Mathematik für Wirtschaftswissenschaftler II

Ähnliche Dokumente
Matrizen und Determinanten, Lineare Gleichungssysteme, Vektorrechnung, Analytische Geometrie

Inhaltsverzeichnis. 1 Lineare Algebra 12

Mathematik anschaulich dargestellt

Großes Lehrbuch der Mathematik für Ökonomen

Mathematik für Wirtschaftswissenschaftler Lineare Algebra und ökonomische Anwendung

Einleitung 19. Teil I Einführung 23. Kapitel 1 Motivation 25

DEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )

Mathematik für Wirtschaftswissenschaftler

Mathematik im Betrieb

Übungsaufgaben. Grundkurs Höhere Mathematik für Wirtschaftswissenschaftler. Teil 1: Lineare Algebra und Optimierung.

1 ALLGEMEINE HINWEISE Das Fach Mathematik für Wirtschaftswissenschaftler Bisheriger Aufbau der Klausur...

Skript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014

3.6 Eigenwerte und Eigenvektoren

Wolfgang Kohn Riza Öztürk. Mathematik für Ökonomen. Ökonomische Anwendungen der linearen. Algebra und Analysis mit Scilab

Numerische Mathematik für Ingenieure und Physiker

Mathematik für Ökonomen

Inhaltsverzeichnis. Vorwort Kapitel 1 Einführung, I: Algebra Kapitel 2 Einführung, II: Gleichungen... 57

Spezialgebiet Mathematik(Christian Behon ) 1. Matrizen. Kapitel 1 Definitionen und Herleitung von Matrizen. Kapitel 2 Matrizenoperation

Inverse Matrix. 1-E Ma 1 Lubov Vassilevskaya

Lineare Algebra. Grundlagen der Vektorrechnung. fsg Verlag

Einführung in die höhere Mathematik 2

Besteht eine Matrix nur aus einer Spalte (Zeile), so spricht man auch von einem Spaltenvektor (Zeilenvektor)

Aufgabensammlung aus Mathematik 2 UMIT, SS 2010, Version vom 7. Mai 2010

Vektorräume und Rang einer Matrix

( ) Lineare Gleichungssysteme

Inhaltsverzeichnis. Grundlagen

Lösung (die Geraden laufen parallel) oder unendlich viele Lösungen.

Definitionen. Merkblatt lineare Algebra. affiner Teilraum Menge, die durch Addition eines Vektors v 0 zu allen Vektoren eines Vektorraumes V entsteht

EINFÜHRUNG IN DIE ANALYTISCHE GEOMETRIE UND LINEARE ALGEBRA

Jürgen Hausen Lineare Algebra I

9.2 Invertierbare Matrizen

Lineare Algebra. Teil III. Inhaltsangabe

Serie 10: Inverse Matrix und Determinante

Aussagenlogik. Lehrstuhl für BWL, insb. Mathematik und Statistik Prof. Dr. Michael Merz Mathematik für Betriebswirte I Wintersemester 2015/2016

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

(Allgemeine) Vektorräume (Teschl/Teschl 9)

Kapitel 17. Determinanten

4.4. Rang und Inversion einer Matrix

ELEMENTAR-MATHEMATIK

Mathematik 1, Teil B. Inhalt:

1 Lineare Algebra. 1.1 Matrizen und Vektoren. Slide 3. Matrizen. Eine Matrix ist ein rechteckiges Zahlenschema

Lineare Algebra 1. Roger Burkhardt

Definition, Rechenoperationen, Lineares Gleichungssystem

BWL-Crash-Kurs Mathematik

Matrizen, Determinanten, lineare Gleichungssysteme

37 Gauß-Algorithmus und lineare Gleichungssysteme

Korrelationsmatrix. Statistische Bindungen zwischen den N Zufallsgrößen werden durch die Korrelationsmatrix vollständig beschrieben:

Mathematik für BWL-Bachelor: Übungsbuch

Lineare Gleichungssysteme

4 Vorlesung: Matrix und Determinante

Mathematische Formeln für Wirtschaftswissenschaftler

Lineare Algebra und analytische Geometrie I (Unterrichtsfach) Lösungsvorschlag

Kapitel 2: Mathematische Grundlagen

Kapitel 2: Matrizen. 2.1 Matrizen 2.2 Determinanten 2.3 Inverse 2.4 Lineare Gleichungssysteme 2.5 Eigenwerte 2.6 Diagonalisierung

Kapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.

5.1 Determinanten der Ordnung 2 und 3. a 11 a 12 a 21 a 22. det(a) =a 11 a 22 a 12 a 21. a 11 a 21

Mathematik in der Biologie

Lineare Algebra und Lösung linearer zeitinvarianter Differentialgleichungssysteme

Lineare Algebra und Geometrie für Ingenieure

Grundlagen der Mathematik, der Statistik und des Operations Research für Wirtschaftswissenschaftler

WS 2010/ Januar Mathematisches Institut der Universität München Prof. Dr. Rudolf Fritsch

Abdeckung der inhaltlichen Schwerpunkte im Fach Mathematik für die Abiturprüfung 2009 in Nordrhein- Westfalen

Lineare Algebra I (WS 13/14)

Gegeben sei eine Menge V sowie die Verknüpfung der Addition und die skalare Multiplikation der Elemente von V mit reellen Zahlen.

Kapitel 15. Lösung linearer Gleichungssysteme

Zusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren

Vektoren, Vektorräume

Matrizen und Determinanten

Mathematik. Modul-Nr./ Code 6.1. ECTS-Credits 5. Gewichtung der Note in der Gesamtnote 5 / 165

Inhaltsverzeichnis. 4 Elementare Funktionen und ihre Graphen...51

Themenheft mit viel Trainingsmaterial (Siehe Vorwort!) Unabhänge Vektoren und Erzeugung von Vektoren Gauß-Algorithmus Rang einer Matrix.

Grundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015

Eigenwerte und Eigenvektoren

Lineare Gleichungssysteme - Grundlagen

Formelsammlung für Wirtschaftswissenschaftler

II. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme

Homogenität Assoziativgesetz A (B 1 + B 2 ) = A B 1 + A B 2 Distributivgesetz 1 (A 1 + A 2 ) B = A 1 B + A 2 B Distributivgesetz 2

Rückblick auf die letzte Vorlesung. Bemerkung

Schulinternes Curriculum Mathematik Sekundarstufe II/Lk. Stand: November 2011

Brückenkurs Mathematik

11. BASIS, UNTERRAUM, und DIMENSION

Aufgabe 1: Bestimmen Sie Zahlen a b. ,, für die. = b. und gleichzeitig a + b + 1 = 0 gilt. Lösung zu Aufgabe 1:

Wirtschaftsmathematik Formelsammlung

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya

Lineare Algebra I Zusammenfassung

Prof. Dr. G. Wagner Ingenieurmathematik Begleittext Seite 1

4. Vektorräume und Gleichungssysteme

6. Übungsblatt zur Mathematik I für Maschinenbau

Kurze Geschichte der linearen Algebra

Einführung in die Mathematik für Volks- und Betriebswirte

4 Lineare Algebra (Teil 2): Quadratische Matrizen

Grundlagen, Vorgehensweisen, Aufgaben, Beispiele

Outline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie

Aufgabensammlung zur Vorlesung. Höhere Mathematik für Wirtschaftswissenschaftler Algebra

Beispiele 1. Gegeben sei das lineare Gleichungssystem mit erweiterter Matrix (A

Lösungen zum 3. Aufgabenblatt

Copyright, Page 1 of 5 Die Determinante

Lineare Differenzengleichungen und Polynome. Franz Pauer

Lineare Gleichungssysteme Kapitel 5 aus meinem Lehrgang ALGEBRA

Lineare Algebra I. Prof. Dr. M. Rost. Übungen Blatt 10 (WS 2010/2011) Abgabetermin: Donnerstag, 13. Januar.

Transkript:

Mathematik für Wirtschaftswissenschaftler II Lineare Wirtschaftsalgebra von Dr. Dietrich Ohse Professor für Betriebswirtschaftslehre, insbesondere Quantitative Methoden, an der Johann Wolfgang Goethe-Universität Frankfurt am Main 5., verbesserte Auflage Verlag Franz Vahlen München

Inhaltsverzeichnis Vorwort Symbolverzeichnis V XV Kapitel 1 Vektoren 1.1 Begriffliche Einführung 1 1.2 Ordnungsrelationen 5 1.3 Vektoroperationen 7 1.3.1 Addition von Vektoren 8 1.3.2 Multiplikation eines Vektors mit einem Skalar... 9 1.4 Vektorraum und geometrische Interpretation 11 1.4.1 Vektorraum 11 1.4.2 Geometrische Darstellung von Vektoren...... 13 1.5 Eigenschaften von Vektoren. 16 1.5.1 Linearkombination von Vektoren 16 1.5.2 Lineare Abhängigkeit/Lineare Unabhängigkeit... 19 1.5.3 Unterräume und geometrische Interpretation der linearen Abhängigkeit 22 1.5.4 Dimension und Basis eines Vektorraumes..... 24 1.5.5 Einheitsvektoren und Koordinaten von Vektoren.. 27 1.6 Skalares Produkt von Vektoren 31 1.6.1 Definition des skalaren Produktes........ 32 1.6.2 Geometrische Interpretation des skalaren Produktes 35 Aufgaben zum Kapitel 1 37 Kapitel 2 Matrizen 2.1 Begriffliche Einführung 42 2.2 Ordnungsrelationen 46 2.3 Spezielle Matrizen 48 2.3.1 Quadratische Matrizen 49 2.3.2 Diagonalmatrizen 50 2.3.3 Einheitsmatrizen 50 2.3.4 Transponierte Matrizen 51 2.3.5 Symmetrische Matrizen 53 2.3.6 Dreiecksmatrizen 54 2.3.7 Untermatrizen 54 2.3.8 Blockstrukturen 56 2.4 Matrizenoperationen 57 2.4.1 Multiplikation mit einem Skalar 58

X Inhaltsverzeichnis 2.4.2 Addition von Matrizen 59 2.4.3 Multiplikation von Matrizen 61 2.4.4 Dyadisches Produkt 74 2.5 Ökonomische Anwendungen von Matrizen 75 2.5.1 Materialverflechtung 75 2.5.2 Technologische Matrix 77 2.5.3 Matrixdarstellung einer Input-Output-Tabelle... 80 2.5.4 Netzwerk-Matrizen 81 2.6 Lineare Abbildungen und Matrizen 84 2.7 Rang einer Matrix 88 Aufgaben zum Kapitel 2 92 Kapitel 3 Lineare Gleichungssysteme 3.1 Einführung 98 3.2 Lösung linearer Gleichungssysteme 102 3.2.1 Lösung einer linearen Gleichung 102 3.2.2 Lösung eines Gleichungssystems 104 3.2.3 Gleichungsoperationen 108 3.3 Gaußschsr Algorithmus 112 3.3.1 Algorithmen als Lösungsverfahren 112 3.3.2 Prinzipieller Lösungsweg 114 3.3.3 Rechentableau 117 3.3.4 Algorithmus der Gaußschen Elimination 121 3.3.5 Simultane Elimination und Substitution 125 3.3.6 Aufwandsabschätzung von Algorithmen 127 3.3.7 Teilweise Elimination und Substitution oder vollständige Elimination? 130 3.4 Lineare Abhängigkeit/Lineare Unabhängigkeit 133 3.4.1 Lineare Abhängigkeit von Gleichungen 134 3.4.2 Lineare Unabhängigkeit von Gleichungen 136 3.4.3 Widersprüchliche Gleichungen 138 3.4.4 Konsequenzen der linearen Abhängigkeit 139 3.4.5 Lösbarkeit von Gleichungssystemen 145 3.5 Berechnung des Ranges einer Matrix 146 3.6 Praxisrelevanz linearer Gleichungssysteme 148 3.6.1 Eigenschaften von Modellen der Praxis 148 3.6.2 Ökonomische Anwendungen linearer Gleichungssysteme 150 3.6.2.1 Input/Output-Analyse 150 3.6.2.2 Stationärer Zustand eines Markovprozesses. 153 3.6.2.3 Teilbedarfsrechnung durch Stücklistenauflösung 158 3.6.2.4 Innerbetriebliche Kosten- und Leistungsverrechnung 163 Aufgaben zum Kapitel 3 168

Inhaltsverzeichnis XI Kapitel 4 Unterbestimmte Gleichungssysteme 4.1 Einführung 175 4.2 Modellierung eines Kuppelproduktionsprozesses 177 4.3 Basis eines unterbestimmten Gleichungssystems 181 4.4 Pivotalgorithmen zur Berechnung verschiedener Basislösungen 186 4.4.1 Elementarer Basistausch 186 4.4.2 Verkürztes Tableau 189 4.5 Homogene Gleichungssysteme 193 4.5.1 Allgemeine Lösung eines homogenen Gleichungssystems 194 4.5.2 Allgemeine Lösung eines inhomogenen Gleichungssystems 197 Aufgaben zum Kapitel 4 199 Kapitel 5 Matrixinversion 5.1 Die Inverse einer Matrix 203 5.2 Zusammenhang zwischen der Lösung eines linearen Gleichungssystems und der Inversen der Koeffizientenmatrix 206 5.2.1 Die Berechnung der Inversen 207 5.2.2 Pivotierung außerhalb der Hauptdiagonalen....211 5.2.3 Existenz der Inversen 214 5.3 Ökonomische Bedeutung der Inversen 216 5.3.1 Stücklistenauflösung durch Matrixinversion.... 216 5.3.2 Bedarfsrechnung 219 5.4 Pivotalgorithmen zur Matrixinversion 226 5.4.1 Berechnung der Inversen ohne Einheitsmatrix...226 5.4.2 Impliziter Spaltentausch 229 5.4.3 Korrekte Zeilen- und Spaltenanordnung 229 5.4.4 Algorithmus 230 5.5 Matrizengleichungen 233 Aufgaben zum Kapitel 5 239 Kapitel 6 Determinanten 6.1 Begriffliche Einführung 243 6.2 Eigenschaften von Determinanten 248 6.3 Die Berechnung einer Determinante 255 6.3.1 Adjunkte und adjungierte Matrix 256 6.3.2 Der Entwicklungssatz von Laplace 259 6.3.3 Determinantenberechnung durch Triangulieren... 263 6.3.4 Hauptabschnittsdeterminanten 266 6.4 Anwendungen von Determinanten 269 6.4.1 Oamersche Regel 270 6.4.2 Darstellung der Inversen einer Matrix 271 Aufgaben zum Kapitel 6 272

XII Inhaltsverzeichnis Kapitel 7 Quadratische Formen und Eigenwertprobleme 7.1 Quadratische Formen 276 7.1.1 Definition quadratischer Formen 277 7.1.2 Definitheit quadratischer Formen mit zwei Variablen 278 7.1.3 Quadratische Formen und Matrizen 282 7.1.4 Quadratische Formen mit drei Variablen 285 7.1.5 Quadratische Formen mit n Variablen 290 7.1.6 Quadratische Formen mit einer homogenen linearen Nebenbedingung 292 7.1.7 Quadratische Formen mit n Variablen und m homogenen linearen Nebenbedingungen 294 7.2 Extremwertprobleme mit mehreren Variablen 297 7.2.1 Extremwerte einer Funktion mit zwei Variablen...297 7.2.2 Extremwerte einer Funktion mit n Variablen....301 7.2.3 Extremwerte einer Funktion mit zwei Variablen unter einer Nebenbedingung 305 7.2.4 Extremwerte einer Funktion mit n Variablen unter einer Nebenbedingung 312 7.2.5 Extremwerte einer Funktion mit n Variablen unter m Nebenbedingungen 313 7.3 Ähnliche Matrizen, Eigenwerte, Eigenvektoren 315 7.3.1 Ähnliche Matrizen 316 7.3.2 Eigenwerte 319 7.3.3 Eigenvektoren 323 7.3.4 Eigenwerte und Definitheit 331 Aufgaben zum Kapitel 7 334 Kapitel 8 Lineare Planungsrechnung 8.1 Begriffliche Einführung 337 8.2 Das Standardproblem der linearen Planungsrechnung.. 339 8.2.1 Formulierung der Grundaufgabe 340 8.2.2 Berücksichtigung von Ungleichungen 340 8.2.3 Berücksichtigung von Vorzeichenbeschränkungen.. 342 8.3 Anwendungsbeispiele der linearen Planungsrechnung... 342 8.3.1 Das optimale Produktionsprogramm 343 8.3.2 Die optimale Mischung 345 8.3.3 Der optimale Transportplan 347 8.4 Graphische Lösung 349 8.4.1 Struktur des Problems 350 8.4.2 Ein Lösungsvorschlag 353 8.5 Grundlagen des Simplexverfahrens 355 8.5.1 Charakterisierung der Rand- und Eckpunkte.... 355 8.5.2 Eckpunkte als Basislösungen 357 8.5.3 Generierung alternativer Basislösungen 358 8.5.4 Bewertung alternativer Basislösungen 360

Inhaltsverzeichnis XIII 8.6 Das Simplexverfahren 361 8.6.1 Das Simplextableau 361 8.6.2 Das Optimalitätskriterium 363 8.6.3 Lösungsverbesserung 365 8.6.4 Unbeschränkte Lösung 369 8.6.5 Der Standardalgorithmus des Simplexverfahrens.. 371 8.6.6 Minimierung 376 8.7 Erweiterung des Simplex Verfahrens. 380 8.7.1 Zur Geometrie eines allgemeinen LP-Problems... 380 8.7.2 Gleichungen als Nebenbedingungen 382 8.7.3 Größer-Gleich-Beziehungen als Nebenbedingungen. 383 8.7.4 Die drei Phasen des Simplexverfahrens 387 8.8 Abschließende Bemerkungen 391 8.8.1 Effizienz des Simplexverfahrens 391 8.8.2 Praxis der linearen Planungsrechnung 393 Aufgaben zum Kapitel 8 394 Lösungen der Aufgaben 399 Literaturverzeichnis 455 Personen- und Sachverzeichnis 459