Mathematische Methoden der VWL
|
|
- Josef Fürst
- vor 7 Jahren
- Abrufe
Transkript
1 Mathematische Methoden der VWL Kapitel 1: Maximierung ohne Nebenbedingungen Till Stowasser Klaus Schmidt, 2001 / Till Stowasser, 2014 LMU, Wintersemester 2014/ / 30
2 Syllabus Syllabus 1.1 Funktionen mit einer Variablen 1.2 Beispiel: Warum sind Lehrbücher so teuer? 1.3 Beispiel: Die Lafferkurve 1.4 Funktionen mit mehreren Variablen 1.5 Konkavität und Konvexität einer Funktion 2 / 30
3 1.1 Funktionen mit einer Variablen 1.1 Funktionen mit einer Variablen Betrachten Sie das folgende Maximierungsproblem: max z(x) x Dabei sei x eine reelle Zahl und z(x) eine reellwertige Zielfunktion, die wenigstens zweimal differenzierbar ist. Wenn x ein Maximum dieser Funktion ist, dann müsste die Steigung der Funktion an x genau gleich 0 sein. Warum? 3 / 30
4 1.1 Funktionen mit einer Variablen Bedingung erster Ordnung (BEO) Die BEO lautet: z(x ) x = 0 Die Bedingung erster Ordnung ist eine notwendige aber keine hinreichende Bedingung für ein Maximum. Was bedeutet das? 4 / 30
5 1.1 Funktionen mit einer Variablen Wenn die Bedingung erster Ordnung erfüllt ist, können wir also noch nicht sicher sein, dass tatsächlich ein Maximum vorliegt. Diese Bedingung ist auch bei einem Minimum oder einem Wendepunkt erfüllt. Beispiele: z(x) = 4x x 2 z(x) = 4x ln x z(x) = 2x 3 z(x) = 5 x 3 5 / 30
6 1.1 Funktionen mit einer Variablen z(x) = 4x x 2 6 / 30
7 1.1 Funktionen mit einer Variablen z(x) = 4x ln x 7 / 30
8 1.1 Funktionen mit einer Variablen z(x) = 2x 3 8 / 30
9 1.1 Funktionen mit einer Variablen z(x) = 5 x 3 9 / 30
10 1.1 Funktionen mit einer Variablen Bedingung zweiter Ordnung (BZO) für ein Maximum Die BZO lautet: 2 z(x) x 2 < 0 Diese Bedingung zweiter Ordnung ist eine hinreichende Bedingung für ein Maximum. Wenn die Bedingung zweiter Ordnung an der Stelle x erfüllt ist, können wir sicher sein, dass es sich um ein lokales Maximum handelt. Ein globales Maximum liegt an der Stelle x vor, wenn die Funktion z(x) global (d.h. für alle möglichen Werte von x) die BZO erfüllt. 10 / 30
11 1.1 Funktionen mit einer Variablen Bedingung zweiter Ordnung (BZO) für ein Minimum Die BZO lautet: 2 z(x) x 2 > 0 Diese Bedingung zweiter Ordnung ist eine hinreichende Bedingung für ein Minimum. Wenn die Bedingung zweiter Ordnung an der Stelle x erfüllt ist, können wir sicher sein, dass es sich um ein lokales Minimum handelt. Ein globales Minimum liegt an der Stelle x vor, wenn die Funktion z(x) global (d.h. für alle möglichen Werte von x) die BZO erfüllt. 11 / 30
12 1.1 Funktionen mit einer Variablen Bedingung erster und zweiter Ordnung für ein Maximum Theorem (1.1 Bedingungen für ein Maximum) Die Funktion z(x) hat an der Stelle x ein globales Maximum, wenn und wenn für alle x R. z(x ) x = 0 2 z(x) x 2 < 0 12 / 30
13 1.1 Funktionen mit einer Variablen Bedingung erster und zweiter Ordnung für ein Minimum Theorem (1.2 Bedingungen für ein Minimum) Die Funktion z(x) hat an der Stelle x ein globales Minimum, wenn und wenn für alle x R. z(x ) x = 0 2 z(x) x 2 > 0 13 / 30
14 1.2 Beispiel: Warum sind Lehrbücher so teuer? 1.2 Beispiel: Warum sind Lehrbücher so teuer? Modell-Setup Sei: x Anzahl der verkauften Bücher p(x) inverse Nachfragefunktion, p(x) = a bx C(x) Kostenfunktion, C(x) = cx t Tantiemensatz: Erlösanteil, den der Autor erhält Mit a, b, c > 0 sowie 0 < t < 1 Wir fragen jetzt, welche Menge für den Autor bzw. für den Verlag optimal wäre. 14 / 30
15 1.2 Beispiel: Warum sind Lehrbücher so teuer? Welche Menge würde der Autor wählen? Maximiere Gewinnfunktion des Autors: max Π A = t (a bx) x x Bedingung erster Ordnung impliziert (Ausrechnen, Produktregel): x A = a 2b Bedingung zweiter Ordnung ist für alle x R erfüllt (Prüfen). Fazit: x A = a 2b ist die Verkaufsmenge, bei der der Autor seine Tantiemen maximiert. 15 / 30
16 1.2 Beispiel: Warum sind Lehrbücher so teuer? Welche Menge würde der Verlag wählen? Maximiere Gewinnfunktion des Verlags: max Π V = (1 t) (a bx) x cx x Bedingung erster Ordnung impliziert (Ausrechnen, Produktregel): x V = a c 1 t 2b Bedingung zweiter Ordnung ist für alle x R erfüllt (Prüfen). Fazit: x V = a c 1 t 2b ist die Verkaufsmenge, bei der der Verlag seinen Gewinn maximiert. 16 / 30
17 1.2 Beispiel: Warum sind Lehrbücher so teuer? Beachten Sie Die gewinnmaximale Menge des Verlages ist kleiner als die optimale Menge für den Autor. Der gewinnmaximale Preis des Verlages ist höher als der optimale Preis für den Autor. Was ist die ökonomische Intuition für dieses Ergebnis? Argumentieren Sie mit Grenzerlös und Grenzkosten für den Autor und für den Verlag. 17 / 30
18 1.3 Beispiel: Die Lafferkurve 1.3 Beispiel: Die Lafferkurve Modell-Setup Gelegentlich wird argumentiert, dass eine Senkung der Steuersätze zu einer Erhöhung des Steueraufkommens führen würde. Kann das tatsächlich passieren? Einfaches Beispiel mit Einkommensteuer. Sei: x Beschäftigungsmenge in Stunden w Bruttolohn pro Stunde s Steuersatz pro Stunde (Stücksteuer!) N Arbeitsnachfrage, N(w) = a bw A Arbeitsangebot, A(w) = c + d(w s) Mit a, b, c, d, w > 0 sowie 0 < s < w 18 / 30
19 1.3 Beispiel: Die Lafferkurve Gleichgewicht auf dem Arbeitsmarkt N(w ) = A(w ) impliziert (ausrechnen!): w = a c b+d + d b+d s und x Beachten Sie: = N(w ) = A(w ) = a b w (s) s = d x (s) s b+d > 0 = bd b+d < 0 ( ) a c b+d + d b+d s 19 / 30
20 1.3 Beispiel: Die Lafferkurve Bei welchem Steuersatz sind die Steuereinnahmen maximal? Maximiere Steuereinnahmen-Funktion : Die BEO impliziert: T s = a max T (s) = s x (s) s b(a c) b + d 2s bd b + d = 0 s ad + bc = 2bd Bedingung zweiter Ordnung ist global erfüllt. Prüfen! Fazit: Wenn der Steuersatz höher ist als s, dann führt eine Senkung des Steuersatzes tatsächlich zu einer Erhöhung des Steueraufkommens. Was ist die ökonomische Intuition? 20 / 30
21 1.4 Funktionen mit mehreren Variablen 1.4 Funktionen mit mehreren Variablen Betrachten Sie das folgende Maximierungsproblem: max x 1,...,x n z(x 1,..., x n ) Dabei seien x 1,..., x n reelle Zahlen und f ( ) : R n R sei eine reellwertige, multivariate Funktion, die wenigstens zweimal differenzierbar ist. Alternative Vektor-Schreibweise: x = (x 1,..., x n ), z(x). Wenn (x 1,..., x n ) ein Maximum dieser Funktion ist, dann muss die Steigung der Funktion an der Stelle x in allen Richtungen genau gleich 0 sein. Warum? 21 / 30
22 1.4 Funktionen mit mehreren Variablen Bedingungen erster Ordnung Die BEO lauten: z 1 (x ) = z(x ) x 1 = 0 z 2 (x ) = z(x ) x 2 = 0. z n (x ) = z(x ) x n = 0 Wieder gilt, dass die Bedingung erster Ordnung eine notwendige aber keine hinreichende Bedingung für ein Maximum ist. 22 / 30
23 1.4 Funktionen mit mehreren Variablen Bedingungen zweiter Ordnung Die BZO verlangt, dass die Hesse-Matrix (Matrix aller zweiten partiellen Ableitungen)......negativ definit ist für ein Maximum....positiv definit ist für ein Minimum. Exkurs: Definitheit der Hesse-Matrix ( ) z11 z Eine Hesse-Matrix H = 12 ist z 21 z 22 negativ definit, wenn z 11 < 0 und z 22 < 0 und H > 0 positiv definit, wenn z 11 > 0 und z 22 > 0 und H > 0 23 / 30
24 1.4 Funktionen mit mehreren Variablen Alternative Formulierung der Bedingung zweiter Ordnung Die Bedingung zweiter Ordnung verlangt, dass die Funktion z(x) an der Stelle x konkav ist, damit ein Maximum vorliegt. Wenn die Funktion z(x) an der Stelle x konkav ist, können wir sicher sein, dass es sich um ein lokales Maximum handelt. Wenn die Funktion z(x) überall konkav ist, können wir sicher sein, dass es sich um ein globales Maximum handelt. Analog: Für ein Minimum muss die Funktion konvex sein. 24 / 30
25 1.5 Konkavität und Konvexität einer Funktion 1.5 Konkavität und Konvexität einer Funktion Konkavität (bei Maximierungsproblemen) Was genau bedeutet Konkavität und was hat das mit der Bedingung zweiter Ordnung zu tun? Definition (1.1 Konkavität) Eine Funktion z(x) : R N R ist konkav, genau dann wenn für alle k (0, 1) und alle x, x R N gilt: z(kx + (1 k)x ) kz(x ) + (1 k)z(x ) 25 / 30
26 1.5 Konkavität und Konvexität einer Funktion Eine konkave Funktion z(x) 0 x 26 / 30
27 1.5 Konkavität und Konvexität einer Funktion Konvexität (bei Minimierungsproblemen) Die Definition von Konvexität ist analog: Definition (1.2 Konvexität) Eine Funktion z(x) : R N R ist konvex, genau dann wenn für alle k (0, 1) und alle x, x R N gilt: z(kx + (1 k)x ) kz(x ) + (1 k)z(x ) 27 / 30
28 1.5 Konkavität und Konvexität einer Funktion Eine konvexe Funktion z(x) 0 x 28 / 30
29 1.5 Konkavität und Konvexität einer Funktion Bemerkungen 1 Versuchen Sie sich klar zu machen, was diese Bedingung anschaulich verlangt. Warum muss die Funktion z(x) an der Stelle x konkav sein, wenn die Funktion an der Stelle x ein Maximum hat? 2 Eine Funktion ist streng konkav, wenn durch > ersetzt werden kann. 3 Wir wissen bereits, dass eine differenzierbare Funktion mit einer Veränderlichen genau dann (streng) konkav ist, wenn z (x) (<) 0. Anschaulich: Wenn man eine Tangente an die Funktion anlegt, dann biegt sich eine konkave Funktion nach allen Richtungen von der Tangente nach unten weg. 29 / 30
30 1.5 Konkavität und Konvexität einer Funktion 4 Für eine Funktion mit mehreren Veränderlichen gilt ganz analog: Wenn man eine Tangentialebene an dieser Funktion betrachtet, und wenn sich die Funktion in allen Richtungen nach unten von der Tangentialebene wegbiegt, dann ist die Funktion konkav. 5 Perfekt Analog gelten die gleichen Zusammenhänge für Konvexität und die Existenz von Minima. 30 / 30
1 Maximierung ohne Nebenbedingungen
VWL III 1-1 Prof. Ray Rees 1 Maximierung ohne Nebenbedingungen Literatur: Schulbücher zur Mathematik ab der 10. Klasse Hoy et.al. (2001), Chapter 4-6, 11, 12. Chiang (1984), Chapter 9-11. Binmore (1983),
MehrWirtschaftsmathematik 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
MehrMathematik 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
MehrMathematik für Wirtschaftswissenschaftler Kapitel 4-6. Universität Trier Wintersemester 2013 / 2014
Mathematik für Kapitel 4-6 Universität Trier Wintersemester 2013 / 2014 Kapitel 4 1. Extremwerte 2. Lokale Optimalpunkte 3. Wendepunkte 2 Kapitel 4.1 EXTREMWERTE 3 Extrempunkte und Extremwerte 4 Strikte
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg : Gliederung 7 Folgen und Reihen 8 Finanzmathematik 9 Reelle Funktionen 10 Differenzieren 1 11 Differenzieren 2 12 Integration
MehrWirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik Plus für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2012/13 Hochschule Augsburg Aufgabe 98 12.12.2012 Untersuchen Sie die Funktion f W R! R mit f.x/
MehrExtrema von Funktionen in zwei Variablen
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,
MehrAufgabe des Monats Januar 2012
Aufgabe des Monats Januar 2012 Ein Unternehmen stellt Kaffeemaschinen her, für die es jeweils einen Preis von 100 Euro (p = 100) verlangt. Die damit verbundene Kostenfunktion ist gegeben durch: C = 5q
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA) Wintersemester 2013/14 Hochschule Augsburg : Gliederung 1 Aussagenlogik 2 Lineare Algebra 3 Lineare Programme 4 Folgen
MehrMathematik für Wirtschaftswissenschaftler. Universität Trier Wintersemester 2013 / 2014
Mathematik für Universität Trier Wintersemester 2013 / 2014 Inhalt der Vorlesung 1. Gleichungen und Summen 2. Grundlagen der Funktionslehre 3. Rechnen mit Funktionen 4. Optimierung von Funktionen 5. Funktionen
Mehr3 Optimierung mehrdimensionaler Funktionen f : R n R
3 Optimierung mehrdimensionaler Funktionen f : R n R 31 Optimierung ohne Nebenbedingungen Optimierung heißt eigentlich: Wir suchen ein x R n so, dass f(x ) f(x) für alle x R n (dann heißt x globales Minimum)
Mehr3 Komparative Statik. 3.1 Einführung. Literatur: Hoy et.al. (2001), Chapter 14. Chiang (1984), Chapter 6-8.
VWL III 3-1 Prof. Ray Rees 3 Komparative Statik Literatur: Hoy et.al. (2001), Chapter 14. Chiang (1984), Chapter 6-8. 3.1 Einführung Ökonomen interessieren sich häufig dafür, welche Auswirkungen die Veränderung
Mehr9 Optimierung mehrdimensionaler reeller Funktionen f : R n R
9 Optimierung mehrdimensionaler reeller Funktionen f : R n R 91 Optimierung ohne Nebenbedingungen Ein Optimum zu suchen heißt, den größten oder den kleinsten Wert zu suchen Wir suchen also ein x R n, sodass
MehrTaylor-Entwicklung der Exponentialfunktion.
Taylor-Entwicklung der Exponentialfunktion. Betrachte die Exponentialfunktion f(x) = exp(x). Zunächst gilt: f (x) = d dx exp(x) = exp(x). Mit dem Satz von Taylor gilt um den Entwicklungspunkt x 0 = 0 die
MehrDer Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt.
Kapitel 3 Konvexität 3.1 Konvexe Mengen Der Begriff der konvexen Menge ist bereits aus Definition 1.4, Teil I, bekannt. Definition 3.1 Konvexer Kegel. Eine Menge Ω R n heißt konvexer Kegel, wenn mit x
Mehr5.10. Mehrdimensionale Extrema und Sattelpunkte
5.1. Mehrdimensionale Extrema und Sattelpunkte Zur Erinnerung: Eine Funktion f von einer Teilmenge A des R n nach R hat im Punkt a ein (strenges) globales Maximum, falls f( x ) f( a ) (bzw. f( x ) < f(
MehrMultivariate Analysis
Kapitel Multivariate Analysis Josef Leydold c 6 Mathematische Methoden I Multivariate Analysis / 38 Lernziele Funktionen in mehreren Variablen Graph und Niveaulinien einer Funktion in zwei Variablen Partielle
MehrOutline. 1 Funktionen von mehreren Veränderlichen. 2 Grenzwert und Stetigkeit. 3 Partielle Ableitungen. 4 Die verallgemeinerte Kettenregel
Outline 1 Funktionen von mehreren Veränderlichen 2 Grenzwert und Stetigkeit 3 Partielle Ableitungen 4 Die verallgemeinerte Kettenregel 5 Das totale Differential 6 Extremstellen Roman Wienands (Universität
Mehr2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0!
Klausur 25.02.2004 Aufgabe 5 Gegeben ist die Funktion f(x) = 2004, x 0 (e 2x + x) x 1, x > 0. Untersuchen Sie die Funktion auf Stetigkeit an der Stelle x 0 = 0! Klausur 06.08.2003 Aufgabe 5 Gegeben ist
Mehr11 Optimierung von Funktionen einer Veränderlichen
11 Optimierung von Funktionen einer Veränderlichen In diesem Kapitel werden die bis hier behandelten Grundlagen der Analysis genutzt, um Methoden aus der Optimierungstheorie für eindimensionale Entscheidungsmengen
MehrMathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur Sommersemester
Mathematik für Wirtschaftswissenschaftler II (Analysis) 2. Klausur Sommersemester 2011 30.09.2011 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:...................................................................
MehrAufgabe des Monats Mai
Aufgabe des Monats Mai 2013 1 Ein Monopolist produziere mit folgender Kostenfunktion: K(x) = x 3 12x 2 + 60x + 98 und sehe sich der Nachfragefunktion (Preis-Absatz-Funktion) p(x) = 10, 5x + 120 gegenüber.
MehrMathematik 1 für Wirtschaftsinformatik
Mathematik 1 für Wirtschaftsinformatik Wintersemester 2012/13 Hochschule Augsburg Zwischenwertsatz Gegeben: f : [a, b] R stetig Dann gilt: f(a) < f(b) y [f(a), f(b)] x [a, b] mit f(x) = y 9.1. Grundbegriffe
Mehrf(x) f(x 0 ) lokales Maximum x U : gilt, so heißt x 0 isoliertes lokales Minimum lokales Minimum Ferner nennen wir x 0 Extremum.
Fabian Kohler Karolina Stoiber Ferienkurs Analsis für Phsiker SS 4 A Extrema In diesem Abschnitt sollen Extremwerte von Funktionen f : D R n R diskutiert werden. Auch hier gibt es viele Ähnlichkeiten mit
MehrAnwendungen der Differentialrechnung
KAPITEL 5 Anwendungen der Differentialrechnung 5.1 Maxima und Minima einer Funktion......................... 80 5.2 Mittelwertsatz.................................... 82 5.3 Kurvendiskussion..................................
MehrAbb lokales Maximum und Minimum
.13 Lokale Extrema, Monotonie und Konvexität Wir kommen nun zu den ersten Anwendungen der Dierentialrechnung. Zwischen den Eigenschaten einer Funktion, dem Verlau des zugehörigen Graphen und den Ableitungen
Mehrbx = a p p(x) = a bx.
Aufgabe 7 (a) Das Gleichgewicht liegt im Schnittpunkt von Angebot und Nachfrage. Da im Gleichgewicht x N = x A = x gelten muss, erhalten wir 10 + x = 50 10x 1x = 40 x = 0. Einsetzen der GG - Menge liefert
MehrPartielle Ableitungen & Tangentialebenen. Folie 1
Partielle Ableitungen & Tangentialebenen Folie 1 Bei Funktionen mit einer Variable, gibt die Ableitung f () die Steigung an. Bei mehreren Variablen, z(,), gibt es keine eindeutige Steigung. Die Steigung
MehrTechnische Universität München Zentrum Mathematik. Übungsblatt 4
Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 4 Hausaufgaben Aufgabe 4. Gegeben sei die Funktion f : D R mit f(x) :=
Mehr8 Extremwerte reellwertiger Funktionen
8 Extremwerte reellwertiger Funktionen 34 8 Extremwerte reellwertiger Funktionen Wir wollen nun auch Extremwerte reellwertiger Funktionen untersuchen. Definition Es sei U R n eine offene Menge, f : U R
MehrOptimierung. Optimierung. Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren. 2013 Thomas Brox, Fabian Kuhn
Optimierung Vorlesung 2 Optimierung ohne Nebenbedingungen Gradientenverfahren 1 Minimierung ohne Nebenbedingung Ein Optimierungsproblem besteht aus einer zulässigen Menge und einer Zielfunktion Minimum
MehrMathematik für Wirtschaftswissenschaftler
Knut Sydsaeter Peter HammondJ Mathematik für Wirtschaftswissenschaftler Basiswissen mit Praxisbezug 2., aktualisierte Auflage Inhaltsverzeichnis Vorwort 13 Vorwort zur zweiten Auflage 19 Kapitel 1 Einführung,
MehrInhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57
Vorwort... 13 Vorwort zur 3. deutschen Auflage... 17 Kapitel 1 Einführung, I: Algebra... 19 1.1 Die reellen Zahlen... 20 1.2 Ganzzahlige Potenzen... 23 1.3 Regeln der Algebra... 29 1.4 Brüche... 34 1.5
MehrBWL-Crash-Kurs Mathematik
Ingolf Terveer BWL-Crash-Kurs Mathematik UVK Verlagsgesellschaft mbh Vorwort 9 1 Aufgaben der Linearen Wirtschaftsalgebra 13 Aufgaben 17 2 Lineare Gleichungssysteme 19 2.1 Lineare Gleichungssysteme in
MehrHTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt. Mathematik II für Bauingenieure. (f) 4 sin x cos 5 x dx. 3 x e x2 dx (i) e 2x 1 dx.
HTWD, FB Informatik/Mathematik Prof. Dr. M. Voigt Mathematik II Mathematik II für Bauingenieure Wiederholungsaufgaben zur Prüfungsklausur im Juli 2007 1 Integralrechnung Aufgabe 1 : Berechnen Sie die folgenden
MehrMathematik anschaulich dargestellt
Peter Dörsam Mathematik anschaulich dargestellt für Studierende der Wirtschaftswissenschaften 15. überarbeitete Auflage mit zahlreichen Abbildungen PD-Verlag Heidenau Inhaltsverzeichnis 1 Lineare Algebra
MehrRückblick auf die letzte Vorlesung. Bemerkung
Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D
MehrInhaltsverzeichnis. 1 Lineare Algebra 12
Inhaltsverzeichnis 1 Lineare Algebra 12 1.1 Vektorrechnung 12 1.1.1 Grundlagen 12 1.1.2 Lineare Abhängigkeit 18 1.1.3 Vektorräume 22 1.1.4 Dimension und Basis 24 1.2 Matrizen 26 1.2.1 Definition einer
MehrVorlesung: Analysis II für Ingenieure. Wintersemester 07/08. Michael Karow. Themen: Niveaumengen und Gradient
Vorlesung: Analysis II für Ingenieure Wintersemester 07/08 Michael Karow Themen: Niveaumengen und Gradient Wir betrachten differenzierbare reellwertige Funktionen f : R n G R, G offen Zur Vereinfachung
MehrDie Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. f(x 0 ) f(x)
3.2.4. Analyse von Funktionen Die Funktion f sei (zumindest) in einem Intervall I = [a, b] definiert und dort hinreichend oft differenzierbar. Begriffe: Die Funktion f hat in x 0 I eine stationäre Stelle,
MehrÜbung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher
Technische Universität Chemnitz 1. Juli 20 Fakultät für Mathematik Höhere Mathematik I.2 Übung 22: Gradient und Richtungsableitung; Extremwertaufgaben für Funktionen mehrerer Veränderlicher 1. Durch ein
MehrKurvendiskussion für Funktionen mit einer Variablen
Kurvendiskussion für Funktionen mit einer Variablen Unter der Kurvendiskussion einer Funktionsgleichung versteht man die Zusammenstellung der wichtigsten Eigenschaften ihres Bildes mit anschließender Zeichnung.
MehrMatrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle
2. Matrixalgebra Warum Beschäftigung mit Matrixalgebra? Matrizen spielen bei der Formulierung ökonometrischer Modelle eine zentrale Rolle: kompakte, stringente Darstellung der Modelle bequeme mathematische
Mehr55 Lokale Extrema unter Nebenbedingungen
55 Lokale Extrema unter Nebenbedingungen Sei f : O R mit O R n differenzierbar. Notwendige Bescheinigung für ein lokales Extremum in p 0 ist dann die Bedingung f = 0 (siehe 52.4 und 49.14). Ist nun F :
MehrFormelsammlung Wirtschaftsmathematik
Formelsammlung Wirtschaftsmathematik Strobel Stefan 29. Januar 2006 Inhaltsverzeichnis I. Mathematik 2 1. Umrechnung von Dezimalzahlen in Brüche 2 2. Differentiationsregeln 2 2.1. Summenregel..................................
MehrExtrema von Funktionen mit zwei Variablen
Extrema von Funktionen mit zwei Variablen Es gilt der Satz: Ist an einer Stelle x,y ) f x x,y ) = und f y x,y ) = und besteht außerdem die Ungleichung f xx x,y )f yy x,y ) f xy x,y ) >, so liegt an dieser
MehrOptimierung für Nichtmathematiker
Optimierung für Nichtmathematiker Prof. Dr. R. Herzog WS/ / Inhaltsübersicht 3Einführung in die freie Optimierung 4Orakel und Modellfunktionen 5Optimalitätsbedingungen der freien Optimierung 6Das Newton-Verfahren
MehrMathematik für Naturwissenschaftler I WS 2009/2010
Mathematik für Naturwissenschaftler I WS 2009/2010 Lektion 12 1. Dezember 2009 Kapitel 3. Differenzialrechnung einer Variablen (Fortsetzung) Satz 19. Es seien M und N zwei nichtleere Teilmengen von R,
MehrQuadratische Formen und Definitheit
Universität Basel Wirtschaftswissenschaftliches Zentrum Quadratische Formen und Definitheit Dr. Thomas Zehrt Inhalt: 1. Quadratische Formen 2. Quadratische Approximation von Funktionen 3. Definitheit von
Mehr1 Lineare Optimierung, Simplex-Verfahren
1 Lineare Optimierung, Simplex-Verfahren 1.1 Einführung Beispiel: In einer Fabrik werden n Produkte A 1, A 2,..., A n hergestellt. Dazu werden m Rohstoffe B 1, B 2,..., B m (inklusive Arbeitskräfte und
Mehr3.3 Linkskurve, Rechtskurve Wendepunkte
166 FUNKTIONSUNTERSUCHUNGEN 3.3 Linkskurve, Rechtskurve Wendepunkte Einführung (1) Anschauliche Erklärung des Begriffs Wendepunkt Bei Motorradrennen lässt sich beobachten, wie sich die Motorradfahrer beim
Mehr40 Lokale Extrema und Taylor-Formel
198 VI. Differentialrechnung in mehreren Veränderlichen 40 Lokale Extrema und Taylor-Formel Lernziele: Resultate: Satz von Taylor und Kriterien für lokale Extrema Methoden aus der linearen Algebra Kompetenzen:
MehrMathematik EF. Bernhard Scheideler
Mathematik EF Bernhard Scheideler Stand: 7. September 20 Inhaltsverzeichnis Die Kurvendiskussion. Stetigkeit und Differenzierbarkeit:....................2 Standardsymmetrie:............................
Mehr18 Höhere Ableitungen und Taylorformel
8 HÖHERE ABLEITUNGEN UND TAYLORFORMEL 98 8 Höhere Ableitungen und Taylorformel Definition. Sei f : D R eine Funktion, a D. Falls f in einer Umgebung von a (geschnitten mit D) differenzierbar und f in a
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
Mehr2 Stetigkeit und Differenzierbarkeit
2.1) Sei D R. a) x 0 R heißt Häufungspunkt von D, wenn eine Folge x n ) n N existiert mit x n D,x n x 0 und lim n x n = x 0. D sei die Menge der Häufungspunkte von D. b) x 0 D heißt innerer Punkt von D,
MehrGradient, Hessematrix, Definitheit, Taylorentwicklung und Extremwertaufgaben von Funktionen mehrerer Variabler
Rolf Haftmann Gradient, Hessematri, Definitheit, Talorentwicklung und Etremwertaufgaben von Funktionen mehrerer Variabler Gradient: Spaltenvektor der partiellen Ableitungen f 1 f f 1 f = grad f = 2 = f
MehrKlausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler
Wintersemester 2007/08 27.2.2008 Dr. Sascha Kurz Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler Bitte lesbar ausfüllen, Zutreffendes ankreuzen Herr Frau Name, Vorname: Anschrift:
MehrVWL 3: Mikroökonomie Lösungshinweise zu Aufgabenblatt 1
Georg Nöldeke Frühjahrssemester 2009 VWL 3: Mikroökonomie Lösungshinweise zu Aufgabenblatt Siehe Abbildung x 2 m p = 25 2 Budgetgerade: { xpx + px 2 2 = m} Budgetmenge: { xpx + px 2 2 m} 0 0 m p = 20 x
MehrThema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen
Thema14 Der Satz über inverse Funktionen und der Satz über implizite Funktionen In diesem Kapitel betrachten wir die Invertierbarkeit von glatten Abbildungen bzw. die Auflösbarkeit von impliziten Gleichungen.
MehrFunktionen mehrerer Variabler
Funktionen mehrerer Variabler Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Funktionen mehrerer Variabler Übersicht Funktionsbegriff 1 Funktionsbegriff Beispiele Darstellung Schnitte 2 Partielle Ableitungen
MehrUniversität des Saarlandes Seminar der Fachrichtung Mathematik Rudolf Umla
Universität des Saarlandes Seminar der Fachrichtung Mathematik Rudolf Umla Sätze über Konvexität von Kapitel 4.7 bis 4.10 Theorem 4.7-1. Sei U ein konvexer Unterraum eines normierten Vektorraums. Dann
Mehr3.2 Lineare Optimierung (Entscheidungen unter Sicherheit)
3. Lineare Optimierung (Entscheidungen unter Sicherheit) Betrachtet wird hier der Fall Θ = (bzw. die Situation u(a, ϑ) bzw. l(a,ϑ) konstant in ϑ Θ für alle a A). Da hier keine Unsicherheit über die Umweltzustände
MehrDifferentialrechnung
Dr. Heidemarie Borgwadt Differentialrechnung Springer Fachmedien Wiesbaden 1994 Ursprünglich erschienen bei Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden 1994. Lektorat: Annegret Dorn
MehrMathematik - Antwortblatt Klausur
Mathematik - Antwortblatt Klausur 30..09 Aufgabe: 0 Punkte a) Allgemein heißt eine Funktion f (x) stetig an der Stelle x 0, wenn die folgenden Bedingungen erfüllt sind (2 Punkte): f (x 0 )=lim h 0 f (x
MehrLernzettel Mathe Inhaltsverzeichnis
Lernzettel Mathe Inhaltsverzeichnis Aufgabe 1 - Vollständige Induktion 2 Aufgabe 2 - Grenzwertbestimmung 2 Aufgabe 3 - Lin/Log 2 Aufgabe 4 - Barwert/Endwert 3 Aufgabe 5 - Maximalstellen, steigend/fallend
Mehr26. Höhere Ableitungen
26. Höhere Ableitungen 331 26. Höhere Ableitungen Im letzten Kapitel haben wir gesehen, wie man für Abbildungen zwischen mehrdimensionalen Räumen das Konzept der Differenzierbarkeit definieren und für
MehrMathematik-Klausur vom 10. Februar 2003
Mathematik-Klausur vom 10. Februar 2003 Aufgabe 1 Für eine Hausrenovierung wurde ein Kredit von 25 000 bei einem Zinssatz von,5% (p.a.) aufgenommen. Die Laufzeit soll 30 Jahre betragen. a) Berechnen Sie
MehrKapitel 16 : Differentialrechnung
Kapitel 16 : Differentialrechnung 16.1 Die Ableitung einer Funktion 16.2 Ableitungsregeln 16.3 Mittelwertsätze und Extrema 16.4 Approximation durch Taylor-Polynome 16.5 Zur iterativen Lösung von Gleichungen
MehrOptimalitätskriterien
Kapitel 4 Optimalitätskriterien Als Optimalitätskriterien bezeichnet man notwendige oder hinreichende Bedingungen dafür, dass ein x 0 Ω R n Lösung eines Optimierungsproblems ist. Diese Kriterien besitzen
MehrINGENIEURMATHEMATIK. 9. Differentialrechnung für Funktionen mehrerer Variablen. Sommersemester Prof. Dr. Gunar Matthies
Mathematik und Naturwissenschaften Fachrichtung Mathematik, Institut für Numerische Mathematik INGENIEURMATHEMATIK 9. Differentialrechnung für Funktionen mehrerer Variablen Prof. Dr. Gunar Matthies Sommersemester
MehrVorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker
Vorkurs Mathematik für Wirtschaftsingenieure und Wirtschaftsinformatiker Übungsblatt Musterlösung Fachbereich Rechts- und Wirtschaftswissenschaften Wintersemester 06/7 Aufgabe (Definitionsbereiche) Bestimme
MehrSchulstoff. Übungen zur Einführung in die Analysis. (Einführung in das mathematische Arbeiten) Sommersemester 2010
Übungen zur Einführung in die Analysis (Einführung in das mathematische Arbeiten) Sommersemester 010 Schulstoff 1. Rechnen mit Potenzen und Logarithmen 1. Wiederholen Sie die Definiton des Logarithmus
Mehr2. Optimierungsprobleme 6
6 2. Beispiele... 7... 8 2.3 Konvexe Mengen und Funktionen... 9 2.4 Konvexe Optimierungsprobleme... 0 2. Beispiele 7- Ein (NP-)Optimierungsproblem P 0 ist wie folgt definiert Jede Instanz I P 0 hat einen
Mehr4.7 Der Taylorsche Satz
288 4 Differenziation 4.7 Der Taylorsche Satz Die Differenzierbarkeit, also die Existenz der ersten Ableitung einer Funktion, erlaubt bekanntlich, diese Funktion lokal durch eine affine Funktion näherungsweise
MehrKonvexe Funktionen und Legendre-Transformation
Konvexe Funktionen und Legendre-Transformation Def. Eine Teilmenge A R n heißt konvex, wenn sie mit je zwei Punkten x, y auch stets deren Verbindungsstrecke xy = {x +t xy 0 t 1} = {(1 t)x +ty 0 t 1} enthält.
Mehr7 Kartelle und Fusionen. 7.1 Kartellabsprachen
Wettbewerbstheorie und -politik 7-1 Dr. Florian Englmaier 7 Kartelle und Fusionen 7.1 Kartellabsprachen Da sich im (Mengen- und Preis-)Wettbewerb niedrigere Preise und geringere Gesamtgewinne als beim
MehrLineare Optimierung Ergänzungskurs
Lineare Optimierung Ergänzungskurs Wintersemester 2015/16 Julia Lange, M.Sc. Literatur Werner, F.; Sotskov, Y.N. (2006): Mathematics of Economics and Business; Routledge; London Bemerkungen Diese Unterlagen
MehrKommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM I für Naturwissenschaftler Wintersemester 3/4 (.3.4). (a) Für z = + i und z = 3 4i berechne man z z und z z. Die Ergebnisse sind in kartesischer Form anzugeben.
MehrMathematik 3 für Informatik
Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4
MehrÜbungen zur Analysis II Blatt 27 - Lösungen
Prof. Dr. Torsten Wedhorn SoSe 22 Daniel Wortmann Übungen zur Analysis II Blatt 27 - Lösungen Aufgabe 5: 6+6+6* Punkte Bestimme alle lokalen Extrema der folgenden Funktionen: a b c* f : R 3 R g : R 2 R
MehrÜbungsklausur. 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
MehrMikroökonomische Theorie: Gewinnmaximierung
Mikroökonomische Theorie: Dr. Jan Heufer TU Dortmund 5. Juli 2011 Übersicht sproblem 1 / 37 Wirtschaftskreislauf sproblem Konsumgüter Nachfrage Konsumenten Haushalte Markt Angebot Produzenten Firmen Angebot
MehrWIRTSCHAFTLICHES RECHNEN
Wirtschaftliches Rechnen Herbert Paukert 1 WIRTSCHAFTLICHES RECHNEN Eine Einführung, Version 2.0 Herbert Paukert Betriebswirtschaftliche Funktionen [ 01 ] Formeln zur Kosten- und Preistheorie [ 08 ] Zwei
MehrBeschäftigungstheorie
Prof. Dr. Oliver Landmann SS 2008 Beschäftigungstheorie Nachholklausur vom 7. Oktober 2008 Aufgabe 1 (20%) Beantworten Sie jeweils in wenigen Sätzen: a) Unter welchen Bedingungen wird eine Person statistisch
MehrOptimieren 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
MehrEinführung in das mathematische Arbeiten im SS Funktionen. Evelina Erlacher 1 7. März 2007
Workshops zur VO Einführung in das mathematische Arbeiten im SS 007 Inhaltsverzeichnis Funktionen Evelina Erlacher 7. März 007 Der Funktionsbegriff Darstellungsmöglichkeiten von Funktionen 3 Einige Typen
Mehr4.1. Grundlegende Definitionen. Elemente der Analysis I Kapitel 4: Funktionen einer Variablen. 4.2 Graphen von Funktionen
4.1. Grundlegende Definitionen Elemente der Analysis I Kapitel 4: Funktionen einer Variablen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 22./29. November 2010 http://www.mathematik.uni-trier.de/
MehrPartielle Ableitungen, Gradient, Lineare Näherung, Extrema, Fehlerfortpflanzung
Partielle Ableitungen, Gradient, Lineare Näherung, Extrema, Fehlerfortpflanzung Jörn Loviscach Versionsstand: 29. Juni 2009, 18:41 1 Partielle Ableitungen, Gradient Die Ableitung einer Funktion f an einer
Mehr3. Unter welcher Bedingung wird genau das produziert, was auch nachgefragt wird?
Allgemeines Gleichgewicht Ziel: Darstellung aller Märkte (Güter- und Faktormärkte) einer Volkswirtschaft einschl. aller Interdependenzen. Anwendung: Wohlfahrtsüberlegungen (z.b. bei der Evaluierung von
MehrMikroökonomik. Monopol und Monopson. Harald Wiese. Universität Leipzig. Harald Wiese (Universität Leipzig) Monopol und Monopson 1 / 53
Mikroökonomik Monool und Monoson Harald Wiese Universität Leizig Harald Wiese (Universität Leizig) Monool und Monoson 1 / 53 Gliederung Einführung Haushaltstheorie Unternehmenstheorie Vollkommene Konkurrenz
Mehr13. Funktionen in einer Variablen
13. Funktionen in einer Variablen Definition. Seien X, Y Mengen. Eine Funktion f : X Y ist eine Vorschrift, wo jedem Element der Menge X eindeutig ein Element von Y zugeordnet wird. Wir betrachten hier
MehrDas Monopol. Prof.Dr.M.Adams Wintersemester 10/11 Wahlschwerpunkt VI : Ökonomische Analyse des Rechts
Marktmacht: Das Monopol Prof.Dr.M.Adams Wintersemester 10/11 Wahlschwerpunkt VI : Ökonomische Analyse des Rechts Institut für Recht der Wirtschaft Vollkommener Wettbewerb (1) Wiederholung des vollkommenen
Mehr1. Einleitung: Markt und Preis
1. Einleitung: Markt und Preis Georg Nöldeke WWZ, Universität Basel Mikroökonomie (FS 10) Einleitung 1 / 31 1. Einleitung 1.1. Was ist Mikroökonomie? Ziel der Mikroökonomie ist es, menschliches Verhalten
Mehr(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)
3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten
MehrMathematik-Lexikon. Abszisse Die x-koordinate eines Punktes -> Ordinate
Mathematik-Lexikon HM00 Abszisse Die x-koordinate eines Punktes -> Ordinate Aufstellen von Funktionstermen Gesucht: Ganzrationale Funktion n-ten Grades: ƒ(x) = a n x n + a n-1 x n-1 + a n- x n- +... +
MehrDefinition: Differenzierbare Funktionen
Definition: Differenzierbare Funktionen 1/12 Definition. Sei f :]a, b[ R eine Funktion. Sie heißt an der Stelle ξ ]a, b[ differenzierbar, wenn der Grenzwert existiert. f(ξ + h) f(ξ) lim h 0 h = lim x ξ
MehrDa der Nenner immer positiv ist, folgt. g (x) > 0 2x(2 x) > 0 0 < x < 2 g (x) < 0 2x(2 x) < 0 x < 0 oder x > 2
Da der Nenner immer positiv ist, folgt g (x) > 0 x( x) > 0 0 < x < g (x) < 0 x( x) < 0 x < 0 oder x > Also ist g auf (0,) streng monoton wachsend sowie auf (,0) und auf (, ) strengmonotonfallend.außerdemistg
MehrMathematischer Vorkurs für Physiker WS 2012/13
TU München Prof. P. Vogl Mathematischer Vorkurs für Physiker WS 2012/13 Übungsblatt 2 Wichtige Formeln aus der Vorlesung: Basisaufgaben Beispiel 1: 1 () grad () = 2 (). () () = ( 0 ) + grad ( 0 ) ( 0 )+
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras
Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst
Mehr