Kerncurriculum Berufliche Gymnasien Niedersachsen Stochastik

Größe: px
Ab Seite anzeigen:

Download "Kerncurriculum Berufliche Gymnasien Niedersachsen Stochastik"

Transkript

1 Jes Hellig Herausgeber: Klaus Schillig Kercurriculum Berufliche Gymasie Niedersachse Stochastik Darstelle Auswerte Beurteile 2. Auflage Bestellummer 03330

2 Habe Sie Areguge oder Kritikpukte zu diesem Produkt? Da sede Sie eie a Autore ud Verlag freue sich auf Ihre Rückmeldug. Bildugsverlag EINS GmbH Hasestraße 115, Köl ISBN Copyright 2013: Bildugsverlag EINS GmbH, Köl Das Werk ud seie Teile sid urheberrechtlich geschützt. Jede Nutzug i adere als de gesetzlich zugelassee Fälle bedarf der vorherige schriftliche Eiwilligug des Verlages. Hiweis zu 52a UrhG: Weder das Werk och seie Teile dürfe ohe eie solche Eiwilligug eigescat ud i ei Netzwerk eigestellt werde. Dies gilt auch für Itraets vo Schule ud sostige Bildugseirichtuge.

3 Vorwort Vorwort Bei der Erstellug dieses Schulbuches wurde besoderer Wert auf eie für Schülerie ud Schüler aschauliche ud verstädliche Darstellug der mathematische Ihalte ud Verfahre gelegt, damit sie mit diesem Buch eigestädig im Uterricht ud zu Hause arbeite köe. Bereche Sie für die Mege A {7,9; 10,8; 12,9; 15,9} das arithmetische Mittel x, we für das arithmetische Mittel die Formel x 1 x i gilt. Das brauche ich i meiem Lebe ie wieder! So gaz Urecht habe Schülerie ud Schüler mit dieser Aussage icht. Diese Art vo Aufgabe ist weig motiviered ud vermittelt ihe ei falsches Bild vo Mathematik. Mathematik ist mehr als Formel ud Defiitioe. Mathematik ist eie Wisseschaft, die us täglich begleitet ud die wir täglich awede. We wir mit usere Freude is Lokal um die Ecke gehe ud wir dort vier Gerichte für 7,90 EUR, 10,80 EUR, 12,90 EUR ud 15,90 EUR bestelle, ka ma mit der Formel bereche, wie viel jeder vo us durchschittlich bezahlt hat. Der vorliegede Bad ist eier vo vier Bäde aus der Reihe Kercurriculum Mathematik ud ist exakt auf das Kercurriculum 2010 i Niedersachse abgestimmt. Er diet dem Erwerb der für die Qualifikatiosphase beschriebee Kompeteze ud strebt dabei sowohl die Förderug der ihaltsbezogee als auch der prozessbezogee Kompeteze der Schülerie ud Schüler a. Eie zu alle vier Bäde passede Formelsammlug ist ebefalls erhältlich. Eie große Zahl vo Lersituatioe mit ausführlich dargestellte, algebraische ud rechergestützte Lösuge ermöglicht de Schülerie ud Schüler eie selbststädige Erwerb der ihaltsbezogee Kompeteze. Sämtliche Situatioe mit Lösugsweg sid mit dem ebestehede Puzzle-Symbol ud eiem blaue Balke gekezeichet. Wichtige Iformatioe für die Lersituatioe ud die dazugehörige Lösuge sid mit eiem Iformatiossymbol ud eiem gelbe Balke markiert. i 1 Der Großteil der Aufgabe ka auch mit eiem grafikfähige Tascherecher (GTR) oder eiem Computer-Algebra-System (CAS) gelöst werde. Ei Tascherechersymbol kezeichet Lösuge, die mit eiem TI-84 Plus berechet wurde. Darüber hiaus befidet sich im Ahag eie Übersicht mit alle wichtige Fuktioe des Tascherechers für das Sachgebiet Stochastik. Übugsaufgabe werde durch das Verzahugssymbol ud eie grüe Balke gekezeichet. GTR 3

4 Vorwort Am Ede zahlreicher Kapitel fide sich weitere offee Lersituatioe zum jeweils voragegagee Kapitel. Diese eige sich besoders zur Verküpfug der ihalts- ud prozessbezogee Kompeteze ud köe auch zum Eistieg i ei eues Themegebiet verwedet werde. Ich hoffe, mit diesem Buch viele Leser die Agst vor dem Zufall zu ehme, ud wüsche alle Schülerie ud Schüler sowie alle Kollegie ud Kollege viel Erfolg im Uterricht. Jes Hellig 4

5 Ihaltsverzeichis Ihaltsverzeichis Vorwort... 3 Ihaltsverzeichis... 5 Mathematische Zeiche ud Symbole Date darstelle ud auswerte Erfassug ud Darstellug vo Date Aufgabe der beschreibede Statistik Grudbegriffe der beschreibede Statistik Systematische Erfassug ud Aufbereitug vo Date Grafische Darstellug des Zahlematerials Kegröße eier Stichprobe Häufigkeitsverteilug Lageparameter Arithmetisches Mittel (Durchschittswert, Mittelwert) Gewichtetes arithmetisches Mittel Quatile Streuugsmaße Offee Lersituatioe zu de Kegröße eier Stichprobe Klassierug großer Stichprobe Klassebildug Arithmetisches Mittel klassierter Date Variaz ud Stadardabweichug klassierter Date Offee Lersituatioe zur Klassierug großer Stichprobe Mit dem Zufall reche Zufallsexperimete Aufgabe der Wahrscheilichkeitsrechug Grudbegriffe der Wahrscheilichkeitsrechug Wahrscheilichkeit Zusammehag zwische relativer Häufigkeit ud Wahrscheilichkeit Laplace-Experimet Grudlegede Wahrscheilichkeitsrechug Mehrstufige Zufallsversuche Baumdiagramme ud Pfadregel Bedigte Wahrscheilichkeit Uabhägigkeit vo Ereigisse Grudlage der Kombiatorik

6 Ihaltsverzeichis Beroulli-Experimet Offee Lersituatioe zur grudlegede Wahrscheilichkeitsrechug Allgemeie Wahrscheilichkeitsverteiluge Zufallsgröße Wahrscheilichkeitsverteilug der Zufallsgröße Erwartugswert der Zufallsgröße Stadardabweichug ud Streuugsitervall der Zufallsgröße Offee Lersituatioe zu allgemeie Wahrscheilichkeitsverteiluge Biomialverteilug Eizele ud kumulierte Wahrscheilichkeite Verhältiszeiche Erwartugswert biomialverteilter Zufallsgröße Variaz ud Stadardabweichug biomialverteilter Zufallsgröße Sigma-Regel (Itervalle um de Erwartugswert) Offee Lersituatioe zur Biomialverteilug Normalverteilug Dichte- ud Verteilugsfuktio Stadardormalverteilug Approximatio der Biomialverteilug durch die Normalverteilug Offee Lersituatioe zur Normalverteilug Date beurteile Grudbegriffe der beurteilede Statistik Idee der Vertrauesitervalle Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite Vertrauesitervalle zu beliebige Vertraueswahrscheilichkeite Offee Lersituatioe zu Vertrauesitervalle Ahag Tabelle zur Biomialverteilug Tabelle zur Normalverteilug Formelsammlug GTR-Befehle Sachwortverzeichis Bildquelleverzeichis

7 Mathematische Zeiche ud Symbole Mathematische Zeiche ud Symbole Zeiche, Symbol Sprechweise/Bedeutug Beispiel gleich 4 4 ugleich 3 4 ist ugefähr gleich 2 1,41 kleier als 3 4 größer als 5 4 kleier gleich x 3 größer gleich x 4 Betrag vo 3 3 uedlich daraus folgt {0;1;2;3; } 1 gilt geau da, we ; ist äquivalet mit ud oder 2x 4 x 2 {1 ; 2 ; 3} Mege mit de Elemete 1, 2, 3 A {1;2;3} vereiigt, Vereiigugsmege {1; 2} {3; 4} {1;2;3;4} geschitte, Schittmege {1; 2; 3} {2;3;4} {2; 3} [a ; b ] geschlossees Itervall (vo eischließlich a bis eischließlich b ) (a ; b ) offees Itervall (vo ausschließlich a bis ausschließlich b ) {x a x b } {x a x b } [a ; b ) halb offees Itervall (vo eischließ- {x a x b} lich a bis ausschließlich b ) (a ; b ] halb offees Itervall (vo ausschließ- {x a x b } lich a bis eischließlich b ) wird zugeordet s i x Stichprobeumfag p Wahrscheilichkeit q Gegewahrscheilichkeit q 1 p x i Merkmal x i x Arithmetisches Mittel, Mittelwert, Durchschittswert eier Zahlereihe x Media, Zetralwert eier Zahlereihe m Erwartugswert mü s Stadardabweichug sigma 7

8 Mathematische Zeiche ud Symbole Zeiche, Symbol S i 1 E E P (E) e i Sprechweise/Bedeutug Summe Beispiel x i 3 Summe aller x i vo i 1bisi x i Ereigis icht E Wahrscheilichkeit für Ereigis E Ergebis S Ergebismege S {e 1 ; e 2 ; e 3 ; ;e }! Fakultät 3! über k (Biomialkoeffiziet) Fakultät geteilt durch das Produkt aus ( k) Fakultät ud k Fakultät k! k! ( k)! 3 5 5! b a i 1 f(x)dx 1 0 x 2 d x Itegral f vo x d x vo a bis b 3! (5 3)! 10 8

9 1 Date darstelle ud auswerte 1.1 Erfassug ud Darstellug vo Date Aufgabe der beschreibede Statistik Die beschreibede Statistik ist ei Teilgebiet der Stochastik. Mit de Methode der beschreibede Statistik werde Date erfasst, zusammegestellt, sortiert ud grafisch veraschaulicht. Da häufig große Datemege vorhade sid, müsse diese vor eier Auswertug aufbereitet werde. Die aufbereitete Date köe als Etscheidugshilfe diee. Als Date werde i der Statistik alle Fakte bezeichet, die durch Umfrage, Erhebuge, Kotrolle, Auszähluge, Messuge oder Ähliches zusammegestellt wurde. Dies köe z. B. die Absatzzahle eies Automobilkozers i eiem bestimmte Zeitraum, die Arbeitslosequote i de verschiedee Budesläder, die Bezipreise a jedem Tag des Jahres, 9

10 3 Date beurteile 3.1 Grudbegriffe der beurteilede Statistik Die wichtigste Grudbegriffe der beurteilede Statistik werde ahad eies eifache Beispiels erläutert. Die eizele Begriffe werde im Rahme vo Beispielaufgabe aufgegriffe. Beispiel Eie Fast-Food-Kette möchte eie für die Produktiosmege verwertbare Aussage darüber treffe, wie groß die Wahrscheilichkeit ist, dass die Kude i Hamburg eie eue Burger kaufe würde. A eiem Kosumetetest i Hamburg ehme daher zufällig ausgewählte Kude teil ud werde ach eier Verkostug zu ihrer Kaufbereitschaft befragt. Die Gesamtheit aller Kude i Hamburg wird als Grudgesamtheit bezeichet. Um ei absolut exaktes Ergebis zu erhalte, müsste der Kozem alle Kude 186

11 3.2 Idee der Vertrauesitervalle befrage. Dies wäre eie Vollerhebug. Es wird allerdigs ur ei Teil der Kude befagt, daher spricht ma vo eier Teilerhebug. Da die Kude zufällig ausgewählt wurde, hadelt es sich um eie Stichprobe. Die Azahl der befragte Persoe bezeichet ma als Stichprobeumfag. We die Stichprobe die gleiche Eigeschafte hat wie die Grudgesamtheit, also Essgewohheite, Eikomme etc., da spricht ma vo eier repräsetative Stichprobe. 3.2 Idee der Vertrauesitervalle I der Realität werde Date sehr häufig als (repräsetative) Stichprobe erhobe, die da als Grudlage für Aussage über die Grudgesamtheit heragezoge werde. Das eigetliche Problem ist die sehr gerige Wahrscheilichkeit, dass die Ergebisse vo eier Stichprobe ud der Grudgesamtheit exakt übereistimme. Nehme wir a, die Fast-Food-Kette würde jede ihrer Hamburger Kude befrage. Es wäre u möglich, dass geau Kude de eue Burger kaufe würde. Dies etspricht eier relative Häufigkeit vo h(x i ) i ,099 9,9 % Nähme ma stattdesse 10 repräsetative Stichprobe mit eiem Umfag vo jeweils Persoe, so köte sich folgede relative Wahrscheilichkeite ergebe. Stichprobe h (x i ) 9,5% 10,1% 10% 9,9 % 10,3% 10,2% 9,7% 10,3 % 9,4% 10,6% Die Tabelle zeigt, dass möglicherweise ur eie Stichprobe das idetische Ergebis liefert. Daher ist es icht möglich, ahad eier Stichprobe eie geaue Aussage über die Grudgesamtheit zu treffe. Mithilfe statistischer Überleguge ud Berechuge ist es aber möglich, ahad vo Stichprobe eie Badbreite oder ei Itervall beliebiger Geauigkeit festzulege, i dem sich der Wert der Grudgesamtheit wahrscheilich befidet. Dieses Itervall wird als Vertraues- oder Kofidezitervall 1) bezeichet. Nehme wir a, der Fast-Food-Kozer hätte lediglich Kude befragt ud die Befragug hätte ergebe, dass 10 % de eue Burger kaufe würde. Nu köte z. B. drei uterschiedliche Aussage aufgestellt werde. 1. Der Ateil der Grudgesamtheit beträgt ebefalls geau 10 %. 2. Der Ateil der Grudgesamtheit liegt zwische 0 % ud %. 3. Der Ateil der Grudgesamtheit liegt zwische 9 % ud 11 %. 1) vo lateiisch cofidere: vertraue 187

12 3 Date beurteile Die erste Aussage ist sehr uwahrscheilich. Die zweite Aussage ist auf jede Fall richtig, aber weig sivoll, da ahad dieser Zahle icht geplat werde ka. Die dritte Aussage scheit brauchbar zu sei. Es fehlt jedoch eie Agabe darüber, wie wahrscheilich es ist, dass der Ateilswert der Grudgesamtheit i diesem Itervall liegt. Diese Wahrscheilichkeit wird als Sicherheits- oder Vertraueswahrscheilichkeit bezeichet. Die Wahrscheilichkeit, dass der Ateilswert der Grudgesamtheit icht i diesem Itervall liegt, heißt Irrtumswahrscheilichkeit. Irrtumswahrscheilichkeit ud Vertraueswahrscheilichkeit ergebe zusamme immer %. Bei der erste Aussage muss wege des sehr kleie Itervalls die Vertraueswahrscheilichkeit sehr gerig ud die Irrtumswahrscheilichkeit im Gegezug sehr hoch sei, wie zur Tabelle überlegt wurde. Bei der zweite Aussage higege ist es geau umgekehrt. Aus de voragegagee Überleguge ergibt sich, dass die Vertraueswahrscheilichkeit ud Itervallbreite zusammehäge. Je breiter das Itervall, desto größer ist die Vertraueswahrscheilichkeit ud desto kleier ist die Irrtumswahrscheilichkeit. Wie dicht der tatsächliche Wert der Grudgesamtheit a dem Stichprobewert liegt, hägt dabei gaz etscheided vom Stichprobeumfag ud dem Stadardfehler, der Stadardabweichug mehrerer Stichprobeergebisse, ab. Es gilt: Je größer der Stichprobeumfag, desto uwahrscheilicher ist es, dass der Stichprobewert weit vom Wert der Grudgesamtheit etfert ist. Je kleier der Stadardfehler ist, desto uwahrscheilicher ist es, dass der Stichprobewert weit vom Wert der Grudgesamtheit etfert ist. Der Ateil der Grudgesamtheit wird häufig als wahrer Ateil bezeichet. Ei agegebees Vertrauesitervall lässt sich ur da sivoll iterpretiere, we die dazugehörige Vertraueswahrscheilichkeit, also die Wahrscheilichkeit, dass der Wert der Grudgesamtheit i dem agegebe Itervall liegt, agegebe ist. Üblich sid Vertraueswahrscheilichkeite vo 90 %, 95 % ud 99 %. Es ist aber möglich, das Itervall für jede beliebige Vertraueswahrscheilichkeit zu bestimme. 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite Zu jedem Vertrauesitervall gehört eie Vertraueswahrscheilichkeit. Die achfolgede Grafik ist bereits aus dem Kapitel Sigma-Regel bekat. Sie zeigt die Wahrscheilichkeitsverteilug eier biomialverteilte Zufallsgröße mit ud p 0,5. 188

13 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite P(X=k) 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 [μ 3σ; μ+3σ] [μ 2σ; μ+2σ] [μ σ; μ+σ] μ 68% 95,5% 99,7% k Es ist gut zu erkee, dass i dem Itervall [m 3 s; m 3 s] praktisch alle für die Gesamtwahrscheilichkeit relevate Eizelwahrscheilichkeite ethalte sid. Die Gesamtwahrscheilichkeit aller Werte, die außerhalb des Itervalls liege, ist aäherd ull. Die Näheruge werde mit zuehmedem Stichprobeumfag immer besser. Nebe de drei i der Grafik gezeigte Sigma-Regel werde häufig die drei s-umgebuge 1,64 s 90 %, 1,96 s 95% ud 2,58 s 99 % verwedet. Die Wahrscheilichkeite, die mit eier Sicherheit vo 90 %, 95% bzw. 99 % i das dazugehörige Vertrauesitervall falle, lasse sich mithilfe der achfolgede Formel bereche. p h c p p 2 mit h X Wahrscheilichkeite ierhalb eies Vertrauesitervall Wobei c für die jeweilige Breite der Sigma-Umgebug steht: 90 % c 1,64 oder 95 % c 1,96 oder 99% c 2,58 Das Vertrauesitervall I lautet: 2 I c2 h c c2 h (1 h) 2 4 c 2 1 ; c 2 2 h c c2 h (1 h) 2 4 c 2 1 exakt bestimmtes Vertrauesitervall Situatio 1 I eiem kuststoffverarbeitede Betrieb werde rote ud grüe Plastikeimer produziert. Als Stichprobe werde der laufede Produktio Eimer etomme. Geau die Hälfte dieser Eimer ist rot. Wie groß ist mit eier Sicherheitswahrscheilichkeit vo 95% der Ateil der rote Eimer i der Produktio? 189

14 3 Date beurteile Algebraische Lösug Zuächst wird die Zufallsgröße X: Azahl roter Eimer defiiert. Die relative Häufigkeit dafür, dass ei Eimer der Stichprobe rot ist, beträgt somit h(x i ) h X 50 0,5 50 %. Darüber hiaus werde der Erwartugswert m ud der Stadardfehler, also die Stadardabweichug der Stichprobe s, beötigt. Für biomialverteilte Zufallsgröße gilt m p. Die Wahrscheilichkeit p ist i diesem Fall jedoch icht bekat. Nach dem empirische Gesetz großer Zahle 1) ähert sich die relative Häufigkeit h mit steigedem Stichprobeumfag jedoch immer weiter dem Wert vo p a. Daher gilt für de Erwartugswert m h 0,5 50. Für die Stadardabweichug gilt demetspreched s h (1 h) 0,5 (1 0,5) 5. Außerdem gehört zum 95%- Vertrauesitervall die 1,96 s-umgebug. Uterstellt ma u, dass der ahad der Stichprobe ermittelte Ateil vo 50 % dem wahre Ateil roter Eimer etspricht, so würde sich folgedes Histogramm ergebe: 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 X h= [μ 1,96σ; μ +1,96σ] Ei Ergebis vo 50 rote Eimer ist mit der Wahrscheilichkeit vo 50 % vereibar, da es im 1,96 s-itervall um de Erwartugswert liegt. Dies bedeutet aber icht, dass der Wert der Stichprobe mit dem wahre Wert der Grudgesamtheit übereistimme muss μ = 50 X 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 X h= [μ 1,96σ; μ +1,96σ] μ = 41 X Gesucht sid u alle Wahrscheilichkeite, bei dee der Erwartugswert ierhalb des 1,96 s-itervall liegt. Verrigert ma die Wahrscheilichkeit, so verschiebt sich das Histogramm auf der x-achse ach liks. Die gerigste Wahrscheilichkeit, die mit der Stichprobe vereibar ist, liegt bei 41 %, da der ursprügliche Erwartugswert 50 u gerade och rechts im Itervall liegt. 1) vgl. Seite

15 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 X h= [μ 1,96σ; μ +1,96σ] μ = 59 X Erhöht ma die Wahrscheilichkeit, so verschiebt sich das Histogramm auf der x-achse ach rechts. Die maximale Wahrscheilichkeit, die mit der Stichprobe vereibar ist, liegt bei 59 %, da der ursprügliche Erwartugswert 50 u gerade och liks im Itervall liegt. Das 95%-Vertrauesitervall umfasst somit alle Werte zwische 41 % ud 59 %. Der Ateil der rote Eimer i der Produktio beträgt daher mit eier Wahrscheilichkeit vo 95 % zwische 41 % ud 59 %. Das Problem lässt sich aber icht ur grafisch, soder auch algebraisch löse. Gesucht ist zuächst das Itervall [m 1,96 s; m 1,96 s] oder aders ausgedrückt m 1,96 s X m 1,96 s. Wege m p ud s p (1 p) gilt: p 1,96 p q X p 1,96 p q Durch eiige Umformuge lasse sich u die Wahrscheilichkeite, die i dem Vertrauesitervall liege, exakt bestimme. p 1,96 p q X p 1,96 p q p (1 p) p 1,96 X p (1 p) p 1,96 p (1 p) p 1,96 p (1 p) p 1,96 p (1 p) p 1,96 p 1,96 p (1 p) p (1 p) h p 1,96 p (1 p) h p 1,96 p (1 p) h p 1,96 p (1 p) h p 1,96 p (1 p 1,96 p) p (1 h p 1,96 p) Als Ugleichug geschrie- be ergibt sich: Aus der Formel wird ersichtlich, dass mit steigedem Stichprobeumfag das Kofidezitervall schmaler wird. p p 1,96 p 2 p h p 1,96 p 2 p h 1,96 p p 2 Der Ateil der Stichprobe ist X, daher muss durch dividert werde. X etspricht der relative Häufigkeit h. Im Zähler wird ausge- klammert. wird durch ersetzt, um kürze zu köe. kürze. Wurzelgesetz awede. Die Klammer uter der Wurzel ausmultipliziere. 191

16 3 Date beurteile Durch eisetze der Werte h X 50 0,5 ud lasse sich u die Wahrscheilichkeite, die ierhalb des 95 %-Vertrauesitervall liege, bereche. p p p 0,5 1,96 2 quadriere (p 0,5) 2 1,96 2 p p2 (p 0,5) 2 1,96 2 (p p 2 ) Biomische Formel ud quadriere. (p 2 p 0,25) 3,8416 (p p 2 ) ausmultipliziere p 2 p 25 3,8416p 3,8416 p 2 (3,8416 p 3,8416 p 2 ) 103,8416 p 2 103,8416 p ,8416 p 2 p 0, p-q-formel p 1/2 p 2 ± p 2 2 q 1 2 ± ,24075 p 1 0,5 0, ,4038 p 2 0,5 0, ,5962 p muss also Werte ierhalb des Itervalls [0,4038; 0,5962] aehme, damit die p p Bedigug p 0,5 1,96 2 erfüllt ist. Das Stichprobeergebis X 50 0,5 50 % ist mit Ateilswerte der Grudgesamtheit zwische 40,38% ud 59,62 % verträglich. Der wahre Ateil roter Eimer liegt mit eier Wahrscheilichkeit vo 95 % zwische 40,38 % ud 59,62 %. Das gleiche Ergebis erhält ma, we das Vertrauesitervall direkt berechet wird. 2 I c2 h c c2 h(1 h) 2 4h ; c 2 1 c 2 2 h c c2 4 c 2 1 h(1 h) 2 2 I 1,962 0,5 1,96 1,962 0,5 (1 0,5) 1, ,5 1,96 1,962 0,5 (1 0,5) 2 4 ; 1, , , ,96 0, , ,96 0, I ; 1, , I [0,4038; 0,5962] 192

17 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite Rechergestützte Lösug Bestimmug exakter Vertrauesitervalle Exakte Vertrauesitervalle lasse sich mit dem GTR mit zwei uterschiedliche grafische Asätze löse. Dem eie Asatz liegt eie Parabel, dem adere eie Ellipse zu Grude. Daher werde diese Asätze häufig als Parabelasatz ud als Ellipseasatz bezeichet. Zur Erläuterug der beide Asätze wird auf die Date aus Situatio 1 vo S. 189 zurückgegriffe. Parabelasatz Dafür wird die auf Seite 191 hergeleitete Formel i eie quadratische Ugleichug umgeformt. p p p 0,5 1,96 2 quadriere (p 0,5) 2 1,96 2 p p2 (p 0,5) 2 1,96 2 (p p 2 ) 1,96 2 (p p 2 ) (p 0,5) 2 1,96 2 (p p 2 ) 0 Der Graph des Terms ist eie ach obe geöffete Parabel. Es werde die Fuktioswerte (Wahrscheilichkeite) gesucht, die kleier oder gleich ull sid. Zwische de Nullstelle sid die Fuktioswerte kleier als ull, da der Graph uterhalb der Abszisseachse verläuft. f (p) 1 VI = [p 1 ; p 2 ] p 1 0,4 p 1 0,6 p 1 f (p) = (p 0,5) 2 1,96 2 (p p 2 ) Daher bilde die beide Nullstelle des Graphe die like ud rechte Greze des Vertrauesitervalls. Die Nullstelle lasse sich u mithilfe des GTR bestimme. Zuächst wird der durch Umformug etstadee Term i de Y-Editor eigegebe. GTR 193

18 3 Date beurteile Aschließed lasse sich durch 2d [CALC] 2:zero die beide Nullstelle bereche. Cursor erst liks der Nullstelle setze, ENTER, da rechts der Nullstelle, ENTER, ENTER. Die zweite Nullstelle wird demetspreched bestimmt. Allgemei gilt: VI [p 1 ; p 2 ]mitp 1; 2 f (p) (p h) 2 c 2 (p p 2 ) 0 ud h X Vertrauesitervall mit Parabelasatz Wobei c für die jeweilige Breite der Sigma-Umgebug steht. Ellipseasatz Im Gegesatz zum Parabelasatz wird die auf Seite 191 hergeleitete Formel icht i eie quadratische Ugleichug umgeformt, soder der voragegagee Schritt p 1,96 p p 2 i zwei Teilgleichuge zerlegt: h p 1,96 p p2 h p 1,96 p p 2 h p 1,96 p p 2 I Situatio 1 auf Seite 189 lag der relative Ateil roter Eimer bei 50 %, daher ist h 50 %. Somit ergibt sich i diesem Fall: 0,5 p 1,96 p p 2 0,5 p 1,96 p p 2 Die Graphe des blaue ud rote Terms bilde da jeweils de obere oder utere Teil eier Ellipse. Die i der Stichprobe ermittelte relative Häufigkeit wird zusätzlich als waagerechte Gerade i das Koordiatesystem eigezeichet. Die Schittstelle dieser Gerade mit der Ellipse bilde die like ud die rechte Greze des Vertrauesitervalls. 194

19 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite h h 1 (p) = p VI = [p 1 ; p 2 ] p p 2 h = 0,5 p 1 0,4 p 1 0,6 h 1 (p) = p 196 p p 2 1 p Die Itervallgreze lasse sich u mithilfe des GTR bestimme. Zuächst müsse die beide Terme p p p 1,96 2 ud p 1,96 p p2 sowie 0,5 i de Y-Editor eigegebe werde. GTR Aschließed lasse sich durch 2d [CALC] 5: itersect die beide Schittstelle bereche. Mit dem Cursor die obere Ellipsehälfte auswähle, ENTER, da die Gerade, ENTER, ENTER. Die zweite Schittstelle wird demetspreched bestimmt. Allgemei gilt: p p p 1 h p c VI [p 1 ; p 2 ]mit 2 ud h X p p p 2 h p c 2 Vertrauesitervall mit Ellipseasatz 195

20 3 Date beurteile Näherugsweise bestimmte Vertrauesitervalle Sowohl die Berechug der Wahrscheilichkeite, die ierhalb des Vertrauesitervalls liege, als auch die direkte Berechug des Vertrauesitervalls sid relativ aufwedig. Daher bediet ma sich bei große Stichprobe oder relative Häufigkeite die ahe vo 0,5 liege eier Näherug. Das Vertrauesitervall lässt sich da direkt agebe. VI h c h h 2 ; h c h h 2 äherugsweise bestimmtes Vertrauesitervall Die Näherug liefert für brauchbare Werte für Bei kleiere Stichprobe ist die Näherug ur geeiget, we 0,3 h 0,7 gilt. Situatio 2 Durch Marktaalyse ist bekat, dass eie Fast-Food-Kette i Hamburg Kude hat. Mit eier groß agelegte Werbekampage soll ei euer Burger eigeführt werde. Um die Produktiosmege zu bestimme, wurde daher im Vorfeld zufällig ausgewählte Kude eiem Kosumetetest uterzoge. 500 vo ihe gabe a, de eue Burger kaufe zu wolle. Ahad dieser Stichprobe soll festgelegt werde, wie viele Burger für Kude produziert werde müsse. Die Geschäftsführug möchte ur sehr uger kaufwillige Kude icht bediee köe ud plat mit eier Sicherheitswahrscheilichkeit vo 99 %. Bereche Sie exakt ud äherugsweise, wie viele Burger für Kude produziert werde sollte. Algebraische Lösug Gesucht ist das 99 %-Vertrauesitervall. Die dazugehörige Breite der Sigma- Umgebug ist 2,58. Der Stichprobeumfag beträgt Persoe. Das Stichprobeergebis ist X ,1. Durch Eisetze i die jeweilige Formel ergibt sich: Exakte Lösug Näherugs-Lösug p h 2,58 p p 2 p p 0,1 2,58 p (p 0,1) 2 6,6564(p p 2 ) 5 000p p 50 6,6564p 6,6564 p 2 VI h c h h 2 ; h c h h 2 0,1 VI 0,1 2,58 0,01 ; ,1 2,58 0,1 0, ,6564p ,6564p 50 0 VI [0,1 0,0109; 0,1 0,0109] p 1 0,0896 ud p 2 0,1115 VI [0,0896; 0,1115] VI [0,0891; 0,1109] 196

21 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite I beide Fälle liegt der wahre Ateil mit eier Wahrscheilichkeit vo 99 % zwische ca. 9% ud ca. 11 %. Da die Azahl der Burger gesucht war, müsse diese Werte och mit der Azahl der Kude multipliziert werde. p 1 0, p 1 0, p 2 0, p 2 0, Das Uterehme sollte aufgrud Das Uterehme sollte aufgrud des Stichprobeergebisses des Stichprobeergebisses Burger produziere. Burger produziere. Die Abweichug beträgt i diesem Fall lediglich 30 Burger oder ca. 0,5 %. Rechergestützte Lösug Exakte Lösug GTR Zuächst wird der Term (p 0,1) 2 2,58 2 (p p2 ) beötigt ud i de Y-Editor eigegebe. Aschließed lasse sich durch 2d [CALC] 2:zero die beide Nullstelle bereche. Cursor erst liks der Nullstelle setze, ENTER da rechts der Nullstelle, ENTER, ENTER. Die zweite Nullstelle wird demetspreched bestimmt. Näherugsweise Lösug Die Formel zur äherugsweise Bestimmug des Vertraueitervalls ist bereits vorhade. Zuächst mit STAT [TESTS] A:1-PropZIt ENTER das Vertrauesitervall auswähle. 197

22 3 Date beurteile Aschließed die etsprechede Werte mit ENTER eigebe. Dabei steht x für das absolute Ergebis der Stichprobe, für de Stichprobeumfag ud C-Level für die Vertraueswahrscheilichkeit. ENTER liefert das Vertrauesitervall. Situatio 3 Ei Medikametehersteller hat zwei eue Schmerzmittel etwickelt, die uter de Name Abiol ud Brasiti vermarktet werde solle. Abiol ist bereits zugelasse, für Brasiti steht die Zulassug och aus. Im Rahme eier Studie soll die besoders schelle Wirksamkeit beider Medikamete belegt werde. Daher werde Schmerzpatiete mit de Medikamete therapiert. Zeit seit der Eiahme Abiol 15 mi 20 mi schmerzfrei icht schmerzfrei Zeit seit der Eiahme Brasiti 15 mi 20 mi schmerzfrei icht schmerzfrei a) Bestimme Sie mit dem GTR, wie viele vo jährlich 000 Patiete ach der Eiahme vo Abiol mit eier Wahrscheilichkeit vo 90 % ierhalb vo 20 Miute schmerzfrei sei werde. b) Bestimme Sie mit dem GTR, wie viel Prozet aller Patiete ach der Eiahme vo Brasiti mit eier Wahrscheilichkeit vo 95 % ierhalb eier Viertelstude schmerzfrei sei werde. GTR Rechergestützte Lösug Bei dem Medikamet Abiol beträgt der Stichprobeumfag 1500 Persoe. Daher ka mit der Näherug gerechet werde. Bei Brasiti ist der Umfag mit 50 Persoe zu gerig ud die relative Häufigkeit liegt icht im Bereich 0,3 h 0,7. 198

23 3.3 Vertrauesitervalle zu kokrete Vertraueswahrscheilichkeite a) Abiol b) Brasiti h Parabelasatz 1) gewählt: VI h c h 2 h ; h c h 2 (p h) 2 c 2 (p p 2 ) 0 h X 39 h X 50 0, ,898 95% c 1,96 Der GTR liefert: Der GTR liefert: VI [0,885; 0,911] Gesucht war die Azahl der Persoe. Daher müsse die Itervallgreze och mit der Azahl der Persoe multipliziert werde. 0, , Mit eier Wahrscheilichkeit vo 90 % werde zwische ud Persoe ach der Eiahme vo Abiol ierhalb vo 20 Miute schmerzfrei sei. VI [0,648; 0,872] Mit eier Wahrscheilichkeit vo 95 % werde zwische 64,8% ud 87,2 % aller Persoe ach der Eiahme vo Brasiti ierhalb vo 20 Miute schmerzfrei sei. 1) Vgl. S. 193 f. 199

24 3 Date beurteile Übugsaufgabe 1 Bereche Sie das 90 %-Vertrauesitervall, we eie Stichprobe uter 250 Hochschulabsolvete ergebe hat, dass 25 vo ihe arbeitslos sid. 2 Währed eier Kotrolle auf der Autobah wird die Geschwidigkeit vo Fahrzeuge gemesse. Vo ihe überschritte 140 die erlaubte Höchstgeschwidigkeit. Wie hoch ist mit eier Vertraueswahrscheilichkeit vo 95% der wahre Ateil der Geschwidigkeitsübertretuge? 3 Wie breit ist das 99 %-Vertrauesitervall, we i eiem Idustriebetrieb der Ausschussateil eier 75 Stück umfassede Stichprobe 7 % beträgt? 4 I eier Großbäckerei wird Mehl i Säcke mit eiem Sollgewicht vo 25 kg ageliefert. Bei der Eigagskotrolle wurde im vergagee Moat Säcke gewoge. Jeder zwazigste Sack etsprach icht dem Sollgewicht. Wie hoch ist mit eier Wahrscheilichkeit vo 95 % der wahre Ateil aller im Jahr agelieferte Mehlsäcke, bei dee das Gewicht vom Sollgewicht abweicht? 5 Um festzustelle, wie hoch der Ateil a Schwarzfahrer auf eier bestimmte Strecke ist, führt ei Bahbetreiber eie Woche lag sehr geaue Kotrolle durch. Der Zug hat pro Tag eie maximale Kapazität vo 500 Persoe. Tag Mo Di Mi Do Fr Sa So Auslastug 45 % 52 % 76 % 48% 75 % 84 % 68 % Schwarzfahrer Wie hoch ist mit eier Wahrscheilichkeit vo 95 % der wahre Ateil der Schwarzfahrer auf dieser Strecke? 6 Ei Lebesmittelkozem stellt jede Tag aus zwei Toe Obst Fruchtgrütze her. Die Qualitätskotrolle prüft 5 % jeder Fruchtsorte. Um zu Grütze verarbeitet werde zu köe, müsse diese midestes der HK II etspreche. Fruchtateile HKI HKII HKIII Erdbeere 60 % 30 % 10 % 50% 25% 15% Erdbeere Himbeere Brombeere Bire Himbeere 55 % 37% 8 % Brombeere 40 % 53 % 7 % Bire 70 % 26 % 4 % 10% Bereche Sie ahad der Date, wie hoch der Ausschussateil roter Früchte mit eier Vertraueswahrscheilichkeit vo 99 % ist. 200

25 3.4 Vertrauesitervalle zu beliebige Vertraueswahrscheilichkeite 3.4 Vertrauesitervalle zu beliebige Vertraueswahrscheilichkeite Bisher wurde Vertrauesitervalle ur zu de gegebee Vertraueswahrscheilichkeite 90 %, 95 % ud 99% berechet, da die dazugehörige Sigma-Umgebuge bekat ware. Mit der Stadardormalverteilug ist es jedoch auch möglich, ei Vertrauesitervall mit beliebiger Vertraueswahrscheilichkeit zu bereche. p h c p p 2 mit h X Wahrscheilichkeite ierhalb eies beliebige Vertrauesitervalls 1 2 p e 1 v(z) 2 z2 d z 1 0,40 v(z) 0,30 0,20 0, p e 1 2 z2 Die Fläche uter der Dichtefuktio der Stadardormalverteilug beträgt 1. Im Itervall [ 3; 3] liege bereits aäherd % aller Werte. Das % Vertrauesitervall ethält somit ahezu alle Wahrscheilichkeite, die die Ugleichug p p p h 3 2 erfülle z 1,96 1, p e α 2 1 v(z) 2 z2 d z 0,95 0,40 0,30 0,20 0,10 v (z) α 2 1 2p e 1 2 z2 Aus Abschitt ist bekat, dass i das 95% Vertrauesitervall alle Wahrscheilichkeite falle, die die Ugleichug p p p h 1,96 2 erfülle. 3 1, ,96 3 z Bei eier Vertraueswahrscheilichkeit vo 95 % beträgt die Irrtumswahrscheilichkeit a 5 % ud ist aufgrud der Symmetrie der Stadardormalverteilug i zwei Hälfte uterteilt. 201

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen: 61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl

Mehr

15.4 Diskrete Zufallsvariablen

15.4 Diskrete Zufallsvariablen .4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet

Mehr

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39 Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:

Mehr

Wahrscheinlichkeit & Statistik

Wahrscheinlichkeit & Statistik Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege

Mehr

Kapitel 6: Statistische Qualitätskontrolle

Kapitel 6: Statistische Qualitätskontrolle Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle

Mehr

Beschreibende Statistik Kenngrößen in der Übersicht (Ac)

Beschreibende Statistik Kenngrößen in der Übersicht (Ac) Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur

Mehr

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

Mehr

3. Einführung in die Statistik

3. Einführung in die Statistik 3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :

Mehr

Empirische Methoden I

Empirische Methoden I Hochschule für Wirtschaft ud 2012 Umwelt Nürtige-Geislige Fakultät Betriebswirtschaft ud Iteratioale Fiaze Prof. Dr. Max C. Wewel Prof. Dr. Corelia Niederdrek-Felger Aufgabe zum Tutorium Empirische Methode

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Übungsblatt 1 zur Vorlesung Angewandte Stochastik Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche

Mehr

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK Physikalische Prozesse, die eier statistische Gesetzmäßigkeit uterworfe sid, lasse sich mit eier Verteilugsfuktio beschreibe. Die Gauß-Verteilug

Mehr

Grundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung

Grundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/ mamaeusch Grudgesamtheitsaaylse ud Stichprobe. Betrachtuge zur Stichprobefidug Paula Lagares Justo Puerto 1 MaMaEuSch 2

Mehr

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige

Mehr

elektr. und magnet. Feld A 7 (1)

elektr. und magnet. Feld A 7 (1) FachHochschule Lausitz Physikalisches Praktikum α- ud β-strahlug im elektr. ud maget. Feld A 7 Name: Matrikel: Datum: Ziel des Versuches Das Verhalte vo α- ud β-strahlug im elektrische ud magetische Feld

Mehr

SUCHPROBLEME UND ALPHABETISCHE CODES

SUCHPROBLEME UND ALPHABETISCHE CODES SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich

Mehr

3. Tilgungsrechnung. 3.1. Tilgungsarten

3. Tilgungsrechnung. 3.1. Tilgungsarten schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie

Mehr

2 Vollständige Induktion

2 Vollständige Induktion 8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes

Mehr

Statistik. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.html

Statistik. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.html Statistik Prof. Dr. K. Melzer kari.melzer@hs-esslige.de http://www.hs-esslige.de/de/mitarbeiter/kari-melzer.html Ihaltsverzeichis 1 Eileitug ud Übersicht 3 2 Dategewiug (kurzer Überblick) 3 2.1 Plaugsphase

Mehr

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy. Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady

Mehr

Finanzmathematik für HAK

Finanzmathematik für HAK Fiazmathematik für HAK Dr.Mafred Gurter 2008. Kapitalverzisug bei der Bak mit lieare (eifache) Zise währed des Jahres Beispiel : Ei Kapital vo 3000 wird mit 5% für 250 Tage verzist. Wie viel bekommt ma

Mehr

Der natürliche Werkstoff Holz - Statistische Betrachtungen zum uniaxialen Zugversuch am Beispiel von Furnier

Der natürliche Werkstoff Holz - Statistische Betrachtungen zum uniaxialen Zugversuch am Beispiel von Furnier Der atürliche Werkstoff Holz - Statistische Betrachtuge zum uiaxiale Zugversuch am Beispiel vo Furier B. Bellair, A. Dietzel, M. Zimmerma, Prof. Dr.-Ig. H. Raßbach Zusammefassug FH Schmalkalde, 98574 Schmalkalde,

Mehr

FINANZMATHEMATIK. 1. Zinsen und Zinseszinsen. Finanzmathematik 81

FINANZMATHEMATIK. 1. Zinsen und Zinseszinsen. Finanzmathematik 81 Fiazmathematik 8 FINANZMATHEMATIK. Zise ud Ziseszise Die Zise als Preis für die Zurverfügugstellug vo Geld bilde das zetrale Elemet i der Fiazmathematik. Hierbei sid verschiedee Arte der Verzisug zu uterscheide.

Mehr

Höhere Finanzmathematik. Sehr ausführliches Themenheft (d. h. mit Theorie) Aber auch mit vielen Trainingsaufgaben

Höhere Finanzmathematik. Sehr ausführliches Themenheft (d. h. mit Theorie) Aber auch mit vielen Trainingsaufgaben Expoetielles Wachstum Höhere Fiazmathematik Sehr ausführliches Themeheft (d. h. mit Theorie) Aber auch mit viele Traiigsaufgabe Es hadelt sich um eie Awedug vo Expoetialfuktioe (Wachstumsfuktioe) Datei

Mehr

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit

Mehr

Lernhilfe in Form eines ebooks

Lernhilfe in Form eines ebooks Ziseszisrechug Lerhilfe i Form eies ebooks apitel Thema Seite 1 Vorwort ud Eiführug 2 2 Theorie der Ziseszisrechug 5 3 Beispiele ud Beispielrechuge 12 4 Testaufgabe mit Lösuge 18 Zis-Ziseszis.de 212 Seite

Mehr

3 Die Außenfinanzierung durch Fremdkapital (Kreditfinanzierung)

3 Die Außenfinanzierung durch Fremdkapital (Kreditfinanzierung) 3 Die Außefiazierug durch Fremdkapital (Kreditfiazierug) 3.1 Die Charakteristika ud Forme der Kreditfiazierug Aufgabe 3.1: Idealtypische Eigeschafte vo Eige- ud Fremdkapital Stelle Sie die idealtypische

Mehr

Linsengesetze und optische Instrumente

Linsengesetze und optische Instrumente Lisegesetze ud optische Istrumete Gruppe X Xxxx Xxxxxxxxx Xxxxxxx Xxxxxx Mat.-Nr.: XXXXX Mat.-Nr.: XXXXX XX.XX.XX Theorie Im olgede werde wir eie kurze Überblick über die Fuktio, de Aubau ud die Arte vo

Mehr

WS 2000/2001. zeitanteiliger nomineller Jahreszinssatz für eine unterjährige Verzinsungsperiode bei einfachen Zinsen

WS 2000/2001. zeitanteiliger nomineller Jahreszinssatz für eine unterjährige Verzinsungsperiode bei einfachen Zinsen Aufgabe 1: WS 2000/2001 Aufgabe 1: (4 P (4 Pukte) Gebe Sie die Formel zur Bestimmug des relative sowie des koforme Zissatzes a ud erläuter Sie die Uterschiede bzw. Gemeisamkeite der beide Zisfüße. Lösug:

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie

Mehr

Page-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet

Page-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet Humboldt-Uiversität zu Berli Istitut für Iformatik Logik i der Iformatik Prof. Dr. Nicole Schweikardt Page-Rak: Markov-Kette als Grudlage für Suchmaschie im Iteret Skript zum gleichamige Kapitel der im

Mehr

Variiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.

Variiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen. 3. Variazaalyse Die Variazaalyse mit eier quatitative abhägige Variable ud eier oder mehrerer qualitativer uabhägiger Variable wird auch als ANOVA (Aalysis of Variace) bezeichet. Mit eier Variazaalyse

Mehr

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug

Mehr

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Hadelsschule Abschlussprüfug Sommer Fach: MATHEMATIK Bearbeitugszeit: Erlaubte Hilfsmittel: Zeitstude Nicht-programmierbarer Tascherecher

Mehr

Parameter von Häufigkeitsverteilungen

Parameter von Häufigkeitsverteilungen Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige

Mehr

Löslichkeitsdiagramm. Grundlagen

Löslichkeitsdiagramm. Grundlagen Grudlage Löslichkeitsdiagramm Grudlage Zur etrachtug des Mischugsverhaltes icht vollstädig mischbarer Flüssigkeite, das heißt Flüssigkeite, die sich icht bei jeder Temperatur i alle Megeverhältisse miteiader

Mehr

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE Versuch 3/ NEWTONSCHE INTERFERENZRINGE Blatt NEWTONSCHE INTERFERENZRINGE Die Oberfläche vo Lise hat im allgemeie Kugelgestalt. Zur Messug des Krümmugsradius diet das Sphärometer. Bei sehr flacher Krümmug

Mehr

Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage

Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage Kofidezitervall_fuer_pi.doc Seite 1 vo 6 Kofidezitervall für de Ateilswert π am Beispiel eier Meiugsumfrage Nach eier Meiugsumfrage der Wochezeitug Bezirksblatt vom März 005, ei halbes Jahr vor de Ladtagswahle

Mehr

2. Gleichwertige Lösungen

2. Gleichwertige Lösungen 8. Gleichwertige Lösuge Für die Lösug jeder lösbare Aufgabe gibt es eie uedliche Azahl vo (abstrakte ud kokrete) Algorithme. Das folgede Problem illustriert, dass eie Aufgabe eifacher oder kompliziert,

Mehr

Wirtschaftsmathematik

Wirtschaftsmathematik Studiegag Betriebswirtschaft Fach Wirtschaftsmathematik Art der Leistug Studieleistug Klausur-Kz. BW-WMT-S1 040508 Datum 08.05.004 Bezüglich der Afertigug Ihrer Arbeit sid folgede Hiweise verbidlich: Verwede

Mehr

Statistische Formelsammlung Begleitende Materialien zur Statistik - Vorlesung des Grundstudiums im Fachbereich IK

Statistische Formelsammlung Begleitende Materialien zur Statistik - Vorlesung des Grundstudiums im Fachbereich IK Statistische Formelsammlug Begleitede Materialie zur Statistik - Vorlesug des Grudstudiums im Fachbereich IK Erstellt im Rahme des studierede Projektes PROST Studiejahr 00/00 uter Aleitug vo Frau Prof.

Mehr

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur

Mehr

Kapitel 5: Schließende Statistik

Kapitel 5: Schließende Statistik Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte

Mehr

Grundkompetenz-Aufgaben

Grundkompetenz-Aufgaben Durch starte Mathematik übugsbuch bis Grudkompetez-Aufgabe Aufgrud der eue schriftliche Reifeprüfug i Mathematik ist es otwedig, sich mit de eue Grudkompetez-Aufgabe auseiaderzusetze. Die Olie-Ergäzug

Mehr

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder

Mehr

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst. Krytologie: Krytograhie ud Krytoaalyse Krytologie ist die Wisseschaft, die sich mit dem Ver- ud Etschlüssel vo Iformatioe befasst. Beisiel Iteretkommuikatio: Versiegel (Itegrität der Nachricht) Sigiere

Mehr

FIBU Kontoauszugs- Manager

FIBU Kontoauszugs- Manager FIBU Kotoauszugs- Maager Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Highlights... 4 2.1 Buchugsvorschläge i der Buchugserfassug... 4 2.2 Vergleichstexterstellug zur automatische Vorkotierug... 5 2.3

Mehr

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Istitut für tochastik Prof. Dr. N. Bäuerle Dipl.-Math.. Urba Lösugsvorschlag 9. Übugsblatt zur Vorlesug Fiazmathematik I Aufgabe Ei euartiges Derivat) Wir sid i eiem edliche, arbitragefreie Fiazmarkt,

Mehr

Lerneinheit 2: Grundlagen der Investition und Finanzierung

Lerneinheit 2: Grundlagen der Investition und Finanzierung Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt 2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:

Mehr

h i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert

h i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...

Mehr

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110 Name, Vorame Matrikel-Nr. Studiezetrum Studiegag Fach Art der Leistug Klausur-Kz. Betriebswirtschaft Wirtschaftsmathematik Studieleistug Datum 10.11.2001 BW-WMT-S12 011110 Verwede Sie ausschließlich das

Mehr

... a ik) i=1...m, k=1...n A = = ( a mn

... a ik) i=1...m, k=1...n A = = ( a mn Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,

Mehr

Internet-Zahlungsverfahren aus Sicht der Händler: Ergebnisse der Umfrage IZH5

Internet-Zahlungsverfahren aus Sicht der Händler: Ergebnisse der Umfrage IZH5 Iteret- aus Sicht der Hädler: Ergebisse der Umfrage IZH5 Vorab-Kurzauswertug ausgewählter Aspekte Dezember 2009 1 Gegestad ud ausgewählte Ergebisse der Studie Mit der aktuelle füfte Umfragewelle zum Thema

Mehr

Demo für www.mathe-cd.de

Demo für www.mathe-cd.de Wahrscheilichkeitsrechug Hypergeometrische Verteilug Themeheft ud Traiigsheft Datei r. 4211 Stad 17. April 2010 Friedrich W. Buckel Demo für ITERETBIBLIOTHEK FÜR SCHULMATHEMATIK 4211 Hypergeometrische

Mehr

Gliederung. Value-at-Risk

Gliederung. Value-at-Risk Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug

Mehr

Versicherungstechnik

Versicherungstechnik Operatios Research ud Wirtschaftsiformati Prof. Dr. P. Recht // Dipl.-Math. Rolf Wedt DOOR Versicherugstechi Übugsblatt 3 Abgabe bis zum Diestag, dem 03..205 um 0 Uhr im Kaste 9 Lösugsvorschlag: Vorbereituge

Mehr

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete

Mehr

Innerbetriebliche Leistungsverrechnung

Innerbetriebliche Leistungsverrechnung Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der

Mehr

Die Instrumente des Personalmanagements

Die Instrumente des Personalmanagements 15 2 Die Istrumete des Persoalmaagemets Zur Lerorietierug Sie solle i der Lage sei:! die Ziele, Asätze ud Grüde eier systematische Persoalplaug darzulege;! die Istrumete der Persoalplaug zu differeziere;!

Mehr

Kunde. Kontobewegung

Kunde. Kontobewegung Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:

Mehr

Zur Ableitung zulässiger Messunsicherheiten

Zur Ableitung zulässiger Messunsicherheiten Zur Ableitug zulässiger Messusicherheite aus Toleraze bei Igeieurvermessuge a Krabahe Has Schulz Vo de jeweilige Herstelltoleraze ist für die Vermessug ei bestimmter Ateil die Vermessugstoleraz vorzusehe,

Mehr

IWW Studienprogramm. Vertiefungsstudium. Modul XI: Volkswirtschaftslehre. Lösungshinweise zur 1. Musterklausur

IWW Studienprogramm. Vertiefungsstudium. Modul XI: Volkswirtschaftslehre. Lösungshinweise zur 1. Musterklausur Istitut für Wirtschaftswisseschaftliche Forschug ud Weiterbildug GmbH Istitut a der FerUiversität i Hage IWW Studieprogramm Vertiefugsstudium Modul XI: Volkswirtschaftslehre Lösugshiweise zur 1. Musterklausur

Mehr

cubus EV als Erweiterung für Oracle Business Intelligence

cubus EV als Erweiterung für Oracle Business Intelligence cubus EV als Erweiterug für Oracle Busiess Itelligece... oder wie Oracle-BI-Aweder mit Essbase-Date vo cubus outperform EV Aalytics (cubus EV) profitiere INHALT 01 cubus EV als Erweiterug für die Oracle

Mehr

Behandlung von Messunsicherheiten (Fehlerrechnung)

Behandlung von Messunsicherheiten (Fehlerrechnung) Behadlug vo Messusicherheite (Fehlerrechug). Ermittlug vo Messusicherheite. Messug ud Messusicherheit Die Messug eier physikalische Größe erfolgt durch de Vergleich dieser Größe mit eier Bezugseiheit ach

Mehr

1. Ein Kapital von 5000 ist zu 6,5% und ein Kapital von 4500 zu 7% auf 12 Jahre angelegt. Wie groß ist der Unterschied der Endkapitalien?

1. Ein Kapital von 5000 ist zu 6,5% und ein Kapital von 4500 zu 7% auf 12 Jahre angelegt. Wie groß ist der Unterschied der Endkapitalien? Fiazmathematik Aufgabesammlug. Ei Kapital vo 5000 ist zu 6,5% ud ei Kapital vo 4500 zu 7% auf 2 Jahre agelegt. Wie groß ist der Uterschied der Edkapitalie? 2. Wa erreicht ei Kapital eie höhere Edwert,

Mehr

Erfolg im Mathe-Abi 2013

Erfolg im Mathe-Abi 2013 Gruber I Neuma Erfolg im Mathe-Abi 2013 Vorabdruck Wahlteil Stochastik für das Abitur ab 2013 zum Übugsbuch für de Wahlteil Bade-Württemberg mit Tipps ud Lösuge Vorwort Vorwort Erfolg vo Afag a...ist das

Mehr

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte. Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste

Mehr

KASSENBUCH ONLINE Online-Erfassung von Kassenbüchern

KASSENBUCH ONLINE Online-Erfassung von Kassenbüchern KASSENBUCH ONLINE Olie-Erfassug vo Kassebücher Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Ituitive Olie-Erfassug des Kassebuchs... 5 3.2 GoB-sicher

Mehr

Bereichsleitung Fitness und GroupFitness (IST)

Bereichsleitung Fitness und GroupFitness (IST) Leseprobe Bereichsleitug Fitess ud GroupFitess (IST) Studieheft Persoalmaagemet Autori Corelia Trikaus Corelia Trikaus ist Diplom-Ökoomi ud arbeitet als wisseschaftliche ud pädagogische Mitarbeiteri bei

Mehr

Byzantinische Einigung im Full-Information-Modell in O(log n) Runden

Byzantinische Einigung im Full-Information-Modell in O(log n) Runden Byzatiische Eiigug im Full-Iformatio-Modell i O(log ) Rude Martia Hüllma Uiversität Paderbor (martiah@upb.de) Zusammefassug. Byzatiische Eiigug stellt ei grudlegedes Problem im Bereich verteilter Systeme

Mehr

Inhaltsverzeichnis Office Excel 2003 - Themen-Special: Statistik I

Inhaltsverzeichnis Office Excel 2003 - Themen-Special: Statistik I W-EX2003S Autor: Christia Müster Ihaltliches Lektorat: Peter Wies Überarbeitete Ausgabe vom 23. Mai 2007 by HERDT-Verlag für Bildugsmedie GmbH, Bodeheim Microsoft Office Excel 2003 für Widows Theme-Special:

Mehr

Musterlösung zu Übungsblatt 2

Musterlösung zu Übungsblatt 2 Prof. R. Padharipade J. Schmitt C. Schießl Fuktioetheorie 25. September 15 HS 2015 Musterlösug zu Übugsblatt 2 Aufgabe 1. Reelle Fuktioe g : R R stelle wir us üblicherweise als Graphe {(x, g(x)} R R vor.

Mehr

Monte Carlo-Simulation

Monte Carlo-Simulation Mote Carlo-Simulatio Mote Carlo-Methode Der Begriff Mote Carlo-Methode etstad i de 1940er Jahre, als ma im Zusammehag mit dem Bau der Atombombe die Simulatio vo Zufallsprozesse erstmals i größerem Stil

Mehr

Klasse: Platzziffer: Punkte: / Graph zu f

Klasse: Platzziffer: Punkte: / Graph zu f Pflichtteil Mathematik I Aufgabe P Name: Vorame: Klasse: Platzziffer: Pukte: / P.0 Gegebe ist die Fuktio f mit der Gleichug (siehe Zeichug). y x8 y,25 4 mit GI IRIR Graph zu f O x P. x 8 Die Pukte C (x,25

Mehr

1741 SWITZERLAND EQUAL WEIGHTED INDEX

1741 SWITZERLAND EQUAL WEIGHTED INDEX 1741 Switzerlad Idex Series 1741 SWITZERLAND EQUAL WEIGHTED INDEX Reglemet Versio vom 01.07.2015 1741 Switzerlad Equal Weighted Idex 2 INHALTSVERZEICHNIS 1 Eileitug 3 2 Idex Spezifikatioe 4 3 Idex Uiversum

Mehr

Service-Paket Druckluft: kleine und mittlere Anlagen

Service-Paket Druckluft: kleine und mittlere Anlagen Service-Paket Druckluft: kleie ud mittlere Alage Arbeitsistrumet für de Druckluft-Abieter Bei der Erzeugug vo Druckluft biete sich beachtliche Chace zur Sekug der Eergiekoste. Die Kotrolle ud Wartug des

Mehr

Die allgemeinen Daten zur Einrichtung von md cloud Sync auf Ihrem Smartphone lauten:

Die allgemeinen Daten zur Einrichtung von md cloud Sync auf Ihrem Smartphone lauten: md cloud Syc / FAQ Häufig gestellte Frage Allgemeie Date zur Eirichtug Die allgemeie Date zur Eirichtug vo md cloud Syc auf Ihrem Smartphoe laute: Kototyp: Microsoft Exchage / ActiveSyc Server/Domai: mailsyc.freeet.de

Mehr

Methodische Grundlagen der Kostenkalkulation

Methodische Grundlagen der Kostenkalkulation Methodische Grudlage der Kostekalkulatio Plaugsebee Gebrauchsgüter Die i der ladwirtschaftliche Produktio eigesetzte Produktiosmittel werde i Gebrauchsgüter ud Verbrauchsgüter uterteilt. Zu de Gebrauchsgüter

Mehr

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.

Auch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert. Prof. Dr. H. Rommelfager: Etscheidugstheorie, Kaitel 3 7 3. Etscheidug bei Risiko (subjektive oder objektive) Eitrittswahrscheilichkeite für das Eitrete der mögliche Umweltzustäde köe vom Etscheidugsträger

Mehr

Finanzmathematik. srdp orientierte. Seminar in Salzburg, HLW Annahof. Inhalt: I Display und Screenshots 2. II Grundbegriffe 3

Finanzmathematik. srdp orientierte. Seminar in Salzburg, HLW Annahof. Inhalt: I Display und Screenshots 2. II Grundbegriffe 3 Semiar i Salzburg, HLW Aahof srdp orietierte Fiazmathematik mit TI 82 stats Ihalt: I Display ud Screeshots 2 II Grudbegriffe 3 III Eifache Verzisug 3 IV Ziseszis 4 VI Äquivalezprizip 4 VII Uterjährige

Mehr

Stichproben im Rechnungswesen, Stichprobeninventur

Stichproben im Rechnungswesen, Stichprobeninventur Stichprobe im Rechugswese, Stichprobeivetur Prof Dr Iree Rößler ud Prof Dr Albrecht Ugerer Duale Hochschule Bade-Württemberg Maheim Im eifachste Fall des Dollar-Uit oder Moetary-Uit Samplig (DUS oder MUS-

Mehr

2.2.1 Lagemaße. Exkurs: Quantile. und n. p n

2.2.1 Lagemaße. Exkurs: Quantile. und n. p n Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p

Mehr

Erwartungswert und Varianz bei Verteilungen und Glücksspielen

Erwartungswert und Varianz bei Verteilungen und Glücksspielen HL Saalfelde Erwartugswert / Variaz Seite vo 7 Wilfried Rohm Erwartugswert ud Variaz bei Verteiluge ud Glücksspiele Mathematische / Fachliche Ihalte i Stichworte: Erwartugswerte ud Variaz (Stadardabweichug)

Mehr

6.6 Grundzüge der Fehler- und Ausgleichsrechnung 6.6.1 Fehlerarten- Aufgaben der Fehler- und Ausgleichsrechnung physikalisch-technische Experiment

6.6 Grundzüge der Fehler- und Ausgleichsrechnung 6.6.1 Fehlerarten- Aufgaben der Fehler- und Ausgleichsrechnung physikalisch-technische Experiment 103 66 Grudzüge der Fehler- ud Ausgleichsrechug 661 Fehlerarte- Aufgabe der Fehler- ud Ausgleichsrechug Jedes physikalisch-techische Experimet liefert gewisse gemessee Werte x Bei dem Messvorgag verwede

Mehr

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe II mit gymasialer Oberstufe ud Fachschule - staatlich aerkat - Kurslehrer: Lagebach Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe

Mehr

Bei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten.

Bei 95%iger Konfidenz wäre der Mittelwert der GG zwischen 1421,17DM und 1778,83DM zu erwarten. Aufgabe 36 (S. 346: Schätzverfahre für Mittelwert ud Stadardabweichug a Puktschätzuge für µ aufgrud der Werte der kleie Stichprobe aus Aufgabe 3 Bei eier Puktschätzug wird für de zu schätzede Parameter

Mehr

AVANTI Neuerungen. Inhalt. I. Neuerungen Version 16. 1. Pin Funktion. 2. Status für Nachtragspositionen. 3. DBD Baupreise EFB

AVANTI Neuerungen. Inhalt. I. Neuerungen Version 16. 1. Pin Funktion. 2. Status für Nachtragspositionen. 3. DBD Baupreise EFB Neueruge Software Techologie GmbH 67433 Neustadt / Weistraße Ihalt I. Neueruge Versio 16 3 1. Pi Fuktio 3 2. Status für Nachtragspositioe 5 3. DBD Baupreise EFB 6 4. Programm Eistiegs Assistet 8 5. Voreistellugs-Assistet

Mehr

Finanzmathematische Formeln und Tabellen

Finanzmathematische Formeln und Tabellen Jui 2008 Dipl.-Betriebswirt Riccardo Fischer Fiazmathematische Formel ud Tabelle Arbeitshilfe für Ausbildug, Studium ud Prüfug im Fach Fiaz- ud Ivestitiosrechug Dieses Werk, eischließlich aller seier Teile,

Mehr

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008 Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe

Mehr

Robuste Asset Allocation in der Praxis

Robuste Asset Allocation in der Praxis Fiazmarkt Sachgerechter Umgag mit Progosefehler Robuste Asset Allocatio i der Praxis Pesiosfods ud adere istitutioelle Aleger sid i aller Regel a ei bestimmtes Rediteziel (Rechugszis) gebude, das Jahr

Mehr

1 Analysis T1 Übungsblatt 1

1 Analysis T1 Übungsblatt 1 Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.

Mehr

Testen statistischer Hypothesen

Testen statistischer Hypothesen Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über

Mehr

beck-shop.de 2. Online-Marketing

beck-shop.de 2. Online-Marketing beck-shop.de 2. Olie-Marketig aa) Dateschutzrechtliche Eiwilligug immer erforderlich Ohe Eiwilligug des Nutzers ist eie Erhebug persoebezogeer Date icht zulässig. Eie derartige Eiwilligug ka auch icht

Mehr

Gruppe 108: Janina Bär Christian Hörr Robert Rex

Gruppe 108: Janina Bär Christian Hörr Robert Rex TEHNIHE UNIVEITÄT HEMNITZ FAULTÄT FÜ INFOMATI Hardwarepraktikum im W /3 Versuch 3 equetielle ysteme I Gruppe 8: aia Bär hristia Hörr obert ex hemitz, 7. November Hardwarepraktikum equetielle ysteme I Aufgabe

Mehr

(8) FOLGEN und REIHEN

(8) FOLGEN und REIHEN Folge ud Reihe ÜBUNGEN Bestimme die gegeseitige Lage der Ebee ud gib die gemeisame Pukte bzw. Gerade a. x+4y - 6z= x + y - z = 4x - 4y+4z=0 x + y z = 0 x - y+z = x + y + z = x+y -5z= 4x - 7y+z= -x+y -z=8

Mehr

IWW Studienprogramm. Aufbaustudium. Gründungscontrolling. Lösungshinweise zur 3. Musterklausur

IWW Studienprogramm. Aufbaustudium. Gründungscontrolling. Lösungshinweise zur 3. Musterklausur Istitut für Wirtschaftswisseschaftliche Forschug ud Weiterbildug GmbH Istitut a der FerUiversität i Hage IWW Studieprogramm Aufbaustudium Grüdugscotrollig Lösugshiweise zur 3. Musterklausur Lösugshiweise

Mehr

5.7. Aufgaben zu Folgen

5.7. Aufgaben zu Folgen 5.7. Aufgabe zu Folge Aufgabe : Lieares ud beschräktes Wachstum Aus eiem Quadrat mit der Seiteläge dm gehe auf die rechts agedeutete Weise eue Figure hervor. Die im -te Schritt agefügte Quadrate sid jeweils

Mehr

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3 INHALTSVERZEICHNIS AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2 Datefluß ud Programmablauf 2 Vorbedigug 3 Nachbedigug 3 Schleifeivariate 3 KONSTRUKTION 4 ALTERNATIVE ENTWURFSMÖGLICHKEITEN 5 EFFEKTIVE

Mehr