Click here to load reader
Upload
nguyenbao
View
212
Download
0
Embed Size (px)
Citation preview
Mathematischer Anhang
Vorlesung: Makrookonomik (B.Sc.)
Universitat Leipzig
Makrookonomik
Prof. Dr. Thomas Steger
Oktober 2016
1 Funktionen
Makrookonomische Analyse bedeutet haufig den Einfluss einer oder mehrerer
Großen auf andere zu untersuchen. Solche theoretisch oder empirisch mo-
tivierten Zusammenhange werden in mathematischen Funktionen ausgedruckt.
So wird der Output Y einer Volkswirtschaft als eine Funktion der Produk-
tionsfaktoren Kapital (K) und Arbeit (L), Y = f(K,L), der Konsum als eine
Funktion des Einkommens, C = f(Y ), oder die Investitionen als Funktion des
Zinses (i), I = f(i), modelliert.
So ordnet beispielsweise eine Funktion f jedem x ∈ D eindeutig eine Zahl
y ∈ W zu, so dass y = f(x) gilt. Im Falle einer Funktion mehrerer Variablen
ordnet f jeder Wertekombination (x1, ..., xn) einen Funktionswert y zu.
D heißt der Definitionsbereich, W der Wertebereich. x wird die unabhangige
Variable oder Argument, y die abhangige Variable oder Funktionswert genannt.
Da Definitions- und Wertebereich in den meisten Fallen die Menge der nicht-
negativen reelen Zahlen R ist, wird im Folgenden auf die Angabe verzichtet.
Oft wird die formale Analyse von Zusammenhangen durch Graphiken unterstutzt.
Der Graph einer Funktion f ist die Menge aller Punkte
{(x, y) |x ∈ D ∧ y = f(x)} in einem Koordinatensystem.
Funktionen konnen allgemein (global) oder in speziellen Bereichen (lokal)
bestimmte Eigenschaften aufweisen.
Eine Funktion heißt monoton steigend (fallend), wenn fur alle x0, x1 ∈ R mit
x1 > x0 die Ungleichung f(x1) ≥ (≤)f(x0) gilt. Ersetzt man die Relation ≥ (≤)
durch > (<), so liegt strenge Monotonie vor.
Von Konvexitat (Konkavitat) spricht man, wenn eine Verbindungslinie zweier
beliebiger Punkte des Graphen der Funktion stets oberhalb (unterhalb) des
Graphen verlauft. Fur alle x0, x1 ∈ R und alle a ∈ (0, 1) muss bei Konvexitat
(Konkavitat)
f(ax0 + (1− a)x1) ≤ (≥) af(x0) + (1− a)f(x1) gelten.
2 Stetigkeit
Eine naive Vorstellung von Stetigkeit einer Funktion auf einem bestimmten In-
tervall, ist die des nicht abgesetzten Bleistiftes beim Zeichnen der Funktion.
Nicht ganz prazise, trifft es aber den Sachverhalt. Stetige Funktionen weisen
also keine Sprungstellen auf.
2
x0 x1
fHx0L
fHx1L
x0 x1
fHx0L
fHx1L
Figure 1: Monotonie, Konvexitat
Eine Funktion wird stetig an der Stelle x = a genannt, wenn die Funktion-
swerte durch das Annahern der Argumente von links und rechts an a, dem
Funktionswert von a entsprechen. Vorrausgesetzt naturlich, der Funktionswert
f(a) existiert.
limx→−a
f(x) = f(a) = limx→+a
f(x)
x=a x=a'x
y=f HxL
x=a'x
y=f HxL
Figure 2: stetig - unstetig
Fur Funktionen mehrerer Veranderlicher ist obige Definition von Stetigkeit
fur alle einzelnen Argumente zu uberprufen.
Eine Summe, Differenz und ein Produkt stetiger Funktionen ist wieder eine
stetige Funktion.
3 Steigung
Das Niveau einer Funktion f(x) an einer bestimmten Stelle x0 ist nicht immer
aufschlussreich. Vielmehr interessiert die Anderung des Funktionswertes bei
Variation von x. In den Wirtschaftswissenschaften ist die Steigung einer Funk-
tion ein zentrales Analysekonzept. Wann immer von Grenzgewinn, Grenzkosten
oder Grenzproduktivitat die Rede ist, meinen wir die Steigung der Funktion,
vielmehr die Anderung des Funktionswertes f(x) bei einer infinitesimalen (“sehr
3
kleinen”) Anderung des Argumentes.
Der Quotient ∆y∆x gibt allgemein die Steigung an und wird Differenzenquotient
genannt. Im linearen Fall ist somit der Anstieg der Funktion bestimmt. In
allen anderen Fallen wird durch das Anlegen einer Sekante der durchschnittliche
Anstieg in einem Intervall bestimmt. Unten stehende Abbildung verdeutlicht,
daß durch ein immer kleiner werdendes ∆x sich die Steigung der Sekante, der
Steigung der Funktion an der Stelle x annahert. Wird ∆x nun immer kleiner
gewahlt, infinitesimal, so wird im Grenzubergang aus der Sekante eine Tan-
gente an der Stelle x und der richtige Anstieg ist gefunden. Da x ein beliebiger
Wert sein kann, gilt der gefundene Zusammenhang fur alle x ∈ D. Aus dem
Differenzenquotient ist jetzt der Differentialquotient geworden.
f′(x) ≡ lim
∆x→0
f(x+ ∆x)− f(x)
∆xauch
df
dx
Dx
Dy
x x+DxArgument
fHxL
fHx+DxL
Funktionswert
Figure 3: Anstieg einer Funktion
Beispiel fur f(x) = x2
f′(x) = lim
∆x→0
(x+ ∆x)2 − x2
∆x
= lim∆x→0
x2 + 2x∆x+ ∆x2 − x2
∆x
= lim∆x→0
2x∆x
∆x+
∆x2
∆x= lim
∆x→02x+ ∆x
f′(x) = 2x
4
3.1 Partielle Ableitung
In der okonomischen Theorie werden die technischen Bedingungen der Pro-
duktion durch eine Funktion abgebildet. Bereits bekannt ist die Produktions-
funktion vom Typ Cobb-Douglas. Die spezifischen Eigenschaften einer solchen
Funktion werden spater analysiert. Hier soll nur darauf eingegangen werden,
wie eine Funktion mehrerer Veranderlicher in Bezug auf den Anstieg zu hand-
haben ist. Die Frage ist also auch hier wieder, wie sich der Funktionswert
(Output) andert, wenn die Argumente (Inputs) variiert werden. Um deutlich
zu machen, dass eine Funktion mehrerer Veranderlicher nach einer Variablen
differenziert wird (partiell), schreibt man anstelle des d im Differentialquotien-
ten ein “Fantasie-d” ∂. Gegeben sei folgende Funktion:
Y = F (K,L) = AKαL1−α
Um die Veranderung von Y bezuglich Kapital zu bekommen, halten wir einfach
Arbeit konstant, haben defacto nur ein Argument und konnen so wie oben
beschrieben vorgehen.∂Y
∂K= AαKα−1L1−α
Fur den Faktor Arbeit, jetzt also Kapital “festgehalten”, erhalten wir folgenden
Ausdruck∂Y
∂A= AKα(1− α)L−α
4 Regeln zum Ableiten
Oft ist im studentischen Alltag keine Zeit oder Notwendigkeit gegeben, den
Anstieg einer Funktion uber den Differenzen- bzw. Differentialquotienten zu
bestimmen. Viele Generationen vor uns haben die wichtigsten Anstiege spezieller
Funktionen bestimmt und niedergeschrieben. Diese werden jeweils an einem
Beispiel dargestellt.
Faktorregel:
f(x) = a · g(x) Beispiel:
f ′(x) = a · g′(x) f(x) = 3 · ln(x) ; f ′(x) = 3 · 1x
Summenregel:
f(x) = g(x) + h(x) Beispiel:
f ′(x) = g′(x) + h′(x) f(x) = 4x2 + 5x+ ln(x) ; f ′(x) = 8x+ 5 + 1x
Produktregel:
5
f(x) = g(x) · h(x) Beispiel:
f ′(x) = g′(x) · h(x) + g(x) · h′(x) f(x) = 4x2 · ln(x) ; f ′(x) = 8x · ln(x) + 4x
Qutientenregel:
f(x) = g(x)h(x) Beispiel:
f ′(x) = g′(x)·h(x)−g(x)·h′(x)(h(x))2
f(x) = 3x−5x−2 ; f ′(x) = −1
(x−2)2
Kettenregel:
f(x) = g(h(x)) Beispiel:
f ′(x) = g′(h(x)) · h′(x) f(x) = (1− x3)5 ; f ′(x) = −15x2 · (1− x3)4
5 Optimierung
5.1 Maximierung ohne Nebenbedingung
Optimierungsprobleme nehmen in den Wirtschaftswissenschaften ein zentrale
Rolle ein. Jedem untersuchten Wirtschaftssubjekt werden Verhaltensregeln un-
terstellt. Der Haushalt maximiert seinen Nutzen aus Freizeit und Konsum und
Unternehmen maximieren ihren Gewinn.
Was aber genau heißt optimieren? Optimierungsprobleme ohne Nebenbedin-
gung konnen mit Hilfe der Schulmathematik gelost werden. Die Aufgabe besteht
darin, die Argumente eines funktionalen Zusammenhangs zu finden, die f(x),
den Funktionswert, maximieren. Im Folgenden soll anhand einer kleinen Kur-
vendiskussion das Vorgehen wiederholt werden.
f 'HxL=0
f'HxL=0
f''HxL
f HxL
f 'HxL
-1 1 2 3 4 5Argument
-2
2
4
6
8
10
Funktionswert
Figure 4: Optimierung ohne Nebenbedingung
6
Abbildung 4 zeigt drei Funktionen. f(x), die erste Ableitung f ′(x) (Anstieg)
und die zweite Ableitung (Krummung) f ′′(x).
Ein lokales Maximum, im folgenden mit x∗ bezeichnet, muss zwei Kriterien
erfullen. Zum einen darf eine Erhohung von x keine Steigerung von f(x) mit
f(x) > f(x∗) zur Folge haben. Diese Bedingung erster Ordnung ist genau dann
erfullt, wenn der Anstieg der Funktion Null ist.
notwendige Bedingung fur Maximum: f ′(x∗) = 0
Zum anderen mussen in einer beliebig kleinen ε-Umgebung um x∗ die Funk-
tionswerte kleiner als f(x∗) sein, so dass f(x∗ ± ε) < f(x) gilt. Die Bedingung
zweiter Ordnung ist genau dann erfullt, wenn f(x) bei x∗ konkav ist. Konkavitat
bedeutet, dass die zweite Ableitung der Funktion negativ ist, der Anstieg also
kleiner wird.
hinreichende Bedingung fur Maximum: f ′′(x∗) < 0
5.2 Maximierung mit Nebenbedingung
In Optimierungsproblemen gibt es typischerweise Einschrankungen. Der Haushalt
maximiert seinen Konsum beispielsweise unter der Nebenbedingung, dass seine
Budgetbeschrankung erfullt ist. Um Probleme dieser Art zu losen, verwenden
Okonomen haufig die Methode der Lagrange-Multiplikatoren. Im folgenden
Beispiel soll ohne die Funktionsfahigkeit des Lagrangeansatzes zu beweisen,
das allgemeine Vorgehen erlautert werden.
Gegeben sei eine Produktionsfunktion Y = f(K,L) = AKαL1−α und die mit
Preisen gewichteten Faktormengen als Kostenfunktion, C(K,L) = pK ·K+pL·L.
Welche Kombination der Inputs fuhrt nun bei einem bestimmten Outputniveau
Y zu minimalen Kosten?
Die Lagrangefunktion fur dieses Problem lautet:
L(K,L, λ) = pK ·K + pL · L+ λ(AKαL1−α − Y )
Die NebenbedingungAKαL1−α = Y wurde zuAKαL1−α−Y = 0 umgeschrieben,
so dass die Produktion im Optimum dem geforderten Niveau entspricht.
Die Bedingung erster Ordnung muss fur alle Variablen erfullt sein. Die La-
grangefunktion ist also nach allen Variablen abzuleiten und Null zu setzen.
∂L∂K
= pK + λ∂f(K,L)
∂K= 0 (1)
7
∂L∂L
= pL + λ∂f(K,L)
∂L= 0 (2)
∂L∂λ
= f(K,L)− Y = 0 (3)
Das Gleichungssystem (bestehend aus obigen notwendigen Bedingungen) de-
terminiert K, L und λ. Fur eine okonomische Interpretation ist es hilfsreich,
Bedingung 1 durch Bedingung 2 zu teilen:
pKpL
=−λ · ∂f(K,L)
∂K
−λ · ∂f(K,L)∂L
(4)
pKpL
=∂f(K,L)∂K
∂f(K,L)∂L
=r
w(5)
Eine bestimmte Menge wird also zu minimalen Kosten produziert, wenn das
Verhaltnis der Faktorpreise gerade dem Verhaltnis der Grenzproduktivitaten
der Faktoren entspricht.
6 Elastizitat
Wie schon im Kapitel “Steigung” erwahnt, sind Okonomen nicht nur an Niveaugroßen,
sondern insbesondere auch an Veranderungen interessiert. Manchmal reicht
das Konzept des Anstiegs, die absolute Veranderung des Funktionswertes bei
Variation des Argumentes, nicht aus. Die Anderung der nachgefragten Menge
von Mittelklassewagen durch Erhohung des Preises um einen Euro, mag nicht
ins Gewicht fallen. Anders bei Butter. Um solche Sensitivitaten vergleichbar
zu machen und von ihrer Einheit zu trennen, muss ein dimensionsloses Maß
her. Elastizitaten messen also die Anderung der einen Große im Verhaltnis zur
Anderung der anderen Große nicht absolut, sonder relativ.
Beispiel: Gegeben sei die Funktion y = f(x).
Der absolute Anstieg von f(x) durch Erhohung des Argumentes x auf x+ ∆x
lautet:
∆y
∆x=f(x+ ∆x)− f(x)
∆x.
Die relative Anderung, die Elastizitat von f bezuglich x, lautet:
εyx =∆y
y/
∆x
x=
∆y
y· x
∆x=x
y· ∆y
∆x=x
y· f(x+ ∆x)− f(x)
∆x.
Diese Definition der Elastizitat wird auch durchschnittliche oder Bogenelas-
tizitat von y im Intervall [x, x+ ∆x] genannt.
8
Um die Elastizitat “unabhangig” vom Zuwachs in x zu erhalten, kann fur dif-
ferenzierbare Funktionen ∆x gegen 0 betrachtet werden
lim∆x→0
x
y· f(x+ ∆x)− f(x)
∆x=
x
y· f ′(x) =
x
y· df(x)
dx.
Wegen infinitesimalen Anderungen in x wird diese Elastizitat auch Punktelas-
tizitat genannt.
7 Verschiebung von Graphen
Regeln:
• y = f(x) + c verschiebt Graphen um c Einheiten fur c > 0 nach oben, fur
c < 0 nach unten.
• y = f(x + c) verschiebt den Grphen fur c > 0 nach links, fur c < 0 nach
rechts.
x
y
x
y
Figure 5: Graphenverschiebung oben/unten - links/rechts
• y = c · f(x) streckt (staucht) den Graphen vertikal fur c > 1 (0 < c < 1 ),
fur c < −1 (−1 < c < 0) vertikale Streckung (Stauchung) und Spiegelung
an der X-Achse.
x
y
x
y
Figure 6: Graphenverschiebung strecken/spiegeln
9
8 Unsicherheit
Viele Entscheidungen, die Wirtschaftssubjekte tatigen, haben mit der Zukunft
zu tun. Unternehmen bilden Erwartungen uber die Entwicklung auf den Markten
fur die eigenen Produkte oder nehmen eine kunftige Zinsentwicklung in die Pla-
nung der Investitionsvorhaben auf. Konsumenten und Arbeitnehmer machen
sich Gedanken uber die zukunftige Preis- und Lohnentwicklung und beziehen
diese in heutiges Verhalten ein. Erwartungsbildung bedeutet in diesem Zusam-
menhang haufig, dass Unsicherheit uber das Eintreten eines bestimmten Ereignisses
in der Zukunft herrscht. Aus der statistischen Grundausbildung sind einige Mo-
mente von Zufallsvariabeln bekannt, die hier nochmal erwahnt werden.
8.1 Erwartungswert
Der Erwartungswert einer ZufallsvariableX ist die Summe der einzelnen Auspragungen,
gewichtet mit ihrer Eintrittswahrscheinlichkeit.
E(X) :=M∑j=1
xj · f(xj)
Der Erwartungswert entspricht dem arithmetischen Mittel bei statistischen
Variablen. Die Wahrscheinlichkeiten f(xj) ubernehmen hier die Rolle relativen
Haufigkeiten. Der Erwartungswert einer Variablen X wird haufig auch mit µX
bezeichnet.
8.2 Varianz
Die Varianz von Zufallsvariablen ist wie bei statistischen Variablen ein Streu-
ungsmaß. Die Varianz gibt die erwartete, quadrierte Abweichung der Zu-
fallsvariable von ihrem Erwartungswert an.
V (X) := E [X − E(X)]2
8.3 Kovarianz
Die Kovarianz zweier Zufallsvariablen mißt den Gleichlauf, die gemeinsame Ten-
denz, den stochastischen Zusammenhang dieser beiden Großen. Formal ist die
Kovarianz als der Erwartungswert des Produktes der Abweichungen der einzel-
nen Komponenten von ihrem jeweiligen Mittelwert definiert.
Cov(X,Y ) := E [(X − µY ) · (Y − µY )]
10
Sind die untersuchten Großen unabhangig voneinander, ist die Kovarianz Null.
Umgekehrt kann aus einer Kovarianz von Null nicht gleich auf Unabhangigkeit
geschlossen werden. Ist die Kovarianz aber verschieden von Null, so kann
bei positiven Werten von einem Gleichlauf, bei negativen Werten von einer
gegenlaufigen Bewegung ausgegangen werden. Da Kovarianzen mit obiger Def-
inition nicht untereinander vergleichbar sind, sondern von den absoluten Abwe-
ichungen abhangen, kann durch das Produkt der Standardabweichungen geteilt
werden und man erhalt den Korrelationskoeffizienten
ρXY :=Cov(X,Y )
σX · σYDer Korrelationskoeffizient hat dasselbe Vorzeichen wie die Kovarianz, liegt
aber stets zwischen −1 und +1. Er gibt die Strenge des linearen stochastis-
chen Zusammenhangs unabhangig von den Großenordnungen und Varianzen
der Variablen an.
9 Reihen
Eine Summe aus Zahlen der Form
sn = a+ ak + ak2 + . . .+ akn−2 + akn−1
wird geometrische Reihe mit dem Quotienten k genannt. In der okonomischen
Analyse treffen wir haufig auf solche Reihen. Beispielsweise beim Aufsummieren
eines diskontierten Zahlungsstromes oder dem Berechnen des Zeitpunktes an
dem eine Umweltresource erschopft sein wird. Zwei Dinge sind hier fur uns von
Bedeutung. Einmal interessiert uns der Wert der betrachteten Summe, zum
Anderen ob diese gegen einen festen endlichen Wert konvergiert. Die Antwort
auf die erste Frage ware ein einfaches aufsummieren der Reihenglieder. Bei
großen Reihen werden wir aber schnell an unsere Grenzen stoßen. Ein kleiner
Trick hilft uns weiter. Multipliziert man auf beiden Seiten mit k, erhalt man
ksn = ak + ak2 + . . .+ akn−1 + akn
Anschließende Subtraktion dieser von der ersten Gleichung ergibt
(1− k)sn = a− akn
sn =a− akn
1− k
Die Frage nach der Konvergenz (Divergenz) lasst sich fur geometrische Reihen
schnell beantworten. Fur k < 1 konvergiert die Summe fur steigendes n gegena
1−k und fur k > 1 divergiert die geometrische Reihe.
11
10 Produktionsfunktion
Die in der makrookonomischen Analyse am haufigsten unterstellte Produktions-
funktion ist vom Typ Cobb-Douglas. Sie beschreibt die Kombinationsmoglichkeiten
der Inputs (Kapital, Arbeit) und den damit erreichbaren Output (Y ).
Y = f(K,L) = Kα · L1−α mit 0 < α < 1
Y=F[K,A]
Kapital
Arbeit
Y=F[K,A]
Figure 7: Cobb-Douglas Produktionsfunktion
10.1 Substitionsmoglichkeiten
Isoquanten beschreiben alle Kombinationen der Inputs, die zum gleichen Out-
put fuhren. Der Anstieg der Isoquante (Grenzrate der Substitution) gibt das
Substitutionsverhaltnis der Faktoren an. Fur Y = konst. kann der Anstieg
uber das totale Differential der Produktionsfunktion
dY =∂f(K,L)
∂K· dK +
∂f(K,L)
∂L· dL = 0
dL
dK= −
∂f(K,L)∂K
∂f(K,L)∂L
=αKα−1L1−α
(1− α)KαL−α=
α
1− αKα−1K−αL1−αLα =
α
1− αL
K
10.2 Grenzproduktivitat
Sie zeigt naherungsweise an, um welchen Betrag die Produktion steigt, wenn der
Faktoreinsatz um eine Einheit erhoht wird. Unter vollkommener Konkurrenz
12
werden die Produktionsfaktoren nach ihrem Grenzprodukt entlohnt.
MPK =dY
dK=∂f(K,L)
∂K= αKα−1L1−α = r
MPL =dY
dL=∂f(K,L)
∂L= (1− α)KαL−α = w
10.3 Homogenitat
Eine Funktion y = f(x1, . . . , xn) heißt homogen vom Grad k, k ∈ R, wenn fur
jedes a ∈ R
f(ax1, ax2, . . . , axn) = akf(x1, x2, . . . , xn) gilt.
Eine Steigerung aller Inputs um den Faktor a bewirkt einen Anstieg der Pro-
duktion um den Faktor ak. Fur die Cobb-Dougloas Produktionsfunktion ergibt
sich folgender Homogenitatsgrad
f(aK, aL) = (aK)α (aL)1−α
= aαKαa1−αL1−α
= a1KαL1−α
= a1 · f(K,L)
Es liegt fur die Cobb-Douglas Produktionsfunktion Homogenitat vom Grad 1
vor. Solche Funktionen werden auch linear homogen genannt. Okonomisch in-
terpretiert bedeudet eine linear homogene Produktionsfunktion konstante Skalen-
ertrage. Eine Verdoppelung der Inputs (Kapital, Arbeit) hatte eine Verdop-
pelung des Outputs zur Folge.
10.4 Eulers Theorem - Ausschopfungstheorem
Aus dem Grad der Homogenitat einer Funktion lasst sich eine weitere wichtige,
okonomisch relevante, Eigenschaft ableiten.
Ist eine Funktion f(K,L) homogen vom Grad k, dann gilt
K · ∂f(K,L)
∂K+ L · ∂f(K,L)
∂L= k · f(K,L)
Fur die hier betrachtete Produktionsfunktion vom Typ Cobb-Douglas und die
eben gezeigte Eigenschaft linear homogen zu sein, ergibt sich
K · ∂f(K,L)
∂K+ L · ∂f(K,L)
∂L= K · r + L · w = 1 · f(K,L) = Y
Somit wird in kompetetiven Okonomien das Produktionsergebnis vollstandig
auf die Faktoren verteilt.
13
10.5 Substitutionselastizitat
Die “Schwierigkeit” bei einer isolierten Faktorpreisanderung (Produktivitatssteigerung)
eine geeignete Substitution der Faktoren vorzunehmen, wird dimensionslos in
der Substitutionselastizitat ausgedruckt. Eine relative Anderung der Faktor-
preise als Ursache und die daraus resultierende relative Anderung des Faktor-
einsatzverhaltnisses, kann geschrieben werden als
σ =
d(KL )KL
d(wr )
wr
=d(KL
)KL
·wr
d(wr
) =d(KL
)d(wr
) · wrKL
(6)
Mit dem Wissen aus Kapitel 10.2 konnen wir den Ausdruck wr auch schreiben
als
w
r=
(1− α)KαL−α
αKα−1L1−α =(1− α)
α· KL
(7)
Umstellen nachwrKL
ergibt
wrKL
=(1− α)
α(8)
Den Ausdruck in (7) nach KL umgestellt und als linear in w
r interpretiert, ergibt
sich
d(KL
)d(wr
) =α
(1− α)(9)
(8) und (9) in (6) eingesetzt ergibt sich fur σ
σ =α
(1− α)· (1− α)
α= 1
Die Produktionsfunktion vom Typ Cobb-Douglas weist demnach eine Substitu-
ionselastizitat von 1 auf. Unternehmen mit einer solchen Produktionsfunktion
reagieren auf eine Anderung des Lohn-Zins Verhaltnisses mit einer gleichen
Anderung der Kapitalintensitat.
11 Ableitungen elementarer Funktionen
f(x) f’(x)
Konstante c 0
xn n · xn−1
expx expx
ax (a > 0; a 6= 1) ax · ln(a)
a−x (a > 0; a 6= 1) −a−x · ln(a)
ln(x) 1x
14
References
[1] A. Chiang, K. Wainwright (2005), Fundamental Methods of Mathemat-
ical Economics, 4. Auflage, NewYork.
[2] P. Dorsam (2005), Mathematik anschaulich dargestellt, 12. Auflage, Hei-
denau.
[3] K. Sydsaeter, P. Hammond (2006), Mathematik fur Wirtschaftswis-
senschaftler, 2. Auflage, Munchen.
15