Beruflich Dokumente
Kultur Dokumente
Die Bestimmung von Maxima, Minima, Wendepunkten und die damit verbundene
Kurvendiskussion ist meistens aus der Schule hinreichend bekannt. Wir geben hierzu nur
exakte Definitionen und Sätze und fassen uns in diesem Bereich relativ kurz.
Zunächst halten wir fest, was wir unter Definition: Maximum und Minimum
Maximum und Minimum verstehen: Eine Funktion f: D->E nimmt ihr absolutes oder globales
Maximum auf D an einer Stelle c∈D an, wenn für alle x∈D
f(c) ≥f(x) gilt. Der Funktionswert an dieser Stelle heißt dann
Maximalwert.
Eine Funktion f: D->E nimmt ihr absolutes oder globales
Minimum auf D an einer Stelle c∈D an, wenn für alle x∈D
f(c)≤f(x) gilt. Der Funktionswert an dieser Stelle heißt dann
Minimalwert.
Minimal- und Maximalwerte heißen Extremwerte von f.
Anmerkung:
Hier und im Folgenden wollen wir unter einer Umgebung einer Stelle
c immer ein offenes Intervall (c-ε,c+ε) für ein ε>0 verstehen.
Globales Minimum an der Stelle Kein Minimum kein Lokale Minima bei x=0 und
x=0; kein Maximum Maximum x=3; globales Minimum bei x=3
Lokales Maximum bei x=1; kein
globales Maximum
In den Beispielen haben wir gesehen, dass Funktionen lokale und globale Maxima und Minima haben können oder
auch nicht. Der folgende Satz gibt Auskunft darüber, unter welchen Bedingungen die Existenz von globalem
Maximum und globalem Minimum gesichert ist:
Satz: Extremwertsatz
Wenn eine Funktion f auf einem abgeschlossenen Intervall [a,b] stetig ist, so nimmt sie auf diesem
Intervall an einer Stelle c ihr globales Maximum und an einer Stelle d ihr globales Minimum an.
Der Nachweis diese Theorems ist intuitiv, weshalb wir ihn hier
vorstellen:
Wir beschränken uns auf ein lokales Maximum. Für ein lokales
Minimum verläuft der Nachweis völlig analog.
Wenn f an einer Stelle c ein lokales Maximum hat, dann gilt für
hinreichend kleines positives oder negatives h:
f (c ) f (c h ) f (c h ) f (c ) 0
Wenn h>0 bzw. h<0 erhalten wir durch Division durch h:
f (c h ) f (c ) f (c h ) f (c )
Achtung: h 0: 0 h 0: 0
Fermat‘s Theorem ist nur eine sogenannte h h
notwendige Bedingung für die Existenz Für h>0 bilden wir den rechtsseitigen Grenzwert, für h<0 den
eines lokalen Extremwertes: linksseitigen Grenzwert (beide Grenzwerte existieren, da die
Aus der Existenz eines lokalen Extrem- Differenzierbarkeit von f an der Stelle c vorausgesetzt wurde!)
wertes folgt, dass die Ableitung an der be- f (c h ) f (c ) f (c h ) f (c )
treffenden Stelle verschwinden muss. lim f (c) 0 lim f (c) 0
h 0 h h 0 h
Die Umkehrung gilt nicht!
Siehe z.B. die Funktion y=x³ Aus beiden Beziehungen zusammen folgt aber unmittelbar f‘(c)=0.
Lösung: 12 8 x
Die Ableitung von f ist: f ( x) 2
5x 5
Kritische Werte liegen vor, wenn f‘(c)=0 oder wenn f‘(c) nicht
existiert:
c1 0 c2 3
2
Mit Hilfe des Begriffs des kritischen Wertes kann Fermat‘s Theorem
wie folgt formuliert werden:
Man beachte wiederum, dass das eine Implikation und keine Äquivalenzaussage ist: Die Umkehrung gilt nicht!
Beispiel:
Man bestimme die globalen und lokalen Extremwerte der Funktion
f(x)=x³-3x²+1 auf dem Intervall [-½,4]
Lösung:
Die kritischen Werte sind x=0 und x=2, wie man durch Nullsetzen der
ersten Ableitung leicht sieht. Die zugehörigen Funktionswerte sind
f(0)=1 und f(2)=-3. Am Rand hat die Funktion die Werte f(-½)=1/8 und
f(4)=17.
Der Punkt (2,-3) ist also das globale Minimum und der Punkt (4,17) das
globale Maximum. An der Stelle (0,1/8) liegt zusätzlich ein lokales
Maximum vor.
Viele Anwendungen der Differentialrechnung basieren auf dem Satz von
Rolle:
Die Beispiele zeigen verschiedene Funktionen für die die Voraussetzungen des Satzes von Rolle erfüllt sind.
Demnach ist der Satz von Rolle zunächst plausibel.
Nachweis: Wir unterscheiden 3 Fälle:
1. f(x)=const. : Die Aussage ist trivial
2. f(x)>f(a) für mindestens ein x∈(a,b) : Extremwertsatz und Fermat‘s Theorem sind anwendbar -> f‘(c)=0
3. f(x)<f(a) für mindestens ein x∈(a,b) : wie bei (2)
Der Satz von Rolle ist die Basis für den häufig verwendeten Mittelwertsatz der Differentialrechnung:
Definition:
Eine Funktion f heißt auf einem Intervall I stetig differenzierbar, wenn sie differenzierbar ist und
die Ableitung auf I stetig ist.
Eine Funktion f heißt auf einem Intervall I n-mal stetig differenzierbar, wenn die n-te Ableitung
auf I existiert und diese dort stetig ist.
Wir schreiben:
f∈C0(I) ⇔ f ist stetig auf I
f∈C1(I) ⇔ f ist 1-mal differenzierbar auf I und die 1. Ableitung ist stetig auf I
f∈C2(I) ⇔ f ist 2-mal differenzierbar auf I und die 2. Ableitung ist stetig auf I
f∈Cn(I) ⇔ f ist n-mal differenzierbar auf I und die n.-te Ableitung ist stetig auf I
f∈C∞(I) ⇔ f ist beliebig oft differenzierbar auf I und alle Ableitungen sind stetig auf I
Beispiele
f(x)=|x| ∈ C0(ℝ) : f(x)=|x| ist auf ganz ℝ stetig aber nicht überall differenzierbar
f(x)=sin(x)∈ C∞(ℝ) : f(x)=sin(x) ist auf ganz ℝ beliebig oft differenzierbar und die Ableitungen sind alle stetig
Anmerkung:
Der Fall „0⋅∞“ ist in diesen Regeln eingeschlossen:
lim f ( x)
lim f ( x) 0 lim g ( x) lim f ( x) lim g ( x) xa
xa xa x a x a 1
lim
xa g ( x)
Der letzte Grenzwert ist aber von der Form „0/0“
Beispiele:
tan x x 1
"0" ln x 1 " " ln x 1
3 lim
: lim lim 1
x : lim 3 lim 1 x 2 lim 3 0 x 0 x3 3
0 x 1 x 1 x 1 1 x x x 3 x 3 x x
An der Tafel
1
ln x
"0 ": lim x ln x lim lim x
lim x 0
x 0 x 0 1
x
x 1 x12 x 0 Weitere Beispiele
in den Übungen!
Ist eine Funktion f(x) in einer Umgebung der Stelle x=a differenzierbar,
so lässt sie sich in dieser Umgebung durch ihre Tangente ersetzen. Wir
sprechen von der linearen Näherung der Funktion f(x) an der Stelle a:
Formal erhält man die lineare Näherung aus der Forderung, dass die
lineare Funktion mit der Funktion f(x) an der Stelle x=a den gleichen
Funktionswert und den gleichen Wert der ersten Ableitung hat.
Ansatz: y=L(x)=b0+b1(x-a)
Beispiel:
Lineare Näherung an der Stelle a=1 für f ( x) x 3
Lineare Näherung: y 14 x 74
Ist eine Funktion f(x) in einer Umgebung der Stelle x=a zweimal differenzierbar, so lässt sie sich in dieser
Umgebung durch eine quadratische Funktion ersetzen. Wir sprechen von der quadratischen Näherung der
Funktion f(x) an der Stelle a:
f (a )
y Q( x) f (a ) f '(a ) x a x a
2
Quadratische Näherung:
2
Formal erhält man die quadratische Näherung aus der Forderung, dass die quadratische Funktion mit der
Funktion f(x) an der Stelle x=a den gleichen Funktionswert, den gleichen Wert der ersten Ableitung und den
gleichen Wert der zweiten Ableitung hat.
Ansatz: y=Q(x)=b0+b1x+b2x²
Ansatz: y=K(x)=b0+b1(x-a)+b2(x-a)²+b3(x-a)³
2 6
Taylorpolynom:
Wenn eine Funktion f(x) hinreichend oft differenzierbar ist, so kann f(x) in der Umgebung einer Stelle x=a
durch ein Polynom n-ten Grades genähert werden:
0! 1! 2! n!
Den dabei entstehenden Fehler bezeichnet man als Restglied: Rn ( x) : f ( x) Tn ( x)
( n 1)
Für dieses Restglied gilt: Rn ( x) f ( z)
x a für ein (unbekanntes!) z zwischen x und a.
n 1
(n 1)!
In vielen Fällen verwendet man als Entwicklungsstelle a=0. Dann lautet das Taylorpolynom n-ten Grades:
f (0) f (0) f (0) 2 f ( n ) (0) n
y Tn ( x) x x x
0! 1! 2! n!
x3 x5
sin x x
3! 5!
x2 x4
cos x 1
2! 4! Die Funktion y=sin(x) und die Taylorpolynome T1(x) bis T7(x)
x 2 x3 x3
e 1 x
x
T1 ( x) x T3 ( x) x
2! 3! 6
x3 x5 x3 x5 x7
T5 ( x) x T7 ( x) x
6 120 6 120 5040
Die Nullstellenbestimmung ist für viele auftretende Fragestellungen von zentraler Bedeutung:
Kurvendiskussion, Extremwerte, Wendepunkte
Leider lassen sich die meisten Gleichungen der Form f(x)=0 nicht analytisch lösen.
Beispiele:
Die lineare Funktion y=mx+b hat für ≠0 genau eine Nullstelle x=-b/m
Bei nicht polynomialen Gleichungen sieht es in der Regel noch schlimmer aus:
Suchen wir z.B. die Lösungen der Gleichung x=cos(x), so ist dies
gleichbedeutend damit, die Nullstelle der Funktion f(x)=cos(x)-x
zu bestimmen
Wir entnehmen dem Grafen, das eine solche Nullstelle existiert,
haben aber keine Möglichkeit für deren Berechnung.
Gegeben: x1 , f ( x1 )
Lineare Näherung: y f ( x1 ) f ( x1 ) x x1
Nullstelle x2 der linearen Näherung sollte eine bessere Näherung für den
wahren Wert der Nullstelle sein:
f ( x1 )
x2 x1
f ( x1 )
Das Verfahren lässt sich mit x2 als Startwert wiederholen:
f ( x2 )
x3 x2
f ( x2 )
Das ist typisch für das Newton Verfahren: wir sprechen von
quadratischer Konvergenz, da wir 2 Zehnerpotenzen an
Genauigkeit pro Schritt gewinnen.
Verwendet man auf einem Taschenrechner oder Computer die Wurzelfunktion, so muss das Gerät einen
hinreichend genauen Näherungswert unter alleiniger Verwendung der 4 Grundrechenarten bestimmen.
Allgemein gilt, dass jede Funktion, die sich nicht durch die 4 Grundrechenarten darstellen lässt, nur durch
sogenannte rationale Näherungen, also durch Formeln, die nur die 4 Grundrechenarten verwenden,
berechnet werden kann.
Wir wollen dies zunächst am Beispiel der Quadratwurzel und dann für beliebige Wurzeln nachvollziehen: