Ähnliche Matrizen, Eigenwerte, Eigenvektoren
Nonfiction, Science & Nature, Mathematics, Mathematical Analysis
| Author: | Andreas Wolf | ISBN: | 9783638304597 |
| Publisher: | GRIN Verlag | Publication: | September 3, 2004 |
| Imprint: | GRIN Verlag | Language: | German |
| Author: | Andreas Wolf |
| ISBN: | 9783638304597 |
| Publisher: | GRIN Verlag |
| Publication: | September 3, 2004 |
| Imprint: | GRIN Verlag |
| Language: | German |
Studienarbeit aus dem Jahr 2002 im Fachbereich Mathematik - Analysis, Note: 2,0, Johann Wolfgang Goethe-Universität Frankfurt am Main (Professur für Wirtschaftsmathematik - Fachbereich Wirtschaftswissenschaften), Veranstaltung: Seminar 'Ausgewählte Gebiete der Analysis und der Linearen Algebra', Sprache: Deutsch, Abstract: (...) Ebenso wie in der vorherigen Arbeit wird auch in unserer Arbeit auf Themen der Linearen Algebra eingegangen, die heute in der Wirtschaftspraxis so häufig wie kein anderes Gebiet der Mathematik angewandt wird. Vor allem die Matrizenrechnung kann auf vielfältige Weise im Rechnungswesen eingesetzt werden, so z. B. in der Kostenrechnung oder im Controlling. Mit Hilfe von linearen Gleichungssystemen werden ökonomische Beziehungen beschrieben und erst durch den Einsatz der linearen Planungsrechnung können ökonomische Entscheidungsprobleme gelöst werden. Unsere Arbeit wird speziell vier Teilgebiete oder Teilaspekte der Linearen Algebra behandeln, die in einem engen Zusammenhang stehen. Als Grundlage für die späteren Ausführungen muss zunächst der Begriff der Determinante erläutert werden. Daran anschließend wird auf Ähnliche Matrizen eingegangen, die letztlich erst zum Eigenwert und zum Eigenvektor führen. Nach der theoretischen Einführung wird noch einmal ausführlicher auf den Anwendungsbezug oder die praktische Relevanz eingegangen. Denn gerade der Begriff Eigenwert kann in dreierlei Hinsicht angewandt werden. Zunächst spielt der Eigenwert quadratischer, symmetrischer Matrizen eine Rolle im Zusammenhang mit Maximierungs- und Minimierungsaufgaben bei Funktionen mit mehren Variablen. Dann benötigt man für die Behandlung und Lösung von linearen Differenzen- und Differentialgleichungen erster Ordnung grundlegende Kenntnisse über Eigenwerte quadratischer Matrizen und deren Eigenschaften. Und schließlich kann die Eigenwerttheorie von quadratischen Matrizen dazu genutzt werden, lineare Wachstums- bzw. Ausbreitungsprozesse in der Ökonomie zu beschreiben.2 Die Verbindung zu den ersten Arbeiten, die alles Themen aus der Analysis behandelten, kann erst durch diese Anwendungen gezogen werden. Oberflächlich betrachtet entdeckt man kaum Gemeinsamkeiten zwischen den Methoden der Differentialrechnung und der Linearen Algebra. Stetigkeit, Differenzierbarkeit usw. stehen Linearen Gleichungssystemen, Matrizen usw. gegenüber und man findet nur schwer einen Zusammenhang zwischen diesen Bereichen. Gemeinsam haben sie nur ihren Anwendungsbereich.
Studienarbeit aus dem Jahr 2002 im Fachbereich Mathematik - Analysis, Note: 2,0, Johann Wolfgang Goethe-Universität Frankfurt am Main (Professur für Wirtschaftsmathematik - Fachbereich Wirtschaftswissenschaften), Veranstaltung: Seminar 'Ausgewählte Gebiete der Analysis und der Linearen Algebra', Sprache: Deutsch, Abstract: (...) Ebenso wie in der vorherigen Arbeit wird auch in unserer Arbeit auf Themen der Linearen Algebra eingegangen, die heute in der Wirtschaftspraxis so häufig wie kein anderes Gebiet der Mathematik angewandt wird. Vor allem die Matrizenrechnung kann auf vielfältige Weise im Rechnungswesen eingesetzt werden, so z. B. in der Kostenrechnung oder im Controlling. Mit Hilfe von linearen Gleichungssystemen werden ökonomische Beziehungen beschrieben und erst durch den Einsatz der linearen Planungsrechnung können ökonomische Entscheidungsprobleme gelöst werden. Unsere Arbeit wird speziell vier Teilgebiete oder Teilaspekte der Linearen Algebra behandeln, die in einem engen Zusammenhang stehen. Als Grundlage für die späteren Ausführungen muss zunächst der Begriff der Determinante erläutert werden. Daran anschließend wird auf Ähnliche Matrizen eingegangen, die letztlich erst zum Eigenwert und zum Eigenvektor führen. Nach der theoretischen Einführung wird noch einmal ausführlicher auf den Anwendungsbezug oder die praktische Relevanz eingegangen. Denn gerade der Begriff Eigenwert kann in dreierlei Hinsicht angewandt werden. Zunächst spielt der Eigenwert quadratischer, symmetrischer Matrizen eine Rolle im Zusammenhang mit Maximierungs- und Minimierungsaufgaben bei Funktionen mit mehren Variablen. Dann benötigt man für die Behandlung und Lösung von linearen Differenzen- und Differentialgleichungen erster Ordnung grundlegende Kenntnisse über Eigenwerte quadratischer Matrizen und deren Eigenschaften. Und schließlich kann die Eigenwerttheorie von quadratischen Matrizen dazu genutzt werden, lineare Wachstums- bzw. Ausbreitungsprozesse in der Ökonomie zu beschreiben.2 Die Verbindung zu den ersten Arbeiten, die alles Themen aus der Analysis behandelten, kann erst durch diese Anwendungen gezogen werden. Oberflächlich betrachtet entdeckt man kaum Gemeinsamkeiten zwischen den Methoden der Differentialrechnung und der Linearen Algebra. Stetigkeit, Differenzierbarkeit usw. stehen Linearen Gleichungssystemen, Matrizen usw. gegenüber und man findet nur schwer einen Zusammenhang zwischen diesen Bereichen. Gemeinsam haben sie nur ihren Anwendungsbereich.
