IV. Oligopolmärkte: Cournot-, Bertrand-, Stackelbergwettbewerb

Größe: px
Ab Seite anzeigen:

Download "IV. Oligopolmärkte: Cournot-, Bertrand-, Stackelbergwettbewerb"

Transkript

1 IV. Olgopolärkte: Cournot-, ertrand-, Stackelbergwettbewerb IV.1. Cournot-(Mengen)wettbewerb (Cournot [1838]) n 2 Anbeter stehen auf ene Markt t nverser Nachfragekurve P(x) n Wettbewerb. Se entscheden sultan über de Produktons- bzw. Angebotsengen x 1,..., x n, wobe se dat rechnen, daß sch a Markt der arkträuende Pres p = P( x x n ) ergbt. Für de Fra ergbt des de Proftfunkton Π x X x P x X C x (, ) = ( + ) ( ), (4.1) wobe X x als gegeben angenoen wrd (Nashverhalten). Dese Stuaton entsprcht ene nchtkooperatven sultanen Spel t Spelerenge N = {1,..., n}, Strategen x [0, x ] und Auszahlungsfunktonen Π. 1 Das Ergebns deses Wettbewerbs wrd durch das Nashglechgewcht des entsprechenden Spels beschreben. Jeder Speler (Anbeter) wählt sene Stratege x so, daß se ene beste Antwort ( best reply, best response ) auf de Strategen x ( x1,..., x 1, x+ 1,..., xn ) der anderen darstellt. De besten Antworten R ( x ) werden est response- (est reply-) Korrespondenz bzw., wenn se endeutg snd, Reaktonsfunkton genannt. 1 En Spel n Noralfor G = (N, S, Π) st defnert durch de Spelerenge N, de aus den Strategeengen S resulterenden Strategenrau S = S1... S n, und den Auszahlungsfunktonen Π : S R, de für edes öglche Strategenprofl x = ( x1,..., xn ) S angbt, welche Auszahlung eder Speler erhält. IV-1

2 I Falle des Cournotwettbewerbs snd dese besten Antworten durch de frstorder-condton zu (4.1) defnert: Π Π = P ( x + X ) x + P( x + X ) C ( x ) = 0, (4.2) x Proftverlust be nfraargnalen Proft ener zusä tzlchen Enhet Enheten = 1,, n. De second-order-condton 2 Π 2 / x < 0 st erfüllt, wenn de Nachfragekurve ncht zu konvex gekrüt st (sehe de Dskusson n II.1.) En Nashglechgewcht st als beste Antwort auf sch selbst defnert, d.h. x 1,..., x n st en Nashglechgewcht genau dann wenn für alle = 1,, n glt: x R ( x ). Ken Speler kann sch n dese Fall durch Abwechen von x verbessern. 2 (4.2) defnert n Reaktonsfunktonen x R( x ). De Lösung deses = Glechungssystes ergbt das (Nash)-Cournotglechgewcht x1,..., xn und p = P( X ), wobe X x n = 1. 2 Matheatsch gesprochen bedeutet des, daß ( x 1,..., x n ) en Fxpunkt der Korrespondenz R( x,..., x ) = ( R ( x ),... R ( x )) st. 1 n 1 1 n n Hnrechende edngungen für de Exstenz so enes Fxpunktes snd: ) S st kopakt (abgeschlossen und beschränkt) und konvex, ) Π st stetg n ( x 1,..., x n ) und quas-konkav n x. e endlchen S erfüllt das entsprechende Spel t geschten Strategen er dese Voraussetzungen. Für de durch (4.1) defnerten Π st ) ncht er erfüllt. Hnrechende edngungen snd z.. C 0, P 0. Hnrechend für de Endeutgket des Fxpunktes st, daß R ene kontraherende Funkton (Kontrakton) st, d.h.: Für alle glt R ( x + dx ) R ( x ) < dx für ene Nor. Ist z.. erfüllt wenn R / x dx < ax dx. Da R / x daß Π / x < Π / x. / x = Π Π / x, st dafür hnrechend, (Ist z.. be Cournotwettbewerb für n > 2 kene problelose edngung. Vgl. Fredan [1977].) IV-2

3 (4.2) kann ugefort werden zu: 3 p C P X x = p p { X 123 1/ε α < 1 (4.3) Durch Verglech t der nversen Elastztätsregel für das Monopolarktglechgewcht p, x sehen wr: ) p < p bzw. X > x Der Verglech t de vollkoenen Wettbewerbsglechgewcht p ) p > p bzw. X < x, x ergbt Für dentsche Fren reduzert sch (4.3) zu p C 1 = p nε (4.4) 3 Für C = c folgt aus (4.3): n n p x Π = ( p c ) x = = = = X X px H α 1 ε 1 ε den Herfndahlndex bezechnet. wobe H α 2 n = 1 IV-3

4 I Falle von 2 Fren (Duopol) kann das Cournotglechgewcht graphsch llustrert werden: x α R ( x ) x x R ( x ) α x x x Für x = 0 würde de Monopolenge x wählen. De Stegung α der Reaktonskurve x = R ( x ), = 1, 2, erhalten wr durch plzte Dfferentaton von (4.2): R = dx = Π x / = P x + P dx Π / x P x + 2 P C (4.5) Daher glt für C 0, P < 0 und P 0 : R < 0, d.h. x, x snd strategsche Substtute R < 1, d.h. das Nashglechgewcht st endeutg (Vgl. FN 2) IV-4

5 De Proftstuaton der Fra kann anhand der Isoproftlnen dskutert werden. Den höchsten Proft errecht, wenn er auf x t x = R ( x ) antwortet. Für x < R ( x ) bzw. x > R ( x ) kann das Proftnveau Π ( Z) nur errechen, wenn Marktantele abgbt, d.h. wenn x < x. Des erklärt de For der Isoproftlnen. 4 Mt abstegende x nt s Proftnveau zu. In x Monopolproftnveau Π ( x ). errecht es das 4 Foral: dx wenn x dx Π= constant Π / x Π / x = = >, =, < 0 Π / x x P <, =, > R ( x ) (enütze (4.2) und 2 Π / x 2 < 0 ). IV-5

6 I Cournotglechgewcht seht daher de Proftstuaton der beden Fren we folgt aus. x R ( x ) x Π ( N) x Π ( N) R ( x ) x x x De Proftstuaton n N st ncht effzent. Alle Allokatonen n der schrafferten Lnse würden en besseres Proftergebns brngen. (Spelrau für Absprachen bzw. Kolluson zur Marktauftelung, z.. durch x = x = x / 2 ). IV-6

7 IV.2. Stackelberg-Mengenführerschaft (Stackelberg [1934]) Gegeben de Menge x des leaders, wählt follower sene Menge x =R (x ). Entschedungsstuaton des leaders: ax Π ( x, x ) s. t. x = R ( x ), x wobe Π und R we n IV.1 dskutert. Des ergbt de edngung erster Ordnung: Π x Π + R = 0. x Da geäß (4.1) Π = x P( x + x ) C ( x ), st dese edngung äquvalent zu: bzw. x P ( 1+ R ) + P C = 0 P C P x x + x = ( 1 + R ) (4.6) P 142 4P 3 x + x 1/ ε 123 α eachte: 1 < R < 0 IV-7

8 Graphsche Illustraton x R ( x ) Π ( N) x S Π ( S) R ( x ) x S x Proftverglech: Π ( S) > Π ( N) Π ( S) < Π ( N) Also leader sen st besser als follower sen (glt wel x und x strategsche Substtute snd. e strategschen Koplenten wollen kenesfalls bede leader sen. Sehe z.. das Proble der Presführerschaft, Kaptel VI.2.2.). IV-8

9 IV.3. ertrand-(pres)wettbewerb (ertrand [1883]) IV.3.1. Preswettbewerb be konstanten Grenzkosten und hoogene Gut n 2 Fren beten en hoogenes Gut an. De Nachfragekurve nach dese Gut st x(p). De Grenzkosten snd konstant und zwar c 1,..., c n. De Fren treten n Preswettbewerb. Wenn de von hnen gesetzten Prese p 1,... p n snd, entfällt auf Fra de Nachfrage x( p ), wenn p < p x ( p1,..., pn ) = α x( p ), wenn p = p 0, wenn p > p n n n t α n n, und p { p } = 1 > 0 α = 1 n. Das Nashglechgewcht p des sultanen nchtkooperatven Pressetzungsspels (ertrandglechgewcht) st we folgt charaktersert: Fall 1: dentsche c 1 =... = c n. Für alle t x >0, ndestens edoch für zwe Fren, glt p Duopol (n = 2) st p = p = c das enzge Nashglechgewcht.) 1 2 = c. (Also für Grund: p < c brngt Verlust. p > c wrd unterboten und brngt kenen Markt. n Angenoen p = c und p > c für, dann würde p nach p ε abwechen und trotzde den Markt behalten. Also ndestens für 2 Fren p = p = c. De Tatsache, daß be olgopolstsche Preswettbewerb berets Duopol (n = 2) de effzente Lösung (Grenzkostenpres + Nullproft) zustandekot, wrd auch ertrandparadox genannt. Fall 2: c < c für alle und c c, k,. Fra bekot den Markt. Falls p ( c ) < c, st p = p ( c ) und Π = Π ( ). Falls p ( c ) c, glt p c und Π ( c c ) x( c ). k ( p ( c ), Π ( c ) bezechnen Monopolpres bzw. Monopolproft be Grenzkosten c. p c c bedeutet, daß en dskretes Presraster unterstellt wrd und p der a knappsten unter c legende Pres st.) Grund: Jede andere Fra würde durch Unterbeten von c Verlust achen. En Pres über c kann proftabel unterboten werden, so daß es zu so ene Pres kene Nachfrage gbt. IV-9

10 Das ertrandparadox hat verschedene Antworten provozert, de zegen, weso doch ncht schon be 2 Fren das vollkoene Wettbewerbsergebns zustandekot, nälch be: Preswettbewerb t Kapaztätsgrenzen (IV.3.2., IV.4.), Kolluson (V.) und Produktdfferenzerung (VI.). IV.3.2. Preswettbewerb be stegenden Grenzkosten bzw. Kapaztätsschranken (Edgeworth [1897]) Fall 1: 2 Fren C ( x) = C ( x) = c aber nur für x x, x. p = p = c st ken Nashglechgewcht, wenn x( c) > ax{ x, x }. Denn Abwechen auf ~ p > c ergbt x ( ~ p, c) > 0 und Π > 0. Fall 2: 2 Fren t C ( x) = C ( x) = C( x) t C ( x) > 0. p p p C x p = = = * * ( ) st ken Nashglechgewcht 2 (außer x(p) wäre unendlch elastsch n p * ). Abwechen auf ~ p > p = p lohnt sch. Denn für blebt x(p * )/2 de be p = p * proftaxale Menge, so daß für ene Resdualnachfrage x und x ( * R p ) x ( * = p ) / 2 verblebt. 5 Der resulterende Proft st R ( ~ p ) t x R < 0 Π * p p p xr p C xr p ( ~, ) = ~ ( ~ ) ( ( ~ )). Abletung nach ~ p ergbt Π [ ~ ] ~ = x R( ~ p ) + p C ( x R( ~ p )) x R ( ~ p ). p 5 x R st de Nachfragekurve auf de der Fra verblebende Markt, nachde zu ene bestten Pres ( vorlegenden Fall p * ) Nachfrage n ene bestten ( vorlegenden Fall x(p * )/2) befredgt hat. De genaue For von x R hängt vo Ratonerungsschea ab, das festlegt, welche Kundschaft be Ratonerung zuerst bedent wrd. De her benötgten Egenschaften x R < 0 und x R (p * )= x (p * )/2 snd edoch ncht vo spezellen Ratonerungsschea abhängg. IV-10

11 Also Π ~ p ~ * p = p * x( p ) p C x ( p * ) = + x ( ~ p ) > 0 0 R > und daher st es proftabel zu ene ~ p p * > abzuwechen. (Zwar geht der argnale Konsuent verloren; deser hat aber ohnehn Kosten n Höhe des Preses p * verursacht [second-order effect]. Dafür höherer Proft durch höheren Pres be nfraargnalen Konsuenten [frst-order effect].) 0 Graphsche Illustraton: x ( R p ) ~ p p = p* p = p* ~x x( p*) 2 x( p*) 2 Schlußfolgerung: ) e Kapaztätsschranken oder stegenden Grenzkosten stellt der Grenzkostenpres ken (ertrand-)nashglechgewcht dar (ken ertrandparadox ehr). Olgopolstscher Preswettbewerb führt zu Presen, de über den Grenzkosten legen. ) We das (ertrand-)nashglechgewcht ausseht hängt allgeenen vo zugrundelegenden Ratonerungsschea 6 ab und auch davon, we groß de vorhandene (Gesat)kapaztät Verglech zur Marktnachfrage st. Es kann auch sen, daß überhaupt ken ertrand-nashglechgewcht exstert. 6 Deses legt fest, welche Kundschaft be ratonerter Nachfrage bedent wrd, z.. deenge t der höchsten Zahlungsberetschaft (effzente Ratonerung), oder deenge, de beret st, sch anzustellen (Ratonerung über Warteschlangen), oder ene zufällg ausgewählte (proportonale Ratonerung). IV-11

12 Das nachfolgende espel 1 zegt, daß auf ene Markt t äßgen Überkapaztäten ken Glechgewcht exstert. espel 2 zegt, daß be klenen Kapaztäten der zur Vollauslastung führende Pres en endeutges ertrandglechgewcht darstellt. espel 1: Nchtexstenz enes ertrandglechgewchtes be äßgen Überkapaztäten (Vgl. asu, S. 41/42) 2 Fren t Grenzkosten C = C = c und Kapaztätsgrenzen x, x, so daß x( p ( c)) < x, x < x( c) < x + x. (p (c) bezechnet den Monopolpres be Grenzkosten c und Nachfragekurve x(p)). Angenoen p = p = c se en Nashglechgewcht: Abwechen zu ~ p > c proftabel, wel trotzde postve Resdualnachfrage verblebt ( x( c) > ). x Angenoen p = p > c se en Nashglechgewcht: Wegen x( c) < x + x st zundest ene Fra ncht ausgelastet. Für se st en Abwechen zu ene nedrgeren Pres proftabel. Angenoen p > p c se en Nashglechgewcht: Wenn ausgelastet st, uß laut Annahe p < p (c) sen, so daß en Abwechen nach ~ p > p proftabel st. Wenn ncht ausgelastet st, uß laut Annahe p > c sen und Fra ohne Nachfrage sen. Es st daher für proftabel zu ene p t c < ~ p < p abzuwechen. Q.E.D. IV-12

13 espel 2: ertrandglechgewcht be knappen Kapaztäten (Vgl. Trole und ) Markt t nverser Nachfragekurve P(x). 2 Fren t C = C = c und klenen Kapaztäten x, x, so daß x( c) > x + x aber auch x R, > x und x R, > x, wobe x R, de Monopolenge auf de Resdualarkt bezechnet, der verblebt, nachde de Kapaztätsenge x auf den Markt gebracht hat (analog st x R, defnert). π ( x,, x ) Π R x x R, In deser Stuaton st der kapaztätenräuende Pres p = p = p = P( x + x ) en endeutges Nashglechgewcht: 7 Kene Fra hat wegen der ausgelasteten Kapaztät enen Anrez, den Pres zu senken. Fra hat kenen Anrez, den Pres zu erhöhen, da x auf de verblebenden Resdualarkt x R, ene bndende Restrkton darstellt. würde ohne dese Restrkton a x, > x, also p < p wählen. (Analoges glt für ). R π Π ( ) = ( ) p, p p c x ( p ) R, p p p 7 Man beachte, daß de Gültgket deser Aussage ncht vo verwendeten Ratonerungsschea abhängt. IV-13

14 IV.4. Ex ante Kapaztätswahl und ex post Preswettbewerb. Neufunderung des Cournotglechgewchts. (Kreps/Schenkan [1983]) espel 2 n IV.3.2. zegt, daß auf ene Duopolarkt t nverser Nachfragekurve P(x) und be klenen Kapaztäten x, x der kapaztätsräuende Pres p = P( x + x ) en endeutges ertrandglechgewcht darstellt. Des plzert Proftfunktonen Π ( x x ) x P( x x ) cx c x + = + 0, de exakt de For der Proftfunktonen be Cournotwettbewerb haben (sehe 4.1). c 0 bezechnet de Investtonskosten. Des suggerert folgendes 2-stufges Spel: Stage 1:, wählen sultan de Kapaztäten x, x Stage 2:, wählen sultan de Prese p, p be gegebenen Kapaztäten x, x. Falls x, x klen genug gewählt würden, könnte an das Glechgewcht deses Spels durch backward nducton we folgt lösen: Da n Stage 2 das enzge Glechgewcht p = P( x + x ) st, läuft das Spel n Stage 1 auf en Cournotengenspel hnaus. Das telspelperfekte Glechgewcht deses 2-stufgen Spels würde so t de Cournotglechgewcht zusaenfallen, wobe de Glechgewchtsengen x, x als Kapaztäten nterpretert werden üssen. IV-14

15 Proble: Es st ncht garantert, daß Kapaztätsspel de Kapaztäten tatsächlch so klen gewählt werden, daß Presspel p = P( x + x ) en endeutges Glechgewcht st. Ad hoc Lösung: Hnrechend hohe Investtonskosten c 0. Allgeene theoretsche Lösung: Kreps und Schenkan (1983) haben gezegt, daß unabhängg von der Höhe der Investtonskosten c 0 be konkaven Nachfragefunktonen ( P 0 ) und effzenter Ratonerung 8 das enzge telspelperfekte Glechgewcht des 2-stufgen Spels t Kapaztätswahl und folgende Preswettbewerb das Cournotergebns st, also x = x, x = x und p = P( x + x ). 8 Effzente Ratonerung bedeutet, daß zuerst deengen t der höheren Zahlungsberetschaft bedent werden. De Resdualnachfrage st n dese Fall x(p ) x, wenn x(p ) > x x R, (p ) = 0, sonst. x( p) x x R, p p x xr, ( p ) IV-15

19 Oligopoltheorie. Der Gewinn eines Unternehmens hängt von den Entscheidungen der anderen Unternehmen ab.

19 Oligopoltheorie. Der Gewinn eines Unternehmens hängt von den Entscheidungen der anderen Unternehmen ab. 9 Olgooltheore Der Gewnn enes Unternehens hängt von den Entschedungen der anderen Unternehen ab. De otale Entschedung enes Unternehens hängt von sener Erwartung über de Entschedungen der anderen Unternehen

Mehr

) ergeben die i i. Es gelten folgende allgemeinen Resultate (in informeller Sprache formuliert).

) ergeben die i i. Es gelten folgende allgemeinen Resultate (in informeller Sprache formuliert). V. Kolluson Im olgopolstschen Wettbewerb treffen mtunter mmer weder de glechen Frmen aufenander. Des eröffnet de Möglchket für stlles Zusammenspel, wel abwechendes Verhalten n späteren Zusammentreffen

Mehr

6. Nicht-kooperative Oligopolmodelle Cournot-Modell Stackelberg-Modell Kollusionsmodell (Kartell) 6.4.

6. Nicht-kooperative Oligopolmodelle Cournot-Modell Stackelberg-Modell Kollusionsmodell (Kartell) 6.4. 6. Ncht-kooperatve Olgopolodelle 6.. Cournot-Modell 6.2. Stackelberg-Modell 6.3. Kollusonsodell (Kartell) 6.4. dynasche Spele 6.5. Bertrand-Modell generelle Modellannahen gegebene Anzahl von Fren (n der

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel! Aufgabe : Vorbemerkung: Ene Zufallsvarable st ene endeutge Funkton bzw. ene Abbldungsvorschrft, de angbt, auf welche Art aus enem Elementareregns ene reelle Zahl gewonnen wrd. x 4 (, ) z.b. Münzwurf: Kopf

Mehr

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

Mehr

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

Mehr

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog 60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren

Mehr

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

1 Finanzmathematik. 1.1 Das Modell. Sei Xt 1.1 Das Modell Se Xt der Pres enes Assets zur Zet t und X = X ) 1 d der Rd +-dmensonale Presprozess. Das Geld kann auch zu dem rskolosen Znssatz r be ener Bank angelegt werden. Der Wert deser Anlage wrd

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. Entfernung in Kilometer: Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Kapitel V. Parameter der Verteilungen

Kapitel V. Parameter der Verteilungen Kaptel V Parameter der Vertelungen D. 5.. (Erwartungswert) Als Erwartungswert ener Zufallsvarablen X bezechnet man: E( X ) : Dabe se vorausgesetzt: = = + p falls X dskret f d falls X stetg und = + p

Mehr

ME II, Prof. Dr. T. Wollmershäuser. Kapitel 2 Das IS-LM-Modell

ME II, Prof. Dr. T. Wollmershäuser. Kapitel 2 Das IS-LM-Modell ME II, Prof. Dr. T. Wollmershäuser Kaptel 2 Das IS-LM-Modell Verson: 26.04.2011 2.1 Der Gütermarkt De gesamte Güternachfrage Z (Verwendung des BIP) lässt sch we folgt darstellen: Z C+ I + G ME II, Prof.

Mehr

AVWL I (Mikro) - Prof. Dr. M. Schnitzer - Klausur am Abschlussklausur

AVWL I (Mikro) - Prof. Dr. M. Schnitzer - Klausur am Abschlussklausur VWL I (Mkro) - Prof. Dr. M. Schntzer - Klausur am 16. 02 2004 bschlussklausur Btte bearbeten Se zwe der dre folgenden ufgaben nach freer Wahl. Sollten Se alle dre ufgaben bearbeten, machen Se btte kenntlch,

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

Dr. Florian Englmaier 1 Übung Wettbewerbstheorie und -politik. Handout zu Übungsblatt 1: Einführung

Dr. Florian Englmaier 1 Übung Wettbewerbstheorie und -politik. Handout zu Übungsblatt 1: Einführung Dr. Floran Englmaer 1 Handout zu Übungsblatt 1: Enführung De Industreökonomk beschäftgt sch mt dem Marktverhalten und der nternen Organsaton von Unternehmen. (Preswettbewerb, Marktzutrttsverhalten, Produktdff.

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

Musterlösung zur Einsendearbeit zum Kurs Preisbildung auf unvollkommenen Märkten und allgemeines Gleichgewicht, Kurseinheit 1

Musterlösung zur Einsendearbeit zum Kurs Preisbildung auf unvollkommenen Märkten und allgemeines Gleichgewicht, Kurseinheit 1 Musterlösung zum Kurs 40, A zu K, WS 008/09 Sete Musterlösung zur nsendearbet zum Kurs 40 Presbldung auf unvollkommenen Märkten und allgemenes lechgewcht, Kursenhet De folgende Lösungsskzze soll Ihnen

Mehr

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe Portfolothore (Markowtz) Separatonstheore (Tobn) Kaptaarkttheore (Sharpe Ene Enführung n das Werk von dre Nobelpresträgern zu ene Thea U3L-Vorlesung R.H. Schdt, 3.12.2015 Wozu braucht an Theoren oder Modelle?

Mehr

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13 M. 3. 5-4. 45, Dr. Ackermann 6..4 Übungsaufgaben Gewöhnlche Dfferentalglechungen Sere 3.) Bestmmung ener homogenen Dfferentalglechung zu gegebenen Funktonen y (partkuläre Lösungen) enes Fundamentalsystems.

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

Geschichte, Sherlock Holmes Spiel (Definition) Einteilung und Eigenschaften von Spielen Modellierungsformen Strategietypen (dominant, rein, gemischt)

Geschichte, Sherlock Holmes Spiel (Definition) Einteilung und Eigenschaften von Spielen Modellierungsformen Strategietypen (dominant, rein, gemischt) Peter Garscha Geschchte, Sherlock Holmes Spel (Defnton) Entelung und Egenschaften von Spelen Modellerungsformen Strategetypen (domnant, ren, gemscht) Nash-Glechgewcht (Defnton, Exstenz) Gefangenendlemma

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013

5. Gruppenübung zur Vorlesung. Höhere Mathematik 1. Wintersemester 2012/2013 O. Alaya, S. Demrel M. Fetzer, B. Krnn M. Wed 5. Gruppenübung zur Vorlesung Höhere Mathematk Wntersemester /3 Dr. M. Künzer Prof. Dr. M. Stroppel Lösungshnwese zu den Hausaufgaben: Aufgabe H 6. Darstellungen

Mehr

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern?

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern? An welche Stchwörter von der letzten Vorlesung können Se sch noch ernnern? Gasgesetz ür deale Gase pv = nr Gelestete Arbet be sotherme Ausdehnung adabatsche Ausdehnung 2 n Reale Gase p + a 2 ( V nb) =

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am U Graz, Insttut egelungs- und Automatserungstechnk Schrftlche Prüfung aus Systemtechnk am 4.. 5 Name / Vorname(n): Kenn-Matr.Nr.: Bonuspunkte: 4 errechbare Punkte 4 5 7 5 errechte Punkte U Graz, Insttut

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke der Regressionsanalyse Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Numerische Methoden II

Numerische Methoden II umersche Methoden II Tm Hoffmann 23. Januar 27 umersche Bespele umersche Methoden zur Approxmaton von Dervatpresen: - Trnomsche Gttermethode - Implzte Fnte Dfferenzen - Explzte Fnte Dfferenzen - Crank-colson

Mehr

3.1 Extensive Form, Spielbaum und Teilspiele

3.1 Extensive Form, Spielbaum und Teilspiele 3. Spele n extensver Form 3.1 Extensve Form, Spelbaum und Telspele 3.2 Strategen n extensven Spelen 4. Spele mt vollkommener Informaton 4.1 Telspelperfekte Nash-Glechgewchte 4.2 Das chan-store -Paradox

Mehr

Die Transzendenz der Eulerschen Zahl e

Die Transzendenz der Eulerschen Zahl e De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen

Mehr

18. Vorlesung Sommersemester

18. Vorlesung Sommersemester 8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten

Mehr

Vorlesung 3 Differentialgeometrie in der Physik 13

Vorlesung 3 Differentialgeometrie in der Physik 13 Vorlesung 3 Dfferentalgeometre n der Physk 13 Bemerkung. Ist M Manngfaltgket, p M und φ : U R n Karte mt p U, so nennt man U auch Koordnatenumgebung und φ auch Koordnatensystem n p. Bespel 2.4 Seen R >

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr

Einführung in die theoretische Physik 1

Einführung in die theoretische Physik 1 Enführung n de theoretsche hysk 1 rof. Dr. L. Mathey Denstag 15:45 16:45 und Donnerstag 10:45 12:00 Begnn: 23.10.12 Jungus 9, Hörs 2 Mathey Enführung n de theor. hysk 1 1 Grundhypothese der Thermostatk

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig: 4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

Übungen zur Vorlesung Physikalische Chemie 1 (B. Sc.) Lösungsvorschlag zu Blatt 2

Übungen zur Vorlesung Physikalische Chemie 1 (B. Sc.) Lösungsvorschlag zu Blatt 2 Übungen zur Vorlesung Physkalsche Chee 1 B. Sc.) Lösungsorschlag zu Blatt Prof. Dr. Norbert Happ Jens Träger Soerseester 7. 4. 7 Aufgabe 1 a) Aus den tabellerten Werten ergbt sch folgendes Dagra. Btte

Mehr

4. Energie, Arbeit, Leistung, Impuls

4. Energie, Arbeit, Leistung, Impuls 34 35 4. Energe, Arbet, Lestung, Ipuls Zentrale Größen der Physk: Energe E, Enhet Joule ( [J] [N] [kg /s ] Es gbt zwe grundsätzlche Foren on Energe: knetsche Energe: entelle Energe: Arbet, Enhet Joule

Mehr

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n. Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle

Mehr

2 Klausurlösungen Preistheorie

2 Klausurlösungen Preistheorie Klausurlösungen Prestheore VWL Lösungen Markt und Staat Prestheore Btte beachten Se, dass der Lehrstuhl Volkswrtschaftslehre, nsb. Fnanzwssenschaft, Rechenwege und angemessene Interpretaton erwartet, anderwetg

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

Schriftliche Prüfung aus Signaltransformationen Teil: Dourdoumas am

Schriftliche Prüfung aus Signaltransformationen Teil: Dourdoumas am TU Graz, Insttut für Regelungs- und Automatserungstechnk 1 Schrftlche Prüfung aus Sgnaltransformatonen Tel: Dourdoumas am 1. 10. 01 Name / Vorname(n): Kennzahl / Matrkel-Nummer: 1 errechbare Punkte 4 errechte

Mehr

Lineare Regression (1) - Einführung I -

Lineare Regression (1) - Einführung I - Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:

Mehr

Theoretische Physik II Elektrodynamik Blatt 2

Theoretische Physik II Elektrodynamik Blatt 2 PDDr.S.Mertens M. Hummel Theoretsche Physk II Elektrodynamk Blatt 2 SS 29 8.4.29 1. Rechnen mt Nabla. Zegen Se durch Auswertung n kartesschen Koordnaten de folgende Relaton und werten Se de anderen Relatonen

Mehr

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt Kaptel 3 Zwe Personen Spele 3.1 Matrxspele 3.2 Matrxspele n gemschten Strategen 3.3 B Matrxspele und quadratsche Programme 3.4 B Matrxspele und lneare Komplementartätsprobleme 3.1 Matrxspele Wr betrachten

Mehr

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

Mehr

C. Nachbereitungsteil (NACH der Versuchsdurchführung lesen!)

C. Nachbereitungsteil (NACH der Versuchsdurchführung lesen!) Physkalsh-heshes Praktku für Pharazeuten C. Nahberetungstel (NACH der Versuhsdurhführung lesen!) 4. Physkalshe Grundlagen 4.1 Starke und shwahe Elektrolyte Unter Elektrolyten versteht an solhe heshen Stoffe,

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

Mehr

Die Leistung von Quicksort

Die Leistung von Quicksort De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen

Mehr

Lineare Optimierung Einführung

Lineare Optimierung Einführung Kaptel Lneare Optmerung Enführung B... (Dre klasssche Anwendungen) Im Folgenden führen wr de ersten dre klassschen (zvlen) Anwendungen der lnearen Optmerung an: BS... (Produktonsplanoptmerung) En Betreb

Mehr

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Resultate / states of nature / mögliche Zustände / möglicheentwicklungen Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und

Mehr

1.1 Das Prinzip von No Arbitrage

1.1 Das Prinzip von No Arbitrage Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

Aufgabe 1: Portfolio Selection

Aufgabe 1: Portfolio Selection Aufgabe 1: Portfolo Selecton 2 1 2 En Investor mt ener Präferenzfunkton der Form (, ) a verfügt über en 2 Anfangsvermögen n Höhe von 100 Slbermünzen. Am Markt werden de folgenden dre Wertpapere gehandelt,

Mehr

(Essentiell) τ-äquivalente Tests:

(Essentiell) τ-äquivalente Tests: (Essentell) τ-äquvalente Tests: τ-äquvalenz: Essentelle τ-äquvalenz: τ τ τ τ +λ Repräsentatonstheore (Exstenzsatz): De Tests,..., snd genau dann τ-äquvalent, wenn ene reelle Zufallsvarable η sowereellekonstantenλ,...,

Mehr

Vorlesung Programmieren II

Vorlesung Programmieren II Hashng Vorlesung Prograeren II Mchael Bergau Fortsetzung der Stoffenhet Hashng Hashng 2 Was st Hashng? Hashng st ene Methode zur dynaschen Verwaltung von Daten, wobe de Daten durch enen Schlüssel (key)

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene

Mehr

d da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb

d da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb S N De amte Erschenng der magnetschen Feldlnen bezechnet man als magnetschen Flss. = V s = Wb Kraftflssdchte oder magnetsche ndkton B. B d da B = Wb/m = T Für homogene Magnetfelder, we se m nneren von

Mehr

c) schwierige freiwillige Zusatzaufgabe (ohne Bonuspunkte): Leiten Sie die allgemeinen iterativen Formeln für S, D, D R und V her.

c) schwierige freiwillige Zusatzaufgabe (ohne Bonuspunkte): Leiten Sie die allgemeinen iterativen Formeln für S, D, D R und V her. Rechnerarchtetur Lösungsvorschlag. Bonusübung oerseester Fachgebet Rechnerarchtetur Prof. R. Hoffann Patrc Edger. Aufgabe: Maße für Barrel-hfter 7 + 7 Punte Gegeben st en Barrel hfter t n= Prozessoren

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

42020 KE Investitionsanreize - Gefangenendilemma

42020 KE Investitionsanreize - Gefangenendilemma Bespel: Investtonsanrez (Gefangenendlemma: Opportunstsches Verhalten lohnt sch ncht, de beste Lösung für bede Seten st wenn bede Seten sch bewegen) Ausgangspunkt: 1. Zuleferer und Abnehmer snd über enen

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

Mehr

Mikroökonomie II SS 2002

Mikroökonomie II SS 2002 Mkroökonome II SS 00 Lteratur: Zu Kap. : Detmar Wellsch (000), Fnanzwssenschaft I: Rechtfertgung der Staatstätgket, München,.-.3 Zu Kap. -6: Oz Sh (996), Industral Organzaton, Cambrdge, Mass. Zu Kap. 6

Mehr

Computerunterstützte Gesichtserkennung = Eigenface - Methode = Thomas Weise Betreuer: PD Dr. Oliver Ernst

Computerunterstützte Gesichtserkennung = Eigenface - Methode = Thomas Weise Betreuer: PD Dr. Oliver Ernst Matheatsches Senar 00 Nuerk Coputerunterstützte Geschtserkennung = Egenface - Methode = hoas Wese Betreuer: PD Dr. Olver Ernst Glederung:. Enletung/Allgeenes. HauptKoponentenAnalyse 3. Egenface Methode.

Mehr

Kapitel 5 Systeme von Massenpunkten, Stöße

Kapitel 5 Systeme von Massenpunkten, Stöße Katel 5 ystee von Massenunkten, töße Drehoente und Drehuls enes Telchensystes O t : z r r r F x r F F F y F F t (acto = reacto) : F t äußeren Kräften F und F und nneren Kräften F = -F Drehoente : D D r

Mehr

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0 8. MARKOVKETTEN 17 8. Marovetten Abbldung 8.1: Reduzble und perodsche Marovette 8.1. Homogene Marovetten n dsreter Zet En Prozess {X n : n IIN} hesst homogene Marovette (n dsreter Zet) mt (abzählbarem)

Mehr

e dt (Gaußsches Fehlerintegral)

e dt (Gaußsches Fehlerintegral) Das Gaußsche Fehlerntegral Φ Ac 5-8 Das Gaußsche Fehlerntegral Φ st denert als das Integral über der Standard-Normalvertelung j( ) = -,5 n den Grenzen bs, also F,5 t ( ) = - e dt (Gaußsches Fehlerntegral)

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

16. Vorlesung Sommersemester

16. Vorlesung Sommersemester 16. Vorlesung Sommersemester 1 Das Egenwertproblem In allgemener Form hat das Egenwertproblem de Form A x = λ x, (1) wobe A ene n n-matrx, x en n-dmensonaler Vektor und λ der Egenwert st (n Englsch: egenvector,

Mehr

Die kanonische Zustandssumme (System) und ihr Zusammenhang mit der molekularen Zustandssumme (Einzelmolekül) unterscheidbare Teilchen:

Die kanonische Zustandssumme (System) und ihr Zusammenhang mit der molekularen Zustandssumme (Einzelmolekül) unterscheidbare Teilchen: De molekulare Zustandssumme βε = e mt β = De kanonsche Zustandssumme (System) und hr Zusammenhang mt der molekularen Zustandssumme (Enzelmolekül) unterschedbare elchen: Q = ununterschedbareelchen Q : =!

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

Beschreibende Statistik Mittelwert

Beschreibende Statistik Mittelwert Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

Übung 11. Endogene Wachstumstheorie - Das Romer-Modell II

Übung 11. Endogene Wachstumstheorie - Das Romer-Modell II Unverstät Ulm 89081 Ulm Germany Tno Conrad, M.Sc. Insttut für Wrtschaftspoltk Fakultät für Mathematk und Wrtschaftswssenschaften Ludwg-Erhard-Stftungsprofessur Wntersemester 2018/19 Übung 11 Endogene Wachstumstheore

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gauslng, M.Sc. C. Hendrcks, M.Sc. Sommersemester 1 Bergsche Unverstät Wuppertal Fachberech C Mathematk und Naturwssenschaften Angewandte Mathematk / Numersche Analyss Enführung

Mehr

Tangentenvektoren und Tangentialraum

Tangentenvektoren und Tangentialraum angentenvektoren und angentalrau (kontravarante Vektoren oder enach Vektoren) Gegeben ene - densonale Manngaltgket M, denert an an ede Punkt den angentalrau M als den densonalen Vektorrau aller öglchen

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

Theorie der öffentlichen Güter und der sozialen Entscheidungen

Theorie der öffentlichen Güter und der sozialen Entscheidungen Tel II Theore der öffentlchen Güter und der sozalen Entschedungen 1 Tel II Theore der öffentlchen Güter und der sozalen Entschedungen 4. De Beretstellung öffentlcher Güter (Stgltz, Ch. 6) 5. Abstmmungen

Mehr

Sicherheit von Π MAC2

Sicherheit von Π MAC2 Scherhet von Π MAC2 Satz Scherhet von Π MAC2 Se Π scher. Dann st Π MAC2 ebenfalls scher. Bewes: Se A en Angrefer für Π MAC2 mt Erfolgsws ɛ(n). Wr konstrueren enen Angrefer A für Π. Algorthmus Angrefer

Mehr

1.1 Grundbegriffe und Grundgesetze 29

1.1 Grundbegriffe und Grundgesetze 29 1.1 Grundbegrffe und Grundgesetze 9 mt dem udrtschen Temperturkoeffzenten 0 (Enhet: K - ) T 1 d 0. (1.60) 0 dt T 93 K Betrchtet mn nun den elektrschen Wderstnd enes von enem homogenen elektrschen Feld

Mehr

Standardnormalverteilung / z-transformation

Standardnormalverteilung / z-transformation Standardnormalvertelung / -Transformaton Unter den unendlch velen Normalvertelungen gbt es ene Normalvertelung, de sch dadurch ausgeechnet st, dass se enen Erwartungswert von µ 0 und ene Streuung von σ

Mehr

22. Vorlesung Sommersemester

22. Vorlesung Sommersemester 22 Vorlesung Sommersemester 1 Bespel 2: Würfel mt festgehaltener Ecke In desem Fall wählt man den Koordnatenursprung n der Ecke und der Würfel st durch den Berech x = 0 a, y = 0 a und z = 0 a bestmmt De

Mehr

Definition des linearen Korrelationskoeffizienten

Definition des linearen Korrelationskoeffizienten Defnton des lnearen Korrelatonskoeffzenten r xy x y y r x xy y 1 x x y y x Der Korrelatonskoeffzent st en Indkator dafür, we gut de Punkte (X,Y) zu ener Geraden passen. Sen Wert legt zwschen -1 und +1.

Mehr

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY) Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope

Mehr

Mikroökonomik. 5.5 Preisstrategien

Mikroökonomik. 5.5 Preisstrategien Mkroökonomk 5.5 Presstrategen 5.5. Presskrmnerung Arten von Presskrmnerung nach Pgou: ersten Graes: Kunen zahlen für jee Enhet hren Reservatonsres zweten Graes: Kunen zahlen ro Enhet n Abhänggket von er

Mehr

Übung zu Erwartungswert und Standardabweichung

Übung zu Erwartungswert und Standardabweichung Aufgabe Übung zu Erwartungswert und Standardabwechung In ener Lottere gewnnen 5 % der Lose 5, 0 % der Lose 0 und 5 % der Lose. En Los kostet 2,50. a)berechnen Se den Erwartungswert für den Gewnn! b)der

Mehr