Einheit 11 – Taylor und Konvexität
Dritte Fassung vom 18. November 2026.
Leitfrage
Ein Rechenwerk beherrscht nur Addition, Subtraktion, Multiplikation und Division. Es soll und auf zehn Nachkommastellen ausgeben. Einheit 9 stellt als Reihe dar (Definition 9.20, Satz 9.21 (4)), Einheit 2 erklärt als positive Lösung von (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 hat Einheit 9 schon eine Antwort gegeben: Auf liegt zwischen zwei aufeinanderfolgenden Partialsummen seiner Reihe (Satz 9.24). Diese Antwort hängt daran, dass als Reihe gegeben ist, deren Glieder dort im Vorzeichen wechseln und dem Betrag nach fallen, und Satz 9.24 ist nur für ausgesprochen. Für , oder 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 an jeder Stelle (Satz 11.10). Für 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 , (Definition 10.4), die Rechenregeln (Satz 10.5), die Kettenregel (Satz 10.6), die Ableitungen von , , (Satz 10.9) und von , (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 (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 , , , , und der allgemeinen Potenz, insbesondere , das Wachstum für (Satz 9.11), die Reihen von und (Satz 9.21 (4)) sowie für und für (Satz 9.29 (1)). Ferner aus Einheit 10 die einseitigen Ableitungen und die Bemerkung über Lokalität und Einschränkung, für die Bemerkung über Werte in die Bemerkung über Funktionen mit komplexen Werten, Lemma 10.22 und Folgerung 10.24; aus Einheit 7 die Erhaltung von beim Grenzübergang (Satz 7.6 (3)) und der Nullstellensatz (Satz 7.15); aus Einheit 9 außerdem (Satz 9.7 (2)), die Abschätzungen auf (Satz 9.24), (Satz 9.28 (1)), die Nullstellen von (Satz 9.29 (2)) und (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 (Satz 2.31, Definition 2.42, Satz 2.45, Lemma 2.44), die Erhaltung von 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. ist ein Intervall mit mehr als einem Punkt; Endpunkte und innere Punkte sind wie in Definition 7.29 erklärt. In einem Endpunkt von , der zu gehört, ist die Ableitung einseitig (Einheit 10). Für und schreibt man für , wenn gilt (Landau-Symbol). Entsprechend schreibt man für , wenn es Zahlen und gibt mit für alle mit . Beide Zeichen sind Abkürzungen für diese Aussagen, keine Gleichungen zwischen Funktionen: Aus und folgt nicht . Der Satz über die lineare Näherung (Satz 10.2) sagt in dieser Schreibweise: .
11.1 Das Taylorpolynom
Die Tangente ist das Polynom vom Grad höchstens , das in denselben Wert und dieselbe Ableitung hat wie . Man sucht nun ein Polynom vom Grad höchstens , das in mit in den ersten Ableitungen übereinstimmt.
Definition 11.1. Sei , -mal differenzierbar und . Das Polynom
heißt -tes Taylorpolynom von im Entwicklungspunkt . Die Funktion heißt Restglied.
Für die Definition genügt weniger. Ist , existiert auf und ist im Punkt differenzierbar, so schreiben wir , auch wenn nicht auf ganz existiert, und erklären mit derselben Formel. Definition 10.4 erklärt nur als Funktion auf ganz ; die hier vereinbarte Schreibweise für einen einzelnen Punkt wird in Lemma 11.5, Satz 11.6 und Satz 11.8 gebraucht. Die Vereinbarung aus Einheit 1 sorgt dafür, dass der Summand gleich ist, auch für .
Lemma 11.2. Sei und .
- Jedes Polynom vom Grad höchstens lässt sich als mit schreiben.
- Für gilt für und . Insbesondere sind die durch und eindeutig bestimmt, und .
- Existiert im Sinn von Definition 11.1 oder der Vereinbarung danach, so ist das einzige Polynom vom Grad höchstens , dessen Ableitungen der Ordnung bis in mit denen von übereinstimmen.
Beweis. (1) Sei . Nach dem Binomialsatz (Satz 1.20) ist . Einsetzen und Ordnen der endlichen Doppelsumme nach ergibt die Darstellung mit .
(2) Durch Induktion über mit der Kettenregel folgt für : Die -te Ableitung von ist für und für . In verschwindet für , und für ist es . Also bleibt von nur der Summand mit dem Wert . Für verschwinden alle Summanden. Damit ist durch die Funktion festgelegt, und die Darstellung ist .
(3) Nach (2) mit hat in die Ableitungen , . Hat ein Polynom vom Grad höchstens dieselbe Eigenschaft, so schreibt man es nach (1) in Potenzen von ; nach (2) sind seine Koeffizienten , also ist .
Jedes Polynom lässt sich also nach Potenzen von umschreiben, mit den Koeffizienten , und ein Polynom vom Grad höchstens ist in jedem Punkt sein eigenes -tes Taylorpolynom.
Beispiele. (a) Für und ist , also : das Taylorpolynom ist die Teilsumme der Exponentialreihe. (b) Für in wiederholen sich die Ableitungswerte ; es ist . Für entsprechend . (c) Für auf ist für (Induktion), also .
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 ist.
Satz 11.3 (Taylor, Restglied nach Schlömilch). Sei -mal differenzierbar, seien mit und . Dann gibt es ein echt zwischen und mit
Beweisidee. Man hält den Punkt fest und lässt den Entwicklungspunkt wandern: sei der Wert des Taylorpolynoms mit Entwicklungspunkt an der Stelle . Dann ist und , und die Ableitung von ist wegen einer Teleskopsumme sehr einfach. Der verallgemeinerte Mittelwertsatz, angewandt auf und eine frei wählbare Vergleichsfunktion, liefert den Rest.
Beweis. Für sei
Dann ist (nur der Summand bleibt), , und . Da für differenzierbar ist, ist auf differenzierbar. Mit gilt nach Produkt- und Kettenregel
denn . Die Summe über teleskopiert:
Ferner ist , und das ist für jedes echt zwischen und von null verschieden. Der verallgemeinerte Mittelwertsatz (Satz 10.16), angewandt auf und auf dem abgeschlossenen Intervall mit den Endpunkten und , liefert echt zwischen und mit
Die Gleichung ändert sich nicht, wenn man die Rollen der beiden Endpunkte vertauscht; es kommt also nicht darauf an, ob oder ist. Einsetzen ergibt
Division durch gibt die Behauptung, denn .
Folgerung 11.4 (Lagrange und Cauchy). Unter den Voraussetzungen von Satz 11.3 gibt es und echt zwischen und mit
Ist insbesondere für alle zwischen und , so ist .
Beweis. beziehungsweise in Satz 11.3.
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 klein ist im Vergleich zu ; 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 , sind im Allgemeinen verschieden.
Bemerkung (Integralform, Vorgriff). Für gilt . 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 und mit Mittelwertsätzen der Integralrechnung (Bemerkung nach Satz 13.9).
Bemerkung (Werte in ). Für 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 ist genau dann -mal differenzierbar, wenn und es sind, und dann ist für ; Definition 11.1 ergibt also . Die Gleichungen von Lagrange und Cauchy werden für solche falsch: Schon für ist das die Gleichungsform des Mittelwertsatzes, die für auf scheitert (Einheit 10, Absatz vor Folgerung 10.24). Die Schranke in Folgerung 11.4 bleibt richtig; für ist sie Folgerung 10.24, und der Beweis überträgt sich. Ist und , so ist reellwertig und nach Satz 10.5 (für Werte in ) und Lemma 10.22 -mal differenzierbar mit . Weil reell ist, gilt und damit . Die Lagrange-Form für gibt ein zwischen und mit , denn und .
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 , , und sei -mal differenzierbar mit in differenzierbarer Ableitung . Gilt , so ist für .
Beweis. Induktion über . Für ist . Gelte die Aussage für , und erfülle die Voraussetzungen für . Dann erfüllt sie für : ist -mal differenzierbar, ist in differenzierbar, und für . Also gilt für . Sei und so, dass für mit . Sei mit . Nach dem Mittelwertsatz ist mit echt zwischen und , also und
Satz 11.6 (Taylor, Restglied nach Peano). Sei , und -mal differenzierbar und in differenzierbar. Dann gilt
Beweis. erfüllt die Voraussetzungen von Lemma 11.5, denn ist ein Polynom und für nach Lemma 11.2 (3).
Für ist das der Satz über die lineare Näherung (Satz 10.2). Die Lagrange-Form liefert unter ihren stärkeren Voraussetzungen mehr: Ist -mal differenzierbar und für alle mit , so ist für diese , also , und zwar mit ausdrücklicher Konstante. Satz 11.6 liefert nur, dass der Fehler schneller als verschwindet, und keine Schranke. Die Peano-Form gehört zur lokalen Analyse (Grenzwerte, Extrema), die Lagrange-Form zum Rechnen.
Folgerung 11.7 (Eindeutigkeit). Sei wie in Satz 11.6 und ein Polynom vom Grad höchstens mit . Dann ist .
Beweis. ist ein Polynom vom Grad höchstens mit , als Differenz zweier solcher Ausdrücke. Nach Lemma 11.2 (1) ist . Wäre , so sei der kleinste Index mit . Für gilt einerseits
andererseits . Widerspruch.
Die Folgerung ist ein Rechenwerkzeug: Wer auf irgendeinem Weg ein Polynom mit 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 wirklich eine Extremstelle ist, ließ sich bisher nur am Vorzeichen von 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 ist die vertraute Regel: Aus und folgt eine strikte lokale Minimalstelle.
Satz 11.8 (Extrema). Sei ein innerer Punkt von (Definition 7.29), , wie in Satz 11.6, und es gelte
- Ist gerade, so hat in eine strikte lokale Extremstelle, und zwar ein Minimum für und ein Maximum für .
- Ist ungerade, so hat in keine lokale Extremstelle.
Beweis. Nach Satz 11.6 ist für , mit und für . Wähle mit (das geht nach Definition 7.29 und dem Absatz danach) und für . Dort hat das Vorzeichen von . Ist gerade, so ist für , und hat für alle das Vorzeichen von . Ist ungerade, so hat links und rechts von verschiedene Vorzeichen, und ebenso; dann ist weder Maximal- noch Minimalstelle.
Ist dagegen ein Endpunkt von , der zu gehört, so liefert derselbe Beweis, auf die eine Seite von beschränkt, Folgendes: hat für nahe , , das feste Vorzeichen von , und ist eine strikte lokale Extremstelle, auch für ungerades . So hat auf in eine strikte Minimalstelle.
Der Satz entscheidet nicht, wenn alle Ableitungen in verschwinden. Das kommt auch bei Funktionen in vor, die nicht konstant sind (Satz 11.11).
11.4 Taylorreihen
Definition 11.9. Ist und , so heißt die Reihe die Taylorreihe von in .
Zwei Fragen stellen sich: Konvergiert die Taylorreihe in einem Punkt ? Und wenn ja, ist ihr Wert ? Die zweite Frage ist gleichbedeutend mit für , denn ist die -te Teilsumme. Beide Antworten können „nein“ sein, auch für Funktionen in : (G1) zeigt eine Taylorreihe, die überall konvergiert, aber nur im Entwicklungspunkt gegen die Funktion, und (G2) mit eine, die für divergiert.
Satz 11.10 (vier Entwicklungen). Für alle und gilt
- ,
- für ,
- für .
Ferner gilt für :
- , mit für und für .
In (1) bis (3) streben die Schranken für gegen , die Taylorreihen konvergieren also gegen die Funktion.
Beweis. Für ist alles klar; sei .
(1) Lagrange: mit zwischen und , und , weil wächst.
(2) Nach den Beispielen in 11.1 ist die angegebene Summe. Die Lagrange-Form mit enthält , betragsmäßig höchstens .
(3) Ebenso mit und .
Dass , folgt daraus, dass die Glieder der konvergenten Reihe eine Nullfolge bilden.
(4) Nach Beispiel (c) in 11.1 ist . Für gibt die Lagrange-Form mit
Für benutzt man die Cauchy-Form mit :
Es ist , denn das ist gleichwertig mit , also mit , und das gilt wegen . Ferner . Also , und wegen strebt das gegen .
Für , und ergeben sich die Reihen, die Einheit 9 für diese Funktionen angibt; neu ist die Fehlerschranke für die abgebrochene Reihe an jeder Stelle. Für ist die Entwicklung neu. Mit folgt
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 . Einheit 13 (mit einem Restintegral wie für , 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 für und . Dann ist , und für alle .
Beweisidee. Für hat jede Ableitung die Gestalt „Polynom in mal “, und die Exponentialfunktion schlägt jede Potenz von .
Beweis. Zunächst eine Grenzwertaussage: Für jedes gilt für . Denn mit ist für , also , und für (Satz 9.11). Folglich gilt für jedes Polynom .
Wir zeigen durch Induktion über : Es gibt ein Polynom mit für , und . Für ist . Gelte die Aussage für . Für gibt die Kettenregel mit und , :
also . In ist
weil ein Polynom in ist. Also existiert und ist . Damit existiert für jedes auf ganz . Jede Ableitung ist differenzierbar, nach Folgerung 10.3 also stetig; somit ist für alle , also .
Die Taylorreihe von in ist die Nullreihe. Sie konvergiert überall, aber nur in gegen , denn für . Eine Funktion heißt reell-analytisch, wenn es zu jedem ein gibt, so dass die Taylorreihe von in für alle mit gegen konvergiert. Satz 11.11 zeigt, dass dafür nicht genügt: Die Bedingung scheitert im Punkt .
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 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 oder (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 heißt konvex, wenn für alle und
gilt, und streng konvex, wenn für und sogar gilt. Sie heißt (streng) konkav, wenn (streng) konvex ist.
Der Punkt durchläuft für die Strecke von nach . Er liegt in , weil 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 und an dieser Stelle. Konvex heißt also: Jede Sehne liegt über dem Graphen.
Beispiele. (a) Affine Funktionen sind konvex und konkav, mit Gleichheit in der Definition. (b) ist streng konvex: Ausrechnen gibt . (c) ist konvex nach der Dreiecksungleichung, aber nicht streng konvex: Auf ist affin.
Lemma 11.13 (Steigungen von Sehnen). ist genau dann konvex, wenn für alle in gilt
Bei strenger Konvexität gilt beide Male .
Beweis. Sei und , also und . Die Konvexitätsungleichung lässt sich auf zwei Arten umstellen:
Division durch beziehungsweise ergibt die linke beziehungsweise die rechte Ungleichung. Umgekehrt ist schon die linke Ungleichung allein nach derselben Umformung gleichwertig mit der Konvexitätsungleichung für und . Für oder ist die Konvexitätsungleichung eine Gleichung, und der Fall geht durch Vertauschen von und in den Fall über. Mit ebenso.
Folgerung 11.23 (Steigungsfunktion). Sei konvex und . Dann ist die Funktion
monoton wachsend, und streng monoton wachsend, wenn streng konvex ist. Ferner ist für .
Beweis. Die letzte Gleichung folgt durch Erweitern mit . Seien in . Ist , so ist die äußere Ungleichung von Lemma 11.13 für die Punkte , denn . Ist , so ist es die linke Ungleichung für . Ist , so ist es die rechte Ungleichung für , denn dort steht links und rechts . Bei strenger Konvexität gelten alle drei Ungleichungen streng.
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 : Ein monoton wachsender Differenzenquotient, der nach unten beschränkt ist, hat beim Grenzübergang einen Grenzwert, so wie eine monotone beschränkte Folge (Satz 4.16).
Satz 11.14. Sei konvex. Dann gilt:
- In jedem inneren Punkt von existieren die einseitigen Ableitungen und , und .
- Für innere Punkte von gilt .
- ist in jedem inneren Punkt von stetig. Insbesondere ist eine konvexe Funktion auf einem Intervall, das keinen seiner Endpunkte enthält, stetig.
Beweis. (1) Sei ein innerer Punkt. Nach Definition 7.29 und dem Absatz danach gibt es Punkte von links und rechts von , und ist Häufungspunkt von und von . Nach Folgerung 11.23 ist monoton wachsend. Auf ist nach unten beschränkt, etwa durch für ein festes mit ; sei das Infimum dieser Werte (Folgerung 2.35). Zu gibt es in mit , und für mit ist . Also ist (Definition 7.7). Ebenso existiert als Supremum der Werte von links von . Jeder dieser Werte ist für jedes ; also ist .
(2) Wegen der Monotonie von ist , und ebenso . Es ist .
(3) Für ist , für ebenso mit . Beide einseitigen Grenzwerte von in sind also , nach Lemma 7.8 ist .
Am Rand eines Intervalls, das einen Endpunkt enthält, kann eine konvexe Funktion springen (G5). Im Inneren kann sie Knicke haben, wie ; nach Aufgabe V2 aber nur abzählbar viele (Definition 2.42).
Satz 11.15 (Konvexität und Ableitung). Sei differenzierbar. Gleichwertig sind:
- ist konvex.
- ist monoton wachsend.
- Für alle gilt : Der Graph liegt über jeder Tangente.
Ferner ist genau dann streng konvex, wenn streng monoton wachsend ist.
Beweis. (1) (2): Seien in . Nach Folgerung 11.23 ist monoton wachsend; für ist also , und der Grenzübergang gibt . Ebenso gibt für beim Grenzübergang : . Zusammen ist . Das Argument gilt auch, wenn oder ein Endpunkt von ist; dort ist die Ableitung einseitig. Ist streng konvex, so ist nach Folgerung 11.23 streng wachsend. Wählt man mit , so ist , denn ist Grenzwert von Werten mit , die alle sind; also .
(2) (3): Sei . Der Mittelwertsatz liefert echt zwischen und mit . Ist , so ist und , also . Ist , so ist und , und die Multiplikation mit kehrt die Ungleichung um; es gilt also wieder . Ist streng wachsend, so gilt beide Male .
(3) (1): Seien , und . Nach (3) mit als Berührpunkt ist und . Multipliziert man mit beziehungsweise und addiert, so folgt
Ist streng wachsend, und , so ist und ; dann gelten in (3) beide Ungleichungen streng, und das Ergebnis auch.
Folgerung 11.16. Sei zweimal differenzierbar. Genau dann ist konvex, wenn auf ist. Ist in allen inneren Punkten von , so ist streng konvex.
Beweis. Nach Satz 11.15 ist genau dann konvex, wenn monoton wachsend ist. Die Funktion ist differenzierbar, nach Folgerung 10.3 also stetig. Ist (beziehungsweise ) in den inneren Punkten, so ist nach Folgerung 10.15 (2) monoton (beziehungsweise streng monoton) wachsend. Ist umgekehrt monoton wachsend, so ist in jedem inneren Punkt nach Folgerung 10.15 (4). Gehört ein Endpunkt zu , so ist für alle , weil Zähler und Nenner dasselbe Vorzeichen haben; der Grenzwert ist daher ebenfalls (Satz 7.6 (3)). Satz 11.15 schließt ab.
Die Umkehrung des zweiten Teils ist falsch: ist streng konvex, aber (G4).
Beispiele. (a) ist streng konvex, denn . (b) ist auf streng konkav, denn . (c) Für ist auf ; also ist konvex für und für , konkav für , und streng, wenn . (d) ist auf konkav, denn dort (Satz 9.29 (1), und nach Satz 9.29 (2)).
Folgerung 11.24. Eine streng konvexe Funktion hat höchstens zwei Nullstellen. Insbesondere schneidet der Graph einer streng konvexen Funktion jede Gerade höchstens zweimal.
Beweis. Wären drei Nullstellen, so wären die Sehnensteigungen und beide , im Widerspruch zur strengen Ungleichung in Lemma 11.13. Für die zweite Aussage wende man das auf mit affinem an; ist streng konvex, weil in Definition 11.12 Gleichheit liefert.
Beispiel. Die Gleichung hat genau zwei reelle Lösungen, eine in und eine in : Aufgabe R5 der Einheit 9 liefert je eine Lösung in diesen Intervallen, und ist wegen streng konvex (Folgerung 11.16), hat also nach Folgerung 11.24 höchstens zwei Nullstellen.
Folgerung 11.25 (Standardabschätzungen).
- für alle , und für .
- für alle .
- für alle .
- für , und für alle .
Beweis. (1) ist konvex (Beispiel (a) nach Folgerung 11.16). Die erste Ungleichung ist Satz 11.15 (3) mit Berührpunkt . Die zweite ist Definition 11.12 mit den Punkten und : .
(2) Für gibt Folgerung 11.4 (Lagrange, , Entwicklungspunkt ) ein mit ; für gilt Gleichheit.
(3) ist konvex (Beispiel (b) nach Folgerung 11.16). Satz 11.15 (3) für mit Berührpunkt gibt .
(4) ist auf konvex (Beispiel (d) nach Folgerung 11.16). Satz 11.15 (3) für mit Berührpunkt gibt . Für die linke Ungleichung sei , also . Definition 11.12 für gibt , also . Für ist , denn (Definition 9.27 und der Absatz danach).
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 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 konvex, , und mit . Dann ist und
Ist streng konvex und sind alle , so gilt Gleichheit nur für .
Beweis. Induktion über . Für ist , und es gilt Gleichheit. Gelte der Satz für , und seien Punkte und Gewichte gegeben. Ist , so sind alle anderen Gewichte null, und es gilt Gleichheit. Sonst ist , und die Gewichte () sind mit Summe . Nach Induktionsvoraussetzung liegt in , und . Nun ist ein Punkt der Strecke zwischen und , liegt also in , und
Zur Gleichheit: Seien streng konvex, alle und Gleichheit gegeben. Dann ist , und beide Ungleichungen der letzten Zeile sind Gleichungen. Aus der zweiten folgt , nach Induktionsvoraussetzung also und damit . Aus der ersten folgt wegen der strengen Konvexität .
Folgerung 11.18 (gewichtetes arithmetisch-geometrisches Mittel). Für und mit gilt
bei positiven Gewichten mit Gleichheit nur für . Insbesondere ist .
Beweis. ist streng konvex. Jensen gibt , denn und verwandelt Summen in Produkte. Da streng monoton wächst, folgt die Behauptung, und die Gleichheitsaussage überträgt sich.
Für und ist das . Für positive Zahlen ist das nach Quadrieren Satz 1.25 aus Einheit 1. Neu sind beliebig viele Zahlen und beliebige Gewichte.
Im Folgenden sei und durch bestimmt, also ; man nennt und konjugierte Exponenten. Wie in Einheit 9 ist für .
Satz 11.19 (Young). Für gilt .
Beweis. Ist oder , so ist die linke Seite . Sonst gibt Folgerung 11.18 mit , , , :
Dabei ist .
Den Abstand zweier Punkte der Ebene misst man gewöhnlich mit
wie den Betrag in (Abschnitt 3.3). Man kann Abstände auch anders messen, etwa durch die Summe der Koordinatenabstände. Beide sind Fälle einer Familie: Für und sei
Dass jede dieser Größen die Dreiecksungleichung erfüllt, ist nur für unmittelbar. Für ist es der Satz von Minkowski, und sein Beweis braucht die Ungleichung von Hölder.
Satz 11.20 (Hölder). Für gilt
Beweis. Ist , so sind alle , und beide Seiten sind ; ebenso für . Sonst setze und . Dann ist und , und Young gibt
Multiplikation mit ergibt die Behauptung.
Für ist das die Ungleichung von Cauchy und Schwarz, .
Satz 11.21 (Minkowski). Für und gilt .
Beweis. Für ist das die Dreiecksungleichung, summiert über . Sei und . Ist , so ist nichts zu zeigen. Sonst ist nach der Dreiecksungleichung
Auf beide Summen wende man Hölder an. Wegen ist , also
Division durch gibt .
Ferner ist nur für , und für ; beides folgt unmittelbar aus der Definition. Zusammen mit Satz 11.21 hat für also die drei Eigenschaften, die die Bemerkung „Betrag, Norm und Abstand“ in Abschnitt 3.3 hervorhebt: ist eine Norm auf , und 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 ist die mit derselben Formel gebildete Größe keine Norm; die Dreiecksungleichung ist falsch (G6).
11.7 Das Newton-Verfahren
Gesucht ist eine Nullstelle von . Man ersetzt in einem Näherungswert durch seine Tangente und nimmt deren Nullstelle als nächsten Näherungswert:
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 und zweimal differenzierbar mit stetiger zweiter Ableitung, also . Es gelte , und auf . Dann gilt:
- hat genau eine Nullstelle .
- Ist mit (etwa ), so ist die Folge wohldefiniert, monoton fallend, liegt in und konvergiert gegen .
- Mit und gilt für alle .
Beweis. (1) Nach dem Zwischenwertsatz gibt es eine Nullstelle; weil streng wächst (Monotoniekriterium), nur eine. Wegen ist monoton wachsend, also auf ; existiert nach dem Satz vom Maximum, weil stetig ist.
(2) Wir zeigen durch Induktion . Sei ; für folgt das aus und der Monotonie. Dann ist und , also . Ist , so ist . Sonst gibt der Mittelwertsatz ein mit , und wegen ist , also . Die Folge ist monoton fallend und durch nach unten beschränkt, also konvergent (Satz 4.16) gegen ein . Aus folgt mit der Stetigkeit von und beim Grenzübergang , nach (1) also .
(3) Ist , so ist , und die Ungleichung gilt. Sonst gibt Folgerung 11.4 (Lagrange, , Entwicklungspunkt , ausgewertet in ) ein zwischen und mit
Division durch und ergeben , und der Faktor liegt zwischen und .
Mit und ist , durch Induktion also
Ist , 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 mit , so ist und , und für gilt genau dann, wenn : Die Newton-Folge von ist die gespiegelte Newton-Folge von . Ist fallend und konvex, so nimmt man ; ist wachsend und konkav, so ; ist fallend und konkav, so . Dabei wird für zu . In allen Fällen startet man in einem Punkt mit , wobei so gewählt ist, dass auf dem ganzen Intervall gilt: auf der Seite der Nullstelle, auf der dasselbe Vorzeichen hat wie , das auf dem Intervall nicht wechselt. Ist in einer Umgebung der Nullstelle zweimal stetig differenzierbar und , so konvergiert das Newton-Verfahren für jeden Startwert nahe genug bei , 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 , ihre Taylorreihe in konvergiert überall gegen , aber für . Dass die Restglieder in existieren, heißt nicht, dass sie gegen streben. Zugleich ist eine strikte Minimalstelle, die Satz 11.8 nicht erkennt, weil alle Ableitungen verschwinden.
(G2) Taylorreihe ohne Konvergenz. liegt in . Ihre Taylorreihe in ist ; für sind die Glieder unbeschränkt, die Reihe divergiert, obwohl in glatt ist. Dass das nicht an einer Stelle im Reellen liegen muss, an der die Funktion aufhört, zeigt . Sie ist nach der Quotientenregel (Satz 10.5) beliebig oft differenzierbar, also in (Folgerung 10.3). Für und gilt nach der geometrischen Summe (Satz 1.13) mit
und der letzte Summand ist für . Nach Folgerung 11.7 ist also , und die Taylorreihe von in ist . Für ist , die Glieder bilden keine Nullfolge, und die Reihe divergiert (Folgerung 6.5), obwohl auf ganz glatt ist; für sind die Glieder 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 bis auf die Randpunkte (für die Reihe von 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 und liefert die Lagrange-Form
mit einem zwischen und , über das man nichts weiter weiß. Für nahe bei ist das ungefähr , und diese Schranke wächst über alle Grenzen. Der Satz ist nicht falsch; nur ist die Information „irgendein “ zu schwach. Die Cauchy-Form liefert für denselben Punkt (Satz 11.10 (4)).
(G4) Grenzen der Ableitungskriterien. hat in eine strikte Minimalstelle, aber : Das Kriterium „, “ ist hinreichend, nicht notwendig; erst entscheidet (Satz 11.8). Zugleich ist streng konvex ( ist streng wachsend, Satz 11.15), obwohl in verschwindet. Für ist und ; nach Satz 11.8 (2) liegt keine Extremstelle vor.
(G5) Konvex, aber unstetig am Rand. auf und ist konvex: Für und liegt in , außer für ; die linke Seite der Konvexitätsungleichung ist also oder es gilt Gleichheit, und die rechte Seite ist . ist im Endpunkt unstetig; Satz 11.14 (3) sagt nur über innere Punkte etwas.
(G6) Minkowski für . Mit derselben Formel wie in 11.6 für , und ist , aber . Im Beweis fehlt die Hölder-Ungleichung, denn zu gibt es keinen konjugierten Exponenten ; dahinter steht, dass für auf nicht konvex ist.
(G7) Newton ohne Konvexität. Für und ist , , also ; dann , , also . Die Folge springt für immer zwischen und , obwohl eine reelle Nullstelle hat (in , denn ). Auf dem Intervall zwischen Nullstelle und Startwert hat eine Nullstelle, nämlich , und ist dort negativ, während ist; die Voraussetzungen von Satz 11.22 sind verletzt.
11.9 Durchgerechnete Beispiele
Beispiel 1 (die Leitfrage, erster Teil: ). Nach Satz 11.10 (2) mit ist
mit . Genauer: Die Lagrange-Form mit enthält mit , und dort (Satz 9.29 (1)); also ist . Die Auswertung von braucht nur Grundrechenarten und ergibt den Bruch Daraus folgt
und die zehn Nachkommastellen sind gesichert. Fünf Glieder genügen, weil die Fakultät im Nenner so schnell wächst. Dieselbe Einschließung liefert schon Satz 9.24 mit , denn ist dort die Partialsumme . 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 in und eine Schranke für die elfte Ableitung. Derselbe Weg führt bei (Aufgabe R1) und (Satz 11.10 (4)) zum Ziel, und bei (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: ). auf erfüllt die Voraussetzungen von Satz 11.22: , , . Die Newton-Iteration ist
das Verfahren von Heron. Mit erhält man
Fehlerschranke im Voraus: , , also , und . Aus folgt , , , , ; jede Stufe folgt aus der zuvor genannten Zahl. Eine schärfere Kontrolle im Nachhinein: Es ist , also
wegen . Also 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 , das hiesige ist dort das fünfte Glied. Satz 2.18 hat für sie gezeigt, für dieses Glied also . Tatsächlich ist . Die Abschätzung in Einheit 2 gewinnt pro Schritt einen festen Faktor , 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: ist irrational). Nach Satz 11.10 (1) mit , genauer nach der Lagrange-Form, ist für jedes
Es ist nach Satz 4.20 mit . Angenommen, mit . Für ist eine ganze Zahl und ebenso . Ihre Differenz ist
denn und . Eine ganze Zahl echt zwischen und gibt es nicht. Also ist irrational. Der Schluss ist derselbe wie im Beweis von Satz 4.21: Eine ganze Zahl läge echt zwischen und . Verschieden ist die Herkunft der Abschätzung. Satz 4.21 schätzt den Rest der Reihe mit Satz 4.20 ab; hier liefert das Restglied von Lagrange den Rest in geschlossener Form, aus den Ableitungen von in und der groben Schranke .
Beispiel 4 ( und die Cauchy-Form). Satz 11.10 (4) mit gibt , also
Mit ist die Teilsumme , der Fehler höchstens ; tatsächlich ist Die Schranke aus Satz 11.10 (4) für verlangt für denselben Fehler etwa tausend Glieder.
Beispiel 5 (ein Grenzwert über Peano). Gesucht ist . Nach Satz 11.6 ist mit , und mit . Mit ist
und , denn für ist , und für . Die Differenz ist , und der Grenzwert ist . Nach Folgerung 11.7 ist zugleich das vierte Taylorpolynom von in , ohne dass eine Ableitung ausgerechnet wurde. Mit de l'Hospital wären vier Anwendungen nötig gewesen.
Beispiel 6 (Jordansche Ungleichung). Folgerung 11.25 (4) gibt für . Der Beweis zeigt den Gewinn des Begriffs: Statt die Funktion mit Ableitungen zu diskutieren, vergleicht man die konkave Funktion mit ihrer Tangente in (sie liegt darunter) und mit der Sehne von nach (sie liegt darüber).
11.10 Ausblick
- Integralform des Restglieds (Einheit 13). Mit dem Hauptsatz und partieller Integration wird bewiesen (Satz 13.9). Sie verlangt und enthält keine unbekannte Zwischenstelle mehr.
- Potenzreihen (Einheit 14). Dort wird gezeigt, dass eine Potenzreihe in ihrem Konvergenzintervall gliedweise differenziert werden darf (Satz 14.19) und mit ihrer Taylorreihe übereinstimmt (Folgerung 14.20). Die Frage, wann umgekehrt die Taylorreihe gegen konvergiert, führt auf die reell-analytischen Funktionen; (G1) und (G2) zeigen die beiden Arten des Scheiterns. Die Binomialreihe (Aufgabe V1) ist ein weiterer Fall, in dem die Cauchy-Form zum Ziel führt.
- Integralungleichungen. Jensen, Hölder und Minkowski gelten ebenso für Integrale an Stelle von Summen; die -Räume der Maß- und Integrationstheorie beruhen auf ihnen.
- Konvexität. Konvexe Funktionen sind ein eigenes Gebiet mit Anwendungen in Optimierung und Wahrscheinlichkeitstheorie (dort ist Jensen die Ungleichung ). Auf Teilmengen eines Vektorraums erklärt man konvexe Funktionen wörtlich wie in Definition 11.12, solange der Definitionsbereich eine konvexe Menge ist. In mehreren Veränderlichen tritt an die Stelle von die Bedingung, dass die Matrix der zweiten Ableitungen positiv semidefinit ist.
- Newton. Das Verfahren überträgt sich auf Gleichungssysteme, mit der Ableitung als linearer Abbildung; seine lokale quadratische Konvergenz ist ein Satz der Numerik.
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 , quadratische Fehlerabschätzung; Voraussetzungen und Beweise sind hier andere, und die Abschätzung mit gilt im Voraus. Satz 11.11 ist das Beispiel (22.2) (S. 286–287), mit demselben Induktionsgang und derselben Rekursion für die Polynome . 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 als Aufgabe 22 E, gelöst über die Integralform; eine Gleichung derselben Bauart wie nach Folgerung 11.24, nämlich , 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.