Zum Inhalt springen

Kurs:Analysis (Osnabrück 2014-2016)/Teil II/Vorlesung 44



Partielle Ableitungen

Es sei f:𝕂n→𝕂 eine durch

(x1,…,xn)⟼f(x1,…,xn)

gegebene Abbildung. Betrachtet man für einen fixierten Index i die übrigen Variablen xj, j≠i, als Konstanten, so erhält man eine Abbildung 𝕂→𝕂, die nur von xi abhängt (entsprechend betrachtet man die übrigen Variablen als Parameter). Falls diese Funktion, als Funktion in der einen Variablen xi, differenzierbar ist, so sagen wir, dass f partiell differenzierbar bezüglich xi ist und bezeichnen diese Ableitung mit ∂f∂xi. Der Vorteil der partiellen Ableitungen liegt darin, dass man diese einfach berechnen kann. Jedoch hängen sie von der Wahl einer Basis ab. Die partiellen Ableitungen sind selbst Abbildungen von 𝕂n→𝕂.


Es sei  G⊆𝕂n  offen und sei eine Abbildung f:G→𝕂m durch

f(x1,…,xn)=(f1(x1,…,xn),…,fm(x1,…,xn))

gegeben. Es sei  P=(a1,…,an)∈G  ein Punkt. Für fixierte Indizes i und j betrachten wir die Abbildung

I⟶𝕂,xi⟼fj(a1,…,ai−1,xi,ai+1,…,an),
(wobei I ein reelles Intervall (bzw. eine offene Kreisscheibe) mit

ai∈I derart sei, dass {(a1,…,ai−1)}×I×{(ai+1,…,an)}⊆G gilt) als Funktion in einer Variablen, wobei die übrigen Variablen ak, k≠i, fixiert seien. Ist diese Funktion in ai differenzierbar, so heißt fj partiell differenzierbar in P bezüglich der Koordinate xi. Man bezeichnet diese Ableitung (welche ein Element in 𝕂 ist) mit

∂fj∂xi(P)

und nennt sie die i-te partielle Ableitung von fj in P.

Die Abbildung f heißt partiell differenzierbar im Punkt P, falls für alle i und j die partiellen Ableitungen in P existieren. Die i-te partielle Ableitung von f in P wird mit

∂f∂xi(P):=(∂f1∂xi(P),…,∂fm∂xi(P))

bezeichnet.

Diese Definition führt insbesondere die i-te partielle Ableitung einer Funktion f:𝕂n→𝕂 auf den Ableitungsbegriff in einer Variablen zurück, indem die anderen Variablen „festgehalten“ und als Parameter betrachtet werden. Daher bedeutet die Existenz der i-ten partiellen Ableitung von f im Punkt (a1,…,an) einfach die Existenz des Limes

lims→0f(a1,…,ai−1,ai+s,ai+1,…,an)−f(a1,…,ai−1,ai,ai+1,…,an)s.

Wir betrachten die Funktion

f:ℝ2∖{(0,0)}⟶ℝ,(x,y)⟼xy3x2+y2.

Um die partielle Ableitung nach x (in jedem Punkt) zu berechnen, betrachtet man y als eine Konstante, sodass eine nur von x abhängige Funktion dasteht. Diese wird gemäß den Ableitungsregeln für Funktionen in einer Variablen abgeleitet, sodass sich

∂f∂x=y3(x2+y2)−xy3(2x)(x2+y2)2=−x2y3+y5x4+2x2y2+y4

ergibt. Für die partielle Ableitung nach y betrachtet man x als eine Konstante und erhält

∂f∂y=3xy2(x2+y2)−xy3(2y)(x2+y2)2=3x3y2+xy4x4+2x2y2+y4.

Die partiellen Ableitungen sind im Wesentlichen die Richtungsableitungen in Richtung der Standardvektoren. Insbesondere ergeben partielle Ableitungen nur dann Sinn, wenn eine Basis im Vektorraum, der den Definitionsbereich einer Abbildung darstellt, gewählt worden ist, bzw. wenn eben von vornherein ein 𝕂n betrachtet wird.


Lemma  

Es sei  G⊆𝕂n  offen,  P∈G  ein Punkt und sei

f:G⟶𝕂m,(x1,…,xn)⟼f(x1,…,xn)=(f1(x1,…,xn),…,fm(x1,…,xn)),

eine Abbildung.

Dann ist f in P genau dann partiell differenzierbar, wenn die Richtungsableitungen von sämtlichen Komponentenfunktionen fj in P in Richtung eines jeden Standardvektors existieren.

In diesem Fall stimmt die i-te partielle Ableitung ∂fj∂xi(P) von f in P mit der Richtungsableitung (Deifj)(P) von fj in P in Richtung des i-ten Standardvektors ei überein, und f ist in P genau dann partiell differenzierbar, wenn die Richtungsableitungen in P in Richtung eines jeden Standardvektors existieren.

Beweis  

Es sei  P=(a1,…,an).  Wir können uns wegen Lemma 43.8 (Analysis (Osnabrück 2021-2023)) auf eine einzige Komponentenfunktion fj beschränken. Da partielle Ableitungen die Ableitungen von Funktionen in einer Variablen sind, ergibt sich

∂fj∂xi(P)=lims→0,s≠0fj(a1,…,ai−1,ai+s,ai+1,…,an)−fj(a1,…,ai−1,ai,ai+1,…,an)s=lims→0,s≠0fj(P+sei)−fj(P)s=(Deifj)(P).
◻



Es sei  G⊆𝕂n  offen und sei eine Abbildung

f:G⟶𝕂m,(x1,…,xn)⟼f(x1,…,xn)=(f1(x1,…,xn),…,fm(x1,…,xn)),

gegeben. Dann heißt f partiell differenzierbar, wenn f in jedem Punkt  P∈G  partiell differenzierbar ist. In diesem Fall heißt die Abbildung

∂f∂xi:G⟶𝕂m,P⟼∂f∂xi(P)=(∂f1∂xi(P),…,∂fm∂xi(P)),

die i-te partielle Ableitung von f.


Es sei  G⊆𝕂n  offen und sei eine Abbildung

f:G⟶𝕂m,(x1,…,xn)⟼f(x1,…,xn)=(f1(x1,…,xn),…,fm(x1,…,xn)),

gegeben, die in  P∈G  partiell differenzierbar sei. Dann heißt die Matrix

Jak⁡(f)P:=(∂f1∂x1(P)…∂f1∂xn(P)⋮⋱⋮∂fm∂x1(P)…∂fm∂xn(P))

die Jacobi-Matrix zu f im Punkt P.


Wir betrachten die Abbildung f:𝕂3→𝕂2, die durch

(x,y,z)⟼(xy2−z3,sin⁡(xy)+x2⋅exp⁡z)=(f1(x,y,z),f2(x,y,z))

gegeben sei. Die partiellen Ableitungen von f1 sind

∂f1∂x=y2,∂f1∂y=2xy,∂f1∂z=−3z2,

und die partiellen Ableitungen von f2 sind

∂f2∂x=ycos⁡(xy)+2x⋅exp⁡z,∂f2∂y=x⋅cos⁡(xy),∂f2∂z=x2⋅exp⁡(z).

Damit erhalten wir für einen beliebigen Punkt  P=(x,y,z)  die Jacobi-Matrix

(y22xy−3z2ycos⁡(xy)+2xexp⁡(z)xcos⁡(xy)x2exp⁡(z)).

Für einen speziellen Punkt, z.B.  P=(2,1,3),  setzt man einfach ein:

(14−27cos⁡(2)+4exp⁡(3)2cos⁡(2)4exp⁡(3)).



Höhere Richtungsableitungen

Es seien V und W endlichdimensionale 𝕂-Vektorräume und  G⊆V  eine offene Teilmenge. Für eine Abbildung φ:G→W und einen fixierten Vektor  v∈V  ist die Richtungsableitung in Richtung v (falls diese existiert) selbst eine Abbildung

Dvφ:G⟶W,P⟼(Dvφ)(P).

Als solche ergibt es Sinn zu fragen, ob Dvφ in Richtung  v∈V  differenzierbar ist. Wir sprechen dann von höheren Ableitungen. Dies wird präzisiert durch die folgende induktive Definition.


Es seien V und W endlichdimensionale 𝕂-Vektorräume,

f:G⟶W

eine Abbildung auf einer offenen Menge  G⊆V  und v1,…,vn Vektoren in V. Man sagt, dass die höhere Richtungsableitung von f in Richtung v1,…,vn existiert, wenn die höhere Richtungsableitung in Richtung v1,…,vn−1 existiert und davon die Richtungsableitung in Richtung vn existiert. Sie wird mit

Dvn(...(Dv2(Dv1f))…)

bezeichnet.

Mit partiellen Ableitungen schreibt man höhere Ableitungen als

∂∂xi∂f∂xj,∂∂xi∂f∂xi,∂∂xj∂f∂xi,∂∂xi∂∂xj∂f∂xk,etc.

Es seien V und W endlichdimensionale 𝕂-Vektorräume und

f:G⟶W

eine Abbildung auf einer offenen Menge  G⊆V.  Man sagt, dass f n-mal stetig differenzierbar ist, wenn für jede Auswahl v1,…,vn von n Vektoren aus V die höhere Richtungsableitung

Dvn(...Dv2(Dv1f)…)

in Richtung v1,…,vn existiert und stetig ist.

Einmal stetig differenzierbar bedeutet also, dass die Richtungsableitung Dvφ in jede Richtung  v∈V  existiert und stetig ist.



Der Satz von Schwarz

Für die Funktion

f:ℝ2⟶ℝ,(x,y)⟼x4y7,

sind die partiellen Ableitungen gleich ∂f∂x=4x3y7 und ∂f∂y=7x4y6. Die zweiten partiellen Ableitungen sind gleich

∂∂x∂f∂x=12x2y7,
∂∂y∂f∂x=28x3y6,
∂∂y∂f∂y=42x4y5

und

∂∂x∂f∂y=28x3y6.

Der folgende Satz heißt Satz von Schwarz (oder auch Satz von Clairaut).



Satz  

Es sei  G⊆V  offen und φ:G→W eine Abbildung derart, dass für  u,v∈V  die zweiten Richtungsableitungen DvDuφ und DuDvφ existieren und stetig sind.

Dann gilt

DvDuφ=DuDvφ.

Beweis  

Durch Betrachten der einzelnen Komponenten von φ bezüglich einer Basis von W können wir annehmen, dass  W=𝕂  und  𝕂=ℝ  ist. Wir wollen den eindimensionalen Mittelwertsatz der Differentialrechnung anwenden. Es sei  P∈G  ein fixierter Punkt. Wir betrachten die Abbildung (s,t)↦φ(P+su+tv) und studieren diese für hinreichend kleine s und t. Wir fixieren diese (für den Moment) und betrachten die differenzierbare Abbildung

σ⟼φ(P+σu+tv)−φ(P+σu).

Nach dem Mittelwertsatz gibt es ein (von s und t abhängiges)  s1∈]0,s[  mit

φ(P+su+tv)−φ(P+su)−φ(P+tv)+φ(P)=s⋅((Duφ)(P+s1u+tv)−(Duφ)(P+s1u)).

Nun wenden wir erneut den Mittelwertsatz auf die differenzierbare Abbildung

τ⟼(Duφ)(P+s1u+τv)

an, und erhalten die Existenz eines  t1∈]0,t[  mit

(Duφ)(P+s1u+tv)−(Duφ)(P+s1u)=t⋅(DvDuφ)(P+s1u+t1v).

Zusammen erhalten wir

φ(P+su+tv)−φ(P+su)−φ(P+tv)+φ(P)=st⋅(DvDuφ)(P+s1u+t1v).

Wenden wir denselben Trick in umgekehrter Reihenfolge an, so erhalten wir s2 und t2, sodass dieser Ausdruck auch gleich

st⋅(DuDvφ)(P+s2u+t2v)

ist. Somit schließen wir für (hinreichend kleine) gegebene  s,t>0,  dass positive  s1,s2≤s  und  t1,t2≤t  existieren mit

(DvDuφ)(P+s1u+t1v)=(DuDvφ)(P+s2u+t2v).

Für s→0 und t→0 konvergieren auch s1,s2,t1 und t2 gegen 0. Die Stetigkeit der beiden zweiten Richtungsableitungen impliziert für s,t→0 die Gleichheit

(DvDuφ)(P)=(DuDvφ)(P).
◻


Ein Spezialfall des Satzes von Schwarz ist, dass für eine zweifach stetig differenzierbare Funktion

f:𝕂n⟶𝕂

die Gleichheit

∂∂xi∂f∂xj=∂∂xj∂f∂xi

gilt.



Es seien V und W endlichdimensionale 𝕂-Vektorräume,  G⊆V  offen und

φ:G⟶W

eine n-mal stetig differenzierbare Abbildung. Es sei v1,…,vn eine Auswahl von n Vektoren aus V.

Dann gilt für jede Permutation  σ∈Sn  die Gleichheit

Dvn(...Dv2(Dv1φ))=Dvσ(n)(...Dvσ(2)(Dvσ(1)φ)).

Beweis

Siehe Aufgabe 44.13.
◻



<< | Kurs:Analysis (Osnabrück 2014-2016)/Teil II | >>

PDF-Version dieser Vorlesung

Arbeitsblatt zur Vorlesung (PDF)