Analysis I-IV Joachim Hilgert
Der vorliegende Text ist eine vorl¨aufige Ausarbeitung meiner Vorlesungen Analysis I-IV (...
22 downloads
1596 Views
3MB Size
Report
This content was uploaded by our users and we assume good faith they have the permission to share this book. If you own the copyright to this book and it is wrongfully on our website, we offer a simple DMCA procedure to remove your content from our site. Start by pressing the button below!
Report copyright / DMCA form
Analysis I-IV Joachim Hilgert
Der vorliegende Text ist eine vorl¨aufige Ausarbeitung meiner Vorlesungen Analysis I-IV (Wintersemester 2004/2005 – Sommersemester 2006) an der Universit¨at Paderborn. Diese Ausarbeitung ist nicht korrekturgelesen und nur zum internen Gebrauch gedacht! F¨ ur Kommentare und Korrekturen bin ich dankbar. Vorschl¨age f¨ ur Erg¨anzungen im Index werden jederzeit eingearbeitet. Paderborn, den 18.7.2005
J. Hilgert
Inhaltsverzeichnis Vorbemerkung
1
0 Vorbemerkung 0.1 Vom Wesen der Mathematik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ¨ 0.2 Uber die Abstraktion in der Mathematik . . . . . . . . . . . . . . . . . . . . . . . . . . . . 0.3 Die Sprache der Mathematik: Mengenlehre . . . . . . . . . . . . . . . . . . . . . . . . . .
Analysis I
1 1 3 10
17
1 Axiomatik der reellen Zahlen 1.1 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Positivit¨at und Ordnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3 Vollst¨andigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17 17 24 28
2 Stetige Funktionen 2.1 Grenzwerte von Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.3 Stetige Funktionen auf Intervallen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
31 31 43 49
3 Differenzierbare Funktionen 3.1 Die Ableitung einer Funktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 Rechenregeln f¨ ur Ableitungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3 Der Mittelwertsatz und seine Anwendungen . . . . . . . . . . . . . . . . . . . . . . . . . .
57 57 61 66
4 Konvergenz von Folgen und Reihen 4.1 Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3 Umordnung von Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71 71 80 86
5 Folgen von Funktionen 93 5.1 Konvergenz von Funktionenfolgen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 5.2 Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 5.3 Beispiele von Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
Analysis II
131
6 Stammfunktionen 131 6.1 Integrationsregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 6.2 Spezielle Beispiele . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 7 Integrierbare Funktionen 137 7.1 Das Integral einer Stufenfunktion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 7.2 Folgen von Stufenfunktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 7.3 Integrierbare Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146 i
ii
INHALTSVERZEICHNIS
8 Konvergenzs¨ atze 8.1 Folgen und Reihen integrierbarer Funktionen 8.2 Nullmengen und fast u ¨berall“ Konvergenz . ” 8.3 Norm-Konvergenz . . . . . . . . . . . . . . . 8.4 Die fundamentalen Konvergenzs¨atze . . . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
153 153 157 162 166
9 Verbindung zwischen Integral- und Differentialrechnung 9.1 Der Hauptsatz der Differential- und Integralrechnung . . . . 9.2 Die Taylorentwicklung . . . . . . . . . . . . . . . . . . . . . 9.3 Fourier-Reihen . . . . . . . . . . . . . . . . . . . . . . . . . 9.4 Einige spezielle Integrale . . . . . . . . . . . . . . . . . . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
175 175 181 185 189
10 Topologische R¨ aume 10.1 Umgebungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.2 Konvergenz und Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10.3 Kompakte Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
193 193 201 205
11 Differenzierbarkeit 11.1 Differenzierbarkeit und Ableitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2 H¨ohere Ableitungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.3 Partielle Ableitungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
213 213 220 225
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
12 Implizite Funktionen 239 12.1 Der Banachsche Fixpunktsatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239 12.2 Der Satz u ¨ber implizite Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
Analysis III 13 Elementare L¨ osungsmethoden fu ¨ r Differentialgleichungen 13.1 Differentialgleichungen mit getrennten Variablen . . . . . . . 13.2 Variation der Konstanten . . . . . . . . . . . . . . . . . . . . 13.3 Homogene Differentialgleichungen . . . . . . . . . . . . . . . . 13.4 Gleichungen vom Typ y 00 = f (y) . . . . . . . . . . . . . . . .
253 . . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
257 257 259 260 262
14 Lokale Theorie gew¨ ohnlicher Differentialgleichungen 269 14.1 Der Satz von Picard–Lindel¨of . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269 14.2 Differentialgleichungen mit Parametern . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275 14.3 Differenzierbare Abh¨angigkeit von den Anfangswerten . . . . . . . . . . . . . . . . . . . . 279 15 Lineare gew¨ ohnliche Differentialgleichungen 285 15.1 Homogene Gleichungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285 15.2 Inhomogene Gleichungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287 15.3 Lineare Differentialgleichungen n-ter Ordnung . . . . . . . . . . . . . . . . . . . . . . . . . 289 16 Konstante Koeffizienten 297 16.1 Die Exponentialfunktion f¨ ur Matrizen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297 16.2 Differentialgleichungen h¨oherer Ordnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307 16.3 Anwendungen auf nichtkonstante Inhomogenit¨aten . . . . . . . . . . . . . . . . . . . . . . 314 17 Meßbare Mengen und Funktionen 319 17.1 Meßbare Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319 17.2 Meßbare Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
INHALTSVERZEICHNIS 18 Maß und Integral 18.1 Maße . . . . . . . . . . . . . . 18.2 Integrale . . . . . . . . . . . . 18.3 Produktmaße . . . . . . . . . 18.4 Nullmengen und Konvergenz
iii
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
Analysis IV
329 329 331 339 345
355
19 Spezielle Eigenschaften des Lebesgue-Maßes 19.1 Regularit¨at . . . . . . . . . . . . . . . . . . . . . 19.2 Charakterisierung des Lebesgue-Maßes . . . . . . 19.3 Affine Transformationen . . . . . . . . . . . . . . 19.4 Die Transformationsformel f¨ ur Diffeomorphismen
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
355 355 358 361 363
20 Immersionen und Untermannigfaltigkeiten 20.1 Immersionen . . . . . . . . . . . . . . . . . . . . 20.2 Untermannigfaltigkeiten . . . . . . . . . . . . . . 20.3 Nullstellenmengen differenzierbarer Abbildungen 20.4 Tangential- und Normalenvektoren . . . . . . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
373 373 376 380 383
21 Oberfl¨ achenmaße von Untermannigfaltigkeiten 387 21.1 Kurvenintegrale in Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387 21.2 Der Maßtensor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 389 21.3 Das Oberfl¨achenmaß einer Untermannigfaltigkeit . . . . . . . . . . . . . . . . . . . . . . . 392 22 Der 22.1 22.2 22.3 22.4
Gaußsche Integralsatz Ein Spezialfall . . . . . . . . . Kompakta mit glattem Rand Der Gaußsche Integralsatz . . Die Greensche Formel . . . .
. . . .
401 401 403 410 416
23 Pfaffsche Formen 23.1 Pfaffsche Formen und Kurvenintegrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.2 Stammfunktionen von Pfaffschen Formen . . . . . . . . . . . . . . . . . . . . . . . . . . . 23.3 Geschlossene Pfaffsche Formen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
419 419 424 427
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
24 Die Integrals¨ atze von Green und Stokes 431 24.1 Der Greensche Integralsatz in der Ebene . . . . . . . . . . . . . . . . . . . . . . . . . . . . 431 24.2 Der Satz von Stokes im Raum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 434 25 Kr¨ ummung von Untermannigfaltigkeiten des Euklidischen Raumes 437 25.1 Kr¨ ummung von Kurven . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437 25.2 Kr¨ ummung von Untermannigfaltigkeiten . . . . . . . . . . . . . . . . . . . . . . . . . . . . 440
Anhang
449
A Die natu 449 ¨ rlichen Zahlen A.1 Die Axiome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 449 A.2 Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453 B Konstruktion der reellen und komplexen Zahlen B.1 Von den nat¨ urlichen zu den ganzen Zahlen . . . . . B.2 Von den ganzen zu den rationalen Zahlen . . . . . B.3 Von den rationalen zu den reellen Zahlen . . . . . B.4 Von den reellen zu den komplexen Zahlen . . . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
459 459 463 466 474
iv
INHALTSVERZEICHNIS
C Naive Mengenlehre 477 C.1 Die Axiome . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 477 D Hintergrundmaterial zur Linearen Algebra D.1 Lineare Gleichungssysteme . . . . . . . . . . D.2 Vektorr¨aume von Zahlentupeln . . . . . . . D.3 Determinanten . . . . . . . . . . . . . . . . D.4 Vektorr¨aume . . . . . . . . . . . . . . . . . D.5 Bilinearformen . . . . . . . . . . . . . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
487 487 490 506 511 517
Index
522
Literaturverzeichnis
533
Kapitel 0
Vorbemerkung 0.1
Vom Wesen der Mathematik
Man kann Mathematik als eine Verfeinerung der Alltagssprache auffassen. Sie dient dazu, beobachtbare Vorg¨ange so pr¨azise zu beschreiben, daß es m¨oglich wird, Gesetzm¨aßigkeiten zu erkennen. Die Entdeckung der Newtonschen Gesetze der Mechanik, die die Planetenbewegungen ebenso bestimmen wie die Flugbahn eines Satelliten, ist ohne eine mathematische Formulierung kaum denkbar. Mathematische Beschreibungen sollten nicht als Abbilder, sondern als Modelle betrachtet werden und sind daher nicht durch die Situation festgelegt. Man braucht etwas Mathematik, um ein Wahlergebnis statistisch so aufzubereiten, daß man es auf einer Zeitungsseite wiedergeben kann; die pr¨azisen Hochrechnungen aus relativ wenigen ausgez¨ahlten Wahlkreisen zu erhalten, erfordert jedoch sehr viel mehr mathematischen Aufwand. An den obigen Beispielen kann man zwei Funktionen der Mathematik ablesen: Modellierung und Prognose. Die Newtonsche Mechanik ist das mathematische Modell f¨ ur die Bewegung massiver Gegenst¨ande und es ist Aufgabe der Mathematik, Flugbahnen vorherzuberechnen. Die Modellierung ist eine Aufgabe, die nicht von der Mathematik oder dem Mathematiker allein geleistet werden kann. Es ist Fachwissen in den Disziplinen n¨otig, in deren Zust¨andigkeit das zu beschreibende System f¨allt. Daher kommen Modellierungsprobleme in Mathematikb¨ uchern meist nur am Rande vor. In der Regel beinhaltet ein mathematisches Modell gesetzm¨aßige Zusammenh¨ange zwischen verschiedenen Eigenschaften des Systems. So sind zum Beispiel Spannung und Stromst¨arke in einem Stromkreis u ¨ber eine Materialeigenschaft, den Widerstand, gekoppelt. Kennt man zwei dieser Gr¨oßen, kann man die dritte berechnen. F¨ ur den Mathematiker bedeutet Prognose“ sehr oft das Herausrechnen einer un” bekannten Gr¨oße aus einer Reihe von bekannten Gr¨oßen. Die zentrale Problemstellung der Mathematik wird daher gern als das L¨osen von Gleichungen“ beschrieben. ” Das L¨osen von Gleichungen ist keineswegs ein Automatismus. Die meisten Gleichungen lassen sich nicht explizit l¨osen, und auch einfachen Gleichungen ist normalerweise nicht anzusehen, ob sie u ¨berhaupt eine L¨osung haben. Man pr¨ uft z.B. leicht nach, daß die Gleichung x2 + y 2 = z 2 in den Unbekannten x, y, z von x = 3, y = 4, z = 5 gel¨ost wird. Eine solche ganzzahlige L¨osung dieser Gleichung heißt ein pythagor¨aisches Zahlentripel. Mit etwas elementarer Geometrie kann man ein Konstruktionsverfahren angeben, wie man alle pythagor¨aischen Zahlentripel findet. F¨ ur die Fermatsche Gleichung xn + y n = z n in den Unbekannten x, y, z mit einer vorgegebenen nat¨ urlichen Zahl n > 2 dagegen gibt es keine positiven ganzzahligen L¨osungen. Das war von P. Fermat (1601–1665) behauptet worden, aber es bedurfte dreihundert Jahre intensiver mathematischer Forschung, dies 1996 zu beweisen. Mathematik ist also mehr als nur eine sprachliche Lupe. Losgel¨ost von der Modellierung beobachteter Ph¨anomene schafft sie sich eine eigene Begriffswelt und Werkzeuge, mit denen man diese Begriffswelt 1
2
KAPITEL 0. VORBEMERKUNG
untersuchen kann. Der Versuch Gleichungen zu l¨osen hat viele neue mathematische Entwicklungen in Gang gesetzt, aber den Begriffen und Techniken, die heute zum Repertoir des Mathematikers geh¨oren, ist diese Abstammung oft nicht mehr anzusehen.
Beispiel 0.1.1 (Die Entwicklung des Zahlbegriffs): In den natu ¨ rlichen Zahlen N: 1, 2, 3, . . . findet man keine L¨osung der Gleichung x + 1 = 1. Nimmt man die Null hinzu, so findet man zwar hierf¨ ur eine L¨osung, nicht aber f¨ ur die Gleichung x + 1 = 0. Daf¨ ur braucht man die ganzen Zahlen Z: . . . , −3, −2, −1, 0, 1, 2, 3, . . ., die wiederum nicht ausreichen, um die Gleichung 2x + 1 = 0 zu l¨osen. Zu desem Zweck f¨ uhrt man die rationalen Zahlen Q: m n mit m ∈ Z und 0 6= n ∈ Z ein. Schon die alten Griechen wußten, in den rationalen Zahlen die Gleichung x2 = 2 nicht l¨osbar ist. Man f¨ uhrt die reellen Zahlen R als Grenzwerte“ von rationalen Zahlen (z.B. unendliche ” Dezimalbr¨ uche) ein und st¨oßt wieder an eine Grenze: Die Gleichung x2 = −1 ist nicht l¨osbar in R. Wenn man schließlich die komplexen Zahlen C als Paare (a, b) reeller Zahlen mit (a, b) + (a0 , b0 ) = (a + a0 , b + b0 )
und (a, b)(a0 , b0 ) = (aa0 − bb0 , ab0 + ba0 )
als Addition und Multiplikation einf¨ uhrt, so l¨aßt sich der Fundamentalsatz der Algebra beweisen: ¨ Satz: Uber C sind alle Polynomgleichungen, d.h. Gleichungen der Form ak xk + ak−1 xk−1 + . . . + a1 x + a0 = 0, l¨ osbar. Analysiert man die Vorgehensweise, so findet man folgende Prinzipien, die auch in anderen Situationen zum Einsatz kommen: • Man schafft den richtigen Rahmen f¨ ur ein Problem (hier das L¨osen von Polynomgleichungen). • Der L¨osungsbegriff wird verallgemeinert (L¨osung in welchem Zahlbereich?). • Sp¨ater kann man dann immer noch die Frage stellen, ob es eine L¨osung in einem kleineren Zahlbereich gegeben hat, wie z.B: im Fermatschen Problem: xn + y n = z n f¨ ur ganzzahlige x, y, z.
¨ 0.2. UBER DIE ABSTRAKTION IN DER MATHEMATIK
0.2
3
¨ Uber die Abstraktion in der Mathematik
Der grundlegende Ansatz der modernen Mathematik ist es, Dinge u ¨ber ihre Eigenschaften zu beschreiben und sich dabei m¨oglichst auf diejenigen Eigenschaften zu beschr¨anken, die f¨ ur die zu behandelnde Frage wirklich relevant sind. Wenn man die Umlaufbahn eines Raumgleiters beschreiben will, dann betrachtet man ihn als einen bewegten Punkt (den Schwerpunkt). Will man ihn von einer Umlaufbahn ihn eine andere steuern, muß man ihn als dreidimensionales Objekt auffassen mit ausgezeichneten Richtungen, in die die Steuerraketen Schub aus¨ uben. Beim Andocken an eine Raumstation spielt die genaue Form des Gleiters eine Rolle, und beim Eintauchen in die Atmosph¨are auch noch die Hitzebest¨andigkeit des Materials. Diese Abstraktion vom Raumgleiter auf ein Objekt mit einigen klar festgelegten Eigenschaften ¨ erleichtert es, Ahnlichkeiten mit in anderen Zusammenh¨angen gefundenen Beschreibungen und L¨osungen zu erkennen und zu ben¨ utzen. Bewegte Massepunkte modellieren auch Wurfgeschosse oder Planeten, in der Aerodynamik von Tragfl¨achen verf¨ ugt man u ¨ber eine lange Erfahrung, und die Hitzebest¨andigkeit von Kacheln betrachtet man auch nicht erst seit dem Eintritt ins Raumfahrtzeitalter. Da der hohe Abstraktionsgrad f¨ ur viele die h¨ochste H¨ urde im Studium der Mathematik ist, soll die Bedeutung der Abstraktion f¨ ur die Mathematik hier an einer Reihe von Beispielen noch n¨aher erl¨autert ¨ werden. Zuerst geht es um den Ubergang von konkreten Modellen zu abstrakten Methoden:
Beispiel 0.2.1 (Stromkreise): Widerst¨anden R1 , R2 , R3 : I3 ? I2 ?
Betrachte einen Stromkreis mit einer Spannungsquelle U und drei
R3 R2 U
I1 ?
R1
Der Zusammenhang zwischen der Spannung U , den Widerst¨anden R1 , R2 , R3 und den resultierenden Stromst¨arken I1 , I2 , I3 ist durch die Kirchhoffschen Gesetze gegeben, die hier folgende Gleichungen erzwingen: I1
=
I2 + I3
U R2 I2
= =
R1 I1 + R2 I2 R3 I3
Dabei sind Spannung und Widerst¨ande bekannt und die Stromst¨arken zu berechnen. Man kann das machen, indem man eine Gleichung nach einer der gesuchten Gr¨oßen aufl¨ost, das Ergebnis in die anderen Gleichungen einsetzt und so die Zahl der Gleichungen und der Unbekannten um Eins reduziert hat. Dieses Verfahren wiederholt man und l¨ost die letzte Gleichung nach der einzig verbliebenen Unbekannten auf. Dann setzt man das Ergebnis wieder in die anderen Gleichungen ein und findet so sukzessive auch die anderen Unbekannten.
4
KAPITEL 0. VORBEMERKUNG Im physikalisch gesehen realistischen Fall R1 , R2 , R3 > 0 findet man so I2
=
R3 I3 R2
I1
=
I2 + I3 = (
U
=
I3
=
I2
=
I1
=
R3 R2 + 1)I3 = (1 + )I2 R2 R3 R1 R2 + R1 R3 + R3 R2 I3 R2 R2 U R1 R2 + R2 R3 + R1 R3 R3 U R1 R2 + R2 R3 + R1 R3 (R2 + R3 )U R1 R2 + R2 R3 + R1 R3
Wir k¨onnen also feststellen: • Wir haben die Gleichung gel¨ost. • Die L¨osung war nicht wirklich algorithmisch, d.h. automatisierbar, weil wir nicht vorgeschrieben haben, welche Gleichung nach welcher Unbekannten aufgel¨ost werden soll. • F¨ ur jeden Schaltkreis m¨ ußten wir uns neu entscheiden, wie wir die Gleichungen l¨osen wollen.
Beispiel 0.2.2 (Produktionsmodell): Betrachten wir ein Produktionssystem bestehend aus drei Produzenten mit je einem Produkt, das nach außen (an den Markt) und untereinander (zur Erm¨oglichung der Produktion) geliefert wird. Mit x1 , x2 , x3 werden die produzierten Mengen (einheitlich gemessen z.B. in Geldwert) bezeichnet. Annahme: Die von i an j gelieferte Menge ist proportional zu der von j produzierten Menge: aij xj . Sei yi die Nachfrage des Marktes nach dem Produkt von i. Ziel ist dann (nach Leontief) die Herstellung des folgenden Gleichgewichts von Produktion und Nachfrage. y1
x1
a x3 13
y3
a12 x2
x3
x2
y2
Es ergeben sich folgende Gleichungen y1 y2
= x1 − a12 x2 − a13 x3 = x2 − a21 x1 − a23 x3
y3
= x3 − a31 x1 − a32 x2
¨ 0.2. UBER DIE ABSTRAKTION IN DER MATHEMATIK
5
Wir vergleichen die Gleichungen der beiden Beispiele und formen sie etwas um, damit die Analogien deutlicher werden: I1 U R2 I2
= I2 + I3 = R1 I1 + R2 I2 = R3 I3
y1 y2 y3
= = =
x1 − a12 x2 − a13 x3 x2 − a21 x1 − a23 x3 x3 − a31 x1 − a32 x2
↓
↓
I1 + (−1)I2 + (−1)I3 R1 I1 + R2 I2 + 0I3 0 + R2 I2 + (−1)R3 I3
= = =
0 U 0
x1 + (−a12 )x2 + (−a13 )x3 (−a21 )x1 + x2 + (−a23 )x3 (−a31 )x1 + (−a32 )x2 + x3
−1 R2 R2
−1 0 −R3
y1 y2 y3
↓
↓ 1 R1 0
= = =
0 U 0
1 −a21 −a31
−a12 1 −a32
−a13 −a23 1
y1 y2 y3
Die resultierenden Zahlenschemata nennt man Matrizen und durch eine systematisierte Variante des sukzessiven Variableneliminierens von oben (dem Gauß-Algorithmus) kann man daraus die Unbekannten bestimmen. Wir stellen fest: ¨ • Mit dem Ubergang von den Gleichungen zu den Matrizen hat man nur redundante Information aus ¨ den Gleichungen entfernt und gleichzeitig die Ubersichtlichkeit erh¨oht. • Die Anzahl der Gleichungen und der Unbekannten ist f¨ ur das Vorgehen hier v¨ollig unerheblich und in den Anwendungen kommen durchaus Gleichungssysteme mit mehr als 10000 Variablen vor. • An dieser Stelle ist nichts dar¨ uber gesagt worden, welche Rolle die resultierende mathematische Struktur bei der Auswahl der mathematischen Modelle gespielt hat (in der Physik gibt es da ¨ nat¨ urlich weniger Optionen als in der Okonomie). Als n¨achstes betrachten wir einige Beispiel daf¨ ur, wie man aus konkreten Problemen in nat¨ urlicher Weise auf abstrakte (algebraische) Strukturen gef¨ uhrt wird: Beispiel 0.2.3 (Teilbarkeitsregeln): 7?
Wir beginnen mit der Frage: Gibt es eine Teilbarkeitsregel f¨ ur
Eine Zahl ist durch 7 teilbar, wenn sie bei Teilung durch 7 den Rest 0 liefert. Es liegt also nahe, von jeder Zahl z den Rest r zu betrachten, der sich ergibt, wenn man durch 7 teilt. Man schreibt dann z≡r
mod 7
und spricht vom Teilen mit Rest modulo 7. Wir schreiben unsere Zahlen im Zehnersystem und an dieser Darstellung wollen wir die Teilbarkeit durch 7 ablesen. Es ist also nicht abwegig, zun¨achst die Reste modulo 7 der Zehnerpotenzen zu berechnen: 1 10 100 1000 10000 100000 1000000
= = = = = = =
1 ≡ 1 mod 7 10 × 1 ≡ 3 × 1 mod 7 ≡ 3 mod 7 10 × 10 ≡ 3 × 3 mod 7 ≡ 2 mod 7 10 × 100 ≡ 3 × 2 mod 7 ≡ 6 mod 7 10 × 1000 = 3 × 6 mod 7 ≡ 4 mod 7 10 × 10000 ≡ 3 × 4 mod 7 ≡ 5 mod 7 10 × 100000 ≡ 3 × 5 mod 7 ≡ 1 mod 7
1 10 100 1000 10000 100000 1000000
= = = = = = =
0+1 7+3 98 + 2 994 + 6 9996 + 4 99995 + 5 999999 + 1
6
KAPITEL 0. VORBEMERKUNG
Ab hier wiederholen sich die Reste der Zehnerpotenzen modulo 7, weil man ja modulo 7 immer wieder mit 3 multipliziert: 10000000
= etc.
10 × 1000000 ≡ 3 × 1
mod 7 ≡ 3
mod 7
Man schreibt jetzt eine beliebige Zahl im Zehnersystem, d.h. als gewichtete Summe von Zehnerpotenzen, z.B. 94328 = 9 × 10000 + 4 × 1000 + 3 × 100 + 2 × 10 + 8 × 1 und rechnet die Reste modulo 7 aus: 94328
mod 7 ≡ 9 × 4 + 4 × 6 + 3 × 2 + 2 × 3 + 8 × 1
mod 7
Die Zahl 94328 ist also durch 7 teilbar, wenn 9×4+4×6+3×2+2×3+8×1 durch 7 teilbar ist. Wir haben also eine gewichtete Quersummenregel“ ” Man multipliziere die Einer mit 1 Zehner mit 3 Hunderter mit 2 Tausender mit 6 Zehntausender mit 4 Hunderttausender mit 5 und dann von vorne, etc. So erh¨alt man eine gewichtete Quersumme. Die Zahl ist durch 7 teilbar genau dann, wenn die gewichtete Quersumme durch 7 teilbar ist. Die Vorgehensweise l¨aßt sich sofort auf andere Zahlen u ¨bertragen: Teilbarkeit durch n 1.Schritt: Bestimme die Restklassen“ modulo n der 10er-Potenzen. Da es nur endlich viele Restklassen ” gibt, ergibt sich nach einem endlichen Anlauf“ eine periodische Struktur: ”
(Bemerkung: Daß es f¨ ur 7 es keinen Anlauf gibt, liegt daran, daß 7 eine Primzahl ist.) 2.Schritt: Schreibe eine Zahl m in der Form m = ak 10k + ak−1 10k−1 + . . . + a1 10 + a0 und berechne die Restklasse von m u ¨ber die Restklassen der aj gewichtet mit den Restklassen der 10j .
¨ 0.2. UBER DIE ABSTRAKTION IN DER MATHEMATIK
7
¨ Aus dem allgemeinen Verfahren kann man als Ubung die u ur: ¨blichen Teilbarkeitsregeln f¨ 3 4 5 8 9 11
(Quersumme) (letzten zwei Ziffern) (letzte Ziffer) (letzten drei Ziffern) (Quersumme) (alternierende Quersumme)
ableiten.
Analyse der Vorgehensweise: • Statt mit den Zahlen selbst haben wir mit ihren Resten modulo 7 gearbeitet, d.h. Zahlen mit gleichen Resten (diese bilden die Restklasse modulo 7) sind in dieser Problemstellung in jeder Hinsicht gleichwertig (¨ aquivalent). ¨ • Die Aufteilung in Aquivalenzklassen nach dem relevanten Merkmal (Restklassen modulo 7) bringt eine drastische Reduktion der Anzahl der zu betrachtenden Objekte (von unendlich vielen auf 7).
• Wir haben die Rechenoperationen + und × auf die Restklassen u ¨bertragen (das habe ich in der Tabelle der Zehnerpotenzen versteckt) und damit eine abstrakte algebraische Struktur eingef¨ uhrt, d.h. eine Menge (die Restklassen) mit Verknu ¨ pfungen (Addition und Multiplikation; hier ergibt sich ein sogenannter Ring). + 0 1 2 3 4 5 6
0 0 1 2 3 4 5 6
1 1 2 3 4 5 6 0
2 2 3 4 5 6 0 1
3 3 4 5 6 0 1 2
4 4 5 6 0 1 2 3
5 5 6 0 1 2 3 4
6 6 0 1 2 3 4 5
× 0 1 2 3 4 5 6
0 0 0 0 0 0 0 0
1 0 1 2 3 4 5 6
2 0 2 4 6 1 3 5
3 0 3 6 2 5 1 4
4 0 4 1 5 2 6 3
5 0 5 3 1 6 4 2
6 0 6 5 4 3 2 1
• Wir haben festgestellt, daß sich die Methode von 7 auf beliebige Zahlen verallgemeinern l¨aßt und es ist dann auch nicht mehr schwer, vom Zehner- auf ein beliebiges anderes System u ¨berzugehen.
Beispiel 0.2.4 (Symmetrie): Betrachte die regelm¨aßigen Vielecke
8
KAPITEL 0. VORBEMERKUNG
Es stellt sich die Frage, wie man die augenf¨alligen Symmetrie-Eigenschaften dieser Figuren pr¨azise beschreiben kann. Hier ist eine erste Antwort: Symmetrie ist eine Bewegung, die die Figur mit sich selbst zur Deckung bringt (z.B. Spiegelung oder Rotation). Solche Symmetrien kann man hintereinanderschalten und erh¨alt wieder eine algebraische Struktur (hier ist es eine Gruppe)
A
B
C
D
C
D
B
A
B
C
A
D
Es ist allerdings nicht wirklich klar, was eine Bewegung ist und damit ist der Begriff Symmetrie etwas vage gelassen. Abhilfe schafft hier der Begriff der Abbildung, ein Begriff, der in Mathematik absolut zentral ist: Wenn A und B zwei Mengen (von irgendwelchen Objekten, z.B. Punkten auf einem Vieleck) sind, dann ist eine Abbildung f : A → B eine Vorschrift, jedem Element von A ein Element von B zuzuordnen. ¨ Dies ist eine Abstraktion der Vorstellungen Vergleichen“ (von A und B z.B. durch Ubereinanderlegen) ” und Messen“ (von A durch B z.B. durch Anlegen eines Maßstabs oder durch Zuordnung einer Zahl). ”
¨ 0.2. UBER DIE ABSTRAKTION IN DER MATHEMATIK
9
A
B A ‘‘größer’’ als B
A
f
B
A ‘‘kleiner’’ als B
A
Die Punkte von A werden gemessen
f
Jetzt l¨aßt sich eine pr¨azisere Definition von Symmetrie formulieren: Eine Symmetrie von A ist eine Abbildung f : A → A, f¨ ur die jedes Element von A als Bild von genau einem Element von A auftaucht (jedes Element wird von genau einem Pfeil getroffen). An dieser Stelle kann man dann noch Zusatzforderungen stellen (z.B. Geraden auf Geraden, Winkel sollen erhalten bleiben, die Figuren sollen nicht zerrissen werden, etc.)
Wenn man nur die Rotationssymmetrien des n-Ecks betrachtet, dann liefert n-malige Anwendung der Rotation um 360 achste) die Identit¨at. Das erinnert an die n-fache n Grad (von einer Ecke auf die n¨ Addition von 1 in den Restklassen modulo n aus Beispiel 0.2.3. Vergleichen wir • Die Rotationen Rk des n-Ecks um k ×
360 n
Grad mit der Hintereinanderausf¨ uhrung
und • Die Restklassen [k] = {m | m ≡ k mod n} modulo n mit der Addition, so finden wir eine Korrespondenz Rk ←→ [k], die zus¨atzlich Rk ◦ Rk0 = [k] + [k 0 ] erf¨ ullt (◦ bezeichnet die Hintereinanderausf¨ uhrung). Man sagt, die beiden Strukturen sind isomorph (hier als Gruppen) und stellt fest, daß Aussagen, die die Verkn¨ upfungen betreffen, mit dieser Isomorphie von einer zur anderen Struktur einfach transferiert werden k¨onnen.
10
0.3
KAPITEL 0. VORBEMERKUNG
Die Sprache der Mathematik: Mengenlehre
¨ Die ersten Objekte mathematischer Uberlegungen waren Zahlen und geometrische Figuren. Was diese ¨ Objekte eigentlich sind, war praktisch von Anfang an Gegenstand intensiver Uberlegungen und kontroverser Philosophien. Im Laufe der Zeit kamen weitere mathematische Objekte ganz unterschiedlicher Natur hinzu wie z.B. Variablen, Gleichungen, Funktionen, etc. Die moderne Mathematik bedient sich der Mengenlehre zur Beschreibung aller mathematischen Objekte. Zahlen, Figuren, Funktionen sind Mengen mit gewissen Eigenschaften. Dabei ist keineswegs klar, was eine Menge ist. Der Begr¨ under der Mengenlehre G. Cantor gab folgende Definition“ einer Menge: Unter einer Menge verstehen wir jede Zusammenfas” sung von bestimmten wohlunterschiedenen Objekten unserer Anschauung oder unseres Denkens zu einem Ganzen. Dies ist keine wirkliche Erkl¨arung, weil der unbekannte Begriff Menge auf den ebenfalls unbekannten Begriff Zusammenfassung zu einem Ganzen zur¨ uckgef¨ uhrt wird. Widerspr¨ uchliche Bildungen solcher Zusammenfassungen f¨ uhren zu logischen Problemen wie dem vom Dorfbarbier, der alle M¨anner des Dorfes rasiert, die sich nicht selbst rasieren (rasiert er sich selbst oder nicht?). Antinomien wie diese f¨ uhrten Anfang des zwanzigsten Jahrhunderts in einen Streit u ¨ber die Grundlagen der Mathematik, der bis heute nicht wirklich ausgestanden ist. F¨ ur die gegenw¨artige Praxis der Mathematik ist vor allem bedeutsam, daß sich die axiomatische Methode, eine Theorie aus nicht hinterfragten Grundtatsachen (Axiomen) unter Ben¨ utzung festgelegter logischer Regeln aufzubauen, universell durchgesetzt hat. Auch f¨ ur die Mengenlehre und die Logik gibt es solche axiomatischen Zug¨ange, allerdings sind sie f¨ ur den Laien oder Anf¨anger nicht nachvollziehbar. Daher st¨ utzt man sich bei der Einf¨ uhrung in die Mathematik auf (m¨oglichst wenige) intuitive Konzepte, aus denen man dann das mathematische Geb¨aude aufbaut. Diese intuitiven Konzepte werden schließlich (in Vorlesungen wie Axiomatische Mengentheo” rie“ oder Logik“) hinterfragt, wenn die Studierenden eine gewisse Vertrautheit mit mathematischen ” Denkweisen erlangt haben. Ausgangspunkt f¨ ur unseren naiven“ Zugang zur Mengenlehre ist, daß eine Menge durch ihre Ele” mente festgelegt wird: Eine Menge ist gebildet, wenn feststeht, welche Objekte dazugeh¨ oren. Die Objekte, die zu einer Menge geh¨oren, heißen Elemente der Menge. Wenn M eine Menge ist und a ein Element von M , dann schreibt man a ∈ M (a ist Element von M ). Eine Menge kann man beschreiben, indem man alle seine Elemente aufz¨ahlt, oder aber indem man seine Elemente durch eine Eigenschaft charakterisiert: {a, b, c, d, e} ist die Menge der ersten f¨ unf (kleinen) Buchstaben des Alphabets und {x | x ∈ Z und
x ∈ Z} 2
ist die Menge der durch 2 teilbaren ganzen Zahlen (wenn wir akzeptieren, daß Z die Menge der ganzen Zahlen ist). Die Klammern { }, die in dieser Schreibweise vorkommen, nennt man Mengenklammern. Will man klarstellen, daß eine Menge aus Elementen einer vorgegebenen Menge X besteht, schreibt man auch {x ∈ X | Eigenschaften von x}, zum Beispiel
x ∈ Z} 2 f¨ ur die geraden Zahlen von oben. Wenn a kein Element von M ist, schreibt man a 6∈ M . Entsprechend unserem Ausgangspunkt nennen wir zwei Mengen gleich, wenn sie die gleichen Elemente enthalten. Also sind die Mengen {a, b, c, d, e} und {e, d, c, b, a} {x ∈ Z |
gleich, nicht aber die Mengen {a, b, c, d, e}
und {e, d, b, a}.
Wenn A und B Mengen sind, dann heißt A eine Teilmenge von B, wenn jedes Element von A auch Element von B ist. Man schreibt dann A ⊆ B. Es gilt also {e, d, b, a} ⊆ {a, b, c, d, e}.
0.3. DIE SPRACHE DER MATHEMATIK: MENGENLEHRE
11
F¨ ur jede Teilmenge A ⊆ B kann man ihr Komplement {b ∈ B | b 6∈ A} betrachten. Es wird mit B \ A oder (wenn B aus dem Kontext klar ist) {A bezeichnet. Wenn A keine Teilmenge von B ist, schreibt man A 6⊆ B. Die Menge PM := {N | N ⊆ M } aller Teilmengen von M heißt die Potenzmenge von M . Hat man zwei Mengen A und B, so gibt es verschiedene M¨oglichkeiten, daraus neue Mengen zu konstruieren: {x | x ∈ A oder x ∈ B} heißt die Vereinigung von A und B und wird mit A ∪ B bezeichnet. Dagegen heißt {x | x ∈ A und x ∈ B} der Schnitt von A und B und wird mit A ∩ B bezeichnet. Um sicherzustellen, daß der Schnitt zweier Mengen immer gebildet werden kann, muß man eine besondere Menge zulassen: die leere Menge, die u ¨berhaupt kein Element enth¨alt und mit ∅ bezeichnet wird. Die Definition von Schnitt und Vereinigung von zwei Mengen l¨aßt sich problemlos auf beliebig viele Mengen verallgemeinern: Hat man eine Familie von Mengen Aj mit j ∈ J, so ist [ Aj = {x | es gibt ein j ∈ J mit x ∈ Aj } j∈J
die Vereinigung der Aj und \
Aj = {x | f¨ ur alle j ∈ J gilt x ∈ Aj }
j∈J
der Schnitt der Aj . Die Vereinigung S von disjunkten Mengen, d.h. Mengen, deren Schnitt leer ist, bezeichnen wir oft mit A ∪. B bzw. . j∈J Aj . Eine dritte Menge, die man aus A und B bauen kann, ist das kartesische Produkt. Es besteht aus allen geordneten Paaren (a, b) mit a ∈ A und b ∈ B und wird mit A × B bezeichnet: A × B := {(a, b) | a ∈ A, b ∈ B}. (Wann immer wir eine neue Bezeichnung N f¨ ur ein bekanntes Objekt B einf¨ uhren, schreiben wir N := B). Das kartesische Produkt ist n¨ utzlich, wenn es darum geht, Beziehungen zwischen Elementen einer oder mehrerer Mengen zu modellieren. Betrachtet man als Beispiel die Menge H aller H¨orer der Vorlesung Analysis I und S, die Menge aller an der Universit¨at Paderborn angebotenen Studienrichtungen, so l¨ aßt sich aus der Teilmenge {(x, F ) ∈ H × S | x studiert F } von H ×S ablesen, welcher H¨orer welches Fach studiert. Allgemein bezeichnet man jede Teilmenge R eines kartesischen Produkts A × B als eine Relation zwischen A und B. Die Interpretation von (a, b) ∈ R ist: a steht in Relation“ R zu b. Man schreibt auch oft aRb statt (a, b) ∈ R. Wenn A gleich B ist, d.h. ” die Relation aus Elementen von A × A besteht, spricht auch von einer Relation auf A. Beispiel 0.3.1 : Sei A = {1, 3, 5} und B = {2, 3, 4}. Dann ist R := {(1, 2), (1, 3), (1, 4), (3, 4)} eine Relation. Bei genauerem Hinsehen stellt man fest, daß (a, b) ∈ A × B genau dann Element der Relation ist, wenn a kleiner als b ist. Wenn man jetzt die Relation < statt R nennt, wird die Schreibweise aRb zu a < b. Auf diese Weise erh¨alt man eine saubere mengentheoretische Beschreibung der Relation ohne auf die gewohnte intuitive Schreibweise verzichten zu m¨ ussen. Wenn jedes Element von A zu genau einem Element von B in Relation steht, nennt man so eine Relation eine Abbildung oder Funktion von A nach B. Die Idee hinter dieser Setzung ist, daß man
12
KAPITEL 0. VORBEMERKUNG
jedem Element a von A genau ein Element b von B zuordnen will, n¨amlich dasjenige mit (a, b) ∈ R. Man schreibt dann R : A → B, a 7→ R(a) und R(a) = b f¨ ur (a, b) ∈ R. Auch hier dient die ver¨anderte Schreibweise dazu, saubere mengentheoretische Definitionen (in denen nicht von Variablen etc. die Rede ist) und die traditionelle Notation f¨ ur Funktionen unter einen Hut zu bringen. Die obige Relation zwischen H¨orern der Analysis I und Studienrichtungen der Universit¨at Paderborn ist also genau dann eine Funktion, wenn jeder H¨orer f¨ ur eine Studienrichtung eingeschrieben ist, aber nicht f¨ ur mehrere (jedem H¨orer l¨aßt sich in eindeutiger Weise ein Studienfach zuordnen). Nicht ausgeschlossen ist durch die Definition der Funktion, daß mehrere H¨orer das gleiche Fach studieren. Die Formalisierung des Funktionsbegriffs als Teilmenge eines kartesischen Produkts mit gewissen Eigenschaften ist ein erstes Beispiel daf¨ ur, daß die Mengenlehre in der Lage ist, einen einheitlichen Rahmen f¨ ur zun¨achst als ganz verschieden betrachtete mathematische Begriffe zu schaffen. Sie ist ein wesentlicher Schritt im stufenweisen Aufbau eines immer komplexer werdenden mathematischen Universums, in dem nach immer den gleichen Prinzipien aus Mengen Funktionen zwischen Mengen, dann Mengen von Funktionen zwischen Mengen, dann Funktionen zwischen Mengen von Funktionen zwischen Mengen, etc. werden. An dieser Stelle k¨onnte man schon eine Reihe von Eigenschaften von Vereinigungs- und Durchschnittsmengen, Relationen und Funktionen beweisen. Da hier aber die Mengentheorie nicht Selbstzweck, sondern nur Startpunkt f¨ ur das Studium von Zahlensystemen, Gleichungen und Funktionen sein soll, schieben wir ¨ mengentheoretische Uberlegungen immer dort ein, wo sie tats¨achlich gebraucht werden. Die ersten Kapitel dieses Skripts handeln von mathematischen Objekten (Zahlen und Funktionen), die den meisten H¨orern bis zu einem gewissen Grad vertraut sind, und deren Eigenschaften sie wahrscheinlich auch ohne formale Beweise zu akzeptieren bereit w¨aren. Ein wesentlicher Grund daf¨ ur, daß diese Objekte hier dennoch so sorgf¨altig eingef¨ uhrt werden, liegt in der M¨oglichkeit, wichtige mathematische Denk- und Vorgehensweisen an vertrauten Objekten vorzuf¨ uhren. Da die an diesen Beispielen entwickelten Methoden im Laufe der Vorlesung und des gesamten Mathematikstudiums immer wieder ben¨ utzt werden, w¨are es unklug, diese Kapitel links liegen zu lassen, nur weil die Ergebnisse vertraut erscheinen. Mathematische Gesetzm¨aßigkeiten werden normalerweise als S¨ atze formuliert. S¨atze k¨onnen unterschiedliches Gewicht und unterschiedliche Funktionen haben. Einen Satz, den man (gemessen am Kontext) relativ leicht beweisen kann, bezeichnet man oft als Proposition. S¨atze, die vorbereitender Natur sind, werden oft Lemma genannt. Das Wort Lemma (Plural: Lemmata) ist griechisch und bedeutet Horn (weist eine Richtung - vgl. Dilemma). Dagegen heißen S¨atze, die mehr oder weniger unmittelbare Konsequenzen eines vorausgehenden Satzes sind, oft Korollar. Axiom 0.3.2 (Auswahlaxiom): Sei Γ eine Menge und {Uγ | γ ∈ Γ} eine Menge von nichtleeren Mengen. Dann kann man aus jedem Uγ ein Element xγ ∈ Uγ ausw¨ahlen. Schwierigkeiten macht das Auswahlaxiom, wenn M sehr viele (z.B. u ¨berabz¨ahlbar viele) Elemente enth¨alt. Das Auswahlaxiom ist plausibel, aber unabh¨angig von den g¨angigen Axiomensystemen der Mengenlehre (z.B. Zermelo–Fraenkel) und damit nicht beweisbar. Die Frage, ob man das Auswahlaxiom ben¨ utzen darf, hat im Grundlagenstreit eine wichtige Rolle gespielt. Wir merken an, daß wir das Auswahlaxiom ben¨ utzen, wo immer wir es nicht vermeiden k¨onnen.
Eine partielle Ordnung auf einer Menge M ist eine Relation ≤ auf M , die folgende Eigenschaften hat: (a) x ≤ x (Reflexivit¨ at). (b) Aus x ≤ y und y ≤ z folgt x ≤ z (Transitivit¨ at). (c) Aus x ≤ y und y ≤ x folgt x = y (Antisymmetrie). Man schreibt auch y ≥ x f¨ ur x ≤ y. Eine partielle Ordnung, die F¨ ur alle x, y ∈ M : (x ≤ y oder y ≤ x)
0.3. DIE SPRACHE DER MATHEMATIK: MENGENLEHRE
13
erf¨ ullt, heißt totale Ordnung. ¨ Um sich die Schreibarbeit zu vereinfachen und um sp¨ater bei komplizierteren Aussagen den Uberblick zu behalten, ben¨ utzt man f¨ ur die Quantoren f¨ ur alle“ und es existiert ein“ abk¨ urzende Schreibweisen ” ” ein: • Statt f¨ ur alle“ (oder zu jedem“) schreibt man ∀“ ” ” ” • Statt gibt es“ (oder existiert“) schreibt man ∃“ ” ” ” Sei (M, ≤) eine partiell geordnete Menge und N ⊆ M . Dann heißt x ∈ M eine obere Schranke von N , wenn y ≤ x f¨ ur alle y ∈ N gilt. Analog heißt x ∈ M eine untere Schranke von N , wenn x ≤ y f¨ ur alle y ∈ N gilt. N heißt total geordnet oder eine Kette, wenn die Einschr¨ankung der Relation ≤ auf N eine totale Ordnung ist. Eine total geordnete Menge M heißt induktiv geordnet, wenn jede total geordnete Teilmenge eine obere Schranke besitzt. Ein Element x ∈ N heißt maximal in N , wenn ∀x0 ∈ N : (x ≤ x0 ⇒ x = x0 ). Axiom 0.3.3 (Zornsches Lemma): Jede induktiv geordnete Menge hat ein maximales Element.
Eine total geordnete Menge M heißt wohlgeordnet, wenn jede nichtleere Teilmenge N von M ein kleinstes Element hat, d.h. eine untere Schranke, die zu N geh¨ort. Axiom 0.3.4 (Wohlordnungssatz): Jede Menge kann wohlgeordnet werden. Man kann zeigen, daß das Zornsche Lemma 0.3.3 ¨aquivalent zu einer Reihe anderer mengentheoretischer Aussagen ist, darunter auch das Auswahlaxiom 0.3.2 und der Wohlordnungssatz 0.3.4. Damit ist das Zornsche Lemma zwar in der Mengenaxiomatik von Zermelo-Fraenkel unter Zuhilfenahme des Auswahlaxioms beweisbar, nicht aber ohne dieses. Es birgt daher dieselben Schwierigkeiten wie das Auswahlaxiom und wir setzen es als Axiom ein.
Literatur: [DH85], [Ha72], [GH70] [If86], [Kat98], [Kl72], [Si98]
14
KAPITEL 0. VORBEMERKUNG
Analysis I
15
Kapitel 1
Axiomatik der reellen Zahlen In diesem Kapitel entwickeln wir ein Axiomensystem f¨ ur die reellen Zahlen, indem wir ausgehend von Minimalforderungen an ein brauchbares Zahlensystem zus¨ atzliche (plausible) Eigenschaften fordern, bis wir bei den in der Schule (intuitiv) ben¨ utzten reellen Zahlen landen.
1.1
Rechenregeln
Die entscheidende Eigenschaft, die aus einer beliebigen Menge eine Menge von Zahlen macht, ist die Existenz von Rechenoperationen wie Addition und Multiplikation. Ein Beispiel f¨ ur so eine Menge sind die nat¨ urlichen Zahlen. Allerdings reichen die nat¨ urlichen Zahlen f¨ ur praktische Rechnungen oft nicht aus. Zum Beispiel ist die einschr¨ankende Voraussetzung a < b“ in der Proposition A.2.3 u ¨ber die L¨osbarkeit ” von Gleichungen in der Praxis ein gravierendes Problem. Noch schlimmer, f¨ ur die Multiplikation hat man u ¨berhaupt kein Analogon zu Proposition A.2.3. Im ersten Abschnitt dieses Kapitels entwickeln wir ein Axiomensystem f¨ ur Zahlbereiche mit Addition und Multiplikation, in das die L¨osbarkeit von additiven und multiplikativen Gleichungen gleich eingebaut ist. Im zweiten Abschnitt integrieren wir den Gr¨oßenvergleich in unser Axiomensystem und im dritten Abschnitt schließen wir die Axiomatik mit dem Vollst¨andigkeitsaxiom ab. Dieses Axiom pr¨azisiert die Vorstellung, daß die Zahlengerade keine L¨ocher hat.
Addition Sei Z eine feste nichtleere Menge, die wir zu einer Menge von Zahlen1 machen wollen. Auf Z sei eine Addition gegeben, d.h. eine Abbildung a : Z × Z → Z, f¨ ur die wir die Notation x + y := a(x, y) einf¨ uhren und die die drei folgenden Axiome erf¨ ullt: Axiom 1.1.1 (Kommutativit¨ at): Axiom 1.1.2 (Assoziativit¨ at): Axiom 1.1.3 (L¨ osbarkeit):
∀x, y ∈ Z : x + y = y + x. ∀x, y, z ∈ Z : x + (y + z) = (x + y) + z.
∀a, b ∈ Z ∃x ∈ Z : a + x = b.
Als erste Konsequenz der Axiome f¨ ur die Addition auf Z finden wir die Null: Satz 1.1.4 : Es gibt genau ein n ∈ Z mit ∀x ∈ Z : x + n = x. 1 Wir
geben hier keine formale Definition des Begriffes Zahl“, sondern versuchen die Eigenschaften der reellen Zahlen ” (nicht der nat¨ urlichen Zahlen) zu axiomatisieren.
17
18
KAPITEL 1. AXIOMATIK DER REELLEN ZAHLEN
Beweis: Idee: Ein n, das eine solche Gleichung l¨ost, l¨ost alle solchen Gleichungen. Existenz: W¨ahle ein a ∈ Z, dann garantiert Axiom 1.1.3 die Existenz einer L¨osung der Gleichung a + z = a, d.h. eines Elements n ∈ Z mit a + n = a. Wir zeigen, daß mit diesem n f¨ ur alle x ∈ Z gilt x + n = x. W¨ahle dazu ein x ∈ Z. Wieder mit Axiom 1.1.3 finden wir ein y ∈ Z mit a + y = x. Dann rechnet man x+n
=
(a + y) + n
Ass
=
a + (y + n)
Kom
=
a + (n + y)
Ass
=
(a + n) + y
Def
a+y x
= =
Um die Eindeutigkeit zu zeigen, nimmt man an, man hat zwei solche Elemente n1 und n2 . Es gilt dann n1 = n1 + n2 = n2 + n1 = n2 .
Die durch den Satz 1.1.4 bestimmte Zahl heißt Null und wird mit 0 bezeichnet. Wegen der Kommutativit¨at der Addition erf¨ ullt sie auch die Gleichung 0 + x = x f¨ ur alle x ∈ Z. Satz 1.1.5 : Zu a, b ∈ Z gibt es genau ein x ∈ Z mit a + x = b. Beweis: Idee: Kombiniere die Axiome der Addition mit Satz 1.1.4. Die Existenz einer L¨osung ist durch Axiom 1.1.3 garantiert. Seien x1 und x2 zwei L¨osungen, d.h. a + x1 = b = a + x2 . Wieder mit Axiom 1.1.3 findet man ein z ∈ Z mit z + a = a + z = 0. Dann rechnet man mit Satz 1.1.4 sowie Kommutativit¨at und Assoziativit¨at x1 = 0 + x1 = (z + a) + x1 = z + (a + x1 ) = z + (a + x2 ) = (z + a) + x2 = 0 + x2 = x2 .
Die eindeutige L¨osung x ∈ Z der Gleichung a + x = b f¨ ur a, b ∈ Z heißt die Differenz von b und a und wird mit b − a bezeichnet. Die Zahl −a := 0 − a ∈ Z heißt das Negative oder das additive Inverse von a ∈ Z. Proposition 1.1.6 : Seien a, b ∈ Z. Dann gilt (i) a + (b − a) = b. (ii) a − a = 0. (iii) (b + a) − a = b.
1.1. RECHENREGELN
19
(iv) a + (−a) = 0. (v) b + (−a) = b − a. (vi) −(−b) = b. Beweis: Idee: Dies folgt direkt aus den Definitionen sowie Satz 1.1.5.
(i) Folgt unmittelbar aus der Definition der Differenz. (ii) Mit (i) folgt aus a + 0 = a mit Satz 1.1.5 die Gleichung a − a = 0. (iii) Wieder mit (i) liefert a + ((b + a) − a) = b + a die Gleichung ((b + a) − a) + a = b + a, woraus mit Satz 1.1.5 die Gleichung (b + a) − a = b folgt. (iv) Setze b = 0 in (i). (v) Wegen (iv) gilt (a + (−a)) + b = 0 + b = b, also wegen Kommutativit¨at und Assoziativit¨at a + (b + (−a)) = b und damit b + (−a) = b − a. (vi) 0 = b + (−b) = (−b) + b impliziert b = 0 − (−b) = −(−b), wobei die letzte Gleichheit aus (v) folgt.
¨ aten f¨ ur a, b, c, d ∈ Z Ubung 1.1.1 : Beweise die folgenden Identit¨ (i) a − 0 = a (ii) a + (b − c) = (a + b) − c (iii) −(b − a) = a − b (iv) a − (b − c) = (a + c) − b (v) (a − b) + (c − d) = (a + c) − (b + d) (vi) −(a + b) = −a − b
Multiplikation Wir erg¨anzen unsere Forderungen bez¨ uglich einer Addition auf Z durch analoge Forderungen bez¨ uglich einer Multiplikation, die gegeben ist als eine Abbildung m : Z × Z → Z, f¨ ur die wir die Notation xy := x · y := m(x, y) einf¨ uhren und die die drei folgenden Axiome erf¨ ullt: Axiom 1.1.7 (Kommutativit¨ at): Axiom 1.1.8 (Assoziativit¨ at): Axiom 1.1.9 (L¨ osbarkeit):
∀x, y ∈ Z : xy = yx. ∀x, y, z ∈ Z : x(yz) = (xy)z.
∀0 6= a ∈ Z, ∀b ∈ Z : (∃x ∈ Z : ax = b).
Die weitgehende Analogie in der Formulierung der Axiome f¨ ur die Multiplikation und die Addition f¨ uhrt dazu, daß es auch weitgehende Analogien in Resultaten und deren Beweisen f¨ ur Addition und Multiplikation gibt. Eine erste Konsequenz der Axiome f¨ ur die Multiplikation auf Z ist die Existenz einer Eins:
20
KAPITEL 1. AXIOMATIK DER REELLEN ZAHLEN
Satz 1.1.10 : Es gibt genau ein e ∈ Z mit ∀x ∈ Z : xe = x. Beweis: Idee: L¨ost e eine solche Gleichung (f¨ur x 6= 0), so l¨ost e alle solchen Gleichungen. Zun¨achst sondern wir einen pathologischen Fall aus: Wenn Z = {0}, dann ist die Aussage des Satzes trivialerweise richtig. Ab sofort nehmen wir an, daß 0 nicht das einzige Element von Z ist. Existenz: W¨ahle ein 0 6= a ∈ Z, dann garantiert Axiom 1.1.9 die Existenz einer L¨osung der Gleichung ax = a, d.h. eines Elements e ∈ Z mit ae = a. Wir zeigen, daß mit diesem e f¨ ur alle x ∈ Z gilt xe = x. W¨ahle dazu ein x ∈ Z. Wieder mit Axiom 1.1.9 finden wir ein y ∈ Z mit ay = x. Dann rechnet man Ass
Kom
Ass
Def
xe = (ay)e = a(ye) = a(ey) = (ae)y = ay = x. Um die Eindeutigkeit zu zeigen, nimmt man an, man h¨atte zwei solche Elemente e1 und e2 . Es gilt dann e1 = e1 e2 = e2 e1 = e2 .
Die durch den Satz 1.1.10 bestimmte Zahl heißt Eins und wird mit 1 bezeichnet. Satz 1.1.11 : Zu 0 6= a ∈ Z und b ∈ Z gibt es genau ein x ∈ Z mit ax = b. Beweis: Idee: Kombiniere die Axiome der Addition mit Satz 1.1.10. Seien x1 und x2 L¨osungen, d.h. ax1 = n = ax2 . W¨ahle ein z ∈ Z mit za = az = 1. Dann rechnet man mit Satz 1.1.10 sowie Kommutativit¨at und Assoziativit¨at x1 = 1 · x1 = (za)x1 = z(ax1 ) = z(ax2 ) = (za)x2 = 1 · x2 = x2 .
Bruchrechnen Die durch Satz 1.1.11 garantierte eindeutige L¨osung x ∈ Z der Gleichung ax = b f¨ ur 0 6= a ∈ Z, b ∈ Z b 1 heißt der Quotient von b und a und wird mit bezeichnet. Die Zahl ∈ Z heißt der Kehrwert oder a a das multiplikative Inverse von 0 6= a ∈ Z. Man ben¨ utzt auch die Notation a−1 f¨ ur das multiplikative Inverse von a. Proposition 1.1.12 : Seien a, b, c ∈ Z mit a 6= 0. Dann gilt (i) a
b = b. a
1.1. RECHENREGELN (ii)
a = 1. a b cb = . a a
(iii) c (iv) (v)
21
ab = b. a 1 1 a
= a.
Beweis: Idee: Dies folgt direkt aus den Definitionen sowie Satz 1.1.11.
(i) Folgt unmittelbar aus der Definition des Quotienten. a (ii) Aus a · 1 = a folgt mit (i) und der Eindeutigkeit aus Satz 1.1.11 die Gleichung = 1. a ³ b´ ³ ´ b b b cb (iii) a c = ac = c a = cb zeigt mit Satz 1.1.11, daß c = . a a a a a ba a (iv) = b = b · 1 = b. a a ³ 1´ ³1´ 1 (v) Wegen 1 = a ist a die L¨osung von x = 1, d.h. gleich 1 . a a a
Bislang stehen Addition und Multiplikation (abgesehen von der Einschr¨ankung a 6= 0 in Axiom 1.1.9) zusammenhangslos nebeneinander. Sie werden durch das folgende Distributivgesetz miteinander verkn¨ upft: Axiom 1.1.13 (Distributivit¨ at):
∀x, y, z ∈ Z : x(y + z) = (xy) + (xz).
Proposition 1.1.14 : Seien x, y, z ∈ Z. Dann gilt (i) (x + y)z = (xz) + (yz). (ii) x(y − z) = (xy) − (xz). (iii) 0 · x = 0. (iv) (−x)y = −(xy). Beweis: Idee: Nachrechnen mit den Definitionen, Axiom 1.1.13, Satz 1.1.5 und Proposition 1.1.6.
1.1.13
(i) (x + y)z = z(x + y) = (zx) + (zy) = (xz) + (yz). 1.1.6
1.1.13
(ii) xy = x(z + (y − z)) = (xz) + x(y − z), also x(y − z) = (xy) − (xz) wegen Satz 1.1.5. (iii) 0 · x = x · 0 = x(y − y) = (xy) − (xy) = 0 nach Proposition 1.1.6. (ii)
(iii)
(iv) (−x)y = (0 − x)y = 0 · y − (xy) = 0 − (xy) = −(xy).
22
KAPITEL 1. AXIOMATIK DER REELLEN ZAHLEN
Bemerkung 1.1.15 : (i) Wegen z · 1 = z f¨ ur alle z ∈ Z und z · 0 = 0 kann 1 = 0 nur gelten, wenn Z = {0}. (ii) Im Beweis von Proposition 1.1.14 wurde das Axiom 1.1.9 nicht ben¨ utzt. Dieser Umstand spielt zum Beispiel eine Rolle, wenn man Rechenregeln f¨ ur Ringe, wie z.B. die ganzen Zahlen oder Polynome mit Koeffizienten in einem K¨orper, aufstellen (und nicht separat beweisen) will. (iii) Um die Formeln u utzt man f¨ ur gew¨ohnlich die u ¨bersichtlicher zu gestalten, ben¨ ¨bliche Punkt vor Strich-Konvention und l¨aßt entsprechend Klammern weg. Das Distributivgesetz wird dann x(y + z) = xy + xz geschrieben und analog schreibt man x(y − z) = xy − xz.
Proposition 1.1.16 : Seien a, b ∈ Z \ {0}. Dann gilt (i) ab 6= 0. (ii)
a 6= 0. b
Beweis: Idee: Dies folgt mit Satz 1.1.11, Proposition 1.1.12 und Proposition 1.1.14 aus a · 0 = 0 f¨ur alle a ∈ Z.
(i) Wenn ab = 0, dann sind wegen a · 0 = 0 (vgl. Proposition 1.1.14) sowohl b als auch 0 L¨osungen von ax = 0. Die eindeutige L¨osbarkeit (Satz 1.1.11) zeigt daher b = 0 im Widerspruch zur Voraussetzung. a 1 1 (ii) Wegen = a (vgl. Proposition 1.1.12) und (i) gen¨ ugt es zu zeigen, daß 6= 0. Dies b b b 1 folgt aber mit Proposition 1.1.14 aus b = 1 6= 0. b
Wir beweisen die g¨angigen Regeln der Bruchrechnung: Satz 1.1.17 : Seien a, c ∈ Z und b, d ∈ Z \ {0}. Dann gilt ac ac (i) = . bd bd (ii)
a c ad + bc + = . b d bd
(iii)
a ad = . bd b
(iv)
a b c d
=
ad , falls auch c 6= 0. bc
1.1. RECHENREGELN
23
Beweis: Idee: Dies folgt mit Proposition 1.1.12 direkt aus den Definitionen. ³a c ´
ac c ac ac = db = da = ac. Damit folgt = aus der Definition des Quotienten. bd bd d bd bd ³a ´ c (ii) bd + = da + bc impliziert die Behauptung. b d ad ad a (iii) = = . bd bd b c ad acd a = = impliziert die Behauptung. (iv) d bc dbc b (i) bd
Es gibt eine Vielzahl von Zahlbereichen, die die Axiome 1.1.1, 1.1.2, 1.1.3, 1.1.7, 1.1.8, 1.1.9 und 1.1.13 erf¨ ullen. Falls 0 6= 1, nennt man (Z, +, ·) dann auch einen K¨ orper. ¨ Ubung 1.1.2 : Zeige: das Tripel (K, +, ·) mit K = {n, e, k} und + n e k
n n e k
e e k n
k k n e
· n e k
n n n n
e n e k
k n k e
ist ein K¨ orper. ¨ Ubung 1.1.3 : Zeige: ({n, e}, +, ·) mit + n e
n n e
e e n
· n e
n n n
e n e
ist ein K¨ orper. ¨ uchern (vgl. z.B. [J¨ a96], S. 34/35) wird ein K¨ orper wie folgt definiert: Ubung 1.1.4 : In manchen Lehrb¨ Es sei K eine Menge mit zwei Verkn¨ upfungen Addition + : K → K, (a, b) → a + b und Multiplikation · : K → K, (a, b) → a · b. (K, +, ·) heißt K¨ orper, wenn die folgenden Axiome erf¨ ullt sind: (A) Addition (A.1) (Assoziativit¨ at): F¨ ur alle a, b, c ∈ K gilt: (a + b) + c = a + (b + c). (A.2) (Kommutativit¨ at): F¨ ur alle a, b ∈ K gilt: a + b = b + a. (A.3) (Nullelement): Es gibt ein Element 0 ∈ K mit a + 0 = a f¨ ur alle a ∈ K. (A.4) (Invertierbarkeit): Zu jedem Element a ∈ K gibt es ein Element b ∈ K mit a + b = 0. (M) Multiplikation (M.1) (Assoziativit¨ at): F¨ ur alle a, b, c ∈ K gilt: (a · b) · c = a · (b · c). (M.2) (Kommutativit¨ at): F¨ ur alle a, b ∈ K gilt: a · b = b · a. (M.3) (Einselement): Es gibt ein Element 1 ∈ K mit a · 1 = a f¨ ur alle a ∈ K. (M.4) (Invertierbarkeit): Zu jedem Element a ∈ K \ {0} gibt es ein Element b ∈ K \ {0} mit a · b = 1. (D) Distributivgesetz: F¨ ur alle a, b, c ∈ K gilt: a · (b + c) = (a · b) + (a · c). Zeigen Sie, daß diese Definition ¨ aquivalent zu der durch die Axiome 1.1.1, 1.1.2, 1.1.3, 1.1.7, 1.1.8, 1.1.9 und 1.1.13 gegebenen Definition ist.
24
KAPITEL 1. AXIOMATIK DER REELLEN ZAHLEN
1.2
Positivit¨ at und Ordnung
Eine Besonderheit der reellen Zahlen ist ihre Anordbarkeit, die mit Addition und Multiplikation vertr¨aglich ist. Wir fassen das in zwei weitere Axiome f¨ ur Z: Gegeben sei eine Teilmenge P ⊆ Z, die die Rolle der Menge der (strikt) positiven Zahlen spielen soll. Axiom 1.2.1 (Totalordnung):
F¨ ur a ∈ Z gilt genau eine der folgenden Beziehungen: a = 0,
Axiom 1.2.2 (Vertr¨ aglichkeit):
a ∈ P,
−a ∈ P.
F¨ ur a, b ∈ P gilt a + b ∈ P und ab ∈ P .
Einen K¨orper Z, der zus¨atzlich die Axiome 1.2.1 und 1.2.2 erf¨ ullt, nennen wir einen geordneten K¨ orper. Satz 1.2.3 : Sei (Z, +, ·, P ) ein geordneter K¨ orper. Dann gilt a (i) a, b ∈ P ⇒ ∈ P. b (ii) 0 6= a ∈ Z ⇒ aa ∈ P . (iii) 1 ∈ P . Beweis: Idee: Dies leitet man mithilfe der Regeln des Bruchrechnens (vgl. Proposition 1.1.16 und Satz 1.1.17) sowie den Propositionen 1.1.6 und 1.1.14 aus den Axiomen 1.2.1 und 1.2.2 ab.
a (i) Beachte, daß wegen b ∈ P gilt b 6= 0. Proposition 1.1.16 und Axiom 1.2.1 liefern 6= 0. b ³ a´ a Aus − ∈ P folgt wegen b ∈ P und Axiom 1.2.2 −a = − a ∈ P , was im Widerspruch b b a zu Axiom 1.2.1 steht. Also bleibt, wieder mit Axiom 1.2.1, nur der Fall ∈ P u ¨brig. b (ii) Aus 0 6= a ∈ Z folgt a ∈ P oder −a ∈ P . Wenn a ∈ P , dann gilt aa ∈ P wegen Axiom 1.2.2. Wenn −a ∈ P , dann gilt nach den Propositionen 1.1.6 und 1.1.14 die Gleichheit aa = (−a)(−a) und somit, wieder wegen Axiom 1.2.2 aa ∈ P . (iii) Wegen 0 6= 1 und 1 · 1 = 1 folgt 1 ∈ P sofort aus (ii).
Eine Zahl a ∈ Z mit −a ∈ P heißt negativ. Wir definieren eine Relation < auf Z durch a
:⇔
b − a ∈ P,
d.h. < := {(a, b) ∈ Z × Z | b − a ∈ P }, und sagen b ist gr¨ oßer als a (oder, gleichbedeutend, a ist kleiner als b), wenn a < b. Wir schreiben a ≤ b statt
(a < b oder a = b).
Außerdem schreiben wir auch a > b f¨ ur b < a und a ≥ b f¨ ur b ≤ a. Die Relationen < und ≤ werden auch als Ordnungsrelation bezeichnet.
¨ UND ORDNUNG 1.2. POSITIVITAT
25
Proposition 1.2.4 : Sei (Z, +, ·, P ) ein geordneter K¨ orper. Dann gilt f¨ ur a, b, c ∈ Z (i) Es gilt 0 < a genau dann, wenn a ∈ P . (ii) (Trichotomie) Es gilt genau eine der folgenden Beziehungen a = b,
a < b,
b < a.
(iii) (Transitivit¨at) (a < b, b < c)
⇒
a < c.
Beweis: Idee: Dies folgt mit Proposition 1.1.6 direkt aus den Definitionen und den Axiomen 1.2.1 und 1.2.2.
(i) Dies ist eine direkte Konsequenz der Definition von < und a − 0 = a. (ii) Dies ist eine direkte Konsequenz der Definition von < und Axiom 1.2.1. (iii) a < b, b < c liefert b − a ∈ P, c − b ∈ P , also gilt nach Axiom 1.2.2 und Proposition 1.1.6 c − a = (c − b) + (b − a) ∈ P, was seinerseits a < c liefert.
Sei (Z, +, ·, P ) ein geordneter K¨orper und a, b ∈ Z. Nach Proposition 1.2.4 k¨onnen wir durch ( a f¨ ur a ≤ b min({a, b}) := min(a, b) := b f¨ ur a > b das Minimum min(a, b) von a und b definieren. Analog definiert man das Maximum max(a, b) von a und b durch ( b f¨ ur a ≤ b max({a, b}) := max(a, b) := a f¨ ur a > b. Induktiv (vgl. Satz A.1.9) definiert man das Minimum einer endlichen Menge {a1 , . . . , an } ⊆ Z durch ¡ ¢ min({a1 , . . . , an }) := min min({a1 , . . . , an−1 }), an und das Maximum einer endlichen Menge {a1 , . . . , an } ⊆ Z durch ¡ ¢ max({a1 , . . . , an }) := max max({a1 , . . . , an−1 }), an
Proposition 1.2.5 : Sei (Z, +, ·, P ) ein geordneter K¨ orper. Dann gilt f¨ ur a, b, c, d ∈ Z (i) a < b ⇒ a + c < b + c. (ii) (a < b, c < d) ⇒ a + c < b + d. (iii) (a < b, 0 < c) ⇒ ac < bc. (iv) (a < b, c < d, 0 < b, 0 < c) ⇒ ac < bd.
26
KAPITEL 1. AXIOMATIK DER REELLEN ZAHLEN
Beweis: Idee: Kombiniere die Propositionen 1.1.6, 1.1.14 und 1.2.4.
(i) a < b bedeutet b − a ∈ P und mit Proposition 1.1.6 impliziert dies (b + c) − (a + c) = b − a ∈ P also a + c < b + c. (ii) Mit (i) findet man a + c < b + c < b + d, also wegen der Transitivit¨at a + c < b + d. (iii) Mit b − a ∈ P und c ∈ P sowie Proposition 1.1.14 findet man bc − ac = (b − a)c ∈ P , also ac < bc. (iv) Mit (iii) folgert man ac < bc < bd und daraus, mit Proposition 1.2.4, ac < bd.
Die Einteilung des Zahlbereichs Z in positive und negative Zahlen (und 0) erlaubt die Einf¨ uhrung eines Absolutbetrags |a| (oft sagt man einfach nur Betrag) einer Zahl a ∈ Z: ( a f¨ ur a ≥ 0 |a| := −a f¨ ur a < 0. In jedem Fall ist also 0 ≤ |a|. Satz 1.2.6 : Sei (Z, +, ·, P ) ein geordneter K¨ orper. Dann gilt f¨ ur a, b ∈ Z (i) |a| = | − a|. (ii) −|a| ≤ a ≤ |a|. (iii) −b ≤ a ≤ b ⇔ |a| ≤ b. (iii’) −b < a < b ⇔ |a| < b. (iv) |a| − |b| ≤ |a + b| ≤ |a| + |b|. (v) |a| − |b| ≤ |a − b| ≤ |a| + |b|. (vi) |ab| = |a| |b|. ¯ a ¯ |a| ¯ ¯ (vii) ¯ ¯ = falls b 6= 0. b |b| Beweis: Idee: Mit den Propositionen 1.1.14, 1.2.4 und 1.2.5 sowie den Rechenregeln f¨ur K¨orper folgt dies aus den Definitionen.
(i) F¨ ur a = 0 ist das klar. F¨ ur a > 0 gilt −a < 0, also |a| = a = −(−a) = | − a|. F¨ ur a < 0 gilt −a > 0, also |a| = −a = | − a|. (ii) F¨ ur a = 0 ist das wieder klar. F¨ ur a > 0 gilt −a = −|a| < 0 < a = |a| und f¨ ur a < 0 gilt |a| = −a > 0 > a = −|a|. (iii) Wenn a ≥ 0, dann folgt aus a ≤ b die Ungleichung |a| = a ≤ b. Wenn a < 0, dann folgt aus −b ≤ a erst −a ≤ b und dann die Ungleichung |a| = −a ≤ b. Umgekehrt folgt aus |a| ≤ b die Ungleichung −b ≤ −|a| und dann −b ≤ −|a| ≤ a ≤ |a| ≤ b.
¨ UND ORDNUNG 1.2. POSITIVITAT
27
(iii’) Dies folgt sofort aus (iii). (iv) und (v) Durch aufaddieren der Ungleichungen aus (ii) f¨ ur a und b (nach Proposition 1.2.5(ii)) erh¨alt man −(|a| + |b|) ≤ a + b ≤ |a| + |b|. Mit (iii) folgt |a + b| ≤ |a| + |b|. Ersetzt man ¨ in dieser Uberlegung b durch −b, so folgt wegen (i) |a − b| ≤ |a| + |b|. Damit hat man jeweils die rechte der beiden Ungleichungen. Wendet man diese jetzt auf a + b statt a an, findet man |a| = |(a + b) − b| ≤ |a + b| + |b|, also |a| − |b| ≤ |a + b| (vgl. Proposition 1.1.6). Ersetzt man schließlich wieder b durch −b, findet man auch noch |a| − |b| ≤ |a − b|. (vi) Wenn a ≥ 0 und b ≥ 0, dann ist ab ≥ 0 und somit die Gleichung klar. Wenn a ≥ 0, b < 0, findet man −b > 0 und mit Proposition 1.1.14 |ab| = | − (ab)| = |a(−b)| = a(−b) = |a| |b|. Die F¨alle b ≥ 0, a < 0 und a < 0, b < 0 behandelt man ¨ahnlich. ¯a¯ ¯ a¯ |a| ¯¯ a ¯¯ ¯ ¯ ¯ ¯ = ¯ ¯. (vii) |a| = ¯b ¯ = |b| ¯ ¯ liefert b b |b| b
Der Ungleichung |a + b| ≤ |a| + |b| kommt eine besondere Bedeutung zu. Sie wird auf Grund der geometrischen Interpretation ihrer h¨oherdimensionalen Analoga die Dreiecksungleichung genannt. ¨ orper. Zeige, daß f¨ ur x, y ∈ Z gilt Ubung 1.2.1 : Sei Z ein geordneter K¨ (i) max{x, y} = 12 (x + y + |x − y|), (ii) min{x, y} = 12 (x + y − |x − y|).
¨ Ubung 1.2.2 : Sei Z ein geordneter K¨ orper. Zeige2 , daß die Menge C := Z × Z mit der Addition (x1 , y1 ) +C (x2 , y2 ) := (x1 + x2 , y1 + y2 ) und der Multiplikation (x1 , y1 ) ·C (x2 , y2 ) := (x1 x2 − y1 y2 , x1 y2 + x2 y1 ) ein K¨ orper ist, d.h. die Axiome 1.1.1, 1.1.2, 1.1.3, 1.1.7, 1.1.8, 1.1.9 und 1.1.13 erf¨ ullt. Welches Element ist die Null in C, welches die Eins in C? Was ist das additive Inverse zu (x, y) ∈ C? Was ist das multiplikative Inverse zu (x, y) ∈ C? Man beachte, daß f¨ ur Relationen gilt (x1 , y1 ) = (x2 , y2 ) :⇔ x1 = x2 und y1 = y2 . (Hinweis: F¨ ur Axiom 1.1.9 zeige man, daß (a1 , a2 ) ·C (x, y) = (b1 , b2 ) ist, wenn man x=
a1 b 1 + a2 b 2 a1 a1 + a2 a2
und
y=
−a2 b1 + a1 b2 a1 a1 + a2 a2
w¨ ahlt.)
2 Es
kommt wesentlich darauf an, daß alle Umformungen auf schon bewiesene Rechenregeln zur¨ uckgef¨ uhrt werden.
28
KAPITEL 1. AXIOMATIK DER REELLEN ZAHLEN
1.3
Vollst¨ andigkeit
Die Axiome 1.2.1 und 1.2.2 reichen immer noch nicht aus, um die reellen Zahlen unter allen K¨orpern auszuzeichnen. Wir werden sp¨ater sehen, daß der K¨orper Q der rationalen Zahlen diese beiden Axiome ebenfalls erf¨ ullt. Was die reellen Zahlen, die man in der Schule gew¨ohnlich durch den Zahlenstrahl beschreibt, gegen¨ uber den rationalen Zahlen auszeichnet, ist das Fehlen von L¨ochern“. Um diese ” Vollst¨ andigkeit mathematisch sauber beschreiben zu k¨onnen, f¨ uhren wir das Konzept einer gr¨ oßten unteren Schranke ein: Sei Z ein geordneter K¨orper und X ⊆ Z. Dann heißt m ∈ Z eine untere Schranke von X, wenn gilt ∀x ∈ X : m ≤ x. Eine Menge, f¨ ur die es eine untere Schranke gibt, heißt nach unten beschr¨ ankt. Eine untere Schranke m ∈ Z von X heißt gr¨ oßte untere Schranke von X, wenn gilt ∀n ∈ Z, n untere Schranke von X : n ≤ m. Da aus n ≤ m und m ≤ n folgt n = m (vgl. Proposition 1.2.4), kann es h¨ochstens eine gr¨oßte untere Schranke geben. Man nennt die gr¨oßte untere Schranke von X (wenn sie existiert) auch das Infimum von X und bezeichnet sie mit inf(X). Das Vollst¨andigkeitsaxiom fordert die Existenz einer gr¨oßten unteren Schranke f¨ ur jede nach unten beschr¨ankte Menge: Axiom 1.3.1 (Vollst¨ andigkeit): gr¨oßte untere Schranke.
Jede nach unten beschr¨ankte nichtleere Teilmenge von Z hat eine
¨ ¨ Ahnlich wie f¨ ur die nat¨ urlichen Zahlen (vgl. Ubung A.1.1) kann man einen Satz zeigen, der besagt, e daß zwei Mengen Z und Z mit zugeh¨origen Additionen und Multiplikationen sowie Ordnungen, die alle in diesem Kapitel eingef¨ uhrten Axiome erf¨ ullen, bijektiv aufeinander abgebildet werden k¨onnen und zwar so, daß die Additionen, Multiplikationen und Ordnungen ineinander u ¨bergehen. Der Beweis ist allerdings aufwendiger als im Falle der nat¨ urlichen Zahlen und wir verschieben ihn auf sp¨ater. Trotzdem nennen wir einen geordneten K¨orper, der das Vollst¨andigkeitsaxiom 1.3.1 erf¨ ullt, ein Modell f¨ ur die reellen Zahlen oder einfach die reellen Zahlen. Wir bezeichnen solch einen Zahlbereich mit R. Es ist an dieser Stelle u ¨berhaupt nicht klar, ob es so einen Zahlbereich u urlichen ¨berhaupt gibt. Man kann, ausgehend von den nat¨ Zahlen, ein Modell f¨ ur die reellen Zahlen konstruieren. Allerdings werden wir sp¨ater nur Eigenschaften von R ben¨ utzen, die aus den Axiomen folgen (d.h. nicht von der speziellen Konstruktion abh¨angen). Man kann daher das Axiomensystem f¨ ur die reellen Zahlen auch an den Anfang einer Analysisvorlesung setzen und einfach fordern, daß es so einen Zahlbereich wirklich gibt. Plausibler allerdings ist die Forderung nach der Existenz der nat¨ urlichen Zahlen (die wir ja auch nicht bewiesen haben) als Ausgangspunkt. In diesem Zusammenhang sei auf die (zum Teil philosophische) Frage verwiesen, ob die Mathematik Menschenwerk ist und erfunden“ wird oder aber ob sie Naturgesetz ist und entdeckt“ wird. Dazu ein Zitat, das L. ” ” Kronecker (1823–1891) zugeschrieben wird: Die nat¨ urlichen Zahlen hat der liebe Gott geschaffen, alles andere ist Menschenwerk. Man h¨atte die Vollst¨andigkeit der reellen Zahlen genauso gut auch u uhren ¨ber obere Schranken einf¨ k¨onnen: Sei Z ein geordneter K¨orper und X ⊆ Z. Dann heißt m ∈ Z eine obere Schranke von X, wenn gilt ∀x ∈ X : m ≥ x. Eine Menge, f¨ ur die es eine obere Schranke gibt, heißt nach oben beschr¨ ankt. Eine obere Schranke m ∈ Z f¨ ur X heißt kleinste obere Schranke von X, wenn gilt ∀n ∈ Z, n obere Schranke von X : n ≥ m.
¨ 1.3. VOLLSTANDIGKEIT
29
Man nennt eine kleinste obere Schranke von X auch das Supremum von X und bezeichnet sie mit sup(X). Wenn eine kleinste obere Schranke existiert, dann ist sie auch eindeutig bestimmt.
Axiom 1.3.2 (Vollst¨ andigkeit): kleinste obere Schranke.
Jede nach oben beschr¨ankte nichtleere Teilmenge von Z hat eine
Satz 1.3.3 : Die Axiome 1.3.1 und 1.3.2 sind ¨ aquivalent, d.h. ein angeordneter K¨ orper Z erf¨ ullt Axiom 1.3.1 genau dann, wenn er Axiom 1.3.2 erf¨ ullt. Beweis: Idee: Man vertauscht die Rollen von Infimum und Supremum durch Betrachtung der Abbildung x 7→ −x.
Es gelte Axiom 1.3.1 und X ⊆ Z sei nach oben beschr¨ankt. Wenn n ∈ Z eine obere Schranke von X ist, dann gilt x ≤ n f¨ ur alle x ∈ X, also −n ≤ −x f¨ ur alle −x ∈ −X := {−y ∈ Z | y ∈ X}, weil nach Proposition 1.1.6 gilt (−x) − (−n) = n − x. Also ist −n eine untere Schranke von −X. Genauso sieht man, daß f¨ ur jede untere Schranke m von −X die Zahl −m eine obere Schranke von X ist. Nach Axiom 1.3.1 findet man ein gr¨oßte untere Schranke m ∈ Z von −X. Wir behaupten, daß −m die kleinste obere Schranke von X ist. Dazu sei n ∈ Z eine obere Schranke von X, also −n eine untere Schranke von −X. Dann folgt −n ≤ m und daher −m ≤ n. Die Umkehrung wird ganz analog bewiesen.
¨ Bemerkung 1.3.4 : Man kann, so wie auch f¨ ur die nat¨ urlichen Zahlen (vgl. Ubung A.1.1), zeigen, daß die angegebenen Axiome die reellen Zahlen bis auf eine Bijektion, die Addition, Multiplikation, Eins, Null und Ordnung erh¨alt, eindeutig bestimmen. ¨ Der in Ubung 1.2.2 aus Z = R konstruierte K¨orper heißt der K¨orper der komplexen Zahlen. und wird mit C bezeichnet. ¨ Ubung 1.3.1 : Finde die gr¨ oßte untere Schranke und die kleinste obere Schranke der folgenden Mengen. (i) {1, 12 , 13 , . . . } (ii) {0, − 12 , 23 , − 34 , 45 , − 56 , . . . }
¨ Ubung 1.3.2 : Zeige: (i) (Bernoulli-Ungleichung) F¨ ur alle nat¨ urlichen Zahlen n ≥ 2 und alle von Null verschiedenen Zahlen x > −1 aus R ist (1 + x)n > 1 + nx. (ii) F¨ ur alle nat¨ urlichen Zahlen n und alle Zahlen q 6= 1 aus R gilt n X k=1
kq k−1 := 1 + 2q + 3q 2 + · · · nq n−1 =
1 − (n + 1)q n + nq n+1 . (1 − q)2
30
KAPITEL 1. AXIOMATIK DER REELLEN ZAHLEN
¨ Ubung 1.3.3 : Es seien x, y ∈ R. Man zeige, daß die gr¨ oßte untere Schranke inf({x, y}) von {x, y} gerade x + y − |y − x| 2 ist und leite eine entsprechende Formel f¨ ur die kleinste obere Schranke her. ¨ Ubung 1.3.4 : F¨ ur a, b ∈ R zeige man: Ist 0 < a < b, dann ist 0 <
1 b
<
1 . a
¨ Ubung 1.3.5 : Zeige: F¨ ur a, b ∈ R mit a < b gilt: a<
a+b < b, 2
wobei 2 := 1 + 1. ¨ Ubung 1.3.6 : Bestimme die gr¨ oßte untere und die kleinste obere Schranke der folgenden Mengen: (i) X := { n1 | n ∈ N}. (ii) X := {x ∈ R | x < 1}. ¨ Ubung 1.3.7 : Es sei (Z, +, ·, P ) ein geordneter K¨ orper. Man zeige: Das Supremum der Menge aller unteren Schranken von P ist 0. ¨ Ubung 1.3.8 : Genau die Zahlen aus R \ Q heißen irrationale Zahlen. Zeige, daß zwischen zwei reellen Zahlen immer eine rationale und eine irrationale Zahl liegen. Man sagt dann auch, daß Q und R \ Q dicht in R liegen. Hinweise: Zeige der Reihe nach 2 (i) Es gibt √ irrationale Zahlen, z.B. hat {x ∈ R | x ≤ 2} in Q kein Supremum. Das in R vorhandene Supremum heißt 2. (Das ist eine andere Methode, die Wurzel einer reellen Zahl zu definieren.) √ (ii) Konstruiere mit Hilfe von 2 eine irrationale Zahl, die zwischen zwei vorgegebenen reellen liegt.
(iii) Nutze das Archimedische Prinzip aus, um zwischen zwei reelle Zahlen eine rationale zu schieben.
¨ Ubung 1.3.9 : Es seien A, B ⊆ R nichtleere, nach oben beschr¨ ankte Mengen. Definiere C := {x + y | x ∈ A, y ∈ B}. Zeige, daß C nach oben beschr¨ ankt ist und daß f¨ ur das Supremum von C gilt sup(C) = sup(A) + sup(B).
Literatur: [Be03], [Eb92], [Fo83], [GH70] [Heu80], [K¨o90], [MM93]
Kapitel 2
Stetige Funktionen In diesem Kapitel studieren wir Funktionen, die auf Teilmengen von R definiert sind und Werte in R annehmen. Im Mittelpunkt des Interesses wird dabei das Verhalten solcher Funktionen bei Grenz¨ uberg¨ angen sein. Wichtigste Anwendung des Grenzwertbegriffs ist hier die Definition der Stetigkeit. Insbesondere geht es um die Existenz von speziellen Funktionswerten wie Maxima, Minima und Nullstellen. Im letzten Abschnitt beweisen wir einige grundlegende S¨ atze u ¨ber stetige Funktionen, die auf Intervallen definiert sind. Um sich eine Vorstellung u ¨ber das Verhalten einer Funktion f : M → R zu machen, skizziert man oft ihren Graphen {(x, f (x)) ∈ R × R | x ∈ M }.
2.1
Grenzwerte von Funktionen
F¨ ur eine vorgegebene Funktion f : A → R mit A ⊆ R m¨ochte man das Verhalten in der N¨ahe eines Punktes x0 ∈ R studieren. Die intuitive Vorstellung zur Aussage f (x) hat in x0 den Grenzwert y“ ist: ” f (x) ist beliebig nahe an y, wenn nur x nahe genug an x0 ist“. ” Um diese Vorstellung pr¨azise formulieren zu k¨onnen, muß man zun¨achst sicherstellen, daß die Funktion in den Punkten, die nahe“ bei x0 sind, u uhrt auf den Begriff des Intervalls. ¨berhaupt definiert ist. Dies f¨ ” Seien a, b ∈ R und a < b. Dann heißen die Mengen [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} von a und b begrenzte Intervalle. Der Punkte a bzw. b heißt der linke bzw. der rechte Rand des jeweiligen Intervalls. Genauer heißt [a, b] das abgeschlossene Intervall zwischen a und b und ]a, b[ das offene Intervall zwischen a und b. Die Intervalle ]a, b] und [a, b[ werden halboffene Intervalle genannt. Man nennt auch die Mengen [a, ∞[ := ]a, ∞[ :=
{x ∈ R | a ≤ x} {x ∈ R | a < x}
] − ∞, b] := ] − ∞, b[ :=
{x ∈ R | x ≤ b} {x ∈ R | x < b}
] − ∞, ∞[ :=
R
Intervalle. Hier heißen ] − ∞, b] und [a, ∞[ abgeschlossen und ] − ∞, b[ und ]a, ∞[ offen. Beachte dabei, daß ±∞ hier keine Elemente von R sind, sondern nur Symbole, die in der Namensgebung f¨ ur die Mengen {x ∈ R | a ≤ x}, etc. verwendet werden. Insbesondere kann man mit ±∞ nicht rechnen! 31
32
KAPITEL 2. STETIGE FUNKTIONEN
Wenn man die Bedingung a < b zu a ≤ b abschw¨acht, die anderen Definitionen aber beibeh¨alt, findet man ]a, a[ = [a, a[ = ]a, a] = ∅ und [a, a] = {a}, weshalb man normalerweise auch die leere Menge und einpunktige Mengen als Intervalle bezeichnet. ¨ Ubung 2.1.1 : Zeige, daß eine Teilmenge M ⊆ R genau dann ein Intervall von einer der oben angef¨ uhrten Arten ist, wenn f¨ ur a, b ∈ M mit a ≤ b immer [a, b] ⊆ M gilt. (Hinweis: Wenn M beschr¨ ankt ist, betrachte Supremum und Infimum von M . Wenn M nach oben oder unten nicht beschr¨ ankt ist, zeigt man, daß M nach oben oder unten unbeschr¨ ankte Intervalle sind.)
Eine Teilmenge M ⊆ R heißt offen, wenn es zu jedem x0 ∈ M ein δ > 0 mit ]x0 − δ, x0 + δ[⊆ M gibt (beachte, daß diese Definition die leere Menge zu einer offenen Teilmenge von R macht!). Da die Vereinigung von offenen Mengen nach Definition selbst offen ist, gibt es zu jeder Teilmenge N ⊆ R eine gr¨oßte offene Teilmenge N ◦ von N . Diese Teilmenge nennt man das Innere von N . Eine ¢ ¡ Teilmenge M ⊆ R heißt abgeschlossen, wenn ihr Komplement in R offen ist. Das Komplement { ({M )◦ des Inneren des Komplements von M ist die kleinste abgeschlossene Teilmenge von R, die M enth¨alt. Sie wird mit M bezeichnet und heißt der Abschluß von M in R. ¨ Ubung 2.1.2 : Zeige: (i) Die offenen Intervalle sind offene Teilmengen von R. (ii) Die abgeschlossenen Intervalle abgeschlossene Teilmengen von R. (iii) Das Innere von [a, b] in R ist ]a, b[. (iv) Der Abschluß von ]a, b[ in R ist [a, b].
Sei M ⊆ R eine Teilmenge und x0 ∈ R ein Punkt, f¨ ur den gilt ∀δ > 0 : ]x0 , x0 + δ[ ∩ M 6= ∅. Man sagt, eine Funktion f : M → R hat den rechtsseitigen Grenzwert oder Limes y in x0 , wenn ∀² > 0 ∃δ > 0 : (x ∈ ]x0 , x0 + δ[ ∩ M ⇒ |f (x) − y| < ²).
y+ε y y−ε
x0+ δ
x0
b
Die Dreiecksungleichung zeigt, daß es nur einen solchen Grenzwert geben kann: Wenn n¨amlich y1 und y2 die obige Bedingung erf¨ ullen, dann gilt wegen |y1 − y2 | ≤ |y1 − f (x)| + |f (x) − y2 |, daß |y1 − y2 | < 2² f¨ ur jedes ² > 0 und x ∈ ]x0 , x0 + δ[ ∩ M mit passendem δ, also |y1 − y2 | = 0. Man schreibt lim f (x) = y
x→x0 +
oder
f (x0 +) = y.
Eine andere gebr¨auchliche Sprechweise ist: f konvergiert gegen y f¨ ur x → x0 +. 6
... ..
6 ........
................ ............ ....... ..... ... . ... ... .. ... . . .... ..............
H Y H Grenzwert
a
b
.. .. .. .. .. ... ... ... ... ... ... .... ...... ....... ......... ............... ...............
a
-
b
2.1. GRENZWERTE VON FUNKTIONEN
33
Beispiel 2.1.1 : (i) Die Funktion f : ]2, ∞[→ R,
−(x − 2)2 |x − 2| + (x − 2)
x 7→
hat in 2 den rechtsseitigen Grenzwert 0. y
6
H
2 HH
-x
HH
(ii) F¨ ur a ∈ R bezeichnet man mit bac die gr¨oßte ganze Zahl, die kleiner oder gleich a ist. Man nennt bac den ganzzahligen Anteil von a. Dann hat die Funktion ¹ º 2 x f : ]0, ∞[→ R, x 7→ x + −2 x 2 in 0 den rechtsseitigen Grenzwert 0. 6
1
p p p p pn + r
2 1 n+r
x
4 ©©
2
©
©
©©
©©
2
© ©©
−2
-
©
betrachte die Werte f¨ ur x =
1 n+r
mit n ∈ N und r ∈ [0, 1[
Analog zum rechtsseitigen Grenzwert kann man nat¨ urlich auch linksseitige und beidseitige Grenzwerte betrachten: Sei M ⊆ R eine Teilmenge und x0 ∈ R ein Punkt, f¨ ur den gilt ∀δ > 0 : ]x0 − δ, x0 [ ∩ M 6= ∅. Man sagt, eine Funktion f : M → R hat den linksseitigen Grenzwert oder Limes y in x0 , wenn ∀² > 0 ∃δ > 0 : (x ∈ ]x0 − δ, x0 [ ∩ M ⇒ |f (x) − y| < ²). Man schreibt dann lim f (x) = y
x→x0 −
oder f (x0 −) = y.
Andere Sprechweise: f konvergiert gegen y f¨ ur x → x0 −. Es sei M ⊆ R eine Menge. Ein Punkt x0 ∈ R heißt H¨ aufungspunkt von M (in Zeichen: x0 ∈ H(M )), wenn ∀ δ > 0 : (]x0 − δ, x0 + δ[\{x0 }) ∩ M 6= ∅.
34
KAPITEL 2. STETIGE FUNKTIONEN
Sei M ⊆ R eine Teilmenge und x0 ∈ H(M ). Man sagt, eine Funktion f : M → R hat den Grenzwert oder Limes y in x0 , wenn ∀² > 0 ∃δ > 0 : (x ∈ M ∩ ]x0 − δ, x0 + δ[ \ {x0 } ⇒ |f (x) − y| < ²). Man schreibt dann lim f (x) = y.
x→x0
Andere Sprechweise: f konvergiert gegen y f¨ ur x → x0 . Wenn man die Menge M besonders betonen will, schreibt man auch limM 3x→x0 f (x) = y und sagt f konvergiert gegen y f¨ ur x → x0 in M . ¨ Ubung 2.1.3 : Sei M ⊆ R und x0 ∈ R ein H¨ aufungspunkt von sowohl M ∩ ]x0 , ∞[, als auch von M ∩ ] − ∞, x0 [. Zeige: F¨ ur eine Funktion f : M → R sind die beiden folgenden Aussagen ¨ aquivalent. (1) limx→x0 f (x) = y. (2) limx→x0 + f (x) = y und limx→x0 − f (x) = y. Bleibt die Aquivalenz richtig, wenn man nur fordert, daß x0 ein H¨ aufungspunkt von M ist?
Beispiel 2.1.2 : (i) Die Funktion f : R \ {2} → R,
x 7→
−(x − 2)2 x−2
hat den Grenzwert limx→2 f (x) = 0. @
@
6
2 @
@c 2@ @
(ii) Die Funktion f : R \ {0} → R,
x 7→
¹ º 1 1 − x x
hat weder einen rechtsseitigen noch einen linksseitigen Grenzwert in 0. 6 .. . 1 x
.. ... ... ... ... .... .... .... ....... .......... ................. .......
..................... ........... ....... ..... .... .... ... ... ... ... .. ...
³ Es gilt z.B. f
1 n+r
´
-
¨ = r f¨ ur alle r ∈ [0, 1[ (vgl. auch Ubung 2.1.15).
Beispiel 2.1.3 : Betrachte die Funktion f : R → R, x 7→
1 x2 +1 .
2.1. GRENZWERTE VON FUNKTIONEN
35 6
........................................ ......... .......... ......... ............ ............ ........................ ........................ .
-
Wir zeigen, daß limx→1 f (x) = 12 . Dazu sei ² > 0. Wir m¨ ussen eine Zahl δ > 0 finden, f¨ ur die gilt ¯ ¯ ¯ 1 1¯ ∀ 0 < |x − 1| < δ : ¯¯ 2 − ¯¯ < ². x +1 2 Es gilt
¯ ¯ ¯ ¯ ¯ 1 1 ¯¯ ¯¯ 1 + x ¯¯ ¯ ¯ x2 + 1 − 2 ¯ = ¯ 2(x2 + 1) ¯ |x − 1|.
Da wir beliebig kleine δ nehmen d¨ urfen, k¨onnen wir von vorneherein annehmen, daß δ < 1 (in so einer Situation sagt man o.B.d.A. δ < 1 - ohne Beschr¨ankung der Allgemeinheit). Wenn 0 < |x − 1| < 1, dann gilt 0 < x < 2 und daher ¯ ¯ ¯ 1+x ¯ 3 ¯ ¯ ¯ 2(x2 + 1) ¯ ≤ 2 . Also hat man
¯ ¯ ¯ 1 1 ¯¯ 3 ¯ ¯ x2 + 1 − 2 ¯ ≤ 2 |x − 1|.
Wenn man jetzt δ := min{ 23 ², 1} setzt, folgt ¯ ¯ ¯ 1 1 ¯¯ 3 ¯ ¯ x2 + 1 − 2 ¯ ≤ 2 |x − 1| < ² f¨ ur alle 0 < |x − 1| < δ. Man will nat¨ urlich nicht immer so komplizierte Rechnungen wie in Beispiel 2.1.3 durchf¨ uhren, um zu sehen, daß Grenzwerte existieren. Der nachfolgende Satz liefert eine wesentliche Vereinfachung, weil er zeigt, wie man die Grenzwerte von komplizierten Funktionen ausrechnen kann, wenn man Grenzwerte von einfachen Funktionen kennt, aus denen die komplizierten Funktionen zusammengesetzt sind. Wenn zwei Funktionen f, g : A → R f¨ ur ein A ⊆ R definiert sind, dann kann man problemlos ihre Summe, ihre Differenz und ihr Produkt definieren: f + g : A → R, f − g : A → R, f g : A → R,
x 7→ f (x) + g(x) x 7→ f (x) − g(x) x 7→ f (x)g(x).
Wenn g(x) 6= 0 f¨ ur alle x ∈ A gilt, dann hat man auch den Quotienten f : A → R, g
x 7→
f (x) . g(x)
Ist in obiger Multiplikation die Funktion f konstant gleich c, so findet man die skalare Multiplikation cg : A → R,
x 7→ cg(x).
¨ Ubung 2.1.4 : Sei F(A, R) die Menge aller Funktionen f : A → R, ausgestattet mit der obigen Addition und skalaren Multiplikation. Dann ist F(A, R) ein R-Vektorraum.
36
KAPITEL 2. STETIGE FUNKTIONEN
Satz 2.1.4 : Seien f und g reellwertige Funktionen, die auf einer Teilmenge M von R definiert sind, und x0 ∈ R erf¨ ulle eine der drei folgenden Bedingungen ∀δ > 0 : M ∩ ]x0 , x0 + δ[6= ∅, ∀δ > 0 : M ∩ ]x0 − δ, x0 [6= ∅, ∀δ > 0 : M ∩ ]x0 − δ, x0 + δ[\{x0 } 6= ∅. Wir nehmen an, daß f und g entsprechend ein- oder beidseitige Grenzwerte in x0 haben und schreiben einfach lim f¨ ur limx→x0 + , limx→x0 − und limx→x0 . Dann gilt (i) lim(f + g)(x) = lim f (x) + lim g(x). (ii) lim(f − g)(x) = lim f (x) − lim g(x). (iii) lim(f g)(x) = lim f (x) lim g(x). (iv) Wenn lim g(x) 6= 0, dann lim fg (x) =
lim f (x) lim g(x) .
Beweis: Idee: Dreiecksungleichung. Wir f¨ uhren den Beweis f¨ ur rechtsseitige Limites und setzen α := lim f (x) und β := lim g(x) (die beiden anderen F¨alle lassen sich w¨ortlich u ¨bertragen). Nach Voraussetzung existieren zu ² > 0 Zahlen δ1 , δ2 > 0 mit ∀ x ∈ ]x0 , x0 + δ1 [ ∩M ∀ x ∈ ]x0 , x0 + δ2 [ ∩M
: :
|f (x) − α| < ² |g(x) − β| < ²
(i) Wenn δ := min{δ1 , δ2 }, dann finden wir mit der Dreiecksungleichung |f (x) + g(x) − (α + β)| ≤ |f (x) − α| + |g(x) − β| < 2² f¨ ur x ∈ ]x0 , x0 + δ[ ∩M . Wenn man dieses Argument auf daß lim(f + g)(x) = lim f (x) + lim g(x).
² 2
statt ² anwendet, sieht man,
(ii) Ganz analog zu (i). (iii) Wir stellen zun¨achst fest, daß |f (x)g(x) − αβ| = |(f (x) − α)g(x) + α(g(x) − β)| ≤ |f (x) − α| |g(x)| + |α| |g(x) − β|. Nach Voraussetzung existiert eine Zahl δ0 mit ∀ x ∈]x0 , x0 + δ0 [ ∩M : |g(x) − β| < 1, also |g(x)| ≤ |g(x) − β| + |β| < 1 + |β|. Wenn jetzt δ := min{δ0 , δ1 , δ2 }, dann finden wir |f (x)g(x) − αβ| ≤ (1 + |β| + |α|)² f¨ ur x ∈ ]x0 , x0 +δ[ ∩M . Wenn wir diesmal in obigem Argument ² durch finden wir lim(f g)(x) = lim f (x) lim g(x).
² 1+|β|+|α|
ersetzen,
(iv) An dieser Stelle m¨ ussen wir zun¨achst nachweisen, daß die Funktion fg u ¨berhaupt auf einer Menge der Form ]x0 , x0 + δ0 [ ∩M definiert ist. Zu diesem Zweck w¨ahlt man δ0 mit ∀ x ∈ ]x0 , x0 + δ0 [ ∩M : |g(x) − β| <
|β| 2
2.1. GRENZWERTE VON FUNKTIONEN
37
so, daß wegen |g(x)| = |(−β) − (g(x) − β)| ≥ |β| − |g(x) − β| gilt ∀ x ∈ ]x0 , x0 + δ0 [ ∩M : |g(x)| ≥ Also ist
f g
|β| > 0. 2
in der Tat auf ]x0 , x0 + δ0 [ ∩M definiert.
Jetzt w¨ahlt man δ := min{δ0 , δ1 , δ2 } und findet ¯ ¯ ¯ ¯ ¯ f (x) α ¯ ¯ β(f (x) − α) − α(g(x) − β) ¯ |β|² + |α|² 2(|β| + |α|) ¯ ¯=¯ ¯< − = ² 1 2 ¯ g(x) ¯ β¯ ¯ βg(x) β2 β 2 f¨ ur x ∈]x0 , x0 + δ[ ∩M , was wiederum lim fg (x) =
lim f (x) lim g(x)
impliziert.
Beispiel 2.1.5 : 2x (i) limx→1 x2 +x−1 = 2. Hier betrachtet man den Bruch als Funktion von x, die sowohl in einem offenen Intervall mit rechtem Rand 1 als auch in einem Intervall mit linkem Rand 1 definiert ist. ... ... ... ... ... ... ... ... .... ...... ..... .... ... ... ... ... .. ... .. .. .. .. .. .. .. .. .. ..
2
........................... ........... ........ ...... .... .... ... ... ... ... .. .. ..
1
.. ..
6 ........p
... ... .... .... ..... ....... .......... .................. ................
-
1
−1
(ii) limh→0 x+hh x = − x12 . Hier ist der Bruch bei festem x als Funktion in h zu betrachten, die wiederum sowohl in einem offenen Intervall mit rechtem Rand 0 als auch in einem Intervall mit linkem Rand 0 definiert ist.
Satz 2.1.6 : Seien f und g reellwertige Funktionen, die auf einer Teilmenge M von R definiert sind und x0 ∈ R erf¨ ulle eine der drei folgenden Bedingungen ∀δ > 0 : ]x0 , x0 + δ[ ∩M 6= ∅, ∀δ > 0 : ]x0 − δ, x0 [ ∩M 6= ∅, ∀δ > 0 : ]x0 − δ, x0 + δ[ ∩M 6= ∅. Wir nehmen an, daß f und g entsprechend ein- oder beidseitige Grenzwerte in x0 haben. und schreiben einfach lim f¨ ur limx→x0 + , limx→x0 − und limx→x0 . Wenn f (x) ≤ g(x) f¨ ur alle x, f¨ ur die f und g definiert sind, dann gilt lim f (x) ≤ lim g(x). Beweis:
38
KAPITEL 2. STETIGE FUNKTIONEN Idee: Differenzen betrachten und Satz 2.1.4 anwenden. Wir f¨ uhren den Beweis wieder f¨ ur die rechtsseitigen Grenzwerte (die beiden anderen F¨alle lassen sich wieder w¨ortlich u ¨bertragen). Wenn limx→x0 + f (x) > limx→x0 + g(x), dann zeigt Satz 2.1.4(ii), daß y := limx→x0 + (f − g)(x) > 0. Dann gibt es ein δ > 0 mit |f (x) − g(x) − y| < y2 f¨ ur x ∈ ]x0 , x0 + δ[ ∩M . Es folgt ∀ x ∈ ]x0 , x0 + δ[ ∩M : 0 <
3y y < f (x) − g(x) < 2 2
im Widerspruch zur Voraussetzung. y 2
z
y 2
}|
{z y
y 2
}|
{ 3y 2
Also haben wir limx→x0 + f (x) ≤ limx→x0 + g(x). y 6........................
......... ... ........ .... ... .... ... ... ........
g
``` a
` f -
x
Beachte, daß in Satz 2.1.6 die Relation ≤ und nicht < auftaucht. Wenn z.B. die Funktion f durch f (x) = −x und die Funktion g durch g(x) = x gegeben ist, dann gilt f (x) < g(x) f¨ ur alle x > 0, aber limx→0+ f (x) = limx→0+ g(x) = 0. Korollar 2.1.7 : Seien f, g und h reellwertige Funktionen, die auf einer Teilmenge M von R definiert sind und x0 ∈ R erf¨ ulle eine der drei folgenden Bedingungen ∀δ > 0 : ]x0 , x0 + δ[ ∩M 6= ∅, ∀δ > 0 : ]x0 − δ, x0 [ ∩M 6= ∅, ∀δ > 0 : ]x0 − δ, x0 + δ[ ∩M 6= ∅. Wir nehmen an, daß f, g und h entsprechend ein- oder beidseitige Grenzwerte in x0 haben. und schreiben einfach lim f¨ ur limx→x0 + , limx→x0 − und limx→x0 . Wenn f (x) ≤ g(x) ≤ h(x) f¨ ur alle x, f¨ ur die f , g und h definiert sind, und lim f (x) = lim h(x), dann hat auch g einen Grenzwert in x0 und es gilt lim f (x) = lim g(x) = lim h(x). Beweis: Idee: Wende Satz 2.1.6 doppelt an. Wir f¨ uhren den Beweis wieder f¨ ur die rechtsseitigen Grenzwerte (die beiden anderen F¨alle lassen sich wie zuvor w¨ortlich u ¨bertragen). Satz 2.1.6 kann nicht angewandt werden, bevor man weiß, ob limx→x0 + g(x) existiert. Setze y = limx→x0 + f (x) = limx→x0 + h(x). Zu ² > 0 gibt es Zahlen δ1 , δ2 > 0 mit ∀x ∈ ]x0 , x0 + δ1 [ ∩M ∀x ∈ ]x0 , x0 + δ2 [ ∩M
: :
f (x) − y > −² h(x) − y < ²
2.1. GRENZWERTE VON FUNKTIONEN
39
Wenn δ := min{δ1 , δ2 }, dann finden wir wegen f (x) − y ≤ g(x) − y ≤ h(x) − y, daß −² < g(x) − y < ² f¨ ur x ∈ ]x0 , x0 + δ[ ∩M . Dies zeigt limx→x0 + g(x) = y. y 6 .......................... h ........ .................................................................... ........... ....X ... X ... XXX ... ... XXg ... ... .... . . . . . . . . ............. ...... . . . . . . . . . . . .... ............ ..... f ...... ................ .............. x
Bis jetzt haben wir das Verhalten von Funktionen x 7→ f (x) untersucht, wenn sich x an einen festen Punkt x0 ann¨ahert. Ganz analog kann man aber auch das Verhalten von Funktionen im Unendlichen behandeln. Sei M ⊆ R eine nach oben unbeschr¨ankte Teilmenge. Wir sagen, eine Funktion f : M → R habe den Grenzwert y f¨ ur x → ∞, wenn es zu jedem ² > 0 ein x0 ∈ R mit ∀ x ∈ ]x0 , ∞[ ∩M : |f (x) − y| < ² gibt. Wir schreiben in diesem Fall limx→∞ f (x) = y und sagen f konvergiert gegen y f¨ ur x → ∞. .. ..
6.........
... .... ..... ...... ........ ......... ........... ............... ...................... ................................................
y
2² -
x0 Analog definieren wir den Grenzwert limx→−∞ f (x): Sei M ⊆ R nach unten unbeschr¨ankt. Eine Funktion f : M → R hat den Grenzwert y f¨ ur x → −∞, wenn es zu jedem ² > 0 ein x0 ∈ R mit ∀ x ∈ ] − ∞, x0 [ ∩M : |f (x) − y| < ² gibt. Sprechweise: f konvergiert gegen y f¨ ur x → −∞. Beachte, daß auch im Kontext der Grenzwerte ±∞ nichts anderes ist als ein Symbol, daß in der Namensgebung verwendet wird! Beispiel 2.1.8 : Es gilt
1 1 = 0 = lim . x→−∞ x x ¯ ¯ und x− := − 1² . Dann finden wir ¯ x1 ¯ < ² f¨ ur alle x > x+ und f¨ ur alle x < x− . lim
x→∞
Sei ² > 0, x+ :=
1 ²
y
.. 6 .. .
... ... ... .... ...... ........ ............... ......
................... ......... ....... .... ... ... ... .. .. .
-x
40
KAPITEL 2. STETIGE FUNKTIONEN
¨ Ubung 2.1.5 : Die Menge
¡ ¢ {f ∈ F ]a, ∞[, R | ∃ lim f (x)} x→∞
¨ ist ein Untervektorraum von F(]a, ∞[, R) (vgl. Ubung 2.1.4)
Proposition 2.1.9 : Sei M ⊆ R nach oben unbeschr¨ ankt und f : M → R eine Funktion. Setze N := { x1 | x ∈ M \ {0}} und g : N → R, t 7→ f ( 1t ). Dann gilt ]0, δ[ ∩N 6= ∅ f¨ ur jedes δ > 0 und lim f (x) = y
⇔
x→∞
lim g(t) = y.
t→0+
Beweis: Idee: Dies folgt aus Proposition 1.2.5 und den Definitionen. Wenn limx→∞ f (x) = y, dann gibt es zu ² > 0 ein x0 ∈ R mit (∗)
|f (x) − y| < ²
f¨ ur x ∈ ]x0 , ∞ ∩ M . Setze δ = daher (∗∗)
1 x0 .
Dann gilt (vgl. Proposition 1.2.5)
|g(t) − y| = |f
¡1¢ t
1 t
> x0 f¨ ur 0 < t < δ und
− y| < ²
f¨ ur t ∈ ]0, δ[ ∩N . Dies bedeutet aber, daß limt→0+ g(t) = y. Umgekehrt, wenn limt→0+ g(t) = y, dann gilt (∗∗) f¨ ur t ∈ ]0, δ[ ∩N . Mit x0 = dies (∗) f¨ ur x ∈ ]x0 , ∞[ ∩M , also limx→∞ f (x) = y.
1 δ
impliziert
Bemerkung 2.1.10 : Analog zu Proposition 2.1.9 beweist man: Sei M ⊆ R nach oben unbeschr¨ankt und f : M → R eine Funktion. Setze N := { x1 | x ∈ M \ {0}} und g : N → R, t → 7 f ( 1t ). Dann gilt ] − δ, 0[ ∩N 6= ∅ f¨ ur jedes δ > 0 und lim f (x) = y
x→−∞
⇔
lim g(t) = y.
t→0−
Beispiel 2.1.11 : x2 − 2x = lim x→∞ 2x2 − 3x − 1 x→0+ lim
2 x2
1 x2
−
− 3 x
2 x
−1
1 − 2t 1 = 2 t→0+ 2 − 3t − t 2
= lim
Im allgemeinen haben Funktionen keinen Grenzwert f¨ ur x → ±∞. Es gibt allerdings wichtige Klassen von Ausnahmen, wo das doch so ist: Sei M ⊆ R. Eine Funktion f : M → R heißt monoton steigend, wenn x1 ≤ x2
⇒
f (x1 ) ≤ f (x2 )
2.1. GRENZWERTE VON FUNKTIONEN
41
f¨ ur alle x1 , x2 ∈ M . Wenn x1 < x2
⇒
f (x1 ) < f (x2 )
f¨ ur alle x1 , x2 ∈ M , heißt f strikt oder streng monoton steigend. Analog sagt man, daß eine Funktion f : M → R monoton fallend ist, wenn x1 ≤ x2
⇒
f (x1 ) ≥ f (x2 )
⇒
f (x1 ) > f (x2 )
f¨ ur alle x1 , x2 ∈ M . Entsprechend, wenn x1 < x2
f¨ ur alle x1 , x2 ∈ M , heißt f strikt oder streng monoton fallend. Schließlich heißt f monoton, wenn es monoton fallend oder monoton steigend ist. Satz 2.1.12 : Sei M ⊆ R nach oben unbeschr¨ ankt sowie f : M → R monoton steigend und nach oben beschr¨ ankt (d.h. die Menge der Funktionswerte ist nach oben beschr¨ ankt). Dann existiert der Grenzwert limx→∞ f (x). Beweis: Idee: Supremum betrachten. Sei Z := {f (x) ∈ R | x ∈ M }. Dann ist Z nichtleer und beschr¨ankt. Sei K := sup(Z). Zu ² > 0 existiert ein x0 ∈ M mit K − ² < f (x0 ) ≤ K. Weil aber f monoton steigend ist, erhalten wir ∀ x ∈ ]x0 , ∞[ ∩M : K − ² < f (x) ≤ K. Dies zeigt |f (x) − K| < ² f¨ ur alle x ∈]x0 , ∞[ ∩M und damit limx→∞ f (x) = K. y K
6 ........................... ..................... ............. .......... ........ . . . . . . . . ....... ..... .... .... ... . . ... ... ... .. . ... ...
x
Bemerkung 2.1.13 : Ganz analog zu Satz 2.1.12 zeigt man: (i) Sei M ⊆ R nach oben unbeschr¨ankt sowie f : M → R monoton fallend und nach unten beschr¨ankt. Dann existiert limx→∞ f (x). (ii) Sei M ⊆ R nach unten unbeschr¨ankt sowie f : M → R monoton fallend und nach oben beschr¨ankt. Dann existiert limx→−∞ f (x). (iii) Sei M ⊆ R nach unten unbeschr¨ankt sowie f : M → R monoton steigend und nach unten beschr¨ankt. Dann existiert limx→−∞ f (x).
42
KAPITEL 2. STETIGE FUNKTIONEN y .. ... 6 .... ......
y 6
... ... ... .... ...... ....... ......... ........... ................ .......................... .......................... ............................... ................. ............ .......... ......... ........ ...... ...... .... .... ... ... ... ... ... ...
.. ........ .......... ............. .................. . . . . . . . . . . . . . . . . . . . . . . . . . . . ......................................
-x
-x
...................... ......................... ................ ............. ........... . . . . . . . . . ...... ....... ....... ....... ...... ......
¨ Ubung 2.1.6 : Entscheide, ob die folgenden Grenzwerte existieren und berechne sie gegebenenfalls. x . x→0 |x|
(i) lim
(ii) lim |x|, x→0
(iii) lim (x2 + x + 1), x→0+
1 x→1+ x−1
(iv) lim
,
¨ Ubung 2.1.7 : Sei
½
1 0
f (x) :=
falls x rational, falls x irrational.
Zeige, daß der Grenzwert lim f (x) f¨ ur kein a ∈ R existiert. x→a
¨ Ubung 2.1.8 : Sei f : R → R eine Funktion, die die Cauchysche Funktionalgleichung f (x + y) = f (x) + f (y) f¨ ur alle x, y ∈ R erf¨ ullt. Zeige: Falls der Grenzwert lim f (x) existiert, so existiert auch der Grenzwert lim f (x) x→0
f¨ ur jedes a ∈ R. ¨ Ubung 2.1.9 : Berechne die folgenden Limites. (i)
2 lim x +x , x→−1 x+1
x2 . x→0 |x|
(ii) lim
¨ Ubung 2.1.10 : Berechne den folgenden Grenzwert: µ ¶ 1 3 lim − . x→1 1−x 1 − x3
¨ Ubung 2.1.11 : Berechne die folgenden Limites. (i) lim
1 (x+h)2
h→0
(ii) (iii)
h
− 12 x
,
h→0−
lim
|x+h|−|x| , h
lim
|x+h|−|x| . h
h→0+
¨ Ubung 2.1.12 : Es seien a0 , . . . , an , b0 , . . . , bm ∈ R mit an 6= 0 und bm 6= 0. Diskutiere die Limites (i) lim
x→∞
an xn + · · · + a1 x + a0 , bm xm + · · · + b1 x + b0
x→a
2.2. STETIGKEIT
43
(ii) lim
x→−∞
an xn + · · · + a1 x + a0 . bm xm + · · · + b1 x + b0
¨ Ubung 2.1.13 : Zeige, daß aus lim f (x) = L folgt, daß lim |f (x)| = |L|. Gilt auch die Umkehrung? x→a
x→a
¨ Ubung 2.1.14 : Man fertige eine qualitative Skizze1 der folgenden Funktionen an: (i) f : R → R; f (x) =
1 . (x−121)2 +1
(ii) f : R → R; f (x) = xn f¨ ur n = 1, 2, 3, 4, 5 (in ein Schaubild). (iii) f : D → R; f (x) =
1 1c. bx
Welches ist die gr¨ oßte Teilmenge D ⊆ R, f¨ ur die f definiert ist?
¨ Ubung 2.1.15 : Es sei
½ f:
D x
→ 7 →
R 1 x
− b x1 c
.
(i) Man bestimme den gr¨ oßtm¨ oglichen Definitionsbereich D ⊆ R von f . (ii) Man fertige eine qualitative Skizze von f an. ur alle n ∈ Z und alle r ∈ [0, 1[ mit (n, r) 6= (0, 0) gilt: (iii) Man beweise, daß f¨ µ ¶ 1 f = r. n+r (iv) Man beweise (mittels der Definitionen), daß f weder einen linksseitigen noch einen rechtsseitigen Grenzwert in 0 besitzt.
¨ ur die Grenz¨ uberg¨ ange Ubung 2.1.16 : Formuliere die Analoga von Satz 2.1.4, Satz 2.1.6 und Korollar 2.1.7 f¨ x → ±∞ und beweise sie. Hinweis: Man kann das z.B. mithilfe von Proposition 2.1.9 und Bemerkung 2.1.10 tun.
2.2
Stetigkeit
Sei M ⊆ R und x0 ∈ M . Eine Funktion f : M → R heißt rechts–stetig in x0 , wenn ∀² > 0 ∃δ > 0 : (x ∈ M ∩ ]x0 , x0 + δ[ ⇒ |f (x) − f (x0 )| < ²). Analog heißt f : M → R links–stetig in x0 , wenn ∀² > 0 ∃δ > 0 : (x ∈ M ∩ ]x0 − δ, x0 [ ⇒ |f (x) − f (x0 )| < ²) und stetig in x0 , wenn ∀² > 0 ∃δ > 0 : (x ∈ M ∩ ]x0 − δ, x0 + δ[\{x0 } ⇒ |f (x) − f (x0 )| < ²). 1 Eine qualitative Skizze ist eine handschriftliche Skizze (keine Computerzeichnung!) der Funktion, die den ungef¨ ahren Verlauf in einem aussagekr¨ aftigen Bereich zeigt. Auch die Beschriftung und Skalierung der Achsen muss sinnvoll vorgenommen werden. Man soll aus der Zeichnung z.B. erkennen, wieviele Nullstellen die Funktion besitzt, wo in etwa Maxima und Minima liegen oder Sprungstellen vorhanden sind etc. Wenn die Werte (Abzissen- und/oder Ordinatenwerte) von besonderen Punkten leicht genau zu ermitteln sind, sind diese Werte einzutragen. Wenn sie nur ungef¨ ahr zu ermitteln sind, tr¨ agt man wenigstens ein, wo in etwa der betreffende Punkt liegt. Z.B. ist es h¨ aufig von Interesse, daß eine Nullstelle zwischen −1 und 0 liegt, wobei der exakte Wert nicht ermittelt werden kann. Bei Sprungstellen oder Definitionsl¨ ucken deute man mit • bzw. ◦ an, ob der betreffende Punkt zum Graphen geh¨ ort bzw. nicht dazu geh¨ ort.
44
KAPITEL 2. STETIGE FUNKTIONEN y
......... ........ ........ ...... . . . . . ........ ...... .... ...... .... ........... ......... . . . . . . . . . . . . .............. .... ............... .... .......... .... .... .... .................... ..... ......... .............. ............ ................ ......... ............... ..... .... .......... .....................
s
6 ........
s s
-x
a
x0 b
Wenn eine Funktion f : M → R in jedem Punkt von M stetig ist, nennt man sie stetig in M . In der Definition der (einseitigen) Stetigkeit h¨atte man den Punkt x0 auch jeweils mit in die Intervalle einbeziehen k¨onnen, weil |f (x0 ) − f (x0 )| = 0 gilt. Die hier gegebene Formulierung zielt darauf ab, den Zusammenhang mit der Definition des Grenzwerts deutlich herauszuarbeiten: Aus der Definition der Stetigkeit folgt n¨amlich unmittelbar, daß eine Funktion f : M → R dann und nur dann stetig in x0 ∈ M ist, wenn limx→x0 f (x) = f (x0 ) sofern x0 ∈ M ein H¨aufungspunkt von M ist. Andernfalls ist f in x0 automatisch stetig. Beispiel 2.2.1 : (i) Die Funktion f : R → R, x 7→ x ist stetig. y
6
¡f (x) ¡
¡ ¡
-x
¡
¡
¡
(ii) Die Funktion f : R → R, x 7→ |x| ist stetig. y
@
6
@
¡ ¡
¡
@ @¡
-x
(iii) Die Funktion f : R → R, x 7→ bxc ist in jedem Punkt rechts–stetig, aber nur in den Punkten von R \ Z stetig. y
-3 -2 -1
p
p
p
6 p
p 1
p
p -x
2
3
(iv) Die Funktion f : R\{0} → R, x 7→ |x| x ist stetig. Egal, wie man die Funktion an der Stelle 0 definiert, die resultierende Funktion ist nicht stetig. Man kann lediglich entweder Linksstetigkeit erreichen durch f (0) = −1 oder Rechtsstetigkeit durch durch f (0) = 1. y
6 -x
2.2. STETIGKEIT
45
Satz 2.2.2 : Seien f, g : M → R zwei Funktionen, die in x0 ∈ M stetig sind. (i) f ± g und f g sind in x0 stetig. (ii) Wenn g(x0 ) 6= 0, dann gibt es ein δ > 0 f¨ ur das gilt: (a) g(x) 6= 0 f¨ ur alle x ∈ M 0 := ]x0 − δ, x0 + δ[ ∩M , (b) Die Funktion
f g
: M 0 → R, x 7→
f (x) g(x)
stetig in x0 .
Analoge Aussagen lassen sich f¨ ur rechts- und linksseitige Stetigkeit machen (dabei ist nur die Bedingung (a) passend abzu¨ andern). Beweis: Idee: Wende Satz 2.1.4 an. Wenn es ein δ > 0 mit ]x0 − δ, x0 + δ[∩ M = ∅ gibt, dann sind nach Definition alle Funktionen M → R in x0 stetig und es ist nichts mehr zu zeigen. Wir k¨onnen also o.B.d.A. annehmen, daß f¨ ur alle δ > 0 gilt ]x0 − δ, x0 + δ[∩ M 6= ∅ und daher Satz 2.1.4 anwenden. (i) Mit Satz 2.1.4 rechnen wir lim (f ± g)(x) = lim f (x) ± lim g(x) = f (x0 ) ± g(x0 ) = (f ± g)(x0 )
x→x0
x→x0
x→x0
und analog lim (f g)(x) = lim f (x) lim g(x) = f (x0 )g(x0 ) = (f g)(x0 ).
x→x0
x→x0
x→x0
Dies beweist die Behauptung f¨ ur beidseitige Stetigkeit. Die entsprechenden Aussagen f¨ ur einseitige Stetigkeit zeigt man genauso. (ii) Wie im Beweis von Satz 2.1.4(iv) sieht man, daß es ein δ > 0 mit g(x) 6= 0 f¨ ur alle x ∈ ]x0 −δ, x0 +δ[ ∩M =: M 0 gibt. Damit ist die erste Aussage (f¨ ur beidseitige Stetigkeit) gezeigt. Dann rechnet man lim f (x) x→x0 g
=
limx→x0 f (x) f (x0 ) = = fg (x0 ), limx→x0 g(x) g(x0 )
was auch die zweite Behauptung zeigt.
¨ Ubung 2.2.1 : Sei I ein Intervall. Die Menge C(I, R) = {f ∈ F (I, R) | f stetig} ¨ ist ein Untervektorraum von F(I, R) (vgl. Ubung 2.1.4)
Beispiel 2.2.3 : (i) Definiere induktiv f¨ ur n ∈ N die Funktionen pn : R → R, x 7→ xn := x · xn−1 , wobei x1 := x ist. Zus¨atzlich setzt man x0 := 1 f¨ ur alle x ∈ R. Mit Induktion und Satz 2.2.2 sieht man dann auch, daß alle pn stetig sind. Die Funktionen pn heißen Potenzfunktionen.
46
KAPITEL 2. STETIGE FUNKTIONEN
(ii) Endliche Linearkombinationen von Potenzfunktionen heißen Polynomfunktionen oder einfach Polynome. D.h., eine Polynomfunktion ist eine Funktion der Form f : R → R,
x 7→
N X
an xn := a0 · 1 + a1 · x + a2 · x2 + . . . + aN −1 · xN −1 + aN · xN ,
n=0
wobei die an ∈ R feste Konstanten sind. Wieder mit Induktion und Satz 2.2.2 sieht man, daß alle Polynomfunktionen stetig sind. (iii) Sei f eine Polynomfunktion und Mf := {x ∈ R | f (x) 6= 0} die Menge der Punkte, an denen f nicht verschwindet. Dann kann man f¨ ur jede Polynomfunktion g : R → R eine Funktion g f
: Mf → R,
x 7→
g(x) f (x)
definieren. Solche Funktionen nennt man rationale Funktionen. Sei M ⊆ Mf . Dann sieht man wieder mit Satz 2.2.2, daß g(x) g x 7→ f : M → R, f (x) stetig ist.
¨ Ubung 2.2.2 : Die Menge Pol(R) = {f ∈ F (R, R) | f ist Polynomfunktion} ¨ ist ein Untervektorraum von C(R, R) (vgl. Ubung 2.2.1)
Satz 2.2.4 : Seien g : M → N und f : N → R Funktionen und f ◦ g : M → R,
x 7→ f (g(x)).
Wenn g stetig in x0 ∈ M ist und f stetig in y0 = g(x0 ) ∈ N , dann ist f ◦ g stetig in x0 . Wenn g in x0 nur einseitig stetig ist, dann folgt die entsprechende einseitige Stetigkeit f¨ ur f ◦ g. Beweis: Idee: Dies folgt direkt aus den Definitionen. Sei ² > 0. Wegen der Stetigkeit von f in y0 gibt es ein δ > 0 mit |f (y) − f (y0 )| < ² f¨ ur alle y ∈ N mit |y−y0 | < δ. Wegen der Stetigkeit von g in x0 gibt es ein γ > 0 mit |g(x)−g(x0 )| < δ f¨ ur alle x ∈ M mit |x − x0 | < γ. Aber dann folgt ¡ ¢ ¡ ¢ |f g(x) − f g(x0 ) | < ² f¨ ur alle x ∈ M mit |x − x0 | < γ. Damit ist gezeigt, daß f ◦ g in x0 stetig ist. Die Aussagen ¨ des Satzes f¨ ur einseitig stetiges g seien dem Leser als Ubung u ¨berlassen.
Beispiel 2.2.5 : (i) f : R → R, x 7→ |x2 − a| f¨ ur a ∈ R ist stetig.
2.2. STETIGKEIT
47
a
(ii) f : R → R, x 7→ bx2 c ist stetig in 0, aber nicht in 1.
(iii) f : R → R, x 7→ b−x2 c ist nicht stetig in 0.
Lemma 2.2.6 : Sei x0 ∈ M ⊆ R und f : M → R rechts–stetig in x0 . Wenn mit f (x0 ) < k ∈ R, dann gibt es ein δ > 0 mit der Eigenschaft, daß ∀ x ∈ [x0 , x0 + δ[ ∩M : f (x) < k. Beweis: Zu ² > 0 gibt es ein δ > 0 mit |f (x) − f (x0 )| < ² f¨ ur alle x ∈ [x0 , x0 + δ[ ∩M . Wenn man ² < k − f (x0 ) w¨ahlt, liefert dies f (x) − f (x0 ) ≤ |f (x) − f (x0 )| < k − f (x0 ), also f (x) < k f¨ ur alle x ∈ [x0 , x0 + δ[ ∩M .
Bemerkung 2.2.7 : Analog zu Lemma 2.2.6 beweist man:
48
KAPITEL 2. STETIGE FUNKTIONEN
(i) Sei x0 ∈ M ⊆ R und f : M → R rechts–stetig in x0 . Wenn mit f (x0 ) > k ∈ R, dann gibt es ein δ > 0 mit der Eigenschaft, daß ∀ x ∈ [x0 , x0 + δ[ ∩M : f (x) > k. > (ii) Sei x0 ∈ M ⊆ R und f : M → R links–stetig in x0 . Wenn mit f (x0 ) < k ∈ R, dann gibt es ein δ > 0 mit der Eigenschaft, daß > ∀ x ∈]x0 − δ, x0 ] ∩ M : f (x) < k. > k ∈ R, dann gibt es ein δ > 0 mit (iii) Sei x0 ∈ M ⊆ R und f : M → R stetig in x0 . Wenn mit f (x0 ) < der Eigenschaft, daß > ∀x ∈]x0 − δ, x0 + δ[ : f (x) < k.
¨ ur die f 2 in Ubung 2.2.3 : Finde ein Beispiel einer Funktion f : R → R, die in jedem Punkt unstetig ist, aber f¨ jedem Punkt stetig ist. ¨ Ubung 2.2.4 : Es sei f : R \ {0} → R die folgende Funktion: ½ f (x) :=
1 , q
0
falls x ∈ Q, x = falls x ∈ R \ Q.
p q
mit teilerfremden p ∈ Z, q ∈ N,
Zeige, daß f in allen irrationalen Punkten stetig und in allen rationalen Punkten unstetig ist. ¨ Ubung 2.2.5 : Es seien f, g : [a, b] → R stetige Funktionen. Zeige daß aus f (x) = g(x) f¨ ur alle x ∈ Q ∩ [a, b] bereits folgt, daß f (x) = g(x) f¨ ur alle x ∈ [a, b]. ¨ ur f, g : R → R folgendes m¨ oglich ist. Ubung 2.2.6 : Entscheide, ob f¨ (i) f ist stetig, g ist unstetig und f ◦ g ist stetig, (ii) f ist stetig, g ist unstetig und g ◦ f ist stetig, (iii) f ist unstetig, g ist unstetig und f ◦ g ist stetig.
¨ Ubung 2.2.7 : Die Funktion f : R → R sei definiert durch ( f:
1 − x2 x2 − 1
f¨ ur |x| > 1 . f¨ ur |x| < 1
(i) Fertige eine qualitative Skizze von f an. (ii) Untersuche, an welchen Stellen die Funktion f ein- oder beidseitige Grenzwerte hat. (iii) Zeige, daß man f an den Definitionsl¨ ucken so zu einer Funktion g erg¨ anzen kann, daß g auf ganz R stetig ist. Gib g an.
¨ ¨ 2.2.7(iii) in den Definitionsl¨ ucken von f differenzierbar? Ubung 2.2.8 : Ist die Funktion g aus Ubung
2.3. STETIGE FUNKTIONEN AUF INTERVALLEN
2.3
49
Stetige Funktionen auf Intervallen
Lemma 2.3.1 : Sei f : [a, b] → R eine stetige Funktion mit f (a) < 0 < f (b). Dann gibt es ein x0 ∈ [a, b] mit f (x0 ) = 0. Beweis: Idee: Betrachte das Supremum von Z = {x ∈ [a, b] | f (x) < 0} und ben¨utze Lemma 2.2.6. y 6 ...... ... . .. .. .............. . . . . . . . . .... . .... ... ... ... ... ... ....... .. .. . . . ..........................
a
b
x
Betrachte die Menge Z = {x ∈ [a, b] | f (x) < 0}. Wegen f (a) < 0 ist Z nicht leer. Sei x0 das Supremum von Z. Wir zeigen, daß f (x0 ) = 0. W¨are n¨amlich f (x0 ) < 0, dann h¨atte man x0 < b und es g¨abe es nach Lemma 2.2.6 ein δ > 0 mit [x0 , x0 + δ[ ⊆ [a, b] und f (x) < 12 f (x0 ) < 0 f¨ ur alle x ∈ [x0 , x0 + δ[. Insbesondere w¨are x0 + 2δ ∈ Z im Widerspruch zur Tatsache, daß x0 eine obere Schranke von Z ist. y 6 . .. . ... ... ... . . . .... ... 0 ........ . . . .... ..... ....... ....... ........ . . . . . . . . . . ...............
x
f (x0 )
x
W¨are andererseits f (x0 ) > 0, dann h¨atte man a < x0 und g¨abe es nach Bemerkung 2.2.7 ein ur alle x ∈]x0 − δ, x0 ]. Insbesondere δ > 0 mit ]x0 − δ, x0 ] ⊆ [a, b] und f (x) > 12 f (x0 ) > 0 f¨ δ w¨are x0 − 2 schon eine obere Schranke von Z im Widerspruch zur Tatsache, daß x0 kleinste obere Schranke von Z ist. Zusammen erhalten wir f (x0 ) = 0.
Beispiel 2.3.2 : Die Funktion f (x) = x5 + x − 1 ist auf dem Intervall [0, 1] stetig und erf¨ ullt f (0) = −1 und f (1) = 1. Es gibt also eine Zahl x0 ∈ [0, 1] mit x50 + x0 − 1 = 0. Dies ist eine reine Existenzaussage, die keinen Hinweis darauf gibt, wie man diese L¨osung der Gleichung x5 + x − 1 = 0 finden kann.
Satz 2.3.3 (Zwischenwertsatz): Sei f : [a, b] → R eine stetige Funktion und f (a) ≤ y0 ≤ f (b). Dann gibt es ein x0 ∈ [a, b] mit f (x0 ) = y0 . Beweis: Wende Lemma 2.3.1 auf die Funktion g : [a, b] → R, x 7→ f (x) − y0 an.
¨ Ubung 2.3.1 : Beweise folgende Variante des Zwischenwertsatzes: Sei f : [a, b] → R eine stetige Funktion und f (b) ≤ y0 ≤ f (a). Dann gibt es ein x0 ∈ [a, b] mit f (x0 ) = y0 .
50
KAPITEL 2. STETIGE FUNKTIONEN
Seien A und B beliebige Mengen. Eine Abbildung f : A → B heißt injektiv, wenn ∀ x, x0 ∈ A : (f (x) = f (x0 ) ⇒ x = x0 ) und surjektiv, wenn ∀ y ∈ B ∃ x ∈ A : f (x) = y. Wenn f injektiv und surjektiv ist, dann heißt f bijektiv. Also ist f genau dann bijektiv, wenn ∀ y ∈ B ∃! x ∈ A : f (x) = y. Seien I und J Intervalle in R und f : I → J eine Funktion. Als Relation hat man dann f = {(x, y) ∈ I × J | f (x) = y}. Setze
f −1 = {(y, x) ∈ J × I | (x, y) ∈ f }
Diese Relation ist genau dann eine Funktion f −1 : J → I, wenn f : I → J bijektiv ist. In diesem Fall heißt die Funktion f −1 : J → I, f (x) 7→ x die Umkehrfunktion von f . y
J
6 f −1 (x).......
p
... ... ... .. . ... ... ... ... ... ...... .. ......... . ............. . . . . . . . . . . . . . . . . . ..... .... .......... ...... ........ ...
p pp
p
p pp
pp
p
p pp
pp
f (x)
I
-
x
Satz 2.3.4 : Sei I ein Intervall in R und f : I → R eine strikt monoton steigende (fallende) stetige Funktion. Dann gilt (i) f (I) = {f (x) | x ∈ I} ist ein Intervall. (ii) f : I → f (I) ist bijektiv. (iii) f −1 : f (I) → I ist eine strikt monoton steigende (fallende) stetige Funktion. Beweis: Idee: Mit dem Zwischenwertsatz 2.3.3 zeigt man, daß f (I) ein Intervall mit den Endpunkten inf f (I) und sup f (I) ist. Teil (ii) und die strikte Monotonie in Teil (iii) folgen sofort aus der strikten Monotonie. Die Stetigkeit der Umkehrfunktion zeigt man anhand folgender Skizze:
y
2
y0 +δ y0 −δ
y0 y
1
x1
x0 x 0 −ε
x2 x 0 +ε
2.3. STETIGE FUNKTIONEN AUF INTERVALLEN
51
Wir beweisen den Satz f¨ ur strikt monoton steigende Funktionen, der andere Fall geht analog. (i) Nach dem Zwischenwertsatz 2.3.3 ist mit y1 = f (x1 ) und y2 = f (x2 ) auch jedes y zwischen y1 und y2 von der Form f (x). Mit der Charakterisierung der Intervalle aus ¨ Ubung 2.1.1 folgt jetzt die Behauptung. (ii) Wegen der strikten Monotonie ist f : I → R injektiv, also f : I → f (I) bijektiv. (iii) Wenn f −1 (y1 ) = x1 ≥ x2 = f −1 (y2 ), dann gilt nach Voraussetzung y1 = f (x1 ) ≥ f (x2 ) = y2 , d.h. y1 < y2 impliziert x1 < x2 . Also ist f −1 strikt monoton steigend. Bleibt noch die Stetigkeit von f −1 zu zeigen. Sei zun¨achst y0 = f (x0 ) ∈ f (I) kein Randpunkt und ² > 0. Dann gibt es y1 , y2 ∈ f (I) mit f (x1 ) = y1 < y0 < y2 = f (x2 ), also x0 ∈]x1 , x2 [⊆ I. Wir k¨onnen also auch x01 , x02 ∈ I mit x0 − ² < x01 < x0 < x02 < x0 + ² finden. F¨ ur y10 := f (x01 ) und y20 := f (x02 ) gilt dann y0 ∈]y10 , y20 [ und wir finden ein δ > 0 mit y10 < y0 − δ < y0 < y0 + δ < y20 . Wenn also |y − y0 | < δ, dann gilt y10 < y < y20 und somit −² + f −1 (y0 ) = x0 − ² < x01 = f −1 (y10 ) < f −1 (y) < f −1 (y20 ) = x02 < x0 + ² = f −1 (y0 ) + ², was wiederum
|f −1 (y) − f −1 (y0 )| < ²
impliziert. Damit folgt die Stetigkeit von f −1 in allen Punkten von f (I) außer den Randpunkten. Falls ein Randpunkt von f (I) zu f (I) geh¨ort, kann man das obige Argument ¨ leicht modifizieren und die (einseitige) Stetigkeit auch am Rand zeigen (Ubung).
¨ Ubung 2.3.2 : F¨ ur jedes n ∈ N zeige man: Die Potenzfunktion pn : [0, ∞[ → [0, ∞[ ist strikt monoton steigend und surjektiv. Die damit durch Satz 2.3.4 garantierte Umkehrfunktion heißt die n-te Wurzelfunktion und wird √ 1 mit x 7→ n x oder x 7→ x n bezeichnet.
Eine Funktion f : M → R heißt beschr¨ ankt, wenn es eine Zahl k ∈ R mit ∀x ∈ M : |f (x)| < k gibt. Beispiel 2.3.5 : (i) Die Funktion f : ]1, 3[→ R, x 7→
2 x
ist beschr¨ankt: Es gilt |f (x)| < 2 f¨ ur alle x ∈]1, 3[. ¡ 2 ¢ (ii) Die Funktion f : ]0, 3[→ R, x 7→ x2 ist nicht beschr¨ankt: Sei k > 0. Dann gilt f k+1 = k + 1 und 2 k+1 ∈]0, 3[.
52
KAPITEL 2. STETIGE FUNKTIONEN
Satz 2.3.6 : Eine stetige Funktion f : [a, b] → R auf einem abgeschlossenen beschr¨ ankten Intervall ist beschr¨ ankt. y
.. 6 .. .
... ... ... .... ...... ........ ................ .....
-x
................... ......... ....... .... ... ... ... .. .. .
(nicht stetig und nicht beschr¨ ankt!)
Beweis: Idee: Betrachte das Supremum von Z := {c ∈ R | a ≤ c ≤ b, f : [a, c] → R beschr¨ankt}. Wegen Lemma 2.2.6 und Bemerkung 2.2.7 gibt es ein δ > 0 mit ∀ x ∈ [a, a + δ] : f (a) − 1 < f (x) < f (a) + 1. Sei x0 := sup{c ∈ R | a ≤ c ≤ b, f : [a, c] → R beschr¨ankt}. Dann gilt b ≥ x0 ≥ a + δ > a. Als n¨achstes wollen wir zeigen, daß x0 = b. Wenn x0 < b gilt, finden wir, nochmal mit Bemerkung 2.2.7, ein δ1 > 0 mit (∗)
∀ x ∈ [x0 − δ1 , x0 + δ1 ] : |f (x)| < |f (x0 )| + 1. y
6
........ .................. ............. ................................. ......... ................ ....................................
a
x0 δ1
b x
Beachte, daß x0 − δ1 ∈ Z, da es ein x ∈ Z mit x0 − δ1 < x gibt und daher f : [a, x] → R beschr¨ankt ist. A fortiori ist also auch f : [a, x0 − δ1 ] → R beschr¨ankt, d.h. x0 − δ1 ∈ Z. Jetzt schließen wir mit (∗), daß f auf [a, x0 +δ1 ] beschr¨ankt ist. Dies aber steht im Widerspruch zur Definition von x0 . Also ist x0 = b. Jetzt wissen wir, daß f auf jedem Intervall der Form [a, c] mit c < b beschr¨ankt ist. Aus der Stetigkeit von f in b folgt aber, daß es ein δ2 > 0 mit ∀ x ∈ ]b − δ2 , b] : |f (x) − f (b)| < 1 gibt. Wenn also ∀ x ∈ [a, b − δ2 ] : |f (x)| < k und k 0 = max{k, |f (b)| + 1}, dann gilt ∀ x ∈ [a, b] : |f (x)| < k 0 ¯ ¡ ¢¯ weil |f (x)| = ¯f (b) − f (x) − f (b) ¯ ≤ |f (b)| + |f (x) − f (b)|. Also ist f : [a, b] → R beschr¨ankt.
Als Konsequenz von Satz 2.3.6 ergibt sich, daß eine stetige Funktion auf einem abgeschlossenen beschr¨ankten Intervall [a, b] sowohl einen minimalen als auch einen maximalen Wert hat:
2.3. STETIGE FUNKTIONEN AUF INTERVALLEN
53
Satz 2.3.7 : Seien a, b ∈ R und f : [a, b] → R stetig. Dann gibt es xmin , xmax ∈ [a, b] mit f (xmin ) = inf{f (x) | x ∈ [a, b]} =: inf f (x) x∈[a,b]
und f (xmax ) = sup{f (x) | x ∈ [a, b]} =: sup f (x). x∈[a,b]
Beweis: ¡
¢−1
Idee: Betrachte x 7→ sup f ([a, b]) − f (x)
und ben¨ utze Satz 2.3.6.
Sei W := f ([a, b]) := {f (x) | x ∈ [a, b]}. Nach Satz 2.3.6 ist die Menge W beschr¨ankt. Sei K = sup W . Wir suchen also ein xmax mit f (xmax ) = K. Dazu nehmen wir an, daß f (x) < K f¨ ur alle x ∈ [a, b]. Dann k¨onnen wir die Funktion g : [a, b] → R,
x 7→
1 K − f (x)
definieren. Nach Satz 2.2.2 ist g stetig und daher wegen Satz 2.3.6 beschr¨ankt. W¨ahle m > 0 mit g(x) < m f¨ ur alle x ∈ [a, b]. Dann gilt ∀x ∈ [a, b] : f (x) < K −
1 , m
was aber der Definition von K als kleinster oberer Schranke f¨ ur W widerspricht. Also muß es ein xmax ∈ [a, b] mit f (xmax ) = K geben. Die Aussage f¨ ur xmin zeigt man, indem man −f betrachtet (und davon das Minimum bestimmt).
In der Situation von Satz 2.3.7 sagt man, f nimmt auf [a, b] sein Maximum (oder Minimum) an oder auch, f hat in [a, b] ein Maximum (oder Minimum). Ein abgeschlossenes Intervall heißt kompakt, wenn es beschr¨ankt ist, d.h. von der Form [a, b] mit a, b ∈ R. Beispiel 2.3.8 : (i) Die Funktion f : [0, 2] → R, x 7→ x2 − 1 erf¨ ullt −1 = f (0) ≤ f (x) ≤ f (2) = 3 f¨ ur alle x ∈ [0, 2]. (ii) Die Funktion f : ]0, 2[→ R, x 7→ x2 − 1 erf¨ ullt −1 < f (x) < 3 f¨ ur alle x ∈]0, 2[, hat also keinen maximalen und keinen minimalen Wert.
Sei I ein Intervall und f : I → R eine Funktion. Dann heißt f (x0 ) ein Extremum von f , falls es das Minimum oder das Maximum von f ist. ¨ Ubung 2.3.3 : Zeige, daß aus a > 0 folgt, daß an > 0. Gilt dies auch f¨ ur a < 0? ¨ Ubung 2.3.4 : (i) Zeige, daß die Gleichung x5 − 3x3 − x + 1 = 0 im Intervall [0, 2] eine L¨ osung besitzt. (ii) Sei f : [a, b] → [a, b] eine stetige Funktion. Zeige, daß es ein c ∈ [a, b] gibt mit f (c) = c. (iii) Seien f, g : [a, b] → R stetige Funktionen mit f (a) ≤ g(a) und f (b) ≥ g(b). Zeige, daß es ein c ∈ [a, b] mit f (c) = g(c) gibt.
54
KAPITEL 2. STETIGE FUNKTIONEN
¨ Ubung 2.3.5 : Zeige, daß x4 − 3x3 + 1 eine Nullstelle im Intervall [0, 1] besitzt. ¨ Ubung 2.3.6 : (i) Finde ein Beispiel einer unbeschr¨ ankten Funktion f : [0, 1] → R. (ii) Wahr oder falsch? Ist f :]a, b[→ R auf jedem abgeschlossenen Teilintervall von ]a, b[ beschr¨ ankt, so ist f auf ]a, b[ beschr¨ ankt. (iii) Seien f, g : [a, b] → R beschr¨ ankte Funktionen. Zeige, daß dann auch f + g und f g auf [a, b] beschr¨ ankt sind.
¨ Ubung 2.3.7 : (i) Gib ein Beispiel einer Funktion f : [0, 1] → R, die kein Maximum auf diesem Intervall hat, (ii) Gib ein Beispiel einer stetigen Funktion auf einem unbeschr¨ ankten Intervall, die kein Maximum auf diesem Intervall hat, (iii) Gib ein Beispiel einer stetigen Funktion auf einem beschr¨ ankten Intervall, die kein Maximum auf diesem Intervall hat.
¨ Ubung 2.3.8 : Sei I ⊆ R ein Intervall. Zeige, daß jede strikt monotone Funktion f : I → R eine Bijektion f : I → f (I), x 7→ f (x) induziert. Ist die Aussage Jede strikt monotone Funktion f : I → f (I) hat eine stetige ” Umkehrfunktion f −1 : f (I) → I“ richtig? Begr¨ undung? ¨ Ubung 2.3.9 : Es sei
½ f:
]1, ∞[ x
→ 7→
R x x−1
.
(i) Fertige eine qualitative Skizze2 von f an. (ii) Zeige, daß f streng monoton f¨ allt. ¨ (iii) Uberpr¨ ufe die Existenz von lim f (x) und lim f (x) und berechne sie gegebenenfalls. x→1+
x→∞
Hinweis: Wenn g : ]a, ∞[→ R eine monoton fallende Funktion ist, die nicht nach oben beschr¨ ankt ist, dann existiert lim g(x) nicht. (Dieser Hinweis muß nicht gezeigt werden.) x→a+
¨ Ubung 2.3.10 : Untersuche die Menge ½ M :=
¯ ¾ ¯ x ¯ x ∈ ]1, ∞[ x−1 ¯
auf Infimum und Supremum. Ein sehr sch¨ oner Weg ist: (i) Zeige: Ist g : ]a, ∞[→ R eine monoton fallende Funktion, dann existiert sup g(]a, ∞[) genau dann, wenn limx→a+ g(x) existiert und inf g(]a, ∞[) genau dann, wenn limx→∞ g(x) existiert. Im Falle der Existenz gilt sup g(]a, ∞[) = limx→a+ g(x) und inf g(]a, ∞[) = limx→∞ g(x). (ii) Nutze Aufgabe 2.3.9. ¨ Etwas einfacher ist hier aber die direkte Uberpr¨ ufung. ¨ Ubung 2.3.11 : Wann ist die in Aufgabe 2.3.10 vorgestellte Methode zur Bestimmung von Infima und Suprema sinnvoll/praktikabel? Welche Voraussetzung an die Funktion f ist unbedingt notwendig? Kann diese Methode ausgeweitet werden? Hinweis: Man betrachte die Menge {x2 |x ∈ R} (hier ist die Methode sinnvoll) und die Menge { x1 −b x1 c|x ∈ R\{0}} (hier ist die Methode unpraktikabel). ¨ ankte Funktion. Man zeige: x 7→ xg(x) ist stetig im Punkt Ubung 2.3.12 : Es sei g : [−1, 1] → R eine beschr¨ x0 := 0. 2 Diese Skizze soll dazu dienen, eine Vermutung uber die in (iii) gefragten (einseitigen) Grenzwerte zu erhalten. In diesem ¨ Sinne ist hier qualitativ“ zu verstehen. ”
2.3. STETIGE FUNKTIONEN AUF INTERVALLEN ¨ Ubung 2.3.13 : Es sei f : R → R erkl¨ art durch f (x) =
55
x . 1+|x|
(i) Ist f auf R stetig? (ii) Zeige, daß f streng monoton wachsend ist. (iii) Zeige, daß f injektiv ist. (iv) Bestimme die Umkehrfunktion f −1 : f (R) → R von f .
¨ Ubung 2.3.14 : Bestimme Supremum und Infimum der ½ x M := 1 + |x|
Menge ¯ ¾ ¯ ¯ x∈R . ¯
¨ Ubung 2.3.15 : Sei I ⊆ R ein Intervall und f : I → R eine monoton steigende Funktion. Zeige, daß es nur abz¨ ahlbar viele Punkte x ∈ I gibt, in denen f nicht stetig ist. Hinweis: Betrachte in jedem Punkt x ∈ I die Sprungh¨ ohe“ limh→0+ f (x + h) − limh→0+ f (x − h). ” ¨ Ubung 2.3.16 : Man untersuche die folgenden Funktionen f : R → R auf Stetigkeit im Punkt x0 : (i)
1 f (x) =
(ii)
( f (x) =
1 2
0
f¨ ur x > 0 f¨ ur x0 = 0 f¨ ur x < 0
(x − 1)2 x−1
mit x0 = 1.
Literatur: [Be03], [Fo83], [GH70] [Heu80], [K¨o90], [MM93]
f¨ ur x ≥ 1 f¨ ur x < 1
56
KAPITEL 2. STETIGE FUNKTIONEN
Kapitel 3
Differenzierbare Funktionen In diesem Kapitel f¨ uhren wir die Ableitung als Maß f¨ ur die Ver¨ anderung von Funktionswerten ein, zeigen, wie man damit rechnet (Produktregel, Quotientenregel, Kettenregel etc.), und beweisen den grundlegenden Mittelwertsatz f¨ ur differenzierbare Funktionen.
3.1
Die Ableitung einer Funktion
Die Ableitung einer Funktion ist die formalisierte Antwort auf folgende (nicht formalisierte) Frage: Wie stark a¨ndert sich der Funktionswert f (x) einer Funktion in Abh¨angigkeit von dem Wert x? Im Graphen der ¨ Funktion schl¨agt sich diese Anderungsrate als Steigung nieder. Wenn f (x) die Position eines Gegenstandes ¨ zur Zeit x modelliert, dann l¨aßt sich die Anderungsrate als Geschwindigkeit interpretieren. Ist dagegen ¨ f (x) die Geschwindigkeit des Gegenstands, so interpretiert man die Anderungsrate als Beschleunigung (oder Verz¨ogerung). y
.....................
........ ....... 6 ......³ .........³ . . . . . . ³ . . . . . ........... .................³ ............ ........ ³ ....
f (x + h) f (x)
x
.
a
b
x
h
Sei M ⊆ R und f : M → R eine Funktion sowie x ∈ M ein H¨aufungspunkt von M . F¨ ur 0 6= h mit x + h ∈ M betrachtet man den Differenzenquotienten Qf,x : {h ∈ R | h 6= 0, x + h ∈ M } → R,
h 7→
f (x + h) − f (x) h
von f in x. Wenn der Grenzwert limh→0 Qf,x (h) existiert, dann nennt man ihn die Ableitung von f in x und sagt f ist differenzierbar in x. Wenn f in jedem Punkt von M differenzierbar ist, sagt man einfach, f : M → R ist differenzierbar. In diesem Fall bezeichnet man die Funktion M → R, die jedem x ∈ M die Ableitung von f in x zuordnet, mit f 0 : M → R und nennt sie die Ableitung von f . Beachte: Die Existenz des Grenzwerts limh→0
f (x+h)−f (x) h
ist gleichwertig mit ¯ ¯ ³ ´ ¯ f (x + h) − f (x) ¯ (∃y0 ∈ R)(∀² > 0)(∃δ > 0) : 0 6= h ∈] − δ, δ[ ∩ (M − x) ⇒ ¯¯ − y0 ¯¯ < ² , h
wobei M − x = {m − x | m ∈ M } ist.
Beispiel 3.1.1 : 57
58
KAPITEL 3. DIFFERENZIERBARE FUNKTIONEN
(i) Betrachte die Funktion f : ]0, ∞[→ R, x 7→ x1 . Dann gilt 1 x+h
f 0 (x) = lim
−
1 x
h
h→0
=−
1 , x2
d.h. f ist u ¨berall differenzierbar. y
.. .. 6 .. ..
... ... ... ... .... .... .... ...... ...... ....... ........ ......... ........... ............. ................. .......................... ..............
-
x
(ii) Die Funktion f : R → R, x 7→ x ist u ¨berall differenzierbar mit x+h−x = 1. h
f 0 (x) = lim
h→0
y
6
¡ ¡
¡
¡
¡
¡
¡
-x
¡
¡
(iii) Sei c ∈ R. Dann ist die Funktion f : R → R, x 7→ c ist u ¨berall differenzierbar mit c−c = 0. h→0 h
f 0 (x) = lim y
6
-x
Wenn f = (f1 , . . . , fn ) : ]a, b[→ Rn eine vektorwertige Funktion ist und x ∈]a, b[, so heißt f differenzierbar ¡in x, wenn alle f¢j , j = 1, . . . , n in x differenzierbar sind. Die Ableitung von f in x ist dann f 0 (x) := f10 (x), . . . , fn0 (x) ∈ Rn . Differenzierbarkeit ist eine st¨arkere Voraussetzung als Stetigkeit: Satz 3.1.2 : Sei M ⊆ R und f : M → R in x ∈ M differenzierbar. Dann ist f in x stetig. Beweis:
3.1. DIE ABLEITUNG EINER FUNKTION
59
Idee: Differenzenquotienten umformen. Sei 0 6= h ∈ M − x. Dann gilt f (x + h) =
f (x + h) − f (x) h + f (x). h
Weil f in x differenzierbar ist, gilt nach Satz 2.1.4 lim f (x + h) =
h→0
= =
f (x + h) − f (x) · lim h + f (x) h→0 h→0 h f 0 (x) · 0 + f (x) f (x), lim
und dies beweist die Behauptung.
Beispiel 3.1.3 : Um zu sehen, daß Stetigkeit nicht Differenzierbarkeit impliziert, betrachte die Funktion f : R → R, x 7→ |x|. Nach Beispiel 2.2.1 ist f u ¨berall stetig. Andererseits haben wir lim
h→0+
|0 + h| − 0 =1 h
und
lim
h→0−
|0 + h| − 0 = −1, h
woraus man sieht, daß f in 0 nicht differenzierbar ist. y
@
@
6 ¡
@ @¡
¡ ¡ -x
In Satz 2.3.7 haben wir gezeigt, daß stetige Funktionen auf kompakten Intervallen ihre Maxima und Minima annehmen, hatten aber keinerlei Hinweis darauf, wo man diese Extremwerte zu suchen hat. F¨ ur differenzierbare Funktionen liefert die Ableitung notwendige Bedingungen daf¨ ur, daß ein Punkt f (x0 ) ein Extremum, d.h. das Minimum oder das Maximum von f ist. Satz 3.1.4 : Sei f : ]a, b[→ R differenzierbar. Wenn f in x0 ∈]a, b[ ein Extremum hat, dann gilt f 0 (x0 ) = 0. Beweis: Idee: Betrachte das Vorzeichen des Differenzenquotienten in x0 . Wir beweisen die Behauptung f¨ ur den Fall, daß f sein Minimum in x0 hat, d.h. f (x0 ) = inf{f (x) | x ∈]a, b[}. Der andere Fall geht ganz analog. Es gilt f (x0 + h) − f (x0 ) ≥ 0 f¨ ur alle h mit x0 + h ∈]a, b[, also (x0 ) und f (x0 +h)−f ≥ 0 f¨ u r h > 0. Weil aber der Grenzwert h f 0 (x0 ) = lim
h→0
f (x0 + h) − f (x0 ) h
existiert, muß er gleich Null sein (vgl Satz 2.1.6).
f (x0 +h)−f (x0 ) h
≤ 0 f¨ ur h < 0
60
KAPITEL 3. DIFFERENZIERBARE FUNKTIONEN
Insbesondere sieht man mit Satz 3.1.4, daß eine stetige Funktion auf einem kompakten Intervall [a, b], die auf ]a, b[ differenzierbar ist, seine Extremwerte entweder an den Randpunkten des Intervalls oder aber an den Nullstellen der Ableitung annimmt. Beispiel 3.1.5 : Betrachte die Funktion f : [−2, 2] → R, x 7→ x2 − 2x − 3. Sie ist differenzierbar in ] − 2, 2[ mit Ableitung f 0 (x) = 2x − 2. Es gilt f 0 (x) = 0 genau dann, wenn x = 1. Wegen f (−2) = 5, f (1) = −4 und f (2) = −3 sieht man, daß f (1) = −4 das Minimum und f (−2) = 5 das Maximum von f auf [−2, 2] ist. Beispiel 3.1.6 : Betrachte die Funktion f : [−1, 1] → R, x 7→ |2x + 1|. Wegen ½ 2x + 1 f¨ ur x ≥ − 12 f (x) = −2x − 1 f¨ ur x < − 12 ist f differenzierbar in ] − 1, − 21 [ mit Ableitung f 0 (x) = −2 und in ] − 12 , 1[ mit Ableitung f 0 (x) = 2. Insbesondere gilt niemals f 0 (x) = 0. Wegen f (−1) = 1, f (− 21 ) = 0 und f (1) = 3 sieht man, daß f (− 12 ) = 0 das Minimum und f (1) = 3 das Maximum von f auf [−1, 1] ist (die Funktion ist streng monoton in ] − 1, − 21 [ und in ] − 12 , 1[, also k¨onnen Extremwerte nur an den Endpunkten dieser Intervalle auftauchen). y
p A
6¢ ¢ ¢
¢ A¢
-1 - 1 2
1
-x
¨ Ubung 3.1.1 : Benutze die Definition der Ableitung um folgende Funktionen zu differenzieren. (i) f (x) = 2x, (ii) f (x) = x2 , (iii) f (x) = 1/x2 . ¨ Ubung 3.1.2 : Sei
½ f (x) =
x2 0
falls x rational, falls x irrational.
F¨ ur welche x ∈ R ist f differenzierbar? ¨ Ubung 3.1.3 : Es sei D ⊆ R eine offene Teilmenge und f : D → R eine Funktion. Zeige: (i) Ist f differenzierbar in x0 ∈ D, so existiert der Grenzwert s(x0 ) := lim
h→0
f (x0 + h) − f (x0 − h) 2h
und es ist s(x0 ) = f 0 (x0 ). (ii) Aus der Existenz des Grenzwertes s(x0 ) folgt nicht die Differenzierbarkeit von f an der Stelle x0 . ¨ Ubung 3.1.4 : (i) Verallgemeinere die Definition von Grenzwerten auf komplexwertige Funktionen f : M → C, wobei M ⊆ C. (ii) Erstelle mit Hilfe von (i) eine Definition daf¨ ur, daß eine Abbildung f : C → C differenzierbar ist. (iii) Zeige, daß die Potenzfunktionen z n komplex differenzierbar sind. (iv) Zeige, daß z 7→ z nirgends komplex differenzierbar ist, aber u ¨berall stetig ist.
¨ ABLEITUNGEN 3.2. RECHENREGELN FUR
3.2
61
Rechenregeln fu ¨ r Ableitungen
In diesem Abschnitt zeigen wir, wie man Summen und Differenzen, Produkte und Quotienten von differenzierbaren Funktionen ableitet. Satz 3.2.1 : Sei M ⊆ R und f, g : M → R Funktionen, die in x ∈ M differenzierbar sind. Dann sind auch f ± g : M → R in x differenzierbar und es gilt (f ± g)0 (x) = f 0 (x) ± g 0 (x). Wir ben¨ utzen hier folgende Konvention: Wenn in einer Formel ± oder ∓ vorkommt, so hat man entweder u ¨berall das obere oder aber u ¨berall das untere Vorzeichen zu lesen. Beweis: Idee: Differenzenquotienten als Summe von zwei Quotienten schreiben. Wir betrachten den Fall f + g, der andere geht analog. Wegen (f + g)(x + h) − (f + g)(x) f (x + h) − f (x) g(x + h) − g(x) = + h h h und (vgl. Satz 2.1.4) µ ¶ f (x + h) − f (x) g(x + h) − g(x) lim + = h→0 h h =
f (x + h) − f (x) g(x + h) − g(x) + lim h→0 h h 0 0 f (x) + g (x) lim
h→0
folgt die Behauptung.
Satz 3.2.2 (Produktregel): Sei M ⊆ R und f, g : M → R Funktionen, die in x ∈ M differenzierbar sind. Dann ist auch die Funktion f g : M → R in x differenzierbar und es gilt (f g)0 (x) = f 0 (x)g(x) + f (x)g 0 (x). Beweis: Idee: Differenzenquotienten nach dem Schema ab − e ae b = (a − e a)b + e a(b − e b) aufspalten. Wegen (f g)(x + h) − (f g)(x) h
= =
(f (x + h) − f (x))g(x + h) + f (x)(g(x + h) − g(x)) h f (x + h) − f (x) g(x + h) − g(x) g(x + h) + f (x) h h
und (vgl. Satz 3.1.2) f (x + h) − f (x) = h g(x + h) − g(x) = lim h→0 h lim g(x + h) =
lim
h→0
h→0
f 0 (x) g 0 (x) g(x)
finden wir mit Satz 2.1.4 (f g)(x + h) − (f g)(x) = f 0 (x)g(x) + f (x)g 0 (x). h→0 h lim
62
KAPITEL 3. DIFFERENZIERBARE FUNKTIONEN
Beispiel 3.2.3 : Mit Satz 3.2.2 und Induktion findet man p0n (x) = nxn−1 f¨ ur die Potenzfunktionen pn : R → R (vgl. Beispiel 2.2.3). Da die Ableitung einer konstanten Funktion Null ist, sieht man durch Kombination von SatzP3.2.1 und Satz 3.2.2, daßPalle Polynomfunktionen differenzierbar sind und die n n Ableitung von f (x) = k=0 ak xk durch f 0 (x) = k=1 ak kxk−1 gegeben ist.
¨ Ubung 3.2.1 : Sei I ⊆ R ein offenes Intervall. Zeige durch Kombination von Satz 3.2.1 und Satz 3.2.2, daß die Menge der differenzierbaren Funktionen f : I → R bzgl. punktweiser Addition und Multiplikation mit Skalaren ¨ ein Untervektorraum von C(I, R) ist (vgl. Ubung 2.2.1). Zeige weiter, daß die Menge C 1 (I, R) = {f ∈ C(I, R) | f 0 existiert und ist stetig} ein Untervektorraum von C(I, R) ist.
Satz 3.2.4 (Quotientenregel): Sei M ⊆ R und f, g : M → R Funktionen, die in x ∈ M differenf := M ∩ ]x − δ, x + δ[ zierbar sind. Wenn g(x) 6= 0, dann gibt es ein δ > 0 mit g(e x) 6= 0 f¨ ur alle x e∈M f f und g : M → R ist in x differenzierbar mit Ableitung µ ¶0 f 0 (x)g(x) − f (x)g 0 (x) f (x) = . g g(x)2 Beweis: Idee: Differenzenquotienten nach dem Schema
a b
−
a e e b
=
(a−e a)b+e a(e b−b) be b
aufspalten.
f := M ∩ ]x − δ, x + δ[ folgt aus Satz 2.2.2, Die Existenz von δ > 0 mit g(e x) 6= 0 f¨ ur alle x e∈M weil g nach Satz 3.1.2 stetig in x ist. Wegen f g (x
+ h) − fg (x) h
=
f (x+h)−f (x) g(x) h
− f (x) g(x+h)−g(x) h , g(x)g(x + h)
solange g(x + h) 6= 0, und f (x + h) − f (x) = h g(x + h) − g(x) lim = h→0 h lim g(x + h) =
lim
h→0
h→0
lim g(x)g(x + h) =
h→0
f 0 (x) g 0 (x) g(x) g(x)2
finden wir wieder mit Satz 2.2.2 lim
h→0
f g (x
+ h) − fg (x) h
=
f 0 (x)g(x) − f (x)g 0 (x) . g(x)2
¨ ABLEITUNGEN 3.2. RECHENREGELN FUR
63
Beispiel 3.2.5 : Wenn die Z¨ahlerfunktion konstant ist, vereinfacht sich die Formel in Satz 3.2.4 zu: µ ¶0 g0 c = −c 2 . g g Insbesondere findet man mit Induktion µ ¶0 µ ¶0 1 1 1 = (x) = −n n+1 . n x pn x Dar¨ uber hinaus stellt man fest, daß jede rationale Funktion in allen Punkten ihres Definitionsbereiches differenzierbar ist und ihre Ableitung explizit ausgerechnet werden kann.
Satz 3.2.6 (Kettenregel): Seien M und N Teilmengen von R und g : M → N sowie f : N → R Funktionen. Betrachte die Verkn¨ upfung f ◦ g : M → R,
x 7→ f (g(x)).
Wenn g differenzierbar in x0 ∈ M ist und f differenzierbar in y0 = g(x0 ) ∈ N , dann ist f ◦g differenzierbar in x0 und es gilt (f ◦ g)0 (x0 ) = f 0 (y0 )g 0 (x0 ). Beweis: Idee: Differenzenquotienten nach dem Schema Hilfsfunktion y 7→
f (y)−f (y0 ) y−y0
a−e a x−e x
=
y a−e a y−e y−e y x−e x
aufspalten und die Stetigkeit der
0
− f (y0 ) in y0 ausn¨ utzen.
Die Hilfsfunktion ( ρ : N → R,
y 7→
f (y)−f (y0 ) y−y0
− f 0 (y0 )
0
f¨ ur y 6= y0 f¨ ur y = y0
ist nach der Definition der Ableitung und der Linearit¨at der Grenzwertbildung (vgl. Satz 2.1.4) stetig in y0 . F¨ ur alle y ∈ N gilt dann ¡ ¢ f (y) − f (y0 ) = (y − y0 ) f 0 (y0 ) + ρ(y) . F¨ ur x 6= x0 rechnen wir jetzt (f ◦ g)(x) − (f ◦ g)(x0 ) x − x0
= =
f (g(x)) − f (g(x0 )) x − x0 ¢ g(x) − g(x0 ) ¡ 0 f (g(x0 )) + ρ(g(x)) . x − x0
Da ρ ◦ g und f 0 ◦ g in x0 nach Satz 3.1.2 und Satz 2.2.4 stetig sind, konvergiert dieser Ausdruck f¨ ur x → x0 in M gegen g 0 (x0 )(f 0 (y0 ) + 0) und das beweist die Behauptung.
Satz 3.2.7 (Ableitung der Umkehrfunktion): Sei f : ]a, b[→ R eine strikt monoton steigende (fallende) stetige Funktion. Wenn f in x0 ∈]a, b[ differenzierbar ist mit f 0 (x0 ) 6= 0, dann ist die Umkehrfunktion f −1 : f (]a, b[) →]a, b[ in y0 = f (x0 ) differenzierbar und es gilt (f −1 )0 (y0 ) =
1 f 0 (x0 )
.
64
KAPITEL 3. DIFFERENZIERBARE FUNKTIONEN y
6 .. ...... .... .... .. . ... ... ... .... ... .. .... ...... ... ....... . . .. . . . . . . . ...... ... .............. .. .............. ... f .......... .... ......... ........ ......... . ...
pp p p pp p pp p p pp p pp f -1
a
b
x
Beweis: Idee: Differenzenquotienten nach dem Schema funktion x 7→
f (x)−f (x0 ) x−x0
y−e y x−e x
=
1 x−x e y−y e
aufspalten und die Stetigkeit der Hilfs-
− f 0 (x0 ) in x0 ausn¨ utzen.
Wir definieren die Hilfsfunktion ½ ρ : ]a, b[→ R,
x 7→
f (x)−f (x0 ) x−x0
− f 0 (x0 )
0
f¨ ur x 6= x0 f¨ ur x = x0
Diese Funktion ist nach der Definition der Ableitung und der Linearit¨at der Grenzwertbildung (vgl. Satz 2.1.4) stetig in x0 . An dieser Stelle bemerken wir, daß es nach Satz 2.3.4 und seinem Beweis ein offenes Intervall ]y0 −δ, y0 +δ[ in f (]a, b[) gibt. Außerdem k¨onnen wir mit Bemerkung 2.2.7(iii) wegen f 0 (x0 ) 6= 0, der Stetigkeit von f −1 in y0 und von ρ in x0 annehmen, daß (∀y ∈]y0 − δ, y0 + δ[) f 0 (f −1 (y0 )) + ρ(f −1 (y)) 6= 0. F¨ ur alle y ∈]y0 − δ, y0 + δ[ und y = f (x) gilt dann y − y0 = f (f −1 (y)) − f (f −1 (y0 )) = (f −1 (y) − f −1 (y0 ))(f 0 (f −1 (y0 )) + ρ(f −1 (y))). F¨ ur y 6= y0 haben wir x 6= x0 und k¨onnen rechnen f −1 (y) − f −1 (y0 ) y − y0
=
1 f 0 (f −1 (y0 )) + ρ(f −1 (y))
Da ρ ◦ f −1 nach Satz 2.3.4 und Satz 2.2.4 stetig ist, konvergiert dieser Ausdruck f¨ ur y → y0 1 1 gegen f 0 (f −1 (y0 ))+ρ(f = und das beweist die Behauptung. −1 (y )) f 0 (x0 )+0 0
Beispiel 3.2.8 : Die Quadratfunktion p2 : [0, ∞[→ [0, ∞[, x 7→ x2 ist strikt monoton steigend und bijektiv. Die erste Aussage folgt aus den Rechenregeln 1.2.5 f¨ ur die Positivit¨at, die zweite aus der Unbeschr¨anktheit von N (vgl. Lemma B.3.7) und dem Zwischenwertsatz 2.3.3. Die Umkehrfunktion von √ 1 p2 : [0, ∞[→ [0, ∞[ heißt die Quadratwurzelfunktion und wird mit x 7→ x oder x 7→ x 2 bezeichnet. Satz 3.2.7 zeigt jetzt, daß die Wurzelfunktion in ]0, ∞[ differenzierbar ist und die Ableitung durch √ 1 ( x)0 = √ 2 x gegeben ist. Allgemeiner ist auch pn : [0, ∞[→ [0, ∞[, x 7→ xn strikt monoton steigend und bijektiv. Ihre Umkehr√ 1 funktion heißt die n-te Wurzelfunktion und wird mit x 7→ n x oder x 7→ x n bezeichnet. Die Ableitung der n-ten Wurzelfunktion ist auf ]0, ∞[ durch √ n √ x 0 n ( x) = nx gegeben.
¨ ABLEITUNGEN 3.2. RECHENREGELN FUR
65
¨ Ubung 3.2.2 : (i) Sei f eine differenzierbare Funktion mit f (x) 6= 0 f¨ ur alle x ∈ R. Zeige daß µ ¶0 1 f0 = − 2. f f (ii) Zeige mit Induktion: Wenn f : R → R eine differenzierbare Funktion ist, so ist f¨ ur jedes n ∈ N auch die Funktion gn (x) := f (x)n differenzierbar, und es gilt gn0 (x) = n(f (x))n−1 f 0 (x).
¨ Ubung 3.2.3 : (i) Zeige, daß jedes Polynom an jeder Stelle differenzierbar ist, (ii) Finde Funktionen f, g : R → R, die an einer Stelle a ∈ R nicht differenzierbar sind, aber f¨ ur die f + g in a differenzierbar ist. (iii) Man finde und beweise eine Formel f¨ ur die Ableitung eines allgemeinen Polynoms.
¨ Ubung 3.2.4 : Zeige, daß die Ableitung einer rationalen Funktion f (x) =
an x n + · · · + a1 x + a0 bm xm + · · · + b1 x + b0
eine rationale Funktion mit dem gleichen Definitionsbereich ist. ¨ Ubung 3.2.5 : Finde p, q ∈ R so, daß die Funktion f (x) = x2 + px + q in x = 1 ein Minimum mit f (1) = 3 hat. ¨ Ubung 3.2.6 : Betrachte die Funktion f : ]0, 1[ → R, die durch f¨ ur 12 < x < 1 2x f (x) = 1 f¨ ur x = 21 2 ur 0 < x < 12 x + 2x f¨ gegeben ist. (i) Fertige eine qualitative Skizze der Funktion an. (ii) An welchen Stellen ist f stetig, an welchen Stellen nur linksseitig stetig, an welchen Stellen nur rechtsseitig stetig und an welchen Stellen differenzierbar? (mit Begr¨ undung) (iii) Berechne die Ableitung von f an den Stellen, an denen f differenzierbar ist.
¨ Ubung 3.2.7 : Zeige, daß die Funktion ( f:
[0, ∞[ x
→ 7 →
R x3 −2x x2 +5
ein (globales) Minimum besitzt. ¨ Ubung 3.2.8 : Sei c ∈ R und die Funktion fc : R → R durch fc (x) =
1 + (x + c)2 1 + x2
definiert. Zeige: (i) Die Funkrion fc besitzt ein globales Maximum mc . (ii) Die durch m(c) := mc definierte Funktion m : R → R ist stetig.
66
KAPITEL 3. DIFFERENZIERBARE FUNKTIONEN
3.3
Der Mittelwertsatz und seine Anwendungen
Betrachte den Graphen {(x, f (x)) ∈ R2 | x ∈ [a, b]} einer stetigen Funktion f : [a, b] → R auf einem kompakten Intervall [a, b], die auf dem offenen Intervall ]a, b[ differenzierbar ist. Es ist unmittelbar einleuchtend, daß es einen Punkt x0 ∈]a, b[ geben muß, an dem die Steigung f 0 (x0 ) des Graphen von f gleich (a) der Steigung f (b)−f der Verbindungsstrecke zwischen den Punkten (a, f (a)) ∈ R2 und (b, f (b)) ∈ R2 b−a sein muß. Der Mittelwertsatz besagt, daß dies tats¨achlich richtig ist. Satz 3.3.1 (Mittelwertsatz): Sei f : [a, b] → R stetig und differenzierbar im offenen Intervall ]a, b[. (a) . Dann gibt es ein x0 ∈ ]a, b[ mit f 0 (x0 ) = f (b)−f b−a y
6
.. ....³ .. .......³ ³ ..... .... ... .. .. .... ..p ³ ... ³ . .. ³ ³ ... ³ ..
........... .....³ .....³ .. ³ ......
... ... .. .. .. .. .. .. .. .. .. .. ... ... .. . ... .. ... ... .....................
. ... ... ... .... . ..
³
p ³³ ³³ a
³ ³³
-
x0
b
x
Beweis: Idee: Betrachte die Extremwerte der Hilfsfunktion x 7→ f (x) − Die Hilfsfunktion Φ : [a, b] → R,
x 7→ f (x) −
f (b)−f (a) (x b−a
− a).
f (b) − f (a) (x − a) b−a
(a) . Also ist stetig auf [a, b] und differenzierbar auf ]a, b[ mit Ableitung Φ0 (x) = f 0 (x) − f (b)−f b−a hat Φ nach Satz 2.3.7 sowohl ein Maximum als auch ein Minimum auf [a, b], d.h. es gibt ein xmax ∈ [a, b] mit Φ(xmax ) = sup{Φ(x) | x ∈ [a, b]} und ein xmin ∈ [a, b] mit Φ(xmin ) = inf{Φ(x) | x ∈ [a, b]}. Wegen Φ(a) = Φ(b) k¨onnen xmin und xmax nur dann beide auf dem Rand des Intervalls liegen, wenn Φ konstant ist, d.h. Φ(x) = Φ(a) f¨ ur alle x ∈ [a, b]. Dann ist aber Φ0 (x) = 0 f¨ ur alle x ∈]a, b[. Zusammen mit Satz 3.1.4 finden wir also mindestens ein x0 ∈]a, b[ mit Φ0 (x0 ) = 0. Weil aber
Φ0 (x0 ) = f 0 (x0 ) −
f (b) − f (a) , b−a
zeigt dies gerade die Behauptung.
¨ Ubung 3.3.1 : Zeige: das Innere eines Intervalls ist ein offenes Intervall. ¨ Ubung 3.3.2 : Sei M ⊆ R offen und f : M → R eine Funktion. Wir sagen, f ist in x0 ∈ M differenzierbar, es ein offenes Intervall I ⊆ M mit x0 ∈ I gibt, f¨ ur das die Einschr¨ ankung f |I von f auf I in x0 differenzierbar ist, d.h. f |I : I
→
R
x
7→
f (x)
ist differenzierbar in x0 . Zeige: f ist genau dann differenzierbar in x0 , wenn f |J f¨ ur jedes offene Intervall J ⊆ M mit x0 ∈ J in x0 differenzierbar ist.
Eine erste Folgerung des Mittelwertsatzes 3.3.1 ist:
3.3. DER MITTELWERTSATZ UND SEINE ANWENDUNGEN
67
Korollar 3.3.2 : Sei I ⊆ R ein Intervall und f : I → R stetig mit f 0 (x) = 0 f¨ ur alle x ∈ I ◦ . Dann ist f konstant auf I. Insbesondere unterscheiden sich zwei differenzierbare Funktionen mit identischen Ableitungen auf einem Intervall nur durch eine Konstante. Beweis: Idee: Mittelwertsatz. Seien x1 < x2 in I. Dann existiert nach dem Mittelwertsatz 3.3.1 ein x0 ∈]x1 , x2 [ mit 0 = f 0 (x0 ) =
f (x2 ) − f (x1 ) , x2 − x1
was f (x1 ) = f (x2 ) zur Folge hat. Damit ist die erste Behauptung bewiesen. Die zweite folgt, indem man die erste auf die Differenz der beiden Funktionen anwendet.
Korollar 3.3.3 : Sei I ⊆ R ein Intervall und f : I ◦ → R differenzierbar mit f 0 (x) > 0 f¨ ur alle x ∈ I ◦ . Dann ist f strikt monoton steigend. Beweis: Idee: Mittelwertsatz. Wir nehmen an, daß x1 < x2 in I ◦ und f (x1 ) ≥ f (x2 ). Dann gibt es nach dem Mittelwertsatz 3.3.1 ein x0 ∈]x1 , x2 [ mit f (x2 ) − f (x1 ) 0 < f 0 (x0 ) = ≤ 0. x2 − x1 Dieser Widerspruch beweist die Behauptung.
Bemerkung 3.3.4 : Ganz analog zu Korollar 3.3.3 zeigt man f¨ ur ein Intervall I ⊆ R und eine differenzierbare Funktion f : I → R die folgenden Aussagen: (i) Wenn f 0 (x) < 0 f¨ ur alle x ∈ I ◦ , dann ist f strikt monoton fallend. (ii) Wenn f 0 (x) ≥ 0 f¨ ur alle x ∈ I ◦ , dann ist f monoton steigend. (iii) Wenn f 0 (x) ≤ 0 f¨ ur alle x ∈ I ◦ , dann ist f monoton fallend.
Beispiel 3.3.5 : Betrachte die Funktion f : R → R, x 7→ (1+x)(1−x2 ). Dann ist f u ¨berall differenzierbar mit f 0 (x) = −(3x − 1)(x + 1). Also ist f 0 (x) > 0 f¨ ur x ∈] − 1, 13 [ und f 0 (x) < 0 f¨ ur x ∈] − ∞, −1[∪] 31 , ∞[. Also ist f strikt monoton steigend in ] − 1, 13 [ und strikt monoton fallend in ] − ∞, −1[ und in ] 31 , ∞[. Beispiel 3.3.6 : In Beispiel 2.3.2 haben wir gezeigt, daß die Gleichung x5 + x − 1 = 0 eine L¨osung in R hat. Die Funktion f (x) = x5 + x − 1 hat die Ableitung f 0 (x) = 5x4 + 1, die u ¨berall positiv ist. Also ist f strikt monoton steigend, und somit sieht man, daß die Gleichung x5 + x − 1 = 0 auch nicht mehr als eine L¨osung in R hat. Beispiel 3.3.7 : Die Umkehrungen von Korollar 3.3.3 und Bemerkung 3.3.4(i) sind falsch. Als Beispiel daf¨ ur betrachte die Funktion f : R → R, x 7→ x3 , die strikt monoton steigend ist, obwohl f 0 (0) = 0. Den Graphen dieser Funktion nennt man die kubische Parabel.
68
KAPITEL 3. DIFFERENZIERBARE FUNKTIONEN y
6
. ... ... .. . ... ... ... .. . ... ... .... ...... ...................... . . . . . . . . . .. ..... .... ... ... .. . ... ... ... .... .. ...
-x
kubische Parabel
Im Gegensatz zu Beispiel 3.3.7 sind die Umkehrungen von Bemerkung 3.3.4(ii) und (iii) richtig: Satz 3.3.8 : Sei I ⊆ R ein offenes Intervall. (i) Sei f : I → R differenzierbar und monoton steigend, dann gilt f 0 (x) ≥ 0 f¨ ur alle x ∈ I. (ii) Sei f : I → R differenzierbar und monoton fallend, dann gilt f 0 (x) ≤ 0 f¨ ur alle x ∈ I. Beweis: Idee: Betrachte die Vorzeichen der Differenzenquotienten. Wir beweisen nur (i), Teil (ii) geht ganz analog. Betrachte den Differenzenquotienten von f in x: f (x + h) − f (x) ≥0 h weil f (x + h) ≥ f (x) f¨ ur h > 0 und f (x + h) ≤ f (x) f¨ ur h ≤ 0. Aber dann gilt nach dem Satz 2.1.6 auch f¨ ur den Grenzwert f 0 (x) = lim
h→0
f (x + h) − f (x) ≥ 0, h
was die Behauptung beweist.
Sei M ⊆ R und f : M → R. Dann heißt f gleichm¨ aßig stetig auf M , wenn es zu jedem ² > 0 ein δ > 0 gibt, so daß aus x, y ∈ M und |x − y| < δ folgt, daß |f (x) − f (y)| < ². Die gleichm¨aßige Stetigkeit ist eine von vielen Regularit¨atseigenschaften“, die in unterschiedlichen ” S¨atzen als technische Voraussetzungen gebraucht werden. Proposition 3.3.9 : Ist f : R → R differenzierbar und gilt |f 0 (x)| ≤ k f¨ ur ein k ≥ 0 und alle x ∈ R, so ist f gleichm¨ aßig stetig. Beweis: Idee: Mittelwertsatz 3.3.1. Zu ² > 0 w¨ahle δ := k² . Wenn jetzt x < y mit |x−y| < δ, dann gibt es nach dem Mittelwertsatz 3.3.1 ein x0 ∈ ]x, y[ mit (y − x)f 0 (x0 ) = f (y) − f (x). Also haben wir |f (y) − f (x)| ≤ |y − x| |f 0 (x0 )| < δk = ². Daraus folgt die Behauptung, denn der Fall x = y ist trivial.
3.3. DER MITTELWERTSATZ UND SEINE ANWENDUNGEN
69
¨ Ubung 3.3.3 : Sei f : R → R differenzierbar. Zeige: Falls f (0) = 0 und |f 0 (x)| ≤ M f¨ ur alle x ∈ R, dann gilt |f (x)| ≤ M |x| f¨ ur alle x ∈ R. ¨ Ubung 3.3.4 : Sei f : R → R differenzierbar. Wahr oder falsch? Wenn f eine streng monotone Funktion ist, so ist auch f 0 streng monoton. ¨ Ubung 3.3.5 : Zeige, daß die Gleichung x3 − 2x2 − 4x = −1 genau 3 reelle L¨ osungen besitzt. Hinweis: Untersuche die Nullstellen der Ableitung der Funktion f (x) := x3 − 2x2 − 4x + 1.
¨ ur ein ² > 0 gilt, daß Ubung 3.3.6 : Sei I ein Intervall und f : I → R stetig. Zeige: Wenn x0 ∈ I ◦ und f¨ f : ]x0 − ², x0 + ²[\{x0 } → R differenzierbar ist mit limx→x0 f 0 (x) = η, dann ist f auch in x0 differenzierbar mit f 0 (x0 ) = η. ¨ Ubung 3.3.7 : Es seien f, g : [a, b] → R stetige Funktionen, die auf ]a, b[ differenzierbar sind, wobei g 0 (x) 6= 0 sei f¨ ur alle x ∈ ]a, b[. Zeige, daß dann g(a) 6= g(b) ist und ein c ∈ ]a, b[ existiert mit f 0 (c) f (b) − f (a) = . g 0 (c) g(b) − g(a)
¨ Ubung 3.3.8 : Zeige, dass die Gleichung
4x3 (x−1)2
= 3 eine L¨ osung in ]0, 1[ hat.
¨ Ubung 3.3.9 : Man finde eine stetige Funktion f : R → R, die f¨ ur alle x ∈ R \ {−3, 1} differenzierbar ist, und folgenden Eigenschaften hat: (i) f (0) = −1. (ii)
−1 f 0 (x) = 0 2
f¨ ur − ∞ < x < −3 f¨ ur − 3 < x < 1 f¨ ur 1 < x < ∞
¨ Ubung 3.3.10 : Man sch¨ atze (ohne Taschenrechner) die Gr¨ oße des Fehlers ab, mit dem der Ausdruck π21−1 − 1 berechnet wird, wenn man f¨ ur π den Wert 3, 14 annimmt. Es darf ohne Nachweis 3, 14 < π < 3, 142 benutzt π 2 +1 werden1 .
¨ Bei Ubung 3.3.10 ist die Methode, eine Absch¨atzung zu finden, wesentlich interessanter als das erreichte Ergebnis. Man kann z.B. mit sehr wenig Rechenaufwand zeigen, dass ¯µ ¶ µ ¶¯ ¯ ¯ 1 1 1 1 ¯ ¯ < 7 · 10−5 − − − ¯ π2 − 1 π2 + 1 2 2 3, 14 − 1 3, 14 + 1 ¯ ist, wobei dieses Ergebnis durch genauere Zwischenabsch¨atzungen bei der Herleitung noch verbessert werden kann.
Wende den Mittelwertsatz auf die Funktion f (x) = x21−1 − x21+1 an. Setze dazu h := π − 3, 14, ermittele eine obere Absch¨ atzung f¨ ur h und eine f¨ ur |f 0 (ξ)|, wobei π − h < ξ < π. Setze diese Absch¨ atzungen zusammen zu einer Absch¨ atzung von |f (π) − f (π − h)|. Zur Ermittelung einer oberen Absch¨ atzung von |f 0 (ξ)| zeige, daß f 0 in einem Intervall I, welches π − h, π und ξ enth¨ alt, streng monoton wachsend und negativ ist. Sch¨ atze dann π − h nach unten ab, z.B. durch 3, und berechne |f 0 (3)|. 1 Hinweise:
70
KAPITEL 3. DIFFERENZIERBARE FUNKTIONEN
Kapitel 4
Konvergenz von Folgen und Reihen In diesem Kapitel betrachten wir Folgen und Reihen von reellen und komplexen Zahlen. Die Konvergenzuntersuchungen werden auf Grenzwertverhalten von Funktionen zur¨ uckgef¨ uhrt und sp¨ ater zur Konstruktion von wichtigen Beispielklassen von Funktionen sowie in der Begr¨ undung der Integralrechnung verwendet. Von besonderer Bedeutung sind hier die geometrische Reihe, die Dezimalbruchentwicklung und der Umordnungssatz f¨ ur absolut konvergente Reihen.
4.1
Folgen
Eine Folge von Elementen einer Menge M ist eine Abbildung N → M, n 7→ an . Wir bezeichnen eine solche Folge mit (an )n∈N . In diesem Abschnitt betrachten wir Folgen reeller oder komplexer Zahlen, d.h. ¨ an ∈ R oder an ∈ C. Ahnlich wie f¨ ur reellwertige Funktionen kann man Summen und Differenzen sowie Produkte und, gegebenenfalls, Quotienten von Folgen bilden: (an )n∈N ± (bn )n∈N
:=
(an )n∈N (bn )n∈N (an )n∈N (bn )n∈N
:=
(an ± bn )n∈N
(an bn )n∈N ³a ´ n := bn n∈N
(4.1) (4.2) (4.3)
Letzteres ist nat¨ urlich nur m¨oglich, wenn alle bn von Null verschieden sind. Wenn (an )n∈N eine konstante Folge ist, d.h. an = c f¨ ur alle n ∈ N, dann wird aus dem Produkt die skalare Multiplikation c(bn )n∈N := (cbn )n∈N .
(4.4)
¨ Ubung 4.1.1 : Sei K gleich R oder C. Zeige: Die Menge FK aller Folgen in K mit der Addition aus (4.1) und der skalaren Multiplikation aus (4.4) ist ein K-Vektorraum.
Bemerkung 4.1.1 : Wenn z = x+iy ∈ C mit x, y ∈ R, dann definiert man das konjugiert Komplexe ¨ z von z durch z = x − iy. Dann gilt zz = x2 + y 2 ≥ 0 nach Satz 1.2.3, also k¨onnen wir nach Ubung 2.3.2 den Betrag von z durch √ |z| := zz √ definieren. F¨ ur z ∈ R ⊆ C, d.h. f¨ ur y = 0 und z = x, gilt |z| = x2 = |x|, wobei letzteres der Betrag der reellen Zahl x ist. Also ist weder der Name Betrag noch die Bezeichnung | · | ambivalent. Weiter gilt ¨ (Ubung) f¨ ur z, w ∈ C (i) |z| ≥ 0. 71
72
KAPITEL 4. KONVERGENZ VON FOLGEN UND REIHEN
(ii) |z| = 0 ⇔ z = 0. (iii) |z + w| ≤ |z| + |w| (Dreiecksungleichung). (iv) |zw| = |z| |w|.
Man sagt, eine Folge (an )n∈N komplexer Zahlen1 hat den Grenzwert oder Limes a, wenn ∀² > 0 ∃n0 ∈ N : (n0 < n ∈ N ⇒ |a − an | < ²). Man schreibt in diesem Fall limn→∞ an = a oder einfach an → a und sagt (an )n∈N konvergiert gegen a. Diese Definition sieht nicht nur genauso aus wie die Definition f¨ ur Grenzwerte von Funktionen im Unendlichen, sondern kann auch darauf zur¨ uckgef¨ uhrt werden, was uns die Wiederholung von einer Reihe von Argumenten erspart: Bemerkung 4.1.2 : Sei K gleich R oder C. Weiter sei FK die Menge aller Folgen (an )n∈N in K und F([1, ∞[, K) die Menge aller K-wertigen Funktionen auf [1, ∞[. Definiere eine Abbildung Φ : FK → F([1, ∞[, K),
(an )n∈N 7→ Φ((an )n∈N )
durch Φ((an )n∈N )(x) = abxc , wobei bxc wie in Beipiel 2.1.1 der ganzzahlige Anteil von x ist. y
6 p p
a2 a1
p p
p
1 2 3 4 5 6
x
Es gilt Φ(r(an )n∈N + s(bn )n∈N )(x) = Φ((ran + sbn )n∈N )(x) = (ra + sb)bxc = rabxc + sbbxc = rΦ((an )n∈N )(x) + sΦ((bn )n∈N )(x) = (rΦ((an )n∈N ) + sΦ((bn )n∈N )) (x), also Φ(r(an )n∈N + s(bn )n∈N ) = rΦ((an )n∈N ) + sΦ((bn )n∈N ), d.h. die Abbildung Φ ist linear. Daher gen¨ ugt es nachzuweisen, daß eine Folge (an )n∈N mit Φ((an )n∈N ) = 0 die konstante Nullfolge sein muß, um zu zeigen, daß Φ injektiv ist. Aber dieser Nachweis ist klar mit an = Φ((an )n∈N )(n) = 0. Man kann daher die Menge der Folgen in K als Teilmenge der K-wertigen Funktionen auf [1, ∞[ auffassen. Ganz analog zur Linearit¨at von Φ weist man nach, daß Φ((an )n∈N (bn )n∈N ) = Φ((an )n∈N )Φ((bn )n∈N ) und, falls bn 6= 0 f¨ ur alle n ∈ N,
µ Φ
1 Da
(an )n∈N (bn )n∈N
¶ =
Φ((an )n∈N ) . Φ((bn )n∈N )
wir R als Teilmenge von C auffassen, beinhaltet dies den Fall von Folgen reeller Zahlen
4.1. FOLGEN
73
Satz 4.1.3 : Eine Folge (an )n∈N reeller Zahlen konvergiert gegen a genau dann, wenn Φ((an )n∈N ) f¨ ur x gegen unendlich gegen a konvergiert, d.h. ¡ ¢ lim an = a ⇔ lim Φ (an )n∈N (x) = a. n→∞
x→∞
Beweis: Idee: Betrachte die Funktionswerte an den ganzzahligen Stellen. Wir schreiben f f¨ ur Φ((an )n∈N ) und w¨ahlen ein ² > 0. Wenn limn→∞ an = a, dann gibt es ein n0 ∈ N mit |a − an | < ² f¨ ur alle n > n0 . Dann gilt aber auch |a − f (x)| = |a − abxc | < ² f¨ ur alle x > n0 + 1. Damit folgt limx→∞ f (x) = a, weil ² beliebig war. Umgekehrt, wenn limx→∞ f (x) = a, dann finden wir ein x0 ∈ [1, ∞[ mit |a − f (x)| < ² f¨ ur alle x > x0 . Dann gilt aber auch |a − an | = |a − f (n)| < ² f¨ ur alle n > x0 ≥ bx0 c. Wir w¨ahlen n0 := bx0 c und sehen, daß limn→∞ an = a gilt.
Korollar 4.1.4 : Seien (an )n∈N und (bn )n∈N zwei Folgen reeller Zahlen mit limn→∞ an = a und limn→∞ bn = b. Dann gilt (i) limn→∞ (an ± bn ) = a ± b. (ii) limn→∞ (an bn ) = ab. (iii) limn→∞ ( abnn ) = ab , falls alle bn und b ungleich Null sind. Beweis: Idee: Dies folgt sofort aus Satz 4.1.3, Bemerkung 4.1.2 und Satz 2.1.4.
Bemerkung 4.1.5 : Der Satz 4.1.3 und sein Korollar 4.1.4 lassen problemlos auf komplexe Folgen ¨ u oder zun¨achst den Satz 2.1.4 auf kom¨bertragen. Man kann dies entweder direkt beweisen (Ubung) plexwertige Funktionen verallgemeinern, was mit den Eigenschaften des Betrags auf C (vgl. Bemerkung 4.1.1) ebenfalls unproblematisch ist. ¨ Ubung 4.1.2 : (i) Man verallgemeinert die Begriffe Grenzwert“ und Stetigkeit“ f¨ ur C-wertige Funktionen (die auf Teilmen” ” gen von R definiert sind), indem man in den Definitionen f¨ ur R-wertige Funktionen einfach den reellen Betrag durch den komplexen Betrag ersetzt. Sei M ⊆ R und f : M → C eine Funktion. Zeige: (a) Der limx→x0 f (x) existiert genau dann, wenn die Grenzwerte limx→x0 Re f (x) und limx→x0 Im f (x) existieren. In diesem Fall gilt lim f (x) = lim Re f (x) + i lim Im f (x).
x→x0
x→x0
x→x0
74
KAPITEL 4. KONVERGENZ VON FOLGEN UND REIHEN (b) f ist genau dann stetig in x0 ∈ M , wenn Re f und Im f stetig in x0 sind.
(ii) Man verallgemeinere Satz 4.1.3 f¨ ur C-wertige Folgen und Funktionen. (iii) Man beweise das Korollar 4.1.4 f¨ ur komplexe Folgen direkt aus der Definition des Grenzwerts von Folgen. (iv) Zeige: eine komplexe Folge (an )n∈N ist genau dann konvergent, wenn die beiden reellen Folgen (Re an )n∈N und (Im an )n∈N konvergent sind. In diesem Fall gilt lim an = lim Re an + i lim Im an .
n→∞
n→∞
n→∞
Korollar 4.1.6 : Seien (an )n∈N , (bn )n∈N und (cn )n∈N drei Folgen in R. (i) Wenn an ≤ bn f¨ ur alle n und limn→∞ an = a sowie limn→∞ bn = b, dann gilt a ≤ b. (ii) Wenn an ≤ bn ≤ cn f¨ ur alle n und limn→∞ an = a sowie limn→∞ cn = a, dann gilt limn→∞ bn = a. Beweis: Idee: Der erste Teil folgt sofort aus Satz 4.1.3 und Satz 2.1.6, w¨ahrend der zweite Teil aus Satz 4.1.3 und Satz 2.1.7 folgt.
Wie im Falle von Satz 2.1.6 wird ¡die¢ Aussage ¡in Korollar 4.1.6(i) falsch, wenn man ≤“ durch <“ ¢ ” ” ersetzt: Betrachte einfach die Folgen n1 n∈N und − n1 n∈N , die beide den Grenzwert 0 haben. Wenn eine Folge (an )n∈N komplexer Zahlen nicht konvergiert, dann nennt man sie divergent. Spezielle Klasse divergenter Folgen sind die folgenden: (a) Reelle Folgen (an )n∈N , f¨ ur die es zu jeder Zahl K ∈ R ein n0 gibt mit (∀n > n0 ) an > K. y K
p p p p 6p p p p p p p p p p p p pp p p x0
x
Man schreibt dann limn→∞ an = ∞ oder an → ∞, auch wenn dies kein Grenzwert im Sinne der Definition zu Anfang dieses Abschnitts ist. Analog schreibt man limn→∞ an = −∞ oder an → −∞, wenn es zu jeder Zahl K ∈ R ein n0 gibt mit (∀n > n0 ) an < K. (b) Komplexe Folgen (an )n∈N , f¨ ur die es zu jeder Zahl K ∈ R ein n0 gibt mit (∀n > n0 ) |an | > K. Auch hier schreibt man oft limn→∞ an = ∞, was aber etwas problematisch ist, denn damit werden z.B. auch Folgen erfaßt, die im Sinne von (a) eigentlich limn→∞ an = −∞ liefern.2 Eine Folge (an )n∈N in C heißt beschr¨ ankt, wenn es ein M ∈ R mit |an | < M f¨ ur alle n ∈ N gibt. 2 Der tiefere Grund f¨ ur dieses Problem ist, daß man f¨ ur R zwei unterschiedliche Punkte im Unendlichen unterscheidet, in C aber nur einen Punkt im Unendlichen betrachtet (Stichwort: Riemannsche Zahlenkugel“) ”
4.1. FOLGEN
75 y M M
6p p p p p p p pp p p p p x pp p p p p p
Eine Folge (an )n∈N in R nennt man nach oben beschr¨ ankt, wenn es ein M ∈ R mit an < M f¨ ur alle n ∈ N gibt, und nach unten beschr¨ ankt, wenn es ein M ∈ R gibt mit an > M f¨ ur alle n ∈ N. Also sind reelle Folgen genau dann beschr¨ankt, wenn sie nach oben und nach unten beschr¨ankt sind. Proposition 4.1.7 : Eine konvergente Folge in C ist beschr¨ ankt. Beweis: Idee: Nur endlich viele Folgenglieder haben Abstand gr¨oßer 1 vom Grenzwert. W¨ahle irgendein festes ² > 0 (z.B. ² = 1). Wenn limn→∞ an = a, dann gibt es ein n0 ∈ N mit (∀n > n0 ) |an − a| < ². Aber dann haben wir auch (∀n > n0 ) |an | < |a| + ². W¨ahlt man nun M := max{|a1 |, . . . , |an0 |, |a| + ²}, dann folgt |an | < M f¨ ur alle n ∈ N. y p 6 p p p p p p p p p p pp
p pp pp ppp p p p pp p ppppp ppp p p p p p
x
n0
Eine Folge (an )n∈N reeller Zahlen heißt monoton steigend, wenn n≤m
⇒
an ≤ am
n<m
⇒
an < am
f¨ ur alle n, m ∈ N. Wenn f¨ ur alle n, m ∈ N, heißt f strikt monoton steigend. Analog sagt man, daß eine Folge (an )n∈N monoton fallend, ist, wenn n ≤ m ⇒ an ≥ am f¨ ur alle n, m ∈ N. Entsprechend, wenn n<m
⇒
an > am
f¨ ur alle n, m ∈ N, heißt f strikt monoton fallend. Schließlich heißt (an )n∈N monoton, wenn sie monoton fallend oder monoton steigend ist. Proposition 4.1.8 :
76
KAPITEL 4. KONVERGENZ VON FOLGEN UND REIHEN
(i) Sei (an )n∈N eine monoton steigende Folge reeller Zahlen, die nach oben beschr¨ ankt ist. Dann existiert limn→∞ an . y
6 -x (ii) Sei (an )n∈N eine monoton fallende Folge reeller Zahlen, die nach unten beschr¨ ankt ist. Dann existiert limn→∞ an . Beweis: Idee: Der erste Teil folgt sofort aus Satz 2.1.12, wenn man bemerkt, daß die Abbildung Φ aus Bemerkung 4.1.2 monoton steigende Folgen auf monoton steigende Funktionen abbildet. Entsprechend folgt der zweite Teil aus Bemerkung 2.1.13.
Sei (an )n∈N eine Folge in einer Menge M und (pn )n∈N eine strikt steigende monotone Folge nat¨ urlicher Zahlen. Dann heißt die Folge (apn )n∈N : N → M, n 7→ apn eine Teilfolge von (an )n∈N . Beispiel 4.1.9 : (i) Sei (an )n∈N eine Folge, dann ist (a2n )n∈N eine Teilfolge von (an )n∈N . (ii)
1 1 1 1 2 , 4 , 8 , 16 , . . .
ist eine Teilfolge von 11 , 12 , 13 , 41 , . . ..
Proposition 4.1.10 : Sei (an )n∈N eine Folge komplexer Zahlen und (apn )n∈N eine Teilfolge von (an )n∈N . Wenn limn→∞ an = a, dann gilt limn→∞ apn = a. Beweis: Idee: Mit pn ≥ n folgt dies direkt aus den Definitionen. Sei ² > 0 und n0 ∈ N so, daß |an − a| < ² f¨ ur alle n > n0 . Da pn strikt monoton ist, gilt pn ≥ n (Induktion). Damit sieht man aber, daß (∀n > n0 )
|apn − a| < ²,
also limn→∞ apn = a. y
6p
p
ppp p p p p p p pp p ppp p p pp p p p
x
4.1. FOLGEN
77
Satz 4.1.11 (Bolzano–Weierstraß): Teilfolge. y
Jede beschr¨ ankte Folge reeller Zahlen hat eine konvergente
6
p p p cp p pc cp pc pc pc cp pc p p p p p p p p
-
x
Beweis: Idee: Betrachte die Suprema der Endst¨ucke (an )n≥k der Folge und w¨ahle eine Teilfolge, die diesen Suprema beliebig nahe kommt. Die Folge der Suprema ist monoton und beschr¨ ankt, hat nach Proposition 4.1.8 also einen Grenzwert, der dann auch der Grenzwert der Teilfolge sein wird.
Sei (an )n∈N beschr¨ankt. Setze bn := sup{ak | k ≥ n}. y
bn p p p p p p p p p p p p p p p p n p x p p p
6
Dann ist (bn )n∈N monoton fallend und beschr¨ankt, konvergiert also nach Proposition 4.1.8 gegen ein b ∈ R. y
6 (bn )n∈N
b
-
x
Wir definieren induktiv eine strikt monotone Folge (pn )n∈N in N durch p1 := min{m ∈ N | |am − b1 | < 1} und
n pn+1 := min m ∈ N | m ≥ pn + 1, |am − bpn +1 | <
1 o . pn + 1
Sei jetzt ² > 0. Dann gibt es ein n0 ∈ N so, daß sowohl |bn − b| < ² als auch n > n0 gilt. F¨ ur solche n rechnen wir |apn+1 − b| ≤ |apn+1 − bpn +1 | + |bpn +1 − b| <
1 n
< ² f¨ ur alle
1 + |bpn +1 − b| < 2² pn + 1
Also konvergiert die Teilfolge (apn )n∈N von (an )n∈N gegen b.
¨ Ubung 4.1.3 : Zeige, daß die Aussage des Satzes 4.1.11 von Bolzano-Weierstraß auch f¨ ur komplexe Folgen gilt. Hinweis: betrachte erst die Realteile und dann die Imagin¨ arteile der Folge.
Die folgende Proposition zeigt, daß man die Stetigkeit von Funktionen auf R auch durch die Konvergenz von Folgen ausdr¨ ucken kann. Das ist manchmal sehr n¨ utzlich, wenn man die Stetigkeit einer konkret gegebenen Funktion nachweisen muß.
78
KAPITEL 4. KONVERGENZ VON FOLGEN UND REIHEN
Proposition 4.1.12 : Sei M ⊆ R und f : M → R eine Funktion. F¨ ur x ∈ M sind folgende Aussagen aquivalent: ¨ (1) f ist rechtsseitig stetig in x. (2) F¨ ur jede Folge (xn )n∈N von Zahlen in M ∩]x, ∞[ mit limn→∞ xn = x gilt limn→∞ f (xn ) = f (x). (3) F¨ ur jede strikt monoton fallende Folge (xn )n∈N von Zahlen in M ∩]x, ∞[ mit limn→∞ xn = x gilt limn→∞ f (xn ) = f (x). Beweis: Idee: Die Implikationen (1)⇒(2)⇒(3)“ folgen unmittelbar aus den Definitionen. Die Implikation ” (3)⇒(1)“ l¨ aßt sich per Widerspruch aus den Definitionen beweisen. ”
Wir zeigen (3)⇒(1)“: Wenn f in x nicht rechtsseitig stetig ist, dann gibt es ein ² > 0 mit ” ¡ ¢ (∀n ∈ N) ∃xn ∈ M ∩ ]x, x + n1 [ |f (xn ) − f (x)| > ². Man kann jetzt eine Teilfolge (xnj )j∈N so ausw¨ahlen, daß . . . < xnj < x +
1 nj
< |xnj−1 − x|. Dann gilt
1 < xnj −1 < . . . nj
und insbesondere ist diese Teilfolge dann strikt monoton fallend. Trotzdem konvergiert die Folge (f (xnj ))j∈N f¨ ur j → ∞ nicht gegen f (x), obwohl die Folge (xnj )j∈N gegen x konvergiert.
Selbstverst¨andlich kann man analoge Aussagen auch f¨ ur linksseitig stetige und stetige Funktionen beweisen. ¨ Ubung 4.1.4 : Eine Folge (an )n∈N reeller Zahlen heißt Cauchy–Folge, wenn es zu jedem ² > 0 ein n0 ∈ N gibt mit (∀k, m ∈ N, k, m > n0 ) |ak − am | < ². Zeige, daß jede Cauchy–Folge konvergiert. Hinweis: Zeige zun¨ achst, daß jede Cauchy–Folge beschr¨ ankt ist und benutze dann den Satz 4.1.11 von Bolzano–Weierstraß.
¨ Ubung 4.1.5 : Benutze Definition des Grenzwertes einer Folge, um folgendes zu zeigen: 1 2 n→∞ n
(i) lim
= 0,
(ii) lim n+1 = 1, n→∞ n+2 ³ 2 ´ +1 divergiert, (iii) nn+1 n∈N
(iv) ((−1)n )n∈N divergiert. ¨ Ubung 4.1.6 : auch (an )n∈N .
Wahr oder falsch? Falls 0 ≤ an ≤ bn f¨ ur alle n ∈ N, und (bn )n∈N konvergiert, so konvergiert
¨ Ubung 4.1.7 : Definiere
3an + 4 f¨ ur n ≥ 2. 2an + 3 konvergiert und bestimme den Grenzwert. Hinweis: Proposition 4.1.10 a1 := 1;
Zeige, daß (an )n∈N
an+1 :=
¨ Ubung 4.1.8 : Berechne die folgenden Limiten:
4.1. FOLGEN
79
2n −n2 n 2 , n→∞ 2 n
(i) lim
(ii) lim (−2)3n 3−2n , n→∞
¨ Ubung 4.1.9 : Sei n ∈ N, q ∈ R. Zeige, daß 1 + q + · · · + q n =
1−q n+1 . 1−q
¨ achst f¨ ur x ∈] − 1, ∞[ und Ubung 4.1.10 : Zeige, daß die Folge ((1 + n1 )n )n∈N konvergiert. Hinweis: Beweise zun¨ n ∈ N die Bernoullische Ungleichung (1 + x)n ≥ 1 + nx und zeige dann, daß die gegebene Folge monoton und beschr¨ ankt ist. ¨ Ubung 4.1.11 : Ist (an )n∈N eine beschr¨ ankte Folge, so definiere sn := sup an ,
jn := inf ak . k≥n
k≥n
(i) Zeige, daß die Folgen (sn )n∈N und (jn )n∈N konvergieren. (ii) Es sei M+ ((an )n∈N ) := lim sn n→∞
und
M− ((an )n∈N ) := lim jn . n→∞
Zeige, daß f¨ ur alle beschr¨ ankten Folgen (an )n∈N , (bn )n∈N gilt M− ((an )n∈N ) + M− ((bn )n∈N )
≤
M− ((an + bn )∈N )
≤
M+ ((an + bn )n∈N )
≤
M+ ((an )n∈N ) + M+ ((bn )n∈N ).
(iii) Finde ein Beispiel zweier beschr¨ ankter Folgen (an )n∈N , (bn )n∈N derart, daß in obiger Ungleichungskette u ¨berall <“ steht. ”
¨ Ubung 4.1.12 : Man untersuche die nachstehenden Folgen (an )n∈N auf Konvergenz und bestimme gegebenenfalls die Grenzwerte √ √ (i) an = n + 4 − n + 2. ³ ´4 5n (ii) an = 2n+1 . (iii) an =
n2 −1 n+3
−
n3 +1 . n2 +1
¨ Ubung 4.1.13 : Man untersuche die nachstehenden rekursiv definierten Folgen (an )n∈N auf Konvergenz und bestimme gegebenenfalls die Grenzwerte
(ii) a1 = 0,
an+1 = 14 (an − 3). √ an+1 = 2 + an .
(iii) a1 = 2,
an+1 =
(iv) a1 = 0,
an+1 = 3an + 2.
(i) a1 = 0,
3 . 4−cn
80
4.2
KAPITEL 4. KONVERGENZ VON FOLGEN UND REIHEN
Reihen
Sei (an )n∈N eine Folge komplexer Zahlen. Dann ist die zugeh¨orige Reihe die Folge (sn )n∈N der Partialsummen n X sn := ak := a1 + . . . + an . k=1
P∞ Wenn die Folge (sn )n∈N konvergiert, P∞ dann sagt man, die Reihe k=1 ak konvergiert und bezeichnet den Grenzwert limn→∞ sn mitP k=1 ak . Dieser Grenzwert heißt auch die Summe oder der Wert der ∞ Reihe. Man schreibt auch oft k=1 ak anstatt (sn )n∈N und zwar und zwar unabh¨ P∞angig davon, ob die Reihe konvergiert oder nicht. In der Regel wird aus dem Kontext klar, ob mit k=1 ak die Reihe oder der Wert der Reihe gemeint ist.
Beispiel 4.2.1 (Geometrische Reihe): 1 Wert 1−x :
Die Reihe
P∞ k=0
xk konvergiert f¨ ur x ∈ [0, 1[ und hat den
6 1 XX XXX x X
XX
1
XXX X
-
x2
x
Die horizontale Seite des Dreiecks hat die L¨ ange
1 1−x
Allgemeiner, sei z ∈ C mit 0 6= |z| < 1 und an := z n−1 . Dann gilt |an+1 | = |z| |an | < |an |, d.h. die Folge (|an |)n∈N ist beschr¨ankt und monoton fallend. Also existiert nach Proposition 4.1.8 der Grenzwert limn→∞ |an |. Wegen lim |an | = lim |an+1 | = |z| lim |an | n→∞
n→∞
n→∞
muß limn→∞ |an | = 0 gelten. Damit haben wir lim z n−1 = 0
n→∞
f¨ ur alle z ∈ {w ∈ CP| 1 > |w|}. n Sei jetzt sn := k=1 ak := 1 + z + z 2 + . . . + z n−1 . Dann sieht man mit Induktion sofort (1 − z)sn = (1 − z n ). Es folgt
∞ X
1 − zn 1 = . n→∞ 1 − z 1−z
z k−1 = lim sn = lim
k=1
n→∞
Wenn |z| > 1 ist, dann ist die Folge (z n )n∈N nicht beschr¨ankt, weil die Kehrwerte (z −1 )n beliebig klein werden, also konvergiert die Folge (sn )n∈N nicht. F¨ ur z = 1 gilt sn = n, d.h. (sn )n∈N konvergiert nicht. F¨ ur z = −1 gilt sn = 1 f¨ ur n ungerade und sn = 0 f¨ ur n gerade. Also konvergiert (sn )n∈N auch in diesem Fall nicht.
Proposition 4.2.2 : Wenn die Reihe Null. Beweis:
P∞ k=1
ak konvergiert, dann konvergiert die Folge (an )n∈N gegen
4.2. REIHEN
81
Idee: Dreiecksungleichung. Sei s = limn→∞ sn =
P∞ k=1
ak und ² > 0. Dann gibt es ein n0 ∈ N mit (∀n > n0 )
|sn − s| < 12 ².
Also gilt f¨ ur n > n0 + 1 |an | = |sn − sn−1 | ≤ |sn − s| + |s − sn−1 | < 12 ² + 21 ² = ².
¨ Ubung 4.2.1 : Zeige, daß die geometrische Reihe
P∞ k=0
z k f¨ ur kein z ∈ C mit |z| = 1 konvergiert.
Beispiel 4.2.3 (Harmonische Reihe): Sei an := n1 . Dann gilt limn→∞ an = 0, aber die Reihe P Pn ∞ 1 urde die Reihe konvergieren, so w¨are die Folge (sn )n∈N k=1 k konvergiert nicht: Sei sn := k=1 ak . W¨ beschr¨ankt. Da die an alle positiv sind, ist sn monoton steigend. Andererseits ist die Folge (an )n∈N monoton fallend, woraus man a2n−1 +1 + a2n−1 +2 + . . . + a2n > 2n−1 a2n =
1 2
erh¨alt. Damit gilt aber s2n > n 12 im Widerspruch zur Beschr¨anktheit von (sn )n∈N . Als unmittelbare Folge von Korollar 4.1.4 (f¨ ur reelle Reihen) bzw. Bemerkung 4.1.5 (f¨ ur komplexe Reihen) erhalten wir P∞ P∞ Proposition 4.2.4 : Sei K gleich R oder C. F¨ ur zwei konvergente Reihen k=1 ak und k=1 bk in K mit ∞ ∞ X X ak = A und bk = B k=1
k=1
sowie c ∈ K gilt P∞ (i) k=1 cak ist konvergent mit Grenzwert cA, d.h. ∞ X
cak = c
k=1
(ii)
P∞
k=1 (ak
∞ X
ak .
k=1
± bk ) ist konvergent mit Grenzwert A ± B, d.h. ∞ X
(ak ± bk ) = (
k=1
Satz 4.2.5 (Cauchykriterium fu ¨ r Reihen): schaften ¨ aquivalent:
∞ X
k=1
ak ) ± (
∞ X
bk ).
k=1
Eine komplexe Reihe
P∞ k=1
ak sind folgende Eigen-
82
KAPITEL 4. KONVERGENZ VON FOLGEN UND REIHEN
(1)
P∞ k=1
ak ist konvergent.
(2) Zu jedem ² > 0 gibt es ein n0 ∈ N mit m ¯ ¯ X ¯ ¯ ∀n, m ∈ N mit n0 ≤ n ≤ m : ¯ ak ¯ < ². k=n+1
Beweis: Idee: Die Implikation (1)⇒(2)“ folgt direkt aus den Definitionen. Um die Implikation (2)⇒(1)“ P ” ” zu beweisen betrachtet man die Folge (sn )n∈N der Partialsummen sn = n k=1 ak . Wenn (2) gilt, ist ¨ diese eine Cauchyfolge. Damit sind auch (Re sn )n∈N und (Im sn )n∈N Cauchyfolgen. Nach Ubung 4.1.4 ¨ konvergiert jede Cauchyfolge. Also konvergiert nach Ubung 4.1.2 auch (sn )n∈N .
Satz 4.2.6 (Majorantenkriterium f¨ ur Reihen): Sei (an )n∈N eine Folge in P C und (bn )n∈N eine P∞ ∞ Folge in R mit |an | ≤ bn f¨ ur alle n ∈ N. Wenn k=1 bk konvergiert, dann ist auch k=1 ak konvergent und es gilt ¯ ¯ ∞ ∞ ¯X ¯ X ¯ ¯ ak ¯ ≤ bk . ¯ ¯ ¯ k=1
k=1
Beweis: Idee: Mithilfe der Dreiecksungleichung in C (vgl. Bemerkung 4.1.1) folgt dies aus dem Cauchy– Kriterium 4.2.5 f¨ ur Reihen.
P∞ ur Sei ² > 0. Das Cauchy–Kriterium 4.2.5, angewandt auf k=1 bk liefert ein n0 ∈ N so, daß f¨ Pm n0 ≤ n < m gilt 0 ≤ n+1 bk < ². Mit der Dreiecksungleichung erhalten wir m m m ¯ X ¯ X X ¯ ¯ ak ¯ ≤ |ak | ≤ bk < ², ¯ k=n+1
k=n+1
k=n+1
P∞
d.h. wir haben nachgewiesen, daß k=1 ak die Voraussetzungen des Cauchy–Kriteriums 4.2.5 erf¨ ullt und daher konvergiert. Weil aber f¨ ur jedes m ∈ N m m m ∞ ¯X ¯ X X X ¯ ¯ ak ¯ ≤ |ak | ≤ bk ≤ bk ¯ k=1
k=1
k=1
k=1
gilt, folgt nach Korollar 4.1.6, daß ∞ ∞ ¯ X ¯X ¯ ¯ ak ¯ ≤ bk . ¯ k=1
Eine komplexe Reihe
P∞ k=1
k=1
ak heißt absolut konvergent, wenn die Reihe
Aus Satz 4.2.6 erh¨alt man unmittelbar Korollar 4.2.7 :
Jede absolut konvergente Reihe ist konvergent.
P∞ k=1
|ak | konvergiert.
4.2. REIHEN
83
Beachte: Wenn es zu einer komplexen Reihe
P∞ k=1
(∀n ∈ N)
ak eine Konstante M > 0 mit
n X
|ak | ≤ M
k=1
gibt, dann ist die Reihe absolut konvergent, weil dann die Folge der Partialsummen steigend und beschr¨ankt ist. Man schreibt daher oft einfach ∞ X
Pn k=1
|ak | monoton
|ak | < ∞,
k=1
wenn man ausdr¨ ucken will, daß die Reihe absolut konvergiert. Satz 4.2.8 (Quotientenkriterium f¨ ur Reihen): Sei (an )n∈N eine komplexe Folge mit folgender Eigenschaft: Es gibt ein k ∈ N und ein q ∈ [0, 1[ so, daß f¨ ur alle n ≥ k gilt: ¯ ¯ ¯ an+1 ¯ ¯ ¯ ¯ an ¯ ≤ q. P∞ Dann konvergiert n=1 an absolut. Beweis: ¨ Ubung (Hinweis: Vergleiche die Reihe mit der geometrischen Reihe).
Satz 4.2.9 (Wurzelkriterium fu ¨ r Reihen): Sei (an )n∈N eine komplexe Folge mit folgender Eigenschaft: Es gibt ein k ∈ N und ein q ∈ [0, 1[ so, daß f¨ ur alle n ≥ k gilt: p n |an | ≤ q. P∞ Dann konvergiert n=1 an absolut. Beweis: ¨ Ubung (Hinweis: Vergleiche die Reihe mit der geometrischen Reihe).
Beispiel 4.2.10 (Dezimalbruchentwicklungen): Sei Z = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} und (an )n∈N eine Folge von Zahlen in Z. Dann ist die Reihe ∞ X ak 10k k=1
nach Satz 4.2.6 konvergent, weil 0≤ und die Reihe
∞ ∞ X 9 X 1 9 1 9 = = 1 =1 k k−1 10 10 10 10 1 − 10
k=1
konvergent ist. Man schreibt
9 ak ≤ k 10k 10
k=1
∞ X ak = 0.a1 a2 a3 . . . 10k
k=1
84
KAPITEL 4. KONVERGENZ VON FOLGEN UND REIHEN
und nennt diese Zahl einen Dezimalbruch. Beachte, daß mit dieser Definition gilt 0.999 . . . = 1 Umgekehrt sei jetzt eine relle Zahl x ∈]0, 1[ definiere dann induktiv n an := max m ∈ Z
© vorgegeben. Setze a1 := max m ∈ Z | ¯ o Pn−1 ak ¯ m ¯ 10n + k=1 10 k ≤ x .
m 10
ª ≤ x und
Mit Induktion sieht man zun¨achst, daß an ∈ Z f¨ ur alle n ∈ N. Wir behaupten, daß 0.a1 a2 a3 . . . = x gilt: Wegen
W¨are
P∞
Pn−1
ak k=1 10k
ak k=1 10k
≤ x f¨ ur alle n gilt ∞ X ak ≤ x. 10k
k=1
< x, so f¨ande man ein kleinstes n ∈ N mit ∞
X ak 1 + ≤ x. n 10 10k k=1
Aber dann h¨atte man
³P
n−1 ak k=1 10k
´ +
an +1 10n
≤x
im Widerspruch zur Definition von an . Man nennt die so gefundene Darstellung 0.a1 a2 a3 . . . f¨ ur x eine Dezimalbruchentwicklung von x. Wenn in einer Dezimalbruchentwicklung ab einem bestimmten n0 alle an = 0 sind, dann l¨aßt man die Nullen weg und sagt, x habe eine endliche Dezimalbruchentwicklung. Beachte, daß Dezimalbruchentwicklungen nicht eindeutig bestimmt sind. So ist z.B. 0.5 = 0.499 . . . Wenn man allerdings ausschließt, daß die Dezimalbruchentwicklung ab einem bestimmten n0 nur noch 9-en enth¨alt, dann ergibt sich, daß solche Dezimalbruchentwicklungen f¨ ur x ∈]0, 1[ immer existieren und eindeutig bestimmt sind: Sei dazu 0.a1 a2 a3 . . . = x = 0.b1 b2 b3 . . . so, daß in keiner der Entwicklungen eine unendliche 9er-Folge vorkommt. Wenn die beiden Dezimalentwicklungen nicht u ¨bereinstimmen gibt es die Zahl n = min{k ∈ N | ak 6= bk }. Durch Umbenennung k¨onnen wir o.B.d.A. annehmen, daß bn > an . Dann gilt 0=
∞ X bk − ak . 10k
k=n
Es gilt immer bk − ak ≥ −9, aber nach unserer Voraussetzung an die Gestalt der Dezimalentwicklung gibt es auch ein k > n mit bk − ak > −9. Damit rechnen wir 0 =
∞ X bk − ak bn − an + 10n 10k k=n+1
> =
1 −9 10n
∞ X k=n+1
1 10k
∞ 9 X 1 1 − 10n 10n+1 10k k=0
1 9 1 = − n+1 1 = n 10 10 1 − 10 = 0
4.2. REIHEN
85
Dieser Widerspruch zeigt die Behauptung. Wir bemerken zum Schluß, daß man analoge Entwicklungen auch f¨ ur jede andere nat¨ urliche Zahl q gr¨oßer Eins statt 10 definieren kann. Man muß dann nur dort wo jetzt 9 stand, q −1 setzen. Der wichtigste Fall nach q = 10 ist q = 2, der die dyadische Entwicklung liefert.
Satz 4.2.11 : Die Menge [0, 1[⊆ R ist nicht abz¨ ahlbar, d.h. es gibt keine bijektive Abbildung N → [0, 1[. Beweis: Angenommen es gibt eine Folge (rn )n∈N , in der jeder r ∈ [0, 1[ genau einmal vorkommt. Wir stellen jedes rn im Dezimalsystem ohne 9er-Perioden dar: rn = 0, rn,1 rn,2 . . . mit rn,j ∈ {0, 1}. Betrachte jetzt die Folge (sn )n∈N mit sn := rn,n , wobei wir 5 = 4 und k = 5 f¨ ur k ∈ {0, 1, 2, 3, 4, 6, , 7, 8, 9} setzen. Nach Beispiel 4.2.10 definiert s := 0, s1 s2 . . . dann eine Zahl in [0, 1[, die mit keinem der rn u ¨bereinstimmt, da sie sich an mindestens einer Stelle von rn unterscheiden (und keine 9er-Perioden enth¨alt.
Man sag auch [0, 1[ und damit R ist u ahlbar. ¨ berabz¨ ¨ Ubung 4.2.2 (Abel Konvergenzkriterium):
P (i) Seien (an )n∈N0 und (bn )n∈N0 komplexe Folgen und An := n k=0 ak . Beweise die partielle Summationsformel n n X X ak bk = An bn+1 − Am−1 bm + Ak (bk − bk+1 ), k=m
k=m
wobei man A−1 := 0 setzt. P (ii) Wenn P die Reihe ∞ k=0 Ak (bk − bk+1 ) und die Folge (An bn+1 )n∈N0 konvergieren, dann konvergiert auch die ∞ Reihe k=0 ak bk .
¨ Ubung 4.2.3 : Zeige, daß
P∞ n=1
n2−n konvergiert und berechne den Grenzwert. Hinweis: Betrachte ∞ X
n2−n −
n=1
∞ X
2−n .
n=1
P ¨ Ubung 4.2.4 : Sei Pn∈N an eine absolut konvergente Reihe, und sei (bn )n∈N eine beschr¨ ankte Folge. Zeige, daß dann auch die Reihe n∈N an bn absolut konvergiert. ¨ Ubung 4.2.5P : Wahr oder falsch? Wenn vergiert auch ∞ n=1 an bn .
P∞ n=1
an konvergiert und (bn )n∈N eine beschr¨ ankte Folge ist, so kon-
¨ Ubung 4.2.6 : Es sei 0 ≤ q < 1. F¨ ur die Folge (an )n∈N gelte |an+1 − an | ≤ q|an − an−1 |
(n ∈ N).
Zeige, daß (an )n∈N konvergiert. Hinweis: Zeige, daß (an )n∈N Cauchyfolge ist. ¨ Ubung 4.2.7 : Zeige, daß
P∞ ³ Qn n=1
Hinweis: Zeige mit Induktion, daß
´
1 2k−1 k=1 2k 2n+1 Qn 2k−1 1 k=1 2k ≤ 2n .
konvergiert.
86
KAPITEL 4. KONVERGENZ VON FOLGEN UND REIHEN
4.3
Umordnung von Reihen
Eine Umordnung von N ist eine Matrix p1,1 p2,1 p3,1 .. .
p1,2 p2,2 p3,2 .. .
p1,3 p2,3 p3,3 .. .
... ... ...
von nat¨ urlichen Zahlen, in der jede nat¨ urliche Zahl genau einmal vorkommt. Wir lassen allerdings auch zu, daß die Matrix nur endlich viele Zeilen hat. Insbesondere betrachten wir auch den Fall einer einzigen Zeile, der der intuitiven Vorstellung einer Umordnung von N entspricht. Es ist außerdem auch erlaubt, daß einzelne Zeilen oder Spalten P∞ nur endlich viele Zahlen enthalten. Wir sagen, eine Reihe k=1 ak ist aus den Reihen P∞ b1,k Pk=1 ∞ b2,k Pk=1 ∞ k=1 b3,k .. . zusammengesetzt, wenn es eine Umordnung p1,1 p2,1 p3,1 .. .
p1,2 p2,2 p3,2 .. .
p1,3 p2,3 p3,3 .. .
... ... ...
von N mit bi,j = api,j gibt. Satz 4.3.1 (Umordnungssatz):
Sei
P∞
ak eine Reihe, die aus den Reihen P∞ b1,k Pk=1 ∞ k=1 b2,k P∞ k=1 b3,k .. .
k=1
P∞ ur jedes m absolut konvergent mitPSumme Bm zusammengesetztPist. Wir nehmen an, daß k=1 P∞bm,k f¨ ∞ ∞ ist. Sei C = |b |. Wenn die Reihe C konvergiert, dann konvergieren m m,k m k=1 m=1 k=1 ak und P∞ B absolut und ihre Summen sind gleich: m m=1 ∞ X
ak =
∞ X
Bm .
m=1
k=1
Hier ist der Umordnungssatz f¨ ur Umordnungen mit unendlich vielen Zeilen formuliert. F¨ ur nur endlich viele Zeilen vereinfacht er sich in soweit, als die Summationen u ¨ber m immer nur endliche Summen sind. Ansonsten bleiben alle Argumente gleich. Beweis: Idee: Vergleiche die Partialsummen von
P∞ k=1
|ak | mit Summen u ¨ber endliche (linke obere) Teil-
quadrate der Umordnung.
Zu jedem n ∈ N gibt es ein q ∈ N mit {1, . . . , n} ⊆ {pi,j | i, j ≤ q}.
4.3. UMORDNUNG VON REIHEN
87 p p p p p p p1 p p p p p p p p p
q
Es gilt dann
n X
|ak | ≤
q X
Damit sieht man die Konvergenz von q X
q
p p p p p p p p
p p p p p p p p
p p p p p p p p
P∞ k=1
p p p p p p p p
p p p p p p p p
p p p p p p p p
q X
|b1,j | + . . . +
j=1
k=1
p p p p p p2 p p p p p3 p p p p p p p p p pn p p p p p p p p p p p
p p p p p p p p
|bq,j | ≤
j=1
∞ X
Ck .
k=1
|ak |. Analog liefert
∞ ∞ ¯X ¯X ¯ ¯ ¯ ¯ ¯ ¯ b1,j ¯ + . . . + ¯ bq,j ¯ ¯
|Bk | =
k=1
≤
j=1 ∞ X
j=1 ∞ X
j=1 ∞ X
j=1
|b1,j | + . . . +
≤
|bm,j |
Ck
k=1
P∞ P∞ (vgl. das Majorantenkriterium 4.2.6) die Konvergenz k=1 |Bk |. Das bedeutet k=1 ak und P ∞ k=1 Bk konvergieren absolut. Pn Es bleibt zu zeigen, daß die Folge vn := k=1 (Bk − ak ) gegen Null konvergiert. W¨ahle dazu ein ² > 0. Dann finden wir ein m ∈ N mit ∞ X
|am+k | =
k=1
∞ X
|ak | −
k=1
m X
|ak | < ².
k=1
W¨ahle ein r ∈ N mit r > m und {1, . . . , m} ⊆ {pi,j | i, j ≤ r}. p p p p p p p p p ×p p p p p p p ×p p p p p p p p × p p p p p p p p ×p p p p p p p p p p p p p p p p
r
r
p p p p p p p p
p p p p p p p p
p p p p p p p p
p p p p p p p p
p p p p p p p p
p p p p p p p p
Falls i oder j gr¨oßer als r ist, gilt dann pi,j > m. Setze si,n :=
n X
bi,k .
k=1
Dann enth¨alt die Differenz
n X
si,n −
i=1
k=1
f¨ ur n > r nur solche ak mit k > m. r i r n
m X
n
ak
p p p p p p p p
88
KAPITEL 4. KONVERGENZ VON FOLGEN UND REIHEN Aber dann gilt
¯ ¯ m ∞ n ¯X ¯ X X ¯ ¯ ak ¯ ≤ |am+k | < ² si,n − ¯ ¯ ¯ i=1
k=1
k=1
und folglich (weil n > m)
¯ n ¯ n ¯ ¯X X ¯ ¯ sk,n − ak ¯ < 2² ¯ ¯ ¯ k=1 k=1 P∞ f¨ ur alle n > r. F¨ ur jedes i enth¨alt die Reihe k=1 bi,n+k , deren Summe Bi − si,n ist, f¨ ur n > r nur solche ak mit k > m. Dabei kommt ak in h¨ochstens einer dieser Reihen vor und zwar h¨ochstens einmal. Damit folgt n X |Bi − si,n | < 2². i=1
Um dies einzusehen, stellen wir zun¨achst fest, daß zu i und n ein Ki,n ∈ N existiert mit i,n ∞ ¯X ¯ ³K ´ ² X ¯ ¯ |Bi − si,n | = ¯ bi,n+k ¯ ≤ |bi,n+k | + . n
k=1
PKi,n
k=1
P
Andererseits gilt k=1 |bi,n+k | = l∈Li,n |al |, wobei Li,n eine endliche Teilmenge von {m + Sn 1, m + 2, . . .} ist. Die Mengen Li,n , i = 1, . . . , n sind disjunkt. Setze Ln := . i=1 Li,n ⊆ {m + 1, m + 2, . . .}. Dann gilt n X
|Bi − si,n | ≤ ² +
i=1
X
|al | ≤ 2².
l∈Ln
Jetzt erhalten wir ¯ ¯ ¯ ¯ n n n n ¯X ¯ X ¯X ¯ X ¯ ¯ ¯ ¯ |Bk − sk,n | + ¯ sk,n − ak ¯ < 4². ¯ (Bk − ak )¯ ≤ ¯ ¯ ¯ ¯ k=1
Satz 4.3.2 : Sei
P∞ k=1
k=1
k=1
ak eine absolut konvergente Reihe, die aus den Reihen P∞ b1,k Pk=1 ∞ b2,k Pk=1 ∞ k=1 b3,k .. .
zusammengesetzt ist. Dann ist jede der Reihen ∞ X
P∞
ak =
k=1
k=1 bm,k ∞ X ∞ X
absolut konvergent und es gilt bm,k .
m=1 k=1
Beweis: Idee: Ben¨utze den Umordnungssatz 4.3.1. Wegen
k=1
n X k=1
|bi,k | ≤
∞ X k=1
|ak |
4.3. UMORDNUNG VON REIHEN
89
folgt die absolute Konvergenz der Reihen P∞ b1,k Pk=1 ∞ b2,k Pk=1 ∞ k=1 b3,k .. . Die Gleichheit
∞ X
ak =
∞ X ∞ X
bm,k
m=1 k=1
k=1
ist dann eine Konsequenz aus Satz 4.3.1.
Bemerkung 4.3.3 : Manchmal ist eine kanonische Numerierung von Folgengliedern vorgegeben, die schon mit einer negativen Zahl beginnt oder aber erst mit einer Zahl gr¨oßer als Eins. Wir schreiben dann n X
ak := am + . . . + an
k=m
f¨ ur m ≤ n in Z. Entsprechend kann man dann Reihen der Form ∞ X
ak
k=m
Pn Pn ur jedes n ∈ N nur mit m ∈ Z behandeln. Weil sich f¨ ur m ≤ 0 die Summen k=m ak und k=1 ak f¨ P∞ P0 um P∞den immer gleichen Term k=m ak unterscheiden, konvergiert k=m ak genau dann (absolut), wenn k=1 ak (absolut) konvergiert. P Die Umsummierbarkeit absolut konvergenter Reihen P erm¨oglicht es, auch Reihen der Form k∈Z ak P einen Sinn zu geben, sofern die Reihen k∈N ak und −k∈N ak absolut konvergieren. Wir zeigen ein Konvergenzkriterium, das zeigt, daß man in Satz 4.3.1 nicht auf die absolute Konvergenz verzichten kann: Satz 4.3.4 (Leibniz-Kriterium): Sei (an )n∈N P∞eine monoton fallende Folge nicht-negativer Zahlen mit limn→∞ an = 0. Dann konvergiert die Reihe k=0 (−1)k an und es gilt (∀n ∈ N)
s2n−1 ≤
∞ X
(−1)k ak ≤ s2n ,
k=0
wobei, wie u ¨blich, sn =
Pn
k k=0 (−1) an . y
6 -x
Beweis: Idee: Vergleiche die Folge (s2n )n∈N der Partialsummen mit geraden Indizes mit der Folge (s2n−1 )n∈N der Partialsummen mit ungeraden Indizes.
90
KAPITEL 4. KONVERGENZ VON FOLGEN UND REIHEN Mit den Voraussetzungen erhalten wir zun¨achst s2n−1
≤ s2n−1 + (a2n − a2n+1 ) = s2n+1 ≤ s2n+1 + a2n+2 = s2n+2 = s2n − (a2n+1 − a2n+2 ) ≤ s2n ,
also s2n−1 ≤ s2n+1 ≤ s2n+2 ≤ s2n . Dies zeigt, daß die Teilfolge (s2n−1 )n∈N monoton steigend und beschr¨ankt ist, w¨ahrend die Teilfolge (s2n )n∈N monoton fallend und beschr¨ankt ist. Insbesondere haben nach Proposition 4.1.8 beide Teilfolgen einen Grenzwert. Weiter gilt lim s2n − lim s2n−1 = lim (s2n − s2n−1 ) = lim a2n = 0,
n→∞
n→∞
n→∞
n→∞
was die Konvergenz von (sn )n∈N gegen ein s ∈ R zeigt. Aus der Monotonie der beiden Teilfolgen folgt dann aber auch s2n−1 ≤ s ≤ s2n .
Beispiel 4.3.5 : Die alternierende harmonische Reihe in der Umordnung 1 2 − 11
1 4 − 13
1 6 − 15
P
k1 k=1 (−1) k
1 8 − 17
konvergiert nach Satz 4.3.4, aber
... ...
konvergiert keine der Zeilen (die erste w¨ urde verdoppelt einen Wert f¨ ur die harmonische Reihe liefern).
¨ Ubung 4.3.1 : Finde eine Umordnung (an )n∈N der Folge 1, −1, 12 , − 12 , 31 , − 13 so, daß ¨ Ubung 4.3.2 : Zeige, daß die Reihe
∞ X m=2
konvergiert und bestimme ihren Wert. 1 = Hinweis: Suche A, B ∈ Z so, dass m(m−1)
A m−1
P n∈N
an divergiert.
1 m(m − 1) +
B m
gilt. Berechne dann die Partialsummen.
¨ Ubung 4.3.3 : Zeige, daß f¨ ur jede nat¨ urliche Zahl n ≥ 2 gilt ζ(n) :=
∞ X 1 < 2. n m m=1
Anleitung:
P P∞ (i) Betrachte die Reihe ∞ n=2 an , die aus den Reihen m=2 Konvergenz dieser Reihe.
1 mn
zusammengesetzt ist. Erstes Ziel ist die absolute
(ii) Ordne die Reihe so um, daß gewisse Anteile geometrische Reihen werden. Das ergibt eine neue Reihe. (iii) Nutze nun Aufgabe 4.3.2. (iv) Folgere, daß auch die urspr¨ ungliche Reihe
P∞
n=2 an gegen 1 konvergiert. P∞ (v) Was kann man nun u ¨ber die Konvergenz und den Reihenwert von m=2 m1n aussagen? P P∞ 1 1 (vi) Wie h¨ angen Konvergenz und Reihenwert von ∞ m=2 mn und m=1 mn miteinander zusammen?
¨ ¨ ufe die folgenden Reihen auf Konvergenz und absolute Konvergenz. Ubung 4.3.4 : Uberpr¨ P∞ ak ur beliebiges a ∈ C. Hierbei ist k! (sprich: Fakult¨ at von k) eine Abk¨ urzung f¨ ur k · (k − 1) · · · · · 2 · 1. (i) k=1 k! f¨ P∞ 1 √ . (ii) k=1 k
4.3. UMORDNUNG VON REIHEN
91
P∞
k1 k=1 (−1) k . ¢ P∞ ¡ 1 (iv) k=1 1 − k .
(iii)
¨ Ubung 4.3.5 : Es sei (ak )k∈N eine Folge nichtnegativer reeller Zahlen. Zeige P P∞ 2 (i) Wenn ∞ k=1 ak konvergiert, dann konvergiert auch k=1 ak . (ii) Die Umkehrung gilt nicht, d.h. es gibt mindestens eine Folge (ak )k∈N mit ak ≥ 0, f¨ ur die P aber ∞ k=1 ak divergiert.
P∞ k=1
a2k konvergiert,
¨ ¨ Ubung 4.3.6 : Uberpr¨ ufe die folgenden Reihen auf Konvergenz. P∞ k (i) . k=0 k+1 P∞ 1 (ii) k=0 k2 +k+1 . P∞ k 3 (iii) k=0 4k . P∞ ¡ −9k−10 ¢k (iv) . k=1 10k ¨ Ubung 4.3.7 : k P 2+3·(−1)k (i) Man zeige, daß die Reihe ∞ alterniert und, daß f¨ ur ak = 2+3·(−1) gilt limk→∞ ak = 0. Warum k=0 k+1 k+1 ist das Leibniz-Kriterium nicht anwendbar? ³ ´ P (−1)k k+1 (ii) Warum konvergiert die Reihe ∞ ˙ ? Ab welchem Index n unterscheiden sich die Partialsumk=0 k+2 k+3
men sn vom Grenzwert der Reihe um weniger als
3 ? 1000
¨ Ubung 4.3.8 :
³ ´ k P (−1)k 1 √ √ alterniert und, daß f¨ ur ak = k1 + (−1) gilt limk→∞ ak = 0. (i) Man zeige, daß die Reihe ∞ k=1 k + k k Warum ist das Leibniz-Kriterium nicht anwendbar? ³ ´ P (−1)k ˙ k ? Ab welchem Index n unterscheiden sich die Partialsum(ii) Warum konvergiert die Reihe ∞ k=0 2k+1 k+2 men sn vom Grenzwert der Reihe um weniger als
2 ? 1000
92
KAPITEL 4. KONVERGENZ VON FOLGEN UND REIHEN
Kapitel 5
Folgen von Funktionen In diesem Kapitel untersuchen wir Funktionen, die als Grenzwerte von Folgen anderer Funktionen auftauchen. Typischerweise wird man sp¨ ater neue komplizierte Funktionen als Grenzwerte von einfacheren Funktionen erhalten. Eine besondere Rolle kommt in diesem Zusammenhang den Grenzwerten von Polynomfunktionen, den Potenzreihen, zu. Weil es keinerlei zus¨ atzlichen Aufwand bedeutet und f¨ ur die gesamte Mathematik von fundamentaler Wichtigkeit ist, betrachten wir Potenzreihe (gleich) mit komplexen Koeffizienten und setzen auch komplexe Zahlen ein.
5.1
Konvergenz von Funktionenfolgen
Eine Folge von komplexwertigen Funktionen auf einer Menge M ist eine Abbildung N → ¨ F(M, C), n 7→ fn (vgl. Ubung 2.1.4). Wie f¨ ur Zahlenfolgen verwenden wir die Notation (fn )n∈N . Man sagt, eine Funktionenfolge (fn )n∈N von komplexwertigen Funktionen auf M konvergiert punktweise gegen eine Funktion f : M → C, wenn f¨ ur jedes x ∈ M gilt lim fn (x) = f (x).
n→∞
Beispiel 5.1.1 : Betrachte die Funktionen fn : R → R, die durch f¨ ur x > n1 1 nx f¨ ur 0 ≤ x ≤ n1 fn (x) = 0 f¨ ur x < 0 definiert ist. Diese Folge konvergiert punktweise gegen die Funktion f : R → R mit ½ 1 f¨ ur x > 0 f (x) = ur x ≤ 0 0 f¨ Insbesondere sehen wir, daß die Grenzfunktion nicht stetig ist, obwohl alle fn ’s stetig sind! Ein Konvergenzbegriff, der die Stetigkeit beim Grenz¨ ubergang erh¨alt, ist die gleichm¨ aßige Konvergenz. Wir sagen, eine Folge (fn )n∈N von komplexwertigen Funktionen auf M konvergiert gleichm¨ aßig gegen eine Funktion f : M → C, wenn es zu jedem ² > 0 ein n0 ∈ N gibt mit ∀x ∈ I, ∀n > n0 : |fn (x) − f (x)| < ². Es ist unmittelbar klar, daß gleichm¨aßige Konvergenz gegen eine Funktion f punktweise Konvergenz gegen dieselbe Funktion f impliziert. Die Intuition hinter der Definition von gleichm¨aßiger Konvergenz ist gerade, daß die fn (x) gegen die f (x) konvergieren sollen, aber so, daß die Konvergenzgeschwindigkeit nicht zu unterschiedlich ist.
93
94
KAPITEL 5. FOLGEN VON FUNKTIONEN
Beispiel 5.1.2 : (i) Die Funktionenfolge fn : [0, b] → R, x 7→ xn mit 0 < b < 1 konvergiert gleichm¨aßig gegen die konstante Funktion 0: |xn | ≤ |bn | → 0. (ii) Die Funktionenfolge fn : [0, 1[→ R, x 7→ xn konvergiert punktweise, aber nicht gleichm¨aßig gegen die konstante Funktion 0: Da R → R, x 7→ xn stetig ist und in 1 den Wert 1 hat, gibt es n¨amlich zu 1 > ² > 0 immer ein x ∈ [0, 1[ mit |xn | > ².
Proposition 5.1.3 : Seien (fn )n∈N und (gn )n∈N zwei gleichm¨ aßig konvergente Folgen von komplexwertigen Funktionen auf einer Menge M mit den Grenzwerten f : M → C und g : M → C. Dann konvergiert die Folge (fn ± gn )n∈N gleichm¨ aßig gegen f ± g. Beweis: Idee: Klar mit den Definitionen. Sei ² > 0. Dann gibt es n0 ∈ N mit |fn (x) − f (x)| < ²
und |gn (x) − g(x)| < ²
f¨ ur alle x ∈ M und alle n > n0 . Aber dann gilt auch ¡ ¢ ¡ ¢ | fn (x) ± gn (x) − f (x) ± g(x) | < 2² f¨ ur alle x ∈ M und alle n > n0 . Dies zeigt die Behauptung.
Wie f¨ ur Zahlenfolgen kann man auch an dieser Stelle analoge S¨atze f¨ ur Produkte und Quotienten von Funktionenfolgen zeigen. Allerdings braucht man Beschr¨anktheitsbedingungen f¨ ur die Gleichm¨aßigkeit der Konvergenz. Sei M ⊆ C und z0 ∈ M . Eine Funktion f : M → C heißt stetig in z0 , wenn ∀² > 0 ∃δ > 0 : (z ∈ M ∩ B(z0 ; δ) ⇒ |f (z) − f (z0 )| < ²), wobei B(z0 ; δ) := {z ∈ C | |z − z0 | < δ}. Wenn eine Funktion f : M → C in jedem Punkt von M stetig ist, nennt man sie stetig in M . Satz 5.1.4 : Die Folge (fn )n∈N von stetigen komplexwertigen Funktionen auf einer Menge M ⊆ C konvergiere gleichm¨ aßig gegen die Funktion f : M → C. Dann ist f stetig. Beweis: ¡ ¢ ¡ ¢ ¡ ¢ 3²-Argument“: Betrachte f (z) − fn (z) + fn (z) − fn (z0 ) + fn (z0 ) − f (z0 ) und wende ” die Dreiecksungleichung an.
Idee:
Halte z0 ∈ M fest und w¨ahle ² > 0. Dann gibt es ein n0 ∈ N mit ∀n > n0 , ∀z ∈ M :
|fn (z) − f (z)| < ².
5.1. KONVERGENZ VON FUNKTIONENFOLGEN
95
Halte ein n > n0 fest. Wegen der Stetigkeit von fn gibt es ein δ > 0 mit ∀z ∈ B(z0 ; δ) ∩ M :
|fn (z) − fn (z0 )| < ².
Dann gilt f¨ ur z ∈ B(z0 ; δ) ∩ M |f (z) − f (z0 )| ≤ |f (z) − fn (z)| + |fn (z) − fn (z0 )| + |fn (z0 ) − f (z0 )| < 3², was die Stetigkeit von f in z0 beweist.
Satz 5.1.5 : Die Folge (fn )n∈N von differenzierbaren reellwertigen Funktionen auf einem offenen Intervall I konvergiere gleichm¨ aßig gegen die Funktion f : I → R. Wenn die Folge (fn0 )n∈N aus stetigen Funktionen besteht und gleichm¨ aßig gegen eine Funktion g : I → R konvergiert, dann ist f differenzierbar und es gilt f 0 = g. Beweis: ¡
¢
Idee: Wende den Mittelwertsatz 3.3.1 auf fn und die Dreiecksungleichung auf fn0 (ξ) − g(ξ) + ¢
¡
g(ξ) − g(x0 ) an ( 2²-Argument“). ”
Nach Satz 5.1.4 ist g stetig. Halte x0 ∈ I fest und w¨ahle ² > 0. Dann gibt es wegen der Stetigkeit von g gibt es ein δ > 0 mit ∀x ∈]x0 − δ, x0 + δ[ ∩ I :
|g(x) − g(x0 )| < ².
Außerdem finden wir ein n0 ∈ N mit ∀n > n0 , ∀x ∈ I :
|fn0 (x) − g(x)| < ².
Halte ein n > n0 fest. Der Mittelwertsatz 3.3.1 zeigt, daß es zu jedem solchen x ein ξ zwischen x und x0 mit ¯ ¯ ¯ fn (x) − fn (x0 ) ¯ ¯ − g(x0 )¯¯ = |fn0 (ξ) − g(x0 )| ¯ x − x0 ≤ |fn0 (ξ) − g(ξ)| + |g(ξ) − g(x0 )| ≤ 2² gibt. Dies zeigt aber, daß f¨ ur festes x gilt ¯ ¯ ¯ f (x) − f (x0 ) ¯ ¯ − g(x0 )¯¯ ≤ 2², ¯ x − x0 was wiederum lim
x→x0
f (x) − f (x0 ) = g(x0 ) x − x0
impliziert. Also existiert f 0 (x0 ) und ist gleich g(x0 ).
Der Satz 5.1.5 l¨aßt sich m¨ uhelos auf Funktionen verallgemeinern, deren Definitionsbereich M eine (offene) Teilmenge von C ist, sobald man das komplexe Analogon zur Differenzierbarkeit definiert hat ¨ (vgl. Ubung 3.1.4).
96
KAPITEL 5. FOLGEN VON FUNKTIONEN
¨ Ubung 5.1.1 : Seien fn , gnP: [a, b] → R mit |fn (x)| ≤ gn (x) f¨ ur alle n ∈ N. Die Reihe gleichm¨ aßig. Zeige, daß auch ∞ aßig konvergiert. n=0 fn gleichm¨
P∞ n=0
gn konvergiere
¨ Ubung 5.1.2 : Entscheide, ob folgende Funktionenfolgen gleichm¨ aßig konvergieren. (i)
µ
(ii)
µ
2x + nx2 1 + nx2
¶ , n∈N
nx + x2 + nx3 1 + nx2
¶ . n∈N
¨ Ubung 5.1.3 : Sei f : R → R eine Funktion mit |f 0 (x)| ≤ M f¨ ur alle x ∈ R. Definiere µ fn : R → R,
fn (x) := f
x+
1 n
¶ .
Zeige, daß die Funktionenfolge (fn )n∈N gleichm¨ aßig gegen f konvergiert. ¨ aßig konvergente Folge stetiger Funktionen auf [a, b]. Zeige, daß Ubung 5.1.4 : Sei (fn )n∈N eine gleichm¨ lim lim fn (x) = lim lim fn (x).
n→∞ x→c
x→c n→∞
¨ aßig konverUbung 5.1.5 : Sei a > 0. Untersuche, ob die folgenden Funktionenfolgen (fn )n∈N auf [0, a] gleichm¨ gieren. (i) fn (x) =
1 − x2n , 1 + x2n
(ii) fn (x) = (1 − x)xn , (iii) fn (x) =
1 , 1 + nx2
¨ aßig Ubung 5.1.6 : Wahr oder falsch? Seien fn , f, gn , g : [a, b] → R stetige Funktionen derart, daß (fn )n∈N gleichm¨ gegen f und (gn )n∈N gleichm¨ aßig gegen g konvergiert. Dann konvergiert (fn gn )n∈N gleichm¨ aßig gegen f g. ¨ Ubung 5.1.7 : Man berechne den punktweisen Grenzwert der folgenden Funktionenfolgen (fn )n∈N und entscheide, ob die Konvergenz gleichm¨ aßig ist: 1
(i) fn (x) = x n auf [0, 1]. ( 0 x≤n (ii) fn (x) = auf ] − ∞, 196560] und auf R. x−n x>n (iii) fn (x) =
x 1+(nx)2
auf R.
5.2. POTENZREIHEN
5.2
97
Potenzreihen
Eine Potenzreihe ist eine Reihe der Form ∞ X
ak (z − z0 )k ,
k=0
wobei die ak ∈ C feste Koeffizienten sind, z0 eine weitere komplexe Zahl und man das Verhalten der Reihe in Abh¨angigkeit der Zahl z ∈ C studieren will. D.h. man studiert die Funktion M → C,
z 7→
∞ X
ak (z − z0 )k ,
k=0
P∞ wobei M die Menge der z ∈ C ist, f¨ ur die die Reihe k=0 ak (z − z0 )k konvergiert. Die erste Aufgabe ist dann nat¨ urlich festzustellen, ob M 6= ∅ ist, d.h., ob es u ¨berhaupt Punkte gibt, P∞ an denen die Potenzreihe konvergiert. Wenn f : M 0 → R f¨ ur alle z P ∈ M 0 ⊆ M die Gleichheit f (z) = k=0 ak (z − z0 )k erf¨ ullt, dann ∞ sagt man, f wird durch die Potenzreihe k=0 ak (z − z0 )k dargestellt. Beispiel 5.2.1 : P∞ (i) Nach Proposition 4.2.7 und Beispiel 4.2.1 konvergiert die geometrische Reihe k=0 z k f¨ ur jedes z ∈ B(0; 1) := {w ∈ C | |w| < 1} (beachte, daß nach Definition gilt 00 = 1) und hat jeweils die 1 . D.h. die Funktion Summe 1−z f : B(0; 1) z
→ C 7→
1 1−z
P∞ ur |z| > 1 wird durch die Reihe k=0 z k dargestellt. In diesem Beispiel wissen wir, daß die Reihe f¨ nicht konvergiert. Es ist alsoPnicht m¨oglich, die Funktion f auf einer viel gr¨oßeren Teilmenge M ∞ von C \ {1} durch die Reihe k=0 z k darzustellen als auf B(0; 1). (Eine genauere Untersuchung der geometrischen Reihe zeigt sogar, daß sie f¨ ur kein z ∈ C mit |z| = 1 konvergiert. Also ist B(0; 1) 1 tats¨achlich der maximale Bereich auf dem 1−z durch die geometrische Reihe dargestellt werden kann.) ¯ P∞ k¯ k (ii) Wegen ¯(−1)k+1 zk ¯ ≤ |z|k konvergiert auch die Reihe k=1 (−1)k+1 zk f¨ ur jedes z ∈ B(0; 1). Allerdings sind wir hier noch nicht in der Lage zu bestimmen, welche Funktion durch diese Potenzreihe dargestellt wird. Sp¨ater wird sich herausstellen, daß es im wesentlichen die Logarithmusfunktion ist.
Es kann vorkommen, daß eine Potenzreihe in keinem von Null verschiedenen Punkt konvergiert. Wenn es allerdings einen von Null verschiedenen Konvergenzpunkt gibt, dann gibt es gleich sehr viele solche Punkte: P∞ P∞ Satz 5.2.2 : Die Potenzreihe k=0 ak z k sei konvergent f¨ ur z0 6= 0. Wenn k=0 ak z k nicht f¨ ur alle z ∈ C absolut konvergiert, dann gibt es ein r > 0 mit folgenden Eigenschaften: P∞ k (i) ur z ∈ B(0; r) := {z ∈ C | |z| < r}. k=0 ak z konvergiert absolut f¨ P∞ k (ii) ur |z| > r. k=0 ak z divergiert, d.h. konvergiert nicht, f¨ Beweis:
98
KAPITEL 5. FOLGEN VON FUNKTIONEN Idee: Vergleiche mit der geometrischen Reihe. Nach Proposition 4.2.2 gilt limk→∞ ak z0k = 0 und mit ρ := |z0 | folgt limk→∞ |ak |ρk = 0. Insbesondere gibt es ein M > 0 mit |ak ρk | < M f¨ ur alle k ∈ N0 = N ∪ {0}. Wenn jetzt |z| < ρ, dann gilt |z|k |z|k |ak | |z|k = |ak ρk | k ≤ M k (5.1) ρ ρ k P∞ P∞ f¨ ur alle k ∈ N0 und k=0 M |z| ist konvergent. Also ist auch k=0 |ak | |z|k konvergent, d.h. ρk P∞ die Reihe k=0 ak z k ist absolut konvergent. P∞ k Damit haben wir gesehen, daß die Reihe ¨berall absolut konvergiert k=0 ak z entweder u oder aber die Menge X der Punkte z, f¨ ur die die Reihe absolut konvergiert, ist beschr¨ankt. In diesem Fall sei r := sup{|z| | z ∈ X}. Wenn z ∈ B(0; r), dann gibt es ein ρ ∈ R mit P∞ |z| < ρ < rPso, daß die Reihe k=0 ak ρk konvergiert. Nach Satz 4.2.6 konvergiert dann auch P∞ ∞ die Reihe k=0 |ak | |z|k . Es bleibt nur noch P zu zeigen, daß die Reihe k=0 ak z k f¨ ur |z| > r ∞ k divergiert. Wenn aber |z| > r und die Reihe a z konvergiert, dann zeigt der erste Teil k k=0 P∞ des Beweises, daß k=0 ak wk f¨ ur alle |w| < |z| absolut konvergiert, insbesondere also auch f¨ ur solche w ∈ C mit r < |w| < |z| (die es immer gibt). Dies steht aber im Widerspruch zur Definition von r.
P∞ Man kann den Fall, daß die Reihe k=0 ak z k in Satz 5.2.2 f¨ ur alle z ∈ C konvergiert, auch unter den zweiten Teil des Satzes subsummieren, indem man auch r = ∞Pin der Aussage zul¨aßt. Man nennt das r ∞ aus Satz 5.2.2 dann den Konvergenzradius der Potenzreihe k=0 ak z k .
r
P∞ Wenn k=0 ak z k keinen von Null verschiedenen Konvergenzpunkt hat, sagt man, der Konvergenzradius ist Null. Wir f¨ uhren den Limes superior und den Limes inferior f¨ ur Folgen in R ein: Sei (an )n∈N eine Folge in R. Setze Sn := sup{aj | j ≥ n} und In := inf{aj | j ≥ n}. Dann ist lim sup an = inf{Sn | n ∈ N} n→∞
der Limes superior von (an )n∈N und lim inf an = sup{In | n ∈ N} n→∞
der Limes inferior von (an )n∈N . Mit inf(∅) := ∞ und sup(∅) := −∞ lassen wir dann auch die Werte ∞ f¨ ur den Limes superior und −∞ f¨ ur den Limes inferior zu. Es ist klar, daß lim inf an ≤ lim sup an n→∞
n→∞
5.2. POTENZREIHEN
99
und die Folge konvergiert genau dann gegen a ∈ [−∞, ∞], wenn lim inf an = a = lim sup an n→∞
n→∞
¨ (Ubung!).
Lemma 5.2.3 : Sei M > 0. Dann gilt limk→∞
√ k
M = 1.
Beweis: Idee: Die Folge ist monoton und beschr¨ankt, hat also einen Grenzwert a. Betrachte die Folge der ak .
q Da der Fall M = 1 trivial ist und
1 M
Satz 5.2.4 : ρ sei der Konvergenzradius von
=
1 √ k M
gilt, k¨onnen wir uns nach Korollar 4.1.4 auf √ den Fall M > 1 beschr¨anken. In diesem Fall haben wir k M > 1 f¨ ur alle k, also ist wegen k ³ √ M ´k 1 √ √ =1 k+1 k+1 M M √ die Folge ( k M )k∈N monoton fallend (und nach unten beschr¨ankt). Damit ist diese Folge nach Proposition√4.1.8 konvergent mit einem Grenzwert a, der nach Korollar 4.1.6 gr¨oßer gleich 1 ist. Wegen k M ≥ a ≥ 1 ist die Folge (ak )k∈N durch M beschr¨ankt und das zeigt a = 1. k
∞ P
ak (z − z0 )k . Dann gilt:
k=0
¯ n o ¯ (i) ρ = inf m > 0 ¯ sup |ak mk | = ∞ . k∈N0
(ii) (Wurzelkriterium – Cauchy-Hadamard-Formel) ³ ´−1 1 ρ = lim sup |ak | k , k→∞
wobei mit
1 0
= ∞ und
1 ∞
1
1
= 0 auch die F¨ alle lim sup |ak | k = 0 und lim sup |ak | k = ∞ erfaßt sind. k→∞
k→∞
n (iii) (Quotientenkriterium) Falls ak 6= 0 f¨ ur alle k und lim | aan+1 | existiert, dann gilt
n→∞
¯ a ¯ ¯ n ¯ ρ = lim ¯ ¯. n→∞ an+1 an (iv) Falls ak 6= 0 f¨ ur alle k und lim supn→∞ | an−1 | existiert, dann gilt
³ ρ≥
¯ a ¯´−1 ¯ n ¯ lim sup ¯ . ¯ an−1 n→∞
Beweis: Idee: F¨uhre (i) auf Satz 5.2.2 zur¨uck, dann leite (ii) aus (i) sowie (iii) und (iv) aus (ii) ab.
100
KAPITEL 5. FOLGEN VON FUNKTIONEN (i) Setze ρ0 := inf{m > 0 | sup |ak mk | = ∞}. Wenn m < ρ0 , dann ist {ak mk | k ∈ N0 } k∈N0
beschr¨ankt und f¨ ur 0 < R < m < ρ0 konvergiert
∞ P
ak (z − z0 )k nach dem Beweis von
k=0
Satz 5.2.2, pr¨azise gesagt nach (5.1), absolut auf B(z0 ; R) := {z ∈ C | |z − z0 | ≤ R}. Umgekehrt, sei |z − z0 | > ρ0 . Dann gilt f¨ ur |z − z0 | > b > ρ0 , daß sup |ak bk | = ∞ und k∈N0
daher
¯ ¯ sup ¯ak |z − z0 |k ¯ = ∞.
k∈N0
Also konvergiert
∞ P
ak (z − z0 )k nach Proposition 4.2.2 nicht. Damit ist ρ0 also gerade
k=0
der Konvergenzradius. 1
1 ρ,
(ii) Wenn lim sup |ak | k < 1
k→∞
1
dann gibt es ein m > ρ mit lim sup |ak | k < k→∞
1 m.
Also gilt
m |ak | k < 1 f¨ ur fast alle k (d.h. alle bis auf endlich viele) und { |ak |mk | k ∈ N0 } ist beschr¨ankt. Wegen (i) zeigt dies m ≤ ρ und dieser Widerspruch zeigt 1
lim sup |ak | k ≥ ρ1 . k→∞
Wenn jetzt 0 < b < ρ, dann gibt es nach (i) ein M > 0 mit sup |ak |bk ≤ M , also mit k∈N0
Lemma 5.2.3
1
1
lim sup |ak | k b ≤ lim M k = 1. k→∞
k→∞
1
Aber lim sup |ak | k ≤ k→∞
1 b
1
f¨ ur alle 0 < b < ρ liefert mit b → ρ auch lim sup |ak | k ≤ k→∞
1 ρ.
Damit ist (ii) bewiesen. ¯ a ¯ ¯ a ¯ k ¯ k ¯ (iii) Sei lim sup¯ ak−1 = c. Dann gibt es zu ² > 0 ein N mit ¯ ak−1 ≤ c + ² f¨ ur alle k ≥ N . k→∞
Wir schreiben
¯ ¯ ¯ a ¯´ ¯ a ¯a ¯ ³¯ a ¯ ¯ a ¯ n ¯ ¯ n−1 ¯ ¯ N ¯ ¯ N −1 ¯ ¯ 1¯ |an | = ¯ ¯·¯ ¯···¯ ¯ ·¯ ¯ · · · ¯ ¯ · |a0 | an−1 an−2 aN −1 aN −2 a0
f¨ ur n ≥ N und stellen fest, daß wegen Lemma 5.2.3 ¯ ¯a ¯ ³¯ a ´ n1 1 1 ¯ N −1 ¯ ¯ 1¯ |an | n ≤ (c + ²)(n−N +1) n ¯ ¯ · · · ¯ ¯ · |a0 | | {z } aN −2 a0 | {z } −→ (c+²) −→ 1
n→∞
n→∞ 1
f¨ ur n ≥ N gilt. Damit findet man zun¨achst lim sup |an | n ≤ c + ² und dann n→∞
¯ a ¯ 1 ¯ n ¯ lim sup |an | n ≤ lim sup¯ ¯. n→∞ n→∞ an−1
(5.2)
1
an Analog zeigt man lim inf | an−1 | ≤ lim inf |an | n und zusammen erh¨alt man (iii) aus (ii). n→∞
n→∞
(iv) Dies folgt durch Kombination von (ii) mit (5.2).
Beispiel 5.2.5 : (i) Mit dem Wurzelkriterium 5.2.4 zeigt man, daß die Potenzreihe hat.
P∞ k=0
k k z k den Konvergenzradius 0
5.2. POTENZREIHEN
101
P∞ (ii) Mit dem Quotientenkriterium 5.2.4 zeigt man , daß die Reihe k=1 n12 z n den Konvergenzradius P∞ 1 ¨ 1Phat. Die Konvergenz von k=1 n2 wurde in Ubung 4.3.3 nachgewiesen. Die Konvergenz von ∞ k 1 (−1) l¨ a ßt sich dann mit dem Majorantenkriterium 4.2.6 als auch direkt mit dem Leibniz2 k=1 n Kriterium 4.3.4 nachweisen.
P∞ Wir sagen, eine Potenzreihe k=0 ak z k ist auf einer Kreisscheibe D := B(0; r) gleichm¨ aßig konvergent, wenn sie f¨ ur jedes z ∈ D konvergiert und die Funktionenfolge (fn )n∈N mit fn : D → C, x 7→
n X
ak z k
k=0
gleichm¨aßig gegen D → C, z 7→
P∞ k=0
ak z k konvergiert.
P∞ P∞ Satz 5.2.6 : Sei k=0 ak z k eine Potenzreihe mit Konvergenzradius r. Dann ist k=0 ak z k auf jeder Kreisscheibe der Form B(0; b) = {z ∈ C | |z| < b} mit 0 < b < r gleichm¨ aßig konvergent. Beweis: Idee: Ben¨utze Satz 4.2.6 und die Dreiecksungleichung. P∞ P∞ W¨ahle 0 < b < c < r. Dann konvergiert k=0 |ak |ck und wegen Satz 4.2.6 auch k=0 ak z k f¨ ur jedes z ∈ B(0; b) absolut. Setze s(z) :=
∞ X
ak z k
tn :=
k=0
n X
|ak |ck
und t :=
k=0
∞ X
|ak |ck .
k=0
Dann gilt ¯ ¯ ¯ ¯ n ∞ ∞ ∞ ¯ ¯ ¯ X ¯ X X X ¯ ¯ k¯ k¯ ak z ¯ = ¯ ak z ¯ ≤ |ak z k | ≤ |ak |ck = t − tn ¯s(z) − ¯ ¯ ¯ ¯ k=0
k=n+1
k=n+1
k=n+1
f¨ ur alle z ∈ B(0; b). Weil aber limn→∞ tn = t, folgt damit die Behauptung.
Da zwischen b und r immer noch eine Zahl b0 mit b < b0 < r zu finden ist, kann man den Satz 5.2.6 auch mit den abgeschlossenen Kreisscheiben B(0; b) = {z ∈ Z | |z| ≤ b} formulieren. Beispiel 5.2.7 : Die folgenden komplexen Reihen konvergieren auf ganz C absolut und definieren daher Funktionen C → C: (i) Die komplexe Exponentialreihe
∞ X zk k=0
(ii) Die komplexe Sinusreihe
∞ X
(−1)k
k=0
(iii) Die komplexe Kosinusreihe
∞ X
,
1 z 2k+1 . (2k + 1)!
(−1)k
k=0
k!
1 2k z . (2k)!
102
KAPITEL 5. FOLGEN VON FUNKTIONEN
(iv) Die komplexe Sinushyperbolikusreihe ∞ X
1 z 2k+1 . (2k + 1)!
k=0
(v) Die komplexe Kosinushyperbolikusreihe ∞ X k=0
1 2k z . (2k)!
Die zugeh¨origen Funktionen werden (wie im Reellen) mit exp : C → C, sin : C → C und cos : C → C sowie sinh : C → C und cosh : C → C bezeichnet. Beachte, daß i2k = (−1)k und i2k+1 = (−1)k i gilt. Also liefern die obigen Potenzreihendarstellungen exp(ix) = = =
∞ k k X i x k=0 ∞ X
k!
∞ X i2m x2m i2m+1 x2m+1 + (2m)! (2m + 1)! m=0 m=0
∞ ∞ X X (−1)m x2m (−1)m x2m+1 +i (2m)! (2m + 1)! m=0 m=0
= cos x + i sin x f¨ ur x ∈ R und daher die Eulersche Formel eix := exp(ix) = cos(x) + i sin(x).
sin(x)
e
ix
cos(x)
Mit analogen Rechnungen findet man sin(ix) = i
∞ X k=0
cos(ix) =
∞ X k=0
1 x2k+1 = i sinh x (2k + 1)!
1 2k x = cosh x. (2k)!
¨ Ubung 5.2.1 : (i) Definiere induktiv f¨ ur n ∈ N die Funktionen pn : C → C, x 7→ z n := z · z n−1 , wobei z 1 := z ist. Zus¨ atzlich 0 setzt man z := 1 f¨ ur alle z ∈ C. Zeige, daß alle pn stetig sind. Die Funktionen pn heißen (komplexe) Potenzfunktionen. (ii) Endliche komplexe Linearkombinationen von Potenzfunktionen heißen (komplexe) Polynomfunktionen oder einfach Polynome. D.h., eine komplexe Polynomfunktion ist eine Funktion der Form f : C → C,
z 7→
N X
an z n := a0 · 1 + a1 · z + a2 · z 2 + . . . + aN −1 · z N −1 + aN · z N ,
n=0
wobei die an ∈ R feste Konstanten sind. Zeige, daß alle komplexen Polynomfunktionen stetig sind.
5.2. POTENZREIHEN
Korollar 5.2.8 : Sei
103
P∞ k=0
ak xk eine Potenzreihe mit Konvergenzradius r. Dann ist die Funktion B(0; r) → C,
z 7→
∞ X
ak z k
k=0
stetig. Beweis: Idee: Zu z0 ∈ B(0; r) gibt es ein 0 < b < r mit z0 ∈ B(0; b). Da die Potenzreihe auf B(0; b) nach Satz 5.2.6 gleichm¨ aßig konvergiert, folgt die Behauptung aus der Stetigkeit von komplexen ¨ Polynomfunktionen (siehe Ubung 5.2.1) und Satz 5.1.4.
Wir wollen die Ableitung einer Funktion, die durch eine Potenzreihe dargestellt wird, selbst als Potenzreihe darstellen. Dazu ben¨otigen wir noch ein Lemma: Lemma 5.2.9 : Wenn 0 < q < 1, dann gilt limn→∞ nq n = 0. Beweis: Idee: Zeige zuerst, daß (nq n )n∈N f¨ur große n monoton fallend ist und wende Proposition 4.1.8 an. ¡ ¢ Beachte zun¨achst, daß limn→∞ n+1 n q = q < 1 (vgl. Korollar 4.1.4). Also gibt es ein n0 ∈ N mit n+1 ur alle n > n0 . Aber dann folgt n q < 1 f¨ 0 < (n + 1)q n+1 = nq n
n+1 q < nq n n
f¨ ur n > n0 und Proposition 4.1.8 zeigt, daß die Folge (nq n )n∈N einen Grenzwert a hat. Wegen der Identit¨at (n + 1)q n+1 = qnq n + q n+1 finden wir, indem wir die Grenzwerte f¨ ur n → ∞ von beiden Seiten berechnen (vgl. Beispiel 4.2.1), a = qa + 0. Wegen q < 1 folgt jetzt a = 0.
P∞ Man kann das Lemma auch beweisen, indem man zeigt, daß die Reihe n=0 nq n konvergiert (mit dem Quotientenkriterium aus Satz 5.2.4) und dann Proposition 4.2.2 anwendet.
Die folgende Anwendung von Satz 5.2.6 nehmen Bezug auf Begriffe wie Stetigkeit und Differenzierbarkeit, die man zwar auch im Komplexen definieren kann, aber bisher noch nicht aufgetaucht sind. Darum schr¨anken wir uns hier auf reelle Argumente ein. P∞ P∞ k k−1 Satz 5.2.10 : Die Potenzreihen haben denselben Konvergenzradius r. k=0 ak z und k=1 kak z P∞ k Wenn f auf ] − r, r[ durch a x dargestellt wird, dann ist f auf ] − r, r[ differenzierbar und f 0 wird k=0 k P∞ k−1 auf ] − r, r[ durch k=1 kak x dargestellt.
104
KAPITEL 5. FOLGEN VON FUNKTIONEN
Beweis: Idee: Leite die Reihe gliedweise ab und zeige, daß man die S¨atze 5.2.6 und 5.1.5 anwenden kann. P∞ k Sei r der Konvergenzradius von k=0 ¯ za¯knz . W¨ahle z und b mit 0 < |z| < b < r. Nach ¯ ¯ Lemma 5.2.9 konvergiert die Folge (n b )n∈N gegen Null, ist also insbesondere beschr¨ankt (vgl. Proposition 4.1.7). D.h. es gibt ein M > 0 (abh¨angig von z) mit ¯ ¯ ¯ 1 ³ z ´n ¯ 1 ³ ¯¯ z ¯¯n ´ n−1 n¯ ¯ |nan z |=¯ n an b ¯ = n ¯ ¯ |an |bn ≤ M |an |bn . z b |z| b P∞ k Weil die Reihe k=1 |ak |b konvergiert, konvergiert nach Satz 4.2.6 auch P∞ aber k−1 P∞ die Reihe k−1 ka z absolut. Damit haben wir gezeigt, daß der Konvergenzradius von k k=1 k=1 kak z P∞ k mindestens so groß ist wie der von k=0 ak z . Die umgekehrte Richtung folgt sofort aus |an | |z n | ≤ |z| n |an | |z n−1 |. Um auch die letzte Behauptung des Satzes zu zeigen, setzen wir sn (x) =
n X
ak xk
und tn (x) =
k=0
n X
kak xk−1 .
k=1
¨ Dann sind sn und tn f¨ ur alle n Polynomfunktionen mit s0n = tn (vgl. Ubung 3.2.3). Die Folgen (sn )n∈N und (tn )n∈N konvergieren nach Satz 5.2.6 gleichm¨aßig auf jedem Intervall [−b, b] ⊆] − r, r[. Damit folgt die Behauptung aus Satz 5.1.5.
Satz 5.2.11 (Identit¨ atssatz):
ρ sei der Konvergenzradius von
∞ P
ak (z − z0 )k und
k=0
f (z) =
∞ X
ak (z − z0 )k
k=0
f¨ ur z ∈ B(z0 ; ρ). Wenn z0 ein H¨ aufungspunkt der Nullstellenmenge {z ∈ B(z0 ; ρ) | f (z) = 0} ist, d.h. wenn es eine Folge (zn )n∈N in B(z0 ; ρ) mit zn 6= z0 , limn→∞ zn = z0 und limzn →z0 f (zn ) = 0 gibt, dann gilt ak = 0 f¨ ur alle k ∈ N0 , d.h. f ist konstant gleich 0. Beweis: Idee: Zeige zun¨achst a0 = 0 und teile dann die Funktion durch z − z0 . Sei (zn )n∈N wie im Satz angegeben. Dann gilt a0 = f (z0 ) = lim f (zn ) = 0 und n→∞
f1 (z) :=
∞
∞
k=1
k=0
X X f (z) ak (z − z0 )k−1 = ak+1 (z − z0 )k . = z − z0
n) Dies zeigt f1 (zn ) = zfn(z−z = 0, also a1 = 0. Diese Argumentation wendet man jetzt auf f1 0 statt f an und zeigt iterativ an = 0 f¨ ur alle n ∈ N.
P∞ Wenn die konstante Funktion 0 auf ] − r, r[ mit r > 0 durch die Potenzreihe k=0 ak xk mit Konvergenzradius r dargestellt wird, gilt a0 = 0. Mit dem Argument aus dem Beweis von Satz 5.2.10 hat auch die
5.2. POTENZREIHEN
105
P∞ Potenzreihe k=1 ak xk−1 den Konvergenzradius r. Sei f : ] − r, r[→ R die durch diese Reihe dargestellte Funktion. Dann gilt xf (x) = 0 f¨ ur alle x ∈] − r, r[, also f (x) = 0 f¨ ur alle x ∈] − r, 0[ ∪ ]0, r[. Weil aber f stetig in ] − r, r[ ist, muß auchPf (0) = 0 gelten. Damit haben wir gezeigt, daß die Nullfunktion auf ] − r, r[ ∞ auch durch die Potenzreihe k=1 ak xk−1 dargestellt wird. Wir wiederholen nun unser Argument und finden a1 = 0. Mit Induktion liefert obige Vorgehensweise, daß ak = 0 f¨ ur alle k ∈ N0 . Unser Ergebnis l¨aßt sich wie folgt interpretieren: Zu jeder Funktion ] − r, r[→ R gibt es h¨ochstens eine Potenzreihe mit Konvergenzradius r, die diese Funktion darstellt.
∞ P
Satz 5.2.12 : (Abel) f (z) = f (x) =
∞ P
ak z k konvergiere f¨ ur z = 1 (und dann auf B(0; 1)). Dann konvergiert
k=0
ak xk gleichm¨ aßig auf [0, 1]. Insbesondere ist die von f dargestellte Funktion auf [0, 1] stetig.
k=0
Beweis: Idee: Setze rk = −
∞ P
N P
am , zeige f (z) −
m=k+1
∞ P
ak z k =
k=0
rk (z k − z k+1 ) − rN z N +1 und sch¨ atze
k=N +1
mit Dreieicksungleichung sowie der geometrischen Reihe ab.
F¨ ur rk := −
∞ P
am gilt limk→∞ rk = 0, also ist {rk | k ∈ N} beschr¨ankt.
m=k+1
Sei |z| < 1 und N ∈ N. Jetzt rechnet man f (z) −
N X
ak z k
∞ X
=
k=0
ak z k
k=N +1 ∞ X
(rk − rk−1 )z k
=
k=N +1 ∞ X
rk z k −
=
k=N +1 ∞ X
∞ X
rk−1 z k
k=N +1
rk (z k − z k+1 ) − rN z N +1
=
k=N +1
und findet, daß f¨ ur x ∈ [0, 1[ gilt |f (x) −
N X
∞ X
ak xk | ≤ sup { |rk |} k≥N
k=0
k=N +1
|
{z } (geom. Reihe)
≤1
F¨ ur x = 1 hat man f (1) − Zusammen zeigt dies, daß
N P
ak =
k=0 N P
xk (1 − x) + |rN | ≤ 2 sup { |rk |}.
∞ P
ak = −rN , also |f (1) −
k=N +1
k≥N
N P
ak | ≤ 2 sup { |rk |}.
k=0
k≥N
ak xk auf [0, 1] gleichm¨aßig gegen f konvergiert. Die letzte Be-
k=0
hauptung folgt dann aus Satz 5.1.4.
106
KAPITEL 5. FOLGEN VON FUNKTIONEN
Bemerkung 5.2.13 : Die Rechnung im Beweis von Satz 5.2.12 ist ein Spezialfall von Abels partieller k P Summationsformel: F¨ ur c0 , . . . , cn , d0 , . . . , dn ∈ C und sk := dj gilt j=0
n X
ck dk =
n−1 X
k=0
(ck − ck+1 )sk + cn sn .
k=0
(in Satz 5.2.12 hatte man ck = z k , dk = ak zu nehmen).
Beispiel 5.2.14 : ∞ P
(a) Die Reihe log(1 + z) :=
k=1
(−1)k−1 k z k
∞ P
hat den Konvergenzradius ρ = 1 und
k=1
(−1)k−1 k
konvergiert
(nach dem Leibniz-Kriterium aus Satz 4.3.4). Also gilt nach Satz 5.2.12 f¨ ur x ∈ [0, 1], daß lim log(1 + x) = lim
x→1
x→1
∞ X (−1)k−1
k
k=1
k
x =
∞ X (−1)k−1 k=1
k
(Brouncker’s Reihe). b) Die Reihe arctan z :=
∞ P k=0
(−1)k 2k+1 2k+1 z
hat den Konvergenzradius ρ = 1 und wie in (a) sieht man ∞ X (−1)k k=0
2k + 1
= arctan 1
(Leibniz-Reihe). Wenn man den Arkustangens als Umkehrfunktion des Tangens erkannt hat, sieht man, daß arctan 1 = π4 .
Satz 5.2.15 : (Tauber) Falls f (z) =
∞ P
ak z k f¨ ur
k=0
Grenzwert lim f (x) existiert, dann konvergiert x→1−
∞ P
|z| < 1 konvergiert, limk→∞ kak = 0 und der
ak gegen lim f (x)). x→1−
k=0
Beweis: Idee: Setze ω(n) := sup {k |ak |} und zeige |f (x) − k≥n
w¨ ahle xn ∈ [0, 1[ mit (1 − xn )2 =
n P
ak | ≤ (1 − x)ω(0)(n + 1) +
k=0 ω(n+1) (n+1)2 ω(0)
und schließe |f (xn ) −
n P
ω(n+1) 1 . n+1 1−x
ak | → 0.
k=0
Wegen 1 − xk = (1 + x + x2 + · · · + xk−1 )(1 − x) ≤ k(1 − x)
∀x ∈ [0, 1]
gilt die Absch¨atzung ∞ ∞ X X xk 1 1 1 ≤ xk ≤ k n+1 n+11−x
k=n+1
k=n+1
(0 < x < 1)
Dann
5.2. POTENZREIHEN
107
und wir k¨onnen f¨ ur sn =
n P
ak und ω(n) := sup{k |ak |} rechnen k≥n
k=0
|f (x) − sn |
= ≤
|
n X
∞ X
ak (xk − 1) +
k=0 n X
ak xk |
k=n+1 ∞ X
|ak |(1 − xk ) +
k=n+1
k=0
≤ (1 − x)
n X
k |ak |
xk k
∞ X xk k |ak | + ω(n + 1) k
k=0
k=n+1
ω(n + 1) 1 ≤ (1 − x)ω(0)(n + 1) + . n+1 1−x B Wenn t = (1−x), A = ω(0)(n+1) und B = ω(n+1) ur t2 = B n+1 , gibt das |f (x)−sn | ≤ At+ t . F¨ A √ ω(n+1) vereinfacht sich dies zu At+ Bt = 2 AB. Jetzt w¨ahlt man xn ∈ [0, 1[ mit (1−xn )2 = (n+1) 2 ω(0) .
Weil letzteres f¨ ur n → ∞ gegen 0 konvergiert, gilt xn → 1. Da außerdem lim ω(n + 1) = 0, n→∞ haben wir jetzt r ω(n + 1) | f (xn ) −sn | ≤ 2 ω(0)(n + 1) → 0. | {z } n+1 lim f (x)
x→1−
Zusammen ergibt sich lim
n→∞
n X
ak = lim f (x). x→1−
k=0
¨ Ubung 5.2.2 : Sei r der Konvergenzradius der Potenzreihe ∞ X
ak z k ,
k=0
und sei m ∈ N. Zeige, daß die Potenzreihe ∞ X
ak z km
k=0
den Konvergenzradius r1/m hat. ¨ Ubung 5.2.3 : (a) Bestimme die Konvergenzradien der folgenden Potenzreihen und die Funktionen, die sie darstellen. P∞ k (i) k=1 kz , P∞ 2 k (ii) k=1 k z (b) Berechne die folgenden Summen. P∞ −k (i) . k=1 k7 P∞ 2 −k (ii) . k=1 k 3
¨ Ubung 5.2.4 :
Bestimme die Konvergenzradien der folgenden Potenzreihen.
108
KAPITEL 5. FOLGEN VON FUNKTIONEN
(i)
∞ X
k2 2−k z k ,
k=1
(ii)
∞ X (−1)k k √ z . k k=1
¨ Ubung 5.2.5 : Berechne die Konvergenzradien folgender Potenzreihen: ∞ X
∞ X zk , k+1
∞ X zk , k2
zk ,
k=0
∞ X z kn , n∈Z k
k=0
k=1
k=1
¨ Ubung 5.2.6 : Ordne folgende limites f¨ ur xn > 0 in aufsteigender Reihenfolge: lim sup
√ n
xn ,
lim inf
xn+1 , xn
lim sup
xn+1 , xn
lim inf
√ n
xn
¨ Ubung 5.2.7 : Zeige, daß f¨ ur a 6= 0 der Konvergenzradius der folgenden Potenzreihe 1/(e|b|) ist: 1 + az + a(a − 2b)
z2 z3 + a(a − 3b)2 + ... 2! 3!
(Tip: Benutze die vorige Aufgabe unter der Annahme, dass lim ¨ Ubung 5.2.8 : Sei fc (z) :=
P∞ n=0
µX ∞
an z n
n=0
xn+1 xn
existiert.)
cn z n mit Konvergenzradius rc . Entwickle erst formal folgende Identit¨ at: ¶ µX ¶ X ∞ ∞ · bn z n = (a ∗ b)n z n , n=0
fa · fb = fa∗b .
n=0
P Darin bedeutet der Stern ∗ die Cauchy–Faltung, die definiert ist durch (a ∗ b)n := n ν=0 aν bn−ν . Zeige weiterhin: min{ra , rb } ≤ ra∗b , d.h. im Inneren des kleineren Konvergenzkreises gilt die Identit¨ at nicht nur formal, sondern auch analytisch. ¨ Ubung 5.2.9 : Berechne die Konvergenzradien von fa , fb und fa∗b . fa (z) =
¨ Ubung 5.2.10 : Sei f (z) :=
∞ X
1 , 1−z
fb (z) =
1 1 − z/2
ak z k mit Konvergenzradius ρ > 0. Zeige, daß f¨ ur alle ξ auf dem Einheitskreis,
k=0
d.h. |ξ| = 1, die nicht Einheitswurzeln sind, d.h. ξ n 6= 1 f¨ ur alle n ≥ 1, lim
n→∞
n 1 X f (ξ ν z) = a0 n + 1 ν=0
gleichm¨ aßig in z auf jedem Kompaktum in B(0, ρ), der Kreisscheibe um 0 mit Radius ρ, gilt. Leite die Cauchy-Ungleichung daraus her: |a0 | ≤ sup |f (z)| f¨ ur jedes r ∈]0, ρ[ |z|=r
¨ Ubung 5.2.11 : Bestimme Limes superior und Limes inferior der Folgen (an )n∈N mit (i) an := (−1)n + (ii) an := n.
1 . n
5.3. BEISPIELE VON FUNKTIONEN
109
¨ Ubung 5.2.12 : F¨ ur genau welche x ∈ R konvergiert die Reihe ∞ µ X
x+
n=1
1 n
¶n ?
¨ Ubung 5.2.13 : Bestimme alle x ∈ R, f¨ ur die die Potenzreihe ∞ X (−1)n n √ x n n=1
konvergiert. (Hinweis: Insbesondere untersuche man den Rand des Konvergenzkreises!) ¨ Ubung 5.2.14 : Zeige, daß f¨ ur jedes n ∈ N0 und jedes z ∈ C die Reihe ¡ ¢n+2k ∞ X (−1)k z2 Jn (z) := k!(n + k)! k=0
absolut konvergiert. Die so definierte Funktion Jn : C → C heißt die Besselfunktion erster Art der Ordnung n.
5.3
Beispiele von Funktionen
Exponentialfunktion und Logarithmus ¨ In vielen physikalischen und anderen Modellen gibt es Gr¨oßen, deren zeitliche Anderung proportional zu ihrer aktuellen Gr¨oße ist (z.B. radioaktiver Zerfall, Bev¨olkerungsentwicklung). Mathematisch gesehen bedeutet das, man sucht Funktionen, deren Ableitung ein Vielfaches der Funktion ist (falls die Modellgr¨oße sich stetig in der Zeit ver¨andert, was man n¨aherungsweise oft annehmen kann). Man nimmt zun¨achst die Eins als Proportionalit¨atskonstante, alle anderen F¨alle lassen sich daraus leicht ableiten. Wir suchen also eine differenzierbare Funktion f : R → R mit f 0 = f . Eine solche Gleichung, in der eine Funktion und ihre Ableitung vorkommt, nennt man eine Differentialgleichung. Im dritten Semester werden solche Differentialgleichungen systematisch behandelt. Bemerkung 5.3.1 : Wir untersuchen die Gleichung f 0 = f mit ad hoc Methoden: Die Schl¨ usselidee ist es, nach einer Funktion zu suchen, die durch eine Potenzreihe dargestellt werden kann (vgl. Satz 5.2.10) und die Gleichung erf¨ ullt: ∞ X
ak xk = f (x) = f 0 (x) =
k=0
∞ X
(k + 1)ak+1 xk .
k=0
Man kann also versuchen, die ak so zu w¨ahlen, daß (∀k ∈ N0 ) (k + 1)ak+1 = ak gilt. Mit Induktion zeigt man sofort, daß aus dieser Rekursionsformel die Formel ak =
a0 k!
folgt, wobei k! := 1 · 2 · . . . (k − 1) · k
110
KAPITEL 5. FOLGEN VON FUNKTIONEN
(lies k Fakult¨ at) ist. Wenn wir jetzt zus¨ atzlich den Anfangswert f (0) = a0 = 1 fordern, stoßen wir auf die Potenzreihe ∞ X xk , k! k=0
die wir die Exponentialreihe nennen. P∞ k Satz 5.3.2 : Die Exponentialreihe k=0 xk! konvergiert f¨ ur alle x ∈ R und die durch diese Reihe dargestellte Funktion f : R → R erf¨ ullt die Differentialgleichung f 0 = f mit dem Anfangswert f (0) = 1. Beweis: ¨ Idee: Nach obigen Uberlegungen brauchen wir nur noch die Konvergenz zu beweisen. Wegen 1 k! 1 (k+1)!
=k+1
folgt diese aber sofort aus dem Quotientenkriterium 5.2.4 f¨ ur Potenzreihen (vgl. auch Beispiel 5.2.7).
Die durch Satz 5.3.2 definierte Funktion exp : R → R heißt die Exponentialfunktion. Man schreibt normalerweise ex statt exp(x). Die Wert e1 heißt die Eulersche Zahl und wird mit e bezeichnet. Es ist leicht, Funktionen f mit f 0 = cf f¨ ur beliebige konstanten c ∈ R zu produzieren: Beispiel 5.3.3 : Die Funktion f : R → R, x 7→ ecx ist differenzierbar und erf¨ ullt f 0 (x) = cf (x) (vgl. Satz 3.2.6).
Bemerkung 5.3.4 : Die Exponentialfunktion ist durch die Eigenschaften exp0 = exp und e0 = 1 eindeutig charakterisiert. Um das zu zeigen, nehmen wir an, daß f und g zwei differenzierbare Funktionen mit f 0 = f und g 0 = g sowie f (0) = g(0) = 1 sind. W¨ahle ein beliebiges x0 ∈ R und definiere die Hilfsfunktion h : R → R durch h(x) = f (x)g(x0 − x). Dann ist h differenzierbar und es gilt h0 (x) = f 0 (x)g(x0 − x) − f (x)g 0 (x0 − x) = f (x)g(x0 − x) − f (x)g(x0 − x) = 0. Nach Korollar 3.3.2 ist h konstant und wir finden f (x0 ) = f (x0 )g(0) = h(x0 ) = h(0) = f (0)g(x0 ) = g(x0 ). Da x0 beliebig war, folgt die Behauptung.
Bemerkung 5.3.5 : Eine der wichtigsten Eigenschaften der Exponentialfunktion ist, daß sie die folgende Funktionalgleichung erf¨ ullt: ∀x, y ∈ R :
ex ey = ex+y .
Zum Beweis h¨alt man ein x0 ∈ R fest und betrachtet die (konstante) Hilfsfunktion h : R → R, x 7→ ex ex0 −x aus Bemerkung 5.3.4. Dies zeigt ex ex0 −x = e0 ex0 = ex0 f¨ ur alle x, x0 ∈ R. Mit x0 = x + y folgt die Behauptung.
5.3. BEISPIELE VON FUNKTIONEN
111
¨ Ubung 5.3.1 : Man zeige, daß die Funktionalgleichung ez ew = ez+w f¨ ur alle z, w ∈ C gilt. Hinweis: Umordnungssatz 4.3.1 unter Verwendung der Binomialformel
k
(z + w) =
k µ ¶ X k j=0
j
z j wk−j
mit µ ¶ k! k = . j (k − j)!j!
Als erste Konsequenz der Funktionalgleichung sieht man, daß e−x = e1x . Weil aber ex f¨ ur positive x offensichtlich positiv ist, ist ex f¨ ur alle x ∈ R positiv. Damit ist aber auch die Ableitung der Exponentialfunktion positiv und somit ist die Exponentialfunktion wegen Korollar 3.3.3 strikt monoton steigend. Aus der Definition sieht man sofort, daß 1 + x < ex f¨ ur alle x > 0. Die Exponentialfunktion nimmt also beliebig große Werte an, und mit der Funktionalgleichung sieht man, daß sie auch beliebig kleine positive Werte annimmt. Insbesondere haben wir lim ex = 0.
x→−∞
7
6
5
4
3
2
1
-2
-1
1
2
Der Zwischenwertsatz 2.3.3 zeigt dann, daß exp : R → ]0, ∞[ surjektiv ist. Schließlich zeigt Satz 2.3.4, daß die Exponentialfunktion exp : R →]0, ∞[ eine strikt monoton steigende Umkehrfunktion hat, die wir mit ln : ]0, ∞[→ R,
x 7→ ln x
bezeichnen und den (natu ¨ rlichen) Logarithmus nennen.
112
KAPITEL 5. FOLGEN VON FUNKTIONEN
8
6
4
2
-3
-1
-2
1
2
3
-2
-4
-6
Mithilfe des nat¨ urlichen Logarithmus lassen sich weitere Varianten der Exponentialfunktion definieren: F¨ ur a > 0 und x ∈ R definiert man ax := ex ln a . Wenn x = n ∈ N, gilt wegen der Funktionalgleichung an = en ln a = eln a+...+ln a = eln a · . . . · eln a = a · . . . · a, d.h. die neue Definition ist mit der u ¨blichen vertr¨aglich. Bemerkung 5.3.6 : Die verallgemeinerten Exponentialfunktionen a• : R → ]0, ∞[, x 7→ ax erf¨ ullen folgende Regeln (i) (a• )0 = (ln a)a• , d.h. a• ist strikt monoton steigend f¨ ur a > 1, konstant f¨ ur a = 1 und strikt monoton fallend f¨ ur a < 1. (ii) ax ay = ax+y f¨ ur alle x, y ∈ R. (iii)
ax ay
= ax−y f¨ ur alle x, y ∈ R.
(iv) (ax )y = axy f¨ ur alle x, y ∈ R. 5 4 3 2 1 -4
-2
4
2
Insbesondere folgt aus dieser Bemerkung sofort, daß f¨ ur n ∈ N gilt a−n = wobei 3.2.8).
√ n
1 an
1
und a n =
√ n
a,
a die n-te Wurzel aus a, d.h., die eindeutig bestimmte positive Zahl b mit an = b ist (vgl. Beispiel
5.3. BEISPIELE VON FUNKTIONEN
113
Satz 5.3.7 : Die Funktion ] − 1, 1[ → R, x 7→ ln(x + 1) wird durch die Potenzreihe ∞ X (−1)k+1
k
k=1
xk
dargestellt. Beweis: Idee: Leite die Potenzreihe gliedweise ab, ziehe das Ergebnis von
1 x
ab und zeige, daß das Ergebnis
Ableitung Null hat.
Die Konvergenz der Potenzreihe wurde in Beispiel 5.2.1 schon bewiesen. Sei also f : ]−1, 1[→ R die Funktion, die durch die Potenzreihe auf ] − 1, 1[ dargestellt wird. Nach Satz 5.2.10 ist f differenzierbar und die Ableitung f 0 wird durch die Potenzreihe (vgl. Beispiel 4.2.1) ∞ X
(−1)k xk =
k=0
∞ X
(−x)k =
k=0
1 1+x
dargestellt. Andererseits gilt ln0 (x) = eln1 x = x1 nach Satz 3.2.7 und daher ist die Ableitung der Funktion 1 x 7→ ln(x + 1) gerade die Funktion x+1 . Wir sehen also mit Korollar 3.3.2, daß sich f und x 7→ ln(x + 1) nur durch eine Konstante unterscheiden. Wegen f (0) = 0 = ln(1) m¨ ussen die beiden Funktionen gleich sein.
Nach Bemerkung 5.3.6 sehen wir, daß auch die verallgemeinerten Exponentialfunktionen x 7→ ax mit a 6= 1 Umkehrfunktionen haben. Wir bezeichnen die Umkehrfunktion von R → ]0, ∞[, x 7→ ax mit loga : ]0, ∞[→ R und nennen diese Funktion den Logarithmus zur Basis a. Proposition 5.3.8 : Der Logarithmus zur Basis a erf¨ ullt folgende Regeln (i) loge = ln. (ii) loga (x) =
ln(x) ln(a)
(iii) (loga )0 (x) = a < 1.
f¨ ur alle x ∈]0, ∞[.
1 x ln a ,
d.h. loga ist strikt monoton steigend f¨ ur a > 1 und strikt monoton fallend f¨ ur
(iv) loga (xy) = loga (x) + loga (y) f¨ ur alle x, y ∈]0, ∞[. (v) loga ( xy ) = loga (x) − loga (y) f¨ ur alle x, y ∈]0, ∞[. (vi) loga (xp ) = p loga (x) f¨ ur alle x ∈]0, ∞[, p ∈ R. Beweis: (i) Dies folgt aus ln(e) = 1. ln(x)
(ii) a ln(a) = eln(x) = x. (iii) Folgt sofort aus (ii) (iv) aloga (x)+loga (y) = eln(x)+ln(y) = eln(x) eln(y) = xy. (v) aloga (x)−loga (y) = eln(x)−ln(y) = eln(x) e− ln(y) = xy . ¡ ¢ (vi) ap log(x) = aloga (x) p = xp .
114
KAPITEL 5. FOLGEN VON FUNKTIONEN
Betrachte die Potenzfunktionen pa : ]0, ∞[→ R,
x 7→ xa = ea ln x
f¨ ur beliebiges a ∈ R. Wie oben schon gezeigt, folgt aus der Funktionalgleichung der Exponentialfunktion, daß diese Definition der Potenzfunktionen f¨ ur a ∈ N mit derjenigen aus Beispiel 2.2.3 vertr¨aglich ist (in diesem Fall kann man zus¨atzlich auch negative x betrachten). Proposition 5.3.9 : p0a = apa−1 . Beweis: Mit der Kettenregel folgt sofort ³ ´0 a (xa )0 = ea ln(x) = ea ln(x) = axa x−1 = axa−1 . x
¨ ur x < 1 die Ungleichung ex ≤ (1 − x)−1 und veranschauliche diese Aussage anhand Ubung 5.3.2 : Beweise f¨ einer Zeichnung. ¨ Ubung 5.3.3 : Berechne die Ableitung der folgenden Funktionen. x2 ln(x3 ),
ln
1+x , 1−x
ln(ln x),
2x ,
x
22 .
¨ Ubung 5.3.4 : Beweise f¨ ur a > 0, a 6= 1: (logx a)0 = − ¨ Ubung 5.3.5 : Beweise:
(logx a)2 x ln a
∞ X (−1)k+1 = ln 2. k k=1
(Hinweis: Leibnizkriterium 4.3.4 und Abelscher Grenzwertsatz 5.2.12) ¨ Ubung 5.3.6 : Definiere eine Relation ∼ auf F(R, R) durch f ∼g
:⇔ ∃ lim (f − g)(x). x→∞
¨ (i) Zeige, daß ∼ eine Aquivalenzrelation ist. 2
(ii) Welche der folgenden Funktionen sind ¨ aquivalent zu e−x + x? (mit Beweis) f (x) = x2 ,
g(x) = x,
h(x) = 1.
¨ Ubung 5.3.7 : F¨ ur alle x ∈ R gilt limn→∞ (1+ nx )n = ex (Hinweis: Logarithmiere, teile durch x und interpretiere das Ergebnis als Differenzenquotient). ¨ Ubung 5.3.8 : Betrachte die Funktion η : ]0, ∞] → R, die durch η(x) = −x ln x gegegen ist. Zeige: (i) limx→0 η(x) = 0. (ii) η ist strikt positiv auf ]0, 1[. Pm P ur λ1 , . . . , λm ∈ [0, ∞[ mit n i=1 η(λi ) = 0 f¨ i=1 λi = 1, dann sind alle bis auf eines der λi gleich
(iii) Wenn Null.
Man ben¨ utzt die Funktion η um die Entropie eines Systems der statisitischen Mechanik bzw. den Informationsgehalt einer Zeichenkette zu beschreiben.
5.3. BEISPIELE VON FUNKTIONEN
115
Trigonometrische Funktionen ¨ Ahnlich wie im Falle der Exponentialfunktion l¨aßt sich auch die Definition der trigonometrischen Funktionen wie Sinus und Kosinus, die ja urspr¨ unglich aus der Kreis- und Dreiecksgeometrie stammen (daher der Name!), aus einer physikalisch motivierten Differentialgleichung ableiten. Die Gleichung f 00 = −f beschreibt einen Schwingvorgang, der dadurch zustande kommt, daß immer eine R¨ uckholkraft (nach Newton proportional zur Beschleunigung) der Auslenkung entgegen wirkt (wie bei einer Stahlfeder oder einer Schaukel). Dabei ist f 00 die Ableitung der Ableitung f 0 von f .
Bemerkung 5.3.10 : Analog zur Behandlung der Exponentialfunktion in Bemerkung 5.3.1 suchen wir eine Funktion, die durch eine Potenzreihe dargestellt werden kann und die Gleichung erf¨ ullt: ∞ X
ak xk = f (x) = −f 00 (x) = −
k=0
∞ X
(k + 1)(k + 2)ak+2 xk .
k=0
Man will also die ak so w¨ahlen, daß (∀k ∈ N0 ) (k + 1)(k + 2)ak+2 = −ak gilt. Wenn wir a0 und a1 vorgeben, sehen wir mit Induktion sofort, daß aus dieser Rekursionsformel die Formeln a0 a1 a2k = (−1)k und a2k+1 = (−1)k (2k)! (2k + 1)! A f¨ ur k ∈ N0 folgen. Damit gilt |ak | ≤ k! f¨ ur eine Konstante P∞ A > 0. Wegen der Konvergenz der Exponentialur die Wahl a0 = 1, a1 = 0 reihe folgt jetzt die Konvergenz der Reihe f (x) = k=0 ak xk aus Satz 4.2.6. F¨ erhalten wir die Kosinusreihe ∞ X 1 2k (−1)k x (2k)! k=0
und f¨ ur die Wahl a0 = 0, a1 = 1 erhalten wir die Sinusreihe ∞ X
(−1)k
k=0
1 x2k+1 . (2k + 1)!
Die beiden durch diese Reihen dargestellten Funktionen auf R heißen entsprechend Kosinus und Sinus. Sie werden mit cos : R → R und sin : R → R bezeichnet. Durch Ableiten der Potenzreihen finden wir cos0 = − sin,
sin0 = cos .
Außerdem folgt aus der Gestalt der Potenzreihen sofort cos(−x) = cos(x) und
sin(−x) = − sin(x).
Bemerkung 5.3.11 : Der Sinus ist durch folgende Eigenschaften eindeutig charakterisiert: sin00 = − sin,
sin(0) = 0,
sin0 (0) = 1.
cos(0) = 1,
cos0 (0) = 0
Analog ist der Kosinus durch die Eigenschaften cos00 = − cos,
116
KAPITEL 5. FOLGEN VON FUNKTIONEN
eindeutig charakterisiert. Um das zu zeigen, nehmen wir an, daß f und g zwei differenzierbare Funktionen mit f 00 = −f und g 00 = −g sind. W¨ahle ein beliebiges x0 ∈ R und definiere die Hilfsfunktion h : R → R durch h(x) = f (x)g 0 (x0 − x) + f 0 (x)g(x0 − x). Dann ist h differenzierbar und es gilt h0 (x) = −f (x)g 00 (x0 − x) + f 00 (x)g(x0 − x) = 0. Also ist h konstant und wir finden f (0)g 0 (x0 ) + f 0 (0)g(x0 ) = f (x)g 0 (x0 − x) + f 0 (x)g(x0 − x) f¨ ur alle x, x0 ∈ R. Wenn jetzt f1 und f2 zwei Funktionen mit f100 = −f1 und f200 = −f2 sowie f1 (0) = f2 (0) und 0 f1 (0) = f20 (0) sind, dann setze f := f1 − f2 und g := sin. Mit obiger Rechnung findet man 0 = f (x) cos y + f 0 (x) sin y f¨ ur alle x, y ∈ R. Mit y = 0 folgt also f (x) = 0 f¨ ur alle x ∈ R. Dies zeigt die Behauptung.
Aus der Schulgeometrie weiß man, daß die Zahl π in der Beschreibung von Sinus und Kosinus eine besondere Rolle spielt. Dort wird π als das Verh¨altnis zwischen Umfang und Durchmesser eines Kreises (beliebiger Gr¨oße) definiert oder auch als Verh¨altnis der Fl¨ache eines Kreises vom Radius r zur Fl¨ache eines Quadrats der Seitenl¨ange r. Diese Definitionen stehen uns hier nicht zur Verf¨ ugung, weil wir mit den bisher eingef¨ uhrten Konzepten weder Fl¨achen noch L¨angen gekr¨ ummter Kurven bestimmen k¨onnen.
Bemerkung 5.3.12 : Betrachte 22 24 cos(2) = 1 − + − 2! 4!
µ
26 28 − 6! 8!
¶ − ...
Die Summe der ersten drei Terme ist − 13 und mit Induktion sieht man, daß alle weiteren Terme negativ sind. Also gilt cos 2 < − 13 . Weil cos(0) = 1 gilt, muß nach dem Zwischenwertsatz 2.3.3 ein x > 0 mit cos x = 0 existieren. Sei x0 := inf{x ∈ R | x > 0, cos(x) = 0}, dann zeigt Lemma 2.2.6 (anwendbar wegen Korollar 5.2.8), daß x0 > 0 und cos(x0 ) = 0, d.h. x0 ist die kleinste positive Nullstelle von cos. Wir definieren π := 2x0 (sprich Pi). Wir behaupten, daß
π 2
die einzige Nullstelle von cos in ]0, 2[ ist: Es ist n¨amlich µ ¶ µ ¶ x2 x5 x2 sin x = x 1 − + 1− + ... 2·3 5! 6·7
positiv f¨ ur x ∈]0, 2[, also cos : ]0, 2[→ R wegen cos0 = − sin monoton fallend. Mit diesem Argument sieht man auch, daß sin π2 > 0. Schließlich stellen wir noch fest, daß ³ 1´ 1´ ³1 + − + . . . > 0, cos(1) = 1 − 2! 4! 6! was die Ungleichung
beweist.
π >1 2
5.3. BEISPIELE VON FUNKTIONEN
117
In Bemerkung 5.3.11 haben wir die Identit¨at f (0)g 0 (x + y) + f 0 (0)g(x + y) = f (x)g 0 (y) + f 0 (x)g(y) f¨ ur alle f, g mit f 00 = −f, g 00 = −g und x, y ∈ R gefunden (x0 = x + y). F¨ ur f = sin und g = cos finden wir cos(x + y) = cos x cos y − sin x sin y, f¨ ur f = sin und g = sin dagegen sin(x + y) = sin x cos x + cos x sin y. Setzt man in die erste der beiden Gleichungen y = −x ein, dann erh¨alt man 1 = (cos x)2 + (sin x)2 . Weil aber nach Bemerkung 5.3.12 cos π2 = 0 und sin π2 > 0, sehen wir jetzt sin π2 = 1 und dann cos(x + π2 ) = − sin x, cos(x + π) = − cos x, cos(π − x) = − cos x, cos(x + 2π) = cos x,
sin(x + π2 ) = cos x sin(x + π) = − sin x sin(π − x) = − sin x sin(x + 2π) = sin x
Die letzte Zeile bedeutet, daß die Funktionen cos und sin periodisch mit Periode 2π sind. Bemerkung 5.3.13 : Wegen cos(x±π) = − cos x sind alle Zahlen der Form π2 +kπ mit k ∈ Z Nullstellen von cos. Umgekehrt, wenn x ∈ R eine Nullstelle von cos ist, dann findet man ein k ∈ Z mit x−kπ ∈]− π2 , π2 ] und diese Zahl ist dann eine Nullstelle von cos. Da aber π2 die einzige Nullstelle von cos in ]0, 2[ ist und cos x = cos(−x) gibt es nur eine Nullstelle von cos in ] − π2 , π2 ], n¨amlich π2 . Also gilt x = π2 + kπ. Wir haben also alle Nullstellen von cos bestimmt: { π2 + kπ | k ∈ Z}. Wegen sin x = − cos(x + π2 ) kriegen wir auch gleich die Nullstellen von sin mitgeliefert: {kπ | k ∈ Z}. 1 0.5 -6
-4
-2
-0.5 -1
2
4
Mit der Bestimmung der Nullstellen von cos und sin sehen wir, daß ∀x ∈]0, π[ :
sin x > 0
und ∀x ∈] − π2 , π2 [ :
cos x > 0.
Also ist die Funktionen sin : ] − π2 , π2 [ → ] − 1, 1[
6
118
KAPITEL 5. FOLGEN VON FUNKTIONEN
strikt monoton steigend und die Funktion cos : ]0, π[ → ] − 1, 1[ strikt monoton fallend. Wegen ¡ ¢ sin − π2 = −1,
sin π2 = 1
cos 0 = 1,
cos π = −1
und dem Zwischenwertsatz 2.3.3 sind die Funktionen sin : [− π2 , π2 ] → [−1, 1] und cos : [0, π] → [−1, 1] bijektiv. Die zugeh¨origen Umkehrfunktionen heißen Arkussinus und Arkuskosinus. Sie werden mit arcsin : [−1, 1] → [− π2 , π2 ] und arccos : [−1, 1] → [0, π] bezeichnet. 3
1.5
1
2 0.5
-1.5
-1
-0.5
0.5
1
1
1.5
-0.5
-1
1
2
3
-1
-1.5
-1
Proposition 5.3.14 : arcsin0 (x) =
√ 1 1−x2
1 und arccos0 (x) = − √1−x . 2
Beweis: Idee: Wende den Satz 3.2.7 u¨ber die Ableitung der Umkehrfunktion an. Nach Satz 3.2.7 gilt arcsin0 (x) =
1 1 . = cos(arcsin x) sin0 (arcsin x)
Mit x = sin y rechnen wir cos(arcsin x)
=
cos y p = (cos y)2 p 1 − (sin y)2 = p = 1 − x2
weil cos y ≥ 0 f¨ ur y ∈ [− π2 , π2 ]. Die Ableitung des Arkuskosinus berechnet man analog.
5.3. BEISPIELE VON FUNKTIONEN
119
sin Die Funktion cos ist auf der Menge R \ { π2 + kπ | k ∈ Z} definiert und heißt Tangens. Sie wird mit tan bezeichnet. Analog ist die Funktion cos sin ist auf der Menge R \ {kπ | k ∈ Z} definiert und heißt Kotangens. Sie wird mit cot bezeichnet. Beide Funktionen sind periodisch mit Periode π. tan
cot
40 40 20
-3
-2
-1
20
1
-3
3
2
-2
-1
1
2
3
-20
-20
-40 -40
Der Tangens ist u ¨berall dort, wo er definiert ist, auch differenzierbar und mit der Quotientenregel Satz 3.2.4 und der Identit¨at 1 = (cos x)2 + (sin x)2 rechnet man leicht aus tan0 x = Damit sieht man, daß tan : ] − cos x > 0 f¨ ur ] − π2 , 0[ gilt
π π 2 , 2 [→
1 . (cos x)2
R monoton steigend ist. Wegen sin(− π2 ) = − sin( π2 ) = −1 und lim
x→(− π 2 )+
tan x = −∞
und analog stellt man fest lim tan x = ∞.
x→ π 2−
Also ist tan : ] − π2 , π2 [→ R bijektiv und hat eine Umkehrfunktion arctan : R →] − π2 , π2 [, die wir Arkustangens nennen. arctan 1.5 1 0.5 -7.5
-5
-2.5
2.5
5
7.5
-0.5 -1 -1.5
Proposition 5.3.15 : arctan0 (x) =
1 1+x2 .
Beweis: Idee: Wende den Satz 3.2.7 u¨ber die Ableitung der Umkehrfunktion an. Nach Satz 3.2.7 gilt arctan0 (x) =
1 = (cos(arctan x))2 . tan (arctan x) 0
120
KAPITEL 5. FOLGEN VON FUNKTIONEN Mit x = tan y rechnen wir (cos(arctan x))−2
(cos y)−2 (cos y)2 + (sin y)2 = (cos y)2 µ ¶2 sin y = 1+ cos y =
1 + (tan y)2
=
= 1 + x2
Wir zeigen, daß der Arkustangens durch eine Potenzreihe dargestellt werden kann: Satz 5.3.16 : Die Funktion arctan : R →] − π2 , π2 [ wird auf ] − 1, 1[ durch die Potenzreihe ∞ X
(−1)k
k=0
x2k+1 2k + 1
dargestellt. Beweis: Idee: Leite die Potenzreihe gliedweise ab, ziehe das Ergebnis von Ergebnis Ableitung Null hat.
Wegen
1 1+x2
ab und zeige, daß das
¯ ¯ 2k+1 ¯ ¯ ¯(−1)k x ¯ ≤ |x|2k+1 ¯ 2k + 1 ¯
sehen wir sofort, daß die Reihe auf ] − 1, 1[ absolut konvergiert. Sei f die durch diese Reihe dargestellte Funktion. Dann ist f differenzierbar und f 0 wird dargestellt durch die Reihe ∞ X
(−1)k x2k =
k=0
∞ X
(−x2 )k =
k=0
1 . 1 + x2
Also gilt f 0 = arctan0 und f −arctan ist eine konstante Funktion. Wegen f (0) = 0 = arctan(0) finden wir schließlich f = arctan.
¨ Ubung 5.3.9 : Beweise die folgenden Beziehungen zwischen den trigonometrischen Funktionen. (i) cos x cos y = 12 (cos(x + y) + cos(x − y)), (ii) cos x sin y = 12 (sin(x + y) − sin(x − y)), (iii) sin x sin y = 12 (cos(x − y) − cos(x + y)).
5.3. BEISPIELE VON FUNKTIONEN
121
Binomialfunktionen Betrachte die Binomialfunktion bα : ] − 1, ∞[, x 7→ (1 + x)α mit α ∈ R beliebig, aber fest. 12 10 8 6 4 2 -1
1
2
3
Binomialfunktionen f¨ ur α = −1, −0.2, 0, 0.5, 1, 2, 4 Wir wollen zeigen, daß diese Funktionen auf ] − 1, 1[ durch ein Potenzreihen dargestellt werden k¨onnen und die Potenzreihen auch bestimmen. Nach Proposition 5.3.9 gilt b0α (x) + xb0α (x) = α(1 + x)α−1 + xα(1 + x)α−1 = αbα (x). P∞ Wenn also bα auf ] − 1, 1[ durch die Potenzreihe k=0 ak xk dargestellt wird, dann wird b0α (x) + xb0α (x) durch die Potenzreihe ∞ X k=1
kak xk−1 +
∞ X
kak xk = a1 +
k=1
∞ X
((k + 1)ak+1 + kak )xk
k=1
P∞ dargestellt. Nach Satz 5.2.10 (plus Induktion) lassen sich die Koeffizienten einer Potenzreihe k=0 ak xk mit positivem Konvergenzradius durch die (iterierten) Ableitungen in 0 der dargestellten Funktion ausdr¨ ucken, sind also durch diese Funktion eindeutig bestimmt. Also muß αa0 = a1 und (∀k ∈ N)
αak = (k + 1)ak+1 + kak
gelten und das f¨ uhrt auf die Rekursionsformel (∀k ∈ N) ak+1 =
α−k ak . k+1
Aus bα (0) = 1 folgt a0 = 1 und mit Induktion finden wir ak = Der Ausdruck
α(α − 1) · · · (α − k + 1) . k!
µ ¶ α(α − 1) · · · (α − k + 1) α := k k!
µ ¶ α wird auch als Binomialkoeffizient bezeichnet. Man setzt zus¨atzlich := 1. Mit anderen Worten, 0 wenn die Binomialfunktion auf ] − 1, 1[ durch eine Potenzreihe dargestellt werden kann, dann sind die Koeffizienten durch die Binomialkoeffizienten gegeben. Es sind also zwei Dinge zu tun: Erstens m¨ ussen wir zeigen, daß die so gegebene Potenzreihe auf ] − 1, 1[ konvergiert. Zweitens ist nachzuweisen, daß sie die richtige Funktion darstellt.
122
KAPITEL 5. FOLGEN VON FUNKTIONEN
Satz 5.3.17 : Die Binomialfunktion bα : ] − 1, ∞[, x 7→ (1 + x)α mit α ∈ R wird auf ] − 1, 1[ durch die Potenzreihe ∞ µ ¶ X α k x k k=0
dargestellt. Beweis: Idee: Verkn¨upfe Funktion und Potenzreihe jeweils mit dem Logarithmus und leite ab. Sei ak =
α(α−1)···(α−k+1) . k!
Dann gilt ¯ ¯ ¯ ak ¯ ¯ ¯ = lim k + 1 = 1 lim ¯ k→∞ |α − k| k→∞ ak+1 ¯
P∞ und wir sehen mit dem Quotientenkriterium 5.2.4, daß die Reihe k=0 ak xk den Konvergenzradius 1 hat. Sei f : ] − 1, 1[→ R die durch diese Potenzreihe dargestellte Funktion. Dieselbe Rechnung, die uns auf die Gestalt der Koeffizienten ak gef¨ uhrt hat, zeigt jetzt, daß (1 + x)f 0 (x) = αf (x). Damit erhalten wir (ln ◦f )0 (x) =
f 0 (x) α b0 (x) = = α = (ln ◦bα )0 (x) f (x) 1+x bα (x)
f¨ ur alle x ∈] − 1, 1[. Da außerdem (ln ◦f )(0) = 0 = (ln ◦bα )(0) gilt, schließen wir erst auf ln ◦f = ln ◦bα und dann durch Anwenden der Exponentialfunktion auf f = bα .
µ ¶ m Wenn α = m ∈ N, dann gilt = 0 f¨ ur k > m und wir finden die u ¨bliche Binomialformel k (1 + x)m =
m µ ¶ X m k=0
die man auch leicht mit Induktion zeigt. Indem man x = (a + b)m
k a b
xk ,
setzt, erh¨alt man daraus auch die Formel
m µ ¶ X m m−k k = a b . k k=0
¨ Ubung 5.3.10 : Zeige die Binomialformel (a + b)m =
m µ ¶ X m k=0
f¨ ur die Binomialkoeffizienten
k
ak bm−k
µ ¶ m(m − 1) · · · (m − k + 1) m := k k!
mit Induktion. ¨ Ubung 5.3.11 : Zeige, daß die Funktion jα : ]−1, ∞[, x 7→ (1−x)−α mit α ∈ R auf ]−1, 1[ durch die Potenzreihe ¶ ∞ µ X α−1+k xk k k=0
dargestellt wird.
5.3. BEISPIELE VON FUNKTIONEN
123
Erzeugende Funktionen Sei (an )n∈N0 eine Folge in C. Eine Funktion f : M → C mit M ⊆ C, die auf einem Intervall der Form P∞ ] − ², ²[ durch die Potenzreihe n=0 an z n dargestellt wird, heißt eine erzeugende Funktion der Folge.
Beispiel 5.3.18 : Sei (Fn )n∈N0 die Folge der Fibonacci-Zahlen, d.h., es gilt F0 = 0, F1 = 1 und Fn+1 = Fn + Fn−1
(5.3)
f¨ ur alle n ∈ N. Dann verifiziert man mit Induktion sofort Fn ≤P2n und mit dem Quotientenkriterium aus ∞ Satz 5.2.4 und Satz 4.2.6 stellt man fest, daß die Potenzreihe n=0 Fn z n einen Konvergenzradius gr¨oßer 1 1 1 gleich 2 hat. Sei F : ] − 2 , 2 [ → R die erzeugende Funktion der Fibonacci-Folge. Multipliziert man (5.3) mit xn und summiert u ¨ber alle n ∈ N, so erh¨alt man auf der linken Seite ∞ X
Fn+1 xn =
n=1
F (x) − x x
und auf der rechten Seite ∞ ³X
∞ ´ ³X ´ Fn xn + Fn−1 xn = F (x) + xF (x).
n=1
n=1
¡ ¢ Damit findet man die Gleichung F (x) − x = x F (x) + xF (x) , die auf F (x) =
x . 1 − x − x2 √
Beachte, daß 1 − x − x2 = (1 − xr+ )(1 − xr− ) wobei r± = 1±2 5 (Verifikation durch ausmultiplizieren). Damit rechnet man, unter Benutzung der geometrischen Reihe, F (x) = = = = Es ergibt sich also
x 1 − x − x2 x (1 − xr+ )(1 − xr− ) ³ ´ 1 1 1 − r+ − r+ 1 − xr+ 1 − xr− ∞ ∞ ´ ³ X X 1 j j j j √ r+ x − r− x . 5 j=0 j=0 ¢ 1 ¡ n n Fn = √ r+ − r− 5
n und mit limn→∞ r− = 0 findet man
Fn , lim n→∞ √1 r n 5 + was auch oft in der Form Fn ∼
Beispiel 5.3.19 :
Fn 1 √ rn 5 +
geschrieben wird. Man sagt Fn ist asymptotisch gleich
Fn 1 √ rn 5 +
.
124
KAPITEL 5. FOLGEN VON FUNKTIONEN
(i) Betrachte die Menge S = {1, . . . , n} und k ∈ {1, . . . , n}. Wir bezeichnen die Anzahl der M¨oglich½ ¾ n keiten S in k disjunkte nichtleere Teilmengen aufzuspalten mit . Man nennt diese Zahlen auch k Stirling-Zahlen zweiter Art und die Aufteilungen Partitionen. Weiter setzen wir ur n < k 0 f¨ ½ ¾ 0 f¨ ur n < 0 oder k < 0 n = k 0 f¨ ur n 6= 0 = k 1 f¨ ur n = 0 = k Betrachte folgende zwei Typen von Partitionen: Solche, in denen eine der {n} ist ½ k Teilmengen ¾ n−1 und solche, f¨ ur die das nicht der Fall ist. Von der ersten Sorte gibt es St¨ uck (streiche k−1 {n} weg und finde Partitionen von {1, . . . , n − 1} in k − 1 Teilmengen). Aus der zweiten Sorte von Partitionen entfernt man in jeder Partition das Element n und bekommt dann jede Partition von . . , n − 1} genau k-mal (in jeder der k Teilmengen kann das n gewesen sein). Also gibt es ½ {1, . ¾ n−1 k Partitionen vom zweiten Typ. Zusammen erhalten wir die Rekursionsformel k ½ ¾ ½ ¾ ½ ¾ n n−1 n−1 = +k (5.4) k k−1 k ½ ¾ P∞ n n ¨ x . Mit Induktion sieht man (Ubung), daß f¨ ur (n, k) 6= (0, 0). Betrachte die Potenzreihe n=1 k ¯½ ¾¯ ¯ n ¯ ¯ ¯ ≤ (1 + k)n k f¨ ur n > k. Daher hat die Potenzreihe positiven Konvergenzradius (Satz 5.2.4 und Satz 4.2.6). Sei ³ ½n¾ ´ x 7→ Bk (x) die erzeugende Funktion der Folge auf einem passenden Intervall ] − ², ²[. k n∈N Multipliziert man (5.4) mit xn und summiert u ¨ber alle n ∈ N, so findet man Bk (x) = xBk−1 (x) + kxBk (x) f¨ ur k ∈ N, wobei B0 (x) = 1 gilt. Daraus leitet man Bk (x) =
x Bk−1 (x) 1 − kx
ab, was mit Iteration auf Bk (x) =
∞ ½ ¾ X n n=1
k
xn =
xk (1 − x) (1 − 2x) · · · (1 − kx)
1 f¨ ur k ∈ N0 f¨ uhrt. Wir f¨ uhren eine Partialbruchzerlegung von (1−x) (1−2x) ··· wir setzen an k X 1 αj = (1 − x) (1 − 2x) · · · (1 − kx) j=1 1 − jx
(1−kx)
durch, d.h.
und bestimmen die αr mit 1 ≤ r ≤ k indem wir mit 1 − rx multiplizieren und dann x = Das Ergebnis ist rk−1 . αr = (−1)k−r (r − 1)!(k − r)! Beachte, daß
∞ X 1 = rm xm . 1 − rx m=0
1 r
setzen.
5.3. BEISPIELE VON FUNKTIONEN
125
½ ¾ n Damit berechnet sich der Koeffizient von xn in Bk zu k ½ ¾ k X n = αr rn−k k r=1
=
k X
(−1)k−r
rk−1 rn−k (r − 1)!(k − r)!
(−1)k−r
rn r!(k − r)!
(−1)k−r
rn−1 (r − 1)!(k − r)!
r=1
=
k X r=1
=
k X r=1
f¨ ur n ≥ k. (ii) Interessiert man sich nicht daf¨ ur in wieviele Teilmengen S partitioniert wird, so erh¨alt man als Anzahl der m¨oglichen Partitionen die Bellsche Zahl n ½ ¾ X n b(n) = . k k=1 ½ ¾ n Wegen = 0 f¨ ur k > n findet man f¨ ur M ≥ n k b(n)
M X k X (−1)k−r
=
k=1 r=1
rn r!(k − r)!
M k X rn−1 X (−1)k−r (r − 1)! r=1 (k − r)!
=
k=1
M M −r X rn−1 ³ X (−1)s . (r − 1)! s=0 s!
=
k=1
¨ F¨ ur M → ∞ findet man (Ubung: pr¨ ufe die Konvergenz): ∞
b(n) =
1 X rn . e r=0 r!
Mit dem Quotientenkriterium u uft man, daß die Potenzreihe ¨berpr¨ ∞ X b(n) n B(x) = x n! n=0
positiven Konvergenzradius hat. Man nennt B dann auch die exponentiell erzeugende Funktion ¡ ¢ der Folge b(n) n∈N0 . Es gilt B(x) − 1
=
∞ ∞ 1 X xn X rn−1 e n=1 n! r=1 (r − 1)!
=
∞ ∞ 1 X 1 X (rx)n e r=1 r! n=1 n! ∞
= = =
1 X 1 rx (e − 1) e r=1 r! ¢ 1 ¡ ex e −e e x ee −1 − 1.
126
KAPITEL 5. FOLGEN VON FUNKTIONEN Damit ist b(n)n! gerade der Koeffizient von xn in der Potenzreihenentwicklung von ee
x
−1
.
¨ Ubung 5.3.12 : Man untersuche die nachstehenden Folgen (an )n∈N auf Konvergenz und bestimme gegebenenfalls die Grenzwerte ³ ´n 1 (i) an = 1 − 3n . p (ii) an = n(n + 3) − n. (iii) an =
ln(1+r)+7−3r n 2r n +5
mit r > 0.
¨ Ubung 5.3.13 : Man zeige,¡daß ¢ die Folge (an )n∈N mit an = cos der H¨ aufungspunkte von {cos n1 | n ∈ N}.
¡1¢ n
nicht existiert und bestimme die Menge
¨ Ubung 5.3.14 : Man untersuche die folgenden Funktionen f : R → R auf Stetigkeit im Punkt x0 = 0: i)
( f (x) =
(ii)
( f (x) =
x · cos x
x2 · sin 0
¡1¢ x
¡
1 x2
¢
f¨ ur x > 0, f¨ ur x ≤ 0. f¨ ur x 6= 0, f¨ ur x = 0.
¨ Ubung 5.3.15 : F¨ ur die Binomialkoeffizienten mit n, m ∈ N weise man folgende Beziehungen nach: ¶ µ ¶ µ n n . = (i) n−m m ¶ µ µ ¶ n n n−m . (ii) · m+1 = m+1 m ¨ Ubung 5.3.16 : Man untersuche die folgenden Reihen mithilfe des Leibniz-Kriteriums auf Konvergenz: P∞ n n+2 (i) n=2 (−1) n(n−1) . ¡π¢ P∞ (ii) n=1 cos(nπ) sin n . P∞ n n+6 (iii) n=1 (−1) n(n+1) . ¡ ¢ ¡1¢ P∞ π (ii) n=1 cos nπ + 2 sin n . ¨ Ubung 5.3.17 : Gegeben sei die Funktion f : R → R mit ( x3 ¡ ¢ f (x) = a sin(πx) + b sin πx 2
f¨ ur x 6∈ [−1, 1] f¨ ur x ∈ [−1, 1]
mit reellen Konstanten a und b. Man finde a und b so, daß f auf R differenzierbar ist. ¨ Ubung 5.3.18 : Gegeben sei die Funktion f : R → R mit ( (x + 2)2 f (x) = eax + b
f¨ ur x ≤ 0 f¨ ur x > 0
mit reellen Konstanten a und b. Man finde a und b so, daß f auf R differenzierbar ist. ¨ Ubung 5.3.19 : Man berechne die Ableitungen der folgenden Funktionen: 2
(i) f (x) = 10x
−1
.
5.3. BEISPIELE VON FUNKTIONEN
127
(ii) f (x) = −x + tan x. √ (iii) f (x) = tan x. (iv) f (x) = ln(x3 + 2x + 1). (v) f (x) = cosh3 x − (sinh2 x) (cosh x). √ (vi) f (x) = 3 x4 − 5.
¨ Ubung 5.3.20 : Man berechne die Ableitungen der folgenden Funktionen: (i) f (x) = 12 (sinh x) (cosh x) + x2 . (ii) f (x) = −x cot x + ln(sin x). (iii) f (x) =
x . x2 +1 x
(iv) f (x) = x (auf welchem Definitionsbereich kann man eine Funktion so definieren?). (v) f (x) = 7(2x + 5)2 − 2(8 − 9x) + 3. p (vi) f (x) = (4 − 7x)3 .
¨ Ubung 5.3.21 : Man untersuche die nachstehenden Folgen (an )n∈N auf Konvergenz und bestimme ggf. den Grenzwert: ³ ´ 3 2 2n − n +n+3 . (i) an = n+2 n3 ´6n ³ 1 . (ii) an = 1 − 2n p √ √ (iii) an = n + n − n. √ (iv) an = n4 − 2n2 − n2 . ¡ ¢ n sin +1+2n n2 +1 ¡ ¢ . (v) an = n+cos
n n2 +1
128
KAPITEL 5. FOLGEN VON FUNKTIONEN
Analysis II
129
Kapitel 6
Stammfunktionen Als Vorbereitung auf die Integrationstheorie und motiviert durch den sp¨ ater zu beweisenden Hauptsatz der Differential- und Integralrechnung studieren wir hier Funktionen mit vorgegebenen Ableitungen. Als Hilfe bei der Bestimmung solcher Funktionen beweisen wir die Substitutionsregel, betrachten partielle Integration und zeigen, wie man f¨ ur Funktionen vorgeht, die durch Potenzreihen dargestellt werden.
Sei I offenes Intervall und f : I → R eine Funktion. Eine Funktion F : I → R heißt Stammfunktion von f , wenn sie differenzierbar ist und F 0 = f erf¨ ullt. Wenn f eine Stammfunktion hat, so ist sie nach Beispiel 3.1.1 und Korollar 3.3.2 bis auf eine Konstante eindeutig bestimmt. Um eine Stammfunktion festzulegen, muß man also noch einen Funktionswert angeben. Im Vorgriff auf den Hauptsatz der Differential- und Integralrechnung verwendet man die Bezeichnung Z x f (t)dt (6.1) a
f¨ ur die Stammfunktion F von f mit F (a) = 0, falls es u ¨berhaupt eine solche gibt. Allerdings ist diese Notation mit etwas Vorsicht zu genießen: Weder gibt es zu jeder Funktion eine Stammfunktion, noch ist jede Stammfunktion durch ein Integral gegeben. F¨ ur nicht zu wilde“ Funktionen werden wir sp¨ater die ” Existenz von Stammfunktionen beweisen und auch sehen, daß diese Stammfunktionen durch Integrale gegeben sind.
Die Berechnung von Stammfunktionen (man sagt auch formale Integration) ist in der Regel nicht m¨oglich, es gibt aber eine Reihe von Techniken, mit denen wichtige Beispiele berechnet werden k¨onnen. Diese Techniken beruhen auf den Ableitungsregeln, die in Kapitel 3 bewiesen wurden.
6.1
Integrationsregeln
Seien f, g : I → R Funktionen und c ∈ R. Falls f und g Stammfunktionen haben, gilt Z x Z x Z x ¡ ¢ f (t) ± g(t) dt = f (t) dt ± g(t) dt a
und
a
Z
Z
x
cf (t) dt = c a
x
f (t) dt. a
131
(6.2)
a
(6.3)
132
KAPITEL 6. STAMMFUNKTIONEN
Beispiel 6.1.1 : ¢ Rx¡ 1 (i) F¨ ur a > 0 und x ∈ ]0, ∞[ gilt a t2 + 3t dt = man f¨ ur a < 0 und x ∈ ] − ∞, 0[ ben¨ utzen. Rx (ii) a (et − 1) dt = (ex − x) − (ea − a).
x3 3
−
a3 3
+
1 3
ln |x| −
1 3
ln |a|. Dieselbe Formel kann
Man kann in gewissen F¨allen auch Stammfunktionen von Produkten von Funktionen berechnen. Dazu nehmen wir an, daß f und g selbst differenzierbar sind. Dann gilt: Z x Z x ¡ ¢ f (t)g 0 (t)dt = f (x)g(x) − f (a)g(a) − f 0 (t)g(t)dt (6.4) a
a
wie man leicht aus der Produktregel 3.2.2 und (6.2) ableitet. Die Formel (6.4) heißt partielle Integration.
Beispiel 6.1.2 : (i) Mit f (t) = t und g(t) = sin t erh¨alt man aus (6.4) Z x t cos t dt = x sin x + cos x − 1. 0
(ii) Mit f (t) = ln t und g(t) = t erh¨alt man aus (6.4) Z x ln t dt = x ln x − x + 1. 1
Sei jetzt g : ]a, b[ → ]c, d[ eine differenzierbare Funktion. Wenn f : ]c, d[ → R eine Stammfunktion F : ]c, d[→ R mit F (y0 ) = 0 f¨ ur y0 = g(x0 ) hat, dann ist F ◦ g nach der Kettenregel in Satz 3.2.6 eine Stammfunktion von (f ◦ g)g 0 : ]a, b[→ R, d.h., Z
x
¡ ¢ ¡ ¢ ¡ ¢ f g(t) g 0 (t)dt = F g(x) − F g(x0 ) =
x0
Z
g(x)
f (s)ds.
(6.5)
g(x0 )
Umgekehrt, wenn (f ◦ g)g 0 : ]a, b[ → R eine Stammfunktion H : ]a, b[ → R hat und g eine differenzierbare Umkehrfunktion g −1 : ]c, d, [ → ]a, b[, dann rechnet man mit der Kettenregel und Satz 3.2.7 ¡ ¢ ¡ ¢ 1 (H ◦ g −1 )0 (y) = H 0 g −1 (y) (g −1 )0 (y) = f (y)g 0 g −1 (y) 0 ¡ −1 ¢ = f (y), g g (y) also ist H ◦ g −1 eine Stammfunktion von f , d.h., Z
Z
y
g −1 (y)
f (s)ds = y0
¡ ¢ f g(t) g 0 (t)dt.
(6.6)
g −1 (y0 )
Mit g(x) = y und g(x0 ) = y0 geht Formel (6.5) in Formel (6.6) u ¨ber. Man nennt die beiden Formeln auch die Substitutionsregel.
6.1. INTEGRATIONSREGELN
133
Beispiel 6.1.3 : 1 (i) Um die Stammfunktionen von s 7→ as+b f¨ ur feste Zahlen a 6= 0 und b in R zu bestimmen, betrachtet x−b man g(x) = a mit der Umkehrfunktion g −1 (y) = ay + b. Dann gilt
Z
y y0
1 ds as + b
Z =
ay0 +b
= = (ii) Um die Stammfunktionen von s 7→ der Ableitung g 0 (x) = Z
y
y0
√
3 2
ay+b
1 1+s+s2
Ã
a t−b a +b
= = =
Z
1 dt a
Z 1 ay+b 1 dt a ay0 +b t 1 (ln |ay + b| − ln |ay0 + b|) a √ zu bestimmen, betrachtet man g(x) = 21 ( 3x − 1) mit
und der Umkehrfunktion g −1 (y) =
1 ds = 1 + s + s2
!
1
2 √ (y+ 12 ) 3 2 √ (y0 + 12 ) 3
√2 (y 3
+ 21 ). Dann rechnet man
√ 1 3 √ √ dt 1 1 2 2 1 + 2 ( 3t − 1) + 4 ( 3t − 1)
√ Z √2 (y+ 1 ) 2 3 3 1 dt 3 2 √2 (y0 + 21 ) 4 + 43 t2 3 Z √2 (y+ 21 ) 3 2 1 √ dt 2 1 1 + t2 3 √3 (y0 + 2 ) 2y + 1 2y0 + 1 ´ 2 ³ √ arctan √ − arctan √ 3 3 3
Wenn eine Funktion durch eine Potenzreihe dargestellt werden kann, dann liefert der Satz 5.2.10 eine Stammfunktion in dem entsprechenden Bereich. P∞ k Proposition 6.1.4 : (Integration Potenzreihen) Wenn f auf ] − r, r[ durch k=0 aP k x dargestellt P∞ von ∞ ak k+1 wird, dann hat die Potenzreihe k=0 k+1 x denselben Konvergenzradius wie die Reihe k=0 ak xk und Rx P∞ ak k+1 die durch Reihe k=0 k+1 x dargestellte Funktion ist die Stammfunktion 0 f (t)dt. Beweis: P∞ ak k+1 P∞ Nach Satz 5.2.10 haben die Potenzreihen k=0 k+1 x und k=0 ak xk denselben Konvergenzradius und die durch die zweite Reihe dargestellte Funktion ist die Ableitung der durch die erste Reihe dargestellten Funktion.
¨ Ubung 6.1.1 : Berechne die folgenden Stammfunktionen R dx √ (i) 2 (ii) (iii) (iv)
R R R
1+x
√
dx
√
dx
1−x−2x2 1−x+2x2
arctan x dx
134
KAPITEL 6. STAMMFUNKTIONEN
¨ Ubung 6.1.2 : Berechne die folgenden Stammfunktionen R (i) eax+b dx R (ii) (a sin x + b cos x) dx R (iii) cos(2x) dx R (iv) (3 · 2x + 2 · 3x ) dx ¨ Ubung 6.1.3 : Berechne die folgenden Stammfunktionen R arctan x (i) dx 1+x2 R arcsin x √ (ii) dx 1−x2 R x (iii) e cos(x) dx R (iv) arccos x dx R (v) arcsin x dx ¨ Ubung 6.1.4 : Sei f : R → R stetig und F : R → R eine Stammfunktion von f . Zeige, daß die folgenden Aussagen ¨ aquivalent sind: (1) f (x) = −f (−x) f¨ ur alle x ∈ R. (2) F (x) = F (−x) f¨ ur alle x ∈ R.
6.2
Spezielle Beispiele
Stammfunktionen f¨ ur rationale Funktionen kann man finden, indem man zun¨achst versucht, sie als Linearkombinationen von Funktionen der Form 1 (ax + b)n
und
dx + e (ax2 + bx + c)n
zu schreiben und dann die Stammfunktionen dieser Funktionen berechnet. Im Prinzip geht das immer, weil man mithilfe des Zwischenwertsatzes 2.3.3 und Polynomdivision zeigen kann, daß jedes reelle Polynom als ein Produkt von linearen und quadratischen Faktoren geschrieben werden kann. Hat man so eine Produktdarstellung, setzt man eine Linearkombination mit unbekannten Koeffizienten an und l¨ost das resultierende lineare Gleichungssystem, um die Koeffizienten zu bestimmen. Der Fall n = 1 f¨ uhrt mit Substitution auf logarithmische und Arkustangens-Terme (vgl. Beispiel 6.1.3). Wir nehmen daher jetzt 1 an, daß n > 1 ist. Eine Stammfunktion von (ax+b) n ist durch 1 a(1 − n)(ax + b)n−1 gegeben, wie man leicht verifiziert. Schwieriger sind die Stammfunktionen von (ax2dx+e +bx+c)n zu bestimmen. 2 Man kann dazu annehmen, daß ∆ := b −4ac, die Diskriminante des quadratischen Polynoms ax2 +bx+ c, negativ ist, weil dies gerade bedeutet, daß man das Polynom nicht weiter als Produkt von Linearfaktoren q zerlegen kann. Mit r =
∆ b − 4a 2 kann man mit der Substitution x 7→ t = x + a Zahlen α, β ∈ R finden, die
2t 1 dx + e =α 2 +β 2 (ax2 + bx + c)n (t + r2 )n (t + r2 )n erf¨ ullen. Eine Stammfunktion von
2t (t2 +r 2 )n
ist 1 . (1 − n)(t2 + r2 )n
6.2. SPEZIELLE BEISPIELE
135
Es bleiben die Stammfunktionen
Z
x
Jn (x) := 0
(t2
dt + r2 )n
zu bestimmen. Mit partieller Integration zeigt man die Rekursionsformel Jn+1 =
1 t 2n − 1 1 + Jn . 2 2 2 n 2nr (t + r ) 2n r2
Zusammen mit dem Fall n = 1, der J1 (x) =
1 t arctan r r
liefert, ergibt dies die gew¨ unschten Stammfunktionen. W¨ahrend diese Methode im Prinzip immer funktioniert, hat man doch zun¨achst das Problem die Nullstellen des Nenners der rationalen Funktion zu bestimmen, was i.a. nicht exakt m¨oglich ist. Außerdem ist dies oft nicht der schnellste Weg und andere Wege liefern (auf den ersten Blick) andere Ergebnisse.
Beispiel 6.2.1 : Betrachte die Funktion x 1 = √ 4 x +1 2 2
x x4 +1
µ
Es gilt
1 1 √ √ − 2 2 x −x 2+1 x +x 2+1
¶
und obige Methode liefert die Stammfunktion ´ √ √ 1³ arctan(x 2 − 1) − arctan(x 2 + 1) . 2 Dagegen k¨onnte man auch einfach die Substitution x2 = y durchf¨ uhren, was sofort die Stammfunktion 1 arctan x2 2 liefert.
¨ Ubung 6.2.1 (Partialbruchzerlegung): Seien p und q reelle Polynomfunktionen. Zeige, daß die rationale 1 Funktion pq sich als Summe einer Polynomfunktion und einer Linearkombination von Funktionen der Form (ax+b) n oder (ax2dx+e schreiben l¨ aßt. +bx+c)n ¨ Ubung 6.2.2 : Berechne die folgenden Stammfunktionen R x4 (i) dx x4 −1 R 1 dx (ii) x4 +x2 +1 R 3x+5 (iii) dx (x2 +2x+2)2 R 1 (iv) dx x(x5 +1)2 R 2 x (v) dx (x−1)10
Newton (1642–1727) hat gezeigt, daß man Stammfunktionen von xp (a + x)q durch geeignete Substitutionen auf Stammfunktionen rationaler Funktionen zur¨ uckf¨ uhren kann, wenn eine der Zahlen p, q, p + q in Z liegt. Dagegen zeigte Tschebyscheff, daß dies f¨ ur andere p und q nicht m¨oglich ist.
136
KAPITEL 6. STAMMFUNKTIONEN 1
Beispiel 6.2.2 : Mit der Substitution x = (y 3 − 1) 5 findet man, daß Z 3 y s ds 5 y0 s3 − 1 eine Stammfunktion von
x
1 √ 3 1+x5
ist. Als Ergebnis erh¨alt man √ 1 (y − 1)2 3 2y + 1 ln 2 + arctan √ . 10 y + y + 1 5 3
Bemerkung 6.2.3 : Sei R eine reelle rationale Funktion in zwei Variablen. Dann gilt Z Z ¡ 2t 1−t2 ¢ 2 R(sin x, cos x) dx = R 1+t 2 , 1+t2 1+t2 dt, wie man mit der Substitution t = tan
¡x¢ 2
f¨ ur x ∈ ] − π, π[ sieht.
¨ Ubung 6.2.3 : Berechne die folgenden Stammfunktionen R cos5 x (i) dx 3 R sin x 1 dx (ii) cos(x)+sin(x) R 1 (iii) dx cos(x)+2 sin(x)+3 R 1 √ (iv) dx sin(x) cos3 (x) R √ 1 (v) dx tan x
Kapitel 7
Integrierbare Funktionen In diesem Kapitel entwickeln wir eine Integrationstheorie f¨ ur Funktionen einer reellen Variablen. Ausgehend von den sehr einfachen Elementarfunktionen, deren Integral gem¨ aß einer geometrischen Interpretation als Fl¨ ache eines Rechtecks definiert wird, u ¨ber Stufenfunktionen, gelangt man zur Klasse der integrierbaren Funktionen, deren Integral als Grenzwert gegeben ist.
In der Schule werden zwei Eigenschaften des Integrals besonders betont: Die Interpretation des Integrals einer Funktion als vom Graphen der Funktion bestimmte Fl¨ache und die Interpretation des Integrals als Stammfunktion. Wir besch¨aftigen uns hier mit der Fl¨acheninterpretation, weichen aber von dem in der Schule u ¨blichen Riemannschen Zugang insofern ab, als wir die Fl¨achen nicht durch schmale vertikale Streifen approximieren, sondern durch horizontale Ziegel variabler Breite. Wenn dieser Perspektivenwechsel zun¨achst auch unerheblich klingen mag, er f¨ uhrt auf einen deutlich leistungsf¨ahigeren Integralbegriff, das Lebesguesche Integral, der f¨ ur die Analysis von zentraler Bedeutung ist.
7.1
Das Integral einer Stufenfunktion
Eine Funktion f : R → R heißt elementar, wenn es a, b ∈ R mit ½ 1 x ∈ [a, b[ f (x) = 0 sonst gibt.
1
a
b
R Einer solchen Elementarfunktion f ordnet man die Zahl f := b − a zu, die als die vom Graphen der Funktion und der x-Achse eingeschlossene Fl¨ache interpretiert und das Integral von f genannt wird. Eine Stufenfunktion ist ein Element des von den Elementarfunktionen aufgespannten Untervektorraums FSt (R, R) von F(R, R), dem Raum aller Funktionen von R nach R. D.h., eine Stufenfunktion ist eine Linearkombination f = λ1 f1 + . . . + λn fn von Elementarfunktionen f1 , . . . , fn mit reellen Koeffizienten λ1 , . . . , λn ∈ R. 137
138
KAPITEL 7. INTEGRIERBARE FUNKTIONEN
Wir m¨ochten den Stufenfunktionen ebenfalls Integrale zuordnen und es bietet sich die Vorschrift Z Z Z f := λ1 f1 + . . . + λn fn (7.1) an.
Weil die Menge der Elementarfunktionen nicht linear unabh¨angig ist, haben wir hier aber ein Wohldefiniertheitsproblem. Dies l¨osen wir mit dem folgenden Lemma: Lemma 7.1.1 : Seien f1 , . . . , fn und g1 , . . . , gm Elementarfunktionen und λ1 , . . . , λn , µ1 , . . . , µm ∈ R. Wenn f = λ1 f1 + . . . + λn fn = µ1 g1 + . . . + µm gm , dann gilt auch
Z λ1
Z f 1 + . . . + λn
Z fn = µ1
Z g1 + . . . + µm
gm .
Beweis: Idee: Man ordnet die Unstetigkeitspunkte der fj und gi an und zerlegt die fj ’s und gi ’s entsprechend. R R P P Dann f¨ uhrt man n fj und m gi auf Linearkombinationen von Integralen der zerlegten j=1 λj i=1 µi Funktion zur¨ uck, die sich dann als gleich erweisen.
Es sei
½ fj (x) =
1 0
x ∈ [aj , bj [ sonst
½ und gi (x) =
1 0
x ∈ [ci , di [ sonst.
Wir ordnen die Elemente der Menge {a1 , b1 , . . . , an , bn , c1 , d1 , . . . , cm , dm } der Gr¨oße nach an: m1 < . . . < mk+1 . Sei ½ 1 x ∈ [ml , ml+1 [ hl (x) = 0 sonst. Dann gilt fj =
k X l=1
rlj hl
und gi =
k X l=1
sil hl ,
7.1. DAS INTEGRAL EINER STUFENFUNKTION
139
mit eindeutig bestimmten rlj , sil ∈ {0, 1}. Es ergibt sich f
=
n X
λj
k X
j=1
l=1
m X
k X
rlj hl =
k ³X n X
´ λj rlj hl
j=1
l=1
| {z } =:αl
=
µi
i=1
sil hl =
l=1
k ³X m X
´ µi sil hl .
i=1
l=1
| {z } =:βl
Indem man diese Gleichung von Funktionen an Punkten xl ∈ [ml , ml+1 [ auswertet, findet Slj +kj man αl = βl f¨ ur alle l = 1, . . . , k. Beachte, daß [aj , bj [= l=l [ml , ml+1 [ f¨ ur geeignete lj und j kj . Also haben wir lj +kj k X X fj = rlj hl = hl l=1
l=lj
und es ergibt sich Z
lj +kj
fj = bj − aj = mlj +kj +1 − mlj =
X
X Z
lj +kj
(ml+1 − ml ) =
l=lj
hl =
k X
l=lj
Z rlj
hl .
l=1
Jetzt rechnet man n X
Z λj
j=1
fj =
n X
λj
j=1
k X
Z rlj
hl =
k X n X l=1 j=1
l=1
Analog ergibt sich m X
Z λj rlj
Z µi
gi =
k X
i=1
hl =
k X
Z αl
hl .
l=1
Z βl
hl
l=1
und damit, wegen αl = βl , die Aussage des Lemmas.
Satz 7.1.2 : Die Vorschrift (7.1) definiert ein lineares Funktional Z : FSt (R, R) → R, d.h. es gilt
Z
Z (rf + sg) = r
Z f +s
g
f¨ ur alle f, g ∈ FSt (R, R) und alle r, s ∈ R. Beweis: P P Schreibe f = k λk fk und j gj als Linearkombinationen von Elementarfunktionen. P g = j µP Dann ist auch rf + sg = k rλk fk + j sµj gj eine Linearkombinationen von Elementarfunktionen und nach Lemma 7.1.1 gilt Z Z Z Z Z X X rλk fk + sµj gj = r f + s g. (rf + sg) = k
j
140
KAPITEL 7. INTEGRIERBARE FUNKTIONEN Wir nennen
R
f das Integral der Stufenfunktion f .
Jede Stufenfunktion f hat eine kanonische Darstellung als Linearkombination von Elementarfunktionen hj , f¨ ur die insbesondere gilt −1 h−1 i ({1}) ∩ hj ({1}) = ∅. Wenn n¨amlich f = λ1 f1 + . . . + λn fn mit
½
fj (x) =
1 0
x ∈ [aj , bj [ sonst
und die Elemente der Menge {a1 , b1 , . . . , an , bn } der Gr¨oße nach als c01 < . . . < c0k0 angeordnet sind,
streichen wir die c0j , an denen f stetig ist. Seien c1 < . . . < ck die Punkte, die noch u ¨brig bleiben. Dann ist f eine (eindeutig bestimmte) Linearkombination der (linear unabh¨angigen) Elementarfunktionen ( 1 x ∈ [cj , cj+1 [ hj (x) = 0 sonst. P Die resultierende Darstellung f = j µj hj nennen wir dann kanonisch. Die folgende Proposition listet noch einige weitere leicht zu zeigende, aber wichtige Eigenschaften des Integrals f¨ ur Stufenfunktionen auf: Proposition 7.1.3 : F¨ ur f, g ∈ FSt (R, R) gilt (i) Wenn f ≤ g, d.h. f (x) ≤ g(x) f¨ ur alle x ∈ R, dann gilt ¯R ¯ R (ii) ¯ f ¯ ≤ |f |, wobei |f |(x) := |f (x)|.
R
f≤
R
g.
¯R ¯ (iii) Wenn |f | ≤ M und f (x) = 0 f¨ ur x 6∈ [a, b[, dann haben wir ¯ f ¯ ≤ M (b − a). Beweis: Idee: Dreiecksungleichung. (i) Wegen Satz 7.1.2 k¨onnen wir annehmen, daß f = 0 ist und m¨ ussen nur zeigen, daß R g ≥ 0 gilt. Weil aber g ≥ 0, hat die kanonische Darstellung von g nur nicht-negative Koeffizienten. Also ist auch das Integral nicht negativ. (ii) Sei f = λ1 f1 + . . . + λn fn die kanonische Darstellung. Dann gilt |f | = |λ1 |f1 + . . . + |λn |fn und wir haben Z Z Z Z ¯Z ¯ ¯ Z ¯ ¯ ¯ ¯ ¯ ¯ f ¯ = ¯λ1 f1 + . . . + λn fn ¯ ≤ |λ1 | f1 + . . . + |λn | fn = |f |. (iii) Sei g die Elementarfunktion mit ½ g(x) =
1 0
x ∈ [a, b[, sonst.
R Dann gilt¯R g¯ = b − a und |f | ≤ M g. Also folgt nach (i), (ii) und der Linearit¨at des Integrals ¯ f ¯ ≤ M (b − a).
7.2. FOLGEN VON STUFENFUNKTIONEN
141
¨ Ubung 7.1.1 : Wahr oder falsch: Ist f = λ1 f1 + · · · + λn fn die kanonische Darstellung von f , so ist |f | = |λ1 |f1 + · · · + |λn |fn die kanonische Darstellung von |f |.
7.2
Folgen von Stufenfunktionen
Der folgende Satz wird f¨ ur den Aufbau einer Integrationstheorie f¨ ur allgemeinere als Stufenfunktionen von entscheidender Bedeutung sein. Auch seine Aussage wirkt harmlos, der Beweis ist allerdings recht subtil. Satz 7.2.1 : Sei (fn )n∈N eine monoton fallende Folge von nicht-negativen Stufenfunktionen, d.h. ∀x ∈ R, n ∈ N :
fn (x) ≥ fn+1 (x) ≥ 0.
Wenn f¨ ur jedes x ∈ R gilt lim fn (x) = 0,
n→∞
dann gilt auch
Z lim
fn = 0.
n→∞
Die Beweisidee f¨ ur diesen Satz ist, f¨ ur jedes δ > 0 nachzuweisen, daß fn ≤ δ f¨ ur große n, weil dann fn ≤ δ(b − a), wobei a und b die Grenzen eines festen kompakten Intervalls sind, außerhalb dessen mit f1 auch alle anderen fn verschwinden. R
δ
a
b
142
KAPITEL 7. INTEGRIERBARE FUNKTIONEN
W¨ahle f¨ ur jedes n ∈ N ein xn ∈ R aus, an dem fn sein Maximum annimmt. Wenn es zu vorgegebenem δ > 0 beliebig große n ∈ N gibt, f¨ ur die fn ≤ δ nicht gilt, findet man eine Teilfolge (xpn )n∈N mit fpn (xpn ) ≥ δ. Dann liefert aber der Satz 4.1.11 von Bolzano-Weierstraß eine konvergente Teilfolge (xqn )n∈N mit fqn (xqn ) ≥ δ. Sei x0 der Grenzwert dieser Teilfolge. Wegen limn→∞ fn (x0 ) = 0 < δ erhofft man sich jetzt einen Widerspruch. Das kriegt man aber nicht hin, weil x0 eine Sprungstelle von fn sein kann, d.h. wir k¨onnen nichts u ¨ber die Punkte nahe x0 aussagen. Der Ausweg besteht darin, die Funktionen fn passend zu modifizieren. Dazu dient das folgende Lemma: Lemma 7.2.2 : Seien f ∈ FSt (R, R) nicht-negativ und ² > 0. Dann gibt es eine Zahl η > 0 und eine nicht-negative Stufenfunktion g mit ∀x, y ∈ R mit |x − y| < η : und
g(x) ≤ f (y)
Z (f − g) < ².
f g
Beweis: Idee: Modifiziere die Funktion auf kleinen Intervallen um die Sprungstellen herum. Seien a0 , . . . , an die Sprungstellen von f und δ > 0 so klein, daß die Intervalle [aj − δ, aj + δ] paarweise disjunkt sind, d.h. sich nicht schneiden. Dann ist f auf jedem der Intervalle ]aj −δ, aj [ und ]aj , aj + δ[ konstant. Setze cj := f (aj − 12 δ) und W¨ahle η > 0 so, daß
n η < min
dj := f (aj + 21 δ).
² P ,δ 2 n j=0 |cj −dj | 2
o .
dj cj
η
a j−δ/2
η
a j−δ/2
aj
Jetzt definieren wir eine Stufenfunktion g durch ½ min(cj , dj ) x ∈ [aj − η, aj + η[ g(x) := f (x) sonst
f g
2η
2η
7.2. FOLGEN VON STUFENFUNKTIONEN Dann gilt wegen η <
δ 2
143
offensichtlich ∀x, y ∈ R mit |x − y| < η :
und die Ungleichung
Z
n X
(f − g) =
g(x) ≤ f (y)
2η|cj − dj | < ²
j=0
folgt ebenfalls aus der Wahl von η.
Beweis: [von Satz 7.2.1]
R
Idee: W¨ahle mit Lemma 7.2.2 Approximationen gn von fn mit (fn − gn ) <
² 2n
und zeige, daß f¨ ur R die induktiv durch h1 := g1 und hn := gn + (hn−1 − fn−1 ) konstruierte Folge sowohl hn als auch R (fn − hn ) gegen Null konvergieren.
R Nach Satz 7.1.2 und Proposition 7.1.3 zeigen unsere Voraussetzungen, daß die Folge ( fn )n∈N monoton fallend und beschr¨ankt ist. Nach Proposition 4.1.8 ist sie also konvergent und es ist unsere Aufgabe zu zeigen, daß der Grenzwert 0 ist.
Sei ² > 0. Mit Lemma 7.2.2 finden wir f¨ ur jedes n ∈ N eine Zahl ηn > 0 und eine nicht-negative Stufenfunktion gn mit ∀x, y ∈ R mit |x − y| < ηn : und
Z (fn − gn ) <
gn (x) ≤ fn (y)
² . 2n
Wir k¨onnen dar¨ uberhinaus annehmen, daß die Folge (ηn )n∈N monoton fallend ist. Wir definieren induktiv eine Folge (hn )n∈N von Stufenfunktionen durch h1 := g1
und hn := gn + (hn−1 − fn−1 ).
Mit Induktion sehen wir auch hn = gn −
n−1 X
(fk − gk ) ≤ gn ,
k=1
also gilt ∀x, y ∈ R mit |x − y| < ηn :
hn (x) ≤ fn (y)
und Z 0≤
Z (fn − hn ) =
Z (fn − gn ) +
(gn − hn ) =
n Z X k=1
(fk − gk ) ≤ ²
n X 1 ≤ ². 2k
k=1
144
KAPITEL 7. INTEGRIERBARE FUNKTIONEN Außerdem haben wir hn = hn−1 + (gn − fn−1 ) ≤ hn−1 + (gn − fn ) ≤ hn−1 , d.h. (hn )n∈N ist eine monoton fallende Folge von Stufenfunktionen. Da alle fn außerhalb von [a, b] verschwinden (a, b wie in der Bemerkung vor Lemma 7.2.2), verschwinden auch die gn (nach Lemma 7.2.2) sowie alle hn (nach Definition) außerhalb von [a, b]. Behauptung: Zu jedem δ > 0 gibt es ein nδ ∈ N mit ∀n > nδ :
hn ≤ δ.
Wenn dem nicht so ist, zeigt das Argument aus der Bemerkung vor Lemma 7.2.2, daß es eine konvergente Folge (xqn )n∈N mit Grenzwert x0 gibt, f¨ ur die gilt hqn (xqn ) ≥ δ. Sei m ∈ N so, daß fm (x0 ) < δ. Dann gibt es ein k ∈ N mit qk ≥ m und |xqk − x0 | < ηm , so daß hm (xqk ) ≤ fm (x0 ). Weil aber (hn )n∈N monoton f¨allt und qk ≥ m finden wir hqk (xqk ) ≤ hm (xqk ) ≤ fm (x0 ) < δ. Aber dies ist ein Widerspruch und wir haben obige Behauptung gezeigt. Also gilt insbesondere f¨ ur ² > 0 und n > n² Z Z Z 0 ≤ fn = hn + (fn − hn ) ≤ ²(b − a) + ² = ²(1 + b − a). Da a und b fest sind, zeigt dies gerade limn→∞
R
fn = 0.
Wenn f und g Stufenfunktionen sind, dann sind auch die Funktionen max(f, g) : R → R, x 7→ max{f (x), g(x)} und min(f, g) : R → R, x 7→ min{f (x), g(x)} Stufenfunktionen. Insbesondere sind der positive Teil f + := max(f, 0) und der negative Teil f − := max(−f, 0) von f Stufenfunktionen. Beachte, daß f = f+ − f− f+
f-
und |f | = f + + f − .
|f|
f
f
Korollar 7.2.3 : Seien (fn )n∈N und (gn )n∈N monoton steigende Folgen von Stufenfunktionen, f¨ ur die ∀x ∈ R :
lim fn (x) ≤ lim gn (x)
n→∞
n→∞
gilt (auch ∞ ist als Grenzwert zugelassen!). Dann gilt auch Z Z lim fn ≤ lim gn . n→∞
n→∞
7.2. FOLGEN VON STUFENFUNKTIONEN
145
Beweis: Idee: Ziehe ein festes fm von den gn , n ∈ N ab und spalte die Differenz in positiven und negativen Teil auf. Dann ben¨ utze Satz 7.2.1 und betrachte schließlich m → ∞. W¨ahle m ∈ N und setze hn := gn − fm . Mit (gn )n∈N ist auch (hn )n∈N monoton wachsend. Also ist (h− n )n∈N monoton fallend. Es gilt ∀x ∈ R :
lim hn (x) = lim gn (x) − fm (x).
n→∞
n→∞
Wegen fm (x) ≤ lim fn (x) ≤ lim gn (x) n→∞
gilt also
− 0 ≤ lim hn (x) = lim h+ n (x) − lim hn (x). n→∞
Da aus
h− n (x)
n→∞
> 0 folgt, daß
n→∞
h+ n (x)
n→∞
= 0, muß lim h− n (x) = 0
∀x ∈ R :
n→∞
gelten. Jetzt wenden wir Satz 7.2.1 auf die Folge (h− n )n∈N an und erhalten Z lim h− n = 0. n→∞
Also k¨onnen wir mit Satz 7.1.2 und Korollar 4.1.4 wie folgt rechnen: Z Z Z lim hn = lim ( h+ − h− n n) n→∞ n→∞ Z Z = lim h+ − lim h− n n n→∞ n→∞ Z = lim h+ n n→∞
≥ Dies impliziert
0.
Z
Z fm ≤ lim
gn .
Z
Z
n→∞
Da m ∈ N beliebig war, folgt auch lim
m→∞
fm ≤ lim
n→∞
gn ,
d.h. die Behauptung.
¨ Ubung 7.2.1 : Zeige: Sind (fn )n∈N und (gn )n∈N monoton fallende Folgen von Stufenfunktionen mit limn→∞ fn (x) = limn→∞ gn (x) f¨ ur alle x ∈ R, so gilt Z Z lim fn (x) = lim gn (x). n→∞
n→∞
¨ Ubung 7.2.2 : Wahr oder falsch? Ist (fn )n∈N eine Folge von Stufenfunktionen mit (a) |fn (x)| ≤ M f¨ ur alle x ∈ R und alle n ∈ N, (b) limn→∞ fn (x) = 0 f¨ ur alle x ∈ R.
146
KAPITEL 7. INTEGRIERBARE FUNKTIONEN
Dann gilt
Z lim
n→∞
fn = 0.
¨ Ubung 7.2.3 : Zeige: Sind (fn )n∈N und (gn )n∈N monoton fallende Folgen von Stufenfunktionen mit limn→∞ fn (x) ≤ limn→∞ gn (x) f¨ ur alle x ∈ R, so gilt Z Z lim fn (x) ≤ lim gn (x). n→∞
n→∞
¨ Ubung 7.2.4 : Wahr oder falsch? Ist (fn )n∈N eine Folge von Stufenfunktionen mit limn→∞ fn (x) = 0 f¨ ur alle x ∈ R, so gilt Z fn = 0. lim n→∞
¨ Ubung 7.2.5 R : Finde eine Folge (fn ) von nicht negativen Stufenfunktionen, so dass fn → 0 punktweise, 0 ≤ fn ≤ 1 und fn 6→ 0 .
7.3
Integrierbare Funktionen
Wir wollen die Klasse von Funktionen, die wir integrieren k¨onnen, u ¨ber die Stufenfunktionen hinaus ausdehnen. Die Grundidee ist, Funktionen durch Stufenfunktionen geeignet zu approximieren. Sei f ∈ F(R, R). Dann heißt f integrierbar, wenn es eine Folge (fn )n∈N von Stufenfunktionen gibt, die
∞ Z X
|fk | < ∞,
(7.2)
k=1
f (x) =
∞ X
fk (x), f¨ ur alle x mit
P∞ k=1
fk (x) absolut konvergent,
(7.3)
k=1
erf¨ ullt.
In diesem Fall sagen wir, f ist in Stufenfunktionen entwickelbar und schreiben f'
∞ X
fk .
k=1
1 Bemerkung 7.3.1 : Aus den Eigenschaften (7.2) und (7.3) liest man ab, daß die Menge P∞ L (R, R) 1 allerP integrierbaren Funktionen ein Untervektorraum von F(R, R) ist: Seien n¨amlich f ' k=1 fk und P∞ P∞ ∞ g ' k=1 gk sowie r ∈ R. Dann gilt rf ' k=1 rfk und f + g ' k=1 hk mit ( fl f¨ ur k = 2l − 1, hk := gl f¨ ur k = 2l.
1 Die
Bezeichnung L1 f¨ ur integrierbare Funktionen ist in Anlehnung an die international u ahlt ¨bliche Notation gew¨
7.3. INTEGRIERBARE FUNKTIONEN
147
Wir wollen nat¨ urlich das Integral einer integrierbaren Funktion durch ∞ Z X
fk
k=1
R R definieren, aber obwohl wegen | fk | ≤ |fk | und (7.2) diese Reihe absolut konvergiert, haben wir doch wie im Falle der Stufenfunktionen ein Wohldefiniertheitsproblem: Wir m¨ ussen nachweisen, daß das Integral nicht von Wahl der Entwicklung von f in Stufenfunktionen abh¨angt. Dies wird eine Konsequenz des folgenden Satzes sein: P∞
Satz 7.3.2 : Sei f ∈ L1 (R, R) und f '
k=1
fk . Wenn f ≥ 0, dann gilt auch
∞ Z X
fk ≥ 0.
k=1
Beweis: R
P∞
Idee: Betrachte f¨ur ein n0 ∈ N mit
|fk | < ² die monotone Folge gn := R |f | und schließe aus Korollar 7.2.3, daß lim gn ≥ 0. n→∞ k k=n0 +1
Pn
k=n0 +1
P∞ R
W¨ahle ² > 0. Wir werden zeigen, daß
k=1
Pn0
k=1
fk +
fk ≥ −2², was dann die Behauptung beweist.
Nach (7.2) gibt es ein n0 ∈ N mit Z ∞ X
|fk | < ².
k=n0 +1
Definiere eine monoton steigende Folge (gn )n∈N,n>n0 von Stufenfunktionen durch gn :=
n0 X
fk +
k=1
n X
|fk |.
k=n0 +1
Wegen f ≥ 0 und (7.3) gilt lim gn (x) ≥ f (x) ≥ 0
f¨ ur alle x ∈ R, f¨ ur die vergiert, dann gilt
P∞ k=1
n→∞
fk (x) absolut konvergiert. Wenn
P∞ k=1
fk (x) nicht absolut kon-
lim gn (x) = ∞ > 0.
n→∞
Jetzt sagt Korollar 7.2.3, daß
Z lim
gn ≥ 0.
n→∞
Damit erhalten wir
n0 Z X k=1
und −2² ≤ −2
Z ∞ X k=n0 +1
also die Behauptung.
Z ∞ X
fk +
|fk | ≤
|fk | ≥ 0
k=n0 +1 n0 Z X k=1
fk −
Z ∞ X k=n0 +1
|fk | ≤
∞ Z X k=1
fk ,
148
KAPITEL 7. INTEGRIERBARE FUNKTIONEN
P∞ P∞ Korollar 7.3.3 : Seien f ∈ L1 (R, R) sowie f ' k=1 fk und f ' k=1 gk zwei Entwicklungen von f in Stufenfunktionen. Dann gilt ∞ Z ∞ Z X X fk = gk . k=1
k=1
Beweis: Idee: Bilde die Differenz der Entwicklungen, beachte, daß dies eine Entwicklung der Nullfunktion liefert und wende Satz 7.3.2 an.
Aus (7.2) und (7.3) folgt mit Satz 7.1.2, daß f¨ ur die Funktionenfolge ( fl f¨ ur k = 2l − 1 hk := −gl f¨ ur k = 2l gilt 0'
∞ X
hk .
k=1
Mit Satz 7.3.2, angewandt auf die Nullfunktion, folgt jetzt Ã∞ Z ! Ã∞ Z ! ∞ Z X X X 0≤ hk = fl − gl k=1
l=1
l=1
Durch Vertauschen der Rollen von (fn )n∈N und (gn )n∈N erhalten wir auch die umgekehrte Ungleichung und damit die Behauptung.
Mit P∞Korollar 7.3.3 k¨onnen wir das Integral einer integrierbaren Funktion f mit der Entwicklung f ' k=1 fk in Stufenfunktionen durch Z ∞ Z X f := fk k=1
definieren. Eine komplexwertige R Funktion f = Re f + Im f heißt integrierbar, wenn Re f und Im f integrierbar sind. Das Integral f von f ist dann durch Z Z Z f := Re f + i Im f definiert. Wir bezeichnen die Menge der integrierbaren Funktionen f : R → C mit L1 (R). Aus Korollar R 7.3.3 und Satz 7.3.2 erhalten wir unmittelbar die folgende Bemerkung, die die Wahl der Bezeichnung f rechtfertigt: Bemerkung 7.3.4 : Die Abbildung
Z L1 (R) → C,
f 7→
f
ist ein lineares Funktional, dessen Einschr¨ ankung auf den Untervektorraum FSt (R, R) das in Satz 7.1.2 beschriebene lineare Funktional auf FSt (R, R) ist. Dar¨ uber hinaus gilt f¨ ur f, g ∈ L1 (R, R) wegen Satz 7.3.2 Z Z f ≤ g =⇒ f ≤ g. R R R Insbesondere folgt f¨ ur f ∈ L1 (R, R) aus −|f | ≤ f ≤ |f | die Ungleichung − |f | ≤ f ≤ |f |, d.h., ¯Z ¯ Z ¯ ¯ ¯ f ¯ ≤ |f |, falls |f | integrierbar ist.
7.3. INTEGRIERBARE FUNKTIONEN
149
½ Beispiel 7.3.5 : Sei S ⊆ R. Dann heißt die Funktion χS : R → R mit χS (x) =
1 0
x ∈ S, sonst,
die
charakteristische Funktion von S.
1
S
Wir zeigen, daß die charakteristische Funktion χ{a} eines Punktes a ∈ R integrierbar ist und das Integral 0 hat: Sei (bn )n∈N eine monoton fallende Folge in R mit bn > a f¨ ur alle n ∈ N und limn→∞ bn = a, dann gilt ∞ X (b1 − a) + (bn − bn+1 ) = 2(b1 − a) n=1
und ∀x 6= a :
χ[a,b1 [ (x) −
∞ X
χ[bn+1 ,bn [ (x) = 0.
n=1
1
a
b3
Damit sieht man, daß χ{a} ' χ[a,b1 [ −
b2
∞ X
b1
χ[bn+1 ,bn [ ,
n=1
was die Integrierbarkeit von χ{a} zeigt. Das Integral ist Z χ{a} = (b1 − a) −
∞ X
(bn − bn+1 ) = 0.
n=1
Beispiel 7.3.6 : Betrachte die Funktion f : R → R mit ½ x 0 ≤ x ≤ 1, f (x) := 0 sonst. Wir zeigen, daß f integrierbar ist und das Integral f
'
=
1 2
hat. Dazu weisen wir nach, daß
1 χ1 + 2 [ 2 ,1[ 1 + (χ[ 14 , 42 [ + χ[ 34 ,1[ ) 4 1 + (χ[ 18 , 82 [ + χ[ 38 , 48 [ + χ[ 58 , 68 [ + χ[ 78 ,1[ ) + 8 .. . ∞ 2n−1 X 1 X £ χ 2k−1 2k £ n 2 2n , 2n n=1 k=1
150
KAPITEL 7. INTEGRIERBARE FUNKTIONEN
Die Eigenschaft (7.2) folgt aus der Rechnung 2n−1 Z ∞ X 1 X χ[ 2k−1 2k 2n , 2n [ 2n n=1
=
2n−1 ∞ X 1 X ³ 2k 2k − 1 ´ − 2n 2n 2n n=1
=
∞ X 1 1 2n 2 n=1
=
∞ X 1 n 2 n=2
=
1 , 2
k=1
k=1
R die auch f = 12 beweist, sobald wir auch (7.3) nachgewiesen haben. Dies ist aber gerade eine Konsequenz P∞ der dyadischen Entwicklung einer reellen Zahl (vgl. Beispiel 4.2.10): Wenn n¨amlich x = n=1 an 21n mit an ∈ {0, 1}, dann gilt n−1 ½ 2X 1 an = 1, χ[ 2k−1 2k (x) = 2n , 2n [ 0 an = 0. k=1
Nat¨ urlich wollen wir nicht jedesmal solche Rechnungen anstellen, um so einfache Integrale auszurechnen. Sobald man den Zusammenhang mit Stammfunktionen hergestellt hat, ist das aber auch nicht mehr n¨otig.
Bemerkung 7.3.7 : Sei V ein endlich dimensionaler normierter R-Vektorraum und I ⊂ R ein Intervall. Eine Abbildung f : I → V heißt integrierbar, wenn es eine Basis B = {v1 , . . . , vn } von V gibt, so, daß alle Koeffizientenfunktionen I → R,
t 7→ fjB (t),
(j = 1, . . . n)
integrierbar sind, wobei die fjB (t) eindeutig bestimmt sind durch f (t) =
n X
fjB (t)vj .
j=1
Man definiert in diesem Fall das Integral von f durch Z f := I
n µZ X j=1
¶ I
fjB (t)dt
vj .
Dann ist f genau dann integrierbar, wennRdie Koeffizientenfunktionen fjB f¨ ur jede Basis von V integrierbar sind und man sieht, daß in diesem Falle I f nicht von B abh¨angt.
7.3. INTEGRIERBARE FUNKTIONEN
151
¨ Ubung 7.3.1 : Sei f ' f1 + f2 + · · · , und sei g eine Stufenfunktion. Zeige, daß f + g ' g + f1 + f2 + · · · .
¨ Ubung 7.3.2 : Sei f ' f1 + f2 + · · · und g ' g1 + g2 + · · · . Zeige, daß f ' f1 + g1 − g1 + f2 + g2 − g2 + f3 + g3 − g3 + · · · .
¨ Ubung 7.3.3 : Finde die kanonischen Darstellungen von (i) f = χ[−2,2[ − 2χ[−1,1[ , (ii) g = χ[0,2[ − 3χ[1,3[ , (iii) h = χ[0,5[ + 2χ[1,4[ − χ[2,3[ .
¨ Ubung 7.3.4 : Sei f = χ[0,2[ + χ[1,2[ + 3χ[3,4[ . Bestimme eine Stufenfunktion g und eine positive Zahl η mit den folgenden Eigenschaften: R (a) (f − g) < 17 , (b) g(x) ≤ f (y) f¨ ur alle x, y ∈ R mit |x − y| < η.
¨ anktes Intervall, und sei f integrierbar mit f (x) = 0 f¨ ur alle x 6∈ J. Zeige, Ubung 7.3.5 : Sei J ⊂ R ein beschr¨ daß es Stufenfunktionen f1 , f2 , . . . gibt mit fn (x) = 0 f¨ ur alle x 6∈ J, n ∈ N und f ' f1 + f2 + · · · .
¨ Ubung 7.3.6 : Sei
P∞ k=1
λk eine absolut konvergente Reihe reeller Zahlen. Betrachte die durch ( λn f¨ ur n ≤ x < n + 1, f (x) := 0 sonst,
definierte Funktion f : R → R. Zeige, daß f integrierbar ist und berechne ¨ Ubung 7.3.7 : Integrale:
R
f.
Seien a < b in R. Zeige, daß die folgenden Funktionen integrierbar sind und berechne die
(i) χ[a,b] , (ii) χ[a,b[ , (iii) χ]a,b] , (iv) χ]a,b[ .
¨ Ubung 7.3.8 : Auf dem Raum L1 (R, R) der integrierbaren Funktionen f : R → R sei die Relation ∼ durch Z f ∼ g :⇐⇒ |f − g| = 0 definiert. ¨ (i) Zeige, daß ∼ eine Aquivalenzrelation definiert. ¨ (ii) Sei [f ] die Aquivalenzklasse von f bzgl. ∼. Zeige, daß [f ] + [g] := [f + g]
und
λ[f ] := [λf ]
¨ eine Vektorraumstruktur auf der Menge aller Aquivalenzklassen definieren.
152
KAPITEL 7. INTEGRIERBARE FUNKTIONEN
(iii) Sei f : R → R+ stetig, nicht negativ und integrierbar. Zeige, daß [g] ∈ L1 [R, R] h¨ ochstens einen stetigen Repr¨ asentanten besitzt.
R
f > 0 , und folgere, daß eine Klasse
¨ Ubung 7.3.9 : Wahr oder falsch: Zu jeder integrierbaren Funktion f : R → R mit f ≥ 0 kann man eine Folge P (fk )k∈N von nichtnegativen Stufenfunktionen finden, die f ' ∞ ullt. k=1 fk erf¨ ¨ Ubung 7.3.10 : Zeige: Zu jederPstetigen integrierbaren P∞ Funktion f : R → R kann man eine Folge (fk )k∈N von Stufenfunktionen finden, die f ' ∞ ullt. k=1 fk und |f | ' k=1 |fk | erf¨ ¨ Ubung 7.3.11 : Seien λ, µ ∈ R, f, g : R → R und seien (fk ) , (gk ) Stufenfunktionen mit f'
∞ X
fk
und
g'
k=0
∞ X
gk .
k=0
(i) Zeige, daß λ · f + µ · g ' (λ · f0 ) + (µ · g0 ) + (λ · f1 ) + (µ · g1 ) + · · · . (Dabei sind die Terme in Klammern als Summanden aufzufassen.) P (ii) Finde ein Gegenbeispiel zu: λ · f + µ · g ' ∞ k=0 (λ · fk + µ · gk ) ! ¨ Hinweis: Uberlege, was die absolute Konvergenz der beiden Reihen bedeutet.
¨ Ubung 7.3.12 : Die Menge C der komplexen Zahlen ist ein Vektorraum u ¨ber C mit einer durch {1, i} gegebenen Basis. Dann heißt f : R → C integrierbar, wenn Re f und Im f integrierbar sind. Das Integral ist dann Z Z Z f = Re f + i · Im f . (i) Sei f : R → C integrierbar und λ ∈ C . Zeige: λ · f ist integrierbar und Z Z λ · f = (λ · f ) . Hinweis: Es reicht, dies f¨ ur λ = i zu zeigen. (Warum?) (ii) Sei f : R → C integrierbar. Es gilt
Z ¯Z ¯ ¯ ¯ |f | , ¯ f¯ ≤
falls |f |integrierbar ist. Hinweis: Falls z ∈ C , so gibt es u ∈ C , |u| = 1 , mit |z| = u · z .
Kapitel 8
Konvergenzs¨ atze Ziel dieses Kapitels ist Lebesgues Satz von der dominierten Konvergenz, der eines der wichtigsten Ergebnisse u ¨ber die Vertauschbarkeit von Grenzprozessen ist. Auf dem Weg dahin betrachten wir Reihen integrierbarer Funktionen, Nullfunktionen und Nullmengen sowie verschiedene Konvergenzbegriffe f¨ ur Folgen und Reihen integrierbarer Funktionen. Der entscheidende Vorteil des Lebesgue-Integrals, wie es in Kapitel 7 eingef¨ uhrt wurde, im Vergleich zum Riemannschen Integral, das u ¨blicherweise in der Schule behandelt wird, ist die M¨oglichkeit, Folgen und Reihen von integrierbaren Funktionen zu behandeln. In diesem Kapitel geben wir die f¨ ur die gesamte Analysis fundamentalen S¨atze u ¨ber Integrale von Grenzwerten integrierbarer Funktionen an.
8.1
Folgen und Reihen integrierbarer Funktionen
Sei (fn )n∈N eine Folge in L1 (R) und f ∈ F(R, C). Dann nennen wir (fn )n∈N eine Entwicklung von f , wenn ∞ Z X |fk | < ∞, (8.1) k=1
f (x) =
∞ X
fk (x), f¨ ur alle x mit
P∞ k=1
fk (x) absolut konvergent.
(8.2)
k=1
In diesem Fall sagen wir, f ist in integrierbare Funktionen entwickelbar und schreiben wie f¨ ur die Entwicklung in Stufenfunktionen ∞ X f' fk . k=1
Wir wollen zeigen, daß eine Funktion, die in integrierbare Funktionen entwickelbar ist, selbst integrierbar sein muß. Zur Vorbereitung beweisen wir zwei wichtige Aussagen u ¨ber den Betrag |f | einer integrierbaren Funktion. Lemma 8.1.1 : (i) Der Betrag |f | : R → R, x 7→ |f (x)| einer integrierbaren Funktion f ∈ L1 (R) ist selbst integrierbar. P∞ (ii) Wenn f als f ' k=1 fk in Stufenfunktionen entwickelt werden kann, dann gilt ¯ ¯ Z ∞ Z ∞ Z ¯X ¯ X ¯ ¯ fk ¯ ≤ |f | ≤ |fk |. ¯ ¯ ¯ k=1
k=1
153
¨ KAPITEL 8. KONVERGENZSATZE
154 Beweis: Idee: Betrachte eine Entwicklung
P∞
k=1 fk von f in Stufenfunktionen und dazu die Menge Z = {x ∈ R | f (x) konvergiert absolut}. F¨ ur die Folge gn := |f1 + . . . + fn | − |f1 + . . . + fn−1 | k k=1 Pn und x ∈ Z gilt dann |f (x)| = g (x) und indem man die Entwicklung f1 + f2 + . . . durch k k=1 g1 + f1 − f1 + g2 + f2 − f2 + . . . ersetzt, findet man eine Entwicklung von |f |.
P∞
Wir nehmen an, daß f '
P∞
k=1
fk eine Entwicklung von f in Stufenfunktionen ist. Sei
∞ ¯ X n o ¯ Z= x∈R¯ fk (x) konvergiert absolut k=1
und sn = f1 + . . . + fn . Dann gilt ∀x ∈ Z :
lim sn (x) = f (x)
n→∞
und somit ∀x ∈ Z :
lim |sn (x)| = |f (x)|.
n→∞
Definiere eine Folge (gn )n∈N integrierbarer Funktionen durch g1 := |s1 | = |f1 |
und gn := |sn | − |sn−1 |
f¨ ur n > 1 (da die fn Stufenfunktionen sind, sind auch die gn Stufenfunktionen). Wegen ¯ ¯ |gn | = ¯|sn | − |sn−1 |¯ ≤ |sn − sn−1 | = |fn | finden wir
∞ Z X
|gk | ≤
k=1
∞ Z X
|fk | < ∞,
k=1
d.h. die Entwicklung g1 + g2 + . . . erf¨ ullt (8.1). Zwar wissen wir, daß ∀x ∈ Z :
|f (x)| = lim |sn (x)| = lim n→∞
n→∞
n X
gk (x) =
k=1
∞ X
gk (x),
k=1
P∞ aber dennoch k¨onnen wir hier nicht schließen, P∞ daß |f | ' k=1 gk , weil es ja auch außerhalb Z noch Punkte geben k¨onnte, an denen k=1 gk (x) absolut konvergiert, wir aber nichts u ¨ber den Grenzwert wissen. Deshalb modifizieren wir die Reihe so, daß solche Extrapunkte nicht mehr auftreten k¨onnen: Wir betrachten die Entwicklung g1 + f1 − f1 + g2 + f2 − f2 + . . . , ¨ die nach obigen Uberlegungen ebenfalls (8.1) erf¨ ullt. Weiter stellen wir fest, daß |g1 (x)| + |f1 (x)| + | − f1 (x)| + |g2 (x)| + |f2 (x)| + | − f2 (x)| + . . . genau f¨ ur die x ∈ Z konvergiert. In diesem Fall gilt dann |f (x)| = g1 (x) + f1 (x) − f1 (x) + g2 (x) + f2 (x) − f2 (x) + . . . , d.h. es gilt |f | ' g1 + f1 − f1 + g2 + f2 − f2 + . . . und die Integrierbarkeit von |f | folgt, weil die fn und die gn Stufenfunktionen sind. Um die Ungleichung zu zeigen, stellen zun¨achst fest, daß nach Bemerkung 7.3.4 gilt ¯ ¯ ¯Z ¯ Z ∞ Z ¯X ¯ ¯ ¯ ¯ ¯ fk ¯ = ¯¯ f ¯¯ ≤ |f |. ¯ ¯ ¯ k=1
Außerdem haben wir
Z
Z |f | =
Z g1 +
Z g2 + . . . ≤
was schließlich die Behauptung beweist.
Z |f1 | +
|f2 | + . . . ,
8.1. FOLGEN UND REIHEN INTEGRIERBARER FUNKTIONEN
155
Mit Lemma 8.1.1 sehen wir, daß der positive und der negative Teil f± =
1 (|f | ± f ) 2
einer integrierbaren reellwertigen Funktion f auch wieder integrierbar ist. Weiter folgt sofort, daß mit f und g auch das punktweise Minimum min(f, g) = f − (f − g)+ und das punktweise Maximum max(f, g) = f + (g − f )+ wieder integrierbar ist. max(f,g) f g
min(f,g)
Lemma 8.1.2 : Sei f ∈ L1 (R) und ² > 0. Dann gibt es eine Entwicklung f ' Stufenfunktionen mit Z ∞ Z X |fk | < |f | + ².
P∞ k=1
fk von f in
k=1
Beweis: Idee: Man nehme irgendeine Entwicklung
P∞
fasse die ersten n0 Elemente davon k=1 gk von f und R P zusammen, wobei f¨ ur die verbleibenden Elemente gelten muß ∞ |gk | < 12 ². k=n0 +1
Sei zun¨achst f ' ein n0 ∈ N mit
P∞
k=1 gk
irgendeine Entwicklung von f in Stufenfunktionen. Dann gibt es Z ∞ X
|gk | <
k=n0 +1
1 ². 2
Setze f1 := g1 + . . . + gn0 und fn := gn0 +n−1 f¨ ur n > 1.
f f1
Dann gilt f'
∞ X
fk
und f − f1 '
k=1
Außerdem haben wir
∞ X
fk .
k=2 ∞ Z X
|fk | <
k=2
1 ². 2
Wegen |f1 | ≤ |f | + |f − f1 | finden wir mit Bemerkung 7.3.4 Z
Z |f1 | ≤
|f | +
∞ Z X k=2
Z |fk | <
1 |f | + ² 2
¨ KAPITEL 8. KONVERGENZSATZE
156 und schließlich
∞ Z X
Z |fk | <
|f | + ².
k=1
Satz 8.1.3 : Wenn eine Funktion f ∈ F(R) eine Entwicklung f ' hat, dann ist f integrierbar und es gilt Z ∞ Z X f= fk .
P∞ k=1
fk in integrierbare Funktionen
k=1
Beweis: Idee: Entwickle die fk in Stufenfunktionen fk,j mit
P∞ R j=1
|fk,j | <
R
|fk | + ²k und
P∞
k=1 ²k
< ∞.
Dann packe alle fk,j als eine Entwicklung f¨ ur f zusammen.
Sei gen
P∞
k=1 ²k
eine konvergente Reihe positiver Zahlen. Nach Lemma 8.1.2 gibt es Entwicklunfk ' fk,1 + fk,2 + . . .
der fk in Stufenfunktionen mit der Eigenschaft Z ∞ Z X ∀k ∈ N : |fk,j | < |fk | + ²k . j=1
Sei jetzt (gm )m∈N eine Folge der Stufenfunktionen, deren Umordnung die unendliche Matrix (fk,j )k,j∈N ist. Dann zeigt (8.1) mit Satz 4.3.1, daß ∞ Z ∞ Z ∞ X X X |gm | < |fk | + ²k < ∞. m=1
k=1
Wenn dar¨ uberhinaus die Reihe
k=1
∞ X
gm (x)
m=1
absolut konvergiert, dann konvergieren auch alle Reihen ∞ X
fk,j (x)
j=1
f¨ ur k ∈ N absolut und wegen (8.2) zeigt Satz 4.3.1, daß ∞ X
gm (x) =
m=1
∞ X
fk (x) = f (x).
k=1
Damit folgt aber
∞ X
f'
gm ,
m=1
also ist f integrierbar. Wegen
Z fk =
∞ Z X
fk,j
j=1
erhalten wir, wieder mit Satz 4.3.1, Z ∞ Z ∞ Z ∞ Z X X X fk,j = fk . gm = f= m=1
k,j=1
k=1
¨ 8.2. NULLMENGEN UND FAST UBERALL“ KONVERGENZ ”
157
P∞ R Korollar 8.1.4 : Wenn (fn )n∈N eine Folge in L1 (R) ist und k=1 |fk | konvergiert, dann gibt es eine integrierbare Funktion f mit Z ∞ ∞ Z X X fk und f= fk . f' k=1
k=1
f
Beweis: P∞ Sei Z die Menge der x ∈ R, f¨ ur die die Reihe k=1 fk (x) absolut konvergiert und definiere eine Funktion f ∈ F(R, R) durch (P ∞ k=1 fk (x) x ∈ Z f (x) = 0 sonst. P∞ Dann zeigt Satz 8.1.3, daß f integrierbar ist mit f ' k=1 fk .
8.2
Nullmengen und fast u ¨ berall“ Konvergenz ”
Der Beweis von Korollar 8.1.4, zeigt, daß es viele Funktionen gibt, f¨ ur die ist: Wir h¨atten f auf R \ Z beliebig definieren k¨onnen.
P∞ k=1
fk eine Entwicklung
f
Allerdings w¨are das Integral immer das gleiche geblieben. uhrt auf den Begriff der Nullfunktion: R Dies f¨ Eine integrierbare Funktion f heißt Nullfunktion, wenn |f | = 0 gilt.
Analog nennt man eine Menge M ⊆ R eine Nullmenge, wenn die charakteristische Funktion χM eine Nullfunktion ist (vgl. Beispiel 7.3.5). Wir bezeichnen die Menge aller Nullfunktionen mit L10 (R, R). Eine Menge A heißt abz¨ ahlbar, wenn es eine bijektive Abbildung N → A gibt.
¨ KAPITEL 8. KONVERGENZSATZE
158
Bemerkung 8.2.1 : Eine abz¨ ahlbare Vereinigung von Mengen ist eine Vereinigung der Form [ Ma = {z | (∃a ∈ A)z ∈ Ma } a∈A
mit A abz¨ahlbar und Ma f¨ ur jedes a eine Menge. Wie wir in Beispiel 7.3.5 gesehen haben, ist jede einelementige Teilmenge von R eine Nullmenge. Mit Korollar 8.1.4 erh¨alt man sofort, daß auch jede abz¨ahlbare Vereinigung von Nullmengen wieder eine Nullmenge ist: R S∞ Wenn n¨ a mlich M = N und χNk = dann gibt es eine integrierbare Funktion f mit f ' k k=1 P∞ P0, ∞ χ und f (x) = 1 f¨ u r alle x ∈ R, f¨ u r die k=1 Nk k=1 χNk (x) nicht konvergiert (d.h., wenn x in unendlich vielen Nk enthalten ist). Dann gilt f ≥ χM und Z 0=
f=
∞ Z X
Z χNk ≥
χM ≥ 0,
k=1
R also χM = 0. Dies zeigt u ¨brigens auch, daß kein Intervall der Form [a, b[ ⊆ R mit a < b abz¨ahlbar ist, da die charakteristische Funktion χ[a,b[ offensichtlich integrierbar ist und ein von Null verschiedenes Integral hat.
¨ ahlbare Vereinigung von abz¨ ahlbaren Mengen ist selbst abz¨ ahlbar. Ubung 8.2.1 : Zeige: Die abz¨ ¨ Ubung 8.2.2 : Sei χQ die charakteristische Funktion der Menge Q ⊂ R aller rationalen Zahlen. Zeige, daß χQ eine integrierbare Nullfunktion ist.
Proposition 8.2.2 : (i) Eine Funktion f ∈ F (R, C) ist genau dann eine Nullfunktion, wenn {x ∈ R | f (x) 6= 0} eine Nullmenge ist. (ii) Wenn Z ⊆ X ⊆ R und X ist eine Nullmenge, dann ist auch Z eine Nullmenge. Beweis: Idee: Entwickle die charakteristische Funktion χZ in unendlich viele identische Nullfunktionen. (i) Setze Z := {x ∈ R | f (x) 6= 0} und g := χZ . Wenn f eine Nullfunktion ist, dann ist |f | R R integrierbar und es gilt g ' |f | + |f | + . . . . Es ist n¨amlich |f | + |f | + . . . = 0 < ∞ und wenn |f (x)| + |f (x)| + . . . konvergiert, dann gilt f (x) = 0, also x ∈ R \ Z und g(x) = 0 = |f |(x) + |f |(x) + . . . . R R Wegen |f | = 0 gilt dann auch g = 0, d.h. Z ist eine Nullmenge. Umgekehrt, wenn X ⊇ {x ∈ R | f (x) 6= 0} eine Nullmenge ist und g = χX , dann gilt R g = 0 und man pr¨ uft wie zuvor, daß Rsowohl |f | ' g + g + . . . als auch f ' g + g + . . . gilt. Damit ist aber f integrierbar mit |f | = 0. R R (ii) Wie in (i) pr¨ uft man wieder nach, daß χZ ' χX + χX + . . . und findet χZ = χX + R χX + . . . = 0.
¨ 8.2. NULLMENGEN UND FAST UBERALL“ KONVERGENZ ”
159
Proposition 8.2.3 : Sei K gleich R oder C. (i) L10 (R, K) ist ein K-Untervektorraum von L1 (R). (ii) Wenn f ∈ L10 (R, K), dann gilt |f | ∈ L10 (R, K). Beweis: Wenn f, g ∈ L10 (R) und r, s ∈ C, dann gilt Z Z Z Z ¯ ¯ ¯ ¯ |rf + sg| ≤ (|r| ¯f ¯ + |s| ¯g ¯) = |r| |f | + |s| |g| = 0. Dies zeigt rf +sg ∈ L10 (R) und damit die erste Behauptung. Die zweite Behauptung ist trivial.
Aus Sicht der Integrationstheorie sind zwei Funktionen f, g ∈ L1 (R) gleichwertig, wenn sie sich nur durch eine Nullfunktion unterscheiden, d.h. f − g ∈ L10 (R). Wir sagen dann f und g sind fast u ¨ berall gleich und schreiben f = g (f.¨ u.) (8.3) ¨ (in englischsprachigen Texten a.e. f¨ ur “almost everywhere”). Die (f.¨ u.)-Gleichheit ist eine Aquivalenzre¨ lation. Die Menge der Aquivalenzklassen ist nichts anderes als der Quotientenvektorraum L1 (R)/L10 (R), der normalerweise mit L1 (R) bezeichnet wird. P∞ R P∞ |fk | konvergiert, integrierbarer Funktionen. Wenn Proposition 8.2.4 : Sei k=1 fk eine Reihe k=1 P∞ dann ist die Menge Z der x ∈ R, f¨ ur die k=1 fk (x) nicht absolut konvergiert, eine Nullmenge. Beweis: Nach den Voraussetzungen gilt χZ ' f1 − f1 + f2 − f2 + . . . , was aber nach dem Umordnungssatz 4.3.1 Z Z Z Z Z χZ = f1 − f1 + f2 − f2 + . . . = 0 impliziert.
Motiviert durch Resultate wie Proposition 8.2.4 sagen wir, eine Folge (fn )n∈N in F(R, C) konvergiert fast u ur die gilt: ¨ berall gegen ein f ∈ F(R, C), wenn es eine Nullmenge X ⊆ R gibt, f¨ ∀x 6∈ X :
lim fn (x) = f (x).
n→∞
In diesem Fall schreiben wir fn → f (f.¨ u.)
Proposition 8.2.5 : Seien f, g ∈ F(R, C).
¨ KAPITEL 8. KONVERGENZSATZE
160
(i) Wenn fn → f (f.¨ u.) und f = g (f.¨ u.), dann gilt fn → g (f.¨ u.). u.) und fn → g (f.¨ u.), dann gilt f = g (f.¨ u.). (ii) Wenn fn → f (f.¨ Beweis: Idee: Vereinige die Ausnahmemengen der beiden Konvergenzaussagen. Beachte, daß die Vereinigung von zwei Nullmengen A und B wegen χA∪B = min(1, χA + χB ) wieder eine Nullmenge ist. (i) Wenn fn → f (f.¨ u.) und f = g (f.¨ u.), dann gilt f¨ ur eine Nullmenge Z, daß fn (x) → f (x) f¨ ur alle x 6∈ Z. Außerdem gibt es eine Nullmenge X mit f (x) = g(x) f¨ ur alle x 6∈ X. Also gilt ∀x 6∈ Z ∪ X : fn (x) → f (x) = g(x) und dies beweist fn → g (f.¨ u.). (ii) Wenn fn (x) → f (x) f¨ ur x 6∈ X und fn (x) → g(x) f¨ ur x 6∈ Y mit X und Y Nullmengen, dann gilt ∀x 6∈ X ∪ Y : f (x) = g(x), was die Behauptung beweist.
Proposition 8.2.6 : F¨ ur eine Folge (fn )n∈N in F(R, C) sind folgende Aussagen ¨ aquivalent: (1) fn → f (f.¨ u.). (2) Es gibt eine Folge (hn )n∈N von Nullfunktionen f¨ ur die (fn + hn )n∈N punktweise gegen f konvergiert. Beweis: Idee: Betrachte auf der Ausnahmemenge die Differenz von Folgenglied und Grenzwert. Wenn (1) gilt, sei Z eine Nullmenge, die alle x ∈ R enth¨alt, f¨ ur die (fn (x))n∈N nicht gegen f (x) konvergiert. Setzt man ½ f (x) − fn (x) f¨ ur x ∈ Z hn (x) := 0 sonst, dann sind die hn nach Proposition 8.2.2 Nullfunktionen. Es gilt aber offensichtlich ∀x ∈ R :
lim (fn + hn )(x) = f (x),
n→∞
also (2). Wenn umgekehrt (2) gilt, dann impliziert Z Z |h1 | + |h