Konkave und Konvexe Funktionen

Ähnliche Dokumente
Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Facility Location Games

Vorlesung 3 Differentialgeometrie in der Physik 13

1 Mehrdimensionale Analysis

Stochastische Prozesse

Diplomvorprüfung DI H 04 VD : 1

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Einführung in die Kunst mathematischer Ungleichungen

Aspekte zur Approximation von Quadratwurzeln

Elemente der Mathematik - Sommer 2016

Die Leistung von Quicksort

Lösungen der Aufgaben zu Kapitel 2

Lösungen zum 3. Aufgabenblock

2 Zufallsvariable und Verteilungen

Lineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Mathematik für Ökonomen Kompakter Einstieg für Bachelorstudierende Lösungen der Aufgaben aus Kapitel 12 Version 1.0 (11.

22. Vorlesung Sommersemester

1.11 Beispielaufgaben

1 BWL 4 Tutorium V vom

Prof. Dr. Jürgen Dassow Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik. Codierungstheorie und Kryptographie

Streuungs-, Schiefe und Wölbungsmaße

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13

Kapitel V. Parameter der Verteilungen

16. Vorlesung Sommersemester

ME II, Prof. Dr. T. Wollmershäuser. Kapitel 2 Das IS-LM-Modell

Statistik und Wahrscheinlichkeitsrechnung

Lineare Optimierung Dualität

MECHATRONISCHE NETZWERKE

Diskrete Mathematik 1 WS 2008/09

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

Weitere NP-vollständige Probleme

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Einführung in die numerische Mathematik

3.3 Lineare Abbildungen und Matrizen

Definition des linearen Korrelationskoeffizienten

3. Lineare Algebra (Teil 2)

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Reihen (Fortsetzung)

1.Schularbeit 22.Okt A. A) Berechne ohne TI-92: Beachte: Für die Beispiele 1 und 2 sind alle notwendigen Rechenschritte anzugeben.

Lineare Regression (1) - Einführung I -

Lineare Optimierung Einführung

4.6 Das Pumping-Lemma für reguläre Sprachen:

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

Aufgabenkomplex 2: Umrechung von Einheiten, Ungleichungen, Komplexe Zahlen

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

50 Matrixnormen und Eigenwertabschätzungen

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich

( a ) z + ( 1 b ) z = ( 1 c ) z.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

1.1 Das Prinzip von No Arbitrage

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Theoretische Physik II Elektrodynamik Blatt 2

Beschreibende Statistik Mittelwert

Einführung in die Finanzmathematik

6. Modelle mit binären abhängigen Variablen

Rotation (2. Versuch)

11 Charaktere endlicher Gruppen

4. Musterlösung. Problem 1: Kreuzende Schnitte **

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Wir steuern einen Mini-Roboter!

Bachelorarbeit. Cayley s Formel und das Abzählen von Bäumen. Viktoria Piribauer. Wien, September 2013

Zusammenfassung der letzten LVA. Diskrete Mathematik

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Hydrosystemanalyse: Finite-Elemente-Methode (FEM)

Netzwerkstrukturen. Entfernung in Kilometer:

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

8. MARKOVKETTEN 127. Abbildung 8.1: Reduzible und periodische Markovkette. p ji IIP[X n 1 = j] = [(IIP[X n 1 = j]) j E P ] i. j=0

Versicherungstechnischer Umgang mit Risiko

Eine kurze Einführung in die Dichtefunktionaltheorie (DFT)

Grundgedanke der Regressionsanalyse

Auswertung univariater Datenmengen - deskriptiv

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit

3 g-adische Ziffernentwicklung reeller Zahlen

-70- Anhang: -Lineare Regression-

Finanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1

Nernstscher Verteilungssatz

Statistische Kennzahlen für die Lage

Die kanonische Zustandssumme (System) und ihr Zusammenhang mit der molekularen Zustandssumme (Einzelmolekül) unterscheidbare Teilchen:

Zulassungsprüfung Stochastik,

Standardnormalverteilung / z-transformation

2 Gleichstromtechnik. 2.1 Der unverzweigte Stromkreis Der Grundstromkreis

Modellierung von Hydrosystemen Numerische und daten-basierte Methoden 2018 Finite-Elemente-Methode Selke-Modell

Transkript:

Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage kommenden Funktonen mt plausblen Argumenten erheblch enschränken. Konkave und konvexe Funktonen und hre Egenschaften spelen n desem Zusammenhang ene große Rolle. De Jensensche Unglechung wrd z.b. n der Theore der Entschedungsbldung unter Unscherhet verwendet. Ene Funkton heßt konkav konvex auf enem Intervall I, wenn de Sekante durch je zwe Punkte P und P 2 des Graphen unterhalb oberhalb des Graphen legt. konkave Funkton konvexe Funkton fx 2 P 2 fx Lx fx P x x 2 Abbldung : Konkave lnks und konvexe rechts Funkton.

De Glechung der Sekante Lx vgl. Abbldung st Lx = fx + fx 2 fx x x x 2 x = x x fx + x x fx 2 = x 2 x fx + x x fx 2. Damt ergbt sch folgende Defnton von Konkavtät analog für Konvextät: Def.: Ene Funkton f heßt konkav auf enem Intervall I, wenn für jedes Trpel x, x, x 2 I mt x < x < x 2 glt fx x 2 x fx + x x fx 2. Jedes x mt x < x < x 2 kann geschreben werden als x = λx + λx 2 für en spezelles λ 0, ; dann st n x 2 x x 2 x = λ und x x x 2 x Defnton auch we folgt gefasst werden kann: = λ, so dass de obge f st konkav auf I, wenn für jedes Punktepaar x, x 2 I mt x x 2 und jede Zahl λ 0, glt Glt statt n 2 de Relaton >, so heßt f streng konkav,, so heßt f konvex, <, so heßt f streng konvex. fλx + λx 2 λfx + λfx 2. 2 Konkavtät/Konvextät und zwete Abletung: Funkton f se zwemal dfferenzerbar auf dem Intervall I. Dann glt: f st genau dann konkav auf I, wenn f x 0 für alle x I de erste Abletung f st dann monoton fallend, 2

f st genau dann konvex auf I, wenn f x 0 für alle x I de erste Abletung f st dann monoton wachsend, Glt f x < 0 bzw. f x > 0 für alle x I, so st f streng konkav bzw. streng konvex. Bedngung st hnrechend, aber ncht notwendg für strenge Konkavtät/Konvextät. So st etwa fx = x 4 strkt konvex auf ganz R, aber f 0 = 0. Bespele:. fx = e x, f x = e x > 0, also st de Exponentalfunkton streng konvex auf R. 2. fx = ln x, x > 0, f x = < 0, also st ln x streng konkav auf R x 2 +. 3. Potenzfunkton fx = x α, x > 0. 3 Wegen f x = αx α und f x = αα x α 2 st fx = x α streng konvex für α < 0 und α > und streng konkav für 0 < α <. Konkavtät/Konvextät und globale Maxma/Mnma: En lokales Mnmum Maxmum ener konvexen konkaven Funkton st auch en globales Mnmum Maxmum. Das heßt, st f ene konvexe konkave Funkton auf enem Intervall I und st x 0 en statonärer Punkt von f n I, so mnmert maxmert x 0 de Funkton f auf I. Ene strkt konvexe konkave Funkton hat höchstens en globales Mnmum Maxmum. Bespel: fx = e x x. f x = e x. Statonäre Stelle st x 0 =. Wegen f x = e x > 0 st de Funkton streng konvex, daher mnmert x 0 = de Funkton global sehe Abbldung 2. Wendepunkte: In x 0 legt en Wendepunkt von f vor, wenn n x 0 de Funkton von ener konkaven Funkton n ene konvexe Funkton übergeht oder umgekehrt. Das st der Fall, wenn f x 0 = 0 und f an der Stelle x 0 das Vorzechen wechselt. Bespel: sehe Abbldung 3 fx = 2 x3 3 2 x2 = 2 x2 x 3. 4 3

4.5 fx = e x x 4 3.5 3 2.5 fx 2.5 0.5 0 3 2 0 2 3 x Abbldung 2: Funkton fx = e x x. Es st fx = 0 für x = 0 und x = 3, und fx 0 für x 3 und fx > 0 für x > 3. f x = 3 2 x2 3x = 3 xx 2. 5 2 f x = 0 für x = 0 und x = 2, f > 0 für x < 0, f < 0 für 0 < x < 2 und f > 0 für x > 2, also hat f n 0 en lokales Maxmum und n 2 en lokales Mnmum. f x = 3x. 6 f x = 0 für x =, und f < 0 für x < f konkav für x < und f > 0 für x > f konvex für x >, also hat f n enen Wendepunkt. De Bedngung f = 0 st ene notwendge, aber kene hnrechende Bedngung für enen Wendepunkt, we das Bespel fx = x 4 zegt. 4

.5 fx = 0.5*x 2 *x 3 0.5 0 fx 0.5.5 2 0.5 0 0.5.5 2 2.5 3 x Abbldung 3: Funkton fx = 2 x3 3 2 x2 = 2 x2 x 3. De Jensensche Unglechung st ene Verallgemenerung von 2. Unglechung von Jensen: Se f : I R konkav. Snd λ,..., λ n postve Zahlen mt λ + λ 2 + + λ n = =, 7 so glt für alle x, x 2,..., x n I: fλ x +λ 2 x 2 + +λ n x n = f x λ fx +λ 2 fx 2 + +λ n fx n = fx. Ist f streng konkav, so glt Glechhet n 8 nur, wenn x = x 2 = = x n. Für konvexe f glt 8 mt umgekehrtem Vorzechen. 8 Der Bewes kann mttels vollständger Indukton geführt werden. Für n = 2 entsprcht 8 gerade der Defnton der Konkavtät. Für den Schluss von n auf n + setzt man λ := λ + λ 2 + + λ n = 5, 9

und Dann st und x := λ λ x + λ 2 λ x 2 + + λ n λ x n = λ x = λ x. 0 x, λ + λ n+ = λ + λ 2 + + λ n+ =, 2 und ebenfalls λ λ + λ 2 λ + + λ n λ Es folgt nun aus 2 und der Induktonsannahme 8 glt für n n+ f x = f x + λ n+ x n+ = f λ =. 3 λ x + λ n+ x n+ 4 5 = fλx + λ n+ x n+ 6 2 und 2 λfx + λ n+ fx n+ 7 = λf λ x + λ n+ fx n+. 8 Wegen 3 und der Induktonsannahme 8 glt für n st nun n 8 f λ x λ fx. 9 Damt ergbt sch schleßlch f n+ x = λf λ n+ λ x + λ n+ fx n+ 20 λ fx + λ n+ fx n+ 2 fx, 22 6

womt 8 für n + und somt für alle n bewesen st. Anwendung: Unglechung zwschen dem arthmetschen und dem geometrschen Mttel Für belebge postve Zahlen x, x 2,..., x n st das arthmetsche Mttel x A = x + x 2 + + x n n = n x, 23 und das geometrsche Mttel x G = x x 2 x n /n = n n x. 24 Der Logarthmus st wegen ln x = /x 2 < 0 streng konkav, also glt, mt fx = lnx und λ = λ 2 = = λ n = n lnx A = ln n x n n 8, lnx = lnx /n n = ln n x = lnx G, also allgemen durch Anwendung der Exponentalfunkton x A = x n n x = x G, 25 n und Glechhet glt nur für x = x 2 = = x n. Betrachten wr als Bespel folgende Stuaton: Wr wollen en Kaptel von K 0 =.000.000 Euro für 0 Jahre anlegen. Zur Wahl stehen als erste Anlagemöglchket en Wertpaper mt konstanter Jahresrendte von r = 5% und als zwete Möglchket ene Anlage mt Jahresrendten r, r 2,..., r 0 we n Tabelle. Da r A = 0 r = 7 7 + 5 + 9.5 + 4.5 5 + 2 + 2.5 + 7.5 6 0 = 5, 26 wesen bede Anlagen ene gleche Durschschnttsrendte auf. Welche Anlage st vorzuzehen? 7

Tabelle : Jahresrendten der zweten Anlagemöglchket Jahr 2 3 4 5 6 7 8 9 0 Rendte r n % 7.0 7.0 5.0 9.5 4.5 5.0 2.0 2.5 7.5 6.0 durch Das Kaptal nach zehn Jahren st für de erste bzw. zwete Anlagemöglchket gegeben K 0, = K 0 + r A 0, bzw. K 0,2 = K 0 0 + r. 27 Des ergbt ungefähr K 0, =.628.894 Euro für de erste und K 0,2 =.583.89 Euro für de zwete Anlagemöglchket, de Dfferenz beträgt etwa 45000 Euro. 25 Solange de Jahresrendten ncht konstant snd, st allgemen für n Peroden wegen n n n + r < n + r < + r n. + r A = + r A Es st also be glecher Durchschnttsrendte de Anlage mt der festen konstanten Rendte vorzuzehen. Etwas allgemener wenn auch wenger präzse lässt sch sagen, dass be glecher arthmetscher Durchschnttsrendte dejenge Anlageform vorzuzehen st, de ene gerngere Volatltät aufwest m Bespel st de erste Anlage überhaupt ncht volatl. Je höher also de Volatltät be gegebener Durchschnttsrendte als arthmetsches Mttel der Enperodenrendten, desto gernger de Mehrperodenrendte. Lteratur: Sydsaeter/Hammond, Kaptel 8; Köngsberger, Kaptel 9. Das enfachste Bespel für desen Zusammenhang st ene Investton von Euro über zwe Peroden, de n der ersten Perode ene Rendte von 0% erzelt und n der zweten Perode ene Rendte von 0%, de Durschnttsrednte st Null. Nach der ersten Perode beträgt das Kaptal 0 Euro, nach der zweten Perode 99 Euro, also wurde nsgesamt en Verlust realsert, trotz ener durchschnttlchen Rendte von Null. 8