Mathe VO 2

Überblick über die Differentialrechnung

Inhalte:
- Die Differentialrechnung befasst sich mit der Untersuchung von Funktionen in Bezug auf ihre lokalen Änderungen. Sie ist ein fundamentales Werkzeug in vielen wissenschaftlichen und technischen Disziplinen.
- Ableitung einer Funktion: Das zentrale Konzept zur Bestimmung der momentanen Änderungsrate oder Steigung einer Funktion an einem bestimmten Punkt.
- Differenzieren: Der Prozess des Berechnens von Ableitungen.
- Kurvendiskussion: Eine umfassende Analyse des Verlaufs einer Funktion, die Ableitungen zur Bestimmung von Extrema, Wendepunkten und Monotonie nutzt.
- Optimierung mit einer Variablen: Anwendung der Differentialrechnung zur Ermittlung von Maximal- oder Minimalwerten von Funktionen.
- Funktionen mit zwei Variablen: Erweiterung der Ableitungskonzepte auf mehrdimensionale Funktionen zur Analyse komplexerer Systeme.

Ableitung einer Funktion

Steigungsverhältnis – Der Differenzenquotient (Sekantensteigung):
- Der Differenzenquotient $\frac{f(x) - f(x0)}{x - x0}$ beschreibt die durchschnittliche Änderungsrate (Steigung der Sekante) einer Funktion $f(x)$ zwischen zwei Punkten $(x0, f(x0))$ und $(x, f(x))$ . Er gibt an, wie stark sich der Funktionswert im Durchschnitt ändert, wenn sich die unabhängige Variable von $x_0$ nach $x$ bewegt.
Definition – Die Ableitung (Tangentensteigung):
- Die Ableitung $f'(x0) = \lim{x \to x0} \frac{f(x) - f(x0)}{x - x0}$ ist der Grenzwert des Differenzenquotienten, wenn der Punkt $x$ sich dem Punkt $x0$ unendlich nähert. Sie repräsentiert die momentane Änderungsrate der Funktion an der Stelle $x_0$ .
- Geometrische Deutung: Die Ableitung $f'(x0)$ entspricht der Steigung der Tangente an den Graphen der Funktion $f(x)$ an der Stelle $x0$ . Eine Tangente ist eine Gerade, die den Graphen in diesem Punkt berührt und die gleiche Steigung wie der Graph selbst hat.
- Physikalische Deutung: Ist die Funktion $f(t)$ beispielsweise die Position eines Objekts zur Zeit $t$ , so entspricht die Ableitung $f'(t)$ der momentanen Geschwindigkeit des Objekts zur Zeit $t$ .

Differenziertheoreme (Ableitungsregeln)

Zur Vereinfachung des Differenzierens komplexer Funktionen gibt es verschiedene Regeln:

Summenregel: Wenn eine Funktion die Summe oder Differenz zweier ableitbarer Funktionen ist, dann ist ihre Ableitung die Summe oder Differenz der einzelnen Ableitungen.
- $(f + g)'(x) = f'(x) + g'(x)$
Produktregel: Wenn eine Funktion das Produkt zweier ableitbarer Funktionen ist, dann wird ihre Ableitung wie folgt berechnet:
- $(f \times g)'(x) = f'(x)g(x) + f(x)g'(x)$
Kettenregel: Diese Regel wird angewendet, wenn eine Funktion eine Komposition (Verschachtelung) zweier Funktionen ist, d.h. eine Funktion in einer anderen Funktion enthalten ist.
- $[f(g(x))]' = f'(g(x)) \times g'(x)$
Quotientenregel: Wenn eine Funktion der Quotient zweier ableitbarer Funktionen ist, findet man ihre Ableitung mithilfe dieser Regel:
- $\left( \frac{f(x)}{g(x)} \right)' = \frac{f'(x)g(x) - f(x)g'(x)}{g(x)^2}$ (vorausgesetzt $g(x) \neq 0$ )

Optimierung und Kurvendiskussion

Monotonie (Verhalten der Funktion): Die erste Ableitung gibt Auskunft über das Steigungsverhalten einer Funktion.
- Wenn f'(x) > 0 für alle $x$ in einem Intervall, dann ist $f(x)$ in diesem Intervall monoton steigend.
- Wenn f'(x) < 0 für alle $x$ in einem Intervall, dann ist $f(x)$ in diesem Intervall monoton fallend.
Stationäre Punkte (Kritische Punkte):
- Punkte, an denen die erste Ableitung $f'(x) = 0$ ist, werden als stationäre oder kritische Punkte bezeichnet. An diesen Punkten ist die Tangente an den Graphen horizontal. Sie sind Kandidaten für lokale Extrema (Maxima oder Minima) oder Sattelpunkte.
Maxima/Minima (Extrema): Um zu bestimmen, ob ein stationärer Punkt ein lokales Maximum, Minimum oder ein Sattelpunkt ist, können verschiedene Tests angewendet werden:
- Zweite Ableitungstest (hinreichende Bedingung):
- Wenn f''(x0) < 0 , ist $x0$ eine Stelle eines lokalen Maximums.
- Wenn f''(x0) > 0 , ist $x0$ eine Stelle eines lokalen Minimums.
- Wenn $f''(x_0) = 0$ , liefert der Test keine Aussage (es könnte ein Maximum, Minimum oder ein Sattelpunkt sein). In diesem Fall müsste ein Vorzeichenwechsel der ersten Ableitung oder ein höherer Ableitungstest untersucht werden.
- Erste Ableitungstest (Vorzeichenwechselkriterium): Überprüft den Vorzeichenwechsel von $f'(x)$ um $x_0$ .
Krümmung (Konvexität/Konkavität): Die zweite Ableitung beschreibt die Krümmung des Funktionsgraphen.
- Wenn f''(x) > 0 in einem Intervall, ist der Graph von $f(x)$ konvex (rechtsgekrümmt oder nach oben geöffnet).
- Wenn f''(x) < 0 in einem Intervall, ist der Graph von $f(x)$ konkav (linksgekrümmt oder nach unten geöffnet).
Wendepunkte (Inflection Points):
- Ein Wendepunkt ist ein Punkt auf dem Graphen, an dem sich das Krümmungsverhalten (von konvex zu konkav oder umgekehrt) ändert. Eine notwendige Bedingung für einen Wendepunkt ist $f''(x) = 0$ . Eine hinreichende Bedingung ist, dass $f''(x)$ einen Vorzeichenwechsel an diesem Punkt aufweist oder $f'''(x) \neq 0$ (falls $f''(x) = 0$ ).

Funktionen mit zwei Variablen

Partielle Ableitung: Bei Funktionen, die von mehreren Variablen abhängen, misst die partielle Ableitung die Änderungsrate der Funktion in Bezug auf eine einzelne Variable, während alle anderen Variablen als Konstanten betrachtet werden.
- Notation: $\frac{\partial f}{\partial x1}$ und $\frac{\partial f}{\partial x2}$ . Zum Beispiel ist $\frac{\partial f}{\partial x1}(x1, x2)$ die Ableitung von $f$ nach $x1$ , wobei $x_2$ als konstant behandelt wird.

Lagrange-Methode zur Optimierung unter Nebenbedingungen

Die Lagrange-Methode ist ein leistungsfähiges Verfahren zur Optimierung (Maximierung oder Minimierung) einer Funktion, wenn diese durch eine oder mehrere Nebenbedingungen eingeschränkt ist.

Zielfunktion: Die Funktion, die optimiert werden soll, z.B. $C(x1, x2)$ . Dies ist die Funktion, deren Maximum oder Minimum wir finden möchten.
Nebenbedingung: Eine Gleichung, die die Beziehung zwischen den Variablen einschränkt, z.B. $F(x1, x2) = q$ . Die Variablen müssen diese Bedingung erfüllen.
Lagrange-Funktion: Zur Lösung des Optimierungsproblems wird eine neue Funktion eingeführt, die Zielfunktion und Nebenbedingung miteinander verknüpft:
- $L(x1, x2, \lambda) = C(x1, x2) - \lambda(F(x1, x2) - q)$ .
- Dabei ist $\lambda$ der Lagrange-Multiplikator, der die Grenzrate der Veränderung der optimalen Zielfunktion in Bezug auf eine Änderung der Nebenbedingungskonstante $q$ misst (oft als Schattenpreis interpretiert).
Stationäre Punkte: Um die optimalen Werte zu finden, werden die partiellen Ableitungen der Lagrange-Funktion nach jeder Variablen ( $x1, x2, \lambda$ ) gebildet und alle gleich Null gesetzt. Das resultierende System von Gleichungen wird dann gelöst, um die Werte von $x1, x2$ und $\lambda$ an den stationären Punkten zu finden.

Relevante Formeln der Differentialrechnung

Grundlegende Definitionen
- Differenzenquotient (Sekantensteigung): $\frac{f(x) - f(x0)}{x - x0}$
- Definition der Ableitung (Tangentensteigung): $f'(x0) = \lim{x \to x0} \frac{f(x) - f(x0)}{x - x_0}$
Ableitungsregeln
- Summenregel: $(f + g)'(x) = f'(x) + g'(x)$
- Produktregel: $(f \times g)'(x) = f'(x)g(x) + f(x)g'(x)$
- Kettenregel: $[f(g(x))]' = f'(g(x)) \times g'(x)$
- Quotientenregel: $\left( \frac{f(x)}{g(x)} \right)' = \frac{f'(x)g(x) - f(x)g'(x)}{g(x)^2}$
Kriterien für Optimierung und Kurvendiskussion
- Monotonie:
 - Steigend: f'(x) > 0
 - Fallend: f'(x) < 0
- Stationäre Punkte: $f'(x) = 0$
- Lokale Maxima/Minima (Zweite Ableitungstest):
 - Lokales Maximum: f''(x_0) < 0
 - Lokales Minimum: f''(x_0) > 0
- Krümmung:
 - Konvex: f''(x) > 0
 - Konkav: f''(x) < 0
- Wendepunkte (Notwendige Bedingung): $f''(x) = 0$
Optimierung unter Nebenbedingungen (Lagrange-Methode)
- Lagrange-Funktion: $L(x1, x2, \lambda) = C(x1, x2) - \lambda(F(x1, x2) - q)$
- Stationäre Punkte: $\frac{\partial L}{\partial x1} = 0, \frac{\partial L}{\partial x2} = 0, \frac{\partial L}{\partial \lambda} = 0$