Langrange-Multiplikators und Hinreichende Bedingungen

Ähnliche Dokumente
Diesen Grenzwert nennt man partielle Ableitung von f nach x i und

Aufgaben zur Analysis I

2 Differentialrechnung und Anwendungen

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt

4. Reihen Definitionen

Grundbegriffe der Differentialrechnung

Nachklausur - Analysis 1 - Lösungen

6 Grenzwerte von Zahlenfolgen

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung...

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 =

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.

4 Konvergenz von Folgen

KAPITEL 2. Zahlenfolgen

Zusammenfassung: Folgen und Konvergenz

4.1 Dezimalzahlen und Intervallschachtelungen. a) Reelle Zahlen werden meist als Dezimalzahlen dargestellt, etwa

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr

Kapitel 4. Budgetmenge. Budgetmenge. Nutzenmaximierung und Konsumentenauswahl. Nutzenmaximierung und Konsumentenauswahl

3. Anwendungen der Differentialrechnung

TECHNISCHE UNIVERSITÄT MÜNCHEN

2 Konvergenz von Folgen

Kleingruppen zur Service-Veranstaltung Mathematik I fu r Ingenieure bei Prof. Dr. G. Herbort im WS12/13 Dipl.-Math. T. Pawlaschyk,

Die erste Zeile ("Nummerierung") denkt man sich also dazu. Häufig wird eine Indexschreibweise benutzt um ein Folgenglied zu kennzeichnen.

Lösungen zu Kapitel 4

Zahlenfolgen und Konvergenzkriterien

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 8. b n := 1 n. a k. k=1

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

3. Taylorformel und Taylorreihen

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n)

Index. Majorante, 24 Minorante, 23. Partialsumme, 17

Michael Buhlmann Mathematik > Analysis > Newtonverfahren

LGÖ Ks VMa 12 Schuljahr 2017/2018

Ableitungen. Manfred Hörz. ..., f (x n. ,..., x i. ,..., x n ) +Δ x,..., x n

Bsp.: Kostenfunktion: Gerade, nichtlineare Kurve Stichwort: Fixkosten, Variable Kosten, proportional/überproportional steigend

8. Übungsblatt Aufgaben mit Lösungen

Höhere Mathematik I für die Fachrichtung Physik

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

Aufgabe 8.24 Bestimme das Minimum und das Maximum der stetigen Funktion

1 Analysis T1 Übungsblatt 1

Zusammenfassung: Gleichungen und Ungleichungen

Übungen zu Einführung in die Analysis, WS 2014

Musterlösung zu Übungsblatt 2

Vorkurs Mathematik für Informatiker Folgen

1 Lösungen zu Analysis 1/ 12.Übung

Stochastisches Integral

1. Zahlenfolgen und Reihen

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).

1.2. Taylor-Reihen und endliche Taylorpolynome

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2013

Empirische Verteilungsfunktion

Nennenswertes zur Stetigkeit

Anhang A: Die Gamma-Funktion

Grundkurs Mathematik II

Höhere Mathematik für die Fachrichtung Physik

TECHNISCHE UNIVERSITÄT MÜNCHEN

Vorkurs. Mathematik für Wirtschaftswissenschaftler

Lineare Transformationen

Stetigkeit und Differenzierbarkeit

Methode der kleinsten Quadrate

2 Asymptotische Schranken

Asymptotische Notationen

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik

Konvexität und Ungleichungen

Einführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD.

4. Der Weierstraßsche Approximationssatz

5. Übungsblatt Aufgaben mit Lösungen

Konvergenz von Folgen von Zufallsvariablen

Determinante und Resultante Azadeh Pasandi

Ganzrationale Funktionen

Tests statistischer Hypothesen

Folgen und Reihen. 23. Mai 2002

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2

3 Elemente der Komplexitätstheorie Definitionen und ein Beispiel Nichtdeterminismus und das P-NP-Problem... 57

Analysis II für M, LaG und Ph, WS07/08 Übung 2, Lösungsskizze

Resultate: Vertauschbarkeit von Grenzprozessen, Konvergenzverhalten von Potenzreihen

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen

und wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n.

Übungsaufgaben zu Analysis 1 Lösungen von Blatt XII vom sin(nx) n sin(x). sin(ax) a sin(x) z = re iϕ = r(cos(ϕ) + i sin(ϕ)) z n = w

Vorkurs Grundlagen für das Mathematikstudium Lösungen 2: Binomialreihen, Exponential- und Logarithmusfunktion

Aufgabe 4.2. (a) lim 7 + = (b) lim. ( 2n 3 6n 2 + 3n 1. (c) lim n n 2 ( 1) n n 3) = lim. (d) n n + 1. lim. (e) n n. Aufgabe 4.3.

$Id: komplex.tex,v /04/13 15:09:53 hk Exp $

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2014

so spricht man von einer kommutativen Gruppe oder auch abelschen Gruppe.

Die Lösung der Rekursion. mit a, c, d R >0, b N >0 verhält sich so:

5-1 Elementare Zahlentheorie

Zentrale Klassenarbeit unter Prüfungsbedingungen im Schuljahr 2009/2010. Mathematik (A) 26. März 2010

Reelle Folgen. Definition. Eine reelle Folge ist eine Abbildung f : N R. liefert ( 7 9, 37

Analysis I für M, LaG/M, Ph 4.Übungsblatt

ÜBUNGSBLATT 4 LÖSUNGEN MAT121/MAT131 ANALYSIS I HERBSTSEMESTER 2010 PROF. DR. CAMILLO DE LELLIS

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr

Mathematischer Vorkurs zum Studium der Physik Übungen

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx

Zusammenfassung: Folgen und Konvergenz

1.3 Funktionen. Seien M und N Mengen. f : M N x M : 1 y N : y = f(x) nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig.

Prof. Dr. Wolfgang Konen Mathematik 1, WS Wozu InformatikerInnen Folgen brauchen

6. Übung - Differenzengleichungen

Die Idee des bestimmten Integrals wird anhand der folgenden Aufgabe vorgestellt, bei der das Resultat bereits von vorne herein bekannt ist.

Aufgabensammlung aus Mathematik 1 UMIT, WS 2010/11

Transkript:

Albert Ludwigs Uiversität Freiburg Abteilug Empirische Forschug ud Ökoometrie Mathematik für Wirtschaftswisseschaftler Dr. Sevtap Kestel Witer 008 10. November 008 14.-4 Lagrage-Multiplikators ud Hireichede Bediguge mi,, Seie, die Werte vo,, die das Problem löse. Im Allgemeie (i.a.) häge, vo ab. Optimale Wert vo, ist da eie Fuktio vo mit,. Die Fuktio wird Optimalwertfuktio geat. Wert des Lagrage-Multiplikators hägt i.a. auch vo ab. Uter gewisse Regularitätsbediguge gilt: Der Lagrage-Multiplikator ist die Rate, mit der sich der Optimale Wert der Zielfuktio ädert, we sich die Kostate i der Nebebedigug ädert. Schattepreis : We eie kleie Äderug i ist, so ist. I Ökoomische Awedug ist der verfügbare Vorrat eier Ressource ud, ist der Nutze oder Gewi. Da misst für 0 ugefähr de Zuwachs des Nutzes oder Gewis, de ma durch mehr Eiheite der Ressource erhält. Theorem 14.3.1 Lagrage-Theorem Die Fuktioe, ud, habe stetige partielle Ableituge im Defiitiosbereich A der -Ebee ud der Pukt, sei ierer Pukt vo A ud ei lokaler Extrempukt für, uter Nebebedigug,. Seie, 0, 0. Da gibt es eie eideutig bestimme Zahl λ, so dass,,, eie statioäre Pukt i, hat. Beispiel 1: S/H 14. Aufgabe 4, Seite 585 (a) Löse Sie das Nutzemaximierugsproblem max, 4 100 uter Verwedug der Lagrage-Methode, d.h. bestimme Sie die achgefragte Mege der zwei Güter.

(b) Nehme Sie a, dass das Eikomme vo 100 auf 101 steigt. Welches ist der exakte Zuwachs der Optimalwertfuktio,? Vergleiche Sie dies mit dem Wert, de Sie i (a) für de Lagrage-Multiplikator bestimmt habe. (c) Nehme Sie a, dass wir die Budget-Beschräkug i äder, jedoch dieselbe Nutzefuktio behalte. Bestimme Sie die achgefragte Mege der zwei Güter, falls. a., 1/ (*), 1 4 (**) 4 100 (***), 4 100 Auflösug drei Gleichuge :,,,, 4,, 4,4 ist statioäre Pukt (Theorem. 14.3.1) b., 1/ (*), 1 4 (**) 4 101 (***) Auflösug drei Gleichuge :,,,, 4,, 4, 96 4 4 96 4 4, 97 4 4 96 4 104 4 105 4, 4, 97 4 4, 96 4 1 100 4 Wobei 101 100 ist. c.,, 1/ (*), 1 (**) (***) (**), 1 0

Ersetze i (*), Ersetze i (***), 0 we /4. Amerkug: We die eigeschräkte mege abgeschlosse ud beschräkt ist, garatiert der Extremwertsatz, dass eie stetige Fuktio sowohl Maximum als Miimum i dieser Mege aimmt. Theorem 14.4.1 Kokave/Kovexe Lagrage Fuktio Betrachte das Problem mi,, We, ist ei statioär Pukt für,,, 0,, 0,,,, 0, da löst, das Maximierugsproblem ( KONKAV ), 0,, 0,,,, 0, da löst, das Maximierugsproblem ( KONVEX) Theorem 14.4. Lokale Bediguge zweiter Ordug Betrachte das lokale Problem mi,, Ud setze voraus, dass, die Bediguge 1.Ordug,, ud,, erfüllt. Defiiere,,,,. Da gilt: (a) We, 0, da löst, das lokale Maximierugsproblem. (b) We, 0, da löst, das lokale Miimierugsproblem Amerkug:, : Hessematrix (Textbuch S/H S. 594) Beispiel : (3.Woche Vorlesugsmaterial) Verbraucher habe Nutzefuktio U x y x x y 3/ 4 1/4 (, ) = 100 y uter Budgetbeschraekug 150 + 50 = 50000 a. Fide die eizig mögliche Lösug, die de Nutze uter der Nebebedigug maximiert. b. Nehme Sie a, dass Budgetbeschräkug vo 50000 auf 5000 steigt. Wie viele ist der Zuwachs der Nutzefuktio?

Lagrage-Fuktio Partielle Ableituge: a. / / 150 / / 50 L = + 3/ 4 1/ 4 100 x y λ(150 x 50y 50000) / / 150 0 / / / / 50 / / 0 5 5 i 150 50 50000 50, 50 Maximum Produktioswert ist 1/ 4 1/ 4 1/ 4 1/ 4 x y 50 50 λ = = = 0.334 3/ 4 1/4 U ( x, y ) = 100(50) (50) =16719 / / 50,50 0.05 / / 50,50 0.049 50,50 0.5 Theorem 14.4.1 50,50. 50,50 50,50 0.05870. 50,50 Maximum Pukt ist. b. 500005000 50000 66.8 Zuwachs i Nutzefuktio we c steigt. Beispiel 3: (3.Woche Vorlesugsmaterial) Löse das Problem max(mi) f ( x, y) = x +y uter g( x, y) = x + xy + y = 3 L = x + y λ x + xy + y ( 3) Bediguge 1.Ordug: ' L 1 = x λ( x + y) = 0 ( i) ' L = y λ( y + x) = 0 ( ii) x + xy + y = iii 3 ( ) 1. Fall: y = x y = x λ= 3 x xy y x x + + = 3 3 = 3 = ± 1 x = 1, y = 1 ud x = 1, y = 1

. Fall: y = x 3 3 3, 3 3, 3 Bediguge.Ordug:,,, 3,,,,,,,,,,,,, 0,, 1,. oder,, 0. We,, 1,1,/3, 4 0 Miimiert We,, 1, 1,/3, 4 0 Miimiert We,, 3, 3,, 4 0 Maximiert We,, 3, 3,, 4 0 Maximiert

Kapitel 7 Aweduge der Differetialrechug 7.10. Zwischewertsatz. Newto-Verfahre Theorem 7.10.1. Der Zwischewertsatz Sei f eie stetige Fuktio auf dem Itervall, ud f hat verschiedees Vorzeiche im Edpukte. Da gibt es midestes eie Pukt c mit f(c) =0. Beispiel 4: Zeige, dass die Gleichug, hat. f( x) ist stetig für alle x (, ) f( ) = 6, f( ) = 6 ( ) = = 0 midestes eie Lösug c zwische 3 f x x x Nach Zwischewertsatz existiert midestes eie Zahl i (-,) mit f( c ) = 0. ( ) = = ( 1) = 0 = 0, = 1 oder = 1 3 f x x x x x x x x Amerkug: Wir ee c als f( x)hat Nullstelle a der Stelle c. Defiitio: Newto-Verfahre 0 є, Begie mit Abschätzug vo ergibt die Approximatio, 0,1,, 0. Beispiel 5: Wede Sie das Newto Verfahre auf 5 Dezimalstelle a, um eie approximative Wert für 7 zu bestimme. x 7 = 0 f( x) = x 7 f '( x) = x Wähle Sie x 0 =. 0 f(. 0) x1 =. 0 =. 75 f '(. 0) x f(. 75) =. 75 =. 64818 f '(. 75) f(. 64818) x3 =. 64818 =. 64575 f '(. 64818) Tascherecher: 7 =. 64575

7.11. Uedliche Folge Wir habe eie Fuktio, die jeder atürliche Zahl eie Zahl zuordet. Bezeiche wir eie solche Fuktio mit s. Da ist s(1), s(), s(3),, s(), eie Uedliche Folge Notatio: oder Defiitio: Eie Folge kovergiert gege eie Zahl s, we lim oder s we. Eie Folge divergiert, we sie icht gege eie reelle Zahl kovergiert. Beispiel 6: Sei 1, 0,1,,3,,.5, 1.37,.. lim.7188188 Beispiel 7: (S/H, 7.11., Seite 309) Utersuche Sie die Kovergez der Folge, dere allgemeier Term wie folgt gegebe. (a) s = 5, (b) s = + 1,(c) 3 s = 3. 1 (a) lim s = 5, (b) + 1 lim s = lim, (c) 3 3 3 lim s = lim =. 1 7.11. Ubestimmte Forme ud regel vo L Hospital Ubestimmte Form vom Typ 0/0 ist lim Theorem 7.1.1 (Regel vo L Hospital) Abgesehe vom Pukt seie die Fuktioe ud differezierbar i eiem Itervall, das ethält. Es gelte 0 ud 0, we. We 0 für alle ud lim, da gilt lim lim. Dies gilt, we edlich ist ud auch we.

x+ 1 e x 4x 5 Beispiel 8: (S/H 7. Seite 317) Bereche Sie die Grezwerte lim x 1 3 ( x + 1) x+ 1 e x 4x 5 1 lim x 1 = ( x + 1) 3 ach dem dreimal Differezierug. Beispiel 9: Bereche Sie die Grezwerte 5 5 4 x x x x lim. L`Hospital 1/ 5 1 1 1 x 1 lim = x 1/ x 5

11.5 Fuktioe vo mehrere Variable Kapitel 11 Fuktioe mehrerer Variable 1. November 008 Defiitio: Eie geordete Mege vo Zahle, ei -Tupel vo Zahle,,.. ) heißt ei -dimesioaler Vektor,,,.. ). Defiitio: Eie Lieare Fuktio ist,,..,,,, sid Kostate. Beispiel 10. Nachfrage ach Zucker i USA (199-1935) z = f( p, w, t) = 108. 83 6. 094 p + 0. 164w 0. 41t z : Nachfrage, p :Preis, w: Produktiosidex, t: Zeit 1 Arithmetische Mittel xa = ( x1 + x +.. + x) Defiitio: Eie Fuktio vo variable mit Defiitiosbereich ist eie Regel, die jedem -dimesioale Vektor,,,.. ) i eie Zahl,,.. zuordet. Defiitio: Die Fuktio,.., homoge vom Grade.. we,..,..,..,. Beispiel 11. Zeige Sie Grade 1.139. F( x, x, x, x ) = 1. 058x x x x ist homoge vom 0. 136 0. 77 0. 914 0. 816 1 3 4 1 3 4 F( tx, tx, tx, tx ) = 1. 058t x x x x 0. 136 0. 77+ 0. 914+ 0. 816 0. 136 0. 77 0. 914 0. 816 1 3 4 1 3 4 F( tx, tx, tx, tx ) t. x x x x 1 139 0 136 0 77 0 914 0 816 1 3 4 =. 1 058.... 1 3 4 F( tx, tx, tx, tx ) t F( x, x, x, x ) 1 139 1 3 4 =. 1 3 4 Defiitio: Log-lieare Fuktioe,,..,,,, sid Kostate. Beispiel 1. Bestimme Sie F( x, x, x, x ) = 1. 058x x x x als Loglieare Fuktio. 0. 136 0. 77 0. 914 0. 816 1 3 4 1 3 4 l1.05 1.39lx 0.77lx 0.914lx 0.816lx

Gebe Sie hier eie Formel ei. 11.6.-7. Partielle Ableituge mit mehrere Variable ud Ökoomische Aweduge Defiitio: We,,.., da bedeutet, 1,,..,, die partielle Ableitug vo ach, we adere Variable, kostat gehalte werde.,.. Iterpretatio: Die partielle Ableitug ist ugefähr gleich der Äderug i,.. die durch eie Astieg vo um eie Eiheit verursacht wird, we alle adere Variable, kostat gehalte werde. Partielle Ableituge zweiter Ordug,..,.. Hesse Matrix,..,, Beispiel 13. (S/H Aufgabe 11.6.4) Bestimme Sie alle partielle Ableituge erster ud zweiter Ordug vo,, 3,, 3 ;,, 3 ;,, 3 3,, / ;,, / 0 ;,, 6,, 3 ;,, 3 3 ;,, 3 3 3 3 Hesse Matrix 3 0 3 3 3 3 6 Beispiel 14: (S/H Aufgabe 11.7 Aufgabe 1, Seite 471) Die Nachfrage ach Geld i de vereiigte Staate für de Zeitraum 199-195 wurde geschätzt durch 0.14 76.03.,. Dabei ist Y das jährliche Volkseikomme ud r ist die Zisrate. Bestimme Sie partielle Ableituge erster Ordug.

0.14 0, 63.865 0,. 11.8. Partielle Elastizitäte Defiitio: Uivariable Elastizität eier beliebige differezierbare Fuktio f mit f ( x) 0 bezüglich x Elastizitäte als logarithmische Ableituge: Beispiel 15: Nehme Sie a, dass zwei variable ud durch die folgede Gleichug i beziehug stehe,,, 0. S/H 7.7.6, Aufgabe 6 Seite 88: Gegebe., : Nachfrage ach Äpfel i de USA als Fuktio des Eikommes. l Differeziere beide Seite ach x Da 1.3 1 Nachfrage steigt we Eikomme steigt ( 1% Steig i Eikomme erhöht Nachfrage 1.3%) Defiitio: Elastizität als logarithmische Ableitug Defiitio: Partielle Elastizitäte mit Zwei Variable We,, defiiere wir Partielle Elastizitäte vo bezüglich ud durch (we kostat gehalte wird) (we kostat gehalte wird) Die Zahl gibt ugefähr die prozetuale Äderug vo z a, we sich x um 1% erhöht, etspreched.

Defiitio: Partielle Elastizitäte als logarithmische Ableituge mit Zwei Variable (we kostat gehalte wird) (we kostat gehalte wird) Defiitio: Partielle Elastizitäte mit -Variable We,,.., wird die partielle Elastizität vo bezüglich, we alle adere variable kostat gehalte werde. Beispiel 16: S/H, Aufgabe 14.c, Seite 475 Bestimme Sie die partielle Elastizitäte vo z bezüglich ud i de,. 3, 5 5 ud 3. Beispiel 17: S/H 11.8, Aufgabe 4., Seite 474 Es bezeiche, eie typische Nachfrage eies Verbrauchers ach eiem bestimmte Gut als Fuktio seies Preises ud dem eiige Eikomme. Zeige Sie dass der Ateil / des Eikommes, der für das Gut ausgegebe wird, mit dem Eikommed wächst, we 1.,,,,, 1 0 we, 1.,, 1 Beispiel 18: Nachfrage ach Kartoffel i de USA wurde für Zeitraum 197-1941 geschätzt als.. p: Preis für Kartoffel, m: Eikomme.. q: Preis für Äpfel, m: Eikomme 0.8 0.34 Nachfrage geht zurück, we der Preis steigt ud Nachfrage steigt, we Eikomme steigt. 1.7 1.3 Nachfrage ach Äpfel reagiert empfidlicher auf Preis- ud Eikommesäderuge, Kartoffel wichtigeres Nahrugsmittel zu der Zeit.