Eine monoton steigende reelle Funktion (rot) und eine monoton fallende reelle Funktion (blau)

Eine monotone reelle Funktion ist eine reellwertige Funktion einer reellen Variablen, bei der der Funktionswert entweder immer wächst oder gleich bleibt beziehungsweise immer fällt oder gleich bleibt, wenn das Argument erhöht wird. Steigt der Funktionswert immer, wenn das Argument erhöht wird, so heißt die Funktion streng monoton steigend, steigt der Funktionswert immer oder bleibt er gleich, heißt sie monoton steigend. Analog heißt eine Funktion streng monoton fallend, wenn ihr Funktionswert immer fällt, wenn das Argument erhöht wird, und monoton fallend, wenn er immer fällt oder gleich bleibt. Reelle monotone Funktionen sind klassische Beispiele für monotone Abbildungen.

Definition

Eine Funktion , wobei eine Teilmenge von ist, heißt

Alternative Definitionen

Manchmal werden die nicht strengen Monotoniebegriffe nur für definiert, also „[...] heißt monoton steigend, wenn für alle mit gilt, dass “. Die beiden Definitionen sind gleichwertig, da aus trivialerweise folgt.

Alternative Bezeichnungen

Beispiele

Graph der Funktion
Graph der Funktion
,
also ist streng monoton fallend auf . Der Nachweis, dass streng monoton wachsend auf ist, funktioniert analog, aber mit dem Argument, dass wenn ist. Damit ist die Funktion aber nicht monoton auf , da sie auf diesem Intervall kein festes Monotonieverhalten besitzt.
,
wenn , da dann ist und dementsprechend . Also ist . Somit ist der Logarithmus streng monoton wachsend und demnach auch streng monoton.
ist monoton fallend auf dem Intervall , aber nicht streng monoton fallend. Der Nachweis der Monotonie in der linken Hälfte des Intervalls folgt dem ersten Beispiel, auf dem Intervall ist jedoch und damit kann keine strikte Monotonie gelten. Somit ist die Funktion monoton fallend und damit auch monoton.

Eigenschaften

Für eine reelle monotone Funktion mit gilt:

(indirekter) Beweis  

A. Voraussetzung:

Annahme: Es gibt ein mit .

  • Ist streng monoton steigend, so existiert ein mit sodass ;
weiter ist für alle
  • ist streng monoton fallend, so existiert ein mit sodass ;
weiter ist für alle
  • Beide Überlegungen lassen sich zu einer Formulierung zusammenfassen, die zusätzlich die Möglichkeit zulässt:
Wegen strenger Monotonie von existiert ein mit sodass ;
weiter ist für alle (1)
Wegen Konvergenz von existiert ein so, dass für alle (2)

Mit (1) und (2) gilt für alle sowohl also auch (Widerspruch), q. e. d.


B. Voraussetzung:

Annahme: Es gibt ein mit .

  • Ist streng monoton steigend, so existiert ein mit sodass ;
weiter ist für alle
  • ist streng monoton fallend, so existiert ein mit sodass ;
weiter ist für alle
  • Beide Überlegungen lassen sich zu einer Formulierung zusammenfassen, die zusätzlich die Möglichkeit zulässt:
Wegen strenger Monotonie von existiert ein mit sodass ;
weiter ist für alle (1')
Wegen Konvergenz von existiert ein so, dass für alle (2')

Mit (1') und (2') gilt für alle sowohl also auch (Widerspruch), q. e. d.

Ableitungen als Monotoniekriterium

Kriterien

Ist die Funktion differenzierbar, so lässt sich die Ableitung als Monotoniekriterium verwenden. Die Kriterien für strenge Monotonie lauten:

Zu beachten ist, dass dieses Kriterium nur hinreichend, aber nicht notwendig ist. Es gibt auch streng monotone Funktionen, deren Ableitung null wird, ein Beispiel ist weiter unten aufgeführt. Es lässt sich mit zusätzlichen Forderungen noch eine Verschärfung dieser Kriterien formulieren:

Die Kriterien für Monotonie lauten:

Bei diesen Kriterien handelt es sich um Äquivalenzen.

Alle genannten Kriterien lassen sich noch erweitern: Ist zusätzlich stetig auf (bzw. oder ), so gilt die Aussage über die Monotonie auch für das Intervall (bzw. oder ).

Beispiele

Der Graph der Funktion . Die Funktion ist streng monoton wachsend.
.
Haben beide unterschiedliches Vorzeichen, so ist direkt . Somit ist dies ein Beispiel dafür, dass die ersten beiden Kriterien nur hinreichend, aber nicht notwendig sind. Das dritte Kriterium greift hier aber: Die Ableitung der Funktion verschwindet bloß im Punkt und ist sonst größer null. Dies ist äquivalent zum streng monotonen Wachstum von .

Umkehrfunktion

Sei ein Intervall und sei streng monoton wachsend/fallend und stetig. Dann ist:

Verallgemeinerungen

K-monotone Funktionen

Um den Monotoniebegriff auf Funktionen zu verallgemeinern, die auf dem definiert sind, wählt man auf dem einen echten Kegel und betrachtet die von ihm definierte verallgemeinerte Ungleichung und die strikte verallgemeinerte Ungleichung sowie eine konvexe Menge . Dann heißt eine Funktion

Wählt man als Vektorraum den (den Raum aller reellen symmetrischen Matrizen) und als Kegel den semidefiniten Kegel (bzw. als verallgemeinerte Ungleichung die Loewner-Halbordnung), so erhält man die Matrix-monotonen Funktionen.

Monotone Funktionen zwischen Vektorräumen gleicher Dimension

Eine Möglichkeit, Monotonie für Funktionen zu verallgemeinern ist, für zu fordern, dass wenn für ist, dass dann für eine monoton wachsende Funktion gelten soll, dass ist. Die Formulierung monoton fallender Funktionen und der strikten Versionen folgt analog. Dieses Vorgehen entspricht der Verallgemeinerung der Ordnung auf auf die komponentenweise Halbordnung auf .

Alternativ kann man die Eigenschaft von monoton wachsenden reellen Funktionen, dass für beliebige gilt, verallgemeinern. Dies führt dann zu dem folgenden Monotoniebegriff: Gegeben sei und eine Funktion . Die Funktion heißt

Verallgemeinert man dies weiter, so erhält man den Begriff eines monotonen Operators.

Rechtecksmonotone Funktion

Ein anderes Monotoniekonzept für Funktionen wird mit dem Differenz-Operator definiert. Eine Funktion heißt rechtecksmonoton, falls

gilt.[1] Eine rechtecksmonotone Funktion wird auch -steigend genannt.

Die Rechtecksmonotonie spielt eine Rolle bei der Definition multivariater Verteilungsfunktionen und bei der Definition einer Copula. Weder ist ein rechtecksmonotone Funktion notwendig monoton steigend, noch ist eine monoton steigende Funktion notwendig rechtecksmonoton[2].

Literatur

Einzelnachweise

  1. Klaus D. Schmidt: Maß und Wahrscheinlichkeit. 2., durchgesehene Auflage. Springer-Verlag, Heidelberg Dordrecht London New York 2011, ISBN 978-3-642-21025-9, S. 294, doi:10.1007/978-3-642-21026-6.
  2. Klaus D. Schmidt: Maß und Wahrscheinlichkeit. 2., durchgesehene Auflage. Springer-Verlag, Heidelberg Dordrecht London New York 2011, ISBN 978-3-642-21025-9, S. 299, doi:10.1007/978-3-642-21026-6.