Zum Inhalt springen

Kurs:Mathematik für Anwender (Osnabrück 2020-2021)/Teil II/Vorlesung 47



Partielle Ableitungen

Es sei f:ℝn→ℝ 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 ℝ→ℝ, die nur von xi abhängt (entsprechend betrachtet man die übrigen Variablen als Parameter). Falls diese Funktion, als Funktion in einer Variablen, 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 ℝn→ℝ.


Es sei  G⊆ℝn  offen und sei eine Abbildung f:G→ℝm 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⟶ℝ,xi⟼fj(a1,…,ai−1,xi,ai+1,…,an),
(wobei I ein reelles Intervall 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 ℝ 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 die i-te partielle Ableitung einer Funktion f:ℝn→ℝ 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 Basisvektoren. Insbesondere machen 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 ℝn betrachtet wird.



Lemma  

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

f:G⟶ℝm,(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 46.6 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⊆ℝn  offen und sei eine Abbildung

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

die i-te partielle Ableitung von f.


Es sei  G⊆ℝn  offen und sei eine Abbildung

f:G⟶ℝm,(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:ℝ3→ℝ2, 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 ℝ-Vektorräume und  G⊆V  eine offene Teilmenge. Für eine Abbildung f:G→W und einen fixierten Vektor  v∈V  ist die Richtungsableitung in Richtung v (falls diese existiert) selbst eine Abbildung

Dvf:G⟶W,P⟼(Dvf)(P).

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


Es seien V und W endlichdimensionale ℝ-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.


Wir bestimmen die Richtungsableitung zur Funktion

f:ℝ2⟶ℝ,(x,y)⟼x2−xy−y3,

in Richtung  v=(4,−1).  Zu einem Punkt  P=(x,y)∈ℝ2  müssen wir die Funktion

p:ℝ⟶ℝ,t⟼f(P+tv),

nach t im Nullpunkt ableiten. Es ist

p(t)=f(P+tv)=(x+4t)2−(x+4t)(y−t)−(y−t)3=x2+8xt+16t2−xy−4ty+xt+4t2−y3+3y2t−3yt2+t3=x2−xy−y3+9xt−4ty+3y2t+20t2−3yt2+t3.

Die Ableitung von dieser Funktion im Nullpunkt ist

p′(0)=9x−4y+3y2,

also ist

g(x,y):=(Dvf)(x,y)=9x−4y+3y2.

Für diese Funktion können wir nun die Richtungsableitung in Richtung  u=(2,−3)  ausrechnen. Es ist

q(t):=g(P+tu)=9(x+2t)−4(y−3t)+3(y−3t)2=9x−4y+3y2+18t+12t−18yt+27t2.

Die Ableitung von dieser Funktion im Nullpunkt ist

q′(0)=30−18y,

also ist

(Dug)(x,y)=(Du(Dvf))(x,y)=30−18y.


Es seien V und W endlichdimensionale ℝ-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 Dvf in jede Richtung  v∈V  existiert und stetig ist.

Polynomfunktionen sind beliebig oft stetig differenzierbar, siehe Aufgabe 47.11.

Auch partielle Ableitungen kann man wie Richtungsableitungen hintereinanderausführen. Dies führt zu Schreibweisen wie

∂∂x∂∂yf

und ähnliche.



Der Satz von Schwarz

Wir betrachten die Funktion

f:ℝ2⟶ℝ,(x,y)⟼x4−x3y+5xy2+2y3.

Die partiellen Ableitungen sind

∂f∂x(x,y)=4x3−3x2y+5y2 und ∂f∂y(x,y)=−x3+10xy+6y2.
Diese Funktionen sind selbst wiederum partiell differenzierbar, und wir berechnen
∂∂y(∂f∂x)=∂∂y(4x3−3x2y+5y2)=−3x2+10y

und

∂∂x(∂f∂y)=∂∂x(−x3+10xy+6y2)=−3x2+10y.

Die beiden zweiten partiellen Ableitungen ∂∂y∂∂xf und ∂∂x∂∂yf stimmen also überein.


In diesem Beispiel zeigt sich ein allgemeiner Sachverhalt, der Satz von Schwarz (oder auch Satz von Clairaut) heißt.



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  



Es seien V und W endlichdimensionale ℝ-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 47.17.
◻



Korollar  

Es sei  G⊆ℝn  offen und sei f:G→ℝ eine Abbildung derart, dass für  1≤i,j≤n  die zweiten partiellen Ableitungen ∂∂xi∂∂xjf und ∂∂xj∂∂xif existieren und stetig sind.

Dann gilt

∂∂xi∂∂xjf=∂∂xj∂∂xif.

Beweis  

Des folgt aus Satz 47.11 und Lemma 47.3.

◻



<< | Kurs:Mathematik für Anwender (Osnabrück 2020-2021)/Teil II | >>

PDF-Version dieser Vorlesung

Arbeitsblatt zur Vorlesung (PDF)