Taylorformel für mehrere Variablen

Taylorformel für mehrere Variablen

Studium
T2(x⃗)=f(a⃗)+∇f(a⃗)⋅(x⃗−a⃗)+12 (x⃗−a⃗)THf(a⃗) (x⃗−a⃗)T_2(\vec{x}) = f(\vec{a}) + \nabla f(\vec{a}) \cdot (\vec{x} - \vec{a}) + \tfrac{1}{2}\, (\vec{x} - \vec{a})^{T} H_f(\vec{a})\, (\vec{x} - \vec{a})

Voraussetzung: f ⁣:D→R,f\colon D \to \mathbb{R}, D⊆RnD \subseteq \mathbb{R}^n offen,, ff zweimal stetig differenzierbar,, a⃗∈D\vec{a} \in D

T2(x⃗)T_2(\vec{x})
Taylorpolynom zweiter Ordnung von f im Entwicklungspunkt a
a⃗\vec{a}
Entwicklungspunkt
x⃗\vec{x}
Stelle, an der genähert wird
∇f(a⃗)\nabla f(\vec{a})
Gradient von f im Punkt a
Hf(a⃗)H_f(\vec{a})
Hesse-Matrix von f im Punkt a

Nahe einem Punkt lässt sich eine Funktion mehrerer Variablen durch Funktionswert, Gradient und Hesse-Matrix quadratisch nähern.

Erklärung

Die Taylorformel nähert eine Funktion nahe einem Punkt a⃗\vec a durch ein Polynom. Bei mehreren Variablen übernehmen der Gradient die Rolle von f′f' und die Hesse-Matrix die Rolle von f′′f''. Das Taylorpolynom erster Ordnung ist die Tangentialebene, das zweiter Ordnung ergänzt die Krümmung.

Für n=2n = 2, a⃗=(a,b)\vec a = (a, b) und x⃗=(x,y)\vec x = (x, y) ausgeschrieben:

T2(x,y)=f+fx (x−a)+fy (y−b)+12(fxx (x−a)2+2fxy (x−a)(y−b)+fyy (y−b)2)\begin{aligned} T_2(x, y) = {} & f + f_x\,(x - a) + f_y\,(y - b) \\ & + \tfrac{1}{2} \big( f_{xx}\,(x - a)^2 + 2 f_{xy}\,(x - a)(y - b) + f_{yy}\,(y - b)^2 \big) \end{aligned}

Alle Ableitungen werden im Punkt (a,b)(a, b) ausgewertet. Der Faktor 22 beim gemischten Glied entsteht, weil fxyf_{xy} und fyxf_{yx} nach dem Satz von Schwarz gleich sind und beide in h⃗THfh⃗\vec h^{T} H_f \vec h vorkommen.

Der Fehler f(x⃗)−T2(x⃗)f(\vec x) - T_2(\vec x) geht schneller gegen 00 als ∣x⃗−a⃗∣2|\vec x - \vec a|^2. Ist ff dreimal stetig differenzierbar, ist er in einer Umgebung von a⃗\vec a durch ein Vielfaches von ∣x⃗−a⃗∣3|\vec x - \vec a|^3 beschränkt.

Anwendung: In einem kritischen Punkt ist ∇f(a⃗)=0⃗\nabla f(\vec a) = \vec 0, und ist Hf(a⃗)H_f(\vec a) invertierbar, wird das Verhalten von ff in der Nähe durch die quadratische Form 12h⃗THf(a⃗) h⃗\frac{1}{2}\vec h^{T} H_f(\vec a)\, \vec h bestimmt. Daher stammt das Kriterium für Extremstellen über die Definitheit der Hesse-Matrix.

Beispiele

f(x,y)=excos⁡yf(x, y) = e^x \cos y im Punkt (0,0)(0, 0). Dort ist f=1f = 1, ∇f=(1, 0)\nabla f = (1,\ 0) und Hf=(100−1)H_f = \begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix}:

T2(x,y)=1+x+12(x2−y2)T_2(x, y) = 1 + x + \tfrac{1}{2}(x^2 - y^2)

An der Stelle (0,1; 0,2)(0{,}1;\ 0{,}2) ergibt sich T2=1+0,1+12(0,01−0,04)=1,085T_2 = 1 + 0{,}1 + \frac{1}{2}(0{,}01 - 0{,}04) = 1{,}085. Der genaue Wert ist e0,1cos⁡0,2≈1,0831e^{0{,}1}\cos 0{,}2 \approx 1{,}0831, der Fehler etwa 0,00190{,}0019.

f(x,y)=x2yf(x, y) = x^2 y im Punkt (1,2)(1, 2). Es ist f(1,2)=2f(1, 2) = 2, ∇f=(2xy, x2)=(4, 1)\nabla f = (2xy,\ x^2) = (4,\ 1) und Hf=(2y2x2x0)=(4220)H_f = \begin{pmatrix} 2y & 2x \\ 2x & 0 \end{pmatrix} = \begin{pmatrix} 4 & 2 \\ 2 & 0 \end{pmatrix}:

T2(x,y)=2+4(x−1)+(y−2)+2(x−1)2+2(x−1)(y−2)T_2(x, y) = 2 + 4(x - 1) + (y - 2) + 2(x - 1)^2 + 2(x - 1)(y - 2)

Der Rest ist hier genau f−T2=(x−1)2(y−2)f - T_2 = (x - 1)^2 (y - 2), also von dritter Ordnung. An der Stelle (1,1; 1,9)(1{,}1;\ 1{,}9): f=2,299f = 2{,}299, T2=2,3T_2 = 2{,}3, Differenz 0,01⋅(−0,1)=−0,0010{,}01 \cdot (-0{,}1) = -0{,}001.

Typische Fehler

  • Den Faktor 12\frac{1}{2} vor dem quadratischen Glied vergessen.
  • Beim Ausschreiben das gemischte Glied nur einfach statt doppelt nehmen: richtig ist 2fxy (x−a)(y−b)2 f_{xy}\,(x - a)(y - b), bzw. 12⋅2fxy\frac{1}{2} \cdot 2 f_{xy} nach Ausklammern.
  • Die Ableitungen an der Stelle x⃗\vec x statt im Entwicklungspunkt a⃗\vec a auswerten.
  • Den Gradienten mit x⃗\vec x statt mit x⃗−a⃗\vec x - \vec a multiplizieren. Das stimmt nur für a⃗=0⃗\vec a = \vec 0.

Verwandte Formeln