Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 2. Vorlesung
|
|
- Maria Hofer
- vor 8 Jahren
- Abrufe
Transkript
1 Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 2. Vorlesung Rainer Hufnagel / Laura Wahrig 2006
2 Diese Woche LO - Rechnerische Lösung - Simplex- Algorithmus LO - Auswertung des Endtableaus LO - Ökonomische Interpretation Rainer Hufnagel/ Laura Wahrig /68
3 Wiederholung Rechnerische Lösung: Schlupfvariablen einfügen System in Normalform bringen Basistausch Rainer Hufnagel/ Laura Wahrig /68
4 Simplex-Algorithmus Gegeben sei folgendes Optimierungsproblem: G = p + p y + p y p y max! 0 1 n+1 2 n m n+m +2 Mit Nebenbedingungen: y = a + a y + a y a y a y M n n+ 2 1L L 1m n+ m y = a + a y + a y a y a y M K K0 K1 n+ 1 K2 n+ 2 KL L Km n+ m y = a + a y + a y a y a y n n0 n1 n+ 1 n2 n+ 2 nl L nm n+ m Rainer Hufnagel/ Laura Wahrig /68
5 Voraussetzungen Simplex- Algorithmus Insbesondere gelten folgende Voraussetzungen Voraussetzung 1: Das Gleichungssystem liegt in Normalform vor. Wenn das Gleichungssystem nicht in Normalform vorliegt, so muss man es durch Äquivalenzumformungen auf Normalform bringen (letzte Woche) Voraussetzung 2: Die Zielfunktion soll maximiert werden Wenn die Zielfunktion minimiert werden soll, dann muss man die Aufgabe dualisieren. Voraussetzung 3: Die Zielfunktion hängt außer von einer Konstanten nur von den NBV ab. Wenn die Zielfunktion noch von einer BV abhängt, so eliminiert man dieselbe durch das Einsetzungsverfahren, wobei man die entsprechende Gleichung aus dem Gleichungssystem in Normalform benutzt. Rainer Hufnagel/ Laura Wahrig /68
6 Voraussetzungen Simplex- Algorithmus Wenn alle Voraussetzungen erfüllt sind, kann man das Simplex- Anfangstableau erstellen. Rainer Hufnagel/ Laura Wahrig /68
7 Erstellen des Anfangstableaus In die Kopfzeile werden die Namen der NBV eingetragen, in die linke Randzeile die Namen der BV. y n+1 y n+m y y n Rainer Hufnagel/ Laura Wahrig /68
8 Erstellen des Anfangstableaus Die Zeile unter der Kopfzeile nennen wir die Zielzeile. In die Zielzeile wird die Zielfunktion eingetragen. y n+1 y n+m G p 0 p 1 p n+m y y n Rainer Hufnagel/ Laura Wahrig /68
9 Erstellen des Anfangstableaus In die verbliebenen Rechtecke überträgt man, wie letzte Woche erklärt, die Koeffizienten des Gleichungssystems. y n+1 y n+m G p 0 p 1 p n+m y 1 a 10 a 11 a 1m..... Rainer Hufnagel/ Laura Wahrig /68
10 Erstellen des Anfangstableaus Nun haben wir unser Simplex- Anfangstableau erstellt. Schauen wir uns ein Beispiel für die Erstellung eines Simplex-Anfangstableaus an der Tafel an. Rainer Hufnagel/ Laura Wahrig /68
11 Simplex-Algorithmus Durch Austauschschritte (Basistausch) transformieren wir das Anfangstableau so lange, bis wir zum Simplex-Endtableau gelangen. Aus dem Endtableau können wir dann die Lösung der Aufgabe ablesen. Rainer Hufnagel/ Laura Wahrig /68
12 Simplex-Endtableau Das Simplex-Endtableau erkennt man daran, das alle Koeffizienten in der Zielzeile unter den Basisvariablen kleiner oder gleich Null sind. Wenn diese Koeffizienten 0 sind, dann liegt ein Endtableau vor. G Hier stehen die neuen NBV Hier stenen die neuen BV Rainer Hufnagel/ Laura Wahrig /68
13 Simplex-Endtableau Die Austauschschritte müssen beim Simplex-Algorithmus in einer bestimmten Reihenfolge durchgeführt werden. Das heißt, man kann nicht ein beliebiges Pivot wählen. Rainer Hufnagel/ Laura Wahrig /68
14 Wahl des Pivots Man bestimmt das Pivot nach folgenden Regeln: I. Pivotspalte kann nur eine solche Spalte werden, in der der Koeffizient in der Zielzeile positiv ist. II. Pivotzeile können nur die Zeilen werden, in denen der Koeffizient in der Pivotspalte negativ ist. Für jede dieser Kandidatinnen ist der Quotient vom Koeffizienten in der K-Spalte und dem Koeffizienten in der Pivotspalte zu bilden. Die Zeile, in der dieser Quotient betragsmäßig am kleinsten wird, ist die Pivotzeile Rainer Hufnagel/ Laura Wahrig /68
15 Beispiel für eine Maximierungsaufgabe (1): Die Elternschaft des Kindergartens Am Dendelbach veranstaltet einen Osterbasar um Erlöse für pädagogisch wertvolles Spielzeug zu erzielen. Bei dem Osterbasar sollen selbst erstellte Bastelarbeiten zum Verkauf angeboten werden. Gebastelt werden sollen: 1. Fensterbilder (Motiv Glucke). Um ein Fensterbild zu basteln, braucht man ¼ Stunde. Das Rohmaterial kostet 4 pro Fensterbild. Verkauft werden kann ein Fensterbild für 8 pro Stück. 2. Osterhasen aus Stroh. Um einen Osterhasen zu basteln, braucht man ½ Stunde. Das Rohmaterial kostet ebenfalls 4 pro Stück. Verkauft werden kann ein Osterhase für 9 pro Stück. Insgesamt haben sich 8 Mütter und 2 Väter gemeldet, die jeweils 4 Stunden basteln wollen. Der Kassierer des Elternbeirats hat zur Eingrenzung des finanziellen Risikos insgesamt 480 zur Beschaffung der Bastelmaterialien zur Verfügung gestellt. Wie viele Fensterbilder x 1 und wie viele Osterhasen x 2 sollten verfertigt werden, um den Erlös aus den Bastelarbeiten zu maximieren? Rainer Hufnagel/ Laura Wahrig /68
16 Beispiel für eine Maximierungsaufgabe (1): Mathematische Umsetzung: G = 4x + 5x max! ist die Zielfunktion. 1 2 Die Nebenbedingungen sind: x + x 40 - ist die Zeitrestriktion x1+ 4x ist die Geldrestriktion. x 0 ; x 0 - Fensterbilder und Osterhasen 1 2 können nicht in negativen Mengen produziert werden. Rainer Hufnagel/ Laura Wahrig /68
17 Noch ein Beispiel (Dolmetscherin) Eine freiberufliche Dolmetscherin möchte höchstens 40 Stunden in der Woche arbeiten. Sie kann ihre Arbeitszeit aufteilen in (mündliches) Dolmetschen und in (schriftliches) Übersetzen. Für das Dolmetschen erhält sie 30 pro Stunde, für das Übersetzen 20 pro Stunde. Wegen schon bestehender Aufträge müssen mindestens 10 Stunden pro Woche für das Übersetzen aufgewendet werden. Das wöchentliche Auftragsvolumen fürs Dolmetschen beträgt höchstens 24 Stunden. Da die Freiberuflerin das Dolmetschen dem Übersetzen vorzieht, möchte sie mindestens so viel Zeit aufs Dolmetschen verwenden wie aufs Übersetzen. Wie muss - unter Beachtung dieser Restriktionen - die Zeit aufs Dolmetschen und aufs Übersetzen aufgeteilt werden, damit das wöchentliche Einkommen maximiert wird? Rainer Hufnagel/ Laura Wahrig /68
18 Noch ein Beispiel (Dolmetscherin) Ordnen wir dem Dolmetschen die Variable x 1 und dem Übersetzen die Variable x 2 zu. Das Problem kann man folgendermaßen ausdrücken: 30x + 20x max! 1 2 Restriktionen: x x x x x x 40 x ; x 0 Rainer Hufnagel/ Laura Wahrig /68
19 Dualisierung Voraussetzung 2 für den Simplex- Algorithmus war: Die Zielfunktion soll maximiert werden. Der Simplex-Algorithmus, den wir hier vorgestellt haben, funktioniert in dieser Form nur für Maximierungsaufgaben. Rainer Hufnagel/ Laura Wahrig /68
20 Dualisierung Natürlich interessiert es uns auch, Minimierungsaufgaben lösen zu können. Um auch Minimierungsaufgaben lösen zu können dualisieren wir sie. Glücklicherweise lässt sich jedes lineares Optimierungsproblem dualisieren. Rainer Hufnagel/ Laura Wahrig /68
21 Dualisierung Weiterhin gilt: Wenn die primale Aufgabe eine Lösung hat, hat auch die duale Aufgabe eine Lösung. Zweimaliges Dualisieren führt zur ursprünglichen primalen Aufgabe zurück. Rainer Hufnagel/ Laura Wahrig /68
22 Dualisierung Wir haben also folgendes primales Problem (dieses ist die gegebene Aufgabe): G = px 1 1+ p2xn pmxm min! mit n Nebenbedingungen: a11x a1 mxm a10 O an1x anmxm an0 und m Nicht-Negativitätsbeschränkungen: x 0; K; x 0 1 m Rainer Hufnagel/ Laura Wahrig /68
23 Dualisierung Dieses primale Problem können wir auch folgendermaßen in Matrizenschreibweise ausdrücken: rt r p x max! r r A x a0 r x 0 a11 L a1 m x1 r wo A= M O M, x = M, a K a x n1 nm m a10 rt r p = ( p1 L pm ), a0 = M an0 Rainer Hufnagel/ Laura Wahrig /68
24 Dualisierung Wir führen nun einen neuen nx1 Vektor von Unbekannten ein: r u = u M u 1 n Rainer Hufnagel/ Laura Wahrig /68
25 Dualisierung Die duale Aufgabe ist dann: r r T a u max! 0 r r A T u p r u 0 Rainer Hufnagel/ Laura Wahrig /68
26 Dualisierung Die duale Aufgabe können wir nun auf bekannte Weise mit dem Simplex- Algorithmus lösen. Wir verdeutlichen den Prozess der Dualisierung an einem bekannten Beispiel. Rainer Hufnagel/ Laura Wahrig /68
27 Dualisierung Beispiel Geflügelfutter Unsere Zielfunktion war 8x + 12x min! 1 2 unter den Nebenbedingungen 0.1x + 0.2x x + 0.1x x + 0.6x Rainer Hufnagel/ Laura Wahrig /68
28 Dualisierung Beispiel Geflügelfutter Schreiben wir nun diese Aufgabe mit Hilfe von Matrizen: x 8 12 min! x2 ( ) x x Hier ist: ( 8 12) = = r 0.8 = a r p T A Rainer Hufnagel/ Laura Wahrig /68
29 Dualisierung Beispiel Geflügelfutter Nun führen wir einen neuen 3x1 Vektor von Unbekannten ein. u1 u2 = u3 r u Die duale Aufgabe ist dann rt r a u 0 r r max! T A u p Rainer Hufnagel/ Laura Wahrig /68
30 Dualisierung Beispiel Geflügelfutter Also ist die duale Aufgabe Oder ausgeschrieben: u u2 max! u3 ( ) u u u3 1 u u u max! NB : u u u u u u Rainer Hufnagel/ Laura Wahrig /68
31 Dualisierung Beispiel Geflügelfutter Nun führen wir Schlupfvariablen ein: 0.1 u u u + b = u u u + b = nach den Schlupfvariablen auflösen: b = u 0.2 u 0.1 u b = u 0.1 u 0.6 u Rainer Hufnagel/ Laura Wahrig /68
32 Dualisierung Beispiel Geflügelfutter Das System liegt in Normalform vor. Außerdem soll die Zielfunktion maximiert werden und sie hängt nur noch von den Nicht-Basisvariablen ab. Die duale Aufgabe können wir nun mit dem Simplex-Algorithmus lösen. Rainer Hufnagel/ Laura Wahrig /68
33 Auswertung des Endtableaus Wie kann man das Simplex-Endtableau interpretieren? Rainer Hufnagel/ Laura Wahrig /68
34 Auswertung des Endtableaus Hier steht der Maximalwert der Zielfunktion. Hier stehen die nichtverschwindenden primalen Lösungen. Hier stehen die nichtverschwindenden dualen Lösungen. Hier stehen die Austauschraten. G Hier stehen die Variablen, die zu NBV geworden sind Hier stehen die Variablen die zu BV geworden sind Rainer Hufnagel/ Laura Wahrig /68
35 Auswertung des Endtableaus Die primale Lösung einer NBV ist 0. Die primale Lösung einer BV steht rechts neben der BV in der K-Spalte. Die primale Lösung gibt an, welchen Wert die Variable annehmen muss[1], damit das Gewinnmaximum realisiert wird. [1] Im Sinne einer hinreichenden Bedingung. Rainer Hufnagel/ Laura Wahrig /68
36 Auswertung des Endtableaus Die duale Lösung einer BV ist 0. Die duale Lösung einer NBV findet sich unter dieser NBV in der Zielzeile. Die duale Lösung einer NBV gibt an, wie sich der Maximalwert der Zielfunktion ändern würde, wenn man die NBV erhöhen würde. ΔG = duale Lösung ΔNBV Rainer Hufnagel/ Laura Wahrig /68
37 Auswertung des Endtableaus Die Austauschraten a ji geben an, wie sich die in der j-zeile stehende BV ändern würde, wenn sich die in der i-ten Spalte stehende NBV ändert. Tun wir dies nun an zwei Beispielen nachvollziehen: Rainer Hufnagel/ Laura Wahrig /68
38 Auswertung des Endtableaus - Beispiel 1 Maximierung G = 4 x + 5 x max! 0.25 x x 40 (Zeitrestriktion) 4 x + 4 x 480 (Geldrestriktion) 1 2 ( Erlös maximieren) x , x Rainer Hufnagel/ Laura Wahrig /68
39 Auswertung des Endtableaus - Beispiel 1 Maximierung Das Endtableau war b 2 b 1 G x x Rainer Hufnagel/ Laura Wahrig /68
40 Auswertung des Endtableaus - Beispiel 1 Maximierung Der Maximalwert der Zielfunktion ist 520. Das heißt in dieser Aufgabe, es können 520 an Erlös aus den Osterhasen und Fensterbildern realisiert werden, wenn man die Mengen der Osterhasen und Fensterbilder optimal wählt. b 2 b 1 G x x Rainer Hufnagel/ Laura Wahrig /68
41 Auswertung des Endtableaus - Beispiel 1 Maximierung Die primalen Lösungen der Basisvariablen x 1 und x 2 (entsprechen Menge der Fensterbilder und Menge der Osterhasen) geben an, in welchen Mengen Fensterbilder und Osterhasen produziert werden müssen, um den maximalen Erlös ( 520) zu erzielen. Die primalen Lösungen der Basisvariablen x 1 und x 2 sind also 80 Fensterbilder und 40 Osterhasen. Die primalen Lösungen der Nichtbasisvariablen b 1 und b 2 sind 0. Das heißt die Schlupfvariablen b 1 und b 2 sind 0. Dies wiederum bedeutet, dass die Restriktionen als Gleichungen erfüllt sind. b 2 b 1 G x x Rainer Hufnagel/ Laura Wahrig /68
42 Auswertung des Endtableaus - Beispiel 1 Maximierung Die dualen Lösungen der Nichtbasisvariablen sind kleiner oder gleich Null. Die dualen Lösungen der Nicht- Basisvariablen drücken aus, um wie viel sich die Zielfunktion verändern würde, wenn man die Nicht-Basisvariablen verändert. Die Nicht-Basisvariablen sind hier die Schlupfvariablen. Die Veränderung in der Zielfunktion ergibt sich aus der dualen Lösung der NBV multipliziert mit der Veränderung in der NBV. b 2 b 1 G x x Rainer Hufnagel/ Laura Wahrig /68
43 Auswertung des Endtableaus - Beispiel 1 Maximierung Würde man also b 1 auf 1 erhöhen, so würde der maximale Erlös um 4 auf 516 abnehmen. b 1 ist die Schlupfvariable für die Zeitrestriktion. Würde man b 2 auf 1 erhöhen, so würde der maximale Erlös um 0.75 auf abnehmen. b 2 ist die Schlupfvariable für die Geldrestriktion. Intuitiv kann man dies als eine strengere Restriktion betrachten, also eine Abnahme im Absolutwert der Restriktion. Also man verknappt/ erhöht die Zeit oder das Geld, dass zur Verfügung steht, um die Fensterbilder und Osterhasen zu produzieren. Die dualen Lösungen der Basisvariablen sind gleich Null. b 2 b 1 G x x Rainer Hufnagel/ Laura Wahrig /68
44 Auswertung des Endtableaus - Beispiel 1 Maximierung Die Austauschraten geben an wie sich der optimale Wert der Basisvariable in der gleichen Zeile verändert, wenn sich die Nicht-Basisvariable in der gleichen Spalte um eine Einheit verändert. Anders ausgedrückt kann man sagen: Was passiert, wenn eine der NBV nicht mehr gleich Null ist? Im Falle von Schlupfvariablen, was passiert mit dem Lösungsvektor, wenn ich das Absolutglied der Restriktion um 1 erhöhe/ senke. b 2 b 1 G x x Rainer Hufnagel/ Laura Wahrig /68
45 Auswertung des Endtableaus - Beispiel 1 Maximierung Wenn man also b 2 auf 1 erhöht, muss x 2 optimal bei gewählt werden und x 1 optimal bei 79.5 gewählt werden. b 2 auf 1 zu erhöhen, bedeutet, die maximalen Ausgaben für die Materialien (Geldrestriktion) auf 479 zu senken. Wenn man also b 1 auf 1 erhöht, muss x 2 optimal bei 36 gewählt werden und x 1 optimal bei 84 gewählt werden. b 1 auf 1 zu erhöhen, bedeutet, die maximal verfügbare Zeit zum Basteln (Zeitrestriktion) auf 39 Stunden zu senken. b 2 b 1 G x x Rainer Hufnagel/ Laura Wahrig /68
46 Auswertung des Endtableaus - Beispiel 2 Minimierung K = 8 x + 12 x min! 0.1 x x 1 (Eiweißrestriktion) 0.2 x x 0.8 (Fettrestriktion) 0.1 x x 1.8 (Kohlehydraterestriktion) 1 2 ( Kosten für das Futter minimieren) x , x Die duale Aufgabe dafür war 1 u u u max! NB : u u u u u u Rainer Hufnagel/ Laura Wahrig /68
47 Auswertung des Endtableaus - Beispiel 2 Minimierung Das Endtableau der dualen Aufgabe war: u 3 b 1 b 2 K u 2 40/3 4/3 -(20/3) 50/33 u 1 160/3 -(11/3) 10/3 -(20/3) Rainer Hufnagel/ Laura Wahrig /68
48 Auswertung des Endtableaus - Beispiel 2 Minimierung Der Maximalwert der dualen Aufgabe (Maximierungsaufgabe) ist 64. Dies ist gleichzeitig auch der Minimalwert der primalen Aufgabe (Minimierungsaufgabe). Also betragen die minimalen Kosten für das Futtermittel mit den gewünschten Inhaltsstoffen 64. u 3 b 1 b 2 K u 2 40/3 4/3 -(20/3) 50/33 u 1 160/3 -(11/3) 10/3 -(20/3) Rainer Hufnagel/ Laura Wahrig /68
49 Auswertung des Endtableaus - Beispiel 2 Minimierung Als primale Lösung der dualen Aufgabe erhalten wir u 2 =40/3 und u 1 =160/3. Dies ist die duale Lösung der primalen Aufgabe (Minimierungsaufgabe). Wenn man u 2 um 1 auf 1 erhöht, erhöht sich der Wert der Zielfunktion um 40/3. Wenn man u 1 um 1 auf 1 erhöht, erhöht sich der Wert der Zielfunktion um 160/3. Dies bedeutet, dass wir unsere Mindestanforderungen bzgl. der Inhaltsstoffe des Futtermittels erhöhen. Als primale Lösung der dualen Aufgabe erhalten wir u 1 = u 2 =0. Das heißt, die Eiweiß- und Fettrestriktionen sind als Gleichungen erfüllt. u 3 b 1 b 2 K u 2 40/3 4/3 -(20/3) 50/33 u 1 160/3 -(11/3) 10/3 -(20/3) Rainer Hufnagel/ Laura Wahrig /68
50 Auswertung des Endtableaus - Beispiel 2 Minimierung Die duale Lösung der primalen Aufgabe ist die primale Lösung der primalen Aufgabe (Minimierungsaufgabe). u 3 spielt hier die Rolle der Schlupfvariablen der primalen Aufgabe. Die primale Lösung der primalen Aufgabe ist x 1 =-b 1 =2 und x 2 =- b 2 =4. u 3 =0.8 das heißt, die Kohlenhydraterestriktion ist als Ungleichung erfüllt. Deswegen ist u 3 in der primalen Lösung der primalen Aufgabe. u 3 b 1 b 2 K u 2 40/3 4/3 -(20/3) 50/33 u 1 160/3 -(11/3) 10/3 -(20/3) Rainer Hufnagel/ Laura Wahrig /68
51 Auswertung des Endtableaus - Beispiel 2 Minimierung Die Austauschraten sind in Bezug auf die primale Aufgabe wie folgt zu interpretieren: Wir nehmen jeweils den reziproken Wert, um zu sehen, was mit b 1 und b 2 passiert, wenn man u 1 und u 2 verändert. Das heißt, wenn man u 2 auf 1 erhöht, muss man x 1 mit 1.7 wählen und x 2 mit Wenn man u 1 auf 1 erhöht, muss man x 1 mit 2.15 wählen und x 2 mit 82/33. u 3 b 1 b 2 K u 2 40/3 4/3 -(20/3) 50/33 u 1 160/3 -(11/3) 10/3 -(20/3) Rainer Hufnagel/ Laura Wahrig /68
52 Mehrdeutigkeit Ein lösbares lineares Optimierungsproblem hat nicht unbedingt eine eindeutige Lösung. Man sagt, dass die Lösung mehrdeutig ist, wenn mehrere Kombinationen von Variablen die Zielfunktion maximieren oder minimieren. Da ein lineares Optimierungsproblem entweder keine oder eine oder unendlich viele Lösungen haben kann, befassen wir uns hier mit dem Fall, bei dem das lineare Optimierungsproblem unendlich viele Lösungen hat Rainer Hufnagel/ Laura Wahrig /68
53 Mehrdeutigkeit Grafisch wird die Mehrdeutigkeit dadurch sichtbar, dass mehrere Punkte auf einem Streckenabschnitt Lösungen sind, d.h. das Zielfunktion und eine Nebenbedingung die gleiche Steigung haben. Rainer Hufnagel/ Laura Wahrig /68
54 Mehrdeutigkeit Im Simplex-Endtableau liegt Mehrdeutigkeit vor, wenn mindestens ein Koeffizient in der ersten Zeile gleich Null ist. Mit dem Simplex-Algorithmus erkennt man nur die Lösungen an den Ecken der Restriktionen. Bei Mehrdeutigkeit erkennen wir also nur eine von unendlich vielen Lösungen. Beispiel an der Tafel. Rainer Hufnagel/ Laura Wahrig /68
55 Degeneration Degeneration liegt vor, wenn die Lösung in einer Ecke des möglichen Lösungsbereichs liegt, in der mehr Restriktionen als notwendig sind, um die Ecke zu definieren. Grafisch kann man dies im Fall von zwei Variablen erkennen, wenn die entsprechende Ecke durch mehr als zwei Restriktionen definiert ist. Beim Simplex-Algorithmus erkennt man Degeneration, wenn bei der Durchführung des Simplex-Algorithmus mindestens eine Basisvariable gleich Null ist. Rainer Hufnagel/ Laura Wahrig /68
56 Kurze Wiederholung Existenz Lösung Ein lineares Optimierungsproblem hat entweder keine, eine oder unendlich viele Lösungen. Die Probleme, die uns im Zusammenhang mit dem privaten Haushalt interessieren, haben zumeist eine oder unendlich viele Lösungen (Mehrdeutigkeit) Rainer Hufnagel/ Laura Wahrig /68
57 Kurze Wiederholung Grafische Lösung Wenn ein lineares Optimierungsproblem nur zwei Variablen hat, ist es immer leichter, es graphisch zu lösen. Graphisch lösen wir ein lineares Optimierungsproblem, in dem wir die Restriktionen als Gleichungen einzeichnen, und so die Menge ermitteln, in der die Lösung liegen kann. Dann setzen wir die Zielfunktion gleich einem beliebigen Konstanten und verschieben sie parallel nach rechts oder nach links und lesen dann die Lösung ab. Rainer Hufnagel/ Laura Wahrig /68
58 Kurze Wiederholung Simplex- Algorithmus Probleme mit drei oder mehr Variablen lösen wir mit dem Simplex-Algorithmus. Dazu müssen folgende Vorraussetzungen gegeben sein: Wir formen Gleichungen zu zwei Ungleichungen um Wir fügen Schlupfvariablen ein Das Gleichungssystem der Restriktionen liegt in Normalform vor. (D.h. alle Absolutglieder sind positiv). Sonst das System umformen Die Zielfunktion soll maximiert werden. Sonst muss das Problem dualisiert werden Die Zielfunktion hängt nur von den Nicht-Basisvariablen ab. Sonst durch einsetzen die Basisvariablen eliminieren. Rainer Hufnagel/ Laura Wahrig /68
59 Kurze Wiederholung Simplex- Algorithmus Sind alle Voraussetzungen gegeben, erstellen wir das Simplex-Anfangstableau. Das Simplex-Anfangstableu transformieren wir so lange durch Austauschschritte (Basistausch, bis alle Koeffizienten in der Zielzeile unter den Nicht-Basisvariablen kleiner oder gleich Null sind. Rainer Hufnagel/ Laura Wahrig /68
60 Kurze Wiederholung Simplex- Algorithmus Das Pivot bestimmen wir dabei nach folgenden Regeln. Eine Pivotspalte muss einen positiven Koeffizienten in der Zielzeile haben. Eine Pivotzeile muss einen negativen Koeffizienten in der Pivotspalte haben. Liegen nun mehrere Kandidaten für das Pivot vor, so nehmen wir den Quotient vom Koeffizienten in der K-Spalte und dem Koeffizienten in der Pivotspalte. Die Zelle, in der dieser Koeffizient betragsmäßig am kleinsten ist, wird das Pivot. Rainer Hufnagel/ Laura Wahrig /68
61 Kurze Wiederholung Simplex- Algorithmus Den Basistausch nehmen wir wie folgt vor: Das Pivot geht in seinen reziproken Wert über Die Elemente in der Pivotspalte teilen wir durch das Pivot Die Elemente in der Pivotzeile teilen wir durch das Pivot und multiplizieren sie mit -1. Alle übrigen Elemente im Tableau berechnen wir wie folgt: neuer Koeff.=alter Koeff. Koeff. i. d. gl. Zeile i. d. Pivotspalte Koeff. i. d. gl. Spalte i. d. Pivotzeile Pivotkoeffizient Rainer Hufnagel/ Laura Wahrig /68
62 Noch ein Beispiel: Orangen und Karotten Hinsichtlich der Inhaltsstoffe von Orangen und von Karotten liegen folgende Daten vor: In 100g Orangen In 100g Karotten Vitamin A Vitamin C Magnesium Energie 0 50 mg 12 mg 48 kcal 1 mg 10 mg 18 mg 24 kcal Aus Karotten und Orangen soll ein Saft gepresst werden, der pro Portion mindestens 1,2 mg Vitamin A, 60 mg Vitamin C und 54 mg Magnesium enthält. Der Energiegehalt soll möglichst gering sein. Wie viel Gramm Orangen und wie viel Gramm Karotten sind pro Portion zu verwenden? Rainer Hufnagel/ Laura Wahrig /68
63 Ökonomische Interpretation Wir befassen uns auch damit, wie wir das Simplex- Endtableau in Hinsicht auf gängige ökonomische Fragestellungen interpretieren können. Schon im neoklassischen Modell des Haushalts, in dem strikt konkave Nutzenfunktionen und konvexe Restriktionen angenommen werden, die nicht unbedingt linear sein müsssen, kann man Dualität in verschiedenen Ansätzen zeigen. Das bekannteste Beispiel für Dualität hier ist sicherlich die Marshall-Hicks-Dualität. Rainer Hufnagel/ Laura Wahrig /68
64 Ökonomische Interpretation Gewinnmaximierung unter Kapazitätsbeschränkungen Gegeben seien m Aktivitäten x i (i=1,...,m) und n Kapazitätsrestriktionen a x a x k m m 1... a x a x k n1 1 nm m n Die k j nennen wir Kapazitäten (j=1,...,n). Maximiert werden soll der Gewinn G = p1 x pm xm max! Wir führen Schlupfvariable b j (j=1,..,n) ein. Zur j-ten Restriktion gehört also die Schlupfvariable b j und die Kapazität k j. Dann wird das LO-Problem mit dem Simplex-Algorithmus gelöst. Rainer Hufnagel/ Laura Wahrig /68
65 Ökonomische Interpretation Gewinnmaximierung unter Kapazitätsbeschränkungen Die Interpretation der Lösungen stellt sich dann für diese Gewinnmaximierungsaufgabe wie folgt dar: Die Aktivität x i ist im Endtableau basisch. Ihre primale Lösung gibt an, in welchem Umfang x i realisiert werden muss, um den Gewinn zu maximieren. Die Schlupfvariable b j ist im Endtableau basisch. Ihre primale Lösung gibt an, zu welchem Betrag die j-te Kapazität k j nicht ausgeschöpft wurde. Die Aktivität x i ist im Endtableau nicht basisch. Der Betrag ihrer dualen Lösung gibt an, um welchen Betrag sich der Gewinn vermindern würde, wenn man wider besseres Wissen - x i dennoch realisieren würde. Die Schlupfvariable b j ist im Endtableau nicht basisch. Der Betrag ihrer dualen Lösung gibt an, um welchen Betrag sich der Gewinn erhöhen würde, wenn die Kapazität k j erhöht würde. Rainer Hufnagel/ Laura Wahrig /68
66 Ökonomische Interpretation Kostenminimierung unter Mindestanforderungen Gegeben seien m Aktivitäten x i (i=1,...,m) und n Mindestanpruchsrestriktionen a x a x z m m 1... a x a x z n1 1 nm m n Die z j (j=1,..,n) nennen wir Mindestansprüche. Minimiert werden sollen die Kosten K = p1 x pm xm min! Rainer Hufnagel/ Laura Wahrig /68
67 Ökonomische Interpretation Kostenminimierung unter Mindestanforderungen Wir führen Schlupfvariablen b j (j=1,...,n) ein. Zur j-ten Mindestanspruchsrestriktion gehört also der Mindestanspruch z j und die Schlupfvariable b j. a x a x b = z m m a x a x b = z n1 1 nm m n n Rainer Hufnagel/ Laura Wahrig /68
68 Ökonomische Interpretation Kostenminimierung unter Mindestanforderungen Die Interpretation der Lösungen stellt sich dann für diese Kostenminimierungsaufgabe wie folgt dar: Die Aktivität x i ist im Endtableau basisch. Ihre primale Lösung gibt an, in welchem Umfang x i realisiert werden muss, um die Kosten zu minimieren. Die Schlupfvariable b j ist im Endtableau basisch. Ihre primale Lösung gibt an, wie viel von dem j-ten Anspruch zuviel geliefert wird. Die Aktivität x i ist im Endtableau nicht basisch. Der Betrag ihrer dualen Lösung gibt an, um welchen Betrag sich die Kosten erhöhen würden, wenn man wider besseres Wissen - x i dennoch realisieren würde. Die Schlupfvariable b j ist im Endtableau nicht basisch. Der Betrag ihrer dualen Lösung gibt an, um welchen Betrag sich die Kosten erhöhen würden, wenn der Anspruch z j erhöht würde. Rainer Hufnagel/ Laura Wahrig /68
Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 3. Vorlesung
Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 3. Vorlesung Rainer Hufnagel / Laura Wahrig 2006 Diese Woche LO - Sensitivitätsanalyse Simulation Beispiel Differenzengleichungen
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
Mehr3. Grundlagen der Linearen Programmierung
3. Grundlagen der linearen Programmierung Inhalt 3. Grundlagen der Linearen Programmierung Lineares Programm Grafische Lösung linearer Programme Normalform Geometrie linearer Programme Basislösungen Operations
MehrSimplex-Umformung für Dummies
Simplex-Umformung für Dummies Enthält die Zielfunktion einen negativen Koeffizienten? NEIN Optimale Lösung bereits gefunden JA Finde die Optimale Lösung mit dem Simplex-Verfahren! Wähle die Spalte mit
MehrOPERATIONS-RESEARCH (OR)
OPERATIONS-RESEARCH (OR) Man versteht darunter die Anwendung mathematischer Methoden und Modelle zur Vorbereitung optimaler Entscheidungen bei einem Unternehmen. Andere deutsche und englische Bezeichnungen:
MehrBestimmung einer ersten
Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,
MehrIm Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b
Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
MehrSchranken für zulässige Lösungen
Schranken für zulässige Lösungen Satz 5.9 Gegeben seien primales und duales LP gemäß der asymmetrischen Form der Dualität. Wenn x eine zulässige Lösung des primalen Programms und u eine zulässige Lösung
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Eines der am häufigsten auftretenden Standardprobleme der angewandten Mathematik ist das Lösen linearer Gleichungssysteme, etwa zur Netzwerkberechnung in der Elektrotechnik oder
MehrFall 3: Mehrere Kapazitätsengpässe
Fall 3: Mehrere Kapazitätsengpässe ei Vorliegen mehrerer Engpässe ist zunächst zu prüfen, ob ein Engpass die anderen Engpässe dominiert. Ist dies der Fall, reduziert sich das Optimierungsproblem auf den
MehrLU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.
Zusätze zum Gelben Rechenbuch LU-Zerlegung Peter Furlan Verlag Martina Furlan Inhaltsverzeichnis Definitionen 2 (Allgemeine) LU-Zerlegung 2 3 Vereinfachte LU-Zerlegung 3 4 Lösung eines linearen Gleichungssystems
MehrLineare Optimierung Ergänzungskurs
Lineare Optimierung Ergänzungskurs Wintersemester 2015/16 Julia Lange, M.Sc. Literatur Werner, F.; Sotskov, Y.N. (2006): Mathematics of Economics and Business; Routledge; London Bemerkungen Diese Unterlagen
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrLernmaterial für die Fernuni Hagen effizient und prüfungsnah
Lernmaterial für die Fernuni Hagen effizient und prüfungsnah www.schema-f-hagen.de Sie erhalten hier einen Einblick in die Dokumente Aufgaben und Lösungen sowie Erläuterungen Beim Kauf erhalten Sie zudem
MehrGrundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen
Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
Mehr3. LINEARE GLEICHUNGSSYSTEME
176 3. LINEARE GLEICHUNGSSYSTEME 90 Vitamin-C-Gehalt verschiedener Säfte 18,0 mg 35,0 mg 12,5 mg 1. a) 100 ml + 50 ml + 50 ml = 41,75 mg 100 ml 100 ml 100 ml b) : Menge an Kirschsaft in ml y: Menge an
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrMathematischer Vorbereitungskurs für Ökonomen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrKlassenarbeit zu linearen Gleichungssystemen
Klassenarbeit zu linearen Gleichungssystemen Aufgabe : Bestimme die Lösungsmenge der Gleichungssysteme mit Hilfe des Additionsverfahrens: x + 4y = 8 5x y = x y = x y = Aufgabe : Bestimme die Lösungsmenge
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
MehrLANGFRISTIGE HAUSAUFGABE (LINEARE GLEICHUNGSSYSTEME)
LANGFRISTIGE HAUSAUFGABE (LINEARE GLEICHUNGSSYSTEME) Aufgabe 1: Tanzkurs ( * ) Zu einem Tanzkurs erscheinen dreimal so viele Mädchen wie Jungen. Nachdem 15 Mädchen gegangen sind, sind noch doppelt so viele
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt
MehrLineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3
Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen
MehrRepetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrDie Größe von Flächen vergleichen
Vertiefen 1 Die Größe von Flächen vergleichen zu Aufgabe 1 Schulbuch, Seite 182 1 Wer hat am meisten Platz? Ordne die Figuren nach ihrem Flächeninhalt. Begründe deine Reihenfolge. 1 2 3 4 zu Aufgabe 2
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrGleichungen und Ungleichungen
Gleichungen Ungleichungen. Lineare Gleichungen Sei die Gleichung ax = b gegeben, wobei x die Unbekannte ist a, b reelle Zahlen sind. Diese Gleichung hat als Lösung die einzige reelle Zahl x = b, falls
Mehr4. Versicherungsangebot
4. Versicherungsangebot Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie (FS 11) Versicherungsangebot 1 / 13 1. Einleitung 1.1 Hintergrund In einem grossen Teil
Mehr5 Eigenwerte und die Jordansche Normalform
Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrGleichungen Lösen. Ein graphischer Blick auf Gleichungen
Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term
MehrLineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
MehrMonatliche Grundgebühr: 5,00 Zeitabhängige Nutzung: Feiertags/Sonntags: 0,04 /min
Aufgabe 1: Wortvorschriften Gib zu den Wortvorschriften je eine Funktionsgleichung an: a) Jeder Zahl wird das Doppelte zugeordnet b) Jeder Zahl wird das um 6 verminderte Dreifache zugeordnet c) Jeder Zahl
MehrExtrema von Funktionen in zwei Variablen
Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Extrema von Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,
MehrKapitel 15. Lösung linearer Gleichungssysteme
Kapitel 15. Lösung linearer Gleichungssysteme Lineare Gleichungssysteme Wir befassen uns nun mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren
MehrDownload. Mathematik üben Klasse 8 Funktionen. Differenzierte Materialien für das ganze Schuljahr. Jens Conrad, Hardy Seifert
Download Jens Conrad, Hard Seifert Mathematik üben Klasse 8 Funktionen Differenzierte Materialien für das ganze Schuljahr Downloadauszug aus dem Originaltitel: Mathematik üben Klasse 8 Funktionen Differenzierte
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
MehrZeichen bei Zahlen entschlüsseln
Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrProzentrechnung. Wir können nun eine Formel für die Berechnung des Prozentwertes aufstellen:
Prozentrechnung Wir beginnen mit einem Beisiel: Nehmen wir mal an, ein Handy kostet 200 und es gibt 5% Rabatt (Preisnachlass), wie groß ist dann der Rabatt in Euro und wie viel kostet dann das Handy? Wenn
Mehr4.4 AnonymeMärkteunddasGleichgewichtder"vollständigen Konkurrenz"
4.4 AnonymeMärkteunddasGleichgewichtder"vollständigen Konkurrenz" Wir haben bisher nachvollziehen können, wie zwei Personen für sich den Anreiz zum TauschentdeckenundwiemitwachsenderBevölkerungdieMengederAllokationensinkt,
Mehr4. Dynamische Optimierung
4. Dynamische Optimierung Allgemeine Form dynamischer Optimierungsprobleme 4. Dynamische Optimierung Die dynamische Optimierung (DO) betrachtet Entscheidungsprobleme als eine Folge voneinander abhängiger
MehrAufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:
Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an
MehrAbituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)
Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler
MehrOptimierung für Wirtschaftsinformatiker: Analytische Optimierung mit Ungleichungsnebenbedingungen
Optimierung für Wirtschaftsinformatiker: Analytische Optimierung mit Ungleichungsnebenbedingungen Dr. Nico Düvelmeyer Freitag, 8. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 NLP Aufgabe KKT 2 Nachtrag
MehrOptimierung für Nichtmathematiker
Optimierung für Nichtmathematiker Typische Prüfungsfragen Die folgenden Fragen dienen lediglich der Orientierung und müssen nicht den tatsächlichen Prüfungsfragen entsprechen. Auch Erkenntnisse aus den
MehrONLINE-AKADEMIE. "Diplomierter NLP Anwender für Schule und Unterricht" Ziele
ONLINE-AKADEMIE Ziele Wenn man von Menschen hört, die etwas Großartiges in ihrem Leben geleistet haben, erfahren wir oft, dass diese ihr Ziel über Jahre verfolgt haben oder diesen Wunsch schon bereits
MehrLösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.)
Lösungsmethoden gewöhnlicher Dierentialgleichungen Dgl) Allgemeine und partikuläre Lösung einer gewöhnlichen Dierentialgleichung Eine Dierentialgleichung ist eine Gleichung! Zum Unterschied von den gewöhnlichen
Mehr4 Vorlesung: 21.11. 2005 Matrix und Determinante
4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
MehrMathematik-Klausur vom 2. Februar 2006
Mathematik-Klausur vom 2. Februar 26 Studiengang BWL DPO 1997: Aufgaben 1,2,3,5,6 Dauer der Klausur: 12 Min Studiengang B&FI DPO 21: Aufgaben 1,2,3,5,6 Dauer der Klausur: 12 Min Studiengang BWL DPO 23:
MehrLösung. Prüfungsteil 1: Aufgabe 1
Zentrale Prüfung 01 Lösung Diese Lösung wurde erstellt von Cornelia Sanzenbacher. Sie ist keine offizielle Lösung des Ministeriums für Schule und Weiterbildung des Landes. Prüfungsteil 1: Aufgabe 1 a)
MehrErstellen einer Collage. Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu])
3.7 Erstellen einer Collage Zuerst ein leeres Dokument erzeugen, auf dem alle anderen Bilder zusammengefügt werden sollen (über [Datei] > [Neu]) Dann Größe des Dokuments festlegen beispielsweise A4 (weitere
MehrEinführung in. Logische Schaltungen
Einführung in Logische Schaltungen 1/7 Inhaltsverzeichnis 1. Einführung 1. Was sind logische Schaltungen 2. Grundlegende Elemente 3. Weitere Elemente 4. Beispiel einer logischen Schaltung 2. Notation von
MehrMathematik: Mag. Schmid Wolfgang Arbeitsblatt 3 1. Semester ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN
ARBEITSBLATT 3 RECHNEN MIT GANZEN ZAHLEN Wir wollen nun die Rechengesetze der natürlichen Zahlen auf die Zahlenmenge der ganzen Zahlen erweitern und zwar so, dass sie zu keinem Widerspruch mit bisher geltenden
MehrTutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang. Aufgabenblatt 3 (KW 44) (30.10.02)
Tutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang Aufgabenblatt 3 (KW 44) (30.10.02) Aufgabe 1: Preisdiskriminierung dritten Grades (20 Punkte) Ein innovativer Uni-Absolvent plant,
MehrAnwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht
Anwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht Beispiele wirtschaftsmathematischer Modellierung Lehrerfortbildung, Speyer, Juni 2004-1- Beispiele wirtschaftsmathematischer Modellierung
MehrWas bedeutet Inklusion für Geschwisterkinder? Ein Meinungsbild. Irene von Drigalski Geschäftsführerin Novartis Stiftung FamilienBande.
Was bedeutet Inklusion für Geschwisterkinder? unterstützt von Ein Meinungsbild - Irene von Drigalski Geschäftsführerin Novartis Stiftung FamilienBande Haben Sie Kontakt zu Geschwistern schwer chronisch
MehrModellbildungssysteme: Pädagogische und didaktische Ziele
Modellbildungssysteme: Pädagogische und didaktische Ziele Was hat Modellbildung mit der Schule zu tun? Der Bildungsplan 1994 formuliert: "Die schnelle Zunahme des Wissens, die hohe Differenzierung und
MehrBehörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Leistungskurs Mathematik
Abitur 8 II. Insektenpopulation LA/AG In den Tropen legen die Weibchen einer in Deutschland unbekannten Insektenpopulation jedes Jahr kurz vor Beginn der Regenzeit jeweils 9 Eier und sterben bald darauf.
Mehr6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
MehrOutlook. sysplus.ch outlook - mail-grundlagen Seite 1/8. Mail-Grundlagen. Posteingang
sysplus.ch outlook - mail-grundlagen Seite 1/8 Outlook Mail-Grundlagen Posteingang Es gibt verschiedene Möglichkeiten, um zum Posteingang zu gelangen. Man kann links im Outlook-Fenster auf die Schaltfläche
MehrWelche Bereiche gibt es auf der Internetseite vom Bundes-Aufsichtsamt für Flugsicherung?
Welche Bereiche gibt es auf der Internetseite vom Bundes-Aufsichtsamt für Flugsicherung? BAF ist die Abkürzung von Bundes-Aufsichtsamt für Flugsicherung. Auf der Internetseite gibt es 4 Haupt-Bereiche:
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
TECHISCHE UIVERSITÄT MÜCHE Zentrum Mathematik PRF. R.R. JÜRGE RICHTER-GEBERT, VAESSA KRUMMECK, MICHAEL PRÄHFER Höhere Mathematik für Informatiker I (Wintersemester 003/004) Aufgabenblatt 1 (4. ktober 003)
MehrKapitalerhöhung - Verbuchung
Kapitalerhöhung - Verbuchung Beschreibung Eine Kapitalerhöhung ist eine Erhöhung des Aktienkapitals einer Aktiengesellschaft durch Emission von en Aktien. Es gibt unterschiedliche Formen von Kapitalerhöhung.
MehrSkript und Aufgabensammlung Terme und Gleichungen Mathefritz Verlag Jörg Christmann Nur zum Privaten Gebrauch! Alle Rechte vorbehalten!
Mathefritz 5 Terme und Gleichungen Meine Mathe-Seite im Internet kostenlose Matheaufgaben, Skripte, Mathebücher Lernspiele, Lerntipps, Quiz und noch viel mehr http:// www.mathefritz.de Seite 1 Copyright
MehrBerechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
MehrElektrischer Widerstand
In diesem Versuch sollen Sie die Grundbegriffe und Grundlagen der Elektrizitätslehre wiederholen und anwenden. Sie werden unterschiedlichen Verfahren zur Messung ohmscher Widerstände kennen lernen, ihren
MehrAustausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen
Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:
MehrAufgabe 1: Malerarbeiten
Aufgabe 1: Malerarbeiten Fritz braucht zwei Stunden, um ein Zimmer zu streichen. Susi braucht für das gleiche Zimmer drei Stunden. Wie lange brauchen beide zusammen, um das Zimmer zu streichen? Lösung:
Mehrwww.mathe-aufgaben.com
Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit sin() f() =. Aufgabe : ( VP) Berechnen Sie das Integral ( )
MehrMikroökonomik 9. Vorlesungswoche
Mikroökonomik 9. Vorlesungswoche Tone Arnold Universität des Saarlandes 18. Dezember 2007 Tone Arnold (Universität des Saarlandes) 9. Vorlesungswoche 18. Dezember 2007 1 / 31 Volkswirtschaftliche Rente
MehrApproximation durch Taylorpolynome
TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni
MehrInfo zum Zusammenhang von Auflösung und Genauigkeit
Da es oft Nachfragen und Verständnisprobleme mit den oben genannten Begriffen gibt, möchten wir hier versuchen etwas Licht ins Dunkel zu bringen. Nehmen wir mal an, Sie haben ein Stück Wasserrohr mit der
MehrLinearen Gleichungssysteme Anwendungsaufgaben
Linearen Gleichungssysteme Anwendungsaufgaben Lb S. 166 Nr.9 Im Jugendherbergsverzeichnis ist angegeben, dass in der Jugendherberge in Eulenburg 145 Jugendliche in 35 Zimmern übernachten können. Es gibt
MehrRepetitionsaufgaben: Lineare Funktionen
Kantonale Fachschaft Mathematik Repetitionsaufgaben: Lineare Funktionen Zusammengestellt von Irina Bayer-Krakvina, KSR Lernziele: - Wissen, was ein Steigungsdreieck einer Geraden ist und wie die Steigungszahl
MehrArbeitspunkt einer Diode
Arbeitspunkt einer Diode Liegt eine Diode mit einem Widerstand R in Reihe an einer Spannung U 0, so müssen sich die beiden diese Spannung teilen. Vom Widerstand wissen wir, dass er bei einer Spannung von
MehrSo funktioniert das online-bestellsystem GIMA-direkt
So funktioniert das online-bestellsystem GIMA-direkt Loggen Sie sich mit Ihren Anmeldedaten, die Sie von GIMA erhalten haben, in das Bestellsystem ein. Sollten Sie noch keine Anmeldedaten haben und Für
MehrUniversität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW
Universität Bonn, Institut für Angewandte Mathematik Dr. Antje Kiesel WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW 08.03.2013 Matrikelnummer Platz Name Vorname 1 2 3 4 5 6
Mehr1. Einführung 2. 2. Erstellung einer Teillieferung 2. 3. Erstellung einer Teilrechnung 6
Inhalt 1. Einführung 2 2. Erstellung einer Teillieferung 2 3. Erstellung einer Teilrechnung 6 4. Erstellung einer Sammellieferung/ Mehrere Aufträge zu einem Lieferschein zusammenfassen 11 5. Besonderheiten
MehrLineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme
Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie
MehrDie Laufzeit muss nun ebenfalls in Monaten gerechnet werden und beträgt 25 12 = 300 Monate. Damit liefert die Sparkassenformel (zweiter Teil):
Lösungen zur Mathematikklausur WS 2004/2005 (Versuch 1) 1.1. Hier ist die Rentenformel für gemischte Verzinsung (nachschüssig) zu verwenden: K n = r(12 + 5, 5i p ) qn 1 q 1 = 100(12 + 5, 5 0, 03)1, 0325
MehrAlle Schlüssel-Karten (blaue Rückseite) werden den Schlüssel-Farben nach sortiert und in vier getrennte Stapel mit der Bildseite nach oben gelegt.
Gentlemen", bitte zur Kasse! Ravensburger Spiele Nr. 01 264 0 Autoren: Wolfgang Kramer und Jürgen P. K. Grunau Grafik: Erhard Dietl Ein Gaunerspiel für 3-6 Gentlemen" ab 10 Jahren Inhalt: 35 Tresor-Karten
MehrSudoku-Informatik oder wie man als Informatiker Logikrätsel löst
Sudoku-Informatik oder wie man als Informatiker Logikrätsel löst Peter Becker Hochschule Bonn-Rhein-Sieg Fachbereich Informatik peter.becker@h-brs.de Kurzvorlesung am Studieninformationstag, 13.05.2009
MehrPrüfungsklausur Mathematik I für Wirtschaftsingenieure am 15.2.2013
HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Wirtschaftsingenieure am 5..3 A Name, Vorname Matr. Nr. Sem. gr. Aufgabe 3 4 5 6 7 8 gesamt erreichbare P. 4 6 3
MehrTangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:
Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung
MehrDenken und Träumen - Selbstreflexion zum Jahreswechsel
1 Denken und Träumen - Selbstreflexion zum Jahreswechsel Welches sinnvolle Wort springt Ihnen zuerst ins Auge? Was lesen Sie? Welche Bedeutung verbinden Sie jeweils damit? 2 Wenn Sie an das neue Jahr denken
MehrVorkurs Mathematik Übungen zu Differentialgleichungen
Vorkurs Mathematik Übungen zu Differentialgleichungen Als bekannt setzen wir die folgenden Umformungen voraus: e ln(f(x)) = f(x) e f(x)+c = e f(x) e c e ln(f(x)) +c = f(x) e c = f(x) c f ( g(x) ) g (x)
MehrTipp III: Leiten Sie eine immer direkt anwendbare Formel her zur Berechnung der sogenannten "bedingten Wahrscheinlichkeit".
Mathematik- Unterrichts- Einheiten- Datei e. V. Klasse 9 12 04/2015 Diabetes-Test Infos: www.mued.de Blutspenden werden auf Diabetes untersucht, das mit 8 % in der Bevölkerung verbreitet ist. Dabei werden
Mehr1. LINEARE FUNKTIONEN IN DER WIRTSCHAFT (KOSTEN, ERLÖS, GEWINN)
1. LINEARE FUNKTIONEN IN DER WIRTSCHAFT (KOSTEN, ERLÖS, GEWINN) D A S S O L L T E N N A C H E U R E M R E F E R A T A L L E K Ö N N E N : Kostenfunktion, Erlösfunktion und Gewinnfunktion aufstellen, graphisch
MehrMind Mapping am PC. für Präsentationen, Vorträge, Selbstmanagement. von Isolde Kommer, Helmut Reinke. 1. Auflage. Hanser München 1999
Mind Mapping am PC für Präsentationen, Vorträge, Selbstmanagement von Isolde Kommer, Helmut Reinke 1. Auflage Hanser München 1999 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 21222 0 schnell
MehrVorstellung Microsoft Mathematics 4.0
Vorstellung Microsoft Mathematics 4.0 Inhaltsverzeichnis Plotten einer Funktion... 3 Lösen von Gleichungen... 5 Lösen von Gleichungssystemen... 6 Der Dreieck-Assistent... 8 Vergleich von Mathematics mit
Mehr