Escolar Documentos
Profissional Documentos
Cultura Documentos
f(z) f(x)
z x
f(y) f(z)
y z
Folgerung 1.3
Eine differenzierbare Funktion f F(I) ist genau dann konvex, wenn f
monoton wachsend
ist.
Beweis :
"": In (2) gilt: x < z < y. Mit z x
+
folgt: lim
zx
+
f(z)f(x)
zx
= f
(x)
f(y)f(z)
yz
Mit z y
folgt:
f(z)f(x)
zx
lim
zy
f(y)f(z)
yz
= f
(y)
Insgesamt ist f
(x) f
(y)
"": Whle
f(z)f(x)
zx
= f
(
1
), sowie
f(y)f(z)
yz
= f
(
2
) Da f
(x) f
(y)
Insbesondere: f
(
1
) f
(
2
)
Mit dem Mittelwertsatz der Differentialrechnung folgt:
f(z)f(x)
zx
= f
(
1
) f
(
2
) =
f(y)f(z)
yz
,
was mit Satz 1.2 die Konvexittseigenschaft beschreibt.
Auf dieser Seite benden sich ein paar Aussagen im Zusammenhang mit Konvexitt, die fr den
weiteren Verlauf des Seminars aber nicht ausschlaggebend sind. Sie sollen dem Leser dennoch
nicht vorenthalten werden.
Folgerung 1.4
Eine zweimal differenzierbare Funktion f F(I) ist genau dann konvex, wenn f
(x) 0 gilt.
Eine differenzierbare Funktion f F(I) ist genau dann monoton wachsend, wenn f
(x) 0 fr
x I gilt. Da nach Folgerung 1.3 eine differenzierbare Funktion f F(I) genau dann konvex
ist, wenn f
(x) 0 f
mon. wachsend
1.3
f konvex
Denition 1.5
Eine Funktion f : I R hat einen Wendepunkt in einem inneren Punkt a I, falls f fr ein
geeignetes > 0 auf (a , a] konkav und auf [a, a + ) konvex ist, oder dies auf f zutrifft.
Bemerkung 1.6
Die Funktion f F(I) habe einen Wendepunkt in a I. Ist f auf I differenzierbar, so hat f
(a) = 0
Beispiel 1.7
a) Die Exponentialfunktion f(x) = e
x
, f C
(x) 0
x R.(vgl. Abb. 2)
b) Der Logarithmus g(x) = log(x), g C
(R
+
) ist wegen g
(x) =
1
x
2
0
konkav. (vgl. Abb. 2)
c) Fr die Potenzfunktionen p
: x x
(x) = x
1
, p
(x) = ( 1)x
2
D.h. konvex fr: 1 0, sowie konkav fr: 0 1.
d) Sei nun = 3. p
3
(x) = x
3
ist wegen p
3
(x) = 6x auf (, 0] konkav
und auf [0, ) konvex. (vlg. Abb. 3)
e) Sei nun = 4. p
4
(x) = x
4
ist wegen p
4
(x) = 12x
2
0 konvex fr alle x R.
(vlg. Abb. 3)
Mit Hilfe der Konvexitt der Exponentialfunktion lassen sich wichtige Ungleichungen beweisen.
Lemma 1.8
Fr p, q > 1 mit
1
p
+
1
q
= 1 und a, b 0 gilt:
a b
1
p
a
p
+
1
q
b
q
(3)
Beweis :
Es werden alle 4 Flle betrachtet:
Fr a, b = 0 folgt sofort: 0 0
Fr a = 0, b > 0 folgt: 0 b 0 +
1
q
b
q
0 b
q
Fr a > 0, b = 0 analog
Fr a, b > 0 folgt mit x := log(a) und y := log(b):
a b = e
x
e
y
= e
x+y
= exp(
1
p
px +
1
q
qy)
(1)
1
p
exp(px) +
1
q
exp(qy) =
1
p
a
p
+
1
q
b
q
_
_
_
_
J
|g(x)|
q
dx
_
_
_
1
q
(4)
Beweis :
Sei > 0. Deniere:
A
:=
_
_
_
_
J
|f(x)|
p
dx
_
_
_
1
p
+ , B
:=
_
_
_
_
J
|g(x)|
q
dx
_
_
_
1
q
+
Fr x J wendet man (3) auf a :=
|f(x)|
A
, b :=
|g(x)|
B
an und erhlt:
a b =
|f(x)|
A
|g(x)|
B
(3)
1
p
_
|f(x)|
A
_
p
+
1
q
_
|g(x)|
B
_
q
|Integration
1
A
_
J
|f(x)g(x)| dx
1
pA
p
_
J
|f(x)|
p
dx +
1
qB
q
_
J
|g(x)|
q
dx
1
p
+
1
q
= 1
Fr 0 folgt die Behauptung (4):
_
J
|f(x)g(x)| dx A B
Mit p = q = 2 hat man speziell die Cauchy-Schwarzsche Ungleichung:
_
J
|f(x)g(x)| dx
_
_
_
_
J
|f(x)|
2
dx
_
_
_
1
2
_
_
_
_
J
|g(x)|
2
dx
_
_
_
1
2
Satz 1.10 (Minkowskische Ungleichung)
Fr p 1 und Regelfunktionen f, g R(J) gilt:
_
_
_
_
J
|f(x) + g(x)|
p
dx
_
_
_
1
p
_
_
_
_
J
|f(x)|
p
dx
_
_
_
1
p
+
_
_
_
_
J
|g(x)|
p
dx
_
_
_
1
p
(5)
Beweis : Fr p = 1 ist dies klar. (Dreiecksungleichung)
_
J
|f(x) + g(x)| dx
_
J
|f(x)| +|g(x)| dx =
_
J
|f(x)| dx +
_
J
|g(x)| dx
Fr p > 1 und
1
p
+
1
q
= 1 berechnet man mit Hilfe der Hlderschen Ungleichung fr
A :=
_
J
|f(x) + g(x)|
p
dx :
A =
_
J
|f(x) + g(x)| |f(x) + g(x)|
p1
dx
_
J
|f(x)| |f(x) + g(x)|
p1
dx +
_
J
|g(x)| |f(x) + g(x)|
p1
dx
_
_
_
_
J
|f(x)|
p
dx
_
_
_
1
p
_
_
_
_
J
|f(x) + g(x)|
(p1)q
dx
_
_
_
1
q
+
_
_
_
_
J
|g(x)|
p
dx
_
_
_
1
p
_
_
_
_
J
|f(x) + g(x)|
(p1)q
dx
_
_
_
1
q
=
_
_
_
_
_
_
J
|f(x)|
p
dx
_
_
_
1
p
+
_
_
_
_
J
|g(x)|
p
dx
_
_
_
1
p
_
_
A
1
q
wegen:
1
p
+
1
q
= 1
1
q
= 1
1
p
q =
p
p1
(p 1)q = p
Fr A = 0 ist (5) richtig, fr A = 0 dividiert man die letzte Abschtzung durch A
1
q
.
Bemerkung 1.11
Wendet man (4) und (5) auf die Treppenfunktionen f :=
n
k=1
x
k
(k1,k)
und
g :=
n
k=1
y
k
(k1,k)
an, so erhlt man speziell die ebenfalls von Hlder und Minkowski
stammenden Ungleichungen:
n
k=1
|x
k
y
k
|
_
_
n
k=1
|x
k
|
p
_
_
1
p
_
_
n
k=1
|y
k
|
q
_
_
1
q
(6)
_
_
n
k=1
|x
k
+ y
k
|
_
_
1
p
_
_
n
k=1
|x
k
|
p
_
_
1
p
+
_
_
n
k=1
|y
k
|
p
_
_
1
p
(7)
Imfolgenden betrachten wir ein passendes Anwendungsbeispiel zur Chauchy-Schwarz-Ungleichung:
Anwendung: Beschrnkung des Punkt-Linien Vorfalls
Man stelle sich vor, man hat eine groe Anzahl N Punkte, sowie N gerade verlaufende Linien
in dieser Umgebung. Die Menge der Punkte p wird als P, die Menge der Linien l wird als L
bezeichnet. Das Ziel ist es nun eine begrndete obere Schranke fr die Punkt-Linien-Vorflle I,
welche wie folgt deniert sind, zu nden:
I =
p,l
pl
mit
pl
=
_
1, wenn p l
0, sonst
Mit anderen Worten, wenn n(p) die Anzahl der Linien l L ist, die durch einen Punkt p P
gehen, oder n(l) die Anzahl der Punkte p P die auf einer Linie l L liegen, dann ist
I =
p
n(p) =
l
n(l)
Als anschauliche Orientierung soll nun das folgende Beispiel dienen. Hier ist der Spezialfall N = 3
gewhlt.
Beispiel 1.12
N = 3, I =
p,l
pl
=
11
+
12
+ . . . +
33
= 3
Eine grobe, einfache Abschtzung ist, dass jeder Punkt p auf jeder Linie l liegt, d.h. in diesen Fall
mssten sich alle Linien in einem Punkt S schneiden, auf welchem dann alle Punkte p liegen. Also
ist die grtmgliche obere Schranke:
I N
2
An dieser Stelle wird darauf hingewiesen, dass diese Schranke nicht angenommen werden kann, da
die Punkte alle unterschiedlich sind.
Diese Abschtzung knnen wir jedoch optimieren, indem wir Cauchy-Schwarz benutzen:
Mit y
k
= 1 und p, q = 2 hat (6) quaddriert folgende Darstellung:
_
_
N
k=1
x
k
_
_
2
k=1
x
k
2
k=1
1
2
. .
N
= N
N
k=1
x
k
2
I
2
lsst sich nun wie folgt abschtzen:
I
2
=
_
_
p,l
pl
_
_
2
=
_
_
_
p
_
_
pl
_
_
_
_
_
2
N
p
_
_
pl
_
_
2
= N
l,l
pl
pl
= N
l,l
_
_
pl
pl
_
_
. .
()
Die Summe ber l, l
pl
pl
beschreibt die Anzahl derer Punkte aus P, welche
gleichzeitig auf l und auf l
liegen.
Es sind fr (*) also zwei Flle zu betrachen, gilt l = l
, so folgt:
l=l
_
_
pl
pl
_
_
=
l
_
_
pl
_
_
= I
2. Fall, gilt nun l = l
:
Gegeben sei also ein Linien-Paar l = l
liegen ist 1, nmlich genau der Schnittpunkt der beiden Linien. Also
gilt:
l=l
_
_
pl
pl
_
_
=
l=l
1 N N
2
Insgesamt ergibt sich mit I N
2
die viel schrfere Abschtzung:
I
2
N
_
I + N
2
_
N(N
2
+ N
2
) = 2N
3
I
2N
3
2
Nun kommen wir zur letzten Ungleichung dieses Seminares: Die Jensensche Ungleichung.
Fr Zahlen x
1
, . . . , x
n
R werden nun gewichtete Mittel x :=
n
k=1
k
x
k
untersucht. Hierbei gilt
fr die Gewichte
k
0 und
n
k=1
k
= 1
Satz 1.13 (Jensensche Ungleichung)
Es sei I R ein Intervall. Fr x
1
, . . . , x
n
I liegen alle gewichteten Mittel x =
n
k=1
k
x
k
in
I, fr konvexe Funktionen : I R gilt die Jensensche Ungleichung
(x)
n
k=1
k
(x
k
) (8)
Beweis : per Induktion
IA: Der Fall n = 1 ist klar, denn mit
1
k=1
k
=
1
= 1, sowie x =
1
k=1
k
x
k
=
1
x
1
= x
1
gilt:
(x)
1
(x
1
) = (x) =
1
k=1
k
(x
k
)
Der Fall n = 2 ebenso, denn aufgrund der Konvexitt von gilt:
(x) = (
2
k=1
k
x
k
) = (
1
x
1
+
2
x
2
)
(1)
1
(x
1
) +
2
(x
2
) =
2
k=1
k
(x
k
)
Die Behauptung sei nun fr n 1 bereits gezeigt.
IV: (x) = (
n1
k=1
k
x
k
)
n1
k=1
k
(x
k
)
IS: (n 1) n
(x) = (
n
k=1
k
x
k
) = (
n1
k=1
k
x
k
+
n
x
n
)
IV
n1
k=1
k
(x
k
) +
n
(x
n
) =
n
k=1
k
(x
k
)
Folgerung 1.14
Fr Zahlen x
1
, . . . , x
n
> 0 und
1
, . . . ,
n
0 mit
n
k=1
k
= 1 gilt die Abschtzung
n
k=1
x
k
k
n
k=1
k
x
k
(9)
Beweis :
Da der Logarithmus auf (0, ) konkav ist, gilt nach (8):
log
_
_
n
k=1
k
x
k
_
_
k=1
k
log(x
k
) |Anwendung exp
exp
_
_
log
_
_
n
k=1
k
x
k
_
_
_
_
exp
_
_
n
k=1
k
log(x
k
)
_
_
k=1
k
x
k
exp
_
_
n
k=1
log(x
k
k
)
_
_
=
n
k=1
x
k
k
Speziell erhlt man mit
k
=
1
n
diese allgemeine Fassung der Ungleichung zwischen geometri-
schem und arithmetischem Mittel:
n
x
1
x
2
x
n
1
n
n
k=1
x
k
Literatur
W. Kaballo. Einfhrung in die Analysis I. Spektrum Akademischer Verlag, 1996, 21