Upload
philipp-reichert
View
228
Download
1
Embed Size (px)
DESCRIPTION
12.12.2011
Citation preview
Analysis II
Skript zur Vorlesung
erstellt
vonPhilipp Reichert
Stand vom:12. Dezember 2011
Inhaltsverzeichnis
1 Das Riemannintegral für Funktionen mit einer Variablen 51.1 Definitionen und Eigenschaften . . . . . . . . . . . . . . . . . . . . . . . . . 51.2 Der Hauptsatz der Differential- und Integralrechnung . . . . . . . . . . . . . 151.3 Die Trapezregel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2 Differentialrechnung im Rm 242.1 Geometrie und Algebra des Rm . . . . . . . . . . . . . . . . . . . . . . . . . 242.2 Offene und abgeschlossene Mengen . . . . . . . . . . . . . . . . . . . . . . . 302.3 Stetige Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352.4 Die Länge einer Kurve . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 392.5 Differenzierbare Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . . . 472.6 Höhere Ableitungen und die Taylerformel . . . . . . . . . . . . . . . . . . . . 58
1 Das Riemannintegral für Funktionen mit einer Variablen
1 Das Riemannintegral für Funktionen mit einer Variablen
1.1 Definitionen und Eigenschaften
Seien I := [a, b] ⊂ R ein abgeschlossenes Intervall, f : I → R.
Definition 1.1Eine Zerlegung von I ist eine Menge ξ := {x0, x1...., xk mita = x0 < x1 < x2 < ... < xk = b.Die xi heißen Teilpunkte von ξ. Wir schreiben
Ij : = [xj−1, xj ] ; „Teilintervalle“
und definieren
∆(ξ) : = max{|Ij | := xj − xj−1|i ∈ {1, ..., k}}
als Feinheit von ξ.
Definition 1.2Sei ξ eine Zahl von I, wobei f : I → R.
1. Für jedes j ∈ {1, ..., k} definiert
mj = inf{f(x)|x ∈ Ij} ; Infimum
mj = sup{f(x)|x ∈ Ij} ; Supremum
Dann heißen∫ −−ξ
(f) : =
k∑j=1
mj · (xj − xj−1)
die Riemannschen Unter- bzw. Obersummen bezüglich ξ.
2. Eine Riemannsche Zwischensumme von f bezüglich ξ (auf I) ist die Summe der Form
k∑j=1
f(yi)|Ij | mit yj ∈ Ij ∀j ∈ {1, ..., k}
y1, ..., yk heißen Stützstellen der Zwischensumme.
Bemerkung 1.3Ist Sξ(f) eine Riemannzwischensumme von f bezüglich ξ, dann gilt
Sξ(f) ≤ Sξ(f) ≤ Sξ(f).
Prof. Dr. J. Brüning 5
1 Das Riemannintegral für Funktionen mit einer Variablen
Definition 1.4Wir definieren
1. Eine Zahl ξ∗ von I heißt Verfeinerung von ξ, wenn gilt:
ξ∗ ⊇ ξ
2. Sind ξ1, ξ2 Zerlegungen, so heißt ξ1 ∪ ξ2 die gemeinsame Verfeinerung.
Lemma 1.5Ist ξ∗ eine Verfeinerung von ξ, dann gilt
Sξ(f) ≤ Sξ∗(f) ≤ Sξ∗(f) ≤ Sξ(f)
BeweisSei ξ = {x0, ..., xk}, {j ∈ k{1, ..., k} fest und I∗1 , ..., I
∗n die Teilintervalle von ξ∗, die in Ij
liegen.
. . . .
Abbildung 1: Teilintervalle von ξ∗
Dann gilt:
m∗e : = infI∗ef ≥ inf
Ijf = mj ∀e ∈ {1, ..., n}
also
m∗1 · |I∗1 |+m∗2 · |I∗2 |+ ...+m∗n · |I∗n| ≥ mj · (|I∗1 |+ ...+ |I∗n|) = mj · |Ij |
Summieren über ξ ergibt damit die 1. Ungleichung, analog folgt die 3.Die 2. folgt aus Bemerkung 1.1.3. �
Lemma 1.6Seien ξ1, ξ2 Zerlegungen von I, dann gilt:
Sξ1(f) ≤ Sξ2(f) .
Beweis
Sξ1(f) ≤︸︷︷︸Lemma 1.1.5
Sξ1∪ξ2(f) ≤︸︷︷︸Bem. 1.1.3
Sξ1∪ξ2(f) ≤︸︷︷︸Lemma 1.1.5
Sξ2(f)
�
6 Prof. Dr. J. Brüning
1 Das Riemannintegral für Funktionen mit einer Variablen
Definition 1.7Die Riemannschen Ober-/Unterintegrale von f definieren wir wie folgt:
I = sup{Sξ(f)|ξ Zerlegung von I}I = inf{Sξ(f)|ξ Zerlegung von I}
Lemma 1.8Für jede Zerlegung ξ gilt:
Sξ(f) ≤ I(f) ≤ I(f) ≤ Sξ(f)
Beweis (durch Widerspruch)Annahme: I(f) ≥ I(f).Dann folgt: ∃ξ1, ξ2 so, dass Sξ1(f) > Sξ2(f), erfolgt der Widerspruch zu Lemma 1.1.6. �
Definition 1.9f heißt Riemann-integrierbar, genau dann, wenn
I(f) = I(f)
Dann heißt I(f) := I(f) = I(f) das Riemannintegral von f auf (über) I.
Notation:
1. andere Schreibweisen∫ b
af(x)dx =
∫ b
afdx =
∫Ifdx
2. R(I) = Menge der Riemann-integrierbaren Funktionen auf I.
Satz 1.10Sei f : I → R beschränkt, dann sind die folgenden Aussagen äquivalent.
1. f ∈ R(I)
2. 1. Kriterium für R.-integrierbarkeit∀ ε > 0 ∃ξ sodass Sξ(f)− Sξ(f) < ε
3. 2. Kriterium für R.-integrierbarkeit∀ ε > 0 ∃δ sodass Sξ(f)− Sξ(f) < ε, ∀ ξ mit ∆(ξ) < δ.
BeweisWir beweisen
• (3) ⇒︸︷︷︸trivial
(2)⇒ (1)⇒ (3) �
Prof. Dr. J. Brüning 7
1 Das Riemannintegral für Funktionen mit einer Variablen
• (2)⇒ (1):Sei ε > 0, so ergibt sich aus (2) und Lemma 1.1.8
I(f)− I(f) < ε
∀ ε > 0⇒ I(f) = I(f)⇔ (1)
�
• (1)⇒ (3):Sei ε > 0, wir wählen ξ1 so, dass
I(f)− Sξ1(f) <ε
4
und wählen ξ2 so, dass
Sξ2(f)− I(f) <ε
4; mit I(f) = I(f) = I(f)
Setzen
ξ∗ = ξ1 ∪ ξ2 ⇒ Sξ1(f)− Sξ∗(f) ≤ Sξ2(f)− Sξ1(f) ≤ ε
4+ε
4≤ ε
2
Wir schreiben: ξ∗ = {x∗0, x∗1, ..., x∗l } und sei c > supx∈I(f), so setzen wir
δ : =ε
8cl
Behauptung:δ erfüllt die obige Aussage. Sei ξ beliebiger Zerlegung und wir definieren ξ′ = ξ ∪ ξ∗.Dann gilt:
Sξ(f)− Sξ′(f) ≤ ε
4und
Sξ′(f)− Sξ(f) <ε
4
Denn die Teilintervalle von ξ′ = ξ ∪ ξ∗, die nicht Teilintervalle von ξ sind, bilden eine Verei-nigung von Teilintervallen von Iξ von ξ, die mindestens ein Element von ξ∗ beinhalten.Es gibt höchstens (l − 1) Elemente von ξ∗ in Ij deren Gesamtlänge kleiner δ(l − 1) ist unddie Werte von f schwanken höher um 2c, d. h.
Sξ(f)− Sξ′(f) ≤ l · δ · 2c
=l2c
8cl· ε =
ε
4
8 Prof. Dr. J. Brüning
1 Das Riemannintegral für Funktionen mit einer Variablen
Dann ist
Sξ(f)− Sξ(f) ≤ Sξ′(f) +ε
4−(Sξ′(f)− ε
4
)≤ ε
4+ Sξ∗(f)− Sξ∗(f)
≤ ε
2+ε
2≤ ε
�
Korollar 1.11Sei f ∈ R(I). Seien (Sn)n∈N eine Folge von Zerlegungen von I mit ∆(Sn)
n→∞−−−→ 0 und zujedem n sei Sξn(f) irgendeine Riemannzwischensumme.Dann gilt:
Sξn(f)n→∞−−−→ I(f) und
Sξn(f)n→∞−−−→ I(f)
n→∞←−−− Sξn(f)
BeweisSei ε > 0, wählen δ > 0 mit Sξ(f) − Sξ(f) < ε ∀δ mit ∆(S) < δ und wählen N ∈ N mit∆(ξn) < δ ∀n ≥ N .Dann gilt ∀n ≥ N
|I(f)− Sξn(l)| < ε , weil
I(f) , Sξn(f) ∈[Sξn(f), Sξn(f)
]�
Definition 1.12f heißt Riemann-integrierbar genau dann, wenn gilt:
∀ε > 0 ∃δ = δ(ε) > 0
|S(Z)− S(Z)| < ε∀Z : δ(Z) < δ(ε, f)
Damit existiert:
limδ(Z)→0
S(Z) = limδ(Z)→0
S(Z)
=
∫ b
af(t)dt
I = [a, b], R(I) = {f : I → R : f ist R.-integrierbar}
Satz 1.13C(I) = {f : I → R : f ist steig in I} ⊂ R(I)
Prof. Dr. J. Brüning 9
1 Das Riemannintegral für Funktionen mit einer Variablen
Bemerkung (Eigenschaften stetiger Funktionen)stetige Funktionen auf I = [a, b], −∞ < a < b <∞ sind:
• beschränkt
• f hat ein Minimum und ein Maximum auf I
• sind gleichmäßig stetig ⇔ δ kann unabhängig von x gewählt werden
• Kompaktheit
Satz 1.14Eine Funktion f : I → R ist inR(I)⇔ die Menge der Unstetigkeitsstellen von f = {x ∈ I : fist nicht stetig in I} hat das Maß 0.
BemerkungEine Menge A ⊂ R hat das Maß 0 ⇔ zu ε > 0 gibt es eine Folge kompakter Intervalle(In)n∈N mit
1) A ⊂∞⋃n=1
In
2)∑n
|In| ≤ ε
Satz 1.15 (Eigenschaften des R.-Integrals)1 Linearität: Die Abb. R(I) 3 f →
∫I f(x)dx ∈ R ist linear, das heißt I := I(f).
JI(a1f1 + a2f2) = a1JI(f1) + a2JI(f2); ai ∈ R, fi ∈ R(I)
2 Monotonie:f, g ∈ R(I), f ≤ g ⇒ JI(f) ≤ JI(g)
3 Normierung:Jf ist normiert, d.h. Jf (1) = |I| := b− a
4 fundamentale Abschätzung:f ∈ R(I)⇒ |f | ∈ R(I) und
|J(f)| ≤ J(|f |) ≤ |I| supI|f |
5 Multiplikativitätg, f ∈ R(I)⇒ f · g ∈ R(I)
6 Sei f ∈ R(I), f(I) ⊂ I ′ = (a′, b′). Dann giltg ∈ C([a′, b′])⇒ g ◦ f ∈ R(I)
10 Prof. Dr. J. Brüning
1 Das Riemannintegral für Funktionen mit einer Variablen
7 Additivität:Ist I = I1 t I2 ⇒ JI(f) = JI1(f1) + JI2(f2)
Lemma 1.16Ist f : I ⇒ R beschränkt, so gilt für die Variationen von f über I:
VI(f) : = supt′,t′′∈I
|f(t′)− f(t′′)|
= supIf − inf
If
Beweis (Eiegenschaften Riemannintegrierbarer Funktionen)Es gilt allgemein für beschränktes f und beliebiges Z:
0 ≤ SZ(f)− SZ(f) =
n∑i=1
(ti − ti−1)V(ti−1,ti)(f)
=
n∑i=1
(ti − ti−1) supt′,t′′∈Ii
|f(t′)− f(t′′)|
ad 1:Wir setzen f = a1f1 + a2f2, ai ∈ R, fi ∈ R(I).
⇒ Vf (t) = supt′,t′′∈I
|a1(f1(t′)− f1(t′′)) + a2(f2(t′)− f2(t′′))|
≤ supt′,t′′∈I
(|a1| · |f1(t′)− f1(t′′)|+ |a2| · |f2(t′)− f2(t′′)|
)≤ |a1|VI(f1) + |a2|VI(f2)
⇒ SZ(f)− SZ(f) ≤ |a1|(SZ − SZ)(f1) + |a2|(SZ − SZ)(f2)
≤ (|a1|+ |a2|)ε für δ(Z) < min{δ(ε, f1), δ(ε, f2)}⇒ (1) und If ist R− linear.
ad 2:Wir setzen
SZ(f)︸ ︷︷ ︸δ(Z)→0
≤ SZ(g)︸ ︷︷ ︸δ(z)→0
JI(f) ≤ JI(g)
ad 3: X
Prof. Dr. J. Brüning 11
1 Das Riemannintegral für Funktionen mit einer Variablen
ad 4:Sei f ∈ R(I)⇒ |f | ∈ R(I). Dann ist:
VI(|f |) = supt′,t′′∈I
||f(t′)| − |f(t′′)||
≤ supt′,t′′∈I
|f(t′)− f(t′′)|
= VI(f)⇒ |f | ∈ R(I)
|∫ b
af(t) dt| = | lim
δ(z)→0SZ(f)|
= | limδ(z)→0
n∑i=1
(ti − ti−1) supIf |
≤ limδ(z)→0
|n∑i=1
(ti − ti−1) supIf |
≤ limδ(z)→0
n∑i=1
(ti − ti−1) supI|f |
=
∫ b
a|f(t)|dt
ad 5:Es ist:
VI(f · g) = supt′,t′′∈I
|f(t′)g(t′)− f(t′′)g(t′′)|
= supt′,t′′∈I
|(f(t′)− f(t′′))g(t′) + f(t′′)(g(t′)− g(t′′))|
≤ ||g||I,∞VI(f) + ||f ||I,∞VI(g)
ad 6: Wird als Übungsaufgabe bewiesen. X
ad 7:Ist I := (a, b) und b′ ∈ (a, b).Weiterhin seien I ′ = (a, b′), I ′′ = (b′, b) und f ∈ R(I). Dannist
f ′ = f |I ′ ∈ R(I) , f |I ′′ =∈ R(I ′)
und ∫ b
af(t) dt =
∫ b′
af(t) dt+
∫ b
b′f(t) dt
JI(f) = JI′(f′) + JI′′(f
′′)
12 Prof. Dr. J. Brüning
1 Das Riemannintegral für Funktionen mit einer Variablen
⇒ Die Additivität des Integrals ist eine Mengenfunktion bei festem f . �
Satz 1.17 (Vertauschbarkeit von Integral und Grenzwert)Es sei (fn)n∈N ⊂ R(I) eine in I gleichmäßig konvergente Funktionenfolge.Einschub:
1. (fn)n∈N konvergent ⇔ (fn(t))n∈N konvergiert ∀ t ∈ I.
2. (fn)n∈N in I gleichmäßig konvergent ⇔ (fn) in I konvergiert und n(ε, t) ist von tunabhängig ⇒ |fn(t)− fm(t)| < ε ∀ n,m ≥ n(ε), ∀ t
Dann gilt, dass f(t) := limn→∞ fn(t) in I beschränkt ist. Weiterhin gilt f ∈ R(I) und∫ b
af(t) dt =
∫ b
alimn→∞
fn(t) dt
= limn→∞
∫ b
afn(t) dt
BeweisWir setzen f(t) = limn→∞ fn(t), dann gilt
SZ(f)− SZ(f) =∑i
(ti − ti−1) supt′,t′′∈I
|f(t′)− f(t′′)| ; ε > 0 , n ≥ n(ε)
=∑i
(ti − ti−1) supt′,t′′∈I
| f(t′)− fn(t′)︸ ︷︷ ︸<ε
+(fn(t)− fn(t′)) + fn(t′)− f(t′′)︸ ︷︷ ︸<ε
|
≤∑i
(ti − ti−1) supt′,t′′∈I
VIi(fn) + 2ε(b− a)
= 2ε(b− a) + SZ(fn)− SZ(fn)
< 4ε(b− a)
Wenn δ(z) < δ(n, ε)
|∫ b
af(t) dt−
∫ b
afn(t) dt| ≤ ε(b− a)
| limδ(z)→0
(SZ(f)− SZ(fn))| = | limδ(z)→0
SZ(f − fn)|
Nun ist |f(t)− fn(t)| < ε∀t, wenn n ≥ n(ε)
⇒ SZ(f − fn) ≤ ε(b− a)
�
Prof. Dr. J. Brüning 13
1 Das Riemannintegral für Funktionen mit einer Variablen
Satz 1.18 (Mittelwertsatz der Integralrechnung)Sei f ∈ C([a, b]). Dann gibt es t ∈ [a, b] mit∫ b
af(t) dt = f(t0)(b− a)
Abbildung 2: geometrische Deutung des Mittelwertsatzes der Integralrechnung
BeweisEs ist
minIf = inf
If ≤ f(t) ≤ sup
If = max
If
⇒ (Monotonie, Linearität, Normierung)
minIf(b− a) ≤
∫ b
af(t) dt ≤ max
If(b− a)
⇒ Es gibt ξ ∈ [minI f, maxI f ] mit∫ ba f(t) dt = ξ(b− a).
Nach dem Zwischenwertsatz ist ξ = f(t0) für t0 ∈ [a, b]. �
Lemma 1.19Es sei f ∈ C[a, b] (⇒ f ∈ R(I)) (stetig) und f ≥ 0 und f(t) > 0 für ein t ∈ (a, b).Dann ist∫ b
af(t) dt > 0
14 Prof. Dr. J. Brüning
1 Das Riemannintegral für Funktionen mit einer Variablen
BeweisEs gibt nach Voraussetzung ein ε > 0, so das (t0− ε, t0 + ε) @ (a, b) und f(t) ≥ f(t0)/2 für|t− t0| ≤ ε (das folgt unmittelbar aus der Stetigkeit von f in t0!). dann folgt∫ b
af(t) dt =︸︷︷︸
Additivität
(∫ t1−ε
a+
∫ t0+ε
t0−ε+
∫ b
t0+ε
)f(t) dt
≥︸︷︷︸Monotonie
∫ t0+ε
t0−εf(t) dt ≥︸︷︷︸
Monotonie
f(t0)
2· 2ε = f(t0)ε > 0
�
BemerkungDas ist falsch für allgemeine f ∈ R(I)!Beweis in der Übung.
1.2 Der Hauptsatz der Differential- und Integralrechnung
BemerkungGriechische Mathematik:
1. Flächenberechnung (Archimedes)
2. Die Bestimmung der Tangente an eine Kurve
f besitzt eine Tangente in x0 (an den Graphen)
Abbildung 3
Prof. Dr. J. Brüning 15
1 Das Riemannintegral für Funktionen mit einer Variablen
f(x0 + t) := f(x0) + (t− x0) ·m(x0) + rf (x0, t)
mit
|rf (x0, t)| ≤ ε|t− x0|
für |t− x0| < δ(f, x0, ε) oder limt→x0rf (x0,t))|t−x0|
Definition 1.20 (Erinnerung)f heißt in x0 differenzierbar mit der Ableitung
f ′(x0)⇔ f(x0 + t) = f(x0) + (t− x0)f ′(x0) + rf (x0, t)
mit |rf (x0, t)| ≤ ε|t− x0|für |r − x0| < δ = δ(f, x0, ε)
Haüfig schreibt man
f ′(x0) = limt→0
f(x0 + t)− f(x0)
t
= limy→x0
f(y)− f(x0)
y − x0
BemerkungBetrachte die Funktion
(1) F (x) :=
∫ x
af(t) dt , f ∈ R(I)
Lemma 1.21 (Eigenschaften von F für f stetig)Es gilt:
1. Für f ∈ R(I) ist F ∈ C([a, b]).
2. Für f ∈ C([a, b]) ist F Differenzierbar in (a, b) mit F ′(x) = f(x) („Integration glättet„)
BeweisWir beweisen
1. x0 ∈ [a, b), betrachte
|F (x0 + t)− F (x0)| = |∫ x+t
x0
f(s) ds|
≤ |t|||f ||∞,I < ε||f ||∞,I ⇒ Behauptung
16 Prof. Dr. J. Brüning
1 Das Riemannintegral für Funktionen mit einer Variablen
2. f ∈ C, x0 ∈ (a, b), x0 + t ∈ (a, b) für |t| < ε0. Betrachte
F (x0 + t)− F (x0) =
∫ x0+t
x0
f(s) ds
=
∫ x0+t
x0
f(s)− f(x0)︸ ︷︷ ︸rF (x0,t)
ds+ tf(x0)︸ ︷︷ ︸=tF ′′(x)
Nach fundamentaler Abschätzung ist
|rF (x0, t) ≤ |t| sup|s|≤|t|
|f(s)− f(x0)| ≤︸︷︷︸Stetigkeit
|t|ε
für |t| ≤ δ(x0, f, ε) �
„Wat the Herz Begehrs!“ (Tja, Englisch muss man können!)
Bemerkung
a < b⇒∫ a
bf(t) dt := −
∫ b
af(t) dt
Definition 1.22Es sei f : (a, b)→ R beschränkt. Eine Funktion F ∈ C([a, b]) mit F differenzierbar in (a, b)und
F ′(t) = f(t) ∀t ∈ (a, b)
heißt Stamfunktion von f in [a, b].
Folgerung 1.23Ist f ∈ C([a, b]), so ist∫ x
af(t) dt := F (x)
eine Stammfunktion von f . Tatsächlich gilt∫ b
af(t) dt = F (b)− F (a)
Wie viele Stammfunktionen gibt es?
Lemma 1.24Es sei F ∈ C([a, b]) eine Stammfunktion von f , beschränkt in (a, b). Dann ist jede Stamm-funktion von der Form F + c für c ∈ R.
Prof. Dr. J. Brüning 17
1 Das Riemannintegral für Funktionen mit einer Variablen
BeweisEs sei G eine weitere Stammfunktion von f , so dass F − G ∈ C([a, b]) mit (F − G)′(t) =0 ∀t ∈ (a, b). Es sei c ∈ (a, b], dann ∃c∗ ∈ (a, c) mit
= (F −G)′(c∗) =(F −G)(c)− (F −G)(a)
c− a
Also
F −G = (F −G)(a)
G(t) = F (t) + (G− F )(a)
�
Satz 1.25 (Hauptsatz der Differentiation und Integration)f : (a, b)→ R, besitze in [a, b] eine Stammfunktion. Dann gilt∫ b
af(t) dt = F (b)− F (a)
falls f ∈ C(I). Falls f nicht /∈ C(I), dann definiert die rechte Seite das Integral.
BeispielI = [0, 1]
a)
∫ 1
0tn dt =
[tn+1
n+ 1
]10
=1
n+ 1
Satz 1.26 (Partielle Integration)Es seine f, g ∈ (a, b)→ R Funktionen mit Stammfunktionen. F,G ∈ C[a, b]. Dann ist∫ b
a(fG(t) + Fg(t)) dt = [FG]ba
BeweisEs gilt:∫ b
a(fG(t) + Fg(t)) dt = [FG]ba
=
∫ b
a(F ′G(t) + FG′(t)) dt
=
∫ b
a(FG)′(t) dt
�
18 Prof. Dr. J. Brüning
1 Das Riemannintegral für Funktionen mit einer Variablen
Satz 1.27 (Folgerung)Es gilt unter den Voraussetzungen des vorigen Satzes∫ b
aF ′G(t) dt = [FG]ba −
∫ b
aFG′(t) dt
BeispielSei F (t) = cos t, G(t) = et∫ b
acos t · et dt =
[sin t · et
]ba
+ +
∫ b
a(− sin t) · et dt
=[sin t · et
]ba
+[cos t · et
]ba−∫ b
acos t · et dt
⇒∫ b
acos t · et =
1
2((sin b+ cos b)eb − (sin a+ cos a)ea)
Satz 1.28 (Substitutionsregel)Es seien F Stammfunktion von f in [a, b], G Stammfunktion von g in [F (a), F (b)] (wennF (a) < F (b)). Dann gilt:
(G ◦ F )′(t) = g(F (t))f(t) , d.h.∫ b
ag(f(t))F ′(t) dt︸ ︷︷ ︸g(F (t)︸︷︷︸
=u
)dF (t)︸︷︷︸=u
= [F ◦G]ba
Beispiel (1)Wir betrachten:∫ b
ag( αt+ β︸ ︷︷ ︸
=F (t)⇒F ′(t)=α
) dt =1
α
∫ b
ag(F (t))F ′(t) dt
mit
u = F (t)
= αt+ β , αa+ β = a′ ≤ a ≤ b′ = αb+ β
du = F ′(t) dt
folgt
=1
α
∫ b′
a′g(u) du =
1
α[G]
F (b)F (a) =
1
α[G ◦ F ]ba
Prof. Dr. J. Brüning 19
1 Das Riemannintegral für Funktionen mit einer Variablen
Beispiel (2)Wir betrachten:∫ b
a
f ′(t)
f(t)dt
Sei f(t)>0 in [a, b] und stetig. Sei g(u) = 1u ⇒ g(F (t)) = 1
t und G(u) = log u, u = f(t),f(n) ≤ n ≤ f(b), wenn f(t) > 0 folgt dn-f’(t) dt=F’(t) dt. So folgt:
⇒∫ b
a
F ′(t)
F (t)dt =
∫ b
ag(F (t))F ′(t) dt
=
∫ f(b)
f(a)g(u) du = [log f ]ba
Satz 1.29 (Folgerung)Es sei g eine Funktion in (a′, b′) mit der Stammfunktion G und es seien dann φ, ψ : (a, b)→(a′, b′) differenzierbar. Dann gilt
I(x) : =
∫ ψ(x)
φ(x)f(t) dt
ist differenzierbar mit
I ′(x) =d
dx(G(ψ(x))−G(φ(x)))
= g(ψ(x))ψ′(x)− g(φ(x))φ′(x)
20 Prof. Dr. J. Brüning
1 Das Riemannintegral für Funktionen mit einer Variablen
1.3 Die Trapezregel
Satz 1.30 (Trapezregel)Es sei f ∈ C2[a, b]. Dann gilt∣∣∣∣∫ b
af(t) dt− (b− a)
4
(f(a) + 2f
(a+ b
2
)+ f(b)
)∣∣∣∣ ≤ (b− a)2
48supt∈(a,b)
|f ′′(b)|
BeweisZum Beweis machen wir mehrere Schritte.Schritt 1: Spezialfall a = 0, b = 1.Dann beweisen wir:∣∣∣∣∫ 1
0f(t) dt− 1
2(f(0) + f(1))
∣∣∣∣ ≤ 1
12supt∈(0,1)
|f ′′(t)|
Setze g(t) = 12 t(1− t) und berechne
∣∣∣∣∫ 1
0g(t)f ′′(t) dt
∣∣∣∣Fund. Ungl.︷︸︸︷≤ 1
8supt∈(0,1)
|f ′′(t)|∫ 1
0g(t)f ′′(t) dt =
[1
2t(1− t)f ′(t)
]10︸ ︷︷ ︸
=0
−∫ 1
0
1
2(1− t− t)f ′(t) dt
=
[−1
2(1− 2t)f(t)
]10
−∫ 1
0f(t) dt
=1
2f(1) +
1
2f(0)−
∫ 1
0f(t) dt
= −(∫ 1
0f(t) dt− 1
2(f(0) + f(1))
)Nach dem Mittelwertsatz der Integralrechnung existiert ein t∗ ∈ [0, 1]), so dass∫ 1
0g(t)f ′′(t) dt = f ′′(t∗)∫ 1
0
1
2(t− t2) dt = f ′′(t∗)
(1
4− 1
6
)=f ′′(t∗)
12
Schritt 2: Betrachte [a, b] beliebig und setze φ(t) = a+ t(b−a), t ∈ [0, 1], d. h. φ : [0, 1]→[a, b] ist streng monoton und unendlich oft differenzierbar stetig f ∈ C2[a, b] ⇒ f ◦ φ ∈
Prof. Dr. J. Brüning 21
1 Das Riemannintegral für Funktionen mit einer Variablen
C2[0, 1], also ∣∣∣∣∫ 1
0f ◦ φ(t) dt− 1
2(f(a) + f(b))
∣∣∣∣ ≤ 1
2supt∈(0,1)
|(f ◦ φ)′′(t)|∫ 1
0f(a+ t(b− a)︸ ︷︷ ︸
=u
) dt =
∫ b
af(u)(b− a)−1 du
(f ◦ φ)′′(t) = f ′′(a+ t(b− a))(b− a)2
du = (b− a) dt , dt =1
(b− a)du
⇒ d
dtf(a+ t(b− a))− f ′(a+ t(b− a))(b− a)
∣∣∣∣ 1
(b− a)
∫ b
af(t) dt− 1
2(f(a) + f(b))
∣∣∣∣ ≤ 1
12supt∈(a,b)
|f ′′(t)|(b− a)2
oder ∣∣∣∣∫ b
af(t) dt− (b− a)
2(f(a) + f(b))
∣∣∣∣ ≤ (b− a)3
12supt∈(a,b)
|f ′′(t)|
Schritt 3:Wir betrachten die Menge und das Intervall Ii: a︸︷︷︸
=a0
, a+b− an· a+
1
n(b− a), ..., a+
a
n(b− a)︸ ︷︷ ︸=b
Ii = (a+
i− 1
n(b− a), a+
i
n(b− a))
Es folgt∣∣∣∣∣∫ a1
ai−1
f(t) dt− (b− a)
2n(f(ai−1) + f(ai))
∣∣∣∣∣ ≤ (b− a)3
12n3sup
t∈(ai−1,ai)|f ′′(t)| dt
≤ (b− a)3
12n3supt∈(a,b)
|f ′′(t)|
22 Prof. Dr. J. Brüning
1 Das Riemannintegral für Funktionen mit einer Variablen
Es folgt∣∣∣∣∫ b
af(t) dt− (b− a)
n
(f(a) + 2f(a+
(b− a)
n) + ...+ 2f(a+
n− 1
n(b− a)) + f(b)
)∣∣∣∣≤ (b− a)3
12n2supt∈(a,b)
|f ′′(t)|
Prof. Dr. J. Brüning 23
2 Differentialrechnung im Rm
2 Differentialrechnung im Rm
2.1 Geometrie und Algebra des Rm
Bemerkung (Was im R1)Bisher galt:
a+ b
a · ba < b⇒ sup, inf
|a− b| := max{a− b, b− a}
Aus dem Vollständigkeitsaxiom folgte, dass jede Cauchyfolge CF (xn) konvergiert.
Bemerkung (Was ist der Rm)
Rm = R′ × ...× R′︸ ︷︷ ︸m−mal
= ×mi=1R′
Sei E ein endlich dimensionaler R-Vektorraum.
E × E 3 (x1, x2) 7→ x1 + x2 ∈ ER× E 3 (α, x) 7→ αx ∈ E
α(x1 + x2) = αx1 + αx2
−x : = (−1) · x⇒ x+ (−x) = (x− x) = (1 + (−1))x = 0
⇒ E ist abelsche Gruppe bezüglich der Addition.Erzeugendensystem ζ:
ζ = (xi)Ni=1
E =< xi >Ni=1
Die Basis ist ein linear unabhängiges Erzeugendensystem.
SatzDie Kardinalität einer Basis ist unabhängig von der Konstruktion; sie heißt die Dimension.
24 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
Bemerkung
Rm = {x = (x1, ..., xm); x1 ∈ R∀i}x+ y := (x1 + y1, ..., xm + ym)
αx := (αx1, ..., αxm)
Satz 2.1 (Descartes)Rm ist ein R-Vektorraum der Dimensionmi. Eine Basis ist gegeben durch ei = (0, ..., 0, 1, 0, ..., 0) =(δji )
mj=1, i = 1, ...,m, sodass x =
∑mi=1 x
iei(= xei), für xi ∈ R.Das ist die Stantardbasis.
BemerkungIst (yi)
mj=1 eine Basis, d.h.
x =m∑j=1
ajyj , (aj) = (aj(x))
mit eindeutig bestimmtem aj ∈ R. Dann schreiben wir
yj =
m∑i=1
bijei
⇒ x =
m∑j=1
ajm∑i=1
bijei =
m∑i=1
m∑j=1
biaj
︸ ︷︷ ︸
=xi
ei
Also:
x = Ba , B = (bij)
x1 = b11a1 + ...+ b1mam
...
xm = bm1 a1 + ...+ bmma
m
Für einen Koordinatenwechsel muss B invertierbar sein ⇔ detB 6= 0.
detB =∑δ∈sm
(sgn δ)b1δ(1) · b2δ(2) · ... · b
mδ(m)
FeststellungFür m ≥ 2 besitzt Rm keine Anordnung „x < y“,die dieselben Eigenschaften hat, wie dieAnordnung von R.
Prof. Dr. J. Brüning 25
2 Differentialrechnung im Rm
ErinnerungEine Folge (xn)konvergiert ⇔ |xn − xm| < ε ∀n,m ≥ n(ε).
Definition 2.2Für den Abstand von P und Q in R2 gelte:
‖P −O‖2R2 = x′(P )2 + x2(P 2)
Abbildung 4: Abstand im R2
Allgemein definieren wir eine Abstandsfunktion im Rm, wie folgt:
||x− y||Rm :=
√√√√ m∑i=1
(xi − yi)2
Standardabstand
Satz 2.3 (Abstandseigenschaften)Es sei:
1. Reflexivität||x− y||Rm ≥ 0 und ||x− y||Rm = 0 ⇔ x = y.
2. Symmetrie||x− y||Rm = ||y − x||Rm
3. Dreiecksungleichung||x− z||Rm ≤ ||x− y︸ ︷︷ ︸
=v
||Rm + || y − z︸ ︷︷ ︸=w
||Rm
4. ||αx||Rm = |α|||x||Rm , α ∈ R.
26 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
Beweis (von Satz 2.3.3)zu zeigen:
||v + w|| ≤ ||v||+ ||w||⇔ ||v + w||2 ≤ ||v||2 + ||w||2 + 2||v||||w||
Mit 2.4 ergibt sich
< v + x, v + w > =< v, v > + < v,w > + < w, v > + < w,w >
= ||v||2 + ||w||2 + 2 < v,w >
also gilt:
⇔< v,w > ≤ ||v|| · ||w||⇔ | < v,w > | ≤ ||v|| · ||w||
Definition 2.4Wir definieren das Skalarprodukt von v, w ∈ Rm durch
< v,w >Rm =
m∑i=1
viwi
Das heißt, die Abbildung
Rm × Rm, (v, w) 7→< v,w >Rm∈ R
ist linear.
Bemerkung (Norm)Es sei
||v||Rm = (die Norm von V )2
Satz 2.5 (Die Cauchy-Schwarz-Ungleichung)Für x, y ∈ Rm ist
| < x, y >Rm | ≤ ||x||Rm ||y||Rm
BeweisBetrachte für t ∈ R
0 = ‖x+ ty‖2 =< x+ ty, x+ ty >
= ‖x‖2 + t2‖y‖2 + 2t < x, y >
Prof. Dr. J. Brüning 27
2 Differentialrechnung im Rm
1. Fall: ‖y‖ = 0⇒ y = 0, < x, y >= 0⇒ Behauptung
2. Fall: y 6= 0⇒ ‖y‖ > 0⇒ 0 ≤ t2 + ‖x‖2‖y‖2 + 2t<x,y>‖y‖2
⇒ 0 ≤(t+
< x, y >
‖y‖2
)2
+‖x‖2
‖y‖2− < x, y >2
‖y‖4, t = −< x, y >
‖y‖2
⇒< x, y >2 ≤ ‖x‖2‖y‖2
⇒ | < x, y > | ≤ ‖x‖‖y‖
�
BemerkungEine Menge X mit einer Abbildung
dx : X ×X 7→ R+ = {x ∈ R : x ≥ 0}
heißt metrischer Raum ⇔ für dx gelten die Axiome (Hilfssatz 2.3) (wenn ||x − y|| =dRm(x, y) gesetzt wird.)
Definition 2.6 (Konvergenz)Eine Folge (xn)n∈N ⊂ Rm heißt konvergent gegen x ∈ Rm
⇔ ∀ε > 0 ∃n(ε) ∈ N : ||x− xn|| < ε ,∀n ≥ n(ε)
(xn)n∈N heißt Cauchy-Folge (CF), wenn
⇔ ∀ε > 0 ,∃n(ε) ∈ N : ‖xn − xm‖ < ε ,∀n,m ≥ n(ε)
Definition 2.7Eine Folge (xn)n∈N ⊂ Rm heißt
• divergent ⇔ (xn)n∈N keinen Grenzwert.
• beschränkt ⇔ ∃C > 0 : ‖xn‖ ≤ C ∀n
Satz 2.8 (Hilfssatz)Es sei (xn)n∈N ⊂ Rm eine Folge. Dann gilt:
1. (xn)n∈N ist beschränkt ⇔ (xjn)n∈N ist beschrämkt für alle j = 1, ...,m.
2. ... konvergent ⇔ ... konvergent
3. ... Cauchyfolge ⇔ ... Cauchyfolge
BeweisSei x ∈ Rm.
‖xn − x‖2 =u mmj=1|xjn − xj |2 ≥ |xj0n − xj0 |2 ∀j0 ⊂ {1, ...,m}
28 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
1. x = 0,
2. x = Grenzwert
3. x = xl
�
Folgerung 2.9Wir betrachten
1. (xn)n∈N konvergent ⇒ (xn)n∈N ist beschränkt
2. (xn) ist konvergent ⇒ (xn) ist Cauchyfolge.
3. (xn)n∈N hat höchstens einen Grenzwert.
BeweisWir beweisen
1. Zu ε = 1 ∃n(1) ∈ N .
‖xn − xn(1)‖ < 1 für n ≥ n(1)
⇒ ‖xn‖ ≤ ‖xn − xn(1)‖+ ‖xn(1)‖≤ 1 + ‖xn(1)‖ für n ≥ n(1)
⇒ ‖xn‖ ≤ 1 + ‖xn(1)‖+ maxj={1,...,n(1)−1
‖xj‖
2. (xn)n∈N konvergent, ε > 0⇒ ∃n(ε/2).
‖xn − x‖ <ε
2für n ≥ n(ε/2)⇒ ‖xn − xl‖
≤ ‖xn − x‖+ ‖xl − x‖ < ε
wenn n, l ≥ n(ε/2).
3. a) 1. Fall: (xn) hat keinen Grenzwert ⇒ (xn)n∈N ist divergent.
b) 2. Fall: (xn)n∈N ist konvergent mit dem Grenzwert x.
c) 3. Fall: Annahme: (xn) hat die verschiedenen Grenzwerte x und x′: ‖x−x′‖ =: ε0.Es gibt ein n(ε0), sodass ‖xn − x‖ < ε0/2
‖xn − x′‖/ < ε0/2
⇒ ‖xn − x′‖ = ‖xn − x+ x− x′‖≥ ‖x− x′‖ − ‖xn − x‖ > ε0 − ε0/2 = ε0/2
Widerspruch zur Annahme!
�
Prof. Dr. J. Brüning 29
2 Differentialrechnung im Rm
Satz 2.10Jede Cauchy-Folge im Rm ist konvergent.
BeweisFolgt aus dem Satz 2.8. �
Satz 2.11(xn), (yn) seien konvergent mit dem Grenzwert x bzw. y. Dann gilt:
1. Für λ, µ ∈ R ist (λxn + µyn) konvergiert mit dem Grenzwert λx+ µy.
2. < xn, yn > konvergiert gegen < x, y >.
BeweisWir beweisen
1.
‖λxn + µyn − λx− µy‖ ≤ ‖λ(xn − x)‖+ ‖µ(yn − y)‖≤ |λ|‖xn − x‖+ |µ|‖yn − y‖ < (|λ|+ |µ|)ε
für n ≥ max{nx(ε), ny(ε)}.
2.
| < xn, yn > − < x, y > | = | < xn − x, yn > + < x, yn − y > |≤ ‖xn − x‖‖yn‖+ ‖x‖‖yn − y‖≤ Cyε+ ‖x‖ε
für n ≥ max{nx(ε), ny(ε)}
�
2.2 Offene und abgeschlossene Mengen
Definition 2.12Für r > 0 und x ∈ Rm setzen wir
Br(x) = {y ∈ Rm : ‖x− y‖ < r}
und nennen dies die offene Kugel (Ball) um x vom Radius r.
30 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
))
Abbildung 5: offene Kugel (Ball) im R1 bzw. R2
Definition 2.13Eine Teilmenge 0 ⊂ Rm heißt offen ⇔ ∀x ∈ 0 ∃r = rx : Brx(x) ⊂ 0.Eine Teilmenge a ⊂ Rm heißt abgeschlossen ⇔ Rm \A =: CRmA ist offen.
BeispielWir betrachten
1. Rm ist offen. Rm \ Rm = ∅ ist abgeschlossen.
2. Br(x) := {y ∈ Rm : ‖y − x‖ ≤ r} ist abgeschlossen, denn
Rm \Br(x) = {y ∈ Rm : ‖y − x‖ > r}
Hilfssatz 2.14Es gilt
1. Jede Vereinigung von offenen Mengen ist offen, jeder endliche Durchschnitt von offenenMengen ist offen.
2. Jeder Durchschnitt von abgeschlossen Mengen ist abgeschlossen, jede endliche Verei-nigung von abgeschlossenen ist abgeschlossen.
BeweisWir beweisen
1. Sei (Oα), A eine beliebige Indexmenge, Oα ⊂ Rm offen ∀α ∈ A. Setze O =⋃α∈AOα,
wähle x ∈ O ⇒ ∃α : x ∈ Oα ⇒ ∃rx > 0 : Brx(x) ⊂ Oα ⊂ O.
Prof. Dr. J. Brüning 31
2 Differentialrechnung im Rm
Sei (Oi)ki=1 offen, O =
⋂i=1Oi, x ∈ O ⇒ ∃rx,i > 0 : Brx,i(x) ⊂ Oi
⇒⋂i
Brx,i(x) = B(x) ⊂ Oi ∀i
⇒ Brx(x) ⊂⋂i
Oi = O
�
Definition 2.15Wir definieren
1. X := das Innere von X, X :=⋃iOi (O offen, O = X).
x ∈ X heißt innerer Punkt von X.
2. X := der Abschluss von X, X :=⋂iAi (A abgeschlossen, A > X).
BemerkungGegeben sei X ⊂ Rm beliebig. Dann erhalten wir eine Zerlegung von Rm, wie folgt:
Rm := X ∪ (Rm \X) ∪ ∂X
Definition 2.16∂X heißt der Rand von X.
BeispielBr(x) = Br(x) ∪ Sr(x), Sr(x) := {y ∈ Rm : ‖y − x‖ = r} ist abgeschlossen.Sr(x) = ∂Br(x)
Disskussion∅ ist abgeschlossen, aber auch offen. ⇒ Rm ist offen und abgeschlossen.
Satz 2.17Ist X ⊂ Rm offen und abgeschlossen, dann ist X = Rm oder X = ∅.
BeweisSei X offen und abgeschlossen, o. B. d. A. X,Rm \X 6= ∅. Wähle x ∈ X, y ∈ Rm \X undbetrachte
c : [0, 1] 3 t 7→ (1− t)x+ ty ∈ Rm
⇒ c(0) = x, c(r) = y
32 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
Dann ist t0 = inf{t ∈ [0, 1], c(t) ∈ Rm \X} > 0.
1. Fall: c(t0) ∈ X ⇒ Widerspruch, weil X offen ist.
2. Fall: c(t0) ∈ Rm \X ⇒ Widerspruch weil Rm \X offen ist.
�
Bemerkung (offene und abgeschlossene Teilmengen im Rm)Sei X ⊂ Rm.
Abbildung 6: Der Rm dargestellt in disjunkten Vereinigungen.
Hilfssatz 2.18x ∈ Rm ist ein Randpunkt von X ⇔ x ∈ ∂X ⇔ ∀ε > 0:
Bε(x) ∩X 6= ∅ ∧Bε(x) ∩ Rm \X 6= ∅
BeweisSei x ∈ X und ε > 0. Wäre Bε(x) ∩ Rm \X = ∅⇒ x ∈ X ⇒ Widerspruch.Analog folgt x ∈ Rm \X. �
Hilfssatz 2.19∂ = ∂(Rm \X)
Hilfssatz 2.20X = X t ∂X
Prof. Dr. J. Brüning 33
2 Differentialrechnung im Rm
BeweisZu zeigen ist:
1. X t ∂X ⊂ X
2. X t ∂X ⊃ X
ad 2: Ist klar, weil X t ∂X abgeschlossen ist.ad 1: Sei A abgeschlossen mit A ⊃ X und X ∪ ∂X 6⊃ A. Das heißt, es existiert ein y ∈ ∂Xmit y 6∈ A ⇒ y 6∈ X. Daraus folgt, dass y ∈ Rm \X ∩ Rm \ A. Damit ist y in der offenenTeilmenge von ˚(Rm \A). Damit folgt:⇒ ∃ε > 0 : Bε(y) ⊂ Rm \X ⇒ Widerspruch zu (2.18). �
Definition 2.21x heißt Häufungspunkt von X, genau dann, wenn
∀ ε > 0 : Bε(x) \ {x} ∧ x 6= ∅ ⇒ Bε(x) \ {x}
und enthält dabein unendlich viele verschiedene Punkte von X für jedes ε > 0.
DisskussionWir betrachten
X = X t ∂x ∧ xX = X t ∂x
Zunächst ist jeder innere Punkt von X ein Häufungspunkt.Sei x ∈ ∂X und kein Häufungspunkt von X, d.h.
∃ε > 0 : Bε(x) \ {x} ∧X = ∅⇒Bε(x) \ {x} ⊂ Rm \X
Definition 2.22x ∈ X heißt isolierter Punkt
⇔ ∃ε > 0 : Bε(x) \ {x} ⊂ Rm \X
Folgerung 2.23Randpunkte in X sind entweder isolierte Punkte oder Häufungspunkte. Randpunkte in (Rm \X) ∧ ∂X sind Häufungspunkte nach (2.18). Innere Punkte von Rm \X können keine Häu-fungspunkte sein.
Hilfssatz 2.24X ist genau dann abgeschlossen, wenn X alle Häufungspunkte enthält.
BeweisÜbungsaufgabe �
34 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
Hilfssatz 2.25x ∈ Rm ist genau dann Häufungspunkt von X, wenn es eine Folge (xn) ⊂ X \ {x} gibt mitlimm→∞ xm = x.
BeweisÜbungsaufgabe �
2.3 Stetige Abbildungen
Im Folgenden betrachten wir Abbildungen der Form
f : Rm ⊃X → Rn
x 7→ f(x)
Definition 2.26Es sei x ein Häufungspunkt von X. Dann besitzt f in x den Grenzwert y ∈ Rn ⇔ ∀(xn) ⊂X \ {x} mit limn→∞xn = x gilt limn→∞ f(x) = y.
Definition 2.27f : Rm ⊃ X → Rn heißt genau dann stetig in x0 ∈ X, wenn
limn→∞
f(xn) = f(x)
für jede Folge (xn) ⊂ X \ {x} mit limn→∞ xn = Xi.oderf heißt stetig in X ⇔ f stetig in jedem x ∈ Xi.
BemerkungWir bemerken:
1. Ist x ein isolierter Punkt von X ⇒ f ist stetig in X.
2. Ist x0 ein Häufungspunkt von X, so ist f stetig in x0 ⇔ zu jedem ε > 0 gibt es einδ > 0, δ = δ(x0), so dass
‖f(x0)− f(x)‖ < ε , ∀ 0 < ‖x− x0‖ < δ
3. f ist stetig in X ⇔ ∀x0 Häufungspunkte von X gilt
‖f(x0)− f(x)‖ < ε für 0 < ‖x− x0‖ < δ für ein δ − δf (ε, x0)
Definition 2.28Eine steitge Funktion f : Rm ⊃ X → Rn heißt in X gleichmäßig stetig, wenn δf (ε, x0)unabhängig von x0 gewählt werden kann.
Satz 2.29Sei f : Rm ⊃ X → Rn, f(x) = (f1(x), ..., fn(x)). Dann gilt
Prof. Dr. J. Brüning 35
2 Differentialrechnung im Rm
1. f besitzt im Häufungspunkt x0 von X den Grenzwert y ∈ Rn genu dann, wenn f i indiesem Häufungspunkt von X den Grenzwert y2 besitzt.
2. f ist stetig in x0 ∈ X ⇔ f istetig in x0/∀i.
BeweisEinfache Folgerung der Definition und der Äquivalenz von Konvergenz von (xn) und (xin)∀ i.
Hilfssatz 2.30Es seien f, g : X → Rn.Dann gilt für (αf + βg)(x) = αf(x) + βg(x), αf + βg : X → Rn
1. Besitzen f und g in x0 die Grenzwerte yf und yg, so besitzt αf + βg den Grenzwertαyf + βyg.
2. Sind f und g stetig in x0 ∈ X, so auch αf + βg mit dem Wert αf(x0) + βg(x0).
BeweisAnalog zu dem Beweis zu dem Satz (2.29).
BemerkungSei f steitg in x0 ind g stetig in y0 = f(x0).Ist dann ebenso die Komposition g ◦ f stetig in x0?
g ist stetig in y0 ⇔ g(yn)→ g(y0) ∀ (yn) ⊂ Y \ y0f ist stetig in x0 ⇔ f(xn)→ f(x0) ∀ (xn) ⊂ X \ x0⇒ g ◦ f(x0)→ g ◦ f(x0) = g(x0)⇒ g(f(xn)) durch yn → y0 + yn 6= y0
Satz 2.31Ist f : Rn ⊃ X → y ⊂ Rn stetig in x0 > g, Rn > y → Rl in y0 = f(x0) stetig ⇒ g ◦ f istin x0 stetig.
Definition 2.32Eine stetige Abbildung C : [0, 1] → Rm heißt ein Weg in Rm. Der Punkt C(0) heißtAnfangspunkt, der Punkt C(1) heißt Endpunkt von C.
Definition 2.33X ⊂ Rn heißt unzusammenhängend, wenn je zwei Punkte x0, x1 ∈ X durch einen Weg Cverbunden werden können: x0 = C(0), x1 = C(1).
Bemerkung (Stetige Funktionen)Rm ⊃ U 3 x 7→ f(x) ∈ Rnf(x) = (f1(x), ..., fn(x)); x = (x1, ..., xn)f ist genau dann stetig in x0 ∈ U , wenn limx→x0 f(x) = f(x0) für jede Folge (xn) ⊂ U .
36 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
xn 6= x0∀n, mit xn → x0 gilt
limn→∞
f(xn) = f(x0)⇔ ∀ε > 0 ∃δ = δ(ε, x0) :
|f(x)− f(x0)| < ε ∀x ∈ U mit |x− x0| < δ
⇒ Drei Definitionen⇒ f ist stetig in U ⇔ f stetig in x0 ∈ U ∀x0.f ist gleichmäßig stetig in U ⇔ |f(x) − f(x0)| < ε ∀x, x0 ∈ U |x − x0| < δ(ε) → nichtvon x0 abhängig.
Definition 2.34Wir definieren:
C(U,Rn) = {f : U → R, f stetig in U}
BemerkungC(U,Rn ist ein R-Vektorraum unter den Verknüpfungen
(f1 + f2)(x) = f1(x) + f2(x)
(a · f)(x) = a · f(x)
f1, f2 ∈ C(U,Rn, a ∈ R, x ∈ U
EigenschaftenWir halten fest:
1. f ∈ C(u,Rn)⇔ f i : U → R stetig ∀i
2. f : U → V ⊂ Rn, g : V → RC⇒ g ◦ f : U → RC ist stetig in U , wenn f und g jeweils stetig sind.
BeispielWir betrachten:
1. f(x) = c ∈ Rn ∀x ∈ U ⇒ f ist konstant und damit stetig.
2. f : U → Rn ist linear, d.h. f ist eine m×n Matrix bezüglich der Standardbasen, denn
f i(x)− f i(x0) =
n∑j=1
f ij(xi − xi0) , i-te Zeile
= | < f i, x− x0 > |Cauchy-S.≤ ‖f i‖‖x− x0‖
3. Rm = Rm1 × Rm2 , /m1 +m2 = m, x = (x1, x2)Betrachte für x20 ∈ Rm die Abbildung ix20 = Rm1 3 x1 → (x1, x20) ∈ Rm. ix20 ist
Prof. Dr. J. Brüning 37
2 Differentialrechnung im Rm
linear und damit stetig, aber f : Rm → Rn ist stetig und ebenso Rm1 × Rm2 .
fx20 : Rm1 3 x1 7→ f(x1, x2) ∈ Rn ist stetig und ebenso
fx1 , denn fx20 = f ◦ ix20
Eigenschaften stetiger Funktionen
Satz 2.35 (Zwischenwertsatz)Es sei U ⊂ Rm ein zusammenhängender Weg, d.h. dass es zwischen zwei Punkten aus Ueinen Weg gibt, der genau in U liegt und f ∈ C(U,R), x0, x1 ∈ U mit f(x0) < f(x1). Dannist
[f(x0), f(xi)] ⊂ f(U)
BeweisDa U wegzusammenhängend ist, gibt es ein l ∈ C([0, 1], U) mit l(0) = x0, l(1) = x1. Dannist f ◦ l ∈ C([0, 1],R)⇒ und aus dem Zwischenwertsatz in R die Behauptung.
Abbildung 7: Schema zum Beweis des Zwischenwertsatzes im Rn
�
Definition 2.36Eine Menge K ⊂ Rn heißt kompakt, wenn sie abgeschlossen und beschränkt ist.
BemerkungDann gibt es ein R > 0 mit K ⊂ BR(0), denn K ist beschränkt, genau dann wenn es einR′ > 0 gibt, sodass /V ertx‖ < R′ ∀x ∈ K.⇒ Dann hat K die Bolzano-Weierstraß-Eigenschaft.⇒ Jede Folge (xn) ⊂ K besitzt eine konvergente Teilfolge.
Satz 2.37Sei K ⊂ Rm kompakt und f : K → R stetig.Dann besitzt f auf K ein Maximum und ein Minimum, d.h. es gibt x, x ∈ K mit f(x) ≤f(x) ≤ f(x). Insbesondere f ist beschränkt.
38 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
BeweisSei f := supx∈K f(x).Dann gibt es eine Folge (xn) ⊂ K mit limn→∞ f(x1) = f .Wegen der Kompaktheit besitzt(xn) in K eine konvergente Teilfolge (xnl) mit liml→infty xnl = x. Dann gilt
limn→∞
f(xnl) = supx∈K
f(x)stetig= f(x).
Für f = infx∈K f(x) betrachte die Funktion f . �
Satz 2.38Sei K ⊂ Rm, f ∈ C(K,R).Dann ist f auf C gleichmäßig stetig.
BeweisAnnahme: die Behauptung sei falsch. Dann gilt
¬(∀ε > 0 ∃δ = δ(c) > 0 : x1, x2 ∈ K, ‖x1 − x2‖ < δ ⇒ ‖f(x1)− f(x2)‖ < ε)
→ ∃ε0 > 0 ¬(∃δ > 0 : x1, x2 ∈ K, ‖x1 − x2‖ < δ ⇒ ‖f(x1)− f(x2)‖ < ε0)
→ ∃ε0 > 0 ∀δ > 0 ¬(‖x1 − x2‖ < δ ∧ ‖f(x1)− f(x2)‖ > ε0 > 0)
→ ∃ε0 > 0 ∀δ > 0 : ∃x1, x2 ∈ K : ‖x1 − x2‖ < δ ∧ ‖f(x1)− f(x2)‖ > ε0 > 0
O.B.d.A ist f(xn) konvergent in K mit Grenzwert x0.
⇒ limn→∞
x2n = x0 ⇒ |f(x1n)− f(x2n)| ≤ |f(x1n)− f(x0)|+ |f(x2n)− f(x0)| < ε0
für |G− x0| < δ( ε02 , x0).Nach der Stetigkeit folgt damit der Widerspruch zur Annahme, da wir alle ε0 aus δ( ε02 , x0)bekommen, und damit die Behauptung. �
2.4 Die Länge einer Kurve
BemerkungEs sei l : I = [0, 1)→ Rn ein Weg, d.h. l ∈ C(I,Rn).
Definition 2.39Wir definieren:
1. Ein Weg l ∈ C(i,Rn) heißt in t0 ∈ I differenzierbar ⇔ jedes li in t0 differenzierbar ist.
2. l′(t) := (l′1(t), ..., l′n(t)) heißt der Geschwindigkeitsvektor des Weges l in t, falls l in
t differenzierbar ist.
3. Sei C in I differenzierbar und c′(t) 6= 0 ∀t ∈ I, dann heißt l regulär.
Prof. Dr. J. Brüning 39
2 Differentialrechnung im Rm
BeispielWir betrachten:
1. C : [0, 2π]→ R2, a, b > 0c(t) := (a cos t, b sin t) ∈ R2
Abbildung 8: c(t) := (a cos t, b sin t) ∈ R2
Kurve (c) = Ellipse = {(x, y) ∈ R2|x2a2
+ y2
b2= 1}
Spezialfall: a = b⇒ Kurve ist Kreis mit dem Radius a.
2. c : R → R2, c(t) = (t2, t3) = (x, f(x)) ∈ R3. c ist stetig differenzierbar, also c(t) =(2t, 3t2).
Abbildung 9: c(t) = (t2, t3) ∈ R2
Trotzdem hat die Kurve (c) eine „Spitze“ in t = 0. c ist in t = 0 nicht regulär, dac(0) = (0, 0). Die Kurve wird Neil’sche Parabel genannt.
40 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
3. c : R→ R3, r, h > 0 c(t) = {r cos t, r sin t, ht} ∈ R3.
Abbildung 10: c(t) = {r cos t, r sin t, ht} ∈ R3
Weiterhin folgt:
c(t) = (−r sin t, r cos t, h)
‖c(t)‖ =√r2 sin2 t+ r2 cos2 t+ h2
=√r2 + h2 ⇒ konstante Geschwindigkeit
c heißt Schraubenlinie.
Prof. Dr. J. Brüning 41
2 Differentialrechnung im Rm
4. Parametrierte Graphen: f : [a, b]→ R, c : [a, b] 7→ (t.f(t))R2
Abbildung 11: c : [a, b] 7→ (t.f(t))R2
Ist differenzierbar, falls f differenzierbar ist.Falls f differenzierbar ist, dann gilt:
‖c(t)‖ =∣∣|(1, f ′(t))|∣∣ =
√1 + [f ′(t)]2
42 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
Definition 2.40Sei c : [a, b]→ Rn ein Weg.
1. Ist Z = {a = t0 < t1 < ... < tk = b} eine Zerlegung von [a, b], so ist
LZ(c) =
k∑j=1
||c(tj)− c(tj−1)||
die Länge des Polygonzuges durch c(t0), c(t1), ..., c(tk).
Abbildung 12
2. c heißt rektifizierbar, wenn
supZ{LZ(c)} <∞ .
In diesem Fall heißt L(c) := supZ LZ(c) die Länge von c.
BemerkungWir bemerken:
1. Ist Z∗ ⊃ Z eine Verfeinerung von Z, so gilt:
LZ∗(c) ≥ LZ(0) .
2. Ist c : [a, b]→ Rn rektifizierbar, so ist auch c|[t1,t2] für a ≤ t1 ≤ t2 ≤ b rektifizierbar.
3. Ist c : [a, b]→ Rn rektifizierbar und a < t < b, so ist
L(c) = L(c[a,t]) + L(c[t,b]) .
Lemma 2.41 (kontinuierliche Dreiecksungleichung)Ist c : [a, b]→ Rn stetig differenzierbar, so gilt:
‖c(b)− c(a)‖ ≤∫ b
a‖c′(t)‖ dt .
Prof. Dr. J. Brüning 43
2 Differentialrechnung im Rm
BeweisNebenrechnung 1:Sei γ[a, b]→ Rn integrierbar.
⇒ ‖∫ b
aγ(t) dt‖ ≤
∫ b
a‖γ(t)‖ dt
Fall 1:linke Seite ist identisch 0 ⇒ 0 ≤
∫ ba ‖γ(t)‖︸ ︷︷ ︸
≥0
dt X
Fall 2:linke Seite ist ungleich 0
‖∫ b
aγ(t) dt‖ =<
∫ b
aγ(t) dt,
∫ b
aγ(t′) dt′ >
<·,·>bilinear=
∫ b
a< γ(t),
∫ b
aγ(t′) dt′ > dt
C.-S.-Ungl.≤
∫ b
a‖γ(t)‖ · ‖
∫ b
aγ(t′) dt′‖ dt , teile durch ‖
∫ b
aγ(t′) dt′‖
⇒ ‖∫ b
aγ(t) dt‖ ≤
∫ b
a‖γ(t)‖ dt
Nebenrechnung 2:
c(b)− c(a) =
c1(b)...cn(b)
−c1(a)
...cn(a)
=
c1(b)− c1(a)...
cn(b)− cn(a)
, mit HS der Diff.- und Int.-Rechnung folgt
=
∫ ba c′1(t) dt...∫ b
a c′n(t) dt
=
∫ b
ac′(t) dt
Damit folgt:
⇒ ‖c(b)− c(a)‖ NR. 2= ‖
∫ b
ac′(t) dt‖
NR. 1≤∫ b
a‖c′(t)‖ dt
�
Satz 2.42Ist c[a, b] ∈ R→ Rn stetig differenzierbar, so ist c rektifizierbar und es gilt:
L(c) =
∫ b
a‖c′(t)‖ dt
44 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
BeweisSei Z = {a = t1 < t1 < ... < tk = b} beliebig
⇒ LZ(c) =
k∑i=1
‖c(ti)− c(ti−1)‖
≤k∑i=1
∫ t
ti−1
‖c′(t)‖ dt =
∫ b
a‖c′(t) dt
⇒ L(c) = supZLZ(c) ≤
∫ b
a‖c′(t)‖ dt ≤ ∞
Sei ε > 0. Wähle Z so, dass∣∣∣∣∣∫ b
a‖c′(t)‖ dt−
k∑i=1
‖c′(t)‖(ti − ti−1)
∣∣∣∣∣ ≤ ε
2(∗)
Das geht, da t→ ‖c′(t)‖ Riemannintegrierbar ist.Wähle Z auch so, dass∥∥∥∥c(ti)− c(ti−1)ti − ti−1
− c′(ti)∥∥∥∥ ≤ ε
2(b− a)
Das geht, da c stetig differenzierbar ist. Damit folgt:
⇒∣∣‖c(ti)− c(ti−1)‖ − ‖c′(ti)‖(ti − ti−1)∣∣ , mit der Dreiecksungleichung folgt
≤∥∥∥∥c(ti)− c(ti−1)ti − ti−1
− c′(ti)∥∥∥∥ (ti − ti−1)
≤ ti − ti−1b− a
ε
2(∗∗)
Es folgt:∫ b
a‖c′(t)‖ dt−
k∑i=1
‖c(ti)− c(ti−1)‖︸ ︷︷ ︸LZ(c)
≤∫ b
a‖c′(t)‖ dt−
k∑i=1
‖c′(ti)‖(ti − ti−1) +
k∑i=1
∣∣‖c′(ti)‖(ti − ti−1)− ‖c(ti)− c(ti−1)‖∣∣(∗),(∗∗)≤ ε
2+
k∑i=1
(ti − ti−1)b− a
ε
2=ε
2+b− ab− a
ε
2= ε
Prof. Dr. J. Brüning 45
2 Differentialrechnung im Rm
Damit folgt: Für alle ε > 0 existiert ein Z, sodass∫ b
a‖c′(t)‖ dt− ε ≤ LZ(c) ≤
∫ b
a‖c′(t)‖ dt
Also
⇒ L(c)− supZLZ(c) =
∫ b
a‖c′(t)‖ dt
�
Definition 2.43Sei c : [a, b]→ Rn stetig differenzierbar, [α, β] ∈ R ein Intervall und ϕ : J → I bijektiv undstetig differenzierbar. Dann heißt
c = c ◦ ϕ
eine Umparametrisierung.
Satz 2.44Ist c : [a, b]→ Rn stetig differenzierbar und c : [a, b]→ [a, b] eine Umparametrisierung von cdann gilt
L(c) = L(c) .
BeweisWir beweisen wie folgt
L(c)Satz 2.42
=
∫ b
a‖c′(t)‖ dt t=ϕ(s)=
∫ ϕ(b)
ϕ(a)‖c′(ϕ(s))‖ϕ′(s) ds
=
{a∫ βα ‖c
′(ϕ(s))ϕ′(s)‖ ds , ϕ streng monoton wachsend
a∫ βα −‖c
′(ϕ(s))ϕ′(s)‖ ds , ϕ streng monoton fallend
}Kettenr.
=
∫ β
α‖c′(s)‖ ds = L(c)
�
Bemerkung 2.45Der Satz 2.44 gilt ebenso für rektifizierbare Wege.
46 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
2.5 Differenzierbare Abbildungen
BemerkungSei im folgenden U ⊂ Rn offen.
Definition 2.46Sei f : U → Rm eine Abbildung und x0 ∈ U .
1. f heißt differenzierbar in x0, wenn es ein lineare Abbildung L : Rn → Rm gibt, sodass es zu jedem ε > 0 ein δ > 0 gibt mit
‖f(x)− f(x0)− L(x− x0)‖ < ε · ‖x− x0‖ ∀x ∈ U mit ‖x− x0‖ < δ
⇔ ‖f(x)− f(x0)− L(x− x0)‖‖x− x0‖
≤ ε ∀x ∈ U mit 0 < ‖x− x0‖ < δ
2. f heißt differenzierbar, genau dann, wenn f in jedem Punkt x0 ∈ U differenzierbarist.
Lemma 2.47Die lineare Abbildung L aus der der Definiton 2.46 ist, falls sie existiert, eindeutig bestimmtund heißt Differential zu f in x0.Bezeichnung: Df (x0)
BeweisSeien L und L∗ : Rn → Rm zwei lineare Abbildungen, die die Definition 2.46 erfüllen. Dannfolgt ∀ε > 0 ∃δ > 0, ∀x ∈ U mit ‖x− x0‖ < δ
‖(L− L∗)(x− x0)‖ = ‖(f(x)− f(x0)− L(x− x0)− (f(x)− f(x0)− L∗(x− x0))‖Dgl.≤ ‖f(x)− f(x0)− L(x− x0)‖+ f‖f(x)− f(x0)− L∗(x− x0)‖≤ ε‖x− x0‖+ ε‖x− x0‖ = 2ε‖x− x0‖ (∗)
Sei v ∈ Rn, mit ‖v‖ = 1:
( δ2 · v + x0)− x0‖( δ2 · v + x0)− x0‖
=δ2v
‖ δ2v‖=
δ2v
| δ2 |‖v‖= v
Prof. Dr. J. Brüning 47
2 Differentialrechnung im Rm
mit x := δ2v + x0 folgt:
‖x− x0‖ = ‖δ2v + x0 − x0‖ = |δ
2|‖v‖ =
δ
2< δ
(∗)⇒ ‖(L− L∗)v‖ ≤ 2ε ∀v ∈ Rm, ‖v‖ = 1
⇒ ‖L− L∗‖ ≤ 2ε ∀ε > 0 Norm von linearen Abbildungen⇒ ‖L− L∗‖ = 0
⇒ L− L∗ = 0
⇒ L = L∗
BeispielWir betrachten:
1. Ist F : Rn → Rn selbst eine lineare Abbildung, so ist F differenzierbar und DF (x0) =F ∀x0 ∈ Rn, denn
‖F (x)− F (x0)︸ ︷︷ ︸=F (x−x0)
−F (x− x0)‖ = 0 ∀x, x0 ∈ Rn
2. f : (a, b)→ R eine Funktion, so ist f in x0 ∈ (a, b) differenzierbar im alten Sinne undDf(x0) : R→ R ist die Multiplikation mit f ′(x0).
|f(x)− f(x0)− f ′(x0) · (x− x0)|0<|x−x0→0→ 0
⇔∣∣∣∣f(x)− f(x0)
x− x0− f ′(x0)
∣∣∣∣ 0<|x−x0→0→ 0
⇔ f(x)− f(x0)
x− x00<|x−x0→0→ f ′(x0)
Lemma 2.48Ist f : U → Rn in x0 ∈ U differenzierbar, so ist f in x0 stetig (sogar Lipschitzstetig).
BeweisSei ε > 0. Wähle δ wie in Definition 2.46. Dann gilt für alle 0 < ‖x− x0‖ < δ:
‖f(x)− f(x0)‖ ≤ ‖f(x)− f(x0)−Df(x0)(x− x0)‖+ ‖df(x0)(x− x0)‖ ‖Ax‖ ≤ ‖A‖‖x‖≤ ε‖x− x0‖+ ‖Df(x0)‖ · ‖x− x0‖= (ε+ ‖Df(x0)‖) · ‖x− x0‖≤ (1 + ‖Df(x0)‖) · δ
≤ ε ∀x ∈ U, ‖x− x0‖ ≤ min
{δ,
ε
‖Df(x0)‖+ 1
}
48 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
Satz 2.49 (Linearität)Sind f, g : U → Rm differenzierbar in x0 und sind λµ ∈ R, so ist λf + µg : U → Rmebenso differenzierbar in x0 und
D(λf + µg)(x0) = λ ·Df(x0) + µ ·Dg(x0)/.
BeweisWir beweisen:
⇒ ‖(λf + µg)(x)− (λf + µg)(x0)− [λDf(x0) + µDg(x0)](x− x0)‖= ‖λf(x)− λf(x0)− λDf(x0) + µg(x)− µg(x0)− µDg(x0)(x− x0)‖≤ |λ| · ‖f(x)− f(x0)−Df(x0)(x− x0)‖+ |µ| · ‖g(x)− g(x0)−Dg(x0)(x− x0)‖≤ |λ| · ε‖x− x0‖+ |µ| · ε‖x− x0‖≤ (|λ|+ |µ|) · ε‖x− x0‖ , ∀‖x− x0‖ < δ
Satz 2.50 (Kettenregel)Sei U ⊂ Rn offen, V ⊂ Rm offen, f : U → V differenzierbar in x0 ∈ U , g : V → Rldifferenzierbar in f(x0) ∈ V ⊂ Rm.Dann ist g ◦ f : U → Rl differenzierbar in x0 ∈ U und es gilt:
D(g ◦ f)(x0) = Dg(f(x0)) ◦Df(x0)
BeweisSei ε > 0. Da g differenzierbar in f(x0) ist, wählt man δ′ > 0, so dass δ′ ≤ ε
2 und
‖g(y)− g(f(x0))‖ −Dg(f(x0))(y − f(x0))‖ ≤ ‖y − f(x0)‖ ∀y ∈ V ∧ ‖y − f(x0)‖ < δ′
Da f differenzierbar in x0 ∈ U und Lipschitzstetig in x0 nach Lemma 2.48 ist, wählt man δso, dass
‖f(x)− f(x0)−Df(x0) · (x− x0)‖ ≤ε
2‖Dg(f(x0))‖· ‖x− x0‖
und
‖f(x)− f(x0)‖ ≤ δ′ · ‖x− x0‖ ∀x ∈ U ∧ ‖x− x0‖ ≤ δ
Prof. Dr. J. Brüning 49
2 Differentialrechnung im Rm
Dann folgt:
⇒ ‖g(f(x))− g(f(x0))−Dg(f(x0)) · [Df(x0) · (x− x0)]‖≤ ‖g(f(x))− g(f(x0))−Dg(f(x0)) · (f(x)− f(x0))‖
+ ‖Dg(f(x0))[f(x)− f(x0)−Df(x0) · (x− x0)]‖≤ ‖f(x)− f(x0)‖+ ‖Dg(f(x0))‖ · ‖f(x)− f(x0)−Df(x0)(x− x0)‖
≤ δ′‖x− x0‖+ ‖Dg(f(x0))‖ ·ε
2‖Dg(f(x0))‖· ‖x− x0‖
≤ ε
2‖x− x0‖+
ε
2‖x− x0‖ ∀x ∈ U , ‖x− x0‖ < δ
. �
Satz 2.51 (Reduktion auf Komponenten)Sei f : U → Rn eine Abbildung. f =: (f1, ..., fm) mit fi : U → R, i = 1, ...,m. Dann gilt:f ist in x0 genau dann differenzierbar, wenn jedes fi in x0 differenzierbar ist. In diesem Fallgilt:
Df(x0) = (Df1(x0), ..., Dfn(x0))
BemerkungInsbesondere gilt der Satz 2.51 für Kurven mit n = 1.
BeweisWir beweisen:
• „⇒“Df(x0) = (L1, ..., Lm) : Rn → Rm mit Li : Rn → R linear. Dann folgt:
⇒ |f(x)− fi(x0)− Li(x− x0)= |[f(x)− f(x0)−Df(x0)(x− x0)]i|≤ ‖f(x)− f(x0)−Df(x0)(x− x0)‖ε‖x− x0‖ ,∀‖x− x0‖ ≤ δ
• „⇐“Sei Li := Dfi(x0) für 1, ..., n. Setze L := (L1, ..., Lm) : Rn → Rm. Dann folgt:
‖f(x)− f(x0)− L(x− x0)‖ ≤n∑i=1
|fi(x)− fi(x0)− Li(x− x0)|
< m · ε‖x− x0‖ , ‖x− x0‖ < δ
. �
50 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
Bemerkung (Zusammenfassung)f ist genau dann differenzierbar in x0, wenn ein L existiert, mit L = L(f, x0) ∈ L(Rm,Rn).
f(x0 + h) = f(x0) + Lf (x0, h) +Rf (x0, h)
mit den Bedingungen:
1. ‖h‖ < ε und
2. ‖Rf (x0, h)‖ < ε‖h‖ für ‖h‖ < δ = δ(f, x0, ε) ≤ ε0.
Beispiel (Wichtig!)Ist ‖Rf (x0, h)‖ ≤ C‖h‖1+α, α > 0, dann ist die Bedingung erfüllt, denn für ‖h‖ < δ folgt:
⇒ ‖Rf‖ ≤ Cδ‖h‖
BemerkungDie Ableitung (das Differential) ist eindeutig bestimmt.
Lf (x0, h) = Lf (x0)(h) =: df(x0){h}
Abbildung 13: „Die Tangente approximiert am Besten.“
ErinnerungWir erinnern uns:
1. d ist linear, das heißt
d(a1f1 + a2f2)(x0) = a1df1(x0) + a2df2(x0)
Prof. Dr. J. Brüning 51
2 Differentialrechnung im Rm
2. ρ : V → Rl, f : U → Rnρ ist differenzierbar: f(x0) ∈ V ⇒ ρ ◦ f ist differenzierbar in x0 und es gilt
d(ρ ◦ f)(x0) = dρ(f(x0)) ◦ df(x0)
Satzf ist differenzierbar in x0 ⇔ f i ∀i differenzierbar in x0 ist.
FrageKann ich die Differenzierbarkeit in x0 auf die Differenzierbarkeit in xi0 reduzieren?
f(x0 + t · ei) = fi(x0, t)
Dann ist
f : U → R⇒ df(x0) ∈ L(Rn,Rm)
⇔ df(x0){h} =< ∇f(x0), h >
fi(x0, t) = f(x0 + ei)
= f(x0) + df(x0){tei}+Rf (x0, tei)
= f(x0) + t df(x0){ei}︸ ︷︷ ︸=<∇f(x0),ei>
⇒ ‖Rf (x0, tei)‖ ≤ ε · ‖ε‖ für |t| < δ
Satz 2.52Sei f : U → Rn differenzierbar in x0 ∈ U . Dann gilt:
fi(x0, t) : (εb, ε0) 3 t 7→ f(x0 + tei) ∈ R
ist differenzierbar in 0 ∀i.
52 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
Definition 2.53Wir definieren:
f ′i(x0, t) =:∂f
∂xi(x0)
heißt die partielle Ableitung von f nach xi in x0.
BemerkungDie Umkehrung von 2.52 gilt nicht. Ist f in x0 partiell differenzierbar für jedes i, so brauchtf nicht differenzierbar zu sein (für m > 1).
Satz 2.54Ist f : Rm ⊃ U → R partiell differenzierbar und sind die partiellen Ableitungen ∂f
∂xistetig in
U , so ist f differenzierbar in U .
Definition 2.55Ist y ∈ Rm, f : U → Rn in x0 ∈ U differenzierbar, dann existiert
d
dt|t=0f(x0 + ty) =
d
dt|t=0(f(x0) + tdf(x0){y}+Rf (x0, t, y))
!= df(x0){y}
genannt die Richtungsableitung von f in x0 in Richtung von y.
y =∑
yiej
⇒ df i(x0){y} =∑
yidf i(x0){ej}
=∑j
yi∂f
∂xi0(x0)
Definition 2.56 (Die Matrix)Wir definieren:
Jf(x) =:
(∂f
∂x(x0)
)⊂M(n,m,R)
heißt die Jacobi-Matrix von f für f : U → Rn ifferenzierbar in x0.
BemerkungJf(x0) idt die Matrixdarstellung von df(x0) ∈ L(Rm,Rn) bezüglich der Standardbasen.
Definition 2.57 (Die Determinante (für m = n))Wir definieren:
det Jf(x0) =: jf(x0)
Prof. Dr. J. Brüning 53
2 Differentialrechnung im Rm
heißt die Jacobi-Determinante oder „die Jacobische“ von f in x0.
BeispielWir betrachten:
1. C : R ⊃ I → Rn sei ein differenzierbarer Weg, also der Vektor
C ′(t) =
C′1(t)...
C ′n(t)
= dt{1}
Das heißt
JC(t) = (C ′1(t), ..., C ′n(t))
2. Sei C wie im obigen Beispiel gewählt. C(I) ⊂ V ⊂ Rn, g : V → Rl. g ist differenzierbarin V ⇒ g ◦ c : I → Rl ist ein differenzierbarer Weg.
(g ◦ c)′(t) = dg(c(t)){c′(t)}
Das heißt
(gi ◦ c)′(t) = Jg(c(t)){c′(t)}i
=∑i
∂g1
∂yi(c(t))c′i(t)
3. f : Rn ⊃ U → R sei in U differenzierbar ⇒ für x0 ∈ U , x ∈ Rn ist
df(x0){y} =∑i
∂f
∂xi(x0)y
i
Dann heißt(∂f∂xi
(x0)... ∂f∂xn (x0)
)= ∇f(x0) =: grad f(x0)
der Gradient von f in x0.
• Für f(x) = ‖x‖2 =∑
i li,2 =
∑i(x
i)2 ist f in Rn überall differenzierbar, dennfür x0 ∈ Rn gilt:
f(x0 + h) = ‖x0 + h‖2 = ‖x0‖2 + 2 < x0, h > +‖h‖2
⇒ df(x0) = 2x0 = grad f(x0)
⇒ ∂‖x‖2
∂xi= 2xi
54 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
• Wir können fragen, für welche y ∈ Rn die Richtungsableitung in x0 am größtenwird. Das heißt, was ist
max‖y‖=1
|df(x){y}| = max‖y‖=1
| > grad f(x0), y > |
grad f(x0)6=0= ‖grad f(x0)‖ · max
‖y‖=1
∣∣∣∣< grad f(x0)
?, y >
∣∣∣∣= ‖grad f(x0)‖
Folgerung 2.58Sei f : Rn ⊃ U → R, c : I → U , f ◦ c = const („c liegt in der Niveaumenge f = const“).Dann gilt
< grad f(c(t)), c′(t) >= 0 ∀t ∈ I
BemerkungEs sei
1. f : Rn ⊃offen
U → Rn (o.B.d.A. n = 1).
2. Die Einschränkung auf m = 1n ⇔ Betrachtung der partiellen Ableitung ist nicht mög-lich - aber fast!
Satz 2.59 (Hauptkriterium für Differenzierbarkeit)Es sei f wie in (∗)n=1 und alle partiellen Ableitungen ∂f
∂xj(x)j = 1, ...,m; x ∈ U mögen
existieren, sodass die Funktion
U 3 x 7→ ∂f
∂xj(x) ∈ R
stetig sind ⇔ ∂f∂xj∈ C(U) ∀j.
BeweisWir haben zu zeigen, dass für x ∈ U, x+ h ∈ U .
f(x+ h)− f(x) = df(x){h}+Rf (x, h) , wobei|Rf (x, h)| ≤ ε|h| für |h| < δ = δ(x, z)
werden alle ε > 0.Hier ist df(x){h} =
∑mi=1
∂fxi
(x)hi, weil die partiellen Ableitungen überall existieren. Also
Prof. Dr. J. Brüning 55
2 Differentialrechnung im Rm
betrachten wir:
f(x+ h)− f(x) = f(x1 + h1, ..., xm + hn)− f(x1, ..., xm)
= f(x1 + h1, x2 + h2, ...)− f(x1, x2 + h2, ...)
+ f(x1, x2 + h2, ...)− f(x1, ..., xm)
!=
m∑i=1
(f(x1), ..., f(xi−1), f(xi + hi), ..., f(xm + hn)
)−(f(xi), ..., f(xi−1), f(xi), f(xi+1 + hi+1), ...
)=
m∑i=1
(gi(x
i + hi)− gi(xi))
MWS=
m∑i=1
∂g1∂fi
(xi + hi)hi
=
m∑i=1
∂f
∂xi(x1, ..., xi−1, xi + h
i, xi+1 + hi+1, ...)hi
= df(x){h}+
+m∑i=1
{∂f
∂xi(x1, ..., xi−1, xi + h
i, ..., xm + hm)− ∂f
∂xi(x1, ..., xm)
}hi
gi hängt von (x′), (h′) ab, die Variablen sind aber konstant. . �
BeispielWir betrachten f(x, y) = xy = ey·log x für (x, y) ∈ R>0 × R.
∂f
∂x(x, y) = ey log x
y
x= y · xy−1
∂f
∂y(x, y) = log x · xy
Beide sind jeweils stetig als Produkt stetiger Funktionen. Also ist f überall differenzierbar.
Definition 2.60Die Funktion f , wie in (*), heißt in U stetig differenzierbar, wenn die partiellen Ableitungenin U existieren und stetig sind.
f ∈ C1(U)
56 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
Folgerung 2.61Sind f und g in U stetig differenzierbar, so auch die Funktionen
αf + βg , α+ β ∈ Rif · gf
g, fallsg 6= 0 in U
BemerkungInsbesondere sind alle rationalen Funktionen f(x) = p(x)
q(x) , p, q ∈ R[x] (Polynomring) außer-halb der Nullstelle des Nenners q(x0) = 0 stetig differenzierbar.
Satz 2.62 (Schraubensatz)Sei f , gewählt wie in (*), in U stetig differenzierbar. Für x, y ∈ U mit
[0, 1] 3 t 7→ x+ t(y − x) ∈ U
gilt
|f(x)− f(y)| ≤ |x− y| sup0≤t≤1
‖df(x+ t(y − x))‖︸ ︷︷ ︸<∞
BeweisWir betrachten:
g(t) = f(
cx,y(t)︷ ︸︸ ︷x+ t(y − x))
g ist stetig differenzierbar in (−ε, 1 + ε) für ein ε > 0 und
g(1)− g(0) =
∫ 1
0
∂
∂tg(t) dt
=
∫ 1
0
m∑i=1
∂f
∂x2(cx,y(t))(yi − xi) dt⇐ Kettenregel
=
∣∣∣∣∫ 1
0< ∇f(cx,y(t)), y − x > dt
∣∣∣∣≤∫ 1
0|< ∇f(cx,y(t)), y − x >| dt⇐ Fundamentalsatz
≤∫ 1
0|∇f(cx,y(t))| |x− y| dt⇐ Cauchy-Schwarz-Ungleichung
≤∫ 1
0sup
0≤t≤1‖df(x+ ty)‖|x− y| dt
Prof. Dr. J. Brüning 57
2 Differentialrechnung im Rm
Damit folgt die Behauptung:
g(1)− g(0) ≤ supt‖df(x+ ty)‖|x− y|
�
2.6 Höhere Ableitungen und die Taylerformel
ErinnerungI = (a, b), f : I → R, f ist stetig differenzierbar in I. Dann heißt f zweimal differenzierbarin x0 ∈ I ⇔ f ′ in x0 differenzierbar ist.f heißt in I zweimal differenzierbar ⇔ f ′ in I differenzierbar ist. Die zweite Ableitung von fheißt
∂2f
∂x2(x) = f ′′(x) = f (2)(x) .
Induktiv ergibt sich: Ist f in I (k − 1)-mal stetig differenzierbar, so definieren wir f (k+1) inI analog.
Satz 2.63 (Satz von Taylor)Sei f in I (k + 1)-mal differenzierbar.
⇒ f(x+ h) =k∑j=0
f (j)(x)
j!hj +Rkf (x, h)
wobei
T kf (x, h) =f (j)(x)
j!hj
das k-te Taylorpolynom von f ist und
Rkf (x, h) =f (k+1)(x+ h∗)
(k + 1)!· h(k+1) , |h∗| < |h|
das sogenannte Restglied ist.Ist f nun (k + 1)-mal stetig differenzierbar, so gilt
Rkf (x, h) =h(k+1)
k!
∫ 1
0(1− t)kf (k+1)(x+ th) dt
58 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
Definition 2.64Sei f ∈ C1(U), dann heißt f in x0 zweimal nach xi partiell differenzierbar, falls diepartiellen Ableitungen
∂2f
∂xi∂xj(x) =
∂
∂xi
(∂2f
∂xj
)(x0)
existieren für alle j.
BemerkungA priori sind ∂
∂xi∂∂xj
f(x0) und ∂∂xj
∂∂xif(x0) verschieden.
Definition 2.65f ∈ C2(U) heißt zweimal in U partiell differenzierbar, genau dann wenn
1. f ∈ C ′(U) und
2. ∂f∂xj∈ C1(U).
Satz 2.66 (Hermann Amandus Schwarz)Ist f ∈ C2(U), dann gilt
∂2
∂xi, ∂xjf(x) =
∂2
∂xj , ∂xif(x) ; ∀i, j; x ∈ U
BeweisWähle x0 ∈ U und bilde die Funktion
φ(s, t) := f(x0 + sei + tej) ; |s|, |t| < η(x)
Zu zeigen ist nun:
∂2φ
∂s · ∂t(0, 0) =
∂2φ
∂t · ∂s(0, 0)
Setze jetzt
F (s, t) =1
s
φs(t)︷ ︸︸ ︷
(φ(s, t)− φ(0, t))−
φs(0)︷ ︸︸ ︷(φ(s, 0)− φ(0, 0))
t
←↩ Anwendung Mittelwertsatz
=1
s
∂
∂tφs(t
∗)
=1
s
(∂φ
∂t(s, t∗)− ∂φ
∂t(0, t∗)
)←↩ Anwendung Mittelwertsatz
=∂2φ
∂s · ∂t(s∗, t∗)
s,t→0−→ ∂2φ
∂s · ∂t(0, 0)
Prof. Dr. J. Brüning 59
2 Differentialrechnung im Rm
F (s, t) =1
s · t
((φ(s, t)− φ(s, 0))− (φ(0, t)− φ(0, 0))
s
)s,t→0−→ ∂2φ
∂t · ∂s(0, 0)
�
Definition 2.67Wir definieren:
1. Existieren die partiellen Ableitungen
∂
∂xi1f,
∂
∂xi2
∂
∂xi1f, ...,
∂
∂xik· · · ∂
∂xi1f
auf U , so heißt
∂
∂xik· · · ∂
∂xi1f : U → Rn
eine partielle Ableitung k-ter Ordnung von f .
2. f heißt k-mal stetig differenzierbar genau dann, wenn alle partiellen Ableitungenk-ter Ordnung auf U existieren und stetig sind.
BemerkungWir halten fest:
1. Nach dem „Hauptkriterium“ 2.59 sind alle partiellen Ableitungen bis zur k-ten Ordnungdifferenzierbar.
2. Mit dem Satz von Schwarz 2.66 folgt induktiv:Ist f k-mal stetig differenzierbar, so spielt die Reihenfolge der ∂
∂xijin einer partiellen
Ableitung ≤ k-ter Ordnung von f keine Rolle.
⇒ ∂kf
∂xi1...∂xik=
∂kf
∂x1,k1 ...∂xn,kn
k1, ..., kn ∈ N \ {0}, k1 + ...+ kn = k
BeispielSei f : R2 → R definiert durch f(x, y) = e2x+y
2. Bild nun die partiellen Ableitungen:
∂f
∂x(x, y) = 2 · e2x+y2 ;
∂2f
∂y∂x(x, y) = 4y · e2x+y2
∂f
∂y(x, y) = 2y · e2x+y2 ;
∂2f
∂x∂y(x, y) = 4y · e2x+y2
⇒ ∂2f
∂y∂x(x, y) =
∂2f
∂x∂y(x, y)
∂3f
∂x∂y∂x(x, y) = 8y · e2x+y2 =
∂3f
∂x2∂y(x, y) , geordnete Schreibweise
60 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
NotationWir schreiben auch ∂i1...ikf für ∂kf
∂xi1 ...∂xik.
Satz 2.68 (Satz über die Taylorformel)Sei U ⊂ Rn offen. x0, x ∈ U und für alles x ∈ [0, 1] gelte x0+ t(x−x0) ∈ U . Sei f : U → R(k + 1)-mal stetig differenzierbar. Dann existiert ein ϑ ∈ [0, 1], sodass
f(x) =k∑j=0
1
j!
n∑i1,...,ij=1
∂jf
∂xi1 ...∂xij(x0) · (xi1 − x0i1 ) · ... · (xij − x0ij )︸ ︷︷ ︸
=:(Tki ,x0,f)(x)
+1
(k + 1)!
n∑i1,...,ik+1=1
∂k+1f
∂xi1 ...∂xik+1(x0 + ϑ(x− x0)) · (xi1 − x0i1 ) · ... · (xik+1
− x0ik+1)
!
Abbildung 14: Schema zum Satz über die Taylorformel
Insbesondere
1. Fall: k + 1 = 1:
f(x) = f(x0) +1
1!
n∑i=1
∂f
∂xi(x0 + ϑ(x− x0)) · (xi − x0i)
= f(x0)+ < grad f(x0 + ϑ(x− x0)), x− x0 >
Prof. Dr. J. Brüning 61
2 Differentialrechnung im Rm
2. Fall: k + 1 =:
f(x) = f(x0) +1
1!
{∂
∂x1f(x0) · (x1 − x01) +
∂
∂x2f(x0) · (x2 − x02)
}+
1
2!
∂2
∂x21f(x0 + ϑ(x− x0))(x1 − x01)2
+1
2!2
∂2
∂x1∂x2f(x0 + ϑ(x− x0))(x1 − x01)(x2 − x02)
+1
2!
∂2
∂x22f(x0 + ϑ(x− x0))(x2 − x02)2
BeweisSei ε > 0 so klein, dass auch noch {x0 + t · (x− x0)|t ∈ (−ε, 1 + ε)} ∈ U in liegt. Solch einε existiert, da U offen ist.Betrachte nun die Funktion:
g : (−ε, 1 + ε)→ Rg(t) = f(x0 + t(x− x0))
Bilde nun die Ableitungen von g(t):
g′(t) = Jg(t)K.-regel
=
(∂f
∂x1...∂f
∂xn
)(x0 + t(x− x0)) ◦
x− x01...
xn − x0n
=
n∑i1=1
∂f
∂xi1(x0 + t(x− x0))(xi1 − x0)⇐ Indexersetzung i = i1
Bild nun die zweite Ableitung von g(t):
g′′(t) =
(∂2f
∂x1∂xi1...
∂2f
∂xn∂xi1
)(x0 + t(x− x0)) ◦
x− x01...
xn − x0n
(xn − x01)
=n∑
i1,i2=1
∂2f
∂xi2∂xi1(x0 + t(x− x0))(xi2 − x0i2 )(xi1 − x0i1 )
Bilde nun die k-te Ableitung von g(t):
g(k)(t) =∑
i1,...,1k=1
∂(k)f
∂xi1 ...∂xin(x0 + t(x− x0))(xi1 − x0i1 ) · ... · (xik − x0ik )
Benutze den Satz über die Taylorformel 2.63 aus Analysis I für g : R → R. Damit existiert
62 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
ein ϑ ∈ (0, 1):
g(1) =
k∑i=0
1
j!· g(j)(0) · (1− 0)j +
1
(k + 1)!g(k+1)(ϑ)(1− 0)(k+1)
= f(x0 + 1 · (x− x0)) = f(x)
�
BeispielSei f : (0,∞)× R→ R definiert als f(x, y) = xy = ey·ln(x). Bestimme T2,(1,1)f !
f(1, 1) = 1
∂f
∂x(x, y) = y · xy−1 ;
∂f
∂x(1, 1) = 1
∂f
∂y(x, y) = lnx · xy ;
∂f
∂y(1, 1) = 0
∂2f
∂x2(x, y) = y · (y − 1) · xy−2 ;
∂2f
∂x2(1, 1) = 0
∂2f
∂x∂y(x, y) =
∂2f
∂y∂x(x, y) = xy−1 + y · lnx · xy−1 ;
∂2f
∂x∂y(1, 1) = 1
∂2f
∂y2(x, y) = ln2 x · xy ;
∂2f
∂y2(1, 1) = 0
Berechne nun das Taylorpolynom T2,(1,1)f :
(T2,(1,1)f)(x, y) = f(1, 1) +1
1!
(∂f
∂x(1, 1)(x− 1) +
∂f
∂y(1, 1)(y − 1)
)+
1
2!
(∂2f
∂x2(1, 1)(x− 1)2 + 2
∂2f
∂x∂y(1, 1)(x− 1)(y − 1) +
∂2f
∂y2(1, 1)(y − 1)2
)= 1 +
1
1![1 · (x− 1) + 0 · (y − 1)]
+1
2![0 · (x− 1)2 + 2 · 1 · (x− 1)(y − 1) + 0 · (y − 1)2]
= 1 + x− 1 + (x− 1)(y − 1)
BemerkungTaylorformel = Approximation von „komplizierten Funktionen“ (*) durch Polynome.(*)=k-mal in U ⊂ Rm stetig differenzierbare Funktionen, also alle partiellen Ableitungenexistieren bis zur Ordnung k in U und sind dort stetig.Was war die Taylorformel?
f(x+ h) = f(x) + ...
Prof. Dr. J. Brüning 63
2 Differentialrechnung im Rm
eindimensionale Taylorformel
gx,h(t) = f(x+ th)
gx,h(1) = g(0) +k∑j=0
g(j)(0)
j!+Rkg(0, 1)
d
dtgx,h(t) =
d
dtf(x+ th) = df(x+ th) · {h}
=m∑i=1
∂f
∂xi(x+ th)hi =
(m∑i=1
hi∂
∂xi
)(f)(x+ th)
d2
dt2gx,h(t) =
(m∑i=1
hi∂
∂xi
)2
(f)(x+ th)
...
dk
dtkgx,h(t) =
(m∑i=1
hi∂
∂xi
)k(f)(x+ th)
Erinnerung:(m∑i=1
ai
)k=?
• k = 2 :
(a1 + a2)k =
k∑j=0
(kj
)aj1a
k−j2
= k!k∑j=0
ajij!
ak−j2
(k − j)!
α = (α1, ..., αm) ∈ Zm+x = (x1, ..., xm)⇒ xα = xα1
1 , ..., xαmm
α! = α1!α2! · · ·αm!
|α| = α1 + α2 + ...+ αm
⇒ = k!∑
a∈Z2+,|α|=k
aα
α!
64 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
• k = k :(m∑i=1
ai
)k= k! ·
∑a∈Zk+,|α|=k
aα
α!= k! ·
∑a∈Zk+,|α|=k
aα11
α1!· · · a
αmm
αm!
Damit ergibt sich für:
dk
dtkgx,h(t) =
(m∑i=1
hi∂
∂xi
)k(f)(x+ th)
= k! ·∑
a∈Zk+,|α|=k
hα
α!· ∂|α|
∂xα
weil die Operatoren ∂∂xi
angewendet auf f vertauschbar sind.Damit folgt für die Taylorformel:
f(x+ h) =k∑j=0
1
j!
m∑β1,...,βj=0
(∂
∂xβ1· · · ∂
∂xβjf
)(x)(hβ1 · · ·hβm) +Rkf(x, h)
=k∑j=0
∑α∈Zm+ ,|α|=j
hα
α!
∂|α|f
∂xα(x) +Rkf(x, h)
:= Tkf(x, h) +Rkf(x, h)
... bezeichnet das k-te Taylorpolynom (in h) an der Stelle x, wobei
Rkf(x, h) =1
(k + 1)!
∑β1,...,βk+1
(∂
∂xβ1· · · ∂
∂xβ(k+1)f
)(x+ ϑh) , wobei ϑ ∈ [0, 1]
Abbildung 15
Prof. Dr. J. Brüning 65
2 Differentialrechnung im Rm
Lemma 2.69Sei f in U ⊂ Rm (k + 1)-mal differenzierbar und k-mal stetig differenzierbar. dann gilt
|Rkf(x, h)| ≤ mk+1
(k + 1)!sup|α|=k+1
∣∣∣∣∣∂|k|f∂xα(y)
∣∣∣∣∣ |h|k+1 , wobei y ∈ Bj(x)⇔ |h| < δ
≤ Ck+1(f, δ)(mδ)k+1
(k + 1)!, (0 ≤ Ck+1(f, δ) ≤ ∞)
BeweisAnalyse von Rkf(x, h)!
Lemma 2.70Ist f (k + 1)-mal stetig differenzierbar in U oder Ck+1(f, x, δ) <∞ für δ ≤ δ0, dann gilt
|f(x+ h)− Tkf(x, h)| ≤ ε|h|k
für |h| ≤ δ = δ(ε) und ∀ε > 0.
Bemerkung (Taylorreihe)Ist f unendlich oft differenzierbar, so ist
Tf(x, h) =∞∑j=0
∑a∈Zm+ ,|α|=j
hα
α!
∂αf
∂xα(x)
(formal!) wohl definiert, aber
1. die Reihe braucht nicht zu konvergieren!
2. wenn die Reihe konvergiert, braucht sie sie nicht gleich f zu sein.
In vielen interessanten Fällen konvergiert die Taylorreihe aber dennoch!
BeispielWir betrachten:
e−|x|2
= e−x21,...,−x2m
=∞∑j=0
(−1)j
j!|x|2j =
∞∑j=0
(−1)j
j!(x1,2 + ...+ xm,2)j
=∞∑j=0
(−1)j∑
a∈Zm+ ,|α|=j
x2α
α!
66 Prof. Dr. J. Brüning
2 Differentialrechnung im Rm
Definition 2.71 (Polynome)Polynome sind Abbildungen p : Rm → R von der Form
p(x) =∑
a∈Zm+ ,|α|≤k
aαxα
wobei aα ∈ R, xα = x1,α1 , ..., xm,αm .
BeispielSei p ∈ C∞(Rm) ein Polynom und
∂|β|
∂xβp(0) =
∑α∈Zm+ ,|α|≤k
aα∂|β|
∂xβxα|x=0 = aβ · β
⇒ aβ =
(1
β!
∂|β|
∂xβp
)(0)
⇒ p(x) = Tkf(0, x)
⇒ Das Polynom ist gleich dem Taylorpolynom.
Definition 2.72p heißt von der Ordnung k, wenn∑
|α|=k
|aα| > 0
und p heißt homogen vom Grad k, wenn∑|α|<k
|aα| = 0 .
Der lineare Raum der Polynome wird mit R[x1, ..., xn] bezeichnet.
f(x) + df(x){h} , Polynom vom Grad ≤ 1
Lemma 2.73Es sei f ∈ Ck+1(U), k ≤ ∞.Dann ist Tkf(x, h) charakterisiert durch die Ungleichung
|f(x+ h)− Tkf(x, h)| ≤ ε|h|k für |h| < δ = δ(ε) (∗)
in folgendem Sinne:Ist p(h) ein Polynom vom Grad ≤ k, das (*) erfüllt, so ist
p(h) = Tkf(x, h) .
Prof. Dr. J. Brüning 67
2 Differentialrechnung im Rm
Beweisp erfülle die Ungleichung (*), dann ist
|p(h)− Tkf(x, h)| ≤ |f(x+ h)− p(h)|+ |f(x+ h)− Tkf(x, h)
≤ ε|h|k , für δ = δ(ε) und |h| < δ
Also bleibt zu zeigen:Ist q ∈ R[h1, ..., hm] vom Grad ≤ k und
|q(h)| ≤ ε|h|k für |h| < δ = δ(ε)
so ist q = 0.
Beweis durch Induktion:
• k = 0 :⇒ q = q(0)⇒ |q(0)| ≤ ε für |h| < δ = δ(ε) und alle ε > 0⇒ q(0) = 0.
• k ≥ 0 bewiesen:q vom Grad k + 1,
|q(h)| = |q≤k(h) + qk+1(h)| ≤ ε|h|k+1
⇒ |q≤k(h)| ≤ ε|h|k+1 + C|h|k+1 ≤ ε|h|k
⇒ |q≤k| = 0 , nach Induktionsvoraussetzung
⇒ |qk+1(h)| = |h|k+1
∣∣∣∣∣∣∑|α|=k+1
aα
(h
|h|
)α∣∣∣∣∣∣ ≤ ε|h|k+1 für |h| ≤ δ(ε)
⇒
∣∣∣∣∣∣∑|α|=k+1
aα
(h
|h|
)α∣∣∣∣∣∣ ≤ ε ∀ε > 0
⇒∑|α|=k+1
aα
(h
|h|
)α= 0
⇒ qk+1(h) = 0
68 Prof. Dr. J. Brüning