Durchschnittliche Änderungsrate: Die Steigung einer Geraden passt nicht auf eine Kurve
Die Steigung einer Geraden ist überall entlang der Linie konstant und berechnet sich als Verhältnis von vertikaler zu horizontaler Änderung zwischen zwei beliebigen Punkten auf der Linie. Eine Kurve dagegen besitzt eine Steigung, die sich von Punkt zu Punkt kontinuierlich ändert -- der Graph von f(x) = x^2 verläuft in der Nähe von x = 0 flach und wird weiter außen steiler, sodass kein einzelner Steigungswert die gesamte Kurve beschreiben kann.
Die durchschnittliche Änderungsrate einer Funktion zwischen zwei Punkten a und b wird genauso berechnet wie die Steigung einer Geraden: [f(b) − f(a)] / (b − a). Diese Zahl beschreibt, wie stark sich die Funktion im Durchschnitt über das gesamte Intervall verändert hat, sagt aber nichts darüber aus, wie steil die Funktion an einem bestimmten Punkt innerhalb dieses Intervalls ist -- eine Kurve kann an einem Ende eines Intervalls schnell und am anderen Ende langsam ansteigen und dabei trotzdem durchgehend dieselbe durchschnittliche Änderungsrate aufweisen.
Von der Sekante zur Tangente: die Grenzwertdefinition der Ableitung
Eine Linie, die durch zwei Punkte auf einer Kurve verläuft, heißt Sekante, und ihre Steigung entspricht der durchschnittlichen Änderungsrate zwischen diesen beiden Punkten, [f(x+h) − f(x)] / h, wobei h der horizontale Abstand zwischen ihnen ist. Rückt der zweite Punkt immer näher an den ersten heran -- schrumpft h also gegen null --, dreht sich die Sekante und nähert sich einer Grenzlage an, die als Tangente bezeichnet wird: die Linie, die die Kurve nur in einem einzigen Punkt berührt und dort dieselbe Richtung wie die Kurve hat.
Die Ableitung von f an der Stelle x ist definiert als die Steigung dieser Tangente, formal ausgedrückt als der Grenzwert der Sekantensteigung, wenn h gegen null geht: f'(x) = lim(h→0) [f(x+h) − f(x)] / h. Dies ist die formale Definition, die in jedem Standardkurs der Analysis gelehrt wird, und sie verwandelt die vage Vorstellung der „momentanen Änderungsrate" in einen präzisen Grenzwert, der berechnet oder angenähert werden kann.
Numerische vs. symbolische Differentiation: zwei unterschiedliche Fragestellungen
Die symbolische Differentiation wendet algebraische Regeln -- die Potenzregel, die Produktregel, die Kettenregel und weitere -- direkt auf die Formel einer Funktion an, um eine neue Formel f'(x) zu erzeugen, die für jedes x gültig ist, an dem die ursprüngliche Funktion differenzierbar ist. Für f(x) = x^2 liefert die symbolische Differentiation die allgemeine Formel f'(x) = 2x, die anschließend an jedem beliebigen Punkt ausgewertet werden kann: bei x = 3 ergibt sich 6, bei x = 10 ergibt sich 20, ganz ohne weitere Rechenschritte der Analysis.
Die numerische Differentiation beantwortet eine engere Frage: Welchen Wert hat die Ableitung an einem bestimmten Punkt x0, ohne dass jemals die allgemeine Formel hergeleitet wird? Der Ableitungsrechner dieser Seite verwendet einen 5-Punkte-Zentraldifferenzenquotienten, ein Standardverfahren der numerischen Analysis, das f an mehreren Punkten sehr nahe bei x0 auf beiden Seiten auswertet und diese Werte zu einer hochgenauen Schätzung der Steigung allein an x0 kombiniert. Die beiden Ansätze sind keine konkurrierenden Methoden für dasselbe Ergebnis -- der eine liefert eine Formel, der andere eine einzelne Zahl an einem einzigen Punkt --, und sie zu verwechseln ist das häufigste Missverständnis beim Lesen des Ergebnisses eines Ableitungsrechners.
| Ansatz | Was er liefert | Beispiel für f(x) = x² |
|---|---|---|
| Symbolische Differentiation | Eine allgemeine Formel, f'(x), gültig für jedes x | f'(x) = 2x |
| Numerische Differentiation (5-Punkte-Zentraldifferenzenquotient) | Eine einzelne Zahl, der geschätzte Wert von f'(x0) an einem gewählten Punkt | f'(3) ≈ 6 |
Rechenbeispiel: die Ableitung von x² an der Stelle x = 3
Symbolisch hat f(x) = x^2 nach der Potenzregel die Ableitung f'(x) = 2x, sodass f'(3) = 2 × 3 = 6 exakt ist. Numerisch schätzt die Formel des 5-Punkte-Zentraldifferenzenquotienten f'(x0) ≈ [−f(x0+2h) + 8f(x0+h) − 8f(x0−h) + f(x0−2h)] / (12h) für eine kleine Schrittweite h; mit h = 0,000001 und x0 = 3 ergibt diese numerische Formel einen Wert von etwa 6,000000001, der mit dem exakten symbolischen Ergebnis auf acht Dezimalstellen übereinstimmt.
Diese Übereinstimmung ist zu erwarten und kein Zufall: Bei einer glatten Funktion wie x^2 schrumpft der Fehler des Zentraldifferenzenverfahrens proportional zu h^4, sodass ein sehr kleines h eine numerische Schätzung liefert, die sich bei der üblicherweise angezeigten Genauigkeit praktisch nicht vom exakten symbolischen Ergebnis unterscheidet. Beide Methoden beantworten dieselbe zugrunde liegende mathematische Frage -- die Steigung der Tangente an der Stelle x = 3 -- auf zwei verschiedenen Wegen: die eine algebraisch und exakt, die andere numerisch und näherungsweise, aber für gutartige Funktionen äußerst genau.
Warum diese Unterscheidung beim Lesen eines Rechenergebnisses wichtig ist
Ein numerischer Ableitungsrechner, einschließlich desjenigen auf dieser Seite, gibt niemals eine Formel wie 2x aus -- er liefert eine einzelne Zahl, die geschätzte Steigung am einen eingegebenen x0. Um den Wert der Ableitung an einem anderen Punkt zu ermitteln, muss dieser neue Punkt erneut eingegeben und die Berechnung wiederholt werden, da dabei kein allgemeiner Ausdruck für f'(x) erzeugt oder gespeichert wird.
Diese Unterscheidung hat eine praktische Konsequenz: Die numerische Differentiation kann die Ableitung von Funktionen berechnen, die sich symbolisch nur schwer oder gar nicht in geschlossener Form ableiten lassen -- etwa Funktionen, die aus Daten, Simulationen oder Ausdrücken ohne einfache algebraische Ableitung aufgebaut sind --, da sie lediglich f an nahegelegenen Punkten auswerten muss, statt dessen Formel zu manipulieren. Der Kompromiss besteht darin, dass jedes Ergebnis eine Schätzung an einem einzelnen Punkt ist und keine wiederverwendbare allgemeine Formel.
Häufig gestellte Fragen
Was ist eine Ableitung in einfachen Worten?
Eine Ableitung ist die momentane Änderungsrate einer Funktion an einem bestimmten Punkt, gleichbedeutend mit der Steigung der Tangente an den Graphen der Funktion in diesem Punkt. Sie ist formal definiert als der Grenzwert der durchschnittlichen Änderungsrate (der Steigung einer Sekante), wenn die beiden Punkte, die diese Sekante festlegen, zu einem einzigen zusammenrücken.
Was ist die Grenzwertdefinition einer Ableitung?
Die Ableitung von f an der Stelle x ist definiert als f'(x) = lim(h→0) [f(x+h) − f(x)] / h, der Grenzwert der Sekantensteigung zwischen den Punkten x und x+h, wenn h gegen null schrumpft. Dieser Grenzwert verwandelt die informelle Vorstellung der momentanen Änderungsrate in eine präzise mathematische Definition.
Was ist der Unterschied zwischen numerischer und symbolischer Differentiation?
Die symbolische Differentiation wendet algebraische Regeln auf die Formel einer Funktion an, um eine neue allgemeine Formel f'(x) zu erzeugen, die an jedem Punkt gültig ist. Die numerische Differentiation schätzt stattdessen den Wert der Ableitung an einem bestimmten Punkt anhand nahegelegener Funktionsauswertungen, etwa mit einem 5-Punkte-Zentraldifferenzenquotienten, ohne jemals eine allgemeine Formel zu erzeugen.
Warum liefert ein numerischer Ableitungsrechner nur eine Zahl statt einer Formel?
Weil die numerische Differentiation die Funktion an Punkten sehr nahe dem angefragten Punkt auswertet und diese Werte zu einer Steigungsschätzung kombiniert -- sie manipuliert nie die algebraische Struktur der Funktion und kann daher keine an anderen Punkten gültige Formel erzeugen. Um die Ableitung an einer anderen Stelle auszuwerten, muss der neue Punkt eingegeben und die Berechnung wiederholt werden.
Was ist die Ableitung von x² an der Stelle x = 3?
Exakt 6. Symbolisch ergibt die Potenzregel f'(x) = 2x für f(x) = x², sodass f'(3) = 6 ist. Numerisch liefert ein 5-Punkte-Zentraldifferenzenquotient mit kleiner Schrittweite dasselbe Ergebnis auf viele Dezimalstellen genau, da beide Methoden dieselbe zugrunde liegende Größe -- die Steigung der Tangente an der Stelle x = 3 -- auf unterschiedlichen Wegen berechnen.
Quellenangaben
- Stewart J. Calculus. Cengage Learning (the derivative as the limit of a difference quotient and the slope of the tangent line).
- Burden RL, Faires JD. Numerical Analysis. Cengage Learning (finite-difference approximations to derivatives).
- Spivak M. Calculus (4th ed). Publish or Perish, 2008 (rigorous treatment of limits and the derivative).
- NIST Digital Library of Mathematical Functions (DLMF), Chapter 3: Numerical Methods. dlmf.nist.gov.