Lösungshinweise für die Klausur. Finanzwirtschaft I

Größe: px
Ab Seite anzeigen:

Download "Lösungshinweise für die Klausur. Finanzwirtschaft I"

Transkript

1 Prof. Dr. Siegfried Trautmann Lehrstuhl für Finanzwirtschaft / FB 03 Johannes Gutenberg-Universität Mainz Lösungshinweise für die Klausur zur Vorlesung Finanzwirtschaft I (040 WS 2003/ Februar 2004 Lösung Aufgabe (Entscheidung bei Sicherheit a ZF: U(x, x 2, x 3, x 4, d d 2 Max NB: 80x + 50x x x 4 + y A 0 y B 0 400, 60x 30x 2 90x 3 20x 4, y A 0 +, 2y B 0 + y A y B 0, 40x 20x 2 40x 3 20x 4, y A +, 2y B + d 2 0, 0 x, x 2, x 3, x 4, d 2 0. b Der endogene Kalkulationszinsfuß rt end eines Investitions- und Finanzierungsprogramms in Periode t ist derjenige Zinsfuß, auf dessen Basis die Kapitalwertregel das optimale I&F-Programm liefert: rt end ˆπt ˆπ t+ für t 0,..., T, wobei ˆπ t und ˆπ t+ endogene Aufzinsungsfaktoren sind. Der interne Zinsfuß einer Investition ist derjenige Zinsfuß r, bei dessen Verwendung als Kalkulationszinfuß der Kapitalwert dieser Investition Null ist. Der endogene Kalkulationszinsfuß im Einperiodenfall ist der interne Zinsfuß der letzten gerade noch durchgeführten Investitionsmaßnahme bzw. der letzten gerade noch akzeptierten Finanzierungsmaßnahme. (Im Einperiodenfall kann der interne Zinsfuß der letzten gerade noch durchgeführten

2 Investitionsmaßnahme der endogene Kalkulationszinsfuß sein. Der exogene Kalkulationszinsfuß r e ist die Rendite alternativer Kapitalverwendungsmöglichkeiten des repräsentativen Anteilseigners. Im Einperiodenfall stimmt der exogene KZF mit dem endogenen KZF überein, wenn der erste der Rendite der letzten gerade noch akzeptierten Finanzierungsmaßnahme entspricht. c Die Geldaufnahmebeschränkung in t0 ist nicht restriktiv ( <400. Die überschüssigen Finanzmittel können in t0 und in t zu einem Zinssatz von 0% angelegt werden, d.h. die Schattenpreise für knappe Ressourcen sind wie folgt: ˆπ 0, 2, ˆπ,, ˆπ 2. Die Endwerte der Investitions- und Finanzierungsmaßnahmen: EW (I 80, , , 2 > 0, EW (I 2 50, , , 5 < 0, EW (I 3 80, , , 2 > 0, EW (I 4 00, , > 0, EW (F A 0, 2 +,, 0, EW (F B 0, 2, 2, 0, < 0, EW (F A, +, 0, EW (F B,, 2 0, < 0. Das optimale Investionsprogramm: (ˆx, ˆx 2, ˆx 3, ˆx 4, ŷ0 A, ŷ0 B, ŷ A, ŷ B (, 0,,, 40, 0, 324, 0. Der optimale Zielfunktionswert: , + ˆd 2 0, ˆd 2 556, 4. Der endogene Kalkulationszinsfuß: r0 end r0 A 0%, r end r A 0%. d Weil die Investitions- und Finanzierungsalternativen beliebig teilbar sind und der Investor das Ziel Endwertmaximierung verfolgt > Eigenschaft.8 (Starke Dualität: d.h. 556,4 (400*,2+9,2+42,2+2. e Die komplementären Schlupfbeziehungen: ˆπ 0 (400 80ˆx 50ˆx 2 80ˆx 3 00ˆx 4 ŷ A 0 + ŷ B 0 0, ˆπ (0 + 60ˆx + 30ˆx ˆx ˆx 4 +, ŷ A 0, 2ŷ B 0 + ŷ A ŷ B 0, ˆπ 2 (0 ( 40ˆx 20ˆx 2 40ˆx 3 20ˆx 4 +, ŷ A, 2ŷ B + ˆd 2 0, ˆx ( 80ˆπ ˆπ + 40ˆπ 2 + ˆv 0, ˆx 2 ( 50ˆπ ˆπ + 20ˆπ 2 + ˆv 2 0, ˆx 3 ( 80ˆπ ˆπ + 40ˆπ 2 + ˆv 3 0,

3 ˆx 4 ( 00ˆπ ˆπ + 20ˆπ 2 + ˆv 4 0, ŷ0 A (ˆπ 0, ˆπ + 0ˆπ 2 + ŵ 0, ŷ A (0ˆπ 0 + ˆπ, ˆπ 2 + ŵ 2 0, ŷ0 B ( ˆπ 0 +, 2ˆπ + 0ˆπ 2 + ŵ 3 0, ŷ B (0ˆπ 0 ˆπ +, 2ˆπ 2 + ŵ 4 0, ˆv ( ˆx 0, ˆv 2 ( ˆx 2 0, ˆv 3 ( ˆx 3 0, ˆv 4 ( ˆx 4 0. Überprüfung: Die optimalen Werte ((ˆx, ˆx 2, ˆx 3, ˆx 4, ŷ A 0, ŷ B 0, ŷ A, ŷ B (, 0,,, 40, 0, 324, 0 und ˆπ (, 2;, ; in die obigen BD einsetzen, ˆv i ausrechnen > alle komplementären Schlupfbeziehungen sind erfüllt. Lösung Aufgabe 2 (Konvexe Optimierungsprobleme a ZF d 3 Max NB: 6x 2 + 6x x + 4x 2 6 6x + 4x x 22x 2 + d 3 0 x, x 2, d 3 0 Wegen d 3 d 3 0 und d 3 > 0 lässt sich dies umformen zu ZF: 26x + 22x 2 Max NB: 6x 2 + 6x x + 4x 2 6 6x + 4x 2 8 x, x 2 0 Gradient zur. NB: (2x, 2x 2 ( 2 0 Hesse-Matrix zur. NB: 0 2, Hauptminoren: 2 und 44 Alle Hauptminoren sind positiv und somit ist die. NB konvex. ZF sowie 2. und 3. NB sind linear. Somit handelt es sich um ein konvexes Optimierungsproblem.

4 8 b NB: x 2 3 x2 NB2: x x NB3: x x Optimale Lösung ist Schnittpunkt der Gleichungen zu NB2 und NB3: ( x, x 2 (0, 5;, 25 ẐF 40, 5 c Die Slater-Bedingung für die nichtlineare NB ist für (0,5; 0,5 erfüllt: 6 0, , < 6 Die Lagrangefunktion lautet: L(x, x 2, u, u 2, u 3 26x + 22x 2 + u (6 6x 2 6x u 2 (6 2x 4x 2 + u 3 (8 6x 4x 2 Da die. NB für die Optimallösung nicht bindend ist, erhalten wir mit der KT-Komplementärbedingung û u 0, dass û 0 gilt. Aus den Komplementärbedingungen x x ( x, û x (26 2û 2 6û 3 0, 5(26 2û 2 6û 3 0 x 2 x 2 ( x, û x 2 (22 4û 2 4û 3, 25(22 4û 2 4û 3 0 erhält man ein Gleichungssystem mit Lösung (û 2, û 3 (, 75; 3, 75. Damit überprüft man die KT-Bedingungen: i x , , x , , ii erfüllt wegen i iii x, x 2 0 iv u 6 6 0, 5 2 6, , 25 > 0 u , 5 4, u , 5 4, v erfüllt wegen iv und û 0 vi u, u 2, u 3 0 Da alle Kuhn-Tucker-Bedingungen erfüllt sind, ist ( x, x 2 (0, 5;, 25 die optimale Lösung. Lösung Aufgabe 3 (Entscheidung bei Unsicherheit a Da es bekannt ist, daß der Investor gierig ist, kann die FSD-Regel angewendet werden (u (z > 0. Gemäß dieser Regel werden die Investitionsalternativen, 2, 5, 6 und 8 von Alternativen 3, 4 und 7 dominiert.

5 b V ar(r 4 > V ar(r 7 > V ar(r 3. c Der Investor ist risikoavers, da u (z αexp( αz > 0 und u (z α 2 exp( αz < 0 -> es kann also die SSD-Regel angewendet werden. Gemäß der SSD-Regel (betrachte die Flächen unterhalb der Investitionsalternativen und vergleiche sie miteinander werden die Investitionen 4 und 7 von Investition 3 dominiert. d Bei einer RNF mit CARA, wie z.b. bei einer exponentiellen RNF, und bei normalverteilten Rückflüssen. e Erwartungswert der unsicheren Alternative null ist, ist die vom Investor geforderte Risikoprämie näherungsweise proportional zum Arrow-Pratt-Maß für die absolute Risikoaversion: Lösung Aufgabe 4 (Portfoliotheorie π(ω, Z 2 σ2 u (ω u (ω. a Die Tobin-Separation (auch als One-Fund-Theorem bekannt besagt, daß eine Portefeuilleauswahlentscheidung in zwei Schritten durchgeführt werden kann:. Schritt: Ermittlung des optimalen risikobehafteten Portfolios, welches unabhängig ist vom Grad der Risikoaversion des Entscheiders (bzw. des Tangentialportefeuilles zu r f. 2. Schritt: Auswahl des (individuell optimalen Mischportfolios, bestehend aus risikoloser Geldanlage bzw. -aufnahme und dem risikobehafteten Portfolio aus Schritt. Die Two-Fund-Separation besagt, daß ein Randportefeuille aus einer linearen Kombination von zwei beliebigen, aber nicht identischen Randportefeuilles erzeugt werden kann. Es liegt in diesem Fall keine risikolose Geldanlagebzw. aufnahmemöglichkeit vor. b. Ansatz: Um das Portefeuille zu erhalten, das bei der vorgebenen erwarteten Rendite µ P das minimale Risiko besitzt, ist die Lagrange-Funktion L(x, λ 2 x Vx + λ((µ P r f x (µ r f

6 zu minimieren. Die Lösung der LF x muß die folgenden Optimalitätsbedingungen erfüllen: x ( x, λ V x λ(µ r f 0, λ ( x, λ (µ P r f x (µ r f 0 Da die Kovarianzmatrix V regulär ist, kann die erste Optimalitätsbedingung durch Multiplikation von V auf beiden Seiten der Gleichung nach x aufgelöst werden: x V λ(µ r f 0. Durch Multiplikation der beiden Seiten der obigen Gleichung mit λ Substitution y x erhält man λ und y V (µ r f y ( 0, 5, 5 2, 5 0, 0, 05 0, 2 0, 05 0, 3 0, 05 0, 05 0, 5 0, 25 Bestimmung der relativen Anteile der Wertpapiere A, B und C am Tangentialportefeuille T : x T y A + y B + y C y

7 x T ( ( 0, 5, 5 2, 5 /9 3/9 5/9 4, 5 Bestimmung der Rendite des Tangentialportefeuilles: µ T x T µ ( /9 3/9 5/9 0, 2 4 0, 0, 2 0, 3 Die Rendite des Portefeuilles P setzt sich aus der Rendite des Tangentialportefeuilles und der der risikolosen Anlage wie folgt zusammen: µ P x P T µ T + x P r f r f Daraus ergibt sich für die Anteile der risikolosen Anlage und des Tangentialportefeuilles am Portefeuille P : x P r f µ P µ T r f µ T 0, 5 0, 24 0, 05 0, 24 0, 4856, x P T x P r f 0, 544. Bestimmung der relativen Anteile der Wertpapiere A, B und C am Portefeuille P : x P x P T x T x P 0, 544x T 0, 544 /9 3/9 5/9 0, , 75 0, Ansatz: ( Bestimmung der Informationsmatrix und ihrer Inversen:

8 A (µ V (µ ( 0, 0, 0, 2 0, 3 V 0, 2 0, 3 ( 0 0, 0, 2 0, ( (, 4 6 a b 6 30 b c ( ( A c b c b det A b a ac b 2 b a ( ( , 4 7/30 (2 Bestimmung der erwarteten Rendite des Tangentialportefeuilles T : (Eigenschaft 5A.3 r f µ Z a bµ T b cµ T, 0, 05 µ Z, 4 6µ T 6 30µ T, µ T 0, 2 4. (3 Bestimmung der Zusammensetzung des Tangentialportefeuilles T : (Eigenschaft 5A. ( x T V (µ A µt }{{} unabhängig von RandPFP V (µ A ( ( 5 7/30 5 4/3 0 /3 5 2/3 x T V (µ A ( µt 5 4/3 0 /3 5 2/3 ( 0, 24 /9 3/9 5/9

9 (4 Bestimmung der Zusammensetzung des Portefeuilles P aus Tangentialportefeuille T und der risikolosen Anlage: 0, 5 x P T 0, x P r f 0, 05 Daraus ergibt sich für die relativen Anteile der risikolosen Anlage und des Tangentialportefeuilles am Portefeuille P : x P r f µ P µ T r f µ T 0, 5 0, 24 0, 05 0, 24 0, 4856, x P T x P r f 0, 544. (5 Bestimmung der relativen Anteile der Wertpapiere A, B und C am Portefeuille P : x P x P T x T c Siehe Skript. Oder: x P 0, 544x T 0, 544 /9 3/9 5/9 0, , 74 0, 2858 Es werde der Vermögensanteil α in das Randportefeuille P und der Rest, ( α, in das Randportefeuille Q investiert. Der Erwartungswert der Rendite des resultierenden Portefeuilles R beträgt: Die Struktur des Portefeuilles R: µ R αµ P + ( αµ Q. x R αx p + ( αx Q ( ( αv (µ A µp + ( αv (µ A µq ( ( V (µ A µp µq (α + ( α ( V (µ A αµp + ( αµ Q α + ( α ( V (µ A µr

10 Das Portefeuille R erfüllt die Eigenschaft 5A. und ist also auch ein Randportefeuille. Fazit: Jedes beliebige Randportefeuille kann durch eine lineare Kombination zweier beliebiger, nicht identischer Randportefeuilles erzeugt werden. d Vorteile des Marktmodells: ( Der geringere Schätzaufwand der Inputdaten, da die Kovarianzen der WP-Renditen nicht geschätzt werden müssen. (2 Der geringere Rechenaufwand. Nachteil(e des Martkmodells: Gefahr der zu starken Vereinfachung, da eine Beschränkung auf nur einen renditebestimmenden Faktor vorgenommen wird. Dabei können wichtige Beziehungen zwischen den Wertpapierrenditen vernachlässigt werden, die jedoch im Modell von Markowitz durch die Kovarianzen zwischen den einzelnen Renditen erfasst werden.

Finanzwirtschaft. Foliensatz Vertiefungskurs aus ABWL: im Sommersemester Teil / 2 und 7 Univ. Ass. Dr. Matthias G.

Finanzwirtschaft. Foliensatz Vertiefungskurs aus ABWL: im Sommersemester Teil / 2 und 7 Univ. Ass. Dr. Matthias G. Universität Wien Institut für Betriebswirtschaftslehre ABWL IV: Finanzwirtschaft 400 026/2+7 Univ. Ass. Dr. M.G. Schuster Foliensatz Vertiefungskurs aus ABWL: Finanzwirtschaft im Sommersemester 2004 2.

Mehr

Klausur zur Vorlesung. Finanzwirtschaft II (SS 2010) 27. Juli 2010

Klausur zur Vorlesung. Finanzwirtschaft II (SS 2010) 27. Juli 2010 Prof. Dr. Siegfried Trautmann Lehrstuhl für Finanzwirtschaft / FB 03 Johannes Gutenberg-Universität 55099 Mainz Klausur zur Vorlesung Finanzwirtschaft II (SS 2010) 27. Juli 2010 Herr/Frau Name: Vorname:

Mehr

Kapitel 12. Lagrange-Funktion. Josef Leydold Mathematik für VW WS 2017/18 12 Lagrange-Funktion 1 / 28. f (x, y) g(x, y) = c. f (x, y) = x y 2

Kapitel 12. Lagrange-Funktion. Josef Leydold Mathematik für VW WS 2017/18 12 Lagrange-Funktion 1 / 28. f (x, y) g(x, y) = c. f (x, y) = x y 2 Kapitel 12 Lagrange-Funktion Josef Leydold Mathematik für VW WS 2017/18 12 Lagrange-Funktion 1 / 28 Optimierung unter Nebenbedingungen Aufgabe: Berechne die Extrema der Funktion unter der Nebenbedingung

Mehr

Investition und Finanzierung

Investition und Finanzierung - Zusatzfolien zur Portfoliotheorie und CAPM- Portfoliotheorie Die Portfoliotheorie geht auf Harry Markowitz zurück. Sie gibt Anlegern Empfehlungen, wie sie ihr Vermögen auf verschiedenen Anlagemöglichkeiten

Mehr

Mathematische Behandlung des Risikos in der Portfolio-Optimierung

Mathematische Behandlung des Risikos in der Portfolio-Optimierung Mathematische Behandlung des Risikos in der Portfolio-Optimierung Michael Manger Mathematisches Institut Universität Bayreuth Seminar Stochastische Dynamische Optimierung Bayreuth, 5. März 2008 Michael

Mehr

Lehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm

Lehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm Lehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm A b s c h l u s s k l a u s u r z u r V o r l e s u n g K a p i t a l m a r k t t h e o r i e W i n t e r s e m e s t e r 1 9 9 9 / 2

Mehr

2. Rechnen Sie auf mindestens fünf genaue Ziffern (das sind nicht notwendigerweise fünf Nachkommastellen) im Endergebnis. 1

2. Rechnen Sie auf mindestens fünf genaue Ziffern (das sind nicht notwendigerweise fünf Nachkommastellen) im Endergebnis. 1 Fach: Prüfer: Finanzierung und Investition Prof. Dr. Dr. A. Löffler Veranstaltung: W2261 Entscheidungstheorie WS 8/9 Name Vorname Matrikelnummer Punkte Note Beachten Sie bitte folgende Hinweise: 1. Schreiben

Mehr

wf = w 0 +E( x) Die Definition des Angebotspreises p a = wf w 0 ergibt daher: p a = E( x)

wf = w 0 +E( x) Die Definition des Angebotspreises p a = wf w 0 ergibt daher: p a = E( x) Satz: Im Fall dass die Nutzenfunktion des Entscheidungsträgers linear bezüglich des End-Vermögens ist, stimmt der Angebotspreis einer Lotterie mit deren Erwartungswert E( x) überein Da U linear ist, gilt:

Mehr

Historische Renditen, Experteninterviews, Analyse von Marktpreisen

Historische Renditen, Experteninterviews, Analyse von Marktpreisen 1 Portfoliotheorie 1.1 Grundlagen der Portfoliotheorie 1.1.1 Welche vier grundsätzlichen Anlageziele werden von Investoren verfolgt? Minimales Risiko Liquidation wenn nötig Hohe Rendite Gewinnmaximierung

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

Mathematische Werkzeuge R. Neubecker, WS 2016 / 2017

Mathematische Werkzeuge R. Neubecker, WS 2016 / 2017 Mustererkennung Mathematische Werkzeuge R. Neubecker, WS 2016 / 2017 Optimierung: Lagrange-Funktionen, Karush-Kuhn-Tucker-Bedingungen Optimierungsprobleme Optimierung Suche nach dem Maximum oder Minimum

Mehr

Wahl des optimalen Portefeuilles I - Präferenzunabhängige Vorauswahl

Wahl des optimalen Portefeuilles I - Präferenzunabhängige Vorauswahl der Universität Hamburg (Investition Wahl des optimalen Portefeuilles I - Präferenzunabhängige Vorauswahl Ein PF ist dann effizient, wenn sich aus den gegebenen Wertpapieren kein anderes PF zusammenstellen

Mehr

FernUniversität in Hagen Fakultät für Wirtschaftswissenschaft

FernUniversität in Hagen Fakultät für Wirtschaftswissenschaft FernUniversität in Hagen Fakultät für Wirtschaftswissenschaft Klausur: Finanz- und bankwirtschaftliche Modelle Prüfer: Univ.-Prof. Dr. Michael Bitz Termin: 3. September 011 Aufgabe 1 3 Summe maximale Punktzahl

Mehr

Finanzwirtschaft. Foliensatz Vertiefungskurs aus ABWL: im Sommersemester Teil / 2 und 7 Univ. Ass. Dr. Matthias G.

Finanzwirtschaft. Foliensatz Vertiefungskurs aus ABWL: im Sommersemester Teil / 2 und 7 Univ. Ass. Dr. Matthias G. Universität Wien Institut für Betriebswirtschaftslehre ABWL IV: Finanzwirtschaft 400 026/2+7 Univ. Ass. Dr. M.G. Schuster Foliensatz Vertiefungskurs aus ABWL: Finanzwirtschaft im Sommersemester 2004 3.

Mehr

Mathematische Werkzeuge R. Neubecker, WS 2018 / 2019 Optimierung Lagrange-Funktionen, Karush-Kuhn-Tucker-Bedingungen

Mathematische Werkzeuge R. Neubecker, WS 2018 / 2019 Optimierung Lagrange-Funktionen, Karush-Kuhn-Tucker-Bedingungen Mustererkennung Mathematische Werkzeuge R. Neubecker, WS 018 / 019 Optimierung Lagrange-Funktionen, Karush-Kuhn-Tucker-Bedingungen 1 Optimierung Optimierungsprobleme Suche nach dem Maximum oder Minimum

Mehr

Entscheidungstheorie (SBWL) SS08

Entscheidungstheorie (SBWL) SS08 Fach: Prüfer: Veranstaltung: CP anrechnen lassen für: ggfls. streichen und dann bitte Veranstaltung und Prüfungsnummer angeben Banken und Finanzierung Prof. Dr. Dr. A. Löffler Entscheidungstheorie (SBWL)

Mehr

Investitionsentscheidung auf Basis des CAPM

Investitionsentscheidung auf Basis des CAPM Investitionsentscheidung auf Basis des CAPM Wie viel Rendite darf ich fordern, wie viel Rendite muss ich anbieten in einer risikobehafteten Welt? Von Zhao, Wei Annahmen des CAPM Auf der Grundlage der Portfoliotheorie

Mehr

Substitutionsverfahren vs. Lagrange-Methode

Substitutionsverfahren vs. Lagrange-Methode Substitutionsverfahren vs. Lagrange-Methode 1 Motivation Substitutionsverfahren und Lagrange-Methode sind Verfahren, die es ermöglichen, Optimierungen unter Nebenbedingungen durchzuführen. Die folgende

Mehr

Endklausur Entscheidungstheorie WS 2009/2010 (A) S. 1 von 10. W2263 Entscheidungstheorie Endklausur

Endklausur Entscheidungstheorie WS 2009/2010 (A) S. 1 von 10. W2263 Entscheidungstheorie Endklausur Endklausur Entscheidungstheorie WS 2009/2010 (A) S. 1 von 10 Zwischenklausur Fach: Prüfer: Veranstaltung: Finanzierung und Investition Prof. Dr. Dr. A. Löffler W2263 Entscheidungstheorie Endklausur Name

Mehr

Materialien zur Vorlesung. Portfolio-Selektion

Materialien zur Vorlesung. Portfolio-Selektion Materialien zur Vorlesung Portfolio-Selektion Burkhard Erke Quellen: Schmidt/Terberger, Kap. 8; Brealey/Myers, Kap. 7/8 Juli 2002 Lernziele Diversifikation mindert das Risiko eines Portefeuilles Effiziente

Mehr

Klausurrepetitorium ABWL

Klausurrepetitorium ABWL Klausurrepetitorium ABWL Planungs- und Südwestfälische Industrie- und Handelskammer 9. August 5 Dr. Friedhelm Kulmann, Sandra Rudolph 9.8.5 Gliederung. Nichtlineare Optimierungsprobleme.. Quadratisches

Mehr

Seminararbeit Finanz- und Versicherungsmathematik. Portfoliomanagement. Kamila Rachimova

Seminararbeit Finanz- und Versicherungsmathematik. Portfoliomanagement. Kamila Rachimova Seminararbeit Finanz- und Versicherungsmathematik Portfoliomanagement Kamila Rachimova 31. Juli 2015 Inhaltsverzeichnis 1 Einführung 4 1.1 Nutzenfunktionen............................... 4 1.2 Risikobereitschaft...............................

Mehr

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion Übungen zur Ingenieur-Mathematik III WS 11/1 Blatt 8 3.11.11 Aufgabe 5: Berechnen Sie den kritischen Punkt der Funktion fx, y 3x 5xy y + 3 und entscheiden Sie, ob ein Maximum, Minimum oder Sattelpunkt

Mehr

Geometrische Interpretation

Geometrische Interpretation Geometrische Interpretation Stefanie Riedel 10. Mai 2010 1 Starke und schwache Dualität über Wertemengen Wir betrachten eine einfache geometrische Interpretation dualer Funktionen aus der Menge G: G =

Mehr

Lösungsskizzen zu den Klausuraufgaben zum Kurs 1142 Algorithmische Mathematik. a 0 = 0 =

Lösungsskizzen zu den Klausuraufgaben zum Kurs 1142 Algorithmische Mathematik. a 0 = 0 = Lösungsskizzen zu den Klausuraufgaben zum Kurs 4 Algorithmische Mathematik 4KSL3 6 Punkte Aufgabe. Die Folge (a n ) n N natürlicher Zahlen a n sei rekursiv definiert durch a 0 = 0, a n = a n + n falls

Mehr

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre. Lösungshinweise zur Einsendearbeit 2 (WS 2010/2011)

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre. Lösungshinweise zur Einsendearbeit 2 (WS 2010/2011) Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 4, 5 und 6, WS 010/011 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit

Mehr

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Lösungsvorschlag studienbegleitende Klausur Finanzmathematik I Aufgabe (7 Punkte) Vorgelegt sei ein Wahrscheinlichkeitsraum (Ω, F, P) und

Mehr

KAPITEL 3. Konvexe Funktionen

KAPITEL 3. Konvexe Funktionen KAPITEL 3 Konvexe Funktionen Sei F R n ein Definitionsbereich und f : F R eine Funktion. Unter dem Epigraphen von f versteht man die Menge epif = {(x, z) R n+1 x F, z R, z f(x)}. Man nennt f konvex, wenn

Mehr

6. PORTFOLIOTHEORETISCHE GRUNDLAGEN

6. PORTFOLIOTHEORETISCHE GRUNDLAGEN Inhaltsverzeichnis Inhaltsverzeichnis INHALTSVERZEICHNIS 9 ANHANGSVERZEICHNIS 13 ABBILDUNGSVERZEICHNIS 14 TABELLENVERZEICHNIS 17 TEILI: EINLEITUNG 19 1. AUSGANGSLAGE 19 2. ASSET ALLOCATION 21 2.1. Assetklassendiversifikation

Mehr

Aufgabe 4.23 *: (Portefeuilletheorie und CAPM)

Aufgabe 4.23 *: (Portefeuilletheorie und CAPM) Aufgabe 43 *: (Portefeuilletheorie und CAPM) (Quelle: Bitz, M und Ewert, J, Übungen in Betriebswirtschaftslehre, 8 Aufl, München 014) Dem risikoscheuen Anleger SCHEU bietet sich zunächst nur die Möglichkeit,

Mehr

Übung 5, Analytische Optimierung

Übung 5, Analytische Optimierung Übung 5, 5.7.2011 Analytische Optimierung Aufgabe 5.1 Bei der Herstellung von Konserven werden für Boden und Deckel bzw. für den Konservenmantel verschiedene Materialien verwendet, die g 1 = bzw. g 2 =

Mehr

Taschenbuch der Wirtschaftsinformatik und Wirtschaftsmathematik

Taschenbuch der Wirtschaftsinformatik und Wirtschaftsmathematik Taschenbuch der Wirtschaftsinformatik und Wirtschaftsmathematik von Wolfgang König, Heinrich Rommelfanger, Dietrich Ohse, Oliver Wendt, Markus Hofmann, Michael Schwind, Klaus Schäfer, Helmut Kuhnle, Andreas

Mehr

[5], [0] v 4 = + λ 3

[5], [0] v 4 = + λ 3 Aufgabe 9. Basen von Untervektorräumen. Bestimmen Sie Basen von den folgenden Untervektorräumen U K des K :. K = R und U R = span,,,,,.. K = C und U C = span + i, 6, i. i i + 0. K = Z/7Z und U Z/7Z = span

Mehr

Klausur zur Vorlesung Analyse mehrdimensionaler Daten, Lösungen WS 2010/2011; 6 Kreditpunkte, 90 min

Klausur zur Vorlesung Analyse mehrdimensionaler Daten, Lösungen WS 2010/2011; 6 Kreditpunkte, 90 min Klausur, Analyse mehrdimensionaler Daten, WS 2010/2011, 6 Kreditpunkte, 90 min 1 Prof. Dr. Fred Böker 21.02.2011 Klausur zur Vorlesung Analyse mehrdimensionaler Daten, Lösungen WS 2010/2011; 6 Kreditpunkte,

Mehr

Versicherungsökonomie Lösungshinweise zu dem Aufgabenblatt zu Vorlesung 4

Versicherungsökonomie Lösungshinweise zu dem Aufgabenblatt zu Vorlesung 4 Georg Nöldeke Frühjahr 2012 Versicherungsökonomie Lösungshinweise zu dem Aufgabenblatt zu Vorlesung 4 1. Ist Individuum 1 risikoneutral, so ist u konstant. Insbesondere gilt also für beliebieg Allokationen

Mehr

Portfolio-Selektionstheorie grafisch und intuitiv mit GeoGebra

Portfolio-Selektionstheorie grafisch und intuitiv mit GeoGebra Portfolio-Selektionstheorie grafisch und intuitiv mit GeoGebra Lucia Del Chicca Markus Hohenwarter Seminar Mathematech, JKU 14 Mai 2015 Die Problemstellung Es ist allgemein bekannt, dass wenn wir ein bestimmtes

Mehr

Nochmal: Indifferenzwahrscheinlichkeiten und Nutzenfunktion Reihung: Selbständigkeit Erfolg Geschäftsführer Vorstandsassistent Insolvenz

Nochmal: Indifferenzwahrscheinlichkeiten und Nutzenfunktion Reihung: Selbständigkeit Erfolg Geschäftsführer Vorstandsassistent Insolvenz Nochmal: Indifferenzwahrscheinlichkeiten und Nutzenfunktion Reihung: Selbständigkeit Erfolg Geschäftsführer Vorstandsassistent Insolvenz Ref.-L.1: Selbst. Erfolg Sicher (300000) π = 1 1-π = 0 Selbständigkeit

Mehr

Multivariate Verteilungen

Multivariate Verteilungen Multivariate Verteilungen Zufallsvektoren und Modellierung der Abhängigkeiten Ziel: Modellierung der Veränderungen der Risikofaktoren X n = (X n,1, X n,2,..., X n,d ) Annahme: X n,i und X n,j sind abhängig

Mehr

Dynamische Systeme und Zeitreihenanalyse // Zustandsraummodelle und Kalman Filter 15 p.2/??

Dynamische Systeme und Zeitreihenanalyse // Zustandsraummodelle und Kalman Filter 15 p.2/?? Dynamische Systeme und Zeitreihenanalyse Zustandsraummodelle und Kalman Filter Kapitel 15 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Zustandsraummodelle

Mehr

Beispiel 6 (Multivariate Normalverteilung)

Beispiel 6 (Multivariate Normalverteilung) Beispiel 6 (Multivariate Normalverteilung) Sei X N(µ,Σ). Es existiert eine Matrix A IR d k, sodass X d = µ+az wobei Z N k (0,I) und AA T = Σ. Weiters gilt Z = RS wobei S ein gleichmäßig verteilter Zufallsvektor

Mehr

Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester

Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang Sommersemester 03 6.06.03 Höhere Mathematik II für die Fachrichtungen Elektrotechnik und Informationstechnik

Mehr

Proxies, Endogenität, Instrumentvariablenschätzung

Proxies, Endogenität, Instrumentvariablenschätzung 1 4.2 Multivariate lineare Regression: Fehler in den Variablen, Proxies, Endogenität, Instrumentvariablenschätzung Literatur: Wooldridge, Kapitel 15, Appendix C.3 und Kapitel 9.4 Wahrscheinlichkeitslimes

Mehr

Übungsaufgaben zur Portfolio-Selection-Theorie:

Übungsaufgaben zur Portfolio-Selection-Theorie: Übungsaufgaben zur Portfolio-Selection-Theorie: Aufgabe 1 Nachfolgend finden Sie die umweltzustandsabhängigen Renditen der Aktien A und B: S 1 S 2 S 3 S 4 S 5 WK 0,2 0,2 0,2 0,2 0,2 r A 0,18 0,05 0,12

Mehr

Lineare Klassifikationsmethoden

Lineare Klassifikationsmethoden Verena Krieg Fakultät für Mathematik und Wirtschaftswissenschaften 08. Mai 2007 Inhaltsverzeichnis 1. Einführung 2. Lineare Regression 3. Lineare Diskriminanzanalyse 4. Logistische Regression 4.1 Berechnung

Mehr

Das Lagrange-duale Problem

Das Lagrange-duale Problem Das Lagrange-duale Problem Tobias Kulke 29. April 2010 1 Einführung Für jedes Paar (λ, ν) mit λ 0 liefert die Langrange-duale Funktion ( ) p g(λ, ν) = inf L(x, λ, ν) = inf f 0 (x) + λ i f i (x) + ν i h

Mehr

Bachelor Modulprüfung. Höhere Mathematik III für die Fachrichtung Physik. Lösungsvorschläge

Bachelor Modulprüfung. Höhere Mathematik III für die Fachrichtung Physik. Lösungsvorschläge KARLSRUHER INSTITUT FÜR TECHNOLOGIE (KIT) Institut für Analysis Priv.-Doz. Dr. Peer Kunstmann Markus Antoni WS 22/23 Bachelor Modulprüfung Höhere Mathematik III für die Fachrichtung Physik Lösungsvorschläge

Mehr

Klausur DI/LA F 2006 LA : 1

Klausur DI/LA F 2006 LA : 1 Klausur DI/LA F 26 LA : Aufgabe (4+2=6 Punkte): Gegeben seien die Matrix A und der Vektor b mit λ A = λ und b = λ a) Bestimmen Sie die Werte λ R, für welche das Gleichungssystem Ax = b genau eine, keine

Mehr

Lösungen Test 1 - Lineare Algebra

Lösungen Test 1 - Lineare Algebra Name: Seite: Fachhochschule Nordwestschweiz (FHNW) Hochschule für Technik Lösungen Test - Lineare Algebra Dozent: R. Burkhardt Büro: 4. Klasse:. Studienjahr Semester: Datum: HS 8/9 Bemerkung Alle Aufgaben

Mehr

10. Übung zur Linearen Algebra I -

10. Übung zur Linearen Algebra I - . Übung zur Linearen Algebra I - en Kommentare an Hannes.Klarner@FU-Berlin.de FU Berlin. WS 29-. Aufgabe 37 i Für welche α R besitzt das lineare Gleichungssystem 4 αx + αx 2 = 4x + α + 2x 2 = α genau eine,

Mehr

Klausur Mathematik, 1. Oktober 2012, A

Klausur Mathematik, 1. Oktober 2012, A Klausur, Mathematik, Oktober 2012, Lösungen, A 1 Klausur Mathematik, 1. Oktober 2012, A Die Klausureinsicht ist Do, 8.11.2012 um 18:00 in MZG 8.136. Die Klausur ist mit 30 Punkten bestanden. Falls Sie

Mehr

Topologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte

Topologie und Differentialrechnung mehrerer Veränderlicher, SS 2009 Modulprüfung/Abschlussklausur. Aufgabe Punkte Universität München 22. Juli 29 Topologie und Differentialrechnung mehrerer Veränderlicher, SS 29 Modulprüfung/Abschlussklausur Name: Aufgabe 2 3 4 Punkte Gesamtpunktzahl: Gesamturteil: Schreiben Sie unbedingt

Mehr

Mathematik 2 für Wirtschaftsinformatik

Mathematik 2 für Wirtschaftsinformatik für Wirtschaftsinformatik Sommersemester 2012 Hochschule Augsburg Hinreichende Bedingung für lokale Extrema Voraussetzungen Satz D R n konvex und offen Funktion f : D R zweimal stetig partiell differenzierbar

Mehr

Optimierung für Wirtschaftsinformatiker: Dualität, Ganzzahlige lineare Optimierung

Optimierung für Wirtschaftsinformatiker: Dualität, Ganzzahlige lineare Optimierung Optimierung für Wirtschaftsinformatiker: Dualität, Ganzzahlige lineare Optimierung Dr. Nico Düvelmeyer Freitag, 24. Juni 2011 1: 1 [1,1] Inhaltsübersicht für heute 1 Dualität Motivation Duales LP Dualitätssätze

Mehr

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen Musterlösungen Blatt 8 34007 Mathematischer Vorkurs Sommersemester 007 Dr O Zobay Matrizen Welche Matrixprodukte können mit den folgenden Matrizen gebildet werden? ( 4 5 A, B ( 0 9 7, C 8 0 5 4 Wir können

Mehr

Diplomvorprüfung LA H 06 VD : 1

Diplomvorprüfung LA H 06 VD : 1 Diplomvorprüfung LA H 6 VD : Aufgabe : (3 + + = 6 Punkte) Gegeben sei die Matrix A = a) Bestimmen Sie die Eigenwerte von A b) Bestimmen Sie alle Eigenvektoren der Matrix A c) Ist die Matrix A invertierbar?

Mehr

Dualität bei konvexer Optimierung

Dualität bei konvexer Optimierung Dualität bei konvexer Optimierung Seminar zur Numerik I im SS 2016 Laslo Hunhold 10. Mai 2016 Ausarbeitung zum Seminarvortrag vom 2. Mai 2016 Mathematisches Institut Mathematisch-Naturwissenschaftliche

Mehr

FK WMS: Wirtschaftsmathematik 2, Einheit 7/8

FK WMS: Wirtschaftsmathematik 2, Einheit 7/8 FK WMS: Wirtschaftsmathematik 2, Einheit 7/8 Markus Sinnl 1 markus.sinnl@univie.ac.at http://homepage.univie.ac.at/markus.sinnl basierend auf Folien von Dr. Ivana Ljubic, Mag. Christian Spreitzer und Mag.

Mehr

= [Entw. nach S1 ] 2 det = [Z2 Z 2 Z 1 ] 2 det = [Entw. nach Z1 ] 5 det = [Z1 Z 1 +Z 3 ] 5 det

= [Entw. nach S1 ] 2 det = [Z2 Z 2 Z 1 ] 2 det = [Entw. nach Z1 ] 5 det = [Z1 Z 1 +Z 3 ] 5 det Aufgabe 1 Wir wissen, dass sich die Determinante einer Matrix nicht verändert, wenn wir das Vielfache einer Spalte zu einer anderen Spalte bzw. das Vielfache einer Zeile zu einer anderen Zeile addieren.

Mehr

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre. Lösungshinweise zur Einsendearbeit 2 (WS 2011/2012)

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre. Lösungshinweise zur Einsendearbeit 2 (WS 2011/2012) Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 4, 5 und 6, WS 2011/2012 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit

Mehr

Mathematischer Vorkurs Lösungen zum Übungsblatt 5

Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und

Mehr

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre. Lösungshinweise zur Einsendearbeit 2 (WS 2008/2009)

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre. Lösungshinweise zur Einsendearbeit 2 (WS 2008/2009) Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 4, 5 und 6, WS 2008/2009 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit

Mehr

1. Aufgabe: Entscheidungen bei Ungewissheit

1. Aufgabe: Entscheidungen bei Ungewissheit ( WS 2012/13) 1. Aufgabe: Entscheidungen bei Ungewissheit Ein Entscheider steht vor dem Problem aus einer Menge von Investitionsalternativen (a 1, a 2,..., a 5 ) die beste Alternative auszuwählen. Zu welchem

Mehr

Kapitel 8. Erwarteter Nutzen. Intertemporaler Nutzen für Mehrperioden-Entscheidungen

Kapitel 8. Erwarteter Nutzen. Intertemporaler Nutzen für Mehrperioden-Entscheidungen Kapitel 8 Erwarteter Nutzen Josef Leydold c 2006 Mathematische Methoden VIII Erwarteter Nutzen / 27 Lernziele Nutzenfunktion zur Risikobewertung Erwarteter Nutzen Maße für Risikoaversion Indifferenzkurven

Mehr

Kapitalmarktlinie. von Kirstin Muldhoff

Kapitalmarktlinie. von Kirstin Muldhoff Capital Asset Pricing Model Kapitalmarktlinie von Kirstin Muldhoff Gliederung 1. Wiederholung Portfoliotheorie 2. Capital Asset Pricing Model (CAPM) (Kapitalmarktmodell) 2.1 Voraussetzungen des CAPM 2.2

Mehr

Klausur Entscheidungstheorie WS 2010/2011 S. 1 von 11

Klausur Entscheidungstheorie WS 2010/2011 S. 1 von 11 Klausur Entscheidungstheorie WS 2010/2011 S. 1 von 11 Fach: Prüfer: Veranstaltung: Finanzierung und Investition Prof. Dr. Dr. A. Löffler W2263 Entscheidungstheorie Name Vorname Matrikelnummer Punkte Beachten

Mehr

12 Übungen zu Gauß-Algorithmus

12 Übungen zu Gauß-Algorithmus Aufgaben zum Vorkurs B S. 2 Übungen zu Gauß-Algorithmus 2x x 2 = 7x +, 5x 2 = 7 Aufgabe 6: Aufgabe 7: Aufgabe 8: Aufgabe 9: 2x x 2 = x +2x 2 = 2 2x x 2 = 7x +, 5x 2 =, 5 x 2x 2 = x +x 2 = 5 2x +x 2 = 4

Mehr

2. Ein Zufallsvektor X IR d ist multivariat normal verteilt dann und nur dann wenn seine charakteristische Funktion folgendermaßen gegeben ist:

2. Ein Zufallsvektor X IR d ist multivariat normal verteilt dann und nur dann wenn seine charakteristische Funktion folgendermaßen gegeben ist: Multivariate elliptische Verteilungen a) Die multivariate Normalverteilung Definition 2 Der Zufallsvektor (X 1, X 2,..., X d ) T hat eine multivariate Normalverteilung (oder eine multivariate Gauss sche

Mehr

Rückblick auf die letzte Vorlesung

Rückblick auf die letzte Vorlesung Rückblick auf die letzte Vorlesung 1. Anwendungen des Satzes über implizite Funktionen 2. Stationäre Punkte implizit definierter Funktionen 3. Reguläre Punkte 4. Singuläre Punkte Ausblick auf die heutige

Mehr

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit des A-Moduls Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre, Kurs 0009, KE 4, 5 und 6, SS 00 Kurs 0009: Finanzierungs- und entscheidungstheoretische

Mehr

Einführung in Softwaretools zur Nichtlinearen Optimierung

Einführung in Softwaretools zur Nichtlinearen Optimierung Einführung in Softwaretools zur Nichtlinearen Optimierung 3. April 2017 5. April 2017 Sebastian Garreis, M. Sc. (hons) Johannes Haubner, M. Sc. Technische Universität München Fakultät für Mathematik Lehrstuhl

Mehr

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie

D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5

Mehr

Investitionsrechnung

Investitionsrechnung Lutz Kruschwitz Investitionsrechnung 3., bearbeitete Auflage TECHNISCHE HOCHSCHULE DARMSTADT f Fochhereich 1 j G e s o m i b i b I i o t h e k Beifie iv- vv i r t:, c h o 11 s I e h r e W DE G Sachgebiete:

Mehr

Ferienkurs Mathematik für Physiker I Blatt 3 ( )

Ferienkurs Mathematik für Physiker I Blatt 3 ( ) Ferienkurs Mathematik für Physiker I WS 6/7 Ferienkurs Mathematik für Physiker I Blatt 3 (9.3.7) Aufgabe : Matrizenrechung 3 (a) Ermitteln Sie für die Matrix A = 3 4 den Ausdruck A + A + A + 6 A3. 3 4

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Informatiker I (Wintersemester 3/4) Aufgabenblatt (9. Januar

Mehr

Abhängigkeitsmaße Seien X 1 und X 2 zwei Zufallsvariablen. Es gibt einige skalare Maße für die Abhängigkeit zwischen X 1 und X 2.

Abhängigkeitsmaße Seien X 1 und X 2 zwei Zufallsvariablen. Es gibt einige skalare Maße für die Abhängigkeit zwischen X 1 und X 2. Abhängigkeitsmaße Seien X 1 und X 2 zwei Zufallsvariablen. Es gibt einige skalare Maße für die Abhängigkeit zwischen X 1 und X 2. Lineare Korrelation Annahme: var(x 1 ),var(x 2 ) (0, ). Der Koeffizient

Mehr

32 2 Lineare Algebra

32 2 Lineare Algebra 3 Lineare Algebra Definition i Die Vektoren a,, a k R n, k N, heißen linear unabhängig genau dann, wenn für alle λ,, λ k R aus der Eigenschaft λ i a i λ a + + λ k a k folgt λ λ k Anderenfalls heißen die

Mehr

MUSTERLÖSUNG DER EINSENDEARBEIT 2 ZUM MODUL 32581*

MUSTERLÖSUNG DER EINSENDEARBEIT 2 ZUM MODUL 32581* MUSTERLÖSUNG DER EINSENDEARBEIT 2 ZUM MODUL 32581* INVESTITIONSTHEORIE UND UNTERNEHMENSBEWERTUNG WS 2017/18 Aufgabe 1: Unternehmensbewertung (33 Punkte) Betrachtet sei die nach Endwertmaximierung in t

Mehr

Übung zu Kapitalmarkttheorie II

Übung zu Kapitalmarkttheorie II Übung zu Kapitalmarkttheorie II Michael Heyna (MSc) Lehrstuhl für Theoretische Volkswirtschaftslehre Prof Dr Lutz Arnold Universität Regensburg Tel: +49-94-943-703 Raum RW(L) 406 WS 08/09 Inhaltsverzeichnis

Mehr

Lösung - Schnellübung 13

Lösung - Schnellübung 13 D-MAVT/D-MATL Analysis II FS 7 Dr. Andreas Steiger Lösung - Schnellübung 3. Gegeben sei die Differentialgleichung y + λ 4 y + λ y = 0. Für welche Werte des reellen Parameters λ gibt es eine von Null verschiedene

Mehr

Aufgabe Summe

Aufgabe Summe FernUniversität in Hagen Fakultät für Wirtschaftswissenschaft Klausur: Finanz- und bankwirtschaftliche Modelle Prüfer: Univ.-Prof. Dr. Michael Bitz Termin: 23. September 2015 Aufgabe 1 2 3 4 Summe Maximale

Mehr

3. Übungsblatt Aufgaben mit Lösungen

3. Übungsblatt Aufgaben mit Lösungen . Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen

Mehr

Inhaltsverzeichnis. Innere-Punkte-Verfahren 3. Inhaltsverzeichnis 1

Inhaltsverzeichnis. Innere-Punkte-Verfahren 3. Inhaltsverzeichnis 1 Inhaltsverzeichnis 1 Inhaltsverzeichnis Innere-Punkte-Verfahren 3 1 Theoretische Grundlagen 3 1.1 Die KKT-Bedingungen........................... 3 1.2 Der zentrale Pfad.............................. 4

Mehr

Übung zu Kapitalmarkttheorie II

Übung zu Kapitalmarkttheorie II Übung zu Kapitalmarkttheorie II Marina Markheim (MSc) Lehrstuhl für Theoretische Volkswirtschaftslehre Prof Dr Lutz Arnold Universität Regensburg Tel: +49-94-943-2704 Raum RW(L)407 WS 207/208 Inhaltsverzeichnis

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

Arbitrage Free Pricing

Arbitrage Free Pricing Beim CAPM wurde gezeigt, dass man Finanztitel basierend auf der Verteilung ihres künftigen Preises bewerten kann. Dabei haben wir [unter der Annahme gewisser Präferenzen des Es] den Preis eines Finanztitels

Mehr

5 Lineare Gleichungssysteme und Determinanten

5 Lineare Gleichungssysteme und Determinanten 5 Lineare Gleichungssysteme und Determinanten 51 Lineare Gleichungssysteme Definition 51 Bei einem linearen Gleichungssystem (LGS) sind n Unbekannte x 1, x 2,, x n so zu bestimmen, dass ein System von

Mehr

Rechnerpraktikum zur Nichtlinearen Optimierung

Rechnerpraktikum zur Nichtlinearen Optimierung Rechnerpraktikum zur Nichtlinearen Optimierung 9. März 2016 11. März 2016 Sebastian Garreis, B. Sc. Philipp Jarde, M. Sc. Technische Universität München Fakultät für Mathematik Lehrstuhl für Mathematische

Mehr

Konvexe Menge. Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, d.h.

Konvexe Menge. Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, d.h. Konvexe Menge Eine Menge D R n heißt konvex, wenn für zwei beliebige Punkte x, y D auch die Verbindungsstrecke dieser Punkte in D liegt, dh Kapitel Extrema konvex: h x + h y D für alle h [0, ], und x,

Mehr

Rechnerpraktikum zu Grundlagen der Nichtlinearen Optimierung

Rechnerpraktikum zu Grundlagen der Nichtlinearen Optimierung Rechnerpraktikum zu Grundlagen der Nichtlinearen Optimierung 18.3.14-20.3.14 Dr. Florian Lindemann Moritz Keuthen, M.Sc. Technische Universität München Garching, 19.3.2014 Kursplan Dienstag, 18.3.2014

Mehr

Musterlösung. Modulklausur Multivariate Verfahren

Musterlösung. Modulklausur Multivariate Verfahren Musterlösung Modulklausur 31821 Multivariate Verfahren 25. September 2015 Aufgabe 1 (15 Punkte) Kennzeichnen Sie die folgenden Aussagen zur Regressionsanalyse mit R für richtig oder F für falsch. F Wenn

Mehr

Übung zu Kapitalmarkttheorie II

Übung zu Kapitalmarkttheorie II Übung zu Kapitalmarkttheorie II Marina Markheim Lehrstuhl für Theoretische Volkswirtschaftslehre Prof. Dr. Lutz Arnold Universität Regensburg Tel: +49-94-94-704 Raum RW(L)407 WS 05/06 WIEDERHOLUNG Aufgabe

Mehr

Übungen zum Ferienkurs Lineare Algebra WS 14/15

Übungen zum Ferienkurs Lineare Algebra WS 14/15 Übungen zum Ferienkurs Lineare Algebra WS 14/15 Matrizen und Vektoren, LGS, Gruppen, Vektorräume 1.1 Multiplikation von Matrizen Gegeben seien die Matrizen A := 1 1 2 0 5 1 8 7 Berechnen Sie alle möglichen

Mehr

Vorlesung 3: Risikoaversion

Vorlesung 3: Risikoaversion Vorlesung 3: Risikoaversion Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 3 (FS 11) Risikoaversion 1 / 21 1. Modellrahmen In diesem Kapitel betrachten wir nur monetäre

Mehr

Lösung zu Aufgabe 1 Blatt 9

Lösung zu Aufgabe 1 Blatt 9 Lösung zu Aufgabe 1 Blatt 9 Wir befinden uns in einem arbitragefreien 1-Perioden-Trinomialmodell. Die risikofreie Anlage β ist gegeben durch β 0 = 1 und β 1 = 1 + ρ mit ρ > 1. Die risikobehaftete Anlage

Mehr

Übungen zur Speziellen und Allgemeinen Relativitätstheorie

Übungen zur Speziellen und Allgemeinen Relativitätstheorie Übungen zur Speziellen und Allgemeinen Relativitätstheorie Blatt 1 WS 08/09 Abgabe: 22.10.2008 Prof. Dr. T. Mannel, S. Faller 1. Galilei-Gruppe Die Gruppe G der Galilei-Transformationen g = g, v, a, λ,

Mehr

Konvexe Optimierungsprobleme

Konvexe Optimierungsprobleme von: Veronika Kühl 1 Konvexe Optimierungsprobleme Betrachtet werden Probleme der Form (P) min x C f(x) wobei f : C R eine auf C konvexe, aber nicht notwendigerweise differenzierbare Funktion ist. Ziel

Mehr

Statistik. Sommersemester Stefan Etschberger. für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik

Statistik. Sommersemester Stefan Etschberger. für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik Stefan Etschberger für Betriebswirtschaft, Internationales Management, Wirtschaftsinformatik und Informatik Sommersemester 2017 Gliederung 1 : Einführung 2 Differenzieren 2 3 Deskriptive 4 Wahrscheinlichkeitstheorie

Mehr

Portfolio-Optimierung und Capital Asset Pricing

Portfolio-Optimierung und Capital Asset Pricing Portfolio-Optimierung und Capital Asset Pricing Peter Malec Institut für Statistik und Ökonometrie Humboldt-Universität zu Berlin Econ Boot Camp, SFB 649, Berlin, 4. Januar 2013 1. Einführung 2 29 Motivation

Mehr

Die Lagrange-duale Funktion

Die Lagrange-duale Funktion Die Lagrange-duale Funktion Gregor Leimcke 21. April 2010 1 Die Lagrangefunktion Wir betrachten das allgemeine Optimierungsproblem wobei minimiere f 0 über D sodass f i 0, i = 1,..., m 1.1 D = h i = 0,

Mehr