Aufgabenkomplex 5: Inhomogene Differenzialgleichungssysteme; Lineare Optimierung
|
|
- Oswalda Adenauer
- vor 5 Jahren
- Abrufe
Transkript
1 Technische Universität Chemnitz. Juni 9 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex : Inhomogene Differenzialgleichungssysteme; Lineare Optimierung Letzter Abgabetermin: 9. Juli 9 in Übung oder Briefkasten bei Zimmer Rh. Str. 4/6 Bitte die Arbeiten deutlich mit Höhere Mathematik I., Aufgabenkomplex kennzeichnen und die Übungsgruppe angeben, in der die Rückgabe erfolgen soll!. Lösen Sie die Anfangswertaufgabe xt=a xt+ F sint, x= x für A=, 6 F =, x =!. Wenden Sie die Methode des Ansatzes vom Typ der rechten Seite auf die Differenzialgleichungssysteme a ẏ ẋ = = x+ x+y y 4 ẋ = x+y 4 und b ẏ = x+ y an! Was stellen Sie fest?. Bestimmen Sie unter den Nebenbedingungen x +x, x +x 4, x, x die Optima der Zielfunktionen a z=x +4x max, b z=x +4x min, c z=4x +6x max jeweils auf grafischem Wege und mit dem Simplexverfahren! Zeichnen Sie die beim Simplexverfahren durchlaufenen Basislösungen jeweils in die Skizze der grafischen Lösung ein! Für welche Argumente x, x werden die Optima erreicht? 4. In einer Kompostanlage werden Sorten Pflanzsubstrat hergestellt. Für die Herstellung von hl Substrat Sorte A werden u.a. 4 l Füllstoffe und l Kompost, für hl Substrat Sorte B werden u.a. 4 l Füllstoffe und 4 l Kompost benötigt. Pro Hektoliter Substrat werden bei der Sorte A e und bei der Sorte B eerlöst. Es stehen höchstens 8 hl Füllstoffe zur Verfügung, sollen aber mindestens 88 hl Kompost verwendet werden. Unter den vorgegebenen Bedingungen soll der Erlös maximiert werden. Stellen Sie das mathematische Modell auf und lösen Sie die Aufgabe auf grafischem Wege!. Aus Trauben-, Orangen- und Apfelsaft werden verschiedene Sorten Multivitaminsaft hergestellt. l Multivitaminsaft enthalten bei der Sorte A l Trauben-, l Orangen- und l Apfelsaft, bei der Sorte B 4 l Orangen- und l Apfelsaft und bei der Sorte C l Orangenund l Apfelsaft. Pro Liter wird ein Gewinn von Cent bei Sorte A, Cent bei Sorte B und Cent bei Sorte C erzielt. Es stehen l Trauben-, 7 l Orangen- und l Apfelsaft zur Verfügung. Stellen sie das mathematische Modell für die Maximierung des Gewinns auf und lösen Sie dieses mit dem Simplexverfahren! Wieviel Liter der einzelnen Sorten sind herzustellen? Welche Bedeutung haben die Werte der Schlupfvariablen in der optimalen Lösung? Zusatzaufgabe auf Seite
2 Höhere Mathematik I. Aufgabenkomplex. Juni 9 Zusatzaufgabe Bei dieser Aufgabe können Zusatzpunkte erworben werden, bei den Aufgaben werden insgesamt 4 Punkte vergeben. Der Aufgabenkomplex ist bestanden, wenn mindestens Punkte erreicht worden sind. Lösen Sie die folgende Aufgabe mit MATLAB. Protokollieren Sie Ihr Vorgehen in einer diary- Datei und speichern Sie erstellte Plots ab.. a Bestimmen Sie ohne MATLAB die reelle Lösung von x t xt sinωt y = + mit t yt x = y vgl Übung 6, Aufgabe für ω ± in Abhängigkeit von ω. b Zeichnen Sie die x-komponente der Lösung für ω =,, 6 über dem Intervall [,π]. In Übung 6, Aufgabe wurde für ω = als Lösung des Differenzialgleichungssystems cost sint xt = C + D + t sint sint cost t cost sint angegeben. Ermitteln Sie auch hierzu die Lösung der Anfangswertaufgabe und zeichnen Sie deren x-komponente ein. c Wie lautet die Periodenlänge der unter a bestimmten Lösung für rationale ω in Abhängigkeit von ω? Öffnen Sie die erstellte diary-datei vorher mit diary off die Protokollierung abschließen und entfernen Sie ggf. überflüssige Zeilen z.b. Fehleingaben. Drucken Sie anschließend die bearbeitete diary-datei und eventuell angefertigte Plots und m-files möglichst sparsam d.h. nach Möglichkeit duplex, mehrere Seiten pro Blatt, kleine Schriftgröße aus. Fügen Sie den Ausdruck Ihrer restlichen Hausaufgabe an.
3 Höhere Mathematik I. Aufgabenkomplex. Juni 9 Aufgabenkomplex : Inhomogene Differenzialgleichungssysteme; Lineare Optimierung Letzter Abgabetermin: 9. Juli 9. Lösen Sie die Anfangswertaufgabe xt=a xt+ F sint, x= x für A=, 6 F =, x =! Lösung: Homogenes System: λ λ λ = λ λ+ λ = λ +4 λ =, λ // = ±i;. Zu λ / =±i: xt kann in der Form xt=c cost+d sin t angesetzt werden. Die erste Gleichung lautet ẋ=z, so dass sich zt = ẋt/ = C sint+dcost ergibt. yt hängt nicht von xt und zt ab, cost sint folglich ist xt =C sint +D cost die zu dem Eigenwertpaar λ / = ±i gehörige Lösung des homogenen Differenzialgleichungssystems. EV zu λ =: EV E cost sint allgemeine Lösung des homogenen Systems: xt = C sint +D cost +E Inhomogenes System: Ansatz: xt = Asint + Bcost, xt = Acost Bsint e t Einsetzen in inhomogenes System: A B A B 6 A cost B sint = A sint+ B cost + sint A B A B A cost B sint A sint+b cost+6sint A cost B sint = A sint+b cost+sint A cost B sint A sint B cost+sint
4 Höhere Mathematik I. Aufgabenkomplex. Juni 9 4 Koeffizientenvergleich: sint : B = A + 6 A B = 6 cost : A = B A B = sint : B = A + A B = cost : A = B A B = sint : B = A + A B = cost : A = B A +B = spezielle Lösung des inhomogenen Systems: xt = sint + 4 cost allgemeine Lösung des inhomogenen Systems: cost sint xt = C +D +E e t + sint + cost sint cost 4 Anfangsbedingung: x = C +D +E + Lösung der Anfangswertaufgabe: cost sint xt = sint cost + = e t + sint + 4 cost C+=, C= E =, E = D+=, D=. Wenden Sie die Methode des Ansatzes vom Typ der rechten Seite auf die Differenzialgleichungssysteme a ẏ ẋ = = x+ x+y y 4 und b ẋ = x+y 4 ẏ = x+ y an! Was stellen Sie fest? Lösung: a homogen: ẏ ẋ = = x+ x+y y λ λ = λ λ 6=λ λ 4=, λ / = 9 ± { 4 4 =
5 Höhere Mathematik I. Aufgabenkomplex. Juni 9 EV zu λ =4: EV C allgemeine Lösung des homogenen Dgl.systems: x = C inhomogen: Inhomogenität rechte Seite : ft = Einsetzen in inhomogenes Dgl.system: xt= A 4 = + A EV zu λ = : e 4t + D 4, Ansatz: xt = spezielle Lösung des inhomogenen Dgl.systems: x = allgemeine Lösung des inhomogenen Dgl.systems: x = C d.h. xt = Ce 4t De t + 4 yt = Ce 4t + De t A A e t EV D, xt= A + A = 4 A + A = 6A + A = + 4A =6 A =4, A = 4 e 4t + D b homogen: ẏ ẋ = = x+y x+ y λ { λ = λ λ =λ λ =λλ =, λ / = EV zu λ =: EV C allgemeine Lösung des homogenen Dgl.systems: x = C inhomogen: Inhomogenität rechte Seite : ft = Einsetzen in inhomogenes Dgl.system: xt= A 4 = + A EV zu λ =: e t + D 4, Ansatz: xt = e t + A A EV D, xt= 4, A + A = 4 A + A = A + A = + = 6, Widerspruch, GS unlösbar Eine spezielle Lösung des inhomogenen Differenzialgleichungssystems kann also in diesem Fall nicht einfach in Form der rechten Seite gesucht werden. Es liegt der Resonanzfall vor. Die allgemeine Lösung des inhomogenen Differenzialgleichungssystems lautet xt = C e t + D + 6t+4 muss bei der Bearbeitung des Aufgabenkomplexes nicht ermittelt 6t werden.
6 Höhere Mathematik I. Aufgabenkomplex. Juni 9 6. Bestimmen Sie unter den Nebenbedingungen x +x, x +x 4, x, x die Optima der Zielfunktionen a z=x +4x max, b z=x +4x min, c z=4x +6x max jeweils auf grafischem Wege und mit dem Simplexverfahren! Zeichnen Sie die beim Simplexverfahren durchlaufenen Basislösungen jeweils in die Skizze der grafischen Lösung ein! Für welche Argumente x, x werden die Optima erreicht? Lösung: Grafische Lösung a, b x x +x =4. BL. BL zulässiger Bereich max. BL: Max x +x = x c x 4 4 x +x =4. BL. BL: Max Max zulässiger Bereich max. BL: Max x +x = x min Niveaulinien der Zielfunktion z=x +4x Maximierung erfolgt durch Parallelverschiebung des Zielfunktionsniveaus nach rechts oben. Der zulässige Bereich wird verlassen im Schnittpunkt der Geraden x +x = und x +x =4: x + x = x + x = 4 6x + 9x = 6 + 6x + 4x = 48 x =, x =, x = 6 Also wird das Maximum für x = 6, x = angenommen, der maximale Zielfunktionswert beträgt. Minimierung erfolgt durch Parallelverschiebung des Zielfunktionsniveaus nach links unten. Das ist beliebig weit möglich, die Zielfunktion ist über dem zulässigen Bereich nach unten unbeschränkt und die Aufgabe damit nicht lösbar. Niveaulinien der Zielfunktion z=4x +6x Maximierung erfolgt durch Parallelverschiebung des Zielfunktionsniveaus nach links oben. Der zulässige Bereich wird verlassen auf dem Abschnitt der Geraden x +x = zwischen den Punkten, und 6,. Also wird das Maximum für die Punkte x = +t, t angenommen, der maximale Zielfunktionswert be- x trägt 4.
7 Höhere Mathematik I. Aufgabenkomplex. Juni 9 7 Transformation in Normalform und Lösung mit dem Simplexverfahren: Variablensubstitution: x =x, x =x + x = x, x = x x +x =x ++ x =x ++ x, x x 4 x +x =x ++ x =x ++ x 4, x +x NB in Gleichungsform mit Schlupfvariablen: x x +u = 4 x x +u = a Zielfunktion: z=x +4x =x ++4 x =x 4x + max, z =x 4x max, z=z + x x u u BV c B 4 x B Q u 4. Basislösung u x =x =, u =4, u = x =, x = z 4 z = x. Basislösung u x =u =, x =, u = x =, x = z 6 z =6 x. Basislösung x 4 u =u =, x =, x = x =6, x = z 6 7 z =7 z=, alle j Optimum Da die Optimalitätsindikatoren für die Nichtbasisvariablen positiv sind, ist z6, = das eindeutige Maximum. b Zielfunktion: z=x +4x =x ++4 x =x 4x + min, z = x +4x max, z= z + x x u u BV c B 4 x B Q u 4. Basislösung wie bei a u alle a i nichtpositiv = z 4 ZF unbeschränkt, LOA unlösbar
8 Höhere Mathematik I. Aufgabenkomplex. Juni 9 8 c Zielfunktion: z=4x +6x =4x ++6 x =4x 6x +4 max, z =4x 6x max, z=z +4 x x u u BV c B 4 6 x B Q u 4. Basislösung u x =, x =, u =4, u =, z =, z=4 z 4 6 x 4. Basislösung optimal, da alle j u x =, x =, u =, u =, z =8, z=4 z 8 Weiterrechn. mögl., da j für NBV x gleich x 4 x 6. Basislösung optimal x =6, x =, u =, u =, z =8, z=4 z 8 Weiterrechn. führt zurück auf. Basislösung Alle Punkte auf der Kante zwischen den Ecken x,x =, und x,x = 6,, d.h. x alle Punkte x = +t, t sind optimale Lösungen, für sie ergibt sich der optimale Zielfunktionswert zx,x = 4+t+6 t = In einer Kompostanlage werden Sorten Pflanzsubstrat hergestellt. Für die Herstellung von hl Substrat Sorte A werden u.a. 4 l Füllstoffe und l Kompost, für hl Substrat Sorte B werden u.a. 4 l Füllstoffe und 4 l Kompost benötigt. Pro Hektoliter Substrat werden bei der Sorte A e und bei der Sorte B eerlöst. Es stehen höchstens 8 hl Füllstoffe zur Verfügung, sollen aber mindestens 88 hl Kompost verwendet werden. Unter den vorgegebenen Bedingungen soll der Erlös maximiert werden. Stellen Sie das mathematische Modell auf und lösen Sie die Aufgabe auf grafischem Wege! Lösung: ges.: x : herzustellendes Substrat A in hl, x : herzustellendes Substrat B in hl Gewinn: x + x max Füllstoffe:.4x +.4x 8 Kompost:.x +.4x 88 Nichtnegativität: x, x x 44.x +.4x =88.4x +.4x =8 Der zulässige Bereich ist leer, also ist die Aufgabe unlösbar. x
9 Höhere Mathematik I. Aufgabenkomplex. Juni 9 9. Aus Trauben-, Orangen- und Apfelsaft werden verschiedene Sorten Multivitaminsaft hergestellt. l Multivitaminsaft enthalten bei der Sorte A l Trauben-, l Orangen- und l Apfelsaft, bei der Sorte B 4 l Orangen- und l Apfelsaft und bei der Sorte C l Orangenund l Apfelsaft. Pro Liter wird ein Gewinn von Cent bei Sorte A, Cent bei Sorte B und Cent bei Sorte C erzielt. Es stehen l Trauben-, 7 l Orangen- und l Apfelsaft zur Verfügung. Stellen sie das mathematische Modell für die Maximierung des Gewinns auf und lösen Sie dieses mit dem Simplexverfahren! Wieviel Liter der einzelnen Sorten sind herzustellen? Welche Bedeutung haben die Werte der Schlupfvariablen in der optimalen Lösung? Lösung: ges.: x,x,x : herzustellender Saft der Sorten A, B, C in l Gewinn: z =.x +.x +.x max Traubensaft: x Orangensaft: x + 4 x + x 7 Apfelsaft: x + x + x Nichtnegativität: x, x, x Die angegebenen Multiplikationen für ZF und NB dienen der Rechenvereinfachung. Normalform: z =z=4x +x +x max x +u = x +4x +x +u = 87 x + x +x +u = 7 x, x, x, u, u, u x x x u u u BV c B 4 x B Q u u u 7 7 z 4 x 4 u 4. u z 4 x u 4 x z 4 7 Alle Optimalitätsindikatoren j sind nichtnegativ, dabei sind nur die für die Basisvariablen gleich. Also hat die Aufgabe bei x =, x =, x =, x 4 =, x =, x 6 = das eindeutige Maximum z=z /=7.. Der maximale Gewinn von 7, e wird erzielt, wenn l Saft Sorte A und l Saft Sorte B hergestellt werden, während kein Saft Sorte C herzustellen ist. Die Schlupfvariablen geben an, wie viele Rohstoffe beim optimalen Ergebnis nicht verbraucht werden. Aufgrund der Multiplikation der Ungleichungen für die Ressourcen mit sind die Werte noch durch zu dividieren. Also bleiben bleiben l Orangensaft übrig, Trauben- und Apfelsaft werden vollständig verbraucht.
10 Höhere Mathematik I. Aufgabenkomplex. Juni 9 Zusatzaufgabe Lösen Sie die folgende Aufgabe mit MATLAB. Protokollieren Sie Ihr Vorgehen in einer diary- Datei und speichern Sie erstellte Plots ab.. a Bestimmen Sie ohne MATLAB die reelle Lösung von x t xt sinωt y = + mit t yt x = y vgl Übung 6, Aufgabe für ω ± in Abhängigkeit von ω. b Zeichnen Sie die x-komponente der Lösung für ω =,, 6 über dem Intervall [,π]. In Übung 6, Aufgabe wurde für ω = als Lösung des Differenzialgleichungssystems cost sint xt = C + D + t sint sint cost t cost sint angegeben. Ermitteln Sie auch hierzu die Lösung der Anfangswertaufgabe und zeichnen Sie deren x-komponente ein. c Wie lautet die Periodenlänge der unter a bestimmten Lösung für rationale ω in Abhängigkeit von ω? Öffnen Sie die erstellte diary-datei vorher mit diary off die Protokollierung abschließen und entfernen Sie ggf. überflüssige Zeilen z.b. Fehleingaben. Drucken Sie anschließend die bearbeitete diary-datei und eventuell angefertigte Plots und m-files möglichst sparsam d.h. nach Möglichkeit duplex, mehrere Seiten pro Blatt, kleine Schriftgröße aus. Fügen Sie den Ausdruck Ihrer restlichen Hausaufgabe an. Lösung:. a Die allgemeine Lösung des homogenen Systems wurde bereits in Übung 6 besprochen. Sie lautet cost sint xt = C + D. sint cost Für die Inhomogenität kann der Ansatz nach Art der rechten Seite gemacht werden A B x s t = sinωt + cosωt A B mit noch zu bestimmenden A,A,B,B. Setzt man diesen Ansatz in das inhomogene System ein, erhält man A B ω cosωt ω sinωt = x sinωt A B s t = x s t+ ωa cosωt ωb = sinωt sinωt + ωa cosωt ωb sinωt Aus dem Vergleich der Koeffizienten folgt das Gleichungssystem A = ωb + B = ωa A = ωb B = ωa
11 Höhere Mathematik I. Aufgabenkomplex. Juni 9 dessen Lösung A =, A = ω, B = ω ω, B = lautet. Die allgemeine Lösung des inhomogenen Systems ist damit xt = ω cosωt cost sint ω +C + D. sinωt sint cost Um die gegebene Anfangsbedingung zu erfüllen, muss x = ω C ω + = D gelten, d.h. C D = ω ω. b nachbereitete diary-datei Kommentare durch % gekennzeichnet und Plot auf der nächsten Seite c Es muss die Periodenlänge der homogenen Lösung = π mit der Periodenlänge der speziellen Lösung = π ω abgestimmt werden, um die Periodenlänge der Lösung zu erhalten. Es muss also k π = k π ω für ganze Zahlen k und k gelten. Die rationale Periodenlänge ω lässt sich als ω = p q mit p,q N und ggtp,q = schreiben. Dann ist die obige Bedingung zu k = k ω = k q p äquivalent. Aus ggtp,q = folgt k = p und k = q und damit beträgt die Periodenlänge der Lösung q π bzw. p π ω.
12 % % Aufgabe % omega=[, /, 6/]; linestyles={'b-','m-','c-'}; % Startbedingung x = [ ; ]; % Figure einrichten figure; clf; hold on; t = linspace,**pi,; for i=:lengthomega, % Frequenz der Anregung w = omegai; % Parameter C, C bestimmen, damit die Anfangsbed. erfüllt ist C = x - /-w^ * [-w ; ]; % Lösung für w berechnen x = /-w^ * [-w * cosw*t ; sinw*t] + C * [cost ; -sint] + C * [sint ; cost]; % x-komponente der Lösung plotten plott,x,:,linestyles{i},'linewidth',; end % Parameter C, C bestimmen, damit die Anfangsbedingung erfüllt ist C = x; % Lösung berechnen x = C * [cost ; -sint] + C * [sint ; cost] + / * [t.* sint ; t.*cost - sint]; % x-komponente der Lösung plotten plott,x,:,'r-','linewidth',; % Titel und Label setzen legend'omega = ','omega = /','omega = 6/','omega = ','Location', ' NorthWest'; xlabel't'; ylabel'x'; setgca,'xtick',:*pi:6**pi; title'x-komponente der Lösungen des Differenzialgleichungssystems'; print -depsc HA_matlab_plot_.eps diary off x omega = omega = / omega = 6/ omega = x Komponente der Lösungen des Differenzialgleichungssystems t Höhere Mathematik I. Aufgabenkomplex. Juni 9
Aufgabenkomplex 5: Differenzialgleichungssysteme und Optimierungsaufgaben
Technische Universität Chemnitz 7. Juni 0 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex 5: Differenzialgleichungssysteme und Optimierungsaufgaben Letzter Abgabetermin: 6. Juli 0 (in Übung
MehrAufgabenkomplex 2: Mengenlehre, Umrechnung von Einheiten, Zahlbereiche
Technische Universität Chemnitz 0. November 008 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex : Mengenlehre, Umrechnung von Einheiten, Zahlbereiche Letzter Abgabetermin: 5. November 008
MehrAufgabenkomplex 3: Integralrechnung, Kurven im Raum
Technische Universität Chemnitz. Mai 9 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex : Integralrechnung, Kurven im Raum Letzter Abgabetermin: 6. Mai 9 (in Übung oder Briefkasten bei Zimmer
Mehr1 Aufgabe 1 mit Lösung
Mathematik I für Wirtschaftsingenieure/ informatiker Prüfungsklausur 4. Februar 99 mit Lösung Ermitteln Sie alle reellen Zahlen x, für die x x < gilt! Fallunterscheidung: x< : ( x) > (x ), x > x + 4, x
MehrAufgabenkomplex 4: Differenzialgleichungen, Eigenwertprobleme
Technische Universität Chemnitz 2. Juni 29 Fakultät für Mathematik Höhere Mathematik I.2 Aufgabenkomple 4: Differenzialgleichungen, Eigenwertprobleme Letzter Abgabetermin: 6. Juni 29 (in Übung oder Briefkasten
MehrAufgabenkomplex 3: Vektoren, Matrizen
Technische Universität Chemnitz 6. November 8 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex : Vektoren, Matrizen Letzter Abgabetermin:. Dezember 8 (in Übung oder Briefkasten bei Zimmer Rh.
MehrAufgabenkomplex 4: Vektorfunktionen, Differenzialgleichungen, Eigenwertprobleme
Technische Universität Chemnitz 3. Mai Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomple 4: Vektorfunktionen, Differenzialgleichungen, Eigenwertprobleme Letzter Abgabetermin:. Juni (in Übung
MehrAufgabenkomplex 4: Lineare Gleichungssysteme
Technische Universität Chemnitz 6. Dezember 2008 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex 4: Lineare Gleichungssysteme Letzter Abgabetermin: 08. Januar 2009 (in Übung oder Briefkasten
MehrAufgabenkomplex 4: Lineare Gleichungssysteme
Technische Universität Chemnitz 8. Dezember 9 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex 4: Lineare Gleichungssysteme Letzter Abgabetermin: 5. Januar (in Übung oder Briefkasten bei Zimmer
MehrAufgabenkomplex 4: Vektorfunktionen, Differenzialgleichungen, Eigenwertprobleme
Technische Universität Chemnitz 04. Juni 00 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomple 4: Vektorfunktionen, Differenzialgleichungen, Eigenwertprobleme Letzter Abgabetermin:. Juni 00 (in
MehrOptimierung. Vorlesung 02
Optimierung Vorlesung 02 LPs in kanonischer Form Für i = 1,, m und j = 1,, d seien c j, b i und a ij reele Zahlen. Gesucht wird eine Belegung der Variablen x 1,, x d, so das die Zielfunktion d c j x j
MehrAufgabenkomplex 5: Inverse Matrix, Determinanten, Analytische Geometrie
Technische Universität Chemnitz 0. Dezember 0 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex 5: Inverse Matrix, Determinanten, Analytische Geometrie Letzter Abgabetermin: 3. Januar 0 (in
MehrAufgabenkomplex 3: Vektoren und Matrizen
Technische Universität Chemnitz 2. November 29 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomplex : Vektoren und Matrizen Letzter Abgabetermin: 7. Dezember 29 (in Übung oder Briefkasten bei Zimmer
MehrSerie 13. Analysis D-BAUG Dr. Cornelia Busch FS 2016
Analysis D-BAUG Dr. Cornelia Busch FS 2016 Serie 13 1. Prüfungsaufgabe 4, Winter 2014. Bestimmen Sie die Funktion, für die gilt: An jeder Stelle des Definitionsbereichs ist die Steigung des Graphen der
MehrAufgabenkomplex 2: Differenzialrechnung
Technische Universität Chemnitz 22. April 2009 Fakultät für Mathematik Höhere Mathematik I.2 Aufgabenkomplex 2: Differenzialrechnung Letzter Abgabetermin: 05. Mai 2009 (in Übung oder Briefkasten bei Zimmer
MehrÜbung 3, Simplex-Algorithmus
Übung 3, 21.6.2011 Simplex-Algorithmus Aufgabe 3.1 Lösen Sie das folgende Optimierungsproblem (von Aufgabe 2.3) graphisch. Substituieren Sie dazu z = 5 y um ein 2-dimensionales Problem zu erhalten. Rechnung
MehrAufgabenkomplex 3: Vektoren und Matrizen
Technische Universität Chemnitz 15. November 010 Fakultät für Mathematik Höhere Mathematik I.1 Aufgabenkomplex : Vektoren und Matrizen Letzter Abgabetermin: 9. Dezember 010 in Übung oder Briefkasten bei
Mehr4.3.3 Simplexiteration
7. Januar 2013 53 4.3.3 Simplexiteration Eine Simplexiteration entspricht dem Übergang von einer Ecke des zulässigen Bereiches in eine benachbarte Ecke Dabei wird genau eine Nichtbasisvariable (die zugehörige
MehrOptimale Steuerung 1 Prozessoptimierung 1
Optimale Steuerung 1 Prozessoptimierung 1 Kapitel 2: Lineare Optimierung Prof. Dr.-Ing. Pu Li Fachgebiet Simulation und Optimale Prozesse (SOP) Lineare Algebra (Mathematische Grundlagen) 2 Beispiel: Produktionsplanung
MehrKuhn-Tucker Bedingung
Kapitel 13 Kuhn-Tucker Bedingung Josef Leydold Mathematik für VW WS 017/18 13 Kuhn-Tucker Bedingung 1 / Optimierung unter Nebenbedingungen Aufgabe: Berechne das Maximum der Funktion f (x, y) g(x, y) c,
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
MehrEigenschaften von LPs
2 Lineare Programmierung Eigenschaften von LPs Eigenschaften von LPs Definition 24 Eine Menge K IR n heißt konvex gdw für je zwei Punkte Punkte x (1) K und x (2) K auch jeder Punkt mit 0 λ 1 zu K gehört
MehrHausaufgabe 2: Differenzialgleichungen n-ter Ordnung
Höhere Mathematik II für den Studiengang BAP Hausaufgabe 2 04.11.2008 1 Hausaufgabe 2: Differenzialgleichungen n-ter Ordnung Lösungen 1. Geben Sie die allgemeine Lösung der folgenden Differenzialgleichungen
MehrLineare Optimierung Teil 2
Lineare Optimierung Teil 2 Primale Degeneration Duale Degeneration = Mehrdeutigkeit Normalform kanonische Form Duale Simplexmethode HTW-Berlin FB3 Prof. Dr.F. Hartl 1 Primale Degeneration/1 Besitzt eine
MehrAufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen
Aufgabenkomplex 5: Hauptachsentransformation, Lineare Optimierung, Differentialrechnung in mehreren Veränderlichen 1. Bestimmen Sie für die folgenden Funktionen zunächst die kritischen Stellen und entscheiden
MehrAufgabenkomplex 1: Funktionen, Interpolation, Ableitung
Technische Universität Chemnitz 7. April 010 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomple 1: Funktionen, Interpolation, Ableitung Letzter Abgabetermin: 7. April 010 in Übung oder Briefkasten
Mehr4.3 Anwendungen auf Differentialgleichungen
7 4.3 Anwendungen auf Differentialgleichungen Die Laplace-Transformation wird gerne benutzt, um lineare Differentialgleichungen mit konstanten Koeffizienten y n + a n y n +... + a y + a 0 y ft zu lösen,
MehrD-ITET Analysis I HS 2018 Prof. Alessandra Iozzi. Musterlösung 10. y(x) = Ae ( 3+2i)x + Be ( 3 2i)x. λ 2 2λ + 1 = (λ 1) 2. y(x) = Ae x + Bxe x.
D-ITET Analysis I HS 2018 Prof. Alessandra Iozzi Musterlösung 10 1. a) Das charakteristische Polynom ist λ 2 + λ 2 = (λ + 2)(λ 1) mit den beiden verschiedenen Nullstellen λ = 2 λ = 1. Die allgemeine Lösung
MehrMATHEMATIK I für Bauingenieure (Fernstudium)
TU DRESDEN Dresden, 2. Februar 2004 Fachrichtung Mathematik / Institut für Analysis Doz.Dr.rer.nat.habil. N. Koksch Prüfungs-Klausur MATHEMATIK I für Bauingenieure (Fernstudium) Name: Vorname: Matrikel-Nr.:
MehrHöhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik
Karlsruher Institut für Technologie Institut für Analysis Dr. I. Anapolitanos Dipl.-Math. Sebastian Schwarz SS 7 4.5.7 Höhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik
Mehr1. Lineare Optimierungsaufgaben (LOA) als Teilklasse konvexer Optimierungsprobleme. f(x) min, x G (1.1) (Legende)
. Lineare Optimierungsaufgaben (LOA) als Teilklasse konvexer Optimierungsprobleme X Banachraum, wobei X = R n G zulässige Menge des Optimierungsproblems f: G R Zielfunktion f(x) min, x G (.) (Legende)
MehrVorlesung Wirtschaftsmathematik I WS 2007/2008, Wirtschaftingenieurwesen. Kapitel IV: Grundlagen der Linearen Optimierung
Vorlesung Wirtschaftsmathematik I WS 2007/2008, Wirtschaftingenieurwesen Kapitel IV: Grundlagen der Linearen Optimierung Inhaltsverzeichnis Abschnitt 3-5 3 Der Simplexalgorithmus 58 3.1 Grundlagen..............................
Mehr(3D-)Extrema unter Nebenbedingungen. Problemstellung (lokale Optimierung)
(3D-)Extrema unter Nebenbedingungen Wir beschränken uns wieder (meistens) auf Funktionen von zwei Variablen x, y. Bei drei oder mehr Variablen x 1,..., x n sind die gleichen Techniken analog anwendbar,
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
MehrLösungsvorschläge zum 4. Übungsblatt, WS 2012/2013 Höhere Mathematik III für die Fachrichtung Physik
Lösungsvorschläge zum 4. Übungsblatt, WS 202/203 Höhere Mathematik III für die Fachrichtung Physik Aufgabe 6 Bei allen Aufgabenteilen handelt es sich um (homogene bzw. inhomogene) lineare Differentialgleichungen
MehrAnleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe / Dr Hanna Peywand Kiani 722 Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Lineare Differentialgleichungssysteme,
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 =
MehrLineare (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
MehrKünzer Samstag, Mathematik für Wirtschaftswissenschaften. Lösung zur Klausur
Künzer Samstag, 282 Aufgabe I Es ist f (x = ( x 2 e x2 /2 Mathematik für Wirtschaftswissenschaften Lösung zur Klausur Für x R ist f (x = genau dann, wenn x {, +} ist Somit sind dies die einzigen Flachstellen
MehrAufgabenkomplex 2: Umrechnung von Einheiten, Mengenlehre, Ungleichungen, Komplexe Zahlen
Technische Universität Chemnitz. Oktober 0 Fakultät für Mathematik Höhere Mathematik I. Aufgabenkomple : Umrechnung von Einheiten, Mengenlehre, Ungleichungen, Komplee Zahlen Letzter Abgabetermin: 7. November
MehrÜber- und unterbestimmte
Über- und unterbestimmte Systeme (verallgemeinerte Lösungen) Über- und unterbestimmte Systeme Ax = b ist genau dann für alle b R m eindeutig lösbar, wenn m = n und rk A = n. Falls m n oder rk A < min{m,
Mehrf(x, y) = x 2 4x + y 2 + 2y
7. Februar Lösungshinweise Theorieteil Aufgabe : Bestimmen Sie die Niveaumengen (Höhenlinien) der Funktion f(x, y) = x 4x + y + y und skizzieren Sie das zugehörige Höhenlinienbild im kartesischen Koordinatensystem
MehrKommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler
Kommentierte Musterlösung zur Klausur HM II für Naturwissenschaftler Sommersemester 7 (7.8.7). Gegeben ist die Matrix A 3 3 3 (a) Bestimmen Sie sämtliche Eigenwerte sowie die zugehörigen Eigenvektoren.
MehrLineare Optimierung: Simplexverfahren Phase Ⅰ
Lineare Optimierung: Simplexverfahren Phase Ⅰ Zur Erinnerung: Die Lineare Optimierungsaufgabe in Standardform lautet z = c T x + c 0 min (.) bei Ax = b, x 0. Revidiertes Simplexverfahren Mit dem Simplexverfahren
MehrD-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger. Lösung - Serie 15
D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger Lösung - Serie 15 1. Der Wert einer Funktion f : R R fällt am schnellsten in die Richtung (a) (b) (c) der minimalen partiellen Ableitung. entgegengesetzt
MehrInhaltsverzeichnis Grundlagen der Linearen Optimierung
Inhaltsverzeichnis 4 Grundlagen der Linearen Optimierung 1 4.1 Grundbegriffe............................. 1 4.1.1 Lineare Optimierung..................... 1 4.1.2 Das Grundmodell eines linearen Optimierungsproblems
MehrTutorium Mathematik II M WM
Tutorium Mathematik II M WM 9.6.7 Lösungen Lösen Sie folgende Systeme von Differentialgleichungen der Form x = A x + b mit. A = 6 und b = et. e t Hinweis: Die Eigenwerte und -vektoren der Matrix A lauten:
Mehr1 Der Simplex Algorithmus I
1 Nicoletta Andri 1 Der Simplex Algorithmus I 1.1 Einführungsbeispiel In einer Papiermühle wird aus Altpapier und anderen Vorstoffen feines und grobes Papier hergestellt. Der Erlös pro Tonne feines Papier
Mehr10 Lineare Gleichungssysteme
ChrNelius : Lineare Algebra I (WS 2004/05) 1 10 Lineare Gleichungssysteme (101) Bezeichnungen: Ein System 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 a m1 x 1 + a
Mehr6. Einführung 43. gilt. Dann soll also A B x B = b eindeutig lösbar sein, also A B vollen Rang haben, d. h. invertierbar (regulär) sein.
6. Einführung 43 und aus der linearen Unabhängigkeit der (a i ) i I(x) folgt y i = z i auch für i I(x). Insgesamt gilt also y = z, d. h., nach Definition 6.9 ist x eine Ecke von P. Beachte: Der Koordinatenvektor
Mehr3 Lineare DGlen mit konstanten Koeffizienten
3 Lineare DGlen mit konstanten Koeffizienten In diesem wichtigen Fall linearer DGlen, dem wir ein eigenes Kapitel widmen wollen, sind die Koeffizientenfunktionen a k (t) a k Konstanten, n 1 x (n) (t)+
MehrAufgaben zu Kapitel 23
Aufgaben zu Kapitel 23 Aufgaben zu Kapitel 23 Verständnisfragen Aufgabe 23 Bestimmen Sie grafisch die optimale Lösung x der Zielfunktion z = c T x unter den Nebenbedingungen mit dem Zielfunktionsvektor
MehrGrundlagen der Mathematik (BSc Maschinenbau)
Prof. Dr. J. Ruppenthal Wuppertal, 3.8.8 Dr. T. Pawlaschyk Grundlagen der Mathematik (BSc Maschinenbau) Aufgabe. (5+5+5+5 Punkte) a) Geben Sie für jede der folgenden Aussagen an, ob sie WAHR oder FALSCH
MehrÜbungsaufgaben. 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 =
MehrH. Stichtenoth WS 2005/06
H. Stichtenoth WS 25/6 Lösungsvorschlag für das. Übungsblatt Aufgabe : Der gesuchte Unterraum U ist die lineare Hülle von v und v 2 (siehe Def. 5. und Bsp. 5.5b), d. h. U : Spanv,v 2 } v R : v λ v + λ
MehrSerie 9, Musterlösung. Klasse: 2Ub Semester: 2 Datum: 30. Mai z 3 = i z 4 = 15 Z 4 Z Re(z) z 4 = 1 e i 7π 4
anu donat.adams@fhnw.ch www.adams-science.com Serie 9, Musterlösung Klasse: Ub Semester: Datum: 3. Mai 17 1. Die komplee Zahlenebene Stelle die Zahlen als Punkte in der kompleen Zahlenebene dar. Berechne
MehrAbbildung 1: Graphische Lösung der ersten Übungsaufgabe
Lösungen zu den Übungsaufgaben im Kapitel 1 des Lehrbuches Operations Research Deterministische Modelle und Methoden von Stephan Dempe und Heiner Schreier 1. Lösen Sie die folgende lineare Optimierungsaufgabe
MehrLineare Optimierung Dantzig 1947
Lineare Optimierung Dantzig 947 Lineare Optimierungs-Aufgaben lassen sich mit Maple direkt lösen: with(simplex): g:= 4*x + x2
MehrMathematik III für MB, MPE, LaB, WI(MB) Übung 1, Lösungsvorschlag
Gruppenübung Mathematik III für MB, MPE, LaB, WI(MB) Übung 1, Lösungsvorschlag G 11 (Klassifikation von Differentialgleichungen) Klassifizieren Sie die folgenden Differentialgleichungen: x 2 y + x y +
MehrHöhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik
Karlsruher Institut für Technologie Institut für Analsis Dr. I. Anapolitanos Dipl.-Math. Sebastian Schwarz SS 07.05.07 Höhere Mathematik III für die Fachrichtung Elektrotechnik und Informationstechnik
Mehr6. Lineare DGL-Systeme erster Ordnung
HJ Oberle Differentialgleichungen I WiSe 22/3 6 Lineare DGL-Systeme erster Ordnung A Allgemeines Wir betrachten ein lineares DGL System erster Ordnung y (t = A(t y(t + b(t (6 und setzen voraus, dass die
MehrKlausurenkurs zum Staatsexamen (SS 2012): Differential und Integralrechnung 8
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2012): Differential und Integralrechnung 8 8.1 (Herbst 2002, Thema 1, Aufgabe 6) y = 3y +2x x 8.2 (Frühjahr 2005, Thema 1, Aufgabe 6) (x > 0) y(1)
MehrAufgabenkomplex 1: Funktionen, Interpolation, Grenzwerte, Ableitung
Technische Universität Chemnitz 4. April 2011 Fakultät für Mathematik Höhere Mathematik I.2 Aufgabenkomple 1: Funktionen, Interpolation, Grenzwerte, Ableitung Letzter Abgabetermin: 2. April 2011 (in Übung
MehrBlatt 11.1: Fourier-Integrale, Differentialgleichungen
Fakultät für Physik R: Rechenmethoden für Physiker, WiSe 204/5 Dozent: Jan von Delft Übungen: Benedikt Bruognolo, Katharina Stadler http://homepages.physik.uni-muenchen.de/~vondelft/lehre/4t0/ Blatt.:
MehrSerie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015
Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum
MehrTeil I. Lineare Optimierung
Teil I Lineare Optimierung 5 Kapitel 1 Grundlagen Definition 1.1 Lineares Optimierungsproblem, lineares Programm. Eine Aufgabenstellung wird lineares Optimierungsproblem oder lineares Programm genannt,
MehrMathematische Grundlagen für Wirtschaftswissenschaftler Übungsaufgaben aus Kapitel 3 - Lineare Optimierung
Mathematische Grundlagen für Wirtschaftswissenschaftler Übungsaufgaben aus Kapitel 3 - Lineare Optimierung Sascha Kurz Jörg Rambau 24. November 2009 2 Aufgabe 3.1. Ein in m Depots gelagertes homogenes
MehrPrüfungsvorbereitungskurs Höhere Mathematik 3
Prüfungsvorbereitungskurs Höhere Mathematik 3 Gewöhnliche Differentialgleichungen Marco Boßle Jörg Hörner Mathematik Online Frühjahr 2011 PV-Kurs HM 3 Gew. DGl 1-1 Zusammenfassung y (x) = F (x, y) Allgemeine
Mehr(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
MehrAufgabenkomplex 1: Funktionen, Interpolation, Grenzwerte, Ableitung
Technische Universität Chemnitz 2. April 202 Fakultät für Mathematik Höhere Mathematik I.2 Aufgabenkomple : Funktionen, Interpolation, Grenzwerte, Ableitung Letzter Abgabetermin: 24. April 202 (in Übung
MehrVerfahren des Operations Research
Verfahren des Operations Research Blatt 1 (WS 2018/19) wird bearbeitet am 31.10.2018 1. Ein Rohstoff kann zu drei Gütern G 1, G 2 und G 3 verarbeitet werden. Man benötigt für G 1 60 kg/stk, für G 2 80
MehrLineare 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
Mehr7. Die eindimensionale Wärmeleitungsgleichung
H.J. Oberle Differentialgleichungen II SoSe 2013 7. Die eindimensionale Wärmeleitungsgleichung Als Beispiel für eine parabolische PDG betrachten wir die eindimensionale Wärmeleitungsgleichung u t (x, t)
MehrKlausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 1 1.1 (Herbst 2005, Thema 1, Aufgabe 1) Bestimmen Sie alle reellen Lösungen des folgenden linearen
MehrLösung allgemeiner linearer Programme
Lösung allgemeiner linearer Programme Bisher: Für Anwendung des Simplexalgorithmus muss eine primal oder eine dual zulässige Basislösung vorliegen. Für allgemeine lineare Programme können wir dies direkt
MehrLösung - Serie 25. D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger
D-MAVT/D-MATL Analysis II FS 2017 Dr. Andreas Steiger Lösung - Serie 25 1. Wie lautet die charakteristische Gleichung der Differentialgleichung y + 2y + y = 0? (a) λ 3 + 2λ + 1 = 0 (b) λ 3 + 2λ = 0 (c)
MehrWirtschaftsmathematik für International Management (BA)
Wirtschaftsmathematik für International Management (BA) Wintersemester 2012/13 Hochschule Augsburg : Gliederung 1 Grundlegende 2 Grundlegende 3 Lineare Algebra 4 Lineare Programme 5 Folgen und Reihen 6
MehrVerfahren des Operations Research
Verfahren des Operations Research Blatt 1 (WS 2017/18) wird bearbeitet am 23.10.2017 1. Ein Rohstoff kann zu drei Gütern G 1, G 2 und G 3 verarbeitet werden. Man benötigt für G 1 60 kg/stk, für G 2 80
MehrHörsaalübung 1 Differentialgleichungen I für Studierende der Ingenieurwissenschaften
Fachbereich Mathematik der Universität Hamburg WiSe 2018/2019 Dr. Hanna Peywand Kiani Hörsaalübung 1 Differentialgleichungen I für Studierende der Ingenieurwissenschaften Einführung in das Gebiet der Differentialgleichungen
MehrKlausur Mathematik I
Technische Universität Dresden 15. August 2008 Institut für Numerische Mathematik Dr. K. Eppler Klausur Mathematik I für Studierende der Fakultät Maschinenwesen (mit Lösungshinweisen) Name: Matrikelnummer.:
MehrKapitel 7 : Lineare Programmierung Die Simplexmethode (G.B.Dantzig, 1947) Beispiel:
Kapitel 7 : Lineare Programmierung Die Simplexmethode (G.B.Dantzig, 1947) Beispiel: Eine Firma produziert die Produkte P 1, P 2,..., P q aus den Rohstoffen R 1, R 2,..., R m. Dabei stehen b j Einheiten
MehrKlausurenkurs zum Staatsexamen (WS 2014/15): Lineare Algebra und analytische Geometrie 1
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 204/5): Lineare Algebra und analytische Geometrie. (Herbst 2005, Thema, Aufgabe ) Bestimmen Sie alle reellen Lösungen des folgenden linearen Gleichungssystems:.2
MehrMATHEMATIK III für Bauingenieure (Fernstudium und Wiederholer)
TU DRESDEN Dresden, 16. Februar 4 Fachrichtung Mathematik / Institut für Analysis Doz.Dr.rer.nat.habil. N. Koksch Prüfungs-Klausur MATHEMATIK III für Bauingenieure (Fernstudium und Wiederholer) Name: Matrikel-Nr.:
MehrD-MAVT Lineare Algebra I HS 2017 Prof. Dr. N. Hungerbühler. Lösungen Serie 14: Ferienserie
D-MAVT Lineare Algebra I HS 7 Prof. Dr. N. Hungerbühler Lösungen Serie 4: Ferienserie . Finden Sie ein Erzeugendensystem des Lösungsraums L R 5 des Systems x + x x 3 + 3x 4 x 5 = 3x x + 4x 3 x 4 + 5x 5
MehrMathematik für Sicherheitsingenieure I A
Prof. Dr. J. Ruppenthal Wuppertal, 3.8.8 Dr. T. Pawlaschyk Mathematik für Sicherheitsingenieure I A Aufgabe. (5+5+5+5 Punkte) a) Geben Sie für jede der folgenden Aussagen an, ob sie WAHR oder FALSCH ist.
MehrLösung zu den Testaufgaben zur Mathematik für Chemiker II (Analysis)
Universität D U I S B U R G E S S E N Campus Essen, Mathematik PD Dr. L. Strüngmann Informationen zur Veranstaltung unter: http://www.uni-due.de/algebra-logic/struengmann.shtml SS 7 Lösung zu den Testaufgaben
MehrAufgabenkomplex 1: Funktionen, Interpolation, Grenzwerte, Ableitung
Technische Universität Chemnitz 8. April 203 Fakultät für Mathematik Höhere Mathematik I.2 Aufgabenkomple : Funktionen, Interpolation, Grenzwerte, Ableitung Letzter Abgabetermin: 30. April 203 in Übung
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
MehrA1: Diplomvorprüfung HM II/III WS 2007/
A: Diplomvorprüfung HM II/III WS 7/8 6..8 Aufgabe. (+68 Punkte) a) Ist die Reihe k+ k k 5k konvergent oder divergent? Begründen Sie ihre Aussage! b) Führen Sie eine Partialbruchzerlegung für n+ durch und
MehrBergische Universität Wuppertal Klausur zur Mathematik für Ingenieure - Bachelor
Bergische Universität Wuppertal Klausur zur Mathematik für Ingenieure - Bachelor.9.4 Prof. Dr. M. Heilmann, Apl. Prof. Dr. G. Herbort, Aufgabe Punkte. Zeigen Sie für alle n IN mittels Induktion die Gleichung
MehrLösung - Schnellübung 13
D-MAVT/D-MATL Analysis II FS 7 Dr. Andreas Steiger Lösung - Schnellübung 3. Gegeben sei die Differentialgleichung y + λ 4 y + λ y = 0. Für welche Werte des reellen Parameters λ gibt es eine von Null verschiedene
MehrD-CHEM Mathematik III Sommer 2016 Prof. Dr. F. Da Lio. First Draft. 20 x ct x + ct x 4t x + 4t 20, 4t 20 x 20 4t.
D-CHEM Mathematik III Sommer 06 Prof. Dr. F. Da Lio First Draft. a) Der Wert u(x, t) kann für (x, t) berechnet werden, wenn (x, t) im Einflussgebiet von [ 0, 0] liegt (denn nur auf dem Intervall [ 0, 0]
MehrSimplex-Verfahren. Kapitel 4. Simplex-Verfahren. Peter Becker (H-BRS) Operations Research I Sommersemester / 298
Kapitel 4 Simplex-Verfahren Peter Becker (H-BRS) Operations Research I Sommersemester 24 86 / 298 Inhalt Inhalt 4 Simplex-Verfahren Dualer Simplexalgorithmus Vermeidung von Zyklen Peter Becker (H-BRS)
MehrT0: Rechenmethoden WiSe 2011/12. Lösungen: Ergänzungsaufgaben zur Klausurvorbereitung Differentialgleichungen
T0: Rechenmethoden WiSe 20/2 Prof. Jan von Delft http://homepages.physik.uni-muenchen.de/~vondelft/lehre/2t0/ Lösungen: Ergänzungsaufgaben zur Klausurvorbereitung Differentialgleichungen Aufgabe. (**)
Mehr10. Die Berücksichtigung nicht vorzeichenbeschränkter Variablen
10. Die Berücksichtigung nicht vorzeichenbeschränkter Variablen Bisher haben wir immer vorausgesetzt, dass alle Variablen eines LOP der Bedingung x i 0 liegen. Im Folgenden wollen wir auch sogenannte freie
MehrD-MAVT Lineare Algebra II FS 2018 Prof. Dr. N. Hungerbühler. Lösungen Serie 11
D-MAVT Lineare Algebra II FS 28 Prof. Dr. N. Hungerbühler Lösungen Serie. Die allgemeine Lösung von y = ay ist y(x) = e ax. (a) richtig (b) falsch y(x) = e ax ist eine spezielle Lösung von y = ay. Für
MehrSerie 13: Online Test
D-ERDW, D-HEST, D-USYS Mathematik I HS 13 Dr. Ana Cannas Serie 13: Online Test Einsendeschluss: 31. Januar 214 Bei allen Aufgaben ist genau eine Antwort richtig. Lösens des Tests eine Formelsammlung verwenden.
MehrInstitut für Elektrotechnik und Informationstechnik. Aufgabensammlung zur. Systemtheorie
Institut für Elektrotechnik und Informationstechnik Aufgabensammlung zur Systemtheorie Prof. Dr. techn. F. Gausch Dipl.-Ing. C. Balewski Dipl.-Ing. R. Besrat 05.04.2013 Übungsaufgaben zur Systemtheorie
MehrLineare Optimierungsaufgaben - eine Einführung
Lineare Optimierungsaufgaben - eine Einführung Aufgabenstellung, Beispiele, graphisches Lösen und Trafo auf Normalform Vortragsskript von Lorenz Fischer Operations Research bedeutet die Suche nach einer
Mehr