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

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

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

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

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

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

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

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

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 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

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

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

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

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

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR)

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Gegeben ist die trigonometrische Funktion f mit f(x) = 2 sin(2x) 1 (vgl. Material 1). 1.) Geben Sie für die Funktion f den Schnittpunkt mit der y

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

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

Fachhochschule Bochum Fachhochschule Münster Fachhochschule Südwestfalen

Fachhochschule Bochum Fachhochschule Münster Fachhochschule Südwestfalen Fachhochschule Bochum Fachhochschule Münster Fachhochschule Südwestfalen Verbundstudiengang Technische Betriebswirtschaft Prof. Dr. rer. nat. habil. J. Resch Teilprüfung: Mathematik 1 (Modul) Termin: Februar

Mehr

34 5. FINANZMATHEMATIK

34 5. FINANZMATHEMATIK 34 5. FINANZMATHEMATIK 5. Finanzmathematik 5.1. Ein einführendes Beispiel Betrachten wir eine ganz einfache Situation. Wir haben einen Markt, wo es nur erlaubt ist, heute und in einem Monat zu handeln.

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

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

( ) ( ) a = 2656. Das Grundgehalt beträgt 2656, die Überstundenpauschale 21.

( ) ( ) a = 2656. Das Grundgehalt beträgt 2656, die Überstundenpauschale 21. R. Brinkmann http://brinkmann-du.de Seite 1 9.1.28 Lösung alltäglicher Probleme mittels linearer Funktionen 1. Tobias und Mario arbeiten als Krankenpfleger in einer Rehabilitationsklinik und beziehen das

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

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 für Aufgabenpool 1 Analysis

Mehr

Beispiele zur Kurvendiskussion (Gebrochen rationale Funktionen)

Beispiele zur Kurvendiskussion (Gebrochen rationale Funktionen) Beispiele zur Kurvendiskussion (Gebrochen rationale Funktionen) Beispiel 1 Diskutiere die durch f(x) = x2 3x 4 x + 2 gegebene Funktion f. a) Definitionsbereich: Der Nenner eines Bruches darf nicht gleich

Mehr

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen .3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt

Mehr

Klausur Analysis II (SS 2005)

Klausur Analysis II (SS 2005) Klausur Analysis II (SS 5) Prof. Dr. J. Franke Abschlußklausur vom. Juli 5 Name, Vorname: Matrikelnummer: Gruppe, Tutor: Pseudonym: ir wünschen Ihnen viel Erfolg! Mit 5 Punkten oder mehr von 5 ist die

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

Lineare Funktionen Anwendungsaufgaben

Lineare Funktionen Anwendungsaufgaben Seite 1 von 8 Beispiel I Tobias und Mario arbeiten als Krankenpfleger in einer Rehabilitationsklinik und beziehen das gleiche Grundgehalt. Zur Zeit müssen beide viel Überstunden leisten. Am Monatsende

Mehr

Elemente der Analysis II: Zusammenfassung der wichtigsten Definitionen und Ergebnisse

Elemente der Analysis II: Zusammenfassung der wichtigsten Definitionen und Ergebnisse Elemente der Anlysis II: Zusmmenfssung der wichtigsten Definitionen und Ergebnisse J. Wengenroth Dies ist die einzige zugelssene Formelsmmlung, die bei der Klusur benutzt werden drf. Es dürfen Unterstreichungen

Mehr

Klaus-Groth-Schule - Neumünster Fachcurriculum Mathematik

Klaus-Groth-Schule - Neumünster Fachcurriculum Mathematik Jahrgang 10 Funktionen Funktionsbegriff - Definition - vielfältige Anwendungen - Umkehrbarkeit (intuitiv, Anwendungen) ganzrationale Funktionen Modellierung - Ablesen der Werte - Ungefähre Bestimmung der

Mehr

Funktionen (linear, quadratisch)

Funktionen (linear, quadratisch) Funktionen (linear, quadratisch) 1. Definitionsbereich Bestimme den Definitionsbereich der Funktion f(x) = 16 x 2 2x + 4 2. Umkehrfunktionen Wie lauten die Umkehrfunktionen der folgenden Funktionen? (a)

Mehr

17. Penalty- und Barriere-Methoden

17. Penalty- und Barriere-Methoden H.J. Oberle Optimierung SoSe 01 17. Penalty- und Barriere-Methoden Penalty- und Barriere Methoden gehören zu den ältesten Ansätzen zur Lösung allgemeiner restringierter Optimierungsaufgaben. Die grundlegende

Mehr

Klausur Mikroökonomie I Diplom SS 06 Lösungen

Klausur Mikroökonomie I Diplom SS 06 Lösungen Universität Lüneburg Prüfer: Prof. Dr. Thomas Wein Fakultät II Prof. Dr. Joachim Wagner Institut für Volkswirtschaftslehre Datum: 17.7.2006 Klausur Mikroökonomie I Diplom SS 06 Lösungen 1. Eine neue Erfindung

Mehr

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015

Schleswig-Holsteinische Ergänzung der Musteraufgaben für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 ische Ergänzung der für den hilfsmittelfreien Teil der schriftlichen Abiturprüfung im Fach Mathematik ab 2015 Ministerium für ildung und Wissenschaft des Landes Juni 2013 1 Inhaltsverzeichnis Vorbemerkungen

Mehr

Transformation und Darstellung funktionaler Daten

Transformation und Darstellung funktionaler Daten Transformation und Darstellung funktionaler Daten Seminar - Statistik funktionaler Daten Jakob Bossek Fakultät für Statistik 7. Mai 2012 Übersicht Einleitung Einordnung im Seminar Motivation am Beispiel

Mehr

Mathematik-Klausur vom 16.4.2004

Mathematik-Klausur vom 16.4.2004 Mathematik-Klausur vom 16..200 Aufgabe 1 Die Wucher-Kredit GmbH verleiht Kapital zu einem nominellen Jahreszinsfuß von 20%, wobei sie die anfallenden Kreditzinsen am Ende eines jeden Vierteljahres der

Mehr

Geometrische Mannigfaltigkeiten

Geometrische Mannigfaltigkeiten Geometrische Mannigfaltigkeiten Thilo Kuessner Abstract Kurzfassung der Vorlesung: Definitionen, Beispiele und Sätze, keine Beweise. Definition 1. Ein topologischer Raum ist eine Menge X mit einer Familie

Mehr

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,

Mehr

Computer Vision: Optische Flüsse

Computer Vision: Optische Flüsse Computer Vision: Optische Flüsse D. Schlesinger TUD/INF/KI/IS Bewegungsanalyse Optischer Fluss Lokale Verfahren (Lukas-Kanade) Globale Verfahren (Horn-Schunck) (+ kontinuierliche Ansätze: mathematische

Mehr

Übungen Mathematik für Wirtschaftswissenschaftler Aufgabensammlung. Roland Schwänzl

Übungen Mathematik für Wirtschaftswissenschaftler Aufgabensammlung. Roland Schwänzl Übungen Mathematik für Wirtschaftswissenschaftler Aufgabensammlung Roland Schwänzl SS 999 Inhaltsverzeichnis Mengenlehre 5 Ungleichungen 7 Graphen 4 Induktion 5 5 Endliche Summen 9 6 Folgen 7 Differenzengleichungen

Mehr

Optimierung mit Matlab

Optimierung mit Matlab Lehrstuhl Mathematik, insbesondere Numerische und Angewandte Mathematik Prof. Dr. L. Cromme Computerbasierte Mathematische Modellierung für Mathematiker, Wirtschaftsmathematiker, Informatiker im Wintersemester

Mehr

Mathematik-Klausur vom 2. Februar 2006

Mathematik-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:

Mehr

22 Die trigonometrischen Funktionen und die Hyperbelfunktionen

22 Die trigonometrischen Funktionen und die Hyperbelfunktionen 22 Die trigonometrischen Funktionen und die Hyperbelfunktionen 22.1 Sinus und Cosinus 22.3 Definition von 22.6 Sinus und Cosinus als eindeutige Lösungen eines Differentialgleichungssystems 22.7 Tangens

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

Mathematik-Klausur vom 02.02.2011 und Finanzmathematik-Klausur vom 31.01.2011

Mathematik-Klausur vom 02.02.2011 und Finanzmathematik-Klausur vom 31.01.2011 Mathematik-Klausur vom 02.02.2011 und Finanzmathematik-Klausur vom 31.01.2011 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

Entwurf robuster Regelungen

Entwurf robuster Regelungen Entwurf robuster Regelungen Kai Müller Hochschule Bremerhaven Institut für Automatisierungs- und Elektrotechnik z P v K Juni 25 76 5 OPTIMALE ZUSTANDSREGELUNG 5 Optimale Zustandsregelung Ein optimaler

Mehr

Mathematik Teil 1 (ohne Hilfsmittel) Aufgabe 1

Mathematik Teil 1 (ohne Hilfsmittel) Aufgabe 1 Teil 1 (ohne Hilfsmittel) Aufgabe 1 1 Analysis 1.1 Erläutern Sie anhand einer Skizze, ob das Integral π sin(x)dx π 2 größer, kleiner oder gleich Null ist. 1.2 Für eine Funktion f gilt: 3 (1) f (x) = 0

Mehr

Gliederung zu Kapitel 7. 7. Break-Even-Analyse

Gliederung zu Kapitel 7. 7. Break-Even-Analyse Gliederung zu Kapitel 7 7. Break-Even-Analyse 7.1 Zielsetzung und Annahmen von Break-Even-Analysen 7.2 Break-Even-Analysen bei einem Produkt 7.3 Break-Even-Analysen bei mehreren Produkten 7.4 Analyse der

Mehr

Zuammenfassung: Reelle Funktionen

Zuammenfassung: Reelle Funktionen Zuammenfassung: Reelle Funktionen 1 Grundlegendes a) Zahlenmengen IN = {1; 2; 3; 4;...} Natürliche Zahlen IN 0 = IN {0} Natürliche Zahlen mit 0 ZZ = {... ; 2; 1; 0; 1; 2;...} Ganze Zahlen Q = { z z ZZ,

Mehr

Kapitel 15: Differentialgleichungen

Kapitel 15: Differentialgleichungen FernUNI Hagen WS 00/03 Kapitel 15: Differentialgleichungen Differentialgleichungen = Gleichungen die Beziehungen zwischen einer Funktion und mindestens einer ihrer Ableitungen herstellen. Kommen bei vielen

Mehr

Theoretische Grundlagen der Informatik WS 09/10

Theoretische Grundlagen der Informatik WS 09/10 Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3

Mehr

WHB11 - Mathematik Klausur Nr. 3 AFS 3 Ökonomische Anwendungen linearer Funktionen

WHB11 - Mathematik Klausur Nr. 3 AFS 3 Ökonomische Anwendungen linearer Funktionen Name: Note: Punkte: von 50 (in %: ) Unterschrift des Lehrers : Zugelassene Hilfsmittel: Taschenrechner, Geodreieck, Lineal Wichtig: Schreiben Sie Ihren Namen oben auf das Klausurblatt und geben Sie dieses

Mehr

Analysis. Merkur. Haarmann Wolpers. Verlag Rinteln

Analysis. Merkur. Haarmann Wolpers. Verlag Rinteln Haarmann Wolpers Analysis Merkur Verlag Rinteln Wirtschaftswissenschaftliche Bücherei für Schule und Praxis Begründet von Handelsschul-Direktor Dipl.-Hdl. Friedrich Hutkap Die Verfasser: Hermann Haarmann

Mehr

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) =

Beispiel 11.2. Wenn p ein Polynom vom Grad größer gleich 1 ist, ist q : C Ĉ definiert durch q (z) = Funktionentheorie, Woche Funktionen und Polstellen. Meromorphe Funktionen Definition.. Sei U C offen und sei f : U gilt, nennt man f meromorph auf U: Ĉ eine Funktion. Wenn folgendes. P := f hat keine Häufungspunkte;.

Mehr

3.3 Eigenwerte und Eigenräume, Diagonalisierung

3.3 Eigenwerte und Eigenräume, Diagonalisierung 3.3 Eigenwerte und Eigenräume, Diagonalisierung Definition und Lemma 3.3.1. Sei V ein K-Vektorraum, φ End K (V ), λ K. Wir defnieren den zu λ gehörigen Eigenraum von φ als Dies ist ein Unterraum von V.

Mehr

Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt

Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt Ein neuer Beweis, dass die Newton sche Entwicklung der Potenzen des Binoms auch für gebrochene Exponenten gilt Leonhard Euler 1 Wann immer in den Anfängen der Analysis die Potenzen des Binoms entwickelt

Mehr

WIRTSCHAFTSKREISLAUF UND ARBEITSTEILUNG

WIRTSCHAFTSKREISLAUF UND ARBEITSTEILUNG 14. November Zweiter Übungstermin WIRTSCHAFTSKREISLAUF UND ARBEITSTEILUNG 19 Der Wirtschaftskreislauf ist ein kleines Modell einer Volkswirtschaft Der Wirtschaftskreislauf ist ein vereinfachtes Modell

Mehr

Der Zwei-Quadrate-Satz von Fermat

Der Zwei-Quadrate-Satz von Fermat Der Zwei-Quadrate-Satz von Fermat Proseminar: Das BUCH der Beweise Fridtjof Schulte Steinberg Institut für Informatik Humboldt-Universität zu Berlin 29.November 2012 1 / 20 Allgemeines Pierre de Fermat

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de

Mehr

Wie viele Nullstellen hat ein Polynom?

Wie viele Nullstellen hat ein Polynom? Wie viele Nullstellen hat ein Polynom? Verena Pölzl 0812265 Sabine Prettner 8930280 Juni 2013 1 Inhaltsverzeichnis 1 Warum will man wissen, wie viele Nullstellen ein Polynom hat? 3 2 Oligonome 4 3 Die

Mehr

Vorlesung Ang. Mathematik für BWL 2.Woche: Funktionen I

Vorlesung Ang. Mathematik für BWL 2.Woche: Funktionen I Vorlesung Ang. Mathematik für BWL 2.Woche: Funktionen I Der Funktionsbegriff ist seit ca. 350 Jahren (Leibniz, Newton) einer der bedeutendsten mathematischen Begriffe. Bis vor wenigen Jahrzehnten hat man

Mehr

Darstellungsformen einer Funktion

Darstellungsformen einer Funktion http://www.flickr.com/photos/sigfrid/348144517/ Darstellungsformen einer Funktion 9 Analytische Darstellung: Eplizite Darstellung Funktionen werden nach Möglichkeit eplizit dargestellt, das heißt, die

Mehr

Monte Carlo Methoden in Kreditrisiko-Management

Monte Carlo Methoden in Kreditrisiko-Management Monte Carlo Methoden in Kreditrisiko-Management P Kreditportfolio bestehend aus m Krediten; Verlustfunktion L = n i=1 L i; Die Verluste L i sind unabhängig bedingt durch einen Vektor Z von ökonomischen

Mehr

Aufgaben zur Flächenberechnung mit der Integralrechung

Aufgaben zur Flächenberechnung mit der Integralrechung ufgaben zur Flächenberechnung mit der Integralrechung ) Geben ist die Funktion f(x) = -x + x. a) Wie groß ist die Fläche, die die Kurve von f mit der x-chse einschließt? b) Welche Fläche schließt der Graph

Mehr

Absolute Stetigkeit von Maßen

Absolute Stetigkeit von Maßen Absolute Stetigkeit von Maßen Definition. Seien µ und ν Maße auf (X, Ω). Dann heißt ν absolut stetig bezüglich µ (kurz ν µ ), wenn für alle A Ω mit µ(a) = 0 auch gilt dass ν(a) = 0. Lemma. Sei ν ein endliches

Mehr

6 Symmetrische Matrizen und quadratische Formen

6 Symmetrische Matrizen und quadratische Formen Mathematik für Ingenieure II, SS 9 Freitag. $Id: quadrat.tex,v.5 9//5 ::59 hk Exp $ $Id: orthogonal.tex,v.4 9// ::54 hk Exp $ $Id: fourier.tex,v. 9// :: hk Exp $ Symmetrische Matrizen und quadratische

Mehr

Vorlesung. Informationsökonomik und die Theorie der Firma

Vorlesung. Informationsökonomik und die Theorie der Firma Vorlesung Informationsökonomik und die Theorie der Firma Ulrich Schwalbe Universität Hohenheim 5. Vorlesung 28.11.2007 Ulrich Schwalbe (Universität Hohenheim) Informationsökonomik 5. Vorlesung 28.11.2007

Mehr

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion

Mehr

Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:

Tangentengleichung. 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

Mehr

Kostenfunktion. gelegt. a) Stellen

Kostenfunktion. gelegt. a) Stellen Aufgabe 1 prototypische Aufgabee für Cluster 6, 7, 8 Kostenfunktion Aufgabenstellung Durch die Punkte P 1 (1 3), P 2 (4 5),, P 3 (7 6) und gelegt. P 4 (10 9) wird der Graph einer Polynomfunktion 3. Grades

Mehr

Erfolg im Mathe-Abi 2015

Erfolg im Mathe-Abi 2015 Gruber I Neumann Erfolg im Mathe-Abi 2015 Übungsbuch Hilfsmittelfreier Teil mit Tipps und Lösungen Inhaltsverzeichnis Vorwort... 5 Der hilfsmittelfreie Teil der Abiturprüfung... 7 Die Anforderungsbereiche

Mehr

CAS-Ansicht Computer Algebra System & Cas spezifische Befehle

CAS-Ansicht Computer Algebra System & Cas spezifische Befehle CAS-Ansicht Computer Algebra System & Cas spezifische Befehle GeoGebra Workshop Handout 10 1 1. Einführung in die GeoGebra CAS-Ansicht Die CAS-Ansicht ermöglicht die Verwendung eines CAS (Computer Algebra

Mehr

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009

UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009 UNIVERSIÄ KARLSRUHE Institut für Anlysis HDoz. Dr. P. C. Kunstmnn Dipl.-Mth. M. Uhl Sommersemester 9 Höhere Mthemti II für die Fchrichtungen Eletroingenieurwesen, Physi und Geodäsie inlusive Komplexe Anlysis

Mehr

Wirtschaftsmathe für BW und IM Aufgabensammlung Wintersemester 2013/14

Wirtschaftsmathe für BW und IM Aufgabensammlung Wintersemester 2013/14 Wirtschaftsmathe für BW und IM Aufgabensammlung Wintersemester 2013/14 Prof. Dr. Stefan Etschberger Hochschule Augsburg Prof. Dr. Stefan Etschberger Hochschule Augsburg Wirtschaftsmathe für BW und IM Wintersemester

Mehr

Elemente der Analysis II

Elemente der Analysis II Elemente der Analysis II Kapitel 3: Lineare Abbildungen und Gleichungssysteme Informationen zur Vorlesung: http://www.mathematik.uni-trier.de/ wengenroth/ J. Wengenroth () 15. Mai 2009 1 / 35 3.1 Beispiel

Mehr

1 Analysis. Analysis. Mathematische Formeln Wirtschaft und Verwaltung

1 Analysis. Analysis. Mathematische Formeln Wirtschaft und Verwaltung Analysis 1 Analysis Mathematische Formeln Wirtschaft und Verwaltung Kostenfunktionen x: Ausbringungsmenge in ME y: Gesamtkosten in GE Gesamtkostenfunktion K mit K(x) = K v (x) + K f Ertragsgesetzliche

Mehr

Regressionsanalysen. Zusammenhänge von Variablen. Ziel der Regression. ( Idealfall )

Regressionsanalysen. Zusammenhänge von Variablen. Ziel der Regression. ( Idealfall ) Zusammenhänge von Variablen Regressionsanalysen linearer Zusammenhang ( Idealfall ) kein Zusammenhang nichtlinearer monotoner Zusammenhang (i.d.regel berechenbar über Variablentransformationen mittels

Mehr

Einige Gedanken zur mathematischen Syntax. Andreas Kriegl email:andreas.kriegl@univie.ac.at

Einige Gedanken zur mathematischen Syntax. Andreas Kriegl email:andreas.kriegl@univie.ac.at Einige Gedanken zur mathematischen Syntax Andreas Kriegl email:andreas.kriegl@univie.ac.at Einige Gedanken zur mathematischen Syntax 1 Vorweg möchte ich einige Thesen aufstellen, von denen ich annehme,

Mehr

Wahlfach Mathematik: Funktionen

Wahlfach Mathematik: Funktionen Wahlfach Mathematik: Funktionen In der Mathematik ist eine Funktion oder Abbildung eine Beziehung zwischen zwei Mengen, die jedem Element der einen Menge (Funktionsargument, unabhängige Variable, x-wert)

Mehr

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben

Mehr

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013

Reelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013 Reelle Analysis Vorlesungsskript Enno Lenzmann, Universität Basel 7. November 2013 6 L p -Räume Mit Hilfe der Masstheorie können wir nun die sog. L p -Räume einführen. Diese Räume sind wichtig in vielen

Mehr

\"UBER DIE BIVEKTOR\"UBERTRAGUNG

\UBER DIE BIVEKTOR\UBERTRAGUNG TitleÜBER DIE BIVEKTORÜBERTRAGUNG Author(s) Hokari Shisanji Journal of the Faculty of Science Citation University Ser 1 Mathematics = 北 要 02(1-2): 103-117 Issue Date 1934 DOI Doc URLhttp://hdlhandlenet/2115/55900

Mehr

Beispielarbeit. MATHEMATIK (mit CAS)

Beispielarbeit. MATHEMATIK (mit CAS) Abitur 2008 Mathematik (mit CAS) Beispielarbeit Seite 1 Abitur 2008 Mecklenburg-Vorpommern Beispielarbeit MATHEMATIK (mit CAS) Hinweis: Diese Beispielarbeit ist öffentlich und daher nicht als Klausur verwendbar.

Mehr

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Hadelsschule Abschlussprüfug Sommer Fach: MATHEMATIK Bearbeitugszeit: Erlaubte Hilfsmittel: Zeitstude Nicht-programmierbarer Tascherecher

Mehr

Fortsetzung zu Binswanger2 Überlegungen zu Geld, Kredit und Wirtschaftswachstum

Fortsetzung zu Binswanger2 Überlegungen zu Geld, Kredit und Wirtschaftswachstum Fortsetzung zu Binswanger2 Überlegungen zu Geld, Kredit und Wirtschaftswachstum Peter Fleissner (Version 05.02.2008) Bisher wurde die Rechung nur mit zirkulierendem konstantem Kapital durchgeführt. Die

Mehr

Antwortbogen: Gruppe A

Antwortbogen: Gruppe A Einführung in die BWL (11011) Sommersemester 2007 Grundzüge der BWL (5004) 1. August 2007 Name:..................... Vorname:........................ Fakultät:................... Matrikelnummer:...................

Mehr

Betrachten Sie im folgenden einen Monopolmarkt. Die Preis-Absatz-Funktion verlaufe

Betrachten Sie im folgenden einen Monopolmarkt. Die Preis-Absatz-Funktion verlaufe Aufgabe 1 Betrachten Sie im folgenden einen Monopolmarkt. Die Preis-Absatz-Funktion verlaufe fallend. Wahr Falsch a) Die notwendige Bedingung für ein Gewinnmaximum des Monopolisten lautet Grenzerlös=Grenzkosten.

Mehr

Definition und Eigenschaften Finiter Elemente

Definition und Eigenschaften Finiter Elemente Definition und Eigenschaften Finiter Elemente 1 Das letzte Mal Im letzten Vortrag haben wir zum Schluss das Lemma von Lax Milgram präsentiert bekommen, dass ich hier nocheinmal in Erinnerung rufen möchte:

Mehr

Veranstaltung BWL (EuI) an der FH Darmstadt im WS 2004/05 (Dr. Faik) Klausur 04.02.2005 - GRUPPE B - BEARBEITER/IN (NAME, VORNAME): MATRIKELNUMMER:

Veranstaltung BWL (EuI) an der FH Darmstadt im WS 2004/05 (Dr. Faik) Klausur 04.02.2005 - GRUPPE B - BEARBEITER/IN (NAME, VORNAME): MATRIKELNUMMER: Veranstaltung BWL (EuI) an der FH Darmstadt im WS 2004/05 (Dr. Faik) Klausur 04.02.2005 - GRUPPE B - BEARBEITER/IN (NAME, VORNAME): MATRIKELNUMMER: Hinweise: Sie haben zur Bearbeitung der Klausur insgesamt

Mehr

48 3 EXCEL: Mathematik

48 3 EXCEL: Mathematik 48 3 EXCEL: Mathematik Mit Hilfe des Dialogfeldes Funktion einfügen des Funktions-Assistenten kann man benötigte EXCEL-Funktionen in Zellen der aktuellen Tabelle eingeben. Diese Vorgehensweise wird empfohlen:

Mehr

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge 2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten

Mehr

1.Schularbeit aus MATHEMATIK: Klasse 7D 24.Oktober 1997. 1.) Eine in D definierte Funktion y=f(x) heißt linksgekrümmt, wenn gilt: <

1.Schularbeit aus MATHEMATIK: Klasse 7D 24.Oktober 1997. 1.) Eine in D definierte Funktion y=f(x) heißt linksgekrümmt, wenn gilt: < 1.Schularbeit aus MATHEMATIK: Klasse 7D 24.Oktober 1997 1.) Eine in D definierte Funktion y=f(x) heißt linksgekrümmt, wenn gilt: x1 + x2 f( x1) + f( x2) x1, x2 D, x1 < x2: f < 2 2 Zeige, daß f(x) = x²

Mehr

Aufgabenblatt 4: Der Trade-off zwischen Bankenwettbewerb und Bankenstabilität

Aufgabenblatt 4: Der Trade-off zwischen Bankenwettbewerb und Bankenstabilität Aufgabenblatt 4: Der Trade-off zwischen Bankenwettbewerb und Bankenstabilität Prof. Dr. Isabel Schnabel The Economics of Banking Johannes Gutenberg-Universität Mainz Wintersemester 2009/2010 1 Aufgabe

Mehr

(2) (x 2 1 + x 2 2 + + x 2 n)(y 2 1 + y 2 2 + + y 2 n) = z 2 1 + z 2 2 + + z 2 n

(2) (x 2 1 + x 2 2 + + x 2 n)(y 2 1 + y 2 2 + + y 2 n) = z 2 1 + z 2 2 + + z 2 n Über die Komposition der quadratischen Formen von beliebig vielen Variablen 1. (Nachrichten von der k. Gesellschaft der Wissenschaften zu Göttingen, Mathematisch-physikalische Klasse, 1898, S. 309 316.)

Mehr

Mathematik am Computer 7. Vorlesung: Matlab, Teil II

Mathematik am Computer 7. Vorlesung: Matlab, Teil II Mathematik am Computer 7. Vorlesung: Matlab, Teil II Helmut Harbrecht Universität Stuttgart 27. Januar 2011 Helmut Harbrecht (Universität Stuttgart) Mathematik am Computer 27. Januar 2011 1 / 35 Übersicht

Mehr

1 Übungsaufgaben. 1.1 Übungsaufgaben zu Kapitel 1 1 ÜBUNGSAUFGABEN 0

1 Übungsaufgaben. 1.1 Übungsaufgaben zu Kapitel 1 1 ÜBUNGSAUFGABEN 0 ÜBUNGSAUFGABEN Übungsaufgaben In diesem Kapitel sind Übungsaufgaben zusammengestellt, die den Stoff der Vorlesung vertiefen und die für Prüfungen erforderliche Praxis und Schnelligkeit vermitteln sollen.

Mehr

Spezialisierung, Komparativer Vorteil

Spezialisierung, Komparativer Vorteil Einführung in die Mikroökonomie Angebot und Nachfrage Universität Erfurt Wintersemester 08/09 Prof. ittrich (Universität Erfurt) Angebot und Nachfrage Winter 1 / 35 Themenübersicht Warum handeln wir? Angebot

Mehr

Mathematica. H. Todt, M. Wendt (UP) Computational Physics - Einführung WiSe 2014/15 1 / 32

Mathematica. H. Todt, M. Wendt (UP) Computational Physics - Einführung WiSe 2014/15 1 / 32 Mathematica H. Todt, M. Wendt (UP) Computational Physics - Einführung WiSe 2014/15 1 / 32 Mathematica I Mathematica ist ein Mathematik-Programm zum numerischen und symbolischen Lösen von Gleichungen Gleichungssystemen

Mehr

Unsupervised Kernel Regression

Unsupervised Kernel Regression 9. Mai 26 Inhalt Nichtlineare Dimensionsreduktion mittels UKR (Unüberwachte KernRegression, 25) Anknüpfungspunkte Datamining I: PCA + Hauptkurven Benötigte Zutaten Klassische Kernregression Kerndichteschätzung

Mehr