Aufgabe 1: Betrachtet werde das Matrixspiel mit der Auszahlungsmatrix a. 1. Für welche Werte von a gibt es ein Nash sches Gleichgewicht?
|
|
- Edith Kirchner
- vor 5 Jahren
- Abrufe
Transkript
1 Lösungen zu den Übungsaufgaben im Kapitel 7 des Lehrbuches Operations Research Deterministische Modelle und Methoden von Stephan Dempe und Heiner Schreier Aufgabe : Betrachtet werde das Matrixspiel mit der Auszahlungsmatrix a 0 A = a. Für welche Werte von a gibt es ein Nash sches Gleichgewicht?. Berechnen Sie für a = 0.5 die optimalen gemischten Strategien! Lösung: a) Wir verwenden Satz 7.6 mit S = S = {,, 3} und f(i, ) = a i, wobei A = (a i ) sei. Es existiert somit ein Nash-Gleichgewicht genau dann, wenn max i min a i = min max a i i gilt. Um dies zu überprüfen, verwenden wir die folgende Fallunterscheidung: a < : max min a i = max{a,, min{a, }} = i min max i a i = min{,, } = Es gilt Gleichheit, d.h. für a < existiert ein Nash-Gleichgewicht. a 0: max min a i = max{a,, } = a i min max i a i = min{, a, } = a Es gilt Gleichheit, d.h. auch für a [ ; 0] existiert ein Nash-Gleichgewicht. a > 0: max min a i = max{ 0,, } = 0 i min max a i i = min{, }{{} a >0, max{, a} } > 0 }{{} >0 Es gilt hier keine Gleichheit, d.h. für a > 0 existiert kein Nash-Gleichgewicht.
2 Wir haben somit das folgende Ergebnis erhalten: Ein Nash-Gleichgewicht existiert genau dann, wenn a 0 ist. b) Werden gemischte Strategien verwendet, so existiert bei Matrixspielen stets ein Nash-Gleichgewicht. Dies gilt, da alle Voraussetzungen von Satz 7.4 erfüllt sind. Für die Berechnung der gemischten Strategien verwenden wir die Aufgabe (7.3). Die Aufgabe des. Spielers lautet somit z = α min y + 0.5y α y y + y 3 α y y + 0.5y 3 α y + y + y 3 = y, y, y 3 0. Für alle zulässigen Lösungen dieser Aufgabe gilt α > 0. Begründung: Aufgrund der. Ungleichung gilt nun α 0 für alle zulässigen Lösungen. Angenommen es ist α = 0. Wegen der ersten Ungleichung ist dann y = y = 0. Somit ist also y 3 =. Dies ist aber ein Widerspruch zur zweiten Ungleichung. Wegen α > 0 können wir sofort die folgende Transformation durchführen: y := y /α, y := y /α, y 3 := y 3 /α, z := /α = y + y + y 3. Somit erhalten wir die folgende lineare Optimierungsaufgabe (siehe (7.6)): z = y + y + y 3 max y + 0.5y y y + y 3 y y + 0.5y 3 y, y, y 3 0.
3 Diese Aufgabe wird nun mittels Simplexmethode gelöst. y y y 3 u u u θ u 0 (0.5) u u ( ) y u 0 0 () u ( ) 0 0 y y u Wir erhalten also als optimale Lösung z = 5, y =, y = 3 und y 3 = 0. Wir müssen nun die Rücktransformation durchführen. Es ist also α = /z = 0., y = y α = 0.4, y = y α = 0.6 und y 3 = y 3α = 0. Die optimale Strategie des zweiten Spielers lautet also wie folgt: Er wählt die. Spalte mit Wahrscheinlichkeit /5 und die. Spalte mit Wahrscheinlichkeit 3/5. Die optimale Strategie des ersten Spielers kann aus den Optimalitätsindikatoren der Schlupfvariablen abgelesen werden. Es ist x = δ(u ) = 4, x = δ(u ) = und x 3 = δ(u 3 ) = 0. Mit der Rücktransformation erhalten wir die optimale Strategie des ersten Spielers x = x α = 4/5, x = x α = /5 und x 3 = x 3α = 0, d.h. die erste Zeile wird mit der Wahrscheinlichkeit 4/5 und die. Zeile mit der Wahrscheinlichkeit /5 gespielt. Der Erwartungswert für den Gewinn des ersten Spielers ist α = 0.. Aufgabe : Es sei das folgende Zweipersonenspiel betrachtet: Die Spieler P und P wählen e eine natürliche Zahl i bzw. i aus dem Bereich,..., n. P gewinnt, falls i = i + oder i = und i = n gilt. P gewinnt, falls i = i + oder i = und i = n gilt. In allen anderen Fällen geht das Spiel unentschieden aus. Falls ein Spieler gewinnt, so erhält er GE vom Gegenspieler, und bei einem Unentschieden finden keine Zahlungen statt. Man weise nach, dass bei ungeradem n die Gleichgewichts-Lösung (in 3
4 gemischten Strategien) eindeutig ist, und dass dies bei geradem n nicht der Fall ist. Lösung: Es sei n 3 vorausgesetzt. Die Auszahlungsmatrix des Spiels ist A = Diese Matrix ist offensichtlich schiefsymmetrisch, d.h. es gilt A = A. Bei Matrixspielen bedeutet dies, dass die beiden Spieler die gleichen Gewinnchancen haben. Der Wert des Spieles ist also Null, d.h. die Aufgaben (7.3) bzw. (7.4) besitzen optimale Lösungen (y, α ) bzw. (x, β ) mit α = β = 0. Die optimalen Strategien y von Spieler (analog von Spieler ) ergeben sich aus (7.3) wie folgt: Ay 0, e y =, y 0. Wegen 0 = e Ay 0 folgt weiter Ay = 0. Es ist somit zu zeigen, dass das Ungleichungs-/Geichungssystem Ay = 0 ( ) e y = y 0 für ungerades n genau eine und für gerades n mehrere Lösungen hat. Aus den Gleichungen bis n des Gleichungssystems Ay = 0 erhalten wir y k = y für alle ungeraden k, y k = y für alle geraden k. Ist n ungerade, so erhalten wir mit der ersten Gleichung y = y n die Gleichheit y = y =... = y n. Aus e y = erhalten wir dann die eindeutige optimale Strategie y = y =... = y n = /n. Ist n gerade, so erhalten wir mit der ersten Gleichung y = yn keine weitere Einschränkung des Ergebnisses. Aus e y = erhalten wir also = yk + yk = n y + n y. k ungerade k gerade 4
5 Sei y := a. Dann ist also y = /n a 0. Die Menge der optimalen Strategien ist somit {y : y k = a für k ungerade, y k = n/ a für k gerade mit a [0; n/]}. Ist also n gerade, so besitzt der Spieler unendlich viele optimale Strategien. Die optimalen Strategien des Spielers entsprechen den optimalen Strategien des Spielers. Aufgabe 3: Beim Nim-Spiel sind k Reihen mit n, =,..., k, Streichhölzern vorhanden. Zwei Spieler nehmen abwechselnd Streichhölzer aus einer der Reihen weg. Wie viele sie nehmen spielt keine Rolle; es muss edoch mindestens ein Streichholz sein und es dürfen bei einem Zug nur Streichhölzer einer einzigen Reihe genommen werden. Derenige Spieler, der den letzten Zug macht, also die letzten Streichhölzer wegnimmt, gewinnt. Für den Fall k = 3 und n = (,, ) stelle man das Spiel in extensiver Form (Spielbaum) dar. Welcher Spieler besitzt eine Gewinnstrategie? Anschließend betrachte man den allgemeinen Fall und untersuche in Abhängigkeit von k und (n ) =,...,k welcher der beiden Spieler eine Gewinnstrategie besitzt. Lösung: Als erstes betrachten wir den Fall k = 3 und n = (,, ) und versuchen eine Gewinnstrategie des ersten Spielers zu finden. Als erstes sollte der. Spieler das Streichholz der 3. Reihe entfernen. Der. Spieler hat dann die folgenden Möglichkeiten:.) Er entfernt die Streichhölzer der ersten oder zweiten Reihe. Dann kann der erste Spieler die verbliebenen Streichhölzer entfernen und gewinnt das Spiel..) Er entfernt nur ein Streichholz. Dann entfernt der. Spieler ein Streichholz der anderen Reihe. Wir haben dann die Situation (,,0). Der. Spieler muss nun die erste oder zweite Reihe leeren. Der. Spieler kann nun das verbliebene Streichholz entfernen und gewinnt somit auch hier. Wir haben also für n = (,, ) eine Gewinnstrategie des ersten Spielers gefunden. Seien nun k und n = (n,..., n k ) beliebig. Wie können wir nun Gewinnstrategien der beiden Spieler beschreiben? Seien d i := (..., d i, d i, d i 0) die Dualdarstellungen der Zahlen n i, i =,..., k. Es sei also n i = di mit d i {0, } für alle i und. Weiter sei s = 5
6 (..., s, s, s 0 ) gegeben durch s i := d i + d i d k i (mod ). s i entspricht also dem Rest von d i + d i d k i bei Division durch. Wie ändern sich nun die d i und s bei einem regulären Zug eines Spielers? Bei einem regulären Zug eines Spieler wird genau ein n l verändert. Die neue Dualdarstellung sei d l und es sei I := {i : dl i d l i} die Menge aller Indizes, in welchen die Dualdarstellungen nicht übereinstimmen. Weiter sei i 0 der größte Index in der Indexmenge I. Da n l verkleinert wird, gilt d l i 0 = und d l i 0 = 0. Im neuen Vektor s gilt s i = s i für alle i / I und s i = s i + (mod ) für alle i I. Wir unterscheiden nun die Fälle s = 0 und s 0. Angenommen s ist ein Nullvektor. Führt nun ein Spieler einen regulären Zug durch mit einer Indexmenge I, so gilt für den neuen Vektor s aufgrund der obigen Ausführungen s i 0 für alle i I, d.h. s 0. Angenommen es ist s 0. Dann existiert eine nichtleere Indexmenge J = {i : s i 0}. Sei i 0 der größte Index mit i 0 J. Dann existiert ein l {,..., k} mit d l i 0 =. Wir berechnen nun die Dualdarstellung d l einer Zahl ñ l mit d l i := d l i für alle i / J und d l i := d l i + (mod ) für alle i J. Wegen d l i 0 = gilt dann ñ l < n l. Dies entspricht also einem regulären Zug eines Spielers, wobei s = 0 gilt. Da für n = (0, 0,..., 0) die Gleichung s = 0 gilt, besitzt der erste Spieler bei n = (n,..., n k ) genau dann eine Gewinnstrategie, wenn s 0 gilt. Wir demonstrieren dies zum besseren Verständnis an einigen Beispielen: Spieler n d d d 3 s l I ñ (,, 3) (0, 0, ) (0,, 0) (0,, ) (0, 0, 0) 3 {} (,, ) (,, ) (0, 0, ) (0,, 0) (0, 0, ) (0,, 0) {} (, 0, ) (, 0, ) (0, 0, ) (0, 0, 0) (0, 0, ) (0, 0, 0) {0} (0, 0, ) (0, 0, ) (0, 0, 0) (0, 0, 0) (0, 0, ) (, 0, 0) 3 {0} (0, 0, 0) Gilt n = (,, 3), so besitzt der zweite Spieler eine Gewinnstrategie. Gilt n = (4, 6, 3, 5), so ist d = (0,, 0, 0), d = (0,,, 0), d 3 = (0, 0,, ) und d 4 = (0,, 0, ). Also ist s = (0,, 0, 0). Der erste Spieler wird also z.b. l = und I = wählen, d.h. er entnimmt der. Reihe 4 Streichhölzer. Wenn er an der vorgeschlagenen Gewinnstrategie festhält, so kann der zweite Spieler nicht gewinnen. 6
7 Aufgabe 4: Betrachtet sei die folgende Funktion v(k): K {} {} {3} {, } {, 3} {, 3} {,, 3} v(k) Überprüfen Sie, ob die Funktion v(k) eine charakteristische Funktion ist!. Bestimmen Sie den Kern dieses Spiels! 3. Bestimmen Sie den Shapley-Vektor! Lösung: a) Es lässt sich leicht mit Definition 7. überprüfen, dass v(k) eine charakteristische Funktion ist. b) Der Kern des Spiels ist aufgrund des Satzes 7.3 wie folgt gegeben: x 9, x 5, x 3 3, x + x + x 3 = 5 x + x, x + x 3 6, x + x 3 Es wird nun x 3 durch x 3 = 5 x x ersetzt. Dann erhalten wir x [9, 3], x [5, 9], x + x =. Aus = x }{{} + x folgt nun x }{{} = 3, x = 9 und x 3 = 3, d.h. der 3 9 Kern des Spiels besteht aus einem einzigen Punkt K = {x = 3, x = 9, x 3 = 3}. c) Die Berechnung des Shapley-Vektors erfolgt mit Hilfe des Satzes 7.7: ϕ (v) = 0!! +!!!! (v({}) v( )) + (v({, }) v({}))!0! (v({, 3}) v({3})) + (v({,, 3}) v({, 3})) = = 6 3 ϕ (v) = 0!! +!!!! (v({}) v( )) + (v({, }) v({}))!0! (v({, 3}) v({3})) + (v({,, 3}) v({, 3})) = = 5 3 7
8 ϕ 3 (v) = 0!! +!!!! (v({3}) v( )) + (v({, 3}) v({}))!0! (v({, 3}) v({})) + (v({,, 3}) v({, })) = = 3 3 Probe: ϕ (v) + ϕ (v) + ϕ 3 (v) = 5 = v({,, 3}). Aufgabe 5: Für die Aufteilung eines Kuchens mittels einfacher Mehrheit auf drei Personen, zeige man, dass M =,, eine Neumann-Morgenstern-Lösung ist. 0 Lösung: Zu der angegebenen Aufgabe gehört die folgende charakteristische Funktion: K {} {} {3} {, } {, 3} {, 3} {,, 3} v(k) Demzufolge besitzt ede Zuteilung x R 3 die folgenden Eigenschaften (siehe Definition 7.3): x 0, x 0, x 3 0, x + x + x 3 =. Für den Nachweis der Behauptung verwenden wir nun Definition 7.0 und Definition Eigenschaft: Angenommen es existieren y, y M und eine Koalition K mit y K y. Dann gilt v(k) > 0 und y i > y i für alle i K. Aus v(k) > 0 folgt aber K. Wegen y M existiert somit ein i K mit y i > y i = /. Dies ist ein Widerspruch zu y M. Die erste Eigenschaft gilt also.. Eigenschaft: Sei x / M ein Zuteilung. Dann existieren zwei Indizes i,, i, mit x i < / und x < /. Dann existiert edoch offensichtlich ein y M mit y i = y = /. Bezüglich der Koalition K = {i, } gilt also x K y, d.h. die zweite Eigenschaft gilt ebenfalls. Die Menge M ist somit eine Neumann-Morgenstern-Lösung
9 Aufgabe 6: Der aktuelle Bundestag besteht aus 64 Mitgliedern, die sich wie folgt auf die Parteien verteilen: Union SPD FDP Die Grünen Die Linke Man berechne für Abstimmungen mit einfacher Mehrheit (308 Stimmen) die Werte der Shapley-Funktion der fünf Parteien. Lösung: Wir gehen wie im Beispiel 7.3 vor. Somit soll die charakteristische Funktion wieder den Wert für alle Gewinnerkoalitionen und den Wert 0 für alle Verliererkoalitionen haben. Seien die Parteien in der angegebenen Reihenfolge durchnummeriert. Dann gibt es die folgenden Gewinnerkoalitionen: {, }, {,, 3}, {,, 4}, {,, 5}, {,, 3, 4}, {,, 3, 5}, {,, 4, 5}, {, 3, 4}, {, 4, 5}, {, 3, 5}, {, 3, 4, 5}, {, 3, 4}, {, 4, 5}, {, 3, 5}, {, 3, 4, 5}, {,, 3, 4, 5} Wenn die erste Partei die Koalition verlässt, werden aus den Koalitionen {, }, {,, 3}, {,, 4}, {,, 5}, {, 3, 4}, {, 4, 5}, {, 3, 5}, {, 3, 4, 5} Verliererkoalitionen. Demzufolge ist ϕ (v) =! 5! + 6!! 5! +! 5! = 0.3. Weiter gilt offensichtlich ϕ (v) = ϕ (v) = 0.3. Wenn die dritte Partei die Koalition verlässt, werden aus den Koalitionen {, 3, 4}, {, 3, 5}, {, 3, 4} und {, 3, 5} Verliererkoalitionen. Also ist ϕ 3 (v) = 4!! 5! = 5. Da die Parteien 3, 4, 5 rechnerisch gesehen als Koalitionspartner gleichwertig sind, gilt ϕ 3 (v) = ϕ 4 (v) = ϕ 5 (v) = /5. 9
Kapitel 3. Matrix Spiele. 3.1 Matrix-Spiele
Kapitel 3 Matrix Spiele Seminar Spieltheorie, SS 006 3. Matrix-Spiele Vorgegeben sei ein Nullsummenspiel Γ = (S, T, φ, φ mit endlichen Strategiemengen S und T, etwa S = (s,..., s m und T = (t,..., t n.
MehrAbbildung 1: Graphische Lösung der ersten Übungsaufgabe
Lösungen zu den Übungsaufgaben im Kapitel 1 des Lehrbuches Operations Research Deterministische Modelle und Methoden von Stephan Dempe und Heiner Schreier 1. Lösen Sie die folgende lineare Optimierungsaufgabe
MehrLineare Optimierung: Simplexverfahren Phase Ⅰ
Lineare Optimierung: Simplexverfahren Phase Ⅰ Zur Erinnerung: Die Lineare Optimierungsaufgabe in Standardform lautet z = c T x + c 0 min (.) bei Ax = b, x 0. Revidiertes Simplexverfahren Mit dem Simplexverfahren
MehrLineare Gleichungssysteme
Kapitel 6 Lineare Gleichungssysteme 6. Gaußalgorithmus Aufgabe 6. : Untersuchen Sie die folgenden linearen Gleichungssysteme mit dem Gaußalgorithmus auf Lösbarkeit und bestimmen Sie jeweils die Lösungsmenge.
MehrVorlesung: Nicht-kooperative Spieltheorie. Teil 4: 2-Personen-Nullsummenspiele
Vorlesung: Nicht-kooperative Spieltheorie Teil 4: 2-Personen-Nullsummenspiele Dr. Thomas Krieger Wintertrimester 2009 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 1 Definition 2-Personen-Nullsummenspiele
MehrLineare Gleichungssysteme: eine Ergänzung
Lineare Gleichungssysteme: eine Ergänzung Ein lineares Gleichungssystem, bei dem alle Einträge auf der rechten Seite gleich sind heiÿt homogenes lineares Gleichungssystem: a x + a 2 x 2 +... + a n x n
MehrProf. Dr. Elmar Grosse-Klönne Institut für Mathematik
Prof. Dr. Elmar Grosse-Klönne Institut für Mathematik Lineare Algebra Analytische Geometrie I* Übungsaufgaben, Blatt Musterlösungen Aufgabe. Es seien A, B, C Teilmengen einer Menge X. Zeige: i A B C =
MehrEinführung in die lineare Algebra und GeometrieWS 2018/19 October 30, 2018
1 Beweisen Sie folgende Aussage: Das Produkt zweier ungeraden Zahlen ist ungerade Beweisen Sie folgende Aussage: Es gibt keine ganzen Zahlen n, m mit 8m + 4n = 100 [Hinweis: Beweisen Sie indirekt Nehmen
Mehra 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:
Matrizen Betrachten wir das nachfolgende Rechteckschema: a 12 a 1(m 1 a 1m a n1 a n2 a n(m 1 a nm Ein solches Schema nennt man (n m-matrix, da es aus n Zeilen und m Spalten besteht Jeder einzelne Eintrag
MehrDualitätssätze der linearen Optimierung
Kapitel 9 Dualitätssätze der linearen Optimierung Sei z = c T x min! Ax = b 9.1 x 0 mit c, x R n, b R m, A R m n ein lineares Programm. Definition 9.1 Duales lineares Programm. Das lineare Programm z =
MehrDie duale Simplexmethode
Kapitel 0 Die duale Simplexmethode Bei der dualen Simplexmethode ist eine Startlösung oftmals leichter angebbar als bei der Simplexmethode für das ursprüngliche lineare Programm, da man keine Nichtnegativitätsanforderungen
MehrAufgaben und Lösungen für die Zweite Klausur zur Spieltheorie im HWS 2011, Universität Mannheim, Prof. Dr. C. Hertling
Aufgaben und Lösungen für die Zweite Klausur zur Spieltheorie im HWS 2011, 06.02.2012 Universität Mannheim, Prof. Dr. C. Hertling Name: Sitzplatznummer: Die Bearbeitungszeit für diese Klausur beträgt 90
Mehr3.6 Eigenwerte und Eigenvektoren
3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse
MehrLineare Algebra I 5. Tutorium Die Restklassenringe /n
Lineare Algebra I 5. Tutorium Die Restklassenringe /n Fachbereich Mathematik WS 2010/2011 Prof. Dr. Kollross 19. November 2010 Dr. Le Roux Dipl.-Math. Susanne Kürsten Aufgaben In diesem Tutrorium soll
Mehr6. Einführung 43. gilt. Dann soll also A B x B = b eindeutig lösbar sein, also A B vollen Rang haben, d. h. invertierbar (regulär) sein.
6. Einführung 43 und aus der linearen Unabhängigkeit der (a i ) i I(x) folgt y i = z i auch für i I(x). Insgesamt gilt also y = z, d. h., nach Definition 6.9 ist x eine Ecke von P. Beachte: Der Koordinatenvektor
MehrGrundlagen der Optimierung. Übung 6
Technische Universität Chemnitz Chemnitz, 2. November 24 Prof. Dr. R. Herzog, J. Blechschmidt, A. Schäfer Abgabe am 28. November 24 Grundlagen der Optimierung Übung 6 Aufgabe 2: Verschiedene Verfahren
Mehr1 Einführung Gleichungen und 2 Unbekannte Gleichungen und 3 Unbekannte... 4
Wirtschaftswissenschaftliches Zentrum 3 Universität Basel Mathematik 2 Dr Thomas Zehrt Lineare Gleichungssysteme Inhaltsverzeichnis Einführung 2 2 Gleichungen und 2 Unbekannte 2 2 3 Gleichungen und 3 Unbekannte
MehrLineare Algebra II Lösungen der Aufgaben 42 und 43
D Blottière SS 7 P Schützdeller Universität Paderborn Lineare Algebra II Lösungen der Aufgaben 4 und 43 Aufgabe 4 : Bemerkungen : Es sei V ein n-dimensionaler Vektorraum über einem Körper K und β : V V
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n
Kapitel Vektorräume Josef Leydold Mathematik für VW WS 07/8 Vektorräume / 4 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit x R n =. : x i R, i n x n und wird als n-dimensionaler
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41
Kapitel 3 Vektorräume Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit R n = x 1. x n : x i R, 1 i n und
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 12 8. Juni 2010 Kapitel 10. Lineare Gleichungssysteme (Fortsetzung) Umformung auf obere Dreiecksgestalt Determinantenberechnung mit dem Gauß-Verfahren
MehrKlausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
MehrStatistische Entscheidungstheorie
KAPITEL 6 Statistische Entscheidungstheorie 6.1. Verlustfunktion, Risiko, Minimax Schätzer Es sei (, A, (P θ ) θ ) ein statistisches Modell. Das heißt, ist die Menge aller möglichen Stichproben, A ist
MehrVektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
MehrLineare Optimierungsaufgaben - eine Einführung
Lineare Optimierungsaufgaben - eine Einführung Aufgabenstellung, Beispiele, graphisches Lösen und Trafo auf Normalform Vortragsskript von Lorenz Fischer Operations Research bedeutet die Suche nach einer
MehrHM II Tutorium 1. Lucas Kunz. 24. April 2018
HM II Tutorium 1 Lucas Kunz 24. April 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Körper...................................... 2 1.2 Gruppen..................................... 2 1.3 Vektorraum...................................
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
MehrInhalt. 2 Transportoptimierung Das klassische Transportproblern Modell 73
Inhalt 1 Lineare Optimierung 13 1.1 Das Modell der linearen Optimierung 13 1.2 Graphische Lösung 20 1.3 Der primale Simplexalgorithmus 23 1.3.1 Grundlagen 24 1.3.2 Der Optimalitätstest 27 1.3.3 Verbesserungsschritt
Mehr5 Lineare Gleichungssysteme und Determinanten
5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von
MehrMathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018
(Analysis und lineare Algebra) im Sommersemester 2018 15. April 2018 1/46 Die Dimension eines Vektorraums Satz 2.27 (Basisergänzungssatz) Sei V ein Vektorraum über einem Körper K. Weiter seien v 1,...,
MehrDie duale Simplexmethode zur Lösung rein ganzzahliger linearer Programme
Kapitel 11 Die duale Simplexmethode zur Lösung rein ganzzahliger linearer Programme Wir betrachten folgendes Optimierungsproblem z = c T x min! Ax = b (11.1) (11.2) x j ganz für j = 1,..., n 1 n, (11.3)
MehrNumerische Lineare Algebra
Numerische Lineare Algebra Vorlesung 7 Prof. Dr. Klaus Höllig Institut für Mathematischen Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung SS 200 Prof. Dr. Klaus Höllig (IMNG)
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie
D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5
MehrAufgaben zu Kapitel 20
Aufgaben zu Kapitel 20 Aufgaben zu Kapitel 20 Verständnisfragen Aufgabe 20 Sind die folgenden Produkte Skalarprodukte? (( R ) 2 ( R 2 )) R : v w,, v v 2 w w 2 (( R ) 2 ( R 2 )) R : v w, 3 v v 2 w w + v
MehrGrundlegende Definitionen aus HM I
Grundlegende Definitionen aus HM I Lucas Kunz. März 206 Inhaltsverzeichnis Vektorraum 2 2 Untervektorraum 2 Lineare Abhängigkeit 2 4 Lineare Hülle und Basis 5 Skalarprodukt 6 Norm 7 Lineare Abbildungen
MehrLineare Algebra. 1 Lineare Abbildungen
Lineare Algebra Die lineare Algebra ist ein Teilgebiet der Mathematik, welches u. A. zur Beschreibung geometrischer Abbildungen und diverser Prozesse und zum Lösen linearer Gleichungssysteme mit Hilfe
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
MehrHöhere Mathematik für die Fachrichtung Physik
Karlsruher Institut für Technologie Institut für Analysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 5/.. Höhere Mathematik für die Fachrichtung Physik Lösungsvorschläge zum 4. Übungsblatt Aufgabe
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 11 1. Juni 2010 Rechenregeln für Determinanten Satz 62. (Determinanten von Dreiecksmatrizen) Es sei A eine obere oder untere n n-dreiecksmatrix.
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Bernhard Hanke Universität Augsburg 17.10.2012 Bernhard Hanke 1 / 9 Wir beschreiben den folgenden Algorithmus zur Lösung linearer Gleichungssysteme, das sogenannte Gaußsche
Mehr67. Aufgabe. Lösungen Übungsaufgaben Prof. Dr. Friedel Bolle Lehrstuhl für Volkswirtschaftslehre, insbesondere Wirtschaftstheorie
Lösungen Übungsaufgaben 67-73 Prof. Dr. Friedel Bolle Lehrstuhl für Volkswirtschaftslehre, insbesondere Wirtschaftstheorie (Mikroökonomie) Lösungen Übungsaufgaben 67-73 67. Aufgabe Prisoners Dilemma Spieler
Mehr1 Lineare Gleichungssysteme und Matrizen
1 Lineare Gleichungssysteme und Matrizen Das Studium linearer Gleichungssysteme und ihrer Lösungen ist eines der wichtigsten Themen der linearen Algebra. Wir werden zunächst einige grundlegende Begriffe
MehrNash-Gleichgewichte in 2-Spieler Systemen. Katharina Klost Freie Universität Berlin
Nash-Gleichgewichte in 2-Spieler Systemen Katharina Klost Freie Universität Berlin Seminar über Algorithmen, 29.10.2013 Grundlegende Definitionen A Gewinnmatrix für Spieler 1, B Gewinnmatrix für Spieler
Mehr2.3 Basis und Dimension
Lineare Algebra I WS 205/6 c Rudolf Scharlau 65 2.3 Basis und Dimension In diesem zentralen Abschnitt werden einige für die gesamte Lineare Algebra fundamentale Grundbegriffe eingeführt: Lineare Abhängigkeit
MehrAufgabe 1: Berechnen Sie für den in Abbildung 1 gegebenen Graphen den. Abbildung 1: Graph für Flussproblem in Übungsaufgabe 1
Lösungen zu den Übungsaufgaben im Kapitel 4 des Lehrbuches Operations Research Deterministische Modelle und Methoden von Stephan Dempe und Heiner Schreier Aufgabe 1: Berechnen Sie für den in Abbildung
MehrHauptsatz und Optimalitätskriterium der Simplexmethode
Kapitel 4 Hauptsatz und Optimalitätskriterium der Simplexmethode In diesem Abschnitt wird das wichtigste Verfahren zur Lösung linearer Optimierungsprobleme eingeführt die Simplexmethode Es existiere für
Mehr1 0, x C X (A). = 1 χ A(x).
Aufgabe 1 a) Wir müssen nur zeigen, dass χ A B (x) = χ A (x) χ B (x) für alle x X gilt. (Dass χ A χ B Abbildung von X in {0, 1} ist, ist klar.) Sei also x X beliebig. Fall 1: x A B. Dies bedeutet x A und
Mehr1 Matrizenrechnung zweiter Teil
MLAN1 1 Literatur: K. Nipp/D. Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4. Auflage, 1998, oder neuer. 1 Matrizenrechnung zweiter Teil 1.1 Transponieren einer Matrix Wir betrachten
MehrBrückenkurs Mathematik. Mittwoch Freitag
Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs
MehrAufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009
I. (4 Punkte) Gegeben sei die Menge Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 9 G := { a c b a, b, c R }. (a) Zeigen Sie, dass G zusammen mit der Matrizenmultiplikation eine Gruppe
MehrZeigen Sie, dass der einzige Gruppenhomomorphismus von (G, ) nach (Z 5, +) die Abbildung Φ : G Z 5
Aufgabe I (4 Punkte) Es sei G : {e, g, g, g } eine 4-elementige Gruppe mit neutralem Element e Die Verknüpfung auf G werde mit bezeichnet Außerdem seien in G folgende Gleichungen erfüllt: g g g und g g
Mehr( 1) k k 2. k=0. n n(n + 1) ( 1) k k 2 + ( 1) n+1 (n + 1) 2. k=0. + ( 1) n+1 (n + 1) 2 n(n + 1) + (n + 1) 2 )
Musterlösung zum 9. Blatt 8. Aufgabe: Sei n eine natürliche Zahl. Vermuten Sie eine Formel für ( ) k k und beweisen Sie diese durch vollständige Induktion. Lösung: Für jede natürliche Zahl n sei a n =
Mehr9 Lineare Gleichungssysteme
9 Lineare Gleichungssysteme Eine der häufigsten mathematischen Aufgaben ist die Lösung linearer Gleichungssysteme In diesem Abschnitt beschäftigen wir uns zunächst mit Lösbarkeitsbedingungen und mit der
MehrEinführung in die Mathematik des Operations Research
Universität zu Köln Mathematisches Institut Prof. Dr. F. Vallentin Einführung in die Mathematik des Operations Research Sommersemester 3 en zur Klausur (7. Oktober 3) Aufgabe ( + 3 + 5 = Punkte). Es sei
MehrMathematik für Informatiker 1 Wintersemester 2013/14 Heimarbeitsblatt 14
Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker Wintersemester 3/4 Heimarbeitsblatt 4 Die Lösungshinweise dienen
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 4
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 26/7): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Betrachtet wird eine (n,n)-matrix A. Eine Zahl λ heißt Eigenwert von A, wenn ein Vektor v existiert, der nicht der Nullvektor ist und für den gilt: A v = λ v.
MehrFerienkurs Mathematik für Physiker I Blatt 3 ( )
Ferienkurs Mathematik für Physiker I WS 6/7 Ferienkurs Mathematik für Physiker I Blatt 3 (9.3.7) Aufgabe : Matrizenrechung 3 (a) Ermitteln Sie für die Matrix A = 3 4 den Ausdruck A + A + A + 6 A3. 3 4
Mehr1 Zahlentheorie. 1.1 Kongruenzen
3 Zahlentheorie. Kongruenzen Der letzte Abschnitt zeigte, daß es sinnvoll ist, mit großen Zahlen möglichst einfach rechnen zu können. Oft kommt es nicht darauf, an eine Zahl im Detail zu kennen, sondern
MehrLösbarkeit linearer Gleichungssysteme
Lösbarkeit linearer Gleichungssysteme Lineares Gleichungssystem: Ax b, A R m n, x R n, b R m L R m R n Lx Ax Bemerkung b 0 R m Das Gleichungssystem heißt homogen a A0 0 Das LGS ist stets lösbar b Wenn
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmann W Wu Herbstsemester 26 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 2 Aufgabe 2 Welche der folgenden Aussagen sind korrekt? (i) Jedes
Mehr37 Gauß-Algorithmus und lineare Gleichungssysteme
37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass
Mehr10. Die Berücksichtigung nicht vorzeichenbeschränkter Variablen
10. Die Berücksichtigung nicht vorzeichenbeschränkter Variablen Bisher haben wir immer vorausgesetzt, dass alle Variablen eines LOP der Bedingung x i 0 liegen. Im Folgenden wollen wir auch sogenannte freie
MehrKlausur zur Spieltheorie
Prof. M. Eisermann Spieltheorie 5. September 18 Klausur zur Spieltheorie Aufgabe 1. Bitte füllen Sie folgendes aus! (1 Punkt) Name: Matrikelnummer: Vorname: Studiengang: Es gelten die üblichen Klausurbedingungen.
MehrKlausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende
Universität Duisburg-Essen Essen, den 15.0.009 Fachbereich Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,
Mehrz = c T x : Ax = b, x 0 }, - die Darstellung der Nichtbasisvektoren durch die Basis ist
Kapitel 5 Die Simplexmethode Es werden folgende Bezeichnungen verwendet: - das untersuchte Problem ist min x R n { z = c T x : Ax = b, x 0 }, - die erste zulässige Basislösung sei x = x 1, x 2,, x m, 0,,
MehrMusterlösung - Aufgabenblatt 7. Aufgabe 1
Musterlösung - Aufgabenblatt 7 Aufgabe Sei C R n eine nicht-leere abgeschlossene und konvexe Menge. Wir wollen zeigen, dass C als der Durchschnitt ihrer stützenden Halbräume dargestellt werden kann, d.h.
MehrKapitel 3 Lineare Algebra
Kapitel 3 Lineare Algebra Inhaltsverzeichnis VEKTOREN... 3 VEKTORRÄUME... 3 LINEARE UNABHÄNGIGKEIT UND BASEN... 4 MATRIZEN... 6 RECHNEN MIT MATRIZEN... 6 INVERTIERBARE MATRIZEN... 6 RANG EINER MATRIX UND
MehrFK03 Mathematik I: Übungsblatt 13 Lösungen
FK0 Mathematik I: Übungsblatt Lösungen Verständnisfragen. Wann nennt man die Vektoren v,..., v n R n linear unabhängig? Die Vektoren v,..., v n R n heißen linear unabhängig, falls die folgende Gleichung
Mehr05. Lineare Gleichungssysteme
05 Lineare Gleichungssysteme Wir betrachten ein System von m Gleichungen in n Unbestimmten (Unbekannten) x 1,, x n von der Form a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a
Mehr3. Übungsblatt Aufgaben mit Lösungen
. Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen
MehrKapitel 17 Skalar- und Vektorprodukt
Kapitel 17 Skalar- und Vektorprodukt Mathematischer Vorkurs TU Dortmund Seite 1 / 22 Bisher hatten wir die Möglichkeit Vektoren des R n zu addieren und Vektoren mit rellen Zahlen zu multiplizieren. Man
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 4
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 25): Lineare Algebra und analytische Geometrie 4 4. (Frühjahr 27, Thema, Aufgabe ) Zeigen Sie, dass die beiden folgenden Unterräume des R 3 übereinstimmen:
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 7
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion
MehrKapitel 4: Gemischte Strategien. Literatur: Tadelis Chapter 6
Kapitel 4: Gemischte Strategien Literatur: Tadelis Chapter 6 Idee In vielen Spielen gibt es kein Nash Gleichgewicht in reinen Strategien (und auch kein Gleichgewicht in dominanten Strategien) Darüber hinaus
MehrLösungshinweise zur Klausur. Mathematik für Informatiker III. (Dr. Frank Hoffmann) 18. Februar 2008
Lösungshinweise zur Klausur Mathematik für Informatiker III (Dr. Frank Hoffmann) 8. Februar 8 Aufgabe Algebraisches I /6++ (a) Rechnen Sie zunächst nach, dass die Menge B = {,, von Vektoren eine Basis
Mehr6 Lineare Gleichungssysteme
6 LINEARE GLEICHUNGSSYSTEME 3 6 Lineare Gleichungssysteme Unter einem linearen Gleichungssystem verstehen wir ein System von Gleichungen α ξ + + α n ξ n = β α m ξ + + α mn ξ n = β m mit Koeffizienten α
MehrZusatzmaterial zu Kapitel 6
ZU KAPITEL 62: METHODEN ZUR STABILITÄTSPRÜFUNG Zusatzmaterial zu Kapitel 6 Zu Kapitel 62: Methoden zur Stabilitätsprüfung Einleitung Bei der Feststellung der asymptotischen Stabilität (siehe Kapitel 63)
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 10
D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler Lösungen Serie 10 1. Für a 1 : 1 1 0, a 2 : 1 1, a 3 : 1 1 1, b : 2 2 2 1 und A : (a 1, a 2, a 3 ) gelten welche der folgenden Aussagen? (a) det(a)
MehrLineare Algebra und Numerische Mathematik für D-BAUG
P Grohs T Welti F Weber Herbstsemester 25 Lineare Algebra und Numerische Mathematik für D-BAUG ETH Zürich D-MATH Beispiellösung für Serie 8 Aufgabe 8 Basen für Bild und Kern Gegeben sind die beiden 2 Matrizen:
MehrFür die Matrikelnummer M = Dann sind durch A =
Musterlösung zum. Blatt 9. Aufgabe: Gegeben seien m 3 + 2 m m 3 m 2 m 4 + m 7 m 3 A := m m 2 m 2 + 2 m 2 m 4 + m 5 und b := m 6 m 4 + a) Finden Sie eine Lösung x R 7 für die Gleichung Ax =. b) Finden Sie
MehrDas lineare Komplementaritätsproblem
Springer-Lehrbuch Das lineare Komplementaritätsproblem Eine Einführung Bearbeitet von Uwe Schäfer Auflage 28 Taschenbuch x Paperback ISBN 978 3 54 79734 Format (B x L): 5,5 x 23,5 cm Gewicht: 428 g Wirtschaft
MehrOptimale Steuerung 1 Prozessoptimierung 1
Optimale Steuerung 1 Prozessoptimierung 1 Kapitel 2: Lineare Optimierung Prof. Dr.-Ing. Pu Li Fachgebiet Simulation und Optimale Prozesse (SOP) Lineare Algebra (Mathematische Grundlagen) 2 Beispiel: Produktionsplanung
MehrMusterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen
Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können
MehrLineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
MehrKapitel 1. Vektoren und Matrizen. 1.1 Vektoren
Kapitel 1 Vektoren und Matrizen In diesem Kapitel stellen wir die Hilfsmittel aus der linearen Algebra vor, die in den folgenden Kapiteln öfters benötigt werden. Dabei wird angenommen, dass Sie die elementaren
MehrLösung zu Serie [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich:
Lineare Algebra D-MATH, HS 04 Prof. Richard Pink Lösung zu Serie. [Aufgabe] Faktorisieren Sie die folgenden Polynome so weit wie möglich: a) F (X) := X 5 X in R[X] und C[X]. b) F (X) := X 4 +X 3 +X in
MehrLänge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren
Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(
MehrNachklausur (Modulprüfung) zum Lehrerweiterbildungskurs 6 Lineare Algebra/Analytische Geometrie I WiSe 2016/17
Name, Vorname Matrikel-Nr. Aufg.1 Aufg.2 Aufg.3 Aufg.4 Σ Note bzw. Kennzeichen Nachklausur (Modulprüfung) zum Lehrerweiterbildungskurs 6 Lineare Algebra/Analytische Geometrie I WiSe 2016/17 Bearbeiten
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 18.10.2012 Alexander Lytchak 1 / 12 Lineare Gleichungssysteme Wir untersuchen nun allgemeiner Gleichungssysteme der
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,
MehrÜbungen zur Diskreten Mathematik I Blatt 1
1 Blatt 1 Aufgabe 1 Überprüfen Sie, ob die folgenden Aussagen Tautologien sind (i) (A B) (( A) ( B)), (ii) (A B) (( A) ( B)), (iii) ((A B) C) ((A C) (B C)), (iv) ((A B) C) ((A C) (B C)), (v) (A = B) ((
MehrKapitel 11 Eigenwerte und Eigenvektoren
Kapitel Eigenwerte und Eigenvektoren. Problem der Diagonalisierbarkeit Es sei wieder K gleich R oder. Eine n n)-matrix A mit Koeffizienten aus K wird als diagonalisierbar bezeichnet, wenn es eine invertierbare
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 13 10. Juni 2010 Kapitel 10. Lineare Gleichungssysteme In diesem Abschnitt untersuchen wir, welche Struktur die Gesamtheit aller Lösungen eines linearen
Mehr