F.R. GRANARIA

Zur interaktiven Werkstatt · PDF

Kapiteltext · Aufgaben und Lösungen

Einheit 7 – Stetige Funktionen

Dritte Fassung vom 18. November 2026.

Leitfrage

Die Funktion f(x)=x3−2x−5f(x)=x^3-2x-5 ist an der Stelle 22 negativ, f(2)=−1f(2)=-1, und an der Stelle 33 positiv, f(3)=16f(3)=16. Jeder, der den Graphen zeichnet, zieht eine Linie von unterhalb der Achse nach oberhalb und schließt: Dazwischen liegt eine Nullstelle. Derselbe Schluss für g(x)=x2−2g(x)=x^2-2 zwischen 11 und 22 ist in Q\mathbb{Q} falsch: Dort hat gg keine Nullstelle, weil 2\sqrt2 nicht rational ist (Satz 2.9). Die Zeichnung sieht in beiden Fällen gleich aus.

Was genau heißt „der Graph hat keinen Sprung“, und welche Eigenschaft der reellen Zahlen sorgt dafür, dass eine solche Funktion jeden Zwischenwert annimmt? Die Einheit beantwortet beide Teile. Der erste Teil führt auf den Begriff der Stetigkeit, mit derselben Quantorenform wie die Folgenkonvergenz. Der zweite Teil ist der Zwischenwertsatz; er braucht die Vollständigkeit von R\mathbb{R} und ist in Q\mathbb{Q} falsch. Die Antwort ist in Abschnitt 7.3 nach Folgerung 7.16 zusammengefasst. Aus dem Zwischenwertsatz folgen die Sätze über Umkehrfunktionen, mit denen in Einheit 9 der Logarithmus und in dieser Einheit noch einmal die Wurzeln gewonnen werden.

Voraussetzungen. Benutzt werden aus Einheit 1 die Verneinungsregel (Regel 1.3), die Wohlordnung von N\mathbb{N} (Satz 1.16), die Fakultät (Definition 1.17), die Dreiecksungleichung (Satz 1.23, mit ∣∣x∣−∣y∣∣≤∣x−y∣\bigl||x|-|y|\bigr|\le|x-y|), ihre Fassung für endliche Summen (Aufgabe B8 (a) der Einheit 1), die Abschätzung aus Aufgabe B8 (b) der Einheit 1, Aufgabe B6 (d) der Einheit 1 und die Anordnungsregeln (O0)–(O6), die nach Folgerung 2.26 in R\mathbb{R} gelten. Aus Einheit 2: die Intervalle aus Abschnitt 2.2, die Irrationalität von 2\sqrt2 (Satz 2.9), die archimedische Eigenschaft (Satz 2.29), der ganze Teil (Lemma 2.30), die Dichtheit von Q\mathbb{Q} (Satz 2.31), die Supremumseigenschaft (Satz 2.34) mit dem Infimum (Folgerung 2.35), die erweiterte Zahlengerade (Definition 2.37), die Wurzeln (Satz 2.39) sowie die Abzählbarkeit (Definition 2.42, Lemma 2.44, Satz 2.45). Aus Einheit 3 die Kreisscheiben Br(a)B_r(a) aus Abschnitt 3.3, für die Bemerkung über Funktionen mit komplexen Werten außerdem Satz 3.9 und die Dreiecksungleichung in C\mathbb{C} (Satz 3.10). Aus Einheit 4: die Eindeutigkeit des Grenzwerts (Satz 4.3), die zwei Grundbeispiele (Satz 4.4), die Häufungswerte (Definition 4.23), die Rechenregeln für Folgen (Satz 4.9), die Erhaltung von Ungleichungen (Satz 4.10), die Einschließung (Satz 4.11) und die bestimmte Divergenz (Definition 4.13). Aus Einheit 5 das Intervallschachtelungsprinzip (Folgerung 5.15 (3)) zusammen mit Lemma 5.6: Sind [an,bn][a_n,b_n] Intervalle mit [an+1,bn+1]⊆[an,bn][a_{n+1},b_{n+1}]\subseteq[a_n,b_n] und bn−an→0b_n-a_n\to0, so gibt es genau ein ξ\xi, das in allen liegt, und es gilt an→ξa_n\to\xi, bn→ξb_n\to\xi. Die Nummern 7.28 bis 7.30 stehen in den Abschnitten 7.2 bis 7.4 dort, wo sie gebraucht werden; die Nummern folgen deshalb dort nicht der Reihe nach.

Bemerkung (Auswahl von Folgengliedern). Mehrere Beweise wählen zu jedem nn ein Element xnx_n mit einer Eigenschaft, ohne eine Vorschrift anzugeben (Lemma 7.2, Satz 7.5, Satz 7.10 und die Folgen in (G2) und (G4)). Dass dabei eine Folge entsteht, ist die abzählbare Auswahl, eine schwache Form des Auswahlaxioms (Abschnitt 1.5; vergleiche die Bemerkung „keine Auswahl“ nach Satz 2.33). Wir setzen sie ab hier, wie in der Analysis üblich, stillschweigend voraus; wo ein Beweis sie vermeidet, wird das gesagt (Satz 7.23).

Schreibweisen. In dieser Einheit ist D⊆RD\subseteq\mathbb{R} stets eine nichtleere Menge, der Definitionsbereich, und eine Funktion ist eine Abbildung f ⁣:D→Rf\colon D\to\mathbb{R}. Für a∈Ra\in\mathbb{R} und δ>0\delta>0 ist wie in Abschnitt 3.3 Bδ(a)={x∈R: ∣x−a∣<δ}=(a−δ,a+δ)B_\delta(a)=\{x\in\mathbb{R}:\ |x-a|<\delta\}=(a-\delta,a+\delta); wir nennen diese Menge die δ\delta-Umgebung von aa. Für E⊆DE\subseteq D bezeichnet f∣Ef|_E die Einschränkung von ff auf EE.

7.1 Grenzwerte von Funktionen

Bevor man fragt, ob ff an der Stelle aa „ohne Sprung“ ist, fragt man, welchem Wert sich f(x)f(x) nähert, wenn xx gegen aa geht. Dafür muss man sich aa aus DD heraus nähern können, und der Wert f(a)f(a) selbst soll keine Rolle spielen; aa braucht nicht einmal in DD zu liegen. Das bekannteste Beispiel ist der Differenzenquotient x2−1x−1\frac{x^2-1}{x-1}, der an der Stelle 11 nicht erklärt ist.

Definition 7.1. Ein Punkt a∈Ra\in\mathbb{R} heißt Häufungspunkt von DD, wenn jede Umgebung Bδ(a)B_\delta(a) einen Punkt von D∖{a}D\setminus\{a\} enthält. Ein Punkt a∈Da\in D, der kein Häufungspunkt von DD ist, heißt isolierter Punkt von DD.

Beispiele. Jeder Punkt von [0,1][0,1] ist Häufungspunkt von (0,1)(0,1); die Punkte 00 und 11 liegen nicht in (0,1)(0,1). Die Menge Z\mathbb{Z} hat keinen Häufungspunkt: Für k∈Zk\in\mathbb{Z} ist B1/2(k)∩Z={k}B_{1/2}(k)\cap\mathbb{Z}=\{k\}, jeder Punkt von Z\mathbb{Z} ist also isoliert, und für x∉Zx\notin\mathbb{Z} enthält Bδ(x)B_\delta(x) mit δ=min⁡{x−⌊x⌋, ⌊x⌋+1−x}\delta=\min\{x-\lfloor x\rfloor,\ \lfloor x\rfloor+1-x\} (Lemma 2.30) keine ganze Zahl. Die Menge {1n: n∈N}\{\frac1n:\ n\in\mathbb{N}\} hat genau den Häufungspunkt 00. Jede reelle Zahl ist Häufungspunkt von Q\mathbb{Q}, nach der Dichtheit von Q\mathbb{Q}.

Der Häufungspunkt einer Menge ist vom Häufungswert einer Folge (Definition 4.23) zu unterscheiden: Die konstante Folge (c)(c) hat den Häufungswert cc, ihre Wertemenge {c}\{c\} hat aber keinen Häufungspunkt. Der Unterschied liegt darin, dass Definition 7.1 Punkte x≠ax\ne a verlangt. Das folgende Lemma verbindet beide Begriffe über Folgen.

Lemma 7.2. Der Punkt aa ist genau dann Häufungspunkt von DD, wenn es eine Folge (xn)(x_n) in D∖{a}D\setminus\{a\} mit xn→ax_n\to a gibt.

Beweis. Ist aa Häufungspunkt, so wähle man zu jedem nn ein xn∈D∖{a}x_n\in D\setminus\{a\} mit ∣xn−a∣<1n|x_n-a|<\frac1n. Zu ε>0\varepsilon>0 gibt es nach der archimedischen Eigenschaft (Satz 2.29) ein NN mit 1N<ε\frac1N<\varepsilon; für n≥Nn\ge N ist dann ∣xn−a∣<1n≤1N<ε|x_n-a|<\frac1n\le\frac1N<\varepsilon. Ist umgekehrt (xn)(x_n) eine solche Folge und δ>0\delta>0, so liegt xnx_n für große nn in Bδ(a)B_\delta(a), und xn≠ax_n\ne a. □\square

Definition 7.3. Sei f ⁣:D→Rf\colon D\to\mathbb{R} und aa ein Häufungspunkt von DD. Man sagt, f(x)f(x) konvergiert für x→ax\to a gegen c∈Rc\in\mathbb{R}, und schreibt lim⁡x→af(x)=c\lim_{x\to a}f(x)=c, wenn

∀ε>0  ∃δ>0  ∀x∈D:  0<∣x−a∣<δ ⇒ ∣f(x)−c∣<ε.\forall\varepsilon>0\ \ \exists\delta>0\ \ \forall x\in D:\ \ 0<|x-a|<\delta\ \Rightarrow\ |f(x)-c|<\varepsilon .

Die Bedingung 0<∣x−a∣0<|x-a| schließt den Punkt aa aus: Der Grenzwert hängt nicht von f(a)f(a) ab, und f(a)f(a) braucht nicht erklärt zu sein. Dass aa ein Häufungspunkt ist, verhindert, dass die Bedingung leer wird; an einem isolierten Punkt wäre jede Zahl cc ein Grenzwert.

Beispiel. Für D=R∖{1}D=\mathbb{R}\setminus\{1\} ist 11 ein Häufungspunkt von DD, und für x∈Dx\in D ist x2−1x−1=x+1\frac{x^2-1}{x-1}=x+1. Also gilt ∣x2−1x−1−2∣=∣x−1∣\bigl|\frac{x^2-1}{x-1}-2\bigr|=|x-1|, und zu ε>0\varepsilon>0 genügt δ=ε\delta=\varepsilon: Es ist lim⁡x→1x2−1x−1=2\lim_{x\to1}\frac{x^2-1}{x-1}=2. Der Bruch ist in 11 nicht erklärt; der Grenzwert existiert trotzdem.

Lemma 7.4 (Eindeutigkeit). Gilt lim⁡x→af(x)=c\lim_{x\to a}f(x)=c und lim⁡x→af(x)=c′\lim_{x\to a}f(x)=c', so ist c=c′c=c'.

Beweis. Sei ε>0\varepsilon>0, und seien δ\delta, δ′\delta' die zugehörigen Zahlen. Weil aa Häufungspunkt ist, gibt es ein x∈Dx\in D mit 0<∣x−a∣<min⁡{δ,δ′}0<|x-a|<\min\{\delta,\delta'\}. Für dieses xx ist ∣c−c′∣≤∣c−f(x)∣+∣f(x)−c′∣<2ε|c-c'|\le|c-f(x)|+|f(x)-c'|<2\varepsilon. Zu jedem η>0\eta>0 ist also, mit ε=η2\varepsilon=\frac\eta2, ∣c−c′∣<η|c-c'|<\eta, und nach Aufgabe B6 (d) der Einheit 1 folgt c=c′c=c'. □\square

Hier wird die Voraussetzung, dass aa Häufungspunkt ist, an genau einer Stelle gebraucht: für die Existenz des Punktes xx.

Satz 7.5 (Folgenkriterium für Grenzwerte). Sei aa Häufungspunkt von DD. Genau dann gilt lim⁡x→af(x)=c\lim_{x\to a}f(x)=c, wenn für jede Folge (xn)(x_n) in D∖{a}D\setminus\{a\} mit xn→ax_n\to a die Folge (f(xn))(f(x_n)) gegen cc konvergiert.

Beweisidee. Die eine Richtung setzt zwei Definitionen hintereinander. Die andere wird durch Kontraposition geführt: Scheitert die ε\varepsilon-δ\delta-Bedingung, so liefert ihre Verneinung zu jedem δ=1n\delta=\frac1n einen schlechten Punkt, und diese Punkte bilden eine Folge.

Beweis. „⇒\Rightarrow“: Sei (xn)(x_n) eine Folge in D∖{a}D\setminus\{a\} mit xn→ax_n\to a, und sei ε>0\varepsilon>0. Zu ε\varepsilon gibt es δ>0\delta>0 wie in Definition 7.3, und zu δ\delta gibt es NN mit ∣xn−a∣<δ|x_n-a|<\delta für n≥Nn\ge N. Wegen xn≠ax_n\ne a ist dann 0<∣xn−a∣<δ0<|x_n-a|<\delta, also ∣f(xn)−c∣<ε|f(x_n)-c|<\varepsilon für n≥Nn\ge N.

„⇐\Leftarrow“: Kontraposition. Gelte lim⁡x→af(x)=c\lim_{x\to a}f(x)=c nicht. Nach Regel 1.3 gibt es ein ε>0\varepsilon>0, so dass für jedes δ>0\delta>0 ein x∈Dx\in D mit 0<∣x−a∣<δ0<|x-a|<\delta und ∣f(x)−c∣≥ε|f(x)-c|\ge\varepsilon existiert. Wählt man zu δ=1n\delta=\frac1n einen solchen Punkt xnx_n, so liegt (xn)(x_n) in D∖{a}D\setminus\{a\}, es gilt xn→ax_n\to a (wie im Beweis von Lemma 7.2), aber ∣f(xn)−c∣≥ε|f(x_n)-c|\ge\varepsilon für alle nn; also konvergiert (f(xn))(f(x_n)) nicht gegen cc. □\square

Das Folgenkriterium verwandelt jede Aussage über Folgen in eine Aussage über Funktionsgrenzwerte. So erhält man die Rechenregeln ohne neue Abschätzung.

Satz 7.6 (Rechenregeln). Sei aa Häufungspunkt von DD, seien f,g ⁣:D→Rf,g\colon D\to\mathbb{R} mit lim⁡x→af(x)=c\lim_{x\to a}f(x)=c und lim⁡x→ag(x)=d\lim_{x\to a}g(x)=d. Dann gilt:

  1. lim⁡x→a(f(x)+g(x))=c+d\lim_{x\to a}\bigl(f(x)+g(x)\bigr)=c+d und lim⁡x→af(x)g(x)=cd\lim_{x\to a}f(x)g(x)=cd;
  2. ist d≠0d\ne0 und g(x)≠0g(x)\ne0 für alle x∈Dx\in D, so gilt lim⁡x→af(x)g(x)=cd\lim_{x\to a}\frac{f(x)}{g(x)}=\frac cd;
  3. ist f(x)≤g(x)f(x)\le g(x) für alle x∈D∖{a}x\in D\setminus\{a\}, so ist c≤dc\le d;
  4. ist f(x)≤h(x)≤g(x)f(x)\le h(x)\le g(x) für alle x∈D∖{a}x\in D\setminus\{a\} und ist c=dc=d, so gilt lim⁡x→ah(x)=c\lim_{x\to a}h(x)=c.

Beweis. Sei (xn)(x_n) eine Folge in D∖{a}D\setminus\{a\} mit xn→ax_n\to a; nach Lemma 7.2 gibt es eine, weil aa Häufungspunkt ist. Nach Satz 7.5 gilt f(xn)→cf(x_n)\to c und g(xn)→dg(x_n)\to d. Nach den Rechenregeln für Folgen (Satz 4.9) folgt f(xn)+g(xn)→c+df(x_n)+g(x_n)\to c+d, f(xn)g(xn)→cdf(x_n)g(x_n)\to cd und im Fall (2) f(xn)/g(xn)→c/df(x_n)/g(x_n)\to c/d. Nach Satz 4.10 folgt aus f(xn)≤g(xn)f(x_n)\le g(x_n) für alle nn die Ungleichung c≤dc\le d; das ist (3). Für (4) ist f(xn)≤h(xn)≤g(xn)f(x_n)\le h(x_n)\le g(x_n), nach Satz 4.11 also h(xn)→ch(x_n)\to c. Da in (1), (2) und (4) die Folge (xn)(x_n) beliebig war, ergibt Satz 7.5 in der Richtung „⇐\Leftarrow“ dort die Behauptung. □\square

Bemerkung (zu Regel 2). Die Bedingung g(x)≠0g(x)\ne0 auf ganz DD ist bequem, aber nicht nötig. Aus d≠0d\ne0 folgt, dass gg in einer Umgebung von aa nicht verschwindet: Zu ε=∣d∣2\varepsilon=\frac{|d|}2 gibt es δ>0\delta>0 mit ∣g(x)−d∣<∣d∣2|g(x)-d|<\frac{|d|}2, also ∣g(x)∣≥∣d∣−∣g(x)−d∣>∣d∣2>0|g(x)|\ge|d|-|g(x)-d|>\frac{|d|}2>0, für x∈Dx\in D mit 0<∣x−a∣<δ0<|x-a|<\delta. Man wendet dann Regel 2 auf D′=(D∩Bδ(a))∖{a}D'=(D\cap B_\delta(a))\setminus\{a\} an. Dort ist g≠0g\ne0, der Punkt aa ist Häufungspunkt von D′D' (jeder Punkt von D∖{a}D\setminus\{a\} mit Abstand kleiner als δ\delta von aa liegt in D′D'), und die Einschränkungen von ff und gg auf D′D' haben nach Lemma 7.28 (1) in Abschnitt 7.2 weiter die Grenzwerte cc und dd. Der Quotient hat also auf D′D' den Grenzwert cd\frac cd. Auf seinem Definitionsbereich D′′={x∈D: g(x)≠0}D''=\{x\in D:\ g(x)\ne0\} gilt dasselbe: aa ist Häufungspunkt von D′′⊇D′D''\supseteq D', zu ε>0\varepsilon>0 gibt es δ′′\delta'' für die Einschränkung auf D′D', und jeder Punkt x∈D′′x\in D'' mit 0<∣x−a∣<min⁡{δ,δ′′}0<|x-a|<\min\{\delta,\delta''\} liegt in D′D'.

Definition 7.7 (einseitige und uneigentliche Grenzwerte). Sei f ⁣:D→Rf\colon D\to\mathbb{R}.

Ausgeschrieben ist lim⁡x→a+f(x)=c\lim_{x\to a+}f(x)=c die Bedingung: Zu ε>0\varepsilon>0 gibt es δ>0\delta>0 mit ∣f(x)−c∣<ε|f(x)-c|<\varepsilon für alle x∈Dx\in D mit a<x<a+δa<x<a+\delta. Alle diese Grenzwerte sind eindeutig. Für einseitige Grenzwerte mit reellem Wert ist das Lemma 7.4, angewandt auf die Einschränkung. In den übrigen Fällen geht man wie im Beweis von Lemma 7.4 vor: Wegen der Voraussetzung (Häufungspunkt oder Unbeschränktheit) gibt es zu je zwei Toleranzen einen Punkt x∈Dx\in D, an dem beide Bedingungen zugleich gelten. Für zwei reelle Werte c≠c′c\ne c' (bei x→±∞x\to\pm\infty) nimmt man ε=12∣c−c′∣\varepsilon=\frac12|c-c'| und erhält ∣c−c′∣<2ε|c-c'|<2\varepsilon; für cc und ∞\infty nimmt man ε=1\varepsilon=1 und K=c+1K=c+1 und erhält f(x)<c+1<f(x)f(x)<c+1<f(x); für ∞\infty und −∞-\infty nimmt man K=0K=0 für beide und erhält 0<f(x)<00<f(x)<0. Jedes Mal ist das ein Widerspruch. Das Folgenkriterium gilt sinngemäß, mit demselben Beweis; für x→∞x\to\infty betrachtet man Folgen in DD mit xn→∞x_n\to\infty im Sinn von Definition 4.13, und ebenso sind die Werte ±∞\pm\infty im Sinn von Definition 4.13 zu lesen.

Beispiel. Für f(x)=∣x∣xf(x)=\frac{|x|}{x} auf D=R∖{0}D=\mathbb{R}\setminus\{0\} ist f(0+)=1f(0+)=1 und f(0−)=−1f(0-)=-1; der Grenzwert lim⁡x→0f(x)\lim_{x\to0}f(x) existiert nicht, nach dem folgenden Lemma. Für f(x)=1xf(x)=\frac1x auf (0,∞)(0,\infty) ist lim⁡x→0+f(x)=∞\lim_{x\to0+}f(x)=\infty und lim⁡x→∞f(x)=0\lim_{x\to\infty}f(x)=0.

Lemma 7.8. Sei aa Häufungspunkt sowohl von D∩(a,∞)D\cap(a,\infty) als auch von D∩(−∞,a)D\cap(-\infty,a). Dann existiert lim⁡x→af(x)\lim_{x\to a}f(x) genau dann, wenn f(a+)f(a+) und f(a−)f(a-) existieren und übereinstimmen; dann sind alle drei gleich.

Beweis. Existiert lim⁡x→af(x)=c\lim_{x\to a}f(x)=c, so erfüllt jedes δ\delta aus Definition 7.3 auch die beiden einseitigen Bedingungen. Gelte umgekehrt f(a+)=f(a−)=cf(a+)=f(a-)=c, und sei ε>0\varepsilon>0. Zu ε\varepsilon gibt es δ+\delta_+ für die rechte und δ−\delta_- für die linke Seite. Für δ=min⁡{δ+,δ−}\delta=\min\{\delta_+,\delta_-\} und x∈Dx\in D mit 0<∣x−a∣<δ0<|x-a|<\delta ist entweder a<x<a+δ+a<x<a+\delta_+ oder a−δ−<x<aa-\delta_-<x<a, in beiden Fällen ∣f(x)−c∣<ε|f(x)-c|<\varepsilon. □\square

7.2 Stetigkeit

Springt ff an der Stelle aa, so gibt es nahe bei aa Werte f(x)f(x), die von f(a)f(a) um mehr als einen festen Betrag abweichen. Stetigkeit schließt das aus, und zwar jede Abweichung dieser Art, auch wenn sie nicht wie ein Sprung aussieht (G2, G4). Was ein Sprung genau ist, legt Abschnitt 7.4 im Anschluss an Satz 7.22 fest.

Definition 7.9. Eine Funktion f ⁣:D→Rf\colon D\to\mathbb{R} heißt stetig im Punkt a∈Da\in D, wenn

∀ε>0  ∃δ>0  ∀x∈D:  ∣x−a∣<δ ⇒ ∣f(x)−f(a)∣<ε.\forall\varepsilon>0\ \ \exists\delta>0\ \ \forall x\in D:\ \ |x-a|<\delta\ \Rightarrow\ |f(x)-f(a)|<\varepsilon .

Sie heißt stetig, wenn sie in jedem Punkt von DD stetig ist. Ist ff in aa nicht stetig, so heißt aa Unstetigkeitsstelle.

In Worten: Jede vorgegebene Genauigkeit ε\varepsilon für den Funktionswert lässt sich durch eine hinreichende Genauigkeit δ\delta für das Argument erzwingen. Das δ\delta darf von ε\varepsilon und von aa abhängen. Hängt es nur von ε\varepsilon ab, spricht man von gleichmäßiger Stetigkeit (Definition 8.19).

Nichtbeispiel. Sei f(x)=−1f(x)=-1 für x<0x<0 und f(x)=1f(x)=1 für x≥0x\ge0. Dann ist ff in 00 nicht stetig. Nach Regel 1.3 ist zu zeigen: Es gibt ein ε>0\varepsilon>0, so dass für jedes δ>0\delta>0 ein xx mit ∣x∣<δ|x|<\delta und ∣f(x)−f(0)∣≥ε|f(x)-f(0)|\ge\varepsilon existiert. Man nimmt ε=1\varepsilon=1 und zu gegebenem δ\delta den Punkt x=−δ2x=-\frac\delta2: Es ist ∣f(x)−f(0)∣=∣−1−1∣=2≥1|f(x)-f(0)|=|-1-1|=2\ge1. Ein einziges solches ε\varepsilon genügt, um die Stetigkeit zu widerlegen.

Stetigkeit ist eine Eigenschaft im Punkt, und sie hängt vom Definitionsbereich ab. An einem isolierten Punkt von DD ist jede Funktion stetig: Man wählt δ\delta so klein, dass Bδ(a)∩D={a}B_\delta(a)\cap D=\{a\}. So ist jede Funktion N→R\mathbb{N}\to\mathbb{R}, also jede Folge, stetig; das sagt nichts.

Satz 7.10 (Kennzeichnungen der Stetigkeit). Sei f ⁣:D→Rf\colon D\to\mathbb{R} und a∈Da\in D. Gleichwertig sind:

  1. ff ist stetig in aa;
  2. für jede Folge (xn)(x_n) in DD mit xn→ax_n\to a gilt f(xn)→f(a)f(x_n)\to f(a) (Folgenkriterium);

und ist aa Häufungspunkt von DD, außerdem

  1. lim⁡x→af(x)=f(a)\lim_{x\to a}f(x)=f(a).

Beweis. (1)⇒\Rightarrow(2): wie im Beweis von Satz 7.5, „⇒\Rightarrow“; die Bedingung xn≠ax_n\ne a wird nicht gebraucht, weil Definition 7.9 auch x=ax=a zulässt und dort ∣f(a)−f(a)∣=0<ε|f(a)-f(a)|=0<\varepsilon gilt.

(2)⇒\Rightarrow(1): wie im Beweis von Satz 7.5, „⇐\Leftarrow“: Ist ff in aa nicht stetig, so gibt es ε>0\varepsilon>0 und zu jedem nn ein xn∈Dx_n\in D mit ∣xn−a∣<1n|x_n-a|<\frac1n und ∣f(xn)−f(a)∣≥ε|f(x_n)-f(a)|\ge\varepsilon. Dann gilt xn→ax_n\to a, aber nicht f(xn)→f(a)f(x_n)\to f(a).

(1)  ⟺  \iff(3): Die Bedingung in Definition 7.9 ist die Bedingung aus Definition 7.3 mit c=f(a)c=f(a), ergänzt um den Punkt x=ax=a, für den sie stets erfüllt ist. □\square

Die drei Fassungen haben verschiedene Aufgaben. Die ε\varepsilon-δ\delta-Form (1) benutzt man, wenn man ein δ\delta angeben will, zum Beispiel in den folgenden Beispielen (b) bis (d) und in Abschnitt 7.6. Das Folgenkriterium (2) überträgt die Rechenregeln für Folgen auf Funktionen (Beweis von Satz 7.11) und ist das Werkzeug für Unstetigkeit: Eine einzige Folge xn→ax_n\to a mit f(xn)↛f(a)f(x_n)\not\to f(a) genügt (G2, G3), während für Stetigkeit jede Folge nachgeprüft werden muss (G10). Die Fassung (3) erlaubt, einen Grenzwert abzulesen, indem man die Funktion nahe aa durch eine in aa stetige ersetzt (Abschnitt 7.6, Beispiele 2 und 3). Dass man dabei Funktionen einschränken und nahe aa austauschen darf, sagt das folgende Lemma.

Lemma 7.28 (Einschränkung und Lokalität). Sei f ⁣:D→Rf\colon D\to\mathbb{R}, E⊆DE\subseteq D und a∈Ra\in\mathbb{R}.

  1. Ist a∈Ea\in E und ff in aa stetig, so ist f∣Ef|_E in aa stetig. Ist aa Häufungspunkt von EE und lim⁡x→af(x)=c\lim_{x\to a}f(x)=c, so gilt lim⁡x→af∣E(x)=c\lim_{x\to a}f|_E(x)=c.
  2. Gibt es ein r>0r>0 mit D∩Br(a)⊆ED\cap B_r(a)\subseteq E, so gelten auch die Umkehrungen: Ist a∈Ea\in E, so ist ff genau dann in aa stetig, wenn f∣Ef|_E es ist. Ist aa Häufungspunkt von DD, so ist aa Häufungspunkt von EE, und lim⁡x→af(x)=c\lim_{x\to a}f(x)=c gilt genau dann, wenn lim⁡x→af∣E(x)=c\lim_{x\to a}f|_E(x)=c gilt.
  3. Sei g ⁣:D→Rg\colon D\to\mathbb{R}, und gebe es r>0r>0 mit f(x)=g(x)f(x)=g(x) für alle x∈Dx\in D mit 0<∣x−a∣<r0<|x-a|<r. Ist aa Häufungspunkt von DD, so gilt lim⁡x→af(x)=c\lim_{x\to a}f(x)=c genau dann, wenn lim⁡x→ag(x)=c\lim_{x\to a}g(x)=c. Ist a∈Da\in D und f(a)=g(a)f(a)=g(a), so ist ff genau dann in aa stetig, wenn gg es ist.

Beweis. (1) Ein δ\delta, das in Definition 7.9 beziehungsweise 7.3 für ff taugt, taugt auch für f∣Ef|_E, denn die Bedingung wird nur für die Punkte x∈Ex\in E verlangt, also für weniger Punkte. Dass aa Häufungspunkt von DD ist, folgt aus E⊆DE\subseteq D.

(2) Sei f∣Ef|_E in aa stetig und ε>0\varepsilon>0. Es gibt δ′>0\delta'>0 mit ∣f(x)−f(a)∣<ε|f(x)-f(a)|<\varepsilon für alle x∈Ex\in E mit ∣x−a∣<δ′|x-a|<\delta'. Sei δ=min⁡{δ′,r}\delta=\min\{\delta',r\}. Ist x∈Dx\in D und ∣x−a∣<δ|x-a|<\delta, so liegt xx in D∩Br(a)⊆ED\cap B_r(a)\subseteq E, also ist ∣f(x)−f(a)∣<ε|f(x)-f(a)|<\varepsilon. Sei nun aa Häufungspunkt von DD und δ>0\delta>0. Es gibt x∈D∖{a}x\in D\setminus\{a\} mit ∣x−a∣<min⁡{δ,r}|x-a|<\min\{\delta,r\}; dieses xx liegt in EE und in Bδ(a)B_\delta(a), also ist aa Häufungspunkt von EE. Die Umkehrung für Grenzwerte beweist man wie die für Stetigkeit, mit der Bedingung 0<∣x−a∣0<|x-a| statt ∣x−a∣|x-a| und cc statt f(a)f(a). Die übrigen Richtungen sind (1).

(3) Gilt lim⁡x→ag(x)=c\lim_{x\to a}g(x)=c und ist ε>0\varepsilon>0, so gibt es δ′\delta' für gg. Für δ=min⁡{δ′,r}\delta=\min\{\delta',r\} und x∈Dx\in D mit 0<∣x−a∣<δ0<|x-a|<\delta ist ∣f(x)−c∣=∣g(x)−c∣<ε|f(x)-c|=|g(x)-c|<\varepsilon. Die Stetigkeit geht ebenso, mit ∣x−a∣<δ|x-a|<\delta; im Punkt x=ax=a ist f(a)=g(a)f(a)=g(a). Die Rollen von ff und gg sind vertauschbar. □\square

Beispiele. (a) Konstante Funktionen und die Identität x↦xx\mapsto x sind stetig: Man wähle δ=1\delta=1 beziehungsweise δ=ε\delta=\varepsilon.

(b) Der Betrag x↦∣x∣x\mapsto|x| ist stetig, mit δ=ε\delta=\varepsilon, denn ∣∣x∣−∣a∣∣≤∣x−a∣\bigl||x|-|a|\bigr|\le|x-a| nach Satz 1.23.

(c) Die Funktion x↦1xx\mapsto\frac1x auf D=R∖{0}D=\mathbb{R}\setminus\{0\} ist stetig. Sei a≠0a\ne0 und ε>0\varepsilon>0. Wir setzen

δ=εa21+ε∣a∣.\delta=\frac{\varepsilon a^2}{1+\varepsilon|a|} .

Wegen εa2<∣a∣+εa2\varepsilon a^2<|a|+\varepsilon a^2 ist δ<∣a∣\delta<|a|, genauer ∣a∣−δ=∣a∣1+ε∣a∣|a|-\delta=\frac{|a|}{1+\varepsilon|a|} und damit (∣a∣−δ) ∣a∣=a21+ε∣a∣=δε(|a|-\delta)\,|a|=\frac{a^2}{1+\varepsilon|a|}=\frac\delta\varepsilon. Ist x∈Dx\in D und ∣x−a∣<δ|x-a|<\delta, so gilt ∣x∣≥∣a∣−∣x−a∣>∣a∣−δ>0|x|\ge|a|-|x-a|>|a|-\delta>0 nach Satz 1.23, und deshalb

∣1x−1a∣=∣x−a∣∣x∣ ∣a∣<δ(∣a∣−δ) ∣a∣=ε.\Bigl|\frac1x-\frac1a\Bigr|=\frac{|x-a|}{|x|\,|a|}<\frac{\delta}{(|a|-\delta)\,|a|}=\varepsilon .

Dieses δ\delta lässt sich nicht vergrößern. Der Punkt x=a1+ε∣a∣x=\frac{a}{1+\varepsilon|a|} liegt zwischen 00 und aa und hat von aa den Abstand ∣a∣−∣x∣=δ|a|-|x|=\delta; an ihm ist 1x=1a+ε\frac1x=\frac1a+\varepsilon für a>0a>0 und 1x=1a−ε\frac1x=\frac1a-\varepsilon für a<0a<0, also ∣1x−1a∣=ε\bigl|\frac1x-\frac1a\bigr|=\varepsilon. Jedes größere δ\delta ließe diesen Punkt zu. Wegen δ=∣a∣⋅(1−11+ε∣a∣)\delta=|a|\cdot\bigl(1-\frac1{1+\varepsilon|a|}\bigr) ist das größtmögliche δ\delta das Produkt zweier Faktoren, die mit ∣a∣|a| wachsen: Das δ\delta wird kleiner, je näher aa bei 00 liegt, und wegen δ≤εa2\delta\le\varepsilon a^2 geht es für a→0a\to0 gegen 00. Was das für ein gemeinsames δ\delta auf ganz (0,1](0,1] bedeutet, zeigt Beispiel (c) in Abschnitt 8.4. Dass der Graph von 1x\frac1x bei 00 „zerrissen“ ist, ist kein Einwand: 00 gehört nicht zu DD, und über Punkte außerhalb von DD macht die Stetigkeit keine Aussage.

(d) Die Quadratwurzel x↦xx\mapsto\sqrt x auf [0,∞)[0,\infty) ist stetig. Für a>0a>0 und x≥0x\ge0 ist

∣x−a∣=∣x−a∣x+a≤∣x−a∣a,|\sqrt x-\sqrt a|=\frac{|x-a|}{\sqrt x+\sqrt a}\le\frac{|x-a|}{\sqrt a},

also genügt δ=a ε\delta=\sqrt a\,\varepsilon. Für a=0a=0 ist x<ε\sqrt x<\varepsilon gleichwertig mit x<ε2x<\varepsilon^2, also genügt δ=ε2\delta=\varepsilon^2. Die Existenz der Wurzel ist Satz 2.39; Folgerung 7.27 gewinnt sie hier noch einmal.

Satz 7.11 (Rechenregeln für stetige Funktionen). Seien f,g ⁣:D→Rf,g\colon D\to\mathbb{R} stetig in a∈Da\in D. Dann sind f+gf+g, fgfg und ∣f∣|f| stetig in aa, und ist g(x)≠0g(x)\ne0 für alle x∈Dx\in D, so auch f/gf/g. Ist ferner f(D)⊆Ef(D)\subseteq E und h ⁣:E→Rh\colon E\to\mathbb{R} stetig in f(a)f(a), so ist h∘fh\circ f stetig in aa.

Beweis. Sei (xn)(x_n) eine Folge in DD mit xn→ax_n\to a. Nach Satz 7.10 gilt f(xn)→f(a)f(x_n)\to f(a) und g(xn)→g(a)g(x_n)\to g(a), nach den Rechenregeln für Folgen (Satz 4.9) also (f+g)(xn)→(f+g)(a)(f+g)(x_n)\to(f+g)(a), ebenso für fgfg und f/gf/g, und wegen ∣∣f(xn)∣−∣f(a)∣∣≤∣f(xn)−f(a)∣\bigl||f(x_n)|-|f(a)|\bigr|\le|f(x_n)-f(a)| auch ∣f(xn)∣→∣f(a)∣|f(x_n)|\to|f(a)|. Für die Verkettung ist (f(xn))(f(x_n)) eine Folge in EE mit Grenzwert f(a)f(a); da hh in f(a)f(a) stetig ist, folgt h(f(xn))→h(f(a))h(f(x_n))\to h(f(a)). In jedem Fall liefert Satz 7.10 die Stetigkeit. □\square

Folgerung 7.12. Jedes Polynom p(x)=∑k=0nckxkp(x)=\sum_{k=0}^{n}c_kx^k ist stetig auf R\mathbb{R}. Jede rationale Funktion p/qp/q mit Polynomen pp, qq ist stetig auf {x∈R: q(x)≠0}\{x\in\mathbb{R}:\ q(x)\ne0\}.

Beweis. Die Identität und die Konstanten sind stetig; Induktion über kk mit der Produktregel ergibt die Stetigkeit von x↦xkx\mapsto x^k, dann die Summenregel die von pp. Für p/qp/q wendet man die Quotientenregel auf D={q≠0}D=\{q\ne0\} an. □\square

Bemerkung (Maximum und Minimum). Für reelle uu, vv, u′u', v′v' gilt

∣max⁡{u,v}−max⁡{u′,v′}∣≤max⁡{∣u−u′∣, ∣v−v′∣}.\bigl|\max\{u,v\}-\max\{u',v'\}\bigr|\le\max\bigl\{|u-u'|,\,|v-v'|\bigr\} .

Denn ist etwa max⁡{u,v}≥max⁡{u′,v′}\max\{u,v\}\ge\max\{u',v'\} und max⁡{u,v}=u\max\{u,v\}=u, so ist 0≤u−max⁡{u′,v′}≤u−u′≤∣u−u′∣0\le u-\max\{u',v'\}\le u-u'\le|u-u'|; die übrigen Fälle gehen ebenso, mit vertauschten Rollen. Seien nun f,g ⁣:D→Rf,g\colon D\to\mathbb{R} stetig in aa und ε>0\varepsilon>0. Es gibt δ1\delta_1, δ2>0\delta_2>0 mit ∣f(x)−f(a)∣<ε|f(x)-f(a)|<\varepsilon für x∈D∩Bδ1(a)x\in D\cap B_{\delta_1}(a) und ∣g(x)−g(a)∣<ε|g(x)-g(a)|<\varepsilon für x∈D∩Bδ2(a)x\in D\cap B_{\delta_2}(a). Für x∈D∩Bδ(a)x\in D\cap B_\delta(a) mit δ=min⁡{δ1,δ2}\delta=\min\{\delta_1,\delta_2\} ist nach der Ungleichung ∣max⁡{f(x),g(x)}−max⁡{f(a),g(a)}∣<ε\bigl|\max\{f(x),g(x)\}-\max\{f(a),g(a)\}\bigr|<\varepsilon. Die punktweise gebildete Funktion max⁡{f,g}\max\{f,g\} ist also in aa stetig. Wegen min⁡{u,v}=−max⁡{−u,−v}\min\{u,v\}=-\max\{-u,-v\} und Satz 7.11 (Produkt mit der Konstanten −1-1) gilt dasselbe für min⁡{f,g}\min\{f,g\}. Sind ff und gg stetig, so sind es deshalb auch max⁡{f,g}\max\{f,g\} und min⁡{f,g}\min\{f,g\}, insbesondere f+=max⁡{f,0}f^+=\max\{f,0\} und f−=max⁡{−f,0}f^-=\max\{-f,0\}.

Bemerkung (Funktionen mit Werten in C\mathbb{C}). Sei K=R\mathbb{K}=\mathbb{R} oder C\mathbb{C} wie in Abschnitt 3.3, D⊆KD\subseteq\mathbb{K} nicht leer und f ⁣:D→Kf\colon D\to\mathbb{K}. Liest man Definition 7.1, 7.3 und 7.9 mit a∈Ka\in\mathbb{K}, c∈Kc\in\mathbb{K}, dem Betrag auf K\mathbb{K} und der Kreisscheibe Bδ(a)⊆KB_\delta(a)\subseteq\mathbb{K}, so erhält man Häufungspunkt, Grenzwert und Stetigkeit für solche Funktionen; für D⊆RD\subseteq\mathbb{R} und reellwertiges ff sind es die bisherigen Begriffe. Lemma 7.2, Lemma 7.4, Satz 7.5, Satz 7.6 (1) und (2) samt der Bemerkung zu Regel 2, Satz 7.10, Satz 7.11, Folgerung 7.12 (mit Koeffizienten in K\mathbb{K}, auf K\mathbb{K}) und Lemma 7.28 gelten dann mit denselben Beweisen. Diese benutzen vom Betrag nur, dass ∣x∣≥0|x|\ge0 mit Gleichheit genau für x=0x=0 ist, die Symmetrie ∣x−y∣=∣y−x∣|x-y|=|y-x|, die Dreiecksungleichung und ihre Umkehrung (Satz 3.9, Satz 3.10), von den Toleranzen ε\varepsilon, δ\delta nur reelle Zahlen und von Folgen nur die Rechenregeln aus Satz 4.9, die für K\mathbb{K} bewiesen sind. Nach Satz 4.9 (3) und Satz 7.10 ist mit ff auch fˉ\bar f stetig, nach Satz 7.11 also auch Re⁡f=12(f+fˉ)\operatorname{Re}f=\frac12(f+\bar f) und Im⁡f=12i(f−fˉ)\operatorname{Im}f=\frac1{2i}(f-\bar f); umgekehrt ist f=Re⁡f+iIm⁡ff=\operatorname{Re}f+i\operatorname{Im}f stetig, wenn Real- und Imaginärteil es sind. Nicht übertragen lassen sich die Aussagen, die die Anordnung benutzen: Satz 7.6 (3) und (4), Definition 7.7 und Lemma 7.8, die Bemerkung über Maximum und Minimum, Lemma 7.13 und alles, was im Text auf Lemma 7.13 folgt.

Zwei Hilfsmittel werden im Folgenden oft gebraucht. Das erste sagt, dass ein stetiges ff mit f(a)>0f(a)>0 nahe bei aa positiv bleibt. Das zweite erlaubt, eine Funktion aus stetigen Stücken zusammenzusetzen.

Lemma 7.13 (Vorzeichenerhaltung). Sei f ⁣:D→Rf\colon D\to\mathbb{R} stetig in aa und f(a)>0f(a)>0. Dann gibt es δ>0\delta>0 mit f(x)>f(a)2>0f(x)>\frac{f(a)}2>0 für alle x∈D∩Bδ(a)x\in D\cap B_\delta(a). Entsprechend für f(a)<0f(a)<0.

Beweis. Zu ε=f(a)2>0\varepsilon=\frac{f(a)}2>0 gibt es δ>0\delta>0 mit ∣f(x)−f(a)∣<f(a)2|f(x)-f(a)|<\frac{f(a)}2 für x∈D∩Bδ(a)x\in D\cap B_\delta(a); dann ist f(x)>f(a)−f(a)2=f(a)2f(x)>f(a)-\frac{f(a)}2=\frac{f(a)}2. Für f(a)<0f(a)<0 wende man das auf −f-f an. □\square

Lemma 7.14 (Verkleben). Seien p<q<rp<q<r, und sei f ⁣:[p,r]→Rf\colon[p,r]\to\mathbb{R} eine Funktion, deren Einschränkungen auf [p,q][p,q] und auf [q,r][q,r] stetig sind. Dann ist ff stetig.

Beweis. In einem Punkt a≠qa\ne q folgt die Stetigkeit aus der des passenden Stücks: Für a<qa<q liegt [p,r]∩Bq−a(a)[p,r]\cap B_{q-a}(a) in [p,q][p,q], und Lemma 7.28 (2) mit E=[p,q]E=[p,q] ergibt die Stetigkeit von ff in aa; für a>qa>q ebenso mit [q,r][q,r]. Im Punkt qq gibt es zu ε>0\varepsilon>0 Zahlen δ1\delta_1, δ2\delta_2 für die beiden Stücke; für δ=min⁡{δ1,δ2}\delta=\min\{\delta_1,\delta_2\} und x∈[p,r]x\in[p,r] mit ∣x−q∣<δ|x-q|<\delta liegt xx in [p,q][p,q] oder in [q,r][q,r], und in beiden Fällen ist ∣f(x)−f(q)∣<ε|f(x)-f(q)|<\varepsilon. □\square

Wesentlich ist, dass beide Stücke den Punkt qq enthalten, also denselben Wert f(q)f(q) benutzen. Für f=0f=0 auf [0,1)[0,1) und f=1f=1 auf [1,2][1,2] sind beide Einschränkungen auf [0,1)[0,1) und [1,2][1,2] stetig, aber ff ist es nicht.

7.3 Der Zwischenwertsatz

Nun zur Leitfrage. Bernard Bolzano hat in einer eigenen Schrift verlangt, diesen Satz nicht der geometrischen Anschauung zu überlassen, sondern rein analytisch zu beweisen, und einen solchen Beweis vorgelegt. Wir geben zwei Beweise. Der erste benutzt das Supremum, der zweite die Intervallschachtelung und liefert zugleich ein Rechenverfahren.

Satz 7.15 (Nullstellensatz von Bolzano). Sei f ⁣:[a,b]→Rf\colon[a,b]\to\mathbb{R} stetig mit f(a)<0<f(b)f(a)<0<f(b). Dann gibt es ein ξ∈(a,b)\xi\in(a,b) mit f(ξ)=0f(\xi)=0.

Beweisidee. Man nimmt die am weitesten rechts liegende Stelle, bis zu der ff „noch nicht positiv war“, genauer das Supremum der Menge, auf der f≤0f\le0 ist. Dort kann ff weder positiv noch negativ sein, denn nach Lemma 7.13 bliebe das Vorzeichen in einer Umgebung erhalten.

Erster Beweis (Supremum). Sei M={x∈[a,b]: f(x)≤0}M=\{x\in[a,b]:\ f(x)\le0\}. Es ist a∈Ma\in M, und bb ist obere Schranke von MM. Nach der Supremumseigenschaft (Satz 2.34) existiert ξ=sup⁡M\xi=\sup M, und a≤ξ≤ba\le\xi\le b. Wir zeigen f(ξ)=0f(\xi)=0.

Angenommen, f(ξ)<0f(\xi)<0. Dann ist ξ≠b\xi\ne b, also ξ<b\xi<b. Nach Lemma 7.13 gibt es δ>0\delta>0 mit f(x)<0f(x)<0 für alle x∈[a,b]x\in[a,b] mit ∣x−ξ∣<δ|x-\xi|<\delta. Der Punkt x=min⁡{ξ+δ2,b}x=\min\{\xi+\frac\delta2,b\} ist größer als ξ\xi, liegt in [a,b][a,b] und erfüllt ∣x−ξ∣<δ|x-\xi|<\delta, also f(x)<0f(x)<0 und x∈Mx\in M. Das widerspricht x>ξ=sup⁡Mx>\xi=\sup M.

Angenommen, f(ξ)>0f(\xi)>0. Dann ist ξ≠a\xi\ne a, also ξ>a\xi>a. Nach Lemma 7.13 gibt es δ>0\delta>0 mit f(x)>0f(x)>0 für alle x∈[a,b]x\in[a,b] mit ∣x−ξ∣<δ|x-\xi|<\delta. Sei t=max⁡{ξ−δ2,a}<ξt=\max\{\xi-\frac\delta2,a\}<\xi. Für x∈Mx\in M ist x∈[a,b]x\in[a,b], x≤ξx\le\xi und f(x)≤0f(x)\le0; nach der Wahl von δ\delta ist also ∣x−ξ∣≥δ|x-\xi|\ge\delta, das heißt x≤ξ−δ<tx\le\xi-\delta<t. Also ist tt eine obere Schranke von MM, die kleiner ist als ξ=sup⁡M\xi=\sup M – Widerspruch.

Nach (O0) bleibt f(ξ)=0f(\xi)=0. Wegen f(a)<0<f(b)f(a)<0<f(b) ist ξ≠a\xi\ne a und ξ≠b\xi\ne b. □\square

Zweiter Beweis (Halbierung). Setze a0=aa_0=a, b0=bb_0=b. Seien an<bna_n<b_n schon gewählt mit f(an)<0<f(bn)f(a_n)<0<f(b_n) und bn−an=b−a2nb_n-a_n=\frac{b-a}{2^n}. Sei m=an+bn2m=\frac{a_n+b_n}2. Ist f(m)=0f(m)=0, so ist ξ=m\xi=m eine Nullstelle, und m∈(a,b)m\in(a,b), weil a≤an<m<bn≤ba\le a_n<m<b_n\le b. Ist f(m)<0f(m)<0, so setze an+1=ma_{n+1}=m, bn+1=bnb_{n+1}=b_n; ist f(m)>0f(m)>0, so setze an+1=ana_{n+1}=a_n, bn+1=mb_{n+1}=m. In beiden Fällen bleiben die Bedingungen erhalten.

Bricht das Verfahren nie ab, so bilden die [an,bn][a_n,b_n] eine Intervallschachtelung mit bn−an=b−a2n→0b_n-a_n=\frac{b-a}{2^n}\to0 (Satz 4.4 (2) mit q=12q=\frac12 und Satz 4.9). Nach Folgerung 5.15 (3) und Lemma 5.6 gibt es ein ξ\xi in allen Intervallen, und an→ξa_n\to\xi, bn→ξb_n\to\xi. Da ff in ξ∈[a,b]\xi\in[a,b] stetig ist, folgt nach Satz 7.10 f(an)→f(ξ)f(a_n)\to f(\xi) und f(bn)→f(ξ)f(b_n)\to f(\xi). Aus f(an)<0f(a_n)<0 folgt f(ξ)≤0f(\xi)\le0, aus f(bn)>0f(b_n)>0 folgt f(ξ)≥0f(\xi)\ge0 (Satz 4.10). Also f(ξ)=0f(\xi)=0, und wie oben ξ≠a,b\xi\ne a,b. □\square

Beide Beweise benutzen die Vollständigkeit von R\mathbb{R}, der erste in Gestalt des Supremums, der zweite in Gestalt der Intervallschachtelung. Ohne sie ist der Satz falsch, wie das Beispiel der Leitfrage in Q\mathbb{Q} zeigt (G5). Der zweite Beweis gibt außerdem eine Fehlerschranke: Nach nn Schritten liegt eine Nullstelle in einem Intervall der Länge b−a2n\frac{b-a}{2^n}, das man kennt (Abschnitt 7.6, Beispiel 4).

Folgerung 7.16 (Zwischenwertsatz). Sei f ⁣:[a,b]→Rf\colon[a,b]\to\mathbb{R} stetig, und liege cc zwischen f(a)f(a) und f(b)f(b), das heißt f(a)≤c≤f(b)f(a)\le c\le f(b) oder f(b)≤c≤f(a)f(b)\le c\le f(a). Dann gibt es ξ∈[a,b]\xi\in[a,b] mit f(ξ)=cf(\xi)=c.

Beweis. Ist c=f(a)c=f(a) oder c=f(b)c=f(b), so ist ξ=a\xi=a oder ξ=b\xi=b. Sei also cc echt zwischen beiden. Gilt f(a)<c<f(b)f(a)<c<f(b), so erfüllt g(x)=f(x)−cg(x)=f(x)-c die Voraussetzungen von Satz 7.15. Gilt f(b)<c<f(a)f(b)<c<f(a), so erfüllt g(x)=c−f(x)g(x)=c-f(x) sie. Die Nullstelle von gg ist das gesuchte ξ\xi. □\square

Zurück zur Leitfrage. Ihr erster Teil ist durch Definition 7.9 beantwortet: „Ohne Sprung“ heißt, dass sich jede Genauigkeit ε\varepsilon für den Wert durch eine Genauigkeit δ\delta für das Argument erzwingen lässt. Für den zweiten Teil: Das Polynom f(x)=x3−2x−5f(x)=x^3-2x-5 ist stetig (Folgerung 7.12), und es ist f(2)=−1<0<16=f(3)f(2)=-1<0<16=f(3); nach Satz 7.15 hat ff eine Nullstelle in (2,3)(2,3), und Beispiel 4 in Abschnitt 7.6 grenzt sie ein. Die Funktion g(x)=x2−2g(x)=x^2-2 auf [1,2]∩Q[1,2]\cap\mathbb{Q} erfüllt dieselbe ε\varepsilon-δ\delta-Bedingung, und doch scheitert der Schluss, weil 2\sqrt2 nicht rational ist (G5). Die Stetigkeit trägt den Schluss also nicht allein. Die gesuchte Eigenschaft der reellen Zahlen ist die Vollständigkeit; beide Beweise von Satz 7.15 benutzen sie. Dass der Graph „in einem Zug“ verläuft, im Sinn des Zwischenwertsatzes, folgt aus der Stetigkeit auf einem Intervall, ist aber nicht gleichwertig mit ihr (G7).

Die übersichtlichste Form des Satzes spricht über Bilder. Dafür braucht man eine Eigenschaft von Mengen, die nicht auf Endpunkte Bezug nimmt.

Definition 7.17. Eine Menge M⊆RM\subseteq\mathbb{R} heißt konvex, wenn mit je zwei Punkten x<yx<y aus MM auch jeder Punkt dazwischen in MM liegt, also [x,y]⊆M[x,y]\subseteq M.

Lemma 7.18. Eine Menge M⊆RM\subseteq\mathbb{R} ist genau dann konvex, wenn sie ein Intervall im Sinn von Abschnitt 2.2 ist, also eine der Mengen ∅\emptyset, R\mathbb{R}, [α,β][\alpha,\beta], [α,β)[\alpha,\beta), (α,β](\alpha,\beta], (α,β)(\alpha,\beta), [α,∞)[\alpha,\infty), (α,∞)(\alpha,\infty), (−∞,β](-\infty,\beta], (−∞,β)(-\infty,\beta) mit reellen α≤β\alpha\le\beta.

Beweis. Dass die aufgezählten Mengen konvex sind, folgt aus (O0). Sei umgekehrt M≠∅M\ne\emptyset konvex, und seien α=inf⁡M\alpha=\inf M und β=sup⁡M\beta=\sup M, gebildet in R‾\overline{\mathbb{R}} (Definition 2.37); es ist also α=−∞\alpha=-\infty, wenn MM nach unten unbeschränkt ist, und β=∞\beta=\infty, wenn MM nach oben unbeschränkt ist. Jedes Element von MM liegt zwischen α\alpha und β\beta (einschließlich). Sei z∈Rz\in\mathbb{R} mit α<z<β\alpha<z<\beta. Da zz keine untere Schranke von MM ist (für α=−∞\alpha=-\infty, weil MM nach unten unbeschränkt ist; sonst, weil z>inf⁡Mz>\inf M), gibt es x∈Mx\in M mit x<zx<z; ebenso y∈My\in M mit y>zy>z. Also liegt z∈[x,y]⊆Mz\in[x,y]\subseteq M. Damit ist (α,β)⊆M(\alpha,\beta)\subseteq M, und MM entsteht aus (α,β)(\alpha,\beta), indem man die reellen unter den Punkten α\alpha, β\beta hinzunimmt oder nicht. Das sind die aufgezählten Fälle. □\square

Das Lemma benutzt Infimum und Supremum, also die Vollständigkeit. In Q\mathbb{Q} ist die entsprechende Aussage falsch (Abschnitt 2.2): Die Menge {x∈Q: x≥0, x2<2}\{x\in\mathbb{Q}:\ x\ge0,\ x^2<2\} enthält mit zwei rationalen Zahlen jede rationale Zahl dazwischen, ist aber kein Intervall von Q\mathbb{Q}. Im Folgenden wird Lemma 7.18 meist in der leichten Richtung benutzt: Ein Intervall enthält mit zwei Punkten alle Punkte dazwischen.

Definition 7.29 (Endpunkte, innere Punkte). Sei II ein nichtleeres Intervall. Die Elemente α=inf⁡I\alpha=\inf I und β=sup⁡I\beta=\sup I von R‾\overline{\mathbb{R}} (Definition 2.37) heißen linker und rechter Endpunkt von II. Sie können −∞-\infty beziehungsweise ∞\infty sein und gehören zu II oder nicht. Ein Punkt a∈Ia\in I mit α<a<β\alpha<a<\beta heißt innerer Punkt von II.

Für a∈Ia\in I gilt: Genau dann ist a>αa>\alpha, wenn es ein x∈Ix\in I mit x<ax<a gibt. Denn a>inf⁡Ia>\inf I heißt, dass aa keine untere Schranke von II ist; und aus x∈Ix\in I, x<ax<a folgt α≤x<a\alpha\le x<a. In diesem Fall ist [x,a]⊆I[x,a]\subseteq I, und aa ist Häufungspunkt von I∩(−∞,a)I\cap(-\infty,a): Zu δ>0\delta>0 liegt max⁡{x,a−δ2}\max\{x,a-\frac\delta2\} in [x,a)⊆I[x,a)\subseteq I und in Bδ(a)B_\delta(a). Entsprechendes gilt rechts. Ein innerer Punkt ist deshalb Häufungspunkt sowohl von I∩(−∞,a)I\cap(-\infty,a) als auch von I∩(a,∞)I\cap(a,\infty), und mit x,y∈Ix,y\in I, x<a<yx<a<y, und δ=min⁡{a−x,y−a}\delta=\min\{a-x,y-a\} ist Bδ(a)⊆[x,y]⊆IB_\delta(a)\subseteq[x,y]\subseteq I. Umgekehrt ist ein Punkt aa mit Bδ(a)⊆IB_\delta(a)\subseteq I für ein δ>0\delta>0 ein innerer Punkt, denn a±δ2a\pm\frac\delta2 liegen in II.

Satz 7.19. Ist II ein Intervall und f ⁣:I→Rf\colon I\to\mathbb{R} stetig, so ist f(I)f(I) ein Intervall.

Beweis. Seien u<vu<v Punkte von f(I)f(I), etwa u=f(x)u=f(x), v=f(y)v=f(y), und sei u<c<vu<c<v. Es ist x≠yx\ne y. Ist x<yx<y, so liegt [x,y][x,y] nach Lemma 7.18 in II, die Einschränkung von ff auf [x,y][x,y] ist nach Lemma 7.28 (1) stetig, und man wende Folgerung 7.16 auf sie an; sonst ebenso mit [y,x][y,x]. Es gibt also ξ∈I\xi\in I mit f(ξ)=cf(\xi)=c, und c∈f(I)c\in f(I). Damit ist f(I)f(I) konvex, nach Lemma 7.18 also ein Intervall. □\square

Ein stetiges Bild eines Intervalls ist also wieder ein Intervall, aber nicht notwendig eines derselben Art: x↦x2x\mapsto x^2 bildet das offene Intervall (−1,1)(-1,1) auf [0,1)[0,1) ab. Dass ein abgeschlossenes, beschränktes Intervall auf ein ebensolches abgebildet wird, ist der Satz vom Maximum (Einheit 8, Folgerung 8.17 (1)).

Folgerung 7.20. Jedes Polynom ungeraden Grades mit reellen Koeffizienten hat eine reelle Nullstelle.

Beweis. Nach Division durch den führenden Koeffizienten sei p(x)=xn+∑k=0n−1ckxkp(x)=x^n+\sum_{k=0}^{n-1}c_kx^k mit ungeradem nn. Sei C=∑k=0n−1∣ck∣C=\sum_{k=0}^{n-1}|c_k| und R=1+CR=1+C. Für ∣x∣≥R|x|\ge R ist ∣x∣≥1|x|\ge1, also ∣x∣k≤∣x∣n−1|x|^k\le|x|^{n-1} für k≤n−1k\le n-1, und nach der Dreiecksungleichung für endliche Summen (Aufgabe B8 (a) der Einheit 1)

∣∑k=0n−1ckxk∣≤∑k=0n−1∣ck∣ ∣x∣k≤C ∣x∣n−1<R ∣x∣n−1≤∣x∣n.\Bigl|\sum_{k=0}^{n-1}c_kx^k\Bigr|\le\sum_{k=0}^{n-1}|c_k|\,|x|^k\le C\,|x|^{n-1}<R\,|x|^{n-1}\le|x|^n .

Daher hat p(x)p(x) für ∣x∣≥R|x|\ge R dasselbe Vorzeichen wie xnx^n, und wegen nn ungerade ist p(R)>0p(R)>0 und p(−R)<0p(-R)<0. Satz 7.15 auf [−R,R][-R,R] liefert die Nullstelle. □\square

Für gerade nn ist die Aussage falsch: x2+1x^2+1 hat keine reelle Nullstelle. Der Beweis zeigt auch, dass alle reellen Nullstellen von pp in (−R,R)(-R,R) liegen.

7.4 Monotone Funktionen und Umkehrfunktionen

Eine Funktion umkehren heißt, die Gleichung f(x)=yf(x)=y nach xx aufzulösen. So entstehen die Wurzeln: yk\sqrt[k]{y} ist die nichtnegative Lösung von xk=yx^k=y. Für eine stetige Funktion ff auf einem Intervall stellen sich drei Fragen. Hat die Gleichung für jedes yy aus einem gegebenen Intervall eine Lösung? Ist sie eindeutig? Und ist die Lösung als Funktion von yy wieder stetig? Die erste Frage beantwortet der Zwischenwertsatz in der Form von Satz 7.19. Die Eindeutigkeit ist Injektivität, und für stetige Funktionen auf Intervallen ist sie dasselbe wie strenge Monotonie (Satz 7.25). Dann ist die Umkehrfunktion stetig (Satz 7.26); dafür kommt es auf den Definitionsbereich an (G8).

Definition 7.21. Eine Funktion f ⁣:D→Rf\colon D\to\mathbb{R} heißt monoton wachsend, wenn aus x<yx<y stets f(x)≤f(y)f(x)\le f(y) folgt, und streng monoton wachsend, wenn daraus f(x)<f(y)f(x)<f(y) folgt; entsprechend (streng) monoton fallend. Sie heißt (streng) monoton, wenn sie (streng) monoton wachsend oder fallend ist.

Eine streng monotone Funktion ist injektiv: Aus x≠yx\ne y, etwa x<yx<y, folgt f(x)<f(y)f(x)<f(y) oder f(x)>f(y)f(x)>f(y). Monotone Funktionen brauchen nicht stetig zu sein, aber ihre Unstetigkeiten in inneren Punkten sind von sehr einfacher Art: Es sind Sprünge.

Satz 7.22 (einseitige Grenzwerte monotoner Funktionen). Sei II ein Intervall mit den Endpunkten α\alpha, β\beta, sei f ⁣:I→Rf\colon I\to\mathbb{R} monoton wachsend und a∈Ia\in I. Ist a>αa>\alpha, so existiert f(a−)f(a-), und

f(a−)=sup⁡{f(x): x∈I, x<a}≤f(a).f(a-)=\sup\{f(x):\ x\in I,\ x<a\}\le f(a).

Ist a<βa<\beta, so existiert entsprechend f(a+)=inf⁡{f(x): x∈I, x>a}≥f(a)f(a+)=\inf\{f(x):\ x\in I,\ x>a\}\ge f(a). Ist aa innerer Punkt, so ist ff in aa genau dann stetig, wenn f(a−)=f(a+)f(a-)=f(a+).

Beweis. Wegen a>αa>\alpha gibt es nach Definition 7.29 und dem Absatz danach ein x∈Ix\in I mit x<ax<a, und aa ist Häufungspunkt von I∩(−∞,a)I\cap(-\infty,a); der linksseitige Grenzwert ist also im Sinn von Definition 7.7 erklärt. Die Menge {f(x): x∈I, x<a}\{f(x):\ x\in I,\ x<a\} ist nicht leer und durch f(a)f(a) nach oben beschränkt. Ihr Supremum ss existiert, und s≤f(a)s\le f(a). Sei ε>0\varepsilon>0. Da s−εs-\varepsilon keine obere Schranke ist, gibt es x0∈Ix_0\in I, x0<ax_0<a, mit f(x0)>s−εf(x_0)>s-\varepsilon. Für x∈Ix\in I mit x0<x<ax_0<x<a ist dann s−ε<f(x0)≤f(x)≤ss-\varepsilon<f(x_0)\le f(x)\le s, also ∣f(x)−s∣<ε|f(x)-s|<\varepsilon. Mit δ=a−x0\delta=a-x_0 ist das die Bedingung für f(a−)=sf(a-)=s. Die rechte Seite folgt ebenso mit dem Infimum.

Für einen inneren Punkt aa gilt f(a−)≤f(a)≤f(a+)f(a-)\le f(a)\le f(a+), und nach dem Absatz nach Definition 7.29 ist Lemma 7.8 anwendbar. Ist ff stetig in aa, so ist lim⁡x→af(x)=f(a)\lim_{x\to a}f(x)=f(a) nach Satz 7.10, nach Lemma 7.8 also f(a−)=f(a)=f(a+)f(a-)=f(a)=f(a+). Ist umgekehrt f(a−)=f(a+)f(a-)=f(a+), so ist dieser Wert nach der Ungleichungskette gleich f(a)f(a), und Lemma 7.8 und Satz 7.10 ergeben die Stetigkeit. □\square

Existieren in einem Punkt aa beide einseitigen Grenzwerte und sind sie verschieden, so heißt aa Sprungstelle von ff und f(a+)−f(a−)f(a+)-f(a-) der Sprung von ff in aa. Nach Satz 7.22 ist jede Unstetigkeitsstelle einer monoton wachsenden Funktion, die innerer Punkt ist, eine Sprungstelle mit positivem Sprung. Solche Sprungstellen können dicht liegen (Aufgabe V1), aber es sind nicht viele:

Satz 7.23. Eine monotone Funktion auf einem Intervall hat abzählbar viele Unstetigkeitsstellen (im Sinn von Definition 2.42, also endlich viele, auch keine, oder abzählbar unendlich viele).

Beweis. Sei f ⁣:I→Rf\colon I\to\mathbb{R} monoton wachsend (sonst betrachte −f-f; wegen ∣(−f)(x)−(−f)(a)∣=∣f(x)−f(a)∣|(-f)(x)-(-f)(a)|=|f(x)-f(a)| hat es nach Definition 7.9 dieselben Unstetigkeitsstellen), und sei SS die Menge der inneren Punkte von II, in denen ff unstetig ist. Für a∈Sa\in S ist f(a−)<f(a+)f(a-)<f(a+) nach Satz 7.22. Für a<ba<b in SS gilt f(a+)≤f(b−)f(a+)\le f(b-): Der Punkt c=a+b2c=\frac{a+b}2 liegt in II, und f(a+)≤f(c)≤f(b−)f(a+)\le f(c)\le f(b-) nach den Darstellungen als Infimum und Supremum. Die offenen Intervalle Ja=(f(a−),f(a+))J_a=(f(a-),f(a+)), a∈Sa\in S, sind also paarweise disjunkt. Sei k↦rkk\mapsto r_k eine Bijektion N→Q\mathbb{N}\to\mathbb{Q} (Satz 2.45). Man ordne jedem a∈Sa\in S den kleinsten Index kak_a zu, für den rka∈Jar_{k_a}\in J_a ist; er existiert nach der Dichtheit von Q\mathbb{Q} (Satz 2.31) und der Wohlordnung (Satz 1.16). Wegen der Disjunktheit ist a↦kaa\mapsto k_a eine Injektion S→NS\to\mathbb{N}, nach Lemma 2.44 ist SS also abzählbar. Hinzu kommen höchstens die Endpunkte von II, die zu II gehören. Auch dann bleibt die Menge abzählbar: ka+2k_a+2 für a∈Sa\in S, 11 für den linken Endpunkt und 22 für den rechten, falls er vom linken verschieden ist, ist eine Injektion nach N\mathbb{N}. □\square

Der Beweis benutzt keine Auswahl: Die Abzählung von Q\mathbb{Q} legt die zugeordnete Zahl fest, und die übrigen Schritte (Satz 7.22, die Rückführung auf wachsendes ff, Lemma 2.44) wählen nichts. Er benutzt aber die Vollständigkeit, über die Darstellung der einseitigen Grenzwerte als Supremum und Infimum in Satz 7.22. Der Satz beantwortet die Frage, wie viel Unstetigkeit eine monotone Funktion verträgt; Aufgabe V1 zeigt, dass „abzählbar“ nicht durch „vereinzelt“ ersetzt werden kann.

Nun zu den Umkehrfunktionen. Das folgende Lemma ist der Kern: Eine monotone Funktion kann nur durch einen Sprung unstetig werden, und ein Sprung hinterlässt eine Lücke im Bild.

Lemma 7.24. Sei g ⁣:E→Rg\colon E\to\mathbb{R} monoton und g(E)g(E) ein Intervall. Dann ist gg stetig. Dabei braucht E⊆RE\subseteq\mathbb{R} kein Intervall zu sein.

Beweis. Sei gg monoton wachsend (sonst betrachte −g-g: Es ist monoton wachsend; sein Bild −g(E)={−x: x∈g(E)}-g(E)=\{-x:\ x\in g(E)\} ist wieder ein Intervall, denn x↦−xx\mapsto-x führt nach (O2) und (O5) mit z=−1z=-1 jedes Intervall der Liste in Lemma 7.18 in eines der Liste über, etwa [α,β)[\alpha,\beta) in (−β,−α](-\beta,-\alpha]; und wegen ∣g(y)−g(y0)∣=∣(−g)(y)−(−g)(y0)∣|g(y)-g(y_0)|=|(-g)(y)-(-g)(y_0)| ist gg in denselben Punkten stetig wie −g-g), y0∈Ey_0\in E, x0=g(y0)x_0=g(y_0) und ε>0\varepsilon>0.

Rechte Seite. Wir suchen δ+>0\delta_+>0 mit g(y)<x0+εg(y)<x_0+\varepsilon für alle y∈Ey\in E mit y0≤y<y0+δ+y_0\le y<y_0+\delta_+. Gilt g(y)<x0+εg(y)<x_0+\varepsilon sogar für alle y∈Ey\in E mit y≥y0y\ge y_0, so leistet δ+=1\delta_+=1 das Verlangte. Andernfalls gibt es y′∈Ey'\in E mit y′≥y0y'\ge y_0 und g(y′)≥x0+εg(y')\ge x_0+\varepsilon. Die Zahlen x0x_0 und g(y′)g(y') liegen im Intervall g(E)g(E), nach Lemma 7.18 also auch x1=x0+ε2x_1=x_0+\frac\varepsilon2; es ist x1=g(y1)x_1=g(y_1) mit einem y1∈Ey_1\in E. Aus g(y1)>g(y0)g(y_1)>g(y_0) und der Monotonie folgt y1>y0y_1>y_0. Setze δ+=y1−y0\delta_+=y_1-y_0. Für y∈Ey\in E mit y0≤y<y1y_0\le y<y_1 ist x0≤g(y)≤g(y1)=x0+ε2<x0+εx_0\le g(y)\le g(y_1)=x_0+\frac\varepsilon2<x_0+\varepsilon.

Linke Seite. Ebenso gibt es δ−>0\delta_->0 mit g(y)>x0−εg(y)>x_0-\varepsilon für alle y∈Ey\in E mit y0−δ−<y≤y0y_0-\delta_-<y\le y_0.

Für δ=min⁡{δ+,δ−}\delta=\min\{\delta_+,\delta_-\} und y∈Ey\in E mit ∣y−y0∣<δ|y-y_0|<\delta gilt dann x0−ε<g(y)<x0+εx_0-\varepsilon<g(y)<x_0+\varepsilon, wobei die jeweils andere Ungleichung aus der Monotonie folgt: Für y≥y0y\ge y_0 ist g(y)≥x0>x0−εg(y)\ge x_0>x_0-\varepsilon, für y≤y0y\le y_0 ist g(y)≤x0<x0+εg(y)\le x_0<x_0+\varepsilon. □\square

Satz 7.25. Sei II ein Intervall und f ⁣:I→Rf\colon I\to\mathbb{R} stetig. Dann ist ff genau dann injektiv, wenn ff streng monoton ist.

Beweisidee. Wäre ff injektiv, aber weder streng wachsend noch streng fallend, so gäbe es ein Paar von Stellen, an dem ff steigt, und eines, an dem ff fällt. Man schiebt das eine Paar stetig in das andere. Unterwegs muss die Differenz der Funktionswerte ihr Vorzeichen wechseln, also null werden, und das widerspricht der Injektivität.

Beweis. Streng monotone Funktionen sind injektiv. Sei umgekehrt ff injektiv, aber nicht streng monoton. Weil ff nicht streng wachsend ist, gibt es x1<x2x_1<x_2 in II mit f(x1)≥f(x2)f(x_1)\ge f(x_2), wegen der Injektivität f(x1)>f(x2)f(x_1)>f(x_2). Weil ff nicht streng fallend ist, gibt es ebenso y1<y2y_1<y_2 mit f(y1)<f(y2)f(y_1)<f(y_2). Für t∈[0,1]t\in[0,1] setze

u(t)=(1−t)x1+ty1,v(t)=(1−t)x2+ty2.u(t)=(1-t)x_1+ty_1,\qquad v(t)=(1-t)x_2+ty_2 .

Beide Punkte liegen zwischen Punkten von II, nach Lemma 7.18 also in II. Es ist v(t)−u(t)=(1−t)(x2−x1)+t(y2−y1)>0v(t)-u(t)=(1-t)(x_2-x_1)+t(y_2-y_1)>0, weil beide Summanden nichtnegativ sind und nicht beide null sein können. Die Funktion h(t)=f(v(t))−f(u(t))h(t)=f(v(t))-f(u(t)) ist nach Folgerung 7.12 und Satz 7.11 stetig auf [0,1][0,1], mit h(0)=f(x2)−f(x1)<0h(0)=f(x_2)-f(x_1)<0 und h(1)=f(y2)−f(y1)>0h(1)=f(y_2)-f(y_1)>0. Nach Satz 7.15 gibt es tt mit h(t)=0h(t)=0, also f(u(t))=f(v(t))f(u(t))=f(v(t)) bei u(t)≠v(t)u(t)\ne v(t) – Widerspruch zur Injektivität. □\square

Ohne Stetigkeit oder auf einem Definitionsbereich, der kein Intervall ist, ist der Satz falsch (G9). Aufgabe V3 gibt einen zweiten Beweis, der statt der Stetigkeit nur die Zwischenwerteigenschaft benutzt.

Satz 7.26 (Umkehrfunktion). Sei II ein Intervall und f ⁣:I→Rf\colon I\to\mathbb{R} stetig und streng monoton wachsend. Dann gilt:

  1. J=f(I)J=f(I) ist ein Intervall, und f ⁣:I→Jf\colon I\to J ist bijektiv;
  2. die Umkehrfunktion f−1 ⁣:J→If^{-1}\colon J\to I ist streng monoton wachsend und stetig;
  3. hat II mehr als einen Punkt und sind α<β\alpha<\beta die Endpunkte von II, so existieren λ=lim⁡x→α+f(x)\lambda=\lim_{x\to\alpha+}f(x) und μ=lim⁡x→β−f(x)\mu=\lim_{x\to\beta-}f(x) (möglicherweise ±∞\pm\infty; für α=−∞\alpha=-\infty ist lim⁡x→−∞\lim_{x\to-\infty} gemeint, für β=∞\beta=\infty entsprechend), und λ\lambda, μ\mu sind die Endpunkte von JJ. Dabei gilt λ∈J\lambda\in J genau dann, wenn α∈I\alpha\in I, und μ∈J\mu\in J genau dann, wenn β∈I\beta\in I.

Entsprechendes gilt für streng monoton fallende Funktionen.

Beweis. (1) JJ ist nach Satz 7.19 ein Intervall; f ⁣:I→Jf\colon I\to J ist surjektiv nach Definition von JJ und injektiv wegen der strengen Monotonie.

(2) Seien y<y′y<y' in JJ, y=f(x)y=f(x), y′=f(x′)y'=f(x'). Wäre x≥x′x\ge x', so wäre y=f(x)≥f(x′)=y′y=f(x)\ge f(x')=y'. Also f−1(y)=x<x′=f−1(y′)f^{-1}(y)=x<x'=f^{-1}(y'). Das Bild f−1(J)=If^{-1}(J)=I ist ein Intervall, nach Lemma 7.24 ist f−1f^{-1} stetig.

(3) Wir behandeln den linken Endpunkt; der rechte geht ebenso, mit Supremum statt Infimum und umgekehrten Ungleichungen. Sei λ=inf⁡J\lambda=\inf J in R‾\overline{\mathbb{R}}. Da II mehr als einen Punkt hat, gibt es x1∈Ix_1\in I mit x1>αx_1>\alpha, und (α,x1]⊆I(\alpha,x_1]\subseteq I nach dem Beweis von Lemma 7.18. Für endliches α\alpha ist α\alpha also Häufungspunkt von I∩(α,∞)I\cap(\alpha,\infty), für α=−∞\alpha=-\infty ist II nach unten unbeschränkt; der Grenzwert lim⁡x→α+f(x)\lim_{x\to\alpha+}f(x) ist in beiden Fällen im Sinn von Definition 7.7 erklärt.

Fall α∈I\alpha\in I. Für x∈Ix\in I, x>αx>\alpha, ist f(α)<f(x)f(\alpha)<f(x). Also ist f(α)f(\alpha) das kleinste Element von JJ, und λ=f(α)∈J\lambda=f(\alpha)\in J. Da ff in α\alpha stetig ist, gilt lim⁡x→αf(x)=f(α)\lim_{x\to\alpha}f(x)=f(\alpha) nach Satz 7.10, nach Lemma 7.28 (1), angewandt auf E=I∩(α,∞)E=I\cap(\alpha,\infty), also lim⁡x→α+f(x)=λ\lim_{x\to\alpha+}f(x)=\lambda.

Fall α∉I\alpha\notin I. Zu y=f(x)∈Jy=f(x)\in J gibt es z∈Iz\in I mit z<xz<x, denn x>αx>\alpha, und f(z)<yf(z)<y. Also hat JJ kein kleinstes Element, und λ=inf⁡J\lambda=\inf J gehört nicht zu JJ. Zum Grenzwert: Sei zunächst λ∈R\lambda\in\mathbb{R} und ε>0\varepsilon>0. Da λ+ε\lambda+\varepsilon keine untere Schranke von JJ ist, gibt es x0∈Ix_0\in I mit f(x0)<λ+εf(x_0)<\lambda+\varepsilon. Für x∈Ix\in I mit x<x0x<x_0 ist λ≤f(x)<f(x0)<λ+ε\lambda\le f(x)<f(x_0)<\lambda+\varepsilon, also ∣f(x)−λ∣<ε|f(x)-\lambda|<\varepsilon. Das ist die Bedingung aus Definition 7.7 mit δ=x0−α>0\delta=x_0-\alpha>0 für endliches α\alpha und mit R=x0R=x_0 für α=−∞\alpha=-\infty. Ist λ=−∞\lambda=-\infty und K∈RK\in\mathbb{R}, so gibt es x0∈Ix_0\in I mit f(x0)<Kf(x_0)<K, und f(x)<Kf(x)<K für alle x∈Ix\in I mit x<x0x<x_0; mit denselben δ\delta beziehungsweise RR ist das lim⁡x→α+f(x)=−∞\lim_{x\to\alpha+}f(x)=-\infty.

In beiden Fällen ist λ\lambda der linke Endpunkt von JJ, und er gehört genau dann zu JJ, wenn α∈I\alpha\in I. □\square

Bemerkenswert ist die Arbeitsteilung im Beweis. Die Stetigkeit von ff wird in (1) gebraucht, damit JJ ein Intervall ist – dort steckt über Satz 7.19 die Vollständigkeit –, und in (3) in einem Endpunkt, der zu II gehört; (3) benutzt außerdem Infimum und Supremum von JJ. Der Beweis von (2) benutzt weder die Stetigkeit von ff noch die Vollständigkeit: Er braucht nur die strenge Monotonie von ff, dass das Bild II von f−1f^{-1} ein Intervall ist, und Lemma 7.24, dessen Beweis von Lemma 7.18 nur die leichte Richtung benutzt. Er zeigt deshalb mehr:

Folgerung 7.30. Ist II ein Intervall und f ⁣:I→Rf\colon I\to\mathbb{R} streng monoton, so ist die Umkehrfunktion f−1 ⁣:f(I)→If^{-1}\colon f(I)\to I stetig, auch wenn ff selbst unstetig ist und f(I)f(I) kein Intervall ist.

Beweis. Die Abbildung f ⁣:I→f(I)f\colon I\to f(I) ist bijektiv, weil streng monotone Funktionen injektiv sind. Ist ff streng monoton wachsend, so ist f−1f^{-1} streng monoton wachsend, wie im Beweis von Satz 7.26 (2). Ist ff streng monoton fallend und sind y<y′y<y' in f(I)f(I), y=f(x)y=f(x), y′=f(x′)y'=f(x'), so wäre aus x≤x′x\le x' die Ungleichung y≥y′y\ge y' gefolgt; also ist f−1(y)=x>x′=f−1(y′)f^{-1}(y)=x>x'=f^{-1}(y'), und f−1f^{-1} ist streng monoton fallend. In beiden Fällen ist f−1f^{-1} monoton mit dem Bild f−1(f(I))=If^{-1}(f(I))=I, einem Intervall. Nach Lemma 7.24 mit E=f(I)E=f(I) ist f−1f^{-1} stetig. □\square

Ein Beispiel: f(x)=xf(x)=x für 0≤x<10\le x<1 und f(x)=x+1f(x)=x+1 für 1≤x≤21\le x\le2 ist auf I=[0,2]I=[0,2] streng monoton wachsend und in 11 unstetig. Ihre Umkehrfunktion auf f(I)=[0,1)∪[2,3]f(I)=[0,1)\cup[2,3] ist y↦yy\mapsto y auf [0,1)[0,1) und y↦y−1y\mapsto y-1 auf [2,3][2,3], also die Funktion aus (G8), und sie ist nach Folgerung 7.30 stetig. Kehrt man in (G8) dagegen diese Funktion um, so ist ihr Definitionsbereich [0,1)∪[2,3][0,1)\cup[2,3] kein Intervall, und die Umkehrfunktion springt.

Folgerung 7.27 (kk-te Wurzel). Für k∈Nk\in\mathbb{N} ist x↦xkx\mapsto x^k eine stetige, streng monoton wachsende Bijektion [0,∞)→[0,∞)[0,\infty)\to[0,\infty). Ihre Umkehrfunktion y↦yky\mapsto\sqrt[k]{y} ist stetig und streng monoton wachsend.

Beweis. Für 0≤x<y0\le x<y ist yk−xk=(y−x)∑j=0k−1yk−1−jxj>0y^k-x^k=(y-x)\sum_{j=0}^{k-1}y^{k-1-j}x^j>0, denn der Summand yk−1y^{k-1} ist positiv und die übrigen sind nichtnegativ. Die Funktion ist stetig (Folgerung 7.12), ihr Bild JJ ist nach Satz 7.19 ein Intervall mit kleinstem Element 0k=00^k=0. Für x≥1x\ge1 ist xk≥xx^k\ge x, also ist JJ nach oben unbeschränkt. Nach Lemma 7.18 ist J=[0,∞)J=[0,\infty). Der Rest ist Satz 7.26. □\square

Die Umkehrfunktion ist die kk-te Wurzel aus Satz 2.39; neu ist hier ihre Stetigkeit. Die Existenz der Wurzel ist damit ein zweites Mal bewiesen, jetzt über den Zwischenwertsatz statt über die Supremumseigenschaft. Das ist kein Zufall: Beide Beweise benutzen die Vollständigkeit, nur an verschiedener Stelle. In Einheit 9 entsteht auf dieselbe Weise der Logarithmus als Umkehrfunktion der Exponentialfunktion.

7.5 Gegenbeispiele: Was geschieht, wenn eine Voraussetzung fehlt

(G1) Grenzwert und Funktionswert. Sei f(x)=1f(x)=1 für x≠0x\ne0 und f(0)=0f(0)=0. Dann ist lim⁡x→0f(x)=1≠f(0)\lim_{x\to0}f(x)=1\ne f(0); ff ist in 00 unstetig. Ändert man den Wert f(0)f(0) zu 11, wird ff stetig. Eine solche Unstetigkeit heißt hebbar; sie ist keine Sprungstelle, denn beide einseitigen Grenzwerte sind 11. Der Grenzwert sieht vom Punkt selbst ab, die Stetigkeit nicht.

(G2) Nirgends stetig. Die Dirichlet-Funktion χ(x)=1\chi(x)=1 für x∈Qx\in\mathbb{Q}, χ(x)=0\chi(x)=0 für x∉Qx\notin\mathbb{Q}, ist in keinem Punkt stetig. Neben der Dichtheit von Q\mathbb{Q} braucht man die Dichtheit der irrationalen Zahlen: Zu x<yx<y gibt es ein rationales rr mit x−2<r<y−2x-\sqrt2<r<y-\sqrt2, und r+2∈(x,y)r+\sqrt2\in(x,y) ist irrational, da sonst 2=(r+2)−r\sqrt2=(r+\sqrt2)-r rational wäre. Zu jedem aa gibt es also eine Folge rationaler und eine Folge irrationaler Zahlen, die gegen aa konvergieren. Längs der ersten ist χ≡1\chi\equiv1, längs der zweiten χ≡0\chi\equiv0; mindestens eine der Bildfolgen konvergiert nicht gegen χ(a)\chi(a).

(G3) Stetig in genau einem Punkt. f(x)=x χ(x)f(x)=x\,\chi(x) ist in 00 stetig, denn ∣f(x)−f(0)∣≤∣x∣|f(x)-f(0)|\le|x|, also genügt δ=ε\delta=\varepsilon. In jedem Punkt a≠0a\ne0 ist ff unstetig: Längs rationaler Folgen gegen aa strebt ff gegen aa, längs irrationaler gegen 00. Stetigkeit in einem Punkt sagt also nichts über die Nachbarpunkte.

(G4) Stetig genau in den irrationalen Punkten. Die Thomaesche Funktion T ⁣:R→RT\colon\mathbb{R}\to\mathbb{R} ist T(x)=1qT(x)=\frac1q, falls xx rational und qq die kleinste natürliche Zahl mit qx∈Zqx\in\mathbb{Z} ist (Satz 1.16, wie im Beweis von Satz 2.9), und T(x)=0T(x)=0 für irrationales xx. In einem rationalen Punkt aa ist T(a)>0T(a)>0, aber längs irrationaler Folgen gegen aa ist T=0T=0; TT ist dort unstetig. Sei nun aa irrational, und angenommen, TT ist in aa unstetig. Wie im Beweis von Satz 7.10, (2)⇒\Rightarrow(1), gibt es dann ein ε>0\varepsilon>0 und zu jedem nn einen Punkt xnx_n mit ∣xn−a∣<1n|x_n-a|<\frac1n und T(xn)=∣T(xn)−T(a)∣≥εT(x_n)=|T(x_n)-T(a)|\ge\varepsilon. Jedes xnx_n ist also rational, und sein kleinster Nenner qnq_n erfüllt 1qn≥ε\frac1{q_n}\ge\varepsilon. Wähle N∈NN\in\mathbb{N} mit N≥1εN\ge\frac1\varepsilon (Satz 2.29). Dann ist qn≤Nq_n\le N, also ist qnq_n einer der Faktoren von N!N! (Definition 1.17), und mn=N! xn=N!qn (qnxn)m_n=N!\,x_n=\frac{N!}{q_n}\,(q_nx_n) ist eine ganze Zahl. Wegen xn→ax_n\to a (wie im Beweis von Lemma 7.2) gilt mn→N! am_n\to N!\,a (Satz 4.9). Es gibt n0n_0 mit ∣mn−N! a∣<12|m_n-N!\,a|<\frac12 für n≥n0n\ge n_0; für diese nn ist ∣mn−mn0∣<1|m_n-m_{n_0}|<1, also mn=mn0m_n=m_{n_0}, denn zwei ganze Zahlen mit Abstand kleiner als 11 sind gleich. Die Folge (mn)(m_n) ist ab n0n_0 konstant und konvergiert gegen mn0m_{n_0}; nach Satz 4.3 ist N! a=mn0N!\,a=m_{n_0}, und a=mn0N!a=\frac{m_{n_0}}{N!} wäre rational. Dieser Widerspruch zeigt, dass TT in jedem irrationalen Punkt stetig ist. Der Grund ist sichtbar: Alle Brüche mit Nenner höchstens NN liegen in der Menge 1N!Z\frac1{N!}\mathbb{Z}, und eine irrationale Zahl hat von dieser Menge einen positiven Abstand.

(G5) Zwischenwertsatz in Q\mathbb{Q}. Die Funktion g(x)=x2−2g(x)=x^2-2 auf [1,2]∩Q[1,2]\cap\mathbb{Q} ist stetig (dieselbe ε\varepsilon-δ\delta-Rechnung wie in R\mathbb{R}), hat g(1)<0<g(2)g(1)<0<g(2), aber keine Nullstelle. Im ersten Beweis von Satz 7.15 scheitert der Schritt „ξ=sup⁡M\xi=\sup M existiert“, im zweiten die Intervallschachtelung.

(G6) Zwischenwertsatz ohne Stetigkeit. f(x)=−1f(x)=-1 für x<0x<0, f(x)=1f(x)=1 für x≥0x\ge0, auf [−1,1][-1,1]: f(−1)<0<f(1)f(-1)<0<f(1), keine Nullstelle. Im ersten Beweis ist ξ=sup⁡M=0\xi=\sup M=0 mit f(0)=1>0f(0)=1>0, und Lemma 7.13 ist in 00 nicht anwendbar: Links von 00 ist ff negativ. Der Punkt 00 ist eine Sprungstelle mit dem Sprung 22.

(G7) Zwischenwerteigenschaft ohne Stetigkeit. Die Umkehrung des Zwischenwertsatzes ist falsch. Für n∈Nn\in\mathbb{N} sei mnm_n der Mittelpunkt und hnh_n die halbe Länge des Intervalls [1n+1,1n][\frac1{n+1},\frac1n]. Setze f(x)=1−∣x−mn∣hnf(x)=1-\frac{|x-m_n|}{h_n} für x∈[1n+1,1n]x\in[\frac1{n+1},\frac1n] und f(0)=0f(0)=0. Das ist wohldefiniert, weil an den gemeinsamen Endpunkten 1n+1\frac1{n+1} beide Vorschriften den Wert 00 liefern; jede Zahl x∈(0,1]x\in(0,1] liegt in einem dieser Intervalle, weil es zu xx ein nn mit 1n+1<x≤1n\frac1{n+1}<x\le\frac1n gibt (Satz 2.29 und Satz 1.16). Auf jedem Intervall [1n+1,1n][\frac1{n+1},\frac1n] ist ff ein „Zelt“ mit Spitze f(mn)=1f(m_n)=1, und die Einschränkung dorthin ist nach Satz 7.11 stetig. Daraus folgt die Stetigkeit von ff in jedem Punkt x∈(0,1]x\in(0,1]. Liegt xx im Innern eines Zeltintervalls, so enthält dieses alle Punkte von [0,1][0,1] nahe xx, und Lemma 7.28 (2) gilt. Ist x=1nx=\frac1n mit n≥2n\ge2, so ist die Einschränkung auf [1n+1,1n−1][\frac1{n+1},\frac1{n-1}] nach Lemma 7.14 stetig; dieses Intervall enthält alle Punkte von [0,1][0,1] mit Abstand kleiner als 1n−1n+1\frac1n-\frac1{n+1} von 1n\frac1n, und Lemma 7.28 (2) gilt wieder. Für x=1x=1 enthält [12,1][\frac12,1] alle Punkte von [0,1][0,1] mit Abstand kleiner als 12\frac12. In 00 ist ff unstetig, denn mn→0m_n\to0 und f(mn)=1≠f(0)f(m_n)=1\ne f(0). Trotzdem nimmt ff auf jedem Intervall [c,d]⊆[0,1][c,d]\subseteq[0,1] jeden Wert zwischen f(c)f(c) und f(d)f(d) an: Für c>0c>0 nach Folgerung 7.16, für c=0c=0, weil [0,d][0,d] mit einem nn, für das 1n≤d\frac1n\le d ist, das ganze Zelt über [1n+1,1n][\frac1{n+1},\frac1n] enthält und ff dort jeden Wert in [0,1][0,1] annimmt, also auch alle Werte zwischen f(0)=0f(0)=0 und f(d)≤1f(d)\le1.

(G8) Umkehrfunktion bei Lücke im Definitionsbereich. Sei E=[0,1)∪[2,3]E=[0,1)\cup[2,3] und f(x)=xf(x)=x für x∈[0,1)x\in[0,1), f(x)=x−1f(x)=x-1 für x∈[2,3]x\in[2,3]. Dann ist f ⁣:E→[0,2]f\colon E\to[0,2] stetig, streng monoton wachsend und bijektiv. Die Umkehrfunktion ist f−1(y)=yf^{-1}(y)=y für y<1y<1 und f−1(y)=y+1f^{-1}(y)=y+1 für y≥1y\ge1; sie springt in 11, mit f−1(1−)=1f^{-1}(1-)=1 und f−1(1+)=2f^{-1}(1+)=2. In Satz 7.26 wird gebraucht, dass der Definitionsbereich ein Intervall ist: Das Bild von f−1f^{-1} ist EE, und EE ist keines.

(G9) Injektiv, aber nicht monoton. Auf [0,2][0,2] sei f(x)=xf(x)=x für x<1x<1 und f(x)=3−xf(x)=3-x für x≥1x\ge1. Die Werte sind [0,1)[0,1) und [1,2][1,2], also ist ff injektiv; es ist f(0)<f(1)f(0)<f(1) und f(1)>f(2)f(1)>f(2), also ist ff nicht monoton. ff ist in 11 unstetig. Auf E=[0,1]∪[2,3]E=[0,1]\cup[2,3] mit f(x)=xf(x)=x für x≤1x\le1, f(x)=5−xf(x)=5-x für x≥2x\ge2 ist ff stetig und injektiv, aber nicht monoton. In Satz 7.25 werden also Stetigkeit und Intervall beide gebraucht.

(G10) Eine Folge genügt nicht. Das Folgenkriterium verlangt jede Folge. Für die Dirichlet-Funktion konvergiert χ(xn)\chi(x_n) längs jeder Folge rationaler Zahlen xn→ax_n\to a gegen 11. Ist aa rational, so ist 1=χ(a)1=\chi(a), und trotzdem ist χ\chi in aa unstetig, weil es auch irrationale Folgen xn→ax_n\to a mit χ(xn)=0\chi(x_n)=0 gibt. Eine einzelne Folge kann also Unstetigkeit beweisen, Stetigkeit aber nicht.

7.6 Durchgerechnete Beispiele

Beispiel 1 (x2x^2 mit ε\varepsilon und δ\delta). Sei f(x)=x2f(x)=x^2 und a∈Ra\in\mathbb{R}. Es ist ∣x2−a2∣=∣x−a∣ ∣x+a∣|x^2-a^2|=|x-a|\,|x+a|. Für ∣x−a∣<1|x-a|<1 ist ∣x+a∣≤∣x−a∣+2∣a∣<1+2∣a∣|x+a|\le|x-a|+2|a|<1+2|a|. Mit

δ=min⁡{1, ε1+2∣a∣}\delta=\min\Bigl\{1,\ \frac{\varepsilon}{1+2|a|}\Bigr\}

folgt aus ∣x−a∣<δ|x-a|<\delta, dass ∣x2−a2∣<δ(1+2∣a∣)≤ε|x^2-a^2|<\delta(1+2|a|)\le\varepsilon. Die Beschränkung δ≤1\delta\le1 dient wie in Aufgabe B8 (b) der Einheit 1 nur dazu, den Faktor ∣x+a∣|x+a| durch eine Konstante zu ersetzen. Das δ\delta hängt von aa ab und wird für große ∣a∣|a| klein.

Beispiel 2 (Differenzenquotient der Potenz). Die Sekante durch die Punkte (a,an)(a,a^n) und (x,xn)(x,x^n) des Graphen hat die Steigung xn−anx−a\frac{x^n-a^n}{x-a}; dieser Quotient ist für x=ax=a nicht erklärt. Was geschieht mit der Steigung, wenn xx gegen aa geht? Für n∈Nn\in\mathbb{N} und a∈Ra\in\mathbb{R} gilt

lim⁡x→axn−anx−a=n an−1.\lim_{x\to a}\frac{x^n-a^n}{x-a}=n\,a^{n-1}.

Für x≠ax\ne a ist

xn−anx−a=∑j=0n−1xn−1−jaj.\frac{x^n-a^n}{x-a}=\sum_{j=0}^{n-1}x^{n-1-j}a^j .

Denn beim Ausmultiplizieren von (x−a)∑j=0n−1xn−1−jaj(x-a)\sum_{j=0}^{n-1}x^{n-1-j}a^j heben sich die Summanden paarweise auf (Teleskopsumme), und es bleibt xn−anx^n-a^n stehen. Die rechte Seite ist ein Polynom in xx, also stetig; ihr Wert in x=ax=a ist n an−1n\,a^{n-1}. Nach Satz 7.10 (3) ist das ihr Grenzwert für x→ax\to a, nach Lemma 7.28 (1) auch der ihrer Einschränkung auf R∖{a}\mathbb{R}\setminus\{a\}, also der des Differenzenquotienten. Das Verfahren ist typisch: Man ersetzt die Funktion außerhalb von aa durch eine Funktion, die in aa stetig ist, und liest den Grenzwert ab. In Einheit 10 heißt das Ergebnis Ableitung von xnx^n.

Beispiel 3 (Erweitern). lim⁡x→01+x−1x=12\lim_{x\to0}\frac{\sqrt{1+x}-1}{x}=\frac12. Auf D=[−1,∞)∖{0}D=[-1,\infty)\setminus\{0\} ist

1+x−1x=(1+x)−1x (1+x+1)=11+x+1.\frac{\sqrt{1+x}-1}{x}=\frac{(1+x)-1}{x\,(\sqrt{1+x}+1)}=\frac{1}{\sqrt{1+x}+1}.

Die rechte Seite ist auf [−1,∞)[-1,\infty) stetig (Beispiel (d) in 7.2, Satz 7.11, Nenner ≥1\ge1) und hat in 00 den Wert 12\frac12; nach Satz 7.10 (3) und Lemma 7.28 (1) ist das der Grenzwert.

Beispiel 4 (Halbierung). Für f(x)=x3−2x−5f(x)=x^3-2x-5 aus der Leitfrage ist f(2)=−1f(2)=-1 und f(3)=16f(3)=16. Das Verfahren des zweiten Beweises von Satz 7.15 liefert:

nn ana_n bnb_n Mittelpunkt mm f(m)f(m)
0 22 33 2,52{,}5 5,6255{,}625
1 22 2,52{,}5 2,252{,}25 1,8906251{,}890625
2 22 2,252{,}25 2,1252{,}125 0,3457031250{,}345703125
3 22 2,1252{,}125 2,06252{,}0625 −0,351318359375-0{,}351318359375
4 2,06252{,}0625 2,1252{,}125 – –

Die Werte sind exakt: Alle Mittelpunkte sind endliche Dualbrüche. Nach vier Schritten liegt eine Nullstelle in [2,0625; 2,125][2{,}0625;\ 2{,}125], einem Intervall der Länge 116\frac1{16}. Damit ist die Nullstelle aus der Leitfrage nicht nur gesichert, sondern eingegrenzt: Wegen f(2,0625)<0<f(2,125)f(2{,}0625)<0<f(2{,}125) liegt nach Satz 7.15 eine Nullstelle in (2,0625; 2,125)(2{,}0625;\,2{,}125). Ob ff weitere Nullstellen hat, entscheidet das Verfahren nicht; es findet eine. Zehn Halbierungen ergeben eine Genauigkeit von etwa 10−310^{-3}, zwanzig von etwa 10−610^{-6}: Jeder Schritt gewinnt ein Binärdigit.

Beispiel 5 (Grenzwert im Unendlichen). lim⁡x→∞2x2+1x2−3=2\lim_{x\to\infty}\frac{2x^2+1}{x^2-3}=2. Für x>2x>2 ist x2−3>1>0x^2-3>1>0 und

∣2x2+1x2−3−2∣=7x2−3.\Bigl|\frac{2x^2+1}{x^2-3}-2\Bigr|=\frac{7}{x^2-3}.

Zu ε>0\varepsilon>0 wähle R=max⁡{2,3+7/ε}R=\max\{2,\sqrt{3+7/\varepsilon}\}. Für x>Rx>R ist x2−3>7εx^2-3>\frac7\varepsilon, also der Abstand kleiner als ε\varepsilon.

Beispiel 6 (Umkehrfunktion ausrechnen). Die Funktion f(x)=x1+xf(x)=\frac{x}{1+x} auf I=[0,∞)I=[0,\infty) ist stetig und wegen f(x)=1−11+xf(x)=1-\frac{1}{1+x} streng monoton wachsend. Es ist f(0)=0f(0)=0 und lim⁡x→∞f(x)=1\lim_{x\to\infty}f(x)=1, denn ∣f(x)−1∣=11+x<ε|f(x)-1|=\frac1{1+x}<\varepsilon für x>1εx>\frac1\varepsilon; nach Satz 7.26 (3) ist also f(I)=[0,1)f(I)=[0,1). Auflösen von y=x1+xy=\frac x{1+x} ergibt x=y1−yx=\frac{y}{1-y}; das ist f−1 ⁣:[0,1)→[0,∞)f^{-1}\colon[0,1)\to[0,\infty), stetig, wie Satz 7.26 vorhersagt und wie man hier auch direkt sieht. Die Zahl 11 gehört nicht zum Bild, weil der rechte Endpunkt ∞\infty von II nicht zu II gehört.

7.7 Ausblick

Zum Vergleich. Der Stoff dieser Einheit gehört zum Kern jeder ersten Analysis-Vorlesung. In O. Forster, Analysis 1, 12. Auflage, Springer Spektrum 2016, stehen Funktionen und Stetigkeit in § 10 (S. 104–113), der Zwischenwertsatz in § 11 (S. 114–124) und der Satz über die Umkehrfunktion in § 12 (S. 125–126). Forster erklärt den Grenzwert einer Funktion über Folgen und gewinnt die ε\varepsilon-δ\delta-Form als Satz 3 in § 11; hier ist es umgekehrt, und das Folgenkriterium ist Satz 7.5. Der Zwischenwertsatz wird dort wie im zweiten Beweis von Satz 7.15 durch Halbierung bewiesen; das Gegenbeispiel x2−2x^2-2 auf [1,2]∩Q[1,2]\cap\mathbb{Q} aus Leitfrage und (G5) steht dort in der Bemerkung nach dem Zwischenwertsatz (S. 114). Die Thomaesche Funktion (G4) ist dort Aufgabe 10.5, Folgerung 7.30 ist Aufgabe 12.3, und Aufgabe B2 (b) ist Aufgabe 12.9 i). Im Übungsbuch zur Analysis 1 von O. Forster und R. Wessoly, 5. Auflage, Vieweg+Teubner 2011, ist die Stetigkeit von max⁡{f,g}\max\{f,g\} und min⁡{f,g}\min\{f,g\} Aufgabe 10 B, und die Lösung von Aufgabe B2 (a), (b) geht denselben Weg wie die Lösung von Aufgabe 12 K a) (S. 120). Eigene Wege geht die Einheit mit dem Beweis des Zwischenwertsatzes über das Supremum, der Kennzeichnung der Intervalle als konvexe Mengen, der Behandlung der Endpunkte in Satz 7.26, den Sätzen 7.22 bis 7.25 über monotone und injektive Funktionen, den Gegenbeispielen (G7) bis (G10) und den Aufgaben, die nach dem Anteil der Vollständigkeit fragen.

Aufgaben und Lösungen zu dieser Einheit: ../aufgaben/07-aufgaben-und-loesungen.md.