann-Integrals (Satz 4.19) und der Riemann-
Integrierbarkeit von stückweise monotonen Funktionen (Korollar 4.34). Die zweite Aussage
behandeln wir hier nur im Spezialfall 0 = a < b. Der Spezialfall a < b = 0 ist analog
und die allgemeine Aussage ergibt sich aus diesen beiden Spezialfällen und Satz 4.26 (siehe
Übung 4.38).
Da x ∈ [0, b] 7→ xd ∈ R monoton wachsend ist, können wir dieselbe Methode wie im Beweis
von Satz 4.24 (und daher auch wie in Proposition 1.1) verwenden. Sei also n ∈ N und u, o
Treppenfunktionen auf [0, b] mit Zerlegung in Konstanzintervalle

Z = {0 = x0 < x1 < . . . < xn } ,

wobei xk = nk b für k ∈ {1, . . . , n}, und Konstanzwert xdk−1 respektive xdk auf (xk−1 , xk ) für
k ∈ {1, . . . , n} (siehe Beweis von Satz 4.24). Es ergibt sich

n−1 n 
k d b k d b
X  Z b X 
d
b ≤ x dx ≤ b
n n 0 n n
k=0 k=1

oder äquivalent

n−1 Z b n
bd+1 X d bd+1 X d
k ≤ d
x dx ≤ d+1 k (4.13)
nd+1 0 n
k=1 k=1

Nach Proposition 3.32 gilt

n
X nd+1
kd = + cd nd + cd−1 nd−1 + . . . + c0
d+1
k=1

für gewisse Koeffizienten cd , . . . , c0 ∈ Q. Damit möchten wir die linke und die rechte Summe
in (4.13) nach unten respektive nach oben abschätzen. Wir erhalten für die Summe auf der
rechten Seite
n
X nd+1 nd+1
kd ≤ + |cd | nd + |cd−1 | nd−1 + . . . + |c0 | ≤ + (|cd | + |cd−1 | + . . . + |c0 |) nd .
d+1 d+1
k=1

202
Für die Summe auf der linken Seite von (4.13) erhalten wir analog

n−1 n
X
d
X nd+1
k = k d − nd = + (cd − 1) nd + cd−1 nd−1 + . . . + c0
d+1
k=1 k=1
nd+1
≥ − |cd − 1| nd − |cd−1 | nd−1 − . . . − |c0 |
d+1
nd+1
≥ − (|cd − 1| + |cd−1 | + . . . + |c0 |) nd
d+1

Wir definieren

c− = (|cd − 1| + |cd−1 | + . . . + |c0 |), c+ = (|cd | + |cd−1 | + . . . + |c0 |)

und setzen die oben erhaltenen Ungleichungen mit (4.13) zusammen. Wir erhalten

b
bd+1 c− bd+1 bd+1 c+ bd+1
Z
− ≤ xd dx ≤ + . (4.14)
d+1 n 0 d+1 n

bd+1
Rb
Aus dem Archimedischen Prinzip (Satz 2.68) folgt nun, dass 0 xd dx = d+1 .

Übung 4.38 (Allgemeine Grenzen). Beweisen Sie Satz 4.26 für a < b = 0 und dann allge-
mein.

Wir wollen noch bemerken, dass Satz 4.37 gewissermassen ein „kontinuierliches Analog“ zu
Proposition 3.32 darstellt. Dabei mag es aber überraschen, dass dieses kontinuierliche Analog
sogar einfacher ist. Denn in Satz 4.37 tauchen im Gegensatz zu Proposition 3.32 keine „gewisse
Koeffizienten c0 , . . . , cd “ auf, stattdessen gibt es eine einfache konkrete Formel. Dieses Phäno-
men, dass „kontinuierliche Versionen“ oft einfacher sind, ist ein Grund für die Bedeutung der
Analysis für die Mathematik und ebenso für Anwendungen der Mathematik.

Applet 4.39 (Integral eines Polynoms). Wir betrachten nochmals das partikuläre Integral,
wobei wir diesmal mit einer Polynomfunktion beginnen und dadurch Satz 4.37 anwenden kön-
nen.

Beispiel 4.40. Als Anwendung von Satz 4.37 berechnen wir

Z 2 Z 2 Z 2 Z 2
(x4 + 5x2 − x + 1) dx = x4 dx + 5 x2 dx − x dx + 1
1 1 1 1
2 2 2
x5 x3 x2
  
= +5 − +1
5 1 3 1 2 1
25 − 1 23 − 1 22 − 1
= +5 − +1
5 3 2
521
= ,
30

wobei wir für eine Funktion f , deren Definitionsbereich [a, b] enthalten sollte, die Notation
[f (x)]ba = f (b) − f (a) verwendet haben.

203
Übung 4.41 (Integration der Wurzelfunktion). Sei [a, b] ein beschränktes, abgeschlossenes
1
Intervall mit 0 ≤ a < b. Zeigen Sie zuerst, dass x ∈ [a, b] 7→ x m ∈ R für m ∈ N Riemann-
integrierbar ist. In dieser Übung möchten wir des Weiteren das Riemann-Integral von x ∈
1
[0, 1] 7→ x m ∈ R berechnen. Dazu betrachten wir für n ∈ N und ε > 0 die Zerlegung von
[0, 1] aus dem Beweis von Satz 4.24 und die dort definierten Treppenfunktionen u, o für das
Polynom xm .

(i) Finden Sie von u respektive o ausgehend eine Treppenfunktion o0 respektive eine Trep-
1
penfunktion u0 mit u0 (x) ≤ x m ≤ o0 (x) für x ∈ [0, 1] und
Z 1 Z 1 Z 1 Z 1
0
u (x) dx + o (x) dx = 1, o (x) dx + u0 (x) dx = 1.
0 0 0 0

(ii) Zeigen Sie, dass

Z 1 Z 1 1
xm dx + x m dx = 1
0 0

R1 1
und berechnen Sie damit das Integral 0 x m dx.

204
4.7 Integrierbarkeit stetiger Funktionen
Aus Abschnitt 4.6 wissen wir bereits, dass Polynomfunktionen integrierbar sind. In diesem
Abschnitt möchten wir nun unter Verwendung der Beschränktheit und der gleichmässigen
Stetigkeit stetiger Funktionen auf kompakten Intervallen (Satz 3.67 respektive Satz 3.75) fol-
gendes allgemeines Resultat beweisen.

Satz 4.42 (Stetige Funktionen und das Riemann-Integral). Eine stetige Funktion auf einem
kompakten Intervall [a, b] mit a < b ist Riemann-integrierbar.

Beweis. Sei f ∈ C([a, b]) und ε > 0. Nach Satz 3.75 ist f gleichmässig stetig und es gibt ein
δ > 0, so dass für alle x, y ∈ [a, b] gilt

|x − y| < δ =⇒ |f (x) − f (y)| < ε. (4.15)

Sei Z = {a = x0 < x1 < . . . < xn = b} eine Zerlegung von [a, b] mit

max |xk − xk−1 | < δ.

k=1,...,n

Zum Beispiel können wir die Zerlegung durch xk = a + k b−a n für k = 0, . . . , n und ein hinrei-
chend grosses n ∈ N definieren. Wir definieren für jedes k ∈ {1, . . . , n} die Zahlen

mk = min f ([xk−1 , xk ])
Mk = max f ([xk−1 , xk ]),

wobei wir Korollar 3.69 für die Existenz von Minimum und Maximum verwendet haben. Wir
behaupten nun, dass für alle k ∈ {1, . . . , n}

Mk − m k < ε

gilt. In der Tat ist mk = f (zmin ) und Mk = f (zmax ) für zmin , zmax ∈ [xk−1 , xk ]. Da aber
xk − xk−1 < δ ist, haben wir auch |zmin − zmax | < δ. Auf Grund der Wahl von δ mit (4.15)
erhalten wir also unsere Behauptung Mk − mk = f (zmax ) − f (zmin ) < ε.
Wir definieren nun Treppenfunktionen u, o durch
(
mk falls x ∈ [xk−1 , xk ) für k ∈ {1, . . . , n}
u(x) =
mn falls x = b
(
Mk falls x ∈ [xk−1 , xk ) für k ∈ {1, . . . , n}
o(x) =
Mn falls x = b

für x ∈ [a, b]. Nach Definition von mk , Mk für k ∈ {1, . . . , n} gilt daher u ≤ f ≤ o. Des
Weiteren ist
Z b n
X n
X
(o − u) dx = (Mk − mk ) (xk − xk−1 ) < ε (xk − xk−1 ) = ε (b − a) .
a k=1 k=1

205
Da ε > 0 beliebig war (und b − a fix ist), zeigt dies mittels Proposition 4.12, dass f Riemann-
integrierbar ist.

Figur 4.4: Eine stetige Funktion auf einem kompakten Intervall [a, b]
mag zwar einen zittrigen Graphen besitzen, ist aber trotzdem Riemann-
integrierbar.

Applet 4.43 (Integrierbarkeit einer „zittrigen“ Funktion). Wir sehen, dass eine stetige aber
zittrige Funktion wie im dargestellten Graphen auch Riemann-integrierbar ist.

4.7.1 Sandwich mittels stetigen Funktionen

Die folgende Proposition zeigt, dass auch allgemeine Riemann-integrierbare Funktionen
einen gewissen Zusammenhang zu dem Begriff der Stetigkeit aufweisen.

Proposition 4.44 (Sandwich-Kriterium mit stetigen Funktionen). Eine Funktion f ∈ F([a, b])
auf einem kompakten Intervall [a, b] mit a < b ist genau dann Riemann-integrierbar, wenn für
alle ε > 0 stetige Funktionen f+ , f− existieren mit f − ≤ f ≤ f+ und
Z b
(f+ − f− ) dx < ε.
a

Wir empfehlen Ihnen sich dies geometrisch vorzustellen: f wird von den stetigen Funktionen
f− und f+ eingezäunt, wobei die Fläche zwischen diesen beiden Funktionen beliebig klein
gemacht werden kann.

Beweis. Angenommen es existieren zu jedem ε > 0 stetige Funktionen f+ , f− wie in der

Proposition. Sei ε > 0 und wähle stetige Funktionen f+ und f− mit f− ≤ f ≤ f+ und
Z b
f + − f − dx < ε.


a

206
Da f+ als stetige Funktion nach Satz 4.42 auch Riemann-integrierbar ist, so existiert eine
Rb
Treppenfunktion o ∈ T F([a, b]) mit f+ ≤ o und a (o − f+ ) dx < ε. Genauso existiert u ∈
Rb
T F([a, b]) mit u ≤ f− und a (f− − u) dx < ε. Zusammenfassend gilt u ≤ f− ≤ f ≤ f+ ≤ o
sowie nach Linearität
Z b Z b Z b Z b
(o − u) dx = (o − f+ ) dx + (f+ − f− ) dx + (f− − u) dx < 3ε.
a a a a

Da ε > 0 beliebig war, beweist dies mit Hilfe von Proposition 4.12 die erste, einfachere Richtung
der Proposition.
Wir beweisen nun die verbleibende Richtung und nehmen dazu zuerst an, dass t eine Trep-
penfunktion ist. Sei Z = {a = x0 < x1 < . . . < xn−1 < xn = b} eine Zerlegung in Konstanzin-
tervalle für t und seien c1 , . . . , cn die Konstanzwerte. Wir konstruieren eine stetige Funktion
Rb
t+ : [a, b] → R mit t ≤ t+ und a (t+ − t) dx < ε. Wenden wir dies auf −t an, so lässt sich
Rb
analog eine stetige Funktion t− auf [a, b] mit t− ≤ f und a (t − t− ) dx < ε finden.
Bevor wir eine explizite Definition von t+ angeben, fassen wir die Idee in folgendem Bild
zusammen.

Figur 4.5: In blau gestrichelt die Treppenfunktion t, in rot eine stetige,

stückweise lineare Funktion t+ . Für alle x, die nicht in der Nähe eines
Punktes von Z sind, ist t(x) = t+ (x). In der Nähe der Punkte von Z
ersetzen wir t durch eine genügend hohe aber „stetige Spitze“, so dass t
unter der Spitze liegt. Damit die Definition etwas einfacher ist, wählen
wir überall die gleiche „Höhe und Breite“ der Spitze; natürlich ist dies
nicht zwingend nötig.

Sei δ > 0 mit

1
δ< min{|xk − xk−1 | : k ∈ {1, . . . , n}}
2

vorerst beliebig (dies wird die „halbe Breite“ der Spitzen sein). Da t eine Treppenfunktion ist,
existeren m = min t([a, b]) und M = max t([a, b]). Zur formalen Definition von t+ verwenden
wir die Zerlegung Z = {a = x0 < . . . < xn = b}, die Konstanzwerte c1 , . . . , cn von t und für

207
alle x ∈ [a, b] die Fallunterscheidung

x−x


M + (ck − M ) δk−1 falls x ∈ [xk−1 , xk−1 + δ)


falls x ∈ [xk−1 + δ, xk − δ)

c
k
t+ (x) =


M + (ck − M ) xkδ−x falls x ∈ [xk − δ, xk )


M falls x = b,


wobei k ∈ {1, . . . , n} beliebig ist und die verschiedenen Fälle auf Grund unserer Wahl von
δ disjunkt sind. Aus Korollar 3.51 und mehrfacher Anwendung von Übung 3.54 folgt, dass
t+ stetig ist. Dank der Definition von m und M ist auch m ≤ t ≤ t+ ≤ M . Weiter gilt für
jedes Konstanzintervall (xk−1 , xk ), dass t+ (x) = t(x) = ck für alle x ∈ (xk−1 , xk ) mit Distanz
grösser als δ von den Randpunkten xk−1 , xk . Insbesondere ist
Z xk Z xk−1 +δ Z xk
(t+ (x) − t (x)) dx = (t+ (x) − ck ) dx + (t+ (x) − ck ) dx
xk−1 xk−1 xk −δ

≤ (M − m)δ + (M − m)δ = 2(M − m)δ

und damit
Z b n Z
X xk
(t+ (x) − t (x)) dx ≤ (t+ (x) − t (x)) dx ≤ 2 (M − m) δn.
a k=0 xk−1

Wählen wir nun δ < 2(M −m)n

ε
, so ist 2(M − m)δn < ε. Daher hat die stetige Funktion t+ alle
gewünschten Eigenschaften.
Sei nun f eine beliebige Riemann-integrierbare Funkton und sei ε > 0. Nach Propositi-
Rb
on 4.12 existieren Treppenfunktionen u, o ∈ T F([a, b]) mit u ≤ f ≤ o und a (o − u) dx < ε.
Rb
Seien u− , o+ ∈ C([a, b]) wie oben konstruiert mit u− ≤ u, o ≤ o+ , a (u − u− ) dx < ε und
Rb
a (oR+ − o) dx < ε. Die stetigen Funktionen f− = u− und f+ = o+ erfüllen damit f− ≤ f ≤ f+
b
und a (f+ − f− ) dx < 3ε. Da ε > 0 beliebig war, haben wir damit die zweite Implikation der
Proposition gezeigt.

208
4.8 Weitere Lernmaterialien

4.8.1 Verwendung des Kapitels

Im Folgenden werden wir meist nicht direkt auf die Definition des Riemann-Integrals mit
Hilfe von Treppenfunktionen zurückgreifen, sondern stattdessen die hier besprochenen Ei-
genschaften verwenden, um weitere Integrationsgesetze und Integrationsformeln für noch zu
findende, weitere Funktionen zu beweisen. Trotzdem ist es wichtig sich an die Definition des
Riemann-Integrals und die Vorraussetzungen an Funktion und Integrationsbereich zu erinnern,
damit der Unterschied zu etwaigen späteren Verallgemeinerungen klar wird. Das Verständnis
der Definition des Riemann-Integrals ist auch wichtig, da wir dieses im zweiten Semester zu
einem mehrdimensionalen Integral verallgemeinern wollen und dabei analog vorgehen werden
(siehe auch Abschnitt 4.9). Die Berechnung von Riemann-Integralen wird uns später mit Hilfe
des Fundamentalsatzes der Differential- und Integralrechnung erheblich einfacher fallen.
Bei einigen Beweisen dieses Kapitels waren Sie vielleicht versucht, den Grenzübergang
für n → ∞ oder ε & 0 zu verwenden. Unsere bisherigen Argumente haben diesen Begriff
nicht verwendet, aber wir führen Grenzwerte im nächsten Kapitel ein und Sie dürfen daher
demnächst die Beweise von Satz 4.31, Satz 4.37 oder Satz 4.42 umformulieren und zum Beispiel
in (4.14) den Grenzwert für n → ∞ nehmen.

Übung. Sei n ∈ N. Was ist der Wert des Integrals

1
bnx2 c
Z
dx?
0 n

n−1 √

X √
(i) n−3/2 k+1− k
k=1
√
(ii) n−1


n−1
n−1 √

X √
(iii) n−3/2 k k+1− k
k=1

n−1 √

X √
(iv) n−1 k k+1− k
k=1

Übung. Seien a, b ∈ R mit a < b und f ∈ R([a, b]) Riemann-integrierbar. Welche der folgen-
den Aussagen gelten im Allgemeinen?

(i) Ändert man den Wert von f in genau einem Punkt, so ist die erhaltene Funktion f ∗
Rb Rb
auch Riemann-integrierbar und es gilt a f dx = a f ∗ dx.

(ii) Ändert man den Wert von f in endlich vielen Punkten, so ist die erhaltene Funktion f ∗
Rb Rb
auch Riemann-integrierbar und es gilt a f dx = a f ∗ dx.

(iii) Ändert man den Wert von f in abzählbar vielen Punkten, so ist die erhaltene Funktion
Rb Rb
f ∗ auch Riemann-integrierbar und es gilt a f dx = a f ∗ dx.
209
Übung. Seien a, b ∈ R mit a < b und f, g ∈ R([a, b]) Riemann-integrierbare Funktionen mit
Rx Rx
a f (t) dt ≤ a g(t) dt für alle x ∈ [a, b]. Folgt hieraus f ≤ g?

(i) Ja.

(ii) Ja, falls f und g stetig sind.

(iii) Ja, falls f und g stetig sind und f (a) = g(a).

(iv) Keine der obigen Antworten ist richtig.

4.8.2 Weitere Übungsaufgaben

Übung (Maximum und Minimum). Charakterisieren Sie die Riemann-integrierbaren Funk-
tionen, für welche sowohl bei den Untersummen als auch bei den Obersummen ein Maximum
beziehungsweise ein Minimum in der Definition des Riemann-Integrals angenommen wird.

Übung (Nicht umkehrbar). Finden Sie eine Funktion f auf einem kompakten Intervall [a, b]
für a < b, so dass f nicht Riemann-integrierbar ist, aber |f | Riemann-integrierbar ist.

Übung (Verhalten unter Verknüpfung). Wir möchten in dieser Übung zeigen, dass Verknüp-
fungen von Riemann-integrierbaren Funktionen im Allgemeinen nicht Riemann-integrierbar
sind. Dazu betrachten wir die Riemann-integrierbare Funktion g : [0, 1] → [0, 1] aus Übung 4.25.
Finden Sie eine Riemann-integrierbare Funktion f : [0, 1] → R, so dass f ◦ g die nicht-
Riemann-integrierbar ist.

Übung (Definitheit). Sei f ∈ C([a, b]) eine stetige Funktion auf einem kompakten Intervall
[a, b] zu a < b, so dass f ≥ 0 ist (das heisst, f ist nicht-negativ). Zeigen Sie, dass folgende
Aussagen äquivalent sind:

(i) Es gilt f (x) = 0 für alle x ∈ [a, b].

Rb
(ii) Es gilt a f (x) dx = 0.

Übung (Sandwich mit Riemann-integrierbaren Funktionen). Sei f ∈ F([a, b]) eine Funktion
auf einem kompakten Intervall [a, b] mit a < b. Zeigen Sie, dass folgende Aussagen äquivalent
sind:

(i) Die Funktion f ist Riemann-integrierbar.

(ii) Für jedes ε > 0 existieren Riemann-integrierbare Funktionen fε,− , fε,+ : [a, b] → R mit
Rb
fε,− ≤ f ≤ fε,+ sowie a fε,+ − fε,− dx < ε.

Übung (Funktionen beschränkter Variation). Sei I = [a, b] ein kompaktes Intervall mit a < b.
Eine Funktion hat beschränkte Variation, falls
( n )
X
sup |f (xi ) − f (xi−1 )| | Z = {a = x0 < x1 < . . . < xn = b} <∞
i=1

210
In dieser Übung möchten wir zeigen, dass sich jede Funktion f ∈ F([a, b]) mit beschränk-
ter Variation als Differenz von zwei monotonen Funktionen schreiben lässt und daher auch
Riemann-integrierbar ist. Sei also f ∈ F([a, b]) mit beschränkter Variation und sei
( n )
X
V (f )(x) = sup |f (xi ) − f (xi−1 )| | Zx = {a = x0 < x1 < . . . < xn = x} .
i=1

für x ∈ [a, b]. Zeigen Sie, dass für x, x0 mit a ≤ x < x0 ≤ b gilt

|f (x0 ) − f (x)| + V (f )(x) ≤ V (f )(x0 ),

indem Sie von einer beliebigen Zerlegung von [a, x] ausgehen und diese geeignet zu einer Zer-
legung von [a, x0 ] erweitern. Schliessen Sie damit, dass die Funktionen V (f ) und V (f ) − f
monoton wachsend sind.

211
4.9 Einschub: Mehrdimensionale Integrale*
Wir wollen hier unseren vollständigen Aufbau der Analysis kurz unterbrechen und anwen-
dungsbezogen mehrdimensionale Integrale besprechen2 . Insbesondere werden wir die vorge-
stellten Methoden informell begründen, aber nicht vollständig erklären oder beweisen können
– wir werden dies erst im zweiten Semester nachholen. Der Grund für den Einschub ist ein-
fach zu erklären: Sie werden ein intuitives Verständnis für diese Themen und die wichtigsten
Rechenmethoden in den Vorlesungen Physik I und Physik II benötigen.

4.9.1 Definition mittels Treppenfunktionen

Wir beginnen unsere Diskussionen damit, die Definition eines mehrdimensionalen Integrals
anzudeuten. Für diese Definition sollten wir Funktionen f auf einem d-dimensionalen Quader
[a1 , b1 ] × · · · × [ad , bd ] betrachten, wobei d ≥ 1 die Dimension des Quaders angibt und die
Zahlen a1 < b1 , . . . , ad < bd die Koordinaten und Abmessungen des Quaders definieren. Zur
Vereinfachung der Notation setzen wir hier vorerst d = 2 und betrachten eine reellwertige
Funktionen f : Q = [a1 , b1 ] × [a2 , b2 ] → R.
Eine Treppenfunktion t ∈ T F(Q) ist in diesem Zusammenhang eine Funktion, so dass man
Q in Teilrechtecke zerlegen kann und t auf den einzelnen Teilrechtecken jeweils konstant ist.
Genauer sollte die Zerlegung rasterförmig von der Form
[
Q= (xj−1 , xj ) × (yk−1 , yk ) ∪ N
j,k

sein, wobei

Z1 = {a1 = x0 < x1 < . . . < xm = b1 }

Z2 = {a2 = y0 < y1 < . . . < yn = b2 }

zwei beliebige Zerlegung der Kanten [a1 , b1 ] und [a2 , b2 ] des Rechtecks Q sind und die Vereini-
gung über alle Paare (j, k) läuft mit j ∈ {1, . . . , m} und k ∈ {1, . . . , n}. Die Menge N besteht
hier aus den Rändern der einzelnen Rechtecke und wird im folgenden einfach ignoriert (da dies
eine sogenannte Nullmenge darstellt). Falls nun die Treppenfunktion t für jedes Tupel (j, k)
auf dem entsprechenden Teilrechteck den Konstanzwert cj,k annimmt, dann definieren wir das
Integral der Treppenfunktion durch
Z X
t dvol = cj,k (xj − xj−1 ) (yk − yk−1 ) . (4.16)
Q j,k

Wir nehmen an, dass f : Q → R beschränkt ist. Dies impliziert wiederum, dass es Treppen-
funktionen u, o ∈ T F(Q) gibt, die u ≤ f ≤ o erfüllen. Wir bezeichnen u dvol beziehungsweise
R

o dvol als Untersumme und Obersumme zu f . Das untere Integral I (f ) ist nun als Supre-
R

mum der Untersummen und das obere Integral I (f ) als Infimum der Obersummen definiert.
2
Dieser Abschnitt existiert als Hilfestellung für die Physik-Vorlesung und ist als Text für die Eigenlektüre
zu verstehen.

212
Wenn diese beiden Zahlen übereinstimmen, dann definieren diese das Riemann-Integral
Z
f dvol = I (f ) = I (f ) .
Q

Wir wollen dies auch im folgenden Applet erklären, wobei wir das zwei-dimensionale Inte-
gral als Volumen des Körpers in Figur 4.6 interpretieren.

Applet 4.45 (Zelt). Wir sehen, dass wir das Volumen des Zeltes von unten und von oben
abschätzen können, wodurch wir immer genauere Annäherungen für das Volumen erhalten
können. Das zwei-dimensionale Integral [−1,1]2 2 − x2 − y 2 dvol gibt das Volumen fehlerfrei
R

an.

Auch dreidimensionale Integrale können konkrete physikalische Bedeutungen besitzen. Falls

zum Beispiel Q = [a1 , b1 ] × [a2 , b2 ] × [a3 , b3 ] ein drei-dimensionaler Quader mit Abmessungen
b1 − a1 , b2 − a2 , b3 − a3 > 0 (in m) ist und ρ(x, y, z) die vom Punkt (x, y, z) ∈ Q abhängige
Dichte des Quaders (in kg/m3 ) angibt, so gibt das drei-dimensionale Integral
Z
ρ (x, y, z) dvol
Q

die Gesamtmasse des Quaders an. Dies ergibt sich durch Verallgemeinerung der Diskussion in
Abschnitt 4.4.3.

4.9.2 Iterierte Integrale

In der Definition des Begriffes „Integral einer Treppenfunktion“ t : Q → R haben wir über
alle Paare (j, k) mit j ∈ {1, . . . , m} und k ∈ {1, . . . , n} summiert (siehe Definition 4.16).
Wollen wir dies genauer mittels der Summennotation aus Abschnitt 3.1 formulieren, so haben
wir die zwei äquivalenten Möglichkeiten
Z X
t dvol = cj,k (xj − xj−1 ) (yk − yk−1 )
Q j,k
m
" n #
X X
= cj,k (yk − yk−1 ) (xj − xj−1 )
j=1 k=1
 
n
X Xm
=  cj,k (xj − xj−1 ) (yk − yk−1 ) .
k=1 j=1

Da das mehrdimensionale Integral gewissermassen ein kontinuierliches Analog zu derartigen

Doppelsummen darstellt, könnte man erwarten, dass das mehrdimensionale Integral einer
Riemann-integrierbaren Funktion f : Q → R analog
Z Z b1 Z b2 
f dvol = f (x, y) dy dx
Q a1 a2
Zb2 Zb1 
= f (x, y) dx dy
a2 a1

213
erfüllt, wobei die inneren Integrale (oben das Integral bezüglich y) die äussere Integrations-
variable (oben die Variable x) als Konstante interpretieren und diese Integrale wiederum eine
Funktion bezüglich der äusseren Integrationsvariable (oben x) definieren. Dies trifft in der
Tat für stetige Funktionen f zu – geeignet interpretiert auch allgemeiner – und wird als der
Satz von Fubini bezeichnet. Informell können wir dies in zwei Dimensionen auch durch die
Gleichung dvol = dx dy ausdrücken.

Applet 4.46 (Volumen des Zeltes). Wir können den Satz von Fubini und das Vorgehen der Be-
rechnung des Volumens auch geometrisch veranschaulichen. Dabei bestimmt die x-Koordinate
einen ebenen Querschnitt durch das Zelt, und die y-Koordinate animiert die Berechnung des
Flächeninhaltes des Querschnittes. Versuchen Sie mit den Schiebern die Addition der iterierten
Summen nachzustellen.

Der Satz von Fubini ist extrem nützlich, da wir mit diesem Satz die Berechnung von mehr-
dimensionalen Integrale auf die Berechnung eindimensionaler Integrale zurückführen können
(und wir für letztere im Laufe dieses Semester viele Methoden zur Berechnung lernen werden).

Beispiel 4.47 (Volumen des Zeltes). Wir definieren das Zelt

Z = (x, y, z) ∈ R3 | (x, y) ∈ [−1, 1]2 und 0 ≤ z ≤ 2 − x2 − y 2 .



Figur 4.6: Das Zelt Z ist der Bereich unterhalb des Graphen der Funktion
(x, y) 7→ 2 − x2 − y 2 .

214
 Das Volumen des Zeltes ist auf Grund von f (x, y) = 2−x2 −y 2 ≥ 0 für alle (x, y) ∈ [−1, 1]2
und obiger Diskussionen durch
Z
2 − x2 − y 2 dvol


vol(Z) =
[−1,1]2
Z 1 Z 1 
2 2


= 2−x −y dy dx
−1 −1
Z 1
10
− 2x2 dx


= 3
−1
20 4 16
= 3 − 3 = 3

gegeben, wobei wir für das innere Integral über y ∈ [−1, 1] die Variable x als Konstante be-
trachtet haben und die Rechnung
Z 1 Z 1
2 2 2
y 2 dy



2−x −y dy = 2 · 2 − x −
−1 −1

= 4 − 2x2 − 1 3
− 13 (−1)3


31
= 10
3 − 2x2

verwendet haben.

4.9.3 Schwerpunkt eines Körpers

Wir wollen als weitere Anwendung von mehrdimensionalen Integralen den Schwerpunkt
von Körpern K ⊆ R3 berechnen, wobei ρ : K → R≥0 die vom Punkt abhängige Dichte des
Körpers beschreibt. In Analogie zu Abschnitt 4.4.3 sind dann die Gesamtmasse m des Körpers
und die Koordinaten (x0 , y0 , z0 ) des Schwerpunktes durch die Formeln
Z
m= ρ (x, y, z) dvol
KZ
1
x0 = xρ (x, y, z) dvol
m K
Z
1
y0 = yρ (x, y, z) dvol
m K
Z
1
z0 = zρ (x, y, z) dvol
m K

gegeben. Wir haben in diesen Definition auch eine Verallgemeinerung des mehrdimensionalen
Integrals versteckt, da wir nicht immer annehmen wollen, dass K = Q ein Quader ist. Im Sinne
der Anwendung liegt es aber nahe anzunehmen, dass K beschränkt ist. Dadurch existiert ein
Quader wie in obiger Diskussion Q, der K enthält. Nun setzen wir die Dichtefunktion ρ von
K auf ganz Q fort, indem wir ρ|Q\K = 0 setzen. Dies macht Sinn, denn wir wollen ja Masse
und Schwerpunkt des betrachteten Körpers berechnen und werden dabei davon ausgehen, dass
ausserhalb des Körpers Vakuum herrscht. In diesem Sinne ist ein Integral über eine Funktion

215
f auf K durch
Z Z
f dvol = 1K f dvol
K Q

definiert, wobei

f (x, y, z) für (x, y, z) ∈ K
(1K f ) (x, y, z) =
0 für (x, y, z) ∈ Q \ K

Beispiel 4.48 (Schwerpunkt des gleichmässig gefüllten Zeltes). Wir wollen nun diese Formeln
ausprobieren und den Schwerpunkt des gleichmässig gefüllten Zeltes (mit Dichte 1kg/m3 ) be-
rechnen. Auf Grund der Symmetrie des Zeltes sind die x- und y-Koordinaten des gleichmässig
gefüllten Zeltes gleich x0 = y0 = 0. Für die z-Koordinate des Zeltes verwenden wir den Quader
Q = [−1, 1]2 × [0, 2] und obige Formel, woraus sich
Z
1
z0 = m z dvol
Z
Z 1 Z 1 Z 2 
3
= 16 1Z z dz dy dx
−1 −1 0
"Z #
Z 1 Z 1 2−x2 −y 2
3
= 16 z dz dy dx
−1 −1 0
Z 1 Z 1
3
− x2 − y 2 )2 dy dx
1 
= 16 2 (2
−1 −1

ergibt. Wir haben hier die Reihenfolge der Variablen anders gewählt, da in einer anderen
Reihenfolge die Betrachtung der Funktion 1Z erheblich komplizierter wäre. In der Tat hat in
dieser Reihenfolge die Funktion 1Z einfach die Auswirkung, dass das innerste Integral über die
Variable z mit den ursprünglichen Integrationsgrenzen z = 0 und z = 2 (wie in der Definition
unseres Quaders Q) stattdessen die Integrationsgrenzen z = 0 und z = 2−x2 −y 2 (was unserer
Definition des Zeltes entspricht) verwendet. Um nun z0 tatsächlich zu berechnen, nützen wir
nochmals die Symmetrie des Zeltes aus, um die Rechnung ein wenig zu vereinfachen. Dadurch
ergibt sich
Z 1 Z 1 
3 1 4 4 2 2 2 2
z0 = 4 (4 + x + y − 4x − 4y + 2x y ) dy dx
0 0 2
Z 1
= 83 4 + x4 + 15 − 4x2 − 43 + 23 x2 dx
 
0
3 1 1 4 4 2 11


= 8 4+ 5 + 5 − 3 − 3 + 9 = 15

Übung 4.49. Wir betrachten nun den Körper

K = (x, y, z) ∈ R3 | (x, y) ∈ [0, 1]2 und 0 ≤ z ≤ x (1 − x) y (1 − y)



216
und die Dichtefunktion ρ(x, y, z) = xyz für (x, y, z) ∈ K.

(i) Berechnen Sie das Volumen von K.

(ii) Berechnen Sie die Masse des Körpers.

(iii) Berechnen Sie die Koordinaten des Schwerpunktes. (Auf Grund einer Symmetrie genügt
es hierfür zwei dreidimensionale Integrale zu berechnen.)

Wir erwähnten bereits, dass man den Satz von Fubini für zwei-dimensionale Integrale auf
zwei verschiedene Arten anwenden kann. Dies hilft manchmal um die Berechnung des Integrals
zu beschleunigen, wie in der nächsten Übungsaufgabe.

Übung 4.50. Berechnen Sie den Flächeninhalt und den Schwerpunkt (bei gleichmässiger Mas-
senverteilung mit Gesamtmasse 1) der Fläche zwischen den Kurven, die durch die Gleichungen
x − y 2 = 0 und x − y = 2 beschrieben wird. Hierzu müssen Sie zuerst eine Skizze des Gebietes
erstellen. Versuchen Sie anschliessend die Wahl der Integrationsreihenfolge zu optimieren, so
dass Sie möglichst wenige Integrale berechnen müssen (konkret 3 anstatt 6).

4.9.4 Polarkoordinaten
Gelegentlich ist es in gewissen Problemen nützlich, ein Integral in anderen Koordinaten als
den Kartesischen Koordinaten x, y, z zu berechnen. Beispielsweise kann eine gegebene Funktion
oder ein Integrationsbereich über gewisse Symmetrien verfügen, welche man sich zu Nutzen
machen möchte. Wir illustrieren dies hier an den Polarkoordinaten in der Ebene und im
nächsten Unterabschnitt an den Kugelkoordinaten im dreidimensionalen Raum.
Jeder Punkt (x, y) ∈ R2 lässt sich schreiben als

x = r cos(ϕ), y = r sin(ϕ)

für den Radius r = x2 + y 2 und einen Winkel ϕ ∈ [0, 2π).3 Die Koordinaten (r, ϕ) des
p

Punktes (x, y) werden dabei die Polarkoordinaten genannt. Wir bemerken natürlich, dass
die Funktionen cos : R → R und sin : R → R noch nicht formal definiert wurden; wir werden
diesen Mangel später beheben. Für den Moment begnügen wir uns mit folgendem Bild:

3
Wie wir später bei der Einführung der Winkelfunktionen sehen werden, stellt die Bogenlänge am Ein-
heitskreis die einzige natürliche Wahl für die Angabe eines Winkels dar.

217
 Gegeben eine Riemann-integrierbare Funktion f : BR (0) → R möchten wir nun das Inte-
gral BR (0) f als Integral bezüglich den neuen Koordinaten (r, ϕ) ausdrücken. Dabei können
R

wir aber nicht einfach dvol wie in der Diskussion vom Satz von Fubini als dϕ dr interpretie-
ren, denn dies würde die vorliegende geometrische Bedeutung der Polarkoordinaten komplett
ignorieren. Stattdessen gilt
Z Z R Z 2π
f dvol = f (r cos ϕ, r sin ϕ) r dϕ dr, (4.17)
BR (0) 0 0

Der zusätzliche Faktor r beschreibt das Volumen kleiner Quader in den Koordinaten (r, ϕ),
wie wir im folgenden Bild erklären möchten.

218
 Figur 4.7: Wir betrachten ein „Rechteck“ in Polarkoordinaten (kurz
„Polarrechteck“), das aus jenen Punkten besteht, die Distanz zwischen
r1 und r2 > r1 von Null haben und Winkel zwischen ϕ1 und ϕ2 > ϕ1 zur
x-Achse haben. Sind 4r = r2 − r1 und 4ϕ = ϕ2 − ϕ1 klein, so ist dieser
Ausschnitt eines Kreisringes fast rechteckig mit „Seitenlängen“ 4r und
etwa r4ϕ. Wir werden diese Idee im 2. Semester zu einem Beweis von
(4.17) ausbauen.

Beispiel 4.51 (Kreisrundes Zelt). Wir betrachten das adaptierte Zelt

Zrund = (x, y, z) ∈ R3 | (x, y) ∈ B1 (0) und 0 ≤ z ≤ 2 − x2 − y 2



mit kreisförmiger Basis und berechnen das Volumen. Es gilt

Z Z 2π Z 1
2 2
2 − r2 r dr dϕ



vol (Zrund ) = 2−x −y dx dy =
B1 (0) 0 0

unter Verwendung der Formel (4.17). Nun berechnet man

Z 2π Z 1 Z 1
2 − r2 r dr dϕ = 2π 2r − r3 dr


0 0 0
2
= 2π[r − 14 r4 ]10 = 3π
2 .

Beispiel 4.52 (Trägheitsmoment der Kreisscheibe). Wir betrachten zu einem Radius R > 0
die Kreisscheibe BR (0) ⊆ R2 , welche wir nun um die Null rotieren lassen möchten. Sei ω ∈ R
die dazugehörige Winkelgeschwindigkeit (mit Einheit s−1 ). Betrachtet man nun einen Punkt
p ∈ BR (0) und ein sehr kleines „Polarrechteck“ U um diesen Punkt wie in Figur 4.7, so rotieren
Punkte in U etwa mit Geschwindigkeit kpkω. Die kinetische Energie für die Bewegung von U
ist also in etwa gegeben durch 21 kpk2 ω 2 4m, wobei 4m die Masse von U bezeichnet. Summiert
man dies über alle Polarrechtecke, so erhält man eine intuitive Begründung für die folgende
Formel für die kinetische Energie der Rotation (kurz Rotationsenergie)
Z
1 2
x2 + y 2 ρ (x, y) dx dy.


Erot = 2ω
BR (0)

Dabei ist ρ die Massenverteilung auf BR (0). Die Grösse J = BR (0) x2 + y 2 ρ (x, y) dx dy
R

(mit Einheit kg m2 ) verhält sich also wie die Masse für die geradlinige Bewegung und ist
in diesem Sinne intrinsisch. Sie wird das Trägheitsmoment von BR (0) um Null genannt. Wir
wollen dieses nun berechnen, wobei wir annehmen wollen, dass ρ konstant ist und BR (0) Masse
m
m hat. Wir haben also ρ = πR 2 , und damit ist das Trägheitsmoment durch

Z Z 2π Z R
4
x2 + y 2 ρ dx dy = ρ r3 dr dϕ = ρ2π R4 = 12 mR2


J=
BR (0) 0 0

gegeben.
Im Vergleich dazu wäre das Trägheitsmoment für einen Kreisring mit Masse m am Kreis
mit Radius R gleich mR2 : Denn bei vernachlässigbarer Dicke des Kreisrings hat jeder Teil der

219
Masse Geschwindigkeit ωR, womit die kinetische Energie der Rotation durch

1 1
Erot = m(ωR)2 = ω 2 |mR 2
2 2 {z }
J

gegeben ist.

Applet 4.53 (Trägheitsmomente). Wir sehen verschiedene Körper, welche an einer Rampe
frei runter rollen. Dabei kommt es je nach Trägheitsmoment des Körpers zu unterschiedlichen
Geschwindigkeiten, da die potentiellen Energie in Rotationsenergie und kinetische Energie
umgewandelt wird und Erot = 12 ω 2 J ist. Zum Vergleich wird auch noch ein nicht rotierender
Würfel dargestellt, der ohne Reibung die Rampe runter rutscht. Wir werden die Trägheitsmo-
mente der anderen dargestellten Körper unten berechnen.
Was passiert, wenn wir am Ende der Rampe alle Objekte (mit Hilfe einer Stange durch
die Rotationsachsen) stoppen ohne die Rotation zu stören und dann nochmals gleichzeitig
weiterrollen lassen? Es ist klar, dass der Würfel dann einfach liegen bleibt, da wir beim Stoppen
seine kinetische Energie auf Null gesetzt haben und er keine Rotationsenergie hat. Was passiert
mit den anderen Körpern?

4.9.5 Kugelkoordinaten
Ähnlich zum zweidimensionalen Fall gibt es im dreidimensionalen Raum sphärische Koor-
dinaten. Jeder Punkt (x, y, z) ∈ R3 lässt sich schreiben als

x = r sin(θ) cos(ϕ),
y = r sin(θ) sin(ϕ),
z = r cos(θ)

für den Radius r = x2 + y 2 + z 2 und Winkel ϕ ∈ [0, 2π), θ ∈ [0, π) wie im folgenden Bild.
p

220
 Figur 4.8: Der Winkel ϕ definiert (abgesehen von der Einheit) den Län-
gengrad des Punktes (x, y, z) und θ entspricht dem Breitengrad. Formal
konstruiert sich der Winkel ϕ als den Winkel, den man mit Polarkoordi-
naten erhält, wenn man den Punkt (x, y, z) auf die xy-Ebene projiziert.
Weiter ist θ der Winkel zwischen (x, y, z) und der positiven z-Achse.

Für eine Riemann-integrierbare Funktion

f : BR (0) = (x, y, z) ∈ R3 | x2 + y 2 + z 2 ≤ R2 → R


gilt dann
Z Z RZ π Z 2π
f dvol = f (r sin θ cos φ, r sin θ sin ϕ, r cos θ) r2 sin θ dϕ dθ dr. (4.18)
BR (0) 0 0 0

Wie im vorherigen Abschnitt beschreibt der Faktor r2 sin θ das Verhältnis des Volumens eines
sehr kleinen Quaders bezüglich den neuen Kugelkoordinaten (r, θ, ϕ) im Vergleich zu dem
Produkt der Differenzen der einzelnen (Kugel-)Koordinaten.

221
 Figur 4.9: Wie schon beim Bild 4.7 möchten wir hier erklären, wie der
Faktor r2 sin θ in der Integrationsformel 4.18 zustande kommt. Betrach-
tet man den durch Radien r1 < r2 und Winkel θ1 < θ2 , ϕ1 < ϕ2 gege-
benen „Kugelquader“, so ist dessen Volumen in etwa das Produkt seiner
Seitenlängen, falls 4r = r2 − r1 , 4θ = θ2 − θ1 , 4ϕ = ϕ2 − ϕ1 klein
sind. Die Seitenlänge in radialer Richtung ist 4r (unabhängig von beiden
Winkeln) und die Seitenlänge in Richtung von θ ist etwa r4θ (unabhän-
gig von ϕ). Die Seitenlänge in Richtung ϕ ist gegeben durch r sin(θ)4ϕ,
da für festes r und θ und sich verändernden ϕ eine Bewegung auf einem
Kreis mit Radius r sin θ beschrieben wird. Daraus ergibt sich, das das
gesuchte Volumen des Kugelquaders in etwa durch r2 sin θ4ϕ4θ4r ge-
geben ist, was die Formel (4.18) geometrisch erklärt.

Beispiel 4.54 (Volumen des Balles mit Radius R). Wir berechnen das Volumen des Balles
BR (0) = (x, y, z) ∈ R3 | x2 + y 2 + z 2 ≤ R2 . Es gilt


Z Z RZ π Z 2π
vol(BR (0)) = 1 dvol = r2 sin θ dϕ dθ dr
BR (0) 0 0 0
Z π  Z R 
2
= 2π sin(θ) dθ · r dr
0 0
= 2π · [− cos(θ)]π0 · [ 31 r3 ]R 4 3
0 = 3 πR ,

Rb
wobei wir die Integrationsregel a sin (θ) dθ = [− cos(θ)]ba verwendet haben.

Beispiel 4.55 (Trägheitsmoment des Balles). Wir wollen das Trägheitsmoment des Balles mit
Radius R berechnen, wobei wir annehmen wollen, dass die Masse m gleichmässig mit Dichte
3m
ρ = 4πR 3 im Ball verteilt ist. Wir gehen hier ähnlich wie in Beispiel 4.52 vor und wollen

annehmen, dass der Ball BR (0) mit Mittelpunkt 0 gegeben ist und wir diesen um die z-Achse

222
rotieren lassen wollen. Daraus ergibt sich
Z
x2 + y 2 ρ dvol


J=
BR (0)
Z RZ π Z 2π
=ρ (r sin θ)2 r2 sin θ dϕ dθ dr
0 0 0
Z π  Z R 
2 4
= ρ · 2π · (1 − cos θ) sin(θ) dθ · r dr
0 0
= 3m
4πR3
· 2π · [− cos θ + 31 cos3 θ]π0 · [ 15 r5 ]R
0
2mR2
= 5 .

Beispiel 4.56 (Trägheitsmoment einer Kugelschale). Wir wollen nun annehmen, dass die
Masse m mit gleichmässiger Dichte ρ (in kg/m2 ) an der Oberfläche des Balles mit Radius R
verteilt ist, und wiederum das Trägheitsmoment berechnen. Da die Oberfläche zwei-dimensional
ist, liegt es nahe zu erwarten, dass wir auch ein zwei-dimensionales Integral berechnen müs-
sen. Wir werden auch dies im zweiten Semester genauer definieren und dessen Eigenschaften
vollständig erklären, doch begnügen wir uns hier mit folgenden beiden Rechnungen.
Die Oberfläche der Kugel ist gegeben durch
Z π Z 2π
A= R2 sin θ dϕ dθ
0 0
Z π
2
= 2πR · sin(θ) dθ
0
= 4πR2 ,

wobei wir uns die Kugeloberfläche als Vereinigung von kleinen „Sphärenrechtecken“ (ähnlich
wie in Figur 4.9) vorgestellt haben und dabei das Ihnen wahrscheinlich bekannte Ergebnis
erhalten haben.
m
Durch diesen Erfolg bestätigt berechnen wir die Dichte ρ = 4πR 2 und das Trägheitsmoment

Z π Z 2π
x2 + y 2 R2 sin θρ dϕ dθ


J=
0 0
Z π Z 2π
2
= ρR (R sin θ)2 sin θ dϕ dθ
0 0
Z π
= m
4πR2
· 2πR4 · sin3 θ dθ
0
mR2 4 2mR2
= 2 · 3 = 3 .

4.9.6 Zusammenfassung
Wir hoffen, dass Sie in dieser Diskussion folgende Punkte erkennen konnten:

• Der Satz von Fubini erlaubt uns mehrdimensionale Integrale mit Hilfe von eindimensio-
nalen Integralen zu berechnen. Dies liefert zusätzliche Motivation weitere Methoden zur

223
 Berechnung von eindimensionalen Integralen zu finden, da wir diese Methoden auch für
die Berechnung von mehrdimensionalen Riemann-Integralen benötigen werden.

• Die geometrische Anschauung ist sehr hilfreich – fast schon notwendig – um die be-
trachteten Integralausdrücke zu finden. Vor allem bei Polar- und Kugelkoordinaten ist
es wichtig den zusätzlichen „geometrischen Faktor“ in die Integrale einzubauen.

• Das Wort „etwa“ ist in diesem Abschnitt unüblich oft aufgetreten, da eine genauere
Begründung oder sogar ein Beweis der Aussagen für uns erst im nächsten Semester
möglich ist. In der Tat hatten wir bei der Besprechung sehr viel Vertrauen in die Welt,
da wir des Öfteren kleine Fehler erlaubten, aber dann über alle Teilquader summierten,
ohne uns Gedanken zu machen, ob denn die kleinen Fehler auch in der Summe (über
sehr viele kleine Teilquader) noch klein bleiben.

• Wir hoffen, dass Sie dies auch als Motivation sehen, unsere Theorie weiterhin schritt-
weise und ausführlich aufzubauen. Damit wir eben nicht wie oben „Integral-Alchemie“
betreiben, sondern auch die mehrdimensionale Integralrechnung und die dafür nötigen
Theorien vollständig verstehen. Zum Beispiel werden wir dann auch die geometrischen
Faktoren der Polar- und Kugelkoordinaten vollständig erklären und für beliebige „glatte
Koordinatensysteme“ berechnen können.

224
Kapitel 5

Metrische Räume, Folgen und

Stetigkeit

Wir führen in diesem Kapitel den Begriff einer Folge ein. Grob gesagt besteht eine Folge
aus einer geordneten Liste (x1 , x2 , . . .) von Elementen einer Menge X. Wenn die Menge X
mit einem Begriff einer Distanz ausgestattet ist, kann man formalisieren, was unter Konver-
genz einer Folge zu verstehen ist. Wir besprechen diesen abstrakten Rahmen, viele Beispiele
und den Zusammenhang zur Stetigkeit. Im nächsten Kapitel werden wir die Bedeutung des
Vollständigkeitsaxiom für Folgen in R untersuchen.

5.1 Normierte Vektorräume

In Kapitel 2 (siehe die Abschnitte 2.4.2 und 2.4.3) haben wir bereits gesehen, wie man
Distanzen auf R oder C messen kann. In Analogie dazu möchten wir hier verschiedene Vari-
anten von Normen definieren, welche die Rolle des Absolutbetrags übernehmen und Abstände
in Vektorräumen messen werden. Insbesondere werden wir hier die Vektorräume Rd oder Cd
für eine im ganzen Abschnitt fixierte Dimension d ∈ N betrachten. Wir schreiben Vektoren in
Rd oder Cd in der Form  
v1
.. 
v = (v1 , . . . , vd )t = 

 . ,

vd
wobei t die „Transposition“ des platzsparenden Zeilenvektors zu einem Spaltenvektor bezeich-
net.

Definition 5.1 (Normen). Sei V ein Vektorraum über K = R (oder K = C). Eine Norm auf
V ist eine Abbildung k · k : v ∈ V 7→ kvk ∈ R≥0 , die folgende drei Eigenschaften erfüllt.

• (Definitheit) Für alle v ∈ V gilt kvk = 0 ⇐⇒ v = 0.

• (Homogenität) Für alle v ∈ V und alle α ∈ K gilt kαvk = |α|kvk.

• (Dreiecksungleichung) Für alle v1 , v2 ∈ V gilt kv1 + v2 k ≤ kv1 k + kv2 k.

225
Man nennt V gemeinsam mit der Norm k · k auch einen normierten Vektorraum.

Das einfachste Beispiel eines normierten Vektorraum ist wahrscheinlich R (als 1-dimensio-
naler Vektorraum über R) mit dem Absolutbetrag | · | (siehe Abschnitt 2.4.2). Genauso ist C
mit dem Absolutbetrag ein normierter Vektorraum (als Vektorraum über R oder C). Folgendes
Beispiel ist vielleicht interessanter.

Beispiel 5.2 (Maximumsnorm und Einsnorm). Sei d ∈ N. Zu j ∈ {1, . . . , d} bezeichnen wir

mit πj die Projektion

πj : v = (v1 , . . . , vd )t ∈ Cd 7→ vj ∈ C

auf die j-te Komponente. Die Maximumsnorm oder Unendlichnorm k · k∞ ist definiert
durch

kvk∞ = max |πj (v)|

j=1,...,d

für v ∈ Cd und die 1-Norm ist definiert durch

d
X
kvk1 = |πj (v)|
j=1

für v ∈ Cd . Die Maximumsnorm und die 1-Norm auf Rd sind durch die gleichen Formeln
definiert (oder äquivalent dazu durch Einschränkung auf Rd ). Wir überlassen Ihnen die Über-
prüfung der Eigenschaften in Definition 5.1.

5.1.1 Die euklidsche Norm

Sei d ∈ N. Wir möchten nun eine für die sogenannte „Euklidische Geometrie“ natürliche
Norm auf V = Cd definieren und besprechen. Das Euklidische innere Produkt (oder
Skalarprodukt) von

v = (v1 , . . . , vd )t und
w = (w1 , . . . , wd )t

ist definiert durch

d
X
hv, wi = v k wk .
k=1

Dieses erfüllt folgende Eigenschaften:

• (Sesquilinearität) Für alle v1 , v2 , v, w1 , w2 , w ∈ V und α1 , α2 ∈ C gilt

hα1 v1 + α2 v2 , wi = α1 hv1 , wi + α2 hv2 , wi

hv, α1 w1 + α2 w2 i = α1 hv, w1 i + α2 hv, w2 i .
226
 • (Symmetrie) Für alle v, w ∈ V gilt hv, wi = hw, vi.

• (Definitheit) Für v ∈ V gilt hv, vi ≥ 0 und hv, vi = 0 genau dann, wenn v = 0 ist.

Wir bemerken, dass das Wort „sesqui“ für eineinhalb steht: das innere Produkt ist linear im
ersten Argument und „halblinear“ im zweiten Argument. Das reelle innere Produkt auf Rd
ist durch dieselbe Formel definiert und erfüllt an Stelle der Sesquilinearität die Bilinearität,
also die Linearität in beiden Argumenten (bei festgehaltenem anderem Argument).
Den Beweis der Sesquilinearität und der Symmetrie überlassen wir als Übung. Wir beweisen
Definitheit. Sei also v = (v1 , . . . , vd )t ∈ V = Cd . Dann gilt

d
X
hv, vi = |vk |2 ≥ 0.
k=1

Wenn v = 0 ist, dann ist auch hv, vi = 0. Wenn hv, vi = nk=1 |vk |2 = 0 ist, dann muss jeder
P

Summand verschwinden. Also gilt vk = 0 für alle k ∈ {1, . . . , d} und damit v = 0.

Unter Verwendung der obigen Eigenschaften des Euklidschen inneren Produkts lässt sich
nun eine Norm definieren. Die Euklidsche Norm auf V = Cd ist gegeben durch
v
u d
p uX
kvk = hv, vi = t |vk |2
k=1

für alle v = (v1 , . . . , vd )t ∈ Cd . Sie wird auch die 2-Norm genannt und dementsprechend als
k · k2 geschrieben.
Wir möchten im Folgenden zeigen, dass die Euklidsche Norm in der Tat eine Norm ist.
Definitheit und Homogenität des Euklidschen Norm folgen direkt aus den Eigenschaften des
Euklidschen inneren Produkts (wieso?). Um die Dreiecksungleichung zu beweisen, benötigen
wir folgende fundamentale Abschätzung.

Proposition 5.3 (Cauchy-Schwarz Ungleichung). Sei d ∈ N und V = Cd . Dann gilt für alle
v, w ∈ V die Ungleichung

| hv, wi | ≤ kvkkwk. (5.1)

Des Weiteren gilt Gleichheit in (5.1) genau dann, wenn v, w linear abhängig sind (das heisst,
wenn ein α ∈ C existiert mit αv = w oder v = αw).

Das innere Produkt zweier Vektoren lässt sich also durch die „Normen“ der beiden Vektoren
auf eine konkrete Art und Weise kontrollieren. Wir merken an, dass der folgende Beweis nur
die „Axiome“ des inneren Produktes Sesquilinearität, Symmetrie und Definitheit und nicht die
konkrete Formel in der Definition des Euklidschen inneren Produktes verwendet.

227
Beweis. Falls v = 0 oder w = 0 ist, so steht auf beiden Seiten von (5.1) Null und die Vektoren
v, w sind linear abhängig. Wir nehmen also an, dass v 6= 0 und w 6= 0. Dann gilt für α = hv,wi
kwk2

kv − αwk2 = hv − αw, v − αwi

= hv, v − αwi − α hw, v − αwi
= hv, vi − α hv, wi − α hw, vi + |α|2 kwk2
= kvk2 − α hv, wi − αhv, wi + |α|2 kwk2
| hv, wi |2 | hv, wi |2 | hv, wi |2
= kvk2 − 2 + kwk2
= kvk2
− .
kwk2 kwk4 kwk2

Der Ausdruck kv − αwk2 ist aber nicht-negativ und es folgt

| hv, wi |2
kvk2 − ≥ 0.
kwk2

Somit folgt kvk2 kwk2 ≥ | hv, wi |2 , was die gewünschte Ungleichung (5.1) impliziert. Gleichheit
gilt genau dann, wenn kv − αwk = 0 und somit v = αw ist.

Alternativ lässt sich die Cauchy-Schwarz-Ungleichung auch wie folgt beweisen.

Übung 5.4 (Cauchy-Ungleichung mit einem ε). Sei ε > 0. Zeigen Sie, dass alle v, w ∈ Rd
die Abschätzung

ε2 2
|hv, wi| ≤ 2 kvk + 1
2ε2
kwk2

erfüllen und schliessen Sie daraus auf die Cauchy-Schwarz Ungleichung (5.1).

Korollar 5.5 (Euklidische Norm). Sei d ∈ N. Die Euklidische Norm definiert eine Norm auf
Cd .

Beweis. Es verbleibt die Dreiecksungleichung zu beweisen. Seien v, w ∈ Cd . Wir schätzen

direkt ab unter Verwendung der Cauchy-Schwarz-Ungleichung

kv + wk2 = hv + w, v + wi = hv, v + wi + hw, v + wi = kvk2 + hv, wi + hw, vi + kwk2

= kvk2 + hv, wi + hv, wi + kwk2 = kvk2 + 2 Re(hv, wi) + kwk2
≤ kvk2 + 2| hv, wi | + kwk2 ≤ kvk2 + 2kvkkwk + kwk2 = (kvk + kwk)2 ,

womit die Aussage nach Ziehen der Wurzel folgt.

Durch Einschränkung auf Rd ⊆ Cd erhalten wir auch das Euklidische innere Produkt
und die Euklidische Norm auf Rd . Alle oben bewiesenen Aussagen gelten analog für Rd .

5.1.2 Der Raum der stetigen Funktionen

Wir kennen bereits einige Normen auf endlich-dimensionalen Vektorräumen und werden
noch weitere kennenlernen. Für die Analysis sind allerdings nicht nur endlich-dimensionale

228
normierte Vektorräume interessant, sondern oft auch unendlich-dimensionale. Häufig (zum
Beispiel bei der Diskussion von Differentialgleichungen) werden dabei sogenannte Funktionen-
räume untersucht.
Als Beispiel hierfür betrachten wir in diesem Unterabschnitt ein kompaktes Intervall K =
[a, b] mit a < b in R und den den Vektorraum V = C([a, b]) der stetigen reellwertigen Funk-
tionen auf [a, b].

Übung 5.6. Zeigen Sie, dass der Vektorraum C([a, b]) unendlich-dimensional ist.

In diesem Abschnitt definieren wir zwei verschiedene Normen auf C([a, b]) – die Supre-
mumsnorm und die 1-Norm.

Beispiel 5.7 (Supremumsnorm). Wir definieren für f ∈ C([a, b])

kf k∞ = sup |f (x)| = max |f (x)|

x∈[a,b] x∈[a,b]

unter Verwendung von Satz 3.67. Wir behaupten nun, dass k · k∞ eine Norm auf C([a, b]) ist.
Es gilt Definitheit, denn für alle f ∈ C([a, b]) ist kf k∞ ≥ 0 per Definition von k · k∞ und
kf k∞ = 0 genau dann, wenn f = 0. Für α ∈ R und f ∈ C([a, b]) gilt des Weiteren

kαf k∞ = max |α| |f (x)| = |α| max |f (x)| = |α| kf k∞

x∈[a,b] x∈[a,b]

und somit Homogenität von k · k∞ . Schlussendlich gilt für f1 , f2 ∈ C([a, b]) auch

kf1 + f2 k∞ = max |f1 (x) + f2 (x)|

x∈[a,b]


≤ max |f1 (x)| + |f2 (x)|
x∈[a,b]

≤ max |f1 (x)| + max |f2 (x)| = kf1 k∞ + kf2 k∞ ,

x∈[a,b] x∈[a,b]

womit wir die Dreiecksungleichung bewiesen haben und gezeigt haben, dass k · k∞ eine Norm
auf V ist.

Beispiel 5.8 (1-Norm). Setze für f ∈ C([a, b])

Z b
kf k1 = |f (x)| dx.
a

Hier verwenden wir, dass x ∈ [a, b] 7→ |f (x)| stetig ist nach Proposition 3.52 und dass stetige
Funktionen Riemann-integrierbar sind (Satz 4.42). Dann ist k · k1 eine Norm auf C([a, b]).

Übung 5.9. Überprüfen Sie, dass k · k1 in der Tat eine Norm auf C([a, b]) ist.

229
5.2 Metrische Räume

5.2.1 Definition und erste Beispiele

Definition 5.10 (Metrik). Ein metrischer Raum (X, d) ist eine Menge X gemeinsam mit
einer Abbildung d : X × X → R≥0 , die die Metrik auf X genannt wird und die folgenden
drei Eigenschaften erfüllt:

• (Definitheit) Für alle x1 , x2 ∈ X gilt d(x1 , x2 ) = 0 ⇐⇒ x1 = x2 .

• (Symmetrie) Für alle x1 , x2 ∈ X gilt d(x1 , x2 ) = d(x2 , x1 ).

• (Dreiecksungleichung) Für alle x1 , x2 , x3 ∈ X gilt d(x1 , x3 ) ≤ d(x1 , x2 ) + d(x2 , x3 ).

Intuitiv ausgedrückt weist eine Metrik d auf einer Menge X je zwei Punkten ihre Distanz
(ihren Abstand) zu. In dieser Auffassung besagt die Definitheit der Metrik, dass der einzige
Punkt, der Abstand Null zu einem gegebenen Punkt x1 ∈ X hat, x1 selbst ist. Symmetrie
der Metrik besagt, dass der Abstand von x1 ∈ X zu x2 ∈ X der gleiche ist wie von x2 zu x1 .
Fasst man die Distanz zwischen zwei Punkten als die Länge eines kürzesten Weges vom einen
zum anderen Punkt auf (was nicht immer möglich ist), dann besagt die Dreiecksungleichung,
dass die Länge eines kürzesten Weges von x1 nach x3 höchstens so gross ist wie die Länge
eines Weges, den man abläuft, wenn man zuerst den Umweg nach x2 und von dort aus nach
x3 geht.
Folgende Beispiele von Metriken sind uns eigentlich bereits bekannt – siehe Lemma 5.11
unten:

• X = R mit der Standardmetrik d definiert durch d(x1 , x2 ) = |x1 − x2 | für x1 , x2 ∈ R.

• X = C mit der Standardmetrik d definiert durch d(z1 , z2 ) = |z1 − z2 | für z1 , z2 ∈ C.

• X = Cd mit der Einsmetrik d1 definiert durch d1 (v1 , v2 ) = kv1 − v2 k1 für v1 , v2 ∈ Cd .

• X = Cd mit der euklidischen Metrik d2 definiert durch d2 (v1 , v2 ) = kv1 − v2 k2 für

v1 , v2 ∈ C d .

• X = Cd mit der Maximumsmetrik d∞ definiert durch d∞ (v1 , v2 ) = kv1 − v2 k∞ für

v1 , v2 ∈ C d .

Für X = Cd und damit auch X = Rd werden wir im Normalfall die euklidische Metrik d2
benützen und diese auch einfach mit d = d2 bezeichnen.
Wie wir auch sehen werden, gibt es viele weitere, interessante Beispiele von metrischen
Räumen. Manche aber nicht alle dieser erhalten wir mittels Normen k · k auf Vektorräumen
wie in Definition 5.1.

230
Lemma 5.11 (Eine Norm definiert eine Metrik). Sei V ein Vektorraum über1 R und k · k eine
Norm auf V . Dann definiert

d(v1 , v2 ) = dk·k (v1 , v2 ) = kv1 − v2 k

für v1 , v2 ∈ V eine Metrik d auf V , die man auch die von der Norm k · k induzierte Metrik
auf V nennt.

Beweis. Es gilt für v1 , v2 ∈ V

dk·k (v1 , v2 ) = 0 ⇐⇒ kv1 − v2 k = 0

⇐⇒ v1 − v2 = 0
⇐⇒ v1 = v2

nach Definitheit der Norm k · k. Nach Homogenität der Norm für α = −1 gilt für v1 , v2 ∈ V

dk·k (v1 , v2 ) = kv1 − v2 k = k(−1)(v2 − v1 )k

= kv2 − v1 k = dk·k (v2 , v1 )

und somit erhalten wir die Symmetrie von dk·k . Zuletzt verwenden wir die Dreiecksungleichung
der Norm und erhalten

dk·k (v1 , v3 ) = kv1 − v3 k = k(v1 − v2 ) + (v2 − v3 )k

≤ kv1 − v2 k + kv2 − v3 k = dk·k (v1 , v2 ) + dk·k (v2 , v3 )

für alle v1 , v2 , v3 ∈ V . Dies zeigt die Dreiecksungleichung für dk·k , womit also dk·k eine Metrik
auf V ist.

Nicht jede Metrik auf einem Vektorraum muss durch eine Norm gegeben sein. Des Weiteren
ist das Messen von Distanzen nicht nur auf Vektorräumen von Interesse. Interessante Beispiele
dieser Art möchten wir nun besprechen.

Beispiel 5.12 (Weitere metrische Räume).

(i) (Diskrete Metriken) Sei X eine Menge und ddiskret : X × X → R≥0 definiert durch
(
1 falls x1 6= x2
ddiskret (x1 , x2 ) =
0 falls x1 = x2

für x1 , x2 ∈ X. Dann ist (X, ddiskret ) ein metrischer Raum. In der Tat ist ddiskret definit
und symmetrisch per Definition. Des Weiteren erfüllt d die Dreiecksungleichung: Seien
x1 , x2 , x3 Punkte in X. Falls d(x1 , x3 ) = 0 gilt, dann ist d(x1 , x3 ) ≤ d(x1 , x2 ) + d(x2 , x3 )

1
Hier und auch im Folgenden können wir ebenso Vektorräume über C betrachten, doch inkludiert der Fall
der reellen Vektorräume auch den Fall von komplexen Vektorräumen, weshalb wir Vektorräume über C hier
und im Folgenden nicht mehr getrennt erwähnen werden.

231
 trivialerweise erfüllt. Falls d(x1 , x3 ) = 1 gilt, dann ist x1 6= x3 und x2 ist mindestens
von einem Punkt in {x1 , x3 } verschieden und die Dreiecksungleichung gilt ebenso.
Man beachte, dass die diskrete Metrik auf Rd für d ≥ 2 nicht durch eine Norm gegeben
ist. In der Tat würde eine Norm k · k mit kv2 − v1 k = ddiskret (v1 , v2 ) für alle v1 , v2 ∈
Rd widersprüchlicherweise die Homogenitätseigenschaft in Definition 5.1 nicht erfüllen
können.

(ii) (Manhattanmetrik) Wir setzen X = [0, 1]2 und

dNY ((x1 , y1 ), (x2 , y2 )) = |x1 − x2 | + |y1 − y2 |

für (x1 , y1 ) , (x2 , y2 ) ∈ [0, 1]2 . In der Tat erfüllt dNY alle Axiome einer Metrik auf [0, 1]2 ,
da dNY = d1 |X×X die Einschränkung der Einsmetrik d1 von R2 auf X = [0, 1]2 ist.
Die Metrik dNY wird oft auch Manhattan-Metrik genannt. Grund dafür ist, dass man
in schachbrettartig angelegten Orten wie zum Beispiel Manhattan auf folgende Weise
von (x1 , y1 ) nach (x2 , y2 ) gelangt: Man geht zuerst bei gleichbleibender y-Koordinate
von (x1 , y1 ) nach (x2 , y1 ) und dann bei gleichbleibender x-Koordinate von (x2 , y1 ) nach
(x2 , y2 ), oder umgekehrt von (x1 , y1 ) nach (x1 , y2 ) und dann von (x1 , y2 ) nach (x2 , y2 ).
Es gäbe zwar noch andere Möglichkeiten, aber wenn alle Strassen in Manhattan von
West-Ost oder Nord-Süd verlaufen, dann misst dNY den relevanten Abstand zwischen
zwei Punkten.

(iii) (Metrik der französischen Eisenbahn) Wir setzen X = C und definieren die SNCF-Metrik
dSNCF auf X durch
(
|z1 − z2 | falls z1 , z2 linear abhängig über R sind
dSNCF (z1 , z2 ) =
|z1 | + |z2 | falls z1 , z2 linear unabhängig über R sind

für alle z1 , z2 ∈ C. Der Grund für den Namen dieser Metrik (siehe Übung 5.13) ist, dass
eine Bahnreise von einer französischen Stadt bei z1 zu einer anderen bei z2 meist über
den Ursprung z = 0 (auch Paris genannt) führt, ausser wenn z1 und z2 auf derselben
– von Paris ausgehenden geraden Strecke liegen. Gewissermassen besteht C in dieser
Metrik also aus unendlich vielen Halbgeraden, die sich nur im Ursprung treffen.

(iv) Ein kombinatorischer Graph ist eine endliche Menge von Punkten, die sogenannten
Ecken, von welchen einige mit sogenannten Kanten verbunden sind. Diese lassen sich
auf natürliche Weise mit mehreren Metriken ausstatten; der Konkretheit halber betrach-
ten wir einen spezifischen Graphen, doch muss ein Graph nicht unbedingt als Teilmenge
von Rd für d ≥ 2 gegeben sein.

232
 Man kann nun eine Metrik auf den Ecken (durch • gekennzeichnet) dadurch definieren,
dass man benachbarten Ecken die Distanz 1 zuweist und dies iteriert. Beispielsweise
definiert man die Distanz zweier Ecken, die man über zwei aber nicht weniger Kanten
erreichen kann, als 2. Dazu notwendig ist, dass man von einer Ecke zu jeder anderen Ecke
über Ablaufen von Kanten gelangen kann (wie bei obigem Graphen) – diese Eigenschaft
nennt sich auch Zusammenhang des Graphen.
Des Weiteren ist es auch möglich, eine Metrik auf dem kompletten (kontinuierlichen)
Graphen zu definieren, indem man die obige Definition auf folgende Weise erweitert.
Fasst man eine Kante als Kopie des Intervalles [0, 1] auf, wobei 0 und 1 die zwei Ecken
der Kante sind, so kann man eine Distanz auf den Kanten über die Distanz |x − y| auf
[0, 1] definieren. Ähnlich wie oben kann man nun damit eine Metrik auf dem gesamten
Graphen (inklusive den Kanten) definieren.
Übung 5.13. Zeigen Sie, dass die in Beispiel 5.12(iii) definierten Metriken tatsächlich Me-
triken sind. Führen Sie des Weiteren die Konstruktion der Metriken in (iv) vollständig und
formal durch.
Wir bemerken, dass für eine gegebene Teilmenge Y eines metrischen Raumes (X, d) die
Einschränkung d|Y ×Y eine Metrik auf Y definiert. Wenn Y mit dieser Metrik versehen ist,
nennen wir Y einen Teilraum des metrischen Raumes (X, d) und die Metrik d|Y ×Y die
induzierte Metrik. Wenn nicht anders spezifiziert, statten wir Teilmengen eines metrischen
Raumes implizit mit der induzierten Metrik aus.
Wichtige Übung 5.14 (Umgekehrte Dreiecksungleichung). Sei (X, d) ein metrischer Raum.
Zeigen Sie, dass für alle x1 , x2 , y ∈ X gilt

|d(x1 , y) − d(x2 , y)| ≤ d(x1 , x2 ).

Übung 5.15 (Deformation der Metrik). Sei (X, d) ein metrischer Raum. Zeigen Sie, dass

p d(x, y)
d1/2 (x, y) = d(x, y) und d̃ (x, y) =
1 + d(x, y)

für x, y ∈ X zwei Metriken d 1 , d˜ auf X definieren.

2

233
5.2.2 Ein kurzer Überblick
Wir fassen die behandelten Begriffe nochmals in einem Diagram zusammen.

Wir werden uns im zweiten Semester vor allem mit Rd für d ≥ 2 (mehrdimensionale
Analysis) beschäftigen; allerdings werden wir auch C([a, b]) mit k · k∞ wie in Beispiel 5.7 oder
gewisse Teilmengen von Rd verwenden. Insbesondere bieten metrische Räume den für uns
geeigneten allgemeinen Rahmen.

5.2.3 Offene Bälle

Mit dem Abstandsbegriff gegeben durch Metriken lassen sich in Analogie zu Definition 2.52
Bälle definieren.

Definition 5.16 (Offene Bälle). Sei (X, d) ein metrischer Raum. Für ein r > 0 und einen
Punkt x0 ∈ X nennt man

Br (x0 ) = {x ∈ X | d(x, x0 ) < r}

den offenen Ball mit Radius r um x0 . Wir sagen, dass eine Teilmenge O ⊆ X offen ist, falls
es zu jedem x0 ∈ O ein r > 0 mit Br (x0 ) ⊆ O gibt.

Wir zeigen im Folgenden, dass der Durchschnitt zweier offener Bälle offen ist, aber verschie-
ben eine ausführlichere Diskussion dieses und verwandter Begriffe auf das zweite Semester.

Lemma 5.17 (Schnitte offener Bälle). Sei (X, d) ein metrischer Raum, seien x1 , x2 ∈ X und
r1 , r2 > 0. Dann ist Br1 (x1 ) ∩ Br2 (x2 ) offen, das heisst, es existiert für alle x ∈ Br1 (x1 ) ∩

234
Br2 (x2 ) ein r > 0 mit

Br (x) ⊆ Br1 (x1 ) ∩ Br2 (x2 ).

Beweis. Sei x ∈ Br1 (x1 ) ∩ Br2 (x2 ). Wir setzen

r = min{r1 − d(x, x1 ), r2 − d(x, x2 )}

und bemerken, dass r > 0 ist, da d(x, x1 ) < r1 und d(x, x2 ) < r2 nach Annahme an y. Es
bleibt zu zeigen, dass r die gewünschte Eigenschaft erfüllt. Sei also y ∈ Br (x). Dann gilt nach
der Dreiecksungleichung

d(y, x1 ) ≤ d(y, x) + d(x, x1 ) < r1 − d(x, x1 ) + d(x, x1 ) = r1

und genauso d(y, x2 ) < r2 , was das Lemma beweist.

5.2.4 Wie sehen metrische Räume aus?

Da metrische Räume sozusagen geometrische Objekte darstellen, drängt sich vielleicht die
Frage im Titel des Unterabschnittes auf. Doch ist diese Frage genauso wenig sinnvoll wie
zum Beispiel die Frage „Welche Eigenschaften haben chemische Elemente?“. In beiden Fällen
hängt die Antwort stark vom betrachteten Spezialfall ab. Zum Beispiel inkludiert die Frage
„Wie sehen metrische Räume aus?“ auch die Frage „Wie sehen Teilmengen von Rd aus?“, denn
jede Teilmenge von Rd kann als eigenständiger metrischer Raum (mit der induzierten Metrik)
betrachtet werden. Insbesondere hat auf Grund ihrer Allgemeinenheit diese Frage kaum eine
vernünftige Antwort.
Damit Sie sich von der Vielfalt der Antwortmöglichkeiten ein besseres Bild machen können,
betrachten wir im Folgenden offene Bälle in einigen wenigen metrischen Räumen.

Wichtige Übung 5.18 (Offene Bälle). Beschreiben Sie die offenen Bälle in folgenden me-
trischen Räumen.

• (X, ddiskret ) für eine Menge X und die diskrete Metrik ddiskret auf X.

• [0, 1]2 mit der Manhattanmetrik.

• C mit der französischen Eisenbahnmetrik.

• R2 mit der Metrik d∞ gegeben durch d∞ ((x1 , y1 ), (x2 , y2 )) = max {|x1 − x2 |, |y1 − y2 |}
für (x1 , y1 ), (x2 , y2 ) ∈ R2 .

• C([0, 1]) mit der Metrik induziert durch die Norm k · k∞ .

Applet 5.19 (Bälle in einigen metrischen Räumen). Die folgenden Apps sollten helfen, die
Vielfalt der Möglichkeiten für die Gestalt von Bällen in metrischen Räumen zu visualisie-
ren. Dabei betrachten wir das Einheitsquadrat, die SNCF-Metrik, die Einheitssphäre und den
Funktionenraum mit Werten in R.

235
5.3 Folgen und Konvergenz
Definition 5.20 (Folge). Sei X eine Menge. Eine Folge in X ist eine Abbildung a : N → X.
Das Bild a(n) von n ∈ N schreibt man auch als an und bezeichnet es als das n-te Folgenglied
von a. Anstatt a : N → X schreibt man auch (a1 , a2 , . . .), (an )n∈N , (an )∞
n=1 oder kurz (an )n .
Die Menge der Folgen in X wird auch als X N bezeichnet. Eine Folge (an )n heisst konstant,
falls an = am für alle m, n ∈ N, und schliesslich konstant, falls ein N ∈ N existiert mit
an = am für alle m, n ∈ N mit m, n ≥ N .

Sei X = V ein Vektorraum über R oder C. Dann bildet die Menge der Folgen in V
zusammen mit den Verknüpfungen

(an )n + (bn )n = (an + bn )n , α · (an )n = (αan )n

für α ∈ C und Folgen (an )n , (bn )n ∈ CN einen Vektorraum. Für V = R und V = C haben wir
dies bereits in den Abschnitten 3.4 und 3.5.1 gesehen (es sind die Vektorräume RN = FR (N)
respektive CN = FC (N)).

5.3.1 Konvergenz von Folgen

Für eine schliesslich konstante Folge (an )n in einer Menge X ist A ∈ X mit an = A für alle
hinreichend grossen n ∈ N eine besondere Zahl, die wir mit der schliesslich konstanten Folge
assoziieren können. Wir wollen diese Assoziation verallgemeinern, wenn X mit einer Metrik
d ausgestattet ist. Dabei erlauben wir eine beliebig kleine Fehlerschranke ε > 0 und suchen
wiederum ein A ∈ X, so dass für alle hinreichend grossen n ∈ N das Folgenglied an – bis auf
einen Fehler kleiner als ε – gleich A sein soll.

Definition 5.21 (Konvergenz). Sei (X, d) ein metrischer Raum und (an )n eine Folge in X.
Wir sagen, dass (an )n gegen einen Punkt A ∈ X konvergiert oder strebt, falls es für jedes
ε > 0 ein N ∈ N gibt, so dass d(an , A) < ε für alle n ≥ N . In diesem Fall nennen wir den
Punkt A einen Grenzwert der Folge und schreiben auch limn→∞ an = A. Weiter ist eine
Folge in X konvergent, falls sie einen Grenzwert besitzt, und divergent, falls sie keinen
Grenzwert besitzt.

Nochmals anders (und etwas weniger genau) formuliert ist eine Folge (an )n nach A konver-
gent, falls hinreichend späte Folgenglieder der Zahl A beliebig nahe kommen. Wir werden uns
vorerst hauptsächlich mit der Untersuchung von Konvergenz in R oder C wie in folgendem
Bild beschäftigen. Doch wollen wir betonen, dass für die Definition und einige wichtige Ei-
genschaften der axiomatische Kontext des metrischen Raumes mitunter die Diskussion sogar
vereinfachen kann, da diese Diskussion nur auf die Axiome aufbauen kann.

236
 In Prädikatenlogik ist Konvergenz gegen A durch

∀ε > 0 ∃N ∈ N ∀n ≥ N : d(an , A) < ε

gegeben. Wir bemerken noch, dass eine Folge (an )n in einem metrischen Raum (X, d) genau
dann gegen A ∈ X konvergiert, wenn die Folge (d(an , A))n in R gegen Null konvergiert.

Lemma 5.22. Sei (X, d) ein metrischer Raum. Jede konvergente Folge in X besitzt einen
eindeutigen Grenzwert.

Für eine konvergente Folge (an )n in X sprechen wir also von dem Grenzwert limn→∞ an .
In Worten lässt sich der formale Beweis, den wir gleich geben werden, wie folgt beschrei-
ben. Besitzt eine konvergente Folge (entgegen der Behauptung des Lemmas) zwei verschie-
dene Grenzwerte, so muss sie sich schlussendlich beliebig nahe an beiden dieser Grenzwerten
aufhalten. Nach der Dreiecksungleichung müssen diese beiden Grenzwerte also beliebig nahe
aneinander liegen, was allerdings nicht möglich ist, da sie eine positive Distanz zueinander
aufweisen müssen.

Beweis. Seien per Widerspruch A1 , A2 zwei verschiedene Grenzwerte einer konvergenten Fol-
ge (an )n . Sei ε = d(A12,A2 ) > 0. Da (an )n gegen A1 konvergiert, existiert ein N1 ∈ N mit
d(an , A1 ) < ε für alle n ≥ N1 . Genauso existert N2 ∈ N mit d(an , A2 ) < ε für alle n ≥ N2 .
Sei N = max{N1 , N2 }. Dann gilt d(an , A1 ) < ε und d(an , A1 ) < ε für alle n ≥ N . Nach
der Dreiecksungleichung gilt

d(A1 , A2 ) ≤ d(A1 , aN ) + d(aN , A2 ) < 2ε = d(A1 , A2 ),

was einen Widerspruch darstellt.

Wir bemerken noch, dass es reicht, die Eigenschaft in der Definition der Konvergenz für
kleine ε > 0 zu prüfen – siehe folgende Übung.

Übung 5.23. Sei (an )n eine Folge in einem metrischen Raum (X, d), sei A ∈ X und sei
ε0 > 0. Zeigen Sie, dass (an )n genau dann gegen A konvergiert, wenn für alle ε ∈ (0, ε0 ) ein
N ∈ N existiert mit d(an , A) < ε für alle n ≥ N .
237
 Konvergenz lässt sich bequem mit offenen Bällen oder sogenannten Umgebungen beschrei-
ben. Wir erinnern daran, dass für einen metrischen (X, d), x0 ∈ X und ε > 0 der ε-Ball oder
auch die ε-Umgebung um x0 durch

Bε (x0 ) = {x ∈ X | d(x, x0 ) < ε}

gegeben ist (siehe Definition 5.16). Eine allgemeine Umgebung ist wie folgt definiert.

Definition 5.24 (Umgebungen). Sei (X, d) ein metrischer Raum. Eine Umgebung von x0 ∈
X ist eine Teilmenge U ⊆ X, die eine ε-Umgebung von x0 für ein ε > 0 enthält.

Die obige Definition von Umgebungen erlaubt nun eine alternative Formulierung von Kon-
vergenz: Eine Folge (xn )n in einem metrischen Raum (X, d) konvergiert genau dann gegen
x0 ∈ X, wenn für jede Umgebung U ⊆ X von x0 fast alle (das heisst, alle bis auf endlich
viele) Folgenglieder von (xn )n in V liegen (wieso?).

Lemma 5.25 (Indexverschiebung). Für eine Folge (an )n in einem metrischen Raum und
` ∈ N0 ist (an )n genau dann konvergent wenn die Folge (an+` )n konvergent ist. In diesem Fall
gilt

lim an = lim an+` .

n→∞ n→∞

Übung 5.26. Beweisen Sie Lemma 5.25.

Da nach Lemma 5.11 jeder normierte Vektorraum (V, k · k) eine Metrik induziert, erhalten
wir einen Konvergenzbegriff für Folgen in V . Explizit ausgedrückt konvergiert dann eine Folge
(vn )n in V gegen v0 ∈ V , wenn für alle ε > 0 ein N ∈ N existiert, so dass für alle n ≥ N

kvn − v0 k < ε.

Eine Folge (an )n in einem normierten Vektorraum (V, k · k) heisst beschränkt, falls es ein
M > 0 gibt, so dass kan k ≤ M für alle n ∈ N. Wie in Übung 3.38 kann man zeigen, dass
die Menge der beschränkten Folgen in V einen Unterraum des Vektorraums der Folgen in V
bildet.

Lemma 5.27 (Beschränktheit). Jede konvergente Folge in einem normierten Vektorraum

(V, k · k) ist beschränkt.

Beweis. Sei (an )n eine konvergente Folge und A = limn→∞ an . Dann existiert ein N ∈ N, so
dass kan − Ak < 1 für alle n ≥ N . Daraus folgt

kan k = kan − A + Ak ≤ kan − Ak + kAk < 1 + kAk

für alle n ≥ N und

kan k ≤ max {ka1 k, ka2 k, . . . , kaN −1 k, 1 + kAk}

für alle n ∈ N.
238
5.3.2 Erste Konsequenzen und Beispiele
Wir empfehlen den Leserinnen und Lesern sich in diesem Unterabschnitt auf Folgen in R
oder C zu konzentrieren.

Beispiel 5.28 (Konvergente und divergente Folgen in R oder C).

• Eine konstante Folge (an )n mit an = A ∈ C für alle n ∈ N konvergiert gegen A. Ge-
nauso konvergieren schliesslich konstante Folgen gegen den Wert, den sie schliesslich
annehmen.

• Die Folge ( n1 )n konvergiert gegen Null, das heisst limn→∞ n1 = 0. Denn für alle ε > 0
existiert nach dem Archimedischen Prinzip (Satz 2.68) ein N ∈ N mit N1 < ε und für
jedes n ∈ N mit n ≥ N gilt nun 0 ≤ n1 ≤ N1 < ε (und damit | n1 − 0| = n1 < ε).

• Die Folge (an )n gegeben durch an = (−1)n für n ∈ N ist divergent, da die Folgenglieder
1, −1, 1, −1, 1, −1, . . . zwischen 1 und −1 hin und her wechseln und sich insbesondere
keiner bestimmten Zahl nähern.
Formal argumentiert: Für jede Zahl A ∈ C ist entweder A 6= 1 und somit ε = |A − 1| > 0
oder A = 1. Im ersten Fall gibt es für jedes N ∈ N ein gerades n ≥ N mit an = (−1)n = 1
und damit |an − A| = |A − 1| = ε (anstatt |an − A| < ε). Im zweiten Fall gibt es für jedes
N ∈ N ein ungerades n ≥ N mit an = (−1)n = −1 und |A − an | = |1 − an | = 2 (anstatt
|an − A| < 2).

Nach obigem Beispiel könnte man sich die Frage stellen, ob das Konvergenzverhalten einer
Folge reeller Zahlen in C dasselbe ist, wenn man die Folge als Folge in R betrachtet.

Wichtige Übung 5.29 (Reelle Grenzwerte). Sei (an )n eine konvergente Folge in C mit
an ∈ R für alle n ∈ N. Zeigen Sie, dass der Grenzwert limn→∞ an reell ist.

Wie schon bei der Stetigkeit von Funktionen möchten wir auch hier nicht jedesmal „von
Hand“ mit ε > 0 und N ≥ 1 Grenzwerte berechnen müssen. Dazu ist folgende Proposition
hilfreich.

Proposition 5.30 (Additive und multiplikative Eigenschaften des Grenzwerts). Seien (an )n ,
(bn )n zwei konvergente Folgen in C.

(i) Die Folge (an )n + (bn )n ist konvergent und es gilt

lim (an + bn ) = lim an + lim bn .

n→∞ n→∞ n→∞

(ii) Die Folge (an bn )n ist konvergent und es gilt

  
lim (an bn ) = lim an lim bn .
n→∞ n→∞ n→∞

Insbesondere ist für α ∈ R die Folge α(an )n konvergent und

lim (αan ) = α lim an .

n→∞ n→∞

239
(iii) Angenommen an 6= 0 für alle n ∈ N und limn→∞ an 6= 0. Dann ist die Folge ( a1n )n
konvergent und es gilt

1 1
lim = .
n→∞ an limn→∞ an

Insbesondere bildet die Menge der konvergenten Folgen in CN einen Unterraum und der Grenz-
wert stellt eine lineare Abbildung von diesem Unterraum nach C dar.

Beweis. Wir setzen A = limn→∞ an und B = limn→∞ bn .

Für (i) sei ε > 0, N1 ∈ N mit |an − A| < 2ε für alle n ≥ N1 und N2 ∈ N mit |bn − B| < ε
2
für alle n ≥ N2 . Sei N = max{N1 , N2 }. Nach der Dreiecksungleichung ist für alle n ≥ N

|(an + bn ) − (A + B)| = |(an − A) + (bn − B)| ≤ |an − A| + |bn − B| < ε,

was die Aussage in (i) impliziert.

Für (ii) bemerken wir zuerst, dass

|an bn − AB| = |an bn − Abn + Abn − AB|

≤ |an − A||bn | + |A||bn − B|

und möchten die letzteren beiden Terme einzeln abschätzen. Dabei müssen wir sicher stellen,
dass |bn | für grosse n nicht zu gross wird (siehe auch Lemma 5.27). Sei ε > 0 und N ∈ N
(ähnlich wie in (i)) so gewählt, dass für n ≥ N

ε n ε o
|an − A| < , |bn − B| < min ,1 .
2(1 + |B|) 2(1 + |A|)

Dann gilt insbesondere |bn | ≤ |bn − B| + |B| ≤ 1 + |B| für alle n ≥ N . Damit ist für n ≥ N

ε
|an − A||bn | ≤ |an − A|(1 + |B|) < ,
2
ε
|A||bn − B| ≤ (1 + |A|)|bn − B| <
2

was nach obiger Abschätzung für |an bn − AB| die Aussage in (ii) beweist.
Die Behauptung in (i) und (ii) implizieren auch die letzte Aussage in der Proposition, womit
nur noch (iii) zu beweisen ist. Also angenommen an 6= 0 für alle n ∈ N und A = limn→∞ an 6= 0.
Dann gilt

1 1 |A − an |
− =
an A |an A|

Wir sehen also, dass wir erzwingen können, dass a1n − A1 klein ist, wenn |A − an | klein ist.
Dazu müssen wir allerdings verhindern, dass an zu klein wird. Für den formalen Beweis sei

240
ε > 0. Nach Definition von A = limn→∞ an existiert ein N ∈ N, so dass

|A| ε|A|2
 
|an − A| < min ,
2 2

für alle n ≥ N . Für n ≥ N gilt dann nach der umgekehrten Dreiecksungleichung

|A| |A|
|an | = |an − A + A| ≥ |A| − |an − A| > |A| − = .
2 2

Also wird an nicht zu klein und

1 1 |A − an | |an − A| ε|A|2 /2
− = < < = ε,
an A |an ||A| |A|2 /2 |A|2 /2

was zu zeigen war.

Übung 5.31. Vergleichen Sie die Argumente für Proposition 3.50 mit dem Beweis von (i)
und (ii) in Proposition 5.30. Erklären Sie auch, welche der bewiesenen Aussagen auch für
normierte Vektorräume gelten und wieso.

Übung 5.32 (Rationale Funktionen als Folgen).

(i) Berechnen Sie folgende Grenzwerte, wenn sie existieren:

7n4 + 15 n2 + 5 n5 − 10
lim , lim , lim .
n→∞ 3n4 + n3 + n − 1 n→∞ n3 + n + 1 n→∞ n2 + 1

(ii) Formulieren und beweisen Sie allgemeine Versionen von den Beispielen in (i).

Verwenden Sie hier und auch sonst kein früher erlerntes Kochrezept, das Sie nicht begründen
können.

Eine konvergente Folge in C (oder allgemeiner in einem normierten Vektorraum) mit Grenz-
wert Null wird auch eine Nullfolge genannt.

Übung 5.33 (Nullfolgen und Divergenz). Sei (an )n eine komplex-wertige Folge mit an 6= 0
für alle n, so dass (a−1
n )n gegen 0 konvergiert. Zeigen Sie, dass (an )n divergiert.

Beispiel 5.34 (Geometrische Folgen). Sei q ∈ C. Die Folge n ∈ N 7→ q n ∈ R bezeichnen wir

als geometrische Folge zum Skalierungsfaktor q. Wir untersuchen nun diese geometrische
Folge auf Konvergenz.

(i) Für q = 1 ist q n = 1 für alle n ∈ N und limn→∞ q n = 1.

(ii) Für q = −1 wissen wir bereits, dass die Folge n ∈ N 7→ (−1)n divergiert (also keinen
Grenzwert hat).

(iii) Allgemeiner gilt, dass für q ∈ C mit |q| = 1 und q 6= 1 die Folge (q n )n beschränkt und
divergent ist.

(iv) Für |q| > 1 ist (q n )n unbeschränkt und daher divergent.

241
 (v) Für q ∈ C mit |q| < 1 gilt limn→∞ q n = 0.

Wir müssen noch (iii)-(v) beweisen. Für (iii) argumentieren wir indirekt. Angenommen
q ∈ C \ {1} erfüllt |q| = 1 und limn→∞ q n = A. Dann gilt

A = lim q n = lim q −1 q n+1 = q −1 lim q n+1 = q −1 A

n→∞ n→∞ n→∞

nach Proposition 5.30 und Lemma 5.25. Dies impliziert (q −1 − 1)A = 0 und wegen q 6= 1, dass
A = 0. Da aber |q n − A| = |q n | = |q|n = 1 gilt, kann A = 0 nicht der Grenzwert der Folge
sein.
Für (iv) sei nun q ∈ C mit |q| > 1. Wir zeigen, dass die Folge (q n )n unbeschränkt ist,
womit (iv) aus Lemma 5.27 folgt. Sei M > 0 und x = |q| − 1 > 0. Nach dem Archimedischen
Prinzip (Satz 2.68) existiert ein N ∈ N mit 1+N x > M . Nun ergibt die Bernoulli-Ungleichung
(Lemma 3.5) M < 1 + N x ≤ (1 + x)N = |q|N , womit die Behauptung gezeigt ist.
Für (v) sei q ∈ C mit |q| < 1 und sei ε > 0. Falls q = 0 so ist limn→∞ q n = 0. Sei nun
q 6= 0. Da |q −1 | > 1, existiert wegen (iv) ein N ∈ N, so dass |q|−N > 1ε . Somit gilt für alle
n ∈ N mit n ≥ N

q n − 0 = |q|n ≤ |q|N < ε.

Übung 5.35. Sei q ∈ C mit |q| < 1. Zeigen Sie, dass limn→∞ nq n = 0.

Übung 5.36 (Cesàro-Mittel). Sei (an )n eine konvergente Folge in C. Zeigen Sie, dass die
Folge der Cesàro-Mittel (auch arithmetische Mittel oder Cauchy-Mittel genannt) (bn )n
gegeben durch
n
1X
bn = ak
n
k=1

für n ∈ N konvergiert und denselben Grenzwert wie (an )n hat.

Überzeugen Sie sich auch davon, dass die umgekehrte Implikation nicht gilt, das heisst,
dass die Konvergenz der Cesàro-Mittel nicht Konvergenz der Folge impliziert.

Applet 5.37 (Einige Folgen). Wir betrachten verschiedene Folgen und können mittels Ver-
kleinern der x-Achse die Konvergenz- und Divergenzeigenschaften der Folgen beobachten.

5.3.3 Teilfolgen
Oft möchte man anstelle einer Folge (an )n nur einen „Teil“ der Folge betrachten, wobei
wir im Gegensatz zur Indexverschiebung in Lemma 5.25 manchmal auch unendlich viele Fol-
genglieder wegstreichen wollen. Dies ist insbesondere dann der Fall, wenn die Folge nicht
konvergiert.

Definition 5.38 (Teilfolge). Wenn (an )n eine Folge in einer Menge X ist und (nk )k : k ∈
N 7→ nk ∈ N eine streng monoton wachsende Folge ist, dann wird (ank )k eine Teilfolge von
(an )n genannt.
242
 Liegt eine Teilfolge einer konvergenten Folge vor, so konvergiert diese gegen denselben
Grenzwert wie die Folge.

Lemma 5.39 (Konvergenz von Teilfolgen). Sei (an )n eine konvergente Folge in einem metri-
schen Raum (X, d). Jede Teilfolge (ank )k von (an )n konvergiert und hat denselben Grenzwert
limk→∞ ank = limn→∞ an .

Wichtige Übung 5.40. Beweisen Sie Lemma 5.39.

Eine Folge kann konvergente Teilfolgen besitzen, ohne selbst zu konvergieren. Beispielsweise
hat die Folge n ∈ N 7→ (−1)n ∈ R die konvergente (konstante) Teilfolge n ∈ N 7→ (−1)2n ∈ R,
konvergiert aber nicht, wie wir schon gesehen haben. In der Tat haben wir mit Lemma 5.39
jetzt ein kürzeres Argument. Falls die Folge (an )n = ((−1)n ) gegen A ∈ R konvergieren würde,
so müssten die beiden konstanten Folgen (a2n )n , (a2n+1 )n auch gegen A konvergieren. Dies ist
natürlich nicht möglich, da die eine gegen 1 und die andere gegen −1 konvergiert.
In gewissen Situationen lässt sich aus dem Konvergenzverhalten von Teilfolgen trotzdem
etwas über das Konvergenzverhalten der gesamten Folge sagen.

Übung 5.41 (Teilfolgen von Teilfolgen und Konvergenz). Sei (an )n eine Folge in (X, d) und
sei A ∈ X. Zeigen Sie, dass die Folge (an )n genau dann gegen A konvergiert, wenn jede
Teilfolge von (an )n eine Teilfolge besitzt, die gegen A konvergiert.

Proposition 5.42 (Häufungspunkte einer Folge). Sei (an )n eine Folge in einem metrischen
Raum (X, d). Ein Punkt A ∈ X heisst Häufungspunkt von (an )n , falls die folgenden äqui-
valenten Bedingungen erfüllt sind.

(a) Es gibt eine Teilfolge (ank )k , so dass limk→∞ ank = A.

(b) Für alle ε > 0 und N ∈ N gibt es ein n ≥ N mit d(an , A) < ε.

Beweis. Angenommen (a) gilt. Sei also (ank )k eine konvergente Teilfolge von (an )n mit Grenz-
wert A und sei ε > 0. Dann existiert ein K ∈ N mit d(ank , A) < ε für alle k ≥ K. Sei nun
k ≥ K mit nk ≥ N . Dann erfüllt n = nk die Bedingung d(an , A) < ε wie gewollt und (b) ist
erfüllt.
Angenommen (b) gilt. Wir möchten rekursiv eine Teilfolge (ank )k finden mit

1
d (ank , A) <
k

für alle k ∈ N. Diese konvergiert dann gegen A, da für ε > 0 die Ungleichung d(an` , A) < ε
für alle ` > 1ε erfüllt ist.
Sei ε = 1 und N = 1. Dann gibt es ein n1 ≥ N = 1 mit d(an1 , A) < 1. Nun nehmen wir
an, dass n1 < n2 < . . . < nk bereits konstruiert sind mit

1
d (an` , A) <
`

243
für ` = 1, . . . , k. Wir setzen ε = 1
k+1 und N = nk + 1. Dann existiert nach Voraussetzung ein
nk+1 ≥ N > nk mit

1
d ank+1 , A < .
k+1

Dies beendet den Induktionsschritt und wir erhalten durch Rekursion die gewünschte Teilfolge
(ank )k mit Grenzwert A.

Bemerkung. Obiger Beweis ist formal nicht ganz unproblematisch. Denn zum Unterschied
von der Rekursion, welche wir am Ende von Abschnitt 2.2.1 besprochen haben, müssen wir
hier eigentlich eine Wahl für nk+1 treffen. Da diese Wahl nicht nur einmal notwendig ist,
sondern abzählbar oft, so haben wir in obiger Formulierung eigentlich eine (schwache) Version
des Auswahlaxioms verwendet. Wir werden uns diese Freiheit hier und auch in ähnlichen
Situationen erlauben, ohne dieses Auswahlaxiom genauer zu besprechen. Mit ein Grund dafür
ist, dass ein Grossteil der modernen Mathematik an diesem Auswahlaxiom der Axiomatischen
Mengenlehre gebunden ist. Es ist aber auch möglich (wenn auch anstrengend) die Verwendung
dieses Auswahlaxioms in obigem Beweis zu vermeiden indem man bei jeder Wahl sicherstellt,
dass man das minimale nk+1 ∈ N mit allen gewünschten Eigenschaften verwendet.

5.3.4 Konvergenz in endlich-dimensionalen Vektorräumen

Im Allgemeinen hängt der Konvergenzbegriff auf einer Menge X von der Metrik ab, die
man auf X betrachtet. Folgende Übung enthält ein Beispiel.

Übung 5.43 (Manhattan und SNCF sind sehr verschieden). Sei X = [0, 1]2 . Finden Sie eine
Folge in X, die zwar bezüglich der Manhattanmetrik, aber nicht bezüglich der französischen
Eisenbahnmetrik konvergiert (wobei wir R2 mit C und damit X mit einer Teilmenge von C
identifizieren).

Für normierte endlich-dimensionale Vektorräume ist die Situation oft vorteilshafter.

Proposition 5.44. Sei d ∈ N, sei (vn )n eine Folge in Cd , und sei v ∈ Cd . Folgende Aussagen
sind äquivalent:

(i) Die Folge (vn )n konvergiert gegen v bezüglich der Norm k · k∞ .

(ii) Die Folge (vn )n konvergiert gegen v bezüglich der Norm k · k1 .

(iii) Die Folge (vn )n konvergiert gegen v bezüglich der Norm k · k2 .

(iv) Für alle j = 1, . . . , d konvergiert die Folge der Komponenten (πj (vn ))n gegen πj (v).

Inbesondere gilt diese Äquivalenz auch für eine Folge in Rd .

In der Tat werden wir später sehen, dass man in obiger Proposition eine beliebige Norm
auf Cd betrachen kann. Auf Grund von Proposition 5.44 werden wir oft von Konvergenz einer
Folge in Cd oder Rd sprechen, ohne die Norm anzugeben.

244
Beweis. Wir beweisen zuerst die Äquivalenz der Aussagen in (i), (ii), und (iii) und verwenden
dafür die Ungleichungen

kwk∞ ≤ kwk1 ≤ dkwk∞ und (5.2)

√
kwk∞ ≤ kwk2 ≤ dkwk∞ (5.3)

für alle w ∈ Cd . In der Tat behauptet die erste Ungleichung (5.2) bloss, dass der maximale
Absolutbetrag kleiner gleich der Summe der Absolutbeträge, und die Summe der Absolutbe-
träge kleiner gleich d mal dem maximalen Absolutbetrages ist. Die Ungleichung (5.3) ergibt
sich analog aus

d
X
kwk2∞ ≤ kwk22 = |πj (w) |2 ≤ dkwk2∞
j=1

für alle w ∈ Cd .
Unter Verwendung der Ungleichungen in (5.2) und (5.3) ist der Beweis der Äquivalenz
der Aussagen in (i), (ii) und (iii) ziemlich direkt. Zur Illustration beweisen wir (i) =⇒ (ii);
alle anderen Implikationen verfiziert man analog. Sei also ε > 0 und sei N ∈ N, so dass
kvn − vk∞ < dε für alle n ≥ N (wir verwenden hier, dass (vn )n nach Annahme bezüglich der
Norm k · k∞ gegen v konvergiert). Nach (5.2) gilt für alle n ≥ N

kvn − vk1 ≤ dkvn − vk∞ < ε,

was (i) =⇒ (ii) beweist.

Zum Schluss beweisen wir nun die Äquivalenz der Aussagen in (i) und (iv). Angenommen
(i) gilt. Somit gibt es für ε > 0 ein N ∈ N mit kvn − vk∞ < ε für alle n ≥ N . Insbesondere
gilt für j = 1, . . . , d

|πj (vn ) − πj (v)| = |πj (vn − v)| ≤ kvn − vk∞ < ε

für alle n ≥ N , womit (πj (vn ))n gegen πj (v) konvergiert, da ε > 0 beliebig war.
Wir nehmen nun umgekehrt (iv) an, also dass (πj (vn ))n gegen πj (v) konvergiert für jedes
j = 1, . . . , d. Sei ε > 0. Dann gibt es zu j ∈ {1, . . . , d} ein Nj ∈ N mit |πj (vn ) − πj (v)| < ε
für alle n ≥ Nj . Sei N = max {N1 , . . . , Nd }. Dann gilt für alle n ≥ N

kvn − vk∞ = max |πj (vn ) − πj (v)| < ε.

j=1,...,d

Da ε > 0 beliebig ist, folgt die Konvergenz von (vn )n gegen v, was das Lemma beweist.

Korollar 5.45 (Reduktion). Eine komplexwertige Folge (an )n ist genau dann konvergent (mit
Grenzwert a ∈ C), wenn die beiden reellwertigen Folgen (Re(an ))n und (Im(an ))n konvergent
sind (mit Grenzwerten Re(a) respektive Im(a)).

245
Beweis. Wir identifizieren C mit R2 (gewissermassen tautologisch) via der Bijektion

φ : x ∈ C 7→ (Re(x), Im(x))t ∈ R2 .

Dann ist |x − y| = kφ(x) − φ(y)k2 für alle x, y ∈ C, womit eine Folge (xn )n in C genau dann
gegen x ∈ C konvergiert, wenn (φ(xn ))n gegen φ(x) konvergiert. Hiermit folgt das Korollar in
der Tat aus Proposition 5.44(iv).

Übung 5.46. Sei (an )n eine konvergente Folge in C. Zeigen Sie, dass (|an |)n konvergiert und
geben Sie den Grenzwert an. Impliziert umgekehrt die Konvergenz von (|an |)n die Konvergenz
von (an )n ?

Folgende Übung gibt ein Beispiel eines unendlich-dimensionalen Vektorraums V und zweier
Normen auf V , die einen unterschiedlichen Konvergenzbegriff definieren.

Übung 5.47 (1-Norm und Konvergenz im Mittel). Sei K = [a, b] ein kompaktes Intervall mit
a < b in R. Wir betrachten den Vektorraum V = C([a, b]) mit den Normen k · k∞ und k · k1
definiert in Abschnitt 5.1.2.

(i) Sei (fn )n eine Folge in V . Zeigen Sie, dass Konvergenz fn → f für n → ∞ bezüglich
k · k∞ für ein f ∈ V auch die Konvergenz fn → f für n → ∞ bezüglich k · k1 impliziert.

(ii) Finden Sie eine Folge (fn )n in V mit kfn k1 → 0 für n → ∞ und kfn k∞ = 1 für alle
n ∈ N.

Konvergenz bezüglich der Norm k · k∞ nennt man auch gleichmässige Konvergenz; wir werden
diese später in diesem Semester nochmals einführen und genauer untersuchen. Konvergenz
bezüglich der Norm k · k1 nennt man auch Konvergenz im Mittel. Diese Übung hat also gezeigt,
dass Konvergenz im Mittel und gleichmässige Konvergenz verschiedene Begriffe sind.

246
5.4 Stetigkeit

5.4.1 Definition und Charakterisierungen

Wir möchten nun den Stetigkeitsbegriff auf metrische Räume verallgemeinern. Wie wir
sehen werden, lässt sich dieser auch ausschliesslich mittels Folgen charakterisieren. Wir de-
finieren zuerst zwei a priori verschiedene Begriffe in folgender Definition und zeigen danach,
dass diese Begriffe doch gleich sind.

Definition 5.48 (Stetigkeit bei einem Punkt). Seien (X, dX ), (Y, dY ) zwei metrische Räume
und sei f : X → Y eine Funktion. Wir sagen, dass f bei x0 ∈ X ε-δ-stetig ist, falls für alle
ε > 0 ein δ > 0 existiert, so dass für alle x ∈ Bδ (x0 ) auch f (x) ∈ Bε (f (x0 )) gilt.
Wir sagen, dass f bei x0 ∈ X folgenstetig ist, falls für jede konvergente Folge (xn )n in X
mit Grenzwert limn→∞ xn = x0 die Folge (f (xn ))n konvergiert und Grenzwert limn→∞ f (xn ) =
f (x0 ) hat.

Wie in obiger Definition und vielleicht schon in den letzten zwei Abschnitten ersichtlich
wurde, ist eine explizite Bezeichnung d der Metrik in (X, d) nicht immer notwendig (da man
zum Beispiel oft stattdessen nur Bälle betrachtet) und führt nur zu zusätzlicher Notation. Wir
werden deswegen in Zukunft schlicht X als metrischen Raum bezeichnen, wobei die Metrik
also implizit ist, keinen „Namen“ hat und wenn nötig einfach mit d(·, ·) bezeichnet wird.

Lemma 5.49 (Stetigkeit bei einem Punkt). Seien X und Y zwei metrische Räume, f : X → Y
eine Funktion und x0 ∈ X ein Punkt. Dann ist f genau dann bei x0 ε-δ-stetig, wenn f bei x0
folgenstetig ist.

Auf Grund der Aussage des obigen Lemma sagen wir auch kurz, dass f bei x0 stetig ist,
falls f bei x0 ε-δ-stetig ist. Des Weiteren ist f stetig, wenn f bei jedem Punkt in X stetig
ist. In Proposition 5.50 werden weitere wichtige Charakterisierungen von Stetigkeit folgen.

Beweis. Angenommen f ist bei x0 ε-δ-stetig. Sei (xn )n eine Folge in X mit Grenzwert x0 ∈ X
und sei ε > 0. Dann existiert ein δ > 0, so dass f (x) ∈ Bε (f (x0 )) für alle x ∈ Bδ (x0 ). Da (xn )n
gegen x0 konvergiert, existiert nun ein N ∈ N mit xn ∈ Bδ (x0 ) für alle n ≥ N . Insbesondere gilt
für n ≥ N also f (xn ) ∈ Bε (f (x0 )). Da ε > 0 beliebig war, gilt somit limn→∞ f (xn ) = f (x0 )
und f ist bei x0 folgenstetig wie gewünscht.
Angenommen f ist bei x0 nicht ε-δ-stetig. Dann existiert ein ε > 0, so dass es für jedes
δ > 0 ein x ∈ Bδ (x0 ) gibt mit f (x) 6∈ Bε (f (x0 )). Wir wählen nun für jedes n ∈ N und
δ = n1 ein solches xn ∈ B 1 (x0 ). Die Folge (xn )n konvergiert somit gegen x0 und es gilt
n
f (xn ) 6∈ Bε (f (x0 )) für alle n ∈ N. Insbesondere konvergiert (f (xn ))n nicht gegen f (x0 ) und f
ist nicht folgenstetig.

Wir wollen nun die a priori verschiedenen Begriffe der Stetigkeit zueinander in Beziehung
bringen.

Proposition 5.50 (Charakterisierungen der Stetigkeit). Seien X, Y zwei metrische Räume

und f : X → Y eine Funktion. Dann sind folgende Bedingungen äquivalent:
247
 (i) Die Funktion f ist stetig.

(ii) Für jedes x ∈ X ist f bei x ε-δ-stetig.

(iii) Für jedes x ∈ X ist f bei x folgenstetig.

(iv) Für jedes x ∈ X und für jede Umgebung U ⊆ Y von f (x) ist f −1 (U ) eine Umgebung
von x.

Beweis. Per Definition der Stetigkeit und Lemma 5.49 sind (i), (ii) und (iii) äquivalent. Wir
zeigen als nächsten Schritt die Äquivalenz von (i) und (iv).
Sei f stetig, sei x ∈ X und sei U ⊆ Y eine Umgebung von y = f (x). Per Definition des
Umgebungsbegriffes gibt es ein ε > 0 mit Bε (f (x)) ⊆ U . Da f bei x ε-δ-stetig ist, gibt es
ein δ > 0 mit f (Bδ (x)) ⊆ Bε (f (x)) ⊆ U und somit Bδ (x) ⊆ f −1 (U ). Also ist f −1 (U ) eine
Umgebung von x, was die Implikation (i) =⇒ (iv) beweist.
Angenommen f erfüllt die Bedingung in (iv). Sei x0 ∈ X und ε > 0. Wir wissen, dass
U = Bε (f (x0 )) eine Umgebung von f (x0 ) ist. Also ist f −1 (Bε (f (x0 ))) eine Umgebung von x0 ,
womit per Definition ein δ > 0 existiert mit Bδ (x0 ) ⊆ f −1 (Bε (f (x0 ))) oder äquivalenterweise
f (Bδ (x0 )) ⊆ Bε (f (x0 )). Also ist f bei x0 ε-δ-stetig, was die Implikation (iv) =⇒ (i) beweist.

Nach Proposition 5.50 verfügen wir nun über zwei Varianten, wie wir Stetigkeit (oder
Nicht-Stetigkeit) einer Funktion nachweisen können: mit der Definition (dem ε, δ-Spiel) oder
mit Konvergenz von Folgen. Letztere Variante kann unter anderem sehr nützlich sein, wenn
man Nicht-Stetigkeit einer Funktion zeigen will, da man demnach bloss eine spezielle Folge
konstruieren muss, die auf eine nicht-konvergente Folge abgebildet wird.

Übung 5.51. Sei D ⊆ C eine Teilmenge und f : D → C eine stetige Funktion. Angenommen
(an )n ist eine Folge in D, so dass (f (an ))n konvergiert. Muss auch (an )n konvergieren?

5.4.2 Zwei stärkere Stetigkeitsbegriffe

Wie wir bereits gesehen haben, sind manchmal folgende Stetigkeitseigenschaften nützlich.

Definition 5.52. Seien (X, dX ) und (Y, dY ) zwei metrische Räume und f : X → Y eine
Funktion. Dann heisst f gleichmässig stetig, falls es zu jedem ε > 0 ein δ > 0 gibt, so dass
für alle x1 , x2 ∈ X mit dX (x1 , x2 ) < δ auch dY (f (x1 ), f (x2 )) < ε gilt. Des Weiteren heisst f
Lipschitz-stetig, falls es eine sogenannte Lipschitz-Konstante L ≥ 0 gibt mit

dY (f (x1 ), f (x2 )) ≤ LdX (x1 , x2 )

für alle x1 , x2 ∈ X.

Per Definition sind gleichmässig stetige Funktionen stetig und wie wir schon gesehen haben,
sind stetige Funktionen nicht zwingend gleichmässig stetig. Des Weiteren sind Lipschitz stetige
Funktionen gleichmässig stetig. (Wieso?). Unter gewissen Bedingungen an den metrischen
Raum X sind stetige Funktionen gleichmässig stetig (zum Beispiel falls X ein kompaktes
Intervall ist); wir werden im zweiten Semester darauf zurückkommen.
248
5.4.3 Konstruktion von stetigen Funktionen
Wie schon in Abschnitt 3.5 lassen sich für stetigen Funktionen verschiedene Operationen
durchführen, die wiederum zu weiteren stetigen Funktionen führen.

Proposition 5.53 (Stetige Funktionen). Seien X, Y, Z metrische Räume.

(i) Falls f : X → Y und g : Y → Z stetig sind, dann ist auch g ◦ f : X → Z stetig.

(ii) Eine Funktion f : X → Cd ist genau dann stetig, wenn die Komponenten

fj = πj ◦ f : X → C

für j = 1, . . . , d stetig sind, wobei πj : (z1 , . . . , zd )t ∈ Cd 7→ zj ∈ C für j ∈ {1, . . . , d} die

Projektion auf die j-te Koordinate bezeichnet.

(iii) Die Addition + : C2 → C ist stetig.

(iv) Die Multiplikation · : C2 → C ist stetig.

(v) Die Kehrwertfunktion ( )−1 : z ∈ C× 7→ z −1 ∈ C ist stetig.

Beweis. Wir verwenden im Beweis mehrmals die Charakterisierung von Stetigkeit mittels
Folgen aus Proposition 5.50.
Für (i) sei (xn )n eine konvergente Folge in X mit Grenzwert x0 ∈ X. Da f stetig ist,
konvergiert die Folge (f (xn ))n (nach Proposition 5.50) gegen f (x0 ). Nach Stetigkeit von g
konvergiert (g(f (xn ))n = (g ◦ f (xn ))n gegen g ◦ f (x0 ). Dies aber impliziert die Aussage in (i)
wegen Proposition 5.50.
Für (ii) bemerken wir zuerst, dass die Projektion πj : Cd → C wegen |πj (v−w)| ≤ kv−wk∞
für v, w ∈ Cd Lipschitz-stetig mit Lipschitz-Konstante 1 ist (bezüglich der Metrik auf Cd
induziert durch k · k∞ ). Daher folgt aus (i) und Stetigkeit von f : X → Cd , dass auch
πj ◦ f : X → C stetig ist für jedes j ∈ {1, . . . , d}. Sei nun umgekehrt πj ◦ f : X → C für
jedes j ∈ {1, . . . , d} stetig. Sei (xn )n eine konvergente Folge in X mit Grenzwert x ∈ X.
Also konvergiert (πj ◦ f (xn ))n = (πj (f (xn )))n für alle j ∈ {1, . . . , d} nach πj (f (x)), was nach
Proposition 5.44 impliziert, dass (f (xn ))n nach f (x) konvergiert. Dies beweist (ii).
Für (z0 , w0 )t , (z, w)t ∈ C2 gilt

|(z + w) − (z0 + w0 )| ≤ |z − z0 | + |w − w0 | ≤ 2k(z, w)t − (z0 , w0 )t k.

Daher ist die Addition Lipschitz-stetig mit Lipschitz-Konstante 2, und (iii) folgt.
Für (z0 , w0 )t , (z, w)t ∈ C2 gilt

|zw − z0 w0 | ≤ |zw − z0 w| + |z0 w − z0 w0 | = |w||z − z0 | + |z0 ||w − w0 |.

Sei nun ε > 0 und

n o
k(z, w)t − (z0 , w0 )t k < δ = min 1, 21 ε (max {|z0 |, 1 + |w0 |})−1 .

249
Dann gilt |w| ≤ |w − w0 | + |w0 | ≤ 1 + |w0 | und daher

|zw − z0 w0 | ≤ (1 + |w0 |)|z − z0 | + |z0 ||w − w0 | < ε.

Dies zeigt Stetigkeit der Multiplikation in (iv).

Für z0 ∈ C× , ε > 0 und z ∈ C× mit |z − z0 | < 1
min |z0 |, ε|z0 |2 gilt

2

1
|z| ≥ |z0 | − |z − z0 | > 2 |z0 |

und daher

|z −1 − z0−1 | = |zz0 |−1 |z0 − z| < 2|z0 |−2 12 ε|z0 |2 = ε.

Da ε > 0 beliebig war, zeigt dies die Stetigkeit der Kehrwertabbildung in (v).

Wichtige Übung 5.54 (Distanzfunktionen). Sei (X, d) ein metrischer Raum. In dieser
Übung möchten wir den Abstand von Teilmengen von X zu Punkten diskutieren. Zu x ∈ X
und A ⊆ X nicht-leer definieren wir

d (x, A) = inf d (x, a) .

a∈A

Zeigen Sie, dass die Funktion x ∈ X 7→ d(x, A) ∈ R Lipschitz-stetig mit Lipschitz-Konstante

1 ist.

250
5.5 Weitere Lernmaterialien

5.5.1 Verwendung des Kapitels

Den Konvergenzbegriff, den wir hier eingeführt haben, gehört zu den Grundpfeilern der
Analysis und wird uns fast ständig begegnen. Weiter werden wir im Folgenden stets von
Konvergenz einer Folge in Rd oder Cd sprechen, ohne dabei die Norm zu spezifieren. In Pro-
position 5.44 haben wir zum Teil gesehen, wieso dies zulässig ist; auf ein genaueres Argument
werden wir im nächsten Semester eingehen.
Zur Definition der Konvergenz benötigten wir den Begriff des Abstands. Für x, y ∈ R
ist dieser natürlich |x − y|. Für v, w ∈ Rd verwenden wir meist eine Norm k · k um den
Abstand kv − wk zu definieren. Im Allgemeinen verwenden wir die Metrik d(·, ·) auf einem
metrischen Raum X um den Abstand d(x, y) von x, y ∈ X zu bestimmen. Anfangs mag diese
Unterscheidung verwirrend sein, doch sollte sich die Verwirrung jeweils auflösen wenn man sich
an den betrachten Rahmen der Diskussion erinnert. Also zum Beispiel wollen wir nicht d(x, y)
schreiben, wenn x, y ∈ R nur reelle Zahlen sind. Umgekehrt macht |v − w| einfach keinen Sinn
wenn v, w Ecken in einem kombinatorischen Graphen wie in Beispiel 5.12(iv) sind.
Des Weiteren haben wir den Begriff der Stetigkeit aus Kapitel 3 auf allgemeine metrische
Räume verallgemeinert und verschiedene Charakterisierungen angegeben (Proposition 5.50).
Insbesondere steht uns also frei, die Charakterisierung unserer Wahl zu verwenden, wenn wir
Stetigkeit einer spezifischen Funktion zeigen wollen. Im nächsten Semester werden uns weitere
Charakterisierungen (mit Hilfe der sogenannten Topologie) begegnen.
an
Übung. Sei (an )n eine reelle Folge mit limn→∞ n = 1. Welche der folgenden Aussagen gelten
im Allgemeinen?
an+1
(i) lim =1
n→∞ an
(ii) lim (an+1 − an ) = 1
n→∞

Übung. Seien (an )n und (bn )n konvergente reelle Folgen mit Grenzwerten a respektive b.
Welche der folgenden Aussagen gelten im Allgemeinen?

(i) Gilt an ≤ bn für alle bis auf endlich viele n ∈ N, so folgt a ≤ b.

(ii) Gilt an ≤ bn für unendlich viele n ∈ N, so folgt a ≤ b.

(iii) Gilt an < bn für alle bis auf endlich viele n ∈ N, so folgt a < b.

(iv) Gilt an < bn für unendlich viele n ∈ N, so folgt a < b.

5.5.2 Weitere Übungen

Übung (Hexagon-Metrik). Finden Sie eine Norm auf R2 , so dass der Einheitsball B1 (0)
bezüglich der induzierten Metrik das reguläre Hexagon mit Eckpunkt (1, 0) ist. Gibt es eine
Norm auf R2 , so dass der Einheitsball durch ein reguläres Pentagon gegeben ist?

251
Übung (Ultrametriken). Eine Ultrametrik auf einer Menge X ist eine Abbildung d : X ×X →
R≥0 , die die gleichen Eigenschaften wie eine Metrik hat, abgesehen davon, dass sie anstelle
der Dreiecksungleichung die Ungleichung

d(x1 , x3 ) ≤ max {d(x1 , x2 ), d(x2 , x3 )}

für alle x1 , x2 , x3 ∈ X erfüllt.

(i) Zeigen Sie, dass jede Ultrametrik eine Metrik ist.

(ii) (p-adische Metrik auf Z) Sei p ∈ Z eine Primzahl. Wir definieren

n o
νp (x) = max k | pk teilt x

für x ∈ Z \ {0} und dp : Z × Z → R≥0 durch

(
p−νp (x−y) falls x 6= y
dp (x, y) = .
0 falls x = y

für x, y ∈ Z. Zeigen Sie, dass dp eine Ultrametrik auf Z definiert und beschreiben Sie die
Bälle in dieser Metrik.

(iii) Sei X eine Menge und d eine Ultrametrik. Zeigen Sie, dass für alle r > 0, x0 ∈ X und
x ∈ Br (x0 ) der Ball von Radius r um x gleich Br (x0 ) ist. In anderen Worten ist jeder
Punkt in einem Ball Zentrum dieses Balles.
Übung (Rangmetrik). Sei K ein Körper und X die Menge der m × n-Matrizen über K. Wir
definieren d(A, B) = rang(A − B) für A, B ∈ X. Zeigen Sie, dass d eine Metrik auf X ist.
Übung (Beschränktheit konvergenter Folgen). Sei (X, d) ein metrischer Raum und sei x0 ∈
X. Wir nennen eine Teilmenge A ⊆ X beschränkt, falls ein M > 0 existiert mit d(x, x0 ) < M
für alle x ∈ A.
(i) Zeigen Sie, dass obiger Beschränktheitsbegriff nicht von der Wahl des Punktes x0 abhängt.

(ii) Sei (xn )n eine konvergente Folge in X. Zeigen Sie, dass {xn : n ∈ N} ⊆ X beschränkt
ist.
Diese Übung verallgemeinert Lemma 5.27.
Übung. Sei X eine Menge und seien d1 , d2 zwei Metriken auf X.
(i) Angenommen es gibt eine Konstante C > 0 mit

1
d1 (x, y) ≤ d2 (x, y) ≤ Cd1 (x, y) . (5.4)
C

Zeigen Sie, dass eine Folge genau dann bezüglich d1 konvergent ist, wenn sie bezüglich
d2 konvergent ist, und dass in diesem Fall die Grenzwerte übereinstimmen.

(ii) Finden Sie zwei Metriken auf X = R, deren Konvergenzbegriffe in obigem Sinne über-
einstimmen und für welche keine Konstante wie in (5.4) existiert.

252
Kapitel 6

Grenzwerte reeller Folgen und

Funktionen

Wir wollen in diesem Kapitel „Bewegungen“ in den reellen und komplexen Zahlen genauer
untersuchen, indem wir Grenzwerte von Folgen und allgemeineren Funktionen diskutieren.
Dies wird uns insbesondere erlauben, die Exponentialabbildung zu definieren. Wir werden
auch den Zusammenhang zwischen dem Riemann-Integral und Riemann-Summen als eine Art
von Grenzwertprozess untersuchen.
Wir haben in den Kapiteln 3 und 4 wiederholt Supremum und Infimum als wichtigste
Hilfsmittel für den Aufbau der Theorie verwendet. Allerdings haben diese die fundamentale
Einschränkung, nur für die reellen Zahlen sinnvoll zu sein. Wir werden hier bedeutende alter-
native Hilfsmittel, nämlich den Begriff der Cauchy-Folgen und die Existenz von konvergenten
Teilfolgen einführen.

6.1 Reelle Folgen

Wie wir in Korollar 5.45 gesehen haben, lässt sich die Konvergenz von komplexwertigen
Folgen auf die Konvergenz von reellwertigen Folgen zurückführen. Unter anderem deswegen
möchten wir nun reelle Folgen (also Folgen in R) genauer betrachten und beginnen damit, das
Verhalten von Ungleichungen bei Konvergenz zu untersuchen.

Proposition 6.1 (Grenzwerte und Ungleichungen). Seien (an )n , (bn )n reelle Folgen mit Grenz-
werten a = limn→∞ an , b = limn→∞ bn .

(i) Falls an ≤ bn für alle n ∈ N, dann gilt auch a ≤ b.

(ii) Falls a < b, dann existiert ein N ∈ N, so dass an < bn für alle n ≥ N .

Wir möchten noch kurz anmerken, dass die Annahme der strikten Ungleichung in (i) nicht
a < b impliziert. In der Tat gilt für die beiden reellen Folgen (an )n , (bn )n mit an = 0 < bn = n1 ,
dass die Grenzwerte limn→∞ an = limn→∞ bn = 0 übereinstimmen.

253
Beweis. Wir beginnen mit der zweiten Behauptung. Angenommen a < b, dann ist ε = b−a
2 >0
und es existiert ein N ∈ N (definiert als ein Maximum), so dass

n ≥ N =⇒ a − ε < an < a + ε
n ≥ N =⇒ b − ε < bn < b + ε

Da aber a + ε = b − ε nach Wahl von ε, ergibt sich an < a + ε = b − ε < bn für alle n ≥ N .
Dies beweist auch die erste Behauptung. Denn falls a > b wäre, dann gäbe es nach obigem
Folgenglieder an , bn mit an > bn .

Sie sollten sich ein Bild zu obigem Beweis überlegen, da das Bild es deutlich einfacher
machen sollte, sich diesen Beweis (oder auch ähnliche Beweise) zu merken. Wir können Un-
gleichungen zwischen verschiedenen Folgen auch dazu verwenden, Konvergenz zu zeigen.

Lemma 6.2 (Sandwich). Es seien (an )n , (bn )n , (cn )n drei reelle Folgen, so dass an ≤ bn ≤ cn
für alle n ∈ N gilt. Angenommen (an )n und (cn )n sind konvergent und A = limn→∞ an =
limn→∞ cn . Dann ist auch die Folge (bn )n konvergent und A = limn→∞ bn .

Wichtige Übung 6.3. Beweisen Sie Lemma 6.2.

Lemma 6.2 ist sehr nützlich um Konvergenz spezifischer Folgen zu zeigen, wie wir in fol-
gendem Beispiel illustrieren wollen.

Beispiel 6.4 (Anwendungen von Lemma 6.2).

(i) Wir wissen bereits, dass limn→∞ n1 = 0 = limn→∞ −1

n . Für jedes n ∈ N gilt jedoch
−1 (−1)n 1 (−1)n
n ≤ n ≤ n und somit haben wir auch limn→∞ n = 0.
√
n
1
(ii) Für eine beliebige Zahl a > 0 definieren wir die Folge (an )n durch an = a = a n . Wir
behaupten, dass
√
n
lim a = 1.
n→∞

Angenommen a > 1. Wir definieren bn = an − 1 ≥ 0 für n ∈ N und wollen zeigen, dass

die Folge (bn )n gegen Null konvergiert. Es gilt

a = (1 + bn )n ≥ 1 + nbn ≥ nbn

nach der Bernoulli-Ungleichung (Lemma 3.5). Daher ist 0 ≤ bn ≤ na für alle n ∈ N,

womit limn→∞ bn = 0 nach Lemma 6.2 und damit limn→∞ an = limn→∞ bn + 1 = 1 nach
Proposition 5.30.
Der Fall a ∈ (0, 1) folgt auch aus obigem, denn nach Proposition 5.30 ist

√ 1 1
lim n
a = lim √
n
= √
n
= 1.
n→∞ n→∞ a−1 limn→∞ a−1

254
(iii) Wir behaupten des Weiteren, dass
√
n
lim n=1
n→∞

und argumentieren dafür ähnlich, verwenden aber statt der Bernoulli-Ungleichung den
√
Binomialsatz (Satz 3.28). Definiere bn = n n − 1 ≥ 0, so dass
n    
n
X n k n 2 n(n − 1) 2
n = (1 + bn ) = bn ≥ bn = bn
k 2 2
k=0

n(n−1)
für alle n ≥ 2. Wir dividieren durch 2 und erhalten
r
2
0 ≤ bn ≤
n−1

für alle n ≥ 2. Da die Wurzelfunktion nachqdem Umkehrsatz (Satz 3.62) stetig ist,
2


konvergiert nach Proposition 5.50 die Folge n n gegen Null. Verwenden wir nun die
Indexverschiebung (Lemma 5.25) und das Sandwich-Lemma (Lemma 6.2) so erhalten
wir limn→∞ bn = 0 und unsere Behauptung folgt.

6.1.1 Monotone Folgen

Für monotone Folgen gibt es folgendes hinreichendes und notwendiges Kriterium, das den
Nachweis von Konvergenz deutlich vereinfacht. Dies bringt das erste Mal das Vollständig-
keitsaxiom in Beziehung zur Konvergenz einer Folge.
Satz 6.5 (Konvergenz von monotonen Folgen). Eine monotone reelle Folge (an )n konvergiert
genau dann, wenn sie beschränkt ist. Falls die Folge (an )n monoton wachsend ist, gilt

lim an = sup {an | n ∈ N} .

n→∞

Falls die Folge (an )n monoton fallend ist, gilt

lim an = inf {an | n ∈ N} .

n→∞

Wir illustrieren den Satz an einem Bild.

Figur 6.1: Die (durch M > 0) beschränkte, monoton wachsende Folge

(an )n im Bild hat keine andere Wahl als gegen das Supremum S der
Folgenglieder zu konvergieren. Wenn Sie sich an die charakterisierenden
Eigenschaften des Supremums erinnern (was wir Ihnen empfehlen), dann
können Sie den Beweis vielleicht schon selbst durchführen.

Beweis. Falls (an )n konvergent ist, ist (an )n beschränkt nach Lemma 5.27. Sei also (an )n
eine beschränkte, reelle Folge. Ohne Beschränkung der Allgemeinheit können wir annehmen,
255
dass (an )n monoton wachsend ist (sonst ersetzen wir einfach (an )n durch (−an )n ). Sei a =
sup {an | n ∈ N}. Dann existiert nach der Charakterisierung des Supremums in Satz 2.59 für
jedes ε > 0 ein N ∈ N mit aN > a − ε. Für n ≥ N folgt damit aus der Monotonie von (an )n ,
dass

a − ε < aN ≤ an ≤ a < a + ε,

was zu zeigen war.

Übung 6.6 (Eine rekursiv definierte konvergente Folge). Sei (an )n die durch
 
2 1
a1 = 1, an+1 = an +
3 an

für n ≥ 1 rekursiv definierte Folge. Zeigen Sie, dass (an )n konvergiert und bestimmen Sie den
Grenzwert.

Übung 6.7 (Gegengerichtete Folgen). Sei (an )n eine monoton wachsende, reelle Folge und
(bn )n eine monoton fallende, reelle Folge mit an ≤ bn für alle n ∈ N. Zeigen Sie, dass beide
Folgen konvergieren und dass limn→∞ an ≤ limn→∞ bn gilt.

6.1.2 Limes superior und Limes inferior

Wir bringen nochmals das Vollständigkeitsaxiom (in der Form der Existenz des Supre-
mums – Satz 2.59) in die Diskussion ein, aber betrachten im Gegensatz zum letzten Teilab-
schnitt eine allgemeine beschränkte reelle Folge (an )n . Wir bemerken, dass für die Definition
der Konvergenz der Folge (an )n die sogenannten Endabschnitte (ak )∞ k=n der Folge (formal
definiert durch die Einschränkung von k 7→ ak auf {k ∈ N | k ≥ n}) eine entscheidende Rolle
spielen. Deswegen definieren wir für jedes n ∈ N das Supremum

Sn = sup {ak | k ≥ n}

über den Endabschnitt {ak | k ≥ n} der Folge. Wir schreiben diese Definition auch in der
Kurzform

Sn = sup ak .
k≥n

Da {ak | k ≥ n + 1} ⊆ {ak | k ≥ n} ist, folgt (siehe die Bemerkung direkt nach Satz 4.19), dass
Sn+1 ≤ Sn . Die Folge (Sn )n ist also monoton fallend. Da (an )n nach Annahme beschränkt ist,
existiert ein M > 0 mit |ak | ≤ M für alle k ∈ N. Dies impliziert für alle n ∈ N, dass Sn ≤ M ,
da M eine obere Schranke von {ak | k ≥ n} ist, und dass Sn ≥ −M , da Sn ≥ an ≥ −M .
Unter dem Strich ist (Sn )n also eine monoton fallende, beschränkte Folge und muss daher
nach Satz 6.5 gegen das Infimum der Folge konvergieren.

256
Definition 6.8 (Limes superior). Für eine beschränkte reelle Folge (an )n ist der Limes
superior definiert durch
! !
lim an = lim sup an = lim sup ak = inf sup ak .
n→∞ n→∞ n→∞ k≥n n∈N k≥n

Es ergibt sich beispielsweise für die Folge (an )n gegeben durch an = (−1)n für n ∈ N
unmittelbar Sn = 1 für alle n ∈ N und somit lim supn→∞ (−1)n = 1.
Sei (an )n eine beschränkte, reelle Folge. Analog zu obiger Diskussion definiert In = inf k≥n ak
für n ∈ N eine monoton wachsende, beschränkte Folge (In )n , die nach Satz 6.5 gegen supn∈N In
konvergiert.

Definition 6.9 (Limes inferior). Für eine beschränkte, reelle Folge (an )n ist der Limes in-
ferior definiert durch
   
lim an = lim inf an = lim inf ak = sup inf ak .
n→∞ n→∞ n→∞ k≥n n∈N k≥n

Wie zuvor erhält man beispielsweise lim inf n→∞ (−1)n = −1. Wir wollen die Begriffe Limes
superior und Limes inferior an einem konkreten Zahlenbeispiel erproben.
1
Beispiel 6.10. Sei (an )n die reelle Folge definiert durch an = (−1)n + n für n ∈ N. Wir
stellen an , Sn = supk≥n ak , In = inf k≥n ak in folgender Tabelle dar.

n 1 2 3 4 5 6 7 8 ...
1 1 1 1 1 1 1 1
an −1 + 1 1+ 2 −1 + 3 1+ 4 −1 + 5 1+ 6 −1 + 7 1+ 8 ...
1 1 1 1 1 1 1 1
Sn 1+ 2 1+ 2 1+ 4 1+ 4 1+ 6 1+ 6 1+ 8 1+ 8 ...
In −1 −1 −1 −1 −1 −1 −1 −1 ...
Man beachte dabei, dass Sn = an ist, wenn n gerade ist und sonst Sn = an+1 . Daher ist
lim supn→∞ ((−1)n + n1 ) = limn→∞ ((−1)2n + 2n
1
) = 1. Weiters ist wegen limn→∞ a2n+1 = −1
das Infimum In = −1 für alle n ∈ N (wieso?), womit lim inf n→∞ ((−1)n + n1 ) = −1.

Satz 6.11 (Eigenschaften des Limes superior). Für eine reelle, beschränkte Folge (an )n erfüllt
der Limes superior lim supn→∞ an die folgenden Eigenschaften:

• Für alle ε > 0 gibt es nur endlich viele Folgenglieder an mit an > lim supn→∞ an + ε.

• Für alle ε > 0 gibt es unendlich viele Folgenglieder an mit an > lim supn→∞ an − ε.

Intuitiv bleibt die Folge also nicht lange weit über dem Limes superior und nähert sich
immer wieder dem Limes superior. Wir empfehlen Ihnen zur Veranschaulichung die Aussagen
des Satzes im Beispiel 6.10 direkt zu überprüfen und im Bild dazu zu veranschaulichen.
257
Beweis. Zur ersten Aussage: Sei ε > 0 und S = lim supn→∞ an . Da Sn = supk≥n ak gegen S
konvergiert für n → ∞, gibt es ein N ∈ N, so dass SN < S + ε. Damit ist ak ≤ SN < S + ε
für alle k ≥ N , was die erste Eigenschaft von S = lim supn→∞ an beweist.
Für die zweite Aussage sei ε > 0 und wieder S = lim supn→∞ an . Sei N ∈ N. Dann gilt
SN ≥ S = inf n≥1 Sn . Nach Definition von SN = supk≥N ak und Satz 2.59 existiert ein k ≥ N
mit ak > SN − ε ≥ S − ε. Da N ∈ N beliebig war, beweist dies die zweite Eigenschaft des
Limes superior.

Übung 6.12 (Charakterisierung des Limes Superior). Formulieren Sie beide Aussagen von
Satz 6.11 in Prädikatenlogik.
Zeigen Sie auch, dass die beiden Eigenschaften in Satz 6.11 den Limes superior einer
beschränkten, reellen Folge eindeutig charakterisieren.

Der Limes Inferior hat zu dem Limes Superior analoge Eigenschaften (siehe Übung 6.13).

Übung 6.13 (Limes superior und Limes inferior). Sei (an )n eine beschränkte reelle Folge.

(i) Beweisen Sie

lim sup (−an ) = − lim inf an .

n→∞ n→∞

(ii) Verwenden Sie diese Gleichheit, um eine analoge Version von Satz 6.11 für den Limes
inferior zu formulieren und zu beweisen.

(iii) Zeigen Sie lim inf n→∞ an ≤ lim supn→∞ an .

(iv) Zeigen Sie, dass der Limes superior als Abbildung definiert auf dem Unterraum der
beschränkten Folgen in RN mit Zielraum R nicht linear ist. Genauer: Verifizieren Sie,
dass sich der Limes superior weder unter Addition noch unter skalarer Multiplikation
geeignet verhält.

Korollar 6.14 (Charakterisierung der Konvergenz). Für eine reelle, beschränkte Folge (an )n
gilt lim inf n→∞ an = lim supn→∞ an genau dann wenn (an )n konvergent ist.

Beweis. Angenommen A = lim inf n→∞ an = lim supn→∞ an und ε > 0. Dann existiert nach
Satz 6.11 ein N so dass an ≤ A + ε/2 für alle n ≥ N (auf Grund der Eigenschaften des Limes
Superior) und an ≥ A − ε/2 für alle n ≥ N (auf Grund der Eigenschaften des Limes Inferior).
Zusammen erhalten wir |an − A| < ε für alle n ≥ N , was zu beweisen war.
Wir nehmen nun an, dass A = limn→∞ an existiert. Sei ε > 0. Dann existiert ein N so dass
A − ε < an < A + ε für alle n ≥ N . Aus In = inf {ak | k ≥ n} und Sn = sup {ak | k ≥ n} folgt
nun

A − ε ≤ IN ≤ In ≤ Sn ≤ SN ≤ A + ε

für alle n ≥ N , und daher

A − ε ≤ lim inf an ≤ lim sup an ≤ A + ε.

n→∞ n→∞

258
Da dies für alle ε > 0 gilt, folgt daraus A = lim inf n→∞ an = lim supn→∞ an .

6.1.3 Konvergente Teilfolgen

Wir betrachten wiederum eine beschränkte, reelle Folge (an )n und wollen die Konvergenz
von Teilfolgen von (an )n untersuchen.

Satz 6.15 (Konvergenz von Teilfolgen). Für jede konvergente Teilfolge (ank )k einer beschränk-
ten, reellen Folge (an )n gilt

lim ank ∈ [lim inf an , lim sup an ].

k→∞ n→∞ n→∞

Des Weiteren existiert eine konvergente Teilfolge (ank )k mit limk→∞ ank = lim supn→∞ an und
eine konvergente Teilfolge (amk )k mit limk→∞ amk = lim inf n→∞ an .

Betrachtet man die Folge (an )n mit an = (−1)n für n ∈ N, so erfüllt beispielsweise die
Teilfolge (a2k )k , dass limk→∞ a2k = lim supn→∞ an = 1, und die Teilfolge (a2k+1 )k , dass
limk→∞ a2k+1 = lim inf n→∞ an = −1, wie wir schon gesehen haben.

Beweis von Satz 6.15. Sei (ank )k eine konvergente Teilfolge von (an )n , I = lim inf n→∞ an ,
S = lim supn→∞ an und ε > 0. Dann gibt es nach der ersten Eigenschaft in Satz 6.11 ein
N ∈ N, so dass

an ≤ S + ε (6.1)

für alle n ≥ N . Wenn nötig können wir N noch grösser wählen, so dass ebenso gilt

an ≥ I − ε (6.2)

für alle n ≥ N (siehe auch Übung 6.13). Insbesondere gelten (6.1) und (6.2) auch für ank und
genügend grosse k (zum Beispiel k ≥ N , da dann nk ≥ k ≥ N ). Für den Limes der Folge
(ank )k ergibt sich daraus

I − ε ≤ lim ank ≤ S + ε.
k→∞

(siehe Proposition 6.1 und Lemma 5.25). Da ε > 0 beliebig war und limk→∞ ank nicht von ε
abhängt, ergibt sich daraus I ≤ limk→∞ ank ≤ S, wie im Satz behauptet wurde.
Wir wollen nun eine konvergente Teilfolge von (an )n mit Grenzwert lim supn→∞ an finden.
In anderen Worten wollen wir also zeigen, dass lim supn→∞ an ein Häufungspunkt der Folge
(an )n ist. Wir bedienen uns dabei der zweiten äquivalenten Bedingung in Proposition 5.42.
Sei also ε > 0 und N ∈ N. Dann existiert ein M ≥ N mit S ≤ SM < S + ε, da

S = lim Sn = inf {Sn | n ∈ N} .

n→∞

259
Auf Grund der Definition des Supremums existiert damit ein n ≥ M ≥ N mit

S − ε ≤ SM − ε < an < SM < S + ε.

Der Beweis der Existenz einer Teilfolge mit Grenzwert lim inf n→∞ an ist analog.

Wir wollen noch einen zweiten Beweis der Existenz von konvergenten Teilfolgen unter
Verwendung des Intervallschachtelungsprinzips andeuten. Sei (an )n eine reelle, beschränkte
Folge und c1 , d1 ∈ R, so dass c1 ≤ an ≤ d1 für alle n ∈ N. Wir definieren n1 = 1. Als nächsten
Schritt teilen wir das Intervall [c1 , d1 ] in zwei Hälften
   
c1 + d1 c1 + d1
[c1 , d1 ] = c1 , ∪ , d1
2 2

auf und erkennen, dass zumindest eine der beiden Hälften unendlich viele Folgenglieder ent-
halten muss. Wir definieren c2 = c1 , d2 = c1 +d2 , falls an ∈ [c1 ,
1
2 ] für unendlich viele n ∈ N
c1 +d1

und ansonsten c2 = 2 , d2 = d1 . Insbesondere existiert ein n2 > n1 mit an2 ∈ [c2 , d2 ]. Wie-
c1 +d1

derum teilen wir [c2 , d2 ] in zwei Hälften auf und wählen eine Hälfte [c3 , d3 ] aus, die unendlich
viele Folgenglieder an enthält. Auch wählen wir n3 > n2 mit an3 ∈ [c3 , d3 ].
Iterieren wir dieses Argument, so erhalten wir zwei weitere Folgen (ck )k , (dk )k und eine
Teilfolge (ank )k von (an )n , so dass

d1 − c1
ck ≤ ank ≤ dk , dk − ck = , [ck+1 , dk+1 ] ⊆ [ck , dk ]
2k−1

für alle k ∈ N. Nach Satz 2.77 (wo ebenso wie in Satz 6.15 die Existenz von Supremum und
Infimum verwendet wurde) gibt es ein A ∈ k∈N [ck , dk ]. Aus ck ≤ A ≤ dk und ck ≤ ank ≤ dk
T

folgt

d1 − c1 d1 − c1
A− ≤ ank ≤ A + k−1
2k−1 2

für alle k ∈ N. Nach Lemma 6.2 und Beispiel 5.34 gilt nun limk→∞ ank = A. Dieses Argument
beweist die Existenz von konvergenten Teilfolgen, ohne diese aber in Zusammenhang mit dem
Limes Superior und dem Limes Inferior wie in Satz 6.15 zu bringen.
Für eine beschränkte, reelle Folge (an )n liegen nach Satz 6.15 alle Häufungspunkte zwi-
schen lim inf n→∞ an und lim supn→∞ an und diese beiden Punkte sind Häufungspunkte von
(an )n . Lässt man die Annahme der Beschränktheit fallen, so muss eine Folge nicht unbedingt
Häufungspunkte besitzen. Ein Beispiel einer Folge ohne Häufungspunkte ist (n)n .
Wir möchten auch anmerken, dass die Menge der Häufungspunkte einer Folge (an )n in
R nicht gleich den Häufungspunkten der Teilmenge {an | n ∈ N} (siehe Definition 2.73) sein
muss. Beispielsweise hat die Folge (an )n gegeben durch an = (−1)n für n ∈ N die beiden
Häufungspunkte −1 und 1 und die Menge {−1, 1} hat aber keine Häufungspunkte.
Übung 6.16 (Häufungspunkte).
(i) Finden Sie eine Folge (an )n , so dass jede reelle Zahl A ein Häufungspunkt der Folge (an )n
ist.
260
 (ii) Sei (an )n eine Folge in R. Zeigen Sie, dass ein Häufungspunkt der Menge {an | n ∈ N}
auch ein Häufungspunkt der Folge (an )n ist.

(iii) Sei (an )n eine Folge in R und nehmen Sie an, dass n ∈ N 7→ an injektiv ist. Zeigen
Sie, dass ein Häufungspunkt der Folge (an )n in diesem Fall auch ein Häufungspunkt der
Menge {an | n ∈ N} ist.

Übung 6.17 (Mischung von drei Folgen). Seien (an )n , (bn )n , (cn )n konvergente reelle Folgen
und seien A = limn→∞ an , B = limn→∞ bn , C = limn→∞ cn . Betrachten Sie die reelle Folge
(xn )n definiert durch

 an falls 3|n

xn = bn falls 3|n − 1

cn falls 3|n − 2


für n ∈ N und berechnen Sie lim supn→∞ xn , lim inf n→∞ xn und die Menge der Häufungspunkte
von (xn )n .

Zu jeder natürlichen Zahl K lässt sich eine Folge konstruieren, die K Häufungspunkte hat.
Die Folge (an )n definiert für n ∈ N durch an = j falls K|n − j und j ∈ {1, . . . , K} ist ein
Beispiel dafür. Es lassen sich auch Folgen mit abzählbar vielen Häufungspunkten konstruieren.
In folgender Übung zeigt sich, dass auch Folgen existieren, deren Häufungspunkte ein ganzes
abgeschlossenes Intervall bilden.

Übung 6.18 (Folgen mit vielen Häufungspunkten).

(i) Angenommen (an )n ist eine beschränkte reelle Folge mit limn→∞ (an+1 − an ) = 0. Sei
I = lim inf n→∞ an und S = lim supn→∞ an . Dann ist die Menge der Häufungspunkte
gegeben durch [I, S].

(ii) Konstruieren Sie ein Beispiel einer Folge wie in a) mit [I, S] = [0, 1]

Hinweis für (i)): Für jedes L ∈ (I, S), ε > 0 und N ∈ N mit |ak+1 − ak | < ε für alle k ≥ N
gibt es ein n ≥ N mit an > S − ε > L − ε. Zeigen Sie, dass es auch ein n ≥ N gibt mit
an ∈ (L − ε, L + ε).
Hinweis für (ii)): Setzen Sie a1 = 0, a2 = 1, a3 = 1, a4 = 21 , a5 = 0, a6 = 0, a7 = 13 ,
a8 = 32 , a9 = 1, a10 = 1, a11 = 43 , . . . geeignet zu einer Folge fort.

Wir wollen noch einen wichtigen topologischen Begriff einführen, welchen wir im zweiten
Semester genauer untersuchen wollen. Eine Teilmenge K ⊆ R heisst folgenkompakt falls jede
Folge in K eine konvergente Teilfolge mit Grenzwert in K besitzt. Wir bemerken, dass für
a < b in R das kompakte Intervall [a, b] tatsächlich folgenkompakt ist. Denn nach Satz 6.15 hat
jede Folge in [a, b] eine konvergente Teilfolge, für welche wegen Proposition 6.1 der Grenzwert
wieder in [a, b] liegt.

261
6.1.4 Uneigentliche Grenzwerte
Folgende Erweiterung des Konvergenzbegriffs ist für uns auch wichtig.

Definition 6.19 (Uneigentliche Grenzwerte). Eine reelle Folge (an )n divergiert gegen ∞,
wenn für jedes ε > 0 ein N ∈ N existiert, so dass an ≥ ε−1 gilt für alle n ≥ N . In diesem
Fall schreiben wir limn→∞ an = ∞. Genauso sagen wir, dass (an )n gegen −∞ divergiert,
falls für jedes ε > 0 ein N ∈ N existiert, so dass an ≤ −ε−1 für alle n ≥ N . In letzterem
Fall schreiben wir limn→∞ an = −∞. In beiden Fällen spricht man auch von uneigentlicher
Konvergenz und uneigentlichen Grenzwerten.

Man beachte, dass eine divergente Folge (oder auch eine unbeschränkte Folge) nicht gegen
∞ oder −∞ divergieren muss. Zum Beispiel ist die Folge (an )n definiert durch
(
1 falls n gerade
an =
n falls n ungerade

divergent, aber sie divergiert nicht gegen ∞. Es gilt jedoch folgende Aussage.

Übung 6.20 (Teilfolgen von unbeschränkten Folgen). Sei (an )n eine unbeschränkte, reelle
Folge. Zeigen Sie, dass eine Teilfolge existiert, die gegen ∞ oder −∞ divergiert.

Wir können auch uneigentliche Grenzwerte verwenden, um den Limes superior und den Li-
mes inferior für unbeschränkte Folgen zu definieren. In der Tat, falls die reellwertige Folge (an )n
nicht von oben beschränkt ist, dann gilt supk≥n ak = ∞ für alle n ∈ N (siehe Abschnitt 2.5.3)
und wir setzen lim supn→∞ an = ∞. Falls (an )n zwar von oben, aber nicht von unten be-
schränkt ist, dann setzen wir lim supn→∞ an = limn→∞ supk≥n ak (wobei aber supk≥n ak

möglicherweise gegen −∞ divergiert). Diese Erweiterungen der Definitionen gelten analog für
den Limes inferior.

Übung 6.21 (Sandwich für uneigentlich Grenzwerte). Beweisen Sie folgende uneigentliche
Sandwich-Lemmata für zwei reelle Folgen (an )n und (bn )n mit an ≤ bn für alle n ∈ N:

lim an = ∞ =⇒ lim bn = ∞
n→∞ n→∞

lim bn = −∞ =⇒ lim an = −∞.

n→∞ n→∞

262
6.2 Cauchy-Folgen
Wir führen eine weitere Eigenschaft von Folgen ein.

Definition 6.22 (Cauchy-Folge). Eine Folge (an )n in einem metrischen Raum (X, d) ist eine
Cauchy-Folge, falls es für jedes ε > 0 ein N ∈ N gibt, so dass

d(am , an ) < ε

für alle m, n ≥ N .

Intuitiv ausgedrückt ist eine Cauchy-Folge also eine Folge, deren Folgenglieder für grosse
Indizes immer näher beieinanderliegen. In dieser Formulierung macht die Aussage folgender
Übung Sinn.

Wichtige Übung 6.23 (Konvergente Folgen sind Cauchy-Folgen). Zeigen Sie, dass eine
konvergente Folge in einem metrischen Raum eine Cauchy-Folge ist.

Ein Ziel dieses Kapitels ist die Umkehrung für reelle Cauchy-Folgen zu zeigen, also dass jede
Cauchy-Folge selbst bereits einen Grenzwert besitzt. Dies ist nützlich, da wir für den Beweis
der Konvergenz nach Definition eigentlich den Grenzwert bereits kennen müssen. Wollen wir
hingegen zeigen, dass eine Folge eine Cauchy-Folge ist, so müssen wir nur die Folgenglieder der
Folge betrachten. Damit werden wir im nächsten Kapitel viele neue Zahlen und Funktionen
definieren können.1
Um Konvergenz einer Cauchy-Folge zu zeigen, kann man folgendes nützliches Kriterium
verwenden.

Wichtige Übung 6.24 (Konvergente Teilfolgen von Cauchy-Folgen). Zeigen Sie, dass eine
Cauchy-Folge genau dann konvergiert, wenn sie eine konvergente Teilfolge besitzt.

Im Sinne dieses Kapitels werden wir uns hier auf Cauchy-Folgen in den reellen Zahlen
konzentrieren. Im zweiten Semester werden wir wieder auf Cauchy-Folgen in allgemeinen me-
trischen Räumen zu sprechen kommen. Wir bemerken noch, dass sich Cauchy-Folgen in C
mittels dem Inhalt dieses Kapitels und folgender Übung verstehen lassen.

Übung 6.25. Sei (an )n eine Folge in C. Dann ist (an )n genau dann eine Cauchy-Folge, wenn
(Re(an ))n und (Im(an ))n Cauchy-Folgen sind.

6.2.1 Reelle Cauchy-Folgen

Wie angekündigt, konzentrieren wir uns auf reelle Cauchy-Folgen und beweisen folgenden
Satz.

Satz 6.26 (Cauchy-Kriterium für Folgen). Eine reelle Folge ist genau dann konvergent, wenn
sie eine Cauchy-Folge ist.
1
Falls wir den Grenzwert für die Konstruktion dieser Funktionen bereits kennen müssten, so könnten wir
ja damit keine neuen Funktionen definieren.

263
 Wie erwähnt, hat der Begriff der Cauchy-Folge gemeinsam mit Satz 6.26 haben gegenüber
der Definition der Konvergenz den entscheidenden Vorteil, dass wir den Grenzwert nicht ken-
nen müssen, um zu zeigen, dass eine Folge eine Cauchy-Folge ist (und damit nach Satz 6.26
einen Grenzwert besitzt). Des Weiteren hat Satz 6.26 gegenüber Satz 6.5 den Vorteil, dass er
nicht nur für spezielle Folgen anwendbar ist.

Beweis. Angenommen (an )n ist eine reelle Folge mit an → A ∈ R für n → ∞. Sei ε > 0. Dann
existiert ein N ∈ N, so dass für alle n ≥ N gilt |an − A| < 2ε . Für m, n ≥ N gilt somit auch

ε ε
|am − an | ≤ |am − A| + |A − an | < + = ε.
2 2

Dies beweist, dass (an )n eine Cauchy-Folge ist.

Sei nun umgekehrt (an )n eine Cauchy-Folge. Für ε = 1 existiert dann ein N ∈ N, so dass
|am − an | < 1 für m, n ≥ N . Insbesondere gilt also

|an | ≤ |an − aN | + |aN | < 1 + |aN |

für alle n ≥ N . Daher ist (an )n eine beschränkte Folge (wieso? – siehe auch den Beweis von
Lemma 5.27). Des Weiteren existiert nach Annahme für jedes ε > 0 ein N ∈ N, so dass
|am − an | < ε für alle m, n ≥ N . Wir setzen m = N und erhalten

am − ε < an < am + ε.

Wir betrachten nun Limes Inferior und Limes Superior der Folge (welche ja nach Satz 6.15
Grenzwerte konvergenter Teilfolgen sind) und erhalten

am − ε ≤ lim inf an ≤ lim sup an ≤ am + ε.

n→∞ n→∞

Insbesondere gilt | lim inf n→∞ an − lim supn→∞ an | ≤ 2ε. Da aber ε > 0 beliebig war, erhalten
wir Gleichheit von Limes Superior und Limes Inferior und daher Konvergenz der Folge nach
Korollar 6.14.

Beispiel 6.27 (Falsches Kriterium). Sei (an )n eine reelle Folge. Wir behaupten, dass die
Bedingung

∀ε > 0 ∃N ∈ N ∀n ≥ N : |an − an+1 | < ε

nicht zur Konvergenz der Folge äquivalent ist.

Wir setzen 1, 2, 2, 2 + 12 , 3, 3 + 13 , 3 + 23 , 4, 4, 4 + 41 , 4 + 24 , 4 + 43 , 5, 5, . . . zu einer Folge fort,
in dem wir alle rationalen Zahlen zwischen ` und ` + 1 mit Nenner ` für ` ∈ N aufsteigend
auflisten. Falls ` ≤ an ≤ an+1 ≤ ` + 1 für n ∈ N, dann haben an und an+1 höchstens Abstand
1
` . Dies zeigt, dass limn→∞ |an+1 − an | = 0, aber (an )n ist trotzdem nicht beschränkt und
insbesondere nicht konvergent.

264
 Die Aussage von Satz 6.26 ist fundamental für die Analysis und ist das, was man in einem
allgemeineren Kontext unter Vollständigkeit der reellen Zahlen versteht (siehe auch Kapitel 10
vom zweiten Semester). In anderen Worten ist Satz 6.26 zum Vollständigkeitsaxiom äquivalent
im Sinne der folgenden Übung.

Übung 6.28 (Vollständigkeit der reellen Zahlen). Wir möchten hier erklären, wie aus dem Ar-
chimedischen Prinzip und der Aussage von Satz 6.26 das Vollständigkeitsaxiom folgt. Genauer
sei R ein geordneter Körper, der Q als dichte Teilmenge enthält (im Sinne von Korollar 2.70)
und in dem alle Cauchy-Folgen konvergent sind. Zeigen Sie, dass R das Vollständigkeitsaxiom
erfüllt.

6.2.2 Ein Diagramm für die Zusammenhänge der Begriffe und Sätze
Wir fassen obiges Wissen über reelle Folgen in folgendem Diagramm zusammen und emp-
fehlen Ihnen sich zu überlegen, was genau die einzelnen Pfeile bedeuten und welche Sätze sie
andeuten.

Figur 6.2: Einige wichtige Eigenschaften von reellen Folgen und wichtige
Sätze, die diese Eigenschaften in Verbindung bringen.

265
6.3 Die Exponentialfunktion
Wir werden jetzt Grenzwerte von Folgen und insbesondere Satz 6.5 anwenden, um die
Exponentialfunktion zu definieren und einige ihrer Eigenschaften zu beweisen2 . Die Expo-
nentialfunktion exp : R → R>0 ist definiert durch
 x n
exp (x) = lim 1+ >0 (6.3)
n→∞ n

für alle x ∈ R. Des Weiteren ist die Eulersche Zahl definiert als

1 n
 
e = exp (1) = lim 1 + ∈ [2, 3] .
n→∞ n

Wir wollen zeigen, dass (6.3) Sinn ergibt (also der Grenzwert tatsächlich existiert) und dass da-
durch die Abbildung exp : R → R>0 definiert wird. Dies führt uns dann auch zum natürlichen
Logarithmus und zu allgemeinen Potenzfunktionen.

Proposition 6.29 (Reelle Exponentialfunktion). Für alle x ∈ R existiert der Grenzwert in

(6.3) und dies definiert die streng monotone, bijektive, stetige Abbildung exp : R → R>0 , die
die Additionsformel

exp(x + y) = exp(x) exp(y) (6.4)

für alle x, y ∈ R erfüllt.

Der Beweis der Proposition erfolgt in den Unterabschnitten 6.3.2–6.3.7.

6.3.1 Eine Interpretation

Die Definition (6.3) hat für x ∈ (0, 1) folgende ökonomische Interpretation. Angenommen x
steht für den jährlichen Zinssatz in der Bank 1. Bank 2 verrechnet die Zinsen halbjährlich und
gibt x2 Zinsen in einem halben Jahr, . . . , die Bank n verrechnet die Zinsen n-mal im Jahr und
gibt in einem n-tel Jahr genau nx Zinsen. Bei welcher Bank sollte man sein Geld deponieren?
Auf Grund des Zinseszinses sollte man wahrscheinlich Kunde der Bank mit dem grössten n
werden. Also drängt sich die Vermutung auf, dass an = (1 + nx )n eine monoton wachsende
Folge ist. Aber kann man seinen jährlichen Gewinn grenzenlos steigern, in dem man immer
weiter sucht und bei einer Bank mit noch grösserem n um ein Konto anfragt? Dies klingt
vielleicht ein bisschen zu optimistisch. Es drängt sich also die Vermutung auf, dass (an )n eine
beschränkte monoton wachsende Folge ist.

2
An dieser Stelle wollen wir bemerken, dass die hier verwendete mathematische Exposition nicht unbedingt
die effizienteste ist. In der Tat könnte man die Exponentialfunktion etwas formaler direkt mit Potenzreihen
einführen – siehe Abschnitt 7.5.

266
6.3.2 Konvergenz der Folge
Sei x ∈ R fest gewählt. Falls x ≥ 0 ist, dann ist

x x+n
≤ ≤1
(n + 1)(n + x) (n + 1)(n + x)

und damit

x
an,x = − ≥ −1
(n + 1)(n + x)

für alle n ∈ N. Ansonsten ist x < 0 und es gelten obige Ungleichungen zumindest für alle
n ∈ N mit n > −x. Für diese n ∈ N können wir die Bernoulli-Ungleichung in Lemma 3.5
verwenden und erhalten
x n+1 x n+1
(n + 1 + x)n n+1


1+ x  1 + n+1
  
n+1
 n+x

n = 1+ =
1 + nx n 1 + nx n (n + 1)(n + x)
n+1
n + x (n + 1)(n + x) − x n+1
 2  
n+x n + nx + n
= =
n (n + 1)(n + x) n (n + 1)(n + x)
 n+1
n+x x n+x
n+1
= 1− = 1 + an,x
n (n + 1)(n + x) n
 
n+x
n+x x
≥ 1 + (n + 1)an,x = 1− = 1.
n n n+x

n
Für x ≥ 0 beweist dies die Monotonie der Folge 1 + nx . Für x < 0 beweist dies die
„schlussendliche“ Monotonie. Genauer formuliert existiert ein Nx ∈ N so dass für alle n ≥ Nx
x n+1

n
sowohl 1 + nx > 0 also auch 1 + n+1 ≥ 1 + nx gilt. Da monoton wachsende, beschränkte

Folgen konvergieren (Satz 6.5) und da die ersten paar Glieder der Folge nicht über Konvergenz
entscheiden (Lemma 5.25) reicht es für die Konvergenz somit, Beschränktheit zu zeigen.

n
Für x ≤ 0 gilt 1 + nx ≤ 1. Daher gilt
 x n
n
= sup 1 + nx | n ≥ Nx ∈ (0, 1] ,

lim 1+
n→∞ n

wobei Nx wie oben gewählt wurde.

Für x ≥ 0 verwenden wir
n
x2

 x n  x n
1+ 1− = 1− 2 ≤ 1,
n n n

woraus für alle n ≥ N−x die Abschätzung

 x n  x −n
1+ ≤ 1− = an
n n

folgt. Da aber die Folge an auf Grund von obigem und Proposition 5.30(iii) konvergent und

n

damit beschränkt ist, folgt nun die Beschränktheit der Folge 1 + nx n
.

267
 Wir wollen ein zweites Argument für die Beschränktheit der Folge für ein x ≥ 0 skizzieren.
Hierfür betrachten wir für ein n ∈ N die Umformung

n   n n n k−1
x n X n  x k X 1
   
Y 1 k X 1 k 1 Y
1+ = = j x = x (n − `)
n k n k! nk k! nk
k=0 k=0 j=n−k+1 k=0 `=0
n k−1 n k−1
Y 
X 1 k Y n−` X 1 k `
= x = x 1− .
k! n k! n
k=0 `=0 k=0 `=0

unter Verwendung des Binomialsatz (Satz 3.28). Damit erhalten wir für x ∈ (0, 1], dass

n  k−1  n n
x n X 1 Y xk 1 − 21n
  
` X X 1
1+ = 1− xk ≤ ≤1+ = 1 + 1 ≤ 3,
n k! n k! 2k−1 1 − 2
k=0 `=0 k=0 k=1

wobei wir k! ≥ 2k−1 für k ∈ N und die geometrische Summenformel (Proposition 3.8) verwen-
det haben.

Übung 6.30 (Alternative obere Schranke). Verallgemeinern Sie obige Abschätzung für belie-
bige x ≥ 0.
Hinweis: Für x ∈ [0, 1] und `, n ∈ N können Sie die Abschätzung

`x n 
 
x `n
1+ ≤ 1+ ≤ 3`
n n

beweisen und verwenden.

Auf Grund von Satz 6.5 ergibt sich daher, dass

 x n
exp (x) = lim 1+ ∈ R>0
n→∞ n

für alle x ∈ R existiert. Insbesondere für x = 1 erhalten wir e = exp(1) ∈ [2, 3] auf Grund
obiger Abschätzungen.
Für ein beliebiges x ∈ R ist nx ≥ −1 für alle hinreichend grossen n ∈ N und damit
1 + x = 1 + n nx ≤ (1 + nx )n nach der Bernoulli-Ungleichung (Lemma 3.5). Daraus folgt

1 + x ≤ exp(x) (6.5)

für alle x ∈ R.

Übung 6.31 (Rosinen im Brot). Angenommen wir schneiden ein Brot, das n = 10 Rosinen
enthält, in n Stücke. Wir nehmen nun ein Stück. Wie gross ist die Wahrscheinlichkeit, dass
dieses keine Rosine enthält? Wie verhält sich diese Wahrscheinlichkeit für n → ∞.
2
Übung 6.32 (Quadratisches Wachstum). Zeigen Sie, dass für x ≥ 0 gilt 1 + x + x2 ≤ exp (x).

268
6.3.3 Inversionsformel
Wir behaupten nun, dass

exp (−x) = exp(x)−1 (6.6)

für alle x ∈ R. Es gilt

x n x n x2 n
     
exp (x) exp (−x) = lim 1+ lim 1 − = lim 1 − 2
n→∞ n n→∞ n n→∞ n

x2 n
Wir betrachten also die Folge (bn )n definiert durch bn = 1 − . Nach der Bernoulli-


n2
2
Ungleichung gilt für n ∈ N mit n ≥ |x| (und damit − nx2 ≥ −1)

x2  2 
x2
n
1− = 1 + n − nx2 ≤ 1 − n2
= bn ≤ 1,
n
2
n
was gemeinsam mit dem Sandwich-Lemma (Lemma 6.2) limn→∞ 1 − nx2 = 1 zur Folge hat
und Gleichung (6.6) zeigt.

6.3.4 Additionsformel
Seien x, y ∈ R. Für x = 0 oder y = 0 ist die Additionsformel (6.4) gültig (wieso?). Wir
wollen den verbleibenden Fall (x 6= 0 und y 6= 0) durch ein ähnliches Argument wie oben
beweisen. Deswegen berechnen wir zuerst für n ∈ N das Produkt
    
 x  y x+y x + y xy x+y
1− 1− 1+ = 1− + 2 1+
n n n n n n
2
 
(x + y) xy x+y cn
=1− 2
+ 2 1+ = 1 + 2,
n n n n

wobei die konvergente reelle Folge (cn )n durch

 
2 x+y x+y
cn = −(x + y) + xy 1 + = −(x2 + y 2 ) − 2xy + xy + xy
n n
x+y
= −(x2 + y 2 ) − xy + xy
n

gegeben ist. Damit erhalten wir

x+y n
 
exp(x + y) = lim 1 +
n→∞ n

n
1 + ncn2  cn n
= lim n n = exp (x) exp (y) lim 1 +
n→∞ 1 − x 1 − ny n2



n→∞
n

n
wegen (6.6). Wir zeigen nun, dass limn→∞ 1 + ncn2 gleich 1 ist. Da xy x+y
n → 0 für n → ∞,
erhalten wir cn → −(x + y ) − xy für n → ∞. Weiters ist −(x + y ) − xy < 0 (unter
2 2 2 2

Verwendung von max {|x|, |y|} < x2 + y 2 wegen x 6= 0 und y 6= 0), womit wir cn < 0 und
p

269
cn
n2
≥ −1 für hinreichend grosse n erhalten. Aus der Bernoulli-Ungleichung folgt nun

cn cn  cn n
1+ =1+n 2 ≤ 1+ 2 ≤1
n n n
cn n
und daher gilt limn→∞ 1 + = 1. Dies beweist die Additionsformel (6.4).


n2

6.3.5 Stetigkeit
Wir zeigen
n zuersto die Stetigkeit von exp : R → R>0 bei 0 ∈ R. Sei also ε > 0 und wähle
1
δ = min ε, 1 − 1+ε (womit δ < 1 und auch 1−δ 1
≤ 1 + ε nach einer kurzen Rechnung). Für
x ∈ (−δ, 0] wenden wir (6.5) an und erhalten

1 − ε ≤ 1 − δ < 1 + x ≤ exp(x) ≤ 1

(also insbesondere | exp(x) − exp(0)| < ε). Für x ∈ [0, δ) wenden wir obiges Argument für −x
an und erhalten 1 − δ ≤ exp(−x) ≤ 1 oder äquivalenterweise 1 ≤ exp (x) ≤ 1−δ 1
< 1 + ε nach
Wahl von δ (und dadurch wiederum | exp(x) − exp(0)| < ε).
Um Stetigkeit bei jedem x0 ∈ R zu zeigen, verwenden wir die Additionseigenschaft. Denn
es gilt für alle x ∈ R

exp(x) = exp(x − x0 + x0 ) = exp(x − x0 ) exp(x0 ),

wodurch wir exp(x) als Verknüpfung der Abbildungen

h : x ∈ R 7→ x − x0 ∈ R
g : y ∈ R 7→ exp(y) ∈ R
f : a ∈ R 7→ a exp(x0 )

schreiben können, wobei h bei x0 , g bei 0 = h(x0 ), beziehungsweise f bei 1 = g(0) stetig sind.
Es folgt die Stetigkeit von exp bei x0 aus Proposition 3.52.

6.3.6 Strenge Monotonie

Für x > 0 gilt exp(0) = 1 < 1 + x ≤ exp(x) wegen (6.5). Falls x < y, dann folgt aus
exp(x) > 0 und exp(y − x) > 1 mit der Additionsformel (6.4), dass

exp(y) = exp(x) exp(y − x) > exp(x).

Daher ist exp : R → R>0 streng monoton wachsend und insbesondere injektiv.

6.3.7 Surjektivität
Wir verwenden (6.5) und den Zwischenwertsatz (Satz 3.58) um  exp(R)
 = R>0 zu zeigen.
Sei also y > 0. Dann gilt y < exp(y) nach (6.5). Weiters ist y < exp y auf Grund desselben
1 1
 
Arguments und damit exp − y1 < y < exp (y). Da exp auf ganz R stetig ist, ergibt sich aus

270
dem Zwischenwertsatz (Satz 3.58), dass es ein x ∈ R (zwischen den Punkten − y1 und y) mit
exp(x) = y gibt. Dies beendet den Beweis von Proposition 6.29.

6.3.8 Der Logarithmus und Potenzen

Zusammenfassend haben wir also gezeigt, dass exp : R → R>0 eine bijektive, streng
monoton wachsende stetige Funktion darstellt, so dass die Additionsformel exp(x + y) =
exp(x) exp(y) für alle x, y ∈ R gilt.
Die Umkehrfunktion der bijektiven Abbildung exp : R → R>0 nennen wir den (natürlichen)
Logarithmus log : R>0 → R. Aus dem Umkehrsatz (Satz 3.62) folgt nun folgendes Korollar.

Korollar 6.33 (Natürlicher Logarithmus). Der natürliche Logarithmus log : R>0 → R ist
eine streng monoton wachsende, stetige und bijektive Funktion. Des Weiteren gilt

log(ab) = log a + log b

für alle a, b ∈ R>0 .

Wir bemerken, dass die letzte Aussage in obigem Korollar aus der Additionsformel der
Exponentialabbildung folgt wenn wir x = log a und y = log b setzen.

Figur 6.3: Die Graphen der Exponentialfunktion und des Logarithmus

log.

Der Logarithmus und die Exponentialabbildung können wir verwenden, um allgemeinere

Potenzen zu definieren. Für eine positive Basis x > 0 und beliebige Exponenten a ∈ R setzen
wir

xa := exp(a log(x)).

Insbesondere gilt ex = exp(x log(e)) = exp(x) für alle x ∈ R.

Übung 6.34 (Rechenregel für Potenzen). Zeigen Sie, dass für a ∈ Q diese Definition mit
der Definition von rationalen Potenzen aus Beispiel 3.63 übereinstimmt. Verifizieren Sie des
271
Weiteren die Rechenregeln

log(xa ) = a log (x) , xa xb = xa+b , (xa )b = xab

für x, y > 0 und a, b ∈ R.

Übung 6.35 (Obere Schranke für den Logarithmus). Sei α > 0 eine positive Zahl. Zeigen
Sie, dass eine Konstante Cα > 0 existiert mit log(x) ≤ Cα xα für alle x > 0.

Übung 6.36 (Eine kontinuierliche Bernoulli-Ungleichung). Zeigen Sie, dass für alle x ≥ −1
und p ≥ 1 gilt

(1 + x)p ≥ 1 + px.

Hinweis: Analysieren Sie das Argument für die Monotonie aus Abschnitt 6.3.2 genauer,
um zu zeigen, dass für alle m ≤ n und t > −m

t n t m
   
1+ ≥ 1+
n m

gilt. Betrachten Sie nun x = nt , um die gewünschte Ungleichung für rationale p zu zeigen.
Verwenden Sie dann Stetigkeit und Dichtheit von Q in R.

Figur 6.4: Die Graphen von x ∈ R>0 7→ xa ∈ R>0 für verschiedene (hier
irrationale) a ∈ R.

Bemerkung. Sie dürfen nun auch den Logarithmus loga : R>0 → R zu einer Basis a > 1
definieren. In der Tat können Sie loga (x) = log x
log a für alle x ∈ R>0 setzen und nun überprüfen,
dass aloga x = x für alle x ∈ R>0 gilt. Wir werden diese Definition aber nicht benötigen, auch
nicht für a = 10, und log(x) = ln(x) wird immer den natürlichen Logarithmus von x ∈ R>0
zur Basis a = e bezeichnen.

Applet 6.37 (Rechenschieber). Falls Sie dies noch nicht gesehen haben, empfehlen wir Ihnen
mit dem Rechenschieber einige Produkte und Quotienten zu berechnen. Erinnern Sie sich an
272
die Eigenschaften des Logarithmus um zu erkennen, wie man diese Berechnungen durchführt.
Vor der Einführung von elektronischen Taschenrechnern waren diese mechanischen Hilfsmittel
sehr verbreitet.

273
6.4 Grenzwerte von Funktionen
Wir betrachten jetzt wieder allgemeine Funktionen f : D → R auf einer allgemeinen Teil-
menge D ⊆ R und wollen (eigentliche und uneigentliche) Grenzwerte für den Fall definieren,
wenn x ∈ D gegen ein x0 ∈ R strebt (oder auch wenn x ∈ D gegen +∞ oder gegen −∞
divergiert).

6.4.1 Grenzwerte und punktierte Umgebungen

Sei D ⊆ R eine Teilmenge und x0 ∈ R ein Häufungspunkt von D. Wir erinnern daran, dass
Letzteres genau dann der Fall ist, wenn

D ∩ (x0 − δ, x0 + δ) \ {x0 } =
6 ∅ (6.7)

für alle δ > 0, oder äquivalent, wenn es eine Folge in D \ {x0 } gibt, die gegen x0 strebt.
Für eine Funktion f : D → R ist A = limx→x0 f (x) der Grenzwert von f (x) für x → x0 ,
oder auch der Grenzwert bei x0 , falls

∀ε > 0 ∃δ > 0 ∀x ∈ D ∩ (x0 − δ, x0 + δ) \ {x0 } : |f (x) − A| < ε.

Informell ausgedrückt bedeutet dies, dass die Funktionswerte von f beliebig nahe bei A liegen
wenn x ∈ D \ {x0 } nahe an x0 heranrückt. Der Grenzwert von f (x) für x → x0 muss natürlich
nicht existieren; wenn er existiert, ist er aber eindeutig bestimmt (diese Eigenschaft ist der
Grund, wieso wir (6.7) angenommen haben, siehe Übung 6.38).
Der Grenzwert erfüllt, analog zu Proposition 5.30, die gewohnten Eigenschaften. Er ist

• linear (das heisst, falls limx→x0 f (x) und limx→x0 g (x) existieren, so existiert auch der
Grenzwert limx→x0 f (x) + g (x) = limx→x0 f (x) + limx→x0 g (x) und analog für skalare
Multiplikation),

• multiplikativ (das heisst, falls limx→x0 f (x) und limx→x0 g (x) existieren, so existiert
auch limx→x0 f (x) g (x) = (limx→x0 f (x))(limx→x0 g (x))),

• monoton (f ≤ g impliziert limx→x0 f (x) ≤ limx→x0 g (x), falls die Grenzwerte existieren)

• und erfüllt ein Sandwich-Lemma.

Übung 6.38 (Erste Eigenschaften). (i) Beweisen Sie, dass der Grenzwert limx→x0 f (x) ein-
deutig bestimmt ist, falls er existiert.

(ii) Beweisen Sie die drei Eigenschaften linear, multiplikativ und monoton des Grenzwerts
von Funktionen auf D für x → x0 .

(iii) Formulieren und beweisen Sie ein Sandwich-Lemma für den Grenzwert von Funktionen
auf D für x → x0 .

274
Lemma 6.39 (Grenzwerte und Stetigkeit). Sei D ⊆ R eine Teilmenge, x0 ∈ D ein Häufungs-
punkt von D und f eine reellwertige Funktion auf D. Dann ist f genau dann stetig bei x0 ,
wenn limx→x0 f (x) = f (x0 ).

Beweis. Falls f bei x0 stetig ist, dann existiert zu jedem ε > 0 ein δ > 0, so dass für alle x ∈ D
die Implikation |x−x0 | < δ =⇒ |f (x)−f (x0 )| < ε gilt. Vergleicht man dies mit der Definition
von limx→x0 f (x), erhält man limx→x0 f (x) = f (x0 ).
Falls umgekehrt limx→x0 f (x) = f (x0 ) gilt, so müssen wir wiederum nur die Definition
der Stetigkeit (und die Gleichheit des Grenzwerts mit f (x0 )) verwenden, um Stetigkeit von f
bei x0 zu erhalten.

Obiges Lemma hat auch eine Interpretation für den Fall x0 6∈ D, denn in diesem Fall wäre
der Grenzwert limx→x0 f (x) (falls dieser existiert) ein guter Kandidat für eine Fortsetzung
der Funktion auf die Menge D ∪ {x0 }, da diese Fortsetzung dann bei x0 stetig wird.
Man nennt einen Häufungspunkt x0 ∈ D eine hebbare Unstetigkeitsstelle von f , falls
limx→x0 f (x) existiert, aber nicht gleich f (x0 ) ist (siehe auch Figur 6.5). In diesem Fall kann
man eine neue Funktion fneu : D → R durch
(
f (x) falls x ∈ D \ {x0 }
fneu (x) =
limx→x0 f (x) falls x = x0

für x ∈ D definieren, die bei x0 stetig ist.

Genauso wie in dem Beweis von Proposition 5.50 sieht man nun, dass für eine Folge (xn )n
in D \ {x0 } mit xn → x0 für n → ∞ die Gleichheit limn→∞ f (xn ) = limx→x0 f (x) gilt, falls
letzter Grenzwert existiert.

Lemma 6.40 (Grenzwerte mittels Folgen). Sei D ⊆ R eine Teilmenge, f : D → R eine

Funktion und x0 ∈ D ein Häufungspunkt von D. Dann gilt A = limx→x0 f (x) genau dann,
wenn für jede Folge (an )n in D \ {x0 } mit limn→∞ an = x0 auch limn→∞ f (an ) = A gilt.

Beweis. Angenommen A = limx→x0 f (x) und (an )n ist eine Folge in D\{x0 } mit limn→∞ an =
x0 . Dann existiert für ε > 0 ein δ > 0 mit

0 < |x − x0 | < δ =⇒ |f (x) − A| < ε

für alle x ∈ D. Des Weiteren existiert ein N ∈ N mit

n ≥ N =⇒ 0 < |an − x0 | < δ,

was gemeinsam

n ≥ N =⇒ |f (an ) − A| < ε

ergibt. Die Folge (f (an ))n konvergiert also gegen A.

Für die Umkehrung nehmen wir an, dass A = limx→x0 f (x) nicht erfüllt ist (also entweder
der Grenzwert nicht existiert oder nicht gleich A ist). Dann existiert ein ε > 0, so dass für alle
275
δ > 0 ein x ∈ D existiert mit

0 < |x − x0 | < δ ∧ |f (x) − A| ≥ ε

Wir verwenden dies für n ∈ N und δ = 1

n > 0 und finden also ein an ∈ D mit

1
0 < |an − x0 | < (6.8)
n

und

|f (an ) − A| ≥ ε. (6.9)

Aus Ungleichung (6.8) schliessen wir, dass die Folge (an )n Werte in D \ {x0 } annimmt und
gegen x0 konvergiert. Aus Ungleichung (6.9) folgt, dass (f (an ))n nicht gegen A konvergiert.

Proposition 6.41 (Grenzwerte und Verknüpfung mit stetigen Funktionen). Seien D, E ⊆ R,

x0 ein Häufungspunkt von D, f : D → E eine Funktion, y0 = limx→x0 f (x) ∈ E, und
g : E → R eine bei y0 stetige Funktion. Dann gilt limx→x0 g (f (x)) = g (y0 ).

Beweis. Sei (an )n eine Folge in D \ {x0 } mit limn→∞ an = x0 . Nach Lemma 6.40 gilt dann
limn→∞ f (an ) = limx→x0 f (x) = y0 . Die Stetigkeit von g bei y0 impliziert nun gemeinsam mit
Proposition 5.50, dass limn→∞ g (f (an )) = g (y0 ). Da (an )n eine beliebige Folge in D \ {x0 }
mit limn→∞ an = x0 war, folgt wiederum aus Lemma 6.40, dass limx→x0 g (f (x)) = g (y0 ).

Diese Eigenschaften von Grenzwerten können bereits für die Berechnung von vielen Grenz-
werten verwendet werden.
Weiters können wir uneigentliche Grenzwerte definieren. Wir sagen zum Beispiel, dass f (x)
gegen +∞ für x → x0 divergiert und schreiben limx→x0 f (x) = +∞, falls

∀ε > 0 ∃δ > 0 ∀x ∈ D ∩ (x0 − δ, x0 + δ) \ {x0 } : f (x) > ε−1 .

Wir nennen die Menge U̇δ (x0 ) = (x0 − δ, x0 + δ) \ {x0 } die punktierte δ-Umgebung um
x0 , und bemerken, dass diese Mengen implizit in der Definition des Grenzwerts aufgetreten
sind.

6.4.2 Links- und rechtsseitige Grenzwerte

Angenommen D ⊆ R ist eine Teilmenge und x0 ∈ R hat die Eigenschaft D ∩(x0 , x0 +δ) 6= ∅
für alle δ > 0. Intuitiv hat der Punkt x0 also die Eigenschaft, dass ihm D von rechts beliebig
nahe kommt, was also eine stärkere Forderung ist als (6.7). Einen solchen Punkt x0 wollen
wir einen rechtsseitigen Häufungspunkt von D nennen. Für eine Funktion f : D → R ist
A = limx&x0 f (x) (alternativ limx→x+ f (x) oder auch limx→x0 , x>x0 f (x)) der rechtsseitige
0
Grenzwert von f (x) bei x0 , falls

∀ε > 0 ∃δ > 0 ∀x ∈ D ∩ (x0 , x0 + δ) : |f (x) − A| < ε.

276
Wir schreiben limx&x0 f (x) = +∞, falls

1
∀ε > 0 ∃δ > 0 ∀x ∈ D ∩ (x0 , x0 + δ) : f (x) >
ε

und limx&x0 f (x) = −∞, falls

1
∀ε > 0 ∃δ > 0 ∀x ∈ D ∩ (x0 , x0 + δ) : f (x) < − .
ε

Falls x0 die Eigenschaft D ∩ (x0 − δ, x0 ) 6= ∅ für alle δ > 0 hat (x0 ist ein linksseitiger Häu-
fungspunkt), können wir ebenso den linksseitigen Grenzwert limx%x0 f (x) (alternativ
limx→x− f (x) oder auch limx→x0 , x<x0 f (x)) definieren.
0
Falls x0 ein links- und rechtsseitiger Häufungspunkt ist, dann existiert der Grenzwert
limx→x0 f (x) genau dann, wenn die links- und rechtseitigen Grenzwerte von f (x) bei x0 exi-
stiert und limx%x0 f (x) = limx&x0 f (x) erfüllt ist.
Beispiele von links- und rechtsseitigen Grenzwerten sind

1 1 √ √
lim = +∞, lim = −∞, lim log (x) = −∞, lim x = lim x = 0.
x&0 x x%0 x x&0 x&0 x→0

6.4.3 Einseitige Stetigkeit und Sprungstellen

Sei D ⊆ R eine Teilmenge, x0 ∈ D ein rechtseitiger Häufungspunkt von D und f : D → R
eine Funktion. Falls limx&x0 f (x) existiert und gleich f (x0 ) ist, dann sagen wir, dass f rechts-
seitig stetig bei x0 ist. Ist x0 ∈ D ein linksseitiger Häufungspunkt von D, dann sagen wir
analog, dass f linksseitig stetig bei x0 ist, falls limx%x0 f (x) existiert und gleich f (x0 ) ist.

Figur 6.5: Der Graph einer Funktion, die eine hebbare Unstetigkeitsstelle
bei x1 hat, bei x2 linksseitig stetig (aber nicht rechtseitig stetig) ist und
bei x3 rechtsseitig stetig ist.

Sei nun D ⊆ R und x0 ∈ D ein links- und rechtsseitiger Häufungspunkt von D (insbeson-
dere ein Häufungspunkt von D). Für eine Funktion f : D → R heisst x0 eine Sprungstelle,
falls die einseitigen Grenzwerte limx%x0 f (x) und limx&x0 f (x) existieren, aber verschieden
sind.

277
Applet 6.42 (Grenzwerte einer Funktion). Wir sehen eine Funktion mit Definitionsbereich
D = {0} ∪ 12 , 2 ∪ (2, 5) ∪ (5, 8) ∪ (8, 11], und betrachten verschiedene Bewegungen im Defini-

tionsbereich und Grenzwerte für diese Funktion.

6.4.4 Die Bewegung nach Unendlich

Angenommen D ⊆ R ist eine nicht von oben beschränkte Teilmenge (das heisst, für alle
δ > 0 gilt ( 1δ , ∞) ∩ D 6= ∅) und f : D → R ist eine Funktion. Wir sagen, dass f gegen A ∈ R
strebt für x → ∞, und schreiben limx→∞ f (x) = A, falls

∀ε > 0 ∃δ > 0 ∀x ∈ ( 1δ , ∞) ∩ D : |f (x) − A| < ε.

Übung 6.43 (Beispiele für uneigentliche Grenzwerte). Definieren Sie für D wie oben und eine
Funktion f : D → R die uneigentlichen Grenzwerte limx→∞ f (x) = ∞, limx→∞ f (x) = −∞
und finden Sie je eine Funktion f auf (0, ∞) mit limx→∞ f (x) = 1, limx→∞ f (x) = +∞ und
limx→∞ f (x) = −∞.

6.4.5 Einige Rechenbeispiele

Wir werden bei Rechnungen wie den folgenden oft davon ausgehen, dass ein Formelaus-
druck eine Funktion mit dem maximalen für den Formelausdruck sinnvollen Definitionsbereich
definiert.

Beispiel 6.44. Wir wollen hier limx→0 xx = limx&0 xx berechnen, und müssen für dies zwei
weitere Grenzwerte berechnen.

• Wir behaupten zuerst

lim y exp (−y) = 0. (6.10)

y→∞

In der Tat gilt exp (y) ≥ (1 + y2 )2 für y ≥ 0 auf Grund der Monotonie der Folge (1 + ny )n ,
die in Abschnitt 6.3 für die Definition der Exponentialabbildung verwendet wurde. Daraus
ergibt sich 0 ≤ y exp (−y) ≤ (1+yy )2 ≤ y4 , was wegen dem Sandwich-Lemma (Lemma B.6)
2
eben (6.10) impliziert.

• Als nächstes wollen wir

lim x log x = 0 (6.11)

x→0

zeigen. Sei also ε > 0. Dann gibt es wegen (6.10) ein δ > 0 so dass |y exp(−y)| < ε für
alle y > 1δ . Sei nun x ∈ (0, exp(− 1δ )) und y = − log x, dann ist y > 1δ auf Grund der
strengen Monotonie der Logarithmus-Abbildung und damit |x log x| = | exp(−y)y| < ε,
was zu zeigen war.

278
 • Auf Grund von Proposition 6.41 und da die Exponentialabbildung stetig ist, ergibt sich
aus (6.11) nun

lim xx = lim exp (x log x) = exp (0) = 1.

x→0 x→0

Hieraus ergibt sich auch ein weiterer Beweis für Beispiel 6.4 (iii). (Wieso?)

Übung 6.45. Berechnen Sie die folgenden Grenzwerte (falls sie existieren)

x3 − x2 − x − 2 3e2x + ex + 1 ex log(x)
lim , lim , lim , lim
x→2 x−2 x→∞ 2e2x − 1 x→∞ xa x→∞ xa

für ein a ∈ R. Beschreiben Sie weiters, wie man die Grenzwerte

p(x)
lim p (x) , lim
x→∞ x→∞ q(x)

für zwei Polynome p, q ∈ R[x] mit q 6= 0 berechnet.

279
6.5 Riemann-Summen
Riemann gab 1854 eine formale Definition des Integrals mit Hilfe sogenannter Riemann-
Summen und eines „Grenzübergangs“, dessen Definition Ähnlichkeiten zu den Definitionen
des Grenzwertes einer Folge und des Grenzwertes einer Funktion aufweist. Wie in Kapitel 4
sei im Folgenden f eine reellwertige Funktion auf einem kompakten Intervall [a, b] mit a < b.

Definition 6.46 (Riemann-Summen). Für eine Zerlegung Z = {a = x0 < x1 < . . . < xn = b}

von [a, b] definieren wir die Maschenweite der Zerlegung Z als |Z| = maxk=1,...,n (xk − xk−1 ).
Weiters bezeichnen wir z = (z1 , . . . , zn ) ∈ [a, b]n als eine erlaubte Wahl von Zwischen-
punkten der Zerlegung Z, falls zk ∈ [xk−1 , xk ] für k ∈ {1, . . . , n}. Für eine reellwertige Funk-
tion f auf [a, b], eine Zerlegung Z von [a, b] und eine erlaubte Wahl von Zwischenpunkten z
definieren wir die Riemann-Summe durch
n
X
R(f, Z, z) = f (zk )(xk − xk−1 ).
k=1

Das heisst, wir betrachten beliebige Punkte zk ∈ [xk−1 , xk ], die Funktionswerte f (zk ) an
diesen Punkten und hoffen, dass diese halbwegs repräsentativ für die Funktionswerte von
f |[xk−1 ,xk ] sind. Diese Hoffnung mag zwar nicht in allen Teilintervallen immer zutreffen, trotz-
dem ist die Riemann-Summe eine Approximation des Riemann-Integrals in folgendem Sinne.

Satz 6.47 (Riemann-Integral über Riemann-Summen). Sei f eine Riemann-integrierbare

Rb
reellwertige Funktion auf [a, b]. Dann ist a f (x) dx der Grenzwert der Riemann-Summen
R(f, Z, z), wenn die Maschenweite |Z| der Zerlegung gegen Null geht. Formal geschrieben gilt
also
Z b
∀ε > 0, ∃δ > 0 ∀Z ∀z : |Z| < δ =⇒ R(f, Z, z) − f (x) dx < ε,
a

wobei Z über die Zerlegungen von [a, b] läuft und z über die erlaubten Wahlen von Zwischen-
punkten der Zerlegung Z (wie in Definition 6.46) läuft.

Bemerkung. Die Konvergenz der Riemann-Summen wie in obigem Satz ist sogar eine Cha-
rakterisierung der Riemann-Integrierbarkeit – siehe Übung 6.49. Es gibt auch noch weitere,
äquivalente Bedingungen, aber wir begnügen uns mit der Aussage in Satz 6.47.

Beweis von Satz 6.47. Wir beweisen den Satz zuerst unter der zusätzlichen Annahme, dass f
stetig ist. Dank dem Sandwich-Kriterium für Riemann-Integrierbarkeit aus Proposition 4.44
wird sich dies als ausreichend herausstellen.
Sei also f : [a, b] → R stetig und ε > 0. Nach Satz 3.75 ist f gleichmässig stetig, womit
δ > 0 existiert mit |f (x) − f (y)| < ε für alle x, y ∈ [a, b] welche |x − y| < δ erfüllen. Sei Z =
{a = x0 < x1 < . . . < xn = b} eine Zerlegung mit Maschenweite |Z| < δ und z = (z1 , . . . , zn ) ∈
[a, b]n eine erlaubte Wahl von Zwischenpunkten. Dann gilt für alle k ∈ {1, . . . , n} wegen der

280
Dreiecksungleichung für das Riemann-Integral in Satz 4.24
Z xk Z xk
f (x) dx − f (zk ) (xk − xk−1 ) = f (x) − f (zk ) dx
xk−1 xk−1
Z xk
≤ |f (x) − f (zk )| dx < ε (xk − xk−1 ) .
xk−1

In der Tat ist zk ∈ [xk−1 , xk ], |xk − xk−1 | < δ wegen |Z| < δ und somit |f (x) − f (zk )| < ε für
alle x ∈ [xk−1 , xk ]. Insbesondere ist
Z b n Z
X xk
f (x) dx − R (f, Z, z) ≤ f (x) dx − f (zk ) (xk − xk−1 )
a k=1 xk−1
n
X
< ε (xk − xk−1 ) = ε (b − a) .
k=1

Da ε > 0, die Zerlegung Z mit |Z| < δ sowie die erlaubten Zwischenpunkte z beliebig waren,
beweist dies die Proposition für alle stetigen Funktionen f .
Sei nun f eine beliebige Riemann-integrierbare Funktion und sei ε > 0. Nach Propositi-
Rb
on 4.44 existieren f− , f+ ∈ C([a.b]) mit f− ≤ f ≤ f+ und a (f+ − f− ) dx < 2ε . Nach der
oben schon bewiesenen Aussage sei δ > 0 mit der Eigenschaft, dass für alle Zerlegungen Z mit
|Z| < δ und für alle erlaubten Zwischenpunkte z
Z b
ε
R (f+ , Z, z) − f+ (x) dx <
a 2

und genauso für f− . Nun gilt

Z b Z b
ε
R (f, Z, z) ≤ R (f+ , Z, z) < f+ (x) dx + < f (x) dx + ε
a 2 a

Rb
und unter Verwendung von f− auf ähnliche Weise R (f, Z, z) > a f (x) dx − ε. Damit ist der
Satz bewiesen.

Applet 6.48 (Riemann-Summen für die Parabel). Wir sehen Riemann-Summen für die Pa-
rabel aus Abschnitt 1.1, wobei die Zwischenpunkte zufällig gewählt werden.

Übung 6.49 (Charakterisierung). Seien a < b reellen Zahlen und f : [a, b] → R. Zeigen Sie
die Umkehrung zu Satz 6.47, also dass die Konvergenz der Riemann-Summen für f zu einer
Rb
Zahl I (wie in Satz 6.47) die Riemann-Integrierbarkeit von f und die Gleichung a f (x) dx =
I impliziert.

Übung 6.50 (Riemann-Integrierbarkeit stetiger Funktion). Nach Übung 6.49 hätten wir die
Konvergenz der Riemann-Summen als Definition für Riemann-integrierbare Funktionen ver-
wenden können. Zeigen Sie, dass stetige Funktionen Riemann-integrierbar sind in diesem Sin-
ne (ohne Satz 4.42 zu verwenden).

281
 Hinweis: Betrachten Sie hierzu zuerst eine Folge von Zerlegungen (Zn )n mit der Eigen-
schaft, dass Zn+1 feiner ist als Zn für alle n ∈ N. Da uns der Grenzwert einer Folge von
Riemann-Summen a priori nicht bekannt ist, kann man eher zeigen, dass die Folge eine
Cauchy-Folge ist.

6.5.1 Vektorwertige Integrale

Unsere ursprüngliche Definition des Riemann-Integrals in Kapitel 4 verwendete die Unglei-
chung ≤ in R in zentraler Weise und kann deswegen nicht auf diese Weise für vektorwertige
Funktionen verallgemeinert werden. Riemann-Summen lassen sich hingegen leicht verallge-
meinern. Für f : [a, b] → Rd , Z = {a = x0 < x1 < . . . < xn = b} eine Zerlegung von [a, b] und
z ∈ [a, b]n eine zulässige Wahl von Zwischenpunkten gemäss Definition 6.46 setzen wir wie
zuvor
n
X
R(f , Z, z) = f (zk )(xk − xk−1 ).
k=1

Des Weiteren sagen wir, dass f : [a, b] → Rd Riemann-integrierbar ist, falls

f (x) = (f1 (x), . . . , fd (x))t

für alle x ∈ [a, b], und die Komponentenfunktionen fj : [a, b] → R für j = 1, . . . , d Riemann-
integrierbar sind (man vergleiche dies zu Proposition 5.44). Das Riemann-Integral wird dann
komponentenweise definiert durch
Z b Z b Z b t
f (x) dx = f1 (x) dx, . . . , fd (x) dx .
a a a

Satz 6.47 gilt nun analog für Riemann-integrierbare Funktionen von [a, b] nach Rd . In der Tat
Rb
gilt k a f (x) dx − R (f , Z, z) k∞ < ε genau dann, wenn für alle j ∈ {1, . . . , d} die Unglei-
Rb
chung a fj (x) dx − R (fj , Z, z) < ε erfüllt ist, was wir gemäss Satz 6.47 für genügend kleine
Maschenweiten von Z erzielen können.
Des Weiteren gilt auch die Dreiecksungleichung (vergleiche zu Satz 4.24) für vektorwertige
Integrale: Für eine stetige Funktion f : [a, b] → Rd ist kf k2 : [a, b] → R Riemann-integrierbar
(da stetig) und es gilt
Z b Z b
f (x) dx ≤ kf (x) k2 dx. (6.12)
a 2 a

Die analoge Ungleichung gilt auch für andere Normen.

Wichtige Übung 6.51 (Dreiecksungleichung für vektorwertige Integrale). Beweisen Sie Un-
gleichung 6.12.
Obige Diskussion enthält mit d = 2 auch den Fall von komplexwertigen Funktionen

f : [a, b] → C,

282
welche also genau dann Riemann-integrierbar sind, wenn Re(f ) und Im(f ) Riemann-integrierbar
sind. Das Riemann-Integral ist in diesem Fall gegeben durch
Z b Z b Z b
f (x) dx = Re (f (x)) dx + i Im (f (x)) dx.
a a a

283
6.6 Landau Notation
Wir führen nun zwei geläufige Notationen ein, die das asymptotische Verhalten einer Funk-
tion mit dem asymptotischen Verhalten einer anderen Funktion vergleichen – also ein relatives
asymptotisches Verhalten beschreiben.
Sei D ⊆ R eine Teilmenge und x0 ∈ R ein Häufungspunkt (also mit U̇δ (x0 ) ∩ D 6= ∅ für
alle δ > 0). Seien f, g : D → R Funktionen. Wir schreiben

f (x) = O(g(x)) für x → x0 ,

falls ein δ > 0 und eine Konstante M > 0 existieren, so dass |f (x)| ≤ M |g(x)| für alle
x ∈ D ∩ U̇δ (x0 ). In anderen Worten, f ist „Gross-O“ von g für x → x0 , falls in einer punk-
tierten Umgebung von x0 die Funktion f durch eine Konstante mal |g| beschränkt werden
kann. Obwohl dies für obige Defintion nicht notwendig ist, werden wir eigentlich immer vorr-
aussetzen, dass g(x) 6= 0 für alle x ∈ D oder zumindest für alle x ∈ U̇δ0 (x0 ) für ein δ0 > 0. In
diesem Fall ist f genau dann Gross-O von g, wenn fg in einer δ-Umgebung von x0 beschränkt
ist. Nochmals in anderen Worten ist f = O(g) gleichbedeutend damit, dass f nicht viel grösser
als g ist wenn x in der Nähe von x0 liegt. Zum Beispiel gilt

• x
x+1 = O (1) für x → ∞,

• für jedes x0 ∈ R gilt x2 = O(x) für x → x0 , und insbesondere auch

• x2 = O(x) für x → 0, aber

x2
• x2 ist nicht gleich O(x) für x → ∞ da x = x in keiner Umgebung von ∞ beschränkt
ist.

Der Vorteil der Notation ist, dass wir den Namen (oben M ) für die obere Schranke nicht ein-
führen. Falls uns diese Konstante nicht besonders interessiert, dann können wir uns dadurch
bei Rechnungen von einer Zeile zur nächsten auf das Wesentlich konzentrieren. Man spricht
in diesem Zusammenhang auch von der impliziten Konstante, falls diese nach einigen Re-
chenschritten doch erwähnt werden muss.
Wenn f nicht nur durch g beschränkt ist, sondern asymptotisch gegenüber g vernachläs-
sigbar ist, dann sagen wir, dass f „Klein-o“ von g ist für x → x0 . Genauer formuliert: Wir
schreiben

f (x) = o(g(x)) für x → x0 ,

falls für jedes ε > 0 ein δ > 0 existiert mit |f (x)| ≤ ε|g(x)| für alle x ∈ D ∩ U̇δ (x0 ). Wie zuvor
wollen wir meist g(x) 6= 0 auf D annehmen. In diesem Fall gilt f (x) = o(g(x)) für x → x0
genau dann, wenn

f (x)
lim = 0.
x→x0 g(x)

284
Man beachte, dass, falls die eigentlichen Grenzwerte limx→x0 f (x) und limx→x0 g (x) existieren
und nicht Null sind, sicherlich f (x) = O(g(x)) für x → x0 erfüllt ist, aber die stärkere Aussage
f (x) = o(g(x)) für x → x0 falsch ist. Beide Notationen sind also vor allem dann interessant,
wenn die Grenzwerte entweder null oder unendlich sind. Zum Beispiel gilt

• x = o(x2 ) für x → ∞ (aber nicht umgekehrt) und

• x2 = o(x) für x → 0 (aber nicht umgekehrt).

Diese Notationen machen analog Sinn für andere Bewegungen wie zum Beispiel x & x0 ,
allgemeine Filter, und können insbesondere auch für Folgen verwendet werden.

Übung 6.52 (Klein-o Asymptotiken). Zeigen Sie, dass die Asymptotiken

xp = o(x) für x → 0, x = o(xp ) für x → ∞

xa = o(ex ) für x → ∞, log(x) = o(xb ) für x → ∞

für jedes p > 1, a ∈ R und b > 0 zutreffen, wobei sie Übung 6.35 verwenden dürfen.

Übung 6.53 (Rechnen mit der Landau Notation). Seien D, x0 wie oben und f, f1 , f2 , g re-
ellwertige Funktionen auf D. Zeigen Sie, dass falls f (x) = o(g(x)), f1 (x) = o(g(x)) und
f2 (x) = o(g(x)) für x → x0 , dann auch

f1 (x) + f2 (x) = o(g(x)) für x → x0 ,

αf (x) = o(g(x)) für x → x0

für α ∈ R und analog für Gross-O.

Die Landau Notation wird in vielen Situationen auch als Platzhalter verwendet, um bei-
spielsweise auszudrücken, dass ein Term in einer Summe schneller anwächst oder abfällt als
die anderen. In einem Ausdruck der Form

f (x) + o(g(x)) für x → x0

steht der Term o(g(x)) für eine implizite Funktion h : D → R mit der Eigenschaft

h(x) = o(g(x)) für x → x0 ,

also soll f˜ (x) = f (x) + o (g (x)) die Asymptotik f˜ (x) − f (x) = h (x) = o (g (x)) für x → x0
erfüllen. Dies gilt analog ebenso für die Gross-O Notation.
Beispielsweise schreibt man (nach Polynomdivision mit Rest)

x3 − 7x2 + 6x + 2
= x − 8 + o(1) für x → ∞
x2 + x − 34
= x + O(1) für x → ∞
= x + o(x) für x → ∞,

285
und erinnert sich auf der rechten Seite somit nur an jene Terme, die den Hauptteil der Be-
wegung x → ∞ ausmacht. Es mag vielleicht überraschen, dass im obigen Beispiel alle drei
Formeln zutreffen oder nützlich sein könnten. Doch folgen diese Behauptungen direkt aus der
Polynomdivision und je nach Zusammenhang will man vielleicht die etwas genauere Aussage
mit Fehler o(1) oder die gröbere Aussage mit Hilfe des Fehlers o(x) verwenden.
Derartige asymptotische Aussagen helfen in komplizierteren Argumenten und Berechnun-
gen den Fokus auf die wesentlichen Teile einer Berechnungen zu lenken. Doch liegen in diesem
Verstecken von gewissen Ausdrücken auch Risiken für Fehler, zum Beispiel wenn wir die Feh-
lerterme unbeschränkt oft addieren wollen oder die Fehlerterme von weiteren Parametern
abhängen und diese Abhängigkeit auf Grund der Notation vergessen wird. Wir werden die
Landau Notation sporadisch aber doch immer wieder einmal einsetzen um das Wesentliche an
einer Aussage zu betonen.

286
6.7 Weitere Lernmaterialien

6.7.1 Verwendung des Kapitels

Dieses Kapitel stellt die Grundlagen für Konvergenzbetrachtungen bereit, wobei wir auch
einige elementare Grenzwerte bereits berechnen konnten. Die Berechnung dieser Grenzwerte
erforderte mit unserem derzeitigen Wissen noch sehr viel Geschick, was mit Hilfe der Re-
gel von de l’Hôpital später erheblich einfacher werden wird. Das heisst, dass die wichtigsten
Resultate dieses Kapitels nicht durch die konkreten Beispiele oder auch die ersten speziellen
Berechnungsmethoden gegeben sind, sondern vielmehr durch die folgenden Sätze:

• Konvergenzverhalten für monotone Folgen in Satz 6.5.

• Definition und Eigenschaften von Limes Superior in Satz 6.11 (und analog für Limes
Inferior).

• Die Existenz von konvergenten Teilfolgen in Satz 6.15.

• Der Begriff der Cauchy-Folge und das Cauchy-Kriterium in Satz 6.26.

• Sandwich-Lemma für Folgen und Funktionen.

Auch wichtig für spätere Berechnungen wird der Zusammenhang zwischen Folgenkonvergenz
und Stetigkeit in Proposition 5.50 des vorherigen Kapitels sein. Wir bemerken noch, dass Limes
Superior und Limes Inferior nützliche allgemeine Werkzeuge sind, die mitunter auch im Beweis
der Konvergenz einer Folge auftreten können. Denn lim supn→∞ an ∈ R und lim inf n→∞ an ∈ R
können für jede reellwertige Folge (an )n betrachtet werden, und das Erfüllen der Gleichung
lim supn→∞ an = lim inf n→∞ an ∈ R ist nach Korollar 6.14 zur Konvergenz der Folge äqui-
valent. Dies ist vergleichbar damit, dass (wie zum Beispiel im Beweis von Korollar 3.69 über
das Maximum von stetigen Funktionen) das Supremum im Beweis für die Existenz eines Ma-
ximums wichtig sein kann.
Wir haben insgesamt 6 Konvergenzen für Funktionen ausführlich definiert, wobei es aber
insgesamt 15 Kombinationen (wieso?) für reellwertige Funktionen D ⊆ R zu definieren gäbe.
Betrachten wir Teilmengen D ⊆ C, reellwertige Funktionen f : D → R und Punkte z0 ∈ C,
so gibt es nochmals drei Möglichkeiten (reelle oder uneigentliche Grenzwerte). Für komplex-
wertige Funktionen gibt es noch eine weitere Definition für jede der möglichen Bewegungen.
Es wäre wohl eher langweilig, all diese Definitionen einzeln auszuformulieren und ihre (je-
weils sehr analogen) Eigenschaften aufzulisten. Sie sollten sich aber über die verschiedenen
Möglichkeiten und Definitionen bewusst sein, siehe aber folgendes Applet.

Applet 6.54 (40 Definitionen). Wir fassen alle (und einige weitere) Definitionen für Kon-
vergenz in diesem Applet zusammen. Versuchen Sie die Ähnlichkeiten und Unterschiede der
verschiedenen Definitionen zu finden.

Des Weiteren konnten wir die reelle Exponentialfunktion mit einem Grenzwert definieren,
welche wir gemeinsam mit der Logarithmusfunktion und allgemeinen Potenzen ab nun mit

287
den gewohnten Eigenschaften verwenden dürfen. Die Definition der Exponentialfunktion hat
auch zu der Ungleichung
 x n
1+ ≤ exp (x)
n

für alle x ≥ 0 und n ∈ N (siehe Abschnitt 6.3.2) geführt, welche für einige Grenzwertberech-
nungen nützlich war.
Auch haben wir gesehen, dass das Riemann-Integral sich als ein Grenzwert der sogenannten
Riemann-Summen auffassen lässt, was auch zu einer Definition eines vektorwertigen Riemann-
Integrals geführt hat.

6.7.2 Übungen
Übung (Stetige Fortsetzung). Seien f1 , f2 : R → R stetige Funktionen mit der Eigenschaft,
dass f1 |Q = f2 |Q . Zeigen Sie, dass f1 = f2 gilt.

Übung (Eine Umkehrung des Zwischenwertsatzes). Sei I = [a, b] ⊆ R ein Intervall zu a < b
und sei f : [a, b] → R eine Funktion, die folgende Eigenschaften erfüllt:

(i) Für alle y ∈ R ist das Urbild f −1 ({y}) abgeschlossen.

(ii) f erfüllt den Zwischenwertsatz, das heisst, für alle x1 < x2 in I und für alle c ∈ R
zwischen f (x1 ) und f (x2 ) gibt es ein x ∈ [x1 , x2 ] mit f (x) = c.

Zeigen Sie, dass f stetig ist.

Übung. Zeigen Sie die Ungleichung e1−n ≤ nn!n für alle n ∈ N. In der Tat werden wir später
eine explizite Form der Asymptotik von nn!n (das Gesetz von Stirling) sehen, welche diese
Ungleichung verschärft.

Übung (Häufungspunkte). Sei A ⊆ R und x0 ∈ R. Zeigen Sie, dass folgende drei Aussagen
äquivalent sind.

(i) x0 ist ein Häufungspunkt der Menge A.

(ii) x0 ist ein Häufungspunkt einer injektiven Folge (an )n mit Folgengliedern an ∈ A für alle
n ∈ N.

(iii) x0 ist der Grenzwert einer injektiven Folge (an )n mit Folgengliedern an ∈ A für alle
n ∈ N.

Übung (Abgeschlossene Menge der Häufungspunkte). Zeigen Sie, dass die Menge der Häu-
fungspunkte einer reellwertigen Folge (oder einer Teilmenge A ⊆ R) eine abgeschlossene Teil-
menge von R bildet.

Übung (Landau Notation). Begründen Sie, inwiefern die Gleichungen zu k, ` ∈ N

o(xk ) + o(x` ) = o(xmax{k,`} ), o(xk )o(x` ) = o(xk+` )

288
für x → ∞ Sinn ergeben. Verwenden Sie dies, um die Asymptotik für x → ∞ von

3x4 − 5x + 2 x5 − 3x3 + 7x + 17
+
5x2 + 2x − 13 3x2 + 2x − 18

sowie

3x4 − 5x + 2 x5 − 3x3 + 7x + 17
+
5x4 + 5x2 + 2x − 13 3x5 + 2x − 18

zu beschreiben.
Übung (Gross- und Klein-Omega). Seien zwei Funktionen f, g : D → R auf einer Teilmenge
D ⊆ R gegeben und sei x0 ∈ R ein Häufungspunkt von D. Definieren Sie in Analogie zur
Definition von Gross-O und Klein-o die Beziehungen

f (x) = Ω(g(x)) für x → x0

und

f (x) = ω(g(x)) für x → x0 ,

welche zum Ausdruck bringen, dass g in der Nähe von x0 durch ein positives Vielfaches von
|f | beschränkt ist respektive dass fg(x)
(x) gegen Null geht für x → x0 .

Wir wollen in der nächsten Übung den Zusammenhang zwischen „unseren axiomatisch ein-
geführten reellen Zahlen“ und den „reellen Zahlen als Steigung von quasi-linearen Abbildungen“
von Abschnitt A.2.5 besprechen.
Übung (Steigungen von quasi-linearen Abbildungen). (i) Sei f : Z → Z eine quasi-lineare
Abbildung wie in Abschnitt A.2.5. Zeigen Sie, dass

f (n)
lim n
n→∞

in R existiert.

(ii) Sei nun Q die additive Gruppe der quasi-linearen Abbildungen. Zeigen Sie, dass die
Abbildung

f (n)
Ψ : f ∈ Q 7→ lim n ∈R
n→∞

ein Homomorphismus ist und Ψ(K) = {0}.

(iii) Konstruieren Sie zu jedem a ∈ R eine quasi-lineare Abbildung f ∈ Q so dass Ψ(f ) = a

ist.

(iv) Sei f ∈ Q quasi-linear so dass Ψ(f ) = 0. Zeigen Sie, dass f ∈ K nur endlich viele Werte
annimmt.
Zusammen sehen wir also in der Tat, dass Q/K als abelsche Gruppe isomorph zu R ist.
Mit etwas mehr Arbeit lässt sich beweisen, dass in der Tat ein Körperisomorphismus vorliegt.
289
Übung (Cauchy-Folgen). Zeigen Sie direkt, dass eine Folge im Rd genau dann eine Cauchy-
Folge ist, wenn für jedes j ∈ {1, . . . , d} die reelle Folge der j-ten Komponenten eine Cauchy-
Folge ist.

Übung (Bilder von Cauchy-Folgen). Sei D ⊆ R eine Teilmenge und f : D → R eine gleich-
mässig stetige Funktion. Zeigen Sie, dass f Cauchy-Folgen auf Cauchy-Folgen abbildet (für
jede Cauchy-Folge (xn )n in [a, b] ist auch (f (xn ))n eine Cauchy-Folge). Gilt dies auch für
Funktionen, die stetig, aber nicht gleichmässig stetig sind?

Unter Verwendung von Folgen und Satz 6.15 lassen sich viele Aussagen aus Kapitel 3 anders
beweisen, was wir in den folgenden Übung illustrieren möchten.

Übung (Beschränktheit mit Hilfe von Folgen). Sei f : [a, b] → R eine stetige Funktion auf
einem kompakten Intervall [a, b] zu a < b. Wir wollen zeigen, dass f beschränkt ist.

(i) Gehen Sie per Widerspruch vor und finden Sie eine Folge (xn )n in [a, b] mit |f (xn )| > n
für alle n ∈ N.

(ii) Wenden Sie nun Satz 6.15 an.

Übung (Gleichmässige Stetigkeit mit Hilfe von Folgen). Sei f : [a, b] → R eine stetige Funk-
tion auf einem kompakten Intervall [a, b] zu a < b. Gehen Sie nach einem ähnlichen Prinzip
vor wie in obiger Übung, um zu zeigen, dass f gleichmässig stetig ist.

290
Kapitel 7

Reihen, Funktionenfolgen und

Potenzreihen

Wir werden in diesem Kapitel sogenannte Reihen also „Summen von allen Gliedern einer
Folge“ betrachten, was uns auch zu den Definitionen vieler weiterer Ihnen bekannten Funktio-
nen führen wird.

7.1 Reihen
Definition 7.1 (Reihen). Sei (ak )k eine Folge reeller oder komplexer Zahlen. Wir wollen die
(unendliche) Reihe ∞ k=1 ak betrachten, wobei ak für k ∈ N das k-te Glied oder der k-
P

te Summand der Reihe genannt wird. Für n ∈ N ist die n-te Partialsumme der Reihe
P∞ Pn P∞
k=1 ak durch sn = k=1 ak gegeben. Wir nennen die Reihe k=1 ak konvergent, falls der
Grenzwert
∞
X n
X
ak = lim ak = lim sn
n→∞ n→∞
k=1 k=1

in C existiert, wobei wir diesen dann als Wert der Reihe bezeichnen. Ansonsten nennen wir
die Reihe divergent.

Eine kleine Warnung: Mit „Sei ∞ k=1 ak eine Reihe . . . “ meinen wir trotz der Notation
P
P∞
nicht wirklich, dass k=1 ak effektiv eine Zahl darstellt. Vor allem bevor wir wissen, ob die
Reihe konvergent ist, ist ∞ k=1 ak vielmehr als formales Objekt zu verstehen (gewissermassen
P

als die Folge der Partialsummen), dessen Konvergenzeigenschaften wir untersuchen wollen.1
Der erste Summand der Reihe muss nicht immer dem Index k = 1 zugeordnet sein und obige
Definition ist in solchen Fällen entsprechend anzupassen.
Eine einfache aber auch sehr wichtige Eigenschaft konvergenter Reihen ist in folgender
Proposition enthalten.

1 P
Manche Autoren verwenden in diesem Zusammenhang auch n anPfür die Reihe als formales Objekt,
welches mit der Folge der Partialsummen identifiziert werden kann, und ∞ n=1 an für den Wert der Reihe.

291
 P∞
Proposition 7.2 (Nullfolgen). Falls die Reihe k=1 ak konvergiert, dann ist die Folge (an )n
eine Nullfolge, das heisst limn→∞ an = 0.
Pn
Beweis. Nach Annahme haben die Partialsummen sn = k=1 ak für n ∈ N einen Grenz-
wert limn→∞ sn = S = ∞
k=1 ak und damit gilt ebenso
P

lim an = lim (sn − sn−1 ) = S − S = 0.

n→∞ n→∞

P∞
Beispiel 7.3 (Geometrische Reihe). Die geometrische Reihe n=0 q
n zu q ∈ R (oder C)
konvergiert genau dann, wenn |q| < 1 ist. In diesem Fall ist
∞
X 1
qk = .
1−q
k=0

In der Tat impliziert Konvergenz der Reihe mittels Proposition 7.2, dass |q| < 1. Umgekehrt gilt
für |q| < 1 auf Grund der geometrischen Summenformel in Proposition 3.8 und der Konvergenz
der geometrischen Folge in Beispiel 5.34, dass
n
X 1 − q n+1 1
qk = →
1−q 1−q
k=0

für n → ∞.

Beispiel 7.4 (Harmonische Reihe). Die Umkehrung von Proposition 7.2 gilt nicht. Beispiels-
weise ist die harmonische Reihe ∞ 1
P
k=1 k divergent.
Wir beweisen die Divergenz mit einer konkreten Abschätzung. Sei n = 2` , dann erfüllt die
Partialsumme der harmonischen Reihe für n die Abschätzung

2 `
X 1 1 1 1 1 1 1 1 1 1 1
= 1 + + + + + + + + + · · · + `−1 + ··· + `
k 2 3 4 5 6 7 8 9 2 +1 2
k=1
1 1 1 1 1 1 1 1 1 1 `
≥1+ + + + + + + + + ··· + ` + ··· + ` = 1 + .
2 |4 {z 4} |8 8 {z 8 8} 16 |2 {z 2} 2
= 12 = 12 = 12

Da ` ∈ N beliebig war, erkennen wir, dass die Partialsummen nicht beschränkt sind, und daher
ist die harmonische Reihe divergent.

Wir präsentieren noch eine kleine Anwendung der Divergenz der harmonischen Reihe aus
dem Alltag.

Beispiel 7.5 (Harmonischer Springturm). Wir wollen am Rande des Zürichsees einen Spring-
turm bauen, der aus einzelnen quaderförmigen Bausteinen (von gleicher Form und gleichem
Material) besteht und möglichst weit in den See hineinragen soll. Wie weit können wir kom-
men, ohne die Bausteine aneinander oder an das ebene, äusserst stabile, am Uferrand liegende

292
Fundament zu befestigen? Wir wollen n Bausteine von 2 Metern Länge verwenden und rech-
nen von oben weg jeweils aus, wie weit die Bausteine zueinander verschoben sein dürfen, ohne
dass der Turm einstürzt. Für n = 1 sehen wir in Figur 7.1, dass der Baustein 1m in den See
ragen kann.

Figur 7.1: Der Schwerpunkt s des Bausteins muss oberhalb des Ufers
liegen, denn sonst kippt der Stein in den See. Wir wollen im Folgenden
immer den Grenzfall, wo der Schwerpunkt genau über dem Uferrand
liegt, ebenso als stabil erklären.

Wir schieben jetzt einen Baustein von unten ein und wollen beide Bausteine soweit wie
möglich in den See schieben.

Figur 7.2: Bei beiden Steinen gibt es jetzt auch zwei Punkte, bei denen
der Turm kippen und zumindest teilweise in den See stürzen könnte.
Der obere Kipppunkt ist kein Problem, da wir beide Steine gemeinsam
verschoben haben und somit den Schwerpunkt des oberen Steins genau
am Rand des unteren liegt.

Um zu bestimmen, wie weit man beide Steine in Richtung See schieben darf, berechnen wir
den Schwerpunkt der beiden Steine gemeinsam. Hierfür verwenden wir ein geeignetes Koordi-
natensystem; nämlich messen wir nach rechts vom Uferrand (also der linken Kante des unteren
Steins) aus – siehe dazu das linke Bild in Figur 7.2. Der Schwerpunkt des oberen Steins hat
in diesem Koordinatensystem die Koordinate 0, der untere die Koordinate 1 und damit beide
zusammen die Koordinate 12 = 0+1 1
2 . Also können wir beide 2 m in Richtung See verschieben
und kommen somit total 1m + 12 m = 32 m in den See hinein.
Wir heben jetzt diese beiden an und fügen einen weiteren Stein so hinzu, dass die linke Kan-
te genau unter dem Schwerpunkt der ersten zwei und damit am Uferrand zu liegen kommt.
Wir müssen also wieder den gemeinsamen Schwerpunkt dieser drei Steine bestimmen. Die
oberen beiden haben den gemeinsamen Schwerpunkt 0, der untere hat die Koordinate 1 und
somit haben alle drei zusammen den Schwerpunkt 13 = 2·0+1·13 . Wir verschieben also alle drei

293
um 13 m in Richtung See, was eine totale Verschiebung von 1m + 21 m + 13 m ergibt, und wieder-
holen den Vorgang so oft wie wir wollen. Da aber die Partialsummen der harmonischen Reihe
unbeschränkt sind, können wir damit beliebig weit in den See hineinbauen. Eine interaktive
Darstellung dieses Vorgehens findet man unter diesem Link und ein Video unter diesem.
Für die Praxis ist diese Methode kaum zu empfehlen, zum einen haben wir das Gewicht des
Turmspringers ignoriert, und weiters haben wir nicht beschrieben, wie hoch der Turm wirklich
wird, wenn wir auch nur 10m in den See hineinreichen wollen (da in diesem Fall n = 12367
Bausteine notwendig sind).

Die folgenden drei Lemmata sind einfache Konsequenzen der Definition der Konvergenz
von Reihen.

Lemma 7.6 (Linearität). Seien ∞

P P∞
k=1 ak , k=1 bk konvergente Reihen und α ∈ C. Dann sind
P∞ P∞
die Reihen k=1 (ak + bk ), k=1 (αak ) konvergent und es gilt

∞
X ∞
X ∞
X ∞
X ∞
X
(ak + bk ) = ak + bk , (αak ) = α ak .
k=1 k=1 k=1 k=1 k=1

Also bilden konvergente Reihen einen Vektorraum über C und der Wert der Reihe stellt eine
lineare Abbildung auf diesem Vektorraum nach C dar.

Übung 7.7. Beweisen Sie Lemma 7.6.

Lemma 7.8 (Indexverschiebung für Reihen). Sei ∞

P
k=1 ak eine Reihe. Für jedes N ∈ N ist die
Reihe k=N ak = `=1 a`+N −1 genau dann konvergent, wenn die Reihe ∞
P∞ P∞ P
k=1 ak konvergent
ist. In diesem Fall gilt

∞
X N
X −1 ∞
X
ak = ak + ak .
k=1 k=1 k=N

Insbesondere zeigt Lemma 7.8, dass das Konvergenzverhalten einer Reihe sich nicht ändert,
wenn endlich viele Glieder der Reihe weggelassen, hinzugefügt oder geändert werden. Wir
werden diese zentrale Eigenschaft oft und deswegen mitunter auch implizit verwenden.

Beweis. Für n ≥ N gilt

n
X N
X −1 n
X
ak = ak + ak .
k=1 k=1 k=N

Insbesondere konvergieren die Partialsummen von ∞

k=N ak genau dann, wenn die Partial-
P
P∞
summen von k=1 ak konvergieren und das Lemma folgt.

Lemma 7.9 (Zusammenfassen von benachbarten Gliedern). Sei ∞

P
n=1 an eine konvergente
Reihe und (nk )k eine streng monoton wachsende Folge natürlicher Zahlen. Definiere A1 =

294
a1 + · · · + an1 und Ak = ank−1 +1 + · · · + ank für k ≥ 2. Dann gilt

∞
X ∞
X
Ak = an .
k=1 n=1
P∞
Beweis. Die K-te Partialsumme von k=1 Ak ist

K
X nK

X
Ak = (a1 + . . . + an1 ) + (an1 +1 + . . . + an2 ) + . . . + anK−1 +1 + . . . + anK = an .
k=1 n=1
P∞
Somit bilden die Partialsummen von k=1 Ak eine Teilfolge der konvergenten Folge der Par-
tialsummen von ∞ n=1 an .
P

Beispiel 7.10. Die Umkehrung von Lemma 7.9 gilt im Allgemeinen nicht. Beispielsweise
ist die Reihe ∞
P n
P∞ 2k−1 +
n=1 (−1) nach Proposition 7.2 divergent, aber die Reihe k=1 ((−1)
(−1)2k ), die aus zusammengefügten Gliedern von ∞ n
P
n=1 (−1) besteht, ist konvergent, da jedes
Glied Null ist.

7.1.1 Reihen mit nicht-negativen Gliedern

Für Reihen mit nicht-negativen Gliedern gilt folgende fundamentale Eigenschaft.

Proposition 7.11 (Monotone Partialsummen). Für eine Reihe ∞

P
k=1 ak mit nicht-negativen
Pn
Gliedern ak ≥ 0 für alle k ∈ N bilden die Partialsummen sn = k=1 ak eine monoton
wachsende Folge. Falls diese Folge der Partialsummen beschränkt ist, dann konvergiert die
Reihe ∞
P
k=1 ak . Ansonsten gilt

∞
X
ak = lim sn = ∞.
n→∞
k=1

Insbesondere können wir für die harmonische Reihe in Beispiel 7.4

∞
X 1
=∞
n
n=1

schreiben.

Beweis. Aus an+1 ≥ 0 folgt sn+1 = sn + an+1 ≥ sn für alle n ∈ N. Falls die Partialsum-
men {sn | n ∈ N} zusätzlich noch beschränkt sind, dann sind diese (und damit auch die Reihe)
konvergent nach Satz 6.5.
P∞ P∞
Korollar 7.12 (Vergleichssatz). Seien k=1 ak , k=1 bk zwei Reihen mit der Eigenschaft
P∞ P∞
0 ≤ ak ≤ bk für alle k ∈ N. Dann gilt k=1 ak ≤ k=1 bk und insbesondere gelten die

295
Implikationen
∞
X ∞
X
bk konvergent =⇒ ak konvergent
k=1 k=1
X∞ X∞
ak divergent =⇒ bk divergent .
k=1 k=1

Diese beiden Implikationen treffen auch dann zu, wenn 0 ≤ an ≤ bn nur für alle hinreichend
grossen n ∈ N gilt.

Man nennt unter den Annahmen des Korollars die Reihe ∞ bk eine Majorante der Reihe
P
P∞ P∞ k=1
k=1 ak , und letztere auch eine Minorante der Reihe k=1 bk . Daher spricht man auch von
dem Majoranten- und dem Minorantenkriterium.
Pn Pn
Beweis. Aus ak ≤ bk für alle k ∈ N folgt k=1 ak ≤ k=1 bk für alle n ∈ N. Somit gilt nach
Monotonie der Folge der Partialsummen
∞ ∞
( n ) ( n )
X X X X
ak = sup ak | n ∈ N ≤ sup bk | n ∈ N = bk .
k=1 k=1 k=1 k=1

Die letzte Aussage der Proposition ist nun eine Konsequenz von Lemma 7.8 (wieso?).
P∞
Übung 7.13. Zeigen Sie, dass die Annahme in Korollar 7.12, dass die Reihen k=1 ak ,
P∞
k=1 bk nicht-negative Glieder haben, notwendig ist.

Beispiel 7.14 (Reihe der Kehrwerte der Quadratzahlen). Die Reihe ∞ 1

P
k=1 k2 ist konvergent.
Tatsächlich gilt ak = k12 ≤ k(k−1)
1
= bk für k ≥ 2 und die Reihe ∞
P
k=1 bk ist konvergent, da
deren n-te Partialsumme unter Auflösen einer Teleskopsumme (siehe Abschnitt 3.1.1) durch
n n  
X 1 X 1 1 1
= − =1−
k(k − 1) k−1 k n
k=2 k=2

gegeben ist.

Beispiel 7.15 (Reihenkonvergenz und Folgenasymptotik). Wir betrachten die Reihe

∞
X 2n − 10
n3 − 10n + 100
n=1

2n−10
und wollen zeigen, dass diese konvergiert. Für dies bemerken wir, dass an = n3 −10n+100 im
1 1
Wesentlichen sich wie n2 verhalten sollte. Genauer formuliert gilt an = O( n2 ) für n → ∞
(siehe Abschnitt 6.6) da

an n2 (2n − 10)
lim = lim = 2.
n→∞ 1/n2 n→∞ n3 − 10n + 100

296
Daher gibt es ein M > 0 mit an ≤ nM2 für alle n ∈ N (wieso?) und ein N ∈ N mit 0 ≤ an für
alle n ≥ N . Verwenden wir nun Korollar 7.12 und Beispiel 7.14 ergibt sich die Konvergenz
von ∞ 2n−10
P
n=1 n3 −10n+100 .

Proposition 7.16 (Verdichtung). Eine Reihe ∞

P
k=1 ak mit nicht-negativen, monoton abneh-
menden Gliedern a1 ≥ a2 ≥ . . . ≥ 0 ist genau dann konvergent, wenn ∞ k
P
k=1 2 a2k konvergent
ist.

Beweis. Es gelten auf Grund der angenommenen Monotonie von (an )n die Ungleichungen

a2 ≤ a2 ≤ a1
2a4 ≤ a3 + a4 ≤ 2a2
22 a8 ≤ a5 + a6 + a7 + a8 ≤ 22 a4

und allgemeiner

2n a2n+1 ≤ a2n +1 + . . . + a2n+1 ≤ 2n a2n

für n ∈ N. Für die Summen ergibt sich daher die Ungleichung

n+1 n+1
2X n
X X
k−1
2 a2k ≤ a` ≤ 2k a2k
k=1 `=2 k=0

und wir erhalten die Proposition durch den Grenzübergang n → ∞ und Korollar 7.12.

Beispiel 7.17 (p-Test). Die Reihe ∞ 1

P
n=1 np für p ∈ R konvergiert genau dann, wenn p > 1.
Für p ≤ 0 ist n1p ≥ 1 für alle n ∈ N und die Reihe nach Proposition 7.2 somit divergent.
Für p ≤ 1 gilt n1 ≤ n1p für alle n ∈ N und die Reihe divergiert nach Korollar 7.12, da die
harmonische Reihe divergiert. Wir wenden nun Proposition 7.16 an. Für p ≥ 0 ist n1p n eine

monoton abnehmende Folge und wir erhalten aus Proposition 7.16, dass ∞ 1
P
n=1 np genau dann
konvergiert, wenn
∞ ∞
X 1 X
2k = (21−p )k
(2k )p
k=1 k=1

konvergiert. Diese geometrische Reihe konvergiert aber nach Beispiel 7.3 genau dann, wenn
p > 1 ist.

Übung 7.18.
P∞ 1
(i) Zeigen Sie für p ∈ R, dass die Reihe n=2 n log(n)p genau dann konvergiert, wenn p > 1
ist.
P∞ 1
(ii) Ist die Reihe n=3 n log(n) log(log(n)) konvergent oder divergent?

Übung 7.19 (q-äre Darstellungen). Sei q ∈ N, q > 1. In Übung 3.7 haben wir gezeigt, dass
jede ganze Zahl eine Ziffernentwicklung zur Basis q besitzt. In dieser Übung wollen wir die
297
analoge Aussage für reelle Zahlen formulieren und beweisen. Sei x ∈ R. Wegen Übung 3.7
wollen wir sogar annehmen, dass x ∈ [0, 1). Zeigen Sie, dass eine Folge von Ziffern (αk )k mit
αk ∈ {1, . . . , q − 1} für alle k ∈ N existiert, so dass die Reihe ∞ k
P
k=1 αk q konvergiert und x
darstellt im Sinne von
∞
X
αk q −k = x.
k=1

Sind die Ziffern (αk )k zu x ∈ R wie oben eindeutig bestimmt?

7.1.2 Bedingte Konvergenz

Wir sagen, dass eine Reihe ∞ n=1 an mit komplexen Summanden absolut konvergiert,
P

falls die Reihe n=1 |an | konvergiert. Die Reihe ∞

P∞
n=1 an ist bedingt konvergent, falls sie
P

konvergiert, aber nicht absolut konvergiert.

Wie wir im nächsten Abschnitt besprechen werden, haben absolut konvergente Reihen,
im Gegensatz zu bedingt konvergenten Folgen, sehr robuste Eigenschaften. Inwiefern letzte-
re über gewisse (widersprüchlich erscheinende) Eigenheiten verfügen, wollen wir in diesem
Teilabschnitt erklären.

Beispiel 7.20 (Alternierende harmonische Reihe). Wir wollen zuerst zeigen, dass die alter-
nierende harmonische Reihe
∞
X (−1)n+1 1 1 1 1
=1− + − + + ...
n 2 3 4 5
n=1

bedingt konvergiert. Nach Beispiel 7.4 divergiert die harmonische Reihe

∞ ∞
X 1 X |(−1)n+1 |
=
n n
n=1 n=1

(nach unendlich). Wir müssen also nur noch Konvergenz der alternierenden Reihe beweisen.
Wir betrachten zuerst zu n ∈ N die 2n-te Partialsumme
      n  
1 1 1 1 1 X 1 1
s2n = 1− + − + ... + − = −
2 3 4 2n − 1 2n 2k − 1 2k
k=1
n n ∞
X 1 X 1 X 1
= ≤ 2
≤
2k(2k − 1) k k2
k=1 k=1 k=1

Die Folge (s2n )n ist somit monoton wachsend und beschränkt (wegen Beispiel 7.14) und kon-
1
vergiert damit. Wegen s2n−1 = s2n + 2n konvergiert aber ebenso die Folge (s2n−1 )n und gegen
(−1)n+1
den gleichen Limes. Also konvergiert die Reihe ∞
2
P
n=1 n (wieso?). Des Weiteren folgt
P (−1)n+1 1
n=1 n ≥ 2 , da nach obigem Argument die Partialsumme s2n als Summe von positiven
Summanden geschrieben werden kann, wovon der erste Term gleich 12 ist.

2
Wir werden den Wert dieser Reihe erst später berechnen können.

298
 Folgender Satz mag zuerst überraschend sein und zeigt, dass man mit bedingter Konvergenz
vorsichtig umgehen muss, da diese sehr zerbrechliche Eigenschaften besitzt.
P∞
Satz 7.21 (Riemannscher Umordnungssatz). Sei n=1 an eine bedingt konvergente Reihe
mit reellen Gliedern. Dann gibt es zu jedem A ∈ R eine bijektive Funktion (eine Umordnung)
ϕ : N → N, so dass die Reihe ∞
P P∞
n=1 aϕ(n) bedingt konvergiert und n=1 aϕ(n) = A ist. Weiters
gibt es eine Umordnung der Reihe, die divergiert.

Beispiel 7.22 (Umordnen der alternierenden harmonischen Reihe). Wir ordnen die alternie-
rende harmonische Reihe um und erhalten
     
1 1 1 1 1 1 1 1
1− − + − − + − − + ...
2 4 3 6 8 5 10 12

Wir bemerken, dass die so erhaltene Umordnung der alternierenden harmonischen Reihe kon-
vergiert und den halben Wert der alternierenden harmonischen Reihe annimmt. Hierbei sind
die Klammern als Hilfestellung gedacht, denn rechnet man die Klammern aus, so erhält man
die Reihe in der jeder Summand genau die Hälfte der Summanden der alternierenden harmoni-
schen Reihe ausmacht. Lässt man hingegen die Klammern weg, so erhält man die umgeordnete
Reihe der alternierenden harmonischen Reihe. Des Weiteren weiss man für diese Reihe, dass
die Teilfolge (s3n )n der Partialsummen konvergiert. Da aber s3n+1 − s3n und s3n+2 − s3n Null-
folgen sind, können wir daraus schliessen, dass die umgeordnete Reihe konvergiert und den
halben Wert der ursprünglichen Reihe hat.

Da dieser Satz eher negativer Natur ist, begnügen wir uns mit einer Beweisskizze und
verweisen auf [Wal04, Satz 5.17]. Sei also ∞n=1 an eine bedingt konvergente Reihe (wobei es
P
P∞ (−1)n+1
helfen könnte, an n=1 zu denken). Dann gilt an → 0 für n → ∞ und ∞
P
n n=1 |an | = ∞
nach Annahme. Wir teilen die natürlichen Zahlen N in die zwei Mengen

P = {n ∈ N | an ≥ 0} , N = {n ∈ N | an < 0}

auf. Dann müssen P und N beide unendliche Kardinalität haben, denn wenn zum Beispiel N
endlich wäre, dann würden sich ∞
P∞
n=1 an und n=1 |an | nur um endlich viele Terme unter-
P
(−1)n+1
scheiden. (Für an = n wäre P = 2N − 1 und N = 2N.) Wir zählen die Elemente in P
und Q so auf, dass

P = {p1 < p2 < p3 < . . .}

und

N = {n1 < n2 < n3 < . . .} .

Weiters ist ∞
P∞
k=1 apk = +∞ und k=1 (−ank ) = +∞. Denn falls beide Summen endlich wären,
P

dann wäre n=1 |an | < ∞. Wäre zum Beispiel ∞

P∞ P∞
k=1 apk = ∞, aber k=1 (−ank ) < ∞, dann
P
P∞ (−1)n+1
wäre auch n=1 an = ∞. (Für an = sind diese beiden Reihen ∞ k=1 2k−1 = ∞ und
1
P
n
P∞ 1
k=1 2k = ∞.)

299
 Für ein gegebenes A ∈ R konstruieren wir die bijektive Abbildung ϕ : N → N gemeinsam
mit der Reihe ∞ k=1 aϕ(k) auf folgende Weise.
P

Wir beginnen die Reihe mit den ersten nicht-negativen Gliedern

ap1 + . . . + apk1

und wählen k1 ≥ 1 minimal, so dass die obige Summe grösser als A ist (was wegen ∞
P
k=1 apk =
+∞ möglich ist). Anschliessend addieren wir die ersten negativen Glieder und wählen `1 ≥ 1,
so dass die Summe

ap1 + . . . + apk1 + an1 + . . . + an`1

kleiner als A ist. Als nächstes addieren wir, beginnend mit pk1 +1 , nicht-negative Terme, um
die Summe grösser als A werden zu lassen. Wir führen dies fort und weil ∞
P
k=1 apk = +∞
P∞
und k=1 (−ank ) = +∞ können wir immer wieder nach endlich vielen Summanden von der
einen Seite von A zu der anderen Seite von A wechseln. Da noch dazu an → 0 für n → ∞ gilt,
werden die einzelnen Schritte über A hinweg immer kleiner und wir können auf diese Art A
als Grenzwert der umgeordneten Folge realisieren.

Übung 7.23. Füllen Sie die unterlassenen Schritte am Ende der obigen Beweisskizze ein, um
einen vollständigen Beweis von Satz 7.21 zu erhalten.

Falls Sie jetzt denken, dass der Riemann’sche Umordnungssatz (Satz 7.21) einen Wider-
spruch in der Mathematik darstellt, dann täuschen Sie sich. Denn wir haben eine klare Defi-
nition für den Wert einer Reihe in Definition 7.1 ausformuliert. Wir haben auch besprochen,
wie sich das Zusammenfassen von benachbarten (!) Gliedern einer Reihe für diese Definition
auswirkt (siehe Lemma 7.9) – hierbei geht man von der ursprünglichen Folge der Partialsum-
men zu einer Teilfolge der Partialsummen über und weder das Konvergenzverhalten noch der
Wert ändern sich hier. Was hingegen passiert mit der Folge der Partialsummen, wenn sie die
Summanden mittels einer beliebigen Bijektion ϕ : N → N permutieren? Dies ist unmöglich zu
beantworten, denn es gibt im Allgemeinen überhaupt keinen Zusammenhang zwischen der Fol-
ge nk=1 ak der Partialsummen der ursprünglichen Reihe ∞
Pn
k=1 ak und der Folge
P P
k=1 aϕ(k)
P∞
der Partialsummen der permutierten Reihe k=1 aϕ(k) (da der Riemann’sche Umordnungssatz
ja zeigt, dass wir das Konvergenzverhalten auf diese Weise komplett ändern können).
Wir sind immer mittels formaler Definitionen und Beweise vorgegangen und versuchen na-
türlich auch ein intuitives Verständnis für die so entstehenden Theorien zu entwickeln, doch
wenn es (wie zum Beispiel hier) zu einer Diskrepanz zwischen unseren Sätzen und unserer An-
schauung kommt, dann müssen wir daran arbeiten unsere Anschauung den gegebenen Fakten
(also Definitionen und Sätzen) anzupassen. Für den Fall einer bedingt konvergenten Reihe
müssen wir uns daran erinnern, dass der Wert der Reihe nicht als die Summe aller Summan-
den definiert wurde – wie sollen wir denn unendlich viele Additionen gleichzeitig durchführen?
Stattdessen wurde der Wert der Reihe als der Grenzwert der Partialsummen definiert und

300
für diese Definition müssen wir die Reihenfolge der Summanden kennen. Ändert sich die Rei-
henfolge, dann könnte sich dies auf die Definition auswirken (was bei bedingt konvergenten
Reihen auf Grund von Satz 7.21 in der Tat der Fall ist).
Bedingt konvergente Reihen sind für uns am Rande interessant, da wir zum Beispiel zeigen
werden, dass die alternierende harmonische Reihe den Wert log 2 hat. Doch die weitaus meisten
Reihen, die wir betrachten werden, werden absolut konvergent sein und robusteres Verhalten
zeigen.

Applet 7.24 (Drei Reihen). Wir stellen in diesem Applet die harmonische Reihe, die alter-
nierende harmonische Reihe und die Reihe mit den reziproken Quadratzahlen gegenüber und
sehen drei unterschiedliche Verhaltensweisen. Erklären Sie diese Unterschiede. Wie nennen
wir diese Verhaltensweisen?
Wir schreiben im Fall der alternierenden harmonischen Reihe s+ −
n und sn für die Summe
der positiven beziehungsweise negativen Summanden in der Partialsumme sn = s+ −
n + sn für
alle n ∈ N.

7.1.3 Alternierende Reihen

Das in Beispiel 7.20 aufgetretene Phänomen tritt auch in folgendem Resultat auf (welches
wegen der sehr einfachen Abschätzung auch für absolut konvergente Reihen von Interesse sein
wird). Für eine Folge (an )n positiver Zahlen bezeichnen wir die Reihe ∞ n+1 a als
P
n=1 (−1) n
eine alternierende Reihe.

Proposition 7.25 (Leibniz-Kriterium). Gegeben sei eine monoton fallende Folge (an )n posi-
tiver Zahlen, die gegen Null konvergiert. Dann konvergiert die zugehörige alternierende Reihe
P∞ k+1 a und es gilt, dass
k=1 (−1) k

`
X ∞
X
(−1)k+1 ak − (−1)k+1 ak ≤ a`+1 . (7.1)
k=1 k=1

für alle ` ∈ N. Weiters ist

2n
X ∞
X 2n−1
X
(−1)k+1 ak ≤ (−1)k+1 ak ≤ (−1)k+1 ak
k=1 k=1 k=1

für alle n ∈ N.

Abschätzungen des Typs (7.1) werden meist auch als Fehlerabschätzungen oder Fehler-
schranken bezeichnet. Intuitiv beschreibt man damit, wie gross der Fehler höchstens ist, wenn
man anstatt des Wertes der Reihe nur die Summe bis zu einem gewissen Glied (als Approxi-
mation gewissermassen) betrachtet.

Beweis. Ähnlich wie in Beispiel 7.20 spielen wir die Folge der Partialsummen zu geraden und
ungeraden Indices gegeneinander aus. Für n ∈ N sei sn = nk=1 (−1)k+1 ak . Es gilt
P

s2n+1 = s2n−1 − a2n + a2n+1 ≤ s2n−1 , s2n+2 = s2n + a2n+1 − a2n+2 ≥ s2n

301
für alle n ∈ N. Insbesondere ist die Folge (s2n−1 )n monoton fallend und die Folge (s2n )n ist
monoton wachsend. Wegen s2n = s2n−1 − a2n und der Monotonieeigenschaften gilt

s2 ≤ s2n ≤ s2n−1 ≤ s1

für alle n ∈ N. Somit ist (s2n )n von oben beschränkt und damit konvergent. Analog ist auch
(s2n−1 )n von unten beschränkt und konvergent. Wir fassen die erhaltenen Erkenntnisse in
folgendem Bild zusammen.

Da aber (an )n gegen Null konvergiert, haben die Folgen (s2n )n und (s2n−1 )n wegen s2n =
s2n−1 − a2n für alle n ∈ N den gleichen Grenzwert. Insbesondere konvergiert die Reihe
P∞ k+1 a = S ∈ R (wieso?).
k=1 (−1) k
Wir zeigen nun die Fehlerabschätzung und die behauptete Ungleichung. Für n ∈ N gilt auf
Grund der besprochenen Monotonieeigenschaften, dass

s2n ≤ sup {s2m | m ∈ N} = S = inf {s2m−1 | m ∈ N} ≤ s2n+1 .

Für ` = 2n ist aber s2n+1 − s2n = a`+1 und wir erhalten (7.1). Für ` = 2n − 1 ungerade,
gilt ebenso s2n = s2n−1 − a2n ≤ S ≤ s2n−1 woraus sich (7.1) ergibt. Dies beweist die Feh-
lerabschätzung sowohl für einen geraden als auch für einen ungeraden Index und damit die
Proposition.

7.1.4 Das Cauchy-Kriterium

Der nächste Satz übernimmt den Grossteil unserer Vorarbeiten über reellwertige und kom-
plexwertige Folgen und gibt uns für den weiteren Aufbau der Theorie ein sehr wichtiges und
genaues Kriterium für die Konvergenz von Reihen.

Satz 7.26 (Cauchy-Kriterium). Die Reihe ∞

P
k=1 ak konvergiert genau dann, wenn es zu jedem
ε > 0 ein N ∈ N gibt, so dass für n ≥ m ≥ N
n
X
ak < ε
k=m

erfüllt ist.

302
Beweis. Dies folgt aus dem Cauchy-Kriterium für Folgen (Satz 6.26) angewendet auf die Folge
der Partialsummen sn = nk=1 ak , da für n ≥ m
P

n
X m−1
X n
X
sn − sm−1 = ak − ak = ak .
k=1 k=1 k=m

Beispiel 7.27 (Harmonische Reihe). Um die Divergenz der harmonischen Reihe zu sehen,
können wir auch das Cauchy-Kriterium verwenden. Wir setzen dazu ε = 12 . Für ein beliebiges
N ∈ N gilt dann

2N
X 1 1 1 1 N +1 1
= + + ... + ≥ > ,
k N N +1 2N 2N 2
k=N

was wegen dem Cauchy-Kriterium für Reihen (Satz 7.26) die Divergenz impliziert.

303
7.2 Absolute Konvergenz
In diesem Abschnitt wollen wir uns vor allem mit absolut konvergenten Reihen auseinan-
dersetzen und einige Konvergenzkriterien beweisen. Auch möchten wir zeigen, dass absolut
konvergente Reihen im Gegensatz zu bedingt konvergenten Reihen stabilere Eigenschaften
haben.
P∞
Proposition 7.28 (Absolute Konvergenz). Eine absolut konvergente Reihe n=1 an ist auch
konvergent und es gilt die verallgemeinerte Dreiecksungleichung
∞
X ∞
X
an ≤ |an |.
n=1 n=1

Beweis. Der erste Teil folgt unmittelbar aus zweimaliger Anwendung des Cauchy-Kriteriums
P∞
für Reihen (Satz 7.26): Da die Reihe n=1 |an | konvergiert, gibt es für ε > 0 nach dem
Cauchy-Kriterium ein N ∈ N, so dass für n ≥ m ≥ N die Abschätzung
n
X
|ak | < ε
k=m

gilt. Daraus folgt

n
X n
X
ak ≤ |ak | < ε
k=m k=m

mit der Dreiecksungleichung. Da ε > 0 beliebig war, beweist dies nach dem Cauchy-Kriterium
die Konvergenz der Reihe ∞ n=1 an .
P

Der zweite Teil folgt nun aus der Ungleichung

n
X n
X
ak ≤ |ak |
k=1 k=1

für alle n ∈ N und dem Grenzübergang für n → ∞.

7.2.1 Hinreichende Kriterien für absolute Konvergenz

Falls sich die Glieder einer Reihe im Absolutbetrag durch die Glieder einer konvergen-
ten Reihe abschätzen lassen, so ist die Reihe konvergent, wie wir in folgendem Korollar des
Vergleichssatzes (Korollar 7.12) zeigen.

Korollar 7.29 (Majorantenkriterium von Weierstrass). Sei (an )n eine komplexe und (bn )n
eine reelle Folge mit |an | ≤ bn für alle hinreichend grossen n ∈ N. Falls ∞
P
n=1 bn konvergiert,
P∞
dann ist n=1 an absolut konvergent und daher auch konvergent.

Beweis. Da endlich viele Startglieder vernachlässigt werden können, dürfen wir annehmen,
dass die Ungleichung |an | ≤ bn für alle n ∈ N gilt. Nach dem Vergleichssatz (Korollar 7.12) ist
P∞
n=1 an dann absolut konvergent und die Konvergenz folgt aus Proposition 7.28.

304
 Wir möchten nun zwei Korollare des Majorantenkriteriums diskutieren.

Korollar 7.30 (Cauchy-Wurzelkriterium). Sei (an )n eine Folge komplexer Zahlen und
p
n
α = lim sup |an | ∈ R ∪ {∞} .
n→∞

Dann gilt
∞
X
α < 1 =⇒ an ist absolut konvergent,
n=1
X∞
α > 1 =⇒ an ist divergent und (an )n ist keine Nullfolge.
n=1

Sehr schwammig ausgedrückt lässt sich eine Folge (an )n für α < 1 wie in Korollar 7.30
bis auf endlich viele Glieder und einen kleinen Fehler ε > 0 von oben durch die geometrische
Folge (α + ε)n abschätzen. Somit kann man Korollar 7.29 anwenden. Nun aber genauer.

Beweis. Angenommen α < 1. Dann gibt es ein n ∈ N mit

p
k 1+α
sup |ak | < q = <1
k≥n 2

und somit |ak | < q k für alle k ≥ n. Die Reihe ∞k=1 ak konvergiert somit absolut wegen dem
P

Majorantenkriterium (Korollar 7.29) und der geometrischen Reihe in Beispiel 7.3.

Falls α > 1 gilt, gibt es nach Satz 6.15 eine Teilfolge (ank )k mit nk |ank | > 1 für alle k.
p

Daraus folgt aber |ank | > 1. Insbesondere ist (an )n keine Nullfolge und ∞ n=1 an divergiert
P

nach Proposition 7.2.

Beispiel 7.31 (Der Fall α = 1 in Korollar 7.30). Sei (an )n eine Folge komplexer Zahlen
p
und α = lim supn→∞ n |an | wie im Wurzelkriterium (Korollar 7.30). Falls α = 1, dann kann
anhand des Wurzelkriteriums keine Entscheidung über Konvergenz oder Divergenz der Reihe
P∞
n=1 an getroffen werden.

• Ist an = n1 für alle n ∈ N, dann gilt n |an | = √1

p
n → 1 für n → ∞ wegen Beispiel 6.4
P∞ n1
und wegen Beispiel 7.4 divergiert die Reihe n=1 n gegen Unendlich.

• Ist an = n12 für alle n ∈ N, dann gilt n |an | = √ 1

→ 1 für n → ∞ und ∞ 1
p P
n n2 n=1 n2
konvergiert nach Beispiel 7.14.

Korollar 7.32 (D’Alemberts Quotientenkriterium). Sei (an )n eine Folge komplexer Zahlen
mit an 6= 0 für alle n ∈ N, so dass

|an+1 |
α = lim
n→∞ |an |

305
existiert. Dann gilt
∞
X
α < 1 =⇒ an ist absolut konvergent.
n=1
X∞
α > 1 =⇒ an ist divergent und (an )n konvergiert nicht gegen Null.
n=1

Wichtige Übung 7.33. Beweisen Sie Korollar 7.32.

Übung 7.34. Wieso kann man im Quotientenkriterium (Korollar 7.32) nicht auch den Limes
superior anstelle des Limes verwenden?

7.2.2 Umordnen von Reihen

Im Gegensatz zur bedingten Konvergenz in Teilabschnitt 7.1.2 ist absolute Konvergenz sehr
robust. Der erste dieser Robustheitssätze ist folgender positive Umordnungssatz.

Satz 7.35 (Umordnen absolut konvergenter Reihen). Sei ∞

P
n=1 an eine absolut konvergente
Reihe mit komplexen Gliedern. Sei ϕ : N → N eine Bijektion. Dann ist ∞
P
n=1 aϕ(n) ebenso
absolut konvergent und es gilt
∞
X ∞
X
an = aϕ(n) . (7.2)
n=1 n=1

Beweis. Sei ϕ : N → N eine Bijektion und ε > 0. Nach dem Cauchy-Kriterium (Satz 7.26)
gibt es ein N ∈ N, so dass nk=m |ak | < ε für alle natürliche Zahlen n ≥ m ≥ N . Daher gilt
P

auch nach der Dreiecksungleichung in Proposition 7.28, dass

∞
X ∞
X
ak ≤ |ak | ≤ ε
k=m k=m

für alle m ≥ N . (Es hilft vielleicht für das Folgende diese Abschätzung als „Die Summan-
den a1 , . . . , aN der ursprünglichen Reihe sind wichtig, aber die restlichen Summanden sind
weniger wichtig.“ zu interpretieren.)
Wir definieren M = max ϕ−1 (k) | k ≤ N und wählen ein n ≥ M . Dann gilt


n
X ∞
X n
X N
X ∞
X
aϕ(`) − ak = aϕ(`) − ak − ak
`=1 k=1 `=1 k=1 k=N +1

X ∞
X
≤ aϕ(`) + ak
`≤n, ϕ(`)>N k=N +1
| {z }
≤ε
X
≤ aϕ(`) + ε < ε + ε,
`≤n, ϕ(`)>N

306
wobei wir verwendet haben, dass ϕ eine Bijektion ist. Insbesondere treten damit und we-
gen n ≥ M alle k ∈ {1, . . . , N } genau einmal als ϕ(`) für ` ∈ {1, . . . , n} auf und die Dif-
ferenz n`=1 aϕ(`) − N k=1 ak enthält nach Wegstreichen dieser Terme nur mehr eine Summe
P P

über gewisse ak mit k ≥ N (welche wir im Sinne obiger Interpretation als „weniger wichtig“
betrachten und formal eben insgesamt durch ein ε abschätzen können). Da ε > 0 beliebig war,
zeigt dies die Gleichung (7.2).
Wenden wir dasselbe Argument wie oben auf die Reihe ∞ n=1 |aϕ(n) | an, ergibt sich auch
P
P∞
die absolute Konvergenz von n=1 aϕ(n) .

7.2.3 Produkte
Wir zeigen nun, dass wir absolut konvergente Reihen gliedweise ausmultiplizieren können.

Satz 7.36 (Produktsatz). Seien ∞

P P∞
n=1 an und n=1 bn zwei absolut konvergente Reihen und
ϕ : N → N × N eine bijektive Abbildung. Dann ist
∞
X
aϕ(n)1 bϕ(n)2
n=1

eine absolut konvergente Reihe, wobei ϕ(n) = (ϕ(n)1 , ϕ(n)2 ) für alle n ∈ N. Weiters gilt
∞
X ∞
X ∞
 X 
aϕ(n)1 bϕ(n)2 = an bn . (7.3)
n=1 n=1 n=1

Informell ausgedrückt kann man schreiben

∞
X ∞
 X  ∞ X
X ∞  X
am bn = bn am = am bn .
m=1 n=1 m=1 n=1 (m,n)∈N2

Die beiden (internen) Indices (m, n) würde man nun gerne anders ausdrücken, damit aus der
Doppelsumme auf der rechten Seite (die wir eigentlich nicht definiert haben) eine einfache
Summe wird. Wählt man eine Bijektion ϕ : N → N × N, so durchläuft ϕ(k) alle (m, n) und
somit wird aus der Doppelsumme eine einfache Summe ∞ k=1 aϕ(k)1 bϕ(k)2 . Satz 7.36 besagt
P

nun, dass diese Reihe effektiv konvergiert und gleich dem gewünschten Produkt ist.

Beweis. Wir wählen zuerst die Bijektion ϕ : N → N2 so dass

{ϕ(1), ϕ(2), . . . , ϕ(n2 )} = {1, 2, . . . , n} × {1, 2, . . . , n}

für alle n ∈ N. Zum Beispiel könnte ϕ wie im folgenden Bild definiert sein.3

3
Wir verwenden hier das Bild um uns eine sonst eher langweilige formale Definition der Abbildung ϕ zu
ersparen. Sie sollten sich aber davon überzeugen, dass man diese Definition durchaus formal machen kann oder
einfach formal mittels Induktion nach n die Existenz einer Bijektion mit der gewünschten Eigenschaft zeigen
kann. Wir verwenden hier also das Bild als eine Abkürzung für einen formalen Beweis und nicht als einen
Ersatz.

307
 Für jedes n ∈ N gilt dann für die Partialsumme bis n2 der gliedweise multiplizierten Reihe
der Absolutbeträge das (endliche verallgemeinerte) Distributivgesetz

n2 n
! n
!
X X X
|aϕ(k)1 ||bϕ(k)2 | = |a` | |bm | .
k=1 `=1 m=1

Insbesondere folgt also

n 2 ∞
! ∞
!
X X X
|aϕ(k)1 ||bϕ(k)2 | ≤ |a` | |bm |
k=1 `=1 m=1

für alle n ∈ N. Da aber für eine Reihe mit nicht-negativen Termen die Folge die Partialsummen
P∞
monoton wachsend sind, folgt daraus dass die Reihe k=1 |aϕ(k)1 ||bϕ(k)2 | konvergiert und
P∞
damit die Reihe k=1 aϕ(k)1 bϕ(k)2 absolut konvergent ist.
Obiges Distributivgesetz gilt auch in der Form

n2 n
! n
!
X X X
aϕ(k)1 bϕ(k)2 = a` bm .
k=1 `=1 m=1

für alle n ∈ N. Mit Hilfe des Grenzwertübergangs n → ∞ erhalten wir daraus

∞ ∞ ∞
! !
X X X
aϕ(k)1 bϕ(k)2 = a` bm .
k=1 `=1 m=1

Betrachten wir eine beliebige Bijektion ψ : N → N2 , so ist ϕ−1 ◦ ψ : N → N eine Bijektion

und die Formel
∞ ∞
! ∞ !
X X X
aψ(k)1 bψ(k)2 = a` bm .
k=1 `=1 m=1

folgt aus obigem und dem Umordnungssatz (Satz 7.35).

308
 Wie wir in Abschnitt 3.2 gesehen haben, lassen sich Polynome mittels der Regel

N
X N
 X  2N  X
X n 
n n
an x bn x = an−k bk xk
n=0 n=0 n=0 k=0

multiplizieren, wobei wir aN +1 = · · · = a2N = bN +1 = · · · = b2N = 0 setzen. Setzt man x = 1,

erhält man insbesondere
N
X N
 X  2N  X
X n 
an bn = an−k bk .
n=0 n=0 n=0 k=0

Diese Identität trifft, wie sich herausstellt, analog für Reihen zu, was wir im folgenden Korollar
des Produktsatzes (Satz 7.36) festhalten wollen.
P∞ P∞
Korollar 7.37 (Cauchy-Produkt). Falls n=0 an und n=0 bn absolut konvergente Reihen
mit komplexen Gliedern sind, dann gilt
∞ X
X n  ∞
X ∞
 X 
an−k bk = an bn ,
n=0 k=0 n=0 n=0

P∞ Pn

wobei die Reihe n=0 k=0 an−k bk absolut konvergent ist.

Beweis. Dies folgt, indem wir die Abzählung ϕ von N0 × N0 aus dem Bild unten auf den
Produktsatz (Satz 7.36) anwenden und dann Glieder zusammenfassen (Lemma 7.9).

Die absolute Konvergenz folgt ebenso aus Satz 7.36 und

∞ X
X n ∞ X
X n
an−k bk ≤ |an−k bk | < ∞.
n=0 k=0 n=0 k=0

309
Beispiel 7.38. Sei q ∈ C mit |q| < 1. Dann konvergiert ∞ n
P
n=0 q absolut. Wenden wir das
Cauchy-Produkt auf diese Reihe und sich selbst an, so erhalten wir

∞
!2
1 X
= qn
(1 − q)2
n=0
∞ X
X n ∞
X
= q n−k q k = (n + 1)q n .
n=0 k=0 n=0

Auf diese Weise erhalten wir auch eine Summenformel für

∞ ∞ ∞
X
n
X
n−1
X q
nq = q nq =q (k + 1) q k = ,
(1 − q)2
n=1 n=1 k=0

wobei wir die Indexverschiebung k = n − 1 durchgeführt haben.

Übung 7.39. Formal lässt sich auch für bedingt konvergente Reihen ∞
P P∞
n=0 an und n=0 bn
P∞ Pn

das Cauchy-Produkt n=0 k=0 an−k bk bilden. Es muss jedoch nicht mehr konvergent sein:
Zeigen Sie, dass das Cauchy-Produkt der bedingt konvergenten Reihe
∞
X (−1)n+1
√
n=0
n+1

mit sich selbst divergiert.

310
7.3 Konvergenz von Funktionenfolgen

7.3.1 Punktweise Konvergenz

Definition 7.40 (Funktionenfolgen und punktweise Konvergenz). Eine reellwertige (oder
komplexwertige) Funktionenfolge auf einer Menge X ist eine Folge (fn )n von Funktionen
fn : X → R (oder fn : X → C). Wir sagen, dass eine Funktionenfolge (fn )n punktweise
gegen eine Funktion f : X → R (oder f : X → C) konvergiert, falls fn (x) → f (x) für
n → ∞ und alle x ∈ X. Wir bezeichnen die Funktion f als den punktweisen Grenzwert
(oder auch Grenzfunktion oder Limes) der Funktionenfolge (fn )n . In Prädikatenlogik ist
punktweise Konvergenz durch


∀x ∈ X ∀ε > 0 ∃N ∈ N ∀n ∈ N : n ≥ N =⇒ |fn (x) − f (x)| < ε

gegeben.

Übung 7.41 (Eindeutigkeit). Sei (fn )n eine Funktionenfolge auf einer Menge X. Zeigen Sie,
dass der Grenzwert f einer Funktionenfolge eindeutig bestimmt ist, falls er existiert.

Wir haben in Abschnitt 6.3 bereits ein Beispiel einer punktweise konvergenten Funktionen-
folge gesehen, da wir die reelle Exponentialabbildung exp durch
 x n
exp (x) = lim 1+
n→∞ n

für x ∈ R definiert haben.

Wir betrachten einige weitere Beispiele, die die Nachteile der punktweisen Konvergenz
aufzeigen werden.

Beispiel 7.42 (Punktweise konvergent). Sei X = [0, 1] und fn : x ∈ [0, 1] → xn ∈ R. Dann

konvergieren die stetigen Funktionen fn punktweise gegen die Funktion f : [0, 1] → R gegeben
durch
(
n 0 für x < 1
f (x) = 1{1} (x) = lim fn (x) = lim x =
n→∞ n→∞ 1 für x = 1

für x ∈ [0, 1], die nicht mehr stetig ist.

311
Beispiel 7.43 (Punktweise konvergent). Sei wiederum X = [0, 1] und definiere fn : [0, 1] → R
durch
  1
2 für x ∈ 0, 2n
 n x

n2 n1 − x für x ∈ 2n

 1 1
fn (x) = ,
  1 n
0 für x ∈ n , 1


für x ∈ [0, 1] und n ∈ N. Dann ist fn stetig (und somit auch Riemann-integrierbar) und
konvergiert punktweise gegen die stetige Funktion f : x ∈ [0, 1] 7→ limn→∞ fn (x) = 0.
Es gilt jedoch für alle n ∈ N
Z 1 Z 1
1
fn (x) dx = =6 0= f (x) dx.
0 4 0

Also ist der Grenzwert der Integrale nicht gleich dem Integral der Limesfunktion, obwohl alle
Funktionen stetig sind und die Limesfunktion stetig ist.

Beispiel 7.44 (Punktweise konvergent). Sei wieder X = [0, 1] und Q ∩ [0, 1] = {q1 , q2 , . . .}
eine Abzählung. Dann ist für jedes n ∈ N die charakteristische Funktion

fn = 1{q1 ,...,qn }

312
 R1
der ersten n rationalen Zahlen {q1 , . . . , qn } in [0, 1] Riemann-integrierbar mit 0 fn (x) dx = 0.
Die Limesfunktion der Folge (fn )n ist aber die charakteristische Funktion 1Q∩[0,1] , die nach
Beispiel 4.17 nicht Riemann-integrierbar ist.

Zusammenfassend hat also der Begriff der punktweisen Konvergenz weder für die Stetigkeit
noch für das Riemann-Integral besonders gute Eigenschaften. Wir wenden uns deswegen einem
neuen Konvergenzbegriff zu.

7.3.2 Gleichmässige Konvergenz

Definition 7.45 (Gleichmässige Konvergenz). Sei (fn )n eine komplexwertige Funktionenfolge
auf einer Menge X und f eine weitere komplexwertige Funktion auf X. Wir sagen, fn strebt
gleichmässig gegen f für n → ∞, oder dass f der gleichmässige Grenzwert der Funktio-
nenfolge (fn )n ist, falls es zu jedem ε > 0 ein N ∈ N gibt, so dass für alle n ≥ N und alle
x ∈ X die Abschätzung

|fn (x) − f (x)| < ε

gilt. In Prädikatenlogik ist gleichmässige Konvergenz durch

∀ε > 0 ∃N ∈ N ∀n ∈ N : n ≥ N =⇒ (∀x ∈ X : |fn (x) − f (x)| < ε)

gegeben.

Im Gegensatz zur punktweisen Konvergenz von Funktionenfolgen nimmt man bei der gleich-
mässigen Konvergenz also an, dass ein N ∈ N existiert, so dass |fn (x) − f (x)| < ε für alle
x ∈ X und alle natürlichen n ≥ N gilt, wobei die Zahl N nicht vom Punkt x ∈ X abhängt.
Gleichmässigkeit bezieht sich meistens (wie hier und zum Beispiel auch bei der gleichmässi-
gen Stetigkeit) auf die Unabhängigkeit einer gewissen Zahl (hier N und bei gleichmässiger
Stetigkeit δ) von der Wahl eines Punktes (hier x).

Übung 7.46 (Gleichmässige Konvergenz). Sei (fn )n eine komplexwertige Funktionenfolge auf
einer Menge X und f eine weitere komplexwertige Funktion auf X.

(i) Zeigen Sie, dass fn genau dann gleichmässig gegen f konvergiert, wenn

sup |fn (x) − f (x)| → 0

x∈X

für n → ∞.

(ii) Zeigen Sie, dass fn → f gleichmässig für n → ∞ auch fn → f punktweise für n → ∞

impliziert.

(iii) Zeigen Sie, dass die punktweise konvergenten Funktionenfolgen aus den Beispielen 7.42,
7.43 und 7.44 nicht gleichmässig konvergieren. Insbesondere ist punktweise Konvergenz
eine schwächere Forderung als gleichmässige Konvergenz.

313
Bemerkung. Sei X eine Menge und setze für jede beschränkte Funktion f : [a, b] → C

kf k∞ = sup |f (x)| .
x∈X

Dies ist eine Norm auf dem Vektorraum der beschränkten komplexwertigen Funktionen auf
X; in Beispiel 5.7 haben wir in einem ähnlichen Kontext bereits eine solche Norm angetroffen.
Nach Übung 7.46(i) konvergiert eine Folge (fn )n beschränkter komplexwertiger Funktionen
auf X in R genau dann gleichmässig gegen eine beschränkte Funktion f : X → C, wenn
kfn − f k∞ → 0 für n → ∞. In anderen Worten ist der Konvergenzbegriff gegeben durch die
Norm k · k∞ gerade der Begriff der gleichmässigen Konvergenz. Dem entgegengesetzt kann
man zeigen, dass keine Norm existiert bezüglich welcher der Konvergenzbegriff gerade durch
punktweise Konvergenz gegeben ist.
Für reellwertige Funktionen fn , f , ε > 0 und x im Definitionsbereich ist die Abschätzung
|fn (x) − f (x)| < ε zu f (x) − ε ≤ fn (x) ≤ f (x) + ε äquivalent. Dadurch lässt sich gleich-
mässige Konvergenz auch durch den Graphen einer Funktionenfolge und deren Limesfunktion
beschreiben, wie wir in folgender Figur demonstrieren wollen.

Figur 7.3: Die Funktionenfolge fn konvergiert also gleichmässig gegen f ,

wenn für jedes ε > 0 die Graphen von fn für alle hinreichend grossen n
im „ε-Schlauch“ rund um f (also in dem Bereich zwischen den Graphen
von f − ε und f + ε liegen.

Applet 7.47 (Punktweise und Gleichmässige Konvergenz). Wir betrachten nochmals die
Funktionenfolge aus Beispiel 7.42. Versuchen Sie anhand des Applets zu erkennen, dass man
durch Einschränkung auf geeignete Teilintervalle [a, b] ⊆ [0, 1] gleichmässige Konvergenz der
Funktionenfolge erreichen kann. Können Sie dies auch formal beweisen?

Gleichmässige Konvergenz hat für stetige Funktionen gute Eigenschaften.

Satz 7.48 (Gleichmässige Konvergenz und Stetigkeit). Sei D ⊆ C und fn : D → C eine

Funktionenfolge stetiger Funktionen. Falls (fn )n gleichmässig gegen f : D → C konvergiert,
dann ist f ebenso stetig.

314
Beweis. Sei x0 ∈ D und ε > 0. Dann existiert ein n ∈ N, so dass

|fn (x) − f (x)| < ε

für alle x ∈ D. Da fn bei x0 stetig ist, existiert ein δ > 0, so dass

|x − x0 | < δ =⇒ |fn (x) − fn (x0 )| < ε

für alle x ∈ D gilt. Unter dem Strich gilt nun für alle x ∈ D mit |x − x0 | < δ, dass

|f (x) − f (x0 )| ≤ |f (x) − fn (x)| + |fn (x) − fn (x0 )| + |fn (x0 ) − f (x0 )| < 3ε.

Da ε > 0 beliebig war, ist f bei x0 stetig. Da x0 ∈ D beliebig war, folgt der Satz.

Gleichmässige Konvergenz hat auch für die Integrierbarkeit gute Eigenschaften.

Satz 7.49 (Gleichmässige Konvergenz und Riemann-Integrierbarkeit). Sei [a, b] ein kompaktes
Intervall und fn : [a, b] → R eine Funktionenfolge Riemann-integrierbarer Funktionen. Falls
(fn )n gleichmässig gegen f : [a, b] → R konvergiert, dann ist f Riemann-integrierbar und
Z b Z b Z b
lim fn dx = lim fn dx = f dx. (7.4)
n→∞ a a n→∞ a

Bei gleichmässig konvergenten Folgen Riemann-integrierbarer Funktionen darf man also

Integration und Grenzwert vertauschen. Dies gilt analog auch für Integrale von komplexwer-
tigen oder vektorwertigen Funktionen (siehe Abschnitt 6.5.1), doch werden wir hier nur den
Fall von reellwertigen Funktionen betrachten.

Beweis. Sei ε > 0. Dann gibt es ein N mit |fn (x) − f (x)| < ε für alle n ≥ N und x ∈ [a, b].
Da fn nach Annahme Riemann-integrierbar ist, gibt es Treppenfunktionen u, o auf [a, b] mit
Rb
u ≤ fn ≤ o und a (o − u) dx < ε. Daraus folgt, dass

u0 = u − ε ≤ fn − ε ≤ f ≤ fn + ε ≤ o + ε = o0

ist und
Z b Z b
0 0


o −u dx = (o − u) dx + 2ε (b − a) < ε (2b − 2a + 1)
a a

ist. Da ε > 0 beliebig war, folgt die Riemann-Integrierbarkeit von f aus Proposition 4.12.
Für die zweite Aussage sei wiederum ε > 0 und N ∈ N, so dass f − ε ≤ fn ≤ f + ε für alle
n ≥ N gilt. Aus der Monotonie des Riemann-Integrals in Satz 4.24 folgt nun
Z b Z b Z b Z b Z b
f dx − ε (b − a) = (f − ε) dx ≤ fn dx ≤ (f + ε) dx = f dx + ε (b − a) ,
a a a a a

315
was zu
Z b Z b
f dx − fn dx ≤ ε (b − a)
a a

äquivalent ist. Dies beweist die Konvergenz in Gleichung (7.4) und damit den Satz.

Übung 7.50 (Gleichmässige Konvergenz auf Teilmengen). Sei (fn )n eine komplexwertige
Funktionenfolge auf einer Menge X und f eine weitere komplexwertige Funktion auf X.

(i) Angenommen X = X1 ∪ X2 für zwei Teilmengen, fn |X1 strebt gleichmässig gegen f |X1
für n → ∞ und fn |X2 strebt gleichmässig gegen f |X2 für n → ∞. Zeigen Sie, dass dann
auch fn gleichmässig gegen f strebt für n → ∞.

(ii) Zeigen Sie, dass sich Teil (i) im Allgemeinen nicht für unendliche Vereinigungen X =
S
k∈N Xk verallgemeinern lässt.

Übung 7.51 (Funktionenkonvergenz und Beschränktheit). Sei (fn )n eine komplexwertige

Funktionenfolge auf einer Menge X und f eine weitere komplexwertige Funktion auf X. Wir
nehmen nun an, dass die Funktionen fn für jedes n ∈ N beschränkt ist.

(i) Zeigen Sie, dass falls fn gleichmässig gegen f strebt für n → ∞, dann ist auch f eine
beschränkte Funktion.

(ii) Finden Sie ein Beispiel für X und beschränkte Funktionen, die punktweise gegen f streben
für n → ∞, so dass f nicht beschränkt ist.

Übung 7.52 (Funktionenkonvergenz und Auswertung entlang einer konvergenten Folge).

Sei D ⊆ C und fn : D → C für n ∈ N eine Funktionenfolge stetiger Funktionen und f : D → C
eine weitere Funktion. Sei z0 ∈ D und zn ∈ D eine Folge mit zn → z0 für n → ∞.

(i) Zeigen Sie fn (zn ) → f (z0 ) für n → ∞ unter der Annahme, dass fn gleichmässig gegen f
konvergiert für n → ∞.

(ii) Finden Sie ein Beispiel, wo zwar fn punktweise gegen f konvergiert für n → ∞, aber
fn (zn ) nicht gegen f (z0 ) konvergiert für n → ∞.

Übung 7.53 (Gleichmässige Konvergenz und gleichmässige Stetigkeit). Sei D ⊆ C und fn :

D → C für n ∈ N eine Funktionenfolge, die für n → ∞ gleichmässig gegen f : D → C strebt.
Angenommen fn ist gleichmässig stetig für alle n ∈ N. Zeigen Sie, dass f ebenso gleichmässig
stetig ist.

316
7.4 Potenzreihen
Definition 7.54 (Potenzreihe). Für jedes n ∈ N0 sei an ∈ C. Dann ist der formale Ausdruck
∞
X
an z n (7.5)
n=0

eine Potenzreihe in der Variable z.

Es drängt sich bei obiger Definition ein Vergleich zur Definition eines Polynoms in Definiti-
on 3.13 auf. Im Gegensatz zur Diskussion von Polynomen ist aber eine Potenzreihe vorerst nur
ein formaler Ausdruck. Es ist nicht klar, bei welchen komplexen Zahlen man eine Potenzreihe
auswerten darf. Insbesondere wissen wir (noch) nicht, ob wir diesem formalen Ausdruck über-
haupt eine Funktion auf C oder einer bestimmten Teilmenge von C zuordnen können. Diese
Frage hängt stark von den Koeffizienten (an )n∈N0 ab und wird in Satz 7.56 beantwortet.
Wie schon bei Polynomen in Definition 3.11 ist auch hier die Definition (3.2) äusserst
sinnvoll, damit die Potenzreihe (7.5) bei z = 0 auf jeden Fall konvergiert und den Wert a0
hat.

7.4.1 Konvergenzradius
Definition 7.55. Sei ∞n=0 an z eine Potenzreihe mit komplexen Koeffizienten (an )n∈N0 . Wir
n
P

definieren den Konvergenzradius durch

1
R= p
n
,
lim supn→∞ |an |

wobei wir 1
+∞ = 0 setzen und hier (aber auch nur hier) die Vereinbarung 1
0 = +∞ treffen.

Satz 7.56 (Über den Konvergenzradius). Sei ∞ an z n eine Potenzreihe und R ihr Kon-
P
P∞ n=0n
vergenzradius. Dann konvergiert die Reihe n=0 an z für alle z ∈ C mit |z| < R absolut und
PN n
divergiert für alle z ∈ C mit |z| > R. Weiters konvergiert die Funktionenfolge n=0 an z
P∞
gleichmässig gegen n=0 an z n auf jeder Kreisscheibe der Form BS (0) = {z ∈ C | |z| < S} für
jedes S ∈ (0, R). Insbesondere definiert die Potenzreihe die stetige Abbildung
∞
X
z ∈ BR (0) 7→ an z n ∈ C.
n=0

317
Beweis. Wir verwenden das Wurzelkriterium aus Korollar 7.30 für ein beliebiges z ∈ C und
die Reihe ∞n=0 an z und berechnen deswegen
n
P

p
n
p p |z|
lim sup |an z n | = lim sup n |an | |z| = |z| lim sup n |an | = .
n→∞ n→∞ n→∞ R

Nach dem Wurzelkriterium konvergiert die Reihe also absolut für |z|R < 1 und divergiert für
|z|
R > 1. Die Fälle R = 0 und R = +∞ ergeben sich aus dem gleichen Argument (wieso?).
Sei nun S ∈ (0, R). Für den Beweis der gleichmässigen Konvergenz auf BS (0) bemerken
wir, dass nach obigem bereits ∞n=0 |an |S < ∞ gilt. Daher existiert für jedes ε > 0 ein N ∈ N
n
P
P∞
mit n=N |an |S n < ε. Für alle z ∈ BS (0) und n ≥ N gilt damit

n
X ∞
X ∞
X ∞
X
k k k
ak z − ak z = ak z ≤ |ak |S k < ε.
k=0 k=0 k=n+1 k=N

Dies beweist die gleichmässige Konvergenz der stetigen Funktionenfolge nk=0 ak z k auf BS (0)
P

gegen ∞
P∞
k=0 ak z und damit die Stetigkeit von z ∈ BS (0) 7→ k=0 ak z ∈ C nach Satz 7.48.
k k
P
P∞
Insbesondere ist die Funktion z ∈ BR (0) 7→ n=0 an z n ∈ C stetig an jedem Punkt, da es
zu z ∈ BR (0) ein S < R gibt, mit z ∈ BS (0) (wieso zeigt dies die Stetigkeit?). Dies beweist
den Satz.

Beispiel 7.57 (Nicht gleichmässige Konvergenz). Man könnte denken, dass Satz 7.56 eigent-
Pn k
lich sagt, dass die Partialsummen k=0 ak z der Potenzreihe auf ganz BR (0) gleichmässig
P∞ k
gegen die durch die Potenzreihe definierte Funktion z ∈ BR (0) 7→ k=0 ak z streben, da
ja S < R beliebig ist. Dies ist aber nicht immer so (siehe auch Übung 7.50), wie wir hier kurz
anhand der geometrischen Reihe zeigen wollen.
Für ∞ n
P
n=0 z ist der Konvergenzradius R = 1 und die mittels der Potenzreihe definierte
1
Funktion ist z ∈ B1 (0) 7→ 1−z . Falls die Konvergenz auf ganz B1 (0) gleichmässig wäre, dann
gäbe es für ε = 1 ein N so dass für alle n ≥ N und z ∈ B1 (0) die Abschätzung

n
X 1
zk − <1
1−z
k=0

318
gelten würde. Wir setzen n = N und erhalten mittels der Dreiecksungleichung daraus

N
1 X
<1+ zk ≤ 2 + N
1−z
k=0

für alle z ∈ B1 (0). Dies ist aber ein Widerspruch, da

1
lim = +∞.
x%1 1−x

Übung 7.58 (Konvergenzradien). Finden Sie für jedes R ∈ [0, ∞) ∪ {∞} eine Potenzreihe
mit Konvergenzradius R.

Übung 7.59. Berechnen Sie den Konvergenzradius R der Potenzreihe

∞ √ 2 √
X ( n + n − n2 + 1)n n
x
n2
n=1

und zeigen Sie Konvergenz der Potenzreihe bei den Punkten −R, R ∈ R.

Lemma 7.60 (Konvergenzradius via Quotientenkriterium). Sei ∞ n

P
n=0 an z eine Potenzreihe
mit an 6= 0 für alle n ∈ N. Der Konvergenzradius R ist gegeben durch

1 |an |
R= = lim
limn→∞ |a|an+1
n|
| n→∞ |an+1 |

falls dieser Grenzwert existiert.

Übung 7.61. Zeigen Sie Lemma 7.60.

7.4.2 Addition und Multiplikation

Proposition 7.62 (Summen und Produkte). Seien ∞
P n
P∞ n
n=0 an z und n=0 bn z zwei Potenz-
reihen mit Konvergenzradius Ra respektive Rb . Dann gilt für alle z ∈ C mit |z| < min {Ra , Rb }
∞
X ∞
X ∞
X
n n
an z + bn z = (an + bn )z n
n=0 n=0 n=0
∞
X ∞
 X  X∞ X
n 
n n
an z bn z = an−k bk z n .
n=0 n=0 n=0 k=0

Insbesondere ist der Konvergenzradius der Potenzreihen auf der rechten Seite mindestens
min {Ra , Rb }.

Beweis. Die erste Eigenschaft folgt aus Linearität des Grenzwerts. Die zweite verwendet noch
Korollar 7.37.

319
 P∞ n
Beispiel 7.63. Falls n=0 an z mindestens Konvergenzradius 1 hat, so gilt

∞ ∞
1 X X
an z n = (a0 + . . . + an )z n . (7.6)
1−z
n=0 n=0

für alle z ∈ C mit |z| < 1. In der Tat hat die Potenzreihe ∞ n
P
n=0 z Konvergenzradius 1 und
P∞ n
für z ∈ C mit |z| < 1 gilt n=0 z = 1−z 1
, womit (7.6) aus Proposition 7.62 folgt.
P∞
Übung 7.64. Berechnen Sie n=1 n2−n .

7.4.3 Stetigkeit bei Randpunkten

P∞
Wir wollen nun eine Potenzreihe n=0 an x betrachten, wobei wir an ∈ C für n ∈ N
n

erlauben, aber nur reelle Zahlen x einsetzen wollen. Nach Satz 7.56 existiert ein R ≥ 0, so
dass die Funktion
∞
X
f : x ∈ (−R, R) 7→ an xn ∈ C
n=0

wohldefiniert und stetig ist, aber ∞

n=0 an x für alle x ∈ R mit |x| > R divergiert. Wir nehmen
n
P
P∞
nun weiter an, dass R ∈ (0, ∞) und n=0 an Rn ebenfalls konvergiert. Satz 7.56 sagt in diesem
Fall überhaupt nichts über die erweiterte Funktion
∞
X
f¯ : x ∈ (−R, R] 7→ an xn ∈ C
n=0

aus.

Satz 7.65 (Abelscher Grenzwertsatz). Unter obigen Annahmen ist auch f¯ stetig. Das heisst,
∞
X ∞
X
an Rn = f¯ (R) = lim f¯ (x) = lim an xn
x%R x%R
n=0 n=0
P∞ n
Eine analoge Aussage gilt, falls n=0 an (−R) konvergiert.

Beispiel 7.66 (Zwei alternierende Potenzreihen).

n+1
(i) Für a0 = 0 und an = (−1)n für alle n ∈ N ist der Konvergenzradius der Potenzreihe
P∞ n
P∞ (−1)n+1
n=0 an z durch R = 1 gegeben und n=1 n konvergiert, womit der Abelsche
Grenzwertsatz (Satz 7.65) angewendet werden kann. Sobald wir die Funktion f (x) =
P∞ (−1)n+1 n (−1)n+1
x für |x| < 1 kennen, können wir damit auch ∞
P
n=1 n n=1 n berechnen.

(ii) Für an = (−1)n für alle n ∈ N0 ist R = 1 und der Abelsche Grenzwertsatz (Satz 7.65)
kann nicht angewendet werden, da ∞ n
P
n=0 (−1) divergiert.

Bemerkung. Hierzu eine historische Anmerkung: Euler (1707-1783) und seine Zeitgenossen hat-
ten noch einen anderen Zugang zu Reihen und wiesen auf Grund der Gleichung ∞ n n
P
n=0 (−1) x =
∞
1+x für |x| < 1 der Reihe n=0 (−1) = 1 − 1 + 1 − 1 + · · · den Wert 2 zu, was aber unserem
1 P n 1

modernerem Konvergenzbegriff (und insbesondere Proposition 7.2) widerspricht.

320
Beweis des Abelschen Grenzwertsatzes. Wir nehmen ohne Beschränkung der Allgemeinheit
an, dass der Konvergenzradius 1 ist (sonst ersetzt man an mit an Rn für alle n). Nach Bei-
spiel 7.63 gilt
∞ ∞
1 X X
an xn = (a0 + . . . + an ) xn .
1−x
n=0 n=0

für alle x ∈ (−1, 1). Wir definieren An = a0 + . . . + an , A = limn→∞ An = ∞

n=0 an (was nach
P

Annahme existiert) und erhalten mit bn = An − A für n ∈ N die Gleichung

∞
X ∞
X
f (x) = an xn = (1 − x) An xn
n=0 n=0
X∞
= (1 − x) (bn + A)xn
n=0
X∞
= (1 − x) bn xn + A
n=0

für alle x ∈ (−1, 1). Obige Formelmanipulationen mögen vielleicht vom Himmel gefallen sein;
ab jetzt wird das Argument jedoch wenig Überraschungen bieten. Sei ε > 0. Dann existiert
ein N ∈ N mit |bn | < ε für alle n ≥ N . Daraus folgt für x ∈ [0, 1), dass

∞
X
|f (x) − A| = (1 − x) bn xn
n=0
XN ∞
X
≤ (1 − x) bn xn + (1 − x) ε xn
n=0 n=N +1
N
X
≤ (1 − x) bn xn + ε.
n=0

PN
Da aber das Polynom (1 − x) n=0 bn x
n auf R stetig ist und bei 1 verschwindet, gibt es weiters
ein δ > 0, so dass

N
X
x ∈ (1 − δ, 1) =⇒ (1 − x) bn xn < ε.
n=0

Daher gilt |f (x) − A| < 2ε für alle x ∈ (1 − δ, 1) und der Satz folgt.

Übung 7.67. Wo wurde im obigen Beweis verwendet, dass x reell ist?

321
7.5 Die (komplexe) Exponentialabbildung
Wir haben in Abschnitt 6.3 die reelle Exponentiabbildung gesehen und ihre wichtigsten
Eigenschaften gezeigt. Insbesondere haben wir verifiziert, dass

n k−1  
 x n X 1 kY `
exp (x) = lim 1+ = lim x 1− .
n→∞ n n→∞ k! n
k=0 `=0

für alle x ∈ R. Wir zeigen nun, dass wir die Exponentialabbildung alternativ durch die Po-
tenzreihe
∞
X 1 k
exp (x) = x (7.7)
k!
k=0

mit unendlichem Konvergenzradius definieren können und dadurch auf die gesamte komplexe
Ebene fortsetzen können. Die Darstellung der Exponentialabbildung als Potenzreihe (7.7) ist
gewissermassen flexibler als die Darstellung als Grenzwert wie in Proposition 6.29. Sie wird
uns später in diesem Kapitel beispielsweise dabei helfen, das Riemann-Integral der Exponen-
tialfunktion zu berechnen (siehe Korollar 7.86).

7.5.1 Darstellung durch die Potenzreihe

Für ein festes z ∈ C gilt
1 k+1
(k+1)! |z| |z|
1 k
= →0
k! |z|
k+1

für k → ∞, was wegen dem Quotientenkriterium beweist, dass die Reihe ∞ k! z konver-
1 k
P
P∞ k=0
giert. Da z ∈ C beliebig war, ist der Konvergenzradius der Potenzreihe k=0 k!
1 k
z in der Tat
unendlich (siehe Satz 7.56).
Sei nun x ∈ R, ε > 0 und N ∈ N, so dass
∞
X 1 k
|x| < ε.
k!
k=N +1

Für dieses N gilt dann

N ∞ ∞ ∞
X 1 k X 1 k X 1 k X 1 k
x − x ≤ x ≤ |x| < ε (7.8)
k! k! k! k!
k=0 k=0 k=N +1 k=N +1

und für n ≥ N ebenso

N n k−1   N  k−1
Y 
X 1 k X 1 kY ` X 1 k `
x − x 1− ≤ |x| 1 − 1− + ε.
k! k! n k! n
k=0 k=0 `=0 k=0 `=0

322
 Qk−1
Wir fixieren nun N und verwenden limn→∞ 1 − `
= 0 für alle k ∈ {0, . . . , N },



`=0 1− n
woraus folgt, dass

N
X 1 k
x − exp(x) ≤ ε.
k!
k=0

Gemeinsam mit (7.8) erhalten wir

∞
X 1 k
x − exp(x) ≤ 2ε.
k!
k=0

Da ε > 0 beliebig war, folgt (7.7).

Die Darstellung der Exponentialfunktion als Potenzreihe liefert durch Betrachten von nur
endlich vielen Termen eine Approximation von exp durch Polynome.

7.5.2 Die komplexe Exponentialreihe

Wir verwenden nun die Potenzreihe aus (7.7), um die Exponentialfunktion exp : C → C
auf der komplexen Zahlenebene zu definieren.

Satz 7.68 (Komplexe Exponentialabbildung). Für z ∈ C definieren wir

∞
X 1 k
exp (z) = z ,
k!
k=0

womit eine stetige Erweiterung exp : C → C der reellen Exponentialabbildung definiert wird.
Des Weiteren gilt für alle z, w ∈ C die Additionsformel

exp(z + w) = exp(z) exp(w) (7.9)

323
und die Formel

| exp(z)| = exp(Re(z)) (7.10)

für den Absolutbetrag. Insbesondere gilt | exp(iy)| = 1 für alle y ∈ R.

Auf Grund der Diskussion in Abschnitt 7.5.1 ist der Konvergenzradius der Reihe ∞ 1 k
P
k=0 k! z
unendlich. Wiederum nach Satz 7.56 ist damit exp : C → C eine stetige Funktion, welche we-
gen Abschnitt 7.5.1 die reelle Exponentialfunktion erweitert. (Wir verwenden zwar das gleiche
Symbol exp für die reelle und komplexe Exponentialfunktion, doch müssen wir diese unter-
scheiden, wenn wir Eigenschaften von Funktionen wie zum Beispiel Injektivität besprechen
wollen.)
Für eine positive Basis a ∈ R>0 und z ∈ C setzen wir des Weiteren

az = exp(z log(a)),

was wegen obigem mit der in Abschnitt 6.3.8 eingeführten Notation kompatibel ist. Insbeson-
dere gilt ez = exp(z) für alle z ∈ C.

Übung 7.69 (Grenzwertformel). Zeigen Sie, dass

 z n
exp (z) = lim 1+
n→∞ n

für alle z ∈ C.

7.5.3 Die Additionsformel

Wir wollen nun die Additionsformel (7.9) beweisen. In der Tat folgt für beliebige z, w ∈ C
aus der Cauchy-Produktformel (Korollar 7.37), dass
∞
X ∞
 X 
1 n 1 n
exp(z) exp(w) = z w
n! n!
n=0 n=0
∞ X
n
X 1 1
= z k wn−k
k! (n − k)!
n=0 k=0
∞ n
X 1X n!
= z k wn−k
n! k! (n − k)!
n=0 k=0
∞ n  
X 1 X n k n−k
= z w
n! k
n=0 k=0
∞
X 1
= (z + w)n = exp (z + w) .
n!
n=0

324
7.5.4 Der Absolutbetrag der Exponentialabbildung
Es verbleibt für den Beweis von Satz 7.68 die Formel (7.10) für den Absolutbetrag zu
beweisen. In der Tat gilt, da die Konjugation auf C stetig ist (wieso?), dass

n n n
X 1 k X 1 k X 1 k
exp(z) = lim z = lim z = lim z = exp (z) .
n→∞ k! n→∞ k! n→∞ k!
k=0 k=0 k=0

Insbesondere ist nach der Additionsformel

|exp (z)|2 = exp (z) exp (z) = exp (z) exp (z) = exp (z + z) = exp (2 Re (z)) = exp (Re (z))2

womit die Formel | exp(z)| = exp(Re(z)) nach Wurzelziehen folgt.

1
Übung 7.70. Zeigen Sie für alle z ∈ C mit |z| < 1 die Abschätzung |exp (z)| ≤ 1−Re(z) .

Applet 7.71 (Komplexe Exponentialabbildung). Wir stellen die komplexe Exponentialab-

bildung dar. Da der Graph dieser in C2 liegt, können wir den Graph wohl kaum auf dem
Bildschirm darstellen. Stattdessen visualisieren wir die Abbildung anhand eines bewegbaren
Punktes z = s + ϕi ∈ C und dessen Bildpunkt exp(z) = es exp(ϕi) ∈ C.

325
7.6 Trigonometrische Funktionen
Wir definieren die Sinusfunktion bei z ∈ C durch
∞
z3 z5 X (−1)n
sin (z) = z − + − +... = z 2n+1 (7.11)
3! 5! (2n + 1)!
n=0

und die Kosinusfunktion bei z ∈ C durch

∞
z2 z4 X (−1)n
cos (z) = 1 − + − +... = z 2n . (7.12)
2! 4! (2n)!
n=0

Wir sagen, dass eine Funktion f auf C gerade ist, wenn f (−z) = f (z) für alle z ∈ C
und ungerade ist, wenn f (−z) = −f (z) für alle z ∈ C. (Diese Begriffe werden analog für
Funktionen mit Definitionsbereich R oder Intervallen der Form [−a, a] für a > 0 verwendet.)

Satz 7.72 (Sinus- und Kosinusfunktionen). Die Potenzreihe (7.11) definiert die ungerade
stetige Sinusfunktion sin : C → C und die Potenzreihe (7.12) definiert die gerade stetige
Kosinusfunktion cos : C → C. Die Einschränkungen dieser Funktionen auf R sind reellwertig
und werden ebenso also Sinusfunktion und Kosinusfunktion bezeichnet. Des Weiteren bestehen
für alle z ∈ C die Beziehungen

exp(iz) = cos(z) + i sin(z)

eiz − e−iz
sin(z) =
2i
eiz + e−iz
cos(z) =
2

zu der Exponentialfunktion und es gelten die trigonometrischen Additionsformeln

sin(z + w) = sin(z) cos(w) + cos(z) sin(w) (7.13)

cos(z + w) = cos(z) cos(w) − sin(z) sin(w) (7.14)

für alle z, w ∈ C.

Eine kurze Rechnung (zum Beispiel wie schon in Abschnitt 7.5.1 unter Verwendung des
Quotientenkriteriums) zeigt, dass die Reihen (7.11)–(7.12) für alle z ∈ C konvergieren. Nach
Satz 7.56 haben diese Potenzreihen daher unendlichen Konvergenzradius, und Satz 7.56 besagt
nun, dass sin und cos auf ganz C definiert und stetig sind. Für die Partialsummen sn (z)
der Reihe in (7.11) gilt sn (−z) = −sn (z) für alle z ∈ C, und daher ist sin eine ungerade
Funktion. Analog ergibt sich, dass cos eine gerade Funktion definiert. Da die Koeffizienten der
Potenzreihen sin und cos in R liegen, gilt sin(R) ⊆ R und cos(R) ⊆ R.

Applet 7.73 (Potenzreihen). Wir betrachten die ersten Partialsummen der Potenzreihen,
welche exp, sin und cos (beziehungsweise sinh, cosh vom nächsten Abschnitt) definieren. Durch
Vergrössern des Ausschnittes können Sie die Qualität der Annäherungen der Partialsummen

326
überprüfen. Bei den trigonometrischen Funktionen kann man auch im Bild gut erkennen, dass
die Potenzreihe alternierende Reihen bilden.

Wir beweisen nun den Zusammenhang zur Exponentialabbildung. Für z ∈ C gilt

z2 z3 z4 z5
eiz = 1 + iz − −i + + i − . . . = cos (z) + i sin (z)
2! 3! 4! 5!

und analog

e−iz = cos(z) − i sin(z).

für alle z ∈ C. Lösen wir diese beiden Gleichungen nach sin(z) und cos(z) auf, so ergeben sich
die Formeln im Satz.

7.6.1 Additionsformeln
Wir wollen nun für alle z, w ∈ C die trigonometrischen Additionsformeln in Satz 7.72 be-
weisen. Hierzu multiplizieren wir eiz und eiw und erhalten auf Grund der Additionsformel (7.9)
für die Exponentialabbildung

ei(z+w) = cos(z + w) + i sin(z + w) = eiz eiw

= (cos(z) + i sin(z))(cos(w) + i sin(w))
= cos(z) cos(w) − sin(z) sin(w)
+ i(sin(z) cos(w) + sin(w) cos(z))

und ebenso

e−i(z+w) = cos(z + w) − i sin(z + w) = e−iz e−iw

= (cos(z) − i sin(z))(cos(w) − i sin(w))
= cos(z) cos(w) − sin(z) sin(w)
− i(sin(z) cos(w) + sin(w) cos(z)).

Auf Grund dieser beiden Gleichungen erhalten wir die Formeln (7.13)–(7.14). (Für z, w ∈ R
würde die erste der beiden Gleichungen ausreichen indem wir Real- und Imaginärteile betrach-
ten. Aber für z, w ∈ C erhalten wir zum Beispiel (7.14) durch Addition obiger Gleichungen.)
Dies beendet den Beweis von Satz 7.72.
Für z = w ∈ C ergeben sich insbesondere die Winkelverdoppelungsformeln

sin(2z) = 2 sin(z) cos(z),

cos(2z) = cos2 (z) − sin2 (z),

wobei wir die Notation cos2 (z) = (cos(z))2 und sin2 (z) = (sin(z))2 für z ∈ C verwendet
haben und auch für andere Funktionen und andere Potenzen des Öfteren verwenden werden.
Des Weiteren folgt für w = −z aus (7.14) und der Tatsache, dass der Sinus ungerade und der
327
Kosinus gerade ist, die Kreisgleichung für Sinus und Kosinus

1 = cos2 (z) + sin2 (z)

für alle z ∈ C.

7.6.2 Die Kreiszahl

Wir können nun die Kreiszahl π definieren.

Satz 7.74 (Pi). Es gibt genau eine Zahl π ∈ (0, 4) mit sin(π) = 0. Für diese Zahl gilt weiters

e2πi = cos(2π) + i sin(2π) = 1,

eπi = cos(π) = −1,
1 π
π

e 2 πi = cos + i sin = i,
2 2
3 3π
3π

e 2 πi = cos + i sin = −i,
2 2
1 π
π
1 i
e 4 πi = cos + i sin =√ +√ .
4 4 2 2
n
Beweis. Aus dem Leibniz-Kriterium (Proposition 7.25) und der Monotonie der Folge ( xn! )n
für alle x ∈ (0, 1] folgt, dass

x3
sin (x) ≥ x − 3! ≥0

und

x2 x4 x2
1>1− 2 + 24 ≥ cos(x) ≥ 1 − 2 >0

für alle x ∈ (0, 1]. Für x = 0 ist sin(0) = 0 und für x = 1 ergibt sich

1
sin2 (1) ≥ (1 − 16 )2 = 25
36 >
2

und wegen Positivität von sin(1) damit sin (1) > √12 . Daher existiert nach dem Zwischen-
wertsatz (Satz 3.58) eine Zahl p ∈ (0, 1) mit sin (p) = √12 . Wegen sin2 (p) + cos2 (p) = 1 und
cos(p) > 0 folgt ebenso cos (p) = √12 . Wir definieren π = 4p. Die weiteren Formeln im Satz
folgen aus den Additionsformeln (und den Winkelverdopplungsformeln).
Es verbleibt die Eindeutigkeit von π wie im Satz zu zeigen. Für dies zeigen wir zuerst,
dass es keine Nullstelle r ∈ (0, 2] von der Sinusfunktion geben kann. Wir nehmen indirekt an,
dass r ∈ (0, 2] die Gleichung sin(r) = 0 erfüllt. Dann gilt cos(r) = eri ∈ {1, −1} und somit
r
e 2 i ∈ {1, −1, i, −i}. Da aber 2r in (0, 1] liegt, verfügen wir bereits über die Ungleichungen
0 < cos( 2r ) < 1, was einen Widerspruch darstellt. Insbesondere gilt daher π ∈ (2, 4).

328
 Angenommen s ∈ (0, 4) \ {π} erfüllt ebenso sin(s) = 0. Dann gilt nach obigem, dass s ∈
(2, 4). Wir definieren
(
π − s falls 2 < s < π
r=
s − π falls 2 < π < s.

Dann gilt r ∈ (0, 2] und sin(r) = 0 (wieso?), was aber obigem Argument widerspricht. Daher
ist π ∈ (0, 4) durch die Gleichung sin(π) = 0 eindeutig bestimmt.

Aus den Additionsformeln erhält man folgendes Korollar.

Korollar 7.75 (Periodizität). Es gelten

sin(z + π) = − sin(z),
cos(z + π) = − cos(z),
sin(z + 2π) = sin(z),
cos(z + 2π) = cos(z),

π


und cos (z) = sin z + 2 für alle z ∈ C.

Insbesondere sind die Werte des Sinus und des Kosinus auf R durch die Werte auf dem
Intervall [0, π2 ] eindeutig bestimmt (wieso?). Dieses Prinzip überträgt sich unter anderem auf
die Nullstellen von Sinus und Kosinus.

Wichtige Übung 7.76 (Nullstellen von sin und cos). Zeigen Sie, dass die Nullstellen von
sin genau die Punkte in πZ ⊆ C sind und dass die Nullstellen von cos genau die Punkte in
πZ + π2 sind.

Übung 7.77 (Monotonie von Sinus). Zeigen Sie die Formel

   
z+w z−w
sin (z) − sin (w) = 2 cos sin
2 2

für alle z, w ∈ C. Verwenden Sie dies, um zu zeigen, dass der eingeschränkte Sinus
h π πi
sin : − , → [−1, 1]
2 2

strikt monoton wachsend und bijektiv ist.

π


Übung 7.78. Zeigen Sie, dass die Zahl cos 7 algebraisch ist.

Übung 7.79 (Abschätzungen für π). Zeigen Sie π ∈ (3, 4) oder sogar 3.1 < π < 3.2 (wobei die
Verwendung eines elektronischen Hilfsmittels zur Berechnung von gewissen rationalen Zahlen
hilfreich sein könnte).

329
7.6.3 Tangens und Cotangens
Wir definieren die Tangensfunktion tan durch

sin(z)
tan (z) =
cos(z)

für alle z ∈ C mit cos(z) 6= 0, was nach Übung 7.76 gerade alle z ∈ C \ (πZ + π2 ) sind. Analog
ist die Cotangensfunktion cot durch

cos(z)
cot (z) =
sin(z)

für alle z ∈ C mit sin(z) 6= 0 (oder äquivalent alle z ∈ C \ πZ nach Übung 7.76) definiert.

Übung 7.80 (Additionsformel für den (Co-)Tangens). Zeigen Sie, dass für z, w ∈ C die
Additionsformel

tan(z) + tan(w)
tan (z + w) =
1 − tan(z) tan(w)

gilt, wo definiert. Finden und beweisen Sie eine analoge Additionsformel für den Cotangens.

330
7.6.4 Polarkoordinaten und Multiplikation auf den komplexen Zahlen
Die Beschreibung eines Punktes z ∈ C durch Polarkoordinaten besteht aus einem Radius
r ≥ 0 und einem „Winkel“ θ ∈ R mit

z = reiθ = r(cos(θ) + i sin(θ)).

Wir bezeichnen hier den reellen Parameter θ als Winkel, obwohl wir diesem noch keine geo-
metrische Bedeutung formal zuweisen. Wir werden dies korrigieren, sobald wir die Definition
der Bogenlänge einer Kurve kennen.
Ist eine derartige Darstellung von z ∈ C gegeben, so gilt r = |r| = |z| womit r den Abstand
von z zum Ursprung darstellt. Die Menge der Elemente mit Absolutbetrag Eins
n o
S1 = {z ∈ C | |z| = 1} = eiθ | θ ∈ R

wird als der Einheitskreis in C bezeichnet (wobei S1 auch für die 1-dimensionale Sphäre
steht).

Lemma 7.81 (Existenz von Polarkoordinaten). Für alle z ∈ C existiert ein eindeutig be-
stimmtes r ≥ 0 und ein Winkel θ ∈ [0, 2π) mit z = reiθ . Des Weiteren ist der Winkel θ
eindeutig bestimmt, falls z 6= 0.

Beweis. Für z = 0 gibt es nichts zu zeigen. Also nehmen wir z 6= 0 an. Nach Division mit |z|
können wir des Weiteren r = |z| = 1 annehmen. Wir betrachten zuerst den Fall Im(z) ≥ 0
und behaupten, dass ein θ ∈ [0, π] existiert, so dass z = eiθ . In der Tat ist z = x + yi für
ein x ∈ [−1, 1] und es gilt cos(0) = 1 und nach Satz 7.74 auch cos(π) = −1. Insbesondere
existiert nach dem Zwischenwertsatz ein θ ∈ [0, π] mit Re(z) = x = cos(θ). Nun gilt aber auch
p p
sin (θ) = 1 − cos2 (θ) = 1 − Re(z)2 = y = Im (z)

331
da wir y = Im(z) ≥ 0 angenommen haben, und somit

z = Re(z) + Im(z)i = cos(θ) + sin(θ)i = eiθ .

Falls Im(z) < 0 ist, dann wenden wir obiges Argument für −z an und finden ein θ ∈ (0, π)
mit −z = eiθ , womit z = −eiθ = eπi eiθ = ei(π+θ) und π + θ ∈ (π, 2π).
0 0
Sind θ, θ0 ∈ [0, 2π) mit z = eiθ = eiθ , dann gilt ei(θ−θ ) = 1 und daher auch sin(θ − θ0 ) = 0.
Aus der Eindeutigkeit von π in Satz 7.74 und der Formel sin(x + π) = − sin(x) für alle x ∈ R
in Korollar 7.75 ergibt sich daraus, dass θ − θ0 ∈ {−π, 0, π}. Falls θ − θ0 ∈ {−π, π}, dann ist
0
aber ei(θ−θ ) = −1, und daher muss θ = θ0 gelten.

In Polarkoordinaten lässt sich die Multiplikation auf C neu interpretieren. Sind z = reiθ
und w = seiψ in C, dann ist zw = rsei(θ+ψ) . Multiplikation mit z streckt also um den Faktor r
und rotiert um den Winkel θ, oder anders formuliert bei Multiplikation der Vektoren z, w ∈ C
multiplizieren sich die Längen der Vektoren und addieren sich die Winkel. Diese geometri-
sche Erklärung der Multiplikation hat in der Geschichte der komplexen Zahlen die komplexen
Zahlen ausgehend von einem etwas mysteriösen rein algebraischem Objekt zu einem eigen-
ständigen Zahlenbegriff verwandelt. Daraufhin hat dieser Zahlenbegriff schnell Einzug in die
weitere Entwicklung der Mathematik gefunden. Wir verweisen hierfür auf einen weiteren BBC
Podcast.

Applet 7.82 (Geometrische Bedeutung der Komplexen Zahlen). Wir können anhand der ein-
gezeichneten Polarkoordinatenlinien die geometrische Bedeutung der Multiplikation von kom-
plexen Zahlen und der Inversen und der Wurzeln einer vorgegebenen Zahl erkennen. Bei Be-
wegung von z um den Ursprung im Wurzelmodus ist ersichtlich, warum eine stetige Definition
von Wurzelfunktionen nicht möglich ist.

332
Darstellung der Abbildung z ∈ C 7→ z 2 ∈ C. Wir möchten illustrieren, wie sich die
Abbildung z ∈ C 7→ z 2 ∈ C auf Kreisen in der komplexen Ebene verhält. Dazu teilen wir die
komplexe Ebene in die obere und die untere Halbebene auf und färben die Kreise (hier für
Radien in 12 , 1, 2 ) entsprechend ein.


Wir betrachten die beiden Hälften nun gesondert. Zusätzlich zu den bestehenden Halbkreisen
zeichnen wir von Null ausgehende Strahlen zu verschiedenen Winkeln ein.

Die Abbildung z 7→ z 2 öffnet nun obige Bilder, die an Fächern erinnern, in die eingezeichnete
Richtung auf. Genauer werden die Radien quadriert (und liegen somit in 14 , 1, 4 ) und die


Winkel in die eingezeichnete Richtung verdoppelt. Das erhaltene Bild ist in beiden Fällen
dasselbe; das Bild der gesamten Abbildung stellt sich also wie folgt dar. Insbesondere hat also
jeder Punkt in C× genau zwei Quadratwurzeln.

Abgesehen von dieser geometrischen Interpretation der Multiplikation können Polarkoor-

dinaten verwendet werden, um Nullstellen von Polynomen zu bestimmen. Dies trifft in einem
333
gewissen Sinn auch für allgemeine Polynome im Beweis des Fundamentalsatzes der Algebra
zu, doch wollen wir hier zuerst nur folgende Spezialfälle betrachten.

Übung 7.83 (Wurzeln). Sei w = reiθ . Zeigen Sie, dass die Nullstellen des Polynoms p(z) =
z n − w (die n-ten Wurzeln von w) gerade durch
√ θ √ θ 2π √ θ 2π(n−1)
n
rei n , n
rei n +i n , . . . , n
rei n +i n

gegeben sind und dass diese paarweise verschieden sind. Die n-ten Wurzeln von 1 nennen sich
die n-ten Einheitswurzeln.
Zeigen Sie des Weiteren für alle natürlichen Zahlen n ≥ 2 die Identität

n−1
X 2πk
ei n = 0.
k=0

Übung 7.84 (Quadratische Formel). Verallgemeinern Sie Übung 3.18 und zeigen Sie, dass
jedes komplexe Polynom vom Grad 2 als Produkt zweier komplexen Polynomen mit Grad 1
geschrieben werden kann.

7.6.5 Zwei Logarithmen auf der komplexen Zahlenebene

Wir erinnern daran, dass wir den reellen Logarithmus als die inverse Abbildung von der
bijektiven Abbildung exp : R → R>0 definierten. Wir wollen dies nun wiederholen und den Lo-
garithmus für komplexe Zahlen definieren. Leider gibt es hier aber ein fundamentales Problem:
die Exponentialabbildung ist auf der komplexen Zahlenebene ganz und gar nicht bijektiv, da
beispielsweise exp(2nπi) = 1 für alle n ∈ Z.
Aus diesem Grund müssen wir die Exponentialabbildung auf eine geeignete Teilmenge D
von C einschränken, so dass die eingeschränkte Abbildung exp |D : D → C× bijektiv ist. Dies
kann durch viele verschiedene Teilmengen erreicht werden. Wir wollen hier zwei Möglichkeiten
ansprechen.
Zum Beispiel könnten wir die Teilmenge

DPolar = R × [0, 2π) = {x + yi | x ∈ R, y ∈ [0, 2π)}

betrachten. In diesem Fall entsprechen x ∈ R und y ∈ [0, 2π) mit exp(x + yi) = z ∈ C×
der Polarkoordinatendarstellung von z = reθi ∈ C× in Lemma 7.81 mit r = exp(x) und θ =
y. Da die Polarkoordinatendarstellung von jedem z ∈ C× eindeutig bestimmt ist, ist die
Einschränkung exp |DPolar : DPolar → C× bijektiv. Der Nachteil dieser Abbildung ist, dass die
entsprechende Umkehrabbildung bei jeder positiven Zahl in (0, ∞) unstetig ist (wieso?).
Die Unstetigkeit des komplexen Logarithmus lässt sich zwar nicht vermeiden (zumindest
dann nicht, wenn man Bijektivität der Logarithmusabbildung bewahren will), doch können
wir diese mit der anderen Wahl D “etwas besser verstecken”. Wir definieren

DHaupt = R × (−π, π] = {x + yi | x ∈ R, y ∈ (−π, π]} .

334
Man sieht auf die gleiche Weise wie oben, dass

exp |DHaupt : DHaupt → C×

bijektiv ist. In der Tat entspricht dies leicht veränderten Polarkoordinaten, wo wir einen Win-
kel θ ∈ [0, π] unverändert lassen aber einen Winkel θ ∈ (π, 2π) durch θ − 2π ∈ (−π, 0) ersetzen
(welcher wegen e(θ−2π)i = eθi den gleichen Zweck wie θ erfüllt). Die entsprechende Umkehrab-
bildung wird der Hauptzweig des Logarithmus

log : C× → DHaupt = {x + yi | x ∈ R, y ∈ (−π, π]}

genannt. Er ist auf der negativen Halbachse R<0 unstetig, aber auf C× \ R<0 stetig. (Diese
Stetigkeitsbehauptungen kann man auch jetzt schon zeigen, werden aber klarer sein, wenn wir
die trigonometrischen Umkehrfunktionen besprochen haben.)
Wir bemerken noch, dass wir keine Potenzen z w mit komplexer (oder auch nur negativer)
Basis z und komplexen (oder auch nur reellen) Exponenten w definieren. Der Grund dafür ist,
dass diese Definition von einer Wahl eines geeigneten Logarithmus abhängen würde und aus
diesem Grunde nicht natürlich wäre.

Die Abbildung exp |DPolar in Bildern Wir stellen zuerst die Teilmenge Dpolar dar.

In obigem Bild sind die blauen Linien bei y ∈ 0, π6 , π4 , 2π π 2π 4π 7π

eingezeichnet. Wir

5 , 2 , 3 , π, 3 , 4
wenden nun auf der x-Koordinate die Exponentialabbildung an und erhalten folgendes Bild
in den Koordinaten r = ex , θ = y.

335
Man beachte, dass die grüne Linie von der Abbildung nicht getroffen wird. Jetzt weisen wir
jedem Punkt mit Koordinaten (r, θ) die komplexe Zahl zu, die diese Polarkoordinaten hat.
Die blaue Linie beim Wert θ wird damit auf den von 0 ausgehenden Strahl mit Winkel θ
abgebildet. Die rote Linie beim Wert r wird auf den Kreis mit Radius r abgebildet. Die grüne
Linie wird auf den Punkt 0 kollabiert.

336
7.7 Integration von Potenzreihen
Wir haben in den Abschnitten 7.5 und 7.6 einige sehr wichtige, durch Potenzreihen de-
finierte Funktionen gesehen. Daher drängt sich die Frage auf, ob wir das Riemann-Integral
über diese Funktionen berechnen können. Die positive Antwort ist eine direkte Anwendung
der Resultate in Abschnitt 7.3.

Satz 7.85 (Integration von Potenzreihen). Sei f (x) = ∞ n

P
n=0 cn x eine Potenzreihe mit kom-
plexen Koeffizienten (cn )n∈N0 und Konvergenzradius R. Dann definiert F (x) = ∞ cn n+1
P
n=0 n+1 x
eine Potenzreihe mit demselben Konvergenzradius R und es gilt
Z b
f (x) dx = F (b) − F (a)
a

für alle a, b ∈ (−R, R).

Man spricht in diesem Zusammenhang auch von gliedweiser Integration der Potenzreihe, da
wir einfach jeden Summanden getrennt integrieren und damit das richtige Ergebnis erhalten.

Beweis. Wir beweisen zuerst die Behauptung über den Konvergenzradius R. Sei S der Kon-
c`−1 `
vergenzradius der Reihe ∞
P∞ cn n+1
. Falls ∞
n=0 cn x absolut konvergiert,
n
P P
`=1 ` x = n=0 n+1 x
P∞ cn n+1
dann konvergiert n=0 n+1 x ebenfalls absolut, da

cn n+1
x ≤ |x||cn xn |
n+1

für alle n ∈ N0 . Dies beweist S ≥ R auf Grund der Eigenschaften des Konvergenzradiuses in
Satz 7.56.
Falls umgekehrt ∞ cn n+1
konvergiert, dann gibt es ein M > 0 mit n+1 x ≤ M für
cn n
P
n=0 n+1 x
alle n ∈ N0 . Für y ∈ (−x, x) ist dann

cn n y n y n
|cn y n | = x (n + 1) ≤ M (n + 1)
n+1 x x

und daher
r
p y n y
lim sup n |cn |y n ≤ lim n
M (n + 1) = < 1.
n→∞ n→∞ x x

Aus dem Wurzelkriterium (Korollar 7.30) folgt daher die Konvergenz von ∞ n=0 cn y . Dies
n
P

beweist die umgekehrte Ungleichung S ≤ R (siehe wiederum Satz 7.56). Daher gilt S = R
und der erste Teil des Satzes ist bewiesen.
Seien nun a, b ∈ (−R, R) mit a < b. Wir betrachten die Polynome fN (x) = N n
P
n=0 cn x
und verwenden Satz 4.37, um
Z b N N
X cn n+1 X cn n+1
fN (x) dx = b − a
a n+1 n+1
n=0 n=0

337
zu erhalten. Auf Grund von Satz 7.56 konvergiert die Funktionenfolge fN (x) der Partialsum-
men der Potenzreihe gleichmässig gegen f (x) auf [a, b]. Lässt man nun N gegen Unendlich
gehen, ergibt sich unter Verwendung von Satz 7.49, dass
Z b Z b
f (x) dx = lim fN (x) dx = F (b) − F (a) .
a N →∞ a

Wenden wir obigen Satz auf die uns mittlerweile wohlbekannten Potenzreihen an, erhalten
wir folgende Formeln.

Korollar 7.86. Für alle a, b ∈ R gelten die Integrationsformeln

Z b
exp (x) dx = [exp(x)]ba = exp (b) − exp (a)
a
Z b
sin (x) dx = [− cos(x)]ba = − cos (b) + cos (a)
a
Z b
cos (x) dx = [sin(x)]ba = sin (b) − sin (a) .
a

Beweis. Wir verwenden Satz 7.85 und erhalten zum Beispiel

Z b ∞
X 1 ∞
X 1
n+1
exp (x) dx = n!
b − n!
an+1
a n+1 n+1
n=0 n=0
∞ ∞
X 1 X 1
= bn+1 − an+1 = exp (b) − exp (a) .
(n + 1)! (n + 1)!
n=0 n=0

Die Beweise der anderen beiden Formeln sind ähnlich (siehe Übung 7.87).

Übung 7.87. Beweisen Sie die letzten beiden Formeln in Korollar 7.86.

Applet 7.88 (Integration von transzendenten Funktionen). Wir stellen obige Integrationsge-
setze (und jene vom nächsten Unterabschnitt) grafisch dar.

7.7.1 Die hyperbolischen Funktionen

In Analogie zu den Winkelfunktionen sind manchmal auch folgende Funktionen, die in
engem Zusammenhang mit der Hyperbel (x, y) ∈ R2 | x2 − y 2 = 1 stehen, nützlich. Wir


definieren den Sinus Hyperbolicus durch

∞
ez − e−z z3 z5 X 1
sinh (z) = =z+ + + ... = z 2k+1
2 3! 5! (2k + 1)!
k=0

für alle z ∈ C, den Kosinus Hyperbolicus durch

∞
ez + e−z z2 z4 X 1
cosh (z) = =1+ + + ... = z 2k
2 2! 4! (2k)!
k=0

338
für alle z ∈ C und den Tangens Hyperbolicus durch

sinh(z) ez − e−z
tanh (z) = = z
cosh(z) e + e−z

für alle z ∈ C.
Die Funktionen sinh und tanh sind ungerade und cosh ist gerade. Es gelten die Additions-
formeln

sinh(z + w) = sinh(z) cosh(w) + cosh(z) sinh(w),

cosh(z + w) = cosh(z) cosh(w) + sinh(z) sinh(w)

für alle z, w ∈ C und weiters

cosh2 (z) − sinh2 (z) = 1,

cosh(z) + sinh(z) = ez

für alle z ∈ C.
Auf Grund der Definitionen von Sinus und Kosinus Hyperbolicus und Korollar 7.86 ergibt
sich nun
Z b
sinh (x) dx = [cosh(x)]ba = cosh (b) − cosh (a)
a
Z b
cosh (x) dx = [sinh(x)]ba = sinh (b) − sinh (a) .
a

Übung 7.89. Beweisen Sie ausgehend von den Definitionen des hyperbolischen Sinus und des
hyperbolischen Kosinus die obigen Formeln.

339
7.8 Ziffernentwicklungen und fraktale Konstruktionen*
Für jede natürliche Zahl p ≥ 2 und jede reelle positive Zahl x > 0 gibt es eine Ziffernent-
wicklung zur Basis p. Genauer formuliert existiert ein ` ∈ Z mit x < p−`+1 und eine Folge
(dn )n≥` mit dn ∈ {0, 1, . . . , p − 1}, so dass
∞
X
x= dn p−n . (7.15)
n=`

Um dies zu sehen, nehmen wir, da die Ziffernentwicklung auf N0 ja bereits bekannt ist (siehe
Übung 3.7), ohne Beschränkung der Allgemeinheit an, dass ` = 1 und also x = x0 ∈ (0, 1).
Wir können dann die rekursiv definierten Zahlen

d1 = bpx0 c ∈ {0, 1, 2, . . . , p − 1} , x1 = {px0 } ∈ (0, 1)

d2 = bpx1 c ∈ {0, 1, 2, . . . , p − 1} , x2 = {px1 } ∈ (0, 1)

und weiter

dn+1 = bpxn c ∈ {0, 1, 2, . . . , p − 1} , xn+1 = {pxn } ∈ (0, 1)

für jedes n ∈ N betrachten. Insbesondere ist pxn = dn+1 + xn+1 für alle n ∈ N und damit
ergibt sich mittels Induktion

N
X
x− dn p−n = p−N xN
n=1

für alle N ∈ N. Daraus folgt die Fehlerabschätzung

N
X
x− dn p−n ≤ p−N |xN | < p−N .
n=1

und mit dem Grenzübergang N → ∞ auch (7.15). Wir möchten an dieser Stelle erwähnen, dass
obiges Vorgehen eine explizite Variante (einen Algorithmus) liefert, um die Ziffernentwicklung
einer Zahl zur Basis p zu finden.
1
Übung 7.90. Finden Sie eine Ziffernentwicklung von 7 zur Basis 3.

In den meisten, aber nicht allen Fällen ist die Ziffernentwicklung eindeutig. Es ist zum
Beispiel
∞ ∞
X
−n p − 1 X −n p − 1 1
(p − 1) p = p = = 1.
p p 1 − p−1
n=1 n=0

Im Spezialfall p = 10 kennt man dies in der Form 0.9̇ = 1.

340
 Wir behaupten, dass diese Rechnung gewissermassen der einzige Grund für eine Zweideu-
tigkeit in der Ziffernentwicklung sein kann. Angenommen
∞
X ∞
X
x= dn p−n = d0n p−n
n=` n=`0

sind zwei verschiedene Ziffernentwicklungen einer Zahl x > 0 zur Basis p. Dann können wir,
notfalls unter Hinzufügen von Nullen, annehmen, dass ` = `0 ist. Falls k > ` die kleinste Zahl
ist mit dn = d0n für ` ≤ n < k und dk 6= d0k , dann können wir die endliche Summe kn=` dn p−n
P

von x abziehen. Daher genügt es den Fall d` < d0` zu betrachten. Dann gilt

∞
X ∞
X ∞
X
x= dn p−n ≤ d` p−` + (p − 1)p−n = (d` + 1)p−` ≤ d0n p−n = x,
n=` n=`+1 n=`

was aber d` + 1 = d0` , dn = p − 1 und d0n = 0 für alle n ≥ ` + 1 impliziert (wieso?). Insbesondere
sind somit die Zahlen mit nicht eindeutiger Ziffernentwicklung genau jene (rationale Zahlen),
die eine abbrechende Ziffernentwicklung besitzen.

Übung 7.91 (Zahlen mit schliesslich periodischer Ziffernentwicklung). Eine Folge (dn )n≥`
für ` ∈ N heisst periodisch, falls ein N existiert mit dn+N = dn für alle n ≥ `. Sie heisst
schliesslich periodisch, falls es ein k ≥ ` und ein N ∈ N gibt mit dn+N = dn für alle n ≥ k.
Wir wollen hier zeigen, dass die Zahlen mit einer schliesslich periodischen Ziffernentwicklung
gerade die rationalen Zahlen sind. Sei x > 0 eine reelle und p ≥ 2 eine natürliche Zahl.
Unterscheiden Sie folgende Fälle:

(a) Angenommen x hat eine schliesslich periodische Ziffernentwicklung. Zeigen Sie, dass x
rational ist.

(b) Zeigen Sie, dass x genau dann eine abbrechende (und damit schliesslich periodische) Zif-
fernentwicklung hat, wenn x von der Form pnk für k, n ∈ N0 ist (und damit rational ist).

(c) Angenommen x ∈ Q hat keine abbrechende Ziffernentwicklung. Dann ist insbesondere die
Ziffernentwicklung von x eindeutig bestimmt. Sei o.B.d.A. x ∈ (0, 1) und seien xk , dk für
k ∈ N wie in der Konstruktion der Ziffernentwicklung nach (7.15). Nach Annahme ist
x= m 2 teilerfremd und m ≤ n. Zeigen Sie nun, dass x ∈ 1 , . . . , n−1

n für (m, n) ∈ N k n n
ist für alle k ∈ N und wenden Sie das Schubfachprinzip an.

Übung 7.92 (Mächtigkeit der reellen Zahlen). Zeigen Sie [0, 1] ∼ P(N) sowie R ∼ P(N).

7.8.1 Die Cantor-Menge

Wir haben die Cantor-Menge bereits in Abschnitt 2.6.5 kurz besprochen. Wir möchten nun
die Cantor-Menge neu, jetzt deutlich einfacher, mit Hilfe der Ziffernentwicklung zur Basis 3
charakterisieren. Die Cantor-Menge ist
∞
( )
X
−n
C= x ∈ [0, 1] | es gibt (dn )n ∈ {0, 2} N
mit x = dn 3 .
n=1

341
Übung 7.93 (Cantor-Menge in Basis 3). Zeigen Sie, dass diese Beschreibung der Cantor-
Menge zutrifft.

Insbesondere hat jeder Punkt x ∈ C eine eindeutig bestimmte Ziffernentwicklung zur Ba-
sis 3 mit Ziffern in {0, 2}. Jede Ziffernentwicklung (dn )n ∈ {0, 2}N bestimmt einen eindeutig
bestimmten Punkt x ∈ C.

Übung 7.94 („Gesamtlänge“ der Cantor-Menge). Zeigen Sie, dass die charakteristische Funk-
R1
tion 1C der Cantor-Menge auf [0, 1] Riemann-integrierbar ist und 0 1C dx = 0 ist. In diesem
Sinne hat C sozusagen „Gesamtlänge“ 0 und [0, 1] \ C hat „Gesamtlänge“ 1.

7.8.2 Cantors Teufelstreppe

Wir wollen hier kurz die Cantor Funktion f : [0, 1] → [0, 1] besprechen, die monoton
wachsend und surjektiv ist. Der Graph von f wird auch die Teufelstreppe genannt und ist
unten im Bild dargestellt.

Die teuflische Eigenheit dieser Funktion ist die Tatsache, dass jeder Punkt in [0, 1] \ C eine
Umgebung besitzt, auf der f konstant ist und [0, 1] \ C in einem gewissen Sinne fast das ganze
Intervall ausmacht (siehe Übung 7.94). Trotzdem schafft es die Cantor Funktion auf stetige
Weise von 0 zu 1 anzuwachsen.
Wir definieren f zuerst auf der Cantormenge C und beschreiben dann, wie f von C auf ganz
[0, 1] fortgesetzt werden kann. Wie in Abschnitt 7.8.1 beschrieben wurde, hat jede Zahl x ∈ C
eine eindeutig bestimmte Ziffernentwicklung x = ∞ −n zur Basis 3 mit d ∈ {0, 2} für
P
n=1 dn 3 n
alle n ∈ N. Auf dem Punkt x definieren wir nun den Wert von f mittels der Ziffernentwicklung
als
∞
X dn
f (x) = 2−n .
2
n=1

342
Das heisst, wir ersetzen jede Ziffer 2 durch die Ziffer 1 und ersetzen die Basis 3 durch die Basis 2.
Daraus folgt, dass f : C → [0, 1] surjektiv ist, da jede Zahl y ∈ [0, 1] eine Ziffernentwicklung
y= ∞
P −n zur Basis 2 hat und wir durch d = 2e für alle n ∈ N und x =
P∞ −n
n=1 en 2 n n n=1 dn 3
einen Punkt mit f (x) = y finden können.
Per Definition ist f : C → [0, 1] monoton wachsend. Des Weiteren ist f nicht streng
monoton wachsend (wieso?), aber da eine Zahl in [0, 1] höchstens zwei verschiedene Ziffern-
entwicklungen zur Basis 2 besitzt, gibt es zu x ∈ C höchstens einen weiteren Punkt x0 ∈ C
mit f (x0 ) = f (x).
Um f auf ganz [0, 1] zu definieren, finden wir zu einem Punkt x 6∈ C den grössten Punkt x−
links von x in der Cantormenge und den kleinsten Punkt x+ rechts von x in der Cantormenge.
Wir werden unten zeigen, dass die Punkte x− und x+ eindeutig durch x bestimmt sind und
f (x− ) = f (x+ ) gilt. Nun definieren wir f (x) = f (x− ) = f (x+ ). Dies erweitert also f zu einer
Abbildung [0, 1] → [0, 1]. Des Weiteren ist f für jedes x ∈ [0, 1] \ C konstant in der Umgebung
[x− , x+ ] von x (und damit auch stetig auf (x− , x+ )).
Formal können wir dies wie folgt beschreiben. Sei

k−1
X ∞
X
−n −k
x= dn 3 +1·3 + dn 3−n 6∈ C,
n=1 n=k+1

wobei k ∈ N die kleinste Zahl mit dk = 1 ist. Dann setzen wir

k−1
X k−1
X ∞
X
−n −k −n
x− = dn 3 +1·3 = dn 3 + 2 · 3−n ∈ C
n=1 n=1 n=k+1
k−1
X
x+ = dn 3−n + 2 · 3−k ∈ C,
n=1

womit x− ≤ x ≤ x+ erfüllt ist. Damit gilt

k−1 ∞ k−1
X dn −n
X
−n
X dn
f (x− ) = 2 + 2 = 2−n + 2−k = f (x+ )
2 2
n=1 n=k+1 n=1

wie gewünscht.

Übung 7.95 (Cantor-Funktion). Zeigen Sie, dass die Cantor-Funktion f : [0, 1] → [0, 1]
monoton wachsend und stetig ist.

7.8.3 Peanos raumfüllende Kurve

Wir wollen nun dem ursprünglichen Argument von Peano ([Pea90]) folgend eine stetige,
surjektive Funktion (die sogenannte Peano-Kurve)

f : [0, 1] → [0, 1]2

konstruieren. Dabei werden wir von der Cantormenge ausgehen.

343
 P∞
Für x = n=1 dn (x)3
−n ∈ C mit dn (x) ∈ {0, 2} für alle n ∈ N definieren wir

∞ ∞
!t
X d2n−1 (x) X d2n (x)
fC (x) = (f1 (x), f2 (x))t = 2−n , 2−n . (7.16)
2 2
n=1 n=1

Wir behaupten nun, dass die Abbildung fC : C → [0, 1]2 surjektiv ist. Für (y1 , y2 )t ∈ [0, 1]2
P∞
existiert eine Ziffernentwicklung der Komponenten yj = n=1 ej,n 2
−n für j ∈ {1, 2} zur

Basis 2, wobei ej,n ∈ {0, 1} für alle n ∈ N und j ∈ {1, 2}. Wir definieren nun d2n−1 = 2e1,n
und d2n = 2e2,n für alle n ∈ N, womit dn ∈ {0, 2} für alle n ∈ N gilt. Sei x = ∞ −n ∈ C
P
n=1 dn 3
das Element der Cantormenge mit diesen Ziffern. Dann gilt (y1 , y2 )t = fC (x) ∈ fC (C) wie
gewünscht. Da (y1 , y2 )t ∈ [0, 1]2 beliebig war, ist fC surjektiv.

Lemma 7.96 (Stetigkeit). Für jedes n ∈ N ist die Abbildung x ∈ C 7→ dn (x) ∈ {0, 2} stetig.
Insbesondere ist die Abbildung fC : C → [0, 1]2 stetig.

Beweis. Für n = 1, x, y ∈ C und |x − y| < 1

3 folgt d1 (x) = d1 (y), siehe folgendes Bild.

Figur 7.4: Zwei Punkte x, y ∈ C mit |x−y| < 31 sind entweder beide links
(und erfüllen also d1 (x) = d2 (x) = 0) oder beide rechts (und erfüllen
d1 (x) = d2 (x) = 1) in der Cantormenge.

Dies zeigt die Stetigkeit von d1 : C → {0, 2} (δ = 1

3 tut’s für jedes ε > 0). Mittels Induktion
folgt damit, dass für n > 1 die Abbildung
   
x 7→ dn (x) = d1 3n−1 x − d1 (x) 3−1 + . . . + dn−1 (x) 3−(n−1)

als Verknüpfung von stetigen Funktionen wiederum stetig ist (siehe Proposition 3.50 und
Proposition 3.52). Für jedes N ∈ N sind die Abbildungen

N N
X d2n−1 (x) X d2n (x)
x ∈ C 7→ 2−n , x ∈ C 7→ 2−n
2 2
n=1 n=1

als Verknüpfung von stetigen Funktionen stetig. Wegen

N ∞ ∞ ∞
X d2n−1 (x) X d2n−1 (x) X d2n−1 (x) −n X
2−n − 2−n = 2 ≤ 2−n = 2−N
2 2 2
n=1 n=1 n=N +1 n=N +1

d2n−1 (x) −n
für alle x ∈ C, konvergieren die Abbildungen x ∈ C 7→ N 2 gleichmässig gegen
P
n=1 2
f1 : C → [0, 1]. Damit folgt aus Satz 7.48, dass f1 stetig ist. Analog zeigt man, dass f2 stetig
ist und somit ist auch fC stetig.

344
 Wir wollen nun fC zu einer stetigen Abbildung fP : [0, 1] → [0, 1]2 fortsetzen, wobei wir
stückweise affine Abbildungen auf [0, 1] \ C verwenden wollen. Das heisst, für x ∈ C definieren
wir fP (x) = fC (x) und für x 6∈ C setzen wir fP (x) wie folgt fest. Ist x− ∈ C der eindeutige
Punkt in der Cantormenge links neben x und x+ ∈ C der eindeutige Punkt in der Cantormenge
rechts neben x wie in Abschnitt 7.8.2, so setzen wir s (x) = xx−x −
+ −x−
∈ (0, 1) und

fP (x) = fC (x− ) + s(x)(fC (x+ ) − fC (x− )) (7.17)

−1
= (x+ − x− ) ((x+ − x) fC (x− ) + (x − x− ) fC (x+ ))

unter Verwendung von x = x− + s(x)(x+ − x− ).

Proposition 7.97 (Existenz einer raumfüllenden Kurve). Die Abbildung fP : [0, 1] → [0, 1]2
ist stetig und surjektiv.

Beweis. Da fC : C → [0, 1]2 surjektiv ist und fP |C = fC gilt, ist auch fP surjektiv. Daher
müssen wir nur noch die Stetigkeit von fP überprüfen.
Für Punkte, die nicht in C liegen, ist dies einfacher zu sehen. Intuitiv ausgedrückt liegt
dies daran, dass die Funktionen x 7→ x+ und x 7→ x− auf dem Komplement von C „lokal
konstant“ sind. Nun genauer. Sei also x0 6∈ [0, 1] \ C und seien x0,− , x0,+ ∈ C wie oben. Dann
gilt (x0,− , x0,+ ) ⊆ [0, 1] \ C, wie in Abschnitt 7.8.2 erklärt wurde. Für alle x ∈ (x0,− , x0,+ )
erfüllen x0,− und x0,+ dieselbe Rolle für x wie für x0 , das heisst x− = x0,− und x+ = x0,+ .
x−x0,−
Damit ist x 7→ s (x) = xx−x −
+ −x−
= x0,+ −x 0,−
stetig auf dem Intervall (x0,− , x0,+ ). Es folgt die
Stetigkeit von fP bei x0 .
Sei nun x0 ∈ C. Falls x0 ein „rechter Endpunkt“ von C ist, also von der Form x0 = y− für
ein y ∈ [0, 1] \ C ist, dann gilt

fP (x) = (y+ − y− )−1 ((y+ − x) fC (x0 ) + (x − x0 ) fC (y+ ))

für alle x ∈ (x0 , y+ ). Daraus folgt gemeinsam mit fP (x0 ) = fC (x0 ) die rechtsseitige Stetigkeit
von fP bei x0 .
Sei also nun x0 kein rechter Endpunkt von C, womit eine streng monoton fallende Folge
(xn )n in C existiert, die gegen x0 konvergiert. Sei ε > 0, dann gibt es wegen der Stetigkeit
von fC ein δ > 0, so dass für alle y ∈ C

|y − x| < δ =⇒ |fC (y) − fC (x)| < ε

gilt. Weiter gibt es ein xn ∈ C ∩ (x0 , x0 + δ). Für x ∈ (x0 , xn ) unterscheiden wir zwei Fälle.
Wenn x in C liegt, gilt |fP (x) − fP (x0 )| = |fC (x) − fC (x0 )| < ε. Wenn x nicht in C liegt, dann

345
gilt x, x+ ∈ (x0 , xn ] und

|fP (x) − fP (x0 )| = (x+ − x− )−1 ((x+ − x) fC (x− ) + (x − x− ) fC (x+ )) − fC (x0 )

1
= |(x+ − x) fC (x− ) + (x − x− ) fC (x+ ) − (x+ − x− ) fC (x0 )|
x+ − x−
1
= |(x+ − x) (fC (x− ) − fC (x0 )) + (x − x− ) (fC (x+ ) − fC (x0 ))|
x+ − x−
1
< ((x+ − x) ε + (x − x− ) ε) = ε.
x+ − x−

Somit gilt nun |fP (x) − fP (x0 )| < ε für alle x ∈ (x0 , xn ) und da ε > 0 beliebig war, ist fP
rechsseitig stetig bei x0 . Das Argument für die linksseitige Stetigkeit ist analog.

Bemerkung (Approximative Darstellung der Peano-Kurve). Auf Grund der Surjektivität der
Kurve fP macht es wenig Sinn, diese darstellen zu wollen. Stattdessen stellt man eine Appro-
ximation der Peano-Kurve dar. Für N ∈ N setzt man
 t
(N)

(N ) (N )
t X d2n−1 (x) −n X d2n (x) −n 
fC (x) = f1 (x) , f2 (x) = 2 , 2
2 2
n:2n−1≤N n:2n≤N

(N)
für alle x ∈ C und erweitert anschliessend die Funktion fC : C → [0, 1]2 zu einer stetigen
(N)
Funktion fP : [0, 1] → [0, 1]2 in Analogie zu (7.17). Die Funktionenfolge (fC )N konvergiert,
wie man zeigen kann, gleichmässig gegen fC .

(N)
Figur 7.5: Das Bild der approximativen Peano-Kurven fC für N ∈
{6, 8, 10}.

Wir bemerken noch, dass eine stetige, surjektive Funktion f : [0, 1] → [0, 1]2 nie injektiv
sein kann. Dies ist eine Manifestation der Tatsache, dass [0, 1] und [0, 1]2 geometrisch verschie-
dene Objekte sind. Aussagen dieser Form sind Teil der (algebraischen) Topologie, doch der
vorliegende konkrete Fall benötigt keine allzu grosse Theorie (siehe Übung 7.98).

Übung 7.98 (Kein Homöomorphismus). Wir wollen hier zeigen, dass es keine stetige und
bijektive Funktion von [0, 1] nach [0, 1]2 gibt. Wir nehmen indirekt an, dass f : [0, 1] → [0, 1]2
stetig und bijektiv sei.

(i) Wir wissen bereits, dass f konvergente Teilfolgen auf konvergente Teilfolgen abbildet.
Zeigen Sie, dass f −1 : [0, 1]2 → [0, 1] dies ebenfalls tut.

346
 (ii) Finden Sie eine stetige Abbildung (eine Kurve) g : [0, 1] → [0, 1]2 \ f ( 21 ) mit g (0) =


f 14 und g (1) = f 34 .

(iii) Zeigen Sie, dass die Abbildung f −1 ◦ g : [0, 1] → [0, 1] \ { 12 } stetig ist und schliessen Sie
mit dem Zwischenwertsatz auf einen Widerspruch.

Übung 7.99 (Stetiges Füllen der Ebene). Finden Sie eine stetige, surjektive Funktion f :
R → R2 .

Die hier besprochene Konstruktion einer fraktalen raumfüllenden Kurve mag auf dem ersten
Blick unnatürlich und auf jeden Fall weltfremd anmuten. Doch enthält die mathematischen
Modellierung der Brownschen Bewegung ähnliche fraktale Kurven, die typischerweise nicht
raumfüllend aber genauso wie die Peano-Kurve stetig und “sehr zittrig” sind. Wie man das
Gegenteil “schön glatt” von “sehr zittrig” mathematisch formulieren kann, besprechen wir im
nächsten Kapitel.

347
7.9 Weitere Lernmaterialien

7.9.1 Verwendung des Kapitels

Wie wir gesehen haben, sind Potenzreihen, deren Konvergenzradius und Konvergenzverhal-
ten fundamentale Werkzeuge für die Definition von vielen Ihnen bereits bekannten Funktionen
(und auch weiteren). Wir werden also ab nun sowohl die komplexe Exponentialfunktion, die
trigonometrischen Funktionen auf R und auf C, als auch die hyperbolischen Funktionen ge-
meinsam mit den wichtigsten Eigenschaften dieser Funktionen (meist ohne Verweise) verwen-
den. (Die Umkehrfunktionen der trigonometrischen Funktionen werden wir erst im nächsten
Kapitel einführen.)
Für den Begriff der Potenzreihe benötigten wir die grundlegenden Definitionen der Reihe
und der Funktionenfolgen. Für Reihen ist die Unterscheidung der bedingten und absoluten
Konvergenz fundamental, da gewisse Operationen (Umordnen, Cauchy-Produkt) nur für den
letzteren Konvergenzbegriff erlaubt sind. Dabei ist es sehr hilfreich, dass für Potenzreihen
im Inneren des Konvergenzbereichs absolute Konvergenz vorliegt und damit alle Operationen
erlaubt sind. Die folgenden Konvergenzkriterien sind für Beispiele aber auch für die Theorie
unabdingbar:

• die geometrische Reihe in Beispiel 7.3,

• Majoranten- und Minorantenkriterium für Reihen mit positiven Gliedern in Korollar 7.12
und Korollar 7.29,

• Verdichtung in Proposition 7.16,

• p-Test in Beispiel 7.17,

• Leibniz-Kriterium in Proposition 7.25 (welches vor allem für bedingt konvergente aber
wegen der Fehlerabschätzung auch für absolut konvergente Reihen nützlich sein kann),

• Cauchy-Kriterium in Satz 7.26 (meist als theoretisches Hilfsmittel),

• Wurzelkriterium in Korollar 7.30 (als theoretisches und praktisches Hilfsmittel),

• Quotientenkriterium in Korollar 7.32 (meist als praktisches Hilfsmittel, da es oft einfa-

cher anwendbar ist, aber im Gegensatz zu dem Wurzelkriterium zum Beispiel für Po-
tenzreihen weniger allgemein einsetzbar ist),

• aber wenn sonst nichts zum Erfolg führt, sollte man nicht vergessen, dass auf Grund von
Proposition 7.2 die Folgenglieder einer konvergenten Reihe eine Nullfolge bilden.

Wir bemerken noch, dass diese Kriterien sehr hilfreich sind für die Entscheidung ob Konvergenz
oder Divergenz bei einer Reihe vorliegt, doch haben wir sehr wenige allgemeine Gesetze um
den Grenzwert von Reihen zu bestimmen.

348
 Wie bereits erwähnt war der Begriff der Funktionenfolge auch für die Besprechung der
Potenzreihen notwendig. Für Funktionenfolgen haben wir zwei unterschiedliche Konvergenz-
begriffe besprochen. Der Begriff der punktweisen Konvergenz mag zwar als der natürliche Kon-
vergenzbegriff für Funktionen betrachtet werden, doch hat dieser keine guten Eigenschaften
(weder für Stetigkeit noch für das Riemann-Integral). Sie sollten die entsprechenden Gegenbei-
spiele im Gedächtnis behalten. Dies motivierte die Definition der gleichmässigen Konvergenz,
welche wegen den guten Eigenschaften für Stetigkeit und das Riemann-Integral für uns immer
wieder wichtig sein wird. Die Unterscheidung dieser Konvergenzbegriffe ist wohlgemerkt keine
Spitzfindigkeit.

7.9.2 Übungen
Übung. Sei ∞
P
k=1 ak eine konvergente Reihe. Falls (ak )k eine monoton fallende Folge ist, so
ist nicht nur (ak )k , sondern auch (kak )k eine Nullfolge. Beweisen Sie dies.
P∞ f (n)
Übung. Sei f : N → N eine bijektive Abbildung. Konvergiert die Reihe n=1 n2 ?

Übung (Raabes Quotientenkriterium). Sei (an )n eine Folge komplexer Zahlen mit an 6= 0 für
alle n ∈ N, so dass limn→∞ |a|an+1
n|
|
= 1 und
 
|an+1 |
Q = lim n 1 −
n→∞ |an |

existiert. Zeigen Sie, dass die Reihe ∞

P
n=1 an konvergiert, falls Q > 1. (J. Raabe war einer
der ersten Mathematikprofessoren an der ETH Zürich.)
Hinweis: Finden Sie ein p > 1, so dass für alle bis auf endlich viele n

|an+1 | p
<1−
|an | n

gilt. Verwenden Sie die kontinuierliche Bernoulli-Ungleichung aus Übung 6.36, um zu zeigen,
dass

1 p (n − 1)p
 
|an+1 |
≤ 1− = .
|an | n np

Schliessen Sie nun auf die Aussage unter Verwendung von Korollar 7.29 und Beispiel 7.17.

Übung (Kronecker’s Lemma). Sei ∞

P
k=1 ak eine konvergente Reihe und sei (bn )n eine diver-
gente monoton wachsende Folge positiver Zahlen. Dann gilt
n
1 X
lim ak bk = 0.
n→∞ bn
k=1

Beweisen Sie Kronecker’s Lemma unter Verwendung von Abel-Summation (Übung 3.3).

349
Übung (Vertauschung der Summationsreihenfolge). Wie schon vor dem Beweis des Produkt-
satzes (Satz 7.36) angedeutet, ist der Produktsatz stark mit Vertauschbarkeit von Summati-
onsreihenfolge verwandt. Wir wollen dies hier genauer formulieren. Dazu betrachten wir eine
doppelt indizierte Folge (a(m,n) )(m,n)∈N2 .

a) Um zu sehen, dass die Vertauschbarkeit der Summationsreihenfolge für Reihen nicht immer
gilt, definieren wir

 1
 falls m = n
a(m,n) = −1 falls m + 1 = n

0 sonst .


für alle (m, n) ∈ N2 . Zeigen Sie, dass die Doppelreihen

∞ X
X ∞  ∞ X
X ∞ 
a(m,n) , a(m,n)
m=1 n=1 n=1 m=1

konvergieren, aber verschieden sind.

P∞ P∞

b) Angenommen (a(m,n) )(m,n)∈N2 erfüllt m=1 n=1 |a(m,n) | < ∞. Zeigen Sie, dass die
P∞ P∞
P∞ P∞

beiden Reihen m=1 n=1 a(m,n) und n=1 m=1 a(m,n) konvergent sind und den
gleichen Wert haben.

Übung (Zerlegung in gerade und ungerade Funktionen). Sei f : C → C eine Funktion. Zeigen
Sie, dass sich f als Summe einer geraden und einer ungeraden Funktion schreiben lässt.

Übung. Seien a, b ∈ R . Zeigen Sie, dass es ein θ ∈ R gibt, so dass

p
a sin (ϕ) + b cos (ϕ) = a2 + b2 sin (ϕ + θ)

für alle ϕ ∈ R. Sie können dies auch in diesem Applet sehen.

Übung (Irrationalität der Eulerschen Zahl). Zeigen Sie, dass e = ∞ 1

P
k=0 k! irrational. Nehmen
Sie indirekt an, dass e rational ist und verwenden Sie die Exponentialreihe.

Übung. Wir wollen einen (spielsüchtigen) Kasinobesucher und ein unübliches, den Spieler
bevorzugendes, Spiel betrachten. Das Spiel besteht aus einem einfachen Münzwurf mit zwei
möglichen gleich wahrscheinlichen Ergebnissen, nämlich Kopf und Zahl. Bei Kopf gewinnt das
Kasino den Einsatz des Spielers und bei Zahl gewinnt der Spieler das Vierfache seines Ein-
satzes. Wir wollen die verschiedenen Ergebnisse des iterierten Spieles anhand einer Funktion
auf [0, 1] beschreiben. Hierbei verwenden wir die binäre Zifferndarstellung reeller Zahlen, wobei
wir die Nichteindeutigkeit einfach ignorieren, da diese für sich gesehen extrem unwahrschein-
lichen Ergebnissen des iterierten Spieles entsprechen.4 Wir interpretieren die Ziffer 0 als Kopf
und die Ziffer 1 als Zahl, womit die reelle Zahl 0.100101 . . . für die wiederholten Würfe der
Münze mit den Ergebnissen Zahl-Kopf-Kopf-Zahl-Kopf-Zahl und so weiter steht (und die Null
vor dem Komma ignoriert wird).
4
Dies genauer und mathematisch exakt zu formulieren würde hier zu weit führen.

350
 (i) Bestimmen Sie eine Funktion fn : [0, 1] → R, die den Gewinn nach n Wiederholungen
des Spiels beschreibt, wobei der Spieler mit einem Franken das Spiel beginnt und bei
Gewinn jeweils sein Gesamtvermögen im nächsten Spiel wieder einsetzt.

(ii) Bestimmen Sie den Erwartungswert für den Spieler, wenn dieser das Spiel n mal wie-
derholt (also das Integral von fn ).

(iii) Wir nehmen nun an, dass der Spieler spielsüchtig ist und auch bei Gewinn von wirklich
grossen Summen nicht aufhören kann zu spielen. Bestimmen Sie die Funktion, die den
Gewinn des Spielers beschreibt. Sie sollten bemerken, dass dies der punktweise Grenzwert
der Funktion fn ist.

(iv) Bestimmen Sie den Erwartungswert des unbeschränkt langen Spiels für den spielsüchtigen
Spieler.

Übung (Der Fall der absoluten Konvergenz am Rand). Sei ∞ n

P
n=0 an z eine Potenzreihe mit
P∞
Konvergenzradius R ∈ (0, ∞). Sei des Weiteren n=0 |an |Rn < ∞. Zeigen Sie, dass in diesem
Fall die Funktion
∞
X
z ∈ BR (0) = {z ∈ C | |z| ≤ R} 7→ an z n
n=0

wohldefiniert und stetig ist.

Übung (Bestimmte Divergenz am Rand). Sei ∞ n

P
n=0 an x eine Potenzreihe mit Konvergenz-
radius R ∈ (0, ∞) und nicht-negativen Koeffizienten an ≥ 0 für alle n ∈ N. Sei des Weiteren
P∞ n
n=0 an R = ∞. Zeigen Sie, dass in diesem Fall

∞
X
lim an xn = ∞.
x%R
n=0

Übung (Challenge). Wir betrachten das Gitter N2 in der Ebene R2 und fixieren uns ein
Quadrat darin, Q = [1, 15]2 ∩ N2 . Auf den Punkten (1, 1), (2, 1), (3, 1), (1, 2), (2, 2), (1, 3)
platzieren wir nun jeweils eine Münze und beginnen dann folgendes Spiel. Sie als Spieler dürfen
jeweils eine der Münzen entfernen, worauf Sie eine Münze oberhalb und eine Münze rechts von
der entfernten Münze platzieren. Dieser Zug ist aber nur dann erlaubt, wenn die Plätze rechts
und oberhalb der zu entfernenden Münze noch frei sind. Ihre Aufgabe besteht nun darin, nach
endlich vielen Zügen keine Münzen mehr innerhalb des Quadrat Q liegen zu haben. Ist das
möglich?

351
352
Kapitel 8

Differentialrechnung

Wir beginnen nun mit der Differentialrechnung in einer Variablen. Wie wir sehen werden,
ist diese für das Verständnis von Funktionen auf Intervallen in R, aber auch für die Berechnung
des Riemann-Integrals von fundamentaler Bedeutung.

8.1 Die Ableitung

8.1.1 Definition und geometrische Interpretation

Eine (nicht-vertikale) Gerade im R2 ist eine Teilmenge der Form {(x, y) | y = mx + q} für
Parameter m, q ∈ R oder alternativ ausgedrückt der Graph der (affinen) Abbildung x ∈ R 7→
mx + q ∈ R. Meist nennt man Funktionen dieser Form ebenfalls Geraden. Der Parameter m
der Geraden y = mx + q wird auch die Steigung der Geraden genannt. Wir möchten uns nun
mit Funktionen beschäftigen, die sich um einen Punkt im Definitionsbereich durch Geraden
approximieren lassen.
Definition 8.1 (Differenzierbarkeit). Sei D ⊆ R eine Teilmenge, f : D → R eine Funktion
und a ∈ D ein Häufungspunkt von D. Wir sagen, dass f bei a differenzierbar ist, falls der
Grenzwert

f (x) − f (a) f (a + h) − f (a)

f 0 (a) = lim = lim (8.1)
x→a x−a h→0 h

existiert. In diesem Fall nennen wir f 0 (a) die Ableitung von f bei a. Falls f bei jedem
Häufungspunkt von D in D differenzierbar ist, dann sagen wir auch, dass f (auf D) diffe-
renzierbar ist und nennen die Funktion a 7→ f 0 (a) definiert auf den Häufungspunkten von D
in D die Ableitung von f .
Falls a ∈ D ein rechtseitiger Häufungspunkt von D ist, dann ist f bei a rechtsseitig
differenzierbar, wenn die rechtsseitige Ableitung

f (x) − f (a) f (a + h) − f (a)

f+0 (a) = lim = lim
x&a x−a h&0 h

existiert. Linksseitige Differenzierbarkeit und die linksseitige Ableitung f−0 (a) werden
analog über die Bewegung x % a definiert.
353
 Wir nennen 4x = x − a = h im Zusammenhang mit der Definition in (8.1) auch das
Inkrement des Arguments oder der unabhängigen Variablen x, 4f = f (x) − f (a) =
f (a + h) − f (a) das Inkrement der Funktion und 4f 4x den Differenzenquotienten. Die
Ableitung von f bei a, welche in dieser Formulierung der Grenzwert des Differenzenquotienten
4f df
4x für 4x → 0 ist, schreibt man auch als dx (a) = f (a) und nennt dies den Differential-
0

quotienten (in der Leibniz-Notation). Weiters nennt man f 0 = df dx auch die Ableitung nach
x, was vor allem dann nützlich ist, wenn f auch von weiteren Parametern abhängen darf.
Wir möchten aber betonen, dass df dx (a) nicht als Quotient, sondern nur als Grenzwert von
Quotienten definiert wurde. Falls die unabhängige Variable t (für Zeit) und nicht x ist, dann
verwendet man manchmal auch die Notation ẋ, ẏ für die Ableitung von Funktionen x : D → R,
y : D → R.
Eine weitere Schreibweise der Definition in (8.1) ist in der Landau-Notation (siehe Ab-
schnitt 6.6)

f (x) − f (a)
= f 0 (a) + o (1)
x−a

für x → a oder äquivalenterweise

f (x) = f (a) + f 0 (a)(x − a) + o(x − a) (8.2)

für x → a. Hierbei wird die Funktion x 7→ f 0 (a)(x − a) das Differential von f bei a genannt
und die Gerade x 7→ f (a) + f 0 (a)(x − a) die affine oder lineare Approximation von f
bei a oder die Tangente von f bei a, siehe auch Figur 8.1. Wir erinnern daran, dass wir in
(8.2) o(x − a) als Platzhalter einer Funktion (welcher?) interpretieren, die für x → a schneller
abfällt als x − a. Insbesondere ist wegen (8.2)

lim f (x) = f (a) + lim f 0 (a) (x − a) + o (x − a) = f (a)

x→a x→a

und f ist bei a stetig, wenn f bei a differenzierbar ist.

Applet 8.2 (Bewegung der Sekante). Wir sehen den Graphen einer Funktion und wie die
Sekante zwischen x0 und x0 + h sich bei den meisten Fusspunkten x0 der Tangente bei x0
nähert falls h → 0.

354
 Figur 8.1: Die geometrische Interpretation der Ableitung einer reellwer-
tigen Funktion f bei a ist die Steigung der Tangenten des Graphen bei
a. Denn wenn x gegen a strebt, wird die Sekante, die durch (a, f (a))
und (x, f (x)) geht und den Differenzenquotienten als Steigung besitzt,
immer mehr zur Tangente des Graphen bei a.

Häufig wird in diesem Kapitel (und dem nächsten) der Definitionsbereich D der betrachte-
ten Funktion f : D → R ein Intervall D = I mit Endpunkten a < b sein. Dies hat den Vorteil,
dass jeder Punkt in I ein Häufungspunkt ist (wieso?) und es somit für jeden Punkt in I Sinn
macht, nach der Differenzierbarkeit von f bei diesem Punkt zu fragen. Wir wollen dies aber
weder in der Definition noch in den zu besprechenden Ableitungsregeln voraussetzen, damit
wir beispielsweise auch von der Ableitung der Funktion x ∈ R\{0} 7→ x1 ∈ R sprechen können.
Meist werden wir reellwertige Funktionen betrachten. Doch wird es teilweise nützlich sein,
den Begriff der Ableitung und manche der Gesetze auch für komplexwertige Funktionen ver-
wenden zu können. Wir bemerken also, dass Definition 8.1 analog auch für komplexwertige
Funktionen verwendet werden kann. Wie in Abschnitt 5.3.4 läuft dies darauf hinaus, dass
sowohl Real- als auch Imaginärteil differenzierbar sein sollten.
Schlussendlich wollen wir noch anmerken, dass die Ableitung eine rein lokale Operation
darstellt. Genauer gesagt, angenommen a ∈ D ist ein Häufungspunkt von D und f, g : D → R
sind bei a differenzierbare Funktionen, so dass es ein δ > 0 gibt mit f (x) = g(x) für alle
x ∈ D ∩ (a − δ, a + δ). Dann gilt f 0 (a) = g 0 (a). Dies ergibt sich unmittelbar aus der Definition
der Grenzwerte, die f 0 (a) und g 0 (a) definieren (wieso?). Wir werden dies im Folgenden teils
implizit verwenden.

8.1.2 Beispiele und Ableitungsregeln

Wir wollen nun zeigen, dass viele der uns geläufigen Funktionen differenzierbar sind und
dass wir die Ableitung (meistens) mittels einigen konkreten Gesetzen bestimmen können. Wir
beginnen aber zuerst mit elementaren Beispielen.
355
Beispiel 8.3 (Erste Beispiele differenzierbarer Funktionen).

(i) Konstante Funktionen sind überall differenzierbar und haben die Nullfunktion als Ablei-
tung (wieso?).

(ii) Die Identitätsfunktion f : x ∈ R 7→ x ∈ R ist differenzierbar und ihre Ableitung ist die
konstante 1-Funktion, denn

x−a
f 0 (a) = lim =1
x→a x−a

für alle a ∈ R.

(iii) Die Exponentialfunktion exp : R → R>0 ist differenzierbar und ihre Ableitung ist die
Exponentialfunktion. Allgemeiner behaupten wir, dass für ein festes α ∈ R (oder α ∈ C)
die Ableitung von f : x ∈ R 7→ exp(αx) ∈ R durch f 0 (a) = α exp(αa) für alle a ∈ R
gegeben ist. In der Tat gilt für a ∈ R, dass

f (a + h) − f (a) exp(αa) exp(αh) − exp(αa)

f 0 (a) = lim = lim
h→0 h h→0 h
exp(αh) − 1
= exp (αa) lim
h→0 h
P∞ 1
(αh)k − 1
= exp (αa) lim k=0 k!
h→0 h
∞
X 1 k k−1
= exp (αa) lim α h
h→0 k!
k=1
∞
X α`+1 `
= exp (αa) lim h
h→0 (` + 1)!
`=0

= exp (αa) α,
P∞ α`+1 `
da die Abbildung h ∈ R 7→ `=0 (`+1)! h nach Satz 7.56 stetig ist.

Wir besprechen weitere Beispiele von differenzierbaren Funktionen und ein Beispiel einer
nicht-differenzierbaren Funktion in der folgenden Übung.

Wichtige Übung 8.4 (Weitere differenzierbare Funktionen).

(i) Zeigen Sie

sin(h) cos(h) − 1
lim = 1, lim = 0.
h→0 h h→0 h

(ii) Verwenden Sie die Additionstheoreme aus Abschnitt 7.6.1 (oder Beispiel 8.3 (iii)), um
zu zeigen, dass der Sinus und der Kosinus differenzierbare Funktionen sind und die Ab-
leitungsregeln

sin0 (x) = (sin(x))0 = cos(x), cos0 (x) = (cos(x))0 = − sin(x)

für alle x ∈ R gelten.

356
(iii) Zeigen Sie, dass die Funktionen sinh und cosh differenzierbar sind und verifizieren Sie
die Ableitungsregeln

sinh0 (x) = (sinh(x))0 = cosh(x), cosh0 (x) = (cosh(x))0 = sinh(x).

für alle x ∈ R.

(iv) Zeigen Sie, dass die Betragsfunktion x ∈ R 7→ |x| ∈ R>0 nicht differenzierbar ist und
bestimmen Sie bei jedem Punkt in R die linksseitige und die rechtsseitige Ableitung.

Wie in (ii) und (iii) von Übung 8.4 schon verwendet, wollen wir für Funktionen wie zum
Beispiel die Funktion x ∈ R \ {1} 7→ x−1
x
, die durch Formeln gegeben sind, nicht immer einen
Namen einführen, um die Ableitung hinschreiben zu können. Stattdessen schreiben wir
 0
x 1
=−
x−1 (x − 1)2

und meinen damit, dass die Funktion x 7→ x−1 x

auf ihrem maximalen Definitionsbereich dif-
ferenzierbar ist und dass ihre Ableitung bei x durch − (x−1)
1
2 gegeben ist. Insbesondere ist x

in obiger Gleichung nicht als Zahl, sondern vielmehr als Argument der Funktion und der
Ableitung zu erachten.
Wie schon bei stetigen und Riemann-integrierbaren Funktionen möchten wir nicht immer
von Hand zeigen müssen, dass eine gegebene Funktion differenzierbar ist. Stattdessen wollen
wir allgemeine Regeln beweisen, auf die sich die Differenzierbarkeit verschiedener Funktionen
zurückführen lässt.

Proposition 8.5 (Summen und Produkte differenzierbarer Funktionen). Sei D ⊆ R eine

Teilmenge und a ∈ D ein Häufungspunkt von D. Seien f, g : D → R bei a differenzierbar.
Dann sind f + g und f · g bei a differenzierbar und es gilt

(f + g)0 (a) = f 0 (a) + g 0 (a),

(f g)0 (a) = f 0 (a)g(a) + f (a)g 0 (a).

Insbesondere ist jedes skalare Vielfache von f bei a differenzierbar und (αf )0 (a) = αf 0 (a) für
alle α ∈ R. Dies gilt ebenso für komplexwertige Funktionen.

Somit bilden die bei a ∈ D differenzierbaren reellwertigen Funktionen einen Unterraum des
Vektorraums F(D) der reellwertigen Funktionen von D nach R und die Ableitung bei a ist
eine lineare Abbildung von diesem Unterraum nach R. Die Ableitungsregel für das Produkt
zweier Funktionen wird auch die Produktregel genannt.

Beweis. Wir berechnen unter Verwendung der Eigenschaften des Grenzwerts in Abschnitt 6.4.1

(f + g)(x) − (f + g)(a) f (x) − f (a) g(x) − g(a)

lim = lim + = f 0 (a) + g 0 (a)
x→a x−a x→a x−a x−a

357
und

(f · g)(x) − (f · g)(a) (f (x) − f (a))g(x) + f (a)(g(x) − g(a))

lim = lim
x→a x−a x→a x−a
f (x) − f (a) g(x) − g(a)
= lim g (x) + f (a)
x→a x−a x−a
0 0
= f (a)g(a) + f (a)g (a),

da g bei a stetig ist.

Korollar 8.6 (Differenzierbarkeit von Polynomen). Reelle Polynome sind auf ganz R diffe-
renzierbar und es gilt

(1)0 = 0, (xn )0 = nxn−1 (8.3)

für alle n ∈ N.

Nach Proposition 8.5 und Korollar 8.6 ist insbesondere die Ableitung eines Polynoms wieder
ein Polynom. Weiters ist f ∈ R[x] 7→ f 0 ∈ R[x] eine lineare Abbildung.

Beweis von Korollar 8.6. Die Fälle n = 0 und n = 1 wurden bereits in Beispiel 8.3 besprochen.
Wir beweisen (8.3) per Induktion nach n. Angenommen für n ∈ N gilt (xn )0 = nxn−1 . Dann
folgt aus Proposition 8.5, dass xn+1 = xxn differenzierbar ist und

(xn+1 )0 = (xxn )0 = 1xn + x(nxn−1 ) = (n + 1) xn

erfüllt, was den Induktionsbeweis abschliesst. Differenzierbarkeit eines beliebigen Polynoms

folgt nun aus der Linearität der Ableitung in Proposition 8.5.

Übung 8.7 (Potenzregel mittels Binomialsatz). Zeigen Sie Korollar 8.6 direkt unter Verwen-
dung des Binomialsatzes. Beweisen Sie des Weiteren, dass der Kern der Abbildung f ∈ R[x] 7→
f 0 ∈ R[x] aus den konstanten Polynomen besteht. Später werden wir sehen, dass nicht nur Po-
lynome mit Ableitung Null, sondern auch differenzierbare Funktionen auf R mit Ableitung Null
konstant sein müssen.

Wieder in Analogie zur Diskussion von stetigen Funktionen (genauer Proposition 3.52)
wollen wir zeigen, dass die Verknüpfung zweier differenzierbaren Funktionen auch differenzier-
bar ist.

Satz 8.8 (Kettenregel). Seien D, E ⊆ R Teilmengen und sei x0 ∈ D ein Häufungspunkt. Sei
f : D → E eine bei x0 differenzierbare Funktion, so dass y0 = f (x0 ) ein Häufungspunkt von
E ist, und sei g : E → R eine bei y0 differenzierbare Funktion. Dann ist g ◦ f : D → R in x0
differenzierbar und

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

358
 Wir bemerken, dass man zwar versucht sein mag, für den Beweis der Kettenregel den
Differenzenquotienten

(g ◦ f )(x) − (g ◦ f )(x0 )
x − x0

mit f (x) − f (x0 ) zu erweitern. Dies ist im Allgemeinen aber nicht erlaubt, da wir nicht aus-
schliessen können, dass f (x) = f (x0 ) für gewisse Punkte x nahe bei x0 ist.

Beweis. Wir verwenden stattdessen die Umformulierung

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

für x → x0 , oder genauer formuliert

f (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + εf (x)(x − x0 ),

wobei die Funktion εf auf D durch

(
f (x)−f (x0 )
x−x0 − f 0 (x0 ) falls x ∈ D \ {x0 }
εf (x) =
0 falls x = x0

für alle x ∈ D gegeben ist und bei x0 stetig ist. Ebenso gilt

g(y) = g(y0 ) + g 0 (y0 )(y − y0 ) + εg (y)(y − y0 ),

wobei die bei y0 stetige Funktion εg auf E durch

(
g(y)−g(y0 )
y−y0 − g 0 (y0 ) falls y ∈ E \ {y0 }
εg (y) =
0 falls y = y0

für alle y ∈ E gegeben ist. Zusammen ergibt sich durch Einsetzen von y = f (x)

g(f (x)) = g(f (x0 )) + g 0 (f (x0 ))(f (x) − f (x0 )) + εg (f (x))(f (x) − f (x0 ))
= g(f (x0 )) + g 0 (f (x0 ))f 0 (x0 )(x − x0 )
+ g 0 (f (x0 ))εf (x) + εg (f (x))(f 0 (x0 ) + εf (x)) (x − x0 ) ,

für alle x ∈ D, womit

(g ◦ f )(x) − (g ◦ f )(x0 )
lim
x→x0 x − x0
= lim g 0 (f (x0 ))f 0 (x0 ) + g 0 (f (x0 ))εf (x) + εg (f (x))(f 0 (x0 ) + εf (x))


x→x0

= g 0 (f (x0 ))f 0 (x0 )

wie gewünscht.

359
 Abgesehen von Summen, Produkten und Verknüpfungen von differenzierbaren Funktionen,
möchten wir zeigen, dass Quotienten von differenzierbaren Funktionen differenzierbar sind.
Wir beginnen dazu mit einem wichtigen Beispiel.

Beispiel 8.9 (Kehrwert). Sei f : R \ {0} → R, x 7→ x1 . Dann ist f differenzierbar und es gilt
f 0 (x) = − x12 für alle x ∈ R \ {0}. In der Tat ist

1 1
x+h− x x − (x + h) 1 1 1
f 0 (x) = lim = lim = − lim =− =− 2
h→0 h h→0 (x + h)xh h→0 (x + h)x limh→0 (x + h) x x

wegen der Stetigkeit von h 7→ (x + h)x bei 0.

Übung 8.10 (Negative Potenzen). Berechnen Sie (x−n )0 für alle n ∈ N.

Unter Kombination der Kettenregel und Beispiel 8.9 erhält man nun folgendes Korollar.

Korollar 8.11 (Quotientenregel). Sei D ⊆ R eine Teilmenge, a ∈ D ein Häufungspunkt und

seien f, g : D → R bei a differenzierbar. Falls g(a) 6= 0 ist, dann ist auch fg bei a differenzierbar
und es gilt
 0
f f 0 (a)g(a) − f (a)g 0 (a)
(a) = .
g g(a)2

Man beachte, dass der (natürliche) Definitionsbereich der Funktion fg , der in obigem Ko-
rollar nicht erwähnt wurde, die Teilmenge E = {x ∈ D | g(x) 6= 0} ist. Da g beim Punkt a
differenzierbar ist, ist g bei a stetig. Insbesondere ist, da g(a) 6= 0 ist, g(x) 6= 0 für alle x nahe
genug bei a und a ist ein Häufungspunkt von E. Damit macht es auch Sinn, von Differenzier-
barkeit von fg bei a zu sprechen.
Eine direkte Konsequenz von Korollar 8.11 ist, dass rationale Funktionen differenzierbar
sind, wo definiert. Wir erinnern daran, dass eine rationale Funktion eine Funktion der Form
f (x)
g(x) ist, wobei f (x) und g(x) reelle Polynome sind und g(x) nicht das Nullpolynom ist.

Beweis von Korollar 8.11. Es bezeichne ψ die Funktion y ∈ R\{0} 7→ y1 ∈ R, welche nach Bei-
spiel 8.9 differenzierbar ist. Wir kombinieren dies mit der Kettenregel (Satz 8.8) und erhalten,
dass die Funktion g1 = ψ ◦ g bei a differenzierbar ist mit Ableitung
 0
1 1 0
(a) = − g (a) .
g g(a)2

Verwenden wir nun die Produktregel in Proposition 8.5, so ergibt sich, dass fg = f · 1
g bei a
differenzierbar ist und
 0
1 0 g 0 (a) f 0 (a)g(a) − f (a)g 0 (a)
 
f 1
(a) = f · (a) = f 0 (a) − f (a) =
g g g(a) g(a)2 g(a)2

erfüllt, was zu zeigen war.

360
 Die Kettenregel erlaubt uns die Berechnung der Ableitung von beliebig kompliziert anmu-
tenden konkreten Beispielen, wobei man stur von aussen nach innen vorgeht wie in folgendem
Beispiel.

Beispiel 8.12 (Vierfach verschachtelte Funktionen). Wir bestimmen die Ableitung der Funk-
tion

f : x ∈ R 7→ exp(sin(sin(x2 )))

mittels mehrmaligem Anwenden der Kettenregel (Satz 8.8). Da exp0 = exp erhalten wir

f 0 (x) = exp(g(x))g 0 (x),

wobei g(x) = sin(sin(x2 )). Ebenso ist wegen sin0 = cos

g 0 (x) = cos(h(x))h0 (x),

wobei h(x) = sin(x2 ) und h0 (x) = cos(x2 )2x. Dadurch erhalten wir

f 0 (x) = exp(sin(sin(x2 ))) cos(sin(x2 )) cos(x2 )2x

für alle x ∈ R.

Übung 8.13 (Nochmals vierfach verschachtelt). Bestimmen Sie die Ableitung von der Funk-
tion x ∈ R 7→ cos((sin(exp(x)))3 ).

Unsere vorläufig letzte allgemeine Ableitungsregel betrifft die Ableitung der Umkehrabbil-
dung (siehe dazu auch Satz 3.62 über die Existenz einer stetigen Umkehrabbildung).

Satz 8.14 (Differenzierbarkeit der inversen Funktion). Seien D, E ⊆ R Teilmengen und sei
f : D → E eine stetige, bijektive Abbildung, deren inverse Abbildung f −1 : E → D ebenfalls
stetig ist. Falls f in dem Häufungspunkt x0 ∈ D differenzierbar ist und f 0 (x0 ) 6= 0 gilt, dann
ist f −1 in y0 = f (x0 ) differenzierbar und es gilt

1
(f −1 )0 (y0 ) =
f 0 (x0 )

361
 Figur 8.2: Eine intuitive Darstellung von Satz 8.14. Spiegelt man den
Graphen von f und die Tangente beim Punkt (x0 , y0 ) um die Gerade
x = y in R2 , so erhält man den Graphen von f −1 und, das ist die
Behauptung, die Tangente bei (y0 , x0 ). Eine kurze Rechnung zeigt, dass
die Spiegelung einer Gerade mit Steigung m um x = y Steigung m 1
hat.

Beweis. Wir bemerken zuerst, dass y0 ein Häufungspunkt von E ist, womit man von Dif-
ferenzierbarkeit bei y0 sprechen darf. Tatsächlich ist nach Annahme x0 ein Häufungspunkt
und es existiert eine Folge (xn )n in D \ {x0 } mit xn → x0 für n → ∞. Da f stetig ist, gilt
f (xn ) → f (x0 ) = y0 für n → ∞ und da f bijektiv ist, gilt f (xn ) 6= y0 für alle n ∈ N.
Sei nun (yn )n eine Folge in E \ {y0 }, die gegen y0 konvergiert. Dann strebt xn = f −1 (yn )
in D \ {x0 } gegen x0 , da f −1 per Annahme stetig ist, und es gilt
−1
f −1 (yn ) − f −1 (y0 )

xn − x0 f (xn ) − f (x0 )
lim = lim = lim = (f 0 (x0 ))−1
n→∞ yn − y0 n→∞ yn − y0 n→∞ xn − x0

nach der Charakterisierung der Konvergenz einer Funktion mittels Folgen in Lemma 6.40. Da
dies aber für jede Folge (yn )n wie oben gilt, folgt der Satz wiederum aus Lemma 6.40.

Beispiel 8.15 (Differenzierbarkeit des Logarithmus und der Potenzfunktionen).

(i) Die Funktion g : y ∈ R \ {0} 7→ log(|y|) ∈ R ist differenzierbar mit Ableitung g 0 gegeben
durch g 0 (y) = y1 für alle y ∈ R \ {0}. Denn die Abbildung log : y ∈ R>0 7→ log(y) = g(y)
ist die Umkehrabbildung von exp : R → R>0 und damit folgt aus Satz 8.14, dass g bei
allen Punkten y > 0 differenzierbar ist mit g 0 (y) = f 01(x) , wobei x = g(y) = log(y). Da
exp0 = exp folgt nun

1 1 1
g 0 (y) = log0 (y) = = = .
exp(x) exp(log(y)) y

362
 Für y < 0 ist g(y) = log(−y). Also folgt Differenzierbarkeit von g bei y sowie die Formel
g 0 (y) = − log0 (−y) = − −y
1
= y1 aus der Kettenregel (Satz 8.8).

(ii) Für ein beliebiges s ∈ C ist die Abbildung x ∈ R>0 7→ xs differenzierbar und es gilt

(xs )0 = sxs−1 .

In der Tat gilt xs = exp(s log(x)) für alle x > 0 per Definition beliebiger Potenzen in
Abschnitt 7.5.2. Aus Beispiel 8.3 und der Ableitung der Logarithmusabbildung folgt somit

1
(xs )0 = exp(s log(x))0 = exp (s log (x)) s = xs sx−1 = sxs−1
x

für alle x > 0.

8.1.3 Extremwerte
Wie wir in diesem Abschnitt sehen werden, ist die Ableitung auch nützlich, um Punkte
zu finden, bei denen eine Funktion f ihre Maxima und ihre Minima annimmt. Genauer kann
man damit die in folgender Definition eingeführten Punkte finden.

Definition 8.16 (Lokale Extremwerte). Sei D ⊆ R eine Teilmenge und x0 ∈ D. Wir sagen,
dass eine Funktion f : D → R ein lokales Maximum in x0 annimmt, falls es eine Umgebung
U von x0 in D gibt, auf der f durch f (x0 ) beschränkt ist. Genauer formuliert heisst dies, dass
es ein δ > 0 gibt, so dass für alle x ∈ D ∩ (x0 − δ, x0 + δ) gilt f (x) ≤ f (x0 ). Falls es sogar ein
δ > 0 gibt, so dass f (x) < f (x0 ) für alle x ∈ D ∩ (x0 − δ, x0 + δ) \ {x0 } gilt, dann nimmt f in
x0 ein isoliertes lokales Maximum an. Der Wert f (x0 ) wird auch ein lokales Maximum
von f genannt. Ein lokales Minimum und ein isoliertes lokales Minimum wird analog
definiert.
Des Weiteren sagen wir, dass f in x0 ein lokales Extremum annimmt und f (x0 ) ein
lokaler Extremwert von f ist, falls f ein lokales Minimum oder ein lokales Maximum in x0
annimmt.

Proposition 8.17 (Notwendige Bedingung für Extremum). Sei D ⊆ R eine Teilmenge und
f eine reellwertige Funktion auf D. Angenommen f nimmt in x0 ∈ D ein lokales Extremum
an, f ist bei x0 differenzierbar und x0 ist sowohl ein rechtsseitiger als auch ein linksseitiger
Häufungspunkt von D. Dann gilt f 0 (x0 ) = 0.

Die Annahme in Proposition 8.17, dass sich die Menge D dem Punkt x0 ∈ D sowohl
von links als auch von rechts nähert, ist notwendig, da wir f 0 (x0 ) von links und von rechts
mit Differenzenquotienten approximieren wollen. In konkreten Rechenbeispielen ist sie jedoch
meist erfüllt. Beispielsweise ist dies so in allen Punkten eines Intervalls abgesehen von den
Endpunkten erfüllt.

Beweis. Ohne Beschränkung der Allgemeinheit nehmen wir an, dass f ein lokales Maximum
in x0 ∈ D annimmt (sonst ersetzt man f durch −f ). Da f bei x0 differenzierbar ist und x0
von links und rechts angenähert werden kann, existieren sowohl der linksseitige als auch der
363
rechtsseitige Grenzwert der Differenzenquotienten bei x0 und beide sind gleich f 0 (x0 ). Dann
ist

f (x) − f (x0 )
f 0 (x0 ) = f+0 (x0 ) = lim ≤ 0,
x&x0 x − x0

da f (x) ≤ f (x0 ) für alle x hinreichend nahe bei x0 gilt und x > x0 für die Bewegung x & x0
erfüllt ist. Weiters ist aber auch

f (x) − f (x0 )
f 0 (x0 ) = f−0 (x0 ) = lim ≥ 0,
x%x0 x − x0

da wiederum f (x) ≤ f (x0 ) für alle x hinreichend nahe bei x0 gilt und x < x0 für die Bewegung
x % x0 erfüllt ist. Unter dem Strich erhalten wir f 0 (x0 ) = 0.

Falls der Definitionsbereich D ein Intervall ist, so besagt Proposition 8.17 das Folgende.

Korollar 8.18 (Lokale Extremwerte). Sei I ⊆ R ein Intervall und f : I → R. Angenommen

f nimmt in x0 ∈ I ein lokales Extremum an. Dann bestehen genau folgende Möglichkeiten:

(i) x0 ist ein in I enthaltener Endpunkt von I,

(ii) f ist bei x0 nicht differenzierbar oder

(iii) f ist bei x0 differenzierbar und f 0 (x0 ) = 0.

Insbesondere sind alle Punkte, wo f ein lokales Extremum für eine differenzierbare Funktion
auf einem offenen Intervall annimmt, Nullstellen der Ableitung.

Man beachte, dass alle Fälle in obigem Korollar eintreten können (wieso?). Des Weiteren ist
die Umkehrung von Proposition 8.17 nicht richtig, wie wir in folgender Übung zeigen wollen.

Übung 8.19. (a) Finden Sie alle lokalen Extremwerte des Polynoms f (x) = x3 − x auf R.

(b) Finden Sie alle lokalen Extremwerte der Funktion |f | auf [−3, 3].

8.1.4 Stetige Differenzierbarkeit

Sei D ⊆ R eine Teilmenge, so dass jeder Punkt in D ein Häufungspunkt von D ist (wie zum
Beispiel bei einem Intervall mit Endpunkten a < b in R). Falls f : D → R eine differenzierbare
Funktion ist (also bei jedem Punkt in D differenzierbar ist), können wir die Ableitung

f 0 : x ∈ D → f 0 (x)

als eine neue Funktion betrachten. Ist f 0 stetig, so nennen wir f stetig differenzierbar.
Man beachte, dass eine differenzierbare Funktion nicht zwingend stetig differenzierbar sein
muss. Wir illustrieren dies in einem Beispiel.

364
Beispiel 8.20 (Unstetige Ableitung). Wir betrachten zu p > 0 die Abbildung f : R → R
definiert durch
(
1
|x|p sin


x falls x 6= 0
fp (x) =
0 falls x = 0

für alle x ∈ R. Da p > 0 ist, ist fp auch bei 0 stetig (siehe das Sandwich Lemma B.6). Die
Ableitung von f bei x 6= 0 existiert und ist durch

fp0 (x) = p |x|p−1 sgn (x) sin 1

− |x|p−2 cos 1



x x

gegeben. Hierbei verwendeten wir auch, dass die Ableitung von x ∈ R× 7→ |x| durch x ∈ R× 7→
sgn(x) gegeben ist. Für die Ableitung von f bei 0 können wir keine allgemeine Ableitungsregel
verwenden und manipulieren deswegen den Grenzwert
1
xp sin


fp (x) − fp (0) x
= lim xp−1 sin 1
= lim sin (t) t1−p


lim = lim x
x&0 x−0 x&0 x x&0 t→∞

wobei wir t = x1 gesetzt haben. Falls p ≤ 1 ist, dann existiert wegen 1 − p ≥ 0 der Grenzwert
limt→∞ sin (t) t1−p nicht und somit ist fp nicht differenzierbar. Wir nehmen nun p > 1 an,
womit f (ebenso auf Grund des Sandwich Lemmas) eine rechtsseitige Ableitung (fp )0+ (0) = 0
besitzt. Analog können wir den Grenzwert mit (fp )0− (0) = 0 berechnen und erhalten drei Fälle.

• Falls p < 2 ist, ist fp0 in jeder Umgebung von 0 unbeschränkt und insbesondere nicht
stetig bei 0. Somit ist fp nicht stetig differenzierbar.

• Falls p = 2 ist, ist fp0 beschränkt, aber nicht stetig bei 0, da der Grenzwert limx→0 cos 1


x
nicht existiert.

• Falls p > 2 ist, ist fp0 stetig und fp ist stetig differenzierbar. Man beachte aber, dass fp0
nicht differenzierbar sein muss, da für p ≤ 3 der Grenzwert

fp0 (x) − fp0 (0) pxp−1 sin 1

− xp−2 cos 1



x x
= lim pt2−p sin (t) − t3−p cos (t)


lim = lim
x&0 x−0 x&0 x t→∞

nicht existiert.

Das Beispiel 8.20 lässt sich mit fraktalen Konstruktionen stark verschärfen. In der Tat kann
man eine differenzierbare Funktion auf dem Intervall [0, 1] finden, deren Ableitung überabzähl-
bar viele Unstetigkeitsstellen besitzt (beispielsweise auf der Cantor-Menge). Eine Konstruktion
dieser Art finden Sie in Abschnitt 8.6.2.

8.1.5 Ableitungen höherer Ordnung

Sei D ⊆ R eine Teilmenge, so dass jeder Punkt in D ein Häufungspunkt ist, und sei
f : D → R eine Funktion. Falls f 0 existiert und differenzierbar ist, nennen wir f zweimal
differenzierbar. Die Funktion (f 0 )0 ist die zweite Ableitung von f und wird auch mit

365
 2 2
f 00 , f (2) oder ddxf2 bezeichnet. Falls die unabhängige Variable t ist, schreiben wir f¨ = (f˙)· = ddt2f
für die zweite Ableitung nach t. Insbesondere erhalten wir, dass eine zweimal differenzierbare
Funktion f stetig differenzierbar ist.
Induktiv kann man nun höhere Differenzierbarkeit und höhere Ableitungen definieren. For-
mal definieren wir also die Ableitungen

df d2 f d(n+1) f
f (0) = f, f (1) = = f 0, f (2) = = f 00 , ... , f (n+1) = = (f (n) )0
dx dx2 dxn+1

für alle n ∈ N. Falls f (n) für ein n ∈ N (auf ganz D) existiert, heisst f n-mal differenzierbar.
Falls die n-te Ableitung f (n) zusätzlich stetig ist, heisst f n-mal stetig differenzierbar.
Die Menge der n-mal stetig differenzierbaren Funktionen auf D bezeichnen wir mit C n (D).
Für jedes n ∈ N kann man eine Funktion finden, die zwar n-mal differenzierbar, aber nicht
(n + 1)-mal differenzierbar ist.

Übung 8.21. Sei n ∈ N. Zeigen Sie, dass die Funktion x ∈ R 7→ xn |x| ∈ R n-mal stetig
differenzierbar, aber nicht (n + 1)-mal differenzierbar ist.

Wir sagen, dass f glatt oder beliebig oft differenzierbar ist, falls f für jedes n ∈ N
n-mal differenzierbar ist. Ist f glatt, so sind insbesondere alle Ableitungen von f stetig (f ist
also beliebig oft stetig differenzierbar). Die Menge der glatten Funktionen auf D bezeichnen
wir mit C ∞ (D).
Wir kennen bereits einige Beispiele glatter Funktionen. Dazu gehören die Polynome, da
diese nach Korollar 8.6 differenzierbar sind und da deren Ableitung ein Polynom ist, womit
die Aussage aus Induktion folgt. Ebenfalls glatt sind die Funktion exp, sin, cos, sinh, cosh nach
Beispiel 8.3 und Übung 8.4. Etwas interessanter, aber nicht ganz unerwartet ist vermutlich
folgendes Beispiel.

Beispiel 8.22 (Logarithmusfunktion). Der Logarithmus f = log : (0, ∞) → R, x → log(x)

ist glatt. In der Tat gilt f 0 (x) = x1 , f 00 (x) = − x12 , f (3) (x) = x23 oder allgemein f (n) (x) =
(−1)n−1 (n − 1)!x−n , was sich mit vollständiger Induktion beweisen lässt.

Ein überraschenderes Beispiel einer glatten Funktion ist vielleicht das folgende.

Beispiel 8.23 (Glattes Abklingen). Die Funktion ψ : R → R definiert durch

(
0 falls x ≤ 0
ψ (x) = 1


exp − x falls x > 0

für alle x ∈ R ist glatt und demnach auch beliebig oft stetig differenzierbar, siehe das folgende
Bild.

366
 Für x < 0 gibt es nichts zu zeigen, da die Ableitung der Nullfunktion die Nullfunktion
ist. Für x > 0 ergibt sich dies mittels Induktion, der Kettenregel (Satz 8.8), Beispiel 8.9, der
Produktregel in Proposition 8.5 und Korollar 8.6. In der Tat gilt für x > 0, dass
     
0 1 1 00 1 1 1 1 −2
ψ (x) = exp − , ψ (x) = exp − + exp −
x x2 x x2 x2 x x3

und (da die konkrete Formel für ψ (n) schnell kompliziert wird) allgemeiner
   
1 1
ψ (n) (x) = exp − fn (8.4)
x x

für gewisse Polynome fn und jedes n ∈ N. Für n = 1 und n = 2 haben wir diese Darstellung
der Ableitung bereits bewiesen, wobei f1 (t) = t2 und f2 (t) = t4 −2t3 . Für den Induktionsschritt
nehmen wir (8.4) für n ∈ N an und erhalten
    0        
1 1 1 1 1 1 1 −1
ψ (n+1)
(x) = exp − fn = exp − 2
fn + exp − fn0
x x x x x x x x2
   
1 1
= exp − fn+1 ,
x x

wobei das Polynom fn+1 als fn+1 (t) = t2 (fn (t) − fn0 (t)) gewählt wurde.
Es bleibt noch zu zeigen, dass ψ auch in x = 0 beliebig oft differenzierbar ist. Dabei kön-
nen wir nicht auf unsere Ableitungsregeln zurückgreifen, sondern müssen dies direkt mit der
Definition der Ableitung überprüfen. Wir behaupten, dass ψ (n) (0) = 0 für alle n ∈ N.
Für den Beweis der Behauptung zeigen wir zuerst, dass für jedes Polynom f

1
(8.5)


lim ψ (x) f x =0
x→0

ist. Auf Grund der Linearität des Grenzwerts und da ψ(x) = 0 für x < 0 gilt, genügt es zu
zeigen, dass limx&0 ψ (x) x−n = 0 für alle n ∈ N gilt. Setzen wir y = x1 , so erhalten wir, dass
diese Behauptung wiederum zu

yn
lim =0
y→∞ exp(y)

367
 y n+1
äquivalent ist. Dies folgt aber mit dem Sandwich-Lemma aus der Ungleichung (1 + n+1 ) ≤
exp (y) für alle y ≥ 0 und n ∈ N (siehe Abschnitt 6.3).
Wir zeigen nun ψ (n) (0) = 0 für alle n ∈ N per Induktion. Verwenden wir (8.5), so erhalten
wir

ψ(x) − 0 1
ψ 0 (0) = lim = lim ψ (x) = 0.
x→0 x x→0 x

Falls wir bereits ψ (n) (0) = 0 für ein n ∈ N wissen, dann folgt ebenso

1


(n) (x) − ψ (n) (0)
x −0
 
(n+1) ψ ψ(x)fn 1 1
ψ (0) = lim = lim = lim ψ (x) fn = 0.
x→0 x−0 x→0 x x→0 x x

Wir haben nun also gezeigt, dass alle Ableitungen von ψ auf ganz R existieren und somit ist
ψ glatt.

Übung 8.24 (Hutfunktion). Finden Sie für beliebige reelle Zahlen a < b < c < d eine glatte
Funktion ϕ auf R, so dass ϕ gleich Null ist ausserhalb des Intervalls (a, d) und gleich 1 ist auf
dem Intervall [b, c].

Wir wenden uns nun wieder allgemeinen Aussagen im Stile von Abschnitt 8.1.2 zu. Aus
Proposition 8.5 lässt sich folgendes Korollar deduzieren.

Korollar 8.25 (Summen und Produkte bei höherer Differenzierbarkeit). Sei D ⊆ R eine
Teilmenge, so dass jeder Punkt in D ein Häufungspunkt von D ist. Seien f, g : D → R
n-mal differenzierbar. Dann sind f + g und f · g ebenso n-mal differenzierbar und es gilt
f (n) + g (n) = (f + g)(n) sowie
n  
(n)
X n
(f g) = f (k) g (n−k) .
k
k=0

Insbesondere ist jedes skalare Vielfache n-mal differenzierbar und (αf )(n) = αf (n) für alle
α ∈ R.

Die obige Produktregel für höhere Ableitungen nennt sich auch Leibniz-Regel.
Natürlich sind auch Verknüpfungen von n-mal differenzierbaren Funktionen n-mal diffe-
renzierbar. Allerdings ist es im Gegensatz zum Produkt deutlich schwerer, hier eine explizite
Formel anzugeben. Wir beschränken uns deswegen darauf, nur die Differenzierbarkeit zu for-
mulieren.

Korollar 8.26 (Verknüpfungen und höhere Differenzierbarkeit). Seien D, E ⊆ R Teilmengen,

so dass jeder Punkt in D respektive E ein Häufungspunkt von D respektive E ist. Sei des
Weiteren f : D → E eine n-mal differenzierbare Funktion und sei g : E → R eine n-mal
differenzierbare Funktion. Dann ist g ◦ f : D → R n-mal differenzierbar.

Übung 8.27. Beweisen Sie die Korollare 8.25 und 8.26.

368
8.2 Zentrale Sätze der Differentialrechnung

8.2.1 Der Mittelwertsatz

Wir wenden uns nun allgemeinen Sätzen der Differentialrechnung und deren Konsequenzen
zu. Unsere erste Frage wird sein, ob die Ableitung einer differenzierbaren Funktion die Steigung
gewisser Sekanten annimmt, wobei folgender Satz unser Ausgangspunkt sein wird.

Satz 8.28 (Rolle). Sei [a, b] ein kompaktes Intervall mit a < b und f : [a, b] → R eine stetige
Funktion, die auf dem offenen Intervall (a, b) differenzierbar ist. Falls f (a) = f (b) gilt, so
existiert ein ξ ∈ (a, b) mit f 0 (ξ) = 0.

In Worten besagt der Satz von Rolle also, dass wenn eine „schöne“ Funktion auf einem In-
tervall an den Endpunkten den selben Wert annimmt, die Steigung irgendwo (strikt) zwischen
den Endpunkten Null sein muss. Wir veranschaulichen dies in folgendem Bild, das bereits
einen Hinweis enthält, wie wir im Beweis vorgehen wollen.

Beweis. Nach dem Extremwertsatz (Korollar 3.69) werden Minimum und Maximum von f
auf [a, b] angenommen. Das heisst, es existieren xmin , xmax ∈ [a, b] mit

f (xmin ) = min f ([a, b]), f (xmax ) = max f ([a, b]).

Nach Proposition 8.17 muss die Ableitung von f bei allen Punkten in (a, b), wo ein Extremum
angenommen wird, Null sein. Falls also xmin ∈ (a, b) oder xmax ∈ (a, b) gilt, dann haben
wir bereits ein ξ ∈ (a, b) gefunden mit f 0 (ξ) = 0 (wobei ξ = xmin oder ξ = xmax ist).
Falls aber xmin und xmax Endpunkte des Intervalles sind, dann muss wegen f (a) = f (b)
auch f (xmin ) = f (xmax ) gelten, womit die Funktion f konstant und f 0 (x) = 0 für alle x ∈ (a, b)
ist.

Der Satz von Rolle führt unmittelbar zu folgendem fundamentalen Satz.

Theorem 8.29 (Mittelwertsatz). Sei [a, b] ein kompaktes Intervall mit a < b und f : [a, b] →
R eine stetige Funktion, die auf dem offenen Intervall (a, b) differenzierbar ist. Dann gibt es
ein ξ ∈ (a, b) mit

f (b) − f (a)
f 0 (ξ) = .
b−a
369
 Somit gibt es also mindestens einen Punkt ξ, an dem die Steigung f 0 (ξ) der durchschnittli-
chen Steigung f (b)−f
b−a
(a)
, also der Steigung der Sekante durch (a, f (a)) und (b, f (b)) entspricht.
Wir stellen dies in einem Bild dar.

Der Beweis des Mittelwertsatzes adaptiert die Werte von f auf eine (affin) lineare Weise,
um danach den Satz von Rolle (Satz 8.28) anwenden zu können. In der Tat behandelt der Satz
von Rolle genau den Spezialfall f (a) = f (b). Wenn wir in obigem Bild die Funktion rechts
„nach unten ziehen“, können wir genau diesen Spezialfall verwenden.

Beweis. Wir definieren eine Funktion F : [a, b] → R durch

f (b) − f (a)
F (x) = f (x) − (x − a)
b−a

für alle x ∈ [a, b]. Dann gilt F (a) = f (a) und F (b) = f (b)−(f (b)−f (a)) = f (a). Des Weiteren
ist F stetig an den Endpunkten und differenzierbar auf (a, b) nach Proposition 8.5. Nach dem
Satz von Rolle (Satz 8.28) existiert also ein ξ ∈ (a, b) mit

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

wie gewünscht.

Übung 8.30 (Intervall als Voraussetzung). Zeigen Sie anhand eines Beispiels die Notwendig-
keit der Voraussetzung im Mittelwertsatz (Theorem 8.29), dass der Definitionsbereich D der
Funktion f : D → R ein Intervall ist.
Übung 8.31 (Lipschitz-Stetigkeit differenzierbarer Funktionen). Sei [a, b] ein kompaktes In-
tervall mit Endpunkten a < b und sei f : [a, b] → R stetig differenzierbar. Zeigen Sie, dass f
Lipschitz-stetig ist. Was geschieht, wenn man Kompaktheit fallen lässt, das heisst, wenn man
a = −∞ oder b = ∞ zulässt?
370
 Der Mittelwertsatz (Theorem 8.29) wird zu einem zentralen Tool für die folgenden Dis-
kussionen werden. Da wir die Ableitung auch für komplexwertige Funktionen definiert haben
und in Beispiel 8.3(iii) auch schon für eine spezielle Funktion berechnet haben, wollen wir in
folgendem Beispiel zeigen, dass der Mittelwertsatz nur für reellwertige Funktionen und nicht
für komplexwertige Funktionen zutrifft.

Beispiel 8.32 (Kreisparametrisierung). Sei γ : [0, 2π] → C die Abbildung (besser: die Kurve)
gegeben durch

γ : t ∈ [0, 2π] 7→ eti = cos(t) + i sin(t)

Nach Beispiel 8.3(iii) ist die Ableitung gegeben durch γ 0 (t) = ieti . An den Endpunkten des
Intervalles [0, 2π] gilt γ(0) = γ(2π) = 1. Die Ableitung von γ nimmt jedoch nie den Wert Null
an, denn es gilt |γ 0 (ξ)| = 1 für alle ξ ∈ [0, 2π]. Somit können die Aussagen des Satzes von
Rolle (Satz 8.28) und des Mittelwertsatzes (Theorem 8.29) für komplexwertige Funktionen in
dieser Allgemeinheit nicht zutreffen.

8.2.2 Korollare des Mittelwertsatzes und Kurvendiskussion

Der Mittelwertsatzes erlaubt es uns nun, uns bekannte Eigenschaften von Funktionen mit-
tels der Ableitung zu charakterisieren.

Korollar 8.33 (Kriterium für Konstanz). Sei I ⊆ R ein Intervall mit Endpunkten a < b und
f : I → R eine Funktion. Dann ist f genau dann konstant, wenn f differenzierbar ist und
f 0 (x) = 0 für alle x ∈ I gilt.

Beweis. Wir wissen bereits, dass die Ableitung einer konstanten Funktion die Nullfunktion
ist. Also angenommen es gilt f 0 (x) = 0 für alle x ∈ I. Seien x1 < x2 in I. Dann folgt
aus dem Mittelwertsatz (Theorem 8.29) angewendet auf f |[x1 ,x2 ] : [x1 , x2 ] → R, dass es ein
ξ ∈ (x1 , x2 ) ⊆ I gibt mit f (x2 ) − f (x1 ) = f 0 (ξ)(x2 − x1 ). Es gilt aber f 0 (ξ) = 0 und damit
f (x1 ) = f (x2 ). Die Punkte x1 , x2 ∈ I waren jedoch beliebig, also folgt die Aussage.

Übung 8.34 (Charakterisierung von Polynomen). Sei I ⊆ R ein Intervall mit Endpunkten
a < b und f : I → R eine Funktion. Zeigen Sie, dass f genau dann ein Polynom ist, wenn f
glatt ist und es ein n ∈ N gibt mit f (n) = 0.

Im Folgenden werden wir den Mittelwertsatz, wie schon im obigen Beweis von Korollar 8.33,
oft auf zwei verschiedene Punkte x1 , x2 in einem Intervall anwenden, was jeweils zu einem
neuen Punkt ξ strikt zwischen x1 und x2 mit f 0 (ξ) = f (xx22)−f
−x1
(x1 )
= f (xx11)−f
−x2
(x2 )
führt.

371
Korollar 8.35 (Kriterium für Monotonie). Sei I ⊆ R ein nicht-leeres Intervall und f : I → R
eine differenzierbare Funktion. Dann gilt

∀x ∈ I : f 0 (x) ≥ 0


=⇒ f ist monoton wachsend
∀x ∈ I : f 0 (x) > 0


=⇒ f ist streng monoton wachsend
0


∀x ∈ I : f (x) ≤ 0 =⇒ f ist monoton fallend
0


∀x ∈ I : f (x) < 0 =⇒ f ist streng monoton fallend.

Beweis. Dies folgt unmittelbar aus dem Mittelwertsatz (Theorem 8.29), da für zwei Punkte
x1 < x2 in I gilt f (x2 ) − f (x1 ) = f 0 (ξ)(x2 − x1 ) für ein ξ ∈ I.

Zwei (aber nur zwei) dieser Implikationen sind sogar Äquivalenzen, wie folgende Übung
zeigt.

Wichtige Übung 8.36 (Exakte Charakterisierung von Monotonie). Sei I ⊆ R ein nicht-
leeres Intervall und f : I → R eine differenzierbare Funktion. Zeigen Sie, dass

∀x ∈ I : f 0 (x) ≥ 0


⇐⇒ f ist monoton wachsend
∀x ∈ I : f 0 (x) ≤ 0


⇐⇒ f ist monoton fallend

Untersuchen Sie weiter das Beispiel f : x ∈ R 7→ x3 ∈ R.

Korollar 8.37 (Hinreichende Kriterien für lokale Extrema). Sei I ⊆ R ein Intervall mit
Endpunkten a < b und x0 ∈ I kein Endpunkt von I. Sei f : I → R stetig und zumindest auf
I \ {x0 } stetig differenzierbar.

• Angenommen der linke Endpunkt a liegt in I.

– Falls f 0 (a) > 0 erfüllt ist, dann nimmt f in a ein isoliertes lokales Minimum an.
– Falls f 0 (a) < 0 erfüllt ist, dann nimmt f in a ein isoliertes lokales Maximum an.

• Beim Punkt x0 gelten folgende Kriterien.

– Falls ein δ > 0 existiert, so dass f 0 (x) > 0 für alle x ∈ (x0 − δ, x0 + δ) \ {x0 } (oder
f 0 (x) < 0 für alle x ∈ (x0 − δ, x0 + δ) \ {x0 }), dann nimmt f in x0 kein lokales
Extremum an.
– Falls ein δ > 0 existiert, so dass f 0 (x) > 0 für alle x ∈ (x0 − δ, x0 ) und f 0 (x) < 0
für alle x ∈ (x0 , x0 + δ), dann nimmt f in x0 ein isoliertes lokales Maximum an.
– Falls ein δ > 0 existiert, so dass f 0 (x) < 0 für alle x ∈ (x0 − δ, x0 ) und f 0 (x) > 0
für alle x ∈ (x0 , x0 + δ), dann nimmt f in x0 ein isoliertes lokales Minimum an.
– Falls f auf ganz I zweimal stetig differenzierbar ist und f 0 (x0 ) = 0 sowie f 00 (x0 ) < 0
gilt, dann nimmt f in x0 ein isoliertes lokales Maximum an.
– Falls f auf ganz I zweimal stetig differenzierbar ist und f 0 (x0 ) = 0 sowie f 00 (x0 ) > 0
gilt, dann nimmt f in x0 ein isoliertes lokales Minimum an.

372
 • Angenommen der rechte Endpunkt b liegt in I.

– Falls f 0 (b) > 0 erfüllt ist, dann nimmt f in b ein isoliertes lokales Maximum an.
– Falls f 0 (b) < 0 erfüllt ist, dann nimmt f in b ein isoliertes lokales Minimum an.

Auf Grund der Vielzahl obiger Kriterien möchten wir hier erwähnen, dass man sich die-
ses Korollar viel eher merken kann, wenn man es (anhand eines Bildes und des Beweises)
verstanden hat, als wenn man es auswendig lernen möchte.

Beweis. Die Beweise dieser Aussagen sind alle sehr ähnlich und beruhen in sämtlichen Fällen
auf dem Mittelwertsatz. Sei a ∈ I der linke Endpunkt und angenommen f 0 (a) > 0. Dann
existiert wegen der Stetigkeit von f 0 ein δ > 0, so dass für alle x ∈ [a, a + δ) ebenso f 0 (x) > 0
gilt. Für jedes x ∈ [a, a+δ) existiert nun nach dem Mittelwertsatz (Theorem 8.29) ein ξ ∈ (a, x)
mit

f (x) − f (a) = f 0 (ξ)(x − a) > 0.

Dies zeigt, dass f in a ein lokales Minimum annimmt. Der Fall f 0 (a) < 0 ergibt sich analog.
Ebenfalls analog ist das Argument für die Aussagen beim rechten Endpunkt.
Für x0 gilt auf Grund des gleichen Arguments für jedes δ > 0

∀x ∈ (x0 − δ, x0 ) : f 0 (x) > 0 =⇒ ∀x ∈ (x0 − δ, x0 ) : f (x) < f (x0 )

∀x ∈ (x0 , x0 + δ) : f 0 (x) > 0 =⇒ ∀x ∈ (x0 , x0 + δ) : f (x) > f (x0 )
∀x ∈ (x0 − δ, x0 ) : f 0 (x) < 0 =⇒ ∀x ∈ (x0 − δ, x0 ) : f (x) > f (x0 )
∀x ∈ (x0 , x0 + δ) : f 0 (x) < 0 =⇒ ∀x ∈ (x0 , x0 + δ) : f (x) < f (x0 )

Durch Kombination dieser Aussagen ergeben sich das erste, zweite und dritte Kriterium für x0 .
Angenommen f ist auf ganz I zweimal stetig differenzierbar und f 0 (x0 ) = 0 sowie f 00 (x0 ) <
0 sind erfüllt. Dann existiert ein δ > 0 so dass f 00 (x) < 0 für alle x ∈ (x0 − δ, x0 + δ). Nach
Korollar 8.35 ist f 0 |(x0 −δ,x0 +δ) streng monoton fallend und somit nimmt f nach dem zweiten
Kriterium für x0 in x0 ein isoliertes lokales Maximum an. Das fünfte Kriterium für x0 folgt
wiederum analog.

8.2.3 Konvexität
Definition 8.38 (Konvexität und Konkavität). Sei I ⊆ R ein Intervall und f : I → R eine
Funktion. Dann heisst f konvex, falls

(8.6)


f (1 − t)x0 + tx1 ≤ (1 − t)f (x0 ) + tf (x1 )

für alle x0 , x1 ∈ I und für alle t ∈ [0, 1]. Wir sagen, dass f streng konvex ist, falls in (8.6) eine
strikte Ungleichung gilt, wenn immer x0 6= x1 und t ∈ (0, 1) (in diesem Falls ist (1 − t)x0 + tx1
echt zwischen x0 und x1 ). Eine Funktion g : I → R heisst (streng) konkav, wenn f = −g
(streng) konvex ist.

373
 Figur 8.3: Anschaulich formuliert ist eine Funktion konvex x0 , wenn
ihr Graph jeweils unterhalb der Strecke zwischen zwei Punkten auf dem
Graphen bleibt. Wie wir in Kürze sehen werden, kann man die konvexen
Funktionen als solche sehen, deren Graphen aufwärts gekrümmt sind,
wie ebenfalls in diesem Bild ersichtlich ist.

Konvexe Funktionen sind unter anderem nützlich, weil sie bei verschiedenen Ungleichun-
gen zum Vorschein treten. Wir bemerken, dass auf Grund der Definition von Konkavität die
Resultate dieses Unterabschnitts für konvexe Funktionen auf ähnlichen Weise auf konkave
Funktionen zutreffen. Nun beginnen wir damit Konvexität auf eine andere Art zu charakteri-
sieren.

Lemma 8.39 (Konvexität via Steigung von Sekanten). Sei I ⊆ R ein Intervall und f : I → R
eine Funktion. Die Funktion f ist genau dann konvex, wenn für alle x, x0 , x1 ∈ I gilt

f (x) − f (x0 ) f (x1 ) − f (x)

x0 < x < x1 =⇒ ≤ .
x − x0 x1 − x

Des Weiteren ist f genau dann streng konvex, wenn

f (x) − f (x0 ) f (x1 ) − f (x)

x0 < x < x1 =⇒ < .
x − x0 x1 − x

gilt.

In Worten ausgedrückt besagt das Lemma insbesondere, dass für eine konvexe Funktion
die Steigung der Sekanten zwischen Punkten x0 < x kleiner (gleich) ist als die Steigung der
Sekanten zwischen x < x1 . Veranschaulichen Sie sich dies an Figur 8.3.

Beweis. Für Punkte x0 < x1 in I hat t ∈ (0, 1) 7→ xt = (1 − t)x0 + tx1 ∈ (x0 , x1 ) die
Umkehrabbildung x ∈ (x0 , x1 ) 7→ tx = xx−x 0
1 −x0
∈ (0, 1). Mit dieser Notation gilt (8.6) für alle
374
t ∈ (0, 1) genau dann, wenn

x1 − x x − x0
f (x) ≤ f (x0 ) + f (x1 ) .
x1 − x0 x1 − x0

für alle x ∈ (x0 , x1 ) gilt. Letzteres ist wiederum äquivalent zu

(x1 − x0 )f (x) ≤ (x1 − x)f (x0 ) + (x − x0 )f (x1 )

für alle x ∈ (x0 , x1 ), was genau dann gilt, wenn

(x1 − x)(f (x) − f (x0 )) ≤ (x − x0 )(f (x1 ) − f (x)).

für alle x ∈ (x0 , x1 ). Dies ist aber zu f (x)−f

x−x0
(x0 )
≤ f (xx11)−f
−x
(x)
äquivalent, wie gewünscht.
Im Falle der strengen Konvexität können wir alle „≤“ in obigem Beweis durch „<“ ersetzen.

Für differenzierbare Funktion existiert folgende, sehr direkte Charakterisierung der Kon-
vexität, welche erklärt, warum (differenzierbare) konvexe Funktionen aufwärts gekrümmte
Graphen besitzen.

Proposition 8.40 (Kriterium für Konvexität). Sei I ⊆ R ein Intervall mit Endpunkten a < b
und f : I → R eine differenzierbare Funktion. Dann ist f genau dann (streng) konvex, wenn
f 0 (streng) monoton wachsend ist.

Beweis. Der Beweis beruht auf dem Mittelwertsatz (Theorem 8.29) und der Charakterisierung
von konvexen Funktionen in Lemma 8.39. Denn für drei Punkte x0 < x < x1 in I existieren
ξ1 ∈ (x0 , x) und ξ2 ∈ (x, x1 ) mit

f (x) − f (x0 ) f (x1 ) − f (x)

f 0 (ξ1 ) = , f 0 (ξ2 ) =
x − x0 x1 − x

Falls nun f 0 (streng) monoton wachsend ist, dann ist f 0 (ξ1 ) ≤ f 0 (ξ2 ) (respektive f 0 (ξ1 ) <
f 0 (ξ2 )) und wir erhalten die (strenge) Konvexität von f aus Lemma 8.39.
Angenommen f ist konvex und x0 < x1 sind zwei Punkte in I. Dann folgt aus Lemma 8.39,
dass für alle h ∈ 0, 21 (x1 − x0 ) gilt

f (x0 + h) − f (x0 ) f (x1 − h) − f (x0 + h) f (x1 ) − f (x1 − h)

≤ ≤ ,
h (x1 − h) − (x0 + h) h

woraus mit h & 0

f (x1 ) − f (x0 )
f 0 (x0 ) ≤ ≤ f 0 (x1 )
x1 − x0

folgt. Wir verweisen auf Übung 8.41 für den letzten Beweisschritt (der weniger häufig für
Anwendungen von Bedeutung ist).

375
Übung 8.41 (Strenge Konvexität). Seien f, I wie in Proposition 8.40. Angenommen f ist
streng konvex. Zeigen Sie, dass f 0 streng monoton wachsend ist.

Aus Proposition 8.40 und Korollar 8.35 ergibt sich folgendes Korollar.

Korollar 8.42 (Konvexität und die zweite Ableitung). Sei I ⊆ R ein Intervall mit Endpunkten
a < b und f : I → R eine zweimal differenzierbare Funktion. Falls f 00 (x) ≥ 0 für alle x ∈ I,
dann ist f konvex. Falls f 00 (x) > 0 für alle x ∈ I, dann ist f streng konvex.

Beispiel 8.43. Die Funktion f : x ∈ (0, ∞) 7→ x log(x) ist streng konvex. Dies ergibt sich aus
Korollar 8.42, da f glatt ist und

1 1
f 0 (x) = log (x) + x = log (x) + 1, f 00 (x) = > 0.
x x

für alle x > 0. Des Weiteren wissen wir bereits aus Beispiel 6.44, dass limx→0 x log (x) = 0.
Zuletzt bemerken wir, dass limx→0 f 0 (x) = −∞, was alles im Graphen von f ersichtlich ist.

Lemma 8.44 (Jensensche Ungleichung). Sei I ⊆ R ein Intervall und f : I → R eine konvexe
Funktion. Seien n ∈ N, x1 , x2 , . . . , xn ∈ I und t1 , t2 , . . . , tn ∈ [0, 1] mit nk=1 tk = 1. Dann gilt
P

n
X  n
X
f tk xk ≤ tk f (xk ). (8.7)
k=1 k=1

P1
Beweis. Wir verwenden Induktion über n ≥ 2. Für n = 1 haben wir k=1 tk xk = x1 ,
P1
k=1 tk f (xk ) = f (x1 ) und (8.7) ist trivialerweise erfüllt. Für n = 2 ist (8.7) gerade (8.6)
(mit t1 = 1 − t und t2 = t ∈ [0, 1]). Angenommen die Aussage ist für n ≥ 2 erfüllt. Seien
x1 , . . . , xn+1 ∈ I und t1 , . . . , tn+1 ∈ [0, 1]. Falls tn+1 = 0 folgt (8.7) direkt aus der Annahme

376
für n. Also angenommen tn+1 > 0. Dann gilt
 n+1   n−1  
X X tn tn+1
f tk xk =f tk xk + (tn + tn+1 ) xn + xn+1
tn + tn+1 tn + tn+1
k=1 k=1
n−1  
X tn tn+1
≤ tk f (xk ) + (tn + tn+1 ) f xn + xn+1
tn + tn+1 tn + tn+1
k=1
n−1  
X tn tn+1
≤ tk f (xk ) + (tn + tn+1 ) f (xn ) + f (xn+1 )
tn + tn+1 tn + tn+1
k=1
n+1
X
= tk f (xk )
k=1

per Induktionsannahme angewendet auf x1 , . . . , xn−1 , tn +t

tn
n+1
xn + tnt+t
n+1
n+1
xn+1 und Konvexität
von f .

Die Jensenschen Ungleichung hat zahlreiche Anwendungen und kann abhängig von der
konvexen Funktion f verschiedene Formen annehmen. Ein Beispiel dafür ist in der nächsten
Übung enthalten.

Übung 8.45 (Harmonisches, geometrisches und arithmetisches Mittel). Zeigen Sie die Un-
gleichung

n √ x1 + . . . + xn
1 1 ≤ n
x1 · · · xn ≤
x1 + ... + xn
n

für das harmonische, das arithmetische und das geometrische Mittel von x1 , . . . , xn ∈ R>0 .

Auch für das Riemann-Integral gilt eine Version der Jensenschen Ungleichung.

Übung 8.46 (Integralform der Jensenschen Ungleichung). Sei ϕ : [0, 1] → I stetig und sei
f : I → R eine stetige, konvexe Funktion. Dann gilt
Z 1  Z 1
f ϕ (t) dt ≤ f (ϕ (t)) dt.
0 0

Wir schliessen die Diskussion von Konvexität mit folgender Übung.

Übung 8.47 (Minima von konvexen Funktionen). Sei I ⊆ R ein Intervall und f : I → R
eine konvexe Funktion. Zeigen Sie, dass jedes lokale Minimum von f ein (globales) Minimum
ist.

8.2.4 Mittelwertsatz nach Cauchy

Wir möchten nun den Mittelwertsatz etwas verallgemeinern.

Satz 8.48 (Erweiterter Mittelwertsatz). Seien f und g stetige Funktionen auf einem Intervall
[a, b] mit a < b, so dass f und g auf (a, b) differenzierbar sind. Dann existiert ein ξ ∈ (a, b)

377
mit

g 0 (ξ)(f (b) − f (a)) = f 0 (ξ)(g(b) − g(a)). (8.8)

Falls zusätzlich g 0 (x) 6= 0 für alle x ∈ (a, b) gilt, dann gilt g(a) 6= g(b) und

f 0 (ξ) f (b) − f (a)

= .
g 0 (ξ) g(b) − g(a)

Man beachte, dass der Mittelwertsatz (Theorem 8.29) gerade der Spezialfall g : x ∈ [a, b] 7→
x des obigen Satzes ist und man somit in der Tat von einem erweiteren Mittelwertsatz sprechen
darf.
Bemerkung. Genau wie der Mittelwertsatz hat der Mittelwertsatz von Cauchy eine geome-
trische Interpretation, nur muss man dieses Mal in der zweidimensionalen Ebene suchen.
Dort besagt der Mittelwertsatz von Cauchy unter den getroffenen Annahmen, dass die Kurve
t 7→ (f (t), g(t)) eine Tangente besitzt, die parallel zur Gerade durch die Punkte (f (a), g(a)),
(f (b), g(b)) ist.

Beweis von Satz 8.48. Wir definieren eine Funktion F : [a, b] → R durch



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

für alle x ∈ R. Dann gilt

F (a) = g(a) f (b) − f (a) − f (a) g(b) − g(a) = g(a)f (b) − f (a)g(b)



F (b) = g(b) f (b) − f (a) − f (b) g(b) − g(a) = F (a).

Nach dem Satz von Rolle (Satz 8.28) existiert somit ein ξ ∈ (a, b) mit

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

Dies beweist die erste Behauptung (8.8) des Satzes.

Falls zusätzlich g 0 (x) 6= 0 für alle x ∈ (a, b), dann folgt aus dem Satz von Rolle (Satz 8.28),
dass g(b) 6= g(a) (wieso?). Nach Division von (8.8) mit g 0 (ξ)(g(b) − g(a)) ergibt sich die zweite
Behauptung des Satzes.

8.2.5 Regel von de l’Hôpital

Die folgende Regel stellt eine einfache Anwendung des obigen erweiterten Mittelwertsatzes
dar und macht die Berechnung von vielen konkreten Grenzwerten deutlich einfacher.

Satz 8.49 (Regel von de l’Hôpital). Seien a < b in R und seien f, g : (a, b) → R zwei
differenzierbare Funktionen mit g(x) 6= 0 und g 0 (x) 6= 0 für alle x ∈ (a, b). Angenommen der
0 (x)
Grenzwert limx&a fg0 (x) existiert in R und eine der beiden folgenden Bedingungen ist erfüllt:

• („ 00 “) limx&a f (x) = limx&a g (x) = 0

378
 • („ ∞
∞ “) limx&a g (x) = +∞ (oder limx&a g (x) = −∞).
f (x)
Dann existiert auch der Grenzwert limx&a g(x) und es gilt

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

Analoge Aussagen gelten für die Bewegungen x % b oder x → x0 ∈ (a, b). Im letzten Fall
erlauben wir g(x0 ) = 0 oder auch g 0 (x0 ) = 0, solange g(x) 6= 0 und g 0 (x) 6= 0 für alle
x ∈ (a, b) \ {x0 }.

Wir nennen „ 00 “ und „ ∞

∞ “ unbestimmte Formen, da wir bisher keine allgemeinen Werkzeuge
hatten, um den Grenzwert von fg(x) (x)
zu berechnen für den Fall, dass sowohl f (x) als auch g(x)
beide gegen 0 oder beide gegen ∞ streben. Obige Regel ist in diesen Fällen sehr oft nütz-
lich und viel einfacher anwendbar als unsere bisherigen Berechnungen (siehe unter anderem
Beispiel 6.44). Wie bereits erwähnt ist die Regel ein Korollar des erweiterten Mittelwertsatzes.

Beweis. Wir betrachten zuerst die Bewegung x & a für ein a ∈ R und setzen

f 0 (x)
L = lim ∈ R.
x&a g 0 (x)

Die unbestimmte Form „ 00 “: Angenommen es gilt limx&a f (x) = limx&a g (x) = 0. In

diesem Fall können wir also f und g stetig auf [a, b) fortsetzen, in dem wir f (a) = g(a) = 0
0 (x)
setzen. Da L = limx&a fg0 (x) ist, können wir für eine beliebige Umgebung U von L ein y ∈ (a, b)
0
wählen mit fg0 (ξ)
(ξ)
∈ U für alle ξ ∈ (a, y). Für ein beliebiges x ∈ (a, y) wenden wir nun den
erweiterten Mittelwertsatz (Satz 8.48) auf [a, x] an und erhalten

f (x) f (x) − f (a) f 0 (ξx )

= = 0 ∈U
g(x) g(x) − g(a) g (ξx )

für ein ξx ∈ (a, x) ⊆ (a, y). Da die Umgebung U von L beliebig war, existiert der Grenzwert
limx&a fg(x)(x)
und ist gleich L. Dies beweist den ersten Fall.
Die unbestimmte Form „ ∞ ∞ “ mit reellem Grenzwert: Wir nehmen an, dass der
Nenner die Aussage limx&a g (x) = +∞ (oder limx&a g (x) = −∞) erfüllt sowie der Grenzwert
L ∈ R reell ist.1
Sei nun ε > 0. Nach Definition von L und der Annahme dieses Falles gibt es ein yε ∈ (a, b)
0 (ξ)
mit fg0 (ξ) −L < ε für alle ξ ∈ (a, yε ). Für ein beliebiges x ∈ (a, yε ) gibt es nach dem erweiterten
Mittelwertsatz (Satz 8.48) jeweils ein ξx ∈ (x, yε ) ⊆ (a, yε ) mit

f (x) − f (yε ) f 0 (ξx )

= 0 ∈ (L − ε, L + ε) , (8.9)
g(x) − g(yε ) g (ξx )

1 f 0 (x)
Man beachte, dass diese Annahme auch gemeinsam mit L = limx&a g 0 (x)
keinerlei Information über das
asymptotische Verhalten von f für x & a enthält.

379
wobei g(x) 6= g(yε ) auf Grund der zweiten Aussage in Satz 8.48 und unserer Annahmen an g.
Anders ausgedrückt erhalten wir also

f (x) f 0 (ξx ) f (yε )

= 0 + . (8.10)
g(x) − g(yε ) g (ξx ) g(x) − g(yε )

Intuitiv ausgedrückt ist hier die linke Seite etwa fg(x)

(x)
für x sehr nahe an a, denn g(yε ) ist fest
gewählt während |g(x)| beliebig gross wird. Des Weiteren ist die rechte Seite nahe an L, da
f (yε )
g(x)−g(yε ) gegen Null geht für x & a.
Formaler geht man wie folgt vor. Wir bemerken zuerst, dass (8.10) zu

f (x) f 0 (ξx ) g(x) − g(yε ) f (yε )

= 0 +
g(x) g (ξx ) g(x) g(x)
0 0
f (ξx ) f (ξx ) g(yε ) f (yε )
= 0 − 0 + (8.11)
g (ξx ) g (ξx ) g(x) g(x)

für alle x ∈ (a, yε ) umgeformt werden kann. Da limx&a |g (x)| = ∞ gilt, existiert weiter ein
ỹε ∈ (a, yε ), so dass

|g(yε )| f (yε )
|L| + ε < ε und <ε
|g(x)| g(x)

für alle x ∈ (a, ỹε ). Zusammenfassend gilt für ein x ∈ (a, ỹε ) und eine Wahl ξx ∈ (a, yε ) wie
in (8.9) die Abschätzung

f 0 (ξx ) f 0 (ξx )
≤ − L + |L| ≤ |L| + ε
g 0 (ξx ) g 0 (ξx )

und damit die Ungleichung

f (x) f 0 (ξx ) f 0 (ξx ) g(yε ) f (yε )

−L ≤ 0 −L + 0 +
g(x) g (ξx ) g (ξx ) g(x) g(x)
|g(yε )|
< ε + (|L| + ε) + ε < 3ε,
|g(x)|

was zu beweisen war.

Die unbestimmte Form „ ∞ ∞
“ mit uneigentlichem Grenzwert: Wir nehmen nun an,
dass L = ∞. Dann lässt sich die Aussage nach kleinen Anpassungen analog wie oben beweisen.
0 (ξ)
In der Tat existiert nach Annahme zu jedem ε > 0 ein yε ∈ (a, b), so dass fg0 (ξ) > 1ε für alle
f (yε ))
ξ ∈ (a, yε ). Für dieses fest gewählte yε wählen wir nun ein ỹε ∈ (a, yε ) mit g(x)−g(yε ) < 1 und
g(x)−g(yε )
g(x) > 1
2 für alle x ∈ (a, ỹε ). Dann ist nach (8.10)
 
f (x) g(x) − g(yε ) f (x) 1 f (x) 1 1 1 1
= ≥ > −1 + =− + .
g(x) g(x) g(x) − g(yε ) 2 g(x) − g(yε ) 2 ε 2 2ε

Daraus folgt die Aussage, da ε > 0 beliebig war. Der Fall L = −∞ lässt sich analog beweisen
oder durch Vorzeichenwechsel von f auf obigen Fall zurückführen.
Restliche Fälle: Wir beschäftigen uns nun mit den übrig bleibenden Fällen im Satz, die

380
wir jeweils auf einen der obigen Fälle reduzieren können, in dem wir die unabhängige Variable
x im Definitionsbereich geeignet ersetzen.
Betrachtet man die Bewegung x → b für b = ∞, so lässt sich dieser Fall auf die vorhe-
rigen Fälle zurückführen. In der Tat können wir durch Einschränkung der Funktionen ohne
Beschränkung der Allgemeinheit a > 0 annehmen und die Funktionen

F : x ∈ (0, a1 ) 7→ f ( x1 ), G : x ∈ (0, a1 ) 7→ g( x1 )

F (x)
definieren und nun stattdessen den Grenzwert limx&0 G(x) betrachten. Die weiteren Schritte
überlassen wir hierbei den Leserinnen und Lesern – siehe Übung 8.50. Die Bewegungen x % b,
x → x0 und x → −∞ lassen sich ebenso auf die bereits betrachteten Fälle zurückführen.

Wichtige Übung 8.50. Vervollständigen Sie den obigen Beweis, indem Sie die Reduktionen
in allen verbleibenden Fällen komplett ausführen.

Übung 8.51 (Rechnen mit der Regel von de l’Hôpital). Berechnen Sie die Grenzwerte

2 sin(x) − sin(2x) 1 sin(x2 )

lim , lim x x , lim .
x→0 x − sin(x) x→∞ x→0 x tan(x)

Übung 8.52. Sei [a, b] ein abgeschlossenes Intervall mit a < b und sei f : [a, b] → R stetig.
Angenommen x0 ∈ [a, b] ist ein Punkt, so dass f auf [a, b] \ {x0 } differenzierbar ist und
angenommen der Grenzwert limx→x0 f 0 (x) existiert. Zeigen Sie, dass f bei x0 differenzierbar
ist und dass f 0 bei x0 stetig ist.

Wir möchten kurz anmerken, dass sich höhere Ableitungen mitunter zwar als einen direkten
Grenzwert ausdrücken lassen, doch die Existenz dieses Grenzwertes nicht zur mehrmaligen
Differenzierbarkeit äquivalent sein muss.

Übung 8.53 (Zweite Ableitung als Grenzwert). Sei I = (a, b) ⊆ R ein Intervall mit a < b
und sei f : I → R zweimal differenzierbar. Zeigen Sie die Formel

f (x + h) − 2f (x) + f (x − h)
f 00 (x) = lim
h→0 h2

für alle x ∈ I. Verifizieren Sie anhand der Vorzeichenfunktion x ∈ R 7→ sgn(x), dass die
Existenz des obigen Grenzwerts nicht zweimalige Differenzierbarkeit impliziert.

381
8.3 Trigonometrische Funktionen

8.3.1 Sinus und Arkussinus

Nach Übung 8.4 sind sin und cos glatt und es gelten die Formeln

(sin(x))0 = cos(x), (cos(x))0 = − sin(x). (8.12)

Nach Satz 7.74 (genauer Übung 7.76) sind die Nullstellen von sin : R → R die Menge Zπ der
ganzzahligen Vielfachen von π, womit nach dem Zwischenwertsatz und sin π2 = 1 folgt, dass

sin(x) > 0 für alle x ∈ (0, π). In diesem Intervall hat des Weiteren der Kosinus eine Nullstelle
in π2 , ist positiv auf dem Intervall 0, π2 und negativ auf dem Intervall π2 , π . Verbinden



wir dies, Gleichung (8.12) und das Kriterium für Monotonie differenzierbarer Funktion aus
Korollar 8.35, so ergibt sich, dass sin auf dem Intervall 0, π2 streng monoton wachsend ist,
 

auf dem Intervall π2 , π streng monoton fallend ist und auf dem Intervall [0, π] konkav (also
 

nach unten gekrümmt) ist.

Da der Sinus eine ungerade Funktion ist, ergibt sich des Weiteren, dass der Sinus auf
− 2 , 2 streng monoton wachsend ist. Wir erkennen diese Eigenschaften direkt wieder im
 π π

Graphen des Sinus.

Figur 8.4: Der Graph des Sinus mit dem (Teil-)Graphen der Einschrän-
kung sin |[− π , π ] hervorgehoben.
2 2

Die Einschränkung
h π πi
sin |[− π , π ] : − , → [−1, 1] , x 7→ sin (x)
2 2 2 2

ist also streng monoton wachsend und bijektiv (nach dem Zwischenwertsatz). Die Umkehr-
funktion bezeichnen wir mit
h π πi
arcsin : [−1, 1] → − ,
2 2

und nennen wir den Arkussinus. Nach dem Satz über die Differenzierbarkeit der inversen
Funktion (Satz 8.14) ist der Arkussinus bei s differenzierbar, falls die Ableitung des Sinus bei
x = arcsin(s) nicht Null ist. In der Tat verschwindet die Ableitung des Sinus sin0 = cos genau

382
an den Randpunkten − π2 , π2 von − π2 , π2 . Für x ∈ − π2 , π2 und s = sin(x) ergibt sich nach
 

Satz 8.14

1 1
arcsin0 (s) = =√ ,
cos(x) 1 − s2
√
da cos(x) positiv ist für x ∈ − π2 , π2 und somit cos (x) = 1 − sin(x)2 = 1 − s2 unter

p

Verwendung von sin(x)2 + cos(x)2 = 1.

8.3.2 Kosinus und Arkuskosinus

Die obige Diskussion über Monotonie des Sinus kann analog durchgeführt werden für den
Kosinus. Es ergibt sich, dass der Kosinus bei 0 ein lokales Extremum annimmt, auf dem
Intervall [0, π] streng monoton fallend ist, auf dem Intervall − π2 , π2 konkav ist und auf dem
 

Intervall π2 , π konvex (nach oben gekrümmt) ist. Insbesondere ist die Einschränkung
 

cos |[0,π] : [0, π] → [−1, 1]

bijektiv.

Figur 8.5: Der Graph des Kosinus mit hervorgehobenem (Teil-)Graphen

der Einschränkung cos |[0,π] hervorgehoben.

383
 Die Umkehrabbildung heisst Arkuskosinus und wird als

arccos : [−1, 1] → [0, π]

geschrieben.
Ebenso können wir die Ableitungsregeln für die Umkehrabbildung anwenden und erhalten
bei s = cos(x) für x ∈ (0, π)

1 1
arccos0 (s) = = −√ ,
− sin(x) 1 − s2

da der Sinus auf (0, π) positiv ist.

Wir möchten an dieser Stelle daran erinnern, dass sich jede Linearkombination von Si-
nus und Kosinus als ein Vielfaches des Sinus (oder des Kosinus) schreiben lässt (siehe die
entsprechende Übung in Abschnitt 7.9.2).

8.3.3 Das innere Produkt und Winkel

Eine einfache Konsequenz der Existenz einer Umkehrfunktion für die Einschränkung cos |[0,π] :
[0, π] → [−1, 1] ist, dass wir den Winkel zwischen je zwei Vektoren im n-dimensionalen Eu-
klidschen Vektorraum Rd definieren können. Sind v, w ∈ Rd \ {0}, so lässt sich die Cauchy-
Schwarz-Ungleichung in Proposition 5.3 als die Aussage interpretieren, dass sich das innere
Produkt in der Form

hv, wi = kvkkwk cos ϕ

hv,wi
schreiben lässt, wobei wir ϕ = arccos kvkkwk ∈ [0, π] als den Winkel zwischen den Vektoren
v und w bezeichnen. Wir empfehlen Ihnen, diese Definition an einigen expliziten Beispielen
durchzuspielen und sich davon zu überzeugen, dass diese Definition des Winkels den Ihnen
intuitiv bekannten Eigenschaften genügt.

384
8.3.4 Tangens und Arkustangens
Da sin(x + π) = − sin(x) und cos(x + π) = − cos(x) für alle x ∈ R gilt, ergibt sich, dass
tan(x + π) = tan(x) für alle x ∈ R \ Zπ + π2 . Des Weiteren ist

 0
sin(x) cos(x) cos(x) − sin(x)(− sin(x)) 1
tan0 (x) = = =
cos(x) cos2 (x) cos2 (x)

für alle x ∈ R \ Zπ + π2 nach der Quotientenregel in Korollar 8.11, Gleichung (8.12) und

der trigonometrischen Identität sin2 (x) + cos2 (x) = 1. Insbesondere ist der Tangens auf jedem
Intervall der Form nπ − π2 , nπ + π2 für n ∈ Z streng monoton wachsend.

Des Weiteren gilt

sin(x)
limπ tan (x) = limπ = +∞
x% 2 x% 2 cos(x)

wegen sin π π
= 0 und cos(x) > 0 für x ∈ − π2 , π2 , und




2 = 1, cos 2

sin(x)
limπ tan (x) = limπ = −∞
x&− 2 x&− 2 cos(x)

wegen sin − π2 = −1. Wie zuvor folgt nun aus dem Zwischenwertsatz, dass die Einschränkung

 π π
tan |(− π , π ) : − , →R
2 2 2 2

bijektiv ist.

Figur 8.6: Der Graph des Tangens mit hervorgehobener Einschränkung

tan |(− π , π ) .
2 2

Die Umkehrabbildung
 π π
arctan : R → − ,
2 2

wird als der Arkustangens bezeichnet.

385
 Figur 8.7: Der Graph des Arkustangens.

Nach Satz 8.14 ist der Arkustangens differenzierbar und es gilt bei x ∈ − π2 , π2 und

s = tan(x)

1
arctan0 (s) = 1 = cos2 (x) .
cos2 (x)

Des Weiteren gilt

sin2 (x) cos2 (x) + sin2 (x) 1

1 + s2 = 1 + 2
= 2
= .
cos (x) cos (x) cos2 (x)

Daraus folgt schlussendlich, dass für alle s ∈ R

1
arctan0 (s) =
1 + s2

gilt.

8.3.5 Kotangens und Arkuskotangens

Der Kotangens respektive seine Umkehrfunktion, der Arkuskotangens, zeigen sehr ähnliches
Verhalten gegenüber des Tangens respektive gegenüber des Arkustangens. Die Einschränkung
cot |(0,π) : (0, π) → R ist streng monoton fallend und bijektiv. Die Umkehrabbildung

arccot : R → (0, π)

wird Arkuskotangens genannt und hat die Ableitung

1
arccot0 (s) = −
1 + s2

für alle s ∈ R.

386
8.3.6 Ein physikalisches Beispiel
Beispiel 8.54 (Brechungsgesetz von Snellius). Wir werden hier das Brechungsgesetz der geo-
metrischen Optik von Snellius (1580-1624) aus dem Fermat-Prinzip herleiten. Dabei besagt
das Fermat-Prinzip, dass das Licht immer den Weg der kürzesten Reisezeit wählt. Gegeben
sei eine geradlinige Grenze zwischen zwei Medien (zum Beispiel Luft und Glas oder Luft und
Wasser) und die Lichtgeschwindigkeit c1 und c2 in diesen beiden Medien. (Die universelle Na-
turkonstante c ist die Lichtgeschwindigkeit im Vakuum.) Wir wählen einen Punkt Q im ersten
Medium als Lichtquelle und wollen den Weg, den das Licht zu einem Punkt A im zweiten
Medium nimmt, bestimmen.

Wir wählen unser Koordinatensystem so, dass die Grenze zwischen den beiden Medien
genau die x-Achse ist, Q auf der positiven Hälfte der y-Achse liegt und die x-Koordinate von
A gleich a > 0 ist. Die Reisezeit des Lichts, das zuerst geradlinig von Q nach (x, 0) (ein Ort
des möglichen Grenzübertritts) und dann „nach Brechung“ von (x, 0) nach A geht, ist durch

1q 2 1
q
t (x) = hQ + x2 + h2A + (a − x)2
c1 c2

beschrieben. Die Funktion t : R → R, x 7→ t(x) ist auf ganz R differenzierbar (wir nehmen
hQ > 0 und hA > 0 an) und die Abbildung ist durch

x a−x
t0 (x) = q − q
c1 h2Q + x2 c2 h2A + (a − x)2

für alle x ∈ R gegeben. Diese verschwindet bei x ∈ R genau dann, wenn

x a−x
q = q ,
c1 h2Q + x2 c2 h2A + (a − x)2
sin(αQ ) sin(αA )
=
c1 c2
sin(αA ) c2
= ,
sin(αQ ) c1

wobei αA und αQ die beiden Winkel in obigem Bild bei dem Punkt (x, 0) sind. Wir bemerken
noch, dass obige Gleichung in x für genau ein x ∈ R erfüllt ist und t : R → R für dieses
387
x0 ∈ (0, a) tatsächlich ein globales Minimum annimmt. Die letzte Gleichung, welche die Winkel
αA , αQ und die Lichtgeschwindigkeiten c1 , c2 in Verbindung bringt, wird das Brechungsgesetz
von Snellius genannt.

Übung 8.55. Beweisen Sie die letzte Aussage in Beispiel 8.54.

Hinweis: Kann die Gleichung für x ≤ 0 oder x ≥ a erfüllt sein? Verwenden Sie weiter,
dass αQ = arctan hxQ ∈ − π2 , π2 streng monoton wachsend von x ∈ R abhängt und αA =


 
sin(αA )
arctan a−x ∈ − π2 , π2 streng monoton fallend von x ∈ R abhängt, wodurch sin(α


hA Q)
streng
monoton fallend von x ∈ (0, a) abhängt. Wir bemerken noch, dass limx→∞ t (x) = +∞ und
limx→−∞ t (x) = +∞.

8.3.7 Verwendung der trigonometrischen Funktionen

Ab jetzt werden wir die trigonometrischen Funktionen und all ihre Monotonieeigenschaften,
ihre Ableitungen und auch die Ableitungen ihrer Umkehrabbildungen meist ohne Referenz
auf diesen Abschnitt verwenden. Deswegen wollen wir die Ableitungsregeln hier nochmals
zusammenfassen. Es gilt

sin0 (x) = cos(x), cos0 (x) = − sin(x),

1 1
tan0 (x) = , cot0 (x) = − 2 ,
cos2 (x) sin (x)
1 1
arcsin0 (x) = √ , arccos0 (x) = − √ ,
1 − x2 1 − x2
1 1
arctan0 (x) = , arccot0 (x) = −
1 + x2 1 + x2

für x im jeweiligen Definitionsbereich der betrachteten Funktion.

388
8.4 Hyperbolische Funktionen
Wir möchten in diesem kurzen Abschnitt die zu Abschnitt 8.3 analoge Diskussion für die
in Abschnitt 7.7.1 eingeführten hyperbolischen Funktionen durchführen. Wir erinnern daran,
dass

ex − e−x ex + e−x sinh(x) ex − e−x

sinh (x) = , cosh (x) = , tanh (x) = = x
2 2 cosh(x) e + e−x

für alle x ∈ R.

8.4.1 Der Areasinus Hyperbolicus

Nach Übung 8.4 gilt sinh0 (x) = cosh(x) > 0 für alle x ∈ R. Somit ist also nach Ko-
rollar 8.35 der Sinus Hyperbolicus streng monoton wachsend. Da limx→∞ sinh (x) = ∞ und
limx→−∞ sinh (x) = −∞ gilt, erhalten wir nach dem Zwischenwertsatz 3.58, dass

sinh : R → R

streng monoton wachsend und bijektiv ist. Die Umkehrabbildung

arsinh : R → R

nennen wir den Areasinus Hyperbolicus. Nach dem Satz zur Differenzierbarkeit der inver-
sen Funktion ist arsinh differenzierbar und es gilt für x ∈ R und s = sinh(x)

1 1 1
arsinh0 (s) = =q =√ .
cosh(x) 1 + s2
1 + sinh2 (x)

Der Areasinus Hyperbolicus besitzt im Gegensatz zu den Umkehrfunktionen arcsin, arccos

und arctan eine geschlossene Form. In der Tat gilt
 p 
arsinh (s) = log s + 1 + s2

für alle s ∈ R, wobei man beachten sollte, dass der Ausdruck rechts für alle s ∈ R Sinn ergibt.
√
Kurzes Nachrechnen ergibt für s ∈ R und x = log(s + 1 + s2 )
√
ex − e−x 1 + s2
   
1 p 1 1 p s −
= s + 1 + s2 − √ = 2
s+ 1+s − 2 =s
2 2 s + 1 + s2 2 s − 1 − s2

wie gewünscht.

8.4.2 Der Areakosinus Hyperbolicus

Der Kosinus Hyperbolicus erfüllt cosh0 (x) = sinh(x) und cosh00 (x) = cosh (x) > 0 für
alle x ∈ R nach Übung 8.4. Insbesondere ist der Kosinus Hyperbolicus streng konvex nach
Korollar 8.42 und hat ein globales Minimum bei 0 nach Korollar 8.37 (wieso?). Für x > 0

389
gilt cosh0 (x) > 0 und somit ist cosh auf R≥0 streng monoton wachsend. Da cosh(0) = 1 und
limx→∞ cosh (x) = +∞, folgt, dass

cosh : R≥0 → R≥1

streng monoton wachsend und bijektiv ist. Die Umkehrabbildung

arcosh : R≥1 → R≥0

wird der Areakosinus Hyperbolicus genannt, ist auf R>1 differenzierbar und erfüllt

1 1
arcosh0 (s) = =√
sinh(x) 2
s −1

für s > 1 und s = cosh(x) mit x > 0. Des Weiteren gilt

 p 
arcosh (s) = log s + s2 − 1

für alle s > 1. Der Nachweis der obigen Eigenschaften des Areakosinus Hyperbolicus und der
noch folgenden Eigenschaften überlassen wir Interessierten.

8.4.3 Der Areatangens Hyperbolicus

Der Areatangens Hyperbolicus ist die Umkehrfunktion
 
1 1+x
artanh : (−1, 1) → R, x 7→ 2 log
1−x

der streng monoton wachsenden Bijektion

tanh : R → (−1, 1).

Des Weiteren ist nach dem Satz zur inversen Funktion (Satz 8.14) artanh differenzierbar und
es gilt

1
artanh0 (s) =
1 − s2

für alle s ∈ (−1, 1).

Übung 8.56. Verifizieren Sie die oben aufgestellten Behauptungen.

390
8.5 Erste Differentialgleichungen
Eine Differentialgleichung ist eine Gleichung der Form F (y 0 , y, x) = 0, die eine reellwer-
dy
tige Funktion y = y(x), ihre Ableitung y 0 = dx und die unabhängige Variable x mittels einer
reellwertigen Abbildung F auf einer offenen Teilmenge von R3 verknüpft. Gesucht sind die
Funktionen y : I → R, die die Gleichung F (y 0 (x), y(x), x) = 0 für alle x ∈ I erfüllen, wobei
der Definitionsbereich I der gesuchten Funktion y ein Intervall I ⊆ R sein soll.
Da es normalerweise mehrere Lösungen gibt, verlangt man üblicherweise noch etwas mehr
Information, nämlich den Wert der Funktion y(x0 ) = y0 bei einem fest gewählten Aus-
gangspunkt x0 ∈ I. Eine Differentialgleichung F (y 0 , y, x) = 0 gemeinsam mit der Bedingung
y(x0 ) = y0 wird ein Anfangswertproblem genannt.
Um genau zu sein, nennt man eine Differentialgleichung F (y 0 , y, x) = 0 eine gewöhnliche
Differentialgleichung erster Ordnung. Hier steht „gewöhnlich“ dafür, dass wir nur eine
unabhängige Variable verwenden. „Erster Ordnung“ steht dafür, dass nur die erste (und keine
höheren Ableitungen) der gesuchten Lösung in der durch F gegebenen Gleichung erscheint.
Wir werden häufig Differentialgleichungen der expliziten Form y 0 = f (y, x) betrachten,
wobei dann f eine reellwertige Funktion darstellt, die auf einer offenen Teilmenge von R2
definiert sein soll.
Ein Beispiel einer solchen gewöhnlichen Differentialgleichung erster Ordnung ist die Glei-
chung y 0 = xy . Durch Anstarren der Gleichung lässt sich eine Lösung dieser Differentialglei-
chung erraten, nämlich y = x. Wir stellen aber fest, dass es ausgehend von dieser Lösung
nicht klar ist, ob es andere Lösungen gibt und wie solche aussehen könnten. Auch unklar ist,
wie viele Lösungen vor und nach Angabe eines Anfangswert existieren (und ob überhaupt
welche existieren). Wir begnügen uns in diesem Abschnitt mit der Betrachtung von einigen
Spezialfällen und werden gegen Ende des zweiten Semesters nochmals ausführlicher auf das
Thema der Differentialgleichungen eingehen.
Wir möchten kurz anmerken, dass gewöhnliche Differentialgleichungen (erster Ordnung und
höherer Ordnungen) in vielen Gebieten der Mathematik und der Naturwissenschaften auftre-
ten. Beispielsweise hat das Zerfallsgesetz der Physik, mit dem (unter anderem) die Anzahl N
Teilchen in einem radioaktiven Stoff beschrieben werden können, eine natürliche Beschreibung
in der Differentialgleichung Ṅ = dNdt = −λN (für einen physikalischen Parameter λ > 0).
2

Wir können uns die rechte Seite der Differentialgleichung y 0 = f (y, x) auch als Richtungs-
feld vorstellen, welches bei jedem Punkt (x, y) eine vorgegebene Steigung der gesuchten Lösung
der Differentialgleichung angibt. Dieses Richtungsfeld können wir mit kleinen Strichen in der
richtigen Steigung in einem Bild visualisieren; die gesuchte Lösung sollte dann einen Graphen
besitzen, der bei jedem Punkt des Graphen den vorgegebenen Strich bei dem Punkt als Tan-
gente besitzt. Noch umgangssprachlicher formuliert, gibt das Richtungsfeld unendlich viele
bereits fertig verlegte Schienen in der Ebene an und die gesuchte Lösung eines Anfangswert-
problems zeigt uns, wohin der Zug fährt, wenn er in einem bestimmten Punkt wegfährt und
2
Das macht exakt gesehen kaum Sinn, denn die Anzahl sollte ja eigentlich eine natürliche Zahl sein und
eine differenzierbare Funktion auf einem Intervall mit Werten in N ist konstant. Da aber die Anzahl sehr gross
und die Änderung der Anzahl in einer kleinen Zeitspanne relativ gesehen klein ist, macht es aus praktischen
Gründen doch Sinn, dies als Differentialgleichung aufzufassen.

391
den vorgegebenen Schienen folgt. In dieser Formulierung können wir fragen, ob wir immer an-
geben können, wohin der Zug fährt oder ob es nicht vielleicht auch „Weichen im Richtungsfeld“
geben könnte.

Figur 8.8: Das Richtungsfeld zur Differentialgleichung y 0 = xy .

Wir bemerken noch, dass das Lösen der Differentialgleichung, also das Auffinden der Lösung
y = y(x), mitunter schwierig ist, doch das Nachprüfen, ob eine Lösung vorliegt, auf Grund
unserer Ableitungsregeln aus Abschnitt 8.1 meist sehr einfach ist.

Applet 8.57 (Einige Richtungsfelder und Anfangswertprobleme). Wir betrachten einige Funk-
tionen f , die verschiedene Richtungsfelder angeben, und die dazugehörigen Anfangswertpro-
bleme für einen bewegbaren Startpunkt (x0 , y0 ).

8.5.1 Differenzengleichungen
Ein diskretes Analogon der Differentialgleichung y 0 = F (y, x) ist die Differenzengleichung

y(n + 1) − y(n) = 4y(n) = F (y(n), n)

für eine gesuchte Funktion y auf N0 und eine gegebene Funktion F auf R × N0 . Für diese
Gleichung kann man rekursiv eine Lösung y bestimmen, wenn man eine Anfangswertbedingung
y(0) = y0 ∈ R gegeben hat (siehe die Besprechung der Rekursion in Abschnitt 2.2). In der Tat
können wir

y(1) = y(0) + F (y(0), 0), y(2) = y(1) + F (y(1), 1), ...

setzen und erhalten eine rekursiv bestimmte Lösung. Man beachte dabei, dass die Lösung
eindeutig bestimmt ist (wieso?).
Die Differentialgleichung y 0 = F (y, x) sollte als eine kontinuierliche Version der Differen-
zengleichung 4y(n) = F (y(n), n) aufgefasst werden. Diese Analogie ist wohlgemerkt nicht
ausschliesslich oberflächlich, sondern kann sowohl in der Praxis als auch in der Theorie zu
wichtigen Ergebnissen führen.
392
 Es kann zum Beispiel sein, dass man eigentlich an einem diskreten Problem interessiert ist,
aber die einzelnen Schritte näherungsweise einer kleinen Zeitspanne 4x in einem kontinuier-
lichen Problem entsprechen. In diesem Fall ist es manchmal einfacher, anstelle des diskreten
Problems die entsprechende Differentialgleichung zu betrachten.
Umgekehrt kann es sein, dass ein Anfangswertproblem y 0 = F (y, x), y(0) = y0 auf dem
Intervall I = [0, ∞) gegeben ist, aber die Funktion F zu kompliziert ist, um dieses mittels
Standardfunktionen zu lösen. Stattdessen kann man in diesem Fall die Differentialgleichung
in eine Differenzengleichung verwandeln. Sei also 4x = h > 0 eine kleine positive Zahl. Dann
kann man eine Funktion ỹ auf N0 h durch

ỹ(0) = y0 , ỹ(h) = ỹ(0) + F (ỹ(0), 0)h, ỹ(2h) = ỹ(h) + F (ỹ(h), h)h, ...

definieren. Dabei hofft man, dass die gesuchte Lösung der Differentialgleichung y und die
Lösung obiger Differenzengleichung ỹ einander wegen

y(0) = y0 = ỹ(0),
y(h) − y(0) dy ỹ(h) − ỹ(0)
≈ (0) = F (y (0) , 0) =
h dx h
=⇒ y(h) ≈ ỹ(h)
y(2h) − y(h) dy ỹ(2h) − ỹ(h)
≈ (h) = F (y (h) , h) ≈ F (ỹ (h) , h) =
h dx h
=⇒ y(2h) ≈ ỹ(2h)
...

ähnlich sind.
Diese Beschreibung ist natürlich bloss eine Heuristik (das Zeichen ≈ sollte dies ersichtlich
machen). Sie kann jedoch in gewissen Fällen zu einer approximativen numerischen Lösung
oder gar zu einem Beweis der Existenz einer Lösung führen.

Übung 8.58 (Rekursive Näherung). Zeigen Sie, dass obige Heuristik für das Anfangswert-
problem y 0 = y, y(0) = 1 zu einer Lösung führt.

393
 Figur 8.9: Vergleich der rekursiv definierten approximativen Lösung ỹ
(rote Punkte) mit linearer Interpolation (ebenfalls in Rot) zur Lösung y
in Blau. Das betrachtete Anfangswertproblem ist dabei y 0 = xy , y(0) = 1,
√
welches von y = x2 + 1 gelöst wird.

8.5.2 Stammfunktionen
Eine der einfachsten Differentialgleichungen ist eine Gleichung der Form

y 0 = f (x)

für eine gegebene Funktion f : I → R auf einem Intervall I ⊆ R. Eine Lösung F : I → R, das
heisst, eine differenzierbare Funktion F : I → R mit F 0 (x) = f (x) für alle x ∈ I, wird eine
Stammfunktion von f genannt. Wir schreiben auch
Z
f (x) dx = F (x) + C,

falls F 0 = f , wobei C ∈ R eine unbestimmte Konstante – die Integrationskonstante – ist.

Wir bemerken, dass F (x) + C auch (F (x) + C)0 = f (x) erfüllt, falls F eine Stammfunktion
und C ∈ R eine Konstante ist. Wir bezeichnen f (x) dx als das unbestimmte Integral.
R

Dabei ist es noch nicht klar, inwiefern das unbestimmte Integral von der Wahl einer Stamm-
funktion von f abhängt, und was die Integraldarstellung mit dem Riemann-Integral zu tun
hat. Die Notation wird zum Teil in folgendem Lemma (und vollständig in Kapitel 9) erklärt.

Lemma 8.59 (Integrationskonstante). Sei I ⊆ R ein Intervall, f : I → R eine Funktion und

F, F1 : I → R Stammfunktionen von f . Dann gibt es eine Konstante C ∈ R mit F1 = F + C.
In anderen Worten, alle Lösungen von y 0 = f sind gegeben durch die Formel y = F (x) + C,
wenn wir die Konstante C ∈ R variieren.

Beweis. Sei G = F1 − F . Dann ist G0 (x) = F10 (x) − F 0 (x) = f (x) − f (x) = 0 für alle x ∈ I.
Aber nach Korollar 8.33 des Mittelwertsatzes muss eine differenzierbare Funktion auf einem
Intervall mit Ableitung Null konstant sein. Somit folgt G(x) = C für ein C ∈ R und alle x ∈ I,
und damit ebenso die Aussage.

Das unbestimmte Integral bezeichnet per Definition die Umkehroperation zur Differentia-
tion und die Integrationskonstante deutet an, dass wir jede weitere Stammfunktion erhalten
können, indem wir zu einer bekannten Stammfunktion eine beliebige Konstante addieren.
Da wir bereits viele Ableitungsregeln (siehe Abschnitte 8.1 und 8.3) kennen, können wir
diese rückwärts als Integrationsregeln (zur Bestimmung des unbestimmten Integrals) lesen.
Wir werden dies systematisch im nächsten Kapitel besprechen und wollen hier nur einige erste
Regeln ansprechen. Zum Beispiel gilt für s ∈ R (oder sogar für s ∈ C)
(
1 s+1+ C falls s 6= −1
Z
s
x dx = s+1 x
log |x| + C falls s = −1

394
nach Beispiel 8.15,
Z
exp(x) dx = exp(x) + C
Z
cos(x) dx = sin(x) + C
Z
sin(x) dx = − cos(x) + C
Z
sinh(x) dx = cosh(x) + C
Z
cosh(x) dx = sinh(x) + C
Z
1
√ dx = arcsin(x) + C
2
Z 1−x
1
dx = arctan(x) + C
1 + x2
Z
1  p 
√ dx = arsinh (x) + C = log x + 1 + x2 + C
Z 1 + x2
1  p 
√ dx = arcosh (x) + C = log x + x2 − 1 + C
x2 − 1

nach Beispiel 8.3(iii), Übung 8.4(ii) und den Abschnitten 8.3–8.4.

Wir begnügen uns vorerst mit dieser Liste und besprechen im nächsten Kapitel weitere
Methoden der Berechnung des unbestimmten Integrals, aber erst nachdem wir die Frage „Was
hat das so definierte unbestimmte Integral mit dem Riemann-Integral zu tun?“ beantwortet
haben und dadurch noch mehr Motivation für die Betrachtung des unbestimmten Integral
erhalten haben.

8.5.3 Lineare Differentialgleichungen erster Ordnung

Der nächst einfache Typ einer Differentialgleichung besteht aus den linearen Differenti-
algleichungen erster Ordnung, welche von der Form

y 0 + f (x)y = g(x) (8.13)

für zwei gegebene Funktionen f, g besteht. In der Gleichung y 0 + f (x)y = g(x) wird die
Funktion g auch die Störfunktion genannt. Falls die Störfunktion Null ist, nennen wir (8.13)
homogen und sonst inhomogen.
Die Bezeichnung „linear“ entstammt der Tatsache, dass sich Gleichung (8.13) in der Tat
als ein lineares Gleichungssystem auf geeigneten Vektorräumen auffassen lässt. Informell sieht
man schnell, dass die Abbildung y 7→ y 0 + f (x)y linear ist. Welche Vektorräume man dabei
jedoch betrachten soll, hängt stark von den Eigenschaften der Funktionen f und g ab. Wir
werden später etwas genauer auf diese Fragestellung eingehen, wenn wir allgemeiner Lösbarkeit
von Differentialgleichungen diskutieren. Nun möchten wir aber eine Lösung von (8.13) finden,
wobei wir zuerst den homogenen Fall thematisieren.

395
Lemma 8.60 (Homogene lineare Differentialgleichungen erster Ordnung). Sei I ⊆ R ein
Intervall, f : I → R eine Funktion und F : I → R eine Stammfunktion von f . Die Lösungen
y : I → R der homogenen linearen Differentialgleichung erster Ordnung y 0 + f (x)y = 0 sind
genau die Vielfachen der Funktion x ∈ I 7→ exp(−F (x)).

Beweis. Für die Funktion y : x ∈ I 7→ A exp(−F (x)) zu A ∈ R gilt

y 0 (x) = A exp(−F (x))(−F 0 (x)) = −f (x)A exp(−F (x)) = −f (x)y(x)

für alle x ∈ I und somit y 0 + f (x)y = 0.

Sei nun y eine beliebige Lösung der homogenen Differentialgleichung y 0 + f (x)y = 0. Wir
definieren die Funktion ỹ : x ∈ I 7→ exp(F (x))y(x) und berechnen

ỹ 0 (x) = exp(F (x))f (x)y(x) + exp(F (x))y 0 (x) = exp(F (x))(f (x)y(x) − f (x)y(x)) = 0

für alle x ∈ I. Daher ist auf Grund von Korollar 8.33 ỹ = A für eine Konstante A ∈ R und
somit

y(x) = exp(−F (x))ỹ(x) = A exp(−F (x))

für alle x ∈ I wie gewünscht.

Lemma 8.61 (Inhomogene lineare Differentialgleichungen erster Ordnung). Sei I ⊆ R ein

Intervall und seien f, g : I → R Funktionen. Falls es eine Lösung ypart : I → R der Diffe-
rentialgleichung y 0 + f y = g gibt (die auch die partikuläre Lösung genannt wird), dann ist
die allgemeine Lösung yinhom von der Form yinhom = ypart + yhom , wobei yhom die allgemeine
Lösung der homogenen Gleichung y 0 + f (x)y = 0 ist.

Übung 8.62. Beweisen Sie Lemma 8.61. Vergleichen Sie Lemma 8.61 des Weiteren mit fol-
gender Tatsache aus der linearen Algebra. Ist F : V → W eine lineare Abbildung zwischen
Vektorräumen V, W über einem Körper K und v ∈ V und w ∈ W erfüllen F (v) = w, dann
ist jedes ṽ ∈ V mit F (ṽ) = w von der Form ṽ = v + v0 für v0 im Kern der Abbildung F .

Lemma 8.61 ist natürlich nur dann interessant, wenn eine partikuläre Lösung bekannt ist.
Ein nützlicher Trick, um eine solche zu finden, ist die Variation der Konstanten. Hierbei
nimmt man an, dass in der Lösung yhom (x) = A exp(−F (x)) der homogenen Gleichung A =
A(x) eine differenzierbare Funktion der Variable x statt einer Konstante ist. Das heisst, wir
setzen y(x) = A(x) exp(−F (x)) für alle x ∈ I, berechnen

y 0 (x) = A0 (x) exp(−F (x)) − A(x)f (x) exp(−F (x))

y 0 (x) + f (x)y(x) = A0 (x) exp(−F (x))

und wollen also A0 (x) exp(−F (x)) = g(x) lösen. Dies führt zu A0 (x) = g(x) exp(F (x)) und
Z
A(x) = g(x) exp(F (x)) dx.

396
Zusammenfassend kann man also eine partikuläre Lösung der inhomogenen Differentialglei-
chung y 0 + f y = g finden, indem man eine Stammfunktion A(x) von g(x) exp(F (x)) findet
und dann

ypart : x ∈ I 7→ A(x) exp(−F (x))

setzt.
Die allgemeine Lösung yinhom der inhomogenen Differentialgleichung y 0 + f y = g enthält
nach Lemma 8.61 eine unbekannte Konstante (die in einer Lösung der homogenen Gleichung
versteckt ist). Wenn nun zusätzlich ein Anfangswert y(x0 ) = y0 für x0 ∈ I gegeben ist, dann
kann man diesen zur Bestimmung der Konstante verwenden und dadurch das Anfangswert-
problem lösen.
Um sich obiges Verfahren für das Anfangswertproblem y 0 + f y = g, y(x0 ) = y0 zu mer-
ken, kann man auch folgendes „Kochrezept“ durchlaufen, die zum Teil die Leibniz-Notation
verwenden und wegen obiger Diskussion zum richtigen Resultat führen.

• Trennung der Variablen in der homogenen Gleichung:

0
yhom + f (x)yhom = 0
dyhom
= −f (x)yhom
dx
dyhom
= −f (x) dx
yhom
Z Z
dyhom
= − f (x) dx
yhom
ln |yhom | = −F (x) + C
|yhom | = eC exp(−F (x))
yhom (x) = A exp(−F (x))

• Variation der Konstanten: Mit dem Ansatz ypart = A(x) exp(−F (x)) und der Dif-
ferentialgleichung ypart
0 + f (x) ypart = g (x) erhält man eine Differentialgleichung für
A(x).

• Bestimmung der Konstanten: Setze

y = ypart + yhom = A(x) exp(−F (x)) + A exp(−F (x))

und y(x0 ) = y0 = A(x0 ) exp(−F (x0 )) + A exp(−F (x0 )), um A ∈ R zu bestimmen.

Wir bemerken allerdings, dass der erste Schritt obiges Kochrezepts eigentlich nicht alle
Lösungen lieferte. In der Tat haben wir zur Vereinfachung der Notation A = ±eC 6= 0 gesetzt,
dann aber einfach von der Konstante A ∈ R gesprochen, wodurch wir die triviale Lösung
der homogenen Differentialgleichung y = 0 wiedergewonnen haben. Dieses und auch ähnliche
Kochrezepte sind später sehr nützlich um Lösungen zu finden. Einmal gefunden, ist es nor-
malerweise auch ein leichtes zu überprüfen, ob eine Funktion eine Lösung darstellt (und dies
397
wird üblicherweise auch der Fall sein). Doch sollten wir uns bewusst sein, dass das Kochrezept
möglicherweise nicht alle Lösungen liefert.

Beispiel 8.63 (Trennung der Variablen). Wir möchten das Anfangswertproblem

2
y 0 − 2xy = ex
y(0) = 1

auf R lösen.

• Nach Lemma 8.60 berechnen wir zu f (x) = −2x

Z
(−2x) dx = −x2 + C

und wählen somit F (x) = −x2 als Stammfunktion. Die allgemeine Lösung der homo-
2
genen Differentialgleichung y 0 − 2xy = 0 ist somit von der Form yhom (x) = Aex für
A ∈ R.

• Um eine partikuläre Lösung zu finden, brauchen wir eine Stammfunktion der Funktion
2 2
g(x) exp(F (x)) = 1, wobei g (x) = ex . Wir setzen somit ypart (x) = xex .

• Die allgemeine Lösung der inhomogenen Gleichung ist nach Lemma 8.61 somit von der
2 2
Form y (x) = Aex +xex . Unter Verwendung des Anfangswerts erhalten wir y(0) = A =
1 und somit ist die eindeutig bestimmte Lösung des obigen Anfangswertproblems durch

2 2 2
y (x) = ex + xex = (x + 1) ex

gegeben. An dieser Stelle empfiehlt es sich durch Einsetzen zu überprüfen, dass y tatsäch-
lich eine Lösung ist.

Übung 8.64. Finden Sie eine Lösung des Anfangswertproblems

 
0 4
y − + 1 y = x4
x
y(1) = 1

auf dem Intervall (0, ∞).

8.5.4 Zweite Ordnung

Wir wollen in diesem Unterabschnitt den einfachsten Typ einer gewöhnlichen Differential-
gleichung zweiter Ordnung betrachten, nämlich lineare Differentialgleichungen mit konstanten
Koeffizienten. Hierbei wird für vorgegebene a0 , a1 ∈ C die Gleichung

y 00 + a1 y 0 + a0 y = 0 (8.14)

398
als homogene lineare gewöhnliche Differentialgleichungen zweiter Ordnung mit
konstanten Koeffizienten bezeichnet. Für eine vorgegebene Funktion g wird

y 00 + a1 y 0 + a0 y = g

als inhomogene lineare gewöhnliche Differentialgleichungen zweiter Ordnung mit

konstanten Koeffizienten und Störfunktion g bezeichnet.
Bevor wir das allgemeine Verfahren zur Berechnung der Lösungen dieser Differentialglei-
chungen vorstellen, wollen wir zuerst einige Spezialfälle betrachten, welche auch als Motivation
für das allgemeine Verfahren betrachtet werden sollten.

Beispiel 8.65 (Einige homogene Gleichungen). Die folgenden Behauptungen sind sehr leicht
mit Differentiation überprüfbar. (Die Anmerkungen zu den betrachteten Polynomen soll gewis-
se Übereinstimmungen andeuten und sollte zumindest nach der Besprechung des allgemeinen
Verfahrens für Sie Sinn machen.)

(a) Für die Differentialgleichung y 00 = 0 sind die Funktionen

x ∈ R 7→ y(x) = C1 + C2 x

für beliebige Konstanten C1 , C2 ∈ C Lösungen. (Die 0 ist die einzige Lösung der Gleichung
T 2 = 0.)

(b) Für die Differentialgleichung y 00 − y 0 = 0 sind die Funktionen

x ∈ R 7→ y(x) = C1 + C2 exp(x)

für beliebige Konstanten C1 , C2 ∈ C Lösungen. (Die Lösungen der Gleichung T 2 − T = 0

sind gegeben durch 0 und 1.)

(c) Für die Differentialgleichung y 00 + y = 0 sind die Funktionen

x ∈ R 7→ y(x) = C1 sin(x) + C2 cos(x)

für beliebige Konstanten C1 , C2 ∈ C Lösungen. Ebenso sind die Funktionen

x ∈ R 7→ y(x) = D1 exp(ix) + D2 exp(−ix)

für beliebige Konstanten D1 , D2 ∈ C Lösungen, und auf Grund des Zusammenhangs

zwischen der komplexen Exponentialabbildung und den trigonometrischen Funktionen in
Satz 7.72 werden dadurch die gleiche Menge an Lösungen beschrieben. (Die Lösungen der
Gleichung T 2 + 1 = 0 sind gegeben durch i, −i ∈ C.)

Obige Beispiele legen den Ansatz y = exp(αx) für die Lösungen der Differentialgleichung
nahe, wobei man α ∈ C noch bestimmen muss (und dies nicht unbedingt alle Lösungen liefert).
In der Tat das allgemeine Kochrezept für die Lösung der homogenen Differentialgleichung in

399
(8.14) besteht darin, dass wir die Koeffizienten der Differentialgleichung als Koeffizienten des
sogenannten charakteristischen Polynoms

p(T ) = T 2 + a1 T + a0

verwenden. Anschliessend müssen die Nullstellen der Gleichung p(T ) = 0 berechnet werden.

• Falls es zwei verschiedene Nullstellen α1 , α2 ∈ C gibt, so sind die Funktionen

y(x) = C1 exp(α1 x) + C2 exp(α2 x) (8.15)

für beliebige Konstanten C1 , C2 ∈ C Lösungen der homogenen Differentialgleichung

(8.14).

• Falls die Koeffizienten a0 , a1 reell sind und die Nullstellen α1 = α durch eine komplexe
Zahl α = β + γi mit β, γ ∈ R und die Konjugierte α2 = α beschrieben werden, so sind
die Funktionen

y(x) = C1 exp(βx) sin(γx) + C2 exp(βx) cos(γx) (8.16)

für beliebige Konstanten C1 , C2 ∈ C Lösungen der homogenen Differentialgleichung

(8.14).

• Falls es nur eine Nullstelle α ∈ C des charakteristischen Polynoms p(T ) = (T − α)2 gibt,
so sind die Funktionen

y(x) = C1 exp(αx) + C2 x exp(αx) (8.17)

für beliebige Konstanten C1 , C2 ∈ C Lösungen der homogenen Differentialgleichung

(8.14).

Mit Hilfe der Ableitungsregeln lässt sich nun überprüfen, dass dieses Verfahren in der
Tat Lösungen liefert. Hierfür ist der wichtigste Schritt die folgende Rechnung. Angenommen
a0 , a1 , α ∈ C sind Konstanten, welche wir verwenden, um das Polynom p(T ) = T 2 + a1 T + a0
und die Funktion y : x ∈ R 7→ y(x) = exp(αx) zu definieren. Dann gilt y 0 = αy, y 00 = α2 y
und deshalb y 00 + a1 y 0 + a0 y = p(α)y(x), was den Zusammenhang zwischen den Nullstellen des
charakteristischen Polynom und den Lösungen der homogenen Differentialgleichung erklärt.

Wichtige Übung 8.66 (Homogene Gleichung).

(i) Zeigen Sie, dass die Menge der Lösungen der homogenen Differentialgleichung (8.14)
auf R einen Teilraum des Vektorraums aller zweimal differenzierbarer Funktionen auf R
bildet.

(ii) Zeigen Sie, dass die Funktionen in (8.15), (8.16) beziehungsweise (8.17) Lösungen von
(8.14) sind.

400
(iii) Zeigen Sie, dass wir in den Spezialfällen von Beispiel 8.65 tatsächlich alle Lösungen der
jeweiligen Differentialgleichung gefunden haben.

Wir behandeln nun ein wichtiges Beispiel aus der Physik.

Beispiel 8.67 (Gedämpfte Schwingung). Wir bringen ein Gewicht an einer elastischen Feder
an und wählen das Koordinatensystem, so dass y = 0 dem Ruhezustand (wo sich das Gewicht
nicht bewegt) entspricht.

Wir wollen die Position y(t) des Gewichts als Funktion der Zeit t betrachten. Nach den New-
tonschen Grundgesetzen der Bewegung ist die zweite Ableitung ÿ (nach der Zeit) multipliziert
mit der Masse m des Gewichts gleich der Kraft, die auf das Gewicht wirkt. Eine Kompo-
nente dieser Kraft entsteht durch die Ausdehnung der Feder und orientiert sich in Richtung
Ruhezustand. Nach dem Hookeschen Gesetz ist diese Kraft durch −ky gegeben, wobei k > 0
die Federkonstante genannt wird. Weiter wirken üblicherweise Reibungkräfte auf die Bewe-
gung. Wir nehmen an, dass die entsprechende Krafteinwirkung durch −dẏ gegeben ist, wobei
d ≥ 0 die Dämpfungskonstante ist. Die Differentialgleichung, die die Bewegung y(t) der Masse
beschreibt, ist somit

mÿ = −dẏ − ky
d k
ÿ + ẏ + y = 0,
m m

was also eine gewöhnliche lineare homogene Differentialgleichung zweiter Ordnung ist. Wir
setzen zur Vereinfachung der Notation m = 1. Das charakteristische Polynom obiger Diffe-
rentialgleichung ist

p(T ) = T 2 + dT + k

mit Nullstellen
r
d d2
α=− ± − k.
2 4

401
 d2
Für 4 − k < 0 sind dies komplex konjugierte Nullstellen α = β ± γi, wobei β = − d2 und
q
d2
γ= 4 − k . In diesem Fall erhält man somit Lösungen von der Form

d
e− 2 t (A sin (γt) + B cos (γt)) ,

siehe auch folgendes Bild.

Figur 8.10: Die ungedämpfte Schwingung links (mit d = 0) und eine

2
gedämpfte Schwingung (mit d > 0 und d4 − k < 0) rechts.
2
Falls die Reibung stark ist und d4 − k > 0 ist, dann wird die Schwingung zerstört – dies
kann mit einem Türschliess-Mechanismusqverglichen werden. Die Lösungen q sind dann von der
α t α t d d2 d d2
Form Ae + Be , wobei α1 = − 2 +
1 2
4 − k < 0 und α2 = − 2 − 4 − k < 0. Es gibt
also in diesem Fall zwei potenziell sehr verschiedene Lösungen, die unterschiedlich schnell zum
Ruhezustand der Feder (also y = 0) streben.
2
Der Grenzfall d4 − k = 0 ist nochmals anders, da wir in diesem Fall bis jetzt nur eine
d
eindimensionale Lösungsmenge bestehend aus allen Vielfachen von y1 = e− 2 t gefunden haben.
d
Mit obiger Anleitung erhält man eine weitere Lösung y2 (t) = te− 2 t , die linear unabhängig zu
y1 ist (wieso?). In der Tat gilt
d d
ẏ2 (t) = e− 2 t − d2 te− 2 t
d
 2 d
ÿ2 (t) = −de− 2 t + t d4 e− 2 t

und somit
d
d2 d2 − d2 t d
d2 − d2 t d2 − d2 t
ÿ2 (t) + dẏ2 (t) + 4 y2 (t) = −de− 2 t + 4 te + de− 2 t − 2 te + 4 te = 0.

für alle t ∈ R.

Wir wenden uns nun dem inhomogenen Problem zu, wobei wir annehmen wollen, dass die
Störfunktion g sich als Summe von Produkten von Polynomen und Exponentialabbildungen
402
(oder auch dem Sinus und Kosinus) schreiben lässt. In diesen Fällen können wir spezifische
Ansätze verwenden, um eine erste Lösung der inhomogenen Differentialgleichung

y 00 + a1 y 0 + a0 y = g (8.18)

zu finden. Diese Lösung nennen wir auch die partikuläre Lösung ypart . Die allgemeine Lö-
sung (mit zwei unbekannten Konstanten) der inhomogenen Differentialgleichung lässt sich
dann auf Grund der Linearität als Summe der allgemeinen Lösung der homogenen Differenti-
algleichung (mit zwei unbekannten Konstanten) und der partikulären Lösung schreiben. Wir
beschreiben das Rezept zur Berechnung der partikulären Lösung, wobei p(T ) wiederum das
charakteristische Polynom der homogenen Differentialgleichung darstellt:

• Falls g(x) = q(x)eαx für ein Polynom q(T ) vom Grad n und α ∈ C mit p(α) 6= 0,
dann definiert man ypart = Q(x)eαx , wobei Q(T ) ein Polynom vom Grad n mit noch zu
bestimmenden n+1 Koeffizienten ist. Nun berechnet man die linke Seite von (8.18) setzt
dies gleich g und verwendet diese Gleichung, um die Koeffizienten von Q zu bestimmen.

• Falls g(x) = q(x)eαx für ein Polynom q(T ) vom Grad n und α ∈ C mit p(α) = 0, dann
wiederholt man obiges Verfahren, allerdings mit dem Ansatz ypart = Q(x)x` eαx , wobei
` die Vielfachheit der Nullstelle α von p(T ) angibt.

• Falls g als eine Linearkombination von Ausdrücken wie oben dargestellt werden kann,
dann können wir obiges Verfahren getrennt anwenden und die jeweiligen partikulären
Lösungen der vereinfachten Differentialgleichungen addieren.

• Falls α ∈ C \ R ist und wir an reellwertigen Lösungen einer Differentialgleichung mit

reellen Koeffizienten interessiert sind, dann kann man eαx , eαx in obigen Diskussionen
durch eβx cos(γx), eβx sin(γx) für β, γ ∈ R mit α = β + γi ersetzen.

Beispiel 8.68 (Partikuläre Lösungen). Wir betrachten einige Spezialfälle für die obigen An-
sätze.

(a) Zum Beispiel könnten das charakteristische Polynom durch p(T ) = (T + 1)(T + 2) und
das Störglied durch x ∈ R 7→ g(x) = x exp(x) gegeben sein. In diesem Fall ist der Skalar
α = 1 in der Exponentialfunktion des Störglieds keine Nullstelle des charakteristischen
Polynoms und wir können den Ansatz ypart = (C1 x + C2 ) exp(x) für noch zu bestimmende
Konstanten C1 , C2 verwenden.

(b) Für p(T ) = (T + 1)(T + 2) und Störglied x ∈ R 7→ g(x) = x exp(−x) muss man allerdings
den Ansatz ypart = (C1 x2 + C2 x) exp(−x) für noch zu bestimmende Konstanten C1 , C2
verwenden, da −1 sehr wohl eine Nullstelle des charakteristischen Polynoms ist.

(c) Falls p (T ) = (T + 1)2 und das Störglied durch x ∈ R 7→ g(x) = x exp(−x) gegeben ist, so
muss man den Ansatz ypart = (C1 x3 +C2 x2 ) exp(−x) für noch zu bestimmende Konstanten
C1 , C2 verwenden, da −1 eine doppelte Nullstelle des charakteristischen Polynoms ist.

403
(d) Falls p (T ) = T 2 + 1 und das Störglied durch x ∈ R 7→ g(x) = x sin(x) gegeben ist,
so muss man den Ansatz ypart = (C1 x2 + C2 x) sin(x) + (C3 x2 + C4 x) cos(x) für noch
zu bestimmende Konstanten C1 , C2 , C3 , C4 verwenden. Dies ergibt sich ebenso aus obi-
gen Fällen, denn sin (x) = 2i1 (exp (ix) − exp (−ix)) und beide Skalaren i, −i sind einfache
Nullstellen des charakteristischen Polynoms. Deswegen müssen wir den Grad der Poly-
nomfaktoren vor exp(ix) und vor exp(−ix) jeweils um 1 erhöhen, was zu den getrennten
Ansätzen (D1 x2 + D2 x) exp(ix) für die partikuläre Lösung für das Störglied 2i1 x exp (ix)
beziehungsweise (D3 x2 + D4 x) exp(−ix) für das Störglied − 2i1 x exp (−ix) führt. Wollen
wir die Rechnung über die reellen Zahlen ausführen, so betrachten wir stattdessen obigen
Ansatz mit Sinus und Kosinus.

Wie bereits erwähnt ergibt sich die allgemeine Lösung einer inhomogenen Differentialglei-
chung dann als die Summe einer partikulären Lösung und der allgemeinen Lösung der zu-
gehörigen homogenen Differentialgleichung. Falls zusätzlich Anfangsbedingungen in der Form
y(x0 ) = y0 und y 0 (x0 ) = y1 bekannt sind, so lässt sich nun die Lösung des Anfangswertpro-
blems mit Hilfe eines Gleichungssystems in den unbekannten Konstanten lösen. Wir erproben
dieses Verfahren im folgenden Beispiel.

Beispiel 8.69 (Gedämpfte Schwingung mit periodischer Krafteinwirkung). Wir verändern

die homogene Differentialgleichung

ÿ + dẏ + ky = 0

der gedämpften Schwingung aus Beispiel 8.67, indem wir eine periodische Krafteinwirkung der
Form a sin(t) für ein a ∈ R dem System hinzufügen, wodurch wir die inhomogene Differential-
gleichung ÿ+dẏ+ky = a sin(t) erhalten. Wir wollen nun eine Lösung des Anfangswertproblems

ÿ + dẏ + ky = a sin(t)
y(0) = 0, y 0 (0) = 0

finden, wobei die Anfangsbedingungen der unbewegten Ruhelage am Anfang entspricht.

Die allgemeine Lösung der homogenen Differentialgleichung haben wir bereits in Beispiel 8.67
2
diskutiert. Wir möchten hier jedoch nur den Fall d4 − k < 0 besprechen. In diesem Fall ist die
allgemeine Lösung
d
yhom (t) = e− 2 t (A sin (γt) + B cos (γt)) ,
q
d2
wobei γ = 4 −k .
Für die partikuläre Lösung machen wir den Ansatz ypart (t) = −C sin(t) + D cos(t) und
erhalten

ẏpart = −C cos(t) − D sin(t)

ÿpart = C sin(t) − D cos(t).

404
Wir möchten also C, D so bestimmen, dass

ÿpart + dẏpart + kypart = (C − Dd − Ck) sin(t) + (−D − Cd + Dk) cos(t) = a sin(t),

oder nach Vergleich der Koeffizienten (wieso geht das?), dass

! ! !
1 − k −d C a
=
d 1−k D 0

in Matrixschreibweise. Falls die Determinante (1 − k)2 + d2 nicht Null ist, sehen wir nach
Inversion, dass die Lösung des Gleichungssystems durch
! ! ! !
C 1 1−k d a a 1−k
= =
D (1 − k)2 + d2 −d 1 − k 0 (1 − k)2 + d2 −d

gegeben ist, wodurch

a(1 − k) ad
ypart (t) = − 2 2
sin (t) − cos (t) .
(1 − k) + d (1 − k)2 + d2

Wir addieren zu ypart die allgemeine Lösung yhom der homogenen Differentialgleichung,
um eine Lösung y zu erhalten. Nun setzen wir t = 0 sowohl in der Lösung y als auch ihrer
Ableitung und erhalten gemeinsam mit den Anfangsbedingungen

ad
y(0) = − ·1+1·B·1=0
(1 − k)2 + d2
a(1 − k) d
y 0 (0) = − · 1 − · 1 · B + 1 · A · γ = 0.
(1 − k)2 + d2 2

Somit wählen wir die Konstanten A, B als

ad
B= ,
(1 − k)2 + d2
 2 
Bd a(1 − k) a d
A= + = + (1 − k) .
2γ γ((1 − k)2 + d2 ) γ((1 − k)2 + d2 ) 2

Die Lösung des Anfangswertproblems ist somit gegeben durch

y(t) = ypart (t) + yhom (t)

a(1 − k) ad
=− sin (t) − cos (t)
(1 − k)2 + d2 (1 − k)2 + d2
  2  
− d2 t a d ad
+e + (1 − k) sin (γt) + cos (γt) .
γ((1 − k)2 + d2 ) 2 (1 − k)2 + d2

Man kann in diesem einfachen Modell bereits einige physikalische Beobachtungen wiedererken-
nen.

• Bei positiver Dämpfung d > 0 strebt die Lösung gegen eine Schwingung mit Frequenz der

405
 a
vorgegebenen Krafteinwirkung. Die Amplitude dieser Schwingung ist durch √
(1−k)2 +d2
gegeben (siehe die entsprechende Übung in Abschnitt 7.9.2) und hängt also linear von
der vorgegeben Amplitude der Krafteinwirkung ab. Sie wird grösser, wenn k nahe bei 1
und d nahe bei 0 ist.

• Bei verschwindender Dämpfung d = 0 ergibt sich eine Lösung, die eine Überlagerung
der „Eigenschwingung“ des Systems und der „vorgegebenen Schwingung“ der Kraftein-
wirkung ist. Falls k 6= 1 nahe bei 1 ist, dann können sich diese Schwingungen manchmal
gleichzeitig verstärken und manchmal fast auslöschen, siehe folgendes Bild.

• Bei d = 0 und k = 1 gilt obige Diskussion nicht mehr. In diesem Fall ist eine partikuläre
Lösung durch ypart (t) = − a2 t cos (t) gegeben (wieso?) und eine Lösung des Anfangs-
wertproblems durch y (t) = − a2 t cos (t) + a2 sin (t). Diese Lösung ist also unbeschränkt
(unabhängig davon wie klein a 6= 0 auch sein mag). Physikalisch begründet sich dies mit
der Tatsache, dass die Krafteinwirkung mit dem System im gleichen Takt ist und die
Schwingung (bei Abwesenheit von Reibung) aufschaukelt.

Die Phänomene in diesem Beispiel werden als Resonanz bezeichnet und können in ver-
schiedenen Situationen beobachtet werden. Zum Beispiel kann sich die Schwingung von einer
Saite einer Gitarre auf die gleiche Saite einer anderen Gitarre übertragen, ohne dass diese sich
berühren müssen. Denn durch Anzupfen der Saite auf der ersten Gitarre erzeugt man einen
Ton, der als Schwingung der Luft in einer gewissen Frequenz definiert werden kann. Diese
Schwingung breitet sich aus und übt auf die gleiche Saite der zweiten Gitarre in der richtigen
Frequenz eine Kraft aus, die zwar sehr klein ist, aber in der Frequenz mit der Eigenschwingung
406
der Saite der zweiten Gitarre übereinstimmt. Aus diesen Grund beginnt die Saite der zweiten
Gitarre sichtbar zu schwingen. (Zur Not kann man dies auch nur mit einer Gitarre beobachten,
aber hierzu muss man auf zwei Saiten die gleiche Note greifen.)

Applet 8.70 (Harmonischer Oszillator). Sie können sowohl die Koeffizienten der Differenti-
algleichung ÿ + dẏ + ky = a sin t als auch die Anfangsbedingungen y(0) = y0 und ẏ(0) = y1
einstellen.

407
8.6 Weitere Lernmaterialien

8.6.1 Verwendung des Kapitels

Der Begriff der Ableitung und die Ableitungsregel sind fundamentales Grundwissen für al-
le weitere Untersuchungen in der Analysis I/II-Vorlesung und vielen Anwendungen in Physik
und anderen Wissenschaften. Die Berechnung der Ableitung einer vorgegebenen Funktion ist
meist ziemlich einfach, da die wenigen Regeln für alle üblichen algebraischen Verknüpfungen
von bekannten Funktionen anwendbar sind. Bloss wenn eine Funktion durch eine Fallunter-
scheidung definiert wird, müssen wir mitunter auf die ursprüngliche Definition zurückgreifen
und können damit vielleicht die Ableitung bei den Problempunkten berechnen. Wir empfehlen
Ihnen dies zu üben bis Sie Ableitungen mit 100%-iger Sicherheit berechnen können.
Wie wir gesehen haben, ist der Mittelwertsatz der Differentialrechnung das Hilfsmittel für
den Zusammenhang zwischen der Ableitung und dem Verhalten der ursprünglichen Funktion
auf einem Intervall. Für den Beweis des Mittelwertsatzes benötigten wir (über den Umweg des
Satzes von Rolle) den Satz über die Existenz des Maximums auf einem kompakten Intervall, wo
wiederum das Supremum und damit die Vollständigkeit der reellen Zahlen notwendig waren.
Insbesondere bildet der Mittelwertsatz die Grundlage von allen Kurvendiskussionen, welche
Monotonieeigenschaften aber auch Krümmungseigenschaften in der Form von Konvexität und
Konkavität einer vorgegebenen Funktion beschreiben. Obwohl viele Ableitungsregeln und auch
viele weitere Eigenschaften, die eine Funktion mit ihrer Ableitung verknüpft, auch für komplex-
wertige Funktionen gelten, gilt der Mittelwertsatz nicht für komplex-wertige Funktionen.
Die Kurvenbesprechung verwendeten wir zum Beispiel für den Sinus, den Kosinus und
den Tangens, was zu der Definition der inversen Funktionen Arkussinus, Arkusconsinus und
Arkustangens führte. Wir werden diese Funktionen, deren Eigenschaften, Definitionsbereiche
und Ableitungen ab nun auch ohne Verweise auf Abschnitt 8.3 verwenden. Wir haben damit die
üblichen Funktionen eingeführt und kennen auch die Ableitungen von all diesen Funktionen.3
Wir werden aber auch noch weiteren Ihnen wahrscheinlich unbekannten, aber in gewissen
Anwendungen wichtigen Funktionen begegnen.
Des Weiteren haben wir mit der Regel von de l’Hôpital das Hilfsmittel für die Berechnung
von Grenzwerten gefunden. Dies ist hilfreich, da die Berechnung von Ableitungen im Vergleich
sehr einfach ist. In gewissen Fällen wie zum Beispiel limx&0 x log(x) erfordert die Anwendung
der Regel von de l’Hôpital ein wenig Geschick, da man zuerst den Ausdruck x log (x) als
einen Bruch darstellen muss. Doch auch dies ist mit ein wenig Übung nicht schwierig, da
man hier einfach der „schwierigeren Funktion log(x) den Vortritt gibt“ um stattdessen log(x)x−1
zu betrachten und dies nach einmaliger Anwendung der Regel von de l’Hôpital zum Erfolg
führt. Dies ist auch hilfreich zur Berechnung von Grenzwerten von Folgen, falls diese durch eine
konkrete Formel f (n) definiert ist und für diese Formel der Grenzwert limx→∞ f (x) berechnet
werden kann.

3
Wir meinen mit „üblichen Funktionen“ solche, die sowohl auf den meisten Taschenrechnern vorhanden
sind und auch im Gymnasium unterrichtet werden. Abgesehen davon unterscheiden sich diese Funktionen aber
kaum von anderen Funktionen, die wir zum Teil noch kennenlernen werden und sich vielleicht nicht durch die
üblichen Funktionen ausdrücken lassen.

408
 Wir haben auch den Begriff der Differentialgleichung eingeführt und einige erste Anfangs-
wertprobleme lösen können. Diese Begriffe sind ebenso von fundamentaler Bedeutung für die
Physik und viele weitere Wissenschaften. Denn immer wenn eine Grösse y von einem Zeitpa-
ramter t abhängt und gewisse Gesetzmässigkeiten für das Änderungsverhalten ẏ(t) in Abhän-
gigkeit von y(t) und dem Zeitparameter t bekannt sind, ergibt sich daraus eine gewöhnliche
Differentialgleichung. Wir werden im zweiten Semester nochmals zu diesem Thema zurückkeh-
ren, die Frage der eindeutigen Lösbarkeit von Anfangswertproblemen aufwerfen und in grosser
Allgemeinheit positiv beantworten können.

8.6.2 Übungen
Übung. Finden Sie eine differenzierbare Funktion auf einem offenen Intervall I, so dass ein
Punkt x0 ∈ I mit f 0 (x0 ) = 0 existiert, aber f in x0 kein lokales Extremum annimmt.
Übung (Vielfachheit von Nullstellen). Sei f ∈ R[T ] ein Polynom und sei k ∈ N. Wir erinnern
daran, dass eine k-fache Nullstelle von f ein z ∈ C ist mit der Eigenschaft, dass (T − z)k
das Polynom f teilt, aber (T − z)k+1 das Polynom f nicht teilt. Zeigen Sie, dass folgende
Eigenschaften für einen Punkt x0 ∈ R äquivalent sind:
(i) x0 ist eine k-fache Nullstelle von f .

(ii) f (`) (x0 ) = 0 für alle ` ∈ N0 mit ` ≤ k − 1 und f (k) (x0 ) 6= 0.

Daraus folgt beispielsweise, dass eine k-fache Nullstelle von f eine k − 1-fache Nullstelle von
f 0 ist (wieso?). Die zweite Eigenschaft (ii) lässt sich direkt auf beliebige, glatte Funktionen
f : R → R erweitern. Mit etwas mehr stimmt dies auch für (i) und man erhält wiederum eine
äquivalente Charakterisierung.
Allerdings muss nicht jede Nullstelle einer von Null verschiedenen, glatten Funktion f :
R → R eine endliche Vielfachheit besitzen. Finden Sie ein nicht-triviales Beispiel einer solchen
Funktion. Das heisst, finden Sie eine glatte Funktion f : R → R mit einer Nullstelle x0 ∈ R,
so dass f (k) (x0 ) = 0 für alle k ∈ N0 , aber f |U 6= 0 für alle Umgebungen U von x0 .
Übung (Satz von Darboux). Sei [a, b] ein kompaktes Intervall mit Endpunkten a < b und sei
f : [a, b] → R eine differenzierbare Funktion. Dann nimmt f 0 zwischen a und b alle Werte
zwischen f 0 (a) und f 0 (b) an.
Gehen Sie wie folgt vor, um einen Beweis zu erhalten.
(i) Sei c zwischen f 0 (a) und f 0 (b). Betrachten Sie die Funktion x ∈ [a, b] 7→ f (x)−cx ∈ R um
zu argumentieren, dass man ohne Beschränkung der Allgemeinheit f 0 (a) ≤ 0, f 0 (b) ≥ 0
sowie c = 0 annehmen kann.

(ii) Verwenden Sie nun den Extremwertsatz (Korollar 3.69) und Proposition 8.17 um zu
zeigen, dass ein Punkt x ∈ [a, b] mit f 0 (x) = 0 existiert.
Übung. Zeigen Sie, dass die Funktion
(
1


exp − 1−x2
falls |x| < 1
f : x ∈ R 7→
0 falls |x| ≥ 1

409
glatt ist.

Übung. Sei f : D → C eine Funktion auf einer Teilmenge D ⊆ R und sei a ∈ D Häufungs-
punkt. Wir erinnern daran, dass f bei a differenzierbar ist, falls der Grenzwert limx→a f (x)−f
x−a
(a)

existiert. Zeigen Sie, dass f genau dann bei a differenzierbar ist, wenn Re(f ) und Im(f ) bei a
differenzierbar sind.

Übung (Challenge). In dieser Übung möchten wir eine differenzierbare Funktion f auf [0, 1]
konstruieren, deren Ableitung an allen (und insbesondere überabzählbar vielen) Punkten in der
Cantor-Menge nicht stetig ist. Als Ausgangspunkt betrachten wir dazu die Funktion
(  
1
x2 (1 − x)2 sin x(1−x) falls x ∈ (0, 1)
ϕ : [0, 1] → R, x 7→ .
0 falls x ∈ {0, 1}

Zeigen Sie, dass ϕ differenzierbar ist, aber dass ϕ0 bei 0 und 1 nicht stetig ist.
Sei C die Cantor-Menge. Wir verwenden die Notation x+ , x− zu x ∈ [0, 1] \ C aus Ab-
schnitt 7.8.2 und definieren damit f : [0, 1] → R durch f (x) = 0 für x ∈ C und
 
3 x − x−
f (x) = (x+ − x− ) ϕ 2
x+ − x−

für x ∈ [0, 1] \ C. Zeigen Sie, dass f differenzierbar ist und dass f 0 bei keinem Punkt in C
stetig ist.

In der folgenden Übung möchten wir eine zahlentheoretische Anwendung des Mittelwertsat-
zes präsentieren. Wir erinnnern uns daran, dass in Abschnitt 3.2 der Begriff der algebraischen
und transzendenten Zahlen eingeführt wurde. Dabei heisst eine komplexe Zahl algebraisch,
wenn sie die Nullstelle eines von Null verschiedenen Polynoms mit rationalen Koeffizienten
ist, und transzendent sonst. Wir möchten in folgender Übung zeigen, dass die Zahl
∞
X
10−n!
n=0

oder Zahlen mit ähnlichen Eigenschaften transzendent sind.

Übung. Eine irrationale reelle Zahl α ∈ R ist eine Liouville-Zahl, falls für jedes n ∈ N eine
rationale Zahl pq ∈ Q existiert mit

p 1
α− < n.
q q

In einem gewissen Sinne ist eine Liouville-Zahl also eine irrationale Zahl, die sich sehr gut
durch rationale Zahlen approximieren lässt.

(i) Zeigen Sie, dass ∞ −n! eine Liouville-Zahl ist. Verwenden Sie die Ziffernentwick-
P
n=0 10
lung zur Basis 10 und Übung 7.91.

Wir wollen nun zeigen, dass jede Liouville-Zahl (und damit auch ∞ −n! ) transzendent
P
n=0 10
ist. Dazu behaupten wir, dass es für jede algebraische Zahl β eine Konstante A > 0 und ein
410
n ∈ N gibt, so dass

p A
β− ≥ n (8.19)
q q
p
für alle q ∈ Q.
p
(ii) Sei f ∈ Q[x] mit f (β) = 0 und Grad n ≥ 1. Sei weiters q ∈ Q ∩ [β − 1, β + 1] keine
 
Nullstelle von f . Zeigen Sie, dass f pq ≥ q1n .
 
(iii) Argumentieren Sie mit dem Mittelwertsatz, dass f pq = |f 0 (ξ)| β − pq für ein ξ
zwischen β und pq . Schliessen Sie, dass es ein a > 0 gibt mit |f 0 (x)| ≤ a für al-
le x ∈ [β − 1, β + 1] und folgern Sie (8.19).

(iv) Zeigen Sie, dass jede Liouville-Zahl transzendent ist.

Übung (Konvexität und Mittelpunktseigenschaft). Sei I ⊆ R ein Intervall und f : I → R

eine stetige Funktion. Zeigen Sie, dass f genau dann konvex ist, wenn für alle x, y ∈ I die
Ungleichung
 
x+y f (x) + f (y)
f ≤
2 2

gilt. Begründen Sie auch intuitiv, wieso letztere Ungleichung implizit in (8.6) enthalten ist
und somit (zumindest auf den ersten Blick) die schwächere Annahme ist. Sie können dazu mit
einem Bild arbeiten. Zeigen Sie unter Verwendung obiger Charakterisierung, dass x ∈ R 7→ |x|
eine konvexe Funktion ist.

Übung. In dieser Übung möchten wir zeigen, dass konvexe Funktionen fast überall differen-
zierbar sind. Sei I ⊆ R ein nicht-leeres Intervall und sei f : I → R konvex.

(i) Zeigen Sie, dass die links- und rechtsseitigen Ableitungen f−0 (x) ≤ f+0 (x) von f bei jedem
x ∈ I ausser vielleicht bei den Endpunkten von I existieren.

(ii) Zeigen Sie, dass f , möglicherweise abgesehen von den Endpunkten von I, stetig ist.

(iii) Zeigen Sie, dass es eine höchstens abzählbare Ausnahmemenge A ⊆ I gibt, so dass f bei
jedem x ∈ I \ A differenzierbar ist.

Hinweis: Für (i) können Sie Lemma 8.39 verwenden, um eine Monotonie der Differenzenquo-
tienten zu zeigen. Für (ii) können Sie folgendes Bild als Hinweis verwenden.

411
 Für (iii) verwenden Sie Übung 3.9.2 für f−0 , f+0 .

Übung (Newton-Verfahren für konvexe Funktionen). Seien a < b zwei reelle Zahlen und sei
f : [a, b] → R eine differenzierbare, konvexe Funktion mit f (a) > 0 und f (b) < 0.

(i) Zeigen Sie, dass f eine eindeutig bestimmte Nullstelle z in [a, b] besitzt.

Wir betrachten nun das Newton-Verfahren zur numerischen Bestimmung von Nullstellen. Sei
x0 = a und xn+1 = xn − ff0(x n)
(xn ) für n ∈ N0 . Dabei ist xn+1 die Nullstelle der Tangente an f
durch xn für jedes n ∈ N; siehe dazu folgendes Bild.

Nun wollen wir zeigen, dass die Folge (xn )n gegen z konvergiert.

b) Zeigen Sie, dass die Folge (xn )n Grenzwert z hat, falls sie konvergiert.

c) Zeigen Sie, dass die Folge (xn )n monoton wachsend ist und dass xn ≤ z und somit auch
xn ∈ [a, b] für alle n ∈ N erfüllt ist. Schliessen Sie damit auf die Konvergenz des Newton-
Verfahrens mit Startpunkt a.

Wir werden später mit Hilfe zusätzlicher Werkzeuge das Newton-Verfahren in einem allgemei-
neren Kontext besprechen können – siehe Beispiel 9.53.

412
Kapitel 9

Die Ableitung und das

Riemann-Integral

In diesem Kapitel wollen wir die zwei wichtigen Themen „Riemann-Integral“ aus Kapitel 4
und „Ableitung“ aus Kapitel 8 verknüpfen. Wie wir sehen werden, ist dieser Zusammenhang
für Anwendungen und für die weitere Theorie von fundamentaler Bedeutung.

9.1 Der Fundamentalsatz der Integral- und Differentialrech-

nung
Definition 9.1. Sei [a, b] ein kompaktes Intervall in R und sei f ∈ R([a, b]) eine auf [a, b]
Riemann-integrierbare Funktion. Die Funktion
Z x
x ∈ [a, b] 7→ f (t) dt
a

nennt sich das Integral mit veränderlicher oberer Grenze oder das partikuläre Inte-
gral von f .
Rx
Man beachte, dass für f ∈ R([a, b]) und x ∈ [a, b] das Integral a f (t) dt wohldefiniert ist
(siehe Satz 4.26 über die Intervalladditivität des Riemann-Integrals). Wir erinnern daran, dass
wir in Übung 4.28 bereits die Stetigkeit des partikulären Integrals gezeigt haben. Mit etwas
stärkeren Annahmen ergibt sich nun folgender Satz von fundamentaler Bedeutung.

Theorem 9.2 (Ableitung des Integrals). Sei [a, b] ein kompaktes Intervall mit Endpunkten
a < b und sei f ∈ R([a, b]) eine auf [a, b] Riemann-integrierbare Funktion. Falls f bei x0 ∈ [a, b]
Rx
stetig ist, so ist F : x ∈ [a, b] 7→ a f (t) dt bei x0 differenzierbar und F 0 (x0 ) = f (x0 ).

Beweis. Sei ε > 0. Dann existiert ein δ > 0 mit

|f (x) − f (x0 )| < ε

413
für alle x ∈ (x0 − δ, x0 + δ) ∩ [a, b]. Wir verwenden dies nun in Kombination mit der Dreiecks-
Ungleichung für das Riemann-Integral (Satz 4.24) und der Intervalladditivität des Riemann-
Integrals (Satz 4.26), um die Aussage zu zeigen. Für x ∈ (x0 , x0 + δ) ∩ [a, b] gilt
Z x Z x0 
F (x) − F (x0 ) 1
− f (x0 ) = f (t) dt − f (t) dt − f (x0 )
x − x0 x − x0 a a
Z x
1
= f (t) dt − f (x0 )
x − x0 x0
Z x Z x
1 1
= f (t) dt − f (x0 ) dt
x − x0 x0 x − x 0 x0
Z x
1
= (f (t) − f (x0 )) dt
x − x0 x0
Z x Z x
1 1
≤ |f (t) − f (x0 )| dt ≤ ε dt = ε.
x − x 0 x0 x − x 0 x0

Analog gilt für x ∈ (x0 − δ, x0 ) ∩ [a, b], dass

x0
F (x) − F (x0 ) F (x0 ) − F (x)
Z
1
− f (x0 ) = − f (x0 ) = (f (t) − f (x0 )) dt
x − x0 x0 − x x0 − x x
Z x0
1
≤ |f (t) − f (x0 )| dt ≤ ε.
x0 − x x

F (x)−F (x0 )
Da ε > 0 beliebig war, beweist dies limx→x0 x−x0 = f (x0 ) und damit den Satz.

Figur 9.1: Illustration zum Beweis von Theorem 9.2. Der Wert F (x) −
F (x0 ) lässt sich schreiben als f (x0 )(x − x0 ) plus die Fläche in Rot, die
kleiner ist als ε(x − x0 ). Somit ist F (x)−F
x−x0
(x0 )
, bis auf einen Fehler kleiner
als ε, durch f (x0 ) gegeben.

Korollar 9.3 (Ableitung des Integrals). Sei [a, b] ein kompaktes Intervall mit Endpunkten
Rx
a < b und sei f ∈ C([a, b]) stetig. Dann ist x ∈ [a, b] 7→ a f (t) dt eine Stammfunktion von f
414
und jede Stammfunktion F : [a, b] → R von f hat die Form
Z x
F (x) = f (t) dt + C (9.1)
a

für alle x ∈ [a, b] und eine Konstante C ∈ R.

Beweis. Nach Satz 4.42 ist f Riemann-integrierbar. Nach Theorem 9.2 ist
Z x
x ∈ [a, b] 7→ f (t) dt
a

differenzierbar und eine Stammfunktion von f . Nach Lemma 8.59 unterscheidet sich jede
weitere Stammfunktion nur um eine Konstante von dieser, was die Formel im Korollar beweist.

Korollar 9.4 (Berechnung des Integrals). Sei [a, b] ein kompaktes Intervall mit Endpunkten
a < b und sei f ∈ C([a, b]) stetig. Falls F : [a, b] → R eine Stammfunktion von f ist, dann gilt
Z b
f (t) dt = F (b) − F (a) .
a

b  x=b
Wir werden auch öfter die Abkürzung F (x) a = F (x) x=a = F (b) − F (a) verwenden.


Beweis. Nach Korollar 9.3 gilt (9.1). Setzen wir x = a erhalten wir für die Konstante C = F (a)
und das Korollar folgt nun indem wir x = b in (9.1) einsetzen.

Korollar 9.5 (Integral der Ableitung). Sei [a, b] ein kompaktes Intervall mit Endpunkten
a < b und sei F ∈ C 1 ([a, b]) stetig differenzierbar. Dann gilt
Z x
F (x) = F (a) + F 0 (t) dt
a

für alle x ∈ [a, b].

Insbesondere kann der Wert von F an jeder Stelle x vollständig durch den Wert von F bei
der Stelle a und die Werte der Funktion F 0 beschrieben werden.
Rx
Beweis. Die Funktion F0 : x ∈ [a, b] 7→ a F 0 (t) dt ist nach Korollar 9.3 ebenso wie F eine
Stammfunktion. Sei C ∈ R mit F (x) = F0 (x) + C für alle x ∈ [a, b] nach Korollar 9.3. Setzen
wir x = a ein, so erhalten wir
Z a
F (a) = F0 (a) + C = F 0 (t) dt + C = C.
a

Somit ist
Z x
F (x) = F (a) + F0 (x) = F (a) + F 0 (t) dt
a

für alle x ∈ [a, b], wie zu zeigen war.

415
 Die obigen Resultate sind auch als der Fundamentalsatz der Integral- und Differen-
tialrechnung bekannt und gehen auf die Arbeiten von Leibniz, Newton und Barrow zurück,
die weitgehend die Ausgangspunkte der Analysis darstellen. Zur Vereinfachung der Diskussion
haben wir Stetigkeit von f beziehungsweise F 0 angenommen. Diese Annahme lässt sich auf
verschiedene Arten abschwächen.
Übung 9.6 (Theorem 9.2 für „fast überall“ stetige Funktionen). Sei [a, b] ein kompaktes
Intervall mit Endpunkten a < b und sei f ∈ R([a, b]) Riemann-integrierbar und bei höchstens
endlich vielen Punkten unstetig. Zeigen Sie, dass die verallgemeinerte Stammfunktion F mit
Rx
F (x) = a f (t) dt für x ∈ [a, b] stetig ist und bei allen Punkten x ∈ [a, b] bis auf endlich viele
Ausnahmen differenzierbar ist mit F 0 (x) = f (x).
Wichtige Übung 9.7 (Fundamentalsatz für komplexe Funktionen). In obigem Satz und
dessen Korollaren haben wir für die Aussagen eigentlich nicht wirklich verwendet, dass die
betrachteten Funktionen reellwertig sind. Zeigen Sie deswegen, dass alle obigen Resultate für
komplexwertige Funktionen zutreffen.
Zusammenfassend wollen wir noch betonen, dass auf Grund obiger Resultate die Berech-
nung von Riemann-Integralen und damit insbesondere von Flächeninhalten, Schwerpunkko-
ordinaten, Arbeitsberechnungen, Bogenlängen und Volumen von Rotationskörpern (siehe Ab-
schnitt 9.7) auf die Berechnung von Stammfunktionen zurückgeführt werden kann.
Übung 9.8 (Mittelwertsatz der Integralrechnung). Sei [a, b] ein kompaktes Intervall mit End-
punkten a < b und f : [a, b] → R stetig. Zeigen Sie, dass ein ξ ∈ (a, b) existiert mit
Z b
f (x) dx = f (ξ) (b − a) .
a

Können Sie zwei verschiedene Beweise finden?

Übung 9.9 (Riemann-integrierbare Ableitung). Wir möchten hier eine etwas stärkere Version
von Korollar 9.5 thematisieren. Sei [a, b] ein kompaktes Intervall mit Endpunkten a < b und
F : [a, b] → R eine differenzierbare, reellwertige Funktion mit F 0 ∈ R([a, b]). Zeigen Sie, dass
Rx
F (x) = F (a) + a F 0 (t) dt für alle x ∈ [a, b].
Applet 9.10 (Fundamentalsatz). Wir sehen hier nochmals die Idee des Beweises des Funda-
mentalsatzes der Integral- und Differentialrechnung (Theorem 9.2), wobei unten das partikuläre
Integral der Funktion im oberen Fenster dargestellt wird.

9.1.1 Differentiation von Potenzreihen

Wir wenden nun den Fundamentalsatz an, um zu zeigen, dass sich Potenzreihen nicht nur
integrieren (siehe Satz 7.85), sondern auch differenzieren lassen.
Korollar 9.11 (Differentiation von Potenzreihen). Sei f (x) = ∞ n
P
n=0 cn x eine Potenzreihe
mit Konvergenzradius R > 0. Dann ist f : (−R, R) → R differenzierbar und es gilt
∞
X
0
f (x) = ncn xn−1
n=1

416
für alle x ∈ (−R, R), wobei die Potenzreihe rechts ebenfalls Konvergenzradius R hat.

Beweis. Sei g(x) die Potenzreihe ∞

P∞
k=0 (k + 1)ck+1 x und sei S der zugehö-
n−1 = k
P
n=1 ncn x
rige Konvergenzradius. Nach Satz 7.56 ist g auf (−S, S) stetig und nach Satz 7.85 darf g(x)
gliedweise integriert werden. Genauer gesagt besagt Satz 7.85, dass G : (−S, S) → R gegeben
durch
Z x ∞ ∞
X (k + 1)ck+1 X
G (x) = g (t) dt = xk+1 = ck+1 xk+1
0 k+1
k=0 k=0

wieder eine Potenzreihe mit Konvergenzradius S darstellt. Nach Korollar 9.3 gilt weiters,
dass G eine Stammfunktion von g = G0 darstellt. Da dies aber abgesehen vom ersten Glied
der Reihe genau die Potenzreihe f ist, stimmen die Konvergenzradien R = S überein, f ist
differenzierbar und f 0 (x) = G0 (x) = g(x) = ∞ n−1 für alle x ∈ (−R, R).
P
n=1 ncn x

Korollar 9.11 lässt sich leicht anpassen, um zu zeigen, dass durch Potenzreihen gegebene
Funktionen glatt sind.

Übung 9.12 (Verallgemeinerung von Korollar 9.11). Sei f (x) = ∞ n

P
n=0 cn x eine Potenzreihe
mit Konvergenzradius R > 0. Zeigen Sie, dass f : (−R, R) → R glatt ist und finden Sie eine
Darstellung von f (n) durch eine Potenzreihe für jedes n ∈ N.

Übung 9.13 (Koeffizientenvergleich für Potenzreihen). Seien f (x) = ∞ n

P
n=0 cn x und g(x) =
P∞ n
n=0 dn x Potenzreihen mit reellen Koeffizienten und positiven Konvergenzradien Rf , Rg . Sei
R = min {Rf , Rg } und angenommen f (x) = g(x) für alle x ∈ (−R, R). Zeigen Sie, dass dann
cn = dn für alle n ∈ N0 und damit Rf = Rg gilt.

Übung 9.14 (Potenzreihenentwicklung für Wurzeln). Sei α ∈ C. Wir wollen hier zeigen, dass
∞  
α
X α n
(1 + x) = x
n
n=0

für alle x ∈ (−1, 1), wobei die verallgemeinerten Binomialkoeffizienten für n ∈ N0 durch
  Qn−1
α j=0 (α − j) α(α − 1) · · · (α − n + 1)
= =
n n! n!

definiert sind.

(a) Zeigen Sie, dass für α 6∈ N0 die Potenzreihe

∞  
X α
g(x) = xn
n
n=0

Konvergenzradius 1 hat.

417
(b) Berechnen Sie die Ableitung von g und zeigen Sie, dass f (x) = (1 + x)α und g(x) die
Differentialgleichung

y
y0 = α
1+x

erfüllen.
g(x)
(c) Berechnen Sie die Ableitung von f (x) und schliessen Sie die Behauptung.

9.1.2 Die alternierende harmonische Reihe

Wir haben bereits in Beispiel 7.20 gesehen, dass die alternierende harmonische Reihe
P∞ (−1)n+1
n=1 n konvergiert, was auch aus dem Leibniz-Kriterium (Proposition 7.25) folgt. Mit
den Resultaten von Kapitel 7 konnten wir den Wert der Reihe aber nicht bestimmen. Nun
können wir mit Hilfe des Fundamentalsatzes der Integral- und Differentialrechnung die Iden-
tität
∞
X (−1)n+1
= log (2)
n
n=1

beweisen.
Es ist in diesem Fall (vielleicht überraschenderweise) einfacher, eine allgemeinere Aussage
zu zeigen. Wir beginnen hierfür mit
∞
01 1 X
(log(1 + x)) = = = (−1)n xn
1+x 1 − (−x)
n=0

für alle x ∈ (−1, 1), wobei die Reihe rechts Konvergenzradius 1 hat (und an den Endpunkten
divergiert). Nach Korollar 9.5 und Satz 7.85 folgt daraus, dass
Z x X (−1)n∞ ∞
X (−1)k+1
1
log (1 + x) = log (1) + dt = xn+1 = xk
0 1+t n+1 k
n=0 k=1

für alle x ∈ (−1, 1). Da die Potenzreihe rechts auch für x = 1 konvergiert, ist die Funktion
∞
X (−1)k+1
f : x ∈ (−1, 1] 7→ xk
k
k=1

nach dem Abelschen Grenzwertsatz (Satz 7.65) auch bei x = 1 stetig. Da die Funktion mit
Definitionsbereich (−1, 1] definiert durch log(1 + x) für x ∈ (−1, 1] ebenfalls stetig ist und für
x ∈ (−1, 1) mit f (x) übereinstimmt, ist
∞
X (−1)n+1
log (2) = lim log (1 + x) = lim f (x) = .
x%1 x%1 n
n=1

418
9.1.3 Die Leibniz-Reihe
Wir verwenden obige Methode nochmals, um
∞
X (−1)n π
= (9.2)
2n + 1 4
n=0

zu beweisen.
(−1)n
Nach dem Leibniz-Kriterium (Satz 7.25) ist die Reihe ∞ konvergent. Wir beginnen
P
n=0 2n+1
die Berechnung ihres Wertes mit
∞
0 1 X
arctan (x) = = (−1)n x2n .
1 + x2
n=0

für x ∈ (−1, 1). Nach Korollar 9.5 gilt

Z x ∞X (−1)n
1
arctan (x) = arctan (0) + dt = x2n+1
0 1 + t2 2n + 1
n=0

Stetigkeit des Arkustangens bei x = 1, der Abelsche Grenzwertsatz (Satz 7.65) und die Iden-
tität arctan (1) = π4 beweisen nun (9.2).

419
9.2 Integrationsmethoden
Wir erinnern daran, dass das unbestimmte Integral einer Funktion f in der Variablen x
der Ausdruck
Z
f (x) dx = F (x) + C

ist, wobei F eine Stammfunktion von f ist. In den Abschnitten 8.5.2 und 8.4 haben wir
bereits einige Regeln zur Berechnung konkreter unbestimmter Integrale kennengelernt: Für
s ∈ R (oder sogar s ∈ C) ist
(
1 s+1+ C falls s 6= −1
Z
xs dx = s+1 x
log |x| + C falls s = −1

und
Z
exp(x) dx = exp(x) + C
Z
cos(x) dx = sin(x) + C
Z
sin(x) dx = − cos(x) + C
Z
sinh(x) dx = cosh(x) + C
Z
cosh(x) dx = sinh(x) + C
Z
1
√ dx = arcsin(x) + C
1 − x2
Z
1
dx = arctan(x) + C
1 + x2
Z
1
√ dx = arsinh(x) + C
1 + x2
Z
1
√ dx = arcosh(x) + C.
2
x −1

Des Weiteren gilt für Funktionen f1 , f2 in der Variable x und Zahlen α1 , α2 ∈ R

Z Z Z
α1 f1 (x) + α2 f2 (x) dx = α1 f1 (x) dx + α2 f2 (x) dx.

Denn falls F1 eine Stammfunktion von f1 ist und F2 eine Stammfunktion von f2 ist, so muss
die Funktion α1 F1 + α2 F2 auf Grund der Linearität der Ableitung (Proposition 8.5) eine
Stammfunktion von α1 f1 + α2 f2 sein.
Auf ähnliche Weise lassen sich die anderen Regeln der Differentiation als Identitäten für
unbestimmte Integrale auffassen, wie wir nun ausführen wollen.

420
9.2.1 Partielle Integration
Die Produktregel in Proposition 8.5

(uv)0 = u0 v + uv 0

für zwei differenzierbare Funktionen u, v führt ebenso zu einer Integrationsregel, nämlich der
partiellen Integration
Z
uv + C = (u0 v + uv 0 ) dx
Z Z
uv dx = uv − u0 v dx + C.
0
(9.3)

In der Leibniz-Notation ist v 0 = dv

dx und u0 = dx .
du
Deswegen schreibt man die partielle Inte-
gration oft auch als
Z Z
u dv = uv − v du + C,

was formal bloss als Kurzform der Formel in (9.3) verstanden werden sollte. Die Regel der
partiellen Integration ist bereits ein Beispiel, wo eine einfache Regel des Differenzierens eine
komplexere Regel des Integrierens als Entsprechung hat. Die Produktregel erlaubt uns, die
Ableitung jedes Produkts mittels der Ableitung dessen Faktoren auszudrücken. Die partielle
Integration hingegen erlaubt uns, das unbestimmte Integral eines Produkts mittels dem Inte-
gral eines Faktors und eines weiteren Integrals auszudrücken. Mit etwas Glück (und Geschick)
ist das zweite Integral einfacher und kann anschliessend berechnet werden. Wir demonstrieren
dies anhand zweier Beispiele.

Beispiel 9.15 (Beispiele partieller Integration).

R
(i) Wir berechnen das unbestimmte Integral x exp(x) dx. Dafür setzen wir u(x) = x und
v 0 (x) = exp(x). Eine Stammfunktion von v 0 ist v(x) = exp(x). Damit erhalten wir
Z Z
x exp(x) dx = x exp(x) − 1 · exp(x) dx + C = x exp(x) − exp(x) + C.

Wir bemerken, dass es genügt, in solchen Berechnungen immer bloss eine unbekannte In-
tegrationskonstante C zu verwenden, da mehrere solche einfach zusammengefasst werden
können. (Kontrollieren Sie diese Rechnung durch Ableiten.) Dieselbe Berechnungsme-
thode führt auch für unbestimmte Integrale der Form xn exp(x) dx, xn sin(x) dx und
R R
R n
x cos(x) dx für n ∈ N zum Erfolg.
R
(ii) Wir wollen das unbestimmte Integral log(x) dx berechnen. Es mag zuerst etwas überra-
schend sein, dass wir dazu partielle Integration verwenden wollen. Sei u(x) = log(x) und

421
 v 0 = 1. Dann ist v(x) = x eine Stammfunktion von v 0 , womit
Z Z Z Z
1
log(x) dx = log (x) · 1 dx = log (x) · x − x dx + C = x log (x) − 1 dx + C
x
= x log(x) − x + C.

Dies kann man wiederum durch Ableiten verifizieren (was nicht notwendig ist, aber einen
sehr einfachen Test darstellt).

Übung 9.16.

x2 sin(x) dx.
R
(i) Berechnen Sie

(ii) Geben Sie eine rekursive Formel zur Berechnung von xn exp(x) dx, xn sin(x) dx und
R R
R n
x cos(x) dx für n ∈ N an.

(iii) Berechnen Sie xs log(x) dx für jedes s ∈ R. Beachten Sie hierbei, dass der Fall s = −1
R

getrennt zu behandeln ist.

(iv) Berechnen Sie das unbestimmte Integral eax sin(bx) dx für a, b ∈ R \ {0}.
R

9.2.2 Substitution
Falls eine Funktion g auf einem Intervall Iu das unbestimmte Integral g(u) du = G(u)+C
R

besitzt und f : Ix → Iu eine stetig differenzierbare Abbildung auf dem Intervall Ix ist, dann
gilt
Z
(g ◦ f )(x)f 0 (x) dx = (G ◦ f )(x) + C

auf Ix . Dies folgt unmittelbar aus der Kettenregel in Satz 8.8 und wird oft auch geschrieben
als
Z Z
0
(g ◦ f )(x)f (x) dx = g(u) du (9.4)

für die „neue Variable“ u = f (x). Alternativ werden wir die obige Substitutionsregel ge-
meinsam mit der Leibniz-Notation auch in folgender informellen Schreibweise
Z Z Z
du
(g ◦ f ) (x) f 0 (x) dx = (g ◦ f ) (x) dx = g (u) du = G (u) + C = G (f (x)) + C,
dx

verwenden, wobei u = f (x) und du = f 0 (x) dx.

Beispiel 9.17.

(i) Es gilt
Z Z Z
x 1 1 1 1 1
du = log |u| = log 1 + x2 + C,


dx = x dx =
1 + x2 1+x 2 |{z} 2 u 2 2
| {z } = 1 du
1 2
=u

422
 wobei u = 1 + x2 gesetzt wurde, womit du = 2x dx.

(ii) Es gilt
Z Z Z Z
1 1 1 1
dx = x

x

dx = du = dv = log |v| + C
sin(x) 2 sin cos tan(u) cos2 (u) v
2x  2

= log tan + C,
2

wobei u = x2 , du = 1
2 dx, und v = tan(u), dv = 1
cos2 (u)
du.

Wie bereits erwähnt, benötigt die Integration mehr Übung und Vorraussicht als die Diffe-
rentiation. Obige Substitutionen benötigen zum Beispiel den Blick ob gewisse Faktoren viel-
leicht die gewünschte Ableitung f 0 einer inneren Funktionen f darstellen könnte. Manchmal
ist dies naheliegend wie in Beispiel 9.17(i), doch manchmal erfordert dies Erfahrung und eine
längere Suche wie in Beispiel 9.17(ii).

9.2.3 Integration rationaler Funktionen

Wir erinnern daran, dass eine rationale Funktion eine Funktion der Form x 7→ p(x) q(x) für
Polynome p(t), q(t) ∈ R[t] und q(t) 6= 0 ist, wobei der Definitionsbereich R ohne die Nullstellen
von q(t) ist. Wir wollen hier ein Verfahren zur Berechnung des unbestimmten Integrals einer
rationalen Funktion besprechen. Nach Division mit Rest für Polynome (siehe Übung 3.17)
können wir als erstes ein Polynom abspalten, so dass die verbleibende rationale Funktion von
der Form pq(x)
1 (x)
für deg(p1 ) < deg(q) ist.
Da Polynome mittels der Formel xn dx = n+1 1
xn+1 +C integriert werden können, nehmen
R

wir nun an, dass der Grad von p kleiner als der Grad von q ist. Wir betrachten zuerst einige
Spezialfälle.

Beispiel 9.18 (Integration von elementaren rationalen Funktionen). Sei a ∈ R beliebig und
n ≥ 2 eine natürliche Zahl.

(i) Es gilt
Z Z
1 1
dx = du = log |u| + C = log |x − a| + C,
x−a u

wobei u = x − a gesetzt wurde und du = dx ist.

(ii) Für n ≥ 2 gilt

Z Z
1 1 1
dx = u−n du = u−n+1 + C = (x − a)−n+1 + C,
(x − a)n −n + 1 −n + 1

wobei wieder u = x − a gesetzt wurde und du = dx ist.

423
(iii) Falls a 6= 0 ist, so gilt
Z Z Z
1 1 1 1 1 1
dx = 2
dx = du = arctan (u) + C
a2 + x2 a x 2 a 1 + u2 a
1+ a
1 x
= arctan + C,
a a
x 1
wobei u = a gesetzt wurde und du = a dx ist.

(iv) Es gilt
Z Z
x 1 1 1 1
dx = du = log |u| + C = log(a2 + x2 ) + C,
a2 + x2 2 u 2 2

wobei u = a2 + x2 und du = 2x dx.

(v) Für n ≥ 2 gilt

Z Z
x 1 1 1 1
2 2 n
dx = n
du = u1−n + C = (a2 + x2 )1−n + C,
(a + x ) 2 u 2(1 − n) 2(1 − n)

wobei u = a2 + x2 und du = 2x dx.

Im Allgemeinen verwenden wir die sogenannte Partialbruchzerlegung für die rationale

Funktion p(x)
q(x) (nach Division mit Rest so dass deg(p) < deg(q)), um die Integration auf obige
Beispiele zurückzuführen. In der Tat lässt sich p(x)
q(x) als Linearkombination von einfacheren
rationalen Funktionen darstellen. Diese sind von der Form

1 1 1
, , ... , ,
(x − a) (x − a)2 (x − a)k

oder von der Form

A1 x + B1 A` x + B `
, ... ,
` ,
(x − λ)(x − λ) (x − λ)(x − λ)

wobei a ∈ R eine Nullstelle von q mit Vielfachheit k und λ ∈ C \ R eine Nullstelle von q mit
Vielfachheit ` ∈ N ist und A1 , B1 , . . . , A` , B` ∈ R.

Beispiel 9.19 (Integration rationaler Funktionen und die Partialbruchzerlegung).

R 4 +1
(i) Wir wollen das unbestimmte Integral x2x(x+1) dx bestimmen. Als erstes führen wir Di-
vision mit Rest

(x4 + 1) : (x3 + x2 ) = x − 1
−x4 − x3
− x3 + 1
x3 + x2
x2 + 1 Rest

424
 durch, womit

x4 + 1 x2 + 1 x2 x2 + 1
Z Z   Z
dx = x−1+ dx = −x+ dx.
x2 (x + 1) x2 (x + 1) 2 x2 (x + 1)

x2 +1
Um die Partialbruchzerlegung von x2 (x+1)
zu erhalten, setzen wir

x2 + 1 A B C
2
= 2+ +
x (x + 1) x x x+1

für noch unbekannte Zahlen A, B, C ∈ R, multiplizieren mit x2 (x + 1) und erhalten

x2 + 1 = A(x + 1) + Bx(x + 1) + Cx2 .

Nun setzen wir in diesem x = 0 um A = 1 zu erhalten und x = −1, um C = 2 zu erhalten.

Für x = 1 ergibt sich nun 2 = 1 · 2 + B · 2 + 2 · 1 und somit B = −1. (Alternativ kann
man auch beide Seiten ausmultiplizieren, die Koeffizienten links und rechts vergleichen,
und auf diese Weise drei Gleichungen in den unbekannten Variablen A, B, C erhalten.)
Daher ist

x2 + 1
Z Z Z Z
1 1 1
2
dx = 2
dx − dx + 2 dx
x (x + 1) x x x+1
1
= − − log |x| + 2 log |x + 1| + D
x

1
R
(ii) Wir berechnen das unbestimmte Integral x(x2 +2x+2) dx. Man beachte dabei, dass das
2
Polynom x + 2x + 2 keine reellen Nullstellen hat. Für die Partialbruchzerlegung machen
wir den Ansatz

1 A Bx + C
= + 2 .
x(x2 + 2x + 2) x x + 2x + 2

Nun multiplizieren wir mit x(x2 + 2x + 2) und erhalten

1 = A(x2 + 2x + 2) + (Bx + C)x.

Für x = 0 ergibt sich A = 12 . Daher ist

1
+ B x2 + (1 + C) x + 1


1= 2

425
 und B = − 21 und C = −1. Es folgt
Z Z Z
1 1 1 1 x+2
2
dx = 2 dx − 2 dx
x(x + 2x + 2) x x2
+ 2x + 2
Z
x+2
= 12 log |x| − 21 dx
(x + 1)2 + 1
Z
u+1
= 12 log |x| − 21 dx
u2 + 1
= 1
2log |x| − 41 log |u2 + 1| − 12 arctan (u) + D
 
= 21 log |x| − 41 log (x + 1)2 + 1 − 12 arctan (x + 1) + D,

wobei wir u = x + 1 gesetzt haben und Beispiele 9.18 (c) und (d) verwendet haben.

In manchen Fällen kann obiges Verfahren auch auf das Integral (a2 +x 1
2 )n dx für ein a ∈ R
R

und n ≥ 2 führen, was wir mit der trigonometrischen Substitution tan(u) = xa (siehe un-
ten) behandeln können. Eine andere, allgemeinere Herangehensweise möchten wir in folgender
Bemerkung für Interessierte behandeln.
Bemerkung (Integration rationaler Funktionen mit mehrfachen komplexen Nullstellen). Wie
oben schon bemerkt, kann man nach der Partialbruchzerlegung ein Integral einer rationalen
Funktion auf die Integration von Ausdrücken der Form (x−a) 1
k oder von (x2 +bx+c)k für k ∈ N
Ax+B

und für Konstanten a, A, B, b, c ∈ R zurückführen, wobei die Polynome der Form x2 + bx + c

keine rellen Nullstellen haben. Für die Berechnung eines Integrals des zweiten Typs mit k > 1
möchten wir hier einen Algorithmus erläutern, wobei wir uns auf den Fall x2 + bx + c = x2 + 1
beschränken (auf welchen man den allgemeinen Fall mit quadratischem Ergänzen zurückführen
kann).
Seien also k > 1 und ein Polynom q von Grad kleiner als 2k gegeben. Dann ist das unbe-
stimmte Integral (xq(x)2 +1)k dx immer von der Form
R

p(x) 2
(9.5)


+ α arctan (x) + β log x + 1 + C.
(x2 + 1)k−1

für ein Polynom p von Grad kleiner 2k − 2 und Konstanten α, β. Durch Ableiten, auf den ge-
meinsamen Nenner bringen und Vergleich der Koeffizienten lässt sich somit die Stammfunktion
ermitteln.

Übung 9.20. Wir möchten in dieser Übung den oben erklärten Algorithmus genauer erklären
und beginnen mit einem konkreten Beispiel.
1
R
(i) Berechnen Sie das Integral (x2 +1)2 dx.

Sei nun k > 1 und q ein Polynom von Grad kleiner als 2k.
p(x)
(ii) Zeigen Sie, dass die Ableitung von (x2 +1)k−1
für ein beliebiges Polynom p von Grad kleiner
als 2k − 2 durch

(x2 + 1)p0 (x) − 2(k − 1)xp(x)

(x2 + 1)k

426
 gegeben ist.

(iii) Berechnen Sie die Matrixdarstellung M der Abbildung

φ : p(x) 7→ (x2 + 1)p0 (x) − 2(k − 1)xp(x)

bezüglich der Basis der Monome.

(iv) Schliessen Sie auf die Darstellung in (9.5), indem Sie zeigen, dass das Bild von φ zu-
sammen mit (x2 + 1)k−1 und 2x(x2 + 1)k−1 den Vektorraum der Polynome von Grad
kleiner gleich 2k − 1 aufspannt.

9.2.4 Trigonometrische Substitution

In allen bisherigen Beispielen der Substitutionsregel in Abschnitt 9.2.2 hatten wir das
Glück, dass das vorhandene Integral (vielleicht nach etwas Arbeit) bereits die richtige Struktur
besass. Man verwendet die Substitutionsregel aber oft auch bevor man weiss welches Integral
sich eigentlich nach der Substitution ergibt, wobei es gewisse Funktionentypen gibt bei denen
eine gewisse Substitution erfahrungsgemäss erfolgreich sein könnte. Wir wenden uns nun einem
konkreten Beispiel dessen zu.
R√
Beispiel 9.21 (Kreisfläche). Wir möchten für r > 0 das unbestimmte Integral r2 − x2 dx
p
2
berechnen. Auf Grund der trigonometrischen Identitäten r2 − r2 sin (θ) = r cos (θ) bietet es
sich nun an, die Funktion

f : Iθ = − π2 , π2 → Ix = (−r, r) , θ 7→ x = r sin (θ)

für die Substitution zu verwenden. Denn mit dieser Substitution haben wir die Hoffnung, die
Wurzel in einen anderen Ausdruck zu verwandeln.
Allerdings ist dies umgekehrt zu der Substitution in Abschnitt 9.2.2, da wir hier die „neue
Variable“ θ verwenden um die „alte Variable“ x = r sin(θ) auszudrücken. (Anstatt wie in
Abschnitt 9.2.2 wo wir die neue Variable u = f (x) als Funktion der alten Variable x gesehen
haben). Da f bijektiv ist, ist dies kein Problem: denn x = r sin(θ) ∈ (−r, r) ist zu θ =
arcsin( xr ) ∈ (− π2 , π2 ) äquivalent. Weiters ist die Ableitung von f = dx
dθ gleich r cos θ und
π π
damit auf ganz (− 2 , 2 ) ungleich 0. Gemeinsam mit dem Satz über die Ableitung der inversen
Funktion (Satz 8.14) erhalten wir daher
Z p Z
r − x dx = r cos (θ) dx

dθ

2 2
dθ dx dx
Z
= r2 cos2 (θ) dθ
Z
2 1 + cos(2θ)
=r dθ
2
2
= r2 θ + 12 sin (2θ) + C

2
p
= r2 arcsin xr + 21 x r2 − x2 + C,

427
 √
wobei wir eben x = r sin(θ), r2 − x2 = r cos (θ), dx = r cos(θ) dθ und die trigonometrischen
Identitäten

cos(2θ) = cos2 (θ) − sin2 (θ) = 2 cos2 (θ) − 1

cos(2θ) + 1
cos2 (θ) =
2
sin(2θ) = 2 sin(θ) cos(θ)

für θ ∈ (− π2 , π2 ) verwendet haben.

Veranschaulichen Sie sich die Substitution und die wichtigsten der obigen Identitäten in
einem rechtwinkeligen Dreieck. Geben Sie weiters eine geometrische Interpretation der beiden
Rb√
Terme des unbestimmten Integrals bei der Berechnung des bestimmten Integrals 0 r2 − x2 dx
für 0 < b ≤ r an.
Dies zeigt, dass
p
G0 : x ∈ (−r, r) 7→ 12 r2 arcsin x
+ 12 x


r r 2 − x2
√
eine Stammfunktion von g0 : x ∈ (−r, r) 7→ r2 − x2 ist (was wie immer viel einfacher
√
zu überprüfen ist). Da aber sogar die Funktion g : x ∈ [−r, r] 7→ r2 − x2 stetig ist, besitzt g
nach Korollar 9.3 auch auf ganz [−r, r] eine Stammfunktion G1 , welche auf (−r, r) mit G0 +C
übereinstimmt. Da aber
p
G : x ∈ [−r, r] 7→ 21 r2 arcsin x
+ 12 x


r r 2 − x2

auch eine auf ganz [−r, r] stetige Funktion definiert, folgt aus Stetigkeit von G und G1 , dass
G1 = G + C und damit ist G auf ganz [−r, r] eine Stammfunktion von g. Wir bemerken
allerdings, dass arcsin xr keine Ableitung in den Punkten −r und r besitzt. (Wieso ist dies

kein Widerspruch zu obiger Diskussion?)

Substitutionen wie obige nennen sich vielfach trigonometrische Substitutionen. Wir
werden bei diesen Berechnungen nicht immer so sorgfältig argumentieren und vielmehr der
Leibniz Notation vertrauen, doch muss immer Invertierbarkeit der Funktion gegeben sein
wenn wir die alte Variable durch die neue Variable ausdrücken. Für die folgende Auflistung
der trigonometrischen Substitutionen sei n ∈ Z.
n
• In Ausdrücken der Form (a2 − x2 ) 2 für a > 0 führt wie bereits im obigen Beispiel oft die
Substitution x = a sin(θ) mit θ ∈ (− π2 , π2 ) zum Ziel, wobei sich damit dx = a cos(θ) dθ
1
und (a2 − x2 ) 2 = a cos (θ) ergibt.
n
• In Ausdrücken der Form (a2 + x2 ) 2 für a > 0 führt oft die Substitution x = a tan(θ)
1
mit θ ∈ (− π2 , π2 ) zum Ziel, wobei sich damit dx = cosa2 (θ) dθ und (a2 + x2 ) 2 = cos(θ)
a

ergibt.

• Obwohl dies keine trigonometrische Substitution darstellt, bemerken wir noch Folgendes.
n n
Falls ein „einzelnes“ x vor dem Ausdruck (a2 −x2 ) 2 oder dem Ausdruck (a2 +x2 ) 2 steht,
ist die Substitution u = a2 − x2 respektive u = a2 + x2 teilweise viel einfacher.
428
 Als Merkhilfe kann es helfen für die beiden trigonometrischen Substitution ein rechtwin-
keliges Dreieck zu skizzieren und abhängig von der Substitution die Seiten mit Hilfe von
Pythagoras entsprechend zu beschriften.

Beispiel 9.22 (Trigonometrische Substitution).

(i) Es gilt für a > 0

cos3 (θ)
Z Z Z
1 1
3 dx = a 2 dθ = a2 cos (θ) dθ = a12 sin (θ) + C
1
(a2 + x2 ) 2 a3 cos (θ)
x
= √ + C,
a2 a2 + x2
√ 1
wobei wir x = a tan(θ), a2 + x2 = a cos(θ) , dx = a cos12 (θ) dθ verwendet haben. (Veran-
schaulichen Sie sich die Substitution und obige Identitäten in einem Bild.)

(ii) Es ist
Z Z
1 3 3
p
x 1 − x dx = − 2 u 2 du = − 12 23 u 2 + C = − 13 (1 − x2 ) 2 + C,
2 1

wobei u = 1 − x2 , du = −2x dx.

9.2.5 Weitere Integrationsmethoden

Es gibt viele weitere Methoden zur Integration; viele davon beruhen auf spezielle Substi-
tutionen.
Beispielsweise lassen sich gewisse unbestimmte Integrale mit hyperbolischen Substitutionen
n
berechnen. Sei n ≥ −1. In Ausdrücken der Form (x2 −a2 ) 2 für a ∈ R führt oft die Substitution
1
x = a cosh(u) zum Ziel, wobei sich damit dx = a sinh (u) du und (x2 −a2 ) 2 = a sinh(u) ergibt.

Beispiel 9.23. Wir berechnen

2
e − e−u
Z p Z Z  u
2 2
x − 1 dx = sinh (u) du = du
2
e − 2 + e−2u
Z 2u
e2u − e2u 1
= du = − u+C
4 8 2
1 1 1 1
= sinh(2u) − u + C = sinh(u) cosh(u) − u + C
4 2 2 2
√
wobei x = cosh(u) für u ∈ R>0 , x2 − 1 = sinh(u) und dx = sinh(u) du. Daraus ergibt sich
somit
√
x2 − 1 − arcosh(x)
Z p
x
x2 − 1 dx = + C.
2

Eine andere Methode, die wir hier kurz erwähnen möchten, ist die sogenannte Halbwinkel-
methode (oder auch Weierstrass-Substitution). Diese ist dann nützlich, wenn man das Integral
cos2 (x)
einer rationalen Funktion in cos(x) und sin(x) wie zum Beispiel sin(x)+2017 in die Integration
einer rationalen Funktion in u = tan 2 umwandeln möchte (siehe auch Beispiel 9.17 (b)).
x

429
 R cos(x)
Übung 9.24 (Halbwinkelmethode). Wir möchten das unbestimmte Integral 2+sin(x) dx mit
x


der Substitution u = tan 2 berechnen. Zeigen Sie dafür zuerst die Identitäten

2u 1 − u2
sin (x) = , cos (x) = .
1 + u2 1 + u2

Zeigen Sie anschliessend, dass das obige Integral nach Substitution zu einem Integral einer
rationalen Funktion in u wird und berechnen Sie es.
Manchmal führt man auch die eine oder die andere Substitution durch, weil in der zu
integrierenden Funktion eine verschachtelte Funktion vorliegt und man einfach keine ande-
√
re Methode zur Verfügung hat. Zum Beispiel bei dem Integral sin( x) dx steht keine der
R
√
erwähnten Methoden zur Verfügung, doch ist man versucht u = x zu setzen um zu sehen
was sich daraus ergibt. Dies führt in der Tat zum Erfolg (wieso?). Ebenso in dem Integral
der Form 1+exp(x)
1
dx führt der Ansatz u = exp(x) zu einem unbestimmten Integral einer
R

rationalen Funktion (wieso?).

9.2.6 Das bestimmte Integral

Alle obigen Regeln zur Berechnung des unbestimmten Integrals lassen sich nach dem Funda-
mentalsatz der Integral- und Differentialrechnung eins zu eins auch für das Riemann-Integral,
welches im Gegensatz zum unbestimmten Integral auch das bestimmte Integral genannt wird,
anwenden. Dabei haben wir zwei Möglichkeiten.

• Eine erste Möglichkeit ist mit obigen Methoden zuerst das unbestimmte Integral zu
berechnen und dann Korollar 9.4 zur Berechnung des Riemann-Integrals zu verwenden.

• Falls wir aber nur an einem einzigen Riemann-Integral interessiert sind, ist es oft ein-
facher, die Ausdrücke ausserhalb des Integrals so früh wie möglich zu berechnen. Wir
erklären dies im Folgenden für die partielle Integration und die Substitution.

Sind u, v zwei stetig differenzierbare Funktionen auf einem kompakten Intervall [a, b] mit
Endpunkten a < b. Dann gilt
Z b Z b
0
uv dx = [uv]ba − u0 v dx.
a a

Denn falls F eine Stammfunktion von uv 0 und G eine Stammfunktion von u0 v ist, dann gilt
für alle x ∈ [a, b]
Z Z
0
F (x) + C1 = uv dx = u(x)v(x) − u0 v dx + C2 = u(x)v(x) − G(x) + C3

für gewisse Integrationskonstanten C1 , C2 , C3 . Somit ist nach Korollar 9.4

Z b
uv 0 dx = [F (x)]ba = F (b) − F (a) = u(b)v(b) − G(b) − (u(a)v(a) − G(a))
a
Z b
b b b
= [u(x)v(x)]a − [G(x)]a = [u(x)v(x)]a − u0 v dx.
a

430
 Ebenso können wir bei einer Substitution in Abschnitt 9.2.2 die Grenzen für ein Riemann-
Integral enstsprechend der Substitution neu berechnen. Sei Ix ein Intervall mit Endpunkten
ax < bx , sei Iu ein weiteres Intervall, sei g : Iu → R stetig und f : Ix → Iu stetig differenzierbar.
Für ein kompaktes Intervall [a, b] mit Endpunkten a < b in Ix gilt dann
Z b Z f (b)
g ◦ f (x) f 0 (x) dx = g (u) du.
a f (a)

In der Tat, wenn G eine Stammfunktion von g auf Iu ist, dann ist nach der Kettenregel G ◦ f
eine Stammfunktion von x ∈ Ix 7→ g ◦ f (x)f 0 (x). Nach Korollar 9.4 gilt also
Z b Z f (b)
f (b)
g ◦ f (x) f 0 (x) dx = [G ◦ f ]ba = G (f (b)) − G (f (a)) = [G]f (a) = g (u) du.
a f (a)

Die Annahme der Stetigkeit an g kann abgeschwächt werden – siehe die entsprechende Übung
im Abschnitt 9.8.2.
Wir bemerken an dieser Stelle, dass die in den obigen Abschnitten behandelten Themen
oft alles sind, was man für Anwendungen (wie zum Beispiel für die Flächenberechnung unter
Graphen) braucht. Nichtsdestotrotz werden wir erst gegen Ende des Kapitels in Abschnitt 9.7
darauf eingehen. Gewisse Anwendungen wurden schon in Abschnitt 4.4 diskutiert.

9.2.7 Leibniz-Notation
Wir werden die Leibniz-Notation in der Berechnung von unbestimmten und bestimmten
Integralen wie bereits oben im Folgenden immer wieder verwenden. Diese Notation verpackt
in einem natürlichen Formalismus die partielle Integration
Z Z
u dv = uv − v du + C

und die Substitutionsregeln

Z Z
du
g (u (x)) dx = g(u) du
dx
Z Z
dx
g(u(x)) dx = g (u) (u) du,
du

wobei wir in der zweiten Formulierung der Substitution vorraussetzen, dass u : Ix → Iu

bijektiv mit nicht verschwindender Ableitung ist und dadurch im linken Integral mit 1 =
du dx multiplizieren konnten und die erste Formulierung der Substitutionsregel anwenden
dx du

konnten. Wie wir gesehen haben, sind diese Regeln Umformulierungen der Produktregel für
die Ableitung und der Kettenregel für die Ableitung (gemeinsam mit der Ableitungsregel für
die inverse Abbildung).
Bei konkreten Integralberechnungen verwenden wir mitunter auch Gleichungen, die dx und
du miteinander verbinden. Zum Beispiel bei der trigonometrischen Substitution x = a sin θ
(für x ∈ (−a, a) und θ ∈ (− π2 , π2 )) verwenden wir auch die Formel dx = a cos θ dθ, die
formal gesehen keine Bedeutung hat (und deswegen auf keinen Fall in dieser Form in Beweisen
431
auftreten sollte), doch eben im Zuge der Substitution in der Formulierung der Leibniz-Notation
einen bequemen Zwischenschritt darstellt.
Informell taucht in Anwendungen das Symbol dx auch oft in Diskussionen auf, die zu
einem Riemann-Integral führen, wobei dx dann für ein (sehr) kleines ∆x stehen sollte. In
Anwendungen werden häufig die Begriffe der Riemann-Summe oder der additiven Intervall-
funktion vermieden, wobei es genau diese Begriffe sind, die diese Verwendung von dx genau
und formal korrekt machen würden (siehe Abschnitte 4.4 und 6.5). Auf jeden Fall hat in die-
sem Zusammenhang eine Formel der Gestalt dx = a cos θ dθ auch eine Interpretation: Da ∆x
die Länge eines kleinen Teilintervalls von (−a, a) angibt und ∆θ die Länge des entsprechen-
den Teilintervalls in (− π2 , π2 ) so gibt die Ableitung a cos θ (bis auf einen kleinen und wie sich
herausstellt vernachlässigbaren Fehler) den Grössenunterschied ∆x ∆θ an, der bei Betrachtung
von etwaigen Riemann-Summen in der Variable x und der Variable θ als zusätzlicher Faktor
auftreten würde. Wir müssen dies nicht genauer ausführen oder die Substitution auf diese Art
und Weise beweisen, da wir ja mittels der Kettenregel und dem Fundamentalsatz der Integral-
und Differentialrechnung bereits die Substitutionsregel für Riemann-Integrale bewiesen ha-
ben und obiger Formalismus diese nur auf eine andere Art präsentiert. Dieser Beweis über den
Fundamentalsatz verwendet allerdings etwas stärkere Annahmen als notwendig (siehe folgende
Übung für den direkten Beweis mit schwächeren Annahmen).
Übung 9.25 (Substitution für Riemann-integrierbare Funktionen). Sei [a, b] ein kompaktes
Intervall in R mit Endpunkten a < b und f : [a, b] → [c, d] eine stetig differenzierbare Funktion
mit f 0 (t) 6= 0 für alle t ∈ [a, b]. Dann ist für jede Riemann-integrierbare Funktion g : [c, d] → R
auch t ∈ [a, b] 7→ g ◦ f (t)f 0 (t) Riemann-integrierbar und
Z b Z f (b)
0
g ◦ f (t) f (t) dt = g (x) dx.
a f (a)

9.2.8 Neue Funktionen

Manchmal führen obige Methoden zur Bestimmung eines unbestimmten Integrals einer
Funktion zu keinem Ergebnis. Dies kann daran liegen, dass die gesuchte Stammfunktion sich
nicht mit den bisher bekannten Funktionen ausdrücken lässt.
Beispiel 9.26 (Integralsinus). Der Integralsinus ist die Stammfunktion Si : R → R der
stetigen Funktion
(
sin(x)
x falls x 6= 0
x ∈ R 7→
1 falls x = 0

mit der Normalisierung Si(0) = 0. Er lässt sich als Potenzreihe schreiben, denn nach Satz 7.85
gilt

x ∞
xX ∞
(−1)n 2n (−1)n
Z Z
sin(t) X
Si (x) = dt = t dt = x2n+1
0 t 0 n=0 (2n + 1)! (2n + 1)!(2n + 1)
n=0

für alle x ∈ R.
432
Beispiel 9.27 (Integralkosinus). Der Integralkosinus Ci : (0, ∞) → R ist definiert als die
Stammfunktion von x ∈ (0, ∞) 7→ cos(x)
x ∈ R mit der Normalisierung limx→∞ Ci (x) = 0.

Dabei möchten wir auf folgende Übung verweisen, die zeigt, dass der Integralkosinus so
wohldefiniert ist.

Übung 9.28. Sei F eine Stammfunktion von x ∈ (0, ∞) 7→ cos(x)

x ∈ R. Zeigen Sie, dass der
Grenzwert limx→∞ F (x) existiert. Drücken Sie Ci als Summe einer Konstanten (der soge-
nannten Euler-Mascheroni Konstanten), der Logarithmusfunktion und einer Potenzreihe aus.

Unter Verwendung uneigentlicher Integrale werden wir später weitere wichtige Funktionen
kennenlernen, die sich nicht in Termen bekannter Funktionen ausdrücken lassen – siehe zum
Beispiel 9.34.

433
9.3 Das uneigentliche Integral
Wir wollen nun den Begriff des Riemann-Integrals auf mehrere Arten erweitern.

9.3.1 Uneigentliche Integrationsgrenzen

Für a ∈ R und eine komplexwertige Funktion f : [a, ∞) → C mit f |[a,b] ∈ R([a, b]) für alle
b > a definieren wir das uneigentliche Integral
Z ∞ Z b
f (x) dx = lim f (x) dx,
a b→∞ a

falls der Grenzwert existiert. Weiter sagen wir, dass das uneigentliche Integral konvergiert,
falls der obige Grenzwert in C existiert. Ansonsten nennen wir das uneigentliche Integral
R∞
a f (x) dx divergent.

Beispiel 9.29. Es gilt

Z ∞ Z b
1 1 π
dx = lim dx = lim arctan (b) = .
0 1 + x2 b→∞ 0 1+x 2 b→∞ 2

Beispiel 9.30. Es gilt für α ∈ R

(
Z ∞ 1
falls α > 1
x−α dx = α−1
1 +∞ falls α ≤ 1.

Insbesondere ist das obige uneigentliche Integral genau dann konvergent, wenn α > 1.
In der Tat ist
 h ib
Z b −α+1
 1
x 1
= −α+1 b−α+1 − −α+1
1
falls α 6= 1
x−α dx = −α+1 1
1  [log(x)]b = log (b) falls α = 1
1

und
(
1 +∞ falls α < 1
lim b−α+1 =
b→∞ −α + 1 0 falls α > 1
lim log (b) = +∞.
b→∞

R∞
Übung 9.31. Berechnen Sie 1 x−α dx auch für α ∈ C.
Rb
Uneigentliche Integrale der Form −∞ f (x) dx sind ähnlich definiert. Ebenso definieren
wir für eine komplexwertige Funktion f : R → C mit f |[a,b] ∈ R([a, b]) für alle a < b das
uneigentliche Integral
Z ∞ Z 0 Z ∞ Z 0 Z b
f (x) dx = f (x) dx + f (x) dx = lim f (x) dx + lim f (x) dx,
−∞ −∞ 0 a→−∞ a b→∞ 0

434
falls beide Grenzwerte existieren. Wir möchten dazu anmerken, dass man sich bewusst dazu
entscheidet, die Bewegungen gegen −∞ respektive +∞ komplett getrennt zu behandeln. Alles
andere würde zu komischen Phänomenen führen, wie folgendes Beispiel zeigt.
R∞ R0 R∞
Beispiel 9.32. Das uneigentliche Integral −∞ x dx existiert nicht, da −∞ x dx sowie 0 x dx
Rc
nicht existieren. Wir bemerken aber, dass der Grenzwert limc→∞ −c x dx = limc→∞ 0 = 0
R c+1
existieren würde aber limc→∞ −c x dx = limc→∞ 21 ((c + 1)2 − c2 ) = ∞ wäre.

Wie wir nun besprechen wollen, haben uneigentlichen Integrale oft sehr enge Beziehungen
zu Reihen. Genau wie bei Folgen und Reihen (siehe Satz 6.5 und Proposition 7.11) ist es bei
uneigentlichen Integralen nicht-negativer Funktionen einfacher über Konvergenz zu entschei-
den.

Lemma 9.33. Sei a ∈ R und f : [a, ∞) → R≥0 eine nicht-negative Funktion mit f ∈ R([a, b])
für alle b > a. Entweder konvergiert das uneigentliche Integral über f oder es divergiert gegen
Unendlich. In beiden Fällen gilt
Z ∞ Z b 
f (x) dx = sup f (x) dx | b > a .
a a

Rb
Beweis. Die
nR Funktion b ∈ [a,o∞) →
7 a f (x) dx ist monoton wachsend. Wenn das Supremum
b
S = sup a f (x) dx | b > a Unendlich ist, dann divergiert das uneigentliche Integral auf
Grund der Monotonie gegen Unendlich. Wenn S < ∞ ist, dann gibt es zu ε > 0 ein B > a
mit
Z B
S−ε≤ f (x) dx ≤ S.
a

Insbesondere gilt für b > B auf Grund der Monotonie und der Definition von S dieselbe
Rb
Ungleichung auch für a f (x) dx. Dies beweist die Konvergenz des uneigentlichen Integrals.

Beispiel 9.34 (Gaussche Glockenkurve). Wir wollen das uneigentliche Integral

Z ∞ Z −1 Z 1 Z ∞
2 2 2 2
e−x dx = e−x dx + e−x dx + e−x dx
−∞ −∞ −1 1

2
besprechen, wobei die Funktion x ∈ R 7→ e−x die Gaussche Glockenkurve genannt wird. Auf
Grund von Lemma 9.33 reicht es aus eine „Majorantenfunktion“ zu finden, die ein konvergentes
2
uneigentliches Integral definiert. Für x ∈ [1, ∞) gilt zum Beispiel x2 ≥ x und daher e−x ≤
e−x , woraus
Z ∞ Z ∞
2
e−x dx ≤ e−x dx < ∞
1 1

folgt. Dies zeigt die Konvergenz des zweiten uneigentlichen Integrals, auf Grund der Symmetrie
R∞ 2
der Funktion ist daher auch −∞ e−x dx konvergent. Wir werden den Wert I dieses Integral

435
erst im zweiten Semester berechnen können. Doch wollen wir noch erwähnen, dass die streng
monoton wachsende Funktion
Z x
−1 2
Φ : x ∈ R 7→ I e−t dt
−∞

die Verteilungsfunktion der Normalverteilung mit Erwartungswert 0 und Standardabweichung

√1 genannt wird. Diese Funktion lässt sich ebenso wie die Funktionen aus Abschnitt 9.2.8 nicht
2
durch die sonst üblichen Funktionen ausdrücken und ist in der Wahrscheinlichkeitsrechnung,
der Statstik und in vielen Anwendungen von fundamentaler Bedeutung.

Der folgende Satz charakterisiert nun Konvergenz uneigentlicher Integrale wie in obigem
Lemma durch Konvergenz von Reihen (auf hinreichende und notwendige Weise).

Satz 9.35 (Integraltest für Reihen). Sei f : [1, ∞) → R≥0 eine monoton fallende Funktion.
Dann gilt
∞
X Z ∞ ∞
X
f (n) ≤ f (x) dx ≤ f (n).
n=2 1 n=1

Insbesondere konvergiert die Reihe ∞

P
n=1 f (n) genau dann, wenn das uneigentliche Integral
R∞ R∞
1 f (x) dx konvergiert. Dies gilt analog für Integrale der Form N f (x) dx für N ∈ N.

Wir bemerken, dass auf Grund der Monotonieannahme an f in obigem Satz die Eigenschaft
f |[1,b] ∈ R([1, b]) für alle b > 1 erfüllt ist nach Satz 4.31.

Beweis. Für n ∈ N und einen beliebigen Zwischenpunkt x ∈ [n, n + 1] gilt nach Monotonie
von f die Ungleichung f (n + 1) ≤ f (x) ≤ f (n) und somit
Z n+1
f (n + 1) ≤ f (x) dx ≤ f (n) ,
n

was auch in folgendem Bild ersichtlich ist.

436
Nach Summation von 1 bis n erhält man mit Intervalladditivität des Riemann-Integrals

n+1
X n
X Z n+1 n
X
f (`) = f (k + 1) ≤ f (x) dx ≤ f (k) .
`=2 k=1 1 k=1
R∞
Falls das uneigentliche Integral 1 f (x) dx existiert, dann folgt

n+1
X Z n+1 Z ∞
f (`) ≤ f (x) dx ≤ f (x) dx.
`=2 1 1

P 
n+1
Daher ist die monoton wachsende Folge `=2 f (`) nach oben beschränkt und konvergiert
P∞ n R∞
somit nach Satz 6.5. Insbesondere gilt auch `=2 f (`) ≤ 1 f (x) dx.
Falls ∞k=1 f (k) konvergiert, dann ist für b > 1 und n = bbc
P

Z b Z n+1 ∞
X
f (x) dx ≤ f (x) dx ≤ f (k) .
1 1 k=1
R∞
Nach Lemma 9.33 ist somit das uneigentliche Integral 1 f (x) dx konvergent und durch die
Zahl ∞k=1 f (k) beschränkt.
P

Übung 9.36 (Divergenzrate der harmonischen Reihe). Verwenden Sie obigen Satz, um den
p-Test in Beispiel 7.17 zu erhalten. Imitieren Sie des Weiteren die Methodik im obigen Beweis
von Satz 9.35, um die Divergenzrate

N
X 1
= log (N ) + O (1)
n
n=1

für N → ∞ für die harmonische Reihe zu beweisen.

Übung 9.37 (Ein oszillierendes Integral). Entscheiden Sie für welche p ∈ R≥0 das uneigent-
R∞
liche Integral 0 x sin(xp ) dx konvergiert.

9.3.2 Das Integral über unbeschränkte Funktionen

Für a < B in R und eine Funktion f : [a, B) → C mit f |[a,b] ∈ R([a, b]) für alle b ∈ (a, B)
definieren wir das uneigentliche Integral
Z B Z b
f (x) dx = lim f (x) dx,
a b%B a

falls der Grenzwert existiert.

Wie folgende Übung zeigt, steht diese Notation nicht im Widerspruch zum Riemann-
Integral.

Übung 9.38 (Kompatibilität). Sei f : [a, B) → C wie oben. Angenommen f ist beschränkt.
RB
Zeigen Sie, dass das uneigentliche Integral a f (x) dx existiert und gleich dem Riemann-
RB
Integral a f (x) dx ist, wobei man f auf beliebige Weise auf den Punkt B erweitert.
437
 Für A < b in R und f : (A, b] → C eine Funktion mit f |[a,b] ∈ R([a, b]) für alle a ∈ (A, b]
definieren wir analog das uneigentliche Integral
Z b Z b
f (x) dx = lim f (x) dx.
A a&A a

R1
Beispiel 9.39. Wir berechnen 0 log (x) dx mittels
Z 1 Z 1
log (x) dx = lim log (x) dx = lim [x log (x) − x]1a
0 a&0 a a&0

= lim (log (1) − 1 − a log (a) + a) = −1

a&0

nach Beispiel 9.15 und Beispiel 6.44.

Weitere uneigentliche Integrale führen wir mittels Intervalladditivität auf obige uneigent-
liche Integrale zurück. Wir überlassen es Interessierten, sich hier einige Möglichkeiten auszu-
denken, und führen stattdessen ein Beispiel vor.
R1
Beispiel 9.40. Wir betrachten das Integral −1 x1 dx. Dieses ist uneigentlich, da x 7→ x1 auf
jeder Umgebung von 0 unbeschränkt ist. Es gilt daher auf Grund der Definition in diesem Fall,
dass
Z 1 Z 0 Z 1
1 1 1
dx = dx + dx,
−1 x −1 x 0 x

R1
wobei beide Integrale rechts uneigentlich sind und das uneigentliche Integral −1 x1 dx per De-
finition genau dann existiert, wenn die beiden Integrale rechts existieren. Des Weiteren gilt
Z 0 Z b
1 1
dx = lim dx = lim log |b| − log |−1| = lim log |b| = −∞
−1 x b%0 −1 x b%0 b%0
Z 1 Z 1
1 1
dx = lim dx = lim log (1) − log (a) = +∞,
0 x a&0 a x a&0

R1 1
wodurch −1 x dx nicht existiert (und wir diesem auch nicht das Symbol ∞ oder −∞ zuweisen).

Beispiel 9.41 (Bogenlänge des Kreises). Wir wollen nochmals die Bogenlänge des Kreises
√
berechnen. Doch verwenden wir diesmal die Gleichung y = f (x) = 1 − x2 als Definition des
oberen Halbkreises. Die Bogenlänge des Kreises ist demnach gegeben durch das Integral
r
1 1
x2
Z p Z
2 1 + f 0 (x)2 dx = 4 1+ dx
−1 0 1 − x2
Z b
1
= 4 lim √ dx
b%1 0 1 − x2
= 4 lim arcsin (b) − 0 = 4 π2 = 2π.
b%1

R1 π
√1
R 2
Übung 9.42. Berechnen Sie 0 x
dx und 0 tan (x) dx.

438
Übung 9.43 (Absolute Konvergenz). Sei a ∈ R und f : [a, ∞) → C eine komplexwertige
R∞
Funktion mit f ∈ R([a, b]) für alle b > a. Wir nennen das uneigentliche Integral a f (x) dx
R∞
absolut konvergent, falls a |f (x)| dx konvergent ist. Zeigen Sie, dass absolute Konvergenz
R∞
des uneigentlichen Integrals a f (x) dx auch die Konvergenz dieses Integrals impliziert.

Bemerkung. Zusammenfassend haben wir bei den Definitionen in diesem Abschnitt bei je-
dem Problempunkt eines möglichen Riemann-Integrals einen Grenzwert verwendet, um den
Integralbegriff zu erweiteren. Dies wirft nochmals die Frage auf, ob es nicht vielleicht einen In-
tegralbegriff gibt, der diese und auch andere bereits erwähnte Probleme des Riemann-Integrals
auf natürliche Art und Weise löst. Diese Frage wird im zweiten Studienjahr des Mathematik-
studiums mit der Theorie des Lebesgue-Integrals in der Vorlesung „Mass und Integral“ positiv
beantwortet.

9.3.3 Die Gamma-Funktion

Die Gamma-Funktion Γ ist bei s ∈ (0, ∞) durch das konvergente uneigentliche Integral
Z ∞
Γ(s) = xs−1 e−x dx (9.6)
0

definiert. Für s ∈ (0, 1) ist dies aus zwei Gründen ein uneigentliches Integral und wir müssen
die Integrationsgrenzen A = 0 und B = ∞ getrennt untersuchen. Für a > 0 und b > a gilt
jedoch
Z b  s −x b
Z b
s−1 −x
x e dx = 1
s x e a
+ 1
s xs e−x dx.
a a

Wir setzen b = 1 und erhalten

Z 1  Z 1  Z 1
1
xs−1 e−x dx = lim 1s xs e−x a + 1s xs e−x dx = 1 1
xs e−x dx,

se + s
0 a&0 a 0

wobei das Integral rechts (für alle s ∈ (0, ∞)) ein eigentliches Riemann-Integral darstellt.
Für a = 1 erhalten wir
Z ∞ Z ∞
 s −x b 1 b s −x
 Z 
s−1 −x
x e dx = lim s x e 1
1
+s 1
x e dx = − se + s 1
xs e−x dx.
1 b→∞ 1 1
R∞
Um die Konvergenz von 1 xs e−x dx zu zeigen, wollen wir den Integraltest für Reihen in
Satz 9.35 verwenden. Die erste Vorraussetzung des Integraltests ist erfüllt, da die Funkti-
on f (x) = xs e−x nicht-negativ ist. Die zweite Vorraussetzung ist, dass f (x) monoton abneh-
mend sein soll. Wir berechnen daher die Ableitung und sehen, dass

f 0 (x) = sxs−1 e−x − xs e−x .

439
Da f 0 (x) < 0 für alle x > s, sehen wir, dass diese Vorraussetzung zumindest für x ≥ N = bsc+1
R∞
erfüllt ist. Es folgt daher, dass das Integral N xs e−x dx genau dann konvergiert wenn

∞
X
ns e−n < ∞
n=N

konvergiert, was aber nach dem Quotientenkriterium in Korollar 7.32 (oder dem Wurzelkrite-
rium in Korollar 7.30) für Reihen in der Tat zutrifft.
Addieren wir die beiden Integrale wieder und verwenden wir die Definition in (9.6) so
erhalten wir, dass Γ(s) für alle s ∈ (0, ∞) wohldefiniert ist und

Γ(s + 1) = sΓ(s) (9.7)

erfüllt.
Oft wird die Gamma-Funktion als eine Erweiterung der Fakultätsfunktion auf N bezeichnet.
In der Tat gilt für alle n ∈ N

Γ(n + 1) = n! ,

was wir hier noch beweisen möchten. Für n = 0 gilt

Z ∞ b
e−x dx = lim − e−x 0 = 1

Γ (1) =
0 b→∞

und somit folgt nach (9.7) und Induktion

Γ(n + 1) = nΓ(n) = n(n − 1)Γ(n − 1) = . . . = n! Γ(1) = n! .

Wir werden in der Fortsetzung dieser Vorlesung weitere Eigenschaften der Gamma-Funktion
nachweisen können. Beispielsweise stellt sich heraus, dass die Gamma-Funktion glatt ist. Wir
können dies hier aber nicht zeigen, da Γ in (9.6) durch ein sogenanntes Parameterintegral
definiert ist. Auch können wir den Wert
Z ∞ Z b Z √b
1 1 2
Γ( 12 ) = √ e−x dx = lim lim √ e−x dx = lim lim 2 √ e−u du
0 x ε→0 b→∞ ε x ε→0 b→∞ ε
Z ∞ Z ∞
2 2
=2 e−u du = e−u du
0 −∞

mit den uns bis jetzt bekannten Integrationsmethoden nicht berechnen, werden jedoch später
√
mittels einem zweidimensionalen Integral sehen, dass dieser π ist.
Die Gamma-Funktion enthüllt ihre wahre Schönheit erst wenn man komplexe Parame-
ter z ∈ C \ {0, −1, −2, . . .} erlaubt. Wir laden Interessierte ein, diese Funktion in folgender
Übung zu konstruieren.

440
Übung 9.44 (Challenge). Für z ∈ C mit <(z) > 0 definiert man
Z ∞
Γ(z) = xz−1 e−x dx. (9.8)
0

R1
(a) Zeigen Sie, dass 0 xz−1 e−x dx für alle z ∈ C mit <(z) > 0 konvergiert.
R∞
(b) Zeigen Sie, dass 1 xz−1 e−x dx für alle z ∈ C mit <(z) > 0 konvergiert.
(c) Zeigen Sie (9.7) für alle z ∈ C mit <(z) > 0.
(d) Verwenden Sie (9.7) um rekursiv Γ(z) für z ∈ C \ {0, −1, −2, . . .} mit <(z) > −1,
oder <(z) > −2, . . . , zu definieren, so dass anschliessend Γ(z) für alle z ∈ C \ {0, −1, −2, . . .}
definiert ist und (9.7) auf dem ganzen Definitionsbereich erfüllt.
Hinweis: Sie können in (a) und (b) Übung 9.43 verwenden.

Hilbert (1862–1943) verwendete in seinem Artikel [Hil93] von 1893 uneigentliche Integrale
im Stile der Gamma-Funktion, um zu beweisen, dass e (wie erstmals von Hermite in 1873 be-
wiesen) und π (wie erstmals von Lindemann 1882 bewiesen) transzendent sind. Wir bemerken
dabei, dass sich die blosse Irrationalität dieser Zahlen deutlich einfacher beweisen lässt – für
e gibt es hierzu eine Übung in Abschnitt 7.9.2 und für π eine Übung in Abschnitt 9.8.2. Tran-
szendenzbeweise sind jedoch im Allgemeinen deutlich schwieriger. Wie schwierige derartige
Aussagen tatsächlich sind, illustriert vielleicht die Tatsache, dass immer noch nicht bekannt
ist, ob e + π eine transzendente Zahl ist oder nicht. Hilbert’s Beweis der Transzendenz von e
und π ist mit den uns bisher bekannten Hilfsmitteln allerdings gut lesbar, weswegen wir Ihnen
einen Blick auf diese Lektüre und die damit verbundene Zeitreise empfehlen möchten.

441
9.4 Taylor Approximation
Wir erinnern daran, dass die Ableitung f 0 (x0 ) einer reellwertigen differenzierbaren Funk-
tion f auf einem Intervall die Steigung der Tangente

y(x) = f (x0 ) + f 0 (x0 )(x − x0 )

des Graphen von f bei x0 angibt, wobei die Tangente den Graphen gut approximiert (im Sinne
von f (x) = y(x) + o(x − x0 ) für x → x0 ). Wir wollen hier die Güte der Approximation erhöhen
indem wir statt linearen Approximationen auch noch höhere polynomiale Approximationen
erlauben.
Sei also f : (a, b) → C eine n-mal differenzierbare Funktion auf einem offenen, nicht-leeren
(möglicherweise unbeschränkten) Intervall (a, b) ⊆ R. Die n-te Taylor-Approximation von
f um einen Punkt x0 ∈ (a, b) ist das Polynom
n
X f (k) (x0 )
Pxf0 ,n (x) = (x − x0 )k .
k!
k=0

Die Koeffizienten wurden dabei so gewählt, dass Pxf0 ,n (x0 ) = f (x0 ) und allgemeiner

(Pxf0 ,n )(k) (x0 ) = f (k) (x0 )

für k ∈ {0, . . . , n} gilt (wieso?). Die vielleicht naive Hoffnung ist hierbei, dass die Taylor-
Approximation, wie der Name sagt, die Funktion f approximiert. Falls f glatt ist, dann ist
die Taylorreihe von f um x0 ∈ (a, b) definiert als die Potenzreihe
∞
X f (k) (x0 )
Txf0 (x) = (x − x0 )k .
k!
k=0

Damit wir hier von einer Potenzreihe sprechen dürfen, erweitern wir die Definition 7.54
wie folgt. Eine Potenzreihe um einen Punkt z0 ∈ C in der Variable z ∈ C ist ein formaler
Ausdruck der Form ∞ n=0 an (z − z0 ) , wobei an ∈ C für alle n ∈ N die Koeffizienten der
n
P

Potenzreihe sind. Der Konvergenzradius

 −1
p
R= lim sup n |an |
n→∞

ist wie in Abschnitt 7.4.1 definiert und die Potenzreihe ∞ n=0 an (z − z0 ) konvergiert für alle
n
P

z ∈ C mit Abstand kleiner R von z0 und divergiert für alle z ∈ C mit |z − z0 | > R (was aus
Satz 7.56 folgt, wie?).
Soweit ist nicht klar, was der Konvergenzradius der Taylor-Reihe einer glatten Funktion f
um einen Punkt x0 im Definitionsbereich ist und ob er positiv ist. Die naive Hoffnung ist, dass
die Taylor-Reihe, wo definiert, gleich der Funktion f ist, da die Taylorreihe bei x0 die gleichen
Ableitungen wie f hat. Dies ist in der Tat für viele Funktionen der Fall, doch, wie folgendes
Beispiel zeigt, nicht immer.

442
Beispiel 9.45 (Verschwindende Taylorreihe). Wir betrachten die Funktion
(
exp − x1


falls x > 0
ψ : x ∈ R 7→ ,
0 falls x ≤ 0

die nach Beispiel 8.23 glatt ist und ψ (n) (0) = 0 für alle n ∈ N0 erfüllt. Wir zeigen, dass sich
ψ nicht durch eine Potenzreihe um 0 darstellen lässt.
P∞ n
Wir nehmen also indirekt an, dass es eine Potenzreihe f (x) = n=0 cn x mit reellen
Koeffizienten und Konvergenzradius R > 0 gibt, so dass f (x) = ψ(x) für alle x ∈ (−R, R).
Nach Korollar 9.11 (oder genauer Übung 9.12) ist f (n) (0) = cn n!. Aber da f (x) = ψ(x) für
alle x ∈ (−R, R) angenommen wurde und da Ableiten eine lokale Operation ist, schliessen wir,
dass f (n) (0) = 0 und somit cn = 0 für alle n ∈ N0 . Dies widerspricht jedoch ψ(x) > 0 für alle
x > 0. Also kann ψ in keiner Umgebung von 0 durch eine Potenzreihe dargestellt werden.

Folgender Satz liefert nun einen direkten Vergleich zwischen einer Funktion und ihrer
Taylor-Approximationen. Er impliziert für viele Funktionen, dass sie mit ihrer Taylorreihe
übereinstimmen.

Theorem 9.46 (Taylor-Approximation). Sei (a, b) ⊆ R ein offenes, nicht-leeres Intervall und
sei f : (a, b) → C eine (n + 1)-mal stetig differenzierbare Funktion. Sei x0 ∈ (a, b). Dann gilt
für alle x ∈ (a, b)

f (x) = Pxf0 ,n (x) + Rxf 0 ,n (x) ,

wobei Pxf0 ,n die n-te Taylor-Approximation ist und wir den Fehlerterm Rxf 0 ,n durch das soge-
nannte Integral-Restglied
x
(x − t)n
Z
x ∈ (a, b) 7→ Rxf 0 ,n (x) = f (n+1) (t) dt
x0 n!

darstellen können. Dies gilt auch für Funktionen auf [x0 , b) und Punkte x ∈ [x0 , b) (bezie-
hungsweise (a, x0 ] und x ∈ (a, x0 ]).

Die Annahme im Theorem, dass f eine (n + 1)-mal stetig differenzierbare Funktion ist, ist
essentiell für obige Formulierung. In der Tat ist damit f (n+1) eine stetige Funktion und das
n
Integral der stetigen Funktion t 7→ f (n+1) (t) (x−t)
n! im Integral-Restglied existiert.

Beweis von Satz 9.46. Das Theorem ergibt sich mit Induktion über n und partieller Inte-
gration (die ebenso für komplexwertige Funktionen auf (a, b) gilt, wieso?). Ist n = 0 und
f : (a, b) → R stetig differenzierbar, so gilt nach dem Fundamentalsatz der Differential- und
Integralrechnung (genauer Korollar 9.5)
Z x
f (x) = f (x0 ) + f 0 (t) dt = Pxf0 ,0 (x) + Rxf 0 ,0 (x) .
x0

443
 Ist f nun zweimal stetig differenzierbar (also n = 1), so können wir auf obiges Integral
partielle Integration mit u(t) = f 0 (t) und v(t) = t − x anwenden und erhalten

t=x
Z x
0
f 00 (t) (t − x) dt

f (x) = f (x0 ) + f (t)(t − x) t=x0 −
x0
x
(x − t)1
Z
= f (x0 ) + f 0 (x0 ) (x − x0 ) + f 00 (t) dt
x0 1!
= Pxf0 ,1 (x) + Rxf 0 ,1 (x) .

Wir sehen also wie sich ausgehend vom Fundamentalsatz mittels partieller Integration der
nächste Fall des Satzes ergibt.
Angenommen die Aussage des Satzes stimmt für n − 1 ≥ 0 und sei f : (a, b) → R eine
(n+1)-mal stetig differenzierbare Funktion. Dann gilt auf Grund der Induktionsvorraussetzung

n−1 x
f (k) (x0 ) (x − t)n−1
X Z
f (x) = (x − x0 )k + f (n) (t) dt
k! x0 (n − 1)!
k=0

für alle x ∈ (a, b).

n (x−t)n−1
Wir setzen u(t) = f (n) (t) und v (t) = − (x−t)
n! , bemerken v (t) =
0
(n−1)! und wenden
partielle Integration an, um

n−1
(x − t)n t=x
Z x
f (k) (x0 ) (x − t)n
X  
k (n)
f (x) = (x − x0 ) − f (t) + f (n+1) (t) dt
k! n! t=x0 x0 n!
k=0
n Z x
X f (k) (x0 ) (x − t)n
= (x − x0 )k + f (n+1) (t) dt
k! x0 n!
k=0

zu erhalten. Dies beweist den Induktionsschritt und damit den Satz.

Oft werden wir das Theorem von Taylor (Theorem 9.46) in folgender Form verwenden.

Korollar 9.47 (Taylor-Abschätzung). Sei (a, b) ⊆ R ein offenes, nicht-leeres Intervall, sei
f : (a, b) → C eine (n + 1)-mal stetig differenzierbare Funktion und seien x0 , x ∈ (a, b) zwei
Punkte. Wir setzen Mn+1 = max |f (n+1) (t)| | t zwischen x0 und x . Dann gilt


Mn+1 |x − x0 |n+1
f (x) − Pxf0 ,n (x) = Rxf 0 ,n (x) ≤ .
(n + 1)!

Insbesondere ist f (x) = Pxf0 ,n (x) + O((x − x0 )n+1 ) für x → x0 .

Beweis. Angenommen x ≥ x0 . Dann gilt

x
(x − t)n Mn+1 x
Z Z
Rxf 0 ,n (x) ≤ f (n+1) (t) dt ≤ (x − t)n dt
x0 n! n! x0
x
Mn+1 (x − x0 )n+1

Mn+1 1 n+1
= − (x − t) = .
n! n+1 x0 (n + 1)!

444
Der Beweis für x < x0 ist analog ausgehend von
x x0
(x − t)n (t − x)n
Z Z
Rxf 0 ,n (x) = f (n+1)
(t) dt ≤ |f (n+1) (t) | dt.
x0 n! x n!

Bemerkung. Wir hätten andere Versionen des obigen Satz zu Taylor-Approximationen bereits
in Abschnitt 8.2 für reellwertige Funktionen beweisen können. Dies sogar unter der etwas
schwächeren Annahme an die (n+1)-te Ableitung, dass diese bloss zwischen x0 und x existieren
soll und nicht unbedingt stetig sein muss. Unter dieser Voraussetzung gibt es ein ξC zwischen
x0 und x, so dass das sogenannte Restglied nach Cauchy durch

1 (n+1)
Rxf 0 ,n (x) = f (ξC ) (x − ξC )n (x − x0 )
n!

gegeben ist. Es gibt unter denselben Voraussetzungen auch ein ξL zwischen x0 und x, so dass
das Restglied nach Lagrange durch

1
Rxf 0 ,n (x) = f (n+1) (ξL ) (x − x0 )n+1
(n + 1)!

gegeben ist. Wir verweisen dafür auf folgende Übung.

Übung 9.48 (Andere Formeln für das Restglied). Gegeben sei ein nicht-leeres Intervall
(a, b) ⊆ R, Zahlen x, x0 ∈ (a, b) und eine (n + 1)-mal differenzierbare Funktion f : (a, b) → R.

(a) Zeigen Sie, dass die Ableitung der Funktion

n
X f (k) (t)
F : t ∈ (a, b) 7→ (x − t)k ,
k!
k=0

f (n+1) (t)
durch t ∈ (a, b) 7→ n! (x − t)n gegeben ist.

(b) Wenden Sie den Mittelwertsatz (Theorem 8.29) auf die obige Funktion F an, um die
Formel Rxf 0 ,n (x) = n!
1 (n+1)
f (ξC ) (x − ξC )n (x − x0 ) für das Restglied nach Cauchy zu be-
weisen.

(c) Verwenden Sie den verallgemeinerten Mittelwertsatz (Satz 8.48) für obiges F und die
Funktion g : t 7→ (x − t)n+1 , um die Formel Rxf 0 ,n (x) = (n+1)!
1
f (n+1) (ξL ) (x − x0 )n+1 für
das Restglied nach Lagrange zu beweisen.

Beispiel 9.49 (Extremwerte). Wir wollen die Taylor-Approximation verwenden um die Dis-
kussion in Abschnitt 8.1.3 und Korollar 8.37 zu verfeinern. Sei (a, b) ⊆ R ein offenes, nicht-
leeres Intervall und sei f : (a, b) → R eine n-mal stetig differenzierbare Funktion. Angenommen
x0 ∈ (a, b) erfüllt

f 0 (x0 ) = . . . = f (n−1) (x0 ) = 0.

Dann gelten folgende Implikationen.

445
 • Falls f (n) (x0 ) < 0 ist und n gerade ist, so nimmt f in x0 ein lokales Maximum an.

• Falls f (n) (x0 ) > 0 ist und n gerade ist, so nimmt f in x0 ein lokales Minimum an.

• Falls f (n) (x0 ) 6= 0 und n ungerade ist, so nimmt f in x0 kein lokales Extremum an.

Alle drei Aussagen folgen aus der Taylor-Approximation in Theorem 9.46, die in diesem
Fall für x ∈ (a, b) die Form
x
(x − t)n−1
Z
f (x) = f (x0 ) + f (n) (t) dt
x0 (n − 1)!

annimmt. Falls f (n) (x0 ) > 0 ist, existiert ein δ > 0 mit f (n) (t) > 0 für alle t ∈ (x0 − δ, x0 + δ).
Wir betrachten nun mehrere Fälle. Ist x ∈ (x0 , x0 + δ), so ist obiges Integral positiv und damit
f (x) > f (x0 ). Ist x ∈ (x0 − δ, x0 ) und n − 1 gerade, so ist obiges Integral (auf Grund der
umgekehrten Reihenfolge der Integrationsgrenzen) negativ, womit f (x) < f (x0 ) gilt und f in
x0 kein lokales Extremum annimmt. Ist hingegen x ∈ (x0 − δ, x0 ) und n − 1 ungerade, so
ergibt sich auf dieselbe Weise f (x) > f (x0 ), womit f ein lokales Minimum in x0 annimmt.
Für f (n) (x0 ) < 0 können wir obige Diskussion auf −f anwenden.

9.4.1 Analytische Funktionen

Applet 9.50 (Taylor-Approximationen). Wir stellen einige Taylor-Approximationen bei ver-
schiebbaren Fusspunkten zu bekannten Funktionen dar.

Betrachtet man eine glatte Funktion f in Theorem 9.46, für die der Wert der Ableitung von
f nicht zu wild wird für hohe Ableitungen, dann geht das Restglied zu einem fest gewählten
x für n → ∞ gegen Null und die Funktion f wird durch ihre Taylorreihe beschrieben. Wie
bereits gesehen, muss dies jedoch nicht unbedingt der Fall sein. Eine mögliche Abschätzung,
die ausreichen würde, ist
max f (n+1) (t) ≤ cAn
t∈[x0 ,x]

für alle n ∈ N und zwei Konstanten c, A ≥ 1. Eine Abschätzung dieser Art findet man
beispielsweise für exp, sin, cos und Kombinationen dieser Funktionen.

Übung 9.51. Sei [a, b] ⊆ R ein kompaktes Intervall mit Endpunkten a < b.

(a) Sei f : [a, b] → R ein Polynom oder eine der Funktionen exp, sin, cos. Zeigen Sie, dass
Konstanten c, A ≥ 1 mit

max f (n+1) (t) ≤ cAn (9.9)

t∈[a,b]

existieren.

(b) Zeigen Sie, dass falls f, g : [a, b] → R Funktionen mit der Eigenschaft (9.9) auch f + g
und f · g diese Eigenschaften besitzen.

446
 Eine Funktion, die sich um jeden Punkt im Definitionsbereich als Potenzreihe darstellen
lässt, nennen wir analytisch. Genauer sei (a, b) ⊆ R ein offenes, nicht-leeres Intervall und f :
(a, b) → C eine glatte Funktion. Die Funktion f heisst analytisch, falls die Taylorreihe von f
um jeden Punkt in x0 ∈ (a, b) positiven Konvergenzradius R hat und auf (x0 −R, x0 +R)∩(a, b)
mit f übereinstimmt.
Wir wollen ein weiteres Beispiel, wo sich eine glatte Funktion mit ihrer Taylorreihe verglei-
chen lässt, Interessierten als Übung überlassen (vergleichen Sie dies mit Übung 9.14).

Übung 9.52. Sei α ∈ C. Zeigen Sie, dass

∞  
α
X α n
(1 + x) = x
n
n=0

für alle x ∈ (−1, 1), wobei für n ∈ N0

  n−1
α 1 Y α(α − 1) · · · (α − n + 1)
= (α − k) = .
n n! n!
k=0

Bemerkung. Analytische Funktionen haben im Zusammenhang mit „holomorphen Funktionen“

auf offenen Teilmengen von C nach C eine schöne, geschlossene Behandlung, die in der Vorle-
sung „Funktionentheorie“ im zweiten Studienjahr thematisiert wird. Der komplexe Blickwinkel
erklärt zum Beispiel, warum die analytische Funktion x ∈ R → 1+x 1
2 bei x0 = 0 eine Taylor-

reihe mit Konvergenzradius 1 besitzt, obwohl die Funktion auf ganz R definiert ist.

9.4.2 Konvergenzgeschwindigkeit des Newton-Verfahrens*

Als Anwendung des Satzes von Taylor (Theorem 9.46) möchten wir in diesem Teilabschnitt
das Newton-Verfahren zur approximativen Berechnung einer Nullstelle einer gegebenen Funk-
tion diskutieren. Weitere Anwendung werden in den nächsten Abschnitten dieses Kapitels
folgen.

Beispiel 9.53. Sei [a, b] ⊆ R ein kompaktes Intervall mit Endpunkten a < b und f : [a, b] → R
eine stetig differenzierbare Funktion mit f 0 (x) > 0 für alle x ∈ [a, b]. (Wir erinnern daran,
dass dies im Allgemeinen nicht dasselbe wie strenge Monotonie von f ist, aber strenge Mono-
tonie impliziert.) Angenommen es gilt f (a) < 0 und f (b) > 0. Dann gibt es auf Grund des
Zwischenwertsatzes (Satz 3.58) ein z ∈ [a, b] mit f (z) = 0, das wegen der strengen Monotonie
von f eindeutig bestimmt ist. Beginnend mit einem gewählten Punkt x0 ∈ [a, b] definieren wir
rekursiv

f (xn )
xn+1 = xn − (9.10)
f 0 (xn )

für alle n ∈ N0 (falls xn ∈ [a, b]). Die Idee hinter diesem Verfahren möchten wir in folgendem
Bild erklären.

447
 Figur 9.2: In einem ersten Schritt approximiert man f mit der Tangenten
g0 : t 7→ f (x0 ) + f 0 (x0 )(t − x0 ) bei x0 . Von dieser berechnet man nun die
eindeutige Nullstelle x1 = x0 − ff0(x 0)
(x0 ) . In einem zweiten Schritt verwendet
man nun diesen neuen Punkt x1 und berechnet die eindeutige Nullstelle
x2 der Tangenten g1 bei x1 . Dies führt man iterativ so fort.

Falls die Folge (xn )n definiert ist (das heisst, xn ∈ [a, b] für alle n ∈ N) und konvergiert,
dann ist ihr Grenzwert eine Nullstelle von f und somit unter unseren Annahmen gleich der
Nullstelle z. In der Tat gilt für z 0 = limn→∞ xn

f (z 0 )
 
f (xn )
z 0 = lim xn = lim xn+1 = lim xn − = z0 −
n→∞ n→∞ n→∞ f 0 (xn ) f 0 (z 0 )

und somit f (z 0 ) = 0 und z 0 = z.

Das Konvergenzverhalten der Folge (xn )n ist im Allgemeinen „sehr chaotisch“. Unter etwas
stärkeren Annahmen möchten wir nun aber zeigen, dass die Folge (xn )n konvergiert und die
Konvergenzgeschwindigkeit untersuchen.
Wir nehmen zusätzlich an, dass f zweimal stetig differenzierbar ist und definieren

M = max |f 00 (t)| | t ∈ [a, b]



m = min |f 0 (t)| | t ∈ [a, b] .



Nun wenden wir Korollar 9.47 an, um den Fehlerterm Rxf 0 ,1 bei der Approximation von f
durch die Tangente um x0 abzuschätzen. Bei der Nullstelle z ergibt dies

M |z − x0 |2
Rxf 0 ,1 (z) ≤ (9.11)
2

Des Weiteren gilt per Definition

0 = f (z) = f (x0 ) + f 0 (x0 ) (z − x0 ) + Rxf 0 ,1 (z) . (9.12)

448
Wir dividieren Gleichung (9.12) durch f 0 (x0 ) und erhalten

Rxf 0 ,1 (z)
 
f (x0 )
0 = z − x0 − 0 + 0 .
f (x0 ) f (x0 )
| {z }
=x1

Mit der Abschätzung (9.11) ergibt dies

Rxf 0 ,1 (z)
|x1 − z| = ≤ M
2m |x0 −|2 (9.13)
f 0 (x0 )

m
Falls nun ε ∈ (0, M ) klein genug ist, so dass Bε (z) ⊆ [a, b] gilt, und falls x0 ∈ Bε (z) ist, dann
folgt aus (9.13), dass

ε
|x1 − z| ≤ M
2m |x0 − z|2 ≤ M
2m |x0 − z|ε ≤ 12 |x0 − z| < .
2

Daher liegt x1 auch in [a, b] und ist bereits näher an z als x0 . Komplett analog beweist man,
dass für alle n ∈ N0

1
|xn+1 − z| ≤ 2 |xn − z|

gilt, was mit vollständiger Induktion auch

|xn − z| ≤ 2−n |x0 − z|

für alle n ∈ N0 zeigt. Insbesondere konvergiert die Folge (xn )n und wir können das Newton-
Verfahren (unter geeigneter Wahl eines Startpunktes x0 ) verwenden, um die Nullstelle mit
hoher Genauigkeit zu approximieren. Die Konvergenz ist noch schneller als diese Abschätzung
beweist; man spricht von quadratischer Konvergenz.

Übung 9.54 (Quadratische Konvergenz). Wir möchten die Konvergenzgeschwindigkeit des

Newton-Verfahrens hier genauer analysieren. In obigem Beispiel wurde gezeigt, dass sich der
Fehler in jedem Schritt mindestens halbiert. Wir betrachten nun das Argument etwas genauer
M
(und behalten dementsprechend die Notation). Sei β = 2m . Zeigen Sie für den mit β gewich-
teten Abstand β|xn − z| die Abschätzung

n
β|xn − z| ≤ (β|x0 − z|)2

für jedes n ∈ N gilt.

√
Übung 9.55. Verwenden Sie das Newton-Verfahren, um 2 (oder alternativ eine andere ir-
rationale, reelle algebraische Zahl) auf drei Dezimalstellen genau zu berechnen. Für die genaue,
numerische Berechnung des Resultats dürfen Sie einen Rechner oder ein Computer-Programm
benutzen.

449
9.5 Numerische Integration
Wie bereits erwähnt wurde, gibt es Integrale, die sich nicht in Ausdrücken der üblichen (den
uns bisher bekannten) Funktionen darstellen lassen. Besonderes in diesen Fällen sind folgende
Abschätzungen zur approximativen Berechnung von Integralen sehr nützlich. Im nächsten
Abschnitt werden wir weitere Beispiele sehen, die die zugrundeliegende Idee des folgenden
Satzes in anderen Überlegungen gewinnbringend einsetzen.
b−a
Satz 9.56. Seien a < b reelle Zahlen, f : [a, b] → R eine Funktion, n ∈ N, h = n die
Schrittweite und x` = a + `h für ` ∈ {0, . . . , n}.

(a) (Rechtecksregel) Falls f stetig differenzierbar ist, dann gilt

Z b
f (x) dx = h (f (x0 ) + . . . + f (xn−1 )) + F1 ,
a

(b−a)2
wobei der Fehler F1 durch |F1 | ≤ 2n maxx∈[a,b] |f 0 (x)| beschränkt ist.

(b) (Sehnentrapezregel) Falls f zweimal stetig differenzierbar ist, dann gilt

Z b  
f (x0 ) + f (x1 ) f (xn−1 ) + f (xn )
f (x) dx = h + ... + + F2
a 2 2
h
= (f (x0 ) + 2f (x1 ) + . . . + 2f (xn−1 ) + f (xn )) + F2 ,
2
(b−a)3
wobei der Fehler F2 durch |F2 | ≤ 6n2
maxx∈[a,b] |f 00 (x)| beschränkt ist.

(c) (Simpson-Regel) Falls f viermal stetig differenzierbar ist und n gerade ist, dann gilt
Z b
h
f (x) dx = ( f (x0 ) + 4f (x1 ) + 2f (x2 ) + 4f (x3 ) + 2f (x4 ) + . . .
a 3
+ 2f (xn−2 ) + 4f (xn−1 ) + f (xn ) + ) F3 ,

(b−a)5
wobei der Fehler F3 durch |F3 | ≤ 45n4
maxx∈[a,b] f (4) (x) beschränkt ist.

Insbesondere verhält sich der Fehler für das Rechtecksverfahren wie Of (n−1 ) für n → ∞,
für das Sehnentrapezverfahren wie Of (n−2 ) für n → ∞ und für das Simpson-Verfahren wie
Of (n−4 ) für n → ∞.
Wir möchten anmerken, dass die Konstanten in obigen Abschätzungen nicht optimal sind.
Alle drei obigen Approximationsverfahren sind sogenannte Newton-Cotes-Verfahren. Die we-
sentliche Idee eines solchen Verfahrens ist die folgende: zuerst schreibt man nach Intervallad-
ditivität
Z b n−1
X Z x`+1
f (x) dx = f (x) dx.
a `=0 x`

450
 Rx
Nun approximiert man jedes obige Integralstück x``+1 f (x) dx durch einen Ausdruck der
PK PK
Form k=1 wk f (zk ) für Gewichte w1 , . . . , wK ∈ (0, 1) mit k=1 wk = 1 und Stützpunk-
te z1 , . . . , zK ∈ [x` , x`+1 ]. Beispielsweise nimmt man für die Sehnentrapezregel zwei Stütz-
punkte (K = 2), nämlich die beiden Endpunkte des Intervalls [x` , x`+1 ], mit den Gewichten
w1 = w2 = 21 .
Rx
Die Summe der Fehler, die auf den Stücken x``+1 f (x) dx zustandekommen, ergeben dann
den Gesamtfehler der Approximation. Obiger Satz gibt demnach an, wie dieser Fehler kon-
trolliert werden kann.
Vor dem Beweis des obigen Satzes möchten wir kurz erklären, wie sich die Simpson-Regel als
Newton-Cotes-Verfahren auffassen lässt. Für die äquidistante Zerlegung des Intervalles [a, b]
mit den Punkten y` = a + ` b−a m für ` = 0, . . . , m betrachtet man auf [y` , y`+1 ] die Gewichte
y +y
w1 = 6 , w2 = 6 und w3 = 6 und die Stützpunkte y` , ` 2 `+1 und y`+1 . Das dazugehörige
1 4 1

Newton-Cotes-Verfahren ist genau das Simpson-Verfahren (wieso?). Wir wenden uns nun dem
Beweis des obigen Satzes zu.

Beweis. Für (a) verwenden wir den Mittelwertsatz, wonach es zu ` ∈ {0, . . . , n − 1} und
x ∈ [x` , x`+1 ] ein ξx ∈ (x` , x`+1 ) gibt mit f (x) − f (x` ) = f 0 (ξx )(x − x` ). Insbesondere gilt

|f (x) − f (x` )| = f 0 (ξx ) (x − x` ) ≤ (x − x` ) max f 0 (t) .

t∈[a,b]

Damit erhalten wir

Z x`+1 Z x`+1 Z x`+1
0
f (x) dx − f (x` ) h ≤ |f (x) − f (x` )| dx ≤ max f (t) (x − x` ) dx
x` x` t∈[a,b] x`
h2
≤ max f 0 (t) .
2 t∈[a,b]

Durch Summation, Intervalladditivität des Integrals und die Dreiecksungleichung erhalten wir

b n−1
nh2 (b − a)2
Z X
f (x) dx − f (x` ) h ≤ max f 0 (t) = max f 0 (t) .
a 2 t∈[a,b] 2n t∈[a,b]
`=0

Für (b) betrachten wir zuerst zu ` ∈ {0, . . . , n − 1} die Endpunkte x− = x` und x+ = x`+1
und den Mittelpunkt x̃ = x− +x2
+
des Intervalls [x− , x+ ]. Des Weiteren definieren wir den
Wert M2 = maxx∈[a,b] |f (x)|. Nach Korollar 9.47 gilt für die Approximation durch das erste
00

Taylor-Polynom um x̃
 2
M2 M2 h M2 2
0
|t − x̃|2 ≤


f (t) − f (x̃) + f (x̃)(t − x̃) ≤ = h
2! 2 2 8

451
für alle t ∈ [x− , x+ ]. Wir verwenden dies für die Endpunkte t = x− und t = x+ des Intervalls
[x− , x+ ] und erhalten aus der Dreiecksungleichung

f (x− ) + f (x+ )
− f (x̃)
2
M2 h2
1
f (x− ) − f (x̃) − f 0 (x̃) (x− − x̃) + f (x+ ) − f (x̃) − f 0 (x̃) (x+ − x̃) ≤



= 2 ,
8

da sich der lineare Term wegen x− − x̃ = −(x+ − x̃) aufhebt.

Aus demselben Grund erhalten wir
Z x+ Z x+ Z x+
f (t) − f (x̃) + f 0 (x̃) (t − x̃) dt



f (t) dt − f (x̃) h = (f (t) − f (x̃)) dt =
x− x− x−
h
x+
M2 h 3
Z Z
2
≤ M2
2 (t − x̃)2 dt = M2
2 s2 ds =
x− −h 3·8
2

x` +x`+1
Zusammenfassend gilt also für ` ∈ {0, . . . , n − 1} und x̃` = 2

f (x` ) + f (x`+1 ) M2 h2
f (x̃` ) − ≤ (9.14)
2 8
Z x`+1
M2 h3
f (t) dt − f (x̃` ) h ≤ (9.15)
x` 3·8

Wir multiplizieren (9.14) mit h und summieren sowohl (9.14) als auch (9.15) über ` in
{0, . . . , n − 1}. Daraus folgt mit Intervalladditivität des Riemann-Integrals

b n−1
M2 h3 M2 h3 (b − a)3 M2
Z  
X f (x` ) + f (x`+1 )
f (x) dx − h ≤n + = .
a 2 8 3·8 6n2
`=0

Für (c) betrachten wir wieder zuerst zu k ∈ 0, . . . , n2 − 1 die Endpunkte x− = x2k



und x+ = x2k+2 und den Mittelpunkt x̃ = x2k+1 des Intervalls [x− , x+ ] und verwenden
Korollar 9.47 bei x̃. Dies ergibt für t ∈ [x− , x+ ]

f 00 (x̃) f 000 (x̃)

 
0 2 3
f (t) − f (x̃) + f (x̃) (t − x̃) + (t − x̃) + (t − x̃)
2 6
M4 (t − x̃)4 M4 h4
≤ ≤ , (9.16)
4! 4!

wobei M4 = maxx∈[a,b] f (4) (x) . Durch Integration über [x− , x+ ] erhalten wir

x+
f 00 (x̃) h 2 M4 h 4
Z  Z  Z
f (t) dt − 2hf (x̃) + s ds ≤ s ds
x− 2 −h 4! −h

oder auch
x+
f 00 (x̃) 3 M4 h5
Z  
f (t) dt − 2hf (x̃) + h ≤
x− 3 60

452
Setzen wir t = x− und t = x+ in Gleichung (9.16), so erhalten wir

h h · 2 · M4 h4 M4 h5
f (x− ) + f (x+ ) − 2f (x̃) + f 00 (x̃)h2 ≤



= ,
3 3 · 24 36

da sich die linearen und kubischen Terme gegenseitig aufheben. Daher gilt
Z x+
h
f (t) dt − 3 (f (x− ) + 4f (x̃) + f (x+ ))
x−
Z x+
h
6f (x̃) + f 00 (x̃)h2 + h
2f (x̃) + f 00 (x̃) h2 − h




= f (t) dt − 3 3 3 f (x− ) + f (x+ )
x−
1 5 1 5 2 5
≤ 60 M4 h + 36 M4 h = 45 M4 h .

Nach Summation über k ∈ 0, . . . , n2 − 1 ergibt sich die Folge 1, 4, 2, 4, 2, . . . , 2, 4, 1 der Ge-



wichte für die Funktionswerte in der Simpson-Regel wie im Satz und die Abschätzung genau
wie im Beweis von (b) oben.
R1 1
Übung 9.57. Erklären Sie unter Verwendung der Simpson-Regel, wie man π = 4 0 1+x2 dx
auf beliebig viele Dezimalstellen genau bestimmen kann.

9.5.1 Landau-Notation II
Wie in obigem Beweis der Simpson-Regel ersichtlich wurde, ist das genaue Buchführen der
Konstanten relativ anstrengend und der eigentliche Wert, den man zum Schluss erhält, steckt
nicht so sehr in der konkreten Konstante sondern in den anderen Ausdrücken. Wir möchten
nun deswegen ein weiteres Stück Notation einführen, welche uns erlaubt bei Abschätzungen
unsere Denkleistung auf das Wesentliche zu fokussieren.
Sei X eine Menge und seien f, g : X → C zwei Funktion. Wir schreiben

f (x) = O(g(x)) für x ∈ X,

falls eine Konstante C > 0 existiert mit |f (x)| ≤ C|g(x)| für alle x ∈ X.
Die obige Notation kann leicht mit der Landau-Notation aus Abschnitt 6.6 verwirrt werden,
weswegen wir uns Mühe geben werden, den Zusatz „für x ∈ X“ auch immer anzugeben. In
einem gewissen Sinne ist die Aussage f (x) = O(g(x)) für x ∈ [a, ∞) eine „globale Aussage“,
da alle Zahlen x in [a, ∞) betroffen sind. Hingegen ist f (x) = O(g(x)) für x → ∞ eine „lokale
Aussage“, da nur Zahlen x ∈ [a, ∞) betroffen sind, die gross genug sind (das heisst nahe genug
bei unendlich sind, siehe Abschnitt 6.6).
In gewissen Situation bedeutet die Notation aber dasselbe, wie folgende Übung zeigt.

Übung 9.58. Sei a ∈ R und seien f, g : [a, ∞) → R zwei stetige Funktionen mit g(x) > 0 für
alle x ∈ [a, ∞). Zeigen Sie, dass die Aussagen

f (x) = O(g(x)) für x ∈ [a, ∞)

f (x) = O(g(x)) für x → ∞

453
äquivalent sind.

Die Gross-O-Notation ist per Definition also insbesondere dann nützlich, wenn wir Kon-
stanten „verstecken“ wollen. Beispielsweise ist 100! = O(1). Damit die Notation auch in Rech-
nungen nützlich ist, erlauben wir auch arithmetische Operationen mit ihr (vergleiche auch
Abschnitt 6.6): Ist X eine Menge und sind f1 , f2 , g : X → C drei Funktionen, dann bedeutet

f1 (x) = f2 (x) + O(g(x)) für x ∈ X,

dass f1 (x)−f2 (x) = O(g(x)) für x ∈ X oder intuitiv ausgedrückt, dass die Differenz von f1 und
f2 durch g kontrolliert ist. Des Weiteren folgt aus f1 = O(g) für x ∈ X, auch f1 f2 = O(gf2 )
für x ∈ X.
Die Gross-O-Notation wird auch dazu verwendet, Unabhängigkeiten von gewissen Parame-
tern zum Ausdruck zu bringen. Wir möchten dies an einem Beispiel illustrieren.

Beispiel 9.59 (Parameterabhängigkeit bei Landau-Notation). Sei k ∈ N und α ∈ (−∞, 2].

(a) Nach Taylorapproximation im Sinne von Korollar 9.47 gilt

3
 3 1

3 − 21
x 2 − k 2 + 32 k 2 (x − k) ≤ 1
2 max 4t (x − k)2 = 38 (x − k)2
t∈[1,∞)

für x ∈ [1, ∞) . Insbesondere gilt

3 3 1
 
x 2 = k 2 + 32 k 2 (x − k) + O (x − k)2 für x ∈ [1, ∞),

wobei die in O(·) versteckte implizite Konstante also nicht vom Parameter k abhängt.

(b) Hängt die implizite Konstante, nicht wie in (a) oben, von einem Parameter ab, so in-
dizieren wir den Parameter bei O(·). Ein konkretes Beispiel: Wenn α ∈ (−∞, 2], dann
gilt

xα = 1 + α (x − 1) + Oα ((x − 1)2 )

für x ∈ [ 21 , ∞) auf Grund der Taylorapproximation in Korollar 9.47.

(c) Auch eine Abhängigkeit des Definitionsbereichs vom Parameter ist denkbar und oft nütz-
lich. Für alle Zahlen t ∈ k − 12 , k + 12 gilt (log)00 (t) = − t12 = O k12 und daher
 

 
1 (t−k)2 1 1


log (t) = log (k) + k (t − k) + O k2
= log (k) + k (t − k) + O k2

auf Grund der Taylorapproximation in Korollar 9.47.

Im Allgemeinen sollte man die Landau-Notation sorgfältig verwenden, da sich hier oft Fehler
einschleichen insbesondere bei der Frage der Abhängigkeit der impliziten Konstanten.

454
9.6 Drei asymptotische Formeln

9.6.1 Das Wallissche Produkt

Die Formel

1 (2n n!)4
π = lim (9.17)
n→∞ n ((2n)!)2

nach John Wallis (1616-1703) wird das Wallissche Produkt genannt.

Um Gleichung (9.17) zu beweisen, wollen wir zuerst für jedes k ∈ N0 das Integral
Z π
Ik = sink (x) dx
0

mit vollständiger Induktion berechnen.

Rπ
Für k = 0 gilt I0 = π und für k = 1 gilt I1 = 0 sin(x) dx = 2. Mit partieller Integration
erhalten wir für alle k ≥ 2
Z π Z π
Ik = sink (x) dx = sink−1 (x) sin (x) dx
0 0
Z π
h
k−1

i π
= sin (x) − cos (x) + (k − 1) sink−2 (x) cos2 (x) dx
0 0
Z π
sink−2 (x) 1 − sin2 (x) dx


= (k − 1)
0
= (k − 1) (Ik−2 − Ik ) ,

woraus sich die Rekursionsformel

k−1
Ik = Ik−2 (9.18)
k
für jedes ganze k ≥ 2 ergibt.
Somit ist für n ∈ N

2n − 1 2n − 1 2n − 3 1
I2n = I2n−2 = · · · · I0
2n 2n 2n − 2 2
(2n)(2n − 1)(2n − 2) · · · 1 (2n)!
=
2 I0 = n 2 · π,
(2n)(2n − 2) · · · 2 (2 n!)

wobei wir den Bruch mit 2n(2n − 2) · · · 2 erweitert haben um im Zähler (2n)! zu erhalten. Auf
dieselbe Weise ergibt sich

2
2n 2n − 2 2 (2n)(2n − 2) · · · 2 (2n n!)2
I2n+1 = · · · · I1 = ·2= · 2.
2n + 1 2n − 1 3 (2n + 1)(2n) · · · 1 (2n + 1)!

Die Folge (In )n erfüllt noch eine weitere Eigenschaft: Denn für x ∈ [0, π] ist sin(x) ∈ [0, 1]
und somit

sin2n+2 (x) ≤ sin2n+1 (x) ≤ sin2n (x)

455
für alle x ∈ [0, π] and n ∈ N. Durch Integration folgt die Monotonieungleichung
Z π Z π Z π
2n+2 2n+1
I2n+2 = sin (x) dx ≤ I2n+1 = sin (x) dx ≤ I2n = sin2n (x) dx
0 0 0

und mittels (9.18) auch

2n + 1 (2n)! (2n n!)2 (2n)!

I2n+2 = n 2
π ≤ 2 ≤ I2n = n 2 π.
2n + 2 (2 n!) (2n + 1)! (2 n!)
| {z }
I2n

(2n n!)2 2n+1

Wir multiplizieren diese Ungleichungskette mit (2n)! 2n und erhalten

(2n + 1)2 1 (2n n!)4 2n + 1

π≤ 2
≤ π.
2n(2n + 2) n ((2n)!) 2n

Dies beweist die Formel (9.17) nach Wallis unter Anwendung des Sandwich-Lemmas (Lem-
ma 6.2).

9.6.2 Stirling-Formel
Wir verwenden nun das Wallissche Produkt und Taylor-Approximationen, um das asym-
ptotische Verhalten von n! zu bestimmen. Genauer formuliert wollen wir die Stirling-Formel

n!
lim √ n n

=1 (9.19)
n→∞ 2πn e
√ n n
beweisen. Diese ist nach James Stirling (1692-1770) benannt und wird auch als n! ≈


2πn e
geschrieben.
Der Grundgedanke für den Beweis von (9.19) ist die Gleichung

log(n!) = log(1) + log(2) + . . . + log(n)

R n+ 12
für n ∈ N genauer zu betrachten, wobei wir die Summe aber durch das Integral 1 log (x) dx
2
ersetzen wollen, da dieses einfacher zu berechnen ist.
Für k ∈ N und t ∈ k − 12 , k + 21 gilt nach Beispiel 9.59
 

1 1


log (t) = log (k) + k (t − k) + O k2
.

Wir erhalten
Z k+ 21
1


log (t) dt = log (k) + O k2
k− 12

für alle k ∈ N, da sich der lineare Term bei der Integration weglöscht.

456
 Für ein festes n ∈ N und die Summe über k ∈ {1, . . . , n} folgt daraus

n
X n Z
X k+ 12 n
X Z n+ 12 n
X
1 1



log(n!) = log (k) = log (t) dt + O k2
= log (t) dt + O k2
k=1 k=1 k− 12 k=1
1
2 k=1
Xn
= (n + 12 ) log(n + 12 ) − (n + 21 ) − c + 1


O k2
,
k=1

wobei sich die Konstante c ∈ R durch Auswerten der Stammfunktion bei der unteren Grenze
2 ergibt. Wiederum nach Taylorapproximation gilt log(n + 2 ) = log (n) + n · 2 + O( n2 ). Wir
1 1 1 1 1

multiplizieren diese Approximation mit (n+ 12 ) und erhalten (mit (n+ 12 )O( n12 ) = O( n1 )) somit

n
X
1 1
O( n12 ) 1 1



log(n!) = (n + 2) log (n) + 2n + − (n + 2) −c+ O k2
k=1
n
X
= (n + 21 ) log (n) + 1 1 1 1



2 +O n −n− 2 −c+ O k2
k=1
1
= log (n) + n log (n) − n + an
2

für eine konvergente Folge (an )n in R (wobei wir Proposition 7.28 verwendet haben um die
absolut konvergenten Fehlerterme εn = O( n12 ) aufzusummieren). Wenden wir die Exponential-
abbildung an, so erhalten wir für alle n ∈ N
√
n! = nnn e−n bn , (9.20)

wobei bn = exp(an ) ist. Da (an )n konvergent ist, ist auch (bn )n konvergent und der Grenzwert
B = limn→∞ exp (an ) = exp(limn→∞ an ) ist positiv.
Um B zu berechnen, verwenden wir (9.20) gemeinsam mit dem Wallisschen Produkt (9.17).
Es gilt
√
4
1 (2n n!)4 1 2n nnn e−n bn b4n
π = lim = lim √ 2 = lim ,
n→∞ n ((2n)!)2 n→∞ n n→∞ 2b2


2n(2n)2n e−2n b2n 2n

da die Potenzen von 2, von n und von e sich jeweils direkt kürzen, und die Wurzelterme
gemeinsam mit dem n1 vor dem Bruch sich zu einem 12 vereinfachen. Daraus folgt

B4
π= = 12 B 2
2B 2
√
und somit muss B = 2π gelten. Aus Gleichung (9.20) erhalten wir

n! √
lim √ n = lim bn = 2π,
n ne


n→∞ n→∞

was zur Stirling-Formel (9.19) äquivalent ist.

Auf Grund der Bedeutung von der Fakultätsfunktion, zum Beispiel in kombinatorischen
Überlegungen, ist es nicht verwunderlich, dass die Sterling-Formel vielfache Anwendungen

457
besitzt. In den folgenden Übungen wollen wir einige wenige solcher Anwendungen präsentieren.
Übung 9.60 (Besuche bei der Irrfahrt auf Z). Wir betrachten eine (diskrete) zufällige Be-
wegung auf den ganzen Zahlen ausgehend von Null. Also beginnen wir zur Zeit t = 0 im
Ursprung, hüpfen dann mit Wahrscheinlichkeit 21 entweder nach links auf die Position −1
oder nach rechts auf die Position 1. Bezeichnet im Allgemeinen xt ∈ Z die Position zur Zeit
t ∈ N, so bewegen wir uns auf die Zeit t + 1 hin wieder entweder links oder rechts mit gleicher
Wahrscheinlichkeit von 12 .
Berechnen Sie die Wahrscheinlichkeit, dass man sich zur Zeit t ∈ N bei Null befindet und
approximieren Sie diese mit der Stirling-Formel.
Übung 9.61. Eine Münze wird n-mal geworfen. Sei ε > 0. Zeigen Sie, dass die Wahrschein-
lichkeit, dass die Münze höchstens ( 12 − ε)n-mal auf Kopf fällt, für n → ∞ gegen Null geht.
Hinweis: Sie dürfen dabei annehmen, dass 2−n nk die Wahrscheinlichkeit ist, dass bei n-

maligem Wurf die Münze k-mal auf Kopf fällt. Zeigen Sie auch, dass die Funktion x ∈ (0, 1) 7→
x log(x) + (1 − x) log(1 − x) ein striktes lokales Maximum bei x = 12 hat.
Übung 9.62 (Ein Ausblick auf Algorithmik). In dieser Übung wollen wir die worst case
Geschwindigkeit eines Sortieralgorithmus abschätzen. Sei also gegeben ein Algorithmus, der zu
einem Datensatz a1 , . . . , an ∈ Z diesen umordnet, das heisst, eine Abbildung j : {1, . . . , n} →
{1, . . . , n} findet, so dass aj(1) ≤ . . . ≤ aj(n) . Wir interessieren uns nun für die Zahl W (n)
der Anzahl Vergleiche zweier Zahlen des Datensatzes, die der Algorithmus schlimmstenfalls
durchführen muss, um den Datensatz zu sortieren. Zeigen Sie, dass eine von n unabhängige
Konstante C > 0 existiert, so dass W (n) ≥ Cn log(n).

9.6.3 Asymptotik der harmonischen Reihe

Für den Beweis der Stirling-Formel wurde eine Kombination von Taylor-Approximation
und Integration verwendet, um das asymptotische Verhalten der Reihe log(n!) = nk=1 log(k)
P

zu bestimmen. Diese Methode kann auch allgemeiner zur Untersuchung des Divergenzverhal-
tens von Reihen eingesetzt werden. Zum Beispiel gilt die „asymptotische Entwicklung“
n
X 1 1
= log (n) + γ + + O( n12 ) (9.21)
k 2n
k=1

für n → ∞, wobei
Z ∞ 
1 1
γ= − dx = 0.577215664901532 . . .
1 bxc x

die Euler-Mascheroni-Konstante genannt wird.

Übung 9.63. Wir wollen die Asymptotik (9.21) in dieser Übung beweisen.
(a) Beweisen Sie, dass das Integral in der Definition von γ konvergiert und dass die Gleichung
n Z ∞ 
X 1 1 1 1
= log (n) + γ + − − dx
k n n bxc x
k=1

458
 für alle n ∈ N gilt.

(b) Verwenden Sie Taylor-Approximation, um

• log (m + 1) = log (m) + m

1
− 2m 1 1
2 + O( m3 )
R m+1 1 1 m+1 −2
• m1 1 1
t dt + O( m13 )
R
− m t dt = 2m2 + O( m3 ) = 2 m

für m ∈ N zu beweisen.

(c) Verwenden Sie das Integralkriterium (Satz 9.35) um zu zeigen, dass

∞
X 1
3
= O( n12 )
m=n
m

für n → ∞.

(d) Verbinden Sie die obigen Aussagen zu einem Beweis von (9.21).

(e) Wiederholen Sie Beispiel 7.5 und approximieren Sie mit der Formel (9.21) die notwendige
Anzahl Bausteine n für einen Sprungturm, der 10m in den See hinreicht. Vergleichen Sie
dies dann zum exakten Resultat n = 12367.

459
9.7 Anwendungen

9.7.1 Flächeninhalte
Wir wollen hier nochmals Beispiele für Flächenberechnungen besprechen, welche unter
anderem den Namen der Umkehrfunktionen der hyperbolischen Funktionen erklären.

Beispiel 9.64. Wir berechnen den Flächeninhalt des Kreises mit Radius r > 0. Dieser ist
Rr √
durch 2 −r r2 − x2 dx definiert (wieso?), und gemeinsam mit Bespiel 9.21 ergibt sich daraus
Z r p h p ir
r2 − x2 dx = 2 21 r2 arcsin x
+ 12 x = r2 π


2 r r2 − x2
−r −r

Beispiel 9.65 (Hyperbolische Umkehrfunktionen). Wir verwenden die Funktion

t ∈ R 7→ (x, y) = (cosh(t), sinh(t)) ∈ R2 (9.22)

um die „positive Hälfte“ der Hyperbel (x, y) | x2 − y 2 = 1 zu parametrisieren. Wir stellen uns


den Parameter t ∈ R vorerst als Zeit vor. In diesem Sinne beschreibt (9.22) eine Bewegung
im R2 . Wir wollen den Flächeninhalt des folgenden Gebietes in Rosa zwischen dem Ursprung
und einem Teil der Hyperbel berechnen.

Dieser ist der Flächeninhalt 12 x0 y0 = 12 cosh (t0 ) sinh (t0 ) des eingezeichneten Dreiecks mi-
nus dem Flächeninhalt unterhalb der Hyperbel zwischen der 1 und x0 = cosh(t0 ) in Blau.
Rx √
Letztere Fläche ist durch 1 0 x2 − 1 dx gegeben. Um dieses Integral zu berechnen, verwenden

460
wir die hyperbolische Substitution x = cosh(t), dx = sinh(t) dt und erhalten
t
x0 t0 t0
e2t − 2 + e−2t e − e−2t 1 0
Z p Z Z  2t
2
x2 − 1 dx = sinh (t) dt = dt = − t
1 0 0 4 8 2 0
1 t0
 
1 1 1
= sinh (2t) − t = x0 y0 − t0 .
4 2 0 2 2

Somit ist der Flächeninhalt des gesuchten Gebiets

1 1 1
t0 = arcosh (x0 ) = arsinh (y0 ) .
2 2 2

Dies erklärt die Namen „Areasinus Hyperbolicus“ und „Areakosinus Hyperbolicus“ der Um-
kehrfunktionen der hyperbolischen Funktionen (wieso?).

9.7.2 Bogenlänge
Im Folgenden möchten wir einen stetige Funktion γ : [a, b] → Rd für d ≥ 2, auch Weg oder
Kurve von γ(a) nach γ(b) genannt, betrachten. Dabei fassen wir t ∈ [a, b] als Zeitparameter
und γ(t) als die Position zum Zeitpunkt t auf.
Falls alle Komponenten γ1 , . . . , γd von γ = (γ1 , . . . , γd )t stetig differenzierbar sind, inter-
pretieren wir für einen Zeitpunkt t ∈ [a, b] den Ausdruck kγ̇ (t) k2 = γ̇1 (t)2 + . . . + γ̇d (t)2
p

als die Geschwindigkeit zum Zeitpunkt t ∈ [a, b].

Wir möchten nun die Bogenlänge des Weges γ als die gesamte Strecke, die zwischen den
Zeiten a und b zurückgelegt wurde, definieren. Dabei soll gelten, dass die zurückgelegte Strecke
zwischen gleichen Zeiten α und α Null ist und dass sich Strecken additiv verhalten, also dass
die zwischen den Zeiten α < β zurückgelegte Strecke plus die zwischen den Zeiten β < γ
zurückgelegte Strecke gerade die zwischen den Zeiten α < γ zurückgelegte Strecke ist. Im
Sinne von Definition 4.29 ist die zurückgelegte Strecke also eine additive Intervallfunktion auf
[a, b].
Des Weiteren möchten wir natürlich verlangen, dass die in einem Teilintervall [α, β] ⊆ [a, b]
mit α < β zurückgelegte Strecke zwischen (β − α) mal die minimale Geschwindigkeit in [α, β]
und (β − α) mal die maximale Geschwindigkeit in [α, β] liegt. Nach Proposition 4.30 ist daher
die einzig vernünftige Definition der Bogenlänge des Weges γ der Ausdruck
Z b Z bp
L(γ) = kγ̇(t)k2 dt = γ̇1 (t)2 + . . . + γ̇d (t)2 dt.
a a

Anders formuliert ist also die Länge des zurückgelegten Weges das Integral über die Geschwin-
digkeitsfunktion.

Beispiel 9.66 (Umfang des Kreises). Wir betrachten den Weg

γ : t ∈ [0, 2π] 7→ (cos(t), sin(t))t ∈ R2 .

Wegen γ(0) = γ(2π) = (1, 0)t sind der Start- und der Endpunkt von γ gleich (wir sagen
auch, dass der Weg γ geschlossen ist). Auch gilt für die Geschwindigkeit zu jedem Zeitpunkt
461
t ∈ [0, 2π]
p q
kγ̇(t)k2 = γ̇1 (t)2 + γ̇2 (t)2 = sin2 (t) + cos2 (t) = 1.

Der Weg (oder die Kurve) γ durchläuft (wegen cos2 (t) + sin2 (t) = 1 für alle t ∈ R) den
Einheitskreis also mit konstanter Geschwindigkeit Eins. Deswegen gilt
Z 2π q Z 2π
2 2
L (γ) = γ̇1 (t) + γ̇2 (t) dt = 1 dt = 2π.
0 0

Des Weiteren besucht γ jeden Punkt (bis auf den Endpunkt) genau einmal (siehe auch Ab-
schnitt 7.6.4). Einen solchen Weg nennen wir auch einfach. Deswegen lässt sich die Bogen-
länge von γ auch als den Umfang des Einheitskreises auffassen, der somit 2π ist. Dies gilt
analog für Teilstrecken und definiert den Begriff Winkel als Bogenlänge am Einheitskreis.
Sei γ : [a, b] → Rd ein stetig differenzierbarer Weg ausgehend von einem Intervall [a, b]
mit Endpunkten ah< b.i Eine stetig differenzierbare
h i Reparametrisierung von γ ist ein Weg
der Form γ ◦ ψ : ã, b̃ → R , wobei ã, b̃ ein kompaktes Intervall mit Endpunkten ã < b̃
d
h i
ist und ψ : ã, b̃ → [a, b] eine stetig differenzierbare, monoton wachsende, bijektive Funktion
ist. Wenn wir uns γ als einen „Fahrplan eines Autobusses“ vorstellen, dann entspricht ψ einer
„Fahrplanänderung“.
Intuitiv ausgedrückt ist eine Reparametrisierung eines Weges also ein Weg mit denselben
Endpunkten (da ψ(ã) = a und ψ(b̃) = b) und der immer in dieselbe Richtung geht (wegen
Monotonie). Anschaulich kann man deswegen erwarten, dass jede Reparametrisierung eines
Weges dieselbe Bogenlänge hat. Auch wollen wir zeigen, dass ein nie anhaltender Weg so
reparametrisiert werden kann, dass der neue Weg Einheitsgeschwindigkeit hat. Falls γ : [a, b] →
Rd nie anhält oder genauer falls kγ̇(t)k2 > 0 für alle t ∈ [a, b], so nennen wir γ regulär.
Lemma 9.67 (Reparametrisierungen eines Weges). Sei γ : [a, b] → Rd ein stetig differen-
zierbarer Weg für a < b. Dann hat jede Reparametrisierung von γ dieselbe Bogenlänge. Falls
γ regulär ist, gibt es eine Reparametrisierung von γ mit Einheitsgeschwindigkeit, welche auch
die Parametrisierung nach Bogenlänge genannt wird.
In Beispiel 9.66 ist der betrachtete Weg bereits nach Bogenlänge parametrisiert.
h i h i
Beweis. Sei ã, b̃ ein kompaktes Intervall mit Endpunkten ã < b̃ und ψ : ã, b̃ → [a, b] eine
stetig differenzierbare, monoton wachsende, bijektive Funktion. Dann gilt
Z b̃ p
L(γ ◦ ψ) = (γ1 ◦ ψ)0 (s)2 + . . . + (γd ◦ ψ)0 (s)2 ds
ã
Z b̃ p
= γ̇1 (ψ(s))2 ψ 0 (s)2 + . . . + γ̇d (ψ(s))2 ψ 0 (s)2 ds
ã
Z b̃ p
= γ̇1 (ψ(s))2 + . . . + γ̇d (ψ(s))2 ψ 0 (s) ds
ã
Z bp
= γ̇1 (t)2 + . . . + γ̇d (t)2 dt = L (γ) .
a

462
Für die zweite Aussage konstruieren wir nun eine geeignete Funktion ψ wie oben. Sei
Z tp
φ : [a, b] → [0, L(γ)] , t 7→ γ̇1 (s)2 + . . . + γ̇d (s)2 ds.
a

Wegen φ̇(t) = γ̇1 (t)2 + . . . + γ̇d (t)2 > 0 für alle t ∈ [a, b] sowie φ(a) = 0 und φ(b) = L(γ)
p

ist φ : [a, b] → [0, L(γ)] eine streng monoton wachsende, stetig differenzierbare Bijektion.
Insbesondere ist ψ = φ−1 : [0, L(γ)] → [a, b] ebenfalls streng monoton wachsend und stetig
differenzierbar. Zur Zeit s ∈ [0, L(γ)] berechnen wir nun die Geschwindigkeit von γ ◦ ψ. Ist
t = ψ(s), so gilt wegen ψ 0 (s) > 0 auch
p p
(γ1 ◦ ψ)0 (s)2 + . . . + (γd ◦ ψ)0 (s)2 = γ̇1 (t)2 ψ 0 (s)2 + . . . + γ̇d (t)2 ψ 0 (s)2
= ψ 0 (s) γ̇1 (t)2 + . . . + γ̇d (t)2
p

1 p
= γ̇1 (t)2 + . . . + γ̇d (t)2 = 1.
φ̇(t)

Somit hat die Reparametrisierung γ ◦ ψ die gewünschte Eigenschaft.

Übung 9.68 (Eindeutigkeit der Parametrisierung). In Lemma 9.67 wird bereits von der Para-
metrisierung nach Bogenlänge gesprochen. Wir wollen dies hier begründen. Sei γ : [a, b] → Rd
ein stetig differenzierbarer, regulärer Weg. Nach Lemma 9.67 dürfen wir annehmen, dass γ
Einheitsgeschwindigkeit hat. Zeigen Sie, dass es keine weitere Reparametrisierung von γ mit
Einheitsgeschwindigkeit gibt.

Übung 9.69 (Totale Variation des Weges). In dieser Übung wollen wir noch eine weitere
Begründung für die Definition der Bogenlänge eines Weges γ : [a, b] → Rd geben. Hierfür
interpretieren wir d(v, w) = kv − wk2 als den Abstand zweier Punkte v, w ∈ Rd . Die totale
Variation von γ : [a, b] → Rd ist definiert als
n
X
V (γ) = sup kγ (xk ) − γ (xk−1 ) k,
Z k=1

wobei das Supremum über alle Zerlegungen Z = {x0 = a < x1 < · · · < xn = b} von [a, b] ge-
nommen wird. Nehmen Sie nun an, dass γ stetig differenzierbar ist und zeigen Sie V (γ) =
L(γ).

Für einen Weg γ : [a, b] → Rd und eine stetige Funktion f : Rd → R kann ein Integral der
Form
Z b
f (γ (t)) kγ̇ (t) k2 dt
a

auch physikalische Bedeutung haben. Zum Beispiel kann der Weg einen verbogenen Draht
(mit konstanter Dichte 1kg/m) beschreiben. In diesem Fall gibt
Z b
1
γj (t) kγ̇ (t) k2 dt
L(γ) a

463
die j-te Koordinate des Schwerpunktes des Drahtes an, wobei j ∈ {1, . . . , d}.

9.7.3 Wegintegrale von Vektorfeldern

Wir kommen nun zu einem weiteren Typ von Wegintegralen, der sowohl für die Physik als
auch für die weitere Analysis wichtig sein wird. Hierfür betrachten wir nochmals reelle Zahlen
a < b und einen stetig differenzierbaren Weg γ : [a, b] → Rd . Wir interpretierten kγ̇(t)k2 ja
bereits als Geschwindigkeit (in m/s) des Weges zum Zeitpunkt t ∈ [a, b] (in s) und wollen
analog dazu die Ableitung γ̇(t) als den Geschwindigkeitsvektor zum Zeitpunkt t interpretieren
(mit jeder Koordinate in m/s), der eben nicht nur die augenblickliche Geschwindigkeit als
eindimensionale Grösse angibt, sondern auch die Richtung der Bewegung beschreibt.
Sei f : Rd → Rd eine stetige Funktion (siehe Abschnitt 5.4.1), welche wir als ein Kraftfeld
interpretieren und bei jedem Punkt v ∈ Rd die Richtung und Stärke einer Krafteinwirkung
zum Beispiel auf Grund von Wind angibt (mit jeder Koordinate in N ). Wir nennen in diesem
Zusammenhang f auch ein Vektorfeld und visualisieren für d = 2 (und etwas schwieriger
auch für d = 3) dieses durch eine Ansammlung von Vektoren bei mehreren Punkten im
Definitionsbereich, siehe folgendes Bild.

Das innere Produkt hf (γ(t)), γ̇(t)i gibt damit die Leistung (in W = N m/s) an, die bei
Bewegung mit vorgeschriebener Geschwindigkeit von der Krafteinwirkung zum Zeitpunkt t
geleistet wird. Hierbei kann es vorkommen, dass Krafteinwirkung und Geschwindigkeit ähnli-
che Richtungen haben und das innere Produkt positiv ist. Ebenso kann es aber vorkommen,
dass Krafteinwirkung und Geschwindigkeit entgegengesetzt sind und das innere Produkt nega-
tiv ist. In diesem Sinne (siehe auch Abschnitt 4.4.4) berechnet das sogenannte Wegintegral
Z Z b
f · ds = hf (γ(t)), γ̇(t)i dt
γ a

464
die Arbeit, die von der Krafteinwirkung insgesamt geleistet wurde.
Wir werden im zweiten Semester derartige Integrale nochmals genauer untersuchen und
dann zum Beispiel folgende Frage beantworten können: Wie kann man einem Kraftfeld f
ansehen, ob das Wegintegral nur von Anfangspunkt γ(a) und Endpunkt γ(b) abhängt und
nicht von der Wahl des konkreten Weges von γ(a) nach γ(b)?

Beispiel 9.70 (Abhängigkeit von der Wahl des Weges). Sei f : R2 → R2 definiert durch
   
y 2 definiert durch γ (t) = t
f (x, y) = 2
. Wir betrachten den Weg γ : [0, 1] → R für
x t2
   
0 1
t ∈ [0, 1]. Dann ist das Wegintegral von f über den Weg γ von γ (0) = nach γ (1) =
0 1
durch
* ! !+
1 Z 1
t2
Z
1 1 2 5
t2 + 2t3 dt = + =


, dt =
0 t2 2t 0 3 4 6

 2
t
gegeben. Verwenden wir allerdings den Weg η : [0, 1] → R2 definert durch η (t) = für
t
t ∈ [0, 1], so sind zwar Anfangs- und Endpunkte unverändert, doch ist das Wegintegral durch
* ! !+
Z 1 Z 1
t 2t 2 1 13
2t2 + t4 dt = + =


, dt =
0 t4 1 0 3 5 15

gegeben.

Applet 9.71 (Wegintegral). Wir stellen sowohl das Vektorfeld f , einen verschiebbaren Weg
γ mit animiertem Punkt γ(t), die Ableitung γ 0 (t) und darunter den Graph der Funktion t ∈
[0, 1] 7→ hf (γ(t)), γ 0 (t)i dar.

9.7.4 Volumen von Rotationskörpern*

Sei [a, b] ⊆ R ein kompaktes Intervall mit Endpunkten a < b und f : [a, b] → R≥0 stetig.
Wir betrachten das Gebiet

G = (x, y) ∈ R2 | a ≤ x ≤ b, 0 ≤ y ≤ f (x)


und den zugehörigen Körper

n p o
K = (x, y, z) ∈ R3 | a ≤ x ≤ b, 0 ≤ y 2 + z 2 ≤ f (x) ,

der sich aus Rotation von G um die x-Achse ergibt. Sind die beiden Zylinder Z1 , Z2 mit Radius
minx∈[a,b] f (x) respektive maxx∈[a,b] f (x) um die x-Achse gegeben, so will man wegen den

2
Enthaltungen Z1 ⊆ K ⊆ Z2 , dass das Volumen von K zwischen π minx∈[a,b] f (x) (b − a)

2
und π maxx∈[a,b] f (x) (b − a) liegt. Wir halten dies in folgendem Bild fest, wo gemeinsam
mit dem Rotationskörper eine von vielen „Scheiben“, die zusammen den Körper approximieren,
dargestellt werden.

465
 Deswegen (siehe auch Übung 9.73) definieren wir das Volumen des Rotationskörpers
K durch
Z b
π f (x)2 dx. (9.23)
a

Beispiel 9.72 (Volumen der Kugel). Sei K = (x, y, z) ∈ R3 | x2 + y 2 + z 2 ≤ r2 für r > 0



die Kugel mit Radius r. Die Kugel K lässt sich auch als Rotationskörper mittels der Funktion
√
f : x ∈ [−r, r] 7→ r2 − x2 auffassen. Ihr Volumen ist deswegen durch
Z r p 2 Z r h ir  
x3 r3 r3
r2 − x2 dx = π r2 x − = π r3 − + r3 −


π 2
r −x 2 dx = π 3 −r 3 3
−r −r
4π 3
= 3 r

gegeben.

Übung 9.73. Motivieren Sie die Definition des Volumen eines Rotationskörpers mit mehr
Details in Analogie zu Abschnitt 9.7.2 unter Verwendung von Proposition 4.30.

9.7.5 Oberflächen von Rotationskörpern*

Obwohl Proposition 4.30 oft ein guter Wegweiser für das Auffinden einer geeigneten Defi-
nition darstellt, müssen oder können wir diese nicht immer als Grundlage wählen. Manchmal
begnügen wir uns mit geometrischer Intuition als Motivation der Definition.1

1
Man kann die Sinnhaftigkeit einer Definition zwar hinterfragen, doch kann man eine Definition ohnehin
nicht beweisen.

466
 Wir betrachten a < b in R, eine stetig differenzierbare Funktion f : [a, b] → R≥0 und den
Rotationskörper
n p o
K = (x, y, z) ∈ R3 | a ≤ x ≤ b, 0 ≤ y 2 + z 2 ≤ f (x)

wie im letzten Abschnitt.

In einem kleinen Teilintervall [xk−1 , xk ] ⊆ [a, b] der Länge 4xk ist die Funktion y = f (x) der
Tangente y−f (ξ) = f 0 (ξ)(x−ξ) für ein ξ ∈ [xk−1 , xk ] sehr nahe. Ausserdem wird die Oberfläche
des Anteils von K, der dem Intervall [xk−1 , xk ] entspricht, sehr gut durch die Aussenoberfläche
des Kegelstumpfs beschrieben, der entsteht, wenn man obiges Tangentenstück zwischen xk−1
und xk um die x-Achse rotiert. Die Aussenoberfläche eines Kegelstumpfs ist näherungsweise
` · U , wobei ` die Länge der Aussenkante des Kegelstumpfs und U der Umfang einer der beiden
Kreise darstellt (wieso?).
Die Oberfläche sollte also näherungsweise durch
s
n p n  2
X
2 2
X 4yk
(4xk ) + (4yk ) · 2πf (xk ) = 2π 1+ f (xk ) 4xk
4xk
k=1 k=1
Xn p
= 2π 1 + f 0 (ξk )2 f (xk ) (xk − xk−1 )
k=1

gegeben sein, wobei ξk ∈ [xk−1 , xk ] für jedes k ∈ {1, . . . , n} einen Zwischenpunkt darstellt.
Deswegen definieren wir nun die Oberfläche des Rotationskörpers K als
Z bp
2π 1 + f 0 (x)2 f (x) dx.
a

Beispiel 9.74 (Kugeloberfläche). Wie in Beispiel 9.72 betrachten wir zu r > 0 die Funktion
√
x ∈ [−r, r] 7→ r2 − x2 , deren Rotationskörper gerade die Kugel von Radius r ist. Für alle
x ∈ [−r, r] ist

x
f 0 (x) = − √ .
r2 − x2

467
Damit ist die Kugeloberfläche gleich

√
r
r r
x2 p 2
Z Z
2π 1+ 2 r − x2 dx = 2π r2 dx = 2πr[x]r−r = 4πr2 .
−r r − x2 −r

Übung 9.75 (Eine lange Nadel). Berechnen Sie das Volumen und die Oberfläche des „un-
eigentlichen Rotationskörpers“, der entsteht, wenn man das Gebiet unter dem Graphen der
Funktion x ∈ [1, ∞) 7→ x1 um die x-Achse rotiert.

468
9.8 Weitere Lernmaterialien

9.8.1 Verwendung des Kapitels

Dieses Kapitel verbindet mit Hilfe des Fundamentalsatz der Analysis die zentralen Begriffe
der Ableitung und des Riemann-Integrals. Damit haben wir das vollständige Arsenal an Ablei-
tungsregeln auch für die Berechnung von Integralen verwenden können, womit die Berechnung
von Integralen mitunter deutlich einfacher wurde – auch wenn dies zusätzliche Übung erfordert.
Umgekehrt haben wir aber auch mit dem Integralrestglied im Satz zur Taylor-Approximation
gesehen, dass das Riemann-Integral nützlich sein kann um den Zusammenhang zwischen den
Ableitungen und der ursprünglichen Funktion besser zu verstehen. Falls die symbolische In-
tegration sich als nicht machbar erweist, so ist wiederum die Taylor-Approximation nützlich
um das Riemann-Integral numerisch – zum Beispiel mit der Simpson-Methode – mit überra-
schend hoher Genauigkeit zu berechnen. Ebenso ist aber der Satz zur Taylor-Approximation
auch von theoretischer Wichtigkeit, da wir mit diesen asymptotische Formeln wie zum Beispiel
die Sterling-Formel beweisen können.
Zusammenfassend können wir also sagen, dass dieses Kapitel den Aufbau der eindimensio-
nalen Analysis vollendet. Die Inhalte dieses Kapitels bilden einen zentralen Bestandteil der
Analysis I/II Vorlesung und ihrer Anwendungen.

9.8.2 Übungen
Da die Schwierigkeit beim Integrieren vor allem in der Auswahl der richtigen Methode
liegt, wollen wir in folgender Übung noch einige weitere Aufgaben ohne Angabe der richtigen
Technik auflisten. Dazu wollen wir noch erwähnen, dass es oft auch mehr als eine Methode
gibt, die zum Erfolg führen kann.

Übung. Berechnen Sie die unbestimmten Integrale

1 √1
R R
√
x2 +20172
dx, x 1+x2
dx,
R √
3
R 1
exp( x) dx, 1+exp(−x) dx,
x√ 5 3
R R
1+ x
dx, cos (x) sin (x) dx,
1
cos (x) sin2 (x) dx,
2
R R
cos2 (x) sin2 (x)
dx,
R log(x)+sin(log(x))x2 R 1
x3
dx, cos(x) dx

Übung. Zeigen Sie, dass jede stetig differenzierbare Funktion f : [a, b] → R auf einem kompak-
ten Intervall [a, b] mit Endpunkten a < b beschränkte Variation V (f ) (siehe die entsprechende
Rx
Übung in Abschnitt 4.8.2) hat und dass V (f )(x) = a |f 0 (t)| dt gilt für alle x ∈ [a, b].

Übung (Abel-Summation und Partielle Integration). Wir wollen in dieser Übung den Zu-
sammenhang zwischen der Abel-Summation und der partiellen Integration erklären. Sei al-
so a < b und seien u, v : [a, b] → C zwei stetig differenzierbare Funktionen. Verwenden Sie die
Rb Rb
Abel-Summation von Übung 3.3, um die partielle Integration a uv 0 dx = [uv]ba − a u0 v dx zu
beweisen.

469
Übung (Ein alternativer Beweis von Proposition 4.30). Wir möchten hier einen Beweis von
Proposition 4.30 unter der Annahme, dass f stetig ist, durchführen. Gehen Sie wie folgt vor:

(i) Zeigen Sie, dass die Abbildung F : x ∈ [a, b] 7→ I(a, x) differenzierbar ist und dass
F0 = f.

(ii) Verwenden Sie nun den Fundamentalsatz der Integral- und Differentialrechnung, um auf
Proposition 4.30 zu schliessen.

Übung (Volumen einer Vase). Berechnen Sie das Volumen der Vase
n p o
(x, y, z) ∈ R3 | x ∈ [−π, 2π] , 0 ≤ y 2 + z 2 ≤ sin (x) + 2 .

Übung (Gleichmässige Konvergenz der Ableitungen). Sei (fn )n eine Folge stetig differenzier-
barer reellwertiger Funktionen auf einem kompakten Intervall [a, b] mit Endpunkten a < b.
Angenommen die Folge (fn )n konvergiert gleichmässig gegen eine Funktion f : [a, b] → R und
die Folge der Ableitungen (fn0 )n konvergiert gleichmässig gegen eine Funktion g : [a, b] → R.
Zeigen Sie, dass f stetig differenzierbar ist mit f 0 = g.

Übung. Wir verwenden obige Übung, um eine glatte Funktion zu konstruieren, deren Taylor-
reihe um einen Punkt Konvergenzradius Null hat.
P∞ −n cos(n2 x)
(i) Zeigen Sie, dass die Reihe n=0 e für alle x ∈ R absolut konvergiert.

(ii) Nach (i) definieren wir die Funktion

∞
X
f : x ∈ R 7→ e−n cos(n2 x).
n=0

Zeigen Sie, dass f glatt ist.

(iii) Berechnen Sie die Taylorreihe von f um Null und deren Konvergenzradius.

Übung (Krümmung ebener Kurven). In dieser Übung möchten wir die Krümmung ebener
Kurven betrachten. Alle Kurven, die wir dabei betrachten wollen, sollen zweimal differenzier-
bar, regulär und einfach sein, hier der Einfachheit vorerst inklusive den Endpunkten. Für eine
solche Kurve γ : [a, b] → R2 und ein p ∈ R2 auf der Kurve sei t ∈ [a, b] der eindeutige
Zeitpunkt mit γ(t) = p. Dann ist die Krümmung von γ bei p definiert als

hγ̇(t), Rγ̈(t)i
κγ (p) = ,
kγ̇(t)k3
 
0 1
wobei R = . Ist γ einfach, aber erfüllt γ(a) = γ(b), so reicht es anzunehmen, dass
−1 0
γ̇(a) = γ̇(b) und γ̈(a) = γ̈(b) gilt, damit obiger Ausdruck für die Krümmung Sinn ergibt.

(i) Berechnen Sie die Krümmung der Kurven t 7→ (cos(t), sin(t)) und t 7→ (cosh(t), sinh(t))
(definiert auf geeigneten Intervallen).

470
 (ii) Zeigen Sie, dass die Krümmung unabhängig ist von der Parametrisierung, das heisst,
dass für jede Reparametrisierung γ ◦ ψ einer Kurve γ wie oben gilt κγ◦ψ (p) = κγ (p) für
alle Punkte p auf der Kurve.

Übung (Existenz von Kurven vorgegebener Krümmung). Wie in vorheriger Übung möchten
wir hier die Krümmung ebener Kurven betrachten, aber dabei zulassen, dass die betrachteten
Kurven nicht einfach sind, womit für eine reguläre Kurve γ : [a, b] → R2 die Krümmung κγ
definiert ist als Funktion auf [a, b] via κγ (t) = hγ̇(t),Rγ̈(t)i
kγ̇(t)k3
.
Sei nun κ : [a, b] → R eine beliebige stetige Funktion auf einem Intervall [a, b] mit End-
punkten a < b. Wir möchten hier zeigen, dass eine zweimal stetig differenzierbare Kurve γ mit
Krümmungsfunktion κ existiert. Dazu betrachten wir die Funktion
Z s
2
θ : [a, b] → R , s 7→ κ(r) dr
a

und setzen
Z t
γ : [a, b] → R2 , t 7→ (cos (θ (s)) , sin (θ (s))) ds.
a

Zeigen Sie, dass die Komponenten von γ jeweils zweimal stetig differenzierbar ist und dass γ
eine reguläre, nach Bogenlänge parametrisierte Kurve ist. Verifizieren Sie anschliessend, dass
κγ = κ gilt.

Übung (Irrationalität der Kreiszahl). In dieser Übung möchten wir zeigen, dass π irrational
ist, wobei wir dem Beweis von Niven [Niv47] folgen werden.
Per Widerspruch wollen wir annehmen, dass π = ab ist für a, b ∈ N. Nun betrachten wir
die Polynome

xn (a − bx)n
f (x) = ,
n!
F (x) = f (x) − f (2) (x) + f (4) (x) − . . . + (−1)n f (2n) (x)

für ein n ∈ N, welches wir später wählen werden.

(i) Begründen Sie, wieso f , alle Ableitungen von f und F bei 0 und bei π ganzzahlige Werte
annehmen. Verifizieren Sie des Weiteren, dass f |[0,π] eine nicht-negative Funktion ist,
welche genau bei 0 und π verschwindet.

(ii) Zeigen Sie, dass

(F 0 (x) sin(x) − F (x) cos(x))0 = f (x) sin(x)

Rπ
und 0 f (x) sin(x) dx = F (π) + F (0).

(iii) Schliessen Sie auf einen Widerspruch.

Übung (Summe der Reziproken der Primzahlen). In dieser Übung möchten wir für natürliche
P 1
Zahlen n ∈ N die Summe p∈P:p≤n p betrachten, wobei P ⊆ N die Menge der Primzahlen

471
bezeichnet. Dabei möchten wir zeigen, dass
X 1
≥ log (log (n)) − log (C)
p
p∈P:p≤n

für alle n ≥ 3 und eine Konstante C > 1. Insbesondere gibt es unendlich viele Primzahlen
(wieso?). Die obige Ungleichung stellt eine (stark) abgeschwächte Version des zweiten Theo-
rems von Mertens (und damit einen Vorreiter des Primzahlsatzes) dar.

(i) Verifizieren Sie für alle n ∈ N die Ungleichung

 X   
1 Y 1
exp ≥ 1+ .
p p
p∈P:p≤n p∈P:p≤n

(ii) Zeigen Sie für alle n ∈ N

n n
X   
X 1 1 Y 1
≤ 1+
k `2 p
k=1 `=1 p∈P:p≤n

(iii) Schliessen Sie auf die Aussage.

472
Kapitel 10

Metrische Räume

Dieses Kapitel erweitert die Diskussion in Kapitel 5 über metrische Räume um grundle-
gende Begriffe und Sätze, die auch in weiteren Vorlesungen zur Anwendung kommen werden.
Dies stellt zum einen eine willkommene Wiederholung dar und verschafft uns zum anderen den
notwendigen, breiteren Blickwinkel für die weitere Theorie wie zum Beispiel für den Beweis
des Fundamentalsatzes der Algebra oder für die Fortsetzung der Diskussion von Differential-
gleichungen.

10.1 Topologische Grundbegriffe

10.1.1 Eine kurze Wiederholung

In diesem kurzen Abschnitt wiederholen wir in Kürze die grundlegenden Begriffe aus Ka-
pitel 5. Der wichtigste dieser Begriffe ist wohl der folgende:

Definition 10.1 (Definition 5.10). Ein metrischer Raum (X, d) ist eine Menge X gemein-
sam mit einer Abbildung d : X × X → R≥0 , die die Metrik auf X genannt wird und die
folgenden drei Eigenschaften erfüllt:

• (Definitheit) Für alle x1 , x2 ∈ X gilt d(x1 , x2 ) = 0 ⇐⇒ x1 = x2 .

• (Symmetrie) Für alle x1 , x2 ∈ X gilt d(x1 , x2 ) = d(x2 , x1 ).

• (Dreiecksungleichung) Für alle x1 , x2 , x3 ∈ X gilt d(x1 , x3 ) ≤ d(x1 , x2 ) + d(x2 , x3 ).

Jede Norm k · k auf einem reellen oder komplexen Vektorraum V induziert eine Metrik auf
V via d(v, w) = kv − wk für v, w ∈ V (siehe Lemma 5.11). In den Abschnitten 5.2.1 und 5.5.2
haben wir bereits viele Beispiele von metrischen Räumen gesehen; manche dieser Beispiele
sind nicht durch Normen induziert.
Im Folgenden werden wir oft an Stelle der Metrik mit den offenen Bällen arbeiten – siehe
Definition 5.16. Wenn wir sagen „Sei X ein metrischer Raum“, so ist gewissermassen implizit
eine Metrik auf X gewählt, die aber häufig in der Diskussion keinen Buchstaben benötigt.
Falls wir die Metrik doch einmal benötigen, so schreiben wir für diese d(·, ·) oder dX (·, ·).

473
 Die Metrik haben wir insbesondere verwendet, um Konvergenz von Folgen zu definieren.
Demnach konvergiert eine Folge (xn )n in einem metrischen Raum X gegen x ∈ X, falls für alle
ε > 0 ein N ∈ N existiert mit d(xn , x) < ε für alle n ≥ N . Auch haben wir den Begriff einer
Cauchy-Folge in Abschnitt 6.2 eingeführt; grob gesagt ist eine Folge (xn )n is eine Cauchy-Folge,
falls sich die Folgenglieder einander beliebig annähern. Im abstrakten Rahmen von metrischen
Räumen ist jede konvergente Folge eine Cauchy-Folge. Umgekehrt ist nicht jede Cauchy-Folge
eine konvergente Folge; beispielsweise ist die Folge ( n1 )n im Intervall (0, 1) (mit der induzierten
Metrik) eine Cauchy-Folge, aber nicht konvergent. In der Tat konvergiert die Folge in R gegen
0, da aber 0 6∈ (0, 1) gibt es in dem metrischen Raum (0, 1) keinen Grenzwert.
Für Abbildungen zwischen metrischen Räumen haben wir in Abschnitt 5.4.1 den folgenden
Stetigkeitsbegriff eingeführt.

Definition 10.2. Eine Funktion f : X → Y zwischen metrischen Räumen (X, dX ) und

(Y, dY ) ist stetig, falls für alle x0 ∈ X und ε > 0 ein δ > 0 existiert mit

dX (x, x0 ) < δ =⇒ dY (f (x), f (x0 )) < ε

für alle x ∈ X.

In Abschnitt 5.4.1 wurden bereits einige äquivalente Charakterisierungen für Stetigkeit

diskutiert. Zum Beispiel ist eine Funktion stetig genau dann, wenn sie konvergente Folgen auf
konvergente Folgen abbildet, so dass das Bild des Grenzwerts der Grenzwert der Bildfolge ist.
Da wir später weitere Charakterisierungen angeben werden, begnügen wir uns hier mit dieser
vaguen Formulierungen.
Auch haben wir die stärkeren Begriffe der gleichmässigen Stetigkeit und der Lipschitz-
Stetigkeit in Abschnitt 5.4.2 besprochen. Des Weiteren werden wir in Analogie zu Satz 3.75
schon in diesem Kapitel zeigen können, dass auf gewissen metrischen Räumen alle stetige
Funktionen sogar gleichmässig stetig sind. Später werden wir auch noch sehen, dass eine
reellwertige Funktion, die „mehrdimensional differenzierbar ist und eine beschränkte Ableitung
besitzt“, auf gewissen offenen Teilmengen von Rd Lipschitz-stetig.

10.1.2 Offene und abgeschlossene Teilmengen

Aus Abschnitt 2.4 kennen wir bereits die offenen Teilmengen von R. Dies sind im Wesent-
lichen jene Teilmengen U ⊆ R, so dass für jedes x ∈ U Punkte „nahe genug an x“ wieder
in U liegen. In Abschnitt 5.2.3 wurde auch bereits folgende allgemeinere Definition teilweise
besprochen.

Definition 10.3 (Offene und abgeschlossene Teilmengen). Sei X ein metrischer Raum. Eine
Teilmenge O ⊆ X heisst offen (in X), falls es zu jedem Punkt in O einen offenen Ball um
diesen Punkt gibt, der in O liegt. Eine Teilmenge A ⊆ X heisst abgeschlossen (in X), falls
ihr Komplement X \ A offen ist.

Die leere Menge und die ganze Menge X sind stets sowohl offene als auch abgeschlos-
sene Teilmengen eines metrischen Raumes (X, d). Es kann aber auch weitere (sogenannte

474
abgeschloffene) Teilmengen von X geben, die sowohl offen als auch abgeschlossen sind (siehe
Abschnitt 10.1.4).

Beispiel 10.4 (Offene oder abgeschlossene Teilmengen).

(i) Sei X ein metrischer Raum. Sei x0 ∈ X ein Punkt und r > 0 ein Radius. Der Ball
Br (x0 ) = {x ∈ X | d(x, x0 ) < r} mit Radius r um x0 ist in der Tat eine offene Teilmenge
von X. Dies folgt aus Lemma 5.17. (Wieso?)

(ii) Sei A = {x1 , . . . , xn } ⊆ X eine endliche Teilmenge eines metrischen Raumes X. Dann
ist A abgeschlossen. Sei x ∈ X \ A und sei r = min {d(x, x1 ), . . . , d(x, xn )} > 0. Dann ist
der Ball Br (x) in X \ A enthalten, denn für k ∈ {1, . . . , n} gilt d(x, xk ) ≥ r und somit
xk 6∈ Br (x). Also ist X \ A offen und A abgeschlossen.

(iii) Wir betrachten X = [−1, 1] als Teilraum von R. Die Teilmenge (0, 1] von X ist offen, da
(0, 1] aus den Punkten in [−1, 1] mit Abstand kleiner 1 von 1 besteht. Anders ausgedrückt
ist (0, 1] der Ball von Radius 1 um 1 im metrischen Raum X = [−1, 1] und somit nach
(i) offen. Betrachtet man stattdessen die Teilmenge [−1, 0) ∪ (0, 1] = [−1, 1] \ {0}, so
ist diese nach (ii) offen, da {0} eine abgeschlossene Teilmenge von [−1, 1] ist und ihr
Komplement somit offen ist. Wir bemerken, dass für diese Diskussion die Definition des
Grundraum X = [−1, 1] mehrmals verwendet wurde (siehe auch Lemma 10.11 und die
anschliessende Diskussion).
1
(iv) Wir betrachten den Raum X = n | n ∈ N ∪ {0} als Teilraum von R.

• Die Teilmenge Y1 = m
1
| m ≥ n ∪ {0} von X ist für jedes feste n ∈ N offen, da
X \ Y1 endlich ist. Sie ist auch abgeschlossen, da es zu jedem y ∈ X \ Y1 ein ε > 0
mit n1 < y − ε gibt und dies Bε (y) ⊆ X \ Y1 impliziert.
• Die Teilmenge Y2 = m
1
| m ≥ n von X ist nicht abgeschlossen. Tatsächlich ist
1
X \ Y2 nicht offen, da zu jedem ε > 0 ein m ∈ N mit | m − 0| < ε existiert und
somit Bε (0) nicht in X \ Y2 liegt. Sie ist aber offen, da X \ Y2 endlich und somit
abgeschlossen ist.

Übung 10.5 (Abgeschlossener Ball). Sei (X, d) ein metrischer Raum. Zeigen Sie, dass der
abgeschlossene Ball {x ∈ X | d(x, x0 ) ≤ r} mit Radius r > 0 um x0 ∈ X tatsächlich eine
abgeschlossene Teilmenge von X ist.

475
 Figur 10.1: Offene Teilmengen kann man sich als jene Teilmengen vor-
stellen, die keinen Punkt ihres Randes enthalten und gewissermassen
„dick“ sind (wobei wir auf die Definition des Rand noch verzichten wol-
len). Dies ist im linken Bild illustriert, wo O eine offene Menge (ein
Quadrat) im R2 darstellt und die gestrichelte Linie die Abwesenheit der
Randpunkte andeutet. Fügt man Punkte des Randes hinzu, so ist die
Menge im Allgemeinen nicht mehr offen (mittleres Bild). Fügt man den
kompletten Rand hinzu, so erhält man eine abgeschlossene Menge (rech-
tes Bild). Abgeschlossene Mengen brauchen im Allgemeinen nicht „dick“
zu sein; beispielsweise sind Geraden im R2 abgeschlossen.

Lemma 10.6 (Topologie). Sei X ein metrischer Raum. Dann gilt

• Der Durchschnitt endlich vieler offener Teilmengen von X ist offen.

• Die Vereinigung beliebig vieler offener Teilmengen von X ist offen.

• Der Durchschnitt beliebig vieler abgeschlossener Teilmengen von X ist abgeschlossen.

• Die Vereinigung endlich vieler abgeschlossener Teilmengen vom X ist abgeschlossen.

Die Familie der offenen Teilmengen eines metrischen Raumes X wird die von der Metrik
induzierte Topologie auf X genannt.
Nach Lemma 10.6 ist also beispielsweise
[
(2n, 2n + 1) = . . . ∪ (−2, −1) ∪ (0, 1) ∪ (2, 3) ∪ (4, 5) ∪ . . .
n∈Z

eine offene Teilmenge von R mit der Euklidschen Metrik, da für jedes n ∈ Z das Intervall
(2n, 2n + 1) der Ball um 2n + 12 ist und somit offen ist.

Beweis. Seien O1 , . . . , On ⊆ X offen und sei x ∈ nk=1 Ok . Dann gibt es für jedes k ∈ {1, . . . , n}
T

einen Radius εk > 0 mit Bεk (x) ⊆ Ok , da x in Ok liegt und Ok offen ist per Annahme. Für
den Radius ε = mink=1,...,n εk > 0 gilt nun Bε (x) ⊆ Bεk (x) ⊆ Ok für jedes k ∈ {1, . . . , n} und
somit Bε (x) ⊆ nk=1 Ok . Da x ∈ nk=1 Ok beliebig ist, schliessen wir, dass nk=1 Ok offen ist.
T T T

Sei nun I eine beliebige Menge und für jedes α ∈ I eine offene Teilmenge Oα von X
gegeben. Für jedes x ∈ α∈I Oα existiert ein β ∈ I mit x ∈ Oβ . Da Oβ ⊆ X per Annahme
S

offen ist, existiert ein Radius ε > 0 mit Bε (x) ⊆ Oβ ⊆ α∈I Oα . Dies beweist, dass α∈I Oα
S S

offen ist.
Die beiden Aussagen über abgeschlossene Teilmengen ergeben sich nun aus den ersten zwei
Punkten und den Gesetzen von De Morgan. Sind beispielsweise A1 , . . . , An ⊆ X abgeschlossen,
dann ist für jedes k ∈ {1, . . . , n} die Teilmenge Ok = X \ Ak offen und somit ist nach dem
ersten Punkt nk=1 Ok offen. Also ist X \ nk=1 Ok = nk=1 Ak abgeschlossen.
T T S

Lemma 10.7 (Charakterisierung offener und abgeschlossener Mengen durch Konvergenz).

Sei X ein metrischer Raum.

• Eine Teilmenge O ⊆ X ist genau dann offen, wenn für jede konvergente Folge in X mit
Grenzwert in O fast alle Folgenglieder in O liegen.
476
 • Eine Teilmenge A ⊆ X ist genau dann abgeschlossen, wenn für jede konvergente Folge
(xn )n in X mit xn ∈ A für alle n ∈ N auch der Grenzwert in A liegt.

Beweis. Sei O ⊆ X eine offene Teilmenge von X und (xn )n eine Folge in X mit Grenzwert x0
in O. Dann ist O eine Umgebung von x0 , da O offen ist, und somit liegen fast alle Folgenglieder
von (xn )n in O.
Sei nun O ⊆ X eine nicht offene Teilmenge. Dann gibt es einen Punkt x0 ∈ O mit Bε (x0 ) \
O 6= ∅ für jedes ε > 0. (Wieso?) Für jedes n ∈ N und ε = n1 finden wir somit ein xn ∈ B1/n (x0 )\
O. Die Folge (xn )n in X \ O ist nun konvergent mit Grenzwert x0 ∈ O, da d(xn , x0 ) < n1 für
alle n ∈ N, und erfüllt xn 6∈ O für jedes n ∈ N. Dies schliesst den Beweis der ersten Aussage
(durch Kontraposition).
Sei A ⊆ X abgeschlossen und sei (xn )n eine konvergente Folge in X mit xn ∈ A für alle
n ∈ N. Sei x0 der Grenzwert der Folge (xn )n . Dann ist O = X \ A offen und kann nicht den
Grenzwert x0 von (xn )n enthalten, da sonst fast alle Folgenglieder der Folge (xn )n in O liegen
müssten. Also ist der Grenzwert x0 in A.
Sei schlussendlich A ⊆ X nicht abgeschlossen. Dann ist O = X \ A nicht offen und es
existiert nach obigem Argument eine Folge (xn )n in A = X \ O mit Grenzwert x0 ∈ O.

Auf einem normierten Vektorraum (V, k · k) werden wir auch von der von der Norm in-
duzierten Topologie sprechen. Sind auf einem reellen oder komplexen Vektorraum V zwei
verschiedene Normen gegeben, so stellt sich die Frage, ob die beiden Normen verschiedene
Topologien induzieren. Natürlich ist diese Frage auch für V = Rd (oder Cd ) für d ≥ 1 von
Interesse, wo wir bereits die Normen k · k1 , k · k2 und k · k∞ kennen; weitere explizite Normen
werden in Abschnitt 10.8 diskutiert. Für die Fragestellung zentral ist folgender Begriff.

Definition 10.8 (Normäquivalenz). Sei V ein Vektorraum über K = R (oder K = C) und

seien k·k und k·k0 zwei Normen auf V . Wir nennen k·k und k·k0 äquivalent, falls Konstanten
c, C > 0 existieren mit

ckvk ≤ kvk0 ≤ Ckvk

für alle v ∈ V .

Beispielsweise sind die 1-Norm k · k1 , die euklidische Norm k · k2 und die Maximumsnorm
k · k∞ auf V = Rd (oder Cd ) für d ≥ 1 äquivalent. In der Tat gelten die Ungleichungen

kvk∞ ≤ kvk1 ≤ dkvk∞ und

√
kvk∞ ≤ kvk2 ≤ dkvk∞

für alle v ∈ Rd , wie im Beweis von Proposition 5.44 gezeigt wurde. Jener Beweis verwendet ge-
rade diese Normäquivalenzen, um zu zeigen, dass die von den Normen induzierten Konvergenz-
begriffe gleich sind. Nach Lemma 10.7 ist das Resultat folgender Übung dann wahrscheinlich
nicht überraschend.

Wichtige Übung 10.9. Zeigen Sie, dass zwei äquivalente Normen auf einem Vektorraum
über R oder C die gleiche Topologie und den gleichen Konvergenzbegriff induzieren.
477
 Insbesondere induzieren die Normen k·k1 , k·k2 und k·k∞ die gleiche Topologie; wir nennen
diese die Standardtopologie auf Rd (oder Cd ) für d ≥ 1. Wie wir später sehen werden, sind
tatsächlich alle Normen auf Rd äquivalent, womit der Name „Standardtopologie“ noch stärker
begründet ist. Wenn wir also beispielsweise sagen „Sei U ⊆ R2 offen.“, so meinen wir, dass
U in der Standardtopologie auf R2 ist oder in anderen Worten, dass U eine offene Menge ist
bezüglich einer der Normen k · k1 , k · k2 und k · k∞ .

Übung 10.10 (Zu Normäquivalenz). Sei K = R oder K = C und sei V ein Vektorraum über
dem Körper K. Zeigen Sie, dass die Normäquivalenz (wie der Name sagt) eine Äquivalenzre-
lation auf der Menge der Normen auf V definiert.

Für einen metrischen Raum X und eine Teilmenge Y ⊆ X haben wir bereits erwähnt, dass
wir Y oft auch als einen metrischen Raum betrachten indem wir die Metrik von X einfach auf
Y einschränken. Insbesondere erhalten wir damit eine Definition von offenen Teilmengen von
Y . Ebenso könnten wir aber auch zuerst offene Teilmengen O ⊆ X definieren und anschliessend
dies verwenden um offene Teilmenge von Y als Durchschnitte O ∩ Y zu definieren. Dies führt
allerdings zu demselben Begriff von offenen Teilmengen von Y .

Lemma 10.11 (Relativ offene oder abgeschlossene Teilmengen). Sei X ein metrischer Raum
und Y ⊆ X ein Teilraum. Eine Teilmenge von Y ist offen (bezüglich der induzierten Metrik)
genau dann wenn sie die Form O ∩ Y hat, wobei O ⊆ X eine offene Teilmenge in X ist.
Ebenso ist eine Teilmenge von Y abgeschlossen genau dann wenn sie die Form A ∩ Y hat,
wobei A ⊆ X eine abgeschlossene Teilmenge ist.

Wir sagen in diesem Zusammenhang auch, dass O ∩ Y in Y offen oder relativ offen und
A ∩ Y in Y abgeschlossen oder relativ abgeschlossen ist. Wenn Y eine offene Teilmenge
von X ist, so ist eine relativ offene Teilmenge von Y auch in X offen. Dies gilt analog ebenso
für abgeschlossene und relativ abgeschlossene Teilmengen.
Man glaubt vielleicht zuerst, dass obiges ein rein formales Wortspiel ist und eigentlich
wenig Zweck erfüllt. Das dem nicht so ist, sollte klar sein, wenn Sie Teilmengen von der
Kugeloberfläche S2 = v ∈ R3 | kvk = 1 betrachten und entscheiden wollen, ob der Ball


v ∈ S2 | kv − e1 k < 1 um den ersten Basisvektor e1 ∈ S2 offen ist oder nicht: Als Teilmenge


von R3 ist er nicht offen, doch ist er eine relativ offene Teilmenge von S2 .

Beweis von Lemma 10.11. Sei O ⊆ X offen und y0 ∈ O ∩ Y . Dann gibt es ein ε > 0 mit

BεX (y0 ) = {x ∈ X | d(x, y0 ) < ε} ⊆ O.

Dies impliziert aber

BεY (y0 ) = {y ∈ Y | d(y, y0 ) < ε} ⊆ O ∩ Y,

womit O ∩ Y eine offene Teilmenge von Y ist.

Sei nun umgekehrt OY ⊆ Y eine offene Teilmenge. Dann existiert für jedes y ∈ OY ein
εy > 0 mit BεYy (y) ⊆ OY . Wir definieren O = y∈OY BεXy (y). Da O eine Vereinigung von offenen
S

478
Bällen ist, folgt, dass O eine offene Teilmenge von X ist. Wir zeigen nun, dass OY = O ∩ Y
erfüllt ist. Für y ∈ OY gilt y ∈ BεXy (y) ⊆ O und damit y ∈ O ∩ Y . Falls umgekehrt y ∈ O ∩ Y
ist, dann existiert ein y 0 ∈ OY mit y ∈ BεXy0 (y 0 ). Daraus folgt aber y ∈ BεYy0 (y 0 ) ⊆ OY . Dies
zeigt, dass OY = O ∩ Y ist.
Die Aussagen über abgeschlossene Teilmengen folgen aus obigem durch Komplementbil-
dung.

Übung 10.12 (Beispiele relativ offener Teilmengen).

(i) Beschreiben Sie die in Y = (x, y) ∈ R2 | y ≥ 0 offenen Teilmengen, welche Punkte der


Achse {(x, y) | y = 0} enthalten.

(ii) Sei X = (x, y) ∈ R2 | xy = 0 . Charakterisieren Sie die in X offenen Teilmengen.



Wir werden nun die Begriffe der offenen und abgeschlossenen Teilmengen mit dem Supre-
mum von Teilmengen von R in Verbindung bringen.

Lemma 10.13 (Supremum von abgeschlossenen und offenen Teilmengen in R). Für eine
abgeschlossene nicht-leere von oben beschränkte Teilmenge A ⊆ R gilt sup A = max A ∈ A.
Für eine offene nicht-leere von oben beschränkte Teilmenge O ⊆ R gilt sup O ∈
/ O. Dies gilt
analog für von unten beschränkte Teilmengen und das Infimum.

Beweis. Für jedes n ∈ N existiert nach Satz 2.59 ein xn ∈ A mit sup A − n1 < xn ≤ sup A.
Daraus folgt limn→∞ xn = sup A und mit Lemma 10.7, dass sup A = max A ∈ A.
Falls sup O ∈ O wäre, so gäbe es ein ε > 0 mit Bε (sup O) ⊆ O. Insbesondere gilt aber
damit sup O + ε/2 ∈ O und dies widerspricht der Definition des Supremums in Satz 2.59.
Daher muss sup O ∈/ O gelten.

Definition 10.14 (Inneres, Rand und Abschluss). Sei X ein metrischer Raum und Y ⊆ X
eine Teilmenge. Ein Punkt x ∈ Y heisst innerer Punkt von Y , falls es ein ε > 0 mit
Bε (x) ⊆ Y gibt. Die Menge aller inneren Punkte

Y ◦ = {x ∈ Y | ∃ε > 0 : Bε (x) ⊆ Y }

wird das Innere von Y genannt. Ein Punkt x ∈ X ist ein Randpunkt von Y , falls zu jedem
ε > 0 beide Durchschnitte Bε (x) ∩ Y und Bε (x) ∩ (X \ Y ) nichtleer sind. Die Menge der
Randpunkte

6 Bε (x) ∩ (X \ Y ) für alle ε > 0}

∂Y = {x ∈ X | Bε (x) ∩ Y 6= ∅ =

wird als der Rand von Y bezeichnet. Der Abschluss einer Menge wird durch Y = Y ∪ ∂Y
definiert.

Ein Punkt x ist also ein Randpunkt einer Teilmenge Y ⊆ X, falls er sowohl von Punkten in
der Menge Y als auch von Punkten ausserhalb von Y „approximiert“ werden kann. Beispiels-
weise ist der Rand des Einheitsballes B1 (0) ⊆ R2 gerade der Einheitskreis und der Abschluss
ist der abgeschlossene Einheitsball v ∈ R2 | kvk ≤ 1 .


479
Wichtige Übung 10.15 (Eigenschaften des Abschluss und des Inneren). Sei X ein metri-
scher Raum und sei Y ⊆ X eine Teilmenge.

(i) Zeigen Sie, dass Y ◦ eine offene Teilmenge von X ist und jede offene Teilmenge U ⊆ Y
enthält.

(ii) Zeigen Sie, dass Y eine abgeschlossene Teilmenge von X ist und in jeder abgeschlossenen
Teilmenge A ⊇ Y enthalten ist.

10.1.3 Häufungspunkte und Dichtheit

Wir übertragen einige weitere Begriffe auf beliebige metrische Räume. Den Begriff von
Häufungspunkten haben wir dabei bereits in Proposition 5.42 angetroffen.

Definition 10.16 (Häufungspunkte und Dichtheit). Sei (X, d) ein metrischer Raum. Ein
Punkt x0 ∈ X ist ein Häufungspunkt einer Folge (xn )n in X, falls es eine konvergente
Teilfolge (xnk ) gibt mit limk→∞ xnk = x0 . Ein Punkt x0 ∈ X ist ein Häufungspunkt einer
Teilmenge D ⊆ X, falls für jedes ε > 0 der Durchschnitt D ∩ (Bε (x0 ) \ {x0 }) nicht-leer ist.
Eine Teilmenge D ⊆ X heisst dicht, falls für jedes x0 ∈ X und jedes ε > 0 der Durchschnitt
D ∩ Bε (x0 ) nicht-leer ist.

Beispielsweise wissen wir bereits, dass 1 ein Häufungspunkt der Folge ((−1)n )n in R ist,
0 ein Häufungspunkt der Teilmenge (0, 1] ist und Q ⊆ R dicht ist. Nach Proposition 5.42
gilt, dass für einen metrischen Raum X, eine Folge (xn )n und einen Punkt x0 ∈ X folgende
Bedingungen äquivalent sind.

(i) Der Punkt x0 ist ein Häufungspunkt der Folge (xn )n .

(ii) Für jedes ε > 0 und jedes N ∈ N gibt es ein n ≥ N mit xn ∈ Bε (x0 ).

Wichtige Übung 10.17. Sei X ein metrischer Raum.

(i) Zeigen Sie, dass ein Punkt x0 ∈ X genau dann ein Häufungspunkt einer Teilmenge
D ⊆ X ist, wenn es eine Folge (xn )n in D gibt mit xn 6= x0 für alle n ∈ N und
Grenzwert limn→∞ xn = x0 .

(ii) Zeigen Sie, dass eine Teilmenge D ⊆ X genau dann dicht ist, wenn es für jeden Punkt
x0 ∈ X eine Folge in D gibt mit Grenzwert x0 .

(iii) Zeigen Sie, dass eine konvergente Folge (xn )n in X den Grenzwert limn→∞ xn als ein-
zigen Häufungspunkt hat. Insbesondere hat die konstante Folge (x0 )n den Punkt x0 als
Häufungspunkt.

(iv) Zeigen Sie, dass eine endliche Teilmenge von X keinen einzigen Häufungspunkt besitzt.
Insbesondere sind die Häufungspunkte einer Folge (xn )n in X im Allgemeinen nicht
dieselben wie jene der Teilmenge {xn | n ∈ N}.

Übung 10.18 (Häufungspunkte einer Teilmenge und der Abschluss). Sei X ein metrischer
Raum und Y ⊆ X eine Teilmenge.
480
 (i) Zeigen Sie, dass x ∈ Y genau dann wenn es eine Folge in Y mit Grenzwert gleich x gibt.

(ii) Sei x ∈ X \ Y . Zeigen Sie, dass x genau dann ein Häufungspunkt von Y ist, wenn x ∈ Y .

(iii) Zeigen Sie, dass Y genau dann dicht in X ist, wenn Y = X gilt.

10.1.4 Zusammenhang
Wir möchten eine weitere, diesmal neue Eigenschaft von metrischen Räumen einführen.
Einen metrischen Raum wollen wir zusammenhängend nennen, falls er sich nicht mit offenen
Mengen „auseinanderreissen“ lässt. Präzis ausgedrückt:

Definition 10.19 (Zusammenhang). Sei X ein nicht-leerer metrischer Raum. Wir nennen X
zusammenhängend, falls es keine zwei offene nicht-leere Teilmengen O1 , O2 ⊆ X gibt mit
X = O1 t O2 . Wir sagen, dass eine Teilmenge G ⊆ X abgeschloffen ist, falls G zugleich offen
und abgeschlossen ist.

Alternativ ausgedrückt ist ein metrischer Raum (X, d) genau dann zusammenhängend,
wenn es ausser der leeren Menge und X keine weiteren abgeschloffenen Teilmengen von X
gibt. Man beachte auch, dass der Begriff des Zusammenhangs nur von der Topologie und nicht
von der Wahl der Metrik abhängt. Man sagt auch, dass Zusammenhang eine topologische
Eigenschaft ist.
Ein unzusammenhängender metrischer Raum lässt sich schnell als disjunkte Vereinigung
von offenen Teilmengen eines grösseren Raumes konstruieren. Beispielsweise ist für z1 , z2 ∈ C
und r1 , r2 > 0 die Menge X = Br1 (z1 ) ∪ Br2 (z2 ) mit der von der Standardmetrik induzierten
Metrik unzusammenhängend, falls |z1 − z2 | ≥ r1 + r2 oder anders ausgedrückt falls die Bälle
Br1 (z1 ) und Br2 (z2 ) disjunkt sind.

Allgemeiner nennen wir eine Teilmenge Y ⊆ X eines metrischen Raumes (X, d) zusam-
menhängend, falls der Teilraum Y mit der von X induzierten Metrik (oder Topologie) zu-
sammenhängend ist. Wir charakterisieren nun die zusammenhängenden Teilmengen von R.

481
Proposition 10.20 (Zusammenhang in den reellen Zahlen). Eine nicht-leere Teilmenge X ⊆
R ist genau dann zusammenhängend, wenn X ein Intervall ist.

Beweis. Angenommen X ⊆ R ist kein Intervall und seien a = inf(X) und b = sup(X). Falls
(a, b) ⊆ X wäre, dann wäre X doch ein Intervall (wieso?). Also gibt es ein y ∈ (a, b) \ X und
nach Definition von a < b Punkte

x1 ∈ O1 = (−∞, y) ∩ X
x2 ∈ O2 = (y, ∞) ∩ X.

Da y nicht in X liegt, gilt X = O1 t O2 . Des Weiteren sind O1 und O2 offene, nicht-leere

Teilmengen von X und somit ist X nicht zusammenhängend.
Sei nun X = I ⊆ R ein Intervall. Angenommen es existiert eine nicht-leere abgeschloffene
Teilmenge Y ( I. Wir wählen a ∈ Y und b ∈ I \ Y . Ohne Beschränkung der Allgemeinheit
können wir annehmen, dass a < b (da wir sonst Y durch I \ Y ersetzen). Da Y ⊆ I offen und
a ∈ Y ist, ist Y ∩ (a, b) nicht-leer. Wir definieren

s = sup(Y ∩ [a, b]) = sup(Y ∩ (a, b)) ∈ [a, b] ⊆ I.

Des Weiteren ist Y ∩ (a, b) eine offene Teilmenge von R. (Wieso?(Wieso?)) Daher zeigt Lem-
ma 10.13, dass s ∈ / Y . Da Y ⊆ I abgeschlossen ist, folgt zum Beispiel aus Lemma 10.7 dass
Y ∩ [a, b] eine abgeschlossene Teilmenge von R ist. Daher zeigt Lemma 10.13, dass s ∈ Y ist.
Dieser Widerspruch zeigt also, dass es keine nicht-leere abgeschloffene Teilmenge Y ( I geben
kann.

Nun wollen wir eine mögliche Operation auf zusammenhängenden Teilmengen eines metri-
schen Raumes diskutieren. Eine weitere findet sich in einer Übung in Abschnitt 10.8.3.

Lemma 10.21 (Vereinigungen von zusammenhängenden Teilmengen). Sei X ein metrischer

Raum und seien Y1 , Y2 zwei zusammenhängende Teilräume. Falls der Schnitt Y1 ∩ Y2 nicht-leer
ist, dann ist die Vereingung Y1 ∪ Y2 zusammenhängend.

Beweis. Sei A eine nicht-leere abgeschloffene Teilmenge von Y1 ∪ Y2 . Dann ist A ∩ Yj eine
abgeschloffene Teilmenge von Yj für j ∈ {1, 2}. Da A nicht-leer ist, ist einer dieser beiden
Schnitte nicht-leer – sagen wir A∩Y1 ist nicht-leer. Da Y1 zusammenhängend ist, folgt A∩Y1 =
Y1 oder äquivalent Y1 ⊆ A. Da aber Y1 ∩ Y2 6= ∅ folgt A ∩ Y2 6= ∅ und somit genauso
A ∩ Y2 = Y2 und Y2 ⊆ A. Zusammenfassend ergibt sich A = Y1 ∪ Y2 . Dies beweist, dass Y1 ∪ Y2
zusammenhängend ist.

Wichtige Übung 10.22. Verallgemeinern Sie Lemma 10.21 für beliebige Vereinigungen.

Lemma 10.21 und Übung 10.22 können beispielsweise angewendet werden, um zu zeigen,
dass (endliche) Produkte von zusammenhängenden Räumen zusammenhängend sind (wobei
wir noch keine Metriken auf Produkträumen definiert haben). Wir wollen einen Spezialfall
davon in folgender Übung diskutieren.

482
Übung 10.23 (Zusammenhang der Ebene). Wir möchten zeigen, dass R2 zusammenhängend
ist (wobei wir R2 mit der Standardtopologie betrachten). Gehen Sie dazu wie folgt vor:

(i) Betrachten Sie R2 mit der Maximumsnorm. Zeigen Sie, dass die offenen Teilmengen des
Teilraumes {x} × R für x ∈ R (respektive R × {y} für y ∈ R) von der Form {x} × U für
U ⊆ R offen (respektive U × {y} für U ⊆ R offen) sind.

(ii) Zeigen Sie, dass die Teilräume {x} × R für x ∈ R und R × {y} für y ∈ R zusammenhän-
gend sind.

(iii) Verwenden Sie Lemma 10.21 und Übung 10.22 um zu zeigen, dass R2 zusammenhängend
ist.

483
10.2 Stetigkeit

10.2.1 Charakterisierungen von Stetigkeit und Beispiele

In diesem Abschnitt führen wir die Diskussion des Stetigkeitsbegriffes aus Abschnitt 5.4.1
fort. Insbesondere möchten wir Stetigkeit mit Hilfe der Topologie ausdrücken.
Proposition 10.24 (Charakterisierungen der Stetigkeit). Seien X, Y zwei metrische Räume
und f : X → Y eine Funktion. Dann sind folgende Bedingungen äquivalent:
(i) Die Funktion f ist stetig.

(ii) Für jedes x ∈ X ist f bei x ε-δ-stetig.

(iii) Für jedes x ∈ X ist f bei x folgenstetig.

(iv) Für jedes x ∈ X und für jede Umgebung U ⊆ Y von f (x) ist f −1 (U ) eine Umgebung
von x.

(v) Für jede offene Teilmenge O ⊆ Y ist f −1 (O) eine offene Teilmenge von X.

(vi) Für jede abgeschlossene Teilmenge A ⊆ Y ist f −1 (A) eine abgeschlossene Teilmenge
von X.
Beweis. Die Äquivalenz von (i), (ii), (iii) und (iv) ist gerade der Inhalt von Proposition 10.24.
Es bleibt also noch die Äquivalenz von (v) und (vi) zu Stetigkeit zu beweisen.
Sei f stetig und O ⊆ Y offen. Für x ∈ f −1 (O) ist f (x) ∈ O und, da O offen ist, ist O
eine Umgebung von f (x). Also ist nach (iv) f −1 (O) eine Umgebung von x, womit ein δ > 0
existiert mit Bδ (x) ⊆ f −1 (O). Da aber x ∈ f −1 (O) beliebig war, ist f −1 (O) also offen. Dies
beweist (iv) =⇒ (v).
Angenommen f erfüllt die Bedingung in (v). Sei x0 ∈ X und ε > 0. Wir wissen, dass
das Urbild f −1 (Bε (f (x0 ))) ⊆ X den Punkt x0 enthält und offen ist, da der Ball Bε (f (x0 ))
in Y offen ist. Also existiert ein δ > 0 mit Bδ (x0 ) ⊆ f −1 (Bε (f (x0 ))) oder äquivalenterweise
f (Bδ (x0 )) ⊆ Bε (f (x0 )). Also ist f bei x0 ε-δ-stetig, was die Implikation (v) =⇒ (i) beweist.
Die Äquivalenz von (v) und (vi) ergibt sich aus den Eigenschaften von Urbildern und
der Dualität von offenen und abgeschlossenen Mengen (via der Komplementoperation): Falls
f −1 (O) für jede offene Menge O ⊆ Y offen ist und A ⊆ Y abgeschlossen ist, dann ist f −1 (A) =
X \f −1 (Y \A) abgeschlossen. Falls f −1 (A) für jede abgeschlossene Menge A ⊆ Y abgeschlossen
ist und O ⊆ Y offen ist, dann ist f −1 (O) = X \ f −1 (Y \ O) offen.

Wir bemerken, dass man in obigem Beweis auch andere Implikationen hätte beweisen
können, wie zum Beispiel (v) =⇒ (iv). Wir überlassen diese Interessierten.
Mit den Kriterien (v) und (vi) in Proposition 5.50 verfügt man auch über ein nützli-
ches Werkzeug, um Teilmengen eines Raumes auf Offenheit und Abgeschlossenheit zu un-
tersuchen. Zum Beispiel gelten für eine stetige Funktion f : X → R, dass die Teilmenge
{x ∈ X | f (x) > 0} offen und die Teilmenge {x ∈ X | f (x) ≥ 0} abgeschlossen ist. Da es leicht
ist (siehe Abschnitt 5.4.3), stetige Funktionen zu konstruieren, kann man dadurch für viele
Mengen Offenheit oder Abgeschlossenheit zeigen.
484
Bemerkung. In der Vorlesung „Topologie“ im vierten Semester des Mathematikstudiums wer-
den allgemeiner über die Eigenschaften in Lemma 10.6 Kollektionen offener Teilmengen einer
Menge betrachtet. Klebt man beispielsweise die Ränder des Quadrats [0, 1]2 nach vorgegebenen
Regeln aneinander, so lässt sich auf dem erhaltenen Quotientenraum eine natürliche Topolo-
gie mittels der Topologie auf [0, 1]2 definieren. Stetigkeit wird dann wie in Proposition 5.50(v)
dadurch definiert, dass Urbilder offener Mengen offen sein sollen.
Genauso wie für Funktionen auf R können wir auch in diesem allgemeinen Rahmen von
metrischen Räumen Grenzwerte von Funktionen definieren.

Definition 10.25. Sei X ein metrischer Raum, D ⊆ X eine Teilmenge, x0 ∈ X ein Häufungs-
punkt von D und f : D → Y eine Abbildung in einen weiteren metrischen Raum Y . Dann ist
y0 ∈ Y der Grenzwert von f (x) für x → x0 , geschrieben y0 = limx→x0 f (x), falls gilt

∀ε > 0 ∃δ > 0 ∀x ∈ D ∩ Bδ (x0 ) \ {x0 } : f (x) ∈ Bε (y0 ).

Ist x0 ∈ D, so ist wiederum f genau dann bei x0 stetig, falls der Grenzwert limx→x0 f (x)
existiert und gleich f (x0 ) ist.
Wir geben im folgenden Lemma eine Liste stetiger Funktionen auf C, mit welcher man für
Funktionen in der Praxis oft Stetigkeit zeigen kann – siehe das Beispiel nach dem Lemma.

Lemma 10.26 (Einige stetige Funktionen). Polynome in C[z], die komplexe Exponentialabbil-
dung, der reelle Logarithmus, Wurzelfunktionen, die komplexen trigonometrischen Funktionen
sin, cos, tan, cot die komplexen hyperbolischen Funktionen sinh, cosh, tanh, die reellen in-
versen trigonometrischen Funktionen arcsin, arccos, arctan und die reellen inversen hyperbo-
lischen Funktionen arsinh, arcosh, artanh sind auf ihrem jeweiligen Definitionsbereich stetig.
Des Weiteren definieren Potenzreihen im Inneren des Konvergenzkreises stetige Funktionen.

Beweis. Dies folgt aus Korollar 3.51, Satz 7.68, Korollar 6.33, Satz 7.72, Abschnitt 7.7.1,
Abschnitt 8.3, Abschnitt 8.4 und Satz 7.56.

Mit Lemma 10.26 und Proposition 5.53 können wir die Stetigkeit von beliebig komplizierten
√
Ausdrücken wie zum Beispiel x ∈ (0, ∞) 7→ sin(log(x) + x2 − exp(x + i 3 x)) zeigen. (Wie?)
Eine wichtige Methode der Definition von Funktionen, die nicht von Proposition 5.53 ab-
gedeckt wird, ist die Definition mittels Fallunterscheidungen. Dies führt im Allgemeinen nicht
zu stetigen Funktionen (charakteristische Funktionen bilden ein schnelles Gegenbeispiel), doch
gibt es auch Situationen, wo eine mittels Fallunterscheidungen definierte Funktion stetig ist.

Übung 10.27 (Stetige Funktionen durch Fallunterscheidung). Seien X, Y zwei metrische

Räume und seien A1 , A2 ⊆ X zwei abgeschlossene Teilmengen von X mit X = A1 ∪ A2 .
Angenommen f1 : A1 → Y und f2 : A2 → Y sind zwei stetige Funktionen mit f1 (x) = f2 (x)
für alle x ∈ A1 ∩ A2 . Zeigen Sie, dass die damit wohldefinierte Funktion
(
f1 (x) falls x ∈ A1
f : X → Y, x 7→
f2 (x) falls x ∈ A2

stetig ist.
485
10.2.2 Eine Bemerkung zur Stetigkeit
Für d ≥ 2 gibt es für die Bewegung x → x0 im Rd mehr Möglichkeiten als im eindimen-
sionalen R. In der Definition des Grenzwerts limx→x0 f (x) werden alle mögliche Bewegungen
(entlang Geraden, entlang beliebigen Kurven oder auch ohne Formeln) auf x0 zu erlaubt. Wir
wollen die Bedeutung dieser Bemerkung mit einigen Beispielen belegen.

Beispiel 10.28. (a) Sei f : R2 → R gegeben durch

(
xy
x2 +y 2
falls (x, y)t 6= (0, 0)t
f (x, y) =
0 falls (x, y)t = (0, 0)t

für (x, y)t ∈ R2 . Dann ist f auf der x-Achse und ebenso auf der y-Achse identisch Null.
a t
Hingegen ist f auf einer Geraden y = ax zu a 6= 0 gleich 1+a 2 . Daher ist f bei (0, 0)

nicht stetig.

(b) Sei f : R2 → R gegeben durch

x2 y
(
x4 +y 2
falls (x, y)t 6= (0, 0)t
f (x, y) =
0 falls (x, y)t = (0, 0)t

für (x, y)t ∈ R2 . Dann ist f auf der x-Achse und ebenso auf der y-Achse identisch Null.
ax3 ax
Des Weiteren ist f auf einer Geraden y = ax zu a 6= 0 gleich x4 +a 2 x2 = a2 +x2 und damit

entlang dieser Gerade stetig. Dennoch ist f bei (0, 0)t nicht stetig, da für y = x2 und x 6= 0

x4 1
f (x, y) = f (x, x2 ) = 4
=
2x 2

ist.

Bei der Definition der Stetigkeit einer Funktion f : U → R auf einer offenen Menge U ⊆ Rd
bei einem Punkt x0 ∈ U oder auch der Definition des Grenzwerts limx→x0 f (x) darf man also
nebst der Annahme, dass x hinreichend nahe an x0 liegt, keine weiteren Annahmen über die
genauere Lage von x zu x0 treffen.

10.2.3 Stetigkeit und Zusammenhang

Stetige Abbildungen verhalten sich gut bezüglich zusammenhängenden Mengen.

Proposition 10.29 (Bilder zusammenhängender Mengen unter stetigen Abbildungen). Seien

X, Y metrische Räume und f : X → Y stetig. Falls X zusammenhängend ist, dann ist das
Bild f (X) ein zusammenhängender Teilraum von Y .

Beispielsweise ist also S1 = {z ∈ C | |z| = 1} ⊆ C zusammenhängend, da die stetige Abbil-

dung x ∈ R 7→ e2πix ∈ S1 surjektiv ist.

Beweis. Wir können ohne Beschränkung der Allgemeinheit annehmen, dass f : X → Y sur-
jektiv ist, indem wir f : X → Y durch die stetige, surjektive Abbildung X → f (X), x 7→ f (x)

486
ersetzen. Angenommen Y ist nicht zusammenhängend. Dann existiert eine offene und abge-
schlossene Teilmenge A ⊆ Y mit A 6= ∅ und A 6= Y . Das Urbild f −1 (A) von A unter f ist
somit nach Proposition 5.50 ebenfalls offen und abgeschlossen. Da aber X zusammenhängend
ist, muss entweder f −1 (A) = ∅ oder f −1 (A) = X. Dann gilt aber A = ∅ respektive A = Y
wegen Surjektivität von f , was der Annahme an A widerspricht.

Eine direkte Konsequenz von Proposition 10.29 kennen wir bereits aus Kapitel 3.

Korollar 10.30 (Zwischenwertsatz). Sei I ⊆ R ein Intervall, f : I → R eine stetige Funktion

und a, b ∈ I. Für jedes c ∈ R zwischen f (a) und f (b) gibt es ein x ∈ I zwischen a und b, so
dass f (x) = c gilt.

Beweis. Ohne Beschränkung der Allgemeinheit können wir a < b annehmen. Wir wenden
Proposition 10.29 auf die stetige Abbildung f |[a,b] : [a, b] → R an. Demnach ist f ([a, b])
zusammenhängend, da nach Proposition 10.20 das Intervall [a, b] in R zusammenhängend ist.
Wieder nach Proposition 10.20 muss f ([a, b]) ⊆ R ein Intervall sein. Da f (a), f (b) ∈ f ([a, b])
gilt, liegen alle Werte zwischen f (a) und f (b) im Bild von f |[a,b] .

Übung 10.31. Zeigen Sie folgende Verallgemeinerung des Zwischenwertsatzes: Sei X ein
zusammenhängender metrischer Raum und f : X → R eine stetige Abbildung. Seien a, b ∈ X.
Dann existiert für jedes c ∈ R zwischen f (a) und f (b) ein x ∈ X mit f (x) = c.

Nebst einem besser strukturierten Beweis des Zwischenwertsatzes liefert Proposition 10.29
eine alternative Auffassung von „Zusammenhang“.

Definition 10.32 (Wege und Wegzusammenhang). Sei X ein nicht-leerer metrischer Raum.

• Ein Weg in X ist eine stetige Abbildung γ : [a, b] → X auf einem nicht-leeren Intervall
[a, b] ⊆ R mit Startpunkt γ(a) und Endpunkt γ(b). Dabei sagen wir auch, dass γ ein
Weg von γ(a) nach γ(b) ist.

• Wir nennen X wegzusammenhängend, falls für je zwei Punkte x, y ∈ X zwei reelle

Zahlen a < b und ein Weg γ : [a, b] → X von x = γ(a) nach y = γ(b) existiert.

Wir können ohne Beschränkung der Allgemeinheit in obiger Definition auch als Definiti-
onsbereich der Wege immer das Intervall [0, 1] wählen. Denn für beliebige reelle Zahlen a < b
und einen Weg γ : [a, b] → X können wir stattdessen den Weg t ∈ [0, 1] 7→ γ(a + t(b − a))
betrachten, welcher dieselben Start- und Endpunkte besitzt.

Lemma 10.33. Jeder wegzusammenhängende metrische Raum ist zusammenhängend.

Beweis. Sei X ein nicht-leerer wegzusammenhängender metrischer Raum und sei x ∈ X fix.
Da X wegzusammenhängend ist, existiert für jedes y ∈ X ein Weg γy : [0, 1] → X von x
nach y. Nach Proposition 10.29 ist γy ([0, 1]) für jedes y ∈ X zusammenhängend. Nach Wahl
unserer Wege haben wir
[
X= γy ([0, 1]).
y∈X

487
Da aber x = γy (0) ∈ γy ([0, 1]) liegt für jedes y ∈ X, ist der Schnitt y∈X γy ([0, 1]) nicht-leer.
T

Nach der Verallgemeinerung von Lemma 10.21 in Übung 10.22 ist also X = y∈X γy ([0, 1])
S

zusammenhängend. In der Tat, ist A ⊆ X offen und abgeschlossen und ohne Beschränkung
der Allgemeinheit x ∈ A, dann ist A ∩ γy ([0, 1]) offen und abgeschlossen in γy ([0, 1]) und somit
γy ([0, 1]) ⊆ A für alle y ∈ X.

Umgekehrt muss ein zusammenhängender Raum nicht wegzusammenhängend sein, wie

folgende Übung zeigt.

Übung 10.34 (Zusammenhang v.s. Wegzusammenhang). Zeigen Sie, dass der Teilraum

X = {0} × [−1, 1] t (t, sin( 1t )) ∈ R2 | t > 0 ⊆ R2



zusammenhängend, aber nicht wegzusammenhängend ist.

Für gewisse Räume ist die Implikation „Zusammenhang =⇒ Wegzusammenhang“ trotz-

dem richtig.

Proposition 10.35. Sei O ⊆ Rd für d ≥ 1 eine nicht-leere, offene Teilmenge. Dann ist O
genau dann wegzusammenhängend, wenn O zusammenhängend ist.

Beweis. Ist O wegzusammenhängend, so ist O auch zusammenhängend nach Lemma 10.33.

Sei nun O zusammenhängend und x0 ∈ O ein fester Punkt. Wir definieren die Teilmenge

G = {x ∈ O | es gibt einen Weg in O von x0 nach x}

und wollen zeigen, dass G sowohl offen als auch abgeschlossen ist.
Sei x ∈ G und γ : [0, 1] → O ein Weg von x0 nach x. Da O offen ist, gibt es ein ε > 0 mit
Bε (x) ⊆ O. Für ein y ∈ Bε (x) liegt der gerade Weg t ∈ [0, 1] 7→ (1 − t)x + ty, der x mit y
verbindet, in O. „Klebt“ man nun beide Wege zusammen, so erhält man den Weg
(
γ(t) falls 0 ≤ t ≤ 1
t ∈ [0, 2] 7→
(2 − t)x + (t − 1)y falls 1 < t ≤ 2

von x0 nach y (Stetigkeit folgt direkt oder aus Übung 10.27). Also liegt y ∈ G und, da y
beliebig war, Bε (x) ⊆ G. Wir haben somit gezeigt, dass G offen ist.
Mit einem ähnlichen Argument zeigt man, dass O \ G offen ist. Ist x 6∈ G und ε > 0 mit
Bε (x) ⊆ O, so liegen alle Punkte in Bε (x) auch nicht in G. Denn wäre y ∈ G∩Bε (x), so könnte
man durch eine Verkettung von Wegen wie oben auch x mit x0 durch einen Weg verbinden.
Also ist Bε (x) ⊆ O \ G und O \ G ist offen.
Da O aber zusammenhängend ist, muss entweder G oder O \ G leer sein. Da x0 ∈ G liegt,
ist also O \ G leer und G = O. Per Definition von G lässt sich also jeder Punkt in O durch
einen Weg mit x0 verbinden. Sind y, y 0 ∈ O zwei beliebige Punkte, so ist die Verkettung
eines Weges von y nach x0 mit einem Weg von x0 nach y 0 ein Weg von y nach y 0 . Also ist O
wegzusammenhängend.

488
Übung 10.36 (Verkettung von Wegen). Wir möchten hier die oben verwendete Verkettung
nochmals im Allgemeinen behandeln. Sei X ein metrischer Raum und sei γ : [0, 1] → X ein
Weg von x0 ∈ X nach x1 ∈ X.

(i) (Umkehren von Wegen) Zeigen Sie, dass t ∈ [0, 1] 7→ γ(1 − t) ein Weg von x1 nach x0
ist.

(ii) (Verketten von Wegen) Sei γ̃ : [0, 1] → X ein Weg von x1 nach x2 ∈ X. Zeigen Sie, dass
(
γ(2t) falls 0 ≤ t ≤ 21
t ∈ [0, 1] 7→
γ̃(2t − 1) falls 12 < t ≤ 1

einen Weg von x0 nach x2 definiert.

(iii) Wiederholen Sie damit den Beweis von Proposition 10.35.

489
10.3 Vollständigkeit
Folgende Definition wurde teilweise schon in Definition 6.22 eingeführt.

Definition 10.37 (Cauchy-Folgen und Vollständigkeit). Sei X ein metrischer Raum. Eine
Folge (xn )n in X heisst Cauchy-Folge, falls es zu jedem ε > 0 ein N ∈ N gibt, so dass für
alle m, n ≥ N die Abschätzung d(xn , xm ) < ε gilt. Der metrische Raum heisst vollständig,
falls jede Cauchy-Folge in X konvergiert.

Wir haben bereits gesehen, dass eine konvergente Folge insbesondere eine Cauchy-Folge ist
(Übung 6.23) und dass eine Cauchy-Folge genau dann konvergiert, wenn sie eine konvergente
Teilfolge besitzt (Übung 6.24).
Entgegen dem Konvergenzbegriff kann der Begriff von Cauchy-Folgen nicht ausschliesslich
mit der Topologie charakterisiert werden – siehe folgende Übung:

Übung 10.38. Sei X = (0, 1). Wir betrachten die Metriken d1 , d2 auf X definiert durch
d(x, y) = |x − y| und d2 (x, y) = | x1 − y1 |.

(i) Zeigen Sie, dass d2 eine Metrik definiert und dass die von d2 induzierte Topologie die
Standardtopologie auf (0, 1).

(ii) Finden Sie eine Folge, welche bezüglich d1 eine Cauchy-Folge ist, aber nicht bezüglich
d2 .

Genauso wie bei der Diskussion von Konvergenz wollen wir einen Vektorraum V über R
schlicht vollständig bezüglich einer Norm k · k nennen, falls er bezüglich der induzierten Metrik
vollständig ist. Vollständigkeit ist stabil bezüglich Normäquivalenz: Ist V ein Vektorraum über
R und sind k · k1 und k · k2 zwei äquivalente Normen auf V , so ist V genau dann bezüglich
k · k1 vollständig, wenn V bezüglich k · k2 vollständig ist.
Wie dies schon für die reellen Zahlen erwähnt wurde, ist Vollständigkeit gewissermassen
jene Eigenschaft, die analytische Methoden erlaubt. Dies ist beispielsweise auch für Rd mit
d ≥ 1 wahr, wo wir nach Normäquivalenz eine der Normen k · k1 , k · k2 oder k · k∞ verwenden.

Proposition 10.39 (Vollständigkeit in endlich dimensionalen Vektorräumen). Sei d ≥ 1.

Jede abgeschlossene Teilmenge von Rd ist vollständig. Insbesondere ist Rd vollständig.

Man beachte, dass beliebige Teilmengen von Rd nicht zwingend vollständig sind; beispiels-
weise ist ( n1 )n eine Cauchy-Folge in X = (0, 1), konvergiert aber gegen 0 in R und hat somit
keinen Grenzwert in X.

Beweis. Wir zeigen zuerst, dass Rd vollständig ist. Sei (an )n eine Cauchy-Folge im Rd und
sei πj (an ) für n ∈ N und j ∈ {1, . . . , d} die j-te Komponente von an . Für ε > 0 fixiert sei
N ∈ N, so dass kam − an k < ε für alle n, m ≥ N . Insbesondere gilt |πj (am ) − πj (an )| < ε für
alle j ∈ {1, . . . , d} und n, m ≥ N , womit die Folge der Komponenten (πj (an ))n eine Cauchy-
Folge in R ist. Nach Satz 6.26 ist R vollständig, womit die Cauchy-Folge (πj (an ))n für jedes
j ∈ {1, . . . , d} konvergent sein muss. Nach Proposition 5.44 ist also auch (an )n konvergent,
was impliziert, dass Rd vollständig ist.
490
 Sei nun A ⊆ Rd eine abgeschlossene Teilmenge und sei (an )n eine Cauchy-Folge in A. Dann
besitzt die Folge (an )n einen Grenzwert b ∈ Rd . Nach Lemma 10.7 muss aber b in A liegen,
womit die Cauchy-Folge (an )n also in A konvergiert. Somit ist A vollständig.

Übung 10.40 (Vollständigkeit und Abgeschlossenheit). Sei (X, d) ein metrischer Raum und
A ⊆ X eine Teilmenge.

(i) Angenommen X ist vollständig und A ist abgeschlossen. Zeigen Sie, dass der Teilraum
A auch vollständig ist.

(ii) Angenommen A ist vollständig. Zeigen Sie, dass A ⊆ X abgeschlossen ist.

Bemerkung. Ein Banachraum ist per Definition ein vollständiger normierter Vektorraum. In-
teressant sind Banachräume unter anderem deswegen, weil sie (und Abbildungen auf ihnen)
in der Praxis häufig vorkommen und oft relativ gute Eigenschaften besitzen. Für eine detail-
lierte Behandlung von Banachräumen verweisen wir auf die Vorlesungen Analysis IV und der
Vorlesung Funktionalanalysis im zweiten und dritten Studienjahr. Wird die Norm in einem
Banachraum noch zusätzlich von einem inneren Produkt induziert, so spricht man von ei-
nem Hilbertraum. Hilberträume spielen unter anderem in der vollständigen Behandlung von
Fourier-Reihen (siehe Appendix ??) eine fundamentale Rolle.

10.3.1 Der Banachsche Fixpunktsatz

Sogenannte Fixpunktsätze beschreiben, wann es Punkte gibt, die unter einer Abbildung
oder einer anderen Operation festgehalten werden. Sie sind insbesondere oft dann nützlich,
wenn es darum geht, Existenzsätze zu beweisen. Beispielsweise werden wir den folgenden
Fixpunktsatz für den Beweis der Existenz von Lösungen zu Differentialgleichungen verwenden.

Satz 10.41 (Banachscher Fixpunktsatz). Sei (X, d) ein nicht-leerer, vollständiger metrischer
Raum. Sei T : X → X eine Lipschitz-Kontraktion, das heisst, eine Abbildung mit der
Eigenschaft

d(T (x1 ), T (x2 )) ≤ λd(x1 , x2 )

für alle x1 , x2 ∈ X und für eine fixe Lipschitz-Konstante λ < 1. Dann existiert ein eindeutig
bestimmtes x0 ∈ X mit T (x0 ) = x0 (ein Fixpunkt von T ).

Wir möchten an dieser Stelle anmerken, dass die getroffenen Annahmen in Satz 10.41
notwendig sind – siehe Übung 10.42. Der Banachsche Fixpunktsatz besitzt auch durchaus
alltägliche Anwendungen. Beispielsweise zeigt er, dass wenn ein Tourist an der ETH eine
Stadtkarte von Zürich zu Boden fallen lässt, ein Punkt auf sich selbst zu liegen kommt (wieso?).

Beweis. Wir zeigen zuerst die behauptete Eindeutigkeit. Seien also x0 , x00 ∈ X zwei Fixpunkte
von T . Dann gilt

d(x0 , x00 ) = d(T (x0 ), T (x00 )) ≤ λd(x0 , x00 ),

491
was wegen λ < 1 also d(x0 , x00 ) = 0 und somit x0 = x00 impliziert.
Für die Existenz wählen wir ein beliebiges x1 ∈ X und definieren rekursiv x2 = T (x1 ),
x3 = T (x2 ) und allgemein xn+1 = T (xn ) für alle n ∈ N (die Folge (T n (x1 ))n nennt sich auch
die Bahn von x1 unter T ). Wir möchten nun zeigen, dass die Folge (xn )n konvergiert. In der
Tat ist der Grenzwert x0 dann ein Fixpunkt, denn es gilt

x0 = lim xn = lim xn+1 = lim T (xn ) = T ( lim xn ) = T (x0 ),

n→∞ n→∞ n→∞ n→∞

da T : X → X Lipschitz-stetig und somit auch stetig ist.

Wir bemerken zuerst, dass d(x2 , x3 ) = d(T (x1 ), T (x2 )) ≤ λd(x1 , x2 ) und allgemeiner

d(xn , xn+1 ) ≤ λn−1 d(x1 , x2 ) (10.1)

für alle n ∈ N. In der Tat folgt Ungleichung (10.1) mittels Induktion n. Für n = 1 ist die
Ungleichung tautologisch erfüllt. Falls (10.1) bereits für n gilt, dann folgt

d(xn+1 , xn+2 ) = d(T (xn ), T (xn+1 )) ≤ λd(xn , xn+1 ) ≤ λn d(x1 , x2 )

nach Konstruktion, der Voraussetzung im Satz und der Induktionsverankerung.

Wir behaupten nun, dass Ungleichung (10.1) impliziert, dass (xn )n eine Cauchy-Folge in X
bildet. Daraus folgt mit der vorausgesetzten Vollständigkeit, dass ein Grenzwert x0 der Folge
(xn )n existiert, was wie oben erklärt dann den Beweis abschliesst. Sei ε > 0. Dann existiert
N −1
ein N ∈ N mit λ1−λ d(x1 , x2 ) < ε. Für n > m ≥ N folgt damit

d(xm , xn ) ≤ d(xm , xm+1 ) + d(xm+1 , xm+2 ) + . . . + d(xn−1 , xn )

≤ λm−1 d(x1 , x2 ) + λm d(x1 , x2 ) + . . . + λn−2 d(x1 , x2 )
∞
X λN −1
≤ λk−1 d(x1 , x2 ) = d(x1 , x2 ) < ε,
1−λ
k=N

was den Beweis abschliesst.

Wir möchten kurz anmerken, dass der obige Ansatz einen Fixpunkt zu finden, rein geome-
trisch begründet ist. Ist ein Fixpunkt x0 ∈ X gegeben, so zieht die Abbildung T alle Punkte
näher an x0 heran, denn es gilt

d(T (x), x0 ) = d(T (x), T (x0 )) ≤ λd(x, x0 ).

Da also unter Iterieren von T eine Folge entsteht, die x0 immer näher kommt, ist das Vorgehen,
den Fixpunkt x0 als Grenzwert einer Bahn zu konstruieren, sehr sinnvoll.

Übung 10.42 (Notwendigkeit der Annahmen in Satz 10.41).

• Finden Sie einen nicht-vollständigen metrischen Raum X und eine Lipschitz-Kontra-

ktion T : X → X, die keinen Fixpunkt besitzt.

492
 • Finden Sie einen vollständigen metrischen Raum (X, d) und eine Isometrie (das heisst,
eine Abbildung T : X → X mit d(T (x1 ), T (x2 )) = d(x1 , x2 )), die keinen Fixpunkt besitzt.

10.3.2 Wahrscheinlichkeitsmatrizen*
Wir wollen als erste Anwendung des Banachschen Fixpunktsatzes die Existenz eines „sta-
tionären Wahrscheinlichkeitsvektors“ zu einer „positiven Wahrscheinlichkeitsmatrix“ zeigen.

Definition 10.43. Sei d ≥ 1. Eine d × d-Matrix A ∈ Matd,d (R) heisst nicht-negativ

(positiv), falls Ak` ≥ 0 (Ak` > 0) für alle k, ` ∈ {1, . . . , d} gilt. Eine nicht-negative Ma-
trix P ∈ Matd,d (R) ist eine Wahrscheinlichkeitsmatrix, falls dk=1 Pk` = 1 für alle ` ∈
P

{1, . . . , d} gilt. Ein Vektor a ∈ Rd ist ein Wahrscheinlichkeitsvektor, falls aj ≥ 0 für al-
le j ∈ {1, . . . , d} und dj=1 aj = 1. Ein Wahrscheinlichkeitsvektor a ∈ Rd heisst stationär
P

bezüglich einer Wahrscheinlichkeitsmatrix P ∈ Matd,d (R), falls P a = a gilt (also falls a ein
Eigenvektor von P zum Eigenwert 1 ist).

In Anwendungen von obigen Begriffen und dem Resultat unten ist {1, . . . , d} eine Abzähl-
ung von verschiedenen Zuständen eines gegebenen Systems. Die Wahrscheinlichkeitsmatrix
P gibt zu Zuständen k, ` ∈ {1, . . . , d} die Wahrscheinlichkeit Pk` ∈ [0, 1] eines Übergangs
vom Zustand ` zum k an. Des Weiteren gibt ein stationärer Wahrscheinlichkeitsvektor (einen
solchen wollen wir finden) eine „zeitunabhängige Wahrscheinlichkeitsverteilung“ über die ver-
schiedenen Zustände an.
Zum Beispiel könnten für d = 5 die Zustände das Winterwetter in Zürich angeben: Sonne,
Nebel, Wolken, Regen, Schneefall. Die Matrix P beschreibt wie gesagt die Wahrscheinlichkeiten
der Übergänge. Beispielsweise gibt P11 die Wahrscheinlichkeit an, dass ausgehend von einem
sonnigen Tag der nächste Tag wieder sonnig ist; P21 gibt die Wahrscheinlichkeit an, dass
ausgehend von einem sonnigen Tag der nächste Tag neblig ist und so weiter. Unser Beweis
des Resultats weiter unten gemeinsam mit dem Banachschen Fixpunktsatz hat in diesem
Zusammenhang die folgende Interpretation. Ausgehend von einem sonnigen Tag gibt also
die erste Spalte von P den Wahrscheinlichkeitsvektor an, der das Wetter am nächsten Tag
beschreibt. Wendet man nochmals P an, erhält man den Wahrscheinlichkeitsvektor, der das
Wetter am nächsten Tag beschreibt. Diese Vektoren stabilisieren sich zu einem stationären
Wahrscheinlichkeitsvektor. Dieser Vektor ist derselbe, wenn wir stattdessen von einem Tag
mit Nebel, Wolken, Regen oder Schneefall ausgehen.

Korollar 10.44. Sei d ≥ 1 und P ∈ Matd,d (R) eine positive Wahrscheinlichkeitsmatrix. Dann
existiert ein eindeutig bestimmter stationärer Wahrscheinlichkeitsvektor zu P , der auch aj > 0
für alle j ∈ {1, . . . , d} erfüllt.

Dieser Satz ist ein Spezialfall des Satzes von Perron-Frobenius, welcher ähnliche Existenz-
aussagen für allgemeinere, nicht-negative Matrizen trifft (siehe Übung 10.45).

Beweis. Wir betrachten den Teilraum

n o
X = a ∈ Rd | a ist ein Wahrscheinlichkeitsvektor .

493
Dieser ist abgeschlossen: Falls (an )n eine Folge in X ist und an → a ∈ Rd gilt, dann ist
wegen πj (an ) ≥ 0 für j ∈ {1, . . . , d} auch πj (a) ≥ 0 auf Grund der Stetigkeit von πj . Des
Weiteren ist dj=1 πj (an ) = 1 und somit auch dj=1 πj (a) = 1 nach Stetigkeit der Abbildung
P P

b 7→ dj=1 πj (b). Also ist X abgeschlossen nach der Charakterisierung in Lemma 10.7.
P

Nach Proposition 10.39 ist X also auch vollständig, wobei wir nach Normäquivalenz wahl-
weise die Euklidsche Norm k · k2 oder die 1-Norm k · k1 verwenden dürfen. Wir werden die
Norm k · k1 und ihre induzierte Metrik d1 verwenden.
Wir identifizieren die Matrix P mit der zugehörigen linearen Abbildung P : Rd → Rd und
definieren T = P |X : X → X. Dies ist in der Tat wohldefiniert: Für a ∈ X gilt

d
X
(P a)k = Pk` a` ≥ 0
`=1

für alle k ∈ {1, . . . , d} sowie

d
X d X
X d d
X d
X  Xd
(P a)k = Pk` a` = a` Pk` = a` = 1
k=1 k=1 `=1 `=1 k=1 `=1

und somit P a = T (a) ∈ X.

Wir möchten nun zeigen, dass T eine Lipschitz-Kontraktion von X ist. Sind a, a0 ∈ X,
dann gilt

d1 (P a, P a0 ) = kP a − P a0 k1 = kP yk1
n o
für y = a − a0 ∈ Y = y ∈ Rd | d`=1 y` = 0 . Man beachte dabei, dass P (Y ) ⊆ Y gilt, da für
P

alle y ∈ Y die Identität dk=1 (P y)k = dk=1 d`=1 Pk` y` = d`=1 y` dk=1 Pk` = d`=1 y` = 0
P P P P P P

erfüllt ist. Wir möchten nun zeigen, dass kP yk1 ≤ (1 − η)kyk1 für alle y ∈ Y und η =
mink,` Pk` > 0 gilt, womit nach obigem T eine Lipschitz-Kontraktion mit Lipschitz-Konstante
λ = 1 − η < 1 ist.
Sei nun y ∈ Y . Wir definieren die Indexmengen

L+ = ` ∈ {1, . . . , d} | y` > 0 , L− = ` ∈ {1, . . . , d} | y` < 0

 

und K + = ` ∈ {1, . . . , d} | (P y)` > 0 . Dann gilt



d
X X X X X
kyk1 = |y` | = y` − y` = 2 y` = 2 |y` |
`=1 `∈L+ `∈L− `∈L+ `∈L−

Pd
auf Grund von `=1 y` = 0 und aus demselben Grund
X
kP yk1 = 2 (P y)k .
k∈K +

494
Daher ist
 
d
X X X X X
kP yk1 = 2 Pk` y` = 2  Pk` y` + Pk` y` 
k∈K + `=1 k∈K + `∈L+ `∈L−
X X X X
≤2 y` Pk` − 2 η|y` |
`∈L+ k∈K + k∈K + `∈L−
X
≤2 y` − |K + | ηkyk1 ≤ (1 − η)kyk1 ,
`∈L+

was wir zeigen wollten. Somit ist T eine Lipschitz-Kontraktion. Nach dem Banachschen Fix-
punktsatz (Satz 10.41) hat T also einen eindeutigen Fixpunkt a ∈ X.
Wir müssen noch zeigen, dass ak > 0 für alle k ∈ {1, . . . , d} gilt. In der Tat ist

d
X
ak = (P a)k = Pk` a`
`=1

genau dann gleich null, wenn Pk` a` = 0 und somit, da P positiv ist, a` = 0 für alle ` in
{1, . . . , d} gilt. Dies ist aber nicht möglich, da a ein Wahrscheinlichkeitsvektor ist.

Übung 10.45 (Verallgemeinerungen).

(a) Sei P ∈ Mat

 d,d (R)
 eine Wahrscheinlichkeitsmatrix mit einer positiven Potenz, zum Bei-
1
1
spiel P = 21 0 . Zeigen Sie, dass P ebenso die Konklusionen in Korollar 10.44 erfüllt
2
und beweisen Sie, dass alle von 1 verschiedenen Eigenwerte von P Absolutbetrag kleiner 1
haben.

(b) Sei P ∈ Matd,d (R) eine Wahrscheinlichkeitsmatrix mit der Eigenschaft, dass es für jedes
Indexpaar k, ` ∈ {1, . . . , d} ein n ∈ N gibt mit (P n )k,` > 0, zum Beispiel P = ( 01 10 ). Zeigen
Sie, dass P ebenso die Konklusionen in Korollar 10.44 erfüllt und beweisen Sie, dass alle
von 1 verschiedenen Eigenwerte von P Absolutbetrag kleiner 1 haben oder eine Wurzel aus
1 sind.

(c) Finden Sie weitere Beispiele von Wahrscheinlichkeitsmatrizen, wo andere Phänomene ein-
treten und obige Aussagen nicht immer gelten.

495
10.4 Kompaktheit
Wir haben in Abschnitt 3.8 die fundamentalen Eigenschaften Beschränktheit, Existenz
eines Maximums (und Minimums) und gleichmässige Stetigkeit von stetigen Funktionen auf
kompakten Intervallen bewiesen. Diese Eigenschaften waren dann grundlegend für die Riemann-
Integrierbarkeit von stetigen Funktionen (siehe Satz 4.42), den Satz von Rolle und den Mit-
telwertsatz (Satz 8.28 und Theorem 8.29), und damit für die gesamte Differential- und Inte-
gralrechnung des ersten Semesters. Des Weiteren hatten wir in Satz 6.15 gesehen, dass jede
Folge in einem kompakten Intervall eine konvergente Teilfolge besitzt. Wir wollen diese und
auch noch weitere Eigenschaften im grösseren Rahmen der metrischen Räume untersuchen
und werden feststellen, dass viele dieser Eigenschaften äquivalent sind.

10.4.1 Definitionen
Definition 10.46 (Folgenkompaktheit und Beschränktheit). Sei X ein metrischer Raum.
Wir sagen, dass X folgenkompakt ist, falls jede Folge in X eine konvergente Teilfolge (mit
Grenzwert in X) besitzt. Ein Teilraum K ⊆ X ist folgenkompakt, falls er als eigenständiger
metrischer Raum folgenkompakt ist. Eine Teilmenge B ⊆ X ist beschränkt, falls es ein Punkt
x0 ∈ X und einen Radius R > 0 gibt, so dass B im Ball BR (x0 ) enthalten ist.

Da die Definition der Folgenkonvergenz nur von der Topologie (der Familie der offenen
Teilmengen) abhängt, ist Folgenkompaktheit ein topologischer Begriff. Ganz im Gegensatz
dazu ist Beschränktheit stark von der Wahl der Metrik abhängig. Betrachtet man beispiels-
weise R mit den Metriken d und d0 , wobei d die Euklidsche Metrik ist und d0 die durch
d0 (x, y) = min {d(x, y), 1} für x, y ∈ R definierte Metrik ist, so sieht man, dass R bezüglich
d0 beschränkt ist. Allerdings ist die durch d0 gegebene Topologie die Standardtopologie (die
durch d gegebene Topologie) auf R. (Wieso?)
Wir betrachten nun die Beziehung zwischen den beiden Begriffen „Folgenkompaktheit“ und
„Beschränktheit“.

Lemma 10.47 (Notwendige Eigenschaften). Eine folgenkompakte Teilmenge eines nicht-

leeren metrischen Raumes ist abgeschlossen und beschränkt.

Man beachte, dass die Umkehrung des Lemmas falsch ist (bezüglich der Metrik d0 ist R
abgeschlossen und beschränkt, aber nicht folgenkompakt – wieso?).

Beweis. Sei X ein nicht-leerer metrischer Raum und K ⊆ X folgenkompakt. Sei (xn )n ei-
ne Folge in K mit Grenzwert x ∈ X. Nach Definition 10.46 existiert eine in K konvergente
Teilfolge von (xn )n . Da eine Teilfolge einer konvergenten Folge denselben Grenzwert wie die ur-
sprüngliche Folge besitzt, muss also x in K liegen. Nach der Charakterisierung abgeschlossener
Teilmengen aus Lemma 10.7 ist K abgeschlossen.
Sei nun x0 ∈ X ein beliebiger Punkt und angenommen K ist nicht beschränkt. Dann gibt
es für jedes n ∈ N ein xn ∈ K mit d(xn , x0 ) ≥ n. Da K folgenkompakt ist, existiert nun eine
in K konvergente Teilfolge (xn` )` der Folge (xn )n . Sei x ∈ K ihr Grenzwert. Insbesondere gibt

496
es zu ε = 1 ein L ∈ N, so dass d(xn` , x) < 1 für alle ` ≥ L gilt. Damit ist aber für ` ≥ L

n` ≤ d(xn` , x0 ) ≤ d(xn` , x) + d(x, x0 ) < 1 + d(x, x0 ).

Dies ist ein Widerspruch, da n` → ∞ für ` → ∞, und somit ist K beschränkt.

Wir möchten uns nun einem fundamentalen, weiteren Kompaktheitsbegriff zuwenden.

Definition 10.48 (Überdeckungskompaktheit). Sei X ein metrischer Raum.

• Eine offene Überdeckung O von X ist eine Kollektion offener Teilmengen von X, für
die X = O∈O O gilt. Eine (endliche) Teilüberdeckung einer offenen Überdeckung
S

O ist eine (endliche) Teilmenge O0 ⊆ O, welche selbst eine offene Überdeckung bildet.

• Der Raum X ist überdeckungskompakt, falls für jede offene Überdeckung eine end-
liche Teilüberdeckung existiert.

• Wir sagen, dass X das Schachtelungsprinzip erfüllt, falls für jede Kollektion A abge-
schlossener Teilmengen von X mit A1 ∩ . . . ∩ An 6= ∅ für alle n ∈ N und A1 , . . . , An ∈ A
(auch endliche Schnitteigenschaft genannt) auch A∈A A 6= ∅ gilt.
T

Beispiel 10.49 (Offene Überdeckungen und Überdeckungskompaktheit).

(i) Jeder endliche metrische Raum X ist überdeckungskompakt. In der Tat ist die Potenz-
menge P(X) endlich und somit jede offene Überdeckung bereits endlich.

(ii) Der Teilraum X = (0, 1] ⊆ R ist nicht überdeckungskompakt. Tatsächlich besitzt die
offene Überdeckung O = n1 , 1 | n ≥ 2 keine endliche Teilüberdeckung. (Wieso?).
 

(iii) Falls wir stattdessen den Teilraum X = [0, 1] ⊆ R betrachten, dann bildet die Kollektion
O = n1 , 1 ∩ X | n ∈ N keine offene Überdeckung mehr, da 0 6∈ n1 , 1 für alle n ∈ N.
  

Geben wir zu dieser Kollektion eine weitere offene Menge, die 0 enthält (wie zum Beispiel
[0, ε) = (−ε, ε) ∩ X für ε > 0), hinzu, dann erhalten wir eine offene Überdeckung, die
eine endliche Teilüberdeckung besitzt (wieso gilt dies im Beispiel?). In der Tat ist [0, 1]
überdeckungskompakt (siehe Satz 10.53 weiter unten).

Überdeckungen spielen bei vielen Beweisen eine wichtige Rolle, wie wir später sehen werden.
Überdeckungskompakte Räume sind in diesem Zusammenhang einfach zu handhaben, weil
man für eine gegebene Überdeckung (nach Annahme) meist nur endlich viele offene Mengen
zu „kontrollieren“ braucht.

Übung 10.50. Sei X ein metrischer Raum. Zeigen Sie, dass X genau dann überdeckungs-
kompakt ist, wenn jede offene Überdeckung von X bestehend aus offenen Bällen eine endliche
Teilüberdeckung besitzt.

Definition 10.51 (Lebesgue-Zahl). Sei X ein metrischer Raum und O eine offene Über-
deckung von X. Wir sagen, dass eine Zahl r > 0 eine Lebesgue-Zahl für O ist, falls es für
jedes x ∈ X eine offene Menge O ∈ O gibt mit Br (x) ⊆ O.

497
 Wir bemerken, dass in obiger Definition die gleichmässige Wahl von der Zahl r unabhängig
von x ∈ X entscheidend für die Definition ist. Wir benötigen noch eine weitere Definition, die
den Begriff der Beschränkheit auf eine wesentliche Art und Weise verstärkt.

Definition 10.52 (Total beschränkt). Sei X ein metrischer Raum. Wir sagen, dass X total
beschränkt ist, falls es für jedes ε > 0 endlich viele x1 , . . . , xn ∈ X gibt mit X = nj=1 Bε (xj ).
S

Beispielsweise ist [0, 1] total beschränkt und R nicht total beschränkt (wieso?).

10.4.2 Äquivalenzen
Der folgende Satz stellt obige Begriffe in direkte Beziehung zu einander.

Satz 10.53 (Kompaktheit). Sei X ein metrischer Raum. Dann sind folgende acht Eigen-
schaften äquivalent. Wenn diese erfüllt sind, so nennen wir X einen kompakten metrischen
Raum.

(1) Jede unendliche Teilmenge von X besitzt einen Häufungspunkt.

(2) X ist folgenkompakt (das heisst, jede Folge in X hat eine in X konvergente Teilfolge).

(3) Jede stetige, komplexwertige Funktion auf X ist beschränkt.

(4) Jede stetige, reellwertige Funktion auf X nimmt ein Maximum und ein Minimum an.

(5) Jede offene Überdeckung von X besitzt eine Lebesgue-Zahl und X ist total beschränkt.

(6) X ist überdeckungskompakt.

(7) X erfüllt das Schachtelungsprinzip.

(8) X ist total beschränkt und vollständig.

Beweis der Äquivalenz von (1)-(4). Wir beweisen zuerst die Implikationen (1) =⇒ (2) =⇒
(3) =⇒ (4) =⇒ (1).
Für die Implikation (1) =⇒ (2) betrachten wir eine Folge (xn )n in X und die Bildmenge
D = {xn | n ∈ N}. Falls D endlich ist, so hat (xn )n eine konstante und insbesondere kon-
vergente Teilfolge. Wir nehmen nun also an, dass D unendlich ist, womit D nach (1) einen
Häufungspunkt x0 ∈ X besitzt. Nach Proposition 5.42 reicht es zu zeigen, dass für ε > 0 und
N ∈ N ein n ≥ N mit xn ∈ Bε (x0 ) existiert. Sei ε0 > 0 so gewählt, dass

Bε0 (x0 ) \ {x0 } ⊆ Bε (x0 ) \ {x1 , . . . , xN } .

Da x0 ein Häufungspunkt ist, gibt es ein n ∈ N mit xn ∈ Bε0 (x0 ) \ {x0 } ⊆ Bε (x0 ), womit
insbesondere n > N sein muss.
Für die Implikation (2) =⇒ (3) sei f : X → C eine stetige Funktion. Angenommen f sei
nicht beschränkt. Dann gibt es zu jedem n ∈ N ein xn ∈ X mit |f (xn )| > n. Dies definiert
eine Folge (xn )n in X, welche nach (2) eine konvergente Teilfoge (xn` )` mit Grenzwert x ∈ X
besitzt. Da f stetig ist, folgt nun lim`→∞ f (xn` ) = f (x). Also ist komplexe Folge (f (xn` ))`
498
einerseits konvergent und andererseits unbeschränkt. Dieser Widerspruch beweist, dass f doch
beschränkt sein muss.
Der Beweis der Implikation (3) =⇒ (4) ist analog zum Beweis von Korollar 3.69; wir geben
ihn hier der Vollständigkeit halber an. Sei f : X → R stetig. Wir setzen M = sup f (X) und
nehmen per Widerspruch an, dass f sein Maximum nicht annimmt. Damit ist die Funktion

1
g : X → R, x 7→
M − f (x)

wohldefiniert und stetig. Nach Annahme in (3) gibt es nun ein S > 0 mit g(x) ≤ S oder
äquivalenterweise f (x) ≤ M − S1 für alle x ∈ X. Dies widerspricht aber der Definition von M
als Supremum.
Wir zeigen nun (4) =⇒ (1). Sei D ⊆ X eine Teilmenge. Wir nehmen an, dass D keine
Häufungspunkte besitzt, und möchten nachweisen, dass D endlich ist. Dazu möchten wir zuerst
zeigen, dass es einen Radius r > 0 gibt, so dass für x ∈ D der Ball Br (x) keinen weiteren
Punkt von D enthält. Hierfür betrachten wir die Funktion η : X → R≥0 gegeben durch

η(x) = sup {δ ∈ [0, 1] | |Bδ (x) ∩ D| ≤ 1}

für x ∈ X. Da D keine Häufungspunkte besitzt, können wir für jedes x ∈ X ein δ > 0 finden
mit |Bδ (x) ∩ D| ≤ 1. Somit ist η(x) > 0 für alle x ∈ X. Wir bemerken noch, dass daher

{δ ∈ [0, 1] | |Bδ (x) ∩ D| ≤ 1} = [0, η(x)]

für alle x ∈ X gilt. (Wieso?)

Wir behaupten nun, dass η : X → R>0 Lipschitz-stetig mit Lipschitz-Konstante 1 (und ins-
besondere stetig) ist. Daraus folgt gemeinsam mit unserer Annahme in (4), dass r = min η(X)
grösser Null ist und die oben gewünschte Eigenschaft erfüllt. Seien x1 , x2 ∈ X. Falls ε =
η(x1 ) − d(x1 , x2 ) > 0 ist, gilt Bε (x2 ) ⊆ Bη(x1 ) (x1 ) auf Grund der Dreiecksungleichung, womit
η(x2 ) ≥ ε = η(x1 ) − d(x1 , x2 ). Falls hingegen ε = η(x1 ) − d(x1 , x2 ) ≤ 0 ist, gilt dies ebenfalls.
Es gilt also in jedem Fall η(x1 ) − η(x2 ) ≤ d(x1 , x2 ). Auf Grund der Symmetrie zwischen x1
und x2 schliessen wir also auf |η(x1 ) − η(x2 )| ≤ d(x1 , x2 ) wie behauptet.
Wir nehmen nun zusätzlich an, dass D unendlich ist und werden einen Widerspruch ablei-
ten. Sei also (xn )n eine Folge in D mit xn 6= xm für alle n 6= m. Zu n ∈ N und x ∈ X setzen
wir
(
n 41 r − d(x, xn ) falls x ∈ Br/4 (xn ) für ein n ∈ N und


f (x) =
0 sonst.

Nach Wahl von r gibt es für ein gegebenes x ∈ X höchstens ein n ∈ N mit xn ∈ Br/2 (x),
womit insbesondere die Funktion f : X → R≥0 wohldefiniert ist. Des Weiteren ist f stetig
bei jedem x ∈ X, denn falls es kein n ∈ N mit xn ∈ Br/2 (x) gibt, so ist f (x) = 0 = f (y) für
alle y ∈ Br/4 (x), und falls es doch ein eindeutig bestimmtes n ∈ N mit xn ∈ Br/2 (x) gibt,
so ist f (y) = max(0, n( 41 r − d(y, xn ))) für alle y ∈ Br/4 (x) und damit ebenso bei x stetig. Es

499
gilt aber f (xn ) = 14 nr für alle n ∈ N, womit f unbeschränkt ist, was (5) widerspricht. Dieser
Widerspruch zeigt, dass eine unendliche Teilmenge einen Häufungspunkt besitzen muss.

Proposition 10.54 (Lebesgue-Zahl). Sei X ein folgenkompakter metrischer Raum. Dann hat
jede offene Überdeckung eine Lebesgue-Zahl.

Beweis. Sei O eine offene Überdeckung von X, für welche wir eine Lebesgue-Zahl finden
wollen. Dazu betrachten wir die Hilfsfunktion η : X → R>0 gegeben durch

η(x) = sup {δ ∈ [0, 1] | ∃O ∈ O : Bδ (x) ⊆ O}

Wir behaupten, dass diese Lipschitz-stetig ist mit Lipschitz-Konstante 1. Seien also x1 , x2 ∈
X und sei δ < η(x1 ). Falls ε = δ − d(x1 , x2 ) > 0 ist, gibt es nach Wahl von δ ein O ∈ O
mit Bε (x2 ) ⊆ Bδ (x1 ) ⊆ O. Somit ist η(x2 ) ≥ ε = δ − d(x1 , x2 ), was auch für ε ≤ 0 erfüllt
ist. Nach Übergang zum Supremum ist η(x2 ) ≥ η(x1 ) − d(x1 , x2 ) oder in anderen Worten
d(x1 , x2 ) ≥ η(x1 ) − η(x2 ). Aus Symmetriegründen folgt daraus d(x1 , x2 ) ≥ |η(x1 ) − η(x2 )| wie
gewünscht.
Nach Annahme an X (und der schon bewiesenen Äquivalenz der Eigenschaften (1)-(5) in
Satz 10.53) existiert somit ein x0 ∈ X mit η(x0 ) = min η(X). Wir zeigen nun, dass rLeb =
2 η(x0 ) > 0 eine Lebesgue-Zahl für O darstellt. In der Tat gilt für jedes x ∈ X die Ungleichung
1

rLeb < η(x0 ) ≤ η(x), womit ein O ∈ O mit BrLeb (x) ⊆ O existiert.

Beweis der restlichen Äquivalenzen in Satz 10.53. Wir beginnen mit dem Beweis von (4) =⇒
(5). Nach obiger Proposition hat jede offene Überdeckung eine Lebesgue-Zahl. Es bleibt noch
zu zeigen, dass X total beschränkt ist. Dazu dürfen wir auf Grund der Äquivalenz von (4) und
(2) verwenden, dass X folgenkompakt ist. Sei ε > 0 und angenommen X lässt sich nicht durch
endlich viele Bälle vom Radius ε > 0 überdecken. Sei x1 ∈ X beliebig. Wir wählen rekursiv

xn ∈ X \ (Bε (x1 ) ∪ . . . ∪ Bε (xn−1 ))

für alle n ≥ 2 (was nach der indirekten Annahme jeweils möglich ist). Somit erhalten wir
eine Folge (xn )n mit d(xm , xn ) ≥ ε für alle m, n ∈ N mit m 6= n. Sei (xnk )k eine konvergente
Teilfolge von (xn )n . Da aber jede konvergente Folge auch eine Cauchy-Folge ist, erhalten wir
mit d(xnk , xn` ) ≥ ε für k 6= ` einen Widerspruch. Also lässt sich X doch durch endlich viele
Bälle vom Radius ε > 0 überdecken. Da ε > 0 beliebig war, ist X total beschränkt.
Für die Implikation (5) =⇒ (6) sei O eine beliebige offene Überdeckung von X und
r > 0 eine Lebesgue-Zahl für O nach (5). Des Weiteren existieren nach totaler Beschränktheit
x1 , . . . , xn ∈ X mit X = nk=1 Br (xk ). Für jeden solchen Ball Br (xk ) existiert nach Definition
S

der Lebesgue-Zahl ein Ok ∈ O mit Br (xk ) ⊆ Ok . Damit gilt also X = nk=1 Ok , womit
S

{O1 , . . . , On } eine endliche Teilüberdeckung von O darstellt.

Wir zeigen nun (6) =⇒ (7). Sei also A eine Kollektion abgeschlossener Teilmengen mit
TN
A∈A A = ∅. Wir wollen zeigen, dass endlich viele A1 , . . . , AN ∈ A existieren mit
T
n=1 An =
∅. Nach Definition von A ist O = {X \ A | A ∈ A} eine offene Überdeckung von X, womit

500
nach (7) O1 = X \ A1 , . . . , ON = X \ AN in O existieren mit X = N n=1 On . In anderen
S
TN
Worten ist n=1 An = ∅ wie gewünscht.
Für die Implikationen (7) =⇒ (8) beweisen wir zuerst, dass X total beschränkt ist.
Sei ε > 0 beliebig und A = {X \ Bε (x) | x ∈ X}. Dann ist A∈A A = ∅, womit nach dem
T

Schachtelungsprinzip x1 , . . . , xn ∈ X mit nk=1 (X \ Bε (xk )) = ∅ oder in anderen Worten mit

T
Sn
k=1 Bε (xk ) = X existieren müssen.
Um die Vollständigkeit zu verifizieren, betrachten wir eine Cauchy-Folge (xn )n und nehmen
an, dass (xn )n nicht konvergiert. Da eine Cauchy-Folge genau dann konvergiert, wenn sie
eine konvergente Teilfolge besitzt, ist für jedes n ∈ N die Teilmenge Dn = {xk | k ≥ n}
abgeschlossen. Weiter gilt für alle n ∈ N
n
\
Dk = Dn 6= ∅,
k=1

womit nach dem Schachtelungsprinzip k∈N Dk 6= ∅, was einen Widerspruch darstellt.

T

Für die verbleibende Implikation (8) =⇒ (1) sei D ⊆ X eine unendliche Teilmenge. Wir
möchten eine Cauchy-Folge (xn )n in D mit paarweise verschiedenen Folgenglieder konstruie-
ren, welche dann nach (9) konvergieren muss. Der Grenzwert von (xn )n ist ein Häufungspunkt
von D. (Wieso?). Da X total beschränkt ist, gibt es eine endliche Teilmenge F1 ⊆ X mit
[
X= B1 (y).
y∈F1

Sei y1 ∈ X mit |B1 (y1 ) ∩ D| = ∞ und sei D1 = B1 (y1 ) ∩ D. Im nächsten Schritt schreiben wir
X = y∈F2 B 1 (y) für eine endliche Teilmenge F2 ⊆ X, wählen ein y2 ∈ F2 mit |B 1 (y2 )∩D1 | =
S
2 2
∞ und setzen D2 = B 1 (y2 ) ∩ D1 . Fährt man so fort, erhält man eine absteigende Folge
2

D1 ⊇ D2 ⊇ D3 ⊇ . . .

von Teilmengen von D mit |Dk | = ∞ sowie Dk ⊆ B 1 (yk ) für alle k ∈ N. Für jedes n ∈ N sei
k
nun xn ∈ Dn ein beliebiger Punkt. Die resultierende Folge (xn )n ist eine Cauchy-Folge, da für
n ≥ m gilt xn , xm ∈ B 1 (yn ), womit d(xn , xm ) < n2 .
n

Der Beweis der Überdeckungskompaktheit eines kompakten Intervalles in R ist nicht we-
sentlich einfacher als die allgemeine Äquivalenz zur Folgenkompaktheit in Satz 10.53. Trotzdem
mag es hilfreich sein, diesen Fall getrennt zu untersuchen, da dadurch die Ähnlichkeiten zwi-
schen totaler Beschränktheit und dem Intervallschachtelungsprinzip aufgezeigt werden können.

Übung 10.55. Sei [a, b] ⊆ R ein nicht-leeres, kompaktes Intervall. Verwenden Sie das Inter-
vallschachtelungsprinzip, um die Überdeckungskompaktheit von [a, b] zu beweisen.

Übung 10.56 (Alternative Beweise). Beweisen Sie Lemma 10.47 unter Verwendung von
Überdeckungskompaktheit.

501
10.4.3 Endlich-dimensionale Vektorräume
Wie wir bei Lemma 10.47 schon gesehen haben, ist eine abgeschlossene und beschränkte
Teilmenge eines metrischen Raumes nicht zwingend kompakt. Betrachtet man aber R oder
allgemeiner Rd mit der Euklidschen Metrik, dann stimmt auch die Umkehrung. Wenn nichts
anderes angeben ist, so statten wir Rd für d ≥ 1 mit der Euklidschen Metrik aus.

Satz 10.57 (Heine-Borel). Eine Teilmenge K ⊆ Rd für d ≥ 1 ist genau dann kompakt, wenn
sie abgeschlossen und beschränkt ist. Insbesondere besitzt jede beschränkte Folge in Rd eine
konvergente Teilfolge.

Beweis. Ist K kompakt, dann ist K nach Lemma 10.47 abgeschlossen und beschränkt.
Für die Umkehrung zeigen wir, dass K folgenkompakt ist. Sei also (xn )n eine Folge in
K. Da K beschränkt ist, ist die Folge beschränkt. Wir konstruieren nun iterativ eine kon-
vergente Teilfolge von (xn )n . Da (xn )n beschränkt ist, ist auch die Folge der Komponenten
π1 (xn ))n beschränkt und besitzt somit nach Satz 6.15 eine konvergente Teilfolge π1 (xnk ))k .
Nach demselben Argument besitzt die Folge der Komponenten π2 (xnk ))k eine konvergente
Teilfolge; um die Notation zu vereinfachen bezeichnen wir diese wieder mit π2 (xnk ))k . Setzt
man dieses Argument fort, erhält man eine Teilfolge (xnk )k mit der Eigenschaft, dass für alle
j ∈ {1, . . . , d} die Folge der Komponenten πj (xnk ))k . Nach Proposition 5.44 ist somit auch
(xnk )k konvergent. Der Grenzwert x ∈ Rd dieser Teilfolge muss in K liegen, da K abgeschlos-
sen ist (Lemma 10.7). Dies beweist, dass jede Folge in K eine konvergente Teilfolge besitzt;
also ist K kompakt.
Ist (xn )n eine beschränkte Folge in Rd , so kann man (xn )n als Folge in einem abgeschlos-
senen Ball auffassen, womit auch die letzte Aussage des Satzes folgt.

Wie nützlich die Aussage von Satz 10.57 gemeinsam mit Satz 10.53(5) sein kann, illustriert
beispielsweise die folgende Übung. In dieser möchten wir zeigen, dass je zwei Normen auf Rd
äquivalent sind (wie bereits versprochen wurde).

Wichtige Übung 10.58 (Alle Normen auf Rd sind äquivalent). Sei d ≥ 1 und seien k · k, k · k0
zwei Normen auf Rd . Wir möchten in folgenden Schritten zeigen, dass k · k und k · k0 äquivalent
sind.

(i) Erklären Sie, wieso Sie annehmen können, dass k · k0 = k · k1 die Einsnorm ist.

(ii) Finden Sie eine Konstante C > 0 mit kxk ≤ Ckxk1 für alle x ∈ Rd . Schliessen Sie daraus
auch, dass k · k : Rd → R eine bezüglich der euklidischen Metrik d2 stetige Abbildung ist.

(iii) Sei A = x ∈ Rd | kxk1 = 1 . Zeigen Sie, dass die Einschränkung von k · k auf A ein


Minimum annimmt.

(iv) Verwenden Sie (iii) um eine Konstante C 0 > 0 mit C 0 kxk1 ≤ kxk für alle x ∈ Rd zu
finden und schliessen Sie damit auf die zu beweisende Aussage.

502
10.4.4 Bilder von kompakten Mengen
Eine weitreichende Verallgemeinerung der Existenz eines Maximums und eines Minimums
stetiger, reellwertiger Funktionen auf kompakten Räumen (in Satz 10.53(5)) ist das folgende
Resultat.

Satz 10.59 (Kompaktes Bild). Seien X, Y metrische Räume und sei f : X → Y eine stetige
Abbildung. Falls X kompakt ist, so ist auch f (X) kompakt.

Beweis. Gegeben eine Folge (yn )n in f (X) schreiben wir f (xn ) = yn für n ∈ N und xn ∈ X.
Dann existiert eine konvergente Teilfolge (xnk )k von (xn )n mit Grenzwert x0 , da X kompakt
ist. Wegen Folgenstetigkeit von f konvergiert also die Teilfolge (f (xnk ))k = (ynk )k gegen f (x0 ).
Die Folge (yn )n war aber beliebig. Somit ist f (X) kompakt.

Übung 10.60. Beweisen Sie Satz 10.59 jeweils mit den Charakterisierungen (5) und (7) von
Kompaktheit aus Satz 10.53.

10.4.5 Operatornorm von Matrizen

Als eine weitere Anwendung von Satz 10.53 möchten wir in diesem Abschnitt eine natürliche
Norm auf dem Vektorraum Matm,n (R) der reellen m × n-Matrizen definieren. Wir bemerken
zuerst, dass Matm,n (R) als reeller Vektorraum zu Rmn isomorph ist. Insbesondere kann man
mit einer beliebigen Norm auf Rmn eine Norm auf Matm,n (R) induzieren (und umgekehrt).
Alle solche Normen sind nach Übung 10.58 äquivalent, womit wir eine natürliche induzierte
Topologie auf Matm,n (R) erhalten. Selbstverständlich kann man auch direkt auf Matm,n (R)
eine Topologie definieren.

Übung 10.61 (Hilbert-Schmidt-Norm). Zeigen Sie, dass hA, Bi = Tr(AB T ) ein Skalarpro-
dukt auf Matn,n (R) definiert. Die induzierte Norm nennt man die Hilbert-Schmidt-Norm auf
2
Matn,n (R). Identifizieren Sie die dazugehörige Norm auf Rn .

In unserem Kontext ist vor allem die folgende Norm auf Matm,n (R) nützlich.

Definition 10.62 (Operatornorm). Die Operatornorm einer Matrix A ∈ Matm,n (R) ist
durch

kAkop = sup kAxk2

x∈Rn :kxk2 ≤1

definiert.

Wir bemerken an dieser Stelle, dass sowohl auf Rn als auch Rm in obiger Definition eine
andere Norm hätte verwendet werden können, womit man wiederum eine andere Operatornorm
erhalten hätte. Allerdings werden wir nur die obige Operatornorm verwenden.

Lemma 10.63 (Eigenschaften der Operatornorm). Seien m, n ∈ N. Dann definiert k · kop in

der Tat eine (wohldefinierte) Norm auf Matm,n (R) und erfüllt

kAxk2 ≤ kAkop kxk2 (10.2)

503
für alle x ∈ Rn und alle A ∈ Matm,n (R). Des Weiteren gilt für k ∈ N, A ∈ Matm,n (R) und
B ∈ Matn,k (R)

kABkop ≤ kAkop kBkop . (10.3)

Beweis. Nach dem Satz von Heine Borel (Satz 10.57) ist B1 (0) = {x ∈ Rn | kxk2 ≤ 1} kom-
pakt. Da die Abbildung x ∈ B1 (0) 7→ kAxk2 (als Verknüpfung von stetigen Funktionen) stetig
ist, ist sie auf Grund von Satz 10.53(4) beschränkt, womit kAkop < ∞.
Für die Definitheit sei A ∈ Matm,n (R) mit kAkop = 0. Dann ist kAei k2 ≤ kAkop = 0 und
somit Aei = 0 für alle i ∈ {1, . . . , n}. Also ist A = 0. Für λ ∈ R und A ∈ Matm,n (R) ist

kλAkop = sup kλAxk2 = sup |λ|kAxk2

x∈Rn :kxk2 ≤1 x∈Rn :kxk2 ≤1

= |λ| sup kAxk2 = |λ|kAkop .

x∈Rn :kxk2 ≤1

Für A, B ∈ Matm,n (R) und x ∈ B1 (0) gilt

k(A + B)xk2 = kAx + Bxk2 ≤ kAxk2 + kBxk2 ≤ kAkop + kBkop

und somit nach Übergang zum Supremum kA + Bkop ≤ kAkop + kBkop .

Für die Ungleichung (10.2) stellt man zuerst fest, dass im Falle x = 0 nichts zu beweisen
ist. Ist x 6= 0, so gilt

x
kAxk2 = A kxk 2
kxk2 ≤ kAkop kxk2 .

Für die Ungleichung (10.3) berechnet man zu x ∈ B1 (0) mit (10.2)

kABxk2 ≤ kAkop kBxk2 ≤ kAkop kBkop ,

womit die Behauptung folgt.

Analog lässt sich auch eine Topologie sowie eine Operatornorm auf Matm,n (C) durch

kAkop = sup kAxk2

x∈Cn :kxk2 ≤1

für A ∈ Matm,n (C) definieren.

10.4.6 Gleichmässige Stetigkeit und Oszillation

Stetige Abbildungen auf kompakten Mengen haben die (wichtige) Eigenschaft der gleich-
mässigen Stetigkeit.

Proposition 10.64. Seien X, Y zwei metrische Räume und f : X → Y eine stetige Funktion.
Falls X kompakt ist, so ist f gleichmässig stetig.

504
 Dies ist eine Verallgemeinerung des Satzes von Heine (Satz 3.75), welcher den Spezialfall
X = [a, b] ⊆ R für a < b behandelt. Wir ermutigen Leserinnen und Leser allerdings dazu,
den Beweis in diesem, allgemeinen Fall durchzuführen. Da der Beweis weitgehend analog ist,
möchten wir an dieser Stelle darauf verzichten und stattdessen einen Beweis in einem noch
allgemeineren und für uns später wichtigen Kontext liefern.

Definition 10.65. Sei f : X → R eine beschränkte, reellwertige Funktion auf einem metri-
schen Raum X. Für x ∈ X ist die Oszillation oder Schwankung von f bei x durch

ω(f, x) = lim ω(f, x, δ)

δ&0

definiert, wobei für δ > 0

ω(f, x, δ) = sup f (Bδ (x)) − inf f (Bδ (x)).

Wir bemerken dazu, dass für f wie oben und für 0 < δ1 < δ2 die Inklusion Bδ1 (x) ⊆ Bδ2 (x)
gilt und dies

sup f (Bδ1 (x)) ≤ sup f (Bδ2 (x)), inf f (Bδ1 (x)) ≥ inf f (Bδ2 (x)),

und damit auch ω(f, x, δ1 ) ≤ ω(f, x, δ2 ) impliziert. Insbesondere zeigt dies, dass der Grenzwert
für δ & 0 in Definition 10.65 tatsächlich existiert. Des Weiteren bemerken wir, dass f genau
dann bei x ∈ X stetig ist, wenn ω(f, x) = 0 ist. (Wieso?).

Proposition 10.66 (Gleichmässig kleine Oszillation). Sei X eine kompakter metrischer Raum
und sei f : X → R eine beschränkte Funktion. Angenommen es gibt η ≥ 0, so dass ω(f, x) ≤ η
für alle x ∈ X. Dann existiert für jedes ε > 0 ein δ > 0, so dass für alle x ∈ X

ω(f, x, δ) < η + ε

gilt.

Wir bemerken, dass der Fall η = 0 gerade der Aussage, dass eine stetige Funktion auf einer
kompakten Menge gleichmässig stetig ist, entspricht (Proposition 10.64).

Beweis. Angenommen die Aussage der Proposition trifft nicht zu. Sei also ε > 0, so dass für
alle δ > 0 ein x ∈ X mit ω(f, x, δ) ≥ η + ε existiert. Zu m ∈ N und δm = m 1
können wir also
xm ∈ X mit ω(f, xm , m ) ≥ η + ε wählen. Nach Definition von ω(f, xm , m ) zeigt dies, dass es
1 1

auch x+m , xm ∈ B 1 (xm ) mit

−
m

− ε
f (x+
m ) − f (xm ) > η + (10.4)
2

gibt. Da X als kompakt vorausgesetzt wurde, existiert eine konvergente Teilfolge (xm` )` in X.
Sei
−
x = lim xm` = lim x+ m` = lim xm` ∈ X
`→∞ `→∞ `→∞

505
deren Grenzwert.
Zu jedem δ > 0 gibt es insbesondere ein ` mit x+ m` , xm` ∈ Bδ (x). Die Ungleichung (10.4)
−

impliziert ω(f, x, δ) > η + 2ε . Da δ > 0 beliebig war, erhalten wir ω(f, x) ≥ η + 2ε , was unserer
Voraussetzung widerspricht.

Übung 10.67. Beweisen Sie Proposition 10.66 unter Verwendung einer offenen Überdeckung
und der Existenz einer Lebesgue-Zahl in Proposition 10.54.

506
10.5 Fundamentalsatz der Algebra
Theorem 10.68 (Fundamentalsatz der Algebra). Jedes komplexe Polynom f ∈ C[z] mit
positivem Grad n = deg(f ) ≥ 1 hat mindestens eine Nullstelle in C. Des Weiteren lässt sich
f als Produkt eines Skalars an ∈ C× und n Linearfaktoren der Form (z − αj ) schreiben, das
heisst
n
Y
f = an (z − αj )
j=1

mit α1 , . . . , αn ∈ C.

Es genügt dabei, den ersten Teil des Theorems zu beweisen. Der zweite Teil folgt dann
aus dem ersten, Division mit Rest (siehe Abschnitt 3.2) und Induktion. Der Fundamental-
satz der Algebra hat viele verschiedene Beweise; einige davon beruhen auf Funktionentheorie
(siehe zweites Studienjahr) oder algebraischer Topologie (siehe drittes oder viertes Jahr des
Mathematikstudiums). Wir werden hier das asymptotische Verhalten von Polynomen (Propo-
sition 3.15), den Satz von Heine-Borel (Satz 10.57) und die Polarzerlegung komplexer Zahlen
(Lemma 7.81) verwenden.

Beweis. Sei f ∈ C[z] ein komplexes Polynom mit Grad n = deg(f ) ≥ 1. Falls f (0) = 0 ist,
so haben wir bereits eine Nullstelle gefunden. Also angenommen M = 2|f (0)| > 0. Nach
Proposition 3.15 gibt es daher ein R ≥ 1, so dass für alle z ∈ C mit |z| ≥ R auch |f (z)| ≥ M
gilt. Nach dem Satz von Heine-Borel (Satz 10.57) ist

K = {z ∈ C | |z| ≤ R}

eine kompakte Teilmenge. Wir wenden nun die Existenz des Minimalwertes in Satz 10.53(5) auf
die stetige Funktion z ∈ K 7→ |f (z)| ∈ R an und finden ein z0 ∈ K mit |f (z0 )| = minz∈K |f (z)|.
2 , gilt die Ungleichung |f (z0 )| < M . Da auch |f (z)| ≥ M für alle z ∈ C \ K
Da |f (0)| = M
gilt, erhalten wir damit |f (z)| ≥ |f (z0 )| für alle z ∈ C. Die Behauptung ist nun, dass z0 eine
Nullstelle von f ist. Wir nehmen stattdessen an, dass |f (z0 )| > 0 ist.
Wir schreiben f als Potenzreihe um z0 (für das Polynom folgt die Existenz dieser Darstel-
lung aber auch einfach mittels Division mit Rest und Induktion nach n = deg(f ))
n
X
f (z) = bk (z − z0 )k
k=0

(n)
mit b0 = f (z0 ), b1 = f 0 (z0 ), . . . , bn = f n!(z0 ) ∈ C. Per Annahme an z0 gilt b0 6= 0, was wir
nun auf einen Widerspruch führen wollen, indem wir einen Punkt z in der Nähe von z0 mit
|f (z)| < |b0 | finden. Sei ` ≥ 1 der kleinste Index grösser gleich 1 mit b` 6= 0. Dann gilt
n
X
f (z) = b0 + b` (z − z0 )` + bk (z − z0 )k = b0 + b` (z − z0 )` + O(|z − z0 |`+1 )
k=`+1

507
für z → z0 . Wir setzen z = z0 + reiϕ für ein festes ϕ ∈ R (welches wir später wählen wollen)
und ein variierendes r > 0, womit
 
b` ` i`ϕ
f (z0 + reiϕ ) = b0 + b` r` ei`ϕ + O(r`+1 ) = b0 1 + b0 r e + O(r`+1 )

für r & 0. Wir schreiben b`

b0 = seiψ für ein s > 0 und ψ ∈ [0, 2π) und erhalten
   
f (z0 + reiϕ ) = b0 1 + seiψ r` ei`ϕ + O(r`+1 ) = b0 1 + sr` ei(`ϕ+ψ) + O(r`+1 )

für r & 0. Wir möchten nun den obigen Term bei r` so arrangieren, dass er negativ und reell
ist. Dafür setzt man ϕ = −ψ+π
` , so ist der obige Winkel `ϕ + ψ gleich π und e
i(`ϕ+ψ) = −1.

Zusammenfassend gilt
   
|f (z0 + reiϕ )| = b0 1 − sr` + O(r`+1 ) ≤ |b0 | 1 − sr` + O(r`+1 )

für r → 0. Für genügend kleine r > 0 ist diese obere Schranke aber kleiner als |b0 |, was einen
Widerspruch zu |f (z0 )| = |b0 | = minz∈K |f (z)| darstellt. Dies beweist, dass f (z0 ) = 0 gelten
muss.

Auch für reelle Polynome kann ein Fundamentalsatz formuliert werden. Wir bemerken
hierfür, dass für jedes f ∈ R[x] mit einer Nullstelle α ∈ C auch α eine Nullstelle ist (wieso?).
In der Zerlegung von f in Linearfaktoren in Theorem 10.68 sieht man also zu jeder echt
komplexen Nullstelle α ∈ C \ R den Faktor

(x − α)(x − α) = x2 − (α + α)x + |α|2 = x2 − 2 Re(α)x + |α|2

stehen. Wendet man diese Einsicht auf jede echt komplexe Nullstelle von f an, so erhält man,
dass f als Produkt von reellen Polynomen vom Grad 1 und vom Grad 2 geschrieben werden
kann. Wir haben diese Einsichten implizit bereits bei der Besprechung der Integration von
rationalen Funktionen verwendet.

Übung 10.69 (Endlich-dimensionale Körpererweiterungen von C). Sei K ⊇ C ein Körper, für
den die Körperoperationen auf C mit den üblichen Körperoperationen von C selbst übereinstim-
men (eine Körpererweiterung von C). Dann lässt sich K auf natürliche Weise als Vektorraum
über C auffassen. Zeigen Sie, dass der Körper K automatisch gleich C selbst ist, falls die
Dimension von K über C endlich ist.

Übung 10.70 (Minimumsprinzip). Sei f eine komplexwertige Funktion auf einer offenen
Teilmenge von C, die sich lokal durch Potenzreihen darstellen lässt (eine analytische Funktion).
Genauer soll für jedes x0 ∈ U ein R > 0 mit BR (x0 ) ⊆ U existieren, so dass f auf BR (x0 )
gleich einer Potenzreihe um x0 mit Konvergenzradius grösser gleich R ist. Zeigen Sie, dass f
kein Minimum annimmt.

508
10.6 Der Raum der stetigen Funktionen
Wie wir bereits erwähnt haben, werden wir den Banachschen Fixpunktsatz unter anderem
in der Diskussion von Differentialgleichungen verwenden. Wir wollen hier noch den dafür
geeigneten vollständigen metrischen Raum besprechen; für Dimension d = 1 wurde dieser
Vektorraum im Wesentlichen schon in Abschnitt 5.1.2 eingeführt.

Lemma 10.71 (Vektorraum der stetigen Funktionen). Sei X ein metrischer Raum. Dann ist
für jedes d ≥ 1 die Menge
n o
C(X, Rd ) = f : X → Rd | f ist stetig

mit den (punktweisen) Verknüpfungen

f + g : x ∈ X 7→ f (x) + g(x),
λf : x ∈ X 7→ λf (x)

für f, g in C(X, Rd ) und λ ∈ R ein Vektorraum.

Übung 10.72. Beweisen Sie Lemma 10.71.

Ist der metrische Raum X in obigem Lemma kompakt, so lässt sich der Vektorraum
C(X, Rd ) mit einer Norm ausstatten.

Proposition 10.73 (Vollständigkeit des Raumes der stetigen Funktionen). Sei K ein kom-
pakter metrischer Raum. Dann definiert

kf k∞ = sup kf (x)k2 = max kf (x)k2

x∈K x∈K

eine Norm auf C(K, Rd ), die sogenannte Supremumsnorm, und C(K, Rd ) ist bezüglich die-
ser Norm vollständig. Des Weiteren konvergiert fn ∈ C(K) bezüglich der Norm k · k∞ gegen
f ∈ C(K) genau dann, wenn fn gleichmässig gegen f konvergiert, das heisst wenn es zu jedem
ε > 0 ein N ∈ N gibt so dass für alle n ∈ N mit n ≥ N und alle x ∈ X die Abschätzung
kfn (x) − f (x)k2 < ε gilt.

In Beispiel 5.7 wurde für den Fall, wo K ⊆ R ein kompaktes Intervall ist und d = 1 ist,
schon gezeigt, dass k · k∞ eine Norm definiert. Der allgemeine Fall ist analog. Wir müssen also
noch zeigen, dass C(K, Rd ) mit der Supremumsnorm vollständig ist. Auf Grund des Zusam-
menhangs mit gleichmässiger Konvergenz ist dies aber im Wesentlichen eine Wiederholung
von Satz 7.48. Insbesondere verwendet der Beweis der Vollständigkeit die Kompaktheit von
K nicht.

Beweis. Sei (fn )n eine Cauchy-Folge in C(K, Rd ). Für x ∈ K ist dann wegen

kfn (x) − fm (x)k2 ≤ kfm − fn k∞

509
für alle m, n ∈ N die Folge (fn (x))n eine Cauchy-Folge in Rd . Da R vollständig ist (Satz 6.26)
existiert also der Grenzwert dieser Folge, welchen wir als f (x) = limn→∞ fn (x) bezeichnen.
Da x ∈ K beliebig war (und Grenzwerte eindeutig bestimmt sind), definiert dies also eine
Funktion f : K → Rd .
Wir behaupten nun, dass fn gleichmässig gegen f strebt. Sei also ε > 0. Dann existiert ein
N ∈ N, so dass kfm (x) − fn (x)k2 ≤ kfm − fn k∞ < ε gilt für alle n, m ≥ N und x ∈ K. Mit
m → ∞ folgt daraus kfn (x) − f (x)k2 ≤ ε für alle x ∈ X und n ≥ N , was zu zeigen war. Auch
zeigt dies, dass kfn − f k∞ ≤ ε für alle n ≥ N erfüllt ist.
Zuletzt zeigen wir noch, dass f ∈ C(K, Rd ) ist. Sei also ε > 0 und N ∈ N mit der
Eigenschaft kfN − f k∞ ≤ ε. Für jedes x0 ∈ K gibt es auf Grund der Stetigkeit von fN bei x0
ein δ > 0, so dass kfN (x) − fN (x0 )k2 ≤ ε für alle x ∈ K mit d(x, x0 ) < δ gilt. In Kombination
erhält man damit für alle x ∈ K mit d(x, x0 ) < δ

kf (x) − f (x0 )k2 ≤ kf (x) − fN (x)k2 + kfN (x) − fN (x0 )k2 + kfN (x0 ) − f (x0 )k2 ≤ 3ε

Da ε > 0 beliebig war, beweist dies die Stetigkeit von f bei x0 ∈ K.

Schlussendlich zeigen wir noch, dass fn für n → ∞ genau dann bezüglich Norm k · k∞
gegen f strebt, wenn fn für n → ∞ gleichmässig gegen f strebt. In der Tat ist die Bedingung
kfn − f k∞ ≤ ε zu ∀x ∈ X : |fn (x) − f (x)| ≤ ε äquivalent. Setzt man dies in die Definitionen
der beiden Konvergenzen ein, so erhält man die behauptete Äquivalenz.

510
10.7 Konstruktion der reellen Zahlen*
Wir haben bis jetzt all unsere Diskussionen auf den Axiomen der reellen Zahlen (siehe
Abschnitt 2.1) aufgebaut. Unter anderem wurden aus diesen auch die natürlichen, die ganzen
und die rationalen Zahlen konstruiert. Die etwas abstrakteren Begriffe dieses Kapitels lassen
sich jedoch auch dazu verwenden, eine Konstruktion der reellen Zahlen aus den natürlichen
Zahlen anzugeben. Wir wollen dies hier andeuten, ohne aber auf alle Details einzugehen.

Satz 10.74 (Existenz der reellen Zahlen). Man kann ein Modell (R, +, ·, ≤) der Axiome
der reellen Zahlen (in Abschnitt 2.1) unter Verwendung der natürlichen Zahlen (wie in Ab-
schnitt 1.5) definieren.

Beweis. Wie in Abschnitt 1.5, Beispiel 1.71 und einer Übung in Abschnitt 1.9.4 angedeutet
wurde, kann man aus N zuerst Z und dann auch den Körper Q mittels rein algebraischer
Überlegungen und geeigneten Äquivalenzrelationen konstruieren. Mit der Ordnung auf den
natürlichen Zahlen (definiert für m, n ∈ N durch m ≤ n ⇔ ∃k ∈ N0 : m + k = n) lässt
sich auch eine Ordnung auf Q definieren, die alle gewünschten Eigenschaften erfüllt. Wir
nehmen nun im Folgenden also den Körper Q und die Relation ≤Q als gegeben an und werden
die bekannten Eigenschaften (die Axiome (1)-(15) aus Abschnitt 2.1 für (Q, +, ·) und ihre
Konsequenzen) ohne Verweis verwenden.

Definition der reellen Zahlen: Um R aus Q zu konstruieren, definieren wir zuerst

n o
V = (xn )n ∈ QN | (xn )n ist eine Cauchy-Folge in Q ,

wobei (xn )n ∈ QN eine Cauchy-Folge in Q ist, falls es für jedes ε ∈ Q mit ε >Q 0 ein N ∈ N
gibt mit |xm − xn | <Q ε für alle m, n ≥ N . Die Menge V ist bezüglich der komponentenweisen
Operationen ein Vektorraum über Q (wieso?) und die Menge
n o
V0 = (zn )n ∈ QN | lim zn = 0
n→∞

der Nullfolgen in Q ist ein Teilraum. Wir definieren die Menge der reellen Zahlen
n o
R = V V0 = [(xn )n ] | (xn )n ∈ V


im Sinne der Linearen Algebra, wobei

n o
[(xn )n ] = (xn )n + V0 = (xn + zn )n | (zn )n ∈ QN mit lim zn = 0
n→∞

die Nebenklasse von (xn )n ∈ V bezeichnet.

Operationen auf den reellen Zahlen: Da V0 ein Teilraum von V ist, ist R = V /V0
ein Vektorraum über Q. Insbesondere erfüllt R bezüglich der induzierten Addition die Axiome
(1)-(4) der Addition.

511
 Um die Multiplikation auf R zu definieren, setzen wir analog zur Addition zuerst

(xn )n · (yn )n = (xn yn )n

für alle (xn )n , (yn )n ∈ V . Hierbei ist (xn yn )n ∈ V in der Tat wieder eine Cauchy-Folge
(überprüfen Sie dies). Des Weiteren gilt für eine Cauchy-Folge (xn )n ∈ V und eine Nullfolge
(zn )n ∈ V0 , dass |xn | beschränkt ist (unabhängig von n) und somit limn→∞ xn zn = 0 oder
äquivalent (xn )n · (zn )n ∈ V0 gilt. Wir definieren nun eine Multiplikation · : R × R → R durch

[(xn )n ] · [(yn )n ] = [(xn yn )n ]

für [(xn )n ], [(yn )n ] ∈ R. Diese ist in der Tat wohldefiniert, denn es gilt für (zn )n , (zn0 )n ∈ V0

(xn + zn )n · (yn + zn0 )n = (xn yn + zn yn + xn zn0 + zn zn0 )n ∈ (xn yn )n + V0 .

| {z }
eine Nullfolge

Da Q ein Körper ist, kann man nun die weiteren Körperaxiome von (R, +, ·) überprüfen. Unter
anderem zeigt man, dass [(1)n ] das multiplikative Einselement ist. Wir wollen hier bloss die
Existenz einer multiplikativen Inversen (Axiom (6)) genauer besprechen.

Existenz einer multiplikativen Inversen: Sei [(xn )n ] ∈ R \ {0}. Dann ist (xn )n ∈ V
eine Cauchy-Folge in Q, die nicht gegen Null strebt. Insbesondere gibt es ein rationales δ >Q 0,
so dass |xn | ≥Q 2δ für unendlich viele n ∈ N. Da (xn )n eine Cauchy-Folge ist, gibt es auch ein
N ∈ N, so dass |xm − xn | <Q δ für alle m, n ≥ N . Wir wählen ein n ≥ N mit |xn | ≥Q 2δ und
erhalten

|xm | ≥Q |xn | − |xm − xn | ≥Q δ

für alle m ≥ N . Damit definieren wir nun eine Folge (ym )m durch
(
1 falls m < N
ym = .
x−1
m falls m ≥ N

zu m ∈ N. Dies ist eine Cauchy-Folge. In der Tat existiert für jedes rationale ε > 0 ein Nε ∈ N,
so dass für m, n ≥ Nε die Abschätzung |xm − xn | <Q δ 2 ε und damit

|ym − yn | = |x−1 −1 −1 −1 −2
m − xn | = |xm ||xn ||xm − xn | ≤Q δ |xm − xn | <Q ε

für alle m, n ≥ max(N, Nε ) gilt. Nun folgt

[(xn )n ] · [(yn )n ] = [(xn yn )n ] = [(1)n ],

da (xn yn − 1)n ∈ V0 eine Nullfolge ist (sie ist schliesslich konstant Null). Da [(1)n ] das mul-
tiplikative Einselement in R ist, haben wir die Existenz der multiplikativen Inversen gezeigt.
Also ist (R, +, ·) ein Körper.

512
 Die Ordnung auf den reellen Zahlen: Wir verwenden nun die Ordnung ≤Q auf Q,
um aus R einen geordneten Körper zu machen. Für [(xn )n ], [(yn )n ] ∈ R soll per Definition
[(xn )n ] ≤R [(yn )n ] genau dann gelten, wenn es eine Nullfolge (zn )n ∈ V0 gibt mit

xn ≤Q yn + zn

für alle n ∈ N. Dies ist in der Tat wohldefiniert und erfüllt die Axiome der Anordnung (die
Axiome (10)-(13)) und der Kompatibilität mit der Körperstruktur (Axiome (14)-(15)). Wir
beweisen als Beispiel die Linearität der Ordnung ≤R (Axiom (13)). Seien also [(xn )n ], [(yn )n ]
in R.

• Falls es ein N ∈ N gibt, so dass xn ≤Q yn für alle n ≥ N gilt, dann definieren wir eine
Nullfolge (zn )n ∈ V0 durch
(
xn − yn falls n < N
zn =
0 falls n ≥ N

für n ∈ N. Wir erhalten also xn ≤Q yn + zn für alle n ∈ N und damit [(xn )n ] ≤R [(yn )n ].

• Falls xn ≥Q yn für fast alle n ∈ N gilt, so folgt analog [(xn )n ] ≥R [(yn )n ].

• Es verbleibt den Fall zu behandeln, wo xn ≤Q yn für unendlich viele n ∈ N und ebenso

xn ≥Q yn für unendlich viele n ∈ N gilt. In diesem Fall behaupten wir, dass zn =
xn − yn für n ∈ N eine Nullfolge (zn )n ∈ V0 definiert und damit [(xn )n ] = [(yn )n ] und
insbesondere [(xn )n ] ≤R [(yn )n ] gilt. Sei also ε >Q 0 rational. Dann existiert ein N ∈ N,
so dass |xm − xn | <Q ε und |ym − yn | <Q ε für alle n ≥ N gilt. Sei m1 ≥ N , so dass
xm1 ≤Q ym1 und m2 ≥ N , so dass xm2 ≥Q ym2 . Dann folgt für n ≥ N beliebig

−2ε ≤Q xm2 − ym2 − 2ε ≤Q xn − yn ≤Q xm1 − ym1 + 2ε ≤Q 2ε.

Da ε >Q 0 beliebig war, folgt die Behauptung und damit, dass ≤R eine lineare Ordnung
(Axiom (13)) ist.

Zusammenfassend können wir also sagen, dass wir die Axiome (1)-(15) mehr oder weniger
direkt von Q auf die hier aus Q definierten reellen Zahlen R übertragen können.
Wir betrachten Q als eine Teilmenge von R, indem wir q ∈ Q mit [(q)n ] ∈ R identifizieren
(die Abbildung q ∈ Q 7→ [(q)n ] ∈ R ist injektiv). Da q ≤Q q 0 für q, q 0 ∈ Q genau dann gilt,
wenn [(q)n ] ≤R [(q 0 )n ] gilt, ist diese Identifikation mit der von uns definierten Ordnung auf R
kompatibel und wir können zur Vereinfachung der Notation wieder schlicht ≤ für ≤Q und ≤R
schreiben. Weiter schreiben wir im Folgenden x ∈ R anstelle von [(xn )n ] ∈ R.
Wir wollen zuletzt das entscheidende Axiom der Vollständigkeit (Axiom (16)) sorgfältiger
beweisen, da dieses ja nicht von Q nicht erfüllt wird.

Das Archimedische Prinzip: Wir behaupten zuerst, dass zu x ∈ R mit x > 0 ein n ∈ N
mit 0 < n1 < x existiert. In der Verifikation der Existenz einer multiplikativen Inversen wurde
bereits gezeigt, dass es eine rationale Zahl δ > 0 mit |xn | > δ für fast alle n ∈ N gibt. Jedes
513
 p
n ∈ N mit n1 < δ erfüllt nun 0 < 1
n < x. Um ein solches n zu finden, wählt man für δ = q
schlicht n = q.

Vollständigkeit von R: Seien X, Y ⊆ R zwei nicht-leere Teilmengen, so dass x ≤ y für

alle x ∈ X und y ∈ Y . Wir wollen nun eine reelle Zahl zwischen X und Y finden indem wir
eine Cauchy-Folge in Q konstruieren.
Sei x = [(xn )n ] ∈ X beliebig. Da (xn )n eine Cauchy-Folge ist, gibt es ein N ∈ N, so dass
|xm − xn | < 1 für alle m, n ≥ N . Wir setzen a1 = xN − 1 ∈ Q. Dann gilt a1 ≤ xm für alle
m ≥ N und damit wie im Beweis der Linearität der Ordnung a1 ≤ x. Insbesondere gilt auf
Grund unserer Annahme an X und Y auch a1 ≤ y für alle y ∈ Y , was wir kurz als

a1 ≤ Y

schreiben werden. Genauso kann man unter Verwendung eines y ∈ Y ein b1 ∈ Q finden
mit x ≤ b1 für alle x ∈ X, was wir kurz als

X ≤ b1

schreiben werden.
Wir nehmen nun an, dass wir bereits a1 , . . . , am , b1 , . . . , bm ∈ Q konstruiert haben mit

b1 − a1
a1 ≤ a2 ≤ . . . ≤ am ≤ bm ≤ bm−1 ≤ . . . ≤ b1 , bk − ak =
2k−1

für alle k = 1, . . . , m und der Eigenschaft am ≤ Y , X ≤ bm . Wir möchten nun am+1 , bm+1 ∈ Q
definieren. Dabei unterscheiden wir drei Möglichkeiten, wie cm = am +b 2
m
gegenüber X und Y
stehen kann.

• Es gibt ein x ∈ X mit cm < x. In diesem Fall definieren wir am+1 = cm , bm+1 = bm
sowie cm+1 = am+1 +b
2
m+1
, und erhalten am+1 < x ≤ Y und X ≤ bm+1 .

• Es gibt ein y ∈ Y mit y < cm . In diesem Fall definieren wir am+1 = am , bm+1 = cm
sowie cm+1 = am+1 +b
2
m+1
, und erhalten am+1 ≤ Y und X ≤ y < bm+1 .

• Es gilt x ≤ cm ≤ y für alle x ∈ X und y ∈ Y . In diesem Fall erfüllt cm ∈ Q bereits die

Existenzaussage des Vollständigkeitsaxioms.

Falls obige Rekursion nicht bereits nach endlich vielen Schritten zum Ziel führt (das heisst,
immer entweder der erste oder der zweite Fall eintritt), so konstruiert diese stattdessen zwei
−a1
Folgen (an )n , (bn )n in Q mit am ≤ bn , am ≤ y, x ≤ bn sowie bn − an = b21n−1 für alle m, n ∈ N
und x ∈ X, y ∈ Y . Es folgt insbesondere, dass zn = bn − an ∈ Q für n ∈ N eine Nullfolge
(zn )n definiert (wieso?). Für ε ∈ Q mit ε > 0 gibt es also ein N , so dass 0 < bn − an < ε
für n ≥ N . Da am ≤ bn für alle m, n ≥ N gilt, folgt daraus am − an < ε und aus Symmetrie
|am − an | < ε für m, n ≥ N . Dies zeigt, dass (an )n eine Cauchy-Folge in Q ist. Sei

c = [(an )n ]) = [(an + zn )n ] = [(bn )n ] ∈ R

514
Wir behaupten nun, dass c zwischen X und Y liegt.
Für dies bemerken wir, dass am ≤ c (da am ≤ bn für alle n ∈ N) und c ≤ bm (da
ebenso an ≤ bm für alle n ∈ N) für alle m ∈ N. Weiters ist (bm − am )m eine Nullfolge in Q
und auf Grund des Archimedischen Prinzips auch in R. Daraus folgt

c = lim am = lim bm
m→∞ m→∞

und mit am ≤ Y und X ≤ bm für alle m ∈ N auch c ≤ Y und X ≤ c. Dies beweist die Existenz
im Vollständigkeitsaxiom und beendet den Beweis.

515
10.8 Weitere Lernmaterialien

10.8.1 Verwendung des Kapitels

In diesem Kapitel haben wir nach Kapitel 5 weitere zentrale abstrakte Begriffe rund um me-
trische Räume kennengelernt. Wie Sie sicher schon bemerkt haben, ist dieses Kapitel vielmehr
ein theoretisches Hilfsmittel als ein praktisches Werkzeug für Berechnungen. Zu den zentra-
len Begriffen gehören unter anderem offene Teilmengen, Zusammenhang, Kompaktheit und
Vollständigkeit, wobei der allgemeine Rahmen diese universeller einsetzbar macht. Insbeson-
dere werden diese Begriffe für die mehrdimensionale Analysis von grundlegender Bedeutung
sein. Wir bemerken noch, dass viele der Sätze des ersten Semesters bei Verallgemeinerung ins
Mehrdimensionale den Begriff der zusammenhängenden offenen Teilmenge benötigen werden.
Des Weiteren haben wir auch die Vollständigkeit des Funktionenraums C(K, Rd ) bewiesen
und werden dies später gemeinsam mit dem auch sehr allgemein gehaltenen Banachschen
Fixpunktsatz verwenden, um implizite Gleichungen und Differentialgleichungen abstrakt zu
lösen.

10.8.2 Weitere Normen und Metriken

Wir möchten Ihnen in diesem Abschnitt die Gelegenheit geben, andere Normen oder Me-
triken kennenzulernen, die in gewissen Situationen von Interesse sein können.

Übung (p-Normen). In dieser Übung möchten wir für jedes p ≥ 1 eine Norm, die sogenannte
p-Norm definieren, die für p = 1 gerade die Einsnorm und für p = 2 gerade die Euklidsche
Norm ist. Wir setzen für x = (x1 , . . . , xd )t ∈ Rd

d
! p1
X
kxkp = |xk |p .
k=1

Verfizieren Sie zuerst, dass k · kp definit und homogen ist. Zeigen Sie dann die Dreiecksunglei-
p
chung in folgenden Schritten. Sei q = p−1 .

(i) (Young-Ungleichung) Zeigen Sie für a, b ≥ 0

ap bq
ab ≤ + .
p q

(ii) (Hölder-Ungleichung) Zeigen Sie für x = (x1 , . . . , xd )t und y = (y1 , . . . , yd )t

d
X
|xk yk | ≤ kxkp kykq .
k=1

(iii) (Dreiecksungleichung/Minkowski-Ungleichung) Zeigen Sie für x, y ∈ Rd

kx + ykp ≤ kxkp + kykp .

516
Übung (Verschiedene Produktmetriken und die Produkttopologie). In dieser Übung möchten
wir kartesische Produkte von metrischen Räumen mit Metriken ausstatten, so dass „horizontale
und vertikale“ Abstände gewissermassen natürlich sind. Seien (X, dX ) und (Y, dY ) metrische
Räume. Für (x1 , y1 ), (x2 , y2 ) ∈ X × Y definieren wir

d∞ ((x1 , y1 ), (x2 , y2 )) = max {dX (x1 , x2 ), dY (y1 , y2 )}

d1 ((x1 , y1 ), (x2 , y2 )) = dX (x1 , x2 ) + dY (y1 , y2 )
p
d2 ((x1 , y1 ), (x2 , y2 )) = dX (x1 , x2 )2 + dY (y1 , y2 )2 .

Verfizieren Sie, dass d∞ , d1 und d2 Metriken auf X × Y definieren und dass diese Metriken
die gleiche Topologie induzieren. Diese Topologie nennt sich die Produkttopologie auf X × Y .
Zeigen Sie, dass eine Teilmenge U ⊆ X × Y genau dann offen ist, wenn für jedes x ∈ U offene
Teilmenge U1 ⊆ X und U2 ⊆ Y mit x ∈ U1 × U2 ⊆ U existieren.
Übung (Metriken auf Folgenräumen). Für einen beschränkten metrischen Raum (X, d) und
Punkte (xn )n , (yn )n ∈ X N setzen wir
∞
X
d0 ((xn )n ), (yn )n ) = 2−n d(xn , yn ).
n=1

Zeigen Sie, dass d0 eine (wohldefinierte) Metrik auf X N darstellt. Fast in Analogie zu obiger
Übung kann man auch hier die offenen Mengen charakterisieren. Zeigen Sie, dass eine Teil-
menge U ⊆ X N genau dann offen ist, wenn für alle x ∈ U offene Mengen U1 , U2 , . . . in X
existieren mit Un = X für fast alle n ∈ N und
Y n o
x∈ Un = (yn )n ∈ X N | yn ∈ Un für alle n ∈ N ⊆ U.
n∈N

Übung. Sei f : R≥0 → R≥0 eine monoton wachsende, konkave Funktion mit f (x) = 0 ⇐⇒
x = 0 für alle x ∈ R≥0 und sei (X, d) ein metrischer Raum. Zeigen Sie wie folgt, dass f ◦ d
eine Metrik auf X definiert.
(i) Beweisen Sie die Ungleichung f (tx) ≥ tf (x) für alle x ∈ R≥0 und t ∈ [0, 1].

(ii) Zeigen Sie, dass für alle x, y ∈ R≥0 die Ungleichung f (x) + f (y) ≥ f (x + y) gilt (f ist
subadditiv).

(iii) Schliessen Sie auf die zu beweisende Aussage.

Geben Sie des Weiteren ein Beispiel einer solchen Abbildung f und der Metrik f ◦d für X = R
und die Standardmetrik d auf R an.
Übung (Hausdorff-Metrik). Sei (X, d) ein metrischer Raum. In dieser Übung möchten wir
einen Abstand von Teilmengen von X zueinander einführen und verwenden die in Übung 5.54
definierten Distanzfunktionen. Für nicht-leere, abgeschlossene Teilmengen A, B ⊆ X sei
 
d(A, B) = max sup d(a, B), sup d(b, A)
a∈A b∈B

517
Für die Wohldefiniertheit wollen wir hierbei annehmen, dass d(x, y) ≤ M für ein M > 0
und alle x, y ∈ X (siehe Übung 5.15). Zeigen Sie, dass obiges eine Metrik auf der Menge der
nicht-leeren abgeschlossenen Teilmengen von X definiert.

10.8.3 Weitere Übungen

Übung (Teilmengen gegeben durch Gleichungen).
(i) Sei X ein metrischer Raum und I eine Menge. Gegeben sei für jedes α ∈ I ein metrischer
Raum Yα , eine stetige Abbildung fα : X → Yα und ein Punkt yα ∈ Yα . Zeigen Sie, dass
die durch Gleichungen gegebene Teilmenge

{x ∈ X | ∀α ∈ I : fα (x) = yα } ⊆ X

abgeschlossen ist. Zeigen Sie auch, dass die Teilmenge {x ∈ X | ∀α ∈ I : fα (x) 6= yα }

offen ist, falls I eine endliche Menge ist.
Wenden Sie dies nun auf einige anschauliche Beispiele an.
(ii) Zeigen Sie, dass die Sphäre Sd−1 = x = (x1 , . . . , xd ) ∈ Rd | x21 + . . . + x2d = 1 für d ≥ 1


abgeschlossen ist.

(iii) Zeigen Sie, dass alle (linearen) Unterräume von Cd für d ≥ 1 abgeschlossen sind.

(iv) Sei I ⊆ R ein Intervall und γ : I → Rd eine stetige Funktion für d ≥ 1 (ein stetiger Weg
in Rd ). Zeigen Sie, dass der Graph von γ
n o
x = (t, v) ∈ Rd+1 | γ(t) = v ⊆ Rd+1

(auch die Spur des Weges γ genannt) abgeschlossen ist.

Übung (Urysohn’s Lemma). Sei X ein metrischer Raum. Wir möchten zeigen, dass sich
disjunkte, abgeschlossene Teilmengen von X mit einer stetigen Funktion „trennen“ lassen.
Seien also A, B ⊆ X abgeschlossene, nicht-leere, disjunkte Teilmengen. Zeigen Sie, dass eine
stetige Funktion f : X → [0, 1] mit f (a) = 0 für alle a ∈ A und f (b) = 1 für alle b ∈ B
existiert. Betrachten Sie dazu die Funktion

d(x, A)
x ∈ X 7→
d(x, A) + d(x, B)

und verifizieren Sie auch, dass diese wohldefiniert ist.

Übung (Fortsetzungssatz von Tietze). Sei X ein metrischer Raum, sei A ⊆ X eine nicht-
leere abgeschlossene Teilmenge und sei f : A → R≥0 eine stetige, beschränkte Funktion. Für
alle x ∈ X setzen wir
(
F (x) = n f (x) o falls x ∈ A .
d(x,a)
inf f (a) + d(x,A) − 1 | a ∈ A falls x 6∈ A

Zeigen Sie, dass F : X → R≥0 eine stetige Funktion mit F |A = f ist.

518
Übung (Stetigkeit der Matrixmultiplikation). Seien d, d0 ≥ 1.
0
(a) Zeigen Sie, dass Matd0 ,d (C) × Cd , (A, x) 7→ Ax ∈ Cd stetig ist.

(b) Zeigen Sie, dass die Gruppe der invertierbaren d × d-Matrizen GLd (C) eine offene Teil-
menge von Matd,d (C) bildet.

(c) Beweisen Sie, dass die Abbildungen

(A, B) ∈ GLd (C) 7→ AB ∈ GLd (C), A ∈ GLd (C) 7→ A−1 ∈ GLd (C)

stetig sind.

Übung (Topologie von Matrixgruppen). Sei d ≥ 1.

(i) Zeigen Sie, dass GLd (C) wegzusammenhängend und somit auch zusammenhängend ist.
Verifizieren Sie auch, dass GLd (R) nicht zusammenhängend ist.

(ii) Zeigen Sie, dass SLd (R) = {A ∈ GLd (R) | det(A) = 1} wegzusammenhängend ist.

(iii) Zeigen Sie, dass SO(d) = A ∈ SLd (R) | AT A = id kompakt und zusammenhängend ist.


Übung (Topologische Eigenschaften von Produkträumen). Seien X und Y nicht-leere metri-

sche Räume. In einer Übung in Abschnitt 10.8.2 wurden Metriken d∞ , d1 , d2 auf dem Produkt
X × Y definiert, welche allesamt die gleiche Topologie (die Produkttopologie) induzieren. Im
Folgenden möchten wir topologische Eigenschaften des Produktraumes X × Y charakterisieren.

(i) Zeigen Sie, dass eine Folge in X ×Y genau dann konvergiert, wenn sie komponentenweise
konvergiert.

(ii) Beweisen Sie, dass X × Y genau dann kompakt ist, wenn X und Y kompakt sind.

(iii) Zeigen Sie, dass X × Y genau dann zusammenhängend ist, wenn X und Y zusammen-
hängend sind.

(iv) Zeigen Sie, dass X × Y genau dann wegzusammenhängend ist, wenn X und Y wegzu-
sammenhängend sind.

Übung (Der abzählbare Diagonalfolgentrick). Sei [0, 1]N die Menge der [0, 1]-wertigen Folgen
und sei
∞
X
d(x, y) = |xn − yn |2−n
n=1

für x = (xn )n , y = (yn )n ∈ [0, 1]N . In einer Übung in Abschnitt 10.8.2 wurde gezeigt, dass d
in der Tat eine Metrik auf [0, 1]N definiert. Auch wurde die Topologie auf [0, 1]N beschrieben.
In dieser Übung möchten wir beweisen, dass [0, 1]N kompakt ist. Sei also (x(n) )n eine Folge in
[0, 1]N .

519
 (i) Zeigen Sie, dass eine Folge in [0, 1]N genau dann konvergiert, wenn sie komponentenweise
konvergiert.

Wir konstruieren nun eine konvergente Teilfolge von (x(n) )n wie folgt.

(ii) Finden Sie eine unendliche Teilmenge J1 ⊆ N, so dass (π1 (x(n) ))n∈J1 konvergiert. Genau
genommen wählt man hier für die korrekte Formulierung eine streng monotone Bijektion
ϕ1 : N → J1 , womit die Teilfolge (π1 (x(ϕ1 (n)) ))n konvergieren soll.

(iii) Wenden Sie obige Idee rekursiv an, um unendliche Teilmengen J1 ⊇ J2 ⊇ . . . zu kon-
struieren, so dass (πk (x(n) ))n∈Jk für jedes k ∈ N konvergiert.
T
Nun würde man gerne den Schnitt k∈N Jk zum Auffinden einer konvergenten Teilfolge be-
trachten. Da hier aber über unendliche viele Teilmengen geschnitten wird, könnte dieser leer
sein. Stattdessen geht man wie folgt vor.

(v) Sei (nk )k eine aufsteigende Folge in N, so dass nk ∈ Jk für jedes k ∈ N. Zeigen Sie, dass
(x(nk ) )k konvergiert.

Übung (Regeln für den Abschluss). Sei (X, d) ein metrischer Raum und Y ⊆ X eine Teil-
menge. Verifizieren Sie die Regeln

Y1 ∪ Y2 = Y1 ∪ Y2 , Y1 ∩ Y2 ⊆ Y1 ∩ Y2

für Teilmengen Y, Y1 , Y2 ⊆ X und erklären Sie anhand eines Beispiels, dass die Gleichheit
Y1 ∩ Y2 = Y1 ∩ Y2 nicht immer gelten muss.

Übung (Zusammenhangskomponenten eines metrischen Raumes). Sei (X, d) ein metrischer

Raum.

(i) Zeigen Sie, dass jeder Punkt x ∈ X in einem maximalen zusammenhängenden Teilraum
Z(x) ⊆ X enthalten ist.

(ii) Zeigen Sie, dass für x, y ∈ X entweder Z(x) = Z(y) oder Z(x) ∩ Z(y) = ∅ gilt.

(iii) Schliessen Sie, dass die Mengen Z(x) – die sogenannten Zusammenhangskomponenten
von X– für x ∈ X eine Partition von X bilden.

Übung (Abschluss einer zusammenhängenden Teilmenge). Sei (X, d) ein metrischer Raum
und sei Y ⊆ X ein zusammenhängender Teilraum. Zeigen Sie, dass dann auch jeder Teilraum
B ⊆ X mit Y ⊆ B ⊆ Y zusammenhängend ist. Verwenden Sie dies, um zu zeigen, dass die
Zusammenhangskomponenten von X aus der vorherigen Übung abgeschlossen sind.

Übung (Direkter Beweis gewisser Implikation in Satz 10.53). Sei X ein metrischer Raum.
Beweisen Sie folgende Aussagen ohne auf Satz 10.53 zurückzugreifen.

(i) Ist X folgenkompakt, so besitzt X eine Lebesgue-Zahl und X ist total beschränkt.

(ii) Erfüllt X das Schachtelungsprinzip, so ist X überdeckungskompakt.

520
(iii) Ist X überdeckungskompakt, so nimmt jede stetige, reellwertige Funktion ein Maximum
und ein Minimum an.

Übung. In dieser Übung möchten wir zeigen, dass für gewisse stetige, bijektive Funktion auch
deren Inverse stetig ist.

(i) Wir beginnen mit einem Gegenbeispiel zur allgemeinen Aussage. Finden Sie metrische
Räume X, Y und eine bijektive, stetige Abbildung f : X → Y , so dass f −1 nicht stetig
ist.

(ii) Seien X, Y metrische Räume und f : X → Y bijektiv und stetig. Zeigen Sie, dass f −1
stetig ist, falls X kompakt ist.

Übung (Diskrete Teilmengen von kompakten Räumen). Sei X ein metrischer Raum. Wir
nennen eine Teilmenge A ⊆ X diskret, falls es um jeden Punkt x0 in A einen Ball Br (x0 ) ⊆ X
gibt mit Br (x0 ) ∩ A = {x0 }. Beispielweise ist Z ⊆ R diskret. Zeigen Sie, dass eine diskrete,
abgeschlossene Teilmenge eines kompakten metrischen Raumes endlich ist.

Übung (Separable Räume). Wir nennen einen metrischen Raum X separabel, falls er eine
abzählbare dichte Teilmenge enthält. Beispielsweise ist R separabel, da Q ⊆ R abzählbar und
dicht ist. Zeigen Sie, dass jeder kompakte metrische Raum separabel ist.

Übung (Challenge – Satz von Arzelà-Ascoli). Der Satz von Heine-Borel beschreibt die kom-
pakten Teilmengen von Rd für d ≥ 1. In dieser Übung möchten wir die kompakten Teilmen-
gen in einer weiteren Situation beschreiben. Sei K ein kompakter metrischer Raum und sei
F ⊆ C(K) eine Familie stetiger Funktionen, wobei wir C(K) mit der Norm k · k∞ ausstatten.
Zeigen Sie, dass F genau dann kompakt ist, wenn die folgenden drei Bedingungen erfüllt
sind:

• F ist abgeschlossen.

• F ist beschränkt.

• F ist gleichstetig. Das heisst, es gibt für alle ε > 0 ein δ > 0, so dass für alle f ∈ F und
für alle x, y ∈ K gilt d(x, y) < δ =⇒ |f (x) − f (y)| < ε.

Übung (Ein unendlich-dimensionaler vollständiger normierter Vektorraum).

(a) Wir betrachten den Vektorraum

∞
( )
X
`1 = (xk )k ∈ CN | xk konvergiert absolut
k=1

P∞ 1
mit der Norm k(xk )k k1 = k=1 |xk |. Zeigen Sie, dass ` vollständig ist. (Dies ist ein
erstes Beispiel eines sogenannten Banachraums.)

(b) Zeigen Sie, dass der Unterraum U ⊆ `1 der Folgen, die schliesslich Null sind, dicht in `1
liegt und nicht vollständig ist.

521
Übung (Ein unendlich-dimensionaler, nicht-vollständiger, normierter Vektorraum). Sei [a, b]
ein kompaktes Intervall mit Endpunkten a < b und sei C([a, b]) ausgestattet mit der Norm
k · k1 aus Übung 5.47. Zeigen Sie, dass C([a, b]) mit dieser Norm nicht vollständig ist.

Übung. Seien (V, k · kV ), (W, k · kW ) normierte Vektorräume und sei F : V → W eine lineare
Abbildung. Genau wie in Definition 10.62 setzen wir nun

kF kop = sup kF (v)kW .

v∈V :kvkV =1

Zeigen Sie, dass F genau dann stetig ist, wenn kF kop < ∞.

Übung. Sei α > 1. Verwenden Sie den Banachschen Fixpunktsatz und dessen Beweis, um zu
zeigen, dass die durch

1
xn+1 = für n ≥ 2, x1 = 0
xn + α

rekursiv definierte Folge (xn )n konvergent ist.

Übung. Zeigen Sie, dass es für jedes g ∈ C([0, 1]) ein f ∈ C([0, 1]) mit
Z x
f (x) − e−y f (y) dy = g(x)
0

gibt.

522
Kapitel 11

Mehrdimensionale
Differentialrechnung

Wir erweitern in diesem Kapitel den Begriff der Ableitung, um auch Funktionen auf (offenen
Teilmengen von) Rn nach Rm zu erlauben. Diese sind für verschiedene n ∈ N und auch
verschiedene Dimensionen m ∈ N des Zielraums von Nutzen, weshalb wir in dieser Hinsicht
keine Einschränkungen treffen wollen. Ist beispielsweise eine Funktion f : U → Rm für U ⊆ Rn
und n, m ≥ 1 gegeben, so könnte man sich für Folgendes interessieren.

• Ist m = 1 und n beliebig, so kann man sich zum Beispiel fragen, ob f ein Minimum
oder ein Maximum annimmt. Weiter möchte man für n = 2 manchmal einen Graphen
von f zeichnen, der dann eine Fläche im R3 darstellt. Beispielsweise ist der Graph der
Funktion (x, y)t ∈ B1 (0) ⊆ R2 7→ 1 − x2 − y 2 ∈ R gerade die obere Hemisphäre der
p

Sphäre S2 = (x, y, z) ∈ R3 | x2 + y 2 + z 2 = 1 .


• Ist n = 1 und m beliebig, so behandelt man Wege im Rm , zu welchen verschiedene

Begriffe von Interesse sind (Geschwindigkeit, Krümmung, Wegintegrale und so weiter).

• Sind m = n beliebig, so lässt sich f als Vektorfeld auffassen. Ein solches Vektorfeld
lässt sich beispielsweise als Krafteinwirkung auffassen, womit man sich vielleicht für die
Arbeit des Kraftfelds entlang eines Weges interessieren könnte.

• Ist immer noch m = n beliebig, so ist f möglicherweise ein Koordinatenwechsel. Wichti-

ge konkrete Beispiele dafür wären Polarkoordinaten im R2 , Zylinderkoordinaten im R3
oder sphärische Koordinaten im R3 . (Wir werden allgemeine derartige glatte Koordina-
tensysteme im nächsten Kapitel betrachten.)

• Sind m und n beliebig, so kann f ein Gleichungssystem der Form f (x) = 0 definieren, zu
denen man die Lösungsmenge untersuchen will. Beispielsweise stellen die Lösungen von
f (x) = 0 für f : R3 → R2 , (x, y, z)t 7→ (x2 +y 2 +z 2 −1, (x− 32 )2 +y 2 +z 2 −1)t einen Kreis
im R3 dar. (Lösungsmengen derartiger glatter Gleichungssysteme ergeben oft Beispiele
für den Begriff der Teilmannigfaltigkeit, den wir ebenso im nächsten Kapitel besprechen
werden.)

523
11.1 Die Ableitung
Wir betrachten im Folgenden Funktionen f : U → Rm , wobei m, n ≥ 1 und der Defi-
nitionsbereich U eine Teilmenge von Rn ist. Wir möchten nun kurz die Eigenschaften des
Definitionsbereiches U ansprechen, die dieser haben soll oder kann.

11.1.1 Der Definitionsbereich

Bis auf weiteres wird U ⊆ Rn eine offene Teilmenge sein, wobei wir, wenn nicht spezifisch
anders angegeben, sowohl auf Rn als auch auf Rm die Euklidsche Norm k · k = k · k2 verwenden
werden (und verwendet haben). Offenheit von U wird es uns erlauben, Punkte in U von allen
Richtungen annähern zu können. Auch wenn es nicht immer explizit erwähnt ist, wird U im
Folgenden stets nicht-leer sein.
Zusätzlich zur Annahme, dass U offen ist, werden wir mitunter auch folgende Eigenschaften
benötigen.

• U ist zusammenhängend, falls sich U nicht als disjunkte Vereinigung zweier offener,
nicht-leerer Teilmengen von U schreiben lässt (siehe Abschnitt 10.1.4).

• U ist wegzusammenhängend, falls es zu je zwei Punkten x0 , x1 ∈ U einen Weg in U

gibt, der x0 und x1 verbindet (siehe Definition 10.32).

• U ist sternförmig, falls es ein Zentrum z ∈ U gibt, so dass für alle x ∈ U und t ∈ [0, 1]
auch (1 − t)z + tx ∈ U ist.

• U ist konvex, falls für alle x0 , x1 ∈ U und t ∈ [0, 1] auch (1 − t)x0 + tx1 ∈ U ist.

Wir haben bereits in Proposition 10.35 gesehen, dass Zusammenhang und Wegzusammen-
hang für offene Mengen in Rn äquivalent sind. Wir bemerken, dass sternförmige Teilmengen
von Rn automatisch wegzusammenhängend sind, da sich je zwei Punkte x0 , x1 durch Aneinan-
derhängen der Geradensegmente zwischen x0 und einem Zentrum z (wie oben) und zwischen
z und x1 verbinden lassen. Weiter ist jede konvexe Teilmenge sternförmig (jeder Punkt in U
lässt sich als Zentrum wählen). Umgekehrt braucht eine wegzusammenhängende Menge (auch
wenn sie offen ist) nicht sternförmig zu sein und eine sternförmige Menge nicht konvex zu sein
(finden Sie hier elementare Beispiele).
In Analogie zu Intervallen sind wir unter anderem an wegzusammenhängenden offenen
Mengen interessiert, da wir zeigen werden, dass differenzierbare Funktionen mit Ableitung
Null auf einem derartigen Gebiet konstant sind.

Definition 11.1. Ein Gebiet in Rn ist eine nicht-leere, offene, zusammenhängende Teilmenge
von Rn .

524
11.1.2 Lineare Abbildungen
Wir schreiben e1 , . . . , em für die Standardbasis des R-Vektorraums Rm , das heisst, für jedes
j ∈ {1, . . . , m} ist

ej = (0, 0, . . . , 0, 1, 0, . . . , 0)t
↑
j

der Vektor, der in der j-ten Zeile eine Eins und sonst überall nur Nulleinträge besitzt. Wie
Sie bereits aus der Linearen Algebra I wissen, sind lineare Abbildungen A : Rn → Rm durch
die Eigenschaft

A(ax + by) = aA(x) + bA(y)

für alle a, b ∈ R und x, y ∈ Rn definiert. Des Weiteren können diese eindeutig durch eine
Matrix in Matm,n (R) beschrieben werden, wobei die j-te Spalte der Matrix gerade A(ej ) ist.
Des Öfteren werden wir nicht so sehr auf die Unterscheidung zwischen der linearen Ab-
bildung und ihrer Matrixdarstellung bestehen und die Abbildung A : Rn → Rm mit ihrer
Darstellungsmatrix A ∈ Matm,n (R) bezüglich der Standardbasis identifizieren.
Der Spezialfall m = 1 ist noch erwähnenswert. In diesem Fall lässt sich eine lineare Ab-
bildung A : Rn → R auch als ein inneres Produkt mit einem fest gewählten Vektor v ∈ Rn
interpretieren, so dass A(x) = hx, vi für alle x ∈ Rn gilt. Dies erlaubt eine geometrische
Interpretation der Abbildung.

Übung 11.2. Die Menge der linearen Abbildungen Rn → R nennt sich auch der Dualraum
(Rn )∗ von Rn . Zeigen Sie, dass die Abbildung v ∈ Rn 7→ h·, vi ∈ (Rn )∗ linear und bijektiv
ist wie oben behauptet, wobei h·, vi zu v ∈ Rn die lineare Abbildung x ∈ Rn 7→ hx, vi ∈ R
bezeichnet. Für welche x in Sn−1 = {x ∈ Rn | kxk2 = 1} ist hx, vi maximal (oder minimal)?

11.1.3 Definitionen
Das Hauptziel bei der Definition der Ableitung für reellwertige Funktionen auf Teilmengen
von R (Definition 8.1) war Funktionen (lokal) durch Geraden – auch affin lineare Funktionen
von R nach R genannt – approximieren zu können. Genauso möchten wir nun für Funktionen
U → Rm mit U ⊆ Rn vorgehen. Dabei ist eine affin lineare Funktion F : Rn → Rm
durch F (x) = y0 + L(x) für alle x ∈ Rn gegeben, wobei ein Punkt y0 ∈ Rm und eine lineare
Abbildung L : Rn → Rm fest gewählt sind.

Definition 11.3 (Totale Ableitung). Sei U ⊆ Rn offen und f : U → Rm eine Funktion.

Dann heisst f bei x0 ∈ U differenzierbar (oder ableitbar), falls es eine lineare Abbildung
L : Rn → Rm gibt, so dass

f (x0 + h) = f (x0 ) + L(h) + αf (x0 , h)

525
und αf (x0 , h) = o(khk) für h → 0 oder äquivalenterweise

kf (x0 + h) − f (x0 ) − L(h)k

lim =0
h→0 khk

gilt. Die lineare Abbildung L wird die totale Ableitung, das Differential oder die Tangen-
tialabbildung genannt und als Dx0 f , df (x0 ), Df (x0 ) oder auch f 0 (x0 ) geschrieben. Weiter
heisst f differenzierbar, falls f bei jedem Punkt in U differenzierbar ist.

In diesem Zusammenhang wird, wie schon zuvor, h = 4x das Inkrement des Arguments
und 4f (x0 , h) = f (x0 + h) − f (x0 ) das Inkrement der Funktion genannt. Wir bemerken,
dass auf Grund der Offenheit von U für x0 ∈ U und jedes hinreichend kleine h ∈ Rd ebenso
x0 + h ∈ U gilt und damit in der Tat f (x0 + h) definiert ist. Es empfiehlt sich, die totale
Ableitung als den linearen Teil der besten affinen Approximation x0 +h 7→ f (x0 )+ Dx0 f h
der Funktion zu sehen. Insbesondere wird dadurch die Analogie zur Differenzierbarkeit einer
Funktion auf R in Definition 8.1 sichtbar (siehe insbesondere (8.2)). Wir bemerken noch, dass
Differenzierbarkeit in x0 Stetigkeit in x0 impliziert (wieso?).

Figur 11.1: Für eine Funktion f : R2 → R entspricht die beste affine

Approximation der Tangentialebene des Graphen, der wiederum eine
Fläche im R3 darstellt.

Applet 11.4 (Tangentialebene). Wir stellen wie bereits in obigem Bild die Tangentialebenen
für die Graphen von zwei Funktionen f : R2 → R dar. Des Weiteren werden die partiellen

526
Ableitungen und Richtungsableitungen in Definition 11.5 visualisiert. Gibt es zu jedem Punkt
eine Richtungsableitung die verschwindet?

Für v ∈ Rm hat die konstante Abbildung f (x) = v ∈ Rm für alle x ∈ Rn bei jedem
Punkt die totale Ableitung 0 ∈ Matm,n (R). Eine affine Abbildung f (x) = v + A(x) ∈ Rm für
alle x ∈ Rn und eine vorgegebene Matrix A ∈ Matm,n (R) hat hingegen die Ableitung Dx f = A
für alle x ∈ Rn (wieso?).
Wie bereits betont, darf man bei der Bewegung h → 0 im Rn keinerlei Einschränkungen
vornehmen. Schränken wir die Bewegung dennoch auf Geraden ein (so dass das Inkrement des
Arguments die Form h = sv für s ∈ R und einen festen Vektor v ∈ Rn hat), so ergibt sich
folgender neuer Begriff.

Definition 11.5 (Ableitung entlang eines Vektors). Sei U ⊆ Rn eine offene Teilmenge und
f : U → Rm eine Funktion. Die Ableitung von f entlang eines Vektors v ∈ Rn ist an
einer Stelle x0 ∈ U durch

f (x0 + sv) − f (x0 )

∂v f (x0 ) = lim
s→0 s

definiert, falls der Grenzwert existiert. Falls kvk = 1 gilt, so spricht man auch von der Rich-
tungsableitung in der Richtung v bei x0 .
Im Spezialfall, wo v = ej für ein j ∈ {1, . . . , n} ist, wird der obige Grenzwert

f (x0 + sej ) − f (x0 )

∂j f (x0 ) = ∂ej f (x0 ) = lim
s→0 s

auch die partielle Ableitung in der j-ten Koordinate (oder der Variable xj ) bei x0 genannt,
∂f
falls er existiert. Wir schreiben mitunter auch ∂xj
(x0 ) oder ∂xj f (x0 ). Existiert die partielle
Ableitung in der j-ten Koordinate an jedem Punkt in U , so erhält man also eine Funktion
∂j f : U → Rm .

Die partielle Ableitung (und die Richtungsableitung entlang eines beliebigen Vektors) ist
also eine Ableitung nach einer der unabhängigen Variablen, wobei alle anderen Variablen
quasi als Konstanten erachtet werden. Zum Beispiel existieren für die Funktion f : R3 → R
mit f (x, y, z) = x(y 2 + sin(z)) für x, y, z ∈ R die partiellen Ableitungen bezüglich allen
Koordinatenrichtungen und sind gegeben durch

∂x f (x, y, z) = y 2 + sin(z)
∂y f (x, y, z) = 2xy
∂z f (x, y, z) = x cos(z)

für alle (x, y, z)t ∈ R3 , da wir einfach alle uns bekannten Regeln aus Abschnitt 8.1.2 anwenden
können.
Existiert die totale Ableitung, so lässt sich diese mittels folgender Proposition mit partiellen
Ableitungen und Ableitungen entlang beliebiger Vektoren in Verbindung bringen.

527
Proposition 11.6 (Matrixdarstellung des totalen Differentials). Sei U ⊆ Rn offen und sei
f : U → Rm bei x0 ∈ U differenzierbar. Dann existiert für jedes v ∈ Rn die Ableitung von f
entlang v und es gilt

∂v f (x0 ) = Dx0 f (v).

Insbesondere ist die totale Ableitung Dx0 f eindeutig durch die partiellen Ableitungen bestimmt
und es gilt

Dx0 f = (∂1 f (x0 ), . . . , ∂n f (x0 )) ∈ Matm,n (R),

wobei letzteres auch die Jacobi-Matrix von f bei x0 genannt wird.

Beweis. Nach Annahme existiert die totale Ableitung Dx0 f und es gilt

f (x0 + h) = f (x0 ) + Dx0 f (h) + o(khk)

für h → 0. Wir setzen h = sv für s → 0 und v ∈ Rn , womit gilt

f (x0 + sv) − f (x0 )

∂v f (x0 ) = lim = lim ( Dx0 f (v) + o(1)) = Dx0 f (v).
s→0 s s→0

Also existiert die Ableitungen von f entlang dem (beliebigen) Vektor v bei x0 . Insbesonderen
existieren alle partiellen Ableitung von f bei x0 und die partielle Ableitung in der j-ten
Richtung für j ∈ {1, . . . , n} stellt die j-te Spalte der Matrix Dx0 f dar, wie behauptet.

Interessant wäre auch die Umkehrung von Proposition 11.6; unter anderem da a priori nicht
klar ist, wie man die Existenz einer totalen Ableitung in konkreten Situationen nachweisen
kann. Wie wir sehen werden, existiert unter gewissen, nicht allzu starken Annahmen, eine
solche Umkehrung.
Wie schon im Eindimensionalen gelten auch hier Summen- und Produktregel, wie folgende
Übung zeigt.

Wichtige Übung 11.7 (Summen- und Produktregel). Sei U ⊆ Rn offen und seien f1 , f2 :
U → Rm Funktionen. Angenommen f1 und f2 sind differenzierbar bei x0 ∈ U .

(i) Zeigen Sie, dass f1 + f2 bei x0 differenzierbar ist und

Dx0 (f1 + f2 ) = Dx0 f1 + Dx0 f2

erfüllt.

(ii) Sei jetzt m = 1. Zeigen Sie, dass f1 · f2 bei x0 differenzierbar ist und

Dx0 (f1 f2 ) = f2 (x0 ) Dx0 f1 + f1 (x0 ) Dx0 f2

erfüllt.

528
(iii) Nun nehmen wir stattdessen an, dass bloss die Ableitungen ∂v f1 , ∂v f2 entlang v ∈ Rn
existieren. Formulieren und beweisen Sie für diese Ableitung analoge Aussagen wie in (i)
und (ii).

Landau-Notation: Wir merken an dieser Stelle kurz an, dass keine formale Definition der
oben verwendeten Landau-Symbole (siehe zum Beispiel Definition 11.3) gegeben wurde, da
dies nur eine kleine Anpassung der Diskussionen in den Abschnitten 6.6 und 9.5.1 darstellt.
Beispielsweise ist für eine Funktion f : U → Rm auf einer offenen Menge U ⊆ Rn und x0 ∈ U

f (x) = o(kx − x0 k)

kf (x)k
für x → x0 , falls kx−x0 k für x → x0 gegen Null geht.

11.1.4 Reduktion der Dimension

Es wäre von Vorteil, wenn wir die Differenzierbarkeit einer Funktion von Rn nach Rm auf die
Differenzierbarkeit reellwertiger Funktionen von R nach R zurückführen könnten. Denn dann
würden uns sämtliche Hilfsmittel aus den Kapiteln 8 und 9 zur Verfügung stehen. Hierbei ist
die Reduktion der Dimension des Zielraumes auf m = 1 eine Charakterisierung.

Lemma 11.8 (Differenzierbarkeit via Komponenten). Sei U ⊆ Rn offen und f : U → Rm

eine Funktion. Dann ist f genau dann bei x0 ∈ U differenzierbar, wenn die Komponenten
fk = πk ◦ f für jedes k ∈ {1, . . . , m} bei x0 differenzierbar sind. In diesem Fall gilt
 
Dx0 f1
 . 
D x0 f =  . 
 . .
Dx0 fm

Beweis. Wir beweisen nur eine der beiden Implikationen und überlassen die zweite den Lese-
rinnen und Lesern (Übung 11.9). Angenommen fk ist für jedes k ∈ {1, . . . , m} bei x0 differen-
zierbar. Dann gilt für k ∈ {1, . . . , m}

fk (x0 + h) = fk (x0 ) + Dx0 fk (h) + αk (x0 , h)

für gewisse Funktionen αk mit αk (x0 , h) = o(khk) für h → 0. Daraus folgt aber
     
f1 (x0 + h) f1 (x0 ) Dx0 f1
 ..   .   . 
 =  ..  +  ..  h + α(x0 , h),
f (x0 + h) = 
 .     
fm (x0 + h) fm (x0 ) Dx0 fm

wobei
 
α1 (x0 , h)
 .. 
α(x0 , h) = 
 .  = o(khk)

αm (x0 , h)

529
für h → 0 gilt. Also ist f differenzierbar und es gilt die behauptete Formel für Dx0 f .

Übung 11.9. Beweisen Sie die zweite Richtung in Lemma 11.8.

Die Reduktion der Existenz der totalen Ableitungen auf die Existenz der partiellen Ab-
leitung ist etwas schwieriger und im Allgemeinen schlicht nicht möglich. Betrachten wir bei-
spielsweise die Funktion f : R2 → R gegeben durch

 √ xy falls (x, y)t ∈ R2 \ {0}
(11.1)
x 2 +y 2
f (x, y) =
 0 falls (x, y)t = 0

für (x, y)t ∈ R2 , so existieren beide partiellen Ableitungen ∂x f , ∂y f auf ganz R2 , aber die totale
|x|
Ableitung D0 f existiert trotzdem nicht. Denn für x = y gilt f (x, y) = √ 2
(wieso impliziert
dies, dass die Ableitung nicht existiert?).
Nimmt man jedoch etwas schönere Eigenschaften (als die blosse Existenz) der partiellen
Ableitungen an, so erhält man folgende Aussage.
Satz 11.10 (Existenz der totalen Ableitung). Sei U ⊆ Rn offen und f : U → Rm eine
Funktion. Falls für jedes j ∈ {1, . . . , n} die partielle Ableitung ∂j f auf ganz U existiert und
eine stetige Funktion definiert, so ist f auf ganz U differenzierbar.
Es empfiehlt sich an dieser Stelle zu überprüfen, dass das Beispiel in (11.1) die Stetigkeits-
voraussetzung des Satzes nicht erfüllt.

Figur 11.2: Illustration des Beweis von Satz 11.10 für n = 2. Der Term
f (x + h) − f (x) lässt sich mittels des Hilfspunktes x + h2 e2 als Summe
der beiden Ausdrücke f (x + h) − f (x + h2 e2 ) und f (x + h2 e2 ) − f (x)
schreiben. Diese sind aber jeweils Differenzen von Auswertungen von
f bei Punkten, die sich jeweils nur in einer Koordinate unterscheiden.
Dies erlaubt die Anwendung des Mittelwertsatzes der eindimensionalen
Differentialrechnung.

Beweis. Auf Grund von Lemma 11.8 können wir m = 1 annehmen. Für x = (x1 , . . . , xn )t ∈ U
und hinreichend kleine h = (h1 , . . . , hn )t ∈ Rn gilt dann

f (x + h) − f (x) = f (x1 + h1 , x2 + h2 , . . . , xn + hn ) − f (x1 , x2 + h2 , . . . , xn + hn )

+ f (x1 , x2 + h2 , x3 + h3 . . . , xn + hn ) − f (x1 , x2 , x3 + h3 . . . , xn + hn )
+ . . . + f (x1 , . . . , xn−1 , xn + hn ) − f (x)
= ∂1 f (x1 + ξ1 (h), x2 + h2 , . . . , xn + hn )h1
+ ∂2 f (x1 , x2 + ξ2 (h), x3 + h3 , . . . , xn + hn )h2
+ . . . + ∂n f (x1 , . . . , xn−1 , xn + ξn (h))hn ,

530
wobei für jedes j ∈ {1, . . . , n} nach dem Mittelwertsatz (Theorem 8.29) ein Zwischenpunkt
ξj (h) zwischen 0 und hj gewählt wurde. Wegen Stetigkeit der partiellen Ableitungen kön-
nen wir nun in obigen Ausdrücken stattdessen die partiellen Ableitungen bei x betrachten.
Tatsächlich gilt für


α(x, h) = ∂1 f (x1 + ξ1 (h), x2 + h2 , . . . , xn + hn ) − ∂1 f (x) h1


+ ∂2 f (x1 , x2 + ξ2 (h), x3 + h3 , . . . , xn + hn ) − ∂2 f (x) h2


+ . . . + ∂n f (x1 , . . . , xn−1 , xn + ξn (h)) − ∂n f (x) hn ,

|hk |
nach den Annahmen des Satzes und wegen khk ≤ 1 für alle h ∈ Rn und k ∈ {1, . . . , n} die
Asymptotik

α(x, h)
lim = 0.
h→0 khk

Daher ist schlussendlich

f (x + h) − f (x) = ∂1 f (x)h1 + . . . + ∂n f (x)hn + α(x, h) = Lh + α(x, h),

wobei L = (∂1 f (x), . . . , ∂n f (x)) ∈ Mat1,n (R). Also ist f bei x differenzierbar und da x ∈ U
beliebig war, ist f also differenzierbar.

Definition 11.11. Wir nennen eine Funktion f : U → Rm auf einer offenen Teilmenge
U ⊆ Rn stetig differenzierbar, wenn f differenzierbar ist und die Ableitung

x ∈ U 7→ Dx f ∈ Matm,n (R)

stetig ist.

Nach Satz 11.10 und Proposition 11.6 ist f : U → Rm genau dann stetig differenzierbar,
wenn alle partiellen Ableitungen von f existieren und stetig sind. Kombinieren wir die Aussa-
gen dieses Abschnitts so können wir die Differenzierbarkeit vieler Abbildungen f von U ⊆ Rn
nach Rm beweisen. Die Ableitung Dx f ist in diesem Fall immer eine lineare Abbildung von Rn
nach Rm , die wir, wie bereits erwähnt, mit der Jacobi-Matrix in Matmn (R) (bestehend aus
allen partiellen Ableitungen) identifizieren.
! !
2 2 x x2 − cos(xy)
Beispiel 11.12. Sei f : R → R definiert durch f : 7→ . Die totale
y y 4 − exp(x)
!
x
Ableitung oder Jacobi-Matrix von f bei ist dann gegeben durch
y
!
2x + sin(xy)y sin(xy)x
.
− exp(x) 4y 3

531
11.2 Die Kettenregel und der Mittelwertsatz

11.2.1 Verknüpfungen differenzierbarer Funktionen

Satz 11.13 (Kettenregel der mehrdimensionalen Differentialrechnung). Seien k, m, n ≥ 1,
U ⊆ Rn offen, V ⊆ Rm offen. Weiter sei f : U → V bei x0 differenzierbar und g : V → Rk bei
f (x0 ) differenzierbar. Dann ist g ◦ f bei x0 differenzierbar und die totale Ableitung Dx0 (g ◦ f )
bei x0 ist durch die Verknüpfungen der linearen Abbildungen

Dx0 (g ◦ f ) = Df (x0 ) g ◦ Dx0 f (11.2)

gegeben.

Wir erinnern daran, dass Df (x0 ) g mit einer k ×m-Matrix und Dx0 f mit einer m×n-Matrix
identifiziert werden kann, womit die Verknüpfung (11.2) von den Dimensionen her Sinn macht.

Beweis. Wir verwenden die Definition der Differenzierbarkeit von f bei x0 , womit gilt

f (x0 + h) = f (x0 ) + Dx0 f (h) + αf (x0 , h)

und αf (x0 , h) = o(khk) für h → 0. Nach Differenzierbarkeit von g bei y0 = f (x0 ) gilt ebenso

g(y0 + h̃) = g(y0 ) + Dy0 g(h̃) + αg (y0 , h̃)

mit αg (y0 , h̃) = o(kh̃k) für h̃ → 0. Gemeinsam erhalten wir für h ∈ Rn klein genug und

h̃ = f (x0 + h) − f (x0 ) = Dx0 f (h) + αf (x0 , h)

die Gleichung


g(f (x0 + h)) = g(f (x0 )) + Dy0 g Dx0 f (h) + αf (x0 , h) + αg (y0 , h̃)
= g(f (x0 )) + Dy0 g ◦ Dx0 f (h) + αg◦f (x0 , h),

wobei wir

αg◦f (x0 , h) = Dy0 g(αf (x0 , h)) + αg (y0 , f (x0 + h) − f (x0 ))

gesetzt haben. Wir möchten nun zeigen, dass αg◦f (x0 , h) = o(khk) für h → 0. Da αf (x0 , h) =
o(khk) für h → 0 gilt, ist auch k Dy0 g(αf (x0 , h))k ≤ k Dy0 gkop kαf (x0 , h)k = o(khk) für h → 0.
Es bleibt zu zeigen, dass αg (y0 , f (x0 + h) − f (x0 )) = o(khk) für h → 0 ist. Nach Differen-
zierbarkeit von g bei y0 gibt es zu jedem ε > 0 ein δ > 0, so dass für h̃ ∈ Rm mit kh̃k < δ die
Abschätzung

kαg (y0 , h̃)k ≤ εkh̃k (11.3)

532
gilt. Nach vorrausgesetzer Differenzierbarkeit von f bei x0 gilt für h̃ = f (x0 + h) − f (x) die
Abschätzung

kh̃k = k Dx0 f (h) + αf (x0 , h)k

≤ k Dx0 f (h)k + kαf (x0 , h)k
≤ k Dx0 f kop khk + o(khk) = O(khk)

für h → 0. Also gibt es eine offene Umgebung O von 0 ∈ Rn und eine Konstante C > 0 (zum
Beispiel C = k Dx0 f kop + 1) mit kh̃k ≤ Ckhk für alle h ∈ O. Für h ∈ O mit khk < Cδ folgt
also kh̃k < δ und mit (11.3) auch

kαg (y0 , f (x0 + h) − f (x0 ))k ≤ εkh̃k ≤ Cεkhk.

| {z }
=h̃

Da die Konstante C von ε unabhängig ist, folgt die Differenzierbarkeit von g ◦ f bei x0 und
die Kettenregel in Gleichung (11.2).

Wir betrachten nun den Spezialfall n = 1 für die Kettenregel. Sei also γ : I → V ⊆ Rm
ein differenzierbarer Weg von einem offenen Intervall I in eine offene Teilmenge V ⊆ Rm .
Sei weiter f : V → Rk differenzierbar. Dann ergibt die Kettenregel (Satz 11.13), dass f ◦ γ
differenzierbar ist und die Formel

(f ◦ γ)0 (t) = Dγ(t) f · γ 0 (t)

für alle t ∈ I gilt. Sollte noch zusätzlich k = 1 sein, so ist f ◦ γ : I → R und ( Dγ(t) f )γ 0 (t) ist
für t ∈ I das Matrixprodukt der 1 × m-Matrix Dγ(t) f mit der m × 1-Matrix γ 0 (t) (ein Vektor
in Rm ). Wir interpretieren in diesem Fall Dx f für x ∈ V auch als den Spaltenvektor

gradf (x) = ∇f (x) = ( Dx f )t ∈ Rm

und nennen dies den Gradienten der Funktion f bei der Stelle x. In dieser Schreibweise
erhalten wir die Formel

(f ◦ γ)0 (t) = Dγ(t) f · γ 0 (t) = ∇f (γ(t)), γ 0 (t) (11.4)

für alle t ∈ I.
Der Begriff der Richtungsableitung und der Fall der Gleichheit in der Cauchy-Schwarz-
Ungleichung erlauben es uns auch, eine geometrische Interpretation des Gradienten einer
Funktion anzugeben. Ist f : U → R eine differenzierbare Funktion auf einer offenen Teil-
menge U ⊆ Rn und ist v ∈ Rn ein Vektor der Länge 1, so gilt nach Proposition 11.6 und
vorherigem bei x ∈ U

∂v f (x) = Dx f (v) = h∇f (x), vi .

533
Angenommen ∇f (x) 6= 0. Nach der Ungleichung von Cauchy-Schwarz (Proposition 5.3) ist
obiger Ausdruck genau dann maximal (das heisst, gleich k∇f (x)k), wenn v in dieselbe Rich-
tung wie ∇f (x) zeigt (mit positivem skalarem Vielfachen – also v = k∇f1(x)k ∇f (x)). In Worten
ausgedrückt heisst dies, dass der Gradient von f an jedem Punkt in die Richtung der grössten
Richtungsableitung zeigt, das heisst, die Richtung des grössten Anstiegs um x kennzeichnet.
Des Weiteren gibt k∇f (x)k die Steigung in dieser Richtung an.

11.2.2 Geometrische Interpretation der mehrdimensionalen Kettenregel

Für x ∈ Rn definieren wir den Tangentenraum Tx Rn von Rn bei x durch

Tx Rn = {x} × Rn ,

wobei wir Elemente von Tx Rn als Vektoren mit Fusspunkt x visualisieren. Via

(x, v) + (x, w) = (x, v + w), α(x, v) = (x, αv)

für (x, v), (x, w) ∈ Tx Rn und α ∈ R statten wir den Tangentenraum Tx Rn bei x mit einer
natürlichen Vektorraumstruktur aus, bezüglich der Vektoren wie üblich addiert und skaliert
werden, aber der Ort hierbei unverändert bleibt.
Die disjunkte Vereinigung aller Tangentenräume ist das sogenannte Tangentenbündel
G G
TRn = Tx Rn = {x} × Rn = Rn × Rn
x∈Rn x∈Rn

von Rn , welches man sich auch als Phasenraum vorstellen kann. Da wir für das Tangenten-
bündel verschiedene Fusspunkte betrachten, gibt es keine natürliche Weise, auf diesem eine
Vektorraumstruktur zu definieren (wir möchten nur „Vektoren“ und nicht Fusspunkte addie-
ren).
Weiter definieren wir für eine offene Teilmenge U ⊆ Rn genau gleich den Tangentenraum
von U bei x ∈ U als

Tx U = {x} × Rn ,

welcher sich wie zuvor als Vektorraum aller möglichen Ableitungen γ 0 (0) für differenzierbare
Wege γ mit Werten in U , die γ(0) = x erfüllen, auffassen lässt. Des Weiteren ist das Tangen-
tenbündel von U durch
G G
TU = Tx U = {x} × Rn = U × Rn
x∈U x∈U

definiert.

534
 In diesem Kontext können wir zum Beispiel die Ableitung zur Zeit t eines differenzierbaren
Weges γ : I → U als

Dt γ = (γ(t), γ 0 (t)) ∈ Tγ(t) U ⊆ TU

interpretieren, wobei γ(t) als der Ort zum Zeitpunkt t und γ 0 (t) als die gerichtete Geschwindig-
keit zum Zeitpunkt t aufgefasst wird. Der Vorteil dieses Gesichtspunktes ist gewissermassen,
dass man gleichzeitig beide interessanten „Daten“ Ort und Geschwindigkeit zur Verfügung
hat.
Wir definieren nun auch für allgemeine differenzierbare Abbildungen f : U → V und
g : V → Rk auf offenen Teilmengen U ⊆ Rn und V ⊆ Rm die Ableitungen als die Abbildungen

Df : U × Rn = TU → V × Rm = TV
(x, v) 7→ (f (x), Dx f (v))

und

Dg : V × Rm = TV → Rk × Rk = TRk
(y, w) 7→ (g(y), Dy g(w)),

die wiederum sowohl eine Ort- als auch eine Geschwindigkeitskomponente betrachten. Dann
nimmt die Kettenregel auf ganz U die einfachere Form

D(g ◦ f ) = Dg ◦ Df

an. In der Tat gilt für (x, v) ∈ TU nach der Kettenregel

D(g ◦ f )(x, v) = g ◦ f (x), Dx (g ◦ f )(v) = g(f (x)), Df (x) g Dx f (v) = Dg( Df (x, v)).

Diese Unterscheidung zwischen Ort und Tangentenvektor macht aus vielerlei Sicht Sinn.
Betrachten wir zum Beispiel die offene Menge U als unser Universum, so lassen wir natürlich
nur Wege in U zu, womit alle möglichen Ableitungen eines differenzierbaren Weges Tangen-
tenvektoren zu Punkten in U sind. Des Weiteren hat das Verdoppeln eines Tangentenvektors
in Tx Rn bei x die klare physikalische Interpretation einer Verdoppelung der Geschwindigkeit
eines Weges durch x, doch hat das Verdoppeln der Ortskoordinaten keine natürliche Inter-
pretation, da es keinen physikalisch sinnvollen Ursprung des Koordinatensystems gibt. Wir
werden diese Sichtweise nicht sehr oft für offene Teilmengen des Euklidschen Raum Rn aber
später für Teilmannigfaltigkeiten von Rn verwenden.

11.2.3 Der Mittelwertsatz

Wir formulieren nun den Mittelwertsatz für reellwertige differenzierbare Funktionen auf
einer offenen Menge in Rn , der eine Verallgemeinerung des Mittelwertsatzes für Funktionen

535
auf R darstellt (Theorem 8.29). Dazu betrachten wir eine gegebene Funktion f entlang eines
Geradenstücks in der offenen Menge.

Satz 11.14 (Mittelwertsatz für reellwertige Funktionen auf Rn ). Sei U ⊆ Rn offen und
f : U → R differenzierbar. Sei x0 ∈ U und h ∈ Rn . Falls x0 + th ∈ U für alle t ∈ [0, 1], dann
gilt

f (x0 + h) − f (x0 ) = Dξ f (h) = ∂h f (ξ)

für ein ξ = x0 + tξ h mit tξ ∈ (0, 1).

In Worten ausgedrückt existiert also entlang des geraden Weges zwischen x0 und x0 + h
ein Punkt, wo die Ableitung entlang des durch den geraden Weg gegebenen Vektors gerade
die Differenz der Funktionswerte an den Randpunkten des Weges ist.

Beweis. Wir bemerken, dass die Ableitung des geraden Weges t ∈ R 7→ x0 +th für vorgegebene
x0 , h ∈ Rn bei jedem t gleich h ist. Daher erfüllt die Funktion

g : t ∈ [0, 1] 7→ f (x0 + th) ∈ R

auf Grund der Kettenregel in Satz 11.13 alle Voraussetzungen des eindimensionalen Mittel-
wertsatzes (Theorem 8.29). Also existiert tξ ∈ (0, 1) mit g(1) − g(0) = g 0 (tξ ) = Dx0 +tξ h f (h)
nach der Kettenregel und somit

f (x0 + h) − f (x) = g(1) − g(0) = g 0 (tξ ) = Dξ f (h)

für ξ = x0 + tξ h.

Korollar 11.15. Sei U ⊆ Rn ein Gebiet und sei f : U → Rm differenzierbar mit Dx f = 0

für alle x ∈ U . Dann ist f konstant.

Beweis. Es genügt den Fall m = 1 zu betrachten (wieso?). Wir nehmen an, dass U nichtleer
ist und wählen ein x0 ∈ U . Wir betrachten

U 0 = {x ∈ U | f (x) = f (x0 )} .

Da f stetig ist, ist U 0 eine abgeschlossene Teilmenge von U (siehe Proposition 5.50). Des
Weiteren folgt aus der Annahme und Satz 11.14, dass U 0 offen ist: In der Tat existiert zu
x ∈ U 0 ein ε > 0 mit Bε (x) ⊆ U und da sich jeder Punkt y ∈ Bε (x) mit einem geraden Weg
zu x verbinden lässt, gilt nach Satz 11.14 auch f (y) = f (x) = f (x0 ). Also ist y ∈ U 0 und da
y ∈ Bε (x) beliebig war, ist Bε (x) ⊆ U 0 .
Da aber U zusammenhängend ist und U 0 nicht-leer ist, folgt U 0 = U und damit auch das
Korollar.

Definition 11.16 (Lokale Lipschitz-Stetigkeit). Eine Funktion f : X → Y zwischen zwei

metrischen Räumen X, Y heisst lokal Lipschitz-stetig, falls für jedes x0 ∈ X ein ε > 0
existiert, so dass f |Bε (x0 ) Lipschitz-stetig ist.
536
Korollar 11.17. Sei U ⊆ Rn offen und sei f : U → Rm eine stetig differenzierbare Funktion.
Dann ist f lokal Lipschitz-stetig. Falls U zusätzlich konvex und die Ableitung beschränkt ist,
dann ist f sogar Lipschitz-stetig.

Beweis. Es genügt den Fall m = 1 zu betrachten (wieso?). Wir nehmen zuerst an, dass U
konvex ist und die Ableitung beschränkt ist. Letzteres bedeutet, dass es ein M ≥ 0 gibt,
so dass k Dξ f kop ≤ M für alle ξ ∈ U . Aus dem Mittelwertsatz (Satz 11.14) folgt damit für
x, y ∈ U

kf (x) − f (y)k = k Dξ f (x − y)k ≤ M kx − yk

für ein ξ ∈ U , da U konvex ist und somit das Geradenstück zwischen x und y enthält. Dies
beweist die zweite Aussage im Korollar.
Die erste Aussage folgt aus der zweiten angewendet auf den Ball U0 = Bε (x0 ) und f0 = f |U0 ,
wobei ε > 0 so gewählt ist, dass Bε (x0 ) ⊆ U . In der Tat ist dann U0 konvex (wieso?) und die
Abbildung ξ ∈ Bε (x0 ) 7→ Dξ f ist als stetige Funktion auf der kompakten Menge Bε (x0 ) (siehe
Satz 10.53) beschränkt, was die Beschränktheit von der Ableitung auf Bε (x0 ) impliziert.

Übung 11.18 (Eine Distanzfunktion auf U ). Sei U ⊆ Rn offen und zusammenhängend. Wir
sagen, dass ein Weg (d.h. eine stetige Abbildung) γ : [0, 1] → U stückweise differenzierbar ist,
falls es eine Zerlegung Z = {t0 = 0 < t1 < . . . < tK = 1} von [0, 1] gibt, sodass für alle
k ∈ {1, . . . , K} die Einschränkung γ|[tk−1 ,tk ] stetig differenzierbar ist.

(i) Zeigen Sie, dass es zu je zwei Punkten x, y ∈ U einen stückweise differenzierbaren Weg
von x nach y gibt.

Definieren Sie die Länge eines stückweise differenzierbaren Weges wie oben als

K Z
X tk
L(γ) = γ 0 (s) ds.
k=1 tk−1

Wir behaupten, dass die Wegmetrik dWeg (x, y) für x, y ∈ U , welche durch

dWeg (x, y) = inf{L(γ) | γ ist ein stückweise differenzierbarer Weg von x nach y}.

definiert ist, tatsächlich eine Metrik ist und dass diese die übliche Topologie definiert.

(i) Sei f : U → Rm stetig differenzierbar mit beschränkten Ableitungen. Zeigen Sie, dass f
Lipschitz-stetig ist, wenn man U mit der Wegmetrik dWeg (x, y) ausstattet.

(ii) Finden Sie ein Beispiel einer zusammenhängenden, nicht konvexen Menge und einer dif-
ferenzierbaren Funktion mit beschränkten Ableitungen, die bezüglich k·k nicht Lipschitz-
stetig ist.

537
11.3 Höhere Ableitungen und Taylor-Approximation

11.3.1 Definition und Eigenschaften der höheren partiellen Ableitungen

Auf Grund von Satz 11.10 über die Existenz der totalen Ableitung werden wir im Folgenden
eigentlich immer die Stetigkeit der partiellen Ableitungen (das heisst, stetige Differenzierbar-
keit) verlangen. Wie wir hier sehen werden, ist diese Annahme auch für „höhere Ableitungen“
von Bedeutung.

Definition 11.19 (Höhere stetige Differenzierbarkeit). Sei U ⊆ Rn offen und f : U → Rm eine

Funktion. Wir sagen, dass f zweimal stetig differenzierbar ist, falls f stetig differenzierbar
ist und für alle j, k ∈ {1, . . . , n} die partielle Ableitung ∂k f : U → Rm wiederum eine stetige
partielle Ableitung ∂j ∂k f besitzt. Im Allgemeinen heisst f d-mal stetig differenzierbar für
ein d ≥ 2, falls f stetig differenzierbar ist und für jedes j ∈ {1, . . . , n} die partielle Ableitung
(d − 1)-mal stetig differenzierbar ist. Weiter sei

C d (U ) = {f : U → R | f ist d-mal stetig differenzierbar}

die Menge der d-mal stetig differenzierbaren reellwertigen Funktionen auf U . Wir sagen, dass
eine iterierte partielle Ableitung einer d-mal stetig differenzierbaren Funktion f : U → R
Ordnung ` für ` ∈ {1, . . . , d} hat, falls genau ` partielle Ableitungen auf f angewandt wurden.
Des Weiteren nennt man die Funktion f glatt, falls sie beliebig oft (also für alle d ∈ N d-mal)
stetig differenzierbar ist.

Wir möchten an dieser Stelle anmerken, dass wir ab jetzt oft nur R-wertige statt Rm -wertige
Funktionen betrachten werden. Viele der folgenden Aussagen übertragen sich allerdings wegen
der Reduktionseigenschaft in Lemma 11.8 auch auf den Fall m > 1.

Satz 11.20 (Satz von Schwarz). Sei U ⊆ Rn offen und f : U → R eine zweimal stetig
differenzierbare Funktion. Dann gilt für alle j, k ∈ {1, . . . , n}

∂j ∂k f = ∂k ∂j f

auf ganz U .

Beweis. Es genügt den Fall n = 2 und j = 1, k = 2 zu betrachten, der allgemeine Fall ist nur
in der Notation schwieriger und folgt auch aus dem betrachteten Spezialfall. Für x ∈ U und
ein genügend kleines h > 0 (so dass (x1 + t1 h, x2 + t2 h) ∈ U für alle t1 , t2 ∈ [0, 1]) definieren
wir eine Funktion F durch

F (h) = f (x1 + h, x2 + h) − f (x1 + h, x2 ) − f (x1 , x2 + h) + f (x1 , x2 ).

Weiter betrachten wir für ein genügend kleines aber festes h ∈ (0, 1) die nach der Kettenregel
differenzierbare Funktion t ∈ [0, 1] 7→ ϕ(t) = f (x1 + th, x2 + h) − f (x1 + th, x2 ) und erhalten

F (h) = ϕ(1) − ϕ(0) = ϕ0 (ξ1 ) = ∂1 f (x1 + ξ1 h, x2 + h) − ∂1 f (x1 + ξ1 h, x2 ) h

538
für ein ξ1 ∈ (0, 1) nach dem eindimensionalen Mittelwertsatz (Theorem 8.29) angewendet auf
die Hilfsfunktion ϕ.

Figur 11.3: Die Funktion h 7→ F (h) ist eine vorzeichenbehaftete Sum-

me von Funktionswerten von f bei den Ecken eines Quadrats (hier ge-
kennzeichnet durch eine durchgezogene Linie). Die Funktion t 7→ ϕ(t)
entspricht der Differenz der Funktionswerte auf einer vertikalen Strecke
durch das Quadrat.

Eine nochmalige Anwendungen des eindimensionalen Mittelwertsatzes auf die Funktion

ψ : t ∈ [0, 1] 7→ ∂1 f (x1 + ξ1 h, x2 + th) ergibt (gemeinsam mit der Kettenregel)


F (h) = ∂1 f (x1 + ξ1 h, x2 + h) − ∂1 f (x1 + ξ1 h, x2 ) h
= ∂2 ∂1 f (x1 + ξ1 h, x2 + ξ2 h)h2

für einen Zwischenpunkt ξ2 ∈ (0, 1).

Da aber in der Funktion h 7→ F (h) die beiden Komponenten symmetrisch verwendet wur-
den, können wir das Argument auch mit vertauschten Rollen der ersten und zweiten Kompo-
nenten durchführen. Dies ergibt analog gewisse ξ10 , ξ20 ∈ (0, 1) mit

F (h) = ∂1 ∂2 f (x1 + ξ10 h, x2 + ξ20 h)h2 .

Wir dividieren nun durch h2 > 0 und erhalten

∂2 ∂1 f (x1 + ξ1 h, x2 + ξ2 h) = ∂1 ∂2 f (x1 + ξ10 h, x2 + ξ20 h).

Des Weiteren gilt wegen ξ1 , ξ2 , ξ10 , ξ20 ∈ (0, 1), dass (ξ1 h, ξ2 h) und (ξ10 h, ξ20 h) beide gegen (0, 0)
streben wenn h & 0. Also folgt auf Grund der Stetigkeit beider partiellen Ableitungen
∂2 ∂1 f (x) = ∂1 ∂2 f (x) wie gewünscht.

Wir bemerken, dass die Annahme der Stetigkeit im Satz von Schwarz notwendig ist – siehe
die entsprechende Übung in Abschnitt 11.8.2.

539
 Die Hesse-Matrix H(x) = (Hij (x))ij ∈ Matn,n (R) bei x ∈ U einer zweimal stetig diffe-
renzierbaren Funktion f : U → R ist gegeben durch

Hij (x) = ∂i ∂j f (x)

für i, j ∈ {1, . . . , n}. Der Satz von Schwarz (Satz 11.20) besagt nun genau Hij (x) = Hji (x)
für alle i, j ∈ {1, . . . , n}, also dass H(x) eine symmetrische Matrix ist.
Eine direkte Konsequenz und Verallgemeinerung des Satzes von Schwarz (Satz 11.20) ist
das folgende Korollar.

Korollar 11.21 (Satz von Schwarz). Sei U ⊆ Rn offen und f : U → Rm d-mal stetig
differenzierbar. Dann spielt die Reihenfolge der partiellen Ableitungen (bis zur Ordnung d)
keine Rolle.

Die höheren partiellen Ableitungen einer stetig differenzierbaren Funktion f : U → Rm auf

einer offenen Teilmenge U ⊆ Rn können also alle in die Form

∂ α f = ∂1α1 · · · ∂nαn f

gebracht werden, wobei die einzelnen Komponenten von α ∈ Nn0 angeben wie oft wir nach den
einzelnen Koordinatenrichtungen abgeleitet haben (und ∂j0 f = f für alle j = 1, . . . , n). Der
Satz von Schwarz nimmt in dieser Notation die Form

∂α ∂β f = ∂β ∂α f = ∂α +ββ f

für α, β ∈ Nn0 an, wobei f auf U als kα + βk1 -oft stetig differenzierbar vorausgesetzt wird.
Wir bezeichnen in diesem Zusammenhang α = (α1 , . . . , αn ) ∈ Nn0 als einen Multiindex.

11.3.2 Mehrdimensionale Taylor-Approximation

Satz 11.22 (Taylor-Approximation mit Integralrestglied). Sei U ⊆ Rn offen und f : U → R
eine (d + 1)-mal stetig differenzierbare Funktion. Sei x ∈ U und h ∈ Rn , so dass x + th ∈ U
für alle t ∈ [0, 1]. Dann gilt

d
X 1 k
f
f (x + h) = f (x) + ∂ f (x) + Rx,d (h), (11.5)
k! h
k=1

f
wobei das Integralrestglied Rx,d durch

1
(1 − t)d d+1

Z
f
Rx,d (h) = ∂h f (x + th) dt.
0 d!

gegeben ist. Insbesondere ist für h → 0

d
X 1 k

f (x + h) = f (x) + ∂ f (x) + O(khkd+1 ). (11.6)
k! h
k=1

540
 Dabei bezeichnet ∂hk f die k-fache Ableitung von f entlang des Vektors h. Wir erinnern
daran, dass

∂h f = h1 ∂1 f + . . . + hn ∂n f.

Auch die höheren Ableitungen ∂hk f lassen sich als Linearkombinationen partieller Ableitungen
der Ordnung k auffassen, wenn man die Potenz formal ausmultipliziert. Zum Beispiel gilt für
den quadratischen Term bei x ∈ U
 2 
∂h f (x) = [∂h (h1 ∂1 f + . . . + hn ∂n f )] (x)
n n
X X (11.7)
= hj ∂h (∂j f )(x) = hi hj ∂i ∂j f (x) = ht H(x)h
j=1 i,j=1

für alle h ∈ Rn , wobei H(x) wieder die Hesse-Matrix der zweiten Ableitungen bei x bezeichnet.
Wie im eindimensionalen Fall wollen wir die Approximation in Gleichung (11.5) (oder auch
(11.6)) die Taylor-Approximation d-ter Ordnung nennen.

Beweis. Nach Annahme im Satz gilt x + th ∈ U für alle t ∈ [0, 1] (oder sogar für t in einem
etwas grösseren offenen Intervall). Wir wenden nun die eindimensionale Taylor-Approximation
auf die Funktion

ϕ : [0, 1] → R, t 7→ f (x + th)

an. Nach Theorem 9.46 erhält man für die Taylor-Approximation um 0 bei 1
1
(1 − t)d
Z
ϕ
ϕ(1) = P0,d (1) + ϕ(d+1) (t) dt, (11.8)
0 d!

wobei
d
ϕ
X ϕ(k) (0)
P0,d (1) = . (11.9)
k!
k=0

Wenden wir die Kettenregel in Satz 11.13 auf ϕ an, so erhalten wir für t ∈ [0, 1]

ϕ0 (t) = Dx+th f (h) = [∂h f ] (x + th) = h1 ∂1 f (x + th) + . . . + hn ∂n f (x + th).

Für die zweite Ableitung von ϕ nach t ∈ [0, 1] (für festes x und h) ergibt sich ebenso

ϕ00 (t) = ∂h2 f (x + th).

 

Per Induktion erhält man schlussendlich

ϕ(k) (t) = ∂hk f (x + th),

 

541
für alle k ∈ {1, . . . , n} und t ∈ [0, 1]. Setzen wir dies in (11.8) und (11.9) ein, so ergibt sich
der Satz.
Für die letzte Aussage sei ε > 0 mit Bε (x0 ) ⊆ U so dass alle partiellen Ableitungen der
Ordnung d + 1 auf Bε (x0 ) beschränkt sind. Expandieren wir die Notation ∂hd+1 f (x + th)

so erhalten wir eine endliche Linearkombination der (d + 1)-ten partiellen Ableitungen, die
für khk ≤ ε und t ∈ [0, 1] beschränkt sind, wobei die Koeffizienten ein Produkt von d + 1
Koordinaten von h = (h1 , . . . , hn )t sind. Da |hj | ≤ khk für j = 1, . . . , n, ergibt sich die
behauptete Fehlerabschätzung durch diese endliche Summe und die Dreiecksungleichung für
das Riemann-Integral.

Um zu veranschaulichen, wieso Satz 11.22 gerade die mehrdimensionale Version von Theo-
rem 9.46 ist, wollen wir diesen hier in Multiindexnotation darstellen. Wir setzen für α ∈ Nn0
und h ∈ Rn

hα = hα1 1 · · · hαnn

sowie α! = α1 ! · · · αn !. Sei U ⊆ Rn offen und f : U → R eine (d + 1)-mal stetig differenzierbare

Funktion. Sei x ∈ U und h ∈ Rn , so dass x + th ∈ U für alle t ∈ [0, 1]. Dann gilt
X 1 α f
f (x + h) = ∂ f (x)hα + Rx,d (h) (11.10)
α!
α ∈Nn αk1 ≤d
0 :kα

wobei
1
(1 − t)d α
Z
f
X
Rx,d (h) = (d + 1) hα ∂ f (x + th) dt. (11.11)
0 α!
α ∈Nn αk1 =d+1
0 :kα

Spricht man von Taylor-Approximation (insbesondere in der Literatur), so ist meistens die
Form in (11.10), (11.11) anstelle von (11.5), (11.6) gemeint.
Wir bemerken an dieser Stelle ebenfalls, dass der Hauptterm auf der rechten Seite von
(11.10) genau wie in der eindimensionalen Taylor-Approximation ein Polynom darstellt –
diesmal allerdings in d Variablen.

Wichtige Übung 11.23 (Satz von Taylor in Multiindexnotation). Zeigen Sie obige Umfor-
mulierung der mehrdimensionalen Taylor-Approximation.

Applet 11.24 (Taylor-Approximation für Berglandschaft). Wir sehen anhand der Funktion
f : (x, y) ∈ R2 7→ sin(x) cos(y)+2 wie die Taylor-Approximationen erster, zweiter, oder dritter
Ordnung die Funktion approximiert.

Wir werden die mehrdimensionale Taylor-Approximation meist nur für d = 1, 2 wie im

folgenden Korollar benötigen.

Korollar 11.25 (Lineare und quadratische Approximation). Sei U ⊆ Rn offen und f : U → R

eine zweimal stetig differenzierbare Funktion. Dann gilt für alle x ∈ U

f (x + h) = f (x) + h∇f (x), hi + O(khk2 )

542
und genauer

f (x + h) = f (x) + h∇f (x), hi + 12 ht H(x)h + o(khk2 )

für h → 0, wobei H(x) wieder die Hesse-Matrix von f bei x darstellt.

Beweis. Die erste Gleichung folgt direkt aus Satz 11.22. Für die zweite bemerken wir zuerst,
f
dass das Restglied Rx,1 nach Satz 11.22 und (11.7) durch
Z 1
f
Rx,1 (h) = (1 − t)ht H(x + th)h dt
0

gegeben ist, wobei H(x) wieder die Hesse-Matrix von f bei x ∈ U bezeichnet. Für h → 0
unterscheidet sich wegen der Stetigkeit der zweiten Ableitungen H(x + th) um o(1) von H(x)
(und die implizite Konstante ist unabhängig von t ∈ [0, 1]). Also gilt
Z 1 1 Z
f t
(1 − t)ht H(x) + o(1) h dt


Rx,1 (h) = (1 − t)h H(x + th)h dt =
0 0
Z 1
= ht H(x)h (1 − t) dt + o(khk2 ) = 12 ht H(x)h + o(khk2 )
0

für h → 0.

Beispiel 11.26. Wir betrachten die Funktion

f : (x, y)t ∈ R2 7→ (x + 1) sin(x + y) − x

und berechnen die ersten partiellen Ableitungen

∂1 f (x, y) = sin(x + y) + (x + 1) cos(x + y) − 1,

∂2 f (x, y) = (x + 1) cos(x + y)

sowie die zweiten partiellen Ableitungen

∂12 f (x, y) = 2 cos(x + y) − (x + 1) sin(x + y)

∂22 f (x, y) = −(x + 1) sin(x + y)
∂2 ∂1 f (x, y) = ∂1 ∂2 f (x, y) = cos(x + y) − (x + 1) sin(x + y)

für (x, y)t ∈ R2 . Damit gilt beispielsweise für die quadratische Taylor-Approximation von f
um (0, 0)t

f (x, y) = y + x2 + xy + o(x2 + y 2 )

für (x, y)t → 0.

543
 Glücklicherweise ist nicht immer notwendig alle partiellen Ableitungen zu berechnen. Statt-
dessen kann man auch auf bekannte Reihendarstellungen zurückgreifen. Wir möchten dies an
einem Beispiel illustrieren.

Beispiel 11.27 (Taylor via bekannter Reihendarstellung). Wir berechnen die Taylor-Approxi-
mation zwölfter Ordnung der Funktion

f : (x, y)t ∈ R2 7→ (x + y) cos(x2 ) ∈ R

um den Ursprung. Die Taylor-Reihe von cos um den Ursprung ist durch
∞
X x2n
cos(x) = (−1)n
(2n)!
n=0

gegeben, womit insbesondere

∞
2
X x4n
cos(x ) = (−1)n = 1 − 21 x4 + 1 8
24 x + O(x12 )
(2n)!
n=0

für alle x ∈ R. Für die gegebene Funktion f und h = (x, y)t → 0 ergibt sich also
 
f (h) = (x + y) cos(x2 ) = (x + y) 1 − 12 x4 + 1 8
24 x + O(x12 )

= x + y − 12 x5 − 12 x4 y + 1 9
24 x + 1 8
24 x y + O(x12 (x + y))
= x + y − 12 x5 − 12 x4 y + 1 9
24 x + 1 8
24 x y + O(khk13 ),

wobei wir verwendet haben, dass x13 = O(khk13 ) sowie x12 y = O(khk13 ). Wir empfehlen den
Leserinnen und Lesern an dieser Stelle, einige Ableitungen der Funktion f zu berechnen und
sich davon zu überzeugen, dass das Verwenden der Potenzreihe des Kosinus obige Rechnung
erheblich verkürzt.

544
11.4 Extremwerte
Definition 11.28 (Extrema). Sei f eine reellwertige Funktion auf einer Menge X. Dann
sagen wir, dass f in xmax ∈ X ein Maximum annimmt, falls f (x) ≤ f (xmax ) für alle x ∈ X
gilt. Die Funktion f nimmt ein striktes Maximum in xmax ∈ X an, falls f (x) < f (xmax )
für alle x ∈ X \ {xmax } gilt. In beiden Fällen bezeichnen wir f (xmax ) als das Maximum
von f . Analoge Begriffe definiert man für das Minimum. In beiden Fällen sprechen wir von
(globalen) Extremwerten.
Sei nun X ein metrischer Raum. Dann sagen wir, dass f in xmax ∈ X ein lokales Maxi-
mum annimmt, falls es ein δ > 0 gibt, so dass f (x) ≤ f (xmax ) für alle x ∈ Bδ (xmax ). Weiter
nimmt f in xmax ∈ X ein striktes lokales Maximum an, falls es ein δ > 0 gibt, so dass
f (x) < f (xmax ) für alle x ∈ Bδ (xmax ) \ {xmax }. In beiden Fällen wird f (xmax ) als lokales
Maximum bezeichnet. Die Definition eines lokalen Minimum ist analog und beide werden
als lokale Extremwerte bezeichnet.

In Satz 10.53 haben wir bereits gesehen, dass stetige Funktionen auf kompakten metrischen
Räumen beide Extremwerte (also Maximum und Minimum) besitzen. Des Weiteren wissen wir
wegen dem Satz von Heine-Borel (Satz 10.57), dass dies insbesondere für abgeschlossene und
beschränkte Teilmengen in Rn anwendbar ist. Die Methoden dieses Kapitels sind aber eher
für offene Teilmengen des Rn relevant. Für abgeschlossene Teilmengen des Rn mit „glatten
Rändern“ werden wir die hier behandelten Methoden im nächsten Kapitel weiter verfeinern.

Proposition 11.29 (Notwendige Bedingung für lokale Extrema). Sei U ⊆ Rn offen, sei
f : U → R eine Funktion und sei x0 ∈ U ein Punkt. Falls f in x0 ein lokales Extremum
annimmt und f in x0 differenzierbar ist, so ist Dx0 f = 0.

Der Beweis dieser Proposition ist weitgehend analog zum Beweis im eindimensionalen Fall
(siehe Proposition 8.17).

Beweis. Wir nehmen ohne Beschränkung der Allgemeinheit an, dass f in x0 ein lokales Ma-
ximum annimmt. Für alle j ∈ {1, . . . , n} und genügend kleine h ∈ R gilt nach Annahme

f (x0 + hej ) − f (x0 ) ≤ 0.

Daher ist

f (x0 + hej ) − f (x0 )

∂j f (x0 ) = lim ≤0
h&0 h

und gleichzeitig auch

f (x0 + hej ) − f (x0 )

∂j f (x0 ) = lim ≥ 0.
h%0 h

Da j ∈ {1, . . . , n} beliebig war, folgt Dx0 f = 0 aus Proposition 11.6.

Wie schon für Funktionen auf Intervallen in R (zum Beispiel für x ∈ R →

7 x3 ∈ R) ist
das Verschwinden der Ableitung aber keine hinreichende Bedingung für das Vorliegen eines
545
Extremwerts. Trotzdem ist Proposition 11.29 in der Praxis sehr nützlich, um die Kandidaten
für lokale Extrema aufzuspüren. In der Tat sind die Kandidaten jene Punkte, bei denen die
Ableitung entweder nicht existiert oder verschwindet.

Definition 11.30 (Kritische Punkte). Sei U ⊆ Rn offen und sei f : U → R eine differenzierba-
re Funktion. Ein Punkt x ∈ U heisst kritischer Punkt von f , falls Dx f = 0. Ist allgemeiner
f eine differenzierbare Abbildung von U nach Rm , so ist x ∈ U ein kritischer Punkt, falls Dx f
Rang kleiner als min(m, n) hat.
Weiter nennt man x ∈ U einen regulären Punkt der Abbildung f : U → Rm , falls x
kein kritischer Punkt von f ist. Das Bild eines kritischen Punktes unter f nennt man auch
einen kritischen Wert; Punkte in Rm im Komplement der kritischen Werte von f heissen
reguläre Werte.

Für die Untersuchung, ob bei einem kritischen Punkt ein lokales Extremum angenommen
wird, benötigen wir weitere Begriffe aus der Linearen Algebra.

Definition 11.31. Sei A ∈ Matn,n (R) eine symmetrische Matrix (das heisst, At = A).
Dann nennt man die Abbildung

QA : v ∈ Rn 7→ v t Av

die zu A assoziierte quadratische Form in n Variablen. Die quadratische Form QA oder

auch die Matrix A heisst

• positiv definit, falls QA (v) > 0 für alle v ∈ Rn \ {0},

• negativ definit, falls QA (v) < 0 für alle v ∈ Rn \ {0},

• indefinit, falls w− , w+ ∈ Rn existieren mit QA (w+ ) > 0 und QA (w− ) < 0, und

• nicht-degeneriert, falls det(A) 6= 0.

Bemerkung (Zwei weitere Begriffe zu quadratischen Formen). Sei A eine symmetrische Ma-
trix und QA die assoziierte quadratische Form. Nebst den oben eingeführten Begriffen zu QA
existieren weitere wichtige Begriffe, die wir hier aber nicht verwenden werden. Die quadrati-
sche Form QA nennt sich positiv semidefinit, falls QA (v) ≥ 0 für alle v ∈ Rn , und negativ
semidefinit, falls QA (v) ≤ 0 für alle v ∈ Rn .
Der Begriff der Definitheit erlaubt es uns nun wie in Korollar 8.37 zu entscheiden, ob bei
einem kritischen Punkt ein lokales Maximum angenommen wird oder nicht.

Korollar 11.32. Sei U ⊆ Rn offen, f : U → R zweimal stetig differenzierbar, x0 ∈ U ein

kritischer Punkt und
n
X
Q(h) = ∂i ∂j f (x0 )hi hj
i,j=1

die quadratische Form assoziiert zur Hesse-Matrix H(x) von f bei x0 . Dann gilt

546
 • Ist Q positiv definit, so nimmt f bei x0 ein striktes lokales Minimum an.

• Ist Q negativ definit, so nimmt f bei x0 ein striktes lokales Maximum an.

• Ist Q indefinit, so hat f bei x0 kein lokales Extremum.

Um sich die obigen Aussagen merken zu können, empfiehlt sich die folgenden einfachen
Beispiele im Gedächnis zu behalten.

• f (x, y) = x2 + y 2 hat ein lokales Minimum bei 0.

• f (x, y) = −x2 − y 2 hat ein lokales Maximum bei 0.

• f (x, y) = x2 − y 2 hat kein lokales Extremum bei 0. Allerdings ist 0 ein kritischer Punkt
von f .

In dem indefiniten Fall spricht man auch von einem Sattelpunkt, siehe folgendes Bild.

Beweis. Nach Korollar 11.25 gilt

   
h
f (x0 + h) − f (x0 ) = 1
2 khk
2
Q + α(x0 , h) (11.12)
khk

für α(x0 , h) = o(1) für h → 0. Falls Q positiv definit ist, dann gilt Q(w) > 0 für alle w ∈ Sn−1 =
{v ∈ Rn | kvk = 1}. Da Sn−1 nach dem Satz von Heine-Borel (Satz 10.57) kompakt ist und Q
stetig ist, existiert daher ein c > 0 mit Q(w) ≥ c für alle w ∈ Sn−1 (siehe Satz 10.53(5)). Es
existiert weiter ein δ > 0, so dass der Fehlerterm α(x0 , h) in (11.12) im Absolutbetrag kleiner
als 2c ist für h ∈ Rn mit khk < δ. Es folgt daher mit (11.12), dass
   
2 h
f (x0 + h) − f (x0 ) ≥ 1
2 khk Q − 2 ≥ 4c khk2 > 0
c
khk

für alle h ∈ Bδ (0) \ {0} gilt, wodurch f in x0 ein striktes lokales Minimum annimmt.
Falls Q negativ definit ist, so ersetzen wir f durch −f , womit Q durch −Q ersetzt wird.
Die quadratische Form −Q ist aber positiv definit und somit nimmt −f in x0 ein striktes
lokales Minimum an, was die Aussage beweist.

547
 Falls Q indefinit ist, so existieren w− , w+ ∈ Sn−1 , so dass Q(w− ) < 0 und Q(w+ ) > 0. Für
hinreichend kleine s ∈ R \ {0} ist dann

|Q(w− )| Q(w+ )
|α(x0 , sw− )| < , |α(x0 , sw+ )| <
2 2

und damit
 
|Q(w− )|
f (x0 + sw− ) − f (x0 ) < 21 s2 Q(w− ) + <0
2
 
1 2 Q(w+ )
f (x0 + sw+ ) − f (x0 ) > 2 s Q(w+ ) − >0
2

Daher nimmt f bei x0 weder ein lokales Minimum noch ein lokales Maximum an.

Auf Grund von Korollar 11.32 sind wir daran interessiert, für eine gegebene Matrix ent-
scheiden zu können, ob sie positiv definit, negativ definit oder indefinit ist. Folgendes Kriterium
aus der Linearen Algebra ist dafür sehr nützlich.

Satz 11.33 (Charakterisierungen von Definitheit). Sei A = (aij )ij ∈ Matn,n (R) eine symme-
trische Matrix. Dann gilt

• A ist genau dann positiv definit, wenn alle der folgenden Determinanten positiv sind:
 
! a11 a12 a13
a11 a12
a11 , det , det a21 a22 a23  , ... , det(A).
 
a21 a22
a31 a32 a33

• A ist genau dann negativ definit, wenn −A positiv definit ist, was genau wechselnden
Vorzeichen der Determinanten beginnend mit negativen Vorzeichen entspricht.

• Falls A nicht-degeneriert ist und weder positiv noch negativ definit ist, dann ist A inde-
finit.

Der Beweis dieses Satzes verwendet nur Methoden der Linearen Algebra und wird deswe-
gen in den nächsten Teilabschnitt ausgelagert. Selbstverständlich existieren weitere, nützliche
Charakterisierungen von Definitheit (beispielsweise via der Eigenwerte).

Beispiel 11.34. Seien a, b ∈ R feste Parameter. Wir definieren f : R2 → R durch

f (x, y) = x sin(y) + ax2 + by 2

für (x, y)t ∈ R2 und betrachten den kritischen Punkt (0, 0)t . Die Hesse-Matrix von f bei (0, 0)t
ist durch
!
2a 1
H=
1 2b

gegeben. Wir wenden Satz 11.33 und das Kriterium in Korollar 11.32 an und erhalten folgende
Fälle.
548
 • Falls a > 0 ist und 4ab − 1 > 0 ist, so ist H positiv definit und f hat bei (0, 0)t ein
lokales Minimum.

• Falls a < 0 ist und 4ab − 1 > 0 ist, so ist H negativ definit und f hat bei (0, 0)t ein
lokales Maximum.

• Falls 4ab − 1 = 0 ist, so ist die Hesse-Matrix degeneriert und unsere Kriterien greifen
nicht (was nicht heisst, dass man diesen Fall nicht trotzdem entscheiden kann).

• Falls 4ab − 1 < 0 ist, so ist die Hesse-Matrix indefinit und (0, 0)t ist ein Sattelpunkt.

Übung 11.35. Finden Sie alle kritischen Punkte der Funktion f : (x, y) ∈ R2 7→ x3 −y 3 +3αxy
zu α ∈ R. Entscheiden Sie jeweils, ob es sich um ein Extremum handelt und wenn ja, ob ein
lokales Minimum oder Maximum angenommen wird.

11.4.1 Beweis des Kriteriums für Definitheit

Wie angekündigt beweisen wir hier Satz 11.33.

Beweis von Satz 11.33. Wir bemerken zuerst, dass für J ∈ GLn (R) die Matrix A genau dann
positiv definit (negativ definit oder indefinit) ist, wenn dies für J t AJ der Fall ist.
Der Beweis der ersten Aussage erfolgt per Induktion nach n. Für n = 1 folgt die Be-
hauptung direkt aus der Definition. Für den Beweis des Induktionsschrittes schreiben wir
A ∈ Matn+1,n+1 (R) als die Blockmatrix
!
B v
A=
vt c

für eine symmetrische Matrix B ∈ Matn,n (R), v ∈ Rn und c ∈ R. Falls die Matrix B inver-
tierbar ist, dann gilt mit
! !
In −B −1 v In 0
J= und J = t
,
0 1 −v t B −1 1

dass
! ! !
t In 0 B v In −B −1 v
J AJ = t −1
−v B 1 vt c 0 1
! ! !
In 0 B −BB −1 v + v B 0
= = ,
−v t B −1 1 v t −v t B −1 v + c 0 c̃

wobei wir c̃ = −v t B −1 v + c gesetzt haben.

 
w
Falls nun A positiv definit ist, dann ist auch (wt , 0)A > 0 für alle w ∈ Rn \ {0}.
0
In obiger Notation folgt daraus, dass B ebenfalls positiv definit ist. Gemeinsam mit der In-
duktionsannahme erhalten wir, dass die ersten n Determinanten positiv sind und insbeson-
dere B ∈ GLn (R) ist. Wenden wir nun obige Rechnung an, so erhalten wir also eine Matrix

549
J ∈ GLn+1 (R), so dass
!
t B 0
J AJ = .
0 c̃

Da A als positiv definit vorausgesetzt wurde, gilt c̃ > 0 und wegen det(J) = 1 auch

det(A) = det(J t AJ) = det(B)c̃ > 0.

Dies beweist den Induktionsschritt in der ersten Richtung.

Sei nun A ∈ Matn+1,n+1 (R) eine symmetrische Matrix, so dass alle Determinanten wie
im Satz positiv sind. Insbesondere hat B eine positive Determinante und ist auf Grund der
Induktionssannahme positiv definit. Wir verwenden wieder die oben definierte Matrix J und
sehen, dass
!
B 0
t
J AJ = und det(A) = det(B)c̃ > 0
0 c̃

und somit c̃ > 0. Daraus folgt aber, dass

!
B 0
0 c̃

und damit auch A positiv definit sind. Dies vollendet den induktiven Beweis der ersten Aussage
im Satz.
Für die zweite Aussage verwenden wir, dass A genau dann negativ definit ist, wenn −A
positiv definit ist (was direkt aus der Definition folgt). Gemeinsam mit der Multilinearität der
Determinante und der ersten Bedingung ergibt sich die gewünschte Charakterisierung mittels
der Folge der Determinanten.
Die letzte Behauptung ist keine Charakterisierung, sondern nur eine hinreichende Bedin-
gung. Ihr Beweis ist etwas anders aufgebaut und verwendet folgenden Satz aus der linearen
Algebra: Jede symmetrische Matrix A ist diagonalisierbar, wobei es sogar eine orthogonale
Matrix K gibt für die K −1 AK diagonal ist. Für die orthogonale Matrix K ist aber K −1 = K t
und wie schon zuvor haben dadurch A und die Diagonalmatrix D = K t AK das gleiche Verhal-
ten bezüglich Definitheit. Nach Vorraussetzung ist A nicht-degeneriert, womit alle Eigenwerte
von A (also die Diagonaleinträge von D) nicht gleich Null sind. Da A nicht positiv definit ist,
ist auch D nicht positiv definit und es existiert ein negativer Eintrag in D. Dies gilt analog für
nicht negativ definit, und zusammen sehen wir, dass sowohl D als auch A indefinit sind.

550
11.5 Parameterintegrale
Seien a < b reelle Zahlen. Ein Integral der Form
Z b
f (x, t) dt,
a

welches von einer oder mehreren Variablen x abhängt, wird als Parameterintegral bezeich-
net.

Satz 11.36 (Differentiation unter dem Integral). Sei U ⊆ Rn eine offene Teilmenge, a < b
reelle Zahlen und f : U × [a, b] → R stetig. Dann definiert das Parameterintegral
Z b
F (x) = f (x, t) dt
a

für x ∈ U eine stetige Funktion F : U → R. Falls zusätzlich die partiellen Ableitungen ∂k f

für k = 1, . . . , n existieren und auf ganz U × [a, b] stetig sind, dann ist F stetig differenzierbar
und es gilt
Z b
∂k F (x) = ∂k f (x, t) dt
a

für alle x ∈ U und k ∈ {1, . . . , n}.

Beweis. Man beachte zuerst, dass auf Grund der Stetigkeit von f die Abbildung t ∈ [a, b] 7→
f (x, t) für jedes x ∈ U stetig und somit Riemann-integrierbar ist (Satz 4.42).
Sei nun x0 ∈ U und η > 0, so dass K = Bη (x0 ) ⊆ U . Nach dem Satz von Heine-Borel
(Satz 10.57) ist K ×[a, b] kompakt und f |K×[a,b] ist gleichmässig stetig nach Proposition 10.64.
Sei also ε > 0. Dann existiert ein δ ∈ (0, η), so dass für alle x ∈ Bδ (x0 ) und t ∈ [a, b] die
Abschätzung

|f (x, t) − f (x0 , t)| < ε

gilt. Dies impliziert

Z b
|F (x) − F (x0 )| ≤ |f (x, t) − f (x0 , t)| dt < ε(b − a)
a

für alle x ∈ Bδ (x0 ) und beweist Stetigkeit von F bei x0 .

Sei nun k ∈ {1, . . . , n} und angenommen f besitzt die stetige partielle Ableitung ∂k f . Seien
x0 ∈ U und K = Bη (x0 ) ⊆ U wie oben. Für s ∈ (−η, η) \ {0} und t ∈ [a, b] existiert nach dem
Mittelwertsatz (Satz 11.14) ein ξt,s ∈ (0, 1) mit

f (x0 + sek , t) − f (x0 , t)

= ∂k f (x0 + ξt,s sek , t).
s

551
Wir wählen für ein ε > 0 mittels der gleichmässigen Stetigkeit von ∂k f auf K × [a, b] ein
δ ∈ (0, η), so dass x ∈ Bδ (x0 ) die Abschätzung

|∂k f (x, t) − ∂k f (x0 , t)| < ε

impliziert. Gemeinsam ergibt sich nun für s ∈ (−δ, δ) \ {0}

b Z b 
F (x0 + sek ) − F (x0 ) f (x0 + sek , t) − f (x0 , t)
Z
− ∂k f (x0 , t) dt = − ∂k f (x0 , t) dt
s a a s
Z b
= (∂k f (x0 + ξt,s sek , t) − ∂k f (x0 , t)) dt
a
≤ ε(b − a).

Da ε > 0 beliebig war, folgt

b
F (x0 + sek ) − F (x0 )
Z
∂k F (x0 ) = lim = ∂k f (x0 , t) dt.
s→0 s a

Nach dem ersten Teil des Satzes ist ∂k F stetig und da k ∈ {1, . . . , n} beliebig war, folgt stetige
Differenzierbarkeit von F aus Satz 11.10.

Beispiel 11.37 (Umfang der Ellipse). Satz 11.36 erlaubt uns insbesondere, Funktionen zu
analysieren, die nur mittels Integralen gegeben sind. Ein Beispiel einer solchen Funktion wollen
wir hier finden, indem wir den Umfang der Ellipse berechnen. Seien a, b > 0 und (ohne
Beschränkung der Allgemeinheit) a ≥ b. Die Ellipse mit Parametern a, b ist dann gegeben
durch die Lösungsmenge der Gleichung

x2 y 2
+ 2 = 1.
a2 b

Eine mögliche Parametrisierung der Ellipse ist somit γ : t ∈ [0, 2π] 7→ (a cos(t), b sin(t)). Der
Umfang der Ellipse ist also (siehe Abschnitt 9.7.2)
Z 2π p qZ 2π
L(γ) = 2 2
γ̇1 (t) + γ̇2 (t) dt = a2 sin2 (t) + b2 cos2 (t) dt
0 0
Z 2π q Z 2π p
2 b 2 2
=a sin (t) + ( a ) cos (t) dt = a 1 − ε2 cos2 (t) dt
0 0
Z π/2 q
= 4a 1 − ε2 sin2 (t) dt,
0
q
2
wobei ε = 1 − ab 2 die Exzentrizität der Ellipse bezeichnet, welche gewissermassen die Abwei-
chung der Ellipse von einem Kreis misst. Das Parameterintegral
Z π/2 q
ε ∈ [0, 1] 7→ 1 − ε2 sin2 (t) dt
0

nennt sich das vollständige elliptische Integral zweiter Art.

552
Korollar 11.38. Sei U ⊆ Rn , seien a < b reelle Zahlen und sei f : U × (a, b) → R stetig mit
stetigen partiellen Ableitungen ∂k f für k ∈ {1, . . . , n}. Seien des Weiteren α, β : U → (a, b)
stetig differenzierbar. Dann ist das Parameterintegral mit veränderlichen Grenzen
Z β(x)
F : x ∈ U 7→ f (x, t) dt
α(x)

stetig differenzierbar und für k ∈ {1, . . . , n} gilt

Z β(x)
∂k F (x) = f (x, β(x)) ∂k β(x) − f (x, α(x)) ∂k α(x) + ∂k f (x, t) dt
α(x)

für alle x ∈ U .

Beweis. Wir kombinieren Satz 11.36, den Fundamentalsatz der Integral- und Differentialrech-
nung (Theorem 9.2) und die mehrdimensionale Kettenregel in Satz 11.13. Dazu definieren wir
die Hilfsfunktion
Z β
2
φ : U × (a, b) → R, (x, α, β) 7→ f (x, t) dt.
α

Wir zeigen zuerst, dass φ stetig ist. Sei also (xn , αn , βn ) ∈ U × (a, b)2 eine Folge, die gegen
(x, α, β) ∈ U × (a, b)2 konvergiert. Wir wählen ein ε > 0 so dass Bε (x) ⊆ U und definieren

c = inf {αn , βn | n ∈ N}
d = sup {αn , βn | n ∈ N} .

Da sowohl α = limn→∞ αn ∈ (a, b) und β = limn→∞ βn ∈ (a, b) folgt c, d ∈ (a, b). (Wieso?)
Damit ist K = Bε (x) × [c, d] ⊆ U × (a, b) eine kompakte Teilmenge und

M = max |f (x0 , t0 )|
(x0 ,t0 )∈K

existiert. Für alle hinreichend grossen n gilt dann aber xn ∈ Bε (x) und es folgt

φ(xn , αn , βn ) − φ(x, α, β)
Z βn Z β Z β Z β
≤ f (xn , t) dt − f (xn , t) dt + f (xn , t) dt − f (x, t) dt
αn α α α
Z β Z β
≤ M |αn − α| + M |βn − β| + f (xn , t) dt − f (x, t) dt ,
α α

wobei wir die Dreiecksungleichung für das Integral (Satz 4.24(iii)) über die Teilintervalle zwi-
schen αn und α (beziehungsweise βn und β) und die Schranke M für die Funktionswerte
von f verwendet haben. Für n → ∞ folgt nun aus Satz 11.36, dass dieser Ausdruck gegen 0
strebt. Da die Folge (xn , αn , βn ) ∈ U × (a, b)2 eine beliebige Folge mit beliebigem Grenzwert
(x, α, β) ∈ U × (a, b)2 war, erhalten wir, dass φ stetig ist (Proposition 5.50).

553
 Des Weiteren gilt nach Satz 11.36, dass die partiellen Ableitungen ∂k φ für k ∈ {1, . . . , n}
existieren und durch
Z β
∂k φ(x, α, β) = ∂k f (x, t) dt
α

für alle (x, α, β) ∈ U × (a, b)2 gegeben sind. Nach obigem Argument ist ∂k φ ebenso stetig.
Nach Theorem 9.2 existieren auch die partiellen Ableitungen von φ nach α und β und sind
gegeben durch

∂α φ(x, α, β) = −f (x, α)
∂β φ(x, α, β) = f (x, β)

für (x, α, β) ∈ U × (a, b)2 . Insbesondere sind ∂α φ, ∂β φ wiederum stetig nach Annahme. Nach
Satz 11.10 ist φ also (stetig) differenzierbar.
Wir bemerken nun, dass die Funktion F im Korollar


x
F :x∈U →
7 φ α(x)
 

β(x)

erfüllt und ist somit gegeben als Verknüpfung der Funktion

 
x
ψ : x ∈ U 7→ α(x)
 

β(x)

mit der stetig differenzierbaren Funktion φ. Nach Annahme im Korollar ist auch ψ stetig
differenzierbar und hat die totale Ableitung
 
In
 Dx α 
 

Dx β

bei x ∈ U . Wir können also die Kettenregel anwenden und erhalten, dass F stetig differen-
zierbar ist und bei x ∈ U und y = (x, α(x), β(x))t gilt
 
In
Dx F = Dy φ ◦ Dx α
 

Dx β

554
beziehungsweise
   
ek ek
∂k F = ( Dx F )ek = Dy φ ( Dx α)ek  = Dy φ ∂k α(x)
   

( Dx β)ek ∂k β(x)
= ∂k φ(y) − f (x, α(x)) ∂k α(x) + f (x, β(x)) ∂k β(x)

für k ∈ {1, . . . , n} wie gewünscht.

11.5.1 Die Bessel-Differentialgleichung

Als Anwendung der obigen, allgemeinen Theorie zu Parameterintegralen möchten wir diese
hier verwenden, um eine Differentialgleichung zu lösen. Für einen Parameter n ≥ 0 heisst die
Differentialgleichung

x2 Jn00 (x) + xJn0 (x) + (x2 − n2 )Jn (x) = 0 (11.13)

auf (0, ∞) die Bessel-Differentialgleichung. Diese ist linear, homogen von zweiter Ordnung und
tritt in mehreren Anwendungen innerhalb und ausserhalb der Mathematik auf.
Aus dem Existenz- und Eindeutigkeitssatz von Picard-Lindelöf (welchen wir gegen Ende
des Semesters beweisen werden) folgt, dass (11.13) gemeinsam mit zwei beliebigen Anfangs-
werten Jn (x0 ) = a und Jn0 (x0 ) = b für x0 > 0 und a, b ∈ R eine eindeutig bestimmte Lösung
auf (0, ∞) besitzt. Wir wollen hier ein Fundamentalsystem der Lösungen beschreiben oder
in anderen Worten zwei linear unabhängige Lösungen angeben, mit denen sich alle weiteren
Lösungen als Linearkombinationen ausdrücken lassen. Hierfür nehmen wir n ∈ N0 an. Ob-
wohl die Bedeutung dieser Annahmen in (11.13) unklar ist, werden die von uns betrachteten
Lösungen diese Annahme benützen.
Das Parameterintegral
Z π
1
Jn (x) = cos(x sin(t) − nt) dt (11.14)
π 0

wird Bessel-Funktion erster Gattung genannt und löst die Differentialgleichung (11.13),
was wir mit Hilfe von Differentiation unter dem Integral (Satz 11.36) nachrechnen können. In
der Tat gilt für beliebige t ∈ [0, π]

∂x (cos(x sin(t) − nt)) = − sin(x sin(t) − nt) sin(t)

und daher
Z π
1
Jn0 (x) =


− sin(x sin(t) − nt) sin(t) dt
π 0

555
und analog
Z π
1
Jn00 (x) = − cos(x sin(t) − nt) sin2 (t) dt.


π 0

Für den Ausdruck x2 Jn00 (x) + (x2 − n2 )Jn (x) erhalten wir daraus
Z π
1
− x2 cos(x sin(t) − nt) sin2 (t) + (x2 − n2 ) cos(x sin(t) − nt) dt


π 0
1 π
Z
cos(x sin(t) − nt) x2 cos2 (t) − n2 dt


=
π 0
1 π
Z



= cos(x sin(t) − nt) x cos(t) − n x cos(t) + n dt
π 0 | {z }
∂t (x sin(t)−nt)
π
1
= sin(x sin(t) − nt)(x cos(t) + n)
π 0
1 π
Z
+ sin(x sin(t) − nt)x sin(t) dt
π 0
= −xJn0 (x)

auf Grund von partieller Integration und der Annahme n ∈ N0 . Daher erfüllt (11.14) die
Differentialgleichung (11.13).
Die Bessel-Funktion zweiter Gattung ist durch das uneigentliche Integral
Z π Z ∞
1 1
et + (−1)n e−nt e−x sinh(t) dt


Yn (x) = sin(x sin(t) − nt)x sin(t) dt −
π 0 π 0

für x ∈ (0, ∞) definiert. Wir möchten kurz annehmen, dass Yn die Differentialgleichung (11.13)
ebenfalls löst. Dann kann man die gesuchte Lösung eines Anfangswertproblems zu (11.13) in
Anwendungen oft bereits mit nur einem Anfangswert f (x0 ) = a bestimmen. Denn falls bekannt
ist, dass f auf dem Intervall (0, x0 ] beschränkt ist, so muss f ein Vielfaches der Bessel-Funktion
Jn der ersten Gattung sein. In der Tat gilt
Z π
1
lim Jn (x) = cos(nt) dt
x&0 π 0

nach Satz 11.36 und

lim Yn (x) = −∞. (11.15)

x&0

Dies schliesst unter den Annahme, dass die gesuchte Lösung auf (0, x0 ] beschränkt ist, die
Funkion Yn oder auch Linearkombinationen αJn + βYn mit β 6= 0 aus. Interessanterweise
müssen wir aber Yn wie oben kennen, nur um dann zu sagen, dass die gesuchte Lösung doch
ein Vielfaches von Jn sein muss.

Übung 11.39 (Bessel-Funktionen zweiter Gattung). Sei n ∈ N0 .

556
(a) Zeigen Sie, dass die Bessel-Funktion Yn zweiter Gattung wohl-definiert ist und beweisen
Sie die Asymptotik in (11.15).

(b) Nehmen Sie eine geeignete Verallgemeinerung der Differentiation unter dem Integral für
das uneigentliche Integrale an und beweisen Sie damit, dass Yn eine Lösung der Bessel-
Differentialgleichung (11.13) darstellt.

(c) Für den Beweis der geeigneten Verallgemeinerung der Differentiation unter dem Integral
betrachte man die Funktionen

(x, t) ∈ (0, ∞) × [1, ∞) 7→ f (x, t) = et + (−1)n e−nt e−x sinh(t)

und

 0 falls u = 0
F : (x, u) ∈ (0, ∞) × [0, 1] 7→ 1
f (x, u )
.

u2 falls u > 0

Zeigen Sie, dass

Z ∞ Z 1
f (x, t) dt = F (x, u) du
1 0

gilt und dass F alle Voraussetzungen von Satz 11.36 erfüllt.

557
11.6 Wegintegrale

11.6.1 Skalare Wegintegrale

Sei U ⊆ Rn eine offene Teilmenge und γ : [a, b] → U ein stetig differenzierbarer Weg. Wie
wir bereits in Abschnitt 9.7.2 gesehen haben, kann man die Länge von γ durch
Z b
L(γ) = kγ 0 (t)k dt
a

definieren und berechnen. In Lemma 9.67 haben wir auch gesehen, dass man den Weg oft so
reparametrisieren kann, dass kγ 0 (s)k = 1 für alle s ∈ [a, b] gilt, womit s bereits die Bedeutung
der Bogenlänge entlang des Weges annimmt (was ist die Länge des Weges bis zu Zeitpunkt t,
falls kγ 0 (s)k = 1 für alle s gilt?).
Der obige Begriff der Länge eines Weges lässt sich auf eine etwas grössere Klasse erweitern.

Definition 11.40 (Stückweise differenzierbare Wege und deren Längen). Ein (wie immer
stetiger) Weg γ : [a, b] → Rn heisst stückweise (stetig) differenzierbar, falls eine Zerlegung
Z = {a = s0 < . . . < sK = b} von [a, b] existiert, so dass γ|[sk−1 ,sk ] für alle k ∈ {1, . . . , K} stetig
differenzierbar ist. Die Länge des stückweise differenzierbaren Weges γ ist definiert durch

K
X K Z
X sk
L(γ) = L(γk ) = (γ|[sk−1 ,sk ] )0 (s) ds.
k=1 k=1 sk−1

Eine Zerlegung Z wie oben werden wir eine für die stückweise differenzierbare Funktion er-
laubte Zerlegung nennen.

Übung 11.41 (Wohldefiniertheit der Länge stückweise differenzierbarer Wege). Obiger Begriff
der Länge eines stückweise differenzierbaren Weges verwendet strenggenommen die gewählte
Zerlegung und sollte formal korrekt durch L(γ, Z) bezeichnet werden. Zeigen Sie, dass der
Begriff der Länge eines stückweise differenzierbaren Weges nicht von der Wahl einer erlaubten
Zerlegung abhängt, also L(γ, Z) = L(γ, Z0 ) gilt, falls Z0 eine weitere erlaubte Zerlegung von [a, b]
ist.

Es gibt auch Situationen, wo das skalare Wegintegral einer stetigen reellwertigen Funk-
tion f : U → R entlang eines stetigen differenzierbaren Weges γ : [a, b] → U
Z b
f (γ(s))kγ 0 (s)k ds
a

von Bedeutung ist. Wie zuvor die Weglänge lässt sich dieser Begriff auf stückweise differen-
zierbare Wege erweitern.
Zum Beispiel könnte für f : U → (0, ∞) der Wert f (x) das Inverse der erlaubten Höchstge-
schwindigkeit im Punkt x ∈ U angeben. In der Tat falls Z = {a = s0 < s1 < . . . < sK = b} eine
bereits sehr feine Zerlegung des Intervalles [a, b] ist, dann gibt für k ∈ {1, . . . , K} das Produkt
f (γ(sk ))kγ(sk ) − γ(sk−1 )k näherungsweise die Zeit an, die man bei Höchstgeschwindigkeit

558
braucht, um von γ(sk−1 ) nach γ(sk ) zu gelangen (wieso?). Dies führt dann zur Interpretation
von
Z b
Df (γ) = f (γ(s))kγ 0 (s)k ds
a

als die Gesamtdauer der Reise entlang des Weges γ, wenn man immer mit erlaubter Höchstge-
schwindigkeit (von f angegeben) reist. Damit kann man nun die minimale Reisedauer (streng
genommen als Infimum definierte, nicht unterschreitbare Reisedauer) als eine natürliche Metrik
auf U einführen, die von der gewählten inversen Höchstgeschwindigkeit (Dichte des Verkehrs)
f abhängt. Falls f die Dichte eines Mediums beschreibt, so hat dies wiederum eine mögliche
physikalische Interpretation wie in Beispiel 8.54.

Übung 11.42 (Metrik über gewichtete Längen von Wegen). Sei U ⊆ Rn eine offene, zu-
sammenhängende Teilmenge und sei f : U → (0, ∞) stetig. Definieren Sie in Analogie zu
Übung 11.18 die Distanz d(x, y) zweier Punkte x, y ∈ U durch
Z b 
0
inf f (γ(t))kγ (t)k dt γ : [a, b] → U stückweise differenzierbar mit γ(a) = x, γ(b) = y .
a

Zeigen Sie, dass d in der Tat eine Metrik auf U definiert und dass diese die Standardtopologie
auf U induziert.

11.6.2 Wegintegrale von Vektorfeldern

Für viele weitere Anwendungen ist hingegen ein anderer Begriff des Wegintegrals von Be-
deutung.

Definition 11.43 (Wegintegral eines Vektorfelds). Sei U ⊆ Rn eine offene Teilmenge und
sei f : U → Rn ein stetiges Vektorfeld. Wir definieren das Wegintegral des Vektorfelds f
entlang eines stetig differenzierbaren Weges γ : [a, b] → U durch
Z Z b
f · ds = f (γ(s)), γ 0 (s) ds
γ a

Ist γ : [a, b] → U stückweise differenzierbar und Z = {a = s0 < s1 < . . . < sK = b} eine er-
laubte Zerlegung von [a, b] für γ, so setzt man wiederum

Z K Z
X
f · ds = f · ds.
γ k=1 γ|[sk−1 ,sk ]

Eine von vielen physikalischen Interpretationen ist die Berechnung der Arbeit entlang eines
Weges γ. Angenommen f (x) gibt die Richtung und die Stärke einer Krafteinwirkung auf einen
Körper an der Stelle x ∈ U an. Dann ist hf (γ(sk )), γ(sk ) − γ(sk−1 )i näherungsweise die ver-
richtete Arbeit auf einem Teilintervall [sk−1 , sk ] einer Zerlegung Z = {a = s0 < . . . < sK = b}.
Die Argumente in Abschnitt 9.7 führen dann zur Interpretation von γ f · ds als die geleistete
R

Arbeit für die Reise entlang des Weges γ von γ(a) nach γ(b). Diese Gesamtarbeit hängt im

559
Allgemeinen vom gewählten Weg und nicht nur vom Anfangsort γ(a) und vom Zielort γ(b)
ab (siehe Beispiel 11.45 unten). Die geleistete Arbeit hängt aber nicht von der gewählten
Parametrisierung des Weges ab (vergleiche Lemma 9.67).

Lemma 11.44 (Reparametrisierungen und Richtungsumkehr eines Weges). Sei U ⊆ Rn eine

offene Teilmenge, f : U → Rn ein stetiges Vektorfeld und sei γ : [a, b] → Rd ein stetig
R
differenzierbarer Weg für a < b. Dann ändert sich der Wert des Wegintegrals γ f · ds nicht
unter (orientierungserhaltenden) Reparametrisierungen von γ.
Weiter gilt für den umgekehrten Weg γ̃ : t ∈ [−b, −a] 7→ γ(−t) mit γ̃(−b) = γ(b) und
γ̃(−a) = γ(a)
Z Z
f · ds = − f · ds.
γ̃ γ

Beweis. Sei [ã, b̃] ein kompaktes Intervall mit Endpunkten ã < b̃ und ψ : [ã, b̃] → [a, b] eine
stetig differenzierbare, monoton wachsende, bijektive Funktion. Dann gilt
Z Z b̃ Z b̃
0
f · ds = f (γ(ψ(t))), (γ ◦ ψ) (t) dt = f (γ(ψ(t))), γ 0 (ψ(t)) ψ 0 (t) dt
γ◦ψ ã ã
Z b Z
= f (γ(s)), γ 0 (s) ds = f · ds.
a γ

Die zweite Aussage folgt mit selbiger Rechnung und der Funktion ψ : [−b, −a] → [a, b], t 7→ −t
mit ψ 0 (t) = −1 für alle t ∈ [−b, −a]. Überprüfen Sie dies.

Beispiel 11.45 (Wirbelsturm mit Auge). Wir betrachten das Vektorfeld f : R2 → R2 definiert
durch

−y
 
f (x, y) =
x

für (x, y)t ∈ R2 und betrachten im Folgenden mehrere Wege γ von (0, 0)t nach (1, 1)t und
R
berechnen das Wegintegral γ f · ds.

(a) Sei γ0 : t ∈ [0, 1] 7→ (t, t)t der gerade Weg von (0, 0)t nach (1, 1)t . Dann gilt
Z Z 1 Z 1    
−t 1
f · ds = f (γ0 (t)), γ00 (t) dt = , dt = 0.
γ0 0 0 t 1

(b) Sei γ1 : [0, 2] → R2 der Weg definiert durch

(
(t, 0)t falls t ∈ [0, 1]
γ1 (t) = t
(1, t − 1) falls t ∈ [1, 2]

560
 für t ∈ [0, 2], was einen stückweise differenzierbaren Weg von (0, 0)t nach (1, 1)t definiert.
Es gilt
Z Z 1     Z 2    
0 1 1−t 0
f · ds = , dt + , dt = 1
γ1 0 t 0 1 1 1

(c) Sei γ−1 : [0, 2] → R2 der Weg definiert durch

(
(0, t)t falls t ∈ [0, 1]
γ−1 (t) = t
(t − 1, 1) falls t ∈ [1, 2]

für t ∈ [0, 2], was wiederum einen stückweise differenzierbaren Weg von (0, 0)t nach (1, 1)t
definiert. Damit erhalten wir
Z Z 1     Z 2    
−t 0 −1 1
f · ds = , dt + , dt = −1
γ−1 0 0 1 1 t−1 0

R
Wir sehen also, dass für den „Wirbelsturm“ die geleistete Arbeit γ f · ds vom gewählten Weg
γ abhängt. Bewegt man sich „senkrecht“ zum Vektorfeld, so wird gar keine Arbeit geleistet
(siehe γ0 ); bewegt man sich mit dem Vektorfeld, so wird positive Arbeit geleistet (siehe γ1 ),
und bewegt man sich „entgegen dem Vektorfeld“, so wird negative Arbeit geleistet (siehe γ−1 ).

561
11.7 Konservative Vektorfelder
Definition 11.46. Sei U ⊆ Rn ein Gebiet und f : U → Rn ein stetiges Vektorfeld. Dann
heisst f konservativ, falls Wegintegrale des Vektorfelds f nur von Anfangs- und Endpunkt
abhängen. Genauer formuliert, falls für alle stückweise stetig differenzierbaren Wege γ : [a, b] →
U und η : [a0 , b0 ] → U mit γ(a) = η(a0 ) und γ(b) = η(b0 ) gilt
Z Z
f · ds = f · ds.
γ η

Wichtige Übung 11.47 (Verbindbarkeit). Zeigen Sie, dass je zwei Punkte in einem Gebiet
durch einen stückweise stetig differenzierbaren Weg miteinander verbunden werden können
(siehe auch Übung 11.18).

Eine Schlaufe in einer offenen Teilmenge U ⊆ Rn ist ein Weg mit gleichem Anfangs- und
Endpunkt (das heisst, ein Weg γ : [a, b] → U mit γ(a) = γ(b)). Ob ein Vektorfeld konservativ
ist oder nicht, lässt sich auch mit Schlaufen charakterisieren.

Übung 11.48 (Schlaufencharakterisierung). Zeigen Sie, dass ein stetiges Vektorfeld f : U →

Rn auf einem Gebiet U ⊆ Rn genau dann konservativ ist, wenn für jede stückweise stetig
R
differenzierbare Schlaufe γ in U gilt γ f · ds = 0.

Satz 11.49 (Stammfunktion). Sei U ⊆ Rn ein Gebiet und f : U → Rn ein stetiges Vektorfeld.
Dann ist f genau dann konservativ, wenn es eine stetig differenzierbare Funktion F : U → R
mit f (x) = ∇F (x) für alle x ∈ U gibt.
Des Weiteren gelten für ein stetig differenzierbares konservatives Vektorfeld f und deren
Komponenten f1 , . . . , fn die (partiellen) Differentialgleichungen

∂j fk = ∂k fj

für alle j, k ∈ {1, . . . , n}.

Die differenzierbare Funktion F in obigem Satz übernimmt die Rolle der Stammfunktion
im Fundamentalsatz der Integral- und Differentialrechnung und wird auch das zum Vektorfeld
f assoziierte Potential (Potentialfunktion) genannt. Diese Funktion existiert aber nicht
für alle, sondern nur für gewisse (eben konservative) Vektorfelder.

Übung 11.50 (Wirbelsturm hat kein Potential). Zeigen Sie direkt und nochmals unter Ver-
wendung von Satz 11.49), dass das Vektorfeld aus Beispiel 11.45 kein Potential besitzt.

Beweis. Angenommen es gibt eine differenzierbare Funktion F : U → R mit f (x) = ∇F (x)

für alle x ∈ U . Sei γ : [a, b] → U ein stetig differenzierbarer Weg. Dann ist für t ∈ [a, b] also
f (γ(t)) = ∇F (γ(t)) = ( Dγ(t) F )t und somit nach der Kettenregel
Z Z b Z b Z b
f · ds = f (γ(t)), γ 0 (t) dt = Dγ(t) F γ 0 (t) dt = (F ◦ γ)0 (t) dt
γ a a a

= F (γ(b)) − F (γ(a)).

562
Falls γ bloss stückweise stetig differenzierbar ist und und Z = {a = s0 < s1 < . . . < sK = b} ei-
ne erlaubte Zerlegung von [a, b] ist, so kann man obige Rechnung auf die Teilintervalle [sk−1 , sk ]
anwenden. Dies führt zu einer Teleskopsumme
Z K Z
X K
X
f · ds = f · ds = F (γ(sk )) − F (γ(sk−1 )) = F (γ(b)) − F (γ(a)).
γ k=1 γ|[sk−1 ,sk ] k=1

Daher ist f konservativ.

Sei nun f konservativ und x0 ∈ U ein fester Punkt. Da U zusammenhängend ist, gibt es
nach Übung 11.47 zu jedem x ∈ U einen stückweise stetig differenzierbaren Weg γx in U mit
Anfangspunkt x0 und Endpunkt x. Wir betrachten die Funktion
Z
F : x ∈ U 7→ f · ds,
γx

welche nicht vom gewählten Weg γx abhängt, da f konservativ ist.

Sei nun x ∈ U , k ∈ {1, . . . , n} und h ∈ R \ {0} klein genug, so dass x + thek ∈ U für alle
t ∈ [0, 1]. Wir können dann mit Hilfe eines Weges γx : [a, b] → U von x0 nach x einen Weg
γx+hek von x0 nach x + hek durch
(
γx (t) falls t ∈ [a, b]
t ∈ [a, b + 1] 7→ γx+hek (t) =
x + (t − b)hek falls t ∈ [b, b + 1]

definieren. Für die partielle Ableitung ∂k F von F ergibt sich dadurch

!
F (x + hek ) − F (x)
Z Z
∂k F (x) = lim = lim h1 f · ds − f · ds
h→0 h h→0 γx+hek γx
Z b+1 Z 1
1
= lim h hf (x + (t − b)hek ), hek i dt = lim fk (x + shek ) ds = fk (x)
h→0 b h→0 0

auf Grund von Satz 11.36 und der Stetigkeit von fk . Da dies für alle x ∈ U und k ∈ {1, . . . , n}
gilt und f1 , . . . , fn per Annahme stetig sind, folgt aus Satz 11.10, dass die totale Ableitung
von F überall existiert und ∇F (x) = f (x) für alle x ∈ U gilt.
Sei nun f konservativ und stetig differenzierbar. Dann existiert nach obigem eine Funktion
F mit ∇F = f . Für j, k ∈ {1, . . . , n} gilt dann

∂j fk = ∂j ∂k F = ∂k ∂j F = ∂k fj

nach dem Satz von Schwarz (Satz 11.20).

11.7.1 Integrabilitätsbedingungen
Wie wir in Satz 11.49 gezeigt haben, stellen die partiellen Differentialgleichungen

∂k fj = ∂j fk (11.16)

563
für j, k ∈ {1, . . . , n} zu einem stetig differenzierbaren Vektorfeld f auf einem Gebiet eine
notwendige Bedingung für die Existenz eines Potentials zu f dar. Wir nennen diese die Inte-
grabilitätsbedingungen und wollen hier diskutieren, inwiefern sie auch hinreichend sind.
Wir haben bereits einige Male zuvor gesehen, dass Eigenschaften von Funktionen auf ver-
schiedenen Definitionsgebieten unterschiedlich zusammenhängen, und Konservativität und die
Integrabilitätsbedingungen bilden ein weiteres Beispiel dafür: Für gewisse Gebiete reicht es
tatsächlich, die Integrabilitätsbedingungen zu überprüfen, um entscheiden zu können, ob ein
Potential existiert oder nicht; allerdings nicht für alle Gebiete, wie folgendes Beispiel zeigt.

Beispiel 11.51 (Wirbelsturm mit Singularität). Wir betrachten n = 2, das Gebiet U =

R2 \ {0} und das Vektorfeld f : U → R2 gegeben durch

−y
!
x2 +y 2
f (x, y) = x
.
x2 +y 2

für (x, y)t ∈ U . In diesem Fall ist

−x2 + y 2
 
x
∂1 f2 (x, y) = ∂x =
x + y2
2 (x2 + y 2 )2

und

−(x2 + y 2 ) − (−y)2y −x2 + y 2

 
−y
∂2 f1 (x, y) = ∂y = = ,
x + y2
2 (x2 + y 2 )2 (x2 + y 2 )2

womit die Integrabilitätsbedingungen in (11.16) auf ganz U erfüllt sind. Dennoch ist f nicht
konservativ. Sei γ : [0, 2π] → U die stetig differenzierbare Schlaufe (der geschlossene Weg)
definiert durch
!
cos(t)
γ(t) =
sin(t)

für t ∈ [0, 2π], die einmal im Gegenuhrzeigersinn um den Einheitskreis läuft. Dann ist
Z Z 2π  
− sin(t) − sin(t)
 
f · ds = , dt = 2π,
γ 0 cos(t) cos(t)

obwohl γ ein geschlossener Weg ist mit γ(0) = γ(2π) = (1, 0)t .

In der Tat misst das Wegintegral in obigen Beispiel die Änderung des Winkels beim Ur-
sprung, doch lässt sich der Winkel als Potential nicht stetig auf ganz R2 \ {0} definieren (was
mit der Nicht-Existenz eines Logarithmus auf der komplexen Ebene äquivalent ist). Wie wir
jetzt aber zeigen werden, sind für gewisse Gebiete die Integrabilitätsbedingungen dennoch
hinreichend.

Satz 11.52 (Integrabilitätsbedingungen auf sternförmigen Gebieten). Sei U ⊆ Rn offen und

sternförmig. Ein stetig differenzierbares Vektorfeld f : U → Rn ist genau dann konservativ,

564
wenn f den Integrabilitätsbedingungen

∂k fj = ∂j fk

für alle j, k ∈ {1, . . . , n} genügt.

Beweis. Die Notwendigkeit der Integrabilitätsbedingungen wurde bereits in Satz 11.49 bewie-
sen. Für die Umkehrung verwenden wir ein Zentrum z ∈ U und das Wegintegral von f über
die gerade Strecke von z nach x ∈ U , um eine Funktion F : U → R durch
Z 1
F (x) = hf (z + t(x − z)), (x − z)i dt
0

für x ∈ U zu definieren. Entsprechend dem Beweis von Satz 11.49 stellt F gerade einen
Kandidaten für ein Potential von f dar.
Wir fixieren ein j ∈ {1, . . . , n} und betrachten als Vorbereitung zur Berechnung von ∂j F
zuerst für h ∈ Rn
n
X n
X
∂h fj = hk ∂k fj = hk ∂j fk (11.17)
k=1 k=1

nach den vorausgesetzten Integrabilitätsbedingungen. Nach Satz 11.36 über Differenzierbarkeit

von Parameterintegralen existiert für j ∈ {1, . . . , n} die partielle Ableitung ∂j F der Funktion
F , die gleichzeitig als Weg- und als Parameterintegral definiert ist. Des Weiteren gilt für x ∈ U
n
!
Z 1 X  
∂j F (x) = ∂xj fk z + t(x − z) (xk − zk ) dt
0 k=1
n
!
Z 1 X    
= (∂j fk ) z + t(x − z) t(xk − zk ) + fj z + t(x − z) dt, (11.18)
0 k=1

da einzig der Term mit k = j die Produktregel erfordert und da die partielle Ableitung von
x ∈ U 7→ fk z + t(x − z) nach xj durch t(∂j fk ) z + t(x − z) für x ∈ U gegeben ist.

Letzteres folgt aus der mehrdimensionalen Kettenregel oder wie folgt: wir definieren für t ≥ 0
die Funktion x 7→ ψt (x) = fk z + t(x − z) und betrachten die partielle Ableitung ∂j ψt (x).

Für t > 0 berechnet man direkt

1



∂j ψt (x) = lim fk z + t(x + sej − z) − fk z + t(x − z)
s→0 s
1



= t lim fk z + t(x − z) + stej − fk z + t(x − z)
s→0 st

= t∂j fk (z + t(x − z)).

Für t = 0 hängt ψ0 = fk (z) ja nicht von x ab, womit die partielle Ableitung ∂j ψ0 verschwindet.

565
 Wir setzen nun h = x − z, verwenden (11.17) in (11.18) und erhalten mit partieller Inte-
gration
Z 1 Z 1
∂j F (x) = t ∂h fj (z + th) dt + fj (z + th) dt
0 | {z } 0
d
= dt
(t7→fj (z+th))
Z 1 Z 1
= [tfj (z + th)]10 − fj (z + th) dt + fj (z + th) dt
0 0
= fj (z + h) = fj (x).

Daher ist f = ∇F , F ist stetig differenzierbar nach Satz 11.10 und der Satz folgt aus der
Charakterisierung der Konservativität in Satz 11.49.

Übung 11.53. Für welchen Wert von λ ∈ R ist das Vektorfeld f : R2 → R2 definiert durch
!
λxey
f (x, y) =
(y + 1 + x2 )ey

für (x, y)t ∈ R2 konservativ? Bestimmen Sie für diesen Wert ein Potential von f .

Applet 11.54 (Integrabilitätsbedingungen). Welche verschiedenen Werte für das Wegintegral

(dargestellt unten rechts) können Sie erzielen wenn Sie geschlossene Wege betrachten? Warum
ändert sich der Wert des Wegintegral meist nicht aber manchmal schon wenn Sie die mittleren
drei Punkte bewegen?

566
11.8 Weitere Lernmaterialien

11.8.1 Verwendung des Kapitels

Dieses Kapitel stellt die Grundlagen für die restlichen Themen des Semesters zur Verfü-
gung. In der Tat ist der Begriff der totalen Ableitung für alle weiteren Diskussionen wie zum
Beispiel rund um Teilmannigfaltigkeiten im nächsten Kapitel oder auch der mehrdimensiona-
len Substitutionsregel von fundamentaler Bedeutung. Für die mehrdimensionalen Integralsätze
werden wir allerdings noch weitere Ableitungsbegriffe kennenlernen, die allerdings ohne ein gu-
tes Verständnis der Ableitung im Sinne von Definition 11.3 schwer verständlich sein werden.
Der Begriff der partiellen Ableitung ist für die Theorie aber vor allem für alle praktischen Be-
rechnungen unabdingbar und stellt einen direkten Zusammenhang zu allen Sätzen und Regeln
der eindimensionalen Differentialrechnung her.
Des Weiteren sind Wegintegrale für die Anwendungen (zum Beispiel in der Physik) aber
auch für den weiteren Aufbau der mehrdimensionalen Analysis notwendig. Dies haben wir
bereits bei der Besprechung der konservativen Vektorfelder gesehen. Die Sätze rund um diesen
Begriff zeigen ebenso, dass die mehrdimensionale Analysis deutlich komplexer als die eindi-
mensionale Analysis ist: Im Fundamentalsatz der Differential- und Integralrechnung haben
wir gesehen, dass in der eindimensionalen Analysis jede stetige Funktion auf einem Inter-
vall als Ableitung einer Funktion (Stammfunktion) auftritt. Doch ein Vektorfeld auf einer
offenen Teilmengen in Rn ist nicht immer eine Ableitung einer Potentialfunktion. Selbst die
notwendigen Integrabilitätsbedingungen (welche sich aus dem Satz von Schwarz ergeben) stel-
len keine Charakterisierung der Konservativität dar, da die Gestalt des Definitionsbereiches
einen weiteren Einfluss auf den Begriff hat. Wir werden diesen Problemen etwas allgemeiner
im Zusammenhang der mehrdimensionalen Integralsätze nochmals begegnen.
Das Berechnen von höheren Ableitungen von reellwertigen Funktionen auf offenen Teilmen-
gen von Rn ist zwar prinzipiell nicht schwierig, ist aber ab der dritten Ableitung kaum mehr
praktisch. In der Tat hat bereits die dritte totale Ableitung n3 + n(n − 1) + n verschiedene

Komponenten (da manche der n3 iterierten partiellen Ableitungen nach dem Satz von Schwarz
übereinstimmen). Für n = 3 sind dies 1 + 6 + 3 = 10 und für n = 4 bereits 4 + 12 + 4 = 18
Komponenten. Aus diesem Grund beschränkt man sich meist auf die erste und zweite Ablei-
tung, welche durch den Gradienten und die Hesse-Matrix gegeben sind. Sollte die Berechnung
einer höheren Taylor-Approximation gewünscht sein, so ist es einfacher diese mittels der De-
finition der gegebenen Funktion aus eindimensionalen Taylor-Approximationen zu berechnen.
Die Hesse-Matrix und die Begriffe der positiv und negativ definiten Matrizen sind hingegen
sehr nützlich, da wir diese zur Bestimmung von lokalen Extremwerten benötigen.

11.8.2 Übungen
Übung (Konvexität für Funktionen und Teilmengen). Sei I ein Intervall und f : I → R eine
Funktion. Zeigen Sie, dass f genau dann konvex ist, wenn die Teilmenge

{(x, y) ∈ I × R | y ≥ f (x)} ⊆ R2

567
der Punkte in der Ebene oberhalb des Graphen von f konvex ist.

Übung. Sei f : R2 → R definiert durch


0 falls (x, y) = (0, 0),
f (x, y) =
(x2 + y 2 ) sin( 1
x2 +y 2
) andernfalls.

(i) Zeigen Sie, dass f auf ganz R2 differenzierbar ist.

(ii) Zeigen Sie, dass die partiellen Ableitungen von f nicht überall stetig sind.

Übung (Notwendigkeit der Annahmen im Satz von Schwarz). In dieser Übung möchten wir
eine zweimal differenzierbare Funktion f : R2 → R konstruieren, deren partielle Ableitungen
∂1 ∂2 f , ∂2 ∂1 f beim Punkt (0, 0) nicht stetig sind und dort verschiedene Werte haben. Dies zeigt,
dass die Annahme der zweifachen stetigen Differenzierbarkeit im Satz von Schwarz (Satz 11.20)
notwendig war.
Sei f : R2 → R definiert für alle für (x, y)t ∈ R2 durch

 xy x2 −y2 falls (x, y) 6= (0, 0),
x2 +y 2
f (x, y) =
0 falls (x, y) = (0, 0).

(i) Zeigen Sie, dass f zweimal differenzierbar ist. Überzeugen Sie sich dazu zuerst davon,
dass f stetig ist.

(ii) Zeigen Sie, dass ∂xy f und ∂yx f auf R2 \ {(0, 0)} stetig sind.

(iii) Zeigen Sie, dass ∂xy f (0, 0) = −∂yx f (0, 0) = 1 gilt.

Übung. Zeigen Sie, dass das vollständige elliptische Integral zweiter Art (siehe Beispiel 11.37)
Z π/2 q
E : x ∈ [0, 1] 7→ 1 − x2 sin2 (t) dt
0

der Differentialgleichung

(x2 − 1)xE 00 (x) + (x2 − 1)E 0 (x) − xE(x) = 0

genügt.

Übung (Unabhängigkeit von Parametrisierung). Sei U ⊆ Rn eine offene, zusammenhängende

Teilmenge und sei f : U → R stetig. Sei γ : [a, b] → U ein stetig differenzierbarer Weg. Zeigen
Sie, dass der Wert
Z b
f (γ(s))kγ 0 (s)k ds
a

gleich bleibt unter Reparametrisierungen des Weges γ.

568
Übung (Differenzierbare Reparametrisierungen). Sei γ : [a, b] → Rn ein stückweise differen-
zierbarer Weg. Zeigen Sie, dass eine Reparametrisierung von γ existiert, die stetig differen-
zierbar ist.

Übung (Eindeutigkeit des Potentials). Sei U ⊆ Rn ein Gebiet und f : U → Rn ein konser-
vatives Vektorfeld. Zeigen Sie, dass Potentiale von f sich um Konstanten unterscheiden.

569
570
Kapitel 12

Anfänge der Differentialgeometrie

Wie wir bereits am Anfang von Kapitel 11 erwähnt haben, kann eine Abbildung der Form
f : U → Rm auf einer offenen Menge U ⊆ Rn verschiedene Bedeutungen haben. In diesem
Kapitel werden wir folgende Blickwinkel in den Vordergrund stellen:

• Für m = n könnte f einen glatten Koordinatenwechsel („Diffeomorphismus“) darstellen.

Polar-, Zylinder-, und Kugelkoordinaten werden drei einfache Beispiele dafür darstellen.

• Für m < n könnten wir uns für die Lösungsmenge eines (meist nicht-linearen) Glei-
chungssystems f (x) = 0 interessieren. Unter geeigneten Annahmen wird die Lösungs-
menge eine „Teilmannigfaltigkeit“ von Rn darstellen. Zum Beispiel ist die Lösungsmenge
der Gleichung x2 + y 2 + z 2 − 1 = 0 die Teilmannigfaltigkeit S2 = v ∈ R3 | kvk = 1 des


dreidimensionalen euklidschen Raumes R3 .

• Für n < m könnte f : U → Rm eine Parametrisierung einer derartigen „n-dimensionalen

Teilmannigfaltigkeit“ im Rm darstellen. Zum Beispiel könnten wir U = (0, π) × (−π, π)
gemeinsam mit Breiten- und Längengraden verwenden, um S2 fast vollständig mittels

f (θ, ϕ) = (sin θ cos ϕ, sin θ sin ϕ, cos θ)

für (θ, ϕ) ∈ U zu parametrisieren. Die Abbildung f liefert also gewissermassen Koordi-

naten auf der Sphäre S2 (und stellt, wenn man will, einen Teil eines Atlas zu S2 dar).

Wir beginnen unsere Diskussion mit dem zweiten Blickwinkel, doch deuten obige Beispiele
schon an, dass die drei Themen eng miteinander verwandt sind. Die Sätze und Begriffe dieses
Kapitels stellen die Anfänge der Differentialgeometrie dar, welche nebst grosser mathemati-
scher Relevanz auch in anderen Fachgebieten wie zum Beispiel der allgemeinen Relativitäts-
theorie der Physik eine zentrale Rolle einnimmt.

12.1 Sätze zur impliziten Funktion und zur inversen Abbildung

Innerhalb der Mathematik oder auch in Anwendungen treten oft Gleichungen der Form
F (x, y) = 0 auf, die man dann gerne als Definition einer „implizit definierten Funktion“ y =

571
y(x) auffassen würde. Zum Beispiel könnte F das sehr konkrete Polynom

F (x, y) = y 5 + x2 y 4 + (1 + x)y 3 − x5 y + 2

sein, womit wir bereits ein sehr schwieriges Problem vor uns haben: Wie können wir für ein
vorgegebenes x ∈ R die Lösung y = y(x) von F (x, y) = 0 durch eine Formel angeben? Definiert
dies überhaupt eine Funktion?
Da im Allgemeinen ein Polynom fünften Grades (hier y ∈ R 7→ F (x, y) für ein fest gewähltes
x ∈ R) bis zu fünf reelle Nullstellen besitzen kann, definiert F (x, y) = 0 keine eindeutig
bestimmte Funktion x 7→ y(x). Wir werden dieses Problem im Folgenden umgehen, indem wir
von einem bekannten Lösungspaar (x0 , y0 ) mit F (x0 , y0 ) = 0 ausgehen und für x in der Nähe
von x0 eine Lösung y = y(x) für F (x, y) = 0 ebenfalls nur in der Nähe von y0 suchen. Unter
geeigneten Annahmen wird dies y eindeutig als Funktion von x bestimmen.
Die Antwort auf die erste Frage ist vielleicht etwas überraschender. Selbst für eine polyno-
mielle Gleichung der Form F (x, y) = 0 wie oben gibt es im Allgemeinen keine Formel, die die
gesuchte Lösung mittels Wurzelausdrücken bestimmt. (Der Beweis dieser Aussage verwendet
Galois-Theorie aus der Vorlesung Algebra II im zweiten Studienjahr des Mathematikstudi-
ums.)
Für gewisse nicht-polynomielle Gleichungen wie zum Beispiel

F (x, y) = x − y − ey = 0 (12.1)

ist es etwas weniger überraschend, dass wir keine konkrete Lösungsformel angeben können,
selbst wenn für die Gleichung (12.1) zu jedem x ∈ R ein eindeutig bestimmtes y = y(x) ∈ R
mit x = y + ey existiert (wieso?). Dennoch wollen wir die Funktion auch ohne Angabe einer
konkreten Formel weiter untersuchen.
Wir geben uns also im Zusammenhang mit einer impliziten Gleichung F (x, y) = 0 die
Aufgabe, ausgehend von einer Lösung (x0 , y0 ) mit F (x0 , y0 ) = 0, zu zeigen, dass es für jedes x
nahe an x0 ein eindeutig bestimmtes y nahe an y0 gibt mit F (x, y) = 0. Genauer werden wir
offene Mengen U ⊆ Rn , V ⊆ Rm , eine Funktion F : U ×V → Rm , eine Lösung (x0 , y0 ) ∈ U ×V
der Gleichung F (x0 , y0 ) = 0 betrachten und zeigen, dass unter geeigneten Annahmen an F bei
(x0 , y0 ) eine lokale Lösungsfunktion y = f (x) existiert, die (mehrmals) stetig differenzierbar
ist.
Auf der Suche nach einer inversen Funktion einer injektiven Funktion f von U ⊆ Rn nach
Rn können wir durch F : U × Rn → Rn mit F (x, y) = f (x) − y eine Funktion definieren, so
dass für gegebenes y die Lösungen x = x(y) der impliziten Gleichung F (x, y) = 0 gerade die
inverse Funktion beschreiben.

572
12.1.1 Satz zur impliziten Funktion
Satz 12.1 (Stetige lokale Lösungsfunktion). Sei r > 0 ein Radius und seien x0 ∈ Rn , y0 ∈ Rm
Punkte. Wir betrachten die offene Teilmenge

n m
BrR (x0 ) × BrR (y0 ) = {(x, y) ∈ Rn × Rm | kx − x0 k2 < r und ky − y0 k2 < r}

n m
von Rn × Rm . Sei F : BrR (x0 ) × BrR (y0 ) → Rm eine stetige Funktion, die die folgenden drei
Bedingungen erfüllt:

• F (x0 , y0 ) = 0.

• Die partiellen Ableitungen

n m
∂yk F : BrR (x0 ) × BrR (y0 ) → Rm

n m
existieren für alle k ∈ {1, . . . , m} und sind auf BrR (x0 ) × BrR (y0 ) stetig.

• Die totale Ableitung A bei y0 der Abbildung y ∈ Br (y0 ) 7→ F (x0 , y) ist invertierbar,
das heisst, die Matrix A = (∂yk Fj (x0 , y0 ))j,k ∈ Matm,m (R) hat nicht-verschwindende
Determinante.

Dann existiert ein offener Ball U0 = Bα (x0 ) um x0 und ein offener Ball V0 = Bβ (y0 ) um y0
mit α, β ∈ (0, r) und eine stetige Funktion f : U0 → V0 , so dass für alle (x, y) ∈ U0 × V0 die
Gleichung F (x, y) = 0 genau dann gilt, wenn y = f (x) gilt. Insbesondere ist f (x0 ) = y0 .

Wie wir sehen werden, besteht unserer Beweis des obigen Satzes aus einem (leicht ver-
änderten und auf höhere Dimensionen übertragenen) Newton-Verfahren (siehe Beispiel 9.53)
und dem Banachschen Fixpunktsatz, wobei wir α, β > 0 geeignet wählen werden, um eine
Lipschitz-Kontraktion auf einem vollständigen metrischen Raum zu erhalten.

Beweis. Da wir zu einem jeweils fest gewählten x ein y mit F (x, y) = 0 suchen wollen, wird
die Notation Fx (y) = F (x, y) für (x, y) ∈ Br (x0 ) × Br (y0 ) nützlich sein. Wir verwenden diese
bereits, um für ein festes x ∈ Br (x0 ) die Hilfsfunktion

Tx : y ∈ Br (y0 ) 7→ y − A−1 Fx (y) ∈ Rm

zu definieren. Diese entspricht gerade der Iterationsvorschrift im Newton-Verfahren, wobei wir

allerdings die Ableitung von Fx bei y schlicht durch A = Dy0 Fx0 ersetzt haben. Trotz dieser
Änderungen bemerken wir, dass für (x, y) ∈ Br (x0 ) × Br (y0 ) die Gleichung F (x, y) = 0 zur
Fixpunktgleichung Tx (y) = y äquivalent ist (wieso?).

Die Abbildung Tx als Lipschitz-Kontraktion: Sei x ∈ Br (x0 ). Nach Annahme und

Satz 11.10 ist Fx auf Br (y0 ) eine stetig differenzierbare Funktion, womit nach der Kettenregel
Tx ebenso stetig differenzierbar ist mit Ableitung

Dy Tx = Im − A−1 Dy Fx = A−1 (A − Dy Fx )

573
für y ∈ Br (y0 ), wobei Im ∈ Matm,m (R) die Identitätsmatrix bezeichnet. Für x = x0 und
y = y0 ergibt sich damit

Dy0 Tx0 = A−1 (A − Dy0 Fx0 ) = 0.

Auf Grund der angenommenen Stetigkeit von (x, y) ∈ Br (x0 ) × Br (y0 ) 7→ Dy Fx existiert also
ein δ ∈ (0, r), so dass für alle (x, y) ∈ Bδ (x0 ) × Bδ (y0 ) die Abschätzung k Dy Tx kop ≤ 21 gilt.
Wir zeigen, dass dies die Lipschitz-Kontraktionseigenschaft impliziert. In der Tat folgt für
x ∈ Bδ (x0 ) und y1 , y2 ∈ Bδ (y0 ) mit Hilfe des geraden Weges γ : t ∈ [0, 1] 7→ (1 − t)y1 + ty2
von y1 nach y2 (mit Ableitung y2 − y1 )

Z 1
kTx (y1 ) − Tx (y2 )k = kTx ◦ γ(1) − Tx ◦ γ(0)k = (Tx ◦ γ)0 (t) dt
0
Z 1 Z 1
≤ k Dγ(t) Tx (y2 − y1 )k dt ≤ k Dγ(t) Tx kop k(y2 − y1 )k dt ≤ 21 ky2 − y1 k.
0 0

Sei nun β = 2δ , V0 = Bβ (y0 ) und Y = Bβ (y0 ). Wir erhalten also, dass für jedes fest gewählte
x ∈ Bδ (x0 ) die eingeschränkte Abbildung (wieder mit Tx bezeichnet)

Tx :Y → Rm
y 7→ Tx (y) = y − A−1 Fx (y),

die eine Lipschitz-Kontraktion mit Lipschitz-Konstante 21 ist. Um den Banachschen Fixpunkt-

satz anwenden zu können, müssen wir noch Tx (Y ) ⊆ Y zeigen.

Eine Selbstabbildung: Nach Stetigkeit von F und wegen F (x0 , y0 ) = 0 existiert ein
α ∈ (0, δ), so dass für alle x ∈ Bα (x0 ) die Abschätzung

kTx (y0 ) − y0 k = kA−1 F (x, y0 )k < β

3

gilt. Falls nun x ∈ Bα (x0 ) und y ∈ Y = Bβ (y0 ) sind, dann folgt

kTx (y) − y0 k = kTx (y) − Tx (y0 ) + Tx (y0 ) − y0 k

≤ kTx (y) − Tx (y0 )k + kTx (y0 ) − y0 k
β
≤ 21 ky − y0 k + 3 ≤ 56 β < β. (12.2)

Für x ∈ Bα (x0 ) und den oben definierten und nach Proposition 10.39 vollständigen metrischen
Raum Y = Bβ (y0 ) gilt daher Tx (Y ) ⊆ Y . Aus dem Banachschen Fixpunktsatz (Satz 10.41)
folgt, dass es einen eindeutig bestimmten Punkt y ∈ Y mit Tx (y) = y gibt. Auf Grund
von (12.2) gilt des Weiteren ky − y0 k < β.

Definition der Lösungsfunktion

Zusammenfassend haben wir also gezeigt, dass es für jedes x ∈ Bα (x0 ) ein eindeutig be-
stimmtes y = y(x) ∈ Bβ (y0 ) mit F (x, y) = 0 gibt, welches zusätzlich auch y ∈ Bβ (y0 ) erfüllt.

574
Dies definiert somit eine Funktion f : Bα (x0 ) → Bβ (y0 ) mit der Eigenschaft F (x, f (x)) = 0
für alle x ∈ Bα (x0 ).

Stetigkeit der Lösungsfunktion: Um die Stetigkeit von f zu zeigen, wiederholen wir

obiges Argument für alle x ∈ Bα (x0 ) „gleichzeitig“. Wir betrachten dazu die Teilmenge
n o
Ỹ = g : Bα (x0 ) → Y | g ist stetig ⊆ C(Bα (x0 ), Rm ).

Nach Satz 10.73 ist C(Bα (x0 ), Rm ) ausgestattet mit der Supremumsnorm

kgk∞ = sup kg(x)k

x∈Bα (x0 )

ein vollständiger metrischer Raum. Da Y abgeschlossen ist, folgt des Weiteren, dass Ỹ als
abgeschlossene Teilmenge ebenso vollständig ist. (Wieso?)
Zu einer Funktion g ∈ Ỹ definieren wir nun die Funktion

T̃ g : x ∈ Bα (x0 ) 7→ Tx (g(x)) = g(x) − A−1 F (x, g(x)),

welche auf Grund der Stetigkeit von g ∈ Ỹ und F wiederum stetig ist. Für g ∈ Ỹ gilt nach
Definition kg(x) − y0 k ≤ β für alle x ∈ Bα (x0 ) und somit gilt auf Grund von (12.2) auch
kT̃ g(x) − y0 k < β für alle x ∈ Bα (x0 ), wodurch T̃ g ebenso in Ỹ liegt. Schlussendlich gilt für
g1 , g2 ∈ Ỹ und x ∈ Bα (x0 )

k(T̃ g1 − T̃ g2 )(x)k = kTx (g1 (x)) − Tx (g2 (x))k ≤ 21 kg1 (x) − g2 (x)k ≤ 12 kg1 − g2 k∞ ,

da Tx Lipschitz-stetig ist mit Lipschitz-Konstante 21 .

Dies zeigt, dass T̃ : Ỹ → Ỹ eine Lipschitz-Kontraktion auf einem vollständigen metrischen
Raum darstellt und damit nach dem Banachschen Fixpunktsatz einen eindeutig bestimmten
Fixpunkt besitzt. Sei y = T̃ y dieser Fixpunkt. Dann ist y stetig und für alle x ∈ Bα (x0 ) gilt
y(x) = T̃ y(x) = Tx (y(x)) ∈ Bβ (y0 ), wodurch y(x) = f (x) die eindeutige Lösung der Gleichung
F (x, y) = 0 mit y ∈ Bβ (y0 ) sein muss.

Wie wir in obigem Satz gesehen haben, „erbt“ die Lösungsfunktion f die Stetigkeitseigen-
schaft von der Funktion F , die die implizite Gleichung definiert. Wir möchten nun zeigen, dass
dasselbe auch für Differenzierbarkeit zutrifft.

Satz 12.2 (Differenzierbarkeit der lokalen Lösungsfunktion). Seien r > 0, x0 ∈ Rn , y0 ∈ Rm

und F : Br (x0 ) × Br (y0 ) → Rm mit den Eigenschaften aus Satz 12.1 und sei f : U0 → V0 die
stetige lokale Lösungsfunktion aus Satz 12.1. Angenommen F ist d-mal stetig differenzierbar
für d ≥ 1. Dann ist die stetige Lösungsfunktion f ebenso d-mal stetig differenzierbar und die
Ableitung von f bei x ∈ U0 ist durch

∂ y F )(x, f (x)))−1 (∂
Dx f = −((∂ ∂ x F )(x, f (x)) (12.3)

gegeben.

575
 Dabei bezeichnet ∂ x F (x, y) die Matrix der partiellen Ableitungen von F in den Koordina-
tenrichtungen der Variable x ∈ Br (x0 ) ausgewertet an der Stelle (x, y), das heisst,


∂ x F (x, y) = ∂xj Fi (x, y) ij
∈ Matm,n (R).

Alternativ könnte man, konform mit unserer bisherigen Notation, auch schreiben

∂ x F (x, y) = Dx (F (·, y)),

womit also ∂ x F (x, y) die Ableitung nach x unter Festhalten von y an der Stelle (x, y) bezeich-
net. Analog ist ∂ y F (x, y) die Ableitung nach y unter Festhalten von x an der Stelle (x, y)


∂ y F (x, y) = ∂yj Fi (x, y) ij ∈ Matm,m (R).

Wir bemerken noch, dass a priori die Existenz der Inversen dieser Matrix an der Stelle (x, f (x))
nicht klar ist und im Beweis unten nachgewiesen wird.
Falls bereits bekannt wäre, dass f in der Tat differenzierbar ist, so würde (12.3) auch aus
der Kettenregel folgen. Um dies zu sehen, nehmen Sie zuerst m = n = 1 an und wenden die
Kettenregel auf F (x, f (x)) = 0 an. Der allgemeine Fall ist bloss in der Notation schwieriger.

Beispiel 12.3 (Zum Differential der impliziten Funktion).

(i) Der Einheitskreis S1 in R2 ist definiert durch die Gleichung x2 + y 2 = 1. Nahe jedem
Punkt (x0 , y0 ) ∈ S1 mit x0 6= 0 ist diese Gleichung nach der Variablen x auflösbar
und für die so definierte implizite Funktion x = x(y) erhalten wir durch Ableiten der
definierenden Gleichung nach y und Auswerten im Punkt (x0 , y0 )

2x0 x0 (y0 ) + 2y0 = 0,

also x0 (y0 ) = − xy00 .

(ii) Die Funktion F : R4 → R2 sei definiert durch

!
x2 + y + z − 2
F (x, y, z, w) =
y − 2z + w3

für (x, y, z, w)t ∈ R4 . Wir wollen die Auflösbarkeit der Gleichung F (x, y, z, w) = 0 in
einer Umgebung des Punktes (x0 , y0 , z0 , w0 ) = (0, 1, 1, 1) untersuchen. Dazu betrachten
wir das Differential
!
0 1 1 0
D(x0 ,y0 ,z0 ,w0 ) F = .
0 1 −2 3

Der Satz über implizite Funktionen besagt nun, dass wir die Gleichung F (x, y, z, w) = 0
nahe (x0 , y0 , z0 , w0 ) nach zwei der Variablen x, y, z, w auflösen können, sofern die 2 × 2-
Teilmatrix obigen Differentials bestehend aus den zu diesen Variablen gehörigen partiellen

576
 Ableitungen invertierbar ist. Zum Beispiel ist dies der Fall für das Variablenpaar y und w,
da die Teilmatrix ( 11 03 ) bestehend aus der 2. und 4. Spalte invertierbar ist. Die Ableitung
der so definierten impliziten Funktionen y = y(x, z) und w = w(x, z) in (x0 , z0 ) = (0, 1)
ist gemäss der Formel in Satz 12.2 dann gegeben durch
! !−1 ! !
y 1 0 0 1 0 −1
D(x0 ,z0 ) =− = .
w 1 3 0 −2 0 1

Beweis von Satz 12.2. Nach Annahme in Satz 12.1 ist A = Dy0 Fx0 invertierbar, wobei wir
wieder die Notation Fx0 (y) = F (x0 , y) für y ∈ Br (y0 ) aus dem Beweis von Satz 12.1 verwenden.
Seien weiter Tx , δ > 0 mit k Dy Tx k ≤ 21 für alle (x, y) ∈ Bδ (x0 ) × Bδ (y0 ) sowie α und β ebenso
wie im letzten Beweis. Dann gilt Dy Tx = Im − A−1 ( Dy Fx ) und dadurch auch

A−1 ( Dy Fx ) = Im − Dy Tx

für alle (x, y) ∈ Bδ (x0 )×Bδ (y0 ). Daraus folgt (siehe Übung 12.4), dass A−1 ( Dy Fx ) invertierbar
ist und
∞

−1
−1 X
A−1 ( Dy Fx ) = Im − Dy Tx = ( Dy Tx )j .
j=0

Insbesondere ist ∂ y F (x, y) = Dy Fx = A(A−1 ( Dy Fx )) für alle (x, y) ∈ Bδ (x0 ) × Bδ (y0 ) als
Produkt invertierbarer Matrizen invertierbar. Da α, β ∈ (0, δ) sind und f (Bα (x0 )) ⊆ Bβ (y0 )
ebenso in Bδ (y0 ) enthalten ist, folgt insbesondere, dass der Ausdruck

−1
−1
∂ y F (x, f (x)) = Df (x) Fx

in (12.3) für alle x ∈ Bα (x0 ) definiert ist.

Um Differenzierbarkeit von f und (12.3) zu beweisen, fixieren wir x ∈ Bα (x0 ) und definieren
Ax = ∂ y F (x, f (x)) sowie Lx = −A−1 x ∂ x F (x, f (x)). Für genügend kleine h ∈ R mit x + h in
n

Bα (x0 ) erhalten wir damit

kf (x + h) − f (x) − Lx (h)k = kf (x + h) − f (x) + A−1

x ∂ x F (x, f (x))hk

≤ kA−1
x kop k∂
∂ x F (x, f (x))h + ∂ y F (x, f (x))(f (x + h) − f (x))k,

wobei wir A−1

x herausgehoben haben und die Definition der Matrixnorm verwendeten. Wir
bemerken nun, dass der Ausdruck ∂ x F (x, f (x))h+∂
∂ y F (x, f (x)(f (x+h)−f (x)) genau die totale
 
h
Ableitung von F in (x, f (x)) angewendet auf den Vektor ist. Als nächstes
f (x + h) − f (x)
ändern wir das Vorzeichen dieses Terms innerhalb der Norm und fügen die Funktionswerte

577
    
x x+h
von F bei beziehungsweise hinzu. Dies führt zu
f (x) f (x + h)

kf (x + h) − f (x) − Lx (h)k
     
x+h x h
≤ kA−1x kop F −F − D(x,f (x)) F
f (x + h) f (x) f (x + h) − f (x)
| {z } | {z }
=0 =0
 
h
≤ kA−1
x kop α(h)
f (x + h) − f (x)

≤ kA−1 (12.4)


x kop α(h) khk + kf (x + h) − f (x)k

mit α(h) = o(1) für h → 0, da F bei (x, f (x)) differenzierbar ist und f stetig ist. Dies wäre
die gewünschte Abschätzung für die Differenzierbarkeit von f , wenn rechts nicht der Term
kf (x + h) − f (x)k auftauchen würde. Wir können diesen jedoch mit einer kleinen Rechnung
loswerden, wozu wir a = kA−1x kop und b = kLx kop setzen, um den Fokus auf das Wesentliche
zu lenken. Es gilt

kf (x + h) − f (x)k = kf (x + h) − f (x) − Lx (h) + Lx (h)k

≤ kf (x + h) − f (x) − Lx (h)k + kLx (h)k


≤ aα(h) khk + kf (x + h) − f (x)k + bkhk

und daher auch

1 − aα(h) kf (x + h) − f (x)k ≤ aα(h) + b khk.

Da α(h) = o(1) für h → 0, gibt es nun ein ρ ∈ (0, 1) klein genug, so dass aα(h) ≤ 1
2 für alle
h ∈ Bρ (0). Damit ergibt sich 1 − aα(h) ≥ 12 und


kf (x + h) − f (x)k ≤ 2 aα(h) + b khk ≤ ckhk

für c = 2( 12 + b). Wir setzen dies in (12.4) ein und erhalten

kf (x + h) − f (x) − Lx (h)k ≤ aα(h)(1 + c)khk

für h ∈ Bρ (0). Da α(h) = o(1) für h → 0, ergibt dies die Differenzierbarkeit von f sowie die
Gleichung (12.3) für jedes x ∈ Bα (x0 ).
Sei nun F zweimal stetig differenzierbar. Nach Gleichung (12.3) gilt, dass die partiellen
Ableitungen von f sich durch die Inversenbildung einer invertierbaren Matrix und den ersten
partiellen Ableitungen von F ausgewertet bei (x, f (x)) ausdrücken lassen. Wir bemerken, dass
die Einträge der Inverse einer Matrix sich wiederum durch ein Polynom in den Einträgen der
Matrix und der Inversen der Determinante ausdrücken lassen (nach der Cramer’schen Regel).
Das heisst, die partiellen Ableitungen lassen sich als Summen von Produkten darstellen, wobei
jeder Faktor entweder der Kehrwert von h(x) = det ∂ y F (x, f (x)) ist oder eine erste partiellen

Ableitung von F ausgewertet bei (x, f (x)) ist. Da wir bereits wissen, dass f differenzierbar ist

578
mit stetiger Ableitung, können wir nun diese partiellen Ableitungen nochmals ableiten: Sum-
men von Produkten werden von einer partiellen Ableitung wieder auf Summen von Produkten
abgebildet, wobei die Faktoren entweder unverändert bleiben oder diese partiell abgeleitet wer-
den. Nach der Kettenregel hat aber jede partielle Ableitung von F ausgewertet bei (x, f (x))
wieder eine stetige partielle Ableitung (da ja f stetig differenzierbar ist). Dieses Argument gilt
ebenso für h(x) und es folgt, dass die partielle Ableitung von h(x)−1 gleich −h(x)−2 mal der
partiellen Ableitung von h(x) ist. Es folgt also, dass jede zweite partielle Ableitung existiert
und als eine Summe von Produkten dargestellt werden kann, wobei die Faktoren entweder
eine Potenz von h−1 , erste oder zweite partielle Ableitungen von F ausgewertet bei (x, f (x))
sind.
Mit Induktion nach d ergibt sich dieselbe Aussage für alle partiellen Ableitungen bis zur
Ordnung d, da F als d-mal stetig differenzierbar vorausgesetzt wurde.

Die obigen beiden Sätze zur impliziten Funktion (Satz 12.1 und Satz 12.2) hatten eher
lange Beweise. Doch werden wir sehen, dass im restlichen Kapitel diese als wichtige Grundlage
dienen und alle weitere Diskussionen dadurch viel einfacher werden.

Übung 12.4 (Geometrische Reihe von Matrizen). Es bezeichne k · kop die Matrixnorm (siehe
Definition 10.62).

(i) Zeigen Sie, dass für B ∈ Matm,m (R) mit kBkop < 1 die Matrix Im − B invertierbar ist
mit
∞
X
(Im − B)−1 = Bj .
j=0

Die Reihe ∞
P j
Pn j


j=0 B ist dabei als Grenzwert der Folge j=0 B n aufzufassen; ein Teil
der Aussage ist also, dass diese Folge konvergiert (unter den getroffenen Annahmen).

(ii) Zeigen Sie, dass die Menge der invertierbaren Matrizen in Matm,m (R) offen ist und dass
zu B ∈ GLm (R) jedes C ∈ Matm,m (R) mit kC − Bkop < kB −1 k−1 op ebenfalls invertierbar
ist.

12.1.2 Satz zur inversen Abbildung

Wir möchten nun die Differenzierbarkeit der inversen Abbildung vom eindimensionalen
Fall in Satz 8.14 auf Abbildungen f : U ⊆ Rn → f (U ) ⊆ Rn verallgemeinern. Wie zu Beginn
dieses Abschnitts erwähnt wurde, werden wir dazu den Satz der impliziten Funktion (Satz 12.2)
verwenden.

Satz 12.5 (Satz zur inversen Abbildung). Sei U ⊆ Rn offen und f : U → Rn eine d-mal
stetig differenzierbare Funktion mit d ≥ 1. Sei x0 ∈ U mit invertierbarer totaler Ableitung
Dx0 f ∈ Matn,n (R) (das heisst, x0 ist ein regulärer Punkt von f ). Dann gibt es eine offene
Umgebung U0 ⊆ U von x0 und eine offene Umgebung V0 ⊆ f (U ) von y0 = f (x0 ), so dass
f |U0 : U0 → V0 bijektiv ist und die Umkehrabbildung ebenso d-mal stetig differenzierbar ist.

579
Des Weiteren gilt

Dy (f −1 ) = ( Dx f )−1

für alle x ∈ U0 und y = f (x) ∈ V0 .

Die zentrale Bedingung in obigem Satz ist wohlgemerkt die Invertierbarkeit der totalen
Ableitung bei x0 . Diese verallgemeinert die zentrale Annahme in Satz 8.14, wo verlangt wurde,
dass die Ableitung nicht verschwindet.
Satz 12.5 wird es uns in gewissen Fällen auch erlauben, eine globale Inverse zu finden.

Definition 12.6 (Diffeomorphismus). Seien U, V ⊆ Rn offen. Eine bijektive, glatte Funktion

f : U → V mit glatter Inversen f −1 : V → U wird ein (glatter) Diffeomorphismus genannt.
Sind f und f −1 jeweils bloss d-mal stetig differenzierbar für d ≥ 1, so nennen wir f einen
C d -Diffeomorphismus.

Satz 12.5 besagt also auch, dass eine glatte Funktion bei einem regulären Punkt lokal ein
Diffeomorphismus auf eine offene Teilmenge im Bild ist.

Beweis von Satz 12.5. Sei r > 0 ein Radius mit Br (x0 ) ⊆ U . Wir definieren F : Br (x0 ) ×
Br (y0 ) → Rn durch

F (x, y) = f (x) − y

für (x, y) ∈ Br (x0 ) × Br (y0 ) und wir wollen die Gleichung F (x, y) = 0 nach x auflösen.
Hierzu bemerken wir, dass F d-mal stetig differenzierbar ist, dass F (x0 , y0 ) = 0 ist und dass
∂ x F (x0 , y0 ) = Dx0 f per Annahme invertierbar ist. Daher erfüllt F alle Voraussetzungen
des Satzes über implizite Funktionen (Satz 12.1 und Satz 12.2, wobei x und y vertauschte
Rollen einnehmen). Es folgt, dass es Radien α, β ∈ (0, r) und eine d-mal stetig differenzierbare
Funktion g : V0 = Bβ (y0 ) → Ũ = Bα (x0 ) gibt, sodass für alle (x, y) ∈ Ũ × V0 die Äquivalenzen

y = f (x) ⇐⇒ F (x, y) = 0 ⇐⇒ x = g(y) (12.5)

gelten. Wir definieren U0 = Ũ ∩ f −1 (V0 ), welche als Durchschnitt zweier offener Mengen (siehe
Proposition 5.50) wieder offen ist. Aus (12.5) folgt nun, dass f |U0 : U0 → V0 invertierbar ist
(und insbesondere V0 ⊆ f (U ) ist) und dass g = (f |U0 )−1 : V0 → U0 die inverse Abbildung ist.
Aus Satz 12.2 folgt weiters, dass g d-mal stetig differenzierbar ist und dass für x ∈ U0 und
y = f (x) ∈ V0

Dy g = ( Dx f )−1

(was auch aus der Kettenregel und g ◦ f |U0 = IU0 folgt). Dies beendet den Beweis des Satzes.

Übung 12.7. Verwenden Sie den Satz zur inversen Abbildung (Satz 12.5), um den Satz zur
impliziten Abbildung (Satz 12.1 und Satz 12.2) zu beweisen.

580
 Wir wollen hier noch betonen, dass obiger Existenzsatz für inverse Abbildungen wirklich nur
eine lokale Aussage liefert. In mehr als einer Dimension gibt es kein lokales Kriterium für die
Injektivität einer Abbildung f : U → V (im Gegensatz zur Kombination von Korollar 8.35 und
Satz 3.62). Beispielsweise ist die komplexe Exponentialabbildung exp : C → C lokal injektiv,
aber nicht injektiv (selbiges gilt auch für die Polarkoordinatenabbildung (r, ϕ) ∈ (0, ∞) × R 7→
(r cos ϕ, r sin ϕ) ∈ R2 ). Können wir Injektivität aus anderen Überlegungen erhalten, so kann
der Satz der inversen Abbildung (Satz 12.5) trotzdem global nützlich sein.

Korollar 12.8 (Kriterium für Diffeomorphie). Sei U ⊆ Rn offen und sei f : U → Rn eine
d-mal stetig differenzierbare, injektive Funktion mit d ≥ 1. Angenommen jeder Punkt x ∈ U
hat die Eigenschaft, dass Dx f invertierbar ist (oder in anderen Worten: jeder Punkt in U ist
regulär). Dann ist V = f (U ) ⊆ Rn offen und f : U → V ist ein C d -Diffeomorphismus mit

Dy (f −1 ) = ( Dx f )−1

für alle x ∈ U und y = f (x) ∈ V .

Beweis. Wir zeigen zuerst, dass V = f (U ) offen ist. Sei also y0 = f (x0 ) für ein x0 ∈ U .
Da Dx0 f invertierbar ist, können wir den Satz der inversen Abbildung (Satz 12.5) anwenden
und erhalten offene Umgebungen U0 von x0 und V0 von y0 , so dass f |U0 : U0 → V0 ein
Diffeomorphismus ist. Insbesondere ist V0 = f (U0 ) ⊆ f (U ) = V , womit V offen ist, da
y0 ∈ V beliebig war (eine beliebige Vereinigung offener Mengen ist offen). Des Weiteren
stimmt (f |U0 )−1 : V0 → U0 mit f −1 |V0 : V0 → U0 überein, wobei f −1 : V → U auf Grund der
vorausgesetzten Injektivität existiert.
Wir erhalten, dass f −1 auf V0 also d-mal stetig differenzierbar ist. Da y0 ∈ V allerdings
beliebig war und da stetige Differenzierbarkeit eine lokale Eigenschaft ist, zeigt dies, dass f −1
d-mal stetig differenzierbar ist. Somit ist f : U → V ein C d -Diffeomorphismus.

Beispiel 12.9. Wir betrachten hier die Abbildung

f : R2 → R2 , (x, y)t 7→ (x + y 2 , y + x2 )t

und wollen geeignete offene Mengen U ⊆ R2 , V ⊆ R2 finden, so dass f |U : U → V ein

Diffeomorphismus ist. Die Jacobi-Matrix von f bei (x, y)t ∈ R2 ist durch
!
1 2y
D(x,y) f =
2x 1

gegeben und deren Determinante (auch Jacobi-Determinante genannt) ist durch 1 − 4xy gege-
ben. Das heisst, für alle Punkte (x, y)t ∈ R2 , die nicht auf der Hyperbel xy = 41 liegen, existiert
nach dem Satz über die inverse Abbildung (Satz 12.5) eine Umgebung, so dass f eingeschränkt
auf diese Umgebung ein Diffeomorphismus auf eine andere offene Menge ist. Wir wollen hier
aber das Quadrat U = (− 21 , 12 ) × (− 21 , 12 ) zwischen den beiden Punkten (− 21 , − 12 ) und ( 12 , 12 )
auf der Hyperbel betrachten.

581
 Wir behaupten, dass f |U injektiv ist. Aus dieser Behauptung und Korollar 12.8 folgt dann,
dass f |U : U → f (U ) ein Diffeomorphismus ist, da die Jacobi-Matrix auf U nicht-verschwin-
dende Determinante besitzt.
Seien also (x1 , y1 )t , (x2 , y2 )t ∈ U mit f (x1 , y1 ) = f (x2 , y2 ). Dann gilt
)
x1 + y12 = x2 + y22 |x1 − x2 | = |y22 − y12 | = |y1 − y2 ||y1 + y2 |
=⇒
y1 + x21 = y2 + x22 |y1 − y2 | = |x22 − x21 | = |x1 − x2 ||x1 + x2 |

Da aber |x1 + x2 | < 1 und |y1 + y2 | < 1 gelten, ist dies nur möglich, wenn x1 = x2 und y1 = y2
(wieso?).
Da die Jacobi-Matrix nur auf der Hyperbel xy = 14 verschwindet, könnte man vermuten,
dass obige Wahl von U als Definitionsbereichs des Diffeomorphismus nicht optimal ist und man
diesen deutlich vergrössern könnte. Doch ebenso wie bei den Polarkoordinaten gibt es keine
natürliche maximale Wahl des Definitionsbereichs, da zum Beispiel f (1, 0) = (1, 1)t = f (0, 1)
und die Punkte (1, 0)t , (0, 1)t in derselben Zusammenhangskomponente des Komplements der
Hyperbel liegen.

12.1.3 Polar- und Zylinderkoordinaten

Die Polarkoordinatenabbildung ist durch

f : (0, ∞) × (−π, π) → R2 \ ((−∞, 0] × {0})

!
r cos ϕ
(r, ϕ) 7→
r sin ϕ

definiert und bildet einen Diffeomorphismus. In der Tat ist f bijektiv (nach Abschnitt 7.6.4)
und hat bei (r, ϕ) ∈ (0, ∞) × (−π, π) die Jacobi-Matrix
!
cos ϕ −r sin ϕ
sin ϕ r cos ϕ

mit Determinante r 6= 0, womit nach Korollar 12.8 die Abbildung f ein Diffeomorphismus ist.
Des Weiteren kann man natürlich f auch auf den Punkten in {0}×R durch (0, 0)t definieren,
doch wäre f bei diesen nicht lokal invertierbar.
Eine dreidimensionale Verallgemeinerung der Polarkoordinaten stellen die Zylinderkoor-
dinaten dar. Die entsprechende Abbildung ist der Diffeomorphismus

f : (0, ∞) × (−π, π) × R → R3 \ ((−∞, 0] × {0} × R)

 
r cos ϕ
(r, ϕ, z) 7→  r sin ϕ 
 

582
mit Jacobi-Matrix
 
cos ϕ −r sin ϕ 0
 sin ϕ r cos ϕ 0
 

0 0 1

und Jacobi-Determinante r bei (r, ϕ, z) ∈ (0, ∞) × (−π, π) × R.

12.1.4 Kugelkoordinaten
Eine weitere Verallgemeinerung der Polarkoordinaten für den dreidimensionalen Raum stel-
len die Kugelkoordinaten dar. Hier werden ein Radius r ∈ (0, ∞) und zwei Winkel θ ∈ (0, π),
ϕ ∈ (−π, π) verwendet, wobei θ den Winkel eines Punktes relativ zum Nordpol der Sphäre
S2 und ϕ den Winkel der Projektion auf die xy-Ebene relativ zu (1, 0, 0)t angeben soll. Der
entsprechende Diffeomorphismus ist also gegeben durch

f : (0, ∞) × (0, π) × (−π, π) → R3 \ ((−∞, 0] × {0} × R)

 
r sin θ cos ϕ
(r, θ, ϕ) 7→  r sin θ sin ϕ  .
 

r cos θ

Für (r, θ, ϕ) ∈ (0, ∞) × (0, π) × (−π, π) ist die Jacobi-Matrix durch

 
sin θ cos ϕ r cos θ cos ϕ −r sin θ sin ϕ
D(r,θ,ϕ) f =  sin θ sin ϕ r cos θ sin ϕ r sin θ cos ϕ 
 

cos θ −r sin θ 0

gegeben und die Jacobi-Determinante (nach der Regel von Sarrus) durch

det D(r,θ,ϕ) f = r2 sin θ cos2 θ cos2 ϕ + r2 sin3 θ sin2 ϕ

+ r2 sin θ cos2 θ sin2 ϕ + r2 sin3 θ cos2 ϕ

= r2 (sin θ cos2 θ + sin3 θ) = r2 sin θ 6= 0

gegeben.

583
12.2 Teilmannigfaltigkeiten des Euklidschen Raumes
Falls wir die Extremwerte einer stetig differenzierbaren, reellwertigen Funktion f einge-
schränkt auf die abgeschlossene Einheitskugel

K = {v ∈ Rn | kvk ≤ 1}

finden wollen, dann existieren diese zwar wegen Kompaktheit von K (nach Satz 10.53(5)),
aber die Methoden von Kapitel 11 können nur die Extremwerte von f im offenen Ball B1 (0) =
{v ∈ Rn | kvk < 1} finden (welche vielleicht nicht existieren). Dieses Problem drängt die Un-
tersuchung des Verhaltens der Funktion f auf der Sphäre S2 = K \ B1 (0) auf.
Ähnliche und auch andere Probleme führen dazu, dass man Teilmannigfaltigkeiten von Rn
wie zum Beispiel S2 (analytisch) studieren möchte. Eine Teilmannigfaltigkeit des Rn sollte
man sich als Teilmenge vorstellen, die lokal jeweils wie eine offene Teilmenge eines Euklidi-
schen Raumes (mit meist niedrigerer Dimension) aussieht und eine gewisse „Glattheit“ erfüllt.
Beispielsweise kann man sich intuitiv gut vorstellen, dass man um jeden Punkt auf der Sphä-
re eine Umgebung findet, die sich durch „Flachdrücken“ zu einer offenen Kreisscheibe im R2
formen lässt.
Wir werden in unseren Diskussionen keine „Kanten“ oder „Ecken“ einer Teilmannigfaltigkeit
erlauben, da sich diese nicht auf „glatte Weise“ flach machen lassen. Zum Beispiel ist der Rand
(x, y, z) ∈ R3 | max {|x|, |y|, |z|} = 1 des Quaders [−1, 1]3 keine Teilmannigfaltigkeit des R3 .


Allgemeinere Mannigfaltigkeiten sind von fundamentaler geometrischer Bedeutung und er-

scheinen deswegen zum einen in sehr vielen fortführenden Vorlesungen des Mathematikstudi-
ums wie zum Beispiel der Differentialgeometrie im dritten oder vierten Studienjahr, aber auch
in Physik-Vorlesungen wie zum Beispiel der allgemeinen Relativitätstheorie. Wir begnügen
uns hier mit der Untersuchung von Teilmannigfaltigkeiten des Euklidischen Raumes.

12.2.1 Definition und Beispiele

Definition 12.10. Sei 0 ≤ k ≤ n für n ≥ 1. Eine Teilmenge M ⊆ Rn ist eine k-dimensionale
(glatte) Teilmannigfaltigkeit, falls für jeden Punkt p ∈ M eine offene Umgebung Up in Rn
von p und ein Diffeomorphismus ϕp : Up → Vp = ϕp (Up ) auf eine weitere offene Teilmenge
Vp ⊆ Rn existiert, so dass

ϕp (Up ∩ M ) = {y ∈ Vp | yi = 0 für alle i > k} .

In anderen Worten sieht eine Teilmannigfaltigkeit M – in der Nähe eines jeden Punktes
in M und bis auf einen Diffeomorphismus – wie ein Teil des Teilraumes Rk × {0}n−k von
Rn aus. Wenn wir so wollen, können wir nach Anpassen des obigen Diffeomorphismus weitere
Bedingungen an Up oder Vp stellen. Zum Beispiel könnten wir verlangen, dass Up = Bε (p) für
ein geeignetes ε > 0 (durch Einschränken von ϕp ) oder dass Vp = (−ε, ε)n für ein geeignetes ε >
0 (durch Verschieben von ϕp , um ϕp (p) = 0 zu erreichen, und durch Einschränken). Letzteres
legt den Vergleich von ϕp zu einer Kartenabbildung nahe, wobei (−ε, ε)k eine „quadratische

584
Karte“ und

(y1 , . . . , yk ) ∈ (−ε, ε)k 7→ ϕ−1

p (y1 , . . . , yk , 0, . . . , 0) ∈ M

die Kartenabbildung darstellt, deren Bild eine Umgebung von p ∈ M ist.

Alternativ lässt sich ϕp als eine Abbildung auffassen, die, wie zu Beginn dieses Abschnitts
erklärt wurde, die Umgebung Up von p „verbiegt“, so dass Up ∩ M „flach“ wird. Hierbei ist
eine offene Teilmenge des Teilraumes Rk × {0}n−k sozusagen flach. Des Weiteren können wir
uns die Umkehrabbildung ψ = ϕ−1 nach Einschränkung auf Vp ∩ (Rk × {0}n−k ) als eine
Parametrisierung von M ∩ Up vorstellen, und ohne Einschränkung als eine Parametrisierung
der (im Rn offenen) Umgebung Up der Punkte in M ∩ Up .

Beispiel 12.11 (Erste Beispiele von Teilmannigfaltigkeiten).

(a) Jede offene Teilmenge U in Rn ist eine n-dimensionale Teilmannigfaltigkeit. In der Tat
lässt sich der Diffeomorphismus ϕp zu p ∈ U als die Identitätsabbildung auf U wählen (wie-
so?). Weiter ist jede n-dimensionale Teilmannigfaltigkeit von Rn eine offene Teilmenge
von Rn (siehe Übung 12.15).

(b) Jede endliche (oder diskrete) Teilmenge M ⊆ Rn ist eine nulldimensionale Teilmannigfal-
tigkeit. Dabei lässt sich ϕp zu p ∈ M als eine Verschiebung Bε (p) → Bε (0), x 7→ x − p
für ε > 0 klein genug wählen (wieso?). Hierbei heisst eine Menge diskret, falls es zu
jedem p ∈ M ein ε > 0 gibt mit M ∩ Bε (p) = {p}.

(c) Wir wollen nun zu ersten interessanten Beispiel einer Teilmannigfaltigkeit – Graphen von
glatten Funktionen – kommen, welche in einem gewissen Sinn fast den allgemeinen Fall
darstellen (siehe Proposition 12.12). Sei also k < n und U ⊆ Rk offen. Falls f : U → Rn−k
eine glatte Abbildung ist, dann ist

M = Graph(f ) = {(x, f (x)) | x ∈ U } ⊆ Rn

eine k-dimensionale Teilmannigfaltigkeit. Denn für p = (x0 , f (x0 )) ∈ M zu x0 ∈ U können

wir Up = Vp = U × Rn−k setzen und die glatte Abbildung

ϕ = ϕp : Up → V p , (x, y) 7→ (x, y − f (x))

betrachten. Diese definiert in der Tat einen Diffeomorphismus und erfüllt für alle (x, y)
in U × Rn−k
ϕ(x, y) ∈ Rk × {0}n−k ⇐⇒ (x, y) ∈ Up ∩ M = M.

(d) Die (n − 1)-dimensionale (Einheits-) Sphäre

Sn−1 = {p ∈ Rn | kpk = 1}

ist eine (n − 1)-dimensionale Teilmannigfaltigkeit von Rn .

585
 Um die Idee des Beweises (auch graphisch) klarer darstellen zu können, beschränken wir
uns hier auf den Fall n = 3 und verweisen auf Theorem 12.16 unten für den allgemeinen
Fall. Sei p0 = (x0 , y0 , z0 )t ∈ S2 .

• Falls z0 > 0 ist, verwenden wir die Abbildung

2
ϕp0 = ϕ+ : Up0 = U+ = B1R (0) × (0, ∞) → ϕ+ (U+ )
p
(x, y, z)t 7→ (x, y, z − 1 − x2 − y 2 )t

wie oben im Teil (c) dieses Beispiels.

• Falls z0 < 0 ist, verwenden wir analog

2
ϕ− : U− = B1R (0) × (−∞, 0) → ϕ− (U− )
p
(x, y, z)t 7→ (x, y, z + 1 − x2 − y 2 )t .

• Falls z0 = 0 und y0 > 0 ist, verwenden wir die Menge

Ũ+ = (x, y, z) ∈ R3 | y > 0 und x2 + z 2 < 1



(was obigem U+ nach Vertauschung der Koordinaten y und z entspricht) gemeinsam

mit
p
ϕ̃+ : (x, y, z)t ∈ Ũ+ 7→ (x, z, y − 1 − x2 − z 2 )t .

• Die verbleibenden Fälle (das wären z0 = 0, y0 < 0 beziehungsweise y0 = z0 = 0,

x0 = 1 beziehungsweise y0 = z0 = 0, x0 = −1) sind analog.

Die Diskussion in Teil (d) von Beispiel 12.11 ist gewissermassen typisch für Teilmannig-
faltigkeiten. Obwohl wir uns die Teilmannigfaltigkeit S2 lokal als Graphen einer Funktion
vorstellen (siehe Proposition 12.12 unten), benötigen wir oft mehrere Funktionen (oben wegen
der Vorzeichenwechsel der Koordinaten) und müssen die Auswahl an Koordinaten, mit denen
sich die restlichen Koordinaten darstellen lassen, entsprechend dem Punkt p ∈ M wählen
(damit Punkte am Äquator auch erlaubt sind). Dies ergibt zusammen eine Kollektion von
Karten, das heisst, einen „Atlas“ von M : lokal sieht M in jedem Punkt wie die einzelnen Kar-
ten (zum Beispiel (−η, η)k für η > 0) aus, doch gibt es zwischen den Karten Überlappungen,
die zusammen M komplett beschreiben. Dieser Gesichtspunkt erlaubt es, Definition 12.10 zum
Begriff von k-dimensionalen Mannigfaltigkeiten zu erweitern, die dann als metrische Räume,
aber nicht zwingend als Teilmenge von Rn gegeben sind. Wie bereits erwähnt, begnügen wir
uns hier aber mit dem Begriff einer Teilmannigfaltigkeit des Euklidschen Raumes.
Wir möchten nun zeigen, dass sich jede k-dimensionale Teilmannigfaltigkeit lokal als Graph
von Funktionen B ⊆ Rk → Rn−k darstellen lässt. Dazu beachtet man aber, dass diese Darstel-
lung nicht zwingend über den ersten k Koordinaten möglich sein muss – siehe den Spezialfall

586
z0 = 0 in Beispiel 12.11(d). Wir lassen also Koordinatenvertauschungen zu. Zu σ ∈ Sn sei

Pσ : (x1 , . . . , xn )t ∈ Rn 7→ (xσ(1) , . . . , xσ(n) )t ∈ Rn

die induzierte Permutation der Koordinaten.

Proposition 12.12 (Lokale Darstellbarkeit durch Graphen). Eine Teilmenge M ⊆ Rn ist

genau dann eine k-dimensionale Teilmannigfaltigkeit, wenn es zu jedem Punkt p ∈ M eine
offene Umgebung Up von p in Rn , eine glatte Funktion fp : Ũp → Rn−k auf einer offenen
Teilmenge Ũp ⊆ Rk und ein σ ∈ Sn gibt, so dass

M ∩ Up = Pσ (Graph(fp )).

Beweis. Angenommen M ist eine k-dimensionale Teilmannigfaltigkeit. Sei p ∈ M , Up eine

offene Umgebung von p ∈ Rn und ϕp : Up → Vp ⊆ Rn ein Diffeomorphismus wie in Definiti-
on 12.10 mit ϕp (p) = 0. Sei

ψ : (y1 , . . . , yk ) ∈ (−ε, ε)k 7→ ϕ−1

p (y1 , . . . , yk , 0, . . . , 0) ∈ M

für ein ε > 0 klein genug. Dann hat das Differential D0 ψ Rang k, womit k linear unabhängige
Zeilen in D0 ψ existieren. Nach Koordinatenvertauschung (von hier stammt σ in der Aussage)
können wir annehmen, dass diese Zeilen die ersten k sind. Damit hat die Abbildung

g : y ∈ (−ε, ε)k 7→ (ψ1 (y), . . . , ψk (y))t

ein invertierbares Differential bei 0. Also existiert nach dem Satz zur inversen Abbildung
(Satz 12.5) eine (nicht-leere) offene Menge U ⊆ (−ε, ε)k , so dass die Einschränkung von g auf
U ein Diffeomorphismus ist. Wir betrachten nun die Abbildung f = ψ ◦ (g|U )−1 : g(U ) → M .
Für i ≤ k und alle y ∈ g(U ) gilt fi (y) = ψi (g|−1
U (y)) = yi nach Konstruktion. Die Teilman-
nigfaltigkeit M ist also lokal der Graph der Abbildung y ∈ g(U ) 7→ (fk+1 (y), . . . , fn (y)) (nach
Permutation der Koordinaten), womit der erste Teil der Aussage bewiesen ist.
Für die Umkehrung kann man analog vorgehen wie in Beispiel 12.11(c).

Applet 12.13 (Illustration zur Darstellbarkeit durch Graphen). In diesem Applet illustrieren
wir Proposition 12.12 anhand einer eindimensionalen Teilmannigfaltigkeit von R2 , wobei Sie
rechts auswählen können ob für den ausgewählten Punkt die Vertauschung der Koordinaten
angewendet werden sollte.

Übung 12.14 (Ein Überschneidungspunkt). Sei M = (x, y) ∈ R2 | x(y 2 − x) = 0 . Zeigen



Sie unter Verwendung von Proposition 12.12, dass M \ {0} eine Teilmannigfaltigkeit ist, aber
M nicht.

Übung 12.15 (Topologische Eigenschaften von Teilmannigfaltigkeiten). Zeigen Sie, dass jede
n-dimensionale Teilmannigfaltigkeit von Rn eine offene Teilmenge von Rn ist. Zeigen Sie
ebenso, dass jede nulldimensionale Teilmannigfaltigkeit von Rn eine diskrete Teilmenge von
Rn ist.
587
Bemerkung (C ` -Teilmannigfaltigkeiten). Der Begriff der glatten Teilmannigfaltigkeit in De-
finition 12.10 lässt sich zum Begriff von C ` -Teilmannigfaltigkeiten für ein beliebiges ` ∈
N ∪ {∞} verallgemeinern. Dazu betrachtet man in Analogie zu Definition 12.10 lokale C ` -
Diffeomorphismen ϕp . Da wir in Zukunft aber sowieso meist an glatten Teilmannigfaltigkeiten
interessiert sein werden und die Notation einfach halten möchten, haben wir auf diese Verall-
gemeinerung verzichtet.

12.2.2 Niveaumengen als Teilmannigfaltigkeiten

Wie schon die Sphäre, sind viele Teilmannigfaltigkeiten über Gleichungen definiert, und
folgender Satz gibt ein allgemeines Resultat in diese Richtung.

Theorem 12.16 (Satz über den konstanten Rang). Sei U ⊆ Rn offen, 1 ≤ m < n und F :
U → Rm eine glatte Funktion, so dass F keine kritischen Punkte in M = {p ∈ U | F (p) = 0}
besitzt (das heisst, Dp F hat Rang m für alle p ∈ M beziehungsweise 0 ist ein regulärer Wert
von F ). Dann ist M eine (n − m)-dimensionale Teilmannigfaltigkeit von Rn .

Insbesondere zeigt der Satz, dass für jedes n die Sphäre Sn−1 ⊆ Rn eine Teilmannig-
faltigkeit von Rn ist. In der Tat ist Sn−1 = (x1 , . . . , xn )t ∈ Rn | F (x1 , . . . , xn ) = 0 für


F : (x1 , . . . , xn )t ∈ Rn 7→ x21 + . . . + x2n − 1 und der einzige kritische Punkt von F ist der
Ursprung 0 6∈ Sn−1 (wieso?).

Beweis. Sei p ∈ M . Nach Voraussetzung ist der Rang der totalen Ableitung Dp F gleich
min(m, n) = m. Wie zuvor identifizieren wir Dp F mit der Jacobi-Matrix Dp F ∈ Matm,n (R)
(mit m Zeilen und n Spalten). Nach Annahme existieren m dieser Spalten, welche gemeinsam
eine invertierbare Matrix bilden. Wenn nötig, vertauschen wir die Koordinaten im Rn (diese
Abbildung wird Teil des Diffeomorphismus) und bezeichnen die ersten k = n − m Koordinaten
mit x und die letzten m Koordinaten mit y. Durch diese Vertauschung können wir annehmen,
dass ∂ y F (p) invertierbar ist. In anderen Worten erfüllt die implizite Gleichung F (x, y) = 0
bei dem Punkt p = (x0 , y0 ) und für ein geeignetes r > 0 mit Br (x0 ) × Br (y0 ) ⊆ U die
Voraussetzung des Satzes über implizite Funktionen (Satz 12.1 und Satz 12.2) und wir erhalten
offene Umgebungen U0 ⊆ Br (x0 ) von x0 und V0 ⊆ Br (y0 ) von y0 , so dass

M ∩ (U0 × V0 ) = Graph(f )

für eine glatte Funktion f : U0 → V0 . Wir können also Up = U0 ×V0 und den Diffeomorphismus
(genau wie in Beispiel 12.11(1)) durch

ϕ0 : U0 × V0 → ϕ0 (U0 × V0 )
(x, y) 7→ (x, y − f (x))

definieren.
Da p ∈ M beliebig war, beweist dies den Satz.

588
Beispiel 12.17. Der einzige kritische Punkt der Funktion F : (x, y, z)t 7→ x2 + y 2 − z 2 auf R3
ist wiederum der Ursprung (wieso?). Aus diesem Grund und wegen Theorem 12.16 sind das
sogenannte einschalige Hyperboloid

H1 = (x, y, z)t ∈ R3 | x2 + y 2 − z 2 − 1 = 0


und das sogenannte zweischalige Hyperboloid

H2 = (x, y, z)t ∈ R3 | x2 + y 2 − z 2 + 1 = 0


zweidimensionale Teilmannigfaltigkeiten von R3 .

Obiges Beispiel lässt sich mit derselben Methodik auf beliebige quadratische Formen er-
weitern (siehe Abschnitt 12.4.2).

Beispiel 12.18 (2-Torus). Seien 0 < r < R Radien. Der 2-Torus T2 mit Parametern R, r ist
der Rotationskörpers, der entsteht, wenn man den Kreis in der x-z-Ebene mit Radius r um
den Punkt (0, R) um die z-Achse rotiert.

Wir möchten hier zeigen, dass der 2-Torus eine zweidimensionale Teilmannigfaltigkeit des
R3 ist. Passend zu der geometrischen Beschreibung können wir den 2-Torus auch durch eine
Gleichung definieren, nämlich
n p
2 o
T2 = (x, y, z)t ∈ R3 | x2 + y 2 − R + z 2 = r 2 .

Wir betrachten also die glatte Funktion

p
2
F : (x, y, z)t ∈ (R2 \ {0}) × R 7→ x2 + y 2 − R + z 2 − r2
p
= x2 + y 2 + z 2 − 2R x2 + y 2 + R2 − r2 .

589
und zeigen, dass 0 ein regulärer Wert von F ist. Zuerst bemerken wir, dass

F (0, 0, z) = z 2 + R2 − r2 > 0

für alle z ∈ R. Für p = (x, y, z)t ∈ M gilt also p ∈ (R2 \ {0}) × R und
!
x y
Dp F = 2x − 2R p , 2y − 2R p , 2z
x2 + y 2 x2 + y 2
! ! !
R R
= 2x 1 − p , 2y 1 − p , 2z .
x2 + y 2 x2 + y 2

Wenn nun obiges p ein kritischer Punkt (das heisst, Dp F = 0) ist, so gilt z = 0 und R =
p
x2 + y 2 wegen (x, y) 6= 0. Keiner dieser Punkte liegt aber auf T2 und somit ist 0 ein regulärer
Wert von F . Nach Theorem 12.16 ist der 2-Torus eine zweidimensionale Teilmannigfaltigkeit
des R3 .

Übung 12.19 (Parametrisierung des 2-Torus). Wir möchten hier eine Parametrisierung des
2-Torus mit Parametern R, r besprechen.
Dazu betrachten wir als erstes zwei Winkel ϕ, ψ. Dabei stellt der erste Winkel ϕ den Winkel
in der xy-Ebene dar und der zweite Winkel ψ stellt den Winkel in der Ebene dar, die von der
z-Richtung und der von ϕ fixierten Richtung in der xy-Ebene gegeben ist.

(i) Sei

f¯ : [0, 2π] × [0, 2π] → T2 , (ϕ, ψ) 7→ ((R + r sin ψ) cos ϕ, (R + r sin ψ) sin ϕ, r cos ψ)t .

Zeigen Sie, dass f¯ tatsächlich eine stetige Abbildung ist, die auf T2 abbildet. Überzeugen
Sie sich auch davon, dass f¯ surjektiv, aber nicht injektiv ist.

(ii) Die Abbildung f¯ lässt sich auch nicht so einschränken, dass f¯ eine stetige Bijektion mit
stetiger Inverser wird (was wir wollen). Überzeugen Sie sich als Beispiel davon, dass
f¯|[0,2π)2 bijektiv und stetig ist, aber keine stetige Inverse besitzt.

Nach (ii) ist f¯ offenbar nicht die optimale Weise, den 2-Torus topologisch zu verstehen. Wir
wechseln nun deswegen vom Intervall [0, 2π] auf den Einheitskreis, wo die Winkel 0 und 2π
automatisch identifiziert werden.

(iii) Zeigen Sie, dass die Abbildung

f : S1 × S1 → T2 , ((x, y)t , (v, w)t ) 7→ ((R + rw)x, (R + rw)y, rv)t

eine stetige Bijektion mit stetiger Inversen definiert.

Tatsächlich ist, wenn man weiss, was differenzierbare Abbildung zwischen Teilmannigfaltigkei-
ten sind, die obige Abbildung f glatt mit glatter Inversen und somit die richtige Art und Weise
T2 zu verstehen.

590
12.2.3 Tangentialraum und Tangentialbündel
Wir wollen hier zu einer gegebenen Teilmannigfaltigkeit M ⊆ Rn den zugehörigen „Phasen-
raum“ definieren, der analog zum einfacheren Fall M = U für eine offene Teilmenge U von Rn
(siehe Abschnitt 11.2.2), aus allen Paaren der möglichen Orte p ∈ M und den bei p möglichen
Geschwindigkeitsvektoren bestehen soll. Dies legt die folgende Definition nahe.

Definition 12.20 (Tangentialraum). Sei M ⊆ Rn eine k-dimensionale Teilmannigfaltigkeit.

Der Tangentialraum (oder Phasenraum) von M bei p ∈ M ist durch

Tp M = (p, γ 0 (0)) | ∃ε > 0, γ : (−ε, ε) → M differenzierbar mit γ(0) = p



⊆ Tp Rn = {p} × Rn

und das Tangentialbündel von M durch

G
TM = Tp M ⊆ TRn = Rn × Rn
p∈M

definiert.

In Worten ausgedrückt ist Tp M also die Menge der Geschwindigkeitsvektoren von kurzen
Wegen durch p in M wie oben schon erklärt. Als erstes kann man sich nun ähnliche Fragen
wie in Abschnitt 11.2.2 stellen. Beispielsweise: Ist Tp M ein Unterraum von Tp Rn ?
Die Identität TRn = Rn × Rn drängt weiter die Frage auf, ob vielleicht TM in einem
geeigneten Sinne isomorph zu M ×Rk ist, wenn M eine k-dimensionale Teilmannigfaltigkeit ist.
Diese, im Allgemeinen sehr schwierige Frage werden wir in dieser Vorlesung nur für sehr wenige
Teilmannigfaltigkeiten vollständig (je nach Fall positiv oder negativ) beantworten können.
Stattdessen wollen wir hier vorerst diese Frage nur lokal (wie zuvor heisst das für eine
kleine Umgebung eines vorgegebenen Punktes) beantworten. Zur Vereinfachung der Notation
werden wir im Folgenden Rk mit dem Teilraum Rk × {0}n−k ⊆ Rn identifizieren.

Satz 12.21 (Lokale Beschreibung des Tangentialbündels). Sei M ⊆ Rn eine k-dimensionale

Teilmannigfaltigkeit.

• Sei U0 ⊆ Rn eine offene Umgebung und sei ϕ : U0 → V0 ⊆ Rn ein Diffeomorphismus

mit

ϕ(U0 ∩ M ) = {y ∈ V0 | yk+1 = . . . = yn = 0} = V0 ∩ Rk

wie in Definition 12.10. Wir definieren ψ = ϕ−1 : V0 → U0 und die Ableitung

Dψ : TV0 → TU0
(y, h) 7→ (ψ(y), Dy ψ(h)).

Dann ist die Einschränkung von Dψ eine Bijektion von T(V0 ∩ Rk ) = (V0 ∩ Rk ) × Rk
nach T(U0 ∩ M ). Insbesondere ist Tp M ein k-dimensionaler Unterraum von Tp Rn für
alle p ∈ M .
591
 • Angenommen M = {x ∈ U | F (x) = 0} ist gegeben als Niveaumenge einer glatten Funk-
tion F : U → Rn−k auf einer offenen Teilmenge U ⊆ Rn , so dass 0 ein regulärer Wert
von F ist (wie im Theorem 12.16 über den konstanten Rang). Dann ist

TM = {(p, v) ∈ M × Rn | Dp F (v) = 0} .

Insbesondere zweitere Aussage erlaubt in spezifischen Fällen eine effiziente Berechnung

des Tangentialraums an einem Punkt, welcher dann im Wesentlichen durch den Kern des
Differentials der Funktion F an diesem Punkt gegeben ist.

Beispiel 12.22. Wir betrachten die Sphäre Sn−1 = (x1 , . . . , xn )t ∈ Rn | F (x1 , . . . , xn ) = 0



wobei F : (x1 , . . . , xn )t ∈ Rn 7→ x21 + . . . + x2n − 1. Dann ist für x ∈ Sn−1

Dx F = (2x1 , . . . , 2xn ) = 2xt .

Somit ist der Tangentialraum bei x ∈ Sn−1 gegeben durch

Tx Sn−1 = {x} × v ∈ Rn | 2xt v = 0 = hxi⊥ ,



was gerade die Menge der Vektoren ist, die senkrecht auf x stehen (das orthogonale Komple-
ment von x), und der Anschauung entspricht.

Wir wenden uns nun dem Beweis von Satz 12.21 zu. Die wesentliche Idee für die erste
Aussage ist dabei, dass sich ein Weg in der „flachen lokalen Kopie“ V0 ∩ Rk via des Diffeomor-
phismus ψ auf M schieben lässt und umgekehrt.

Beweis von Satz 12.21. Wir beweisen die erste Aussage zuerst. Da V0 ∩ Rk offen ist in Rk ,
gibt es zu jedem y ∈ V0 ∩ Rk und h ∈ Rk einen differenzierbaren Weg γ : (−ε, ε) → V0 ∩ Rk
mit γ(0) = y und γ 0 (0) = h (zum Beispiel den geraden Weg γ(t) = y + th). Damit ist
ψ◦γ : (−ε, ε) → U0 ∩M ein differenzierbarer Weg mit ψ◦γ(0) = ψ(y) und (ψ◦γ)0 (0) = Dy ψ(h).
Also gilt
Dψ(y, h) = (ψ(y), Dy ψ(h)) ∈ Tψ(y) M ⊆ T(U0 ∩ M ).

Da (y, h) ∈ (V0 ∩ Rk ) × Rk beliebig war, ergibt sich daraus

Dψ((V0 ∩ Rk ) × Rk ) ⊆ T(U0 ∩ M ).

Für die andere Inklusion nehmen wir an, dass γ : (−ε, ε) → M ein differenzierbarer Weg
mit γ(0) = p = ψ(y) ∈ U0 ∩ M ist. Da U0 offen ist, existiert ein δ ∈ (0, ε) mit γ((−δ, δ)) ⊆
U0 ∩ M . Wir betrachten nun den Weg ϕ ◦ γ : (−δ, δ) → V0 ∩ Rk , welcher bei 0 die Ableitung
h = Dp ϕ(γ 0 (0)) ∈ Rk hat. Gemeinsam mit ψ ◦ ϕ = id auf U0 und der Kettenregel in der Form
Dy ψ ◦ Dp ϕ = In erhalten wir

(p, γ 0 (0)) = ψ(y), Dy ψ( Dp ϕ(γ 0 (0))) = ψ(y), Dy ψ(h) ∈ Dψ((V0 ∩ Rk ) × Rk )).

Dies zeigt, dass Dψ((V0 ∩ Rk ) × Rk ) = T(U0 ∩ M ).

592
 Da es nach Definition einer Teilmannigfaltigkeit für jeden Punkt p ∈ M einen derartigen
Diffeomorphismus mit p ∈ U0 gibt, folgt für jeden Punkt p ∈ M , dass Tp M = Dψ({p} × Rk )
ein k-dimensionaler Unterraum von Tp Rn = {p} × Rn ist.
Für die zweite Behauptung sei p ∈ M beliebig. Da nach obigem Tp M k-dimensional ist,
aber auch der Kern von Dp F k-dimensional ist (wieso?), reicht es, eine Inklusion zu zeigen.
Sei γ : (−ε, ε) → M ein differenzierbarer Weg mit γ(0) = p. Dann gilt F ◦ γ(t) = 0 für alle
t ∈ (−ε, ε) nach Definition von M und daher ist

Dp F (γ 0 (0)) = (F ◦ γ)0 (0) = 0.

Somit ist γ 0 (0) ∈ ker( Dp F ), was den Beweis des Satzes abschliesst.

Wir verwenden nun obigen Satz, um einen spezifischen Fall zu diskutieren, wo die Isomor-
phie TM ∼ = M × Rk gilt. Mit Satz 12.21 sind wir nun auch in der Lage zu erklären, was wir
hier mit Isomorphie meinen. Es soll eine Bijektion f : TM ∼ = M × Rk (stetig mit stetiger
Inversen) existieren, so dass für alle p ∈ M die Einschränkung f |Tp M : Tp M → {p} × Rk
wohldefiniert ist und ein Isomorphismus von Vektorräumen ist. Wir verlangen insbesondere
von einem solchen Isomorphismus, dass er den Fusspunkt p erhält.

Beispiel 12.23 (Tangentialbündel des Einheitskreises und des 2-Torus).

(a) Wir behaupten als erstes, dass TS1 ∼

= S1 × R.
Sei ι : R2 → R2 die Rotation um 90 Grad im Gegenuhrzeigersinn, das heisst, ι(x1 , x2 ) =
(−x2 , x1 )t für alle (x1 , x2 )t ∈ R2 . Wir betrachten nun die Abbildung

f : TS1 → S1 × R, (x, v) 7→ (x, hv, ι(x)i

und behaupten, dass diese alle gewünschten Eigenschaft hat. Grund dafür ist im Wesent-
lichen, dass es bei einem fixierten Punkt x ∈ S1 nur eine, zu diesem orthogonale Richtung
gibt, welche gerade von ι(x) aufgespannt wird. In der Tat definiert deswegen

g : S1 × R → TS1 , (x, α) 7→ (x, αι(x))

eine beidseitige Inverse von f . Weiter erhält f per Definition den Fusspunkt und die Abbil-
dung f |Tx S1 ist linear und von Null verschieden, also ein Isomorphismus (da beide Räume
eindimensional sind).

(b) Wir möchten nun auch TT2 ∼ = T2 × R2 zeigen. Dazu verwenden wir, dass sich T2 mit
S1 × S1 via f : S1 × S1 → T2 , ((x, y)t , (v, w)t ) 7→ ((R + rw)x, (R + rw)y, rv)t einein-
deutig parametrisieren lässt (siehe Übung 12.19). Wir erweitern diese Abbildung zu einer

593
 Abbildung

f˜ : S1 × S1 × R2 → TT2
    
! ! ! −(R + rw)y rvx
x v
, , (s, t) 7→ f (p), s  (R + rw)x  + t  rvy  .
    
y w
| {z } 0 −rw
=p

Man kann nun überprüfen, dass f˜ einen Isomorphismus zwischen S1 × S1 × R2 und TT2
definiert.

Übung 12.24 (Tangentialbündel von S1 × S1 ).

(a) Zeigen Sie, dass S1 × S1 eine zweidimensionale Teilmannigfaltigkeit von R4 ist und dass
T(S1 × S1 ) ∼
= (S1 × S1 ) × R2 .

(b) Ergänzen Sie die unterlassenen Details in Beispiel 12.23(b) und konstruieren Sie einen
Isomorphismus TT2 ∼= T2 × R2 .

594
12.3 Extremwertprobleme
Die letzten beiden Abschnitte enthielten, wenn man so will, sehr wenige konkrete Rechnun-
gen und zeigten stattdessen bloss Existenz gewisser unbekannter Funktionen oder führten neue
geometrische Begriffe ein. In diesem Sinne mag es überraschend sein, dass diese für praktische
Rechnungen trotzdem relevant sind. Genau dies wollen wir hier nun demonstrieren, indem wir
Extremwertaufgaben allgemeiner als zuvor besprechen.

12.3.1 Extrema auf kompakten Teilmengen

Jede stetige, reellwertige Funktion f auf einer kompakten Teilmenge K ⊆ Rn hat ein
globales Maximum und ein globales Minimum (siehe Satz 10.53(5)), die beide in Anwendungen
von Interesse sein könnten. Allerdings ist diese Aussage für die Berechnung dieser Extrema
(siehe Definition 11.28) nicht sonderlich hilfreich. Wir wollen hier erläutern, wie wir mit Hilfe
der bereits entwickelten Theorie und der sogenannten Methode der Lagrange-Multiplikatoren
diese Extremwerte finden können.
Wir werden im Folgenden die topologischen Begriffe des Inneren, des Abschlusses und des
Randes verwenden – siehe Definition 10.14.

Beispiel 12.25 (Extrema im Inneren und auf dem Rand). Wir betrachten im Folgenden meh-
rere Situationen, in welchen jeweils eine Teilmenge B ⊆ Rn und eine stetig differenzierbare,
reellwertige Funktion f auf B gegeben ist. (Wir wollen des Weiteren immer annehmen, dass
f auf einer grösseren offenen Menge U ⊇ B definiert und dort stetig differenzierbar ist.)

(a) Falls B = I = [a, b] ein kompaktes Intervall mit a < b (das heisst, mit nicht-leerem
Inneren (a, b)) ist, so verwenden wir die Methoden aus Abschnitt 8.1.3. Das heisst, wir
suchen die kritischen Punkte von f in (a, b) und betrachten getrennt noch die Randpunkte
∂I = {a, b}.

(b) Falls B = P ein kompaktes Polygon im R2 wie zum Beispiel

P = (x, y)t ∈ R2 | x ≥ 0, y ≥ 0, x + y ≤ 1


ist, so können wir die Extremwerte auf B finden, indem wir zuerst nach kritischen Punk-
ten von f im Innern P ◦ suchen (mit den Methoden aus Abschnitt 11.4). Anschliessend
schränken wir f auf die einzelnen Kanten von P (in obigem Beispiel [0, 1]×{0}, {0}×[0, 1]
und (x, 1 − x)t | x ∈ [0, 1] ) ein und verwenden dort die Methoden von (a). Insbesonde-


re muss man die Werte von f an den Ecken (0, 0)t , (1, 0)t und (0, 1)t auch in Betracht
ziehen.

(c) Falls B = {v ∈ Rn | kvk2 ≤ 1} der abgeschlossene Einheitsball im Rn ist, so können wir

die kritischen Punkte von f im Inneren B ◦ = {v ∈ Rn | kvk < 1} finden und des Weiteren
die Funktion f auf der Teilmannigfaltigkeit ∂B = Sn−1 untersuchen. Letzteres werden wir
im nächsten Unterabschnitt in Angriff nehmen.

595
(d) Falls

B = (x, y, z)t ∈ R3 | x2 + y 2 ≤ z ≤ 1


ist, so können wir die Funktion f

• im Inneren B ◦ von B,
• auf der Teilmannigfaltigkeit (x, y, z)t ∈ R3 | x2 + y 2 = z < 1 ,


• auf der Kreisscheibe (x, y, z)t ∈ R3 | x2 + y 2 < z = 1 und



• auf dem Kreis (x, y, z)t ∈ R3 | x2 + y 2 = z = 1



getrennt betrachten. Wir finden dann die Extremwerte, indem wir alle kritischen Punkte
der Einschränkungen von f auf diese Teilmengen finden.

In den obigen Beispielen ist es einfach eine Parametrisierung der Ränder zu finden, welche
man verwenden könnte, um die Suche der Extremwerte auf die Diskussion von glatten Funk-
tionen auf offenen Teilmengen (den Karten) zurückzuspielen. Allerdings ist es, wie bereits
besprochen, oft sehr schwer oder sogar unmöglich die Parametrisierung der Ränder explizit
durch Formeln und uns wohlbekannten Funktionen zu beschreiben. Aus diesem Grund wäre
es von Vorteil eine Methode zur Verfügung zu haben, welche ohne Verwendung der Kartenab-
bildungen die lokalen Extremwerte berechnen könnte.

12.3.2 Extrema mit Nebenbedingungen und Lagrange-Multiplikatoren

Wie im letzten Teilabschnitt angedeutet wurde, wollen wir nun Funktionen auf Teilman-
nigfaltigkeiten untersuchen und dort notwendige Bedingungen für lokale Extrema angeben.

Proposition 12.26 (Notwendige Bedingungen für Extrema mit Nebenbedingungen). Sei

U ⊆ Rn offen und M ⊆ U eine Teilmannigfaltigkeit von Rn . Weiter sei f : U → R ei-
ne differenzierbare Funktion. Angenommen f |M nimmt in p ∈ M ein lokales Extremum an.
Dann ist ∇f (p) ein Normalenvektor an M bei p, das heisst, es gilt h∇f (p), vi = 0 für alle
(p, v) ∈ Tp M .

Die Menge der Normalenvektoren an M bei p werden wir mit

(Tp M )⊥ = {(p, w) | hw, vi = 0 für alle (p, v) ∈ Tp M }

bezeichnen. Genauso wie Tp M bildet (Tp M )⊥ einen Unterraum von Tp Rn . Wenn M eine k-
dimensionale Teilmannigfaltigkeit ist, dann hat (Tp M )⊥ die Dimension (n − k) (wieso?).

Beweis. Wir betrachten einen differenzierbaren Weg γ : (−ε, ε) → M mit γ(0) = p und ε > 0.
Da f in p ein lokales Extremum annimmt, nimmt f ◦γ : (−ε, ε) → R in 0 ein lokales Extremum
an. Daher gilt nach Proposition 8.17 und der Kettenregel

0 = (f ◦ γ)0 (0) = ∇f (p), γ 0 (0) .

596
Da ε > 0 beliebig und γ : (−ε, ε) → M ein beliebiger differenzierbarer Weg mit γ(0) = p war,
folgt daraus mit der Definition des Tangentialraums Tp M die Proposition.

Damit wir obiges Resultat in die Praxis umsetzen können, benötigen wir eine weitere Defi-
nition. Dazu nehmen wir im Folgenden an, dass U ⊆ Rn offen ist und die Teilmannigfaltigkeit
M durch M = {x ∈ U | F (x) = 0} für eine glatte Funktion F : U → Rn−k mit konstantem
Rang wie in Theorem 12.16 gegeben ist. Des Weiteren soll f : U → R differenzierbar sein.

Definition 12.27. Die Lagrange-Funktion L : U × Rn−k → R für eine Funktion f : U → R

ist durch
n−k
X
L : (x, λ) ∈ U × Rn−k 7→ L(x, λ) = f (x) − λj Fj (x)
j=1

definiert. Die Komponenten von λ werden auch Lagrange-Multiplikatoren genannt.

Wir wollen noch betonen, dass wir für den Beweis der im folgenden Korollar vorgestellten
praktische Methode eigentlich alle Themen dieses Kapitel (direkt oder indirekt) verwendet
werden.

Korollar 12.28 (Notwendige Bedingungen mit Lagrange-Multiplikatoren). Sei U ⊆ Rn eine

offene Teilmenge und M = {x ∈ U | F (x) = 0} eine k-dimensionale Teilmannigfaltigkeit ge-
geben als Niveaumenge durch eine glatte Funktion F : U → Rn−k mit regulärem Wert 0 (siehe
Theorem 12.16).
Sei f : U → R eine differenzierbare Funktion, für die f |M in p ∈ M ein lokales Extremum
annimmt, und sei L die zu M und f gehörige Lagrange-Funktion. Dann existieren Lagrange-
Multiplikatoren λ ∈ Rn−k , so dass die Gleichungen

∂xi L(p, λ) = 0, ∂λj L(p, λ) = 0

für alle i ∈ {1, . . . , n} und j ∈ {1, . . . , n − k} erfüllt sind. Dabei ist zu (x, λ) ∈ U × Rn−k

n−k
X
∂xi L(x, λ) = ∂i f (x) − λj ∂i Fj (x), ∂λj L(x, λ) = −Fj (x) (12.6)
j=1

für i ∈ {1, . . . , n} und j ∈ {1, . . . , n − k}.

Beweis. Die Gleichungen ∂λj L(x, λ) = −Fj (x) für j = 1, . . . , n − k folgen direkt aus der
Definition von L, womit die Gleichungen ∂λj L(p, λ) = 0 für j = 1, . . . , n − k auf Grund der
Definition von M gelten.
Die Beschreibung von ∂xi L(x, λ) für i = 1, . . . , n in (12.6) folgen ebenso direkt aus der
Definition der Lagrange Funktion. Betrachten wir diese gemeinsam, so erhalten wir eine Um-
formulierung der zu beweisenden Behauptung: wir wollen zeigen, dass ∇f (p) eine Linear-
kombination der Vektoren ∇F1 (p), . . . , ∇Fn−k (p) ist, wobei die Lagrange Multiplikatoren die
Koeffizienten der Linearkombination darstellen.

597
 Wir beobachten zuerst, dass Dp F1 = (∇F1 (p))t , . . . , Dp Fn−k = (∇Fn−k (p))t die Zeilen der
Matrix Dp F sind, welche nach Annahme an F linear unabhängig sind. Nach Satz 12.21 gilt
somit

Tp M = {(p, v) ∈ Tp Rn | Dp F (v) = 0}
= {(p, v) ∈ Tp Rn | h∇Fj (p), vi = 0 für alle j = 1, . . . , n − k} .

Also sind die Vektoren ∇F1 (p), . . . , ∇Fn−k (p) Normalenvektoren an M bei p. Wegen linearer
Unabhängigkeit und dim((Tp M )⊥ ) = n − k lässt sich nun jeder Normalenvektor als Linear-
kombination dieser Vektoren schreiben. Nach Proposition 12.26 ist ∇f (p) ein Normalenvektor
und das Korollar folgt.

Applet 12.29 (Lagrange-Multiplikatoren und Normalenvektoren). In diesem Applet illustrie-

ren wir Proposition 12.26 und Korollar 12.28 anhand einer eindimensionalen Teilmannigfaltig-
keit. Unter dieser Annahme liegt nur ein Gradientenvektor ∇F vor, womit Proposition 12.26
besagt, dass ∇F und ∇f parallel sein sollen.

Für die Praxis ist es wichtig, dass wir zwar für den Beweis von Korollar 12.28 den Satz über
implizite Funktionen (Satz 12.1 und Satz 12.2) indirekt (wie genau?) verwendet haben, aber
die implizite Funktion (welche wir eher selten berechnen können oder wollen) in der Methode
von Lagrange nicht vorkommt.
Wir wollen diese Methode an einem Beispiel erproben. Dieses wird auch zeigen, dass der
Methode der Lagrange-Multiplikatoren (Korollar 12.28) Voraussetzungen zugrunde liegen, die,
wenn sie ignoriert werden, zum falschen Ergebnis führen.

Beispiel 12.30. Wir betrachten die kompakte Menge

K = (x, y)t ∈ [−1, 1]2 | y 3 − x2 = 0 ,



welche durch die Funktion F : (x, y)t ∈ R2 7→ y 3 − x2 definiert wird. Wir beobachten zuerst,
dass K die Punkte (1, 1)t und (−1, 1)t enthält, welche eine getrennte Behandlung erfordern
(wieso?). Wir betrachten die Funktion f (x, y) = 4y − 3x. Die Punkte (1, 1)t und (−1, 1)t
erfüllen

f (1, 1) = 1, f (−1, 1) = 7.

Wir betrachten also M = K \ (1, 1)t , (−1, 1)t und wollen alle möglichen lokalen Extrem-


werte von f |M auffinden. Dazu verwenden wir (vorerst ohne gross zu überlegen) die Methode
der Lagrange-Multiplikatoren (Korollar 12.28) an. Anschliessend sollten wir das globale Mi-
nimum und das globale Maximum von f |K sehr leicht unter den gefundenen Funktionswerten
bestimmen können. Die zu f und M gehörige Lagrange-Funktion ist gegeben durch

L(x, y, λ) = 4y − 3x − λ(y 3 − x2 ).

598
Man berechnet

∂x L(x, y, λ) = −3 + 2λx
∂y L(x, y, λ) = 4 − 3λy 2
∂λ L(x, y, λ) = −(y 3 − x2 ).

3
Aus −3 + 2λx = 0 folgt λ 6= 0 und x 6= 0 sowie λ = 2x . Genauso folgt aus 4 − 3λy 2 = 0, dass
y 6= 0 und λ = 3y42 . Damit gilt 2x
3
= 3y42 oder äquivalent dazu x = 98 y 2 . Andererseits gilt des
Weiteren ∂λ L(x, y, λ) = −(y 3 − x2 ) = 0. Setzen wir nun x = 89 y 2 ein, so erhalten wir

9 2 2 92 4 92
0 = y3 − = y3 − = y3 1 −



8y 82
y 82
y .

2 3
Da y 6= 0 ist, ergibt dies y = 892 und x = 98 y 2 = 983 . Wir erhalten also mit der Methode der
Lagrange-Multiplikatoren einen einzigen weiteren Kandidaten nebst den Randpunkten für die
Extremwerte, nämlich

3 2 2 3
f ( 893 , 982 ) = 4 892 − 3 893 = 1.053 . . . .

Haben wir jetzt alle lokalen Extremwerte gefunden? Nein, denn f nimmt das globale Mini-
mum auf K im Punkt (0, 0) an. Wir haben diesen Punkt mit der Methode der Lagrange-
Multiplikatoren nicht gefunden, da M keine Teilmannigfaltigkeit von R2 ist und (0, 0) ein
kritischer Punkt von F ist.

12.3.3 Diagonalisierbarkeit symmetrischer Matrizen

Obwohl wir hier ja eigentlich Analysis betreiben wollen, können wir mit der Methode der
Lagrange-Multiplikatoren relativ einfach folgenden wichtigen Satz aus der Linearen Algebra
beweisen (welcher für uns bereits von Relevanz war beim Beweis der Charakterisierung von
Indefinitheit in Satz 11.33).

Satz 12.31. Jede symmetrische Matrix A ∈ Matn,n (R) ist über R diagonalisierbar. Des Wei-
teren existiert sogar eine Orthonormalbasis von Rn bestehend aus Eigenvektoren von A.

Der schwierigste Schritt für den Beweis des Satzes ist folgendes Lemma, welches wir mit
der Methode von Lagrange beweisen wollen. Schön an diesem Argument ist insbesondere, dass
der Fundamentalsatz der Algebra (Theorem 10.68) nicht verwendet wird (siehe auch Übung
12.33).

Lemma 12.32. Sei n ≥ 1 und A ∈ Matn,n (R) eine symmetrische Matrix. Dann besitzt A
einen reellen Eigenvektor.

Beweis. Wir betrachten die Sphäre Sn−1 , die als Niveaumenge der Funktion F : x ∈ R3 7→
kxk2 − 1 ∈ R gegeben ist, und die reellwertige Funktion (quadratische Form)

f : Rn → R, x 7→ xt Ax.

599
Da Sn−1 kompakt ist, nimmt f |Sn−1 ein Maximum und ein Minimum an. Also angenommen
f nimmt in p ∈ Sn−1 ein Extremum an. Sei

L : (x, λ) ∈ Rn × R 7→ f (x) − λF (x) = xt Ax − λ(kxk2 − 1)

die zu Sn−1 und f gehörige Lagrange-Funktion. Nach Korollar 12.28 existiert also ein λ ∈ R
mit

∂xj L(p, λ) = ∂j f (p) − λ∂j F (p) = 0 (12.7)

für alle j = 1, . . . , n sowie ∂λ L(p, λ) = F (p) = 0. Letzteres besagt bloss, dass kpk = 1 oder
anders ausgedrückt p ∈ Sn−1 , wie bereits bekannt ist.
Wir berechnen nun die partiellen Ableitungen von F und f . Es gilt für alle x ∈ Rn
n
X 
∂j F (x) = ∂j x2k = 2xj
k=1
n
 X  n
X n
X
∂j f (x) = ∂j ak` xk x` = aj` x` + akj xk
k,`=1 `=1 k=1

nach der Produktregel und da ∂j (xk ) genau dann Null ist, wenn k 6= j ist. Da A per Annahme
aber symmetrisch ist, erhalten wir
n
X
∂j f (x) = 2 aj` x` = 2(Ax)j .
`=1

Somit gilt (Ap)j = λpj für alle j = 1, . . . , n oder äquivalent dazu Ap = λp.

Beweis von Satz 12.31. Wir benötigen zusätzlich zu Lemma 12.32 etwas mehr Lineare Algebra
für den Beweis, den wir jetzt mit Induktion nach n durchführen werden. Für n = 1 gibt es
nichts zu beweisen. Sei also A ∈ Matn,n (R) eine symmetrische Matrix. Nach Lemma 12.32
existiert ein reeller Eigenvektor v1 ∈ Sn−1 zu einem Eigenwert λ1 ∈ R. Wir betrachten das
orthogonale Komplement

W = v1⊥ = {w ∈ Rn | hw, v1 i = 0}

von v1 . Für w ∈ W gilt auf Grund der Symmetrie von A

hAw, v1 i = hw, Av1 i = λ1 hw, v1 i = 0

und es folgt, dass A(W ) ⊆ W . Sei w1 , . . . , wn−1 eine Orthonormalbasis von W bezüglich
h·, ·i (welche wegen des Gram-Schmidt-Orthonormalisierungsverfahrens existiert). Für i, j ∈
{1, . . . , n − 1} gilt nun

hAwj , wi i = hwj , Awi i = hAwi , wj i .

600
In anderen Worten ist die Basisdarstellung B von A|W : W → W bezüglich der Basis
w1 , . . . , wn−1 wieder symmetrisch. Nach Induktionsvoraussetzung existiert für B eine Ortho-
normalbasis bestehend aus Eigenvektoren von B. Da aber B (gemeinsam mit der Standard-
basis von Rn−1 ) genau A|W (gemeinsam mit der Orthonormalbasis w1 , . . . , wn−1 ) entspricht,
existiert also auch für W eine Orthonormalbasis v2 , . . . , vn aus Eigenvektoren von A.
Wir erhalten damit, dass v1 , . . . , vn eine Orthonormalbasis von Rn bildet und aus Eigen-
vektoren von A besteht.

Übung 12.33. Der Vollständigkeit halber möchten wir hier ein elementares Argument zum
Beweis von Lemma 12.32 unter Verwendung des Fundamentalsatzes angeben. Sei n ≥ 1 und
A ∈ Matn,n (R) eine symmetrische Matrix.

(i) Zeigen Sie, dass alle komplexen Eigenwerte von A reell sind.

(ii) Beweisen Sie Lemma 12.32, indem Sie zeigen, dass A genau dann einen komplexen
Eigenvektor besitzt, wenn A einen reellen Eigenvektor besitzt.

Das in unserem Beweis gewonnene geometrische Verständnis der Eigenwerte von A kann aber
auch anders genutzt werden. Als Beispiel davon kann man einen Spezialfall des Satzes von
Courant-Fischer beweisen.

(iii) Zeigen Sie, dass die Werte

min xt Ax, max xt Ax

x∈Sn−1 x∈Sn−1

den kleinsten respektive den grössten Eigenwert von A darstellen.

12.3.4 Eine hinreichende Bedingung für Lagrange-Multiplikatoren*

Beispiel 12.34. Wir betrachten für a > b > 0 die Teilmannigfaltigkeit

x2 y 2
 
t 2
E= (x, y) ∈ R | 2 + 2 − 1 = 0 ,
a b

welche eine Ellipse in Hauptachsenlage darstellt, siehe folgendes Bild.

601
 Des Weiteren betrachten wir die Funktion

f : R2 → R, (x, y)t 7→ x2 + y 2 ,

welche eingeschränkt auf E globale Minima bei (0, −b)t und (0, b)t und globale Maxima bei
(−a, 0)t und (a, 0)t annimmt, was aus dem Bild folgt (wieso?).
Falls wir aber mit Hilfe unseren bisherigen Methoden entscheiden wollen, bei welchen der
vier Punkte (0, −b)t , (0, b)t , (−a, 0)t und (a, 0)t lokale Minima oder lokale Maxima vorliegen,
so ist es vorerst unklar, wie wir dies machen können. In der Tat greift die Diskussion des
letzten Abschnitts diese Thematik überhaupt nicht auf und auch das Kriterium aus 11.32 greift
nicht, denn die kritischen Punkte von f als Funktion auf R2 liegen nicht auf E. Versuchen
wir diese beiden Methoden ohne gross darüber nachzudenken zu verbinden, so würden wir
fälschlicherweise zu dem Schluss kommen, dass alle vier Punkte ein Minimum der Funktion
darstellen da die Hesse-Matrix von f bei jedem Punkt positiv definit ist. Aber wo wäre dann
das Maximum von f |E ?

Korollar 12.35 (Hesse-Matrix der Lagrange-Funktion). Sei U ⊆ Rn eine offene Teilmenge,

sei M = {x ∈ U | F (x) = 0} eine k-dimensionale Teilmannigfaltigkeit gegeben als Niveaumen-
ge durch eine glatte Funktion F : U → Rn−k mit regulärem Wert 0 und sei f : U → R eine
zweimal stetig differenzierbare Funktion. Sei des Weiteren p ∈ M ein kritischer Punkt für f |M
mit Lagrange-Parameter λ ∈ Rn−k , das heisst, (p, λ) erfüllt die Lagrange-Gleichungen

∂xi L(p, λ) = 0

für alle j ∈ {1, . . . , n}. Wir definieren eine quadratische Form Q : Tp M → R durch

n
X
Q(v) = ∂xi ∂xj L(p, λ)vi vj
i,j=1

für (p, v) ∈ Tp M (wobei v1 , . . . , vn die Koordinaten von v bezüglich der Standardbasis in Rn

darstellen). Dann gelten folgende Aussagen:

• Falls Q positiv definit ist, dann nimmt f |M bei p ein striktes lokales Minimum an.

• Falls Q negativ definit ist, dann nimmt f |M bei p ein striktes lokales Maximum an.

• Falls Q indefinit ist, dann nimmt f |M bei p kein lokales Extremum an.

Mit Korollar 12.35 lässt sich unter anderem auch die in Beispiel 12.34 festgestellte Proble-
matik beheben.

Übung 12.36.

(i) Überprüfen Sie, dass in Beispiel 12.34 die Methode der Lagrange-Multiplikatoren genau
die vier Punkte (0, −b)t , (0, b)t , (−a, 0)t und (a, 0)t aufspürt. Berechnen Sie dabei jeweils
die dazugehörigen Lagrange-Multiplikatoren.

602
 (ii) Verwenden Sie Korollar 12.35, um bei jedem der vier Punkte zu entscheiden, ob und,
wenn ja, was für ein lokales Extremum angenommen wird.

Beweis von Korollar 12.35. Wir bemerken, dass es für die Einschränkung auf M keine Rol-
le spielt, ob wir f |M oder L|M betrachten. Dies liegt daran, dass die Funktion L durch
L(x, λ) = f (x) − n−k j=1 λj Fj (x) für (x, λ) ∈ U × R
n−k gegeben ist und F auf M identisch
P

verschwindet. Der entscheidende Vorteil von L ist, dass nach geeigneter Wahl von λ der Punkt
(p, λ) sogar ein kritischer Punkt von L auf U ist und wir dann die uns bekannten Methoden
(siehe Korollar 11.32) anwenden können. Die quadratische (Taylor-) Approximation von L hat
nach Korollar 11.25 die Form
n
X
L(p + h) − L(p) = ∂xi ∂xj L(p, λ)hi hj + o(khk2 ) (12.8)
i,j=1

für h → 0 (was für f im Allgemeinen falsch wäre).

k
Sei nun ψ : BεR (0) → M eine glatte Parametrisierung einer Umgebung von p ∈ M , welche
die Eigenschaften

• ψ(0) = p,
k
• kψ(y) − pk ≤ Ckyk für alle y ∈ BεR (0) und

• kψ(y) − (p + D0 ψ(y)k = o(kyk) für y → 0

k
erfüllt (wieso existiert eine solche Parametrisierung?). Setzen wir h = ψ(y) − p für y ∈ BεR (0)
in Gleichung (12.8) ein, so ergibt sich (wieso?)
n
X
L(ψ(y)) − L(p) = ∂xi ∂xj L(p, λ)( D0 ψ(y))i ( D0 ψ(y))j + o(kyk2 )
i,j=1

Wir bemerken nun, dass nach Satz 12.21

n o
Tp M = (p, v) ∈ Tp Rn | v ∈ D0 ψ(Rk ) = {p} × D0 ψ(Rk )

gilt. Das heisst, dass unsere Annahmen an die quadratische Form Q sich direkt auf die qua-
dratische Form
n
X
y ∈ Rk 7→ ∂xi ∂xj L(p, λ)( D0 ψ(y))i ( D0 ψ(y))j
i,j=1

übertragen. Wir können das Korollar also aus demselben Argument wie im Beweis der analogen
Aussage auf offenen Teilmengen (Korollar 11.32) erhalten.

603
12.4 Weitere Lernmaterialien

12.4.1 Verwendung des Kapitels

Wie bereits erwähnt ist der Satz über die implizite Funktionen grundlegend für das Ver-
ständnis von Gleichungen der Form F (x, y) = 0 und deren lokalen Lösungenfunktionen. Der
Satz über implizite Funktionen hat auch zum Satz über die inverse Abbildung (einem Krite-
rium für Diffeomorphie) und einer Möglichkeit, um zu zeigen, dass eine gegebene Teilmenge
von Rn eine Teilmannigfaltigkeit ist (das Theorem über den konstanten Rang), geführt.
Sie sollten sich einen Diffeomorphismus als einen glatten (statt linearen) Koordinatenwech-
sel vorstellen. Hierzu sind eben Polarkoordinaten, Zylinderkoordinaten und Kugelkoordinaten
wichtige Beispiele. Wir werden Diffeomorphismen wieder im Zusammenhang der mehrdimen-
sionalen Substitutionsregel im nächsten Kapitel begegnen.
Der Begriff der Teilmannigfaltigkeit ist in dieser Vorlesung vor allem für Flächen im R3
später von Bedeutung, auf welchen wir auch ein Integral definieren werden. Zum Beispiel wer-
den die mehrdimensionalen Integralsätze ein dreidimensionales Integral über einen Bereich im
R3 mit einem zweidimensionalen Integral über den Rand des Bereichs (oft eine Teilmannig-
faltigkeit) in Verbindung bringen.
Schlussendlich erwähnen wir noch, dass die Methode der Lagrange-Multiplikatoren eine
wichtige praktische Methode zur Bestimmung von Extremwerten darstellt. Mitunter muss
aber diese Methode mit einer Untersuchung des Definitionsbereichs (zum Beispiel bestehend
aus einer offenen Menge und einer glatten Teilmannigfaltigkeit als Rand) kombiniert werden.

12.4.2 Übungen
Übung (Umkehrabbildung zu Kugelkoordinaten). Wir betrachten den Diffeomorphismus

f : (0, ∞) × (0, π) × (−π, π) → R3 \ ((−∞, 0] × {0} × R)

 
r sin θ cos ϕ
(r, θ, ϕ) 7→  r sin θ sin ϕ  .
 

r cos θ

wie in Abschnitt 12.1.4.

(i) Begründen Sie, warum die offene Menge f ((0, ∞) × (0, π) × (−π, π)) in der Tat Kom-
plement ((−∞, 0] × {0} × R) hat.

(ii) Bestimmen Sie die Umkehrabbildung von f .

Übung (Elliptische Kurven). Sei a ∈ R und Ma = (x, y) ∈ R2 | y 2 = x3 + a . Für welche a



ist Ma eine Teilmannigfaltigkeit?

Übung (Quadratische Hyperflächen). Sei A ∈ Matn,n (R) eine symmetrische Matrix, so dass
die assoziierte quadratische Form QA : x 7→ xt Ax nicht-degeneriert ist. Zeigen Sie, dass
{x ∈ Rn | Q(x) = 1} eine (n − 1)-dimensionale Teilmannigfaltigkeit von Rn definiert.

604
Übung (SL2 (R)). In dieser Übung möchten wir zeigen, dass die Gruppe
( ! )
a11 a12
SL2 (R) = ∈ Mat2,2 (R) | a11 a22 − a12 a21 = 1
a21 a22

eine Teilmannigfaltigkeit von Mat2,2 (R) ∼

= R4 darstellt.

(i) Zeigen Sie, dass I2 ∈ SL2 (R) ein regulärer Punkt von det ist und dass DI2 det = Tr ist,
wobei Tr : (aij )ij ∈ Mat2,2 (R) 7→ a11 + a22 die Spur bezeichnet.

(ii) Sei g ∈ SL2 (R) und v ∈ Mat2,2 (R). Zeigen Sie, dass die Richtungableitung ∂v det(g)
existiert und durch Tr(g −1 v) gegeben ist.

(iii) Zeigen Sie, dass SL2 (R) eine Teilmannigfaltigkeit ist.

Übung (Tangentialbündel ist auch eine Teilmannigfaltigkeit). Sei M ⊆ Rn eine k-dimension-

ale Teilmannigfaltigkeit. Zeigen Sie, dass TM ⊆ TRn = Rn × Rn eine 2k-dimensionale Teil-
mannigfaltigkeit ist.

Übung (Tangentialbündel eines Graphen). Sei M eine k-dimensionale Teilmannigfaltigkeit

gegeben durch den Graphen einer glatten Funktion wie in Beispiel 12.11(c) (oder Propositi-
on 12.12). Charakterisieren Sie in dieser Situation des Tangentialbündel von M in Analogie
zum zweiten Teil der Aussage von Satz 12.21.

Übung (Challenge – Parametrisierung eindimensionaler Teilmannigfaltigkeiten). Sei M eine

zusammenhängende, 1-dimensionale, kompakte Teilmannigfaltigkeit von Rn . Zeigen Sie, dass
ein regulärer, einfacher, glatter Weg γ : [0, 1] → M existiert mit γ([0, 1]) = M .

Übung. Sei n ≥ 2. Zeigen Sie, dass zwei Punkte x, y ∈ Sn−1 genau dann (maximalen)
Abstand 2 haben, wenn x = −y ist. Betrachten Sie hierzu die Funktion (x, y) 7→ kx − yk2 auf
Sn−1 × Sn−1 ⊆ R2n .

605
606
Kapitel 13

Mehrdimensionale Integralrechnung

Wir wollen in diesem Kapitel das Riemann-Integral über ein Intervall [a, b] ⊆ R zu einem
mehrdimensionalen Riemann-Integral über Quader im Rn oder gewisse andere Teilmengen von
Rn („Jordan-messbare Teilmengen“) ausbauen. Es genügt hier wiederum, reellwertige Funk-
tionen zu betrachten, da die Verallgemeinerung zu komplex- oder vektorwertigen Funktionen
komponentenweise erfolgt (siehe Abschnitt 6.5.1).
Wie wir sehen werden, sind die Definitionen und die anfängliche Theorie in Abschnitt 13.1
weitgehend analog zum eindimensionalen Fall in Kapitel 4. Doch wollen wir den Begriff der
Riemann-Integrierbarkeit tiefgründiger verstehen. Des Weiteren werden wir bei der Berech-
nung der Integrale in Abschnitt 13.5 und der Substitutionsregel in Abschnitt 13.6 noch neue
Phänomene antreffen, die schon in Abschnitt 4.9 angedeutet wurden und für die wir hier die
formal korrekte mathematische Grundlage liefern wollen.
Im nächsten Kapitel werden wir die hier entwickelte Theorie der (gewissermassen flachen)
Integration über Teilmengen im Rn zu einer Integralrechnung über k-dimensionale Teilman-
nigfaltigkeiten im Rn erweitern.

13.1 Das Riemann-Integral für Quader

Sei n ∈ N. Wie bereits erwähnt, wollen wir im Folgenden Intervalle als Integrationsbereiche
durch Teilmengen im Rn ersetzen. Hierfür ist es von Vorteil mit dem Fall eines Quaders zu
beginnen.

13.1.1 Definition
Unter einem Quader im Rn (oder einen n-dimensionalen Quader) verstehen wir eine
Teilmenge Q, die gegeben ist als Produkt von Intervallen, also

Q = I1 × . . . × In

für beschränkte nichtleere Intervalle I1 , . . . , In ⊆ R. Falls wir die Definition der Quader als
direktes Produkt betonen wollen, werden wir von „achsenparallelen Quadern“ sprechen. Falls
die Intervalle Ik = [ak , bk ] für ak ≤ bk und k = 1, . . . , n abgeschlossen sind, so ist auch der

607
Quader im Rn abgeschlossen. Falls die Intervalle Ik = (ak , bk ) für ak < bk und k = 1, . . . , n
offen sind, so ist auch der Quader im Rn offen. Wir werden häufig bloss von abgeschlossenen
und offenen Quadern sprechen wenn die Dimension n ∈ N aus dem Zusammenhang ersichtlich
ist. Falls die Länge der Intervalle I1 , . . . , In alle übereinstimmen, so nennen wir Q auch einen
(n-dimensionalen) Würfel. Für n = 2 sprechen wir auch von Rechtecken.

Definition 13.1 (Volumen von Quadern). Für n ≥ 1 und beschränkte nichtleere Intervalle
I1 , . . . , In ist das Volumen des n-dimensionalen Quaders Q = I1 × · · · × In durch

vol(Q) = vol(Q) = vol(Q◦ ) = (b1 − a1 ) · · · (bn − an )

definiert, wobei ak = inf Ik und bk = sup Ik für k = 1, . . . , n ist.

Wir werden im restlichen Abschnitt die Dimension n ≥ 1 und die reellen Zahlen

a1 < b1 , . . . , an < bn ,

als Endpunkte der Intervalle I1 , . . . , In als gegeben annehmen und den Quader durch

Q = I1 × · · · × In

definieren.
Grundlage unserer Diskussion ist neben dem Volumen auch eine mehrdimensionale Verall-
gemeinerung von Zerlegungen.

Definition 13.2 (Zerlegung von Q). Sei der Quader Q wie oben. Für jedes k ∈ {1, . . . , n} sei

Zk = ak = xk,0 < xk,1 < . . . < xk,A(k) = bk

eine Zerlegung von [ak , bk ]. Dann bezeichnen wir

Z = (Z1 , . . . , Zn )

als eine Zerlegung des Quaders Q und die offenen Quader

Qα = (x1,α1 −1 , x1,α1 ) × . . . × (xn,αn −1 , xn,αn )

für α = (α1 , . . . , αn ) mit αk ∈ {1, . . . , A(k)} für alle k ∈ {1, . . . , n} als die der Zerlegung Z
entsprechenden (offenen) Teilquader. Wir werden für die der Zerlegung Z entsprechenden
offenen Teilquader kurz auch Qα @ Z schreiben (für α implizit wie oben).

Die obige Definition mag zuerst sehr formal wirken, doch stellt diese bloss die Formali-
sierung von einem Raster (wie bei Häuschenpapier) in der Ebene und einer Zerlegung eines
dreidimensionalen Würfels in kleinere Teilwürfel (wie bei Lego oder Minecraft) dar. Dabei
schränken wir uns weder in der Dimension n noch in der Grösse und Form der kleineren Qua-
der ein, doch wollen wir die Schnitte durch Q immer achsenparallel und vollständig durch Q

608
ziehen, um die Zerlegung zu erhalten. Des Weiteren soll der Vektor α ∈ nk=1 {1, . . . , A(k)}
Q

in diesem Zusammenhang als die Adresse des Teilquaders Qα verstanden werden.

Ist Z eine Zerlegung eines Quaders Q, so gilt die Additionsformel
X
vol(Q) = vol(Qα ) (13.1)
Qα @Z

Den Beweis davon überlassen wir als Übung. Aussagen wie diese, die geometrisch anschaulich
sind und elementare aber vielleicht etwas langwierige Beweise haben, werden wir mitunter
ohne formalen Beweis verwenden. Wir wollen auch noch erwähnen, dass die Summe Qα @Z
P

in (13.1) und vielen weiteren Ausdrücken als (deutlich hübschere) Kurzschreibweise für die
PA(1) PA(2) PA(n)
Summe α1 =1 α2 =1 · · · αn =1 zu verstehen ist.

Wichtige Übung 13.3 (Additivität des Volumens bezüglich Zerlegungen). Beweisen Sie
die Additionsformel (13.1). Betrachten Sie zuerst n = 2; der allgemeine Fall ist nur in der
Notation schwieriger.

Definition 13.4 (Riemann-Integral auf Quadern). Für eine beschränkte Funktion f : Q → R

auf einem abgeschlossenen Quader Q und eine Zerlegung Z von Q definieren wir die Unter-
summe
X
U (f, Z) = inf(f (Qα )) vol(Qα )
Qα @Z

und die Obersumme

X
O(f, Z) = sup(f (Qα )) vol(Qα ).
Qα @Z

Das untere Integral von f wird durch

I(f ) = sup {U (f, Z) | Z ist eine Zerlegung von Q}

und das obere Integral von f durch

I(f ) = inf {O(f, Z) | Z ist eine Zerlegung von Q}

definiert. Die Funktion f heisst Riemann-integrierbar, falls I(f ) = I(f ) gilt. Der gemein-
same Wert wird in diesem Fall als das Riemann-Integral
Z
f dvol = I(f ) = I(f )
Q

bezeichnet.

Wir bemerken an dieser Stelle, dass obige Definition des Riemann-Integrals (zumindest auf
den ersten Blick) von der Definition des eindimensionalen Riemann-Integrals abweicht. In der
Tat beschränken wir uns hier auf spezifische Treppenfunktionen, die die Funktion von unten
609
respektive oben beschränken. Für eine Funktion g : Q → R, die auf den einer Zerlegung Z
entsprechenden Teilquadern konstant ist und die Ungleichung g ≤ f erfüllt, gilt aber
X X
g(xα ) vol(Qα ) ≤ inf(f (Qα )) vol(Qα ) = U (f, Z),
Qα @Z Qα @Z

wobei xα ∈ Qα jeweils eine beliebige Wahl eines Punktes bezeichnet. In anderen Worten, wir
verwenden oben bereits die für die Zerlegung optimale untere Treppenfunktion in der Defini-
tion der Untersumme U (f, Z). Dies (und die analoge Rechnung für obere Treppenfunktionen)
begründet, warum die Definition 13.4 in der Tat Definition 4.11 verallgemeinert.
Sie sollten sich zum Beispiel ein Raster auf einer rechteckigen topographischen Karte vor-
stellen und über jedem Teilrechteck einen massstabsgetreuen Quader anbringen, womit Sie
eine approximative (digitale) Landschaft erhalten. Bei der Höhe der Teilquader hat man die
Wahl entweder die minimale Höhe oder die maximale Höhe innerhalb des Teilrechtecks zu
verwenden, und erhält dadurch die Untersumme oder die Obersumme zur Zerlegung. Sie soll-
ten versuchen sich diesbezüglich eine mehrdimensionale Verallgemeinerung von Applet 4.13
vorzustellen und bei den folgenden Lemmas die Aussagen und Beweise mittels diesem Bild zu
interpretieren.

Lemma 13.5. Seien Z = (Z1 , . . . , Zn ) und Z0 = (Z01 , . . . , Z0n ) zwei Zerlegungen eines abge-
schlossenen Quaders Q. Dann gilt U (f, Z) ≤ O(f, Z0 ) für jede beschränkte Funktion f : Q → R.
Falls des Weiteren Z0 eine Verfeinerung von Z ist (das heisst, für jedes k ∈ {1, . . . , n} die Zer-
legung Z0k eine Verfeinerung von Zk ist), dann gilt

U (f, Z) ≤ U (f, Z0 ) ≤ O(f, Z0 ) ≤ O(f, Z).

Insbesondere gilt für eine beschränkte Funktion f : Q → R die Ungleichung I(f ) ≤ I(f ).

Beweis. Angenommen Z0 ist eine Verfeinerung von Z. Dann ist jeder offene Teilquader Qβ0
entsprechend der Zerlegung Z0 in einem eindeutig bestimmten Teilquader Qα entsprechend
der Zerlegung Z enthalten und es gilt inf f (Qβ0 ) ≥ inf f (Qα ) (wegen f (Qβ0 ) ⊆ f (Qα ) und den
Eigenschaften des Infimums). Gemeinsam mit der Additionsformel (13.1) erhält man
X
U (f, Z) = inf(f (Qα )) vol(Qα )
Qα @Z
X X
= inf(f (Qα )) vol(Qβ0 )
Qα @Z Qβ0 ⊆Qα
X X
≤ inf(f (Qβ0 )) vol(Qβ0 ) = U (f, Z0 ).
Qα @Z Qβ0 ⊆Qα

Der Beweis von O(f, Z0 ) ≤ O(f, Z) ist analog.

Falls nun Z und Z0 zwei beliebige Zerlegungen sind, dann können wir eine gemeinsame
Verfeinerung Z00 definieren (in dem wir Z00k = Zk ∪ Z0k für alle k ∈ {1, . . . , n} als die Vereinigung

610
definieren) und erhalten aus obigem Argument

U (f, Z) ≤ U (f, Z00 ) ≤ O(f, Z00 ) ≤ O(f, Z0 )

wie gewünscht.

Folgende Proposition stellt eine Verallgemeinerung von Proposition 4.12 dar.

Proposition 13.6 (Eine erste Charakterisierung von Riemann-Integrierbarkeit). Sei f eine

beschränkte reellwertige Funktion auf einem abgeschlossenen Quader Q ⊆ Rn . Die Funktion
f ist genau dann Riemann-integrierbar, wenn zu jedem ε > 0 eine Zerlegung Z von Q mit
O(f, Z) − U (f, Z) < ε existiert.

Beweis. Angenommen f ist Riemann-integrierbar. Ist ε > 0, so existieren per Definition des
unteren Integrals eine Zerlegung Z mit I(f ) − 2ε < U (f, Z) und analog eine Zerlegung Z von
Q mit O(f, Z) < I(f ) + 2ε . Nach Riemann-Integrierbarkeit von f gilt I(f ) = I(f ) und nach
Lemma 13.5 hat die gemeinsame Verfeinerung Z von Z und Z die gewünschte Eigenschaft.
Die Umkehrung folgt direkt aus der Tatsache, dass für jede Zerlegung Z von Q die Unglei-
chung I(f ) − I(f ) ≤ O(f, Z) − U (f, Z) gilt.

13.1.2 Erste Eigenschaften

Proposition 13.7 (Linearität des Riemann-Integrals). Seien f1 , f2 Riemann-integrierbare
reellwertige Funktionen auf einem abgeschlossenen Quader Q ⊆ Rn und s1 , s2 ∈ R. Dann ist
auch die Linearkombination s1 f1 + s2 f2 Riemann-integrierbar und es gilt
Z Z Z
(s1 f1 + s2 f2 ) dvol = s1 f1 dvol + s2 f2 dvol.
Q Q Q

Beweis. Sei f : Q → R Riemann-integrierbar und s > 0. Weiter sei Z eine Zerlegung von Q.
Dann gilt
X
U (sf, Z) = inf(sf (Qα )) vol(Qα )
Qα @Z
X
= s inf(f (Qα )) vol(Qα ) = sU (f, Z)
Qα @Z

und analog sO(f, Z) = O(sf, Z). Insbesondere ist

I(sf ) = sI(f ) = sI(f ) = I(sf ).

Somit ist sf Riemann-integrierbar und es gilt Q sf dvol = s Q f dvol.

R R

Für s = 0 gibt es nicht zu zeigen und für s < 0 gilt

U (sf, Z) = sO(f, Z), O(sf, Z) = sU (f, Z)

für jede Zerlegung Z von Q, womit der Rest analog folgt.

611
 Wir zeigen nun Additivität des Integrals. Seien also f1 , f2 : Q → R zwei Riemann-
integrierbare Funktionen und Z eine Zerlegung von Q. Wir bemerken nun zuerst, dass wegen
(f1 + f2 )(Qα ) ⊆ f1 (Qα ) + f2 (Qα ) auch
X
U (f1 + f2 , Z) = inf((f1 + f2 )(Qα )) vol(Qα )
Qα @Z
X

≥ inf(f1 (Qα )) + inf(f2 (Qα )) vol(Qα )
Qα @Z

= U (f1 , Z) + U (f2 , Z)

gilt. Analog zeigt man O(f1 + f2 , Z) ≤ O(f1 , Z) + O(f2 , Z). Nach Lemma 13.5 existiert zu
ε > 0 nach Verfeinerung eine Zerlegung Z mit I(fi ) − ε ≤ U (fi , Z) ≤ O(fi , Z) ≤ I(fi ) + ε für
i = 1, 2. Dies ergibt

I(f1 ) + I(f2 ) − 2ε ≤ U (f1 , Z) + U (f2 , Z)

≤ U (f1 + f2 , Z)
≤ O(f1 + f2 , Z)
≤ O(f1 , Z) + O(f2 , Z) ≤ I(f1 ) + I(f2 ) + 2ε.

Somit gilt nach Riemann-Integrierbarkeit von f1 und f2

Z Z
f1 dvol + f2 dvol − 2ε ≤ I(f1 + f2 )
Q Q
Z Z
≤ I(f1 + f2 ) ≤ f1 dvol + f2 dvol + 2ε
Q Q

und da ε > 0 beliebig war, folgt die Aussage.

Proposition 13.8 (Monotonie und die Dreiecksungleichung des Riemann-Integrals). Sei Q

ein abgeschlossener Quader. Für zwei Riemann-integrierbare Funktionen f1 , f2 : Q → R gelten
folgende Monotonie-Eigenschaften:
R
(i) Falls f1 ≥ 0 ist, so gilt Q f1 dvol ≥ 0.
R R
(ii) Falls f1 ≤ f2 ist, so gilt Q f1 dvol ≤ Q f2 dvol.

(iii) Die Funktion |f1 | : Q → R ist Riemann-integrierbar und es gilt die Dreiecksungleichung
Z Z
f1 dvol ≤ |f1 | dvol.
Q Q

Beweis. Die erste Aussage (i) folgt direkt aus

X
0≤ inf(f1 (Qα )) vol(Qα ) = U (f1 , Z)
Qα @Z

612
für eine beliebige Zerlegung Z von Q. Weiter folgt (ii) nach Betrachtung von f2 − f1 und
Anwendung von (i) und Linearität des Riemann-Integrals (Proposition 13.7).
Für (iii) zeigen wir, dass f1+ = max(f1 , 0) Riemann-integrierbar ist. Daraus folgt dann,
dass |f1 | = 2f1+ − f1 nach Linearität ebenfalls Riemann-integrierbar ist und
Z Z
f1 dvol ≤ |f1 | dvol,
Q Q

was mit der analogen Aussage für −f1 die Proposition beweist.
Die Eigenschaften der Abbildung s ∈ R 7→ s+ = max(s, 0) (Monotonie und Stetigkeit wür-
den hierfür ausreichen) implizieren, dass sup {x+ | x ∈ A} = (sup A)+ und inf {x+ | x ∈ A} =
(inf A)+ für jede nichtleere beschränkte Teilmenge A ⊆ R. Dies impliziert des Weiteren
O(f1+ , Z) − U (f1+ , Z) ≤ O(f1 , Z) − U (f1 , Z) für jede Zerlegung Z von Q, womit Riemann-
Integrierbarkeit von f1+ aus Proposition 13.6 folgt (siehe auch den Beweis von Satz 4.24(iii)).

Wir wollen hier nochmals das erste Applet aus Abschnitt 4.9 betrachten, da dieses eben
die grundlegenden Definitionen dieses Abschnittes anschaulich machen sollte.

Applet 13.9 (Zelt). Wir sehen, dass wir das Volumen des Zeltes von unten und von oben
abschätzen können, wodurch wir immer genauere Annäherungen für das Volumen erhalten
können. Das zwei-dimensionale Integral [−1,1]2 (2 − x2 − y 2 ) dvol gibt das Volumen fehlerfrei
R

an.

Übung 13.10 (Direkte Berechnung des Zeltes). Berechnen Sie das zwei-dimensionale Integral
2 2
R
[−1,1]2 (2 − x − y ) dvol unter Verwendung der Resultate dieses Abschnittes und der eindi-
mensionalen Integration. Betrachten Sie dazu für reelle Zahlen a < b beziehungsweise c < d
und eine reellwertige Riemann-integrierbare Funktion f auf dem Intervall [a, b] die Funktion

f ◦ π1 : (x, y) ∈ [a, b] × [c, d] 7→ f (x).

Zeigen Sie, dass f ◦ π1 auf dem Rechteck Q = [a, b] × [c, d] Riemann-integrierbar ist und
Z Z b
f ◦ π1 dvol = (d − c) f (x) dx
Q a

erfüllt.

613
13.2 Riemann-Integrierbarkeit und Stetigkeit
Stetige Funktionen sind in vielerlei Hinsicht einfacher zu verstehen als Riemann-integrier-
bare Funktionen. In diesem Abschnitt möchten wir (unter anderem) nachweisen, dass sich
Riemann-integrierbare Funktionen zwischen stetigen Funktionen „einklemmen“ lassen. Dies
wird uns später erlauben, einige Aussagen über Riemann-integrierbare Funktionen auf steti-
ge Funktionen zu reduzieren. Eine solche Aussage ist die Approximierbarkeit des Riemann-
Integrals mit Riemann-Summen (man vergleiche hierzu Abschnitt 6.5).

13.2.1 Stetige Funktionen sind Riemann-integrierbar

Als erstes wollen wir hier Satz 4.42 wie folgt verallgemeinern.

Proposition 13.11 (Stetigkeit als Vorraussetzung). Sei Q ein abgeschlossener Quader mit
nicht-leerem Inneren. Dann ist jede stetige Funktion f : Q → R auch Riemann-integrierbar.

Im Beweis werden wir eine Zerlegung Z suchen, der Teilquader in allen Koordinatenrich-
tungen „kleine“ Seitenlängen haben. Genauer kann man folgenden Begriff verwenden.

Definition 13.12 (Maschenweite). Für eine Zerlegung Z des Quaders Q definieren wir die
Maschenweite der Zerlegung Z als

|Z| = max {grösste Kantenlänge von Qα | Qα @ Z}

= max max (xk,αk − xk,αk −1 ).
k=1,...,n αk =1,...,A(k)

Wir erwähnen noch, dass es in diesem Kapitel oft einfacher ist, die Maximumsnorm

kvk∞ = max |vj |

j=1,...,n

für Vektoren v ∈ Rn zu verwenden. Denn der Ball Br∞ (v) mit Radius r > 0 in dieser Norm ist
selbst der Würfel (v1 − r, v1 + r) × . . . × (vn − r, vn + r) und damit mit den bereits auftretenden
Quadern besser kompatibel als zum Beispiel die Bälle in der 2-Norm.

Beweis von Proposition 13.11. Nach dem Satz von Heine-Borel (Satz 10.57) sind abgeschlos-
sene Quader kompakt (sie sind abgeschlossen und beschränkt). Nach Proposition 10.64 ist die
stetige Funktion f auf Q damit sogar gleichmässig stetig. Sei ε > 0. Dann existiert also ein
δ > 0, so dass für alle x1 , x2 ∈ Q gilt

kx1 − x2 k∞ < δ =⇒ |f (x1 ) − f (x2 )| < ε. (13.2)

Sei nun Z eine Zerlegung von Q mit Maschenweite kleiner als δ. Dann gilt
X

O(f, Z) − U (f, Z) = sup(f (Qα )) − inf(f (Qα )) vol(Qα )
Qα @Z
X
≤ ε vol(Qα ) = ε vol(Q),
Qα @Z

614
da sup(f (Qα )) − inf(f (Qα )) ≤ ε für alle Qα @ Z wegen (13.2). Aus Proposition 13.6 folgt nun,
dass f Riemann-integrierbar ist.

13.2.2 Sandwich-Charakterisierung von Riemann-Integrierbarkeit

Proposition 13.13 (Sandwich-Charakterisierung mit stetigen Funktionen). Sei Q ein ab-
geschlossener Quader mit nichtleerem Inneren und f : Q → R beschränkt. Die Funktion
f ist genau dann Riemann-integrierbar, wenn es für jedes ε > 0 zwei stetige Funktionen
f− , f+ : Q → R gibt, die
Z
f− ≤ f ≤ f+ und (f+ − f− ) dvol < ε
Q

erfüllen.

In Worten ausgedrückt ist eine beschränkte Funktionen auf einem Quader also genau
dann Riemann-integrierbar, wenn sie sich beliebig genau zwischen zwei stetigen Funktionen
„einquetschen“ lässt.

Beweis. Angenommen f erfüllt die Sandwich-Bedingung. Dann existieren zu ε > 0 zwei Funk-
tionen f− , f+ ∈ C(Q) mit f− ≤ f ≤ f+ und Q (f+ − f− ) dvol < ε. Da f− , f+ nach Propo-
R

sition 13.11 Riemann-integrierbar sind, gibt es nach Definition der Riemann-Integrierbarkeit

Zerlegungen Z− , Z+ , so dass
Z
f− dvol − ε < U (f− , Z− )
Q
Z
O(f+ , Z+ ) < f+ dvol + ε.
Q

Für die gemeinsame Verfeinerung Z von Z− und Z+ gilt nach Lemma 13.5 und der Vorausset-
zung f− ≤ f ≤ f+ , dass

O(f, Z) − U (f, Z) ≤ O(f+ , Z+ ) − U (f− , Z− )

Z
≤ (f+ − f− ) dvol + 2ε < 3ε
Q

ist. Da ε > 0 aber beliebig war, folgt die Riemann-Integrierbarkeit von f aus der Charakteri-
sierung in Proposition 13.6.
Für die Umkehrung werden wir nun schrittweise vorgehen, indem wir immer schwächere
Annahmen an die Funktionen f treffen.
Charakteristische Funktionen von Quadern: Angenommen f ist von der Form
f = 1Q0 für einen abgeschlossenen Quader Q0 ⊆ Q. Wir schreiben Q0 = [a01 , b01 ] × . . . × [a0n , b0n ]
und möchten f gewissermassen in allen Koordinaten durch eine stetige Funktion approximie-
ren. Dazu definieren wir für a < b in R und ein (noch zu bestimmendes) δ > 0 eine stetige

615
Funktion


 0 falls x<a−δ
falls

1
δ (x − a + δ) a−δ ≤x<a




ψa,b : R → [0, 1], x 7→ 1 falls x ∈ [a, b]
falls
 1
δ (b + δ − x) b<x≤b+δ




falls

0 x>b+δ


Wir bemerken, dass ψa,b gewissermassen eine stetige Approximation der charakteristischen
Funktion des Intervalls [a, b] darstellt.

Figur 13.1: Darstellung der Abbildung ψa,b .

Unter Verwendung von Funktionen der Form ψa,b für a < b definieren wir nun

n
Y
h+ : x ∈ Q 7→ ψa0k ,b0k (xk ) ∈ [0, 1].
k=1

Dann ist h+ (x) = 1 für alle x ∈ Q0 und damit h+ ≥ f = 1Q0 . Des Weiteren ist h+ (x) = 0 falls
xk 6∈ [a0k − δ, b0k + δ] für ein k ∈ {1, . . . , n}. Also lässt sich das Integral Q (h+ − f ) dvol durch
R

eine endliche Summe der Volumen von 2n Quadern beschränken, die jeweils eine Kantenlänge
kleiner gleich δ haben. Also ist Q (h+ − f ) dvol ≤ Cδ für ein C > 0 (welches von n und
R

den Längen b1 − a1 , . . . , bn − an abhängt aber von δ unabhängig ist). Für δ < 2C ε

gilt somit
Q (h+ − f ) dvol < 2 .
ε
R

Um eine geeignete stetige Funktion unter f = 1Q0 zu finden, stellen wir zuerst fest, dass
h− = 0 alle gewünschten Eigenschaften erfüllt, falls Q0 leeres Inneres hat. Wir nehmen nun
an, dass a0k < b0k für alle k ∈ {1, . . . , n} gilt. Wir betrachten ein δ > 0 wie zuvor, wobei wir
nach Verkleinerung von δ annehmen können, dass

δ< 1
min (b0k
3 k=1,...,n − a0k )

616
gilt. Sei
n
Y
h− : x ∈ Q 7→ ψa0k +δ,b0k −δ (xk ) ∈ [0, 1].
k=1

Analoge Argumente wie für h+ beweisen dann h− ≤ f und < 2ε , also zusammen
R
Q (f −h− ) dvol
Z Z Z
(h+ − h− ) dvol = (h+ − f ) dvol + (f − h− ) dvol < ε,
Q Q Q

wie gewünscht.
Treppenfunktionen: Sei nun Z eine Zerlegung von Q und f : Q → R eine beschränkte
Funktion mit der Eigenschaft, dass f |Qα konstant ist für alle Qα @ Z. Sei cα ∈ R der auf
Qα @ Z angenommene Wert und sei M = sup(f (Q)). Wir bemerken, dass per Definition gilt
Z X
f dvol = cα vol(Qα )
Q Qα @Z
Z X
= cα 1Qα dvol
Q Q @Z
α

Wir wollen vorerst annehmen, dass f ≥ 0 ist. Um die Werte von f an den Rändern der
Z entsprechenden Teilquadern zu kontrollieren, bezeichnen wir mit Q1 , . . . , QN jene Quader,
die man erhält, wenn man die Vereinigung der Ränder ∂Qα für alle Qα @ Z in Quader (mit
leerem Inneren) zerlegt. Seien nun h+,αα , h−,αα respektive h+,i , h−,i die aus dem vorherigen
Schritt erhaltenen, stetigen Funktionen für die charakteristischen Funktionen von Qα @ Z
respektive Qi . Wir definieren
X
f− = cα h−,αα
Qα @Z

X N
X
f+ = cα h+,αα + M h+,i .
Qα @Z i=1

Dann gilt f− ≤ f ≤ f+ sowie

Z Z  X  N Z
X
(f+ − f− ) dvol = cα (h+,αα − h−,αα ) dvol + M h+,i dvol
Q Q Qα @Z i=1 Q

≤ 2M | {Qα @ Z} |ε + M N ε,

wobei M, | {Qα @ Z} | und N von ε unabhängige Konstanten sind. Ist f nicht zwingend nicht-
negativ, so kann man f zerlegen als f2 − f1 für nicht-negative Funktionen f1 , f2 und die gerade
bewiesene Aussage für f1 , f2 verwenden.
Beliebige Riemann-integrierbare Funktionen: Sei f : Q → R Riemann-integrier-
bar, sei ε > 0 und sei Z eine Zerlegung mit O(f, Z) − U (f, Z) < ε (siehe Proposition 13.6).

617
Wir setzen M = sup |f (Q)| sowie
(
M falls x ∈ ∂Qα für ein Qα @ Z
g+ : x ∈ Q 7→
sup(f (Qα )) falls x ∈ Qα für ein Qα @ Z
(
−M falls x ∈ ∂Qα für ein Qα @ Z
g− : x ∈ Q 7→
inf(f (Qα )) falls x ∈ Qα für ein Qα @ Z.

Nach Annahme an Z gilt

Z
(g+ − g− ) dvol = O(f, Z) − U (f, Z) < ε
Q

sowie g− ≤ f ≤ g+ . Wir wenden nun den vorherigen Schritt auf g+ , g− an und erhalten stetige
Funktionen f+ , f− : Q → R mit g+ ≤ f+ und f− ≤ g− und Q (f+ − g+ ) dvol < ε und
R

Q (g− − f− ) dvol < ε. Zusammenfassend haben wir f− ≤ f ≤ f+ sowie

R

Z Z


(f+ − f− ) dvol = (f+ − g+ ) + (g+ − g− ) + (g− − f− ) dvol < 3ε,
Q Q

was die Aussage beweist, da ε > 0 beliebig war.

13.2.3 Integrierbarkeit über Riemann-Summen

Definition 13.14 (Riemann-Summen). Für eine Zerlegung Z eines abgeschlossenen Quaders
Q bezeichnen wir z = (zα )α als eine erlaubte Wahl von Zwischenpunkten der Zerlegung Z,
falls zα ∈ Qα ∪ ∂Qα für alle α. Für eine reellwertige Funktion f auf Q, eine Zerlegung Z von Q
und eine erlaubte Wahl von Zwischenpunkten z definieren wir die Riemann-Summe durch
X
R(f, Z, z) = f (zα ) vol(Qα ).
Qα @Z

Satz 13.15 (Charakterisierung mittels Riemann-Summen). Sei f : Q → R eine beschränk-

te Funktion auf einem abgeschlossenen Quader Q ⊆ Rn . Dann ist f genau dann Riemann-
integrierbar, wenn die Riemann-Summen für gegen Null strebende Maschenweiten gegen eine
R
reelle Zahl I (gegeben durch I = Q f dvol) konvergieren. Genauer formuliert besagt letzteres,
dass für jedes ε > 0 ein δ > 0 existiert, so dass für jede Zerlegung Z von Q mit Maschenweite
kleiner als δ und jede erlaubte Wahl z von Zwischenpunkten der Zerlegung Z die Abschätzung

|R(f, Z, z) − I| < ε

gilt.

Bevor wir mit dem Beweis beginnen, möchten wir kurz anmerken, dass für die Kon-
vergenz der Riemann-Summen einer Riemann-integrierbaren Funktion bis auf kleinere An-
passungen der gleiche Beweis wie für Satz 6.47 durchgeführt werden kann. Die Sandwich-
Charakterisierung der Riemann-Integrierbarkeit aus Proposition 13.13 wird es uns aber erlau-
ben, einen weniger technischen Beweis zu geben.
618
Beweis. Wir nehmen zuerst an, dass die Riemann-Summen gegen I ∈ R konvergieren. Sei
ε > 0. Dann existiert ein δ > 0, so dass für jede Zerlegung Z mit Maschenweite kleiner als δ
und jede erlaubte Wahl von Zwischenpunkten z die Abschätzung

I − ε < R(f, Z, z) < I + ε

erfüllt ist. Wir wählen eine Zerlegung Z mit Maschenweite kleiner als δ und variieren die
Zwischenpunkte, um
X
U (f, Z) = inf(f (Qα )) vol(Qα )
Qα @Z
X
= inf {f (zα ) vol(Qα ) | zα ∈ Qα }
Qα @Z

≥ inf {R(f, Z, z) | z erlaubt}

≥I −ε

und analog ebenso

X
O(f, Z) = sup(f (Qα )) vol(Qα )
Qα @Z

≤ sup {R(f, Z, z) | z erlaubt} ≤ I + ε

zu erhalten. Wir bemerken, dass die ersten beiden Ungleichungen keine Gleichungen sind,
da erlaubte Zwischenpunkte auch am Rand ∂Qα der jeweiligen Teilquader Qα @ Z liegen
dürfen. Daraus folgt I − ε ≤ I(f ) ≤ I(f ) ≤ I + ε. Da ε > 0 aber beliebig war, ist f also
Riemann-integrierbar mit Riemann-Integral Q f dvol = I.
R

Die Umkehrung ist wie schon erwähnt die Verallgemeinerung von Satz 6.47 für mehrdimen-
sionale Integrale. Wir betrachten hierzu zuerst eine stetige Funktion f : Q → R. Sei ε > 0.
Wie bereits im Beweis von Proposition 13.11 wählen wir mittels Proposition 10.64 ein δ > 0
so dass für alle x, y ∈ Q gilt

kx − yk∞ < δ =⇒ |f (x) − f (y)| < ε.

Sei nun Z eine Zerlegung von Q mit Maschenweite kleiner als δ. Dann folgt für x, y ∈ Qα und
Qα @ Z, dass kx − yk∞ < δ und damit f (y) − ε < f (x) < f (y) + ε. Variieren wir y ∈ Qα und
setzen wir x = zα so impliziert dies

sup(f (Qα )) − ε ≤ f (zα ) ≤ inf(f (Qα )) + ε

619
für alle zα ∈ Qα . Wir multiplizieren dies mit vol(Qα ), summieren über alle Qα @ Z und
erhalten dadurch
Z
f dvol − ε vol(Q) ≤ O(f, Z) − ε vol(Q)
Q

≤ R(f, Z, z)
Z
≤ U (f, Z) + ε vol(Q) ≤ f dvol + ε vol(Q)
Q

für jede Zerlegung Z mit Maschenweite kleiner als δ und jede erlaubte Wahl an Zwischenpunk-
ten z. Da ε > 0 beliebig war, beweist dies die gewünschte Konvergenz der Riemannsummen.
Sei nun f : Q → R bloss Riemann-integrierbar und ε > 0. Dann existieren nach Propo-
sition 13.13 stetige Funktionen f− , f+ ∈ C(Q) mit f− ≤ f ≤ f+ und Q (f+ − f− ) dvol < ε.
R

Nach obigem existiert des Weiteren ein δ > 0 so dass für alle Zerlegungen Z mit Maschenweite
kleiner als δ und jede erlaubte Wahl z von Zwischenpunkten die Abschätzungen
Z
R(f− , Z, z) − f− dvol < ε
Q
Z
R(f+ , Z, z) − f+ dvol < ε
Q

gelten. Daraus folgt nun

Z Z
f dvol − 2ε < f− dvol − ε
Q Q

≤ R(f− , Z, z)
≤ R(f, Z, z)
≤ R(f+ , Z, z)
Z Z
≤ f+ dvol + ε < f dvol + 2ε
Q Q

wiederum für jede Zerlegung Z mit Maschenweite kleiner als δ und jede erlaubte Wahl an Zwi-
schenpunkten. Dies beweist die gewünschte Konvergenz für die Riemann-integrierbare Funk-
tion f .

620
13.3 Das Lebesgue-Kriterium
In diesem Abschnitt wollen wir den Zusammenhang zwischen Riemann-Integrierbarkeit und
Stetigkeit vollständig erklären. Wie in den letzten beiden Abschnitten wird Q immer einen
abgeschlossenen Quader wie in Definition 13.1 mit nichtleerem Inneren bezeichnen.

13.3.1 Nullmengen
Für die genaue Charakterisierung (nach Lebesgue) der Riemann-Integrierbarkeit mittels
Stetigkeit benötigen wir den folgenden Begriff.

Definition 13.16 (Nullmengen). Eine Teilmenge N ⊆ Rn wird eine Nullmenge (genauer

eine Lebesgue-Nullmenge im Rn ) genannt, falls es zu jedem ε > 0 eine Folge (Q` )` von
offenen Quadern im Rn gibt, so dass
∞
[ ∞
X
N⊆ Q` , vol(Q` ) < ε (13.3)
`=1 `=1

erfüllt sind.

Wie bereits im Namen „Nullmenge“ enthalten ist, interpretieren wir die Aussagen in (13.3)
so, dass 0 der einzig vernünftige Wert für das n-dimensionale Volumen von N ist. In der Tat
lässt sich (13.3) so lesen, dass N in einer Menge ∞ `=1 Q` enthalten ist, deren Volumen klein
S

ist. Dabei wurde das Volumen von `=1 Q` noch nicht definiert, aber ∞
S∞
`=1 vol(Q` ) lässt sich
P

als eine obere Schranke von diesem auffassen.

Beispielsweise ist eine Punktmenge {x} ⊆ Rn eine Nullmenge, da x in beliebig kleinen
Quadern enthalten ist.

Lemma 13.17 (Eigenschaften von Nullmengen). Eine Teilmenge einer Nullmenge ist eine
Nullmenge. Eine abzählbare Vereinigung von Nullmengen ist wiederum eine Nullmenge.

Beweis. Die erste Aussage folgt direkt aus (13.3). Sei nun N1 , N2 , . . . , Nj , . . . eine Folge von
Nullmengen im Rn und sei N ihre Vereinigung. Sei ε > 0. Dann existiert per Definition der
Nullmengen für jedes Nj eine Folge von offenen Quadern (Qj,` )` mit

∞ ∞
[ X ε
Nj ⊆ Qj,` , vol(Qj,` ) < .
2j
`=1 `=1

Dies impliziert aber

∞
[ ∞ [
[ ∞
N= Nj ⊆ Qj,` ,
j=1 j=1 `=1
∞ X ∞ ∞
X X ε
vol(Qj,` ) < = ε.
2j
j=1 `=1 j=1

Da N × N abzählbar ist und ε > 0 beliebig war, erhalten wir, dass N eine Nullmenge ist.

621
Beispiel 13.18 (Erste Beispiele von Nullmengen). Mit Lemma 13.17 ist es nun relativ leicht,
viele Beispiele von Nullmengen anzugeben.

(a) Jede abzählbare Teilmenge im Rn ist eine Nullmenge. Insbesondere ist zum Beispiel Qn
eine Nullmenge, da Qn abzählbar ist.

(b) Jeder Quader mit leerem Inneren ist eine Nullmenge. Insbesondere ist jeder Unterraum
von Dimension kleiner n eine Nullmenge im Rn .

(c) Die Cantormenge ist eine Nullmenge im Rn .

Wichtige Übung 13.19 (Einige Nullmengen). Beweisen Sie die Aussagen in obigem Beispiel.

Es wäre eine unangenehme Überraschung, wenn sich nun herausstellen würde, dass sogar
Rn eine Nullmenge im Rn ist. Dass dies nicht so ist, ist eine Konsequenz der Vollständigkeit
von Rn (oder genauer formuliert der Kompaktheit von Quadern).

Proposition 13.20 (Nicht-Nullmengen). Ein Quader Q ⊆ Rn mit nicht-leerem Inneren ist

keine Nullmenge im Rn .

Nach Lemma 13.17 ist also auch Rn keine Nullmenge.

Beweis. Angenommen Q = [a1 , b1 ] × · · · × [an , bn ] ist ein abgeschlossener Quader definiert

durch a1 < b1 ,. . . , an < bn . Dann ist Q nach dem Satz von Heine Borel (Satz 10.57) kompakt.
Falls nun Q eine Nullmenge ist, dann existieren offene Quader O1 , O2 , . . . im Rn mit
∞ ∞
[ X vol(Q)
Q⊆ O` , vol(O` ) < .
2
`=1 `=1

Nach Satz 10.53(3) (Kompaktheit ist äquivalent zu abzählbarer Überdeckungskompaktheit)

existiert dann aber auch ein m ∈ N mit
m m
[ X vol(Q)
Q⊆ O` , vol(O` ) < . (13.4)
2
`=1 `=1

Wir definieren die Quader Q` = O` ∩ Q für alle ` ∈ {1, . . . , m} und schreiben

Q` = [a`,1 , b`,1 ] × . . . × [a`,n , b`,n ] ⊆ Q.

Insbesondere gilt Q = m `=1 Q` . Wir zerlegen nun die Quader Q` für alle ` ∈ {1, . . . , m}
S

weiter, um eine Zerlegung von Q zu erhalten. Genauer lässt sich für jedes k ∈ {1, . . . , n} eine
Zerlegung Zk von [ak , bk ] durch Anordnen der Punkte {a1,k , b1,k , . . . , am,k , bm,k } definieren.
Damit ist Z = (Z1 , . . . , Zn ) eine Zerlegung von Q. Nach Gleichung (13.1) gilt
X
vol(Q) = vol(Qα ).
Qα @Z

622
Per Definition der Zerlegung Z und (13.4) ist jeder der Z entsprechenden Quader Qα @ Z in
einem (oder mehreren) der Quader Q` enthalten. Sammeln wir nun alle Quader Qα zusammen,
die in einem Quader Q` enthalten sind, so ergibt sich nach der Additionsformel (13.1)
X
vol(Qα ) = vol(Q` ).
Qα @Z
Qα ⊆Q`

Summiert man nun über ` = 1, . . . , m, so ergibt sich

m
X
vol(Q) ≤ vol(Q` ),
`=1

wobei im Allgemeinen nur eine Ungleichung gilt, da ein Qα @ Z möglicherweise in mehreren

der Quader Q` liegen kann. Dies widerspricht aber (13.4).
Falls nun Q ein Quader im Rn mit nichtleerem Inneren ist, so gibt es einen abgeschlossenen
Quader Q0 ⊆ Q mit nichtleerem Inneren. Nach Obigem ist dann Q0 keine Nullmenge, und
Lemma 13.17 zeigt, dass auch Q keine Nullmenge sein kann.

Figur 13.2: Nach Reduktion zu einer endlichen Überdeckung des Quaders

Q ist es wesentlich einfacher, zu zeigen, dass das Gesamtvolumen der
überdeckenden Quader mindestens so gross ist wie das Volumen von Q.
In der Tat, für letzteres fabriziert man aus Q1 , . . . , Qm eine Zerlegung,
wie in obigem Bild illustriert ist, und wendet dann die Additionsformel
(13.1) an.

Wichtige Übung 13.21 (Über die Definition von Nullmengen). Zeigen Sie, dass eine Teil-
menge N ⊆ Rn genau dann eine Nullmenge ist, wenn es für jedes ε > 0 eine Folge (Q` )`
abgeschlossener (!) Quader im Rn gibt mit
∞
[ ∞
X
N⊆ Q` , vol(Q` ) < ε.
`=1 `=1

Proposition 13.22. Sei Q ⊆ Rn−1 ein abgeschlossener Quader und f : Q → R Riemann-

integrierbar. Dann ist der Graph

graph(f ) = {(x, f (x)) | x ∈ Q}

623
von f eine Nullmenge in Rn .

Beweis. Sei M = sup |f (Q)|. Da f als Riemann-integrierbar vorrausgesetzt wurde, existiert

für jedes ε > 0 eine Zerlegung Z von Q so dass O(f, Z) − U (f, Z) < ε. Zu jedem Qα @ Z
definieren wir den Quader Pα = Qα × [inf(f (Qα )), sup(f (Qα ))] und erhalten
[ [

graph(f ) ⊆ Pα ∪ ∂Qα × [−M, M ] ,
Qα @Z Qα @Z
| {z }
=RZ ×[−M,M ]

wobei die zweite Vereinigung sozusagen dem Raster RZ = ⊆ Rn−1 der Zerlegung
S
Qα @Z ∂Qα
Z von Q entspricht. Nun bemerken wir, dass
X
vol(Pα ) = O(f, Z) − U (f, Z) < ε.
Qα @Z

Des Weiteren ist RZ als Teilmenge einer endlichen Vereinigung von Hyperebenen eine Null-
menge in Rn−1 . Daher können wir RZ × [−M, M ] mit einer (ebenso endlichen) Vereinigung
von weiteren Quadern überdecken, deren Volumina in Summe auch kleiner als ε ist. Wir er-
halten also, dass graph(f ) von endlich vielen Quadern mit Summe der Volumina kleiner als 2ε
überdeckt werden kann. Da ε > 0 beliebig war, folgt die Proposition (aus Übung 13.21).

13.3.2 Charakterisierung mittels Stetigkeit

Mit dem Begriff der Nullmenge sind wir nun in der Lage, ein genaues Kriterium anzugeben,
welches Riemann-Integrierbarkeit und Stetigkeit verknüpft.

Satz 13.23 (Lebesgue-Kriterium für Riemann-Integrierbarkeit). Sei f eine beschränkte re-

ellwertige Funktion auf einem abgeschlossenen Quader Q. Die Funktion f ist genau dann
Riemann-integrierbar, wenn die Menge

N = {x ∈ Q | f ist unstetig in x}

eine Nullmenge im Rn ist.

Die zweite Bedingung wird auch kurz als „f ist fast überall stetig“ bezeichnet. Allgemeiner
sagt man, dass eine Aussage A(x) über Elemente x ∈ Rn (oder x in einer Teilmenge von Rn )
fast überall gilt falls
N = {x | A(x) gilt nicht}

eine Nullmenge ist.

Für den Beweis werden wir den Begriff der Oszillation (siehe Abschnitt 10.4.6) verwenden,
den wir nun kurz rekapitulieren wollen.

13.3.3 Oszillation einer Funktion

Wir betrachten eine beschränkte Funktion f : Q → R auf einem Quader Q. Für solche
Funktionen wurde in Definition 10.65 die Oszillation eingeführt, welche im Wesentlichen die
624
Schwankung der Funktion um jeden Punkt beschreibt. Wir wollen hier nochmals die Ma-
ximumsnorm auf Rn verwenden und den δ-Ball in der Unendlich-Norm um x mit Bδ∞ (x)
bezeichnen. Dann ist die Oszillation bei x ∈ Q durch

ω(f, x) = lim ω(f, x, δ),

δ&0

definiert, wobei für δ > 0

ω(f, x, δ) = sup(f (Q ∩ Bδ∞ (x))) − inf(f (Q ∩ Bδ∞ (x))).

Ist X ⊆ Q abgeschlossen (und damit nach dem Satz von Heine-Borel – Satz 10.57 –
kompakt) und die Oszillation von f erfüllt ω(f, x) ≤ η für alle x ∈ X, so lassen sich auch die
Schwankungen ω(f, x, δ) für ein geeignetes und gleichmässiges δ durch η + ε kontrollieren. Für
die genaue Aussage siehe Proposition 10.66.
Im Beweis des Lebesgue-Kriteriums werden wir eine weitere Aussage über die Oszillation
benötigen, die wir hier im allgemeinen Kontext formulieren und beweisen.

Lemma 13.24. Sei f : X → R eine beschränkte Funktion auf einem metrischen Raum X.
Für jedes η ≥ 0 ist die Teilmenge Nη = {x ∈ X | ω(f, x) ≥ η} ⊆ X abgeschlossen.

Beweis. Sei η ≥ 0 und sei (xk )k eine konvergente Folge in X mit ω(f, xk ) ≥ η für alle k ∈ N
und mit Grenzwert x ∈ X. Sei δ > 0 beliebig. Dann existiert ein k mit xk ∈ Bδ (x). Da Bδ (x)
offen ist, gibt es des Weiteren ein δk > 0 mit Bδk (xk ) ⊆ Bδ (x). Nun ist

sup f (Bδ (x)) ≥ sup(f (Bδk (xk ))),

inf f (Bδ (x)) ≤ inf(f (Bδk (xk ))),

und daher ω(f, x, δ) ≥ ω(f, xk , δk ). Da aber ω(f, xk , δk ) ≥ ω(f, xk ) ≥ η gilt, erhalten wir
ω(f, x, δ) ≥ η. Da δ > 0 beliebig war, folgt das Lemma.

Übung 13.25. Zeigt Obiges, dass die Menge {x ∈ X | f ist in x unstetig} abgeschlossen ist?
Begründen Sie Ihre Antwort mit einem Beweis oder einem Gegenbeispiel.

13.3.4 Das Lebesgue-Kriterium ist notwendig

Beweis von Satz 13.23, erste Hälfte. Wir nehmen zuerst an, dass die beschränkte reellwertige
Funktion f auf Q Riemann-integrierbar ist. Seien η > 0 und ε > 0 beliebig. Dann existiert nach
Proposition 13.6 eine Zerlegung Z von Q, so dass O(f, Z)−U (f, Z) < εη oder äquivalenterweise
X

sup f (Qα ) − inf f (Qα ) vol(Qα ) < εη.
Qα @Z

Wir definieren des Weiteren

Bad(η) = {α | sup f (Qα ) − inf f (Qα ) ≥ η}

625
und erhalten
X X

η vol(Qα ) ≤ sup f (Qα ) − inf f (Qα ) vol(Qα )
α ∈Bad(η) α ∈Bad(η)

< εη

und nach Division mit η damit

X
vol(Qα ) < ε.
α ∈Bad(η)

Nun betrachten wir die Menge

Nη = {x ∈ Q | ω(f, x) ≥ η}

aus Lemma 13.24. Für x ∈ Qα mit α ∈ / Bad(η) gibt es ein δ > 0 mit Bδ∞ (x) ⊆ Qα (da der
Teilquader Qα nach Definition offen ist), womit

ω(f, x) ≤ ω(f, x, δ) ≤ sup(f (Qα )) − inf(f (Qα )) < η

folgt. Damit gilt also für jedes x ∈ Nη , dass entweder x ein Element eines Randes eines der
Teilquader ist oder dass x ∈ Qα für ein α ∈ Bad(η), in Symbolen
[ [
Nη ⊆ ∂Qα ∪ Qα ,
Qα @Z α ∈Bad(η)
X
vol(Qα ) < ε.
α ∈Bad(η)

Da aber ∂Qα durch endlich viele offene Quadern mit beliebig kleinem Gesamtvolumen über-
deckt werden kann, können wir auch eine endliche Überdeckung von Nη durch offene Quader
finden, so dass das Gesamtvolumen kleiner als ε ist. Dies zeigt, dass Nη eine Nullmenge ist,
da ε > 0 beliebig war.
Wir wenden nun obiges für η = k1 zu k ∈ N an und erhalten aus Lemma 13.17, dass

N = {x ∈ Q | f ist bei x unstetig}

= {x ∈ Q | ω(f, x) > 0}
∞
[
= N1
k
k=1

eine Nullmenge ist.

13.3.5 Das Lebesgue-Kriterium ist hinreichend

Beweis von Satz 13.23, zweite Hälfte. Wir nehmen nun an, dass f : Q → R beschränkt ist
und N = {x ∈ Q | f ist bei x unstetig} eine Nullmenge ist. Des Weiteren definieren wir die

626
obere Schranke M = sup |f (Q)|.
Sei ε > 0. Dann ist Nε = {x ∈ Q | ω(f, x) ≥ ε} ⊆ N nach Lemma 13.17 eine Nullmenge,
nach Lemma 13.24 abgeschlossen und nach dem Satz von Heine-Borel (Satz 10.57) kompakt.
Per Definition von Nullmengen und abzählbarer Überdeckungskompaktheit in Satz 10.53(3)
folgt daher, dass es eine endliche Überdeckung
m
[
Nε ⊆ O`
`=1

mit offenen Quadern O1 , . . . , Om gibt, so dass

m
X
vol(O` ) < ε (13.5)
`=1

gilt.
Wir betrachten nun die Teilmenge K = Q \ m `=1 O` . Wiederum nach dem Satz von Heine-
S

Borel ist K kompakt. Nach Konstruktion gilt K ⊆ Q\Nε und damit ω(f, x) < ε für alle x ∈ K.
Nach Proposition 10.66 angewendet auf η = ε und ε gibt es also ein δ > 0, so dass für alle
x ∈ K die Abschätzung

(13.6)


ω f |K , x, δ < 2ε

gilt.
Wir wählen nun eine Zerlegung Z, so dass die Maschenweite kleiner als δ ist und jeder der
Quader O1 ∩ Q, . . . , Om ∩ Q eine Vereinigung von der Zerlegung Z entsprechenden abgeschlos-
senen Quadern ist. Wir betrachten schlussendlich die Differenz
X

O(f, Z) − U (f, Z) = sup(f (Qα )) − inf(f (Qα )) vol(Qα )
Qα @Z

und möchten zeigen, dass diese klein ist. Dazu trennen wir die Summe in zwei Teile auf. Im
ersten summieren wir gerade über jene Teilquader von Z, die Teil eines Quaders O` sind und
im zweiten Teil summieren wir über die restlichen Quader. Auf die erste Summe wenden wir
nun (13.5) und auf die zweite (13.6) an. Dies ergibt
m
X X X
O(f, Z) − U (f, Z) ≤ 2M vol(Qα ) + 2ε vol(Qα )
`=1 Qα @Z Qα @Z
Qα ⊆O` Qα ⊆K

≤ 2M ε + 2ε vol(Q) = (2M + 2 vol(Q))ε.

Da ε > 0 beliebig war, folgt nun die Riemann-Integrierbarkeit von f .

627
13.4 Das Riemann-Integral über Jordan-messbare Mengen
Wir wenden uns nun von der Integration über achsenparallele Quader ab und möchten
allgemeinere Mengen wie zum Beispiel die Kreisscheibe im R2 betrachten können.

Definition 13.26 (Jordan-Messbarkeit). Eine Teilmenge B von Rn heisst Jordan-messbar,

falls es einen abgeschlossenen Quader Q in Rn mit Q ⊇ B gibt, so dass die charakteristische
Funktion 1B auf Q Riemann-integrierbar ist. Das Volumen (der Inhalt oder das Jordan-
Mass) ist in diesem Fall durch
Z
vol(B) = 1B dvol
Q

definiert.

Mit dem Lebesgue-Kriterium aus Satz 13.23 erhalten wir das folgende Resultat, welches
insbesondere zeigt, dass Jordan-Messbarkeit einer Teilmenge B ⊆ Rn nicht von der Wahl
des Quaders Q mit Q ⊇ B abhängt (siehe auch Lemma 13.30 für die analoge Aussage zum
Volumen).

Korollar 13.27. Eine Teilmenge B ⊆ Rn ist genau dann Jordan-messbar, wenn B beschränkt
ist und der Rand ∂B eine Nullmenge ist. Falls B1 , B2 ⊆ Rn Jordan-messbar sind, so sind auch
B1 ∪ B2 , B1 ∩ B2 und B1 \ B2 Jordan-messbar.
Schlussendlich gilt für einen abgeschlossenen Quader Q ⊆ Rn−1 und zwei stetige Funktionen
f− , f+ : Q → R mit f− ≤ f+ , dass die Menge

B = {(x, y) ∈ Rn | x ∈ Q, f− (x) ≤ y ≤ f+ (x)}

zwischen den Graphen von f− und f+ (siehe das folgende Bild) Jordan-messbar ist. Das gleiche
gilt, wenn man zwei Riemann-integrierbare Funktionen f− , f+ auf Q mit f− ≤ f+ und eine
Jordan-messbare Teilmenge D ⊆ Q verwendet um

B = {(x, y) ∈ Rn | x ∈ D, f− (x) ≤ y ≤ f+ (x)}

zu definieren.

628
Beweis. Wir zeigen zuerst die erste Aussage. Sei B ⊆ Rn eine Teilmenge.
Falls es für ein x ∈ B ein ε > 0 mit Bε (x) ⊆ B gibt, so ist 1B in x stetig (da konstant 1
in einer Umgebung). Falls es für ein x ∈ Rn \ B ein ε > 0 mit Bε (x) ⊆ Rn \ B gibt, so ist 1B
in x stetig (da konstant 0 in einer Umgebung). Für x ∈ ∂B hingegen gibt es für jedes ε > 0
Punkte y− , y+ ∈ Bε (x) mit 1B (y− ) = 0 und 1B (y+ ) = 1, womit also 1B in x unstetig ist. In
anderen Worten gilt

{x ∈ Rn | 1B ist in x unstetig} = ∂B. (13.7)

Ist ∂B nun eine Nullmenge, so ist 1B auf jedem abgeschlossenen Quader Q ⊇ B Riemann-
integrierbar auf Grund des Lebesgue-Kriteriums (Satz 13.23). Ist umgekehrt 1B auf Q Riemann-
integrierbar, so ist 1B |Q ebenso wegen dem Lebesgue-Kriterium (Satz 13.23) fast überall auf
Q stetig. Die Stetigkeit von 1B |Q bei x ∈ Q unterscheidet sich von der Stetigkeit von 1B bei
x ∈ Q höchstens wenn x ∈ ∂Q. (Dieser Unterschied entsteht, da zum Beispiel 1Q |Q als kon-
stante Funktion auf ganz Q stetig ist.) Da aber ∂Q eine Nullmenge ist, erhalten wir trotzdem,
dass ∂B eine Nullmenge ist.
Seien nun B1 , B2 ⊆ Q Jordan-messbar. Wir bemerken zuerst, dass die Formeln

1B1 ∩B2 = 1B1 · 1B2

1B1 ∪B2 = 1B1 + 1B2 − 1B1 ∩B2
1B1 \B2 = 1B1 − 1B1 · 1B2

gelten, was aus direktem Nachrechnen durch Fallunterscheidungen folgt. Nach Gleichung (13.7)
sind die Ränder ∂(B1 ∪ B2 ), ∂(B1 ∩ B2 ) und ∂(B1 \ B2 ) in der Vereinigung der Unstetigkeits-
stellen von 1B1 und 1B2 oder also in ∂B1 ∪ ∂B2 enthalten. Nach obigem und Lemma 13.17 ist
aber ∂B1 ∪∂B2 , und damit sind ∂(B1 ∪B2 ), ∂(B1 ∩B2 ) und ∂(B1 \B2 ) Nullmengen. Wiederum
nach dem Lebesgue-Kriterium sind also B1 ∪ B2 , B1 ∩ B2 und B1 \ B2 Jordan-messbar.
Sei nun Q ⊆ Rn−1 ein abgeschlossener Quader, seien f− , f+ : Q → R stetige Funktionen
mit f− ≤ f+ und sei B wie im Korollar. Dann ist B beschränkt (auf Grund der Kompaktheit
von Q) und der Rand von B ist in der Vereinigung

(∂Q × R) ∪ graph(f− ) ∪ graph(f+ )

enthalten (wieso?). Nach Proposition 13.22 sind auch graph(f− ) und graph(f+ ) Nullmengen.
Da die Teilmenge ∂Q × R in einer endlichen Vereinigung von Hyperebenen enthalten ist, ist
sie ebenso eine Nullmenge. Inbesondere ist der Rand von B als Teilmenge einer Vereinigung
von Nullmengen eine Nullmenge, womit B Jordan-messbar ist.
Für den allgemeinen Fall begnügen wir uns mit einer Skizze und nehmen nochmals an,
dass D = Q ⊆ Rn−1 ein Quader und f− , f+ : D → R Riemann-integrierbare Funktionen
mit f− ≤ f+ sind. Wir definieren M = max{sup |f− (Q)|, sup |f+ (Q)|}, die Menge B wie im

629
Korollar und die Nullmenge NQ = x ∈ Q | f− oder f+ ist in x unstetig . Dann gilt


N = {(x, y) ∈ Q × (−M, M ) | 1B ist in (x, y) unstetig}

⊆ (NQ × [−M, M ]) ∪ graph(f− ) ∪ graph(f+ ) (13.8)

(siehe Übung 13.28). Da NQ eine Nullmenge im Rn−1 ist, folgt, dass NQ × [−M, M ] eine
Nullmenge im Rn ist (siehe Übung 13.28). Des Weiteren sind graph(f− ) und graph(f+ ) nach
Proposition 13.22 Nullmengen im Rn .
Falls D ⊆ Q eine Jordan-messbare Teilmenge ist, so ist auch D × [−M, M ] Jordan-messbar
(siehe Übung 13.28) und wir können den Bereich der Punkte (x, y) ∈ D × R zwischen zwei
Riemann-integrierbare Funktionen f− , f+ als Durchschnitt der Jordan-messbaren Mengen D×
[−M, M ] und der Menge, die durch die Bedingung f− (x) ≤ y ≤ f+ (x) für x ∈ Q definiert
wird, erhalten.

Übung 13.28 (Jordan-Messbarkeit von Teilmengen zwischen Graphen). In dieser Übung

möchten wir nun die notwendigen Details für die letzte Aussage in Korollar 13.27 nachliefern.

(i) Zeigen Sie (13.8).

(ii) Zeigen Sie, dass für eine Nullmenge N ⊆ Rn−1 auch N × R eine Nullmenge in Rn ist.
Zeigen Sie, dass für eine Jordan messbare Menge D ⊆ Rn−1 auch D × [a, b] (für beliebige
a < b) eine Jordan-messbare Teilmenge von Rn ist.

(iii) Schliessen Sie auf die letzte Aussage im Korollar.

Definition 13.29 (Das Riemann-Integral auf B). Sei B ⊆ Rn eine Jordan-messbare Teilmen-
ge und sei f eine reellwertige Funktion auf B. Dann heisst f Riemann-integrierbar, falls
es einen abgeschlossenen Quader Q ⊆ Rn mit B ⊆ Q gibt, so dass die Funktion
(
f (x) falls x ∈ B
x ∈ Q 7→ (1B f )(x) =
0 falls x ∈ Q \ B

auf Q Riemann-integrierbar ist.Wir schreiben in diesem Fall f ∈ R(B) und nennen

Z Z
f dvol = 1B f dvol
B Q

das Riemann-Integral von f über B.

Lemma 13.30 (Wohldefiniertheit des Riemann-Integrals). Die Wahl des abgeschlossenen

Quaders Q ⊇ B in Definition 13.29 beinflusst die Riemann-Integrierbarkeit einer Funktion
R
f : B → R und den Wert des Riemann-Integrals B f dvol nicht.

Beweis. Angenommen Q1 , Q2 ⊆ Rn sind zwei abgeschlossene Quader mit B ⊆ Q1 und B ⊆

Q2 . Dann erfüllt der Quader Q = Q1 ∩ Q2 ebenso B ⊆ Q; siehe folgendes Bild.

630
 Nun wählen wir eine Zerlegung Z1 von Q1 , so dass die der Zerlegung Z1 entsprechenden
Quader entweder in Q oder komplett ausserhalb liegen. Wir schränken diese Zerlegung auf Q
ein und erhalten eine Zerlegung Z von Q. Die Funktion 1B f auf Q1 (beziehungsweise Q2 , Q)
wie in Definition 13.29 bezeichnen wir mit (1B f )Q1 (beziehungsweise (1B f )Q2 , (1B f )Q ). Mit
dieser Notation gilt

U ((1B f )Q1 , Z) = U ((1B f )Q , Z),

O((1B f )Q1 , Z) = O((1B f )Q , Z),

da die Funktion (1B f )Q1 auf allen Z1 entsprechenden offenen Teilquadern, die nicht in Q
enthalten sind, verschwindet.
Ist also (1B f )Q1 auf Q1 Riemann-integrierbar, so ist nach Proposition 13.6 die Funktion
(1B f )Q auf Q Riemann-integrierbar auf Q und Q1 1B f dvol = Q 1B f dvol. Aus demsel-
R R

ben Argument folgt, dass (1B f )Q2 auf Q2 Riemann-integrierbar ist und dass Q2 1B f dvol =
R

Q 1B f dvol gilt. Damit folgt das Lemma.

R

Insbesondere zeigt Lemma 13.30, dass Jordan-Messbarkeit einer Teilmenge B ⊆ Rn und das
Volumen vol(B) = Q 1B dvol in Definition 13.26 nicht von der Wahl eines Quaders Q ⊇ B
R

abhängt. Geometrisch sollte man sich diese Definition wie folgt vorstellen. Die Teilmenge
B ⊆ Rn ist genau dann Jordan-messbar, wenn das Volumen von B durch ein genügend feines
Raster beliebig genau bestimmt werden kann, siehe folgendes Bild.

631
 Figur 13.3: Wir unterlegen B mit einem genügend feinen Raster und
zählen alle Teilquader ab, die komplett in B enthalten sind. Multipliziert
man das Resultat mit dem Volumen eines Teilquaders, so erhält man
die Untersumme zur Definition von vol(B). Des Weiteren zählen wir
alle Teilquader ab, die notwendig sind (abgesehen vom Raster), um B
zu überdecken. Das Produkt davon mit dem Volumen eines Teilquaders
ist die Obersumme zu vol(B). Das Volumen (das Jordan-Mass) von B
ist definiert, wenn diese untere und obere Approximationen einander
beliebig nahe gebracht werden können (nach Proposition 13.6).

Übung 13.31 (Translations- und Streckungsverhalten des Volumens). Sei a ∈ Rn . Zeigen Sie,
dass für jede Jordan-messbare Teilmenge B ⊆ Rn auch die Teilmenge a + B Jordan-messbar
ist mit Volumen

vol(a + B) = vol(B).

Verifizieren Sie auch, dass für α ∈ R und eine Jordan-messbare Teilmenge B ⊆ Rn die
Teilmenge αB ebenfalls Jordan-messbar ist mit

vol(αB) = |α|n vol(B).

Das Lebesgue-Kriterium (Satz 13.23) lässt sich relativ schnell zu einem Kriterium für
Riemann-Integrierbarkeit auf beliebigen Jordan-messbaren Mengen verallgemeinern.

Korollar 13.32 (Lebesgue-Kriterium). Sei B ⊆ Rn Jordan-messbar und sei f : B → R

beschränkt. Dann ist f genau dann Riemann-integrierbar, wenn f auf B fast überall stetig ist,
das heisst, wenn die Menge der Unstetigkeitsstellen von f eine Nullmenge ist. Insbesondere ist
jede beschränkte stetige Funktion auf einer Jordan-messbaren Menge Riemann-integrierbar.

Beweis. Sei Q ein abgeschlossener Quader mit B ⊆ Q. Da nach Annahme B Jordan-messbar

ist, ist 1B auf Q Riemann-integrierbar (nach Lemma 13.30) und die Menge der Unstetigkeits-
stellen von 1B (welche nach Gleichung (13.7) gerade durch ∂B gegeben ist) ist eine Nullmenge

632
nach dem Lebesgue-Kriterium in Satz 13.23. Wie schon im Beweis von Korollar 13.27 ändern
etwaige Probleme auf der Nullmenge ∂Q bei Einschränkung von (13.7) auf Q diese Aussage
nicht. Es gilt

{x ∈ B | f ist unstetig in x}
⊆ {x ∈ Q | 1B f ist unstetig in x}
⊆ {x ∈ Q | 1B ist unstetig in x} ∪ {x ∈ B | f ist unstetig in x} .

Das Korollar folgt somit aus dem Lebesgue-Kriterium und aus Lemma 13.17.

Korollar 13.33. Sei B ⊆ Rn eine Jordan-messbare Teilmenge. Die Linearität des Riemann-
Integrals (Proposition 13.7), die Monotonie und die Dreiecksungleichung (Proposition 13.8)
gelten analog für das Riemann-Integral von Riemann-integrierbaren Funktionen auf B.

Beweis. Alle Aussagen folgen direkt durch Anwendung der Propositionen in Abschnitt 13.1.2
auf 1B f wie in Definition 13.29.

Proposition 13.34 (Additivität des Riemann-Integrals). Seien B1 , B2 zwei Jordan-messbare

Teilmengen des Rn und sei f : B1 ∪ B2 → R eine Riemann-integrierbare Funktion. Dann sind
f |B1 ∈ R(B1 ), f |B2 ∈ R(B2 ) und f |B1 ∩B2 ∈ R(B1 ∩ B2 ) ebenso Riemann-integrierbar und es
gilt
Z Z Z Z
f dvol = f dvol + f dvol − f dvol.
B1 ∪B2 B1 B2 B1 ∩B2

Beweis. Es gilt

1B1 ∪B2 = 1B1 + 1B2 − 1B1 ∩B2 .

Die Proposition folgt damit nach Multiplikation mit f aus dem Lebesgue-Kriterium (um die
Integrierbarkeit der einzelnen Funktionen zu überprüfen) und der Linearität des Riemann-
Integrals in Proposition 13.7.

Manche (aber eben nicht alle) der obigen Aussage hätten wir auch mit folgendem einfa-
cheren (aber eben weniger nützlichen) Nullmengenbegriff treffen können.

Definition 13.35. Eine Teilmenge J ⊆ Rn heisst eine Jordan-Nullmenge, falls es zu jedem

ε > 0 eine endliche Liste Q1 , . . . , QL ⊆ Rn offener Quader gibt, so dass

L
[ L
X
J ⊆ Q` , vol(Q` ) < ε
`=1 `=1

gilt.

Übung 13.36. Sei J ⊆ Rn eine Teilmenge. Zeigen Sie die Äquivalenz folgender Aussagen.

(i) J ist eine Jordan-Nullmenge.

633
 (ii) J ist Jordan-messbar und vol(J ) = 0.

(iii) J = J ∪ ∂J ist eine beschränkte Lebesgue-Nullmenge.

Beispielsweise ist also [0, 1] ∩ Q ⊆ R eine Lebesgue-Nullmenge (da abzählbar), aber keine
Jordan-Nullmenge (da [0, 1] ∩ Q = [0, 1] keine Lebesgue-Nullmenge ist). Allerdings ist jede
Jordan-Nullmenge J ⊆ Rn eine Lebesgue-Nullmenge. Andererseits ist dafür jede Jordan-
Nullmenge Jordan-messbar, was für Lebesgue-Nullmengen nicht stimmt (nach Beispiel 4.17
ist [0, 1] ∩ Q ⊆ R nicht Jordan-messbar).

Übung 13.37 (Integrale über Jordan-Nullmengen). Sei J eine Jordan-Nullmenge und f :

J → R eine beschränkte Funktion. Zeigen Sie, dass f auf J Riemann-integrierbar ist und
R
J f dvol = 0 erfüllt.

Übung 13.38. Sei Q ein abgeschlossener Quader und sei f : Q → R eine Riemann-integrierbare
R
Funktion mit f ≥ 0 und Q f dvol = 0. Zeigen Sie (in Analogie zu Übung 5.47), dass dann
f = 0 fast überall gilt.
Formulieren und beweisen Sie die analoge Aussage für Funktionen auf Jordan-messbaren
Teilmengen.

Bemerkung. Sei Q ein abgeschlossener Quader. Betrachten wir den Vektorraum R(Q) der
Riemann-integrierbaren Funktionen auf Q, so definiert
Z
k · k1 : f ∈ R(Q) 7→ |f | dvol
Q

„fast“ eine Norm auf R(Q). In der Tat erfüllt k · k1 alle Eigenschaften aus Definition 5.1 ausser
die Definitheit. Stattdessen gilt für f ∈ R(Q) mit kf k1 = 0 nach Übung 13.38, dass f fast
überall gleich Null ist. Die Menge

N (Q) = {f ∈ R(Q) | kf k1 = 0}

bildet einen Teilraum von R(Q) und die Abbildung k·k1 kann als eine Norm auf dem Quotien-
tenraum R(Q)/N (Q) interpretiert werden. Leider ist der so erhaltene normierte Vektorraum
nicht vollständig und damit für die weiterführende Analysis nicht so nützlich. Dieses Manko
des Riemann-Integrals wird im Zuge der Vorlesung „Mass und Integral“ im zweiten Studienjahr
des Mathematikstudiums mit dem Lebesgue-Integral behoben.

634
13.5 Der Satz von Fubini
Wir haben in den letzten drei Abschnitten bereits die meisten theoretischen Grundlagen der
mehrdimensionalen Integralrechnung kennengelernt. Bisher haben wir jedoch noch keine allge-
meine Methode zur expliziten Berechnung von Integralen über mehrdimensionale Teilmengen
des Euklidschen Raumes gesehen. Wir holen dies in diesem Abschnitt mit der Diskussion des
Satzes von Fubini nach.
Wir betrachten zuerst den einfachsten Fall eines Quaders Q = [a, b] × [c, d] ⊆ R2 und einer
stetigen Funktion f : Q → R. Hier ist die Idee, dass man (zum Beispiel) zuerst die Funktion
f (x, y) bezüglich der Variable y integriert, wodurch wir das stetige Parameterintegral
Z d
x ∈ [a, b] 7→ f (x, y) dy
c

erhalten, siehe Satz 11.36. Integrieren wir dieses nun nach x über [a, b], so erhalten wir eine
reelle Zahl
Z b Z d 
f (x, y) dy dx.
a c

Wir werden nun zeigen, dass wir zum selben Ergebnis gelangen, wenn wir zuerst nach x über
[a, b] und anschliessend über y in [c, d] integriert hätten. Genauer gilt sogar
Z Z d Z b  Z b Z d 
f dvol = f (x, y) dx dy = f (x, y) dy dx.
Q c a a c

Da wir bereits viele Methoden zur Berechnung zur Integration von Funktionen in einer Va-
riablen kennen, ist diese Formel sehr nützlich. Aus diesem Grund wollen wir des öfteren auch
dvol(x, y) = dx dy = dy dx und analog dvol(x1 , . . . , xn ) = dx1 . . . dxn für Integration im Rn
schreiben. Für nicht notwendigerweise stetige Funktionen gibt es in der genauen Formulierung
allerdings kleine Probleme:

Theorem 13.39 (Fubini). Seien X ⊆ Rn und Y ⊆ Rm zwei abgeschlossene Quader und sei
f : X × Y → R eine Riemann-integrierbare Funktion. Dann existiert das Parameterintegral
Z
x ∈ X 7→ f (x, y) dvol(y)
Y

für fast alle x ∈ X und es gilt

Z Z Z 
f (x, y) dvol((x, y)) = f (x, y) dvol(y) dvol(x).
X×Y X Y

Genauer formuliert, definieren wir die Funktionen fx : y ∈ Y 7→ f (x, y) sowie

( R
Y fx (y) dvol(y) falls fx Riemann-integrierbar ist
F : x ∈ X 7→ I(fx ) =
I(fx ) sonst.

635
Dann ist F auf X Riemann-integrierbar und es gilt
Z Z
f (x, y) dvol((x, y)) = F (x) dvol(x).
X×Y X

Selbiges gilt, wenn man in der Definition von F das untere Integral durch das obere Integral
ersetzt.

Die Idee für den Beweis ist relativ einfach: der Satz stimmt für charakteristische Funktionen
von abgeschlossenen Quadern (wieso?) und Riemann-integrierbare Funktionen sind mittels
Linearkombinationen solcher Funktionen „approximierbar“.

Beweis. Jede Zerlegung von X ×Y hat die Form Z = (ZX , ZY ) für Zerlegungen ZX von X und
ZY von Y und die Z entsprechenden offenen Quader Qα haben genau die Form Qα = Oβ × Pγ
für offene Quader Oβ @ ZX und Pγ @ ZY . Wir werden diese Korrespondenz im Beweis
mehrmals implizit verwenden. Nach Definition des Volumens von Quadern gilt des Weiteren

volm+n (Qα ) = voln (Oβ ) · volm (Pγ ),

wobei wir (in diesem Beweis) voln (beziehungsweise volm , volm+n ) für das Volumen von Qua-
dern im Rn (beziehungsweise im Rm , Rn+m ) schreiben.
Mit diesen Vorbereitungen betrachten wir nun eine Funktion F mit I(fx ) ≤ F (x) ≤ I(fx )
für alle x ∈ X. Es folgt mit einigen weiteren Überlegungen
X
U (f, Z) = inf(f (Qα )) voln (Oβ ) · volm (Pγ )
Qα =Oβ ×Pγ @Z
X
(13.9a)

≤ inf U (fx , ZY ) | x ∈ Oβ voln (Oβ )
Oβ @ZX
X
(13.9b)

≤ inf I(fx ) | x ∈ Oβ voln (Oβ )
Oβ @ZX
X
≤ inf(F (Oβ )) voln (Oβ ) (13.9c)
Oβ @ZX

= U (F, ZX )

für eine Zerlegung Z = (ZX , ZY ) von X × Y .

Um die Ungleichung (13.9a) zu beweisen, bemerken wir zuerst, dass

inf f (Oβ × Pγ ) = inf f (x, y) | x ∈ Oβ und y ∈ Pγ



≤ inf {f (x0 , y) | y ∈ Pγ }

636
für alle x0 ∈ Oβ @ ZX und Pγ @ ZY gilt. Wir multiplizieren dies mit volm (Pγ ) und summieren
über Pγ @ ZY , was
X X
inf f (Oβ × Pγ ) volm (Pγ ) ≤ inf {f (x0 , y) | y ∈ Pγ } volm (Pγ )
Pγ @ZY Pγ @ZY

= U (fx0 , ZY )

für alle x0 ∈ Oβ @ ZX impliziert. Da x0 ∈ Oβ aber beliebig ist, erhalten wir daher

X 
inf f (Oβ × Pγ ) volm (Pγ ) ≤ inf U (fx0 , ZY ) | x0 ∈ Oβ
Pγ @ZY

und damit (13.9a) nach Multiplikation mit voln (Oβ ) und Summation über Oβ @ ZX .
Die Ungleichung U (fx , ZY ) ≤ I(fx ) für x ∈ X folgt direkt aus der Definition des unteren
Integrals I(fx ) als Supremum aller Untersummen und impliziert (13.9b).
Zuletzt gilt die Ungleichung (13.9c), da I(fx ) ≤ F (x) vorausgesetzt wurde.
Zusammenfassend haben wir also gezeigt, dass für eine beliebige Zerlegung Z = (ZX , ZY )
von X × Y die Ungleichung

U (f, Z) ≤ U (F, ZX )

von Untersummen gilt. Analog zeigt man O(F, ZX ) ≤ O(f, Z) und es gilt

U (f, Z) ≤ U (F, ZX ) ≤ O(F, ZX ) ≤ O(f, Z).

Variieren wir die Zerlegung Z = (ZX , ZY ), so ergibt sich

I(f ) ≤ I(F ) ≤ I(F ) ≤ I(f ).

Da aber f per Annahme Riemann-integrierbar ist, gilt I(f ) = I(f ). Also ist F ebenfalls
Riemann-integrierbar und es gilt
Z Z
f (x, y) dvoln+m ((x, y)) = F (x) dvoln (x).
X×Y X

Wir zeigen nun, dass die Funktion fx : y ∈ Y 7→ f (x, y) für fast alle x ∈ X Riemann-
integrierbar ist. Dabei verwenden wir obiges sowohl für die Funktion F definiert durch x ∈
X 7→ I(fx ) als auch für die Funktion x ∈ X 7→ I(fx ). Obiges zeigt, dass beide Funktionen auf
X Riemann-integrierbar und Integral X×Y f dvoln+m besitzen. Wir schliessen daraus, dass
R

die Funktion

h : x ∈ X 7→ I(fx ) − I(fx ) ∈ [0, ∞)

637
Riemann-integrierbar ist und
Z
h(x) dvoln (x) = 0
X

genügt. Nach dem Lebesgue-Kriterium (Satz 13.23) ist h in fast allen Punkten x ∈ X stetig.
Wir behaupten nun, dass h(x0 ) = 0 für x0 ∈ X gelten muss, wenn h in x0 stetig ist (man
vergleiche dies zu Übung 13.38). Daraus folgt, dass I(fx ) = I(fx ) für fast alle x ∈ X gilt,
woraus schliesslich der Satz folgt. Angenommen x0 ∈ X ist ein Stetigkeitspunkt von h, der
h(x0 ) > 0 erfüllt. Dann gibt es nach Stetigkeit ein δ > 0 mit h(x) > h(x2 0 ) = ε für alle
x ∈ Bδ (x0 ). Nun kann man aber einen offenen Quader Q0 ⊆ Bδ (x0 ) mit x0 ∈ Q0 finden,
woraus h ≥ ε1Q0 und somit X h(x) dvoln (x) ≥ ε voln (Q0 ) > 0 folgt. Dies widerspricht aber
R
R
X h(x) dvoln (x) = 0.

Wir betrachten nochmals ein Applet aus Abschnitt 4.9, welches den Satz von Fubini ver-
anschaulichen sollte.
Applet 13.40 (Volumen des Zeltes). Wir können den Satz von Fubini und das Vorgehen
der Berechnung des Volumens auch geometrisch veranschaulichen. Dabei bestimmt die x-
Koordinate einen ebenen Querschnitt durch das Zelt, und die y-Koordinate animiert die Be-
rechnung des Flächeninhaltes des Querschnittes. Versuchen Sie mit den Schiebern die iterierte
Integration nachzustellen.
Korollar 13.41. Sei Q = [a1 , b1 ] × . . . × [an , bn ] ein n-dimensionaler abgeschlossener Quader
und sei f : Q → R Riemann-integrierbar. Dann gilt
Z Z b1 Z bn
f dvol = ··· f (x1 , . . . , xn ) dxn . . . dx1 ,
Q a1 an

wobei dieselben formalen Komplikationen wie in Theorem 13.39 auftreten können.

Für stetige Funktionen treten wohlgemerkt (da nach Satz 11.36 Parameterintegrale von
stetigen Funktionen für alle Parameter existieren) keinerlei Komplikationen auf.

Beweis. Dies folgt durch mehrmaliges Anwenden des Satzes von Fubini (Theorem 13.39).

Übung 13.42. Präzisieren Sie die in Korollar 13.41 auftretenden Komplikationen und erklä-
ren Sie den Beweis genauer.
Korollar 13.43 (Fubini für Bereiche zwischen Graphen). Sei D ⊆ Rn−1 eine Jordan-messbare
Menge, seien ϕ− , ϕ+ : D → R beschränkt und stetig mit ϕ− ≤ ϕ+ und sei B ⊆ Rn die Jordan-
messbare Teilmenge

B = {(x, y) ∈ D × R | ϕ− (x) ≤ y ≤ ϕ+ (x)} .

Für eine Riemann-integrierbare Funktion f auf B gilt

Z Z Z ϕ+ (x)
f (x, y) dvol((x, y)) = f (x, y) dy dvol(x),
B D ϕ− (x)

638
wobei wieder die selben Komplikationen wie in Theorem 13.39 auftreten können.

Beweis. Wir erinnern zuerst daran, dass B nach Korollar 13.27 tatsächlich Jordan-messbar
ist. Wenden wir nun den Satz von Fubini für einen Quader X ⊆ Rn−1 mit D ⊆ X und den
Quader Y = [inf ϕ− (D), sup ϕ+ (D)] an, so ergibt sich
Z Z
f (x, y) dvol((x, y)) = (1B f )(x, y) dvol((x, y))
B X×Y
Z Z sup ϕ+ (D)
= 1B (x, y)f (x, y) dy dvol(x)
X inf ϕ− (D)
Z Z ϕ+ (x)
= 1D (x) f (x, y) dy dvol(x)
X ϕ− (x)
Z Z ϕ+ (x)
= f (x, y) dy dvol(x)
D ϕ− (x)

wie behauptet.

Beispiel 13.44 (Schwerpunkt einer Teilmenge). Wir betrachten die Teilmenge

√
B = (x, y) ∈ R2 | x ≥ 0, x2 ≤ y ≤ x


zwischen den Parabeln y = x2 und x = y 2 .

Wir möchten nun den Schwerpunkt dieser Menge berechnen. Dabei nehmen wir an, dass die
Masse gleichmässig auf B verteilt ist. Also ist diese bis auf einen Faktor gleich dem Flächen-
inhalt. Aus Abschnitt 1.1 wissen wir bereits, dass der Bereich definiert durch 0 ≤ y ≤ x2 und
0 ≤ x ≤ 1 Flächeninhalt 13 hat. Aus Symmetriegründen folgt daraus, dass der Flächeninhalt
von B ebenfalls 13 ist.

639
 1
R
Die x-Koordinate xS des Schwerpunkts S ist per Definition durch xS = vol(B) B x dvol
gegeben und berechnet sich mit Korollar 13.43 also zu
√
Z Z 1Z x
1
xS = vol(B) x dvol = 3 x dy dx
B 0 x2
Z 1 √
Z 1 3
2
=3 x( x − x ) dx = 3 (x 2 − x3 ) dx
0 0
5
i1 9
= 3( 52 x 2 − 14 x4 ) = .
0 20
1
R
Genauso ist yS = vol(B) B y dvol durch
√
1Z x 1  √
Z Z
1 2 y= x
yS = 3 y dy dx = 3 2 y y=x2
dx
0 x2 0
Z 1 i1
=3 ( 12 x − 21 x4 ) dx = 3( 41 x2 − 1 5
10 x )
0 0
9
= 3( 14 − 1
10 ) =
20

gegeben, was man auf Grund der Symmetrie von B um die Gerade y = x hätte erwarten
können.

Übung 13.45 (Fubini). Berechnen Sie

Z
xyz dvol für B1 = (x, y, z) ∈ R3 | 0 ≤ x ≤ y ≤ z ≤ 1 ,


ZB1
xyz dvol für B2 = (x, y, z) ∈ R3 | x2 + y 2 + z 2 ≤ 1

B2

und das Volumen vol(B3 ) für die Menge B3 , die zwischen den Kurven x2 + y 2 = 8 und
4y = x2 + 4 eingeschlossen wird.

Korollar 13.46 (Prinzip von Cavalieri). Falls B ⊆ [a, b] × Rn−1 beschränkt und Jordan-
messbar ist, dann ist
Z b
vol(B) = vol(Bx ) dx,
a

wobei für x ∈ [a, b] die Teilmenge Bx ⊆ Rn−1 durch

Bx = y ∈ Rn−1 | (x, y) ∈ B


gegeben ist und für fast alle x ∈ [a, b] Jordan-messbar ist.

Beweis. Folgt direkt aus Theorem 13.39 mit f = 1B .

640
Übung 13.47 (Volumen von Rotationskörpern). In Abschnitt 9.7.4 wurde das Volumen von
Rotationskörpern definiert. Wir möchten hier verifizieren, dass das im letzten Abschnitt einge-
führte Volumen Jordan-messbarer Teilmengen damit kompatibel ist. Sei also f : [a, b] → R≥0
stetig und sei
n p o
Kf = (x, y, z)t ∈ R3 | a ≤ x ≤ b, 0 ≤ y 2 + z 2 ≤ f (x)

der durch f gegebene Rotationskörper. Zeigen Sie, dass Kf Jordan-messbar ist und dass das
Rb
das Volumen von Kf (im Sinne von Definition 13.26) durch π a f (x)2 dx gegeben ist.

In vielen konkreten Rechnungen zum Beispiel in der Ebene hat man die Wahl ob man
zuerst nach der y-Variable und anschliessend nach der x-Variable oder umgekehrt integriert.
Meist funktionieren beide Möglichkeiten, obwohl es vorkommt, dass eine Möglichkeit deutlich
weniger Arbeit bereitet. Es empfiehlt sich daher diese Entscheidung bewusst zu tätigen und
zu üben (siehe Übung 13.48). Zum Beispiel bei Integration über die Menge

B = (x, y) ∈ [0, 1] × [0, 2] | 0 ≤ y ≤ x(2 + sin( x1 )) für alle x > 0



wäre eine Integration über x bei fest gehaltenem y nur eine theoretische Möglichkeit aber
praktisch unmöglich. (Wieso?) Derartige Komplikationen treten auch im nächsten Kapitel bei
den Beweisen der mehrdimensionalen Integralsätze auf und erfordern mitunter geschicktere
Argumentationen als man auf dem ersten Blick vermuten würde.
R1R1 2
Übung 13.48 (Reihenfolge). Berechnen Sie 0 x ey dy dx.

Bemerkung. Theorem 13.39 und Korollar 13.46 sind unter anderem, wie vielleicht nicht auf
Anhieb klar ist, sogar für sehr elementare Volumsberechnungen nötig. Beispielsweise könnte
man sich fragen, ob sich das Volumen einer Pyramide im R3 elementar geometrisch berechnen
lässt, in dem man die Pyramide durch endlich viele Operationen von Schneiden und Kleben
zu Quadern zerlegt. In der Tat, im R2 funktioniert diese Methode ausgezeichnet für Polygone.
Bereits für Pyramiden im R3 kann man jedoch beweisen (mit Hilfe der sogenannten Dehn-
Invariante), dass diese Methode tatsächlich im Allgemeinen nicht funktioniert - man muss
641
also bereits für die Volumenberechnung von Polyedern im R3 auf Integrationsmethoden der
Analysis zurückgreifen.

642
13.6 Mehrdimensionale Substitutionsregel
Wir wollen in diesem Abschnitt die Substitutionsregel für mehrdimensionale Integrale be-
weisen und werden hierbei wieder den Begriff „Diffeomorphismus“ aus Definition 12.6 benö-
tigen. Diffeomorphismen kann man sich als glatte Koordinatenwechsel vorstellen. In diesem
Sinne wird die mehrdimensionale Substitutionsregel erklären, inwiefern ein solcher Koordina-
tenwechsel das Volumen einer Menge oder allgemeiner das Integral einer Funktion beeinflusst.

13.6.1 Lineare Substitution

Wir betrachten zuerst den Fall eines linearen Koordinatenwechsels, da dies einen wichtigen
Spezialfall darstellt, der auch im Beweis des allgemeinen Falles von Bedeutung sein wird.

Proposition 13.49 (Lineare Substitutionsregel). Sei Q ⊆ Rn ein abgeschlossener Quader

und sei L in GLn (R). Dann ist das Bild L(Q) von Q unter L Jordan-messbar und es gilt

vol(L(Q)) = | det(L)| vol(Q).

Eine gute geometrische Erklärung für den obigen Satz wird durch die Singulärwertzerlegung
(SVD-Zerlegung oder Cartan-Zerlegung) gegeben, nach der man die Matrix L wie aus dem Satz
als L = k1 Ak2 schreiben kann für k1 , k2 ∈ SO(n, R) und eine Diagonalmatrix A ∈ Matn,n (R).

Übung 13.50. Zeigen Sie die Existenz einer solchen Singulärwertzerlegung.

Für die Diagonalmatrix A und einen achsenparallelen Quadern Q ist es anschaulich (und
ebenso formal) klar, dass vol(A(Q)) = | det(A)| vol(Q) gilt. In der Tat ist A(Q) wieder ein
achsenparalleler Quader, der in jeder Richtung entsprechend den Diagonaleinträgen von A
gestreckt oder gestaucht wurde. Dies lässt sich dann auf jede andere Jordan-messbare Menge
verallgemeinern (siehe den ersten Teil des Beweises der Proposition unten). Für die (orthogo-
nalen) Drehungsmatrizen k1 , k2 ist es geometrisch einleuchtend, dass diese das n-dimensionale
Volumen nicht ändern. Gleichzeitig gilt aber det(k1 ) = det(k2 ) = 1 per Definition. Zusammen
ergibt sich gerade die Aussage in obiger Proposition. Dies stellt aber auf Grund des Falls der
Drehungsmatrizen keinen formalen Beweis dar, weswegen wir ein anderes Argument geben
werden.

Beweis. Wir beginnen zuerst mit dem bereits erwähnten Spezialfall der Diagonalmatrizen,
den wir später auch verwenden werden.
Der Satz für Diagonalmatrizen: Angenommen L = A ∈ GLn (R) ist eine diagonale
Matrix. Für einen achsenparallelen Quader Q ⊆ Rn ist A(Q) wieder ein achsenparalleler
Quader mit Volumen

vol(A(Q)) = | det(A)| vol(Q)

und insbesondere Jordan-messbar.

Ist nun B ⊆ Rn Jordan-messbar und Q ein Quader mit B ⊆ Q, dann ist per Definition
1B auf Q Riemann-integrierbar. Falls ZQ eine Zerlegung von Q ist, dann können wir die
643
Eigenwerte von A verwenden, um eine Zerlegung Z0 von Q0 = A(Q) zu definieren, so dass die
zu Z0 gehörigen Quader genau von der Form A(Qα ) für Qα @ Z sind. Des Weiteren ist jede
Zerlegung von Q0 von dieser Form. Wegen 1A(B) ◦ A = 1B und vol(A(Qα )) = | det(A)| vol(Qα )
für alle Qα @ Z gilt nun
X
U (1A(B) , Z0 ) = inf(1A(B) (A(Qα )))) vol(A(Qα ))
A(Qα )@Z0
X
= inf(1B (Qα )))| det(A)| vol(Qα )
Qα @Z

= | det(A)|U (1B , Z).

Genau gleich zeigt man die analoge Aussage für obere Summen. Damit ist das untere (bezie-
hungsweise das obere) Integral von 1A(B) auf Q0 = A(Q) gleich dem unteren (beziehungswei-
se dem oberen) Integral von 1B auf Q multipliziert mit | det(A)|. Also ist 1A(B) Riemann-
integrierbar, A(B) ist Jordan-messbar und es gilt
Z
vol(A(B)) = 1A(B) dvol
A(Q)
Z
= | det(A)| 1B dvol
Q

= | det(A)| vol(B).

Zerlegung in Elementarmatrizen: Um nun die Proposition für eine allgemeine Matrix

L ∈ GLn (R) zu beweisen, zerlegen wir L in Elementarmatrizen. Das heisst, wir betrachten
folgende drei Typen von Matrizen:

• Diagonalmatrizen. Für diese gilt die Proposition bereits auf Grund obiger Diskussion.

• Permutationsmatrizen. Eine Permutationsmatrix P = Pσ ∈ GLn (R) ist durch eine Per-

mutation σ ∈ Sym(n) definiert und erfüllt P ej = eσ(j) für alle j ∈ {1, . . . , n}. Der
Beweis für Diagonalmatrizen oben lässt sich auf Permutationsmatrizen übertragen, da
wiederum achsenparallele Quader auf achsenparallele Quader abgebildet werden.

• Scherungsmatrizen. Hier bezeichnen wir eine Matrix als eine Scherungsmatrix falls sie
für ein k 6= ` ∈ {1, . . . , n} und s ∈ R durch

 1 falls i = j


s
(Uk` )ij = s falls k = i und ` = j
0 sonst



für i, j ∈ {1, . . . , n} gegeben ist.

644
Wir bemerken, dass wir obige Scherungsmatrizen durch Permutationsmatrizen konjugieren
können und damit erreichen können, dass Uk`
s zu

 
1 0 ··· 0
0 1 0
 
U s = Un1
s
 ..
= ..  ∈ SLn (R)
.. 
. . .
s 0 ··· 1

konjugiert ist. Aus dieser Bemerkung und dem Gauss-Algorithmus der Linearen Algebra folgt
nun, dass sich L als Produkt

L = L1 . . . LM

schreiben lässt, wobei für jedes m ∈ {1, . . . , M } die Matrix Lm eine Diagonalmatrix, eine
Scherungsmatrix der Form U s für s ∈ R oder eine Permutationsmatrix ist.
Reduktion auf Scherungsmatrizen: Für Diagonalmatrizen und Permutationsmatri-
zen wurde die Aussage der Proposition oben bereits allgemeiner gezeigt. Wir werden unten
beweisen, dass die Formel

vol(U (B)) = | det U | vol(B) = vol(B) (13.10)

auch für eine Scherungsmatrix der Form U s = Un1 s gilt, wenn B = L0 (Q) das Bild eines

Quaders unter einer linearen Abbildung L0 ∈ GLn (R) ist. Für Mengen dieser Form ist es
einfach zu sehen, dass diese Jordan messbar sind: denn der Rand ∂B = L0 (∂Q) ist eine
endliche Vereinigung von beschränkten Teilmengen von Hyperebenen und damit wieder eine
(sogar Jordan) Nullmenge. Damit ist dann die Proposition bereits für L1 , . . . , LM getrennt
gültig. Für einen Quader Q ⊆ Rn folgt dann mittels Induktion die Formel

vol(L(Q)) = vol(L1 L2 · · · LM (Q))

| {z }
B=L0 (Q)

= | det(L1 )| vol(L2 · · · LM (Q))

= | det(L1 )|| det(L2 · · · LM )| vol(Q)
= | det(L)| vol(Q).

645
 Der Fall der Scherungsmatrizen: Sei s ∈ R und sei B = L0 (Q) für einen Quader Q.
Sei des Weiteren B ⊆ [a, b] × Rn−1 für gewisse a, b ∈ R. Für x ∈ [a, b] und y ∈ Rn−1 gilt
    
x 1 0 ··· 0 x
y1  0 1 0  y1
    
s
 
U  ..  = .
 . .. ..   .. 
.  . . .  .
 
 
yn−1 s 0 ··· 1 yn−1
 
x
y1
 
 
= .. .
.
 
 
yn−1 + xs

Insbesondere ist ebenso U s (B) ⊆ [a, b] × Rn−1 . Nach dem Satz von Fubini in der Form des
Prinzips von Cavalieri (Korollar 13.46) und der Translationsinvarianz des Volumens in Übung
13.31 gilt
Z b
vol(U s (B)) = y ∈ Rn−1 | (x, y1 , . . . , yn−1 )t ∈ U s (B)


vol dx
a
Z b
y ∈ Rn−1 | (x, y1 , . . . , yn−1 − sx)t ∈ B


= vol dx
a
Z b
y ∈ Rn−1 | (x, y1 , . . . , yn−1 )t ∈ B


= vol dx = vol(B),
a

was zu zeigen war.

Die Annahme in obiger Proposition, dass L ∈ Matn,n (R) invertierbar ist, ist streng genom-
men nicht notwendig.

Übung 13.51 (Proposition 13.49 für nicht-invertierbare Matrizen). In dieser Übung möchten
wir Proposition 13.49 für eine Matrix L ∈ Matn,n (R) mit det(L) = 0 zeigen. Verifizieren Sie
also, dass für jede Jordan-messbare Teilmenge B ⊆ Rn das Bild L(B) eine Jordan-messbare
Menge mit Volumen 0 (also eine Jordan-Nullmenge) ist.

Übung 13.52 (Ellipsoide). Berechnen Sie für eine symmetrische positiv definite Matrix A ∈
Matn,n (R) das Volumen der Menge {x ∈ Rn | hAx, xi ≤ 1} (wobei Sie das Volumen ωn =
vol(B1 (0)) der Einheitskugel als bekannt vorraussetzen dürfen).

Im Zusammenhang mit linearen Abbildungen wollen wir noch folgenden Begriff aus der
linearen Algebra wiederholen.

Definition 13.53. Zu Vektoren v1 , . . . , vn ∈ Rn wird

gram(v1 , . . . , vn ) = det(hvi , vj i)ij

die Gramsche Determinante von v1 , . . . , vn genannt.

646
Korollar 13.54 (Volumen von Parallelotopen). Sei L ∈ Matn,n (R) mit Spalten v1 , . . . , vn ∈
Rn . Dann ist das Parallelotop
( n )
X
n
P = L([0, 1] ) = si vi | s1 , . . . , sn ∈ [0, 1]
i=1

Jordan-messbar und es gilt

vol(P ) = vol(L([0, 1]n ))

p
= | det(L)| = gram(v1 , . . . , vn ).

Der Vorteil der Volumenformel in obigem Korollar ist, dass diese nur von den inneren
Produkten der Vektoren und nicht von der Basis selbst Gebrauch macht. Für n = 2 wird das
Parallelotop auch Parallelogram genannt und für n = 3 auch Parallelepiped.

Beweis. Nach Proposition 13.49 ist L([0, 1]n ) Jordan-messbar und hat Volumen | det(L)| (da
vol([0, 1]n ) = 1). Für die letzte Gleichheit bemerken wir, dass

det(L)2 = det(Lt ) det(L)

= det(Lt L)
= det(hvi , vj i)ij = gram(v1 , . . . , vn )

gilt. Für den Fall det(L) = 0 verweisen wir auf Übung 13.51.

13.6.2 Substitution mit Diffeomorphismen

Wir möchten uns nun von linearen Substitutionen abwenden und allgemeinere Diffeomor-
phismen zulassen, wobei wir allerdings vorerst folgende zusätzliche Annahme an die Funktion
treffen wollen.
Definition 13.55. Sei n ≥ 1 und X ⊆ Rn offen. Für eine Funktion f : X → R ist der Träger
supp(f ) durch

supp(f ) = {x ∈ X | f (x) 6= 0}

definiert. Wir sagen, dass f kompakten Träger hat, falls supp(f ) eine kompakte Teilmenge
von X ist. Für eine Funktion f : X → R mit kompakten Träger K = supp(f ) definieren wir
das Riemann-Integral
Z Z
f dvol = 1X f dvol,
X Q

wobei Q ein Quader mit K ⊆ Q ist und 1X f für alle x ∈ Rn durch


f (x) für x ∈ X,
1X f (x) =
0 sonst

647
definiert ist.

Wir bemerken, dass wir für den Begriff einer Funktion mit kompakten Träger den Abschluss
sowohl in X oder auch in Rn in obiger Definition nehmen können. Denn falls zum Beispiel der
Abschluss von {x ∈ X | f (x) 6= 0} in X (anstatt in Rn ) eine kompakte Teilmenge K von X
ist, so ist der Abstand von K zu Rn \ X positiv (da dieser in einem Punkt von K angenommen
wird und X offen ist). Hieraus folgt nun, dass K ebenso der Abschluss in Rn ist. Des Weiteren
wollen wir noch bemerken, dass wir ebenso das Integral der Funktion 1K f über den Quader
Q in obiger Definition betrachten könnten, denn 1K f = 1X f gilt auf ganz Rn .

Satz 13.56 (Substitutionsregel mit kompaktem Träger). Seien X, Y ⊆ Rn offene Teilmengen

und sei Φ : X → Y ein C 1 -Diffeomorphismus. Des Weiteren sei f : Y → R eine Riemann-
integrierbare Funktion mit kompakten Träger in Y . Dann hat die Funktion

x ∈ X 7→ (f ◦ Φ(x))| det( Dx Φ)|

kompakten Träger in X, ist Riemann-integrierbar und es gilt

Z Z
f (y) dvol(y) = (f ◦ Φ(x))| det( Dx Φ)| dvol(x),
Y X

wobei die Funktion x ∈ X 7→ det( Dx Φ) als die Jacobi-Determinante von Φ bezeichnet wird.

Wir bemerken, dass für lineare Abbildungen Satz 13.56 sehr schnell aus Proposition 13.49
folgen würde, aber der allgemeine Fall für uns viel interessanter ist. Des Weiteren bemerken wir,
dass X oder Y nicht Jordan-messbar oder beschränkt sein müssen, was einen der Gründe für
unsere Annahme über den kompakten Träger darstellt. Bevor wir uns dem Beweis zuwenden,
möchten wir zwei konkrete Beispiele betrachten (siehe auch Abschnitt 4.9).

Beispiel 13.57 (Substitution für Polarkoordinaten). Sei f : BR (0) → R eine Riemann-

integrierbare Funktion auf der offenen Kreisscheibe BR (0) = x ∈ R2 | kxk < R . Wir können


nun (informell - siehe unten) Satz 13.56 wie folgt anwenden:

Z Z
f (y) dvol(y) = f (y) dvol(y)
BR (0) U
Z R Z 2π
= f (r cos ϕ, r sin ϕ)r dϕ dr, (13.11)
0 0

wobei U = BR (0) \ {(x, y) | y = 0, x ≥ 0}. Dabei haben wir mehrere Tatsachen ausgenützt. In
der ersten Gleichung haben wir unter Verwendung von Proposition 13.34 auf die Integration
über die Jordan-Nullmenge {(x, y) | y = 0, x ≥ 0} verzichtet, da die Polarkoordinatenabbil-
dung (siehe Abschnitt 12.1.3)
! !
r r cos ϕ
Φ: ∈ (0, R) × (0, 2π) 7→ ∈ U.
ϕ r sin ϕ

damit einen Diffeomorphismus darstellt. Der Faktor r im Integral rechts in Gleichung (13.11)
ist die Jacobi-Determinante der Polarkoordinaten-Abbildung. In der Tat ist die Jacobi-Matrix
648
bei (r, ϕ)t ∈ (0, R) × (0, 2π) durch
!
cos ϕ −r sin ϕ
D(r,ϕ)t Φ =
sin ϕ r cos ϕ

gegeben, womit die Jacobi-Determinante gleich

det D(r,ϕ)t Φ = r(cos2 ϕ + sin2 ϕ) = r

ist.
Leider ist (13.11) noch keine Anwendung von Satz 13.56, da wir nicht angenommen haben,
dass f kompakten Träger hat. Wir werden dieses Manko im nächsten Abschnitt reparieren (sie-
he auch Übung 13.60). Der Faktor r als Jacobi-Determinante hat auch eine klare geometrische
Bedeutung, siehe Figur 13.4.

Figur 13.4: Ein Quader mit Seitenlängen 4r und 4ϕ entspricht einem

fast rechteckigen Ausschnitts eines Kreisrings mit „Seitenlängen“ 4r und
etwa r4ϕ, welche man oft auf Grund der erwünschten Grösse dieser
Differenzen auch informell mit dr und r dϕ bezeichnet.

Applet 13.58 (Geometrie der Jacobi-Determinante in Substitution). In diesem können Sie

sich vom Verhalten der Jacobi-Determinante in Beispiel 13.57 überzeugen.

Applet 13.59 (Geometrie der Jacobi-Determinante in Substitution). In diesem können Sie

sich vom Verhalten der Jacobi-Determinante in Beispiel 12.9 überzeugen.

649
Übung 13.60. Zeigen Sie mit Hilfe von Satz 13.56 die Substitutionsformel (13.11) mit Po-
larkoordinaten für Riemann-integrierbare Funktionen f mit kompaktem Träger in R2 (!).

Beispiel 13.61 (Substitution für Kugelkoordinaten). Wir betrachten die offene Kugel

BR (0) = x ∈ R3 | kxk < R



mit Radius R > 0 und eine Riemann-integrierbare Funktion f : Br (0) → R. Dann gilt unter
ähnlichen Argumenten wie in Beispiel 13.57
Z Z r Z π Z 2π
f dvol = f (r sin θ cos φ, r sin θ sin ϕ, r cos θ)r2 sin θ dϕ dθ dr,
0 0 0

siehe auch Abschnitt 12.1.4. Hierbei hat r2 sin θ dϕ dθ dr wiederum die geometrische Inter-
pretation einer Menge, die „fast quaderförmig“ ist, siehe wiederum Figur 13.4. Des Weiteren
haben wir formal wieder das Problem, dass obige Formel nicht direkt aus Satz 13.56 folgt; wir
wollen dieses Problem wiederum im nächsten Abschnitt im Allgemeinen lösen.

13.6.3 Beweis der Substitutionsregel mit kompakten Träger

Bevor wir mit dem detailierten Beweis der Substitutionsregel in Satz 13.56 beginnen, wollen
wir die Beweisidee erklären. Seien X, Y ⊆ Rn offen und sei Φ : X → Y ein Diffeomorphismus.
Wir wollen annehmen, dass X = Q ein Quader ist. Nun unterteilen wir den offenen Quader
X = Q in kleinere Teilquader entsprechend einer „feinen“ Zerlegung ZX . Auf Grund der
Differenzierbarkeit von Φ gilt

Φ(x) ≈ Φ(xα ) + Dxα Φ(x − xα ),

wobei x, xα ∈ Qα @ ZX sind und xα der Mittelpunkt von Qα ist. (Das Zeichen ≈ bedeutet hier
vorerst einfach sehr nahe.) Dies zusammen mit der linearen Substitution in Proposition 13.49
legt den Schluss

vol(Φ(Qα )) ≈ vol(Φ(xα ) + Dxα Φ(Qα − xα )) (13.12)

= vol( Dxα Φ(Qα ))
= | det( Dxα Φ)| vol(Qα )

650
nahe. Damit sollte dann auch für eine beschränkte stetige Funktion f : Y → R
Z X Z
f (y) dvol(y) = f (y) dvol(y)
Y Qα @ZX Φ(Qα )
X
≈ f (Φ(xα )) vol(Φ(Qα ))
Qα @ZX
X
≈ f (Φ(xα ))| det( Dxα Φ)| vol(Qα )
(13.12)
Qα @ZX
Z
≈ (f ◦ Φ)| det DΦ| dvol.
Q

gelten. Die Symbole ≈ sollten hier wiederum verdeutlichen, dass dies (noch) keinen Beweis
darstellt. Um daraus einen Beweis zu machen, müssen wir zuerst (13.12) besser verstehen.

Lemma 13.62 (Lokale Verzerrung von einem Würfel). Sei ` > 0, sei x0 ∈ Rn und sei

Q0 = x0 + [−`, `]n

der achsenparallele (n-dimensionale) Würfel mit Seitenlängen gleich 2` und Mittelpunkt x0 .

Sei X ⊇ Q0 eine offene Obermenge und sei Φ : X → Y ⊆ Rn ein C 1 -Diffeomorphismus. Wir
setzen y0 = Φ(x0 ), L = Dx0 Φ und

σ = max k Dx Φ − Lkop . (13.13)

x∈Q0

√
Falls s = σkL−1 kop n < 1 ist, dann gilt

y0 + (1 − s)L(Q0 − x0 ) ⊆ Φ(Q0 ) ⊆ y0 + (1 + s)L(Q0 − x0 ). (13.14)

Wir bemerken, dass uns (13.14) dabei helfen wird, eine formal korrekte Version von (13.12)
zu beweisen. In der Tat können wir s verkleinern, indem wir kleinere Würfel betrachten, wo-
durch σ in (13.13) auf Grund der stetigen Differenzierbarkeit von Φ kleiner gemacht wer-
den kann. Des Weiteren bemerken wir, dass Lemma 13.62 zum Satz der inversen Funktion
(Satz 12.5) verwandt ist. Dementsprechend werden wir wieder die Methoden aus Kapitel 12
für den Beweis des Lemmas verwenden.

651
Beweis. Wir nehmen der Einfachheit halber zuerst an, dass x0 = 0, y0 = Φ(x0 ) = 0 und
L = In ist. Dann gilt für alle x1 , x2 ∈ Q0 wegen
Z 1
Φ(x2 ) − Φ(x1 ) = ( Dx1 +t(x2 −x1 ) Φ)(x2 − x1 ) dt
0

und der Dreiecksungleichung für vektorwertige Integrale in (6.12) die Abschätzung

Z 1

k(Φ(x2 ) − x2 ) − (Φ(x1 ) − x1 )k = Dx1 +t(x2 −x1 ) Φ − In (x2 − x1 ) dt
0
≤ σkx2 − x1 k. (13.15)

Für x = x2 ∈ Q0 und x1 = 0 folgt (wegen der Annahme Φ(0) = 0) daraus

√
kΦ(x) − xk∞ ≤ kΦ(x) − xk ≤ σkxk ≤ σ n` (13.16)
√ √
und somit liegen die Koordinaten des Punktes Φ(x) jeweils in [−(1 + σ n)`, (1 + σ n)`]. Also
gilt
√
Φ(Q0 ) ⊆ (1 + σ n)Q0 ,

was auf Grund unserer Annahmen genau der zweiten Inklusion im Lemma entspricht.
√
Für die erste Inklusion wenden wir zu y ∈ (1 − σ n)Q0 den Banachschen Fixpunktsatz
(Satz 10.41) auf die Abbildung

Ty :Q0 → Q0 ,
x 7→ y − (Φ(x) − x)

an. Für x ∈ Q0 gilt wegen (13.16)

kTy (x)k∞ ≤ kyk∞ + kΦ(x) − xk∞

√ √
≤ (1 − σ n)` + σ n` = `.

Also bildet Ty in der Tat jeden Punkt in Q0 wieder nach Q0 ab. Des Weiteren gilt für x1 , x2 ∈
Q0 nach Gleichung (13.15)

kTy (x1 ) − Ty (x2 )k = k(Φ(x1 ) − x1 ) − (Φ(x2 ) − x2 )k

≤ σkx1 − x2 k.

Nach Voraussetzung ist aber σ < 1 und daher können wir den Banachschen Fixpunktsatz
(Satz 10.41) anwenden. Es folgt, dass es ein x ∈ Q0 mit Ty (x) = y − (Φ(x) − x) = x oder
√
äquivalenterweise Φ(x) = y gibt. Dies zeigt (1 − σ n)Q0 ⊆ Φ(Q0 ).

652
 Falls nun x0 6= 0, y0 6= 0 oder L = Dx0 Φ 6= In ist, dann wollen wir Obiges auf die Abbildung

Φ̃ :Q0 − x0 = [−`, `]n → Rn ,

x 7→ L−1 Φ(x + x0 ) − y0

anwenden. Wir berechnen zuerst

σ̃ = max k Dx Φ̃ − In kop
x∈[−`,`]n

= max kL−1 ( Dx+x0 Φ − L)kop

x∈[−`,`]n

≤ kL−1 kop σ

und erhalten, dass Φ̃ die gleichen Eigenschaften wie Φ im Lemma hat, aber zusätzlich noch
√
Φ̃(0) = 0, D0 Φ̃ = I und σ̃ n < 1 erfüllt. Aus obigem Fall erhalten wir nun
√
(1 − σ̃ n) · [−`, `]n ⊆ Φ̃([−`, `]n )
√
⊆ (1 + σ̃ n) · [−`, `]n .

Setzt man nun die Definition von Φ̃ und die Abschätzung von σ̃ ein und wendet L auf alle
drei Mengen an, so ergibt sich

(1 − s)L(Q0 − x0 ) ⊆ Φ(Q0 ) − y0
⊆ (1 + s)L(Q0 − x0 ),

woraus (13.14) folgt.

Um das letzte Lemma auf ausreichend viele Würfel anwenden zu können benötigen wir
folgendes Lemma.

Lemma 13.63 (Verdickung einer kompakten Menge). Sei X ⊆ Rn eine offene Teilmenge und
sei K0 ⊆ X eine kompakte Teilmenge. Dann gibt es ein δ0 > 0, so dass alle abgeschlossenen
Quader Q mit maximaler Kantenlänge kleiner als δ0 und mit Q ∩ K0 6= ∅ in der kompakten
Menge K1 = K0 + Bδ∞0 (0) enthalten sind, welche ihrerseits in X liegt.

653
 Figur 13.5: Die Menge K1 entspricht einer leicht aufgeblähten Version
von K0 und ist so definiert, dass genügend kleine Quader, die K0 nicht-
trivial schneiden, in K1 liegen wobei aber K1 noch immer eine Teilmenge
von X ist.

Beweis. Nach Übung 5.54 ist die Abbildung

x ∈ Rn 7→ d∞ (x, X c ) = inf c kx − yk∞

y∈X

stetig. Nach Satz 10.53(5) gibt es daher ein x0 ∈ K0 mit

d∞ (x0 , X c ) = min {d∞ (x, X c ) | x ∈ K0 } .

Da x0 ∈ K0 und X offen ist, gilt δ0 = 12 d∞ (x0 , X c ) > 0. Die Menge K1 = K0 + Bδ∞0 (0) ist
als Bild der kompakten Menge K0 × Bδ∞0 (0) unter der stetigen Abbildung (x, v) ∈ Rn × Rn 7→
x + v ∈ Rn wieder kompakt (nach Satz 10.59) und auf Grund der Definition von δ0 wieder in
X enthalten. Damit ist jeder Quader Q = [a1 , b1 ] × . . . × [an , bn ] mit maximaler Kantenlänge
kleiner δ0 (das heisst, maxk=1,...,n |bk − ak | ≤ δ0 ) und Q ∩ K0 6= ∅ in K1 und somit in X
enthalten.

Lemma 13.64 (Gleichmässige Schranke für Verzerrung von kleinen Würfeln). Seien X, Y ⊆
Rn offen, Φ : X → Y ein C 1 -Diffeomorphismus und K ⊆ Y eine kompakten Teilmenge. Dann
ist auch K0 = Φ−1 (K) ⊆ X kompakt, und für jedes ε > 0 existiert ein δ > 0 mit folgender
Eigenschaft. Für einen Würfel Q0 mit Kantenlänge kleiner als δ, mit Q0 ∩ Φ−1 (K) 6= ∅ und
mit Mittelpunkt x0 existieren Parallelotope P + , P − , die

P − ⊆ Φ(Q0 ◦ ) ⊆ Φ(Q0 ) ⊆ P +

654
und ebenso die Abschätzungen

vol(P − ) > (1 − ε)| det Dx0 Φ| vol(Q0 ),

vol(P + ) < (1 + ε)| det Dx0 Φ| vol(Q0 )

erfüllen.

Figur 13.6: Die Menge K0 ist per Definition das Urbild von K.

Beweis. Wie bereits im Lemma erwähnt setzen wir K0 = Φ−1 (K) ⊆ X. Da Φ−1 : Y → X
stetig ist und K kompakt ist, ist das Bild K0 ebenso kompakt (siehe Satz 10.59).
Sei nun δ0 > 0 und K1 = K0 + Bδ∞0 (0) die kompakte Teilmenge von X wie in Lemma 13.63.
Nach dem Verhalten von stetigen Funktionen auf kompakten Mengen (Satz 10.53(5) und
Proposition 10.64) ist

M = max k( Dx Φ)−1 kop | x ∈ K1 < ∞



und DΦ auf K1 gleichmässig stetig. Sei nun σ > 0 beliebig. Wir wählen δ ∈ (0, δ0 ) unter
Verwendung der gleichmässigen Stetigkeit von DΦ auf K1 , der Operatornorm auf Matn,n (R),
und der Norm k · k∞ auf K1 . Wenn nun ein Würfel Q0 Kantenlänge kleiner als δ hat und
Q0 ∩ K0 6= ∅, so gilt Q0 ⊆ K1 (nach Wahl von δ0 ) und k Dx Φ − Dx0 Φkop < σ für alle
x, x0 ∈ Q0 (nach Wahl von δ).
√
Seien y0 = Φ(x0 ), L = Dx0 Φ und s = s(σ) = σM n. Aus Lemma 13.62 folgt zumindest
für hinreichend kleine σ (und damit kleine s), dass

y0 + (1 − s)L(Q0 − x0 ) ⊆ Φ(Q0 ) ⊆ y0 + (1 + s)L(Q0 − x0 )

gilt. Wir setzen nun P + = y0 + (1 + s)L(Q0 − x0 ) und P − = y0 + (1 − 2s)L(Q0 − x0 ). Daher

gilt P − ⊆ Φ(Q◦0 ) ⊆ Φ(Q0 ) ⊆ P + , wobei wir den Faktor 2 in der Definition von P − eingefügt
haben, um jeden Zweifel bezüglich der Inklusion

P− = y0 + (1 − 2s)L(Q0 − x0 ) ⊆ Φ(Q◦0 )

655
zu zerstreuen. Wir haben nach Übung 13.31 und der linearen Substitution in Proposition 13.49

vol(P − ) = (1 − 2s)n vol(L(Q0 ))

= (1 − 2s)n | det( Dx0 Φ)| vol(Q0 )
vol(P + ) = (1 + s)n vol(L(Q0 ))
= (1 + s)n | det( Dx0 Φ)| vol(Q0 ).
√
Da s = σM n für σ → 0 gegen Null strebt, können wir für jedes ε > 0 die Zahl σ > 0 und
damit auch δ > 0 so wählen, dass

(1 − 2s)n > 1 − ε, (1 + s)n < 1 + ε

ist. Nach obigen Abschätzungen beweist dies die Proposition.

Wir werden nun die Substitutionsregel in zwei Schritten beweisen, wobei wir zuerst stetige
Funktionen mit kompakten Träger untersuchen.

Beweis von Satz 13.56 für stetige Funktionen. Sei f : Y → R eine stetige Funktion mit kom-
paktem Träger K = supp(f ) ⊆ Y . Wir können ohne Beschränkung der Allgemeinheit anneh-
men, dass f nicht-negativ ist, denn der allgemeine Fall folgt schliesslich aus der Linearität des
Riemann-Integrals und der Zerlegung f = f + −f − , wobei f + = 12 (|f |+f ) und f − = 21 (|f |−f )
nicht-negativ sind. Wir definieren K0 , K1 ⊆ X und δ0 wie in Lemma 13.64 und Lemma 13.63.
Nach Proposition 10.64 ist f ◦ Φ auf K1 gleichmässig stetig. Wir können somit zu ε > 0 ein
δ ∈ (0, δ0 ) unter Verwendung der gleichmässigen Stetigkeit von f ◦ Φ so wählen, dass für alle
x1 , x2 ∈ K1

kx1 − x2 k∞ < δ =⇒ |f ◦ Φ(x1 ) − f ◦ Φ(x2 )| < ε

gilt. Des Weiteren können wir δ (wenn nötig) verkleinern, so dass δ die Aussage zu ε > 0 in
Lemma 13.64 für K = supp(f ) erfüllt.
Sei QX ein abgeschlossener Würfel, der die Menge K0 enthält. Dann gilt nach Definition
Z Z
(f ◦ Φ)| det( DΦ)| dvol = 1K0 (f ◦ Φ)| det( DΦ)| dvol.
X QX

Sei nun ZX eine Zerlegung von QX in Würfel mit Kantenlänge kleiner als δ. Wir teilen die der
Zerlegung ZX entsprechenden Würfel in zwei Typen ein. Die Würfel Qα @ ZX mit Qα ∩ K0 6=
∅ erfüllen Qα ⊆ K1 und sind im Folgenden „interessant“. Für die Würfel Qα @ ZX mit
Qα ∩ K0 = ∅ werden wir uns jedoch im Weiteren nicht interessieren, da für diese


1K0 f ◦ Φ |Qα = 0

656
gilt. Da Ränder von Würfeln Jordan-Nullmengen sind, erhalten wir
Z X0 Z
(f ◦ Φ)| det( DΦ)| dvol = (f ◦ Φ)| det( DΦ)| dvol
X Qα @ZX Qα

(siehe auch Übung 13.37), wobei 0Qα @ZX die Summe über die interessanten Teilwürfel be-
P

zeichnet (das heisst, jene Qα @ ZX mit Qα ∩ K0 6= ∅). Wir wollen nun eine ähnliche Zerlegung
von Y f dvol finden, dabei aber auch in Y die Zerlegung ZX von QX verwenden.
R

Dementsprechend verwenden wir die interessanten Teilwürfel Qα @ ZX , um K mittels

K = Φ(K0 )
 [ 
0 [0
=Φ K0 ∩ Qα ⊆ Φ(Qα )
Qα @ZX Qα @ZX

[0
zu überdecken, wobei die Vereinigung über die interessanten Teilwürfel andeutet.
Qα @ZX
Nach Wahl von δ > 0 gilt für einen interessanten Teilwürfel Qα @ ZX , dass Qα ⊆ K1 ⊆ X
und für x ∈ Qα auch

f (Φ(xα )) − ε ≤ f (Φ(x)) ≤ f (Φ(xα )) + ε,

wobei xα den Mittelpunkt von Qα bezeichnet. Zur Vereinfachung der Notation setzen wir
yα = Φ(xα ). Wir verknüpfen obige Ungleichung mit der Aussage über die Verzerrung von
kleinen Würfeln in Lemma 13.64. Danach existieren Parallelotope Pα− , Pα+ mit

Pα− ⊆ Φ(Qα ) ⊆ Φ(Qα ) ⊆ Pα+ , (13.17)

wobei das Volumen der Parallelotope bis auf einen Faktor 1 ± ε durch | det( Dxα Φ)| vol(Qα )
abgeschätzt wird. Verwenden wir nun noch, dass f nicht-negativ ist, so ergibt sich die Unglei-
chung

(f (yα ) − ε) 1Pα− ≤ f 1Φ(Qα ) ≤ f 1Φ(Qα )

≤ (f (yα ) + ε) 1Pα+

zwischen Funktionen auf Y . Wir summieren über alle interessanten Teilwürfel Qα @ ZX und
erhalten
X0 X0 X0
(f (yα ) − ε) 1Pα− ≤ f 1Φ(Qα ) ≤ f 1Φ(Qα ) (13.18)
Qα @ZX Qα @ZX Qα @ZX
X0
≤ (f (yα ) + ε) 1Pα+ .
Qα @ZX

Für y ∈ K mit y ∈ Φ(Qα ) zu Qα @ ZX ist der Würfel Qα eindeutig bestimmt, womit die
beiden Funktionen rechts in (13.18) für solche Punkte y mit f (y) übereinstimmen. Für y ∈ K
mit y ∈ Φ(∂Qα ) zu Qα @ ZX gibt es möglicherweise mehrere solche Würfel Qα und wir

657
erhalten
X0 X0
f (y) 1Φ(Qα ) (y) = 0 ≤ f (y) ≤ f (y) 1Φ(Qα ) (y).
Qα @ZX Qα @ZX

[0
Da K ⊆ Φ(Qα ) gilt, sind dies alle Fälle, die auftreten können und wir können aus
Qα @ZX
(13.18) die Abschätzung
X0 X0
(f (yα ) − ε) 1Pα− ≤ f ≤ (f (yα ) + ε) 1Pα+
Qα @ZX Qα @ZX

folgern. Wir integrieren diese Ungleichung nun über Y (oder genauer gesagt über einen Quader
der K enthält) und erhalten
X0 Z X0
(f (yα ) − ε) vol(Pα− ) ≤ f dvol ≤ (f (yα ) + ε) vol(Pα+ ). (13.19)
Qα @ZX Y Qα @ZX

Mittels der gleichmässigen Abschätzung über die Verzerrung von Würfeln in Lemma 13.64
erhalten wir nun aber für den Ausdruck auf der rechten Seite
X0 X0
f (yα ) vol(Pα+ ) ≤ (1 + ε) f (yα )| det( Dxα Φ)| vol(Qα )
Qα @ZX Qα @ZX

sowie
X0 X0
ε vol(Pα+ ) ≤ ε(1 + ε) | det( Dxα Φ)| vol(Qα ) = O(ε),
Qα @ZX Qα @ZX

da die Abbildung | det( DΦ)| auf K1 beschränkt ist. Aus (13.19) erhält man nun
Z X0
f dvol ≤ (1 + ε) f (Φ(xα ))| det( Dxα Φ)| vol(Qα ) + O(ε).
Y Qα @ZX

Mit den analogen Abschätzungen für die linke Seite in (13.19) zeigt man
Z X0
f dvol ≥ (1 − ε) f (Φ(xα ))| det( Dxα Φ)| vol(Qα ) + O(ε).
Y Qα @ZX

Da aber 1K0 (xα )f (Φ(xα )) für alle interessanten Quader gleich f (Φ(xα )) und für die restlichen
gleich Null ist, so gilt
X0 X
f (Φ(xα ))| det( Dxα Φ)| vol(Qα ) = 1K0 (xα )f (Φ(xα ))| det( Dxα Φ)| vol(Qα )
Qα @ZX Qα @ZX

und die rechte Seite stellt eine Riemann-Summe für das Integral QX 1K0 f ◦ Φ| det( DΦ)| dvol
R

dar, wobei 1K0 f ◦ Φ| det( DΦ)| auf QX stetig (siehe Übung 13.65) und insbesondere Riemann-
integrierbar ist. Somit folgt die Behauptung für ε → 0 nach Satz 13.15.

658
Übung 13.65 (Stetige Fortsetzung). Sei X ⊆ Rn offen und f : X → R stetig mit kompakten
Träger K = supp(f ) in X. Zeigen Sie, dass 1K f auf ganz Rn stetig ist.

Wir verwenden nun folgende Verallgemeinerung der Charakterisierung von Riemann-Inte-

grierbarkeit mittels stetigen Funktionen aus Proposition 13.13, um die oben bewiesene Aussage
auf alle Riemann-integrierbaren Funktionen mit kompaktem Träger zu verallgemeinern.

Lemma 13.66 (Sandwich-Charakterisierung mit stetigen Funktionen). Sei U ⊆ Rn eine offe-

ne Teilmenge und sei f : U → R eine Funktion mit kompaktem Träger in U . Falls die Funktion
f Riemann-integrierbar ist, dann gibt es für jedes ε > 0 stetige reellwertige Funktionen f− , f+
R
mit kompaktem Träger in U für die f− ≤ f ≤ f+ sowie U (f+ − f− ) dvol < ε erfüllt ist.

Beweis. Sei K = supp(f ) ⊆ U der Träger der Funktion f . Sei Q ein abgeschlossener Quader
mit Q ⊇ K und sei ε > 0. Durch Vergrösserung von Q können wir, wenn nötig, erreichen, dass
K ⊆ Q◦ . Da f als Riemann-integrierbar angenommen ist, existieren nach Proposition 13.13
stetige Funktionen f− , f+ : Q → R mit f− ≤ 1U f ≤ f+ und Q (f+ − f− ) dvol < ε. Wir passen
R

nun f− , f+ so an, dass ihr Träger in U ∩ Q◦ liegt.

Dazu betrachten wir den minimalen Abstand von K = supp(f ) zum Komplement der
offenen Menge U ∩ Q◦ in Rn

δ = min d(y, (U ∩ Q◦ )c ) > 0

y∈K

sowie die stetige Funktion

h : x ∈ Rn 7→ min 1, max(0, 2δ d(x, (U ∩ Q◦ )c ) − 1) .

Man bemerke dabei, dass h(x) = 1 für alle x ∈ K und h(x) = 0 für alle x ∈ Rn mit
d(x, (U ∩ Q◦ )c ) ≤ 2δ . (Wieso?) Insbesondere hat h kompakten Träger in U ∩ Q◦ und ist gleich
1 auf dem Träger von f . Auch gilt per Definition h ≤ 1. Also gilt hf− ≤ 1U f ≤ hf+ sowie
Z Z Z
(hf+ − hf− ) dvol = h(f+ − f− ) dvol ≤ (f+ − f− ) dvol < ε.
U Q Q

Die stetigen Funktionen hf− und hf+ haben also die gewünschten Eigenschaften.

Beweis von Satz 13.56 für beliebige Riemann-integrierbare Funktionen. Sei f : Y → R eine
Riemann-integrierbare Funktion mit kompaktem Träger supp(f ) ⊆ Y wie im Satz. Sei ε > 0.
Dann existieren nach Lemma 13.66 stetige Funktionen f− , f+ : Y → R mit kompaktem Träger
in Y und f− ≤ f ≤ f+ sowie Y (f+ − f− ) dvol < ε.
R

Aus dem oben bewiesenen Fall folgt nun

Z Z


(f+ ◦ Φ) − (f− ◦ Φ) | det( DΦ)| dvol = (f+ − f− ) dvol < ε.
X Y

Auch gilt per Definition von f− und f+ , dass

(f− ◦ Φ) | det( DΦ)| ≤ (f ◦ Φ) | det( DΦ)| ≤ (f+ ◦ Φ)| det( DΦ)|

659
erfüllt ist und dass (f− ◦ Φ)| det( DΦ)| und (f+ ◦ Φ)| det( DΦ)| kompakten Träger in X haben.
Da ε beliebig war folgt mit Lemma 13.66 also, dass (f ◦ Φ)| det( DΦ)| Riemann-integrierbar
ist. Des Weiteren gilt
Z Z
(f ◦ Φ)| det( DΦ)| dvol ≤ (f+ ◦ Φ)| det( DΦ)| dvol
X ZX Z
= f+ dvol < f dvol + ε
Y Y

und analog
Z Z
(f ◦ Φ)| det( DΦ)| dvol > f dvol − ε,
X Y

was den Satz beweist, da ε > 0 beliebig war.

13.6.4 Beispiele
Beispiel 13.67 (Krummliniges Viereck). Seien 0 < a < b und 0 < c < d feste Parameter, die
wir verwenden, um das krummlinig begrenzte Viereck M ⊆ X = R2>0 zu definieren, welches
durch die Kurven

y = ax2 y = bx2
x = cy 2 x = dy 2

begrenzt wird; siehe folgendes Bild.

Wir wollen die Substitutionsregel verwenden, um den Flächeninhalt vol(M ) von M zu be-
rechnen. Hierfür bemerken wir, dass M auch durch
 
1 1 1 1
M= (x, y) ∈ X | ≤ x2 y −1 ≤ , ≤ x−1 y 2 ≤
b a d c

660
gegeben ist. Daraus erkennen wir, dass die Variablen u = x2 y −1 und v = x−1 y 2 vielleicht
nützlich sein könnten. In der Tat definiert
! !
x x2 y −1
Ψ: 7→
y x−1 y 2

einen Diffeomorphismus Ψ : X → X. Die Umkehrabbildung Φ : X → X ist durch

2 1
! !
u u3 v 3
Φ: 7→ 1 2
v u3 v 3

gegeben und bestitzt die Jacobi-Determinante

2 − 13 13 1 23 − 23
!
det D(u,v) Φ = det 3u v 3u v
1 − 23 23 2 13 − 13
3u v 3u v
4 1
= 9 − 9 = 13 .

für alle (u, v)t ∈ X. Dadurch erhalten wir

Z
vol(M ) = 1M dvol
ZX
= 1[ 1 , 1 ]×[ 1 , 1 ] (u, v) det D(u,v) Φ dvol(u, v)
b a d c
X
1 1 1 1 1



= 3 a − b c − d .

Übung 13.68 (Integralberechnung mittels Substitution).

(i) Berechnen Sie für vorgegebene Konstanten 0 < a < b und 0 < c < d den Flächeninhalt

(x, y) ∈ R2 | a ≤ ye−x ≤ b, c ≤ yex ≤ d



vol .

(ii) Berechnen Sie das Integral

Z
x2 yz dx dy dz
V

über die Teilmenge

n
y
√ o
V = (x, y, z) ∈ R3>0 | x2 + y 2 ≤ 1, √1
3
≤ x ≤ 3, z ≤ 1 .

661
13.7 Uneigentliche Mehrfachintegrale
Wir beginnen diesen Abschnitt mit einer Rechnung, die helfen sollte, die danach folgenden
Diskussionen zu motivieren.

Beispiel 13.69 (Gauss’sche Glockenkurve). Die Gauss’sche Glockenkurve, die nach Nor-
malisierung des Flächeninhalts unter deren Graphen auch Dichtefunktion der Normalver-
teilung genannt wird, ist durch

2
f : R → R, x 7→ e−x
Rx 2
definiert. Die Stammfunktion x 7→ F (x) = −∞ e−t dt ist eine, unter anderem in der Stati-
stik, unentbehrliche Funktion, welche sich aber nicht mit den „Standardfunktionen“ ausdrücken
lässt. Es ist aber möglich, das Integral
Z ∞
2
I= e−x dx
−∞

2 R∞ 2
zu berechnen. Mittels e−x ≤ e−x für x ≥ 1 folgt die Konvergenz von 0 e−x dx (und damit
R ∞ −x2
auch die Konvergenz von −∞ e dx) unmittelbar aus dem Majorantenkriterium für unei-
gentliche Integrale. Etwas überraschend verwenden wir dazu Polarkoordinaten im R2 , um I 2
zu berechnen. In der Tat gilt
Z ∞  Z ∞ 
2 2
I2 = e−x dx e−y dy (13.20a)
−∞ −∞
Z ∞ Z ∞
2 −y 2
= e−x dy dx (13.20b)
−∞ −∞
Z
2 +y 2 )
= e−(x dvol(x, y) (13.20c)
2
ZR
2
= e−r r dvol(r, ϕ) (13.20d)
(0,∞)×(0,2π)
Z ∞ Z 2π
−r2
= e r dϕ dr
0 0
Z ∞
2
=π e−r 2r dr
0
Z R
2 −R2
= π lim e−r 2r
| {zdr} = π lim (−e + 1) = π,
R→∞ 0 R→∞
= du

√
woraus also I = π folgt. Es gibt in dieser Rechnung jedoch ein paar ungeklärte Schritte:
Gleichung (13.20a) ist bloss die Definition von I und Gleichung (13.20b) erhalten wir, indem
R∞ 2
wir die Konstante −∞ e−y dy in das Integral über x hineinziehen und anschliessend den Term
2
e−x in das Integral über y hineinziehen. In Gleichung (13.20c) haben wir den Satz von Fubini

662
auf ganz R2 angewendet, was wir so begründen wollen:
Z Z
2 2 2 2
e−(x +y ) dvol(x, y) = lim e−(x +y ) dvol(x, y) (13.21)
R2 s→∞ [−s,s]2
Z sZ s
2 2
= lim e−(x +y ) dy dx = I 2 .
s→∞ −s −s

In der Zeile (13.20d) haben wir die Substitution für Polarkoordinaten auf R2 angewendet, was
wir so begründen wollen:
Z Z
2 2 2 2
e−(x +y ) dvol(x, y) = lim e−(x +y ) dvol(x, y) (13.22)
R2 R→∞ BR (0)
Z
2
= lim e−r r dvol(r, ϕ)
R→∞ (0,R)×(0,2π)
Z R
2
= π lim e−r 2r dr = π.
R→∞ 0

Leider wirft dies aber eine weitere Frage auf: warum sind die Grenzwerte in den Gleichun-
gen (13.21) und (13.22) gleich. Unter anderem möchten wir diese Frage in diesem Abschnitt
beantworten.

13.7.1 Ausschöpfungen und uneigentliche Integrale

Definition 13.70 (Ausschöpfungen). Eine Ausschöpfung einer Teilmenge B ⊆ Rn ist eine
Folge Jordan-messbarer Teilmengen (Bm )m mit
∞
[
B1 ⊆ B2 ⊆ B3 ⊆ . . . und B = Bm .
m=1

In Beispiel 13.69 haben wir bereits zwei Ausschöpfungen von R2 gesehen, nämlich

[−1, 1]2 ⊆ [−2, 2]2 ⊆ [−3, 3]2 ⊆ . . .

sowie

B1 (0) ⊆ B2 (0) ⊆ B3 (0) ⊆ . . .

Wir werden im Folgenden immer Mengen B ⊆ Rn betrachten, die Ausschöpfungen besitzen.

Definition 13.71 (Uneigentliches Riemann-Integral). Sei B ⊆ Rn und sei f : B → R eine

Funktion. Wir sagen, dass f auf B uneigentlich Riemann-integrierbar ist, falls B eine Aus-
schöpfung (Bm )m besitzt, so dass für alle m ∈ N die Einschränkung f |Bm Riemann-integrierbar
ist, der Grenzwert limm→∞ Bm f dvol existiert und von der Wahl der Ausschöpfung (Bm )m
R

mit obiger Eigenschaft unabhängig ist. In diesem Fall schreiben wir

Z Z
f dvol = lim f dvol
B m→∞ B
m

663
für das uneigentliche Riemann-Integral von f über B.

Diese Definition stellt eine Erweiterung des Riemann-Integrals dar, wie folgende Proposi-
tion zeigt. Insbesondere können wir ohne Gefahr auf Widerspruch auch für das uneigentliche
Riemann-Integral die Notation B f dvol verwenden.
R

Proposition 13.72 (Kompatibilität). Sei B eine Jordan-messbare Teilmenge, sei (Bm )m eine
Ausschöpfung von B und sei f : B → R Riemann-integrierbar. Dann gilt

vol(B) = lim vol(Bm ),

m→∞
Z Z
f dvol = lim f dvol.
B m→∞ B
m

Insbesondere ist f über B uneigentlich Riemann-integrierbar.

Beweis. Wegen Bm ⊆ Bm+1 ⊆ B für alle m ∈ N ist die Folge (vol(Bm ))m monoton wachsend
und beschränkt. Also konvergiert sie und es gilt

lim vol(Bm ) ≤ vol(B).

m→∞

Für die andere Ungleichung erinnern wir daran, dass nach Korollar 13.27 die Mengen

◦
∂Bm = Bm \ Bm , ∂B = B \ B ◦

für alle m ∈ N Nullmengen sind. Tatsächlich sind sie diese Mengen auch kompakt und somit
nach Übung 13.36 Jordan-Nullmengen und also Jordan-messbar und mit Volumen 0. Insbe-
sondere gilt

◦
vol(Bm ) = vol(Bm ), vol(B) = vol(B)

für alle m ∈ N. Des Weiteren ist

∞
[
N= ∂Bm ∪ ∂B
m=1

als abzählbare Vereinigung von Lebesgue-Nullmengen eine Lebesgue-Nullmenge (siehe Lem-

ma 13.17). In anderen Worten existiert für alle ε > 0 eine Überdeckung N ⊆ ∞ k=1 Ok mittels
S
P∞
offener Quader O1 , O2 , . . . mit Gesamtvolumen k=1 vol(Ok ) < ε. Dann ist aber

B = B ∪ ∂B
∞
[
= Bm ∪ ∂B
m=1
[∞ ∞
[
◦
⊆ Bm ∪ Ok
m=1 k=1

664
eine offene Überdeckung der kompakten Menge B. Nach Satz 10.53(3) kann man von diesen
abzählbar vielen offenen Mengen endlich viele auswählen, die immer noch B überdecken. Auf
Grund der Inklusion Bm ◦ ⊆ B◦
m+1 für alle m ∈ N braucht man dazu nur ein Bm . Somit gilt
für geeignete m, K ≥ 1

K
[
◦
B⊆ Bm ∪ Ok .
k=1

Daraus folgt

K
X
◦ ◦
vol(B) = vol(B) ≤ vol(Bm )+ vol(Ok ) < vol(Bm ) + ε = vol(Bm ) + ε.
k=1

Da ε > 0 beliebig war, folgt der erste Teil der Proposition.

Sei nun f : B → R Riemann-integrierbar und sei M = sup |f (B)|. Dann gilt
Z Z Z
f dvol − f dvol ≤ |f | dvol ≤ M vol(B \ Bm ) → 0
Bm B B\Bm

für m → ∞ wie gewünscht.

Übung 13.73. Verwenden Sie Proposition 13.72, um das Volumen des Dreiecks

(x, y) ∈ [0, 1]2 | x + y ≤ 1



mittels einer Ausschöpfung, die aus einer Folgen von endlichen Vereinigungen von Quadern
besteht, zu berechnen.

Satz 13.74 (Uneigentliche Riemann-Integrale und nicht-negative Funktionen). Sei B ⊆ Rn

eine Teilmenge, sei (Bm )m eine Ausschöpfung von B und sei f : B → R eine Funktion so
dass f |Bm für jedes m ∈ N Riemann-integrierbar ist. Angenommen f ist nicht-negativ und der
R R
Grenzwert I = limm→∞ Bm f dvol existiert. Dann existiert der Grenzwert lim`→∞ A` f dvol
für jede weitere Ausschöpfung (A` )` mit der Eigenschaft, dass f |A` für alle ` ∈ N Riemann-
integrierbar ist, und ist gleich I. Insbesondere ist f auf B uneigentlich Riemann-integrierbar
und das uneigentliche Riemann-Integral ist gleich I.

Dies beantwortet die in Beispiel 13.69 gestellte Frage.

Beweis. Sei (A` )` eine zweite Ausschöpfung, für die f |A` für alle ` ≥ 1 auf A` Riemann-
integrierbar ist. Dann gilt auf Grund von f ≥ 0 und wegen Proposition 13.72, dass
Z Z Z
f dvol = lim f dvol ≤ lim f dvol,
A` m→∞ A ∩B m→∞ B
` m m

665
für alle ` ≥ 1, da A` ∩Bm eine Ausschöpfung von A` darstellt. Da die Folge A` f dvol monoton
R

wachsend ist und nach obigem auch beschränkt ist, konvergiert sie und es folgt
Z Z
lim f dvol ≤ lim f dvol.
`→∞ A` m→∞ B
m

Durch Vertauschen der beiden Ausschöpfung folgt dann auch Gleichheit.

Bemerkung. Wir wollen noch bemerken, dass das mehrdimensionale uneigentliche Integral
nicht in allen Fällen eine Verallgemeinerung des eindimensionalen uneigentlichen Integrals
R∞
darstellt. Denn das uneigentliche Integral 0 sin(x)
x dx konvergiert im Sinne der Definitionen
von Abschnitt 9.3.1, wobei man allerdings das Leibniz-Kriterium (Proposition 7.25) für die
P∞ R (n+1)π sin(x)
Reihe n=0 nπ x dx anwendet, um die Konvergenz zu zeigen. In der Tat konver-
giert diese Reihe aber nicht absolut und mittels dem Riemannschen Umordnungssatz (Satz
7.21) könnten wir jetzt eine Ausschöpfung B1 ⊆ B2 ⊆ . . . von [0, ∞) ⊆ R finden, für die
sin(x)
x dvol(x) gegen einen anderen Wert strebt oder divergiert.
R
Bm
Geht man etwas weiter, so kann man sogar zeigen, dass für ein konvergentes mehrdimensio-
nales uneigentliches Integral die absolute Konvergenz des Integrals impliziert wird, was eben
bei dem eindimensionalen uneigentlichen Integral nicht der Fall war.
Der moralische Grund für diesen Unterschied ist folgender Unterschied zwischen R und
R für n ≥ 2: In R ist es sehr natürlich über Intervalle zu integrieren, und daher haben
n

wir bedingt konvergente Integrale erlaubt. Doch für teilweise sehr kompliziert aussehende
Teilmengen im Rn gibt es keine kanonischen Ausschöpfungen; deswegen wollen wir, dass der
Wert des gesuchten Integrals nicht von der gewählten Ausschöpfung abhängen sollte. Auf
Grund von Umordnungsphänomenen erzwingt dies die absolute Konvergenz1 . In diesem Sinne
ist das mehrdimensionale uneigentliche Integral bereits dem Lebesgue-Integral etwas näher,
da auch dort bereits in der Definition absolute Integrierbarkeit gefordert wird (siehe die Mass
und Integral Vorlesung des vierten Semesters des Mathematikstudiums).

13.7.2 Substitution für uneigentliche Riemann-Integrale

Wir möchten nun Substitution auf nicht-zwingend beschränkten (und insbesondere nicht-
zwingend Jordan-messbaren) offenen Teilmengen von Rn betrachten. Dazu bemerken wir, dass
offene Teilmengen tatsächlich ausgeschöpft werden können und wir somit von uneigentlich
Riemann-integrierbaren Funktionen auf diesen sprechen können.

Übung 13.75. Zeigen Sie, dass jede offene Teilmenge U ⊆ Rn eine Ausschöpfung mit Jordan-
messbaren Mengen besitzt.

Theorem 13.76 (Substitution). Seien X, Y ⊆ Rn offene Teilmengen und sei Φ : X → Y ein

Diffeomorphismus. Weiter sei f : Y → R eine Funktion, so dass f und |f | auf Y uneigentlich

1
Die Idee hierbei ist den Integrationsbereich X als X+ t X− zu schreiben, so dass f auf X+ nichtnegativ
und auf X− nichtpositiv ist, diese beiden Mengen auszuschöpfen, und dann den Riemannschen Umordnungs-
satz zu verwenden. Allerdings ist die formal richtige Ausführung dieses Arguments für Riemann-integrierbare
Funktionen auf Grund der benötigten Jordan-Messbarkeit der Ausschöpfung eher kompliziert.

666
Riemann-integrierbar sind. Dann ist die Funktion (f ◦ Φ)| det( DΦ)| uneigentlich Riemann-
integrierbar auf X und es gilt
Z Z
f dvol = (f ◦ Φ)| det( DΦ)| dvol.
Y X

Auf Grund von Proposition 13.72 ist obiges Theorem auch für eigentlich Riemann-integrier-
bare Funktionen f auf Y gültig, wobei es aber vorkommen kann, dass das neue Integral auf
X bloss uneigentlich Riemann-integrierbar ist.

Beweis. Wir nehmen zuerst an, dass f nicht-negativ ist, und wählen eine Ausschöpfung (Bm )m
von Y , so dass f |Bm für alle m ∈ N Riemann-integrierbar ist und der Grenzwert
Z Z
f dvol = lim f dvol
Y m→∞ B
m

existiert. Wir wollen die Ausschöpfung (Bm )m durch eine andere Ausschöpfung ersetzen, so
dass wir Satz 13.56 anwenden können.
Um kompakten Träger in Y zu erreichen, ersetzen wir Bm durch Ym = Bm ∩ Km für alle
m ∈ N, wobei die Km kompakte Jordan-messbare Teilmengen von Y sind, welche Km ⊆ Km+1
für alle m ∈ N und Y = ∞ m=1 Km erfüllen. Wir konstruieren solche Mengen K1 , K2 , . . . unten.
S

Dann ist (Ym )m wieder eine Ausschöpfung von Y , so dass f |Ym für alle m ∈ N Riemann-
integrierbar ist (wieso?). Nun berechnet man mit dem Satz über uneigentliche Integrale (Satz
13.74) und der Substitutionsregel mit kompakten Träger (Satz 13.56)
Z Z
f dvol = lim f dvol
Y m→∞ Y
m
Z
= lim 1Ym f dvol
m→∞ Y
Z
= lim (1Ym f ) ◦ Φ| det( DΦ)| dvol
m→∞ X
Z
= lim 1Φ−1 (Ym ) f ◦ Φ| det( DΦ)| dvol
m→∞ X
Z
= lim f ◦ Φ| det( DΦ)| dvol.
m→∞ Φ−1 (Y )
m

Da (Φ−1 (Ym ))m eine Ausschöpfung von X ist und der obige Grenzwert existiert, ist die Funk-
tion f ◦ Φ| det( DΦ)| uneigentlich Riemann-integrierbar und es gilt
Z Z
f ◦ Φ| det( DΦ)| dvol = lim f ◦ Φ| det( DΦ)| dvol
X m→∞ Φ−1 (Y )
m
Z
= f dvol.
Y

Wir konstruieren nun Mengen K1 , K2 , . . . mit den oben verlangten Eigenschaften und ver-
wenden dabei eine vergleichbare Strategie zum Beweis von Lemma 13.63. Genauer betrachten

667
wir die stetige Funktion

y 7→ d∞ (y, Rn \ Y ) = inf {ky − vk∞ | v ∈ Rn \ Y }

und zu m ∈ N die Menge

Cm = y ∈ [−m, m]n | d∞ (y, Rn \ Y ) ≥ 2


m .

Wir wählen nun eine Zerlegung Z von [−m, m]n mit Maschenweite kleiner als m
1
und definieren
Dm als die Vereinigung aller Quader Qα für Qα @ Z, die Cm schneiden. Insbesondere ist Dm
als eine endliche Vereinigung von kompakten Quadern wiederum kompakt und auf Grund der
Definitionen gilt Cm ⊆ Dm ⊆ Y . (Wieso?) Auch ist die Vereinigung all dieser Dm gleich Y ,
da die Vereinigung aller Cm gleich Y ist. Nun definieren wir Km = mk=1 Dk und erhalten die
S

gewünschte Ausschöpfung von Y .

Falls f auch negative Werte annimmt, so wenden wir obiges auf f + = 12 (f + |f |) und
f − = 21 (|f | − f ) an und erhalten den Satz.

Übung 13.77. Sei A ∈ Matn,n (R) symmetrisch und positiv definit. Zeigen Sie

π n/2
Z
e−hAx,xi dvol(x) = √ .
Rn det A

13.7.3 Eine Anwendung: das Basler Problem

Wir möchten in diesem Teilabschnitt als Anwendung der Theorie dieses Kapitels die Glei-
chung
∞
X 1 π2
2
=
n 6
n=1

zeigen, der Wert dieser Reihe wird auch als ζ(2) bezeichnet. Dabei konvergiert die Reihe links
absolut, wie in Beispiel 7.14 bewiesen wurde. Die Herangehensweise an dieses Problem (auch
Basler Problem genannt), die wir hier wählen, ist von Apostol [?]; im Kapitel ?? findet sich
eine weitere, die die Theorie der Fourierreihen ausnützt.
Wir möchten auf zwei verschiedene Art und Weisen das Integral
Z 1Z 1
1
dx dy (13.23)
0 0 1 − xy

berechnen. Dazu werden wir teilweise etwas informell vorgehen und den Rest als Übung über-
lassen.

668
 Unter Verwendung der geometrischen Reihe beobachten wir zuerst, dass
Z 1Z 1 Z ∞
1Z 1X ∞ Z 1Z 1
1 X
dx dy = (xy) dx dy =k
xk y k dx dy (13.24)
0 0 1 − xy 0 0 k=0 0 0
k=0
∞
X 1Z ∞
1 k
X 1
= k+1 y dy = = ζ(2)
(k + 1)2
k=0 0 k=0

Übung 13.78 (Das Doppelintegral zum Basler Problem). Wir möchten in dieser Übung
1
zeigen, dass die Funktion f : (x, y) 7→ 1−xy auf [0, 1)2 uneigentlich Riemann-integrierbar
ist und dass die Manipulationen in Gleichung (13.24) tatsächlich erlaubt sind. Dabei gilt es zu
beachten, dass die Funktion f für (x, y) → (1, 1) gegen Unendlich geht und insbesondere nicht
Riemann-integrierbar ist.

(i) Sei s ∈ (0, 1) und Bs = [0, 1) × [0, s). Zeigen Sie, dass f |Bs Riemann-integrierbar ist und
dass
Z Z sZ 1 X sk+1 ∞
1
f dvol = dx dy =
Bs 0 0 1 − xy (k + 1)2
k=0

gilt.
R
(ii) Zeigen Sie, dass der Grenzwert lims→1 Bs f dvol existiert und gleich ζ(2) ist.
R1R1 1
(iii) Schliessen Sie, dass f uneigentlich Riemann-integrierbar ist und dass 0 0 1−xy dx dy
gleich ζ(2) ist.

Nun möchten wir das Integral in Gleichung (13.23) mit einer (linearen) Substitution be-
rechnen. Dazu betrachten wir neue Intergrationsvariablen u, v gegeben durch die Rotation
! ! !
x 1 1 −1 u
= .
y 2 1 1 v

Damit ist der neue Integrationsbereich (in den u, v-Koordinaten) also ein um 45 Grad gedrehtes
und leicht gestrecktes Quadrat mit Ecken bei (0, 0)t , (1, 1)t , (2, 0)t und (1, −1)t , wie man leicht
durch Einsetzen überprüfen kann. Auch ist per Definition

1 1 4
= 1 =
1 − xy 1 − 4 (u − v)(u + v) 4 − u2 + v 2

Nach Theorem 13.76 und dem Satz von Fubini (Theorem 13.39) gilt nun
Z 1Z 1 Z 1Z u Z 2 Z 2−u
1 4 1 4 1
dx dy = 2 2
dv du + 2 2
dv du
0 0 1 − xy 0 −u 4−u +v 2 1 −(2−u) 4−u +v 2
Z 1Z u Z 2 Z 2−u
1 1
=4 dv du + 4 dv du
0 0 4 − u2 + v 2 1 0 4 − u2 + v 2
| {z } | {z }
=I1 =I2

669
Eine direkte Rechnung (siehe Beispiel 9.18(iii)) zeigt nun
π
Z 1   Z
1 u 6
π 2


I1 = 4 √ arctan √ du = 4 θ dθ = 2 6
0 4 − u2 4 − u2 0

wobei u = 2 sin(θ) gesetzt wurde. Ähnlich berechnet man

π
2  
2−u
Z Z
1 6
π 2


I2 = 4 √ arctan √ du = 8 φ dφ = 4 6 ,
1 4 − u2 4 − u2 0

wobei u = 2 cos(2φ) gesetzt wurde.

Übung 13.79 (Das Integral nach Substitution). Führen Sie obige Rechnungen vollständig
durch, begründen Sie die Substitutionsschritte jeweils auch formal, und argumentieren Sie für
das Integral I2 und die Grenze u = 2 sorgfältiger.

Unter dem Strich erhalten wir nun

Z 1Z 1  π 2 π 2
1  π 2
ζ(2) = dx dy = I1 + I2 = 2 +4 =
0 0 1 − xy 6 6 6

wie behauptet.

Übung 13.80 (Alternierendes Basler Problem). Berechnen Sie den Wert der alternierenden
(−1)n+1
Reihe ∞
P
n=1 n2
.

670
13.8 Weitere Lernmaterialien

13.8.1 Verwendung des Kapitels

Die mehrdimensionale Integralrechnung ist für viele Anwendungen innerhalb und ausser-
halb der Mathematik notwendig, wobei wir für explizite Berechnungen den Satz von Fubini
(Theorem 13.39) gemeinsam mit den Methoden zur Berechnung von eindimensionalen Inte-
gralen benötigen. Ebenso ist die Substitutionsregel (Satz 13.56 oder Theorem 13.76) manch-
mal für die Berechnung von Integralen hilfreich, zum Beispiel wenn der Integrationsbereich
ursprünglich kompliziert definiert wurde, doch mit Hilfe eines Diffeomorphismus „gerade gebo-
gen werden kann“. Des Weiteren ist die Substitutionsregel für die weitere Theorie notwendig,
damit wir im nächsten Kapitel zeigen können, dass ein Oberflächenintegral von der Wahl der
Parametrisierung der Fläche (in anderen Worten dem innerhalb der Fläche verwendeten Ko-
ordinatensystem) nicht abhängt. In vielen auch für die Praxis relevanten Beispielen wird das
Integral einer unbeschränkten Funktion oder über unbeschränkte Teilmengen von Rn betrach-
tet, weswegen wir eben den Begriff des uneigentlichen mehrdimensionalen Integrals eingeführt
haben.

13.8.2 Übungen
Übung (Nullmengen und Vielfachheit). Sei N ⊆ Rn eine Teilmenge. Zeigen Sie, dass N
genau dann eine Nullmenge ist, wenn eine Folge (Qk )k von Quadern existiert, so dass jedes
x ∈ N in abzählbar vielen Qk ’s liegt und so dass ∞
P
k=1 vol(Qk ) < ∞.

Übung (Nullmengen und Lipschitz-Stetigkeit). Sei U ⊆ Rn offen und sei Φ : U → Rn eine

Lipschitz-Abbildung. Zeigen Sie, dass das Bild einer Lebesgue-Nullmenge unter Φ wieder eine
Lebesgue-Nullmenge ist.

Übung (Nullmengen und Graphen). Sei n ≥ 1, k ∈ {1, . . . , n − 1}, Q ⊆ Rn−k ein abge-
schlossener Quader und f eine stetige Funktion auf Q mit Werten in Rk . Zeigen Sie, dass
graph(f ) ⊆ Rn eine Nullmenge ist.

Übung (Nullmengen und Teilmannigfaltigkeiten). Verwenden Sie vorherige Übung, um zu

zeigen, dass jede k-dimensionale Teilmannigfaltigkeit von Rn für k < n eine Nullmenge von
Rn ist.

Übung (Ganzzahlige Kantenlängen). Gegeben sei ein Rechteck Q ⊆ R2 , das eine endliche
Überdeckung mit Rechtecken Q1 , . . . , Qn ⊆ Q besitzt, die sich jeweils höchstens an den Kanten
schneiden.

671
Angenommen jedes der Rechtecke Q1 , . . . , Qn hat mindestens eine Kante mit ganzzahliger
Länge. Zeigen Sie, dass dann auch Q mindestens eine Kante mit ganzzahliger Länge hat.

Übung (Volumen des Standardsimplex). Sei n ∈ N. In dieser Übungen möchten wir das
Volumen des n-dimensionalen Simplex
n
( )
X
4n = x ∈ Rn | x1 , . . . , xn ∈ R≥0 und xk ≤ 1
k=1

berechnen.

(i) Zeigen Sie, dass 4n das gleiche Volumen hat wie die Teilmenge

Ae = {y ∈ Rn | 0 ≤ y1 ≤ y2 ≤ . . . ≤ yn ≤ 1} .

(ii) Zu σ ∈ Sn definieren wir

Aσ = y ∈ Rn | 0 ≤ yσ(1) ≤ yσ(2) ≤ . . . ≤ yσ(n) ≤ 1 .



Verifizieren Sie, dass vol(Aσ ) = vol(Ae ) gilt für alle σ ∈ Sn .

(iii) Begründen Sie, wieso [0, 1]n = σ∈Sn Aσ ist und verwenden Sie dies, um zu zeigen, dass
S
1
das Volumen von 4n gleich n! ist.
n
Übung. Berechnen Sie für jedes n ∈ N das Volumen vol(B1R (0)) des Einheitsballs.

Übung (Dreiecksungleichung für uneigentliche Integrale). Sei (Bm )m eine Ausschöpfung einer
Teilmenge B. Seien f, g : B → R, so dass |f | ≤ g gilt und die Funktionen f |Bm und g|Bm für
alle m ∈ N Riemann-integrierbar sind. Angenommen g ist uneigentlich Riemann-integrierbar.
Zeigen Sie, dass dann auch f und |f | auf B uneigentlich Riemann-integrierbar sind und dass
Z Z Z
f d vol ≤ |f | d vol ≤ g d vol
B B B

gilt.

Übung (Betafunktion). Für x, y > 0 ist die Betafunktion durch

Z 1
B(x, y) = tx−1 (1 − t)y−1 dt
0

definiert. Zeigen Sie, dass

Γ(x)Γ(y)
B(x, y) =
Γ(x + y)

gilt.

672
13.8.3 Lernkarten
Sie können wiederum die Lernkarten oder den Graphen für Ihre Wiederholung der Themen
des Kapitels verwenden.

673
674
Kapitel 14

Mehrdimensionale Integralsätze

Wir wollen in diesem Kapitel Integralsätze für Vektorfelder im R2 und im R3 behandeln,

welche mehrdimensionale Verallgemeinerungen des Fundamentalsatzes der Integral- und Dif-
ferentialrechnung (Theorem 9.2) darstellen. Die Einschränkung der Dimension n auf die Fälle
n = 2 und n = 3 ist dabei aus mathematischer Sicht nicht notwendig, macht aber Sinn, da
diese Fälle die geometrisch anschaulichsten sind und für die meisten Anwendungen ausreichen.
Des Weiteren erfordert der allgemeine Satz von Stokes für Teilmannigfaltigkeiten von Rn oder
sogar für abstrakte Mannigfaltigkeiten zusätzliche Methoden und Begriffe aus der Analysis,
der Differentialgeometrie und der Linearen Algebra wie zum Beispiel „glatte Partitionen der
Eins“ und „Differentialformen“ (im Wesentlichen „alternierende Multilinearformen“), welche
wir hier nur am Rande und nicht in der nötigen Tiefe besprechen können.
Die hier bewiesenen Sätze sind auch weitere Eckpfeiler der Vektoranalysis, die wir eigentlich
schon in Abschnitt 11.7 begonnen haben.

14.1 Der Divergenzsatz und der Satz von Green in der Ebene
Wir betrachten in diesem Abschnitt ein stetig differenzierbares Vektorfeld,
 
f1
f= : U → R2 ,
f2

welches auf einer offenen Menge U ⊆ R2 definiert ist. Wie schon zuvor, werden wir uns den
Vektor f (p) zu p ∈ U als einen von p ausgehenden Vektor vorstellen. Anders ausgedrückt
werden wir die Abbildung f auch als die Abbildung p ∈ U 7→ (p, f (p)) ∈ TU auffassen (siehe
Abschnitt 11.2.2).
Ist B ⊆ U eine kompakte, Jordan-messbare Teilmenge, deren Rand geeignet durch einen
Weg beschrieben wird, so ist das Ziel der Integralsätze dieses Abschnitts, Integrale von f ent-
lang des Randes von B mit einem Integral über B in Verbindung zu bringen. In Anwendungen
besteht dabei natürlich meist die Hoffnung, dass sich eines der beiden einfacher berechnen lässt
als das andere.

675
14.1.1 Der Divergenzsatz für Rechtecke und Bereiche unter einem Graphen
Wir beginnen mit dem Fall eines achsenparallelen Rechtecks B = [a, b] × [c, d] ⊆ U . In
diesem Fall definieren wir das Integral ∂B f · dn von f bezüglich der (fast überall definierten)
R

Aussennormalen n auf ∂B durch

Z Z b Z d Z b Z d
f · dn = − f2 (x, c) dx+ f1 (b, y) dy + f2 (x, d) dx− f1 (a, y) dy .
∂B a c a c
| {z }| {z }| {z }| {z }
unten rechts oben links

Das sogenannte Flussintegral ∂B f · dn ist also gegeben als das Integral der Skalarprodukte
R

von f mit der jeweils normalen, nach aussen zeigenden Richtung. Wir illustrieren dies an
folgendem Bild.

Figur 14.1: Die dicken schwarzen Pfeile stellen die zum Rand normalen
Richtungen dar und die gestrichelten blauen Pfeile stellen f dar. Wir
betrachten zum Beispiel die untere Kante des obigen Rechtecks, womit
die nach aussen zeigende Normale durch −(0, 1)t gegeben ist. Das ent-
Rb t dx ist gerade − b f (x, c) dx,
sprechende Integral a f (x, c), −(0,
R
1) a 2
wie in der Definition des Integrals ∂B f · dn.
R

Wir wollen uns das Vektorfeld als eine Strömungsgeschwindigkeit eines Mediums (zum
Beispiel Luft oder Wasser) vorstellen. Das Flussintegral ∂B f · dn misst in diesem Fall das
R

Gesamtvolumen des Mediums, welches pro Zeiteinheit aus dem Rechteck strömt (oder bei
negativem Integral in das Rechteck strömt), siehe auch folgende Skizze.

676
 Figur 14.2: Wir sehen hier die Strömung aus B (unten, rechts, oben – in
Grün) beziehungsweise die Strömung in B (links – in Rot) dargestellt.

Wir möchten diese Quantität nun auf eine andere Art und Weise beschreiben.

Proposition 14.1 (Divergenzsatz auf Rechtecken). Sei U ⊆ R2 eine offene Menge im R2 und
sei f : (f1 , f2 )t : U → R2 ein stetig differenzierbares Vektorfeld. Dann existiert für alle p ∈ U
die sogenannte Divergenz oder Quellenstärke
Z
1
(div(f ))(p) = lim 4h2 f · dn
h→0 ∂(p+[−h,h]2 )

und ist durch

div(f ) = ∂1 f1 + ∂2 f2

gegeben. Des Weiteren gilt für jedes abgeschlossene Rechteck B ⊆ U

Z Z
div(f ) dvol = f · dn. (14.1)
B ∂B

Wir interpretieren die Divergenz div(f ) als eine Messgrösse, die bei jedem Punkt p ∈ U
angibt, wie sehr sich in p die Dichte des Mediums pro Zeiteinheit ändert. Anders formuliert
lässt sich damit beurteilen, ob in p eine Quelle (mit div(f )(p) > 0) oder eine Senke (mit
div(f )(p) < 0) der Strömung vorhanden ist. Das Vektorfeld f heisst divergenzfrei, falls
div(f ) = 0 gilt. Bei inkompressiblen Flüssigkeiten ist dies eine physikalisch notwendige Bedin-
gung an eine Strömung der Flüssigkeit.

677
Beweis. Sei B = [a, b] × [c, d] ⊆ U für reelle Zahlen a < b und c < d ein Rechteck. Dann gilt
Z Z b Z d Z b Z d
f · dn = − f2 (x, c) dx + f1 (b, y) dy + f2 (x, d) dx − f1 (a, y) dy
∂B a c a c
Z b Z d
= (f2 (x, d) − f2 (x, c)) dx + (f1 (b, y) − f1 (a, y)) dy
a c
Z bZ d Z dZ b
= ∂2 f2 (x, y) dy dx + ∂1 f1 (x, y) dx dy
a c c a

nach dem Fundamentalsatz der Integral- und Differentialrechnung (genauer Korollar 9.5).

Figur 14.3: Links die Integration von ∂2 f2 über Streifen für feste x nach
y und rechts die Integration von ∂1 f1 über Streifen für feste y nach x.

Mit dem Satz von Fubini (Theorem 13.39) erhalten wir also
Z Z
f · dn = (∂1 f1 + ∂2 f2 ) dvol.
∂B B

Wir verwenden dies nun, um die Existenz des Grenzwerts in der Definition der Divergenz
und die Formel div(f ) = ∂1 f1 + ∂2 f2 zu beweisen. Sei p ∈ U und h > 0 so, dass

Bh = p + [−h, h]2 ⊆ U.

Dann gilt (da in obigem B ein beliebiges Rechteck in U war)

Z Z
f · dn = (∂1 f1 + ∂2 f2 ) dvol
∂Bh Bh

678
und damit
Z
1
4h2
f · dn − (∂1 f1 + ∂2 f2 )(p)
∂Bh
Z
1
= 4h2 (∂1 f1 + ∂2 f2 ) dvol − (∂1 f1 + ∂2 f2 )(p)
Bh
Z  
= 4h1 2 (∂1 f1 + ∂2 f2 ) − (∂1 f1 + ∂2 f2 )(p) dvol
Z Bh
≤ 4h1 2 (∂1 f1 + ∂2 f2 )(p + v) − (∂1 f1 + ∂2 f2 )(p) dvol(v) → 0
[−h,h]2

für h → 0 auf Grund der Stetigkeit von ∂1 f1 + ∂2 f2 bei p. Also existiert der Grenzwert
limh→0 4h1 2 ∂Bh f · dn und ist gleich (∂1 f1 + ∂2 f2 )(p). Dies beweist die Proposition.
R

Der Divergenzsatz gilt auch für allgemeinere Mengen als nur Rechtecke. Die allgemein-
ste Version, die wir (im zweidimensionalen Falle) behandeln wollen, wird in Theorem 14.14
enthalten sein. Als nächsten Schritt in diese Richtung wollen wir Bereiche unter Graphen
betrachten.

Proposition 14.2 (Divergenzsatz für Bereiche unter Graphen). Sei U ⊆ R2 offen und f
ein stetig differenzierbares Vektorfeld auf U . Seien a < b und c < d reelle Zahlen, so dass
[a, b] × [c, d] ⊆ U ist, und sei ϕ : [a, b] → [c, d] stetig und stückweise stetig differenzierbar. Für
den Bereich

B = {(x, y) ∈ U | x ∈ [a, b], c ≤ y ≤ ϕ(x)}

gilt dann
Z Z
div(f ) dvol = f · dn.
B ∂B

Hierbei ist per Definition

Z Z b Z ϕ(b)
f · dn =− f2 (x, c) dx+ f1 (b, y) dy
∂B a c
| {z }| {z }
unten rechts
Z b  Z ϕ(a)
−ϕ0 (x)

+ f (x, ϕ(x)), dx− f1 (a, y) dy .
a 1 c
| {z }| {z }
oben links

Wie zuvor für Rechtecke, möchten wir obige Definition des Flussintegrals f · dn an
R
∂B
einem Bild erklären.

679
 Figur 14.4: An einem beliebigen Punkt (x, ϕ(x)) im Graphen von ϕ ist
(1, ϕ0 (x))t ein nach rechts gerichteter Tangentenvektor. Rotiert man die-
sen nun um 90 Grad im Gegenuhrzeigersinn, so erhält man den Vektor
(−ϕ0 (x), 1)t , der also senkrecht auf dem Graphen stehen muss und nach
aussen zeigt. Wir bemerken, dass dieser Normalenvektor nicht zwingend
Länge 1 besitzt; seine Länge entspricht der Bogenlänge in der Parame-
trisierung durch die x-Koordinate.

Beweis. Wir können ohne Beschränkung der Allgemeinheit annehmen, dass ϕ auf ganz [a, b]
stetig differenzierbar ist. In der Tat, falls ϕ nur stückweise stetig differenzierbar ist, so zerteilen
wir das Intervall [a, b] in Teilintervalle, auf welchen ϕ stetig differenzierbar ist. Kennt man die
Proposition für Graphen stetig differenzierbarer Funktionen, so ergibt sich durch Addition der
entstehenden Gleichungen die gewünschte Formel.
Wir definieren das Rechteck Q = [a, b] × [c, d] sowie (unter Verwendung von Satz 10.53(4)
und der Stetigkeit der Divergenz nach Proposition 14.1)
n o
M = max kf (x, y)k, | div(f )(x, y)|, |ϕ0 (x)| (x, y) ∈ [a, b] × [c, d] .

Sei ε > 0. Wir wählen zuerst ein η < ε nach der gleichmässigen Stetigkeit von f1 und f2 auf Q,
so dass für alle (x, y), (x̃, ỹ) ∈ Q mit k(x, y) − (x̃, ỹ)k∞ < η die Abschätzungen

|f1 (x, y) − f1 (x̃, ỹ)| < ε, |f2 (x, y) − f2 (x̃, ỹ)| < ε (14.2)

gelten. Des Weiteren wählen wir nach der gleichmässigen Stetigkeit von ϕ, ϕ0 ein δ < η, so
dass für x, x̃ ∈ [a, b] mit |x − x̃| < δ auch

|ϕ(x) − ϕ(x̃)| < η < ε, |ϕ0 (x) − ϕ0 (x̃)| < ε

gilt.
Sei Z = {a = x0 < . . . < xJ = b} eine Zerlegung von [a, b] mit Maschenweite kleiner als δ.
Wir zerlegen B in dünne Streifen B1 , . . . , BJ , wobei


Bj = B ∩ [xj−1 , xj ] × R = {(x, y) ∈ U | x ∈ [xj−1 , xj ], c ≤ y ≤ ϕ(x)}

680
für j = 1, . . . , J; siehe folgendes Bild.

Auch definieren wir (wie in obigem Bild schon angedeutet)

Qj = [xj−1 , xj ] × [c, ϕ(xj−1 )]

für j = 1, . . . , J. Nach Wahl von δ und der Zerlegung Z erhalten wir die Abschätzung

vol(Bj 4Qj ) ≤ ε(xj − xj−1 )

für j = 1, . . . , J. (Wieso?(Wieso?)). Hierbei bezeichnet Bj 4Qj = (Bj \ Qj ) ∪ (Qj \ Bj ) wie in

Abschnitt 1.4.1 die symmetrische Differenz. Daher gilt auch
Z J Z
X J
X Z Z
div(f ) dvol − div(f ) dvol ≤ div(f ) dvol − div(f ) dvol
B j=1 Qj j=1 Bj Qj

J
X
≤ M ε(xj − xj−1 ) = M (b − a)ε.
j=1

Insbesondere strebt das Flächenintegral über Jj=1 Qj für ε → 0 gegen das Flächenintegral
S

über B.
Wir wenden nun Proposition 14.1 auf die Rechtecke Q1 , . . . , QJ an und erhalten

J Z
X J Z
X
div(f ) dvol = f · dn.
j=1 Qj j=1 ∂Qj

Der Ausdruck rechts besteht vorerst aus 4n Integralen (wie sehen diese genau aus?). Wir
werden diese Terme nun umorganisieren und dabei feststellen, dass sich einiges weghebt und

681
zusammenfasst. In der Tat ist
J Z
X Z b Z ϕ(b) Z ϕ(a)
f · dn =− f2 (x, c) dx+ f1 (b, y) dy − f1 (a, y) dy
j=1 ∂Qj a c c
| {z }| {z }| {z }
unten rechts links
J Z xj
X J Z ϕ(xj )
X
+ f2 (x, ϕ(xj−1 ) dx − f1 (xj , y) dy ,
j=1 xj−1 j=1 ϕ(xj−1 )
| {z }
Treppe

da sich die Integrale über die „unteren Ränder“ zu einem Integral zusammenfügen und sich
das Integral über den „rechten Rand“ von Qj zum Teil mit dem Integral über den „linken
Rand“ von Qj+1 weghebt. (Es empfiehlt sich dazu, das obige Bild nochmals zu betrachten.)
Die ersten drei Integrale stimmen bereits mit drei Integralen in der Definition von ∂B f · dn
R

überein.
Es bleibt also die verbleibenden Ausdrücke mit der Beschriftung „Treppe“ mit dem Integral
Z b  0  Z b Z b
−ϕ (x)
f (x, ϕ(x)), dx = f2 (x, ϕ(x)) dx − f1 (x, ϕ(x))ϕ0 (x) dx
a 1 a a

mit der Beschriftung „oben“ in der Definition von ∂B f · dn zu vergleichen. Wir vergleichen
R

zuerst die Summe für die „horizontalen Teile der Treppe“ mit dem „horizontalen Teil des
Integrals oben“ und erhalten

J Z
X xj Z b
f2 (x, ϕ(xj−1 )) dx − f2 (x, ϕ(x)) dx
j=1 xj−1 a

J Z
X xj
≤ f2 (x, ϕ(xj−1 )) − f2 (x, ϕ(x)) dx ≤ ε(b − a)
j=1 xj−1

wegen (14.2) und |ϕ(xj−1 ) − ϕ(x)| < η für x ∈ [xj−1 , xj ] nach Wahl von δ.
Für die zweite Summe zu den „vertikalen Teilen“ der Treppe verwenden wir wiederum
(14.2) und erhalten gemeinsam mit dem Mittelwertsatz (Theorem 8.29) ein ξj ∈ [xj−1 , xj ] mit
Z ϕ(xj )

f1 (xj , y) dy − f1 (xj , ϕ(xj )) ϕ(xj ) − ϕ(xj−1 )
ϕ(xj−1 )
Z ϕ(xj )

= f1 (xj , y) − f1 (xj , ϕ(xj )) dy
ϕ(xj−1 )

≤ ε ϕ(xj ) − ϕ(xj−1 ) = ε|ϕ0 (ξj )(xj − xj−1 )|

≤ εM (xj − xj−1 ).

682
Ebenso gilt auf Grund des Fundamentalsatzes der Differential und Integralrechnung (in der
Form von Korollar 9.5) und (14.2) die Abschätzung
Z xj
f1 (x, ϕ(x))ϕ0 (x) dx − f1 (xj , ϕ(xj )) ϕ(xj ) − ϕ(xj−1 )


xj−1
Z xj
f1 (x, ϕ(x)) − f1 (xj , ϕ(xj ) ϕ0 (x) dx


=
xj−1

≤ εM (xj − xj−1 )

Kombinieren wir diese beiden Abschätzungen und summieren wir über j ∈ {1, . . . , J}, so
erhalten wir
J Z
X ϕ(xj ) Z b
f1 (xj , y) dy − f1 (x, ϕ(x))ϕ0 (x) dx ≤ 2εM (b − a).
j=1 ϕ(xj−1 ) a

Insgesamt haben wir also gezeigt, dass

J Z
X xj J Z
X ϕ(xj )
f2 (x, ϕ(xj−1 )) dx − f1 (xj , y) dy
j=1 xj−1 j=1 ϕ(xj−1 )
| {z }
Treppe

für ε → 0 gegen
Z b 
−ϕ0 (x)

f (x, ϕ(x)), dx
a 1
| {z }
oben

strebt. Dies impliziert die Proposition in dem Fall einer stetig differenzierbaren Funktion ϕ
auf [a, b].

Wir möchten noch einen Kommentar im Nachhinein zu obigem Beweis anbringen. Es sieht
so aus, als ob die Integrale der Funktion f1 (xj , y) über die „vertikalen Stücke der Treppe“
stets negatives Vorzeichen hätten; dies ist aber nicht so. Das Vorzeichen hängt davon ab, ob
der Funktionsgraph an dieser Stelle „nach oben“ oder „nach unten“ geht oder genauer gesagt,
welche der beiden anliegenden Kanten länger ist (wieso?).

Übung 14.3 (Divergenzdefinition mit Kreisen). Sei U ⊆ R2 eine offene Menge, sei f =
(f1 , f2 )t : U → R2 ein stetig differenzierbares Vektorfeld und sei B = Br (p) ⊆ U ein abge-
schlossener Ball mit r > 0. Zeigen Sie, dass
Z Z
div(f ) dvol = f · dn
B ∂B

683
gilt, wobei das rechte Integral durch
Z Z 2π      
cos(t) cos(t)
f · dn = f p+r ,r dt
∂B 0 sin(t) sin(t)

gegeben ist. Hier haben wir die Parametrisierung

!
cos(t)
γ : [0, 2π] → ∂Br (p), t 7→ p + r
sin(t)

des Randes ∂B verwendet. Benutzen Sie dies anschliessend, um zu zeigen, dass die Divergenz
von f bei p ∈ U durch
Z
div(f )(p) = lim πr1 2 f · dn
r→0 ∂Br (p)

gegeben ist.

14.1.2 Glatt berandete Bereiche

Um den Divergenzsatz auf allgemeineren Bereichen zu formulieren und zu beweisen, ver-
wenden wir folgenden Begriff (hier für n = 2 und im nächsten Abschnitt für n = 3).

Definition 14.4 (Glatt berandet). Eine abgeschlossene Teilmenge B ⊆ Rn heisst ein glatt
berandeter Bereich, falls es für jeden Punkt p ∈ ∂B eine Matrix P = Aε Pσ für

• eine Diagonalmatrix Aε = diag((−1)ε1 , . . . , (−1)εn ) zu ε = (ε1 , . . . , εn ) mit ε1 , . . . , εn ∈

{0, 1} und

• eine Permutationsmatrix Pσ zu σ ∈ Sn

sowie einen offenen Quader O = O1 × (c, d) mit P (p) ∈ O gibt, so dass der Durchschnitt
P (B) ∩ O durch eine glatte Funktion ϕ : O1 → R definiert werden kann. Genauer ist

P (B) ∩ O = {(x, y) ∈ O1 × (c, d) | c < y ≤ ϕ(x)} .

In Worten ausgedrückt ist ein Bereich B also glatt berandet, wenn B um jeden Rand-
punkt in geeigneter Lage aussieht wie ein Gebiet unter einem Graphen einer Funktion in
(n − 1) Koordinaten (der Standard-Koordinaten). Die Matrix Pσ erfüllt dann den Zweck, die
Koordinaten so zu vertauschen, dass sich B um den Punkt als Bereich unter oder über dem
Graphen einer Funktion in den ersten (!) (n − 1)-Koordinaten auffassen lässt. Weiter spiegelt
die Matrix Aε entlang der Koordinatenachsen, womit man nur Bereiche unter (!) Graphen
betrachten kann. Beispielsweise ist A(0,1) die Spiegelung entlang der zweiten Koordinate, da
A(0,1) (x1 , x2 ) = (x1 , −x2 ) für alle (x1 , x2 ) ∈ R2 gilt. Die Matrizen wie in obiger Definition sind
genau die Elemente von

On (Z) = P ∈ Matn (Z) | P t P = In ,



684
weswegen wir auch schlicht P ∈ On (Z) schreiben werden. Wir bemerken noch, dass wir auch
ohne Beschränkung der Allgemeinheit annehmen könnten, dass die verwendeten Matrizen P
zusätzlich det P = 1 erfüllen, also zu

SOn (Z) = P ∈ Matn (Z) | P t P = In , det P = 1



gehören. In der Tat können wir P und O immer durch A(1,0,...,0) P und A(1,0,...,0) O ersetzen,
wobei sich das Vorzeichen von det(P ) ändert aber die Beschreibung der Menge P (B) ∩ O sich
nicht wesentlich ändert.
Wir bemerken an dieser Stelle noch, dass für die weitere Diskussion dieses Abschnitts
die Funktion ϕ zu einem Punkt p in obiger Definition genau so gut nur stückweise stetig
differenzierbar sein könnte. Da aber der glatt berandetete Fall bereits alle Beweisideen enthält,
werden wir nur diesen Fall behandeln. In den Anwendungen der Sätze werden wir aber nicht
auf die Glattheit des Randes bestehen, da in konkreten Fällen meist Proposition 14.2 ausreicht.
Wir möchten die verschiedenen Phänomene, die auftreten können, in folgendem Bild zu-
sammenfassen. Im Folgenden werden wir einen achsenparallelen Würfel im R2 auch als ein
Quadrat bezeichnen.

Figur 14.5: In der durch Q(1) definierten Umgebung lässt sich der Schnitt
B ∩ Q(1) als die Menge der Punkte in Q(1) oberhalb eines Graphen über
der x-Achse auffassen. Genauso ist der Schnitt B ∩ Q(2) die Menge der
Punkte in Q(2) unterhalb eines Graphen über der x-Achse. Wir stellen
aber auch fest, dass sich B ∩ Q(2) (im Gegensatz zu B ∩ Q(1) ) nicht
als Gebiet unterhalb eines Graphen über der y-Achse auffassen lässt.
Letzteres trifft umgekehrt auf den Schnitt B ∩ Q(3) zu, welcher nur als
Gebiet oberhalb eines (also rechts von dem) Graphen über der y-Achse
dargestellt werden kann. Auch bemerken wir, dass die gleiche „Grösse“
von Quadraten an anderen Stellen vielleicht nicht passt. Beispielsweise
lässt sich B ∩ Q(4) weder über der x-Achse noch über der y-Achse als
Menge unterhalb oder oberhalb eines Graphen interpretieren.

Auch stellen wir fest, dass der Rand ∂B eines glatt berandeten Bereiches B ⊆ Rn , wie
vielleicht aus obigem Bild anschaulich klar ist, eine (n − 1)-dimensionale Teilmannigfaltigkeit
ist. Die obige Definition liefert aber nicht nur diese Information, sondern erklärt auch, auf
welcher „Seite“ des Randes das Innere von B liegt (wieso?).

685
Übung 14.5 (Rand eines glatt berandeten Bereiches). Sei B ⊆ Rn ein glatt berandeter
Bereich. Zeigen Sie, dass der Rand ∂B eine (n − 1)-dimensionale Teilmannigfaltigkeit bildet.

Bevor wir uns mit allgemeineren Aussagen beschäftigen, wollen wir in folgendem Lemma
eine Kollektion von Beispielen glatt berandeter Mengen einführen.

Lemma 14.6 (Glatte Ränder und Niveaumengen). Sei F : Rn → R eine glatte Funktion mit
Null als regulären Wert. Dann ist die abgeschlossene Teilmenge

B = {u ∈ Rn | F (u) ≥ 0}

glatt berandet und ∂B = {u ∈ Rn | F (u) = 0}.

Beispielsweise ist also der abgeschlossene Einheitsball

BR (0) = u ∈ Rn | R2 − (u21 + . . . + u2n ) ≥ 0



für alle R > 0 glatt berandet. Wir merken an, dass Quader nicht glatt berandet sind, was
sich anhand von Übung 14.5 und Proposition 12.12 (für C 1 -Teilmannigfaltigkeiten angepasst)
zeigen lässt.
Lemma 14.6 stellt gewissermassen eine Verschärfung des Satz über den konstanten Rang
(Theorem 12.16) dar, der im Wesentlichen besagt, dass {u ∈ Rn | F (u) = 0} eine Teilmannig-
faltigkeit bildet. Intuitiv ausgedrückt bleibt also zu zeigen, dass die Funktion auf der einen
Seite der Niveaumenge positiv und auf der anderen negativ ist.

Beweis. Wir imitieren zu grossen Teilen den Beweis von Theorem 12.16. Sei p ∈ ∂B. Nach
Annahme hat Dp F = ∇F (p)t vollen Rang und (anders ausgedrückt) es existiert also ein
Eintrag, der von Null verschieden ist. Wir können also die Koordinaten permutieren und
annehmen, dass ∂n F (p) 6= 0 ist. Wir schreiben p = (x0 , y0 ) für x0 ∈ Rn−1 und y0 ∈ R. Genau
wie im Beweis von Theorem 12.16 erhalten wir offene Umgebungen U0 von x0 und V0 von
y0 , so dass der Schnitt von {(x, y) ∈ Rn | F (x, y) = 0} mit U0 × V0 durch den Graphen einer
glatten Funktion f : U0 → V0 gegeben ist (siehe auch Proposition 12.12).
Wir wollen im Folgenden der Einfachheit halber annehmen, dass ∂n F (p) < 0 ist; das Argu-
ment ist im anderen Fall analog. Wenn nötig können wir die Umgebungen U0 , V0 verkleinern,
so dass ∂n F (v) < 0 für alle v ∈ U0 × V0 ist und so dass U0 × V0 ein Quader ist, womit
insbesondere V0 = (c, d) ⊆ R ein Intervall ist. Wir zeigen nun, dass

B ∩ (U0 × V0 ) = {(x, y) ∈ U0 × V0 | F (x, y) ≥ 0} = {(x, y) ∈ U0 × V0 | y ≤ f (x)}

gilt. In der Tat ist zu x ∈ U0 die Funktion y ∈ (c, d) 7→ F (x, y) strikt monoton fallend und
verschwindet bei y = f (x). Daher gilt y ≤ f (x) genau dann, wenn F (x, y) ≥ 0. Insbesondere
ist {(x, y) ∈ Rn | F (x, y) = 0} ⊆ ∂B. Für (x, y) ∈ B mit F (x, y) > 0 gilt auf Grund der
Stetigkeit von F sogar (x, y) ∈ B ◦ und das Lemma folgt aus obigem.

Wir möchten nun die Frage diskutieren, ob und inwiefern die Quader in Definition 14.4 für
alle Punkte gleich gross gewählt werden können (Lemma 14.7).
686
Lemma 14.7 (Geeignete Wahl der Seitenlänge). Sei B ⊆ Rn ein glatt berandeter, beschränkter
Bereich. Dann existiert eine Länge η0 > 0, so dass für jeden Randpunkt p ∈ ∂B die Umgebung
O zu p aus Definition 14.4 als Würfel mit Kantenlänge 2η0 um P (p) gewählt werden kann
(wobei P ebenfalls wie in Definition 14.4 gegeben ist).

Beweis. Wir bemerken zuerst, dass zu p ∈ ∂B ein Würfel der Form

O = Bη∞ (P (p)) = {q ∈ Rn | kq − P (p)k∞ < η}

für ein P ∈ On (Z) und ein η > 0 existiert, der alle Eigenschaften aus Definition 14.4 hat.
In der Tat gibt es für einen beliebigen Quader Õ wie in Definition 14.4 stets ein η > 0 mit
Bη∞ (P (p)) ⊆ Õ, da Õ offen ist und P (p) ∈ Õ ist. Die gewünschten Eigenschaften übertragen
sich damit von Õ auf O = Bη∞ (P (p)) (wieso?). Wir wollen in diesem Fall sagen, dass η > 0
für p „geeignet“ ist. Des Weiteren bemerken wir, dass in diesem Fall jedes η 0 ∈ (0, η) ebenso
für p geeignet ist (wieso?).
Um die Existenz eines „uniform geeigneten“ η > 0 zu beweisen, betrachten wir die Über-
deckung O von ∂B mit (relativ) offenen Mengen der Form ∂B ∩ P −1 (O), wobei O und
P ∈ On (Z) Definition 14.4 für einen Punkt p ∈ ∂B erfüllen. Nach Proposition 10.54 über
die Existenz einer Lebesgue-Zahl und nach der Kompaktheit von ∂B existiert ein η0 > 0, so
dass für alle p ∈ ∂B ein O0 ∈ O mit Bη∞0 (p) ∩ ∂B ⊆ O0 existiert. Nach dem obigen Argument
ist ein solches η0 aber für jedes p ∈ ∂B geeignet.

14.1.3 Glatt berandete Bereiche in der Ebene

Eines der Ziele dieses Abschnitts (Abschnitt 14.1) wird es sein, den Divergenzsatz für
glattberandete Bereiche zu formulieren und zu beweisen. Als Ausgangspunkt dazu können Sie
folgendes Bild erachten.

Figur 14.6: In Richtung eines Divergenzsatzes für glatt berandete Berei-

che.

687
 Gegeben einen glattberandeten Bereich B möchten wir diesen also in Stücke zerlegen, die
jeweils in etwa die Form aus Proposition 14.2 haben (nach Drehung und/oder Spiegelung).
Wendet man nun Proposition 14.2 auf all diese Stücke an (vorausgesetzt dies ist erlaubt), so
erhält man das Integral über den Rand, da sich die Integrale im Inneren entlang der Aussen-
normalen wegheben. Bei genauerer Betrachtung ergeben sich folgende Probleme:

• Die in obigem Bild bezeichneten Stücke des Bereiches haben nicht alle die Form aus
Proposition 14.2; ein solches Beispiel ist Q∩B. Wir werden zur Behebung dieses Problems
wie folgt vorgehen:

– Nach Lemma 14.7 können wir eine Seitenlänge finden, für die jedes Quadrat dieser
Seitenlänge (oder kleiner) um einen Punkt auf ∂B als Umgebung wie in Definiti-
on 14.4 gewählt werden kann.
– Anschliessend können wir eine genügend feine Zerlegung konstruieren, so dass je-
des Quadrat höchstens mit einem weiteren Quadrat zusammengeklebt werden muss,
damit das erhaltene Rechteck den Annahmen von Proposition 14.2 genügt (Propo-
sition 14.8). Beispielsweise kann man Q mit dem Quadrat unter Q zusammenkleben
und erhält ein Rechteck Q0 , für welches Q0 ∩ B die Anforderungen von Propositi-
on 14.2 erfüllt.

• Das aus der obigen Zerstückelung des Bereiches erhaltene Integral ist a priori von der
Zerstückelung abhängig und lässt sich in Beispielen auch schlecht (respektive mühselig)
berechnen. Deswegen werden wir einen allgemeineren Zugang zum Flussintegral über den
Rand wählen (Definitionen 14.9, 14.11), welches dann unabhängig ist von den getroffenen
Wahlen (Lemma 14.37).

Proposition 14.8 (Puzzlestein-Domino Überdeckung). Sei B ⊆ R2 ein glatt berandeter Be-

reich und sei Q ⊇ B ein abgeschlossenes Quadrat. Dann existiert für jede Zerlegungen Z von
Q in Quadrate mit genügend kleiner Maschenweite eine Äquivalenzrelation ∼ auf der Menge
{Qα | Qα @ Z}, so dass die Äquivalenzklassen aus einem oder zwei benachbarten Quadraten
bestehen und so dass für die Vereinigung P über eine Äquivalenzklasse der Durchschnitt B ∩ P
durch eine stückweise stetig differenzierbare Funktion beschrieben werden kann. Genauer for-
muliert gibt es für jedes Qα @ Z die folgenden zwei Möglichkeiten:

• (Puzzlestein) Entweder Qα @ Z ist zu keinem weiteren Quadrat der Zerlegung Z äquiva-

lent, wir nennen in diesem Fall R = Qα einen Puzzlestein.

• (Domino) Oder Qα ist genau zu einem weiteren Quadrat Qβ @ Z äquivalent, so dass

der Abschluss R = Qα ∪ Qβ der Vereinigung ein Rechteck ist, welches wir als Domino
bezeichnen.

In beiden Fällen hat ∂B ∩ ∂R höchstens zwei Elemente und der Durchschnitt B ∩ R kann,
möglicherweise nach Vertauschung der Koordinaten, durch den Graphen einer stückweise stetig
differenzierbaren Funktion ϕ wie in Proposition 14.2 beschrieben werden.

688
 Wie zu Beginn dieses Abschnitts schon angedeutet wurde, haben wir in obiger Proposition
den Fall des Dominosteins eingeführt, da eine stetig differenzierbare Funktion oder auch eine
glatte Funktion ϕ : [a, b] → R einen Wert d ∈ R unendlich oft annehmen kann, ohne aber
konstant zu sein. Dies führt zu Komplikationen, da der Durchschnitt der Menge unter dem
Graph von ϕ mit dem Rechteck [a, b] × [c, d] möglicherweise nicht mehr durch eine stückweise
stetig differenzierbare Funktion beschrieben werden kann. Man beachte, dass diese Problema-
tik im Bild 14.6 nicht dargestellt ist. Allerdings kann durch Vereinigung mit einem zweiten
benachbarten Quadrat dieses Problem ebenfalls verhindert werden.
Der Beweis dieser Proposition ist im Wesentlichen eine Verfeinerung des Beweises von
Lemma 14.7.

Beweis. Wir sagen, dass η > 0 für p ∈ ∂B „besser geeignet“ ist, falls η > 0 geeignet ist (siehe
den Beweis von Lemma 14.7) und die stetig differenzierbare Funktion ϕ in der Beschreibung
von P (B) ∩ Bη∞ (P (p)) eine der beiden folgenden Eigenschaften erfüllt:

• (Monoton) 1
2 ≤ |ϕ0 (x)| für alle x.

• (Flach) |ϕ0 (x)| ≤ 2

3 für alle x.

Wir bemerken, dass im ersten Fall ϕ0 auf Grund der Stetigkeit von ϕ0 das Vorzeichen nicht
wechseln kann, womit in diesem Fall ϕ in der Tat monoton ist.
Wir zeigen nun, dass jeder Punkt p ∈ ∂B ein besser geeignetes η > 0 besitzt. Sei η1 > 0
geeignet für p und (x0 , y0 ) = P (p).

• Falls |ϕ0 (x0 )| > 12 ist, so können wir auf Grund der Stetigkeit von ϕ0 ein η ∈ (0, η1 )
wählen, so dass |ϕ0 (x)| ≥ 21 für alle x ∈ (x0 − η, x0 + η) ist und wir erhalten den ersten
Fall (Monoton) für P (B) ∩ Bη∞ (P (p)).

• Falls |ϕ0 (x0 )| ≤ 12 gilt, so können wir analog für ein hinreichend kleines η ∈ (0, η1 ) den
zweiten Fall (Flach) für P (B) ∩ Bη∞ (P (p)) erzielen.

Wie im Beweis von Lemma 14.7 können wir mit dem Begriff „besser geeignet“ eine Über-
deckung von ∂B und eine Lebesgue-Zahl η0 > 0 dieser Überdeckung finden, welche dann für
alle p ∈ ∂B besser geeignet ist.
Nun setzen wir δ0 = 14 η0 und betrachten eine Zerlegung Z von Q in Quadrate mit Ma-
schenweite kleiner als δ0 . Wir definieren eine Äquivalenzrelation auf {Qα | Qα @ Z} durch

Qα ∼ Qβ

für Qα , Qβ @ Z, falls Qα = Qβ oder falls Qα ∩ Qβ ∩ ∂B mehr als einen Punkt enthält. Wir
bemerken zuerst, dass es für ein gegebenes Qα höchstens 4 weitere Qβ @ Z mit |Qα ∩ Qβ | > 1
gibt, nämlich die vier Quadrate über, unter, links und rechts von Qα (falls diese in Q enthalten
sind). Auch stellen wir fest, dass a priori nicht klar ist, wieso die oben definierte Relation
transitiv sein sollte.

689
 Figur 14.7: Illustration der Definition der Äquivalenzrelation auf der
Menge der Z entsprechenden Quadrate. In diesem Bild sind die beiden
schraffierten Quadrate zueinandener äquivalent, da der Rand von B die
Kante zwischen diesen Quadraten zweimal schneidet. Alle anderen Qua-
drate sind nur zu sich selbst äquivalent.

Wenn p ∈ Qα ∩ ∂B und das Quadrat Qp = Bη∞0 (p) ⊇ Qα „monoton“ ist, so gibt es

auf ∂Qα ∩ ∂B nur zwei Punkte auf unterschiedlichen Kanten von Qα , womit keines der vier
benachbarten Quadrate zu Qα äquivalent ist. Auf Grund der Monotonie von ϕ können wir
eine glatte Funktion mit Hilfe von ϕ und möglicherweise einer konstanten Funktion finden,
so dass Qα ∩ B durch diese beschrieben wird (aber möglicherweise ein kleineres Intervall als
Definitionsbereich besitzt).
Wenn aber p ∈ Qα ∩ ∂B und das Quadrat Qp = Bη∞0 (p) ⊇ Qα „flach“ ist, so kann es mehr
als einen Punkt auf Qα ∩ Qβ ∩ ∂B für ein benachbartes Qα @ Z geben. Doch auf Grund
der Beschränkung |ϕ0 (x)| ≤ 23 im Fall „flach“ kann dies nur für einen der vier benachbarten
Quadrate eintreten und der Graph der Funktion ϕ schneidet den Rand des Dominos R =
Qα ∪ Qβ nur an den Endpunkten.
Wenn Qα ∩ ∂B leer ist, so ist das Quadrat entweder komplett innerhalb oder komplett
ausserhalb von B. Somit definiert ∼ also eine Äquivalenzrelation mit den gewünschten Eigen-
schaften und die Proposition folgt.

Definition 14.9 (Positiv orientierte Parametrisierung). Eine Parametrisierung des Ran-

des einer abgeschlossenen Teilmenge B ⊆ R2 ist eine Kollektion von stetig differenzierbaren
Wegen γk : Ik → ∂B auf abgeschlossenen Intervallen Ik = [ak , bk ] mit ak < bk für k = 1, . . . , K
mit folgenden Eigenschaften:
SK
(i) (Überdeckend) Es gilt1 ∂B = [ak , bk ] .


k=1 γk

(ii) (Keine Selbstüberschneidungen abgesehen von den Endpunkten) Für alle Indizes j, k ∈
{1, . . . , K}, alle s ∈ Ij und t ∈ Ik◦ mit (s, j) 6= (t, k) gilt γj (s) 6= γk (t).

(iii) (Aufeinanderfolgend) Für jedes k ∈ {1, . . . , K} existiert genau ein ` ∈ {1, . . . , K} mit
γk (bk ) = γ` (a` ).

(iv) (Regularität) Die Wege γ1 , . . . , γK sind regulär (siehe Abschnitt 9.7.2).

1 FK

Auf Grund der folgenden Eigenschaften gilt sogar ∂B = k=1 γk [ak , bk ) .

690
Die Parametrisierung γ1 , . . . , γK heisst positiv orientiert, wenn für jedes k ∈ {1, . . . , K}
und jedes t ∈ Ik◦ ein ε > 0 existiert, so dass γ(t) + sRγ 0 (t) ∈ B ◦ für alle s ∈ (0, ε) und γ(t) +
sRγ 0 (t) ∈ R2 \ B für alle s ∈ (−ε, 0). Dabei ist R = 01 −1 ∈ SO(2, R) die Rotationsmatrix


0
zum Winkel 90 Grad in mathematisch positiver Richtung (also im Gegenuhrzeigersinn).
Intuitiv ausgedrückt ist eine Parametrisierung von B also positiv orientiert, falls die Menge B
jeweils links von den Wegen der Parametrisierung liegt.

Wir bemerken an dieser Stelle, dass man für einen regulären Weg γ = γk : Ik → ∂B
einer positiv orientierten Parametrisierung γ1 , . . . , γK von B wie in obiger Definition und
einen Zeitpunkt t0 ∈ Ik◦ ein offenes Intervall J ⊆ Ik◦ um t0 und einen Diffeomorphismus
ψ : J → ψ(J) = J 0 finden kann, so dass der reparametrisierte Weg γ̃ = γ ◦ ψ −1 : J 0 → ∂B
durch γ̃(t) = (t, γ̃2 (t)) oder durch γ̃(t) = (γ̃1 (t), t) für alle t ∈ J 0 gegeben ist. Dies folgt im
Wesentlichen aus einem Argument wie im Beweis von Proposition 12.12. Man kann das Bild
von γ also lokal als Graphen auffassen, wobei das Vorzeichen von ψ 0 (t0 ) entscheidet, in welcher
Richtung man diesen durchläuft. Ist ψ 0 (t0 ) > 0, so liegt B über und sonst unter dem Graphen.

Wichtige Übung 14.10 (Existenz einer positiv orientierten Parametrisierung). Zeigen Sie,
dass Bereiche wie in Proposition 14.2 und kompakte glatt berandete Bereiche eine positiv ori-
entierte Parametrisierung besitzen und geben Sie diese im ersten Fall explizit an.

Definition 14.11 (Integral über Ränder). Sei B ⊆ R2 eine Teilmenge, deren Rand eine
positiv orientierte Parametrisierung γ1 : I1 = [a1 , b1 ] → ∂B, . . . , γK : IK = [aK , bK ] → ∂B
besitzt. Weiter sei f : U → R2 ein stetig differenzierbares Vektorfeld definiert auf einer offenen
Menge U ⊇ B. Dann ist das Wegintegral von f entlang ∂B durch
Z K Z
X bk
f · ds = hf (γk (t)), γ˙k (t)i dt
∂B k=1 ak

691
definiert. Sei R = 0 −1 ∈ SO(2, R). Das Flussintegral von f durch den Rand ∂B ist dann


1 0
definiert als
Z Z K Z
X bk
f · dn = (Rf ) · ds = f (γk (t)), R−1 γ˙k (t) dt.
∂B ∂B k=1 ak

Wichtige Übung 14.12 (Kompatibilität). Zeigen Sie, dass unsere Definition von ∂B f · dn
R

für Rechtecke B am Anfang dieses Abschnitts und für Bereiche B unter Graphen in Proposi-
tion 14.2 Spezialfälle obiger Definition darstellen.

Lemma 14.13 (Unabhängigkeit von der Parametrisierung). Sei B ⊆ R2 eine Teilmenge,

deren Rand eine positiv orientierte Parametrisierung besitzt, und sei f : U → R2 ein stetig
differenzierbares Vektorfeld definiert auf einer offenen Menge U ⊇ B. Dann hängen sowohl
R R
das Wegintegral ∂B f · ds als auch das Flussintegral ∂B f · dn nicht von der Wahl der positiv
orientierten Parametrisierung des Randes ∂B ab.

Beweis. Per Definition des Flussintegrals reicht es die Aussage für das Wegintegral
R
∂B f · ds
zu überprüfen. Seien

γ1 : I1 = [a1 , b1 ] → ∂B, . . . , γK : IK = [aK , bK ] → ∂B

γ̃1 : I˜1 = [ã1 , b̃1 ] → ∂B, . . . , γ̃K̃ : I˜K̃ = [ãK̃ , b̃K̃ ] → ∂B

zwei positiv orientierte Parametrisierungen von ∂B. Durch Zerlegen der Wege γ1 , . . . , γK und
γ̃1 , . . . , γ̃K̃ und durch Neunummerierung kann man annehmen, dass K = K̃ gilt und für alle
k ∈ {1, . . . , K} die Spuren

γk (Ik ) = γ̃k (I˜k )

gleich und sowohl γk als auch γ̃k injektiv sind. Letzteres impliziert auch, dass die Umkehr-
abbildung γk−1 : γk (Ik ) → Ik stetig ist. In der Tat ist für jede abgeschlossene Teilmenge
A ⊆ Ik , das Bild γk (A) nach Satz 10.59 sogar kompakt und inbesondere abgeschlossen. Nach
Proposition 5.50(v) ist damit γk−1 : γk (Ik ) → Ik stetig.
Sei k ∈ {1, . . . , K}. Wir behaupten, dass die Abbildung ψ = γ̃k−1 ◦ γk : [ak , bk ] → [ãk , b̃k ]
stetig differenzierbar und streng monoton wachsend ist. Da stetige Differenzierbarkeit eine
lokale Eigenschaft ist, reicht es diese für jedes t0 ∈ [ak , bk ] in einer Umgebung von t0 zu
zeigen.
Sei t̃0 = ψ(t0 ). Nun lässt sich zum Beispiel mittels

Φ̃ : (t̃, u) ∈ (t̃0 − δ, t̃0 + δ) × (−δ, δ) 7→ γ̃k (t̃) + Rγ̃k0 (t̃0 )u

für ein geeignetes δ > 0 eine stetig differenzierbare Abbildung mit invertierbarer Ableitung bei
(t̃0 , 0) definieren2 , welche γ̃k erweitert. Nach Satz 12.5 hat diese Abbildung auch eine stetig

2
Falls t̃0 ein Randpunkt von γ̃k ist, so kann man zuerst γ̃k linear über den Randpunkt fortsetzen so dass
die Fortsetzung noch immer stetig differenzierbar ist.

692
differenzierbare Umkehrabbildung. Die stetige Differenzierbarkeit von ψ = Φ̃−1 1 ◦ γk in einer
Umgebung von t0 ergibt sich nun aus der Kettenregel.
Auf Grund der positiven Orientierung beider Parametrisierungen gilt des Weiteren, dass für
jedes t ∈ [ak , bk ] die beiden Vektoren γk0 (t) = γ̃k0 (ψ(t))ψ 0 (t) und γ̃k0 (ψ(t)) in dieselbe Richtung
zeigen. Dies impliziert ψ 0 (t) > 0, also die strenge Monotonie von ψ. Lemma 11.44 zeigt nun,
dass
Z Z
f · ds = f · ds
γk γ̃k

gilt, was den Beweis abschliesst.

14.1.4 Divergenzsatz für glatt berandete Bereiche in der Ebene

Theorem 14.14 (Divergenzsatz in der Ebene). Sei B ⊆ R2 ein glatt berandeter, kompakter
Bereich und sei f : U → R2 ein stetig differenzierbares Vektorfeld definiert auf einer offenen
Menge U ⊇ B. Dann gilt
Z Z
div(f ) dvol = f · dn.
B ∂B

Beweis. Sei Q ⊇ B ein Quadrat und sei Z eine genügend feine Zerlegung von Q in Quadrate, so
dass die Aussage in Proposition 14.8 gilt (siehe das Bild 14.6). Wir verwenden nun den Diver-
genzsatz für Bereiche unter Graphen (Proposition 14.2, möglicherweise in rotierter Form) für
jedes Puzzlestein R = Qα und jedes Domino R = Qα ∪ Qβ für (im Sinne von Proposition 14.8)
äquivalente Qα , Qβ @ Z. In beiden Fällen erhalten wir
Z Z
div(f ) dvol = f · dn.
B∩R ∂(B∩R)

Die Definition des Flussintegrals über einen Rand ist so gewählt, dass bei Zusammenfügen der
Teilbereiche B ∩ R für die Puzzlesteine R oder Dominos R die durch die Zerlegung künstlich
erzeugten Flussintegrale zweimal auftreten, aber auf Grund der jeweils nach Aussen gewählten
Orientierung der Normalenvektoren unterschiedliche Vorzeichen haben. Addieren wir alle Teile
auf, so ergibt sich das Theorem, da B bis auf eine Nullmenge durch die Mengen B∩R überdeckt
wird und die verbleibenden Flussintegrale über ∂B ∩ R für die einzelnen Puzzlesteine und
Dominos gemeinsam das Flussintegral über ∂B ergeben.

Theorem 14.14 gibt eine Gleichung über zwei Integrale an. Wie bereits zu Beginn des
Kapitels erwähnt, kann diese Gleichung in beiden Richtungen nützlich sein, zum Beispiel um
Rechnungen möglichst übersichtlich zu halten. Falls die Divergenz des Vektorfelds sehr einfach
ist, dann ist es vielleicht von Vorteil das Flächenintegral zu berechnen.

693
Beispiel 14.15 (Planimeter). Wir betrachten einen glatt berandeten, kompakter Bereich B in
R2 und das glatte Vektorfeld
!
2 x
f : (x, y) ∈ R 7→ .
y

Dann gilt div(f ) = 2 und der Divergenzsatz ergibt

Z Z
2 vol(B) = div(f ) dvol = f · dn.
B ∂B

Ist also beispielsweise ∂B durch eine geeignete Kurve γ : [a, b] → ∂B parametrisiert, so gilt
Z b
vol(B) = 1
2 γ(t), R−1 γ̇(t) dt,
a

wobei R ∈ SO(2, R) wieder die Rotationsmatrix um 90 Grad im Gegenuhrzeigersinn bezeichnet.

Wir erhalten also eine Methode, um die Fläche eines glatt berandeten, beschränkten Bereiches
im R2 mit Hilfe eines Integrals einer Funktion [a, b] → R zu berechnen (was ist die Fläche einer
Kreisscheibe?). Diese (oder zumindest eine ähnliche) wird auch in der Praxis angewendet und
nennt sich ein Planimeter – siehe auch diesen Link.

Beispiel 14.16 (Sonnenblume). Wir wollen in diesem Beispiel den Flächeninhalt einer „Son-
nenblume“, die von einem Kreis mit innerem Radius r > 0 und n ≥ 1 „Blütenblättern“ einge-
schlossen wird, berechnen. Hier entstehen die Blütenblätter, indem wir einen Kreis mit Radius
r
n am inneren Kreis mit Radius r abrollen und dabei einen Punkt auf dem sich bewegenden
Kreis verfolgen. Formal betrachten wir also das Gebiet S, welches durch den positiv orientier-
ten geschlossenen Weg
! !
 r  cos(t) r cos((n + 1)t)
γ : t ∈ [0, 2π] 7→ r + +
n sin(t) n sin((n + 1)t)

eingeschlossen wird.

694
 Auf Grund der Diskussion in Beispiel 14.15 können wir den Flächeninhalt A von S mittels
des Planimeters berechnen. Mit Hilfe von
! !
−1
 r  cos(t) r(n + 1) cos((n + 1)t)
R γ̇(t) = r + +
n sin(t) n sin((n + 1)t)

ergibt sich daraus

Z 2π
1
A= γ(t), R−1 γ̇(t) dt
2 0
! 2 ! 2!
2π
r2 (n + 1)
Z
1  r 2 cos(t) cos((n + 1)t)
= r+ + dt
2 0 n sin(t) n2 sin((n + 1)t)
 r 2 r2 (n + 1)
=π r+ +π ,
n n2

da die gemischten Terme verschwindendes Integral über [0, 2π] besitzen, zum Beispiel ist
Z 2π
cos(t) sin((n + 1)t) dt = 0.
0

Üblicherweise wird der Rand ∂S eine Epizykloide genannt und in dem Spezialfall mit nur
einem Blütenblatt auch eine Kardioide.
Wir bemerken noch, dass wir – streng formal gesehen – den Divergenzsatz in der Form von
Theorem 14.14 nicht auf die Sonnenblume anwenden dürfen, da diese nicht glatt berandet ist.
Man kann jedoch die Spitzen zwischen den Blütenblättern sehr leicht abrunden ohne Flächen-
oder Wegintegral wesentlich zu ändern, und daher stimmt die Aussage trotzdem. Wir werden
dies und ähnliche Fälle nicht formalisieren.

14.1.5 Rotation und der Satz von Green

Definition 14.17 (Rotation eines Vektorfelds). Sei f : U → R2 ein stetig differenzierbares
Vektorfeld auf einer offenen Menge U ⊆ R2 . Die Wirbelstärke oder Rotation von f ist
durch
Z
1
rot(f )(u) = lim 2 f · ds (14.3)
r→0 πr ∂Br (u)

für u ∈ U definiert.

Theorem 14.18 (Satz von Green). Sei f : U → R2 ein stetig differenzierbares Vektorfeld auf
einer offenen Menge U ⊆ R2 . Die Wirbelstärke rot(f ) existiert auf ganz U und erfüllt

rot(f ) = ∂1 f2 − ∂2 f1 .

Weiter gilt für jeden glatt berandeten, kompakten Bereich B ⊆ U

Z Z
rot(f ) dvol = f · ds.
B ∂B

695
Beweis. Sei R = 01 −1 ∈ SO(2, R) die Rotationsmatrix zum Winkel 90 Grad im Gegenuhr-


0
zeigersinn. Wir definieren ein Vektorfeld g : U → R2 durch
! ! !
−1 0 1 f1 f2
g=R f= =
−1 0 f2 −f1

wobei f1 , f2 die Komponenten von f darstellen. Dann gilt

div(g) = ∂1 g1 + ∂2 g2 = ∂1 f2 − ∂2 f1

und nach Definition 14.11

Z Z Z
g · dn = (Rg) · ds = f · ds.
∂B ∂B ∂B

Nach dem Divergenzsatz (Theorem 14.14) angewendet auf g folgt also

Z Z
(∂1 f2 − ∂2 f1 ) dvol = f · ds
B ∂B

für alle glatt berandeten Bereiche B ⊆ U . Wenden wir dies auf B = Br (p) ⊆ U für p ∈ U
und ein hinreichend kleines r > 0 an und verwenden die Stetigkeit von (∂2 f1 − ∂1 f2 ) auf U , so
erhalten wir wie im Beweis des Divergenzsatzes auf Rechtecken (Proposition 14.1) die Existenz
des Grenzwerts in (14.3) und die Gleichung rot(f ) = ∂1 f2 − ∂2 f1 .

Wir sagen, dass ein stetig differenzierbares Vektorfeld auf einer offenen Menge rotations-
frei ist, falls rot(f ) = 0 gilt. In diesem Extremfall vereinfacht sich Theorem 14.18 zu einer
Gleichung zwischen Wegintegralen. Man kann dies manchmal ausnützen, um anstatt einem
komplizierten Wegintegral ein deutlich einfacheres Wegintegral zu berechnen (wenn beide zu-
sammen eine Parametrisierung des Randes eines glatt berandeten Bereichs darstellen).

Applet 14.19 (Divergenz und Rotation). Dieses Applet illustriert die Begriffe „rotationsfrei“
und „divergenzfrei“ sowie die Sätze dieses Abschnitts.

14.1.6 Eine Anwendung: der Jordansche Kurvensatz für glatte Kurven

Als Anwendung des Divergenzsatzes in der Ebene (Theorem 14.14) möchten wir in diesem
Kapitel den Jordanschen Kurvensatz diskutieren. Die Frage, die dieser Satz beantwortet, ist
im Wesentlichen die folgende. Angenommen man hat eine „komplizierte“ geschlossene Kurve
in der Ebene gezeichnet. Teilt diese Kurve dann die Ebene in ein „Inneres“ und ein „Äusseres“
auf? Und wie kann man entscheiden, ob ein Punkt im Inneren oder im Äusseren liegt? Für
letzteres kann man sich bereits folgenden naiven Algorithmus vorstellen: man beginnt bei
dem gegebenen Punkt und zeichnet einen Weg durch das von der Kurve gegebene Labyrinth,
welcher die Kurve nie schneidet. Kann man damit „nach Unendlich gehen“, so liegt man im
Äusseren. Wenn nicht, so liegt man im Inneren. Dies ist zwar anschaulich klar, doch ist – je
nach Struktur des ursprünglichen Weges – überraschend schwierig zu beweisen.

696
 Bevor wir den allgemeinen Satz für glatte Wege diskutieren, möchten wir das wesentliche
Beweishilfsmittel in einem Spezialfall diskutieren.

Übung 14.20 (Umlaufzahl für Kreise). Wir betrachten zu r > 0 die Kurve
!
cos(t)
γr : t ∈ [0, 2π] 7→ r ,
sin(t)

welche den Rand des Balles Br (0) parametrisiert. Für u 6∈ ∂Br (0) bezeichnet

2π
hR(γr (t) − u), γ˙r (t)i
Z
1
Iγr (u) = 2π dt
0 kγr (t) − uk2

die sogenannte Umlaufzahl von γr um u, wobei R ∈ SO(2, R) die Rotationsmatrix um 90 Grad

im Gegenuhrzeigersinn ist.

(i) Realisieren Sie Iγr (u) für u 6∈ ∂Br (0) als Flussintegral eines Vektorfeldes über ∂Br (0).

(ii) Zeigen Sie, dass für alle u 6∈ ∂Br (0) die Umlaufzahl durch
(
1 falls u ∈ Br (0)
Iγr (u) =
0 falls u 6∈ Br (0)

gegeben ist.

Für Kreise ist die Umlaufzahl also in der Lage zu entscheiden, ob ein Punkt innerhalb
oder ausserhalb des Kreises liegt. Hat man nun eine allgemeinere Kurve gegeben, so ist es
formal gesehen überhaupt nicht klar, ob so ein Inneres und ein Äusseres überhaupt existiert.
Man kann nun aber umgekehrt die Umlaufzahl verwenden, um das Innere und das Äussere zu
definieren.

Satz 14.21 (Jordanscher Kurvensatz für glatte Funktionen). Sei γ : [a, b] → R2 ein glatter,
regulärer, einfacher, geschlossener Weg. Dann kann man das Komplement der Spur γ([a, b])
des Weges schreiben als

R2 \ γ([a, b]) = Inn(γ) t Auss(γ),

wobei das Innere Inn(γ) eine offene, beschränkte, zusammenhängende Teilmenge und das Äus-
sere Auss(γ) eine offene, unbeschränkte, zusammenhängende Teilmenge ist. Des Weiteren gilt
∂ Inn(γ) = ∂ Auss(γ) = γ([a, b]).

Wir verlangen von γ also unter anderem, dass bis auf die Gleichung γ(a) = γ(b) keine
weiteren Selbstüberschneidungen stattfinden und dass γ̇(a) = γ̇(b) ist (womit man γ zu einer
„periodischen“ stetig differenzierbaren Funktion auf R fortsetzen könnte).
Wir bemerken auch noch, dass der Jordansche Kurvensatz in einer viel grösseren Allge-
meinheit gilt; die Annahme, dass γ glatt und regulär, ist tatsächlich nicht notwendig. Unter
diesen Annahmen sind wir allerdings in der Lage, den Beweis zu vereinfachen und, wie schon
erwähnt, den Divergenzsatz anzuwenden.
697
 Für den Beweis betrachten wir zu u ∈ R2 \ γ([a, b]) die Umlaufzahl von γ um u

b
hR(γ(t) − u), γ̇(t)i
Z
1
Iγ (u) = 2π dt
a kγ(t) − uk2

genauer. Als erstes behaupten wir nun, dass Iγ lokal konstant ist oder anders ausgedrückt,
dass um jeden Punkt im Definitionsbereich eine Umgebung existiert, auf der Iγ konstant ist.
Insbesondere ist Iγ auf allen zusammenhängenden Teilmengen konstant (wieso?).

Übung 14.22 (Lokale Konstanz der Umlaufzahl). Zeigen Sie, dass Iγ lokal konstant ist.

Die obige Übung zeigt insbesondere, dass Iγ ausserhalb eines genügend grossen Balles
identisch verschwindet. In der Tat geht Iγ (u) gegen Null für kuk → ∞, da in der Definition von
Iγ (u) die Norm von u im Nenner zur Potenz 2 und im Zähler zur Potenz 1 vorkommt (wieso?).
Ist BM (0) ein Ball, der γ([a, b]) enthält, so muss Iγ auf R2 \BM (0) konstant sein (wegen obiger
Übung) und gleichzeitig für wachsende Radien gegen Null gehen, was die Behauptung zeigt.
Die wesentliche Idee ist nun, von Aussen nach Innen zu gehen und dabei zu untersuchen,
was passiert, wenn man jeweils die Spur γ([a, b]) von γ überquert. Mit Hilfe des Divergenzsatzes
kann man zeigen, dass die Umlaufzahl bei Sprüngen über die Spur sich um ±1 ändert, wobei
das Vorzeichen davon abhängt, in welcher Richtung der Normalenvektor von γ zeigt.

Übung 14.23 (Überqueren der Spur). Seien u, u0 ∈ R2 \γ([a, b]), so dass das Geradensegment
von u nach u0 die Spur von γ in genau einem Punkt γ(s) schneidet. Zeigen Sie, dass
(
0 1 falls u − u0 , R−1 γ̇(s) > 0
Iγ (u ) − Iγ (u) =
−1 falls u − u0 , R−1 γ̇(s) < 0

gilt.
Hinweis: Da die Spur von γ in genau einem Punkt geschnitten wird, lässt sich die Aussage
auf folgendes Bild reduzieren:

Ersetzen Sie nun das Wegstück von γ zwischen den (genügend nahe an s gewählten) Zeiten
s1 , s2 durch das eine oder das andere Kreissegment wie im Bild.

Geht man nun von weit aussen nach innen, so kann man mit obiger Übung zeigen, dass Iγ
auch Werte verschieden von Null annehmen muss.

Übung 14.24. Zeigen Sie, dass es mindestens einen Punkt u0 ∈ R2 \ γ([a, b]) mit Iγ (u0 ) = 1
oder Iγ (u0 ) = −1 gibt.
698
 Im Folgenden wollen wir der Einfachheit halber annehmen, dass es ein u0 mit Iγ (u0 ) = 1
gibt. Wir definieren nun die Kandidaten für das Innere und das Äussere von γ durch

Inn(γ) = u ∈ R2 \ γ([a, b]) | Iγ (u) = 1 ,



Auss(γ) = u ∈ R2 \ γ([a, b]) | Iγ (u) = 0 .



Übung 14.25. Zeigen Sie, dass die Mengen Inn(γ) und Auss(γ) offen und wegzusammen-
hängend sind.

Übung 14.26. Beweisen Sie den glatten Jordanschen Kurvensatz (Theorem 14.21).

699
14.2 Oberflächenintegrale
In Analogie zum Divergenzsatz in der Ebene (Theorem 14.14) und dem Satz von Green
(Theorem 14.18) möchten wir zwei Integralsätze im R3 in Abschnitten 14.3 und 14.5 formu-
lieren. Dazu benötigen wir (man vergleiche mit Definition 14.11) den Begriff des Oberflächen-
integrals.

14.2.1 Flächen und deren Karten

Eine Fläche S ⊆ R3 ist eine zweidimensionale Teilmannigfaltigkeit. Wir werden an zwei
Arten von Flächen interessiert sein:

(1) S ist der Rand eines kompakten, glatt berandeten Bereiches im R3 . Beispielsweise könnte
S also die Sphäre S2 sein, welche den Rand des Einheitsballes im R3 darstellt.

(2) Der Abschluss von S ist kompakt und ist eine „glatt berandete Teilmenge“ einer weiteren
Fläche M ⊇ S. Ein solches S könnte beispielsweise die obere Hemisphäre von S2 sein. In
diesem Fall nennt man S oft auch eine Fläche mit Rand.

Um die Fläche S lokal mit Teilmengen von R2 zu beschreiben, werden wir Karten verwenden,
an welche wir kurz erinnern werden (siehe auch die Diskussion nach Definition 12.10). Sei
p ∈ S, sei Up ⊆ R3 eine offene Umgebung von p und sei ϕp : Up → Vp = ϕp (Up ) ein
Diffeomorphismus auf eine weitere offene Teilmenge Vp ⊆ R3 , so dass

ϕp (Up ∩ S) = {y ∈ Vp | y3 = 0} = Vp ∩ (R2 × {0}).

Dann ist eine Karte von S um p durch die offene Menge

(s, t) ∈ R2 | (s, t, 0) ∈ Vp


gegeben. Die Abbildung Φ = ϕ−1

p oder auch deren Einschränkung

(s, t) ∈ (s, t) ∈ R2 | (s, t, 0) ∈ Vp 7→ ϕ−1


p (s, t, 0) ∈ S

auf die Karte wird dann Kartenabbildung genannt. Zur Vereinfachung der Notation werden
wir die Koordinatenebene R2 × {0} oft mit R2 identifizieren. Insbesondere schreiben wir zum
Beispiel Vp ∩ R2 für obige Karte und identifizieren (s, t) mit (s, t, 0). Die Kartenabbildungen
werden wir meist mit Φ (und einem Index) bezeichnen. In der Literatur wird oft auch das
Tupel (Vp ∩ R2 , ϕ−1
p |Vp ∩R2 ) als Karte bezeichnet.
Auf Grund der Kompaktheit von S in beiden Fällen (1) und (2) (und der Enthaltung
S ⊆ M in (2)) können wir S durch endlich viele offene Mengen U1 , . . . , UL ⊆ R3 überdecken,
so dass es endlich viele offene Mengen V1 , . . . , VL und Kartenabbildungen Φ` : V` → U` gibt
mit

Φ` (V` ∩ R2 ) = U` ∩ S

700
für ` = 1, . . . , L. Die Liste von Kartenabbildungen Φ1 , . . . , ΦL werden wir auch eine Parame-
trisierung von S nennen.
Gegeben zwei Karten V`1 ∩ R2 und V`2 ∩ R2 kann man auch den Kartenwechsel

Φ−1
`2 ◦ Φ`1 |Φ−1 (U` )∩R2 : V`1 ∩ Φ−1 2 −1
`1 (U`2 ) ∩ R → V`2 ∩ Φ`2 (U`1 ) ∩ R
2
`1 2

betrachten. Dieser gibt zu einem Punkt (s, t) in der Karte V`1 ∩ R2 jeweils an, welcher Punkt
dem Punkt p = Φ`1 (s, t) auf der Fläche in der Karte V`2 ∩R2 zugeordnet wird (falls p überhaupt
im Bild der Karte V`2 ∩ R2 liegt).
Wir wollen des Weiteren für jedes ` ∈ {1, . . . , L} eine (im R2 ) Jordan-messbare Teilmenge
K` ⊆ V` ∩ R2 wählen, so dass

L
G
S= Φ` (K` ). (14.4)
`=1

Obige Kartenpartition von S in die Bilder von K1 , . . . , KL erlaubt uns eine vollständige
und eindeutige Parametrisierung der Fläche: Für jeden Punkt u ∈ S gibt es eine Seitennummer
` im „Atlas“ und eine eindeutige Koordinate (s, t) ∈ K` mit Φ` (s, t) = u. Es hilft vielleicht
sich die Mengen Φ` (K` ) als ein Land in der Fläche S vorzustellen, wobei K` ⊆ V` ∩ R2 der
Darstellung des Landes in der Karte V` ∩ R2 entspricht. Bei der Integration über S sollte also
jedes Land einen Beitrag zum Gesamtintegral leisten.
In Anwendungen oder auch in theoretischen Überlegungen kann es teilweise nützlich sein,
die Annahme in (14.4) etwas abzuschwächen. Falls für je zwei verschiedene `1 , `2 ∈ {1, . . . , L}
der Schnitt Φ`1 (K`1 ) ∩ Φ`2 (K`2 ) die Vereinigung einer endlichen Menge und einer eindimen-
sionalen Teilmannigfaltigkeit ist, so spielt dies für das folgende keine Rolle. Selbiges trifft auch
zu, wenn S \ L `=1 Φ` (K` ) die Vereinigung einer endlichen Menge mit einer eindimensionalen
S

Teilmannigfaltigkeit ist.

14.2.2 Skalares Oberflächenintegral

Für eine Fläche S mit einer Parametrisierung wie oben und eine stetige, beschränkte Funk-
tion f : S → R definieren wir das skalare Oberflächenintegral durch
Z L Z
X L Z
X
f dA = f dA = (f ◦ Φ` )k∂s Φ` × ∂t Φ` k ds dt
S `=1 Φ` (K` ) `=1 K`

Hierbei stellt dA das „Flächenelement“ dar und × bezeichnet das Kreuzprodukt (sie-
he Übung 14.27). Für eine der Kartenabbildungen Φ` interpretieren wir dA als k∂s Φ` ×
∂t Φ` k ds dt. Des Weiteren schreiben wir ds dt anstatt dvol(s, t) für die Integration über die
„Kartenebene“ R2 , um Verwirrungen mit dem Volumen im dreidimensionalen zu vermeiden.
Dies ist formal gesehen bloss eine Definition und Notation für diese. Trotzdem ist es nütz-
lich, sich die geometrische Bedeutung der auftretenden Ausdrücke klar zu machen, welche im

701
Spezialfall der konstanten Funktion f = 1 zu einer weiteren Definition führen: Der Flächen-
inhalt von S ist
Z L Z
X
dA = k∂s Φ` × ∂t Φ` k ds dt.
S `=1 K`

Übung 14.27 (Das Kreuzprodukt). Wir erinnern daran, dass das Kreuzprodukt u × v zweier
Vektoren
   
u1 v1
u = u2  , v = v2  ∈ R3
   

u3 v3

durch
 
u2 v3 − u3 v2
u × v = u3 v1 − u1 v3  ∈ R3
 

u1 v2 − u2 v1

definiert wird.

(i) Zeigen Sie, dass der Vektor u × v auf u und auf v normal steht.

(ii) Zeigen Sie, dass die Länge ku × vk gleich der Wurzel der Gramschen Determinante
!
hu, ui hu, vi
det
hv, ui hv, vi

ist.

Insbesondere zeigen Übung 14.27 und Korollar 13.54, dass die Länge ku × vk des Kreuz-
produkts zweier Vektoren u, v ∈ R3 als der Flächeninhalt des von u, v aufgespannten Par-
allelogramms interpretiert werden kann. Betrachten wir dies im Zusammenhang mit einer
Parametrisierung (s, t) ∈ V ∩ R2 7→ Φ(s, t) ∈ S, so erhalten wir eine Interpretation von

k∂s Φ` ds × ∂t Φ` dtk = k∂s Φ` × ∂t Φ` k ds dt

als der Flächeninhalt eines „sehr kleinen“ oder sogar „infinitesimalen“ Teilstücks der Fläche
S, siehe auch folgendes Bild.

702
Beispiel 14.28. Wir definieren die Fläche S als den Graphen von

(x, y) ∈ B1 (0) 7→ z = x2 + y 2 .

Diese wird parametrisiert durch die einzelne Kartenabbildung

Φ : (x, y) ∈ B1 (0) 7→ (x, y, x2 + y 2 ).

Also ist der Flächeninhalt von S definiert als das Integral

   
Z 1 0
A=  0  ×  1  dx dy
   
B1 (0)
2x 2y
 
Z −2x
= −2y  dx dy
 
B1 (0)
1
Z p
= 1 + 4(x2 + y 2 ) dx dy
B1 (0)
Z2π Z 1 p
= 1 + 4r2 r dr dϕ,
0 0

welches sich mit der eindimensionalen Substitution u = 1 + 4r2 schnell berechnen lässt.

Übung 14.29. Zeigen Sie, dass das skalare Oberflächenintegral über eine kompakte Fläche
nicht von der Wahl der Parametrisierung abhängt.

Übung 14.30. Berechnen Sie den Flächeninhalt der Sphäre S2 .

14.2.3 Flussintegrale entlang Oberflächen

Im Kontext der Integralsätze im dreidimensionalen Raum wird der Begriff des Flussinte-
grals entlang Oberflächen für uns wichtiger sein als obiger Begriff des skalaren Oberflächenin-
tegrals. Fundamental für das Flussintegral wird die Annahme sein, dass die gegebene Fläche

703
S ⊆ R3 eine Orientierung besitzt. Intuitiv ausgedrückt existiert für die Fläche S eine Orientie-
rung, falls man bei jedem Punkt in S einen (nicht-verschwindenden) Normalenvektor wählen
kann, so dass dieser stetig vom Punkt abhängt. Falls S = ∂B der Rand eines glatt berandeten
Bereiches ist, so wollen wir eine Orientierung von S so wählen, dass der Normalenvektor bei
einem Punkt nach aussen zeigt.
Sei also S ⊆ R3 eine Fläche, sei Φ1 : V1 → U1 , . . . , ΦL : VL → UL eine Parametrisierung
von S wie im letzten Abschnitt. Wir sagen, dass die Parametrisierung Φ1 , . . . , ΦL orientiert
ist (oder eine Orientierung von S definiert), falls für alle `1 , `2 ∈ {1, . . . , L} der zugehörige
Kartenwechsel orientierungserhaltend ist, das heisst,


det D Φ`−1
1
◦ Φ`2 |Φ−1 (U` )∩R2 > 0.
`2 1

Des Weiteren nennen wir S orientierbar, falls S eine orientierte Parametrisierung besitzt.
Wir bemerken, dass in dieser Definition die Determinante einer 2 × 2-Matrix genommen
wird: Denn wir betrachten die Einschränkung von Φ`2 auf die zwei-dimensional offene Teilmen-
ge Φ−1 2 2 −1
`2 (U`1 ) ∩ R ⊆ R und die Abbildung Φ`1 ◦ Φ`2 nimmt dort (wegen Φ` (V` ∩ R ) = U` ∩ S
2

für ` ∈ {`1 , `2 }) Werte in R2 ⊆ R3 an. Wir vergessen also die letzte (verschwindende) Kompo-
nente und betrachten ψ = Φ−1 `1 ◦ Φ`2 |Φ−1 (U` )∩R2 als einen Diffeomorphismus zwischen offenen
`2 1
Teilmengen im R2 .
Anschaulich bedeutet die Positivität der Jacobi-Determinante, dass wir die Fläche zweimal
von der gleichen Seite her betrachten (und nicht etwa einmal von oben und einmal von unten).
Formal gesehen, wird dies eine wichtige Rolle im Beweis von Lemma 14.37 spielen. Dort werden
wir das Kreuzprodukt von partiellen Ableitungen von zwei verschiedenen Kartenabbildungen
vergleichen, wobei Positivität bewirken wird, dass die zwei Normalenvektoren in die gleiche
Richtung zeigen (also positive Vielfache von einander sind).
Alle Flächen, die wir bisher kennengelernt haben, wie zum Beispiel die Sphäre oder der
Torus, sind orientierbar.

Übung 14.31. Zeigen Sie, dass die Sphäre S2 ⊆ R3 orientierbar ist.

Wichtige Übung 14.32 (Eine Charakterisierung von Orientierbarkeit). Sei S ⊆ R3 eine

Fläche. Ein stetiges normiertes Normalenfeld ist eine stetige Abbildung n : S → R3 mit
n(p) ⊥ Tp S und kn(p)k = 1 für alle p ∈ S. Zeigen Sie, dass S genau dann orientierbar ist,
falls ein stetiges Normalenfeld existiert.

Obige Übung liefert eine nützliche Charakterisierung von Orientierbarkeit. Beispielsweise

ist daraus sofort klar, dass die Sphäre orientierbar ist, da ein stetiges Normalenfeld durch

n : S2 → R3 , p 7→ p

gegeben ist.
Es gibt auch Flächen, die nicht orientierbar sind.

Beispiel 14.33 (Das Möbius-Band). Das Möbius-Band M ⊆ R3 erhält man, indem man einen
rechteckigen Streifen Papier nach einer Drehung an einer der kurzen Enden zusammenklebt.
704
Die so entstehende Fläche hat keine Orientierung. Wenn eine Ameise auf einer Seite den
Streifen entlang geht, kommt diese nach einer Umdrehung zuerst am gleichen Ort auf dem
Papier, aber auf der anderen Seite vorbei. Erst nach zwei Umdrehungen gelangt sie wieder
an den gleichen Ort und die gleiche Seite. Wenn man nun den Fluss einer Strömung durch
das Blatt berechnen will, so stellt man fest, dass diese Frage gar keinen Sinn ergibt. An jeder
Stelle auf dem Blatt, wo auch immer die Ameise ist, kann man die Ameise verwenden, um die
Oberseite oder den Normalenvektor zur Oberfläche an dieser Stelle zu definieren. Wandert die
Ameise weiter, so kennt man die Orientierung des Normalenvektors nebenan und beginnt die
einzelnen Anteile des Flusses durch die Oberfläche aufzuaddieren. Da aber die Ameise nach
einer Umdrehung auf der anderen Seite des Blattes wiedererscheint, sehen wir, dass wir den
Fluss durch den ursprünglichen Teil des Blattes von sich selbst subtrahieren sollten.
Wir könnten dieses Problem natürlich beseitigen, indem wir das Blatt der kurzen Seite ent-
lang aufschneiden. Dann haben wir aber die Frage geändert, weil wir das Möbiusband durch das
ursprüngliche (vielleicht verdrehte, aber nicht zusammengeklebte) Blatt ersetzt haben. Dieses
ist orientierbar und das Flussintegral (siehe unten) macht Sinn, hängt aber im Allgemeinen
vom gewählten Ort des Durchschneidens des Möbiusbands ab.

Applet 14.34 (Nicht-Orientierbarkeit des Möbiusbandes). Text zum App.

Die Situation ist, wenn S der Rand eines glatt berandeten Bereiches ist, allerdings deutlich
besser.

Lemma 14.35 (Existenz einer Aussennormalen). Sei B ⊆ R3 ein kompakter glatt berandeter
Bereich. Dann existiert eine orientierte Parametrisierung Φ1 , . . . , ΦL des Randes S = ∂B, so
dass ∂s Φ` × ∂t Φ` eine Aussennormale ist. Das heisst, für alle ` ∈ {1, . . . , L} und (s, t) ∈ V`
gilt

Φ` (s, t) + ε(∂s Φ` × ∂t Φ` )(s, t) 6∈ B

Φ` (s, t) − ε(∂s Φ` × ∂t Φ` )(s, t) ∈ B ◦ ,

wenn nur ε > 0 genügend klein ist.

Beweis. Sei Q = [−a, a]3 ein Würfel, der B enthält, sei η0 > 0 geeignet wie in Lemma 14.7 und
sei Z eine Zerlegung von Q mit Maschenweite kleiner als η20 . Sei Qα @ Z ein Z entsprechender
Würfel, der ∂B schneidet, und sei pα ∈ Qα ∩ ∂B. Wir nehmen zuerst an, dass

Bη∞0 (pα ) ∩ B = (x, y, z)t ∈ Bη∞0 (pα ) | z ≤ ϕ(x, y)



705
für eine glatte Funktion ϕ. In diesem Fall definieren wir

Uα = (x, y, z)t ∈ Bη∞0 (pα ) | (x, y, ϕ(x, y))t ∈ Bη∞0 (pα )



und die Abbildung

   
x x
Ψα : y  ∈ Uα →
7  y .
   

z z − ϕ(x, y)

Man beachte dabei, dass das Bild von Uα ∩ B unter Ψα gerade aus jenen Punkten im Bild
Vα = Ψα (Uα ) besteht, die nicht-positive z-Koordinate haben. Sei weiter
   
s s
Φα = Ψα−1 : Vα → Uα ,  t  7→  t
   

w w + ϕ(s, t)

die Inverse. Daher gilt

     
1 0 −∂s ϕ
∂s Φα =  0  , ∂t Φα =  1  , ∂s Φα × ∂t Φα =  −∂t ϕ  .
     

∂s ϕ ∂t ϕ 1

Da letzteres mit dem Gradienten der Funktion f : (x, y, z)t 7→ z − ϕ(x, y) übereinstimmt,
deren Niveaumenge zum Wert 0 lokal den Rand von B beschreibt, und der Gradient somit
senkrecht auf der Oberfläche stehen muss, ist ∂s Φα (s, t) × ∂t Φα (s, t) ein Normalenvektor bei
Φα (s, t). Des Weiteren gilt
 
f Φα (s, t) + ε∂s Φα (s, t) × ∂t Φα (s, t) > 0

für alle hinreichend kleinen ε > 0 und damit zeigt ∂s Φα (s, t, 0) × ∂t Φα (s, t) nach aussen.
Falls eine Koordinatenvertauschung notwendig ist, um Bη∞0 (pα ) ∩ B mittels einer stetig dif-
ferenzierbaren Funktion ϕ zu beschreiben, oder auch falls Bη∞0 (pα ) ∩ B als Teilmenge oberhalb
statt unterhalb der Graphen von ϕ gegeben ist, so können wir obiges „Flachdrücken“ mit einer
Koordinatenvertauschung respektive einem Koordinatenvorzeichenwechel verknüpfen. Damit
können wir erreichen, dass die Ableitung des Diffeomorphismus Φα : Vα → Uα stets (wie im
ersten Fall, den wir betrachtet haben) Determinante 1 hat, die Punkte (s, t, w)t ∈ Vα mit
w ≤ 0 nach B abgebildet werden und die Punkte (s, t, w)t ∈ Vα mit w > 0 nicht nach B
abgebildet werden.
Seien nun zwei Kartenabbildungen Φα : Vα → Uα und Φβ : Vβ → Uβ , deren Bilder sich
in der offenen Menge Uα ∩ Uβ 6= ∅ schneiden. Dann hat die Ableitung des Kartenwechsel
A ∗

Φβ−1 ◦ Φα Determinante 1 wegen obigem und ist von der Form für A ∈ GL2 (R) und
0 b
b∈ R× .Auch nach obigem muss aber b > 0 und somit det(A) = > 0 gelten. Dies ergibt
1
b
aber somit genau eine orientierte Parametrisierung, da die offenen Mengen Uα für Qα @ Z

706
zusammen ∂B überdecken.

Definition 14.36 (Flussintegral durch Flächen). Sei S ⊆ R3 eine orientierbare Fläche, sei
Φ1 : V1 → U1 , . . . , ΦL : VL → UL eine orientierte Parametrisierung von S und sei K1 ⊆
V1 ∩ R2 , . . . , KL ⊆ VL ∩ R2 eine Kartenpartition für diese Parametrisierung. Sei U ⊇ S eine
offene Menge und sei f ein stetiges Vektorfeld auf U . Dann definieren wir das Flussintegral
von f über S durch
Z L Z
X
f · dn = hf ◦ Φ` , ∂s Φ` × ∂t Φ` i ds dt.
S `=1 K`

Lemma 14.37 (Wohldefiniertheit des Flussintegrals). Das Flussintegral über eine orientier-
bare, zusammenhängende Fläche hängt, abgesehen vom Vorzeichen, nicht von der gewählten
orientierten Parametrisierung ab. Für den Rand S = ∂B eines kompakten glatt berandeten
Bereiches und einem Atlas wie in Lemma 14.35 gilt sogar, dass das Flussintegral (inklusive
dem Vorzeichen) wohldefiniert ist.

Beweis. Gegeben seien zwei orientierte Parametrisierungen Φ` : V` → U` für ` ∈ {1, . . . , L}

und Ψm : Ṽm → Ũm für m ∈ {1, . . . , M } sowie Karten K` ⊆ V` ∩ R2 für alle ` ∈ {1, . . . , L}
und K̃m ⊆ Ṽm ∩ R2 für alle m ∈ {1, . . . , M }.
Wir nehmen nun ohne Beschränkung der Allgemeinheit an, dass

Φ1 (V1 ∩ R2 ) ∩ Ψ1 (Ṽ1 ∩ R2 ) = U1 ∩ Ũ1 ∩ S 6= ∅

gilt, und wählen ein p0 ∈ U1 ∩ Ũ1 ∩ S. Falls die Einschränkung der Abbildung

Φ−1 −1 −1
1 ◦ Ψ1 : Ψ1 (U1 ∩ Ũ1 ) → Φ1 (U1 ∩ Ũ1 )

auf den Schnitt R2 ∩ Ψ−1 −1

1 (U1 ∩ Ũ1 ) mit der Koordinatenebene in Ψ1 (p0 ) negative Jacobi-
Determinante hat, verknüpfen wir Ψ1 , . . . , ΨM mit einer Koordinatenvertauschung in R2 und
können dadurch erreichen, dass die Jacobi-Determinante positiv ist.
Wir sagen, dass die beiden Parametrisierungen in p ∈ S „kompatibel“ sind, falls es ein `
und ein m gibt, so dass p in U` ∩ Ũm liegt und die Jacobi-Determinante der Einschränkungen
von Φ−1
` ◦ Ψm auf R ∩ Ψm (U` ∩ Ũm ) positiv ist. Da beide Parametrisierungen nach Annahme
2 −1

orientiert sind, hängt diese Eigenschaft weder von der Wahl von ` noch von der Wahl von m
ab. Wir definieren

O = {p ∈ S | die Parametrisierungen sind in p kompatibel} .

Nach obigem können wir also annehmen, dass p0 ∈ O liegt. Da die Ableitungen der Kar-
tenabbildungen stetig sind, folgt aus der Definition, dass O eine offene Teilmenge von S ist.
Aus demselben Argument folgt aber auch, dass S \ O offen ist (wieso?). Der angenommene
Zusammenhang von S impliziert nun, dass O = S sein muss, da O nicht leer ist.
Wir vereinfachen nun die Notation und nehmen an, dass Φ : V → U und Φ̃ : Ṽ → Ũ = U
Diffeomorphismen sind, welche lokal S parametrisieren und für die die Jacobi-Determinante
707
der Abbildung

ψ = Φ−1 ◦ Φ̃|Ṽ ∩R2 : Ṽ ∩ R2 → V ∩ R2

positiv ist. Weiter seien K ⊆ V ∩ R2 und K̃ ⊆ Ṽ ∩ R2 Karten zu S mit Φ(K) = Φ̃(K̃). Für
ein stetiges Vektorfeld gilt dann auf Grund der Substitutionsregel für ψ (Satz 13.56), dass
Z Z
hf ◦ Φ, ∂s Φ × ∂t Φi ds dt = hf ◦ Φ, ∂s Φ × ∂t Φi ◦ ψ| det( Dψ)| ds̃ dt̃
K ZK̃ D E
= f ◦ Φ̃, (∂s Φ × ∂t Φ) ◦ ψ det( Dψ) ds̃ dt̃,
K̃ | {z }
(∗)

wobei wir (s̃, t̃) für die Koordinaten in Ṽ ∩ R2 geschrieben haben. Wir behaupten nun, dass
(∗) gleich ∂s̃ Φ̃ × ∂t̃ Φ̃ ist. In der Tat gilt
   
∂s̃ Φ̃ , ∂t̃ Φ̃ = ∂s Φ ◦ ψ , ∂t Φ ◦ ψ Dψ

auf Grund der mehrdimensionalen Kettenregel (Satz 11.13 – wieso?). Wir vereinfachen nun
die Notation weiter und betrachten ũ, ṽ, u, v ∈ R3 und A = ac db ∈ GL2 (R) mit

(ũ, ṽ) = (u, v)A.

Wir haben also ũ = au + cv und ṽ = bu + dv, womit nach der Bilinearität und Antisymmetrie
des Kreuzprodukts gilt

ũ × ṽ = (au + cv) × (bu + dv)

= ab(u × u) + ad(u × v) + bc(v × u) + cd(v × v)
= ad(u × v) + bc(v × u)
= (ad − bc)u × v = det(A)u × v

Es folgt daher, dass (∗) tatsächlich gleich ∂s̃ Φ̃ × ∂t̃ Φ̃ ist, und somit gilt
Z Z D E
hf ◦ Φ, ∂s Φ × ∂t Φi ds dt = f ◦ Φ̃, ∂s̃ Φ̃ × ∂t̃ Φ̃ ds̃ dt̃
K K̃

Wir können dies nun für alle Mengen der Form K = Φ−1 ` (Φ` (K` ) ∩ Φ̃m (Km )) und K̃ =
−1
Φ̃` (Φ` (K` ) ∩ Φ̃m (Km )) anwenden, um die erste Aussage vom Lemma zu beweisen.
Die letzte Aussage des Lemmas folgt analog wobei man verwendet, dass zwei Parametri-
sierungen einer offenen Umgebung eines Punktes p ∈ S = ∂B, die beide einen Aussennorma-
lenvektor von B bei p als Kreuzprodukt der partiellen Ableitungen besitzen, kompatibel sein
müssen.

Beispiel 14.38. Wir betrachten nochmals die Fläche S definiert als den Graphen von

(x, y) ∈ B1 (0) 7→ z = x2 + y 2 .

708
Sei des Weiteren das Vektorfeld f : R3 → R3 definiert durch
   
x z
   2 
f y  = x  .
z y

Damit ist das Flussintegral durch S definiert als das Integral

   
Z * x −2x +
A= f  y  , −2y  dx dy
   
B1 (0)
x2 + y 2 1
Z
(x2 + y 2 )(−2x) + x2 (−2y) + y dx dy,


=
B1 (0)

welches auf Grund der vorhandenen Symmetrien gleich Null ist.

709
14.3 Der Divergenzsatz im dreidimensionalen Raum
Definition 14.39 (Divergenz). Sei U ⊆ R3 eine offene Menge und sei f : U → R3 ein stetig
differenzierbares Vektorfeld. Die Divergenz von f bei p ∈ U ist definiert als
Z
1
div(f )(p) = lim 8h3 f · dn,
h→0 ∂Bh∞ (p)

falls der Grenzwert existiert.

Man beachte, dass dies die analoge Definition ist wie im zweidimensionalen (siehe Proposi-
tion 14.1), da das Volumen von Bh∞ (p) gerade 8h3 ist. Des Weiteren sind die Aussennormalen
des Quaders Bh∞ (p) sowie das Integral ∂B ∞ (p) f · dn in Analogie zum zweidimensionalen Fall
R
h
definiert.

14.3.1 Der Divergenzsatz für Bereiche unter Graphen

Proposition 14.40 (Erste Version des Divergenzsatzes). Sei f : U → R3 ein stetig differen-
zierbares Vektorfeld auf einer offenen Menge U ⊆ R3 . Dann existiert die Divergenz div(f ) auf
ganz U und ist durch

div(f ) = ∂1 f1 + ∂2 f2 + ∂3 f3

gegeben. Sei weiter Q ⊆ R2 ein abgeschlossenes Rechteck und sei ϕ : Q → [z0 , ∞) eine stetig
differenzierbare Funktion, so dass der abgeschlossene Bereich unter dem Graphen von ϕ

B = (x, y, z)t ∈ R3 | (x, y) ∈ Q, z0 ≤ z ≤ ϕ(x, y)



in U liegt. Dann gilt

Z Z
div(f ) dvol = f · dn.
B ∂B

Dabei ist ∂B f · dn das Flussintegral bezüglich der Aussennormalen und wird wie in
R

Proposition 14.2 als Summe der Flussintegrale über die Seitenflächen von B definiert (siehe
auch den Beweis unten für eine explizite Darstellung).

Beweis. Wir beweisen zuerst für ein abgeschlossenes Rechteck Q = [a, b] × [c, d] und einen
Bereich B definiert durch eine Funktion ϕ : Q → [z0 , ∞) die Gleichheit
Z Z
f · dn = (∂1 f1 + ∂2 f2 + ∂3 f3 ) dvol.
∂B B

Der Rand ∂B von B hat 6 Seiten: „links“ (x = a), „rechts“ (x = b), „vorne“ (y = c), „hinten“
(y = d), „unten“ (z = z0 ) und „oben“. Der obere Teil des Randes ist durch (x, y) ∈ Q
parametrisiert, da er durch {(x, y, ϕ(x, y)) | (x, y) ∈ Q} gegeben ist. Der Normalenvektor an

710
dem durch (x, y) ∈ Q gegebenen Punkt ist somit
     
1 0 −∂x ϕ(x, y)
0 × 1  = −∂y ϕ(x, y)
     

∂x ϕ(x, y) ∂y ϕ(x, y) 1

Wir betrachten drei Spezialfälle für das Vektorfeld f , aus welchen wir dann den allgemeinen
Fall erhalten. 0
Falls das Vektorfeld f von der Form f = 0 ist, so gilt
f3
Z Z


f · dn = f3 (x, y, ϕ(x, y)) − f3 (x, y, z0 ) dx dy
∂B Q
Z Z ϕ(x,y)
= ∂3 f3 (x, y, z) dz dx dy
Q z0
Z
= ∂3 f3 (x, y, z) dvol(x, y, z)
B

auf Grund des Fundamentalsatzes der Differential- und Integralrechnung (Korollar 9.5) und
des Satzes von Fubini (in der Form von Korollar
 13.43).

f1
Falls das Vektorfeld f von der Form f = 0 , so verschwinden die Integrale „vorne“
f3
und „hinten“ und jedes der verbleibenden Integrale enthält die Integration über y ∈ [c, d].
Verwenden wir für die verbleibenden vier Integral die entsprechenden Aussennormalen ergibt
sich damit
Z b* −∂x ϕ(x, y)
! !+ * ! !+ !
Z Z d f1 (x, y, ϕ(x, y)) f1 (x, y, z0 ) 0
f · dn = 0 , −∂y ϕ(x, y) − 0 , 0 dx dy
∂B c a f3 (x, y, ϕ(x, y)) 1 f3 (x, y, z0 ) 1
* ! !+ * ! !+ !
Z d Z ϕ(b,y) f1 (b, y, z) 1 Z ϕ(a,y) f1 (a, y, z) 1
+ 0 , 0 dz − 0 , 0 dz dy
c z0 f3 (b, y, z) 0 z0 f3 (a, y, z) 0

nach Definition des Flussintegrals über ∂B und dem Satz von Fubini (Theorem 13.39). Wir
löschen nun aus den inneren Produkten die zweite Koordinate, da diese verschwindenden

711
Beitrag zur Summe haben, und interpretieren die inneren eindimensionalen Integrale als das
Flussintegral über ∂By , wobei

b {(x, z) | a ≤ x ≤ b und z0 ≤ z ≤ ϕ(x, y)} .

By = B ∩ (R × {y} × R)=

Also erhalten wir

Z Z dZ  
f1 (x, y, z)
f · dn = · dn(x, z) dy
∂B c ∂By f3 (x, y, z)
Z dZ
= (∂1 f1 + ∂3 f3 ) dvol(x, z) dy
c By

auf Grund des zweidimensionalen Divergenzsatz (Proposition 14.2) für Bereiche unter Gra-
phen.

Figur 14.8: Tomografie in den Ebenen {(x0 , y 0 , z 0 ) : y 0 = y}.

Nochmalige Anwendung des Satzes von Fubini ergibt nun

Z Z
f · dn = (∂1 f1 + ∂3 f3 ) dvol
∂B B

wie gewünscht.  
0
Falls das Vektorfeld f von der Form f = f2 ist, so erhält man analog
f3

Z Z
f · dn = (∂2 f2 + ∂3 f3 ) dvol
∂B B

mittels Tomografie in den Ebenen {(x0 , y 0 , z 0 ) : x0 = x}.

Ist das Vektorfeld f nun beliebig, so können f schreiben als
       
f1 f1 0 0
f = f2  =  0  + f2  +  0 
       

f3 0 0 f3

712
und es ergibt sich mit Linearität
Z Z
f · dn = (∂1 f1 + ∂2 f2 + ∂3 f3 ) dvol
∂B B

wie behauptet.
Für B = Bh∞ (p) können wir dies gemeinsam mit der Stetigkeit von ∂1 f1 + ∂2 f2 + ∂3 f3 bei
p verwenden, um
Z Z
1 1
8h3
f · dn = 8h3 (∂1 f1 + ∂2 f2 + ∂3 f3 ) dvol → (∂1 f1 + ∂2 f2 + ∂3 f3 )(p)
∂Bh∞ (p) Bh∞ (p)

für h → 0 zu folgern.

14.3.2 Der Divergenzsatz auf glatt berandeten Bereichen

Theorem 14.41 (Divergenzsatz im dreidimensionalen Raum – Satz von Gauss). Sei B ein
kompakter, glatt berandeter Bereich und f ein stetig differenzierbares Vektorfeld definiert auf
einer offenen Obermenge von B. Dann gilt
Z Z
div(f ) dvol = f · dn.
B ∂B

Dabei stellt f · dn das Flussintegral bezüglich der Aussennormalen wie in Definiti-

R
∂B
on 14.36 dar.

Beweis. Sei η0 > 0 geeignet wie in Lemma 14.7, sei Q ein Würfel, der B enthält, und sei Z eine
Zerlegung von Q in Würfel mit Maschenweite kleiner als η30 . Wir wollen wiederum den Satz
auf den Fall eines Bereiches unter einem Graphen zurückführen. Allerdings ist es technisch
einfacher, nicht den Bereich B wie im Beweis von Theorem 14.14 in Puzzleblöcke zu zerlegen,
sondern das Vektorfeld f in „lokale Teile“ fα für alle Qα @ Z zu zerlegen. Hierbei müssen wir
die Vektorfelder fα aber so wählen, dass
X
f= fα
Qα @Z

gilt und dass diese Funktionen ebenfalls stetig differenzierbar sind. Wenn der Satz dann bereits
für jedes fα gilt, dann impliziert Linearität den Satz wiederum auch für f .
Wir definieren die Funktionen fα mittels einer sogenannten „glatten Partition der Eins“.
Hierfür benötigen wir eine glatte Funktion ψ1 : R → [0, 1] mit ψ1 (t) = 1 für alle t ∈ [−1, 1]
und ψ1 (t) = 0 für alle t mit |t| ≥ 23 (siehe Beispiel 8.23 und Übung 8.24). Mit dieser können
wir dann eine glatte Funktion ψ3 auf R3 durch

ψ3 : (x, y, z) ∈ R3 7→ ψ1 (x)ψ1 (y)ψ1 (z) ∈ R

definieren, welche auf B1∞ (0) gleich 1 ist und ausserhalb von B ∞
3 (0) verschwindet. Wir verschie-
2
ben und strecken diese Funktion, so dass wir für jedes Qα @ Z eine Funktion ψ3,αα : R3 → R

713
finden, die auf Qα gleich 1 ist und Träger innerhalb eines grösseren offenen Quaders Uα hat,
wobei B ∩ Uα durch eine stetig differenzierbare Funktion beschrieben werden kann (im Sinne
von Definition 14.4). Wir definieren nun
 X −1
ψα = ψ3,ββ ψ3,αα
Qβ @Z

und erhalten glatte Funktionen auf einer offenen Obermenge U von Q, welche Werte in [0, 1]
annehmen und
X
ψα = 1
Qα @Z

auf ganz U erfüllen. Des Weiteren definieren wir

fα = ψα f

für alle Qα @ Z.
Falls Uα ⊆ B ◦ für ein Qα @ Z, so gilt
Z Z Z Z
div(fα ) dvol = div(fα ) dvol = fα · dn = 0 = fα · dn,
B Uα ∂Uα ∂B

da fα Träger innerhalb von Uα hat.

Falls hingegen Uα ∩ ∂B 6= ∅ für ein Qα @ Z ist, so erhalten wir
Z Z Z
div(fα ) dvol = div(fα ) dvol = div(fα ) dvol,
B B∩Uα Bα

wobei wir Bα (nach Vertauschung der Koordinaten wenn nötig) als den Bereich unter dem
Graphen einer stetig differenzierbaren Funktion so definieren, dass Bα ∩ Uα = B ∩ Uα gilt.

714
 Auf Grund von Proposition 14.40 gilt dann
Z Z Z Z
div(fα ) dvol = fα · dn = fα · dn = fα · dn,
Bα ∂Bα ∂B∩Uα ∂B

da ∂Bα ∩ Uα = ∂B ∩ Uα und fα Träger innerhalb von Uα hat und somit die Integrale über
die Ränder von ∂Bα und von ∂B ausserhalb von Uα verschwinden. Summieren wir nun diese
Formeln über alle Qα @ Z, die B schneiden, so folgt das Theorem.

Bemerkung. Der Divergenzsatz funktioniert ebenso für Rn und n ≥ 4. Doch erfordert dieser
eine Definition des Flussintegrals über den Rand eines n-dimensionalen glatt berandeten Be-
reichs. Hierzu ist der Begriff der alternierenden Tensoren und der Differentialformen äusserst
nützlich, worauf wir später noch einmal kurz zu sprechen kommen werden.

715
14.4 Der Laplace-Operator
Wir wollen hier einen weiteren wichtigen Differentialoperator einführen, welcher aber im
Unterschied zu allen bisher betrachteten Operatoren wie ∇, div, rot für eine reellwertige zwei-
mal differenzierbare Funktion auf einer offenen Menge U ⊆ Rn eine weitere reellwertige Funk-
tion auf U definiert.

Definition 14.42 (Laplace-Operator). Sei U ⊆ Rn offen und f : U → R zweimal stetig

differenzierbar. Dann definieren wir für p ∈ U
Z
cn


∆f (p) = lim rn+2 f (p + h) − f (p) dh
r&0 Br (p)

2(n+2)
falls der Grenzwert existiert. Es ist üblich die Konstante cn mittels cn = vol(B1 (0)) zu definieren.

In Worten ausgedrückt vergleicht also der Laplace-Operator den Funktionswert in einem

Punkt mit den Funktionswerten in kleinen Umgebungen um den Punkt.

Proposition 14.43 (Laplace-Operator als Differentialoperator). Sei U ⊆ Rn offen und sei

F : U → R zweimal stetig differenzierbar. Dann existiert ∆F auf ganz U und erfüllt
n
X
∆F = ∂j2 F.
j=1

Beweis. Zur Vereinfachung der Notation betrachten wir ohne Beschränkung der Allgemein-
heit den Punkt p = 0 ∈ U . Wir verwenden die Taylor-Approximation zweiter Ordnung in
Korollar 11.25 und erhalten für r > 0
Z Z
h∇F (0), hi + 21 ht H(0)h + o(r2 ) dvol(h),



F (h) − F (0) dvol(h) =
Br (0) Br (0)

wobei H(0) die Hesse-Matrix der zweiten Ableitungen von F in 0 darstellt. Auf Grund der
Symmetrie von Br (0) gilt aber
Z
hj dvol(h) = 0,
Br (0)

womit auch
Z
h∇F (0), hi dvol(h) = 0
Br (0)

ist. Dies gilt ebenso für die gemischten quadratischen Terme, das heisst
R
Br (0) hj hk dvol(h) = 0
für j 6= k. Daher ist
Z n
X Z
1
∂j2 F (0) h2j dvol(h) + vol(Br (0))o(r2 ).


F (h) − F (0) dh dvol(h) = 2
Br (0) j=1 Br (0)

716
Des Weiteren gilt
Z n Z
X Z
h2j dvol(h) = 1
n h2k dvol(h) = 1
n khk2 dvol(h)
Br (0) k=1 Br (0) Br (0)
Z
= 1
n r2 kuk2 rn dvol(u) = Crn+2
B1 (0)

auf Grund der Substitution h = ru für u ∈ B1 (0), wobei C = C(n) = 1 2

R
n B1 (0) kuk dvol(u).
Daher existiert der Grenzwert in Definition von ∆F (0) und es gilt
Z n
X
1 C
∂j2 F (0).


lim n+2 F (h) − F (0) dh = 2
r&0 r Br (0) j=1

Um den Wert der (von n abhängigen) Konstante C zu berechnen, beginnen wir mit

Z K Z
1 2 1X
C= kuk dvol(u) = kuk2 dvol(u)
n B1 (0) n Bk
k=1

k 2
für Bk = B k (0) \ B k−1 (0). Nun schätzen wir für u ∈ Bk die Zahl kuk2 durch K ab


K K
und erhalten mit dem Mittelwertsatz für g(t) = t und dem Satz über Riemann-Summen
n

(Satz 6.47)

K 2 K 2  n
k−1 n
Z     
1X k 1X k k
C≤ dvol(h) = − vol(B1 (0))
n Bk K n K K K
k=1 k=1 | {z }
k
=g ( K )−g( k−1
K )
K  2  n−1
1X k k 1
≤ n vol(B1 (0))
n K K K
k=1
K 
k n+1 1
 Z 1
X vol(B1 (0))
= vol(B1 (0)) → vol(B1 (0)) tn+1 dt =
K K 0 n+2
k=1

für K → ∞. Auf dieselbe Art und Weise ergibt sich aber auch die umgekehrte Ungleichung
und damit die Proposition.

14.4.1 Schwingungen der Trommel

Pn
Mit der Formel ∆F = j=1 ∂j F ergibt sich unmittelbar der Zusammenhang ∆F =
2

div(∇F ) des Laplace-Operators zum Gradienten und zum Divergenzoperator. Die Definiti-
on mittels dem asymptotischen Verhalten von F bei Mittelung über kleine Bälle hat aber
auch Vorteile. Erstens ist es recht schnell klar, dass sich ∆ bei der Rotation des Koordina-
tensystems nicht ändert. Zweitens erklärt diese Definition, warum der Laplace-Operator so
oft in (partiellen) Differentialgleichungen vorkommt. Nehmen wir zum Beispiel an, dass die
Funktion F : B1 (0) → R am Rand verschwindet und die vertikale Auslenkung einer elasti-
schen Membran über B1 (0) ⊆ R2 beschreibt – dies wird auch eine Trommel genannt. Dann

717
bestimmt das Mittel
Z
(F (p + h) − F (p)) dvol(h),
Br (p)

ob der Punkt (p, F (p)) auf der ausgelenkten Membran im Schnitt über oder unter anderen
Punkten auf der Membran in der Nähe liegt. Dies bestimmt die Richtung (nach oben oder
nach unten) und die Stärke der Krafteinwirkung auf den Punkt (p, F (p)). Doch welchen Ra-
dius sollte man hier verwenden, vor allem wenn der Punkt näher an den Rand der Trommel
rutscht? Um eine vernünftige Theorie zu entwickeln, betrachtet man statt dem Mittel über
eine Nachbarschaft mit vorgegebenem Radius r den Laplace-Operator. Die Wellengleichung
für die Beschreibung der Auslenkung F (p, t) der Trommel über p ∈ B1 (0) zum Zeitpunkt
t ∈ R hat damit nach geeigneter Wahl der physikalischen Einheiten die Form

∂t2 F (p, t) = ∆p F (p, t),

wobei ∆p F (p, t) = (∂12 F + ∂22 F )(p, t) den Laplace-Operator in den Raumkoordinaten bezeich-
net.
Können wir mit unseren Methoden mehrere mögliche Bewegungen der Trommel beschrei-
ben? Die positive Antwort ist in folgender Übung enthalten.

Übung 14.44 (Laplace-Eigenfunktionen auf der Kreisscheibe).

(a) Zeigen Sie, dass der Laplace-Operator in Polarkoordinaten die Form ∆ = ∂r2 + 1r ∂r + r12 ∂θ2
annimmt.

(b) Angenommen g ist eine glatte Funktion auf B1 (0), welche am Rand von B1 (0) verschwindet
und welche der Gleichung ∆g = λg für ein λ < 0 genügt. Zeigen Sie, dass die Funktion F
1
definiert durch F (p, t) = g(p) sin(|λ| 2 t) eine Lösung der Wellengleichung darstellt.

(c) Angenommen g ist von der Form g(r, ϕ) = Jn (r) sin(nϕ) für ein n ∈ N0 und löst ∆g = λg
für ein λ < 0. Welche Differentialgleichung muss Jn damit erfüllen?

(d) Verknüpfen Sie die obigen Beobachtungen mit unserer Diskussion der Bessel-Differential-
gleichung in Abschnitt 11.5.1.

14.4.2 Harmonische Funktionen

Falls wir nun die Vorgabe am Rand ändern, also die Membran am Rand in eine bestimmte
Form zwingen, so stellt sich die Frage, welche Form die Membran im Innern annehmen wird.
Zuerst kann es natürlich zu Schwingungen der Membran kommen, doch existieren in der realen
Welt Reibungskräfte, womit die Membran nach einiger Zeit zu Ruhe kommt. In dieser Ruhe-
lage sollte also an keinem Ort eine Krafteinwirkung vorhanden sein, das heisst, die Funktion
F (p, t) = g(p) sollte der Dirichlet-Gleichung

∆p F = ∆g = 0

718
genügen. In diesem Fall nennen wir die Funktion g auch harmonisch. Aus dieser Diskussion
leitet sich die Vermutung ab, dass es für jede stetige, vorgegebene Funktion auf dem Rand
∂B1 (0) eine eindeutig bestimmte, stetige harmonische Funktion gibt, deren Einschränkung am
Rand die vorgegebene Funktion ist. Dies wird das Dirichlet-Problem genannt. Mittels einer
Seifenlauge und einem geschlossenen Stück Draht lässt sich dieses Problem sehr schnell für alle
möglichen Vorgaben am Rand lösen, doch die mathematische Lösung des Problems geht weit
über diese Vorlesung hinaus. Wir begnügen uns mit folgender Anwendung der Divergenzsätze.

Korollar 14.45 (Mittelwerteigenschaft harmonischer Funktionen). Sei U ⊆ Rn für n = 2

oder n = 3 offen und g : U → R harmonisch (das heisst, ∆g = 0). Dann gilt für jeden
abgeschlossenen Ball Br (p) ⊆ U die Mittelwerteigenschaft
Z
1
g(h) dvol(h) = g(p).
vol(∂Br (p)) ∂Br (p)

Beweis für n = 2. Zur Vereinfachung der Notation nehmen wir wieder an, dass p = 0 ist. Wir
definieren die Hilfsfunktion

x 7→ ν(x) = log(kxk)

Diese ist überall glatt ausser beim Ursprung und es gilt

!
1 x
∇ν(x, y) = 2 , ∆ν(x, y) = 0
x + y2 y

für alle (x, y)t ∈ R2 \ {0}. Des Weiteren betrachten wir das Vektorfeld

f = g∇ν − ν∇g,

für welches gilt

div(f ) = h∇g, ∇νi + g∆ν − h∇g, ∇νi + (∆g)ν = 0

auf R2 \ {0}, da g harmonisch ist. Wir verwenden nun den Divergenzsatz in der Ebene (Theo-
rem 14.14) für den Kreisring B = Br (0) \ Bε (0) für ein ε > 0 mit ε < r. Damit erhalten wir
für den Weg
γr : t ∈ [0, 2π] 7→ r(cos(t), sin(t))t

mit Ableitung γ 0 (t) = r(− sin(t), cos(t))t und Aussennormale n(t) = γr (t) die Gleichung
Z Z 2π Z 2π
div(f ) dvol = 0 = hf (γr (t)), γr (t)i dt − hf (γε (t)), γε (t)i dt,
B 0 0

wobei γε wie γr definiert ist und auf Grund der Orientierung negativ in obige Gleichung
eingeht; siehe auch folgendes Bild.

719
Wir betrachten zuerst das erste Integral, indem wir die Definition von f einsetzen und erhalten
Z 2π Z 2π Z 2π
hf (γr (t)), γr (t)i dt = g(γr (t))h∇ν(γr (t)), γr (t)i dt − log(r) h∇g(γr (t)), γr (t)i dt
0 0 | {z } 0
=1
Z 2π Z
= g(γr (t)) dt − log(r) div(∇g) dvol
0 Br (0) | {z }
=∆g=0
Z 2π
= g(γr (t)) dt
0

nach dem Divergenzsatz für das Vektorfeld ∇g. Da dies analog auch für den Radius ε gilt,
erhalten wir mit obigem
Z 2π Z 2π
1 1
2π g(γr (t)) dt = 2π g(γε (t)) dt → g(0)
0 0

für ε → 0 und damit das Korollar.

Übung 14.46 (Mittelwerteigenschaft im dreidimensionalen). Beweisen Sie Korollar 14.45

für n = 3 unter Verwendung der Hilfsfunktion ν(p) = kpk−n p und dem Divergenzsatz im R3
(Theorem 14.41).

Satz 14.45 gilt analog für n ≥ 4, der Beweis verwendet wieder die Hilfsfunktion wie in
obiger Übung und den n-dimensionalen Divergenzsatz.

720
14.5 Der Satz von Stokes im dreidimensionalen Raum
Der verbleibende Integralsatz, den wir in dieser Vorlesung genau besprechen wollen, ist
der Satz von Stokes, welcher eine Übertragung des Satzes von Green (Theorem 14.18) in den
dreidimensionalen Raum darstellt.

14.5.1 Die Wirbelstärke in einem infinitesimalen Parallelogramm

Wir wollen diese Diskussion mit einer geometrisch motivierten Definition der Wirbelstärke
beginnen. Hierfür bezeichnen wir das Parallelogramm

p + {su + tv | s, t ∈ [0, 1]}

mit Ausgangspunkt p ∈ R3 und aufspannenden Vektoren u, v ∈ R3 als P (p, u, v). Weiter

parametrisieren wir den Rand des Parallelogramms durch den Weg



 p + tu falls t ∈ [0, 1]
 p + u + (t − 1)v falls t ∈ [1, 2]

γ : t ∈ [0, 4] 7→


 p + (3 − t)u + v falls t ∈ [2, 3]
falls t ∈ [3, 4]

 p + (4 − t)v

und schreiben für ein gegebenes Vektorfeld f auf einer offenen Menge U im R3 mit P (p, u, v) ⊆
U auch
Z Z 4
f · ds = hf (γ(t)), γ̇(t)i dt
∂P (p,u,v) 0

für das Wegintegral von f über den Rand ∂P (p, u, v). Wir bemerken allerdings, dass hier der
Begriff Rand als Rand der Menge in einem geeigneten zweidimensionalen affinen Unterraum
aufgefasst werden muss, da ansonsten die Bezeichnung nicht mit unserer Definition des Randes
übereinstimmt (wieso?).

Definition 14.47 (Wirbelstärke in Parallelogrammen). Sei f ein stetig differenzierbares Vek-

torfeld auf einer offenen Teilmenge U ⊆ R3 . Für p ∈ U und u, v ∈ R3 definieren wir die
Wirbelstärke von f bei p im infinitesimalen Parallelogramm zu u, v ∈ R3 durch
Z
1
rot(f, p, u, v) = lim h2 f · ds,
h→0 ∂P (p,hu,hv)

falls der Grenzwert existiert.

Wir bemerken an dieser Stelle, dass man sich die Normalisierung h2 in obiger Definition
nicht als die Fläche von P (p, hu, hv) vorstellen sollte, sondern viel eher als die Rate, mit der
die Fläche für h → 0 kleiner wird.

Proposition 14.48 (Alternierend und Multilinear). Sei f ein stetig differenzierbares Vektor-
feld auf einer offenen Teilmenge U ⊆ R3 und sei p ∈ U . Dann gelten folgende Aussagen:

721
 • Für alle p ∈ U und u, v ∈ R3 existiert die Wirbelstärke rot(f, p, u, v).

• Die Wirbelstärke rot(f, p, u, v) hängt bei festem p ∈ U und v ∈ R3 linear von u ab.

• Die Wirbelstärke rot(f, p, u, v) hängt bei festem p ∈ U und u ∈ R3 linear von v ab.

• Es gilt rot(f, p, u, v) = − rot(f, p, v, u) für alle u, v ∈ R3 und p ∈ U .

Wir benötigen obiges Resultat bloss als Motivation für einige weitere Diskussionen; deswe-
gen verweisen wir für den Beweis auf folgende Übung oder Übung 14.53.

Übung 14.49. Beweisen Sie Proposition 14.48.

14.5.2 Glatt berandete orientierbare Flächen im dreidimensionalen Raum

Wir erinnern daran, dass wir hier nur Flächen im R3 betrachten wollen, die mit einer
endlichen Listen kompatibler Kartenabbildungen

Φ1 : V1 → U1 , . . . , ΦL : VL → UL

parametrisiert werden können (siehe Abschnitt 14.2.1, wo die Notation erklärt wurde). Obwohl
dies nicht notwendig ist, wollen wir hier zur Vereinfachung der Diskussion und vor allem der
Notation davon ausgehen, dass wir nur einen Diffeomorphismus

Φ:V →U

benötigen, um die gegebene Fläche S zu parametrisieren. Genauer wollen wir annehmen, dass
es einen kompakten, glatt berandeten Bereich K ⊆ V ∩ R2 mit S = Φ(K) gibt. In diesem Fall
wollen wir S glatt berandet nennen. Man beachte, dass S nicht im Sinne unserer Definition
eine Teilmannigfaltigkeit bildet (sondern nur Φ(K ◦ )), weswegen wir S manchmal auch eine
Fläche mit Rand nennen wollen. Der Rand der Fläche S ist dann definiert als ∂S = Φ(∂K)
(obwohl dies nicht mit der Definition des Randes einer Menge übereinstimmt) und bildet eine
kompakte eindimensionale Teilmannigfaltigkeit (wieso?).
Das Wegintegral eines Vektorfelds auf U über den Rand von S wird mit Hilfe von Wegen
der Form Φ ◦ γ1 , . . . , Φ ◦ γL definiert, wobei γ1 , . . . , γL eine positiv orientierte Parametrisierung
des Randes ∂K ist.

14.5.3 Der Satz von Stokes

Mit diesen Definitionen können wir nun den Satz von Stokes formulieren.

Theorem 14.50 (Satz von Stokes). Sei f ein stetig differenzierbares Vektorfeld auf einer
offenen Teilmenge U ⊆ R3 . Dann existiert die Wirbelstärke rot(f, p, u, v) von f zu jedem
Punkt p ∈ U und zu allen u, v ∈ R3 und ist durch

rot(f, p, u, v) = hrot(f )(p), u × vi

722
gegeben, wobei das Vektorfeld
 
∂2 f3 − ∂3 f2
rot(f ) = ∂3 f1 − ∂1 f3 
 

∂1 f2 − ∂2 f1

auf U die Rotation von f genannt wird. Ist S ⊆ U eine glatt berandete, orientierbare Fläche
(mit Rand), so gilt des Weiteren
Z Z
rot(f ) · dn = f · ds.
S ∂S

Um sich die Formel für die Rotation rot(f ) merken

  zu können, ist vielleicht folgende (sehr)
∂1
informelle Rechnung nützlich. Schreiben wir ∇ = ∂2 , so erhalten wir
∂3

     
∂2 f3 − ∂3 f2 ∂1 f1
rot(f ) = ∂3 f1 − ∂1 f3  = ∂2  × f2  = ∇ × f.
     

∂1 f2 − ∂2 f1 ∂3 f3

Auch möchten wir anmerken, dass streng genommen der Begriff „glatt berandet“ für allgemeine
Flächen nicht eingeführt wurde, sondern wie schon erwähnt nur für Flächen der Form S =
Φ(K). Die allgemeine Definition genauso wie der Beweis des Satzes lassen sich im Wesentlichen
durch Zusammenstückeln von Flächen mit dieser Eigenschaft erhalten, weswegen wir uns (auch
im Beweis) auf diesen Spezialfall einschränken möchten. Genau wie der Beweis des Satz von
Gauss (Theorem 14.41) verwendet der Beweis im allgemeinen Fall dann eine Zerlegung der
Eins, um den Beweis auf folgenden Beweis zurückzuführen.

Beweis. Sei S = Φ(K) wie in Abschnitt 14.5.2. Wir möchten via der Abbildung Φ das Vek-
torfeld f auf V ∩ R2 zurückziehen und definieren also ein Vektorfeld f˜ auf der Karte V ∩ R2
durch
!
hf ◦ Φ(s, t), ∂s Φ(s, t)i
f˜(s, t) =
hf ◦ Φ(s, t), ∂t Φ(s, t)i

für alle (s, t) ∈ V ∩R2 . Um den Satz von Green (Theorem 14.18) geeignet anzuwenden, müssen
wir die Rotation von f˜ in V ∩ R2 mittels der Rotation von f ausdrücken und behaupten
deswegen, dass

rot(f˜) = hrot(f ) ◦ Φ, ∂s Φ × ∂t Φi (14.5)

723
gilt. Wir berechnen dazu

rot(f˜) = ∂s f˜2 − ∂t f˜1

= ∂s hf ◦ Φ, ∂t Φi − ∂t hf ◦ Φ, ∂s Φi
= h( Df ) ◦ Φ ∂s Φ, ∂t Φi + hf ◦ Φ, ∂s ∂t Φi − h( Df ) ◦ Φ ∂t Φ, ∂s Φi − hf ◦ Φ, ∂s ∂t Φi
= h( Df ) ◦ Φ ∂s Φ, ∂t Φi − h( Df ) ◦ Φ ∂t Φ, ∂s Φi .

Des Weiteren können wir die Rotation von f auch in der Form
X

rot(f ) = ∂σ(2) fσ(3) − ∂σ(3) fσ(2) eσ(1)
σ∈A3

schreiben, wobei A3 ⊆ S3 die Gruppe der zyklikschen Permutationen der Menge {1, 2, 3}
bezeichnet (wieso?). Damit gilt nun

3
X
rot(f˜) =


(∂j fk ) ◦ Φ ∂s Φj ∂t Φk − ∂t Φj ∂s Φk
| {z } | {z } | {z } |{z} | {z }
j,k=1 =ajk =uj =vk =vj =uk
3
X
= ajk (uj vk − vj uk )
| {z }
j,k=1
=0 falls j=k
X 


= aσ(2)σ(3) uσ(2) vσ(3) − uσ(3) vσ(2) + aσ(3)σ(2) uσ(3) vσ(2) − uσ(2) vσ(3)
σ∈A3
X


= aσ(2)σ(3) − aσ(3)σ(2) uσ(2) vσ(3) − uσ(3) vσ(2)
σ∈A3

= hrot(f ) ◦ Φ, ∂s Φ × ∂t Φi .

Aus dem Satz von Green (Theorem 14.18), der Kettenregel für die Ableitung von Φ ◦ γ` , und
aus unseren Definitionen folgt nun
Z Z Z
rot(f ) · dn = hrot(f ) ◦ Φ, ∂s Φ × ∂t Φi dvol = rot(f˜) dvol
S K K
Z L Z D
X E
= f˜ · ds = f˜ ◦ γ` , γ̇` dt
∂K `=1 I`
L Z D  E
hf ◦Φ◦γ` ,(∂s Φ)◦γ` i
X
= hf ◦Φ◦γ` ,(∂t Φ)◦γ` i
, γ̇` dt
`=1 I`
L Z 3 
X X


= (fj ◦ Φ ◦ γ` ) (∂s Φj ) ◦ γ` γ̇`,1 + (∂t Φj ) ◦ γ` γ̇`,2 dt
`=1 I` j=1

L Z
X Z
d
= f ◦ Φ ◦ γ` , dt (Φ ◦ γ` ) dt = f · ds,
`=1 I` ∂S

wobei das zwei-dimensionale Integral über K ⊆ R2 bezeichnet.

R R
K (·) dvol = K (·) ds dt

724
 Wenden wir dies nun auf ein Parallelogramm P (p, hu, hv) für p ∈ U , u, v ∈ R3 und genü-
gend kleine h > 0 an (wieso dürfen wir das?), so erhalten wir
Z
rot(f, p, u, v) = lim 12 f · ds
h→0 h ∂P (p,hu,hv)
Z 1Z 1
1
= lim 2 hrot(f )(p + shu + thv), (hu) × (hv)i ds dt
h→0 h 0 0
= hrot(f )(p), u × vi .

auf Grund der Stetigkeit von rot(f ).

Beispiel 14.51. Für t ∈ [0, 1] sei


! 

 t(1, 0)t falls t ∈ [0, 1]
γ1 (t)  (1, 0)t + (t − 1)(0, 1)t

falls t ∈ [1, 2]
= ,
γ2 (t)  (1, 1)t − (t − 2)(1, 0)t
 falls t ∈ [2, 3]

(4 − t)(0, 1)t

 falls t ∈ [3, 4]

womit t ∈ [0, 4] 7→ (γ1 (t), γ2 (t))t eine Parametrisierung des Randes des Einheitsquadrats [0, 1]2
darstellt. Wir betrachten nun den geschlossenen Weg
 
γ1 (t)
γ : t ∈ [0, 4] 7→  γ2 (t) .
 
2
γ1 (t) − γ2 (t)2

und das Vektorfeld

 
yz + cos(x)
f : (x, y, z) ∈ R3 7→  xz + sin(y)  ;
 

2xy

siehe folgendes Bild.

R
Möchte man nun im Prinzip das Wegintegral γ f · ds direkt aus der Definition berechnen, wozu
man dieses also als Summe von vier Wegintegralen schreibt. Letztere können und sind in diesem
Fall aber relativ kompliziert zu berechnen. Mit etwas Glück ist die Rotation des Vektorfelds f
jedoch von einer einfacheren Form als f , womit man den Satz von Stokes (Theorem 14.50)

725
anwenden kann. In der Tat gilt


x
rot f (x, y, z) = −y 
 

für alle (x, y, z) ∈ R3 . Der Weg γ parametrisiert gerade den Rand der Fläche

S = (x, y, z) ∈ R3 | x, y ∈ [0, 1]2 , z = x2 − y 2 ,



welche wiederum durch die Abbildung Φ : (s, t) ∈ R2 7→ (s, t, s2 − t2 ) ∈ R3 und den Bereich
K = [0, 1]2 parametrisiert ist. Man berechnet
     
1 0 −2s
∂s Φ =  0  , ∂t Φ =  1  , ∂s Φ × ∂t Φ =  2t  .
     

2s −2t 1

Nach dem Satz von Stokes (Theorem 14.50) gilt somit

 s  −2s
* +
Z Z Z 1Z 1
f · ds = rot(f ) · dn = −t , 2t ds dt
γ S 0 0 0 1
Z 1Z 1
= (−2s2 − 2t2 ) ds dt = − 43 .
0 0
R
Übung 14.52. Berechnen Sie mittels dem Satz von Stokes das Wegintegral γ f ds, wobei
   
2xz cos(x2 ) t
f (x, y, z) =  z  und γ : t ∈ [0, 1] →  t2 . Als Hinweis bemerken wir
   

sin(x2 ) (t)2 − (t2 )2

2 2
noch, dass γ Werte in der Fläche z = x − y annimmt.

Übung 14.53. Verwenden Sie den Satz von Stokes (Theorem 14.50), um Proposition 14.48
zu beweisen.

Übung 14.54 (Vektorfelder mit Potential sind rotationsfrei). Sei F eine zweimal stetig dif-
ferenzierbare Funktion auf einer offenen Menge U ⊆ R3 . Zeigen Sie auf folgende zwei Art und
Weisen, dass rot(∇F ) = 0 gilt.

(i) Berechnen Sie dies direkt mit den nötigen partiellen Ableitungen.

(ii) Zeigen Sie zuerst, dass rot(∇F, p, u, v) = 0 gilt für alle p ∈ U und u, v ∈ R3 .

Für obigen Beweis des Satzes von Stokes (Theorem 14.50) war die Annahme hilfreich, dass
die Fläche S durch eine Karte gegeben ist. Es gibt aber auch interessante Beispiele, die eben
nicht von dieser Form sind. Ein einfaches solches Beispiel wäre zum Beispiel der Torus mit
einem Loch, siehe folgendes Bild:

726
 In vielen konkreten Fällen wie auch diesem ist es ein leichtes, die Fläche so zu zerschneiden,
dass man Theorem 14.50 trotzdem anwenden kann; den Torus mit einem Loch kann man
entlang der oben eingezeichneten, gestrichelten Linie aufschneiden und erhält zwei Flächen, für
die der Satz von Stokes (wie er oben formuliert ist) angewendet werden kann. Die Wegintegrale
entlang der gestrichelten Linien kompensieren sich aber gerade, womit der Satz von Stokes in
der Formulierung von Theorem 14.50 direkt verwendet werden kann.

727
14.6 Zwei Werkzeuge der weiteren Analysis
Im Beweis des Divergenzsatzes im R3 (Theorem 14.41) haben wir das gegebene Vektorfeld
unter Verwendung einer „Partition der Eins“ in Teile zerteilt, die einfacher zu untersuchen
waren. Hierbei war es aber wichtig, die stetige Differenzierbarkeit des Vektorfelds nicht zu
zerstören, weswegen wir nicht einfach charakteristische Funktionen, sondern eben eine „glatte
Partition der Eins“ verwendet haben. Dies ist ein wichtiges technisches Hilfsmittel für die
weitere Analysis, weswegen wir dies nochmals kurz allgemeiner besprechen möchten.
Hierfür aber auch aus weiteren Gründen wollen wir auch kurz die Faltung zwischen zwei
Funktionen besprechen und zeigen, dass sich Stetigkeit und Glattheit einer der beiden Funk-
tionen unmittelbar auf das Faltungsprodukt überträgt.

14.6.1 Glättung durch Faltung

Proposition 14.55 (Glattheit der Faltung). Sei F : Rn → R eine stetige Funktion. Sei
ψ : Rn → R eine glatte (oder auch nur C k für k ∈ N0 ) Funktion mit kompaktem Träger. Dann
definiert
Z
ψ ∗ F (p) = ψ(p − v)F (v) d vol(v)
Rn

für p ∈ U eine glatte (oder C k ) Funktion mit Träger in supp(ψ) + supp(F ).

Beweis. Da ψ kompakten Träger besitzt gibt es ein R mit supp ψ ⊆ BR
∞ (0). Sei p ∈ Rn . Für
0
alle p ∈ B1∞ (p0 ) gilt dann
Z
ψ ∗ F (p) = ψ(p − v)F (v) d vol(v)
Q

∞ (p ), da jedes v ∈ Rn mit ψ(p − v) 6= 0 auch

für Q = BR+1 0

v = p − (p − v) ∈ B1∞ (p0 ) + BR
∞
(0) ⊆ Q

erfüllt. Stetigkeit und Glattheit von ψ ∗ h folgt nun aus der Verallgemeinerung des Satzes über
Parameterintegrale (Satz 11.36) für mehrdimensionale Integrale – siehe Übung 14.56.
Für die letzte Behauptung nehmen wir an, dass p 6∈ supp(ψ) + supp(F ) ist. Für v ∈ Rn
gilt dann v 6∈ supp(F ) oder p − v 6∈ supp(ψ), womit auf jeden Fall ψ(p − v)F (v) = 0 ist. Dies
impliziert ψ ∗ F (p) = 0.

Übung 14.56. Verallgemeinern Sie Satz 11.36 auf den oben benötigten Fall.
Hinweis: Kombinieren Sie Satz 11.36 mit dem Satz von Fubini (Theorem 13.39).
Proposition 14.57 (Annäherung durch Faltung). Sei F : Rn → R, K ⊆ Rn und ε > 0 und
δ > 0 so dass für p ∈ K und q ∈ Rn mit kq − pk < δ die Abschätzung |F (q) − F (p)| < ε gilt.
Falls ψ : Rn → [0, ∞) Träger supp ψ ⊆ Bδ (0) hat und Bδ (0) ψ d vol = 1 gilt, dann gilt
R

kψ ∗ F − F kK,∞ = max kψ ∗ F (p) − F (p)k ≤ ε.

p∈K

728
Des Weiteren existieren für jedes δ > 0 derartige glatte Funktionen ψ.

Beweis. Sei p ∈ K. Dann erhalten wir mittels der Substitution w = p − v (siehe Satz 13.56),
dass
Z
ψ ∗ F (p) − F (p) = ψ(p − v)F (v) d vol(v) − F (p)
R n
Z Z
= ψ(w)F (p − w) d vol(v) − ψ(w)F (p) d vol(w)
R n Rn
Z
≤ ψ(w)|F (p − w) − F (p)| d vol(w) ≤ ε
Bδ (0) | {z }
≤ε

gilt.
Sei nun Ψ die glatte Funktion mit Ψ(t) = 0 für alle t ∈ (−∞, 0] und Ψ(t) > 0 für alle
t > 0 in Beispiel 8.23. Für ein δ > 0 definieren wir ψ als ein skalares Vielfaches der Funktion
v ∈ Rn 7→ Ψ 12 δ 2 − kvk2 so dass Rn ψ d vol = 1.

R

Korollar 14.58 (Glatte Funktionen sind dicht). Für jede stetige Funktion F : Rn → R mit
kompakten Träger und jedes ε > 0 existiert eine glatte Funktion Fglatt : Rn → R mit kompakten
Träger und kF − Fglatt k∞ < ε.

Übung 14.59. Beweisen Sie Korollar 14.58.

Hinweis: Zeigen Sie zuerst, dass eine stetige Funktion mit kompakten Träger gleichmässig
stetig ist.

14.6.2 Glatte Partitionen der Eins

Satz 14.60 (Glatte Partition der Eins). Sei K ⊆ Rn eine kompakte Teilmenge und O1 , . . . , OL
eine offene Überdeckung von K. Dann existieren glatte Funktionen

ψ0 , ψ1 , . . . , ψL : Rn → [0, 1],

so dass

• supp(ψ0 ) ∩ K = ∅.

• supp(ψ` ) ⊆ O` für ` ∈ {1, . . . , L}

PL
• `=0 ψ` = 1.

Eine solche Kollektion von Funktionen ψ0 , ψ1 , . . . , ψL nennt sich eine glatte Partition
der Eins für die offene Überdeckung O1 , . . . , OL von K.
Als ersten Schritt beweisen wir die schwächere, stetigen Version des Satzes.

Beweis der Existenz einer „stetigen“ Partition der Eins. Wir wollen zuerst eine Liste an ste-
tigen Funktionen h0 , h1 , . . . , hL finden, die abgesehen von der Glattheit alle Eigenschaften im
Satz erfüllen. Falls K die leere Menge ist, so können wir einfach h0 = 1 und h1 = · · · = hL = 0
setzen. Sei nun K nichtleer und R > 0 so dass K ⊆ BR (0). Falls nötig können wir für
729
` = 1, . . . , L die Mengen O` durch O` ∩ BR (0) erstzen, ohne die Annahmen oder Aussagen des
Satzes zu beeinflussen, und können daher annehmen, dass die Mengen O1 , . . . , OL beschränkt
sind.
Wir verwenden wieder die stetigen Abstandsfunktionen

p ∈ Rn 7→ d(p, K) = inf {d(p, q) | q ∈ K}

p ∈ Rn 7→ d(p, O`c ) = inf {d(p, q) | q ∈ Rn \ O` }

für ` = 1, . . . , L sowie die stetige Funktion

f : p ∈ Rn 7→ max {d(p, O1c ), . . . , d(p, OL

c
)} .

Da K kompakt und f stetig ist, existiert ein p0 ∈ K, bei dem f ein Minimum annimmt.
Da O1 , . . . , OL eine offene Überdeckung von K ist, gibt es ein ` mit p ∈ O` und daher ist
η = f (p0 ) > 0. Die Zahl η wird wieder eine Lebesgue-Zahl der Überdeckung O1 , . . . , OL
genannt und hat die Eigenschaft, das für jeden Punkt p ∈ K ein ` ∈ {1, . . . , L} existiert mit
Bη (p) ⊆ O` .
Wir betrachten nun die stetigen Funktionen

η
+
h̃0 (p) = d(p, K) − 2 ,
c η
+
h̃` (p) = d(p, O` ) − 2

für p ∈ Rn und ` = 1, . . . , L, welche bereits die ersten beiden Eigenschaften im Satz erfüllen.
Wir dividieren diese nun durch die positive stetige Funktion H = L `=0 h̃` und erhalten eine
P

stetige Partition der Eins. Des Weiteren gilt sogar supp(h0 ) + B η (0) ⊆ K c und supp(h` ) +
2
B η (0) ⊆ O` für ` ∈ {1, . . . , L}.


2

Beweis der Existenz der glatten Partition der Eins. Sei h0 , . . . , hL die stetige Partition der
Eins wie im ersten Teil des Beweises. Sei ψ : Rn → [0, ∞) eine glatte Funktion mit kom-
pakten Träger. Dann sind die Funktionen

ψ` = ψ ∗ h`

für ` = 0, . . . , L nach Proposition 14.55 glatt und nehmen nach Definition Werte in [0, ∞) an.
Auf Grund der Bilinearität der Faltung gilt des Weiteren
Z 
ψ0 + . . . + ψL = ψ ∗ (h0 + · · · + hL ) = ψ ∗ 1 = ψ d vol 1.
Rn

Sei ψ wie in Proposition 14.57 mit Träger supp ψ ⊆ Bη/2 (0). Wir errinnern daran, dass

supp(h0 ) + B η (0) ⊆ K c ,
2

supp(h` ) + B η (0) ⊆ O`
2

730
für ` = 1, . . . , L gilt. Die Aussage in Proposition 14.55 über den Träger von ψ` = ψ ∗h` beweist
nun den Satz.

Die glatte Partition der Eins kann zum Beispiel dafür verwendet werden um den Beweis
vom Satz von Stokes auf orientierte glatt berandetet Flächen zu erweitern, die mittels mehr
als nur einem Diffeomorphismus parametrisiert werden.

731
14.7 Konservative Vektorfelder
Sei f ein stetig differenzierbares Vektorfeld f auf einem Gebiet U ⊆ Rn . In diesem Abschnitt
möchten wir zeigen, dass die Integrabilitätsbedingungen

∂k fj = ∂j fk

für alle j, k ∈ {1, . . . , n} für viel allgemeinere Gebiete als nur sternförmige (siehe Satz 11.52)
bereits implizieren, dass das Vektorfeld konservativ ist. Hierzu benötigen wir zuerst einige
weitere Begriffe.

14.7.1 Homotopie
Definition 14.61 (Homotopie). Sei U ⊆ Rn ein Gebiet (also eine zusammenhängende, offene
Teilmenge) und seien γ0 , γ1 : [0, 1] → U zwei Wege in U mit gleichem Anfangspunkt γ0 (0) =
γ1 (0) und gleichem Endpunkt γ0 (1) = γ1 (1). Dann heissen γ0 und γ1 homotop (in U ), falls es
eine stetige Abbildung H : [0, 1]2 → U gibt, die wir eine Homotopie nennen und die folgende
Eigenschaften erfüllt:

• H(0, t) = γ0 (t) für alle t ∈ [0, 1].

• H(1, t) = γ1 (t) für alle t ∈ [0, 1].

• H(s, 0) = γ0 (0) = γ1 (0) für alle s ∈ [0, 1].

• H(s, 1) = γ0 (1) = γ1 (1) für alle s ∈ [0, 1].

Falls γ0 und γ1 glatte Wege sind und die Homotopie glatt gewählt werden kann, so nennen
wir die Wege auf glatte Weise homotop.

In Worten ausgedrückt sind zwei glatte Wege γ0 , γ1 homotop, falls es eine Kollektion von
glatten Wegen γs = H(s, ·) für s ∈ [0, 1] gibt, die „stetig vom Parameter s abhängt“, so dass
die Wege γs auch die gleichen Anfangs- und Endpunkte wie γ0 , γ1 haben und so dass die
Kollektion zwischen den Wegen γ0 und γ1 interpoliert. Siehe auch folgendes Bild:

732
14.7.2 Integrabilität auf einfach zusammenhängenden Gebieten
Sternförmige Gebiete haben die Eigenschaft, dass je zwei Wege homotop sind.

Übung 14.62 (Sternförmige Gebiete und Homotopien). Sei U ein sternförmiges Gebiet und
seien γ0 , γ1 : [0, 1] → U zwei Wege in U mit γ0 (0) = γ1 (0) und γ0 (1) = γ1 (1). Finden Sie
eine Homotopie zwischen γ0 und γ1 . Zeigen Sie auch, dass Sie eine glatte Homotopie finden
können, falls γ0 und γ1 glatt sind.

Sobald die Menge aber „Löcher hat“, findet man vielleicht Wege, die nicht homotop sind.

Definition 14.63 (Einfach zusammenhängend). Ein Gebiet U ⊆ Rn heisst einfach zusam-

menhängend, falls je zwei Wege mit gleichem Anfangs- und Endpunkt homotop sind.

Figur 14.9: Illustration eines nicht einfach zusammenhängenden Gebiets.

Die beiden eingezeichneten Wege γ und γ̃ sind nicht homotop. Wer im
Wald mit Hund an der Leine spazieren geht, kennt diesen Unterschied
sehr gut.

Satz 14.64 (Integrabilitätsbedingungen). Sei U ⊆ Rn ein einfach zusammenhängendes Ge-

biet. Unter dieser Annahme ist ein stetig differenzierbares Vektorfeld f : U → Rn genau dann
konservativ, wenn f den Integrabilitätsbedingungen

∂k fj = ∂j fk (14.6)

für alle j, k ∈ {1, . . . , n} genügt.

Wir erinnern daran, dass die Notwendigkeit der Integrabilitätsbedingungen bereits aus
Satz 11.49 bekannt ist (und für beliebige Gebiete gilt). Das Ziel dieses Abschnittes ist zu
beweisen, dass diese auf einem einfach zusammenhängenden Gebiet U auch hinreichend sind.
Also angenommen f : U → Rn ist stetig differenzierbar und erfüllt die Integrabilitätsbedin-
gungen in (14.6). Wir fixieren p0 ∈ U und wollen einen Kandidaten F : U → R für ein
Potential von f durch
Z
F (p) = f · ds (14.7)
γp

für p ∈ U definieren, wobei γp : [a, b] → U ein glatter Weg von p0 nach p ist. Die Wahl
des Intervalles und die konkrete Parametrisierung beeinflussen das Integral auf Grund von
733
Lemma 11.44 nicht, und wir werden daher oft [a, b] = [0, 1] annehmen. Die wichtigste Frage
hier ist, warum F (p) auch nicht von der Wahl des Weges γp abhängt. Wir werden die Annahme
des einfachen Zusammenhangs, die Integrabilitätsbedingungen (14.6) und den Satz von Green
(Theorem 14.18) verwenden, um diese Frage (positiv) zu beantworten.

14.7.3 Invarianz unter Homotopien

Lemma 14.65 (Invarianz, glatter Fall). Sei U ⊆ Rn ein Gebiet und f : U → Rn ein stetig
differenzierbares Vektorfeld, welches die Integrabilitätsbedingungen erfüllt. Seien weiter γ0 , γ1
zwei glatte Wege von p0 ∈ U nach p ∈ U , die auf glatte Weise in U homotop sind. Dann gilt
Z Z
f · ds = f · ds.
γ0 γ1

Wir werden etwas weiter unten (in Proposition 14.66) sehen, dass die Aussage des obigen
Lemmas auch gilt, wenn die obige Homotopie nicht zwingend glatt ist. Da der Beweis von
Lemma 14.65 sich auf die Methoden dieses Kapitels (hier den Satz von Green) konzentriert,
wollen wir trotzdem zuerst nur die etwas schwächere Aussage in Lemma 14.65 beweisen.

Beweis. Nach Annahme existiert eine glatte Homotopie H zwischen γ0 und γ1 . Wir werden
den Satz von Green (Theorem 14.18) auf das Quadrat [0, 1]2 und das Vektorfeld
!
hf (H(s, t)), ∂s H(s, t)i
f˜ : (s, t) ∈ [0, 1] 7→
2
hf (H(s, t)), ∂t H(s, t)i

wie bereits im Beweis des Satzes von Stokes anwenden.

Für dies bemerken wir zuerst, dass auf Grund der Integrabilitätsbedingungen (14.6) und
der Kettenregel (Satz 11.13) die Gleichung
n
X n
X
h∂v f, ui = ∂v fj uj = vk ∂k fj uj
j=1 j,k=1
Xn
= vk ∂j fk uj = h∂u f, vi
j,k=1

für u, v ∈ Rn gilt. Für das Vektorfeld f˜ auf [0, 1]2 und (s, t) ∈ [0, 1]2 ist daher

∂s f˜2 (s, t) = ∂∂s H(s,t) f (H(s, t)), ∂t H(s, t) + hf (H(s, t)), ∂s ∂t H(s, t)i
= ∂∂t H(s,t) f (H(s, t)), ∂s H(s, t) + hf (H(s, t)), ∂t ∂s H(s, t)i
= ∂t f˜1 (s, t).

Also ist f˜ rotationsfrei. Des Weiteren gilt

∂s H(s, 0) = ∂s H(s, 1) = 0

734
sowie

H(0, t) = γ0 (t), H(1, t) = γ1 (t)

für alle s, t ∈ [0, 1] nach Definition der Homotopie. Wir erhalten also
Z Z 1 Z 1
0= rot(f˜) dvol = 0 + f˜2 (1, t) dt − 0 − f˜2 (0, t) dt
[0,1]2 0 0
Z 1 Z 1
= hf (H(1, t)), ∂t H(1, t)i dt − hf (H(0, t)), ∂t H(0, t)i dt
0 0
Z 1 Z 1
= hf (γ1 (t)), γ̇1 (t)i dt − hf (γ0 (t)), γ̇0 (t)i dt
0 0

und das Lemma folgt.

Proposition 14.66 (Invarianz, stetiger Fall). Sei U ⊆ Rn ein Gebiet und f : U → Rn ein
stetig differenzierbares Vektorfeld, welches die Integrabilitätsbedingungen erfüllt. Des Weiteren
seien γ0 , γ1 zwei glatte Wege von p0 ∈ U nach p ∈ U , die in U (nicht zwingend auf glatte
Weise) homotop sind. Dann gilt
Z Z
f · ds = f · ds.
γ0 γ1

Beweisskizze. Seien γ0 , γ1 zwei glatte Wege, die in U homotop sind. Wir werden zeigen, dass es
auch eine glatte Homotopie zwischen γ0 und γ1 gibt, womit die Proposition aus Lemma 14.65
folgt.
Sei H : [0, 1]2 → U eine stetige Homotopie zwischen γ0 und γ1 . Wir verwenden die Homo-
topie, um eine stetige Funktion H̃ : R2 → U zu definieren, wobei wir dies mittels Fallunter-
scheidung und folgendem Bild machen.

735
 Nun definieren wir

H̃glatt = ψ ∗ H̃,

wobei wir eine Funktion ψ wie in Proposition 14.57 für ein geeignetes δ > 0 gewählt haben
und die Faltung komponentenweise durch ein Integral über R2 definiert ist. Wir bemerken,
dass auf Grund der Definition von H̃ in obiger Fallunterscheidung

H̃glatt (s, 0) = p0 , H̃glatt (s, 1) = p

für alle s ∈ [0, 1]. Nun verwenden wir drei glatte Funktionen g0 , g, g1 : [0, 1] → [0, 1] mit

supp(g0 ) ⊆ [0, δ), supp(g1 ) ⊆ (1 − δ, δ],

sowie g0 (0) = g1 (1) = 1 und g0 + g + g1 = 1 (welche wir zum Beispiel aus Satz 14.60 für
K = [0, 1], O0 = (−δ, δ), O = (0, 1), O1 = (1 − δ, 1 + δ) erhalten), um

Hglatt (s, t) = g0 (s)γ0 (t) + g(s)H̃glatt (s, t) + g1 (s)γ1 (t)

für (s, t) ∈ [0, 1]2 zu definieren. Dies ist eine glatte Homotopie zwischen γ0 und γ1 . Für
genügend kleine δ > 0 sind H̃glatt und Hglatt uniform nahe an H und nehmen deswegen
ebenso Werte in U an.

14.7.4 Beweis der Konservativität

Beweis von Satz 14.64. Wie bereits erwähnt sind die Integrabilitätsbedingungen sogar auf all-
gemeinen Gebieten notwendig (siehe Satz 11.49). Sei also U ein einfach zusammenhängendes
Gebiet und f ein stetig differenzierbares Vektorfeld, welches die Integrabilitätsbedingungen
erfüllt. Proposition 14.66 beweist, dass F (p) wie in (14.7) definiert in der Tat unabhängig ist
von der Wahl des glatten Weges von p0 nach p und somit wohldefiniert ist. Wir bemerken
ebenso, dass ein stückweise glatter Weg so reparametrisiert werden kann, dass dieser glatt ist
(siehe auch die ähnliche Übung in Abschnitt 11.8.2).
Es bleibt nun zu zeigen, dass F eine glatte Funktion ist, welche ein Potential von f darstellt.
Wir können für ein festes j ∈ {1, . . . , n}, ε > 0 klein genug und p ∈ U einen glatten Weg
γ : [0, 2] → U mit γ(0) = p0 so wählen, dass er für t ∈ (1−ε, 1+ε) die Form γp (t) = p+(t−1)ej
hat. Wir können also zum einen den Weg γp = γ|[0,1] von p0 nach p betrachten und zum anderen
für p + hej für |h| < ε den Weg γp+hej wählen. Also gilt

h
F (p + hej ) − F (p)
Z
∂j F (p) = lim = lim h1 hf (p + tej ), ej i dt = fj (p).
h→0 h h→0 0

Da j ∈ {1, . . . , n} und p ∈ U beliebig waren, beweist dies den Satz auf Grund von Satz 11.49.

736
14.8 Integrale über Teilmannigfaltigkeiten und das alternieren-
de Tensorprodukt
Wie können wir Volumen von k-dimensionalen Teilmannigfaltigkeiten definieren und be-
rechnen? Für n ≥ 4 und k ≥ 2 ist unsere räumliche Anschauung meist nicht mehr ausreichend,
um ohne Zweifel die richtige Definition einfach zu sehen. Deswegen benötigen wir einen For-
malismus, der zweifelsfrei in allen Fällen zur richtigen Definition führt. Wir werden sehen,
dass die Gramsche Determinante für diesen Formalismus ein geeignetes Hilfsmittel darstellt.
Wie sieht der Divergenzsatz im Rn für n ≥ 4 aus? Ziemlich genauso wie für n = 2 und
n = 3, ausser dass wir ein Flussintegral über den (n − 1)-dimensionalen Rand verwenden
müssen. Um dieses gerichtete Integral über den Rand definieren zu können, benötigen wir
eine Verallgemeinerung des Kreuzprodukts auf Rn , was einen Spezialfall einer alternierenden
Multilinearform darstellt.
Wir erhielten den Satz von Stokes (Theorem 14.50), indem wir den zweidimensionalen
Integralsatz in der Form des Satzes von Green (Theorem 14.18) in den R3 geschoben haben.
Um dies für k-dimensionale Teilmannigfaltigkeiten im Rn bewerkstelligen zu können, benötigt
man den Begriff einer Differentialform, welche wiederum ohne alternierende Multilinearformen
nicht definiert werden kann.

14.8.1 Das skalare Integral über eine Teilmannigfaltigkeit

Sei M ⊆ Rn eine k-dimensionale Teilmannigfaltigkeit, Φ : V → U ein Diffeomorphismus
offener Teilmengen von Rn mit Φ(V ∩Rk ) = U ∩M , wobei wir Rk mit Rk ×{0}n−k identifiziert
haben. Weiter sei K ⊆ V ∩Rk Jordan-messbar. Für eine stetige Funktion f : M → R definieren
wir
Z Z p
f d volM = f ◦ Φ gramk ( DΦ) d volk ,
Φ(K) K

wobei


gramk ( DΦ) = det h∂i Φ, ∂j Φi i,j∈{1,...,k}
.

die Gramsche Determinante der partiellen Ableitungen darstellt. Das skalare Integral über die
Teilmannigfaltigkeit M wird dann mittels mehreren solchen Integralen definiert, wozu man
M als die disjunkte Vereinigung von Bildmengen des Typs Φ(K) schreibt. Man beachte an
dieser Stelle, dass eine Begründung für die obige Definition des Integrals Φ(K) f d volM in der
R

mehrdimensionalen Substitutionsregel (Satz 13.56) und Korollar 13.54 gefunden werden kann.

Übung 14.67 (Wohldefiniertheit). Nehmen Sie an, dass Φ̃ : Ṽ → Ũ ein weiterer Diffeomor-
phismus ist und dass es eine Jordan-messbare Teilmenge K̃ ⊆ Ṽ ∩ Rk mit Φ̃(K̃) = Φ(K) gibt.
Zeigen Sie, dass
Z p Z q
f ◦ Φ gramk ( DΦ) d volM = f ◦ Φ̃ gramk ( DΦ̃) d volk
K K̃

737
 R R
gilt. Schliessen Sie daraus, dass die Integrale Φ(K) f d volM und M f d volM nicht von den
gewählten Parametrisierungen von M abhängen.

Übung 14.68 (Volumen der 3-Sphäre). Sei M = S3 ⊆ R4 . Verwenden Sie eine Verallgemei-
nerung von Kugelkoordinaten, um das drei-dimensionale Volumen dieser Mannigfaltigkeit zu
berechnen.

14.8.2 Das alternierende Tensorprodukt

Alle unsere mehrdimensionale Integralsätze (Theorem 14.14, Theorem 14.18, Theorem 14.41
und Theorem 14.50) benötigen vorzeichenbehaftete oder gerichtete Integrale. Dies trifft sogar
für den Fundamentalsatz der Integral- und Differentialrechnung (Theorem 9.2 und seine Ko-
rollare) zu. Zum Beispiel ist die Vereinbarung
Z x0 +h Z x0
f (t) dt = − f (t) dt
x0 x0 +h

für x0 , x0 + h ∈ I = [a, b] und eine stetige Funktion f : I → R notwendig, damit die (links-
Rx
und rechtseitige) Ableitung von x 7→ x0 f (t) dt bei x = x0 durch f (x0 ) gegeben ist.
Des Weiteren haben wir in Proposition 14.48 die linearen Eigenschaften gewisser Grenz-
übergänge gesehen, die im direkten Zusammenhang mit dem Satz von Stokes (Theorem 14.50)
stehen. Es ist daher zu erwarten, dass höherdimensionale Verallgemeinerungen unserer Inte-
gralsätze ebenso multilineare Ausdrücke enthalten. Wir wollen deswegen das alternierende
Tensorprodukt k Rn von Rn besprechen und den Zusammenhang zur Gramschen Determi-
V

nante von k Vektoren im Rn erklären, wobei wir uns hier nicht um eine basisunabhängige
Definition des k-ten alternierenden Produkts k V eines Vektorraumes V bemühen werden.
V

Wir definieren für 0 ≤ k ≤ n das alternierende Tensorprodukt k Rn durch

V

k
n
= R( k ) ,
Rn = RP(n,k) ∼
^

wobei

P(n, k) = {A ⊆ {1, . . . , n} | |A| = k}

die Menge der Teilmengen von {1, . . . , n} mit k Elementen bezeichnet. Wir schreiben den
Standardbasisvektor zu dem Index A = {j1 < j2 < . . . < jk } ∈ P(n, k) als

k
^
ej1 ∧ . . . ∧ ejk ∈ Rn .

Für A = {j1 < j2 < . . . , < jk } ∈ P(n, k) und eine Permutation σ ∈ Sk der Menge {1, . . . , k}
definieren wir

ejσ(1) ∧ . . . ∧ ejσ(k) = sgn(σ)ej1 ∧ . . . ∧ ejk .

738
Falls die Teilmenge {j1 , . . . , jk } ⊆ {1, . . . , n} weniger als k Elemente hat (weil ja = jb für
gewisse a 6= b in {1, . . . , k}), so setzen wir ej1 ∧ . . . ∧ ejk = 0. Damit ist der Ausdruck
ej1 ∧ . . . ∧ ejk für beliebige j1 , . . . , jk ∈ {1, . . . , n} definiert. Des Weiteren definieren wir für
beliebige Vektoren v1 , . . . , vk ∈ Rn
n
X n
X
v1 ∧ . . . ∧ vk = ... v1,j1 · · · vk,jk ej1 ∧ . . . ∧ ejk ,
j1 =1 jk =1

wobei wir für i ∈ {1, . . . , n} den Vektor vi als vi = (vi,1 , . . . , vi,n )t schreiben. Wir erhalten
somit die Abbildung

k
^
(v1 , . . . , vk ) ∈ (Rn )k 7→ v1 ∧ . . . ∧ vk ∈ Rn . (14.8)

Wichtige Übung 14.69 (Multilinear und alternierend). Zeigen Sie, dass die Abbildung
in (14.8) multilinear und alternierend ist.

Proposition 14.70 (Universelle Eigenschaft des alternierenden Tensorprodukts). Das alter-

nierende Tensorprodukt k Rn besitzt folgende universelle Eigenschaft. Falls
V

A : (Rn )k → W

eine multilineare, alternierende Abbildung mit Werten in einem R-Vektorraum W ist, so gibt
es eine eindeutig bestimmte lineare Abbildung L : k Rn → W mit
V

A(v1 , . . . , vk ) = L(v1 ∧ . . . ∧ vk ) (14.9)

für alle v1 , . . . , vk ∈ Rn .

Beweis. Sei A : (Rn )k → W eine multilineare, alternierende Abbildung wie in der Proposition.
Falls L : k Rn → W eine lineare Abbildung mit der Eigenschaft in Gleichung (14.9) ist, so
V

gilt für alle j1 < . . . < jk in {1, . . . , n} die Gleichung

L(ej1 ∧ . . . ∧ ejk ) = A(ej1 , . . . , ejk ). (14.10)

Da aber die Vektoren der Form ej1 ∧ . . . ∧ ejk mit j1 < . . . < jk eine Basis von k Rn bilden,
V

folgt, dass L durch die Eigenschaft in Gleichung (14.9) eindeutig bestimmt ist.
Für die Existenz der linearen Abbildung L wie oben betrachten wir (14.10) als Definition
einer linearen Abbildung L, wobei wir wieder verwenden, dass die Vektoren ej1 ∧ . . . ∧ ejk
mit j1 < . . . < jk in {1, . . . , n} eine Basis von k Rn darstellen. Für v1 , . . . , vk ∈ Rn mit
V

vi = (vi,1 , . . . , vi,n )t für alle i ∈ {1, . . . , n} gilt

n
X n
X  Xn n
X
A(v1 , . . . , vk ) = A v1,j1 ej1 , . . . , vk,jk ejk = ··· v1,j1 · · · vk,jk A(ej1 , . . . , ejk ),
j1 =1 jk =1 j1 =1 jk =1

739
da A multilinear ist. Da A aber auch alternierend ist, verschwindet A(ej1 , . . . , ejk ) sobald ein
Basisvektor zweimal in der Liste ej1 , . . . , ejk vorkommt. Des Weiteren gilt

A(e1,jσ(1) , . . . , ek,jσ(k) ) = sgn(σ)A(ej1 , . . . , ejk ) (14.11)

für j1 < . . . < jk und eine beliebige Transposition oder auch eine beliebige Permutation
σ ∈ Sk . Dies zeigt, dass (14.10) sogar für beliebige j1 , . . . , jk ∈ {1, . . . , n} gilt. Wir schliessen
n
X n
X
A(v1 , . . . , vk ) = ··· v1,j1 · · · vk,jk L(ej1 ∧ . . . ∧ ejk )
j1 =1 jk =1
n
X n
X 
=L ··· v1,j1 · · · vk,jk ej1 ∧ . . . ∧ ejk = L(v1 ∧ . . . ∧ vk )
j1 =1 jk =1

wie erwünscht.

Die geometrische Bedeutung des alternierenden Tensorprodukts wird klarer, wenn wir
Vk
Rn mit dem inneren Produkt ausstatten, in dem die Standardbasisvektoren ej1 ∧ . . . ∧ ejk
für j1 < . . . < jk in {1, . . . , n} eine Orthonormalbasis bilden. Wir bemerken, dass Übung 14.27
zur Länge des Kreuzproduktes einen Spezialfall folgender Proposition bildet.

Proposition 14.71 (Volumen und alternierende Tensoren). Für v1 , . . . , vk ∈ Rn gilt

p q
kv1 ∧ . . . ∧ vk k2 = gram(v1 , . . . , vk ) = det(hvi , vj i)i,j=1,...,k .

In Worten ausgedrückt können wir die Länge des alternierenden Tensors v1 ∧ . . . ∧ vk als das
Volumen des von v1 , . . . , vk aufgespannten Parallelotops auffassen.

Prinzipiell ist nach Quadrieren obige Aussage eine Identität zwischen polynomiellen Aus-
drücken und kann für gegebenes k direkt durch eine (lange) Rechnung verifiziert werden. Eine
ungeordnete Rechnung dieser Form empfiehlt sich nicht wirklich; stattdessen möchten wir die
universelle Eigenschaft des alternierenden Tensorprodukts in Proposition 14.70 verwenden,
um dem Beweis Struktur zu verleihen.

Beweis. Wir betrachten für v1 , . . . , vk , w1 , . . . , wk ∈ Rn den Ausdruck det(hvi , wj i)i,j=1,...,k

und bemerken, dass dieser multilinear ist. Des Weiteren ist für feste w1 , . . . , wk ∈ Rn die
Abbildung

Aw1 ,...,wk : (v1 , . . . , vk ) ∈ (Rn )k 7→ det(hvi , wj i)i,j=1,...,k ∈ R

alternierend und multilinear. Nach Proposition 14.70 gibt es daher eine eindeutig bestimmte
lineare Abbildung Lw1 ,...,wk : k Rn → R mit
V

Lw1 ,...,wk (v1 ∧ . . . ∧ vk ) = det(hvi , wj i)i,j=1,...,k

740
für alle v1 , . . . , vk ∈ Rn . Des Weiteren gelten für w1 , . . . , wk ∈ Rn und s1 , . . . , sk ∈ R die
Gleichungen

Lwσ(1) ,...,wσ(k) (v1 ∧ . . . ∧ vk ) = det( vi , wσ(j) )i,j=1,...,k

= sgn(σ) det(hvi , wj i)i,j=1,...,k
= sgn(σ)Lw1 ,...,wk (v1 ∧ . . . ∧ vk )
Ls1 w1 ,...,sk wk (v1 ∧ . . . ∧ vk ) = det(hvi , sj wj i)i,j=1,...,k
= s1 . . . sk det(hvi , wj i)i,j=1,...,k
= s1 . . . sk Lw1 ,...,wk (v1 ∧ . . . ∧ vk )

auf Grund der Eigenschaften der Determinante für alle v1 , . . . , vk ∈ Rn , woraus mit der Ein-
deutigkeit der linearen Abbildung Lw1 ,...,wk die Gleichungen

Lwσ(1) ,...,wσ(k) = sgn(σ)Lw1 ,...,wk

Ls1 w1 ,...,sk wk = s1 . . . sk Lw1 ,...,wk

folgen. Die Gleichungen

Lw1 +w,w2 ,...,wk = Lw1 ,w2 ,...,wk + Lw,w2 ...,wk

Lw1 ,w2 +w,w3 ,...,wk = Lw1 ,w2 ,w3 ,...,wk + Lw1 ,w,w3 ...,wk
..
.
Lw1 ,...,wk +w = Lw1 ,...,wk + Lw1 ,...,w

für ein weiteres w ∈ Rn folgen analog. Daher ist

(w1 , . . . , wk ) ∈ (Rn )k 7→ Lw1 ,...,wk

eine multilineare, alternierende Abbildung mit Werten im Dualraum von k Rn . Dies induziert
V

mittels der universellen Eigenschaft in Proposition 14.70 eine lineare Abbildung von k Rn in
V

den Dualraum von k Rn . Insgesamt erhält man damit eine bilineare Abbildung
V

k
^ k
^
B: Rn × Rn → R

mit der Eigenschaft

B(v1 ∧ . . . ∧ vk , w1 ∧ . . . ∧ wk ) = Lw1 ,...,wk (v1 ∧ . . . ∧ vk ) = det(hvi , wj i)i,j=1,...,k

für alle v1 , . . . , vk , w1 , . . . , wk ∈ Rn . Verwenden wir nun die Standardbasisvektoren ej1 ∧. . .∧ejk

für j1 < . . . < jk in {1, . . . , n}, so erkennen wir, dass B das innere Produkt ist, bezüglich dem
die Standardbasis eine Orthonormalbasis darstellt. Dies beweist die Proposition.

741
 Aus der Diskussion in Abschnitt 14.2.2 und Proposition 14.71 ergibt sich, dass wir

v1 ∧ . . . ∧ vk

als gerichtetes Volumenelement, das dem von v1 , . . . , vk ∈ Rn aufgespannten Parallelotop

entspricht, auffassen können.

14.8.3 Differentialformen
Der allgemeine Integralsatz von Stokes ist ein Satz, der ein (k − 1)-dimensionales In-
tegral über den Rand ∂M einer orientierbaren k-dimensionalen Teilmannigfaltigkeit einer
„(k − 1)-Differentialform“ ω mit dem k-dimensionalen Integral über M der „abgeleiteten k-
Differentialform“ dω in Verbindung bringt. Genauer gilt
Z Z
dω = ω
B ∂B

schreiben, wobei hinter dieser Gleichung natürlich einige Arbeit steckt. Wir verweisen für diese
auf die bestehende Literatur, wie zum Beispiel auf Zorich’s Buch [?].
Dennoch wollen wir den Begriff der k-Differentialform oder kurz k-Form mit den uns be-
kannten Begriffen in Verbindung bringen. Sei also U ⊆ Rn offen (die Definitionen machen
analog auch für Teilmannigfaltigkeiten von Rn Sinn).
Eine 1-Form ist eine glatte Abbildung, die jedem p ∈ U ein Element ωp im Dualraum von
Tp U , also eine Linearform auf Tp U zuweist. Das wichtigste Beispiel ist der Gradient einer
stetig differenzierbaren Funktion ϕ : U → R oder genauer die Abbildungen

d
ωp : (p, v) ∈ Tp U 7→ dt (t 7→ ϕ(p + tv)) = h∇ϕ(p), vi

für p ∈ U . Ein weiteres Beispiel ist durch Kraftfelder gegeben, welche Richtung und Stärke
der Krafteinwirkung bei jedem p ∈ U beschreiben. Das Integral über eine eindimensionale
Teilmannigfaltigkeit ist in diesem Fall ein Wegintegral und der Satz von Stokes ist in diesem
Fall bloss der Hauptsatz der Integral- und Differentialrechnung (Theorem 9.2) in den Rn
geschoben (also Satz 11.49). Eine 1-Form im Rn wird meist als

g1 dx1 + . . . + gn dxn

geschrieben, wobei g1 , . . . , gn Funktionen auf U sind. Eine solche 1-Form wirkt dann an einem
Punkt p ∈ U durch v ∈ Tp U 7→ nk=1 gk (p)vi .
P

Eine 2-Form ist eine glatte Abbildung, die jedem p ∈ U ein Element ωp im Dualraum von
V2
Tp U zuordnet, wobei wegen der universellen Eigenschaft in Proposition 14.70 ωp mit einer
bilinearen, alternierenden Abbildung Tp U × Tp U → R identifiziert werden kann. Ein wichtiges
Beispiel einer solchen Abbildung haben wir in Proposition 14.48 gesehen.

Übung 14.72. Übertragen Sie Proposition 14.48 auf „infinitesimale“ Parallelogramme im Rn

für n ≥ 4.

742
 Wir sind 2-Formen sowohl im Satz von Stokes (Theorem 14.50) als auch im Satz von Gauss
(Theorem 14.41) begegnet. Auf Grund des Zusammenhangs zwischen Integration und alternie-
renden Tensoren wird auch das n-dimensionale Riemann-Integral einer Riemann-integrierbaren
Funktion F auf einer Jordan-messbaren Menge oft in der Form
Z
F dx1 ∧ . . . ∧ dxn
B

geschrieben.
Wie bereits erwähnt verweisen wir für jegliche Details für diese Themen auf [?].

743
14.9 Weitere Lernmaterialien

14.9.1 Verwendung des Kapitels

Die Integralsätze des R2 und R3 sind für Anwendungen innerhalb und ausserhalb der Ma-
thematik von grosser Bedeutung und stellen gemeinsam mit dem Begriff der Konservativität
von Vektorfeldern die Standardtools für die Vektoranalysis dar.
Eine häufige Anwendungen der Sätze besteht darin, dass nach Anwendung des Satzes
das Integral mitunter viel einfacher zu berechnen ist als das ursprüngliche Integral. Zum
Beispiel kann ein Flussintegral durch eine komplizierte Fläche für ein divergenzfreies Vektorfeld
vielleicht einfacher berechnet werden, wenn man eine einfachere Fläche findet, die gemeinsam
mit der ursprünglichen Fläche genau den Rand eines (stückweise) glatt berandeten Bereichs
darstellt.

14.9.2 Übungen
Übung. Seien die glatte Funktion f (x, y, z) = (yz, x2 , 1) und die Fläche

S = {(x, y, z)t ∈ R3 | x2 + y 2 = 1, 0 < z < 1}

R
gegeben. Berechnen Sie das Flussintegral (nach aussen) S rot f · dn mit und ohne dem Satz
von Stokes.

Übung. Bestimmen Sie Parameter α, β, γ ∈ R, sodass das Vektorfeld

f (x, y, z) = (x + 2y + αz, βx − 3y − z, 4x + γy + 2z)

auf R3 rotationsfrei wird. Bestimmen Sie nach Wahl dieser Parameter ein Potential von f .

Übung. Sei 0 < d < 1 und sei S jener Teil von S2 ⊆ R3 , welcher z > −d erfüllt. Sei
f (x, y, z) = (−y, x, 0)T und v = rot f . Berechnen Sie den Fluss S v · dn nach aussen wie folgt:
R

(i) direkt,

(ii) mit dem Satz von Stokes,

(iii) mit dem Satz von Gauss.

Übung. Betrachten Sie auf R3 \ ({(0, 0)} × R) das Vektorfeld

 
2(xz + y) 2(yz − x)
, log x2 + y 2


f (x, y, z) = 2 2
, 2 2
x +y x +y

und die Kurven

γ1 : [0, 2π] → R3 , ϕ 7→ (cos ϕ, sin ϕ, 0)

γ2 : [0, 2π] → R3 , ϕ 7→ (2 cos ϕ, 2 sin ϕ, 2) .

744
 R R
(i) Berechnen Sie die Differenz γ1 f · ds − γ2 f · ds mit Hilfe des Satzes von Stokes.

(ii) Ist f konservativ?

1 2 2
Übung. Sei f : R2 → R2 gegeben durch f (x, y) = e 2 (y −x ) (cos(xy), sin(xy)). Des Weiteren
sei für jede Wahl von Parametern a ∈ R, b > 0 die Kurve γa,b : [−b, b] → R2 , γa,b (t) = (t, a)T
gegeben. Zeigen Sie, dass
Z Z
f · ds = f · ds + o(1) für b → ∞.
γa,b γ0,b

Übung. Sei Ω das nicht-einfach zusammenhängende Gebiet R2 \ B1 (0) und sei f ein rotati-
onsfreies, stetig differenzierbares Vektorfeld auf Ω. Zeigen sie
Z
f · ds = 0 ⇐⇒ ∃ ϕ C 2 mit f = ∇ϕ
∂B2 (0)

in mehreren Schritten.

(i) Die Implikation ⇐ gilt.

1

(ii) Die Mengen Ω± = x ∈ Ω| ± y < 2 sind einfach zusammenhängend.

(iii) Es existieren C 2 -Funktionen ϕ± auf Ω± mit ∇ϕ± = f|Ω± . Insbesondere ist ∇(ϕ+ −ϕ− ) =
0 auf Ω+ ∩ Ω− .

(iv) Die Implikation ⇒ gilt: Konstruieren Sie ϕ mit Hilfe von ϕ± .

Übung. Sei f : R3 → R3 ein stetig differenzierbares Vektorfeld und sei ϕ : R3 → R eine C 2 -

∂2
Funktion. Wir erinnern daran, dass der Laplace-Operator auf R3 durch ∆ = 3j=1 ∂x
P
2 gegeben
j
ist und bezeichnen mit ∇ϕ den Gradienten von ϕ. Beweisen Sie die folgenden Identitäten.

(i) rot(ϕf ) = (∇ϕ) × f + ϕ rot f ,

(ii) div(∇ϕ) = ∆ϕ,

(iii) rot(∇ϕ) = 0.

Übung (Existenz eines Potentials). Sei U ⊆ R2 ein sternförmiges Gebiet und sei f : U →
R2 ein stetig differenzierbares Vektorfeld. Zeigen Sie als Anwendung des Satzes von Green
(Theorem 14.18), dass f genau dann konservativ ist, wenn f rotationsfrei ist.

Übung. Sei f ein zweimal stetig differenzierbares Vektorfeld auf einer offenen Menge U .
Zeigen Sie auf folgende zwei Art und Weisen, dass div(rot(f )) = 0 gilt.

(i) Berechnen Sie dies direkt mit den nötigen partiellen Ableitungen.

(ii) Verwenden Sie, den Satz von Stokes und den Satz von Gauss, um dies zu beweisen.

Übung. Sei A ∈ GL3 (R) und f : R3 → R3 ein stetig differenzierbares Vektorfeld. Wir
definieren das Vektorfeld fA := A ◦ f ◦ A−1 .
745
 (i) Beweisen Sie div(fA )(p) = div(f )(A−1 p) für alle p ∈ R3 .

(ii) Beweisen Sie rot(fA )(p) = rot(f )(A−1 p) für alle p ∈ R3 , falls A ∈ SO(3, R).

Übung (Ein Energieerhaltungsgesetz für Wellen). In dieser Übung möchten wir zeigen, dass
einer Lösung F (p, t) der Wellengleichung (siehe Abschnitt 14.4.1) eine natürliche Energie E(t)
zugewiesen werden kann, welche dann in der Zeit konstant ist.
Sei B ⊆ R3 ein glatt berandeter Bereich.

(i) (Greensche Formel) Seien F, G : U → R zweimal stetig differenzierbare Funktion definiert

auf einer offenen Obermenge U von B. Zeigen Sie die Formel
Z Z Z
h∇F, ∇Gi dvol = G (∇F ) · dn − G (∆F ) dvol.
B ∂B B

Wir betrachten nun eine zweimal differenzierbare Funktion F : (p, t) ∈ U × R 7→ F (p, t) ∈ R,

womit also u eine Funktion in drei „Ortsvariablen“ p = (x, y, z) und einer „Zeitvariable“ t ist.
Weiter schreiben wir ∆p F = ∂x2 F + ∂y2 F + ∂z2 F . Angenommen F genügt der Wellengleichung

∂t2 F (p, t) = ∆p F (p, t) für alle (p, t) ∈ B × R

F (p, t) = 0 für alle (p, t) ∈ ∂B × R

(ii) (Energieerhaltungsgesetz) Zeigen Sie, dass die Energiefunktion E : R → R>0 gegeben

durch
Z  
E(t) = (∂t F (p, t))2 + (∂x F (p, t))2 + (∂y F (p, t))2 + (∂z F (p, t))2 dvol(p)
B

für t ∈ R konstant ist.

Übung. Sei A ∈ GLn (R) und F : Rn → R eine zweimal stetig differenzierbare Funktion. Wir
definieren die Funktion FA := F ◦ A−1 .

(i) Beweisen Sie (∆FA )(p) = (∆F )(A−1 p) für alle p ∈ Rn und A ∈ O(n, R).

(ii) Bestimmen Sie die maximale Untergruppe

H = {A ∈ GLn (R) | (∆FA )(p) = (∆F )(A−1 p) für alle p ∈ Rn

und C 2 -Abbildungen F : Rn → R}.

14.9.3 Lernkarten
Sie können wiederum die Lernkarten oder den Graphen für Ihre Wiederholung der Themen
des Kapitels verwenden.

746
Kapitel 15

Gewöhnliche
Differentialgleichungssysteme

Wir werden nun das Thema der Differentialgleichungen, welches sowohl für vielfältige An-
wendungen in den Naturwissenschaften und der Technik als auch für viele weitere mathemati-
sche Fragestellungen wichtig ist, ausführlicher besprechen. Dabei werden wir auch die Begriffe
und Fragestellungen von Differentialgleichungen wie in Abschnitt 8.5 zu gekoppelten Differen-
tialgleichungssystemen erweitern. Des Weiteren wollen wir die Existenz und Eindeutigkeit für
entsprechende Anfangswertprobleme unter sehr schwachen und natürlichen Annahmen bewei-
sen. Hierfür werden wir mittels einer geeigneten Umformulierung des Anfangswertproblems
nochmals den Banachschen Fixpunktsatz anwenden.

15.1 Mehrdeutigkeit der Lösung

Wir wollen hier anhand eines einfachen Beispiels zeigen, dass die Lösung eines Anfangs-
wertproblems wie in Abschnitt 8.5 nicht immer eindeutig bestimmt ist.

Beispiel 15.1 (Ein Anfangswertproblem mit überabzählbar vielen Lösungen). Wir betrachten
das Anfangswertproblem
2
y 0 = 3y 3
y(0) = −1,

2 1 2
wobei wir die Definition a 3 = (a2 ) 3 = |a| 3 für alle a ∈ R verwenden. Wir verwenden nochmals
die Leibniz-Notation und die Methode der Trennung der Variablen (siehe auch Abschnitt 15.1
für eine allgemeinere Diskussion), um einen Kandidaten für eine Lösung zu finden. Es ergibt

747
sich daraus

dy 2
= 3y 3
dx
dy
2 = 3 dx
y3
Z Z
dy
2 = 3 dx
y3
1 2
y − 3 +1 = 3x + C 0
− 23 +1
1
y3 = x + C
y = (x + C)3 ,

wobei C 0 ebenso wie C = 13 C 0 eine unbekannte Konstante darstellt. Für x = 0 soll y(0) =
(0 + C)3 = −1 = C 3 sein, weswegen C = −1 ist und wir die Funktion

x 7→ y1 (x) = (x − 1)3

erhalten. Obwohl die Schritte der obigen Rechnung nicht unserem Standard für Argumenta-
tionen genügen, kann (und soll) man nun schnell überprüfen, dass y1 tatsächlich eine Lösung
des Anfangswertproblems darstellt.
Wir möchten jetzt aber für jedes s ≥ 1 eine Lösung ys des Anfangswertproblems definieren,
so dass ys für s = 1, wie die Notation suggeriert, y1 ist, und so dass die ys jeweils verschieden
sind. Somit besitzt dieses Anfangswertproblem überabzählbar viele Lösungen. Zu s ∈ (1, ∞]
setzen wir

3
 (x − 1) falls x ≤ 1

x 7→ ys (x) = 0 falls 1 < x < s

 3
(x − s) falls x ≥ s

und zeigen, dass ys das Anfangswertproblem löst. Es gilt


2
 3(x − 1) falls x < 1

ys0 (x) = 0 falls 1 < x < s

 2
3(x − s) falls x > s
2
= 3ys3 (x)

für alle x ∈ R \ {1, s}. Bei x = 1 gilt für die links- respektive rechtseitige Ableitung
2
(ys )0− (1) = 3(1 − 1)2 = 0 = 3ys (1) 3 ,
2
(ys )0+ (1) = 0 = 3ys (1) 3 = (ys )0− (1)

748
und bei x = s gilt
2
(ys )0− (s) = 0 = 3ys (1) 3 ,
2
(ys )0+ (s) = 3(s − s)2 = 0 = 3ys (1) 3 = (ys )0− (s).

Somit ist ys stetig differenzierbar und löst das Anfangswertproblem. In der Tat ist der An-
fangswert von ys für alle s > 1 durch ys (0) = (0 − 1)3 = −1 gegeben.

2
Figur 15.1: Die Differentialgleichung y 0 = 3y 3 hat „Weichen im
Richtungsfeld“ entlang der ganzen x-Achse.
2
Wie wir später sehen werden, ist die Struktur der Funktion (x, y) 7→ y 3 für die Mehrdeu-
tigkeit in obigem Beispiel verantwortlich. In der Tat werden wir in Abschnitt 15.4 zeigen, dass
Lipschitz-Stetigkeit der Funktion (x, y) 7→ f (x, y) die Eindeutigkeit der Lösung des Anfang-
wertproblems

y 0 = f (x, y), y(x0 ) = y0

impliziert. Die Differentialgleichung in Beispiel 15.1 erfüllt diese Bedingung allerdings in der
Nähe der x-Achse nicht und dies ist auch genau der Ort wo die Mehrdeutigkeit der Lösungen
entsteht.
Wir wollen noch bemerken, dass es je nach Anwendung vielleicht genügt eine Lösung ge-
funden zu haben. Es könnte aber auch sein, dass in der Anwendung die Mehrdeutigkeit eine
spezielle Bedeutung hat. Das Theorem von Picard-Lindelöf (Theorem 15.23) über Existenz
und Eindeutigkeit der Lösung (und dessen Annahmen) kann in diesem Sinne auch als Hilfs-
mittel zur Auffindung der möglichen „Weichen eines Richtungsfeldes“ verstanden werden.

749
15.1.1 Separierbare Differentialgleichungen: ein Leibniz Kochrezept
Die in Beispiel 15.1 angewandte (und bereits in Abschnitt 8.5.3 für lineare Differential-
gleichungen erster Ordnung angedeutete) Methode zur Berechnung von Lösungen gewisser
Differentialgleichungen kann allgemeiner wie folgt formuliert werden.
Wie wollen annehmen, dass die Differentialgleichung erster Ordnung die Form

y 0 = f (x)g(y) (15.1)

annimmt. In diesem Fall nennen wir die Differentialgleichung separierbar und können in der
Leibniz-Notation wie folgt die Variablen trennen.

dy
= f (x)g(y)
dx
dy
= f (x) dx
g(y)
Z Z
dy
= f (x) dx
g(y)

Dabei hoffen wir nun, dass die Integrale auf den beiden Seiten der Gleichung konkret be-
rechnet werden können. In diesem Fall ergibt sich ein Gleichungssystem für y, welches man
anschliessend versucht nach y aufzulösen (siehe Abschnitt 12.1.1). Wir wollen diese Metho-
de weiter nicht formal begründen, was aber abgesehen von der Möglichkeit, dass g(y) wie in
Beispiel 15.1 verschwinden könnte, mittels der Kettenregel möglich ist.

Übung 15.2 (Methode der Trennung der Variablen). Angenommen obige Integrale können
berechnet werden und es ergibt sich die Gleichung G(y) = F (x) + C, wobei G eine Stammfunk-
tion von g1 und F eine Stammfunktion von f ist. Angenommen diese Gleichung lässt sich nach
Wahl von C und innerhalb einer gewissen offenen Teilmenge U ⊆ R2 eindeutig nach y = y(x)
für x in einem Intervall I ⊆ R und eine differenzierbare Funktion y : I → R auflösen. Nehmen
Sie schlussendlich noch an, dass g(y(x)) 6= 0 gilt für alle x ∈ I. Zeigen Sie, dass dann y = y(x)
die Differentialgleichung (15.1) löst.

Übung 15.3 (Trennung der Variablen). Finden Sie eine Lösung des Anfangswertproblems
p
1 − x2 y 0 − y 2 = 1, y(0) = 0.

750
15.2 Lineare Differentialgleichungen mit konstanten Koeffizien-
ten
Wir wollen hier das Verfahren aus Abschnitt 8.5.4 (für den harmonischen Oszillator und
ähnliche linearen Differentialgleichungen zweiter Ordnung) nochmals allgemeiner diskutieren.
Insbesondere empfiehlt es sich Abschnitte 8.5.3–8.5.4 und das Beispiel der gedämpften Schwin-
gung (mit oder ohne Reibung oder Krafeinwirkung) in Erinnerung zu rufen.
Sei d ∈ N. Eine lineare, gewöhnliche Differentialgleichung d-ter Ordnung mit
konstanten Koeffizienten ist eine Differentialgleichung der Form

y (d) + ad−1 y (d−1) + . . . + a0 y (0) = g(x), (15.2)

wobei die Koeffizienten ad−1 , . . . , a0 reelle Zahlen und g : I → R eine Störfunktion g auf
einem Intervall I ⊆ R ist. Falls g 6= 0 ist, so nennt man die Differentialgleichung auch inho-
mogen. Falls die Störfunktion verschwindet, nimmt die Gleichung die Gestalt

y (d) + ad−1 y (d−1) + . . . + a0 y (0) = 0 (15.3)

an und wird homogen genannt.

Das zugehörige Anfangswertproblem hat zusätzlich die Bedingungen

y(x0 ) = w0 , y 0 (x0 ) = w1 , . . . , y (d−1) (x0 ) = wd−1 (15.4)

für ein x0 ∈ R (beziehungsweise x0 ∈ I falls die Störfunktion g nur auf I ⊆ R definiert ist)
und Anfangswerte w0 , w1 , . . . , wd−1 ∈ R. Wie schon für lineare gewöhnliche Differentialglei-
chungen erster Ordnung in Abschnitt 8.5.3 lassen sich für obige Differentialgleichungen alle
Lösungen der inhomogenen Gleichung (15.2) mit Hilfe einer partikulären Lösungen und der
Lösungen der homogenen Gleichung (15.3) bestimmen. Wir erinnern hier daran, dass eine par-
tikuläre Lösung der inhomogenen Gleichung schlicht eine beliebige Lösung ist (es reicht also,
nur eine solche zu finden). Wie wir schon in Abschnitt 8.5.4 gesehen haben ist es von grossem
Vorteil, hier nicht nur reellwertige, sondern auch komplexwertige1 Lösungen y zu erlauben.

Wichtige Übung 15.4 (Struktur der Lösungsmengen). Sei I ⊆ R ein Intervall und g : I → R
die Störfunktion. Zeigen Sie, dass die komplexwertigen Lösungen von (15.3) auf I ⊆ R einen
Vektorraum V über C bilden und dass die Lösungsmenge von (15.2) die Form ypart + V hat,
falls ypart eine partikuläre Lösung von (15.2) ist.

15.2.1 Die Lösungen für die homogene Gleichung

Um die Lösungen der homogenen Gleichung in (15.3) zu erraten (siehe auch Beispiel 8.65),
setzen wir y = eαx für ein α ∈ C und berechnen y 0 = αeαx , y 00 = α2 eαx , . . . , y (d) = αd eαx .

1
Wir können ebenso die Koeffizienten a0 , . . . , ad−1 und die Anfangswerte w0 , . . . , wd−1 als komplex anneh-
men, doch bleibt der Fall mit reellen Koeffizienten und Anfangswerten weiterhin von speziellem Interesse.

751
Damit ist

y (d) + ad−1 y (d−1) + . . . + a0 y (0) = (αd + ad−1 αd−1 + . . . + a0 )eαx .

Daher ist y = eαx genau dann eine Lösung der Differentialgleichung (15.3), wenn α ∈ C eine
Nullstelle des sogenannten charakteristischen Polynoms der Differentialgleichung (15.3)

p(T ) = T d + ad−1 T d−1 + . . . + a0 ∈ R[T ]

ist.
Ist α eine reelle Nullstelle von p(T ), dann ist y = eαx eine reellwertige Lösung. Bei reellen
Koeffizienten und einer komplexen Nullstelle α = β + γi ∈ C mit β, γ ∈ R ist α = β −
γi ebenso eine Nullstelle von p(T ). (Wieso?(Wieso?)) Damit sind (nach Übung 15.4) alle
Linearkombinationen von

eαx = eβx cos(γx) + i sin(γx) , eαx = eβx cos(γx) − i sin(γx)

oder auch von

1 αx 1 αx
(e + eαx ) = eβx cos(γx), (e − eαx ) = eβx sin(γx)
2 2i

Lösungen von (15.3). Man beachte, dass eαx und eαx über C den gleichen Unterraum von
Lösungen zu (15.3) aufspannen wie eβx cos(γx) und eβx sin(γx). (Wieso?)
Wir werden in der folgenden allgemeinen Diskussion diesen Wechsel von den Exponential-
funktionen zu Produkten von Exponentialfunktionen und trigonometrischen Funktionen nicht
mehr durchführen, wollen dies aber meist in konkreten Beispielen machen um am Ende die
allgemeine Lösung mittels reellwertige Funktionen zu beschreiben. Hat p(T ) genau d verschie-
dene Nullstellen über C, dann ergibt obige Diskussion d linear unabhängige Lösungen auf ganz
R.

Übung 15.5 (Lineare Unabhängigkeit). Seien α1 , . . . , αd ∈ C genau d (das heisst, paarweise

verschiedene) komplexe Zahlen. Zeigen Sie, dass die komplexwertigen Funktionen

fk : x ∈ R 7→ eαk x ∈ C

für k = 1, . . . , d linear unabhängig über C sind.

Wir möchten nun den Fall, wo eine Nullstelle des charakteristischen Polynoms der Dif-
ferentialgleichung (15.3) mehrfach erscheint, allgemeiner thematisieren. Dazu beginnen wir,
Funktionen des Typs xn eαx , wie wir sie im letzten Fall von Beispiel 8.67 gesehen hatten,
genauer zu untersuchen.

Proposition 15.6 (Eine Basis eines Teilraumes). Die komplexwertigen Funktionen

x ∈ R 7→ xn eαx

752
für n ∈ N0 und α ∈ C bilden eine linear unabhängige Teilmenge des komplexen Vektorraum
FC (R) der komplexwertigen Funktionen auf R.

Wir bezeichnen die lineare Hülle dieser Funktionen als

PEC (R) = xn eαx n ∈ N0 , α ∈ C ,

da die Elemente von PEC (R) aus Polynomen und der Exponentialabbildung konstruiert wer-
den. Für α ∈ C definieren wir des Weiteren den Teilraum

PEαC (R) = xn eαx n ∈ N0 = C[x]eαx ⊆ PEC (R).

Die Ableitung definiert eine lineare Abbildung

D : PEC (R) → PEC (R) f 7→ D(f ) = f 0 ,

die des Weiteren D(PEαC (R)) ⊆ PEαC (R) für alle α ∈ C erfüllt. In der Tat ist

D(eαx ) = αeαx , D(xn eαx ) = nxn−1 eαx + αxn eαx (15.5)

für alle n ∈ N und α ∈ C. Für die Funktion f : x 7→ p(x)eαx zu p(t) ∈ C[t] bezeichnen wir
deg(p) als den Grad von f und α als den Exponenten von f . Nach Obigem ist für f ∈ PEαC (R)
mit Exponenten α 6= 0 der Grad von D(f ) gleich dem Grad von f .

Beweis. Wir nehmen indirekt an, dass es paarweise verschiedene Parameter α1 , . . . , α` ∈ C

und von Null verschiedene Polynome q1 (T ), . . . , q` (T ) ∈ C[T ] gibt, so dass

`
X
qk (x)eαk x = 0
k=1

für alle x ∈ R. Des Weiteren dürfen wir annehmen, dass ` ≥ 1 minimal ist mit dieser Eigen-
schaft (nach Satz 2.22).
Falls ` = 1 ist, multiplizieren wir obige Gleichung mit e−α1 x und erhalten die Gleichung
q1 (x) = 0 für alle x ∈ R, die q1 (T ) 6= 0 widerspricht (siehe Abschnitt 3.2).
Sei also ` > 1. Wir multiplizieren die Gleichung `k=1 qk (x)eαk x = 0 mit e−α` x und erhalten
P

`−1
X
qk (x)e(αk −α` )x + q` (x) = 0.
k=1

für alle x ∈ R. Wir wenden nun die Ableitung D genau deg(q` ) + 1-mal an. Der Term q` (x)
verschwindet und wegen Gleichung (15.5) wird qk (x)e(αk −α` )x für k ∈ {1, . . . , ` − 1} zu einem
Ausdruck der Form q̃k (x)e(αk −α` )x , wobei q̃k (T ) ∈ C[T ] den gleichen Grad wie qk hat (wieso?).

753
Somit gilt

`−1
X
q̃k (x)e(αk −α` )x = 0
k=1

für alle x ∈ R, was der minimalen Wahl von ` widerspricht.

Übung 15.7 (Matrixdarstellung des Differentiationsoperators). Finden Sie eine „Matrix-

darstellung“ von D eingeschränkt auf PEαC (R) für α ∈ C bezüglich der Basis

x2 αx x3 αx
eαx , xeαx , e , e ,....
2! 3!

Um die Anführungszeichen zu vermeiden, können Sie D auch auf den Unterraum

{eαx q(x) | q ∈ C[x], deg(q) ≤ n}

von PEαC (R) für n ∈ N einschränken. Vergleichen Sie ihr Ergebnis mit dem Begriff der Jordan-
Normalform aus der Linearen Algebra.
Pd
Für ein Polynom p(T ) = k=0 ak T
k ∈ C[T ] definieren wir die lineare Abbildung

d
X d
X
p(D) = ak Dk : f ∈ PEC (R) 7→ ak f (k) ∈ PEC (R),
k=0 k=0

wobei D0 = I die Identitätsabbildung auf PEC (R) darstellt (wir haben f (0) als f definiert).
Die homogene Differentialgleichung (siehe auch (15.3))

d
X
an y (d) + . . . + a0 y (0) = ak y (k) = 0
k=0

lässt sich mit dem Differentialoperator p(D) auch in der angenehm kurzen Form

p(D)y = 0

schreiben. Die Abbildung p ∈ C[T ] 7→ p(D) ist linear. Des Weiteren gilt für zwei Polynome
p(T ) = m
Pn
k=0 ak T , q(T ) = `=0 b` T und der Konvention ak = 0 = b` für k > m und ` > n,
k `
P

dass
m+n j
!
X X
p(T )q(T ) = ak bj−k T j .
j=0 k=0

754
Somit gilt die multiplikative Eigenschaft
n
!
X
`
p(D)(q(D)f ) = p(D) b` D f
`=0
m n m X
n
!
X X X
k `
= ak D b` D f = ak b` Dk+` f
k=0 `=0 k=0 `=0
m+n j
!
X X
= ak bj−k Dj f = (pq)(D)(f )
j=0 k=0

für alle f ∈ PEC (R) oder kurz p(D)q(D) = (pq)(D). Diese Eigenschaft macht die Auswer-
tungsabbildung p ∈ C[T ] 7→ p(D) zu einem sogenannten Ringhomomorphismus.
Mit der oben eingeführten Abstraktion können wir nun Lösungen zu linearen homogenen
Differentialgleichungen mit konstanten Koeffizienten auf zufriedenstellende Art und Weise an-
geben.

Proposition 15.8 (Lineare homogene Differentialgleichungen mit konstanten Koeffizienten).

Sei p(T ) = dk=0 ak T k ∈ C[T ] ein Polynom mit ad = 1, das mittels p(T ) = `k=1 (T − αk )nk
P Q

in Linearfaktoren zerfällt, wobei wir annehmen, dass αj 6= αk für j 6= k ∈ {1, . . . , `}. Dann
hat die zugehörige homogene Differentialgleichung

p(D)y = 0

die folgenden d linear unabhängigen Lösungen:

eα1 x , xeα1 x , ... , xn1 −1 eα1 x

..
.
eα` x , xeα` x , ... , xn` −1 eα` x

Wir bemerken, dass nach dem Fundamentalsatz der Algebra (Theorem 10.68) jedes Po-
lynom über C in Linearfaktoren zerfällt und somit die Annahme an p in obiger Proposition
keine Einschränkung ist. Des Weiteren werden wir später sehen, dass die Lösungsmenge der
Gleichung p(D)y = 0 genau d-dimensional ist. Somit haben wir mit obigem Resultat eine
Basis des Lösungsraumes der Differentialgleichung p(D)y = 0 erhalten.
P`
Beweis. Nach Annahme hat das Polynom p Grad d = k=0 nk , womit wir in der Tat d
Funktionen angegeben haben, die nach Proposition 15.6 linear unabhängig sind. Für ein festes
k ∈ {1, . . . , `} gilt weiter

(D − αk I)eαk x = αk eαk x − αk eαk x = 0

(D − αk I)xm eαk x = mxm−1 eαk x + αk xm eαk x − αk xm eαk x
= mxm−1 eαk x

755
für alle m ∈ N. Für m ∈ {0, . . . , nk − 1} folgt nun aus dieser Rechnung und Induktion, dass
(D − αk I)nk xm eαk x = 0. Weil die Auswertungsabbildung ein Ringhomomorphismus ist, folgt
!
Y
m αk x nj
p(D)x e = (D − αj ) (D − αk I)nk xm eαk x = 0,
j=1,...,n
j6=k

was zu beweisen war.

Übung 15.9 (Reellwertige Lösungen). Beschreiben Sie einen reellen Vektorraum PESCR (R) ⊆
PEC (R) von reellwertigen Funktionen auf R, so dass alle reellwertigen Lösungen in PEC (R)
von homogenen linearen Differentialgleichungen mit konstanten Koeffizienten in PESCR (R)
enthalten sind.

15.2.2 Eine Lösung der inhomogenen Differentialgleichung

Wir wenden uns nun dem inhomogenen Problem zu. Für eine Störfunktion g ∈ PEC (R)
gibt es ein einfaches Rezept, wie man eine partikuläre Lösung ypart der inhomogenen Differen-
tialgleichung

p(D)y = g,

wobei p(T ) ∈ C[T ], finden kann.

• Falls g(x) = q(x)eαx für ein Polynom q(T ) vom Grad n und α ∈ C mit p(α) 6= 0,
dann definiert man ypart = Q(x)eαx , wobei Q(T ) ein Polynom vom Grad n mit noch zu
bestimmenden Koeffizienten ist. Nun berechnet man p(D)ypart , setzt dies gleich g und
verwendet diese Gleichung, um die Koeffizienten von Q zu bestimmen.

• Falls g(x) = q(x)eαx für ein Polynom q(T ) vom Grad n und α ∈ C mit p(α) = 0, dann
wiederholt man obiges Verfahren, allerdings mit dem Ansatz ypart = Q(x)x` eαx , wobei
` die Vielfachheit der Nullstelle α von p(T ) angibt.

• Ein allgemeines g ∈ PEC (R) lässt sich als Linearkombination von Ausdrücken wie oben
darstellen. Auf Grund der Linearität von p(D) kann man also obiges Verfahren für
Summanden der Form q(x)eαx in g anwenden und dann die resultierenden Funktionen
addieren.

• Falls α ∈ C \ R ist und wir an reellwertigen Lösungen einer Differentialgleichung mit

reellen Koeffizienten interessiert sind, dann kann man eαx , eαx in obigen Diskussionen
durch eβx cos(γx), eβx sin(γx) für β, γ ∈ R mit α = β + γi ersetzen.

Übung 15.10 (Dies funktioniert immer). Zeigen Sie, dass das oben erklärte Verfahren tat-
sächlich zum Ziel (das heisst, zu einer partikulären Lösung) führt.

756
15.2.3 Lösen des Anfangswertproblems
Die allgemeine Lösung einer inhomogenen Differentialgleichung ergibt sich nun wieder-
um als die Summe einer partikulären Lösung und der allgemeinen Lösung der zugehörigen
homogenen Differentialgleichung (siehe Übung 15.4). Anschliessend kann man die Anfangs-
bedingungen eines Anfangswertproblems (siehe (15.4)) verwenden, um die Lösung näher zu
bestimmen.
Wir wollen das Verfahren zur Lösung eines Anfangswertproblems für eine inhomogene li-
neare Differentialgleichung mit konstanten Koeffizienten nochmals an einem Beispiel erklären,
welches etwas komplexer ist, damit wir eben einige der verschiedenen Möglichkeiten sehen
können. Wir überspringen allerdings das Lösen der sich ergebenden linearen Gleichungssyste-
me.

Beispiel 15.11. Wir betrachten das Polynom p(T ) = (T 2 + 4)(T − 1)T = T 4 − T 3 + 4T 2 − 4T

und dazu die inhomogene Differentialgleichung

p(D)y = y (4) − y (3) + 4y (2) − 4y (1) = sin(x) + ex + x.

• Für die homogene Differentialgleichung bemerken wir, dass die Nullstellen von p(T )
durch 2i, −2i, 1, 0 (jeweils mit Vielfachheit 1) gegeben sind und somit die allgemeine
Lösung der homogenen Differentialgleichung p(D)y = 0 durch

yhom = A1 sin(2x) + A2 cos(2x) + A3 ex + A4

gegeben ist.

• Für die Störfunktion g1 (x) = sin(x) wählen wir gemäss Rezept den Ansatz yp,1 =
B sin(x) + C cos(x). Nun berechnet man die Ableitungen yp,1 0 , . . . , y (4) und setzt dies
p,1
in p(D)yp,1 = sin(x) ein. Dann bestimmt man B, C mit dem resultierenden Gleichungs-
system und erhält B = − 61 , C = 16 . Somit ist yp,1 = 16 (− sin(x) + cos(x)).

• Für die Störfunktion g2 (x) = ex wählen wir gemäss Rezept den Ansatz yp,2 = Exex . Wie
zuvor berechnet man nun die Ableitungen yp,20 , . . . , y (4) und setzt dies in p(D)y x
p,2 p,2 = e
ein. Man erhält E = 51 und yp,2 = 15 xex .

• Für die Störfunktion g3 (x) = x wählen wir den Ansatz yp,3 = F x2 + Gx. Man berechnet
0
yp,3 00 = 2F , y (3) = y (4) = 0 und setzt dies in p(D)y
= 2F x + G, yp,3 p,3 p,3 p,3 = x ein. Dies
ergibt

4(2F ) − 4(2F x + G) = x = 8F − 8F x − 4G

und somit F = − 18 , G = − 41 . Also ist yp,3 = − 18 x2 − 14 x.

757
Für die allgemeine Lösung der inhomogenen Differentialgleichung p(D)y = sin(x) + ex + x
erhalten wir daraus

yinhom = yhom + ypart = yhom + yp,1 + yp,2 + yp,3

= A1 sin(2x) + A2 cos(2x) + A3 ex + A4 + 61 (− sin(x) + cos(x)) + 15 xex − 81 x2 − 41 x

Wenn jetzt noch Anfangswerte

y(0) = 1
24 , y 0 (0) = − 20
1
, y 00 (0) = 1
12 , y (3) (0) = 1
10

gegeben sind, so ergibt sich nach Lösung eines Gleichungssystems in den Variablen A1 , A2 , A3 , A4
die Lösung

y= 1
12 sin(2x) − 1
40 cos(2x) − 1
10 + 16 (− sin(x) + cos(x)) + 15 xex − 18 x2 − 14 x.

Übung 15.12 (Mehrfache Nullstellen). Bestimmen Sie die allgemeine Lösung der inhomo-
genen Differentialgleichung p(D)y = x + ex + sin(2x) wobei das Polynom p(T ) ∈ R[T ] durch
p(T ) = (T − 1)2 (T 2 + 4) gegeben ist. Gehen Sie dabei in folgenden Schritten vor:

(i) Bestimmen Sie zuerst die allgemeine Lösung von p(D)y0 = 0.

(ii) Finden Sie ein Polynom q1 (T ) ∈ R[T ], so dass y1 = q1 (x) die inhomogene Differential-
gleichung p(D)y1 = x löst (und multiplizieren Sie hierfür p(T ) aus).

(iii) Finden Sie als nächstes ein Polynom q2 (T ) ∈ R[T ], so dass y2 = q2 (x)ex eine Lösung
von p(D)y2 = ex ist.

(iv) Finden Sie schlussendlich zwei Polynome q3 (T ), q4 (T ) ∈ R[T ], so dass für die Funktion
y3 = q3 (x) sin(2x) + q4 (x) cos(2x) die Gleichung p(D)y3 = sin(2x) gilt.

(v) Nehmen Sie die Summe von all diesen Funktionen (welche auf Grund der Funktion y0
vier unbestimmte Konstanten enthalten wird).

Übung 15.13 (Eindeutigkeit). Sei p ∈ C[t] ein Polynom von Grad d ∈ N und seien die An-
fangswerte durch w0 , . . . , wd−1 ∈ C gegeben. Sei des Weiteren g ∈ PEC (R) eine Störfunktion.
Zeigen Sie, dass das Anfangswertproblem

p(D)y = g
y(0) = w0 , y 0 (0) = w1 , . . . , y (d−1) (0) = wd−1

in PEC (R) eine eindeutig bestimmte Lösung besitzt.

Übung 15.14 (Glattheit). Sei p ∈ R[t] ein Polynom von Grad d ∈ N und sei g : R → R glatt.
Zeigen Sie, dass jede Lösung y der Differentialgleichung p(D)y = g eine glatte Funktion ist.

758
15.3 Differentialgleichungsysteme
Wir wollen hier den Begriff der Differentialgleichung auf vektorwertige Funktionen oder
(äquivalenterweise) auf mehrere, verschiedene Funktionen mit Querbeziehungen verallgemei-
nern. Sei I ⊆ R ein Intervall, U ⊆ I × Rd offen und f : U → Rd eine stetige Funktion. Dann
heisst die Gleichung

ẋ(t) = f (t, x(t))

für eine unbekannte (gesuchte) Funktion (Kurve) x ein d-dimensionales Differentialglei-

chungssystem erster Ordnung. Dabei ist der Definitionsbereich einer Lösung x möglicher-
weise nur ein Teilintervall von I (insbesondere muss ja (t, x(t)) ∈ U für alle t im Definitions-
bereich von x gelten). Die Funktion f wird oft auch die rechte Seite genannt. Des Weiteren
nennen wir zu (t0 , x0 ) ∈ U die Gleichungen

ẋ(t) = f (t, x(t)), x(t0 ) = x0

ein Anfangswertproblem zum Anfangswert x0 bei t0 ∈ I.

Die Differentialgleichung ist autonom (sich selbst überlassen), falls f zeitunabhängig ist,
das heisst, falls f (t, x) = f (t0 , x) für alle (t, x), (t0 , x) ∈ U . Wie schon zuvor nennen wir die
Funktion f ein Vektorfeld, selbst wenn dieses zeitabhängig ist. Das Vektorfeld gibt bei (t, x) ∈
U die Richtung und die Geschwindigkeit des gesuchten Weges t 7→ x(t) an. Eine praktische
Applikation zur Darstellung von Vektorfeldern (und der Lösungen von Anfangswertproblemen
dazu) können Sie hier finden.

15.3.1 Umwandlung einer Differentialgleichung höherer Ordnung

Es stellt sich die Frage, warum wir oben (und auch im Folgenden) nur Differentialglei-
chungssysteme erster Ordnung besprechen. Der Grund dafür ist die folgende Konstruktion.
Angenommen

y (d) (t) = f t, y(t), ẏ(t), . . . , y (d−1) (t) (15.6)

ist eine explizite Differentialgleichung der Ordnung d und f : U → R ist eine stetige Funktion
auf einer offenen Teilmenge U ⊆ Rd+1 . Dann können wir diese Differentialgleichung in ein
d-dimensionales Differentialgleichungssystem erster Ordnung umwandeln, indem wir

x(t) = (x0 (t), x1 (t), . . . , xd−1 (t))t

759
und


 ẋ0 (t) = x1 (t)

ẋ1 (t) = x2 (t)


.. (15.7)


 .

ẋd−1 (t) = f (t, x0 (t), . . . , xd−1 (t))


setzen. In der Tat sind mit y(t) = x0 (t) die Gleichungen (15.6) und (15.7) äquivalent. Die
in (15.7) definierte (stetige) rechte Seite f˜ : U → Rd „erbt“ des Weiteren die meisten Eigen-
schaften von f . Ist beispielsweise f differenzierbar, so ist auch f˜ differenzierbar und selbiges
gilt unter anderem für Lipschitz-Stetigkeit (siehe die Annahmen von Theorem 15.23 weiter
unten).
Selbiges Verfahren, leicht angepasst, liefert zu einer Differentialgleichungen höherer Ord-
nung in vektorwertigen Funktionen ebenfalls eine äquivalentes Differentialgleichungssystem
erster Ordnung. Die gleiche Diskussion trifft auf die Übertragung von Anfangswerten zu.
Obige Äquivalenz erklärt, wieso wir in den Diskussionen weiter unten uns meist auf Diffe-
rentialgleichungen (oder Differentialgleichungssysteme) erster Ordnung einschränken werden.
Wir überlassen es dabei den Leserinnen und Lesern, die Resultate (siehe vor allem Theo-
rem 15.23) auf Differentialgleichungen höherer Ordnung zu übertragen.

15.3.2 Lineare autonome Differentialgleichungssysteme

Wir betrachten hier den Fall eines linearen Differentialgleichungssystem mit konstanten
Koeffizienten.

Proposition 15.15 (Existenz und Eindeutigkeit von Lösungen). Sei A ∈ Matd,d (R), x0 ∈ Rd
und t0 ∈ R. Das Anfangswertproblem

ẋ(t) = Ax(t), x(t0 ) = x0

hat die eindeutig bestimmte Lösung

t ∈ R 7→ x(t) = exp(A(t − t0 ))x0 .

Hierbei ist die (Matrix-) Exponentialabbildung exp : Matd,d (R) → GLd (R) durch

∞
X 1 n
exp(B) = B
n!
n=0

für B ∈ Matd,d (R) definiert ist.

Auf Grund der Konstruktion aus Abschnitt 15.3.1 gibt Proposition 15.15 auch eine Lö-
sungsmethode für lineare Differentialgleichungen d-ter Ordnung mit konstanten Koeffizienten
wie in (15.3) an (siehe auch den Beweis von Korollar 15.18 unten). Hier möchten wir andeu-
ten, wie sich solche Differentialgleichungen als Differentialgleichungssystem erster Ordnung

760
schreiben lassen. Sei also die Differentialgleichung

y (d) + ad−1 y (d−1) + . . . + a0 y (0) = 0

für a0 , . . . , ad−1 ∈ R gegeben. Wandelt man dies in Differentialgleichungssystem erster Ord-

nung um, so ergibt sich (siehe (15.7)) die Gleichung ẋ(t) = Ax(t) für
 
0 1 0 ··· 0
.. ..
. .
 
 0 0 1 
.. .. ..
 
A= . . .
 
 . 0 
0 0 ··· 0 1
 
 
−a0 −a1 · · · −ad−2 −ad−1

Dies ist auch die Begleitmatrix des charakteristischen Polynoms der obigen Differentialglei-
chung – siehe folgende Übung.

Übung 15.16 (Begleitmatrix eines Polynoms). Zeigen Sie, dass das charakteristische Poly-
nom der obigen Matrix A genau das Polynom T d + ad−1 T d−1 + . . . + a1 T + a0 ist.

Die Aussage von Proposition 15.15 „konkurriert“ gewissermassen mit der Aussage von
Proposition 15.8, weswegen man sich fragen könnte, ob die Exponentialabbildung für Matrizen
auch für Differentialgleichungen wie Proposition 15.8 entsprechende Lösungen liefert. Dafür
möchten wir auf Übung 15.21 verweisen.

Beweis. Wir zeigen zuerst, dass die Exponentialabbildung in der Tat durch eine absolut kon-
vergente Reihe definiert wurde. Dabei ist auf Grund der Normäquivalenz auf endlichdimensio-
nalen Vektorräumen die Wahl der Norm uns überlassen. Wir verwenden die Euklidsche Norm
k · k auf Rd und die Matrixnorm (Operatornorm – siehe Definition 10.62)

kBkop = max kBvk

v∈Rd , kvk≤1

für B ∈ Matd,d (R). Nach Lemma 10.63 ist die Matrixnorm submultiplikativ, das heisst, für
B1 , B2 ∈ Matd,d (R) gilt

kB1 B2 kop ≤ kB1 kop kB2 kop .

Daraus folgt für B ∈ Matd,d (R)

∞
X ∞
X
1 n 1 n
k n! B kop ≤ n! kBkop = exp(kBkop ) < ∞.
n=0 n=0

In anderen Worten ist die Reihe ∞ n=0 n! B also für jedes B ∈ Matd,d (R) (bezüglich k · kop
1 n
P

oder äquivalenterweise in jedem Matrixeintrag) absolut konvergent und daher ist die Expo-
nentialabbildung exp auf Matrizen wohldefiniert.

761
 Für A, B ∈ Matd,d (R) mit AB = BA (das heisst, A und B kommutieren) gilt der erweiterte
Binomialsatz
n  
X
nn ` n−`
(A + B) = AB
`
`=0

für alle n ∈ N0 . (Wieso?(Wieso?)) Daraus folgt

∞
X 1
exp(A + B) = (A + B)n
n!
n=0
∞ n  
X 1 X n ` n−`
= AB
n! `
n=0 `=0
∞ Xn
X 1 ` 1
= A B n−`
`! (n − `)!
n=0 `=0
∞
! ∞ !
X 1 ` X 1
m
= A B
`! m!
`=0 m=0

= exp(A) exp(B),

wobei wir die Verallgemeinerung des Produktsatzes für absolut konvergente Reihen (Satz 7.36
und Korollar 7.37) für Matrizen verwendet haben. Diese Verallgemeinerung folgt aus demsel-
ben Beweis oder durch Anwendung des Satzes auf die einzelnen Komponenten
∞
X 1 `
(exp(A))ij = (A )ij
`!
`=0
∞
X 1
(exp(B))jk = (B m )jp
m!
m=0

für i, j, k ∈ {1, . . . , d}. Insbesondere gilt

exp(B) exp(−B) = exp(B − B) = exp(0) = Id

und daher ist exp(B) ∈ GLd (R) invertierbar für alle B ∈ Matd,d (R).
Wir betrachten nun die Abbildung t ∈ R 7→ exp(At) ∈ GLd (R) ⊆ Matd,d (R) und wollen
die Ableitung bestimmen. Es gilt

d
exp(Ah) − exp(0)
exp(At) |t=0 = lim
dt h→0 h
X∞
1 n n−1
= lim n! A h =A
h→0
n=1

762
und daher allgemeiner

d
exp(A(t0 + h)) − exp(At0 )

exp(At) |t=t0 = lim
dt h→0 h
exp(Ah) − exp(0)
= lim exp(At0 ) = A exp(At0 ).
h→0 h

Für die Funktion t ∈ R 7→ x(t) = exp(A(t − t0 ))x0 gilt damit x(t0 ) = Id x0 = x0 und

ẋ(t) = A exp(A(t − t0 ))x0 = Ax(t).

Um die Eindeutigkeit zu zeigen, nehmen wir an, dass zu einem Intervall I ⊆ R mit t0 ∈ I
eine beliebige Lösung y : I → Rd des Anfangswertproblems gegeben ist. Wir betrachten die
Funktion t ∈ I 7→ exp(−A(t − t0 ))y(t) und berechnen die Ableitung mit der Produktregel. Es
gilt

d

exp(−A(t − t0 ))y(t) = −A exp(−A(t − t0 ))y(t) + exp(−A(t − t0 ))ẏ(t)
dt
= −A exp(−A(t − t0 ))y(t) + exp(−A(t − t0 ))Ay(t)
= −A exp(−A(t − t0 ))y(t) + A exp(−A(t − t0 ))y(t)
= 0,

da A und exp(−A(t − t0 )) kommutieren. Also ist die Abbildung t ∈ I 7→ exp(−A(t − t0 ))y(t)

konstant und damit gleich ihrem Wert y(t0 ) = x0 bei t0 . Dies beweist, dass wie gewünscht
y(t) = exp(A(t − t0 ))x0 für alle t ∈ I gilt.

Übung 15.17 (Produktregel für matrixwertige Funktionen). Seien `, m, n ∈ N. Seien a < b

reelle Zahlen und seien t ∈ [a, b] 7→ A(t) ∈ Mat`,m (R) und t ∈ [a, b] 7→ B(t) ∈ Matm,n (R)
differenzierbare Funktionen. Zeigen Sie, dass auch t ∈ [a, b] 7→ A(t)B(t) differenzierbar ist mit
Ableitung

d d d




dt A(t)B(t) = dt A(t) B(t) + A(t) dt B(t)

für alle t ∈ [a, b]. Wo wurde dies in obigem Beweis verwendet?

Korollar 15.18 (Eindeutigkeit). Sei d ∈ N. Ein Anfangswertproblem (15.4) zu einer linearen

homogenen gewöhnlichen Differentialgleichung mit konstanten Koeffizienten wie in (15.3) hat
eine eindeutig bestimmte Lösung. Falls das Anfangswertproblem zu der inhomogenen Version
(15.2) eine Lösung mit einem Intervall I als Definitionsbereich besitzt, so ist diese Lösung
ebenso eindeutig bestimmt.

Beweis. Wie vor dem Beweis von Proposition 15.15 erwähnt, erhält man mittels Umwandlung
(siehe die Diskussion in Abschnitt 15.3.1) aus einer linearen homogenen gewöhnlichen Dif-
ferentialgleichung mit konstanten Koeffizienten ein äquivalentes Differentialgleichungssystem
z 0 = Az, wobei A hier die Begleitmatrix des charakteristischen Polynoms ist. Um konsistent

763
mit der Notation in (15.3) zu sein, wollen wir hier in beiden Fällen x als unabhängige Varia-
ble verwenden wollen. Bei vorgegebenen Anfangswerten für (15.3) wie in (15.4) erhalten wir
ebenso einen Anfangswert z0 für z bei x0 .
Nun impliziert aber Proposition 15.15 die eindeutige Lösbarkeit des Anfangswertproblems

z 0 (x) = Az(x), z(x0 ) = z0

(und gibt auch eine konkrete Lösung mittels der Exponentialabbildung für Matrizen an). Da-
durch sehen wir, dass auch das Anfangswertproblem zu (15.3),(15.4) eine eindeutig bestimmte
Lösung besitzt.
Falls nun das Anfangswertproblem (15.4) für die inhomogene Gleichung (15.2) zwei Lösun-
gen y1 , y2 hat, so ist y1 − y2 eine Lösung für die Differentialgleichung (15.3) mit trivialen (d.h.
verschwindenden) Anfangswerten. In diesem Fall ist aber auf Grund von Obigem y = 0 die
einzige Lösung und wir erhalten y1 = y2 .

Vergleicht man den Beweis des obigen Korollars mit der (auf einem Ansatz beruhenden)
Diskussion in Abschnitt 15.2 so ergibt sich, dass die Exponentialabbildung für Matrizen (ge-
meinsam mit der Jordan-Normalform von Matrizen) die Struktur der in Proposition 15.8
gefunden Lösungen sehr gut erklärt (siehe auch Übung 15.21).

15.3.3 Beispiele linearer autonomer Differentialgleichungssysteme

Beispiel 15.19 (Rotation). Wir betrachten das gekoppelte Differentialgleichungssystem

ẋ1 = −x2 , ẋ2 = x1 ,

welches sich auch kurz als

!
0 −1
ẋ = x
1 0

schreiben lässt. Auf Grund der Zeitunabhängigkeit der rechten Seite ist dieses autonom. Das
Vektorfeld lässt sich wie in folgendem Bild darstellen.

764
Weiter ist die eindeutig bestimmte Lösung x zum Anfangswertproblem mit einem beliebigen
Anfangswert x0 ∈ R2 durch
! ! !
0 −1 cos(t) − sin(t)
x(t) = exp t x0 = x0
1 0 sin(t) cos(t)

gegeben. (Wieso?(Wieso?)). Startet man also beispielsweise bei (1, 0)t , so bewegt man sich ent-
lang des Einheitskreises mit Geschwindigkeit 1, wobei man stets den oben illustrierten Pfeilen
folgt, die den Kreis tangential berühren.

Beispiel 15.20 (Spirale). Wir betrachten das gekoppelte, autonome Differentialgleichungssy-

stem

ẋ1 = x1 − x2 , ẋ2 = x1 + x2 ,

welches sich auch kurz als

!
1 −1
ẋ = x
1 1

schreiben lässt. Wir stellen das Vektorfeld wieder in einer Grafik dar.

765
Die eindeutig bestimmte Lösung x zum Anfangswertproblem mit einem beliebigen Anfangswert
x0 ∈ R2 ist durch
! ! ! ! ! !
1 −1 1 0 0 −1
x(t) = exp t x0 = exp t exp t x0
1 1 0 1 1 0
!
et cos(t) −et sin(t)
= x0
et sin(t) et cos(t)

gegeben. (Wieso?(Wieso?))

Übung 15.21 (Mehr zur Exponentialabbildung). In dieser Übung möchten wir die Exponen-
tialabbildung und Proposition 15.15 weiter erkundschaften.

(i) Berechnen Sie zu a1 , . . . , ad ∈ R die Diagonalmatrix

 
a1 0

exp  .. 
.
 . 
0 ad

Interpretieren Sie die Differentialgleichung in dem Fall

!
a1 0
ẋ = x
0 a2

und das zugehörige Vektorfeld.

766
 !
0 1
(ii) Berechnen Sie exp und interpretieren Sie wie zuvor die Differentialgleichung
0 0
!
0 1
ẋ = x
0 0

und das zugehörige Vektorfeld.

(iii) Sei J die d × d-Matrix, die über der Diagonalen Einsen und sonst nur Nullen stehen
hat. Zeigen Sie, dass

t2 2 td−1 d−1
exp(tJ ) = Id + tJ + 2J + ... + (d−1)! J

und kommentieren Sie die Differentialgleichung ẋ = J x.

Übung 15.22 (Allgemeiner Fall). Sei A ∈ Matd,d (R). Verwenden Sie die Jordan-Normalform
von Matrizen (über C) um exp(At) für alle t ∈ R zu berechnen. Liefern Sie damit eine explizite
Beschreibung der Lösungen in Proposition 15.15 und beweisen Sie Proposition 15.8 erneut.

15.3.4 Ein Beispiel eines nicht-linearen Systems

Wir betrachten das nicht-lineare autonome Differentialgleichungssystem

ẋ = x − y − (x2 + y 2 )x
(15.8)
ẏ = x + y − (x2 + y 2 )y

Das involvierte Vektorfeld lässt sich dann wie in folgendem Bild darstellen.

Wir möchten zuerst zwei spezielle Fälle betrachten:

767
(a) Wir suchen die konstanten Lösungen der Differentialgleichung (15.8). Seien also x, y defi-
niert (und differenzierbar) auf einem Intervall mit

0 = x − y − (x2 + y 2 )x
.
0 = x + y − (x2 + y 2 )y

Insbesondere ist dann

0 = x − y − (x2 + y 2 )x · y − x + y − (x2 + y 2 )y · x

= −x2 − y 2

und somit x = y = 0.

(b) Wir betrachten nun das Anfangwertproblem zu (15.8) mit einem Anfangswert (x0 , y0 )t auf
dem Einheitskreis. Das obige Bild lässt dann vermuten, dass die Lösung aus Beispiel 15.19
auch hier eine Lösung darstellt;
!
cos(t) − sin(t)
(x(t), y(t))t = (x0 , y0 )t .
sin(t) cos(t)

In der Tat bewegt sich diese Kurve auf dem Einheitskreis, womit x2 + y 2 = 1 stets erfüllt
ist und somit die zu lösende Gleichung (15.8) zur Gleichung aus Beispiel 15.19 äquivalent
ist (welche ja von (x(t), y(t))t gelöst wird).

Um nun die Differentialgleichung (15.8) allgemeiner behandeln zu können, betrachten wir

Polarkoordinaten und hoffen, dass in diesen (15.8) gelöst werden kann. Das heisst, wir schrei-
ben r(t)2 = x(t)2 + y(t)2 und

x(t) = r(t) cos(ϕ(t)), y(t) = r(t) sin(ϕ(t))

für eine geeignete Funktion t 7→ ϕ(t) ∈ R.

Wir betrachten zuerst den Radius r und finden eine Differentialgleichung für diesen. Man
berechnet

(r2 )˙ = (x2 + y 2 )˙ = 2xẋ + 2y ẏ

= 2 x2 − xy − (x2 + y 2 )x2 + 2 xy + y 2 − (x2 + y 2 )y 2

= 2(r2 − r4 )

und somit, da (r2 )˙ = 2rṙ, erhält man

ṙ = r − r3 .

768
Eine Lösung davon lässt sich mit der Trennung der Variablen aus Abschnitt 15.1.1 ermitteln;
man erhält

et
r(t) = √
C1 + e2t

für eine passend zum Anfangswert gewählte Konstante C1 . Der Radius verhält sich also wie
in folgendem Bild.

Insbesondere kommt die Lösung dem Einheitskreis also immer näher, wie man es schon aus
der obigen Illustration des Vektorfelds erahnen könnte.
Wir versuchen nun ein ähnliches Vorgehen, um eine Formel für den Winkel ϕ zu finden.
Intuitiv gesehen könnte man ein ähnliches Verfahren wie oben für x2 + y 2 auf beispielsweise xy
anwenden, was zwar auf das richtige Resultat führt, aber nur dann zulässig ist, wenn y(t) für
kein t verschwindet. Wir wollen dies aber nicht voraussetzen. Stattdessen berechnen wir mit
der Kettenregel

ẋ = ṙ cos(ϕ) − r sin(ϕ)ϕ̇ = x − y − r2 x
ẏ = ṙ sin(ϕ) + r cos(ϕ)ϕ̇ = x + y − r2 y.

Es gilt jedoch gemeinsam mit ṙ = (1 − r2 )r ebenso

ẋ = (1 − r2 ) r cos(ϕ) − r sin(ϕ) ϕ̇
| {z } | {z }
=x =y

= x − y ϕ̇ − r2 x

und damit −y ϕ̇ = −y. Analog zeigt man xϕ̇ = x. Unter dem Strich ist also entweder x = y = 0
(was der konstanten Lösung entspricht) oder ϕ̇ = 1 und somit ϕ(t) = t + C2 für eine passend
zum Anfangswert gewählte Konstante C2 . Wie man also aus der Darstellung des Vektorfelds
hätte vermuten können, bilden die Lösungen Spiralen, die sich dem Einheitskreis annähern.

769
Wir bemerken noch, dass die Lösung x(t) des Anfangwertproblems mit kx0 k > 1 (das heisst,
C1 < 0) nie auf ganz R, sondern nur immer auf einem Intervall (a, ∞) definiert sind und
limt&a kx(t)k = +∞ erfüllen. Dies hat damit zu tun, dass die rechte Seite der Differentialglei-
chung (15.8) für k(x, y)t k → ∞ sehr schnell anwächst.

770
15.4 Existenz- und Eindeutigkeitssatz von Picard-Lindelöf
Wie wir bereits in Abschnitt 15.1 gesehen haben, muss die Lösung eines Anfangswertpro-
2
blems (selbst für eine relativ einfache Differentialgleichung wie y 0 = 3y 3 ) nicht immer eindeutig
bestimmt sein. Wenn man hingegen zu einem Differentialgleichungssystem

ẋ(t) = f (t, x(t))

eine etwas stärkere Annahme an das Vektorfeld f verlangt, so erhält man sowohl Existenz als
auch Eindeutigkeit der Lösung nach folgendem fundamentalen Satz (siehe auch [?]).

Theorem 15.23 (Picard-Lindelöf). Es sei d ≥ 1, U ⊆ R × Rd offen und f : U → Rd stetig.

Angenommen f ist „lokal Lipschitz-stetig im Ort“, das heisst, für alle (t0 , x0 ) ∈ U existiert
ein ε > 0 mit Bε (t0 , x0 ) ⊆ U und M > 0, so dass für alle (t, x1 ), (t, x2 ) ∈ Bε (t0 , x0 ) die
Abschätzung

kf (t, x1 ) − f (t, x2 )k ≤ M kx1 − x2 k

gilt. Sei weiters t0 ∈ R und ein Anfangswert x0 ∈ Rd mit (t0 , x0 ) ∈ U gegeben.

Existenz: Dann existiert ein Zeitintervall I = Imax = (a, b) ⊆ R und eine differenzierbare
Funktion x(·) : I → Rd mit

• (t, x(t)) ∈ U für alle t ∈ I,

• ẋ(t) = f (t, x(t)) für alle t ∈ I,

• t0 ∈ I und x(t0 ) = x0 .

Eindeutigkeit: Für jede weitere Lösung y(·) : J → Rd desselben Anfangswertproblems defi-

niert auf einem offenen Intervall J mit t0 ∈ J gilt J ⊆ I und x(·)|J = y(·).
Maximalität: Die Grenzwerte limt&a (t, x(t)) und limt%b (t, x(t)) existieren in U nicht.

Zusammenfassend hat jedes Anfangswertproblem für ein (im Ort lokal) Lipschitz-stetiges
Vektorfeld eine eindeutige Lösung. Des Weiteren lässt sich diese entweder beliebig lange fort-
setzen (b = ∞) oder solange, bis sie „explodiert“, das heisst, in endlicher Zeit den Definitions-
bereich U der Differentialgleichung verlässt (siehe auch Übung 15.28 für eine schärfere Formu-
lierung dieser Behauptung). Wir werden (wie bereits oben) hier häufig x(·) für eine Funktion
auf einem Intervall schreiben (welche möglicherweise unser Anfangswertproblem löst), um et-
waige Verwirrungen mit dem Anfangspunkt x0 = x(t0 ) ∈ Rd zu vermeiden.
Mit Hilfe der mehrdimensionalen Differentialrechnung (Korollar 11.17) sehen wir, dass
stetig differenzierbare Funktionen lokal Lipschitz-stetig sind. Insbesondere lässt sich das obige
Theorem auf eine grosse Klasse von Vektorfeldern f anwenden.

Übung 15.24 (Lokale Lipschitz-Stetigkeit). Sei U ⊆ R × Rd offen und f : U → Rd stetig,

so dass die partiellen Ableitungen ∂k f für k ∈ {2, . . . , d + 1} auf U existieren und stetig sind.
Zeigen Sie, dass f dann auch „lokal im Ort Lipschitz-stetig“ ist und somit die Voraussetzungen
von Theorem 15.23 erfüllt.
771
 Für den Beweis des Theorems werden wir folgende lokale Version zuerst beweisen.

Proposition 15.25 (Lokale Existenz und Eindeutigkeit). Seien r1 , r2 > 0, t0 ∈ R, x0 ∈ Rd

und f : (t0 − r1 , t0 + r1 ) × Br2 (x0 ) → Rd eine beschränkte stetige Funktion. Angenommen es
gibt eine Lipschitz-Konstante M > 0 mit

kf (t, x1 ) − f (t, x2 )k ≤ M kx1 − x2 k

für alle t ∈ (t0 − r1 , t0 + r1 ) und x1 , x2 ∈ Br2 (x0 ). Dann existiert ein δ ∈ (0, r1 ) und eine
eindeutig bestimmte Lösung x(·) : [t0 − δ, t0 + δ] → Rd des Anfangswertproblems
(
x(t0 ) = x0 ,
(15.9)
ẋ(t) = f (t, x(t))

für t ∈ [t0 − δ, t0 + δ].

Genauer formuliert, es existiert ein δ0 (welches von r1 , r2 , von der oberen Schranke von
kf (t, x)k für (t, x) ∈ (t0 − r1 , t0 + r1 ) × Br2 (x0 ) und von der Lipschitz-Konstante M abhängt)
so dass obige eindeutige Existenz auf allen Intervallen der Form [t0 − δ, t0 + δ] für δ ∈ (0, δ0 ]
gilt.

Wie wir sehen werden, besteht der Beweis der obigen Proposition aus dem Fundamen-
talsatz der Differential- und Integralrechnung (siehe Abschnitt 9.1) und dem Banachschen
Fixpunktsatz (siehe Satz 10.41), welcher ja ebenfalls eine eindeutige Existenz behauptet. Der
Beweis des Theorems von Picard-Lindelöf wird die Aussage der obigen Proposition jeweils
lokal anwenden und eine Lösung dann geeignet „zusammenstückeln“. Bei dem ersten Lesen
der Beweise kann es helfen sich den Fall d = 1 vorzustellen, an der Beweisidee geht dabei
nichts verloren.

Beweis. Nach dem Fundamentalsatz der Differential- und Integralrechnung (Korollar 9.3) (an-
gewandt auf jede Komponente von x(·)) ist das Anfangwertproblem in (15.9) zur Integralglei-
chung
Z t
x(t) = x0 + f (s, x(s)) ds (15.10)
t0

für alle t ∈ [t0 − δ, t0 + δ] äquivalent. Wir möchten diese Gleichung nun als Fixpunktgleichung
interpretieren und wollen dazu also einen geeigneten vollständigen metrischen Raum V und
eine geeignete Lipschitz-Kontraktion T : V → V definieren.

Der vollständige Raum Vδ : Für δ ∈ (0, r1 ) definieren wir den Raum

n o
Vδ = y(·) : [t0 − δ, t0 + δ] → Br2 /2 (x0 ) | y(·) ist stetig ⊆ C([t0 − δ, t0 + δ], Rd ),

wobei wir mit Br2 /2 (x0 ) = z ∈ Rd | kx0 − zk ≤ r22 den abgeschlossenen Ball um x0 von


Radius r22 bezeichnen. Wir statten Vδ dabei mit der von der Maximumsnorm k·k∞ induzierten

772
Metrik d aus, womit also

d(y(·), z(·)) = ky(·) − z(·)k∞ = max ky(t) − z(t)k.

t∈[t0 −δ,t0 +δ]

für y(·), z(·) ∈ Vδ . Nach Proposition 10.73 ist C([t0 − δ, t0 + δ], Rd ) vollständig. Wir zeigen
nun, dass Vδ ebenfalls vollständig ist (oder äquivalent dazu eine abgeschlossene Teilmenge
ist). Sei (yn (·))n eine Cauchy-Folge in Vδ . Da C([t0 − δ, t0 + δ], Rd ) vollständig ist, existiert
der Grenzwert y(·) = limn→∞ yn (·) ∈ C([t0 − δ, t0 + δ], Rd ). Für t ∈ [t0 − δ, t0 + δ] konvergiert
dann wegen kyn (t) − y(t)k ≤ kyn (·) − y(·)k∞ die Folge (yn (t))n gegen y(t), womit

r2
ky(t) − x0 k = lim kyn (t) − x0 k ≤ 2.
n→∞

Daher gilt für t ∈ [t0 − δ, t0 + δ] also y(t) ∈ Br2 /2 (x0 ) und somit y(·) ∈ Vδ . Da (yn )n eine
beliebige Cauchy-Folge war, ist Vδ vollständig ist.

Die Picard-Abbildung T auf Vδ : Zu einer Funktion y(·) ∈ Vδ definieren wir eine

Funktion T y(·) durch
Z t
(T y)(t) = x0 + f (s, y(s)) ds
t0

für t ∈ [t0 − δ, t0 + δ]. (Die Operation y(·) 7→ T y(·) nennt sich auch Picard-Abbildung und
bildet eine stetige Funktion auf eine neue stetige Funktion ab.) Da y(s) ∈ Br2 /2 (x0 ) ⊆ Br2 (x0 )
und die Funktionen y und f stetig sind, ist auch s ∈ [t0 − δ, t0 + δ] 7→ f (s, y(s)) definiert und
stetig. Daher ist T y(·) nach Korollar 9.3 differenzierbar und insbesondere stetig. Des Weiteren
gilt
Z t Z t
kT y(t) − x0 k = f (s, y(s)) ds ≤ kf (s, y(s))k ds
t0 t0

für t ∈ [t0 − δ, t0 + δ], wobei wir die Dreiecksungleichung für das Riemann-Integral in (6.12)
verwendet haben und der Absolutbetrag rechts für den Fall t0 − δ ≤ t < t0 notwendig ist.
Nach Annahme ist f beschränkt, also gibt es eine Konstante C > 0, so dass kf (s, y(s))k ≤ C
für alle s ∈ [t0 − δ, t0 + δ]. Daher gilt

kT y(t) − x0 k ≤ C|t − t0 | ≤ Cδ

für alle t ∈ [t0 − δ, t0 + δ]. Diese Abschätzung hängt wohlgemerkt nicht von y(·) ab. Wir sehen
hier bereits eine Einschränkung an δ > 0: Falls δ ∈ 0, 2C r2
, dann gilt T y(t) ∈ BCδ (x0 ) ⊆

Br2 /2 (x0 ) und damit T y(·) ∈ Vδ wie gewünscht.

773
 Die Kontraktionseigenschaft: Seien nun y1 , y2 ∈ Vδ . Dann gilt
Z t Z t
kT y1 (t) − T y2 (t)k = f (s, y1 (s)) − f (s, y2 (s)) ds ≤ kf (s, y1 (s)) − f (s, y2 (s))k ds
t0 t0
Z t
≤ M ky1 (s) − y2 (s)k ds ≤ M δky1 (·) − y2 (·)k∞
t0

für alle t ∈ [t0 − δ, t0 + δ]. Insbesondere gilt also

kT y1 (·) − T y2 (·)k∞ ≤ M δky1 (·) − y2 (·)k∞ .

Falls nun δ klein genug ist, so dass λ = M δ < 1 gilt, dann definiert T : Vδ → Vδ eine
Kontraktion auf einem vollständigen metrischen Raum.

Konklusion: Nach dem Banachschen Fixpunktsatz (Satz 10.41) gibt es also ein eindeutig
bestimmtes x(·) ∈ Vδ mit T x(·) = x(·). Dies ist aber genau Gleichung (15.10), die (wie oben
erklärt) auf Grund des Fundamentalsatzes der Integral- und Differentialrechnung (Korollar 9.3)
zum Anfangswertproblem in Gleichung (15.9) äquivalent ist.
Für die letzte Behauptung in der Proposition definieren wir zum Beispiel
 
r1 r2 1
δ0 = min , , ,
2 2C 2M

dann erfüllt jedes δ ∈ (0, δ0 ] alle Bedingungen des obigen Beweises.

Beweis von Theorem 15.23. Wir beweisen zuerst die Eindeutigkeit. Seien also x1 (·) : I1 → Rd
und x2 (·) : I2 → Rd zwei Lösungen des Anfangswertproblems

ẋ(t) = f (t, x(t)), x(t0 ) = x0 (15.11)

auf offenen Intervallen I1 , I2 ⊆ R mit t0 ∈ I := I1 ∩ I2 = (α, β). Wir behaupten, dass

x1 (t) = x2 (t) für alle t ∈ I gilt. Wir definieren

s = sup t ∈ I | x1 (·)|[t0 ,t] = x2 (·)|[t0 ,t] .

Falls s < β und damit s ∈ I ist, dann folgt x1 (s) = x2 (s) nach Stetigkeit von x1 (·) und x2 (·)
und nach Definition von s. Damit lösen aber sowohl x1 (·) als auch x2 (·) das Anfangwertproblem
ẋ(t) = f (t, x(t)), x(s) = x1 (s). Somit impliziert der lokale Existenz- und Eindeutigkeitssatz
(Proposition 15.25), dass x1 |(s−δ,s+δ) = x2 |(s−δ,s+δ) für ein δ > 0. Da dies aber der Definition
von s widerspricht, gilt s = β und daher

x1 (·)|[t0 ,β) = x2 (·)|[t0 ,β)

x1 (·)|(α,t0 ] = x2 (·)|(α,t0 ] ,
x1 (·)|(α,β) = x2 (·)|(α,β) .

774
In der Tat folgt die zweite Gleichung völlig analog und gemeinsam ergibt sich die dritte
Gleichung.
Wir wollen nun die Existenz einer maximalen Lösung wie im Theorem zeigen. Dafür defi-
nieren wir

a = inf {α ∈ (−∞, t0 ) | es existiert eine Lösung auf (α, β) mit β > t0 } ,

b = sup {β ∈ (t0 , ∞) | es existiert eine Lösung auf (α, β) mit α < t0 } .

Zu t ∈ (a, b) setzen wir xmax (t) = x(t), wobei x eine Lösung auf einem Teilintervall (α, β) mit
a < α und β < b ist mit t ∈ (α, β) (welche nach Definition von a, b existiert). Auf Grund der
oben bewiesenen Eindeutigkeit ist xmax (t) nicht von der Wahl der Lösung x(·) : (α, β) → Rd
abhängig und somit ist xmax : (a, b) → Rd wohldefiniert.
Dies definiert tatsächlich eine Lösung xmax (·) des Anfangswertes: für t = t0 gilt

xmax (t0 ) = x(t0 ) = x0

für jede Lösung x(·), die in der Definition von xmax (·) betrachtet wird. Des Weiteren gibt es
nach Definition für t ∈ (a, b) eine Lösung x(·), die bei t und damit auch auf einer Umgebung
von t definiert ist. Verwenden wir diese Lösung in der ganzen Umgebung so sehen wir auch

ẋmax (t) = ẋ(t) = f (t, x(t)) = f (t, xmax (t)),

was zu zeigen war.

Es verbleibt den Beweis des behaupteten Verhaltens der maximalen Lösung xmax (·) in der
Nähe von a und b zu erbringen. Falls b = ∞ gilt, so gibt es nichts zeigen. Also angenommen
b < ∞. Wir wollen zeigen, dass der Grenzwert limt%b (t, xmax (t)) in U nicht existiert und
nehmen deswegen indirekt an, dass

lim(t, xmax (t)) = (b, xb ) ∈ U.

t%b

Dann gibt es nach der Existenzaussage in Proposition 15.25 eine Lösung y(·) des Anfangs-
wertproblems
(
y(b) = xb ,
(15.12)
ẏ(t) = f (t, y(t)),

welches zumindest auf (b − δ, b + δ) für ein δ > 0 definiert ist. Wir verwenden diese Lösung, um
eine Lösung des ursprünglichen Anfangswertproblems zu definieren. Sei xneu (·) : (a, b+δ) → Rd
gegeben durch
(
xmax (t) falls t ∈ (a, b)
xneu (t) =
y(t) falls t ∈ [b, b + δ)

775
für t ∈ (a, b + δ). Wir behaupten nun, dass xneu (·) ebenfalls das Anfangswertproblem (15.11)
löst, was dann aber einen Widerspruch zur Definition von b darstellt.
Dazu bemerken wir zuerst, dass sowohl xmax (·) als auch y(·) stetig sind und somit xneu (·)
sicherlich an allen Punkten in (a, b + δ) \ {b} stetig ist. Weiter gilt per Annahme

lim xmax (t) = xb = y(b) = lim y(t)

t%b t→b

und somit ist xneu (·) : (a, b + δ) → Rd stetig. Da xmax (·) und y(·) auf (a, b) respektive (b, b + δ)
die Differentialgleichung ẋ(t) = f (t, x(t)) lösen, erfüllt auch xneu (·) diese bei allen Punkten in
(a, b + δ) ausser möglicherweise bei b.
Es bleibt zu zeigen, dass xneu (·) bei b differenzierbar ist und dort ebenfalls ẋ(t) = f (t, x(t))
genügt. Die rechtsseitige Ableitung von xneu (·) bei b erfüllt

˙
xneu +
= ẏ(b) = f (b, y(b)) = f (b, xneu (b))

wie gewünscht. Die linksseitige Ableitung erfordert ein kleines Argument, welches auf der Ste-
tigkeit von t ∈ [t0 , b] 7→ f (t, xneu (t)) beruht (siehe Übung 15.26) und verläuft dann analog. Wie
erwähnt zeigt dieser Widerspruch zur Definition von b, dass xmax (·) das behauptete Verhalten
für t % b besitzt. Der Nachweis des Verhaltens für t & a erfolgt analog.

Übung 15.26 (Fortsetzung der Ableitung auf Randpunkte). Seien t0 < b reelle Zahlen und
x : [t0 , b] → Rd auf [t0 , b) differenzierbar, so dass ẋ(t) = f (t) für eine stetige Funktion f :
[t0 , b] → Rd und alle Punkte t ∈ [t0 , b). Dann existiert die linksseitige Ableitung ẋ− (b) = f (b).

Wir wollen noch kurz erwähnen, wie man obigen Existenz- und Eindeutigkeitssatz (Theo-
2
rem 15.23) auch auf die Differentialgleichung y 0 = |y| 3 in Beispiel 15.1 anwenden kann. Da
dies unser Beispiel für Mehrdeutigkeit ist, können die Vorraussetzungen des Satzes nicht er-
2
füllt sein. In der Tat ist f (y) = |y| 3 bei y = 0 nicht lokal Lipschitz-stetig (wieso?). Wenn
man allerdings den Definitionsbereich der Differentialgleichung als U = R × (R \ {0}) definiert,
dann sind alle Vorraussetzungen erfüllt (überprüfen Sie dies) und die eindeutige Existenz der
Lösungen der zugehörigen Anfangswertprobleme garantiert. Dies ist kein Widerspruch, da die
Lösungen in Beispiel 15.1 abseits der “Weiche entlang der horizontalen Achse” eindeutig sind,
aber bei der Weiche (das heisst ausserhalb von U ) eben länger oder weniger lang verbleiben
können.

Applet 15.27 (Diverse Differentialgleichungen und ihre Lösungen). Illustration der Lösungen
einiger Differentialgleichungen mit jeweils unterschiedlichem Verhalten. In den nächsten paar
Abschnitten werden wir uns unter anderem mit der Frage beschäftigen, ob sich nur anhand
der Differentialgleichung die Lösungen (in Abhängigkeit des Anfangswerts) beschreiben lassen
(ohne explizites Lösen der Gleichung).

Übung 15.28 (Challenge). Seien U und f wie im Existenz- und Eindeutigkeitstheorem von
Picard-Lindelöf (Theorem 15.23) und x(·) : (a, b) → Rd die zugehörige maximale Lösung eines
Anfangswertproblems für (t0 , x0 ) ∈ U . Zeigen Sie als Verschärfung von Theorem 15.23, dass
es für jede kompakte Menge K ⊆ U Zeitpunkte α, β ∈ (a, b) gibt, so dass (t, x(t)) ∈ / K für
776
alle t ∈ (a, b) \ (α, β). In diesem Sinn verlässt die Lösung jede kompakte Teilmenge von U (und
sozusagen damit auch U ).

15.4.1 Mögliches Verhalten in der Nähe eines Fixpunktes

Wir nehmen hier, nebst den Annahmen in des Existenz- und Eindeutigkeitssatzes von
Picard-Lindelöf, an, dass die Differentialgleichung ẋ = f (x) autonom und in einer offenen
Umgebung U ⊆ R2 von 0 ∈ R2 definiert ist. Des Weiteren setzen wir voraus, dass f (0) = 0 ist.
Das heisst, dass die konstante Funktion t ∈ R 7→ x(t) = 0 das Anfangswertproblem ẋ = f (x),
x(0) = 0 löst. Wir wollen das Verhalten von Lösungen zu einem Anfangswert nahe bei der 0
in verschiedenen Situationen untersuchen.

Übung 15.29 (Schwarzes Loch). Seien U und f wie oben. Angenommen

f (x) = Ax + o(kxk) für x → 0

für A ∈ Mat2,2 (R). Sei x : I → R2 eine maximale Lösung.

!
λ1 0
a) Sei A = mit λ1 , λ2 < 0. Zeigen Sie, dass es um den Nullpunkt einen Attraktivi-
0 λ2
tätsbereich gibt, d.h. eine Umgebung von U von Null, so dass folgendes gilt: wenn x(t0 ) ∈ U
für ein t0 ∈ I, dann gilt limt→∞ x(t) = 0.
!
λ −1
b) Sei A = mit λ < 0. Zeigen Sie, dass es um den Nullpunkt einen Attraktivitäts-
1 λ
bereich gibt.

Hinweis: Betrachten Sie die Hilfsfunktion H(x) = kxk2 .

Bemerkung. Übung 15.29 lässt ich ebenso auf höhere Dimensionen und auf alle Matrizen mit
nur negativen Realteilen der Eigenwerte verallgemeinern.
Sogenannte hyperbolische Fixpunkte (wo negative und positive Eigenwerte auftreten) sind
genauso wie die Fixpunkte der obigen Übung „stabil“. Das heisst, das Verhalten in der Nähe
der Null ist analog zu der “zugehörigen linearen Differentialgleichung”. Wie die folgende Übung
zeigt ist dies bei Eigenwerten mit verschwindendem Realteil nicht der Fall.

Übung 15.30 (Nach aussen rotierende Scheiben). Seien U = B2 (0) und f gegeben durch
!
−x2 + x31 g(kxk2 )
f (x) = ,
x1 + x32 g(kxk2 )

wobei g : [0, 4] → R Lipschitz-stetig ist. Seien α < β in [0, 4) mit g(α) = g(β) = 0 und
g(r) > 0 für alle r ∈ (α, β). Zeigen Sie, dass jede Lösung des Anfangwertproblems ẋ = f (x)
mit Anfangswert x0 ∈ U und kxk2 ∈ (α, β) auf ganz R definiert ist und die Lösung im !
√ cos(t)
Gegenuhrzeigersinn um den Ursprung rotiert und von Innen die Lösung yβ (t) = β
sin(t)

777
approximiert. Falls stattdessen g(r) !< 0 für alle r ∈ (α, β), gilt dies analogerweise von aussen
√ cos(t)
und der Lösung yα (t) = α .
sin(t)

15.4.2 Stetige Abhängigkeit

Wir wollen hier den Existenz- und Eindeutigkeitssatz (Theorem 15.23) in einigen Übungen
erweitern.
Übung 15.31 (Glattheit). Sei U ⊆ Rd offen und angenommen f : U ⊆ R × Rd → Rd ist
glatt. Zeigen Sie, dass jede Lösung eines Anfangswertproblems zur rechten Seite f glatt ist.
Wir möchten nun genauer untersuchen, was geschieht, wenn man an den „Angaben“ in
Theorem 15.23 etwas „rüttelt“. Wir beginnen damit, den Anfangswert leicht zu ändern und
fragen also, wie stark sich die eindeutige Lösung (welche nach Theorem 15.23 existiert) ändert.
Proposition 15.32 (Stetige Abhängigkeit der Lösung vom Anfangswert). Seien U und f
wie in Theorem 15.23. Sei (t0 , x0 ) ∈ U ein Anfangswert und sei x eine auf dem kompakten
Interval [a, b] 3 t0 definierte Lösung zum Anfangswertproblem ẋ = f (t, x(t)), x(t0 ) = x0 .
Sei ε > 0 beliebig. Dann existiert ein δ > 0 mit folgender Eigenschauft: Falls ein weiterer
Anfangswert x̃0 mit (t0 , x̃0 ) ∈ U die Abschätzung kx0 − x̃0 k < δ erfüllt, dann ist die zugehörige
maximale Lösung x̃ ebenfalls auf dem Intervall [a, b] definiert und erfüllt die Abschätzung
kx|[a,b] − x̃|[a,b] k∞ < ε.
Tatsächlich lässt sich beweisen, dass die Lösung gewissermassen „differenzierbar“ vom An-
fangswert abhängt. Wir skizzieren den Beweis der obigen Proposition in folgenden Übung.
Übung 15.33. Beweisen Sie Propoosition 15.32 in folgenden Schritten.
(i) Zeigen Sie dazu, dass es genügt eine lokale Version zu beweisen: Angenommen es existiert
für jedes (t1 , x1 ) ∈ U ein η > 0 so dass die zugehörige Lösung x auf [t1 −η, t1 +η] definiert
ist und dort die Stetigkeitsaussage von Proposition 15.32 erfüllt. Nehmen Sie weiters für
ein kompaktes Intervall [a, b] an, dass η > 0 gleichmässig für alle t1 ∈ [a, b] und x1 =
x(t1 ) gewählt werden kann. Schliessen Sie daraus auf die Aussage in Proposition 15.32.

(ii) Sei (X, d) ein vollständiger metrischer Raum, seien T, T̃ : X → X Lipschitz-Kontrak-

tionen mit gleicher Lipschitz-Konstante λ < 1 und sei δ > 0. Angenommen T, T̃ erfüllen
die Eigenschaft, dass für alle x ∈ X die Abschätzung d(T x, T̃ x) < δ gilt. Seien x ∈ X
der Fixpunkt von T und sei x̃ ∈ X der Fixpunkt von T̃ . Zeigen Sie, dass eine Konstante
C in Abhängigkeit von λ existiert, so dass d(x, x̃) ≤ Cδ.

(iii) Verwenden Sie (ii), um den Beweis von Proposition 15.25 zu einem Beweis der lokalen
Version in (i) zu adaptieren.
Wir erwähnen noch, dass man genauso wie am Anfangswert man auch an dem Vektorfeld
leicht „rütteln“ kann, ohne dass man dabei die Lösung stark verändert. Der Beweis dafür kann
ebenfalls durch eine genaue Analyse der Beweise des Banachschen Fixpunktsatzes (Satz 10.41)
und des lokalen Existenz- und Eindeutigkeitssatzes (Proposition 15.25) erbracht werden. Wir
wollen dies aber hier nicht weiter verfolgen.
778
15.4.3 Ein weiteres Beispiel: der rotierende Tropfen
Wir wollen hier das nicht-lineare, autonome Differentialgleichungssystem

ẋ = −y + x2 + y 2
(15.13)
ẏ = x + 2xy

betrachten. Im Gegensatz zu dem Beispiel in Abschnitt 15.3.4 werden wir dieses System qua-
litativ untersuchen und die verschiedenen Lösungen in Kategorien unterteilen ohne diese zu
berechnen. In der Tat da wir (abgesehen von drei speziellen Lösungen) keine konkreten For-
meln angeben werden, beziehen wir unsere Lösungen einzig und allein aus dem Existenz- und
Eindeutigkeitssatz von Picard-Lindelöf (Theorem 15.23).
Übung 15.34. Zeigen Sie, dass (15.13) der Voraussetzung der lokalen Lipschitz-Stetigkeit in
Theorem 15.23 genügt.
Um die Lösungen der verschiedenen Anfangswertprobleme zu (15.13) zu verstehen, bedie-
nen wir uns unter anderem der Darstellung des Vektorfeld (genauer, der Strömungslinien)
im folgenden Bild.

2.0

1.5

1.0

0.5

0.0

-0.5

-1.0

-2 -1 0 1 2

Figur 15.2: Visualisierung des Vektorfelds der Differentialgleichung

(15.13)

Aus dem Bild entnimmt man mehrere Vermutungen, die wir in verschiedenen Schritten
überprüfen wollen.
779
Übung 15.35 (Konstante Lösungen und Lösungen auf einer Geraden).

(i) Zeigen Sie, dass die konstanten Lösungen von (15.13) durch
( (
x(t) = 0 x(t) = 0
und
y(t) = 0 y(t) = 1

gegeben sind.

(ii) Zeigen Sie, dass es (abgesehen von der konstanten Lösung und einer Zeitverschiebung)
nur eine Lösung gibt, die sich entlang einer Geraden bewegt, und dass die entsprechende
Gerade durch y = − 12 gegeben ist.

(iii) Bestimmen Sie die Lösung zum Anfangswert x(0) = 0, y(0) = − 12 .

Das Verhalten der weiteren Lösungen erfordert nebst kleinen Rechnungen auch weitere
Argumente.

Übung 15.36 (Lösungen unterhalb y0 = − 12 ).

(i) Zeigen Sie, dass für jede Lösung t 7→ (x(t), y(t))t eines Anfangswertproblems zu (15.13)
mit Anfangswert x0 ∈ R, y0 < − 21 auch y(t) < − 12 für alle t im Definitionsbereich der
Lösung erfüllt ist.
1
(ii) Zeigen Sie, dass für eine solche Lösung x auch ẋ(t) ≥ 2 für alle t im Definitionsbereich
der Lösung erfüllt ist.

(iii) Zeigen Sie, dass für jede dieser Lösungen der Definitionsbereich ein beschränktes Intervall
bildet.

Wie bereits das Bild 15.2 zeigt, ist das Verhalten der Lösungen für y0 > − 12 interessanter
(das heisst, schwieriger zu verstehen). Es sieht so aus, als ob es geschlossene (periodische)
Lösungen rund um den Ursprung gäbe. Aber wie wir bereits in Übung 15.30 gesehen haben,
genügt es dafür nicht, nur den linearen Anteil der rechten Seite der Differentialgleichung rund
um den Ursprung zu betrachten. Es könnte also immer noch sein, dass die Lösungen entlang
von Spiralen nach 0 streben oder umgekehrt von 0 ausgehend (vielleicht sogar in endlicher
Zeit) nach Unendlich streben. Wir wollen dies ausschliessen und auch die Existenz der “Trop-
fenfunktion” t 7→ (x(t), y(t))t mit

lim (x(t), y(t))t = (1, 1)t

t→−∞

x(0) = 0, y(0) < 0

lim (x(t), y(t))t = (1, 1)t
t→∞

zeigen.

Übung 15.37. Zeigen Sie, dass für jede Lösung t 7→ (x(t), y(t))t eines Anfangswertproblems
zu (15.13) mit Anfangswert x0 ∈ R, y0 > − 21 auch y(t) > − 12 für alle t im Definitionsbereich
der Lösung erfüllt ist.
780
 Nun teilen wir R2 in mehrere Gebiete auf und untersuchen auf diesen die Vorzeichen von
ẋ und ẏ.
Wir faktorisieren ẏ = x + 2xy = x(1 + 2y) und erhalten eine Unterteilung von R2 in 4
Quadrate, wo ẏ jeweils dasselbe Vorzeichen besitzt; siehe folgendes Bild.

Weiter erhalten wir durch quadratische Ergänzung ẋ = −y + x2 + y 2 = x2 + (y − 21 )2 − 14 .

Dies ergibt für das Vorzeichen von ẋ eine Unterteilung von R2 in einen Kreis mit Mittelpunkt
(0, 12 )t und Radius 21 ; siehe folgendes Bild.

Wenn wir diese beiden Unterteilungen von R2 gemeinsam betrachten, erhalten wir die
schematische Darstellung in Entsprechung zum Bild 15.2.

781
 Wir wollen nun die Lösung des Anfangswertproblems (15.13) mit Anfangswerten x(0) = 0,
y(0) = y0 ∈ (0, 1) untersuchen. Da ẋ(0) = (y0 − 21 )2 − 41 < 0 ist, ist x(t) < 0 für alle t ∈ (0, δ]
für ein gewisses δ > 0. Für diese t gilt weiter ẏ < 0. Also bewegt sich die Lösung (x(t), y(t))t
nach links und nach unten, bis zu einem Zeitpunkt t1 > 0 (minimal gewählt) (x(t1 ), y(t1 ))t ∈ S
gilt. In der Tat ist x(t) ≤ x(δ) < 0 und y(t) ≥ 0, solange der Kreis nicht erreicht wurde. Des
Weiteren gilt dann ẏ(t) ≤ x(δ)(1 + 2y(t)) ≤ x(δ). Das heisst, der Kreis S muss in endlicher
Zeit erreicht werden.
Ab dem Zeitpunkt t1 bewegt sich die Lösung nach unten und nach rechts. Wir wollen als
nächstes den minimalen Zeitpunkt t2 > t1 finden, bei dem y(t2 ) = 0 ist. Da y(t1 ) > 0 ist und
ẏ(t) = x(t)(1 + 2y(t)) < 0 für alle t mit x(t) < 0 gilt, sollte dieses t2 existieren. Doch besteht
die Gefahr, dass die Lösung zur konstanten Lösung bei (0, 0) strebt, bevor sie die x-Achse
erreicht. Hierbei kann aber die Lösung den Kreis S nicht mehr betreten, da auf dem Kreis das
Richtungsfeld nach aussen zeigt.

Übung 15.38. Verwenden Sie die Funktion H(x, y) = x2 +y(y −1) = x2 +(y − 21 )2 − 41 , um zu
zeigen, dass der Abstand der Lösung zum Punkt (0, 21 )t (zumindest in der Nähe des Ursprungs)
zunimmt. Schliessen Sie daraus, dass ein minimales t2 > t1 mit y(t2 ) = 0 existieren muss.

Es gibt ein η > 0 mit x(t) < 0 und ẏ(t) < 0 für alle t ∈ (t2 , t2 + η]. Nun folgt aus
ẋ(t) = −y(t) + x2 (t) + y 2 (t), dass es ein minimales t3 > t2 gibt mit x(t3 ) = 0.
Die Argumente bis jetzt haben eigentlich nur das Vorzeichen von gewissen Ableitungen
verwendet und sind sehr allgemein einsetzbar. Doch können diese den vermuteten Zufall, dass
es periodische Punkte um den Ursprung gibt, nicht erklären. Für diesen Zufall benötigen wir
ein globales Argument wie in folgender Übung.

782
Übung 15.39. Zeigen Sie, dass die Spiegelung um die y-Achse (x → −x) und Zeitumkehr
(t → −t) zu demselben Differentialgleichungssystem führt.

Aus obiger Übung und Eindeutigkeit der Lösung folgt, dass die von uns untersuchte Lösung
zu dem Anfangswert x0 = 0, y0 ∈ (0, 1) die Gleichungen x(−t) = −x(t) und y(−t) = y(t)
für alle t erfüllt. Insbesondere gilt x(−t3 ) = 0 = x(t3 ) und y(−t3 ) = y(t3 ), womit die Lösung
tatsächlich periodisch ist.
Wir bewegen nun die Koordinate y0 unseres Anfangswertes (0, y0 )t nach 1, womit t1 un-
beschränkt grösser wird aber t2 − t1 und t3 − t2 beschränkt bleiben (wieso?). Die Punkte
(x(t3 ), y(t3 ))t in {0} × (0, − 21 ) besitzen einen Grenzwert (x1 , y1 )t ∈ {0} × (0, − 21 ] (wieso?). Die
Lösung zum Anfangswert (x1 , y1 )t ist die gesuchte Tropfenfunktion (wieso?).

Übung 15.40. Erklären Sie die letzten drei Behauptungen. (Ein vollständiger Beweis hat
natürlich Vorteile, aber eine gute Erklärung ohne formale Details kann auch viel Zeit sparen.)

783
15.5 Lineare Differentialgleichungssysteme
Proposition 15.41 (Maximale Lösungen für lineare Differentialgleichungssysteme). Sei I0 ⊆
R ein offenes Intervall und A : t ∈ I0 7→ At ∈ Matdd (R) stetig. Dann ist die Menge der
(maximalen) Lösungen des homogenen Differentialgleichungssystems

x0 (t) = At x(t)

ein d-dimensionaler Teilraum R des Raumes C 1 (I0 , Rd ) der Rd -wertigen stetig differenzierba-
ren Funktion auf I0 . Für eine stetige Störfunktion g : I0 → Rd ist die Menge der Lösungen
des inhomogenen Differentialgleichungssystems

x0 (t) = At x(t) + g(t)

von der Form xpart + R, wobei xpart : I0 → Rd eine partikuläre Lösung der inhomogenen
Differentialgleichungssystems ist. Insbesondere haben Anfangswertprobleme zu jedem t0 ∈ I0
eine auf ganz I0 eindeutig bestimmte Lösung.

Übung 15.42 (Lineare Differentialgleichungen d-ter Ordnung). Formulieren und beweisen

Sie ein Korollar zu Proposition 15.41 für homogene und inhomogene lineare Differentialglei-
chungen d-ter Ordnung

y (d) (t) = fd−1 (t)y (d−1) (t) + . . . + f0 (t)y(t) + g(t),

welches zum Beispiel die Lösungsmenge der Bessel-Differentialgleichung (11.13) beschreibt.

Beweis. Wir bemerken zuerst, dass für U = I0 × Rd die rechte Seite At x stetig von (t, x) ∈ U
und linear vom Ort x ∈ Rd abhängt. Insbesondere hängt At x Lipschitz-stetig vom Ort ab und
damit sind die Vorraussetzungen vom Existenz- und Eindeutigkeitssatz von Picard-Lindelöf
(Theorem 15.23) erfüllt.
Sei t0 ∈ I0 . Wir verwenden Theorem 15.23 für die Anfangswertsprobleme x(t0 ) = ek zur
homogenen Differentialgleichung und erhalten zu jedem Standardbasisvektor ek von Rd eine
Lösung xk : Ik → Rd mit xk (t0 ) = ek für k = 1, . . . , d. Hier ist Ik ⊆ I0 das in Theorem 15.23
gefundene maximale Intervall auf dem xk definiert ist. Wir setzen die einzelnen Lösungen auch
zu einer Matrix-wertigen Funktion L : t 7→ Lt zusammen, wobei Lt = (x1 (t), . . . , xd (t)) für
alle t im gemeinsamen Definitionsbereich.
Wir behaupten I1 = I2 = . . . = Id = I0 (womit L auf I0 definiert ist) und det(Lt ) > 0 für
alle t ∈ I0 . Für den Beweis dieser Behauptung setzen wir

α = inf {t ∈ I1 ∩ I2 ∩ . . . ∩ Id | det(Ls ) > 0 für alle s ∈ [t, t0 ]}

β = sup {t ∈ I1 ∩ I2 ∩ . . . ∩ Id | det(Ls ) > 0 für alle s ∈ [t0 , t]}
Imax = (α, β) ⊆ I0 = (a, b),

und nehmen indirekt β < b an. (Der Widerspruchsbeweis im Fall α > a verläuft analog.)

784
 Da β ∈ I0 ist, können wir Theorem 15.23 auch für die Anfangswertprobleme x(β) = ek
für k = 1, . . . , d anwenden und erhalten damit Lösungen, die in (möglicherweise verschiede-
nen) Umgebung von β definiert sind. Wir schneiden die Umgebungen um einen gemeinsa-
men Definitionsbereich I˜ zu erhalten und setzen die einzelnen Lösungen nochmals zu einer

0
Matrix-wertigen Funktion L̃ : I˜ → Matdd (R) zusammen, womit L̃(ek ) (t) = At L̃t (ek ) für
k = 1, . . . , d und L̃β = Id gilt. Da det(L̃β ) = 1 können wir, wenn nötig, die Umgebung kleiner
wählen und und des Weiteren annehmen, dass det(L̃t ) > 0 für alle t ∈ I˜ = (α̃, β̃).
Sei nun t1 ∈ Imax ∩ I. ˜ Wir definieren für jedes k ∈ {1, . . . , d} die Funktion

x (t)
k für t ∈ (α, t1 ]
yk (t) =
−1
L̃ L̃ x (t ) für t ∈ (t , β̃),


t t1 k 1 1

wobei die Definition im zweiten Fall so gewählt wurde, dass yk bei t1 stetig ist. Da nun yk
die Differentialgleichung im Definitionsbereich sowohl für t ∈ (α, t1 ) als auch für t ∈ (t1 , β̃)
erfüllt, folgt aus der Stetigkeit (wie schon im Beweis von Theorem 15.23), dass yk die Diffe-
rentialgleichung auch bei t1 erfüllt.
Gemeinsam definieren die Lösungsfunktion y1 , . . . , yd wieder eine Matrix, die nun auf (α, β̃)
definiert ist und auch auf [t1 , β̃) eine positive Determinante besitzt. Da β < β̃ widerspricht
dies aber der Definition von β und es folgt, dass β = b gelten muss.
Der Lösungsraum R des homogenen Differentialgleichungssystems besteht nun aus den
Funktionen t ∈ I0 → Lt v für beliebige v ∈ Rd , und ist damit wie behauptet ein d-dimensionaler
Teilraum von C 1 (I, Rd ).
Wir betrachten nun ein stetiges Störglied g : I0 → Rd und nehmen an, dass xpart : Imax →
Rd eine maximale Lösung zum Anfangswertproblem x0 (t) = At x(t) + g(t) und x(t0 ) = 0 ist.
Wir bezeichnen den Definitionsbereich wiederum mit Imax = (α, β) ⊆ I0 = (a, b) und neh-
men indirekt β < b an. Wir wenden nochmals Theorem 15.23 auf das Anfangswertproblem
x0 (t) = At x(t) + g(t) und x(β) = 0 an. Dies definiert ein Intervall I˜ = (α̃, β̃) 3 β und eine Lö-
sung y : I˜ → Rd dieses Anfangswertproblems. Sei wiederum t1 ∈ (α̃, β). Dann können wir die
allgemeine Lösung des homogenen Differentialgleichungssystems (welches auf ganz I0 existiert)
und die partikuläre Lösung y auf I˜ verwenden um eine Lösung ỹ auf I˜ zu dem Anfangswert-
problem x0 (t) = At x(t) + g(t) und x(t1 ) = xpart (t1 ) zu finden. Da aber nach Theorem 15.23
die maximale Lösung des Anfangswertproblems eindeutig bestimmt ist, erhalten wir einen
Widerspruch und xpart muss auf ganz I0 definiert sein.
Die Proposition ergibt sich nun aus dem „linearen Prinzip“, dass die allgemeine Lösung der
inhomogenen linearen Differentialgleichung die Summe einer partikulären Lösung der inho-
mogenen linearen Differentialgleichung und der allgemeinen Lösung der homogenen linearen
Differentialgleichung ist.

785
15.6 Weitere Lernmaterialien

15.6.1 Verwendung des Kapitels

Wie bereits erwähnt ist die Untersuchung von Differentialgleichungen für Anwendungen
in vielfältigen Themenbereichen von grosser Bedeutung. Falls aber die betrachtete Differen-
tialgleichung nicht konkret durch bekannte Formeln gelöst werden kann, so muss man sich
mitunter mit numerischen Methoden helfen. Für diese oder auch eine theoretische Untersu-
chung der Lösung ist aber von grosser Wichtigkeit zu wissen, dass es eine Lösung gibt. Denn
erst dann kann man versuchen, die Lösung mit weiteren Überlegungen besser zu verstehen
oder auch zu verstehen wie nahe die numerische Lösung der eigentlichen Lösung kommt. Der
Existenz- und Endeutigkeitssatz von Picard-Lindelöf (Theorem 15.23) ist also aus praktischen
und theoretischen Gründen sehr wichtig.

15.6.2 Übungen
Übung. (i) Bestimmen Sie die allgemeine Lösung der Differentialgleichung

y 00 − 4y 0 + 4y = sin(x).

(ii) Bestimmen Sie die Lösung des Anfangswertproblems

y 00 − y = x, y(0) = 1, y 0 (0) = 3.

Übung. Finden Sie eine Lösung des Anfangswertproblems

 
4
y0 − + 1 y = x4
x
y(1) = 1

auf dem Intervall (0, ∞).

Übung. Lösen Sie folgende Differentialgleichungen (Sie müssen Spezialfälle, die durch das
Verschwinden von gewissen Ausdrücken im Lösungsverfahren entstehen, nicht weiter untersu-
chen):

(i) (x2 − x)y 0 = y 2 + y,

(ii) y 0 + ey = 1,

(iii) xy 0 = 1 − y 2 ,

(iv) y 0 x2 = y 2 + yx + x2 .

15.6.3 Lernkarten
Sie können wiederum die Lernkarten oder den Graphen für Ihre Wiederholung der Themen
des Kapitels verwenden.
786
Anhang A

Grundlagen

A.1 Mächtigkeit
Wir besprechen hier einen fundamentalen Begriff der Mengenlehre, den man sich intuitiv
auch als Grössenvergleich vorstellen sollte:

Definition A.1 (Gleichmächtigkeit). Zwei Mengen X, Y sind gleichmächtig, geschrieben

X ∼ Y , falls es eine Bijektion f : X → Y gibt.

Der Begriff der Gleichmächtigkeit erfüllt auf der Klasse aller Mengen

• die Reflexivität, denn für jede Menge X ist die Identitätsabbildung idX : X → X, x 7→ x
eine Bijektion,

• die Symmetrie, da für eine Bijektion f : X → Y die Umkehrabbildung f −1 ebenso eine

Bijektion ist (siehe auch Übung 1.42) und

• die Transitivität, da für zwei Bijektionen f : X → Y und g : Y → Z auch die Verknüp-

fung g ◦ f : X → Z eine Bijektion ist (nach Lemma 1.40).

Gewissermassen definiert die Gleichmächtigkeit eine Äquivalenzrelation auf der Klasse aller
Mengen.
Dieser Begriff entspricht eigentlich unserer alltäglichen Definition der Zahlen (genauer Kar-
dinalzahlen im Gegensatz zu Ordinalzahlen). Beispielsweise gibt es in der Entwicklung eines
Kindes einen Zeitpunkt, wo es erkennt, dass „zwei Brote“, „zwei Autos“ und „zwei Bälle“ etwas
gemeinsam haben, was bei „drei Erwachsenen“ anders ist. Für grössere Zahlen verwenden wir
anstatt dem Abzählen oft auch eine andere Methode um festzustellen, ob gleich viele Objek-
te einer Sorte wie Objekte einer anderen Sorte vorhanden sind. Zum Beispiel ist es einfach
herauszufinden, ob man die richtige Anzahl Stühle bei einer Party bereitgestellt hat, in dem
man die Gäste bittet, sich kurz alle gleichzeitig hinzusetzen. Die Bijektion in Definition A.1
entspricht dem gleichen Zweck wie diese Bitte.
Der Begriff der Mächtigkeit ist aber vor allem für Mengen mit unendlich vielen Elementen
interessant. Grund dafür ist, dass es „verschieden grosse“ unendliche Mengen gibt, wie das
folgende Theorem von Cantor bestätigt.

787
Theorem A.2 (Cantors Diagonalargument). Sei X eine Menge. Dann ist X nicht zu seiner
Potenzmenge P(X) gleichmächtig. Insbesondere ist die Menge N = {1, 2, 3, . . .} der natürlichen
Zahlen nicht gleichmächtig zu P(N).

Übung A.3. Sei X eine Menge und sei Y die Menge der Funktionen X → {0, 1}. Zeigen
Sie, dass Y und P(X) gleichmächtig sind.

Beweis von Theorem A.2 (per Widerspruch). Wir nehmen an, dass es doch eine Bijektion f :
X → P(X) gibt und führen dies zu einem Widerspruch. Um diesen Widerspruch zu finden,
definieren wir die Menge

A = {x ∈ X | x 6∈ f (x)}

aller Elemente x in X, für die x kein Element der Teilmenge f (x) ⊆ X ist. Da nach Annahme
f : X → P(X) eine Bijektion ist und per Definition A ∈ P(X) ist, muss es ein a ∈ X geben,
so dass A = f (a). Daraus folgt gemeinsam mit der Definition von A, dass

a ∈ A ⇐⇒ a 6∈ f (a) ⇐⇒ a 6∈ A

Dies ist aber absurd und daher existiert kein a ∈ X mit f (a) = A. Dies ist ein Widerspruch
zur Surjektivität von f ; also kann es keine Bijektion f : X → P(X) geben.

Um zu sehen, inwiefern Theorem A.2 ein Diagonalargument beinhaltet, laden wir Sie ein,
folgende Übung zu lösen.

Übung A.4 (Die Diagonale in Cantors Diagonalargument). Betrachten Sie den Spezialfall
X = N in Theorem A.2 und nehmen Sie an, dass P(N) ∼ N, also P(N) = {A1 , A2 , A3 , . . .}
für Teilmengen An ⊆ N für jede natürliche Zahl n. Für jedes solche n lässt sich die Menge
An als die Folge in 0, 1 auffassen, für welche die m-te Zahl genau dann 1 ist, wenn m ∈ An
(vergleiche auch Übung A.3 und Beispiel 1.32). Wir schreiben nun die Folgen in eine Tabelle
der Art

A1 ↔ 0 1 0 1 ...
A2 ↔ 1 0 0 0 ...
A3 ↔ 0 1 1 1 ...
A4 ↔ 1 0 1 1 ...
.. .. .. ..
. . . .

wobei die n-te Zeile der Menge An entspricht. Dann lässt sich mit Hilfe der (in rot markierten)
Diagonalen eine Folge konstruieren, deren zugehörige Menge nicht in der Liste A1 , A2 , A3 , . . .
ist. Wie? Was hat das mit dem Beweis von Theorem A.2 zu tun?

Übung A.5 (Verschärfung von Cantors Diagonalargument). Formulieren Sie den Beweis von
Theorem A.2 so um, dass keine indirekte Annahme notwendig ist und zeigen Sie, dass eine
Abbildung f : X → P(X) nicht surjektiv sein kann.

788
 Da es aber für jede Menge X eine injektive Abbildung f : X → P(X) wie zum Beispiel
f : X → P(X), x 7→ {x} gibt, drängt sich der Eindruck auf, dass X gewissermassen „kleiner“
als P(X) ist.

Definition A.6 (Schmächtiger). Seien X und Y zwei Mengen. Dann sagen wir, dass X
schmächtiger als (oder genau formuliert höchstens so mächtig wie) Y ist und schreiben
X . Y , falls es eine Injektion f : X → Y gibt. Wir sagen, dass X echt schmächtiger (oder
weniger mächtig) als Y ist, falls X schmächtiger als Y ist und Y nicht schmächtiger als X
ist (X . Y und Y 6. X).

Eine Menge X ist schmächtiger als eine Menge Y genau dann, wenn X gleichmächtig zu
einer Teilmenge von Y ist. Dies begründet die Terminologie.

Übung A.7 (Schmächtiger als Relation). Untersuchen Sie die Relation . auf der Klasse aller
Mengen auf ihre Eigenschaften (siehe auch Definition 1.61).

Der oben eingeführte Begriff hat einen interessanten Zusammenhang zur Gleichmächtigkeit:

Theorem A.8 (Cantor, Schröder, Bernstein). Seien X und Y Mengen, so dass X . Y und
Y . X. Dann gilt X ∼ Y .

Das Theorem wurde 1887 von Cantor formuliert und von Dedekind unter Verwendung eines
zusätzlichen Axioms im selben Jahr bewiesen. Dem 19-jährigen Studenten Bernstein gelang
es schliesslich einen Beweis der Aussage zu liefern ohne jenes Axiom (das Auswahlaxiom) zu
benutzen.

Beweis von Theorem A.8. Seien X, Y zwei Mengen mit X . Y und Y . X wie in Theo-
rem A.8. Dann gibt es injektive Funktionen f : X → Y und g : Y → X. Wir definieren

X1 = X, Y1 = g(Y ), X2 = g ◦ f (X).

Dann gelten die Inklusionen X1 ⊇ Y1 ⊇ X2 und die Funktion h : x ∈ X1 7→ g ◦ f (x) ∈ X2 ist

eine Bijektion (mit Definitionsbereich X1 und Wertebereich X2 , was für g ◦ f nicht zutrifft).
Wir behaupten nun, dass es eine Bijektion F : X1 → Y1 gibt. Für unsere Mengen X, Y
impliziert dies das Theorem, denn es gilt dann X = X1 ∼ Y1 = g(Y ) ∼ Y , wobei die zweite
Gleichmächtigkeit wegen der Bijektivität der Funktion g(y) ∈ g(Y ) 7→ y ∈ Y gilt.
Zum Beweis der Behauptung nehmen wir also an, dass X1 , Y1 , X2 drei Mengen sind mit
X1 ⊇ Y1 ⊇ X2 und dass es eine Bijektion h : X1 → X2 gibt. Wir wollen daraus schliessen,
dass X1 ' Y1 gilt.

789
 Figur A.1: Obwohl logisch gesehen unnötig, ist es hilfreich, sich den
Beweis von Theorem A.8 mit Hilfe dieses Bildes zu veranschaulichen
und Parallelen zu Hilberts Hotel zu suchen.

Wir definieren Y2 = h(Y1 ), X3 = h(X2 ) = h2 (X1 ) und allgemeiner für eine natürliche Zahl
n

Yn+1 = hn (Y1 ), Xn+1 = hn (X1 ).

Wir zeigen nun mittels vollständiger Induktion, dass

X1 ⊇ Y1 ⊇ X2 ⊇ Y2 ⊇ . . . (A.1)

gilt. Für X1 ⊇ Y1 ⊇ X2 ist dies Voraussetzung; der Induktionsanfang ist also erledigt. Für den
Induktionsschritt nehmen wir an, dass X1 ⊇ Y1 ⊇ . . . ⊇ Yn−1 ⊇ Xn für n ≥ 2 schon bewiesen
ist. Wenden wir auf Xn−1 ⊇ Yn−1 ⊇ Xn die Abbildung h an, so erhalten wir

h(Xn−1 ) = Xn ⊇ h(Yn−1 ) = Yn ⊇ h(Xn ) = Xn+1

womit Gleichung (A.1) mittels vollständiger Induktion gezeigt ist.

Wir definieren des Weiteren die Mengen

Bn = Xn \ Yn , Kn = Yn \ Xn+1

790
für jede natürliche Zahl n, wobei „B“ für „bewegt“ und „K“ für „konstant“ steht. Für zwei
natürliche Zahlen m, n mit 1 ≤ m < n gilt wegen (A.1), dass

Xm ⊇ Ym ⊇ Xm+1 ⊇ Xn ⊇ Yn .

Daher ist Bm = Xm \ Ym disjunkt zu Xn und insbesondere auch disjunkt zu Bn = Xn \ Yn

und Kn = Yn \ Xn+1 . Genauso zeigt man, dass Km = Ym \ Xm+1 disjunkt zu Bn und Kn ist.
Da h injektiv ist, gilt

h(Bn ) = h(Xn \ Yn ) = h(Xn ) \ h(Yn ) = Xn+1 \ Yn+1 = Bn+1 (A.2)

für alle natürlichen Zahlen n nach Übung 1.49. (Stellen Sie sicher, dass Sie verstehen, wo und
wie die Injektivität von h hier verwendet wurde.)

Figur A.2: Illustration der Abbildung F und der Mengen Bk für k ∈ N.

Schlussendlich definieren wir

∞
[
K∞ = X1 \ (Bn ∪ Kn ),
n=1

womit B1 , B2 , . . . und K1 , K2 , . . . gemeinsam mit K∞ eine Partition P von X1 definieren.

Mittels Fallunterscheidung definieren wir nun eine Funktion
∞
G ∞
G ∞
G ∞
G
F : X1 = K∞ t Kn t Bn → Y1 = K∞ t Kn t Bn
n=1 n=1 n=1 n=2

791
durch
(
h(x) falls x ∈ Bn für ein n ∈ N,
F (x) =
x falls x ∈ Kn für ein n ∈ N oder x ∈ K∞

für alle x ∈ X1 . Es bleibt noch zu zeigen, dass F bijektiv ist.

Zur Surjektivität: Per Definition ist K∞ = F (K∞ ) ⊆ F (X1 ) und Kn = F (Kn ) ⊆ F (X1 )
für alle n. Weiter gilt nach Gleichung (A.2) auch Bn+1 = h(Bn ) = F (Bn ) ⊆ F (X1 ) für alle n
und damit ist ebenso Y1 = K1 ∪ K2 ∪ . . . ∪ K∞ ∪ B2 ∪ B3 ∪ B4 ∪ . . . ⊆ F (X1 ). Wir sehen also,
dass F surjektiv ist.
Zur Injektivität: Seien x, y ∈ X1 mit F (x) = F (y). Da in der Liste F (K1 ), F (K2 ), . . . ,
F (K∞ ), F (B1 ), F (B2 ), . . . die Mengen paarweise disjunkt sind, müssen x und y in der gleichen
Menge der Partition P liegen. Falls jene Menge K∞ oder Kn für ein n ist, so gilt x = y.
Ansonsten ist h(x) = F (x) = F (y) = h(y) und die Gleichheit x = y folgt aus der Injektivität
von h.

Übung A.9 (Verbindung zu Hilberts Hotel). Erklären Sie intuitiv, wo die Parallelen in obigem
Beweis von Theorem A.8 zu Hilberts Hotel sind. Fassen Sie dazu den Beweis in einigen wenigen
Sätzen anhand des Bildes A.2 oder dem folgenden Applet zusammen.

Applet A.10 (Beweis des Satzes von Cantor-Schröder-Bernstein). Im Beweis von Theo-
rem A.8 wird die Menge X in drei Typen von Teilmengen zerlegt. Die konstruierte Funktion
wird angedeutet, indem Bild (und Urbilder) von einem bewegbaren Punkt x ∈ X eingezeichnet
werden.

Wie schon erwähnt wurde, ist der Begriff der Gleichmächtigkeit eine Äquivalenzrelation
auf der Klasse der Mengen.

Definition A.11 (Kardinalität einer Menge). Die zu einer Menge X gehörenden Äquivalenz-
klasse bezüglich Gleichmächtigkeit wird die Kardinalität der Menge X genannt und als |X|
geschrieben. Falls X endlich ist und genau n verschiedene Elemente hat, dann schreiben wir
|X| = n. Eine Menge heisst abzählbar unendlich, falls sie die Kardinalität |N| hat oder
in anderen Worten gleichmächtig zu N ist. Die Kardinalität von N wird auch ℵ0 , gesprochen
Aleph-0, genannt.

Wie bereits erwähnt, kann man mit Hilfe des Begriffes der Schmächtigkeit Grössenvergleiche
zwischen Kardinalitäten anstellen. Für uns ist aber abgesehen vom endlichen und abzählbar
unendlichen Fall nur folgender Spezialfall interessant:

Definition A.12 (Das Kontinuum). Eine Menge X heisst überabzählbar, falls N schmächti-
ger ist als X, aber N nicht gleichmächtig zu X ist. Nach Theorem A.2 ist P(N) überabzählbar.
Die Kardinalität von P(N) wird auch mit c bezeichnet und das Kontinuum genannt.

Übung A.13. Zeigen Sie, dass es unendlich viele überabzählbare Kardinalitäten gibt.

792
A.2 Modelle der rellen Zahlen

A.2.1 Ebene Geometrie und die Zahlengerade

Falls wir von der zweidimensionalen euklidischen Geometrie ausgehen, so können wir R
definieren indem wir eine Gerade g in der Ebene gemeinsam mit zwei verschiedenen ausge-
zeichneten Punkten P0 , P1 ∈ g auswählen. Addition und Multiplikation wird dann mit geo-
metrischen Konstruktionen (siehe folgendes Applet) so definiert, dass in R = g die Punkte P0
und P1 die Rolle von 0 und 1 in R übernehmen.

Applet A.14 (Definition mittels der Zahlengerade). Wir deuten an, wie man mittels paralle-
len Geraden die Addition und mittels dem Strahlensatz die Multiplikation auf der Zahlengerade
definieren kann.

A.2.2 Dezimalbrüche
Eine übliche Vorstellung der reellen Zahlen wird durch (im Allgemeinen nicht abbrechen-
den und vorzeichenbehafteten) Dezimalbrüche gegeben. Die Addition und Multiplikation von
Dezimalbrüchen sind durch die bekannten Algorithmen gegeben. Allerdings muss die forma-
le Beschreibung dieser Algorithmen auch nicht abbrechende Dezimalbrüche erlauben und die
reellen Zahlen R müssen in diesem Zusammenhang als Quotientenraum von der Menge der
Dezimalbrüche modulo einer Äquivalenzrelation definiert werden. Denn zum Beispiel stellen
1.00 . . . und 0.99 . . . dieselbe reelle Zahl dar, und es gibt unendlich viele reelle Zahlen mit
zwei Dezimalbruchentwicklungen. Daher muss vor Besprechung der Axiome diese Äquivalenz-
relation genau definiert werden und auch gezeigt werden, dass die Algorithmen wohldefinierte
Abbildungen auf dem Quotientenraum R definieren.
Insgesamt ist die korrekte Konstruktion mit dieser Methode überraschend aufwendig. Des
Weiteren gibt es keinen guten Grund nur Dezimalbrüche zu betrachten und nicht auch andere
Basen zu erlauben (zum Beispiel Binärdarstellungen von Zahlen). Letzteres wirft aber die
Frage auf, ob denn vielleicht manche Eigenschaften der reellen Zahlen davon abhängen, ob
man 10 Symbole oder eine andere Anzahl verwendet. Die Eindeutigkeit der reellen Zahlen
verneint diese Frage. Wir besprechen Dezimalbruchentwicklungen auch im Kapitel 7.

A.2.3 Dedekind-Schnitte
Formal einfacher ist die Konstruktion der reellen Zahlen ausgehend von den rationalen Zah-
len durch sogenannte Dedekind-Schnitte, welche nach dem deutschen Mathematiker Dedekind
(1831-1916) benannt sind. Hier definiert man R als die Familie aller von oben beschränkten
Teilmengen A ⊆ Q ohne Maximum, welche die Eigenschaft

∀a ∈ A : ∀s ∈ Q : (s ≤ a =⇒ s ∈ A)

erfüllen (Strahlen in Q). Der Hinweis, warum dies funktionieren sollte, ist in Übung 2.71
enthalten. Die rationale Zahl r ∈ Q identifiziert man mit der Teilmenge {s ∈ Q | s < r} und
das Verhalten von Suprema unter Summenbildung in Proposition 2.63 erklärt, warum die
793
Definition der Summe von „den Zahlen“ A und B durch A + B = {a + b | a ∈ A, b ∈ B}
gegeben ist. Die Definition der Multiplikation erfordert das Betrachten mehrerer Fälle und ist
etwas aufwendiger (siehe auch Übung 2.66).

A.2.4 Vervollständigung der rationalen Zahlen

Es gibt eine wichtige Methode, wie man ausgehend von einem Raum mit einer Abstands-
funktion (einem sogenannten „metrischen Raum“) einen grösseren „vollständigen Raum“ de-
finieren kann. Dies erfordert etwas mehr Theorie, die wir im Laufe des ersten Semesters be-
sprechen werden, kann auch auf die Menge Q der rationalen Zahlen angewendet werden und
liefert in diesem Fall eine Konstruktion der reellen Zahlen R. Auch hier wird R als Quotien-
tenraum einer grösseren Menge modulo einer Äquivalenzrelation definiert. Wir werden diesen
Existenzbeweis später ausführlich besprechen.

A.2.5 Definition mittels Steigungen

Der schweizer Mathematiker A’Campo (geb. 1941) hat in diesem Jahrhundert (2003) eine
weitere kuriose Konstruktion gefunden (siehe [A’C03]). Für dies nennen wir eine Abbildung
f : Z → Z quasi-linear, falls sie die Eigenschaft

{f (m + n) − f (m) − f (n) | m, n ∈ Z} < ∞

hat. Wir bezeichnen die Menge der quasi-linearen Abbildungen mit Q und die Menge der
Abbildungen von Z nach Z mit endlichem Bild mit K. Wir bemerken, dass K ⊆ Q und zum
Beispiel idZ ∈ Q \ K. Man kann nun R als den Quotientenraum von Q definieren, wobei
f1 , f2 ∈ Q equivalent sind, wenn die Funktion

f1 − f2 : m ∈ Z → f1 (m) − f2 (m) ∈ Z

endliches Bild besitzt, das heisst, in K liegt. Im Sinne der Algebra ist Q bereits eine Gruppe
bezüglich „punktweiser Addition“, K ⊆ Q ist eine Untergruppe, und R = Q/K. Überraschen-
derweise ist die Multiplikation der reellen Zahlen [f1 ], [f2 ] ∈ Q/K durch [f1 ◦f2 ] und die 1 durch
[idZ ] gegeben. Eine rationale Zahl r ∈ Q wird in diesem Modell durch die Äquivalenzklasse
[fr ] der Funktion
fr : m ∈ Z 7→ brmc ∈ Z

dargestellt. Gewissermassen wird hier eine reelle Zahl durch die „durchschnittliche Steigung“
einer quasi-linearen Abbildung definiert.
Sie sollten nicht zu viel Zeit dazu verwenden, diese Konstruktion vollständig zu verste-
hen, denn wir werden im Laufe des ersten Semesters mittels einigen Übungen ein besseres
Verständnis für diesen Zugang erhalten. Vor allem aber wollten wir damit und auch mit den
anderen, obigen Modellen Ihnen klarstellen, dass es nicht nur eine Art und Weise gibt, wie
man die reellen Zahlen finden kann. Dies unterstreicht die Wichtigkeit der Frage nach der
Eindeutigkeit.

794
A.3 Eindeutigkeit der reellen Zahlen
Wie auch in anderen Situationen ist der Beweis der Eindeutigkeit einfacher als der Be-
weis der Existenz. Er enthält aber trotzdem gewisse Einblicke, die weiterentwickelt auch zum
Existenzbeweis beitragen.

Satz A.15 (Eindeutigkeit der reellen Zahlen). Die Axiome von R in Abschnitt 2.1 legen die
reellen Zahlen bis auf Isomorphie fest. Genauer formuliert gilt folgende Aussage:
Sei R0 eine weitere Menge, auf der eine Addition, eine Multiplikation und eine kleiner-
gleich-Relation definiert sind, so dass alle Axiome der reellen Zahlen erfüllt sind (das heisst,
R0 ist ein weiterer vollständiger angeordneter Körper). Wir bezeichnen mit 00 ∈ R0 das Null-
element in R0 und mit 10 ∈ R0 das Einselement in R0 . Dann existiert eine bijektive Abbildung
Φ : R → R0 , so dass folgende Eigenschaften erfüllt sind.

(i) Φ(0) = 00 und Φ(1) = 10 .

(ii) (Φ ist additiv) ∀x, y ∈ R : Φ(x + y) = Φ(x) + Φ(y)

(iii) (Φ ist multiplikativ) ∀x, y ∈ R : Φ(xy) = Φ(x)Φ(y)

(iv) (Φ ist ordnungserhaltend) ∀x, y ∈ R : (x ≤ y ⇐⇒ Φ(x) ≤ Φ(y))

Dieser Satz ist befriedigend, da es wegen ihm nicht darauf ankommt, welches Modell der
reellen Zahlen man untersucht oder welche Konstruktion ausgehend aus den rationalen (oder
auch aus den natürlichen) Zahlen wir verwenden, um die reellen Zahlen zu finden. Eine Ab-
bildung Φ wie in Satz A.15 nennen wir eine Isomorphie (von angeordneten Körpern), denn
sie ist eine Bijektion, die alle Strukturen von R auf die entsprechenden Strukturen von R0
abbildet.
Wie bereits am Ende von Abschnitt 2.1.1 bemerkt, könnte man obigen Satz auch mit Schach
vergleichen, wo es ebenso nicht darauf ankommt, ob die Figuren aus Glas, Holz, Plastik oder
Metall sind. Denn sobald man die verschiedenen Figuren richtig erkannt hat, besteht eine klare
Korrespondenz (eine Isomorphie) zwischen den Figuren in dem Schachspiel aus Glas und dem
Schachspiel aus Holz, und weiter kann man mit den einen genau dasselbe machen wie mit den
anderen (die Isomorphie erhält alle möglichen Schachzüge).
Wir möchten im Folgenden einen Beweis zur Existenz einer solchen Abbildung Φ skizzieren
und überlassen Interessierten die Verifikation einiger Details (siehe Übung A.17). Wie wir
sehen werden besteht der Beweis gewissermassen aus einer Wiederholung vieler fundamentaler
Themen aus Kapitel 2. Etwas überspitzt lässt sich die Idee des Beweises wie folgt darstellen:

795
 Figur A.3: Wir definieren Φ zuerst so auf 0, 1, 2, ..., dass 0 auf 00 , 1 auf
10 , 2 auf 20 und so weiter abgebildet wird. Dann erweitern wir Φ auf alle
0
Brüche so, dass beispielsweise 21 auf 120 abgebildet wird, und schliesslich
verwenden wir das Supremum von Teilmengen von Q um Φ auf ganz R
zu definieren. Dadurch erhalten wir, dass R0 dasselbe ist wie R, nur halt
bloss in grün.

Des Weiteren ist folgende Übung ein hilfreicher erster Schritt für den Eindeutigkeitsbeweis.

Übung A.16. Sei ϕ : R → R eine bijektive Funktion, die x < y ⇐⇒ ϕ(x) < ϕ(y) für alle
x, y ∈ R erfüllt. Zeigen Sie, dass ϕ genau dann die Identitätsabbildung ist, wenn ϕ(x) = x für
alle x ∈ Q gilt.

Beweisskizze. Angenommen R und R0 sind zwei Mengen von reellen Zahlen, die jeweils die
Axiome in Abschnitt 2.1 und damit auch deren Folgerungen in den Abschnitten 2.1, 2.2, 2.5
und 2.6.1 erfüllen. Seien N, N0 , Z, Q respektive N0 , N00 , Z0 , Q0 die in R respektive R0 konstruier-
ten natürlichen Zahlen, ganzen Zahlen und rationalen Zahlen. Wir werden diese verwenden,
um die gewünschte Abbildung in mehreren Schritten zu definieren.
Definition von Φ auf N0 . Wir verwenden Rekursion, um eine Abbildung Φ0 : N0 → N00 mit
„guten“ Eigenschaften zu definieren. In der Tat setzen wir Φ0 (0) = 00 , Φ0 (1) = 10 und mittels
Rekursion für alle n ∈ N

Φ0 (n + 1) = Φ0 (n) + 10 .

Mittels vollständiger Induktion in N kann man nun zeigen, dass Φ0 dadurch eindeutig festgelegt
ist und dass die Regeln

Φ0 (m+n) = Φ0 (m) + Φ0 (n)

Φ0 (mn) = Φ0 (m)Φ0 (n)

für alle m, n ∈ N0 gelten. Die Verifikation dieser Regeln überlassen wir als Übung und ist
sehr ähnlich dem Beweis von Lemma 2.17, nach dem N unter Addition und Multiplikation
abgeschlossen ist. Des Weiteren gilt

Φ0 (m) = 0 ⇐⇒ m = 0

Insbesondere implizieren obigen Eigenschaften, dass Φ0 injektiv ist (wieso?). Da das Bild von
Φ0 sowohl 00 als auch 10 enthält und induktiv ist, ist Φ0 auch surjektiv und damit bijektiv.
Des Weiteren gilt (wegen Lemma 2.23) für m, n ∈ N0 auch

m ≤ n ⇐⇒ (∃k ∈ N0 : n = m + k),

was auf Grund der obigen Eigenschaften von Φ0 auch

m ≤ n ⇐⇒ (∃k 0 ∈ N00 : Φ0 (n) = Φ0 (m) + k 0 ) ⇐⇒ Φ0 (m) ≤ Φ0 (n)

796
impliziert.
Definition von Φ auf Z. Für n ∈ Z definieren wir
(
Φ0 (n) ∈ N00 falls n ∈ N0
ΦZ (n) =
−Φ0 (−n) ∈ −N0 falls n ∈ −N

und erhalten dadurch eine Abbildung ΦZ : Z → Z0 , die ebenso obige Eigenschaften erfüllt.
Φ0 (m)
Definition von Φ auf Q. Für m ∈ Z und n ∈ N setzen wir ΦQ ( m n ) = Φ0 (n) ∈ Q . Somit
0

erhalten wir eine Abbildung ΦQ : Q → Q0 , die noch immer alle gewünschten Eigenschaften
erfüllt. Insbesondere gilt a ≤ b ⇐⇒ ΦQ (a) ≤ ΦQ (b) zuerst für a, b ∈ Z und dann (wegen
ΦQ (na) = ΦQ (n)ΦQ (a) für a ∈ Q und n ∈ N) auch für a, b ∈ Q.
Definition von Φ auf R. Für jedes x ∈ R gilt wegen dem Korollar 2.70 des Archimedischen
Prinzip (Satz 2.68) und Übung 2.71

x = sup {r ∈ Q | r < x} .

Deswegen drängt sich die Definition

Φ(x) = sup 0 {ΦQ (r) | r ∈ Q, r < x} = sup 0 ΦQ ({r ∈ Q | r < x})

für alle x ∈ R auf, wobei sup 0 das Supremum auf den in R0 von oben beschränkten Teilmengen
bezeichnet. Dazu gehört auch die Teilmenge {ΦQ (r) | r ∈ Q, r < x}, da eine obere Schranke
durch ΦQ (bxc + 1) gegeben ist (wieso?). Für x ∈ Q gilt nun

Φ(x) = sup 0 {ΦQ (r) | r ∈ Q, r < x} = sup 0 {ΦQ (r) | r ∈ Q, r < x} = ΦQ (x)

da ΦQ die Ordnung erhält. Für x ≤ y gilt

{r ∈ Q | r < x} ⊆ {r ∈ Q | r < y} ,
ΦQ ({r ∈ Q | r < x}) ⊆ ΦQ ({r ∈ Q | r < y})

und damit

Φ(x) = sup 0 {ΦQ (r) | r ∈ Q, r < x} ≤ sup 0 {ΦQ (r) | r ∈ Q, r < y} = Φ(y).

Für x < y existieren s, t ∈ Q mit x ≤ s < t ≤ y nach Korollar 2.70, was

Φ(x) ≤ Φ(s) < Φ(t) ≤ Φ(y)

und damit Φ(x) < Φ(y) impliziert. Insbesondere ist Φ injektiv. Für x, y ∈ R gilt (siehe
Übung A.17d) )

{r ∈ Q | r < x} + {s ∈ Q | s < y} = {t ∈ Q | t < x + y} , (A.3)

797
was gemeinsam mit dem Verhalten des Supremums unter Summenbildung von Mengen in
Proposition 2.63 und der Additivität von ΦQ gerade Φ(x + y) = Φ(x) + Φ(y) impliziert.
Insbesondere gilt wegen Φ(0) = 0 auch Φ(−x) = −Φ(x) für alle x ∈ R. Auch gilt für alle
x, y ∈ R>0 , dass

{r ∈ Q | 0 < r < x} · {s ∈ Q | 0 < s < y} = {t ∈ Q | 0 < t < xy} (A.4)

und damit Φ(x)Φ(y) = Φ(xy) für alle x, y ∈ R>0 wegen der Multiplikativität von ΦQ und
Übung 2.66. Da wir aber bereits wissen, dass Φ(−x) = −Φ(x) für alle x ∈ R, gilt Φ(x)Φ(y) =
Φ(xy) für alle x, y ∈ R.
Wir müssen noch zeigen, dass Φ bijektiv ist. Durch Vertauschen von R mit R0 erhalten wir
analog eine Funktion Ψ : R0 → R, die unter anderem x0 < y 0 ⇐⇒ Ψ(x0 ) < Ψ(y 0 ) für alle
x0 , y 0 ∈ R0 erfüllt. Die Verknüpfung Ψ ◦ Φ : R → R genügt x < y ⇐⇒ Ψ ◦ Φ(x) < Ψ ◦ Φ(y) für
alle x, y ∈ R. Nach Konstruktion ist Ψ◦Φ auf Q die Identitätsabbildung und damit Ψ◦Φ = idR
nach Übung A.16. Analog zeigt man, dass Φ ◦ Ψ = idR0 gilt, womit die Abbildung Φ bijektiv
sein muss.
Überprüfen Sie nun, dass wir damit alle notwendigen Eigenschaften von Φ gezeigt haben.

Übung A.17. Beweisen Sie die in obiger Beweisskizze unterlassenen Details:

(i) Zeigen Sie die in obigen Beweis behaupteten Eigenschaften von Φ0 .

(ii) Stellen Sie eine Liste von Eigenschaften der Abbildung ΦQ auf (in Analogie zu Φ0 ) und
beweisen Sie diese.

(iii) Zeigen Sie, dass die Einschränkung von Φ auf Q mit ΦQ übereinstimmt.

(iv) Beweisen Sie die Gleichungen (A.3) und (A.4).

(v) Zeigen Sie, dass jede additive und multiplikative Abbildung φ : Q → Q mit φ(0) = 0 und
φ(1) = 1 die Identitätsabbildung ist.

Übung A.18. Zeigen Sie die Eindeutigkeit der Abbildung Φ in Satz A.15.

798
Anhang B

Konvergenz entlang eines Filters

Wir erinnern daran, dass wir bereits sehr viele verschiedene Definitionen von Konvergenz
kennengelernt haben.

Applet B.1 (40 Definitionen). Wir fassen alle (und einige weitere) Definitionen für Kon-
vergenz in diesem Applet zusammen. Versuchen Sie die Ähnlichkeiten und Unterschiede der
verschiedenen Definitionen zu finden.

Im Folgenden wollen wir die Struktur dieser Definitionen genauer untersuchen. In allen Fäl-
len werden gewisse Teilmengen des Definitionsbereichs (zum Beispiel punktierte oder einseitige
Umgebungen) gemeinsam mit ε-Umgebungen des vermeintlichen Grenzwerts A verwendet, um
Konvergenz zu definieren.
Wir erinnern daran, dass für ε > 0 die ε-Umgebung von A ∈ R das offene Intervall

Uε (A) = (A − ε, A + ε)

ist. Für das Symbol +∞ definieren wir die ε-Umgebung durch Uε (∞) = ( 1ε , ∞) und für
−∞ analog Uε (−∞) = (−∞, − 1ε ). Für A ∈ C ist die ε-Umgebung durch den offenen Ball
Uε (A) = {z ∈ C | |z − A| < ε} gegeben.
Eine Menge ist eine Umgebung von A (wobei A ∈ R, A = ±∞ oder A ∈ C), falls sie die
ε-Umgebung Uε (A) für ein ε > 0 enthält. Dies motiviert die folgende Definition.

Definition B.2 (Filter). Für eine gegebene Menge X ist eine nicht-leere Familie F von
Teilmengen von X ein Filter auf X, falls folgende drei Eigenschaften erfüllt sind:

• Die leere Menge ist kein Element von F.

• Für U1 , U2 ∈ F gilt auch U1 ∩ U2 ∈ F.

• Falls U ∈ F und V ⊆ X eine Teilmenge, die U enthält, dann ist auch V ∈ F.

Die in F enthaltenen Mengen werden auch Filtermengen genannt.

Intuitiv ausgedrückt enthält jede Filtermenge alle wesentlichen Punkte für die durch den
Filter beschriebene Bewegung. Zum Beispiel enthalten die Filtermengen U im Filter auf N

799
gegeben durch

F = {U ⊆ N | ∃N ∈ N ∀n ≥ N : n ∈ U }

immer einen ganzen „Endabschnitt von N“ und damit alle Punkte, die relevant sind für die
Bewegung in N gegen unendlich (Folgenkonvergenz). Wir definieren also die „Bewegung“ in-
direkt mittels dem Begriff „Filter“, welcher beschreibt in welchen Mengen man schlussendlich
liegen muss.

Beispiel B.3 (Umgebungsfilter). Folgende Mengenfamilien sind weitere Beispiele für Filter.

• Die Familie der Umgebungen von A ∈ R bildet den Filter

UA = {V ⊆ R | ∃ε > 0 : Uε (A) ⊆ V }

auf X = R, den wir den Umgebungsfilter von A nennen. In der Tat ist die Familie
UA nicht-leer, da sie alle ε-Umgebungen von A enthält. Da jede Umgebung von A den
Punkt A enthält, ist die leere Menge kein Element des Umgebungsfilters. Des Weiteren
gibt es für V1 , V2 ∈ UA per Definition ε1 , ε2 > 0 mit Uεi (A) ⊆ Vi für i ∈ {1, 2} und somit
ist Umin{ε1 ,ε2 } (A) = Uε1 (A) ∩ Uε2 (A) ⊆ V1 ∩ V2 . Also ist V1 ∩ V2 ∈ UA . Ist U ∈ UA und
V ⊇ U , dann enthält V alle ε-Umgebungen, die in U enthalten sind, und ist somit auch
in UA .

• Für A ∈ C erhalten wir ebenso einen Umgebungsfilter UA von A auf X = C.

• Sei D ⊆ R eine Teilmenge und x0 ∈ R ein Häufungspunkt von D. Die Familie von
Teilmengen von D

U̇x0 = {V ⊆ D | ∃ε > 0 : D ∩ Uε (x0 ) \ {x0 } ⊆ V }

ist ein Filter auf D, den wir den Filter der punktierten Umgebungen von x0 auf D nen-
nen. Die Annahme, dass x0 ein Häufungspunkt von D ist, ist hier zwingend notwendig,
damit der erste Punkt in Definition B.2 erfüllt ist.

• Für eine Teilmenge D ⊆ R und einen rechtsseitigen Häufungspunkt x0 ∈ D ist

Ux+0 = {V ⊆ D | ∃ε > 0 : D ∩ (x0 , x0 + ε) ⊆ V }

der Filter der rechtsseitigen Umgebungen von x0 auf D.

• Für eine Teilmenge D ⊆ R und einen linksseitigen Häufungspunkt x0 ∈ D ist der

Filter Ux−0 der linksseitigen Umgebungen von x0 auf D analog definiert.

Definition B.4 (Filterkonvergenz). Seien nun D ⊆ R eine beliebige Teilmenge, f : D → R

eine Funktion, F ein Filter auf D und A ∈ R gegeben. Dann sagen wir, dass f entlang F
gegen A konvergiert und schreiben limF f (x) = A, falls

∀V ∈ UA ∃F ∈ F ∀x ∈ F : f (x) ∈ V.
800
 Für komplexwertige Funktionen verwendet man auf die gleiche Weise den Umgebungsfilter
von möglichen Grenzwerten A ∈ C für die Definition der Konvergenz entlang des Filters. Alle
oben besprochenen Konvergenzen lassen sich nun mit diesem Begriff von Konvergenz entlang
von Filtern auffassen. Es gilt zum Beispiel

lim f (x) = lim f (x), lim f (x) = lim f (x), lim f (x) = lim f (x)
U̇x0 x→x0 Ux+0 x&x0 Ux−0 x%x0

jeweils unter geeigneten Annahmen an D ⊆ R, x0 ∈ R und f : D → R. Sie sollten nun zum

Beispiel die nicht besprochenen Definitionen von limx%x0 f (x) = A ∈ C für eine komplexwer-
tige Funktion oder limx→−∞ f (x) = +∞ für eine reellwertige Funktion als Spezialfälle obiger
Definition sehen. Der Grenzwert entlang eines Filters ist nach folgender Übung eindeutig,
womit man sinnvoll von dem Grenzwert sprechen kann.

Übung B.5 (Eindeutigkeit). Seien D eine nicht-leere Menge, f : D → R eine Funktion

und F ein Filter auf D. Zeigen Sie, dass der Grenzwert A ∈ R von f entlang des Filters F
eindeutig durch f bestimmt ist, falls er existiert.

Um die Nützlichkeit der vereinheitlichten Herangehensweise via Filter noch stärker hervor-
zuheben, wollen wir das Analogon von Lemma 6.2 und Übung 6.38(iii) für alle diskutierten
Grenzwerte von Funktionen in folgendem Lemma beweisen.

Lemma B.6 (Sandwich für Filterkonvergenz). Sei D eine nicht-leere Menge und F ein Filter
auf D. Angenommen f, g1 , g2 : D → R sind Funktionen mit g1 ≤ f ≤ g2 und wir haben
limF g1 (x) = limF g2 (x) = A ∈ R̄. Dann existiert auch der Grenzwert limF f und ist durch A
gegeben.

Beweis. Sei V ∈ UA und ε > 0 mit Uε (A) ⊆ V . Da auch Uε (A) ∈ UA , existieren per Annahme
F1 , F2 ∈ F , so dass für i ∈ {1, 2} und für alle x ∈ Fi gilt gi (x) ∈ Uε (A). Ohne Beschränkung
der Allgemeinheit können wir annehmen, dass F1 = F2 = F , in dem wir F1 respektive F2
durch F1 ∩ F2 ∈ F ersetzen. Des Weiteren liegt für x ∈ F der Punkt f (x) zwischen g1 (x) und
g2 (x), die beide in Uε (A) liegen. Da aber Uε (A) ein Intervall ist, muss auch f (x) in diesem
liegen. Somit gilt für alle x ∈ F , dass f (x) ∈ Uε (A) ⊆ V und, da V ∈ UA beliebig war, gilt
somit limF f (x) = A.

Übung B.7 (Weitere Filter). In dieser Übung möchten wir zwei Beispiele von Filtern auf
einer allgemeinen, nicht-leeren Menge X diskutieren.

(i) Sei B ⊆ X eine nicht-leere Teilmenge. Zeigen Sie, dass FB = {V ⊆ X | B ⊆ V } ein

Filter auf X ist. Verifizieren Sie des Weiteren, dass der Filter FB genau dann in keinem
grösseren Filter enthalten ist, wenn die Teilmenge B aus einem Punkt besteht.

(ii) Angenommen X ist unendlich. Zeigen Sie, dass F = {V ⊆ X | X \ V ist endlich} einen
Filter auf X bildet.

(iii) Beschreiben Sie den „Konvergenzbegriff“ für reellwertige Funktionen f auf X, der durch
diese beiden Filter beschrieben wird. Ist Ihnen einer der beiden für X = N bereits be-
kannt?
801
Übung (Umgebungsfilter). Sei (X, d) ein metrischer Raum. Der Umgebungsfilter eines Punk-
tes x ∈ X ist die Menge

Ux = {U ⊆ X | ∃ε > 0 : Bε (x) ⊆ U } .

Zeigen Sie, dass Ux für jeden Punkt x ∈ X einen Filter auf X definiert.

802
Anhang C

Administratives

C.1 Change-Log
Im Laufe des Semesters Herbst 2021 wurden folgende Änderungen/Verbesserungen im
Skript gemacht, wobei wir aber die Korrektur von kleineren Tippfehlern, kleinere Verbes-
serungen in der Erklärung (ohne inhaltlicher Änderung) und Ergänzungen im eSkript nicht
aufführen.

• Zusätzliche Beispiele und Erklärungen zu (1.5)-(1.6).

• Übung 1.11.

• Abschnitt 1.3.3.

• Umstrukturierung des Anhangs (ohne inhaltliche Änderungen).

• Die Variable i wurde im Abschnitt 2.3 zweimal als Indexvariable verwendet, was (wie
auch am Ende vom Abschnitt erwähnt wird) in der Nähe von i ∈ C keine gute Idee ist.

• Beispiel 1.59 gab es teilweise schon vorher, hat aber nun auch einige neue Teile.

• Korrekturen/Vereinfachungen im Beweis von Proposition 4.44.

• Lemma 1.80 hat einen neuen Beweis und kann damit bereits in Kapitel 1 betrachtet
werden.

• Die Beweise von Proposition 3.26 und Satz 3.28 wurden ein klein wenig vereinfacht.

C.2 Fortschritt im Semester

Wir notieren hier einen möglichen Zeitplan für den Ablauf der Analysis I-Vorlesung. Auf
Grund der Stoffmenge ist ein gewisses Grundtempo notwendig.

• Woche 1-2: Kapitel 1 sollte in den ersten zwei Wochen der Vorlesungen der Analysis und
Linearen Algebra besprochen werden. Hierbei ist es wichtig vor allem Abschnitte 1.3,
1.4 und 1.6 in Detail und auch die Definitionen aus Abschnitt 1.7 (endliche, abzählbar
803
 unendliche und überabzählbare Mengen) zu besprechen. Eine genauere Besprechung
der Axiome der Mengenlehre, Kardinalitäten und des Auswahlaxioms erfolgen in der
Vorlesung Grundstrukturen im zweiten Semester.

• Woche 3-4: Kapitel 2 ist der eigentliche Anfang für den Aufbau der Analysis und dauert
wahrscheinlich etwas über 1.5 Wochen. Abschnitte 2.1 und 2.2 sind beide sehr formal,
und dauern bei einer genauen Darstellung zu lange. Es ist wahrscheinlich besser jedes
innerhalb einer Doppelstunde abzuschliessen, damit für andere Themen (z.B. den Kon-
sequenzen der Vollständigkeit in Abschnitt 2.6) etwas mehr Zeit bleibt.

• Woche 4-6: Kapitel 3 führt weitere fundamentale Begriffe und Sätze ein und dauert auch
etwas über 1.5 Wochen.

• Woche 6-8: Kapitel 4 führt das Riemann-Integral und kann in etwas über einer Woche
besprochen werden. Allerdings ...

• Woche 7: Falls erwünscht, könnte man in der Mitte des Semesters etwaige Wiederholun-
gen einbauen, die das Vorwärtskommen im Stoff verlangsamen.

• Woche 8-9: Kapitel 5 über die Anfänge metrischer Räume dauert etwas weniger als eine
Woche.

• Woche 9-10: Kapitel 6 ...

804
Liste der Symbole

¬, Negation einer Aussage, 8 [x]∼ , Äquivalenzklasse, 44

∧, Und-Verknüpfung, 8 X/∼, Quotientenmenge, 44
∨, Oder-Verknüpfung, 9 P∼ , Partition definiert durch eine
=⇒ , logische Implikation, 9 Äquivalenzrelation, 44
⇐⇒ , logische Äquivalenz, 9 ∼P , Äquivalenzrelation definiert durch
∀, Allquantor, 11 eine Partition, 44
∃, Existenzquantor, 12 |X|, Kardinalität der Menge X, 49
{x | A(x)}, Mengennotation, 17 R, Menge der reellen Zahlen, 71
{} , ∅, leere Menge, 17
N, Menge der natürlichen Zahlen, 83
⊆, (, 6⊆, Teilmengen, 17
N0 , Menge der nicht-negativen ganzen
⊇, ), Obermengen, 17
Zahlen, 87
∩, Durchschnitt, 18
Z, Menge der ganzen Zahlen, 88
∪, Vereinigung, 18
Q, Menge der rationalen Zahlen, 89
\, relative Komplement, 18
C, Menge der komplexen Zahlen, 92
4, symmetrische Differenz, 18
P c , Komplement, 18 K[T ], Polynomring über einem Körper K
in der Variablen T , 134
, , Vereinigung und Durschschnitt, 19
S T
F
, disjunkte Vereinigung, 20 Sn , Menge der Permutationen auf der
X × Y , kartesisches Produkt, 20 Menge {1, . . . , n}, 140
P(X), Potenzmenge einer Menge X, 22 F(D), Menge der reellwertigen Funktionen
f : X → Y , Funktion, 23 auf einer Menge D, 149
f (X), Bild einer Funktion, 23 C(D), Menge der stetigen reellwertigen
f |A , Einschränkung einer Funktion, 23 Funktionen, 155
1A , charakteristische Funktion einer FC (D), Menge der komplexwertigen
Teilmenge A einer Menge, 24 Funktionen, 158
x 7→ f (x), x wird abgebildet auf f (x), 23 T F([a, b]), Menge der Treppenfunktionen
f −1 , Umkehrabbildung, 26 auf einem Intervall [a, b], 181
f ◦ g, Verknüpfung von Funktionen, 26 R([a, b]), Menge der
f −1 (B), Urbild einer Menge, 33 Riemann-integrierbaren
f ◦ n, f n,
Iteration einer Funktion, 35 Funktionen, 184
∼ ≡, ∼, verschiedene Symbole
<,  , ≤, =, C k (D), Menge der k-mal stetig
für Relationen, 39 differenzierbaren Funktionen, 366
805
Matd,d (K), Menge der d × d-Matrizen über d × d-Matrizen über einem Körper
einem Körper K, 760 K, 760
GLd (K), Gruppe der invertierbaren

806
Literaturverzeichnis

[A’C03] A’Campo, N.: A natural construction for the real numbers. arXiv preprint, 2003.

[AE06] Amann, H. und Escher, J.: Analysis I. Grundstudium Mathematik. Birkhäuser Basel,
3. Auflage, 2006.

[Beu09] Beutelspacher, A.: Das ist o.B.d.A trivial. Vieweg+Teubner Verlag, 2009.

[Bla03] Blatter, C.: Analysis I, 2003. https://people.math.ethz.ch/~blatter/dlp.html.

[Boo47] Boole, G.: The mathematical analysis of logic. Philosophical library, 1847.

[Can95] Cantor, G.: Beiträge zur Begründung der transfiniten Mengenlehre. Mathematische
Annalen, 46(4):481–512, 1895.

[Coo49] Coolidge, J. L.: The story of the binomial theorem. The American Mathematical
Monthly, 56(3):147–157, 1949.

[Hil93] Hilbert, D.: Über die Transzendenz der Zahlen e und π. Mathematische Annalen,
43:216–219, 1893.

[Niv47] Niven, I.: A simple proof that π is irrational. Bull. Amer. Math. Soc., 53(6):509,
1947.

[Pea90] Peano, G.: Sur une courbe, qui remplit toute une aire plane. Mathematische Annalen,
36(1):157–160, 1890.

[RU08] Remmert, R. und Ullrich, P.: Elementare Zahlentheorie. Grundstudium Mathematik.

Birkhäuser Basel, 3. Auflage, 2008.

[Rus03] Russell, B.: The principles of mathematics. WW Norton & Company, 1903.

[Smu78] Smullyan, R.: What is the name of this book? Prentice-Hall, 1978.

[SS12] Schichl, H. und Steinbauer, R.: Einführung in das mathematische Arbeiten. Springer
Spektrum, 2. Auflage, 2012.

[Wal04] Walter, W.: Analysis 1. Springer-Verlag Berlin Heidelberg, 7. Auflage, 2004.

[Web92] Weber, H.: Leopold Kronecker. Jahresbericht der Deutschen Mathematiker-

Vereinigung, 2, 1892.

807