Prof. Dr. Walter Kiel Fachhochschule Ansbach

Slides:



Advertisements
Ähnliche Präsentationen
3.2 Subtraktion, Multiplikation, ALU
Advertisements

Multiplizierer Gesucht: Schaltkreis zur Multiplikation zweier Binärzahlen , Beispiel: RW-Systemarchitektur Kap. 3.
Das virtuelle Physiklabor im Computer: Vom Experiment zur Simulation
Schnelle Matrizenoperationen von Christian Büttner
13. Transformationen mit Matrizen
Didaktik der Linearen Algebra
Aufgaben der linearen Optimierung für eine 8. Klasse Marcus Schreyer
X =. Allgemeine Form der Gleichung (Addition): Allgemeine FormLösungshinweis x + a = b a + x = b x = b - a Allgemeine Form der Gleichung (Subtraktion):
GeoGebra als universales dynamisches Werkzeug
Lösung von linearen Gleichungssystemen - Grundlagen
Dynamische Programmierung (2) Matrixkettenprodukt
WS Algorithmentheorie 08 – Dynamische Programmierung (2) Matrixkettenprodukt Prof. Dr. Th. Ottmann.
Kapitel 3 Gleichungen.
Schwierigkeitsgrad III 6 X - 7 = X
Bruchrechnung.
Beispiele für Gleichungssysteme
Es ist kaum einzusehen, warum die Jugend von heute mit den Mitteln von gestern für das Leben von morgen qualifiziert werden soll. Es ist was Wahres dran,
DVG Gaußscher Algorithmus1 Gaußscher Algorithmus.
Gaußscher Algorithmus
erstellt von Petra Bader
Vereinfachen von Gleichungen
Folie 1 § 29 Determinanten: Eigenschaften und Berechnung (29.1) Definition: Eine Determinantenfunktion auf K nxn ist eine Abbildung (im Falle char(K) ungleich.
§ 29 Determinanten: Eigenschaften und Berechnung
Matrix-Algebra Grundlagen 1. Matrizen und Vektoren
Algebraische Gleichungen
Bestimmung der Regressionsgewichte in der multiplen Regression
Lineare Optimierung mit dem Simplexverfahren
Vektoren Grundbegriffe für das Information Retrieval
Lineare Algebra Komplizierte technologische Abläufe können übersichtlich mit Matrizen dargestellt werden. Prof. Dr. E. Larek
1. Grundlagen 1.1. Ziele und Aufgaben der Kostenstellenrechnung
Zeit: 13h-15h Datum: Raum: IFW B42
§20 Der Rang einer Matrix Jede (m,n)-Matrix kann auch als ein n-Tupel von Spaltenvektoren geschrieben werden: wobei (20.1) Definition:
§3 Allgemeine lineare Gleichungssysteme
Gleichungen und Gleichungssysteme
Lineare Algebra, Teil 2 Abbildungen
Lineare Algebra Außerdem bieten Determinanten
Lösung nichtlinear Gleichungssysteme
Inhalt Vorbemerkung Vorstellung einer Unterrichtssequenz Kritik
Lösen von quadratischen Ungleichungen
Eine Hilfe zum Verständnis der Finite-Elemente-Methode
Automaten, formale Sprachen und Berechenbarkeit II SoSe 2004 Prof. W. Brauer Teil 3: Potenzreihen und kontextfreie Sprachen (Vgl. Buch von A. Salomaa)
IBZ / E. Morger / Folie 1 Lektion 1 AdministrationVorschau 1. Zahlen 2. Addieren +Subtrahieren 3. Übungen 4. Rechnen mit Klammern 5. Übungen.
Lineare Gleichungen mit 2 Variablen
10 Aufgaben zu linearen Gleichungssystemen für die Klasse 8b
Die Unbekannte, das x, muss allein auf einer Seite stehen! Beispiel: x =
Nichtlineare Optimierung
Lineare Algebra 11. Matrizen Eine m  n-Matrix ist ein Raster aus m  n Koeffizienten, die in m Zeilen und n Spalten angeordnet sind. = (a ij )
Dr.-Ing. R. Marklein - GET I - WS 06/07 - V Grundlagen der Elektrotechnik I (GET I) Vorlesung am Fr. 08:30-10:00 Uhr; R (Hörsaal)
Für den Punkt A gilt : x = 2 und y = 14
Theorie, Anwendungen, Verallgemeinerungen
Prof. Dr. Walter Kiel Fachhochschule Ansbach
Prof. Dr. Dieter Baums Fachhochschule Gießen-Friedberg Fachbereich IEM
6. Thema: Arbeiten mit Feldern
Graphische Datenverarbeitung
Darstellung des einstufigen Direct Costing
LAP IT-Techniker und IT-Informatiker
Grundlagen der Mathematik Wintersemester 2015/16 FB2:Informatik und Ingenieure Frankfurt am Main Dr. I. Huber.
Tutorium Internes Rechnungswesen
Klicke Dich mit der linken Maustaste durch das Übungsprogramm! Gleichungen mit einer Unbekannten lösen Ein Übungsprogramm der IGS - Hamm/Sieg © IGS-Hamm/Sieg.
Lineare Algebra Softwareprojekt: Anwendung von Algorithmen Sebastian Kürten, Philipp Borgers SoSe 2010.
XX X XX X : X X X.
- mal + = - + mal - = - + mal + = + - mal - = +
Ein didaktisches Computeralgebrasystem
Gauss-Algorithmus.
Schriftliche Multiplikation
ReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Algebra implementiert sind. Matrizen.
ReduSoft Ltd. Kurzbeschreibungen zu einigen Modulen, die im Programm MathProf 5.0 unter dem Themenbereich Algebra implementiert sind. Matrizen.
Das Vektorprodukt Wir definieren erneut eine Multiplikation zwischen zwei Vektoren, das Vektorprodukt, nicht zu verwechseln mit dem Skalarprodukt. Schreibe.
Lage, Schnitte und Schnittwinkel
Kapitel I. Vorspann zum Begriff Vektorraum
 Präsentation transkript:

Prof. Dr. Walter Kiel Fachhochschule Ansbach IT-Kompaktkurs: Wirtschaftsmathematik (Folge 8) Lineare Algebra (1) Lineare Gleichungssysteme Prof. Dr. Walter Kiel Fachhochschule Ansbach

Umsatzfunktion U = p1 x1 + p2 x2 + p3 x3 + … Zahlenbeispiel, z. B. U = 1 x1 + 3 x2 + 2 x3

Absatzsteigerung und Umsatzsteigerung  U = 1 x1 + 3 x2 + 2 x3

Geraden-Gleichung

Excel-Tabellenblatt

Produktion 2 Produkte mit 2 Maschinen (Mh/ME) P2 Gesamt-kapazität Maschine 1 2 32 Maschine 2 1 3 24

Lineares Gleichungssystem 2 Gleichungen, 2 Unbekannte (1) 2 x1 + 2 x2 = 32 (2) 1 x1 + 3 x2 = 24

Lineares Gleichungssystem Lösung: Einsetzungsmethode (1*) x2 = - x1 + 16 (2*) 1x1 + 3 (- x1 + 16) = 24 x1 = 12 x2 = 4

Lineares Gleichungssystem Lösung: Probe (1) 2  12 + 2  4 = 32 (2) 1  12 + 3  4 = 24

Lineares Gleichungssystem Grafische Lösung

Lineare Gleichungssysteme Fallkonstellationen Lösbarkeit Genau eine Lösung Unendlich viele Lösungen Keine Lösung

Allgemeines Lineares Gleichungssystem a11 x1 + a12 x2 + ... + a1n xn = b1 a21 x1 + a22 x2 + ... + a2n xn = b2 : : : : an1 x1 + an2 x2 + ... + ann xn = bn

Zeilen-Operationen Vertauschen zweier Zeilen Multiplikation aller Komponenten einer Zeile mit einem Faktor ungleich Null Addition (des Vielfachen) einer Zeile zu einer anderen Zeile

Zielsystem Gauß-Algorithmus: Gestaffeltes Zielsystem a11 x1 + a12 x2 + ... + a1n xn = b1 a22*x2 + ... + a2n*xn = b*2 : : ann*xn = b*n

Zielsystem Gauß-Algorithmus: Pivot-System 1 x1 + 0 x2 + ... + 0 xn = b1 0 x1 + 1 x2 + ... + 0 xn = b2 : : : : 0 x1 + 0 x2 + ... + 1 xn = bn

Beispiel: Gauß-Algorithmus x1 x2 r. S. 2 32 0,5Z1 1 3 24 Z2 - 0,5Z1 16 Z1 + (-1)Z2 4 12 x1 = 12 x2 = 4

Innerbetriebliche Kosten- und Leistungsverrechnung Kreislauf-Modell

Leistungsaustausch-Tabelle An \ Von Kostenstelle 1 2 Endnach-frage Summe K 1 0 10 30 40 K 2 20 0 20

Kostenstellen, deren Output und deren Primärkosten Leistungen Primär-kosten K 1 40 200 K 2 20 400

Bilanzgleichungen 40 p1 = 200 + 20 p2 20 p1 = 400 + 10 p1

LGS zur Bestimmung interner Verrechnungspreise (1) 40 p1 - 20 p2 = 200 (2) - 10 p1 + 20 p2 = 400

Beispiel: Gauß-Algorithmus r. S. 40 -20 200 -10 20 400 4Z2 + Z1 3Z1 + Z2 60 1800 120 2400 p1 = 20 p2 = 30

Kosten je Verrechnungsstelle

Kosten für das zum Verkauf vorgesehene Produkt