Extrema von Funktionen in zwei Variablen

Größe: px
Ab Seite anzeigen:

Download "Extrema von Funktionen in zwei Variablen"

Transkript

1 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, Band 1, 17. Auflage, Sankt Gallen, Verlag Wilhelm Surbir Seiten

2 1 Einführung Zwei ökonomomische Prinzipien: 1. Maximiere den Erfolg bei gegebenen Mitteln. Erreiche einen gegebenen Erfolg mit minimalen Mitteln Allgemeines Vorgehen am Beispiel (Eindim.) Ökonomisches Problem: Wieviele Stück eines Gutes soll meine Firma produzieren, um maximalen Profit zu erreichen? Mathematische Modellierung: Kostenfunktion K(x), Erlösfunktion E(x) und Profitfunktion P(x) = E(x) K(x) Lösung des Problems: Maximiere die Funktion P(x) Grundlegende Begriffe Gegeben sei eine Funktion z = f(x, y) in zwei Variablen. Wie auch für Funktionen in einer Variablen ist es oft wichtig, lokale und globale Extremstellen (und auch Sattelpunkte) von f zu finden und deren Typ zu identifizieren. Wir unterscheiden zwei Typen von Extremwertaufgaben: Extremwertprobleme (ohne Nebenbedingungen) und Extremwertprobleme mit Nebenbedingungen: zusätzlich zur Funktion z = f(x, y) gibt es hier weitere Bedingungen an die Variablen x und y. Diese Bedingungen sollen stets Form einer (oder mehrerer) Gleichung(en) annehmen, also φ(x, y) =. Zunächst wollen wir einige wichtige Begriffe einführen. Ein Punkt (x, y ) heisst dann stationärer Punkt von f, falls dort beide partiellen Ableitungen verschwinden Der Punkt (x, y ) heisst lokales Maximum von f in der Menge S, wenn f(x, y) f(x, y ) für alle Paare (x, y) in S gilt, die hinreichend nahe an an (x, y ) liegen. Der Punkt (x, y ) heisst lokales Minimum von f in der Menge S, wenn f(x, y) f(x, y ) für alle Paare (x, y) in S gilt, die hinreichend nahe an an (x, y ) liegen. Ein stationärer Punkt (x, y ) von f, der weder ein lokales Maximum noch ein lokales Minimum ist, wird als Sattelpunkt bezeichnet.

3 3 Aufgabe 1.1 Wir betrachten die Funktion z = f(x, y) = x 4xy + y auf der Menge S = [ 3, 3] [ 3, 3]. Bestimmen Sie durch Rechnung die stationären Punkte von f in S. Kann man an der Skizze die globalen Extremwerte und Sattelpunkte ablesen? Es gilt f x (, ) = f y (, ) = 4 y 3 1 x 1 3

4 4

5 5 Lokale Extrema und Sattelpunkte auf Mengen ohne Randpunkte Sei f eine Funktion, die auf einer Menge S definiert ist, die keine Randpunkte enthält. Das wichtigste Beispiel ist hier natürlich S = R und wir wollen in diesem Abschnitt voraussetzen, dass die gegebenen Funktionen auf ganz R definiert sind. Die in diesem Abschnitt gemachten Aussagen treffen nur auf innere Punkte (x, y ) des Definitionsbereichs S von f zu. 1. Eine notwendige Bedingung für die Existenz eines lokalen Maximums oder Minimums im Punkt (x, y ) ist eine horizontale Tangentialebene, d.h. in diesem Punkt müssen beide partiellen Ableitungen verschwinden: f x (x, y ) = und f y (x, y ) =. Diese Bedingung ist aber nicht hinreichend! Beispiele: Wir betrachten das Rotationsparaboloid z = f(x, y) = 8 x y. Die Funktion hat im Punkt (, ) ein Maximum und tatsächlich gilt: f x (, ) = x (,) = f y (, ) = y (,) = x 1 y x 1 y 3

6 6 Wir betrachten das hyperbolische Paraboloid z = f(x, y) = y x. Die Funktion hat im Punkt (, ) einen Sattelpunkt, also kein lokales Extrema, und es gilt f x (, ) = x (,) = f y (, ) = y (,) =. y y x x

7 7. Für die Existenz eines lokalen Extremas an der Stelle (x, y ) ist zu fordern, dass die durch die Koordinatenachsen definierten Flächenkurven ind der Nähe des Punktes (x, y ) konkav (bzw. konvex) sind: (x, y ) lokales Maximum: f x (x, y ) =, f y (x, y ) = und f xx (x, y ) <, f yy (x, y ) < (x, y ) lokales Minimum: f x (x, y ) =, f y (x, y ) = und f xx (x, y ) >, f yy (x, y ) > Aber auch diese Bedingung ist nicht hinreichend! Beispiele: Wir betrachten wieder das hyperbolische Paraboloid z = f(x, y) = y x. Es gilt f x (, ) = x (,) = f y (, ) = y (,) = f xx (, ) = < f yy (, ) = > also hat die Funktion im Nullpunkt keine Extremstelle. y y x x

8 8 Wir betrachten die Funktion z = f(x, y) = x 4xy + y. Diese hat im Nullpunkt einen Sattel, aber es gilt f x (, ) = x 4y (,) = f y (, ) = y 4x (,) = f xx (, ) = > f yy (, ) = >. Unsere Kriterien genügen also noch nicht, um zwischen Extrema und Sattelpunkten zu unterscheiden. Insbesondere ist zu erkennen, dass es nicht genügt nur die Flächenkurvenanstiege in x- und y- Richtung zu untersuchen, auch die Zwischenrichtungen spielen eine Rolle. 4 4 y y 3 1 x x 3 4 y x

9 9 Letzendlich kommt man zu folgenden Resultaten: Satz.1 Maximum Minimum Sattelpunkt notwendige Bedingung f x = f y = f x = f y = f x = f y = hinreichende Bedingung f xx <, f yy < f xx >, f yy > f xx f yy f xy > f xx f yy f xy > f xx f yy f xy < Das notwendige Kriterium für das Vorliegen eines lokalen Extremwertes kann direkt auf Funktionen in mehreren Variablen verallgemeinert werden. Satz. Sei f eine Funktion in n reellen Variablen. Dann verschwinden in einem lokalen Extremalpunkt alle n partiellen Ableitungen.

10 Aufgabe.1 Bestimmen Sie die Extrema der Funktion f(x, y) = x + y + xy + x y. 1

11 Hausaufgabe.1 Bestimmen Sie die Extrema der Funktion f(x, y) = sin(x) cos(x) im Bereich x π, y π. 11

12 1 Hausaufgabe. Die Nachfragefunktionen für zwei Güter und die Kostenfunktion seien gegeben durch q 1 = 4 p 1 + p q = 13 + p 1 p C = q 1 + q 1 q + q. Für welche Menge (q 1, q ) erziehlt die Herstellerfirma den grössten Profit?

13 13 Aufgabe. Bestimmen Sie alle lokalen Extrema, deren Typ und alle Sattelpunkte der Funktion f(x, y) = 3x y + 4y 3 3x 1y + 1.

14 14 Aufgabe.3 Bestimmen Sie alle lokalen Extrema, deren Typ und alle Sattelpunkte der Funktion f(x, y) = x 4 + y 4 x y.

15 15 3 Globale Extrema Die Funktion f sei auf der abgeschlossenen und beschränkten Menge S definiert. Eine Menge S R heisst beschränkt, wenn sie ganz in einem Kreis enthalten ist. Aufgabe 3.1 Welche der folgenden Mengen sind beschränkt? 1. R. [, 1] 3. [, 1] (1, ) 4. { (x, y) R x + y 1 } 5. { (x, y) R x 1 }

16 16 Eine Menge S heisst abgeschlossen, wenn sie alle ihre Randpunkte enthält. abgeschlossen nicht abgeschlossen (nicht offen) nicht abgeschlossen (offen) Aufgabe 3. Welche der folgenden Mengen sind abgeschlossen? 1. [, 1). [, 1] (, 1) 3. { (x, y) R x + y 1 } 4. { (x, y) R x + y < 1 }

17 17 Satz 3.1 (Auffinden der (globalen) Extrema) Sei f eine differenzierbare Funktion auf der abgeschlossenen und beschränkten Menge S R. Wir suchen alle (globalen) Extrema von f auf S. Algorithmus: (I) Bestimmen Sie alle stationären Punkte von S im Inneren von S. (II) Bestimmen Sie den grössten und den kleinsten Wert von f auf dem Rand von S und die zugehörigen Punkte. Wenn es angebracht ist, den Rand in mehrere Teilstücke zu zerlegen, so bestimmen Sie den grössten und den kleinsten Wert auf jedem Teilstück. (III) Berechnen Sie die Werte der Funktion in allen Punkten, die Sie in (I) und (II) gefunden haben. Der grösste Funktionswert ist das (globale) Maximum von f auf S. Der kleinste Funktionswert ist das (globale) Minimum von f auf S.

18 Aufgabe 3.3 Bestimmen Sie (globalen) Extrema der Funktion f(x, y) = x + y + y 1 auf der Menge S = { (x, y) R x + y 1 } 18

19 19 4 Der Einhüllendensatz In vielen ökonomischen Problemen fällt auf, dass die zu optimierenden Funktionen nicht nur Variablen haben, über die zu maximieren oder minimieren ist, sondern auch (fest gegebene) Parameter wie z.b. Preise und Löhne. Obwohl diese Parameter meist als fest angenommen werden, kann man sich natürlich fragen, wie die berechneten Maxima bzw. Minima von der Wahl dieser Parameter abhängen. Beispiel: Nehmen wir an, dass eine Firma x Einheiten eines Gutes produziert und verkauft. Der Erlös ist dann eine Funktion des Preises p für eine Einheit des Gutes E(x) = p x und die Kosten seien durch die Kostenfunktion K(x) = x beschrieben. Hier ist p der Parameter. Der Gewinn wird dann durch die Funktion G(x) = G(x, p) = E(x) K(x) = p x x gegeben. Die Gewinnfunktion hat für x = p/ ein Maximum(prüfen Sie das nach!). Genau genommen ist x eine Funktion des Preises p, d.h. wir können x = x (p) = p/ schreiben. Auch der maximale Gewinn G = G (p) ist eine Funktion des Parameters p: G (p) = p x (x ) = p p p 4 = p 4.

20 Allgemein: Die Funktion f hänge von der (einzigen) Variablen x und einem Parameter p ab. Natürlich kann man p selbst als Variable betrachten und deshalb schreiben wir einfach f(x, p). In dieser Schreibweise ist ersichtlich, dass uns für die Untersuchung von f alle Möglichkeiten der Differentialrechnung für Funktionen in zwei Veränderlichen zur Verfügung stehen. Nun soll f bzgl. x maximiert (bzw. minimiert) werden und im Allgemeinen wird der Wert x, der f maximiert von p abhängen. Wir bezeichnen das durch x = x (p). Setzen wir x (p) in f(x, p) ein, so erhalten wir die so gemannte Optimalwertfunktion f (p) = f(x (p), p) Was geschieht mit dieser Funktion, wenn sich der Parameter p ändert? Mit der Kettenregel folgt: d dp f (p) = d dp f(x (p), p) = f 1 (x (p), p) dx (p) dp = f 1 (x (p), p) dx (p) dp + f (x (p), p) dp dp + f (x (p), p) Falls f nun ein (lokales) Extrema in einem inneren Punkt x (p) im Definitionsbereich der Variablen x hat, so gilt sicher f 1 (x (p), p) = und es folgt d dp f (p) = f (x (p), p)

21 1 Aufgabe 4.1 Überprüfen Sie diese Gleichung am vorhergehenden Beispiel. Warum,,Einhüllendensatz,,? Für feste Stückzahlen x betrachten wir die Kurven G = px x in der p-g-ebene y -1 p 1 - y -1 p

22 Diese Regel kann direkt verallgemeinert werden. Satz 4.1 Sei f(x,p) = f(x 1, x,...,x l, p 1, p,...,p m ) eine (stetig differenzierbare) Funktion, die von den Variablen x 1, x,...,x l und von den Parametern p 1, p,...,p m abhängt. Weiterhin seien wieder x (p) die Lösung des Maximierungsproblems f (p) = f(x (p),p) die Optimalwertfunktion. Dann gilt f p i (p) = f p i (x (p),p)

23 3 Aufgabe 4. Wir betrachten die Gewinnfunktion einer Firma G(K, A; p 1, p, p 3 ) = p 1 K 3/4 A 1/4 p K p 3 A wobei K und A Kapital- bzw. Arbeitsinput, p 1 der Stückpreis des produzierten Gutes und p und p 3 die Preise für Kapital und Arbeit sind. Was besagt der Einhüllendensatz, wenn Sie G bezüglich K und A maximieren?

24 4

25 Inhaltsverzeichnis 1 Einführung Lokale Extrema und Sattelpunkte auf Mengen ohne Randpunkte 5 3 Globale Extrema 15 4 Der Einhüllendensatz 19

Modulabschlussklausur Analysis II

Modulabschlussklausur Analysis II Modulabschlussklausur Analysis II. Juli 015 Bearbeitungszeit: 150 min Aufgabe 1 [5/10 Punkte] Es sei a R und f a : R 3 R mit f a (x, y, z) = x cos(y) + z 3 sin(y) + a 3 + (z + ay a y) cos(x) a) Bestimmen

Mehr

a n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n

a n := ( 1) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 10n + 1. a n := 1 3 + 1 2n 5n 2 n 2 + 7n + 8 b n := ( 1) n Folgen und Reihen. Beweisen Sie die Beschränktheit der Folge (a n ) n N mit 2. Berechnen Sie den Grenzwert der Folge (a n ) n N mit a n := ( ) n 3n2 + 5 2n 2. a n := 5n4 + 2n 2 2n 3 + 3 n +. 4 3. Untersuchen

Mehr

Mathematik 1 für Wirtschaftsinformatik

Mathematik 1 für Wirtschaftsinformatik Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration

Mehr

2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0!

2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 25.02.2004 Aufgabe 5 Gegeben ist die Funktion f(x) = 2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 06.08.2003 Aufgabe 5 Gegeben ist

Mehr

Optimalitätskriterien

Optimalitätskriterien Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen

Mehr

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler

Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.

Mehr

Finanzmathematik. Wirtschaftswissenschaftliches Zentrum Universität Basel. Mathematik für Ökonomen 1 Dr. Thomas Zehrt

Finanzmathematik. Wirtschaftswissenschaftliches Zentrum Universität Basel. Mathematik für Ökonomen 1 Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Finanzmathematik Literatur Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen, Band 1, 17. Auflage,

Mehr

Z = 60! 29!31! 1,1 1017.

Z = 60! 29!31! 1,1 1017. Aufgabe : Eine Hochzeitsgesellschaft besteht aus 60 Personen. a Wieviele verschiedene Möglichkeiten für Sitzordnungen gibt es? b Nehmen Sie nun an, dass 9 Gäste aus dem Familien- und Freundeskreis der

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen

Mehr

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009

Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Übungen zur Ingenieur-Mathematik III WS 2009/10 Blatt 10 21.12.2009 Aufgabe 35: Thema: Singulärwertzerlegung und assoziierte Unterräume Sei A eine m n Matrix mit Rang r und A = UDV T ihre Singulärwertzerlegung.

Mehr

Höhere Mathematik III für Wirtschaftsinformatiker

Höhere Mathematik III für Wirtschaftsinformatiker TU Ilmenau Institut für Mathematik Prof. Dr. S. Vogel Höhere Mathematik III für Wirtschaftsinformatiker Funktionen von mehreren Variablen. Grenzwerte und Stetigkeit Betrachtet werden Funktionen f : D f

Mehr

Multivariate Analysis

Multivariate Analysis Kapitel Multivariate Analysis Josef Leydold c 6 Mathematische Methoden I Multivariate Analysis / 38 Lernziele Funktionen in mehreren Variablen Graph und Niveaulinien einer Funktion in zwei Variablen Partielle

Mehr

Funktionen in zwei Variablen

Funktionen in zwei Variablen Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Funktionen in zwei Variablen Literatur: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen, Band 1,

Mehr

Abiturvorbereitung Mathematik -Dierentialrechnungc Max. Hoffmann

Abiturvorbereitung Mathematik -Dierentialrechnungc Max. Hoffmann Abiturvorbereitung Mathematik -Dierentialrechnungc Max Hoffmann 1 Ganzrationale Funktionen Im Folgenden wollen wir uns mit ganzrationale Funktionen und der Untersuchung solcher beschäftigen. Dabei werden

Mehr

Mathematischer Vorbereitungskurs für Ökonomen

Mathematischer 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

Mehr

Extremwertaufgaben. 3. Beziehung zwischen den Variablen in Form einer Gleichung aufstellen (Nebenbedingung),

Extremwertaufgaben. 3. Beziehung zwischen den Variablen in Form einer Gleichung aufstellen (Nebenbedingung), Extremwertaufgaben x. Ein Landwirt will an einer Mauer einen rechteckigen Hühnerhof mit Maschendraht abgrenzen. 0 Meter Maschendraht stehen zur Verfügung. Wie groß müssen die Rechteckseiten gewählt werden,

Mehr

Aufgabe des Monats Januar 2012

Aufgabe des Monats Januar 2012 Aufgabe des Monats Januar 2012 Ein Unternehmen stellt Kaffeemaschinen her, für die es jeweils einen Preis von 100 Euro (p = 100) verlangt. Die damit verbundene Kostenfunktion ist gegeben durch: C = 5q

Mehr

Studiengang (Zutreffendes bitte ankreuzen):

Studiengang (Zutreffendes bitte ankreuzen): Prof. Dr. Ulrich Schwalbe Sommersemester 2006 Klausur Mikroökonomik Matrikelnummer: Studiengang (Zutreffendes bitte ankreuzen): SozÖk Sozma AÖ WiPäd Wiwi Prof. Dr. Ulrich Schwalbe Sommersemester 2006 Klausur

Mehr

Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen

Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Optimierung für Wirtschaftsinformatiker: Analytische Optimierung ohne Nebenbedingungen Dr. Nico Düvelmeyer Freitag, 1. Juli 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 Einführung und Wiederholung Beispiel

Mehr

Serie 13: Online Test

Serie 13: Online Test D-ERDW, D-HEST, D-USYS Mathematik I HS 3 Dr. Ana Cannas Serie 3: Online Test Einsendeschluss: 3. Januar 4 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.

Mehr

Analysis II WS 11/12 Serie 9 Musterlösung

Analysis II WS 11/12 Serie 9 Musterlösung Analysis II WS / Serie 9 Musterlösung Aufgabe Bestimmen Sie die kritischen Punkte und die lokalen Extrema der folgenden Funktionen f : R R: a fx, y = x + y xy b fx, y = cos x cos y Entscheiden Sie bei

Mehr

Die Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. f(x 0 ) f(x)

Die Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. f(x 0 ) f(x) 3.2.4. Analyse von Funktionen Die Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. Begriffe: Die Funktion f hat in x 0 I eine stationäre Stelle,

Mehr

Extrema mit Nebenbedingungen

Extrema mit Nebenbedingungen Extrema mit Nebenbedingungen Gesucht ist das Extremum der Funktion f(x,y) = 5 x y unter der Nebenbedingung g(x,y) = x+y =. 5 y x In diesem einfachen Fall kann die Nebenbedingung nach einer Variablen aufgelöst

Mehr

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also

2 3 x3 17. x k dx = x k x k+1 k +1. Mit jeder weiteren partiellen Integration reduziert sich der Grad des Faktors x n, induktiv erhalten wir also Universität Konstanz Fachbereich Mathematik und Statistik Repetitorium Analysis 0 Dr DK Huynh Blatt 8 Aufgabe 6 Bestimmen Sie (a) (x + x 7x+)dx (c) (f) x n exp(x)dx (n N fest) sin (x)dx (g) (b) (d) ln(x)dx

Mehr

Differentialrechnung

Differentialrechnung Dr. Heidemarie Borgwadt Differentialrechnung Springer Fachmedien Wiesbaden 1994 Ursprünglich erschienen bei Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden 1994. Lektorat: Annegret Dorn

Mehr

Formelsammlung Wirtschaftsmathematik

Formelsammlung Wirtschaftsmathematik Formelsammlung Wirtschaftsmathematik Strobel Stefan 29. Januar 2006 Inhaltsverzeichnis I. Mathematik 2 1. Umrechnung von Dezimalzahlen in Brüche 2 2. Differentiationsregeln 2 2.1. Summenregel..................................

Mehr

Das Optimierungsverfahren mit Lagrange-Multiplikatoren. Robert Koschig (www.massmatics.de), 09/2012

Das Optimierungsverfahren mit Lagrange-Multiplikatoren. Robert Koschig (www.massmatics.de), 09/2012 Das Optimierungsverfahren mit Lagrange-Multiplikatoren Robert Koschig www.massmatics.de, 9/ Inhaltsverzeichnis Motivation. Wo taucht so etwas auf?...................................... Was ist das Problem?......................................

Mehr

Lösungen der Probe-Vorklausur 1. Lösungen der Probe-Vorklausur 2

Lösungen der Probe-Vorklausur 1. Lösungen der Probe-Vorklausur 2 Bei allen Aufgaben muss der Rechenweg erkennbar sein (auch beim Bruchrechnen mindestens Zwischenschritt). Ohne Rechnung gibt es auch bei richtigem Ergebnis keine Punkte. Lösungen der Probe-Vorklausur Aufgabe

Mehr

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)

Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2014/15 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Aussagenlogik 4 Lineare Algebra

Mehr

Definition: Differenzierbare Funktionen

Definition: Differenzierbare Funktionen Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ

Mehr

Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher

Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher Technische Universität Chemnitz 1. Juli 20 Fakultät für Mathematik Höhere Mathematik I.2 Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher 1. Durch ein

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Mathematik I für Wirtschaftswissenschaftler

Mathematik I für Wirtschaftswissenschaftler 1 Mathematik I für Wirtschaftswissenschaftler Lösungsvorschläge zur Klausur am 01.08.2003. Bitte unbedingt beachten: a) Verlangt und gewertet werden alle vier gestellten Aufgaben. Alle Aufgaben sind gleichwertig.

Mehr

Teil II. Nichtlineare Optimierung

Teil II. Nichtlineare Optimierung Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene

Mehr

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.2 Partielle Differentiation www.math.ethz.ch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof. Dr. Erich Walter

Mehr

Mathematik-Klausur vom 28.01.2008

Mathematik-Klausur vom 28.01.2008 Mathematik-Klausur vom 28.01.2008 Studiengang BWL PO 1997: Aufgaben 1,2,3,4 Dauer der Klausur: 90 Min Studiengang B&FI PO 2001: Aufgaben 1,2,3,4 Dauer der Klausur: 90 Min Studiengang BWL PO 2003: Aufgaben

Mehr

Übungsklausur. Bitte wählen Sie fünf Aufgaben aus! Aufgabe 1. Übungsklausur zu Mathematik I für BWL und VWL (WS 2008/09) PD Dr.

Übungsklausur. Bitte wählen Sie fünf Aufgaben aus! Aufgabe 1. Übungsklausur zu Mathematik I für BWL und VWL (WS 2008/09) PD Dr. Übungsklausur zu Mathematik I für BWL und VWL (WS 2008/09) PD Dr. Gert Zöller Übungsklausur Hilfsmittel: Taschenrechner, Formblatt mit Formeln. Lösungswege sind stets anzugeben. Die alleinige Angabe eines

Mehr

Mathematik-Klausur vom 05.10.2011 Finanzmathematik-Klausur vom 26.09.2011

Mathematik-Klausur vom 05.10.2011 Finanzmathematik-Klausur vom 26.09.2011 Mathematik-Klausur vom 05.10.2011 Finanzmathematik-Klausur vom 26.09.2011 Studiengang BWL DPO 2003: Aufgaben 2,3,4 Dauer der Klausur: 60 Min Studiengang B&FI DPO 2003: Aufgaben 2,3,4 Dauer der Klausur:

Mehr

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Basiswissen Rheinland-Pfalz. Übungsbuch für den Grund- und Leistungskurs mit Tipps und Lösungen

H. Gruber, R. Neumann. Erfolg im Mathe-Abi. Basiswissen Rheinland-Pfalz. Übungsbuch für den Grund- und Leistungskurs mit Tipps und Lösungen H. Gruber, R. Neumann Erfolg im Mathe-Abi Basiswissen Rheinland-Pfalz Übungsbuch für den Grund- und Leistungskurs mit Tipps und Lösungen Vorwort Vorwort Erfolg von Anfang an Dieses Übungsbuch ist auf die

Mehr

Aufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:

Aufgabe 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

Mehr

Universität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW

Universität 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

Mehr

Mathematik II für Inf und WInf

Mathematik II für Inf und WInf Gruppenübung Mathematik II für Inf und WInf 8. Übung Lösungsvorschlag G 28 (Partiell aber nicht total differenzierbar) Gegeben sei die Funktion f : R 2 R mit f(x, ) := x. Zeige: f ist stetig und partiell

Mehr

Lineare (Un-)Gleichungen und lineare Optimierung

Lineare (Un-)Gleichungen und lineare Optimierung Lineare (Un-)Gleichungen und lineare Optimierung Franz Pauer Institut für Mathematik Universität Innsbruck Lehrer/innen/fortbildungstag Wien 2010 9. April 2010 Eine Maximumsaufgabe Eine Firma stellt aus

Mehr

Mathematik-Klausur vom 06.07.2010 und Finanzmathematik-Klausur vom 07.07.2010

Mathematik-Klausur vom 06.07.2010 und Finanzmathematik-Klausur vom 07.07.2010 Mathematik-Klausur vom 06.07.2010 und Finanzmathematik-Klausur vom 07.07.2010 Studiengang BWL DPO 2003: Aufgaben 2,3,4 Dauer der Klausur: 60 Min Studiengang B&FI DPO 2003: Aufgaben 2,3,4 Dauer der Klausur:

Mehr

Mathematik I für Wirtschaftswissenschaftler Klausur am 08.06.2004, 15.45 17.45.

Mathematik I für Wirtschaftswissenschaftler Klausur am 08.06.2004, 15.45 17.45. Mathematik I für Wirtschaftswissenschaftler Klausur am 8.6.4, 5.45 7.45. Bitte unbedingt beachten: a) Gewertet werden alle acht gestellten Aufgaben. b) Lösungswege und Begründungen sind anzugeben. Die

Mehr

Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b

Im 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

Mehr

Mathematik Abitur Zusammenfassung Marius Buila

Mathematik Abitur Zusammenfassung Marius Buila Mathematik Abitur Zusammenfassung Marius Buila 1.Analysis 1.1 Grundlagen: Ableitung f (u) ist Steigung in Punkt P (u/f(u)) auf K f(x) = a * x r f (x) = a * r * x r-1 Tangentengleichung: y= f (u) * (x-u)

Mehr

Lernzettel Mathe Inhaltsverzeichnis

Lernzettel Mathe Inhaltsverzeichnis Lernzettel Mathe Inhaltsverzeichnis Aufgabe 1 - Vollständige Induktion 2 Aufgabe 2 - Grenzwertbestimmung 2 Aufgabe 3 - Lin/Log 2 Aufgabe 4 - Barwert/Endwert 3 Aufgabe 5 - Maximalstellen, steigend/fallend

Mehr

Prof. Dr. Ulrich Schwalbe Wintersemester 2004/05. Klausur Mikroökonomik. Matrikelnummer: Studiengang:

Prof. Dr. Ulrich Schwalbe Wintersemester 2004/05. Klausur Mikroökonomik. Matrikelnummer: Studiengang: Prof. Dr. Ulrich Schwalbe Wintersemester 2004/05 Klausur Mikroökonomik Matrikelnummer: Studiengang: Prof. Dr. Ulrich Schwalbe Wintersemester 2004/05 Klausur Mikroökonomik Bitte bearbeiten Sie alle zehn

Mehr

Übungen zu Funktionen mehrerer Veränderlicher. Lösungen zu Übung Betrachten Sie die durch. y 1 + x 2. z = gegebene Fläche.

Übungen zu Funktionen mehrerer Veränderlicher. Lösungen zu Übung Betrachten Sie die durch. y 1 + x 2. z = gegebene Fläche. Übungen zu Funktionen mehrerer Veränderlicher 5.1 Betrachten Sie die durch Lösungen zu Übung 5 gegebene Fläche. z = y 1 + x 2 (a) Zeichnen Sie die Höhenlinien in ein Koordinatensystem. (b) Veranschaulichen

Mehr

2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen.

2.12 Potenzreihen. 1. Definitionen. 2. Berechnung 2.12. POTENZREIHEN 207. Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. 2.2. POTENZREIHEN 207 2.2 Potenzreihen. Definitionen Der wichtigste Spezialfall von Funktionenreihen sind Potenzreihen. Eine Potenzreihe mit Entwicklungspunkt x 0 ist eine Reihe a n x x 0 n. Es gilt: es

Mehr

Ableitung und Steigung. lim h

Ableitung und Steigung. lim h Ableitung und Steigung Aufgabe 1 Bestimme die Ableitung der Funktion f(x) = x über den Differentialquotienten. f (x f '(x ) lim h h) f (x h ) (x lim h h) h x x lim h hx h h x h(x lim h h h) lim x h h x

Mehr

Mathematik-Klausur vom 08.07.2011 und Finanzmathematik-Klausur vom 14.07.2011

Mathematik-Klausur vom 08.07.2011 und Finanzmathematik-Klausur vom 14.07.2011 Mathematik-Klausur vom 08.07.20 und Finanzmathematik-Klausur vom 4.07.20 Studiengang BWL DPO 200: Aufgaben 2,,4 Dauer der Klausur: 60 Min Studiengang B&FI DPO 200: Aufgaben 2,,4 Dauer der Klausur: 60 Min

Mehr

6.2 Die Regeln von de l Hospital. Ausgangsfrage: Wie berechnet man den Grenzwert. Beispiel: Sei f(x) = x 2 und g(x) = x. Dann gilt. lim.

6.2 Die Regeln von de l Hospital. Ausgangsfrage: Wie berechnet man den Grenzwert. Beispiel: Sei f(x) = x 2 und g(x) = x. Dann gilt. lim. 6.2 Die Regeln von de l Hospital Ausgangsfrage: Wie berechnet man den Grenzwert falls g(x), beide Funktionen gegen Null konvergieren, d.h. = g(x) = 0 beide Funktionen gegen Unendlich konvergieren, d.h.

Mehr

6. Funktionen von mehreren Variablen

6. Funktionen von mehreren Variablen 6. Funktionen von mehreren Variablen Prof. Dr. Erich Walter Farkas 24.11.2011 Seite 1 Funktionen von mehreren Variablen n {1, 2, 3,...} =: N. R n := {(x 1,..., x n) x 1,..., x n R} = Menge aller n-tupel

Mehr

Vorlesung. Funktionen/Abbildungen 1

Vorlesung. Funktionen/Abbildungen 1 Vorlesung Funktionen/Abbildungen 1 1 Grundlagen Hinweis: In dieser Vorlesung werden Funktionen und Abbildungen synonym verwendet. In der Schule wird eine Funktion häufig als eindeutige Zuordnung definiert.

Mehr

Numerische Ableitung

Numerische Ableitung Numerische Ableitung Die Ableitung kann angenähert werden durch den Differentenquotient: f (x) f(x + h) f(x) h oder f(x + h) f(x h) 2h für h > 0, aber h 0. Beim numerischen Rechnen ist folgendes zu beachten:

Mehr

18 Höhere Ableitungen und Taylorformel

18 Höhere Ableitungen und Taylorformel 8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a

Mehr

Teil II Optimierung. Peter Buchholz 2016. Modellgestützte Analyse und Optimierung Kap. 9 Einführung Optimierung

Teil II Optimierung. Peter Buchholz 2016. Modellgestützte Analyse und Optimierung Kap. 9 Einführung Optimierung Teil II Optimierung Gliederung 9 Einführung, Klassifizierung und Grundlagen 10 Lineare Optimierung 11 Ganzzahlige und kombinatorische Optimierung 12 Dynamische Optimierung Literatur: zu 10-12: Neumann,

Mehr

Taylor-Entwicklung der Exponentialfunktion.

Taylor-Entwicklung der Exponentialfunktion. Taylor-Entwicklung der Exponentialfunktion. Betrachte die Exponentialfunktion f(x) = exp(x). Zunächst gilt: f (x) = d dx exp(x) = exp(x). Mit dem Satz von Taylor gilt um den Entwicklungspunkt x 0 = 0 die

Mehr

Optimieren unter Nebenbedingungen

Optimieren unter Nebenbedingungen Optimieren unter Nebenbedingungen Hier sucht man die lokalen Extrema einer Funktion f(x 1,, x n ) unter der Nebenbedingung dass g(x 1,, x n ) = 0 gilt Die Funktion f heißt Zielfunktion Beispiel: Gesucht

Mehr

Klausur Mathematik 2

Klausur Mathematik 2 Mathematik für Ökonomen WS 2014/15 Campus Duisburg PD Dr. V. Krätschmer, Fakultät für Mathematik Klausur Mathematik 2 17.02.2015, 12:30-14:30 Uhr (120 Minuten) Erlaubte Hilfsmittel: Nur reine Schreib-

Mehr

Bayern FOS BOS 12 Fachabiturprüfung 2015 Mathematik (Nichttechnische Ausbildungsrichtungen) Analysis A I

Bayern FOS BOS 12 Fachabiturprüfung 2015 Mathematik (Nichttechnische Ausbildungsrichtungen) Analysis A I Bayern FOS BOS Fachabiturprüfung 05 Mathematik (Nichttechnische Ausbildungsrichtungen) Analysis A I.0 Nebenstehende Abbildung zeigt den Graphen G f ' der ersten Ableitungsfunktion einer in ganz 0 definierten

Mehr

Serie 1. D-BAUG Analysis II FS 2015 Dr. Meike Akveld. 1. Beschreiben und zeichnen Sie das Niveaulinienportrait folgender Funktionen:

Serie 1. D-BAUG Analysis II FS 2015 Dr. Meike Akveld. 1. Beschreiben und zeichnen Sie das Niveaulinienportrait folgender Funktionen: D-BAUG Analysis II FS 2015 Dr. Meike Akveld Serie 1 1. Beschreiben und zeichnen Sie das Niveaulinienportrait folgender Funktionen: a) f : R 2 R, (x, y) f(x, y) := x2 4 + y2 b) g : R 2 R, (x, y) g(x, y)

Mehr

9 Die Normalverteilung

9 Die Normalverteilung 9 Die Normalverteilung Dichte: f(x) = 1 2πσ e (x µ)2 /2σ 2, µ R,σ > 0 9.1 Standard-Normalverteilung µ = 0, σ 2 = 1 ϕ(x) = 1 2π e x2 /2 Dichte Φ(x) = 1 x 2π e t2 /2 dt Verteilungsfunktion 331 W.Kössler,

Mehr

Mathematik-Klausur vom 4.2.2004

Mathematik-Klausur vom 4.2.2004 Mathematik-Klausur vom 4.2.2004 Aufgabe 1 Ein Klein-Sparer verfügt über 2 000, die er möglichst hoch verzinst anlegen möchte. a) Eine Anlage-Alternative besteht im Kauf von Bundesschatzbriefen vom Typ

Mehr

Mathematik-Klausur vom 08.02.2012 Finanzmathematik-Klausur vom 01.02.2012

Mathematik-Klausur vom 08.02.2012 Finanzmathematik-Klausur vom 01.02.2012 Mathematik-Klausur vom 08.02.2012 Finanzmathematik-Klausur vom 01.02.2012 Studiengang BWL DPO 2003: Aufgaben 2,3, Dauer der Klausur: 60 Min Studiengang B&FI DPO 2003: Aufgaben 2,3, Dauer der Klausur: 60

Mehr

Nichtlineare Optimierung ohne Nebenbedingungen

Nichtlineare Optimierung ohne Nebenbedingungen Kapitel 2 Nichtlineare Optimierung ohne Nebenbedingungen In diesem Abschnitt sollen im wesentlichen Verfahren zur Bestimmung des Minimums von nichtglatten Funktionen in einer Variablen im Detail vorgestellt

Mehr

3.3 Linkskurve, Rechtskurve Wendepunkte

3.3 Linkskurve, Rechtskurve Wendepunkte 166 FUNKTIONSUNTERSUCHUNGEN 3.3 Linkskurve, Rechtskurve Wendepunkte Einführung (1) Anschauliche Erklärung des Begriffs Wendepunkt Bei Motorradrennen lässt sich beobachten, wie sich die Motorradfahrer beim

Mehr

F u n k t i o n e n Quadratische Funktionen

F u n k t i o n e n Quadratische Funktionen F u n k t i o n e n Quadratische Funktionen Eine Parabolantenne bündelt Radio- und Mikrowellen in einem Brennpunkt. Dort wird die Strahlung detektiert. Die Form einer Parabolantenne entsteht durch die

Mehr

Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler

Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler Wintersemester 2005/06 20.2.2006 Prof. Dr. Jörg Rambau Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler Bitte lesbar ausfüllen, Zutreffendes ankreuzen Herr Frau Name, Vorname:

Mehr

1. Klausur. für bau immo tpbau

1. Klausur. für bau immo tpbau 1. Klausur Höhere Mathematik I/II für bau immo tpbau Wichtige Hinweise Die Bearbeitungszeit beträgt 120 Minuten. Verlangt und gewertet werden alle 6 Aufgaben. Bei Aufgabe 1 2 sind alle Lösungswege und

Mehr

Optimierung I. 1 Einführung. Luise Blank. Wintersemester 2012/13. Universität Regensburg

Optimierung I. 1 Einführung. Luise Blank. Wintersemester 2012/13. Universität Regensburg Universität Regensburg Wintersemester 2012/13 1 Einführung Anwendungen Finanzwirtschaft: maximale Gewinnrate unter Beschränkungen an das Risiko; Portfolio von Investments Produktion: maximiere Gewinn bei

Mehr

Zusammenfassung - Mathematik

Zusammenfassung - Mathematik Mathematik Seite 1 Zusammenfassung - Mathematik 09 October 2014 08:29 Version: 1.0.0 Studium: 1. Semester, Bachelor in Wirtschaftsinformatik Schule: Hochschule Luzern - Wirtschaft Author: Janik von Rotz

Mehr

ε δ Definition der Stetigkeit.

ε δ Definition der Stetigkeit. ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x

Mehr

Mathematik 1 für Wirtschaftsinformatik

Mathematik 1 für Wirtschaftsinformatik Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg Zwischenwertsatz Gegeben: f : [a, b] R stetig Dann gilt: f(a) < f(b) y [f(a), f(b)] x [a, b] mit f(x) = y 9.1. Grundbegriffe

Mehr

Wirtschaftsmathematik-Klausur vom 03.07.2014 und Finanzmathematik-Klausur vom 11.07.2014 und

Wirtschaftsmathematik-Klausur vom 03.07.2014 und Finanzmathematik-Klausur vom 11.07.2014 und Wirtschaftsmathematik-Klausur vom 03.07.2014 und Finanzmathematik-Klausur vom 11.07.2014 und Bearbeitungszeit: W-Mathe 60 Minuten, F-Mathe 45 Minuten Aufgabe 1 a) Gegeben ist das folgende Gleichungssystem:

Mehr

Wirtschaftsmathematik-Klausur vom 04.02.2015 und Finanzmathematik-Klausur vom 27.01.2015

Wirtschaftsmathematik-Klausur vom 04.02.2015 und Finanzmathematik-Klausur vom 27.01.2015 Wirtschaftsmathematik-Klausur vom 04.0.015 und Finanzmathematik-Klausur vom 7.01.015 Bearbeitungszeit: W-Mathe 60 Minuten und F-Mathe 45 Min Aufgabe 1 a) Für die Absatzmenge x in ME) und den Verkaufspreis

Mehr

Kostenfunktionen. Der Stückpreis (Preis pro Einheit) beträgt 4 Geldeinheiten. Die durch Verkauf zu erzielenden Gesamteinnahmen heißen Umsatz.

Kostenfunktionen. Der Stückpreis (Preis pro Einheit) beträgt 4 Geldeinheiten. Die durch Verkauf zu erzielenden Gesamteinnahmen heißen Umsatz. Kostenfunktionen 1. Ein Unternehmen stellt ein Produkt her. Die Produktion eines Wirtschaftsgutes verursacht Kosten. Die Gesamtkostenfunktion lautet: K(x) = 512+0,44x+0,005x 2. Um x Einheiten des Produkts

Mehr

Neuronale Netze mit mehreren Schichten

Neuronale Netze mit mehreren Schichten Neuronale Netze mit mehreren Schichten Lehrstuhl für Künstliche Intelligenz Institut für Informatik Friedrich-Alexander-Universität Erlangen-Nürnberg (Lehrstuhl Informatik 8) Neuronale Netze mit mehreren

Mehr

Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen

Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen Seminar Analysis Konvexe Funktionen und einige wichtige Ungleichungen Michael Schaeer 3.04.03 Abstract This seminar is about convex functions and several imortant ineualities. At the beginning the term

Mehr

Mündliches Abitur in IViathematik

Mündliches Abitur in IViathematik Mündliches Abitur in IViathematik Zusatzprüfung: Kurzvortrag mit Prüfungsgespräcti Ziele: Nachweis von fachlichem Wissen und der Fähigkeit, dies angemessen darzustellen erbringen fachlich überfachlich

Mehr

OPERATIONS-RESEARCH (OR)

OPERATIONS-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:

Mehr

Gleichungen - Aufgabenstellung und Lösungsstrategien

Gleichungen - Aufgabenstellung und Lösungsstrategien Gleichungen - Aufgabenstellung und Lösungsstrategien Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 18. Juli 2006 1 Einleitung

Mehr

Mathematik-Klausur vom 10. Februar 2003

Mathematik-Klausur vom 10. Februar 2003 Mathematik-Klausur vom 10. Februar 2003 Aufgabe 1 Für eine Hausrenovierung wurde ein Kredit von 25 000 bei einem Zinssatz von,5% (p.a.) aufgenommen. Die Laufzeit soll 30 Jahre betragen. a) Berechnen Sie

Mehr

Kern- und Schulcurriculum Mathematik Klasse 9/10. Stand Schuljahr 2009/10

Kern- und Schulcurriculum Mathematik Klasse 9/10. Stand Schuljahr 2009/10 Kern- und Schulcurriculum Mathematik /10 Stand Schuljahr 2009/10 Fett und kursiv dargestellte Einheiten gehören zum Schulcurriculum In allen Übungseinheiten kommt die Leitidee Vernetzung zum Tragen - Hilfsmittel

Mehr

Umgekehrte Kurvendiskussion

Umgekehrte Kurvendiskussion Umgekehrte Kurvendiskussion Bei einer Kurvendiskussion haben wir eine Funktionsgleichung vorgegeben und versuchen ihre 'Besonderheiten' herauszufinden: Nullstellen, Extremwerte, Wendepunkte, Polstellen

Mehr

Statische Optimierung unter Gleichungsrestriktionen (Lagrange)

Statische Optimierung unter Gleichungsrestriktionen (Lagrange) Kapitel 2 Statische Optimierung unter Gleichungsrestriktionen (Lagrange) 21 Einleitung/Ziel/Bedeutung/Übersicht Viele ökonomischen Fragestellungen bestehen im Kern zwar aus einem statischen Optimierungsproblem,

Mehr

Höhere Mathematik III WS 05/06 Lösungshinweis Aufgabe G 11 Blatt 2

Höhere Mathematik III WS 05/06 Lösungshinweis Aufgabe G 11 Blatt 2 Höhere Mathematik III WS 5/6 Lösungshinweis Aufgabe G 11 Blatt Die zu optimierende Zielfunktion ist der Abstand zum Ursprung. Ein bekannter Trick (Vereinfachung der Rechnung) besteht darin, das Quadrat

Mehr

4.4 Taylorentwicklung

4.4 Taylorentwicklung 4.4. TAYLORENTWICKLUNG 83 4.4 Taylorentwicklung. Definitionen f sei eine reellwertige m + -mal stetig differenzierbare Funktion der n Variablen x bis x n auf einem Gebiet M R n. Die Verbindungsgerade der

Mehr

Approximation durch Taylorpolynome

Approximation 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

Mehr

2 Stetigkeit und Differenzierbarkeit

2 Stetigkeit und Differenzierbarkeit 2.1) Sei D R. a) x 0 R heißt Häufungspunkt von D, wenn eine Folge x n ) n N existiert mit x n D,x n x 0 und lim n x n = x 0. D sei die Menge der Häufungspunkte von D. b) x 0 D heißt innerer Punkt von D,

Mehr

K2 MATHEMATIK KLAUSUR. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) 28 15 15 2 60 Punkte Notenpunkte

K2 MATHEMATIK KLAUSUR. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) 28 15 15 2 60 Punkte Notenpunkte K2 MATHEMATIK KLAUSUR 26.2.24 Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max 28 5 5 2 6 Punkte Notenpunkte PT 2 3 4 5 6 7 8 9 P. (max 2 2 2 4 5 3 3 4 3 Punkte WT Ana A.a b A.c Summe P. (max 7 5

Mehr

Unterlagen für die Lehrkraft

Unterlagen für die Lehrkraft Ministerium für Bildung, Jugend und Sport Zentrale Prüfung zum Erwerb der Fachhochschulreife im Schuljahr 01/01 Mathematik. Juni 01 09:00 Uhr Unterlagen für die Lehrkraft 1. Aufgabe: Differentialrechnung

Mehr

Anwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht

Anwendungen 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

Mehr

Optimierung für Wirtschaftsinformatiker: Analytische Optimierung mit Ungleichungsnebenbedingungen

Optimierung 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

Mehr

4. Klassenarbeit Mathematik

4. Klassenarbeit Mathematik Name: 30. Mai 2007 Klasse 11A 4. Klassenarbeit Mathematik Thema: Differentialrechnung Allgemeine Bearbeitungshinweise: Die Bearbeitung muss von einer geeigneten Dokumentation begleitet werden. Hierzu gehören:

Mehr

Mathematik für Wirtschaftswissenschaftler: Übungsaufgaben

Mathematik für Wirtschaftswissenschaftler: Übungsaufgaben Mathematik für Wirtschaftswissenschaftler: Übungsaufgaben an der Fachhochschule Heilbronn im Wintersemester 2002/2003 Dr. Matthias Fischer Friedrich-Alexander-Universität Erlangen-Nürnberg Lehrstuhl für

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

Übung zur Vorlesung Physikalische Chemie im Studiengang 3. FS KB Ch und 3. FS BB Phy

Übung zur Vorlesung Physikalische Chemie im Studiengang 3. FS KB Ch und 3. FS BB Phy Übung zur Vorlesung Physikalische Chemie im Studiengang 3. FS KB Ch und 3. FS BB Phy Dr. Raimund Horn a Dipl. Chem. Barbara Bliss b Dipl. Phys. Lars Lasogga c a Fritz Haber Institut der Max Planck Gesellschaft

Mehr