Didaktik der Linearen Algebra

Slides:



Advertisements
Ähnliche Präsentationen
Christian Scheideler SS 2009
Advertisements

Marketing I n s t i t u t f ü r Titel Referent, Datum
Tipps & Tricks zu benutzerdefinierten Animationspfaden
Vom graphischen Differenzieren
13. Transformationen mit Matrizen
Marketingpräsentation Produkteinführung Operativ
Firmenname Geschäftsplan.
Seminar Stochastik im WS 02/03
Die Wahrscheinlichkeit am Rennen teilzunehmen beträgt dann 10/17.
Numerik partieller Differentialgleichungen
von Reaktionen und chemischen Suppen
Die Türme von Hanoi Die Lösungsfindung nach dem Prinzip der Rekursion wird noch einmal textuell und grafisch erläutert
Beispiele für Gleichungssysteme
V 12: Systemen partieller Differentialgleichungen
PRJ 2007/1 Stefan Dissmann Motivation Problem: gleiche Datenstrukturen werden für verschiedene Objekte gebraucht: z.B. Listen von Studierenden, Kunden,
handlungsorientierte Zugänge zur Algebra
Mathematik Unterschiede GK / LK R. Redix 2009.
Zählen, ohne zu zählen.
Mit einem Mausklick auf die STARK Online-Tests gelangt man zur Anmeldung.
Mathematische Grundlagen und Rechnen mit algebraischen Zahlen
III: Stochastische Modelle 18. Anwendungen von Markov-Ketten
III: Stochastische Modelle 15. Anwendungen von Markov-Ketten
4. Markov-Ketten 4.1. Übergangsmatrizen
Folie 1 § 30 Erste Anwendungen (30.2) Rangberechnung: Zur Rangberechnung wird man häufig die elementaren Umformungen verwenden. (30.1) Cramersche Regel:
Finanzierung von Fundraising Wo kommt das Geld fürs Fundraising her? Referent: Kai Fischer Dresden, 9. Sept
Übungen zur Vorlesung Stochastik und ihre Didaktik
Kontrollfragen zu Kapitel 1
Fragen können wie Küsse schmecken
Matrix-Algebra Grundlagen 1. Matrizen und Vektoren
Algebraische Gleichungen
Klassenfahrt nach Herrenwies Klasse. Kurz nach Beginn der fünften Klasse fuhren wir für drei Tage zusammen mit unserem ersten Klassenlehrer, Herr.
Sali zäma.
3 Kaufvertrag – jedes Geschäft braucht einen Vertrag!
Betriebsanleitung DQI-WaWi2.
Office TEAM: Marketingplan
Lineare Algebra Komplizierte technologische Abläufe können übersichtlich mit Matrizen dargestellt werden. Prof. Dr. E. Larek
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Folie 1 Kapitel IV. Matrizen Inhalt: Matrizen als eigenständige mathematische Objekte Zusammenhang zwischen Matrizen und linearen Abbildungen Produkt von.
§23 Basiswechsel und allgemeine lineare Gruppe
§3 Allgemeine lineare Gleichungssysteme
Gleichungen und Gleichungssysteme
Bestimmung der Rechtecksbreite bei n Rechtecken
Vor allem, wenn man das schlaue Schema kennt.
Multivariate Statistische Verfahren
Multivariate Statistische Verfahren
Lineare Gleichungen mit 2 Variablen
Stetige Kleinste-Quadrate-Approximation
Vom graphischen Differenzieren
Intelligent networks Eine Chronik. Gründung Gründung 1998 in München 2 Wirtschaftsinformatiker und ein Informatiker Ehemalige erfahrene Oracle und SAP.
Nichtlineare Optimierung
Theorie, Anwendungen, Verallgemeinerungen
Prof. Dr. Walter Kiel Fachhochschule Ansbach
Vortrag Relative Orientierung
Syntax, Semantik, Spezifikation - Grundlagen der Informatik R. Hartwig Kapitel 3 / 1 Algebraische Hülle und Homomorphie A = [A, F ] sei  -Algebra. Eine.
Bewerbungsleitfaden zum Marken Award der Immobilienbranche 2015.
Von Erfolgscoach Andreas L. Ernst
Klassenbörse Macht folgende Überlegung: Ihr veranstaltet einen Pausenkiosk, um Geld für die Klassenkasse zu sammeln. Wenn die ganze Klasse mithilft, können.
Vorstellen und Herleiten der Horner Schemas
10 Postulate zum Innovationsmanagement
Herzlich Willkommen zum Bürgerinformationsabend des SPD Ortsvereins Erlensee zur Kommunalwahl 2016.
Firmenname PRÄSENTATION "GESCHÄFTSPLAN". Unternehmenskonzept  Fassen Sie das Hauptprodukt, die wichtigste Dienstleistung, die Schlüsseltechnologie, das.
Firmenname Geschäftsplan.
Viele Menschen – viel Licht: Besiedlungsdichte
Kapitel IV. Matrizen Inhalt:
Geschäftsplanpräsentation
Vorstellen und Herleiten der Horner Schemas
 Präsentation transkript:

Didaktik der Linearen Algebra Übergangsmatrizen Referenten: Leif Stuhrmann René Kühne

Übersicht Problemvorstellung Wiederholung Matrizenmultiplikation Wiederholung Eigenwertprobleme Lösung des Problems Anwendung Anwendungsszenarien

Übersicht Problemvorstellung Wiederholung Matrizenmultiplikation Wiederholung Eigenwertprobleme Lösung des Problems Anwendung Anwendungsszenarien

Übersicht Problemvorstellung Wiederholung Matrizenmultiplikation Wiederholung Eigenwertprobleme Lösung des Problems Anwendung Anwendungsszenarien

Übersicht Problemvorstellung Wiederholung Matrizenmultiplikation Wiederholung Eigenwertprobleme Lösung des Problems Anwendung Anwendungsszenarien

Übersicht Problemvorstellung Wiederholung Matrizenmultiplikation Wiederholung Eigenwertprobleme Lösung des Problems Anwendung Anwendungsszenarien

Übersicht Problemvorstellung Wiederholung Matrizenmultiplikation Wiederholung Eigenwertprobleme Lösung des Problems Anwendung Anwendungsszenarien

Problem Die drei Firmen A, B und C führen einen völlig neuartigen Mikrochip auf dem Markt ein. Zu Beginn besitzt A 40%, B 20% und C 40% Marktanteil. Während des ersten Jahres verliert A 5% seiner Kunden an B und 10% an C, B gibt 15% seiner Kunden an A und 10% an C ab, und C verliert jeweils 5% seiner Kunden an A und B. Während der folgenden Jahre verändern sich die Marktanteile stets nach demselben Schema.

Problem Welche Marktanteile besitzen die drei Firmen am Ende des ersten, zweiten und dritten Jahres? 5 % zu A und 5 % zu B 5 % zu B und 10 % zu C 15 % zu A und 10 % zu C

Matrizenmultiplikation Beachte: Stimmen die inneren Zeilen überein, so ist das Produkt definiert. Die äußeren Zahlen geben die Größe des Produktes an.

Problem Nach einigen Jahren haben sich die Marktanteile eingependelt und verändern sich nicht mehr. Alle drei Unternehmen genießen ihren großen wirtschaftlichen Erfolg. Wie lautet der Name des Marktführers? 1.Jahr 2.Jahr

Eigenwertprobleme Allgemein: Überführung in ein homogenes System: (1) Ist λ ein Eigenwert, so heißen die nicht-trivialen Lösungen von A Eigenvektoren von A zu λ. (1) hat genau dann eine nichttriviale Lösung, wenn gilt:

Eigenwertprobleme Allgemein: Überführung in ein homogenes System: (1) Ist λ ein Eigenwert, so heißen die nicht-trivialen Lösungen von A Eigenvektoren von A zu λ. (1) hat genau dann eine nichttriviale Lösung, wenn gilt:

Eigenwertprobleme Allgemein: Überführung in ein homogenes System: (1) Ist λ ein Eigenwert, so heißen die nicht-trivialen Lösungen von A Eigenvektoren von A zu λ. (1) hat genau dann eine nichttriviale Lösung, wenn gilt:

Eigenwertprobleme Allgemein: Überführung in ein homogenes System: (1) Ist λ ein Eigenwert, so heißen die nicht-trivialen Lösungen von A Eigenvektoren von A zu λ. (1) hat genau dann eine nichttriviale Lösung, wenn gilt:

Zahlenbeispiel Bestimmung der Eigenwerte der Matrix A

Problem Nach einigen Jahren haben sich die Marktanteile eingependelt und verändern sich nicht mehr. Alle drei Unternehmen genießen ihren großen wirtschaftlichen Erfolg. Wie lautet der Name des Marktführers? 1.Jahr 2.Jahr

Lösung mit Derive

Anwendung Bei Konzerten sind die Preise in 3 Klassen A, B und C unterteilt. (A ist die teuerste, dann folgt B und C ist schließlich billigste). 70% bleiben am nächsten Wochenende bei ihrer Preisklasse. Von A aus wechseln 30% zu B und 0% zu C. Von B wechseln 20% zu A und 10% zu C. Von C wechseln wiederum 20% zu B und 10% zu A. Die Veranstalter wollen auf lange Sicht gleich viele Karten von jeder Preisklasse verkaufen. Nur die Besucher der Klasse A sollen ihr Übergangsverhalten ändern. Untersuche, wie sich das Übergangsverhalten derjenigen Mitglieder, die Klasse A gewählt haben, ändern müsste, damit auf lange Sicht je 400 Karten der Klassen A, B und C reserviert werden können.

Lösung Übergangsmatrix:

Lösung Übergangsmatrix: Lösung von

Lösung Übergangsmatrix: Lösung von Lösung:

Anwendungsszenarien Verteilungsprobleme Mischungsprobleme Stochastische Probleme (Korrektheit von Wettervorhersagen)

Anwendungsszenarien Verteilungsprobleme Mischungsprobleme Stochastische Probleme (Korrektheit von Wettervorhersagen)

Anwendungsszenarien Verteilungsprobleme Mischungsprobleme Stochastische Probleme (Korrektheit von Wettervorhersagen)

Vielen Dank für Eure Aufmerksamkeit!