Aufgabe 1 (12 Punkte)
|
|
- Meike Boer
- vor 5 Jahren
- Abrufe
Transkript
1 Techn. Mechanik & Fahrzeugdynamik Optimierung Prof. Dr.-Ing. habil. D. Bestle 7. September 8 Familienname, Vorname Matrikel-Nummer Prüfung Optimierung dynamischer Systeme Fachrichtung. Die Prüfung umfasst 6 Aufgaben auf 6 Blättern.. Nur vorgelegte Fragen beantworten, keine Zwischenrechnungen eintragen. 3. Alle Ergebnisse sind grundsätzlich in den gegebenen Größen auszudrücken. 4. Die Blätter der Prüfung dürfen nicht getrennt werden.. Zugelassene Hilfsmittel: Fachliteratur, eigene Aufzeichnungen, Taschenrechner; keine Mobiltelefone! 6. Bearbeitungszeit: 9 min 7. Unterschreiben Sie die Prüfung bitte erst beim Eintragen Ihres Namens in die Sitzliste. Aufgabe ( Punkte) Eine Familie sucht für den Sommerurlaub eine Ferienwohnung mit mindestens zwei Schlafzimmern. Eine Recherche für den gewünschten Badeort ergibt nebenstehende Angebote i mit Preisangabe P i, Entfernung E i zum Strand und Schlafzimmeranzahl S i. Die Familie hat höchstens 3. zur Verfügung. a) Formulieren Sie ein sinnvolles Optimierungsproblem für die Familie: Entwurfsvariable: Entwurfsziele: Nebenbedingungen: b) Tragen Sie alle zulässigen Angebote in den Kriterienraum ein und bezeichnen Sie die Punkte jeweils durch den Index i der entsprechenden Ferienwohnung. E i /[m]. i P i in [ ] E i in [m] S i (Unterschrift). Punkte Note Gesamtpunktzahl: 74 zum Bestehen erforderlich: /[ ] P i
2 c) Welche Ferienwohnungen bilden für die Familie optimale Kompromisse? i { } d) Für eine Entscheidungsfindung wendet die Familie das Prinzip der Kniesuche an. Welche Ferienwohnung ist demnach auszuwählen? Machen Sie das Vorgehen im Kriterienraum sichtbar. = i Aufgabe (3 Punkte) Die die zu minimierende Gütefunktion eines unrestringierten Optimierungsproblems lautet f ( ) = p cos p + p ( ) ( ) p. ( p + ) a) Bestimmen Sie den Gradienten und die Hessematrix. f =, = f. b) Welcher Gradient und welche Hesse-Matrix ergeben sich am Entwurfspunkt p = [ ] T? f, = 3 f, = f = f = 3, f = f =, f = f = c) Welche Suchrichtung in p würde das Newton-Verfahren für den nächsten Iterationsschritt vorschlagen? s = = ( Formel ) d) Bestimmen Sie die Funktion der Liniensuche an der Stelle p in Richtung von s. p ( ) α = ( ) α f =
3 p. Zeichnen Sie die Suchrichtung s am Entwurfspunkt p in die Abbildung ein und bestimmen Sie grafisch das Maximum p der Liniensuche. e) Das nachfolgende Bild zeigt die Höhenlinien der Funktion f ( ) Aufgabe 3 (8 Punkte) Für die Liniensuche des Optimierungsproblems aus Aufgabe ergibt sich an T einem anderen Entwurfspunkt p = [. π,.] folgende Funktion f ( α) : f p α p p Die Suche nach dem Minimierer α * soll ausgehend von α = mit dem Goldenen Schnitt Algorithmus durchgeführt werden. a) Suchen Sie zunächst ein Einschließungsintervall für den Minimierer α * ausgehend von der Anfangsschrittweite α =. Welches erste sichere Einschließungsintervall erhält man am Ende der Suche? Machen Sie die ausgeführten Iterationsschritte graphisch sichtbar. α i f i [ ] α*, b) Führen Sie ausgehend vom gefundenen Einschließungsintervall zwei Intervallteilungsschritte nach den Goldenen Schnitt Regeln aus und geben Sie das Ergebnisintervall an, in dem der Minimierer α * sicher liegt. Iteration Einschließungsintervall Zwischenpunkte α LINKS α RECHTS α links α rechts [ ] α*,
4 Aufgabe 4 ( Punkte) Das Optimierungsproblem aus Aufgabe wird um zwei Nebenbedingungen erweitert, d.h. min cos +, 4, 3 ( + ) p p p p p p p ( ) ( ) ( ), und soll mit Hilfe der Karush-Kuhn-Tucker Bedingungen gelöst werden. a) Wie lautet das Problem in Standardform? ( ) ( ) min cos p p + p = mit P p p P ( + ) p b) Wie lautet die Lagrange-Funktion? L = c) Wie lauten die Karush-Kuhn-Tucker Bedingungen für obiges Problem? p p μ μ = = = = =, μ h =, μ =, μh =, μ d) Wie viele Fälle sind zu untersuchen? e) Reduzieren Sie die KKT-Bedingungen auf den Fall, dass die Nebenbedingung p 4 aktiv und die andere inaktiv ist. p =, = μ = p f) Welche Lösung ergibt sich daraus? p * =, μ * = g) Welche Aussage kann man über den Punkt p * machen? p * ist Minimierer p * könnte Minimierer sein h) Skizzieren Sie im Entwurfsraum die Nebenbedingungen und bestimmen Sie graphisch den tatsächlichen Minimierer p. p 4 3 global p
5 Aufgabe (7 Punkte) Das restringierte Optimierungsproblem aus Aufgabe 4 soll nun mittels SUMT- Verfahren gelöst werden. a) Welche Art von Verfahren kann benutzt werden, um das restringierte Optimierungsproblem in ein unrestringiertes zu überführen? Penalty-Verfahren Barriere-Verfahren b) Formulieren Sie die Ersatzgütefunktion des unrestringierten Optimierungsproblems unter Verwendung des Penalty-Verfahrens. p 4 3 Φ = p, const. für Φ p mit p *, p *. c) Die nebenstehende Abbildung zeigt die Höhenlinien Φ ( r) = r =.8. Markieren Sie die lokalen Minimierer von (,.8) d) Welcher der beiden Minimierer ist zulässig im Sinne des Originalproblems in Aufgabe 4? p p * p * beide keiner
6 Aufgabe 6 (4 Punkte) Für das Mehrkriterienoptimierungsproblem pp ( ) { } mit P= p p i 3 für i =, p min p P f ( p) sind die optimalen Kompromisse zu finden. a) Kennzeichnen Sie die Menge der zulässigen Entwürfe im Entwurfsraum mit P. p d) Zeichnen Sie die Nebenbedingungen Kriterienraum ein. f f b) Invertieren Sie die Abbildung f ( p ) des Vektorkriteriums in p( f ). f = pp p = f = ( p ) p = c) Transformieren Sie die Nebenbedingungen in den Kriterienraum. p p 3 p p 3 p. e) Kennzeichnen Sie die Pareto-optimalen Lösungen sowohl im Kriterienraum als auch im Entwurfsraum. f) Beschreiben Sie die Pareto-optimale Front im Kriterienraum mathematisch. P F = f { } E N D E
Aufgabe 1 (7 Punkte) Prüfung Optimierung dynamischer Systeme ( 6) = lim p. Techn. Mechanik & Fahrzeugdynamik
Techn. Mechanik & Fahrzeugdynamik Optimierung Prof. Dr.-Ing. habil. Hon. Prof. (NUST) D. Bestle 8. September 7 Aufgabe (7 Punkte) Die Ableitung der Funktion f ( p) p 5sin p soll mithilfe des Vorwärtsdifferenzenverfahrens
MehrAufgabe 1 (11 Punkte)
Techn. Mechanik & Fahrzeugdynamik Otimierung Pro. Dr.-Ing. habil. Hon. Pro. (NUST) D. Bestle. Setember 06 Familienname Vorname Matrikel-Nummer Prüung Otimierung dynamischer Systeme Fachrichtung. Die Prüung
MehrAufgabe 1 (3 Punkte) m m 2. Prüfungsklausur Technische Mechanik I. Techn. Mechanik & Fahrzeugdynamik
Techn. Mechanik & Fahrzeugdynamik TM I Prof. Dr.-Ing. habil. Hon. Prof. (NUST) D. Bestle 1. März 016 Prüfungsklausur Technische Mechanik I Familienname, Vorname Matrikel-Nummer Fachrichtung Aufgabe 1 (3
MehrAufgabe 1 (6 Punkte) Prüfungsklausur Technische Mechanik I. Techn. Mechanik & Fahrzeugdynamik
Techn. Mechanik & Fahrzeugdynamik TM I Prof. Dr.-Ing. habil. Hon. Prof. (NUST) D. Bestle 8. September 018 Prüfungsklausur Technische Mechanik I Aufgabe 1 (6 Punkte) Zwei Gewichte (Massen m 1, m ) sind
MehrAufgabe 1 (12 Punkte) Fall i Fall ii Fall iii. Prüfungsklausur Technische Mechanik I. Begründung: Techn. Mechanik & Fahrzeugdynamik
Techn. Mechanik & Fahrzeugdynamik TM I Prof. Dr.-Ing. habil. Hon. Prof. (NUST) D. Bestle 23. September 2016 Aufgabe 1 (12 Punkte) Ein Wanderer (Gewicht G ) benutzt in unebenem Gelände einen Wanderstab
MehrAufgabe 1 (19 Punkte)
Techn. Mechanik & Fahrzeugdynamik M&Fzg-Dynamik Prof. Dr.-Ing. habil. Hon. Prof. (NUST) D. Bestle 23. März 2016 Familienname, Vorname Matrikel-Nummer Prüfung Maschinen- und Fahrzeugdynamik Fachrichtung
MehrAufgabe 1 (14 Punkte)
Technische Mechanik & Fahrzeugdynamik TM II Prof. Dr.-Ing. habil. D. Bestle 8. September 1 Familienname, Vorname Matrikel-Nummer Prüfungsklausur Technische Mechanik II Fachrichtung 1. Die Prüfung umfasst
MehrAufgabe 1 (9 Punkte) Prüfungsklausur Technische Mechanik I. Techn. Mechanik & Fahrzeugdynamik
Techn. Mechani & Fahrzeugdynami TM I Prof. Dr.-Ing. habil. Hon. Prof. (NUST) D. Bestle 7. März 017 Prüfungslausur Technische Mechani I Familienname, Vorname Matriel-Nummer Fachrichtung Aufgabe 1 (9 Punte)
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Grundlagen der Nichtlinearen Optimierung. Klausur zur Vorlesung WS 2008/09
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Obige Angaben sind richtig: Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT
MehrOptimierung. Optimierung. Vorlesung 5 Optimierung mit Nebenbedingungen Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 5 Optimierung mit Nebenbedingungen 1 Minimierung mit Gleichheitsrestriktionen Gegeben: Funktion,,,, : Ziel:,,, Unrestringierter Fall: Notwendige Bedingung für lokales Minimum keine
Mehr= = > > Aufgabe 1 (6 Punkte) Institut für Technische und Num. Mechanik Technische Mechanik IV Profs. P. Eberhard / M. Hanss WS 2014/15 K 2
Institut für Technische und Num. Mechanik Technische Mechanik IV Profs. P. Eberhard / M. Hanss WS 014/15 K 1. Februar 015 Klausur in Technische Mechanik IV Nachname, Vorname E-Mail-Adresse (Angabe freiwillig)
MehrFK WMS: Wirtschaftsmathematik 2, Einheit 7/8
FK WMS: Wirtschaftsmathematik 2, Einheit 7/8 Markus Sinnl 1 markus.sinnl@univie.ac.at http://homepage.univie.ac.at/markus.sinnl basierend auf Folien von Dr. Ivana Ljubic, Mag. Christian Spreitzer und Mag.
MehrAufgabe 1 (7 Punkte) y x y x. Prüfungsklausur Technische Mechanik III. Techn. Mechanik & Fahrzeugdynamik
Techn. Mechanik & Fahrzeugdynaik TM III Prof. Dr.-Ing. habil. Hon. Prof. (NUST) D. Bestle 3. März 08 Failiennae, Vornae Matrikel-Nuer Prüfungsklausur Technische Mechanik III Fachrichtung. Die Prüfung ufasst
MehrMathematische Werkzeuge R. Neubecker, WS 2016 / 2017
Mustererkennung Mathematische Werkzeuge R. Neubecker, WS 2016 / 2017 Optimierung: Lagrange-Funktionen, Karush-Kuhn-Tucker-Bedingungen Optimierungsprobleme Optimierung Suche nach dem Maximum oder Minimum
MehrKuhn-Tucker Bedingung
Kapitel 13 Kuhn-Tucker Bedingung Josef Leydold Mathematik für VW WS 017/18 13 Kuhn-Tucker Bedingung 1 / Optimierung unter Nebenbedingungen Aufgabe: Berechne das Maximum der Funktion f (x, y) g(x, y) c,
MehrOptimieren unter Nebenbedingungen
Optimieren unter Nebenbedingungen Hier sucht man die lokalen Extrema einer Funktion f(x 1,, x n ) unter der Nebenbedingung dass g(x 1,, x n ) = 0 gilt Die Funktion f heißt Zielfunktion Beispiel: Gesucht
MehrProbeklausur Optimierung
Universität Hamburg Fakultät für Mathematik, Informatik und Naturwissenschaften Dr. Nico Düvelmeyer Hamburg, 4. Juli 2011 Probeklausur Optimierung Bitte selber ausfüllen: Name: (darf anonymisiert werden)
MehrInstitut für Technische und Num. Mechanik Technische Mechanik III Prof. Dr.-Ing. Prof. E. h. P. Eberhard WS 08/09 K 2. Aufgabe 1 (5 Punkte)
Institut für Technische und Num. Mechanik Technische Mechanik III Prof. Dr.-Ing. Prof. E. h. P. Eberhard WS 8/9 K 6. Februar 9 Klausur in Technische Mechanik III Nachname Vorname Aufgabe (5 Punkte) Der
MehrMathematische Werkzeuge R. Neubecker, WS 2018 / 2019 Optimierung Lagrange-Funktionen, Karush-Kuhn-Tucker-Bedingungen
Mustererkennung Mathematische Werkzeuge R. Neubecker, WS 018 / 019 Optimierung Lagrange-Funktionen, Karush-Kuhn-Tucker-Bedingungen 1 Optimierung Optimierungsprobleme Suche nach dem Maximum oder Minimum
Mehr() = Aufgabe 1 ( Punkte) Institut für Technische und Num. Mechanik Technische Mechanik II/III Profs. Eberhard / Seifried SS 2012 P 2
Institut für Technische und Num. Mechanik Technische Mechanik II/III Profs. Eberhard / Seifried SS 212 P 2 BachelorPrüfung in Technischer Mechanik II/III Nachname, Vorname Matr.Nummer Fachrichtung 28.
MehrAufgabe 1 (7 Punkte) Prüfungsklausur Technische Mechanik II
Techn. Mechanik & Fahrzeugdynamik TM II Prof. Dr.-Ing. habil. Hon. Prof. (NUST) D. Bestle 8. September 17 Prüfungsklausur Technische Mechanik II Aufgabe 1 (7 Punkte) Ein Fußballspieler macht or dem Spiel
MehrName Vorname Fachrichtg. Matrikelnr. Punkte Klausur Aufgabe max. Punkte Punkte. Bitte beachten!
Fakultät für Mathematik Institut für Algebra und Geometrie Prof. Dr. Martin Henk, Dr. Michael Höding Modulprüfung Mathematik III Fachrichtung: Computer Science in Engineering, Computervisualistik, Informatik,
MehrMathematische Grundlagen II (CES) WS 2015/2016 Klausur am Informationen zur Klausur
Prof. Dr. Mike Espig Prof. Dr. Manuel Torrilhon Klausur: Bearbeitungszeit: Erlaubte Hilfsmittel: Mathematische Grundlagen II (CES) WS 2015/2016 Klausur am 18.03.2016 Informationen zur Klausur 18.03.2016,
MehrKlausur zum Fach Mathematik 1 Teil 1
(Name) (Vorname) (Matrikelnummer) Fachbereich Elektrotechnik und Informationstechnik Prof. Georg Hoever 4.09.205 Klausur zum Fach Mathematik Teil Bearbeitungszeit: 90 Minuten Hilfsmittel: ein (beidseitig)
MehrKLAUSUR zu Einführung in die Optimierung. Studiengang: Bachelor Master Diplom (bitte ankreuzen)
Mathematisches Institut WS 2012/13 der Heinrich-Heine-Universität 7.02.2013 Düsseldorf Prof. Dr. Achim Schädle KLAUSUR zu Einführung in die Optimierung Bitte folgende Angaben ergänzen und DEUTLICH LESBAR
MehrInhaltsverzeichnis. Innere-Punkte-Verfahren 3. Inhaltsverzeichnis 1
Inhaltsverzeichnis 1 Inhaltsverzeichnis Innere-Punkte-Verfahren 3 1 Theoretische Grundlagen 3 1.1 Die KKT-Bedingungen........................... 3 1.2 Der zentrale Pfad.............................. 4
MehrKapitel 12. Lagrange-Funktion. Josef Leydold Mathematik für VW WS 2017/18 12 Lagrange-Funktion 1 / 28. f (x, y) g(x, y) = c. f (x, y) = x y 2
Kapitel 12 Lagrange-Funktion Josef Leydold Mathematik für VW WS 2017/18 12 Lagrange-Funktion 1 / 28 Optimierung unter Nebenbedingungen Aufgabe: Berechne die Extrema der Funktion unter der Nebenbedingung
MehrÖffnen Sie den Klausurbogen erst nach Aufforderung! Mathematische Grundlagen II (CES) SS 2016 Klausur
Prof. Dr. Benjamin Stamm Prof. Dr. Martin Grepl Öffnen Sie den Klausurbogen erst nach Aufforderung! Zugelassene Hilfsmittel: Mathematische Grundlagen II (CES) SS 2016 Klausur 29.07.2016 Dokumentenechtes
MehrKLAUSUR. Analysis (E-Technik/Mechatronik/W-Ing) Prof. Dr. Werner Seiler Dr. Matthias Fetzer, Dominik Wulf
KLAUSUR Analysis (E-Technik/Mechatronik/W-Ing).9.7 Prof. Dr. Werner Seiler Dr. Matthias Fetzer, Dominik Wulf Name: Vorname: Matr. Nr./Studiengang: Versuch Nr.: Unterschrift: In der Klausur können Sie insgesamt
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale (Wiederholung) HÖHERE MATHEMATIK 3 für Chemieingenieurwesen
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrMathematische Behandlung der Natur- und Wirtschaftswissenschaften I. f(x) := e x + x.
Technische Universität München WS 009/0 Fakultät für Mathematik Prof. Dr. J. Edenhofer Dipl.-Ing. W. Schultz Übung Lösungsvorschlag Mathematische Behandlung der Natur- und Wirtschaftswissenschaften I Aufgabe
MehrA 2. c 11. Aufgabe 1 (12 Punkte) Institut für Technische und Num. Mechanik Technische Mechanik IV Prof. Dr.-Ing. Prof. E.h. P. Eberhard SS 2010 P 1
Institut für Technische und Num. Mechanik Technische Mechanik IV Prof. Dr.-Ing. Prof. E.h. P. Eberhard SS P Klausur/Prüfung in Technischer Mechanik IV Nachname Vorname Matr.-Nummer Fachrichtung 8. Juli
MehrAufgabe 1 (7 Punkte) Prüfungsklausur Technische Mechanik II. v A im Punkt A die Geschwindigkei-
Techn. Mechanik & Fahrzeugdynamik TM II Prof. Dr.-Ing. habi. Hon. Prof. (NUST) D. Beste. März 7 Prüfungskausur Technische Mechanik II Famiienname, Vorname Aufgabe (7 Punkte) Eine Grubenpumpe aus dem Bergbaumuseum
MehrKlausur. Wir wünschen Ihnen viel Erfolg! Klausur Mathematik für Informatiker und Softwaretechniker
Apl. Prof. Dr. W.-P. Düll Fachbereich Mathematik Universität Stuttgart Klausur für Studierende der Fachrichtungen inf, swt Bitte unbedingt beachten: Bitte beschriften Sie jeden Ihrer Zettel mit Namen und
MehrOptimal-trennende Hyperebenen und die Support Vector Machine. Volker Tresp
Optimal-trennende Hyperebenen und die Support Vector Machine Volker Tresp 1 (Vapnik s) Optimal-trennende Hyperebenen (Optimal Separating Hyperplanes) Wir betrachten wieder einen linearen Klassifikator
MehrÜbungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion
Übungen zur Ingenieur-Mathematik III WS 11/1 Blatt 8 3.11.11 Aufgabe 5: Berechnen Sie den kritischen Punkt der Funktion fx, y 3x 5xy y + 3 und entscheiden Sie, ob ein Maximum, Minimum oder Sattelpunkt
MehrÖffnen Sie den Klausurbogen erst nach Aufforderung! Mathematische Grundlagen II (CES) SS 2017 Klausur
Prof. Dr. Manuel Torrilhon Prof. Dr. Sebastian Noelle Öffnen Sie den Klausurbogen erst nach Aufforderung! Zugelassene Hilfsmittel: Mathematische Grundlagen II (CES) SS 2017 Klausur 07.08.2017 Dokumentenechtes
MehrLehrstuhl II für Mathematik. Bachelor-Prüfung/Diplom-Vorprüfung/Zwischenprüfung. Höhere Mathematik I. Matrikelnummer:
Matrikelnummer: RHEINISCH-WESTFÄLISCHE TECHNISCHE HOCHSCHULE AACHEN Lehrstuhl II für Mathematik Bachelor-Prüfung/Diplom-Vorprüfung/Zwischenprüfung Höhere Mathematik I Prüfer: Prof. Dr. E. Triesch Termin:
MehrKonvexe Optimierungsprobleme
von: Veronika Kühl 1 Konvexe Optimierungsprobleme Betrachtet werden Probleme der Form (P) min x C f(x) wobei f : C R eine auf C konvexe, aber nicht notwendigerweise differenzierbare Funktion ist. Ziel
MehrKlausur. Wir wünschen Ihnen viel Erfolg! Klausur Höhere Mathematik Teil
Prof. Dr. Guido Schneider Fachbereich Mathematik Universität Stuttgart Klausur für Studierende der Fachrichtungen el, kyb, mecha, phys, tpel Bitte unbedingt beachten: Bitte beschriften Sie jeden Ihrer
MehrTopologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte
Universität München 22. Juli 29 Topologie und Differentialrechnung mehrerer Veränderlicher, SS 29 Modulprüfung/Abschlussklausur Name: Aufgabe 2 3 4 Punkte Gesamtpunktzahl: Gesamturteil: Schreiben Sie unbedingt
MehrStudientag zur Algorithmischen Mathematik
Studientag zur Algorithmischen Mathematik Aufgaben zur nicht-linearen Optimierung Teil II Winfried Hochstättler Diskrete Mathematik und Optimierung FernUniversität in Hagen 1. Juli 2012 Aufgabe 5 Bestimmen
MehrDas Trust-Region-Verfahren
Das Trust-Region-Verfahren Nadine Erath 13. Mai 2013... ist eine Methode der Nichtlinearen Optimierung Ziel ist es, das Minimum der Funktion f : R n R zu bestimmen. 1 Prinzip 1. Ersetzen f(x) durch ein
MehrÖffnen Sie den Klausurbogen erst nach Aufforderung! Mathematische Grundlagen II (CES) WS 2016/17 Klausur
Prof. Dr. Benjamin Stamm Prof. Dr. Martin Grepl Öffnen Sie den Klausurbogen erst nach Aufforderung! Zugelassene Hilfsmittel: Mathematische Grundlagen II (CES) WS 2016/17 Klausur 17.03.2017 Dokumentenechtes
MehrKuhn-Tucker-Bedingung
Kuhn-Tucker-Bedingung Ist x ein lokales Minimum einer skalaren Funktion f unter den Nebenbedingungen g i (x) 0 und sind die Gradienten der aktiven Gleichungen g i (x ) = 0, i I, linear unabhängig, dann
MehrKuhn-Tucker-Bedingung
Kuhn-Tucker-Bedingung Ist x ein lokales Minimum einer skalaren Funktion f unter den Nebenbedingungen g i (x) 0 und sind die Gradienten der aktiven Gleichungen g i (x ) = 0, i I, linear unabhängig, dann
MehrMustererkennung. Support Vector Machines. R. Neubecker, WS 2018 / Support Vector Machines
Mustererkennung R. Neubecker, WS 018 / 019 (SVM) kommen aus der statistischen Lerntheorie gehören zu den optimalen Klassifikatoren = SVMs minimieren nicht nur den Trainingsfehler, sondern auch den (voraussichtlichen)
MehrMathematische Grundlagen für Wirtschaftswissenschaftler Leseprobe - Abschnitt 6.5 (das agraökonomische Schaf )
Mathematische Grundlagen für Wirtschaftswissenschaftler Leseprobe - Abschnitt 65 (das agraökonomische Schaf ) Sascha Kurz Jörg Rambau 25 November 2009 2 66 Die Karush-Kuhn-Tucker-Methode Die Erkenntnisse
MehrAufgabensammlung zum UK Mathematische Optimierung
Aufgabensammlung zum UK Mathematische Optimierung Mehrdimensionale Analysis Stetigkeit. Man bestimme den natürlichen Definitionsbereich D f der folgenden Funktionen f: a) f(x, y) = ln(x y ) b) f(x, y)
MehrLehrstuhl II für Mathematik. Bachelor-Prüfung/Diplom-Vorprüfung/Zwischenprüfung. Höhere Mathematik I
RHEINISCH-WESTFÄLISCHE TECHNISCHE HOCHSCHULE AACHEN Lehrstuhl II für Mathematik Bachelor-Prüfung/Diplom-Vorprüfung/Zwischenprüfung Höhere Mathematik I Prüfer: Prof. Dr. E. Triesch Termin:..9 Fachrichtung:.................
MehrLösungsskizzen zu den Klausuraufgaben zum Kurs 1142 Algorithmische Mathematik. a 0 = 0 =
Lösungsskizzen zu den Klausuraufgaben zum Kurs 4 Algorithmische Mathematik 4KSL3 6 Punkte Aufgabe. Die Folge (a n ) n N natürlicher Zahlen a n sei rekursiv definiert durch a 0 = 0, a n = a n + n falls
Mehr3 Optimierung mehrdimensionaler Funktionen f : R n R
3 Optimierung mehrdimensionaler Funktionen f : R n R 31 Optimierung ohne Nebenbedingungen Optimierung heißt eigentlich: Wir suchen ein x R n so, dass f(x ) f(x) für alle x R n (dann heißt x globales Minimum)
MehrUNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz Dr P C Kunstmann Dipl-Math M Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe
MehrÜbung 5, Analytische Optimierung
Übung 5, 5.7.2011 Analytische Optimierung Aufgabe 5.1 Bei der Herstellung von Konserven werden für Boden und Deckel bzw. für den Konservenmantel verschiedene Materialien verwendet, die g 1 = bzw. g 2 =
MehrModulklausur Konstruktion und Analyse ökonomischer Modelle
Konstruktion und Analyse ökonomischer Modelle, 31.03.2017 Aufgabenheft Modulklausur Konstruktion und Analyse ökonomischer Modelle Aufgabenheft Termin: 31.03.2017 Prüfer: Univ.-Prof. Dr. J. Grosser Aufbau
Mehr9 Optimierung mehrdimensionaler reeller Funktionen f : R n R
9 Optimierung mehrdimensionaler reeller Funktionen f : R n R 91 Optimierung ohne Nebenbedingungen Ein Optimum zu suchen heißt, den größten oder den kleinsten Wert zu suchen Wir suchen also ein x R n, sodass
MehrMAV-NUM Applied Numerics Frühlingssemester Serie 14. a) (1 Punkt) Berechnen Sie die LR-Zerlegung der Matrix und geben Sie L, R und P an.
MAV-NUM Applied Numerics Frühlingssemester 208 Dr. Evelyne Knapp ZHAW Winterthur Aufgabe (6 Punkte): Serie 4 a) ( Punkt) Berechnen Sie die LR-Zerlegung der Matrix und geben Sie L, R und P an. 6 2 5 A =
Mehr2 Extrema unter Nebenbedingungen
$Id: lagrange.tex,v 1.6 2012/11/06 14:26:21 hk Exp hk $ 2 Extrema unter Nebenbedingungen 2.1 Restringierte Optimierungsaufgaben Nachdem wir jetzt die bereits bekannten Techniken zur Bestimmung der lokalen
MehrPropädeutik Klausur in Analysis für Wirtschaftswissenschaftler
Universität Mannheim WS 998/99 Dr. Matthias Blonski Propädeutik Klausur in Analysis ür Wirtschatswissenschatler Man beachte olgende Hinweise:. Die Klausur umaßt 5 Augaben (jeweils au einem Blatt) zuzüglich
MehrKlausur zum Fach Mathematik 1 Teil 1
(Name) (Vorname) (Matrikelnummer) Fachbereich Elektrotechnik und Informationstechnik Prof. Georg Hoever 4.03.206 Klausur zum Fach Mathematik Teil Bearbeitungszeit: 90 Minuten Hilfsmittel: ein (beidseitig)
MehrModulprüfung BA 04 Mathematik: Grundlagen der Mathematik C: Geometrie, Algebra und Zahlentheorie
FB 3: Mathematik/Naturwissenschaften Mathematisches Institut Prof. Dr. R. Frank / Dr. D. Habeck Modulprüfung BA 04 Mathematik: Grundlagen der Mathematik C: Geometrie, Algebra und Zahlentheorie 12.04.2012
MehrLehrstuhl II für Mathematik. Bachelor-Prüfung/Diplom-Vorprüfung/Zwischenprüfung. Höhere Mathematik I
RHEINISCH-WESTFÄLISCHE TECHNISCHE HOCHSCHULE AACHEN Lehrstuhl II für Mathematik Bachelor-Prüfung/Diplom-Vorprüfung/Zwischenprüfung Höhere Mathematik I Prüfer: Prof. Dr. E. Triesch Termin: 5..8 Fachrichtung:..................
MehrMusterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2
Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die
MehrKlausur zur Vorlesung Ausgewählte Kapitel der Ingenieurmathematik
Name: der Ingenieurmathematik Master-Studiengang Maschinenbau und Mechatronik 1. Februar 2008, 8.30-10.00 Uhr Allgemeine Hinweise: Dauer der Klausur: Zugelassene Hilfsmittel: 90 min, 1.5 Zeitstunden Computer,
MehrMusterlösung. TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Klausur Mathematik für Physiker 3 (Analysis 2) I... II...
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrNewton- und und Quasi-Newton-Methoden in der Optimierung. János Mayer
Newton- und und Quasi-Newton-Methoden in der Optimierung János Mayer 1 GLIEDERUNG Newton-Methode für nichtlineare Gleichungen nichtlineare Gleichungssysteme freie Minimierung. Quasi-Newton-Methoden für
MehrAufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen
Aufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen 1. Bestimmen Sie für die folgenden Funktionen zunächst die kritischen Stellen und entscheiden
MehrPrüfungsklausur Digitale Signalverarbeitung Ergebnis der Klausur
Fakultät für Mathematik und Informatik Elektronische Schaltungen 58084 Hagen 02331 987 1166 Prüfungsklausur Digitale Signalverarbeitung 21411 Datum: 19. März 2011 (Bearbeitungszeit 120 Minuten, 6 Blätter)
MehrKlausur VWL III (Methoden der Volkswirtschaftslehre) Sommersemester August 2006 Professor Dr. Ekkehart Schlicht. Neue Prüfungsordnung
Klausur VWL III (Methoden der Volkswirtschaftslehre) Sommersemester 2006 8. August 2006 Professor Dr. Ekkehart Schlicht Neue Prüfungsordnung Beachten Sie folgende allgemeine Bearbeitungshinweise: Bitte
MehrLagrange-Multiplikatoren
Lagrange-Multiplikatoren Ist x eine lokale Extremstelle der skalaren Funktion f unter den Nebenbedingungen g i (x) = 0, dann existieren Lagrange-Multiplikatoren λ i, so dass grad f (x ) = λ i grad g i
MehrKlausur Wirtschafts- und Finanzmathematik
Vorname: Nachname: Matrikel-Nr.: Klausur Wirtschafts- und Finanzmathematik Prüfer Etschberger, Heiden, Jansen Prüfungsdatum 18. Januar 2016 Prüfungsort Augsburg Studiengang IM und BW Bearbeitungszeit:
MehrMATHEMATIK I für Bauingenieure und Berufspädagogen
TU DRESDEN Dresden, 4. Februar 00 Fachrichtung Mathematik / Institut für Analysis Doz.Dr.rer.nat.habil. N. Koksch Semesterbegleitende Klausur MATHEMATIK I für Bauingenieure und Berufspädagogen Immatrikulationsjahrgang
MehrKAPITEL 3. Konvexe Funktionen
KAPITEL 3 Konvexe Funktionen Sei F R n ein Definitionsbereich und f : F R eine Funktion. Unter dem Epigraphen von f versteht man die Menge epif = {(x, z) R n+1 x F, z R, z f(x)}. Man nennt f konvex, wenn
Mehrf = f = f = Institut für Technische und Num. Mechanik Prof. P. Eberhard / Dr.-Ing. F. Fleißner WS 2017/18 P März 2018
Institut für Technische und Num. Mechanik Maschinendynamik Prof. P. Eberhard / Dr.-Ing. F. Fleißner WS 2017/18 P 1 20. März 2018 Prüfung in Maschinendynamik Nachname, Vorname Aufgabe 1 (6 Punkte) Bestimmen
MehrNachklausur zur Analysis 2, SoSe 2017
BERGISCHE UNIVERSITÄT WUPPERTAL 18.9.17 Fakultät 4 - Mathematik und Naturwissenschaften Prof. N. V. Shcherbina Dr. T. P. Pawlaschyk www.kana.uni-wuppertal.de Nachklausur zur Analysis 2, SoSe 217 Aufgabe
MehrMatrikel-Nr.: Nachholklausur Wirtschafts- und Finanzmathematik
Name: Matrikel-Nr.: Nachholklausur Wirtschafts- und Finanzmathematik Prüfer Etschberger, Jansen, Nebel Prüfungsdatum 4. Juli 24 Prüfungsort Augsburg Studiengang IM und BW Bearbeitungszeit: 9 Minuten Punkte:
MehrMatr.-Nummer Fachrichtung
Institut für Technische und Num. Mechanik Technische Mechanik II+III Profs. P. Eberhard, M. Hanss WS 2015/16 P 1 18. Februar 2016 Bachelor-Prüfung in Technischer Mechanik II+III Nachname, Vorname E-Mail-Adresse
MehrFachhochschule Bochum Fachhochschule Münster Fachhochschule Südwestfalen
Fachhochschule Bochum Fachhochschule Münster Fachhochschule Südwestfalen Verbundstudiengang Wirtschaftsingenieurwesen Prof. Dr. rer. nat. habil. J. Resch Prüfung: Mathematik Termin: 1. September 2012 Bearbeitungszeit:
MehrPrüfung zur Vorlesung Mathematik I/II
Prof. Dr. E. W. Farkas ETH Zürich, Februar 014 BIOL-B HST PHARM Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle MC Total MC Total
MehrMathematik 2 für Wirtschaftsinformatik
für Wirtschaftsinformatik Sommersemester 2012 Hochschule Augsburg Hinreichende Bedingung für lokale Extrema Voraussetzungen Satz D R n konvex und offen Funktion f : D R zweimal stetig partiell differenzierbar
MehrWirtschaftsmathematik/Statistik SS 2009
Hochschule Bochum / Fachhochschule Münster Fachhochschule Südwestfalen / Fachhochschule Bielefeld weiterbildender Verbundstudiengang (MBA) Technische Betriebswirtschaft - Herr Dr. Andreas Kladobra - Hochschule
MehrOptimale Steuerung 1
Optimale Steuerung 1 Kapitel 6: Nichtlineare Optimierung unbeschränkter Probleme Prof. Dr.-Ing. Pu Li Fachgebiet Simulation und Optimale Prozesse (SOP) Beispiel: Parameteranpassung für Phasengleichgewicht
MehrKlausur Numerisches Rechnen ( ) (Musterlösung)
Rheinisch-Westfälische Technische Hochschule Aachen Institut für Geometrie und Praktische Mathematik Numerisches Rechnen WS 01/013 Prof. Dr. M. Grepl J. Berger, P. Esser, L. Zhang Klausur Numerisches Rechnen
MehrVariante A. Hinweise
Lehrstuhl C für Mathematik (Analysis Prof Dr Holger Rauhut Aachen, den 373 Wiederholungsklausur zur Höheren Mathematik I SoSe 3 Variante A Hinweise Zugelassene Hilfsmittel: Als Hilfsmittel zugelassen sind
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Semestrale Lineare Algebra 1 Prof. Dr. F. Roesler
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrNachholklausur zur Vorlesung Schätzen und Testen I. 04. April Bitte ausfüllen und unterschreiben!!!
Nachholklausur zur Vorlesung Schätzen und Testen I 04. April 2013 Volker Schmid, Ludwig Bothmann, Julia Sommer Aufgabe 1 2 3 4 5 6 Punkte Note Bitte ausfüllen und unterschreiben!!! Name, Vorname: Matrikelnummer:
Mehr1. Hausaufgabenblatt (16.04./ )
Lehrstuhl Ingenieurmathematik Modul: (Wirtschaftsingenieurwesen/Betriebswirtschaftslehre/Informatik) Sommersemester 2014 1. Hausaufgabenblatt (16.04./23.04.2015) Aufgabe H 1.1 Lösen Sie die linearen Gleichungssysteme
MehrTechnische Universität Clausthal
Technische Universität Clausthal Klausur im Wintersemester 2012/2013 Grundlagen der Elektrotechnik I Datum: 18. März 2013 Prüfer: Prof. Dr.-Ing. Beck Institut für Elektrische Energietechnik Univ.-Prof.
MehrPrüfung zur Vorlesung Mathematik I/II
Dr. A. Caspar ETH Zürich, Januar 0 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 3 6 Total Vollständigkeit Bitte
Mehrf(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.
Fabian Kohler Karolina Stoiber Ferienkurs Analsis für Phsiker SS 4 A Extrema In diesem Abschnitt sollen Extremwerte von Funktionen f : D R n R diskutiert werden. Auch hier gibt es viele Ähnlichkeiten mit
MehrKlausur zur Vorlesung Einführung in das Operations Research im Wintersemester 2005/2006
Universität Hannover Wirtschaftswissenschaftliche Fakultät Lehrstuhl für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Vorlesung Einführung in das Operations Research im Wintersemester 005/006
MehrMultivariate Analysis
Kapitel Multivariate Analysis Josef Leydold c 6 Mathematische Methoden I Multivariate Analysis / 38 Lernziele Funktionen in mehreren Variablen Graph und Niveaulinien einer Funktion in zwei Variablen Partielle
MehrKlausur zum Fach Höhere Mathematik 2 für Elektrotechnik Teil 2
(Name) (Vorname) (Matrikelnummer) Fachbereich Elektrotechnik und Informationstechnik Prof. Georg Hoever 8.03.018 Klausur zum Fach Höhere Mathematik für Elektrotechnik Teil Bearbeitungszeit: 90 Minuten
MehrHöhere Mathematik III. Variante A
Prof. Dr. E. Triesch Höhere Mathematik III WiSe 06/07 Variante A Hinweise zur Bearbeitung: Benutzen Sie zur Beantwortung aller Aufgaben ausschließlich das in der Klausur ausgeteilte Papier! Es werden nur
MehrWirtschaftsmathematik 00054: Mathematik für Wirtschaftswissenschaftler II Kurseinheit 2: Lineare Algebra II
Wirtschaftsmathematik 00054: Mathematik für Wirtschaftswissenschaftler II Kurseinheit : Lineare Algebra II Leseprobe Autor: Univ.-Prof. Dr. Wilhelm Rödder Dr. Peter Zörnig 74 4 Extrema bei Funktionen mehrerer
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik. Wiederholungsklausur Mathematik für Physiker 3 (Analysis 2) I... II...
................ Note I II Name Vorname 1 Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 3 Unterschrift der Kandidatin/des Kandidaten 4 TECHNISCHE UNIVERSITÄT MÜNCHEN Fakultät für Mathematik
MehrLösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 2016
Institut für Analysis Prof Dr Michael Plum Lösungsvorschlag zur Modulprüfung Numerische Methoden Sommersemester 0 0090 Aufgabe Punkte: Betrachten Sie das lineare Gleichungssystem Ax = b mit A = 0 und b
MehrTECHNISCHE MECHANIK A (STATIK)
Probeklausur im Fach TECHNISCHE MECHANIK A (STATIK) Nr. 5 Matrikelnummer: Vorname: Nachname: Ergebnis Klausur Aufgabe: 1 3 4 5 6 Summe Punkte: 31 7,5 17,5 9 10 5 80 Davon erreicht Punkte: Gesamtergebnis
MehrKlausur zur Höheren Mathematik 1/2
Stroppel.9.08 Klausur zur Höheren Mathematik / für Ingenieurstudiengänge Bitte beachten Sie die folgenden Hinweise: Bearbeitungszeit: 80 Minuten Erlaubte Hilfsmittel: Vier Seiten DIN A4 eigenhändig handbeschrieben.
Mehr