Vorlesung: Nicht-kooperative Spieltheorie. Teil 4: 2-Personen-Nullsummenspiele
|
|
- Gert Straub
- vor 7 Jahren
- Abrufe
Transkript
1 Vorlesung: Nicht-kooperative Spieltheorie Teil 4: 2-Personen-Nullsummenspiele Dr. Thomas Krieger Wintertrimester 2009 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 1
2 Definition 2-Personen-Nullsummenspiele Definition 20 Ein 2-Personen-Normalformspiel G = ({1, 2}, (S 1, S 2 ), (u 1, u 2 )) heisst Zweipersonen-Nullsummenspiel, wenn für alle s 1 S 1 s 2 S 2 gilt: u 1 (s) + u 2 (s) = 0. Um ein Zweipersonen-Nullsummenspiel beschreiben zu können, reicht es aus, u 1 : S 1 S 2 R anzugeben. Anstelle von ({1, 2}, (S 1, S 2 ), (u 1, u 2 )) wird deshalb einfach ((S 1, S 2 ), u 1 ) geschrieben. Die obige Definition macht für beliebige 2-Personen-Normalformspiel Sinn, d.h., S i < muss hier nicht gefordert werden. Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 2
3 Nash-Gleichgewichte in Nullsummenspielen Die Definition kann auch auf mehrere Spieler ausgedehnt werden, z.b. gilt in einem 3-Personen-Nullsummenspiel u 1 (s) + u 2 (s) + u 3 (s) = 0. Von Bedeutung ist das folgende Lemma 21 Es sei G = ((S 1, S 2 ), u 1 ) ein 2-Personen-Nullsummenspiel. Dann sind äquivalent: (s1, s 2 ) S ist ein Nash-Gleichgewicht von G. Für alle s 1 S 1 s 2 S 2 gilt: u 1 (s 1, s 2 ) u 1 (s 1, s 2 ) u 1 (s 1, s 2 ). Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 3
4 Das Konzept des Sattelpunktes Wir definieren daher: Definition 22 Ein Strategientupel (s1, s 2 ) S heißt Sattelpunkt des 2-Personen-Nullsummenspieles G = ((S 1, S 2 ), u 1 ), falls gilt: u 1 (s 1, s 2 ) = max s 1 S 1 u 1 (s 1, s 2 ) = min s 2 S 2 u 1 (s 1, s 2). 10 y 5 Es sei S 1 = S 2 = [ 10, 10] u 1 (s 1, s 2 ) := s 2 1 s2 2. Dann ist s 1 = s 2 = 0 der Sattelpunkt, siehe auch: U H x,yl x 5 10 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 4
5 Sattelpunkte in reinen Strategien (1) Wir gehen davon aus, dass das 2-Personen-Nullsummenspiel G = ((S 1, S 2 ), u 1 ) mittels einer Matrix A gegeben ist, also a i,j := u 1 (i, j) für alle (i, j) S 1 S 2. Wir definieren den sogenannten Zeilen- Spaltenwert: v Z (A) := max i v S (A) := min j min a ij j max a ij. i (Interpretation der beiden Werte? -> garantierte Auszahlung) Für eine beliebige Matrix A gilt: v Z (A) v S (A). Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 5
6 Sattelpunkte in reinen Strategien (2) Lemma 23 Für eine beliebiges Matrixspiel A sind äquivalent: Es gibt einen Sattelpunkt in reinen Strategien. v Z (A) = v S (A). Diese Zahl wird Wert des Matrixspiels A genannt. Beweis siehe Vorlesung Operations Research. Beispiele siehe Tafel. Obiges Lemma liefert Entscheidungskriterium, ob ein Sattelpunkt in reinen Strategien existiert oder nicht gegebenenfalls eine Berechnungsvorschrift. Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 6
7 Sattelpunkte in gemischten Strategien (1) Gilt nun v Z (A) < v S (A), dann gibt es nach Lemma 23 keinen Sattelpunkt in reinen Strategien wir suchen nach einem Sattelpunkt in gemischten Strategien. Wir definieren analog zu Folie 5 den Zeilen- Spaltenwert des Matrixspiels A durch ṽ Z (A) = max q 1 Q 1 ṽ S (A) = min q 2 Q 2 min q 2 Q 2 q T 1 A q 2 max q1 T A q 2. q 1 Q 1 (Interpretation der beiden Werte? -> garantierte erwartete Auszahlung). ṽ Z (A) ṽ S (A) sind wohl-definiert. Wieder gilt: ṽ Z (A) ṽ S (A). Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 7
8 Sattelpunkte in gemischten Strategien (2) Minimax-Theorem 24 (von Neumann, 1928) Sei A ein beliebiges Matrixspiel. Dann gilt ṽ Z (A) = ṽ S (A). Diese Zahl heisst Wert des Spiels. Welche Beziehung besteht nun zwischen einem Sattelpunkt eines Nullsummenspiels dem Minimax-Theorem? Theorem 25 Für ein beliebiges Matrixspiel A sind äquivalent: Es gibt einen Sattelpunkt in gemischten Strategien. ṽ Z (A) = ṽ S (A). Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 8
9 Bemerkungen Beweise dieser Aussagen finden Sie in der Vorlesung Operations Research. Theorem zusammen liefern die Existenz eines Sattelpunktes in gemischten Strategien (vgl. auch Satz von Nash). Welche 2-Personen-Nullsummenspiele haben wir in der Vorlesung/Übung bisher behandelt? Welche hatten Sattelpunkte in reinen Strategien? Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 9
10 Wichtige Eigenschaften (1) Matrixspiele haben viele bemerkenswerte Eigenschaften, von denen hier nur drei genannt werden. Lemma 27 Für jedes Matrixspiel A gilt: 1 Rechteckeigenschaft: Sind (q 1, q 2 ) ( q 1, q 2 ) Sattelpunkte, so sind auch (q 1, q 2 ) ( q 1, q 2 ) Sattelpunkte. 2 Auszahlungsäquivalenz: Es gilt u 1 (q 1, q 2 ) = u 1( q 1, q 2 ) = u 1(q 1, q 2 ) = u 1( q 1, q 2 ). 3 Die Menge der Sattelpunkt-Strategien eines jeden Spielers ist konvex. = Beweis siehe Literatur. Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 10
11 Wichtige Eigenschaften (2) D.h., insbesondere, dass bei 2-Personen-Nullsummenspielen keine Gleichgewichtsauswahltheorie benötigt wird: Jede Kombination von Sattelpunkt-Strategien liefert wieder einen Sattelpunkt die zugehörigen Auszahlungen sind gleich. ein Matrixspiel genau einen Sattelpunkt oder überabzählbar viele Sattelpunkte besitzt. Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 11
12 Lösungsmethoden Zur Lösung von Matrixspielen gibt es eine Fülle von Lösungsmethoden, z.b.: ein graphisches Verfahren zur Lösung von 2 m bzw. n 2 Spielen (siehe später) Lineare Optimierung (siehe Vorlesung Operations Research ) Matrizenmethode von Shapley-Snow (wird hier nicht behandelt) Methode des fingierten Spiels nach Brown-Robinson (siehe später) u.a. Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 12
13 Lösungsverfahren für 2 n - Nullsummenspiele (1) Wir diskutieren das Verfahren an einem Beispiel betrachten dazu die Matrix ( ) A = Der Spielwert des Spieles ist gegeben durch v = ṽ Z (A) = max q 1 min q 2 wobei e j der j-te Einheitsvektor ist. q T 1 A q 2 = max q 1 min j q T 1 A e j, Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 13
14 4 4 1 M = : Lösungsverfahren für 2 n - Nullsummenspiele (2) Entsprechend den Sätzen ist der Spielwert des Spieles gegeben durch Nun ist jedes p von der Form (p 1, 1 p 1 ) mit 0 p 1 1. Wir v(m) =v Z (M) = max min H(p; j): p schreiben j Nun ist jedes p von der Form (p 1 ; 1 p 1 ) mit 0» p 1» 1. Wir schreiben π 1 (p 1 ) = 4p 1 4(1 p 1 ) = 8p 1 4 ß 1 (p 1 )=4p 1 4(1 p 1 )=8p 1 4 ß 2 (p 1 )= 4p 1 + 4(1 p 1 )= 8p 1 +4 ß 3 (p 1 )=p 1 2(1 p 1 )=3p 1 2: π 2 (p 1 ) = 4p 1 + 4(1 p 1 ) = 8p π 3 (p 1 ) = p 1 2(1 p 1 ) = 3p 1 2. In Figur 6.1 sind diese Geraden graphisch dargestellt. 4 ß2 ß 1 Graphische Darstellung der Geraden: 0-2 ß 3 1 p 1-4 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 14
15 Lösungsverfahren für 2 n - Nullsummenspiele (3) Aus Grafik folgt: das Maximum des Minimums liegt beim Schnittpunkt von π 2 π 3, also bei p1 = 6/11. Somit gilt v Z (A) = π 2 (6/11) = π 3 (6/11) = 4/11. Weiter sehen wir π 1 (p1 ) > min π j (p1 ), j d.h., (mit dem Antwortsatz), daß Spalte 1 inaktiv für jede optimale Strategie des Spaltenspielers ist. Somit können wir der Spalte 1 die Wahrscheinlichkeit null zuordnen, es verbleibt ein 2 2-Spiel. Die optimale Strategie des Spaltenspielers stellt sich damit als (0, 3/11, 8/11) heraus. Entsprechende Verfahren gelten natürlich für 2 n - Spiele m 2 - Spiele mit m, n 3. Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 15
16 Methode des fingierten Spiels (1) Wir diskutieren das Verfahren wieder an einem Beispiel: Dazu betrachten wir als Beispiel das Matrixspiel mit A = Grlegende Idee: Versuche die Strategie des Gegners zu erkennen richte danach deine eigene Entscheidung aus. Angenommen, Spieler 2 wählt in den ersten 10 Partien (Achtung: Partien gibt es im Ausgangsspiel nicht! -> One-Shot-Game) folgende Häufigkeiten: Spieler 2 Erste reine Strategie Zweite reine Strategie Dritte reine Strategie Häufigkeit in den ersten 10 Partien Spieler 1 Erste reine Strategie Zweite reine Strategie Dritte reine Strategie Häufigkeit in den ersten Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 16
17 Methode des fingierten Spiels (2) Verfährt nun Spieler 2 weiterhin nach Strategie ( 5 10, 2 10, 3 ), 10 so hat Spieler 1 folgende Gewinnerwartung: (5 3 2 ( 2) + 3 ( 3)) = 2 10 ( ( 2)) = 4 10 (5 ( 5) ) = 4 10 = Spieler 1 wählt in der nächsten Re also seine 2-te reine Strategie. Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 17
18 Methode des fingierten Spiels (3) Angenommen, Spieler 1 wählt in den ersten 10 Partien folgende Häufigkeiten: Spieler 2 Erste reine Strategie Zweite reine Strategie Dritte reine Strategie Häufigkeit in den ersten 10 Partien Spieler 1 Erste reine Strategie Zweite reine Strategie Dritte reine Strategie Häufigkeit in den ersten 10 Partien = Spieler 2 wird nun in der nächsten Partie seine 2-te reine Strategie wählen. Verfährt der Computer weiterhin auf diese Art, so führt dies schließlich zu einer Gewinnerwartung, die Näherungsweise dem Wert des Spiels entspricht. Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 18
19 Häufigkeit in den ersten 10 Partien 2-Personen-Nullsummenspiele Methode des fingierten Spiels (4) Spieler 1 Erste reine Strategie Zweite reine Strategie Dritte reine Strategie Häufigkeit in den ersten Für 10 Partien unser Beispiel gilt: Partie Sp 1 Sp 2 Zeilenhäufigkeit Zeilensumme Spaltenhäufigkeit Spaltensumme Es sei Z k die minimale Komponente der k-ten Zeilensumme S k die maximale Komponente der k-ten Spaltensumme. Ist v der Wert des Spiels, so gilt für alle k = 1, 2,... Z k k v S k k. Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 19
20 Methode des fingierten Spiels (5) Für den Wert des Spiels können wir daher abschätzen (gibt die Tabelle nicht her): 0.13 = v = Es sei x(k) bzw. y(k) die k-te Näherung an eine optimale Strategie, dann gilt z.b. ( 109 x(200) = 200, , 52 ) ( 107 y(200) = , , 69 ) 200 Die Lösung des Spiels ist ( 1 x = 2, 3 14, 2 ) y = 17 mit v = ( 17 35, 11 70, 5 ) 14 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 20
21 Methode des fingierten Spiels (6) Grsätzlich gilt: Ist das Matrixspiel eindeutig lösbar, dann konvergiert (x(k), y(k)) k N gegen den Sattelpunkt. Ist das Matrixspiel nicht eindeutig lösbar, so kann es passieren, dass (x(k), y(k)) k N nicht konvergiert. In diesem Fall gilt jedoch, dass jede konvergente Teilfolge gegen einen Sattelpunkt des Spiels konvergiert. Das Verfahren kann nicht verwendet werden, um Nash-Gleichgewichte in Bimatrix-Spielen zu bestimmen (siehe das Beispiel in Owen). Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 21
22 Literatur 2-Personen-Nullsummenspiele R. Avenhaus: Vorlesungen über Nicht-kooperative Spieltheorie, Vorlesungsskript, Universität der Beswehr München, Frühjahr W. Krabs: Spieltheorie: Dynamische Behandlung von Spielen. Vieweg-Teubner-Verlag, P. Morris: Introduction to Game Theory. Springer-Verlag, Heidelberg, M. Dresher: Strategische Spiele - Theorie Praxis. Verlag Industrielle Organisation, Zürich, G. Schrage, R. Baumann: Strategiespiele: Computerorientierte Einführung in Algorithmen der Spieltheorie. R. Oldenbourg Verlag, München Wien, G. Owen: Spieltheorie. Springer-Verlag, Heidelberg, Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 22
Vorlesung: Nicht-kooperative Spieltheorie. Teil 1: Organisatorisches, Inhalte der Vorlesung und Nutzentheorie
Vorlesung: Nicht-kooperative Spieltheorie Teil 1: Organisatorisches, Inhalte der Vorlesung Dr. Thomas Krieger Wintertrimester 2009 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 1 / 15 Organisatorisches
MehrVorlesung: Nicht-kooperative Spieltheorie. Teil 2: Spiele in Normalform
Vorlesung: Nicht-kooperative Spieltheorie Teil 2: Spiele in Normalform Dr. Thomas Krieger Wintertrimester 2009 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 1 Inhaltliche Motivation Es gibt
MehrVorlesung: Nicht-kooperative Spieltheorie. Teil 2: Spiele in Normalform
Vorlesung: Nicht-kooperative Spieltheorie Teil 2: Spiele in Normalform Dr. Thomas Krieger Wintertrimester 2009 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 1 Inhaltliche Motivation Es gibt
MehrAlgorithmische Spieltheorie. Martin Gairing
Algorithmische Spieltheorie Martin Gairing Folien zur Vorlesung vom 26.04.2004 Organisatorisches: Vorlesung Montags, 14:15-15:45 Uhr Übungen Montags, 16:00-17:00 Uhr Folien zur Vorlesung unter http://www.upb.de/cs/ag-monien/lehre/ss04/spieltheo/
MehrÜbersicht: 6.1 Einleitung 6.2 Klassische Theorie nichtkooperativer Spiele 6.3 Egoistisches Routing 6.4 Mechanismen-Entwurf 6.
6. Algorithmische Spieltheorie Übersicht: 6.1 Einleitung 6.2 Klassische Theorie nichtkooperativer Spiele 6.3 Egoistisches Routing 6.4 Mechanismen-Entwurf 6.5 Auktionen 561 6.1 Einleitung Übliche Modelle:
MehrNICHTKOOPERATIVE SPIELTHEORIE EINFÜHRUNG. Minimaxlösungen & Gleichgewichte
NICHTKOOPERATIVE SPIELTHEORIE EINFÜHRUNG Minimaxlösungen & Gleichgewichte Spieltheorie Einführungsbeispiel Gefangenendilemma (Prisoner s Dilemma) Nicht kooperierende Spielteilnehmer Spieler Gefangener
Mehr3.4 von Neumannsche Theorie kooperativer Spiele
3.4 von Neumannsche Theorie kooperativer Spiele Gliederung Die charakteristische Funktion eines Spieles Der Wert eines Spieles und Strategische Äquivalenz Der von Neumannsche Lösungsbegriff Definition
MehrNicht-kooperative Spiele
Kapitel 1 Nicht-kooperative Spiele 1.1 Zwei-Personen-Spiele Definition 1: Ein Zwei-Personen-Spiel Γ besteht aus einem Paar nichtleerer Mengen S T zwei reellwertigen Funktionen φ 1 φ 2 auf dem kartesischen
MehrDr. Anita Kripfganz SS 2014
Dr. Anita Kripfganz SS 2014 6. Spieltheorie 6.1 Gegenstand und Ziele Zielstellung: qualitative und quantitative Analyse von Konflikten in strategischen Entscheidungssituationen = Theorie des rationalen
Mehr1 Matrizenrechnung zweiter Teil
MLAN1 1 Literatur: K. Nipp/D. Stoffer, Lineare Algebra, Eine Einführung für Ingenieure, VDF der ETHZ, 4. Auflage, 1998, oder neuer. 1 Matrizenrechnung zweiter Teil 1.1 Transponieren einer Matrix Wir betrachten
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Bernhard Hanke Universität Augsburg 17.10.2012 Bernhard Hanke 1 / 9 Wir beschreiben den folgenden Algorithmus zur Lösung linearer Gleichungssysteme, das sogenannte Gaußsche
MehrSpieltheorie. Nash-Gleichgewichts-Berechnung. Bernhard Nebel und Robert Mattmüller. Arbeitsgruppe Grundlagen der Künstlichen Intelligenz 14.
Spieltheorie Nash-Gleichgewichts-Berechnung Albert-Ludwigs-Universität Freiburg Bernhard Nebel und Robert Mattmüller Arbeitsgruppe Grundlagen der Künstlichen Intelligenz 14. Mai 2012 14. Mai 2012 B. Nebel,
MehrSeminar A - Spieltheorie und Multiagent Reinforcement Learning in Team Spielen
Seminar A - Spieltheorie und Multiagent Reinforcement Learning in Team Spielen Michael Gross mdgrosse@sbox.tugraz.at 20. Januar 2003 1 Spieltheorie 1.1 Matrix Game Definition 1.1 Ein Matrix Game, Strategic
Mehrbekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR A = LR
LR-Zerlegung bekannt: Eliminationsverfahren von Gauß Verfahren führt zu einer Zerlegung der Koeffizientenmatrix: A = LR Definition 2.17 Unter einer LR-Zerlegung einer Matrix A R n n verstehen wir eine
MehrNash-Gleichgewichte in 2-Spieler Systemen. Katharina Klost Freie Universität Berlin
Nash-Gleichgewichte in 2-Spieler Systemen Katharina Klost Freie Universität Berlin Seminar über Algorithmen, 29.10.2013 Grundlegende Definitionen A Gewinnmatrix für Spieler 1, B Gewinnmatrix für Spieler
Mehr1 Lineare Gleichungssysteme und Matrizen
1 Lineare Gleichungssysteme und Matrizen Das Studium linearer Gleichungssysteme und ihrer Lösungen ist eines der wichtigsten Themen der linearen Algebra. Wir werden zunächst einige grundlegende Begriffe
MehrWiederholte Spiele. Grundlegende Konzepte. Zwei wichtige Gründe, wiederholte Spiele zu betrachten: 1. Wiederholte Interaktionen in der Realität.
Spieltheorie Sommersemester 2007 1 Wiederholte Spiele Grundlegende Konzepte Zwei wichtige Gründe, wiederholte Spiele zu betrachten: 1. Wiederholte Interaktionen in der Realität. 2. Wichtige Phänomene sind
MehrDualitätssätze der linearen Optimierung
Kapitel 9 Dualitätssätze der linearen Optimierung Sei z = c T x min! Ax = b 9.1 x 0 mit c, x R n, b R m, A R m n ein lineares Programm. Definition 9.1 Duales lineares Programm. Das lineare Programm z =
MehrDarstellung von Gruppen
Darstellung von Gruppen Definition Darstellung von Gruppen Sei G eine endlich erzeugte abelsche Gruppe mit Erzeugern S = (g 1,..., g k ) G k. Elemente des Kerns von ϕ S : Z k G, (m 1,..., m k ) k i=1 m
MehrExistenz eines Nash Gleichgewichts
Existenz eines Nash Gleichgewichts Ei Existenztheorem: Wenn für ein Spiel = (N, S, u) gilt, dass (i) der Strategieraum S kompakt und konvex ist und (ii) die Auszahlungsfunktion u i (s) jedes Spielers stetig
MehrRational Choice Theory
Rational Choice Theory Rational Choice and Rationale Entscheidung ist eine Sammelbezeichnung für verschiedene Ansätze in den Wirtschafts- und Sozialwissenschaften. Generell schreiben diese Ansätze handelnden
MehrIV. Spieltheorie. H. Weber, FHW, OR SS07, Teil 7, Seite 1
IV. Spieltheorie 1. Gegenstand der Spieltheorie 2. Einführung in Matrixspiele 3. Strategien bei Matrixspielen 4. Weitere Beispiele 5. Mögliche Erweiterungen H. Weber, FHW, OR SS07, Teil 7, Seite 1 1. Gegenstand
Mehr$Id: folgen.tex,v /05/31 12:40:06 hk Exp $ an 1 2 n 1 ist gerade, 3a n 1 + 1, a n 1 ist ungerade.
$Id: folgen.tex,v. 202/05/3 2:40:06 hk Exp $ 6 Folgen Am Ende der letzten Sitzung hatten wir Folgen in einer Menge X als Abbildungen a : N X definiert, die dann typischerweise in der Form (a n ) n N, also
MehrAlgorithmen. Spieltheorie. Nash-Gleichgewichte in endlichen Nullsummenspielen. Kodierung als Lineares Programm. Nash-Gleichgewichts-Berechnung
Spieltheorie Albert-Ludwigs-Universität Freiburg Bernhard Nebel und Robert Mattmüller Arbeitsgruppe Grundlagen der Künstlichen Intelligenz 14. Mai 2012 14. Mai 2012 B. Nebel, R. Mattmüller Spieltheorie
MehrKapitel 5 KONVERGENZ
Kapitel 5 KONVERGENZ Fassung vom 21. April 2002 Claude Portenier ANALYSIS 75 5.1 Metrische Räume 5.1 Metrische Räume DEFINITION 1 Sei X eine Menge. Eine Abbildung d : X X! R + heißt Metrik oder Distanz
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 10
D-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler Lösungen Serie 10 1. Für a 1 : 1 1 0, a 2 : 1 1, a 3 : 1 1 1, b : 2 2 2 1 und A : (a 1, a 2, a 3 ) gelten welche der folgenden Aussagen? (a) det(a)
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 25. April 2016 Die Dimensionsformel Definition 3.9 Sei f : V W eine lineare Abbildung zwischen zwei K-Vektorräumen. Der Kern
MehrBestimmung einer ersten
Kapitel 6 Bestimmung einer ersten zulässigen Basislösung Ein Problem, was man für die Durchführung der Simplexmethode lösen muss, ist die Bestimmung einer ersten zulässigen Basislösung. Wie gut das geht,
MehrSeminararbeit zur Spieltheorie. Thema: Rationalisierbarkeit und Wissen
Seminararbeit zur Spieltheorie Thema: Rationalisierbarkeit und Wissen Westfälische-Wilhelms-Universität Münster Mathematisches Institut Dozent: Prof. Dr. Löwe Verfasst von: Maximilian Mümken Sommersemester
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Wir befassen uns anschließend mit der Lösung im allgemeinen nichthomogener linearer Gleichungssysteme in zweifacher Hinsicht. Wir studieren einmal den begrifflichen Aspekt, d.h.
MehrVorlesung: Nicht-kooperative Spieltheorie. Teil 5: Spiele in extensiver Form
Vorlesung: Nicht-kooperative Spieltheorie Teil 5: Spiele in extensiver Form Dr. Thomas Krieger Wintertrimester 29 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie Das Steuer-Spiel nach Selten
MehrKompaktheit und Überdeckungen. 1 Überdeckungskompaktheit
Vortrag zum Proseminar zur Analysis, 17.05.2010 Min Ge, Niklas Fischer In diesem Vortrag werden die Eigenschaften von kompakten, metrischen Räumen vertieft. Unser Ziel ist es Techniken zu erlernen, um
Mehr2. Vorlesung. 1.3 Beste-Antwort Funktion. Vorlesung: Einführung in die Spieltheorie WS 2006/ Oktober 2006 Guido Schäfer
LETZTE ÄNDERUNG: 15. NOVEMBER 2006 Vorlesung: Einführung in die Spieltheorie WS 2006/2007 2. Vorlesung 24. Oktober 2006 Guido Schäfer 1.3 Beste-Antwort Funktion Notation: Definiere A i := j N\{i} A j.
MehrKapitel 4: Gemischte Strategien
Kapitel 4: Gemischte Strategien Literatur: Tadelis Chapter 6 Prof. Dr. Philipp Weinschenk, Lehrstuhl für Mikroökonomik, TU Kaiserslautern Kapitel 4.1: Motivation Motivation In vielen Spielen gibt es kein
MehrProseminar. Spieltheorie. Sommersemester 2015
Proseminar Spieltheorie Sommersemester 2015 Informationen bei: Prof. Dr. Martin Möhle Eberhard Karls Universität Tübingen Mathematisches Institut Tel.: 07071/29-78581 Vortragsübersicht Teil I: Allgemeine
MehrExponentialabbildung für Matrizen und Systeme von Differentialgleichungen
Proseminar Lineare Algebra SS10 Exponentialabbildung für Matrizen und Systeme von Differentialgleichungen Simon Strahlegger Heinrich-Heine-Universität Betreuung: Prof. Dr. Oleg Bogopolski Inhaltsverzeichnis:
MehrSkript zur Vorlesung Mikroökonomik II (WS 2009) Teil 4
Skript zur Vorlesung Mikroökonomik II (WS 09) Teil 4 PR 13: Spieltheorie Weiterentwicklung der ökonomischen Theorie untersucht Situationen strategischen Verhaltens John von Neumann und Oskar Morgenstern
MehrOptimierung. Optimierung. Vorlesung 7 Lineare Programmierung II. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 7 Lineare Programmierung II 1 Lineare Programme Lineares Programm: Lineare Zielfunktion Lineare Nebenbedingungen (Gleichungen oder Ungleichungen) Spezialfall der konvexen Optimierung
Mehr05. Lineare Gleichungssysteme
05 Lineare Gleichungssysteme Wir betrachten ein System von m Gleichungen in n Unbestimmten (Unbekannten) x 1,, x n von der Form a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + a
MehrKonstruktion der reellen Zahlen
Konstruktion der reellen Zahlen Zur Wiederholung: Eine Menge K (mit mindestens zwei Elementen) heißt Körper, wenn für beliebige Elemente x, y K eindeutig eine Summe x+y K und ein Produkt x y K definiert
Mehr3 Elementare Umformung von linearen Gleichungssystemen und Matrizen
3 Elementare Umformung von linearen Gleichungssystemen und Matrizen Beispiel 1: Betrachte das Gleichungssystem x 1 + x 2 + x 3 = 2 2x 1 + 4x 2 + 3x 3 = 1 3x 1 x 2 + 4x 3 = 7 Wir formen das GLS so lange
MehrEinführung in die Algebra
Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 4 Das Lemma von Bezout Satz 1. (Lemma von Bézout) Jede Menge von ganzen Zahlen a 1,...,a n besitzt einen größten gemeinsamen Teiler
MehrCauchy-Folgen und Kompaktheit. 1 Cauchy-Folgen und Beschränktheit
Vortrag zum Seminar zur Analysis, 10.05.2010 Michael Engeländer, Jonathan Fell Dieser Vortrag stellt als erstes einige Sätze zu Cauchy-Folgen auf allgemeinen metrischen Räumen vor. Speziell wird auch das
Mehr5 Stetigkeit und Differenzierbarkeit
5 Stetigkeit und Differenzierbarkeit 5.1 Stetigkeit und Grenzwerte von Funktionen f(x 0 ) x 0 Graph einer stetigen Funktion. Analysis I TUHH, Winter 2006/2007 Armin Iske 127 Häufungspunkt und Abschluss.
MehrSpieltheorie. Manfred Hörz. } seiner möglichen Strategien aus, ohne die Strategieentscheidungen seiner Mitspieler zu kennen. ={ is 1.
Spieltheorie Manfred Hörz A = {1, 2,..., n} seien die Akteure eines Spiels. Jeder Akteur i wählt eine Strategie aus einer Menge S i ={ is 1,is 2,...,is k } seiner möglichen Strategien aus, ohne die Strategieentscheidungen
Mehrf(x 0 ) = lim f(b k ) 0 0 ) = 0
5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.
Mehr9 Metrische und normierte Räume
9 Metrische und normierte Räume Idee: Wir wollen Abstände zwischen Punkten messen. Der Abstand soll eine reelle Zahl 0 sein (ohne Dimensionsangabe wie Meter...). 9.1 Definition Sei X eine Menge. Eine Metrik
Mehr5 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
Mehr9 Höhere partielle Ableitungen und die Taylorformel
Vorlesung SS 29 Analsis 2 Prof Dr Siegfried Echterhoff 9 Höhere partielle Ableitungen und die Talorformel Definition 91 Sei U R n offen, f : U R m eine Funktion Dann heißt f 2-mal partiell differenzierbar,
MehrDer n-dimensionale Raum
Der n-dimensionale Raum Mittels R kann nur eine Größe beschrieben werden. Um den Ort eines Teilchens im Raum festzulegen, werden schon drei Größen benötigt. Interessiert man sich für den Bewegungszustand
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
MehrLineare Algebra I (WS 12/13)
Lineare Algebra I (WS 12/13) Alexander Lytchak Nach einer Vorlage von Bernhard Hanke 18.10.2012 Alexander Lytchak 1 / 12 Lineare Gleichungssysteme Wir untersuchen nun allgemeiner Gleichungssysteme der
Mehr12. Vorlesung. 19. Dezember 2006 Guido Schäfer
LETZTE ÄNDERUNG: 6. JANUAR 007 Vorlesung: Einführung in die Spieltheorie WS 006/007. Vorlesung 9. Dezember 006 Guido Schäfer 4 Bayesian Games Wir haben bisher immer angenommen, dass jeder Spieler vollständige
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 18. April 2016 Übersicht über die Methoden Seien v 1,..., v r Vektoren in K n. 1. Um zu prüfen, ob die Vektoren v 1,...,
Mehr2. Lineare Gleichungssysteme: direkte und iterative Lösungsverfahren
2. Lineare Gleichungssysteme: direkte und iterative Lösungsverfahren Problem (P2): Löse Ax = b, A R n und b R. 2.1 Satz: Die folgenden Aussagen sind äquivalent: (i) Ax = b ist für jedes b eindeutig lösbar;
MehrSpieltheorie. Miriam Polzer 16.7.2013. Miriam Polzer Spieltheorie 16.7.2013 1 / 40
Spieltheorie Miriam Polzer 16.7.2013 Miriam Polzer Spieltheorie 16.7.2013 1 / 40 1 Grundlagen 2 Minimax und Alpha-Beta-Pruning 3 Nim-Spiele 4 Josephus-Problem Miriam Polzer Spieltheorie 16.7.2013 2 / 40
MehrMathematik I. Vorlesung 11. Lineare Unabhängigkeit
Prof. Dr. H. Brenner Osnabrück WS 2009/2010 Mathematik I Vorlesung 11 Lineare Unabhängigkeit Definition 11.1. Es sei K ein Körper und V ein K-Vektorraum. Dann heißt eine Familie von Vektoren v i, i I,
MehrSpiele mit simultanen und sequentiellen Spielzügen
Kapitel 6 Spiele mit simultanen und sequentiellen Spielzügen Einführung in die Spieltheorie Prof. Dr. Aleksander Berentsen 1 Teil 2 - Übersicht Teil 2 Sequentielle Spiele (Kapitel 3) Simultane Spiele Reine
MehrInhaltsverzeichnis 1 Einleitung 1 2 Nash-Gleichgewicht in strategischen Spielen Nash-Gleichgewicht Beste-Ant
Abstrakte Analyse des Nash-Gleichgewichtes Seminar von Olga Schäfer Fachbereich Mathematik der Universität Siegen Siegen, 29. Juli 2009 Inhaltsverzeichnis 1 Einleitung 1 2 Nash-Gleichgewicht in strategischen
Mehr8. Elemente der linearen Algebra 8.5 Quadratische Matrizen und Determinanten
Einheitsmatrix Die quadratische Einheitsmatrix I n M n,n ist definiert durch I n = 1 0 0 0 1 0 0 0 1 (Auf der Hauptdiagonalen stehen Einsen, außerhalb Nullen Durch Ausmultiplizieren sieht man I n A = A
MehrVERHALTENSORIENTIERTE SPIELTHEORIE SS 2012
Fakultät Wirtschaftswissenschaften Professur für Volkswirtschaftslehre, insb. Managerial Economics VERHALTENSORIENTIERTE SPIELTHEORIE SS 2012 Übung 1 Mark Kirstein mark.kirstein@tu-dresden.de Dresden,
MehrTeil II Optimierung. Modellgestützte Analyse und Optimierung Kap. 5 Einführung Optimierung. Peter Buchholz 2006
Teil II Optimierung Gliederung 5 Einführung, Klassifizierung und Grundlagen 6 Lineare Optimierung 7 Nichtlineare Optimierung 8 Dynamische Optimierung (dieses Jahr nur recht kurz) (9 Stochastische Optimierungsmethoden
MehrKooperative Spiele mit Drohungen
Mathematisch-Naturwissenschaftliche Fakultät II Institut für Mathematik Kooperative Spiele mit Drohungen Hausarbeit Creative Commons Namensnennung-Nicht-kommerziell-Weitergabe unter gleichen Bedingungen
MehrStatische Spiele mit vollständiger Information
Statische Spiele mit vollständiger Information Wir beginnen nun mit dem Aufbau unseres spieltheoretischen Methodenbaukastens, indem wir uns zunächst die einfachsten Spiele ansehen. In diesen Spielen handeln
MehrAlgebraische Körpererweiterungen I
Algebraische Körpererweiterungen I Thomas Schmalfeldt, Florian Schuler Seminar über Galoistheorie, 18. Februar 2009 Inhaltsverzeichnis 1 Charakteristik und Primkörper 2 2 Grad einer Körpererweiterung 3
MehrMatrizen - I. Sei K ein Körper. Ein rechteckiges Schema A = wobei a ij K heißt Matrix bzw. eine m n Matrix (mit Elementen aus K).
Matrizen - I Definition. Sei K ein Körper. Ein rechteckiges Schema A = a 11 a 12...... a 1n a 21 a 22...... a 2n............ a m1 a m2...... a mn wobei j K heißt Matrix bzw. eine m n Matrix (mit Elementen
Mehr1 Umkehrfunktionen und implizite Funktionen
Mathematik für Physiker III WS 2012/2013 Freitag 211 $Id: implizittexv 18 2012/11/01 20:18:36 hk Exp $ $Id: lagrangetexv 13 2012/11/01 1:24:3 hk Exp hk $ 1 Umkehrfunktionen und implizite Funktionen 13
MehrVektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz
Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 3: Vektorräume 24. April 2016 1 / 20 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume Erinnerung:
Mehr2 Lineare Gleichungssysteme
2 Lineare Gleichungssysteme Betrachte ein beliebiges System von m linearen Gleichungen in den n Unbekannten x,,x n : a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n = b 2 () a m x + a m2 x
MehrDominanzüberlegungen in einfachen Matrix Spielen (Reine Strategien)
Dominanzüberlegungen in einfachen Matrix Spielen (Reine Strategien) Dominanzüberlegungen können beim Auffinden von Nash Gleichgewichten helfen Ein durch Dominanzüberlegungen ermitteltes Gleichgewicht ist
MehrNumerische Lineare Algebra
Numerische Lineare Algebra Vorlesung 7 Prof. Dr. Klaus Höllig Institut für Mathematischen Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung SS 200 Prof. Dr. Klaus Höllig (IMNG)
MehrDie duale Simplexmethode zur Lösung rein ganzzahliger linearer Programme
Kapitel 11 Die duale Simplexmethode zur Lösung rein ganzzahliger linearer Programme Wir betrachten folgendes Optimierungsproblem z = c T x min! Ax = b (11.1) (11.2) x j ganz für j = 1,..., n 1 n, (11.3)
MehrKombinatorik. Dr. Lucia Draque Penso. Universität Ulm. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26
Kombinatorik Dr. Lucia Draque Penso Universität Ulm Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26 Erste Vorlesung Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 2 / 26 Formales Vorlesung:
MehrLineare Gleichungssysteme
Lineare Gleichungssysteme Definition. Sei K ein Körper, a ij K für 1 i m, 1 j n und b 1,..., b m K. Dann heißt a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x 2 +... + a 2n x n = b 2......
Mehr5 Lineare Algebra (Teil 3): Skalarprodukt
5 Lineare Algebra (Teil 3): Skalarprodukt Der Begriff der linearen Abhängigkeit ermöglicht die Definition, wann zwei Vektoren parallel sind und wann drei Vektoren in einer Ebene liegen. Daß aber reale
MehrÜbungen 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
MehrOperations Research. Ganzzahlige lineare Programme. ganzzahlige lineare Programme. Ganzzahlige lineare Programme. Rainer Schrader. 25.
Operations Research Rainer Schrader Ganzzahlige lineare Programme Zentrum für Angewandte Informatik Köln 25. Juni 2007 1 / 49 2 / 49 Ganzzahlige lineare Programme Gliederung ganzzahlige lineare Programme
MehrKapitel 4: Gemischte Strategien. Literatur: Tadelis Chapter 6
Kapitel 4: Gemischte Strategien Literatur: Tadelis Chapter 6 Idee In vielen Spielen gibt es kein Nash Gleichgewicht in reinen Strategien (und auch kein Gleichgewicht in dominanten Strategien) Darüber hinaus
Mehr7.1 Matrizen und Vektore
7.1 Matrizen und Vektore Lineare Gleichungssysteme bestehen aus einer Gruppe von Gleichungen, in denen alle Variablen nur in der 1. Potenz vorkommen. Beispiel Seite 340 oben: 6 x 2 = -1 + 3x 2 = 4 mit
MehrStochastik I. Vorlesungsmitschrift
Stochastik I Vorlesungsmitschrift Ulrich Horst Institut für Mathematik Humboldt-Universität zu Berlin Inhaltsverzeichnis 1 Grundbegriffe 1 1.1 Wahrscheinlichkeitsräume..................................
MehrAnwendungen der Spieltheorie
Mikroökonomie I Einführung in die Spieltheorie Universität Erfurt Wintersemester 08/09 Prof. Dr. Dittrich (Universität Erfurt) Spieltheorie Winter 1 / 28 Spieltheorie Die Spieltheorie modelliert strategisches
Mehr5 Zwei spieltheoretische Aspekte
5 Zwei spieltheoretische Aspekte In diesem Kapitel wollen wir uns mit dem algorithmischen Problem beschäftigen, sogenannte Und-Oder-Bäume (kurz UOB) auszuwerten. Sie sind ein Spezialfall von Spielbäumen,
MehrDieser Foliensatz darf frei verwendet werden unter der Bedingung, dass diese Titelfolie nicht entfernt wird.
Thomas Studer Relationale Datenbanken: Von den theoretischen Grundlagen zu Anwendungen mit PostgreSQL Springer, 2016 ISBN 978-3-662-46570-7 Dieser Foliensatz darf frei verwendet werden unter der Bedingung,
Mehr7. Vorlesung. 21. November 2006 Guido Schäfer
LETZTE ÄNDERUNG: 21. NOVEMBER 2006 Vorlesung: Einführung in die Spieltheorie WS 2006/2007 7. Vorlesung 21. November 2006 Guido Schäfer Wenn die Latenzfunktionen (c e ) e E differenzierbar und schwach monoton
MehrSpieltheorie mit. sozialwissenschaftlichen Anwendungen
Friedel Bolle, Claudia Vogel Spieltheorie mit sozialwissenschaftlichen Anwendungen SS 2010 Simultane Spiele 1. Einführung: Spiele in Normalform Nash-Gleichgewicht Dominanz 2. Typen von Spielen Gefangenendilemma
MehrÜbersicht Kapitel 9. Vektorräume
Vektorräume Definition und Geometrie von Vektoren Übersicht Kapitel 9 Vektorräume 9.1 Definition und Geometrie von Vektoren 9.2 Teilräume 9.3 Linearkombinationen und Erzeugendensysteme 9.4 Lineare Abhängigkeiten
MehrDer Ergodensatz. Hendrik Hülsbusch
Der Ergodensatz Hendrik Hülsbusch 1..212 Inhaltsverzeichnis Einleitung 3 5 Stationäre Verteilungen 5 6 Reversible Markovketten 11 2 Einleitung In meinem Vortrag beschäftigen wir uns mit dem asymptotischen
Mehrmit. Wir definieren (Skalarprodukt = Winkel).
1 Grundidee des Simplexverfahrens (von George Dantzig): Man bestimmt eine beliebige Ecke (Extremalpunkt) einer Lösungsmenge eines Ungleichungssystems. Nun geht man an den Kanten vom Punkt entlang und kontrolliert
MehrLineare Optimierung Dantzig 1947
Lineare Optimierung Dantzig 947 Lineare Optimierungs-Aufgaben lassen sich mit Maple direkt lösen: with(simplex): g:= 4*x + x2
Mehr(b) Man nennt die Menge M beschränkt, wenn sie nach oben und unten beschränkt ist.
8 Punktmengen Für die Menge M = { 1 n ; n N } ist 1 = max(m), denn 1 M und 1 n 1 für alle n N. Die Menge M besitzt aber kein Minimum, denn zu jeder Zahl x = 1 n M existiert ein y M mit y < x, etwa y =
MehrTopologische Grundbegriffe I. 1 Offene und Abgeschlossene Mengen
Topologische Grundbegriffe I Vortrag zum Proseminar Analysis, 26.04.2010 Nina Neidhardt und Simon Langer Im Folgenden soll gezeigt werden, dass topologische Konzepte, die uns schon für die Reellen Zahlen
MehrEuklidische und unitäre Vektorräume
Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein
MehrAnalysis II 14. Übungsblatt
Jun.-Prof. PD Dr. D. Mugnolo Wintersemester 01/13 F. Stoffers 04. Februar 013 Analysis II 14. Übungsblatt 1. Aufgabe (8 Punkte Man beweise: Die Gleichung z 3 + z + xy = 1 besitzt für jedes (x, y R genau
MehrDie duale Simplexmethode
Kapitel 0 Die duale Simplexmethode Bei der dualen Simplexmethode ist eine Startlösung oftmals leichter angebbar als bei der Simplexmethode für das ursprüngliche lineare Programm, da man keine Nichtnegativitätsanforderungen
Mehrε 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
MehrVorlesung: Analysis I für Ingenieure
Vorlesung: Analysis I für Ingenieure Dozent: Dr. Michael Karow Thema: unendliche Reihen Definition. Eine unendliche Reihe ist der Grenzwert einer Folge von Summen: a k = lim k a k, wobei a k C. Falls der
MehrOptimale Steuerung, Prof.Dr. L. Blank 1. II Linear-quadratische elliptische Steuerungsprobleme
Optimale Steuerung, Prof.Dr. L. Blank 1 II Linear-quadratische elliptische Steuerungsprobleme Zuerst: Zusammenstellung einiger Begriffe und Aussagen aus der Funktionalanalysis (FA), um dann etwas über
Mehrb liegt zwischen a und c.
2 DIE ANORDNUNGSAXIOME 5 (2.4) a, b, c R : (a < b 0 < c) ac < bc Monotoniegesetz der Multiplikation Bezeichnungen a > b : b < a (> wird gelesen: größer als ) a b : a < b oder a = b a b : a > b oder a =
Mehr4 Der Gauß Algorithmus
4 Der Gauß Algorithmus Rechenverfahren zur Lösung homogener linearer Gleichungssysteme Wir betrachten ein GLS (1) a 11 x 1 + a 1 x + + a 1n x n = a 1 x 1 + a x + + a n x n = a m1 x 1 + a m x + + a mn x
Mehr