Entscheidungstheorie Teil 2. Thomas Kämpke
|
|
- Klemens Kohl
- vor 6 Jahren
- Abrufe
Transkript
1 Entscheidungstheorie Teil 2 Thomas Kämpke
2 Seite 2 Inhalt Präferenzrelation Referenzpunktansatz Referenzpunktmethode (Zusammenfassung) Distanzfunktion Design von PCR Primerpaaren Vorwärtsprimer p Rückwärtsprimer q Primerwechselwirkung
3 Seite 3 Präferenzrelation (1/12) Definition Eine (strikte) Präferenzrelation ist eine binäre Relation, die asymmetrisch und negativ transitiv ist. für deterministische und stochastische Situationen Asymmetrie a p b ( b p a) Negative Transitivität ( a p b) und ( b p c) ( a p c)
4 Seite 4 Präferenzrelation (2/12) Beispiel Eine asymmetrische und transitive, aber nicht negativ transitive Relation ist die komponentenweise Ordnung auf n mit Verschärfung in mind. einer Koordinate. Komponentenweise Ordnung Für ( 1 % ( y1 % & # & # = & M # und y = & M # ist y :" i yi i = 1, & # & n y # ' $ ' n $ L, n Komponentenweise Ordnung mit Verschärfung p y : y i = 1,, n und < " i i L j y j für mindestens einen Inde j
5 Seite 5 Präferenzrelation (3/12) y 2 y { y y} ist Kegel mit Spitze y p y} ist Kegel ohne { Spitze 2 1 y1 ist asymmetrisch, denn p y # Wäre y p i " ( y p ) y i so i y = 1, y j i " L, n i " < j i = 1, y j und L j < y j für ein j, n, d.h. insbesondere Widerspruch
6 Seite 6 Präferenzrelation (4/12) ist transitiv, denn ist nicht negativ transitiv, denn y z z y n i z y z y y j j j j j i i i p p p L < " < = " " also und, 1, und ( ) ( ) z z y y z y p p p aber und " # $ % & = " # $ % & = " # $ % & =
7 Seite 7 Präferenzrelation (5/12) Veranschaulichung Transitivität z y Kegel von Kegel von y z Kegel von Kegel von % $ " Kegel y# von z Kegel von
8 Seite 8 Präferenzrelation (6/12) Veranschaulichung Fehlen negativer Transitivität y z Bereich des Fehlens einer Relation 1 2 3
9 Seite 9 Präferenzrelation (7/12) Eine asymmetrische und negativ transitive Relation ist transitiv, denn a p b und b p c a p c Annahme: b p c ( a p c) ( c p b) $ # " negativ transitiv ( a p b) Widerspruch zu a p b
10 Seite 10 Präferenzrelation (8/12) Definition Die zu einer (strikten) Präferenzrelation gehörende Indifferenzrelation ~ ist definiert als das Fehlen von Präferenzen d.h. a ~ b : ( a p b) und ( b p a) Von der Intuition fast die Indifferenzrelation ein bewusstes Gleichwertigkeitsurteil und ein sich nicht entscheiden können zusammen
11 Seite 11 Präferenzrelation (9/12) Zentrale Bedeutung der negativen Transitivität Sichert Transitivität der Indifferenz a ~ b und b ~ c ( a p b) und ( b p a) ( b p c) und ( c p b) ( a p c) und ( c p a) a~c
12 Seite 12 Präferenzrelation (10/12) Definition Präferenz-Indifferenzrelation oder schwache Präferenzordnung a " b : a p b oder a ~ b Alternative Formulierung a p b a p b a p b oder und ( ( a p b) und ( b p a ) ( b p a) ist transitiv
13 Seite 13 Präferenzrelation (11/12) Für eine strikte Präferenzrelation über einer Alternativenmenge A (abzählbar) gibt es reellwertige, ordnungserhaltende Funktionen, d.h. f: A " a p b f ( a) < f ( b). a f ( a p b) und ( b a),d.h. ( f ( a) < f ( b ) und ( f ( b) < f ( a ) ( a) = f ( b) ~ b ist p,d.h.
14 Seite 14 Präferenzrelation (12/12) Gleichheit reeller Zahlen ist transitiv f(a) = f(b) und f(b) = f(c) f(a) = f(c), d.h. Indifferenzrelation ist transitiv, sofern strikte Ordnung mit reellwertigen Funktionen darstellbar. dies im nachhinein Erklärung für entsprechenden Aufwand deterministischer und stochastischer Fall gleich behandelt
15 Seite 15 Referenzpunktansatz (1/5) Referenzpunkt A
16 Seite 16 Referenzpunktansatz (2/5) Vorteil Man kann auch die komponentenweise Ordnung darstellen, wenn die Indifferenzen speziell beachtet werden. Dazu Begriff der Dominanz oder Pareto-Optimalität Alternative a A wenn es kein b A a b komponentenweise Ordung a heisst dominiert wenn es b A gibt mit
17 Seite 17 Referenzpunktansatz (3/5) Pareto-optimal dominiert vier Pareto-optimale Punkte = Paretorand
18 Seite 18 Referenzpunktansatz (4/5) Im kontinuierlichen Fall Paretorand A
19 Seite 19 Referenzpunktansatz (5/5) Beim Referenzpunktansatz kann eine dominierte Alternative gewählt werden, wenn Referenzpunkt ungeschickt gewählt: b a Referenzpunkt c A = {a,b,c} aber A pareto = {b,c}
20 Seite 20 Referenzpunktmethode (Zusammenfassung) (1/1) 1. Für Alternativemenge A Bestimmung des Paretorands A pareto 2. Wahl Referenzpunkt Ref 3. Bestimmung argmin a A pareto Dist(a,Ref) Zu beachten a Ref A pareto Dist kann Euklidischer Abstand o.a. sein. Diese Distanz ist, bis auf das Vorzeichen, eine ordnungserhaltende Funktion a p b Dist " Dist ( a, Ref ) > Dist( b, Ref ) ( a, Ref ) < " Dist( b, Ref ) f = = ( a) < f ( b)
21 Seite 21 Distanzfunktion (1/7) Dist(a,Ref) kann Euklidischer Abstand, d.h. Dist (, ) Ref = ' Ref = ' Ref 2 = ( ' ) ( ) + L+ ' 1 Ref,1 2 n Ref, n 2 mit & $ = $ M $ % 1 n # " Ref & $ = $ M $ % Ref,1 Ref, n # " Aber auch andere (Lipschitz-)Normen, vor allem die 1-Norm (, Ref ) = Ref = 1 Ref,1 + L+ n Ref n Dist, 1 Für n=2 sind Punkte gleichen Abstands Kreise für die Euklidsche Norm und Rauten für die 1-Norm
22 Seite 22 Distanzfunktion (2/7) Ref,2 1 Ref K 2 K 1 K K 2 1 = = { } = 1 Ref { } = 1 Ref 1 2 Ref,1 Der Unterschied zwischen 2-Norm und 1-Norm in Bezug auf den Referenzpunkt ist nicht so sehr die Kugel, sondern die Robustheit der ausgewählten Alternative.
23 Seite 23 Distanzfunktion (3/7) Ref Paretorand Wird der Referenzpunkt verschoben, so dass er auch in neuer Lage den gesamten Paretorand dominiert, kann sich die beste Alternative im Sinne der 2 -Norm ändern. Bei der 1 -Norm bleibt die beste Alternative bestehen
24 Seite 24 Distanzfunktion (4/7) Ref 45 Linie Von der Raute kommt nur die südwestliche 45 Linie zum Tragen. Die beste Alternative ist für alle sinnvollen Referenzpunkte identisch. Die Distanzwerte ändern sich, sofern sich der Referenzpunkt ändert, nicht aber die beste Alternative. Warum also 1-Norm beim Referenzpunktansatz?
25 Seite 25 Distanzfunktion (5/7) 1. Nicht alle Kriterien sind monoton, z.b. Raumtemperatur (ideal 18,, 20 C) d.h. Paretorand sieht anders aus Ref Paretorand 1. Kriterium ist nicht monoton 2. Kriterium ist monoton 1 ideal Die Änderung des Referenzpunktes beschreibt tatsächlich eine andere Alternativenwahl
26 Seite 26 Distanzfunktion (6/7) 2. Die Distanzfunktion kann mit Gewichten versetzen werden Ref 1 " Ref 1, w = w 1 * 1 Ref,1 + w 2 * 2 Ref,2 + L+ w n * n Ref, n Beispiel Ref 1, w = 2* 1 Ref,1 + 3* 2 Ref,2
27 Seite 27 Distanzfunktion (7/7) Beispiel Ref 1, w = 2* 1 Ref,1 + 3* 2 Ref, Ref 2 2 Raute wird gestaucht
28 Seite 28 Design von PCR Primerpaaren* (1/3) PCR = polymerase chain reaction Ziel Bestimmung eines Abschnitts eines DNA Moleküls bzw. eines in geringer Konzentration vorliegenden DNA Moleküls. Vorgehen Abschnitt wird festgelegt Abschnitt wird vervielfacht ( Konzentrationserhöhung) Abschnitt wird analysiert (erst aufgrund Konzentrationserhöhung möglich) interessierender Abschnitt z.b. 1400bp lang DNA Molekül Eon eines Gens Teil eines Eons Teil eines Introns, d.h nicht kodierenden Bereichs *Quelle: T. Kämpke, The reference point method in primer design, in: PCR Primer Design, Humana Press, Totowa, NJ, 2007.
29 Seite 29 Design von PCR Primerpaaren (Video)
30 Seite 30 Design von PCR Primerpaaren (2/3) 3` 5` Vorwärtsfenster Interessierender Bereich Rückwärtsfenster 5` 3` 3` 5` 5` 3` Vorwärtsprimer Rückwärtsprimer DNA Stränge gerichtet Primer immer paarweise, jeder Primer ist einsträngig Größenverhältnisse Primerlänge z.b. 19 Fenster z.b. 39 interessierender Bereiche z.b Primer heißen Primer, weil sie prime (der Anfang) für einen naturnahen Kopierprozess sind.
31 Seite 31 Design von PCR Primerpaaren (3/3) 3` 5` Ein String A T T C G G A C C 5` T A A G C C T G G Primer Primer Fortsetzung ( Kopien ) (Länge 6) Fortsetzen wird durch ein Enzym, die Tac Polymerase, ermöglicht. Viele chemische Tricks und Edukte notwendig, Temperaturzyklen. Kandidaten für Primerpaare durch Abschnitte in Fenster erzeugt. 12 Kriterien für gute Primerpaare (p,q) fünf für jeden Primer zwei für das Zusammenwirken
32 Seite 32 Vorwärtsprimer p (1/1) G G A T T G A T A A T G T A A T A G G Länge p 19 GC(p) [in%] 32 Tm(p) [in C] 50 sa(p) 12 sea(p) 0 Tm(p): kritische Temperatur Tm(p) = 2 * 2# G(p) + 2# C(p) +1# T(p) + 1# A(p) sa sea self anreal self end anreal sollen verhindern, dass sich Primer an sich selbst anlagern ( primer dimer )
33 Seite 33 Rückwärtsprimer q (1/1) C A T T A T G G G T G G T A T G T T G G Länge q 20 GC(q) [in%] 45 Tm(q) [in C] 58 sa(q) 20 sea(q) 4 sea(q): 5`- C A T T G G - 3` 3`- G G A C - 5` wird im end anreal nicht gezählt, da schon am Anfang erfasst.
34 Seite 34 Primerwechselwirkung (1/4) pa (p,q) 16 pea(p,q) 4 pea(p,q) p: 5` - G G A G G - 3` q: 3` - G G A C - 5` " 4
35 Seite 35 Primerwechselwirkung (2/4) Bewertung jedes Paares (p,q) im 12 mittels Vektoren p q GC(p) GC(q) Tm(p) Tm(q) (p,q) = = sa(p) Ref = 0 sa(q) 0 sea(p) 0 sea(q) 0 pa(p,q) 0 pea(p,q) 0 l vorw l rück GC vorw GC rück Tm vorw Tm rück Die ersten sechs Koordinaten werden manuell vergeben; Tm vorw = Tm rück
36 Seite 36 Primerwechselwirkung (3/4) Nicht alle Einzelkriterien sind monoton z.b. gilt bei Primerlänge nicht: je länger desto besser oder je kürzer desto besser Mit Dist(, Ref ) = 12 i= 1 w i * i " Ref i Anstelle von Euklidscher Distanz w = w = w 3 = w 4 = 1 w w 5 7 = w = w 6 8 = 1 = 0.1 Bestimme argnin(p,q) Dist((p,q),Ref) w 9 = w 10 = 0.2 w w = 0.1 = 0.2
37 Seite 37 Primerwechselwirkung (4/4) Verfahren wird durch Zusatzkriterien beschleunigt, z.b. " p, q " l Keine Garantie auf Ergebnisqualität: u " in Bioinformatik" PCR Primerdesign: eine der häufigsten Anwendungen von Entscheidungstheorie Verfahren, wahrscheinlich die häufigste. Viele Varianten Mulitiple PCR (mehr als 2 Primerpaare) Biochipdesign
Vorlesung 2: Präferenzen über Lotterien
Vorlesung 2: Präferenzen über Lotterien Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 2, FS 13 Präferenzen über Lotterien 1/26 2.1 Modellrahmen Wir betrachten im
MehrVorlesung 2: Präferenzen über Lotterien
Vorlesung 2: Präferenzen über Lotterien Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 2, FS 12 Präferenzen über Lotterien 1/24 2.1 Modellrahmen Wir betrachten im
MehrEbene Elementargeometrie
Ebene Elementargeometrie Im Folgenden unterscheiden wir neben Definitionen (Namensgebung) und Sätzen (nachweisbaren Aussagen) so genannte Axiome. Axiome stellen der Anschauung entnommene Aussagen dar,
Mehr2. Normative Theorie kollektiver Entscheidungen 2.1. Arrows Unmöglichkeitstheorem
2. Normative Theorie kollektiver Entscheidungen 2.1. Arrows Unmöglichkeitstheorem Social choice: wie aggregiert Gesellschaft individuelle Präferenzen zu kollektiver Entscheidung? Arrow: Gesellschaftliche
Mehr2. Normative Theorie kollektiver Entscheidungen 2.1. Arrows Unmöglichkeitstheorem
2. Normative Theorie kollektiver Entscheidungen 2.1. Arrows Unmöglichkeitstheorem Social choice: wie aggregiert Gesellschaft individuelle Präferenzen zu kollektiver Entscheidung? Arrow: Gesellschaftliche
MehrImplementation Sozialer Auswahlregeln Sommersemester Vorlesung,
Implementation r Sommersemester 2007 2. Vorlesung, 25.04.2007 PD Dr. Jörg Naeve Universität des Saarlandes Lehrstuhl für Nationalökonomie insbes. Wirtschaftstheorie mailto:j.naeve@mx.uni-saarland.de http://www.uni-saarland.de/
MehrKapitel 5.2: Kollektiventscheidungen 1
1 Diese Folien dienen der Ergänzung des Vorlesungsstoffes im Rahmen der Vorund Nachbereitung. Sie stellen kein Skript dar; es wird keine Gewähr für Richtigkeit und/oder Vollständigkeit übernommen. Kapitel
Mehr4 ZU V5"4. Er wart ungsnut zenhyp ot hese. Dogmenhistorische Ausgangslage, analytische Voraussetzungen und moderne Entwicklungen
4 ZU V5"4 Er wart ungsnut zenhyp ot hese Dogmenhistorische Ausgangslage, analytische Voraussetzungen und moderne Entwicklungen Vorwort 15 1.1 Zufall und die Erwartungsnutzentheorie 16 1.2 Inhalt und Fortgang
MehrDer Satz vom Diktator
Prof. Dr. Michael Eisermann Institut für Geometrie und Topologie Der Satz vom Diktator Kenneth Arrows geniale Antwort auf die Frage Wie schreibe ich meine Doktorarbeit in fünf Tagen und erhalte dafür den
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
Mehr3.6 Einführung in die Vektorrechnung
3.6 Einführung in die Vektorrechnung Inhaltsverzeichnis Definition des Vektors 2 2 Skalare Multiplikation und Kehrvektor 4 3 Addition und Subtraktion von Vektoren 5 3. Addition von zwei Vektoren..................................
MehrRationale Wahl aus Sicht des Wählenden optimal Abbildung/Modellierung von Präferenzen durch paarweisen Vergleich Präferenzrelation: math.
Whd. Präferenzen Rationale Wahl aus Sicht des Wählenden optimal Abbildung/Modellierung von Präferenzen durch paarweisen Vergleich Präferenzrelation: math. Gebilde zur Darstellung des paarweisen Vergleiches
MehrML a t he m at ik. Präferenzen. Klaus Schindler. e h r st a b 0 Universität des Saarlandes Fakultät 1
Präferenzen Klaus Schindler ML a t he m at ik e h r st a b 0 Universität des Saarlandes Fakultät 1 http://www.mathe.wiwi.uni-sb.de Advanced Quantitative Methods for Economists WS 2014/2015 Ordnung Lexikographische
Mehr3. Relationen. 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen. Rolf Linn. 3.
3. Relationen 3.1 Kartesische Produkte 3.2 Zweistellige Relationen 3.3 Äqivalenzrelationen 3.4 Halbordnungen 3.5 Hüllen 3. Relationen GM 3-1 Wozu Relationen? Mathematik Theoretische Informatik Kryptographie
MehrMengen. (Nicht-) Elemente einer Menge { 3, 4 } { 1, { 2 }, { 3, 4 }, { 5 } } 3 { 1, { 2 }, { 3, 4 }, { 5 } }
Mengen Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor) Notation 1. Aufzählung aller Elemente: { 1,
MehrLernunterlagen Vektoren in R 2
Die Menge aller reellen Zahlen wird mit R bezeichnet, die Menge aller Paare a 1 a 2 reeller Zahlen wird mit R 2 bezeichnet. Definition der Menge R 2 : R 2 { a 1 a 2 a 1, a 2 R} Ein Zahlenpaar a 1 a 2 bezeichnet
MehrMengen. Eigenschaften. Spezielle Mengen (1) Prominente Mengen. ! Mengenzugehörigkeit
Mengen! Definition (Intuitive Mengenlehre) Eine Menge ist die Zusammenfassung von Elementen unserer Anschauung zu einem wohldefinierten Ganzen. (Georg Cantor)! Notation 1. Aufzählung aller Elemente: {
MehrEinstimmigkeitskriterium event. langer und kostspieliger Informationsprozeß schwierig für große Gruppen
VI-1 Abstimmungsregeln Entscheidungsprozeß = Informationsprozeß + Abstimmungsprozeß Einstimmigkeitskriterium event. langer und kostspieliger Informationsprozeß schwierig für große Gruppen Paarweiser Vergleich
MehrMathematische Grundlagen der Computerlinguistik Ordnungsrelationen
Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 86 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist
MehrSeminar: Algorithmische Spieltheorie. Soziale Auswahltheorie (Social Choise Theory) von Georg Birkenheuer
socialchoice- 1 Seminar: Algorithmische Spieltheorie Soziale Auswahltheorie (Social Choise Theory) von Georg Birkenheuer socialchoice- 2 Soziale Auswahltheorie Inhalt: Soziale Wohlfahrtsfunktion bei 2
MehrVektorgeometrie Layout: Tibor Stolz
Hanspeter Horlacher Vektorgeometrie Layout: Tibor Stolz 1. Einführung Eine Grösse, zu deren Festlegung ausser einer Zahl auch noch die Angabe einer Richtung nötig ist, heisst VEKTOR. P 2 P 1 P 1 P 2 P
MehrVorlesung: Nicht-kooperative Spieltheorie. Teil 1: Organisatorisches, Inhalte der Vorlesung und Nutzentheorie
Vorlesung: Nicht-kooperative Spieltheorie Teil 1: Organisatorisches, Inhalte der Vorlesung Dr. Thomas Krieger Wintertrimester 2009 Dr. Thomas Krieger Vorlesung: Nicht-kooperative Spieltheorie 1 / 15 Organisatorisches
Mehr5. Geraden und Ebenen im Raum 5.1. Lineare Abhängigkeit und Unabhängigkeit von Vektoren
5 Geraden und Ebenen im Raum 5 Lineare Abhängigkeit und Unabhängigkeit von Vektoren Definition: Die Vektoren a,a,,a n heißen linear abhängig, wenn mindestens einer dieser Vektoren als Linearkombination
MehrStetigkeit, Konvergenz, Topologie
Ferienkurs Seite 1 Technische Universität München Ferienkurs Analysis 1 Hannah Schamoni Wintersemester 2011/12 Stetigkeit, Konvergenz, Topologie 21.03.2012 Inhaltsverzeichnis 1 Stetigkeit und Konvergenz
MehrMathematik für Wirtschaftswissenschaftler
Mathematik für Wirtschaftswissenschaftler Yves Schneider Universität Luzern Frühjahr 2016 Repetition Kapitel 1 bis 3 2 / 54 Repetition Kapitel 1 bis 3 Ausgewählte Themen Kapitel 1 Ausgewählte Themen Kapitel
MehrBestimme ferner die Koordinaten des Bildpunktes von B bei der Spiegelung
Vektoren - Skalar- und Vektorprodukt ================================================================== 1. Gegeben sind die Punkte A 1 2 3 und B 3 4 1 bzgl. eines kartesischen Koordina- tensystems mit
MehrTechnische Universität München. Ferienkurs Lineare Algebra 1. Mengenlehre, Aussagen, Relationen und Funktionen. Aufgaben mit Musterlösung
Technische Universität München Ferienkurs Lineare Algebra 1 Mengenlehre, Aussagen, Relationen und Funktionen Aufgaben mit Musterlösung 21. März 2011 Tanja Geib 1 Aufgabe 1 Geben Sie zu B = {0, 2, 4} und
Mehr2.4 Verallgemeinerte Ungleichungen
2.4 Verallgemeinerte Ungleichungen 2.4.1 Eigentliche Kegel und verallgemeinerte Ungleichungen Ein Kegel K R heißt eigentlicher Kegel, wenn er die folgenden Bedingungen erfüllt: K ist konvex K ist abgeschlossen
MehrGleitspiegelung und Verkettungen von Spiegelung und Parallelverschiebung
Gleitspiegelung und Verkettungen von Spiegelung und Parallelverschiebung Def. Eine Gleitspiegelung ist eine Spiegelung an einer Geraden (Spiegelachse) verknüpft mit einer Translation parallel zu dieser
MehrMathematische Grundlagen der Computerlinguistik Ordnungsrelationen
Mathematische Grundlagen der Computerlinguistik Ordnungsrelationen Dozentin: Wiebke Petersen 4. Foliensatz Wiebke Petersen math. Grundlagen 89 starke / schwache Ordnungen Eine Ordnung R einer Menge A ist
Mehr1.12 Einführung in die Vektorrechung
. Einführung in die Vektorrechung Inhaltsverzeichnis Definition des Vektors Skalare Multiplikation und Kehrvektor 3 3 Addition und Subtraktion von Vektoren 3 3. Addition von zwei Vektoren..................................
MehrSkriptum Konstruierbare Zahlen. Projekttage Mathematik 2007
Skriptum Konstruierbare Zahlen Projekttage Mathematik 007 c Florian Stefan und Stefan Englert Würzburg, 007 Konstruktion mit Zirkel und Lineal Gegeben sei eine Menge M von Punkten in der Zeichenebene Dann
Mehr6 Distanzfunktionen. Quadratische Pseudo. 1. Eigenschaften und Klassifikation
6 Distanzfunktionen 1. Eigenschaften und Klassifikation 2. Distanzfunktionen auf Punkten Minkowski Distanzfunktion L m Gewichtete Minkowski Distanzfunktion L m w Quadratische Distanzfunktion d q Quadratische
MehrElementare Geometrie Wiederholung 3
Elementare Geometrie Wiederholung 3 Thomas Zink 10.7.2017 1.Schwerpunkt und Teilverhältnis, V13, Es seien A, B, C, D Punkte, die auf einer Geraden liegen, und so dass A B und C D. AB = λ CD λ = AB CD.
MehrMikroökonomik 2. Vorlesungswoche
Mikroökonomik 2. Vorlesungswoche Tone Arnold Universität des Saarlandes 30. Oktober 2007 Tone Arnold (Universität des Saarlandes) 2. Vorlesungswoche 30. Oktober 2007 1 / 108 Präferenzen Wie treffen Konsumenten/Individuen
MehrI Grundbegriffe 1 1 Wahrscheinlichkeitsräume Bedingte Wahrscheinlichkeiten und Unabhängigkeit Reellwertige Zufallsvariablen...
Inhaltsverzeichnis I Grundbegriffe 1 1 Wahrscheinlichkeitsräume......................... 1 2 Bedingte Wahrscheinlichkeiten und Unabhängigkeit........... 7 3 Reellwertige Zufallsvariablen........................
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
MehrSeminar : Benutzerzentrierte Datenbankanfragen. Referent : Axel Schön
Kapitel 1 : Prolog Kapitel 2 : Preference SQL Kapitel 3 : Chomicki Framework Kapitel 4 : Epilog Was sind präferenzgestützte Datenbankanfragen? Beispiel: Familie Vielflieger will in den Urlaub fliegen
MehrElementare Geometrie Vorlesung 11
Elementare Geometrie Vorlesung 11 Thomas Zink 29.5.2017 1.Verhältnisse Es sei g eine Gerade. Es seien A, B, C, D g vier Punkte, so dass A B und C D. Wir definieren: AB CD = AB CD, wenn die Strahlen AB
Mehr34 Entscheidungsregeln/Relationen
Entscheidungsregeln/Relationen siehe Grundlagen Nr. Zur Bildung einer Entscheidungsregel für den (im einfachsten Fall) paarweisen Vergleich von ökonomischen Objekten ist der mathematische Begriff einer
MehrRechnen mit Vektoren. 1. Vektoren im Koordinatensystem Freie Vektoren in der Ebene
Rechnen mit 1. im Koordinatensystem 1.1. Freie in der Ebene 1) Definition Ein Vektor... Zwei sind gleich, wenn... 2) Das ebene Koordinatensystem Wir legen den Koordinatenursprung fest, ferner zwei zueinander
MehrDiskrete Mathematik I Wintersemester 2007 A. May
Diskrete Mathematik I Wintersemester 2007 A. May Literatur Vorlesung richtet sich nach A. Steger: Diskrete Strukturen Band 1: Kombinatorik-Graphentheorie- Algebra Springer Verlag T. Schickinger, A. Steger:
MehrElementare Geometrie Vorlesung 13
Elementare Geometrie Vorlesung 13 Thomas Zink 7.6.2017 1.Vektoren Es sei E eine Ebene. Eine Translation T : E E wird auch als Vektor bezeichnet. Wenn O, A E, so gibt es genau einen Vektor T, so dass T
Mehr6.1 Topologische Grundbegriffe
6.1 Topologische Grundbegriffe Längen und Abstände Elemente des Raumes R n interpretieren wir alternativ als Vektoren oder als Punkte. Wir benutzen je nach Bedarf Zeilen- oder Spaltenvektoren. Den n-dimensionalen
MehrKlausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 5): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema, Aufgabe 4) Im R seien die beiden Ebenen E : 6 x + 4 y z = und E : + s + t 4 gegeben.
Mehr2 Mengen, Abbildungen und Relationen
Vorlesung WS 08 09 Analysis 1 Dr. Siegfried Echterhoff 2 Mengen, Abbildungen und Relationen Definition 2.1 (Mengen von Cantor, 1845 1918) Eine Menge M ist eine Zusammenfassung von wohlbestimmten und wohl
MehrDiskrete Strukturen 5.9 Permutationsgruppen 168/558 c Ernst W. Mayr
Bemerkung: Der folgende Abschnitt Boolesche Algebren ist (im WS 2010/11) nicht Teil des Prüfungsstoffs, soweit nicht Teile daraus in der Übung behandelt werden! Diskrete Strukturen 5.9 Permutationsgruppen
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
MehrRechenoperationen mit Folgen. Rekursion und Iteration.
Rechenoperationen mit Folgen. Die Menge aller Folgen in V bildet einen Vektorraum, V N, für den die Addition und skalare Multiplikation wie folgt definiert sind. (a n ) n N + (b n ) n N := (a n + b n )
Mehr03. Vektoren im R 2, R 3 und R n
03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen
MehrKlausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 5/6): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U
Mehr1 Dreiecke. 1.6 Ähnliche Dreiecke. Mathematische Probleme, SS 2019 Donnerstag 2.5. $Id: dreieck.tex,v /05/03 14:05:29 hk Exp $
$Id: dreieck.tex,v 1.60 2019/05/03 14:05:29 hk Exp $ 1 Dreiecke 1.6 Ähnliche Dreiecke Wir hatten zwei Dreiecke kongruent genannt wenn in ihnen entsprechende Seiten jeweils dieselbe Länge haben und dann
Mehr8. Kleinsche Geometrie I: Hyperbolische Geometrie. Das Erlanger Programm.
8. Kleinsche Geometrie I: Hyperbolische Geometrie Nach den bisherigen Ergebnissen müssen wir uns nun um die Gruppe PSL 2 C kümmern. Das Studium dieser Gruppe wird uns in dieser Vorlesung zu einem neuen
MehrAufgabe G.1: Definitionen, Begriffsbildungen
Aufgabe G.1: Definitionen, Begriffsbildungen a) Der Begriff Dreieck sei definiert. Definieren Sie den Begriff Innenwinkel eines Dreiecks. (2 Punkte) b) Definieren Sie den Begriff Inneres eines Winkels
MehrMathematik für Informatiker I Mitschrift zur Vorlesung vom
Mathematik für Informatiker I Mitschrift zur Vorlesung vom 18.11.2004 Zur Wiederholung: Das Kartesische Produkt dient dem Ordnen von Mengen. A B = {(a, b) : a A, b B)} Spezialfall A = Äquivalenzrelation
Mehr03. Vektoren im R 2, R 3 und R n
03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen
MehrGrundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur
Technische Universität Ilmenau WS 2008/2009 Institut für Mathematik Informatik, 1.FS Dr. Thomas Böhme Aufgabe 1 : Grundlagen und Diskrete Strukturen Aufgaben zur Vorbereitung der Klausur Gegeben sind die
MehrBestimmung des Schlüsselenzyms für den biologischen Abbau mittels der Planreal DNA-Methodik PRA-DNA
Bestimmung des Schlüsselenzyms für den biologischen Abbau mittels der Planreal DNA-Methodik PRA-DNA Dr. Christoph Henkler, Planreal AG Der biologische Abbau von Schadstoffen erfolgt in den Zellen durch
MehrProf. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 5 22
Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 5 22 Der Ansatz von Goodman und Markowitz GOODMAN und MARKOWITZ [1952] sind der Ansicht, daß die 2. Bedingung von ARROW bei realen Entscheidungen
MehrVorkurs Mathematik B
Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein
Mehr1 Mengen. 1.1 Definition
1 Mengen 1.1 Definition Eine Menge M ist nach dem Begründer der Mengenlehre Georg Cantor eine Zusammenfassung von wohlunterschiedenen(verschiedenen) Elementen. Eine Menge lässt sich durch verschiedene
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 6/7): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr 5, Thema, Aufgabe ) Sei V ein reeller Vektorraum. a) Wann nennt man eine Teilmenge U
MehrWiederholungsblatt Elementargeometrie LÖSUNGSSKIZZE
Wiederholungsblatt Elementargeometrie im SS 01 bei Prof. Dr. S. Goette LÖSUNGSSKIZZE Die Lösungen unten enthalten teilweise keine vollständigen Rechnungen. Es sind aber alle wichtigen Zwischenergebnisse
MehrDarstellung der Berechnungsproblematik der neuen PTVS 1 anhand des Beispiels vollständig erfüllt bei 3 von 4 Bewohnern
Darstellung der Berechnungsproblematik der neuen PTVS 1 anhand des Beispiels vollständig erfüllt bei 3 von 4 Bewohnern (Zum besseren Verständnis des Folgenden sollte ein Pflegetransparenzbericht einer
MehrKapitel 3. Konvergenz von Folgen und Reihen
Kapitel 3. Konvergenz von Folgen und Reihen 3.1. Normierte Vektorräume Definition: Sei V ein Vektorraum (oder linearer Raum) über (dem Körper) R. Eine Abbildung : V [0, ) heißt Norm auf V, falls die folgenden
MehrStatistik II. Lineare Regressionsrechnung. Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II
Statistik II Lineare Regressionsrechnung Wiederholung Skript 2.8 und Ergänzungen (Schira: Kapitel 4) Statistik II - 09.06.2006 1 Mit der Kovarianz und dem Korrelationskoeffizienten können wir den statistischen
MehrZusammenhänge zwischen metrischen Merkmalen
Zusammenhänge zwischen metrischen Merkmalen Darstellung des Zusammenhangs, Korrelation und Regression Daten liegen zu zwei metrischen Merkmalen vor: Datenpaare (x i, y i ), i = 1,..., n Beispiel: x: Anzahl
MehrReelles Skalarprodukt
Reelles Skalarprodukt Ein Skalarprodukt auf einem reellen Vektorraum V ist eine Abbildung, : V V R mit folgenden Eigenschaften: Positivität: v, v > 0 für v 0 Symmetrie: Linearität: u, v = v, u λu + ϱv,
Mehr2.3 Kriterien der Entscheidungsfindung: Präferenzen
.3 Kriterien der Entscheidungsfindung: Präferenzen Der Einfachheit halber beschränken wir uns auf n = ( zwei Güter). Annahme: Konsumenten können für sich herausfinden, ob sie x = ( x, ) dem Güterbündel
MehrVon Präferenz zur Nutzenfunktion Optimierungsprobleme mit Nutzenfunktionen. Nutzenfunktionen. Sebastian Chanaa. 8. Januar 2018
Optimierungsprobleme mit 8. Januar 2018 Optimierungsprobleme mit Inhaltsverzeichnis 1 Von Präferenz zur Nutzenfunktion 2 Optimierungsprobleme mit Präferenz Von Präferenz zur Nutzenfunktion Optimierungsprobleme
Mehr6.3 Eigenwerte. γ ist Eigenwert von T [T] B B γi ist nicht invertierbar.
Um zu zeigen, dass die irreduziblen Teiler eines reellen Polynoms höchstens den Grad 2 haben, fassen wir nun (x γ) und (x γ) zusammen und stellen fest, dass (x (a + b i))(x ((a b i)) = x 2 2a + (a 2 +
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
MehrJeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen.
Jeweils am Montag um 18:30 treffen sich Studenten in Seminarraum 3 zum gemeinsamen Lernen. Betrachtungen zu Sprache, Logik und Beweisen Sprache Wir gehen von unserem Alphabet einigen Zusatzsymbolen aus.
Mehr< hergeleitet. < war nach 1.9 mit Hilfe von Rechenregeln für
2 Angeordnete Körper 2.1 Grundrechenregeln für < in einem angeordneten Körper 2.3 Weitere Rechenregeln für < und 2.4 Positive und negative Elemente 2.5 Ungleichung des arithmetischen Mittels 2.7 Betrag
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
MehrTheorie 1 1 / 2 Grundbegriffe
Theorie 1 1 / 2 Grundbegriffe Was ist ein Vektor? Wie lassen sich Vektoren darstellen? Theorie 1 2 / 2 Grundbegriffe Antwort : Ein Vektor ist die Menge aller gleichlangen, gleichgerichteten und gleichorientierten
MehrStetigkeit an der Stelle X0 2 Rn (Folgen) f : Rn! Rm. Stetigkeit an der Stelle X0 2 Rn
Body-Mass-nde/Ko rpermasseinde BM = Gewicht (Gro ße) Ko rpermasseinde (betrachte aber nur > 0, y > 0) fu r y = c fest: eine Gerade B() = c fu r = c fest: eine Hyperbel B(y ) = yc BM = Ko rpermasseinde
MehrVorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)
1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 2: Der Euklidische Raum Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 30. Oktober 2007) Vektoren in R n Definition
MehrKlausurenkurs zum Staatsexamen (SS 2014): Lineare Algebra und analytische Geometrie 7
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (SS 4): Lineare Algebra und analytische Geometrie 7 7. (Frühjahr, Thema 3, Aufgabe 4) Im R 3 seien die beiden Ebenen E : 6x+4y z = und E : +s +t 4 gegeben.
Mehr13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01
. Klasse TOP 0 Grundwissen Geradengleichungen 0 Punkt-Richtungs-Form Geraden sind gegeben durch einen Aufpunkt A (mit Ortsvektor a) auf der Geraden und einen Richtungsvektor u: x = a + λ u, λ IR. (Interpretation:
Mehr30 Metriken und Normen
31 Metriken und Normen 153 30 Metriken und Normen Lernziele: Konzepte: Metriken, Normen, Skalarprodukte, Konvergenz von Folgen Frage: Versuchen Sie, möglichst viele verschiedene Konvergenzbegriffe für
Mehr1 Angeordnete Körper und Anordnung
1 ANGEORDNETE KÖRPER UND ANORDNUNG 1 1 Angeordnete Körper und Anordnung Die nächste Idee, die wir interpretieren müssen ist die Anordnung. Man kann zeigen, dass sie nicht über jeden Körper möglich ist.
MehrBADEN-WÜRTTEMBERG Vektoren Geraden im Raum Lösungen Herausgegeben von Heinz Griesel Helmut Postel Friedrich Suhr Schroedel
ELEMENTE DER MATHEMATIK BADEN-WÜRTTEMBERG Vektoren Geraden im Raum Lösungen Herausgegeben von Heinz Griesel Helmut Postel Friedrich Suhr Schroedel Vektoren Geraden im Raum. Kartesisches Koordinatensystem
MehrDiskrete Strukturen. Wintersemester 2007/08 Lösungsblatt Januar 2008
Technische Universität München Fakultät für Informatik Lehrstuhl für Informatik 15 Computergraphik & Visualisierung Prof. Dr. Rüdiger Westermann Dr. Werner Meixner Wintersemester 2007/08 Lösungsblatt 4
MehrVorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)
1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 2: Vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 19. Oktober 2011) Vektoren in R n Definition 2.1
MehrR = {(1, 1), (2, 2), (3, 3)} K 1 = {1} K 2 = {2} K 3 = {3}
Äquivalenzrelationen Aufgabe 1. Lesen Sie im Skript nach was eine Äquivalenzrelation und eine Äquivalenzklasse ist. Gegeben ist die Menge A = {1, 2, 3. Finden Sie 3 Äquivalenzrelationen auf A und geben
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
MehrKarlsruher Institut für Technologie Institut für Algebra und Geometrie
Karlsruher Institut für Technologie Institut für Algebra und Geometrie PD Dr. Stefan Kühnlein Dipl.-Math. Jochen Schröder Einführung in Algebra und Zahlentheorie Übungsblatt 9 Aufgabe 1 (4 Punkte +) Sei
MehrÄhnlichkeits- und Distanzmaße
Ähnlichkeits- und Distanzmaße Jörg Rahnenführer, Multivariate Verfahren, WS89, TU Dortmund 11.1.8-1 - Ähnlichkeits- und Distanzmaße Jörg Rahnenführer, Multivariate Verfahren, WS89, TU Dortmund 11.1.8 -
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
MehrAnwendungen der Logik, SS 2008, Martin Goldstern
Anwendungen der Logik, SS 2008, Martin Goldstern Total geordnete Körper Ein total geordneter Körper ist ein Körper (K, +,, 0, 1, ) mit einer totalen (=linearen) Ordnung, die mit den Operationen verträglich
Mehr1 Euklidische und unitäre Vektorräume
1 Euklidische und unitäre Vektorräume In diesem Abschnitt betrachten wir reelle und komplexe Vektorräume mit Skalarprodukt. Dieses erlaubt uns die Länge eines Vektors zu definieren und (im Fall eines reellen
MehrImplementation Sozialer Auswahlregeln Sommersemester Vorlesung,
Implementation Sozialer Auswahlregeln Sommersemester 2007 12. Vorlesung, 04.07.2007 PD Dr. Jörg Naeve Universität des Saarlandes Lehrstuhl für Nationalökonomie insbes. Wirtschaftstheorie mailto:j.naeve@mx.uni-saarland.de
MehrKapitel II - Wahrscheinlichkeitsraum
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel II - Wahrscheinlichkeitsraum Wahrscheinlichkeitstheorie Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
MehrKapitel I: Vektorrechnung 2: Vektoren im Raum
WS 1/14 - Prof Dr Manfred Leitz 2 Vektoren im Raum A Grundbegriffe B Rechnen mit Vektoren C Der euklidische Betrag D Das euklidische Skalarprodukt E Vektorprodukt und Spatprodukt F Geraden und Ebenen im
Mehr7 Äquivalenzrelationen
71 7 Äquivalenzrelationen 7.1 Äquivalenzrelationen und Klassen Definition Eine Relation R auf einer Menge oder einem allgemeineren Objektbereich heißt eine Äquivalenzrelation, falls sie reflexiv, symmetrisch
MehrAnwendung v. symmetrischen Matrizen: Hauptachsentransformation
Anwendung v. symmetrischen Matrizen: Hauptachsentransformation Einleitende Bemerkungen: Gl. für Kreis: Gl. für Elllipse: (gestauchter Kreis) Gl. für Kugel: Gl. für Elllipsoid: (gestauchter Kugel) Diese
Mehr4. Funktionen und Relationen
4. Funktionen und Relationen Nikolaus von Oresmes Richard Dedekind (1831-1916) René Descartes 1596-1650 Pierre de Fermat 1607/8-1665 Seite 1 Inhalt der Vorlesung Teil 4: Funktionen und Relationen 4.1 Funktionen:
Mehr