Blatter Kap 1-3

CHRISTIAN BLATTER
INGENIEUR
ANALYSIS
Kapitel 13
ETHZ
Studiengange
Informationstechnologie,
Elektrotechnik und Informatik
01. Oktober 2002 / c cbl.
Vorwort
Was bewegt einen Autor dazu, den unzahligen Analysiskursen f ur angehende
Ingenieure einen weiteren hinzuzuf ugen? Die zu behandelnden Themen sind
ja gegeben: Funktionenlehre, Dierential- und Integralrechnung in einer und
in mehreren Variablen, Dierentialgleichungen, Vektoranalysis und die
Kollegen von den Fachdisziplinen konnen sich darauf verlassen, da alles da
ist.
Die Vorstellung war lange verbreitet, Ingenieur-Analysis sei im wesentlichen
eine Sammlung von Rezepten zur Losung von gewissen Standardaufgaben,
und dem Dozenten obliege es in erster Linie, seinen Studenten diese Rezepte
auf moglichst schonende Art beizubringen. Die betreenden Skripten wurden
dann von den Studenten als Kochb ucher bezeichnet. Demgegen uber wird
hier das didaktische Konzept vertreten und durchgezogen, da die Ingenieur-
Analysis in erster Linie einen ungeheuren Vorrat von kraftvollen Begrien
zur Verf ugung stellt, die zur Modellierung und nachfolgenden Analyse von
realen (physikalischen, technischen, biologischen, . . .) Situationen herange-
zogen werden konnen. Dem Leser mu dabei jederzeit bewut sein, da
das mathematische Universum in der Tiefe oen ist: Die hier behandelten
Formeln, Satze und Beispiele sind nicht der abschlieende Analysisbericht,
sondern das Ergebnis eines ersten Ausugs.
Welchen Niederschlag hat nun die Ankunft von Systemen wie Maple oder
Mathematica in diesem Text gefunden? Es ist wahr: Diese Systeme haben
unseren mathematischen Alltag grundlegend verandert; wir benutzen sie mit
Selbstverstandlichkeit f urs numerische Rechnen und zum Rechnen mit For-
meln, zum Disponieren und zum Experimentieren. Mit dem Begreifen ist es
aber eine andere Sache; hier helfen nur treende Begr undungen und Bilder,
zum andern sorgfaltig gewahlte Bezeichnungen und suggestive Formeln. Was
nun den vorliegenden Analysiskurs betrit, so steht eben das Geometrisch-
Begriiche im Vordergrund (nein, nicht und ); und gerade, weil uns
der Computer langweilige Rechenarbeit abnimmt, haben wir nun mehr Zeit
daf ur. Zum Losen der eingestreuten Aufgaben aber soll der Student mit Lust
den Computer verwenden sofern nat urlich die betreende Ausr ustung zur
Verf ugung steht. Aufgaben, die sich zur Behandlung mit Maple oder mit
Mathematica eignen, sind mit dem Zeichen M markiert; Tutorials f ur diese
Systeme werden allerdings nicht mitgeliefert. Es gen ugt, hier festzuhalten,
da Aufgaben, wie sie in dieser Analysis vorkommen, sowohl f ur Maple wie
f ur Mathematica ein leichtes sein sollten.
Nocheinmal von vorn: Dieser Text handelt im wesentlichen von den Metho-
den und Moglichkeiten der Dierential- und Integralrechnung auf der reellen
Achse, in der Ebene und im dreidimensionalen Raum. Dabei geht es weniger
ii Vorwort
um Mathematik an sich als darum, einen Apparat bereitzustellen, mit dem
sich Zustande und Vorgange in der Auenwelt, speziell in der Mechanik, in
der Technik, aber auch in der

Okonomie, rational beschreiben oder, modern
ausgedr uckt: modellieren lassen. Hierzu benotigen wir unter anderem
einen reichhaltigen Begrisvorrat,
geometrisches Vorstellungsvermogen,
einen Strau von Satzen,
Sicherheit im Rechnen mit Formeln,
Gewandtheit im Herbeiziehen und Anpassen von gelernten Methoden
und Beispielen,
das Gesp ur f ur die im Einzelfall erforderliche mathematische Prazision:
welche Eekte ohne Schaden vernachlaigt werden konnen,
die Bereitschaft, im Prinzip irgendeine Sache auf neue Weise zu betrach-
ten und ehrlich zuende zu denken.
Im Zentrum unserer Bem uhungen stehen also nicht Beweise, sondern Vorla-
gen zur mathematischen Beschreibung von Situationen, die sich letzten Endes
(und damit kommen wir auf die Analysis) mit Hilfe von reellen Funktionen
begreifen lassen, sowie Losungsstrategien f ur die Probleme, die dabei zum
Vorschein kommen.
Z urich, im Oktober 1995
Die ungebundene Ausgabe zum Wintersemester 2002/03 ist im wesentlichen
ein korrigierter Nachdruck der 2. Auflage (Springer 1996). Um die Lesbarkeit
zu verbessern, habe ich noch Zwischentitel eingef ugt; dadurch hat sich die
Paginierung verandert.
Greifensee, im September 2002
Christian Blatter
Read Me
Der ganze Text ist eingeteilt in sechs Kapitel, und jedes Kapitel ist weiter un-
terteilt in Abschnitte. Formeln, die spater nocheinmal benotigt werden, sind
abschnittweise mit mageren Ziern nummeriert. Innerhalb eines Abschnitts
wird ohne Angabe der Abschnittnummer auf Formel (1) zur uckverwiesen;
3.4.(2) hingegen bezeichnet die Formel (2) des Abschnitts 3.4.
Neu eingef uhrte Begrie sind am Ort ihrer Denition halbfett gesetzt; eine
weitergehende Warnung (Achtung, jetzt kommt eine Denition) erfolgt
nicht. Denitionen lassen sich vom Sachverzeichnis her jederzeit wieder
aunden.
Satze (Theoreme) sind kapitelweise nummeriert; die halbfette Signatur (4.3)
bezeichnet den dritten Satz in Kapitel 4. Satze werden im allgemeinen ange-
sagt; jedenfalls sind sie erkenntlich an der vorangestellten Signatur und am
durchlaufenden Schragdruck des Textes. Die beiden Winkel und
bezeichnen den Beginn und das Ende eines Beweises.
Eingekreiste Ziern nummerieren abschnittweise die erlauternden Beispiele
und Anwendungen. Der Kreis markiert das Ende eines Beispiels.
Jeder Abschnitt wird abgeschlossen durch eine Serie von

Ubungsaufgaben.
Aufgaben, die zu einem wesentlichen Teil mit einem System wie Maple oder
Mathematica behandelt werden konnen (und sollen!), sind mit dem Zeichen
M versehen.
Von Anfang an bezeichnen:
N die (Menge der) nat urlichen Zahlen 0, 1, 2, 3, . . . ,
Z die ganzen Zahlen,
Q die rationalen Zahlen,
R die reellen Zahlen,
C die komplexen Zahlen,
B (f ur Bits) die Menge {0, 1}.
Von diesen Zahlensystemen wird im Text noch ausf uhrlich die Rede sein.
Inhaltsverzeichnis Kapitel 13
1 Grundstrukturen
1.1 Zur mathematischen Logik . . . . . . . . . . . . . . . . . 1
Einige n utzliche Zeichen . . . . . . . . . . . . . . . . . . 1
Einige logische Grundtatsachen . . . . . . . . . . . . . . . 3
1.2 Mengen . . . . . . . . . . . . . . . . . . . . . . . . . 11
Reden uber Mengen . . . . . . . . . . . . . . . . . . . . 11
Mengenoperationen . . . . . . . . . . . . . . . . . . . . 12
1.3 Nat urliche Zahlen . . . . . . . . . . . . . . . . . . . . . 16
Summen- und Produktzeichen . . . . . . . . . . . . . . . 16
Vollstandige Induktion . . . . . . . . . . . . . . . . . . . 19
1.4 Reelle Zahlen . . . . . . . . . . . . . . . . . . . . . . . 23
Begri des Korpers . . . . . . . . . . . . . . . . . . . . 23
Betrags- und Signumfunktion . . . . . . . . . . . . . . . . 25
Von den rationalen zu den reellen Zahlen . . . . . . . . . . . 27
1.5 Koordinaten in der Ebene und im Raum . . . . . . . . . . . 33
Winkel und Argument . . . . . . . . . . . . . . . . . . . 33
Verschiedene raumliche Koordinatensysteme . . . . . . . . . 38
1.6 Vektoralgebra . . . . . . . . . . . . . . . . . . . . . . 44
Begri des Vektors . . . . . . . . . . . . . . . . . . . . 44
Summe und skalare Vielfache von Vektoren . . . . . . . . . . 46
Skalarprodukt . . . . . . . . . . . . . . . . . . . . . . 51
Vektorprodukt . . . . . . . . . . . . . . . . . . . . . . 56
Spatprodukt und andere mehrfache Vektorprodukte . . . . . . 61
1.7 Komplexe Zahlen . . . . . . . . . . . . . . . . . . . . . 65
Rechenregeln . . . . . . . . . . . . . . . . . . . . . . . 66
Polarform, Eulersche Formel . . . . . . . . . . . . . . . . 69
Wurzelziehen im Komplexen . . . . . . . . . . . . . . . . 72
2 Funktionen
2.1 Erscheinungsformen . . . . . . . . . . . . . . . . . . . . 78
Begri der Funktion . . . . . . . . . . . . . . . . . . . . 78
Erscheinungsformen . . . . . . . . . . . . . . . . . . . . 80
Typologie der Funktionen in diesem Buch . . . . . . . . . . 86
Exkurs uber harmonische Schwingungen . . . . . . . . . . . 92
Funktionen von mehreren Variablen . . . . . . . . . . . . . 95
Inhaltsverzeichnis v
2.2 Eigenschaften von Funktionen . . . . . . . . . . . . . . . 106
Surjektiv, injektiv, bijektiv . . . . . . . . . . . . . . . . . 106
Exkurs uber unendliche Mengen . . . . . . . . . . . . . . 107
Umkehrfunktion . . . . . . . . . . . . . . . . . . . . . 108
Verkn upfungen von Funktionen . . . . . . . . . . . . . . . 113
Stetigkeit . . . . . . . . . . . . . . . . . . . . . . . . 115
Stetigkeit der Rechenoperationen . . . . . . . . . . . . . . 119
Zwischenwertsatz . . . . . . . . . . . . . . . . . . . . . 121
2.3 Grenzwerte . . . . . . . . . . . . . . . . . . . . . . . 126
Einige Begrie aus der allgemeinen Topologie . . . . . . . . . 126
Begri des Grenzwerts . . . . . . . . . . . . . . . . . . . 127
Uneigentliche Grenzlagen und Grenzwerte . . . . . . . . . . 129
Einseitige Grenzwerte . . . . . . . . . . . . . . . . . . . 133
Substitutionsregel f ur zusammengesetzte Grenzwerte . . . . . 135
Weitere Rechenregeln . . . . . . . . . . . . . . . . . . . 136
Asymptoten . . . . . . . . . . . . . . . . . . . . . . . 139
2.4 Folgen und Reihen . . . . . . . . . . . . . . . . . . . . 141
Folgen als mathematisches Konstruktionswerkzeug . . . . . . 141
Unendliche Reihen . . . . . . . . . . . . . . . . . . . . 143
Absolut konvergente Reihen . . . . . . . . . . . . . . . . 145
Funktionenreihen . . . . . . . . . . . . . . . . . . . . . 149
Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . 150
Rechnen mit Anfangsst ucken von Potenzreihen . . . . . . . . 153
Die Binomialreihe . . . . . . . . . . . . . . . . . . . . . 155
2.5 Die Exponentialfunktion . . . . . . . . . . . . . . . . . . 160
Die Funktionalgleichung . . . . . . . . . . . . . . . . . . 160
Die Logarithmusfunktion . . . . . . . . . . . . . . . . . . 162
Zwei Standardgrenzwerte . . . . . . . . . . . . . . . . . 164
Hyperbolische Funktionen . . . . . . . . . . . . . . . . . 165
Die cis-Funktion . . . . . . . . . . . . . . . . . . . . . 168
3 Dierentialrechnung
3.1 Grundbegrie, Rechenregeln . . . . . . . . . . . . . . . . 173
Die Ableitung, auf neue Art betrachtet . . . . . . . . . . . 173
Exkurs uber die o-Notation . . . . . . . . . . . . . . . . . 177
Geschwindigkeit und Tangentenvektor . . . . . . . . . . . . 178
Die Ableitungen der elementaren Grundfunktionen . . . . . . 182
3.2 Extrema . . . . . . . . . . . . . . . . . . . . . . . . . 185
Maximum vs. Supremum . . . . . . . . . . . . . . . . . . 185
Der Satz vom Maximum . . . . . . . . . . . . . . . . . . 187
Lokale Extremalstellen . . . . . . . . . . . . . . . . . . . 189
Bestimmung der globalen Extrema . . . . . . . . . . . . . 191
vi Inhaltsverzeichnis
3.3 Der Mittelwertsatz der Dierentialrechnung . . . . . . . . . 196
Verschiedene Varianten des Mittelwertsatzes . . . . . . . . . 196
Grenzwerte nach de lHopital . . . . . . . . . . . . . . . . 198
Monotonie und Konvexitat . . . . . . . . . . . . . . . . . 200
3.4 Taylor-Approximation . . . . . . . . . . . . . . . . . . . 206
Zur Einf uhrung . . . . . . . . . . . . . . . . . . . . . . 206
Konstruktion des Taylor-Polynoms . . . . . . . . . . . . . 208
Qualitat der Approximation . . . . . . . . . . . . . . . . 209
Beispiele und Anwendungen . . . . . . . . . . . . . . . . 212
Das Newtonsche Verfahren zur Nullstellenbestimmung . . . . . 216
Die Taylor-Reihe als Potenzreihe . . . . . . . . . . . . . . 221
3.5 Dierentialgleichungen I . . . . . . . . . . . . . . . . . . 226
Modellbildung, einf uhrende Beispiele . . . . . . . . . . . . 226
Losungsansatz . . . . . . . . . . . . . . . . . . . . . . 231
Dierentialgleichungen erster Ordnung, allgemein . . . . . . . 233
Ein einfaches numerisches Verfahren . . . . . . . . . . . . . 236
Dierentialgleichungen hoherer Ordnung, Systeme von Dglen . . 238
3.6 Dierentialgleichungen II . . . . . . . . . . . . . . . . . 243
Homogene lineare Dierentialgleichungen, allgemein . . . . . . 243
Die charakteristische Gleichung . . . . . . . . . . . . . . . 246
Mehrfache Eigenwerte . . . . . . . . . . . . . . . . . . . 249
Inhomogene lineare Dierentialgleichungen . . . . . . . . . . 252
Ansatz mit unbestimmten Koezienten . . . . . . . . . . . 253
Der gedampfte harmonische Oszillator . . . . . . . . . . . . 256
Eulersche Dierentialgleichungen . . . . . . . . . . . . . . 260
Sachverzeichnis Kapitel 13 . . . . . . . . . . . . . . . . 266
1
Grundstrukturen
1.1 Zur mathematischen Logik
Einige n utzliche Zeichen
Die sogenannte mathematische Logik ist ein Kalk ul, d.h. ein Gebaude von
Rechenregeln, dessen Objekte A bzw. A(x) nicht Zahlen oder Funktionen,
sondern Aussagen, Aussageformen und deren Verkn upfungen sind.
Eine Aussage ist eine Behauptung oder eine Formel, die so, wie sie da steht,
entweder wahr ist oder falsch.
Bsp: Die Basiswinkel von gleichschenkligen Dreiecken sind gleich, 10
100
+1
ist eine Primzahl, Camel ist eine Automarke.
Gegebene Aussagen A, B konnen durch die logischen Operationen
= hat zur Folge
gilt genau dann, wenn
oder (gemeint ist: oder/und)
und
nicht
zu komplizierteren Aussagen verbunden werden. Es geht dann zum Beispiel
darum, den Wahrheitswert eines so erhaltenen Ausdrucks zu berechnen,
wenn die Wahrheitswerte der darin auftretenden Variablen A, B, . . . gegeben
sind. Ein derartiger logischer Kalk ul wird zum Beispiel beim Aufbau eines
Systems, das komplizierte mathematische Sachverhalte verarbeiten soll, drin-
gend benotigt.
Eine Aussageform ist ein Text oder eine Formel mit einer freien Variablen x,
die f ur jeden Wert x eines vereinbarten Grundbereichs in eine wahre oder in
eine falsche Aussage ubergeht.
2 1 Grundstrukturen
Bsp: Die folgenden Aussageformen beziehen sich auf reelle Zahlen r, j und
nat urliche Zahlen n:
r
2
5r + 6 = 0 ,
r
2
+ j
2
< 1 ,
1 + r + r
2
+ . . . + r
n1
=
1 r
n
1 r
.
Im Zusammenhang mit Aussageformen treten weitere neuartige Zeichen auf:
f ur alle
es gibt
! es gibt genau ein
es gibt kein
Diese sogenannten Quantoren erlauben Aussagen der folgenden Art:
n 1 : 1 + 2 + . . . + n =
n(n + 1)
2
, Bsp:
! t [ 0, 2 ] : cos t = 0 ,
r j : rj = 0 (r = 0) (j = 0) .
Anstelle des -Zeichens verwenden wir auch die folgende Klammerschreib-
weise, um den Geltungsbereich einer Formel anzugeben:
r
2
0 (r R).
Ist aus dem Zusammenhang klar, da eine Formel f ur alle betrachteten
r gilt, so kann das -Zeichen oder die Angabe des Geltungsbereichs auch
weggelassen werden.
Bsp: r j 0 0 <
1
r
<
1
j
.
F ur unsere Zwecke brauchen wir von der mathematischen Logik nur die ange-
gebenen Zeichen als praktische Abk urzungen sowie vor allem Klarheit uber
einige wenige Grunderfahrungen (s.u.).
Eine Bemerkung zum Thema Gleichheitszeichen. In den drei Gleichungen
r
2
12r + 35 = 0 , c =
k=0
1
/!
, sin
2
t + cos
2
t = 1
hat das Zeichen = ganz unterschiedliche Bedeutung. Die erste ist eine Bes-
timmungsgleichung und deniert eine gewisse Losungsmenge. Die zweite ist
eine Denitionsgleichung und legt das Symbol c als Abk urzung f ur den
1.1 Zur mathematischen Logik 3
rechtsstehenden Ausdruck fest. Die dritte schliesslich ist eine Identitat; sie
gilt f ur alle t des vereinbarten Grundbereichs (z.B. R). Um die intendierte
Bedeutung eines Gleichheitszeichens auch graphisch sichtbar zu machen, ver-
wenden wir in diesem Text die folgenden Schreibweisen:
Wird einer noch freien Variablen ein bestimmter Wert zugewiesen oder wird
f ur ein umstandlich dargestelltes Objekt (das Deniens) ein bestimmter Be-
zeichner (Deniendum) vereinbart, so benutzen wir in der Regel das Zeichen
:= bzw. =: . Der Doppelpunkt steht dabei auf der Seite des Deniendums.
Diese Schreibweise wurde f ur das Programmieren erfunden und hat sich auch
im mathematischen Gebrauch als auerst praktisch erwiesen.
r := 3 , Bsp:
)(t) :=
t
2
1
t
2
+ 1
,
k=0
1
/!
=: c .
Im zweiten Beispiel wird nicht etwa der Variablen t, sondern der Funk-
tionsvariablen ) ein bestimmter Wert erteilt: ) ist jetzt nicht mehr irgend-
eine Funktion, sondern die bestimmte, durch den angeschriebenen Ausdruck
denierte Funktion (wobei sich der Denitionsbereich aus dem Zusammen-
hang ergeben sollte).
Gilt eine Gleichung f ur alle Werte der darin auftretenden Variablen, so be-
nutzen wir gelegentlich das Zeichen .
Bsp: cos
2
t + sin
2
t 1 .
Das Zeichen
.
= schlielich steht f ur die Vorstellung ist angenahert gleich.
Was das mathematisch genau bedeutet, ist in jedem Fall wieder anders und
bleibt ungesagt.
1
1 + r
.
= 1 r (r
.
= 0) , Bsp:
n!
.
=
2n
_
n
c
_
n
(n ) .
Einige logische Grundtatsachen
Nun zu den angek undigten Grunderfahrungen!
Ein mathematischer Sachverhalt kann typischerweise die Gestalt
/
annehmen; dabei ist / eine Aussage.
4 1 Grundstrukturen
/
1
:= Die Winkelsumme im Dreieck betragt 180
. Bsp:
/
2
:=
2 ist irrational.
Unter einem direkten Beweis der Aussage / versteht man folgendes: Aus-
gehend von einer Liste (stillschweigend oder ausdr ucklich) vereinbarter Ax-
iome wird nach bestimmten Schluweisen eine Kette von richtigen Aussagen
aufgeschrieben, deren letztes Glied die Behauptung darstellt.
_1 Zum Beweis der Aussage /
1
benotigen wir das folgende Axiom: Wech-
selwinkel an Parallelen sind gleich (Fig. 1.1.1). /
1
ergibt sich dann unmit-
telbar aus der Figur 1.1.2. Der Leser ist aufgefordert, die einzelnen Satze der
Schlukette selber zu formulieren.
_
/
/
=
Fig. 1.1.1
Fig. 1.1.2
Bei einem indirekten Beweis der Aussage / nimmt man auer den verein-
barten Axiomen zusatzlich an, / sei falsch in anderen Worten: Man f ugt
/ als Axiom hinzu und kommt nach einer Kette von erlaubten Schl ussen zu
einer oensichtlich falschen Aussage, etwa zu 1 = 0. Hieraus schliet man,
da das zugrundegelegte (und als widerspruchsfrei angenommene) Axiomen-
system mit dem Zusatzaxiom / nicht vertraglich ist. Nach dem Prinzip
des ausgeschlossenen Dritten mu daher / zutreen.
_2 Wir nehmen zusatzlich zu den Regeln der Arithmetik an, /
2
sei falsch.
Es gibt dann zwei ganze Zahlen j und mit
2 = j,, wobei wir nach K urzen

annehmen d urfen, j und seien nicht beide gerade. Es folgt j
2
= 2
2
, somit
ist jedenfalls j gerade: j = 2:, und folglich ungerade. Wir haben jetzt
4:
2
= 2
2
bzw. 2:
2
=
2
. Hier ist die linke Seite gerade, die rechte ungerade
ein Widerspruch.
_
Mathematische Sachverhalte kommen zweitens in der Form einer sogenann-
ten Implikation daher:
/ = B ; (1)
dabei sind / und B Aussagen. Interpretation: Vielleicht trit / zu, vielleicht
nicht. Sicher bzw. bewiesen ist nur: Falls / zutrit, so trit auch B zu. B
kann aber ohne weiteres wahr sein und / gleichzeitig falsch. In anderen
Worten: Die Umkehrung von (1), also die Implikation
B = /,
ist mitnichten bewiesen und auch im allgemeinen falsch.
d
d
1
Fig. 1.1.3
_3 Es geht um konvexe ebene Bereiche 1 (Fig. 1.1.3). Ein derartiger Be-
reich besitzt in jedem Randpunkt eine sogenannte St utzgerade; das ist eine
Gerade, die 1 trit, aber nicht zerlegt. Betrachte die beiden folgenden Aus-
sagen:
/: 1 ist eine Kreisscheibe.
B: Der Abstand zwischen parallelen St utzgeraden von 1 ist konstant.
Oensichtlich gilt / B. Die Umkehrung B / ist aber falsch, denn
es gibt Bereiche konstanter Breite, die nicht Kreise sind, zum Beispiel das
sogenannte Reuleaux-Dreieck (Fig. 1.1.4).
_
d
Fig. 1.1.4
6 1 Grundstrukturen
Logisch aquivalent zur Implikation / B ist deren sogenannte Kontraposi-
tion
B = / . (2)
Interpretation: Wenn B nicht zutrit, dann sicher auch / nicht. Der Leser
ist aufgefordert, hier einen Moment innezuhalten und sich durch Nachdenken
davon zu uberzeugen, da (1) und (2) gleichwertig sind. Oft ist / B der
interessierende und n utzliche Sachverhalt, aber die Kontraposition ist leichter
zu beweisen.
_4 Gegeben sind ein gleichseitiges Dreieck 1 der Seitenlange 2 in der Ebene
sowie ein Vorrat an beweglichen Dreiecken der Seitenlange o < 2. Es geht
darum, das groe Dreieck mit Hilfe von kleinen zu uberdecken. (
Uberlap-
pungen sind ausdr ucklich zugelassen, siehe die Fig. 1.1.5) Betrachte die bei-
den folgenden Aussagen:
/: 1 lat sich mit 5 kleinen Dreiecken uberdecken.
B: 1 lat sich mit 4 kleinen Dreiecken uberdecken.
1
Fig. 1.1.5
Wir behaupten, es gilt
/ = B ,
und beweisen dies durch Kontraposition, das heit: Wir beweisen B
/.
Angenommen, 4 kleine Dreiecke reichen nicht aus. Ein Blick auf die Fig. 1.1.6
zeigt, da dann notwendigerweise o < 1 ist . Ein gleichseitiges Dreieck
der Seitenlange < 1 kann aber hochstens einen der in Fig. 1.1.6 markierten
Punkte uberdecken, und da es sechs derartige Punkte hat, reichen 5 Dreiecke
nicht aus f ur eine vollstandige

Uberdeckung von 1.
_
1
Fig. 1.1.6
Noch ein Wort zum Gebrauch der Quantoren und . Viele mathematische
Sachverhalte haben ja die Form
r : /(r) bzw. r : /(r) .
r 0 j 0 :

rj
r + j
2
, Bsp:
c() :() : c
(t) :(t) :
(t) c(t) .
Zwei gleiche Quantoren d urfen vertauscht werden:
_5 Werden in der Aussage
c 0 n 1 ! 0 :
n
= c
(dieses ist die n-te Wurzel aus c ) die beiden -Quantoren vertauscht, so
resultiert die gleichbedeutende Aussage
n 1 c 0 ! 0 :
n
= c .
_
Verschiedene Quantoren d urfen hingegen auf keinen Fall vertauscht werden:
_6 Der bekannte Fundamentalsatz der Algebra lautet: Jedes Polynom
j(.) := .
n
+ o
n1
.
n1
+ . . . + o
1
. + o
0
mit komplexen Koezienten o
k
besitzt wenigstens eine Nullstelle C. In
Zeichen:
j() : j() = 0 .
Werden hier die Quantoren vertauscht, so kommt oensichtlicher Unsinn her-
aus:
j() : j() = 0 .
(Es gibt eine komplexe Zahl , so da jedes Polynom mit komplexen Koef-
zienten an der Stelle den Wert 0 hat.)
_
8 1 Grundstrukturen
Bei abstrakteren Situationen ist es schon schwieriger, die Reihenfolge der
Quantoren im Gri zu behalten:
_7 Die Denition der Konvergenz von Folgen lautet (wir werden spater in
aller Ruhe darauf eingehen): Eine Zahlfolge r. konvergiert gegen die Zahl ,
wenn es f ur jede vorgegebene Toleranz 0 ein n
0
gibt, so da alle r
n
mit
Nummer n n
0
innerhalb der Toleranz um liegen (siehe die Fig. 1.1.7)
in Zeichen:
0 n
0
n n
0
: [r
n
[ < .
r
1
r
0
r
n

Fig. 1.1.7
Unsinnig ist hingegen die nach Vertauschen der ersten beiden Quantoren
resultierende Konvergenzbedingung
n
0
0 n n
0
: [r
n
[ < ,
denn das hiee ja: Es gibt ein n
0
, so da alle r
n
mit Nummer n n
0
jede noch so scharfe Toleranzbedingung erf ullen, und das ist nat urlich nur
moglich, wenn alle diese r
n
gleich sind eine hochst uninteressante Art
von Konvergenz.
_
Aufgaben
1. Aus einem Zoologiebuch: Jede ungebrochselte Kalupe ist dorig und jede
foberante Kalupe ist dorig. In Quasiland gibt es sowohl dorige wie un-
dorige Kalupen. Welche der nachstehenden Schl usse uber die Fauna
von Quasiland sind zulaig?
(a) Es gibt sowohl gebrochselte wie ungebrochselte Kalupen.
(b) Es gibt gebrochselte Kalupen.
(c) Alle undorigen Kalupen sind gebrochselt.
(d) Einige gebrochselte Kalupen sind unfoberant.
(e) Alle gebrochselten Kalupen sind unfoberant.
2. Hier ist eine Aussage uber Quorge:
(a) Ist ein Quorg glavul, so ropanzt er.
Formuliere (b) die Negation, (c) die Umkehrung, (d) die Kontraposition
der Aussage (a). Welche Implikationen bestehen zwischen (a), (b), (c)
und (d)?
3. Welche der folgenden Aussagen sind g ultige Einwande gegen das Sprich-
wort Alles verstehen heit alles verzeihen?
(a) Niemand versteht alles.
(b) Ich verstehe die Eifersucht, aber ich kann sie nicht verzeihen.
(c) Ich verstehe alles, aber die Eifersucht kann ich nicht verzeihen.
(d) Niemand w urde alles verzeihen.
(e) Ich verzeihe die Eifersucht, obwohl ich sie nicht verstehe.
4. Welche der in Fig. 1.1.8 abgebildeten Spielkarten mu man mindestens
umdrehen, um mit Sicherheit die folgende Frage () beantworten zu kon-
nen?
() Sind alle Karten mit schraerter R uckseite Asse?

4 4

4 4

Fig. 1.1.8
5. Von den folgenden Aussagen ist genau eine richtig:
(a) Fritz hat mehr als tausend B ucher.
(b) Fritz hat weniger als tausend B ucher.
(c) Fritz hat mindestens ein Buch.
Wieviele B ucher hat Fritz?
6. Gegeben sind eine kreisrunde Bisquitdose sowie ein Vorrat von gleich-
groen kreisrunden Platzchen. Zeige: Lassen sich 6 Platzchen nebeneinan-
der in die Dose legen, so auch deren 7.
_
Hinweis: Beweise die Kontrapo-
sition; vgl. Beispiel _4 .
_
10 1 Grundstrukturen
Fig. 1.1.9
7. Die f unf Teile der Figur 1.1.9 bestehen aus insgesamt 26 Einheitsqua-
draten. Sie sollen achsenparallel und ohne

Uberlappen in eine Schachtel
mit quadratischer Grundache der Seitenlange 5.94 gelegt werden. Zeige,
da das nicht geht.
1.2 Mengen
Reden uber Mengen
Wir versuchen nicht zu erklaren, was eine Menge ist, und wir werden auch
keine Mengenlehre betreiben. In diesem Abschnitt geht es nur darum, die
auf Mengen bez uglichen Schreibweisen und Bezeichnungen festzulegen. Alles
beginnt nat urlich mit der Relation
r : r ist Element (Punkt) der Menge ,
r in
und ihrer Negation r , , sprich: r nicht in . Davon zu unterscheiden
ist die Inklusion, eine Relation zwischen zwei Mengen:
1 : Die Menge ist Teilmenge der Menge 1 ,
will sagen: Jedes Element von ist auch Element von 1, in Zeichen:
r : r = r 1 .
Bsp: 4 Q, , Q,
2i C, R C .
Sind o, /, c, . . . , j, gegebene Objekte, so bezeichnet zum Beispiel o, c, j die
Menge, die genau die Objekte o, / und j enthalt, und o, /, . . . , die Menge,
die genau die samtlichen Objekte o, /, . . . , enthalt. Mit dem Symbol ist
die leere Menge gemeint.
Ist A eine vereinbarte Grundmenge (zum Beispiel A := R) und /(r) eine
Aussageform, die f ur jedes einzelne r A entweder zutrit oder eben nicht,
so bezeichnet
_
r A
/(r)
_
bzw.
_
r
/(r)
_
die Menge aller derjenigen r A, f ur die /(r) zutrit.
_
r R
r
4
2r
2
= 0
_
= 0,
2,
2 , Bsp:
_
r Q
r
4
2r
2
= 0
_
= 0 ,
_
. C
. = . .
2
= 4
_
= (. = . bedeutet: . ist reell).
Zwei Mengen und 1 sind gleich, in Zeichen: = 1, wenn jede eine
Teilmenge der andern ist. Die Gleichheit von zwei zunachst unterschiedlich
aussehenden Mengen lat sich in einfachen Fallen durch eine Schlukette der
Gestalt
r . . . . . . . . . r 1
beweisen; in schwierigeren Fallen braucht es zwei uber verschiedene Wege
laufende Ketten
r = . . . = . . . . . . = r 1
und
r 1 = . . . = . . . . . . = r .
_1 Die folgende Situation kommt immer wieder vor: Wir sollen eine Glei-
chung oder ein Gleichungssystem auflosen. Was ist damit gemeint? Die
gegebene Gleichung,
Bsp:
2r 1 = r 2 ,
deniert eine Losungsmenge 1. Anstelle dieser impliziten Darstellung von
1 ist eine explizite Darstellung in der Form einer Liste verlangt. Typischer-
weise wird man nun mit Hilfe von geeigneten algebraischen Operationen aus
den gegebenen Gleichungen neue, einfachere Gleichungen herleiten, an denen
die gew unschte Liste unmittelbar abgelesen werden kann. In unserem Beispiel
erhalt man so nacheinander folgendes:
2r 1 = r 2 = 2r 1 = r
2
4r + 4 =
r
2
6r + 5 = 0 = r =
6
36 20
2
= r = 5 r = 1 ,
worauf man die Liste 1
:=
_
5, 1
_
als Losungsmenge prasentieren wird. In
Wirklichkeit hat man aber nur 1 1
bewiesen und mu nun durch Einsetzen

verizieren, da die umgekehrte Inklusion 1
1 ebenfalls zutrit. Dabei

stellt man fest, da die Zahl 5 die gegebene Gleichung erf ullt, die Zahl 1 aber
nicht. Zum Spa lassen wir auch Maple (Version V.2) diese Gleichung
losen:
solve(sqrt(2*x - 1) = x - 2, x);
1, 5
_
Mengenoperationen
Verschiedene Verkn upfungen erlauben, aus gegebenen Mengen neue Mengen
zu bilden. Wir benotigen:
Vereinigungsmenge 1:
1
Fig. 1.2.1a
1.2 Mengen 13
Durchschnitt 1:
1
Fig. 1.2.1b
Dierenzmenge 1:
1
Fig. 1.2.1c
Die neuen Zeichen sind eingef uhrt worden, da die Schreibweisen +1, 1,
1 f ur Konstrukte reserviert bleiben sollten, bei denen tatsachlich gerech-
net wird: Sind und 1 Teilmengen von R, so deniert man
+ 1 :=
_
r + j
r j 1
_
und analog f ur und . Derartige Bildungen spielen bei der sogenannten
Intervallarithmetik eine Rolle.
Besitzen die Mengen und 1 einen leeren Durchschnitt, so heien sie dis-
junkt, in Zeichen ausgedr uckt: 1. Den gegenteiligen Sachverhalt:
1 ,= , und 1 schneiden sich, bezeichnen wir kurz mit 1.
Sind o und / irgendwelche Objekte, so nennt man die Liste
(o, /)
ein geordnetes Paar. Dieses zweikomponentige Objekt ist wohl zu unterschei-
den von der Menge o, /, bei der es nicht auf die Reihenfolge der Elemente
ankommt.
_1 Die Losungen der quadratischen Gleichung r
2
5r + 6 = 0 bilden die
zweielementige Menge 2, 3. Die Losung des Gleichungssystems
r + 2j = 5
4r j = 2
_
hingegen ist das geordnete Paar (r, j) = (1, 2).
_
r
j (r, j) R R
R
R
Fig. 1.2.2
und 1 seien beliebige Mengen. Dann heit die Menge
1 :=
_
(o, /)
o , / 1
_
aller aus je einem Element von und von 1 gebildeten Paare das karte-
sische Produkt von und 1, weil Descartes mit der Erndung des Koor-
dinatenkreuzes als erster die Ebene als Produkt von zwei reellen Achsen
aufgefat hat (Fig. 1.2.2).
Anstelle von R R schreibt man nat urlich R
2
. Analog ist R
3
die Menge
_
(r, j, .)
r, j, . R
_
aller geordneten Tripel (r, j, .) von reellen Zahlen und allgemein R
n
die
Menge aller sogenannten n-Tupel (r
1
, r
2
, . . . , r
n
).
Ist eine beliebige endliche Menge, so bezeichnet man die Anzahl ihrer
Elemente mit # oder auch mit [[.
Bsp: Hier ist ein fundamentales Prinzip der Kombinatorik:
#(1) = # #1 .
Aufgaben
1. Stelle die folgenden Mengen in geeigneten Figuren anschaulich dar:
(a)
_
t R
4 < t
2
16
_
, (b)
_
. C
[. 1[ +[. + 1[ = 8
_
,
(c)
_
(r, j, .) R
3

r 0, j 0, . 0, r + j + . = 1
_
,
(d)
_
r R
1
1 r
< 1
r
2
_
,
(e)
_
(r, j) R
2

1 [r[ +[j[ 2
_
,
(f)
_
(r, j) R
2

[r j[ + 2 [r[
_
.
1.2 Mengen 15
2. Zwei an sich unabhangige reelle Groen r und j sind miteinander ver-
kn upft durch die Einschrankung
r
2
+ 6r 8j j
2
. ()
(a) Man verschae sich eine

Ubersicht uber die Gesamtheit der moglichen
Zustande (r, j). Gemeint ist: Man zeichne eine Figur.
(b) Welchen Wert kann die Groe r unter der Bedingung () hochstens
annehmen, und wie m ute j gewahlt werden, damit dieser Maximal-
wert von r tatsachlich realisiert werden kann?
3. Es bezeichne das Innere des Oktaeders mit den sechs Ecken (1, 0, 0),
(0, 1, 0), (0, 0, 1). Man stelle diese Menge auf moglichst einfache Weise
in der Form =
_
(r, j, .) R
3

. . .
_
dar.
4. Naef (ein Spielzeugfabrikant) produziert einen kugelformigen Spielw urfel,
auf dem die Zahlen von 1 bis 6 aufgemalt sind. Wenn dieser W urfel auf
einer horizontalen Ebene zur Ruhe kommt, ist allemal eine Zahl zuoberst.
Uberlege, wie dieses Objekt funktioniert, und stelle dessen Hauptkompo-

nente in der Form 1 =
_
(r, j, .) R
3

. . .
_
dar.
5. Es sei o die Menge aller nat urlichen Zahlen ohne quadratischen Teiler,
T die Menge aller nat urlichen Zahlen mit genau drei Primfaktoren (1
ist keine Primzahl) und l die Menge aller nat urlichen Zahlen 200.
Bestimme o T l.
6. Bestimme die Losungsmenge 1 R
2
des folgenden Gleichungssystems:
r + 1 + j = 1
2r
_
24j + 25 = 5
_
.
_
Hinweis:
c ist nur f ur c 0 deniert und bezeichnet die nichtnegative

Losung t der Gleichung t
2
= c .
_
1.3 Nat urliche Zahlen
Es geht hier um die Verwendung der nat urlichen Zahlen zum Zahlen und
zum Nummerieren, weniger ums Rechnen in N. Im folgenden sind ,, /,
|, :, n Variable f ur nat urliche oder ganze Zahlen, auch wenn das nicht an
jeder Stelle ausdr ucklich gesagt wird. F ur Mengen von aufeinanderfolgenden
ganzen Zahlen verwenden wir die folgende Notation:
_
/ Z
j /
_
=: [ j . . ] .
Summen- und Produktzeichen
Wir beginnen mit der Erklarung des Summenzeichens
: Es seien j und
beliebige ganze Zahlen, und die Objekte o
k
(Zahlen, Vektoren, Funktionen,
. . .) seien f ur alle / [ j . . ] deniert. Dann ist
q
k=p
o
k
:=
_
0 ( < j) ,
o
p
+ o
p+1
+ o
p+2
+ . . . + o
q
( j) .
Die Anzahl der Summanden ist also = j + 1. Die Variable / heit
Summationsvariable. Der Wert der Summe hangt ab von den Werten der
Summanden o
k
und von den Summationsgrenzen j und , hingegen nicht
davon, welcher Buchstabe als Summationsvariable gewahlt wurde.
_1 Sei etwa
o
k
:=
(/ + 1)(/ + 3)
2/ 1
.
Dann ist
5
k=1
o
k
=
5
j=1
o
j
=
5
j=1
(, + 1)(, + 3)
2, 1
=
2 4
1
..
j=1
+
3 5
3
+
4 6
5
+
5 7
7
+
6 8
9
..
j=5
=
422
15
.
Die Zuweisungen
/
0
:= 3, /
1
:= 5, /
2
:= 6, /
3
:= 4, /
4
:= 2
liefern
4
k=0
/
k
10
k
= 24653,
4
k=0
/
k
10
k
= 3.5642 .
1.3 Nat urliche Zahlen 17
Mit den doppelt indizierten Summanden c
kj
:= /,,
2
lassen sich zum Beispiel
die folgenden Summen bilden:
6
k=3
c
k4
=
3
16
+
4
16
+
5
16
+
6
16
=
9
8
,
3
j=1
c
2j
=
2
1
+
2
4
+
2
9
=
49
18
.
_
Gelegentlich ist es n utzlich, unter dem Summenzeichen eine Variablentrans-
lation vorzunehmen, zum Beispiel / + 1 durch / zu ersetzen. Das geht
so vor sich: Im Ausdruck f ur o
k
wird die Summationsvariable / vermoge
/ := /
: bzw. / + : = /
durch eine neue Variable /
ausgedr uckt, wobei

die Verschiebungszahl : frei gewahlt werden kann. Damit dieselben Dinge
wie vorher aufsummiert werden, mu die Variable /
von j+: bis +: laufen.

Am Schlu kann der Strich wieder weggelassen werden. Im ganzen sieht das
so aus:
q
k=p
o
k
=
q+r
=p+r
o
k
r
=
q+r
k=p+r
o
kr
.
_2 In der Summe
o
n
:=
n
k=1
1
/(/ + 1)
=
1
1 2
+
1
2 3
+ . . . +
1
n(n + 1)
(1)
ist
o
k
=
1
/(/ + 1)
=
1
/

1
/ + 1
. (2)
Hieraus folgt
o
n
=
n
k=1
_
1
/

1
/ + 1
_
= (1
1
2
) + (
1
2

1
3
) + (
1
3

1
4
) + . . . + (
1
n

1
n + 1
)
(eine teleskopierende Summe)
= 1
1
n + 1
=
n
n + 1
.
Es ist also gelungen, die Reihe (1) zu summieren, das heit: eine
-freie
Darstellung von o
n
anzugeben. Wir behandeln nun dieses einfache Beispiel
noch einmal mit Hilfe einer Variablentranslation. Aufgrund von (2) ist
o
n
=
n
k=1
1
/

n
k=1
1
/ + 1
. (3)
In der zweiten Summe setzen wir / := /
1 bzw. / + 1 = /
; dann geht /
von 2 bis n + 1, und wir erhalten

n
k=1
1
/ + 1
=
n+1
=2
1
/
=
n+1
k=2
1
/
,
wobei der Strich zum Schlu wieder weggelassen wurde. Aus (3) ergibt sich
nun
o
n
=
n
k=1
1
/

n+1
k=2
1
/
= 1
1
n + 1
,
wie oben.
_
Analog zum Summenzeichen wird das Produktzeichen
erklart:
q
k=p
o
k
:=
_
1 ( < j) ,
o
p
o
p+1
. . . o
q
( j) .
Beachte: Das leere Produkt hat denitionsgema den Wert 1. Als Beispiel
diene die Fakultat(funktion)
0! := 1 , n! :=
n
k=1
/ = 1 2 3 . . . n (n 1)
(gelesen n-Fakultat). Bekanntlich zahlt n! die Anzahl Arten, n unterscheid-
bare Objekte in eine Reihe zu legen oder von 1 bis n zu nummerieren. Im
Gegensatz zur Summe 1+2+3+. . . +n lat sich n! nicht m uhelos berechnen.
F ur groe n gibt es die Stirlingsche Naherungsformel
n!
.
=
2n
_
n
c
_
n
.
Bsp: 10! = 3 628 800; die Stirlingsche Formel liefert 10!
.
= 3 598 695.622 .
Mit Hilfe der Fakultat werden die sogenannten Binomialkoezienten
_
n
/
_
:=
n!
/!(n /)!
=
n(n 1) (n / + 1)
/!
(gelesen n tief /) gebildet, die ebenfalls in der Kombinatorik eine Rolle
spielen. Beispiel: Eine n-elementige Menge besitzt genau
_
n
k
_
verschiedene /-
elementige Teilmengen (s.u.). Die Binomialkoezienten gen ugen verschiede-
nen Identitaten, so zum Beispiel der folgenden, die dem sogenannten Pas-
calschen Dreieck (Tabelle der Binomialkoezienten) zugrundeliegt:
_
n
/ 1
_
+
_
n
/
_
=
_
n + 1
/
_
. (4)
Indem man auf den Generalnenner bringt, erhalt man
n!
(/ 1)!(n / + 1)!
+
n!
/!(n /)!
=
n!
/!(n / + 1)!
_
/ + (n / + 1)
_
=
(n + 1)!
/!(n + 1 /)!
.
Vollstandige Induktion
Zu den Grundeigenschaften von N gehort das Prinzip (Axiom) der vollstan-
digen Induktion:
Es sei /(n) eine Aussageform uber nat urliche Zahlen n. Trit /(0) zu und
gilt f ur alle n 0 die Implikation /(n) = /(n + 1), so trit /(n) f ur alle
n N zu.
Um mit Hilfe dieses Prinzips nachzuweisen, da /(n) f ur alle nat urlichen n
zutrit, hat man hiernach folgendes zu tun:
1. Man mu verizieren, da /(0) zutrit. (Verankerung)
2. Man mu einen f ur alle n 0 g ultigen Beweis liefern, da die Aussage
/(n + 1) zutrit, wenn man annimmt, da /(n) zutrit. (Induktions-
schritt)
Wir geben dazu zwei Beispiele.
_3 Es soll das folgende Satzlein bewiesen werden: Ist n 2 und 0 < r
k
< 1
f ur 1 / n, so gilt
n
k=1
(1 r
k
) 1
n
k=1
r
k
. (5)
(Diese Ungleichung ist dann interessant, wenn alle r
k
sehr klein sind. Sie
besagt: Werden mehrere Rabatte hintereinander abgezogen, so mu man
mehr bezahlen, als wenn einfach die Rabattsatze addiert werden.)
Wir bezeichnen die zu beweisende Formel (5) mit /
>
(n) . Verankerung:
F ur n := 1 gilt anstelle von das Gleichheitszeichen, d.h. /
=
(1) trit zu.
Induktionsschritt: Wir zeigen, da /
>
(n +1) schon aus der abgeschwachten
Voraussetzung /
(n) folgt:
n+1
k=1
(1 r
k
) =
n
k=1
(1 r
k
) (1 r
n+1
)
_
1
n
k=1
r
k
_
(1 r
n+1
) = 1
n
k=1
r
k
r
n+1
+
n
k=1
r
k
r
n+1
1
n+1
k=1
r
k
.
_
_4 Es bezeichne T(/, n) die Anzahl der verschiedenen /-elementigen Teil-
mengen der Menge 1, 2, . . . , n. Durch Induktion nach n beweisen wir:
T(/, n) =
_
n
/
_
(0 / n) .
Die Aussage /(n) hat hier folgende Form: F ur alle / zwischen 0 und n trit
ein bestimmter Sachverhalt zu.
Verankerung: T(0, 0) = 1 =
_
0
0
_
. Induktionsschritt: Man erhalt eine
/-elementige Teilmenge von 1, . . . , n, n + 1 = 1, . . . , n n + 1, indem
man
entweder eine /-elementige Teilmenge von 1, . . . , n bildet
oder eine (/1)-elementige Menge von 1, . . . , n bildet und das Element
n + 1 hinzunimmt.
Die Anzahlen der genannten Teilmengen stehen hiernach in der folgenden
Beziehung zueinander:
T(/, n + 1) = T(/, n) + T(/ 1, n) .
Nach Induktionsvoraussetzung und (4) ist folglich
T(/, n + 1) =
_
n
/
_
+
_
n
/ 1
_
=
_
n + 1
/
_
.
_
_5 Wir betrachten das Produkt
1 :=
n
k=1
(1 + r
k
) = (1 + r
1
)(1 + r
2
)(1 + r
3
) (1 + r
n
)
als Funktion der Variablen r
1
, . . ., r
n
. Wird rechter Hand tatsachlich aus-
multipliziert, so entstehen insgesamt 2
n
Summanden. Jeder Summand ist ein
Produkt einer gewissen Auswahl von insgesamt n Einsen und Ixen. Ordnet
man die Summanden nach steigender Auadung mit Ixen, so hat man
1 = 1 + (r
1
+ r
2
+ . . . + r
n
) +
_
r
1
r
2
+ r
1
r
3
+ . . . + r
n1
r
n
. .
alle (
n
2
) m oglichen Produkte von je zwei Ixen
_
+
_
r
1
r
2
r
3
+ r
1
r
2
r
4
+ . . . + r
n2
r
n1
r
n
. .
alle (
n
3
) m oglichen Produkte von je drei Ixen
_
+ . . . + r
1
r
2
r
n
.
Es sei jetzt r eine fest gegebene reelle (oder komplexe) Zahl. Setzen wir alle
r
k
:= r, so hat einerseits 1 den Wert (1 + r)
n
, und andererseits hat jedes
Produkt von : Ixen den Wert r
r
. Wir erhalten daher
(1 + r)
n
= 1 +
_
n
1
_
r +
_
n
2
_
r
2
+ . . . +
_
n
n
_
r
n
=
n
k=0
_
n
/
_
r
k
(Binomischer Lehrsatz). Wir werden spater sehen, da diese Formel auf
beliebige reelle Exponenten (anstelle von n) umgeschrieben werden kann.
Dabei entsteht die sogenannte Binomialreihe.
_
In diesen Zusammenhang gehort das Prinzip der rekursiven Denition. Eine
Folge r. (zum Beispiel von Naherungswerten f ur eine gesuchte Groe )
lat sich festlegen durch die Vorgabe von r
0
und eine Vorschrift, die f ur jedes
n 0 den Wert r
n+1
zu berechnen gestattet, wenn alle vorangehenden Werte
r
0
, r
1
, . . ., r
n
bekannt sind. Computer lieben das hei; besonders, wenn zur
Berechnung von r
n+1
nur die zuletzt gefundenen Werte r
k
gebraucht werden.
Es ist dann nicht notig, alle r
k
zu speichern, und das Rechenprogramm hat
die Struktur einer Schleife.
_6 Es sei c 1 eine fest vorgegebene Zahl. Betrachte die durch
r
0
:= c, r
n+1
:=
1
2
_
r
n
+
c
r
n
_
(n 0)
rekursiv denierte Folge r. von positiven Zahlen. Wir zeigen:
lim
n
r
n
=
c .
Man hat
r
n+1
c =
1
2r
n
(r
2
n
+ c 2r
n
c) =
(r
n
c)
2
2r
n
; (6)
insbesondere ist r
n

c 1 f ur alle n 0. Wir schreiben (6) in der Form
r
n+1
c =
n
(r
n
c)
mit
0 <
n
:=
r
n
c
2r
n
<
1
2
und schlieen daraus, da nach jedem Rechenschritt der Abstand zwischen
r
n
und

c hochstens noch halb so gro ist wie vorher. Hieraus folgt schon
die Behauptung.
In Wirklichkeit ist die Konvergenz noch wesentlich besser, namlich quadra-
tisch. Nach einigen Schritten ist bestimmt r
n

c < 1, und von da an
sorgt (6) bzw.
r
n+1
c <
1
2
(r
n
c)
2
daf ur, da sich die Zahl der richtigen Dezimalstellen mit jedem Schritt im
wesentlichen verdoppelt, denn es ist zum Beispiel 0.001
2
= 0.000001 .
Bsp: F ur c := 100 erhalt man nacheinander
100.0
50.5
26.24
15.03
10.84
10.03
10.000 053
10.000 000 00 . _
Aufgaben
1. Zeige mit vollstandiger Induktion:
(a) Durch n Geraden in allgemeiner Lage wird die Ebene in
n
2
+ n + 2
2
Gebiete zerlegt. (Hinweis: Jede weitere Gerade zerlegt eine ganz be-
stimmte Anzahl der schon vorhandenen Gebiete in zwei Teile.)
(b) F ur beliebiges r 1 und f ur jedes n N gilt
(1 + r)
n
1 + nr (Bernoullische Ungleichung) .
(c) Die Summe aller weder durch 2 noch durch 5 teilbaren nat urlichen
Zahlen < 10n betragt 20n
2
.
(d)
n
k=1
/
2
=
n(n + 1)(2n + 1)
6
, (e)
n
k=1
/
3
=
/
2
(/ + 1)
2
4
.
2. _M Bestimme den Koezienten beim Term r
4
j
7
in der Entwicklung von
(3 5r + 7j)
13
.
1.4 Reelle Zahlen
Begri des K orpers
Nicht ganzzahlige Groen werden bekanntlich mit Hilfe von gemeinen Br u-
chen oder mit Hilfe von Dezimal- bzw. Dualbr uchen dargestellt oder wenig-
stens approximiert.
Die gemeinen Br uche
j
(j Z, N
1
)
bilden zusammen den Korper Q der rationalen Zahlen. In der Analysis ar-
beiten wir mit dem umfassenderen Korper R der reellen Zahlen davon
unten mehr. Der Begri Korper bezeichnet den Sachverhalt, da in dem be-
treenden System die vier Grundrechenarten unbeschrankt ausf uhrbar sind
(ausgenommen nat urlich die Division durch 0) und da die ublichen Rechen-
gesetze gelten, zum Beispiel
r + j = j + r , (r + j) + . = r + (j + .)
0 r = 0 , (r) = r ,
r (j + .) = r j + r . ,
allgemeiner:
m
i=1
r
i

n
k=1
j
k
=
1im, 1kn
r
i
j
k
,
r j = 0 = r = 0 j = 0
und weitere dieser Art.
Dar uberhinaus sind Q und R geordnet, das heit: F ur je zwei Zahlen r und
j gilt genau eine der Beziehungen
r < j , r = j , r j .
Bez uglich dieser Ordnung gelten die ublichen Regeln uber das Rechnen mit
Ungleichungen, zum Beispiel
(r < j) (j < .) = r < . (Transitivitat),
r < j = r + o < j + o ,
(o 0) (r < j) = or < oj ,
(o < 0) (r < j) = or oj (!) ,
r j 0 = 0 <
1
r
<
1
j
und weitere dieser Art.
Eine Teilmenge von R der Form
_
r R
o r /
_
=: [ o, / ]
heit ein abgeschlossenes Intervall, und
_
r R
o < r < /
_
=: ]o, /[
ist ein oenes Intervall. F ur unendliche Intervalle verwenden wir die folgen-
den Bezeichnungen:
R
a
:=
_
r R
r o
_
, R
>a
:=
_
r R
r o
_
.
0 1
4
1
2
r
Fig. 1.4.1
_1 F ur welche r R gilt
r
2
+ 2r
r 1
< 3r 4 ? ()
Da r 1 beiderlei Vorzeichen annehmen kann, darf man nicht einfach her-
aufmultiplizieren, sondern mu Fallunterscheidungen vornehmen. Im Fall
r 1 ist
() r
2
+ 2r < (r 1)(3r 4) = 3r
2
7r + 4
2r
2
9r + 4 0
2(r 4)(r
1
2
) 0
r 4
_
r <
1
2
ist mit r 1 nicht vereinbar
_
.
Gilt jedoch von vorneherein r < 1, so erhalt man analog
() r
2
+ 2r (r 1)(3r 4)
.
.
.
2(r 4)(r
1
2
) < 0
1
2
< r < 1 .
Die gesuchte Menge ist somit die Vereinigung der beiden Intervalle R
>4
und
1
2
, 1
_
, siehe die Fig. 1.4.1.
_
1.4 Reelle Zahlen 25
Betrags- und Signumfunktion
Mit Hilfe der Ordnung deniert man die Betragsfunktion (Fig. 1.4.2)
[r[ := abs r :=
_
r (r 0),
r (r 0).
Bsp: 5 < 0 = [ 5[ := (5) = 5 .
r
j
j = r j = r
j = [r[
Fig. 1.4.2
Die Groe [r[ ist immer 0 und stellt den Abstand des Punktes r vom
Ursprung dar. Es gilt (Fig. 1.4.3):
[r[ < < r < .
0 o
r
o+
o

Fig. 1.4.3
Allgemein ist [ro[ der Abstand des Punktes r vom Punkt o auf der Zahlen-
geraden, und es gilt
[r o[ < o < r < o + .
Die Betragsfunktion ist multiplikativ:
[r j[ = [r[ [j[ ,
und sie gen ugt der sogenannten Dreiecksungleichung:
[r + j[ [r[ + [j[ ,
die bei Fehlerabschatzungen eine zentrale Rolle spielt.
Tritt die Betragsfunktion in einer denierenden Gleichung auf, so sind im
allgemeinen Fallunterscheidungen notwendig.
_2 Wir behandeln die folgende Aufgabe: Man zeichne den Graphen der
Funktion
)(r) :=
2 [1 r[
[r[ .
Die Terme [1 r[ und [r[ bewirken, da jedenfalls an den Stellen 0 und 1
etwas passiert. Wir haben daher vorweg drei Falle, die sich (wegen der
aueren [ [-Klammer) unter Umstanden weiter aufteilen.
1 : r 0 (= 1 r 0)
Hier ist
)(r) =
2 (1 r)
(r) = [1 + r[ + r .
Wir unterscheiden daher weiter: Im Fall
1.1 : r 1 (= 1 + r 0)
gilt
)(r) = (1 + r) (r) = 1 ,
und im Fall
1.2 : 1 r 0 (= 1 + r 0)
hat man
)(r) = 1 + r (r) = 1 + 2r .
2 : 0 r 1 (= 1 r 0) .
Hier ist
)(r) =
2 (1 r)
r = [1 + r[ r = 1 + r r = 1 .
3 : r 1 (= 1 r 0) .
Man hat
)(r) =
2 + (1 r)
r = [3 r[ r
und mu daher weiter unterscheiden: Im Fall
3.1 : 1 r 3 (= 3 r 0)
gilt
)(r) = 3 r r = 3 2r ,
und im Fall
3.2 : r 3
schlielich
)(r) = (3 r) r = 3 .
Alles in allem erhalten wir den in Fig. 1.4.4 dargestellten Graphen.
_
1
3
3
1
1
j
r
j = )(r)
1
Fig. 1.4.4
Die in der Betragsfunktion verlorengegangene Information uber r ist gespei-
chert in der Signumfunktion (Fig. 1.4.5)
sgn r :=
_
_
_
1 (r 0) ,
0 (r = 0) ,
1 (r < 0) .
r
j
1
1
j = sgn r
Fig. 1.4.5
Es gelten folgende Identitaten:
r = sgn r [r[ , sgn (r j) = sgn r sgn j ;
die Signumfunktion ist also ebenfalls multiplikativ.
Von den rationalen zu den reellen Zahlen
Die hier behandelten Rechenregeln gelten zunachst in Q, dann aber auch in R.
Was sind denn uberhaupt reelle Zahlen? Schon die Pythagoraer wuten,
da die rationalen Zahlen f ur eine befriedigende Theorie des Quadrats nicht
ausreichen. Es wird aber berichtet, da der Mann, der als erster die Be-
trachtung der irrationalen Groen aus dem Verborgenen an die

Oentlichkeit
brachte, durch einen Schibruch umgekommen sei, und zwar deshalb, weil das
Unaussprechliche und Bildlose f ur immer hatte verborgen bleiben sollen.
R ist also eine Erweiterung, Vervollstandigung von Q. Um hiervon eine
gewisse Vorstellung zu vermitteln, nehmen wir allerdings zuerst eine Ausd un-
nung von Q vor, indem wir von den gemeinen Br uchen nur noch die behalten,
deren Nenner eine Potenz von 10 bzw. von 2 ist in anderen Worten: indem
wir zu endlichen Dezimal- bzw. Dualbr uchen ubergehen. Dies entspricht auch
unserem tatsachlichen Umgang mit reellen Zahlen in der Rechenpraxis; denn
das numerische Rechnen mit gemeinen Br uchen ist ziemlich umstandlich. Es
beginnt damit, da verschiedene Br uche, zum Beispiel
15
24
und
20
32
, ohne wei-
teres dieselbe Zahl darstellen konnen und da sehr nahe beieinanderliegende
Zahlen sehr verschiedene Darstellungen haben:
233
610

377
987
< 0.0000017 .
Vor allem aber pegen die Nenner beim Aufaddieren von Zahlenkolonnen ins
Uferlose zu wachsen.
Wir betrachten also f ur einen Moment nur noch rationale Zahlen o der
speziellen Form
o =
j
2
s
(j Z, : N)
und bezeichnen die Menge dieser Zahlen mit D. Jedes o D besitzt eine im
wesentlichen eindeutig bestimmte Darstellung als (endlicher) Dualbruch:
o =
r
. . .
2

1

0
.
1

2
. . .
s
,
k
B (: / :)
(: 0 und : 0 hangen von o ab). Diese Darstellung codiert den folgenden
Sachverhalt:
o =
s
k=r
k
2
k
.
Das Rechnen mit Dualbr uchen ist ja genial einfach, und es ist auch von
bloem Auge moglich, eine Liste von Dualbr uchen der Groe nach zu ordnen.
Anmerkung: Anstelle von Dualbr uchen konnte man auch Dezimalbr uche
nehmen.
In Fig. 1.4.6 wurde versucht, den kaskadischen, das heit: sich in immer
kleineren Mastaben reproduzierenden Charakter der Menge D zeichnerisch
umzusetzen. Algebraisch gesehen ist D ein Ring (das heit: Addition, Sub-
traktion und Multiplikation sind in D unbeschrankt moglich), aber kein Kor-
per mehr, denn die Division von Dualbr uchen geht im allgemeinen nicht auf.
Das lat sich verschmerzen, da D in der Menge aller reellen Zahlen dicht
0 1/2
1/2
Fig. 1.4.6
liegt (siehe die Figur) und man sich in der Praxis mit einer hinreichenden
Approximation zufrieden gibt.
So lauft zum Beispiel der in der Schule gelernte Divisionsalgorithmus auf
folgendes hinaus: Es seien o und / gegebene Dualbr uche, / ,= 0, deren Quo-
tient o,/ als Dualbruch dargestellt werden soll, und es sei 0 eine beliebig
kleine vorgegebene Toleranz, zum Beispiel := 2
20
. Dann kann man (durch
Herunterholen von Nullen) immer ein D nden, so da gilt:

o
/
< + .
In anderen Worten: Der vom Divisionsalgorithmus gelieferte Dualbruch ist
weniger als von der gemeinten Zahl o,/ entfernt.
_3 Zur Erlauterung rechnen wir im vertrauteren Dezimalsystem. Es soll
die Zahl o,/ := 83,19 in einen Dezimalbruch entwickelt werden. Der Divi-
sionsalgorithmus liefert
o /
83 . : 19 = 4.36842
7 . 0
1 . 30
. 160
80
40
2 (Rest) .
Wird an dieser Stelle abgebrochen, so gilt einerseits / < o (wegen des
Restes) und anderseits ( + 10
5
) / o (sonst ware die letzte Stelle von
nicht 2 gewesen). Zusammen ergibt sich
<
o
/
< + 10
5
,
wie oben allgemein beschrieben.
_
F ur den Rest dieses Abschnitts treen wir die folgende Vereinbarung: latei-
nische Buchstaben o, /, r, . . . sowie bezeichnen Dualbr uche und griechische
Buchstaben , , . . . reelle Zahlen.
Die reellen Zahlen sind gewisse ideale Objekte, mit denen wir etwa folgende
Vorstellungen verkn upfen:
(a) Die reellen Zahlen bilden einen geordneten Korper.
(b) Jede reelle Zahl lat sich beliebig genau durch Dualbr uche von unten
annahern. Genau: Zu jeder noch so kleinen Toleranz 0 (zum Beispiel
:= 2
20
) gibt es ein o D mit
o < o + .
(c) Ist o
.
= und /
.
= , so gilt o + /
.
= + und o /
.
= .
Dieser entscheidende Sachverhalt ermoglicht, in Gedanken und Formeln
zwei unendlich genaue reelle Zahlen exakt miteinander zu multiplizie-
ren und dann dieselbe Rechnung mit endlichen Dualbr uchen numerisch
zu simulieren.
(d) Jeder unendliche Dualbruch stellt eine reelle Zahl dar, und umgekehrt:
Jede reelle Zahl besitzt eine im wesentlichen eindeutige Darstellung als
unendlicher Dualbruch.
(Die Elemente von D besitzen genau zwei derartige Darstellungen, alle
andern reellen Zahlen genau eine. So stellen zum Beispiel 0.1111 . . . und
1.0000 . . . beide die Zahl 1 R dar.)
_4 Die reelle Zahl := 4,7 besitzt die nicht abbrechende Dualbruchent-
wicklung
0.10010010010010 . . .
_
=
1
2
+
1
16
+
1
128
+
1
1024
+ . . . =
4
7
_
und lat sich folglich durch die endlichen Dualbr uche
0.1
0.1001
0.1001001
0.1001001001001
.
.
.
besser und besser approximieren.
_
Da sich nach diesen vagen Vorstellungen tatsachlich ein logisch konsistentes
System R aus D (bzw. aus Q) fabrizieren lat, hat Dedekind 1872 als erster
bewiesen. In diesem System sind dann nicht nur so einfache Zahlen wie
2
(bzw. 4/7 wieder) vorhanden, sondern uberabzahlbar viele (s.u.) weitere,
darunter nat urlich c und , und alle lassen sich mindestens in Gedanken mit
unendlicher Genauigkeit erfassen, addieren und multiplizieren.
Der geometrische Gehalt dieser Erweiterung ist folgender: Die zu D hinzuge-
f ugten Zahlen bilden sozusagen den Leim, der die in Fig. 1.4.6 dargestellte
kaskadische Struktur zu einem vollstandig homogenen Kontinuum macht. So
ist es zum Beispiel moglich, D mit einer Axt in eine Untermenge und eine
Obermenge 1 zu spalten, ohne dabei eine einzige Zahl zu ber uhren,
Bsp: :=
_
r D
r <
2
_
, 1 :=
_
r D
2
_
.
Hier gibt es zwischen jedem einzelnen r und
2 unendlich viele weitere

Zahlen von . Eine derartige Zerlegung von R ist jedoch nicht moglich:
Wird R auf irgendeine Weise in eine Untermenge und eine Obermenge 1
gespalten, so hat entweder ein maximales Element oder 1 ein minimales
Element. Jedenfalls ber uhrt die Axt eine wohlbestimmte reelle Zahl .
Die Reichhaltigkeit von R lat sich auf verschiedene Weise analytisch charak-
terisieren. Vom konstruktiven Standpunkt aus, das heit: f ur das Denieren
und das konkrete Berechnen von reellen Groen (z.B. c oder ), ist folgende
Fassung am zweckmaigsten:
(1.1) Jede monoton wachsende und beschrankte Folge (
k
)
kN
von reellen
Zahlen ist konvergent gegen eine wohlbestimmte reelle Zahl .
F ur den Beweis benotigt man nat urlich den genauen Konvergenzbegri.
Wir spalten R in die Untermenge derjenigen , die von wenigstens
einem
k
ubertroen werden, und in die Obermenge 1 derjenigen , die von
keinem
k
ubertroen werden. Weder noch 1 sind leer. Die Axt trit eine
wohlbestimmte Zahl R, und dieses ist der behauptete Grenzwert: Ist
ein (beliebig kleines) 0 vorgegeben, so liegt in , es gibt also ein
n mit
n
. Wegen der Monotonie liegen daher alle
k
mit Nummer
/ n im Intervall ] , ].
Die obige Vorstellung (d) lat sich nunmehr folgendermaen konkretisieren:
Ein unendlicher Dualbruch, zum Beispiel
1.10110011101 . . . ,
besitzt Anfangsst ucke
o
0
:= 1, o
1
:= 1.1, o
2
:= 1.1, o
3
:= 1.101, o
4
:= 1.011, . . . .
Die o
k
bilden eine monoton wachsende Folge von reellen Zahlen, und diese
Folge ist nat urlich beschrankt: Da alle Ziern
k
gleich 0 oder 1 sind, gilt
o
n
= o
0
+
n
k=1
k
2
k
o
0
+
n
k=1
2
k
< o
0
+ 1
f ur alle n. Somit besitzt die Folge o. nach (1.1) einen wohlbestimmten Grenz-
wert R, und dieses ist die von dem betreenden unendlichen Dual-
bruch reprasentierte reelle Zahl.
Aufgaben
1. Stelle die folgenden rationalen Zahlen im Dualsystem dar:
(a) 6423, (b) 643/7, (c) 324/761.
2. Bestimme die ersten 15 Stellen der Dualbruchentwicklung von .
3. Die Funktion ) sei deniert durch
)(r) :=
_
_
_
r + 2 (r < 1)
r (1 r 1)
r 2 (r 1)
.
Stelle ) mit Hilfe der Betragsfunktion durch einen einzigen, f ur alle r R
g ultigen Ausdruck dar.
4. Beim Stand 165.50 seines Tageskilometerzahlers passiert ein Automobilist
eine Tafel Landesgrenze 29 km und beim Stand 173.20 die Tafel Lan-
desgrenze 22 km. Beim Stand 179.45 kommt er zu einer Tankstelle. Wie
weit ist es jetzt noch zur Landesgrenze (auf 150 m genau)? Hierzu
soll man annehmen, da die Angaben auf den Tafeln nach der nachsten
ganzen Zahl gerundet sind.
5. Die Funktionen )
n
: R R seien rekursiv deniert durch
)
0
(r) := [r[ , )
n+1
(r) := [1 )
n
(r)[ (n 0) .
Zeichne den Graphen von )
100
.
6. Bestimme die Menge der r R, welche die folgende Ungleichung erf ullen:
r + 3
r 1
[r[ .
1.5 Koordinaten in der Ebene und im Raum
In diesem Abschnitt werden nur Bezeichnungen festgelegt.
Wir beziehen uns zunachst auf die Fig. 1.5.1. Die im folgenden angebotenen
Bezeichnungen werden wir in freier Weise abwechselnd benutzen:
1
1
j
O
j
r
1 = (r,j) = z
e
r
2
1
j
= (0,1)
e
r
= (1,0)
Fig. 1.5.1
Allgemeiner Punkt: 1 = (r, j) = z ;
spezielle Punkte: O = (0, 0) = 0 , e
x
= (1, 0) , e
y
= (0, 1) ;
Abstand vom Ursprung: [O1[ =
_
r
2
+ j
2
= [z[ = : ;
Abstand zweier Punkte: [1
1
1
2
[ =
_
(r
2
r
1
)
2
+ (j
2
j
1
)
2
= [z
2
z
1
[ .
Winkel und Argument
Sind z
1
und z
2
beide ,= 0, so bezeichnet (z
1
, z
2
) den nichtorientierten
Winkel zwischen den von 0 ausgehenden Strahlen durch z
1
und durch z
2
.
Hierunter versteht man die Lange des k urzeren von den beiden Bogen, die
die zwei Strahlen aus dem Einheitskreis herausschneiden (siehe die Fig. 1.5.2).
Es ist immer 0 .
0 1
z
1
z
2
z
z
1
2
[ [
[ [
[z
1
z
2
[
Fig. 1.5.2
Nach dem Cosinussatz ist
[z
2
z
1
[
2
= [z
1
[
2
+[z
2
[
2
2[z
1
[ [z
2
[ cos
und somit
(r
2
r
1
)
2
+ (j
2
j
1
)
2
= r
2
1
+ j
2
1
+ r
2
2
+ j
2
2
2[z
1
[ [z
2
[ cos .
Es folgt
cos =
r
1
r
2
+ j
1
j
2
_
r
2
1
+ j
2
1
_
r
2
2
+ j
2
2
.
Durch diese Gleichung ist [ 0, ] eindeutig bestimmt.
Der Gegenuhrzeigersinn wird als positiver Drehsinn angesehen. Mit dem
Symbol < (z
1
, z
2
) bezeichnen wir den orientierten Winkel zwischen den
beiden Strahlen 0z
1
und 0z
2
. Hierunter versteht man den erforderlichen
Drehwinkel, wenn der Strahl 0z
1
in positivem Sinn in den Strahl 0z
2
gedreht
werden soll. Dieser orientierte Winkel ist nur bis auf additive Vielfache von
2 bestimmt (Fig. 1.5.3).
z
1
z
2
0
Fig. 1.5.3
Ob in einer gegebenen Situation mit orientierten oder besser mit nichtorien-
tierten Winkeln gearbeitet werden soll, mu im Einzelfall entschieden werden.
Nichtorientierte Winkel haben auch im dreidimensionalen Raum einen Sinn,
orientierte nicht von vorneherein.
Ist z = (r, j) ,= 0, so heit
< (e
x
, z) =: arg(r, j) =:
das Argument oder der Polarwinkel des Punktes z. Der Figur 1.5.4 entnimmt
man die Identitat
arg(r, j) =
_
_
arctan
j
r
(r 0)
arctan
j
r
+ (r < 0) .
1.5 Koordinaten in der Ebene und im Raum 35
j
r
z = (r,j)
r
e
:
(cos , sin )
j
r
Fig. 1.5.4
Ohne weitergehende Verabredungen ist das Argument eines Punktes (r, j)
nur bis auf additive Vielfache von 2, oder, wie man auch sagt: modulo 2
bestimmt. Hierauf braucht man aber in vielen Fallen keine R ucksicht zu
nehmen, und man kann wie eine gewohnliche reelle Variable behandeln.
Die Groen : und heien die Polarkoordinaten des Punktes (r, j). Es gelten
die folgenden Umrechnungsformeln, die man ohne weiteres an der Figur 1.5.4
veriziert:
_
r = : cos
j = : sin
bzw.
_
: =
_
r
2
+ j
2
= arg(r, j)
.
Ist ): [ o, / ] R eine (stetige) Funktion der Variablen r, so beschreibt die
Gleichung j = )(r) bekanntlich eine
_
im folgenden mit (()) bezeichnete
_
Kurve in der (r, j)-Ebene, den sogenannten Graphen von ):
(()) :=
_
(r, j) R
2

o r / j = )(r)
_
.
Ist weiter / 0 fest, so ist der Graph der Funktion )
h
: r )(r /) zum
Graphen von ) kongruent, aber gegen uber (()) um / nach rechts verschoben
(Fig. 1.5.6).
r
r/
)(r/)
(())
j
r
(()
/
)
)
/
(r)
Fig. 1.5.5
Es sei jetzt ): [ , ] R
0
eine nichtnegative (stetige) Funktion der Vari-
ablen . Die Gleichung
: = )() ( ) , (1)
zwischen den Polarkoordinaten : und der Punkte (r, j) R
2
lat sich
ebenfalls als Gleichung einer Kurve auassen. Man nennt (1) die Polar-
darstellung dieser Kurve. Die einzelnen Punkte von werden erhalten, indem
man f ur jedes [ , ] auf dem Strahl arg(r, j) = von O aus die Lange
: := )() abtragt (Fig. 1.5.6). Weiter: Ist 0 fest, so ist die Kurve
mit
der Polardarstellung
: = )( ) ( + + )
zu kongruent, aber gegen uber um den Winkel in positivem Sinn gedreht.
j
r
O
: = )()
Fig. 1.5.6
_1 Es seien o 0, ,= 0 fest gegeben. Dann ist
: : = oc
q
_
=: )()
_
( < < )
die Polardarstellung einer logarithmischen Spirale (Fig. 1.5.7). Wird von
O aus um den Faktor c 0 gestreckt, so besitzt die resultierende Kurve
c
die Polardarstellung
c
: : = c oc
q
_
=: )
c
()
_
.
Nun gilt (identisch in )
)
c
() = oc
q+log c
= oc
q()
= )( ) ;
dabei wurde zur Abk urzung log c, =: gesetzt. Hieraus folgt:
c
ist kon-
gruent zu (und nicht etwa groer), aber um den Winkel gegen uber
r
j
( < 0)
r
j
( 0)
o
o
Fig. 1.5.7
0
1
Q
:
1
o O
Fig. 1.5.8
gedreht. Auf dem Grabstein von Johann Bernoulli, der als erster die logarith-
mische Spirale untersucht hat, steht die Inschrift: Eadem mutata resurgo.
Wir zeigen weiter: schneidet jeden von O ausgehenden Strahl unter dem-
selben (nur von abhangigen) Winkel
0
.
Es sei 1 ein Spiralenpunkt im Abstand :
P
vom Ursprung und der
fragliche Winkel bei 1 (Fig. 1.5.8). Wird die Spirale im Verhaltnis c :=
o,:
P
von O aus gestreckt, so resultiert eine neue Spirale
c
. Der Punkt 1 geht
dabei uber in den Punkt Q im Abstand o vom Ursprung, und
c
schneidet
dort den Strahl O1 unter dem Winkel
= . Andererseits konnen wir

nach dem Vorangehenden die Spirale
c
auch erhalten, indem wir um den
Winkel = log c, drehen. Dabei geht der Punkt in Q uber, und es ist
=
0
. Da 1 beliebig war, folgt die Behauptung.
_
.
r
j
1 = (r,j,0)
/
e
e
j
e
.
r
1 = (r,j,.) = r
r
1
r
2
r
3
e
e
2
e
3
1
[x[ = :
x = (r
1
, r
2
, r
3
)
Fig. 1.5.9
Verschiedene raumliche Koordinatensysteme
Im dreidimensionalen Raum werden die kartesischen Koordinaten entweder
mit r, j, . oder mit r
1
, r
2
, r
3
bezeichnet. F ur die Behandlung von konkreten
Beispielen, etwa eines Ellipsoids mit gegebenen Halbachsen o, /, c, sind r, j,
. handlicher; bei allgemeinen Erorterungen aber sind r
1
, r
2
, r
3
unbedingt
vorzuziehen. Die beiden Bezeichnungsweisen sind in der Figur 1.5.9 und in
den folgenden Formeln festgehalten.
e
x
= (1, 0, 0) = e
1
, e
y
= (0, 1, 0) = e
2
, e
z
= (0, 0, 1) = e
3
;
[O1[ =
_
r
2
+ j
2
+ .
2
= [r[ = : bzw.
_
r
2
1
+ r
2
2
+ r
2
3
= [x[ = : ;
[O1
[ =
_
r
2
+ j
2
= .
Werden dreidimensionale Situationen betrachtet, so ist es ublich, die Polarko-
ordinaten in der (r, j)-Ebene mit , (anstelle von :, ) zu bezeichnen.
Man beachte, da wir in jedem Fall ein Rechtssystem zugrundelegen: Wird
der Vektor e
x
um ,2 in die Richtung von e
y
gedreht, so r uckt ein mitge-
drehter Korkzieher in die Richtung von e
z
vor (Fig. 1.5.10).
r
j
.
Fig. 1.5.10
Die durch arg(r, j) = const. charakterisierten Halbebenen ` im (r, j, .)-
Raum heien Meridianebenen. Die Meridianebenen werden nummeriert
durch die Argumentvariable , die laufenden kartesischen Koordinaten in
einer Meridianebene sind ( 0) und . (Fig. 1.5.11). Ist eine Situation rota-
tionssymmetrisch bez uglich der .-Achse, so bietet sie in allen Meridianebenen
denselben Aspekt, und dieser Aspekt lat sich vollstandig mit Hilfe der Vari-
ablen und . beschreiben.
r
j
.
`
1 = (r,j,.)
1 = (r,j,0)
/
.
:
Fig. 1.5.11
Bsp: Eine Drehache o ist vollstandig bestimmt durch ihre in der (, .)-
Halbebene liegende Meridiankurve
M
(Fig. 1.5.12).
`
.
r
j
.
`
o
o
o
Fig. 1.5.12
Die angemessenen Koordinaten zur Behandlung einer derartigen Situation
sind die Zylinderkoordinaten , , .. Hier sind und . die wesentlichen
Variablen; die Variable ist von diesen separiert und fallt in vielen Fallen
aus der Rechnung heraus.
Um die Zylinderkoordinaten in kartesische Koordinaten umzurechnen, mu
man sich nur vergegenwartigen, da , gerade Polarkoordinaten in der
(r, j)-Ebene sind (Fig. 1.5.11):
_
_
r = cos
j = sin
. = .
bzw.
_
_
=
_
r
2
+ j
2
= arg(r, j)
. = .
. (2)
_2 Rotiert ein in der (, .)-Halbebene gezeichneter Kreis um die .-Achse,
so entsteht ein sogenannter Torus, genau: eine Torusache T (Fig. 1.5.13).
Analytisch tritt T auf folgende Weisen in Erscheinung:
Gleichung der Meridiankurve
M
:
( o)
2
+ .
2
= /
2
,
Gleichung des Torus in Zylinderkoordinaten (die Variable fallt her-
aus!):
( o)
2
+ .
2
= /
2
,
Gleichung des Torus in kartesischen Koordinaten:
_
_
r
2
+ j
2
o
_
2
+ .
2
= /
2
,
Parameterdarstellung der Meridiankurve:
M
:
_
= o + / cos
. = / sin
(0 2) ,
Parameterdarstellung des Torus:
T:
_
_
r = (o + / cos ) cos
j = (o + / cos ) sin
. = / sin
(0 2 , 0 2) .
(Der Begri der Parameterdarstellung wird erst in Abschnitt 2.1 oziell ein-
gef uhrt.)
_
/
o
.
`
r
.
j
T
Fig. 1.5.13
Ersetzt man in den Meridianebenen ` die (f ur `) kartesischen Koordinaten
, . durch Polarkoordinaten :, , so gelangt man zu den Kugelkoordinaten
:, , ; dabei kann die Variable nur Werte im Intervall
_
2
,

2
annehmen.
Die Ortsbestimmung auf der Erdkugel erfolgt mit Kugelkoordinaten: ist
die geographische Lange, die geographische Breite. (Anmerkung: Ver-
schiedene Autoren messen den Winkel von der positiven .-Achse aus;
variiert dann im Intervall [ 0, ], und die nachstehenden Formeln sind gering-
f ugig zu modizieren.)
Aus der Figur 1.5.11 ergeben sich die Formeln
_
= : cos
. = : sin
bzw.
_
: =
_
2
+ .
2
= arg(, .)
,
und mit (2) folgt
_
_
r = : cos cos
j = : cos sin
. = : sin
bzw.
_
_
: =
_
r
2
+ j
2
+ .
2
= arg(r, j)
= arg(
_
r
2
+ j
2
, .)
. (3)
Hier ist vor allem der Formelsatz links von Bedeutung. Man benotigt ihn, um
gegebene Gleichungen und Funktionsausdr ucke von kartesischen auf Kugelko-
ordinaten umzuschreiben.
_3 Eine Fliege besteigt einen halbkugelformigen Pudding vom Radius 1;
sie kann aber nicht steiler als 45
gehen (Fig. 1.5.14). Aufgabe: Die sich

ergebende Kurve und deren Lange zu bestimmen.
Im (, )-Gradnetz sieht die Kurve etwa so aus, wie in Fig. 1.5.15 gezeichnet,
denn am Anfang ( = 0) ist die Wand vertikal, und f ur

4
kann die Fliege
.
1
45
0
Fig. 1.5.14
direkt auf ihr Ziel lossteuern. Man hat daher
=
_
n()
_
0

4
_
0
_
4

2
_
mit einer unbekannten Funktion n() und n
_
4
_
=:
0
.
45
/4
/2

0
Fig. 1.5.15
Nach (3) besitzt die gesuchte Raumkurve in der ersten Phase folgende Pa-
rameterdarstellung:
r() = cos cos n()
j() = cos sin n()
.() = sin
_
_
_
0

4
_
. (4)
Die 45
-Bedingung lauft darauf hinaus, da

d. =
_
dr
2
+ dj
2
ist (Fig. 1.5.16), und f uhrt damit auf die Dierentialgleichung
.
2
() = r
2
() + j
2
() .
d.
dr
45
dj
Fig. 1.5.16
Die nach Einsetzen von (4) resultierende Dierentialgleichung f ur die unbe-
kannte Funktion n() konnen wir hier nicht behandeln. Hingegen konnen
wir die Lange der gesuchten Kurve berechnen: In der ersten Phase ist die
reale Steigung stets 45
. Da dabei die Hohe . =
2,2 gewonnen wird

(Fig. 1.5.15), betragt die Lange des zugehorigen Kurvenst ucks
2 . = 1.
Die Gesamtlange der Kurve ist daher 1 +

4
.
_
Aufgaben
1. Die .-Achse sei Achse eines Rotationskegels bzw. -doppelkegels vom hal-
ben

Onungswinkel

6
. Man gebe die Gleichung dieses Kegels
(a) in kartesischen Koordinaten,
(b) in Zylinderkoordinaten,
(c) in Kugelkoordinaten.
2. Es sei 1 ein Punkt einer logarithmischen Spirale im Abstand : vom Zen-
trum. Die Spirale schneide den Strahl O1 unter dem Winkel . Stelle
Uberlegungen an uber die von 1 aus bis zum inneren Ende gemessene
Lange der Spirale.
3. Zeige: Wird die Kurve j = cc
x
( < r < ) in j-Richtung an
gestreckt, so ist die resultierende Kurve zur Ausgangskurve kongruent.
4. Eine Fliege mochte moglichst schnell zur Spitze eines aufrechten Kreis-
kegels (Hohe /, halber

Onungswinkel ) gelangen. Sie kann aber nicht
steiler als 45
gehen. An welches Bewegungsgesetz soll sie sich hal-

ten? Wie sieht die entstehende Kurve von oben aus? Wie lang ist
?
_
Hinweis: Startet die Fliege im Punkt (/tan , 0, 0), so ist die Start-
richtung eine Linearkombination der Vektoren m := (tan , 0, 1) und
e
2
.
_
5. Die Funktion ): R
3
R sei in Kugelkoordinaten durch folgenden Aus-
druck gegeben:
)(:, , ) := :
2
_
sin(2) cos
2
+ (sin + cos ) sin(2)
_
.
Bestimme den Ausdruck f ur ) in kartesischen Koordinaten.
1.6 Vektoralgebra
Begri des Vektors
Aus der Physik ist bekannt, da gewisse Groen (zum Beispiel Krafte, elek-
trische Feldstarke, Geschwindigkeiten) am besten als Pfeile oder eben als
Vektoren dargestellt werden, die an einem bestimmten Raumpunkt an-
greifen oder in anderen Fallen frei parallel verschiebbar sind. Die Vek-
torrechnung handelt vom praktischen Umgang mit derartigen Groen; sie
wurde in erster Linie im Hinblick auf physikalische Anwendungen ersonnen
und funktioniert so nur im R
3
.
Mathematisch treten die Vektoren auf verschiedene Arten in Erscheinung:
als gerichtete Strecken 1 , dargestellt als Pfeil von nach 1 ,
als Ortsvektoren von Punkten,
als
Aquivalenzklassen von gerichteten Strecken

als halbfette oder mit einem Pfeil versehene kleine Buchstaben: a, r,
als Zahlentripel (o
1
, o
2
, o
3
), oft als Kolonnenvektoren
_
o
1
o
2
o
3
_
und selten
als Zeilenvektoren [ o
1
o
2
o
3
].
Diese Vielfalt der Auassungen und Darstellungen hat zur Folge, da man
sich erst nach einiger

Ubung in der Welt der Vektoren zurechtndet.
a b
a
a+b
Fig. 1.6.1
Zur Einf uhrung der Vektoren bedienen wir uns der Sprache der Elemen-
targeometrie. So wird die Summe a +b von zwei Vektoren a und b anhand
der Figur 1.6.1 (Parallelogramm der Krafte) deniert und ahnlich f ur jeden
Vektor a und eine beliebige Zahl R das -fache des Vektors a geometrisch
erklart (s.u.). Im einzelnen sieht das etwa folgendermaen aus (wir verzichten
nat urlich auf einen strengen Aufbau):
Ein geordnetes Paar von Punkten , 1 R
3
bezeichnen wir im jetzigen
Zusammenhang mit 1 und nennen 1 einen im Punkt angreifenden
1.6 Vektoralgebra 45
Vektor oder, etwas ungenau, einen Vektor. Wir zeichnen daf ur einen Pfeil
mit Anfangspunkt und Spitze in 1. Der Vektor O1 heit Ortsvektor des
Punktes 1 (siehe die Fig. 1.6.2).
O
1
O1
1
Fig. 1.6.2
Sind die Strecken 1 und C1 gleich lang und gleichsinnig parallel, das heit:
Gibt es eine Translation : R
3
R
3
mit () = C und (1) = 1, so
werden 1 und C1 f ur die Zwecke der Vektorrechnung als aquivalent, d.h.
als Reprasentanten desselben Vektors v angesehen (Fig. 1.6.3). Man schreibt
(unter Mibrauch des Gleichheitszeichens) 1 = C1 =: v, wobei eben in v
keine Information mehr uber den Angrispunkt vorhanden ist. F ur Vektoren
verwenden wir wenn immer moglich halbfette lateinische Buchstaben.
C
1
v
v
= (o
1
, o
2
, o
3
)
1 = (/
1
, /
2
, /
3
)
Fig. 1.6.3
Der Betrag oder die Lange eines Vektors v ist gleich der Lange jeder reprasen-
tierenden Strecke:
[v[ := [1[ .
Die Koordinaten des Vektors v := 1 sind die drei Zahlen
(
1
,
2
,
3
) := (/
1
o
1
, /
2
o
2
, /
3
o
3
) .
Ist 1 = C1, so liefert das Paar C1 dieselben Koordinatendierenzen
wie 1 ; die Koordinaten (
1
,
2
,
3
) eines Vektors v sind also wohldeniert.
Insbesondere ist, unter Mibrauch des Gleichheitszeichens,
O1 = (/
1
, /
2
, /
3
) =: b ,
was zum Ausdruck bringt, da ein Punkt und sein Ortsvektor als dasselbe
Ding angesehen werden konnen. Der Buchstabe b bezeichnet also (Fig. 1.6.4):
den Punkt 1,
das Tripel (/
1
, /
2
, /
3
),
den Ortsvektor O1 ,
irgendeinen zu O1 aquivalenten Vektor.
Daran mu man sich gewohnen.
O
O1 = (/
1
, /
2
, /
3
) = b
b
1 = (/
1
, /
2
, /
3
) = b
Fig. 1.6.4
Summe und skalare Vielfache von Vektoren
Die Summe a +b zweier Vektoren ist geometrisch durch die bekannte Figur
1.6.1 erklart, in Koordinaten ist
a +b = (o
1
+ /
1
, o
2
+ /
2
, o
3
+ /
3
) ,
wobei man beweisen m ute, da diese analytische Denition auf dasselbe
hinauslauft wie die geometrische. Die Addition von Vektoren ist kommutativ
und assoziativ:
a +b = b +a , a + (b +c) = (a +b) +c .
Ferner gibt es zu jedem Vektor 1 =: v den entgegengesetzten Vektor v :=
1 (siehe die Fig. 1.6.5); es ist
v = (
1
,
2
,
3
) , v + (v) = 0 (Nullvektor) .
B
v
v
Fig. 1.6.5
Durch
b a := b + (a)
ist dann auch die Subtraktion deniert, und es gelten die ublichen Rechen-
regeln. Insbesondere ist (Fig. 1.6.6)
1 = b a .
O
1
a
b
a
ba
Fig. 1.6.6
Ist weiter R eine beliebige Zahl (in diesem Zusammenhang als Skalar
bezeichnet), so ist a erklart durch die Figur 1.6.7 und die Festsetzung
[a[ := [[ [a[ .
a
a
a
a
(0) (<0)
Fig. 1.6.7
Wie erwartet, gilt dann in Koordinaten
a = (o
1
, o
2
, o
3
) ;
ferner hat man die plausiblen Rechenregeln
0 a = 0 , 1 a = a , (1)a = a ,
(a +b) = a + b , ( + j) a = a + ja
und andere.
Ein Vektor e der Lange 1 ist ein Einheitsvektor. Die Spitzen der in O
angehefteten Einheitsvektoren bilden zusammen die (zweidimensionale) Ein-
heitssphare
o
2
:=
_
e R
3

[e[ = 1
_
.
Zu jedem Vektor a ,= 0 erhalt man durch Normierung einen Einheitsvektor e,
der in dieselbe Richtung zeigt wie a, und zwar ist e gegeben durch (Fig. 1.6.8)
e :=
1
[a[
a .
O
e
a
o
2
Fig. 1.6.8
Jeder Vektor x lat sich (in eindeutiger Weise) als Linearkombination der
drei Basisvektoren e
1
, e
2
, e
3
darstellen (Fig. 1.6.9):
x = r
1
e
1
+ r
2
e
2
+ r
3
e
3
=
3
k=1
r
k
e
k
.
Die drei Vektoren r
k
e
k
(1 / 3) sind die Komponenten von x in den drei
Achsenrichtungen.
e
1
e
3
e
2
x
r
1
e
1
r
2
e
2
r
3
e
3
x = (r
1
, r
2
, r
3
)
Fig. 1.6.9
Bemerkung: Der dreidimensionale Raum, versehen mit der hier behandel-
ten additiven Struktur, ist dem allgemeinen Begri des Vektorraums Pate
gestanden. Hierunter versteht man ein System von irgendwelchen Objekten,
genannt Vektoren, die unter sich addiert und mit Skalaren R gestreckt
werden konnen, so da die ublichen Rechenregeln gelten.
_1 Die Losungsmenge / der Dierentialgleichung
j
= 0
ist nicht eine Menge von Zahlen
_
oder von Punkten (r, j)
_
, sondern eine
Menge von Funktionen: Gesucht sind diejenigen Funktionen t j(t), f ur die
j
(t) 0 ist. Wie man sich leicht uberlegt, besteht / aus den samtlichen
Polynomen
j(t) :=
0
+
1
t +
2
t
2
+
3
t
3
(
0
,
1
,
2
,
3
R) .
Die Menge / ist somit nicht einfach ein Sack voll Funktionen, sondern
besitzt eine bestimmte algebraische Struktur: / ist ein vierdimensionaler
Vektorraum. Die vier Monome
c
k
(): t t
k
(0 / 3)
bilden eine Basis dieses Vektorraums, und jedes j() / ist eine wohlbe-
stimmte Linearkombination der c
k
(). F ur das angeschriebene j() sieht das
folgendermaen aus:
j() =
3
k=0
k
c
k
() .
_
_2 Gegeben sind Punktmassen :
i
in den Punkten
i
(1 i ) .
Gesucht ist der sogenannte Schwerpunkt dieses Systems (Fig. 1.6.10).
Beachte: Der Index i nummeriert die Punkte, nicht die Koordinatenvariablen,
die wir hier ubungshalber mit r, j, . bezeichnen.
r
j
.
2
, :
2
3
, :
3
i
, :
i
o
s
a
i
s
a
i
O
1
, :
1
Fig. 1.6.10
Der Schwerpunkt o ist deniert durch die sogenannte Momentenbedingung
N
i=1
:
i
o
i
= 0 .
Wegen o
i
= a
i
s folgt
0 =
N
i=1
:
i
(a
i
s) =
N
i=1
:
i
a
i

_
N
i=1
:
i
_
s
und somit
s =
N
i=1
:
i
a
i
_
N
i=1
:
i
; (1)
in Worten: s ist das gewichtete Mittel der a
i
. Sind alle Massen :
i
gleich, so
hebt sich der gemeinsame Wert heraus, und man hat
s =
1
i=1
a
i
.
In Koordinaten sieht das folgendermaen aus: Es sei
a
i
= (r
i
, j
i
, .
i
) (1 i )
und s = (, , ). Die Formel (1) gilt dann auch koordinatenweise:
=
:
i
r
i
:
i
, =
:
i
j
i
:
i
, =
:
i
.
i
:
i
.
_
_3 Gegeben sind ein Punkt mit Ortsvektor a und ein Vektor p ,= 0. Die
Gerade p durch in Richtung p hat folgende Parameterdarstellung, wobei
x den Ortsvektor des laufenden Punktes A p bezeichnet:
p: x(t) = a + tp ( < t < ) .
Insbesondere ist x(0) = , x(1) = 1 (Fig. 1.6.11). Beachte: Dieselbe Gerade
kann verschiedene derartige Parameterdarstellungen haben, da zum Beispiel
der Anfangspunkt durch p nicht vorbestimmt ist.
p
A
1
p
a
x(t)
O
Fig. 1.6.11
Bsp: Gegeben seien := (2, 1, 7) und p :=
1
3
(2, 2, 1). Der Vektor p ist ein
Einheitsvektor. Verwenden wir Koordinaten r, j, ., so haben wir
p: r(t) = (2, 1, 7) +
t
3
(2, 2, 1) ( < t < )
bzw.
r(t) = 2 +
2
3
t
j(t) = 1
2
3
t
.(t) = 7 +
1
3
t
_
_
( < t < ) .
Eine Parameterdarstellung der Ebene durch drei gegebene Punkte , 1,
C erhalt man folgendermaen (Fig. 1.6.12): Setze p := 1 , q := C . Dann
wird produziert durch
: x(n, ) = a + np + q ( < n < , < < ) .
Man beachte, da wir zur Parameterdarstellung einer sogenannten zweidi-
mensionalen Mannigfaltigkeit, vulgo: Flache, zwei Parameter n, beno-
tigen.
_
1
C
O
A
p
q
x(n, )
q
np
a
Fig. 1.6.12
Skalarprodukt
Je zwei Vektoren a, b lassen sich auf zwei Arten miteinander multiplizieren.
Wir behandeln zunachst das sogenannte Skalarprodukt, auch inneres Pro-
dukt genannt. Hier ist das Resultat der Multiplikation eine Zahl.
Sind die beiden Vektoren a und b beide ,= 0, so ist der nichtorientierte Winkel
:= (a, b) wohldeniert (Fig. 1.6.13). Das Skalarprodukt von a und b ist
dann geometrisch erklart durch
a
b := [a[ [b[ cos (= a
a = [a[
2
) .
Das Skalarprodukt ist
0, wenn a und b einen spitzen Winkel einschlieen,
= 0, wenn a und b aufeinander senkrecht stehen,
< 0, wenn a und b einen stumpfen Winkel einschlieen,
und denitionsgema
= 0, wenn a = 0 oder b = 0 ist.
a
b
Fig. 1.6.13
(1.2) Das Skalarprodukt ist eine symmetrische bilineare Funktion von zwei
Vektorvariablen, das heit: Es gilt
(a) a
b = b
a ,
(b) a
b = (a
b) ,
(c) a
(x +y) = a
x +a
y .
(a) und (b) sind ziemlich klar. Beim Beweis des Distributivgesetzes (c)
d urfen wir wegen (b) annehmen, a sei ein Einheitsvektor, den wir im wei-
teren mit e bezeichnen und festhalten. Jeder Vektor x besitzt eine wohlbe-
stimmte Orthogonalprojektion in die Richtung von e. Bezeichnen wir diese
e-Komponente von x mit x
e
, so gilt (Fig. 1.6.14):
x
e
= [x[ cos e = [x[ [e[ cos e
und somit nach Denition des Skalarprodukts:
x
e
= (e
x) e . (2)
x
y
e x
e
y
e
x+y
Fig. 1.6.14
Wie man der Figur entnimmt, ist
(x +y)
e
= x
e
+y
e
und somit wegen (2):
_
e
(x +y)
_
e = (e
x) e + (e
y) e = (e
x +e
y) e .
Hieraus folgt (c) durch Koezientenvergleich.
Da die drei Basis-Einheitsvektoren e
i
paarweise aufeinander senkrecht stehen,
gilt
e
1

e
1
= e
2

e
2
= e
3

e
3
= 1 , e
1

e
2
= e
2

e
3
= e
3

e
1
= 0
oder in anderer Schreibweise:
i , / : e
i

e
k
=
ik
,
wobei das praktische Kronecker-Delta folgendermaen deniert ist:
ik
:=
_
1 (i = /) ,
0 (i ,= /) .
Damit sind wir auch imstande, das Skalarprodukt in Koordinaten auszu-
dr ucken: Ist a = (o
1
, o
2
, o
3
), so konnen wir schreiben
a =
3
i=1
o
i
e
i
,
analog f ur b. Aufgrund der Bilinearitat ergibt sich daher
a
b =
_
3
i=1
o
i
e
i
_
_
3
k=1
/
k
e
k
_
=
i,k
o
i
/
k
(e
i

e
k
) =
i,k
o
i
/
k

ik
.
Auf der rechten Seite geben nur die drei Summanden mit i = / einen Beitrag,
und wir erhalten die Formel
a
b =
3
i=1
o
i
/
i
= o
1
/
1
+ o
2
/
2
+ o
3
/
3
,
die auch als analytische Denition des Skalarprodukts bezeichnet wird.
_4 Der von zwei Vektoren a, b (beide ,= 0) eingeschlossene Winkel :=
(a, b) ist bestimmt durch
cos =
a
b
[a[ [b[
=
o
1
/
1
+ o
2
/
2
+ o
3
/
3
_
o
2
1
+ o
2
2
+ o
2
3
_
/
2
1
+ /
2
2
+ /
2
3
.
Bsp: F ur a := (2, 1, 2) und b := (2, 2, 0) ergibt sich
cos =
(2) 2 + (1) 2 + 2 0
8
=
1
2
;
folglich ist = 3,4.
_
_5 Gegeben sind ein Einheitsvektor n und ein Punkt = (o
1
, o
2
, o
3
).
Gesucht ist die Gleichung der Ebene , die auf n senkrecht steht und durch
geht.
Betrachte einen allgemeinen Raumpunkt A. Es gilt (Fig. 1.6.15):
A x
n
= d = a
n

()
(n
x) n = (n
a) n
n
x = n
a ,
O
A
1
n
a
x
x
n
d
Fig. 1.6.15
O
O
1
1

n
n
(0)
(<0)
Fig. 1.6.16
wobei wir an der Stelle () die Formel (2) verwendet haben. Die rechte Seite
dieser Schlukette ist die vektorielle Gestalt der gesuchten Ebenengleichung.
Es sei zum Beispiel n :=
_
2
3
,
1
3
,
2
3
_
und := (5, 1, 3). Dann lautet die
zugehorige Ebenengleichung in Koordinaten:
2
3
r
1
1
3
r
2
+
2
3
r
3
=
2
3
5
1
3
1 +
2
3
(3) = 1 .
Es sei d = n und somit [[ der Abstand der Ebene vom Ursprung
(Fig. 1.6.16). Betrachtet man anstelle von den Punkt 1 als vorgegebe-
nen Punkt, so erhalt man als Ebenengleichung
n
x = n
d .
Wegen n
d = n
(n) = konnen wir dies in der Form

n
x =
_
[n[ = 1
_
schreiben, wobei nun eine geometrische Bedeutung hat und der durch
nicht vorbestimmte Punkt nicht in Erscheinung tritt.
_
_6 Gesucht ist die Gleichung des Doppelkegels 1 mit Spitze o, Achsenrich-
tung a und halbem

Onungswinkel .
Wir betrachten wieder einen allgemeinen Raumpunkt A. Mit den Bezeich-
nungen der Fig. 1.6.17 gilt:
A 1 = = cos
2
= cos
2
()
_
(x s)
a
_
2
[x s[
2
[a[
2
= cos
2
_
(x s)
a
_
2
= [x s[
2
[a[
2
cos
2
,
wobei wir an der Stelle () das Ergebnis von Beispiel _4 verwendet haben.
Die letzte Gleichung ist die gesuchte Kegelgleichung.
A
O
o
s
x
a
xs
1
Fig. 1.6.17
Bsp: F ur s := 0, a := (1, 1, 1) und cos := 1,
3 wird
(x s)
a = x
a = r
1
+ r
2
+ r
3
.
Damit erhalt man die Kegelgleichung
(r
1
+ r
2
+ r
3
)
2
= (r
2
1
+ r
2
2
+ r
2
3
) 3
1
3
,
vereinfacht:
r
1
r
2
+ r
2
r
3
+ r
3
r
1
= 0 .
Die drei Koordinatenachsen sind Mantellinien dieses Kegels.
_
Vektorprodukt
Die : Vektoren a
1
, a
2
, . . ., a
r
heien linear unabhangig, wenn sie einen
:-dimensionalen Teilraum des R
3
aufspannen. Ein Vektor ist linear un-
abhangig, wenn er ,= 0 ist; zwei Vektoren sind linear unabhangig, wenn sie
eine Ebene aufspannen, drei Vektoren, wenn sie den ganzen Raum aufspan-
nen, das heit: wenn sie nicht in einer Ebene liegen (Fig. 1.6.18).
Das Vektorprodukt a b (ein Vektor!) der zwei Vektoren a und b ist wie
folgt deniert: Sind a und b linear abhangig, so ist a b := 0. Sind a und
b linear unabhangig, so ist a b festgelegt durch (Fig. 1.6.19):
[a b[ := [a[ [b[ sin ,
a b steht senkrecht auf a und auf b ,
die drei Vektoren a, b, a b bilden in dieser Reihenfolge ein Rechtssy-
stem.
O
a
2
a
3
a
1
Fig. 1.6.18
a
b
ab
Fig. 1.6.19
Folgerungen:
(a) a b = 0 a und b sind linear abhangig.
Merke: Verschwinden des Skalarprodukts signalisiert die Orthogona-
litat, Verschwinden des Vektorprodukts die lineare Abhangigkeit von
zwei Vektoren a und b.
(b) [ab[ ist der Flacheninhalt des von a und b aufgespannten Parallelo-
gramms (Fig. 1.6.20).
/ = [b[sin
b
a
Fig. 1.6.20
(c) b a = a b , a a = 0 .
(d) e
1
e
1
= e
2
e
2
= e
3
e
3
= 0 ;
e
1
e
2
= e
3
, e
2
e
3
= e
1
, e
3
e
1
= e
2
,
bzw. i : e
i+1
e
i+2
= e
i
.
In der letzten Formel ist die Indexvariable i modulo 3 zu nehmen, siehe
auch die Fig. 1.6.21.
e
2
e
3
e
1
Fig. 1.6.21
(1.3) Das Vektorprodukt imR
3
ist eine schiefsymmetrische bilineare vektor-
wertige Funktion von zwei Vektorvariablen. Insbesondere gilt
a b = (a b) , (a)
a (x +y) = a x + a y . (b)
(a) ist ziemlich klar. Beim Beweis von (b) d urfen wir annehmen, a
sei ein Einheitsvektor, den wir im weiteren mit e bezeichnen und festhalten.
Es seien 1 die zu e senkrechte Ebene durch 0, weiter 1: R
3
R
3
die Or-
thogonalprojektion auf 1 und 1: R
3
R
3
die Drehung um die Achse e um
den Winkel

2
(Fig. 1.6.22). Wir behaupten, es gilt
x R
3
: 1
_
1(x)
_
= e x . (3)
Der Figur entnimmt man
1
_
1(x)
_
= [1(x)[ = [x[ sin = [x[ [e[ sin = [e x[ ,

und die Richtung stimmt auch. Damit ist (3) bewiesen.
Aus 1(x + y) = 1(x) + 1(y) und der analogen Identitat 1(x
+ y
) =
1(x
) + 1(y
), angewandt auf x
:= 1(x) und y
:= 1(y), folgt nun

e (x +y) = 1
_
1(x +y)
_
= 1
_
1(x) + 1(y)
_
= 1(1(x)) + 1(1(y))
= e x + e y .
x
y
x+y
1(x)
1(y)
1(x+y)
1(1(r))
e
Fig. 1.6.22
Wir konnen nunmehr auch das Vektorprodukt in Koordinaten ausdr ucken.
Aus
a = o
1
e
1
+ o
2
e
2
+ o
3
e
3
, b = /
1
e
1
+ /
2
e
2
+ /
3
e
3
folgt mit (1.3) und Folgerung (d):
a b = o
1
/
1
e
1
e
1
+ o
1
/
2
e
1
e
2
+ o
1
/
3
e
1
e
3
+ . . .
= 0 + o
1
/
2
e
3
o
1
/
3
e
2
+ . . .
= (o
2
/
3
o
3
/
2
)e
1
+ . . . ,
wobei wir hier die Rechnung nur unvollstandig wiedergegeben haben. Damit
ergibt sich als analytische Denition des Vektorprodukts die Formel
a b = (o
2
/
3
o
3
/
2
, o
3
/
1
o
1
/
3
, o
1
/
2
o
2
/
1
)
(zyklische Vertauschung!). Eine praktische Merkregel f urs Kopfrechnen ist
der Fig. 1.6.23 zu entnehmen.
a =
b =
ab =
(
(
(
)
)
)
+
+
+
Fig. 1.6.23
Bsp: a = (2, 3, 5)
b = (1, 7, 4)
a b = (47, 13, 11)
_7 Gegeben sind eine Gerade
p: x(t) = a + tp
sowie ein Punkt Y (Fig. 1.6.24). Gesucht ist eine vektorielle Formel f ur den
Abstand d des Punktes Y von der Geraden p. Man erhalt
d = [y a[ sin =
1
[p[
[p[ [y a[ sin
und somit nach Denition des Vektorprodukts:
d =
[p (y a)[
[p[
.
_
Y
y
a
ya
p
d
p
Fig. 1.6.24
_8 Ein Korper drehe sich mit Winkelgeschwindigkeit 0 um die Achse
o durch O. Es sei e der durch die Korkzieherregel bestimmte Einheitsvektor
auf o (Fig. 1.6.25). Der Vektor := e heit Winkelgeschwindigkeitsvektor
dieser Drehbewegung.
Uber die Geschwindigkeit v

_
= v(x)
_
eines Masseteilchens an der Stelle x
lat sich folgendes sagen:
(a)
_
vgl. Beispiel _7
_
[v[ = d = [e x[ = [e x[ ;
(b) v und somit v e , v x ;
(c) das Tripel e, x, v ist ein Rechtssystem.
Aus (a)(c) ergibt sich die wichtige kinematische Formel
v = x . (4)
_
x
e
v
d
(0)
O
o
Fig. 1.6.25
Spatprodukt und andere mehrfache Vektorprodukte
Es gibt drittens ein Produkt von drei Vektoren a, b, c das sogenannte
Spatprodukt [ a, b, c ]. Sind die drei Vektoren linear unabhangig, so span-
nen sie ein Parallelepiped oder eben einen Spat vom Volumen \ 0 auf
(Fig. 1.6.26). Wir denieren
[ a, b, c ] :=
_
_
_
0 (a, b, c linear abh angig),
\ (a, b, c ein Rechtssystem),
\ (a, b, c ein Linkssystem).
C
/
C
/
G
a
b
c
ab
Fig. 1.6.26
Da \ nicht von der Reihenfolge der drei Vektoren abhangt, gilt
[ a, b, c ] = [ b, c, a] = [ c, a, b] ,
aber
[ a, b, c ] = [ b, a, c ] , . . . ;
denn bei der Vertauschung zweier Vektoren kehrt sich die Orientierung um.
Vor allem hangt [ a, b, c ] mit den fr uher erklarten Produkten zusammen via
[ a, b, c ] = (a b)
c = a
(b c) . (5)
Der Figur 1.6.26 entnimmt man
[ a, b, c ] = \ = G / = [a b[ [c[ cos
= (a b)
c ,
wobei es auch mit dem Vorzeichen richtig hinkommt.
Aus (5) folgt mit (1.2) und (1.3), da das Spatprodukt eine trilineare Funk-
tion von drei Vektorvariablen ist; das war ja aufgrund der Denition nicht
ohne weiteres zu erwarten. In Koordinaten ist
[ a, b, c ] = o
1
(/
2
c
3
/
3
c
2
) + o
2
(/
3
c
1
/
1
c
3
) + o
3
(/
1
c
2
/
2
c
1
)
= det
_
_
o
1
/
1
c
1
o
2
/
2
c
2
o
3
/
3
c
3
_
_
.
_9 Gegeben sind die beiden nicht parallelen Geraden
p : x(t) = a + tp , / : y(t) = b + tq
die im allgemeinen windschief zueinander liegen (Fig. 1.6.27). Gesucht ist ihr
k urzester Abstand d.
1 1
/
/
/
1
q
p
q
n
r
ba
p
Fig. 1.6.27
Es seien die von p und q aufgespannte Ebene durch , dann /
die Or-
thogonalprojektion von / auf und
n :=
p q
[p q[
der Normaleneinheitsvektor von . Aufgrund von (2) gilt
r := (b a)
n
=
_
(b a)
n
_
n
und somit
d = [r[ =
(b a)
[ b a, p, q]
[p q[
.
Die Punkte 1 und 1 sind damit allerdings noch nicht bestimmt.
_
Auer (5) gibt es noch unzahlige weitere Identitaten f ur mehrfache Vektor-
produkte. Wir beweisen zum Schlu die folgende:
(a b) c = (a
c) b (b
c) a . (6)
Wir wahlen eine neue, ebenfalls orthonormierte und rechtshandige Ba-
sis (e
1
, e
2
, e
3
) so, da a ein Vielfaches von e
1
ist und b in der von e
1
und
e
2
aufgespannten Ebene liegt. Die drei Vektoren a, b und c haben dann
folgende neuen Koordinaten:
a = (o
1
, 0, 0) , b = (/
1
, /
2
, 0) , c = (c
1
, c
2
, c
3
) .
Orthonormiert heit: F ur alle i und / gilt e
i

e
k
=
ik
. Die Formeln f ur die
diversen Produkte gelten dann auch bez uglich der neuen Koordinaten. Wir
haben daher
a b =
(o
1
, 0, 0)
(/
1
, /
2
, 0)
= (0, 0, o
1
/
2
)
und damit weiter
(a b) c =
(0, 0, o
1
/
2
)
(c
1
, c
2
, c
3
)
= (o
1
/
2
c
2
, o
1
/
2
c
1
, 0) .
Anderseits ist aber auch
(a
c) b (b
c) a = o
1
c
1
(/
1
, /
2
, 0) (/
1
c
1
+ /
2
c
2
) (o
1
, 0, 0)
= (o
1
/
2
c
2
, o
1
/
2
c
1
, 0) .
Aus (6) folgt ubrigens, da das Vektorprodukt nicht assoziativ ist. Es gilt
namlich
(a b) c a (b c) = (a b) c + (b c) a
= (a
c)b (b
c)a + (b
a)c (a
c)b
= (a c) b ,
und dies ist nicht 0.
Aufgaben
1. Gegeben sind die drei Punkte := (3, 1, 2), 1 := (1, 4, 0), C :=
(2, 1, 1). Bestimme einen Punkt 1 so, da die vier Punkte , 1, C
und 1 Eckpunkte eines Parallelogramms sind. Wieviele Losungen gibt
es?
2. Zeige: Die Seitenmitten eines raumlichen (nicht notwendigerweise ebenen)
Vierecks 1C1 liegen in einer Ebene und bilden ein Parallelogramm.
3. _M Die Vektoren a und b seien linear unabhangig. Zeichne die Kurve
mit der Parameterdarstellung
: t x(t) := cos t a + sin t b (0 t 2)
sowie ihre Tangenten in ausgewahlten Punkten. Um was f ur eine Kurve
handelt es sich? (Kein Beweis verlangt.)
4. In welcher gegenseitigen Lage benden sich drei Einheitsvektoren mit
Summe 0?
5. Bestimme die Gleichung der Ebene, die durch den Punkt 1 := (2, 4, 1)
geht und senkrecht auf der Geraden
p : t x(t) := (2, 1, 3) + t(4, 8, 8) ( < t < )
steht. Welchen Abstand hat diese Ebene vom Ursprung?
6. Von einem Dreieck 1C im Raum sind die Seitenmittelpunkte
`
a
:= (1, 0, 3) , `
b
:= (2, 7, 8) , `
c
:= (2, 1, 4)
gegeben. Bestimme , 1 und C.
7. Man gebe drei Einheitsvektoren a
1
, a
2
, a
3
an, die auf dem Vektor c :=
(2, 1, 1) senkrecht stehen und untereinander Winkel von 120
einschlieen.
(Hinweis: Man produziere solche Vektoren und vermeide das Auflosen
von riesigen Gleichungssystemen.)
8. Die drei Kanten einer dreikantigen Pyramide bilden untereinander Winkel
von je 45
. Bestimme den Innenwinkel zwischen zwei Seitenachen bzw.

den Cosinus oder den Sinus dieses Winkels.
9. Es seien a und b zwei feste Vektoren im dreidimensionalen Raum, [b[ < 1,
und es sei die Vektorfolge (a
k
)
k0
rekursiv deniert durch
a
0
:= a , a
k+1
:= b a
k
(/ 0) .
Berechne
k=1
a
k
. (Hinweis: Benutze die geometrische Denition des
Vektorprodukts. Figur!)
1.7 Komplexe Zahlen
Der Korper C der komplexen Zahlen lat sich folgendermaen charakteri-
sieren:
(a) C ist ein Korper; die Elemente . von C heien komplexe Zahlen.
(b) C R (als Korper).
(c) In C gibt es zwei Losungen i und i der Gleichung .
2
+ 1 = 0.
(d) Jede komplexe Zahl . lat sich auf genau eine Weise darstellen in der
Form
. = r + ij , r R , j R .
Aus (a)(c) folgt schon, da es in C Zahlen der Form . = r + ij gibt, wobei
der Realteil r =: Re . und der Imaginarteil j =: Im. durch . eindeutig
bestimmt sind. Punkt (d) besagt, da das schon alle komplexen Zahlen sind.
Aus (d) folgt, da C in bijektiver (das heit: eineindeutiger) Weise auf die
(r, j)-Ebene R
2
bezogen ist vermoge
r + ij (r, j) .
Dabei entspricht die reelle komplexe Zahl 1 dem Punkt (1, 0) und die Zahl
i dem Punkt (0, 1). Es liegt also nahe, die komplexen Zahlen gema Figur
1.7.1 in der Ebene zur Darstellung zu bringen. Man spricht in diesem Zusam-
menhang von der komplexen oder der Gauschen Zahlenebene. Die r-Achse
ist die reelle Achse
_
vgl. Eigenschaft (b)!
_
, die j-Achse die imaginare Achse.
4
3 2 1 0 1 2
3 r
ij
. = r+ij
3+2i
i
i R
R
r
z = (r,j)
Fig. 1.7.1
.
.+.
/
.
/
Fig. 1.7.2
Rechenregeln
In C gelten die folgenden Rechenregeln:
F ur zwei beliebige Zahlen . = r + ij, .
= r
+ ij
hat man
. + .
= r + r
+ i (j + j
) ,
was geometrisch auf die vektorielle Addition der betreenden Punkte in der
Zahlenebene hinauslauft (Fig. 1.7.2). Weiter ist
. .
= (r + ij) (r
+ ij
)
= rr
+ rij
+ ijr
+ ijij
und somit wegen i

2
= 1 :
. .
= rr
jj
+ i(rj
+ jr
) .
Ist hier speziell . := o R eine reelle komplexe Zahl, so gilt
o.
= or
+ i oj
,
das heit: Der Multiplikation einer Zahl .
C mit einem o R entspricht

geometrisch die Streckung des Vektors .
mit dem Skalarfaktor o.

Ist schlielich . ,= 0, das heit: (r, j) ,= 0, so besitzt . den Kehrwert
1
.
=
1
r + ij
=
r ij
(r + ij) (r ij)
=
r ij
r
2
+ j
2
=
r
r
2
+ j
2
+ i
j
r
2
+ j
2
.
Man beachte, da wir zur Herleitung dieser Formeln einfach die in jedem
Korper g ultigen Rechenregeln benutzt haben.
1.7 Komplexe Zahlen 67
_1 Die komplexe Zahl . :=
_
8 i
5 + i
_
4
soll in Real- und Imaginarteil zerlegt
werden. Zunachst ist
8 i
5 + i
=
(8 i)(5 i)
(5 + i)(5 i)
=
40 1 + i(5 8)
25 + 1
=
1
2
(3 i) .
Im weiteren d urfen wir die binomische Formel nat urlich auch im Komplexen
anwenden und erhalten
. =
1
16
(3 i)
4
=
1
16
_
3
4
4 3
3
i + 6 3
2
i
2
4 3i
3
+ i
4
_
=
1
16
_
81 54 + 1 + i (108 + 12)
_
=
1
4
(7 24i) .
_
Die Gleichung .
2
+ 1 = 0, die die Zahl i deniert, besitzt die beiden
Losungen i und i. Das hat letzten Endes zur Folge, da die Korperstruktur
von C bez uglich der Spiegelung i i symmetrisch ist. Ist . = r + ij,
so heit
. := r ij
die zu . konjugiert komplexe Zahl. Die Punkte . und . liegen spiegelbildlich
zur reellen Achse (Fig. 1.7.3).
. = r+ij
. = rij
[.[
R
i R
Fig. 1.7.3
Es gelten die folgenden Rechenregeln:
r = Re . =
. + .
2
, j = Im. =
. .
2i
;
. R . = . ; . = . ;
.
1
+ .
2
= .
1
+ .
2
, .
1
.
2
= .
1
.
2
, 1,. = 1
_
. .
_2 Es sei
(t) := o
n
t
n
+ o
n1
t
n1
+ . . . + o
0
, o
k
R (0 / n)
ein Polynom mit reellen Koezienten. Wir behaupten: Ist die komplexe Zahl
.
0
eine :-fache Nullstelle von , so ist auch .
0
eine :-fache Nullstelle von .
F ur ein beliebiges komplexes Polynom
j(t) := c
n
t
n
+ c
n1
t
n1
+ . . . + c
0
, c
k
C (0 / n) ,
in der Unbestimmten t denieren wir das Polynom j durch Konjugation der
Koezienten von j:
j(t) := c
n
t
n
+ c
n1
t
n1
+ . . . + c
0
.
Nach Voraussetzung uber ist = ; ferner gibt es ein komplexes Polynom
: mit
(t .
0
)
m
:(t) = (t) .
Es folgt
(t .
0
)
m
:(t) = (t) = (t) ;
denn beim Ausmultiplizieren der Polynome linker Hand werden alle Koef-
zienten gegen uber den entsprechenden Koezienten in der vorangehenden
Gleichung konjugiert. Wie man sieht, enthalt auch den Faktor (t .
0
)
m
.
_
Weiter ist
. . = (r + ij)(r ij) = r
2
(ij)
2
= r
2
+ j
2
0 .
Aufgrund der geometrischen Interpretation (Fig. 1.7.3) liegt es nahe, die
Groe
[.[ :=
. . =
_
r
2
+ j
2
als (absoluten) Betrag von . zu bezeichnen. F ur den Betrag gelten folgende
Rechenregeln:
[. .
[ = [.[ [.
[ ,
. R = [.[
C
= [.[
R
,
[Re .[ [.[ , [Im.[ [.[ ,
[. + .
[ [.[ +[.
[ .
Die erste Regel folgt aus
[. .
[
2
= ..
..
= .. .
= [.[
2
[.
[
2
durch Ziehen der Quadratwurzel. Der Rest ist klar.
Polarform, Eulersche Formel
In der Ebene R
2
stehen uns neben den kartesischen Koordinaten r, j noch
die Polarkoordinaten :, zur Verf ugung. In der komplexen Zahlenebene
kommen die Polarkoordinaten folgendermaen zum Zug:
Zunachst denieren wir f ur beliebiges . = r + ij ,= 0:
arg . := arg(r, j) .
Dann sind die Polarkoordinaten :, der komplexen Zahl . gegeben durch
_
: = [.[
= arg .
(das ist nichts Neues); umgekehrt erhalt man . aus : und vermoge
. = : (cos + i sin ) .
i = c
i /2
1 = c
i
1 = c
0
= c
2i
cos + isin =: c
i
. = r + ij = :c
i
:
Fig. 1.7.4
Da das Binom cos + i sin noch eine groe Rolle spielen wird, ist es ange-
bracht, daf ur eine Abk urzung einzuf uhren:
cos + i sin =: c
i
(Eulersche Formel) .
Die Polarform einer komplexen Zahl . (Fig. 1.7.4) erhalt damit die folgende
Gestalt:
. = : c
i
.
Die gewahlte Symbolik wird im folgenden hinreichend gerechtfertigt. Wir
notieren noch die speziellen Werte
c
i
2
= i , c
i
= 1
sowie das Prinzip
c
i
= 1 = 2/ , / Z .
Vor allem gen ugt c
i
der Funktionalgleichung
c
i
c
i
= c
i(+)
(, R) . (1)
c
i
c
i
= (cos + i sin )(cos + i sin )
= cos cos sin sin + i(sin cos + cos sin )
= cos( + ) + i sin( + )
= c
i(+)
.
Hieraus folgt
(1.4) F ur beliebige ., .
C
=0
gilt
[. .
[ = [.[ [.
[ , (a)
arg(. .
) = arg . + arg .
. (b)
In Worten: Bei der Multiplikation von komplexen Zahlen multiplizieren sich
die absoluten Betrage und addieren sich die Argumente, wobei nat urlich die
Argumente modulo 2 zu verstehen sind.
(a) ist schon bewiesen. (b): Aus
. .
= :c
i
:
c
i
= ::
c
i(+
)
folgt wegen ::
0 :
arg(..
) = arg
_
::
c
i(+
)
_
= arg
_
c
i(+
)
_
= +
= arg . + arg .
.
Aus (1) folgt weiter
n Z :
_
c
i
_
n
= c
in
und somit f ur eine beliebige Zahl . = : c
i
:
.
n
= :
n
c
in
, (2)
das heit: Die n-te Potenz von . hat den Betrag :
n
und das Argument n
(Fig. 1.7.5).
_3 Es sollen die Polarform sowie Real- und Imaginarteil der Zahl
. :=
(1 i)
6
(
3 + i)
5
. = .
1
.
2
.
3
1 = .
0
Fig. 1.7.5
bestimmt werden. Mit .
1
:= 1 i, .
2
:=
3 + i (Fig. 1.7.6) ergibt sich

[.
1
[ =
2 , arg .
1
=
4
; [.
2
[ = 2 , arg .
2
= arctan
1
3
=

6
und folglich nach (2):
[.[ = [.
1
[
6
,[.
2
[
5
=
_
2
_
6
,2
5
=
1
4
,
arg . = 6 arg .
1
5 arg .
2
= 6
_
4
_
5

6
=
14
6
=
3
(mod 2) .
Hiernach ist
. =
1
4
c
i/3
=
1
4
_
cos

3
i sin

3
_
=
1
8
i
3
8
.
_
/6
i
1
.
.
1
= 1i
.
2
= 3 + i
2
2
Fig. 1.7.6
Wurzelziehen im Komplexen
Wie steht es mit dem Ziehen von n-ten Wurzeln? Den Fall n := 2 (Quadrat-
wurzel) wollen wir ubungshalber zunachst algebraisch behandeln.
Gesucht sind also die Losungen . = r + ij der Gleichung
.
2
= c ;
dabei ist c = o + i/ eine gegebene komplexe Zahl. Wegen
.
2
= r
2
j
2
+ 2irj
erhalten wir durch Trennung von Real- und Imaginarteil die beiden reellen
Gleichungen
r
2
j
2
= o , 2rj = / . (3)
Ist / = 0, d.h. c eine reelle Zahl, so folgt r = 0 oder j = 0. Ist dabei o 0,
so ist notwendigerweise r
2
= o und j = 0, und wir erhalten . =
o, wie
erwartet. Ist aber / = 0 und o < 0, so mu r = 0 und j
2
= o = [o[ sein,
und es folgt . = i
_
[o[.
Bsp: .
2
= 32 = . = 4i
2 .
Es sei jetzt / ,= 0. Wegen
r
2
+ j
2
= [.[
2
= [.
2
[ = [c[ =
_
o
2
+ /
2
ergeben sich im Verein mit der ersten Gleichung (3) die Formeln
r
2
=
1
2
_
_
o
2
+ /
2
+ o
_
, j
2
=
1
2
_
_
o
2
+ /
2
o
_
(4)
(beide Klammern sind 0, unabhangig vom Vorzeichen von o). Ist o 0,
so berechnen wir r aus der ersten Gleichung (4) und anschliessend j aus der
zweiten Gleichung (3):
r =
_
1
2
_
_
o
2
+ /
2
+ o
_
, j =
/
2r
.
Im Fall o < 0 berechnen wir erst das j aus (4) und dann das r aus (3):
j =
_
1
2
_
_
o
2
+ /
2
o
_
, r =
/
2j
.
In jedem Fall erhalt man die beiden komplexen Losungen
.
=
_
_
1
2
_
_
o
2
+ /
2
+ o
_
+ i sgn /
_
1
2
_
_
o
2
+ /
2
o
_
_
.
.
+
c = o+i/
Fig. 1.7.7
der urspr unglichen Gleichung .
2
= c. Die beiden Punkte .
+
und .
liegen
spiegelbildlich zum Ursprung (Fig. 1.7.7).
Anmerkung: Wir haben an sich nur das folgende bewiesen:
.
2
= c = . = .
+
. = .
.
Strenggenommen m ute man noch verizieren, da tatsachlich .
2
+
= .
2
= c
ist; siehe Beispiel 1.2._1 .
Die allgemeine quadratische Gleichung
.
2
+ j. + = 0 , j, C ,
lat sich durch quadratische Erganzung auf den eben behandelten Fall zu-
r uckf uhren: Die gegebene Gleichung ist aquivalent mit
_
. +
j
2
_
2
=
j
2
4
=: 1 .
Wir m ussen also die beiden Quadratwurzeln
1 bestimmen und haben

dann wie im Reellen die beiden Losungen
. =
j
2

1 .
_4 Gegeben ist die quadratische Gleichung
.
2
2(1 + i). + 3 2i = 0 .
Man hat nacheinander
j = 2(1 + i) , = 3 2i , 1 =
j
2
4
= 3 + 4i
und somit nach den oben hergeleiteten Formeln (mit o := 3, / := 4):
1 =
_
_
1
2
(
25 3) + i
_
1
2
(
25 + 3)
_
= (1 + 2i) .
Dies liefert
.
= 1 + i (1 + 2i) ,
das heit: .
+
= 2 + 3i , .
= i .
_
/n
.
1
.
n1
c = [c[c
i
.
0
= [c[ c
i/n
n
(n = 7)
[c[
n
Fig. 1.7.8
Die n-ten Wurzeln, n 1 beliebig, einer komplexen Zahl c ,= 0 nden wir
am besten, indem wir alles in Polarform darstellen. Wir schreiben also
c = [c[ c
i
und machen f ur die gesuchten Wurzeln . den Ansatz . = :c
i
.
Die denierende Gleichung .
n
= c geht dann wegen (2) uber in
:
n
c
in
= [c[c
i
.
Hieraus folgt erwartungsgema
: =
n
_
[c[ ;
vor allem aber m ussen die Argumente der gesuchten Wurzeln der Bedingung
c
in
= c
i
bzw. c
i(n)
= 1
gen ugen. Diese Bedingung ist nicht etwa aquivalent mit n = , sondern mit
dem folgenden:
/ Z : n = 2/ ,
woraus man f ur jedes / Z einen zulaigen -Wert
k
:=

n
+ /
2
n
berechnet. Zwei /-Werte, die sich um ein Vielfaches von n unterscheiden,
liefern -Werte, die sich um ein Vielfaches von 2 unterscheiden, also dieselbe
Zahl . = :c
i
. Somit bleiben genau n modulo 2 verschiedene -Werte,
namlich die Werte
k
(0 / n 1). Die zugehorigen n-ten Wurzeln von
c sind die Zahlen .
k
:= :c
i
k
, ausgeschrieben
.
k
=
n
_
[c[ c
i(
n
+k
2
n
)
(0 / n 1) .
Wegen
arg .
k+1
arg .
k
=
k+1
k
=
2
n
/
bilden diese n Wurzeln ein regulares n-Eck auf dem Kreis vom Radius
n
_
[c[
(Fig. 1.7.8).
Ist speziell c = 1, so erhalt man die sogenannten n-ten Einheitswurzeln.
Wegen [c[ = 1, = 0 bilden sie ein regulares n-Eck auf dem Einheitskreis mit
einer Ecke im Punkt 1. Nach der allgemeinen Formel sind sie gegeben durch
.
k
= c
ik
2
n
.
Setzt man zur Abk urzung .
1
= c
2i/n
=: (Fig. 1.7.9), so kann man alle
ubrigen mit Hilfe dieses darstellen:
.
k
=
k
(0 / n 1) .
(n = 7)
2/n
1 = .
0
=
0
.
1
=:
.
2
=
2
.
n1
=
n1
= 1/
Fig. 1.7.9
Ausgangspunkt zur Einf uhrung der komplexen Zahlen war das Bestreben,
aus negativen Zahlen die Wurzel zu ziehen. Wie wir gesehen haben, ist
damit von selbst jede quadratische Gleichung, und nicht nur die spezielle
Gleichung .
2
+ 1 = 0, in befriedigender Weise losbar geworden. In Wirk-
lichkeit gilt ein viel allgemeinerer Satz, der Fundamentalsatz der Algebra
(ohne Beweis):
(1.5) Jedes Polynom
j(.) = .
n
+ c
n1
.
n1
+ . . . + c
1
. + c
0
vom Grad n 1 mit komplexen Koezienten c
k
(0 / n 1) besitzt
wenigstens eine Nullstelle .
0
C.
Aus (1.5) folgt weiter, da sich jedes Polynom vom Grad n 1 in n Linear-
faktoren zerlegen lat und somit genau n komplexe Nullstellen (mehrfache
mehrfach gezahlt) besitzt. F ur 1 n 4 gibt es klassische Losungsformeln,
wobei man aber f ur alle n 2 mit numerischen Methoden besser fahrt. Ein
respektabler Teil der numerischen Mathematik handelt namlich gerade von
dem Problem, die Nullstellen eines gegebenen Polynoms in ezienter Weise
numerisch zu bestimmen.
Aufgaben
1. _M Zerlege die Zahl
_
24 7i
20 + 15i
_
17
in Real- und Imaginarteil. (Hinweis:
Lieber ohne die binomische Formel.)
2. (Fig. 1.7.10) Konstruiere mit Zirkel und Lineal die Punkte 1, ., 1,., .
2
.
i
.
1
Fig. 1.7.10
3. _M Stelle die folgenden komplexen Zahlen in der Form o + i/ dar:
(a)
1
i +
1
i +
1
i + 1
, (b) c
i arcsin x
, (c) c
2i arctan t
.
4. _M Bestimme samtliche Losungen der Gleichung
.
4
8(1 +
3i) = 0 .
5. _M Stelle cos(5), sin(5) als Polynome in cos , sin dar. (Hinweis:
Binomische Formel)
6. Es sei n 1 eine nat urliche Zahl. Man bestimme das Produkt aller n-ten
Wurzeln der Zahl 1.
7. Es sei . := 1+i
3. Bestimme die Daten o, der logarithmischen Spiralen

: :() := o c
q
( < < ) ,
die durch die samtlichen Punkte .
k
(/ Z) gehen.
8. _M Die Gleichung
.
4
2.
3
+ .
2
+ 2. 2 = 0
besitzt die Losung .
1
= 1 + i. Bestimme samtliche Losungen dieser Glei-
chung.
9. Durch . n := 1,. wird die punktierte Ebene
_
:= C 0
_
in die
n-Ebene abgebildet. Man zeichne die Bilder
(a) der reellen Achse, (b) der imaginaren Achse,
(c) eines Kreises [.[ = :, (d) der Geraden Re . = 1.
2
Funktionen
2.1 Erscheinungsformen
Begri der Funktion
Zu Eulers Zeiten verstand man unter einer Funktion f(x) das, was wir
heute als Funktionsterm bezeichnen: einen mehr oder weniger komplizierten
Ausdruck in der unabhangigen Variablen x,
Bsp:
log
_
x +
1 + x
2
_
2 + cos x
,
der f ur jede Zahl x eines geeigneten Bereichs der Zahlengeraden einen wohl-
bestimmten Funktionswert f(x) festlegt.
Seither ist diese Vorstellung umfassend verallgemeinert und auch prazisiert
worden. Insbesondere sind wir heute gewohnt, die eigentliche Funktion, das
Rechengesetz, mit f
_
gelegentlich mit f() , s.u.
_
zu bezeichnen und nur
dann f(x) zu schreiben, wenn tatsachlich der Funktionswert an der Stelle
x gemeint ist. Diese Linie lat sich allerdings nicht immer durchziehen; so
sprechen wir etwa von der Funktion e
t
und meinen damit die Funktion
exp : t e
t
.
Also: Sind A und B beliebige Mengen, so versteht man unter einer Funktion
oder Abbildung von A nach B eine Vorschrift f, die f ur jeden Punkt x A
einen bestimmten Punkt y B als Funktionswert oder Bildpunkt festlegt.
Wir schreiben daf ur
f: A B , x y := f(x) .
2.1 Erscheinungsformen 79
Die Menge A =: dom(f) heit der Denitionsbereich (englisch: domain) von
f, die Menge B der Zielbereich (englisch: range) von f. Die Menge
im(f) :=
_
y B
x A : y = f(x)
_
der tatsachlich angenommenen Werte ist im allgemeinen eine echte Teilmenge
von B und heit Bildmenge oder Wertebereich von f.
Bsp: Die Sinusfunktion lat sich zum Beispiel als Funktion sin: R R
oder als Funktion sin:
_
2
,

2
[ 1, 1 ] auassen. In beiden Fallen ist

im(sin) = [ 1, 1 ].
Hat eine Funktion einen Namen, der nicht gerade functionlike ist, etwa p ,
so konnen wir mit der Schreibweise p() anstelle von p deutlich machen, da
hier von einer Funktion die Rede ist. In ahnlicher Weise schreiben wir x(),
wenn die vorher freie Variable x in neuem Zusammenhang als Funktion einer
anderen Variablen, etwa der Zeit t aufgefat werden soll. Die Schreib-
weise
f: R R
dr uckt aus, da f auf einer nicht naher spezizierten, aber vern unftigen
Teilmenge von R, etwa auf einem Intervall, deniert ist. In diesem Sinne lebt
eine Funktion f: R
3
R typischerweise auf einer oenen (s.u.) Teilmenge
des dreidimensionalen Raums.
Zu jeder Funktion f: A B gehort ihr Graph ((f), eine wohlbestimmte
Teilmenge von AB. Im Fall einer Funktion f: R R ist das die vertraute
Kurve y = f(x) ; allgemein ist ((f) deniert durch
((f) :=
_
(x, y) AB
x A , y = f(x)
_
.
Die Figur 2.1.1 zeigt den Graphen einer Funktion ums: [ 1 . . 12 ] R
0
.
500000
1000000
1500000
ums
Fig. 2.1.1
80 2 Funktionen
Erscheinungsformen
Die Festlegung oder die Prasentation einer Funktion kann in ganz verschie-
dener Weise erfolgen. Wir weisen hier auf die folgenden Moglichkeiten hin:
Wertetabelle
Ist dom(f) eine beliebige endliche Menge, so lat sich die gesamte in f ent-
haltene Information in einer zweispaltigen oder zweizeiligen Matrix, eben der
Wertetabelle von f, abspeichern.
Bsp:
x f(x)
Aadorf 8355
Aarau 5000
Aarberg 3270
.
.
.
Lustm uhle 9062
.
.
.
Zwischenbergen 3901
Zwischen uh 3756
Ist dom(f) eine unendliche Menge, zum Beispiel das Intervall [ a, b ] R, so
ist f durch eine Wertetabelle der Form
x a = x
0
x
1
x
2
x
N1
x
N
= b
f(x) y
0
y
1
y
2
y
N1
y
N
nat urlich uberhaupt noch nicht bestimmt.
y
k
a = x
0
x
k
x
N
= b
y
y = f(x)
x
Fig. 2.1.2
Die numerische Mathematik stellt Methoden zur Verf ugung, die
ein einfaches

f: [ a, b ] R nden, das ungefahr die gegebenen Werte
realisiert (Fig. 2.1.2). Das ist dann sinnvoll, wenn die gegebenen Daten
(x
k
, y
k
) ohnehin mit Mefehlern behaftet sind.
oder aber die gegebenen Werte als genau ansehen und in die Teilin-
tervalle einfache Verbindungskurven (zum Beispiel Geradenst ucke oder
Parabelbogen) einpassen.
Bsp: Lineare Interpolation in der Logarithmentafel (Fig. 2.1.3): Aus den
Tabellenwerten
x log x
.
.
.
276 5.62040
277 5.62402
_
= 360 10
5
278 5.62762
.
.
.
ergibt sich f ur log 277.4 (= 5.625460508 . . .) der Naherungswert
log 277.4
.
= 5.62402 + 0.4 = 5.62546 .
277 277.4
278
y
x
y = log x
0.4
Fig. 2.1.3
Kurve y =f (x)
Mewertschreiber geben eine bestimmte Funktion der Zeit, zum Beispiel die
Temperatur auf dem Jungfraujoch, in der Form einer Kurve aus. Einen
zugehorigen Funktionsterm gibt es nicht. Wie lat sich aus einem derarti-
gen Mestreifen die mittlere Temperatur in einem bestimmten Zeitintervall
ermitteln? Das arithmetische Mittel der Temperaturen zu den Zeiten 06.00,
12.00, 18.00 und 24.00 ist oenbar nicht das Richtige. Der Integralbegri
wird uns bei dieser Frage weiterhelfen.
82 2 Funktionen
In der Analysis benutzen wir derartige Kurvenbilder einerseits, um bes-
timmte interessante Funktionen, etwa exp oder sin, zu visualisieren und
andererseits, um charakteristische Eigenschaften von beliebigen Funktionen
f: R R, etwa Konvexitat oder asymptotisches Verhalten (Fig. 2.1.4),
einpragsam darzustellen.
y
x
y = f(x)
Asymptote
Fig. 2.1.4
Funktionsterm, explizite Darstellung
Ein Funktionsausdruck,
Bsp:
x
2
+ 5x + 4
x
4
16
,
k=1
(1)
k1
x
k
k
,
ist letzten Endes eine Rechenanweisung, mit deren Hilfe der Funktionswert
f(x) nach Vorgabe eines x in endlich vielen Schritten exakt oder mit jeder
w unschbaren Genauigkeit ausgerechnet werden kann. Als Denitionsbereich
gilt, wenn nichts anderes gesagt ist, die Menge aller Punkte x einer verein-
barten Grundmenge (zum Beispiel aller x R), f ur die sich der Ausdruck
ohne R uckfragen auswerten lat. So ist etwa
f(x) :=
sin x
x
a priori f ur alle x ,= 0 deniert. Im nachhinein erweist es sich als sinnvoll,
zusatzlich f(0) := 1 zu setzen.
Wie oben schon gesagt, sprechen wir gelegentlich von der Funktion e
t
oder der Funktion t

n
u.a., wenn wir im Grunde genommen die Funktionen
t e
t
bzw. t t
n
meinen. So gerade im folgenden Absatz.
Funktionen, die sich mit Hilfe der vier Grundrechenarten und Zusammen-
setzen aus Konstanten, t
( R), log t, e
t
, cos t, sin t sowie den Arcusfunk-
tionen erhalten lassen, heien elementare Funktionen.
Bsp: f(t) :=
e
1log
2
t
cos(sin t)
+ t
1/5
Die Ableitung einer elementaren Funktion ist wieder eine elementare Funk-
tion (dies folgt mit vollstandiger Induktion aus den Ableitungsregeln); es gibt
aber elementare Funktionen, deren Stammfunktionen nicht elementar sind,
zum Beispiel die Funktion e
t
2
/2
, die in der Wahrscheinlichkeitstheorie eine
groe Rolle spielt. Der Umfang einer Ellipse ist keine elementare Funktion
der Halbachsen (sonst hatten Sie die Formel schon gesehen . . .).
Als explizite (ausdr uckliche) Darstellungen von Funktionen sind auch die
folgenden Beispiele anzusehen:
abs x := [x[ :=
_
x (x 0)
x (x 0)
;
x| := max
_
k Z
k x
_
(= grote ganze Zahl x) ,
x| := min
_
k Z
k x
_
(= kleinste ganze Zahl x) .
Ist eine Funktion in expliziter Darstellung gegeben, so entsteht das Prob-
lem, ihre qualitativen Eigenschaften (Monotoniecharakter, Extrema, Singu-
laritaten, asymptotisches Verhalten usw.) herauszulesen und in einer geeig-
neten Figur pragnant darzustellen. Die Behandlung dieses Problems ist im
Fall einer Funktion f: R R die beliebte Graphendiskussion.
Implizite Funktionen
Gelegentlich sind zwei (an sich gleichberechtigte) reelle Groen x, y ver-
kn upft durch eine Gleichung
F(x, y) = 0 . (1)
x
2
+ y
2
= 1 , Bsp:
x
3
+ y
3
= 3axy , a > 0 fest.
In diesem Fall sind x und y nicht mehr unabhangig voneinander beliebig wahl-
bar. Die zulaigen Paare (x, y) bilden vielmehr eine Teilmenge R
2
, in
aller Regel eine Kurve.
Die zwischen x und y bestehende Abhangigkeit lat sich aber nur selten als
globale Funktion
x y := f(x)
auassen, da zu einem gegebenen x-Wert ohne weiteres mehrere verschiedene
y-Werte gehoren konnen (siehe z.B. die Stelle x
1
in Fig. 2.1.5). Trotzdem
sagt man, eine Gleichung der Form (1) deniere y implizit als Funktion von
x (oder x als Funktion von y), und zwar auch dann, wenn es nicht gelingt,
die Variable y formelmaig durch x (oder x durch y) auszudr ucken.
84 2 Funktionen
a
a
x
1
x
0
y
x
y = (x)
x
3
+ y
3
= 3axy
Fig. 2.1.5
Durch die Gleichung (1) werden namlich immerhin lokal richtiggehende Funk-
tionen
: x y := (x)
festgelegt. Diese lokalen Funktionen sind nur innerhalb eines Fensters er-
klart (Fig. 2.1.5). Man kann sie diskutieren und zum Beispiel die Ableitung
(x
0
) oder Extremalwerte ausrechnen, ohne die denierende Gleichung (1)
tatsachlich f ur variables x nach y aufzulosen.
Dierentialgleichung
Bei den vorangehenden Paradigmen waren die betrachteten Funktionen im-
mer schon mehr oder weniger vorhanden. Es kann aber durchaus sein, da das
Hauptproblem darin besteht, die interessierende(n) Funktion(en) uberhaupt
erst zu bestimmen. Das ist zum Beispiel dann der Fall, wenn die betreenden
Funktionen nur durch innere Eigenschaften charakterisiert sind.
Eine innere Eigenschaft einer Funktion ist insbesondere das Bestehen einer
Funktionalgleichung, das heit: einer Identitat, die die Funktionswerte an
verschiedenen, aber durch Grundoperationen miteinander verbundenen Stel-
len x, x
, . . . miteinander verkn upft.

cos(2x) 2 cos
2
x 1 , Bsp:
e
x+y
e
x
e
y
,
arg(z
1
z
2
) arg z
1
+ arg z
2
.
Nur spezielle Funktionen erf ullen derartige Identitaten; gerade darum sind
sie so interessant.
_1 Gesucht sind die (stetigen) Funktionen, die der folgenden Funktionalglei-
chung gen ugen:
x, x
> 0 : f(x x
) = f(x) f(x
) .
Losung: Auer f(x) : 0 sind dies genau die Funktionen f(x) := x
, R
fest. (Wie man darauf kommt und warum es keine andern gibt, konnen wir
hier nicht erortern.)
_
Am allerhaugsten ist die innere Eigenschaft der gesuchten Funktionen
t y(t) in der Form eines Wachstumsgesetzes gegeben: Die momentane
zeitliche

Anderungsrate y(t)
_
oder die Momentanbeschleunigung y(t)
_
ist
eine gegebene Funktion der Zeit t und vor allem des Istwertes y(t)
_
eventuell
auch von y(t)
_
:
y = F(t, y) bzw. y = F(t, y, y) .
Eine derartige Gleichung heit eine Dierentialgleichung. Gesucht sind Funk-
tionen y(), f ur die gilt:
t : y(t) = F
_
t, y(t)
_
bzw. y(t) = F
_
t, y(t), y(t)
_
.
_2 Ein frei fallender Korper (Fig. 2.1.6) sei der als konstant angenommenen
Erdbeschleunigung g := 9.81 m/sec
2
unterworfen. Wir fragen nach seinem
Fahrplan t y(t). Nach Annahme gilt y(t) = g f ur alle t, in anderen
Worten: Die gesuchte Funktion y() gen ugt der Dierentialgleichung (zweiter
Ordnung)
y = g .
y(t)
0
y
y(t)
.
Fig. 2.1.6
86 2 Funktionen
Diese Dierentialgleichung hat unendlich viele Losungen, namlich genau die
Funktionen
y(t) :=
g
2
t
2
+ At + B , A, B R .
Zur Festlegung der sogenannten Integrationskonstanten A, B sind weitere
Angaben, zum Beispiel uber Ort und Geschwindigkeit zur Zeit t := 0, not-
wendig.
_
Bei gewissen geometrischen Problemen wird nach Kurven : y = f(x)
gefragt, deren Tangenten bestimmte Bedingungen erf ullen. Zum Beispiel
sollen die gesuchten Kurven samtliche Kurven einer gegebenen Kurvenschar
senkrecht schneiden (Fig. 2.1.7). Ein derartiges Problem f uhrt auf eine
Dierentialgleichung der Form
y
= F(x, y)
mit einer bekannten Funktion F(, ), denn f ur jeden von der Schar bedeck-
ten Punkt (x, y) lat sich leicht ausrechnen, welche Steigung die durch diesen
Punkt gehende Orthogonaltrajektorie dort haben mu. Von Kurven-
scharen handelt der Abschnitt 5.6.
.
(x,y)
: y = f(x)
y
x
Fig. 2.1.7
Typologie der Funktionen in diesem Buch
Als Denitions- und Zielbereiche der in der Analysis betrachteten Funk-
tionen f: A B kommen in erster Linie die in Kapitel 1 behandelten
Grundstrukturen N, R, C, R
2
, R
3
oder vern unftige Teilmengen davon (zum
Beispiel Intervalle, Kreisscheiben, Spharen) in Frage. Ein wesentliches An-
liegen von spateren Kapiteln wird sein, die von den Funktionen f: R R
her vertrauten Begrie (Grenzwert, Stetigkeit, Ableitung, Integral usw.) auf
mehrdimensionale Situationen zu ubertragen. Wir wollen aber schon schon
jetzt auf die sich darbietenden Typen, Figuren und Interpretationen aufmerk-
sam machen.
x
0
x
1
x
3
, x
4
x
k
B
x
, x
99
Fig. 2.1.8
N B
Es sei B eine beliebige Menge (Fig. 2.1.8) und x Variable f ur Elemente von
B. Eine Funktion
x. : N B , k x
k
von N in den Zielbereich B heit eine Folge. Ist B = R oder B = C, so
spricht man von einer Zahlfolge. Die einzelnen Funktionswerte x
k
sind die
Glieder der Folge. Anstelle von x. schreibt man auch (x
k
)
kN
, wenn man die
ganze Folge meint. Von Folgen handelt der Abschnitt 2.4.
R R
Der Funktionstyp f: R R stellt das Grundmodell der Funktionenlehre
dar. Wir wollen die betreenden Funktionen reelle Funktionen nennen; von
ihnen handelt ein Groteil der folgenden Abschnitte und Kapitel.
Der Denitionsbereich einer reellen Funktion ist in aller Regel ein Intervall,
dom(sin) = R , Bsp:
f(x) :=
_
1 x
2
= dom(f) = [ 1, 1 ] ,
g(x) := 1/
_
1 x
2
= dom(g) =]1, 1[ ,
oder eine Vereinigung von Intervallen,
Bsp: dom(tan) =
_
k=
_
k

2
, k +

2
_
.
Die meisten der in der Praxis vorkommenden Funktionen f: R R besitzen
eine nat urliche Fortsetzung

f: C C, und oft ist erst von da her eine be-
friedigende Theorie der betreenden Funktionen moglich. Wir haben das
bei den Polynomen gesehen (Fundamentalsatz der Algebra); dasselbe trit
zu f ur die Exponentialfunktion (s.u.). Von den Funktionen f: C C im
88 2 Funktionen
allgemeinen handelt die sogenannte komplexe Analysis, auch einfach Funk-
tionentheorie genannt.
_3 Die Funktion
f(x) :=
1
1 + x
2
ist f ur alle x R deniert und so schon, wie man nur will. F ur [x[ < 1 gilt
f(x) = 1 x
2
+ x
4
x
6
+ . . . =
k=0
(1)
k
x
2k
(geometrische Reihe); f ur [x[ 1 ist aber die Reihe rechter Hand divergent
und stellt die Funktion nicht mehr dar. Die Ursache dieses beim Betrag 1
eintretenden Konvergenzzusammenbruchs wird erst erkennbar, wenn wir
die Fortsetzung
f: C C , z
1
1 + z
2
betrachten (Fig. 2.1.9): Potenzreihen wie die obige konvergieren im Kom-
plexen grundsatzlich auf Kreisscheiben, siehe Satz (2.9). Da die Funktion

f
in den Punkten i eine Singularitat (einen sogenannten Pol) besitzt, kann
der Konvergenzradius der zugehorigen Reihe nicht groer als 1 sein.
_
Konvergenzintervall
i
i
1 1
x
Fig. 2.1.9
R R
2
, R R
3
Ist der Zielbereich einer Funktion f mehrdimensional, so sprechen wir von
einer vektorwertigen Funktion. F ur vektorwertige Funktionen verwenden wir
im allgemeinen halbfette Buchstaben: f , x(), r(). Eine vektorwertige Funk-
tion lat sich festlegen durch Angabe der zugehorigen Koordinatenfunktionen
f
i
:
t f (t) =
_
f
1
(t), . . . , f
m
(t)
_
, t r(t) =
_
x(t), y(t), z(t)
_
;
es geht aber auch ohne Koordinaten:
Bsp: f : t cos t a + sin t b (0 t 2)
(dieses f produziert eine Ellipse mit konjugierten Halbmessern a und b).
Allgemein: Ist I ein Intervall der als Zeitachse interpretierten t-Achse, so
produziert eine Funktion
f : I R
2
, t
_
x(t), y(t)
_
eine Kurve in der Ebene und
f : I R
3
, t
_
x(t), y(t), z(t)
_
eine Kurve im dreidimensionalen Raum: Durchlauft die Variable t das In-
tervall I, so durchlauft der Bildpunkt f (t) gerade die Kurve (Fig. 2.1.10).
Die Funktion f heit eine Parameterdarstellung von . (Diese Namenge-
bung ist etwas ungl ucklich, denn die Variable t ist gerade kein Parameter,
sondern eine laufende Variable. Unter einem Parameter versteht man
ublicherweise eine einstellbare, im weiteren aber festgehaltene Groe.) Wenn
es darum geht, etwa die Lange, die Kr ummung oder den von eingeschlosse-
nen Flacheninhalt zu berechnen, so ist man auf eine Parameterdarstellung
angewiesen; die Gleichungsform
:=
_
(x, y)
F(x, y) = 0
_
hilft einem da gar nichts.
a
b
t
t
I
x
y
z
f(a)
f(t)
f(b)
f
Fig. 2.1.10
90 2 Funktionen
Jede Parameterdarstellung beinhaltet einen ganz bestimmten Fahrplan,
nach dem die Kurve durchlaufen werden soll. Eine und dieselbe Kurve be-
sitzt viele verschiedene Parameterdarstellungen, entsprechend den verschie-
denen denkbaren Fahrplanen. Wenn es sich nicht um einen bestimmten
zeitlichen Bewegungsablauf handelt, sondern nur um den geometrischen Ge-
halt der betreenden Kurve, so wird man wenn moglich eine langs der Kurve
veranderliche geometrische Groe als Parameter (unabhangige Variable)
wahlen, zum Beispiel die x-Koordinate oder das Argument des laufenden
Punktes oder dessen langs der Kurve gemessenen Abstand vom Anfangs-
punkt, die sogenannte Bogenlange. Wir geben einige Beispiele.
_4 Eine als Graph
: y = f(x) (a x b)
gegebene ebene Kurve lat sich ohne weiteres auch parametrisch darstellen:
Man schreibt
: [ a, b ] R
2
, t
_
x(t) = t
y(t) = f(t)
oder einfach
: x
_
x, f(x)
_
(a x b) ,
denn auf den Namen der unabhangigen Variablen kommt es nicht an, und
da kann man schon gleich den Namen der als Parameter gewahlten geome-
trischen Groe, hier: x, verwenden.
_
t
x
y
(a cos t, a sin t)
(b cos t, b sin t)
(x(t), y(t))
a
b
Fig. 2.1.11
_5 Sind a und b gegebene positive Zahlen, so stellt
: t
_
x(t) = a cos t
y(t) = b sin t
(0 t 2)
eine Ellipse mit Halbachsen a und b dar (Fig. 2.1.11), denn entsteht aus
dem Einheitskreis t (cos t, sin t) durch Streckung um den Faktor a in x-
Richtung und um den Faktor b in y-Richtung. Die Variable t bezeichnet nicht
etwa das Argument des laufenden Ellipsenpunktes P := (x, y), sondern das
Argument eines mit P verkn upften Kreispunktes (siehe die Figur).
Man kann es auch so sehen: Es ist
x
2
(t)
a
2
+
y
2
(t)
b
2
1 ;
folglich gen ugen samtliche Punkte von der Ellipsengleichung
x
2
a
2
+
y
2
b
2
= 1.
_
_6 F ur eine Parameterdarstellung der Schraubenlinie (Fig. 2.1.12) mit Ra-
dius R und Ganghohe h liegt es nahe, die geometrische Groe arg(x, y) als
Parameter zu wahlen. Es ergibt sich
x() = Rcos
y() = Rsin
z() = h

2
_
_
( < < ) .
_
R
x
y
z
h
R
h
2
Fig. 2.1.12
92 2 Funktionen
R C
Funktionen R C lassen sich erstens als Parameterdarstellungen t z(t)
von Kurven in der komplexen Ebene auassen. So ist zum Beispiel
D: t z(t) := e
it
(0 t 2)
eine Parameterdarstellung des Einheitskreises (= Rand der Einheitskreis-
scheibe D, Fig. 2.1.13). Diese Vorstellung spielt eine entscheidende Rolle in
der komplexen Analysis, wo komplexe Funktionen in bestimmter Weise langs
derartigen Kurven integriert werden.
D
i
1
D
Fig. 2.1.13
Zweitens kann man eine Funktion
f: R C , t f(t)
als zahlenwertige Funktion auassen, wobei diese Werte nicht reelle, sondern
eben komplexe Zahlen sind. Wie ein derartiger komplexer Wert physikalisch
interpretiert werden soll, ist im Einzelfall auszumachen. Wir behandeln
als Beispiel die komplexe Schreibweise der harmonischen Schwingungen.
Exkurs uber harmonische Schwingungen
Die reellwertige Funktion
x(t) := Acos(t + ) (2)
beschreibt eine harmonische Schwingung (Fig. 2.1.14): Man stelle sich einen
Massenpunkt vor, der langs der x-Achse hin und her schwingt. A > 0
ist die Amplitude, > 0 die Kreisfrequenz und ] , ] die Phase
dieser Schwingung. Die Kreisfrequenz (= pro Zeiteinheit durchlaufener
Winkel) ist mit der Frequenz (= Anzahl Vollschwingungen pro Zeitein-
heit) verkn upft durch
= / 2
A
A
/
T
t
x
x
P Q
Fig. 2.1.14
und mit der Schwingungsdauer T (= Zeitdauer zwischen zwei aufeinander-
folgenden Maxima) durch
T = 2 / .
Die Phase gibt den Zustand des schwingenden Systems zur Zeit t := 0 an.
Allgemein ist der Zustand zur Zeit t durch den Winkel t + bestimmt
und nicht etwa durch die Lagekoordinate x(t). Zu einem gegebenen x-Wert
gehoren namlich im allgemeinen zwei verschiedene Zustande (Punkte P
und Q in der Figur).
Die Funktion (2) lat sich ubrigens auch in der zweiteiligen Form
x(t) = a cos(t) + b sin(t) (3)
schreiben: Aus (2) folgt nach dem Additionstheorem f ur den Cosinus:
x(t) = A
_
cos(t) cos sin(t) sin
_
;
es gilt also (3) mit
a = Acos , b = Asin . (4)
Umgekehrt lat sich (3) in die einteilige Form (2) uberf uhren, indem man die
Gleichungen (4) nach A und auost. Man ndet ohne weiteres
A =
_
a
2
+ b
2
.
Folglich ist dann
cos =
a
a
2
+ b
2
, sin =
b
a
2
+ b
2
,
94 2 Funktionen
und diese Angaben bestimmen modulo 2. Alles in allem haben wir
A =
_
a
2
+ b
2
, = arg(a, b) (= arctan
b
a
, falls a > 0) .
Wir haben wiederholt angedeutet, da der Momentanzustand des schwingen-
den Systems durch einen Winkel charakterisiert ist. Wir bringen diesen
Winkel explizit ins Spiel, indem wir die hin- und hergehende Bewegung auf
der x-Achse als Schatten (genau: als Realteil) einer gedachten Kreisbewe-
gung in der komplexen Ebene auassen (Fig. 2.1.15):
x(t) = Acos(t + ) = Re
_
Ae
i(t+)
_
.
c = A e
i
x
A
A
t
z(t) = A e
i(t+)
x(t) = A cos(t+)
Fig. 2.1.15
Die genannte Kreisbewegung ist also gegeben durch
z(t) = Ae
i(t+)
,
und das Argument des kreisenden Punktes ist der Winkel, von dem wir
dauernd sprechen. Setzen wir zur Abk urzung
Ae
i
=: c ,
so erhalt diese Kreisbewegung die Form
z(t) = c e
it
( < t < ) .
Die komplexe Zahl c heit die komplexe Amplitude oder auch der Zeiger
der betrachteten Schwingung. In dieser Zahl sind Amplitude und Phase
gleichzeitig gespeichert, und zwar stellt c die Lage des kreisenden Punktes
zur Zeit t := 0 dar.
Der Erfolg dieses Ansatzes (vor allem in der Elektrotechnik) beruht letzten
Endes darauf, da f ur die Funktion e
i
ein besonders einfaches Addi-
tionstheorem, eben e
i(+
)
= e
i
e
i
, gilt. Wir beweisen dar uber:

(2.1) Sind x
1
(), x
2
() zwei harmonische Schwingungen der gleichen Kreis-
frequenz mit komplexen Amplituden c
1
, c
2
, so ist ihre Superposition
x() := x
1
() + x
2
()
die harmonische Schwingung der Kreisfrequenz mit komplexer Amplitude
c
1
+ c
2
.
x(t) = x
1
(t) + x
2
(t) = Re
_
c
1
e
it
_
+ Re
_
c
2
e
it
_
= Re
_
(c
1
+ c
2
)e
it
_
.
_7 Die Phasen dreier Schwingungen gleicher Kreisfrequenz und gleicher Am-
plitude sollen so festgelegt werden, da die Superposition der drei Schwingun-
gen identisch verschwindet.
c
1
c
2
c
3
120
Fig. 2.1.16
Die komplexen Amplituden c
1
, c
2
, c
3
der drei Schwingungen sind drei gleich
lange Vektoren der Summe 0. Die Additionsgur ist somit ein gleichseitiges
Dreieck (Fig. 2.1.16), und die gesuchten Phasendierenzen betragen 120
.
_
Funktionen von mehreren Variablen
R
2
R, R
3
R
Besitzt eine Funktion
f: R
n
R, (x
1
, . . . , x
n
) f(x
1
, . . . , x
n
) bzw. x f(x)
einen echt n-dimensionalen Denitionsbereich, so spricht man von einer
Funktion von n Variablen. Im Fall n = 2 lat sich eine derartige Funktion
96 2 Funktionen
auassen als Temperaturverteilung in der Ebene: F ur jeden Punkt (x, y)
dom(f) ist eine Temperatur f(x, y) festgelegt. Zur Visualisierung von
Temperaturverteilungen verwendet man zum Beispiel in Wetterkarten die
sogenannten Isothermen; das sind die Kurven gleicher Temperatur.
Allgemein: Ist f: A B eine beliebige Funktion, so kann man f ur jedes
gegebene c B die Menge derjenigen x A bilden, f ur die f(x) = c ist.
Diese Menge heit das Urbild des Punktes c und wird mit f
1
(c) bezeichnet:
f
1
(c) :=
_
x A
f(x) = c
_
.
Geht es um eine Funktion f: R
2
R und ein gegebenes C R, so heit
f
1
(C) die Niveaulinie von f zum Niveau C (Fig. 2.1.17) wir schreiben
daf ur auch N
C
:
N
C
:=
_
(x, y) dom(f)
f(x, y) = C
_
.
f(x,y) = C
dom(f)
x
y
Fig. 2.1.17
N
C
ist in aller Regel eine Kurve oder eine Vereinigung von Kurven, eventuell
mit Singularitaten. (Dieser Sachverhalt wird in Kapitel 5 genauer unter-
sucht.) Zeichnet man die Niveaulinien f ur hinreichend viele verschiedene
Werte C, so erhalt man ein anschauliches Bild des globalen Funktionsver-
laufs.
_8 Wir zeichnen einige Niveaulinien der Funktion
f(x, y) :=
_
(x 1)
2
+ y
2
_
(x + 1)
2
+ y
2
(Fig. 2.1.18). Der Funktionswert an der Stelle (x, y) ist das Produkt der
Abstande von (x, y) zu den beiden Punkten (1, 0) . N
1
ist die sogenannte
Lemniskate; allgemein heien die hier betrachteten Niveaulinien N
C
(C > 0)
Cassinische Kurven.
_
y
N
1
N
C
(C<1)
N
C
(C>1)
x
1
1
Fig. 2.1.18
Oft interessiert ubrigens nicht die Funktion f als Ganzes, sondern in erster
Linie eine bestimmte Kurve , die als Niveaulinie von f dargestellt werden
kann:
: f(x, y) = C .
Bsp: Die Ellipse x
2
/a
2
+y
2
/b
2
= 1 lat sich als N
1
der quadratischen Funk-
tion
q(x, y) :=
x
2
a
2
+
y
2
b
2
auassen.
Sinngema dasselbe ist zu sagen uber Funktionen f: R
3
R (Tempera-
turverteilungen im Raum). Anstelle von Niveaulinien gibt es hier Niveau-
achen. Umgekehrt lassen sich viele interessante Flachen in der Form
f(x, y, z) = C
darstellen, das heit: als Niveauache N
C
einer gewissen Funktion von drei
Variablen auassen.
Bsp: Das einschalige (Rotations-)Hyperboloid besitzt in kartesischen Koor-
dinaten die Gleichung
x
2
+ y
2
z
2
= 1
(und folglich in Zylinderkoordinaten die Gleichung
2
z
2
= 1 , Fig. 2.1.19)
und ist damit Niveauache der quadratischen Funktion
q(x, y, z) := x
2
+ y
2
z
2
.
98 2 Funktionen
z
M
1
Fig. 2.1.19
Eine Funktion f: R
2
R lat sich zweitens mit Hilfe ihres Graphen
((f) :=
_
(x, y, z)
(x, y) dom(f), z = f(x, y)

_
in einer dreidimensionalen Figur reprasentieren (Fig. 2.1.20). Der Graph ist
eine Flache, die schlicht uber der (x, y)-Ebene liegt; das heit: Senkrecht uber
(oder eventuell unter) jedem Punkt (x, y) dom(f) liegt genau ein Punkt des
Graphen. Die Niveaulinien von f sind die Hohenkurven der Graphenache,
wenn dom(f) als topographische Karte dieser Flache ben utzt wird.
x
y
z
(x,y)
dom(f)
((f), z = f(x,y)
f(x,y)
(x,y, f(x,y))
Fig. 2.1.20
_9 Wir betrachten die Funktion
f(x, y) := xy , dom(f) := [ 1, 1 ]
2
.
Der zugehorige Graph (Fig. 2.1.21) ist von der Gestalt her eine sogenann-
te Sattelache. Die hier vorliegende spezielle Flache zweiten Grades heit
hyperbolisches Paraboloid.
_
x
y
z
1
1
1
1
Fig. 2.1.21
R
2
R
3
Abbildungen f : R
2
R
3
sind typischer Weise Parameterdarstellungen von
krummen Flachen.
Eine Kurve R
3
ist eine eindimensionale Mannigfaltigkeit. Zu einer Pa-
rameterdarstellung von gehoren als Standardmodell einer derartigen Man-
nigfaltigkeit ein Intervall I der t-Achse und eine vektorwertige Funktion
f : I R
3
, t x(t) ,
die die einzelnen Kurvenpunkte produziert.
Eine Flache S R
3
ist eine zweidimensionale Mannigfaltigkeit. Zu einer
Parameterdarstellung von S gehoren als Standardmodell einer derartigen
Mannigfaltigkeit ein Bereich A in der (u, v)-Ebene und eine vektorwertige
Funktion
f : A R
3
, (u, v) f (u, v) =
_
x(u, v), y(u, v), z(u, v)
_
,
die f ur jeden Parameterpunkt (u, v) A einen Raumpunkt f (u, v) liefert,
siehe die Fig. 2.1.22. Durchlauft (u, v) den Parameterbereich A, so durchlauft
f (u, v) die Flache S.
Bei allgemeinen Betrachtungen uber Flachen verwenden wir u, v als Parame-
ter. Sobald man aber eine konkrete, geometrisch beschriebene Flache vor sich
hat, wahlt man (wie bei Kurven) auf der Flache variable geometrische Groen
als Parameter und behalt deren Namen bei. Die folgenden Beispiele sollen
das erlautern; siehe auch die Beispiele 1.5._2 (Torus) und 1.6._3 (Ebene).
100 2 Funktionen
f(u,v)
u -Linie
z
x
y
S
v
u
(u,v)
A
f
Fig. 2.1.22
_10 Ist S zunachst als Graph einer Funktion f: R
2
R gegeben (siehe die
Fig. 2.1.23):
S: z = f(x, y)
_
(x, y) A
_
,
so erhalt man sofort eine Parameterdarstellung von S mit dem Parameter-
bereich A, indem man ansetzt:
f : A R
3
, (x, y)
_
x, y, f(x, y)
_
.
_
z
x
y
A
(x,y)
z = f(x,y)
f(x,y)
S
f
Fig. 2.1.23
_11 S
2
R
, die zweidimensionale Sphare vom Radius R, besitzt die Parameter-
darstellung
f : (, )
_
_
x(, ) = Rcos cos
y(, ) = Rcos sin
z(, ) = Rsin
(Fig. 2.1.24). Parameterbereich ist das Rechteck [ 0, 2 ]
_
2
,

2
in der
(, )-Ebene. Langs den Kanten =
2
ist diese Darstellung nicht regular,
da diese Kanten auf je einen Punkt (N und S) abgebildet werden.
_
/2
/2
2
(, )

f(, )
R
R
x
y
z
N
S
f
S
R
2
Fig. 2.1.24
R
3
R
3
Eine Abbildung
f : R
3
R
3
, (u, v, w) (x, y, z)
lat sich erstens als Parameterdarstellung eines Bereichs B im (x, y, z)-Raum
auassen. Das ist dann von Interesse (und spielt eine wichtige Rolle in der
mehrdimensionalen Integralrechnung), wenn sich ein gegebener Bereich B
in kartesischen Koordinaten nur sehr umstandlich beschreiben lat.
z
y
x
B
w
u
v
A
f
Fig. 2.1.25
102 2 Funktionen
Man ersetzt dann diese Beschreibung durch eine Parameterdarstellung mit
einem Parameterbereich A im (u, v, w)-Raum, der wenn irgend moglich ein
achsenparalleler Quader ist (Fig. 2.1.25). Gelegentlich wird dann der Bereich
A gar nicht gezeichnet, sondern man fat u, v, w als neue Koordinaten im
(x, y, z)-Raum auf und bringt sie in geeigneter Weise in der (x, y, z)-Figur
zur Darstellung. Siehe dazu etwa die Figur 1.5.11.
_12 Es sei B der von den drei linear unabhangigen Vektoren a, b, c aufge-
spannte Spat und I := [ 0, 1 ]
3
der Einheitsw urfel im (u, v, w)-Raum. Dann
ist
f : I B , (u, v, w) ua + vb + wc
eine Parameterdarstellung von B (Fig. 2.1.26).
_
O
x
y
z
u
v
w
1
1
0
a
b
c
1
Fig. 2.1.26
_13 Die Kugelkoordinaten liefern eine Parameterdarstellung der Kugel
B
R
:=
_
(x, y, z)
_
x
2
+ y
2
+ z
2
R
_
;
Parameterbereich ist ein Quader im (r, , )-Raum:
f : [ 0, R] [ 0, 2 ]
_
2
,

2
_
B
R
(r, , )
_
_
x = r cos cos
y = r cos sin
z = r sin
.
Dabei wird die ganze Seitenache r = 0 des Quaders auf den einzigen Punkt
O abgebildet. Da aber diese Seitenache kein Volumen besitzt und der Punkt
O auch nicht, spielt das zum Beispiel f ur die Zwecke der Integration keine
Rolle.
_
Eine vektorwertige Funktion
K: R
3
TR
3
, x K(x) (5)
lat sich noch zu einem ganz anderen Zweck verwenden, namlich zur Produk-
tion eines Vektorfelds. Das sechste Kapitel dieses Texts, Vektoranalysis, ist
ganz den Vektorfeldern gewidmet und bildet die mathematische Grundlage
der Elektrodynamik.
x
1
x
2
x
3
x
T
x

R
3
K(x)
Fig. 2.1.27
Der Funktionswert an der Stelle x ist hier ein Vektor K(x), der im Punkt
x anzuheften ist und zum Beispiel das elektrische Feld oder die Geschwin-
digkeit einer stromenden Fl ussigkeit in diesem Punkt darstellen kann (siehe
die Fig. 2.1.27). Dieses Anheften ist folgendermaen zu verstehen: Der
Punkt x wird als Ursprung eines neuen Raumes T
x
, des Tangentialraumes
von x, angesehen
_
darauf bezieht sich das T in der Formel (5)
_
, und K(x)
ist ein Vektor in diesem Tangentialraum oder eben ein Tangentialvektor im
Punkt x. Ist in dieser Weise f ur jeden Punkt x eines Raumteils R
3
ein
Tangentialvektor K(x) erklart, so nennt man K() ein Vektorfeld auf und
zeichnet eine Figur in der Art von Fig. 2.1.28.
Fig. 2.1.28
104 2 Funktionen
_14 Im Ursprung bende sich eine Punktladung q > 0. Diese Punktladung
erzeugt ein elektrisches Feld E(), genannt Coulombfeld. Das Feld E() ist
proportional zu q, radial nach auen gerichtet, und sein Betrag nimmt mit
dem Quadrat des Abstandes von 0 ab. Da die Situation kugelsymmetrisch
ist, brauchen wir in Fig. 2.1.29 nur die wesentliche Koordinate r darzustellen.
Es gilt also f ur eine geeignete, vom Masystem abhangige Konstante c > 0:
E(x) =
cq
r
2
x
r
,
wobei x/r einen radial nach auen gerichteten Einheitsvektor an der Stelle x
darstellt. In Koordinaten ausgeschrieben sieht das Feld E() folgendermaen
aus:
E(x
1
, x
2
, x
3
) =
cq
x
2
1
+ x
2
2
+ x
2
3
_
x
1
r
,
x
2
r
,
x
3
r
_
.
_
r
(q)
0 x
E(x)
Fig. 2.1.29
Aufgaben
1. Produziere
(a) die Polardarstellung,
(b) eine Parameterdarstellung
einer Kurve, welche ungefahr so aussieht wie die Kurve in Figur 2.1.30.
Zeichne Deinen Vorschlag mit Hilfe von _M .
_
Hinweis: Verwende eine
Funktion der Form
r() :=
1
1 cos(c)
.
_
2. _M Zeichne das Niveaulinienportrait der Funktion
f(x, y) :=
(x 1)
2
+ y
2
(x + 1)
2
+ y
2
.
Beschreibe den geometrischen Gehalt dieser Aufgabe und ihrer Losung in
Worten.
Fig. 2.1.30
3. Eine gegebene harmonische Schwingung der Amplitude A wird von einer
zweiten Schwingung derselben Kreisfrequenz uberlagert, wobei die Ampli-
tude dieser Storung hochstens A/2 betragt. Um welchen Betrag konnen
sich dabei Amplitude und Phase der urspr unglichen Schwingung hoch-
stens verandern? (Hinweis: Geometrisch argumentieren!)
4. Zwischen drei harmonischen Schwingungen gleicher Kreisfrequenz beste-
hen folgende Phasendierenzen: 60
zwischen der ersten und der zweiten,

150
zwischen der zweiten und der dritten, 150
zwischen der dritten und

der ersten. Die Summe der drei Schwingungen verschwindet identisch.
Wie verhalten sich die Amplituden?
5. Betrachte den Halbkreisbogen :=
_
(x, y)
x
2
+ y
2
= 1, x 0
_
sowie
die in der ganzen (x, y)-Ebene denierte Funktion
f(x, y) := Distanz von (x, y) zum nachstgelegenen Punkt von .
Gew unscht ist eine formelmaige Darstellung von f(x, y) mit moglichst
wenig Verzweigungen. (Hinweis: Die Losung ergibt sich im wesentlichen
durch Inspektion der Figur; wenn notig die Betragsfunktion verwenden.)
2.2 Eigenschaften von Funktionen
Surjektiv, injektiv, bijektiv
Wir beginnen diesen Abschnitt mit einigen Denitionen f ur Funktionen (Ab-
bildungen) f: A B im allgemeinen; A und B sind irgendwelche Mengen.
Angegeben ist dom(f) = A. Gilt auch im(f) = B, in Worten: Tritt jeder
Punkt y des angebotenen Zielbereichs B tatsachlich als Funktionswert auf,
so heit f surjektiv, altmodisch: eine Abbildung von A auf B.
Bsp: Die reelle Funktion
g: R R , x g(x) := x
3
2x
(Fig. 2.2.1) ist surjektiv, die Funktion sin: R R hingegen nicht wegen
im(sin) = [1, 1] ,= R.
y
1
y
x
y = g(x)
1
1
1
1
Fig. 2.2.1
Die Funktion (Abbildung) f heit injektiv, altmodisch: eineindeutig, wenn
sie in verschiedenen Punkten verschiedene Werte annimmt, in anderen Wor-
ten: wenn aus f(x
1
) = f(x
2
) folgt: x
1
= x
2
.
Bsp: Die eben betrachtete Funktion g ist nicht injektiv; so wird etwa der Wert
y
1
an drei verschiedenen Stellen angenommen. Die eingeschrankte Funktion
sin:
_
2
,

2
_
R
ist injektiv, da sin in dem angegebenen Intervall streng monoton wachst.
Parameterdarstellungen von Kurven, Flachen oder raumlichen Bereichen sind
im wesentlichen injektiv.
2.2 Eigenschaften von Funktionen 107
Ist f: A B surjektiv und injektiv, so heit f bijektiv. Eine bijektive
Abbildung verheiratet die Elemente von A monogam mit denjenigen von
B, so da am Schlu von keiner Sorte eines uberzahlig ist (Fig. 2.2.2). Ist
f: A B injektiv, so ist f: A im(f) bijektiv, da nunmehr die Punkte
y B, die nicht als Funktionswert vorkommen, auer Betracht fallen.
A
B
f
Fig. 2.2.2
Bsp: Die Funktionen tan:
_
2
,

2
_
R und tanh: R ]1, 1[ (s.u.) sind
bijektiv.
Exkurs uber unendliche Mengen
Wenn wir sagen, eine gewisse Menge A besitze n Elemente, so meinen wir im
Grunde genommen das folgende: Es gibt eine bijektive Abbildung der Menge
[ 1 . . n] auf A. Diese Vorstellung lat sich auf unendliche Mengen ausdehnen.
Es stellt sich dabei heraus, da unendlich nicht einfach unendlich ist. Dar uber
soll hier kurz berichtet werden.
Eine Menge A heit abzahlbar unendlich oder einfach abzahlbar, wenn es
eine bijektive Abbildung f: N A (oder umgekehrt) gibt. Beispiele von
abzahlbaren Mengen sind N, Z, die Menge der geraden Zahlen, die Menge
der Primzahlen. Wie Cantor als erster bemerkt hat, ist auch N N und
damit Q
_
als Menge von Paaren (p, q)
_
abzahlbar. Zum Beweis gen ugt es,
eine injektive Abbildung f: N N N anzugeben. Hier ist sie:
f(p, q) := 2
p
3
q
.
Da die von f produzierten Zahlen eine echte Teilmenge von N bilden, besitzt
NN eher weniger Elemente als N (in Wirklichkeit sind es nat urlich gleich
viele).
Eine Menge A ist uberabzahlbar, wenn es keine surjektive Abbildung f: N
A gibt. Die einfachste uberabzahlbare Menge ist die Menge aller unendlichen
0-1-Folgen . = (
0
,
1
,
2
, . . .). Da diese Menge
_
=: B
N
_
uberabzahlbar
ist, lat sich folgendermaen einsehen:
108 2 Funktionen
Ware B
N
abzahlbar, so konnte man sich einen Computer vorstellen,
der die samtlichen Binarfolgen in unendlich langen Zeilen nacheinander aus-
druckt:
01011010100110011110 . . .
00010011100101010110 . . .
10101000110001100001 . . .
00000110000011001010 . . .
11011110110001101011 . . .
10001101111111001100 . . .
01011001101110001 . . .
.
.
.
W ahrend der Computer an der Arbeit ist, betrachten wir die Hauptdiagonale
der entstehenden Matrix
_
jk
und bilden eine besondere Folge .
gema
der Vorschrift
k
:=
_
1 (
k.k
= 0)
0 (
k.k
= 1)
,
in dem obigen Beispiel also die Folge
.
:= (1101001 . . .) .
Diese Folge wird vom Computer nicht produziert, denn sie unterscheidet sich
von jeder ausgedruckten Folge an wenigstens einer Stelle.
Fat man die Binarfolgen als unendliche Dualbr uche
0
.
1

2
. . . auf, so
erhalt man gerade die samtlichen reellen Zahlen im Intervall [ 0, 2 ], die aller-
meisten genau ein Mal. Damit ist auch R uberabzahlbar.
Umkehrfunktion
Eine bijektive Funktion (Abbildung)
f: dom(f) im(f) , x y := f(x)
besitzt eine wohlbestimmte und ebenfalls bijektive Umkehrfunktion, auch
inverse Abbildung genannt, und zwar ist
f
1
: im(f) dom(f)
(Fig. 2.2.3) deniert durch
f
1
(y) := das x dom(f) mit f(x) = y .
f
f
1
x = f
1
(y)
im(f) = dom(f
1
)
dom(f) = im(f
1
)
y = f(x)
Fig. 2.2.3
Liegt f als Funktionsterm vor, so erhalt man den Funktionsterm f ur f
1
,
wenn es gelingt, die Gleichung f(x) = y f ur unbestimmtes y formelmaig
nach x aufzulosen.
_2 Es sei
f(x) :=
3x + 7
5x 2
,
wobei wir uns um den genauen Denitionsbereich im Augenblick nicht k um-
mern. Die folgende Kette von Gleichungen liefert den Funktionsterm f ur
f
1
:
y =
3x + 7
5x 2
(5x 2)y = 3x + 7 x(5y 3) = 2y + 7
x =
2y + 7
5y 3
f
1
(y) =
2y + 7
5y 3
.
im(f) = dom(f
1
)
dom(f) = im(f
1
)
y = f(x)
x = f
1
(y)
f
1
f
(x, f(x)) = (f
1
(y), y)
((f)
(
(
f
1
)
y
x
Fig. 2.2.4
110 2 Funktionen
Fig. 2.2.4 zeigt f und f
1
im Graphenbild. Der Graph von f kann also
auch als Graph von f
1
dienen; dabei mu man nur den Kopf so halten, wie
Fig. 2.2.5 zeigt.
Fig. 2.2.5
Anmerkung: Werden f und f
1
gleichzeitig betrachtet, so behalt man
mit Vorteil x als Variable in dom(f) = im(f
1
) und y als Variable in
im(f) = dom(f
1
) bei; insbesondere ist dann y die unabhangige Variable
von f
1
. Interessiert das f nicht mehr, so kann man den Graphen von f
1
in die ubliche Position bringen, d.h. f
1
als Funktion einer neuen, horizontal
skalierten Variablen x darstellen.
Die Umkehrfunktion existiert unter den angef uhrten Umstanden, auch
wenn es nicht moglich ist, sie formelmaig mit Hilfe von schon vorhan-
denen Funktionen darzustellen. Viele wichtige Funktionen, zum Beispiel
die Arcus-Funktionen und letzten Endes auch arg, sind ausdr ucklich als
Umkehrfunktionen von anderen Funktionen deniert und zunachst nicht an-
derweitig darstellbar.
_3 Es sei n 1. Die Potenzfunktion
pot
n
: R
0
R
0
, x y := x
n
ist injektiv: Aus 0 x
< x folgt
x
n
x
n
= (x
n1
+ x
n2
x
+ . . . + x
n1
) (x x
) > 0 ,
insbesondere x
n
,= x
n
. Ferner ist pot
n
auch surjektiv (wird sp ater bewiesen).
Es gibt daher eine Umkehrfunktion, genannt n-te Wurzel:
wrz
n
: R
0
R
0
, y x := wrz
n
(y) .
Anstelle von wrz
n
(y) schreibt nat urlich jedermann
n
y.
_
Viele wichtige Funktionen, zum Beispiel die trigonometrischen Funktionen,
sind leider nicht injektiv. Um die Existenz einer Umkehrfunktion wenigstens
f ur einen Teil von f auch in diesem Fall zu erzwingen, kann man den
Denitionsbereich so weit verkleinern, da f auf dem verkleinerten Bereich
injektiv wird. Man wahlt also eine geeignete Teilmenge A dom(f) und
vergit die Funktion auerhalb A. Diese Einschrankung von f auf A wird,
wenn wirklich notig, mit f A bezeichnet. Wir behandeln als Anwendung
dieser Idee die Arcus-Funktionen.
1
1
/2 2
/2
y
x
y = sin x
Fig. 2.2.6a
_4 Die Einschrankung sin
_
2
,

2
ist streng monoton wachsend und bildet

das Intervall [
2
,

2
] bijektiv auf [ 1, 1 ] ab (Fig. 2.2.6a). Es gibt daher die
Umkehrfunktion
arcsin: [ 1, 1 ]
_
2
,

2
_
,
genannt Arcussinus (Fig. 2.2.6b).
/2
/2
1
1
x
y
y = arcsin x
Fig. 2.2.6b
112 2 Funktionen
Die Einschrankung cos [ 0, ] ist streng monoton fallend und bildet das In-
tervall [ 0, ] bijektiv und gegensinnig auf das Intervall [ 1, 1 ] ab (Fig. 2.2.7).
Es gibt daher die Umkehrfunktion Arcuscosinus:
arccos: [ 1, 1 ] [ 0, ] ,
die monoton von nach 0 fallt.
/2
1 1
x
y
y = arccos x
/2
1
1
x
y
y = cos x
0
Fig. 2.2.7
Die Einschrankung tan
2
,

2
_
ist streng monoton wachsend und bildet
das Intervall
2
,

2
_
bijektiv auf R ab (Fig. 2.2.8). Es gibt daher die Um-
kehrfunktion Arcustangens:
arctan: R
_
2
,

2
_
.
_
x
y
y = tan x
/2 /2
y
x
/2
/2
/4
1
y = arctan x
Fig. 2.2.8
Verkn upfungen von Funktionen
Sind f und g Funktionen mit gemeinsamem Denitionsbereich (eine be-
liebige Menge) und Werten in der gleichen Grundstruktur, zum Beispiel in
C, so lassen sich f und g ebenfalls den in C vorhandenen Operationen und
Verkn upfungen unterwerfen. Damit sind in nat urlicher Weise die Funktionen
f, [f[, Re f, Imf, f + g, f, f g, f/g

mit demselben Denitionsbereich erklart f/g nat urlich nur in den Punkten
x, wo g(x) ,= 0 ist.
Funktionen (Abbildungen) lassen sich aber noch auf eine weitere Art mitein-
ander verkn upfen: Sind f: A B und g: B C zwei Funktionen, so ist f ur
jedes x A zunachst durch f der Punkt f(x) B festgelegt und zu diesem
dann durch g der Punkt g
_
f(x)
_
C (Fig. 2.2.9). Damit entsteht von selbst
die zusammengesetzte Abbildung
g f: A C , x g
_
f(x)
_
.
A
B
C
x f(x)
g(f(x)) = g f (x)
Fig. 2.2.9
_5 Die beiden Funktionen
f(x) := e
x
, g(x) := cos x
lassen sich als Abbildungen von R nach R auassen und somit auf zweierlei
Arten zusammensetzen. Die beiden Zusammensetzungen
g f: x cos(e
x
) , f g: x e
cos x
sind oensichtlich voneinander verschieden: g f nimmt Werte im Intervall
[ 1, 1 ] an, f g im Intervall
_
1
e
, e
.
_
114 2 Funktionen
A
B
f
1
f
x = f
1
(y)
y = f(x)
Fig. 2.2.10
R
R
>0
exp
log
Fig. 2.2.11
_6 Ist f: A B bijektiv, so gilt
f
1
f = id
A
, f f
1
= id
B
(Fig. 2.2.10); dabei bezeichnet
id
A
: A A , x x
die identische Abbildung von A.
Bsp: Logarithmus und Exponentialfunktion (Fig. 2.2.11). Man hat
t R : log(e
t
) = t ;
r R
>0
: e
log r
= r .
_
_7 Es seien
: R R
3
, t x(t)
die Parameterdarstellung einer Raumkurve (als Flugplan zu interpretieren)
und
u: R
3
R , x u(x)
eine Temperaturverteilung im Raum. Dann stellt die Zusammensetzung
f(t) := u
_
x(t)
_
den vom mitiegenden Beobachter aufgezeichneten zeitlichen Temperaturver-
lauf dar.
_
Stetigkeit
Theoretisch betrachten wir die Punkte (Zahlen, Vektoren) unserer Grund-
strukturen als ideale Objekte, die mit unendlicher Genauigkeit erfat und
manipuliert werden konnen. In einem Computer sind aber nur die allerwenig-
sten Zahlen, zum Beispiel die Zahlen
p / q (p N, q N
1
; p, q 2
48
)
exakt darstellbar, alle anderen konnen nur mit ziemlicher Genauigkeit ap-
proximiert werden. Wenn wir unter diesen Umstanden sinnvoll mit Funk-
tionen arbeiten wollen (Fig. 2.2.12), sind wir darauf angewiesen, da die
Eingabe eines Naherungswerts x anstelle des richtigen Werts x
0
(man denke
an x
0
:= ) zu einem Funktionswert f(x) f uhrt, der in der Nahe des richtigen
Funktionswerts f(x
0
) liegt. Es soll also gelten:
x
.
= x
0
= f(x)
.
= f(x
0
) .
Funktion
Output
Input
x
f(x)
Fig. 2.2.12
Die hier angesprochene Eigenschaft von Funktionen ist die sogenannte Ste-
tigkeit. Wie wir noch sehen werden, handelt sich da um einen fundamentalen
Begri der Analysis. In der beschriebenen Situation ware man wohl zufrieden,
wenn folgendes sichergestellt ware:
x : [f(x) f(x
0
)[ [x x
0
[ ,
das heit, wenn der Fehler im Output hochstens so gro ist wie der Fehler im
Input. Ja, es w urde auch gen ugen, wenn f ur eine geeignete Konstante C > 0
(zum Beispiel C := 20) die Fehlerabschatzung
x : [f(x) f(x
0
)[ C [x x
0
[ (1)
gilt. Lat sich der Fehler im Funktionswert durch eine derartige Lipschitz-
Bedingung begrenzen, so heit f lipstetig (sic!) an der Stelle x
0
. Leider
lat sich die Stetigkeit mit diesem einfachen Ansatz nicht ganz in den Gri
bekommen, wie das folgende Beispiel zeigt.
116 2 Funktionen
_8 Die Wurzelfunktion
: R
0
R
0
, x
x
ist zweifellos stetig, und zwar auch im Ursprung: Je naher x bei 0 ist, desto
naher ist auch

x bei
0 = 0. Wegen
[
0[
[x 0[
=
x
x
=
1
x
(x 0+)
gibt es aber kein C > 0, so da f ur alle x 0 die Fehlerbegrenzung
[
0[ C [x 0[
garantiert ist.
y
x
y = x
y = Cx
2
Fig. 2.2.13
Folgendes trit hingegen zu (Fig. 2.2.13): Ist eine (beliebig kleine) Toleranz
> 0 vorgegeben, so lat sich [
0[ < erzwingen, indem man x

hinreichend nahe bei 0 wahlt: Es gen ugt, da [x 0[ <
2
ist.
_
Diese eigent umlich verschachtelte Bedingung liegt der allgemeinen Denition
der Stetigkeit zugrunde: Die Funktion f ist an der Stelle x
0
stetig, wenn sich
zu noch so kleiner Toleranz > 0 ein Schlupf > 0 angeben lat, so da
f ur alle x dom(f) gilt:
[x x
0
[ < = [f(x) f(x
0
)[ < .
Der Schlupf wird in aller Regel von abhangen: Je kleiner die Fehlerto-
leranz beim Funktionswert ist, desto weniger Schlupf darf die unabhangige
Variable aufweisen. Eine Funktion f heit ganz einfach stetig, wenn sie
an jeder Stelle x
0
dom(f) stetig ist.
Erfreulicherweise benotigen wir diese allgemeine Denition kaum; denn in den
allermeisten Fallen ist eine Lipschitz-Bedingung (1) erf ullt, und das reicht f ur
die Stetigkeit aus: Gilt (1) f ur ein gewisses C und ist eine Toleranz > 0
vorgegeben, so ist [f(x) f(x
0
)[ < garantiert, sobald [x x
0
[ < /C ist.
Folglich ist := /C ein zulaiger Schlupf.
Alles, was hier gesagt wird, gilt nicht nur f ur Funktionen f: R R, sondern
f ur Funktionen, die in einer beliebigen Grundstruktur
X
_
R, R
2
, R
3
, . . . , C
_
deniert sind und in einer derartigen Struktur X
Werte annehmen. In allen

diesen Strukturen ist eine nat urliche Abstandsmessung
d(x, a) := [x a[
vorhanden, und etwas anderes haben wir bei der Denition der Stetigkeit
nicht gebraucht. Anstelle dieses euklidischen Abstandes verwendet man gele-
gentlich auch die Abstandsfunktion
|x a| := max
1kn
[x
k
a
k
[ (x, a R
n
) .
Die Einheitskugel ist dann ein achsenparalleler W urfel der Kantenlange 2.
Wie man sich leicht uberlegt, gilt
|x a| [x a[
n|x a| .
Die beiden Abstandsmessungen unterscheiden sich also hochstens um den
Faktor

n. F ur Konvergenz- und Stetigkeitsbetrachtungen spielt es daher
keine Rolle, ob man mit dem euklidischen Betrag [x[ oder mit der W urfel-
norm |x| arbeitet.
Wir notieren die folgenden Grundprinzipien:
(2.2) (a) Konstante Funktionen sind stetig.
(b) Die identische Abbildung x x ist stetig.
(c) Die Zusammensetzung von stetigen Funktionen ist stetig.
(d) Die Umkehrfunktion einer injektiven stetigen Funktion f: R R ist
stetig.
Wir beweisen nur (c), wobei wir die folgenden vereinfachenden Annah-
men zugrundelegen: Die Funktion f: x y sei lipstetig an der Stelle x
0
:
x : [f(x) f(x
0
)[ C[x x
0
[ ,
118 2 Funktionen
und die Funktion g: y z sei lipstetig an der Stelle y
0
:= f(x
0
):
y : [g(y) g(y
0
)[ C
[y y
0
[ .
Hieraus folgt: F ur alle x gilt
[g f(x) g f(x
0
)[ = [g(f(x)) g(f(x
0
))[
C
[f(x) f(x
0
)[
C
C [x x
0
[ ;
somit gen ugt g f an der Stelle x
0
einer Lipschitz-Bedingung mit der Kon-
stanten C
C. (Das ist die Kettenregel f ur Lipstetigkeit!)

a = (a
1
, a
2
, a
3
)
x = (x
1
, x
2
, x
3
)
[x
i
a
i
[
(= f(t))
(= f(t
0
))
[x a[
Fig. 2.2.14
F ur zwei beliebige Punkte x = (x
1
, x
2
, x
3
) und a = (a
1
, a
2
, a
3
) im R
3
gelten
die Ungleichungen
[x
i
a
i
[ [x a[ [x
1
a
1
[ +[x
2
a
2
[ +[x
3
a
3
[ (2)
(Fig. 2.2.14). Aus diesen Ungleichungen, bzw. den analogen Ungleichungen
in den anderen Grundstrukturen, folgt:
(2.3) (a) Die Projektionen
pr
i
: X R , x x
i
auf die Koordinatenachsen, insbesondere auch Re und Im, sind stetig.
(b) Eine X-wertige Funktion
t f (t)
_
=
_
f
1
(t), f
2
(t), f
3
(t)
_
, z.B.
_
ist genau dann stetig, wenn die einzelnen Koordinatenfunktionen f
i
stetig
sind.
(a) Die linke Ungleichung (2) besagt, da pr
i
lipstetig ist mit Lipschitz-
Konstante 1. (b) Ist f stetig, so ist nach (2.2)(c) auch jedes f
i
= pr
i
f
stetig. F ur die Hauptaussage von (b), da namlich die Stetigkeit der f
i
die
Stetigkeit des Gesamtobjekts f nach sich zieht, verwenden wir die rechte
Ungleichung (2) mit x := f (t), a := f (t
0
). Wenn wir f ur die f
i
vereinfachend
(1) annehmen, so ergibt sich
[f (t) f (t
0
)[
3
i=1
[f
i
(t) f
i
(t
0
)[
3
i=1
C
i
[t t
0
[
= (C
1
+ C
2
+ C
3
)[t t
0
[ .
Somit ist f an der Stelle t
0
ebenfalls lipstetig, wobei C := C
1
+ C
2
+ C
3
als
Lipschitz-Konstante dienen kann.
Stetigkeit der Rechenoperationen
F ur die analytische Praxis ist nun das folgende entscheidend:
(2.4) Die in den Grundstrukturen X vorhandenen Operationen sind stetig.
Wir behandeln nur das Produkt von reellen Zahlen, das wir als eine
Funktion p() der Vektorvariablen x = (x
1
, x
2
) betrachten:
p(x) := x
1
x
2
.
x
2
x
1
a = (a
1
, a
2
)
x = (x
1
, x
2
)
Fig. 2.2.15
Es gen ugt, die Stetigkeit von p() an einer fest gewahlten Stelle a R
2
zu
beweisen. Da wir dabei nur Produkte x
1
x
2
von Zahlen x
1
.
= a
1
und x
2
.
= a
2
betrachten m ussen, d urfen wir von vorneherein
|x a| 1
120 2 Funktionen
annehmen (Fig. 2.2.15). Wir erhalten dann folgende Kette von Ungleichun-
gen:
[p(x) p(a)[ = [x
1
x
2
a
1
a
2
[
= [(x
1
a
1
)a
2
+ a
1
(x
2
a
2
) + (x
1
a
1
)(x
2
a
2
)[
[a
2
[ [x
1
a
1
[ +[a
1
[ [x
2
a
2
[ +[x
1
a
1
[ [x
2
a
2
[
|a| |x a| +|a| |x a| +|x a|
2
(2|a| + 1) |x a| ;
somit ist p() lipstetig an der Stelle a.
Aus den Satzen (2.2)(2.4) folgt insbesondere
(2.5) Ein mit stetigen Funktionen gebildeter rationaler Ausdruck ist, soweit
deniert, stetig.
Wir konnen zum Beispiel das Produkt g := f
1
f
2
von zwei stetigen
Funktionen f
1
, f
2
: X R als Zusammensetzung g = p f von stetigen
Funktionen interpretieren:
f p
X R
2
R
t
_
f
1
(t), f
2
(t)
_
f
1
(t) f
2
(t) .
Die erste Funktion ist stetig gema Prinzip (2.3)(b), die zweite nach Satz
(2.4), die Zusammensetzung nach (2.2)(c).
Wenn wir die Stetigkeit der Funktionen exp, cos, sin einmal voraussetzen,
ergibt sich hieraus weiter mit Satz (2.2)(d): Alle elementaren Funktionen
sind in ihrem Denitionsbereich stetig.
_9 Die Potenzfunktionen pot
n
: x x
n
sind als endliche Produkte von steti-
gen Funktionen x x stetig. Nach (2.2)(d) sind also auch die Wurzelfunk-
tionen
n
stetig. Die Funktion

f(x) :=
e
1log
2
x
arccos
1
1+x
2
log sin(1 + e
x
)
ist, soweit deniert, stetig.
_
Zwischenwertsatz
Die Stetigkeit garantiert nicht nur, da mit den betreenden Funktionen
in vern unftiger Weise numerisch gearbeitet werden kann, sondern sie bildet
auch die Grundvoraussetzung f ur fundamentale Satze der Analysis, so f ur
den folgenden Zwischenwertsatz. Es leuchtet ein, da ein derartiger Satz f ur
Funktionen, die Spr unge machen, nicht gilt.
(2.6) Es sei f: [ a, b ] R eine stetige Funktion und
f(a) < 0 < f(b) .
Dann besitzt f im Intervall [ a, b ] wenigstens eine Nullstelle .
Wir konstruieren durch fortgesetztes Halbieren des Intervalls [ a, b ] rekur-
siv eine Folge von Intervallen [ a
k
, b
k
]:
a
0
:= a , b
0
:= b ;
[ a
k+1
, b
k+1
] :=
_
_
_
a
k
,
a
k
+ b
k
2
_
, falls f
_
a
k
+ b
k
2
_
> 0 ,
_
a
k
+ b
k
2
, b
k
_
, falls f
_
a
k
+ b
k
2
_
0 .
Dann ist die Folge a. monoton wachsend (Fig. 2.2.16), die Folge b. monoton
fallend, und es gilt f ur alle k:
b
k
a
k
=
1
2
k
(b a) , f(a
k
) 0 < f(b
k
) .
Hieraus folgt mit Satz (1.1): Die beiden Folgen besitzen einen gemeinsamen
Grenzwert ; wir behaupten nat urlich: Es ist f() = 0.
b
x
b
0
b
1
b
2
a
a
0
a
1
a
2
a
3
b
3
a
4
b
4
a
5
b
5
b
6
a
6

Fig. 2.2.16
122 2 Funktionen
Wir beweisen das indirekt und nehmen an, es sei etwa f() =: 2 > 0. Da f
an der Stelle stetig ist, gibt es zu diesem einen Schlupf > 0 mit
[x [ < = [f(x) f()[ < .
Insbesondere ist dann f(x) > > 0 f ur alle x ] , ]. Da die a
k
von unten
gegen konvergieren, gibt es bestimmt ein a
k
in diesem Intervall (siehe die
Fig. 2.2.17), und man hatte f(a
k
) > 0 ein Widerspruch.
Mit Hilfe des Zwischenwertsatzes lat sich zum Beispiel leicht beweisen, da
die Potenzfunktionen pot
n
: R
0
R
0
surjektiv sind.
Die im Beweis von (2.6) angegebene Konstruktion einer Nullstelle heit
binare Suche und wird auch in der numerischen Praxis haug verwendet.
Wir behandeln dazu ein numerisches Beispiel.
_10 Gegeben ist das Polynom dritten Grades
f(x) := x
3
x 1 .
Es ist f(0) = 1, f(2) = 5. Wir legen dann die folgende Tabelle an:
a
k
b
k
a
k
+ b
k
2
f
_
a
k
+ b
k
2
_
0 2 1 1
1 1.5 0.875
1.5 1.25 0.2969
1.25 1.375 0.2246
1.375 1.3125 0.0515
1.3125 1.34375 0.0826
1.34375 1.328125 0.014576
1.328125 1.320313 0.018711
1.320313 1.324219 0.002128
1.324219 1.326172 0.006209
1.326172 1.325195 0.002037
1.325195 1.324707 0.000047
Folglich besitzt f die Nullstelle
.
= 1.3247.
_
_11 Ist B R
2
eine beschrankte konvexe Menge mit glattem Rand B,
so gibt es einen geradlinigen Schnitt, der sowohl den Flacheninhalt wie den
Umfang von B halbiert.
f()
2
x
a
k
Fig. 2.2.17
Es bezeichne A den Flacheninhalt und L den Umfang von B. Wahle f ur
B eine Parameterdarstellung
B : s z(s) (0 s L)
mit der Bogenlange als Parameter. Jeder geradlinige Schnitt durch zwei
Punkte
z(s) , z(s +
L
2
)
_
0 s
L
2
_
halbiert den Umfang. Es bezeichne a(s) den Flacheninhalt zur Rechten eines
derartigen Schnittes. Ist zum Beispiel a(0) <
A
2
, so ist a
_
L
2
_
= Aa(0) >
A
2
.
Es gibt daher ein s
0

_
0,
L
2
mit a(s
0
) =
A
2
.
_
Aufgaben
1. Die Funktion
f : x
_
9
_
25
x
wird als reellwertige Funktion der reellen Variablen x betrachtet.
(a) Bestimme den Denitionsbereich dom(f) =: D sowie den Wertebe-
reich im(f) =: W.
(b)

Uberlege: f ist Zusammensetzung von streng monotonen Funktionen
und damit injektiv.
(c) _M Bestimme den analytischen Ausdruck der Umkehrfunktion
f
1
: W D .
(d) _M Zeichne die Graphen von f und von f
1
.
124 2 Funktionen
2. Produziere ein anregendes Beispiel von drei reellen Funktionen f, g, h, so
da f ur ein geeignetes Intervall I gilt:
h g f = id
I
.
3. Es sei #A = 5, #B = 8. Bestimme
(a) die Anzahl der injektiven Abbildungen f : A B,
(b) die Anzahl der surjektiven Abbildungen g : B A.
_
Hinweis: F ur (b) gibt es keine einfache Formel.
_
4. _M Es sei f(x) := x
2
+ 2x + 2. Man bestimme, soweit moglich, die
Umkehrfunktionen der Einschrankungen
(a) f
R
0
, (b) f
[ 2, 0 ] , (c) f
R
2
.
5. Zwei reelle Groen x und y sind durch die Beziehung
1 + x +
_
1 + y = 2
aneinander gekoppelt. Ist diese Beziehung monoton? Welche Intervalle
der x- und der y-Achse werden dadurch aufeinander abgebildet? Figur!
6. Ernde eine Funktion f: R N, die in jedem noch so kurzen Intervall
jeden Wert k N annimmt.
7. Ernde eine bijektive Abbildung von R
0
auf R
>0
.
8. _M Die vier Teilachen in der Figur 2.2.18 sind gleich gro. Bestimme
den Winkel mit Hilfe eines Taschenrechners und binarer Suche (eine
Tabelle anlegen!). Wieviel Schritte waren notig, um auf 10
6
Grad
genau zu berechnen?
Fig. 2.2.18
9. _M Man bestimme die Konstanten und sowie f(1), f(1) derart, da
die Funktion
f(x) :=
_
_
_
x
2
x + (x < 1)
( + )x (1 < x < 1)
x
2
+ x (x > 1)
auf der ganzen reellen Achse stetig wird, und zeichne den resultierenden
Graphen von f. (Hinweis: Diese Aufgabe kann von A bis Z mit _M gelost
werden.)
10. Eine Funktion f: I R heit unimodal, wenn sie bis zu einer bestimmten
Stelle I streng monoton wachst und anschlieend streng monoton fallt.
(a) Ernde einen Suchalgorithmus f ur
_
I = [ a, b ] vorausgesetzt
_
.
(b) Wende diesen Algorithmus an auf das Beispiel
f(t) :=
t e
t
(0 t 1) .
11. Zeige: Ist f: S
1
R eine stetige Funktion auf der Peripherie des Ein-
heitskreises, so gibt es zwei Diametralpunkte auf S
1
, in denen f denselben
Wert annimmt.
12. Veriziere die folgenden Identitaten:
(a) arcsin x + arccos x =

2
(0 x 1) ,
(b) tan
_
arcsin x
_
=
x
_
1 x
2
(1 < x < 1) .
2.3 Grenzwerte
Ist eine gegebene Funktion als stetig erwiesen, so ist man sicher, da sie sich
auf ihrem ganzen Denitionsbereich vern unftig verhalt. Wenn wir aber das
Verhalten einer Funktion in den Randzonen von dom(f) oder in der Nahe
von isolierten Ausnahmepunkten (Beispiel: sinx/x bei x := 0 ) beschreiben
wollen, so benotigen wir den Begri des Grenzwerts.
Einige Begrie aus der allgemeinen Topologie
Bevor wir damit beginnen, erlautern wir einige Begrie aus der sogenann-
ten allgemeinen Topologie, dem Teilgebiet der Mathematik, das sich mit
Stetigkeit an sich, mit der Konvergenz in unendlichdimensionalen Raumen
und mit

Ahnlichem befat.
Es sei A eine beliebige Teilmenge des Grundraums X, z.B. von C. Ein Punkt
a A ist ein innerer Punkt von A, wenn es eine (u.U. kleine) Vollkugel mit
Zentrum a gibt, die noch ganz zu A gehort (Fig. 2.3.1). Man kann dann von
a aus in jeder Richtung noch ein St uck weit gehen, ohne A zu verlassen. Eine
Menge A, die nur aus inneren Punkten besteht, heit oen. Als Faustregel
kann das folgende dienen: Eine durch endlich viele strenge Ungleichungen
denierte Menge ist oen.
Bsp: Das oene Intervall ]0, 1[ ist oen in R, die Kreisscheibe
_
z C
[z[ <
1
_
ist oen in C, und
_
(x, y, z)
0 < z < 1
_
x
2
+ y
2
_
ist ein oener
Kreiskegel im R
3
.
/
A
XA
A
a
Fig. 2.3.1
Ein Punkt X, ob er nun zu A gehort oder nicht (Fig. 2.3.1), ist ein
Randpunkt von A, wenn jede (noch so kleine) Vollkugel mit Mittelpunkt
sowohl die Menge A wie deren Komplement X A schneidet. Die Menge der
Randpunkte von A wird mit A bezeichnet. Die betrachtete Menge A heit
abgeschlossen, wenn A A gilt, das heit: wenn der Rand vollstandig zu A
dazugehort. Als Faustregel kann das folgende dienen: Eine durch Gleichun-
gen und -Ungleichungen denierte Menge A X ist abgeschlossen.
2.3 Grenzwerte 127
Bsp: R
0
und [ a, b ] sind abgeschlossene Teilmengen von R, die Ellipse
_
(x, y)
2x
2
+5y
2
7
_
ist eine abgeschlossene Menge in der Ebene, und die
x-Achse
_
(x, y, z) R
3

y = 0, z = 0
_
ist eine abgeschlossene Menge im R
3
.
Begri des Grenzwerts
Wir betrachten also eine Funktion f: X X
und konzentrieren unsere

Aufmerksamkeit auf einen bestimmten Punkt X, typischer Weise einen
Randpunkt von dom(f). Da wir das Verhalten von f studieren wollen, wenn
x nach strebt, nehmen wir von vorneherein an, da es in beliebiger Nahe
von tatsachlich Punkte x dom(f) gibt. Die Frage nach dem Verhalten von
f(x) f ur x f uhrt auf die Frage: Konnte man den Wert f() so denieren
bzw. umdenieren, da die durch f() := erweiterte bzw. abgeanderte
Funktion f an der Stelle stetig wird? Damit kommen wir auf die folgende
Denition:
Die Funktion f besitzt an der Stelle den Grenzwert , in Zeichen:
lim
x
f(x) = bzw. f(x) (x ) ,
wenn sich f ur beliebig kleine Toleranz > 0 ein Schlupf > 0 angeben lat,
so da f ur alle x dom(f) gilt (Fig. 2.3.2):
[x [ < , x ,= = [f(x) [ < .
x
1
x
2
y
f(x)
f
x
dom(f)
Fig. 2.3.2
Fig. 2.3.3 stellt diesen Sachverhalt im Graphenbild dar. F ur jedes noch so
kleine > 0 mu der Graph von f innerhalb des schraerten -Schlauches
verlaufen, sobald x nahe genug bei liegt (aber ,= ist).
128 2 Funktionen
+

y
y = f(x)
x
dom(f)
-Schlauch
Fig. 2.3.3
Erfreulicherweise benotigen wir die allgemeine Denition des Grenzwerts nur
selten. Zur tatsachlichen Berechnung von Grenzwerten bedienen wir uns in
erster Linie eines Vorrats an Standardgrenzwerten,
Bsp: lim
z0
exp z 1
z
= 1 , lim
x0
sin x
x
= 1 ,
sowie einer Sammlung von Rechenregeln und Tricks, zum Beispiel der Regel
von Bernoullide lHopital (s.u.) .
Beachte, da ein an der Stelle eventuell schon vorhandener Funktionswert
f() beim Grenz ubergang x nicht angeschaut wird. Ist tatsachlich
dom(f), so kann man aber folgendes sagen:
f stetig an der Stelle lim
x
f(x) = f() .
Dies ergibt sich unmittelbar aus den Denitionen.
_1 Die Funktion
f(t) :=
t
3
3t
2
3t + 10
t
2
5t + 6
ist an der Stelle t := 2 nicht deniert, da der Funktionsausdruck dort die
Form 0/0 annimmt. Nun gilt aber f ur alle t / 2, 3 :
f(t) =
(t 2)(t
2
t 5)
(t 2)(t 3)
=
t
2
t 5
t 3
=: g(t) ,
wobei nun die Funktion g an der Stelle 2 stetig ist. Somit folgt
lim
t2
f(t) = lim
t2
g(t) = g(2) = 3 .
_
2.3 Grenzwerte 129
Uneigentliche Grenzlagen und Grenzwerte
Bevor wir auf die angek undigten Rechenregeln kommen, erganzen wir die
Grunddenition durch einige Zusatze.
Die reelle Achse R lat sich durch die beiden uneigentlichen Randpunkte
und auf nat urliche Weise abschlieen. Diese beiden Punkte sind keine
reellen Zahlen, mit denen man rechnen, sondern blo gedachte Objekte, die
man aber auf koharente Weise in Grenzwert uberlegungen einbeziehen kann.
Ist f eine Funktion, deren Denitionsbereich beliebig groe reelle Zahlen
enthalt,
Bsp: f: R
>0
R , f: N C ,
so hat es einen Sinn, nach dem Verhalten von f(x) zu fragen, wenn x nach
strebt. Hierzu m ussen wir den Sachverhalt x hinreichend nahe bei
beschreiben, und dazu konnen wir oensichtlich keinen Schlupf > 0
brauchen. An seine Stelle tritt ein Pock M wie folgt: Der Sachverhalt
lim
x
f(x) = bzw. f(x) (x )
liegt vor, wenn sich f ur jede noch so kleine Toleranz > 0 ein Pock M so
setzen lat, da gilt:
x > M = [f(x) [ < .
In anderen Worten: F ur jedes noch so kleine > 0 mu der Graph von f
innerhalb des -Schlauches um den Wert verlaufen, sobald x jenseits eines
geeigneten Pocks M liegt (Fig. 2.3.4). Je kleiner die vorgegebene Toleranz
ist, desto weiter rechts wird man den Pock einschlagen m ussen.
+

y
y = f(x)
x
M
Fig. 2.3.4
130 2 Funktionen
_2 Ein Standardgrenzwert ist nat urlich
lim
x
1
x
= 0 .
Wir wollen das richtiggehend beweisen: Ist eine Toleranz > 0 vorgegeben,
so setzen wir den Pock M := 1/ (Fig. 2.3.5). F ur beliebiges x > M gilt
dann
0 <
1
x
<
1
M
= ;
wir haben daher, wie verlangt:
x > M =
1
x
0
< .
M = 1/
y
y = 1/x
x
0
Fig. 2.3.5
Der lim
x
cos x existiert nicht, wie man ohne weiteres einer Figur ent-
nimmt. Hingegen ist
lim
x
cos x
x
= 0 ,
denn es gilt (Fig. 2.3.6)
cos x
x

1
x
< ,
sobald x > M := 1/ ist.
Schon schwieriger ist
lim
x
1
2
x
= 0 .
Wir zeigen zunachst: F ur alle x 0 gilt
2
x
> x . (1)
2.3 Grenzwerte 131
y = 1/x
y
y = cos x/x
x
Fig. 2.3.6
Die Menge
_
1 . . 2
n
enthalt insbesondere die n + 1 Zahlen 1, 2, 4, . . .,

2
n
, und hieraus folgt schon 2
n
n + 1 f ur alle n N. Setze jetzt x| =: n;
dann folgt
2
x
2
n
n + 1 > x ,
wobei wir stillschweigend vorausgesetzt haben, da die Funktion x 2
x
monoton wachst.
Hiernach gilt bei vorgegebenem > 0:
0 <
1
2
x
<
1
x
< ,
sobald x > M := 1/ .
_
Wir haben hier den Grenz ubergang x f ur die unabhangige Variable x
betrachtet. Es ist aber auch moglich, wertseitig dem Sachverhalt
f(x) (x )
einen Sinn zu erteilen. Es sei also f: X R eine reellwertige Funktion und
ein eigentlicher oder uneigentlicher Randpunkt von dom(f). Wir sagen, f
besitze an der Stelle den uneigentlichen Grenzwert , in Zeichen:
lim
x
f(x) = bzw. f(x) (x ) ,
wenn sich f ur jede noch so groe Schranke C ein Schlupf > 0 (bzw. ein
Pock M) nden lat, so da f ur alle x dom(f) gilt:
[x [ < , x ,= (bzw. x > M) = f(x) > C .
132 2 Funktionen
C
C
/
M
/
x
y = f(x)
y
Fig. 2.3.7
Der Graph von f mu also f ur jedes noch so groe C oberhalb des Niveaus
C verlaufen, sobald x hinreichend nahe bei (bzw. hinreichend weit rechts)
liegt (Fig 2.3.7).
_3 Es gilt
lim
x0
1
x
2
= .
Ist namlich ein C > 0 vorgegeben und
0 < [x 0[ < :=
1
C
,
so folgt
1
x
2
>
1
2
= C .
Wie erwartet, gilt
lim
x
2
x
= .
Ist namlich eine Schranke C vorgegeben, so folgt f ur alle x > C (=: M)
wegen (1) die Abschatzung
2
x
> x > C .
_
2.3 Grenzwerte 133
Wir treen hier die folgende Vereinbarung: Ist irgendwo oder als
Grenzwert zugelassen, so wird das an der betreenden Stelle ausdr ucklich
gesagt. Ohne diesbez uglichen Hinweis wird unter Konvergenz immer Kon-
vergenz gegen einen endlichen Wert verstanden. Sinngema dasselbe gilt
f ur Zahlfolgen (s.u.) .
Einseitige Grenzwerte
Wir betrachten weiter f ur eine Funktion f: R X und einen festen Punkt
R den Grenz ubergang x , wobei aber nur die Funktionswerte f(x)
in Punkten x > ber ucksichtigt und die Funktionswerte links von nicht
dem Toleranztest unterzogen werden sollen (Fig. 2.3.8). Man schreibt daf ur
x + und nennt
lim
x+
f(x) =: f(+)
den rechtsseitigen Grenzwert von f an der Stelle . Analog wird der links-
seitige Grenzwert f() erklart.
x
y = f(x)
y
Fig. 2.3.8
Gilt f(+) = f(), so ist f rechtsseitig stetig an der Stelle . Gilt f() =
f() = f(+), so ist f an der Stelle stetig, und umgekehrt. Existieren die
einseitigen Grenzwerte f(+), f() und sind sie voneinander verschieden, so
besitzt f an der Stelle eine Sprungstelle. Eine bis auf isolierte Sprungstellen
stetige Funktion heit st uckweise stetig.
_4 Trivial ist
sgn (0+) = 1 , sgn (0) = 1 .
Ist n Z, so gilt
lim
xn+
x| = n ( = n| ) , lim
xn
x| = n 1 ( ,= n| ) ,
134 2 Funktionen
und f ur alle ,= Z ist
lim
x
x| = | .
Die Funktion x x| ist hiernach in den ganzzahligen Punkten nur rechts-
seitig stetig, in allen ubrigen Punkten stetig.
Weiter haben wir die Standardgrenzwerte
lim
x0+
1
x
= , lim
x0
1
x
= .
Es sei C > 0 eine beliebig groe vorgegebene Schranke (Fig. 2.3.9) und
:= 1/C. Dann gilt
0 < x < =
1
x
>
1
= C ,
wie verlangt. Ist zweitens < x < 0, so gilt 0 < x < und somit
1
x
>
1
= C .
C
C
= 1/C
x
y
y = 1/x
Fig. 2.3.9
In summa ergibt sich die erforderliche Implikation
< x < 0 =
1
x
< C .
Wir zeigen noch:
lim
x0+
2
1/x
= , lim
x0
2
1/x
= 0 .
Wir haben es hier mit ineinandergeschachtelten Grenzwerten zu tun, wof ur
es eigentlich eine allgemeine Rechenregel gibt (s.u.) . Die Idee ist: Strebt x
2.3 Grenzwerte 135
gegen 0+, so strebt y := 1/x gegen und folglich 2
1/x
= 2
y
auch gegen .
Der exakte Beweis verlauft folgendermaen:
Es sei eine Schranke C > 0 vorgegeben. Wegen lim
y
2
y
= gibt es
ein M mit
y > M = 2
y
> C . (2)
Wegen lim
x0+
1
x
= gibt es weiter ein > 0 mit
0 < x < =
1
x
> M . (3)
Nehmen wir (2) und (3) zusammen, so folgt
0 < x < = 2
1/x
> C ,
wie verlangt.

Ahnlich schliet man im zweiten Fall.
_
Substitutionsregel f ur zusammengesetzte Grenzwerte
Die eben verwendete Schluweise lat sich verallgemeinern zum Beweis des
nachstehenden Satzes uber zusammengesetzte (ineinandergeschachtelte)
Grenzwerte. Man beachte die Analogie zum Satz (2.2)(c) uber die Stetigkeit
von zusammengesetzten Funktionen. Der Satz handelt vom Konvergieren an
sich; die darin auftretenden Punkte , , d urfen daher auch uneigentlich
sein.
(2.7) Existieren die Grenzwerte
lim
x
f(x) = , lim
y
g(y) ( =: )
(und ist g stetig im Punkt , falls f diesen Wert uberhaupt annimmt), so gilt
lim
x
g
_
f(x)
_
= lim
y
g(y) .
In anderen Worten: Unter den angegeben Voraussetzungen darf man in dem
verschachtelten Ausdruck lim
x
g
_
f(x)
_
die innere Funktion durch eine
neue Variable y substituieren und y gegen den Grenzwert der inneren Funk-
tion streben lassen.
Anmerkung: Die in Klammern gesetzte Bedingung ist in den typischen An-
wendungsfallen oensichtlich erf ullt, und wir verzichten darauf, sie jedesmal
136 2 Funktionen
zu uberpr ufen. Es geht aber nicht ohne, wie das folgende Beispiel zeigt: Es
sei
f(x) : 1 , g(y) :=
_
2 (y = 1)
3 (y ,= 1)
.
Dann ist g
_
f(x)
_
2 und folglich := lim
x0
g
_
f(x)
_
= 2. Hier strebt die
innere Funktion mit x 0 gegen 1, was = lim
y1
g(y) = 3 suggeriert.
_5 Es ist
lim
t
2
1/t
= lim
y0+
2
y
= 2
0
= 1 ;
dabei haben wir stillschweigend benutzt, da y 2
y
stetig ist. Es gilt
lim
x0+
(xcos
1
x
) = lim
y
(
1
y
cos y) = 0 ,
und hieraus folgt weiter
lim
x0+
_
4 + xcos
1
x
= lim
t0
4 + t = 2 ,
denn

ist stetig.
_
Weitere Rechenregeln
(2.8) Es sei f := (f
1
, f
2
, . . . , f
n
) ein n-Tupel von Funktionen, die in der
Umgebung des (eigentlichen oder uneigentlichen) Punktes deniert sind
und f ur x Grenzwerte besitzen:
lim
x
f
i
(x) = a
i
(1 i n) .
Dann gilt:
(a) lim
x
f (x) = a .
(b) Ist R
_
f
1
(x), f
2
(x), . . . , f
n
(x)
_
ein rationaler Ausdruck in den f
i
und ist
der Wert R(a
1
, a
2
, . . . , a
n
) deniert, so gilt
lim
x
R
_
f
1
(x), . . . , f
n
(x)
_
= R(a
1
, . . . , a
n
) .
Die Behauptung (b) besagt, da man an jeder Stelle des Ausdrucks den be-
treenden Grenzwert einsetzen darf. Ist R(a
1
, . . . , a
n
) nicht deniert, etwa
2.3 Grenzwerte 137
von der Form 1/0 oder 0/0, so mu man weitere

Uberlegungen anstellen.
Unter (b) lassen sich nat urlich unzahlige einfachere Grenzwertregeln sub-
sumieren (die man sonst einzeln beweisen m ute).
Bsp: lim
x
_
f
1
(x) f
2
(x)
_
= a
1
a
2
.
(a) Aus der Ungleichung 2.2(2) folgt
[f (x) a[
n
i=1
[f
i
(x) a
i
[ .
Es sei eine Toleranz > 0 vorgegeben. Ist x hinreichend nahe bei , so ist
jeder Summand rechter Hand < /n, also ist dann [f (x) a[ < .
(b) Nach Satz (2.5) ist die Funktion y R(y) an der Stelle a stetig. Mit
(a) und (2.7) folgt daher
lim
x
R
_
f (x)
_
= lim
ya
R(y) = R(a) .
Handlich ist das folgende Vergleichskriterium, womit wir unsere Regelkol-
lektion abschlieen:
(2.9) Gilt f ur eine geeignete Konstante C > 0 in der Umgebung des Punktes
die Abschatzung
[f(x)[ C g(x)
und ist lim
x
g(x) = 0, so ist auch lim
x
f(x) = 0.
Es sei ein > 0 vorgegeben. Nach Voraussetzung uber g gilt g(x) < /C
f ur alle hinreichend nahe bei gelegenen x. F ur diese x ist dann [f(x)0[ < ,
wie verlangt.
_6 Zu berechnen ist die Groe
Q := lim
x1
_
9 + 500 2
1/(x1)
cos
1
x 1
+
1
arcsin x
+ e
x
x
5
1
x 1
log(x
3
+ x)
.
Es ist
lim
x1
2
1/(x1)
= lim
y0
2
1/y
= 0 ,
ferner gilt:
x
5
1
x 1
= x
4
+ x
3
+ x
2
+ x + 1 5 (x 1) ,
138 2 Funktionen
da das Polynom rechter Hand an der Stelle 1 stetig ist. Wir erhalten daher
mit Hilfe von (2.8)(b) und (2.9):
Q =
3 +
2
+ e
5 log 2
= 1.4755 .
_
_1 (Forts.) Die Ausgangsfunktion f besitzt an der Stelle t := 2 eine hebbare
Unstetigkeit und ist f ur alle praktischen Zwecke identisch mit der Funktion
g(t) :=
t
2
t 5
t 3
= t + 2 +
1
t 3
,
wobei wir den Ausdruck rechter Hand durch Ausf uhrung der Division (mit
Rest) erhalten haben. Es ist dom(g) = R3. Um einen globalen

Uberblick
uber das Verhalten der Funktion g zu gewinnen, berechnen wir die Schnitt-
punkte des Graphen von g mit den Koordinatenachsen sowie die Grenzwerte
in den Endpunkten der Denitionsintervalle (Fig. 2.3.10). Es ist
g(0) =
5
3
;
g(t) = 0 t
2
t 5 = 0 t
_
1 +
21
2
,
1
21
2
_
;
lim
t3
g(t) = , lim
t3+
g(t) = ;
lim
t
g(t) = , lim
t
g(t) = ,
und zwar ist die Gerade y = t + 2 Asymptote (s.u.) des Graphen sowohl f ur
t wie f ur t . (Der Graph ist eine Hyperbel.)
_
y
2
1

y = t + 2
y = g(t)
t
5/3
Fig. 2.3.10
2.3 Grenzwerte 139
Asymptoten
Die X-wertige Funktion f sei f ur alle t > a deniert. Die Gerade
y = pt + q , p, q X fest ,
heit Asymptote von ((f) (Fig. 2.3.11) f ur t , wenn
lim
t
_
f(t) (pt + q)
_
= 0
ist. Die Parameter p und q berechnen sich nach den Formeln
p = lim
t
f(t)
t
, q = lim
t
_
f(t) pt
_
.
Nicht jedes f: R
>a
X besitzt eine Asymptote! F ur f(t) := t +
t strebt
f(t)
t
zwar gegen 1, aber f(t) t gegen .
y = f(t)
q
y = p t + q
y
t
t
Fig. 2.3.11
Aufgaben
1. _M Bestimme die folgenden Grenzwerte, falls vorhanden:
(a) lim
x3
x
3
+ 27
x
4
81
, (b) lim
x1
x
p
1
x
q
1
(p, q N
) ,
(c) lim
x
sin
_
x
_
, (d) lim
x
sin
_
2x 1
_
x + 1
_
3
_
,
(e) lim
x2+
x
2
14x + 24
[x 2[ +[x
2
4[
, (f) lim
x2
x
2
14x + 24
[x 2[ +[x
2
4[
,
140 2 Funktionen
(g) lim
x
_
_
x(x + a) x
_
, (h) lim
n
(3n 4)(n
2
+ 1)
7n(2n
2
+ 10 000)
,
(i) lim
n
_
n + 1
n
_
, (j) lim
n
_
n
_
1
1
a
n
_
_
.
2. (a) _M Bestimme die Parameter , , so, da die Dierenz
_
t
4
2t
2
+ 7t + 1 (at
2
+ t + )
mit t gegen 0 strebt. (Hinweis: Mit der Summe der beiden
erweitern.)
(b) _M Stelle eine instruktive Figur der resultierenden Situation her.
3. Bei den folgenden Funktionen bestimme man, soweit vorhanden, die zu
t gehorigen Asymptoten:
(a) f(t) :=
t
t +
t
, (b) g(t) := t
_
2 sin
1
t
_
.
2.4 Folgen und Reihen
Folgen als mathematisches Konstruktionswerkzeug
Im Grunde genommen konnen wir bis dahin nur rationale Zahlen und ra-
tionale Funktionen in rechtsgen ugender Weise erfassen und manipulieren
bzw. evaluieren. Quadratwurzeln, allgemein: n-te Wurzeln, sind zwar in R
vorhanden, und die Wurzelfunktionen sind auch stetig, aber wir haben kein
systematisches Verfahren, das den Wurzelexponenten n und ein beliebiges
c 0 als Input akzeptiert und
n
c mit vorgeschriebener Genauigkeit ausgibt.

Oder: Wie rechnet ein Taschenrechner sin 23.5
aus?
Wir benotigen ein allgemeines Konstruktionswerkzeug f ur analytische Ob-
jekte, Zahlen oder Funktionen, und zwar in zweierlei Hinsicht:
Erstens geht es darum, neuartige Objekte begriich zu konzipieren und
formelmaig darzustellen.
Bsp: e :=
k=0
1
k!
.
Zweitens sollte man instandgesetzt werden, diese Objekte in endlich vie-
len Schritten mit jeder w unschbaren Genauigkeit (numerisch) zu berech-
nen.
Ein derartiges Konstruktionswerkzeug ist der Folgenbegri und im Anschlu
daran die Idee der Reihe.
Man kann den Denitionsbereich N einer Folge
x.: N X , k x
k
(1)
als eine Teilmenge von R mit dem uneigentlichen Randpunkt betrach-
ten oder als einen Grundbereich sui generis jedenfalls heit die Folge (1)
konvergent gegen den Grenzwert X, in Zeichen:
lim
k
x
k
= bzw. x
k
(k ) ,
wenn es zu jedem > 0 einen Pock k
0
gibt mit
k > k
0
= [x
k
[ < .
Existiert kein derartiges X, so heit die Folge (1) divergent. Hierunter
fallen insbesondere die uneigentlich konvergenten Folgen, die sinngema er-
klart sind.
Die Rechenregeln (2.8), (2.9) gelten nat urlich auch f ur Folgengrenzwerte.
So hat man zum Beispiel
k : [x
k
[ C r
k
lim
k
r
k
= 0 = lim
k
x
k
= 0 . (2)
Satz (2.7) uber zusammengesetzte Grenzwerte liefert umgehend das folgende
wichtige Prinzip (Fig. 2.4.1):
142 2 Funktionen
(2.10) Ist lim
x
f(x) = (bzw. : Ist f stetig an der Stelle ), so gilt f ur
jede gegen konvergente Punktfolge x. in dom(f):
lim
k
f(x
k
) =
_
bzw. lim
k
f(x
k
) = f()
_
.
dom(f)
x
0
x
1
x
2
x
k
Fig. 2.4.1
_1
lim
k
1
k
= 0 ;
lim
k
(3k 1)(k
2
+ 5)
(2k + 7)
3
= lim
k
(3
1
k
)(1 +
5
k
2
)
(2 +
7
k
)
3
=
3
8
.
Betrachte weiter ein festes q C. Wir behaupten: Ist 0 < [q[ < 1, so gilt
lim
k
q
k
= 0 .
Nach Voraussetzung ist
1
[q[
> 1, also
1
[q[
= 1 + f ur ein > 0. Es folgt
1
[q[
k
= (1 + )
k
= 1 + k + . . . > k
(binomischer Lehrsatz) und somit
q
k
= [q[
k
<
1
k
.
Da hier die rechte Seite mit k gegen 0 strebt, folgt die Behauptung mit
Hilfe des Vergleichskriteriums (2).
_
2.4 Folgen und Reihen 143
In der Praxis tritt folgende Situation immer wieder auf: Gesucht ist der
Grenzwert einer Folge x. , die in bestimmter Weise rekursiv deniert ist:
x
0
:= a
x
k+1
:= x
k
+ x
k
(k 0)
_
; (3)
dabei ist es in der Regel so, da das Inkrement x
k
ohne groen Rechen-
aufwand berechnet werden kann. Die Rechnung wird abgebrochen, sobald
die Inkremente vernachlaigbar klein werden, und man betrachtet das letzte
berechnete x
k
als Naherungswert f ur den gesuchten Grenzwert .
Diese Situation liegt zum Beispiel vor beim Newtonschen Verfahren (s.u.)
zur numerischen Berechnung von Nullstellen von Funktionen f: R R. Die
Rekursionsformel hat hier folgende Gestalt:
x
k+1
= x
k
+
f(x
k
)
f
(x
k
)
(k 0) .
Unendliche Reihen
Den Begri der Reihe konnen wir unter demselben Aspekt betrachten. Ist a.
eine beliebige Folge in einer Grundstruktur X, so kann man versuchen, der
unendlichen Summe
k=0
a
k
(4)
einen Sinn zu erteilen. Hierzu betrachtet man die Folge s. der endlichen
Partialsummen
s
n
:=
n
k=0
a
k
= a
0
+ a
1
+ . . . + a
n1
+ a
n
.
Die Folge s. ist eine Folge der in (3) betrachteten Art: Oensichtlich gilt
s
n+1
= s
n
+ a
n+1
(n 0) ,
es ist also s
n
= a
n+1
.
Man nennt (4) eine (unendliche) Reihe. Die Reihe ist konvergent, wenn die
Folge s. der Partialsummen einen endlichen Grenzwert besitzt. Der Ausdruck
(4) bezeichnet dann auch diesen Grenzwert oder eben die Summe der Reihe.
_2 Es sei q C fest, [q[ < 1 . Dann gilt
k=0
q
k
= 1 + q + q
2
+ q
3
+ . . . =
1
1 q
(geometrische Reihe).
144 2 Funktionen
Aus
s
n
(1 q) = (1 + q + q
2
+ . . . q
n
)(1 q) = 1 q
n+1
(alles andere hebt sich heraus) folgt
s
n
=
1 q
n+1
1 q
und somit wegen lim
n
q
n+1
= 0 die Behauptung.
Die harmonische Reihe
k=1
1
k
= 1 +
1
2
+
1
3
+
1
4
+ . . .
ist divergent, obwohl die Summanden mit k gegen 0 konvergieren. Es
gilt namlich
s
2n
s
n
=
1
n + 1
+
1
n + 2
+ . . . +
1
n + n
n
1
2n
=
1
2
.
Wegen s
2
0 = s
1
= 1 folgt hieraus
s
2
r 1 +
r
2
und damit lim
n
s
n
= .
Die alternierende harmonische Reihe
k=1
(1)
k1
k
= 1
1
2
+
1
3

1
4
+ . . .
ist hingegen konvergent und besitzt die Summe log 2 (s.u.) .
_
Ist c. eine Folge von positiven Zahlen, die monoton fallend gegen 0 kon-
vergiert, so heit
k=0
(1)
k
c
k
= c
0
c
1
+ c
2
c
3
+ . . .
eine alternierende Reihe. Hier uber gilt der folgende Satz:
Summenspeicher
0 s
1
s
3
s
5
s
2
s
0
s
4
+c
0
+c
2
+c
4
c
1
c
3
c
5
s
Fig. 2.4.2
(2.11) Alternierende Reihen sind konvergent. Ist s die Summe einer derar-
tigen Reihe, so gilt f ur jedes n eine Fehlerabsch atzung der Form
s s
n
= (1)
n+1
c
n+1
, 0 < < 1 . (5)
In Worten: Der Abbrechfehler ist ein echter Bruchteil des ersten vernach-
l aigten Gliedes.
Da die c
k
monoton abnehmen, bilden die ungeraden Partialsummen
eine monoton wachsende und die geraden Partialsummen eine monoton
fallende Folge (Fig. 2.4.2). Diese zwei Folgen sind nach Satz (1.1) konvergent,
und wegen c
k
0 m ussen die beiden Grenzwerte ubereinstimmen. Die
Abschatzung (5) entnimmt man ebenfalls der Fig. 2.4.2.
Die alternierende harmonische Reihe konvergiert nur, weil sich die positiven
und die negativen Glieder ungefahr die Waage halten. Um damit log 2 auf
drei Stellen genau zu berechnen, m ute man 2000 Glieder ber ucksichtigen:
2000
k=1
(1)
k1
k
= 0.692897 , log 2 = 0.693147 .
Absolut konvergente Reihen
In der praktischen Analysis ist die Konvergenz einer Reihe (4) erst dann
brauchbar, wenn die a
k
betragsmaig so rasch abnehmen, da die zu (4)
gehorige Betragsreihe
k=0
[a
k
[ ,
konvergiert. (Der Summenwert der Betragsreihe interessiert an sich nicht; es
geht nur darum, da er endlich ist.) Die Ausgangsreihe heit in diesem Fall
146 2 Funktionen
absolut konvergent. Absolut konvergente Reihen sind tatsachlich konvergent
(ohne Beweis) und d urfen mehr oder weniger wie endliche Summen behandelt
werden. Insbesondere darf man zwei derartige Reihen distributiv miteinander
multiplizieren und die entstehenden
2
Glieder (allenfalls zu Paketen
zusammengefat) in irgendeiner Reihenfolge aufsummieren. Das heit: Es
gilt
i=0
a
i

k=0
b
k
=
(i,k)N
2
a
i
b
k
.
Wir geben nun zwei Kriterien f ur absolute Konvergenz:
(2.12) Gibt es ein C > 0, ein q < 1 und ein k
0
mit
[a
k
[ C q
k
k > k
0
, (6)
so ist die Reihe
k=0
a
k
absolut konvergent.
Nach allfalliger Vergroerung von C d urfen wir annehmen, da (6) f ur
alle k gilt. Die Partialsummen
s
n
:=
n
k=0
[a
k
[
der zu
a
k
gehorigen Betragsreihe bilden eine monoton wachsende und we-
gen
s
n

n
k=0
Cq
k
C
1 q
beschrankte Folge.
_3 Betrachte f ur ein festes R die Reihe
S :=
k=0
cos(k)
2
k
. (7)
Diese Reihe ist wegen
cos(k)
2
k
_
1
2
_
k
absolut konvergent. Ihre Summe lat sich folgendermaen berechnen:
S = Re
k=0
e
ik
2
k
= Re
k=0
_
e
i
2
_
k
= Re
1
1 e
i
/2
= Re
1 e
i
/2
(1 e
i
/2)(1 e
i
/2)
=
1
1
2
cos
1 cos +
1
4
=
4 2 cos
5 4 cos
.
Sehen wir nachtraglich als variabel an, so konnen wir dieses Ergebnis fol-
gendermaen interpretieren: Die Reihe (7) stellt die 2-periodische Funktion
f() :=
4 2 cos
5 4 cos
(Fig. 2.4.3) als Summe von reinen Cosinus-Schwingungen ganzzahliger Kreis-
frequenzen k dar. (7) ist die sogenannte Fourier-Reihe von f.
_
y
y = f()
0

2/3
2
Fig. 2.4.3
Die von Satz (2.12) erfaten Reihen konvergieren so gut wie die geometrische
Reihe, also linear. Das heit konkret: Mit jedem zusatzlich ber ucksichtig-
ten Term wird der Abbrechfehler, er ist von der Groenordnung
C
1 q
q
n+1
,
um denselben Faktor q verkleinert. Bei den Reihen, die nach dem folgenden
Satz konvergieren, ist die Konvergenz viel langsamer.
(2.13) Gibt es ein C > 0, ein > 0 und ein k
0
mit
[a
k
[ C
1
k
1+
k > k
0
,
so ist die Reihe
k=0
a
k
absolut konvergent.
Es gen ugt oenbar zu zeigen, da die Reihe
1/k
1+
konvergiert, und
hierf ur wiederum gen ugt es, da die Partialsummen
s
n
:=
n
k=1
1
k
1+
148 2 Funktionen
y
y = 1/x
1+
1 2
3
0 n
x
1
n1
Fig. 2.4.4
beschrankt sind. Wie man der Figur 2.4.4 entnimmt, gilt f ur alle n:
s
n
1 +
_
n
1
1
x
1+
dx = 1 +
1
(n
1) < 1 +
1
.
Die im Beweis von Satz (2.13) verwendeten Vergleichsreihen konstituieren
die sogenannte Zetafunktion
(s) :=
k=1
1
k
s
(s > 1) ,
die in der Zahlentheorie eine groe Rolle spielt. Wie Euler als erster bewiesen
hat, ist
(2) =
k=1
1
k
2
=

2
6
.
_4 Wir betrachten f ur ein festes
_
0,

2
_
die Reihe
k=1
1
k
tan

k
.
Der Figur 2.4.5 entnimmt man die Abschatzung
tan

k

1
k
tan ;
somit ist

1
k
tan

k
tan
1
k
2
,
und die betrachtete Reihe ist konvergent.
_
y
/k
y = tan
/2
Fig. 2.4.5
Funktionenreihen
Soviel zu den Reihen mit konstanten Gliedern. Viel interessanter sind na-
t urlich Reihen von Funktionen, denn damit haben wir zum ersten Mal ein
Mittel in der Hand, das uns aus dem Bereich der Polynome und der rationalen
Funktionen
f(t) :=
a
n
t
n
+ a
n1
t
n1
+ . . . + a
0
b
m
t
m
+ b
m1
t
m1
+ . . . + b
0
, b
m
,= 0 ,
herausf uhrt und neue interessante Funktionen erschliet.
Ist f. eine Folge von Funktionen mit gemeinsamem Denitionsbereich A:
f
k
: A X , x f
k
(x) (k N) ,
so wird durch
s(x) :=
k=0
f
k
(x) (8)
eine Funktion s() deniert. Denitionsbereich von s() ist im allgemeinen
nicht die ganze Menge A, sondern nur die Menge derjenigen x A, f ur die
die Reihe (8) konvergiert, also der Konvergenzbereich der Reihe.
_5 Mit f
k
(x) :=
x
k
k!
erhalt man die Exponentialreihe
exp x :=
k=0
x
k
k!
= 1 + x +
x
2
2!
+
x
3
3!
+ . . . .
Legt man zum Beispiel dom(f
k
) = R zugrunde, so ist auch dom(exp) = R
(dies wird weiter unten gezeigt).
150 2 Funktionen
Mit f
k
(x) := x
k
erhalt man die geometrische Reihe
s(x) :=
k=0
x
k
. (8)
Hier ist dom(f
k
) = R, aber dom(s) = ]1, 1[ . Es ist allerdings wahr, da s
eine nat urliche Fortsetzung s auf ganz R 1 besitzt, namlich die Funktion
s(x) :=
1
1 x
.
Wer nur die Konvergenz verstanden hat, aber nicht dividieren kann, hat schon
mit (8) eine hochinteressante neue Funktion produziert.
Die Reihe
(x) := 1 + 2
k=1
e
k
2
x
konvergiert im Intervall R
>0
.
_
Potenzreihen
Von den Funktionenreihen sind die Potenzreihen am verbreitetsten und am
leichtesten zu handhaben, theoretisch und rechnerisch. Das folgende Prinzip
stammt von Newton: Jede vern unftige Funktion f lat sich an jeder Stelle
im Inneren ihres Denitionsbereichs in eine Potenzreihe entwickeln oder als
Potenzreihe ansetzen. Die Theorie der Potenzreihen wird am besten ver-
standlich, wenn man sie im Komplexen betrachtet, siehe dazu das Beispiel
2.1._3 . Wir werden also wahlweise die reelle Variable x oder die komplexe
Variable z ben utzen.
Es sei a. eine ganz beliebige Folge von reellen oder komplexen Zahlen. Dann
heit
k=0
a
k
z
k
= a
0
+ a
1
z + a
2
z
2
+ . . . (9)
eine Potenzreihe (an der Stelle 0), und die a
k
sind die Koezienten dieser
Reihe. Allgemein ist
k=0
a
k
(x x
0
)
k
= a
0
+ a
1
(x x
0
) + a
2
(x x
0
)
2
+ . . .
eine Potenzreihe an der Stelle x
0
. Der Konvergenzbereich hangt ab von den
Koezienten a
k
: Streben zum Beispiel die Betrage [a
k
[ mit k schnell
gegen 0, so darf [z[ ziemlich gro sein, und die Reihe (9) konvergiert immer
noch. Wenn die Betrage [a
k
[ im Gegenteil mit k exponentiell anwach-
sen, so wird die Reihe nur f ur sehr kleine [z[ konvergieren. Im einzelnen gilt
der folgende Satz:
(2.14) F ur jede Potenzreihe (9) gibt es eine wohlbestimmte Zahl , 0
, so da die Reihe f ur [z[ < absolut konvergiert und f ur [z[ > divergiert.
Es gilt
= lim
k
a
k
a
k+1
( ) ,
falls dieser Grenzwert existiert.
Der Konvergenzbereich ist also im wesentlichen die Kreisscheibe
D
:=
_
z C
[z[ <
_
;
die Zahl heit daher Konvergenzradius der Reihe.

Uber das Konvergenz-
verhalten auf dem Randkreis D
sagt der Satz nichts. Dies ist, wenn notig,

im Einzelfall abzuklaren.
Wir betrachten nur den im Zusatz erwahnten Fall, wo sich die Koef-
zienten besonders anstandig verhalten. Es sei also
0 < [z[ < := lim
k
a
k
a
k+1
.
Dann ist [z[ = q
2
< q < f ur ein q < 1 (Fig. 2.4.6). Nach Denition des
Grenzwertes gibt es daher ein k
0
mit
a
k
a
k+1
> q k > k
0
;
somit gilt f ur diese k die Beziehung
[a
k
z
k
[
[a
k+1
z
k+1
[
>
q
[z[
=
1
q
,
und das heit
[a
k+1
z
k+1
[ < q [a
k
z
k
[ (k > k
0
) .
q
q
2
[z[
a
k
a
k+1
0
Fig. 2.4.6
152 2 Funktionen
Von der Nummer k
0
an werden also die Glieder unserer Potenzreihe von einem
zum nachsten betragsmaig um wenigstens den Faktor q < 1 verkleinert.
Hieraus folgt mit vollstandiger Induktion: Es gilt
[a
k
z
k
[ Cq
k
(k > k
0
)
f ur eine geeignete Konstante C. Nach (2.12) ist somit die Reihe (9) f ur das
betrachtete z absolut konvergent.

Ahnlich zeigt man, da die Reihe (9)
f ur ein z mit [z[ > divergiert, da die [a
k
z
k
[ in diesem Fall sogar nach
streben.
_5 (Forts.) Die Exponentialreihe
exp z :=
k=0
z
k
k!
= 1 + z +
z
2
2!
+
z
3
3!
+ . . .
besitzt die Koezienten a
k
:= 1/k!, und es folgt
a
k
a
k+1
=
(k + 1)!
k!
= k + 1 (k ) .
Der Konvergenzradius ist also , und das heit: Die Exponentialreihe ist f ur
jedes z C absolut konvergent.
Bei der geometrischen Reihe
k=0
x
k
haben wir a
k
= 1 f ur alle k; somit ist
= lim
k
a
k
a
k+1
= 1 ,
wie erwartet. Aber auch die Reihe
k=1
k
2
x
k
= x + 4x
2
+ 9x
3
+ 16x
4
+ . . .
besitzt den Konvergenzradius 1 (obwohl die a
k
gegen streben):
lim
k
a
k
a
k+1
= lim
k
1
(1 +
1
k
)
2
= 1 .
Bei der Reihe
1 + 2x
2
+ 4x
4
+ 8x
6
+ 16x
8
+ . . . (10)
sind alle a
k
= 0 (k ungerade); der n utzliche Grenzwert existiert also nicht.
Es liegt nahe, x
2
=: u zu setzen; die Reihe (10) geht dann uber in die Reihe
1 + 2u + 4u
2
+ 8u
3
+ . . . =
j=0
b
j
u
j
mit b
j
= 2
j
. F ur diese Reihe ist
b
j
b
j+1
=
2
j
2
j+1
=
1
2
(j 0) ,
sie konvergiert daher im Bereich [u[ <
1
2
. Der Konvergenzradius der ur-
spr unglichen Reihe (10) ist somit 1/
2 .
_
Die folgenden Tatsachen sind f ur das Arbeiten mit Potenzreihen fundamental
und seien hier ohne Beweis angef uhrt:
(2.15) (a) Jede Potenzreihe stellt im Inneren ihres Konvergenzbereichs eine
stetige, ja sogar beliebig oft dierenzierbare Funktion dar.
(b) Im Innern des Konvergenzbereichs darf man eine Potenzreihe gliedweise
(das heit: wie ein Polynom) dierenzieren und integrieren.
(c) Zwei konvergente Potenzreihen darf man distributiv miteinander mul-
tiplizieren, wobei nach Zusammenfassung gleichartiger Terme die Potenzreihe
der Produktfunktion entsteht.
Rechnen mit Anfangsst ucken von Potenzreihen
Es gibt auch eine Art, mit Anfangsst ucken ( = Partialsummen) von konver-
genten Potenzreihen zu rechnen wie mit endlichen Dezimalbr uchen. Damit
man wei, welche Koezienten im Endergebnis noch als sicher gelten konnen,
empehlt es sich, den mit einer bestimmten Zahl von signikanten Stellen
angeschriebenen Ausgangsreihen einen koezientenlosen, aber geeignet mar-
kierten Zusatzterm anzuhangen. Das sieht bei drei signikanten Stellen
zum Beispiel so aus:
f(x) = 2
x
2
+ 3x
2
+?x
3
,
und allgemein folgendermaen:
f(x) = a
0
+ a
1
x + . . . + a
r1
x
r1
+?x
r
.
Dabei vertritt das Fragezeichen letzten Endes eine ganze Potenzreihe, denn
in Wirklichkeit ist ja
f(x) = a
0
+ a
1
x + . . . + a
r1
x
r1
+ a
r
x
r
+ a
r+1
x
r+1
+ . . .
= a
0
+ a
1
x + . . . + a
r1
x
r1
+
_
a
r
+ a
r+1
x + a
r+2
x
2
+ . . .
_
x
r
.
Nur von dem Fragezeichen unverschmutzte Koezienten des Endergeb-
nisses sind sicher. Die folgenden Beispiele zeigen, wie die Rechnung im
einzelnen vor sich geht. Das Computersystem Mathematica bezeichnet
in derartigen Rechnungen den Restterm ?x
r
mit O[x]
r
.
154 2 Funktionen
_6 F ur cos und sin hat man die Entwicklungen
cos x = 1
x
2
2
+
x
4
24
+?x
6
,
sin x = x
x
3
6
+
x
5
120
+?x
7
= x
_
1
x
2
6
+
x
4
120
+?x
6
_
(wird im nachsten Abschnitt bewiesen). Hieraus folgt
tan x = x
1
1
6
x
2
+
1
120
x
4
+?x
6
1
1
2
x
2
+
1
24
x
4
+?x
6
.
Wir f uhren nun die Division tatsachlich aus und erhalten:
(1
1
6
x
2
+
1
120
x
4
+?x
6
) : (1
1
2
x
2
+
1
24
x
4
+?x
6
) = 1 +
1
3
x
2
+
2
15
x
4
+?x
6
1+
1
2
x
2
1
24
x
4
+?x
6
+
1
3
x
2
1
30
x
4
+?x
6
1
3
x
2
+
1
6
x
4
+
1
72
x
6
+
2
15
x
4
+?x
6
2
15
x
4
+
1
15
x
6
+?x
6
Die Potenzreihenentwicklung des Tangens an der Stelle 0 besitzt daher fol-
gendes Anfangsst uck:
tan x = x +
1
3
x
3
+
2
15
x
5
+?x
7
.
_
_7 Gesucht ist die Losung t y(t) des Anfangswertproblems
y = t + y + y
2
, y(0) = 1 .
(Diese Dierentialgleichung lat sich nicht formelmaig losen!) Wir machen
den Ansatz
y(t) := 1 + t + t
2
+ t
3
+?t
4
(11)
mit unbestimmten Koezienten , , . Dann ist
y(t) = + 2t + 3t
2
+?t
3
, (12)
so da wir im weiteren nur noch auf t
2
genau rechnen konnen. Wir
benotigen noch
y
2
(t) = (1 + t + t
2
+?t
3
)(1 + t + t
2
+?t
3
)
= 1 + 2t + (
2
+ 2)t
2
+?t
3
. (13)
Setzen wir nun (11)(13) in die Dierentialgleichung ein, so ergibt sich
+ 2t + 3t
2
+?t
3
= t + 1 + t + t
2
+ 1 + 2t + (
2
+ 2)t
2
+?t
3
.
Koezientenvergleich f uhrt auf die Gleichungen
= 2 , 2 = 1 + 3 3 = +
2
+ 2 ,
aus denen sich , , nacheinander berechnen zu
= 2 , =
7
2
, =
29
6
.
Damit konnen wir die gesuchte Funktion y() in der Form
y(t) = 1 + 2t +
7
2
t
2
+
29
6
t
3
+?t
4
_
=: p(t)+?t
4
_
schreiben. Wir d urfen nun das Polynom p() in der Umgebung von t := 0 als
Naherungsfunktion f ur die wahre Losung y() betrachten, und zwar ist der
Fehler f ur t 0 von der Groenordnung C t
4
oder, wie man ublicherweise
schreibt:
[y(t) p(t)[ = O(t
4
) (t 0) .
_
Die Binomialreihe
Als weiteres Beispiel zu den Potenzreihen betrachten wir die Binomialreihe
und denieren zunachst f ur beliebiges R (ja sogar C) und k N den
Binomialkoezienten
_
k
_
durch
_
0
_
:= 1 ,
_
k
_
:=
( 1) . . . ( k + 1)
k!
(k 1) .
Ist N, so stimmt das mit der fr uheren Denition uberein, und es ist
_
k
_
= 0 f ur k > . Ist / N, so sind alle Binomialkoezienten
_
k
_
,= 0 .
Wir notieren noch die Identitat
_

k + 1
_
(k + 1) =
_
k
_
( k) . (14)
Wir wahlen nun ein festes und bilden mit Hilfe der
_
k
_
die Binomialreihe
b
(x) :=
k=0
_
k
_
x
k
= 1 + x +
( 1)
2
x
2
+ . . . .
156 2 Funktionen
Ist N, so ist b
in Wirklichkeit ein Polynom, und es gilt nach dem bino-

mischen Lehrsatz
x R : b
(x) = (1 + x)
.
Im weiteren sei daher / N; dann sind alle a
k
:=
_
k
_
,= 0 , und wir erhalten
mit (14):
a
k
a
k+1
k
_
_

k+1
_
k + 1
k
1 + 1/k
/k 1
1 (k ) .
Die Binomialreihe besitzt somit den Konvergenzradius 1. Wir zeigen nun:
(2.16) Im Intervall 1 < x < 1 gilt
k=0
_
k
_
x
k
= (1 + x)
.
Die Behauptung legt nahe, die Hilfsfunktion
f(x) := b
(x) (1 + x)
einzuf uhren. Wir m ussen zeigen, da f(x) 1 ist. Zunachst ist f(0) = 1.
Weiter gilt
f
(x) = b
(x) (1 + x)
+ b
(x)()(1 + x)
1
= (1 + x)
1
_
(1 + x)b
(x) b
(x)
_
.
Im Inneren des Konvergenzintervalls d urfen wir die Binomialreihe gliedweise
dierenzieren und erhalten
b
(x) =
k=1
_
k
_
k x
k1
=
=0
_

k
+ 1
_
(k
+ 1) x
k
k=0
_
k
_
( k) x
k
,
wobei wir (14) benutzt und am Schlu wieder k anstelle von k
geschrieben
haben. Die beiden Darstellungen von b
(x) werden nun verwendet f ur die

Berechnung von
(1+x)b
(x) =
k=0
_
k
_
(k) x
k
+
k=0
_
k
_
k x
k
=
k=0
k
_
x
k
= b
(x) .
Somit ist f
(x) 0. Es folgt f(x) 1 und damit die Behauptung.

_8 Wir betrachten den Wert :=
1
2
und erhalten zunachst
_
1
2
k
_
=
(
1
2
)(
1
2
1) . . . (
1
2
(k 1))
k!
=
(
1
2
)(
3
2
) . . . (
2k1
2
)
k!
= (1)
k
1 3 5 . . . (2k 1)
2
k
k!
.
Damit ergibt sich
1
1 t
=
_
1 + (t)
_
1/2
=
k=0
(1)
k
1 3 5 . . . (2k 1)
2
k
k!
(t)
k
= 1 +
1
2
t +
1 3
2 4
t
2
+
1 3 5
2 4 6
t
3
+ . . . (1 < t < 1) .
Wir machen zur

Ubung noch die Probe: Aus
1
1 t
= 1 +
1
2
t +
3
8
t
2
+?t
3
folgt
1
1 t
= (1 +
1
2
t +
3
8
t
2
+?t
3
)(1 +
1
2
t +
3
8
t
2
+?t
3
)
= 1 + (
1
2
+
1
2
)t + (
3
8
+
1
4
+
3
8
)t
2
+?t
3
= 1 + t + t
2
+?t
3
,
wie erwartet.
_
Aufgaben
1. F ur gegebene reelle Zahlen und wird die Folge x. rekursiv deniert
durch
x
0
:= , x
1
:= , x
n
:=
1 + x
n1
x
n2
(n 2) .
(a) Bestimme die Haufungspunkte dieser Folge. (Hinweis: Mit speziellen
Werten von und experimentieren, bis eine Gesetzmaigkeit zum
Vorschein kommt.)
(b) Bestimme die Menge derjenigen Paare (, ), die als Anfangsdaten
ausgeschlossen werden m ussen. Figur!
158 2 Funktionen
2. (a) Berechne den Konvergenzradius der Potenzreihe
k=0
x
k
cosh(k)
_
=: f(x)
_
,
dabei ist > 0 eine vorgegebene Zahl und cosh t := (e
t
+ e
t
)/2 .
(b) Zeige: Die Funktion f gen ugt der Funktionalgleichung
f
_
e
x
_
+ f
_
e
x
_
2
1 x
.
3. _M Der Umfang U einer Ellipse mit Halbachsen a und b ist gegeben durch
U = 4a
_
/2
0
_
1
2
sin
2
t dt , :=
a
2
b
2
a
.
Um einen f ur kleine Exzentrizitat brauchbaren Naherungswert f ur U zu
erhalten, kann man U nach Potenzen von entwickeln:
U = c
0
+ c
1
+ c
2
2
+ c
3
3
+ c
4
4
+ . . . .
Bestimme die Koezienten c
0
bis und mit c
4
. Dabei kommen die folgen-
den Formeln zu Hilfe:
1 + u = 1+
u
2
u
2
8
+?u
3
,
_
/2
0
sin
2
t dt =

4
,
_
/2
0
sin
4
t dt =
3
16
.
4. Es bezeichne a
n
die Anzahl Arten, n Leute im Verhaltnis 1:2 in zwei
Gruppen einzuteilen. Berechne den Konvergenzradius der Potenzreihe
n=0
a
n
z
n
= 1 + 3z
3
+ . . . .
5. Mit Hilfe der Fibonacci-Folge
a
0
:= 0 , a
1
:= 1 a
k
:= a
k1
+ a
k2
(k 2)
wird folgende Potenzreihe gebildet:
k=0
a
k
z
k
= z + z
2
+ 2z
3
+ 3z
4
+ 5z
5
+ . . . . ()
Hier uber ist nacheinander folgendes zu beweisen:
(a) Die Reihe () konvergiert mindestens f ur [z[ < 1/2 und stellt dort eine
Funktion f(z) dar.
(b) Es ist f(z) =
z
1 z z
2
.
_
Hinweis: Zeige (1 z z
2
)f(z) z .
_
(c) Die Funktion f besitzt eine Zerlegung der Form
f(z) =
A
1 z
+
B
1 z
und lat sich daher als Summe von zwei geometrischen Reihen schrei-
ben. Dies liefert eine zweite Darstellung von f als Potenzreihe und
damit einen geschlossenen Ausdruck f ur die k-te Fibonacci-Zahl a
k
.
6. (a) _M Die Funktion f sei in einer Umgebung von x = 0 deniert und
gen uge der Funktionalgleichung
f
_
f(x)
_
x
1 x
;
endlich sei f(0) = 0. Bestimme die Koezienten , , , in der
Entwicklung
f(x) = + x + x
2
+ x
3
+?x
4
.
(b) In Wirklichkeit ist f eine Funktion der einfachen Form x
x
cx + d
.
Bestimme c und d.
7. Die Folge (a
n
)
n0
:= (0, 1, 1, 3, 5, 11, 21, . . .) entsteht mit Hilfe der Rekur-
sionsformel a
n
:= a
n1
+ 2a
n2
. Bestimme den Konvergenzradius der
Potenzreihe
n=0
a
n
z
n
. (Hinweis: Die Quotienten a
n
/a
n+1
besitzen
einen Grenzwert . Dies ist nicht zu beweisen; es gen ugt, zu bestim-
men.)
8. Stelle ein Rekursionsschema auf, das reelle Zahlen x als Input akzeptiert
und eine gegen 2
x
konvergente Folge produziert. Dabei d urfen nur die
vier Grundrechenarten, also weder Logarithmen noch Fakultaten, ben utzt
werden. Schreibe ein Computerprogramm, das den vorgeschlagenen Al-
gorithmus realisiert.
Hinweis: 2 =
_
1
1
2
_
1
.
9. Durch die Rekursionsvorschrift
z
0
:= 1 , z
n+1
:=
1
2
z
n
+
i
z
n
(n 0)
wird eine Folge von komplexen Zahlen z
n
= x
n
+ iy
n
deniert.
(a) Berechne z
0
, z
1
, z
2
.
(b) Zeige mit vollstandiger Induktion: F ur alle n 0 gilt x
n
0, y
n
0.
(c) Die z
n
konvergieren mit n gegen eine gewisse komplexe Zahl
(ist nicht zu beweisen). Berechne .
2.5 Die Exponentialfunktion
Die Funktionalgleichung
Die Exponentialfunktion
exp z :=
k=0
z
k
k!
ist f ur alle z C deniert. Den meisten Eigenschaften dieser Funktion liegt
das folgende Additionstheorem zugrunde:
(2.17) F ur beliebige z, w C gilt
exp(z + w) = exp z exp w .
Wir multiplizieren die beiden absolut konvergenten Reihen
exp z :=
k=0
z
k
k!
, exp w :=
k=0
w
k
k!
miteinander und erhalten
exp z exp w =
j, k
1
j! k!
z
j
w
k
.
Fassen wir in der Doppelsumme f ur jedes r 0 die Glieder mit k + j = r zu
einem Paket zusammen und summieren anschlieend uber r, so ergibt sich:
. . . =
r=0
_
_
k+j=r
1
j! k!
z
j
w
k
_
_
und nach Erweiterung mit r! :
. . . =
r=0
1
r!
_
r
k=0
r!
(r k)! k!
z
rk
w
k
_
=
r=0
1
r!
(z + w)
r
= exp(z + w) ,
wie behauptet.
2.5 Die Exponentialfunktion 161
Setzt man zur Abk urzung
exp 1 = 1 +
1
1!
+
1
2!
+
1
3!
+ . . . =: e (
.
= 2.718) ,
so folgt aus (2.17) f ur jedes n N:
exp n = exp( 1 + 1 + . . . + 1
. .
n
) = (exp 1)
n
= e
n
,
und durch ahnliche

Uberlegungen ergibt sich weiter:
p
q
Q : exp
p
q
=
q
e
p
= e
p/q
,
was den Namen Exponentialfunktion hinreichend begr undet. Es liegt nun-
mehr nahe, f ur beliebige z C zu denieren:
e
z
:= exp z .
Wir verwenden in freier Weise abwechselnd beide Schreibweisen, je nach
typographischer Zweckmassigkeit.
x
e
t
x = e
t
1
1 0
1
Fig. 2.5.1
Betrachten wir die Exponentialfunktion vorerst f ur reelle t, so konnen wir
notieren (Fig. 2.5.1):
162 2 Funktionen
(2.18) (a) Die Exponentialfunktion ist auf R positiv und streng monoton
wachsend.
(b) F ur jedes feste q N gilt:
lim
t
e
t
t
q
= ; lim
t
e
t
= 0 .
Die Exponentialfunktion wachst also mit t schneller als jede feste
Potenz von t.
(a) Wegen e
t
_
e
t/2
_
2
1 gilt e
t
> 0 f ur alle t R. F ur positives h ist
e
h
= 1 + h + . . . > 1 und somit
e
t+h
e
t
= (e
h
1)e
t
> 0 .
(b) F ur jedes einzelne q N gilt
e
t
>
t
q+1
(q + 1)!
(t > 0) ,
und hieraus folgt
e
t
t
q
>
t
(q + 1)!
(t > 0) .
Der betrachtete Quotient strebt daher mit t gegen .
Die Logarithmusfunktion
Die Exponentialfunktion bildet hiernach die reelle Achse bijektiv auf die po-
sitive reelle Achse R
>0
ab, und es existiert die Umkehrfunktion
(exp)
1
=: log : R
>0
R ,
genannt nat urlicher Logarithmus (Fig. 2.5.2). Damit gelten automatisch die
Identitaten
t R : log
_
e
t
_
= t , x R
>0
: e
log x
= x (1)
_
siehe Beispiel 2.2._6
_
; ferner hat man die Grenzwerte
lim
x0+
log x = , lim
x
log x = .
y
y = log x
1 e
1
0
x
45
Fig. 2.5.2
Aus der Funktionalgleichung der Exponentialfunktion
_
Satz (2.17)
_
folgt
diejenige des Logarithmus:
(2.18) log(u v) = log u + log v (u, v R
>0
) ,
die bekanntlich dem Funktionieren des Rechenschiebers und der seinerzeiti-
gen Bedeutung der (Zehner-)Logarithmen f urs numerische Rechnen zugrun-
deliegt: Sie verwandelt die Multiplikation in die (numerisch einfachere) Ad-
dition.
Mithilfe von (1) ergibt sich nacheinander
log(u v) = log
_
e
log u
e
log v
_
= log
_
e
log u+log v
_
= log u + log v .
Betrachte ein festes a > 0.

Ahnlich wie vorher exp(p/q) = e
p/q
beweist man
nun mithilfe von (2.18):
log
_
a
p/q
_
=
p
q
log a (p Z , q N
) ,
und mit (1) folgt:
p
q
Q : a
p/q
= e
p
q
log a
.
Dies legt nahe, f ur beliebiges reelles x die allgemeine Potenz a
x
folgen-
dermaen zu denieren:
a
x
:= e
x log a
(a > 0 , x R) .
164 2 Funktionen
Es gelten dann die ublichen Rechenregeln:
log(a
x
) = xlog a ,
a
x+y
= a
x
a
y
,
(a b)
x
= a
x
b
x
,
(a
x
)
y
= a
xy
.
Wahrend die Exponentialfunktion in ihrem Wachstumsverhalten starker ist
als jede noch so hohe Potenz t t
q
, ist die Logarithmusfunktion schwacher
als jede noch so kleine Potenz x x
( > 0) :
(2.19) F ur jedes feste > 0 gilt
lim
x
log x
x
= 0 , lim
x0+
(x
log x) = 0 .
Man hat nacheinander
lim
x
log x
e
log x
= lim
y
y
e
y
=
1
lim
t
t
e
t
= 0 ;
ahnlich schliet man bei der zweiten Behauptung.
Zwei Standardgrenzwerte
F ur spatere Zwecke und zur allgemeinen Bildung berechnen wir noch zwei
Grenzwerte:
(2.20)(a) lim
z0
e
z
1
z
= 1 .
(b) x R : lim
n
_
1 +
x
n
_
n
= e
x
;
insbesondere gilt lim
n
_
1 +
1
n
_
n
= e .
(a) Aus
e
z
= 1 + z +
z
2
2!
+
z
3
3!
+ . . .
ergibt sich f ur beliebiges z ,= 0 :
e
z
1
z
= 1 +
z
2!
+
z
2
3!
+ . . . =: g(z) .
Hier ist g eine (f ur alle z konvergente) Potenzreihe, mithin eine stetige Funk-
tion, und es folgt
lim
z0
e
z
1
z
= lim
z0
g(z) = g(0) = 1 .
(b) Wir betrachten den Logarithmus des zu untersuchenden Ausdrucks und
haben
log
_
1 +
x
n
_
n
= n log
_
1 +
x
n
_
= x
log
_
1 +
x
n
_
log 1
x/n
.
Mit
x
n
=: h
n
ergibt sich daher
lim
n
log
_
1 +
x
n
_
n
= x lim
n
log(1 + h
n
) log 1
h
n
= x log
(1) = x ,
wobei wir zuletzt von der Ableitung der Logarithmusfunktion Gebrauch ge-
macht haben.
_
1 +
x
n
)
n
strebt daher gegen e
x
, wie behauptet.
Hyperbolische Funktionen
In den Anwendungen treten oft gewisse symmetrische Kombinationen von
e
x
und e
x
auf, die sogenannten hyperbolischen Funktionen. Wir beginnen
mit der folgenden Bemerkung: Eine Funktion f : X X
heit gerade, wenn

gilt:
x dom(f) : f(x) = f(x) ,
und ungerade, wenn gilt:
x dom(f) : f(x) = f(x) ;
dabei wird nat urlich vorausgesetzt, da dom(f) bez uglich 0 symmetrisch ist.
Die Potenzfunktionen z z
k
, k Z, sind gerade f ur gerades k und ungerade
f ur ungerades k. Die Potenzreihenentwicklung einer geraden (bzw. ungera-
den) Funktion im Ursprung enthalt nur Terme mit geraden (bzw. ungeraden)
Exponenten.
Jede Funktion mit einem bez uglich 0 symmetrischen Denitionsbereich lat
sich in einen geraden und einen ungeraden Anteil zerlegen:
f(x)
f(x) + f(x)
2
. .
gerade
+
f(x) f(x)
2
. .
ungerade
.
166 2 Funktionen
F uhren wir diese Zerlegung f ur die Exponentialfunktion durch (Fig. 2.5.3),
so erhalten wir als geraden Anteil den hyperbolischen Cosinus
cosh x :=
e
x
+ e
x
2
(x R)
und als ungeraden Anteil den hyperbolischen Sinus
sinh x :=
e
x
e
x
2
(x R) .
Diese Funktionen sind ubers Komplexe mit den entsprechenden trigonometri-
schen Funktionen verwandt und besitzen formal analoge Additionstheoreme
usw. wie jene. Mit Hilfe des Additionstheorems e
x+y
= e
x
e
y
beweist man
leicht
cosh
2
x sinh
2
x 1 (hyperbolischer Pythagoras),
cosh(x + y) = cosh xcosh y + sinh xsinh y ,
sinh(x + y) = sinh xcosh y + cosh xsinh y .
y
x
y = sinh x y = cosh x
y = e
x
y = e
x
1
1
1
Fig. 2.5.3
Als Dierenz einer streng monoton wachsenden und einer streng monoton
fallenden Funktion ist sinh streng monoton wachsend; ferner gilt
lim
x
sinh x = .
Folglich existiert die Umkehrfunktion, genannt Areasinus:
(sinh)
1
=: arsinh : R R .
Uberraschenderweise lat sich arsinh durch schon bekannte Funktionen

ausdr ucken. Aus y = sinh x folgt namlich nacheinander
2y = e
x
e
x
, e
2x
2ye
x
1 = 0 , e
x
= y
_
y
2
+ 1 .
Da jedenfalls e
x
> 0 ist, mu hier das obere Zeichen zutreen, und wir
erhalten x = log(y +
_
y
2
+ 1) ; das heit, es gilt
arsinh y = log(y +
_
y
2
+ 1) (y R) .
Auf dem Intervall R
0
wachst
x cosh x =
_
sinh
2
x + 1
(als Zusammensetzung von wachsenden Funktionen) streng monoton von 1
bis und besitzt somit daselbst eine Umkehrfunktion Areacosinus:
(cosh)
1
=: arcosh : R
1
R
0
,
die sich ebenfalls durch Logarithmen ausdr ucken lat. Man erhalt
arcosh y = log(y +
_
y
2
1) (y 1) .
Wir denieren schlielich noch den hyperbolischen Tangens (Fig. 2.5.4) durch
tanh x :=
sinh x
cosh x
=
e
x
e
x
e
x
+ e
x
.
Aus
tanh x = 1
2e
2x
1 + e
2x
folgt: Der Graph des hyperbolischen Tangens nahert sich mit x expo-
nentiell der Asymptote y = 1. F ur die Umkehrfunktion Areatangens
(tanh)
1
=: artanh : ]1, 1[ R
erhalt man
artanhy =
1
2
log
1 + y
1 y
(1 < y < 1) .
168 2 Funktionen
1
1
1 1
y
x
y = tanh x
Fig. 2.5.4
Von seinem Charakter her eignet sich der hyperbolische Tangens besonders
zur Modellierung von Vorgangen, bei denen eine seit Urzeiten bestehende
Situation evolutionar in eine andere dauerhafte Situation ubergeht.
Die cis-Funktion
In Abschnitt 1.7 wurde (vorlaug) als handliche Abk urzung die Schreibweise
cos t + i sin t =: e
it
eingef uhrt. Wir m ussen zum Schlu zeigen, da das mit den jetzigen deni-
tiven Vorstellungen uber die Exponentialfunktion konsistent ist; in anderen
Worten: Wir m ussen die sogenannte cis-Funktion
cis: t e
it
(t R)
(cis f ur cos +i sin) untersuchen.
Da die Exponentialreihe reelle Koezienten besitzt, gilt f ur beliebige z C:
exp z = exp z .
Ist a
k
= a
k
f ur alle k 0, so folgt
k=0
a
k
z
k
=
k=0
a
k
z
k
=
k=0
a
k
z
k
.
Hieraus ergibt sich f ur beliebige reelle t:
e
it
2
= e
it
e
it
= e
it
e
it
= e
it
e
it
= e
0
= 1 ;
die Punkte e
it
liegen somit auf dem Einheitskreis D :=
_
z C
[z[ = 1
_
der komplexen Ebene. Es gilt aber noch mehr:
N
D
t
0
t
k
= kt/N
z
k
= e
it
k
z
k+1
e
it
1
Fig. 2.5.5
(2.21) Die Funktion cis : t e
it
wickelt die reelle t-Achse l angentreu auf
den Einheitskreis D auf.
Wir betrachten f ur ein beliebiges, aber festes t, 0 < t < 2, das Intervall
[ 0, t ] R und sein Bild D. Die Bildmenge ist ein bei 1 beginnender
Bogen auf D. Teilen wir das Intervall [ 0, t ] in N gleiche Teile (Fig. 2.5.5),
so bestimmen die Bilder der Teilungspunkte t
k
:= kt/N (0 k N) ein
Sehnenpolygon
N
mit Eckpunkten
z
k
:= e
it
k
= e
ikt/N
.
Die Lange einer Teilstrecke ist gegeben durch
[z
k+1
z
k
[ =
e
i(k+1)t/N
e
ikt/N
e
ikt/N
e
it/N
1
e
it/N
1
,
unabhangig von k, so da sich die Lange des ganzen Sehnenpolygons berech-
net zu
L(
N
) = N
e
it/N
1
= t
e
it/N
1
it/N
.
Hieraus folgt mit (2.20)(a) und (2.7):
L() = lim
N
L(
N
) = t ;
das heit: Die von 1 bis e
it
langs D gemessene Bogenlange betragt gerade
t , wie behauptet.
170 2 Funktionen
t
e
it
cos t
sin t
Bogenlange = t
= cos t + i sin t
Fig. 2.5.6
Hiernach ist e
it
der Punkt auf D mit dem Argument (Polarwinkel) t, also
der Punkt cos t+i sin t (Fig. 2.5.6), in

Ubereinstimmung mit unserer fr uheren
Vereinbarung. Wir haben damit einen neuen Zugang zu den trigonometri-
schen Funktionen gewonnen. Sie sind mit der Exponentialfunktion (nicht nur
formal, sondern tatsachlich) verkn upft durch die Eulerschen Formeln
cos t = Re (e
it
) =
e
it
+ e
it
2
,
sin t = Im(e
it
) =
e
it
e
it
2i
.
Cosinus und Sinus stellen also im wesentlichen den geraden und den ungera-
den Anteil der Funktion t e
it
dar. Aus
e
it
= 1 + it +
(it)
2
2!
+
(it)
3
3!
+
(it)
4
4!
+ . . .
ergeben sich durch Trennung von Real- und Imaginarteil die folgenden f ur
alle t R konvergenten Potenzreihen von cos und sin :
cos t = 1
t
2
2!
+
t
4
4!

t
6
6!
+ . . . =
j=0
(1)
j
t
2j
(2j)!
,
sin t = t
t
3
3!
+
t
5
5!

t
7
7!
+ . . . =
j=0
(1)
j
t
2j+1
(2j + 1)!
.
Aufgaben
1. Auf einem Taschenrechner stehen nur noch die Tasten 1 ,
=
,
+
,
1
x
und x
2
zur Verf ugung. Berechne (mit akzeptablem Aufwand) eine
brauchbare Approximation f ur e.
2. _M Es sei c :=
log 2
2
+ i. Dann ist
: t z(t) := e
ct
( < t < )
eine Kurve in der z-Ebene.
(a) Bestimme die Momentangeschwindigkeit z(t) des laufenden Punktes.
(b) Werden die Geschwindigkeitsvektoren z(t) im Ursprung angeheftet,
so bilden ihre Spitzen eine neue Kurve (den Hodographen von ).
In welcher geometrischen Relation stehen und zueinander?
(c) Zeichne die beiden Kurven und .
3. Es sei
f
0
(x) := x , f
n+1
(x) := e
f
n
(x)
(n 0) .
Berechne lim
x
f
4
(x).
4. Fritz macht sich hinter eine volle Literasche Whisky seines Vaters. Er
trinkt immer wieder einen minimalen Bruchteil des Inhalts und f ullt mit
Wasser nach, bis schlielich die Whiskykonzentration in der Flasche auf
1/2 gesunken ist. Wieviel Liter Whisky und wieviel Liter Wasser hat
Fritz dabei im ganzen getrunken? Berechne die Grenzwerte f ur 0.
5. Produziere eine Funktion t f(t) (t > 0), die f ur t schneller
wachst als jede Potenz t
n
, n 0, aber langsamer als irgendwelche Expo-
nentialfunktionen e
t
, > 0.
6. Jemand berechnet e
10
( 5 10
5
) mit Hilfe der Exponentialreihe und
ber ucksichtigt alle Glieder bis und mit 10
38
/38! . Wieviel signikante
Dezimalstellen erhalt sie ungefahr? (39! 2 10
46
)
7. Vergleiche das Wachstum der drei Funktionen
f(t) := t
log t
, g(t) := (log t)
log t
, h(t) := exp(
t/ log t)
f ur t . (Hinweis: Betrachte die Logarithmen von f, g und h.)
8. Berechne den Konvergenzradius der Potenzreihe
k=0
_
1 tanh(k)
_
x
k
.
9. Produziere eine Funktion f: R
>0
R
>0
, f ur die gilt
f
_
f(t)
_
t .
172 2 Funktionen
10. (a) Bestimme die samtlichen komplexen Losungen der Gleichung
exp
1 i
z
= 1 .
(b) Bestimme die kleinstmogliche Kreisscheibe um 0 C, die alle Losun-
gen dieser Gleichung enthalt. Figur!
11. _M Wieviel gibt, sinngema, cos(i log 2) ?
3
Dierentialrechnung
3.1 Grundbegrie, Rechenregeln
Die Ableitung, auf neue Art betrachtet
Anmerkung: Es ist zu vermuten, da der Leser schon von der Ableitung
gehort hat. Zur Abwechslung und im Hinblick auf die mehrdimensionale
Dierentialrechnung beginnen wir daher die Sache etwas anders.
Es sei
f : R X, t f(t)
eine X-wertige (zum Beispiel reellwertige) Funktion einer reellen Variablen t,
die man als Zeit interpretieren kann. Wir halten einen Arbeitspunkt
t
0
dom(f) bis auf weiteres fest und machen den von t
0
aus gemesse-
nen Zeitzuwachs h zur neuen unabhangigen Variablen. Der zugehorige von
f(t
0
) =: y
0
aus gemessene Wertzuwachs f wird damit zu einer Funktion
von h:
f(h) := f(t
0
+h) f(t
0
) .
In anderen Worten: Der Punkt (t
0
, y
0
) wird zum Ursprung eines (t, y)-
Koordinatensystems gemacht, und der Wertzuwachs f wird an der Stelle
t := h nach oben abgetragen (Fig. 3.1.1). Dieses h hat man sich be-
tragsmaig klein vorzustellen. Ist t
0
ein Randpunkt von dom(f), so mu
man sich auf h 0 bzw. h 0 beschranken.
Es ist ein fundamentales Faktum der Analysis, da bei guten Funktionen
der Wertzuwachs f im Limes h 0 linear von h abhangt: Es gibt eine
Konstante A, die momentane Zuwachsrate von f an der Stelle t
0
, mit
f(h)
.
= Ah (h 0) . (1)
174 3 Dierentialrechnung
t
y
h
t
y
y = f(t)
t
0
y
0
f
Fig. 3.1.1
Ist f vektorwertig, also Parameterdarstellung einer Kurve im R
m
, so ist auch
f vektorwertig, und A ist ein Vektor, der als Momentangeschwindigkeit zur
Zeit t
0
interpretiert werden kann (s.u.).
Wir m ussen der Formel (1) einen prazisen Sinn erteilen. Die Aussage (1)
besitzt nur dann einen tatsachlichen Gehalt, wenn der durch das Zeichen
.
= implizierte Fehler
r(h) := f(h) Ah
f ur h 0 wesentlich (um Groenordnungen) kleiner ist als der rechts in
(1) hingeschriebene Term Ah. Es m ute also
r(h)
[Ah[
0 (h 0)
gelten, und das ist im Normalfall A ,= 0 aquivalent mit
r(h)
h
0 (h 0).
Aufgrund dieser

Uberlegungen denieren wir denitiv: Die betrachtete Funk-
tion f: R X heit an der Stelle t
0
dom(f) dierenzierbar, wenn es eine
Konstante A X
_
und eine Funktion r()
_
gibt, so da folgendes gilt:
f(t
0
+h) f(t
0
) = Ah +r(h) , lim
h0
r(h)
h
= 0 . (2)
Die Gleichung links in (2) deniert die Funktion r(), und diese Funktion
unterliegt der entscheidenden Bedingung rechts. Diese Bedingung impliziert
weiter
f(t
0
+h) f(t
0
)
h
A =
r(h)
h
0 (h 0) ,
so da wir f ur die momentane Zuwachsrate A die folgende Formel erhalten:
A = lim
h0
f(t
0
+h) f(t
0
)
h
= lim
tt
0
f(t) f(t
0
)
t t
0
=: f
(t
0
) .
3.1 Grundbegrie, Rechenregeln 175
Der angeschriebene und mit f
(t
0
) bezeichnete Grenzwert des Dierenzenquo-
tienten heit bekanntlich Ableitung von f an der Stelle t
0
. Die einseitigen
Ableitungen f
(t
0
+) und f
(t
0
) werden sinngema erklart.
Im Fall einer Funktion y = f(x) ist der Dierenzenquotient
y
x
=
f(x) f(x
0
)
x x
0
die Steigung der Sekante durch die Graphenpunkte P
0
:=
_
x
0
, f(x
0
)
_
und
P :=
_
x, f(x)
_
(Fig. 3.1.2). Strebt x gegen x
0
, so wandert P auf dem
Graphen gegen den Punkt P
0
, und die Sekante durch P
0
und P geht uber in
die Graphentangente im Punkt P
0
. Die Steigung dieser Tangente ist gleich
dem Grenzwert der Sekantensteigungen, also gleich f
(x
0
).
y = f(x)
x
0
y
0
y
x
y
x
P
P
0
x
Fig. 3.1.2
_1 Betrachte die Funktion
abs t := [t[ (t R) .
Ist zunachst t
0
,= 0, so besitzen alle hinreichend nahe bei t
0
gelegenen t
dasselbe Vorzeichen wie t
0
(Fig. 3.1.3). F ur diese t gilt daher
abs t = sgn t t = sgn t
0
t .
Damit erhalten wir f ur den Dierenzenquotienten m() die Formel
m(t) :=
abs t abs t
0
t t
0
=
sgn t
0
t sgn t
0
t
0
t t
0
= sgn t
0
,
und es folgt
abs
(t
0
) = lim
tt
0
m(t) = sgn t
0
(t
0
,= 0) .
t
0
t
y
t
y = abs t
Fig. 3.1.3
Ist jedoch t
0
= 0, so hat man
m(t) =
[t[ [0[
t 0
= sgn t (t ,= 0) .
Der lim
t0
m(t) existiert nicht; folglich ist abs an der Stelle 0 nicht dieren-
zierbar. Hingegen existieren dort die einseitigen Ableitungen
abs
(0+) = sgn (0+) = 1 , abs
(0) = sgn (0) = 1 .

_
Die Punkte t
0
dom(f), in denen f dierenzierbar ist, bilden den Deni-
tionsbereich der Funktion
f
: t f
(t) ,
genannt Ableitung von f. Die Ableitung f
gibt f ur jeden Zeitpunkt t

dom(f
) die momentane Zuwachsrate der Ausgangsfunktion f an. Anstelle

von f
sind auch Bezeichnungen wie

f,
df(x)
dx
, Df und andere in Gebrauch.
Bsp: abs
= sgn R
=0
.
_2 F ur die Exponentialfunktion hat man
m(t) :=
e
t
e
t
0
t t
0
= e
t
0
e
tt
0
1
t t
0
und somit nach (2.20)(a):
exp
(t
0
) = lim
tt
0
m(t) = e
t
0
.
Da dies f ur alle t
0
R zutrit, gilt
exp
= exp bzw.
d
dt
e
t
= e
t
, (3)
das heit: Die Exponentialfunktion wird durch Dierentiation reproduziert.
_
Exkurs uber die o-Notation
Bevor wir hier weitermachen, wenden wir uns nocheinmal den Formeln (2)
zu. Es geht dort um die Groenordnung einer gewissen Fehlerfunktion r(h)
beim Grenz ubergang h 0. Mit Hilfe des Landauschen o-Symbols lassen
sich derartige Sachverhalte in besonders kompakter Weise ausdr ucken; man
mu sich allerdings ein wenig an diese o-Schreibweise gewohnen.
Also: Da der Quotient
r(h)
h
mit h 0 gegen 0 geht, sagt man, r(h) sei
klein oh von h, und schreibt
r(h) = o(h) (h 0) .
Der Term o(h) bezeichnet hier nicht einen Funktionswert an der Stelle h,
sondern erklart r() zu einer Funktion, von der man folgendes wei: Dividiert
man diese Funktion durch h, so geht der Quotient mit h 0 gegen 0.
Allgemein: Es ist die Rede von einem bestimmten Grenz ubergang x .
Ein Term o
_
p(x)
_
in einer Gleichung bezeichnet eine letzten Endes durch
diese Gleichung denierte Funktion R(x), von der man aber wei, da sie f ur
x von wesentlich kleinerer Groenordnung ist als p(x), oder genau: da
der Quotient R(x)/p(x) gegen 0 geht. In anderen Worten: Die nennerfreie
Formel
f(x) = g(x) +o
_
q(x)
_
(x )
ist aquivalent mit dem Sachverhalt
lim
x
f(x) g(x)
q(x)
= 0 .
1
t
= o(1) (t ) , Bsp:
t
1000
= o(e
t
) (t ) ,
t
n
+a
n1
t
n1
+. . . +a
0
= t
n
_
1 +o(1)
_
(t ) ,
3t
2
5t 7
t + 1
= 3t 8 +o(1) (t ) ,
1 +t = 1 +
t
2
+o(t) (t 0) .
(Die zweitletzte Beziehung ergibt sich durch Ausf uhrung der Polynomdivi-
sion; die letzte mag der Leser selber verizieren, wenn er diesen Abschnitt zu
Ende gelesen hat.)
Wegen A = f
(t
0
) sind wir damit in der Lage, den Inhalt von (2) in der
folgenden pragnanten Formel auszudr ucken:
f(t
0
+h) f(t
0
) = f
(t
0
) h +o(h) (h 0)
(4)
Geschwindigkeit und Tangentenvektor
Wird die unabhangige Variable t einer Parameterdarstellung : t x(t) als
Zeit interpretiert, so stellt der Ableitungsvektor eine Geschwindigkeit dar:
Der Dierenzenquotient
x
t
:=
x(t) x(t
0
)
t t
0
(t > t
0
)
ist die totale Ortsveranderung im Verhaltnis zur insgesamt daf ur benotigten
Zeit oder eben die mittlere Geschwindigkeit im Zeitintervall [ t
0
, t ], und der
f ur t t
0
+ resultierende Grenzwert x
(t
0
) ist die Momentangeschwindigkeit
oder einfach die Geschwindigkeit des laufenden Punktes zum Zeitpunkt t
0
.
Ist x
(t
0
) ,= 0, so zeigt x
(t
0
) in die Richtung der Kurventangente an der Stelle
t
0
. Um das einzusehen, betrachten wir die normierten Sekantenvektoren x
f ur t t
0
+ (Fig. 3.1.4). Mit t t
0
=: h ergibt sich aufgrund von (4):
x
[x[
=
x
(t
0
)h +o(h)
[x
(t
0
)h +o(h)[
=
x
(t
0
) +o(1)
[x
(t
0
) +o(1)[
.
Hieraus folgt
lim
h0+
x
[x[
=
x
(t
0
)
[x
(t
0
)[
,
womit der normierte Geschwindigkeitsvektor als Grenzlage der Sekantenein-
heitsvektoren, mithin als Tangenteneinheitsvektor identiziert ist.
x
x
[x[
x(t
0
)
x (t
0
)
/
[x (t
0
)[
/
x(t
0
+h)
Fig. 3.1.4
_2 Betrachte zum Beispiel die Parameterdarstellung
x(t) := ta +t
2
b ( < t < ) .
Es ergibt sich
x(t) x(t
0
)
t t
0
=
(t t
0
)a + (t
2
t
2
0
)b
t t
0
= a + (t +t
0
)b
und somit
x
(t
0
) = lim
tt
0
_
a + (t +t
0
)b
_
= a + 2t
0
b .
Sind die Vektoren a und b linear unabhangig, so ist x
(t
0
) ,= 0 f ur alle t
0
R,
und die Bahnkurve (eine Parabel) besitzt in allen Punkten eine Tangente. Ist
aber zum Beispiel a = 0 und b ,= 0, so besitzt die Bahnkurve (eine zweimal
durchlaufene Halbgerade) im Ursprung einen R uckkehrpunkt.
_
Ableitungsregeln
(3.1)
(a) f = (f
1
, f
2
, f
3
) = f
= (f
1
, f
2
, f
3
) ,
insbesondere: (u +iv)
= u
+i v
;
(f +g)
= f
+g
, (b)
(f)
= f
( R bzw. C) ;
(c) (f g)
= f
g +f g
(analog f ur alle in den Grundstrukturen vorhandenen Produkte);

(d) (f/g)
=
f
g f g
g
2
;
(e)
d
dt
g
_
f(t)
_
= g
_
f(t)
_
f
(t) (Kettenregel);
(f) Ist f: R R injektiv und g := f
1
die Umkehrfunktion, so gilt
g
(y) =
1
f
_
g(y)
_
in allen Punkten y, f ur die die rechte Seite deniert ist.
Wir behandeln nur (c), (e) und (f). Dabei gen ugt es, jeweils eine feste
Stelle t
0
zu betrachten, f ur die die rechte Seite der zu beweisenden Formel
erklart ist. Wir machen wiederholt von dem folgenden Prinzip Gebrauch: Ist
f an der Stelle t
0
dierenzierbar, so ist die sogenannte Trendfunktion
m(t) := m
f,t
0
(t) :=
_
_
_
f(t) f(t
0
)
t t
0
(t ,= t
0
) ,
f
(t
0
) (t = t
0
)
an der Stelle t
0
stetig, und es gilt dann f ur alle t dom(f):
f(t) f(t
0
) = m(t) (t t
0
) . (5)
Umgekehrt: Besteht eine (nennerfreie!) Beziehung der Form (5) mit einer
bei t
0
stetigen Funktion m(), so ist f an der Stelle t
0
dierenzierbar, und es
gilt f
(t
0
) = m(t
0
).
(c) Es gilt
f(t)g(t) f(t
0
)g(t
0
)
t t
0
=
f(t) f(t
0
)
t t
0
g(t) +f(t
0
)
g(t) g(t
0
)
t t
0
f
(t
0
)g(t
0
) +f(t
0
)g
(t
0
) (t t
0
) ,
wobei wir stillschweigend benutzt haben, da eine an der Stelle t
0
dieren-
zierbare Funktion dort auch stetig ist
_
dies folgt aus (5)
_
.
(e) Setzen wir zur Abk urzung f(t) =: y, f(t
0
) =: y
0
, so gilt
g
_
f(t)
_
g
_
f(t
0
)
_
= g(y) g(y
0
) = m
g,y
0
(y) (y y
0
)
= m
g,y
0
(y)
_
f(t) f(t
0
)
_
= m
g,y
0
_
f(t)
_
m
f,t
0
(t) (t t
0
) =: m(t) (t t
0
) .
Man uberzeugt sich, da die Funktion m() an der Stelle t
0
stetig ist. Somit
besitzt gf nach dem oben angef uhrten Prinzip an der Stelle t
0
die Ableitung
m(t
0
) = m
g,y
0
_
f(t
0
)
_
m
f,t
0
(t
0
) = g
(f(t
0
))f
(t
0
) .
y
t
t
0
t
y
y
0
P
0
P
y = f(t)
t = g(y)
Fig. 3.1.5
(f) Wir verzichten auf einen richtiggehenden Beweis und verweisen auf die
Figur 3.1.5. Es gilt
g
(y
0
)
.
=
g(y) g(y
0
)
y y
0
=
t t
0
f(t) f(t
0
)
.
=
1
f
(t
0
)
.
_2 (Forts.) Es sei f eine reell- oder komplexwertige Funktion und
F(t) := e
f(t)
.
Dann ist
F
(t) = exp
(f(t)) f
(t) = exp(f(t)) f
(t) .
Es gilt daher
d
dt
e
f(t)
= f
(t) e
f(t)
. (6)
(Das Vertrauen in die Kraft des Kalk uls wird hier etwas strapaziert. Die
Uberlegungen, die zu exp
= exp gef uhrt haben, lassen sich aber im Kom-

plexen nachvollziehen.)
_
In diesem Beispiel ist die Kettenregel als Regel f ur das Ableiten von zusam-
mengesetzten Funktionstermen benutzt worden; sie besitzt aber auch einen
geometrischen Gehalt, der in der Fig. 3.1.6 dargestellt ist.
z = g
(y
0
) y = g
(y
0
) f
(t
0
) t
t
0
t
t
t
y
0
= f(t
0
)
y

= f(t)
f
g z = g(y) = g(f(t))
z
0
= g(y
0
) = g(f(t
0
))
y = f
(t
0
) t
y z
Fig. 3.1.6
Die Ableitungen der elementaren Grundfunktionen
Wir geben nun (zum Teil ohne Beweis) die Ableitungen der elementaren
Grundfunktionen an. Die Rechenregeln setzen uns dann instand, die Ablei-
tung irgendeiner elementaren Funktion zu berechnen.
d
dt
t
k
= k t
k1
(k Z) .
F ur f(t) : 1 und g(t) : t ist
f(t) f(t
0
)
t t
0
0 ,
g(t) g(t
0
)
t t
0
1 ;
es folgt
d
dt
1 0,
d
dt
t 1. Weiter ergibt sich (vollstandige Induktion nach
k 0):
d
dt
t
k+1
=
d
dt
(t t
k
) = 1 t
k
+t (k t
k1
) = (k + 1) t
k
.
Negative Exponenten werden mit der Quotientenregel auf den schon behan-
delten Fall zur uckgef uhrt.
d
dy
log y =
1
y
.
Der Logarithmus ist die Umkehrfunktion der Exponentialfunktion. Folg-
lich gilt nach (3.1)(f) und (3):
log
(y) =
1
exp
(log y)
=
1
exp(log y)
=
1
y
.
d
dt
t
= t
1
(t > 0, R) .
Nach Denition der allgemeinen Potenz und (6) ist
d
dt
t
=
d
dt
e
log t
= log
(t)e
log t
=
1
t
t
= t
1
.
d
dt
cosh t = sinh t ,
d
dt
sinh t = cosh t .
d
dy
arcosh y =
1
_
y
2
1
,
d
dy
arsinh y =
1
_
y
2
+ 1
.
Ist arsinh y = t, so ist sinh t = y und folglich nach dem hyperbolischen
Pythagoras cosh t =
_
y
2
+ 1. Hiermit ergibt sich
d
dy
arsinh y =
1
sinh
(arsinh y)
=
1
cosh(arsinh y)
=
1
_
y
2
+ 1
.
d
dt
cos t = sin t ,
d
dt
sin t = cos t .
Wird die Identitat
cos t +i sin t = e
it
abgeleitet, so ergibt sich nach (6):
cos
t +i sin
t = i e
it
= i (cos t +i sin t)
= sin t +i cos t .
d
dy
arcsin y =
1
_
1 y
2
.
d
dt
tan t = 1 + tan
2
t =
1
cos
2
t
,
d
dt
tanh t = 1 tanh
2
t .
d
dy
arctan y =
1
1 +y
2
,
d
dy
artanhy =
1
1 y
2
.
Dies sollte gen ugen. Beachte, da transzendente Funktionen, zum Beispiel
arcsin oder log , durchaus algebraische oder sogar rationale Funktionen als
Ableitungen haben konnen.
Aufgaben
1. _M Berechne die Ableitungen der folgenden Ausdr ucke:
(a) log
1 +
1 t
2
t
, (b)
+t
t
(, > 0) ,
(c) t
1/3
(1 t)
2/3
(1 +t)
1/2
, (d) t
t
,
(e) (log tan t)
1/3
, (f) artanh
1 t
2
.
Bestimme in jedem Fall den Denitionsbereich D R sowie den Deni-
tionsbereich D
der Ableitung.
2. Berechne die hundertste Ableitung der Funktion f(t) := t
2
sin(2t).
3.2 Extrema
Maximum vs. Supremum
Es sei B X ein vorgegebener Bereich (zum Beispiel ein Intervall, eine Halb-
ebene, ein W urfel, eine Sphare) und
f : B R , x f(x)
eine reellwertige Funktion. Wir suchen nach dem Maximum von f auf B.
Nun ist die Wertmenge
W :=
_
f(x)
x B
_
in aller Regel eine unendliche Menge, und da ist es gar nicht sicher, ob es
uberhaupt einen groten Wert gibt.
Betrachte f ur einen Moment eine ganz beliebige nichtleere Menge M R.
Gibt es ein s M mit s y f ur alle y M, so ist s das maximale Element
von M und wird mit max M bezeichnet. Analog ist min M erklart.
Bsp: Jede endliche Menge besitzt sowohl ein minimales wie ein maximales
Element. Die Menge [ 0, 1 [ besitzt kein maximales, die Menge
_
1,
1
2
,
1
3
,
1
4
, . . .
_
kein minimales Element.
M
= sup M
R
Fig. 3.2.1
Das Supremum sup M =: der Menge M ist folgendermaen charakterisiert
(Fig. 3.2.1): Es gibt in M keine Zahlen > ; aber f ur jede Toleranz > 0 gibt
es in M Zahlen > . In anderen Worten: Das Supremum wird innerhalb
M beliebig genau erreicht, vielleicht sogar angenommen (namlich dann, wenn
M ein maximales Element besitzt), aber sicher nicht uberschossen. Ist M
nach oben unbeschrankt, so wird supM := gesetzt. Analog wird das
Inmum inf M erklart.
Es ist eine Grundtatsache der Analysis, da supM und inf M f ur jede nicht-
leere Menge M R vorhanden und eindeutig bestimmt sind. Das hat mit
der sogenannten Vollstandigkeit von R zu tun und ware mit Hilfe einer Axt
zu beweisen (siehe den Schlu von Abschnitt 1.4).
1
1
0
1
y
t
y =
1 + t
2
1
Fig. 3.2.2
Bez uglich unserer Funktion f: B R konnen wir also davon ausgehen, da
jedenfalls die beiden Groen
inf W = inf
xB
f(x) ( ) , sup W = sup
xB
f(x) ( )
vorhanden und wohlbestimmt sind.
sup
tR
1
1 +t
2
= 1 , inf
tR
1
1 +t
2
= 0 (Fig. 3.2.2); Bsp:
sup
tR
e
t
= , inf
0<t</4
cos t = 1/
2 .
Besitzt die Wertmenge W ein maximales Element, das heit: Wird das Supre-
mum tatsachlich angenommen, so spricht man vom (globalen) Maximum von
f auf B und schreibt max
xB
f(x) anstelle von sup
xB
f(x). Es gibt dann
mindestens einen Punkt B mit
f() f(x) x B .
Ein derartiger Punkt ist eine (globale) Maximalstelle von f auf B. Die
Menge dieser globalen Maximalstellen (eine Teilmenge des Denitionsbe-
reichs B!) bezeichnen wir mit S
max
(f B) oder einfach mit S
max
. Analog
werden das (globale) Minimum min
xB
f(x) und (globale) Minimalstellen
erklart.
Bsp: max
tR
1
1 +t
2
= 1 , S
max
= 0 , S
min
= ;
min
tR
cos t = 1 , S
min
=
_
(2k + 1)
k Z
_
.
3.2 Extrema 187
Der Satz vom Maximum
Maximal- und Minimalstellen werden im Sammelbegri Extremalstellen zu-
sammengefat. Ob in einer konkreten Situation Extremalstellen vorhanden
sind, hangt von f und vom Bereich B ab. Wir benotigen den folgenden Be-
gri: Eine Menge B X ist kompakt, wenn sie abgeschlossen und beschrankt
ist, das heit: wenn der Rand B zu B gehort und B ganz im Endlichen
liegt.
Der folgende Satz ist fundamental:
(3.2) Ist B X kompakt und f: B R eine stetige reellwertige Funktion,
so nimmt f auf B ein globales Maximum an.
Beweisidee: Nach Denition des Supremums
sup
xB
f(x) =: ( )
gibt es eine Folge x. in B mit
lim
k
f(x
k
) = . (1)
Da B beschrankt ist, besitzt diese Folge einen Haufungspunkt , und da B
abgeschlossen ist, mu B sein (Fig. 3.2.3). Man kann nun eine Teilfolge
x
. : n x
n
:= x
k
n
auswahlen, die tatsachlich gegen konvergiert:
lim
n
x
n
= . (2)
F ur diese Teilfolge gilt immer noch (1):
lim
n
f(x
n
) = . (1
)
Da f stetig ist, liefern (2) und (1
) im Verein mit Satz (2.10):

f() = lim
n
f(x
n
) = .
B
x
k
x
n
= x
k
n
/
f(x
n
)
/
f
R
Fig. 3.2.3
Dieser Beweis ist
_
im Gegensatz zum Beweis des Zwischenwertsatzes (2.6)
_
nicht konstruktiv, das heit: Er liefert keine Methode, im Anwendungsfall
eine Maximalstelle tatsachlich zu nden. Das hangt damit zusammen,
da der Maximalwert sehr genau bestimmt ist, der Ort, wo dieses Maxi-
mum angenommen wird, aber gar nicht. Es kommt aber noch schlimmer:
Eine kleine

Anderung der Funktion f oder des Bereichs B andert den Maxi-
malwert nur wenig, kann aber eine radikale

Anderung der Maximalstelle(n)
bewirken.

Ahnliches ist zu sagen, wenn die Problemdaten f und B mit
Ungenauigkeiten behaftet sind.
y
t
y =t
2
1
0.99 1.01
B
B
/
1
Fig. 3.2.4
_1 Betrachte die Funktion f(t) := t
2
auf dem Intervall B := [ 1 , 1.01 ] ,
siehe die Fig. 3.2.4. Es ist
max
tB
f(t) = 1.01
2
, S
max
(f B) = 1.01 .
Wird B ganz wenig abgeandert zu B
:= [ 1 , 0.99 ] , so ergibt sich

max
tB
f(t) = 1 , S
max
(f B
) = 1 .
_
Dieser Sachverhalt hat schwerwiegende praktische Konsequenzen im taglichen
Leben: Wenn sich ein Individuum unter gegebenen Bedingungen optimal
verhalt, so kann schon eine minimale Veranderung dieser Bedingungen dieses
Individuum dazu veranlassen, sein Verhalten radikal zu andern. Das wird bei
10
6
Individuen, die den gleichen Verhaltnissen unterworfen sind, bestimmt
an einem andern Ort Probleme verursachen; dabei ist der Gewinn f ur den
Einzelnen und auch im Gesamten nur bescheiden.
3.2 Extrema 189
Lokale Extremalstellen
Neben den globalen, das heit: auf ganz dom(f) =: B bez uglichen Ex-
tremalstellen werden lokale Extremalstellen wie folgt erklart: Die Funktion
f: B R ist im Punkt B lokal maximal, wenn es ein > 0 gibt mit
x B [x [ < = f() f(x) .
Gemeint ist: Weit weg von darf f schon noch groere Werte annehmen. Ist
f an der Stelle global maximal, so ist f dort erst recht lokal maximal.
1
2 3 4
1
2
1
2
1
t
y = f(t)
y
B
Fig. 3.2.5
_2 Es sei B := [ 2, 4 ] und f die in der Figur 3.2.5 dargestellte Funktion.
Dann ist f an den Stellen 1 und 4 lokal maximal, bei 4 global maximal, an
den Stellen 2 und 1 lokal minimal und bei 1 global minimal.
_
Was hat das alles mit Dierentialrechnung zu tun? Antwort: Die Die-
rentialrechnung bringt alle lokalen Extremalstellen im Inneren von B zum
Vorschein. Vorderhand m ussen wir uns nat urlich auf Funktionen einer un-
abhangigen Variablen t beschranken.
t
0
t
0
+h t
0
h
t
dom(f) U
Fig. 3.2.6
Es sei also f: R R eine dierenzierbare Funktion und t
0
ein innerer Punkt
von dom(f) (Fig. 3.2.6). Es gibt dann ein h > 0 mit ]t
0
h, t
0
+h[ dom(f).
Der Punkt t
0
heit kritischer oder stationarer Punkt von f, wenn f
(t
0
) = 0
ist. Aufgrund von 3.1.(4) gilt dann
f(t) f(t
0
) = f
(t
0
)(t t
0
) +o(t t
0
) = o(t t
0
) (t t
0
) .
Der Zuwachs von f ist also f ur t t
0
von kleinerer Groenordnung als der
Zuwachs t t
0
der unabhangigen Variablen, daher der Name stationar.
Die Menge der kritischen Punkte von f auf B bezeichnen wir mit S
krit
(f B)
oder einfach mit S
krit
.
_3 Wir betrachten die Funktion
f(t) := sin t +
1
2
sin(2t) (0 t 2)
(Fig. 3.2.7) mit der Ableitung
f
(t) = cos t + cos(2t) = cos t + (2 cos

2
t 1)
= (2 cos t 1)(cos t + 1) .
Die kritischen Punkte t m ussen daher der Gleichung cos t =
1
2
oder der
Gleichung cos t = 1 gen ugen. Es ergibt sich
S
krit
=
_
3
,
5
3
,
_
.
_
y
1
1
/3

5/3 t
y = f(t)
Fig. 3.2.7
Die Grundlage zur Losung von allen praktischen Extremalaufgaben ist be-
kanntlich enthalten in dem folgenden Lemma:
3.2 Extrema 191
(3.3) Es sei f: R R dierenzierbar und t
0
ein innerer Punkt von dom(f).
Ist f an der Stelle t
0
lokal extremal, so ist t
0
notwendigerweise ein kritischer
Punkt von f, das heit, es gilt f
(t
0
) = 0.
Es gilt
f(t) f(t
0
) = m(t) (t t
0
) ,
dabei bezeichnet m() die Trendfunktion von f an der Stelle t
0
. Ist zum
Beispiel f
(t
0
) = m(t
0
) > 0, so ist m(t) in einer ganzen Umgebung U :=
]t
0
h, t
0
+h[ des Punktes t
0
(Fig. 3.2.6) positiv, und wir haben
t U : sgn
_
f(t) f(t
0
)
_
= sgn (t t
0
) .
Hiernach nimmt f(t) f(t
0
) in U beiderlei Vorzeichen an, und f kann an der
Stelle t
0
weder lokal maximal noch lokal minimal sein.
Bestimmung der globalen Extrema
Das Lemma (3.3) erhalt nun folgende anwendungsorientierte Form:
(3.4) Die stetige Funktion f: [ a, b ] R sei jedenfalls im Inneren von [ a, b ]
dierenzierbar und besitze dort endlich viele kritische Punkte t
1
, . . ., t
r
.
Dann ist
S
max
(f [ a, b ])
_
a , b , t
1
, . . . , t
r
_
(1)
und
max
atb
f(t) = max
_
f(a), f(b), f(t
1
), . . . , f(t
r
)
_
.
Nach Satz (3.2) wird das Maximum tatsachlich angenommen, und zwar
in einem der Punkte a, b oder in einem inneren Punkt des Intervalls [ a, b ].
Ein derartiger Punkt mu nach dem Lemma (3.3) ein kritischer Punkt
von f sein, denn sonst ware die Funktion dort nichteinmal lokal maximal.
Die Kandidatenliste rechter Hand in (1) enthalt daher alle Punkte des
Intervalls [ a, b ], die als globale Maximalstelle uberhaupt in Frage kommen,
und der tatsachliche Maximalwert von f lat sich durch Wertvergleich in
diesen Punkten ermitteln.
Beachte: Falls nur der Maximalwert max
atb
f(t) und die Menge S
max
der
Maximalstellen gefragt sind, ist es nach diesem Satz nicht notig, zweite
Ableitungen auszurechnen. Etwas anderes ist es, wenn zum Beispiel f ur
eine Graphendiskussion oder f ur Stabilitatsbetrachtungen der Charakter der
einzelnen kritischen Punkte untersucht werden soll (s.u.) .
A
B
P
1
P
2
P
3
x
y
1
1
P = (p,0)
2
2
Fig. 3.2.8
_4 Es sei die Verbindungsstrecke der beiden Punkte A := (1, 1), B :=
(0, 2), und es sei P := (p, 0) ein Punkt auf der x-Achse (Fig. 3.2.8). Welcher
Punkt von liegt P am nachsten?
Der Figur entnimmt man ohne weiteres die folgende Losung dieser Aufgabe:
Ist p 0, so liegt der Endpunkt A am nachsten, und ist p 2, so liegt B
am nachsten. F ur 0 < p < 2 ist der nachste Punkt ein innerer Punkt von ,
namlich der Fupunkt des Lotes von P auf .
Was konnen wir hieraus lernen? Unsere Aufgabe enthalt einen Parameter p.
Der k urzeste Abstand von P zu hangt nat urlich zahlenmaig von p ab,
aber nicht nur das: Auch die Gestalt der Extremalsituation hangt von p ab
und verandert sich an bestimmten Stellen der p-Achse (bei p = 0 und p = 2)
radikal. Damit sind wir auf ein ziemlich universelles Katastrophenprinzip
gestoen: Enthalt ein mathematisches Modell Parameter p, , . . ., so mu
man von vorneherein damit rechnen, da f ur gewisse spezielle Werte der
Parameter die Gesamtsituation umkippt zu einer vollstandig neuen Gestalt.
Die rechnerische Behandlung der obigen Aufgabe uberlassen wir dem Leser.
_
_5 Wir betrachten die mit parametrisierte Funktionenschar
f
(t) := t
3
3
2
t + 4
auf dem t-Intervall [ 2, 2 ]. Jedes f
nimmt auf diesem Intervall ein globales

Maximum M
und ein globales Minimum m
an. Diese beiden Groen sollen

nun (als Funktionen von ) bestimmt werden. Hierzu m ussen wir f ur jedes
feste R eine Kandidatenliste herstellen.
3.2 Extrema 193
Zunachst ist
f
(2) = 8 + 6
2
+ 4 =:
1
() , f
(2) = 8 6
2
+ 4 =:
2
() .
Ferner gilt f
(t) = 3t
2
3
2
, und dies verschwindet in den beiden Punkten
t = . Diese beiden Punkte fallen f ur [[ 2 auer Betracht, da sie dann
nicht im t-Intervall ] 2, 2 [ liegen. Die zugehorigen Funktionswerte
f
() = 2
3
+ 4 =:
3
() , f
() = 2
3
+ 4 =:
4
()
sind somit nur f ur 2 < < 2 zur Konkurrenz zugelassen. Die Funktionen
1
(), . . .,
4
() sind in der Fig. 3.2.9 simultan dargestellt,
3
und
4
nur
in dem angegebenen Bereich. Die gesuchten Funktionen M
und m
lassen
sich nun unmittelbar ablesen: Aufgrund von Satz (3.4) ist
M
= max
1
(), . . . ,
4
()
und analog f ur m
. Damit erhalten wir die folgende Tabelle:

2 2 < < 1 1 1 1 < < 2 2
M

1
()
4
()
2
()
3
()
1
()
m

2
()
3
()
1
()
4
()
2
()
_
24
8
8
24
2 1 2
4
Fig. 3.2.9
Aufgaben
1. Bestimme Inmum und Supremum der folgenden Mengen. Welche dieser
Mengen besitzen ein minimales oder ein maximales Element?
(a)
_
[x[
1 +[x[
x R
_
, (b)
_
x
1 +x
x > 1
_
,
(c)
_
x +
1
x
1
2
< x < 2
_
, (d)
_
x R
y R: x
2
+ 5y
2
< 4
_
.
2. _M Bestimme, soweit vorhanden, die globalen Extrema der Funktion
f(t) := (t
3
+ 4t
2
+ 9t + 9) e
t
.
Stelle ein Bild des Graphen von f her, das das gefundene Resultat be-
statigt.
3. Ein Versuch besitze zwei mogliche Ergebnisse, die mit Wahrscheinlich-
keiten p bzw. q (= 1 p) eintreten. Ein Ma f ur die Ungewiheit uber
den Ausgang des Versuchs ist die sogenannte Entropie
H := p log p q log q .
F ur welchen Wert von p und q ist die Ungewiheit am groten?
_
Hinweis:
lim
x0+
xlog x = 0 .
_
4. Ein periodischer Vorgang wird beschrieben durch die Funktion
f(t) := cos t + cos(2t) .
F ur welchen Wert des reellen Parameters ist der Maximalausschlag
(nach oben oder unten) minimal?
5. Eine Kugel soll in einen aufrechten Kreiskegel von minimalem Volumen
gepackt werden. Bestimme den halben

Onungswinkel des Kegels.
6. Auf der Ellipse x
2
+ 4y
2
= 4 bestimme man diejenigen Punkte, die von
dem Punkt (c, 0), 0 < c < 2, minimalen Abstand haben. Man zeichne die
gesuchten Punkte f ur die Falle c := 3/4 und c := 9/5.
7. Eine Zahl a 1 soll in n 1 gleiche Teile geteilt werden, so da das
Produkt der Teile moglichst gro wird. Bestimme n in Abhangigkeit von
a.
_
Hinweis: Die Funktion (t) := (a/t)
t
ist unimodal.
_
8. Bestimme die grote Zahl, die als Produkt von positiven ganzen Zahlen
der Summe 1996 dargestellt werden kann.
9. Betrachte die Funktion f(t) := t
2
(t R) sowie das verschiebbare Fen-
ster [ 1, + 1 ] auf der t-Achse. Aufgabe: die beiden Funktionen
m() := min
_
f(t)
1 t + 1
_
,
M() := max
_
f(t)
1 t + 1
_
3.2 Extrema 195
zu bestimmen. Verlangt ist eine formelmaige Darstellung (allenfalls mit
Fallunterscheidungen) oder eine Figur, an der m() und M() unmittelbar
abgelesen werden konnen.
10. Angenommen, Sie m uten an dem folgenden Spiel teilnehmen: Sie geben
eine reelle Zahl x bekannt; hierauf wahlt Ihr Gegner eine reelle Zahl y
und gewinnt von Ihnen den Betrag
f(x, y) := (x
2
4)y
2
+ 2(x + 4)y .
Welches x w urden Sie wahlen, und welches y hierauf Ihr Gegner?
3.3 Der Mittelwertsatz der Dierentialrechnung
Verschiedene Varianten des Mittelwertsatzes
Wir beginnen mit dem intuitiv einleuchtenden Satz von Rolle:
(3.5) Die Funktion f: [ a, b ] R sei stetig, und es sei f(a) = f(b). Ist f
im Inneren von [ a, b ] dierenzierbar, so gibt es einen Punkt ]a, b[ mit
f
() = 0 .
y
t
a
b
y = f(t)
Fig. 3.3.1
Ist f nicht konstant, so gibt es zum Beispiel Punkte t ]a, b[ mit f(t) >
f(a), und das globale Maximum von f auf [ a, b ] wird notwendigerweise in
(mindestens) einem inneren Punkt angenommen (Fig. 3.3.1). An einer
derartigen Stelle ist f
() = 0 nach Lemma (3.3).

F ur komplexwertige (und erst recht f ur vektorwertige) Funktionen gibt es
keine derartige Aussage!
Bsp: Es ist cis(2) = cis 0 , aber cis
t ,= 0 f ur alle t.
Der angek undigte Mittelwertsatz der Dierentialrechnung erscheint in ver-
schiedenen Varianten. Die erste davon ist (Fig. 3.3.2):
(3.6) Es sei f: [ a, b ] R stetig und im Inneren von [ a, b ] dierenzierbar.
Dann gibt es einen Punkt ]a, b[ mit
f(b) f(a)
b a
= f
() bzw. f(b) f(a) = f
() (b a) .
3.3 Der Mittelwertsatz der Dierentialrechnung 197
y
t
b
y = f(t)
a
Fig. 3.3.2
Anstelle von (3.6) beweisen wir etwas allgemeiner:
(3.6
) Gen ugen f und g den Voraussetzungen von (3.6) und ist g
(t) ,= 0
f ur alle t ]a, b[ , so gibt es einen Punkt ]a, b[ mit
f(b) f(a)
g(b) g(a)
=
f
()
g
()
.
Wir setzen zur Abk urzung
f(b) f(a) =: f , g(b) g(a) =: g ( ,= 0)
und betrachten die Hilfsfunktion
h(t) := g f(t) f g(t) .
Es ist
h(b) h(a) = g f f g = 0 ;
nach dem Satz von Rolle gibt es daher einen Punkt ]a, b[ mit
0 = h
() = g f
() f g
() ,
und es folgt in der Tat
f
g
=
f
()
g
()
.
Aus Satz (3.6) ergeben sich sofort die folgenden Aussagen, die nun nicht
mehr auf einen unfabaren Punkt Bezug nehmen:
(3.7) Ist f dierenzierbar auf dem Intervall I und gilt
[f
(t)[ M t I ,
so besteht f ur beliebige t
1
, t
2
I die Absch atzung
[f(t
2
) f(t
1
)[ M [t
2
t
1
[ .
(3.8) Ist f
(t) 0 auf dem Intervall I R, so ist f konstant auf I.

Im Gegensatz zu (3.5) und (3.6) sind die Satze (3.7) und (3.8) auch f ur
komplexwertige und f ur vektorwertige Funktionen richtig (ohne Beweis).
Grenzwerte nach de lH opital
Wir benutzen den Mittelwertsatz gerade zum Beweis der beliebten Regel von
Bernoulli-de lHopital. Es handelt sich dabei um eine einfache Methode zur
Berechnung von gewissen Grenzwerten, die zunachst auf Ausdr ucke der Form
0/0 oder / f uhren.
(3.9) Es seien f und g dierenzierbare reellwertige Funktionen auf dem In-
tervall ]a, b[ (b := zugelassen), und es sei
lim
tb
f(t) = 0 , lim
tb
g(t) = 0 (bzw. beide = ) ,
aber g
(t) ,= 0 f ur alle t. Dann gilt

lim
tb
f(t)
g(t)
= lim
tb
f
(t)
g
(t)
,
falls der Grenzwert rechter Hand existiert ( zugelassen).
Wir behandeln nur den Fall 0/0 und b < , so da wir ohne weiteres
f(b) = g(b) = 0 annehmen d urfen (Fig. 3.3.3).
Die Funktionen f und g erf ullen in Intervallen [ t, b ] die Voraussetzungen von
Satz (3.6
). Es gibt daher f ur jedes t < b einen Punkt

t
]t, b[ mit
f(t)
g(t)
=
f(b) f(t)
g(b) g(t)
=
f
(
t
)
g
(
t
)
. (1)
y
y = g(t)
y = f(t)
t
b
t
t
Fig. 3.3.3
Es sei jetzt lim
tb
_
f
(t)/g
(t)
_
=: . Beim Grenz ubergang t b strebt
notwendigerweise auch der Punkt
t
gegen b und folglich die rechte Seite von
(1) gegen , also auch die linke Seite.
Wir behandeln nun einige Beispiele.
_1
lim
t1+
2t
2
+t 3
t
3
3t + 2
= lim
t1+
4t + 1
3t
2
3
= lim
t1+
_
4t + 1
3(t + 1)

1
t 1
_
.
Hier strebt der erste Faktor rechter Hand mit t 1+ gegen 5/6, der zweite
gegen , das Produkt also gegen .
Es seien , > 0. Bei der Funktion
h(t) :=
log cosh(t)
log cosh(t)
streben Zahler und Nenner mit t 0 beide gegen 0 und mit t beide
gegen . Wegen
d
dy
log cosh y = log
(cosh y) cosh
(y) =
sinh y
cosh y
= tanhy
erhalten wir daher einerseits
lim
t0
h(t) = lim
t0
tanh(t)
tanh(t)
= lim
t0
2
(1 tanh
2
(t))
2
(1 tanh
2
(t))
=

2
2
,
wobei wir Satz (3.9) gleich zweimal angewandt haben, und andererseits
lim
t
h(t) = lim
t
tanh(t)
tanh(t)
=

.
_
Monotonie und Konvexitat
Es sei I ein beliebiges Intervall. Eine Funktion f: I R heit (streng)
monoton wachsend auf I, wenn gilt:
t
1
, t
2
I t
1
< t
2
= f(t
1
) < f(t
2
) .
Der Mittelwertsatz liefert das folgende f ur die Graphendiskussion n utzliche
Monotoniekriterium:
(3.10) Eine dierenzierbare Funktion f: I R ist genau dann streng mono-
ton wachsend auf dem Intervall I, wenn folgendes zutrit:
f
(t) 0 t I , (2)
und auf keinem Teilintervall ist f
(t) 0 .
Wir verzichten auf die Diskussion des streng. Ist f monoton wach-
send, so sind alle Dierenzenquotienten
f(t) f(t
0
)
t t
0
0 ,
also auch deren Grenzwerte. Umgekehrt: Ist t
1
< t
2
, so gilt unter der Vor-
aussetzung (2):
f(t
2
) f(t
1
) = f
() (t
2
t
1
) 0 .
_2 Betrachte die Funktion
f(t) := 5t
3
3t
5
mit der Ableitung
f
(t) = 15t
2
15t
4
= 15t
2
(1 t
2
) .
Wie man sofort sieht, ist
f
(t)
_
_
_
= 0
_
t 1, 0, 1
_
,
> 0 (0 < [t[ < 1) ,
< 0 ([t[ > 1) .
Hiernach ist f im Intervall [ 1, 1] streng monoton wachsend und in den
beiden Intervallen R
1
und R
1
streng monoton fallend (Fig. 3.3.4).
_
1
t
y = f(t)
1
1
1
y
Fig. 3.3.4
Das Vorzeichen der ersten Ableitung f
gibt also Auskunft uber die Mono-

tonieeigenschaften von f langs dom(f). Wenn wir schon dabei sind, betrach-
ten wir auch noch das Vorzeichen der zweiten Ableitung f
.
Gilt in einem Teilintervall I dom(f) durchwegs
f
(t) > 0 ,
so besagt (3.10), angewandt auf f
anstelle von f: Die Funktion f
ist auf
I streng monoton wachsend. Durchlauft also der Punkt
_
t, f(t)
_
den betref-
fenden Teil des Graphen ((f) von links nach rechts, so nimmt die Steigung
der Tangente monoton zu (Fig. 3.3.5). Dann ist aber auch
arg v() = arg
_
1, f
()
_
= arctan f
()
monoton wachsend, das heit, die Tangente dreht sich in positivem Sinn.
Man sagt, die Funktion sei in diesem Intervall (nach unten) konvex. Wie
wir spater zeigen werden, liegt der Graph einer konvexen Funktion immer
oberhalb seiner Tangenten; diese werden im vorliegenden Zusammenhang
auch St utzgeraden der betreenden Funktion genannt.
Gilt jedoch in einem Intervall I durchwegs
f
(t) < 0 ,
so dreht sich die Tangente rechtsherum, wenn man ((f) von links nach rechts
durchlauft (Fig. 3.3.6). Die Funktion f wird dann konkav (oder meinetwegen
nach oben konvex) genannt, und der Graph von f hangt unterhalb aller
seiner Tangenten, die ihn gewissermaen von oben st utzen.
y
y = f(t)
t
t
(t, f(t))
v(t) = (1, f
/
(t))
1
Fig. 3.3.5
y
y = f(t)
t
t
Fig. 3.3.6
_3 Wir betrachten die Funktionen
b
(t) := (1 +t)
(t > 1)
(Binomialreihe!) f ur verschiedene Werte des reellen Parameters . Man
erhalt nacheinander
b
(t) = (1 +t)
1
, b
(t) = ( 1)(1 +t)

2
.
Wegen b
(0) = besitzt die Tangente, die ((b
) im Punkt P
0
:= (0, 1)
ber uhrt, die Gleichung
y = 1 +t .
Was nun das Vorzeichen von b
betrit, so ist
sgn b
= sgn sgn ( 1) =
_
1 ( > 1 oder < 0),
1 (0 < < 1).
y
1
1
0
t
y = (1+t)
( < 0)
(0 < < 1)
( > 1)
P
0
( = 0)
( = 1)
Fig. 3.3.7
Die Funktion b
ist somit konvex, falls > 1 oder < 0, und konkav, falls
0 < < 1; in den Fallen = 0 und = 1 schlielich ist ((b
) eine Gerade,
siehe die Fig. 3.3.7.
Da die Tangente im Punkt P
0
in jedem Fall eine St utzgerade des Graphen
ist, ergibt sich als Nebenprodukt die sogenannte Bernoullische Ungleichung:
Ist 0 oder 1, so gilt
(1 +t)
1 +t (t > 1) ;
ist jedoch 0 1, so gilt
(1 +t)
1 +t (t > 1) .
_
Wechselt f
an der Stelle t
0
das Vorzeichen:
f
(t
0
) = 0 , (sgn f
)(t
0
) = (sgn f
)(t
0
+) ,
so geht f beim Durchlaufen des Punktes P
0
:=
_
t
0
, f(t
0
)
_
vom konkaven zum
konvexen Charakter uber, oder umgekehrt; der Graph besitzt an der Stelle
P
0
einen Wendepunkt (Fig. 3.3.8).
P
0
P
0
Fig. 3.3.8
_4 Die kubischen Parabeln, das sind die Graphen der Polynome
p(t) := at
3
+bt
2
+ct +d , a ,= 0 ,
besitzen alle einen Wendepunkt, denn
p
(t) = 6at + 2b
besitzt genau eine Nullstelle t
0
:=
b
3a
und wechselt dort das Vorzeichen. In
der Figur 3.3.9 sind zwei Varianten dargestellt.
_
t
0
=
b
3a
t
y = at
3
+ bt
2
+ ct + d
y
Fig. 3.3.9
In der nachstehenden Figur 3.3.10 werden die qualitativen Beziehungen zwi-
schen den Graphen von f, f
und f
nocheinmal zusammengefat.
f
f
/
f
//
0
0
<0
>0
Fig. 3.3.10
Aufgaben
1. Zeige: Die Gleichung x
2
= 2
x
hat genau drei reelle Losungen.
_
Hinweis:
Betrachte die Funktion f(x) := 2
x
x
2
. Mindestens drei Losungen mit
Zwischenwertsatz, hochstens drei Losungen mit Hilfe des Satzes von Rolle,
angewandt auf f / f
/ f
.
_
2. _M Berechne die folgenden Grenzwerte:
(a) lim
t0
t sin t
t sinh t
, (b) lim
t/2
sin t + sin(3t)
cos(2t)
,
(c) lim
t0
a
t
1
b
t
1
(a, b > 0) , (d) lim
t0
log(cos t)
cosh t 1
,
(e) lim
t1
t
t
1/
t
1/
_
( ) ,= 0
_
,
(f) lim
t0
(1 + 2 sin t)
cot t
(Hinweis: Logarithmieren).
3.4 Taylor-Approximation
Zur Einf uhrung
In der fundamentalen Beziehung 3.1.(4) ist enthalten, da die Ableitung
zur approximativen Berechnung von Funktionswerten herangezogen werden
kann. Indem man namlich den o-Term in 3.1.(4) vernachlaigt, erhalt man die
Moglichkeit, eine beliebige Funktion in der unmittelbaren Umgebung einer
festen Stelle t
0
zu linearisieren und so mit bescheidenem Rechenaufwand ap-
proximativ zu berechnen:
f(t)
.
= f(t
0
) +f
(t
0
)(t t
0
) (t
.
= t
0
) . (1)
Eine Fehlerabschatzung ist damit allerdings nicht verbunden. Im Graphen-
bild lauft (1) darauf hinaus, da ((f) in der Umgebung von P
0
:=
_
t
0
, f(t
0
)
_
durch die Tangente in P
0
ersetzt wird (Fig. 3.4.1).
y = f(t)
t
0
t
t
y
y = f(t
0
) + f
/
(t
0
) (tt
0
)
f(t
0
)
?
Fig. 3.4.1
_1 Gesucht ist ein Naherungswert f ur die Zahl
5
1023 . Hierzu betrachten

wir die Funktion
f(t) := t
1/5
in der Umgebung der Stelle t
0
:= 1024 und schreiben
f(1023)
.
= f(1024) +f
(1024) (1023 1024) .

Nun ist f(1024) = (2
10
)
1/5
= 4 , ferner hat man
f
(t) =
1
5
t
1
5
1
=
t
1/5
5t
und somit f
(1024) =
4
51024
= 0.00078125 . Damit erhalten wir
5
1023
.
= 4 + 0.00078125 (1) = 3.99921875 .
Der Tabellenwert ist 3.999218445 .
_
3.4 Taylor-Approximation 207
_2 Ist [t[ sehr klein gegen uber 1, in Zeichen: [t[ 1, so gilt
1
1 +t
.
= 1 t . (2)
Die Funktion f(t) := 1/(1 + t) hat namlich an der Stelle t
0
:= 0 den Wert 1
und die Ableitung f
(t) = 1/(1 +t)

2
den Wert 1.
Auf der Beziehung (2) beruht die Lebensweisheit, da die Aussagen A ist
2% teurer als B und B ist 2% billiger als A kompatibel sind. Die analo-
gen Aussagen mit 25% anstelle von 2% sind aber nicht mehr miteinander
vertraglich.
_
Um bessere Approximationen und auch Fehlerabschatzungen zu erhalten,
m ussen wir die hoheren Ableitungen ins Spiel bringen, die f ur eine Funktion
f: R X rekursiv wie folgt deniert sind:
f
(0)
:= f , f
(k+1)
:=
_
f
(k)
_
(k 0) .
Anstelle von f
(k)
schreibt man auch
d
k
dt
k
f(t), D
k
f und ahnlich.
_3 Es sei C fest. Dann ist
d
k
dt
k
e
t
=
k
e
t
.
Mit vollstandiger Induktion beweist man die Leibnizsche Formel f ur die n-te
Ableitung eines Produkts:
(f g)
(n)
=
n
k=0
_
n
k
_
f
(nk)
g
(k)
.
Ferner:
d
k
dt
k
1
1 t
=
k!
(1 t)
k+1
.
_
Zur uck zu unseren Approximationen. Um eine Indexstufe einzusparen, be-
zeichnen wir im folgenden den festgehaltenen Arbeitspunkt auf der t-Achse
mit a statt mit t
0
und nehmen zunachst a := 0 an (die anvisierte Theorie ist
nat urlich translationsinvariant). Die Funktion f: R X sei in der Umgebung
der Stelle 0 so oft wie notig dierenzierbar. Dann ist die nullte Taylor-
Approximation von f an der Stelle 0 gegeben durch
f(t)
.
= f(0) (t
.
= 0) (3
0
)
und die erste Taylor-Approximation durch
f(t)
.
= f(0) +f
(0) t (t
.
= 0) . (3
1
)
Hier wird f in der Umgebung von a := 0 zunachst durch ein Polynom vom
Grad 0 approximiert, dessen Wert an der Stelle 0 mit f(0) ubereinstimmt,
dann durch ein Polynom vom Grad 1, dessen Wert und erster Ableitungs-
wert an der Stelle 0 bzw. mit f(0) und f
(0) ubereinstimmen. Es liegt nahe,

diesen Gedanken weiterzuf uhren und im nachsten Schritt die Funktion f in
der Umgebung von 0 quadratisch zu approximieren gemeint ist: durch
ein Polynom vom Grad 2, das auch noch die zweite Ableitung f
(0) richtig
wiedergibt.
Konstruktion des Taylor-Polynoms
Es soll also eine Folge von Polynomen
j
0
f, j
1
f, j
2
f, . . .
(j
r
f ist ein Bezeichner!) mit folgenden Eigenschaften konstruiert werden:
(a) Jedes j
r
f besitzt einen Grad r.
(b) F ur 0 k r gilt
(j
r
f)
(k)
(0) = f
(k)
(0) .
Die Forderung (b) scheint vern unftig, denn nach (a) sind r + 1 Koezienten
zu bestimmen. Wir setzen noch j
1
f(t) : 0 und haben nach (3
0
) und (3
1
):
j
0
f(t) : f(0) , j
1
f(t) := f(0) +f
(0)t .
F ur den allgemeinen Rekursionsschritt nehmen wir an, j
r1
f sei bestimmt
und besitze die verlangten Eigenschaften. Setzen wir zur Abk urzung
j
r
f j
r1
f =: p ,
so mu das (vorderhand unbekannte) Polynom p den folgenden Bedingungen
gen ugen (und das ist dann auch hinreichend):
Der Grad von p ist r.
p(0) = p
(0) = . . . = p
(r1)
(0) = 0 .
(F ur 0 k r 1 m ussen ja die k-ten Ableitungen von j
r1
f und von
j
r
f bei 0 mit denen von f ubereinstimmen.)
p
(r)
(0) = f
(r)
(0) .
(Die r-te Ableitung von j
r1
f ist 0, und (j
r
f)
(r)
(0) sollte ja gleich
f
(r)
(0) sein.)
Es gibt genau ein Polynom p, das diese Bedingungen erf ullt, namlich
p(t) :=
f
(r)
(0)
r!
t
r
(das war nicht schwer zu nden!). Folglich ist
j
r
f = j
r1
f +
f
(r)
(0)
r!
t
r
,
und durch Aufsummieren erhalten wir denitiv
j
n
f(t) = f(0) +f
(0) t +
f
(0)
2!
t
2
+ . . . +
f
(n)
(0)
n!
t
n
=
n
k=0
f
(k)
(0)
k!
t
k
.
Damit ist die durch (a) und (b) beschriebene Aufgabe gelost: Das Polynom
vom Grad n mit den richtigen Ableitungswerten an der Stelle a := 0 ist
gefunden. Man nennt j
n
f den n-Jet (oder auch das n-te Taylorsche Appro-
ximationspolynom) von f an der Stelle 0. Etwas allgemeiner ist
j
n
a
f(t) :=
n
k=0
f
(k)
(a)
k!
(t a)
k
der n-Jet von f an der Stelle a. Die formale Reihe
k=0
f
(k)
(a)
k!
(t a)
k
heit Taylor-Reihe von f an der Stelle a; es handelt sich um eine Potenzreihe
mit Mittelpunkt a. Die n-Jets j
n
a
f sind die Partialsummen dieser Reihe.
Die Figur 3.4.2 zeigt einige n-Jets der Sinusfunktion an der Stelle a := 0.
Man erkennt deutlich, wie sich der t-Bereich, in dem j
n
eine brauchbare
Approximation liefert, mit wachsendem n vergroert.
Qualitat der Approximation
Wir kommen nun zu dem analytischen Problem, herauszunden, wie gut j
n
a
f
die Ausgangsfunktion f in der Umgebung von a approximiert. Wir schreiben
f(t) = j
n
a
f(t) +R
n
(t) (4)
y
j
3
j
9
j
15
j
1
t
y = sin t
0
Fig. 3.4.2
und hoen nat urlich, da das n-te Restglied R
n
(t), auch Abbrechfehler
genannt, f ur t
.
= a und groeres n sehrsehr klein wird. Es gibt verschiedene
Darstellungen des Restglieds. Man benotigt sie f ur Konvergenzuntersuchun-
gen und f ur die numerische Abschatzung des Abbrechfehlers, nicht aber, um
den Funktionswert auf einem unerhorten Umweg doch noch exakt zu berech-
nen. Wir beweisen dar uber:
(3.11) F ur ein geeignetes zwischen a und t hat das Restglied in (4) den
Wert
R
n
(t) =
f
(n+1)
()
(n + 1)!
(t a)
n+1
,
das heit, es gilt
f(t) =
n
k=0
f
(k)
(a)
k!
(t a)
k
+
f
(n+1)
()
(n + 1)!
(t a)
n+1
.
Das Restglied sieht hier fast so aus wie das erste vernachlaigte Glied der
Taylor-Reihe. Wenn wir der Einfachheit halber voraussetzen, da f
(n+1)
an
der Stelle a stetig ist, so folgt aus Satz (3.11) sofort:
(3.12) R
n
(t) = o
_
(t a)
n
_
(t a) .
Das Restglied ist hiernach f ur t a von kleinerer Groenordnung als der
letzte in j
n
a
f ber ucksichtigte bzw. auftretende Term (ausgenommen nat urlich
im Fall j
n
a
f = 0, wo R
n
(t) f(t) ist, s.u.).
Zum Beweis von (3.11) benotigen wir das folgende Lemma:
(3.13) Es sei t > a. Ist g im Intervall [ a, t ] hinreichend oft dierenzierbar
und ist
g(a) = g
(a) = . . . = g
(n)
(a) = 0 , (5)
so gilt f ur ein geeignetes ]a, t[ :
g(t) =
g
(n+1)
()
(n + 1)!
(t a)
n+1
.
F ur n = 0 lautet die Behauptung: Es gibt ein ]a, t[ mit
g(t) = g
() (t a) .
Dies trit wegen g(a) = 0 zu nach Satz (3.6) (Mittelwertsatz der Dieren-
tialrechnung). Das Lemma sei daher richtig f ur n, und die Funktion g gen uge
neben (5) noch der zusatzlichen Bedingung
g
(n+1)
(a) = 0 . (6)
Betrachte neben g die weitere Funktion
h(t) := (t a)
n+2
mit der Ableitung
h
(t) = (n + 2)(t a)
n+1
.
Nach Satz (3.7) gibt es ein
1
]a, t[ mit
g(t)
(t a)
n+2
=
g(t) g(a)
h(t) h(a)
=
g
(
1
)
h
(
1
)
=
g
(
1
)
(n + 2)(
1
a)
n+1
. (7)
Nun gen ugt g
wegen (5) und (6) auf dem Intervall [ a,

1
] der Induktions-
voraussetzung. Es gibt daher ein ]a,
1
[ (Fig. 3.4.3) mit
g
(
1
) =
g
(n+1)
()
(n + 1)!
(
1
a)
n+1
.
Setzen wir dies rechts in (7) ein, so ergibt sich gerade
g(t)
(t a)
n+2
=
g
(n+2)
()
(n + 2)!
,
wie f ur die Induktion erforderlich.
a
1
t
Fig. 3.4.3
Damit kommen wir zum Beweis von Satz (3.11):
Die Funktion R
n
() ist deniert durch (4). Nach Konstruktion besitzt R
n
an der Stelle a verschwindende Ableitungen bis zur Ordnung n und gen ugt
damit den Voraussetzungen uber g unseres Lemmas. Da j
n
a
f ein Polynom
vom Grad n ist, stimmt R
(n+1)
n
() mit f
(n+1)
uberein, und wir erhalten
durch Anwendung des Lemmas:
R
n
(t) =
R
(n+1)
n
()
(n + 1)!
(t a)
n+1
=
f
(n+1)
()
(n + 1)!
(t a)
n+1
.
Beispiele und Anwendungen
_4 Es soll log 1.2 mit Hilfe der Darstellung
log t = j
n
1
log (t) +R
n
(t)
auf 10
3
genau berechnet werden (Fig. 3.4.4). Der Tabelle
k f
(k)
(t) f
(k)
(1)
0 log t 0
1 1/t 1
2 1/t
2
1
3 2/t
3
2
4 6/t
4
entnimmt man
f
(4)
(t)
6 (t 1) ;
Satz (3.11) mit a := 1, t := 1.2 liefert daher die Abschatzung
[R
3
(1.2)[ =
[f
(4)
()[
4!
(0.2)
4
6
4!
(0.2)
4
= 4 10
4
,
so da wir R
3
vernachlaigen d urfen. Wir erhalten
log 1.2
.
= j
3
1
log(1.2)
= 0 + 1 0.2 +
1
2
(0.2)
2
+
2
3!
(0.2)
3
= 0.18267
mit einem Fehler 4 10
4
. Der Tabellenwert ist log 1.2 = 0.182321557.
_
y
y = log t
1
0 t
1.2
Fig. 3.4.4
_5 Wir zeigen, da der Graph einer konvexen Funktion f: I R oberhalb
seiner Tangenten liegt.
Es gelte
t I : f
(t) > 0 ,
und es sei a I ein fest gewahlter Punkt. Die Tangente in dem zu a gehorigen
Graphenpunkt P
0
(Fig. 3.4.5) hat die Gleichung
y = f(a) +f
(a)(t a) = j
1
a
f(t) .
Es sei t I, t ,= a, beliebig. Nach (3.11) gibt es ein zwischen t und a mit
f(t) = j
1
a
f(t) +
f
()
2
(t a)
2
.
Hier ist der zweite Summand rechter Hand > 0.
_
y = f(t)
t
t
y
y = j
1
f(t)
a
a
>0
P
0
Fig. 3.4.5
Satz (3.12) setzt uns instand, das Verhalten einer Funktion in der Umgebung
eines kritischen Punktes naher zu untersuchen. Wir zeigen:
(3.14) Es sei t
0
ein kritischer Punkt der Funktion f: R R, und zwar
gelte f ur ein n 2:
f
(t
0
) = f
(t
0
) = ... = f
(n1)
(t
0
) = 0 ,
f
(n)
(t
0
) =: A ,= 0 .
Ist n gerade, so besitzt f an der Stelle t
0
ein lokales Minimum, falls A > 0,
und ein lokales Maximum, falls A < 0. Ist n ungerade, so besitzt f an der
Stelle t
0
kein lokales Extremum, hingegen einen Wendepunkt.
Der Einfachheit halber sei t
0
= 0. Der Punkt t
0
ist denitionsgema ein
innerer Punkt von dom(f) (Fig. 3.2.6), somit kann die Groe t t
0
= t im
folgenden beiderlei Vorzeichen annehmen. Nach Satz (3.12) ist
f(t) = j
n
0
f(t) + o
_
t
n
_
= f(0) +
A
n!
t
n
+ o
_
t
n
_
(t 0) ,
denn alle ubrigen Glieder des n-Jets entfallen. Wir schreiben das in der Form
f(t) f(0) = t
n
_
A
n!
+o(1)
_
(t 0) .
Wegen A ,= 0 gilt daher f ur alle hinreichend nahe bei 0 gelegenen t:
sgn
_
f(t) f(0)
_
= sgn
_
t
n
_
sgn A .
Hieraus folgen alle Behauptungen bez uglich eines allfalligen lokalen Extre-
mums. Es sei weiter n 3 ungerade. Wenden wir Satz (3.12) auf f
an,
so ergibt sich in ahnlicher Weise
f
(t) = j
n2
0
f
(t) + o
_
t
n2
_
= t
n2
_
A
(n 2)!
+o(1)
_
(t 0)
und somit
sgn f
(t) = sgn t sgn A

f ur alle t in der Nahe von 0. Folglich wechselt f
an der Stelle 0 das Vorzei-

chen, wie behauptet.
_6 Es sollen die kritischen Stellen der Funktion
f(t) := (t 3)
3
(t + 2)
2
untersucht werden. Wir unterlassen tunlichst, das Produkt rechter Hand
auszumultiplizieren, und berechnen nacheinander
f
(t) = (t 3)
2
(t + 2)
_
3(t + 2) + 2(t 3)
_
= 5(t 3)
2
(t + 2)t ,
f
(t) = 5(t 3)
_
2(t + 2)t + (t 3)t + (t 3)(t + 2)
_
= 5(t 3)(4t
2
6) = 20(t 3)(t
_
3/2)(t +
_
3/2) ,
f
(t) = 20
_
_
t
2
3
2
_
+ (t 3)2t
_
.
Es gibt daher die drei kritischen Stellen 2, 0, 3. Wir legen die folgende
Tabelle an, in die wir auch noch die zwei weiteren Nullstellen
_
3/2 von f
aufnehmen:
t
k
f(t
k
) f
(t
k
) f
(t
k
) f
(t
k
) Typ
2 0 0 250 lokales Maximum
0 108 0 90 lokales Minimum
3 0 0 0 150 Wendepunkt
_
3/2 ,= 0 0 ,= 0 Wendepunkte
Diese Tabelle ndet ihre graphische Bestatigung in der Figur 3.4.6.
_
2
3
t
y = (t3)
3
(t+2)
2
108
3/2
3/2
y
Fig. 3.4.6
Das Newtonsche Verfahren zur Nullstellenbestimmung
Wir machen nun einen Exkurs in ganz andere Gelde und behandeln das
Verfahren von Newton zur approximativen Losung von Gleichungen der Form
f(x) = 0 ,
f eine gegebene Funktion. Die unabhangige Variable bezeichnen wir hier
mit x, um den Eindruck einer Unbekannten zu vermitteln. Auerdem
lat sich das Verfahren auf mehrdimensionale Situationen, das heit: auf n
Gleichungen in n Unbekannten, ubertragen.
y = f(x)
(x
0
, f(x
0
))
x
0
x
1
x
2
x
y
T
0
Fig. 3.4.7
Die Idee ist genial einfach (Fig. 3.4.7). Es sei x
0
ein irgendwie gefundener
Naherungswert f ur eine (unbekannte) Losung der obigen Gleichung. Wir
ersetzen dann ((f) durch die Tangente T
0
im Punkt
_
x
0
, f(x
0
)
_
und schnei-
den diese Tangente statt ((f) mit der x-Achse. Es ist zu erwarten, da der
Schnittpunkt x
1
naher bei liegt als x
0
. Das Verfahren lat sich beliebig oft
wiederholen und liefert eine Folge x. , die unter g unstigen Umstanden gegen
konvergiert. (Es kann aber auch schiefgehen, wie Fig. 3.4.8 zeigt.)
Die geometrische Konstruktion lat sich analytisch wie folgt nachvollziehen:
Die Graphentangente T
0
besitzt die Gleichung
y = f(x
0
) +f
(x
0
) (x x
0
)
und schneidet daher die x-Achse an der Stelle
x
1
= x
0

f(x
0
)
f
(x
0
)
.
x
0
x
x
1
dom(f)
y = f(x)
T
0
Fig. 3.4.8
Dieselbe Formel gilt auch f ur den allgemeinen Schritt x
n
x
n+1
. Infolge-
dessen wird das Newtonsche Verfahren durch folgende Rekursionsvorschrift
beschrieben:
x
0
: hinreichend nahe bei
x
n+1
:= x
n

f(x
n
)
f
(x
n
)
Wir wollen nun das Konvergenzverhalten der Folge x. untersuchen, wobei wir
geeignete Annahmen treen, die sicherstellen, da x
0
unter den gegebenen
Umstanden hinreichend nahe bei liegt. (In der Praxis werden diese Be-
dingungen nat urlich nicht immer verziert. Man beginnt einfach mit einem
plausiblen Naherungswert x
0
zu rechnen und sieht dann sehr bald, ob es
klappt.)
Fig. 3.4.9
Es sei ein Intervall I := [ a, b ] so bestimmt, da gilt:
(a
) f(a) f(b) < 0 ,

(b
) x I : f
(x)f
(x) ,= 0 .
Der Graph von f I hat dann eine der vier in Fig. 3.4.9 dargestellten For-
men. Insbesondere ist f streng monoton auf I und besitzt somit genau eine
Nullstelle I. Wir nehmen etwa an, es sei f
> 0 und f
> 0 auf I
und setzen x
0
:= b. (Je nachdem, ob f
und f
gleiches oder verschiedenes

Vorzeichen haben, ist x
0
:= b oder x
0
:= a zu wahlen.) Dann treen die
folgenden Bedingungen f ur n = 0 zu:
(a) < x
n
,
(b) x ], x
n
] : f(x) > 0 , f
(x) > 0 , f
(x) > 0 .
Damit ergibt sich f ur x
1
jedenfalls
x
1
= x
0

f(x
0
)
f
(x
0
)
< x
0
.
Wir entwickeln nun die Funktion f an der Stelle x
0
nach Taylor: Nach Satz
(3.11) gibt es einen Punkt x
zwischen x
0
und (Fig. 3.4.10) mit
0 = f() = f(x
0
) +f
(x
0
)( x
0
) +
f
(x
)
2!
( x
0
)
2
.
Nach Division mit f
(x
0
) folgt hieraus
0 =
f(x
0
)
f
(x
0
)
x
0
+ +
f
(x
)
2f
(x
0
)
(x
0
)
2
,
und das heit
x
1
=
f
(x
)
2f
(x
0
)
(x
0
)
2
. (8)
Hier ist die rechte Seite > 0 wegen (b). Es gilt daher
< x
1
< x
0
,
und folglich treen die Bedingungen (a) und (b) auch f ur n = 1 zu.
a
b = x
0
x
1
x*
x
Fig. 3.4.10
Mit vollstandiger Induktion ergibt sich: Die Folge x. ist monoton fallend
und nach unten beschrankt durch . Sie besitzt daher einen Grenzwert
[ , x
0
]. Wir f uhren nun in der Rekursionsformel
x
n+1
= x
n

f(x
n
)
f
(x
n
)
(n 0)
den Grenz ubergang n durch und erhalten
f(
)
f
)
.
Es folgt f(
) = 0, das heit:
= , wie erwartet.
Das Newtonsche Verfahren liefert also in der Tat die gesuchte Nullstelle .
Man kann aber noch mehr sagen: Ist n hinreichend gro, so ist x
n
schon
recht nahe bei und ebenso der in (8) auftretende Punkt x
], x
n
[ . Wir
d urfen daher schreiben
x
n+1

.
= C(x
n
)
2
(n hinreichend gro)
mit
C :=
f
()
2f
()
.
Dies ist folgendermaen zu interpretieren: Das Newtonsche Verfahren kon-
vergiert quadratisch, da sich die Abweichung x
n
mit jedem Schritt im
wesentlichen quadriert. Anders ausgedr uckt: Ist C von der Groenordnung
1, so wird (nach einer gewissen Anfangsphase) die Anzahl der richtigen De-
zimalstellen in der Naherung x
n
.
= mit jedem Schritt verdoppelt.
_7 Wir haben in Beispiel 1.3._6 mit Hilfe der Rekursionsformel
x
n+1
:=
1
2
(x
n
+
c
x
n
)
eine Folge x. konstruiert, die sehr rasch gegen
c konvergiert. Das Geheimnis

kann nun gel uftet werden: Man kommt auf diese Formel, indem man auf die
Gleichung
f(x) := x
2
c = 0
das Newtonsche Verfahren anwendet. Es ist namlich
x
f(x)
f
(x)
= x
x
2
c
2x
=
1
2
(x +
c
x
) .
_
_8 Von einem kreisformigen Kuchen (Fig. 3.4.11) soll durch einen geradli-
nigen Schnitt ein Drittel abgeteilt werden. In welchem Abstand vom Mit-
telpunkt ist der Schnitt zu f uhren?
Verwenden wir als Hilfsvariable den halben Zentriwinkel , so ist der Flachen-
inhalt A des abgeteilten St uckes gegeben durch
A =
1
2
2
1
2
sin(2) ,
so da wir die Gleichung
f() :=
1
2
sin(2)

3
= 0
auosen m ussen. Es ist f(0) < 0 und f
_
2
_
> 0. Wir leiten ab und erhalten
f
() = 1 cos(2) , f
() = 2 sin(2) .
Die Rekursionsformel lautet daher
n+1
=
n

n

1
2
sin(2
n
)

3
1 cos(2
n
)
.
Da f
und f
im Intervall
0,

2
_
gleiches Vorzeichen besitzen, wahlen wir mit
Vorteil
0
:= /2 und erhalten
1
=

2

2
0

3
1 (1)
=
5
12
.
Die weiteren Werte sind:
0
=1.57079
1
=1.30899
2
=1.3026736661
3
=1.3026628373 . . .
4
=1.3026628373 . . .
Der gesuchte Abstand x betragt daher
x = cos
.
= 0.2649 .
_
x
1
0
Fig. 3.4.11
Die Taylor-Reihe als Potenzreihe
Wir kehren zur uck zur Taylor-Entwicklung.
Ist eine Funktion in der Umgebung von a beliebig oft dierenzierbar, so kann
man die unendliche Taylor-Reihe
k=0
f
(k)
(a)
k!
(t a)
k
=: j
a
f (t)
bilden, und es stellt sich nat urlich die Frage, ob diese Reihe die Funktion f
darstellt, das heit: ob in einem geeigneten Intervall I := ]a , a + [ die
Identitat
f(t) =
k=0
f
(k)
(a)
k!
(t a)
k
(t I) (9)
zutrit.
_9 Ist f zufalligerweise ein Polynom vom Grad n, also
f(t) := a
n
t
n
+a
n1
t
n1
+. . . +a
1
t +a
0
, (10)
so ist von vorneherein
j
0
f = j
n
0
f = f ,
denn erstens verschwinden alle Ableitungen von f der Ordnung > n, und
zweitens gibt es nur ein Polynom vom Grad n, dessen Ableitungen bis zur
Ordnung n bei 0 gegebene Werte annehmen. Es folgt: Eine Polynomfunktion
(10) ist schon ihre eigene Taylorreihe an der Stelle 0. Man kann aber noch
mehr sagen: F ur beliebiges a R ist j
a
f (= j
n
a
f) nichts anderes als das
nach Potenzen von (t a) entwickelte Polynom f und stimmt wertmaig
f ur alle t mit f(t) uberein.
_
Um die obige Frage zu entscheiden, m ute man untersuchen, ob das Restglied
R
n
(t) =
f
(n+1)
()
(n + 1)!
(t a)
n+1
auf einem t-Intervall I :=]a , a + [ mit n gegen 0 strebt. Im
allgemeinen ist das der Fall, das heit, es lat sich ein Intervall I nden, auf
dem (9) gilt.
_10 Die Funktion
f(t) :=
1
1 t
besitzt die Ableitungen
f
(k)
(t) =
k!
(1 t)
k+1
(k 0)
_
siehe Beispiel _3
_
. Somit ist
j
0
f (t) =
k=0
f
(k)
(0)
k!
t
k
=
k=0
t
k
= 1 +t +t
2
+ . . . ,
und hier stellt die rechte Seite in der Tat auf dem Intervall ]1, 1[ die Funk-
tion f dar.
_
Es gibt aber auch Gegenbeispiele:
_11 F ur jedes feste n 0 gilt
lim
t0
e
1/t
2
t
n
= lim
y
e
y
y
n/2
= lim
y
y
n/2
e
y
= 0 ;
das heit, es ist
e
1/t
2
= o(t
n
) (t 0)
f ur jedes n. Hieraus folgt (ohne Beweis): Samtliche Ableitungen der Funktion
f(t) :=
_
e
1/t
2
(t ,= 0),
0 (t = 0)
(Fig. 3.4.12) an der Stelle 0 sind 0. Dann ist aber auch
j
0
f = 0 (,= f) .
_
1/e
1
0
y
t
y = exp(1/t
2
)
1
Fig. 3.4.12
Folgendes ist jedoch immer richtig:
(3.15) Ist f: I X durch eine Potenzreihe deniert:
f(t) :=
k=0
c
k
(t a)
k
(t I) ,
so ist diese Reihe auch schon die Taylor-Reihe von f an der Stelle a, das
heit, es gilt
c
k
=
f
(k)
(a)
k!
(k N) .
Gemass (2.15)(b) d urfen wir die gegebene Potenzreihe gliedweise dif-
ferenzieren, wobei dann der vorderste Term wegfallt:
f
(t) =
k=1
c
k
k (t a)
k1
.
Nach r 1 derartigen Schritten ergibt sich
f
(r)
(t) =
k=r
c
k
k(k 1) (k r + 1) (t a)
kr
.
Wenn wir das an der Stelle t := a evaluieren, so liefert rechter Hand nur der
konstante Term, also derjenige mit k = r, einen Beitrag, und wir erhalten
f
(r)
(a) = c
r
r! .
Aufgaben
1. _M Bestimme die Taylor-Reihe der Funktion
f(t) :=
1
1 t
2
an der Stelle 0. Interpretiere das Ergebnis. (Hinweis: f lat sich als
Summe von zwei einfacheren Funktionen schreiben.)
2. Bestimme das Taylor-Polynom j
2
0
tan(t) sowie eine im Intervall
6

t

6
g ultige Fehlerabschatzung. (Hinweis: Verwende wiederholt tan
=
1 + tan
2
.)
3. Aus dem Additionstheorem f ur den Tangens folgt relativ leicht die Formel
4
= arctan
1
2
+ arctan
1
3
.
Man ben utze diese Formel und die Taylor-Entwicklung des Arcustangens,
um /4 mit einem Fehler von hochstens 10
4
zu berechnen.
4. Jemand mochte sinh 1 auf hundert Dezimalstellen genau berechnen. Wie-
viele Glieder der Taylor-Entwicklung j
0
sinh mu sie ber ucksichtigen?
5. _M Die Gleichung z
2
3z + 27 = 0 besitzt eine Losung in der Nahe von
z
0
:= 1 + 5i. Man f uhre zwei Newton-Schritte durch zur Bestimmung
eines besseren Naherungswerts z
2
.
6. _M Es sei
f(t) :=
t t
3
/3
2 t
.
Berechne das Taylor-Polynom j
7
0
f(t) und zeichne in einer einzigen Figur
(den Ausschnitt passend wahlen) die Graphen von f, j
1
0
f, j
2
0
f, . . ., j
5
0
f .
7. _M Entwickle die Funktion f(t) := t
5
an der Stelle a := 2 nach Taylor.
Um genau zu sein: Verlangt ist das Polynom j
3
2
f(t).
8. Bestimme die Taylor-Entwicklung der Funktion f(t) := cos t cosh t an der
Stelle a := 0.
(a) Berechne die ersten sechs nichtverschwindenden Terme mit Hilfe von
_M .
(b) Erw unscht ware eine Formel f ur den n-ten Koezienten. (Hinweis:
Stelle f als Summe von Exponentialfunktionen dar.)
9. Ein divisionsfreier Algorithmus zur Berechnung von Kehrwerten: Fasse
den Kehrwert einer Zahl c ] 0, 2 [ als Losung der Gleichung
1
x
c = 0
auf und wende das Newtonsche Verfahren an. Es resultiert eine einfache
Rekursionsformel, die mit x
0
:= 1 beginnend eine schnell gegen 1/c kon-
vergente Folge x. produziert. F ur eine Fehlerabschatzung betrachte man
die weitere Folge y
n
:= cx
n
1.
10. Behandle die Aufgabe 2.2.8 nocheinmal mit Hilfe des Newtonschen Ver-
fahrens. Vergleiche die Konvergenzraten.
11. Ausgehend vom Naherungswert x
0
:= 1 bestimme man mit Hilfe des New-
tonschen Verfahrens die Nullstelle der Funktion f(x) := x
2
. Man berechne
explizit den n-ten Naherungswert x
n
. Wie gut ist die Konvergenz, und
warum ist sie nicht besser?
12. Die Funktion f ist f ur x ,= 0 deniert durch
f(x) :=
sinh x sin x
cosh x cos x
und an der Stelle x = 0 sinngema, d.h. durch f(0) := lim
x0
f(x).
Berechne f(0) und f
(0). (Hinweis: Anfangsst ucke der Taylor-Reihen

von Zahler bzw. Nenner betrachten!)
13. Es sei
f(t) := sin t +b sin(2t) +c sin(3t) ,
wobei die Parameter b und c so festzulegen sind, da die Ableitungen
f
(k)
(0) , k = 0, 1, 2, . . . ,
bis zu moglichst hoher Ordnung verschwinden.
(a) Bestimme b und c.
(b) Es gilt dann
f(t) = t
r
_
A+o(1)
_
(t 0) .
Bestimme r und A (,= 0).
3.5 Dierentialgleichungen I
Modellbildung, einf uhrende Beispiele
Man erhalt ein mathematisches Modell von einem realen, in der Natur oder
der Technik angesiedelten System, indem man einige als wesentlich und
in ihrer Gesamtheit als ausreichend erachtete Zustandsgroen (zum Beispiel:
Druck, Lage und Geschwindigkeit einzelner Komponenten, Stromstarken an
bestimmten Stellen eines Netzwerks usw.) herausgreift und sich uberlegt, wie
diese Groen in ihrer zeitlichen Entwicklung aneinander gekoppelt sind.
Das Ergebnis dieser

Uberlegungen sind die sogenannten konstituierenden
Gleichungen des betreenden Systems. Bei Systemen von endlich vielen
Freiheitsgraden sind das in aller Regel Dierentialgleichungen oder Systeme
von Dierentialgleichungen. Die Herleitung dieser Gleichungen gehort zur
Theorie des betreenden realen Systems, die Mathematik stellt nur die Be-
grie, wie Ableitung, Vektorraum, periodisch usw., zur Verf ugung.
Es gibt uber das Aufstellen eines mathematischen Modells keine Metatheo-
rie mit eigenen Lehrsatzen, die in entsprechenden Vorlesungen doziert wer-
den konnte. Es ist vielmehr so, da man nur an Hunderten von Beispielen
beobachten und nachvollziehen kann, wie das etwa vor sich geht.
_1 Eine radioaktive Substanz X wird durch Zerfall ihrer Atome abgebaut
zur Substanz Y , diese zur Substanz Z.

Uber den Zerfallsmechanismus macht
man sich folgende Vorstellungen: Die Wahrscheinlichkeit, da ein einzelnes
zur Zeit t noch lebendes X-Atom in dem sehr kurzen Zeitintervall [ t, t +t ]
zerfallt, ist proportional zu t. Es gibt also eine Materialkonstante > 0
mit
T
_
Zerfall in [ t, t + t ]
.
= t .
Im weiteren zerfallen die Atome unabhangig voneinander und unabhangig
von ihrer Vorgeschichte. Bezeichnet also N(t) die Anzahl der zur Zeit t noch
lebenden X-Atome, so kann man erwarten, da im Zeitintervall [ t, t + t ]
insgesamt
N(t) T
_
Zerfall in [ t, t + t ]
St uck davon zerfallen. Folglich gilt

N(t + t) N(t)
.
= N(t) t . (1)
3.5 Dierentialgleichungen I 227
Ein X-Atom hat die sehr kleine Masse m
X
. Wir d urfen daher die zur Zeit t
vorhandene makroskopische Substanzmenge
x(t) := N(t) m
X
(= Totalmasse an Substanz X) als kontinuierliche Variable auassen. Aus
(1) folgt sofort
x(t + t) x(t)
.
= x(t) t
und somit nach Division mit t:
_
x(t)
.
=
_
x(t + t) x(t)
t
.
= x(t) ,
wobei dieser Naherung eine sehr kurze Zeitspanne t > 0 zugrundeliegt. Nun
kommt ein weiterer Gedankensprung: Wir gehen zum Limes uber und er-
klaren: F ur die reellwertige Funktion x(), die die Totalmasse an Substanz
X modelliert, gilt exakt
x(t) = x(t) , (2)
und zwar zu jedem Zeitpunkt t. In anderen Worten: Die unbekannte Funk-
tion x() und ihre Ableitung x() sind miteinander verkn upft durch die Glei-
chung
x = x .
Wir haben hier zum ersten Mal eine sogenannte Dierentialgleichung vor
uns. Die Unbekannte in dieser Gleichung ist nicht eine Zahl oder ein Vektor,
sondern eine Funktion: Gesucht sind diejenigen Funktionen t x(t), die
identisch in t die Gleichung (2) befriedigen.
Betrachten wir alle drei Substanzen gleichzeitig, so werden wir oenbar auf
das Gleichungssystem
x = x
y = x y
z = y
_
_
_
(3)
gef uhrt; dabei bezeichnet die Zerfallskonstante der Substanz Y . Ist < ,
was wir im weiteren annehmen wollen, so zerfallt Y langsamer als X. Die
Gleichungen (3) bilden die konstituierenden Gleichungen des betrachteten
Substanzgemisches; sie gelten f ur alle Ablaufe, bei denen diese drei Sub-
stanzen gleichzeitig im Spiel sind.
Ein real durchgef uhrtes Experiment beginnt zur Zeit t := 0 mit drei vorge-
gebenen Anfangsmengen
x(0) := x
0
, y(0) := y
0
, z(0) := z
0
. (4)
Die physikalische Anschauung sagt uns, da der weitere Ablauf durch diese
Anfangsbedingungen eindeutig bestimmt ist. Demnach ist zu erwarten, da
das System (3) a priori unendlich viele Losungen besitzt und da erst die
Angaben (4) einen ganz bestimmten Ablauf
t
_
x(t), y(t), z(t)
_
aus dieser Losungsgesamtheit L festlegen. In anderen Worten: Das An-
fangswertproblem (3)(4) besitzt genau eine Losung.
Wir wollen nun diese Losung (auf unkomplizierte Weise) bestimmen. Als
erstes erf ullt jedenfalls
x(t) := x
0
e
t
die auf x() allein bez uglichen Bedingungen. F ur y() machen wir den nahe-
liegenden Ansatz
y(t) = Ae
t
+Be
t
,
wobei die Koezienten A und B noch bestimmt werden m ussen. Es folgt
y(t) = Ae
t
Be
t
.
Aufgrund der zweiten Gleichung (3) ist nun daf ur zu sorgen, da identisch in
t gilt:
Ae
t
Be
t
= (x
0
e
t
) (Ae
t
+Be
t
)
bzw.
_
( )Ax
0
_
e
t
0 . (5)
Falls es keine Losung y(t) der vorgeschlagenen Form gibt, so mu sich das
jetzt herausstellen: Es ist dann unmoglich, die Gleichung (5) identisch in t
zu befriedigen. Es geht aber: Mit
A =
x
0

ist (5) erf ullt. Aufgrund der Anfangsbedingung f ur y() mu weiter A+B = y
0
sein, so da wir
B = y
0
+
x
0

erhalten. Damit ist y() bestimmt zu
y(t) = y
0
e
t
+
x
0

(e
t
e
t
) .
F ur z() konnten wir ebenfalls einen geeigneten Ansatz mit unbestimmten
Koezienten hinschreiben. Stattdessen bemerken wir, da nach (3) gilt:
(x +y +z)
= x + y + z = 0 .
Hieraus folgt mit Satz (3.8):
x(t) +y(t) +z(t) x
0
+y
0
+z
0
(t R)
(Erhaltung der Substanz), und es ergibt sich
z(t) = x
0
+y
0
+z
0

_
x(t) +y(t)
_
= z
0
+y
0
(1 e
t
) +x
0
_
1

e
t
+

e
t
_
.
Damit ist das Anfangswertproblem (3)(4) vollstandig gelost. Wie erwartet,
gilt
lim
t
x(t) = lim
t
y(t) = 0 , lim
t
z(t) = x
0
+y
0
+z
0
.
Figur 3.5.1 zeigt einen typischen Ablauf dieses Experiments.
_
y
0
z
0
x
0
u
u = x(t)
u = z(t)
u = y(t)
t
Fig. 3.5.1
_2 Wir betrachten das in Fig. 3.5.2 skizzierte mechanische System. Die
Feder ubt (in beiden Richtungen) eine zum Ausschlag y proportionale R uck-
stellkraft aus, und die Dampfung erzeugt eine zur Momentangeschwindigkeit
y proportionale Reibungskraft; uberdies ist eine (zum Beispiel durch Ein-
und Ausschalten eines Magneten bewirkte) auere Anregung (Storkraft)
K(t) vorgesehen, die als bekannt vorausgesetzt wird und auch 0 sein kann.
Es handelt sich hier um ein System mit einem einzigen Freiheitsgrad: Die
Aktion des Systems wird vollstandig beschrieben durch das Verhalten der
einen Lagevariablen y.
In jedem Moment wirken auf den Massenpunkt drei Krafte, die zusammen
eine Beschleunigung y erzielen. Diese Vorstellung f uhrt nach Newton auf die
Bewegungsgleichung
m y = fy b y +K(t)
bzw.
m y +b y +fy = K(t) (6)
mit positiven Systemkonstanten m, b, f. Dies ist schon die konstituierende
Gleichung des vorliegenden Systems: F ur jeden moglichen Ablauf t y(t)
stehen die drei Funktionen y(), y() und y() in der Relation (6), und das
heit: Es gilt identisch in t:
m y(t) +b y(t) +fy(t) K(t) . (6
)
Die Gleichung (6) ist eine lineare Dierentialgleichung zweiter Ordnung mit
konstanten Koezienten; sie ist homogen, falls K(t) 0 ist. Eine L osung
dieser Gleichung ist eine Funktion y() : R R, die die Identitat (6
) reali-
siert.
y
y(t)
0
K(t)
Feder ( f )
Dampfung ( b )
Massenpunkt ( m )
Anregung
Gleichgewichtslage
Fig. 3.5.2
Von den unendlich vielen moglichen Ablaufen wird einer bestimmt, sobald
Anfangsbedingungen formuliert sind. Oenbar gen ugt es nicht, den Aus-
schlag zur Zeit t = 0 anzugeben, da verschiedene Anfangsgeschwindigkeiten
zu ganz verschiedenen Ablaufen f uhren. Die physikalische Anschauung sagt
uns, da folgender Satz von Anfangsbedingungen notwendig und hinreichend
ist:
y(0) = y
0
, y(0) = v
0
; (7)
dabei sind y
0
und v
0
vorgegebene Zahlen.
Losungsansatz
Eine allgemeine Methode zur Behandlung von (6) steht uns (noch) nicht
zur Verf ugung. Zur Vereinfachung beschranken wir uns im weiteren auf den
homogenen (ungestorten) Fall
m y +b y +fy = 0 . (8)
Die ahnliche, aber noch einfachere Gleichung
y ay = 0 , bzw. y = ay
hat die Losungen y(t) = Ce
at
, C R beliebig. Wir versuchen daher f ur (8)
den Losungsansatz
y(t) := e
t
,
wobei wir uns die Wahl von noch vorbehalten. Wegen y(t) = e
t
, y(t) =
2
e
t
ist dieser Ansatz dann erfolgreich, wenn wir durch geeignete Wahl des
(komplexen!) Parameters die Einsetzung in (8), also
m
2
e
t
+be
t
+fe
t
= 0 bzw. (m
2
+b +f) e
t
= 0
identisch in t befriedigen konnen. Es zeigt sich, da der quadratischen
Gleichung
m
2
+b +f = 0 (9)
gen ugen mu. Man nennt chp () := m
2
+ b + f das zu (8) gehorige
charakteristische Polynom, (9) die charakteristische Gleichung und deren
Losungen die Eigenwerte von (8).
Eigenwerte sind die beiden (unter Umstanden komplexen) Zahlen
1
:=
b +
_
b
2
4fm
2m
,
2
:=
b
_
b
2
4fm
2m
,
wobei wir f ur das weitere b
2
4fm > 0 annehmen wollen (starke Dampfung),
so da
1
und
2
reell ausfallen, und zwar ist
2
<
1
< 0 .
Wir haben damit vorerst die beiden Losungen
Y
1
(t) := e
1
t
, Y
2
(t) := e
2
t
.
Die Linearitat und Homogenitat der Gleichung (8) hat nun zur Folge, da
mit Y
1
() und Y
2
() von selbst auch jede Linearkombination
y(t) := c
1
Y
1
(t) +c
2
Y
2
(t) , c
1
, c
2
R , (10)
eine Losung von (8) ist:
m y +b y +fy = m(c
1
Y
1
+c
2
Y 2)
+b(c
1
Y
1
+c
2
Y
2
)
+f(c
1
Y
1
+c
2
Y
2
)
= c
1
(m
Y
1
+b

Y
1
+fY
1
) +c
2
(m
Y
2
+b

Y
2
+fY
2
)
= 0 .
Die zweiparametrige Funktionenschar (10) stellt schon die Gesamtheit L der
Losungen von (8) dar. Alle Losungen nehmen mit t exponentiell ab
(Fig. 3.5.3). Schreiben wir sie in der Form
y(t) = e
1
t
_
c
1
+c
2
e
(
2
1
)t
_
= e
1
t
_
c
1
+o(1)
_
(t ) ,
so sehen wir, da die Zeitkonstante dieser Abnahme durch den grosseren
Eigenwert
1
bestimmt ist, und weiter, da es hochstens einen Nulldurchgang
gibt, namlich dann, wenn die monotone Funktion
t c
1
+c
2
e
(
2
1
)t
eine Nullstelle besitzt.
y
t
Fig. 3.5.3
Sind Anfangsbedingungen (7) vorgegeben, so werden dadurch die Integra-
tionskonstanten c
1
und c
2
bestimmt. Wir m ussen die Ausdr ucke
y(t) = c
1
e
1
t
+c
2
e
2
t
,
y(t) = c
1
1
e
1
t
+c
2
2
e
2
t
an der Stelle t := 0 betrachten und erhalten wegen e
0
= 1 das folgende
Gleichungssystem:
c
1
+ c
2
= y
0
1
c
1
+
2
c
2
= v
0
_
.
Es folgt
c
1
=
v
0

2
y
0
1

2
, c
2
=

1
y
0
v
0
1

2
,
so da wir denitiv als Losung des Anfangswertproblems (8)(7) erhalten:
y(t) =
1
1

2
_
(v
0

2
y
0
)e
1
t
+ (
1
y
0
v
0
)e
2
t
_
.
_
Dierentialgleichungen erster Ordnung, allgemein
In den beiden einf uhrenden Beispielen diente die Dierentialgleichung zur
Beschreibung eines gewissen zeitlichen Ablaufs; wir haben daher die un-
abhangige Variable mit t bezeichnet. Wir konnen aber auch geometrisch
argumentieren; es geht dann um Losungskurven in der (x, y)-Ebene.
Eine Dierentialgleichung erster Ordnung hat allgemein folgende Form:
y
= f(x, y) ; (11)
dabei ist die rechte Seite f: R
2
R eine gegebene Funktion mit einem
gewissen Denitionsbereich R
2
. Die Gleichung (11) deniert auf im-
plizite Weise eine Kurvenschar in der (x, y)-Ebene, und zwar folgendermaen:
F ur jedes (x, y) stellt der Funktionswert f(x, y) eine im Punkt (x, y)
angeschriebene Steigung dar. Gesucht sind die Funktionen
y() : x y(x) (x I) ,
mit folgender Eigenschaft: Die Tangentensteigung des Graphen ( von y()
stimmt an jeder Stelle (x
0
, y
0
) ( mit dem dort angeschriebenen f-Wert
f(x
0
, y
0
) = f
_
x
0
, y(x
0
)
_
uberein (Fig. 3.5.4). Diese Funktionen y() gen ugen
also identisch in x der Beziehung
y
(x) = f
_
x, y(x)
_
(x I) .
(x
0
, y
0
)
Steigung y
/
(x
0
) = f(x
0
, y
0
)
( : y = y(x)
x
x
0
y
!
Fig. 3.5.4
In anderen Worten: Die Dierentialgleichung (11) deniert ein Richtungsfeld
in dom(f) = (Fig. 3.5.5). Gesucht sind diejenigen Kurven in , die sich
in jedem einzelnen Kurvenpunkt der dort gegebenen Richtung anschmiegen.
Anmerkung: In der Theorie der Dierentialgleichungen ist es ublich, densel-
ben Buchstaben als Koordinatenvariable und als Variable f ur Funktionen mit
Werten in der betreenden Koordinate zu nehmen, den Buchstaben y also
als Koordinate in der (x, y)-Ebene und als Variable f ur Funktionen, deren
Graph in der (x, y)-Ebene liegt.
In der allgemeinen Theorie der Dierentialgleichungen werden unter anderem
die folgenden Grundtatsachen bewiesen:
(3.16) (a) Ist f: R eine vern unftige Funktion, so bilden die Losungen
der Dierentialgleichung y
= f(x, y) eine einparametrige Funktionenschar

y
c
() : x y = y
c
(x) .
(b) Durch jeden Punkt (x
0
, y
0
) geht genau eine Losungskurve, in an-
deren Worten: Das Anfangswertproblem
y
= f(x, y) , y(x
0
) = y
0
besitzt eine eindeutig bestimmte Losung
x y(x) (x I) ,
wobei das Denitionsintervall I noch von (x
0
, y
0
) abh angen kann.
Fig. 3.5.5
F ur die Beweisidee verweisen wir auf Satz (4.19) und das daran anschlieende
Beispiel 4.6._1 . Zu (a): Der Parameter c nummeriert sozusagen die
einzelnen Losungen.
_3 Wir betrachten die Dierentialgleichung
y
= x/y (y > 0) .
Die im Punkt (x, y) vorgeschriebene Steigung
f(x, y) := x/y
liefert die auf dem Ortsvektor (x, y) senkrecht stehende Richtung, denn x/y
ist negativ reziprok zu y/x (Fig. 3.5.6). Die Losungskurven sind oenbar
Halbkreisbogen um O, und zwar geht durch jeden Punkt (x
0
, y
0
) dom(f)
genau ein derartiger Bogen. Analytisch wird die Losungsschar durch
y
c
(x) =
_
c
2
x
2
(c < x < c)
beschrieben.
_
(x, y)
(Steigung = y/x)
(Steigung = x/y)
x
y
Fig. 3.5.6
_4 Die Dierentialgleichung
y
= 3 [y[
2/3
besitzt die ordentlichen Losungen
y
c
(x) := (x c)
3
, c R ,
sowie die auerordentliche Losung y(x) : 0 ; und wenn man will, kann
man aus diesem Material weitere Losungen fabrizieren (Fig. 3.5.7). Die zu
den Punkten (x
0
, 0) gehorigen Anfangswertprobleme besitzen also mehrere
Losungen, in scheinbarem Widerspruch zu Satz (3.16). Dieses Phanomen
hat folgenden Grund: Die rechte Seite f(x, y) := 3[y[
2/3
ist in den Punkten
(x
0
, 0) nicht gen ugend vern unftig (genau: nicht lipstetig bez uglich y), denn
die Dierenzenquotienten
f(x
0
, y) f(x
0
, 0)
y 0
= 3 [y[
1/3
sind f ur y 0 unbeschrankt.
_
(x
0
, 0)
y = (x x
0
)
3
x
y
Fig. 3.5.7
Ein einfaches numerisches Verfahren
Von der geometrischen Interpretation her kommt man auf das folgende ein-
fache Verfahren zur numerischen Behandlung eines Anfangswertproblems
y
= f(x, y) , y(x
0
) = y
0
.
Das Rezept lautet (siehe die Fig. 3.5.8):
x
0
x
1
x
2
x
y
Steigung = f(x
0
, y
0
)
Steigung = f(x
1
, y
1
)
(x
0
, y
0
)
y
0
y
1
y
2
y = y(x)
Losung y = y(x)
h
Fig. 3.5.8
Wahle eine Schrittweite h > 0.
F ur k 0 setze rekursiv
x
k+1
:= x
k
+h (= x
n
= x
0
+nh) ,
y
k+1
:= y
k
+f(x
k
, y
k
) h .
Ist y() die tatsachliche Losung des vorliegenden Anfangswertproblems, so
liefert dieses sogenannte Polygonverfahren zunachst nur an diskreten Stellen
x
k
Naherungswerte y
k
:
y(x
k
)
.
= y
k
.
Man kann aber die Punkte (x
k
, y
k
) durch einen Streckenzug oder auch durch
eine glatte Kurve verbinden und erhalt damit eine angenaherte Losung y().
Der Fehler [ y(x)y(x)[ ist nat urlich um so kleiner, je kleiner die Schrittweite
h gewahlt wurde, und wachst im wesentlichen exponentiell mit der Distanz
des Punktes x von x
0
.
_3 (Forts.) Wir behandeln das Anfangswertproblem
y
= x/y , y(0) = 1
zunachst mit der Schrittweite h :=
1
16
. Es ergibt sich
x
0
= 0 , y
0
= 1 ;
x
1
=
1
16
, y
1
= y
0
+f(x
0
, y
0
)h = 1
0
1

1
16
= 1 ;
x
2
=
2
16
, y
2
= y
1
+f(x
1
, y
1
)h = 1
1/16
1

1
16
= 0.9961 ;
x
3
=
3
16
, y
3
= y
2
+f(x
2
, y
2
)h = 0.9961
2/16
0.9961

1
16
= 0.9883 ;
.
.
.
x
8
=
8
16
, y
8
= 0.8852 .
Damit erhalten wir den Naherungswert y
_
1
2
_
.
= 0.8852. Wahlen wir statt-
dessen h :=
1
256
, so liefert die Rechnung
y
_
1
2
_
.
= y
128
= 0.86726 .
Nun ist ja die wahre Losung der Kreisbogen y =
1 x
2
. Der exakte Wert
an der Stelle x :=
1
2
ist somit
y
_
1
2
_
=
_
3
4
= 0.8660 .
_
Dierentialgleichungen h oherer Ordnung, Systeme von Dglen
Eine Dierentialgleichung zweiter Ordnung
y
= f(x, y, y
)
deniert eine zweiparametrige Kurvenschar in der (x, y)-Ebene. Gefragt wird
nach denjenigen Funktionen
x y(x) (x I) ,
deren Graphen ( an jeder Stelle (x, y) ( die dort je nach Steigung y
vorgeschriebene Kr ummung y
= f(x, y, y
) haben; siehe die Fig. 3.5.9.

_
Die dort durch den Punkt (x
0
, y
0
) gehenden Losungskurven sind je nach
Steigung verschieden stark gekr ummt.
_
(x
0
, y
0
)
Fig. 3.5.9
Die Losungsfunktionen y() gen ugen also identisch in x der Beziehung
y
(x) = f
_
x, y(x), y
(x)
_
(x I) .
F ur eine Dierentialgleichung zweiter Ordnung sieht ein korrekt gestelltes
Anfangswertproblem folgendermaen aus:
y
= f(x, y, y
) , y(x
0
) = y
0
, y
(x
0
) = v
0
.
Hier ist f: R
3
R eine gegebene Funktion, und die Anfangswerte y
0
, v
0
sind gegebene Zahlen
_
vgl. Beispiel _2
_
.
In Wirklichkeit kommen Dierentialgleichungen hoherer als vierter Ordnung
kaum vor, wohl aber Systeme von n ( 1) Dierentialgleichungen erster
Ordnung f ur n unbekannte Funktionen, siehe Beispiel _1 . Ein derartiges
System sieht allgemein folgendermaen aus:
x
1
= f
1
(t, x
1
, . . . , x
n
)
x
2
= f
2
(t, x
1
, . . . , x
n
)
.
.
.
x
n
= f
n
(t, x
1
, . . . , x
n
)
_
_
. (12)
Tritt die Variable t rechter Hand nicht in Erscheinung, so spricht man von
einem autonomen (sich selbst uberlassenen) System. Die i-te Gleichung,
x
i
= f
i
(t, x
1
, . . . , x
n
) bzw. x
i
= f
i
(x
1
, . . . , x
n
),
dr uckt aus, in welcher Weise die zeitliche

Anderungsrate der Grosse x
i
(zum
Beispiel des Drucks im Reaktorgefa Nr. i ) vom augenblicklichen Wert aller
einbezogenen Groen x
1
, . . ., x
n
und allenfalls von t-abhangigen aueren
Ein ussen abhangt.
Der Existenz- und Eindeutigkeitssatz (3.16)(b) wird von Anfang an f ur Sys-
teme bzw. in vektorieller Form angesetzt und bewiesen. Es geht dann um
Anfangswertprobleme der folgenden Gestalt:
x = f (t, x) , x(t
0
) = x
0
.
Mit Hilfe eines einfachen Tricks lassen sich Dierentialgleichungen hoherer
Ordnung in ein System der Form (12) verwandeln. Damit werden die f ur
derartige Systeme entwickelten numerischen Methoden auch f ur Dierential-
gleichungen hoherer Ordnung verf ugbar. Es sei also eine Dierentialgleichung
y
(n)
= f
_
t, y, y
, . . . , y
(n1)
_
(13)
vorgelegt. Die Idee besteht darin, die unbekannte Funktion y() durch

Uber-
gang zur sogenannten Jet-Extension
_
y, y
, y
, . . . , y
(n1)
_
=: (x
0
, x
1
, . . . , x
n1
)
in ein n-komponentiges Objekt zu verwandeln, f ur das dann n Dierential-
gleichungen erster Ordnung hingeschrieben werden konnen. Diese n Die-
rentialgleichungen lauten folgendermaen:
x
0
= x
1
x
1
= x
2
.
.
.
x
n2
= x
n1
x
n1
= f(t, x
0
, x
1
, . . . , x
n1
)
_
_
. (14)
Hier sorgen die ersten n1 Gleichungen daf ur, dass jedes x
k
(1 k n1)
die Ableitung seines Vorgangers x
k1
und folglich die k-te Ableitung von x
0
ist, und die letzte Gleichung garantiert
x
(n)
0
=
d
dt
x
(n1)
0
= x
n1
= f(t, x
0
, x
1
, . . . , x
n1
) = f
_
t, x
0
, x
0
, . . . , x
(n1)
0
_
.
Ist also
t
_
x
0
(t), x
1
(t), . . . , x
n1
(t)
_
eine Losung des Systems (14) bzw. eines zugehorigen Anfangswertproblems,
so ist y(t) := x
0
(t) eine Losung der urspr unglichen Dierentialgleichung (13).
Es gibt keinen Algorithmus, mit dem man jede formelmaig vorliegende Dif-
ferentialgleichung formelmaig losen (integrieren) kann, genau so wenig,
wie es einen Algorithmus gibt, der beliebige Gleichungen f ur eine unbekannte
Zahl x, zum Beispiel
x
3
+ sin x e
x
= 0 ,
akzeptiert und nach endlich vielen Operationen die exakte Losung liefert. Es
gibt hingegen wichtige Typen und Klassen von Dierentialgleichungen, die
formelmassig gelost werden konnen; wir werden im folgenden einige davon
behandeln. Das vollstandigste Verzeichnis derartiger losbarer Dierential-
gleichungen ndet sich in
E. Kamke: Dierentialgleichungen Losungsmethoden und Losungen.
10. Auflage, 1983 (Teubner).
Aufgaben
1. Es sei s > 0 gegeben. Man bestimme die Dierentialgleichung der Kurven
: y = y(x) im ersten Quadranten, die die Eigenschaft (a) bzw. (b) bzw.
(c) besitzen.
(a) Die Tangentenabschnitte zwischen Ber uhrungspunkt und x-Achse be-
sitzen alle dieselbe Lange s.
(b) Die Tangentenabschnitte zwischen den beiden Koordinatenachsen be-
sitzen alle dieselbe Lange s.
(c) Die Dreiecke, begrenzt durch Tangente, Ordinate im Ber uhrungs-
punkt und x-Achse, haben alle denselben Flacheninhalt s
2
.
2. Bestimme die Dierentialgleichung des freien Falls
(a) in der Nahe der Erdoberache, unter Vernachlaigung des Luftwider-
stands;
(b) uber der Erdoberache, wobei nun die Abnahme der Schwerkraft zu
ber ucksichtigen ist;
(c) im Erdinnern.
An physikalischen Konstanten erscheinen nur die Erdbeschleunigung g =
9.81 m/sec
2
und der Erdradius R im Ergebnis. F ur (c) mu man wissen,
da die den fallenden Korper umfassende Erdrinde keine Kraft auf ihn
aus ubt und die weiter innen liegende Erdmasse so wirkt, als ob sie im
Erdmittelpunkt konzentriert ware.
3. (a) Es sei
: x
2
+ (y c)
2
= c
2
(c R)
die Schar der Kreise, die die x-Achse im Ursprung ber uhren. Leite
mit Hilfe geometrischer Betrachtungen die Dierentialgleichung y
=
f(x, y) dieser Schar her.
(b) Eine Orthogonaltrajektorie der Schar ist eine Kurve , die in je-
dem ihrer Punkte die Scharkurve durch den betreenden Punkt
senkrecht schneidet. Wie lautet die Dierentialgleichung der Ortho-
gonaltrajektorien?
(c) Zeichne einige Kreise der Schar sowie einige Orthogonaltrajektorien.
Die Figur bringt einen auf eine plausible Vermutung betreend die Or-
thogonalschar
. Beweise diese Vermutung elementargeometrisch.

(d) Veriziere, da die in (c) geometrisch ermittelten Orthogonaltrajekto-
rien in der Tat Losungen der in (b) gefundenen Dierentialgleichung
sind.
4. (a) Zeichne das Richtungsfeld der Dierentialgleichung
y
= miny, 1 .
(b) Bestimme explizit die beiden Losungen y
1
(x), y
2
(x) mit den Anfangs-
punkten
P
1
:= (0, 1) , P
2
:=
_
0,
1
e
_
.
5. _M Das Anfangswertproblem
y
= y
2
x
2
, y(0) = 1
besitzt eine Losung der Form y(x) = c
0
+ c
1
x + c
2
x
2
+ . . ., womit eine
Potenzreihe gemeint ist. Bestimme c
0
, . . ., c
4
.
3.6 Dierentialgleichungen II
Homogene lineare Dierentialgleichungen, allgemein
Nach den vorbereitenden Beispielen und allgemeinen Bemerkungen des vor-
angehenden Abschnitts sind wir reif f ur die formale Behandlung einer wichti-
gen Klasse von Dierentialgleichungen. Die betreenden Dierentialgleichun-
gen werden nicht mit Hilfe der Integralrechnung integriert, sondern mit
Hilfe eines geeigneten Ansatzes. Die in Beispiel 3.5._2 behandelte Glei-
chung (8) gehort zu dieser Klasse und letzten Endes auch das System (3)
von Beispiel 3.5._1 . Die nun folgende Theorie ist eine schone Anwendung
der linearen Algebra auf die Analysis.
Wir bezeichnen die unabhangige Variable wieder mit t und verwenden den
Buchstaben y, auch mit Index, als Variable f ur beliebig oft dierenzierbare
reell- oder komplexwertige Funktionen von t:
y : R R bzw. R C , t y(t) .
Die Gesamtheit dieser Funktionen bezeichnen wir mit C
. Eine Dieren-
tialgleichung der Form
y
(n)
+a
n1
y
(n1)
+ . . . +a
1
y
+a
0
y = 0 (1)
mit reellen oder komplexen a
i
heit homogene lineare Dierentialgleichung
mit konstanten Koezienten. Sind die a
i
reell, so werden reellwertige Losun-
gen gew unscht, sind die a
i
komplex, so d urfen auch die Losungen komplex
sein.
Es ist in diesem Zusammenhang ublich, die Ableitungsoperation mit D zu
bezeichnen:
D : y Dy := y
.
In dieser Auassung ist D ein linearer Operator, namlich eine lineare Abbil-
dung von C
nach C
. Dieser Operator akzeptiert C
-Funktionen als Input

und produziert C
-Funktionen als Output, und f ur beliebige y

1
, y
2
C
,
C gilt
D(y
1
+y
2
) = Dy
1
+Dy
2
, D(y) = Dy .
Sind A und B zwei derartige Operatoren (zum Beispiel Potenzen von D,
es gibt aber auch andere), so ist ihre Summe A + B (wie die Summe von
zahlenwertigen Funktionen) in naheliegender Weise deniert durch
(A+B) y := Ay +By ,
analog das -fache von A durch
(A) y := (Ay) .
Diese Vereinbarungen setzen uns instand, die linke Seite von (1) in wesentlich
kompakterer Form zu schreiben:
y
(n)
+a
n1
y
(n1)
+ . . . +a
1
y
+a
0
y
= D
n
y +a
n1
D
n1
y + . . . +a
1
Dy +a
0
y
= (D
n
+a
n1
D
n1
+ . . . +a
1
D +a
0
) y
= Ly .
In dem Dierentialoperator
L := D
n
+a
n1
D
n1
+ . . . +a
1
D +a
0
(2)
sind samtliche vorzunehmenden Dierentiationen eingespeichert, so da nun-
mehr (1) die suggestive Form
Ly = 0 (1
)
erhalt.
Das mit den Koezienten von (1) rein formal gebildete Polynom
chp () :=
n
+a
n1
n1
+ . . . +a
1
+a
0
in der (komplexen) Hilfsvariablen heit charakteristisches Polynom der Dif-
ferentialgleichung (1); es wird in unserer Theorie eine zentrale Rolle spielen.
Mit Hilfe dieses Polynoms konnen wir jedenfalls die Denition (2) von L in
der folgenden Form schreiben:
L := chp (D) . (2
)
Wir benotigen noch einen Begri aus der linearen Algebra: Eine endliche
Kollektion y
1
, y
2
, . . . , y
r
von Funktionen y
k
C
heit linear unabhangig,

wenn keine dieser Funktionen eine Linearkombination der ubrigen ist.
Bsp: Die Funktionen exp, cos, sin sind linear unabhangig, die Funktionen
exp, cosh, sinh aber nicht, denn es ist
e
t
cosh t + sinh t .
Die Gesamtheit der Losungen von (1) bzw. (1
) bezeichnen wir mit L. Diese

Losungsmenge L ist nicht einfach ein Sack voll Funktionen, sondern besitzt
eine bestimmte algebraische Struktur:
3.6 Dierentialgleichungen II 245
(3.17) L ist ein n-dimensionaler (reeller oder komplexer) Vektorraum; das
heit:
(a) Sind y
1
, y
2
und y Losungen, so sind auch die Funktionen y
1
+y
2
und y
( R bzw. C) Losungen.
(b) Es gibt in L (verschiedene) Basen von je n linear unabh angigen Losungen
y
0
, y
1
, . . ., y
n1
. Jede Losung y L ist dann in der Form
y = c
0
y
0
+c
1
y
1
+ . . . +c
n1
y
n1
mit geeigneten Koezienten c
k
R bzw. C darstellbar.
Nach diesem Satz kennen wir alle Losungen, wenn wir n linear unabhangige
Losungen kennen. Beachte, da die Basis von L (wie immer in der linearen
Algebra) nicht eindeutig bestimmt ist.
Unser L: C
ist ein linearer Operator. Aus y

1
, y
2
, y L folgt
daher
L(y
1
+y
2
) = Ly
1
+Ly
2
= 0 , L(y) = (Ly) = 0 ,
das heit: y
1
+y
2
L, y L. Dies beweist (a).
Zum Beweis von (b) losen wir n verschiedene Anfangswertprobleme, namlich
f ur jedes einzelne r 0, 1, 2, . . . , n 1 das Problem
AWP
r
:
_
_
Ly = 0 ;
y
(k)
(0) = 0 (0 k n 1, k ,= r) ,
y
(r)
(0) = 1 .
Jedes dieser n Probleme besitzt nach Satz (3.16)(b) (bzw. dessen Analogon
f ur Dierentialgleichungen n-ter Ordnung) eine wohlbestimmte Losung y
r
().
Die n Funktionen y
0
(), y
1
(), . . . y
n1
() sind linear unabhangig, denn jedes
y
r
() besitzt eine Eigenschaft, die von keiner Linearkombination der ubrigen
produziert werden kann: Es ist y
(r)
r
(0) = 1, aber y
(r)
k
(0) = 0 f ur alle k ,= r.
Es sei anderseits y L eine beliebige Losung, und es seien c
k
:= y
(k)
(0)
(0 k n 1) ihre Ableitungswerte bis zur Ordnung n 1 an der Stelle 0.
Dann ist
y = c
0
y
0
+c
1
y
1
+ . . . +c
n1
y
n1
;
denn beide Seiten dieser Gleichung sind Losungen desselben Anfangswert-
problems
Ly = 0 , y
(k)
(0) = c
k
(0 k n 1) ,
namlich y nach Denition der c
k
und die rechte Seite wegen der besonderen
Anfangswerte y
(k)
r
(0) =
rk
.
Zusammengenommen ergibt sich, dass die n Funktionen y
0
(), . . ., y
n1
()
eine Basis von L bilden.
Die charakteristische Gleichung
Die Basis von L, die wir im folgenden explizit angeben werden, ist allerdings
nicht die Kollektion y
0
, y
1
, . . ., y
n1
von Satz (3.17), sondern besteht aus
n anderen Funktionen Y
k
(1 k n), die mit der Zerlegung des charak-
teristischen Polynoms in Linearfaktoren zusammenhangen. Die Bestimmung
der bei einem vorgelegten Anfangswertproblem waltenden Konstanten c
k
ist
dann allerdings nicht mehr gratis wie bei den y
r
() von Satz (3.17), sondern
erfordert die Auflosung eines linearen Gleichungssystems; siehe den Schlu
von Beispiel 3.5._2 .
Angelpunkt der ganzen Theorie ist der folgende Sachverhalt: F ur jedes k 0
gilt
D
k
(e
t
) =
k
e
t
,
und durch Linearkombination folgt f ur ein beliebiges Polynom p():
p(D)(e
t
) = p() e
t
.
Versuchen wir daher, die Gleichung (1) mit dem Ansatz
y(t) := e
t
zu befriedigen, so mu gelten:
Ly = chp (D)(e
t
) = chp () e
t
!
0 ,
und dies ist wegen e
t
,= 0 genau dann erf ullt, wenn
_
chp () =
_

n
+a
n1
n1
+. . . +a
1
+a
0
= 0 (3)
ist; vergleiche dazu nocheinmal Beispiel 3.5._2 .
Die Gleichung (3) wird als charakteristische Gleichung von (1) bezeichnet;
ihre n reellen oder komplexen Losungen
1
,
2
, . . .,
n
sind die Eigenwerte,
die Menge
1
, . . . ,
n
=: spec L ist das Spektrum des Operators L :=
chp (D).
Besitzt (3) n verschiedene Losungen
1
, . . .,
n
R oder meinetwegen C,
so sind wir fertig. Es ist namlich plausibel, da dann die n Funktionen
Y
k
(t) := e
k
t
(4)
linear unabhangig sind (sie wachsen mit t ganz verschieden rasch an)
und somit eine Basis des Losungsraums L bilden. Die Sache hat zwei Haken:
(a) Die charakteristische Gleichung kann komplexe Nullstellen
k
haben, ob-
wohl die Koezienten a
i
reell sind. Die zugehorigen Funktionen (4) sind
dann komplexwertig und werden vom Auftraggeber unter Umstanden
nicht akzeptiert.
(b) Die charakteristische Gleichung kann mehrfache Nullstellen haben, so
da es weniger als n verschiedene Eigenwerte und zugehorige Eigenfunk-
tionen (4) gibt.
Zu (a): Sind die Koezienten a
i
von chp reell, so bringt die Anwendung
des Operators L := chp (D) auf eine komplexe Funktion z() die Real- und
Imaginarteile nicht durcheinander. Ist z() eine komplexe L osung von (1),
so m ussen demnach der Realteil und der Imaginarteil von z() je f ur sich die
Gleichung (1) befriedigen; das heit: Re z und Imz sind dann automatisch
reelle Losungen der Dierentialgleichung (1).
Es sei jetzt (bei reellen Koezienten a
i
) die Zahl
0
:=
0
+i
0
,
0
,= 0 ,
ein echt komplexer Eigenwert. Nach Beispiel 1.7._2 ist dann die konjugiert
komplexe Zahl

0
=
0
i
0
ebenfalls ein Eigenwert (der gleichen Vielfach-
heit), und wir haben die beiden (wesentlich verschiedenen!) komplexwertigen
Eigenfunktionen (also Losungen)
Z
0
(t) := e
0
t
,

Z
0
(t) := e
0
t
.
Nach dem oben Gesagten sind in diesem Fall die beiden Funktionen
X
1
(t) := Re Z
0
(t) = e
0
t
cos(
0
t) ,
X
2
(t) := ImZ
0
(t) = e
0
t
sin(
0
t) ,
(zwar keine Eigenfunktionen, aber) linear unabhangige reelle Losungen von
(1), die sozusagen im Verein die beiden Eigenwerte
0
und

0
gepachtet haben
_
die analoge Zerlegung von

Z
0
() bringt nichts Neues
_
.
_1 Betrachte f ur ein festes > 0 die Dierentialgleichung zweiter Ordnung
x
+
2
x = 0 .
Es handelt sich um die Dierentialgleichung der (ungedampften) harmoni-
schen Schwingung. Ihre charakteristische Gleichung
2
+
2
= 0
besitzt die beiden Losungen
1
:= i,
2
:= i. Die allgemeinste komplex-
wertige Losung z() der Schwingungsgleichung ist daher
z(t) := c
1
e
it
+c
2
e
it
, c
1
, c
2
C ,
y
x
z(0) e
1
e
2
Fig. 3.6.1
und lat sich als elliptische Bewegung in der komplexen Ebene auassen.
Man kann namlich z() in der Form
z(t) = (c
1
+c
2
) cos(t) +i(c
1
c
2
) sin(t)
schreiben und erkennt die Vektoren e
1
:= c
1
+ c
2
und e
2
:= i(c
1
c
2
) als
konjugierte Halbmesser (Fig. 3.6.1).
Der Raum der reellen Losungen x() der Schwingungsgleichung wird aufge-
spannt von den beiden Funktionen
X
1
(t) := Re (e
it
) = cos(t) ,
X
2
(t) := Im(e
it
) = sin(t) ;
die allgemeinste reelle Losung ist daher die harmonische Schwingung
x(t) = a cos(t) +b sin(t) , a, b R .
Hieran schlieen wir noch die folgenden Bemerkungen:
Eine homogene lineare Dierentialgleichung erster Ordnung mit konstanten
reellen Koezienten bringt keine Oszillationen zustande, sondern immer nur
exponentielle Zu- bzw. Abnahme. Etwas anderes ist es bei einem System von
zwei Dierentialgleichungen erster Ordnung, zum Beispiel
x = y
y = x
_
.
Dieses besonders einfache System besitzt die Losungen
x(t) := Acos(t +)
y(t) := Asin(t +)
_
.
Die Behandlung allgemeiner derartiger Systeme f uhrt auf Eigenwertaufgaben
im Sinn der linearen Algebra. So konnen wir das System (3) von Beispiel
3.5._1 auf folgende Weise in Matrizenform schreiben:
_
_
x
y
z
_
_
=
_
_
0 0
0
0 0
_
_
_
_
x
y
z
_
_
.
Dieses System besitzt die drei Eigenwerte , und 0.
_
Mehrfache Eigenwerte
Zu (b): Hier m ussen wir weiter bohren. Die einfachste Dierentialgleichung
(1) mit mehrfachen Eigenwerten lautet oenbar
D
m
y = 0 . (5)
Die zugehorige charakteristische Gleichung
m
= 0
besitzt die m-fache Nullstelle 0. Die Losungen von (5) sind leicht zu erraten:
Es sind die Polynome vom Grad < m; das heit, die allgemeine Losung ist
y(t) := c
0
+c
1
t +. . . +c
m1
t
m1
, c
k
R (bzw. C) . (6)
Wir m ussen daher auch im allgemeinen Fall damit rechnen, da Polynome ins
Spiel kommen, und einen entsprechenden Ansatz bereithalten. Wir nehmen
also an,
0
C sei eine m-fache Nullstelle von chp; dann ist
chp () = p() (
0
)
m
f ur ein gewisses Polynom p(). In Anlehnung an (4) und (6) machen wir den
Losungsansatz
y(t) := q(t) e
0
t
, (7)
dabei ist
q(t) := c
0
+c
1
t +. . . +c
m1
t
m1
ein beliebiges Polynom vom Grad < m. Dann gilt
(D
0
) y = D
_
q(t)e
0
t
_
0
_
q(t)e
0
t
_
= q
(t)e
0
t
+q(t)
0
e
0
t
0
q(t)e
0
t
= q
(t)e
0
t
.
Wird dieser Proze m-mal wiederholt, so ergibt sich
(D
0
)
m
y =
()
q
(m)
(t) e
0
t
0 ,
da q() einen Grad < m hat. Hieraus folgt aber
chp (D) y =
_
p(D) (D
0
)
m
_
y =
()
p(D)
_
(D
0
)
m
y
_
= p(D) 0 = 0 ,
das heit: Die Funktionen (7) sind tatsachlich Losungen von (1).
An den Stellen () haben wir stillschweigend benutzt, da dem Produkt
zweier Polynome die Hintereinanderschaltung der zugehorigen Dierential-
operatoren entspricht. Dieser Umstand ist ein wesentliches Ingredienz der
ganzen Theorie. Es gen ugt, ihn f ur zwei Monome
p
1
() :=
r
, p
2
() :=
s
und ihr Produkt p := p
1
p
2
zu verizieren: Es ist p() =
r+s
und somit
p(D) y = D
r+s
y = D
r
(D
s
y) = p
1
(D)
_
p
2
(D) y
_
.
Wir haben also zu einem m-fachen Eigenwert
0
auch m linear unabhangige
Losungen gefunden, namlich die Funktionen
e
0
t
, t e
0
t
, t
2
e
0
t
, . . . , t
m1
e
0
t
.
Da die charakteristische Gleichung nach dem Fundamentalsatz der Algebra
genau n Losungen besitzt (mehrfache mehrfach gezahlt), sind wir folglich
imstande, n linear unabhangige Losungen explizit anzugeben, und sind damit
nach Satz (3.17) im Besitz aller Losungen von (1).
_2 Gesucht sind die allgemeine Losung der Dierentialgleichung
y
(4)
+ 2y
8y
+ 5y = 0
sowie speziell die Losungen, die den Bedingungen
y(0) = 1 , y
(0) = 3 , lim
t
y(t) = 0 (8)
gen ugen.
Die charakteristische Gleichung lautet
4
+ 2
2
8 + 5 = 0
und besitzt ersichtlich die Nullstelle
1
:= 1. Wir reduzieren:
(
4
+ 2
2
8 + 5) : ( 1) =
3
+
2
+ 3 5
und sehen, da das reduzierte Polynom immer noch die Nullstelle 1 besitzt,
also:
2
:= 1. Weiter ist
(
3
+
2
+ 3 5) : ( 1) =
2
+ 2 + 5 ,
und Auosung der quadratischen Gleichung
2
+2+5 = 0 liefert die beiden
letzten Eigenwerte
3
:= 1 + 2i ,
4
:= 1 2i .
Damit erhalten wir die vier reellen Basislosungen
Y
1
(t) := e
t
, Y
2
(t) := t e
t
, Y
3
(t) := e
t
cos(2t) , Y
4
(t) := e
t
sin(2t) ,
von denen die zwei ersten mit t explodieren und die beiden andern
gedampfte Schwingungen darstellen. Die allgemeine Losung lautet:
y(t) = (c
1
+c
2
t)e
t
+
_
c
3
cos(2t) +c
4
sin(2t)
_
e
t
.
Was nun die Zusatzbedingungen (8) betrit, so folgt aus lim
t
y(t) = 0
schon c
1
= c
2
= 0. Es bleibt also
y(t) = (c
3
cos(2t) +c
4
sin(2t)
_
e
t
mit der Ableitung
y
(t) =
_
(c
3
+ 2c
4
) cos(2t) + (2c
3
c
4
) sin(2t)
_
e
t
.
Evaluation an der Stelle t := 0 f uhrt mit (8) auf das Gleichungssystem
c
3
= 1
c
3
+2c
4
= 3
_
.
Es gibt daher genau eine Losung, die die Zusatzbedingungen erf ullt, namlich
y(t) =
_
cos(2t) + 2 sin(2t)
_
e
t
.
_
Inhomogene lineare Dierentialgleichungen
Wir betrachten nun die inhomogene lineare Dierentialgleichung mit kon-
stanten Koezienten:
y
(n)
+a
n1
y
(n1)
+ . . . +a
1
y
+a
0
y = K(t) . (9)
Wir verwenden weiterhin die Abk urzungen
chp () :=
n
+a
n1
n1
+. . . +a
1
+a
0
,
L := chp (D)
und schreiben (9) kurz in der Form
Ly = K(t) ; (9
)
dabei ist K() eine gegebene Funktion von t. Diese Dierentialgleichung mo-
delliert zum Beispiel ein nach Magabe seiner Systemparameter a
i
(0
a
i
n 1) schwingendes elektrisches oder mechanisches System, dem von
auen eine willk urlich von der Zeit abhangende Anregung (oder Storkraft)
K() aufgepragt wird, siehe Beispiel 3.5._2 . Die Dierentialgleichung (9) ist
dermaen wichtig und verbreitet, da im Lauf der Zeit verschiedene Losungs-
verfahren ersonnen worden sind, unter anderen:
(a) spezieller Losungsansatz f ur spezielle Anregungen K(),
(b) Methode der Variation der Konstanten,
(c) Laplace-Transformation.
Bevor wir uns der primitivsten und nicht f ur beliebige K() anwendbaren
Methode (a) annehmen, beweisen wir:
(3.18) Es sei
_
Y
1
(), . . . , Y
n
()
_
eine Basis des Losungsraums der h o mo g e -
n e n Dierentialgleichung Ly = 0 , und es sei y
p
() eine irgendwie gefundene
Losung der i n h o mo g e n e n Dierentialgleichung Ly = K(t). Dann ist die
allgemeine Losung y() der i n h o mo g e n e n Dierentialgleichung gegeben
durch
y(t) := c
1
Y
1
(t) + . . . +c
n
Y
n
(t) +y
p
(t) .
Ist
y =
n
k=1
c
k
Y
k
+y
p
,
so folgt wegen LY
k
= 0:
Ly = L
_
n
k=1
c
k
Y
k
_
+Ly
p
=
n
k=1
c
k
LY
k
+K() = K() .
Umgekehrt: Ist y eine beliebige Losung von (9
), so ist
L( y y
p
) = L y Ly
p
= K() K() = 0 ,
das heit: y y
p
ist eine Losung der homogenen Gleichung. Hieraus folgt
mit Satz (3.17)(b):
y = ( y y
p
) +y
p
=
n
k=1
c
k
Y
k
+y
p
f ur geeignete Konstanten c
k
.
Da wir die allgemeine Losung der homogenen Gleichung Ly = 0 explizit
angeben konnen, haben wir nach diesem Satz das inhomogene Problem (9)
vollstandig gelost, wenn wir (auer den Losungen Y
1
, . . ., Y
n
des homogenen
Problems) eine einzige sogenannte partikulare Losung y
p
von (9) gefunden
haben. Hierzu dienen die oben genannten Methoden (a)(c).
Nach dem folgenden Satz ist es erlaubt, ein gegebenes K() in Komponenten
zu zerlegen und die zugehorigen Teilprobleme je f ur sich zu behandeln:
(3.19) Es sei K(t) = K
1
(t) + K
2
(t), und es sei y
1
eine Losung der Die-
rentialgleichung Ly = K
1
(t), analog y
2
eine Losung der Dierentialgleichung
Ly = K
2
(t). Dann ist y
1
+y
2
eine Losung der Dierentialgleichung
Ly = K(t) .
Es ist L(y
1
+y
2
) = Ly
1
+Ly
2
= K
1
+K
2
= K .
Ansatz mit unbestimmten Koezienten
Die Methode (a) ist anwendbar, falls die Anregung K() selber Losung einer
geeigneten homogenen linearen Dierentialgleichung mit konstanten Koef-
zienten sein kann. K() mu also von der Form
K(t) := t
r
e
t
, r N , C ,
oder eine Linearkombination von Funktionen dieser Art sein.
Bsp: 1 , b
0
+b
1
t +. . . +b
r
t
r
, cos(t) , e
t
sin(t) , t
r
e
t
.
In diesem Fall hilft ein geeigneter Ansatz mit unbestimmten Koezienten.
Die Grundregel lautet (ohne Beweis):
(3.20) Ist
K(t) := q(t) e
0
t
,
mit einem Polynom q() vom Grad r und ist
0
ein m-facher Eigenwert von
L, so erhalt man eine partikulare Losung von (9) durch den Ansatz
y
p
(t) := (A
0
+A
1
t +. . . +A
r
t
r
) t
m
e
0
t
mit unbestimmten Koezienten A
k
.
Dieser Ansatz ist in die Dierentialgleichung (9) einzubringen, worauf die A
k
durch Koezientenvergleich so bestimmt werden konnen, da (9) identisch in
t erf ullt ist. Satz (3.20) handelt vom schlimmstmoglichen Fall. Im allge-
meinen sind wenigstens zwei der drei Zahlen r, m,
0
gleich 0, und alles wird
viel einfacher. Ist m > 0, das heit:
0
spec L, so sind wir im Resonanzfall:
Die Anregung K() besitzt die gleiche Frequenz wie eine Eigenschwingung des
ungestorten Systems. Dies f uhrt bekanntlich zu besonderen Eekten.
Ist die Anregung K() eine Superposition von Termen K
j
(t) := q
j
(t)e
j
t
mit
verschiedenen
j
, so ist f ur jeden derartigen Term ein y
p,j
gema (3.20)
anzusetzen, und die zu K :=
j
K
j
gehorige partikulare L osung ist dann
nach (3.19) gegeben durch
y
p
=
j
y
p,j
.
Bsp: Bei dem trigonometrischen Monom K(t) := cos(t) sind die beiden
Frequenzen i und i angeregt, und die zugehorige partikulare Losung wird
im allgemeinen e
it
- und e
it
-Terme enthalten. Ist alles reell (und i kein
Eigenwert von L), so wird man daher von vorneherein
y
p
(t) := Acos(t) +Bsin(t)
ansetzen.
Weitere Beispiele ndet man in der folgenden Tabelle.
K(t) Spektralbedingung Ansatz f ur y
p
(t)
0 / spec L A
0
+A
1
t +. . . +A
r
t
r
t
r
0 spec L, m-fach A
0
t
m
+A
1
t
m+1
+. . . +A
r
t
m+r
b
0
+b
1
t +. . . +b
r
t
r
, 0 / spec L A
0
+A
1
t +. . . +A
r
t
r
b
i
R
0
/ spec L Ae
0
t
e
0
t
,
0
C
0
spec L, m-fach At
m
e
0
t
i / spec L Acos(t) +Bsin(t)
cos(t), sin(t)
i spec L, einfach t
_
Acos(t) +Bsin(t)
_
t
2
e
t
1 / spec L (A
0
+A
1
t +A
2
t
2
)e
t
_3 Die Dierentialgleichung
y
+
2
y = cos(t) (10)
beschreibt den resonant angeregten ungedampften harmonischen Oszillator.
Die zugehorige homogene Gleichung y
+
2
y = 0 besitzt die allgemeine reelle
Losung
y(t) = a cos(t) +b sin(t) , a, b R
_
siehe Beispiel _1
_
. F ur eine partikulare Losung von (10) machen wir gema
unserer Tabelle den Ansatz
y
p
(t) := t
_
Acos(t) +Bsin(t)
_
,
wobei die Koezienten A und B so festzulegen sind, da die in (10) einge-
brachte Funktion y
p
diese Gleichung identisch in t erf ullt. Wir berechnen
zunachst
y
p
(t) = (A+Bt) cos(t) + (B At) sin(t) ,
y
p
(t) = (2B A
2
t) cos(t) + (2A B
2
t) sin(t) .
Damit erhalten wir
y
p
(t) +
2
y
p
(t) = 2B cos(t) 2A sin(t) ,
und nach (10) sollte dies cos(t) sein. Es folgt
A = 0 , B =
1
2
.
Aufgrund von Satz (3.18)(a) lautet demnach die allgemeine Losung von (10):
y(t) = a cos(t) +b sin(t) +
t
2
sin(t) .
Wir beobachten eine Schwingung der Kreisfrequenz , deren Amplitude un-
abhangig von den Anfangsbedingungen im wesentlichen linear mit der Zeit
zunimmt (Fig. 3.6.2).
_
y =
2
t
y =
2
t
y
y =
2
t
sin(t)
t
Fig. 3.6.2
Der gedampfte harmonische Oszillator
_4
_
Forts. von Beispiel 3.5._2
_
Bevor wir unser Federpendel wieder in Be-
wegung setzen, soll dargetan werden, da zum Beispiel ein einfacher Schwing-
kreis (Fig. 3.6.3) zu der gleichen Dierentialgleichung Anla gibt wie das
Federpendel. Die beiden Systeme besitzen also formal dieselbe Theorie, und
weiter: Die Vorgange in dem betrachteten mechanischen System konnen in
einem Schwingkreis mit passend gewahlten Elementen analog reproduziert
(simuliert) werden.
Jedes Element in dem Schwingkreis wird durch eine konstituierende Glei-
chung charakterisiert, wobei es ublich ist, die Konstante eines Elements mit
demselben Buchstaben zu bezeichnen wie das betreende Element selbst.
Element konstituierende Gleichung
Kapazitat C u
C
= q / C
Induktivitat L u
L
= L
di
dt
Widerstand R u
R
= Ri
C
L R
u
C
u
L
u
R
A B
U(t) i
Fig. 3.6.3
Dabei bezeichnen u
C
, u
L
, u
R
die uber den betreenden Elementen gemesse-
nen Spannungen, q die auf C sitzende Ladung und i den in dem Stromkreis
iessenden Strom. Es gilt
i = q . (11)
Wird der Schalter uber den Klemmen A und B geschlossen, so gilt nach dem
zweiten Kirchhoschen Gesetz:
u
L
+u
R
+u
C
= 0 .
Allgemein: Wird an die Klemmen A und B eine willk urlich modulierte
Fremdspannung U(t) angelegt, so gilt
u
L
+u
R
+u
C
= U(t) .
Aufgrund der konstituierenden Gleichungen der einzelnen Elemente haben
wir daher
L
di
dt
+Ri +q/C = U(t) .
Die Stromstarke i ist die in diesem Zusammenhang interessierende Zustands-
variable. Wir dierenzieren die letzte Gleichung nach t und erhalten wegen
(11):
L
d
2
i
dt
2
+R
di
dt
+
1
C
i =

U(t) .
Dies ist die konstituierende Gleichung unseres Schwingkreises und stimmt bis
auf die Bezeichnung der Systemparameter uberein mit der Gleichung 3.5.(6),
die wir hier nocheinmal hinschreiben:
m y +b y +fy = K(t) .
Wir kehren nun zu dem in Fig. 3.5.2 dargestellten mechanischen System
zur uck; allerdings soll es jetzt nur noch schwach gedampft sein. Es sei also
b
2
4fm < 0 ; dann werden die beiden Eigenwerte
. =
b
_
b
2
4fm
2m
=
b
2m

_
f
m

b
2
4m
2
_
komplex. Setzen wir zur Abk urzung
:=
b
2m
,
0
:=
_
f
m
,
:=
_
2
0

2
, (12)
so kommt
1
= +i
,
2
= i
.
Die allgemeine reelle Losung der zugehorigen homogenen Gleichung 3.5.(8)
ist somit gegeben durch
y(t) = e
t
_
a cos(
t) +b sin(
t)
_
(13)
und stellt (unter beliebigen Anfangsbedingungen) eine gedampfte Schwin-
gung dar. Der Systemparameter ist die Dampfungskonstante, und
heit
Eigen-Kreisfrequenz des betrachteten Systems. Aus (12) geht hervor, da
im Fall = 0 (keine Dampfung) den Wert

0
=
_
f/m besitzt und mit
zunehmender Dampfung abnimmt.
Wir wollen weiter untersuchen, was beim Vorliegen einer harmonisch oszil-
lierenden Anregung K() geschieht. Hierzu betrachten wir die spezielle inho-
mogene Dierentialgleichung
m y +b y +fy = K
0
e
it
(14)
mit einem frei wahlbaren Parameter > 0. Wir haben K() komplex ange-
setzt, um die Phasenlage der entstehenden Schwingungen leichter beurteilen
zu konnen.
Von nun an wollen wir > 0 voraussetzen, so da i jedenfalls kein Eigenwert
der homogenen Gleichung ist. Nach Satz (3.20) ist dann eine partikulare
Losung y
s
() in der Form
y
s
(t) := c e
it
anzusetzen, das heit: als harmonische Schwingung mit der komplexen Am-
plitude c. Setzen wir y
s
() und seine Ableitungen
y
s
(t) = ice
it
, y
s
(t) =
2
ce
it
in (14) ein, so ergibt sich durch Koezientenvergleich f ur c die Bedingung
m
2
c +bi c +fc = K
0
.
Damit ist c bestimmt zu
c =
K
0
(f m
2
) +ib
=
K
0
m
1
2
0

2
+ 2i
.
Wir erhalten die allgemeine Losung von (14), indem wir y
s
() zur allgemeinen
Losung (13) der homogenen Gleichung addieren. Da alle Funktionen (13) mit
t exponentiell abklingen, bleibt nach Beendigung dieses Einschwingvor-
gangs nur noch der (von den Anfangsbedingungen unabhangige) Summand
y
s
() ubrig. Man nennt daher y
s
() die stationare L osung von (14).
keine Dampfung
starke Dampfung
schwache Dampfung
0
= f/m
*
R(
.
)
Fig. 3.6.4
Die stationare Losung y
s
() schwingt mit derselben, von den Systempara-
metern
0
und unabhangigen, Frequenz wie die Anregung K(). Wir un-
tersuchen nun ihre komplexe Amplitude c etwas genauer. Der Betrag
[c[ =
K
0
m
1
_
(
2
0

2
)
2
+ 4
2
2
=: R()
stellt die Amplitude der eektiv beobachteten Schwingung Re y
s
() dar und
hangt in charakteristischer Weise von der Anregungsfrequenz ab (siehe die
Fig. 3.6.4). Man nennt R() die Resonanzfunktion des betrachteten Systems.
R() ist maximal f ur diejenige Anregungsfrequenz , die den Radikanden
(
2
0

2
)
2
+ 4
2
2
=
_
2
(
2
0
2
2
)
_
2
+ 4
2
(
2
0

2
)
zu einem Minimum macht, und das ist ersichtlich der Fall, wenn die groe
Klammer verschwindet, das heit f ur
=
_
2
0
2
2
,
also nicht f ur :=
0
oder =
, wie man vielleicht erwarten w urde.

Um die Phase von y
s
() bez uglich K() zu bestimmen, schreiben wir c in der
Form
c =
K
0
m
2
0

2
2i
(
2
0

2
)
2
+ 4
2
2
.
Mit
2
0

2
2i =: c
folgt
arg c = arg c
= arg(
2
0

2
, 2)
(Fig. 3.6.5). Hiernach ist < arg c < 0 . Das bedeutet physikalisch: y
s
()
eilt der Anregung K() nach. Ist =
0
, so ist arg c = /2, und f ur
strebt arg c gegen .
_
2
0
c
/
2

2
2
0
Fig. 3.6.5
Eulersche Dierentialgleichungen
Den linearen Dierentialgleichungen mit konstanten Koezienten liegt eine
gewisse Translationsinvarianz der betrachteten Phanomene zugrunde: Man
kann den Schwingungsversuch mit gleichen Anfangsdaten auf morgen ver-
schieben und wird dasselbe einen Tag spater beobachten. In gewissen geome-
trischen Situationen liegt statt der Translationsinvarianz eine Streckungs-
invarianz vor, die ebenfalls zu linearen Dierentialgleichungen von einem
bestimmten Typ f uhrt. Wir bezeichnen hierzu die unabhangige Variable mit
r und lassen f ur r von vorneherein nur positive Werte zu, so da Potenzen
r
mit beliebigen reellen Exponenten deniert sind.

Eine Dierentialgleichung vom Typ
y
(n)
+
b
n1
r
y
(n1)
+ . . . +
b
1
r
n1
y
+
b
0
r
n
y = 0 (r > 0) (15)
mit reellen oder komplexen Koezienten b
i
wird (homogene) Eulersche Die-
rentialgleichung genannt. Die Satze (3.17)(3.19) gelten f ur beliebige line-
are Dierentialgleichungen n-ter Ordnung, also auch hier. Man kann (15)
mit Hilfe der Substitution
r = e
t
( < t < )
und langeren Rechnungen in eine Dierentialgleichung mit konstanten Ko-
ezienten uberf uhren. Rascher kommt man mit dem richtigen Ansatz zum
Ziel; er lautet:
y(r) := r
, (16)
wobei der Exponent noch geeignet zu bestimmen ist. Zunachst folgt
y
(r) = r
1
, y
(r) = ( 1) r
2
, . . . .
Mit der Abk urzung
(k)
:=
_
1 (k = 0) ,
( 1) . . .
_
(k 1)
_
(k 1) (k Faktoren!)
erhalten wir allgemein
y
(k)
(r) =
(k)
r
k
(k 0) .
Setzen wir das in (15) ein, so ergibt sich f ur die linke Seite der Ausdruck
(n)
r
n
+
b
n1
r

(n1)
r
(n1)
+. . . +
b
1
r
n1
r
1
+
b
0
r
n
r
=
_
(n)
+b
n1
(n1)
+. . . +b
1
+b
0
_
r
n
= inp () r
n
.
Dabei bezeichnet
inp () :=
(n)
+b
n1
(n1)
+. . . +b
1
+b
0
das sogenannte Indexpolynom der Gleichung (15); inp () besitzt den genauen
Grad n. Die angesetzte Funktion (16) ist genau dann eine Losung der Euler-
schen Dierentialgleichung (15), wenn der zuletzt erhaltene Ausdruck
inp () r
n
identisch in r verschwindet, und das ist genau dann der Fall, wenn
inp () = 0 (17)
ist. Hieraus folgt: Besitzt die Indexgleichung (17) n verschiedene reelle
Losungen
1
,
2
, . . .,
n
, so bilden die n (linear unabhangigen) Funktio-
nen
Y
k
(r) := r
k
(1 k n)
eine Basis des Losungsraums L von (15). Die allgemeine Losung ist dann
gegeben durch
y(r) := c
1
r
1
+c
2
r
2
+. . . +c
n
r
n
.
_5 Die Eulersche Dierentialgleichung
y
+
3
r
y
3
r
2
y
= 0
besitzt das Indexpolynom
inp () = ( 1)( 2) + 3( 1) 3 =
3
4 = ( + 2)( 2)
mit Nullstellen
1
:= 0,
2
:= 2,
3
:= 2. Die allgemeine Losung der
vorgelegten Dierentialgleichung lautet daher:
y(r) := c
1
+c
2
r
2
+c
3
1
r
2
.
_
Wir untersuchen nicht, was bei komplexen Nullstellen des Indexpolynoms
zu tun ist, gehen aber noch kurz auf den Fall mehrfacher Nullstellen ein.
Die genauere Analyse liefert folgendes: Ist
0
zum Beispiel eine zweifache
Nullstelle des Indexpolynoms, so sind
Y
1
(r) := r
0
, Y
2
(r) := r
0
log r
zwei zugehorige linear unabhangige Losungen von (15). Dies war aufgrund
der Verwandtschaft von (1) und (15) zu erwarten.
_6 Untersucht man stationare Temperaturverteilungen auf einer Kreis-
scheibe oder auf Kreisringen, so wird man auf folgende Dierentialgleichung
gef uhrt:
y
+
1
r
y
k
2
r
2
y = 0 ; (18)
dabei ist der Parameter k eine beliebige nat urliche Zahl. Das Indexpolynom
inp () = ( 1) + k
2
=
2
k
2
besitzt f ur k > 0 die zwei reellen Nullstellen
1
:= k,
2
:= k, und die
allgemeine Losung von (18) lautet in diesem Fall:
y(r) = c
1
r
k
+c
2
1
r
k
.
Ist jedoch k = 0, so besitzt das Indexpolynom die doppelte Nullstelle
0
:= 0,
und wir erhalten als allgemeine Losung von (18):
y(r) = c
1
+c
2
log r .
_
Aufgaben
1. Bestimme eine moglichst einfache lineare homogene Dierentialgleichung
mit konstanten reellen Koezienten, welche die Funktion
f(x) := xe
2x
cos x
als eine Losung hat.
2. F ur diejenigen der folgenden Funktionen, die Losung einer homogenen
linearen Dierentialgleichung mit konstanten Koezienten sein konnen,
gebe man je eine derartige Dierentialgleichung an.
(a)
1
(t) := cosh t , (b)
2
(t) := t
3/2
(t > 0) ,
(c)
3
(t) := sin(t + 1) , (d)
4
(t) := t + cos t ,
(e)
5
(t) := t
1/ log t
(t > 0) .
3. _M Man bestimme die allgemeine Losung der folgenden Dierentialglei-
chungen:
(a) y
(4)
2y
+ 2y
2y
+y = 0 ,
(b) y
(4)
2y
+ 2y
2y
+y = e
2x
,
(c) y
(4)
2y
+ 2y
2y
+y = e
x
.
4. _M Bestimme die allgemeine Losung der Dierentialgleichung
y
y = cosh t
sowie die Losung, die den Anfangsbedingungen y(0) = 1, y
(0) = 1
gen ugt.
5. _M Betrachte ein gedampftes Federpendel mit Masse m := 2.00 kg, Fe-
derkonstante f := 300 N/m und Dampfungskonstante b := 60 kg/sec.
Der Anfangsausschlag betragt y(0) := 0.50 m.
(a) Wie gro darf die nach unten gerichtete Anfangsgeschwindigkeit v(0)
hochstens sein, wenn kein Nulldurchgang eintreten soll?
(b) Man untersuche und zeichne den Bewegungsverlauf f ur v(0) = 15.0
m/sec.
6. _M Bestimme die allgemeine reelle Losung der folgenden inhomogenen
linearen Dierentialgleichungen:
(a) y 4y = te
t
, (b)
...
y
+
2
y = t
2
_
1 + cos(t)
_
.
7. F ur welche Werte des komplexen Parameters besitzt die Dierential-
gleichung
...
y
+y = 0
nichttriviale 2-periodische Losungen?
8. Ein Federpendel (Fig. 3.5.2) besitzt die Federkonstante f := 1, die Dam-
pfung b := 2 und eine frei wahlbare Masse m > 0. Ist m hinreichend
gro, so f uhrt das angestoene und dann losgelassene Pendel gedampfte
Schwingungen aus. In welchem Bereich lat sich die Schwingungsdauer T
durch Wahl von m variieren? (Hinweis: Es geht um die Eigenwerte der
Dierentialgleichung m y + 2 y + y = 0. Die Kreisfrequenz und T sind
verkn upft durch T = 2.)
9. Die Bevolkerung eines Dorfes hat sich von 1820 bis 1920 exponentiell
auf 1000 Personen verdoppelt. Ab 1920 wurde dieses nat urliche Wachs-
tum uberlagert durch einen jahrlich konstanten Wanderungsgewinn, und
1970 waren es bereits 2000 Einwohner. Wieviele Personen sind in dieser
Zeit jahrlich zugezogen? (Hinweis: Betrachte die Einwohnerzahl als kon-
tinuierliche Variable. Verwende die Angaben uber die erste Phase zur
Bestimmung der Wachstumskonstanten und setze hierauf die wahrend
der zweiten Phase geltende Dierentialgleichung an.)
10. Betrachte den Oszillator
y + (2 + cos + sin ) y + 3y = 0
f ur verschiedene Werte des reellen Parameters .
(a) Zeige: Samtliche Losungen sind gedampfte harmonische Schwingun-
gen, und das f ur jeden Wert von .
(b) Lege so fest, da diese Schwingungen f ur t moglichst rasch
abklingen.
11. Gesucht sind die samtlichen f ur t exponentiell gedampften Losungen
der Differentialgleichung
...
y +i y = 0. (i
2
= 1)
12. _M Ein ungedampfter harmonischer Oszillator bendet sich zunachst in
Ruhestellung. In einem gewissen Moment wird eine auslenkende Kraft
eingeschaltet, die mit der Zeit exponentiell nachlat. Es geht also um das
Anfangswertproblem
y +
2
y = e
t
, y(0) = 0, y(0) = 0 .
Langfristig, das heit: nach dem Einschwingvorgang, verbleibt eine sta-
tionare harmonische Schwingung. Berechne deren (reelle) Amplitude.
13. Wird durch das Zentrum der Erde ein Tunnel gebohrt und lat man
einen Stein in diesen Tunnel fallen, so pendelt der Stein in dem Tun-
nel harmonisch hin und her (ist nicht zu beweisen). Man berechne die
Schwingungsdauer T, ausgedr uckt durch den Erdradius R (
.
= 6400 km)
und die Erdbeschleunigung g (
.
= 10 m/sec
2
) und gebe auch einen unge-
fahren Zahlenwert in Stunden an. (Hinweis:

Uberlege, wie Amplitude,
Schwingungsdauer und Beschleunigung im Kulminationspunkt aneinan-
der gekoppelt sind.)
14. _M Versuche einen naheliegenden Ansatz zur Losung der inhomogenen
Eulerschen Dierentialgleichung
y
4
r
y
+
6
r
2
y = r
5
.
Sachverzeichnis Kapitel 13
Abbildung 78
Abbrechfehler 210
abgeschlossenes Intervall 24
abgeschlossene Menge 126
Ableitung 175, 176
absolut konvergente Reihe 146
absoluter Betrag 25
einer komplexen Zahl 68
eines Vektors 45
abzahlbar (unendlich) 107
allgemeine Potenz 163
alternierende harmonische
Reihe 144
Reihe 144
Amplitude 92
Anfangsbedingungen 228
Anfangswertproblem 228, 234
angreifend (Vektor) 44
aquivalent (Strecken) 45
Arcuscosinus 112
Arcussinus 111
Arcustangens 112
Areacosinus 167
Areasinus 167
Areatangens 167
Argument 34
Asymptote 139
auf (Abbildung) 106
Aussage 1
Aussageform 1
autonom 239
Basisvektoren 48
Bereich konstanter Breite 5
Bernoulli-de lHopitalsche Regel 198
Bernoullische Ungleichung 22, 203
Betrag einer komplexen Zahl 68
eines Vektors 46
Betragsfunktion 25
Bewegungsgleichung 230
bijektiv 107
Bildmenge 79
Bildpunkt 78
Binomialkoezient 18, 155
Binomialreihe 155
Binomischer Lehrsatz 21
binare Suche 122
Bogenlange 90
Cassinische Kurven 96
charakteristische Gleichung 231, 246
charakteristisches Polynom 231, 244
cis-Funktion 168
Coulombfeld 104
Dampfungskonstante 258
Darstellung einer Funktion
(durch eine Reihe) 221
Denitionsbereich 79
Dierentialgleichung 85, 227
erster Ordnung 233
der harmonischen
Schwingung 247
mit konstanten Koezienten 230,
243, 252
zweiter Ordnung 238
Dierentialoperator 244
dierenzierbar 174
Dierenzmenge 13
direkter Beweis 4
disjunkt 13
divergente Folge 141
Dreiecksungleichung 25
Dualbruch 28
Durchschnitt 13
Eigen-Kreisfrequenz 258
Eigenwert 231, 246
eineindeutig 106
Einheitssphare 48
Sachverzeichnis 267
Einheitsvektor 48
Einheitswurzeln 75
einschaliges Hyperboloid 97
Einschrankung einer Funktion 111
Element (einer Menge) 11
elementare Funktion 82
entgegengesetzter Vektor 46
euklidischer Abstand 117
Eulersche Dierentialgleichung 261
Eulersche Formeln 69, 170
Exponentialreihe 149
Extremalstelle 187
Fakultat 18
Fibonacci-Folge 158
Folge 87
Fortsetzung einer Funktion 87
Frequenz 92
Fundamentalsatz der Algebra 7, 75
Funktion 78
von n Variablen 95
Funktionalgleichung 84
Funktionentheorie 88
Funktionsterm 78
Funktionswert 78
Gausche Zahlenebene 65
gemeiner Bruch 23
geographische Breite 41
geographische Lange 41
geometrische Reihe 143
geordnet (Menge, Korper) 23
geordnetes Paar 13
gerade Funktion 165
Geschwindigkeit 178
gleich (Mengen) 11
Glieder einer Folge 87
globale Maximalstelle 186
globales Maximum (Minimum) 186
Graph (einer Funktion) 35, 79
Grenzwert 127, 141
harmonische Reihe 144
Schwingung 92
Hodograph 171
homogene lineare
Dierentialgleichung 230, 243
hyperbolischer Cosinus 166
hyperbolische Funktionen 165
hyperbolisches Paraboloid 98
hyperbolischer Pythagoras 166
Sinus 166
Tangens 167
Hyperboloid 97
identische Abbildung 114
imaginare Achse 65
Imaginarteil 65
Implikation 5
implizit denierte Funktion 83
Indexgleichung 262
Indexpolynom 262
indirekter Beweis 4
Induktionsschritt 19
Inmum 185
inhomogene lineare
Dierentialgleichung 252
injektiv 106
Inklusion 11
Inkrement 143
inneres Produkt 51
innerer Punkt 126
Integrationskonstante 233
inverse Abbildung 108
Isotherme 96
Jet 209
-Extension 239
Kalk ul 1
kartesisches Produkt 14
kaskadisch 28
Kettenregel 179
Koezienten einer Potenzreihe 150
kompakt 187
Komplement 126
komplexe Amplitude 94
Analysis 88
268 Sachverzeichnis
komplexe Ebene 65
Zahlen 65
Komponenten eines Vektors 48, 52
konjugiert komplex 67
konkave Funktion 201
konstituierende Gleichungen 226
Kontraposition 6
konvergente Folge 141
Reihe 143
Konvergenzbereich 149
Konvergenzradius 151
konvexe Funktion 201
Koordinaten eines Vektors 45
Koordinatenfunktionen 89
Korper 23
Kreisfrequenz 92
kritischer Punkt 190
Kronecker-Delta 53
kubische Parabel 204
Kugelkoordinaten 41
Landausches o-Symbol 177
Lange eines Vektors 45
leere Menge 11
Leibnizsche Formel 207
Lemniskate 96
linear unabhangig 56, 244
lineare Dierentialgleichung 230
linearer Operator 243
Linearkombination 48, 232
linksseitige Ableitung 175
linksseitiger Grenzwert 133
Lipschitz-Bedingung 115
lipstetig 115
logarithmische Spirale 36
Logarithmusfunktion 162
lokal maximal (minimal) 189
lokale Extremalstelle 189
Losung einer Dierential-
gleichung 230
maximales Element 185
Menge 11
Meridianebene 39
Meridiankurve 39
Mittelwertsatz der Dierential-
rechnung 196
mittlere Geschwindigkeit 178
modulo 35
momentane Zuwachsrate 173
Momentangeschwindigkeit 178
Momentenbedingung 50
monoton wachsend 200
n-Jet 209
n-te Wurzel 7, 110
n-tes Taylorsches Approximations-
polynom 209
n-Tupel 14
nat urlicher Logarithmus 162
Newtonsches Verfahren 216
nichtorientierter Winkel 33
Niveauache 97
Niveaulinie 96
Normierung 48
Nullvektor 46
o-Symbol 177
oenes Intervall 24
oene Menge 126
orientierter Winkel 34
Orthogonaltrajektorie 241
orthonormiert 63
Ortsvektor 45
Paraboloid 98
Parameterbereich 99
Parameter 89
Parameterdarstellung 89
Partialsumme 143
partikulare Losung 253
Pascalsches Dreieck 18
Phase 92
Polardarstellung 36
Polarform einer komplexen Zahl 69
Polarkoordinaten 35
Polarwinkel 34
Pol (einer Funktion) 88
Polygonverfahren 237
positiver Drehsinn 34
Potenzreihe 150
Sachverzeichnis 269
Produktzeichen 18
Punkt 11
punktierte Ebene 77
quadratische Konvergenz 219
Quadratwurzel 72
Quantoren 2
Randpunkt 126
rationale Funktion 149
Zahlen 23
Realteil 65
rechte Seite einer
Dierentialgleichung 233
rechtsseitige Ableitung 175
rechtsseitiger Grenzwert 133
rechtsseitig stetig 133
Rechtssystem 38
reelle Achse 65
Funktion 87
Regel von Bernoulli-de lHopital 198
Reihe 143
rekursive Denition 21
Resonanzfall 254
Resonanzfunktion 259
Restglied 210
Reuleaux-Dreieck 5
Richtungsfeld 234
Ring 28
Sattelache 98
Satz von Rolle 196
schlicht 98
Schraubenlinie 91
Schwerpunkt 50
Schwingungsdauer 93
separiert (Variable) 40
Signumfunktion 27
simulieren 256
Skalar 47
Skalarprodukt 52
Spat 61
Spatprodukt 61
Spektrum 246
Sprungstelle 133
stationare Losung 259
stationarer Punkt 190
stetig 117
an einer Stelle 116
Stirlingsche Naherungsformel 18
streng monoton wachsend 200
st uckweise stetig 133
St utzgerade 5, 201
Summationsgrenzen 16
Summationsvariable 16
Summe einer Reihe 143
von Vektoren 46
Summenzeichen 16
summieren einer Reihe 17
Superposition 95
Supremum 185
surjektiv 106
symmetrische bilineare Funktion 52
System von n Dierential-
gleichungen 239
Tangentialraum 103
Tangentialvektor 103
Taylor-Reihe 209
Taylorsches Approximations-
polynom 209
Teilmenge 11
teleskopierende Summe 17
Torus 40
Transitivitat 23
Trendfunktion 180
Tripel 14
Tupel 14
uberabzahlbar 107
Umkehrfunktion 108
Umkehrung (einer Implikation) 5
uneigentlicher Grenzwert 131
uneigentlich konvergent 141
uneigentlicher Randpunkt 129
unendliches Intervall 24
unendliche Reihe 143
ungerade Funktion 165
unimodal 125
Urbild 96
270 Sachverzeichnis
Vektor 44, 45, 49
Vektorfeld 103
Vektorprodukt 56
Vektorraum 49
vektorwertige Funktion 88
Verankerung 19
Vereinigungsmenge 12
Verfahren von Newton 216
Vergleichskriterium 137
vollstandige Induktion 19
Wendepunkt 203
Wertebereich 79
Wertetabelle 80
Wertzuwachs 173
Winkel 33
Winkelgeschwindigkeitsvektor 60
W urfelnorm 117
Zahlfolge 87
Zeiger 94
Zetafunktion 148
Zielbereich 79
zusammengesetzte Abbildung 113
Zwischenwertsatz 121
Zylinderkoordinaten 39

Blatter Kap 1-3

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Blatter Kap 1-3

Uploaded by

Copyright:

Available Formats

CHRISTIAN BLATTER

2 = j,, wobei wir nach K urzen

bewiesen und mu nun durch Einsetzen

1 ebenfalls zutrit. Dabei

Uberlege, wie dieses Objekt funktioniert, und stelle dessen Hauptkompo-

c ist nur f ur c 0 deniert und bezeichnet die nichtnegative

durch eine neue Variable /

ausgedr uckt, wobei

von j+: bis +: laufen.

von 2 bis n + 1, und wir erhalten

2 unendlich viele weitere

= . Andererseits konnen wir

gehen (Fig. 1.5.14). Aufgabe: Die sich

-Bedingung lauft darauf hinaus, da

. Da dabei die Hohe . =

2,2 gewonnen wird

gehen. An welches Bewegungsgesetz soll sie sich hal-

Aquivalenzklassen von gerichteten Strecken

b := [a[ [b[ cos (= a

(n) = konnen wir dies in der Form

= [1(x)[ = [x[ sin = [x[ [e[ sin = [e x[ ,

:= 1(y), folgt nun

Uber die Geschwindigkeit v

. Bestimme den Innenwinkel zwischen zwei Seitenachen bzw.

und somit wegen i

C mit einem o R entspricht

mit dem Skalarfaktor o.

3 + i (Fig. 1.7.6) ergibt sich

1 bestimmen und haben

3. Bestimme die Daten o, der logarithmischen Spiralen

[ 1, 1 ] auassen. In beiden Fallen ist

oder der Funktion t

, . . . miteinander verkn upft.

, gilt. Wir beweisen dar uber:

(x, y) dom(f), z = f(x, y)

zwischen der ersten und der zweiten,

zwischen der zweiten und der dritten, 150

zwischen der dritten und

und bilden eine besondere Folge .

ist streng monoton wachsend und bildet

f, [f[, Re f, Imf, f + g, f, f g, f/g

0[ < erzwingen, indem man x

Werte annehmen. In allen

C. (Das ist die Kettenregel f ur Lipstetigkeit!)

stetig. Die Funktion

und konzentrieren unsere

enthalt insbesondere die n + 1 Zahlen 1, 2, 4, . . .,

c mit vorgeschriebener Genauigkeit ausgibt.

sagt der Satz nichts. Dies ist, wenn notig,

in Wirklichkeit ein Polynom, und es gilt nach dem bino-

(x) werden nun verwendet f ur die

(x) 0. Es folgt f(x) 1 und damit die Behauptung.

heit gerade, wenn

Uberraschenderweise lat sich arsinh durch schon bekannte Funktionen

(0+) = sgn (0+) = 1 , abs

(0) = sgn (0) = 1 .

gibt f ur jeden Zeitpunkt t

) die momentane Zuwachsrate der Ausgangsfunktion f an. Anstelle

sind auch Bezeichnungen wie

(analog f ur alle in den Grundstrukturen vorhandenen Produkte);

Uberlegungen, die zu exp

= exp gef uhrt haben, lassen sich aber im Kom-

) im Verein mit Satz (2.10):

:= [ 1 , 0.99 ] , so ergibt sich