Askript

LN
FACHHOCHSCHULE KO
Fakultat fur Wirts haftswissens haften
WIRTSCHAFTSMATHEMATIK 1
Skript zur Vorlesung von Prof. Dr. Jutta Arrenberg
Stand: 17. November 2005
Inhaltsverzei hnis
1 Mengen und Abbildungen
1.1 Mengen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Abbildungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 Folgen und Reihen
1
1
2.1 Folgen und ihre Eigens haften . . . . . . . . . . . . . . . . . . . . . . 9

2.2 Grenzwert von Folgen . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3 Reihen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3 Funktionen einer reellen Veranderli hen

3.1
3.2
3.3
3.4
Spezielle Funktionen . . . . .
Eigens haften von Funktionen
Grenzwert von Funktionen . .
Stetigkeit . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
18
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4 Dierentialre hnung im IR1
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 . . . . . . . . . . . . . . . . . . .
5 Dierentialre hnung im IRn
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
38
42
43
46
49
50
53
55
58
63
68
70
5.1 Partielle Ableitungen erster Ordnung . . . . . . . . . . . . . . . . . . 70

5.2 Partielle Ableitungen zweiter Ordnung . . . . . . . . . . . . . . . . . 74
5.3 Linear-homogen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
i
6 Optimierung bei ni htlinearen Funktionen

6.1 Extremwerte ohne Nebenbedingungen .
6.2 Sattelstellen . . . . . . . . . . . . . . .
6.3 Extremwerte unter Nebenbedingungen
6.3.1 Einsetz-Methode . . . . . . . .
6.3.2 Lagrange-Methode . . . . . . .
.
.
.
.
.
.
.
.
.
.
77
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
77
82
84
84
88
A Das kostenlose Software-Paket R
92
B Literaturhinweise
94
C Sti hwortverzei hnis
95
ii
Contents Applied Mathemati s 1

1. Sets an Mappings
2. Series and Power Series
3. Fun tions
4. Dierentiation in IR1
5. Dierentiation in IRn
6. Nonlinear Programming
iii
1 Mengen und Abbildungen

1.1 Mengen
Wir verwenden die folgenden Bezei hnungen fur Zahlenmengen:
IN = f1; 2; 3; 4; : : :g = Menge der naturli hen Zahlen
IN0 = f0; 1; 2; 3; 4; : : :g
ZZ = f: : : ; 2; 1; 0; 1; 2; : : :g = Menge der ganzen Zahlen
IQ = fq j q = ab ; a; b; 2 ZZ; b =
6 0g = Menge der rationalen Zahlen (Bru he)
IR = Menge der reellen Zahlen
IR+ = fx j x 2 IR; x > 0g = Menge der positiven reellen Zahlen
IR+0 = fx j x 2 IR; x 0g = Menge der ni htnegativen reellen Zahlen
Intervalle sind Teilmengen von IR :
[a; b = fx j x 2 IR; a x bg = abges hlossenes Intervall
(a; b) = fx j x 2 IR; a < x < bg = oenes Intervall
[a; b) = fx j x 2 IR; a x < bg = halboenes Intervall
[a; 1) = fx j x 2 IR; x ag
Beispiele
Wir wollen das Re hnen mit Mengen uben:

[5; 7 \ [7; 8 = f7g
[5; 7) \ (7; 8 = ;
[5; 7) [ [7; 8 = [5; 8
[5; 8n[5; 7)
= [7; 8
[2; 8 [ (3; 5) = [2; 8
[2; 8 \ (3; 5) = (3; 5)
[2; 8n(3; 10) = [2; 3
[2; 8 \ (3; 10) = (3; 8
(3; 10) \ IN
= f4; 5; 6; 7; 8; 9g
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
Gegeben ist die folgende Preis-Absatz Funktion:

10
x(p) =
7
p
Wir sollen den Denitonsberei h bestimmen. Dazu uberlegen wir uns erst einmal,
wie die Beziehung zwis hen p und x aussieht:
2
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
Es sind A = f1; 2; 3g und B = f1; 4; 9g. Die Abbildung f : A ! B ordnet jedem

Element a 2 A den Wert a2 zu. Dann sieht der Graf von f wie folgt aus:
Gf = f(1; 1); (2; 4); (3; 9)g.

Zwei Abbildungen f; g heien glei h, wenn gilt Df =Dg und Wf =Wg und Gf =Gg .
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) =
Ist f : A! B eine Abbildung, so heit die Menge

fa 2 A j f(a) = bg
die Urbildmenge von fbg. Wir s hreiben kurz:
f 1 (fbg) = fa 2 A j f(a) = bg
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-
abbildung oder inverse Abbildung von f bezei hnet.

Beispiel
Die Preis-Absatz Funktion:

2000 5
x(p) =
p ;p 2 [0; 400
3
3
gibt zu jedem Verkaufspreis p die abgesetzte Menge bzw. Na hfrage x des Gutes an.
Betragt der Verkaufspreis null Geldeinheiten, so werden 666,6 Mengeneinheiten des
Gutes abgesetzt, mehr Mengeneinheiten konnen ni ht abgesetzt werden. Die Zahl
666,6 wird deshalb au h als Sattigungsgrenze bezei hnet. Betragt der Verkaufspreis 400 Geldeinheiten, so ndet si h kein Kaufer. Der Absatz ist null. Der Preis
400 GE wird au h als Prohibitionspreis bezei hnet.
Geben wir den Absatz vor und wollen wissen, wel hen Verkaufspreis wir fur die
gewuns hte Absatzmenge wahlen mussen, so erhalten wir die umgekehrte PreisAbsatz Funktion:
2000
.
p(x) = 400 0;6x ; x 2 [0;
3
Die Preis-Absatzfunktion p(x) gibt den Verkaufspreis pro ME an, falls x ME abgesetzt/na hgefragt werden. Formal ist p(x) die Umkehrabbildung von x(p).
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:
Die Umkehrabbildung von f : A ! B existiert genau dann, wenn gilt:

1.) f( A)=B
2.) Die Glei hung f(x) = y hat genau eine Losung fur x, x 2A
Beispiel
Gegeben ist die Preis-Absatz Funktion:

p(x) = 140 2x ; x 2 [0; 70
Dann gilt fur den Verkaufspreis p in GE pro ME: p 2 [0; 140.
Gesu ht ist die umgekehrte Preis-Absatz Funktion x(p); d.h. wir mussen folgende
Glei hung na h x au osen:
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
Gegeben ist die Preis-Absatz Funktion:

120
x(p) =
8 ; p 2 (0; 15
p
Fur die abgesetzte Menge x gilt dann: x 2 IR+0 .
Gesu ht ist die umgekehrte Preis-Absatz Funktion p(x); d.h. wir mussen folgende
Glei hung na h p au osen:
5
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:
2;5 1 800 1;8 1 800 1 200 = 4 500 4 440 = 60

d.h. werden pro Monat 1 800 Doner produziert und absetzt, so ma hen wir einen
Gewinn von 60 .
Der Gewinn ergibt si h also aus der Dierenz Umsatz
G(x) = U(x) K(x) = 0;7x 1 200; x 2 IR+0
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.
Beispiel (okonomis he Funktionen)
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.
Umsatz = Preis Absatz
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.
Gewinn = Umsatz { Kosten
G(x) = U(x) K(x)

ergibt si h der Gewinn G(x):
G(x) = 24x (x3 9x2 + 30x + 16) = x3 + 9x2 6x 16 ; x 2 [0; 12
Ist der Wert der Gewinnfunktion negativ, so spre hen wir au h von Verlust.
Wir werten den Umsatz, die Kosten und den Gewinn fur die produzierte und abgesetzte Menge x = 1 bzw. x = 5 bzw. x = 10 aus:
x
1
5
10
U(x)
24 120 240
K(x)
38
66 416
G(x)
14
54 176
2 Folgen und Reihen

Wir brau hen Folgen und Reihen, um Eigens haften von (okonomis hen) Funktionen besser verstehen zu konnen. Daruber hinaus spielen Folgen und Reihen in der
Finanzmathematik eine groe Rolle.
2.1 Folgen und ihre Eigens haften

Eine endli he Folge im IR1 ist eine Abbildung a : f1; 2; : : : ; N g ! IR mit den
reellen Werten a(1); a(2); : : : ; a(N).
Eine unendli he Folge im IR1 ist eine Abbildung a : IN ! IR mit den reellen
Werten a(1); a(2); : : : ; a(N); : : :
Die Folgenglieder werden ubli herweise mit an bezei hnet. n heit der Index des
Folgengliedes an . Die Folgen werden i.d.R. mit (an ) bezei hnet. Bisweilen lasst man
den Index einer Folge bei null beginnen.
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
Wir wollen no h weitere Eigens haften einer Folge betra hten.

Eine Folge (an )n2IN heit alternierend, wenn das Vorzei hen zweier bena hbarter
Folgenglieder stets vers hieden ist.
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
2n 1
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
(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.
2.2 Grenzwert von Folgen

Frage: Wie verhalt si h das Folgenglied an , wenn der Index n immer groer wird?
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

) lim (an bn ) = lim an lim bn = a b

n!1
n!1
n!1
lim an a
a
d) lim n = n!1 = falls bn 6= 0 und b 6= 0
n!1 bn
lim bn b
n!1
r
e) lim (an ) = lim an

n!1
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 n te Partialsumme von (an )n2IN .

14
Die zugeordnete Folge (sn )n2IN heit Reihe der Folge (an )n2IN .
Beispiel
Fur die Folge an = n gilt:

n 1 2 3 :::
an 1 2 3 : : :
sn 1 3 6 : : :
n
:::
n
:::
n (n + 1) : : :
2
Ist (an )n2IN eine arithmetis he

Folge, also an+1 an = d, so heit die zugehorige
P
Reihe (sn )n2IN , sn = nk=1 ak , arithmetis he Reihe.
Ist (aPn )n2IN eine geometris he Folge, also anan+1 = q, so heit die zugehorige Reihe
sn = nk=1 ak , geometris he Reihe.
P
Die der harmonis hen Folge an = n1 zugeordnete Reihe sn = nk=1 k1 heit harmonis he Reihe.
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:
Falls sn eine arithmetis he Reihe ist, gilt:
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
Die Folge (sn ) ; sn = a1 qq 11 konvergiert genau dann, wenn gilt q

Grenzwert ist dann:
qn 1
0 1
1
a
sn = a1
!
a1
= a1
= 1
q 1
q 1
(1 q) P
1 q
Diesen Grenzwert s hreiben wir au h in der Form 1
k=1 ak :
( 1; 1). Der
Falls sn eine geometris he

Reihe ist, gilt:
8
n
X
>
qn 1
>
>
s
=
a
=
a
(endli he Summe)
>
n
k
1
<
q 1
k=1
1
X
>
a1
>
>
a
=
; fur q 2 ( 1; 1)
(unendli he Summe)
k
>
:
1
q
k=1
Beispiel
Wir betra hten die folgende Folge:
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
Die harmonis he Reihe ist ni ht konvergent, sie divergiert. Es gilt namli h:

1 1 1 1 1 1 1 1
1
sn = 1 + + + + + + + + + : : : + + : : :
2 |3 {z 4} |5 6 {z 7 8} |9 {z 16}
>1=2
>1=2
>1=2
17
3 Funktionen einer reellen Veranderli hen

Bevor wir Funktionen einer Veranderli hen betra hten, wollen wir ein historis hes
Beispiel aus dem Jahr 1928 kennen lernen. Damals wurde im ubertragenen Sinn der
Grundstein fur okonomis he Funktionen, okonomis he Modelle gelegt.
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
Dabei bezei hnen:

A= Anzahl der Lohnempfanger
K= Wert des eingesetzten Kapitals
P= Menge der produzierten Guter

Ziel der beiden Okonomen
war es, die Groe P dur h die beiden anderen Groen A

und K zu erklaren. Die Okonomen ermittelten den folgenden Zusammenhang:
Modell P = 1;01 A0;75 K0;25
Die Funktion P wird als Produktionsfunktion bezei hnet. Das Modell der Produktionsfunktion P (gestri helte Linie in der na hfolgenden Grak) bes hreibt die wirts haftli he Entwi klung in England fur den Zeitraum 1899 bis 1922 sehr gut.
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
Mit Hilfe der Programmierspra he R lassen si h au h Funktionen zei hnen. Wir

mo hten den Verlauf der Funktion f(x) = 31 x3 4x im Intervall [-4;4 sehen. Dazu
denieren wir zuerst die Funktion:
f < fun tion(x)f(1=3) xb3 4 xg
Der Graf ers heint dann wie folgt:
plot(f; 4; 4)
Beispiel
Eine Einproduktunternehmung geht von einer Kostenfunktion K(x) = + dx =

2 + 2x aus, wobei Kf (x) = = 2 die Fixkosten, kv (x) = d = 2 die variablen
Stu kkosten und x die abgesetzte Menge eines Gutes sind. Ferner wird zwis hen der
abgesetzten Menge x und dem Verkaufspreis p pro Mengeneinheit des Gutes eine Beziehung der Form x = a bp = 10 p angegeben. Hier ist a = 10 die Absatzquantitat
fur p = 0, also eine Sattigungsgrenze fur den Absatz. Es gilt damit x 2 [0; a. Fallt
der Preis p um eine Geldeinheit, so gibt b die dadur h verursa hte Steigerung des
Absatzes an. Wir haben also die Preis-Absatz Funktion: x(p) = a bp = 10 p, die
uns zu einem vorgegeben Verkaufspreis p den Absatz x angibt. Wollen wir wissen,
wie der Verkaufspreis p fur eine vorgegebene Absatzmenge x aussieht, so interessieren wir uns fur die umgekehrte Preis-Absatz Funktion:
a x
p(x) =
= 10 x ; x 2 [0; 10
b
Aus der Beziehung Umsatz=Preis Absatz erhalten wir die Umsatz-/Erlosfunktion U(x) in Abhangigkeit von x:
a x
ax x2
U(x) = p(x) x =

x=
= 10x x2 ; x 2 [0; 10
b
b
Aus der Beziehung Gewinn=Umsatz { Kosten erhalten wir die Gewinnfunktion G(x):
ax x2
G(x) = U(x) K(x) =
dx = x2 + 8x 2 ; x 2 [0; 10
b
20
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
Die Produktionsfunktion x(r) = 5 r0;98 ergibt x = 231;19 ME des Gutes, wenn

wir r = 50 ME des Produktionsfaktors einsetzen. Steigern wir jetzt die Faktoreinsatzmenge auf das Dreifa he, also r = 150, so erhalten wir die produzierte Menge
x = 678;48 = 30;98 231;19; d. h. dur h die Steigerung erhalten wir das 30;98 fa he
der ursprungli hen produzierten Menge.
Formal haben wir hier die beiden Funktionen g(r) = 3r und x(r) hintereinander
"
ges haltet\: man bildet zuerst den Funktionswert 3r und bere hnet ans hlieend den
Funktionswert von x(r) an der Stelle 3r. Es entsteht dur h diese Verknupfung der
21
beiden Funktionen x(r) und g(r) eine neue Funktion:

x (g(r)) = x(3r) = 5 (3r)0;98 = 5 30;98 r0;98 = 14;674 r0;98
Sind g : A !B und f : B ! C Abbildungen, so heit die Abbildung f g : A ! C

mit x 7! f (g(x)) die Verknu
pfung oder Hintereinanders haltung von g und
f.
Beispiele
9
=
a) g : IR ! IR mit g(x) = 2x + 3 f
;
f : IR ! IR mit f(y) = y 3
(2x + 3)3
g : IR ! IR mit f (g(x)) = f(2x + 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
3.1 Spezielle Funktionen

1) Konstante Funktion f(x) =
z.B. Fixkosten Kf (x) = 2
Grak:
20
40
60
80
100
2) Lineare Funktion/Gerade f(x) = a + bx

z.B. Preis-Absatz Funktion p(x) = 750 0;75x; x 2 [0; 1000
Dabei ist der Wert a = 750 der Ho hstpreis. Wird ferner der Absatz um eine
ME gesteigert, so besagt die Steigung b = 0;75, dass dann der Verkaufspreis
22
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
Zum Zei hen der Funktion f(x) = x2 in R lauten die Befehle:

f < fun tion(x)fxb2g
plot(f; 3; 3)
oder z.B. f(x) = x3
Grak:
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
oder mit der ab Formel:

ab Formel
ax + bx + = 0 , x =
2
Su hen wir z.B. die Nullstellen von f(x) = 6x3
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
z.B. Stu kkosten k(x) =
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
7) Logarithmusfunktion f(x) = ln(x); x 2 IR+

1
1
x
1 2
3
8
2
ln(x) 2;08 0;69 0 0;69 1;10
Grak:
28
g(x) = 0;5x
h(x) = ex
0.5
1.5
2.5
-2
-4
-6
Zum Zei hen der ln-Funktion in R lauten die Befehle:

f < fun tion(x)flog(x)g
plot(f; 0:01; 3)
Auf einem Tas henre hner sind haug nur der Logarithmus ln zur Basis e und
der Logarithmus log10 zur Basis 10 abrufbar. Ein Logarithmus loga b zu einer
anderen Basis als e bzw. 10 wird dann mit folgender Formel bere hnet:
log b
loga b =
log a
So gilt zum Beispiel:
ln 512 6;2383
log2 512 =
=
=9
ln 2
0;6931
Ma hen wir die Probe: 29 = 512
Fur das Re hnen mit Logarithmen benotigen wir folgende Logarithmusgesetze:
loga (u v) = loga (u) + loga (v)
loga ( uv )
= loga (u) loga (v)
r
loga (u ) = r loga (u)
3.2 Eigens haften von Funktionen

Die Begrie Monotonie und Bes hranktheit lassen si h von Folgen auf Funktionen
ubertragen.
Gegeben sei eine Funktion f(x) und das Intervall I mit I Df . Dann heit f(x)
monoton steigend bzw. streng monoton steigend auf I, wenn fur alle x1 ; x2 2
I gilt:
x1 < x2 ) f(x1 ) f(x2 ) bzw. f(x1 ) < f(x2 );
f(x) monoton fallend bzw. streng monoton fallend auf I, wenn fur alle x1 ; x2 2
I gilt:
29
x1 < x2 ) f(x1 ) f(x2 ) bzw. f(x1 ) > f(x2 );
Beispiel
Die Funktion f(x) = x2 ; x 2 IR ist auf (

[0; 1) streng monoton steigend.
1; 0 streng monoton fallend und auf

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
Die Funktion f(x) = x2 ; x 2 IR ist na h unten bes hrankt dur h = 0.
3.3 Grenzwert von Funktionen

Wir wollen uns jetzt mit dem Begri Grenzwert befassen.
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
Die Folge f(an) = (1 11 ) 1 = n strebt mit wa hsendem n gegen 1.

n
Die Folge f(bn ) = (1+ 11 ) 1 = n strebt mit wa hsendem n gegen +1.
n
Also werden die Funktionswerte von f(x) links vor x = 1 beliebig klein, und re hts
na h x = 1 beliebig gro.
30
f(x)=1/(x-1)
30
20
10
-2
-1
-10
-20
-30
Die Stelle x = 1 wird au h als Pol bezei hnet.
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
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
10 100 1000
n
10 100 1000
9
99
999
11
101
1001
an
b
n
10
100
1000
10
100
1000
f(an ) 1;9 1;99 1;999 f(bn ) 2;1 2;01 2;001
Die Folge f(an) strebt mit wa hsendem n gegen 2.
Die Folge f(bn ) strebt mit wa hsendem n gegen 2.
Also betragen die Funktionswerte links vor x = 1 nahezu zwei, und re hts na h
x = 1 betragen die Funktionswerte ebenfalls nahezu zwei.
31
f(x)=(x^2-1)/x-1)
5
4
3
o
2
1
-2
-1
-1
Die Stelle x = 1 wird au h als Denitionslu ke bezei hnet.
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
g(x)) = lim f(x)

x!x0
) lim (f(x) g(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
d.h. lim f(x) = 4 6= 3 = f(2)

x#2
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
>
>
=
>
>
;
) f(x) ist in x = 2 unstetig.
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
>
>
=
>
>
;
) f(x) ist in x = 2 unstetig.

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)
Jede Exponentialfunktion f(x) = ax (a > 0) ist stetig.

Die Logarithmusfunktion f(x) = ln(x); x > 0 ist stetig.
37
4 Dierentialre hnung im IR1

Wenn Sie uber den Fernpass zum Gardasee fahren, begegnet Ihnen ein Verkehrss hild, auf dem eine Steigung von 12% angekundigt wird. Das bedeutet, auf einer
Stre ke von 100 m betragt der Hohenunters hied 12 m. Stellen wir uns den Fernpass
als Gerade vor, so betragt in diesem Straenabs hnitt an jedem Punkt die Steigung
0,12 bzw. 12%. Fur eine Gerade f(x) = a + bx ist uns die Steigung bekannt, sie
hat in jedem Punkt x den Wert b. Was aber ist die Steigung einer Kurve f(x)?
Wir werden sehen, dass wir als Ma fur die Steigung einer Kurve die Ableitung\
"
heranziehen. Vorher wollen wir no h ein Beispiel zur Bedeutung von Ableitungen\
"
betra hten.
4.1 Ableitungen
Beispiel
Werk 1: Produktionsfunktion x(r) = 8r2 40r; r 5

Ein Werk soll ges hlossen werden.
Fur eine Faktoreinsatzmenge von r = 10 Einheiten, erhalten wir folgende produzierten Mengen des Gutes:
Produktivitat r = 10
Werk 1
400 ME
Werk 2
360 ME
) Werk 2 s hlieen
Also wird Werk 2 ges hlossen und alle Arbeiter aus Werk 2 werden vom Werk 1
ubernommen.
Werk 1 hat dann folgende Produktivitat:
Produktivitat r = 20
Werk 1
2400 ME
Werk 2 waren 2520 ME gewesen
Es ware also besser gewesen, Werk 1 zu s hlieen.
Frage: Woran kann man diese Ers heinung erkennen?
Antwort: Die Grenzproduktivitat ist an der Stelle r = 10 bei Werk 2 groer als
bei Werk 1.
Die Grenzproduktivitat an der Stelle r = 10:
x(r) x(10)
lim
r!10
r 10
gibt an, um wie viele Einheiten si h ungefahr die Ausbringungsmenge x erhoht,
wenn statt r = 10 eine Einheit mehr, also r = 11, eingesetzt werden.
38
8r2 40r 400

x(10)
= lim
r!10
10
r 10
8(r + 5)(r 10)
= lim
r!10
r 10
= lim 8 (r + 5)
r!10
= 8 15
= 120
x(r) x(10)
9r2 54r 360
Werk 2: lim
= lim
r!10
r!10
r 10
r 10
9(r + 4)(r 10)
= lim
r!10
r 10
= lim 9 (r + 4)
r!10
= 9 14
= 126
Im Werk 2 ist die Grenzproduktivitat an der Stelle r = 10 hoher.
Werk 1: lim
r!10
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
Zwis hen Stetigkeit und Dierenzierbarkeit besteht der folgende Zusammenhang:

Wenn f(x) dierenzierbar ist, so ist f(x) au h stetig. Oder anders ausgedru kt:
Wenn eine Funktion ni ht stetig ist, so kann sie au h ni ht dierenzierbar sein.
4.1.1 Ableitungen elementarer Funktionen

Wir re hnen ni ht jedes Mal die Ableitung einer Funktion uber den Grenzwert aus,
sondern wir greifen zuru k auf die Ableitungen elementarer Funktionen:
Ableitungen elementarer Funktionen

Funktion
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
f(x) + g(x) f 0 (x) + g 0(x)
Produktregel
f(x) g(x)
f 0 (x) g(x) + f(x) g 0 (x)
Quotientenregel
f(x)
g(x)
f 0 (x) g(x) f(x) g 0(x)

g 2(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
Kosten K(x) = 31 x3 5x2 + 28x + 1

Grenzkosten K 0 (x) = x2 10x + 28
Die Grenzkosten geben an, um wie viele Geldeinheiten si h die Kosten etwa verandern,
wenn die produzierte Menge x um eine Mengeneinheit auf x + 1 gesteigert wird.
43
K(x)
150
100
K(x)
50
10
12
Werden zum Beispiel 6 ME produziert, so betragen die Grenzkosten K 0 (6) = 4 GE.

Das bedeutet, wird eine ME mehr produziert, also 7 ME, so steigen die Kosten um
etwa 4 GE:
K(7) K(6) + 4 = 61 + 4 = 65.
Re hnen wir die Probe, so betragen die Kosten fur sieben produzierte ME:
K(7) = 66;3 GE.
Umsatz/Erlos: U(x) = 15x
Grenzerlos: U 0 (x) = 15
Der Grenzerlos gibt an, um wie viele Geldeinheiten si h der Umsatz/Erlos etwa
verandert, wenn die produzierte Menge x um eine Mengeneinheit auf x + 1 gesteigert wird.
U(x)
175
150
125
100
75
50
25
U(x)
2
10
12
Werden zum Beispiel 6 ME abgesetzt, so betragt der Grenzerlos U 0 (6) = 15 GE.

Das bedeutet, wird eine ME mehr produziert, also 7 ME, so steigt der Umsatz um
44
(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
Eine S hnittstelle liegt in x = 5 +

K 0 (8;46) = 15 Geldeinheiten.
10
12
12 = 8;46. Hier betragen die Grenzkosten
Beispiel
Die Grenzproduktivitat ist die Ableitung der Produktionsfunktion.

Uns interessiert die Grenzproduktivitat an der Stelle r = 10.
Werk 1: x0 (r) = 16r 40 ) x0 (10) = 120
Werk 1: x0 (r) = 18r 54 ) x0 (10) = 126
d.h. wird in den Werken die Faktoreinsatzmenge von r = 10 um eine Einheit auf
r = 11 Einheiten gesteigert, so erhoht si h die Ausbringungsmenge in Werk 1 um
etwa 120 ME und in Werke 2 um etwa 126 ME.
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
Grak der Funktion x(p) = 50
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
x(p) ist an der Stelle p unelastis h; d. h. nur geringe

Absatzveranderungen bei Preisveranderungen
"x (p) > 1 oder "x (p) < 1 x(p) ist an der Stelle p elastis h; d. h. starke
Absatzveranderungen bei Preisveranderungen
"x (p) = 1
x(p) ist proportional zu p
1 < "x(p) < +1
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)
Wir betra hten die Preis-Absatz Funktion

x(p) = 50 2 p; p 2 [0; 25
Die erste Ableitung betragt:
x0 (p) = 2
Wir bere hnen die Elastizitat von x(p) an der Stelle p = 1:
1
1
"x (1) = x0 (1)
= 2 = 0;0417
x(1)
48
d.h. wird der Preis um 1% gesteigert, so sinkt der Absatz um 0;0417% 0;04%.
Oder anders ausgedru kt: Ist der Preis niedrig und wird der Preis verandert, so
verandert si h der Absatz kaum. Wir ma hen die Probe:
p 1 1;01
x 48 47;98 = 48 0;04% von 48
Wir bere hnen die Elastizitat von x(p) an der Stelle p = 20:
48
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
Mit Hilfe der Programmierspra he R lassen si h au h Tangenten zei hnen. Wir

mo hten die Tangente von f(x) = x2 an der Stelle x0 = 3 zei hnen. Dazu denieren wir zuerst die Funktion:
f < fun tion(x)fxb2g
Der Graf ers heint dann wie folgt:
plot(f; 4; 4)
Die Tangente t(x) = 9 + 6 x erhalten wir, indem wir die Werte a = 9 und b = 6
angeben:
abline( 9; 6)
Satz
Allgemein gilt fur die Tangente t(x) = a + bx von f an der Stelle x0 :

b = f 0 (x0 ) und a = f(x0 ) f 0 (x0 ) x0
Mit Hilfe von Tangenten lassen si h die Nullstellen einer Funktion numeris h bestimmen.
4.4 Das Newton-Verfahren

Beispiel
Gesu ht wird die Gewinnzone der Gewinnfunktion:

G(x) = 13 x3 + 5x2 13x 1
Um zu sehen, wo in etwa die Nullstellen der Gewinnfunktion liegen, werten wir die
Funktion erst einmal aus:
x
0
5 10
15
20
1
2
G(x) 1 17 3 35 3 196 927 23
50
Problem: Gesu ht z mit G(z) = 0

Methode: Newton-Verfahren
Newton-Verfahren
Gesu ht wird die Nullstelle z der Funktion f(x):

1. S hritt: Nehme Startwert x0 mit x0 nahe\ z.
"
2. S hritt: Lege die Tangente t in x0 an die Kurve f. Insbesondere gilt dann:
a) f 0 (x0 ) ist die Steigung der Geraden t
b) t(x0 ) = f(x0 )
3. S hritt: Sei x1 die Nullstelle von t, also t(x1 ) = 0. So liefert x1 einen naher an z
liegenden Wert als x0 . Fur die Steigung von t erhalten wir:
t(x ) t(x1 ) f(x0 ) 0
f 0 (x0 ) = 0
=
x0 x1
x0 x1
f(x0 )
) x1 = x0 f 0(x )
0
4. S hritt: Eine weitere Verbesserung liefert die Iterationsformel:
f(xn )
Newton-Verfahren
xn+1 = xn
f 0 (xn )
G(x) = 31 x3 + 5x2 13x 1

Gesu ht: z mit G(z) = 0
Um mit dem Newton-Verfahren zu re hnen, brau hen wir die erste Ableitung der
Gewinnfunktion:
G0 (x) = x2 + 10x 13
Wahlen wir als Startwert x0 = 5, so erhalten wir mit Hilfe des Newton-Verfahrens:
17 13
G(5)
x1 = 5
=
5
= 3;5
G0 (5)
12
G(3;5)
x2 = 3;5
= 3;454 222 591
G0 (3;5)
x3 = 3;452 643 192
x4 = 3;452 642 79
x5 = 3;452 642 79
d. h. die Funktion G(x) hat eine Nullstelle in z 3;45
Als Startwert fur die zweite Nullstelle nehmen wir x0 = 15. Na h funf Iterationen
erhalten wir mit dem Newton-Verfahren:
x5 11;62
d.h. die Funktion G(x) hat eine zweite Nullstelle bei z 11;52. Somit ist die Gewinnzone das Intervall (3,45 ; 11,62).
51
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
1;1 12 = 1;007 974. Dann ergibt si h weiter:

f(1;007 974)
x1 = 1;007 974
= 1;007 805
f 0 (1;007 974)
x2 = 1;007 800
x3 = 1;007 800
Na h weiteren Iterationen verandern si h diese neuen Na hkommastellen ni ht mehr.
Das bedeutet, die Nullstelle der Funktion f(x) liegt in etwa x = 1;007 800. Daraus
ergibt si h der Eektivzins:
1
1;007 800 = x = (q ) 12 ) q = 1;007 80012 = 1;097 718
d.h. der Eektivzins betragt etwa 9;77%.
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
Wenn f(x) dierenzierbar ist, dann ist f(x) au h stetig.

Frage: Lasst si h anhand der Ableitung einer Funktion die Monotonie der Funktion
erkennen?
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
4.6 Hohere Ableitungen

Ist die Funktion f(x) dierenzierbar, so heit f 0 (x) oder f (1) (x) die erste Ableitung von f(x).
Ist f 0 (x) wieder dierenzierbar, so heit die Ableitung von f 0 (x) die zweite Ablei2
tung von f(x), im Zei hen f 00 (x) = f (2) (x) = xf (2x) .
n
Ist die Funktion f (n 1) (x) dierenzierbar, so heit f (n) (x) = xf (nx) die n te Ableitung von f(x).
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
) f (4) (x) = 120x

) f (5) (x) = 120
) f (6) (x) = 0
) f (7) (x) = 0
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
f(x) = x2 ) f 00 (x) = 2 > 0

d. h. f(x) ist konvex.
-3
-2
-1
Beispiel
f(x) = x2 ) f 00 (x) = 2 < 0

d. h. f(x) ist konkav.
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
In wel hem Intervall ist G(x) konvex bzw. konkav?

Wir bilden die ersten beiden Ableitungen:
G0 (x) = x2 + 10x 13
G00 (x) = 2x + 10
Also ist G00 (x) positiv fur x 2 (0; 5) und G00 (x) ist negativ fur x 2 (5; +1).
D.h. G(x) ist auf [0; 5 konvex und G(x) ist auf [5; +1) konkav. Etwa an der Stelle
x 8;5 ist die Gewinnfunktion maximal.
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
Bei der na hfolgenden Grak lasst si h ablesen, dass gilt:

x = 1 ist eine lokale Maximalstelle
x = 3 ist eine lokale Minimalstelle
x = 7 ist eine lokale Maximalstelle
x = 10 ist eine lokale Minimalstelle
400
300
200
100
10
Sei f eine Funktion. Gilt fur xE 2Df :

f(xE ) f(x) fur alle x 2 (a; b) Df ,
so heit xE lokales Minimum von f auf (a; b).
Gilt:
f(xE ) f(x) fur alle x 2 (a; b) Df ,

so heit xE lokales Maximum von f auf (a; b).
Gilt:
f(xE ) f(x) bzw. f(xE ) f(x) fur alle x 2Df ,

so heit xE globales Minimum bzw. globales Maximum von f.
Beispiel
f(x) = x2 hat in x = 0 ein lokales Minimum. Dieses Minimum ist sogar ein globales.
58
Frage: Wie ndet man Extremstellen einer Funktion?

Antwort: Wenn in x0 eine Extremstelle vorliegt, so betragt die Steigung von f an
der Stelle x0 null:
Satz (Notwendige Bedingung)
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
Frage: Wo liegen mogli he Extremstellen der Gewinnfunktion?

Notwendige Bedingung:
0 = G0 (x) = U 0 (x) K 0 (x) , K 0 (x) = U 0 (x)
d. h. mogli he Extremstellen der Gewinnfunktion liegen in den S hnittstellen von
Grenzkosten und Grenzerlos.
p
0 = G0 (x) = U 0 (x) K 0 (x) = x2 + 10x 13 )
x
=
5

12 p
p
d. h. mogli he Extremstellen liegen in x = 5 + 12 und x = 5
12.
59
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?

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
K (x) 31 x3 5x2 + 28x 1 2

Variable Stu kkosten kv (x) = v
=
= x 5x + 28
x
x
3
Frage: Wo liegen mogli he Extremstellen der variablen Stu kkosten?
60
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)
d. h. mogli he Extremstellen der variablen Stu kkosten liegen in den S hnittstellen

von Grenzkosten und variablen Stu kkosten.
0 = kv0 (x) = 23 x 5 ) x = 7;5
35
Grenzkosten
30
25
20
15
10
variable Stueckk.
5
2.5
7.5
10
12.5
15
Beispiel
Lineare Preis-Absatz Funktion p(x) = a bx

Umsatz/Erlos U(x) = Preis Absatz= p(x) x = ax bx2
Gewinn G(x) = U(x) K(x) = ax bx2 K(x)
Sei x0 derart, dass gilt :0 = G0 (x0 ), d. h. x0 ist eine mogli he Extremstelle der Gewinnfunktion.
Dann gilt weiter:
0 = G0 (x0 ) = U 0 (x0 ) K 0 (x0 ) = a 2bx0 K 0 (x0 )
Dann heien:
0
x0 = a K2b(x0 ) Cournot's he Menge
und
0
0
0
p(x0 ) = a bx0 = a b a K2b(x0 ) = a0 a20 + K (2x0 ) = a+K2 (x0 ) Cournot's her Preis
und
(x0 ; p(x0 )) heit Cournot's her Punkt.

Frage: Woran erkennt man, ob es si h bei einer lokalen Extremstelle um ein Minimum oder ein Maximum handelt?
61
Satz (Hinrei hende Bedingung)

Die Funktion f sei in (a; b) =Df zweimal stetig dierenzierbar. Ferner sei f 0 (x0 ) =
0 fur ein x0 2 (a; b). Dann gilt:
a) f 00 (x0 ) < 0 ) x0 lokale Maximalstelle von f.

b) f 00 (x0 ) > 0 ) x0 lokale Minimalstelle von f.
) f 00 (x) < 0 fur alle x 2 (a; b) ) x0 globale Maximalstelle von f auf [a; b.
d) f 00 (x) > 0 fur alle x 2 (a; b) ) x0 globale Minimalstelle von f auf [a; b.
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.
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?
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.
2 2
g 00 (x) =
< 0 fur x 2 IR+
3 x3
d. h. Stu kgewinn ist in x 7;53 maximal.
62
Hangt der Verkaufspreis ni ht von der angebotenen Menge ab, so gilt:

U(x) K(x)
g(x) =
= p k(x)
|{z}
|{z}
x
x
max.
min.
d. h. der Stu kgewinn ist genau dann maximal in x0 , wenn die Stu kkosten in x0
minimal sind.
K (x) 31 x3 5x2 + 28x 1 2
Variable Stu kkosten kv (x) = v
=
= x 5x + 28
x
x
3
Frage: Wo sind die variablen Stu kkosten minimal?
0 = kv0 (x) = 32 x 5 ) x = 7;5
kv00 (x) = 23 > 0
d. h. die variablen Stu kkosten haben in x = 7; 5 eine globale Minimalstelle.
x = 7;5 heit Betriebsminimum.
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
Kafer-Produktion des VW-Konzerns 1945 - 1981 (in TSD Stu k)
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
Modell f(x) = 3;9 10
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
Tatsa hli he und ges hatzte Stu kzahlen im Verglei h
Das Modell bes hreibt die tatsa hli hen Stu kzahlen gut.
Frage: Wie ndet man Wendestellen?
Beispiel
Die Funktion f(x) = 2x3

f(x) = 2x3
9x2 + 12x
9x2 + 12x
2 hat in x = 1;5 eine Wendestelle:
-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
Die zweite Ableitung f 00 (x) = 12x

f 00 (x) = 12x
18 hat eine Nullstelle bei x = 1;5:
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
Die Funktion f sei in (a; b) dreimal stetig dierenzierbar. Dann gilt.

a) xW 2 (a; b) Wendestelle ) f 00 (xW ) = 0
b) f 00 (xW ) = 0 und f 000 (xW ) 6= 0 ) xW Wendestelle
.
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
d. h. K andert in x = 5 das Krummungsverhalten von konkav zu konvex.
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
Kosten K(x) = x3 + 3x2 + 14; x 2 [0; 3

Umsatz U(x) = 3x; x 2 [0; 3
Wir su hen die Sattelstellen der Gewinnfunktion.
Der Gewinn betragt: G(x) = x3 3x2 + 3x 14; x 2 [0; 3
Die Ableitungen sind:
G0 (x) = 3x2 6x + 3
G00 (x) = 6x 6
G000 (x) = 6
9
0 = G00 (x) = 6x 6 , x = 1 =
G000 (x) = 6 ) G000 (1) = 6 6= 0 ) x = 1 Sattelstelle
;
G0 (1) = 0
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
5 Dierentialre hnung im IRn

Um Extremstellen von Funktionen, die mehrere Argumente x1 ; : : : xn haben, bestimmen zu konnen, mussen wir erst einmal wissen, wie Ableitungen sol her Funktionen
bere hnet werden.
5.1 Partielle Ableitungen erster Ordnung

Die gras he Darstellung von Funktionen von n Variablen ist bes hrankt auf die
Falle n = 1 und n = 2. Fur mehr als zwei Variablen ist die gras he Darstellung
direkt ni ht mogli h. Selbst fur n = 2 ist die gras he Darstellung ni ht ganz einfa h, da man einen dreidimensionalen Raum brau ht, um f(x; y) in Abhangigkeit
von x; y darzustellen.
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
Wenn z. B. in der Planungsperiode 256 Kunden die Filiale I aufsu hten

p und vier
p Kunden die Filiale II, so betragt der Gesamtgewinn f(256; 4) = 15 + 256 + 64 = 9
Geldeinheiten.
70
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
Sei f : D ! IR; D IR2 . Dann heien

f(x; y)
f(x + h; y)
= lim
h!0
x
h
f(x; y)
die partielle Ableitung na h x (kurz: fx (x; y)), und

f(x; y)
f(x; y + h)
= lim
h!0
y
h
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
f(x; y) = x2 y + ln(x2 + 1) + (5y
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
5.2 Partielle Ableitungen zweiter Ordnung

Ist eine Funktion f(x1 ; x2 ; : : : ; xn ) partiell na h jeder Variablen dierenziert worden, so liegen nun vers hiedene Funktionen fx1 ; fx2 ; : : : ; fxn vor. Diese sind dann
wieder Funktionen von n Variablen. In man hen Zusammenh
ngen ist es dann von
a

f
2f
Interesse, sie abermals partiell zu dierenzieren. Fur
wird dabei
xj xi
xj xi
ges hrieben. (kurz: fxi xj )
Beispiel
f(x; y) = (x + 3)3 + (y
5)4
6x3 y 2
74
100
50
0
-50
0
-2
0
-2
2
fx (x; y) = 3(x + 3)2 18x2 y 2

fy (x; y) = 4(y 5)3 12x3 y

fx x(x; y) =
3(x + 3)2
(fx (x; y)) =
x
x
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
6 Optimierung bei ni htlinearen Funktionen

Der Begri Extremwert lasst si h ohne S hwierigkeiten auf Funktionen mehrerer
Variablen ubertragen.
Gegeben sei eine Funktion f :D! IR;D IRn . Ferner sei x0 2 D. Gibt es eine oene
"
Umgebung\ U von x0 , so dass gilt:
a) f(x0 ) f(x) fur alle x 2 U, so heit x0 lokale Maximalstelle von f.
b) f(x0 ) f(x) fur alle x 2 U, so heit x0 lokale Minimalstelle von f.
) f(x0 ) f(x) fur alle x 2 D, so heit x0 globale Maximalstelle von f.
d) f(x0 ) f(x) fur alle x 2 D, so heit x0 globale Minimalstelle von f.
Unter einer oenen Umgebung von x0 im IR2 kann man si h einen Kreis (ohne Rand)
um x0 vorstellen, im IR3 eine Kugel (ohne S hale).
6.1 Extremwerte ohne Nebenbedingungen

Beispiel
Der Graf der Funktion f(x1 ; x2 ) =

die auf der S hnitt a he liegt.
16
x21
x22 sieht aus wie eine halbe Apfelsine,
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
wir entlang der x1 A hse eine hau hd

p unne S heibe aus der Apfelsine, so hat diese
S hnittkurve\ h(x1 ) = f(x1 ; 0) = 16 x21 an der Stelle x1 = 0 die
p Steigung null.
"
Und die S hnittkurve entlang der x2 A hse g(x2 ) = f(0; x2 ) = 16 x22 hat in
x2 = 0 die Steigung null. Insbesondere ist also fx1 (0; 0) = 0 und fx2 (0; 0) = 0.
Satz (Notwendige Bedingung)

Die Funktion f : D ! IR; D IR2 sei in D einmal stetig partiell dierenzierbar mit
den Ableitungen fx1 ; : : : ; fxn . Hat f(x1 ; x2 ; : : : ; xn ) eine lokale Extremstelle in x0 2
D, so muss gelten:
fx1 (x0 ) = 0
fx2 (x0 ) = 0
:::
fxn (x0 ) = 0
Die Stelle x0 heit dann stationarer Punkt.
Beispiel
f(x1 ; x2 ; x3 ) = 13 x31 3x22 x23 + 2x2 x3 x1 + 2x2 + 2x3 + 4

I 0 = fx1 (x1 ; x2 ; x3 ) = x21 1 , x1 = 1
II 0 = fx2 (x1 ; x2 ; x3 ) = 6x2 + 2x3 + 2
III 0 = fx3 (x1 ; x2 ; x3 ) = 2x3 + 2x2 + 2
) II+III: 0 = 4x2 + 4 ) x2 = 1
) II: 0 = 6x2 + 2x3 + 2 = 6 + 2x3 + 2 = 4 + 2x3 ! x3 = 2
alle ersten partiellen Ableitungen sind null in den Punkten (1; 1; 2) und ( 1; 1; 2).
Beispiel
Gesu ht sind alle stationaren Punkte der Funktion f(x; y) = (x + y)3
78
12xy.
40
20
0
-20
-40
-2
2
1
0
-1
-1
0
1
2 -2
I 0 = fx (x; y) = 3(x + y)2 12y

) 12x = 12y ) x = y
II 0 = fx (x; y) = 3(x + y)2 12x
I 0 = 3(2x)2 12x = 12x2 12x , x = 0 oder x = 1.
d. h. alle ersten partiellen Ableitungen sind null in den Punkten (0; 0) und (1; 1).
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
III 0 = fz (x; y; z) = z + 1 ) z = 1

4y + y 2 , y = 0 oder y = 4; falls x = 2
I :0 = 2xy + y 2 =
4y + y 2 , y = 0 oder y = 4; falls x = 2
d. h. alle ersten partiellen Ableitungen sind null in den Punkten (2; 0; 1); (2; 4; 1);
( 2; 0; 1); ( 2; 4; 1).

Um zu erkennen, ob eine stationare Stelle (x0 ; y0 ) ein Extremum ist, brau hen wir
no h eine hinrei hende Bedingung.
Analog zum Fall der Funktionen einer Variable, ents heiden die zweiten Ableitungen
daruber, ob ein Extremum vorliegt. Ist die Dierenz:
D(x; y) = fxx (x0 ; y0 ) fyy (x0 ; y0 ) [fxy (x0 ; y0)2
groer als null, so liegt an der Stelle (x0 ; y0 ) der Gipfel eines Berges oder die tiefste
Stelle einer Talmulde. Das Vorzei hen der zweiten Ableitung fxx(x0 ; y0 ) ents heidet
dann daruber, ob es ein Gipfel ist oder ob es die tiefste Stelle einer Talmulde ist.
79
Satz (Hinrei hende Bedingung)

Die Funktion f : D ! IR; D IR2 sei in D zweimal stetig partiell dierenzierbar
mit den Ableitungen fx ; fy ; fxx; fxy ; fyy . Ferner sei:
D(x; y) = fxx(x; y) fyy (x; y) [fxy (x; y)2 .
Wenn es ein (x0 ; y0 ) 2 D gibt mit
fx (x0 ; y0 ) = 0; fy (x0 ; y0) = 0
so gilt:
a) D(x0 ; y0 ) > 0 und fxx (x0 ; y0) < 0 ) (x0 ; y0 ) lokales Maximum von f
b) D(x0 ; y0 ) > 0 und fxx(x0 ; y0 ) > 0 ) (x0 ; y0) lokales Minimum von f
) D(x; y) > 0 und fxx (x; y) < 0 fur alle (x; y) ) (x0 ; y0 ) globales Maximum von f
d) D(x; y) > 0 und fxx (x; y) > 0 fur alle (x; y) ) (x0 ; y0) globales Minimum von f
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
Betra hten wir no h einmal p

die dur hges hnittene Apfelsine, die auf der S hnitt a he liegt, d. h. f(x; y) = 16 x2 y 2. Beim Bli k auf den Grafen von f ist
klar, dass f in (0; 0) ein globales Maximum besitzt. Diese Maximum wollen wir jetzt
re hneris h na hweisen.
x
I 0 = fx(x; y) = p
)x=0
16 x2 y 2
y
)y=0
II 0 = fy (x; y) = p
16 x2 y 2
1
x2
fxx (x; y) = p

3
p
16 x2 y 2
2
2
16 x y
xy
fxy (x; y) = p
3
2
2
16 x y
1
y2
fyy (x; y) = p
3
p
16 x2 y 2
16 x2 y 2
Daraus folgt mit p = 16 x2 y 2:

2
2
x2 y2
D(x; y) = fxx (x; y) fyy (x; y) (fxy (x; y))2 = p1 (px )3 p1 (py )3
(p)6
2
2 2
2 2
2
2
2
= (p1)2 + (px )4 + (py )4 + (xpy)6 (xpy)6 = (p1)2 + (px )4 + (py )4 > 0 immer
fxx (x; y) < 0 immer
d. h. f(x; y) hat in (0; 0) ein globales Maximum.
p
80
Aufgabe (Klausur vom 16.7.2002)
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:
a) Umsatz U(x; y) = 18x + 9y

b) Gewinn G(x; y) = U(x; y) K(x; y) = 18x + 9y
Gx(x; y) = 18 3y 9x
Gy (x; y) = 9 3x 2y
Gxx(x; y) = 9
Gyy (x; y) = 2
Gxy (x; y) = 3
I
0 = 18 3y 9x
II
0 = 9 3x 2y
I
0 = 18 9x 3y
3 II
0 = 27 9x 6y
I 3 II 0 = 9 + 3y ) y = 3
I
0 = 18 9 9x ) x = 1
3xy
4;5x2
y2
10
d.h. (x; y) = (1; 3) ist eine mogli he Extremstelle

D(x; y) = ( 9) ( 2) ( 3)2 = 9 >immer 0
Gxx (x; y) = 9 <immer 0
d.h. (x; y) = (1; 3) = globales Maximum
d.h. die Gewinn-maximale Mengenkombination betragt x = 1 und y = 3.
G(1; 3) = 12;5
d.h. der maximale Gewinn betragt 12,5 GE.
) Die Grenzkosten von Produkt P1 betragen Kx(x; y) = 3y + 9x und die Grenzkosten von Produkt P2 betragen Ky (x; y) = 3x + 2y

81
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
(fxy (x0 ; y0)) < 0
) (x0 ; y0) Sattelstelle.
Beispiel
Wir su hen die Sattelstelle der Funktion f(x; y) = x2 y 2 ; x; y 2 IR.

Zuna hst bilden wir die partiellen Ableitungen erster und zweiter Ordnung:
fx (x; y) = 2x
fy (x; y) = 2y
fxx (x; y) = 2
fyy (x; y) = 2
fxy (x; y) = 0
Wir su hen die Nullstelle der ersten Ableitung:
I 0 = fx (x; y) = 2x ) x = 0
II 0 = fy (x; y) = 2y ) y = 0

d.h. die erste Ableitung ist null an der Stelle xy = 00 .
Wir uberprufen das Vorzei hen der Dierenz:
D(0; 0) = fxx (0; 0) fyy (0; 0) (fxy (0; 0))2 = 2 ( 2) 0 = 4 < 0
d.h. 00 ist eine Sattelstelle.
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
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 ).
D(x; y) = fxx (x; y) fyy (x; y) (fxy (x; y))2 = 272 y
83
3xy
6x +
Stelle (4; 2):

D(4; 2) = 272 2 9 = 27 9 = 18 > 0
fxx (x; y) = 3 > 0
d. h. (4; 2) lokales Minimum
Stelle ( 34 ; 23 ):

9= 9
D( 43 ; 23 ) = 272 23
d. h. ( 43 ; 23 ) Sattelstelle.
9 = 18 < 0
Beispiel
Die Funktion
f(x; y) = x3 + y 2 + 2xy
3x2
hat in (0,0) eine Sattelstelle und in
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 Extremwerte unter Nebenbedingungen

Oft muss bei der Bestimmung von Extremwerten einer Funktion eine oder mehrere
Nebenbedingungen bea htet werden. Wir werden zwei Methoden kennen lernen, um
Extremwerte unter Nebenbedingungen zu bestimmen.
6.3.1 Einsetz-Methode
Ein einfa hes Verfahren, um Extremwerte unter Nebenbedingungen zu bestimmen,
ist die Einsetz-Methode.
Beispiel
u(x1 ; x2 ) = x1 x2 Nutzenfunktion zweier Guter

x1 Konsum in ME von Gut I
x2 Konsum in ME von Gut II
p1 = 4 Preis von Gut I pro ME
p2 = 2 Preis von Gut II pro ME
Zum Kauf der beiden Guter stehen nur a ht Geldeinheiten zur Verfugung.
84
Gesu ht: Max von u(x1 ; x2 ) unter der Budgetrestriktion

8 = 4x1 + 2x2
Au osen der Nebenbedingung na h x2 ergibt:
x2 = 4 2x1
Wir setzten den erhaltenen Wert fur x2 in die Funktionsglei hung ein, dann haben
wir nur no h eine Funktion einer Variablen :
x1 x2 = x1 (4 2x1 ) = 4x1 2x21
|
{z
=f (x1 )
Jetzt konnen wir fur die Funktion f(x1 ) wie gewohnt die Extremwerte bestimmen.
0 = f 0 (x1 ) = 4 4x1 ) x1 = 1
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 )
= x21 x22 + x1 x2 + 5x1 + 8x2

= 2x1 + x2 + 5
= 2x2 + x1 + 8
= 2
= 2
= 1
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
d.h. (x1 ; x2 ) = (6; 7) ist eine mogli he Extremstelle

D(x1 ; x2 ) = ( 2) ( 2) (12 ) = 3 >immer 0
Gx1 x1 (x1 ; x2 ) = 2 <immer 0
d.h. (x1 ; x2 ) = (6; 7) = globales Maximum
maximaler Gewinn= G(6; 7) = 44 GE
K(6; 7) = 200
U(6; 7) = 200 + 44 = 244
b) U(x1 ; x2 ) = 10x1 + 20x2 + x1 x2 ; x1 ; x2 2 [0; 50
) U(x1 ; x2 ) =! maximal
unter NB x1 + x2 = 40 ) x2 = 40 x1
Setze: f(x1 ) = 10x1 + 20(40 x1 ) + x1 (40
x1 ) = x21 + 30x1 + 800
0 = f 0 (x1 ) = 2x1 + 30 ) x1 = 15 ) x2 = 25
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
Gegeben ist die folgende numeris he Funktion:

f(x; y) = 50 (x 3)2 + (y 5)2 ; x; y 2 IR
a) Gesu ht ist das globale Maximum von f(x; y) unter der Nebenbedingung:
14x + 28y = 182
b) Gesu ht ist das globale Minimum von f(x; y) unter der Nebenbedingung:
39x + 13y = 182
86
) Gesu ht sind Extremstellen von f(x; y) unter der Nebenbedingung:

22;75x + 22;75y = 182
Ls
oung:
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
) NB 22;75x + 22;75y = 182 ) y = 8 x

Setze h(x) = 50 (x 3)2 + (8 x 5)2 = 50 (x 3)2 + (3 x)2 = 50
d.h. fur diese Nebenbedingung betragt der Funktionswert von f(x; y) konstant
50.
d.h. es gibt keine lokalen Extremstellen unter dieser NB vor.
Die Ergebnisse aus a) und b) sind verbluend. Wieso ist die Stelle (3;5) einmal ein
Max und einmal ein Min? Das liegt daran, dass die Stelle (3;5) eine Sattelstelle
von f(x; y) ist. Eigens haft einer Sattelstelle ist es, dass sie die Kreuzung\ einer
"
Minmimal und einer Maximalstelle ist.
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)
Falls gilt: Lx (x0 ; y0 ; 0 ) = 0

Ly (x0 ; y0 ; 0 ) = 0
L (x0 ; y0 ; 0 ) = 0
und sei
D(x; y; ) = Lxx (x; y; ) Lyy (x; y; )
(Lxy (x; y; ))2
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
L(x; y; ) = (x 3)2 + (y 2)2 + (x2 + y 2 208)

I 0 = Lx (x; y; ) = 2(x 3) + 2x , 0 = 2x 6 + 2x
II 0 = Ly (x; y; ) = 2(y 2) + 2y , 0 = 2y 4 + 2y
III 0 = L (x; y; ) = x2 + y 2 208
Da x 6= 0 und y 6= 0 sind, durfen wir die ersten beiden Glei hungen mit x bzw. mit
y multiplizieren:
yI
0 = 2xy 6y + 2xy
x II
0 = 2xy 4x + 2xy
y I x II 0 = 6y + 4x , x = 32 y
Jetzt setzen wir den Ausdru k fur xin die dritte Glei hung ein und erhalten:
2
III 0 = x2 + y 2 208 = 23 y + y 2 208 = 134 y 2 208
p
, y2 = 20813 4 = 64 , y = 64 , y = 8 oder y = 8
Da gilt y 2 IR+ , kann y nur den Wert y = 8 haben.
) x = 32 8 = 12
d.h. eine mogli he Extremstelle liegt in (x; y) = (12; 8)
Wir bere hnen no h den Wert fur aus der ersten Glei hung:
I 0 = 2 12 6 + 2 12
0 = 18 + 24 , = 0;75
Fur die hinrei hende Bedingung benotigen wir die zweiten partiellen Ableitungen
der Lagrange-Funktion:
Lxx (x; y; ) = 2 + 2
Lyy (x; y; ) = 2 + 2
Lxy (x; y; ) = 0
Jetzt uberprufen wir folgende Dierenz:
Lxx (x; y; 0;75) Lyy (x; y; 0;75) (Lxy (x; y; 0;75))2
= (2 + 2 ( 0;75)) (2 + 2 ( 0;75)) 0 = 0;25 >immer 0
Als Letztes mussen wir uns no h folgende partielle Ableitung uberprufen:
Lxx (x; y; 0;75) = 2 + 2 ( 0;75) = 0;5 >immer 0
d. h. f(x; y) hat in (12; 8) ein globales Minimum unter Beru ksi htigung der Nebenbedingung.
Beispiel
Gegeben ist die Funktion:

f(x; y) = 7x + 5y 28 ; x; y; > 0
Gesu ht ist das globale Maximum der Funktion unter Beru ksi htigung der Nebenbedingung:
5x2 + y 2 = 870
89
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
Gesu ht ist das globale Minimum der Kostenfunktion:

47 3
K(x; y) =
x 3x2 + 3y 2 36y + 200 ; x; y 2 [10; 100
400
unter der Nebenbedingung:
x + y = 100.
90
Die Nebenbedingung bes hreibt in der x; y-Ebene eine Gerade.
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
A Das kostenlose Software-Paket R

Mit Hilfe des kostenlosen Programm-Pakets R konnen Sie zum Beispiel Funktionen
der Form f(x) bzw. f(x; y) zei hnen. Das Herunter-Laden der kostenlosen Software
ges hieht wie folgt:
1. Im Internet anmelden im Center for Computational Intelligen e der Te hnis hen Universitat Wien unter www. i.tuwien.a .at
2. Auf R kli ken
3. Auf Download CRAN kli ken
4.
http:// ran.au.r-proje t.org
5.
Windows
ankli ken
ankli ken
6. Auf base n kli ken

7. Alles aus base in einen Ordner Ihres Computers spei hern
8. Um R zu installieren, auf rw2010.exe kli ken
Jetzt kann R gestartet werden. Im Ordner rw1000 n do n manual liegt die Datei
R-intro.pdf, die eine ausf
uhrli he Einfuhrung in R auf Englis h enthalt. Interaktiv
erhalten Sie Hilfe mit dem Befehl help:sear h(\ : : :\) oder mit ? : : :. Brau hen Sie
z.B. Hilfe zur Grak-Funktion, so geben Sie help:sear h(\plot\) oder ?plot ein.
Mathematis he Operationen in R
+
Addition
Subtraktion
Multiplikation
Division
Exponentiation
sqrt
Wurzel
hoose(n; k) Binomialkoezient
prod(1 : n)
n
k
n-Fakultat
Ausdru ken von Graken
Um R-Graken auszudru ken, gehen Sie wie folgt vor:

1. in der R-Grak dru ken Sie die re hte Maustaste
92
2. Copy as metale\ ankli ken

"
3. die Word-Datei oder Power-Point-Datei oder Exel-Datei onen, in die die Grak kopiert werden soll, und dort in der Symbol-Leiste das I on Einfugen\
"
ankli ken
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
Klausurtraining Mathematik und Statistik fur Wirts haftswissens haftler

234 Seiten, BG Teubner, 2. Au age, Leipzig 2003
ISBN 3-519-22130-6
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
C Sti hwortverzei hnis
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

Askript

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Askript

Încărcat de

Drepturi de autor:

Formate disponibile

 LN

Stand: 17. November 2005

2 Folgen und Reihen

2.1 Folgen und ihre Eigens haften . . . . . . . . . . . . . . . . . . . . . . 9

3 Funktionen einer reellen Veranderli hen

4 Di erentialre hnung im IR1

5 Di erentialre hnung im IRn

5.1 Partielle Ableitungen erster Ordnung . . . . . . . . . . . . . . . . . . 70

6 Optimierung bei ni htlinearen Funktionen

A Das kostenlose Software-Paket R

C Sti hwortverzei hnis

Contents Applied Mathemati s 1

1 Mengen und Abbildungen

Wir wollen das Re hnen mit Mengen uben:

Gegeben ist die folgende Preis-Absatz Funktion:

Es sind A = f1; 2; 3g und B = f1; 4; 9g. Die Abbildung f : A ! B ordnet jedem

Ist f : A! B eine Abbildung, so heit die Menge

abbildung oder inverse Abbildung von f bezei hnet.

Die Preis-Absatz Funktion:

Die Umkehrabbildung von f : A ! B existiert genau dann, wenn gilt:

Gegeben ist die Preis-Absatz Funktion:

Gegeben ist die Preis-Absatz Funktion:

2;5 1 800 1;8 1 800 1 200 = 4 500 4 440 = 60

Beispiel (okonomis he Funktionen)

Umsatz = Preis Absatz

Gewinn = Umsatz { Kosten

G(x) = U(x) K(x)

2 Folgen und Reihen

2.1 Folgen und ihre Eigens haften

Wir wollen no h weitere Eigens haften einer Folge betra hten.

. Die ersten funf Folgenglieder betragen:

2.2 Grenzwert von Folgen

) lim (an bn ) = lim an lim bn = a b

e) lim (an ) = lim an

die n te Partialsumme von (an )n2IN .

Fur die Folge an = n gilt:

Ist (an )n2IN eine arithmetis he

Falls sn eine arithmetis he Reihe ist, gilt:

Die Folge (sn ) ; sn = a1 qq 11 konvergiert genau dann, wenn gilt q

Falls sn eine geometris he

Wir betra hten die folgende Folge:

Die harmonis he Reihe ist ni ht konvergent, sie divergiert. Es gilt namli h:

3 Funktionen einer reellen Veranderli hen

Dabei bezei hnen:

Mit Hilfe der Programmierspra he R lassen si h au h Funktionen zei hnen. Wir

Eine Einproduktunternehmung geht von einer Kostenfunktion K(x) = + dx =

Die Produktionsfunktion x(r) = 5 r0;98 ergibt x = 231;19 ME des Gutes, wenn

beiden Funktionen x(r) und g(r) eine neue Funktion:

Sind g : A !B und f : B ! C Abbildungen, so heit die Abbildung f g : A ! C

g : IR ! IR mit f (g(x)) = f(2x + 3) =

3.1 Spezielle Funktionen

2) Lineare Funktion/Gerade f(x) = a + bx

Zum Zei hen der Funktion f(x) = x2 in R lauten die Befehle:

oder mit der ab Formel:

Su hen wir z.B. die Nullstellen von f(x) = 6x3

z.B. Stu kkosten k(x) =

7) Logarithmusfunktion f(x) = ln(x); x 2 IR+

Zum Zei hen der ln-Funktion in R lauten die Befehle:

3.2 Eigens haften von Funktionen

x1 < x2 ) f(x1 )  f(x2 ) bzw. f(x1 ) > f(x2 );

Die Funktion f(x) = x2 ; x 2 IR ist auf (

1; 0 streng monoton fallend und auf

Die Funktion f(x) = x2 ; x 2 IR ist na h unten bes hrankt dur h = 0.

LN

3 Funktionen einer reellen Veranderli hen

4 Dierentialre hnung im IR1

5 Dierentialre hnung im IRn

Wir wollen das Re hnen mit Mengen uben:

Ist f : A! B eine Abbildung, so heit die Menge

Beispiel (okonomis he Funktionen)

. Die ersten funf Folgenglieder betragen:

Fur die Folge an = n gilt:

Die harmonis he Reihe ist ni ht konvergent, sie divergiert. Es gilt namli h:

3 Funktionen einer reellen Veranderli hen

Sind g : A !B und f : B ! C Abbildungen, so heit die Abbildung f g : A ! C

z.B. Stu kkosten k(x) =

x1 < x2 ) f(x1 ) f(x2 ) bzw. f(x1 ) > f(x2 );

Die Funktion f(x) = x2 ; x 2 IR ist na h unten bes hrankt dur h = 0.

nahert si h von links der Zahl Eins.

bn = 1 + n1 nahert si h von re hts der Zahl Eins.

Die Stelle x = 1 wird au h als Denitionslu ke bezei hnet.

4 Dierentialre hnung im IR1

Werk 1: Produktionsfunktion x(r) = 8r2 40r; r 5

Zwis hen Stetigkeit und Dierenzierbarkeit besteht der folgende Zusammenhang:

Werden zum Beispiel 6 ME abgesetzt, so betragt der Grenzerlos U 0 (6) = 15 GE.

Die Grenzproduktivitat ist die Ableitung der Produktionsfunktion.

Grak der Funktion x(p) = 50

Allgemein gilt fur die Tangente t(x) = a + bx von f an der Stelle x0 :

Wenn f(x) dierenzierbar ist, dann ist f(x) au h stetig.

4.6 Hohere Ableitungen

Bei der na hfolgenden Grak lasst si h ablesen, dass gilt:

Sei f eine Funktion. Gilt fur xE 2Df :

f(xE ) f(x) fur alle x 2 (a; b) Df ,

f(xE ) f(x) bzw. f(xE ) f(x) fur alle x 2Df ,

Frage: Wo liegen mogli he Extremstellen der Gewinnfunktion?

d. h. mogli he Extremstellen der variablen Stu kkosten liegen in den S hnittstellen

Hangt der Verkaufspreis ni ht von der angebotenen Menge ab, so gilt:

Kafer-Produktion des VW-Konzerns 1945 - 1981 (in TSD Stu k)

Tatsa hli he und ges hatzte Stu kzahlen im Verglei h

Die Funktion f sei in (a; b) dreimal stetig dierenzierbar. Dann gilt.

d. h. K andert in x = 5 das Krummungsverhalten von konkav zu konvex.

5 Dierentialre hnung im IRn