Betriebswirtschaftliche Entscheidungstheorie und Anwendung
|
|
- Pia Meyer
- vor 6 Jahren
- Abrufe
Transkript
1 Betriebswirtschaftliche Entscheidungstheorie und Anwendung Kapitel 4: Entscheidungen unter Unsicherheit Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft Universität Bremen Hochschulring 4 / WiWi-Gebäude Bremen poddig@uni-bremen.de 4.1. Systematisierung der Entscheidungssituationen 1. Entscheidungen unter Sicherheit Es ist mit Sicherheit bekannt, welcher Umweltzustand eingetreten ist oder eintreten wird. 2. Entscheidungen unter Ungewissheit a) Entscheidungen unter Risiko mehrere Umweltzustände sind möglich, den einzelnen möglichen Umweltzuständen können subjektive oder objektive Eintrittswahrscheinlichkeiten zugeordnet werden. 1
2 2. Entscheidungen unter Ungewissheit (Fortsetzung): b) Entscheidungen unter Unsicherheit wie unter a); allerdings können keine Eintrittswahrscheinlichkeiten angegeben werden. 3. Entscheidungen unter Spielsituationen Der Eintritt der Umweltzustände wird nicht durch den Zufall, sondern durch ein oder mehrere rational handelnde Gegenspieler bestimmt. Entscheidungen unter Unsicherheit stellen den anderen Extrempunkt gegenüber Entscheidungen unter Sicherheit hinsichtlich des Informationsstands des Entscheiders über die Umwelt dar; dieses Szenario ist anzuwenden, wenn wirklich Unsicherheit herrscht, oder die Informationsbeschaffung, um eine Risikosituation herzustellen, nicht möglich oder zu aufwändig ist. Im Folgenden wird aus Vereinfachungsgründen nur von einem Entscheidungskriterium ausgegangen. 2
3 4.2. Entscheidungsregeln unter Unsicherheit Einführungsbeispiel: Kapitalanlageproblem "gut" "normal" "schlecht" Aktien Renten Sparbuch Girokonto Erwartete Gewinne bei Anlage von EURO 1000, Entscheidungsprinzipien dienen dazu, offensichtlich unvernünftige Handlungsalternativen im Vorfeld auszusondern; dienen der Vereinfachung von Entscheidungsproblemen; sind jedoch keine Lösungsverfahren im engeren Sinne. Wichtige Begriffe/Prinzipien: Dominanz Effizienz 3
4 Dominanz Eine Handlungsalternative i dominiert eine andere Handlungsalternative j, wenn Effizienz sie bei allen denkbaren Umweltzuständen i stets ein gleich gutes oder besseres Ergebnis als j hervorbringt und in einem Umweltzustand ein echt besseres Ergebnis besitzt. Eine Handlungsalternative ist effizient, wenn sie von keiner anderen dominiert wird! Dominanz und Effizienz im Beispiel: "gut" "normal" "schlecht" Aktien Renten Sparbuch Girokonto Die Handlungsalternative Sparbuch dominiert Girokonto. Letztere kann also ausgesondert werden. 4
5 Reduzierte Ergebnismatrix: "gut" "normal" "schlecht" Aktien Renten Sparbuch Die Handlungsalternative Renten dominiert Sparbuch. Letztere kann also ausgesondert werden. Weiter reduzierte Ergebnismatrix: "gut" "normal" "schlecht" Aktien Renten Weder dominiert Aktien die Handlung Renten, noch Renten die Handlung Aktien. Aktien und Renten sind damit effiziente Alternativen. 5
6 Beobachtungen im Beispiel: Das Dominanzprinzip erlaubt es, offensichtlich unterlegene Handlungsalternativen im Vorfeld auszusondern. Die sukzessive Anwendung des Dominanzprinzips reduziert das Entscheidungsfeld auf effiziente Handlungsalternativen. Für den weiteren Lösungsweg sind nur noch effiziente Handlungsalternativen von Relevanz. Das Entscheidungsproblem wird i.d.r. dadurch aber nicht endgültig gelöst! Entscheidungsregeln i.e.s. Entscheidungsregeln i.e.s. werden nun auf die verbliebenen effizienten Handlungsalternativen angewendet. Sie dienen der Ableitung der optimalen Handlungsalternative unter gegebenen (impliziten oder expliziten) Prämissen. Entscheidungsregeln existieren für Entscheidungen unter Unsicherheit; Entscheidungen unter Risiko. 6
7 Entscheidungsregeln unter Unsicherheit Minimax-Regel; Maximax- bzw. Minimin-Regel; Optimismus-Pessismismus-Regel (Hurwicz-Regel); Laplace-Regel; Minimax-Regret-Regel (Savage-Niehans-Regel); Krelle-Regel. Die Minimax-Regel (Wald-Regel) Vorgehensweise: 1. Betrachte für jede (effiziente) Handlungsalternative ausschließlich das Ergebnis im schlechtesten möglichen Fall (minimale Ergebnis jeder Handlungsalternative). 2. Wähle diejenige Handlungsalternative, die im jeweils schlechtesten Fall das beste Ergebnis erzielt (maximale Ergebnis aller minimalen Ergebnisse). 7
8 Anwendung der Minimax-Regel im Beispiel "gut" "normal" "schlecht" Min. Ergebnis Aktien Renten Im jeweils schlechtesten Fall besitzt Renten das bessere Ergebnis gegenüber Aktien. Wähle Renten! Würdigung: Die Minimax-Regel unterstellt einen extremen Pessimisten. Es wird stets vom Eintritt des schlechtesten Umweltzustandes ausgegangen. Vorgehensweise ist aber z.b. dann gerechtfertigt, wenn die Umwelt einen rational handelnden Gegenspieler darstellt, der dem Entscheidungsträger möglichst hohen Schaden zufügen will. 8
9 Maximax-Regel Vorgehensweise: 1. Betrachte für jede (effiziente) Handlungsalternative ausschließlich das Ergebnis im besten möglichen Fall (maximale Ergebnis jeder Handlungsalternative). 2. Wähle diejenige Handlungsalternative, die im jeweils besten Fall das beste Ergebnis erzielt (maximale Ergebnis aller maximalen Ergebnisse). Anwendung der Maximax-Regel im Beispiel "gut" "normal" "schlecht" Max. Ergebnis Aktien Renten Im jeweils besten Fall besitzt Aktien das bessere Ergebnis gegenüber Renten. Wähle Aktien! 9
10 Würdigung: Die Maximax-Regel unterstellt einen extremen Optimisten. Es wird stets vom Eintritt des besten Umweltzustandes ausgegangen. Die Möglichkeit des Eintretens einer ungünstigen Umweltsituation, selbst wenn diese zum Ruin führt, wird nicht in Betracht gezogen! Optimismus-Pessimismus-Regel Kombination der beiden vorhergehenden Regeln. Entscheider legt einen Optimismus-Parameter αzwischen 0 und 1 fest. Das maximale Ergebnis einer Handlungsalternative wird mit α gewichtet, das minimale mit (1-α) und beides addiert. Wähle diejenige Handlungsalternative mit dem höchsten Gesamtwert. 10
11 Im Beispiel werde etwa α = 0,3 gewählt. Alpha: 0.3 Max. Min. gew. Ergeb. Aktien Renten Im Beispiel wird in diesem Falle Renten den Aktien vorgezogen. Würdigung: Durch Betrachtung des besten und schlechtesten Ergebnisses einer Handlungsalternative werden mehr Informationen als vorher berücksichtigt. Der Parameter α erlaubt zudem eine rudimentäre Berücksichtigung der Sicherheitspräferenz. Es bleibt aber bei der weitgehenden Nichtberücksichtigung aller übrigen Ergebnisse einer Handlungsalternativen! 11
12 Laplace-Regel Berechne den Durchschnittswert der Ergebnisse einer Handlungsalternative. Wähle diejenige Handlungsalternative mit dem höchsten Durchschnittswert. Implizite Annahme: Jeder Umweltzustand kann mit derselben Wahrscheinlichkeit eintreten. Prinzip des unzureichenden Grundes! Im Beispiel folgt bei Anwendung der Laplace-Regel: "gut" "normal" "schlecht" d. Ergebnis Aktien Renten Im Beispiel wird in diesem Falle Renten den Aktien vorgezogen. 12
13 Würdigung: Die Laplace-Regel berücksichtigt alle denkbaren Umweltzustände, sie wertet die Ergebnismatrix vollständig aus. Implizit wird jedoch von einem risikoneutralen Entscheider ausgegangen, der allein anhand des Ergebniserwartungswertes entscheidet; die Streuung der Ergebniswerte nicht berücksichtigt. Minimax-Regret-Regel (Savage-Niehans-Regel) Prämisse, Vorstellung hinter dieser Regel: Der Entscheider versucht, den verpassten Gewinn zu minimieren, der bei Wahl der Handlung i und Eintritt des Umweltzustandes j resultiert. Wenn s j eintritt und nicht das optimale a i gewählt wurde, ärgert ( Regret ) sich der Entscheider über den verpassten Gewinn. Deshalb versucht er antizipativ den späteren Ärger zu minimieren. 13
14 Vorgehensweise: 1. Transformation der Ergebnismatrix in eine Regretmatrix Bestimme für jeden Umweltzustand j die optimale Handlung und damit das maximal erzielbare Ergebnis (EMAX j ). Bilde in der Spalte j für alle Handlungsalternativen i die Differenzen EMAX j e ij. Diese so ermittelten Regretwerte ersetzen die Ergebniswerte. 2. Bestimme das Maximum der Regretwerte jeder Handlungsalternativen. 3. Wähle diejenige Handlung mit dem geringsten Maximum. Anwendung der Minimax-Regret-Regel im Beispiel "gut" "normal" "schlecht" Aktien Renten "gut" "normal" "schlecht" Aktien Renten Transformation in Regret- Matrix 14
15 Bestimmung des max. Regret und Wahl der Alternative "gut" "normal" "schlecht" max. Regret Aktien Renten Im Beispiel wird Renten den Aktien vorgezogen, da sich hier der minimale max. Regret ergibt. Entscheider kann als ehrgeiziger Pessimist charakterisiert werden: Bedeutsam ist für ihn, ob er in einer Umweltsituation nicht noch besser hätte entscheiden können, daher beachtet er die Abweichung zum bestmöglichen Ergebnis. Er geht jedoch davon aus, dass sich für ihn immer das maximale Ärgernis einstellen wird. Dies versucht er konsequenterweise zu minimieren. 15
16 Krelle-Regel Vorgehensweise: Der Entscheider formuliert eine Unsicherheitspräferenzfunktion W, mit der die Ergebnisse der Ergebnismatrix in Nutzenwerte umgerechnet werden: w ij = W(e ij ) Dann werden alle Nutzenwerte einer Handlungsalternative aufsummiert. Wähle die Alternative mit der höchsten Summe! Anwendung im Beispiel: W(e) = ,3 * e 0,0005 * e 2 "gut" "normal" "schlecht" Aktien Renten Anwendung der Unsicherheitspräferenzfunktion "gut" "normal" "schlecht" Aktien Renten
17 Berechnung der Summe der Nutzenwerte und Auswahl "gut" "normal" "schlecht" Sum. w Aktien Renten Die höchste Summe der Nutzenwerte ergibt sich für Renten, die damit Aktien vorgezogen werden! Anmerkung: Das Vorgehen bei der Krelle-Regel ist äquivalent zur Bernoullli-Regel, wenn letztere auf Entscheidungssituationen angewendet würde, bei der alle Eintrittswahrscheinlichkeiten gleich sind. Statt einer Unischerheitspräferenzfunktion spricht man dort von einer Risikonutzenfunktion. 17
18 Würdigung: Krelle-Regel setzt eine Unsicherheitspräferenzfunktion voraus. Es gibt Verfahren, diese zu ermitteln, jedoch sehr aufwändig! Auch insgesamt aufwändigeres Verfahren. Zeitstabilität der Unsicherheitspräferenzfunktion nicht gewährleistet, muss ggf. stets erneut bestimmt werden. Fraglich, ob diese die wahre Sicherheitspräferenz zum Ausdruck bringt Zur Wahl der Entscheidungsregel In diesen stark vereinfachten Beispiel meist dasselbe Ergebnis. Im Allgemeinen gilt jedoch: Bei komplexeren Entscheidungsproblemen resultiert je nach Wahl der Entscheidungsregel eine andere zu wählende Handlungsalternative! vgl. z.b. Rehkugler/Schindel, 1985, S
19 Frage: Welche Entscheidungsregel ist wann anzuwenden? Allgemeingültige Antwort ist nicht möglich! Es gibt jedoch Beurteilungskriterien (Anforderungen) an Entscheidungsregeln. Die Auswahl kann sich daran orientieren, welchen als besonders wichtig erachteten Anforderungen eine Regel genügt oder nicht! Forderung 1: Das Entscheidungsproblem kann durch die Anwendung der Entscheidungsregel (bzw. Entscheidungsprinzips) gelöst werden. Lösungsgarantie; Allgemeingültigkeit (für beliebige Entscheidungsfelder anwendbar). Beispiel: Entscheidungsprinzipien verletzten diese Forderung (keine Lösungsgarantie). 19
20 Forderung 2: Durch die Anwendung der Entscheidungsregel (bzw. Entscheidungsprinzips) wird die Lösung des Entscheidungsproblems vereinfacht. abgeschwächte Forderung 1; Entscheidungsprinzipien erfüllen diese Forderung. Forderung 3: Die Entscheidungsregel (bzw. Entscheidungsprinzip) soll benutzerfreundlich sein. einfache Handhabung der Regel; geringer Aufwand bei Datenbeschaffung und Datenverarbeitung. 20
21 Forderung 4: Die Entscheidungsregel (bzw. Entscheidungsprinzip) soll sämtliche Informationen des Entscheidungsfeldes ausschöpfen. maximale Nutzung aller verfügbaren Informationen! Forderung 5: Die Entscheidungsregel (bzw. Entscheidungsprinzip) sollte im Einklang mit dem Präferenzsystem des Entscheidungsträgers stehen. bedeutsamste Forderung überhaupt; Entscheidungsprinzipien erfüllen diese immer, sind unabhängig vom Präferenzsystem. 21
22 Anmerkung: Die Forderung nach 5 kann näher spezifiziert werden. So existieren einige Grundregeln für rationales Entscheidungsverhalten, die im Präferenzsystem zu Ausdruck kommen sollten. Insofern müssen die Entscheidungsregeln auch diesen Grundregeln für rationales Entscheidungsverhalten genügen. Forderung 5a: Die Rangordnung zwischen Alternativen wird durch eine lineare positive Transformation der Ergebnisse nicht verändert. Gilt für alle bis auf eine der betrachteten Regeln. Gilt z.b. nicht für die Krelle-Regel bezüglich der Ergebnisse, nur bezüglich der Nutzenwerte gilt dies wieder für die Krelle-Regel. 22
23 Forderung 5b: Die Rangordnung zwischen bisher berücksichtigten Alternativen wird durch Hinzunahme neuer Alternativen nicht verändert. Wird z.b. durch die Minimax-Regret-Regel nicht erfüllt. Dort ist nämlich die Regret-Matrix immer von allen Handlungsalternativen abhängig! Forderung 5c: Die Rangordnung zwischen den Alternativen wird nicht dadurch verändert, indem in einer beliebigen Spalte zu jedem Ergebnis dieser Spalte eine Konstante addiert oder subtrahiert wird. Konstante ist entscheidungsunabhängige Prämie ; darf daher die Entscheidung selbst nicht beeiflussen! Wird nicht von den Optimismus-Pessimismus Regeln erfüllt, wohl aber von der Laplace-Regel. 23
24 Forderung 5d: Die Rangordnung zwischen den Alternativen wird durch eine Vervielfachung einer Spalte der Ergebnismatrix nicht verändert. Vervielfach einer bereits vorhandenen Spalte fügt dem Entscheidungsfeld keine neuen Informationen hinzu. Folglich darf sich die Rangordnung auch nicht ändern. Wird z.b. von Laplace-Regel verletzt! Beurteilung der Regeln nach Rehkugler/Schindel, 1985, S. 133: keine Regel erfüllt alle Forderungen; es verbleibt ein Meta-Entscheidungsproblem beim Anwender. 24
3. Entscheidungen bei mehreren Szenarien. Entscheidungen. bei Unsicherheit A i, S j und x ij sowie die Zielfunktion
3. Entscheidungen bei mehreren Szenarien Entscheidungen bei Sicherheit A i und x i sowie die Zielfunktion determinieren das Entscheidungsproblem bei Unsicherheit A i, S j und x ij sowie die Zielfunktion
Mehr2.2 Entscheidung bei Sicherheit
2.2 Entscheidung bei Sicherheit Umweltzustand ist bekannt oder irrelevant, so dass die Ergebnisse der Handlungsalternativen sicher sind Bei mehreren Zielgrößen besteht die Herausforderung darin, den Entscheider
Mehr2. Entscheidungsregeln. Handhabung von Unsicherheit
II Agenda 1. Sensitivitätsanalyse 2. Entscheidungsregeln 3. Dialektische Planung 2 1. Sensitivitätsanalyse 3 Definition: Sensitivitätsanalyse = Sensibilitätsanalyse Empfindlichkeitsanalyse Verfahren zur
Mehr1. Aufgabe: Entscheidungen bei Ungewissheit
( WS 2012/13) 1. Aufgabe: Entscheidungen bei Ungewissheit Ein Entscheider steht vor dem Problem aus einer Menge von Investitionsalternativen (a 1, a 2,..., a 5 ) die beste Alternative auszuwählen. Zu welchem
MehrBetriebswirtschaftliche Entscheidungstheorie und Anwendung
Betriebswirtschaftliche Entscheidungstheorie und Anwendung Kapitel 3: Entscheidungen unter Sicherheit Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft
MehrEinführung in die Betriebswirtschaftslehre
Einführung in die Betriebswirtschaftslehre Entscheidungstheorie Wintersemester 2006/2007 Prof. Dr. M. Ponader Literatur Bartscher, Susanne, Bomke, Paul, Unternehmensführung, Stuttgart 1995; Kapitel 3:
MehrDer Entscheidungsträger wählt aus einer Menge von Alternativen, dem Aktionenraum A = {a 1, a 2, a m }.
1 Grundlagen Entscheidungstheorie: Der Entscheidungsträger wählt aus einer Menge von Alternativen, dem Aktionenraum A = {a 1, a 2, a m }. Annahmen: Der Entscheidungsträger ist gezwungen, eine der betrachteten
MehrLösungen der Aufgaben zu Entscheidungen bei Ungewissheit
Lösungen der Aufgaben zu Entscheidungen bei Ungewissheit Lösungen der Aufgaben zu Entscheidungen bei Ungewissheit Aufgabe.3- Gegeben sei ein Entscheidungsproblem unter Ungewissheit mit der Ergebnismatrix
MehrFachbuchreihe für Studium Fortbildung Praxis. Rehkugler/Schindel. Entscheidungstheorie. Erklärung und Gestaltung betrieblicher Entscheidungen
Fachbuchreihe für Studium Fortbildung Praxis Rehkugler/Schindel Erklärung und Gestaltung betrieblicher Entscheidungen 3. Auflage, München 1986 53 INHALT Seite EINFÜHRUNG 11 1. Was ist? 11 2. Wege entscheidungstheoretischer
MehrBetriebswirtschaftliche Entscheidungstheorie und Anwendung
Betriebswirtschaftliche Entscheidungstheorie und Anwendung Kapitel 5: Entscheidungen unter Risiko Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft Universität
Mehr3. Betriebswirtschaftliche Entscheidungslehre 3.6 Entscheidung unter Risiko
Dominanzprinzipien : Absolute Dominanz: Eine Alternative A i dominiert eine Alternative A j absolut, wenn das geringstmögliche Ergebnis von A i nicht kleiner ist als das grösstmögliche Ergebnis von A j,
MehrKapitel 2: Entscheidungstheorie
Kapitel 2: Entscheidungstheorie 2.1 Einleitung Wie schon im Modulararbeitsbuch angegeben, wollen wir im zweiten Kapitel die Problemgebiete behandeln, die sich auf folgende Situationen beziehen: 2.2 Entscheidungen
MehrEntscheidungstheorie Teil 4
Entscheidungstheorie Teil 4 Sommersemester 2011 Prof. Dr. Antje Mahayni Mercator School of Management Department of Accounting & Finance Prof. Dr. Antje Mahayni Entscheidungstheorie Teil 4 1/74 Gliederung
Mehr3. Betriebswirtschaftliche Entscheidungslehre 3.1 Einleitung
3.1 Einleitung Auf Basis von Zielvorstellungen sollen die Konsequenzen von Handlungsalternativen ermittelt werden deskriptive Entscheidungstheorie: beschreibt, wie in der Realität Entscheidungen in konkreten
MehrKapitel I - Das klassische Entscheidungsmodell
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel I - Das klassische Entscheidungsmodell Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
Mehr2.4 Entscheidung bei Risiko
2.4 Entscheidung bei Risiko Entscheidung bei Risiko nimmt an, dass für jeden Zustand S j seine Eintrittswahrscheinlichkeit P(S j ) bekannt ist Eintrittswahrscheinlichkeiten bestimmbar als statistische
MehrOperations Research kompakt
Operations Research kompakt von Michael Sauer Oldenbourg Verlag München Inhalt s Verzeichnis 1 Einführung 1 1.1 Vorwort 1 1.2 Anwendungsbeispiel 2 1.3 Inhaltsüberblick 3 1.4 Einige Grundlagen 4 1.4.1 Grundbegriffe
MehrFinanzwirtschaft. Kapitel 4: Investitionsentscheidungen unter Unsicherheit. Lehrstuhl für Finanzwirtschaft - Universität Bremen
Finanzwirtschaft Kapitel 4: Investitionsentscheidungen unter Unsicherheit Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft Universität Bremen Hochschulring
MehrProf. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 38
Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 38 Offene Fragen Warum ist ein ET bereit, für eine Feuerversicherung mit einer Versicherungshöhe von 1 Million und einer Jahreseintrittswahrscheinlichkeit
MehrVorlesung 1: Einleitung
Vorlesung 1: Einleitung Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 1, FS 12 Einleitung 1/17 1.1 Motivation In der Vorlesung Intermediate Microecoomics haben
Mehr1) Erläutern Sie die folgenden Zielbeziehungen und geben Sie jeweils ein Beispiel! (10 Punkte)
1) Erläutern Sie die folgenden Zielbeziehungen und geben Sie jeweils ein Beispiel! Erläuterung Beispiel Zielunabhängigkeit (Zielindifferenz) Zielkonkurrenz Zielkomplementarität 2) Erläutern Sie die Begriffe
MehrCarlheinrich Heiland WS 00/01 ABWL- Übungsaufgaben zum Abschnitt I Grundlagen und zum Abschnitt II Entscheidungstheorie Seite 1 von 14
Seite 1 von 14 I./2. [1] Rationalprinzip a) Welche Handlungsweisen gibt das allgemeine Rationalprinzip vor übertragen auf wirtschaftliche Entscheidungen für die Fälle (1) der output ist fest vorgegeben;
MehrGrundlagen der Versicherungs- und Sozialversicherungsökonomik. Risiko: objektive oder subjektive Wahrscheinlichkeiten
Grundlagen der Versicherungs- und Sozialversicherungsökonomik Entscheidungstheorie bei Sicherheit (z. B. trad. Mikroökonomik, lineare Programmierung etc. bei Risiko (Unsicherheit und Ungewissheit Risiko:
MehrPräferenzen zu Zahlwerten I
II-1 Präferenzen zu Zahlwerten I Erster Versuch: Durchzählen a > b > c > d > e Zuordnung von Zahlenwerten durch eine Funktion V e 1, d 2, c 3, b 4, a 5 Es gilt: Wenn x > y, dann V(x) > V(y) Aber: Differenzen
MehrBetriebswirtschaftliche Entscheidungstheorie und Anwendung
Betriebswirtschaftliche Entscheidungstheorie und Anwendung Kapitel 1: Einführung, Grundlagen, Überblick Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes. Finanzwirtschaft
MehrGrundlagen der Betriebswirtschaftslehre
Grundlagen der Betriebswirtschaftslehre Kapitel III Entscheidungen als Grundelemente der BWL normative und deskriptive Entscheidungen Wintersemester 07/08 1 Inhalt der Vorlesung 1. Gegenstand der BWL und
MehrBetriebswirtschaftliche Entscheidungstheorie und Anwendung
Betriebswirtschaftliche Entscheidungstheorie und Anwendung Kapitel 2: Grundlagen der normativen Entscheidungstheorie Prof. Dr. Thorsten Poddig Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbes.
MehrÜberblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus
Überblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus Einleitung Ein Online-Algorithmus muss Ausgaben berechnen, ohne zukünftige Eingaben zu kennen. Für die Bewertung von
MehrGrundzüge der Spieltheorie
Grundzüge der Spieltheorie Prof. Dr. Stefan Winter Ruhr-Universität Bochum Begleitmaterialien zur Vorlesung sind abrufbar unter: http://www.rub.de/spieltheorie 1 Die folgende Vorlesungsaufzeichnung und
MehrI. Grundlagen. I. Grundlagen 1. Entscheidungen unter Unsicherheit. 1. Entscheidungen unter Unsicherheit
. Entscheidungen unter Unsicherheit I. Grundlagen. Entscheidungen unter Unsicherheit Elemente des Entscheidungsproblems eines Wirtschaftssubekts: Der Entscheidungsträger kann zwischen verschiedenen Aktionen
MehrGrundzüge der. Kapitel 5 Mikroökonomie (Mikro I) Entscheidungen unter Unsicherheit
Grundzüge der Kapitel 5 Mikroökonomie (Mikro I) Entscheidungen unter Unsicherheit 1 BESCHREIBUNG VON RISIKO 2 Entscheidung unter Risiko Annahme: Wir kennen alle möglichen (sich gegenseitig ausschliessenden)
MehrÜbung zu Risiko und Versicherung Entscheidungstheoretische Grundlagen
Übung zu Risiko Entscheidungstheoretische Grundlagen Stefan Neuß Sebastian Soika http://www.inriver.bwl.lmu.de Newsletter Auf der Homepage unter http://www.inriver.bwl.uni-muenchen.de/studium/sommer_203/bachelorveranstaltungen/risiko_und_versicherungen/index.html
MehrENTSCHEIDUNGSTHEORIE Klausur vom Die Mindestpunktzahl zum Bestehen der Klausur beträgt 45 Punkte!
Fachbereich Wirtschaftswissenschaften Professur für Wirtschaftsmathematik Prof. Dr. Heinrich Rommelfanger ENTSCHEIDUNGSTHEORIE Klausur vom 24.02.2006 Als Hilfsmittel sind neben Schreibmaterial zugelassen:
Mehr- Entscheidungsmöglichkeit / Alternativen. + (idealerweise) Methode der Entscheidung / Verfahren
be/ji/3(2) 4-1 4 "Entscheidung" setzt voraus - Entscheidungsmöglichkeit / Alternativen - Prinzip der Entscheidung / Ziel + (idealerweise) Methode der Entscheidung / Verfahren Bisher trivial OR-Optimierungsmodelle
MehrÜbung zu Risiko und Versicherung Entscheidungstheoretische Grundlagen
Übung zu Risiko Entscheidungstheoretische Grundlagen Christoph Lex Dominik Lohmaier http://www.inriver.bwl.lmu.de Newsletter Auf der Homepage unter http://www.inriver.bwl.uni-muenchen.de/studium/sommer_04/bachelorveranstaltungen/risiko_und_versicherungen/index.html
MehrMikroökonomik. Unsicherheit. Harald Wiese. Universität Leipzig. Harald Wiese (Universität Leipzig) Unsicherheit 1 / 46
Mikroökonomik Unsicherheit Harald Wiese Universität Leipzig Harald Wiese (Universität Leipzig) Unsicherheit 1 / 46 Gliederung Einführung Haushaltstheorie Das Budget Präferenzen, Indi erenzkurven und Nutzenfunktionen
MehrKay Poggensee. Investitionsrechnung. Grundlagen - Aufgaben - Lösungen. 3., überarbeitete Auflage. 4^ Springer Gabler
Kay Poggensee Investitionsrechnung Grundlagen - Aufgaben - Lösungen 3., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis 1 Einführung in die Investitionsrechnung 1 1.1 Zielformulierung 1 1.2
MehrAnalytischer Hierarchieprozess (AHP)
Analytischer Hierarchieprozess (AHP) Methodik der multikriteriellen Bewertung Nach den Skripten der BoKu Wien und der Abteilung für Forstökonomie Göttingen (Prof. Möhring) www.boku.ac.at www.uni-goettingen.de
MehrKurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre
Lösungshinweise zur Einsendearbeit des A-Moduls Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre, Kurs 0009, KE 4, 5 und 6, SS 00 Kurs 0009: Finanzierungs- und entscheidungstheoretische
MehrÜbungsblatt 5. Für die Abgabe dieses Übungsblattes müssen auch die Nebenrechnungen durchgeführt werden. Sonst wird dieses Übungsblatt nicht gewertet.
Übungsblatt 5 Für die Abgabe dieses Übungsblattes müssen auch die Nebenrechnungen durchgeführt werden. Sonst wird dieses Übungsblatt nicht gewertet. 1. Ein Unternehmen ist A. ein Betrieb, der nach dem
MehrTutorium in Investition und Finanzierung Entscheidungstheorie
Tutorium in Investition und Finanzierung Entscheidungstheorie Kathrin Holtze, Simon Funken, Sascha Schworm finance-tutorien@wiwi.uni-wuppertal.de Lehrstuhl für Finanzwirtschaft und Corporate Governance
MehrSTUDIENBRIEF GRUNDLAGEN DER ENTSCHEIDUNGSLEHRE FÜR TECHNIKER UND INGENIEURE
STUDIENBRIEF GRUNDLAGEN DER ENTSCHEIDUNGSLEHRE FÜR TECHNIKER UND INGENIEURE S TUDIENBRIEF GRUNDLAGEN DER ENTSCHEIDUNGSLEHRE FÜR TECHNIKER UND INGENIEURE AFW Wirtschaftsakademie Bad Harzburg GmbH Hindenburgring
MehrEntscheidungstheoretische Grundlagen
Leseprobe Hagenloch / Söhnchen Entscheidungstheoretische Grundlagen CONTROLLING Studienbrief 2-030-2100 1. Auflage 2006 HDL HOCHSCHULVERBUND DISTANCE LEARNING Verfasser: Prof. Dr. Thorsten Hagenloch Professor
MehrRepetitorium zum Staatsexamen für Lehramtsstudenten. Informationswirtschaft & Planung und Entscheidung 30.05.2014 NB-201. Sommersemester 2014
Sommersemester 2014 Repetitorium zum Staatsexamen für Lehramtsstudenten Informationswirtschaft & Planung und Entscheidung 30.05.2014 NB-201 Lehrstuhl für ABWL und Wirtschaftsinformatik Prof. Dr. Alexandros
MehrKurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre
Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 4, 5 und 6, WS 2009/2010 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit
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
Mehr1 Zahlentheorie. 1.1 Kongruenzen
3 Zahlentheorie. Kongruenzen Der letzte Abschnitt zeigte, daß es sinnvoll ist, mit großen Zahlen möglichst einfach rechnen zu können. Oft kommt es nicht darauf, an eine Zahl im Detail zu kennen, sondern
MehrKapitel 5: Entscheidung unter Unsicherheit
Kapitel 5: Entscheidung unter Unsicherheit Hauptidee: Die Konsequenzen einer Entscheidung sind oft unsicher. Wenn jeder möglichen Konsequenz eine Wahrscheinlichkeit zugeordnet wird, dann kann eine rationale
MehrKapitel 5: Entscheidung unter Unsicherheit
Kapitel 5: Entscheidung unter Unsicherheit Hauptidee: Die Konsequenzen einer Entscheidung sind oft unsicher. Wenn jeder möglichen Konsequenz eine Wahrscheinlichkeit zugeordnet wird, dann kann eine rationale
MehrDie unsichtbare Hand des Marktes
Die unsichtbare Hand des Marktes MB Die zentrale Rolle von ökonomische Gewinnen Typen von Kosten Explizite Kosten: Tatsächliche Ausgaben eines Unternehmens für Produktionsfaktoren und andere Anbieter Implizite
MehrGottwald Entscheidung unter Unsicherheit
Gottwald Entscheidung unter Unsicherheit Betriebswirtschaftliche Forschung zur Untemehmensfiihrung Herausgegeben von Prof. Dr. Dr. h. c. Herbert Jacob, Harnburg Band 1: Band 2: Band 3: Band 4: Band 5:
MehrWichtige Informationen vorab
Wichtige Informationen vorab Wir haben eine Mailing Liste "Vorles- UebSS09Kapitalmarkt" eingerichtet. Über diese Mailingliste erhalten Sie in Zukunft die Vorlesungsunterlagen und die Übungsunterlagen.
Mehr0607 Investition. Inhalt
0607 Investition 1 Inhalt 1 Einführung... 13 2 Der Investitionsentscheidungsprozess... 16 2.1 Preview... 16 2.2 Das Wesen einer Investition... 17 2.2.1 Der Investitionsbegriff... 17 2.2.2 Investitionsarten...
MehrFormalstruktur: Zur Abbildung der Struktur eines mehrstufigen Entscheidungsproblems ist der Entscheidungsbaum geeignet (ungerichteter Graph)
Investitionsrechnung 1 Entscheidungsbaumverfahren Entscheidungsbaumverfahren Verfahren zur Berücksichtigung der Unsicherheit bei Investitionseinzelentscheidungen Grundidee: für Beginn eines Planungszeitraums
Mehr6 Extremwerte mit Nebenbedingungen: Die Lagrange-Multiplikatoren-Methode
6 Extremwerte mit Nebenbedingungen: Die Lagrange-Multiplikatoren-Methode In diesem Kapitel orientieren wir uns stark an den Büchern: 1. Knut Sydsæter, Peter Hammond, Mathematik für Wirtschaftswissenschaftler,
MehrKapitel VIII - Tests zum Niveau α
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VIII - Tests zum Niveau α Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh Testsituationen
MehrBetriebswirtschaftliche Entscheidungstheorie
Prof. Dr. Günter Sieben Prof. Dr. Thomas Schildbach Betriebswirtschaftliche Entscheidungstheorie 3., überarbeitete und erweiterte Auflage 1990 Werner-Verlag Düsseldorf VII Inhaltsverzeichnis I. Begriffsbestimmung
MehrDiese Fragen sollten Sie auch ohne Skript beantworten können: Was beschreibt der Differenzenquotient? Wie kann man sich die Steigung im vorstellen? Wa
103 Diese Fragen sollten Sie auch ohne Skript beantworten können: Was beschreibt der Differenzenquotient? Wie kann man sich die Steigung im vorstellen? Was bedeutet das für die Ableitungen? Was ist eine
MehrDer Alpha-Beta-Algorithmus
Der Alpha-Beta-Algorithmus Maria Hartmann 19. Mai 2017 1 Einführung Wir wollen für bestimmte Spiele algorithmisch die optimale Spielstrategie finden, also die Strategie, die für den betrachteten Spieler
MehrWahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Prof. Dr. Michael Havbro Faber 28.05.2009 1 Korrektur zur letzten Vorlesung Bsp. Fehlerfortpflanzung in einer Messung c B a 2 2 E c Var c a b A b 2 2 2 n h( x)
MehrVorlesung 2: Erwartungsnutzen
Vorlesung 2: Erwartungsnutzen Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 2 (FS 11) Erwartungsnutzen 1 / 28 1. Modellrahmen 1.1 Die Alternativen Wir betrachten
MehrVorlesung 5: Probleme der Erwartungsnutzentheorie
Vorlesung 5: Probleme der Erwartungsnutzentheorie Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 5 (FS 11) Probleme der Erwartungsnutzentheorie 1 / 24 1. Einleitung
MehrMethoden für Individualentscheidungen
Methoden für Individualentscheidungen Mike Hüftle 28. Juli 2006 Inhaltsverzeichnis 1 Einleitung 2 1.1 Entscheidungsproblem........................ 2 1.2 Entscheidungsmodell......................... 3 2
MehrÜbungsblatt 6: Berücksichtigung von Unsicherheit, Investitionsprogrammentscheidungen und Unternehmensbewertung
Übungsblatt 6: Berücksichtigung von Unsicherheit, Investitionsprogrammentscheidungen und Unternehmensbewertung 1. Aufgabe (Berücksichtigung von Unsicherheit) Die GlobalWine AG hat langfristig eine Rohstofflieferung
MehrStatische Spiele mit vollständiger Information
Statische Spiele mit vollständiger Information Wir beginnen nun mit dem Aufbau unseres spieltheoretischen Methodenbaukastens, indem wir uns zunächst die einfachsten Spiele ansehen. In diesen Spielen handeln
MehrUnternehmensführung und Controlling. Prof. Dr. Matthias Schmieder
Unternehmensführung und Controlling Prof. Dr. Matthias Schmieder Gliederung I. Strategische Unternehmensplanung II. Verfahren der Wirtschaftlichkeitsrechnung III. Grundlagen des Controlling IV. Grundlagen
MehrFÜHRUNG: Problemlösungsprozess Problemlösungsprozess
Problemlösungsprozess E:\Eigene Dateien\Webs\GisinA\WI\Fuehrung\AU Problemloesungsprozess.doc Alex Gisin Seite 1 von 12 Inhalt 1. Problem entdecken...3 2. Zusammenhänge verstehen...3 2.1 Aufbau eines Netzwerkes...3
MehrInhalt. 8.1 Motivation. 8.2 Optimierung ohne Nebenbedingungen. 8.3 Optimierung unter Nebenbedingungen. 8.4 Lineare Programmierung
8. Optimierung Inhalt 8.1 Motivation 8.2 Optimierung ohne Nebenbedingungen 8.3 Optimierung unter Nebenbedingungen 8.4 Lineare Programmierung 8.5 Kombinatorische Optimierung 2 8.1 Motivation Viele Anwendungen
MehrVektor-Additions-Systeme und Invarianten
Vektor-Additions-Systeme und Invarianten http://www.informatik.uni-bremen.de/theorie/teach/petri Renate Klempien-Hinrichs Stellen- und Transitions-Vektoren T -Invarianten S-Invarianten Bezug zu erreichbaren
MehrNochmal: Indifferenzwahrscheinlichkeiten und Nutzenfunktion Reihung: Selbständigkeit Erfolg Geschäftsführer Vorstandsassistent Insolvenz
Nochmal: Indifferenzwahrscheinlichkeiten und Nutzenfunktion Reihung: Selbständigkeit Erfolg Geschäftsführer Vorstandsassistent Insolvenz Ref.-L.1: Selbst. Erfolg Sicher (300000) π = 1 1-π = 0 Selbständigkeit
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrThomas Klecker. Grundsätze der Entscheidungstheorien. eingereicht als DIPLOMARBEIT. an der HOCHSCHULE MITTWEIDA UNIVERSITY OF APPLIED SCIENCES
Thomas Klecker Grundsätze der Entscheidungstheorien eingereicht als DIPLOMARBEIT an der HOCHSCHULE MITTWEIDA UNIVERSITY OF APPLIED SCIENCES Wirtschaftsingenieurwesen Graz, 2009 Erstprüfer: Prof. Dr. Johannes
Mehr2 Wiederholung statistischer Grundlagen Schließende Statistik empirischen Information aus Stichprobenrealisation x von X
Hypothesentests Bisher betrachtet: Punkt- bzw. Intervallschätzung des unbekannten Mittelwerts Hierzu: Verwendung der 1 theoretischen Information über Verteilung von X empirischen Information aus Stichprobenrealisation
MehrAnalytische Statistik II
Analytische Statistik II Institut für Geographie 1 Schätz- und Teststatistik 2 Das Testen von Hypothesen Während die deskriptive Statistik die Stichproben nur mit Hilfe quantitativer Angaben charakterisiert,
MehrKapitel 4: Das Überdeckungsproblem
Kapitel : Das Überdeckungsproblem Kapitel Das Überdeckungsproblem Kapitel : Das Überdeckungsproblem Seite / 25 Kapitel : Das Überdeckungsproblem Inhaltsverzeichnis. Überdeckungsmatrizen.2 Minimalüberdeckungen.
MehrVorlesung 4: Risikoallokation
Vorlesung 4: Risikoallokation Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie, FS 12 Risikoallokation 1/23 2 / 23 4.1 Einleitung Bisher haben wir uns ausschliesslich
MehrLineare Gleichungssysteme (Teschl/Teschl 11.1)
Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n b a 2 x + a 22 x 2 +...
MehrKapitel 8: Verfahren für Rangdaten
Kapitel 8: Verfahren für Rangdaten Anmerkung 1 Mann-Whitney U-Test 1 Wilcoxon-Test 3 Kruskal-Wallis H-Test 3 Literatur 6 Anmerkung In Kapitel 8 der Bücher wird erwähnt, dass für nichtparametrische Daten
Mehrbetriebliche Entscheidungslehre
Verwaltungs- und Wirtschafts-Akademie betriebliche Entscheidungslehre Dr. Martens 1 Bedeutung der Entscheidungstheorie 2 Grundmodell der Entscheidungstheorie 2.1 Entscheidungsfeld 2.1.1 Handlungsalternativen
MehrRichtigkeitskriterium vs. Entscheidungsverfahren, tatsächlicher vs. erwarteter Nutzen (Zu Timmons, S )
Richtigkeitskriterium vs. Entscheidungsverfahren, tatsächlicher vs. erwarteter Nutzen (Zu Timmons, S. 121 26) Einwand gegen den klassischen Utilitarismus: Das Nutzenprinzip ist unbrauchbar. Gemäß dem Nutzenprinzip
MehrSpieltheorie Teil 4. Tone Arnold. Universität des Saarlandes. 20. März 2008
Spieltheorie Teil 4 Tone Arnold Universität des Saarlandes 20. März 2008 Tone Arnold (Universität des Saarlandes) Spieltheorie Teil 4 20. März 2008 1 / 64 Verfeinerungen des Nash GGs Das Perfekte Bayesianische
MehrBeispiele 1. Gegeben ist das lineare System. x+4y +3z = 1 2x+5y +9z = 14 x 3y 2z = 5. Die erweiterte Matrix ist
127 Die Schritte des Gauß-Algorithmus sind nun die Folgenden: 1. Wir bestimmen die am weitesten links stehende Spalte, die Einträge 0 enthält. 2. Ist die oberste Zahl der in Schritt 1 gefundenen Spalte
Mehr3.1 Sukzessive Minima und reduzierte Basen: Resultate
Gitter und Codes c Rudolf Scharlau 4. Juni 2009 202 3.1 Sukzessive Minima und reduzierte Basen: Resultate In diesem Abschnitt behandeln wir die Existenz von kurzen Basen, das sind Basen eines Gitters,
Mehr3 Systeme linearer Gleichungen
3 Systeme linearer Gleichungen Wir wenden uns nun dem Problem der Lösung linearer Gleichungssysteme zu. Beispiel 3.1: Wir betrachten etwa das folgende System linearer Gleichungen: y + 2z = 1 (1) x 2y +
MehrKonformitätsaussagen in Kalibrierzertifikaten
Eidgenössisches Departement für Wirtschaft, Bildung und Forschung WBF Staatssekretariat für Wirtschaft SECO Schweizerische Akkreditierungsstelle SAS Konformitätsaussagen in Kalibrierzertifikaten Dokument
MehrVorlesung 2: Risikopräferenzen im Zustandsraum
Vorlesung 2: Risikopräferenzen im Zustandsraum Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie VL 2, FS 12 Risikopräferenzen im Zustandsraum 1/29 2.1 Motivation
MehrIK Ökonomische Entscheidungen und Märkte
IK Ökonomische Entscheidungen und Märkte LVA-Leiterin: Ana-Maria Vasilache Einheit 2: Haushaltstheorie (Kapitel 3) Verbraucherverhalten KonsumentInnen erwerben jene Güter,. die bei gegebenem Einkommen
MehrMathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 12
Dipl.Inf. Malte Isberner Dr. Oliver Rüthing Dipl.Inf. Melanie Schmidt Dr. Hubert Wagner Übungen zur Vorlesung Mathematik für Informatiker 1 Wintersemester 2013/14 Übungsblatt 12 Die Lösungshinweise dienen
MehrÜberblick. Überblick. Bayessche Entscheidungsregel. A-posteriori-Wahrscheinlichkeit (Beispiel) Wiederholung: Bayes-Klassifikator
Überblick Grundlagen Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung Klassifikation bei bekannter Wahrscheinlichkeitsverteilung Entscheidungstheorie Bayes-Klassifikator
MehrÜberschrift. Titel Prognosemethoden
Überschrift Prognosemethoden Überschrift Inhalt 1. Einleitung 2. Subjektive Planzahlenbestimmung 3. Extrapolierende Verfahren 3.1 Trendanalyse 3.2 Berücksichtigung von Zyklus und Saison 4. Kausale Prognosen
Mehr37 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
MehrEntscheidungs theorie
Helmut Laux Entscheidungs theorie Sechste, durchgesehene Auflage Mit 95 Abbildungen 4y Springer Inhalts verzeichni s Vorwort Überblick V IX XXI TEILA: EINFÜHRUNG 1 I. Probleme und Lösungskonzepte der Entscheidungstheorie
MehrRisiko und Versicherung - Übung
Sommer 2009 Risiko und Versicherung - Übung Entscheidungstheoretische Grundlagen Renate Bodenstaff Vera Brinkmann r.bodenstaff@uni-hohenheim.de vera.brinkmann@uni-hohenheim.de https://insurance.uni-hohenheim.de
MehrBerechnung von Abständen
3. Kreis- und Wegeprobleme Abstände in Graphen Abstände in Graphen Definition 3.4. Es sei G = (V, E) ein Graph. Der Abstand d(v, w) zweier Knoten v, w V ist die minimale Länge eines Weges von v nach w.
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 :
MehrKapitel 16. Invertierbare Matrizen
Kapitel 16. Invertierbare Matrizen Die drei Schritte des Gauß-Algorithmus Bringe erweiterte Matrix [A b] des Gleichungssystems A x auf Zeilenstufenform [A b ]. Das System A x = b ist genau dann lösbar,
MehrAufgabe 3: Risikocontrolling 18 Punkte
Aufgabe 3: Risikocontrolling 18 Punkte Dipl.-Ök. Christine Stockey 27.01.2011 Dipl.-Ök. Christine Stockey 1 Agenda 1 Aufgabe 3a) 2 Aufgabe 3b) «27.01.2011 Dipl.-Ök. Christine Stockey 2» Agenda 1 Aufgabe
MehrSeminararbeit zur Spieltheorie. Thema: Rationalisierbarkeit und Wissen
Seminararbeit zur Spieltheorie Thema: Rationalisierbarkeit und Wissen Westfälische-Wilhelms-Universität Münster Mathematisches Institut Dozent: Prof. Dr. Löwe Verfasst von: Maximilian Mümken Sommersemester
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
MehrLösung zu Serie 3. Lineare Algebra D-MATH, HS Prof. Richard Pink. Sei K ein beliebiger Körper.
Lineare Algebra D-MATH, HS 204 Prof. Richard Pink Lösung zu Serie 3 Sei K ein beliebiger Körper.. [Aufgabe] Sei n Z 0 eine gegebene nicht-negative ganze Zahl. Übersetzen Sie die folgenden Aussagen in eine
Mehr