Analysis A

Elmar Schrohe
Wintersemester 2006/07
1
2
1 Die Reellen Zahlen
1.1 Aussagen. Mengen. Eine Aussage nennen wir etwas, von dem wir sagen k¨onnen, ob es
wahr ist oder falsch.
Aus zwei Aussagen A und B k¨onnen wir neue Aussagen bilden, z.B. die Aussage A ⇒ B (

aus
A folgt B“). Sie ist falsch, wenn die Aussage A wahr ist und die Aussage B falsch. Ansonsten
ist sie wahr.
Wichtig ist auch die Aussage A ⇔ B (

A ist ¨aquivalent (gleichwertig) zu B“). Sie ist wahr,
wenn die Aussagen A und B entweder beide wahr oder beide falsch sind.
Oder (gleichwertig): Sie ist wahr, wenn sowohl die Aussage A ⇒ B als auch die Aussage
B ⇒ A gilt, und ansonsten falsch.
Die Begriffe

Menge“,

Element“ und

enthalten sein“ definieren wir nicht.
Wir schreiben x ∈ M, falls x in der Menge M enthalten ist, anderenfalls x / ∈ M. Wir
schreiben M = N; falls die Mengen M und N dieselben Elemente enthalten, sonst M = N.
Wichtig: Alle Elemente einer Menge sind verschieden.
F¨ ur mehr Details siehe z. B. P. Halmos: Naive Mengenlehre oder L´evy: Basic Set Theory.
1.2 Bekannte Mengen.
∅ leere Menge
N = {1, 2, 3, . . .} nat¨ urliche Zahlen ohne Null
N
0
= {0, 1, 2, . . .} nat¨ urliche Zahlen einschließlich Null
Z = {0, ±1, ±2, . . .} ganze Zahlen
Q = {
p
q
: p ∈ Z, q ∈ N} rationale Zahlen
Dabei sieht man die Br¨ uche
p
q
und
r
s
in Q als gleich an, falls ps = rq.
Beispiel:
2
3
=
4
6
=
24
36
.
Oft beschreibt man Mengen auch in der Form:
{x :

Aussage ¨ uber x“}, meint die Menge aller Elemente, f¨ ur die die Aussage gilt. Beispiel:
N = {x ∈ N
0
: x = 0}.
1.3 Definition. Es seien M, N Mengen.
(a) Schreibe M ⊆ N, falls aus

x ∈ M“ stets

x ∈ N“ folgt M ist Teilmenge von N
(b) M ∪ N = {x : x ∈ M oder x ∈ N} Vereinigung von M und N
(c) M ∩ N = {x : x ∈ M und x ∈ N} Durchschnitt von M und N
(d) M \ N = {x : x ∈ M und x / ∈ N} Differenzmenge
(e) M ×N = {(x, y) : x ∈ M und y ∈ N} kartesisches Produkt
(f) P(M) = {N : N ⊆ M} Potenzmenge
Man nennt M und N disjunkt, falls M ∩ N = ∅.
Man kann auch Durchschnitte und Vereinigungen ¨ uber mehrere (m¨oglicherweise unendlich
viele) Mengen bilden. Es sei I eine Menge, und f¨ ur jedes i ∈ I sei M
i
eine Menge. Wir setzen
¸
i∈I
M
i
= {x : x ∈ M
i
f ¨ ur jedes i ∈ I}
¸
i∈I
M
i
= {x : x ∈ M
i
f ¨ ur mindestens ein i ∈ I}
3
1.4 Reelle Zahlen. Die reellen Zahlen sind eine Menge R = ∅, die durch bestimmte Eigen-
schaften charakterisiert ist.
Auf R sind zwei Verkn¨ upfungen definiert, n¨amlich

+“, die

Addition“, und

·“, die

Mul-
tiplikation“, die zwei Elementen x, y die Summe x + y ∈ R bzw. das Produkt x · y = xy ∈ R
zuordnen (Malpunkt wird meist nicht geschrieben). Dabei gelten folgende Regeln (

Axiome“):
(A1) (x + y) + z = x + (y + z) f¨ ur alle x, y, z ∈ R Assoziativgesetz der Addition
(A2) Es gibt ein Element 0 ∈ R mit x + 0 = x f¨ ur alle x Neutralelement der Addition
(A3) Zu jedem x ∈ R existiert ein Element (−x) ∈ R mit x + (−x) = 0 Inverses Element der
Addition
(A4) x + y = y + x f¨ ur alle x, y ∈ R Kommutativgesetz der Addition
(M1) (x · y) · z = x · (y · z) f¨ ur alle x, y, z ∈ R Assoziativgesetz der Multiplikation
(M2) Es gibt ein von 0 verschiedenes Element 1 ∈ R mit x· 1 = x f¨ ur alle x ∈ R Neutralelement
der Multiplikation
(M3) Zu jedem x = 0 existiert ein Element x
−1
mit xx
−1
= 1 Inverses Element der
Multiplikation
(M4) x · y = y · x f¨ ur alle x, y ∈ R Kommutativgesetz der Multiplikation
(D) x · (y + z) = x · y + x · z f¨ ur alle x, y, z ∈ R Distributivgesetz.
R ist ferner angeordnet, d. h. es gibt eine Beziehung

> 0“ (

gr¨oßer Null“) mit folgenden
Eigenschaften:
(O1) F¨ ur jedes x ∈ R gilt genau eine der folgenden Aussagen
x > 0, x = 0, oder −x > 0.
Insbesondere kann also f¨ ur x = 0 nie x = −x gelten!
(O2) x > 0 und y > 0 =⇒ x + y > 0.
(O3) x > 0 und y > 0 =⇒ xy > 0.
Schließlich erf¨ ullt R noch das sogenannte Supremumsaxiom
(S) Jede nichtleere, nach oben beschr¨ankte Teilmenge von R hat eine kleinste obere Schranke.
Mehr dazu gleich!
1.5 Definition. Eine Menge mit mindestens zwei Elementen, in der die Axiome (A1)-(A4),
(M1)-(M4) und (D) gelten, heißt K¨orper.
Ein K¨orper mit ‘>’, in dem (O1)-(O3) gelten, heißt angeordneter K¨orper.
1.6 Beispiel.
(a) Q ist K¨orper, Z nicht (2 hat z.B. kein multiplikatives Inverses).
(b) Die Menge Z
2
= {0, 1} ist K¨orper mit den Operationen 0 + 0 = 0, 0 + 1 = 1, 1 + 1 =
0, 0 · 0 = 0, 1 · 1 = 1.
4
(c) Q ist angeordnet, Z
2
hingegen nicht (1+1=0!).
(d) In Q gilt das Supremumsaxiom nicht, wie wir sp¨ater sehen werden.
1.7 Bezeichnungen.
(a) Statt x + (−y) schreiben wir auch x −y, statt x · y
−1
auch
x
y
.
(b) Wir schreiben:

x > y“ ⇐⇒ x −y > 0

x < y“ ⇐⇒ y −x > 0

x ≥ y“ ⇐⇒ (x > y oder x = y)

x ≤ y“ ⇐⇒ (x < y oder x = y)
1.8 Beschr¨anktheit. Supremum. Maximum/Minimum.
(a) M ⊆ R, M = ∅ heißt nach oben beschr¨ankt, falls ein C ∈ R existiert mit x ≤ C f¨ ur alle
x ∈ M. Die Zahl C heißt dann obere Schranke.
M heißt nach unten beschr¨ankt, falls ein D ∈ R existiert mit D ≤ x f¨ ur alle x ∈ M (untere
Schranke).
M heißt beschr¨ankt, falls es nach oben und nach unten beschr¨ankt ist.
(b) Es sei M ⊆ R, M = ∅. Eine Zahl C ∈ R heißt Supremum von M oder kleinste obere
Schranke von M, wenn gilt
(1) x ≤ C f¨ ur alle x ∈ M (d.h. C ist obere Schranke)
(2) Zu jedem ε > 0 existiert ein x ∈ M mit x > C − ε (d.h. C − ε ist keine obere
Schranke).
(c) Ist C ein Supremum f¨ ur die nichtleere Menge M, und zus¨atzlich C ∈ M, so heißt C
Maximum von M.
(d) Es sei M ⊆ R. Eine Zahl C ∈ R heißt Infimum f¨ ur M, falls C gr¨oßte untere Schranke ist,
d. h., falls (1) x ≥ C f¨ ur alle x ∈ M und (2) zu jedem ε > 0 ein x ∈ M existiert mit
x < C + ε. Ist C Infimum von M und C ∈ M, so heißt C Minimum.
1.9 Satz.
(a) x · 0 = 0 f¨ ur beliebiges x ∈ R.
(b) (−x)y = −(xy) f¨ ur beliebige x, y ∈ R.
(c) Es seien a, b, c ∈ R und a = 0. Dann gibt es genau ein x ∈ R, das die Gleichung ax+b = c
erf¨ ullt, n¨amlich x = (c −b)/a.
Insbesondere ist das additive Inverse von a (als L¨osung von 1 · x + a = 0) eindeutig, und
es gilt −(−a) = a, weil sowohl a als auch −(−a) additive Inverse zu −a sind. Analog ist
das multiplikative Inverse von a (als L¨osung von ax = 1) eindeutig und (a
−1
)
−1
= a.
(d) xy = 0 ⇐⇒ (x = 0 oder y = 0).
Beweis.
(a) x · 0
A2
= x · (0 + 0)
A1
= x · 0 + x · 0. Addition von −(x · 0) liefert 0 = x · 0.
(b)
(c)
5
(d) Ist x = 0 oder y = 0, so ist xy = 0 nach (a). Ist andererseits xy = 0 und x = 0, so liefert
die Multiplikation mit x
−1
y
M3,M4
= (x
−1
x)y
M1
= x
−1
(xy)
Ann
= x
−1
0
(a)
= 0
Analog liefert y = 0, dass x = 0 ist. Also ist x = 0 oder y = 0. ⊳
1.10 Satz. F¨ ur a, b, c, d ∈ R gilt
(a) a = 0 ⇒ aa > 0, insbesondere: 1 = 1 · 1 > 0 und daher (−1) < 0.
(b) a < b, c < 0 ⇒ ac > bc
(c) a > 0 ⇒ a
−1
> 0
(d) 0 < a < b ⇒
1
a
>
1
b
und
b
a
> 1
(e) a < b, b > 0, 0 < c < d ⇒ ac < bd
(f) a, b > 0. Dann ist a < b ⇔ a
2
< b
2
.
Beweis.
(a) Fall 1: a > 0. Dann folgt aus (O3): aa > 0
Fall 2: −a > 0. Dann ist wegen (O3): (−a)(−a) > 0. Nun ist (−a)(−a)
1.9(b)
= −(a(−a))
(M4),1.9(b)
=
−(−aa)
1.9(c)
= aa, also aa > 0.
(b) b −a > 0, −c > 0
(O3)
⇒ (b −a)(−c) > 0
1.9b
⇐⇒ −bc + ac > 0 ⇐⇒ ac > bc.
(c) W¨are a
−1
= 0, so w¨are 1 = aa
−1
= a · 0
1.9a
= 0 im Widerspruch zu (M2): 1 = 0.
W¨are −a
−1
> 0, so w¨are −1 = a(−a
−1
)
O3
> 0 im Widerspruch zu (a).
Bleibt nur a
−1
> 0 !
(d) Nach (c) ist a
−1
> 0, b
−1
> 0. Aus b − a > 0 folgt (b − a)a
−1
> 0 (wegen (O3)) bzw.
b
a
−1 > 0. Weitere Anwendung von (O3) liefert

b
a
−1

b
−1
> 0 ⇐⇒
1
a

1
b
> 0.
(e)
b −a > 0
(O3)
=⇒ bc −ac > 0
b > 0 =⇒ bd −bc > 0
¸
(O2)
=⇒ bd −ac > 0
(f) (1) Ist a < b, so ist nach (e) a
2
< b
2
.
(2) Ist a = b, so ist a
2
= b
2
.
(3) Ist a > b, so ist a
2
> b
2
nach (e).
Es folgt die Behauptung.
1.11 Beispiel zum Supremum. Die Menge {
x
1+x
: x ∈ R, x > 0} hat das Supremum 1, weil
(1)
x
1+x
≤ 1 f¨ ur alle x > 0;
(2) f¨ ur jedes ε > 0 gilt
x
1 + x
> 1 −ε falls x >
1 −ε
ε
(nachrechnen!),
6
also z.B. falls x =
1−ε
ε
+ 1 (nach 1.10(c) und (O2)). Beachte: 1 ist kein Maximum, weil
x
1+x
< 1
f¨ ur alle x > 0.
1.12 Definition. F¨ ur a ∈ R definiert man |a| (

Betrag von a“,

a Betrag“)
|a| =

a , wenn a ≥ 0
−a , wenn a < 0
.
1.13 Satz. Seien a, b, ε ∈ R, ε > 0. Dann gilt
(a) |a| ≥ 0.
(b) |a| = 0 ⇔ a = 0.
(c) |a| < ε ⇔ −ε < a und a < ε. Schreibe: −ε < a < ε.
(d) |a + b| ≤ |a| +|b|.
(e) |ab| = |a||b|.
Beweis. Klar. ⊳
1.14 N, N
0
, Z, Q als Teilmengen von R. Wir finden die konkret bekannte Menge N nun
auch wieder in der abstrakten Menge R, indem wir n ∈ N mit 1 + . . . + 1 ∈ R (n−mal)
identifizieren. Damit haben wir auch N ∪ {0} = N ∪ {0}; ebenso Z als N
0
∪ {−n : n ∈ N} und
Q = {p/q : p ∈ Z, q ∈ N} (mit der ¨ ublichen Identifikation von Br¨ uchen).
Das Prinzip der vollst¨andigen Induktion
1.15 Satz. (Vollst¨andige Induktion) F¨ ur jedes n ∈ N sei A(n) eine Aussage. Um die Aus-
sagen A(n) f¨ ur alle n ∈ N zu beweisen, gen¨ ugt es, folgendes zu zeigen:
(1) A(1) ist richtig (Induktionsanfang).
(2) F¨ ur jedes n ≥ 1 gilt: Ist A(n) richtig, so ist auch A(n + 1) richtig (Induktionsschritt).
Beweis. –
Viele Beispiele folgen noch.
1.16 Quantoren.
Wir benutzen folgende Abk¨ urzungen


f¨ ur alle“


es existiert mindestens ein . . . “
∃!

es existiert genau ein . . . “
1.17 Schreibweise f¨ ur Summen, Produkte, Fakult¨aten. Es seien m, n ∈ Z, m ≤ n. F¨ ur
jedes k ∈ Z mit m ≤ k ≤ n sei a
k
eine reelle Zahl. Setze
n
¸
k=m
a
k
:= a
m
+ a
m+1
+ . . . + a
n
;
n
¸
k=m
a
k
:= a
m
· a
m+1
· . . . · a
n
.
7
(:= heißt: Wir definieren die Seite mit dem Doppelpunkt durch die andere.)
F¨ ur m > n setze
¸
n
k=m
a
k
:= 0,
¸
n
k=m
a
k
:= 1 (leere Summe, leeres Produkt).
Fakult¨at: F¨ ur n ∈ N
0
setze
n! :=
n
¸
k=1
k (ausf¨ uhrlich = 1 · 2 · . . . · n)
Insbesondere ist 0! = 1
Binomialkoeffizient: F¨ ur k, n ∈ N
0
, n ≥ k sei

n
k

:=
n!
k!(n −k)!
.
N¨ utzliche Identit¨at (

Pascalsches Dreieck“): F¨ ur 1 ≤ k ≤ n:

n
k −1

+

n
k

=

n + 1
k

. (1)
1.18 Definition. Es sei n ∈ N, a ∈ R- Wir setzen a
n
=
¸
n
k=1
a; ferner a
0
= 1. F¨ ur a = 0 setze
a
−n
=
¸
n
k=1
a
−1
.
1.19 Satz. Es seien a, b ∈ R. Dann gilt:
(a) a
m
a
n
= a
m+n
f¨ ur alle m, n ∈ N
0
.
(b) a
m
a
n
= a
m+n
f¨ ur alle m, n ∈ Z, falls a = 0.
Beweis. Alles mit Hilfe der vollst¨andigen Induktion. ⊳
Weitere Aussagen, die sich leicht mit vollst¨andiger Induktion beweisen lassen
1.20 Satz. F¨ ur n ∈ N ist
n
¸
k=1
k =
n(n + 1)
2
.
Beweis. Mit vollst¨andiger Induktion: F¨ ur n = 1 ist die Aussage, dass
¸
1
k=1
k =
1·2
2
bzw., dass
1 = 1, also richtig. Stimmt sie f¨ ur ein n, so schließen wir folgendermaßen, dass sie auch f¨ ur n+1
gilt:
n+1
¸
k=1
k =
n
¸
k=1
k + (n + 1) =
n(n + 1)
2
+ (n + 1)
=
n
2
+ n + 2n + 2
2
=
(n + 1)(n + 2)
2
.
1.21 Satz.

Binomischer Lehrsatz“: F¨ ur a, b ∈ R und n ∈ N ist
(a + b)
n
=
n
¸
k=0

n
k

a
k
b
n−k
Insbesondere:
¸
n
k=0

n
k

= (1 + 1)
n
= 2
n
und
¸
n
k=0
(−1)
k

n
k

= (−1 + 1)
n
= 0.
8
Beweis. ⊳
1.22 Satz. F¨ ur a ∈ R, a = 1 ist
n
¸
k=0
a
k
=
1 −a
n+1
1 −a

endliche geometrische Reihe“.
Beweis. Es ist
(1 −a)(
n
¸
k=0
a
k
) =
n
¸
k=0
a
k
−(
n
¸
k=0
a
k
)a
=
n
¸
k=0
a
k

n
¸
k=0
a
k+1
=
n
¸
k=0
a
k

n+1
¸
k=1
a
k
= 1 −a
n+1
.
F¨ ur a = 1 folgt bei Division durch 1 −a die Behauptung. ⊳ ⊳
1.23 Satz.

Bernoullische Ungleichung“. F¨ ur a ∈ R, a ≥ −1 und n ∈ N
0
ist
(1 + a)
n
≥ 1 + na.
Beweis. Mit vollst¨andiger Induktion.
Induktionsanfang: F¨ ur n = 0 ist die Behauptung 1 ≥ 1 richtig.
Induktionschritt: Es gelte (1 + a)
n
≥ 1 + na. Multiplikation mit (1 + a) (≥ Null) liefert
(1 + a)
n+1
≥ (1 + na)(1 + a) = 1 + (n + 1)a + na
2
≥ 1 + (n + 1)a, da na
2
≥ 0.

1.24 Intervalle. Seien a, b ∈ R. Wir setzen:
[a, b] = {x ∈ R : a ≤ x ≤ b}
]a, b] = {x ∈ R : a < x ≤ b}
[a, b[ = {x ∈ R : a ≤ x < b}
]a, b[ = {x ∈ R : a < x < b}
[a, ∞[ = {x ∈ R : x ≥ a}
]a, ∞[ = {x ∈ R : x > a}
] −∞, a] = {x ∈ R : x ≤ a}
] −∞, a[ = {x ∈ R : x < a}
1.25 Satz. Es gibt keine rationale Zahl mit Quadrat 2.
Beweis. Sei p/q ∈ Q ein gek¨ urzter Bruch (d.h. p ∈ Z, q ∈ N sind teilerfremd) mit p
2
/q
2
= 2.
Dann ist p
2
= 2q
2
. Dann ist p
2
gerade, also p gerade, denn Quadrate ungerader Zahlen sind
ungerade. Es folgt: p
2
ist durch 4 teilbar ⇒ q
2
= p
2
/2 ist durch 2 teilbar ⇒ q gerade – im
Widerspruch zur Annahme, dass p, q teilerfremd sind. ⊳
1.26 Lemma. Seien a, b ∈ R. Gilt f¨ ur jedes ε > 0, dass a < b + ε ist, so ist a ≤ b.
9
Beweis. W¨are a > b, so ergibt sich f¨ ur ε = a −b ein Widerspruch:
a < b + ε = b + (a −b) = a.

1.27 Satz. Existenz der Quadratwurzel. Es sei a ∈ R
+
= ]0, ∞[. Dann existiert ein x ∈ R
+
mit x
2
= a. Schreibe x =

a oder x = a
1/2
.
Beweis. Die Menge M = {r ∈ ]0, ∞[ : r
2
≤ a} ist nichtleer: Ist a < 1, so ist a
2
≤ a, also a ∈ M;
ist a ≥ 1, so ist 1
2
= 1 ≤ a, also 1 ∈ M.
Sie ist ferner beschr¨ankt, denn f¨ ur C > 1 + a ist C
2
> (1 + a)
2
= 1 + 2a + a
2
> a.
Sie hat also ein Supremum, x. Wir zeigen, dass x
2
= a ist.
1. Schritt: Wir zeigen, dass x
2
< a+ε f¨ ur jedes ε > 0. Sei ε > 0 vorgelegt. Zu jedem 0 < δ ≤ 1
existiert nach der Definition des Supremums ein r ∈ M mit r > x −δ. Also ist
x
2
< (r + δ)
2
= r
2
+ 2δr + δ
2
= r
2
+ δ(2r + δ). (1)
Wir sch¨atzen diesen Ausdruck nach oben ab. Zun¨achst ist δ ≤ 1. Wir unterscheiden nun zwei
F¨alle: Ist r ≤ 1, so ist δ(2r + δ) ≤ δ(1 + 2) = 3δ. Ist r > 1, so ist r ≤ r
2
= a, also δ(2r + δ) ≤
δ(2a + 1). In jedem Fall ist
x
2
< a + Cδ mit C = max{3, 2a + 1}.
W¨ahlen wir also δ < min

1,
ε
C
¸
, so ist
x
2
< a + Cδ < a + ε.
2. Schritt: Zeige, dass x
2
≥ a. Angenommen: x
2
< a. Setze ε = a − x
2
. Wie in Schritt 1
(Gleichung (1) jetzt mit x in der Rolle von r) sieht man, dass
(x + δ)
2
< x
2
+ ε = a,
falls δ hinreichend klein ist. Also ist x + δ ∈ M, und x ist nicht das Supremum. Widerspruch.

1.28 Bemerkung. Mit etwas mehr Arbeit kann man genauso die Existenz der n-ten Wurzel
a
1/n
bzw.
n

a aus jeder positiven reellen Zahl a zeigen.
1.29 Folgerungen.
(a) R ist (bedeutend) gr¨oßer als Q. In Q gilt das Supremumsaxiom nicht (sonst k¨onnten wir
schließen wie oben).
(b) F¨ ur rationales r =
p
q
mit p ∈ Z, q ∈ N und a ∈ R
+
k¨onnen wir
a
r
= (a
p
)
1/q
definieren.
Es gilt a
r
= (a
1/q
)
p
und a
r
a
s
= a
r+s
mit r, s ∈ Q.
Beweis. (b) Durch vollst¨andige Induktion.
10
2 Komplexe Zahlen
2.1 Definition. Die Menge R×R bildet einen K¨orper, sofern man Addition und Multiplikation
wie folgt definiert:
Addition
(x
1
, y
1
) + (x
2
, y
2
) = (x
1
+ x
2
, y
1
+ y
2
);
Multiplikation
(x
,
y
1
) · (x
2
, y
2
) = (x
1
x
2
−y
1
y
2
, x
1
y
2
+ x
2
y
1
)
Das Nullelement ist (0, 0), das Einselement ist (1, 0) (nachrechnen!).
Additives Inverses: −(x, y) = (−x, −y), multiplikatives: (x, y)
−1
=

x
x
2
+ y
2
,
−y
x
2
+ y
2

.
Dieser K¨orper heißt der K¨orper der komplexen Zahlen und wird mit C bezeichnet.
Aus den obigen Regeln ergibt sich, dass
(x
1
, 0) + (x
2
, 0) = (x
1
+ x
2
, 0)
(x
1
, 0) · (x
2
, 0) = (x
1
x
2
, 0)
Wir k¨onnen also R als Teilmenge von C auffassen, indem wir x ∈ R mit (x, 0) ∈ C identifizieren.
Die Schreibweise mit zwei Komponenten ist unpraktisch und wird nicht benutzt. Man schreibt
x + iy statt (x, y), x, y ∈ R.
Mit dieser Identifikation entspricht also i dem Tupel (0, 1). Unter Ber¨ ucksichtigung der Regel
i
2
= −1 kann man mit komplexen Zahlen dann wie mit reellen rechnen
(2 + 3i)(4 −2i) = 8 + 12i −4i −6i
2
= (8 −6) + (12 −6)i = 2 + 6i.
Achtung: C ist kein angeordneter K¨orper (i
2
= −1 im Gegensatz zu 1.10(a))!
2.2 Definition. Sei z = x + iy ∈ C. Dann heißt x Realteil von z und y Imagin¨arteil von z.
Schreibe x = Re z, y = Imz.
Die Zahl z = x −iy nennt man das Konjugiert-Komplexe von z.
Die Zahl |z| =

x
2
+ y
2
∈ [0, ∞[ heißt Betrag von z.
2.3 Satz. F¨ ur z, z
1
, z
2
∈ C gilt:
(a) z
1
+ z
2
= z
1
+ z
2
.
(b) z
1
· z
2
= z
1
· z
2
.
(c) (z)
−1
= z
−1
.
(d) z = z.
(e) Re z =
1
2
(z + z), Imz =
1
2i
(z −z).
Beweis.
(a) Sei z
1
= x
1
+ iy
1
, z
2
= x
2
+ iy
2
. Dann ist
z
1
+ z
2
= x
1
−iy
1
+ x
2
−iy
2
= (x
1
+ x
2
) −i(y
1
+ y
2
) = z
1
+ z
2
.
11
(b) analog zu (a).
(c) z · z
−1
(b)
= z · z
−1
= 1 = 1. Die Multiplikation mit (z)
−1
liefert die Behauptung.
(d) Schreibe z = x + iy. Dann ist z = x −iy und z = x + iy = z.
(e) Schreibe z = x + iy. Dann ist
1
2
(z + z) =
1
2
(x + iy + x − iy) = x und
1
2i
(z − z) =
1
2i
(x + iy −x + iy) =
1
2i
(2iy) = y.

2.4 Satz. Seien z, z
1
, z
2
∈ C. Dann gilt
(a) |z| ≥ 0.
(b) |z| = 0 ⇔z = 0.
(c) |z| = |z|, |z|
2
= zz.
(d) |z
1
z
2
| = |z
1
||z
2
|.
(e) |z
1
+ z
2
| ≤ |z
1
| +|z
2
|.
(f) |z
1
+ z
2
| ≥ ||z
1
| −|z
2
||.
Beweis. (a) und (b) sind klar.
(c) Schreibe z = x + iy. Dann ist z = x −iy ⇒zz = x
2
+ y
2
= |z|
2
⇒|z| =

x
2
+ y
2
= |z|.
(d) Schreibe z
1
= x
1
+ iy
1
, z
2
= x
2
+ iy
2

|z
1
z
2
|
2
= (x
1
x
2
−y
1
y
2
)
2
+ (x
1
y
2
+ x
2
y
1
)
2
= x
2
1
x
2
2
−2x
1
x
2
y
1
y
2
+ y
2
1
y
2
2
+ x
2
1
y
2
2
+ 2x
1
x
2
y
1
y
2
+ x
2
2
y
2
1
= (x
2
1
+ y
2
1
)(x
2
2
+ y
2
2
)
= |z
1
|
2
|z
2
|
2
= (|z
1
||z
2
|)
2
.
Aus 1.10(g) folgt, dass |z
1
z
2
| = |z
1
||z
2
|.
(e)
¨
Ubung.
(f) Setze w
1
= z
1
+ z
2
, w
2
= −z
2
. Dann liefert (e)
|w
1
+ w
2
| ≤ |w
1
| +|w
2
|, also
|z
1
| ≤ |z
1
+ z
2
| +|z
2
|, bzw.
|z
1
| −|z
2
| ≤ |z
1
+ z
2
|.
Mit w
2
= −z
1
h¨atten wir stattdessen
|z
2
| −|z
1
| ≤ |z
1
+ z
2
|
erhalten. Da f¨ ur eine reelle Zahl a gilt: |a| = a oder |a| = −a, folgt die Behauptung. ⊳
12
3 Folgen
3.1 Definition.
(a) Eine Folge reeller bzw. komplexer Zahlen ist eine Vorschrift, die jedem k ∈ N eine reelle
bzw. komplexe Zahl a
k
zuordnet. Eine Folge schreibt man meist (a
1
, a
2
, . . .) oder (a
k
)

k=1
oder kurz (a
k
).
(b) Sind n
1
< n
2
< n
3
< . . . Elemente von N, so heißt (a
n
1
, a
n
2
, . . .) Teilfolge von (a
k
).
(c) Es sei (a
k
) eine Folge in R oder C und a ∈ R bzw. C. Wir sagen
(a
k
) konvergiert gegen a oder (a
k
) ist konvergent mit Grenzwert a
falls zu jedem ε > 0 ein n
0
∈ N existiert mit
|a
k
−a| < ε f ¨ ur alle k ≥ n
0
.
Wir schreiben lima
k
= a oder a
k
k→∞
→ a und nennen a den Grenzwert. Eine Folge, die
keinen Grenzwert hat, heißt divergent.
(d) Eine Folge heißt Cauchy-Folge, falls gilt: Zu jedem ε > 0 existiert ein n
0
∈ N mit
|a
k
−a
l
| < ε f ¨ ur alle k, l ≥ n
0
.
Die Existenz eines Grenzwerts wird hier nicht gefordert.
3.2 Beispiele.
(a) Die Folge

1
k

konvergiert in R gegen 0.
(b) Die Folge (i
k
)
k
in C ist divergent.
Beweis. (a) Es sei ε > 0 vorgelegt. Wir m¨ ussen ein n
0
finden mit |1/k − 0| < ε f¨ ur alle k ≥ n
0
.
Dazu w¨ahle n
0
∈ N mit n
0
> 1/ε.
1
Dann gilt f¨ ur k ≥ n
0
:
|
1
k
| =
1
k

1
n
0
< ε f¨ ur alle k ≥ n
0
.
(b) G¨abe es einen Grenzwert z in C, so g¨abe es zu ε = 1/4 ein n
0
mit
|i
k
−z| ≤
1
4
f¨ ur k ≥ n
0
und somit
|i
k
−i
l
| = |i
k
−z + z −i
l
| ≤ |i
k
−z| +|i
l
−z| ≤
1
2
f¨ ur k, l ≥ n
0
.
Da jedoch i
4k
= 1 ist und i
4k+2
= −1 f¨ ur beliebiges k ∈ N, ist |i
4k
−i
4k+2
| = 2. Widerspruch. ⊳
3.3 Satz. Der Grenzwert ist eindeutig: Konvergiert eine Folge gegen a und a

, so ist a = a

.
1
Wieso gibt es eine solche Zahl? Nehmen wir an, die Menge der nat¨ urlichen Zahlen w¨are nach oben beschr¨ankt.
Dann h¨atte sie ein Supremum s. Nach Definition des Supremums existierte ein n ∈ N mit n > s −1/2. Dann w¨are
jedoch n + 1 ∈ N mit n + 1 > s. Widerspruch!
14
Beweis. Sei ε > 0. Dann existiert ein n
1
: |a
k
− a| < ε/2 ∀k ≥ n
1
und es existiert ein n
2
mit
|a
k
− a

| < ε/2 ∀k ≥ n
2
. Dann gilt f¨ ur n
0
≥ max{n
0
, n
1
} : |a − a

| ≤ |a − a
n
0
| + |a
n
0
− a

| < ε.
Also ist |a −a

| = 0 bzw. a = a

. ⊳
3.4 Satz. Es sei (z
k
) eine Folge komplexer Zahlen, z
k
= x
k
+ iy
k
und z = x + iy ∈ C. Dann
gilt
z
k
konvergiert gegen z ⇐⇒

x
k
konvergiert gegen x, und
y
k
konvergiert gegen y.
Beweis.

⇒“ Sei z
k
konvergent gegen z = x+iy und ε > 0. Dann existiert ein n
0
mit |z
k
−z| < ε ∀k ≥ n
0
.
Also
|x
k
−x| = |Re z
k
−Re z| = |Re (z
k
−z)| ≤ |z
k
−z| < ε;
|y
k
−y| = |Imz
k
−Imz| = |Im(z
k
−z)| ≤ |z
k
−z| < ε.

⇐“ Sei ε > 0 vorgelegt. Dann existiert ein n
1
mit |x
k
− x| < ε/2 ∀k ≥ n
1
und es existiert ein
n
2
mit |y
k
− y| < ε/2 ∀k ≥ n
2
. Setze n
0
= max{n
1
, n
2
} und z = x + iy. Dann gilt f¨ ur
k ≥ n
0
|z
k
−z| = |x
k
−x + iy
k
−iy| ≤ |x
k
−x| +|y
k
−y| < ε.

3.5 Satz: Rechenregeln f¨ ur Grenzwerte. Es seien (x
k
), (y
k
) Folgen in K (K = R oder
K = C), x, y ∈ K.
(a) Ist die Folge (x
k
) konvergent, so ist sie auch beschr¨ankt, d. h.
∃ C ≥ 0 : |x
k
| ≤ C f ¨ ur alle k ∈ N.
(b) Aus x
k
→ x und y
k
→ y folgt x
k
+ y
k
→ x + y und x
k
y
k
→ xy.
(c) Gilt x
k
→ x und x = 0, so ist x
k
= 0 f¨ ur alle hinreichend großen k, und es gilt
1
x
k

1
x
.
Insbesondere gilt dann y
k
/x
k
→ y/x f¨ ur jede Folge y
k
→ y.
Die Umkehrung der Aussagen in (b) gilt nicht!
Beweis.
(a) Zu ε = 1 existiert ein n
0
mit |x
k
− x| < 1 f¨ ur k ≥ n
0
. Damit ist |x
k
| ≤ |x
k
− x| + |x| ≤
|x| + 1 ∀k ≥ n
0
. F¨ ur C = max{|x
1
|, . . . , |x
n
0
−1
|, |x| + 1} ergibt sich die Behauptung.
(b) (Additivit¨at) Sei ε > 0 vorgelegt. Dann existieren n
1
, n
2
mit |x
k
−x| ≤ ε/2 ∀k ≥ n
1
und
|y
k
−y| ≤ ε/2 ∀k ≥ n
2
. F¨ ur k ≥ n
0
:= max{n
1
, n
2
} folgt
|(x
k
−y
k
) −(x −y)| ≤ |x
k
−x| +|y
k
−y| < ε.
(Multiplikativit¨at) Nach (a) existiert ein C ≥ 0 mit |y
k
| ≤ C f¨ ur alle k. Zu ε > 0 w¨ahle
n
1
und n
2
so, dass
|x
k
−x| <
ε
2 C
∀k ≥ n
1
, und
|y
k
−y| <
ε
2|x| + 1
∀k ≥ n
2
.
15
F¨ ur k ≥ max{n
1
, n
2
} folgt
|x
k
y
k
−xy| = |x
k
y
k
−xy
k
+ xy
k
−xy|
≤ |x
k
y
k
−xy
k
| +|xy
k
−xy|
≤ |x
k
−x| |y
k
| +|x| |y
k
−y|
<
ε
2 C
C +|x|
ε
2|x| + 1
≤ ε.
(c) Zu δ =
|x|
2
> 0 existiert ein k
0
mit |x
k
−x| < δ =
|x|
2
∀k ≥ k
0
. Dann ist |x
k
| ≥ |x|−|x
k
−x| ≥
|x|/2 f¨ ur k ≥ k
0
. Sei ε > 0 vorgelegt. Nun ist
|x
−1
k
−x
−1
| = |x
−1
(x −x
k
)x
−1
k
| ≤ |x|
−1
|x
k
|
−1
|x −x
k
|.
W¨ahle n
0
≥ k
0
so, dass |x −x
k
| <
ε
2
|x|
2
f¨ ur k ≥ n
0
. Dann ist
|x
−1
k
−x
−1
| <
1
|x|
2
|x|
ε
2
|x|
2
≤ ε.

3.6 Satz. Jede konvergente Folge ist eine Cauchy-Folge.
Beweis. Es sei x
k
→ x und ε > 0. W¨ahle n
0
so, dass |x
k
− x| < ε/2 ∀k ≥ n
0
. Dann ist f¨ ur
k, m ≥ n
0
: |x
k
−x
m
| ≤ |x
k
−x| +|x −x
m
| < ε/2 + ε/2 = ε. ⊳
Einige Besonderheiten reeller Folgen
3.7 Definition. Eine Folge (x
k
) in R heißt
monoton wachsend, falls x
k+1
≥ x
k
∀k
streng monoton wachsend, falls x
k+1
> x
k
∀k
monoton fallend, falls x
k+1
≤ x
k
∀k
streng monoton fallend, falls x
k+1
< x
k
∀k.
3.8 Satz. Monoton wachsende, nach oben beschr¨ankte Folgen reeller Zahlen sind konvergent:
Gibt es ein C ∈ R mit x
k
≤ x
k+1
≤ C f¨ ur alle k, so gilt x
k
→ x = sup{x
k
}.
Beweis. Sei ε > 0 vorgelegt. Nach Definition des Supremums existiert ein n
0
mit
x
n
0
> x −ε.
F¨ ur alle k ≥ n
0
gilt also
x −ε < x
n
0
≤ x
k
≤ x
und somit |x −x
k
| < ε. ⊳
3.9 Folgerung. Ist die Folge (x
k
) monoton fallend und nach unten beschr¨ankt, so ist (x
k
)
auch konvergent. (Betrachte (−x
k
)!)
3.10 Satz. Stabilit¨at des Grenzwerts. Es seien (x
k
), (y
k
) Folgen in R mit x
k
≤ y
k
∀k. Gilt:
x
k
→ x und y
k
→ y, so folgt x ≤ y.
16
Beweis. Annahme: x > y. Setze ε = x−y > 0. Dann existieren n
1
, n
2
mit |x
k
−x| < ε/2 f¨ ur alle
k ≥ n
1
bzw. |y
k
−y| < ε/2 f¨ ur alle k ≥ n
2
. F¨ ur k ≥ max{n
1
, n
2
} gilt
x
k
> x −ε/2 = y + ε/2 > y
k
. Widerspruch!

3.11 Satz. Schachtelungssatz. Es seien (a
k
), (b
k
), (x
k
) Folgen in R und
a
k
≤ x
k
≤ b
k
f¨ ur alle k ∈ N.
Gilt a
k
→ x und b
k
→ x, so ist auch (x
k
) konvergent, und x
k
→ x.
Beweis. Sei ε > 0 vorgelegt. Dann existieren n
1
, n
2
mit |a
k
− x| < ε/3 ∀k ≥ n
1
, |b
k
− x| <
ε/3 ∀k ≥ n
2
. Setze n
0
= max{n
1
, n
2
}. Dann gilt
|x
k
−x| ≤ |x
k
−a
k
| +|a
k
−x|
≤ |b
k
−a
k
| +|a
k
−x|
≤ |b
k
−x| +|x −a
k
| +|a
k
−x| < ε.

3.12 Satz. In R ist jede Cauchy-Folge konvergent. Eine Menge, in der jede Cauchyfolge einen
Grenzwert hat, nennt man vollst¨andig.
Beweis. Es sei (x
k
) eine Cauchy-Folge. Wir definieren zwei neue Folgen
i
k
= inf{x
j
: j ≥ k} und s
k
= sup{x
j
: j ≥ k}.
Dann gilt i
k
≤ x
k
≤ s
k
f¨ ur alle k
(i
k
) monoton wachsend und beschr¨ankt (i
k
≤ s
1
∀k) ⇒ (i
k
) konvergiert gegen ein i ∈ R.
(s
k
) monoton fallend und beschr¨ankt (s
k
≥ i
1
∀k) ⇒ (s
k
) konvergiert gegen ein s ∈ R.
Zeige: i = s. Ist ε > 0 vorgelegt, w¨ahle n
0
so groß, dass |x
j
−x
k
| < ε/5, i −i
k
< ε/5, s
k
−s <
ε/5 f¨ ur j, k ≥ n
0
. Ferner existieren j
0
, k
0
≥ n
0
mit x
j
0
> s
n
0
−ε/5 und x
k
0
< i
n
0
+ε/5. Dann ist
s −i = |s −i| ≤ |s −s
n
0
| +|s
n
0
−x
j
0
| +|x
j
0
−x
k
0
| +|x
k
0
−i
n
0
| +|i
n
0
−i| < ε.
Mit 3.11 folgt die Behauptung. ⊳
3.13 Folgerung. C ist vollst¨andig.
Beweis. Sei (z
k
) eine Cauchy-Folge in C. Dann sind (Re z
k
) und (Imz
k
) Cauchy-Folgen in R
nach 3.4. Mit 3.12 folgt, dass (Re z
k
) und (Imz
k
) Grenzwerte in R haben, und schließlich mit
3.4, dass (z
k
) einen Grenzwert in C hat. ⊳
3.14 Definition und Bemerkung. Man sagt, eine Folge (a
k
) reeller Zahlen divergiere be-
stimmt gegen +∞ und schreibt lima
k
= +∞, falls gilt:
∀M > 0∃n
0
: a
k
> M ∀k ≥ n
0
.
Dies ist ¨aquivalent dazu, dass ab einem festen Index n
1
gilt a
k
> 0 und lim
1
a
k
= 0. (Wieso?)
Ebenso: lima
k
= −∞, falls lim(−a
k
) = +∞, d.h. falls ∀M > 0∃n
0
: a
k
< −M ∀k ≥ n
0
.
17
3.15 Beispiele.
(a) Die Folgen

1
k
j

, j = 1, 2, 3, . . . konvergieren in R gegen 0.
(b) Ist z ∈ C mit |z| < 1, so ist die Folge (z
k
) eine Nullfolge.
(c) Sei z ∈ C, |z| < 1, r ∈ N. Dann ist
limk
r
|z|
k
= 0.
(d)
k

k → 1.
(e) Es sei a > 0. Dann gile
k

a → 1.
(f)
k

k
2
+ k + 2 → 1.
(g) (
k

k!) divergiert bestimmt gegen +∞.
Beweis.
(a) Wir wissen, dass 0 ≤
1
k
j

1
k
f¨ ur k ∈ N und j = 2, 3, . . . Also folgt die Behauptung aus 3.2
und dem Schachtelungssatz.
(b) Sei ε > 0 vorgelegt. Wir haben zu zeigen, dass ein n
0
existiert mit |z
k
| < ε ∀k ≥ n
0
bzw.,
¨aquivalent dazu, dass
1
|z
k
|
>
1
ε
∀k ≥ n
0
.
Es ist
1
|z|
> 1. Setze δ :=
1
|z|
−1. W¨ahle n
0
so groß, dass n
0
δ >
1
ε
.
Dann gilt f¨ ur k ≥ n
0
nach der Bernoullischen Ungleichung:
1
|z
k
|
=
1
|z|
k
1.10

1
|z|
n
0
=

1
|z|

n
0
= (1 + δ)
n
0
Bernoulli
≥ 1 + n
0
δ >
1
ε
.
(c) Setze b
k
= k
r
|z|
k
. Dann:
b
k+1
b
k
=
(k + 1)
r
|z|
k+1
k
r
|z|
k
=

1 +
1
k

r
|z|. (1)
Da lim(1 +
1
k
)
r
= (lim
(
1 +
1
k
))
r
= 1 ist, und |z| < 1 folgt, dass b
k+1
< b
k
f¨ ur k ≥ k
0
, k
0
geeignet. Dann ist (b
k
)

k=k
0
monoton fallend und beschr¨ankt, somit konvergent nach 3.9.
Sei α der Grenzwert. W¨are α = 0, so w¨are nach den Rechenregeln
lim
b
k+1
b
k
=
limb
k+1
limb
k
= 1,
(weil limb
k+1
= limb
k
!?). Dies ist ein Widerspruch zu (1). Also folgt α = 0.
(d) Zeige: Zu ε > 0 existiert ein n
0
mit
k

k −1 < ε:
Es ist 0 <
1
1+ε
< 1. Somit ist nach (c) limk

1
1+ε

k
= 0. Es folgt k

1
1+ε

k
< 1 bzw.
1 < k < (1 + ε)
k
f¨ ur k ≥ n
0
, also auch 1 <
k

k < 1 + ε f¨ ur k ≥ n
0
.
(e) F¨ ur a ≥ 1 folgt dies aus dem Schachtelungssatz, weil f¨ ur alle k ≥ a gilt:
1 ≤ a ≤ k ⇒ 1 ≤
k

a ≤
k

k → 1.
F¨ ur a < 1 betrachte 1/a:
1
k

a
=
k

1
a
→ 1.
(f) Schachtelungssatz und Rechenregeln: 1 ≤
k

k
2
+ k + 2 ≤
k

4k
2
=
k

4
k

k
k

k → 1.
18
(g) Zu zeigen: Zu M > 0 existiert n
0
mit bzw. M
k
/k! < 1
k

k! > M f¨ ur alle k ≥ n
0
. Nun ist
f¨ ur k ≥ k
0
≥ 2M:
M
k
k!
=
M
k
0
k
0
!
M
k
0
+ 1
· . . . ·
M
k
. .. .
(k−k
0
) Faktoren ≤1/2

M
k
0
k
0
!
2
k
0
−k
< 1
f¨ ur hinreichend großes k nach (c). ⊳
3.16 Satz von Bolzano-Weierstraß. In R und C hat jede beschr¨ankte Folge eine konvergente
Teilfolge.
Beweis. 1. Schritt: Folge in R. Auf Grund der Beschr¨anktheit gibt es ein Intervall [a
1
, b
1
],
a
1
< b
1
, in dem alle Folgenglieder liegen. Wir halbieren es und erhalten zwei Teilintervalle
[a
1
,
a
1
+b
1
2
] und [
a
1
+b
1
2
, b
1
]. In einem davon (evtl. in beiden) liegen unendlich viele Glieder. Wir
nennen es [a
2
, b
2
]. Schrittweise erhalten wir eine ineinander geschachtelte Folge von Intervallen
I
j
= [a
j
, b
j
] , deren L¨ange b
j
−a
j
gegen Null konvergiert. In ihrem Durchschnitt liegt genau ein
Punkt x (
¨
Ubungsaufgabe). W¨ahlt man Folgenglieder x
k
j
∈ I
j
mit k
1
< k
2
< . . . so hat man die
gesuchte (gegen x) konvergente Teilfolge.
2. Schritt: Folge in C. Ebenso mit Real- und Imagin¨arteil. ⊳
19
4 Reihen
Im Folgenden sei K = R oder K = C.
4.1 Definition. Es sei (x
k
) Folge in K. Wir schreiben

¸
k=1
x
k
= s
und sagen, die Reihe
¸

k=1
x
k
konvergiere, falls die sogenannte Partialsummen-Folge
s
n
=
n
¸
k=1
x
k
n = 1, 2, . . .
in K gegen s konvergiert.
Oft startet man die Folge/Reihe auch bei k = 0. F¨ ur Konvergenzfragen macht das keinen
Unterschied.
4.2 Satz. Es seien

¸
k=1
x
k
= x und

¸
k=1
y
k
= y konvergent. Dann folgt

¸
k=1
(x
k
+ y
k
) = x + y und

¸
k=1
(cx
k
) = cx f¨ ur c ∈ K.
Die konvergenten Reihen bilden also einen Vektorraum.
Beweis. Folgt sofort aus 3.5. ⊳
4.3 Cauchy-Kriterium. In K ist eine Folge genau dann konvergent, wenn sie eine Cauchyfolge
ist. Daher gilt

¸
k=1
x
k
konvergiert
Def.
⇔ Partialsummenfolge konvergiert
3.12
⇔ Partialsummenfolge ist Cauchy-Folge; mit anderen Worten:
∀ε > 0 ∃ n
0
:

M
¸
k=N
x
k

< ε ∀N, M ≥ n
0
4.4 Satz. Die Glieder einer konvergenten Reihe bilden eine Nullfolge: Ist
¸
n
k=1
x
k
konvergent
in K, so gilt x
k
→ 0. (Die Umkehrung gilt nicht; siehe 4.8(b).)
Beweis. Die Partialsummenfolge (s
n
) ist eine Cauchy-Folge nach 3.6. Daraus folgt, dass zu ε > 0
ein n
0
existiert mit |s
n
−s
m
| < ε ∀n, m ≥ n
0
⇒ |x
n
| = |s
n
−s
n−1
| < ε ∀n > n
0
. ⊳
4.5 Definition. Eine Reihe
¸

k=1
x
k
heißt absolut konvergent, falls
¸

k=1
|x
k
| konvergiert.
4.6 Satz. Absolut konvergente Reihen sind konvergent.
Aber: konvergent ⇒ absolut konvergent (→ alternierende harmonische Reihe)!
20
Beweis. Wende Cauchy-Kriterium 4.3 an:
|
M
¸
k=N
x
k
| ≤
M
¸
k=N
|x
k
|.

4.7 Bemerkung. F¨ ur Fragen der (absoluten) Konvergenz spielen alle Ver¨anderungen, die an
lediglich endlich vielen Gliedern vorgenommen werden keine Rolle (f ¨ ur den Wert schon).
Wenn man endlich viele Glieder einer konvergenten Reihe umordnet, ¨andert sich der Wert
der Reihe nicht.
4.8 Beispiele.
(a)
¸

k=1
(−1)
k
ist nicht konvergent, da ((−1)
k
) keine Nullfolge ist.
(b) (Harmonische Reihe)
¸

k=1
1
k
ist nicht konvergent, obwohl (
1
k
) eine Nullfolge ist! Wir
betrachten die Partialsummen
s
1
= 1
s
2
= 1 +
1
2
s
4
= 1 +
1
2
+
1
3
....
>
1
4
+
1
4
> 1 +
1
2
+
1
2
s
8
= 1 +
1
2
+
1
3
+
1
4
+
1
5
+
1
6
+
1
7
+
1
8
> 1 +
1
2
+
1
2
+
1
2
Mit Induktion: s
2
k ≥ 1 +
k
2
, also nicht konvergent.
(c) (Geometrische Reihe) Es sei z ∈ C, |z| < 1. Dann ist

¸
k=0
z
k
=
1
1 −z
,
weil
n
¸
k=0
z
k
1.22
=
1 −z
n+1
1 −z
n→∞

1
1 −z
.
nach 3.15.
(d)
¸

k=1
1
k(k+1)
= 1, denn
1
k(k+1)
=
1
k

1
k+1
. Also ist
n
¸
k=1
1
k(k + 1)
=
1
1 · 2
+
1
2 · 3
+ . . . +
1
n(n + 1)
= 1 −
1
2
+
1
2

1
3
+ . . . +
1
n

1
n + 1
= 1 −
1
n + 1
.
4.9 Satz (Cauchy-Produkt). Es seien
¸

k=0
x
k
und
¸

k=0
y
k
absolut konvergent. Dann ist
(mit absoluter Konvergenz)


¸
k=0
x
k

¸

¸
j=0
y
j
¸

=

¸
k=0

¸
k
¸
j=0
x
k−j
y
j
¸

.
21
Veranschaulichung: Es werden erst die Werte entlang der Diagonalen multipliziert und addiert;
dann werden diese aufaddiert.
x
0
y
0
....
k=0
+ x
1
y
0
+ x
0
y
1
. .. .
k=1
+ x
2
y
0
+ x
1
y
1
+ x
0
y
2
. .. .
k=2
+ . . .
Beweis. –
Konvergenzkriterien
4.10 Satz (Leibniz-Kriterium). Es sei (x
n
) eine monoton fallende Nullfolge reeller Zahlen.
Dann ist
¸

k=1
(−1)
k
x
k
konvergent.
Beweis. Setze s
n
=
¸
n
k=1
(−1)
k
x
k
. Dann gilt
s
2n+2
−s
2n
= −x
2n+1
+ x
2n+2
≤ 0
s
2n+3
−s
2n+1
= +x
2n+2
−x
2n+1
≥ 0.
Man sieht:
(1) (s
2n
) monoton fallend und nach unten beschr¨ankt, da s
2n
≥ s
1
∀n, hat also einen Grenzwert
s nach 3.8.
(2) (s
2n+1
) monoton wachsend und nach oben beschr¨ankt: s
2n+1
≤ s
2n
≤ s
2
; hat also einen
Grenzwert s

.
Man sieht nun leicht, dass s = s

ist, und ist fertig. ⊳
4.11 Beispiel. Die alternierende harmonische Reihe
¸

k=1
(−1)
k 1
k
konvergiert nach dem Leib-
nizkriterium.
4.12 Satz (Vergleichskriterium/Majorantenkriterium). Es seien x
k
∈ K, r
k
≥ 0 und
¸

k=1
r
k
konvergent. Ferner sei
|x
k
| ≤ r
k
∀k ≥ k
0
.
Dann ist
¸

k=1
x
k
absolut konvergent.
Beweis. Cauchy-Kriterium 4.3: F¨ ur K, L ≥ k
0
ist
L
¸
k=K
|x
k
| ≤
L
¸
k=K
r
k
.

4.13 Beispiel. Die Reihe
¸
1
k
2
konvergiert, weil
¸
1
k(k+1)
konvergiert und
1
k
2
≤ 2
1
k(k+1)
.
22
4.14 Satz (Quotientenkriterium). Es sei (x
k
) Folge in K. Falls ein k
0
existiert, so dass f¨ ur
k ≥ k
0
gilt x
k
= 0 und
|x
k+1
|
|x
k
|
≤ c < 1, (1)
so ist
¸
x
k
absolut konvergent.
Beweis. Aus (1) folgt mit vollst¨andiger Induktion, dass
|x
k
0
+k
| ≤ c
k
|x
k
0
|, k = 1, 2, . . . (2)
Damit folgt die Konvergenz aus dem Majorantenkriterium, denn die Reihe

¸
k=k
0
|x
k
0
|c
k
= |x
k
0
|

¸
k=k
0
c
k
ist ein Vielfaches der geometrischen Reihe. ⊳
4.15 Satz (Wurzelkriterium). Es sei (x
k
) Folge in K mit
k

|x
k
| ≤ c < 1 f¨ ur alle k ≥ k
0
. (1)
Dann ist
¸

k=1
x
k
absolut konvergent.
Beweis. Wegen |x
k
| ≤ c
k
folgt die Konvergenz aus dem Majorantenkriterium und der Konvergenz
der geometrischen Reihe. ⊳
4.16 Bemerkung.
(a) Das Wurzelkriterium bzw. das Quotientenkriterium sind insbesondere erf ¨ ullt, wenn die
folgenden Grenzwerte existieren und < 1 sind:
lim
k→∞
|x
k+1
|
|x
k
|
< 1 bzw. lim
k→∞
k

|x
k
| < 1.
(b) Existiert ein k
0
mit
|x
k+1
|
|x
k
|
≥ 1 oder
k

|x
k
| ≥ 1 f¨ ur alle k ≥ k
0
, so ist die Reihe divergent,
denn dann bilden die Glieder keine Nullfolge. Dies ist insbesondere der Fall wenn die
obigen Grenzwerte > 1 sind. (Sind die Grenzwerte 01, so ist keine Aussage m¨oglich.)
(c) Ist das Quotientenkriterium erf¨ ullt, so ist auch das Wurzelkriterium erf¨ ullt, s. 4.14(2).
(d) Ist die Reihe absolut konvergent, so kann man die Glieder beliebig umordnen, ohne dass
sich der Reihenwert ¨andert.
4.17 Die Exponentialfunktion. Sinus. Cosinus.
(a) Die Reihe
¸

k=0
z
k
k!
=: e
z
(auch exp z) konvergiert f¨ ur alle z ∈ C, da

z
k+1
(k + 1)!

z
k
k!

=
|z|
k + 1
→ 0 (Quotientenkriterium).
Man setzt e : e
1
.
23
(b)
¸

k=0
(−1)
k z
2k
(2k)!
= cos z konvergiert f¨ ur alle z ∈ C (Wurzelkriterium).
(c)
¸

k=0
(−1)
k z
2k+1
(2k + 1)!
= sin z konvergiert f¨ ur alle z ∈ C (Wurzelkriterium).
4.18 Satz.
(a) e(0) = 1
(b) e
z
e
w
= e
z+w
. Insbesondere: e
z
= 0 ∀z ∈ C, da e
z
e
−z
= e
0
= 1.
(c) e
iz
= cos z + i sin z, z ∈ C (Eulersche Formel).
Speziell: x ∈ R: cos x = Re e
ix
, sin x = Ime
ix
.
(d) cos(−z) = cos z, sin(−z) = −sin z, z ∈ C
(e) cos z =
e
iz
+ e
−iz
2
, sin z =
e
iz
−e
−iz
2i
, z ∈ C.
(f) |e
ix
| = 1 f¨ ur x ∈ R, insbesondere −1 ≤ cos x, sin x ≤ 1 f¨ ur x ∈ R (auf C sind beide
Funktionen unbeschr¨ankt).
(g) e
z
= e
z
(h) cos(w + z) = cos wcos z −sinwsin z
sin(w + z) = sinwcos z + cos wsin z, w, z ∈ C.
Beweis.
(a) klar
(b)
e
z
e
w
Cauchy−Produkt
=

¸
k=0
k
¸
j=0
z
j
j!
w
k−j
(k −j)!
=

¸
k=0
k
¸
j=0
1
k!

k
j

z
j
w
k−j
BIN LS
=

¸
k=0
1
k!
(z + w)
k
= e
z+w
.
(c)
e
iz
=

¸
k=0
(iz)
k
k!
4.2
=

¸
l=0
(iz)
2l
(2l)!
+

¸
l=0
(iz)
2l+1
(2l + 1)!
4.2
=

¸
l=0
(−1)
l
z
2l
(2l)!
+ i

¸
l=0
(−1)
l
z
2l+1
(2l + 1)!
= cos z + i sin z
Speziell f¨ ur x ∈ R gilt cos x ∈ R, sin x ∈ R, also
cos x = Re e
ix
und sin x = Ime
ix
.
(d) Einsetzen in 4.17(c),(d)
(e) folgt aus (c).
(f) e
ix
= cos x −i sin x = cos(−x) + i sin(−x) = e
−ix

|e
ix
|
2
= e
ix
e
−ix
= e
0
= 1.
Da |e
ix
|
2
= cos
2
x + sin
2
x folgt Aussage ¨ uber sin, cos.
24
(g) Schreibe z = x + iy,
e
z
= e
x−iy
= e
x
(cos(−y) + i sin(−y)) = e
x
(cos y −i sin y) = e
x
(cos y −i sin y) = e
z
.
(h) Einsetzen von (e) und (b). ⊳
25
5 Stetigkeit
Im Folgenden seien X, Y, Z Teilmengen von R oder C. Ferner sei f : X → Y eine Abbildung.
5.1 Definition.
(a) f heißt stetig in x
0
∈ X, falls gilt
∀ε > 0 ∃ δ > 0 so, dass |f(x) −f(x
0
)| < ε, falls x ∈ X und |x −x
0
| < δ.
(b) f heißt stetig auf X, falls f in jedem Punkt von X stetig ist.
(c) C(X, Y ) = {f : X → Y : fstetig}. Statt C(X, R) bzw. C(X, C) schreibt man meist C(X).
5.2 Satz (Folgencharakterisierung). f ist stetig in x
0
∈ X genau dann, wenn f¨ ur jede Folge
(x
n
) mit x
n
→ x
0
gilt: f(x
n
) → f(x
0
).
Beweis.

⇒“ Sei f stetig, x
k
→ x
0
, ε > 0 vorgelegt. Dann existiert δ > 0 mit:
|f(x) −f(x
0
)| < ε falls |x −x
0
| < δ.
W¨ahle n
0
so groß, dass |x
k
− x
0
| < δ f¨ ur k ≥ n
0
. Es folgt |f(x
k
) − f(x
0
)| < ε f¨ ur k ≥ n
0
,
d.h.f(x
k
) → f(x
0
).

⇐“ Sei f nicht stetig in x
0
. Dann existiert ein ε
0
derart, dass f¨ ur alle δ mindestens ein x
(δ)
existiert mit
|f(x
(δ)
) −f(x
0
)| ≥ ε
0
, obwohl |x
(δ)
−x
0
| < δ. (1)
Speziell f¨ ur δ
n
= 1/n w¨ahle x
n
:= x
(δn)
, n = 1, 2, 3, . . .. Wegen (1): x
n
→ x
0
, aber f(x
n
) → f(x
0
).

5.3 Satz (Komposition). Ist f : X → Y stetig in x
0
∈ X und g : Y → Z stetig in f(x
0
) ∈ Y ,
so ist g ◦ f : X → Z stetig in x
0
.
Beweis. x
n
→ x
0
f stetig
⇒ f(x
n
) → f(x
0
)
g stetig
⇒ g(f(x
n
)) → g(f(x
0
)). ⊳
5.4 Lemma (Einschr¨ankung). Ist f : X → Y stetig, und ist X
0
⊆ X, so ist die Einschr¨ankung
von f auf X
0
die Funktion f|
X
0
: X
0
→ Y mit f|
X
0
(x) = f(x) f¨ ur x ∈ X
0
.
Klar: Ist f stetig in x
0
∈ X
0
, so auch f|
X
0
.
5.5 Satz (Summe, Produkt, Kehrwert). Sind f, g : X →K stetig in x
0
, so gilt
(a) f + g : X →K stetig in x
0
.
(b) fg : X →K stetig in x
0
.
(c) Ist zus¨atzlich f(x) = 0 f¨ ur alle x ∈ X, so ist auch
1
f(x)
stetig in x
0
.
Insbesondere: C(X) ist K-Vektorraum mit den Operationen
(f + g)(x) = f(x) + g(x), (cf)(x) = cf(x), f, g ∈ C(X), c ∈ K.
Beweis. Mit der Folgencharakterisierung. ⊳
26
5.6 C-wertige Funktionen. Ist f : X → C stetig, so gibt es f¨ ur jedes x ∈ X zwei eindeutig
bestimmte Elemente a(x), b(x) ∈ R mit
f(x) = a(x) + ib(x).
Damit liefern a : x → a(x) und b : x → b(x) selbst Abbildungen von X nach R, die man als
Realteil und Imagin¨arteil von f bezeichnet: a = Re f, b = Imf.
Aus 3.4 folgt: fstetig in x
0
⇔ Re f und Imf stetig in x
0
.
5.7 Lemma. Eine Funktion p : C → C der Form p(z) =

n
k=0
a
k
z
k
mit geeignetem n ∈ N
0
und a
0
, . . . , a
n
∈ C heißt (komplexwertiges) Polynom.
(a) Polynome sind auf C stetig (also auch auf R).
(b) Es seien p, q Polynome und X = {z : q(z) = 0}. Dann ist die Funktion f : X →C definiert
durch
f(z) =
p(z)
q(z)
stetig. Diese Funktionen heißen rationale Funktionen.
Beweis. (a) Schrittweise: Zun¨achst sind die konstanten Funktionen z → c, c ∈ C fest, stetig: Aus
z
n
→ z
0
stets folgt c → c.
Ferner ist die Funktion z → z stetig: Aus z
n
→ z
0
folgt z
n
→ z
0
.
Damit sind nach 5.5 auch die Funktionen z → a
k
z
k
, k = 1, 2, . . ., stetig, somit, wiederum
nach 5.5 das Polynom als deren Summe.
(b) Verwende (a) und 5.5(c). ⊳
5.8 Lemma.
(a) Die Exponentialfunktion exp : C →C ist stetig.
(b) sin z, cos z : C →C sind stetig.
Beweis. (a) Zun¨achst z
0
= 0: Sei ε > 0 vorgelegt. Wir k¨onnen annehmen, dass ε < 1 ist. W¨ahle
δ = ε/2. Zeige zun¨achst Stetigkeit in 0: F¨ ur |z −0| < δ gilt 1 −|z| > 1/2 und
| exp(z) −exp(0)| = |

k=0
z
k
k!
−1| = |

k=1
z
k
k!
|

k=1
|z|
k
k!

k=1
|z|
k
=

|z|
1 −|z|

>1/2
<
δ
1/2
= ε.
Nun sei z
0
∈ C beliebig. Dann ist
| exp(z) −exp(z
0
)| = | exp(z
0
)| | exp(z −z
0
) −1|.
Aus z
n
→ z
0
folgt z
n
−z
0
→ 0 also (siehe oben) exp(z
n
−z
0
) → 1, also | exp(z
0
)| | exp(z
n
−z
0
) −
1| → 0.
(b)
¨
Ahnlich. ⊳
5.9 Beispiele. Die Betragsfunktion ist stetig auf R und C, weil ||z| −|z
n
|| ≤ |z −z
n
|.
27
5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] →R stetig. Ist f(a) < 0
und f(b) > 0, so existiert ein x
0
∈]a, b[ mit f(x
0
) = 0.
Wichtig: Intervall, reellwertig, stetig
Beweis. Bisektionsverfahren: Wir konstruieren eine Folge von Intervallen [a
k
, b
k
], k = 1, 2, . . . mit
f(a
k
) ≤ 0, f(b
k
) ≥ 0 und b
k
−a
k
=
b −a
2
k
. (1)
Dazu setze: a
0
= a, b
0
= b. Seien a
k
, b
k
konstruiert. Setze x
k
= (a
k
+ b
k
)/2.
Ist f(x
k
) ≤ 0, so setze a
k+1
= x
k
, b
k+1
= b
k
.
Ist f(x
k
) > 0, so setze a
k+1
= a
k
, b
k+1
= x
k
.
Diese Folge hat gew¨ unschte Eigenschaften. Eventuell treffen wir durch Zufall eine Nullstelle.
Ansonsten
a
k
monoton wachsend und beschr¨ ankt ⇒ {a
k
} habe Grenzwert ˜ a
b
k
monoton fallend und beschr¨ ankt ⇒ {b
k
} habe Grenzwert
˜
b
Wegen (1) ˜ a =
˜
b =: x
0
. Wegen Stetigkeit von f und Stabilit¨at des Grenzwertes
f(x
0
) = limf(a
k
) ≤ 0
f(x
0
) = limf(b
k
) ≥ 0

⇒ f(x
0
) = 0

5.11 Folgerung (Zwischenwertsatz). Es sei f : [a, b] →R stetig. Dann nimmt f jeden Wert
zwischen f(a) und f(b) an.
Beweis. Sei etwa f(a) < f(b) und f(a) < c < f(b). Definiere g : [a, b] →R durch g(x) = f(x)−c.
Dann g(a) < 0, g(b) > 0. Nach 5.13 existiert x
0
mit g(x
0
) = 0, also f(x
0
) = c. Ist f(a) > f(b)
und f(a) > c > f(b), so betrachte g(x) = c −f(x). ⊳
5.12 Folgerung. Es sei I ∈ R irgendein Intervall, f : I →R stetig. Dann ist das Bild f(I) ein
Intervall.
Bemerkung: Der Intervalltyp (offen, abgeschlossen, beschr¨ankt) muss nicht erhalten bleiben.
Der folgende Satz ist sehr n¨ utzlich:
5.13 Satz. Es sei f : [a, b] → R stetig und streng monoton wachsend (d. h. f(x
1
) > f(x
2
) f¨ ur
x
1
> x
2
, x
1
, x
2
∈ [a, b]). Setze A = f(a), B = f(b). Dann ist
f : [a, b] → [A, B] bijektiv,
hat also eine Umkehrfunktion F : [A, B] → [a, b] und diese ist stetig und streng monoton
wachsend. (Analog f¨ ur monoton fallende Funktionen.)
5.14 Folgerung. F¨ ur k ∈ N, k ≥ 2 ist die Abbildung
x → x
k
: R
≥0
→R
≥0
stetig und streng monoton wachsend. Man sieht leicht, dass sie bijektiv ist. Da (nach Definition)
die k-te Wurzel die eindeutig bestimmte Zahl mit (
k

x)
k
= x ist, ist x →
k

x die Umkehrfunk-
tion. Nach 5.13 (angewendet auf Intervalle [a, b] = [0, n] und [A, B] = [0, N
k
]) ist sie also stetig
und streng monoton wachsend.
28
5.15 Bemerkung. Ist k ∈ N ungerade, so ist x
k
: R →R streng monoton, bijektiv und stetig,
also existiert die Umkehrfunktion F(y) =
k

y.
5.16 Satz. exp : R →R ist stetig, streng monoton wachsend und bildet R bijektiv auf R
+
ab.
Die Umkehrfunktion wird als nat¨ urlicher Logarithmus bezeichnet
ln : R
+
→R.
Sie ist streng monoton wachsend und stetig. Aus e
u
e
v
= e
u+v
folgt
ln(xy) = ln x + ln y, x, y ∈ R
+
. (1)
5.17 Definition und Satz. F¨ ur a ∈ R
+
und x ∈ R setze
a
x
:= exp(xln a).
Dann ist x → a
x
eine stetige Funktion von R nach R
+
.
(a) a
x
a
y
= a
x+y
∀x, y ∈ R
(b) (a
x
)
y
= a
xy
a > 0, x, y ∈ R
(c) a
x
b
x
= (ab)
x
a, b > 0, x ∈ R
(d) a
p
= a · . . . · a, a
−p
= a
−1
· . . . · a
−1
(p-mal, p ∈ N)
(e) a
p/q
=
q

a
p
p ∈ Z, q ∈ N
(f) lim
x→0
a
x
= 1, d. h. f¨ ur jede Folge x
n
→ 0 mit x
n
= 0 f¨ ur alle n gilt a
xn
→ 1.
Bemerkung: (d) und (e) zeigen, dass wir eine sinnvolle Erweiterung der bisherigen Definition
gew¨ahlt haben.
Das folgende Lemma wird in der
¨
Ubung bewiesen.
5.18 Lemma und Definition. Die cos-Funktion hat auf [0, 2] genau eine Nullstelle. Sie wird
mit π/2 bezeichnet. Die sin-Funktion ist auf ]0, 2] positiv.
5.19 Folgerungen.
(a) e
iπ/2
= i, e

= −1, e
i
3
2
π
= −i, e
2πi
= 1
(b) cos(x + 2π) = cos x, sin(x + 2π) = sin x

2π-periodisch“
(c) cos(x + π) = −cos x, sin(x + π) = −sin x
(d) cos(
π
2
−x) = sin x, sin(
π
2
−x) = cos x
(e) {x ∈ R : sin x = 0} = {kπ : k ∈ Z} {x ∈ R : cos x = 0} = {π/2 + kπ : k ∈ Z}
(f) e
ix
= 1 ⇔ x = 2kπ f¨ ur ein k ∈ Z
Beweis.
(a) cos
2 π
2
+sin
2 π
2
= |e
iπ/2
| = 1
5.18
⇒ sin
π
2
= 1 ⇒ e
iπ/2
= cos
π
2
+i sin
π
2
= 0 +i · 1 = i. Rest
mit 4.18(b).
Rest ¨ahnlich. ⊳
29
5.20 Definition. Tangens, Cotangens
tan x =
sin x
cos x
x ∈ R \ {
π
2
+ kπ : k ∈ Z}
cot x =
cos x
sin x
x ∈ R \ {kπ : k ∈ Z}
5.21 Inverse trigonometrische Funktionen.
(a) cos : [0, π] → [−1, 1] ist stetig und streng monoton fallend mit cos 0 = 1 und cos π = −1.
Nach 5.13 existiert stetige Umkehrfunktion

arccos“
arccos : [−1, 1] → [0, π].
(b) sin : [−π/2, π/2] → [−1, 1] ist stetig, streng monoton wachsend und bijektiv. Nach 5.13
existiert eine stetige Umkehrfunktion

arcsin“
arcsin : [−1, 1] → [−π/2, π/2].
(c) tan : ] −π/2, π/2[ → R ist stetig, streng monoton wachsend und bijektiv. Nach 5.13
(mit den Zusatz¨ uberlegungen aus den Beweisen von 5.14 und 5.16) existiert eine stetige
Umkehrfunktion

arctan“
arctan : R → ] −π/2, π/2[.
5.22 Satz (Polardarstellung komplexer Zahlen). Jedes z ∈ C l¨asst sich in der Form
z = re

schreiben, wobei r = |z| und ϕ ∈ R ist. F¨ ur z = 0 ist ϕ bis auf ein Vielfaches von 2π bestimmt.
Man nennt ϕ das Argument von z.
Beweis. (i) Ist z = 0, so ist z = 0 · e

, ϕ beliebig.
(ii) Also sei z = 0. Setze r = |z|, ζ = z/|z| ∈ C. Schreibe ζ = ξ + iη mit ξ, η ∈ R. Es ist
|ζ| = 1, also |ξ| ≤ 1. Daher existiert α = arccos ξ ∈ [0, π].
Wegen sin
2
α+cos
2
α = 1 folgt sin α = ±

1 −cos
2
α = ±η. Setze ϕ = α, falls sin α = η und
ϕ = −α, falls sin α = −η. Dann gilt cos ϕ = ξ, sin ϕ = η also e
z
= re

.
(Eindeutigkeit) Ist z = 0 und z = re

= re

, so ist e
i(ϕ−ψ)
= 1, also ϕ − ψ ∈ {2kπ : k ∈
Z nach 5.19(f)}. ⊳
5.23 Bemerkung. Der obige Beweis zeigt insbesondere, dass die Abbildung
e
ix
: ] −π, π] → {z ∈ C : |z| = 1} bzw.
e
ix
: [0, 2π[ → {z ∈ C : |z| = 1}
bijektiv ist.
5.24 Bemerkung (Interpretation der Multiplikation komplexer Zahlen).
z
1
= r
1
e

1
, z
2
= r
2
e

2
⇒ z
1
z
2
= r
1
r
2
e
i(ϕ
1

2
)
Betr¨age multiplizieren sich, die Argumente addieren sich.
30
5.25 Satz: n-te Einheitswurzeln. Sei n ∈ N, n ≥ 2. Dann hat die Gleichung z
n
= 1 in C
genau n verschiedene L¨osungen, n¨amlich
z
j
= e
i2πj/n
j = 0, . . . , n −1. (1)
Beweis. Offensichtlich gilt z
n
j
= e
i2πj
= 1. Die z
j
sind paarweise verschieden nach 5.19(f).
Umgekehrt sei z ∈ C und z
n
= 1. Schreibe z = re

. Es folgt r
n
e
inϕ
= 1. Es folgt r = 1 und
nϕ ∈ {2kπ : k ∈ Z}, also ϕ ∈ {2kπ/n : k ∈ Z}. Wegen e
i2kπ
= 1 liefert dies genau (1). ⊳
5.26 Satz. Es sei f : [a, b] →R stetig. Dann nimmt f sein Maximum und sein Minimum an.
Wichtig: Stetige reellwertige Funktion, endliches, abgeschlossenes Intervall. Sonst i. Allg. falsch.
Beweis. 1. Schritt: f ist beschr¨ankt. Annahme: Es existiert eine Folge (t
k
) in [a, b] mit |f(t
k
)| →
∞ (*). Nach Bolzano-Weieerstraß hat (t
k
) eine konvergente Teilfolgen (t
k
l
) mit t
k
l
→ t
0
∈ [a, b]
nach 3.10. Da |f| stetig ist, konvergiert |f(t
k
l
)| gegen |f(t
0
)| – Widerspruch zu (*).
2. Schritt: Also existiert ein M = sup{f(t) : t ∈ [a, b]}. Nach der Definition des Supremums
existiert eine Folge
(t
k
) in [a, b] mit f(t
k
) → M.
Nach Bolzano-Weierstraß existiert eine konvergente Teilfolge (t
k
j
) mit t
k
j
→ t
0
in [a, b].
Da f stetig ist, folgt
M = lim
k→∞
f(t
k
) = lim
j→∞
f(t
k
j
) = f(limt
k
j
) = f(t
0
).
Mit t
max
:= t
0
folgt die Behauptung. F¨ ur Minimum analog. ⊳
31
6 Differentialrechnung in R
Im Folgenden sei D ⊆ R ein Intervall (offen, abgeschlossen, . . .) mit mehr als einem Punkt und
f : D →K (K = R oder K = C) eine Funktion.
6.1 Definition. Wir sagen, f sei in t
0
∈ D differenzierbar (db), falls
lim
t→t
0
f(t) −f(t
0
)
t −t
0
=: f

(t
0
) ∈ K. (1)
(Ableitung von f an der Stelle t
0
) existiert. Die Schreibweise lim
t→t
0
. . . soll heißen, dass f¨ ur jede
Folge (t
k
) mit t
k
→ t
0
gilt
lim
k→∞
f(t
k
) −f(t
0
)
t −t
0
=: f

(t
0
) ∈ K.
Der Ausdruck ist nat¨ urlich nur dann sinnvoll, wenn t
k
∈ D und t
k
= t
0
f¨ ur alle k. Das wollen
wir stillschweigend voraussetzen.
¨
Aquivalent zu (1) kann man schreiben
f

(t
0
) = lim
h→0
f(t
0
+ h) −f(t
0
)
h
,
wobei hier Folgen (h
k
) mit t
0
+ h
k
∈ D, h
k
= 0 betrachtet werden.
Die Funktion f heißt von rechts (bzw. von links) differenzierbar, falls man sich auf Folgen
mit t
k
> t
0
(bzw. t
k
< t
0
) beschr¨ankt.
Die Funktion f heißt auf D differenzierbar, falls sie in jedem t
0
∈ D differenzierbar ist.
6.2 Satz.
¨
Aquivalent sind
(a) f ist in t
0
differenzierbar.
(b) f l¨asst sich in t
0
linearisieren: Es gibt eine (von t
0
abh¨angige Funktion) ϕ : D →K (ϕ =
Fehler) mit der Eigenschaft, dass
f(t) = f(t
0
) + c(t −t
0
) + ϕ(t) (1)
f¨ ur ein geeignetes c ∈ K und
lim
t→t
0
ϕ(t)
t −t
0
= 0,
d.h. die Gerade t → f(t
0
) + c(t −t
0
) n¨ahert die Funktion f in der N¨ahe von t
0
besser als
linear.
In diesem Fall ist c = f

(t
0
) und lim
t→t
0
ϕ(t) = 0.
Beweis. (a) ⇒ (b) Wir definieren c = f

(t
0
) und ϕ(t) durch (1). Dann gilt
ϕ(t)
t −t
0
=
f(t) −f(t
0
)
t −t
0
−f

(t
0
) → 0.
(b) ⇒ (a)
f(t) −f(t
0
)
t −t
0
= c −
ϕ(t)
t −t
0
→ c.
Also ist f differenzierbar und f

(t
0
) = c. ⊳
30
6.3 Folgerung. Ist f : D → R in t
0
differenzierbar, so ist f in t
0
stetig, da aus 6.1(1) folgt,
dass lim
t→t
0
f(t) = f(t
0
).
6.4 Satz.
(a) Eine Funktion f : D →C ist in t
0
db genau dann, wenn Re (f) und Im(f) in t
0
db sind.
In diesem Fall ist f

(t
0
) = (Re f)

(t
0
) + i(Imf)

(t
0
).
(b) Sind f, g : D →K db in t
0
, so ist
(i) (f + g) : D →K db in t
0
und (f + g)

(t
0
) = f

(t
0
) + g

(t
0
) und
(ii) (fg) : D →K ist db in t
0
mit (fg)

(t
0
) = f

(t
0
)g(t
0
) + f(t
0
)g

(t
0
).
Insbesondere: (f =const) Die differenzierbaren Funktionen bilden also einen Unterraum
von C(D).
(c) Ist zus¨atzlich g(t) = 0 ∀t ∈ D, so ist auch 1/g : D →K differenzierbar in t
0
und
(1/g)

(t
0
) = −g

(t
0
)/g(t
0
)
2
Beweis. (a), (b.i) Rechenregeln f¨ ur Grenzwerte.
(b.ii) Schreibe um und bilde den Grenzwert:
f(t)g(t) −f(t
0
)g(t
0
)
t −t
0
= f(t)
g(t) −g(t
0
)
t −t
0
+
f(t) −f(t
0
)
t −t
0
g(t
0
).
Stetigkeit von f und Regeln f¨ ur Produkt von Grenzwerten liefern Behauptung.
(c) Schreibe
1
g(t)

1
g(t
0
)
= −
1
g(t)g(t
0
)
(g(t) −g(t
0
).

6.5 Beispiele. Mit vollst¨andiger Induktion und den obigen Regeln zeigt man leicht:
(a) F¨ ur n ∈ N
0
ist die durch f
n
(t) = t
n
definierte Funktion f : R → R differenzierbar auf R
mit
f

n
(t) = nt
n−1
(b) f
−n
(t) = t
−n
differenzierbar auf R\ {0} wegen 6.4(c) und
(f
−n
)

(t) = −
f

n
(t)
f
2
n
(t)
= −
nt
n−1
t
2n
= −nt
−n−1
.
6.6 Beispiele.
(a) f(t) = e
t
ist differenzierbar auf R mit f

(t) = e
t
, denn
e
t+h
−e
t
h
= e
t
e
h
−1
h
→ e
t
,
denn es ist
0 ≤ |e
h
−1 −h| = |

k=2
h
k
k!
| ≤ |h|
2

k=0
|h|
k
= |h|
2
1
1 −|h|
somit
0 ≤ |
e
h
−1
h
−1| ≤
|h|
1 −|h|
→ 0.
Also
lim
h→0
e
h
−1
h
= 1.
31
(b)
¨
Ahnlich zeigt man sin und cos sind differenzierbar auf R mit sin

= cos und cos

= −sin.
(c) f(t) = |t| differenzierbar auf R \ {0} mit
f

(t) =

1 t > 0
−1 t < 0
.
Rechtsseitig differenzierbar in 0 (rechtseitige Ableitung = 1).
Linksseitig differenzierbar in 0 (linksseitige Ableitung = −1).
Aber nicht differenzierbar in 0! Der linksseitige Grezwert f¨ ur die Ableitung in 0 ist −1,
der rechtsseitige ist +1. W¨are die Funktion differenzierbar, so m¨ ussten beide gleich sein.
6.7 Satz. Ableitung der Umkehrfunktion. Es sei f : D = [a, b] →R stetig und streng mo-
noton, D

= f(D). Ist f differenzierbar in t
0
∈ D und f

(t
0
) = 0, so ist auch die Umkehrfunktion
F : D

→ D differenzierbar in x
0
= f(t
0
) ∈ D

mit
F

(x
0
) =
1
f

(F(x
0
))
.
Beweis. Sei (y
k
) Folge in D

\ {f(t
0
)} mit y
k
→ f(t
0
) =: y
0
. Setze t
k
= F(y
k
). Da F stetig ist
nach (5.16), gilt t
k
→ t
0
; ferner ist t
k
= t
0
f¨ ur alle k, da f : D → D

bijektiv ist.
Nun gilt
F(y
k
) −F(y
0
)
y
k
−y
0
=
t
k
−t
0
f(t
k
) −f(t
0
)
.
Da f

(t
0
) = 0 existiert nach 3.5 der Grenzwert, und F

(y
0
) =
1
f

(x
0
)
=
1
f

(F(y
0
))
. ⊳
6.8 Beispiel. ln : R
+
→R ist die Umkehrfunktion von exp. Also ist
ln

(t) =
1
exp

(ln t)
=
1
exp(ln t)
=
1
t
.
6.9 Satz. (Kettenregel). Es seien D, E ⊆ R und f : D →R, g : E →K mit f(D) ⊆ E.
Ist f in t
0
∈ D differenzierbar und g in e
0
= f(t
0
) differenzierbar, so ist die Komposition
g ◦ f : D →K in t
0
differenzierbar und (g ◦ f)

(t
0
) = g

(f(t
0
))f

(t
0
).
Beweis. Definiere g

: E →R durch
g

(e) =

g(e)−g(e
0
)
e−e
0
x = e
0
g

(e
0
) e = e
0
.
Da g in e
0
differenzierbar ist, gilt lim
e→e
0
g

(e) = g

(e
0
), also ist g

stetig. Außerdem gilt f¨ ur
alle e ∈ E
g(e) −g(e
0
) = g

(e)(e −e
0
).
Somit folgt
g(f(t)) −g(f(t
0
))
t −t
0
= g

(f(t))
f(t) −f(t
0
)
t −t
0
.
Also existiert (g ◦ f)

(t
0
) und hat den Wert g

(f(t
0
))f

(t
0
). ⊳
32
6.10 Beispiele. f(t) = t
c
= exp(c ln t); t > 0, c ∈ R fest. Dann ist
f

(t) = exp

(c ln t) · c
1
t
= t
c
c
1
t
= c t
c−1
.
6.11 Definition. Es sei f : D → K differenzierbar in D. Ist f

differenzierbar in t
0
∈ D, so
heißt (f

)

(t
0
) die zweite Ableitung von f in t
0
und wird mit f
′′
(t
0
) bezeichnet.
Analog h¨ohere Ableitungen: f
′′′
, f
(4)
, . . ., allgemein f
(n)
, n ∈ N
0
. Man schreibt auch
f

=
df
dt
, f
′′
=
d
2
f
dt
2
, . . . , f
(n)
=
d
n
f
dt
n
.
Man sagt, f sei k-mal stetig differenzierbar auf D, falls f k-mal differenzierbar ist und die k-te
Ableitung stetig ist. Schreibe f ∈ C
k
(D).
6.12 Lokale und globale Extrema und Minima. Nach Satz 5.26 hat eine stetige Funktion
f : [a, b] → R auf [a, b] Maxima und Minima (‘globale Maxima/Minima’). Man nennt t
0
∈ [a, b]
ein lokales Maximum, falls ein ε > 0 existiert mit
f(t
0
) ≥ f(t) ∀t ∈ [a, b] mit |t −t
0
| < ε. (1)
Analog lokales Minimum, falls
f(t
0
) ≤ f(t) ∀t ∈ [a, b] mit |t −t
0
| < ε. (2)
Man spricht von isoliertem lokalen Maximum/Minimum, falls (1) bzw. (2) nur f ¨ ur t = t
0
Gleich-
heit gilt.

Extremum“ = Oberbegriff f¨ ur

Maximum“ und

Minimum“.
6.13 Satz. Die Funktion f : [a, b] →R sei in t
0
∈ ]a, b[ differenzierbar und habe dort ein lokales
Extremum. Dann ist f

(t
0
) = 0.
Beweis. f besitze in t
0
ein lokales Maximum. Dann existiert ein ε > 0, so dass I
ε
= ]t
0
−ε, t
0
+ ε[ ⊆
]a, b[ und f(t) ≤ f(t
0
) ∀t ∈ I
ε
. F¨ ur die links- bzw. rechtsseitige Ableitung f

und f
+
folgt:
f

+
(t
0
) = lim
t→t
+
0
f(t) −f(t
0
)
t −t
0
≤ 0
f


(t
0
) = lim
t→t

0
f(t) −f(t
0
)
t −t
0
≥ 0.
Da f in t
0
differenzierbar ist, gilt f

+
(t
0
) = f


(t
0
) = f

(t
0
), also f

(t
0
) = 0.
F¨ ur Minima analog. ⊳
6.14 Bemerkung. Notwendig, nicht hinreichend: f : [−1, 1] → R mit f(t) = t
3
hat kein
Extremum in t
0
= 0, obwohl f

(0) = 0.
6.15 Bemerkung. Ist f : [a, b] → R stetig, so hat f auf [a, b] ein Maximum, denn [a, b] ist
kompakt. Nun zwei M¨oglichkeiten:
(i) Das Maximum liegt auf dem Rand (Untersuche f(a), f(b)) oder
33
(ii) das Maximum liegt im Inneren ]a, b[. Dort 6.13 anwenden, vorausgesetzt dass f differen-
zierbar ist in ]a, b[.
6.16 Satz. (Satz von Rolle). Sei a < b und f : [a, b] →R stetig Funktion, differenzierbar in
]a, b[. Ist f(a) = f(b), so existiert ein t
0
∈ ]a, b[ mit f

(t
0
) = 0.
Wichtig ist hier, dass K = R!
Beweis. f konstant ⇒ f

= 0, nichts zu zeigen.
Ist f nicht konstant, so hat f ein Extremum t
0
im Inneren. Dort ist f

(t
0
) = 0 nach 6.13. ⊳
6.17 Satz. (Mittelwertsatz). Sei a < b, f : [a, b] → R stetig, differenzierbar in ]a, b[. Dann
existiert ein t
0
∈ ]a, b[ mit
f(b) −f(a) = f

(t
0
)(b −a). (1)
Beweis. Definiere g : [a, b] → R durch g(t) = f(t) −
f(b)−f(a)
b−a
(t − a). Dann ist g stetig in [a, b]
und g(a) = f(a), g(b) = f(b). Nach Rolle existiert ein t
0
mit 0 = g

(t
0
) = f

(t
0
) −
f(b)−f(a)
b−a
. ⊳
6.18 Folgerungen. Sei f wie in 6.17.
(a) Falls m ≤ f

(ξ) ≤ M f¨ ur geeignete m, M ∈ R und alle ξ ∈]a, b[, so ist f¨ ur alle s, t ∈ [a, b]
mit s ≤ t
m(t −s) ≤ f(t) −f(s) ≤ M(t −s).
(b) Falls |f

(ξ)| ≤ C ist f¨ ur geeignete C ∈ R und alle ξ ∈]a, b[, so ist ∀s, t ∈ [a, b]
|f(t) −f(s)| ≤ C|t −s|.
(c) Falls f

(t) = 0 ist f¨ ur alle t ∈]a, b[, so ist f konstant nach (b).
6.19 Satz. Ist f : [a, b] →R stetig und differenzierbar in ]a, b[, so gilt:
Ist f

(t) ≥ 0 ∀t ∈]a, b[, so ist f monoton wachsend.
Ist f

(t) > 0 ∀t ∈]a, b[, so ist f streng monoton wachsend.
Ist f

(t) ≤ 0 ∀t ∈]a, b[, so ist f monoton fallend.
Ist f

(t) < 0 ∀t ∈]a, b[, so ist f streng monoton fallend.
Umgekehrt: Ist f monoton wachsend bzw. fallend auf [a, b], so ist f

(t) ≥ 0 bzw. ≤ 0 f¨ ur alle
t ∈ ]a, b[
Beweis. Die ersten Aussagen folgen sofort aus 6.18(a). Ist umgekehrt f monoton wachsend, so
ist der Differenzenquotient
f(t)−f(t
0
)
t−t
0
≥ 0 f¨ ur alle t,also f

(t
0
) ≥ 0. ⊳
6.20 Satz. Sei f : ]a, b[ → R differenzierbar. In t
0
∈ ]a, b[ sei f zweimal differenzierbar mit
f

(t
0
) = 0, f
′′
(t
0
) > 0 (bzw. f
′′
(t
0
) < 0).
Dann besitzt f in t
0
ein isoliertes lokales Minimum (bzw. ein isoliertes lokales Maximum).
Bemerkung: Hinreichend, nicht notwendig: f(t) = t
4
in t = 0
Beweis. Es ist lim
t→
0
f

(t)−f

(t
0
)
t−t
0
= f
′′
(t
0
) > 0. Also existiert zu ε = f
′′
(t
0
)/2 ein δ > 0 mit
f

(t) −f

(t
0
)
t −t
0
> ε,
34
falls |t −t
0
| < δ, t = t
0
.
Nun ist f

(t
0
) = 0, also folgt:
f

(t) > 0 f ¨ ur t > t
0
, f

(t) < 0 f ¨ ur t < t
0
.
Es folgt dass f streng monoton fallend links von t
0
und streng monoton wachsend rechts von t
0
ist. ⊳
6.21 Satz. Regel von de l’Hospital. Es seien a, b ∈ R ∪ {+∞, −∞}, f, g : ]a, b[ → R
differenzierbar und g

(t) = 0 ∀t. Ferner treffe eine der folgenden Annahmen zu:
(i) lim
t→a
+ f(t) = lim
t→a
+ g(t) = 0 oder
(ii) lim
t→a
+ g(t) = +∞ oder lim
t→a
+ g(t) = −∞.
Dann ist
lim
t→a
+
f(t)
g(t)
= lim
t→a
+
f

(t)
g

(t)
,
falls der rechte Limes existiert oder bestimmt gegen ±∞ divergiert. Die entsprechende Aussage
gilt f¨ ur t → b

.
Beweis. Dem Beweis liegt eine einfache Idee zu Grunde, die man gut sieht, wenn f, g stetig
differenzierbar sind und Fall (i) f¨ ur a ∈ R vorliegt:
lim
t→a
+
f(t)
g(t)
= lim
t→a
+
f(t) −f(a)
g(t) −g(a)
= lim
t→a
+
f(t)−f(a)
t−a
f(t)−f(a)
t−a
= lim
t→a
+
f

(t)
g

(t)
.
Andere F¨alle technisch schwieriger. ⊳
6.22 Definition. Eine Funktion f : D → R heißt konvex, falls f¨ ur t
1
, t
2
∈ D und 0 ≤ λ ≤ 1
gilt
f(λt
1
+ (1 −λ)t
2
) ≤ λf(t
1
) + (1 −λ)f(t
2
). (1)
Geometrisch bedeutet dies, dass der Graph von f zwischen t
1
und t
2
unterhalb der Verbindungs-
strecke von f(t
1
) und f(t
2
) verl¨auft.
Man nennt die Funktion konkav, falls in (1) ≥ steht. Klar: f konkav ⇔ −f konvex.
6.23 Satz. Auf [a, b] sei f stetig und auf ]a, b[ differenzierbar. Dann gilt: f konvex auf [a, b]
genau dann, wenn f

monoton wachsend auf ]a, b[ ist.
Ohne Beweis.
Kombination von Satz 6.19 und 6.23 liefert dann:
6.24 Folgerung. Ist f auf [a, b] stetig und auf ]a, b[ zweimal differenzierbar, so gilt: f ist konvex
auf [a, b] genau dann, wenn f
′′
(t) ≥ 0 f¨ ur alle t ∈ ]a, b[.
35
7 Das Riemann-Integral
Im Folgenden sei K = R oder C, [a, b] ein Intervall in R, a < b und f : [a, b] → K beschr¨ankt,
(d.h. ∃C > 0 : f(x)| ≤ C ∀x ∈ [a, b]).
7.1 Definition. F¨ ur eine Zerlegung (

Partition“)
Z = {t
0
= a ≤ t
1
≤ . . . ≤ t
N
= b}
von [a, b] heißt
|Z| = max{t
j
−t
j−1
: j = 1, . . . , N}
die Feinheit von Z. W¨ahle s
j
∈ [t
j−1
, t
j
], j = 1, . . . , N, setze s = {s
1
, . . . , s
N
}.
Die Riemannsche Zwischensumme zur Zerlegung Z und Zwischenpunkten s
1
, . . . , s
N
ist
σ(f, Z, s) =
N

j=1
f(s
j
)(t
j
−t
j−1
). (1)
Wir nennen f (Riemann-) integrierbar, falls f beschr¨ankt ist und ein Element I ∈ K existiert,
f¨ ur das gilt
∀ε > 0 ∃ δ > 0 so, dass gilt |Z| < δ ⇒ |I −σ(f, Z, s)| < ε
unabh¨angig von der Wahl der s
j
. In diesem Fall nennen wir I das Integral von f und schreiben
I =

b
a
f(t) dt.
Offensichtlich spielt es keine Rolle, wenn man f in endlich vielen Punkten ab¨andert: Der Beitrag
zu (1) geht bei hoher Feinheit gegen 0.
7.2 Satz. f : [a, b] → C ist Riemann-integrierbar, genau dann wenn Re f, Imf : [a, b] → R
Riemann-integrierbar sind; dann ist

b
a
f(t) dt =

b
a
Re f(t) dt + i

b
a
Imf(t) dt.
Man kann sich also auf die Integration reeller Fuktionen beschr¨anken.
Beweis. f beschr¨ankt ⇔ Re f und Imf beschr¨ankt. Ferner: Re σ(f, Z, s) = σ(Re f, Z, s) und
Imσ(f, Z, s) = σ(Imf, Z, s).
Nun gilt:
lim
|Z|→0
(σ(f, Z, s) = I ⇔ lim
|Z|→0
σ(Re f, Z, s) → Re I und lim
|Z|→0
σ(Imf, Z, s) → ImI.

7.3 Satz. Es seien f, g : [a, b] →K Riemann-integrierbar, c ∈ K.
(a) f + g : [a, b] →K ist Riemann-integrierbar,

b
a
f(t) + g(t) dt =

b
a
f(t) dt +

b
a
g(t) dt.
36
(b) cf : [a, b] →K ist Riemann-integrierbar,

b
a
cf(t) dt = c

b
a
f(t) dt.
(c) Ist K = R und f ≤ g, so ist

b
a
f(t) dt ≤

b
a
g(t) dt.
Beweis. Folgt sofort aus der Definition ¨ uber Zwischensummen. ⊳
7.4 Satz. Es sei f : [a, b] →K stetig. Dann ist f Riemann-integrierbar.
Beweis. Lassen wir weg.
7.5 Satz. Es sei a < b < c, f
1
: [a, b] → K Riemann-integrierbar, f
2
: [b, c] → K Riemann-
integrierbar. Definiere f : [a, c] →K durch
f(t) =

f
1
(t) a ≤ t ≤ b
f
2
(t) b < t ≤ c
.
Dann ist f : [a, c] →K Riemann-integrierbar und

c
a
f(t) dt =

b
a
f
1
(t) dt +

c
b
f
2
(t) dt.
Beweis. Weglassen
7.6 Definition und Folgerung. Wir nennen eine Funktion f : [a, b] → K st¨ uckweise ste-
tig, falls es eine Zerlegung a = t
0
< t
1
< . . . < t
N
= b gibt mit der Eigenschaft, dass f¨ ur
j = 0, . . . , N − 1 die Einschr¨ankung f|
]t
j
,t
j+1
[
stetig ist und die Grenzwerte lim
t→t
+
j
f(t) und
lim
t→t

j+1
f(t) existieren.
Der obige Satz zeigt, dass st¨ uckweise stetige Funktionen Riemann-integrierbar sind.
7.7 Satz. Es sei f : [a, b] →K st¨ uckweise stetig. Dann ist
|

b
a
f(t) dt| ≤

b
a
|f(t)| dt.
Insbesondere |

b
a
f(t) dt| ≤ (b −a) max
t∈[a,b]
|f(t)|.
Beweis. Beachte: |f| ist st¨ uckweise stetig, also auch Riemann-integrierbar.
Die Ungleichung folgt aus der Tatsache, dass
|σ(f, Z, s)| ≤ σ(|f|, Z, s)
f¨ ur beliebige Z, s. ⊳
37
7.8 Definition. Ist f : [a, b] →K Riemann-integrierbar, a < b, so setze

a
b
f(t) dt = −

b
a
f(t) dt.
7.9 Satz. Es sei f : [a, b] →K stetig, t
0
∈ [a, b]. Definiere F : [a, b] →K durch
F(t) =

t
t
0
f(s) ds.
Dann ist F differenzierbar auf [a, b] und
F

(t) = f(t).
Beweis. Sei t
1
∈ [a, b] fest. Dann ist f¨ ur t = t
1
F(t) −F(t
1
)
t −t
1
−f(t
1
) =

t
t
1
f(s) ds −f(t
1
)(t −t
1
)
t −t
1
=

t
t
1
f(s) −f(t
1
) ds
t −t
1
. (1)
Wegen der Stetigkeit von f in t
1
existiert zu ε > 0 ein δ > 0 mit
|f(s) −f(t
1
)| < ε, falls |s −t
1
| < δ.
Nach 7.7 ist
|

t
t
1
f(s) −f(t
1
) ds| ≤ |

t
t
1
|f(s) −f(t
1
)| ds|
< ε|t
1
−t|.
Also ist die rechte Seite von (1) ≤ ε. ⊳
7.10 Definition. Eine differenzierbare Funktion F : [a, b] → K heißt Stammfunktion von
f : [a, b] →K, falls F

= f.
7.11 Satz. Es sei F : [a, b] →K eine Stammfunktion von f : [a, b] →K und G : [a, b] →K eine
weitere Funktion. Dann gilt:
G ist ebenfalls Stammfunktion ⇔ F −G konstant .
Beweis.

⇐“ Ist F −G konstant, so ist G

= (F + C)

= F

= f.

⇒“ Ist G

= F

= f, so ist (F −G)

= 0, also F −G konstant nach 6.18. ⊳
7.12 Hauptsatz der Differential- und Integralrechnung. Sei f : [a, b] →K stetig und F
eine Stammfunktion von f. Dann gilt

b
a
f(t) dt = F(b) −F(a) =: F(t)|
b
a
.
Man schreibt diese Identit¨at oft in der Form

f(t) dt = F (oder genauer

f(t) dt = F + c f¨ ur
eine beliebige Konstante c) und nennt

f(t) dt das unbestimmte Integral.
38
Beweis. Definiere F
0
(t) =

t
a
f(s) ds. Dann ist F
0
Stammfunktion von f und
F
0
(a) = 0, F
0
(b) =

b
a
f(s) ds.
Ist F beliebige Stammfunktion, so ist F(t) = F
0
(t) + c f¨ ur ein festes c ∈ K. Es folgt
F(b) −F(a) = F
0
(b) −F
0
(a) =

b
a
f(s) ds.

7.13 Beispiele.
(a) Sei s ∈ R, s = −1. Wegen (t
s+1
)

= (s + 1)t
s
gilt

b
a
t
s
dt =
t
s+1
s + 1

b
a
,
F¨ ur s = −2, −3, . . . soll 0 nicht im Integrationsintervall liegen. F¨ ur s ∈ R\ Z soll Integra-
tionsintervall in R
+
liegen, ansonsten ist t
s
nicht definiert.
(b) F¨ ur a, b > 0 gilt

b
a
dt
t
= ln t|
b
a
,
da ln t Stammfunktion zu 1/t auf R
+
ist.
F¨ ur a, b < 0 gilt

b
a
dt
t
= ln(−t)|
b
a
,
da ln(−t) Stammfunktion zu 1/t auf R

ist.
(c)

b
a
dt

1 −t
2
= arcsin t|
b
a
, da arcsin

(t) =
1

1 −t
2
, −1 ≤ a ≤ b ≤ 1

b
a
dt
1 + t
2
= arctan t|
b
a
, da arctan

(t) =
1
1 + t
2

b
a
dt
cos
2
t
= tan t|
b
a
, da tan

(t) =
1
cos
2
t
;
hier setzen wir voraus, dass cos
2
t = 0 im Integrationsintervall.
7.14 Beispiel.


0
e
ikt
dt =

2π k = 0
e
2πki
−1
ik
k ∈ R \ {0}
.
Speziell = 0 f¨ ur k ∈ Z \ {0}.
Beweis. Gilt, weil (e
ikt
)

= ike
ikt
.
39
7.15 Satz. (Substitutionsregel). Sei f : [a, b] → K stetig, ϕ : [c, d] → [a, b] stetig differen-
zierbar. Dann gilt

d
c
f(ϕ(t))ϕ

(t) dt =

ϕ(d)
ϕ(c)
f(s) ds.
Beweis. Sei F Stammfunktion zu f. F¨ ur F ◦ ϕ gilt nach der Kettenregel:
(F ◦ ϕ)

(t) = F

(ϕ(t))ϕ

(t) = f(ϕ(t))ϕ

(t).
Also:

d
c
f(ϕ(t))ϕ

(t) dt = (F ◦ ϕ)|
d
c
= F(ϕ(d)) −F(ϕ(c))
=

ϕ(d)
ϕ(c)
f(s) ds.

7.16 Beispiel: Halbkreisfl¨ache. Sei −1 ≤ u ≤ v < 1, t = sinx = ϕ(x), a = arcsin u,
b = arcsin v.

v
u

1 −t
2
dt =

arcsinv
arcsin u

1 −sin
2
x cos xdx (mit cos ≥ 0!)
=

arcsinv
arcsin u
cos
2
xdx. (1)
Wegen
cos
2
x =

e
ix
+ e
−ix
2

2
=
1
4
(e
2ix
+ e
−2ix
) +
1
2
=
1
2
cos 2x +
1
2
folgt

v
u

1 −t
2
dt =

1
4
sin2x +
1
2
x

arcsin v
arcsin u
.
Nun ist sin 2x = 2 sin xcos x = 2 sin x

1 −sin
2
x. Es folgt

v
u

1 −t
2
dt =

1
2
t

1 −t
2
+
1
2
arcsin t

v
u
.
F¨ ur u = −1, v = +1 folgt

1
−1

1 −t
2
dt =
π
2
.
Dies ist die Fl¨ache des Halbkreises vom Radius 1. Bild!
7.17 Satz. (Partielle Integration). Es seien f, g : [a, b] →C stetig differenzierbar. Dann gilt

b
a
f(t)g

(t) dt = f(t)g(t)|
b
a

f

(t)g(t) dt.
40
Beweis. Setze F = fg. Dann ist F

= f

g + fg

, also

b
a
f

g + fg

dt = F|
b
a
= fg|
b
a
.

7.18 Beispiel. a, b > 0

b
a
ln t dt = ln t · t|
b
a

b
a
1
t
· t dt = t(ln t −1)|
b
a
.
7.19 Integration rationaler Funktionen mittels Partialbruchzerlegung. Es sei f(t) =
p(t)
q(t)
eine rationale Funktion. Wir k¨onnen annehmen, dass grad q > grad p ist; sonst kann man
ein Polynom abdividieren, und Polynome k¨onnen wir bereits integrieren.
Nach dem Fundamentalsatz der Algebra hat q(t) die Darstellung
q(t) = c(t −t
1
)
ρ
1
. . . (t −t
r
)
ρr
(t
2
+ A
1
t + B
1
)
σ
1
. . . (t
2
+ A
s
t + B
s
)
σs
mit c ∈ R, ρ
j
∈ N, σ
j
∈ N, t
j
∈ R, A
j
, B
j
∈ R. Dabei sollen die quadratischen Faktoren keine
rellen Nullstellen haben. Dann findet man a
ij
, α
ij
, β
ij
∈ R mit
p(t)
q(t)
=
a
11
t −t
1
+ . . . +
a

1
(t −t
1
)
ρ
1
+ . . .
+
a
r1
t −t
1
+ . . . +
a
rρr
(t −t
r
)
ρr
+
α
11
t + β
11
t
2
+ A
1
t + B
1
+ . . . +
α

1
t + β

1
(t
2
+ A
1
t + B
1
)
σ
1
+ . . .
+
α
s1
t + β
s1
t
2
+ A
s
t + B
s
+ . . . +
α
sσs
t + β
sσs
(t
2
+ A
s
t + B
s
)
σs
Man braucht also nur noch die Funktionen auf der rechten Seite integrieren zu k¨onnen; diese
sind tabelliert.
7.20 Uneigentliche Integrale.
(a) f : [a, ∞[→K sei Riemann-integrierbar auf allen abgeschlossenen Intervallen [a, R], R ∈ R.
Man nennt das Integral


a
f(t) dt konvergent und setzt


a
f(t) dt = lim
R→∞

R
a
f(t) dt,
falls der Limes existiert.
Analog

a
−∞
f(t) dt f¨ ur f :] −∞, a] →K.
(b) f :]a, b] →K sei Riemann-integrierbar auf allen abgeschlossenen Intervallen [a+ε, b], ε > 0.
Man nennt das Integral

b
a
f(t) dt konvergent und setzt

b
a
f(t) dt = lim
ε→0

b
a+ε
f(t) dt,
falls der Limes existiert.
Analog

b
a
f(t) dt f¨ ur f : [a, b[→ K und schließlich

b
a
f(t)dt f¨ ur f :]a, b[→ K, a ∈ R ∪
{−∞}, b ∈ R ∪ {∞}.
41