Material zum Projekt Lineare Optimierung

Größe: px
Ab Seite anzeigen:

Download "Material zum Projekt Lineare Optimierung"

Transkript

1 Material zum Projekt Lineare Optimierung Hinweise zur Bearbeitung der Aufgaben Behandeln Sie bitte zur Lösung dieser Aufgaben die Unterkapitel des Themas Lineare Optimierung der Reihe nach, da diese aufeinander aufbauen. An einigen Stellen ist Arbeitsteilung möglich, diese werden auf den Aufgabenblättern (meistens) angegeben. Beachten Sie auch die Aufgaben mit Lösungen und die Beispiele, die im Lernprogramm enthalten sind, sie geben wichtige Hinweise zur Lösung der folgenden Aufgaben. Auf jedem Aufgabenblatt ist veranschlagt, wie viel Zeit die Bearbeitung dieses Blattes voraussichtlich benötigt. Dies ist nur eine Richtangabe und kann natürlich deutlich unterschritten bzw. überschritten werden. Die Angabe soll eine bessere Zeiteinteilung ermöglichen. Tipps zur Gruppenarbeit Es wartet viel Arbeit auf sie, daher einige Tipps zur effektiven Zusammenarbeit... Setzen Sie sich vor Beginn der Arbeit mit der ganzen Gruppe zusammen und besprechen Sie ihre Vorgehensweise gemeinsam z.b. arbeiten Sie in Zweiergruppen und besprechen alle zwei Stunden ihre Ergebnisse mit der ganzen Gruppe. Klären Sie während der Besprechung auch eventuell auftretende Fragen oder die weitere Aufteilung der Aufgaben (es ist an einigen Stellen möglich, dass immer nur ein Teil der Gruppe eine bestimmte Aufgabe bearbeitet und dann ihre Ergebnisse der ganzen Gruppe mitteilt.) Stellen Sie einen groben Zeitplan auf, der festlegt, wann Sie mit der jeweiligen Aufgabe fertig sein sollten, damit sie ihr Arbeitstempo ungefähr einschätzen können (lesen Sie dafür zunächst alle Übungsblätter durch!) Helfen Sie sich gegenseitig! Wir wünschen viel Spaß dabei!

2 . Übungsblatt Aufgabe zur Linearen Optimierung: Werbeplanung Die folgenden beiden Aufgaben können zu diesem Zeitpunkt noch nicht von Ihnen gelöst werden. Lesen Sie sie trotzdem aufmerksam durch. Ziel dieses Projekts ist es am Ende die korrekte Lösung angeben zu können.. Der Werbeplaner eines Markenartikelherstellers plant die Werbekampagne für ein neues Produkt. Im Bereich der TV- Werbung soll ein Spot täglich eventuell mehrmals durch die Sender PRO7 und RTL ausgestrahlt werden, durch PRO7 höchstens viermal und durch RTL höchstens fünfmal. Die Kosten in 000 Euro belaufen sich bei PRO7 auf 0 und bei RTL auf 0 je gesendetem Spot. Das tägliche Werbebudget ist auf Euro begrenzt. Aus Medienanalysen ist bekannt, dass je Spot durchschnittlich 000 PRO7 Zuschauer und RTL Zuschauer am Produkt nicht interessiert sind. Die Gesamtzahl nicht interessierter Zuschauer, die täglich den Spot sehen, soll.000 nicht übersteigen (dabei sind natürlich Mehrfachzählungen derselben Person möglich). Die Medienanalysen zeigen weiterhin, dass je Spot durchschnittlich folgende Reichweiten erzielt werden, wobei Überschneidungen nicht zu berücksichtigen sind: Erreichte Haushalte in 000 PRO7 RTL 0 Der Medienplaner möchte unter den gegebenen Bedingungen die Zahl der erreichten Haushalte maximieren.. Inzwischen ist einige Zeit vergangen, die Preise der Sender haben sich teilweise verändert, der Markenartikelhersteller hat hervorragende Ergebnisse mit seinem Produkt erzielt und beschließt sein Werbebudget auf Euro zu erhöhen und auf andere Sender auszuweiten. Die Kosten in 000 Euro belaufen sich bei PRO7 nun auf 0, bei RTL auf 0 und bei SAT auf je gesendetem Spot. Die Reichweiten, die wieder maximiert werden sollen, sind: Erreichte Haushalte in 000 PRO7 SAT RTL 0 Achtung: Im Folgenden wird die erste Aufgabe zur Werbeplanung von Übungsblatt als kleine Werbeplanaufgabe, die zweite als große Werbeplanaufgabe bezeichnet.

3 . Übungsblatt: (Zeitansatz, Stunden). Beschäftigen Sie sich ausführlich mit Beispiel aus dem Lernprogramm. Was ist in der Tabelle dargestellt? Fassen Sie das Problem kurz für sich zusammen (vor der Modellierung). Das Verständnis dieses Beispiels ist sehr wichtig, da an ihm alle weiteren Schritte erklärt werden.. Welche Entscheidungsvariable ergeben sich in der Werbeplanaufgabe in beiden Teilen und welche Bedeutung haben sie?. Wie lautet die Zielfunktion in der kleinen Werbeplanaufgabe? Welchen Wert nimmt sie für x = (PRO7) und x = (RTL) an?. Bestimmen Sie jeweils den Zielfunktionswert für folgende Werte von x und x. x x Zielfunktionswert 0 x x -. Wie lauten die Nebenbedingungen für die Aufgaben aus der Werbeplanung? Ist x = und x = bzw. x = und x = in der ersten Aufgabe zulässig?. Entscheiden Sie jeweils über die Zulässigkeit der folgenden Produktionspläne gegeben durch x und x. Wird x x 7, - x x <= x 0 x <= 9 0 x,x <= 9 x, x >= 0 erfüllt? Berechne den Zielfunktionswert 0 x x 7. Wie sehen die Vorzeichenbedingungen für die Werbeplaner aus?. Fassen Sie die Aufgaben zur Werbeplanung als Lineare Programme in Kurzschreibweise zusammen.

4 9. Wie lautet das Lineare Programm zu Beispiel aus dem Lernprogramm in Kurzschreibweise?

5 . Übungsblatt: (Zeitansatz, Stunden). Zeichnen Sie das Polyeder P (den Zulässigkeitsbereich) zur kleinen Werbeplanaufgabe.. Zeichnen Sie im Polyeder aus der vorigen Aufgabe alle Kombinationen (x x ) ein, die die Zielfunktionswerte z =, 0 und besitzen.. Wie findet man nun die optimale Kombination (x x )? (kurze Beschreibung der Vorgehensweise) Wie lautet die Lösung in der kleinen Werbeplanaufgabe? Zeichnen Sie sie im Polyeder ein. Welche Bedeutung hat diese Kombination?. Die Nebenbedingungen in Aufgabe, Übungsblatt gehören zu einem Produktionsproblem der Firma Hufnagel Gmbh & Co. KG. Diese ist führend in Produktion und Vertrieb maschinell gefertigter Hufeisen für Rennpferde. Dabei steht die Variable x für die Anzahl an Produktionseinheiten kleiner Hufeisen speziell für Rennponys - und x für die Anzahl an Produktionseinheiten großer Hufeisen. Die Produktionseinheiten bestehen je aus 00 Hufeisen pro Tag (d.h. x = bedeutet, dass 00 kleine Hufeisen pro Tag gefertigt werden). Die Firma möchte nun wissen welche Menge an großen und kleinen Hufeisen sie täglich produzieren soll, wenn sie mit 00 kleinen Hufeisen einen Profit von 00 Euro und mit 00 großen Hufeisen einen Profit von 000 Euro erzielt. Wie groß ist dann der tägliche Profit? Lösen Sie die Aufgabe mit Algorithmus.. Wie lautet der Hauptsatz der Linearen Optimierung für zwei Entscheidungsvariable in eigenen Worten?. Der Laden Willi & Sohn verkauft verschiedene Werkzeuge. Da Willi mit seinem Sohn nächstes Jahr in Urlaub fahren will, ergänzt er sein Sortiment um einen neuen Spezialschraubendreher und eine neue Sorte Hämmer. Er hofft, dass damit seine Urlaubskasse etwas aufgebessert wird. Pro Schraubendreher verdient er Euro und pro Hammer zwei Euro. Willis Lieferant stellt jedoch folgende Bedingung: An einem Schraubendreher verdiene ich sechs Euro, an einem Hammer nur einen Euro. Ich beliefere dich nur, wenn ich pro Woche mindestens sechs Euro verdiene. Außerdem will Willi pro Woche zusammen höchstens fünf Werkzeuge bestellen, da er noch nicht weiß, wie gut sich die Werkzeuge verkaufen. Er ist sich allerdings sicher, dass er nicht mehr als Schraubendreher und nicht mehr als vier Hämmer verkaufen kann. Wie viele Schraubendreher bzw. Hämmer soll Willi pro Woche bestellen? (Die beiden Aufgaben und könnten beispielsweise in zwei Gruppen bearbeitet werden, die sich anschließend ihre Ergebnisse vorstellen.)

6 An dieser Stelle wäre Arbeitsteilung ebenfalls möglich. Einige Schüler können sich noch mit der rechnerischen Lösung von Problemen mit zwei Entscheidungsvariablen befassen (Übungsblatt ), während der Großteil sich bereits mit dem Kapitel Lineare Optimierung und Matrizen (Übungsblatt ) beschäftigt. Bei Zeitmangel wäre es auch möglich, das Kapitel rechnerischen Lösung von Problemen mit zwei Entscheidungsvariablen komplett wegzulassen oder erst am Ende (bei Zeitüberschuss) zu bearbeiten.. Übungsblatt: (Zeitansatz Stunde). In welcher Ecke des Zulässigkeitspolyeders liegt die Optimallösung für die kleine Werbeplanaufgabe? Bestätigen Sie die Lösung aus Aufgabe, Übungsblatt mit dem rechnerischen Verfahren.. Lösen Sie das folgende Lineare Programm mit dem grafischen Verfahren (Algorithmus ) und bestimmen Sie den optimalen Wert durch Lösen eines Gleichungssystems. max x unter den Nebenbedingungen x x >= -0x x <= x x <= 7 x, x >= 0

7 . Übungsblatt: (Zeitansatz Stunde). Wie lauten die Entscheidungsvektoren für die kleine bzw. die große Werbeplanaufgabe? Welche Zielfunktionsvektoren, Koeffizientenmatrizen und Kapazitätsvektoren ergeben sich?. Wie viele Schlupfvariable müssen in der großen Werbeplanaufgabe eingeführt werden und wie lautet das neue Lineare Programm in Gleichungsform? Ist das Programm nun bereits in Standardform? Falls nicht, welcher Schritt fehlt noch und wie lautet das Programm nun?. Lösen Sie folgende Aufgaben zum Skalarprodukt und zur Matrixmultiplikation: a) ) 9 7 ( ), ( = >= < b) = 7 7 c) = = 9 ) ( ) ( d) = Lösen Sie die Aufgaben und aus dem Lernprogramm.

8 . Übungsblatt: (Zeitansatz, Stunden). Welche drei Arten von elementaren Zeilenoperationen gibt es? Geben Sie jeweils ein Zahlenbeispiel an!. Was versteht man unter einer Pivotoperation? Im folgenden Beispiel steht das Pivotelement in eckigen Klammern. Wenden Sie Pivotoperationen an, um die Spalte in den entsprechenden Einheitsvektor zu überführen. [ ] a) b) 0 [ ] 0. Wir betrachten das folgende Gleichungssystem: x x 9x = x x x = x x x = Wie lautet die zugehörige erweiterte Matrix? Lösen Sie das lineare Gleichungssystem mit dem Gauß-Verfahren!. Wir betrachten das folgende Gleichungssystem: x x x = x x x = x x x = Wie lautet die zugehörige erweiterte Matrix? Lösen Sie das lineare Gleichungssystem mit dem Gauß-Verfahren.

9 7. Übungsblatt: (Zeitansatz, Stunden) Dieses Übungsblatt ist das Anspruchsvollste des Projekts.. Was ist eine Basislösung bzw. eine zulässige Basislösung? (Formulierung in eigenen Worten!). Was besagt der Hauptsatz der linearen Optimierung? Warum kann man ein lineares Programm im Allgemeinen nicht durch Betrachtung aller zulässigen Basislösungen lösen?. Beschäftigen Sie sich ausführlich mit der Idee des Simplexverfahrens und dem zugehörigen Beispiel : Verfolgen Sie dazu die Basisaustausche aus dem Beispiel an der Abbildung und lesen Sie danach noch einmal die Idee des Simplexverfahrens durch (dann müsste der Text verständlicher werden).. Wie lautet das Simplextableau für die kleine Werbeplanaufgabe? Algorithmus fasst die Vorgehensweise aus Beispiel zusammen. Lösen Sie die kleine Werbeplanaufgabe mit Hilfe des Algorithmus und vergleichen Sie mit der Lösung aus Aufgabe, Übungsblatt.. Eine Möbelfabrik stellt vier verschiedene Schreibtischsorten her. Diese werden zuerst in der Schreinerei gebaut und dann in der Endverarbeitung veredelt (z.b. durch Anbringen von Metallbeschlägen). Dabei werden für jeden Schreibtisch in den beiden Verarbeitungsschritten die folgende Anzahl an Mannstunden benötigt (eine Mannstunde wird dann verbraucht wenn eine Person eine Stunde arbeitet, d.h. für sechs Mannstunden kann entweder eine Person sechs Stunden arbeiten oder sechs Personen jeweils eine Stunde, oder auch drei Personen jeweils zwei Stunden): Schreibtisch Schreibtisch Schreibtisch Schreibtisch Schreinerei 0 Endverarbeitung 0 Es stehen jedoch in der Schreinerei nur 000 Mannstunden und in der Endverarbeitung nur 000 Mannstunden pro Monat zur Verfügung. Die Schreibtische werden mit folgendem Gewinn verkauft: Schreibtisch : 0 Euro, Schreibtisch : 00 Euro, Schreibtisch : 0 Euro, Schreibtisch : 00 Euro. Wie viele Schreibtische sollte die Firma pro Monat herstellen um maximalen Gewinn zu erzielen?. Lösen Sie die große Werbeplanaufgabe! Wie oft muss der Werbespot also auf dem jeweiligen Sender ausgestrahlt werden?

10 Besprechung der Lösung: Ändern sich in der kleinen Werbeplanaufgabe beispielsweise die Kosten für einen Werbespot auf PRO7 und damit die zugehörige Nebenbedingung, so kann es passieren, dass sich eine nicht ganzzahlige Lösung ergibt (ähnliches gilt natürlich auch für die große Werbeplanaufgabe). Das kann man leicht im entsprechenden Graphen durch Verschiebung der zugehörigen Geraden nachprüfen. Doch welchen Sinn hat eine Lösung, die beispielsweise besagt, dass der Spot auf PRO7, mal ausgestrahlt und auf RTL, mal? Es handelt sich bei dieser Aufgabe eigentlich um eine Aufgabe zur ganzzahligen Optimierung. Diese beschäftigt sich mit Aufgaben, bei denen zusätzlich zur linearen Optimierungsaufgabe noch die Ganzzahligkeit der Lösung gefordert ist. Es müssen dann neue Verfahren zur Optimierung entwickelt und angewendet werden. Diese wollen wir aber an dieser Stelle nicht weiter vertiefen. Vielleicht in einem Mathematikstudium?! Außerdem ist Ihnen inzwischen vermutlich auch aufgefallen, dass das Simplexverfahren per Hand bei wachsender Variablenzahl sehr mühsam anzuwenden ist. Das kann ein entsprechendes Softwareprogramm natürlich wesentlich effektiver. Im Abschnitt AMPL wird ein Optimierungsprogramm vorgestellt, das relativ einfach anwendbar ist und Probleme schnell löst. Sollte noch genügend Zeit vorhanden sein, wäre es sehr interessant für Sie sich hiermit zu beschäftigen. Hier kann auch wieder eine Aufteilung der Gruppe erfolgen, die getrennt die beiden letzten Aufgaben bearbeiten (und erklären!). 9. Übungsblatt:. Fassen Sie das Gelernte kurz und übersichtlich zusammen, so dass Sie es in der Klasse vorstellen können und die andere Gruppe anhand ihres Materials versteht, wie die Aufgaben der linearen Optimierung grafisch und mit dem Simplexalgorithmus gelöst werden.. Beschäftigen Sie sich mit dem Programm AMPL und schreiben Sie die entsprechenden Dateien zur Lösung der großen Werbeplanaufgabe. Gratulation! Das Projekt ist beendet!

Produktionsplanung und Lineare Optimierung

Produktionsplanung und Lineare Optimierung MaMaEuSch Management Mathematics for European Schools http://www.mathematik.unikl.de/~mamaeusch/ Produktionsplanung und Lineare Optimierung Horst W. Hamacher Diese Veröffentlichung ist Teil des Buchprojektes

Mehr

Unimodularität. Kapitel 1. Peter Becker (H-BRS) Operations Research II Wintersemester 2015/16 11 / 206

Unimodularität. Kapitel 1. Peter Becker (H-BRS) Operations Research II Wintersemester 2015/16 11 / 206 Kapitel 1 Unimodularität Peter Becker (H-BRS) Operations Research II Wintersemester 2015/16 11 / 206 Inhalt 1 Unimodularität Total unimodulare Matrizen Inzidenzmatrix Optimierungsprobleme auf Graphen Peter

Mehr

1 Lineare Optimierung, Simplex-Verfahren

1 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

Mehr

Studientag zur Algorithmischen Mathematik

Studientag zur Algorithmischen Mathematik Studientag zur Algorithmischen Mathematik Lineare Optimierung Winfried Hochstättler Diskrete Mathematik und Optimierung FernUniversität in Hagen 1. Juli 2012 Outline Lineares Programm (LP) in Standardform

Mehr

Kosten und Umsatzfunktionen

Kosten und Umsatzfunktionen In den folgenden Abschnitten wenden wir gelegentlich Anwendungen aus der Wirtschaft behandeln. Wir stellen deshalb einige volks- und betriebswirtschaftliche Funktionen vor. Dabei handelt es sich stets

Mehr

3. Schnittebenenverfahren

3. Schnittebenenverfahren 3. Schnittebenenverfahren Themen 3. Schnittebenenverfahren Ganzzahlige lineare Programmierung Schnittebenenverfahren Konstruktion von Schnittebenen Auswahl von Schnittrestriktionen Operations Research

Mehr

Hinweis für Leser der Folien. Mathematik und Wirtschaft. Was ist Wirtschaftsmathematik? Gliederung. Bedeutung der Wirtschaftsmathematik in der Schule

Hinweis für Leser der Folien. Mathematik und Wirtschaft. Was ist Wirtschaftsmathematik? Gliederung. Bedeutung der Wirtschaftsmathematik in der Schule optimaler Standort Mathematik und Wirtschaft Hinweis für Leser der Folien Folien dienen in einem Vortrag der Unterstützung des gesprochenen Wortes Wenn Sie diese Folien ohne Vortrag lesen, sind naturgemäß

Mehr

Anwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht

Anwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht Anwendungen der Wirtschaftsmathematik und deren Einsatz im Schulunterricht Beispiele wirtschaftsmathematischer Modellierung Lehrerfortbildung, Speyer, Juni 2004-1- Beispiele wirtschaftsmathematischer Modellierung

Mehr

Lineare Optimierung Ergänzungskurs

Lineare 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

Mehr

Lösung von Optimierungsproblemen anhand von Simplex- Verfahren

Lösung von Optimierungsproblemen anhand von Simplex- Verfahren Lineare Optimierung Lösung von Optimierungsproblemen anhand von Simplex- Verfahren Informatik-Seminar Studiengang: Informatik Autor: Zemp Michael Betreuer: Schwab Peter Auftraggeber: Schwab Peter Experten:

Mehr

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok

Kurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html karin.halupczok@math.uni-freiburg.de

Mehr

(Technisch: Setze alle Skalarprodukte der allgemeinen Lösung mit den Basisvektoren des Kerns gleich Null eindeutige leastsqares Lösung)

(Technisch: Setze alle Skalarprodukte der allgemeinen Lösung mit den Basisvektoren des Kerns gleich Null eindeutige leastsqares Lösung) Lineare Optimierung Unterbestimmte LGS und Optimierung Bei lösbaren unterbestimmten linearen Gleichungssystemen haben wir die Qual der Wahl in Abhängigkeit von den freien Parametern (Anzahl = Anzahl Unbekannte

Mehr

OPERATIONS-RESEARCH (OR)

OPERATIONS-RESEARCH (OR) OPERATIONS-RESEARCH (OR) Man versteht darunter die Anwendung mathematischer Methoden und Modelle zur Vorbereitung optimaler Entscheidungen bei einem Unternehmen. Andere deutsche und englische Bezeichnungen:

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare

Mehr

Berufliches Gymnasium (WG, EG, AG, SG) Hauptprüfung 2006 Teil 2, Lineare Optimierung, Aufgabe 2 Baden-Württemberg

Berufliches Gymnasium (WG, EG, AG, SG) Hauptprüfung 2006 Teil 2, Lineare Optimierung, Aufgabe 2 Baden-Württemberg Berufliches Gymnasium (WG, EG, AG, SG) Hauptprüfung 2006 Teil 2, Lineare Optimierung, Aufgabe 2 Baden-Württemberg 2.1 Weinbauer Müller kann maximal 30 Hektar Rebfläche bewirtschaften. Er möchte Gutedel-

Mehr

Optimierung I. Dr. Ulf Lorenz F2.413

Optimierung I. Dr. Ulf Lorenz F2.413 Optimierung I Dr. Ulf Lorenz F2.413 flulo@upb.de Organisation Dozent: Dr. Ulf Lorenz F2.413 Fürstenallee 11 email: flulo@upb.de WWW: http://www.upb.de/cs/flulo (hier auch aktuelle Infos + Ü-Zettel) Vorlesungen:

Mehr

Lineare Optimierung Lehrbuch mit Aufgaben und Lösungen

Lineare Optimierung Lehrbuch mit Aufgaben und Lösungen Lineare Optimierung Lehrbuch mit Aufgaben und Lösungen Dipl.-Math. Alexander Schwarz E-Mail: aschwarz@mathe-aufgaben.com Homepage: www.mathe-aufgaben.com Wichtiger Hinweis: Ich bitte den Eigentümer dieser

Mehr

AUFGABENTEIL. Klausur: Modul Optimierungsmethoden des Operations Research. Termin:

AUFGABENTEIL. Klausur: Modul Optimierungsmethoden des Operations Research. Termin: Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Univ.-Prof. Dr. Andreas Kleine AUFGABENTEIL Klausur: Modul 32621 Termin: 19.09.2016 Prüfer: Prof. Dr. Andreas

Mehr

( ) Lineare Gleichungssysteme

( ) Lineare Gleichungssysteme 102 III. LINEARE ALGEBRA Aufgabe 13.37 Berechne die Eigenwerte der folgenden Matrizen: ( ) 1 1 0 1 1 2 0 3 0 0, 2 1 1 1 2 1. 1 1 0 3 Aufgabe 13.38 Überprüfe, ob die folgenden symmetrischen Matrizen positiv

Mehr

Fachakademie für Wirtschaft der FHM A2: Lineare Optimierung und das Simplexverfahren

Fachakademie für Wirtschaft der FHM A2: Lineare Optimierung und das Simplexverfahren A2.1 Lineare Optimierung mit dem Simplexverfahren Wenn ein Unternehmen ermitteln möchte, wie viele Mengeneinheiten von verschiedenen Produkten zu produzieren sind, damit bei gegebenen Verkaufspreisen der

Mehr

Mathematik schriftlich

Mathematik schriftlich WS KV Chur Abschlussprüfungen 010 für die Berufsmatura kaufmännische Richtung Mathematik schriftlich Kandidatennummer Name Vorname Datum der Prüfung Bewertung mögliche erteilte Punkte Punkte 1. Aufgabe

Mehr

KLAUSUR zu Einführung in die Optimierung. Studiengang: Bachelor Master Diplom (bitte ankreuzen)

KLAUSUR zu Einführung in die Optimierung. Studiengang: Bachelor Master Diplom (bitte ankreuzen) Mathematisches Institut WS 2012/13 der Heinrich-Heine-Universität 7.02.2013 Düsseldorf Prof. Dr. Achim Schädle KLAUSUR zu Einführung in die Optimierung Bitte folgende Angaben ergänzen und DEUTLICH LESBAR

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lineare Algebra: Lineare Gleichungssysteme und Matrizen

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Lineare Algebra: Lineare Gleichungssysteme und Matrizen Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Lineare Algebra: Lineare Gleichungssysteme und Matrizen Das komplette Material finden Sie hier: School-Scout.de Thema: Lineare Algebra:

Mehr

Das Kind weist ausreichende Fertigkeiten in der Addition und Subtraktion auf, kann also in der Regel Aufgaben wie und 70-7 richtig lösen.

Das Kind weist ausreichende Fertigkeiten in der Addition und Subtraktion auf, kann also in der Regel Aufgaben wie und 70-7 richtig lösen. Einführung Das Einmaleins wird häufig in der dritten Klasse eingeführt und entsprechend gute Kenntnisse in diesem Bereich erleichtern das Lösen vieler Aufgaben. Weiterhin wird ab der vierten Klasse das

Mehr

Lineare Programmierung Teil I

Lineare Programmierung Teil I Seminar über Algorithmen Prof. Dr. Helmut Alt Lineare Programmierung Teil I Lena Schlipf, Benjamin Jankovic Lena Schlipf, Benjamin Jankovic Seminar über Algorithmen SS05 1 Struktur des Vortrags 1. Was

Mehr

3. Grundlagen der Linearen Programmierung

3. Grundlagen der Linearen Programmierung 3. Grundlagen der linearen Programmierung Inhalt 3. Grundlagen der Linearen Programmierung Lineares Programm Grafische Lösung linearer Programme Normalform Geometrie linearer Programme Basislösungen Operations

Mehr

Übungsaufgaben. Grundkurs Höhere Mathematik für Wirtschaftswissenschaftler. Teil 1: Lineare Algebra und Optimierung.

Übungsaufgaben. Grundkurs Höhere Mathematik für Wirtschaftswissenschaftler. Teil 1: Lineare Algebra und Optimierung. Übungsaufgaben Grundkurs Höhere Mathematik für Wirtschaftswissenschaftler Teil : Lineare Algebra und Optimierung Wintersemester Matrizenrechnung Aufgabe ( 3 0 Gegeben sind die Matrizen A = 2 5 2 4 D =

Mehr

Übungsbeispiel 1: Quadratische Modellierung

Übungsbeispiel 1: Quadratische Modellierung Übungsbeispiel 1: Quadratische Modellierung Ein Uhrenhersteller möchte den Preis für sein neues Modell festlegen und führt dazu eine Marktanalyse durch. Das Ergebnis lautet: Bei einem Preis von 60 ist

Mehr

Lineare Optimierungsmodelle

Lineare Optimierungsmodelle Lineare Optimierungsmodelle Simplex-Methode Vortragender: Michael Schneider Agenda Motivation Operations Research Aufbau linearer Optimierungsmodelle Simplex-Methode Ausblick 2 Problemstellung Futtermischung

Mehr

2. Mathematik-Schularbeit für die 5. Klasse Autor: Gottfried Gurtner

2. Mathematik-Schularbeit für die 5. Klasse Autor: Gottfried Gurtner . Mathematik-Schularbeit für die 5. Klasse Autor: Gottfried Gurtner Arbeitszeit: 50 Minuten Lernstoff: Mathematische Grundkompetenzen: AG1.1 Wissen über die Zahlenmengen,,, verständig einsetzen können

Mehr

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Wirtschaftsingenieure am 4.2.24 B Name, Vorname Matr. Nr. Sem. gr. Aufgabe 2 3 4 5 6 7 8 9 gesamt erreichbare P.

Mehr

Mathematik schriftlich

Mathematik schriftlich WS KV Chur Lehrabschlussprüfungen 009 für die Berufsmatura kaufmännische Richtung Mathematik schriftlich Kandidatennummer Name Vorname Datum der Prüfung Bewertung mögliche erteilte Punkte Punkte 1. Aufgabe

Mehr

Lineare (Un-)Gleichungen und lineare Optimierung

Lineare (Un-)Gleichungen und lineare Optimierung Lineare (Un-)Gleichungen und lineare Optimierung Franz Pauer Institut für Mathematik, Universität Innsbruck Technikerstr. 13/7, A-6020 Innsbruck, Österreich franz.pauer@uibk.ac.at 1 Einleitung In der linearen

Mehr

Modelle und Methoden der Linearen Optimierung (Die Thesen zur Vorlesung 1_Fallstudie)

Modelle und Methoden der Linearen Optimierung (Die Thesen zur Vorlesung 1_Fallstudie) (Die Thesen zur Vorlesung 1_Fallstudie) das Thema der Vorlesung Grundlagen der Methode der linearen Optimierung (Lineares Optimierungsmodell der Wahl der Produktionsstrategie des ) Prof. Dr. Michal Fendek

Mehr

Lineare (Un-)Gleichungen und lineare Optimierung

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

Mehr

LINEARE GLEICHUNGSSYSTEME. Wir besprechen hier, wie MathematikerInnen an das Lösen linearer Gleichungssysteme wie. x + y + z = 1

LINEARE GLEICHUNGSSYSTEME. Wir besprechen hier, wie MathematikerInnen an das Lösen linearer Gleichungssysteme wie. x + y + z = 1 LINEARE GLEICHUNGSSYSTEME 1. Ein kurzes Vorwort Wir besprechen hier, wie MathematikerInnen an das Lösen linearer Gleichungssysteme wie 2 x 1 + 2 x 2 = 3 6 a + 4 b = 3 (a) (b) 4 x 1 + 3 x 2 = 8 3 a + 2

Mehr

Statistik und Graphentheorie

Statistik und Graphentheorie Statistik und Graphentheorie Sommersemester 2012 3. Juli 2012 Teil Graphentheorie Name: Matrikelnummer: 1 (12) 2 (12) 3 (12) 4 (12) 5 (12) (60) Aufgabe 1 (12 Punkte) Gegeben sei das folgende Netzwerk:

Mehr

Besteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)

Besteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor) Matrizenrechnung. Matrizen Matrizen sind bereits im Kapitel Lineare Gleichungssysteme aufgetreten. Unter einer (m n) -Matrix A verstehen wir ein rechteckiges Zahlenschema mit m Zeilen und n Spalten. Der.

Mehr

Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler

Klausur 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:

Mehr

Optimierung für Nichtmathematiker

Optimierung für Nichtmathematiker Optimierung für Nichtmathematiker Typische Prüfungsfragen Die folgenden Fragen dienen lediglich der Orientierung und müssen nicht den tatsächlichen Prüfungsfragen entsprechen. Auch Erkenntnisse aus den

Mehr

Installation. Arbeiten mit der MATLAB-Entwicklungsumgebung. MATLAB als Taschenrechner mit Matrix- und Vektorrechnung.

Installation. Arbeiten mit der MATLAB-Entwicklungsumgebung. MATLAB als Taschenrechner mit Matrix- und Vektorrechnung. Installation. Arbeiten mit der MATLAB-Entwicklungsumgebung. MATLAB als Taschenrechner mit Matrix- und Vektorrechnung. Die heutige Sitzung dient dem ersten Kennenlernen von MATLAB. Wir wollen MATLAB zuerst

Mehr

Expertenpuzzle Quadratische Funktionen

Expertenpuzzle Quadratische Funktionen Phase Aufgaben für die Expertengruppe I Im Folgenden sollen die in IR definierten Funktionen a : x x, b : x,5x, und d: x x untersucht werden. Die Abbildung zeigt den Graphen G a von a. Zeichnet die Graphen

Mehr

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J}

f(x, y) = 0 Anschaulich bedeutet das, dass der im Rechteck I J = {(x, y) x I, y J} 9 Der Satz über implizite Funktionen 41 9 Der Satz über implizite Funktionen Wir haben bisher Funktionen g( von einer reellen Variablen immer durch Formelausdrücke g( dargestellt Der Zusammenhang zwischen

Mehr

Mathematik schriftlich

Mathematik schriftlich WS KV Chur Lehrabschlussprüfungen 2008 für die Berufsmatura kaufmännische Richtung Mathematik schriftlich Kandidatennummer Name Vorname Datum der Prüfung Bewertung mögliche erteilte Punkte Punkte 1. Aufgabe

Mehr

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG

ARBEITSUNTERLAGEN ZUR VORLESUNG UND ÜBUNG AN DER UNIVERSITÄT DES SAARLANDES LINEARE OPTIMIERUNG ¾ REITSUNTERLGEN ZUR VORLESUNG UND ÜUNG N DER UNIVERSITÄT DES SRLNDES LINERE OPTIMIERUNG IM SS Lineare Optimierung (SS ). ufgabe (Graphische Lineare Optimierung) Nach einem anstrengenden Semester steht

Mehr

Lineare Gleichungssysteme - Grundlagen

Lineare Gleichungssysteme - Grundlagen Lineare Gleichungssysteme - Grundlagen Betrachtet wird ein System linearer Gleichungen (im deutschen Sprachraum: lineares Gleichungssystem mit m Gleichungen für n Unbekannte, m, n N. Gegeben sind m n Elemente

Mehr

Prüfungsklausur Wirtschaftsmathematik I Studiengang Wirtschaftsinformatik, (180 Minuten)

Prüfungsklausur Wirtschaftsmathematik I Studiengang Wirtschaftsinformatik, (180 Minuten) HTW Dresden 9. Februar 2012 FB Informatik/Mathematik Prof. Dr. J. Resch Prüfungsklausur Wirtschaftsmathematik I Studiengang Wirtschaftsinformatik, (180 Minuten) Name, Vorname: Matr.-nr.: Anzahl der abge-

Mehr

Mathematik 9d Wahrscheinlichkeitsrechnung November Vier-Felder-Tafel

Mathematik 9d Wahrscheinlichkeitsrechnung November Vier-Felder-Tafel Mathematik 9d Wahrscheinlichkeitsrechnung November 2008 Vier-Felder-Tafel Fußball ist doof! In einer Schulklasse sind 5 Mädchen und 25 Jungen. 80% der Jungen interessieren sich für Fußball, dies tun aber

Mehr

Fall 3: Mehrere Kapazitätsengpässe

Fall 3: Mehrere Kapazitätsengpässe Fall 3: Mehrere Kapazitätsengpässe ei Vorliegen mehrerer Engpässe ist zunächst zu prüfen, ob ein Engpass die anderen Engpässe dominiert. Ist dies der Fall, reduziert sich das Optimierungsproblem auf den

Mehr

Erfolg im Mathe-Abi. Gruber I Neumann. Baden-Württemberg Berufliche Gymnasien

Erfolg im Mathe-Abi. Gruber I Neumann. Baden-Württemberg Berufliche Gymnasien Gruber I Neumann Erfolg im Mathe-Abi Baden-Württemberg Berufliche Gymnasien Übungsbuch für das Basiswissen in Analysis, Geometrie und Stochastik mit Tipps und Lösungen Vorwort Vorwort Erfolg von Anfang

Mehr

Kaufmännische Berufsmatura 2013 Kanton Zürich Serie 2

Kaufmännische Berufsmatura 2013 Kanton Zürich Serie 2 Serie 2 Prüfungsdauer: 150 Minuten Hilfsmittel: Bedingungen: Netzunabhängiger Taschenrechner Beigelegte Formelsammlung Dokumentieren Sie den Lösungsweg auf dem Aufgabenblatt. Unbelegte Resultate werden

Mehr

3 Optimierung mehrdimensionaler Funktionen f : R n R

3 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)

Mehr

9 Optimierung mehrdimensionaler reeller Funktionen f : R n R

9 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

Mehr

Systeme von linearen Ungleichungen

Systeme von linearen Ungleichungen Systeme von linearen Ungleichungen ALGEBRA Kapitel 6 MNProfil - Mittelstufe KZN Ronald Balestra CH - 8046 Zürich www.ronaldbalestra.ch Name: Vorname: 28. Februar 2016 Überblick über die bisherigen ALGEBRA

Mehr

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Wirtschaftsingenieure am 0.02.206 B Name, Vorname Matr. Nr. Sem. gr. Aufgabe 2 4 5 6 7 8 gesamt erreichbare P. 5

Mehr

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7

Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7 Vorbereitungskurs Mathematik zum Sommersemester 2011 Tag 7 Timo Stöcker Erstsemestereinführung Informatik TU Dortmund 22. März 2011 Heute Themen Lineare Gleichungssysteme Matrizen Timo Stöcker https://fsinfo.cs.tu-dortmund.de/studis/ese/vorkurse/mathe

Mehr

Lineares Optimieren. W. Kippels 12. April Inhaltsverzeichnis. 1 Einleitung 2. 2 Die Beispielaufgabe 2. 3 Einführung von Schlupfvariablen 2

Lineares Optimieren. W. Kippels 12. April Inhaltsverzeichnis. 1 Einleitung 2. 2 Die Beispielaufgabe 2. 3 Einführung von Schlupfvariablen 2 Lineares Optimieren W. Kippels 1. April 015 Inhaltsverzeichnis 1 Einleitung Die Beispielaufgabe Einführung von Schlupfvariablen 4 Die Simplex-Methode 5 Das Basis-Austauschverfahren 4 6 Fortsetzung der

Mehr

Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler

Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler Wintersemester 2006/07 05.03.2007 Dr. Priska Jahnke Klausur zur Vorlesung Mathematische Grundlagen für Wirtschaftswissenschaftler Bitte lesbar ausfüllen, Zutreffendes ankreuzen Herr Frau Name, Vorname:

Mehr

9.2 Invertierbare Matrizen

9.2 Invertierbare Matrizen 34 9.2 Invertierbare Matrizen Die Division ist als Umkehroperation der Multiplikation definiert. Das heisst, für reelle Zahlen a 0 und b gilt b = a genau dann, wenn a b =. Übertragen wir dies von den reellen

Mehr

Inhaltsverzeichnis. Inhaltsverzeichnis. 3

Inhaltsverzeichnis. Inhaltsverzeichnis.  3 Inhaltsverzeichnis Inhaltsverzeichnis Vorwort 4 1 Der Taschenrechner 5 1.1 Erste Rechnungen.................................. 5 1.2 Bearbeiten und Löschen der Eingaben....................... 7 1.3 Mehrere

Mehr

A2.3 Lineare Gleichungssysteme

A2.3 Lineare Gleichungssysteme A2.3 Lineare Gleichungssysteme Schnittpunkte von Graphen Bereits weiter oben wurden die Schnittpunkte von Funktionsgraphen mit den Koordinatenachsen besprochen. Wenn sich zwei Geraden schneiden, dann müssen

Mehr

Institut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg OPTIMIERUNG II. Aufgaben und Lösungen

Institut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg OPTIMIERUNG II. Aufgaben und Lösungen Institut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg OPTIMIERUNG II Aufgaben und Lösungen SS 2005 Aufgaben Aufgabe 41 Ein Betrieb stellt zwei Produkte P 1 und P 2 her, die die

Mehr

Gleichungsarten. Quadratische Gleichungen

Gleichungsarten. Quadratische Gleichungen Gleichungsarten Quadratische Gleichungen Normalform: Dividiert man die allgemeine Form einer quadratischen Gleichung durch a, erhält man die Normalform der quadratischen Gleichung. x 2 +px+q=0 Lösungsformel:

Mehr

Klausur Management Science. Donnerstag, 19. Februar 2015

Klausur Management Science. Donnerstag, 19. Februar 2015 run Lehrstuhl fiir Operations Management Prof. Dr. Rainer Kolisch ArcisstraBe 21, 80333 Miinchen Klausur Management Science Donnerstag, 19. Februar 2015 Name: Vorname: Matrikelnummer: Studiengang: Fachsemester:

Mehr

Projekt Standardisierte schriftliche Reifeprüfung in Mathematik. T e s t h e f t B 1. Schulbezeichnung:.. Klasse: Vorname: Datum:.

Projekt Standardisierte schriftliche Reifeprüfung in Mathematik. T e s t h e f t B 1. Schulbezeichnung:.. Klasse: Vorname: Datum:. Projekt Standardisierte schriftliche Reifeprüfung in Mathematik T e s t h e f t B Schulbezeichnung:.. Klasse: Schüler(in) Nachname:. Vorname: Datum:. B Große und kleine Zahlen In Wikipedia findet man die

Mehr

6. Übungsblatt zur Mathematik I für Maschinenbau

6. Übungsblatt zur Mathematik I für Maschinenbau Fachbereich Mathematik Prof. Dr. M. Joswig Dr. habil. Sören Kraußhar Dipl.-Math. Katja Kulas 6. Übungsblatt zur Mathematik I für Maschinenbau Gruppenübung WS 2/ 25..-.2. Aufgabe G (Lineare Gleichungssysteme)

Mehr

Mathematik 1, Teil B. Inhalt:

Mathematik 1, Teil B. Inhalt: FH Emden-Leer Fachb. Technik, Abt. Elektrotechnik u. Informatik Prof. Dr. J. Wiebe www.et-inf.fho-emden.de/~wiebe Mathematik 1, Teil B Inhalt: 1.) Grundbegriffe der Mengenlehre 2.) Matrizen, Determinanten

Mehr

LAP Berufsmatura Mathematik 28. Mai 2014

LAP Berufsmatura Mathematik 28. Mai 2014 LAP Berufsmatura Mathematik 8. Mai 04 Abschlussprüfung 04 Mathematik en Material Hilfsmittel Zeit Arbeitsblätter, Häuschenblätter netzunabhängiger, nicht programmierbarer Taschenrechner, Formelblatt 50

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

Aufstellen der Funktionsgleichung aus gegebenen Bedingungen

Aufstellen der Funktionsgleichung aus gegebenen Bedingungen R. Brinkmann http://brinkmann-du.de Seite.0.0 Aufstellen der Funktionsgleichung aus gegebenen Bedingungen Drei unterschiedliche Punkte, die alle auf einer Parabel liegen sollen sind gegeben. Daraus soll

Mehr

Das Linear Ordering Problem Exakte Lösungsverfahren. für NP-schwierige. VO Algorithm Engineering

Das Linear Ordering Problem Exakte Lösungsverfahren. für NP-schwierige. VO Algorithm Engineering Das Linear Ordering Problem Exakte Lösungsverfahren VO Algorithm Engineering für NP-schwierige Professor Dr. Petra Mutzel kombinatorische Lehrstuhl für Algorithm Engineering, LS11 Optimierungsprobleme

Mehr

AUFGABEN. Klausur: Modul Optimierungsmethoden des Operations Research. Termin:

AUFGABEN. Klausur: Modul Optimierungsmethoden des Operations Research. Termin: Lehrstuhl für Betriebswirtschaftslehre, insb. Quantitative Methoden und Wirtschaftsmathematik Prof. Dr. Andreas Kleine AUFGABEN Klausur: Modul 32621 Optimierungsmethoden des Operations Research Termin:

Mehr

37 Gauß-Algorithmus und lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Gauß-Algorithmus und lineare Gleichungssysteme 37 Motivation Lineare Gleichungssysteme treten in einer Vielzahl von Anwendungen auf und müssen gelöst werden In Abschnitt 355 haben wir gesehen, dass

Mehr

Erfolg im Mathe-Abi 2014

Erfolg im Mathe-Abi 2014 Gruber I Neumann Erfolg im Mathe-Abi 2014 Schleswig-Holstein Übungsbuch Prüfungsaufgaben mit Tipps und Lösungen Inhaltsverzeichnis 1. Aufgabensatz... 7 2. Aufgabensatz... 12 3. Aufgabensatz... 17 4. Aufgabensatz...

Mehr

Lineare Gleichungen mit 2 Variablen

Lineare Gleichungen mit 2 Variablen Lineare Gleichungen mit 2 Variablen Lineare Gleichungen mit 2 Variablen sind sehr eng verwandt mit linearen Funktionen. Die Funktionsgleichung einer linearen Funktion f(x) = m x+q m: Steigung, q: y Achsenabschnitt

Mehr

1. Ein Artikel kostet im Einkauf pro Stück 16 und wird zu 21 verkauft. Die Fixkosten betragen 11'000.

1. Ein Artikel kostet im Einkauf pro Stück 16 und wird zu 21 verkauft. Die Fixkosten betragen 11'000. Arbeiten zum Kapitel 50 Gewinnschwelle (break even point) a) Rechnerische Methode 1. Ein Artikel kostet im Einkauf pro Stück 16 und wird zu 21 verkauft. Die Fixkosten betragen 11'000. a) Berechnen Sie

Mehr

Analytische Geometrie mit dem Voyage 1

Analytische Geometrie mit dem Voyage 1 Analytische Geometrie mit dem Voyage. Vektoren Vektoren lassen sich definieren in eckigen Klammern. Setzt man ein Semikolon zwischen die einzelnen Komponenten, so ergibt sich ein Spaltenvektor. Ein Spaltenvektor

Mehr

Inhaltsverzeichnis. von Axel Jacquet, Jonathan Potthoff und Kai Seeling. Alle gleich schwer wie verteilt man Gläser auf mehrere Tabletts?

Inhaltsverzeichnis. von Axel Jacquet, Jonathan Potthoff und Kai Seeling. Alle gleich schwer wie verteilt man Gläser auf mehrere Tabletts? zeitung für mathematik am mpg trier / heft 39 / januar 07 Inhaltsverzeichnis Seite Alle gleich schwer wie verteilt man Gläser auf mehrere Tabletts? Die Summe mit dem größten Produkt Nur eine Zahl bleibt

Mehr

Kaufmännische Berufsmatura 2013

Kaufmännische Berufsmatura 2013 Kaufmännische Berufsmatura 03 Serie : Lösungen Serie - Lösungen Prüfungsdauer: Max. zahl: 50 Minuten 00 Bewertungshinweise: Mehrfachlösungen sind nicht gestattet. Als Resultate gelten nur eindeutig gekennzeichnete

Mehr

Folgerungen aus dem Auflösungsatz

Folgerungen aus dem Auflösungsatz Folgerungen aus dem Auflösungsatz Wir haben in der Vorlesung den Satz über implizite Funktionen (Auflösungssatz) kennen gelernt. In unserer Formulierung lauten die Resultate: Seien x 0 R m, y 0 R n und

Mehr

Matrikel-Nr.: Nachholklausur Wirtschafts- und Finanzmathematik

Matrikel-Nr.: Nachholklausur Wirtschafts- und Finanzmathematik Name: Matrikel-Nr.: Nachholklausur Wirtschafts- und Finanzmathematik Prüfer Etschberger, Heiden, Jansen Prüfungsdatum 7. Juli 2015 Prüfungsort Augsburg Studiengang IM und BW Bearbeitungszeit: 90 Minuten

Mehr

Mathematik I Übungsblatt 5 WS 12/13 Prof. Dr. W. Konen, Dr.A.Schmitter

Mathematik I Übungsblatt 5 WS 12/13 Prof. Dr. W. Konen, Dr.A.Schmitter Bereiten Sie die Aufgaben parallel zu den in der Vorlesung besprochenen Themen für die nächsten Übungsstunden jeweils vor! Aufgabe 5.1 Vektoroperationen Gegeben sind die folgenden Vektoren: u = 3 1 2 v

Mehr

AB2 Lineare Gleichungssysteme (LGS)

AB2 Lineare Gleichungssysteme (LGS) AB2 Lineare Gleichungssysteme (LGS) 1) An der Kinokasse 2) In der Kneipe Wie hoch ist der Preis für die Kinokarte eines Erwachsenen, wie viel Dollar kostet die Kinderkarte? Schreibe deinen Lösungsweg auf.

Mehr

Lineare Optimierung im Mathematikunterricht

Lineare Optimierung im Mathematikunterricht Lineare Optimierung im Mathematikunterricht Horst W. Hamacher Stefanie Müller WiMS/TeMS -Report, Wirtschafts- und Technomathematik in Schulen Fachbereich Mathematik, Universität Kaiserslautern WiMS/TeMS

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 8 3. Semester ARBEITSBLATT 8 TEXTAUFGABEN ZU LINEAREN GLEICHUNGSSYSTEMEN AUFGABEN ZU ZAHLEN

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt 8 3. Semester ARBEITSBLATT 8 TEXTAUFGABEN ZU LINEAREN GLEICHUNGSSYSTEMEN AUFGABEN ZU ZAHLEN ARBEITSBLATT 8 TEXTAUFGABEN ZU LINEAREN GLEICHUNGSSYSTEMEN AUFGABEN ZU ZAHLEN Prinzipiell kennen wir die Vorgangsweise beim Lösen von Textaufgaben bereits. Neu ist hingegen, dass wir nun immer zwei Variable

Mehr

Kommentiertes Beispiel für das Gaußsche Eliminationsverfahren

Kommentiertes Beispiel für das Gaußsche Eliminationsverfahren Kommentiertes Beispiel für das Gaußsche Eliminationsverfahren oder: Wie rechnet eigentlich der TI 84, wenn lineare Gleichungssysteme gelöst werden? Hier wird an einem Beispiel das Gaußsche Verfahren zum

Mehr

Aufgabe 1: Bestimmen Sie Zahlen a b. ,, für die. = b. und gleichzeitig a + b + 1 = 0 gilt. Lösung zu Aufgabe 1:

Aufgabe 1: Bestimmen Sie Zahlen a b. ,, für die. = b. und gleichzeitig a + b + 1 = 0 gilt. Lösung zu Aufgabe 1: WS 99/99 Aufgabe : Bestimmen Sie Zahlen a b,, für die 6 b a und gleichzeitig a + b + gilt. Lösung zu Aufgabe : WS 99/99 Aufgabe : Ein Unernehmen stellt aus ohstoffen (,,, ) Zwischenprodukte ( Z, Z, Z )

Mehr

Inhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57

Inhaltsverzeichnis. 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

Mehr

Ermitteln Sie zu folgenden linearen Gleichungssystemen die zugehörige Lösungsmenge. Die Lösungsvariablen sind x und y.

Ermitteln Sie zu folgenden linearen Gleichungssystemen die zugehörige Lösungsmenge. Die Lösungsvariablen sind x und y. Aufnahmeprüfung Mathematik 004 Hochschulen für Wirtschaft Aufgabe : ( + = 4 Punkte ) Ermitteln Sie zu folgenden linearen Gleichungssystemen die zugehörige Lösungsmenge. Die Lösungsvariablen sind und y.

Mehr

Die Summen- bzw. Differenzregel

Die Summen- bzw. Differenzregel Die Summen- bzw Differenzregel Seite Kapitel mit Aufgaben Seite WIKI Regeln und Formeln Level Grundlagen Aufgabenblatt ( Aufgaben) Lösungen zum Aufgabenblatt Aufgabenblatt (7 Aufgaben) Lösungen zum Aufgabenblatt

Mehr

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Übung Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme Diese Übung beschäftigt sich mit Grundbegriffen der linearen Algebra. Im Speziellen werden lineare Abbildungen, sowie

Mehr

Themenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix.

Themenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix. LINEARE ALGEBRA Lösbarkeit von linearen Gleichungssystemen Themenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix Gleichungssysteme

Mehr

3. Das Gleichungssystem

3. Das Gleichungssystem Lagerung: Damit das Fachwerk Kräfte aufnehmen kann, muss es gelagert werden, Die Lagerung muss so beschaffen sein, dass keine Starrkörperbewegungen oder Mechanismen mehr möglich sind. Die Verschiebungen

Mehr

Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 2. Vorlesung

Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 2. Vorlesung Optimierung und Simulation ökonomischer Problemlagen privater Haushalte 2. Vorlesung Rainer Hufnagel / Laura Wahrig 2006 Diese Woche LO - Rechnerische Lösung - Simplex- Algorithmus LO - Auswertung des

Mehr

7 Lineare Gleichungssysteme

7 Lineare Gleichungssysteme 118 7 Lineare Gleichungssysteme Lineare Gleichungssysteme treten in vielen mathematischen, aber auch naturwissenschaftlichen Problemen auf; zum Beispiel beim Lösen von Differentialgleichungen, bei Optimierungsaufgaben,

Mehr

Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden:

Spezialfall: Die Gleichung ax = b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a = a 1 gelöst werden: Inverse Matritzen Spezialfall: Die Gleichung ax b mit einer Unbekannten x kann mit Hilfe des Kehrwerts 1 a a 1 gelöst werden: ax b x b a a 1 b. Verallgemeinerung auf Ax b mit einer n nmatrix A: Wenn es

Mehr

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am 20.02.2015

Prüfungsklausur Mathematik I für Wirtschaftsingenieure am 20.02.2015 HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik I für Wirtschaftsingenieure am 20.02.205 B Name, Vorname Matr. Nr. Sem. gr. Aufgabe 2 4 5 6 7 8 gesamt erreichbare P.

Mehr

Funktionaler Zusammenhang Beitrag 7 Lineare Gleichungssysteme 1 von 32. Trimino, Puzzle und Co. fit im Umgang mit linearen Gleichungssystemen

Funktionaler Zusammenhang Beitrag 7 Lineare Gleichungssysteme 1 von 32. Trimino, Puzzle und Co. fit im Umgang mit linearen Gleichungssystemen II Funktionaler Zusammenhang Beitrag 7 Lineare Gleichungssysteme 1 von 32 Trimino, Puzzle und Co. fit im Umgang mit linearen Gleichungssystemen Von Alessandro Totaro, Stuttgart Was darf s sein? In unserem

Mehr

Netzwerk-Simplex. MinCostFlow als Lineares Programm. 1 of 12 Netzwerksimplex

Netzwerk-Simplex. MinCostFlow als Lineares Programm. 1 of 12 Netzwerksimplex Netzwerk-Simplex MinCostFlow als Lineares Programm of 2 Netzwerksimplex MinCostFlow geg: gerichteter Graph G, Kapazitäten u R R 0 { }, Bedarfe b V R, Pfeilkosten c R R ges: zulässiger b-fluss f mit minimalen

Mehr

LINGO: Eine kleine Einführung

LINGO: Eine kleine Einführung LINGO: Eine kleine Einführung Jun.-Prof.Dr. T. Nieberg Lineare und Ganzzahlige Optimierung, WS 2009/10 LINDO/LINGO ist ein Software-Paket, mit dessen Hilfe (ganzzahlige) lineare Programme schnell und einfach

Mehr