Dynamisierung der Vegetationsperiode für LARSIM

Größe: px
Ab Seite anzeigen:

Download "Dynamisierung der Vegetationsperiode für LARSIM"

Transkript

1 Dynamserung der Vegetatonsperode ür LARSIM Dr. Hannaleena Pöhler () 1. Hntergrund und Zelsetzung 2. Umsetzung 3. Wetere Arbetsschrtte und Ausblck

2 Hntergrund und Zelsetzung Fgure 3.1 Fgure 3.38 Quelle: IPCC 2007 Klmawandel Temperaturansteg Verschebung der Vegetatonsperode

3 Mttlerer Begnn der Vegetatonsperode n Deutschland (Chmelewsk et al. 2007) Mttlere Länge der thermschen Vegetatonsperode n Deutschland (Chmelewsk et al. 2007) Veränderung der Länge der thermschen Vegetatonsperode n Deutschland (Szenaro A2, REMO, gegenüber Kontrolllau , Chmelewsk et al. 2007)

4 Umsetzung m Modell Herletung von Algorthmen Fchte, Keer, Buche, Eche Apel, Süßkrsche Verschedene Getredearten, Grasarten, Hackrüchte Bsher ür Sachsen Übertragung au Baden-Württemberg

5 Methodk Quelle: Chmelewsk et al. 2008

6 Methodk DynPhen 1 DynPhen 2 S R R t ( t) = R ), wobe S ( t2 ) : = = t1 ( T ) = 0, ) = 1+ exp DynPhen 3 S () t = R ( T ) S = t1 R ( T ) = 0 R mt t ( t 2 ) F * ) T TB 28.4 F B ( 0.185( T T 18.4) ) B * wenn T T wobe wenn B, ( t 2 ): F * S = T T B = wenn T > TB wenn T > T S S t c ( t) = Rc ), wobe Sc( t1 ) = : = t0 t ( t) = R ), wobe S ( t2 ) : = = t1 * F = a exp wobe glt: R ( T ) = 0, c T Rc ) = T Bc T Rc ) = T Bc R ( T ) = 0, R ) = 1+ exp * ( bc ) C * F wenn 3.4 < T T wenn T wenn T Bc < T * wenn T 3.4 oder T Bc < 10.4 B ( 0.185( T T 18.4) ) B T B, wenn T > T

7 Methodk Wnterwezen t z n 9 T 00 11,3 C; s = 0,7 C BBCH 00 Aussaat 10 Augang 31 Schossbegnn 51 Begnn Ährensch. 61 Begnn Blüte 65 Ende Blüte 75 Mlchree 83 Tegree 87 Gelbree Ernte (Vollree) t n 277,7 293,4 117,1 151, ,3-202,5 221,3 d s(t n ) 9,6 11,1 11,9 5, ,7-6,8 7,5 T B =6 C Thermal-Tme-Model F* - 119,0 129,7 369, ,4-921,6 1150,1 s - 26,9 42,3 56, ,8-61,8 51,3 MAE - 4,7 5,9 4, ,4-5,3 5,7

8 Modellvalderung Bespel: Brands, typsche Fruchtolge Jahr Fruchtart (phänologsche Phase) Entrtt der phänologschen Phase (beobachtet) Entrtt der phänologschen Phase (modellert) MAE C MAEMod 1997 Sommerwezen Tage 1998 Wnterroggen ,0 Tage 7 Tage 1999 Wntergerste ,2 Tage 1 Tag 2000 Erbsen Wnterwezen ,9 Tage 2 Tage 2002 Wntergerste ,2 Tage 22 Tage 2003 Raps ,6 Tage 4 Tage 2004 Wnterwezen ,9 Tage 9 Tage 2005 Sommergerste ,0 Tage 6 Tage 2006 Raps ,6 Tage 4 Tage

9 Modellvalderung (sächssche Klmaregonen) Phasenentrtt (Tage ab 1. Jan.) Eche U beobachtet Eche U modellert 90 Rotbuche U beobachtet Rotbuche U modellert Sächs. Teland Phasenentrtt (Tage ab 1. Jan.) Eche H beobachtet Eche H modellert 90 Rotbuche H beobachtet Rotbuche H modellert Erzgebrge

10 geplante Umsetzung ür LARSIM LARSIM: 16 Landnutzungsklassen Sedlung dcht, Sedlung locker, versegelt, unbewachsener Boden, Wasser kene dynamserten Vegetatonsperoden Acker, Grünland ntensv, Feuchtlächen, Grünland extensv, Wndwur DynPhen 3 Wenbau, Obstbau, Nadelwald, Laubwald, Mschwald DynPhen 1

11 Wetere Arbetsschrtte und Ausblck Programmerung n LARSIM Testsmulatonen, gg. Nachkalbrerung Überprüung der ür Sachsen abgeleteten Algorthmen ür andere Bundesländer genauere Autelung von Acker- und Forstlächen nach konkret angebauten Kulturarten Implementerung weterer wchtger Kulturarten

12 Velen Dank ür de Aumerksamket!

LARSIM Anwendertreffen 2009

LARSIM Anwendertreffen 2009 LARSIM Anwendertreffen 2009 Umsetzung der Dynamisierung der Vegetationsperiode im Wasserhaushaltsmodell LARSIM Annette Luce, Kai Gerlinger HYDRON Ingenieurgesellschaft für Umwelt und Wasserwirtschaft mbh,

Mehr

Entscheidungsprobleme der Marktforschung (1)

Entscheidungsprobleme der Marktforschung (1) Prof. Dr. Danel Baer. Enführung 2. Informatonsbedarf 3. Datengewnnung 2. Informatonsbedarf Entschedungsprobleme der () Informatonsbedarf Art Qualtät Menge Informatonsbeschaffung Methodk Umfang Häufgket

Mehr

Course Dec 15, Statistische Mechanik plus. Course Hartmut Ruhl, LMU, Munich. People involved. Rationale

Course Dec 15, Statistische Mechanik plus. Course Hartmut Ruhl, LMU, Munich. People involved. Rationale Dec 15, 2016 ASC, room A 238, phone 089-21804210, emal hartmut.ruhl@lmu.de Patrc Böhl, ASC, room A205, phone 089-21804640, emal patrc.boehl@phys.un-muenchen.de. Dsusson der Besetzungszahldarstellungen

Mehr

( a ) z + ( 1 b ) z = ( 1 c ) z.

( a ) z + ( 1 b ) z = ( 1 c ) z. Hans Walser, [2000509a] Fermat mt negatven Exponenten Anregung: T. G., B. Vgl. [Morgan 200] Ausgangsrage Gesucht snd Lösungen a,b,c! der Glechung: a z + b z = c z, z! 2 Bespele und Gegenbespele a) Für

Mehr

Dynamisches Programmieren

Dynamisches Programmieren Marco Thomas - IOI 99 -. Treffen n Bonn - Dynamsches Programmeren - Unverstät Potsdam - 8.02.999 Dynamsches Programmeren 957 R. Bellmann: Dynamc Programmng für math. Optmerungsprobleme Methode für Probleme,.

Mehr

Entfaltungs-Methoden in der Datenanalyse. Matthias Bartelt Universität Dortmund

Entfaltungs-Methoden in der Datenanalyse. Matthias Bartelt Universität Dortmund Entfaltungs-Methoden n der Datenanalyse Matthas Bartelt Unverstät Dortmund bartelt@physk.un-dortmund.de Matthas Bartelt Astrotelchenphysk-Schule Erlangen 2005 1 Überscht Motvaton Mathematsches Problem

Mehr

Nullstellen Suchen und Optimierung

Nullstellen Suchen und Optimierung Nullstellen Suchen und Optmerung Typsche Probleme: De optmale Bahnkurve De Mnmerung des Erwartungswertes ür den Hamltonan Wr möchten ene Funkton mnmeren oder mameren solch en Problem wrd Optmerung genannt!

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY) Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

Einführung in die theoretische Physik 1

Einführung in die theoretische Physik 1 Enführung n de theoretsche hysk 1 rof. Dr. L. Mathey Denstag 15:45 16:45 und Donnerstag 10:45 12:00 Begnn: 23.10.12 Jungus 9, Hörs 2 Mathey Enführung n de theor. hysk 1 1 Grundhypothese der Thermostatk

Mehr

Definition des linearen Korrelationskoeffizienten

Definition des linearen Korrelationskoeffizienten Defnton des lnearen Korrelatonskoeffzenten r xy x y y r x xy y 1 x x y y x Der Korrelatonskoeffzent st en Indkator dafür, we gut de Punkte (X,Y) zu ener Geraden passen. Sen Wert legt zwschen -1 und +1.

Mehr

Lösungen aller Aufgaben und Lernkontrollen

Lösungen aller Aufgaben und Lernkontrollen Oft gbt es be den Aufgaben mehr als nur enen rchtgen Lösungsweg. Es st jedoch mest nur ene Lösung dargestellt. Aufgaben u Kaptel Lösung u Aufgabe a) nach Defnton von. b) 4 ( ) ( ). c) 5 4. d) ( ) (( )

Mehr

Ordered Response Models (ORM)

Ordered Response Models (ORM) Handout: Mkroökonometre Ordered Response Models Domnk Hanglberger - SS 28 Ordered Response Models (ORM) Ist de abhängge Varable ordnal skalert (d.h. hre Kategoren lassen sch n ene Rangrehenfolge brngen,

Mehr

Klausur Statistik IV Sommersemester 2009

Klausur Statistik IV Sommersemester 2009 Klausur Statstk IV (Lösug) Name, Vorame 013456 Klausur Statstk IV Sommersemester 009 Prof. Dr. Torste Hothor Isttut für Statstk Name: Name, Vorame Matrkelummer: 013456 Wchtg: ˆ Überprüfe Se, ob Ihr Klausurexemplar

Mehr

50 Matrixnormen und Eigenwertabschätzungen

50 Matrixnormen und Eigenwertabschätzungen 50 Matrxnormen und Egenwertabschätzungen 501 Motvaton De Berechnung der Egenwerte ener Matrx st aufwändg (vgl Kaptel 45, Kaptel 51) Kann man de Egenwerte ener Matrx mt gerngem Aufwand abschätzen? Des spelt

Mehr

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar.

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar. . Nullstellensuche Enes der ältesten numerschen Probleme stellt de Bestmmung der Nullstellen ener Funkton = dar. =c +c =c +c +c =Σc =c - sn 3 Für ene Gerade st das Problem trval, de Wurzel ener quadratschen

Mehr

Modellierung von Hydrosystemen Numerische und daten-basierte Methoden 2018 Finite-Elemente-Methode Selke-Modell

Modellierung von Hydrosystemen Numerische und daten-basierte Methoden 2018 Finite-Elemente-Methode Selke-Modell Modellerung von Hydrosystemen Numersche und daten-baserte Methoden BHYWI-22-21 @ 2018 Fnte-Elemente-Methode Selke-Modell Olaf Koldtz *Helmholtz Centre for Envronmental Research UFZ 1 Technsche Unverstät

Mehr

Institut für Technische Chemie Technische Universität Clausthal

Institut für Technische Chemie Technische Universität Clausthal Insttut für Technsche Cheme Technsche Unverstät Clusthl Technsch-chemsches Prktkum TCB Versuch: Wärmeübertrgung: Doppelrohrwärmeustuscher m Glechstrom- und Gegenstrombetreb Enletung ür de Auslegung von

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

1.1 Beispiele zur linearen Regression

1.1 Beispiele zur linearen Regression 1.1. BEISPIELE ZUR LINEAREN REGRESSION 0 REGRESSION 1: Multple neare Regresson 1 Enführung n de statstsche Regressonsrechnung 1.1 Bespele zur lnearen Regresson b Bespel Sprengungen. Erschütterung Funkton

Mehr

Universität Karlsruhe (TH)

Universität Karlsruhe (TH) Unverstät Karlsruhe (TH) Forschungsunverstät gegründet 825 Parallele Algorthmen I Augaben und Lösungen Pro. Dr. Walter F. Tchy Dr. Vctor Pankratus Davd Meder Augabe () Gegeben se en N-elementger Zahlenvektor

Mehr

Statistische Grundlagen Ein kurzer Überblick (diskret)

Statistische Grundlagen Ein kurzer Überblick (diskret) Prof. J.C. Jackwerth 1 Statstsche Grudlage E kurzer Überblck (dskret De wchtgste Begrffe ud Deftoe: 1 Erwartugswert Varaz / Stadardabwechug 3 Stchprobevaraz 4 Kovaraz 5 Korrelatoskoeffzet 6 Uabhäggket

Mehr

Nernstscher Verteilungssatz

Nernstscher Verteilungssatz Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.

Mehr

Lineare Regression Teil des Weiterbildungskurses in angewandter Statistik

Lineare Regression Teil des Weiterbildungskurses in angewandter Statistik 0 Lneare Regresson Tel des Weterbldungskurses n angewandter Statstk der ETH Zürch Folen Werner Stahel, September 2017 1.1 Bespele zur lnearen Regresson 1 1 Enführung n de statstsche Regressonsrechnung

Mehr

Weitergabe von Forschungsdaten zwischen Risiko und Ungewissheit. Rainer Lenz

Weitergabe von Forschungsdaten zwischen Risiko und Ungewissheit. Rainer Lenz Wetergabe von Forschungsdaten zwschen Rsko und Ungewsshet Raner Lenz Überscht Gesetzlcher Rahmen Anonymserungsmethoden Tradtonelle vs. Datenverändernde Methoden Modell des Datenangrefers Mathematsche Formulerung

Mehr

Begleitheft für Testhörer mit Fragebogen

Begleitheft für Testhörer mit Fragebogen Exklusv be enchanttm Begletheft für Testhörer mt Fragebogen Ihre Hörerfahrung mt Sonc Enchant Leber Testhörer, lebe Testhörern, velen Dank, dass Se sch dazu entschlossen haben, ener von 500 exklusven Testhörern

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

Manhattan-Metrik anhand des Beispiels

Manhattan-Metrik anhand des Beispiels Bestmmung durch Manhattan-Metrk 3 Manhattan-Metrk anhand des Bespels Gesucht werden de zwe Standorte für zwe Ausleferungslager. De Standpunkte der Nachfrager () snd durch de Koordnaten ( x/y ) gegeben.

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

Anthropogene Einflüsse auf den Niedrigwasserabfluss

Anthropogene Einflüsse auf den Niedrigwasserabfluss Anthropogene Einflüsse auf den Christel Möhlmann, TU Kaiserslautern Inhalt Einführung Einflussgrößen auf den Nachweis von Änderungen in der Vergangenheit Einsatz von Simulationsmodellen, Beispiele Zusammenfassung

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf.

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf. Rekurrez Rekurso: Algorthme rue sch selst rekursv u. Rekurrez: Ds Luzetverhlte zw. der Specherpltzedr vo rekursve Algorthme k der Regel durch ee Rekursosormel recurrece, RF eschree werde. Rekurrez Bespel:

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombnator. Problemstellung Ausgangspunt be ombnatorschen Fragestellungen st mmer ene endlche Menge M, aus deren Elementen man endlche Zusammenstellungen von Elementen aus M bldet. Formal gesprochen bedeutet

Mehr

Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Graphische Modelle. Niels Landwehr

Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Graphische Modelle. Niels Landwehr Unverstät Potsdam Insttut für Informatk Lehrstuhl Maschnelles Lernen Graphsche Modelle els Landwehr Überblck Graphsche Modelle: Syntax und Semantk Graphsche Modelle m Maschnellen Lernen Inferenz n Graphschen

Mehr

Physik II TU Dortmund SS2018 Götz Uhrig Shaukat Khan Kapitel 2

Physik II TU Dortmund SS2018 Götz Uhrig Shaukat Khan Kapitel 2 Physk T Dortmund SS28 Götz hrg Shaukat Khan Kaptel 2 Drftgeschwndgket der Elektronen n enem Draht Elektronen bewegen sch unter dem Enfluss enes elektrschen Felds durch en Metall, wobe se oft Stöße mt Atomen

Mehr

5 Integralsätze am Beispiel der Gravitation

5 Integralsätze am Beispiel der Gravitation 5 INTEGRALSÄTZE AM BEISPIEL DER GRAVITATION 1 5 Integralsätze am Bespel der Gravtaton 5.1 Integralsatz von Stokes Im letzten Kaptel haben wr de Rotaton enes Vektorfeldes engeführt und Lnenntegrale betrachtet.

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Rückblick Regression II: Anpassung an Polynome

Rückblick Regression II: Anpassung an Polynome Rückblck Regresson II: Anpassung an Polynome T. Keßlng: Auswertung von Messungen und Fehlerrechnung - Fehlerrechnung und Korrelaton 0.06.08 Vorlesung 0- Temperaturmessung mt Thermospannung Wr erhalten

Mehr

Statistische Kennzahlen für die Streuung

Statistische Kennzahlen für die Streuung Statstsche Kezahle für de Streuug Ordale Date,..., W X,,..., WX {(j) j,..., J} () < () < < (J) {(),...,(J)} (3) () 3 () Geordete Lste k X (k) () () 3 () Smpso s D ud H() sd awedbar, allerdgs wrd Iformato

Mehr

Ziel: astrophysikalische Beschreibung der Hauptreihensterne und unserer Sonne

Ziel: astrophysikalische Beschreibung der Hauptreihensterne und unserer Sonne Zel: astophyskalsche Beschebung e Hauptehenstene un unsee Sonne Fünf Kenngößen von Stenen R,M,,L M, p,,l Göße Symbol Beech Enhet Raus 0 R m Masse nnehalb M 0 M kg Dchte an e Stelle c 0 kg/m 3 Duck an e

Mehr

19. Vorlesung Sommersemester

19. Vorlesung Sommersemester 19. Vorlesung Sommersemester 1 Allgemene Bewegung des starren Körpers Bsher wurde nur der Fall behandelt, dass de Drehachse festgehalten wrd. Im allgemenen Fall kommen als Probleme hnzu, dass 1. de Drehachse

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

Der Wirkungsgrad ist die normierte Temperaturänderung des Wärmeträgers. Die Normierung der Temperatur erfolgt allgemein nach der Formel: = θ. min.

Der Wirkungsgrad ist die normierte Temperaturänderung des Wärmeträgers. Die Normierung der Temperatur erfolgt allgemein nach der Formel: = θ. min. Prof. Dr.-ng. Matthas Knd nsttut für hermsche Verfahrenstechnk Dr.-ng. homas Wetz Wärmeübertragung Lösung zur. Übung Wrkungsgrad Der Wrkungsgrad st de normerte emeraturänderung des Wärmeträgers. De Normerung

Mehr

Noethertheorem. 30. Januar 2012

Noethertheorem. 30. Januar 2012 Noethertheorem 30. Januar 2012 1 Inhaltsverzechns 1 Symmetre 3 1.1 Symmetre n der Geometre................... 3 1.2 Symmetre n der Mathematk.................. 3 1.3 Symmetre n der Physk.....................

Mehr

Rotation (2. Versuch)

Rotation (2. Versuch) Rotaton 2. Versuch Bekannt snd berets Vektorfelder be denen das Lnenntegral über ene geschlossene Kurve Null wrd Stchworte: konservatve Kraft Potentalfelder Gradentenfeld. Es gbt auch Vektorfelder be denen

Mehr

I)1. Kinematik. EP WS 2009/10 Dünnweber/Faessler

I)1. Kinematik. EP WS 2009/10 Dünnweber/Faessler I)1. Knematk I) Mechank 1.Knematk (Bewegung) 2. Dynamk on Massenpunkten (Enfluss on Kräften) 3. Starre Körper 4.Deformerbare Meden 5. Schwngungen, Wellen, Akustk I)1. Knematk Bewegungslehre (Zel: Quanttate

Mehr

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

Thermodynamik. Wechselwirkung mit anderen Systemen Wärme, Arbeit, Teilchen

Thermodynamik. Wechselwirkung mit anderen Systemen Wärme, Arbeit, Teilchen "hermodynamcs s a funny subject. he frst tme you go through t, you don't understand t at all. he second tme you go through t, you thnk you understand t, except for one or two small ponts. he thrd tme you

Mehr

Temperaturabhängigkeit der Beweglichkeit

Temperaturabhängigkeit der Beweglichkeit Temperaturabhänggket der Beweglchket De Beweglchket nmmt mt zunehmender Temperatur ab! Streuung mt dem Gtter! Feldabhänggket der Beweglchket Für sehr hohe Feldstärken nmmt de Beweglchket n GaAs ab! Feldabhänggket

Mehr

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden

Mehr

Kapitel 7: Ensemble Methoden. Maschinelles Lernen und Neural Computation

Kapitel 7: Ensemble Methoden. Maschinelles Lernen und Neural Computation Kaptel 7: Ensemble Methoden 133 Komtees Mehrere Netze haben bessere Performanz als enzelne Enfachstes Bespel: Komtee von Netzen aus der n-fachen Kreuzvalderung (verrngert Varanz) De Computatonal Learnng

Mehr

10 Einführung in die Statistische Physik

10 Einführung in die Statistische Physik 10 Enführung n de Statstsche Physk More s dfferent! P.W. Anderson, Nobelpres 1977 10.1 Prolegomena Technsch gesehen st de Rolle der Statstschen Mechank der Glechgewchtssysteme, ausgehend von unseren Kenntnsse

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statst für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Mermal wurde 3 Gruppe beobachtet ud Form der folgede Häufgetstabelle berchtet: Klasse m Gruppe

Mehr

Blaue Lupinen und Futtererbse RESPECT. Seite 1 Agrar / Züchtervertrieb

Blaue Lupinen und Futtererbse RESPECT. Seite 1 Agrar / Züchtervertrieb Leguminosen Blaue Lupinen und Futtererbse RESPECT Seite 1 Agrar / Züchtervertrieb Leguminosen Futtererbsen und Blaue Lupinen Flächenentwicklung Körnerleguminosen in Deutschland (Anbaufläche in 1000 ha)

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT Smulaton von Hybrdfahrzeugantreben mt optmerter Synchronmaschne 1 SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT OPTIMIERTER SYNCHRONMASCHINE H. Wöhl-Bruhn 1 EINLEITUNG Ene Velzahl von Untersuchungen hat sch

Mehr

Übung zur Vorlesung - Theorien Psychometrischer Tests II

Übung zur Vorlesung - Theorien Psychometrischer Tests II Übung zur Vorlesung - Theoren Psychometrscher Tests II N. Rose 8. Übung (08.01.2008) Agenda Agenda Verglech Rasch-Modell vs. 2-parametrsches logstsches Modell nach Brnbaum 2PL-Modelle n Mplus Verglech

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

Zweck. Radiometrische Kalibrierung. Traditioneller Ansatz. Kalibrierung ohne Kalibrierkörper

Zweck. Radiometrische Kalibrierung. Traditioneller Ansatz. Kalibrierung ohne Kalibrierkörper Raometrsche Kalbrerung Tratoneller Ansatz Kalbrerung aus mehreren Blern Behanlung von übersteuerten Blern Zweck Das Antwortverhalten es Systems Kamera Framegrabber st ncht mmer lnear Grauwerte sn ncht

Mehr

Varianzfortpflanzung

Varianzfortpflanzung 5.0 / SES.5 Parameterschätzug Varazortplazug Torste Maer-Gürr Torste Maer-Gürr Dskrete Zuallsvarable Ee dskrete Zuallsvarable mmt edlch vele oder abzählbar uedlch vele Werte a. - Werte: - Wahrschelchket:,,,,,,,,

Mehr

Biovision Newsletter Oktober 2015. Investieren Sie in das kostbarste Gut Afrikas

Biovision Newsletter Oktober 2015. Investieren Sie in das kostbarste Gut Afrikas Bovson Newsletter Oktober 2015 Investeren Se n das kostbarste Gut Afrkas Fruchtbarer Boden De Lebensverscherung für Mllonen von Bauernfamlen n Afrka 40% der afrkanschen Böden snd degradert Und es kommt

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe

Mehr

Tempo-korrigierte zusammengefasste Geburtenziffern

Tempo-korrigierte zusammengefasste Geburtenziffern 8 Zetschrft für amtlche Statstk Berln Brandenburg 6/03 Tempo-korrgerte zusammengefasste Geburtenzffern Methodenbeschrebung und erste Ergebnsse für de Länder Berln und Brandenburg Enletung Fragestellungen

Mehr

3.1 Gleichstrom und Gleichspannung. 3 Messung elektrischer Größen. Gleichstrom. 3.1 Gleichstrom und Gleichspannung

3.1 Gleichstrom und Gleichspannung. 3 Messung elektrischer Größen. Gleichstrom. 3.1 Gleichstrom und Gleichspannung . Glechstrom und Glechspannung Glechstrom essung elektrscher Größen. Glechstrom und Glechspannung. Wechselstrom und Wechselspannung. essung von mpedanzen. essverstärker.5 Darstellung des etverlaufs elektrscher

Mehr

Sequential minimal optimization: A fast Algorithm for Training Support Vector machines

Sequential minimal optimization: A fast Algorithm for Training Support Vector machines Sequental mnmal optmzaton: A fast Algorthm for Tranng Support Vector machnes By John C. Platt (998) Referat von Joerg Ntschke Fall der ncht-trennbaren Tranngs-Daten (/) In der Realtät kommen lnear ncht-trennbare

Mehr

5 Gemischte Verallgemeinerte Lineare Modelle

5 Gemischte Verallgemeinerte Lineare Modelle 5 Gemschte Verallgemenerte Lneare Modelle Wr betrachten zunächst enge allgemene Aussagen für Gemschte Verallgemenerte Lneare Modelle. Se y der beobachtbare Zufallsvektor und u der Vektor der ncht-beobachtbaren

Mehr

11 Charaktere endlicher Gruppen

11 Charaktere endlicher Gruppen $Id: chaakte.tex,v.4 2009/07/3 4:38:36 hk Exp $ Chaaktee endlche Guppen W hatten gesehen, dass w fü enge Guppen G allen mt Hlfe des Satz 3 de Anzahl und de Dmensonen de eduzblen Dastellungen beechnen können.

Mehr

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap )

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap ) Vorkurs, Tel Lehrbuch: Sydsaeter / Hammod, Mathematk für Wrtschaftswsseschaftler, Pearso Studum, ISBN 978-3-873-73-9 Skrpt vo Sevtap Kestel Ihalt () Eführug: Zahle, Fuktoe Potezfukto, Expoetalfukto (Lehrbuch

Mehr

Entscheidungstheorie Teil 3. Thomas Kämpke

Entscheidungstheorie Teil 3. Thomas Kämpke Entschedngstheore Tel 3 Thomas Kämpke Sete Entschedngstheore Tel 3 Inhalt St. Petersbrg Paradoon (Bernoll 73) Präferenzfnktonen ttelpnktsmethode zr Bestmmng von Wertfnktonen über Intervallen (endmensonal)

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

I) Mechanik 1.Kinematik (Bewegung)

I) Mechanik 1.Kinematik (Bewegung) I)1. Knematk I) Mechank 1.Knematk (Bewegung) 2. Dynamk on Massenpunkten (Enfluss on Kräften) 3. Starre Körper 4.Deformerbare Meden 5. Schwngungen, Wellen, Akustk I)1. Knematk Bewegungslehre (Zel: Quanttate

Mehr

Symbol Grösse Einheit. Gravitationskonstante Naturkonstante. Abstand zwischen den Massenmittelpunkten. Federverlängerung m.

Symbol Grösse Einheit. Gravitationskonstante Naturkonstante. Abstand zwischen den Massenmittelpunkten. Federverlängerung m. Kräfte Das ravtatonsgesetz m m r ewchtskraft m g Symbol rösse nhet ravtatonskraft ravtatonskonstante aturkonstante m, m Masse kg r Abstand zwschen den Massenmttelpunkten m kg m Zwschen zwe Körpern wrkt

Mehr

Beispiel: Gravimetrie

Beispiel: Gravimetrie h 8 Bespel: Gravetre Forleren der odellglechng Nersche Berechnng der eßnscherhet PTB BA LET Beth 00 h08.ppt/00-03-0/re Arbetskres GU n der hee Senar GU hee h8 Enührng h 8 lnsche hee/hanser 70 eas g/ cert

Mehr

Backup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1

Backup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1 Modul 143 Backup- und Restore-Systeme mplementeren Technsche Berufsschule Zürch IT Sete 1 Warum Backup? (Enge Zahlen aus Untersuchungen) Wert von 100 MByte Daten bs CHF 1 500 000 Pro Vorfall entstehen

Mehr

Kaplan- Meier- Schätzer

Kaplan- Meier- Schätzer Kaplan- Meer- Schätzer Glederung 1. Enletung 2. Zensur 3. Notaton 4. Methoden zur Schätzung der Überlebensfunton a. Reduced Sample Method/ Drect Method b. Actuaral Method bzw. verscherungsmath. Methode

Mehr

Auswirkungen von Klimawandel und Waldbaustrategien auf das Grundwasserdargebot im Privatwald der niedersächsischen Ostheide

Auswirkungen von Klimawandel und Waldbaustrategien auf das Grundwasserdargebot im Privatwald der niedersächsischen Ostheide Auswirkungen von Klimawandel und Waldbaustrategien auf das Grundwasserdargebot im Privatwald der niedersächsischen Ostheide Jörg Scherzer, Hannaleena Pöhler, Sybille Wendel, Bernd Schultze (alle ), Steffen

Mehr

2. Klausur zur Vorlesung Algorithmen II Wintersemester 2012/2013

2. Klausur zur Vorlesung Algorithmen II Wintersemester 2012/2013 2. Klausur zur Vorlesung Algorthmen II Wntersemester 202/203 Her Aufkleber mt Name und Matrkelnummer anbrngen Vorname: Nachname: Matrkelnummer: Beachten Se: Brngen Se den Aufkleber mt Ihrem Namen und Matrkelnummer

Mehr

Wahrscheinlichkeit. Für die Berechnung von Wahrscheinlichkeitsproblemen gelten einige Axiome.

Wahrscheinlichkeit. Für die Berechnung von Wahrscheinlichkeitsproblemen gelten einige Axiome. Wahrschenlchket Wahrschenlchket De Axome der Wahrschenlchketsrechnung Zwschen der Anzahl bestmmter Eregnsse, de durch ene gewsse Zufallsvarable gekennzechnet snd, und der Wahrschenlchket für hr Entreten

Mehr

Klimawandel. Was ist in Sachsen-Anhalt zu erwarten? Wie können wir im Pflanzenbau reagieren? Anmerkungen aus agrarmeteorologischer Sicht

Klimawandel. Was ist in Sachsen-Anhalt zu erwarten? Wie können wir im Pflanzenbau reagieren? Anmerkungen aus agrarmeteorologischer Sicht Klimawandel Was ist in Sachsen-Anhalt zu erwarten? Wie können wir im Pflanzenbau reagieren? Anmerkungen aus agrarmeteorologischer Sicht Falk Böttcher Deutscher Wetterdienst, Agrarmeteorologie Leipzig 1

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

Integration neuer Teilnehmer/innen. Zur Orientierung. Der Außenseiter

Integration neuer Teilnehmer/innen. Zur Orientierung. Der Außenseiter Der Außenseter Fndet en Gruppenmtgled ncht senen Platz n der Gruppe, so fndet streng genommen kene Integraton statt. Solche Außenseter ener Gruppe können ncht nur neue TN sondern auch alte Gruppenmtgleder

Mehr

Einfluss legumer Zwischenfrüchte auf Erbsen hinsichtlich Fruchtfolgekrankheiten

Einfluss legumer Zwischenfrüchte auf Erbsen hinsichtlich Fruchtfolgekrankheiten Bayerische Landesanstalt für Landwirtschaft Einfluss legumer Zwischenfrüchte auf Erbsen hinsichtlich Fruchtfolgekrankheiten Peer Urbatzka, Andrea Winterling, Irene Jacob, Anna Ostermayr Einleitung und

Mehr

Hinweise zum Hochrechnungsverfahren für die Arbeit mit den Daten

Hinweise zum Hochrechnungsverfahren für die Arbeit mit den Daten Kraftfahrzeugverkehr Deutschlad 2010 (KD 2010) Abschlussverastaltug am 24. Aprl 2012 bem BMVBS Bo Hwese zum Hochrechugsverfahre für de Arbet mt de Date Prof. Dr. Wlfred Stock IVT Isttut für agewadte Verkehrsud

Mehr

12 UMPU Tests ( UMP unbiased )

12 UMPU Tests ( UMP unbiased ) 89 1 UMPU Tests ( UMP unbased ) Nach Bemerkung 11.8(b) exstert m Allgemenen ken zwesetger UMP- Test zu enem Nveau α. Deshalb Enschränkung auf unverfälschte Tests: ϕ Φ α heßt unverfälscht (unbased) zum

Mehr

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 5.2. Eigenschaften von Zufallsvariablen

Dr. H. Grunert Einführung in die Wahrscheinlichkeitsrechnung Vorlesungscharts. Vorlesung 5.2. Eigenschaften von Zufallsvariablen Vorlesugscharts Vorlesug 5. Egeschafte vo Zufallsvarable Reproduktvtät Approxmatoe Zetraler Grezwertsatz Sete vo Chart : Uabhäggket vo Zufallsvarable Zwe Zufallsvarable X ud Y mt hre Realsatoe { x, x,...,

Mehr

Grundlagen der Informatik 2. Grundlagen der Digitaltechnik. 3. Entwicklungssatz der Schaltalgebra

Grundlagen der Informatik 2. Grundlagen der Digitaltechnik. 3. Entwicklungssatz der Schaltalgebra Grudlage der Iormatk Grudlage der Dgtaltechk 3. Etwcklugssatz der Schaltalgebra Pro. Dr.-Ig. Jürge Tech Dr.-Ig. Chrsta Haubelt Lehrstuhl ür Hardware-Sotware Sotware-Co-Desg Grudlage der Dgtaltechk Etwcklugssatz

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

Mehr

Anwendung von aktiven Konturen bei der Integration von DLM und ALS-Daten

Anwendung von aktiven Konturen bei der Integration von DLM und ALS-Daten AgA Frankfurt am Man, BKG 05.10.2009 Anwendung von aktven Konturen be der Integraton von DLM und ALS-Daten Jens Göpfert Insttut für Photogrammetre und GeoInformaton (IPI) Lebnz Unverstät Hannover Inhalt

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Gegeben sei eine BOOLEsche Funktion in einer beliebigen Schreibweise, gesucht ein funktionsgleiches Gatternetz aus vorgegebenen Gattern.

Gegeben sei eine BOOLEsche Funktion in einer beliebigen Schreibweise, gesucht ein funktionsgleiches Gatternetz aus vorgegebenen Gattern. 56 Techche Realerug vo Gatteretze Gegebe e ee BLEche Fukto eer belebge Schrebwee, geucht e fuktogleche Gatteretz au vorgegebee Gatter 56 Gatteretze au NANDGatter Schrtt Umwael er gegebee Schrebwee ee (vorzugwee

Mehr

4. Rechnen mit Wahrscheinlichkeiten

4. Rechnen mit Wahrscheinlichkeiten 4. Rechnen mt Wahrschenlchketen 4.1 Axome der Wahrschenlchketsrechnung De Wahrschenlchketsrechnung st en Telgebet der Mathematk. Es st üblch, an den Anfang ener mathematschen Theore enge Axome zu setzen,

Mehr

Boost-Schaltwandler für Blitzgeräte

Boost-Schaltwandler für Blitzgeräte jean-claude.feltes@educaton.lu 1 Boost-Schaltwandler für Bltzgeräte In Bltzgeräten wrd en Schaltwandler benutzt um den Bltzkondensator auf ene Spannung von engen 100V zu laden. Oft werden dazu Sperrwandler

Mehr

Algorithmen und ihre Programmierung -Teil 3-

Algorithmen und ihre Programmierung -Teil 3- Veranstaltung Pr.-Nr.: Algorthmen und hre Programmerung -Tel - Veronka Waue WS / Veronka Waue: Grundstudum Wrtschaftsnformatk WS/ Übung Ersetzen Se n folgendem Bespel de For schlefe durch ene WhleWend-Schlefe

Mehr