F.R. GRANARIA

Zur interaktiven Werkstatt · PDF

Kapiteltext · Aufgaben und Lösungen

Einheit 11 – Taylor und Konvexität

Dritte Fassung vom 18. November 2026.

Leitfrage

Ein Rechenwerk beherrscht nur Addition, Subtraktion, Multiplikation und Division. Es soll sin⁡12\sin\frac12 und 2\sqrt2 auf zehn Nachkommastellen ausgeben. Einheit 9 stellt sin⁡\sin als Reihe dar (Definition 9.20, Satz 9.21 (4)), Einheit 2 erklärt 2\sqrt2 als positive Lösung von x2=2x^2=2 (Satz 2.39); beides sind Grenzwerte, und ein Rechenwerk bricht jeden Grenzprozess nach endlich vielen Schritten ab. Wie berechnet man solche Zahlen mit endlich vielen Grundrechenarten, und woher weiß man, dass die ausgegebenen Stellen stimmen?

Für sin⁡12\sin\frac12 hat Einheit 9 schon eine Antwort gegeben: Auf (0,2](0,2] liegt sin⁡x\sin x zwischen zwei aufeinanderfolgenden Partialsummen seiner Reihe (Satz 9.24). Diese Antwort hängt daran, dass sin⁡\sin als Reihe gegeben ist, deren Glieder dort im Vorzeichen wechseln und dem Betrag nach fallen, und Satz 9.24 ist nur für 0<x≤20<x\le2 ausgesprochen. Für 1,1\sqrt{1{,}1}, ln⁡2\ln2 oder 23\sqrt[3]2 gibt es keine definierende Reihe, die man abbrechen könnte. Diese Einheit gibt eine Antwort, die von keiner solchen Reihe abhängt. Das Taylorpolynom ersetzt eine Funktion durch ein Polynom, das allein aus ihren Ableitungen in einem Punkt gebildet ist, und das Restglied gibt eine beweisbare Fehlerschranke, für sin⁡\sin an jeder Stelle x∈Rx\in\mathbb{R} (Satz 11.10). Für 2\sqrt2 erklärt die Konvexität, warum das Newton-Verfahren von oben monoton und sehr schnell konvergiert (Satz 11.22). Abschnitt 11.9 führt beide Rechnungen aus.

Voraussetzungen. Aus Einheit 10: die lineare Näherung (Satz 10.2), Folgerung 10.3 (Differenzierbarkeit erzwingt Stetigkeit), höhere Ableitungen und die Klassen CkC^k, C∞C^\infty (Definition 10.4), die Rechenregeln (Satz 10.5), die Kettenregel (Satz 10.6), die Ableitungen von exp⁡\exp, ln⁡\ln, xαx^\alpha (Satz 10.9) und von sin⁡\sin, cos⁡\cos (Satz 10.10), lokale Extremstellen (Definition 10.11), die Regel von Fermat (Satz 10.12), der Mittelwertsatz (Satz 10.14), das Monotoniekriterium (Folgerung 10.15) und der verallgemeinerte Mittelwertsatz von Cauchy (Satz 10.16); die Regeln von de l'Hospital (Satz 10.20) nur zum Vergleich. Ferner: die geometrische Summe (Satz 1.13), der Binomialsatz (Satz 1.20); Supremum und Infimum (Satz 2.34, Folgerung 2.35), Wurzeln (Satz 2.39); die Dreiecksungleichung in C\mathbb{C} (Satz 3.10); das Monotonieprinzip (Satz 4.16) und Satz 4.20; das Leibniz-Kriterium (Satz 6.16) und Folgerung 6.5; einseitige Grenzwerte (Definition 7.7, Lemma 7.8), der Zwischenwertsatz (Folgerung 7.16), konvexe Mengen und Intervalle (Definition 7.17, Lemma 7.18), Endpunkte und innere Punkte (Definition 7.29); der Satz vom Maximum (Satz 8.16); aus Einheit 9 die Eigenschaften von exp⁡\exp, ln⁡\ln, sin⁡\sin, cos⁡\cos, π\pi und der allgemeinen Potenz, insbesondere exp⁡(x)=∑k≥0xk/k!\exp(x)=\sum_{k\ge0}x^k/k!, das Wachstum tmexp⁡(−t)→0t^m\exp(-t)\to0 für t→∞t\to\infty (Satz 9.11), die Reihen von sin⁡\sin und cos⁡\cos (Satz 9.21 (4)) sowie sin⁡x>0\sin x>0 für 0<x<π0<x<\pi und cos⁡x>0\cos x>0 für ∣x∣<π2|x|<\frac\pi2 (Satz 9.29 (1)). Ferner aus Einheit 10 die einseitigen Ableitungen und die Bemerkung über Lokalität und Einschränkung, für die Bemerkung über Werte in C\mathbb{C} die Bemerkung über Funktionen mit komplexen Werten, Lemma 10.22 und Folgerung 10.24; aus Einheit 7 die Erhaltung von ≤\le beim Grenzübergang (Satz 7.6 (3)) und der Nullstellensatz (Satz 7.15); aus Einheit 9 außerdem exp⁡(x)≥1+x\exp(x)\ge1+x (Satz 9.7 (2)), die Abschätzungen auf (0,2](0,2] (Satz 9.24), exp⁡(2πi)=1\exp(2\pi i)=1 (Satz 9.28 (1)), die Nullstellen von sin⁡\sin (Satz 9.29 (2)) und π>3\pi>3 (Absatz nach Definition 9.27). Zum Vergleich werden Satz 1.25, Satz 2.18 und Satz 4.21 herangezogen. Das Aufgabenblatt benutzt außerdem die Wohlordnung (Satz 1.16), die Dichtheit und die Abzählbarkeit von Q\mathbb{Q} (Satz 2.31, Definition 2.42, Satz 2.45, Lemma 2.44), die Erhaltung von ≤\le beim Grenzübergang für Folgen (Satz 4.10), das Quotientenkriterium (Satz 6.15) und Folgerung 7.20.

Die Folgerungen 11.23 bis 11.25 stehen in Abschnitt 11.5, also vor Satz 11.17; ihre Nummern schließen an die letzte Nummer der Einheit an.

Das Integral steht noch nicht zur Verfügung (Einheit 12). Alle Restglieder werden deshalb über Mittelwertsätze gewonnen; die Integralform des Restglieds folgt in Einheit 13 (Satz 13.9). Gliedweises Differenzieren von Potenzreihen steht erst in Einheit 14 zur Verfügung und wird nicht benutzt.

Schreibweise. II ist ein Intervall mit mehr als einem Punkt; Endpunkte und innere Punkte sind wie in Definition 7.29 erklärt. In einem Endpunkt von II, der zu II gehört, ist die Ableitung einseitig (Einheit 10). Für r ⁣:I∖{a}→Rr\colon I\setminus\{a\}\to\mathbb{R} und n∈N0n\in\mathbb{N}_0 schreibt man r(x)=o((x−a)n)r(x)=o\bigl((x-a)^n\bigr) für x→ax\to a, wenn lim⁡x→ar(x)/(x−a)n=0\lim_{x\to a}r(x)/(x-a)^n=0 gilt (Landau-Symbol). Entsprechend schreibt man r(x)=O((x−a)n)r(x)=O\bigl((x-a)^n\bigr) für x→ax\to a, wenn es Zahlen C≥0C\ge0 und δ>0\delta>0 gibt mit ∣r(x)∣≤C∣x−a∣n|r(x)|\le C|x-a|^n für alle x∈Ix\in I mit 0<∣x−a∣<δ0<|x-a|<\delta. Beide Zeichen sind Abkürzungen für diese Aussagen, keine Gleichungen zwischen Funktionen: Aus r(x)=o(x−a)r(x)=o(x-a) und s(x)=o(x−a)s(x)=o(x-a) folgt nicht r=sr=s. Der Satz über die lineare Näherung (Satz 10.2) sagt in dieser Schreibweise: f(x)=f(a)+f′(a)(x−a)+o(x−a)f(x)=f(a)+f'(a)(x-a)+o(x-a).

11.1 Das Taylorpolynom

Die Tangente ist das Polynom vom Grad höchstens 11, das in aa denselben Wert und dieselbe Ableitung hat wie ff. Man sucht nun ein Polynom vom Grad höchstens nn, das in aa mit ff in den ersten nn Ableitungen übereinstimmt.

Definition 11.1. Sei n∈N0n\in\mathbb{N}_0, f ⁣:I→Rf\colon I\to\mathbb{R} nn-mal differenzierbar und a∈Ia\in I. Das Polynom

Tn(x)=Tn,af(x)=∑k=0nf(k)(a)k!(x−a)kT_n(x)=T_{n,a}f(x)=\sum_{k=0}^{n}\frac{f^{(k)}(a)}{k!}(x-a)^k

heißt nn-tes Taylorpolynom von ff im Entwicklungspunkt aa. Die Funktion Rn=f−TnR_n=f-T_n heißt Restglied.

Für die Definition genügt weniger. Ist n≥1n\ge1, existiert f(n−1)f^{(n-1)} auf II und ist f(n−1)f^{(n-1)} im Punkt aa differenzierbar, so schreiben wir f(n)(a)=(f(n−1))′(a)f^{(n)}(a)=(f^{(n-1)})'(a), auch wenn f(n)f^{(n)} nicht auf ganz II existiert, und erklären TnT_n mit derselben Formel. Definition 10.4 erklärt f(n)f^{(n)} nur als Funktion auf ganz II; die hier vereinbarte Schreibweise für einen einzelnen Punkt wird in Lemma 11.5, Satz 11.6 und Satz 11.8 gebraucht. Die Vereinbarung 00=10^0=1 aus Einheit 1 sorgt dafür, dass der Summand k=0k=0 gleich f(a)f(a) ist, auch für x=ax=a.

Lemma 11.2. Sei a∈Ra\in\mathbb{R} und n∈N0n\in\mathbb{N}_0.

  1. Jedes Polynom pp vom Grad höchstens nn lässt sich als p(x)=∑k=0nck(x−a)kp(x)=\sum_{k=0}^{n}c_k(x-a)^k mit ck∈Rc_k\in\mathbb{R} schreiben.
  2. Für p(x)=∑k=0nck(x−a)kp(x)=\sum_{k=0}^{n}c_k(x-a)^k gilt p(j)(a)=j! cjp^{(j)}(a)=j!\,c_j für 0≤j≤n0\le j\le n und p(n+1)=0p^{(n+1)}=0. Insbesondere sind die ckc_k durch pp und aa eindeutig bestimmt, und p=Tn,app=T_{n,a}p.
  3. Existiert f(n)(a)f^{(n)}(a) im Sinn von Definition 11.1 oder der Vereinbarung danach, so ist TnT_n das einzige Polynom vom Grad höchstens nn, dessen Ableitungen der Ordnung 00 bis nn in aa mit denen von ff übereinstimmen.

Beweis. (1) Sei p(x)=∑m=0nbmxmp(x)=\sum_{m=0}^{n}b_mx^m. Nach dem Binomialsatz (Satz 1.20) ist xm=(a+(x−a))m=∑k=0m(mk)am−k(x−a)kx^m=\bigl(a+(x-a)\bigr)^m=\sum_{k=0}^{m}\binom mk a^{m-k}(x-a)^k. Einsetzen und Ordnen der endlichen Doppelsumme nach kk ergibt die Darstellung mit ck=∑m=kn(mk)am−kbmc_k=\sum_{m=k}^{n}\binom mk a^{m-k}b_m.

(2) Durch Induktion über jj mit der Kettenregel folgt für k,j∈N0k,j\in\mathbb{N}_0: Die jj-te Ableitung von (x−a)k(x-a)^k ist k!(k−j)!(x−a)k−j\frac{k!}{(k-j)!}(x-a)^{k-j} für j≤kj\le k und 00 für j>kj>k. In x=ax=a verschwindet (x−a)k−j(x-a)^{k-j} für k>jk>j, und für k=jk=j ist es 11. Also bleibt von p(j)(a)p^{(j)}(a) nur der Summand k=jk=j mit dem Wert j! cjj!\,c_j. Für j=n+1>kj=n+1>k verschwinden alle Summanden. Damit ist cj=p(j)(a)/j!c_j=p^{(j)}(a)/j! durch die Funktion pp festgelegt, und die Darstellung ist Tn,apT_{n,a}p.

(3) Nach (2) mit ck=f(k)(a)/k!c_k=f^{(k)}(a)/k! hat TnT_n in aa die Ableitungen f(j)(a)f^{(j)}(a), 0≤j≤n0\le j\le n. Hat ein Polynom qq vom Grad höchstens nn dieselbe Eigenschaft, so schreibt man es nach (1) in Potenzen von x−ax-a; nach (2) sind seine Koeffizienten q(k)(a)/k!=f(k)(a)/k!q^{(k)}(a)/k!=f^{(k)}(a)/k!, also ist q=Tnq=T_n. □\square

Jedes Polynom lässt sich also nach Potenzen von x−ax-a umschreiben, mit den Koeffizienten p(k)(a)/k!p^{(k)}(a)/k!, und ein Polynom vom Grad höchstens nn ist in jedem Punkt sein eigenes nn-tes Taylorpolynom.

Beispiele. (a) Für f=exp⁡f=\exp und a=0a=0 ist f(k)(0)=1f^{(k)}(0)=1, also Tn(x)=∑k=0nxkk!T_n(x)=\sum_{k=0}^{n}\frac{x^k}{k!}: das Taylorpolynom ist die Teilsumme der Exponentialreihe. (b) Für sin⁡\sin in 00 wiederholen sich die Ableitungswerte 0,1,0,−10,1,0,-1; es ist T2m+1(x)=T2m+2(x)=∑j=0m(−1)jx2j+1(2j+1)!T_{2m+1}(x)=T_{2m+2}(x)=\sum_{j=0}^{m}\frac{(-1)^jx^{2j+1}}{(2j+1)!}. Für cos⁡\cos entsprechend T2m(x)=T2m+1(x)=∑j=0m(−1)jx2j(2j)!T_{2m}(x)=T_{2m+1}(x)=\sum_{j=0}^{m}\frac{(-1)^jx^{2j}}{(2j)!}. (c) Für f(x)=ln⁡(1+x)f(x)=\ln(1+x) auf (−1,∞)(-1,\infty) ist f(k)(x)=(−1)k−1(k−1)! (1+x)−kf^{(k)}(x)=(-1)^{k-1}(k-1)!\,(1+x)^{-k} für k≥1k\ge1 (Induktion), also Tn(x)=∑k=1n(−1)k−1kxkT_n(x)=\sum_{k=1}^{n}\frac{(-1)^{k-1}}{k}x^k.

11.2 Restglieder nach Lagrange und Cauchy

Das Taylorpolynom ist nur so viel wert wie die Kenntnis des Fehlers. Der folgende Satz drückt den Fehler durch die nächsthöhere Ableitung an einer Zwischenstelle aus. Er verallgemeinert den Mittelwertsatz, der der Fall n=0n=0 ist.

Satz 11.3 (Taylor, Restglied nach Schlömilch). Sei f ⁣:I→Rf\colon I\to\mathbb{R} (n+1)(n+1)-mal differenzierbar, seien a,x∈Ia,x\in I mit x≠ax\ne a und p∈{1,2,…,n+1}p\in\{1,2,\dots,n+1\}. Dann gibt es ein ξ\xi echt zwischen aa und xx mit

f(x)=Tn(x)+f(n+1)(ξ)n! p (x−ξ)n+1−p(x−a)p.f(x)=T_n(x)+\frac{f^{(n+1)}(\xi)}{n!\,p}\,(x-\xi)^{n+1-p}(x-a)^p .

Beweisidee. Man hält den Punkt xx fest und lässt den Entwicklungspunkt wandern: F(t)F(t) sei der Wert des Taylorpolynoms mit Entwicklungspunkt tt an der Stelle xx. Dann ist F(x)=f(x)F(x)=f(x) und F(a)=Tn(x)F(a)=T_n(x), und die Ableitung von FF ist wegen einer Teleskopsumme sehr einfach. Der verallgemeinerte Mittelwertsatz, angewandt auf FF und eine frei wählbare Vergleichsfunktion, liefert den Rest.

Beweis. Für t∈It\in I sei

F(t)=∑k=0nf(k)(t)k!(x−t)k,G(t)=(x−t)p.F(t)=\sum_{k=0}^{n}\frac{f^{(k)}(t)}{k!}(x-t)^k,\qquad G(t)=(x-t)^p .

Dann ist F(x)=f(x)F(x)=f(x) (nur der Summand k=0k=0 bleibt), F(a)=Tn(x)F(a)=T_n(x), G(x)=0G(x)=0 und G(a)=(x−a)pG(a)=(x-a)^p. Da f(k)f^{(k)} für k≤nk\le n differenzierbar ist, ist FF auf II differenzierbar. Mit Ak(t)=f(k+1)(t)k!(x−t)kA_k(t)=\frac{f^{(k+1)}(t)}{k!}(x-t)^k gilt nach Produkt- und Kettenregel

(f(k)(t)k!(x−t)k)′=Ak(t)−Ak−1(t)(k≥1),(f(t))′=A0(t),\Bigl(\frac{f^{(k)}(t)}{k!}(x-t)^k\Bigr)'=A_k(t)-A_{k-1}(t)\quad(k\ge1),\qquad\bigl(f(t)\bigr)'=A_0(t),

denn kk!=1(k−1)!\frac{k}{k!}=\frac{1}{(k-1)!}. Die Summe über k=0,…,nk=0,\dots,n teleskopiert:

F′(t)=An(t)=f(n+1)(t)n!(x−t)n.F'(t)=A_n(t)=\frac{f^{(n+1)}(t)}{n!}(x-t)^n .

Ferner ist G′(t)=−p(x−t)p−1G'(t)=-p(x-t)^{p-1}, und das ist für jedes tt echt zwischen aa und xx von null verschieden. Der verallgemeinerte Mittelwertsatz (Satz 10.16), angewandt auf FF und GG auf dem abgeschlossenen Intervall mit den Endpunkten aa und xx, liefert ξ\xi echt zwischen aa und xx mit

(F(x)−F(a))G′(ξ)=(G(x)−G(a))F′(ξ).\bigl(F(x)-F(a)\bigr)G'(\xi)=\bigl(G(x)-G(a)\bigr)F'(\xi).

Die Gleichung ändert sich nicht, wenn man die Rollen der beiden Endpunkte vertauscht; es kommt also nicht darauf an, ob x<ax<a oder x>ax>a ist. Einsetzen ergibt

(f(x)−Tn(x))(−p(x−ξ)p−1)=−(x−a)p f(n+1)(ξ)n!(x−ξ)n.\bigl(f(x)-T_n(x)\bigr)\bigl(-p(x-\xi)^{p-1}\bigr)=-(x-a)^p\,\frac{f^{(n+1)}(\xi)}{n!}(x-\xi)^n .

Division durch −p(x−ξ)p−1≠0-p(x-\xi)^{p-1}\ne0 gibt die Behauptung, denn n−(p−1)=n+1−pn-(p-1)=n+1-p. □\square

Folgerung 11.4 (Lagrange und Cauchy). Unter den Voraussetzungen von Satz 11.3 gibt es ξ\xi und η\eta echt zwischen aa und xx mit

Rn(x)=f(n+1)(ξ)(n+1)!(x−a)n+1(Lagrange),Rn(x)=f(n+1)(η)n!(x−η)n(x−a)(Cauchy).R_n(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-a)^{n+1}\quad\text{(Lagrange)},\qquad R_n(x)=\frac{f^{(n+1)}(\eta)}{n!}(x-\eta)^n(x-a)\quad\text{(Cauchy)}.

Ist insbesondere ∣f(n+1)(t)∣≤M|f^{(n+1)}(t)|\le M für alle tt zwischen aa und xx, so ist ∣Rn(x)∣≤M(n+1)!∣x−a∣n+1|R_n(x)|\le\dfrac{M}{(n+1)!}|x-a|^{n+1}.

Beweis. p=n+1p=n+1 beziehungsweise p=1p=1 in Satz 11.3. □\square

Die Lagrange-Form sieht aus wie der nächste Summand des Taylorpolynoms, nur mit der Ableitung an einer unbekannten Zwischenstelle. Sie ist die meistgebrauchte. Die Cauchy-Form ist dann überlegen, wenn der Faktor (x−η)n(x-\eta)^n klein ist im Vergleich zu (x−a)n(x-a)^n; Satz 11.10 (4) und (G3) zeigen einen Fall, in dem die naheliegende Abschätzung der Lagrange-Form versagt und die Cauchy-Form zum Ziel führt. Über die Lage der Zwischenstelle weiß man in beiden Fällen nichts weiter, und die Stellen ξ\xi, η\eta sind im Allgemeinen verschieden.

Bemerkung (Integralform, Vorgriff). Für f∈Cn+1(I)f\in C^{n+1}(I) gilt Rn(x)=1n!∫axf(n+1)(t)(x−t)n dtR_n(x)=\frac{1}{n!}\int_a^x f^{(n+1)}(t)(x-t)^n\,dt. Diese Darstellung setzt das Integral und den Hauptsatz voraus und wird in Einheit 13 bewiesen (Satz 13.9); dort folgen aus ihr die Lagrange-Form und die Cauchy-Form erneut, unter der stärkeren Voraussetzung f∈Cn+1(I)f\in C^{n+1}(I) und mit Mittelwertsätzen der Integralrechnung (Bemerkung nach Satz 13.9).

Bemerkung (Werte in C\mathbb{C}). Für f ⁣:I→Cf\colon I\to\mathbb{C} sind Ableitungen und höhere Ableitungen wie in der Bemerkung über Funktionen mit komplexen Werten in Abschnitt 10.6 erklärt. Nach Lemma 10.22 und Induktion über kk ist ff genau dann (n+1)(n+1)-mal differenzierbar, wenn u=Re⁡fu=\operatorname{Re}f und v=Im⁡fv=\operatorname{Im}f es sind, und dann ist f(k)=u(k)+iv(k)f^{(k)}=u^{(k)}+iv^{(k)} für k≤n+1k\le n+1; Definition 11.1 ergibt also Tnf=Tnu+iTnvT_nf=T_nu+iT_nv. Die Gleichungen von Lagrange und Cauchy werden für solche ff falsch: Schon für n=0n=0 ist das die Gleichungsform des Mittelwertsatzes, die für f(t)=exp⁡(it)f(t)=\exp(it) auf [0,2π][0,2\pi] scheitert (Einheit 10, Absatz vor Folgerung 10.24). Die Schranke in Folgerung 11.4 bleibt richtig; für n=0n=0 ist sie Folgerung 10.24, und der Beweis überträgt sich. Ist R=f(x)−Tnf(x)≠0R=f(x)-T_nf(x)\ne0 und c=R‾/∣R∣c=\overline{R}/|R|, so ist g=Re⁡(cf)g=\operatorname{Re}(cf) reellwertig und nach Satz 10.5 (für Werte in C\mathbb{C}) und Lemma 10.22 (n+1)(n+1)-mal differenzierbar mit g(k)=Re⁡(cf(k))g^{(k)}=\operatorname{Re}(cf^{(k)}). Weil (x−a)k/k!(x-a)^k/k! reell ist, gilt Tng=Re⁡(c Tnf)T_ng=\operatorname{Re}(c\,T_nf) und damit g(x)−Tng(x)=Re⁡(cR)=∣R∣g(x)-T_ng(x)=\operatorname{Re}(cR)=|R|. Die Lagrange-Form für gg gibt ein ξ\xi zwischen aa und xx mit ∣R∣=g(n+1)(ξ)(n+1)!(x−a)n+1≤∣f(n+1)(ξ)∣(n+1)!∣x−a∣n+1|R|=\frac{g^{(n+1)}(\xi)}{(n+1)!}(x-a)^{n+1}\le\frac{|f^{(n+1)}(\xi)|}{(n+1)!}|x-a|^{n+1}, denn ∣Re⁡w∣≤∣w∣|\operatorname{Re}w|\le|w| und ∣c∣=1|c|=1.

11.3 Die qualitative Form: Restglied nach Peano

Die Restglieder nach Lagrange und Cauchy verlangen eine Ableitung mehr, als im Polynom vorkommt, und zwar auf einem ganzen Intervall. Will man nur wissen, wie schnell der Fehler verschwindet, genügt weniger.

Lemma 11.5. Sei n∈Nn\in\mathbb{N}, a∈Ia\in I, und sei h ⁣:I→Rh\colon I\to\mathbb{R} (n−1)(n-1)-mal differenzierbar mit in aa differenzierbarer Ableitung h(n−1)h^{(n-1)}. Gilt h(a)=h′(a)=⋯=h(n)(a)=0h(a)=h'(a)=\dots=h^{(n)}(a)=0, so ist h(x)=o((x−a)n)h(x)=o\bigl((x-a)^n\bigr) für x→ax\to a.

Beweis. Induktion über nn. Für n=1n=1 ist h(x)x−a=h(x)−h(a)x−a→h′(a)=0\frac{h(x)}{x-a}=\frac{h(x)-h(a)}{x-a}\to h'(a)=0. Gelte die Aussage für nn, und erfülle hh die Voraussetzungen für n+1n+1. Dann erfüllt h′h' sie für nn: h′h' ist (n−1)(n-1)-mal differenzierbar, (h′)(n−1)=h(n)(h')^{(n-1)}=h^{(n)} ist in aa differenzierbar, und (h′)(j)(a)=h(j+1)(a)=0(h')^{(j)}(a)=h^{(j+1)}(a)=0 für j≤nj\le n. Also gilt h′(t)(t−a)n→0\frac{h'(t)}{(t-a)^n}\to0 für t→at\to a. Sei ε>0\varepsilon>0 und δ>0\delta>0 so, dass ∣h′(t)∣≤ε∣t−a∣n|h'(t)|\le\varepsilon|t-a|^n für t∈It\in I mit 0<∣t−a∣<δ0<|t-a|<\delta. Sei x∈Ix\in I mit 0<∣x−a∣<δ0<|x-a|<\delta. Nach dem Mittelwertsatz ist h(x)=h(x)−h(a)=h′(ξ)(x−a)h(x)=h(x)-h(a)=h'(\xi)(x-a) mit ξ\xi echt zwischen aa und xx, also 0<∣ξ−a∣<∣x−a∣<δ0<|\xi-a|<|x-a|<\delta und

∣h(x)∣≤ε∣ξ−a∣n∣x−a∣≤ε∣x−a∣n+1.□|h(x)|\le\varepsilon|\xi-a|^n|x-a|\le\varepsilon|x-a|^{n+1}.\qquad\square

Satz 11.6 (Taylor, Restglied nach Peano). Sei n∈Nn\in\mathbb{N}, a∈Ia\in I und f ⁣:I→Rf\colon I\to\mathbb{R} (n−1)(n-1)-mal differenzierbar und f(n−1)f^{(n-1)} in aa differenzierbar. Dann gilt

f(x)=∑k=0nf(k)(a)k!(x−a)k+o((x−a)n)(x→a).f(x)=\sum_{k=0}^{n}\frac{f^{(k)}(a)}{k!}(x-a)^k+o\bigl((x-a)^n\bigr)\qquad(x\to a).

Beweis. h=f−Tnh=f-T_n erfüllt die Voraussetzungen von Lemma 11.5, denn TnT_n ist ein Polynom und h(j)(a)=f(j)(a)−Tn(j)(a)=0h^{(j)}(a)=f^{(j)}(a)-T_n^{(j)}(a)=0 für j≤nj\le n nach Lemma 11.2 (3). □\square

Für n=1n=1 ist das der Satz über die lineare Näherung (Satz 10.2). Die Lagrange-Form liefert unter ihren stärkeren Voraussetzungen mehr: Ist ff (n+1)(n+1)-mal differenzierbar und ∣f(n+1)(t)∣≤M|f^{(n+1)}(t)|\le M für alle t∈It\in I mit ∣t−a∣<δ|t-a|<\delta, so ist ∣Rn(x)∣≤M(n+1)!∣x−a∣n+1|R_n(x)|\le\frac{M}{(n+1)!}|x-a|^{n+1} für diese xx, also Rn(x)=O((x−a)n+1)R_n(x)=O\bigl((x-a)^{n+1}\bigr), und zwar mit ausdrücklicher Konstante. Satz 11.6 liefert nur, dass der Fehler schneller als (x−a)n(x-a)^n verschwindet, und keine Schranke. Die Peano-Form gehört zur lokalen Analyse (Grenzwerte, Extrema), die Lagrange-Form zum Rechnen.

Folgerung 11.7 (Eindeutigkeit). Sei ff wie in Satz 11.6 und pp ein Polynom vom Grad höchstens nn mit f(x)−p(x)=o((x−a)n)f(x)-p(x)=o\bigl((x-a)^n\bigr). Dann ist p=Tnp=T_n.

Beweis. q=Tn−pq=T_n-p ist ein Polynom vom Grad höchstens nn mit q(x)=o((x−a)n)q(x)=o\bigl((x-a)^n\bigr), als Differenz zweier solcher Ausdrücke. Nach Lemma 11.2 (1) ist q(x)=∑k=0ndk(x−a)kq(x)=\sum_{k=0}^{n}d_k(x-a)^k. Wäre q≠0q\ne0, so sei mm der kleinste Index mit dm≠0d_m\ne0. Für x→ax\to a gilt einerseits

q(x)(x−a)m=dm+∑k=m+1ndk(x−a)k−m→dm≠0,\frac{q(x)}{(x-a)^m}=d_m+\sum_{k=m+1}^{n}d_k(x-a)^{k-m}\to d_m\ne0,

andererseits q(x)(x−a)m=q(x)(x−a)n(x−a)n−m→0\frac{q(x)}{(x-a)^m}=\frac{q(x)}{(x-a)^n}(x-a)^{n-m}\to0. Widerspruch. □\square

Die Folgerung ist ein Rechenwerkzeug: Wer auf irgendeinem Weg ein Polynom pp mit f−p=o((x−a)n)f-p=o((x-a)^n) findet, hat das Taylorpolynom gefunden, ohne eine Ableitung auszurechnen. Beispiel 5 in 11.9 nutzt das.

Die Regel von Fermat (Satz 10.12) gibt nur eine notwendige Bedingung: In einer lokalen Extremstelle im Inneren verschwindet die Ableitung. Ob eine Nullstelle von f′f' wirklich eine Extremstelle ist, ließ sich bisher nur am Vorzeichen von f′f' links und rechts von ihr entscheiden (Folgerung 10.15). Die Peano-Form entscheidet an der Stelle selbst, mit der ersten Ableitung, die dort nicht verschwindet. Der Fall n=2n=2 ist die vertraute Regel: Aus f′(a)=0f'(a)=0 und f′′(a)>0f''(a)>0 folgt eine strikte lokale Minimalstelle.

Satz 11.8 (Extrema). Sei aa ein innerer Punkt von II (Definition 7.29), n≥2n\ge2, ff wie in Satz 11.6, und es gelte

f′(a)=f′′(a)=⋯=f(n−1)(a)=0,f(n)(a)≠0.f'(a)=f''(a)=\dots=f^{(n-1)}(a)=0,\qquad f^{(n)}(a)\ne0 .

  1. Ist nn gerade, so hat ff in aa eine strikte lokale Extremstelle, und zwar ein Minimum für f(n)(a)>0f^{(n)}(a)>0 und ein Maximum für f(n)(a)<0f^{(n)}(a)<0.
  2. Ist nn ungerade, so hat ff in aa keine lokale Extremstelle.

Beweis. Nach Satz 11.6 ist f(x)−f(a)=(c+ρ(x))(x−a)nf(x)-f(a)=\bigl(c+\rho(x)\bigr)(x-a)^n für x≠ax\ne a, mit c=f(n)(a)/n!≠0c=f^{(n)}(a)/n!\ne0 und ρ(x)→0\rho(x)\to0 für x→ax\to a. Wähle δ>0\delta>0 mit (a−δ,a+δ)⊆I(a-\delta,a+\delta)\subseteq I (das geht nach Definition 7.29 und dem Absatz danach) und ∣ρ(x)∣<∣c∣|\rho(x)|<|c| für 0<∣x−a∣<δ0<|x-a|<\delta. Dort hat c+ρ(x)c+\rho(x) das Vorzeichen von cc. Ist nn gerade, so ist (x−a)n>0(x-a)^n>0 für x≠ax\ne a, und f(x)−f(a)f(x)-f(a) hat für alle 0<∣x−a∣<δ0<|x-a|<\delta das Vorzeichen von cc. Ist nn ungerade, so hat (x−a)n(x-a)^n links und rechts von aa verschiedene Vorzeichen, und f(x)−f(a)f(x)-f(a) ebenso; dann ist aa weder Maximal- noch Minimalstelle. □\square

Ist aa dagegen ein Endpunkt von II, der zu II gehört, so liefert derselbe Beweis, auf die eine Seite von aa beschränkt, Folgendes: f(x)−f(a)f(x)-f(a) hat für x∈Ix\in I nahe aa, x≠ax\ne a, das feste Vorzeichen von c (x−a)nc\,(x-a)^n, und aa ist eine strikte lokale Extremstelle, auch für ungerades nn. So hat x↦x3x\mapsto x^3 auf [0,1][0,1] in 00 eine strikte Minimalstelle.

Der Satz entscheidet nicht, wenn alle Ableitungen in aa verschwinden. Das kommt auch bei Funktionen in C∞C^\infty vor, die nicht konstant sind (Satz 11.11).

11.4 Taylorreihen

Definition 11.9. Ist f∈C∞(I)f\in C^\infty(I) und a∈Ia\in I, so heißt die Reihe ∑k=0∞f(k)(a)k!(x−a)k\sum_{k=0}^{\infty}\frac{f^{(k)}(a)}{k!}(x-a)^k die Taylorreihe von ff in aa.

Zwei Fragen stellen sich: Konvergiert die Taylorreihe in einem Punkt xx? Und wenn ja, ist ihr Wert f(x)f(x)? Die zweite Frage ist gleichbedeutend mit Rn(x)→0R_n(x)\to0 für n→∞n\to\infty, denn Tn(x)T_n(x) ist die nn-te Teilsumme. Beide Antworten können „nein“ sein, auch für Funktionen in C∞(R)C^\infty(\mathbb{R}): (G1) zeigt eine Taylorreihe, die überall konvergiert, aber nur im Entwicklungspunkt gegen die Funktion, und (G2) mit x↦11+x2x\mapsto\frac{1}{1+x^2} eine, die für ∣x∣≥1|x|\ge1 divergiert.

Satz 11.10 (vier Entwicklungen). Für alle x∈Rx\in\mathbb{R} und n∈N0n\in\mathbb{N}_0 gilt

  1. ∣exp⁡(x)−∑k=0nxkk!∣≤exp⁡(∣x∣)∣x∣n+1(n+1)!\Bigl|\exp(x)-\sum_{k=0}^{n}\dfrac{x^k}{k!}\Bigr|\le\exp(|x|)\dfrac{|x|^{n+1}}{(n+1)!},
  2. ∣sin⁡x−∑j=0m(−1)jx2j+1(2j+1)!∣≤∣x∣2m+3(2m+3)!\Bigl|\sin x-\sum_{j=0}^{m}\dfrac{(-1)^jx^{2j+1}}{(2j+1)!}\Bigr|\le\dfrac{|x|^{2m+3}}{(2m+3)!} für m∈N0m\in\mathbb{N}_0,
  3. ∣cos⁡x−∑j=0m(−1)jx2j(2j)!∣≤∣x∣2m+2(2m+2)!\Bigl|\cos x-\sum_{j=0}^{m}\dfrac{(-1)^jx^{2j}}{(2j)!}\Bigr|\le\dfrac{|x|^{2m+2}}{(2m+2)!} für m∈N0m\in\mathbb{N}_0.

Ferner gilt für −1<x≤1-1<x\le1:

  1. ln⁡(1+x)=∑k=1∞(−1)k−1kxk\displaystyle\ln(1+x)=\sum_{k=1}^{\infty}\frac{(-1)^{k-1}}{k}x^k, mit ∣Rn(x)∣≤1n+1|R_n(x)|\le\frac{1}{n+1} für 0≤x≤10\le x\le1 und ∣Rn(x)∣≤∣x∣n+11+x|R_n(x)|\le\frac{|x|^{n+1}}{1+x} für −1<x<0-1<x<0.

In (1) bis (3) streben die Schranken für n→∞n\to\infty gegen 00, die Taylorreihen konvergieren also gegen die Funktion.

Beweis. Für x=0x=0 ist alles klar; sei x≠0x\ne0.

(1) Lagrange: Rn(x)=exp⁡(ξ)(n+1)!xn+1R_n(x)=\frac{\exp(\xi)}{(n+1)!}x^{n+1} mit ξ\xi zwischen 00 und xx, und exp⁡(ξ)≤exp⁡(∣x∣)\exp(\xi)\le\exp(|x|), weil exp⁡\exp wächst.

(2) Nach den Beispielen in 11.1 ist T2m+2T_{2m+2} die angegebene Summe. Die Lagrange-Form mit n=2m+2n=2m+2 enthält sin⁡(2m+3)(ξ)∈{±sin⁡ξ,±cos⁡ξ}\sin^{(2m+3)}(\xi)\in\{\pm\sin\xi,\pm\cos\xi\}, betragsmäßig höchstens 11.

(3) Ebenso mit T2m+1T_{2m+1} und n=2m+1n=2m+1.

Dass ∣x∣n+1/(n+1)!→0|x|^{n+1}/(n+1)!\to0, folgt daraus, dass die Glieder der konvergenten Reihe ∑∣x∣k/k!\sum|x|^k/k! eine Nullfolge bilden.

(4) Nach Beispiel (c) in 11.1 ist f(n+1)(t)=(−1)nn! (1+t)−n−1f^{(n+1)}(t)=(-1)^n n!\,(1+t)^{-n-1}. Für 0<x≤10<x\le1 gibt die Lagrange-Form mit ξ∈(0,x)\xi\in(0,x)

∣Rn(x)∣=n!(n+1)! xn+1(1+ξ)n+1≤1n+1.|R_n(x)|=\frac{n!}{(n+1)!}\,\frac{x^{n+1}}{(1+\xi)^{n+1}}\le\frac{1}{n+1}.

Für −1<x<0-1<x<0 benutzt man die Cauchy-Form mit η∈(x,0)\eta\in(x,0):

∣Rn(x)∣=n!n! ∣x−η∣n∣x∣(1+η)n+1=∣x∣1+η(η−x1+η)n.|R_n(x)|=\frac{n!}{n!}\,\frac{|x-\eta|^n|x|}{(1+\eta)^{n+1}}=\frac{|x|}{1+\eta}\Bigl(\frac{\eta-x}{1+\eta}\Bigr)^n .

Es ist η−x1+η≤∣x∣=−x\frac{\eta-x}{1+\eta}\le|x|=-x, denn das ist gleichwertig mit η−x≤−x−xη\eta-x\le-x-x\eta, also mit η(1+x)≤0\eta(1+x)\le0, und das gilt wegen η<0<1+x\eta<0<1+x. Ferner 1+η>1+x>01+\eta>1+x>0. Also ∣Rn(x)∣≤∣x∣n+11+x|R_n(x)|\le\frac{|x|^{n+1}}{1+x}, und wegen ∣x∣<1|x|<1 strebt das gegen 00. □\square

Für exp⁡\exp, sin⁡\sin und cos⁡\cos ergeben sich die Reihen, die Einheit 9 für diese Funktionen angibt; neu ist die Fehlerschranke für die abgebrochene Reihe an jeder Stelle. Für ln⁡(1+x)\ln(1+x) ist die Entwicklung neu. Mit x=1x=1 folgt

ln⁡2=1−12+13−14+…\ln2=1-\frac12+\frac13-\frac14+\dots

Diese Reihe konvergiert nach dem Leibniz-Kriterium (Satz 6.16); welchen Wert sie hat, sagt das Kriterium nicht. Satz 11.10 (4) beantwortet diese Frage: Der Wert ist ln⁡2\ln2. Einheit 13 (mit einem Restintegral wie für π4\frac\pi4, angedeutet im Anschluss an Abschnitt 13.10, Beispiel 7) und Einheit 14 (gliedweise Integration der geometrischen Reihe und Abelscher Grenzwertsatz, Abschnitt 14.11, Beispiel 2) gewinnen dieselbe Entwicklung auf anderen Wegen; jeder Weg zeigt, was sein Werkzeug leistet.

Satz 11.11 (eine glatte Funktion mit verschwindender Taylorreihe). Sei f(x)=exp⁡(−1/x2)f(x)=\exp(-1/x^2) für x≠0x\ne0 und f(0)=0f(0)=0. Dann ist f∈C∞(R)f\in C^\infty(\mathbb{R}), und f(k)(0)=0f^{(k)}(0)=0 für alle k∈N0k\in\mathbb{N}_0.

Beweisidee. Für x≠0x\ne0 hat jede Ableitung die Gestalt „Polynom in 1/x1/x mal exp⁡(−1/x2)\exp(-1/x^2)“, und die Exponentialfunktion schlägt jede Potenz von 1/x1/x.

Beweis. Zunächst eine Grenzwertaussage: Für jedes m∈N0m\in\mathbb{N}_0 gilt ∣x∣−mexp⁡(−1/x2)→0|x|^{-m}\exp(-1/x^2)\to0 für x→0x\to0. Denn mit t=1/x2t=1/x^2 ist ∣x∣−m≤∣x∣−2m=tm|x|^{-m}\le|x|^{-2m}=t^m für 0<∣x∣≤10<|x|\le1, also 0≤∣x∣−mexp⁡(−1/x2)≤tmexp⁡(−t)0\le|x|^{-m}\exp(-1/x^2)\le t^m\exp(-t), und tmexp⁡(−t)→0t^m\exp(-t)\to0 für t→∞t\to\infty (Satz 9.11). Folglich gilt q(1/x)exp⁡(−1/x2)→0q(1/x)\exp(-1/x^2)\to0 für jedes Polynom qq.

Wir zeigen durch Induktion über kk: Es gibt ein Polynom pkp_k mit f(k)(x)=pk(1/x)exp⁡(−1/x2)f^{(k)}(x)=p_k(1/x)\exp(-1/x^2) für x≠0x\ne0, und f(k)(0)=0f^{(k)}(0)=0. Für k=0k=0 ist p0=1p_0=1. Gelte die Aussage für kk. Für x≠0x\ne0 gibt die Kettenregel mit y=1/xy=1/x und (1/x)′=−1/x2(1/x)'=-1/x^2, (−1/x2)′=2/x3(-1/x^2)'=2/x^3:

f(k+1)(x)=(−pk′(y) y2+pk(y) 2y3)exp⁡(−1/x2),f^{(k+1)}(x)=\Bigl(-p_k'(y)\,y^2+p_k(y)\,2y^3\Bigr)\exp(-1/x^2),

also pk+1(y)=2y3pk(y)−y2pk′(y)p_{k+1}(y)=2y^3p_k(y)-y^2p_k'(y). In 00 ist

f(k)(x)−f(k)(0)x=1x pk(1x)exp⁡(−1/x2)→0,\frac{f^{(k)}(x)-f^{(k)}(0)}{x}=\frac1x\,p_k\Bigl(\frac1x\Bigr)\exp(-1/x^2)\to0,

weil y pk(y)y\,p_k(y) ein Polynom in y=1/xy=1/x ist. Also existiert f(k+1)(0)f^{(k+1)}(0) und ist 00. Damit existiert f(k)f^{(k)} für jedes kk auf ganz R\mathbb{R}. Jede Ableitung f(k)f^{(k)} ist differenzierbar, nach Folgerung 10.3 also stetig; somit ist f∈Ck(R)f\in C^k(\mathbb{R}) für alle kk, also f∈C∞(R)f\in C^\infty(\mathbb{R}). □\square

Die Taylorreihe von ff in 00 ist die Nullreihe. Sie konvergiert überall, aber nur in 00 gegen ff, denn f(x)>0f(x)>0 für x≠0x\ne0. Eine Funktion f∈C∞(I)f\in C^\infty(I) heißt reell-analytisch, wenn es zu jedem a∈Ia\in I ein δ>0\delta>0 gibt, so dass die Taylorreihe von ff in aa für alle x∈Ix\in I mit ∣x−a∣<δ|x-a|<\delta gegen f(x)f(x) konvergiert. Satz 11.11 zeigt, dass C∞C^\infty dafür nicht genügt: Die Bedingung scheitert im Punkt a=0a=0.

Zwischenbilanz. Das Taylorpolynom ersetzt eine Funktion durch ein Polynom. Die Restglieder von Lagrange und Cauchy machen daraus eine Rechnung mit beweisbarer Fehlerschranke, die Peano-Form eine Aussage über das Verhalten nahe beim Entwicklungspunkt. Damit ist der erste Teil der Leitfrage beantwortet (Beispiel 1 in 11.9). Für den zweiten Teil kommt es zuerst auf das Vorzeichen der zweiten Ableitung an, erst für die Geschwindigkeit auf ihre Größe. Dass f′′≥0f''\ge0 ist, hat eine geometrische Bedeutung, und sie lässt sich ohne Ableitungen aussprechen. Das ist die Konvexität.

11.5 Konvexe Funktionen

Die zweite Ableitung misst, wie sich die Steigung ändert. Ist sie positiv, so liegt der Graph oberhalb jeder Tangente und unterhalb jeder Sehne. Die zweite Eigenschaft lässt sich ohne Ableitungen formulieren. Darum reicht sie weiter: Sie erfasst Funktionen mit Knicken wie ∣x∣|x| oder max⁡(f1,f2)\max(f_1,f_2) (Aufgabe B1), und aus ihr allein folgen Stetigkeit und einseitige Ableitungen im Inneren (Satz 11.14) sowie die Ungleichung von Jensen (Satz 11.17).

Definition 11.12. Eine Funktion f ⁣:I→Rf\colon I\to\mathbb{R} heißt konvex, wenn für alle x,y∈Ix,y\in I und t∈[0,1]t\in[0,1]

f((1−t)x+ty)≤(1−t)f(x)+tf(y)f\bigl((1-t)x+ty\bigr)\le(1-t)f(x)+tf(y)

gilt, und streng konvex, wenn für x≠yx\ne y und t∈(0,1)t\in(0,1) sogar << gilt. Sie heißt (streng) konkav, wenn −f-f (streng) konvex ist.

Der Punkt (1−t)x+ty(1-t)x+ty durchläuft für t∈[0,1]t\in[0,1] die Strecke von xx nach yy. Er liegt in II, weil II als Intervall eine konvexe Menge im Sinn von Definition 7.17 ist (Lemma 7.18). Mehr verlangt die Definition vom Definitionsbereich nicht; das Wort „konvex“ bezeichnet also zwei verwandte Begriffe, einen für Mengen und einen für Funktionen. Die rechte Seite der Ungleichung ist der Wert der Sehne durch (x,f(x))(x,f(x)) und (y,f(y))(y,f(y)) an dieser Stelle. Konvex heißt also: Jede Sehne liegt über dem Graphen.

Beispiele. (a) Affine Funktionen x↦mx+cx\mapsto mx+c sind konvex und konkav, mit Gleichheit in der Definition. (b) f(x)=x2f(x)=x^2 ist streng konvex: Ausrechnen gibt (1−t)x2+ty2−((1−t)x+ty)2=t(1−t)(x−y)2(1-t)x^2+ty^2-\bigl((1-t)x+ty\bigr)^2=t(1-t)(x-y)^2. (c) f(x)=∣x∣f(x)=|x| ist konvex nach der Dreiecksungleichung, aber nicht streng konvex: Auf [0,∞)[0,\infty) ist ff affin.

Lemma 11.13 (Steigungen von Sehnen). f ⁣:I→Rf\colon I\to\mathbb{R} ist genau dann konvex, wenn für alle x<u<yx<u<y in II gilt

f(u)−f(x)u−x≤f(y)−f(x)y−x≤f(y)−f(u)y−u.\frac{f(u)-f(x)}{u-x}\le\frac{f(y)-f(x)}{y-x}\le\frac{f(y)-f(u)}{y-u}.

Bei strenger Konvexität gilt beide Male <<.

Beweis. Sei x<u<yx<u<y und t=u−xy−x∈(0,1)t=\frac{u-x}{y-x}\in(0,1), also u=(1−t)x+tyu=(1-t)x+ty und 1−t=y−uy−x1-t=\frac{y-u}{y-x}. Die Konvexitätsungleichung f(u)≤(1−t)f(x)+tf(y)f(u)\le(1-t)f(x)+tf(y) lässt sich auf zwei Arten umstellen:

f(u)−f(x)≤t(f(y)−f(x)),f(y)−f(u)≥(1−t)(f(y)−f(x)).f(u)-f(x)\le t\bigl(f(y)-f(x)\bigr),\qquad f(y)-f(u)\ge(1-t)\bigl(f(y)-f(x)\bigr).

Division durch u−x=t(y−x)u-x=t(y-x) beziehungsweise y−u=(1−t)(y−x)y-u=(1-t)(y-x) ergibt die linke beziehungsweise die rechte Ungleichung. Umgekehrt ist schon die linke Ungleichung allein nach derselben Umformung gleichwertig mit der Konvexitätsungleichung für x<yx<y und t∈(0,1)t\in(0,1). Für t∈{0,1}t\in\{0,1\} oder x=yx=y ist die Konvexitätsungleichung eine Gleichung, und der Fall x>yx>y geht durch Vertauschen von x,yx,y und t,1−tt,1-t in den Fall x<yx<y über. Mit << ebenso. □\square

Folgerung 11.23 (Steigungsfunktion). Sei f ⁣:I→Rf\colon I\to\mathbb{R} konvex und u∈Iu\in I. Dann ist die Funktion

su ⁣:I∖{u}→R,su(y)=f(y)−f(u)y−u,s_u\colon I\setminus\{u\}\to\mathbb{R},\qquad s_u(y)=\frac{f(y)-f(u)}{y-u},

monoton wachsend, und streng monoton wachsend, wenn ff streng konvex ist. Ferner ist su(x)=sx(u)s_u(x)=s_x(u) für x≠ux\ne u.

Beweis. Die letzte Gleichung folgt durch Erweitern mit −1-1. Seien y1<y2y_1<y_2 in I∖{u}I\setminus\{u\}. Ist y1<u<y2y_1<u<y_2, so ist su(y1)≤su(y2)s_u(y_1)\le s_u(y_2) die äußere Ungleichung von Lemma 11.13 für die Punkte y1<u<y2y_1<u<y_2, denn su(y1)=f(u)−f(y1)u−y1s_u(y_1)=\frac{f(u)-f(y_1)}{u-y_1}. Ist u<y1<y2u<y_1<y_2, so ist es die linke Ungleichung für u<y1<y2u<y_1<y_2. Ist y1<y2<uy_1<y_2<u, so ist es die rechte Ungleichung für y1<y2<uy_1<y_2<u, denn dort steht links f(u)−f(y1)u−y1=su(y1)\frac{f(u)-f(y_1)}{u-y_1}=s_u(y_1) und rechts f(u)−f(y2)u−y2=su(y2)\frac{f(u)-f(y_2)}{u-y_2}=s_u(y_2). Bei strenger Konvexität gelten alle drei Ungleichungen streng. □\square

Die Definition der Konvexität verlangt weder Stetigkeit noch Differenzierbarkeit. Trotzdem folgt im Inneren des Intervalls beides fast von selbst. Der Grund ist die eben gezeigte Monotonie von sus_u: Ein monoton wachsender Differenzenquotient, der nach unten beschränkt ist, hat beim Grenzübergang y→u+y\to u+ einen Grenzwert, so wie eine monotone beschränkte Folge (Satz 4.16).

Satz 11.14. Sei f ⁣:I→Rf\colon I\to\mathbb{R} konvex. Dann gilt:

  1. In jedem inneren Punkt uu von II existieren die einseitigen Ableitungen f−′(u)=lim⁡x→u−su(x)f'_-(u)=\lim_{x\to u-}s_u(x) und f+′(u)=lim⁡y→u+su(y)f'_+(u)=\lim_{y\to u+}s_u(y), und f−′(u)≤f+′(u)f'_-(u)\le f'_+(u).
  2. Für innere Punkte u<vu<v von II gilt f+′(u)≤f(v)−f(u)v−u≤f−′(v)f'_+(u)\le\dfrac{f(v)-f(u)}{v-u}\le f'_-(v).
  3. ff ist in jedem inneren Punkt von II stetig. Insbesondere ist eine konvexe Funktion auf einem Intervall, das keinen seiner Endpunkte enthält, stetig.

Beweis. (1) Sei uu ein innerer Punkt. Nach Definition 7.29 und dem Absatz danach gibt es Punkte von II links und rechts von uu, und uu ist Häufungspunkt von I∩(u,∞)I\cap(u,\infty) und von I∩(−∞,u)I\cap(-\infty,u). Nach Folgerung 11.23 ist sus_u monoton wachsend. Auf {y∈I: y>u}\{y\in I:\ y>u\} ist sus_u nach unten beschränkt, etwa durch su(x)s_u(x) für ein festes x∈Ix\in I mit x<ux<u; sei σ\sigma das Infimum dieser Werte (Folgerung 2.35). Zu ε>0\varepsilon>0 gibt es y0>uy_0>u in II mit su(y0)<σ+εs_u(y_0)<\sigma+\varepsilon, und für y∈Iy\in I mit u<y<y0u<y<y_0 ist σ≤su(y)≤su(y0)<σ+ε\sigma\le s_u(y)\le s_u(y_0)<\sigma+\varepsilon. Also ist f+′(u)=lim⁡y→u+su(y)=σf'_+(u)=\lim_{y\to u+}s_u(y)=\sigma (Definition 7.7). Ebenso existiert f−′(u)=lim⁡x→u−su(x)f'_-(u)=\lim_{x\to u-}s_u(x) als Supremum der Werte von sus_u links von uu. Jeder dieser Werte ist ≤su(y)\le s_u(y) für jedes y>uy>u; also ist f−′(u)≤σ=f+′(u)f'_-(u)\le\sigma=f'_+(u).

(2) Wegen der Monotonie von sus_u ist f+′(u)=inf⁡y>usu(y)≤su(v)f'_+(u)=\inf_{y>u}s_u(y)\le s_u(v), und ebenso f−′(v)=sup⁡x<vsv(x)≥sv(u)f'_-(v)=\sup_{x<v}s_v(x)\ge s_v(u). Es ist su(v)=sv(u)s_u(v)=s_v(u).

(3) Für y→u+y\to u+ ist f(y)−f(u)=su(y)(y−u)→f+′(u)⋅0=0f(y)-f(u)=s_u(y)(y-u)\to f'_+(u)\cdot0=0, für x→u−x\to u- ebenso mit f−′(u)f'_-(u). Beide einseitigen Grenzwerte von ff in uu sind also f(u)f(u), nach Lemma 7.8 ist lim⁡x→uf(x)=f(u)\lim_{x\to u}f(x)=f(u). □\square

Am Rand eines Intervalls, das einen Endpunkt enthält, kann eine konvexe Funktion springen (G5). Im Inneren kann sie Knicke haben, wie ∣x∣|x|; nach Aufgabe V2 aber nur abzählbar viele (Definition 2.42).

Satz 11.15 (Konvexität und Ableitung). Sei f ⁣:I→Rf\colon I\to\mathbb{R} differenzierbar. Gleichwertig sind:

  1. ff ist konvex.
  2. f′f' ist monoton wachsend.
  3. Für alle x,y∈Ix,y\in I gilt f(y)≥f(x)+f′(x)(y−x)f(y)\ge f(x)+f'(x)(y-x): Der Graph liegt über jeder Tangente.

Ferner ist ff genau dann streng konvex, wenn f′f' streng monoton wachsend ist.

Beweis. (1) ⇒\Rightarrow (2): Seien x<yx<y in II. Nach Folgerung 11.23 ist sxs_x monoton wachsend; für x<t<yx<t<y ist also sx(t)≤sx(y)s_x(t)\le s_x(y), und der Grenzübergang t→x+t\to x+ gibt f′(x)≤sx(y)f'(x)\le s_x(y). Ebenso gibt sy(t)≥sy(x)s_y(t)\ge s_y(x) für x<t<yx<t<y beim Grenzübergang t→y−t\to y-: f′(y)≥sy(x)=sx(y)f'(y)\ge s_y(x)=s_x(y). Zusammen ist f′(x)≤f′(y)f'(x)\le f'(y). Das Argument gilt auch, wenn xx oder yy ein Endpunkt von II ist; dort ist die Ableitung einseitig. Ist ff streng konvex, so ist sxs_x nach Folgerung 11.23 streng wachsend. Wählt man t0t_0 mit x<t0<yx<t_0<y, so ist f′(x)≤sx(t0)f'(x)\le s_x(t_0), denn f′(x)f'(x) ist Grenzwert von Werten sx(t)s_x(t) mit x<t<t0x<t<t_0, die alle ≤sx(t0)\le s_x(t_0) sind; also f′(x)≤sx(t0)<sx(y)=sy(x)≤f′(y)f'(x)\le s_x(t_0)<s_x(y)=s_y(x)\le f'(y).

(2) ⇒\Rightarrow (3): Sei y≠xy\ne x. Der Mittelwertsatz liefert ξ\xi echt zwischen xx und yy mit f(y)−f(x)=f′(ξ)(y−x)f(y)-f(x)=f'(\xi)(y-x). Ist y>xy>x, so ist f′(ξ)≥f′(x)f'(\xi)\ge f'(x) und y−x>0y-x>0, also f′(ξ)(y−x)≥f′(x)(y−x)f'(\xi)(y-x)\ge f'(x)(y-x). Ist y<xy<x, so ist f′(ξ)≤f′(x)f'(\xi)\le f'(x) und y−x<0y-x<0, und die Multiplikation mit y−x<0y-x<0 kehrt die Ungleichung um; es gilt also wieder f′(ξ)(y−x)≥f′(x)(y−x)f'(\xi)(y-x)\ge f'(x)(y-x). Ist f′f' streng wachsend, so gilt beide Male >>.

(3) ⇒\Rightarrow (1): Seien x,y∈Ix,y\in I, t∈[0,1]t\in[0,1] und z=(1−t)x+tyz=(1-t)x+ty. Nach (3) mit zz als Berührpunkt ist f(x)≥f(z)+f′(z)(x−z)f(x)\ge f(z)+f'(z)(x-z) und f(y)≥f(z)+f′(z)(y−z)f(y)\ge f(z)+f'(z)(y-z). Multipliziert man mit 1−t1-t beziehungsweise tt und addiert, so folgt

(1−t)f(x)+tf(y)≥f(z)+f′(z)((1−t)x+ty−z)=f(z).(1-t)f(x)+tf(y)\ge f(z)+f'(z)\bigl((1-t)x+ty-z\bigr)=f(z).

Ist f′f' streng wachsend, x≠yx\ne y und t∈(0,1)t\in(0,1), so ist z≠xz\ne x und z≠yz\ne y; dann gelten in (3) beide Ungleichungen streng, und das Ergebnis auch. □\square

Folgerung 11.16. Sei f ⁣:I→Rf\colon I\to\mathbb{R} zweimal differenzierbar. Genau dann ist ff konvex, wenn f′′≥0f''\ge0 auf II ist. Ist f′′>0f''>0 in allen inneren Punkten von II, so ist ff streng konvex.

Beweis. Nach Satz 11.15 ist ff genau dann konvex, wenn f′f' monoton wachsend ist. Die Funktion f′f' ist differenzierbar, nach Folgerung 10.3 also stetig. Ist f′′≥0f''\ge0 (beziehungsweise f′′>0f''>0) in den inneren Punkten, so ist f′f' nach Folgerung 10.15 (2) monoton (beziehungsweise streng monoton) wachsend. Ist umgekehrt f′f' monoton wachsend, so ist f′′≥0f''\ge0 in jedem inneren Punkt nach Folgerung 10.15 (4). Gehört ein Endpunkt cc zu II, so ist f′(t)−f′(c)t−c≥0\frac{f'(t)-f'(c)}{t-c}\ge0 für alle t∈I∖{c}t\in I\setminus\{c\}, weil Zähler und Nenner dasselbe Vorzeichen haben; der Grenzwert f′′(c)f''(c) ist daher ebenfalls ≥0\ge0 (Satz 7.6 (3)). Satz 11.15 schließt ab. □\square

Die Umkehrung des zweiten Teils ist falsch: x4x^4 ist streng konvex, aber f′′(0)=0f''(0)=0 (G4).

Beispiele. (a) exp⁡\exp ist streng konvex, denn exp⁡′′=exp⁡>0\exp''=\exp>0. (b) ln⁡\ln ist auf (0,∞)(0,\infty) streng konkav, denn ln⁡′′(x)=−1/x2<0\ln''(x)=-1/x^2<0. (c) Für α∈R\alpha\in\mathbb{R} ist (xα)′′=α(α−1)xα−2(x^\alpha)''=\alpha(\alpha-1)x^{\alpha-2} auf (0,∞)(0,\infty); also ist x↦xαx\mapsto x^\alpha konvex für α≥1\alpha\ge1 und für α≤0\alpha\le0, konkav für 0≤α≤10\le\alpha\le1, und streng, wenn α∉{0,1}\alpha\notin\{0,1\}. (d) sin⁡\sin ist auf [0,π][0,\pi] konkav, denn sin⁡′′=−sin⁡≤0\sin''=-\sin\le0 dort (Satz 9.29 (1), sin⁡0=0\sin0=0 und sin⁡π=0\sin\pi=0 nach Satz 9.29 (2)).

Folgerung 11.24. Eine streng konvexe Funktion h ⁣:I→Rh\colon I\to\mathbb{R} hat höchstens zwei Nullstellen. Insbesondere schneidet der Graph einer streng konvexen Funktion jede Gerade höchstens zweimal.

Beweis. Wären x<u<yx<u<y drei Nullstellen, so wären die Sehnensteigungen h(u)−h(x)u−x\frac{h(u)-h(x)}{u-x} und h(y)−h(x)y−x\frac{h(y)-h(x)}{y-x} beide 00, im Widerspruch zur strengen Ungleichung in Lemma 11.13. Für die zweite Aussage wende man das auf h−gh-g mit affinem gg an; h−gh-g ist streng konvex, weil gg in Definition 11.12 Gleichheit liefert. □\square

Beispiel. Die Gleichung exp⁡(x)=3x\exp(x)=3x hat genau zwei reelle Lösungen, eine in (0,1)(0,1) und eine in (1,2)(1,2): Aufgabe R5 der Einheit 9 liefert je eine Lösung in diesen Intervallen, und g(x)=exp⁡(x)−3xg(x)=\exp(x)-3x ist wegen g′′=exp⁡>0g''=\exp>0 streng konvex (Folgerung 11.16), hat also nach Folgerung 11.24 höchstens zwei Nullstellen.

Folgerung 11.25 (Standardabschätzungen).

  1. exp⁡(t)≥1+t\exp(t)\ge1+t für alle t∈Rt\in\mathbb{R}, und exp⁡(t)≤1+(e−1)t\exp(t)\le1+(e-1)t für 0≤t≤10\le t\le1.
  2. exp⁡(t)≥1+t+t22\exp(t)\ge1+t+\frac{t^2}{2} für alle t≥0t\ge0.
  3. ln⁡x≤x−1\ln x\le x-1 für alle x>0x>0.
  4. 2πx≤sin⁡x≤x\frac2\pi x\le\sin x\le x für 0≤x≤π20\le x\le\frac\pi2, und sin⁡x≤x\sin x\le x für alle x≥0x\ge0.

Beweis. (1) exp⁡\exp ist konvex (Beispiel (a) nach Folgerung 11.16). Die erste Ungleichung ist Satz 11.15 (3) mit Berührpunkt 00. Die zweite ist Definition 11.12 mit den Punkten 00 und 11: exp⁡(t)=exp⁡((1−t)⋅0+t⋅1)≤(1−t)exp⁡(0)+texp⁡(1)=1+(e−1)t\exp(t)=\exp\bigl((1-t)\cdot0+t\cdot1\bigr)\le(1-t)\exp(0)+t\exp(1)=1+(e-1)t.

(2) Für t>0t>0 gibt Folgerung 11.4 (Lagrange, n=2n=2, Entwicklungspunkt 00) ein ξ∈(0,t)\xi\in(0,t) mit exp⁡(t)−(1+t+t22)=exp⁡(ξ)6t3≥0\exp(t)-\bigl(1+t+\frac{t^2}{2}\bigr)=\frac{\exp(\xi)}{6}t^3\ge0; für t=0t=0 gilt Gleichheit.

(3) −ln⁡-\ln ist konvex (Beispiel (b) nach Folgerung 11.16). Satz 11.15 (3) für −ln⁡-\ln mit Berührpunkt 11 gibt −ln⁡x≥−ln⁡1−(x−1)=−(x−1)-\ln x\ge-\ln1-(x-1)=-(x-1).

(4) −sin⁡-\sin ist auf [0,π2][0,\frac\pi2] konvex (Beispiel (d) nach Folgerung 11.16). Satz 11.15 (3) für −sin⁡-\sin mit Berührpunkt 00 gibt −sin⁡x≥−sin⁡0−cos⁡0⋅x=−x-\sin x\ge-\sin0-\cos0\cdot x=-x. Für die linke Ungleichung sei t=2xπ∈[0,1]t=\frac{2x}{\pi}\in[0,1], also x=(1−t)⋅0+t⋅π2x=(1-t)\cdot0+t\cdot\frac\pi2. Definition 11.12 für −sin⁡-\sin gibt −sin⁡x≤(1−t)(−sin⁡0)+t(−sin⁡π2)=−t-\sin x\le(1-t)(-\sin0)+t\bigl(-\sin\frac\pi2\bigr)=-t, also sin⁡x≥2xπ\sin x\ge\frac{2x}{\pi}. Für x>π2x>\frac\pi2 ist sin⁡x≤1<π2<x\sin x\le1<\frac\pi2<x, denn π>3\pi>3 (Definition 9.27 und der Absatz danach). □\square

Die erste Ungleichung in (1) steht schon in Einheit 9; hier erscheint sie als Fall der Tangentenungleichung. Teil (4) heißt Jordansche Ungleichung. Ohne Konvexität müsste man die Funktion sin⁡x−2πx\sin x-\frac2\pi x mit Ableitungen diskutieren.

11.6 Die Ungleichung von Jensen und ihre Folgen

Die Sehnenbedingung spricht über zwei Punkte. Durch Induktion überträgt sie sich auf gewichtete Mittel beliebig vieler Punkte. Aus dieser einen Aussage folgen die Ungleichungen zwischen Mitteln und die Ungleichungen von Young, Hölder und Minkowski.

Satz 11.17 (Jensen). Sei f ⁣:I→Rf\colon I\to\mathbb{R} konvex, n∈Nn\in\mathbb{N}, x1,…,xn∈Ix_1,\dots,x_n\in I und λ1,…,λn≥0\lambda_1,\dots,\lambda_n\ge0 mit ∑i=1nλi=1\sum_{i=1}^{n}\lambda_i=1. Dann ist ∑iλixi∈I\sum_i\lambda_ix_i\in I und

f(∑i=1nλixi)≤∑i=1nλif(xi).f\Bigl(\sum_{i=1}^{n}\lambda_ix_i\Bigr)\le\sum_{i=1}^{n}\lambda_if(x_i).

Ist ff streng konvex und sind alle λi>0\lambda_i>0, so gilt Gleichheit nur für x1=⋯=xnx_1=\dots=x_n.

Beweis. Induktion über nn. Für n=1n=1 ist λ1=1\lambda_1=1, und es gilt Gleichheit. Gelte der Satz für nn, und seien n+1n+1 Punkte und Gewichte gegeben. Ist λn+1=1\lambda_{n+1}=1, so sind alle anderen Gewichte null, und es gilt Gleichheit. Sonst ist μ=1−λn+1=∑i≤nλi>0\mu=1-\lambda_{n+1}=\sum_{i\le n}\lambda_i>0, und die Gewichte λi/μ\lambda_i/\mu (i≤ni\le n) sind ≥0\ge0 mit Summe 11. Nach Induktionsvoraussetzung liegt y=∑i≤nλiμxiy=\sum_{i\le n}\frac{\lambda_i}{\mu}x_i in II, und f(y)≤∑i≤nλiμf(xi)f(y)\le\sum_{i\le n}\frac{\lambda_i}{\mu}f(x_i). Nun ist ∑i≤n+1λixi=μy+λn+1xn+1\sum_{i\le n+1}\lambda_ix_i=\mu y+\lambda_{n+1}x_{n+1} ein Punkt der Strecke zwischen yy und xn+1x_{n+1}, liegt also in II, und

f(μy+λn+1xn+1)≤μf(y)+λn+1f(xn+1)≤∑i=1n+1λif(xi).f\bigl(\mu y+\lambda_{n+1}x_{n+1}\bigr)\le\mu f(y)+\lambda_{n+1}f(x_{n+1})\le\sum_{i=1}^{n+1}\lambda_if(x_i).

Zur Gleichheit: Seien ff streng konvex, alle λi>0\lambda_i>0 und Gleichheit gegeben. Dann ist μ∈(0,1)\mu\in(0,1), und beide Ungleichungen der letzten Zeile sind Gleichungen. Aus der zweiten folgt f(y)=∑i≤nλiμf(xi)f(y)=\sum_{i\le n}\frac{\lambda_i}{\mu}f(x_i), nach Induktionsvoraussetzung also x1=⋯=xnx_1=\dots=x_n und damit y=x1y=x_1. Aus der ersten folgt wegen der strengen Konvexität y=xn+1y=x_{n+1}. □\square

Folgerung 11.18 (gewichtetes arithmetisch-geometrisches Mittel). Für x1,…,xn>0x_1,\dots,x_n>0 und λi≥0\lambda_i\ge0 mit ∑λi=1\sum\lambda_i=1 gilt

∏i=1nxiλi≤∑i=1nλixi,\prod_{i=1}^{n}x_i^{\lambda_i}\le\sum_{i=1}^{n}\lambda_ix_i ,

bei positiven Gewichten mit Gleichheit nur für x1=⋯=xnx_1=\dots=x_n. Insbesondere ist x1⋯xnn≤x1+⋯+xnn\sqrt[n]{x_1\cdots x_n}\le\frac{x_1+\dots+x_n}{n}.

Beweis. −ln⁡-\ln ist streng konvex. Jensen gibt ln⁡(∑λixi)≥∑λiln⁡xi=ln⁡∏xiλi\ln\bigl(\sum\lambda_ix_i\bigr)\ge\sum\lambda_i\ln x_i=\ln\prod x_i^{\lambda_i}, denn xλ=exp⁡(λln⁡x)x^\lambda=\exp(\lambda\ln x) und exp⁡\exp verwandelt Summen in Produkte. Da exp⁡\exp streng monoton wächst, folgt die Behauptung, und die Gleichheitsaussage überträgt sich. □\square

Für n=2n=2 und λ1=λ2=12\lambda_1=\lambda_2=\frac12 ist das x1x2≤x1+x22\sqrt{x_1x_2}\le\frac{x_1+x_2}2. Für positive Zahlen ist das nach Quadrieren Satz 1.25 aus Einheit 1. Neu sind beliebig viele Zahlen und beliebige Gewichte.

Im Folgenden sei p>1p>1 und qq durch 1p+1q=1\frac1p+\frac1q=1 bestimmt, also q=pp−1>1q=\frac{p}{p-1}>1; man nennt pp und qq konjugierte Exponenten. Wie in Einheit 9 ist 0s=00^s=0 für s>0s>0.

Satz 11.19 (Young). Für a,b≥0a,b\ge0 gilt ab≤app+bqqab\le\dfrac{a^p}{p}+\dfrac{b^q}{q}.

Beweis. Ist a=0a=0 oder b=0b=0, so ist die linke Seite 00. Sonst gibt Folgerung 11.18 mit x1=apx_1=a^p, x2=bqx_2=b^q, λ1=1p\lambda_1=\frac1p, λ2=1q\lambda_2=\frac1q:

ab=(ap)1/p(bq)1/q≤1p ap+1q bq.ab=(a^p)^{1/p}(b^q)^{1/q}\le\frac1p\,a^p+\frac1q\,b^q .

Dabei ist (ap)1/p=exp⁡(1pln⁡exp⁡(pln⁡a))=a(a^p)^{1/p}=\exp\bigl(\frac1p\ln\exp(p\ln a)\bigr)=a. □\square

Den Abstand zweier Punkte der Ebene misst man gewöhnlich mit

(x1−y1)2+(x2−y2)2,\sqrt{(x_1-y_1)^2+(x_2-y_2)^2},

wie den Betrag in C\mathbb{C} (Abschnitt 3.3). Man kann Abstände auch anders messen, etwa durch die Summe ∣x1−y1∣+∣x2−y2∣|x_1-y_1|+|x_2-y_2| der Koordinatenabstände. Beide sind Fälle einer Familie: Für x=(x1,…,xn)∈Rn\boldsymbol{x}=(x_1,\dots,x_n)\in\mathbb{R}^n und r≥1r\ge1 sei

∥x∥r=(∑k=1n∣xk∣r)1/r.\|\boldsymbol{x}\|_r=\Bigl(\sum_{k=1}^{n}|x_k|^r\Bigr)^{1/r}.

Dass jede dieser Größen die Dreiecksungleichung erfüllt, ist nur für r=1r=1 unmittelbar. Für r>1r>1 ist es der Satz von Minkowski, und sein Beweis braucht die Ungleichung von Hölder.

Satz 11.20 (Hölder). Für x,y∈Rn\boldsymbol{x},\boldsymbol{y}\in\mathbb{R}^n gilt

∑k=1n∣xkyk∣≤∥x∥p ∥y∥q.\sum_{k=1}^{n}|x_ky_k|\le\|\boldsymbol{x}\|_p\,\|\boldsymbol{y}\|_q .

Beweis. Ist ∥x∥p=0\|\boldsymbol{x}\|_p=0, so sind alle xk=0x_k=0, und beide Seiten sind 00; ebenso für y\boldsymbol{y}. Sonst setze ak=∣xk∣/∥x∥pa_k=|x_k|/\|\boldsymbol{x}\|_p und bk=∣yk∣/∥y∥qb_k=|y_k|/\|\boldsymbol{y}\|_q. Dann ist ∑akp=1\sum a_k^p=1 und ∑bkq=1\sum b_k^q=1, und Young gibt

∑k=1nakbk≤1p∑k=1nakp+1q∑k=1nbkq=1p+1q=1.\sum_{k=1}^{n}a_kb_k\le\frac1p\sum_{k=1}^{n}a_k^p+\frac1q\sum_{k=1}^{n}b_k^q=\frac1p+\frac1q=1 .

Multiplikation mit ∥x∥p∥y∥q\|\boldsymbol{x}\|_p\|\boldsymbol{y}\|_q ergibt die Behauptung. □\square

Für p=q=2p=q=2 ist das die Ungleichung von Cauchy und Schwarz, ∑∣xkyk∣≤∑xk2∑yk2\sum|x_ky_k|\le\sqrt{\sum x_k^2}\sqrt{\sum y_k^2}.

Satz 11.21 (Minkowski). Für r≥1r\ge1 und x,y∈Rn\boldsymbol{x},\boldsymbol{y}\in\mathbb{R}^n gilt ∥x+y∥r≤∥x∥r+∥y∥r\|\boldsymbol{x}+\boldsymbol{y}\|_r\le\|\boldsymbol{x}\|_r+\|\boldsymbol{y}\|_r.

Beweis. Für r=1r=1 ist das die Dreiecksungleichung, summiert über kk. Sei r=p>1r=p>1 und S=∑k∣xk+yk∣pS=\sum_k|x_k+y_k|^p. Ist S=0S=0, so ist nichts zu zeigen. Sonst ist nach der Dreiecksungleichung

S=∑k∣xk+yk∣ ∣xk+yk∣p−1≤∑k∣xk∣ ∣xk+yk∣p−1+∑k∣yk∣ ∣xk+yk∣p−1.S=\sum_k|x_k+y_k|\,|x_k+y_k|^{p-1}\le\sum_k|x_k|\,|x_k+y_k|^{p-1}+\sum_k|y_k|\,|x_k+y_k|^{p-1}.

Auf beide Summen wende man Hölder an. Wegen (p−1)q=p(p-1)q=p ist (∑k∣xk+yk∣(p−1)q)1/q=S1/q\bigl(\sum_k|x_k+y_k|^{(p-1)q}\bigr)^{1/q}=S^{1/q}, also

S≤(∥x∥p+∥y∥p)S1/q.S\le\bigl(\|\boldsymbol{x}\|_p+\|\boldsymbol{y}\|_p\bigr)S^{1/q}.

Division durch S1/q>0S^{1/q}>0 gibt S1−1/q=S1/p≤∥x∥p+∥y∥pS^{1-1/q}=S^{1/p}\le\|\boldsymbol{x}\|_p+\|\boldsymbol{y}\|_p. □\square

Ferner ist ∥x∥r=0\|\boldsymbol{x}\|_r=0 nur für x=0\boldsymbol{x}=\boldsymbol 0, und ∥tx∥r=∣t∣ ∥x∥r\|t\boldsymbol{x}\|_r=|t|\,\|\boldsymbol{x}\|_r für t∈Rt\in\mathbb{R}; beides folgt unmittelbar aus der Definition. Zusammen mit Satz 11.21 hat ∥⋅∥r\|\cdot\|_r für r≥1r\ge1 also die drei Eigenschaften, die die Bemerkung „Betrag, Norm und Abstand“ in Abschnitt 3.3 hervorhebt: ∥⋅∥r\|\cdot\|_r ist eine Norm auf Rn\mathbb{R}^n, und d(x,y)=∥x−y∥rd(\boldsymbol{x},\boldsymbol{y})=\|\boldsymbol{x}-\boldsymbol{y}\|_r ist eine Metrik im Sinn des Ausblicks von Einheit 1. Die Beweise der Sätze 11.20 und 11.21 benutzen von den Einträgen nur ihre Beträge und die Dreiecksungleichung; sie gelten deshalb wörtlich auch für Vektoren mit komplexen Einträgen (Satz 3.10). Für 0<r<10<r<1 ist die mit derselben Formel gebildete Größe keine Norm; die Dreiecksungleichung ist falsch (G6).

11.7 Das Newton-Verfahren

Gesucht ist eine Nullstelle ξ\xi von ff. Man ersetzt ff in einem Näherungswert xnx_n durch seine Tangente und nimmt deren Nullstelle als nächsten Näherungswert:

xn+1=xn−f(xn)f′(xn).x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)} .

Ohne weitere Voraussetzungen kann das Verfahren scheitern (G7). Konvexität und Monotonie machen es zuverlässig, und das Restglied nach Lagrange zeigt, wie schnell es ist.

Satz 11.22 (Newton-Verfahren). Seien a<ba<b und f ⁣:[a,b]→Rf\colon[a,b]\to\mathbb{R} zweimal differenzierbar mit stetiger zweiter Ableitung, also f∈C2([a,b])f\in C^2([a,b]). Es gelte f(a)<0<f(b)f(a)<0<f(b), f′>0f'>0 und f′′≥0f''\ge0 auf [a,b][a,b]. Dann gilt:

  1. ff hat genau eine Nullstelle ξ∈(a,b)\xi\in(a,b).
  2. Ist x0∈[a,b]x_0\in[a,b] mit f(x0)≥0f(x_0)\ge0 (etwa x0=bx_0=b), so ist die Folge xn+1=xn−f(xn)/f′(xn)x_{n+1}=x_n-f(x_n)/f'(x_n) wohldefiniert, monoton fallend, liegt in [ξ,x0][\xi,x_0] und konvergiert gegen ξ\xi.
  3. Mit m=f′(a)>0m=f'(a)>0 und M=max⁡[a,b]f′′M=\max_{[a,b]}f'' gilt 0≤xn+1−ξ≤M2m(xn−ξ)20\le x_{n+1}-\xi\le\dfrac{M}{2m}(x_n-\xi)^2 für alle nn.

Beweis. (1) Nach dem Zwischenwertsatz gibt es eine Nullstelle; weil ff streng wächst (Monotoniekriterium), nur eine. Wegen f′′≥0f''\ge0 ist f′f' monoton wachsend, also f′(x)≥f′(a)=m>0f'(x)\ge f'(a)=m>0 auf [a,b][a,b]; MM existiert nach dem Satz vom Maximum, weil f′′f'' stetig ist.

(2) Wir zeigen durch Induktion ξ≤xn+1≤xn≤x0\xi\le x_{n+1}\le x_n\le x_0. Sei xn∈[ξ,x0]x_n\in[\xi,x_0]; für n=0n=0 folgt das aus f(x0)≥0=f(ξ)f(x_0)\ge0=f(\xi) und der Monotonie. Dann ist f(xn)≥0f(x_n)\ge0 und f′(xn)>0f'(x_n)>0, also xn+1≤xnx_{n+1}\le x_n. Ist xn=ξx_n=\xi, so ist xn+1=ξx_{n+1}=\xi. Sonst gibt der Mittelwertsatz ein η∈(ξ,xn)\eta\in(\xi,x_n) mit f(xn)=f(xn)−f(ξ)=f′(η)(xn−ξ)f(x_n)=f(x_n)-f(\xi)=f'(\eta)(x_n-\xi), und wegen f′(η)≤f′(xn)f'(\eta)\le f'(x_n) ist f(xn)f′(xn)≤xn−ξ\frac{f(x_n)}{f'(x_n)}\le x_n-\xi, also xn+1≥ξx_{n+1}\ge\xi. Die Folge ist monoton fallend und durch ξ\xi nach unten beschränkt, also konvergent (Satz 4.16) gegen ein x∗∈[ξ,x0]x^*\in[\xi,x_0]. Aus f(xn)=f′(xn)(xn−xn+1)f(x_n)=f'(x_n)(x_n-x_{n+1}) folgt mit der Stetigkeit von ff und f′f' beim Grenzübergang f(x∗)=f′(x∗)⋅0=0f(x^*)=f'(x^*)\cdot0=0, nach (1) also x∗=ξx^*=\xi.

(3) Ist xn=ξx_n=\xi, so ist xn+1=ξx_{n+1}=\xi, und die Ungleichung gilt. Sonst gibt Folgerung 11.4 (Lagrange, n=1n=1, Entwicklungspunkt xnx_n, ausgewertet in ξ\xi) ein θ\theta zwischen ξ\xi und xnx_n mit

0=f(ξ)=f(xn)+f′(xn)(ξ−xn)+f′′(θ)2(ξ−xn)2.0=f(\xi)=f(x_n)+f'(x_n)(\xi-x_n)+\frac{f''(\theta)}{2}(\xi-x_n)^2 .

Division durch f′(xn)f'(x_n) und f(xn)f′(xn)=xn−xn+1\frac{f(x_n)}{f'(x_n)}=x_n-x_{n+1} ergeben xn+1−ξ=f′′(θ)2f′(xn)(xn−ξ)2x_{n+1}-\xi=\frac{f''(\theta)}{2f'(x_n)}(x_n-\xi)^2, und der Faktor liegt zwischen 00 und M2m\frac{M}{2m}. □\square

Mit K=M2mK=\frac{M}{2m} und en=xn−ξe_n=x_n-\xi ist Ken+1≤(Ken)2Ke_{n+1}\le(Ke_n)^2, durch Induktion also

Ken≤(Ke0)2n.Ke_n\le(Ke_0)^{2^n}.

Ist Ke0<1Ke_0<1, so fällt der Fehler doppelt exponentiell: Die Zahl der gültigen Stellen verdoppelt sich ungefähr bei jedem Schritt. Man spricht von quadratischer Konvergenz. Das Halbierungsverfahren (zweiter Beweis von Satz 7.15, Beispiel 4 in Einheit 7) gewinnt dagegen pro Schritt nur eine Binärstelle.

Die Voraussetzungen lassen sich durch Spiegelungen herstellen. Ist g(x)=σf(τx)g(x)=\sigma f(\tau x) mit σ,τ∈{1,−1}\sigma,\tau\in\{1,-1\}, so ist g′(x)=στf′(τx)g'(x)=\sigma\tau f'(\tau x) und g′′(x)=σf′′(τx)g''(x)=\sigma f''(\tau x), und für yn=τxny_n=\tau x_n gilt yn+1=yn−g(yn)g′(yn)y_{n+1}=y_n-\frac{g(y_n)}{g'(y_n)} genau dann, wenn xn+1=xn−f(xn)f′(xn)x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)}: Die Newton-Folge von gg ist die gespiegelte Newton-Folge von ff. Ist ff fallend und konvex, so nimmt man g(x)=f(−x)g(x)=f(-x); ist ff wachsend und konkav, so g(x)=−f(−x)g(x)=-f(-x); ist ff fallend und konkav, so g=−fg=-f. Dabei wird [a,b][a,b] für τ=−1\tau=-1 zu [−b,−a][-b,-a]. In allen Fällen startet man in einem Punkt x0x_0 mit σf(x0)≥0\sigma f(x_0)\ge0, wobei σ∈{1,−1}\sigma\in\{1,-1\} so gewählt ist, dass σf′′≥0\sigma f''\ge0 auf dem ganzen Intervall gilt: auf der Seite der Nullstelle, auf der ff dasselbe Vorzeichen hat wie f′′f'', das auf dem Intervall nicht wechselt. Ist ff in einer Umgebung der Nullstelle ξ\xi zweimal stetig differenzierbar und f′(ξ)≠0f'(\xi)\ne0, so konvergiert das Newton-Verfahren für jeden Startwert nahe genug bei ξ\xi, und zwar quadratisch; dieser Satz wird hier nicht bewiesen.

11.8 Gegenbeispiele

(G1) Glatt, aber nicht durch die Taylorreihe dargestellt. Die Funktion aus Satz 11.11 liegt in C∞(R)C^\infty(\mathbb{R}), ihre Taylorreihe in 00 konvergiert überall gegen 00, aber f(x)>0f(x)>0 für x≠0x\ne0. Dass die Restglieder in C∞C^\infty existieren, heißt nicht, dass sie gegen 00 streben. Zugleich ist 00 eine strikte Minimalstelle, die Satz 11.8 nicht erkennt, weil alle Ableitungen verschwinden.

(G2) Taylorreihe ohne Konvergenz. f(x)=ln⁡(1+x)f(x)=\ln(1+x) liegt in C∞((−1,∞))C^\infty((-1,\infty)). Ihre Taylorreihe in 00 ist ∑k≥1(−1)k−1kxk\sum_{k\ge1}\frac{(-1)^{k-1}}{k}x^k; für x=2x=2 sind die Glieder ±2kk\pm\frac{2^k}{k} unbeschränkt, die Reihe divergiert, obwohl ff in 22 glatt ist. Dass das nicht an einer Stelle im Reellen liegen muss, an der die Funktion aufhört, zeigt g(x)=11+x2g(x)=\frac{1}{1+x^2}. Sie ist nach der Quotientenregel (Satz 10.5) beliebig oft differenzierbar, also in C∞(R)C^\infty(\mathbb{R}) (Folgerung 10.3). Für m∈N0m\in\mathbb{N}_0 und x∈Rx\in\mathbb{R} gilt nach der geometrischen Summe (Satz 1.13) mit q=−x2q=-x^2

g(x)=∑k=0m(−1)kx2k+(−1)m+1x2m+21+x2,g(x)=\sum_{k=0}^{m}(-1)^kx^{2k}+(-1)^{m+1}\frac{x^{2m+2}}{1+x^2},

und der letzte Summand ist o(x2m+1)o\bigl(x^{2m+1}\bigr) für x→0x\to0. Nach Folgerung 11.7 ist also T2m+1g(x)=∑k=0m(−1)kx2kT_{2m+1}g(x)=\sum_{k=0}^{m}(-1)^kx^{2k}, und die Taylorreihe von gg in 00 ist ∑k≥0(−1)kx2k\sum_{k\ge0}(-1)^kx^{2k}. Für ∣x∣≥1|x|\ge1 ist ∣(−1)kx2k∣≥1|(-1)^kx^{2k}|\ge1, die Glieder bilden keine Nullfolge, und die Reihe divergiert (Folgerung 6.5), obwohl gg auf ganz R\mathbb{R} glatt ist; für x=2x=2 sind die Glieder ±4k\pm4^k sogar unbeschränkt. Einheit 14 zeigt, dass eine Potenzreihe innerhalb eines zum Entwicklungspunkt symmetrischen Intervalls konvergiert und außerhalb divergiert (Satz 14.14); für beide Reihen hier ist dieses Intervall (−1,1)(-1,1) bis auf die Randpunkte (für die Reihe von ln⁡(1+x)\ln(1+x) siehe Abschnitt 14.11, Beispiel 2). Was den Radius allgemein festlegt, gehört in die Funktionentheorie (Ausblick von Einheit 14) und wird hier nicht bewiesen.

(G3) Die Lagrange-Form reicht nicht immer. Für f(x)=ln⁡(1+x)f(x)=\ln(1+x) und x=−0,9x=-0{,}9 liefert die Lagrange-Form

∣Rn(x)∣=0,9n+1(n+1)(1+ξ)n+1|R_n(x)|=\frac{0{,}9^{n+1}}{(n+1)(1+\xi)^{n+1}}

mit einem ξ\xi zwischen −0,9-0{,}9 und 00, über das man nichts weiter weiß. Für ξ\xi nahe bei −0,9-0{,}9 ist das ungefähr 9n+1n+1\frac{9^{n+1}}{n+1}, und diese Schranke wächst über alle Grenzen. Der Satz ist nicht falsch; nur ist die Information „irgendein ξ\xi“ zu schwach. Die Cauchy-Form liefert für denselben Punkt ∣Rn(x)∣≤0,9n+10,1→0|R_n(x)|\le\frac{0{,}9^{n+1}}{0{,}1}\to0 (Satz 11.10 (4)).

(G4) Grenzen der Ableitungskriterien. f(x)=x4f(x)=x^4 hat in 00 eine strikte Minimalstelle, aber f′′(0)=0f''(0)=0: Das Kriterium „f′(a)=0f'(a)=0, f′′(a)>0f''(a)>0“ ist hinreichend, nicht notwendig; erst f(4)(0)=24>0f^{(4)}(0)=24>0 entscheidet (Satz 11.8). Zugleich ist x4x^4 streng konvex ((x4)′=4x3(x^4)'=4x^3 ist streng wachsend, Satz 11.15), obwohl f′′f'' in 00 verschwindet. Für g(x)=x3g(x)=x^3 ist g′(0)=g′′(0)=0g'(0)=g''(0)=0 und g′′′(0)=6g'''(0)=6; nach Satz 11.8 (2) liegt keine Extremstelle vor.

(G5) Konvex, aber unstetig am Rand. f=0f=0 auf [0,1)[0,1) und f(1)=1f(1)=1 ist konvex: Für x,y∈[0,1]x,y\in[0,1] und t∈(0,1)t\in(0,1) liegt (1−t)x+ty(1-t)x+ty in [0,1)[0,1), außer für x=y=1x=y=1; die linke Seite der Konvexitätsungleichung ist also 00 oder es gilt Gleichheit, und die rechte Seite ist ≥0\ge0. ff ist im Endpunkt 11 unstetig; Satz 11.14 (3) sagt nur über innere Punkte etwas.

(G6) Minkowski für r<1r<1. Mit derselben Formel wie in 11.6 für r=12r=\frac12, x=(1,0)\boldsymbol{x}=(1,0) und y=(0,1)\boldsymbol{y}=(0,1) ist ∥x+y∥1/2=(1+1)2=4\|\boldsymbol{x}+\boldsymbol{y}\|_{1/2}=(1+1)^2=4, aber ∥x∥1/2+∥y∥1/2=2\|\boldsymbol{x}\|_{1/2}+\|\boldsymbol{y}\|_{1/2}=2. Im Beweis fehlt die Hölder-Ungleichung, denn zu r<1r<1 gibt es keinen konjugierten Exponenten q>1q>1; dahinter steht, dass t↦trt\mapsto t^r für r<1r<1 auf (0,∞)(0,\infty) nicht konvex ist.

(G7) Newton ohne Konvexität. Für f(x)=x3−2x+2f(x)=x^3-2x+2 und x0=0x_0=0 ist f(0)=2f(0)=2, f′(0)=−2f'(0)=-2, also x1=1x_1=1; dann f(1)=1f(1)=1, f′(1)=1f'(1)=1, also x2=0x_2=0. Die Folge springt für immer zwischen 00 und 11, obwohl ff eine reelle Nullstelle hat (in (−2,−1)(-2,-1), denn f(−2)=−2<0<3=f(−1)f(-2)=-2<0<3=f(-1)). Auf dem Intervall zwischen Nullstelle und Startwert hat f′f' eine Nullstelle, nämlich −2/3-\sqrt{2/3}, und f′′f'' ist dort negativ, während f(x0)>0f(x_0)>0 ist; die Voraussetzungen von Satz 11.22 sind verletzt.

11.9 Durchgerechnete Beispiele

Beispiel 1 (die Leitfrage, erster Teil: sin⁡12\sin\frac12). Nach Satz 11.10 (2) mit m=4m=4 ist

sin⁡12=T(12)+R,T(x)=x−x36+x5120−x75040+x9362880,\sin\tfrac12=T(\tfrac12)+R,\qquad T(x)=x-\frac{x^3}{6}+\frac{x^5}{120}-\frac{x^7}{5040}+\frac{x^9}{362880},

mit ∣R∣≤(1/2)1111!=181 749 606 400<1,23⋅10−11|R|\le\frac{(1/2)^{11}}{11!}=\frac{1}{81\,749\,606\,400}<1{,}23\cdot10^{-11}. Genauer: Die Lagrange-Form mit n=10n=10 enthält sin⁡(11)(ξ)=−cos⁡ξ\sin^{(11)}(\xi)=-\cos\xi mit ξ∈(0,12)\xi\in(0,\frac12), und cos⁡ξ>0\cos\xi>0 dort (Satz 9.29 (1)); also ist R<0R<0. Die Auswertung von T(12)T(\frac12) braucht nur Grundrechenarten und ergibt den Bruch 1272495126542080=0,479425538616…\frac{12724951}{26542080}=0{,}479425538616\ldots Daraus folgt

0,4794255386041<sin⁡12<0,4794255386165,0{,}4794255386041<\sin\tfrac12<0{,}4794255386165,

und die zehn Nachkommastellen 0,47942553860{,}4794255386 sind gesichert. Fünf Glieder genügen, weil die Fakultät im Nenner so schnell wächst. Dieselbe Einschließung liefert schon Satz 9.24 mit m=2m=2, denn TT ist dort die Partialsumme S4S_4. Der Satz von Taylor kommt hier also zu keinem neuen Ergebnis, aber auf einem Weg, der von der Reihe nicht abhängt: Benutzt werden nur die Ableitungen von sin⁡\sin in 00 und eine Schranke für die elfte Ableitung. Derselbe Weg führt bei 1+x\sqrt{1+x} (Aufgabe R1) und ln⁡(1+x)\ln(1+x) (Satz 11.10 (4)) zum Ziel, und bei cos⁡3\cos3 (Aufgabe R5), wofür Satz 9.24 nicht ausgesprochen ist; dort liefert die Lagrange-Form das Vorzeichen des Fehlers erst mit dem passenden Grad.

Beispiel 2 (die Leitfrage, zweiter Teil: 2\sqrt2). f(x)=x2−2f(x)=x^2-2 auf [1,2][1,2] erfüllt die Voraussetzungen von Satz 11.22: f(1)=−1<0<2=f(2)f(1)=-1<0<2=f(2), f′(x)=2x>0f'(x)=2x>0, f′′=2≥0f''=2\ge0. Die Newton-Iteration ist

xn+1=xn−xn2−22xn=12(xn+2xn),x_{n+1}=x_n-\frac{x_n^2-2}{2x_n}=\frac12\Bigl(x_n+\frac{2}{x_n}\Bigr),

das Verfahren von Heron. Mit x0=2x_0=2 erhält man

x1=32,x2=1712,x3=577408,x4=665857470832=1,41421356237469…x_1=\frac32,\quad x_2=\frac{17}{12},\quad x_3=\frac{577}{408},\quad x_4=\frac{665857}{470832}=1{,}41421356237469\ldots

Fehlerschranke im Voraus: m=f′(1)=2m=f'(1)=2, M=2M=2, also K=12K=\frac12, und e0=2−2<0,6e_0=2-\sqrt2<0{,}6. Aus en+1≤12en2e_{n+1}\le\frac12e_n^2 folgt e1≤0,18e_1\le0{,}18, e2≤0,0162e_2\le0{,}0162, e3≤1,32⋅10−4e_3\le1{,}32\cdot10^{-4}, e4≤8,8⋅10−9e_4\le8{,}8\cdot10^{-9}, e5≤3,9⋅10−17e_5\le3{,}9\cdot10^{-17}; jede Stufe folgt aus der zuvor genannten Zahl. Eine schärfere Kontrolle im Nachhinein: Es ist 6658572−2⋅4708322=1665857^2-2\cdot470832^2=1, also

0≤x4−2=x42−2x4+2=14708322 (x4+2)<12⋅4708322<2,3⋅10−12,0\le x_4-\sqrt2=\frac{x_4^2-2}{x_4+\sqrt2}=\frac{1}{470832^2\,(x_4+\sqrt2)}<\frac{1}{2\cdot470832^2}<2{,}3\cdot10^{-12},

wegen x4+2>2x_4+\sqrt2>2. Also 2=1,4142135623…\sqrt2=1{,}4142135623\ldots mit zehn gesicherten Nachkommastellen nach vier Schritten. Die Folge nähert sich von oben, wie Satz 11.22 (2) voraussagt.

Die Folge ist die Heron-Folge aus Satz 2.18; dort beginnt die Zählung mit x1=2x_1=2, das hiesige x4x_4 ist dort das fünfte Glied. Satz 2.18 hat für sie 0≤xn2−2≤2⋅41−n0\le x_n^2-2\le2\cdot4^{1-n} gezeigt, für dieses Glied also x42−2≤1128x_4^2-2\le\frac1{128}. Tatsächlich ist x42−2=14708322<5⋅10−12x_4^2-2=\frac1{470832^2}<5\cdot10^{-12}. Die Abschätzung in Einheit 2 gewinnt pro Schritt einen festen Faktor 44, die Folge selbst quadriert ihren Fehler bei jedem Schritt ungefähr. Erst Satz 11.22 (3) erklärt das: Die Tangente weicht von der Parabel nur um einen Term zweiter Ordnung ab.

Beispiel 3 (zweiter Beweis von Satz 4.21: ee ist irrational). Nach Satz 11.10 (1) mit x=1x=1, genauer nach der Lagrange-Form, ist für jedes n∈Nn\in\mathbb{N}

e=∑k=0n1k!+exp⁡(ξn)(n+1)!mit 0<ξn<1.e=\sum_{k=0}^{n}\frac{1}{k!}+\frac{\exp(\xi_n)}{(n+1)!}\qquad\text{mit }0<\xi_n<1 .

Es ist e≤s1+1=3e\le s_1+1=3 nach Satz 4.20 mit n=1n=1. Angenommen, e=pqe=\frac pq mit p,q∈Np,q\in\mathbb{N}. Für n≥max⁡(q,2)n\ge\max(q,2) ist n! en!\,e eine ganze Zahl und ebenso n!∑k=0n1k!n!\sum_{k=0}^{n}\frac{1}{k!}. Ihre Differenz ist

n! e−n!∑k=0n1k!=exp⁡(ξn)n+1∈(0,3n+1)⊆(0,1),n!\,e-n!\sum_{k=0}^{n}\frac{1}{k!}=\frac{\exp(\xi_n)}{n+1}\in\Bigl(0,\frac{3}{n+1}\Bigr)\subseteq(0,1),

denn 1<exp⁡(ξn)<e≤31<\exp(\xi_n)<e\le3 und n+1≥3n+1\ge3. Eine ganze Zahl echt zwischen 00 und 11 gibt es nicht. Also ist ee irrational. Der Schluss ist derselbe wie im Beweis von Satz 4.21: Eine ganze Zahl n! (e−sn)n!\,(e-s_n) läge echt zwischen 00 und 11. Verschieden ist die Herkunft der Abschätzung. Satz 4.21 schätzt den Rest der Reihe ∑1k!\sum\frac1{k!} mit Satz 4.20 ab; hier liefert das Restglied von Lagrange den Rest in geschlossener Form, aus den Ableitungen von exp⁡\exp in 00 und der groben Schranke exp⁡(ξn)<3\exp(\xi_n)<3.

Beispiel 4 (ln⁡2\ln2 und die Cauchy-Form). Satz 11.10 (4) mit x=−12x=-\frac12 gibt ln⁡12=−∑k≥11k 2k\ln\frac12=-\sum_{k\ge1}\frac{1}{k\,2^k}, also

ln⁡2=∑k=1∞1k 2k,∣ln⁡2−∑k=1n1k 2k∣≤(1/2)n+11/2=2−n.\ln2=\sum_{k=1}^{\infty}\frac{1}{k\,2^k},\qquad\Bigl|\ln2-\sum_{k=1}^{n}\frac{1}{k\,2^k}\Bigr|\le\frac{(1/2)^{n+1}}{1/2}=2^{-n}.

Mit n=10n=10 ist die Teilsumme 0,69306…0{,}69306\ldots, der Fehler höchstens 2−10<10−32^{-10}<10^{-3}; tatsächlich ist ln⁡2=0,693147…\ln2=0{,}693147\ldots Die Schranke aus Satz 11.10 (4) für x=1x=1 verlangt für denselben Fehler etwa tausend Glieder.

Beispiel 5 (ein Grenzwert über Peano). Gesucht ist lim⁡x→0cos⁡x−exp⁡(−x2/2)x4\lim_{x\to0}\frac{\cos x-\exp(-x^2/2)}{x^4}. Nach Satz 11.6 ist cos⁡x=1−x22+x424+r1(x)\cos x=1-\frac{x^2}{2}+\frac{x^4}{24}+r_1(x) mit r1(x)=o(x4)r_1(x)=o(x^4), und exp⁡(u)=1+u+u22+r2(u)\exp(u)=1+u+\frac{u^2}{2}+r_2(u) mit r2(u)=o(u2)r_2(u)=o(u^2). Mit u=−x22u=-\frac{x^2}{2} ist

exp⁡(−x22)=1−x22+x48+r2(−x22),\exp\Bigl(-\frac{x^2}{2}\Bigr)=1-\frac{x^2}{2}+\frac{x^4}{8}+r_2\Bigl(-\frac{x^2}{2}\Bigr),

und r2(−x2/2)x4=14⋅r2(u)u2→0\frac{r_2(-x^2/2)}{x^4}=\frac14\cdot\frac{r_2(u)}{u^2}\to0, denn für x≠0x\ne0 ist u≠0u\ne0, und u→0u\to0 für x→0x\to0. Die Differenz ist (124−18)x4+o(x4)=−x412+o(x4)\bigl(\frac1{24}-\frac18\bigr)x^4+o(x^4)=-\frac{x^4}{12}+o(x^4), und der Grenzwert ist −112-\frac{1}{12}. Nach Folgerung 11.7 ist zugleich 1−x22+x481-\frac{x^2}{2}+\frac{x^4}{8} das vierte Taylorpolynom von exp⁡(−x2/2)\exp(-x^2/2) in 00, ohne dass eine Ableitung ausgerechnet wurde. Mit de l'Hospital wären vier Anwendungen nötig gewesen.

Beispiel 6 (Jordansche Ungleichung). Folgerung 11.25 (4) gibt 2πx≤sin⁡x≤x\frac{2}{\pi}x\le\sin x\le x für 0≤x≤π20\le x\le\frac\pi2. Der Beweis zeigt den Gewinn des Begriffs: Statt die Funktion sin⁡x−2πx\sin x-\frac2\pi x mit Ableitungen zu diskutieren, vergleicht man die konkave Funktion sin⁡\sin mit ihrer Tangente in 00 (sie liegt darunter) und mit der Sehne von (0,0)(0,0) nach (π2,1)(\frac\pi2,1) (sie liegt darüber).

11.10 Ausblick

Zum Vergleich. Taylorformel, Konvexität und die Ungleichungen von Young, Hölder und Minkowski gehören zum Standardstoff einer ersten Analysis-Vorlesung. Parallel lesen kann man O. Forster, Analysis 1, 12. Auflage, Springer Spektrum 2016, § 16 (Konvexität, Hölder, Minkowski), § 17 (Newton-Verfahren) und § 22 (Taylor-Reihen). Dort werden die Restglieder aus der Integralform gewonnen und die Reihe des Logarithmus durch Integration; hier stehen alle Restglieder vor dem Integral und folgen aus Mittelwertsätzen. In eigener Formulierung folgt die Einheit Forster an diesen Stellen: Die Folge Young – Hölder – Minkowski in Abschnitt 11.6 und die Beweise der Sätze 11.20 und 11.21 entsprechen § 16, Hilfssatz, Satz 8 und Satz 9 (S. 187–189). Satz 11.22 ist wie § 17, Satz 2 (S. 200–202), gegliedert: eindeutige Nullstelle, monotone Konvergenz bei Start mit f(x0)≥0f(x_0)\ge0, quadratische Fehlerabschätzung; Voraussetzungen und Beweise sind hier andere, und die Abschätzung mit M2m\frac{M}{2m} gilt im Voraus. Satz 11.11 ist das Beispiel (22.2) (S. 286–287), mit demselben Induktionsgang und derselben Rekursion für die Polynome pkp_k. Aufgabe V1 behandelt die Binomialreihe wie § 22, Satz 7 (S. 293–295), mit Quotientenkriterium und derselben Art der Restabschätzung, hier mit dem Restglied von Cauchy statt der Integralform. Folgerung 11.7 und Satz 11.8 stehen dort als Aufgaben 22.2 und 22.1. Aufgaben zu diesen Themen enthält das Übungsbuch zur Analysis 1 von O. Forster und R. Wessoly, 5. Auflage, Vieweg+Teubner 2011, § 16, § 17 und § 22. Satz 11.3 steht dort mit derselben Einschränkung auf natürliche pp als Aufgabe 22 E, gelöst über die Integralform; eine Gleichung derselben Bauart wie exp⁡(x)=3x\exp(x)=3x nach Folgerung 11.24, nämlich 2x=3x2^x=3x, ist Aufgabe 17 E. Die Namen der Restgliedformen (Lagrange, Cauchy, Schlömilch, Peano) sind die üblichen Bezeichnungen.

Aufgaben und Lösungen zu dieser Einheit: ../aufgaben/11-aufgaben-und-loesungen.md.