Lektion 4.5

Monotonie, Extrema und Konvexität

40 min Lesezeit
Lesen anpassen

Nach dieser Lektion kannst du

  • das Monotoniekriterium mit dem Mittelwertsatz beweisen und erklären, warum f′>0f' > 0 für strenge Monotonie nur hinreichend ist,

  • lokale Extrema mit der notwendigen Bedingung f′(x0)=0f'(x_0) = 0, dem Vorzeichenwechsel und der zweiten Ableitung bestimmen,

  • Konvexität über Sekanten definieren und mit f′f' und f′′f'' prüfen,

  • Wendestellen erkennen,

  • Ungleichungen wie ex≥1+xe^x \geq 1 + x und ln⁡x≤x−1\ln x \leq x - 1 mit Monotonie oder Konvexität beweisen.

Vorausgesetzt: Ableitungsregeln mit Beweis, Der Mittelwertsatz und seine Folgen

In der Schule hast du Kurven diskutiert: Wo f′>0f' > 0 ist, steigt der Graph, wo f′=0f' = 0 und f′′f'' positiv ist, liegt ein Tiefpunkt. Die Regeln stimmen, aber warum?

Die Ableitung f′(x0)f'(x_0) ist ein Grenzwert. Sie sagt etwas über ff in beliebig kleiner Nähe von x0x_0. Monotonie dagegen ist eine Aussage über ein ganzes Intervall: Für alle x<yx < y soll f(x)≤f(y)f(x) \leq f(y) gelten. Wie kommt man von unendlich vielen lokalen Informationen zu einer Aussage über weit auseinanderliegende Punkte?

Das Werkzeug dafür kennst du schon: den Mittelwertsatz. Ist ff auf [x,y][x, y] stetig und auf (x,y)(x, y) differenzierbar, so gibt es ein ξ∈(x,y)\xi \in (x, y) mit f(y)−f(x)=f′(ξ) (y−x)f(y) - f(x) = f'(\xi)\,(y - x). Er übersetzt eine Differenz von Funktionswerten in einen Wert der Ableitung. Daraus folgen hier Monotonie, Extrema, Konvexität und einige Ungleichungen.

Vermute zuerst

Sei f:R→Rf: \mathbb{R} \to \mathbb{R} differenzierbar mit f′(x)>0f'(x) > 0 für alle x≠0x \neq 0 und f′(0)=0f'(0) = 0. Ist ff auf ganz R\mathbb{R} streng monoton wachsend?

Definition

Monotonie

Sei I⊆RI \subseteq \mathbb{R} ein Intervall und f:I→Rf: I \to \mathbb{R}. Dann heißt ff

  • monoton wachsend, wenn für alle x,y∈Ix, y \in I mit x<yx < y gilt: f(x)≤f(y)f(x) \leq f(y),
  • streng monoton wachsend, wenn für alle x<yx < y gilt: f(x)<f(y)f(x) < f(y).

Monoton fallend und streng monoton fallend erklärt man mit ≥\geq und >>. Mit I∘I^\circ bezeichnen wir das Innere von II, also II ohne seine Randpunkte; für I=[a,b]I = [a, b] ist I∘=(a,b)I^\circ = (a, b).

Eine konstante Funktion ist monoton wachsend und monoton fallend, aber nicht streng. Die Funktion x↦x2x \mapsto x^2 ist auf [0,∞)[0, \infty) streng wachsend, auf R\mathbb{R} aber weder wachsend noch fallend, denn f(−1)>f(0)<f(1)f(-1) > f(0) < f(1).

Satz

Monotoniekriterium

Sei II ein Intervall und f:I→Rf: I \to \mathbb{R} stetig und auf I∘I^\circ differenzierbar. Dann gilt:

  • ff ist genau dann monoton wachsend, wenn f′(x)≥0f'(x) \geq 0 für alle x∈I∘x \in I^\circ.
  • Ist f′(x)>0f'(x) > 0 für alle x∈I∘x \in I^\circ, so ist ff streng monoton wachsend.

Für fallende Funktionen gilt dasselbe mit ≤\leq und <<.

Beispiel

Warum nur hinreichend: x3x^3

Die Funktion f(x)=x3f(x) = x^3 ist auf R\mathbb{R} streng monoton wachsend: Für x<yx < y ist y3−x3=(y−x)(x2+xy+y2)y^3 - x^3 = (y - x)(x^2 + xy + y^2), und der zweite Faktor ist (x+y2)2+34y2>0\left(x + \frac{y}{2}\right)^2 + \frac{3}{4}y^2 > 0, weil xx und yy nicht beide 00 sind. Trotzdem ist f′(0)=0f'(0) = 0.

f′(x)=3x2≥0,f′(x)=0  ⟺  x=0f'(x) = 3x^2 \geq 0, \qquad f'(x) = 0 \iff x = 0

Genau gilt: Eine differenzierbare Funktion auf einem Intervall ist streng wachsend genau dann, wenn f′≥0f' \geq 0 ist und f′f' auf keinem Teilintervall mit mehr als einem Punkt identisch 00 ist. Denn ist ff wachsend, aber nicht streng, so gibt es x<yx < y mit f(x)=f(y)f(x) = f(y); dann ist ff auf [x,y][x, y] konstant.

Häufige Fehler

Das Kriterium auf einer Menge anwenden, die kein Intervall ist

Für f(x)=−1xf(x) = -\frac{1}{x} ist f′(x)=1x2>0f'(x) = \frac{1}{x^2} > 0 auf D=R∖{0}D = \mathbb{R} \setminus \{0\}. Also, so der Fehlschluss, ist ff auf DD streng monoton wachsend.

Richtig ist

Es ist aber f(−1)=1>−1=f(1)f(-1) = 1 > -1 = f(1). Der Beweis wendet den Mittelwertsatz auf [x,y][x, y] an, und [−1,1][-1, 1] liegt nicht in DD. Richtig ist: ff wächst streng auf (−∞,0)(-\infty, 0) und auf (0,∞)(0, \infty), jeweils für sich.

Kurz geprüft

Sei f:[0,1]→Rf: [0, 1] \to \mathbb{R} stetig, auf (0,1)(0, 1) differenzierbar und streng monoton wachsend. Was folgt sicher?

Definition

Lokales Extremum

Sei f:D→Rf: D \to \mathbb{R} und x0∈Dx_0 \in D. Dann hat ff in x0x_0 ein lokales Maximum, wenn es ein δ>0\delta > 0 gibt mit f(x)≤f(x0)f(x) \leq f(x_0) für alle x∈Dx \in D mit ∣x−x0∣<δ|x - x_0| < \delta. Gilt sogar f(x)<f(x0)f(x) < f(x_0) für diese x≠x0x \neq x_0, heißt das Maximum strikt. Ein lokales Minimum erklärt man mit ≥\geq. Gilt die Ungleichung für alle x∈Dx \in D, spricht man von einem globalen Extremum.

Eine konstante Funktion hat in jedem Punkt ein lokales Maximum und Minimum, aber nirgends ein striktes.

Satz

Notwendige Bedingung

Sei f:(a,b)→Rf: (a, b) \to \mathbb{R} in x0∈(a,b)x_0 \in (a, b) differenzierbar und habe ff in x0x_0 ein lokales Extremum. Dann ist f′(x0)=0f'(x_0) = 0.

Satz

Hinreichende Bedingungen

(a) Vorzeichenwechsel. Sei f:(a,b)→Rf: (a, b) \to \mathbb{R} stetig und auf (a,b)∖{x0}(a, b) \setminus \{x_0\} differenzierbar. Gibt es ein δ>0\delta > 0 mit f′(x)>0f'(x) > 0 für x0−δ<x<x0x_0 - \delta < x < x_0 und f′(x)<0f'(x) < 0 für x0<x<x0+δx_0 < x < x_0 + \delta, so hat ff in x0x_0 ein striktes lokales Maximum. Mit umgekehrten Vorzeichen ein striktes lokales Minimum.

(b) Zweite Ableitung. Sei ff auf (a,b)(a, b) differenzierbar, f′f' in x0x_0 differenzierbar, f′(x0)=0f'(x_0) = 0 und f′′(x0)>0f''(x_0) > 0. Dann hat ff in x0x_0 ein striktes lokales Minimum; bei f′′(x0)<0f''(x_0) < 0 ein striktes lokales Maximum.

Beispiel

Eine Kurve mit beiden Fällen: f(x)=x4−4x3f(x) = x^4 - 4x^3

Es ist f′(x)=4x3−12x2=4x2(x−3)f'(x) = 4x^3 - 12x^2 = 4x^2(x - 3) und f′′(x)=12x2−24x=12x(x−2)f''(x) = 12x^2 - 24x = 12x(x - 2). Kritische Stellen sind 00 und 33.

Bei 33: f′′(3)=36>0f''(3) = 36 > 0, also ein striktes lokales Minimum mit f(3)=81−108=−27f(3) = 81 - 108 = -27.

Bei 00: f′′(0)=0f''(0) = 0, das Kriterium (b) entscheidet nichts. Der Vorzeichenwechsel hilft: 4x2≥04x^2 \geq 0 und x−3<0x - 3 < 0 in der Nähe von 00, also f′≤0f' \leq 0 links und rechts von 00. Kein Vorzeichenwechsel, und tatsächlich ist ff nach dem Monotoniekriterium auf (−∞,3](-\infty, 3] monoton fallend, sogar streng (die einzige Nullstelle von f′f' dort ist 00). Bei 00 liegt kein Extremum.

Das Minimum bei 33 ist sogar global, denn auf [3,∞)[3, \infty) ist f′≥0f' \geq 0.

Extrema und Wendepunkte einer Kurve vierten Grades
−11234−30−20−10102030xyT
Einblenden
Punktxy
Tiefpunkt3−27

Blende die Teile einzeln ein. Achte darauf, welcher Graph an den markierten Stellen eine Nullstelle hat.

Mit den Kästchen blendest du Nullstellen, Extrempunkte, Wendepunkte und die Graphen der ersten und zweiten Ableitung einzeln ein. Die Tabelle daneben listet die gefundenen Punkte.

Probier es aus

Kurz geprüft

Bestimme den Wert des lokalen Maximums von f(x)=x3−3xf(x) = x^3 - 3x.

Definition

Konvexe und konkave Funktion

Sei II ein Intervall. Eine Funktion f:I→Rf: I \to \mathbb{R} heißt konvex, wenn für alle x,y∈Ix, y \in I und alle t∈[0,1]t \in [0, 1] gilt

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

Läuft tt von 00 bis 11, so läuft (1−t)x+ty(1 - t)x + ty von xx nach yy, und die rechte Seite läuft auf der Sekante durch (x,f(x))(x, f(x)) und (y,f(y))(y, f(y)). Konvex heißt: Zwischen zwei Punkten liegt der Graph nie über der Sekante. Gilt für x≠yx \neq y und t∈(0,1)t \in (0, 1) sogar <<, heißt ff streng konvex. ff heißt konkav, wenn −f-f konvex ist; dann liegt der Graph nie unter der Sekante.

Beispiel: f(x)=x2f(x) = x^2 ist streng konvex, denn eine kurze Rechnung ergibt (1−t)x2+ty2−((1−t)x+ty)2=t(1−t)(x−y)2(1 - t)x^2 + ty^2 - \bigl((1 - t)x + ty\bigr)^2 = t(1 - t)(x - y)^2, und das ist >0> 0 für x≠yx \neq y, 0<t<10 < t < 1. Auch ∣x∣|x| ist konvex (Dreiecksungleichung), aber nicht streng, denn für 0≤x<y0 \leq x < y fällt der Graph zwischen xx und yy mit der Sekante zusammen.

Gegenbeispiel: x3x^3 ist auf R\mathbb{R} nicht konvex. Für x=−1x = -1, y=0y = 0, t=12t = \frac{1}{2} ist links f(−12)=−18f(-\frac{1}{2}) = -\frac{1}{8}, rechts 12(−1)+12⋅0=−12\frac{1}{2}(-1) + \frac{1}{2} \cdot 0 = -\frac{1}{2}, und −18>−12-\frac{1}{8} > -\frac{1}{2}.

Satz

Konvexität und Ableitungen

Sei II ein offenes Intervall und f:I→Rf: I \to \mathbb{R} differenzierbar. Dann ist ff genau dann konvex, wenn f′f' monoton wachsend ist. Ist ff zweimal differenzierbar, so ist das genau dann der Fall, wenn f′′(x)≥0f''(x) \geq 0 für alle x∈Ix \in I.

Definition

Wendestelle

Sei ff auf einem offenen Intervall II differenzierbar und x0∈Ix_0 \in I. Dann heißt x0x_0 Wendestelle von ff, wenn es ein δ>0\delta > 0 gibt, so dass ff auf (x0−δ,x0](x_0 - \delta, x_0] streng konvex und auf [x0,x0+δ)[x_0, x_0 + \delta) streng konkav ist, oder umgekehrt. Das „streng“ sorgt dafür, dass Geraden keine Wendestellen haben. Der Punkt (x0,f(x0))(x_0, f(x_0)) heißt Wendepunkt; ist dort zusätzlich f′(x0)=0f'(x_0) = 0, nennt man ihn Sattelpunkt.

Notwendig: Ist ff zweimal differenzierbar und x0x_0 eine Wendestelle, so ist f′′(x0)=0f''(x_0) = 0. Denn nach dem Satz oben (sein Beweis gilt wörtlich auch auf (x0−δ,x0](x_0 - \delta, x_0] und [x0,x0+δ)[x_0, x_0 + \delta)) wächst f′f' auf der einen Seite und fällt auf der anderen; also hat f′f' in x0x_0 ein lokales Extremum, und die notwendige Bedingung, angewendet auf f′f', ergibt f′′(x0)=0f''(x_0) = 0.

Hinreichend: Gibt es ein δ>0\delta > 0 mit f′′(x)>0f''(x) > 0 für x0−δ<x<x0x_0 - \delta < x < x_0 und f′′(x)<0f''(x) < 0 für x0<x<x0+δx_0 < x < x_0 + \delta (oder umgekehrt), so ist x0x_0 Wendestelle, nach der Bemerkung über strenge Konvexität.

Bei x4−4x3x^4 - 4x^3 ist f′′(x)=12x(x−2)f''(x) = 12x(x - 2); es wechselt bei 00 und 22 das Vorzeichen, beides sind Wendestellen, und (0∣0)(0 \mid 0) ist ein Sattelpunkt.

Häufige Fehler

Aus f′′(x0)=0f''(x_0) = 0 auf eine Wendestelle schließen

Für f(x)=x4f(x) = x^4 ist f′′(0)=0f''(0) = 0. Also, so der Fehlschluss, hat ff bei 00 eine Wendestelle.

Richtig ist

f′′(x)=12x2≥0f''(x) = 12x^2 \geq 0 auf ganz R\mathbb{R}, also ist x4x^4 überall konvex, und bei 00 liegt ein Minimum. f′′(x0)=0f''(x_0) = 0 ist nur notwendig. Entscheidend ist der Vorzeichenwechsel von f′′f'', genauso wie bei Extrema der Vorzeichenwechsel von f′f'.

Kurz geprüft

Berechne für f(x)=x e−xf(x) = x\,e^{-x} die zweite Ableitung.

Potenzen mit ^, Wurzel als sqrt(x), Brüche mit / und Klammern.

Satz

Tangenten liegen unter konvexen Graphen

Sei ff auf einem offenen Intervall II differenzierbar und konvex, und sei x0∈Ix_0 \in I. Dann gilt für alle x∈Ix \in I:

f(x)≥f(x0)+f′(x0)(x−x0)f(x) \geq f(x_0) + f'(x_0)(x - x_0)
Beispiel

Zwei Ungleichungen

ex≥1+xe^x \geq 1 + x für alle x∈Rx \in \mathbb{R}. Die Tangente an exp⁡\exp in 00 ist 1+x1 + x, und exp⁡\exp ist konvex. Ohne Konvexität geht es auch mit Monotonie: g(x)=ex−1−xg(x) = e^x - 1 - x hat g′(x)=ex−1g'(x) = e^x - 1, das ist <0< 0 für x<0x < 0 und >0> 0 für x>0x > 0. Also fällt gg auf (−∞,0](-\infty, 0] streng und wächst auf [0,∞)[0, \infty) streng, und g(0)=0g(0) = 0 ist das globale Minimum. Gleichheit gilt nur bei x=0x = 0.

ln⁡x≤x−1\ln x \leq x - 1 für alle x>0x > 0. ln⁡\ln ist konkav, die Tangente in 11 ist ln⁡1+11(x−1)=x−1\ln 1 + \frac{1}{1}(x - 1) = x - 1, und für konkave Funktionen liegt der Graph unter der Tangente.

ex≥1+x(x∈R),ln⁡x≤x−1(x>0)e^x \geq 1 + x \quad (x \in \mathbb{R}), \qquad \ln x \leq x - 1 \quad (x > 0)

Beide Ungleichungen sind dieselbe: Setzt man in ey≥1+ye^y \geq 1 + y den Wert y=ln⁡xy = \ln x ein, erhält man x≥1+ln⁡xx \geq 1 + \ln x. Das Muster: Um g≥0g \geq 0 zu zeigen, sucht man das globale Minimum von gg oder erkennt eine Tangente an eine konvexe Funktion.

Zusammenfassung

  • Monotoniekriterium (nur auf Intervallen, siehe −1x-\frac{1}{x}): f′≥0f' \geq 0 genau dann, wenn ff wachsend ist; f′>0f' > 0 ist hinreichend, aber nicht notwendig für strenges Wachsen (x3x^3). Der Beweis ist der Mittelwertsatz.

  • An einem inneren lokalen Extremum einer differenzierbaren Funktion ist f′(x0)=0f'(x_0) = 0; das ist nur notwendig.

  • Hinreichend sind ein Vorzeichenwechsel von f′f' oder f′(x0)=0f'(x_0) = 0 mit f′′(x0)≠0f''(x_0) \neq 0. Bei f′′(x0)=0f''(x_0) = 0 entscheidet das Vorzeichen von f′f'.

  • Konvex heißt: Der Graph liegt unter jeder Sekante. Für differenzierbare ff ist das gleichwertig zu f′f' wachsend, für zweimal differenzierbare zu f′′≥0f'' \geq 0.

  • An einer Wendestelle wechselt ff zwischen konvex und konkav; f′′(x0)=0f''(x_0) = 0 ist notwendig, ein Vorzeichenwechsel von f′′f'' hinreichend.

  • Konvexe Graphen liegen über ihren Tangenten. Daraus folgen ex≥1+xe^x \geq 1 + x und ln⁡x≤x−1\ln x \leq x - 1.

Übungen

Aufgabe 1Multiple Choice

Auf welchem Intervall ist f(x)=x3−6x2+9x+1f(x) = x^3 - 6x^2 + 9x + 1 streng monoton fallend?

Aufgabe 2Numerisch

Welchen Wert hat das lokale Maximum von f(x)=x3−6x2+9x+1f(x) = x^3 - 6x^2 + 9x + 1?

Aufgabe 3Term eingeben

Sei f(x)=x2exf(x) = x^2 e^{x}. Berechne f′′(x)f''(x).

Potenzen mit ^, Wurzel als sqrt(x), Brüche mit / und Klammern.

Aufgabe 4Multiple Choice

Sei f:R→Rf: \mathbb{R} \to \mathbb{R} zweimal differenzierbar mit f′(0)=0f'(0) = 0 und f′′(0)=0f''(0) = 0. Welche Aussage ist richtig?

Aufgabe 5Freitext

Zeige, dass f(x)=x3+x−1f(x) = x^3 + x - 1 genau eine reelle Nullstelle hat, und dass sie im Intervall (0,1)(0, 1) liegt.

Aufgabe 6Freitext

Beweise mit der Konkavität von ln⁡\ln, dass für alle a,b>0a, b > 0 gilt: ab≤a+b2\sqrt{ab} \leq \frac{a + b}{2}.