Vorlesungsmitschrieb: Analysis 2

Julian Valentin

Dieser Vorlesungsmitschrieb entstand als Hörer in der Vorlesung Analysis 2, gelesen von Prof.
TeknD Timo Weidl an der Universität Stuttgart im Sommersemester 2010. Sie dienten haupt-
sächlich als Lernhilfe für mich; aus Zeitgründen fehlen viele Skizzen und mathematische
Beweise. Studentische Mitschriebe sind keine offiziellen Skripte; weder die Universität Stutt-
gart noch ihre Mitarbeiter sind für sie verantwortlich. Fehler können auf GitHub gemeldet
werden. Der Mitschrieb steht unter der CC-BY-SA-4.0-Lizenz.

Inhaltsverzeichnis
1 Reihen und uneigentliche Integrale 3
1.1 Definitionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Einfache Aussagen zu Reihen und uneigentlichen Integralen . . . . . . . . . . 3
1.3 Reihen mit nicht-negativen Summanden, Umordnungssatz . . . . . . . . . . . . 4
1.4 Konvergenzkriterien für Reihen mit nicht-negativen (positiven) Summanden 5
1.5 Konvergenzkriterien in Limesform . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.6 Absolute und bedingte Konvergenz . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.7 Nicht absolut konvergente Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.8 Unendliche Produkte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.9 Die Summierung divergenter Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2 Funktionenfolgen, Funktionenreihen, parameterabhängige Integrale 8

2.1 Das Prinzip der Gleichmäßigkeit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2 Satz zum Vertauschen von Grenzwerten . . . . . . . . . . . . . . . . . . . . . . . 8
2.3 Zur Stetigkeit der Grenzfunktion und zum Vertauschen von Grenzwerten vom
Typ limn→∞ und lim x→ξ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4 Zur Stetigkeit der Grenzfunktion zweier Variablen . . . . . . . . . . . . . . . . . 10
2.5 Zum Vertauschen von Grenzwert und Riemann-Integral . . . . . . . . . . . . . 10
2.6 Zum Vertauschen von Grenzwert und Ableitung . . . . . . . . . . . . . . . . . . 11
2.7 Differenzieren und Integrieren von parameterabhängigen Integralen . . . . . 11
2.8 Stetigkeit und [Link] von Integralen mit parameterabh. Grenzen . . . . 11
2.9 Zum Vertauschen von Grenzwert und uneigentlichem Integral . . . . . . . . . 12
2.10 Potenzreihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.11 Der Satz von Stone und Weierstrass . . . . . . . . . . . . . . . . . . . . . . . . 13
2.12 Die Eulerschen Integrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.13 Zusatz: Ein analytischer Beweis des Hauptsatzes der Algebra . . . . . . . . . . 14

3 Differentialrechnung von Funktionen mehrerer Veränderlicher 15

3.1 Endlich und unendlich-dimensionale Vektorräume . . . . . . . . . . . . . . . . . 15
3.2 Der Raum der stetigen linearen Operatoren . . . . . . . . . . . . . . . . . . . . . 16
3.3 Die Frechet-Ableitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.4 Die Gateaux-Ableitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.5 Der Hauptsatz der Differentialrechnung . . . . . . . . . . . . . . . . . . . . . . . 17
3.6 Gateaux- und Frechet-Ableitungen zwischen Rn und Rm . . . . . . . . . . . . 18
Analysis 2

3.7 Ableitungen höherer Ordnung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

3.8 Die Taylorsche Formel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.9 Der Fixpunktsatz von Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.10 Der Satz über implizite Funktionen . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.11 Extremwerte von Funktionen mehrerer Variablen . . . . . . . . . . . . . . . . . . 23
3.12 Funktionen von konstantem Rang, Mannigfaltigkeiten . . . . . . . . . . . . . . 24
3.13 Extremwerte unter Nebenbedingungen . . . . . . . . . . . . . . . . . . . . . . . . 25

Inhaltsverzeichnis –2–
Analysis 2

1 Reihen und uneigentliche Integrale

1.1 Definitionen
Pn
∈ {R, C}. Sn = a1 + · · · + an = k=1 ak ist
Reihe: Sei {ak }k∈N eine Folge mit ak ∈ K p , wobei KP
∞
die n-te Partialsumme. Dann konvergiert die Reihe k=1 ak genau dann, wenn der Grenzwert
P∞
a := limn→∞ Sn existiert.
k=1 k

uneigentliches Integral: Sei f : [0, +∞[ → K p

+∞auf [0, r] für alle r > 0 Riemann-integrierbar.
Dann konvergiert das uneigentliche Integral 0 f (x) dx genau dann, wenn der Grenzwert

+∞
r
0
f (x) dx := lim r→+∞ 0 f (x) dx existiert.
P∞ Pk0
+∞
y0
Analog definiert man k=k0 ak , k=−∞ ak , y0 f (x) dx und −∞ f (x) dx für k0 ∈ Z, y0 ∈ R.
P+∞ P+∞ P+∞
Reihe vom Typ k=−∞ : k=−∞ ak konvergiert genau dann, wenn sowohl k=k0 ak als auch
Pk0 −1
a (unabhängig voneinander) konvergieren.
k=−∞ kP
+∞ Pk0 −1 P+∞
Dann ist k=−∞ ak := k=−∞ ak + k=k0 ak .
(Diese Definition ist unabhängig von der konkreten Wahl von k0 ∈ Z.)

+∞
uneig. Integral vom Typ −∞ : Sei f : R → K p mit f ∈ R[−R1 , R2 ] für alle R1 , R2 > 0.

+∞
+∞
y0
f (x) dx konvergiert genau dann, wenn sowohl y0 f (x) dx als auch −∞ f (x) dx konver-
−∞

+∞
y
+∞
gieren. Dann ist −∞ f (x) dx := −∞ 0
f (x) dx + y0 f (x) dx .
(Diese Definition ist unabhängig von der konkreten Wahl von y0 ∈ R.)

uneigentliches Integral mit Definitionslücke:

Sei f : [a, b[ ∪ ]b, c] → K p , a < b < c , wobei f ∈ R[a, b − "1 ] und f ∈ R[b + "2 , c] ∀">0 .

b
b−"
c
c
Dann ist a f (x) dx := lim"1 →0+0 a 1 f (x) dx sowie b f (x) dx := lim"2 →0+0 b+"2 f (x) dx .

c
b
Das uneigentliche Integral a f (x) dx konvergiert genau dann, wenn sowohl f (x) dx als

c
c
b
c a
auch b f (x) dx konvergieren. Dann ist a f (x) dx := a f (x) dx + b f (x) dx .

Hauptwert von Cauchy:

Sei f : [a, b[ ∪ ]b, c] → K p , a < b < c , wobei f ∈ €R[a, b − "] und f ∈ R[b + ",
Š c] ∀">0 .

c c
b−"
c
Dann ist v.p. a f (x) dx = a f (x) dx := lim"→0+0 a f (x) dx + b+" f (x) dx .

+∞
Hauptwert bei −∞ : Sei f : R → K p mit f ∈ R[−R, R] für alle R > 0.

+∞
R
Dann ist v.p. −∞ f (x) dx := limR→+∞ −R f (x) dx .
P+∞ P+∞ P+N
Hauptwert bei k=−∞ : v.p. k=∞ ak := limN →+∞ k=−N ak
P+∞ P+∞ P+∞
Falls k=−∞ ak (im üblichen Sinn) konvergiert, so konvergiert auch v.p. k=−∞ ak = k=−∞ ak .

+∞
+∞
+∞
Analog: Falls −∞ f (x) dx konvergiert, so konvergiert auch v.p. −∞ f (x) dx = −∞ f (x) dx .

1.2 Einfache Aussagen zu Reihen und uneigentlichen Integralen

p
Satz (Konvergenz-Kriterium
P+∞ PmSei ak ∈ K für k ∈ N.
von Cauchy bei Reihe):
Dann gilt: k=1 ak konvergiert ⇔ ∀">0 ∃N" ∀m≥n≥N" a < ".
k=n+1 k

Satz (Konvergenz-Kriterium von Cauchy bei uneig. Integral):

Sei f : [0, +∞[ → K p , f ∈ R[0, R] für alle R > 0.

+∞
R00
Dann gilt: 0 f (x) dx konvergiert ⇔ ∀">0 ∃R" ∀R00 ≥R0 ≥R" R0 f (x) dx < " .

1 Reihen und uneigentliche Integrale –3–

Analysis 2
P∞
Folgerung: Konvergiert k=1 ak , so ist limk→∞ ak = 0. Die Umkehrung gilt i. A. nicht.

+∞
Außerdem kann man aus 0 f (x) dx konvergiert i. A. nicht folgern, dass lim x→+∞ f (x) = 0.
P+∞ P+∞
Anmerkung: k=1 ak konvergent ⇔ k=k0 ak konvergent,

+∞
+∞
0
f (x) dx konvergent ⇔ C
f (x) dx konvergent.

Satz
(Linearität bei Integral):
+∞ Seien f1 , f2 : [0, +∞[ → K p mit ∀R>0 f1 , f2 ∈ R[0, R].
+∞
Falls 0 f1 (x) dx und 0 f2 (x) dx konvergieren, so konvergiert auch

+∞
+∞
+∞
0
(α f
1 1 (x) + α f
2 2 (x)) dx = α1 · 0
f 1 (x) dx + α2 · 0
f2 (x) dx .
P+∞ (1) P+∞ (2)
Satz (Linearität bei Reihe): Falls k=1 ak und k=1 ak konvergieren, so konvergiert auch
P+∞ (1) (2)
P+∞ (1) P+∞ (2)
k=1
(α a
1 k + α a
2 k ) = α 1 · k=1 k
a + α 2 · a .
k=1 k

1.3 Reihen mit nicht-negativen Summanden, Umordnungssatz

Pn
Sei ak ∈ R, ak ≥ 0 für alle k ∈ N. Dann ist Sn = k=1 ak monoton steigend.
P+∞ d. h. konvergent, oder {Sn } divergiert bestimmt gegen +∞.
Entweder ist nun {Sn } beschränkt,
Konvergiert {Sn }, so ist S := k=1 ak = limn→∞ Sn = supn∈N Sn .
P∞ P∞
Vergleichssatz: Seien 0 ≤ bk ≤ ak für alle k ∈ N. Dann ist 0 ≤ k=1 bk ≤ k=1 ak ,
P∞ P∞
d. h. konvergiert k=1 ak , so konvergiert auch k=1 bk .
Umordnungssatz: Seien ak ≥ 0 für k ∈ N sowie bk = aϕ(k) , wobei ϕ : N → N bijektiv ist.
P∞ P∞
Dann ist k=1 bk = k=1 ak .
P∞
Umordnungssatz von Riemann: Seien ak ∈ R mit limk→∞ ak = 0 und beide Reihen k=1 ak+
P∞
sowie k=1 ak− divergent, wobei ak+ = max{0,P∞ k
a } und ak− = min{0, ak }.
Dann gilt ∀ r∈R∪{+∞}∪{−∞} ∃ϕr :N→N bijektiv k=1 aϕr (k) = r .
Anschaulich kann eine Reihe einer Folge {ak } mit diesen Voraussetzungen durch Umordnung
der Folgenglieder jeden Grenzwert annehmen (auch bestimmt divergieren).

Reihen über abzählbar unendliche Mengen: Seien A abzählbar unendlich (d. h. es gibt eine
ϕ : A → N) P
Bijektion P sowie für jedes α ∈ A ein aα ∈ R mit aα ≥ 0 gegeben.
∞
Dann ist α∈A aα := k=1 aϕ−1 (k) wegen des Umordnungssatzes unabhängig von ϕ definiert.
n
P Anwendungen: Sind A und B abzählbar, so sind auch A ∪ B , A × B und A abzählbar
Typische
und (α,β)∈A×B aα,β mit aα,β ≥ 0 ist wohldefiniert.
Satz: Sei A abzählbar.
P P
(1) ∀α∈A 0 ≤ aα ≤ bα ⇒ 0≤ α∈A aα ≤ α∈A bα

α∈A(c1 aα + c2 bα ) = c1 α∈A aα + c2
P P P
(2) 0 ≤ aα , bα , c1 , c2 ⇒ α∈A bα

, aα ≥ 0,P aα0 = aα P
(3) A0 ⊂ AP für α ∈ A0 , P
sonst aα0 = 0
α∈A0 aα = α∈A0 aα =
0 0
⇒ α∈A aα ≤ α∈A aα

⊂ A (d. h. P
(4) A1 , A2P P abzählbar), A = A1 ∪ A2 mit A1 ∩ A2 = ;,
A1 , A2 ebenfalls aα ≥ 0
⇒ α∈A aα = α∈A1 aα + α∈A2 aα

α∈A aα = supA
P P
(5) aα ≥ 0 ⇒ e⊂A, A
e endlich e aα
a∈A

Satz (Doppelreihen): Seien A, B abzählbar und aα,β ≥ 0 für (α, β) ∈ A × B .

P €P Š P €P Š
Dann ist (α,β)∈A×B aα,β = α∈A =
P
a
β∈B α,β β∈B a
α∈A α,β .
P∞
P∞

Satz: Seien ak , bk ≥ 0. Dann ist (m,n)∈N×N am bn =
P
a
m=1 m
b .
n=1 n

1 Reihen und uneigentliche Integrale –4–

Analysis 2

1.4 Konvergenzkriterien für Reihen mit nicht-negativen (positiven)

Summanden
P∞
Satz 1: Seien c > 0 sowie 0 ≤ ak ≤ c · bk für k ∈ N. Dann folgt aus k=1 bk konvergent, dass
P∞ P∞ P∞
k=1
a k konvergent ist sowie aus k=1
a k divergent, dass b divergent ist.
k=1 k
a b
Satz 2: Seien ak , bk > 0 sowie ak+1 ≤ bk+1 für alle k ∈ N. Dann lässt sich Satz 1 anwenden.
k k
(Es genügt schon k ≥ k0 .)

Wurzelkriterium von Cauchy: Sei ak ≥ 0 für k ≥ k0 .

p P∞
(1) k ak ≤ q < 1 für k ≥ k0 ⇒ a konvergent
k=1 k
p P∞
(2) k ak ≥ 1 für k ≥ k0 ⇒ a divergent
k=1 k

Quotientenkriterium von d’Alembert: Sei ak > 0 für k ≥ k0 .

a P∞
(1) ak+1 ≤ q < 1 für k ≥ k0 ⇒ a konvergent
k=1 k
k
a P∞
(2) ak+1 ≥ 1 für k ≥ k0 ⇒ a divergent
k=1 k
k

Reihen als uneigentliche Integrale: Seien ak P ∈ R für k ∈
N. Definiere f : [0,
+∞[, f (x) = ak
n n n+r
für x ∈ ]k − 1, k] sowie f (0) = 0. Dann ist k=1 ak = 0 f (x)
∞
dx sowie 0 f (x) dx liegt
P∞
zwischen Sn und Sn+1 mit n ∈ N, r ∈ ]0, 1[. Daher ist k=1 ak = 0 f (x) dx .
Vergleichssatz bei uneig. Integralen: Seien f , g : [0, +∞] →
R mit f , g ∈ R[0, R] für alle
+∞
R > 0 sowie 0 ≤ f (x) ≤ g(x) für alle x > 0. Dann folgt aus 0 g(x) dx konvergent, dass

+∞
+∞
+∞
0
f (x) dx konvergent ist, sowie aus 0 f (x) dx divergent, dass 0 g(x) dx divergent ist.
Integralkriterium von Maclaurin und Cauchy: Seien ak ≥ 0 für k ∈ N,
f : [1, +∞[ → R, wobei

+∞ f (x) ≥ 0 und ∀R>1 f ∈ R[1,
PR] , f ↓ und f (k) = ak für k ∈ N.
∞
Dann konvergiert 1 f (x) dx genau dann, wenn k=1 ak konvergiert.
P∞
+∞ P∞
Außerdem gilt dann k=2 ak ≤ 1 f (x) dx ≤ k=1 ak .
P∞
Bspw. konvergiert die harmonische Reihe k=1 k1α , α > 0 genau dann, wenn α > 1 ist.

Satz (es gibt keine universelle Vergleichsfunktion):

P∞ P∞
Seien 0 < pk ≤ sk für k ∈ N mit sk → 0 sowie k=1 pk konvergent und k=1 sk divergent.
P∞ p
Dann gibt es 0 < pk0 mit k=1 pk0 konvergent, aber limk→∞ pk0 = 0, sowie
k
P∞ 0 sk0
0 < sk mit k=1 sk divergent, aber limk→∞ s = 0.
0
k
€ a Š
Kriterium von Raabe: Seien an > 0 sowie R n = n · a n − 1 für n ∈ N.
n+1
P∞
(1) R n ≥ r > 1 für n ≥ N ⇒ a konvergent
k=1 k
P∞
(2) R n ≤ 1 für n ≥ N ⇒ a divergent
k=1 k
a P∞
Kriterium von Kummer: Seien ak > 0, ck > 0 mit Kn = cn · a n − cn+1 für k ∈ N, wobei k=1
n+1
1
ck divergiert.
P∞
(1) Kn ≥ δ > 0 ⇒ a konvergent
k=1 k
P∞
(2) Kn ≤ 0 ⇒ a divergent
k=1 k

1 Reihen und uneigentliche Integrale –5–

Analysis 2

1.5 Konvergenzkriterien in Limesform

oberer/unterer Grenzwert: Sei {x n }n∈N eine reelle Folge ( x k ∈ R). Es gilt { yn }↓, {zn }↑, wobei
yn := supk≥n x k , zn := infk≥n x k . Der Grenzwert lim supk→∞ x k = limk→∞ x k := limn→∞ yn bzw.
lim infk→∞ x k = limk→∞ x k := limn→∞ zn heißt oberer bzw. unterer Grenzwert.
Satz: {ak } konvergiert ⇔ lim infk→∞ ak = lim supk→∞ ak =: A (dann ist limk→∞ ak = A).
Es gilt stets lim infk→∞ ak ≤ lim supk→∞ ak .

Vergleichssatz in Limesform:
a
Seien ak ≥ 0 und bk > 0 für k ∈ N sowie lim supk→∞ bk < +∞.
P∞ P∞ k P∞
aus k=1 bk konvergent, dass k=1 ak konvergent ist, sowie aus k=1 ak divergent
Dann folgt P
∞
folgt, dass k=1 bk divergent ist.
Wurzelkriterium von Cauchy in Limesform:
p P∞
Sei ak ≥ 0 für k ∈ N. Dann folgt aus lim supk→∞ k ak < 1, dass k=1 ak konvergent ist, sowie
p P∞
aus lim infk→∞ k ak > 1 folgt, dass k=1 ak divergent ist.
Quotientenkriterium von d’Alembert in Limesform:
a P∞
Sei ak > 0 für k ∈ N. Dann folgt aus lim supk→∞ ak+1 < 1, dass k=1 ak konvergent ist, sowie
k
ak+1 P∞
aus lim infk→∞ a > 1 folgt, dass k=1 ak divergent ist.
k

1.6 Absolute und bedingte Konvergenz

bedingte Konvergenz: SeienPan ∈ K p mit K ∈ {R,

PnC}.
∞
Dann heißt Konvergenz von k=1 ak = limn→∞ k=1 ak bedingte Konvergenz.
P∞ P∞
absolute Konvergenz (Reihe): k=1 ak konvergiert absolut, falls k=1 kak k konvergiert.
P∞
Manchmal bedeutet „absolute Konvergenz“ die Konvergenz von k=1
|ak | für ak ∈ K und
P∞ n
„normale Konvergenz“ die Konvergenz von k=1 kak k für ak ∈ K .

+∞
absolute Konvergenz (Integral): Sei
f : [0, +∞[ → K p mit f ∈ R[0, R] für alle R > 0.
+∞
0
f (x) dx konvergent absolut, falls 0 k f (x)k dx konvergiert.
Analog lässt sich absolute Konvergenz von uneig. Integralen mit Definitionslücke definieren.
P∞
+∞
Satz: Konvergiert k=1 ak bzw. 0 f (x) dx absolut, so konvergiert die Reihe bzw. das unei-
gentliche Integral auch bedingt.
P∞ P∞ P∞
Anmerkung: k=1 akPkonvergiert absolut, falls k=1 Re(a k ) und k=1 Im(ak ) absolut konver-
∞ P∞
gieren (falls ak ∈ C). k=1 ak konvergiert absolut, falls k=1 π` (ak ) für alle ` = 1, . . . , p absolut
konvergiert (falls ak ∈ K p ).

, ak+ = max{0, ak } ≥ 0 und ak− = min{0,

Satz: Seien ak ∈ RP a } ≤ 0.
P∞ k +
∞ P∞
Dann konvergiert k=1 ak absolut genau dann, wenn k=1 ak und k=1 ak− konvergieren.
P∞
UmordnungssatzPfür absolut konvergente Reihen: Seien ak ∈ K p und k=1 ak konvergiert
∞ P∞
absolut. Dann ist k=1 ak = k=1 aϕ(k) für jede Bijektion ϕ : N → N.
P∞
Beispiel: ζ(s) = k=1 k1s für s = σ+i t ∈ C (σ, t ∈ R) konvergiert absolut für σ > 1 und divergiert
für σ ≤ 1. Bis heute ist es ein ungelöstes Problem, ob alle Nullstellen dieser Riemannschen
Zetafunktion den Realteil 12 besitzen (Riemannsche Vermutung).

1 Reihen und uneigentliche Integrale –6–

Analysis 2

1.7 Nicht absolut konvergente Reihen

Pn
Abelsche Summation: Seien αm , βm ∈ R und Bn = k=1 βk . Dann ist βn = Bn − Bn−1 .
Pm Pm−1
Dann gilt Sm = k=1 αk βk = αm Bm + k=1 (αk+1 − αk )Bk (partielle Summation).
P∞
Abelsches Kriterium: Seien ak , bk ∈ R,P k=1 bk konvergiere bedingt und {ak } sei monoton
∞
und beschränkt. Dann konvergiert auch k=1 ak bk bedingt.
Kritierium von Dirichlet: Sei P{a k } monoton, limn→∞ an = 0 sowie {Bn } beschränkt mit
Pn ∞
Bn = k=1 bk . Dann konvergiert k=1 ak bk .
P∞
Satz von Leibniz: ak > 0, {ak } monoton und limk→∞ ak = 0 ⇒ k=1 (−1)k ak konvergent.
Kritierium von Dirichlet für uneigentliche Integrale: Sei a : [0, +∞[ → [0, +∞[ eine
stetige und differenzierbare Funktion sowie a↓ und lim x→+∞ a(x) = 0.

x
Außerdem sei b : [0, +∞[ → R auf jedem endlichen
+∞
Intervall Riemann-integrierbar, wobei
| x 12 b(x) dx| ≤ C für alle x 2 ≥ x 1 ≥ 0. Dann ist 0 a(x)b(x) dx konvergent.

1.8 Unendliche Produkte

Qn
Seien ak ∈ C mit ak 6= 0. Dann heißt Pn = k=1 ak das n-te Partialprodukt.
Q∞
unendliches Produkt: k=1 ak konvergiert, falls es einen
Q∞
Grenzwert gibt mit limn→∞ Pn 6= 0.
Gibt es keinen Grenzwert limn→∞ Pn , dann divergiert k=1
Q∞k
a .
Gibt es einen Grenzwert limn→∞ Pn = 0, dann divergiert k=1 ak bestimmt gegen 0.
Q∞
Satz: Wenn k=1 ak konvergiert, dann ist limk→∞ ak = 1.
Q∞ P∞
Satz: k=1 ak konvergiert genau dann, wenn k=1 Ln ak konvergiert.

1.9 Die Summierung divergenter Reihen

Man will den Begriff der Konvergenz einer Reihe so verallgemeinern, sodass Linearität (Reihe
lässt sich auseinander ziehen) und Regularität (eine im üblichen Sinne konvergente Reihe
muss auch im neuen Sinn konvergieren und die Werte sind gleich) gilt.

Potenzreihenmethode
P∞ nach Poisson-Abel: Sei ak ∈ C gegeben. Für 0 < x < 1 definiert
man f (x) = k=1 ak x . Sei f (x) konvergent für alle x ∈ ]0, 1[ und es existiere der Grenzwert
k

S PA = lim x→1−0 f (x). Der Grenzwert S PA heißt Summe nach Poisson-Abel.

P∞
Satz von Abel: Die Potenzreihenmethode ist regulär, d. h. wenn a konvergiert, dann
k=1 k
P∞ P∞
konvergiert auch S PA sowie S PA = lim x→1−0 k=1 ak x = k=1 ak .
k

a1 +2a2 +···+nan
Satz von Tauber: Sei S PA = lim x→1−0 f (x) konvergent und limn→∞ n = 0.
P∞
Dann ist auch k=1 ak konvergent (gegen S PA).

Methode Pder arithmetischen Mittel nach Cesaro:

n S +···+S
Ist Sn = k=1 ak , dann definiert man SC := limm→∞ 1 m m .
b1 +···+bn
Lemma (Regularität): Sei {bk } mit b = limk→∞ bk . Dann ist limn→∞ n = b.
Satz von Frobenius: Konvergiert SC , dann konvergiert auch S PA und S PA = SC .
Hardy: Seien SC konvergent sowie |ak | · k ≤ C für alle k ∈ N.
Satz vonP
∞
Dann ist k=1 ak konvergent (gegen SC ).

1 Reihen und uneigentliche Integrale –7–

Analysis 2

2 Funktionenfolgen, Funktionenreihen,
parameterabhängige Integrale

2.1 Das Prinzip der Gleichmäßigkeit

Eine Eigenschaft A(p) gilt gleichmäßig bzgl. p ∈ P (Parameter aus Parametermenge), falls
(1) A(p) ist für alle p ∈ P wahr
(2) die Konstanten in A(p) sind von p unabhängig wählbar.

gleichmäßige Konvergenz einer Folge: Sei a : N × P → M eine parameterabhängige Folge

{ak (p)}k∈N ( P Parametermenge), wobei (M , d) ein metrischer Raum ist.
(·)
punktweise Konvergenz: an −
→ a(p) ⇔ ∀ p∈P ∀">0 ∃N (",p) ∀n≥N (",p) d(an (p), a(p)) < "
gleichmäßige Konvergenz: an ⇒ a(p) ⇔ ∀">0 ∃N (") ∀ p∈P ∀n≥N (") d(an (p), a(p)) < "
n/p
Zum Beispiel gilt bei der Folge an (p) = 1+(n/p)2 (n, p ∈ N) für n = p, dass an (p) = 12 , jedoch gilt
für jedes feste p, dass limn→∞ an (p) = 0, aber nicht gleichmäßig.
1 1
Dagegen ist die Folge an (p) = 1+n+p < 1+n für n, p ∈ N gleichmäßig konvergent bzgl. p ∈ P = N,
1
da für n ≥ " gilt, dass |an (p) − 0| < " für alle p ∈ N.

gleichmäßige
P∞ Konvergenz einer Reihe: Sei a : N × P → Kn eine Pm Folge, wobei K ∈ {R, C}.
a
k=1 n
(p) konvergiert gleichmäßig bzgl. p ∈ P , falls S m (p) = a (p) ⇒ S(p) gleichmäßig.
n=1 n

gleichmäßige Konvergenz uneigentlicher Integrale:
+∞

Sei f : [0, +∞[ × P → Kd mit ∀ p∈P ∀R>0 f (x, p) ∈ R[0, R] x . Dann konvergiert 0 f (x, p) dx

R00
gleichmäßig bzgl. p ∈ P , falls ∀">0 ∃R(") ∀R0 ,R00 ≥R(") ∀ p∈P R0
f (x, p) dx < " .

gleichmäßig stetige Funktionen:

Seien (M1 , d1 ), (M2 , d2 ) metrische Räume sowie f : X ⊂ M1 → M2 .
punktweise Stetigkeit: ∀ x 0 ∈X ∀">0 ∃δ(x 0 ,")=δ>0 ∀ x∈Uδ (x 0 )∩X f (x) ∈ U" ( f (x 0 ))
gleichmäßige Stetigkeit: ∀">0 ∃δ(")=δ>0 ∀ x 0 ∈X ∀ x∈Uδ (x 0 )∩X f (x) ∈ U" ( f (x 0 ))
Gleichmäßige Stetigkeit/Konvergenz impliziert punktweise Stetigkeit/Konvergenz.
Die Umkehrung gilt nicht!


Lemma: Sei a : N × P → M . Dann ist an (p) ⇒ a(p) ⇔ limn→∞ sup p∈P d(an (p), a(p)) = 0.

2.2 Satz zum Vertauschen von Grenzwerten

Man betrachtet Doppelfolgen mit P = N, d. h. an (p) = an,p . Angenommen, es gibt Grenzwerte

limn→∞ an,p = u(p) und lim p→∞ an,p = v(n). Im Allgemeinen gilt dann nicht
lim p→∞ (limn→∞ an,p ) = lim p→∞ u(p) = limn→∞ v(n) = limn→∞ (lim p→∞ an,p ).
Satz: Sei a : N × N → M eine Doppelfolge mit (M , d) vollständig. Außerdem existiere für
alle p ∈ N der Grenzwert limn→∞ an,p = u(p) sowie für alle n ∈ N existiere der Grenzwert
lim p→∞ an,p = v(n). Einer dieser Grenzwerte sei gleichmäßig angenommen.
Dann existieren die Grenzwerte lim p→∞ u(p) = limn→∞ v(n) und sind gleich.
Unter diesen Voraussetzungen gilt somit lim p→∞ (limn→∞ an,p ) = limn→∞ (lim p→∞ an,p ).

2 Funktionenfolgen, Funktionenreihen, parameterabhängige Integrale –8–

Analysis 2

2.3 Zur Stetigkeit der Grenzfunktion und zum Vertauschen von

Grenzwerten vom Typ limn→∞ und lim x →ξ

Seien M1 , M2 metrische Räume, M2 vollständig, X ⊂ M1 , ξ ∈ acc(X ) sowie f : N × X → M2 eine

Folge von Funktionen f n (x) mit n ∈ N, x ∈ X .
Vertauschen von limn→∞ und lim x→ξ :
Für alle n ∈ N existiere der Grenzwert lim x→ξ f n (x) = an sowie der Grenzwert
limn→∞ f n (x) = ϕ(x) existiere gleichmäßig bzgl. x ∈ X .
Dann existieren die Grenzwerte limn→∞ an = lim x→ξ ϕ(x) und sind gleich.


Unter diesen Voraussetzungen gilt somit limn→∞ lim x→ξ f n (x) = lim x→ξ (limn→∞ f n (x)).

Anwendung (ϕ stetig in ξ):

Gilt zudem ξ ∈ X und f n ist stetig in ξ für alle n ∈ N, dann ist auch ϕ stetig in ξ.
Anmerkung: Ist f n ∈ C ([a, b], Kd ) für alle n ∈ N und limn→∞ f n (x) = ϕ(x) existiert gleich-
k·kC
mäßig bzgl. x ∈ [a, b], so ist auch ϕ ∈ C ([a, b], Kd ) und f n −−→ ϕ .
Die Voraussetzung „gleichmäßig“ ist wesentlich!

Banachraum: Ein Banachraum ist ein vollständiger, normierter Vektorraum (d. h. vollständig
bzgl. der von der Norm induzierten Metrik).
Seien nun Y ein Banachraum, M ein metrischer Raum, X ⊂ M , ξ ∈ acc(X ) und a : N × X → Y
eine Funktionenfolge an (x).
P∞
Vertauschen von n=1 und lim x→ξ : P∞
Sei lim x→ξ an (x) = bn konvergent für alle n ∈ N und n=1 an (x) = S(x) konvergiere gleichmäßig
bzgl. x ∈ X . P∞
Dann existieren die Grenzwerte n=1 bn = lim x→ξ S(x) und sind gleich.
P∞
P∞

Unter diesen Voraussetzungen gilt somit n=1 lim x→ξ an (x) = lim x→ξ a (x) .
n=1 n

P∞ Ist zusätzlich ξ ∈ X und sind alle an (x) stetig in ξ, dann ist auch
Folgerung:
S(x) = n=1 an (x) in ξ stetig.
P∞
Wie zeigt man, dass n=1 an (x) gleichmäßig bzgl. x ∈ X konvergiert?
Majorantenkriterium von Weierstrass:
P∞ Für alle n ∈ N und x ∈ X sei kan (x)k ≤ Cn (d. h. Cn
ist von x unabhängig).
P∞
Zudem sei n=1 Cn konvergent.
Dann konvergiert n=1 an (x) gleichmäßig bzgl. x ∈ X .
P∞
Anwendung (Fourier-Reihen): Seien an ∈ C eine komplexe Folge und n=1 |ak | sei konver-
gent. Dann konvergieren
P∞ folgende Funktionenreihen
P∞ ebenfalls (absolut)
P für alle x ∈ R und
sind stetig: S(x) = n=1 an sin(nx), C(x) = a0 n=1 an cos(nx), E(x) = n∈Z an e . inx

2 Funktionenfolgen, Funktionenreihen, parameterabhängige Integrale –9–

Analysis 2

2.4 Zur Stetigkeit der Grenzfunktion zweier Variablen

Vertauschen von lim x→x 0 und lim y→ y0 : Seien M1 , M2 , M3 metrische Räume mit M3 vollständig,
X ⊂ M1 , Y ⊂ M2 , x 0 ∈ acc(X ) und y0 ∈ acc(Y ).
Weiterhin sei f : X × Y → M3 eine Funktion, wobei für alle x ∈ X der Grenzwert
lim y→ y0 f (x, y) = ϕ(x) und für alle y ∈ Y der Grenzwert lim x→x 0 f (x, y) = ψ( y) existiert.
Einer dieser beiden Grenzwerte werde gleichmäßig angenommen.
Dann gibt es die Grenzwerte lim x→x 0 ϕ(x) = lim y→ y0 ψ( y) und sind gleich.



Unter diesen Voraussetzungen gilt somit lim x→x 0 lim y→ y0 f (x, y) = lim y→ y0 lim x→x 0 f (x, y) .
Folgerung: Seien zusätzlich x 0 ∈ X , f (x, y) stetig im Punkt x = x 0 (für jedes beliebige y ) und
der erste Grenzwert werde gleichmäßig erreicht.
Dann ist auch ϕ(x) stetig im Punkt x = x 0 .

2.5 Zum Vertauschen von Grenzwert und R IEMANN-Integral

b
Vertauschen von limn→∞ und a : Seien f n ∈ C ([a, b], Kd ) für n ∈ N, wobei
limn→∞ f n (x) = f (x) gleichmäßig bzgl.
€
xb ∈ [a, b].Š
b
Dann gibt es die Grenzwerte limn→∞ a f n (x) dx = a f (x) dx und sind gleich.
P∞
b
Vertauschen
P∞
von n=1
und a
: Seien an ∈ C ([a, b], Kd ) für n ∈ N, wobei
a (x) = S(x) gleichmäßig bzgl.
n=1 n
x ∈ [a, b].Š
P∞ €
b
b
Dann gibt es die Grenzwerte n=1 a an (x) dx = a S(x) dx und sind gleich.

b
Vertauschen von lim x→x 0 und a : Seien M ein metrischer Raum mit X ⊂ M und
x 0 ∈ acc(X ). Außerdem sei f : X × [a, b] → Kd eine Funktion mit ∀ x∈X f (x, ·) ∈ C ([a, b]) und
lim x→x 0 f (x, y) = ϕ x 0 ( y) werde gleichmäßig bzgl. y ∈ [a, b] angenommen.
€
b Š
b
Dann gibt es die Grenzwerte lim x→x 0 a f (x, y) d y = a ϕ x 0 ( y) d y und sind gleich.

kartesisches Produkt zweier metrischer Räume: Seien (M1 , d1 ) und (M2 , d2 ) zwei metrische
Räume und M = M1 × M2 . Definiere für m0 = (x 0 , y 0 ) ∈ M und m00 = (x 00 , y 00 ) ∈ M die Funktion
d(m0 , m00 ) = d1 (x 0 , x 00 ) + d2 ( y 0 , y 00 ). Damit wird (M , d) zum metrischen Raum, d ist die von
M = M1 × M2 induzierte Metrik. Ist eine Folge von mk = (x k , yk ) ∈ M und m = (x, y) gegeben,
d d1 d2
→ m ⇔ (x k −
so ist mk − → x) ∧ ( yk −
→ y).
Lemma für kompakte Mengen: Seien X ⊂ M1 kompakt und Y ⊂ M2 kompakt.
Dann ist X × Y ⊂ M ebenfalls kompakt.

Satz (Stetigkeit von J(x)): Seien M ein metrischer Raum, X ⊂ M kompakt und
f : X × [a, b] → Kd mit f ∈ C (X × [a, b], Kd ).

b
Dann ist J(x) = a f (x, y) d y stetig in x .

2 Funktionenfolgen, Funktionenreihen, parameterabhängige Integrale – 10 –

Analysis 2

2.6 Zum Vertauschen von Grenzwert und Ableitung

Vorsicht: Seien f n ∈ C ([a, b]) gegeben mit f n diffb. in ]a, b[ sowie f n (x) ⇒ f (x) gleichmäßig
bzgl. x ∈ [a, b]. Dann gilt i. A. nicht, dass f in ]a, b[ diffb. ist und f 0 (x) = limn→∞ f n0 (x)!
Vertauschen von limn→∞ und ddx : Seien f n ∈ C 1 ([a, b], Kd ) für n ∈ N und für alle x ∈ [a, b]
existiere der Grenzwert limn→∞ f n (x) = f (x) sowie der Grenzwert limn→∞ f n0 (x) = ϕ(x) werde
gleichmäßig bzgl. x ∈ [a, b] angenommen. Dann ist auch f ∈ C 1 ([a, b]) und f 0 (x) = ϕ(x).


Unter diesen Voraussetzungen gilt somit limn→∞ ddx f n (x) = ddx (limn→∞ f n (x)).
P∞
d x : Seien ak ∈ C ([a, b], K ) für k ∈ N und
d 1 d
Vertauschen von n=1 und P für alle
∞ P∞ 0
x ∈ [a, b] existiere die Reihe k=1 ak (x) = S(x) sowie der Grenzwert k=1 ak (x) = T (x) werde
gleichmäßig bzgl. x ∈ [a, b] angenommen.
Dann ist auch S ∈ C 1 ([a, b]) und S 0 (x) = T (x).

partielle Ableitung: Seien f : ]a, b[ × Y → Kd eine Funktion mit x 0 ∈ ]a, b[ und y0 ∈ Y .

∂f f (x +h, y )− f (x , y )
Dann ist ∂ x := limh→0, h∈K 0 0
h
0 0

(x 0 , y0 )
die partielle Ableitung von f nach x im Punkt (x 0 , y0 ).
Vertauschen von lim y→ y0 und ddx : Seien M ein metrischer Raum, Y ⊂ M , y0 ∈ acc(Y ) und f :
]a, b[ × Y → Kd eine Funktion, wobei ∀ y∈Y f (·, y) ∈ C 1 ([a, b], Kd ), für alle x ∈ [a, b] existiere
∂ f (x, y)
der Grenzwert lim y→ y0 f (x, y) = ϕ(x) sowie der Grenzwert lim y→ y0 ∂x = ψ(x) werde
gleichmäßig bzgl. x ∈ [a, b] angenommen. Dann ist auch ϕ ∈ C ([a, b]) und ϕ 0 (x) = ψ(x).
1

Unter diesen Voraussetzungen gilt somit ddx lim y→ y0 f (x, y) = lim y→ y0 ∂∂x f (x, y) .

2.7 Differenzieren und Integrieren von parameterabhängigen

Integralen
∂f
Satz: Seien Ω = [a, b] × [c, d] und f , ∂ y ∈ C (Ω, Kd ).

b
b ∂ f (x, y)
Dann ist J( y) = a
f (x, y) dx ∈ C 1 ([c, d]) und J 0 ( y) = a ∂y dx .

Satz: Seien €Ω = [a, b] × [c,Š d] und f €∈ C (Ω, Kd ). Š

b
d
d
b
Dann ist a c f (x, y) d y dx = c a f (x, y) dx d y .

2.8 Stetigkeit und [Link] von Integralen mit parameterabh.

Grenzen

Seien Ω = [a, b] × [c, d], f ∈ C (Ω, Kd ) und α, β : [c, d] → [a, b].

β( y)
Man betrachtet nun das Integral J( y) = α( y) f (x, y) dx .
Satz 1: Seien f ∈ C (Ω, Kd ) und α, β ∈ C ([c, d], [a, b]).

β( y)
Dann ist J( y) = α( y) f (x, y) dx ∈ C ([c, d]).
∂f
Satz 2: Seien Ωδ = [a, b] × [c − δ, c + δ] für δ > 0, f ∈ C (Ωδ ), ∂y ∈ C (Ωδ ) und α, β in ]c, d[
diffb. Dann ist J( y) ist diffb. für y ∈ ]c, d[ und

β( y0 ) ∂ f (x, y)
J 0 ( y0 ) = α( y0 ) ∂y dx + β 0 ( y0 ) · f (β( y0 ), y0 ) − α0 ( y0 ) · f (α( y0 ), y0 ).
y= y0

2 Funktionenfolgen, Funktionenreihen, parameterabhängige Integrale – 11 –

Analysis 2

2.9 Zum Vertauschen von Grenzwert und uneigentlichem Integral

+∞
€
R von lim
Vertauschen Š n→∞ und 0 : Seien f n ∈ C ([0, +∞[ , R) für n ∈ N, wobei

+∞
limR→∞ 0 f n (x) dx = 0 f n (x) dx gleichmäßig bzgl. n ∈ N und
f (x) = limn→∞ f n (x) gleichmäßig

+∞bzgl. x ∈ [0, R] für jedes

+∞fixierte R
> 0 angenommen werden.
Dann gibt es die Grenzwerte 0 f (x) dx = limn→∞ 0 f n (x) dx und sind gleich.
P∞
+∞
Vertauschen
€
R von Š
+∞ 0 : Seien f n ∈ C ([0, +∞[ , R) für n ∈ N, wobei
n=1
und
limR→∞ 0 f n (x) dx = 0 f n (x) dx gleichmäßig bzgl. n ∈ N und
P∞
f (x) = n=1 f n (x) gleichmäßig bzgl. x ∈ [0, R] für jedes fixierte R > 0 angenommen werden.

+∞ P∞
+∞

Dann gibt es die Grenzwerte 0 f (x) dx = n=1 0 f n (x) dx und sind gleich.

+∞
Vertauschen von lim y→ y0 und 0 : Seien M ein metrischer Raum, Y ⊂ M , y0 ∈ acc(Y ) und
f ∈ C ([0,€
+∞[ × Y, R)Š, wobei
R
+∞
limR→∞ 0 f (x, y) dx = 0 f (x, y) dx gleichmäßig bzgl. y ∈ Y und
lim y→ y0 f (x, y) = ϕ y0 (x) gleichmäßig bzgl. x ∈ [0, R] angenommen werden.

+∞
+∞

Dann existieren die Grenzwerte 0 ϕ y0 (x) dx = lim y→ y0 0 f (x, y) dx und sind gleich.

+∞ ∂f
Vertauschen von d
dx und 0
: Seien Ω = [0, +∞[ × [c, d] und f , ∂ y ∈ C (Ω, R),
€
R Š
+∞
wobei für alle y ∈ [c, d] der Grenzwert limR→∞ 0 f (x, y) dx = 0 f (x, y) dx existiert und
€
R Š
+∞
∂ f (x, y) ∂ f (x, y)
limR→∞ 0 ∂ y dx = 0 ∂y dx gleichmäßig bzgl. y ∈ [c, d] angenommen wird.

+∞
+∞

+∞ ∂ f (x, y)
Dann ist 0 f (x, y) dx differenzierbar und ddy 0 f (x, y) dx = 0 ∂y dx .

d
+∞
Vertauschen von c und 0 : Seien Ω = [0, +∞[ × [c, d] und f ∈ C (Ω, R), wobei

R
+∞
limR→∞ 0 f (x, y) dx = 0 f (x, y) dx gleichmäßig Š y ∈ [c, d] angenommen wird.
bzgl.

d
+∞

+∞ €
d
Dann ist c 0 f (x, y) dx d y = 0 c
f (x, y) d y dx .

2.10 Potenzreihen

Potenzreihe: Für k ∈ N0 seien

Pn ak ∈ C sowie z0 ∈ C gegeben.
Man definiert Sn (z) = a0 + k=1 ak (z − z ) für z ∈ C.
P∞ 0
k

Dann heißt S(z) = limn→∞ Sn (z) = k=0 ak (z − z0 )k Potenzreihe.

Man will untersuchen, für welche z eine gegebene Potenzreihe P∞ konvergiert P und für welche
∞
nicht. Im Weiteren betrachten wir durch e z = z − z0 , also k=0 ak (z − z0 )k = k=0 ak e
z k , ohne
Einschränkung nur noch Potenzreihen mit z0 = 0.
P∞
Konvergenzkreis/-radius: Sei eine Potenzreihe k=0 ak z k gegeben. UR = {z ∈ C | |z| < R}
heißt
P∞ Konvergenzkreis der Potenzreihe mit dem Konvergenzradius R, falls
R konvergent ist (d. h. |z| < R) und
k
a
k=0 k
z für alle z ∈ U
P∞ k
a z für alle z ∈
k=0 k
/ UR divergent ist (d. h. |z| > R).
Für |z| = R macht der Konvergenzkreis keine Aussage. Möglich sind für R auch R = 0 (konver-
gent nur für z = 0) und R = +∞ (konvergent für alle z ∈ C).

2 Funktionenfolgen, Funktionenreihen, parameterabhängige Integrale – 12 –

Analysis 2
P∞
Satz von Cauchy-Hadamard: Jede Potenzreihe k=0
ak z k (ak , z ∈ C) besitzt einen Konver-
1
genzkreis mit dem Konvergenzradius R = .
lim supk→∞ k |ak |
p
a
Für an 6= 0, n ≥ N gilt R = limn→∞ a n , falls der Grenzwert existiert.
n+1
(Alle Fälle R ∈ ]0, +∞[ ∪ {0} ∪ {+∞} sind zugelassen.)
Satz: Sei R ≤ +∞ und R P > 0. Wähle R1 < R mit R1 > 0.
∞
Dann konvergiert S(z) = k=0 ak z k gleichmäßig bzgl |z| < R1 .
P∞
Satz (Differenzieren von Potenzreihen): Seien S(z) = k=0 ck (z − a)k eine Potenzreihe mit
P∞
Konvergenzradius R > 0 und S1 (z) = k=1 kck (z − a)k−1 .
Dann ist S(z) im Konvergenzkreis komplex differenzierbar und die Ableitung erfolgt gliedweise,
d. h. es gilt S 0 (z) = S1 (z) für alle z ∈ C mit |z − a| < R.
Dabei ist die Ableitung eine Potenzreihe mit demselben Konvergenzradius.
P∞
Satz (Integrieren von Potenzreihen): Seien S(z) = k=0 ck (z − a)k eine Potenzreihe mit
P∞ ck
Konvergenzradius R > 0 und S−1 (z) = C + k=0 k+1 (z − a)k+1 .
Dann ist S−1 (z) eine Potenzreihe mit demselben Konvergenzradius und gliedweise diffb. mit
0
S−1 (z) = S(z). Also ist S−1 (z) eine Stammfunktion von S(z).
Potenzreihen sind also in ihrem Konvergenzkreis beliebig oft komplex differenzierbar und
aufleitbar. Die Ableitung kann durch gliedweise Differenzieren bestimmt werden, analog wird
die Stammfunktion durch gliedweise Integrieren bestimmt.
P∞
Potenzreihen als Taylor-Reihen darstellen: Sei S(z) = k=0 ck (z − a)k eine Potenzreihe mit
00 (k)
Konvergenzradius R > 0. Dann ist c0 = S(a), c1 = S 0 (a), c2 = S 2!(a) , . . . , ck = S k!(a) , d. h. die ck
sind die Taylorkoeffizienten. Also ist jede Potenzreihe in ihrem Konvergenzkreis durch ihre
P∞ S (k) (a)
Taylorreihe darstellbar: S(z) = k=0 k! (z − a)k .
Taylor-Reihe einer Funktion: Sei f : ]−R, R[ → C eine Funktion mit R > 0, wobei f in x 0 = 0
beliebig oft reell differenzierbar ist.
Pn f (k) (0) k
Dann lässt sich bekannterweise f durch f (x) = Tn (x) + rn (0, x) mit Tn (x) = k=0 k! x
als Taylor-Polynom und rn (0, x) = rn (x) = o(x n ) für x → 0 darstellen.
Im Allgemeinen muss Tn (x) für n → ∞ nicht unbedingt konvergieren.
P∞ f (k) (0)
Besitzt jedoch t(x) = limn→∞ Tn (x) = k=0 k! x k einen Konvergenzradius R > 0, so
bezeichnet man t(x) als Taylor-Reihe von f (x). Allerdings ist i. A. t(x) 6= f (x) für alle x , d. h.
der Rest rn (x) muss für n → ∞ nicht gegen 0 konvergieren!
als Taylorreihe darstellbar: f ist in einer Umgebung von x 0 = 0 als Taylor-Reihe darstellbar,
falls f (x) = t(x) ist für |x| < " .
Satz (Kriterium für Darstellbarkeit): Seien f : ]−R, R[ → C beliebig oft diffb.,
C(k)Rk
∀k∈N ∃C(k) ∀|x|<R | f (k) (x)| ≤ C(k) sowie limk→∞ k! = 0.
Dann ist f (x) = t(x) für |x| < R.

2.11 Der Satz von S TONE und W EIERSTRASS

Satz von Stone und Weierstrass: Die Menge der Polynome ist in C([a, b]) dicht.
äquivalente Formulierung: Gegeben sei eine stetige Funktion f : [a, b] → C. Dann gibt es
eine Folge von Polynomen Pn (x), sodass limn→∞ Pn (x) = f (x) gleichmäßig bzgl. x ∈ [a, b].

2 Funktionenfolgen, Funktionenreihen, parameterabhängige Integrale – 13 –

Analysis 2

2.12 Die E ULERschen Integrale

1
Betafunktion: B(a, b) = 0
x a−1 (1 − x) b−1 dx , a, b > 0
B(a, b) ist konvergent für alle a, b > 0:
a ≥ 1, b ≥ 1: Riemann-Integral, da Integrand beschränkt, sonst konvergentes uneigentliches

1
1
1
Integral, denn 0 x a−1 (1 − x) b−1 dx = 02 x a−1 (1 − x) b−1 dx + 1 x a−1 (1 − x) b−1 dx ,

1
b−1 2
für das Integral 02 x a−1 (1 − x) b−1 dx gilt (1 − x) b−1 ≤ 12 für 0 ≤ x ≤ 12 sowie

1 a−1 −a
2
x dx = 2a < ∞,
0

1
a−1
für das Integral 1 x a−1 (1 − x) b−1 dx gilt x a−1 ≤ 12 für 12 ≤ x ≤ 1, sowie

1 2
−b
1 (1 − x)
b−1
dx = 2b < ∞, 0 < a < 1, 0 < b < 1
2

Eigenschaften der Betafunktion:

(1) B(a, b) = B(b, a)
b−1
(2) B(a, b) = a+b−1 · B(a, b − 1) für a > 0, b > 1 und
a−1
B(a, b) = a+b−1 · B(a − 1, b) für a > 1, b > 0
π
(3) B(a, 1 − a) = sin aπ

∞
Gammafunktion: Γ (a) = 0
x a−1 e−x dx , a > 0
Γ
(a) ist konvergent für alle a > 0
:

1 a−1 −x
∞ a−1 −x ∞
x e dx = 0 x e dx + 1 x a−1 e−x dx ,
0
1 a−1 −x
das Integral 0 x e dx ist für a ≥ 1 ein Riemann-Integral, da Integrand beschränkt, sonst
gilt x a−1 e−x ≤

∞x a−1 für a < 1, x ∈ [0, 1],
das Integral 1 x a−1 e−x dx konvergiert, da x a−1 e−x ≤ x −2 für genügend große x
Eigenschaften der Gammafunktion:
(1) Γ (a) stetig

∞
(2) Γ (a) differenzierbar und Γ 0 (a) = 0
x a−1 ln(x)e−x dx
(3) Γ (a + 1) = a · Γ (a), es gilt daher Γ (n + a) = (n + a − 1)(n + a − 2) · · · (a + 1)a · Γ (a) und
insbesondere Γ (n + 1) = n! (da Γ (1) = 1)
(4) lima→0 Γ (a) = lima→∞ Γ (a) = +∞
Γ (a)Γ (b)
Zusammenhang zwischen Beta- und Gammafunktion: B(a, b) = Γ (a+b)

2.13 Zusatz: Ein analytischer Beweis des Hauptsatzes der Algebra

Satz (Hauptsatz der Algebra):

Jedes Polynom in C vom Grad größer/gleich 1 besitzt mindestens eine Nullstelle.
Lemma 1: ∀ M >0 ∃R>0 ∀|z|≥R |p(z)| ≥ M
Lemma 2: ∀z ∗ ∈C, p(z ∗ )6=0 ∃h∈C |p(z ∗ + h)| < |p(z ∗ )|

2 Funktionenfolgen, Funktionenreihen, parameterabhängige Integrale – 14 –

Analysis 2

3 Differentialrechnung von Funktionen mehrerer

Veränderlicher

3.1 Endlich und unendlich-dimensionale Vektorräume

Sei K = R oder K = C. Dann ist E ein linearer K-Vektorraum, falls es Operationen + : E × E →

E ( x + y ) und · : K × E → E (α · x ) gibt, die die Vektorraum-Axiome erfüllen.
Eine Abbildung k·k : E → R heißt Norm auf E , falls kxk ≥ 0, kxk = 0 ⇔ x = 0, kαxk = |α|·kxk
sowie kx + yk ≤ kxk + k yk für alle x, y ∈ E gilt.
Konvergenz im Vektorraum: Die Norm induziert eine Metrik mit d(x, y) = kx − yk.
k·k
Damit ist auch Konvergenz definiert: x n −→ x ⇔ d(x n , x) → 0 ⇔ kx n − yk → 0.
k·k k·k
Es gelten die Grenzwertsätze x n + yn −→ x + y und αn x n −→ αx , falls x n , yn , x, y ∈ E , αn , α ∈ K
k·k k·k
mit x n −→ x , yn −→ y und αn → α.
Aufgrund der Dreiecksungleichung | kxk − k yk | ≤ kx − yk ist k·k : E → R stetig, d. h.
k·k R
x n −→ x ⇒ kx n k −
→ kxk. Die Umkehrung gilt i. A. nicht.

x i ∈ E (i = 1, . . . , m) heißen linear unabhängig, falls α1 x 1 + · · · + αm x m = 0 ausschließlich für

α1 = · · · = αm = 0 gilt.
Die Dimension dim E ist dabei die größte Anzahl linear unabhängiger Vektoren in E .
Bspw. sind Rn und Cn n-dimensional.
x α ∈ E (α ∈ A) heißen linear unabhängig, falls jede endliche Teilsystem linear unabhängig ist.
Es ist dim E = ∞, falls es beliebig große linear unabhängige Teilsysteme aus E gibt.
1
Wählt man z. B. auf E = C ([0, 1]) die Funktionen un ∈ E , die zwischen n+1 und 1n in der Mitte
eine Spitze haben, wobei die Funktion dort 1 ist und sonst 0, so sieht man dim C ([0, 1]) = ∞.

Auf demPendlich-dimensionalen P Raum Rn kann man für x ∈ Rn die Normen

n n
kxk2 = ( i=1 |x i |2 )1/2 , kxk1 = i=1 |x i | und kxk∞ = maxi=1,...,n |x i | definieren.
Satz: Seien k·kA und k·kB zwei Normen auf dem endlich-dimensionalen Raum Kn .
Dann sind diese Normen äquivalent, d. h. es gibt c, C > 0, sodass c kxkA ≤ kxkB ≤ C kxkA für
alle x ∈ Kn gilt.
k·kA k·kB
Folgerung: Sind die Normen k·kA und k·kB äquivalent, so gilt x n −→ x ⇔ x n −−→ x für
x n , x ∈ K n , n ∈ N.
Dieser Satz gilt i. A. nicht in unendlich-dimensionalen Räumen. Außerdem gilt das Kompakt-
heitskriterium in unendlich-dimensionalen Räumen i. A. nicht.

3 Differentialrechnung von Funktionen mehrerer Veränderlicher – 15 –

Analysis 2

3.2 Der Raum der stetigen linearen Operatoren

linearer Operator: Seien (E, k·k E ), (F, k·k F ) lineare K-Vektorräume. Außerdem sei DT ⊂ E eine
lineare Teilmenge (d. h. linear abgeschlossen, also ein Unterraum). Dann heißt T : DT → F
linear, falls T (αx + β y) = αT (x) + β T ( y) für alle x, y ∈ DT , α, β ∈ K gilt.
Für einen linearen Operator gilt stets T (0 E ) = 0 F .

Stetigkeit von linearen Operatoren ist wie üblich über die " -δ-Definition oder über die Folgen-
k·k F
definition ∀ k·k E T ( yk ) −−→ T ( y) definiert.
{ yk }, yk ∈DT , yk −
−→ y∈DT
Satz: Sei T : DT ⊂ E → F linear.
Dann ist T in einem bestimmten y0 ∈ DT stetig genau dann, wenn T in allen y ∈ DT stetig ist.
beschränkter linearer Operator: T : DT ⊂ E → F heißt beschränkt, falls es ein C < ∞ gibt,
sodass kT (x)k F ≤ C kxk E für alle x ∈ DT .
Satz: Sei T : DT ⊂ E → F linear. Dann ist T stetig genau dann, wenn T beschränkt ist.

Raum der stetigen linearen Operatoren:

Seien (E, k·k E ) und (F, k·k F ) normierte Räume und T : E → F linear und beschränkt.
Dann wird L (E, F ) = {T : E → F | T linear und beschränkt} zum Vektorraum mit
(T1 + T2 )(x) = T1 (x) + T2 (x) und (αT )(x) = αT (x) (beide lineare Operatoren sind beschränkt).
kT (x)k
kT kL (E,F ) = sup x∈E, x6=0 kxk F = sup x∈E, kxkE =1 kT (x)k F ist die bestmögliche Konstante in der
E
Definition der Beschränktheit, d. h. kT (x)k F ≤ kT kL (E,F ) kxk E
Satz: (L (E, F ), k·kL (E,F ) ) ist ein normierter Raum.
Satz: Ist (F, k·k F ) vollständig, dann ist auch (L (E, F ), k·kL (E,F ) ) vollständig.

Komposition linearer Operatoren: Sind T ∈ L (E, F ) und S ∈ L (F, G), dann ist auch ST ∈
L (E, G). Es gilt kS T kL (E,G) ≤ kSkL (F,G) kT kL (E,F ) .

3.3 Die F RECHET-Ableitung

Seien (E, k·k E ) und (F, k·k F ) normierte Vektorräume, U ⊂ E offen, x 0 ∈ U und f : U ⊂ E → F
eine Funktion. Wegen x 0 ∈ U ist x 0 + h ∈ U für alle khk E < δ mit einem bestimmten δ > 0.
Tx 0 ∈ L (E, F ) heißt Frechet-Ableitung von f in x 0 , falls
f (x 0 + h) = f (x 0 ) + Tx 0 (h) + o(khk E ) für h → 0.
Die Frechet-Ableitung ist, falls sie existiert, eindeutig gegeben.
Man schreibt auch f 0 | x=x 0 = f 0 (x 0 ) = Tx 0 ∈ L (E, F ).

Linearität: Seien f , g : U ⊂ E → F in x 0 Frechet-diffb. und α, β ∈ K.

Dann ist (α f + β g)0 | x=x 0 = α f 0 | x=x 0 + β g 0 | x=x 0 .
Stetigkeit: Ist f in x 0 Frechet-differenzierbar, so ist f in x 0 auch stetig.
Produktregel: Seien f : U ⊂ E → F sowie α : U ⊂ E → K in x 0 ∈ U Frechet-differenzierbar.
Dann ist (α f )0 (x 0 ) = α(x 0 ) f 0 (x 0 ) + f (x 0 )α0 (x 0 ).
Kettenregel: Seien E, F, G normierte Räume, U ⊂ E offen, V ⊂ F offen, x 0 ∈ U , y0 ∈ V und
f : U ⊂ E → V , g : V ⊂ F → G , wobei f in x 0 und g in y0 = f (x 0 ) Frechet-diffb. sein soll.
Dann ist (g ◦ f )0 (x 0 ) = g 0 ( y0 ) f 0 (x 0 ).

3 Differentialrechnung von Funktionen mehrerer Veränderlicher – 16 –

Analysis 2

3.4 Die G ATEAUX-Ableitung

Seien E und F normierte Räume U ⊂ E offen, x 0 ∈ U und f : U ⊂ E → F . Für jedes h ∈ E , h 6= 0,

t ∈ K ist ϕh (t) = f (x 0 + th) für |t| < δ(h) definiert.
f (x 0 +th)− f (x 0 )
D f (x 0 )[h] = d t ϕh (t) t=0
d
= lim t→0 t heißt Richtungsableitung.

Homogenität: Für α ∈ K gilt D f (x 0 )[αh] = α · D f (x 0 )[h].

Zusammenhang mit Frechet-Differenzierbarkeit:
Ist f : U ⊂ E → F in x 0 ∈ U Frechet-diffb., dann existiert für alle h ∈ E , h 6= 0 die Richtungsab-
leitung D f (x 0 )[h] = ( f 0 ) x=x 0 h.
Die Umkehrung gilt i. A. nicht, selbst wenn D f (x 0 )[h] in allen Richtungen h ∈ E , h 6= 0 existiert,
da D f (x 0 )[h] nicht additiv in h sein muss.

Falls D f (x 0 )[h] für alle h ∈ E existiert und falls D f (x 0 )[·] ∈ L (E, F ) ist,
dann heißt fs0 (x 0 )h = D f (x 0 )[h] Gateaux-Ableitung oder schwache Ableitung.
Folgerung: Existiert die Frechet-Ableitung f 0 (x 0 ), so existiert auch die schwache Ableitung
fs0 (x 0 ) = f 0 (x 0 ) und ist mit der Frechet-Ableitung gleich.
Die Umkehrung gilt i. A. nicht.

Satz: Sei f : U ⊂ E → F mit U offen und x 0 ∈ U . Zusätzlich sei f in allen Punkten x ∈ U" (x 0 )
Gateaux-differenzierbar und fs0 (·) : U" (x 0 ) ⊂ E → L (E, F ) sei stetig in x 0 .
Dann ist f in x 0 Frechet-differenzierbar und f 0 (x 0 ) = fs0 (x 0 ).
Damit also aus der Existenz der schwachen Ableitung die Existenz der Frechet-Ableitung folgt,
muss die schwache Ableitung fs0 (x) = D f (x)[·] in einer Umgebung von x = x 0 existieren und
in x 0 stetig sein.

3.5 Der Hauptsatz der Differentialrechnung

Seien E, F normierte Räume und U ⊂ E offen, wobei a, b ∈ U , ab ⊂ U mit

ab = {x = t a + (1 − t)b | t ∈ [0, 1]}. Weiter sei f : U ⊂ E → F eine Funktion.
Hauptsatz der Differentialrechnung:
Sei f stetig auf a b, fs0 (x) existiert für alle x ∈ ab und fs0 (·) : ab ⊂ U → L (E, F ) stetig.
Dann ist k f (b) − f (a)k F ≤ sup x∈a b fs0 (x) L (E,F ) · kb − ak E und
f (b) − f (a) − fs0 (a)(b − a) F ≤ sup x∈a b fs0 (x) − fs0 (a) L (E,F ) · kb − ak E .

Stetige, lineare Funktionale auf E sind Elemente aus L (E, K).

Lemma von Hahn und Banach: Sei E ein Banachraum.
Dann gibt es für alle y0 ∈ E , y0 6= 0 ein Funktional ` = ` y0 ∈ L (E, K), sodass
k`kL (E,K) = 1 und |`[ y0 ]| = k y0 k E .

3 Differentialrechnung von Funktionen mehrerer Veränderlicher – 17 –

Analysis 2

3.6 G ATEAUX- und F RECHET-Ableitungen zwischen Rn und Rm

f1 (x 1 , . . . , x n )
 

Sei f : U ⊂ Rn → Rm mit U ⊂ Rn offen eine Funktion, wobei f (x) = 


..
. .


f m (x 1 , . . . , x n )

Man sagt, f ist in x 0 ∈ U differenzierbar, falls f in x 0 ∈ U Frechet-differenzierbar ist.

Ist f in x 0 ∈ U Frechet-differenzierbar, so ist f (x 0 + h) = f (x 0 ) + f 0 (x 0 )h + o(khk) für

f 0 (x 0 ) ∈ L (Rn , Rm ).
Man betrachtet nun die kanonische Basen {e j | j = 1, . . . , n} und {ek0 | k = 1, . . . , m} des Rn
und des Rm . Dann lässt sich der (k, j)-te Eintrag von der Abbildungsmatrix bzgl. dieser beiden
Basen berechnen durch [ f 0 (x 0 )]k j = f 0 (x 0 )e j , ek0 Rm .
(0) (0) (0) (0)
∂f f (x 0 +t e j )− f (x 0 ) f (x 1 ,...,x j +t,...,x n(0) )− f (x 1 ,...,x j ,...,x n(0) )
∂ xj = lim t→0 t = lim t→0 t = D f (x 0 )[e j ] heißt
x=x 0
partielle Ableitung.
Partielle Ableitungen sind also spezielle Richtungsableitungen und es gilt
∂f
fs0 (x 0 )e j , ek0 = π0k (D f (x 0 )[e j ]) = D f k (x 0 )[e j ] = ∂ xk .
j x=x 0

Satz: Ist f im Punkt x 0 ∈ U Frechet-differenzierbar, so existieren alle partiellen Ableitungen

∂ fk
∂ x j x=x mit j = 1, . . . , n und k = 1, . . . , m und f 0 (x 0 ) lässt sich durch die Jacobi-Matrix J
0
darstellen:
 
∂ f1 ∂ f1
∂ x1 ··· ∂ xm
 x=x 0 x=x 0 
f (x 0 ) = J(x 0 ) = 
0  .. .. 
. . 
∂ fn ∂ fn
 
∂ x1 ··· ∂ xm
x=x 0 x=x 0

Für die Anwendung dieses Satzes muss allerdings f Frechet-differenzierbar sein. Aus der
Existenz aller partiellen Ableitungen folgt i. A. nicht die Frechet-Differenzierbarkeit.
∂f
Satz: Seien alle partiellen Ableitungen ∂ xkj existent in allen x ∈ U und in x 0 ∈ U stetig.
Dann ist f in x 0 ∈ U schwach differenzierbar und fs0 (x 0 ) = J(x 0 ).
∂f
Satz: Seien alle partiellen Ableitungen ∂ xkj existent in allen x ∈ U und in einer " -Umgebung
von x 0 ∈ U stetig.
Dann ist f im Punkt x 0 Frechet-differenzierbar, d. h. es gibt f 0 (x 0 ).

Spezialfall: Sei f : U ⊂ Rn → R in x 0 Frechet-differenzierbar. ∂f 

∂ x1
∂f ∂f  . 
Dann ist f (x 0 ) = J(x 0 ) =
0
( ∂ x1 , . . . , ∂ x n ) = (∇ f ) mit dem Gradienten ∇ f = grad f =  .. .
t

∂f
∂ xn
 
h1
Ist h = (h1 , . . . , hn ) t ∈ Rn , so schreibt man f 0 (x 0 )h = fs0 (x 0 )h = D f (x 0 )[h] = (∇ f )  .. 
t .
=
hn
∂f ∂f
€ Š
〈∇ f , h〉Rn = 〈h, ∇〉 f = h1 ∂ x 1 + · · · + hn ∂ x n = h1 ∂∂x 1 + · · · + hn ∂ ∂x n f .
Somit gilt f (x 0 + h) − f (x 0 ) = 〈∇ f , h〉 + o(khk), h → 0, wobei 〈∇ f , h〉 = k∇ f k khk cos Þ(∇ f , h)
maximal für h k ∇ f wird. Also zeigt der Gradient von f in die Richtung des stärksten Anstiegs.
Daraus kann man eine Gleichung für die Tangentialebene fe herleiten:
fe(x 0 + h) − fe(x 0 ) = 〈∇ f (x 0 ), h〉, h = x − x 0 bzw. y − y0 = 〈∇ f (x 0 ), x − x 0 〉.

3 Differentialrechnung von Funktionen mehrerer Veränderlicher – 18 –

Analysis 2

3.7 Ableitungen höherer Ordnung

Seien E, F normierte Räume mit U ⊂ E offen und f : U ⊂ E → F in U Frechet-differenzierbar.

Dann ist f 0 (·) : U ⊂ E → L (E, F ) = F1 eine Funktion, die jedem Punkt x 0 ∈ U eine Ableitung
f 0 (x 0 ) ∈ L(E, F ) (also stetige lineare Abbildung) in F1 zuweist.
Falls f 0 (·) : U ⊂ E → L (E, F ) = F1 selbst im Punkt x 0 ∈ U Frechet-differenzierbar ist, so ist
f 00 (x 0 ) = ( f 0 (·))0 | x=x 0 ∈ L (E, F1 ) = L (E, L (E, F )) die zweite Ableitung von f im Punkt x 0 .

Satz: Ist f zweimal im Punkt x 0 ∈ U Frechet-differenzierbar, so ist [ f 00 (x 0 )h]k = D[D f (x 0 )k]h

für h, k ∈ E .
[ f 00 (x 0 )h]k = D[D f (x 0 )k]h und [ f 00 (x 0 )k]h = D[D f (x 0 )h]k sind linear in jedem einzelnen
Argument h und k, also ist f 00 (x 0 ) eine bilineare Funktion.
Satz: Sei f : U ⊂ E → F in U zweifach Frechet-diffb. und f 00 (·) : U → L (E, L (E, F )) stetig.
Dann ist [ f 00 (x 0 )h]k = [ f 00 (x 0 )k]h für alle h, k ∈ E , d. h. f 00 (x 0 ) ist bilinear und symmetrisch.
Ist T : E1 × E2 → F eine bilineare Funktion, so kann man analog zu L (E, F ) eine Norm
kT (x ,x )k
definieren mit kT kL (E1 ,E2 ,F ) = sup x 1 ∈E1 , x 2 ∈E2 , x 1 6=0, x 2 6=0 kx 1 kE1 kx22 kEF . Ebenfalls analog ist L (E1 , E2 , F )
1 2
vollständig, wenn F vollständig ist. Ist E1 = E2 = E , so schreibt man L (E, E, F ) = L2 (E, F ).
Es gilt k[ f 00 (x 0 )h]kk F ≤ k f 00 (x 0 )hkL (E,F ) kkk E ≤ k f 00 (x 0 )kL (E,F1 ) khk E kkk E , also ist f 00 (x 0 ) eine
stetige bilineare Abbildung, unter obigen Voraussetzungen zudem symmetrisch.
∂f ∂f ∂2f
€ Š
Spezialfall: Ist f : U ⊂ Rn → R, so ist D(D f (x)[e j ])[ek ] = D( ∂ x j )[ek ] = ∂∂x k ∂ x j = ∂ x k ∂ x j , dies
∂f ∂2f
€ Š
ist i. A. verschieden von D(D f (x)[ek ])[e j ] = ∂∂x j ∂ x k = ∂ x j ∂ x k .
Satz: Sei f : U ⊂ Rn → R (oder Rm ), wobei alle zweiten partiellen Ableitungen existieren und
∂2f ∂2f
auf U stetig sind. Dann ist ∂ x j ∂ x k = ∂ x k ∂ x j .
Anmerkung: Für f : U ⊂ Rn → R zweifach Frechet-diffb. gilt [ f 00 (x 0 )h]k =: f 00 (x 0 )[h, k] =
〈H(x 0 )h, k〉Rn mit der Hesse-Matrix H :
 2 
∂ f ∂2f
· · · ∂ x1 ∂ x n
 ∂ x 1 x=x 0
2
x=x 0 
H(x 0 ) = 
 .
. .
. 
. . 
 2 2
∂ f ∂ f

∂ x n ∂ x1 · · · ∂ x2
x=x 0 n x=x 0

Ist f : U ⊂ E → F in allen x ∈ U zweifach Frechet-differenzierbar, so kann f 00 (·) als Funktion

f 00 (·) : U ⊂ E → F2 = L2 (E, F ) = L (E, L (E, F )) aufgefasst werden.
Ist f 00 wiederum in U Frechet-differenzierbar, so ist
f (3) (·) = ( f 00 (·))0 : U ⊂ E → L3 (E, F ) = L (E, L (E, L (E, F ))) = L (E, E, E, F ) die dritte Ablei-
tung von f , wobei f (3) (x 0 )[h, k, l] multilinear für h, k, l ∈ E ist.
Dies kann iterativ fortgesetzt werden: Die n-te Ableitung von f ist
f (n) (x) = ( f (n−1) (x))0 ∈ Ln (E, F ) mit Ln (E, F ) = L (E, Ln−1 (E, F )).
Für h(k) ∈ E , k = 1, . . . , n schreibt man dann analog f (n) [h(1) , . . . , h(n) ].
Ist h(1) = · · · = h(n) = h ∈ E , so schreibt man auch f (n) (x)[h, . . . , h] = f (n) (x)hn .

3 Differentialrechnung von Funktionen mehrerer Veränderlicher – 19 –

Analysis 2

3.8 Die TAYLORsche Formel

Satz von Taylor: Sei f : U ⊂ E → F eine Funktion mit U offen, x 0 , x 0 + h ⊂ U , wobei f auf U
n + 1-fach stetig differenzierbar Pn ist.1 (k)
Dann ist f (x 0 + h) = f (x 0 ) + k=1 k! f (x 0 )hk + rn (x 0 , h) mit

1
rn (x 0 , h) = n!1 0 f (n+1) (x + th)hn+1 (1 − t)n dt = O (khkn+1
E
) (bzw. rn (x 0 , h) = o(khknE )) für h → 0.

Spezialfall: Sei f : U ⊂ Rn → R und h = (h1 , . . . , hk ).

Pn ∂ f
Dann ist f 0 (x 0 )h = D f (x 0 )[h] = k=1 ∂ x k hk = 〈∇ f (x 0 ), h〉 = 〈h, ∇〉| x=x 0 sowie
x=x 0
∂2f
€P n Š
∂ ∂
Pn Pn
f 00 (x 0 )h2 = k,l=1 ∂ x k ∂ x l hk hl = 〈H(x 0 )h, h〉 = k=1
h k ∂ xk · l=1
h l ∂ xl f =
x=x 0 x=x 0
〈h, ∇〉 〈h, ∇〉 f | x=x 0 usw., falls die partiellen Ableitungen alle stetig sind.
Es ergibt sich induktiv f (k) (x 0 )hk = 〈h, ∇〉k f x=x .
0

Damit kann man die Formel von Taylor schreiben als

Pn 〈h,∇〉k
f (x 0 + h) = f (x 0 ) + k=1 k! f + rn (x 0 , h).
x=x 0
n→∞
Falls rn (x 0 , h)€ −−−→ 0, soŠsagt man, f ist durch die Taylorreihe darstellbar, und man schreibt
P∞ 〈h,∇〉k
f (x 0 + h) = k=0 k!
f = e〈h,∇〉 f x=x .
x=x 0 0

Speziell für n = 2 ist f (x 0 + h) − f (x 0 ) = 〈∇ f (x 0 ), h〉 + 12 H f (x 0 )h, h + o(khk2E ).

3.9 Der Fixpunktsatz von B ANACH

Seien (M , d) ein metrischer Raum mit M 6= ; und T : M → M eine Funktion.

T heißt Kontraktion, falls es ein 0 < α < 1 gibt, sodass d(T x, T y) ≤ α·d(x, y) für alle x, y ∈ M
gilt.
Fixpunktsatz von Banach:
Seien (M , d) ein vollständiger metrischer Raum und T : M → M eine Kontraktion.
Dann gibt es genau ein x ∗ ∈ M mit T x ∗ = x ∗ (d. h. x ∗ ist ein Fixpunkt von T ).

3.10 Der Satz über implizite Funktionen

Gegeben sei eine implizite Funktion, d. h. zum Beispiel φ(x, y) = 0, x, y ∈ R mit

φ(x, y) = x 2 + y 2 − r 2 = 0. Kann man eine solche Funktion nach x auflösen, d. h. gibt es eine
Funktion y(x) mit y = y(x) ⇔ ϕ(x, y(x)) = 0? Global gibt es keine solche Funktion, lokal
unter gewissen Voraussetzungen.

Allgemein: Seien φ : Rm+n → Rn sowie x = (x 1 , . . . , x m ) ∈ Rm , y = ( y1 , . . . , yn ) ∈ Rn . Dann ist

φ(x, y) = 0 ⇔ φi (x 1 , . . . , x m , y1 , . . . , yn ) = 0 für alle i = 1, . . . , n. Ziel ist es, die yi durch die x i
darzustellen, daher gibt es so viele Gleichungen ∂φ wie Unbekannte. 
∂ φ1 ∂φ ∂φ
1
∂ x1 · · · ∂ x m ∂ y11 · · · ∂ yn1
Die Jacobi-Matrix hat die Form J =  ... .. .. .. .

. . . 
∂ φn ∂ φn ∂ φn ∂ φn
∂ x1 ··· ∂ xm ∂ y1 ··· ∂ yn
∂φ ∂φ
Man bezeichnet nun den linken Block mit ∂x und rechten Block mit ∂y, dies sind also n × m-
bzw. n × n-Matrizen.

3 Differentialrechnung von Funktionen mehrerer Veränderlicher – 20 –

Analysis 2
‹ 
x − x0
Seien nun h = ∈ Rm+n , wobei φ(x, y) = φ(x 0 , y0 ) = 0, d. h. (x, y) und (x 0 , y0 ) erfüllen
y − y0
die Gleichung.
Dann gilt mit der Frechet-Ableitung 0 = φ(x, y) = φ(x 0 , y0 ) + φ 0 |(x 0 , y0 ) h + r(x, y)
∂φ ∂φ
⇔ 0= ∂x (x − x 0 ) + ∂y ( y − y0 ) + r(x, y)
(x 0 , y0 ) (x 0 , y0 )
∂φ ∂φ
⇔ − ∂y ( y − y0 ) = (x − x 0 ) + r(x, y).
∂x
(x 0 , y0 ) (x 0 , y0 )
−1
 ‹• ˜
∂φ ∂φ ∂φ
Ist nun ∂y invertierbar, so gilt y − y0 = − ∂ y ∂x (x − x 0 ) + r(x, y) , d. h.
(x 0 , y0 ) (x 0 , y0 ) (x 0 , y0 )
man hat eine nach y aufgelöste Darstellung gefunden.

Kreuzprodukt zweier normierter Räume: Seien E, F normierte K-Vektorräume.

Dann wird E × F zum normierten Raum durch die Norm k(x, y)k E×F = kxk E + k yk F .
E × F ist vollständig, falls E und F vollständig sind.
lokale Auflösbarkeit: Seien E, F, G Banachräume, V ⊂ E × F offen sowie φ : V ⊂ E × F → G ,
wobei (x 0 , y0 ) ∈ V mit φ(x 0 , y0 ) = 0 ist.
φ(x, y) ist in einer Umgebung von (x 0 , y0 ) lokal nach y auflösbar, falls
∃">0 ∃δ>0 ∃ f :U" (x 0 )→Uδ ( y0 ) mit 1. φ(x, f (x)) = 0 für alle x ∈ U" (x 0 ) und
2. y = f (x) für alle (x, y) ∈ U" (x 0 ) × Uδ ( y0 ) mit φ(x, y) = 0.
partielle Frechet-Ableitung nach Unterräumen:
Sei wieder φ : V ⊂ E × F → G , V offen und (x 0 , y0 ) ∈ V . Dann ist
∂φ
φ E0 (x 0 , y0 ) = ∂x ∈ L (E, G) die partielle Frechet-Ableitung nach E , falls
(x 0 , y0 )
φ(x 0 + h, y0 ) = φ(x 0 , y0 ) + φ E0 (x 0 , y0 )h + o(khk E ) für h → 0 und
∂φ
φ F0 (x 0 , y0 ) = ∂y ∈ L (F, G) die partielle Frechet-Ableitung nach F , falls
(x 0 , y0 )
φ(x 0 , y0 + h) = φ(x 0 , y0 ) + φ F0 (x 0 , y0 )h + o(khk F ) für h → 0.

Satz (lokale Auflösung impliziter Funktionen): Seien E, F, G Banachräume, V ⊂ E × F offen

sowie φ : V ⊂ E × F → G , wobei (x 0 , y0 ) ∈ V mit φ(x 0 , y0 ) = 0 ist. Sei zusätzlich
1. φ in (x 0 , y0 ) stetig,
∂φ ∂φ
2. φ F0 = ∂ y existent auf V und ∂ y (·) : V ⊂ E × F → L (F, G) in (x 0 , y0 ) stetig und
Š−1
∂φ ∂φ
€
3. ∂ y (x 0 , y0 ) ist auf G invertierbar mit ∂ y (x 0 , y0 ) ∈ L (G, F ).
Dann ist φ(x, y) in einer Umgebung von (x 0 , y0 ) lokal auflösbar.
Anmerkung: Die so gefundene Funktion y = y(x) ist stetig in x 0 .
Satz (Differenzierbarkeit): Sei zusätzlich zu den Voraussetzungen des Satzes
∂φ ∂φ
φ E0 = ∂ x existent auf V und ∂ x (·) : V ⊂ E × F → L (E, G) in (x 0 , y0 ) stetig.
€ Š−1
Dann ist y = y(x) in x = x 0 Frechet-differenzierbar und y 0 (x 0 ) = − φ 0y (x 0 , y0 ) φ x0 (x 0 , y0 ).

Beispiel: Seien  E‹ = F = G = R und φ(x, y(x)) = 0. Differentiation nach x ergibt

1 φ0
0 = (φ x0 , φ 0y ) 0 = φ x0 1 + φ 0y y x0 , d. h. wie erwartet y x0 = y 0 (x) = − φ 0x .
yx y

dy
y 00 (x) lässt sich durch Differentiation von 0 = φ x0 (x, y(x)) + φ 0y (x, y(x)) · dx herleiten:
φ 00x x (φ 0y )2 −2φ 00x y φ 0x φ 0y +φ 0y y (φ 0x )2
y 00 (x) = − (φ 0y )3 , falls alle zweiten partiellen Ableitungen stetig sind.

3 Differentialrechnung von Funktionen mehrerer Veränderlicher – 21 –

Analysis 2

C p -Diffeomorphismus: Sei f : U ⊂ Rn → V ⊂ Rn mit U, V ⊂ Rn offen. f heißt Diffeomorphis-

mus der Klasse C p , falls f bijektiv und f , f −1 ∈ C p , d. h. p-mal stetig diffb., ist.
Satz: Sei f : G ⊂ €Rn → RnŠ mit G offen, f ∈ C p (G, Rn ), x 0 ∈ G , y0 = f (x 0 ), wobei
∂f n
J(x 0 ) = f 0 (x 0 ) = ∂ xk` (x 0 ) als Matrix invertierbar ist.
k,`=1
Dann gibt es offene Mengen U x 0 3 x 0 und Vy0 3 y0 , sodass
f : U x 0 → Vy0 ein C p -Diffeomorphismus ist.
x(r, θ ) r cos θ cos θ −r sin θ
 ‹  ‹  ‹
Beispiel: Sei f (r, θ ) = = , r > 0. Dann ist f (r, θ ) =
0
.
y(r, θ ) r sin θ sin θ r cos θ
Wegen det f 0 (r, θ ) = r 6= 0 ist f ein C p -Diffeomorphismus.
Man versucht nun, partielle Ableitungen eines Koordinatensystems (z. B. das kartesische) in
einem anderen Koordinatensystem (z. B. das Polar-) darzustellen. Dafür wandelt man eine
Funktion g mit g(x, y) €= g(x(r, Š θ ), y(r, θ )) = (g ◦ f )(r, θ ) = e g (r, θ ) um.
∂eg ∂e g
Nun ist einerseits e g =
0
, = (∇(r,θ ) e g ) und andererseits mit Kettenregel
t
∂ x ∂ x  ∂ r ∂θ
∂g ∂g D(x, y) t
€ Š € Š
∂r ∂θ D(x, y)
g0 = ∂ x , ∂ y
e ∂y ∂y = (∇(x, y) g) t D(r,θ ) . Daher gilt ∇(r,θ ) e
g = D(r,θ ) ∇(x, y) g .
∂r ∂θ
D(x, y) t
€ Š
Man schreibt auch ∇(r,θ ) · = D(r,θ ) ∇(x, y) ·, wobei g ◦ f und g eingesetzt werden sollen.
Š i−1
D(x, y) t
h€
Es gilt somit ∇(x, y) = D(r,θ ) ∇(r,θ ) = G(r, θ )∇(r,θ )
1 r cos θ − sin θ
Š i−1  ‹
D(x, y) t
h€
mit G(r, θ ) = D(r,θ ) =r .
r sin θ cos θ
Allgemein: Dies kann man analog auch für Funktionen f : Rn → Rn , x = f (u), x, u ∈ Rn
D(x ,...,x )
durchführen. Ist x 1 = x 1 (u1 , . . . , un ), . . . , x n = x n (u1 , . . . , un ) sowie det D(u11 ,...,unn) 6= 0, so gilt
Š i−1
D(x 1 ,...,x n ) t D(x 1 ,...,x n ) t
€ Š h€
∇u = D(u1 ,...,un ) ∇ x bzw. ∇ x = G(u)∇ x mit G(u) = D(u1 ,...,un ) . So erhält man einen
Differentialausdruck, der nur noch von u abhängt. Damit kann man ∇ x durch ∇u darstellen.

Beispiel Laplace-Operator: Der Laplace-Operator kommt in vielen physikalischen Bereichen

vor. Für x = (x 1 , . . . , x n ) ∈ Rn ist er definiert
 durch
∂ 2g ∂ 2g ∂2 2
∆g(x) = ∂ x 12
+ · · · + ∂ x2 = ∂ x 12
+ · · · + ∂∂x 2 g = ∇ tx ∇ x g = div(grad g).
n n

Mit ∇ x g(x) = G(u)∇u e g (u) ((e

g ◦ f )(u) = g(x)) gilt
∇ x ∇ x g = (G(u)∇u ) (G(u)∇u )e
t t
g = ∇ut G t (u)G(u)∇u e
g − [∇ut G t (u)]G(u)∇u e
g.
 ‹
1 0
Für n = 2 und die Umwandlung in Polarkoordinaten gilt G (r, θ )G(r, θ ) = t
,
0 r12
 
1 1

cos θ − 1 sin θ
[∇(r,θ ) G (r, θ )]G(r, θ ) = − r cos θ − r sin θ = − 1r 0 .
t t


r
1
sin θ r cos θ € 2 Š
∂ ∂ 1 ∂ 1 ∂
Somit ist ∆ = ∇(r,θ t
)
G t
(r, θ )G(r, θ )∇(r,θ ) − [∇ t
(r,θ )
G t
(r, θ )]G(r, θ )∇(r,θ ) = ∂ r2 + ∂ θ r 2 ∂ θ + r ∂ r . In
∂2 1 ∂2 1 ∂2
der Literatur liest man auch manchmal ∆ = ∂ r2 + 1r ∂∂r + r2 ∂ θ 2 = 1 ∂
r ∂r r ∂∂r + r2 ∂ θ 2 .

3 Differentialrechnung von Funktionen mehrerer Veränderlicher – 22 –

Analysis 2

3.11 Extremwerte von Funktionen mehrerer Variablen

Sei f : U ⊂ E → R eine Funktion von einem normierten Raum E in R mit U ⊂ E offen.

f besitzt in x ∗ ∈ U ein lokales Maximum bzw. Minimum, falls
∃">0 ∀ x∈U" (x ∗ )∩U f (x ∗ ) ≥ f (x) bzw. f (x ∗ ) ≤ f (x).
f besitzt in x ∗ ∈ U ein echtes (strenges) lokales Maximum bzw. Minimum, falls
∃">0 ∀ x∈(U" (x ∗ )∩U)\{x ∗ } f (x ∗ ) > f (x) bzw. f (x ∗ ) < f (x).

Satz: f nehme in x ∗ ∈ U ein lokales Extremum an.

Existiert in der Richtung h ∈ E eine Richtungsableitung D f (x ∗ )[h], so ist D f (x ∗ )[h] = 0.
Spezialfall: E = Rn , x = (x 1 , . . . , x n ). Falls f : U ⊂ Rn → R in x ∗ ∈ U einen lokalen Extremwert
∂f ∂f
besitzt und ∂ xk = D f (x ∗ )[ek ] existiert, so ist ∂ xk = 0.
x=x ∗ x=x ∗

Folgerung: Ist f in x ∗ Frechet-differenzierbar, so ist f 0 (x ∗ ) = 0. Es gilt f 0 (x ∗ ) = (∇ f (x ∗ )) t ,

d. h. falls f in x ∗ Frechet-diffb. ist, so ist ∇ f (x ∗ ) = 0 eine notwendige Voraussetzung für die
Existenz eines lokalen Extremwerts. Solche Punkte x ∗ heißen kritische Punkte.

Die Taylor-Entwicklung f (x ∗ + h) = f (x ∗ ) + 〈∇ f (x ∗ ), h〉Rn + 12 〈H( f )h, h〉Rn + o(khk2 ), h → 0 gibt

mit H( f ) = H( f )| x=x ∗ hinreichende Bedingungen für Extremwerte:
a) 〈H( f )h, h〉 ≥ " khk2 für ein " > 0 (für alle h ∈ Uδ (x 0 )), d. h. H( f ) ist positiv definit
⇒ in x ∗ ist lokales Minimum
b) 〈H( f )h, h〉 ≤ −" khk2 für ein " > 0 (für alle h ∈ Uδ (x 0 )), d. h. H( f ) ist negativ definit
⇒ in x ∗ ist lokales Maximum
c) es gibt h+ , h− ∈ Rn mit 〈H( f )h− , h− 〉 ≤ −" kh− k2 und 〈H( f )h+ , h+ 〉 ≥ " kh+ k2
⇒ in x ∗ ist kein lokaler Extremwert

Wie lassen sich die hinreichende Bedingungen überprüfen?

 2
∂ f ∂2f

∂ x 1 x=x ∗
2 · · · ∂ x1∂ x n
x=x ∗ 

H( f ) = H( f )| x=x ∗ = 
 .
.. .
.. , λ ≤ · · · ≤ λ Eigenwerte
 1 n
∂2f ∂2f
∂ x n ∂ x1 ··· ∂ x2
x=x ∗ n x=x ∗

Es gilt λ1 khk2 ≤ 〈H( f )h, h〉 ≤ λn khk2 und eine symmetrische Matrix ist genau dann positiv/-
negativ definit, wenn sie nur positive/negative Eigenwerte hat. Daher gilt
a) 0 < " = λ1 ≤ · · · ≤ λn ⇔ " khk2 ≤ 〈H( f )h, h〉
b) λ1 ≤ · · · ≤ λn = −" < 0 ⇔ −" khk2 ≥ 〈H( f )h, h〉
c) λ1 < 0, λn > 0 ⇒ 〈H( f )h1 , h1 〉 = λ1 kh1 k2 < 0, 〈H( f )hn , hn 〉 = λn khn k2 > 0

Spezialfall:
 
∂2f ∂2f
∂ x 12 x=x ∗ ∂ x1 ∂ x2
n = 2, H( f ) = H( f )| x=x ∗ =  ∂2f ∂2f
x=x ∗ , λ1 , λ2 Eigenwerte
∂ x2 ∂ x1 ∂ x 22 x=x ∗
x=x ∗

Dann ist det H( f ) = λ1 λ2 und tr H( f ) = λ1 + λ2 .

Ist nun det H( f ) > 0, so haben λ1 , λ2 6= 0 gleiche Vorzeichen.
Gilt zusätzlich tr H( f ) > 0, so ist λ1 , λ2 > 0 und damit gilt Fall a).
Gilt stattdessen tr H( f ) < 0, so ist λ1 , λ2 < 0 und damit gilt Fall b).
Ist aber det H( f ) < 0, so haben λ1 , λ2 6= 0 unterschiedliche Vorzeichen und es gilt Fall c).

3 Differentialrechnung von Funktionen mehrerer Veränderlicher – 23 –

Analysis 2

3.12 Funktionen von konstantem Rang, Mannigfaltigkeiten

Gegeben seien offene Teilmengen U ⊂ Rn und V ⊂ Rm sowie eine Funktion ϕ : U → V bijektiv

mit ϕ, ϕ −1 ∈ C p für ein p ∈ N. Also ist ϕ ein C p -Diffeomorphismus.
Es gilt y = ϕ(x) ⇔ 0 = y − ϕ(x) = y − (ϕ ◦ ϕ −1 )( y). Differentiation nach y ergibt
Dϕ Dϕ −1 Dϕ Dϕ −1
0m = 1m − Dx D y . Für den Rang der m × n-Jacobimatrix Dx und der n × m-Jacobimatrix Dy
Dϕ Dϕ −1
gilt rg Dx ≤ min{n, m} und rg D y ≤ min{n, m}.
Dϕ Dϕ −1
Also gilt für das Produkt rg Dx D y ≤ min{n, m} und mit rg 1m = m folgt aus
Dϕ Dϕ −1
rg 1m = rg Dx D y , dass m ≤ min{n, m} gilt. Analog kann man n ≤ min{n, m} folgern.
Dϕ Dϕ −1
Daher ist n = m und rg Dx = rg Dy = n.
Ein C p -Diffeomorphismus zwischen Rn und Rm kann also nur existieren, wenn n = m ist.

Abbildungen von konstantem Rang:

e ⊂ Rn eine offene Menge, x 0 ∈ U
Seien U e ⊂ Rn → Rm mit f ∈ C p .
e und f : U

Als Rang rg f (x 0 ) von f im Punkt x 0 bezeichnet man rg f 0 (x 0 ) ≤ min{n, m}, wobei f 0 (x 0 ) die
Jacobi-Matrix von f im Punkt x 0 ist.
Satz: Sei f : U e ⊂ Rn → Rm mit f ∈ C p , U e ⊂ Rn offen, x 0 ∈ Ue , y0 = f (x 0 ) wie eben.
Zusätzlich sei rg f (x) = k ≤ min{n, m} konstant für x ∈ U e.
Dann gibt es offene Mengen Ox 0 , U ⊂ R und O y0 , V ⊂ Rm mit x 0 ∈ Ox 0 , y0 ∈ O y0 sowie ϕ, ψ
n

C p -Diffeomorphismen mit ϕ : Ox 0 → U , ψ : O y0 → V und ϕ(x 0 ) = ψ( y0 ) = 0, sodass v =

(ψ ◦ f ◦ ϕ −1 )(u) = (u1 , . . . , uk , 0, . . . , 0) ∈ Rm für alle u ∈ U .

S ⊂ Rn ist eine k-dimensionale Mannigfaltigkeit der Klasse C p , falls

es für alle x ∗ ∈ S offene Teilmengen Vx ∗ , U ⊂ Rn mit x ∗ ∈ Vx ∗ , 0 ∈ U und einen C p -Dif-
feomorphismus ψ : Vx ∗ → U gibt, sodass ψ(S ∩ Vx ∗ ) = {t ∈ U | t k+1 = · · · = t n = 0}.
ψ = ψ x ∗ heißt lokale Parametrisierung. Das Paar (Vx ∗ , ψ x ∗ ) heißt Karte, eine Menge von
Karten heißt Atlas.

Tangentialebene: Sei S ⊂ Rn eine Mannigfaltigkeit mit

x = x(t 1 , . . . , t k ) = ϕ(t 1 , . . . , t k , 0, . . . , 0), wobei ϕ = ψ−1 und x ∗ ∈ S .
D(x ,...,x )
Dann heißt Tx ∗ S = {x ∈ Rn | x = D(t11 ,...,t kn) et , et ∈ Rk } die Tangentialebene in x ∗ ∈ S .
Die Tangentialebene ist der Menge aller Tangentialvektoren an Kurven auf der Menge S durch
den Punkt x ∗ .

3 Differentialrechnung von Funktionen mehrerer Veränderlicher – 24 –

Analysis 2

3.13 Extremwerte unter Nebenbedingungen

Gegeben sei ein Rechteck mit Umfang U . Gesucht sind die Seitenlängen x 1 und x 2 , sodass der
Inhalt maximal wird. Dieses Problem lässt sich in die Zielfunktion f (x 1 , x 2 ) = x 1 x 2 und in die
Nebenbedingung F (x 1 , x 2 ) = 2x 1 + 2x 2 − U = 0 aufspalten.

allgemein:
Gegeben sei eine Zielfunktion f : O ⊂ Rn → R mit den Nebenbedingungen (NB)
F1 (x 1 , . . . , x n ) = · · · = Fk (x 1 , . . . , x n ) = 0 (also F : O ⊂ Rn → Rk , F (x) = 0) und f , F ∈ C p .
Gesucht ist (x 1 , . . . , x n ), sodass f (x 1 , . . . , x n ) maximal wird und
F1 (x 1 , . . . , x n ) = · · · = Fk (x 1 , . . . , x n ) = 0 ist.
Satz: Seien f ∈ C 1 (O, R) mit O ⊂ Rn offen, x ∗ ∈ O, ∇ f | x=x ∗ 6= 0 und F ∈ C 1 (O, R). Nimmt f
in x ∗ einen lokalen Extremwert unter Nebenbedingungen an, so gilt Tx ∗ S ⊂ Tx ∗ N f (c), wobei
N f (c) = {x ∈ O | f (x) = c} ist.

Methode der Lagrange-Multiplikatoren:

Gegeben sei wie eben eine Zielfunktion f : O ⊂ Rn → R mit NB F1 (x) = · · · = Fk (x) = 0.
Man führt nun k neue Variablen λ = (λ1 , . . . , λk ) ein (Lagrange-Multiplikatoren) und betrachtet
Pk
die Funktion L(x, λ) = f (x) − j=1 λ j F j (x).
Man sucht die lokalen Extremwerte von L(x, λ):
(1) Für beliebige λ = (λ1 , . . . , λk ) löse die Gleichung ∇ x L(x, λ) = 0, d. h.
Pk
∇ f (x) − j=1 λ j ∇F j (x) = 0 nach x ∗ = x ∗ (λ) (n Gleichungen).
(2) Setze x ∗ = x ∗ (λ) in die Nebenbedingungen ein, d. h. F1 (x ∗ (λ)) = · · · = Fk (x ∗ (λ)) = 0.
Wenn man dies nach λ∗ = (λ∗1 , . . . , λ∗k ) auflöst, so erhält man den kritischen Punkt
x ∗ = x ∗ (λ∗ ).
(3) Nun lässt sich mittels Überprüfung der Hesse-Matrix von L feststellen, ob in x ∗ tatsächlich
ein Extrempunkt vorliegt. Diese enthält allerdings nur die zweiten Ableitungen nach x :
Šn
∂ L
€ 2
H L (x ) = ∂ x x
∗
.
i j x=x ∗ i, j=1

3 Differentialrechnung von Funktionen mehrerer Veränderlicher – 25 –