Differenzen- und Differentialquotient

Was lernst du hier

Wie berechne ich die durschschnittliche Steigung einer Funktion mithilfe des Differenzenquotienten und der Steigung der Sekante.
Wie berechne ich die momentane Steigung einer Funktion mithilfe des Differentialquotienten und der Steigung der Tangente.

Definition:

Die durschschnittliche Änderungsrate einer Funktion $f$:

$$ \bar{k}=\frac{\Delta y}{\Delta x}=\frac{f(x+\Delta x)-f(x)}{(x+\Delta x)-\Delta x} $$ wird als Differenzenquotient bezeichnet.

Bemerkungen:

$\Delta$ (=Delta (4. Buchstabe im griechischen Alphabet)) steht für "Unterschied". $\Delta x$ ist der Unterschied auf der x-Achse, $\Delta y$ der Unterschied auf der y-Achse.
Wie aus der rechten Abbildung hervorgeht ist $\frac{\Delta y}{\Delta x}=\frac{\textrm{Höhenunterschied}}{\textrm{Längenunterschied}}$
Der Name Differenzenquotient kommt daher, dass er aus dem Quotienten (=Division) zweier Differenzen (=Subtraktionen) entsteht:

$$ \bar{k}=\frac{f(x+\Delta x)-f(x)}{(x+\Delta x)-\Delta x} $$

Video zum Differenzenquotienten

Hinweise zum Video:

Anstelle von $\bar{k}$ wird hier $m$ für die Steigung verwendet.
WICHTIG: Die Steigung in einem solchen Zeit-Weg-Diagramm ist immer die Geschwindigkeit!

$$ \textrm{Steigung}=\textrm{Geschwindigkeit} $$

Aufgaben

Bestimme mithilfe der Tabelle bei der Stelle 3:23min eine quadratische Regression, um die Gleichung der Parabel zu bestimmen. Achtung: x-Achse=Zeit und y-Achse=Weg (in der Tabelle ist es gerade umgekehrt!!)
Berechne mithilfe der Lösung von 1., nach wie vielen Sekunden der Läufer 30m zurückgelegt hat.
Begründe, warum bei der Lösung für 1. der konstante Term c bei der Funktionsgleichung $y=a\cdot x^2+b\cdot x+c$ annähernd den Wert 0 haben muss.

Lösungen

$y=0.95\cdot x^2 + 2.4\cdot x-0.07$$ [[Datei:BspRegression.png|thumb|200px|right|Tabelle]] # $20=0.95\cdot x^2 + 2.4\cdot x-0.07 \rightarrow x=4.5 \textrm{Sekunden} $
Der Sprinter startet aus dem Stehen, deshalb ist der Weg nach 0 Sekunden y(0)=0. Da die Punkte nicht alle genau auf einer Parabel liegen, erhält man bei der Regression einen kleinen "Fehler" (hier von -0.07)

</div>