Lineare Algebra für die Wirtschaftswissenschaften
Kompaktkurs
1st Edition
Published on 17. April 2023
152 pages
978-3-446-47809-1 (ISBN)
Description
Viele Beispiele und Aufgaben - auch mit Python und Excel
Das kompakte Lehrbuch richtet sich speziell an Studierende der Wirtschaftswissenschaften im weitesten Sinne, an Berufsakademien, Hochschulen oder Universitäten und ist geeignet als vorlesungsbegleitendes Lehr- und Übungsbuch, kann aber auch wegen der Vielzahl von Beispielen und Aufgaben zum Selbststudium verwendet werden.
Die Beispiele aus den Wirtschaftswissenschaften machen die Anwendungsmöglichkeiten deutlich; die einfache und verständliche Darstellung des Stoffs erleichtert den Zugang.
Lineare Gleichungssysteme werden nicht nur gelöst, sondern auch Verständnis für den Hintergrund vermittelt.
Anwendungen auf Fragestellungen wie Kundenwanderung, volkswirtschaftliche Verflechtungen, Stufenproduktionen und Materialverflechtungen machen den Bezug zur Praxis deutlich.
Neben den klausurorientierten Lösungstechniken wird kurz und kompakt aufgezeigt, wie man typische Aufgaben mit Python und Excel lösen kann.
Auf plus.hanser-fachbuch.de stehen Lösungen der Aufgaben sowie Python-Skripte und -Notebooks zur Verfügung.
More details
Other editions
Additional editions
Werner Helm | Andreas Pfeifer | Joachim Ohser
Lineare Algebra für die Wirtschaftswissenschaften
Kompaktkurs
Book
04/2023
1st Edition
Hanser
€29.99
Article exhausted; check different version
Persons
Content
- Intro
- Vorwort
- Inhalt
- 1 Einführende Beispiele ökonomischen Inhalts
- Aufgaben 1.1 und 1.2
- 2 Mathematische Grundlagen der Matrizen- und Vektorrechnung
- 2.1 Matrizen und Vektoren sowie ihre Spezifizierungen
- Aufgaben 2.1 und 2.2
- 2.2 Rechnen mit Matrizen und Vektoren
- Aufgaben 2.3 bis 2.6
- 2.3 Inverse Matrix
- Aufgaben 2.7 bis 2.10
- 2.4 Gaussscher Algorithmus
- Aufgaben 2.11 und 2.12
- 2.5 Lineare Unabhängigkeit von Vektoren
- Aufgaben 2.13 bis 2.15
- 3 Matrizen und Vektoren in Betriebs- und Volkswirtschaft
- Aufgaben 3.1 bis 3.5
- 4 Mathematische Grundlagen linearer Gleichungssysteme
- 4.1 Einführung
- 4.2 Lösung linearer Gleichungssysteme
- Aufgaben 4.1 bis 4.3
- 4.3 Gaussscher Algorithmus zur Lösung linearer Gleichungssysteme
- Aufgaben 4.4 bis 4.8
- 4.4 Basislösungen
- Aufgaben 4.9 bis 4.14
- 4.5 Zusammenfassende Aussagen über lineare Gleichungssysteme
- Aufgaben 4.15 bis 4.18
- 5 Lineare Gleichungssysteme in Betriebs- und Volkswirtschaft
- Aufgaben 5.1 und 5.2
- 6 Determinante einer Matrix
- Aufgaben 6.1 und 6.2
- 7 Eigenwerte und Eigenvektoren und ihre Anwendungen
- 7.1 Das Eigenwertproblem für quadratische Matrizen
- Aufgaben 7.1 bis 7.4
- 7.2 Praktische Verwendung von Eigenwerten und Eigenvektoren
- 7.2.1 Quadratische Formen
- 7.2.2 Hauptkomponenten in Daten
- 7.2.3 Die Hauptrichtung von Objekten
- Aufgaben 7.5 bis 7.8
- 8 Die Singulärwertzerlegung
- 8.1 Die Methode der kleinsten Quadrate
- Aufgaben 8.1 bis 8.4
- 8.2 Allgemeine Lösung der Normalgleichung
- Aufgaben 8.5 bis 8.9
- 8.3 Die Matrixnorm und die Konditionszahl
- Aufgabe 8.10
- 9 Lineare Algebra und Software
- 9.1 Lineare Algebra mit Python
- 9.1.1 Eine Python-Galerie
- 9.1.2 Kundenwanderung
- 9.1.3 Der PageRank-Algorithmus
- 9.1.4 Der PageRank-Algorithmus in Python
- 9.2 Matrizen und Matrixformeln in MS-Excel
- 10 Ergänzungen
- 10.1 Längen und Winkel
- 10.2 Orthogonale Matrizen
- Literatur
- Index
