Documente Academic
Documente Profesional
Documente Cultură
FACHHOCHSCHULE KO
Fakultat fur Wirts
haftswissens
haften
WIRTSCHAFTSMATHEMATIK 1
Skript zur Vorlesung von Prof. Dr. Jutta Arrenberg
Inhaltsverzei
hnis
1 Mengen und Abbildungen
1.1 Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
1
Spezielle Funktionen . . . . .
Eigens
haften von Funktionen
Grenzwert von Funktionen . .
Stetigkeit . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
18
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
22
29
30
33
38
4.1 Ableitungen . . . . . . . . . . . . . . . . . .
4.1.1 Ableitungen elementarer Funktionen
4.1.2 Ableitungsregeln . . . . . . . . . . .
4.2 Elastizitat . . . . . . . . . . . . . . . . . . .
4.3 Tangenten . . . . . . . . . . . . . . . . . . .
4.4 Das Newton-Verfahren . . . . . . . . . . . .
4.5 Monotonie . . . . . . . . . . . . . . . . . . .
4.6 Hohere Ableitungen . . . . . . . . . . . . . .
4.7 Extremwerte . . . . . . . . . . . . . . . . . .
4.8 Wendestellen . . . . . . . . . . . . . . . . .
4.9 Sattelstelle . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
38
42
43
46
49
50
53
55
58
63
68
70
.
.
.
.
.
.
.
.
.
.
77
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
77
82
84
84
88
92
B Literaturhinweise
94
95
ii
iii
Beispiele
Bemerkung
Die Elemente der Menge IRnIQ werden au h als irrationale Zahlen bezei hnet.
1.2 Abbildungen
A und B seien zwei Mengen. Eine Abbildung f von A na
h B ist eine Zuordnungsvors
hrift, die jedem Element aus A genau ein Element aus B zuordnet. Eine Abbildung mit B IRn heit au
h Funktion. Wir s
hreiben f : A ! B bzw. a 7! f(a).
Wir bezei
hnen a als Argument oder (unabhangige) Variable, f(a) als den Wert der
Funktion an der Stelle a.
1
Beispiel
Fur ein Gut betrage der Verkaufs-Stu
kpreis (unabhangig von der abgesetzten Menge des Gutes) 24 Geldeinheiten. Wird jeder abgesetzten Menge x eines Gutes der
Umsatz/Erlos = 24 x zugeordnet, so ist diese Zuordnungsvors
hrift eine Funktion.
Beispiel
Keine Abbildung ist z.B. die Zuordnungsvors
hrift, die jedem Hersteller seine Erzeugnisse zuordnet:
%Aspirin
Bayer Leverkusen & Tal
id
Eine Abbildung f : A !B besteht aus drei Ingredienten:
Denitionsberei
h Df =A
Werteberei
h Wf =B
Graf Gf = f(a; f(a)) j a 2 A g
Beispiel
1
aus?
Wie sieht der Denitonsberei
h Df der Funktion f(x) = 2
4x + 4x 8
Ein Problem entsteht, wenn der Nenner wird Null. Der Nenner ist genau dann Null,
wenn x = 2 oder x = 1 ist. Also betragt der Denitonsberei
h Df = IRnf 2; 1g
Haug werden in der Okonomie
Beziehungen zwis
hen dem Verkaufspreis p pro
Stu
k eines Gutes und der abgesetzten Menge x des Gutes betra
htet. Sol
h eine
Beziehung wird au
h als Preis-Absatz Funktion bezei
hnet.
Beispiel
Wenn Sie z. B. eine CD kaufen mo
hten, so betragt der Verkaufspreis pro Stu
k 22,, also p(x) = 22.
Mo
hten Sie Melonen auf einem Wo
henmarkt kaufen, so betragt der Verkaufspreis
pro Stu
k 1,20 , falls Sie nur eine Melone kaufen.
Drei Melonen erhalten Sie fur
1;20 ; fur x = 1 oder x = 2
insgesamt 3,00 kaufen konnen. Also p(x) =
1;00 ; fur x = 3
Steht bei eines Preis-Absatz Funktion eine Variable x oder p im Nenner, so mussen
wir bei der Angabe des Dentionsberei
hes auss
hlieen, dass wir dur
h Null dividieren sollen.
Beispiel
p
x
0;01 993
0;10 93
0;25 33
0;5 13
12
3
p =? 0
Wie ho
h muss der Preis sein, damit si
h kein Kaufer fur das Gut ndet?
10
10
0=
7)p=
p
7
d.h. betragt der Verkaufspreis pro Stu
k 10=7 GE, so ndet si
h kein Kaufer des
Produkts.
10
Also muss gelten: p 2 (0;
7
d.h. der Denitonsberei
h von x(p) ist das Intervall (0; 107 .
Beispiel
Beispiel
1
x+1
und g(x) =
sind ni
ht glei
h. Der
x+3
(x + 1)(x + 3)
Denitionsberei
h von f ist die Menge Df = IRnf 3g und der Denitionsberei
h
von g ist die Menge Dg = IRnf 3; 1g. Somit gilt Df 6= Dg .
Die Abbildungen f(x) =
Beispiel
Die Urbildmenge von f8g der Abbildung f : IR ! IR mit f(x) = 4x2 + 4x ist:
f 1 (f8g) = f 2; 1g;
denn f( 2) = 8 und f(1) = 8 und weitere Argumente, die den Funktionswert 8
haben, gibt es ni
ht.
Ist f(A) = B und besteht zu jedem b 2 B die Urbildmenge f 1 (fbg) aus genau
einem Element, so wird die Abbildung f als bijektiv bezei
hnet. Die umgekehrte
3
Zuordnungsvors hrift ist dann insbesondere eine Abbildung und wird als Umkehr-
Beispiel
Ordnen wir jeder Ware von Stussgen ihren Preis (in Euro) zu:
f(Joghurt) = 0;60
f(Mil
h) = 0;60 usw.
so gibt es keine Umkehrabbildung von f; denn z.B. der Preis 0,60 Euro wird fur
mehrere Produkte erhoben.
Fazit:
Beispiel
p = 140 2x j +2x
p + 2x = 140
j p
2x = 140 p j 2
x = 70 0;5p
d.h. die umgekehrte Preis-Absatz Funktion ist:
x(p) = 70 0;5p ; p 2 [0; 140
und fur die abgesetzte Menge x gilt: x 2 [0; 70.
Wi
htig in der Okonomie
ist au
h die so genannte Produktionsfunktion. Sie geben
einen Zusammenhang an zwis
hen der eingesetzten Menge r des Produktionsfaktors
und der produzierten Menge x des Gutes.
Beispiel
Es bezei
hnet r die eingesetzte Arbeitszeit (in h) und x die Ausbringungsmenge des
Gutes. Eine Arbeitsstunde kostet 30 GE, mehr Kosten entstehen bei der Produktion
ni
ht.
Zwis
hen r und x besteht der folgende Zusammenhang:
p
Produktionsfunktion x(r) = 5 r ; r 2 [0; 1)
d.h. wird eine Stunde gearbeitet, so werden genau 5 ME des Gutes hergestellt. Werden 4 Stunden gearbeitet, so werden genau 10 ME hergestellt.
Wir mo
hten zuna
hst die Umkehrabbildung r(x) bestimmen. Dazu mussen wir die
na
hfolgende Glei
hung na
h
r au
osen:
p
x = p
5 r j 5
0;2 x = r
j quadrieren
2
0;04 x = r
d.h. r(x) = 0;04 x2 .
Jetzt mo
hten wir no
h die Kosten der Produktion in Abhangigkeit von x angeben.
Wir wissen s
hon, dass in Abhangigkeit von r die Kosten K(r) = 30 r betragen.
Daraus erhalten wir mit r = 0;04x2 :
K(x) = 30 r = 30 0;04 x2 = 1;2 x2 .
In dieser Vorlesung sind mit der Bezei
hnung Kosten\ immer die Gesamtkosten
"
gemeint. Die Gesamtkosten bestehen aus den (Fertigungs-)Materialkosten, Personalkosten, Fremdleistungen, kalulatoris
hen Kosten und sonstigen Kosten.
Beispiel
120
8 j +8
p
120
x+8 =
j p
p
p(x + 8) = 120
j (x + 8)
120
p =
x+8
d.h. die umgekehrte Preis-Absatz Funktion ist:
120
p(x) =
; x 2 IR+0
x+8
und fur den Verkaufspreis p gilt: p 2 (0; 15.
x =
Okonomis
he
Funktionen in der Betriebswirts
haftslehre werden fur die Bes
hreibung von Modellen herangezogen. Wir wollen die wi
htigsten Funktionen anhand
eines kleinen Beispiels kennen lernen.
Beispiel
In einer Doner-Bude in der Kolner Sudstadt kostet ein Doner 2,50 . Werden zehn
Doner verkauft, so betragt der Umsatz 25 . Werden zwanzig Doner verkauft, so betragt der Umsatz 50 . Bezei
hnen wir mit x die verkauften Stu
kzahlen an Donern,
so beragt der Umsatz (in ):
U(x) = 2;5 x; x 2 IR+0
Es gilt also: Umsatz = Verkaufspreis Absatzmenge.
Die Miete fur den Laden betragt 500 pro Monat. Das Gehalt fur den Angestellten
betragt 700 pro Monat. Ferner betragen die Produktionskosten fur einen Doner
1,80 . Unabhangig davon, wie viele Doner verkauft werden, entstehen somit pro
Monat an Kosten auf jeden Fall 1 200 xe Kosten (Fixkosten). Bezei
hnen wir
mit x die hergestellten Stu
kzahlen an Donern, so betragen die Produktionskosten
1;8 x. Da diese Kosten von der Variable x abhangen, werden sie au
h als variable
Kosten bezei
hnet. Insgesamt an Kosten (in ) haben wir somit:
K(x) = 1;8x + 1 200; x 2 R0+
Die Kosten setzten si
h also aus den von variablen Kosten und den Fixkosten zusammen.
Na
h der Betra
htung der Herstellung s
hauen wir uns jetzt den Verkauf an. Die
Menge x ist jetzt die produzierte und abgesetzte Menge an Donern. Verkaufen und
produzieren wir pro Monat 1 500 Doner, so lautet der Gewinn:
2;5 1 500 1;8 1 500 1 200 = 3 750 3 900 = 150
d.h. werden pro Monat 1 500 Doner produziert und absetzt, so ma
hen wir einen
Verlust von 150 .
Verkaufen und produzieren wir hingegen pro Monat 1 800 Doner, so lautet der Ge6
winn:
Kosten:
Haug wird in der Okonomie
mit Modellen von okonomis
hen Funktionen gearbeitet, aus denen dann Erkenntnisse gewonnen werden konnen und in die Praxis
umgesetzt werden konnen.
Die Gesamtproduktionskosten K(x) (in GE) eines Produkts betragen in Abhangigkeit der produzierten Menge (Ausbringungsmenge) x:
K(x) = x3 9x2 + 30x + 16
Es konnen maximal 12 Mengeneinheiten (ME) produziert werden:
x 2 [0; 12
Der Umsatz bzw. Erlos U(x) betragt:
U(x) = 24 x ; x 2 [0; 12
Aus diesen Angaben konnen wir weitere interessierende okonomis
he Funktionen
bere
hnen. Die variablen Kosten Kv (x) betragen:
Kv (x) = x3 9x2 + 30x ; x 2 [0; 12
Die xen Kosten Kf (x) sind:
Kf (x) = 16 ; x 2 [0; 12
Die Stu
kkosten k(x) (au
h Dur
hs
hnittskosten genannt) ergeben si
h wie folgt:
K(x)
16
k(x) =
= x2 9x + 30 +
; x 2 (0; 12
x
x
Die variablen Stu
kkosten kv (x) (au
h variable Dur
hs
hnittskosten genannt) sind:
K (x)
kv (x) = v
= x2 9x + 30 ; x 2 (0; 12
x
Aus der okonomis
hen Glei
hung:
bzw.
U(x) = p(x) x
bere
hnet si
h der Verkaufspreis p(x) (in Geldeinheiten) pro abgesetzte Mengeneinheit x wie folgt:
U(x)
p(x) =
= 24 ; x 2 [0; 12
x
Die Funktion p(x) wird au
h als Preis-Absatz Funktion bezei
hnet.
Aus der okonomis
hen Glei
hung:
7
bzw.
Beispiele
1
,
n+1
n 1 2 3 4 :::
d.h.
an 12 13 14 15 : : :
a) an =
1
,
2n
n 1 2 3 4 :::
d.h.
an 12 14 18 161 : : :
b) an =
1
,
n!
n 1 2 3 4
d.h.
an 1 12 16 241
) an =
1
120
:::
:::
d) an = ( 1)n
n 1 2 3 4 5 :::
d.h.
an 1 1 1 1 1 : : :
Zur Angabe von Folgen gibt es vers
hiedene Mogli
hkeiten:
a) Aufzahlen: 1; 21 ; 13 ; 14 ; : : :
b) Angabe des Bildungsgesetzes: an = n1
) Angabe der Rekursionsformel: a1 = 1; an = 1+anan1 1
Eine Folge (an )n2IN heit arithmetis
he Folge, wenn die Dierenz zweier bena
hbarter Folgenglieder konstant ist: an+1 an = d = konstant.
9
Eine Folge (an )n2IN heit geometris
he Folge, wenn der Quotient zweier bena
ha
barter Folgenglieder konstant ist: n+1 = q = konstant.
an
Die Folge an = n1 heit harmonis
he Folge.
Beispiel
Bei einem Jahresumsatz von 400 Mio GE erzeugt ein absoluter jahrli
her Zuwa
hs
von 40 Mio GE die arithmetis
he Folge:
9
a1 = 400
>
>
>
>
a2 = 440
>
>
>
>
a3 = 480
>
=
a4 = 520
) an+1 an = 40.
..
>
>
.
>
>
>
an = 400 + (n 1) 40 >
>
>
>
;
..
.
Allgemein gilt fur eine arithmetis
he Folge mit d = an+1
an = a1 + (n 1) d
an :
Beispiel
Bei einem Jahresumsatz von 400 Mio GE erzeugt ein prozentualer jahrli
her Zuwa
hs von 10% die geometris
he
9 Folge:
a1 = 400
>
>
>
>
a2 = 440
>
>
>
>
a3 = 484
>
=
an+1
a4 = 532;4
)
= 1;1.
..
>
a
n
>
.
>
>
>
an = 400 1;1n 1 >
>
>
>
;
..
.
Allgemein gilt fur eine geometris
he Folge mit q = anan+1 :
an = a1 q n
Beispiel
Wir betra
hten die Folge an =
( 1)n
. Die ersten funf Folgenglieder betragen:
n
10
n 1 2 3 4 5
1 1
1
an 1 12
3 4
5
d.h. die Folge an ist eine alternierende Folge.
Eine Folge (an )n2IN heit (streng) monoton wa
hsend, wenn gilt:
an+1 an (an+1 > an ) fur alle n 2 IN
Beispiel
Wir betra
hten die Folge an =
2n 1
. Die ersten funf Folgenglieder betragen:
n
n 1 2 3 4 5
an 1 1 43 2 165
d.h. an ist eine monoton wa
hsende Folge.
Wir betra
hten die Folge bn = 2n. Die ersten funf Folgenglieder betragen:
n 1 2 3 4 5
bn 2 4 8 16 32
d.h. bn ist eine streng monoton wa
hsende Folge.
Eine Folge (an )n2IN heit (streng) monoton fallend, wenn gilt:
an+1 an (an+1 < an ) fur ale n 2 IN
Beispiel
Wir betra
hten die Folge an =
(n
1)!
n 1 2 3 4 5
an 1 1 12 61 241
d.h. an ist eine monoton fallende Folge.
1
Wir betra
hten die Folge bn = . Die ersten funf Folgenglieder betragen:
n
n 1 2 3 4 5
bn 1 12 13 14 51
d.h. bn ist eine streng monoton fallende Folge.
Eine Folge (an )n2IN heit na
h oben bes
hrankt, falls es eine Konstante
gibt,
so dass gilt:
an
fur alle n 2 IN
Eine Folge (an )n2IN heit na
h unten bes
hrankt, falls es eine Konstante
gibt,
so dass gilt:
an
fur alle n 2 IN
11
Eine Folge heit bes
hrankt, wenn sie sowohl na
h unten als au
h na
h oben bes
hrankt ist. Ans
hauli
h betra
htet ist eine Folge bes
hrankt, wenn die Folge auf
der Zahlengerade in einen Kag\ in Form eines abges
hlossenen Intervalls [
1 ;
2
"
eingesperrt werden kann. Die Groe des Kags\ bzw. des Intervalls ist dabei uner"
hebli
h.
Beispiele
1 1 1 1
1
( 1)n
a) Die Folge an =
=
; ; ; ;
; : : : ist eine alternierende, ben
2
2 4 8 16 32
s
hrankte, geometris
he Folge.
1
1 1 1 1 1
b) Die Folge an = n = ; ; ; ; ; : : : ist eine streng monoton fallende, be2
2 4 8 16 32
s
hrankte, geometris
he Folge.
) Die Folge an = n = 1; 2; 3; 4; 5; : : : ist eine streng monoton wa
hsende, na
h unten
bes
hrankte, arithmetis
he Folge.
Beispiele
a) an =
b) an =
1
n
n
!n!1 0
n
!n!1 1
1 n
) an = 1 +
!n!1?
n
a1
= 2
a2
= 2;25
a3
= 2;37
a4
= 2;44
a5
= 2;49
a6
= 2;52
a7
= 2;54
a100 = 2;705
a1 000 = 2;717
a10 000 = 2;718
d.h. an !n!1 e = 2;718 : : :
12
Fazit: n
1 + n1 !n!1 e = 2;718 : : :
n
1 + nz !n!1 ez
Eine reelle Zahl a heit Grenzwert der Folge (an )n2IN , wenn es zu jedem (no
h so
kleinen) " > 0 einen Index n" gibt, so dass fur alle Glieder der Folge mit einem Index
n > n" gilt: an liegt in dem Intervall (a "; a + ").
Man sagt, die Folge (an )n2IN konvergiert gegen a und s
hreibt:
lim an = a oder an !n!1= a
n!1
Ist eine Folge konvergent mit dem Grenzwert null, so heit sie Nullfolge.
Eine Folge, die ni
ht konvergiert, heit divergent.
Beispiele
1
a) an = 1 + 2 konvergiert gegen a = 1.
n
Ab wel
her Gliednummer liegen alle Folgenglieder in dem Intervall (0;99; 1;01)?
j an a j=j 1 + n12 1 j= n12 < " = 1001 , n2 > 100 , n > 10
d. h. ab a11 liegen alle na
hfolgenden Folgenglieder im Intervall (0;99; 1;01)
b) bn = ( 1)n ist divergent
)
(n 5)2
! ?
n3 4n2 n!1
Um diesen Grenzwert bestimmen zu konnen, brau
hen wir die na
hfolgenden
Grenzwertsatze.
Satz (Grenzwertsatze)
Die Folgen (an )n2IN und (bn )n2IN seinen konvergent mit den Grenzwerten a bzw. b.
Dann sind die daraus rational zusammengesetzten Folgen wieder konvergent:
a) lim (an + bn ) = lim an + lim bn = a + b
n!1
n!1
n!1
b) lim (an
n!1
bn ) = lim an
n!1
lim bn = a
n!1
r
= ar ; r 2 IR
13
Beispiele
1
7n + 2
2
!
3 und bn =
=7+ !7
n
n
n
n
10n + 1
1
a) an + bn =
= 10 + ! 10 = 3 + 7
n
n
3
4n 3
b) an bn =
= 4
! 4=3 7
n
n
1 2
21n2 n 2
= 21
! 21 = 3 7
) an bn =
2
n
n n2
an =
3n
=3
an 3n 1 n(3 n1 ) 3 n1
d)
=
=
=
bn 7n + 2 n(7 + n2 ) 7 + n2
r
1
2
e) (an ) =
3n
Beispiel
! 73 = 3 7
3 = 32
(n 5)2
! ?
n3 4n2 n!1
1
Allgemeine Vorgehensweise: Bru
h mit ho
hste Potenz im Nenner erweitern und dann die
n
Grenzwerte vom Zahler und vom Nenner bestimmen.
Die ho
hste Potenz im Nenner betragt 3. Als erweitern wir wie folgt:
1
1
2
2
10n + 25) n1 n102 + n253
0
n3 (n 5)
n3 (n
=
=
!
=0
1
1
4
3
2
3
2
1
1 n
4n )
4n )
n3 (n
n3 (n
2.3 Reihen
Frage: Was ergibt 1 + 2 + 3 + 4 + 5 + : : : + 96 + 97 + 98 + 99 + 100 = ?
Antwort: Addiert man den ersten und den letzten Summanden, so erhalt man den
Wert 1+100=101. Addiert man jetzt den zweiten und den vorletzten Summanden,
so erhalt man 2+99=101. Au
h die Summe des dritten und des vorvorletzten Summanden ergibt 101. Fahren wir so fort, so haben wir 50 Summanden mit den Werten
101, also ergibt 1 + 2 + 3 + : : : + 100 = 50 101 = 5 050.
n
2
Fazit: 1 + 2 + 3 + : : : + n = (n + 1)
Werden die ersten n Glieder einer Folge (an )n2IN aufsummiert, so nennt man
sn = a1 + a2 + : : : + an =
n
X
k=1
ak
Die zugeordnete Folge (sn )n2IN heit Reihe der Folge (an )n2IN .
Beispiel
n
:::
n
:::
n (n + 1) : : :
2
Beispiel
Bei einem Jahresumsatz von 200 Mio GE erzeugt ein absoluter jahrli
her Zuwa
hs
von 5 Mio GE die arithmetis
he Folge:
a1 = 205
a2 = 210
a3 = 215
..
.
an = 205 + (n 1) 5 = a1 + (n 1) d ) d = ann 1a1
Die kumulierten Jahresumsatze na
h n Jahren betragen:
2
3
4 5
n 1
sn 205 415 630 850 ?
s5 = a1 + a2 + a3 + a4 + a5
= a1 + (a1 + d) + (a1 + 2d) + (a1 + 3d) + (a1 + 4d)
= 5a1 + (1 + 2 + 3 + 4)d = 5a1 + 10d
= 5a1 + 10 a5 4 a1 = 5a1 + 52 (a5 a1 )
= 5a1 + 52 a5 52 a1 = 52 a1 + 52 a5
= 52 (a1 + a5 ) = 52 (205 + 225) = 1075
Fazit:
Beispiel
n
sn = (a1 + an )
2
Bei einem Jahresumsatz von 200 Mio GE erzeugt ein prozentualer jahrli
her Zuwa
hs
von 2;5% die geometris
he Folge:
15
a1 = 205
a2 = 210;13
a3 = 215;38
..
.
an = 205 1;025n 1 = a1 q n 1
Die kumulierten Jahresumsatze na
h n Jahren betragen:
n 1
2
3
4
5
sn 205 415;13 630;51 851;27 ?
s5 = a1 + a2 + a3 + a4 + a5
= a1 + a1 q + a1 q 2 + a1 q 3 + a1 q 4
= a1 (1 + q + q 2 + q 3 + q 4 )
5
= a1 qq 11 vgl. Nebenre
hnung
5 1
= 205 11;;025
025 1 = 1 077;55
Nebenre
hnung Wie lasst si
h der folgende Term kurzer s
hreiben?
1 + q + q 2 + q 3 + : : : + q n 1 =?
Zuna
hst multiplizieren wir die Summe mit dem Faktor q 1 in der
Honung, den langen Term irgendwie kurzer s
hreiben zu konnen:
(q 1)(1 + q + q 2 + q 3 + : : : + q n 1 ) =
q + q2 + q3 + : : :
+ qn
2
3
n
1 q q q : : : q 1 = qn 1
Jetzt mussen wir no
h beide Seiten der Glei
hung dur
h q 1 dividieren. Dann erhalten wir die gewuns
hten Abkurzung:
1 + q + q 2 + q 3 + : : : + q n 1 = qq 11
n
( 1; 1). Der
Beispiel
16
a1 = 100
a2 = 50
a3 = 25
a4 = 12;5
a5 = 6;25
Dann liegt eine geometris
he Folge vor mit q = 0;50. Die zugehorige Reihe sn ist
eine geometris
he Reihe.
q7 1
0;57 1
s7 = a1 + : : : + a7 = a1
= 100
= 198;44:
q 1
0;5 1
Weiter gilt:
1
X
100
a
ak = 1 =
= 200
1 q 1 0;5
k=1
Beispiel
>1=2
>1=2
17
Vorbemerkung
Die Okonomen
Charles W. Cobb und Paul H. Douglas haben 1928 folgende Daten
der Jahre 1899 bis 1922 in einem Diagramm dargestellt:
K
400
350
300
250
200
A
150
1905
1910
1915
1920
Jahr
18
240
220
Modell P
200
180
160
140
120
1905
1910
1915
1920
1925
Jahr
Dass si
h die Exponenten der Produktionsfunktion P zu eins addieren, ist kein Zufall, sondern erklart si
h wie folgt: Wird die Einsatzmenge der Produktionsfaktoren
A und K verdoppelt, so sollte si
h au
h der Output P verdoppeln:
1;01 (2A)0;75 (2K)0;25
=
0
;
75
0
;
75
0
;
25
0
;
25
1;01 2 A 2 K
=
2 (1;01 A0;75 K 0;25 )
=2P
Damit si
h die Ausbringungsmenge (Output) ebenfalls verdoppelt, wenn die Einsatzmenge (Input) verdoppelt wird, fuhrt also dazu, dass si
h die Exponenten in
Produktionsfunktionen zu eins addieren sollten.
Na
h dieser Vorbemerkung kehren wir zuru
k zu Funktionen mit nur einer Veranderli
hen.
Eine Abbildung f : A! B mit a 7! f(a) heit Funktion, falls gilt B IR. Sind Df ,
Wf ni
ht explizit angegeben, so wahlen wir folgende Festlegung:
Df = Menge aller x 2 IR, fur die f(x) erklart ist
Wf = IR
Beispiel:
1
f(x) = x3 4x ,Df =Wf = IR
3p
x
12 3 2 1 0
f(x)
0
3 5;3 3;6 0
1
3;6
2
5;3
Grak:
19
3
3
12
0
4
2
-4
-2
-2
-4
Beispiel
K(x)
20
U(x)
10
G(x)
2
10
-10
-20
Uber
die p; q Formel erhalten wir fur die Gewinnzone fx 2 DG j G(x) > 0g das
Intervall (0;26; 7;74). Als Verlustzone fx 2 DG j G(x) < 0g ergibt si
h dann der
Berei
h [0; 0;26) [ (7;74; 10. Der Punkt, na
hdem kein Verlust mehr gema
ht wird,
heit au
h Gewinns
hwelle oder Break-Even-Point. In diesem Beispiel liegt die
Gewinns
hwelle bei x = 0;26.
Der Punkt x = 7;74 wird au
h als Gewinngrenze bezei
hnet.
Aus dem Grafen der Gewinnfunktion G(x) = x2 + 8x 2 erkennen wir, dass der
Gewinn am groten im (S
heitel-)Punkt x = 4 ist. Der Punkt x = 4 wird deshalb
au
h als Betriebsmaximum bezei
hnet.
Eine Funktion mit der Funktionsglei
hung
x(r) = a rb
wird als Cobb-Douglas Produktionsfunktion bezei
hnet. Die Produktionsfunktion bes
hreibt den Zusammenhang zwis
hen der herzustellenden Quantitat x eines
Gutes und der dazu erforderli
hen Produktionsfaktormenge r (z. B. Arbeitszeit, Kapital,. . . ).
Frage: Wie andert si
h die produzierte Menge x, wenn wir die Produktionsfaktormenge r steigern?
x(3r) = a (3r)b = a 3b rb = 3b x(r)
Antwort: Die Produktquantitat wa
hst auf das 3b fa
he.
Beispiel
Beispiele
9
=
a) g : IR ! IR mit g(x) = 2x + 3 f
;
f : IR ! IR mit f(y) = y 3
(2x + 3)3
9
=
b) g : IR ! IR mit g(x) = x3
f g : IR ! IR mit f (g(x)) = f(x3 ) = 2x3 + 3
;
f : IR ! IR mit f(y) = 2y + 3
20
40
60
80
100
um 0,75 GE sinkt.
Grak:
700
600
500
400
300
200
100
200
400
600
800
1000
Zum Zei
hen der Funktion p(x) = 750 0;75x in R lauten die Befehle:
f < fun
tion(x)f750 0:75 xg
plot(f; 0; 1000)
Betra
hten wir die Umkehr Preis-Absatz Funktion x(p) = 1000 43 p, so ist
a = 1000 die Sattigungsgrenze. Ein hoherer Absatz als 1000 ME kann ni
ht erzielt
werden. Wird ferner der Preis um eine GE gesteigert, so besagt die Steigung
b = 34 , dass dann der Absatz um 43 ME sinkt.
Beispiel
Gesu
ht ist die Gerade, die dur
h die Punkte (1 ; 1,5) und (3 ; 4) verlauft.
5
o
4
3
2
o
1
-1
-1
1. L
osungsweg:
Glei
hungssystem:
23
I
1;5 = a + b 1
II
4 = a+b3
II I 2;5 = 2 b ) b = 22;5 = 1;25
II
4 = a + 1;25 3 ) a = 4 3;75 = 0;25
d.h. die gesu
hte Gerade ist f(x) = 0;25 + 1;25 x
2. L
osungsweg:
Steigungsdreie
k:
f(3) f(1) 4 1;5
b=
=
= 1;25
3 1
2
4 = a + 1;25 3 ) a = 4 3;75 = 0;25
d.h. die gesu
hte Gerade ist f(x) = 0;25 + 1;25 x
2
Sind zwei Punkte des IR bekannt, dur
h die eine Gerade verlauft, so ist die
Gerade eindeutig festgelegt.
3) Potenzfunktion f(x) = xn ; n 2 IN
z.B. f(x) = x2 (Parabel)
Grak:
8
-3
-2
-1
24
0.6
0.4
0.2
-3
-2
-1
-0.2
-0.4
-0.6
4) Polynom
Eine Funktion f mit der Funktionsglei
hung f(x) = an xn + an 1 xn 1 + : : : +
a1 x + a0 ; an 6= 0; n 2 IN; a0 ; a1 ; : : : an 2 IR ,heit Polynom n ten Grades.
z.B. Gewinn G(x) = x2 +p8x 2 ist ein Polynom 2-ten Grades
oder Kosten K(x) = x3 + 7 x + 100 ist ein p
Polynom 3-ten Grades
Kein Polynom ist z.B. f(x) = 13 x3 4x + x, da x mit der Potenz 21 2= IN
vorkommt.
Ein Polynom n ten Grades hat ho
hstens n reellwertige Nullstellen. Die Nullstellen eines Polynom 2-ten Grades bestimmen wir entweder mit der pq Formel:
pq Formel
x2 + px + q = 0 , x =
p
2
ax + bx +
= 0 , x =
2
25
p2
4
b b2
2a
q
4a
18x2 + 12x
7.5
5
2.5
-1
-2.5
-5
-7.5
So klammern wir zuna
hst den Faktor 6x aus: 6x3 18x2 +12x = 6x(x2 3x+2).
Dann konnen wir die Nullstelle x = 0 ablesen. Weitere Nullstellen
ndenqwir
q
3
9
2
mit der pq Formel wie folgt: x 3x + 2 = 0 , x = 2 4 2 = 32 14 ;
d. h. x = 1 oder x = 2. Die Nullstellen des Polynoms sind also x = 0 oder x = 1
oder x = 2.
Haben wir eine Nullstelle x0 eines Polynoms P (x) gefunden, so lasst si
h P (x)
au
h wie folgt s
hreiben:
P (x0 ) = 0 ) P (x) = (x
x0 ) (bn 1 xn
+ : : : + b1 x + b0 )
Nehmen wir die Nullstelle x0 = 2, so lasst si
h 6x3 18x2 + 12x au
h wie folgt
s
hreiben: 6x3 18x2 + 12x = (x 2)(6x2 6x). Der zweite Faktor 6x2 6x
lasst si
h mit Hilfe der Polynomdivision bere
hnen:
(6x3 18x2 + 12x) : (x 2) = 6x2 6x
(6x3 12x2 )
6x2 + 12x
( 6x2 + 12x)
0
Zum Zei
hen des Polynoms f(x) = 6x3 18x2 + 12x in R lauten die Befehle:
f < fun
tion(x)f6 xb3 18 xb2 + 12 xg
plot(f; 1; 3)
5) Quotient zweier Polynome
Sind P (x) und Q(x) Polynome, so heit die Funktion f mit der FunktionsgleiP (x)
hung f(x) =
rationale Funktion.
Q(x)
Fur den Denitionsberei
h von f gilt:
Df = IRnfx 2 IR j Q(x) = 0g.
26
K(x) 2x + 2
=
; x 2 (0; 10
x
x
50
40
30
20
10
10
Zum Zei
hen der Funktion k(x) = 2xx+2 in R lauten die Befehle:
f < fun
tion(x)f(2 x + 2)=xg
plot(f; 0:01; 10)
6) Exponentialfunktion f(x) = ax (a 2 IR+ )
z.B. f(x) = 2x ; x 2 IR,
x
2
1 0 1 2
x
2 0;25 0;5 1 2 4
x
g(x) = 12 ; x 2 IR,
x
2 1 0 1
2
1 x
4 2 1 0;5 0;25
2
h(x) = ex ; x 2 IR
x
2
1 0 1
2
x
e 0;14 0;37 1 2;72 7;39
Zum Zei
hen der e-Funktion in R lauten die Befehle:
f < fun
tion(x)fexp(x)g
plot(f; 1; 5)
oder z.B. f(t) = 1;03t f(0), t= Zeit und f(0) = 5 Bruttosozialprodukt einer
Volkswirts
haft zum Zeitpunkt t 2 IR+
Graken:
f(x) = 2x
27
-3
-2
-1
Den Graf der Funktion f(x) = 2x erhalten wir mit den Befehlen:
f < fun
tion(x)f2bxg
plot(f; 3; 3)
und den Graf der Funktion g(x) = 0;5x mit den Befehlen:
g < fun
tion(x)f0:5bxg
plot(g; 3; 3)
Grak:
7
6
5
4
3
2
1
-2
-1
28
g(x) = 0;5x
h(x) = ex
0.5
1.5
2.5
-2
-4
-6
Beispiel
Gegeben sei eine Funktion f(x) mit dem Denitionsberei
h Df . Dann heit f(x)
na
h oben bes
hrankt, falls es ein
2 IR gibt mit f(x)
fur alle x 2Df ;
na
h unten bes
hrankt, falls es ein
2 IR gibt mit f(x)
fur alle x 2Df ;
bes
hrankt, falls f(x) na
h oben und na
h unten bes
hrankt ist.
Beispiel
Beispiel
1
Gegeben sei die Funktion f(x) =
; x 2 IRnf1g.
x 1
Frage: Was passiert mit dem Grafen an der Stelle x = 1?
Um diese Frage zu beantworten, betra
hten wir die Folgen
an = 1 n1 nahert si
h von links der Zahl Eins.
bn = 1 + n1 nahert si
h von re
hts der Zahl Eins.
Fur die Folgen der Funktionswerte gilt:
n
an
f(an )
10
9
10
10
100
99
100
100
1000
n 10 100 1000
11
101
1001
bn
10
100
1000
1000 f(bn ) 10 100 1000
999
1000
30
f(x)=1/(x-1)
30
20
10
-2
-1
-10
-20
-30
Beispiel
x2 1
Gegeben sei die Funktion f(x) =
; x 2 IRnf1g.
x 1
Frage: Was passiert mit dem Grafen an der Stelle x = 1?
Um diese Frage zu beantworten, betra
hten wir die Folgen
an = 1
1
n
31
f(x)=(x^2-1)/x-1)
5
4
3
o
2
1
-2
-1
-1
Wenn fur alle Folgen (xn )n2IN mit lim xn = x0 die zugehorigen Folgen der Funktin!1
onswerte (f(xn )) gegen einen konstanten Wert b konvergieren, so sagt man, dass b
der Grenzwert von f(x) bei Annaherung von x an x0 ist. Wir s
hreiben:
lim f(x) = b
x!x0
Beispiele
lim
existiert ni
ht.
x 1
x2 1
lim
=2
x!1 x 1
x!1
Fur Grenzwerte von Funktionen gelten dieselben Re
henregeln wie fur Grenzwerte
von Folgen.
Satz (Grenzwertsatze)
Seien f; g zwei Funktionen mit geeigneten Denitionsberei
hen. Dann gilt, sofern
die Grenzwerte lim f(x) = a und lim g(x) = b existieren, Folgendes:
x!x0
x!x0
a) lim (f(x) + g(x)) = lim f(x) + lim g(x) = a + b
x!x0
x!x0
x!x0
b) lim (f(x)
x!x0
lim g(x) = a
lim f(x)
x!x0
x!x0
lim g(x) = a b
x!x0
f(x) a
f(x) xlim
!x0
d) lim
=
= ; g(x) 6= 0; b 6= 0
x!x0 g(x)
lim g(x) b
x!x0
32
Beispiel
Gesu
ht :lim
x!1
2x2 + 4x 6
=?
x 1
Erster Versu
h: Einsetzen klappt ni
ht, da wir ni
ht dur
h null dividieren konnen.
Zweiter Versu
h: Erst kurzen und dann einsetzen klappt wie folgt:
lim
x!1
2x2 + 4x 6
2(x 1)(x + 3)
= lim
= lim 2(x + 3) = 2 4 = 8
x!1
x!1
x 1
x 1
3.4 Stetigkeit
Wir wollen uns jetzt mit den Begri Stetigkeit befassen. Dazu betra
hten wir das
na
hfolgende Beispiel:
Beispiel
a) Betragt der Stundenlohn eines Arbeiters 35 GE, so gibt die Funktion f(x) = 35x
den Wo
henlohn an, wenn x = geleistete Arbeitsstunden.
x 0 36
f(x) 0 1260
Grak:
1750
1500
1250
1000
750
500
250
10
20
30
40
50
b) Werden Uberstunden
(das sind die uber dem Soll von 36 Stunden zusatzli
h
geleisteten Stunden)
mit 50 GE pro Stunde bezahlt, so gibt die Funktion g(x):
35x
; x 36
g(x) =
1260 + 50(x 36) ; x > 36
den Wo
henlohn an.
33
x 0 36
37
38
46
g(x) 0 1260 1310 1360 1760
Grak:
2000
1500
1000
500
10
20
30
40
50
Zei
hnet man den Grafen, so setzt er si
h aus zwei Geraden, die direkt aneinander ans
hlieen, zusammen, jedo
h unters
hiedli
he Steigungen haben. Vor
x = 36 betragt die Steigung 35, und na
h x = 36 betragt die Steigung 50.
) Bekommt der Arbeiter 35 GE pro Stunde, falls er insgesamt ho
hstens 36
Stunden in der Wo
he arbeitet, und 40 GE fur jede Stunde, falls er insgesamt
mehr als 36 Stunden
arbeitet, so bes
hreibt die Funktion h(x):
35x ; x 36
h(x) =
40x ; x > 36
den Wo
henlohn des Arbeiters.
x 0 30
36
37
38
45
h(x) 0 1050 1260 1480 1520 1800
Grak:
2000
1500
1000
500
10
20
30
34
40
50
Der Graf der Funktion h(x) hat eine Sprungstelle in x = 36. Wenn wir uns von
re
hts ganz nah der Stelle x = 36 nahern, so betragt der Grenzwert der Funktion
40 36 = 1 440. Nahern wir uns dagegen von links der Stelle x = 36, so betragt
der Grenzwert der Funktion 1 260.
Dieses Annahern von links an die Stelle x = 36 dru
ken wir mit Hilfe der linksseitigen Grenzwertes aus:
lim h(x) = 1 260
x"36
Und das Annahern von re
hts an die Stelle x = 36 dru
ken wir mit dem re
htsseitigen Grenzwert aus:
lim h(x) = 1 440
x#36
Da je na
hdem, von wel
her Seite wir uns der Stelle x = 36 nahern, die Grenzwerte unters
hiedli
h ist, existiert der Grenzwert der Funktion an der Stelle x = 36
ni
ht:
lim h(x) existiert ni
ht.
x!36
Die Funktion h(x) hat also in x = 36 einen unsteten\ Verlauf.
"
Existiert fur eine Zahl x0 aus dem Denitonsberei
h einer Funktion f(x) der Grenzwert von f(x) an der Stelle x0 und stimmt dieser Grenzwert mit dem Funktionswert
f(x0 ) uberein, so sagt man, die Funktion f(x) ist stetig an der Stelle x0 . Anderenfalls sagt man, die Funktion f(x) ist unstetig an der Stelle x0 .
In unserem obigen Beispiel hat die Funktion h(x) eine Unstetigkeitsstelle an der
Stelle x0 = 36.
Eine Funktion f heit stetig im Intervall I, wenn f an allen Stellen x 2 I stetig ist.
Beispiel
Die Funktion
7 2x ; x 2
f(x) =
x2
;x > 2
ist in x0 = 2 unstetig; denn es gilt:
1. f(2) = 3
2. lim f(x) = 3
x"2
3. lim f(x) = 4
x#2
Grak:
35
25
20
15
10
-1
Bemerkung
Eine Funktion f ist genau dann stetig in x0 2 (a; b) Df , wenn der re
htsseitige
und der linksseitige Grenzwert existieren und mit dem Funktionswert f(x0 ) ubereinstimmen:
lim f(x) = f(x0 ) und lim f(x) = f(x0 ) ) f(x) ist stetig in x0 .
x#x0
x"x0
Beispiele
x2 2 ; x < 2
2x 1 ; x 2
Frage: Ist f(x) stetig an der Stelle x0 = 2?
x
2 1 0 1 1;9 1;99 1;999 2 3 4
f(x) 2
1 2 1 1;61 1;96 1;996 3 5 7
2
a) f(x) =
lim f(x) = 22 2 = 2
x"2
lim f(x) = 2 2 1 = 3
x#2
f(2) = 3
9
>
>
=
>
>
;
x2 1 ; x < 2
2x 1 ; x 2 9
lim f(x) = 22 1 = 3 >
>
=
x"2
lim f(x) = 2 2 1 = 3 ) f(x) ist in x = 2 stetig.
x#2
>
>
;
f(2) = 3
b) f(x) =
8
<
x2 1 ; x < 2
;x = 2
) f(x) = 7
:
2x 1 ; x > 2
36
lim f(x) = 22 1 = 3
x"2
lim f(x) = 2 2 1 = 3
x#2
f(2) = 7
9
>
>
=
>
>
;
Bei Grenzwerten lim von Funktionen muss die betra
htete Stelle x0 ni
ht zum Dex!x0
nitionsberei
h gehoren. Bei der Stetigkeit ist dies jedo
h essenzielle Voraussetzung.
Allgemein gilt:
Jede konstante Funktion ist stetig
Jedes Polynom f(x) = an xn + : : : + a1 x + a0 ist stetig.
Jede rationale Funktion f(x) =
P (x)
ist stetig.
Q(x)
37
4.1 Ableitungen
Beispiel
38
x(r)
r
Eingangs hatten wir uns uberlegt, dass wir die Steigung einer linearen Funktion
(Gerade) ans
hauli
h und mathematis
h kennen. Wir wollen jetzt klaren, was wir
unter der Steigung einer kurvenrei
hen Funktion verstehen.
Beispiel
Wir mo
hten wissen, wie gro die Steigung der folgenden Funktion f an der Stelle
x0 ist:
24
23
22
21
20
19
x0
Da es an der Stelle x0 bergrunter geht, ist die Steigung an dieser Stelle oenbar
negativ. Um einen Wert fur die Steigung an der Stelle x0 zu erhalten, zei
hnen wir
einen Hilfspunkt x ein und verbinden die Punkte (x0 ; f(x0 )) und (x; f(x)) mit einem
Lineal. Dadur
h entsteht eine Gerade, die wir als mit t bezei
hnen:
39
24
23
22
21
20
19
x0 x
Und als Wert fur die Steigung von f an der Stelle x0 nehmen wir die Steigung der
Geraden t. Die Steigung der Geraden t erhalten wir bekanntli
h uber das Steigungsdreie
k:
t(x)
x
t(x0 )
x0
Da an den Stellen x0 und x die Werte der Geraden t(x0 ) bzw. t(x) genau so gro
sind wie die Funktionswerte f(x0 ) und f(x), betragt somit die Steigung:
f(x)
x
f(x0 )
x0
Wir konnen hiermit die Steigung der Funktion f an der Stelle x0 bere
hnen. Aber
wir haben ein Problem. Sobald wir den Hilfspunkt x etwas weiter na
h re
hts legen,
kann die Steigung sogar positiv sein, obwohl ans
hauli
h klar ist, dass an der Stelle
x0 die Steigung negativ ist. Je na
hdem, wohin wir den Hilfspunkt x legen, erhalten
wir unters
hiedli
he Werte fur die Steigung von f an der Stelle x0 . Das darf ni
ht
sein. Also mussen wir eine sinnvolle Vors
hrift fur die Lage des Hilfspunktes x angeben: Wir legen x mogli
hst nah an x0 und zei
hnen die Gerade ein:
40
24
23
22
21
20
19
x0
Als Steigung von f an der Stelle x0 nehmen wir die Steigung dieser Geraden.
Mogli
hst nah ist mathematis
h ausgedru
kt der Grenzwert. Die Steigung von f
an der Stelle x0 ist somit folgender Grenzwert:
lim
x!x0
f(x)
x
f(x0 )
x0
Existiert der Grenzwert, so konnen wir einen Wert fur die Steigung von f an der
Stelle x0 angeben.
Eine Funktion f(x) heit dierenzierbar an der Stelle x0 2 (a; b) Df , falls der
Grenzwert
f(x) f(x0 )
lim
x!x0
x x0
f(x0 )
und nennen
existiert. Wir bezei
hnen den Grenzwert mit f 0 (x0 ) oder mit
x
ihn Ableitung von f an der Stelle x0 .
f(x) heit dierenzierbar auf (a; b), falls f(x) an allen Stellen x 2 (a; b) dierenzierbar ist. Die Funktion f 0 (x) mit Df 0 = (a; b) heit Ableitung von f.
Beispiel
f(x) = x2
f 0 (3) =?
f(x) f(3)
x2 9
(x 3)(x + 3)
f 0 (3) = lim
= lim
= lim
= lim(x + 3) = 6
x!3
x!3 x 3
x!3
x!3
x 3
x 3
d.h. wird x = 3 um eine Einheit auf x = 4 erhoht, so steigt der Funktionswert um
etwa 6 Einheiten.
Probe:
x 3 4
f(x) 9 16 9 + 6
41
Ableitungsfunktion
; 2 IR
xt ; t 2 IR
t xt
ex
ex
ax ; a > 0
ax ln(a)
ln(x)
1
x
1
loga x ; 0 < a 6= 1 x ln(a)
Beispiele
f(x) = x4
f(x) = x7
f(x) = p
x 3
f(x) = x = x1=2
p
f(x) = 3 x2 = x2=3
) f 0(x) = 4x3
) f 0(x) = 7x6
) f 0(x) = 3x 4
) f 0(x) = 21 x 1=2 = 2p1 x
) f 0(x) = 23 x 1=3 = 3 p2 x
3
42
4.1.2 Ableitungsregeln
Hilfrei
h beim Ableiten sind folgende Ableitungsregeln:
Ableitungsregeln
Funktion
Ableitungsfunktion
Faktorregel
f(x)
f 0 (x)
Summenregel
Produktregel
f(x) g(x)
Quotientenregel
f(x)
g(x)
Kettenregel
f[g(x)
f 0 [g(x) g 0 (x)
Beispiele
Faktorregel
f(x) = 5x7
) f 0(x) = 35x6
Faktor- und Summenregel
f(x) = 7x3 + 2x8 ) f 0 (x) = 21x2 + 16x7
f(x) = 3x2 5x7 ) f 0 (x) = 6x 35x6
Produktregel
f(x) = 4x5 ln x ) f 0 (x) = 20x4 ln x + 4x5 x1 = 20x4 ln x + 4x4
Quotientenregel
2x5 7x3
f(x) =
4x3 24
(10x 21x2 )(4x3 2) (2x5 7x3 ) 12x2
0
) f (x) =
(4x3 2)2
Kettenregel
h(x) = (x2 1)27
innere Funktion g(x) = x2 1 ) g 0 (x) = 2x
auere Funktion f(y) = y 27 ) f 0 (y) = 27y 26
h0 (x) = f 0 (g(x)) g 0(x) = 27(x2 1)26 2x = 54x(x2 1)26
Beispiel
K(x)
150
100
K(x)
50
10
12
175
150
125
100
75
50
25
U(x)
2
10
12
(etwa) 15 GE:
U(7) = U(6) + 15 = 90 + 15 = 105.
Re
hnen wir die Probe, so betragt der Umsatz fur sieben abgesetzte ME:
U(7) = 105 GE.
Frage: Wann sind Grenzkosten und Grenzerlos glei
h gro?
Antwort: In der S
hnittstelle von Grenzkosten und Grenzerlos.
U(x)
150
K(x)
100
K(x)
50
U(x)
2
10
12
Beispiel
45
4.2 Elastizitat
Wie teuer muss das Benzin werden, damit die Leute weniger Auto fahren? Die Reaktion der Verbrau
her spiegelt si
h wider in der so genannten Preiselastizitat\ der
"
Na
hfrage x(p). Ist die Elastizitat ho
h, so fuhrt ein Preisanstieg zu einem starken
Ru
kgang der Na
hfrage. Ist die Elastizitat niedrig, bleibt bei einem Preisanstieg
der Verbrau
h fast unverandert.
Uns interessiert also, ob eine Preisveranderung entweder eine geringe oder eine starke
Absatzveranderung verursa
ht. Um die zu erwartende Absatzveranderung prozentual eins
hatzen zu konnen, su
hen wir eine geeignete Mazahl.
Beispiel
Die Deuts
he Bahn AG hat zum 15.12.2002 ein neues Preissystems eingefuhrt,
bei der Wenig-Fahrer (Fruhbu
her) groe Rabatte erhalten, wahrend Viel-Fahrer
(Spatbu
her) erhohte Preise bezahlen. Wir wollen dies anhand einer einfa
hen PreisAbsatz Funktion diskutieren. Angenommen, x sei die Anzahl gekaufter Fahrkarten
und p sei der Preis in Euro pro 100 Bahnkilometer. Die Preis-Absatz Funktion sei
gegeben dur
h:
x(p) = 50 2 p; p 2 [0; 25
bzw.
p(x) = 25 0;5 x; x 2 [0; 50
Menge
50
40
30
20
10
10
15
20
25
Preis
2p
Wir betra
hten eine Preiserhohung um 1% einmal ausgehend vom Preis 1 GE und
einmal ausgehend vom Preis 20 GE.
p 1 1;01
p 20 20;2
x 48 47;98
x 10 9;6
d.h. wird der Preis von 1 GE um 1% erhoht, so sinkt der Absatz um 0;0416%, denn
es gilt:
46
48ME =
b 100%
100%
47;98ME =
b
47;98 = 99;9583%
48
Und wird der Preis von 20 GE um 1% erhoht, so sinkt der Absatz um 4%, denn es
gilt:
10ME =
b 100%
100%
9;6ME =
b
9;6 = 96%
10
Frage: Wie lassen si
h geringe und starke Absatzveranderungen messen?
p = alter Preis
p + h= neuer Preis (na
h Preisanderung)
Absatzveranderung
Antwort: Ma = relative
relative Preisveranderung =
x(p+h) x(p)
x(p)
(p+h) p
p
Diese Mazahl heit mittlere Elastizitat von x beim Ubergang
von p zu p + h.
In unserem Beispiel sind p = 1 GE und h = 0;01 GE bzw. p = 20 GE und h = 0;20
GE. Ausgehend vom Preis p = 1 GE betragt die mittlere Elastizitat:
0;02=48
= 0;0417
0;01=1
Ausgehend vom Preis p = 20 GE betragt die mittlere Elastizitat:
0;4=10
= 4
0;20=20
Problem: Die mittlere Elastizitat hangt von der Preisveranderung h ab.
Um die Abhangigkeit von h auszus
halten, nehmen wir nur eine sehr geringe Preisanderung vor, d.h. wir betra
hten den Limes:
Losung:
x(p+h) x(p)
lim (p+x(hp)) p
h!0
p
= lim
h!0
x(p + h)
h
x(p)
p
p
x(p)
= x0 (p)
x(p)
Diese Mazahl heit Punkt-Elastizitat von x im Punkt p und wird mit "x(p)
bezei
hnet:
p
"x(p) = x0 (p)
x(p)
Interpretation
47
Die Elastizitat ist eine Mazahl, die Veranderungen in Prozent misst. Sie gibt naherungsweise an, um wie viel Prozent si
h die Na
hfrage (Funktionswert) verandert,
wenn der Preis (Argument) um 1% steigt. Andert
si
h die Na
hfrage dabei um
mehr als 1%, so spri
ht man von starken Absatzveranderungen/elastis
her Na
hfra
ge. Andert
si
h die Na
hfrage um weniger als 1%, so spri
ht man von geringen Absatzveranderungen/unelastis
her Na
hfrage. Beispiele fur Guter mit einer sehr elastis
hen Na
hfrage sind in Deuts
hland die meisten Lebensmittel. Beispiele fur eine
unelastis
he Na
hfrage sind Zigaretten - oder eben au
h Benzin. Die Rau
her lassen
ni
ht von ihrer Su
ht, au
h wenn der Staat die Tabaksteuer erhoht, die Verbrau
her verzi
hten auf vieles, aber ni
ht auf die Autofahrt. Die jungsten Erfahrungen
lehren allerdings, dass jenseits einer gewissen S
hmerzs
hwelle au
h die Na
hfrage
na
h Benzin und Zigaretten elastis
h wird: Irgendwann kommen au
h Rau
her und
Autofahrer an ihre nanziellen Grenzen.
Zuweilen reagiert auf die Preissteigerung eines Gutes au
h die Na
hfrage na
h einem anderen: Wenn Butter sehr teuer wird, kaufen die Verbrau
her Margarine. In
der Spra
he der Okonomen
heit dies: die Kreuzelastizitat zwis
hen Margarine und
Butter ist ho
h.
Der amerikanis
he Okonom
Velben hat zudem den Fall bes
hrieben, dass die Na
hfrage na
h einem Gut steigt, wenn der Preis steigt: So wird ein bestimmtes Parfum
nur dann akzeptiert, wenn es teuer ist. Bei diesem Snobeekt\ ist die Preiselasti"
zitat der Na
hfrage positiv und ni
ht wie ubli
h negativ.
Beispiel (Fortsetzung)
20
20
= 2 = 4
"x (20) = x0 (20)
x(20)
10
d.h. wird der Preis um 1% gesteigert, so sinkt der Absatz um 4%. Oder anders
ausgedru
kt: Ist der Preis ho
h und wird der Preis verandert, so verandert si
h der
Absatz stark. Wir ma
hen die Probe:
p 20 20;2
x 10 9;6 = 10 4% von 10
Bei der Erarbeitung des neuen Preissystem unterstellte die Deuts
he Bahn AG einem
Wenig-Fahrer elastis
hes Verhalten, d.h. eine Preiserhohung wurde groen Ein
uss
auf seine Anzahl von Zugfahrten nehmen. Er wurde bei Preiserhohungen ni
ht mehr
mit dem Zug fahren, sondern auf andere Verkehrsmittel (Auto, Flugzeug) auswei
hen.
Einem Viel-Fahrer hingegen wurde unelastis
hes Verhalten unterstellt, d.h. eine
Preiserhohung wurde nur geringen Ein
uss auf seine Anzahl von Zugfahrten nehmen. Er wurde weiterhin Zug fahren mussen, trotz Preiserhohung.
Diese Uberlegung
der Deuts
hen Bahn AG war fals
h: gerade im Fernverkehr musste die Bahn AG groe Umsatzeinbuen hinnehmen. Im Zeitraum vom 1.1.2003 bis
31.5.2003 ma
hte die Bahn AG einen Umsatz in Hohe von 1,02 Milliarden Euro. Das
waren 165 Millionen Euro weniger gegenuber dem glei
hen Zeitraum im Vorjahr, also ein Umsatzru
kgang von 16%. Proteste der Fahrgaste fuhrten dann am 1.8.2003
zur Wiedereinfuhrung der alten Bahn
ard 50.
4.3 Tangenten
Mit einer Geraden lasst si
h einfa
her re
hnen als mit einer kurvenrei
hen Funktion.
Wird an eine Funktion an einer Stelle x0 eine Gerade gelegt, die dieselbe Steigung
wie die kurvenrei
he Funktion hat, so verhalt si
h die Gerade in unmittelbarer Nahe
von x0 fast genau so wie die kurvenrei
he Funktion.
Sei f(x) eine dierenzierbare Funktion. Eine Gerade t(x) heit Tangente von f
an der Stelle x0 2Df , falls die Gerade die Steigung f 0 (x0 ) hat und falls die Gerade
dur
h den Punkt (x0 ; f(x0 )) lauft, d. h. t(x0 ) = f(x0 ).
Beispiel
f(x) = x2
Gesu
ht: Tangente von f an der Stelle x0 = 3.
Losung: f 0 (x) = 2x. Somit ist b = f 0 (x0 ) = f 0 (3) = 6. Auerdem verlauft die Tangente dur
h den Punkt (x0 ; f(x0 )) = (3; 9). Das bedeutet, es gilt: t(3) = f(3). Das
heit aber: a + 3b = 9. Daraus folgt: a = 9 3b = 9 3 6 = 9. Somit erhalten wir
die Tangente:
49
t(x) = 9 + 6x
Grak:
20
10
-1
-10
Satz
Newton-Verfahren
Beispiel (Fortsetzung)
Mit Hilfe der Programmierspra
he R lasst si
h die Nullstelle wie folgt bere
hnen:
1. Wir geben die Funktion G(x) = 13 x3 + 5x2 13x 1 ein:
G < fun
tion(x)f (1=3) xb3 + 5 xb2 13 x 1g
2. Wir geben die Ableitung G0 (x) = x2 + 10x 13 der Funktion ein:
G1 < fun
tion(x)f xb2 + 10 x 13g
3. Wir geben den Startwert 15 ein:
x < 15
4. Dann starten wir eine Iteration mit dem Befehl:
x < x G(x)=G1(x)
Jetzt enthalt die Variable x den verbesserten Wert. Und wir konnen erneut
eine Iteration starten. Das Ende der Iterationen ist errei
ht, wenn si
h der
vorherige Wert von x vom jetzigen Wert von x kaum unters
heiden.
Beispiel
Sie nehmen einen Kredit K0 in Hohe von GE 7 500 auf, den Sie binnen n = 5 Jahren
dur
h Raten rM in Hohe von GE 157 jeweils am Ende eines Monats zuru
kzahlen.
Wie ho
h ist der Eektivzins?
Laut EU-Ri
htlinie 87/102/EWG wird bei der Bere
hnung des Eektivzins von einer
unterjahrigen Verzinsung zum konformen Zinsfu ausgegangen. Den Eektivzins i
mussen wir aus der folgenden Glei
hung bere
hnen:
60
(1 + i ) 12 1
1
7 500 = 157
1
60
(1 + i ) 12 1 (1 + i ) 12
1
Setze:
x = (1 + i ) 12
Dann gilt weiter:
x60 1 1
7 500 = 157
j
x60
60
x 1 x
x60 1
60
7 500 x = 157
j (x 1)
x
1
7 500x61 7 500x60 = 157x60 157
j 7 500x61 + 7 500x60
0 = 7 500x61 + 7 657x60 157
d.h. wir su
hen die Nullstelle der Funktion:
f(x) = 7 500x61 + 7 657x60 157
Wir bestimmen die gesu
hte Nullstelle mit Hilfe des Newton-Verfahrens. Dazu brau
hen wir die erste Ableitung:
f 0 (x) = 457 500x60 + 459 420x59
Als Startwert fur das Newton-Verfahren wahlen wir einen Zins von 10%, also x0 =
52
Beispiel
Eine Rente in Hohe von GE 10 000 wird funf Jahre lang jeweils am Jahresende eingezahlt und soll dur
h se
hs ans
hlieende Entnahmen, beginnend ein Jahr na
h der
letzten Einzahlung, in jeweiliger Hohe von GE 12 000 abgetragen werden; d. h. fur
q5 1
den Rentenendwert na
h funf Jahren 10 000
gilt na
h weiteren se
hs Jahren:
q 1
q5 1
q6 1
q 6 12 000
= 0.
10 000
q 1
q 1
Gesu
ht: Zinsfaktor q
Multiplizieren wir beide Seiten der Glei
hung mit q 1 und dividieren ans
hlieend
beide Seiten der Glei
hung dur
h 2 000, so erhalten wir:
5(q 5 1) q 6 6(q 6 1) = 0.
Losen wir die Klammern auf, so erhalten wir:
5 q 11 5 q 6 6 q 6 + 6 = 0.
Fassen wir zusammen:
5 q 11 11 q 6 + 6 = 0.
Formal su
hen wir also die Nullstelle der Funktion f(i) = 5 q 11 11 q 6 + 6.
Als Startwert nehmen wir eine Verzinsung von 10% an, d. h. q = 1;1. Dann erhalten
wir auf Grund des Newton-Verfahrens:
f(q0 )
f(1;1)
= 1;1
= 1;0786
q1 = q0
0
f (q0 )
f 0 (1;1)
f(q1 )
f(1;0786)
q2 = q1
= 1;0786
= 1;0703
0
f (q1 )
f 0 (1;0786)
d. h. die Verzinsung betragt in etwa 7%.
4.5 Monotonie
Wenn eine Funktion f(x) ni
ht stetig ist, dann ist f(x) au
h ni
ht dierenzierbar.
Es gilt:
53
Satz
Beispiel
f(x) = x2
x
3 2 1 0 1 2 3
f(x) 9 4 1 0 1 4 9
f ist monoton fallend auf ( 1; 0 und f ist monoton steigend auf [0; 1).
Fur die Ableitung
gilt:
0
fur alle x 2 ( 1; 0
f 0 (x) = 2x
0 fur alle x 2 [0; 1)
Grak:
8
6
4
2
-3
-2
-1
-2
-4
-6
Satz
Die Funktion f sei in [a; b stetig und in (a; b) dierenzierbar. Dann gilt:
a) f monoton steigend in [a; b , f 0 (x) 0 fur alle x 2 (a; b).
b) f monoton fallend in [a; b , f 0 (x) 0 fur alle x 2 (a; b).
) f konstant in [a; b , f 0 (x) = 0 fur alle x 2 (a; b).
d) f 0 (x) > 0 fur alle x 2 (a; b) ) f streng monoton steigend in [a; b
e) f 0 (x) < 0 fur alle x 2 (a; b) ) f streng monoton fallend in [a; b
Die Monotonie einer Funktion lasst si
h also anhand des Vorzei
hens der zugehorigen Ableitung erkennen.
54
Beispiel
1
f(x) = x2 2x ; x 2 IR
2
x
1 0 1
2
3 4 5
f(x) 2;5 0 1;5 2 1;5 0 2;5
Frage: Wo ist f monoton steigend, und wo ist f monoton fallend?
f 0 (x) = x 2
f 0 (x) 0 , x 2 0 , x 2 [2; +1)
d. h. f ist auf [2; +1) monoton steigend.
f 0 (x) 0 , x 2 0 , x 2 ( 1; 2
d. h. f ist auf ( 1; 2 monoton fallend.
Grak:
2
-1
-1
-2
Beispiel
f(x) = x5
) f 0(x) = f (1) (x) = 5x4
) f 00(x) = f (2) (x) = 20x3
) f 000 (x) = f (3) (x) = 60x2
55
Die erste Ableitung f 0 (x) ist ein Ma fur die Steigung, insb. am Vorzei
hen lasst
si
h erkennen, ob die Funktion f(x) steigt oder fallt. Am Vorzei
hen der zweiten
Ableitung f 00 (x) lasst si
h die die Krummung von f(x) erkennen:
f 00 (x) > 0 ) f ist linksgekrummt (konvex)
f 00 (x) < 0 ) f ist re
htsgekrummt (konkav)
Beispiel
-3
-2
-1
Beispiel
56
-3
-2
-1
-2
-4
-6
-8
Die Wolbung einer Kurve ist auss
hlaggebend bei der Bestimmung des Maximumus
einer okonomis
hen Funktion. Ist die okonomis
he Funktion auf einem Intervall konkav, so kann das Maximum der okonomis
hen Funktion in diesem Intervall liegen.
Beispiel
Gewinn G(x) =
1 3
x + 5x2
3
13x
1; x 0
40
30
20
10
10
12
-10
57
4.7 Extremwerte
Unser Ziel ist es, diejenigen Produktionsmengen zu ermitteln, fur die z.B. der Gewinn maximal ist, oder fur die die Stu
kkosten minimal sind. Maximal- und MinimalStellen werden au
h als Extremstellen bezei
hnet.
Beispiel
300
200
100
10
Beispiel
f(x) = x2 hat in x = 0 ein lokales Minimum. Dieses Minimum ist sogar ein globales.
58
Die Funktion f sein in (a; b) dierenzierbar und besitze in x0 eine lokale Extremstelle. Dann gilt:
f 0 (x0 ) = 0.
Dies ist eine notwendige Bedingung fur eine lokale Extremstelle einer dierenzierbare Funktion:
x0 lokale Extremstelle ) f 0 (x0 ) = 0
(Die Umkehrung gilt ni
ht, man denke z. B. an die Funktion f(x) = x3 . Die Ableitung an der Stelle x0 = 0 betragt null. Aber x0 = 0 ist keine Minimal- oder
Maximalstelle)
Beispiel
1
Kosten K(x) = x3 5x2 + 28x + 1
3
Umsatz/Erlos U(x) = 15x
Gewinn G(x) = U(x) K(x) = 13 x3 + 5x2
150
13x
Kosten
Umsatz
100
Grenzkosten
50
Grenzerloes
10
12
14
60
Grenzkosten
50
40
30
20
Grenzerloes
10
2.5
7.5
10
-10
12.5
15
Gewinn
K(x) 1 2
1
Stu
k-/Dur
hs
hnittskosten k(x) =
= x 5x + 28 +
x
3
x
Frage: Wo liegen mogli
he Extremstellen der Stu
kkosten?
Notwendige Bedingung:
0
K 0 (x) Kx(x)
K (x) 0
0
0 = k (x) = x
= K (x)xx2 K (x)1 =
x
K (x)
K (x)
0
0
) 0 = K (x) x , K (x) = x
d. h. mogli
he Extremstellen der Stu
kkostenfunktion liegen in den S
hnittstellen
von Grenzkosten und Stu
kkosten.
0 = k0 (x) = 23 x 5 x12 ) 0 = 23 x3 5x2 1
Nur mit Hilfe des Newton-Verfahrens konnen wir die Nullstelle x = 7;526479362 : : :
bestimmen.
60
Grenzkosten
50
40
30
20
10
Stueckkosten
2.5
7.5
10
12.5
15
0 = k0 (x) =
) 0 = Kv0 (x)
0
Kv (x)
0
0
= Kv (x)xx2Kv (x)1 = Kv (x) x x
Kv (x)
0 (x) = Kv (x)
v
x ,K
| {z } | {z
x }
Kv (x)
x
K 0 (x)
kv (x)
Grenzkosten
30
25
20
15
10
variable Stueckk.
5
2.5
7.5
10
12.5
15
Beispiel
61
Beispiel
1
Kosten K(x) = x3 5x2 + 28x + 1
3
Umsatz/Erlos U(x) = 15x
Gewinn G(x) = U(x) K(x) = 13 x3 + 5x2 13x 1
G0 (x) = x2 + 10x 13
p
Mogli
he Extremstellen liegen in x = 5 + 12 und x = 5
Hinrei
hende Bedingung:
G00 (x) =p 2x + 10
p
G00 (5 + p12) < 0 d. h. x = 5 + p12 lokale Maximalstelle
G00 (5 p12) > 0 d. h. x = 5
12 lokale Minimalstelle
x = 5 + 12 = 8;46 heit Betriebsmaximum.
12.
K(x) 1 2
1
Stu
k-/Dur
hs
hnittskosten k(x) =
= x 5x + 28 +
x
3
x
Frage: Fur wel
he produzierte Menge x sind die Stu
kkosten minimal?
Mit Hilfe des Newton-Verfahrens konnen wir herausnden, dass eine mogli
he Extremstelle in x = 7;526479362 : : : liegt.
Hinrei
hende Bedingung:
k00 (x) = 32 + x23 > 0 fur x 2 IR+
d. h. k(x) hat in x 7;53 eine globale Minimalstelle.
x 7;53 heit Betriebsoptimum.
G(x)
1 2
1
=
x + 5x 13
Stu
kgewinn g(x) =
x
3
x
Frage: Fur wel
he abgesetzte Menge x ist der Stu
kgewinn maximal?
Notwendige Bedingung:
2
1
0 = g 0 (x) =
x + 5 + 2 ) 0 = 23 x3 + 5x2 + 1
3
x
Nur mit Hilfe des Newton-Verfahrens konnen wir die Nullstelle x = 7;526479362 : : :
bestimmen.
Hinrei
hende Bedingung:
2 2
g 00 (x) =
< 0 fur x 2 IR+
3 x3
d. h. Stu
kgewinn ist in x 7;53 maximal.
62
4.8 Wendestellen
Woran erkennt der Hersteller eines Gutes, dass der Markt so allmahli
h gesattigt
ist? Am Krummungsverhalten der Absatzfunktion beoba
htet uber die Zeit.
Andert
si
h fur eine Funktion f das Krummungsverhalten (konvex, konkav) in einem
Punkt xW , so heit dieser Punkt Wendestelle.
Beispiel
Okonomis
h
lassen si
h Wendestellen gut interpretieren. Dazu betra
hten wir die
Stu
kzahlen des PKW VW-Kafer in den Jahren 1945 bis 1980:
1200
1000
800
600
400
200
1950
1955
1960
1965
1970
1975
63
1980
Die Produktion wa
hst an bis zur Sattigungsphase der Jahre 1968 - 1973. Dana
h
sind die Stu
kzahlen wieder geringer. Wir wollen fur dieses praktis
he Beispiel ein
theoretis
hes Modell betra
hten. Dazu wahlen wir fur die Produktionszahlen die folgende Kurve:
1200
1000
800
600
400
200
1950
1955
1960
7
(x
1965
1970
1944)10;299 e
1975
1980
0;455(x 1944)
Bis etwa 1959/1960 ist die Kurve konvex gewolbt. Ans
hlieend ist die Kurve konkav, d.h. es liegt eine Wendestelle im Jahr 1959/1960 vor. Inhaltli
h bedeutet das, im
Jahr 1959/1960 bekommt das Wa
hstum einen Dampfer\. Die Stu
kzahlen steigen
"
zwar no
h, aber auf Grund der konkaven Wolbung ist eine klar, dass demna
hst eine
Marktsattigung des Produkts eintritt. In den Jahren 1945 bis 1960 haben wir also
progressives Wa
hstum, in den Jahren 1960 bis 1968 degressives Wa
hstum. Na
h
1968 liegt kein Wa
hstum mehr vor, sondern es erfolgt ein Ru
kgang der Produktionszahlen.
Abs
hlieend wollen wir no
h prufen, wie gut das Modell die tatsa
hli
hen Stu
kzahlen bes
hreibt:
64
1200
1000
800
600
400
200
1950
1955
1960
1965
1970
1975
1980
Das Modell bes
hreibt die tatsa
hli
hen Stu
kzahlen gut.
Frage: Wie ndet man Wendestellen?
Beispiel
9x2 + 12x
9x2 + 12x
-1
konvex
konkav
Die erste Ableitung f 0 (x) = 6x2 18x+12 hat eine Extremstelle an der Stelle x = 1;5:
f 0 (x) = 6x2
18x + 12
65
25
20
15
10
5
-1
18
10
-1
-10
-20
-30
Die zweite Ableitung ist im Berei
h ( 1; 1;5) negativ. Also ist die Funktion f(x)
auf dem Intervall ( 1; 1;5) konkav. Auf dem Intervall (1;5; 1) ist die zweite Ableitung positiv. Also ist die Funktion f(x) auf dem Intervall (1;5; 1) konvex.
Die dritte Ableitung f 000 (x) = 12 ist an der Stelle x = 1;5 unglei
h null:
f 000 (x) = 12
66
20
15
10
-1
Antwort: Wendestellen sind lokale Extremstellen der ersten Ableitung:
Satz
Beispiel
1
Kosten K(x) = x3 5x2 + 28x + 1
3
Grenzkosten K 0 (x) = x2 10x + 28
Steigung der Grenzkosten K 00 (x)= 2x 10
0 = 2x 10 ) x = 5
) x = 5 Wendestelle
K 000 (x) = 2 ) K 000 (5) = 2 6= 0
150
100
50
67
10
12
Beispiel
Wa
hstumsvorgange in Abhangigkeit von der Zeit t lassen si
h mit Hilfe der logia0
stis
hen Funktion f(t) =
; t 2 IR; a2 > 0 bes
hreiben. Dabei ist
1 + a1 e a2 (t a3 )
a0 die Sattigungsgrenze, d. h. einen groeren Wert als a0 errei
ht das Wa
hstum nie.
Die logistis
he Funktion hat eine Wendestelle in t0 = a3 + ln(aa21 ) ; d. h. im Zeitpunkt
t0 erhalt das Wa
hstum einen Dampfer. Das Wa
hstum ist vor der Wendestelle progressiv, na
h der Wendestelle degressiv.
Hat man die Parameter a0 ; a1 ; a2 ; a3 der logistis
hen Funktion aus Vergangenheitswerten ges
hatzt, so lasst si
h mit der Funktion fur das kommende Jahr ein Prognosewert angeben.
4.9 Sattelstelle
Ist x0 eine Wendestelle einer Funktion f und hat f im Punkt x0 die Steigung null,
so heit x0 Sattelstelle von f:
f 00 (x0 ) = 0 und f 000 (x0 ) 6= 0 und f 0 (x0 ) = 0 ) x0 Sattelstelle
.
Beispiel
68
-12.7
-12.8
-12.9
0.5
1.5
2.5
-13.1
-13.2
d.h. G hat we
hselt an der Stelle x = 1 von konkav zu konvex und zusatzli
h betragt
an der Stelle x = 1 die Steigung null. Inhaltli
h bedeutet das, dass der Gewinn zwar
permanent zunimmt, an der Stelle x = 1 ist jedo
h die Zunahme verlangsamt.
69
Beispiel
Die Gewinne zweier Filialen eines Unternehmens seien in Abhangigkeit von der (als
stetig angenommenen)pAnzahl der Kunden x bzw. y gegeben dur
h:
g(x) = 10 +p x Gewinn in Filiale I
h(y) = 5 + y 3 Gewinn in Filiale II
Der Gesamtgewinn des Unternehmens ergibt
p aus der Summe:
p si
h
f(x; y) = g(x) + h(y) = 15 + x + y 3 Gesamtgewinn in Filialen I und
II
20
10
8
0
6
0
4
100
2
200
3000
Mit Hilfe
Programmierspra
he R konnen wir den Grafen der Funktion f(x; y) =
p der p
15 + x + y 3 wie folgt erstellen:
1. Zuerst wird der Berei
h von x festgelegt. Wir wahlen das Intervall [0;10 aus,
das in kleinen Abstanden der Lange 0,1 abgetastet werden soll:
x < seq(0; 10; :1)
2. Dann legen wir den Berei
h von y fest. Dazu wahlen wir das Intervall [0;5 aus:
y < seq(0; 5; :1)
3. Wir denieren die Funktion:
f < fun
tion(x; y) f 15 + sqrt(x) + y b(1=3)g
4. Diese Daten legen wir in einer Matrix m ab:
m < outer(x; y; f)
5. Jetzt erhalten wir den Grafen mit dem Befehl:
persp(x; y; m)
f(x)
Bei Funktionen f(x) einer Variablen ist die Ableitung
ein Ma fur die Steix
gung der Funktion im Punkt x.
Im Fall zweier Variablen x; y ergibt si
h als Graf der Funktion F (x; y) eine Fla
he
im IR3 .
Die Steigung der Funktion in einem Punkt (x; y) hangt von der Ri
htung ab, in die
man si
h bewegt. Je na
hdem, wel
he Ri
htung wir vom Punkt (x; y) aus eins
hlagen, ergeben si
h im Allgemeinen unters
hiedli
he Steigungen der Funktion. Wir
wollen ledigli
h die Steigungen entlang der einzelnen Koordinatena
hsen betra
hten.
Dazu fassen wir eine Variable z.B. y als Konstante auf, so dass f(x; y) ledigli
h eine
Funktion von x ist und leiten na
h der einzigen Veranderli
hen - in diesem Fall ist
das die Variable x - ab. Die Ableitung na
h x gibt uns dann Auskunft uber das
Verhalten von f, wenn der Wert von y festgehalten ist und der Wert von x si
h
verandert. Diese Art der Ableitung heit partielle Ableitung na
h x. Ebenso konnen
wir die partielle Ableitung na
h y bilden.
71
f(x; y)
f(x; y)
die partielle Ableitung na
h y (kurz: fy (x; y)), sofern die Grenzwerte existieren.
Die Denition der partiellen Ableitungen bei Funktionen von mehr als zwei Variablen ist oensi
htli
h.
Beispiel
f(x; y) = x2 y ; x 2 IR; y 2 IR
Dann gilt fur die Ableitung in Ri
htung der x A
hse:
f(x + h; y) f(x; y)
fx(x; y) = lim
h!0
h
(x + h)2 y x2 y
= lim
h!0
h
(x2 + 2hx + h2 )y x2 y
= lim
h!0
h
2hxy + h2 y
= lim
h!0
h
= lim(2xy + hy)
h!0
= 2xy
Weiter gilt fur die Ableitung in Ri
htung der y A
hse:
f(x; y + h) f(x; y)
fy (x; y) = lim
h!0
h
x2 (y + h) x2 y
= lim
h!0
h
x2 h
= lim
h!0 h
= lim x2
h!0
= x2
Wie s
hon bei den Funktionen mit einer Veranderli
hen werden wir die Ableitungen
von Funktionen mehrerer Veranderli
her anhand von Ableitungsregeln bestimmen,
indem wir die Argumente, na
h denen ni
ht abgeleitet wird, als konstante Groen
auassen. Dabei mussen wir jedo
h darauf a
hten, ob diese konstanten Groen als
72
Summanden eingehen (dann haben sie die Ableitung null) oder als Faktoren eingehen (Faktoren bleiben beim Ableiten erhalten).
Beispiel
Gesamtgewinn f(x; y) = 15 + x + y 3
1
fx (x; y) = p
2 x
3p
fy (x; y) =
y
2
Betra
hten wir die partiellen Ableitungen an der Stelle (x; y) = (256; 4):
fx (256; 4) = 321 ; d. h. erhoht si
h die Anzahl der Kunden in Filiale I von 256
um eins auf 257, und bleibt die Anzahl der Kunden in Filiale II konstant vier,
so erhoht si
h der Gewinn von 9 Geldeinheiten um etwa 321 Geldeinheiten. (Exakt
gilt: f(257; 4) = 9;0312)
fy (256; 4) = 3, d. h. erhoht si
h die Anzahl der Kunden in Filiale II von 4 um eins auf
5, und bleibt die Anzahl der Kunden in Filiale I konstant 256, so erhoht si
h der Gewinn von 9 Geldeinheiten um etwa 3 Geldeinheiten. (Exakt gilt: f(256; 5) = 12;1803)
Beispiel
2)3
10000
5000
4
3
0
-2
2
-1
0
1
1
20
fx (x; y) = 2xy +
2x
+1
x2
fy (x; y) = x2 + 15(5y
2)2
Beispiel
73
Ein Unternehmen fertigt drei Guter in den Mengen x bzw. y bzw. z an. Die Kosten
betragen:
K(x; y; z) = 10 + 2x + 3y + 2;5z 0;5yz ; x; y; z 2 [0; 10
Dann sind die Ableitungen:
Kx (x; y; z) = 2
Grenzkosten von Gut I
Ky (x; y; z) = 3 0;5z Grenzkosten von Gut II
Kz (x; y; z) = 2;5 0;5y Grenzkosten von Gut III
Die Interpretation der Grenzkosten lautet wie folgt: Angenommen, es werden von
jedem Gut genau vier Mengeneinheiten hergestellt, so betragen die Gesamtkosten:
K(4; 4; 4) = 32 Geldeinheiten
Werden nun von Gut I statt 4 ME eine Mengeneinheit mehr hergestellt, also 5 ME,
so steigern si
h die Kosten um etwa 2 GE:
K(5; 4; 4) = 34 = 32 + 2
Werden von Gut II statt 4 ME eine Mengeneinheit mehr hergestellt, also 5 ME, so
steigern si
h die Kosten um etwa 3 0;5 4 = 1 GE:
K(4; 5; 4) = 33 = 32 + 1
Werden von Gut III statt 4 ME eine Mengeneinheit mehr hergestellt, also 5 ME, so
steigern si
h die Kosten um etwa 2;5 0;5 4 = 0;5 GE:
K(4; 4; 5) = 32;5 = 32 + 0;5
Beispiel
f(x; y) = (x + 3)3 + (y
5)4
6x3 y 2
74
100
50
0
-50
0
-2
0
-2
2
18x2 y 2 = 6(x + 3)
fx y (x; y) =
(fx (x; y)) =
3(x + 3)2
y
y
18x2 y 2 = 36x2 y
fy x (x; y) =
(fy (x; y)) =
4(y
x
x
12x3 y = 36x2 y
5)3
(fy (x; y)) =
4(y 5)3
y
y
Es gilt oenbar: fxy (x; y) = fyx (x; y)
fy y (x; y) =
36xy 2
12x3 y = 12(y
5)2
12x3
Ist f zweimal stetig partiell dierenzierbar, so ist es egal, ob wir zuerst na
h x und
dann na
h y partiell dierenzieren, oder zuerst na
h y und dann na
h x.
5.3 Linear-homogen
Eine Funktion f : D! IR; D Rn heit homogen vom Grade
, wenn gilt:
f(ax1 ; ax2 ; : : : ; axn ) = a
f(x1 ; x2 ; : : : ; xn ) fur alle a 2 IR.
Im Fall der Homogenitat vom Grad
= 1 wird von einer linear-homogenen
Funktion gespro
hen.
Beispiel
r1 = Produktionsfaktor Arbeitszeit
75
r2 = Produktionsfaktor Kapital
x(r1 ; r2 ) = 7 r11=3 r22=3 Produktionsfunktion
Dann gilt z. B.
x(8r1 ; 8r2) = 7 (8r1 )1=3 (8r2 )2=3 = 7 81=3 (r1 )1=3 82=3 (r2 )2=3 = 8 7 r11=3 r22=3 =
8 x(r1 ; r2 )
Da dies ni
ht nur fur a = 8 gilt, ist die Produktionsfunktion linear-homogen; d. h.
wird z. B. die a
htfa
he Menge an Produktionsfaktoren hinein geste
kt, so erhalt
man au
h die a
htfa
he Ausbringungsmenge.
76
16
x21
4
3.75
3.5
3.25
3
2
1
-2
0
-1
-1
0
1
2 -2
An der Stelle x0 = (0; 0) hat die Funktion ihren groten Funktionswert f(0; 0) =
p
16 = 4; d. h. x0 = (0; 0) ist ein globales Maximum von f(x1 ; x2 ). S
hneiden
77
Beispiel
Beispiel
78
12xy.
40
20
0
-20
-40
-2
2
1
0
-1
-1
0
1
2 -2
Beispiel
1
Gesu
ht sind alle stationaren Punkte der Funktion f(x; y; z) = x2 y + xy 2 + y 3
3
1 2
z + z.
4y
2
I 0 = fx(x; y; z) = 2xy + y 2
II 0 = fy (x; y; z) = x2 + 2xy
+ y 2 4 = x2 4 ) x = 2
| {z }
=0
Sind also die Bedingungen ledigli
h an der Stelle (x0 ; y0 ) erfullt, so liegt eine lokale
Extremstelle vor. Sind hingegen die Bedingungen fur die Dierenz D und fur die
zweite Ableitung fxx fur alle x; y erfullt, so liegt eine globale Extremstelle vor.
Beispiel
80
Ein Unternehmen fertigt zwei Produkte P1 und P2 . Die produzierten und abgesetzten
Mengeneinheiten von P1 betragen x, die produzierten und abgesetzten Mengeneinheiten von P2 betragen y. Der Verkaufspreis von einer Mengeneinheit (ME) von
Produkt P1 betragt 18 Geldeinheiten (GE), der Verkaufspreis von einer ME von P2
betragt 9 GE. Die Kosten betragen:
K(x; y) = 3xy + 4;5x2 + y 2 + 10; x; y 2 [0; 5
a) Geben Sie die Umsatzfunktion (Erlosfunktion) an.
b) Bestimmen Sie die Gewinn-maximale Mengenkombination der beiden Produkte
und den maximalen Gewinn.
) Bere
hnen Sie die Grenzkosten von Produkt P1 und die Grenzkosten von Produkt
P2 .
L
osung:
3xy
4;5x2
y2
10
6.2 Sattelstellen
Ist fxx (x0 ; y0) fyy (x0 ; y0 ) (fxy (x0 ; y0))2 ni
ht positiv, sondern negativ, so liegt keine
lokale Extremstelle vor, sondern ein Sattelpunkt:
fx (x0 ; y0 ) = 0
fy (x0 ; y0 ) = 0
fxx(x0 ; y0 ) fyy (x0 ; y0 )
9
=
2
Beispiel
4
2
0
1
-2
-4
-2
0
-1
-1
0
1
2 -2
82
Jetzt ist der Name Sattelstelle au
h visuell einleu
htend. Die Funktion sieht aus wie
ein Sattel. Sie ist konkav gewolbt, wo die Beine des Reiters herunterbaumeln. Und
vor dem Reiter und hinter dem Ru
ken des Reiters ist die Funktion konvex gewolbt.
Beispiel
3
Gesu
ht sind Extrem- und Sattelstellen der Funktion f(x; y) = x2
2
3 3
y + 3y.
4
200
100
-100
0
-4
-2
-2
0
2
-4
4
fx (x; y) = 3x 3y 6
fy (x; y) = 3x + 94 y 2 + 3
fxx (x; y) = 3
fyy (x; y) = 29 y
fxy (x; y) = 3
Notwendige Bedingung:
I
0 = 3x 3y 6
II
0 = 3x + 94 y 2 + 3
I+II 0 = 94 y 2 3y 3
, 0 = y2 q43 y 43
q
2
4
4
2
, y = 3 9 + 3 = 3 169 = 23 34
, y = 2 oder
y = 23
4 falls y = 2
I x=y+2= 4
2
3 falls y = 3
d. h. stationare Stellen sind (4; 2) und ( 43 ; 32 ).
Hinrei
hende Bedingung:
D(x; y) = fxx (x; y) fyy (x; y) (fxy (x; y))2 = 272 y
83
3xy
6x +
9 = 18 < 0
Beispiel
Die Funktion
f(x; y) = x3 + y 2 + 2xy
3x2
137
8 8
;
ein lokales Minimum.
3 3
Beispiel
Die Funktion
f(x; y) = 12x x3 12xy 2
hat in (0,1) eine Sattelstelle, in (0; 1) eine Sattelstelle, in (2,0) ein lokales Maximum und in ( 2; 0) ein lokales Minimum.
6.3.1 Einsetz-Methode
Ein einfa
hes Verfahren, um Extremwerte unter Nebenbedingungen zu bestimmen,
ist die Einsetz-Methode.
Beispiel
{z
=f (x1 )
Jetzt konnen wir fur die Funktion f(x1 ) wie gewohnt die Extremwerte bestimmen.
Notwendige Bedingung:
0 = f 0 (x1 ) = 4 4x1 ) x1 = 1
Hinrei
hende Bedingung:
f 00 (x1 ) = 4 < 0
d. h. u(x1 ; x2 ) hat in (x1 ; x2 ) = (1; 4 2 1) = (1; 2) ein globales Maximum unter
Beru
ksi
htigung der Nebenbedingung.
Beispiel
Ein Monopolist kann sein Produkt auf zwei vers
hiedenen Markten verkaufen. Fur
die produzierte und abgesetzte Menge x1 auf Markt 1 und fur die produzierte und
abgesetzte Menge x2 auf Markt 2 gelten die Kostenfunktion K(x1 ; x2 ) und die Gewinnfunktion G(x1 ; x2 ):
K(x1 ; x2 ) = x21 + x22 + 5x1 + 12x2 + 1;
x1 ; x2 2 [0; 50
2
2
G(x1 ; x2 ) = x1 x2 + x1 x2 + 5x1 + 8x2 1; x1 ; x2 2 [0; 50
a) Fur wel
he Mengenkombination (x1 ; x2 ) ist der Gewinn maximal? Wie ho
h ist
der maximale Gewinn? Wel
he Kosten entstehen bei der Produktion der Gewinnmaximalen Mengen? Und wie ho
h ist der Umsatz/Erlos, wenn die Gewinnmaximalen Mengen abgesetzt werden?
b) Stellen Sie die Umsatzfunktion auf.
) Insgesamt sollen auf den beiden Markten genau 40 ME des Produkts abgesetzt
werden. Fur wel
he Mengenkombination (x1 ; x2 ) wird der Umsatz maximal?
L
osung:
a) G(x1 ; x2 )
Gx1 (x1 ; x2 )
Gx2 (x1 ; x2 )
Gx1 x1 (x1 ; x2 )
Gx2 x2 (x1 ; x2 )
Gx1 x2 (x1 ; x2 )
Notwendige Bedingung:
85
I
II
I
2 II
I + 2 II
II
0 = 2x1 + x2 + 5
0 = 2x2 + x1 + 8
0 = 2x1 + x2 + 5
0 = 2x1 4x2 + 16
0 = 3x2 + 21 ) x2 = 7
x1 = 2x2 8 = 2 7 8 = 6
Notwendige Bedingung:
0 = f 0 (x1 ) = 2x1 + 30 ) x1 = 15 ) x2 = 25
Hinrei
hende Bedingung:
f 00 (x1 ) = 2 <immer 0
Umsatz ist maximal in d.h. U(x1 ; x2 ) ist maximal in (15;25) unter Beru
ksi
htigung der Nebenbedingung
Wir mo
hten no
h ein Beispiel betra
hten, in dem wir eine Sattelstelle interpretieren
konnen.
Beispiel
a) Einsetz-Methode
NB 14x + 28y = 182 ) y = 6;5 0;5x
Setze h(x) = 50 (x 3)2 + (6;5 0;5x 5)2 = 50 (x 3)2 + (1;5
h0 (x) = 2(x 3) (1;5 0;5x) = 1;5x + 4;5 ) x = 3 ) y = 5
h00 (x) = 1;5 <immer 0
d.h. (3;5) glob. Max von f(x; y) unter der NB.
b) Einsetz-Methode
NB 39x + 13y = 182 ) y = 14 3x
Setze h(x) = 50 (x 3)2 + (14 3x 5)2 = 50 (x 3)2 + (9
h0 (x) = 2(x 3) 6(9 3x) = 16x 48 ) x = 3 ) y = 5
h00 (x) = 16 >immer 0
d.h. (3;5) glob. Min von f(x; y) unter der NB.
0;5x)2
3x)2
51
50.5
50
49.5
49
2
6
5.5
5
2.5
4.5
3
3.5
44
87
Wird die Funktion entlang der x-A
hse betra
htet, so liegt in (3;5) ein Minimum.
Wird die Funktion f(x; y) entlang der y-A
hse betra
htet, so liegt in (3;5) ein Minimum.
6.3.2 Lagrange-Methode
Die Einsetz-Methode ist einfa
h zu handhaben und fuhrt haug zum gewuns
hten
Ergebnis. Eine weitere Methode zum Aunden von Extremstellen unter Nebenbedingungen ist die Lagrange-Methode. Dazu wird eigens eine Lagrangefunktion aus
der zu optimierenden Funktion und aus den Nebenbedingungen aufgestellt.
Beispiel
Gesu
ht ist ein Minimum der Funktion f(x; y) = (x 3)2 +(y 2)2 ; x 2 IR+ ; y 2 IR+
unter der Nebenbedingung x2 + y 2 = 208.
Um die Lagrangefunktion aufstellen zu konnen, formulieren wir die Nebenbedingung
um in:
0 = x2 + y 2 208
Jetzt stellen wir folgende Funktion auf:
2
208} ).
L(x; y; ) = (x 3)2 + (y 2)2 + ( x| 2 + y{z
|
{z
}
f (x;y)
Nebenbedingung
L(x; y; ) heit Lagrangefunktion und ist der kleine grie
his
he Bu
hstabe
Lambda.
Satz (Lagrange-Methode)
Dann gilt:
a) D(x0 ; y0; 0 ) > 0 und Lxx(x0 ; y0 ; 0 ) < 0 ) (x0 ; y0 ) lokales Maximum von f
unter Beru
ksi
htigung der Nebenbedingungen
b) D(x0 ; y0; 0 ) > 0 und Lxx (x0 ; y0 ; 0 ) > 0 ) (x0 ; y0 ) lokales Minimum von f unter
Beru
ksi
htigung der Nebenbedingungen
) D(x; y; 0) > 0 und Lxx (x; y; 0) < 0 fur alle (x; y) ) (x0 ; y0 ) globales Maximum
von f unter Beru
ksi
htigung der Nebenbedingungen
d) D(x; y; 0) > 0 und Lxx (x; y; 0) > 0 fur alle (x; y) ) (x0 ; y0 ) globales Minimum
von f unter Beru
ksi
htigung der Nebenbedingungen
88
Beispiel (Fortsetzung)
Beispiel
Die Funktion f(x; y) sieht fur x 2 (0; 13 und y 2 (0; 29 wie folgt aus:
200
150
100
50
0
20
0
10
5
10
0
Die Nebenbedingung 5x2 + y 2 = 870 bes
hreibt in der x; y-Ebene folgenden Kreis:
30
20
10
-10
-5
10
-10
-20
-30
Die Funktion f(x; y) hat in (7; 25) ein globales Maximum unter Beru
ksi
htigung
der Nebenbedingung.
Beispiel
100000
75000
50000
25000
0
0
100
75
50
25
25
50
75
100 0
Die Kostenfunktion K(x; y) hat in (40; 60) ein globales Minimum unter Beru
ksi
htigung der Nebenbedingung.
91
5.
Windows
ankli ken
ankli ken
Mathematis
he Operationen in R
+
Addition
Subtraktion
Multiplikation
Division
Exponentiation
sqrt
Wurzel
hoose(n; k) Binomialkoezient
prod(1 : n)
n
k
n-Fakultat
93
B Literaturhinweise
Mathematik, Lehrbu
h fur Okonomen
9. Au
age 2004, 784 Seiten, Oldenbourg-Verlag
34,80
ISBN 3-486-27593-3
Otto Opitz
Wirts
haftsmathematik
2001, 456 Seiten, Oldenbourg-Verlag
39,80
ISBN 3-486-25657-2
Kamps,Cramer,Oltmanns
Luderer
Wirts
haftslexikon
3 484 Seiten in a
ht Banden, Gabler-Verlag, 16. Au
age 2005
89,- Tas
henbu
hausgabe
ISBN 3-409-10386-4
Gabler
Woll
Wirts
haftslexikon
852 Seiten, Oldenbourg-Verlag
29,80
ISBN 3-486-25060-4
94
fallend 28
rationale 25
Abbildung 1
ab
Formel 24
Ableitung 40
Gewinn 8
Gewinns
hwelle 21
Gewinnzone 21
Grenzerlos 43
Grenzkosten 42
Grenzproduktivitat 37
Grenzwert einer Folge 13
Grenzwert einer Funktion 31
Betriebsmaximum 21,61
Betriebsminimum 62
Betriebsoptimum 61
bijektiv 3
Break-Even-Point 21
dierenzierbar 40
Elastizitat 46
mittlere 46
Punkt- 46
Exponentialfunktion 26
Extremstelle 61,80
Hintereinanders
haltung 22
konkav 55
konvex 55
Lagrangefunktion 87
linear homogen 74
Logarithmusfunktion 27
Logarithmusgesetze 28
logistis
he Funktion 66
Folge 9
alternierend 10
arithmetis
he 9
bes
hrankt 11
na
h oben bes
hrankt 11
na
h unten bes
hrankt 11
divergent 13
geometris
he 10
harmonis
he 10
konvergent 13
monoton 11
streng monoton wa
hsend 11
streng monoton fallend 11
Funktion 1,29
bes
hrankt 29
na
h oben bes
hrankt 29
na
h unten bes
hrankt 29
linear 22
linear homogen 73
logistis
he 67
monoton 28
steigend 28
fallend 28
streng monoton 28
steigend 28
Maximum 57,76
globales 57,76
lokales 57,76
Minimum 57,76
globales 57,76
lokales 57,76
Nullfolge 13
Partialsumme 14
Polynom 24
Polynomdivision 25
Potenzfunktion 23
pq Formel 24
Prohibitionspreis 4
Reihe 15
arithmetis
he 15
harmonis
he Reihe 15
geometris
he Reihe 15
Sattigungsgrenze 4
95
Sattelstelle 67,81
stationar 77
stetig 34
Tangente 48
Umkehrabbildung 4
Umsatz 7
unstetig 34
Unstetigkeitsstelle 34
Urbildmenge 3
Verlustzone 21
Wendestelle 62
96