TEIL III OPERATIVE PLANUNGSPROBLEME

Größe: px
Ab Seite anzeigen:

Download "TEIL III OPERATIVE PLANUNGSPROBLEME"

Transkript

1 EIL III OPERAIVE PLANUNGSPROBLEME Oeraive Plaugsrobleme Plaugsarchiekure si üblicherweise i s.g. PPS-Syseme abgebile. Der erse Schri is abei ie Programmlaug auf Basis vo rogosiziere Bearfswere er ächse Perioe.. Progoseverfahre Ziel is es, aus vergagee Dae möglichs gue Schäzuge über ie zuküfige Nachfrage zu erhale. Diese verbrauchsorieiere Sichweise is isbesoere agebrach: bei Erouke, we ma Make o Sock (u ich Make o Orer) bereib we es sich um gerigwerige Güer (Hilfssoffe, Verschleißeile, C-Prouke, ec.) hael, bei ee sich er Aufwa für aere Verbrauchsermilugsverfahre ich lohe würe bei uergeoree Erzeugisse, ie i sehr viele übergeoree Erzeugisse eigehe, soass er Bearf eie sehr regelmäßige Verlauf aimm we ie Dae für rogrammorieiere Verfahre ich zur Verfügug sehe (z.b. Ersazeilverbrauch) Es gib eie Reihe uerschielicher Verfahre, wobei für e mielfrisige Bereich grusäzlich rei Verfahresye möglich si: I. Erkläree Progose: brige e zuküfige Nachfrageverlauf i eie (erkläree) Zusammehag mi aere Zeireihe, (z.b. mi Kojukuriikaore). eher für gaze Wirschafsbrache geeige (ich für ie Nachfrage ach eiem besimme Prouky eies Uerehmes); evl. aber für ie Lagfrislaug vo Ieresse Regressio, OLS II. Uivariae Progose: ermiel mumaßliche Nachfragewere allei (eswege uivaria) aufgru vergageer Nachfragewere es zu rogosizieree Proukys. Besoers wichig für Mielfrislaug Zeireiherogose. III.Siguläre Ereigisse: Keisse über küfige Ereigisse, ie ma ich aus e Vergageheiswere er Zeireihe eehme ka, ie jeoch e Nachfrageverlauf achhalig beeiflusse. z.b. Seigerug es Bierverbrauchs aufgru eier bevorsehee Milleiumsfeier, geziele Markeigakioe, Gesezesäeruge, ec. were i e Progoserechuge meis als eifacher aiiver Zuschlag berücksichig.

2 Wir were us hier vorragig mi Zeireiherogose (II) befasse: Gegebe sei eie Zeireihe { :,..., },.h. Vergageheisae,, - u er gegewärige Nachfragewer,.h. er leze gemessee Nachfragewer. Progoseaufgabe: vom Gegewarszeiuk aus erselle Progose für τ Perioe i ie Zukuf bezeiche wir mi (τ) mi τ,,., also ie Progose für ie Nachfrage +τ zum Zeiuk. Für τ, für ie Ei-Schri-Progose, ka ie Noaio wie folg vereifach were: () + We u für ie Perioe + bis +τ Progose (),..., (τ ) abgegebe were, so ergib sich urch Vergleich mi er sich a asächlich realisieree Nachfrage +,..., +τ jeweils ei Progosefehler e i (τ ) i (τ ), wobei i +τ. Vereifach argesell für τ : e - () e Ferer ka ma i er gewähle bzw. ermiele Formel für (τ ) auch τ < 0 wähle u so ex-os Progose für ie Zeiuke,... bereche, ebeso wie ie ex-os Progosefehler e,..., e. Lezeres z.b. um ie Güe iverser Progoseverfahre zu bewere. Zeiuke τ Beobachuge... Progose ()... (τ ) Progosefehler e ()... e (τ ) ex-os Progose... ex-os Progosefehler e... e Maßzahle für ie Güe eier Progose selle Mielwer µˆ u Sreuug σˆ er Progosefehler ar. Für ie ex-os Progosefehler gil: e ˆµ bzw. ˆ σ ( e ˆ µ ) ( ) bzw. ie aaloge Formulierug für Progosefehler e (),..., e (τ ) für eiige zuküfige Zeiuke. Diese eifache u aus Mahemaik bzw. Saisik wohlbekae Größe habe urchaus große Aussagekraf. Deoch were i er beriebliche Praxis häufig ie scheibar leicher zu versehee Größe MAD (mea absolue eviaio, milere absolue Abweichug), MAPD (mea absolue erceage eviaio) u MSE (mea square error) verwee,

3 MAD ek k < e k k k MAPD / 00 < e k k MSE < sowie als Sreumaß ie Saweie ( maxk ( ek ) mi k ( ek ) ), ie eulich weiger Iformaio biee. Wir besreche eiige eifache uivariae Progoseverfahre, ie auf Zeireihe mi () kosaem, () reförmigem u (3) saisoalem Verhale agewa were: re Saisoaliä Zeireihe seig merkbar über ie Zei jahreszeiliche Schwakuge.. Zeireihe mi kosaem Verhale Zeireihe mi kosaem Verhale weise weer re och Saisoaliä auf u si am eifachse zu behael. Dabei si folgee Vorgagsweise ekbar.... aive Progose, Lezwer - Progose + bzw. (τ ) τ Ma imm a, ass sich ie Nachfrage i Zukuf wie i er Gegewar ewickel wir,.h. ie Vergagehei wir igorier. Falls ie Nachfragewere aber och um eie Mielwer schwake, is es sivoller, Vergageheiswere mi eizubeziehe (Mielbilug).... Gleieer Durchschi Der gleiee Durchschi rogosizier ie Zeireihe eifach als Mielwer (Durchschi) er Nachfrage über eiem räger er leze Nachfragewere -+,...,, wobei er Schäzwer (τ ) er Zeireihe im Zeiuk wie folg bereche wir. τ ( ) für, für >, muss gewähl were. ( k ) k 0 +

4 Gleie is er Durchschi isofer, als bei eier Progose im ächse Zeiuk + er älese Wer -+ urch e eue Wer + verräg wir. Weselich für ie Güe er Progose is ie Wahl es Zeiraums : zu klei ma reagier zu sark auf ichsysemaische (.h. sochasische) Schwakuge. zu groß ma ka emoräre sysemaische Schwakuge ich mehr erfasse. Nacheil es Verfahres is ie asache, ass zuächs ale Vergageheiswere als gleichwerig mi em euese Nachfragewer behael were u a lözlich überhau igorier were. Dieser Nacheil wir im folgee Verfahre behobe, i em Vergageheiswere lagsam i Vergessehei gerae bzw. ihre Relevaz verliere....3 Eifache Exoeielle Gläug Ma rogosizier: ( τ ) τ S wobei er Schäzwer S as mi α gewichee arihmeische Miel aus alem Schäzwer S - (aus e Beobachuge bis zum Zeiuk -) u euer Iformaio is: Der Mielwer über ie erse Beobachuge wir zur Besimmug eies Sarwers S - hera gezoge, wobei mihilfe vo α besimm wir. > : S α + ( α) S α Ma ka ie Beziehug für - eiseze: S + ( α) S S [ 0,] α + α + α S α ( ) ( ), u.s.w. α a Ma erhäl auf iese Weise: ( ) k S sofer ie Zeireihe wirklich lage i ie Vergagehei zurückverfolg were ka. Für großes k is er Fakor (-α) k allerigs verschwie klei, soass rakisch kei Fehler begage wir we ur eie eliche Summe berache wir. Der Schäzwer ergib sich urch "exoeielle" Gewichug er Vergageheiswere. Name "exoeielle Gläug", k 0 k Der Sarwer muss aus em Mielwer über ie erse Beobachuge ermiel were, wobei ( α ) / a sei muss, a sos ie erse Beobachuge zu sark gewiche were. Herleiug: Dami ie erse Beobachuge jeweils maximal ei Gewich ( / )( α ) α erhale, also maximal gleich sark gewiche were wie ie akuelle Beobachug, muss gele: α ( α ) /. Umforme ergib α ( α ), u schließlich ( α ) / α.

5 Gläug beeue, ass ie gegläee Zeireihe {S } weiger Schwakuge aufweis, als ie ursrügliche, { } Die Rekursiosformel für S läß sich auch schreibe als: ( S ) S α, S +.h. ie eue Schäzug uerscheie sich vo er ale um e urch α gewichee (vorherige) Schäzfehler e S. Die Wahl vo α is ählich kriisch wie ie vo beim gleiee Durchschi: α 0 S S u Schäzug reagier überhau ich auf ie eue Zeireiheiformaio α es zähl ur er Gegewarswer.h. ie Vergagehei wir igorier. I er Praxis wähl ma häufig α 0, bis α 0,3. Of wir auch α urch Simulaio oimier. Es is abei arauf zu ache, ass geüge Vergageheiswere vorhae si, bzw. ass ei guer Afagswer für S - bereche were ka. Beisiel: α 0, ( 0,) / 0, (τ ) S 4 ( ) / 4 7,7 (Mielwer er erse vier Were) S 0, + 0,8 7,7 8, ( τ ) 8, S 0, 3+ 0,8 8, 9,48 ( τ ) 9, 48 S 0, + 0,8 9,48 0,78 ( τ ) 0, S 0, 4 + 0,8 0,78,43 ( τ ), Offesichlich schwak ie gegläee Zeireihe {S } weiger als ie ursrügliche, { }... Zeireihe mi reförmigem Verhale (τ ) h re b Falls ei liearer re, aber kei saisoaler Effek a Ha er besehee Dae abgelese were ka, basiere ie berechee Progosewere auf folgeem Schema: ( τ ) h + b τ bzw. +τ ( τ ) a + b( + τ ) τ

6 ... Lieare Regressio (OLS) - Mehoe er kleise Quarae a re b Ma aroximier ie Were urch eie möglichs gu assee Gerae R a + b u ie Progose erfolg über ( τ ) a + b( + τ ) τ Dabei were a u b so besimm, ass ie Summe er Quarae er Abweichuge - R miimal wir: [ ( a + b)] Als Ergebis ieser eifache Oimierugsaufgabe erhäl ma (we ie Beobachuge zu e Zeiuke,,..., vorliege): mi b ( ) ( ) u a b, wobei er Mielwer er Beobachuge is u er Mielwer er Zeiuke (er erkläree Variable). Bei äquiisae Beobachuge er erkläree Variable (wie bei Zeiuke meis gegebe) gil: (erser Zeiuk + lezer Zeiuk)/. Also: ( + ) ( + ). Rabemerkug: Bei ich-äquiisae Beobachuge τ,... τ er erkläree Variable bzw. Beobachugsuke (τ, ),..., (τ, ) is ie Formel leich abzuäer: b i i i ( τ τ ) ( τ τ ) i i u a bτ, wobei i u τ i τ i i Klarerweise is iese Formel für b äquivale mi Darselluge i er Lieraur, b ( i ) i i ( τ i τ ). τ i τ i i Soll a am Schiuk er Regressiosgerae mi er y-achse liege, so gil a + b. Soll jeoch, i Aalogie zur Hol meho (siehe Abschi...), er Wer h zum Zeiuk heragezoge were so gil h + b( ) u folglich b( ) sowie ( τ ) h bτ. h +

7 Die (lieare) Regressio is eigelich ei Verfahre, as bei mehrere Eiflussgröße agewee wir, u wure hier ur auf e Sezialfall eier Zeireihe agewee. Dabei wir kei Uerschie gemach zwische er Beeuug er älese bekae Beobachug u er er leze Beobachug. We ma avo ausgeh, ass ie leze Beobachug für ie Progose er Zukuf relevaer is, ka ma wieer as Prizi er exoeielle Gläug awee, allerigs i eier leich veräere Form:... rebereiige exoeielle Gläug (Hol meho) Diese esrich er eifache exoeielle Gläug wobei ei Korrekurerm für e re verwee wir: ( τ ) h + b τ τ wobei h α + ( α )[ h b ] + u b β ( h h ) + ( β ) b Das heiß b is er Berag, um e ie Nachfrage im Durchschi ro Perioe seig. Da b zumeis ich beka is, muss ei geeigees Verfahre zu esse Schäzug heragezoge were. Am bese geeige is hierfür ie lieare Regressio. Häufig were i er Lieraur aber auch eifachere Schäzverfahre agewa. b... Schäzwer für e re basiere auf e Dae 0 bis Schri : besimme eue Schäzwer für e Absaz: h ( α )[ h b ] α + + Schri : besimme eue Schäzwer für e re: b β h h b. ( ) + ( β ) Schri 3: besimme Progosewere für +τ: Beisiel: ( τ ) h + b τ τ h 8, b 0,0 9 Sarwere besimme lieare Regressio auf Basis er Perioe bis 4. 7,7,,, b 0,0 (Regressio), h 4 b(, 4) 8, Sarwer für e re b 4 0,0 Sarwer für e Schäzwer h 4 8,

8 Somi rogosiziere wir 4( ) h4 + b4 Wir wähle α β 0,. Schäzwere für : h 0, + 0,8 (8, + 0,) 9, b 0,(9. 8,) + 0,8 0, 0, Progose (für τ ): () 9, + 0, 0, Progose (für τ ): ( ) 9, + 0, 0,84 Schäzwere für : h 0, 7 + 0,8 (9, + 0,),8 b 0,(,8 9,) + 0,8 0, 0, 89 Progose (für τ ): () 7 Schäzwere für 7: h 7 b 7 Progose (für τ ): 7 () 8 Schäzwere für 8: h 8 b 8 Progose (für τ ): 8 () 9..3 Zeireihe mi saisoalem Verhale für ie mielfrisige Plaug vo besoerer Beeuug (Zeiraum vo ei bis zwei Jahre): bei viele Prouke si jahreszeiliche Schwakuge yisch. Aahme: re is kosa. Wir lere hier ur eie Mehoe kee, u zwar ie es geleiee Durchschis uer Berücksichigug vo Saisoaliä: ( ) a s + τ M τ τ,..., Der erm a ergib ie rogosiziere Nachfrage ohe Berücksichigug vo Saisoaliä, er erm s +τ is er Saisokoeffizie für Perioe +τ, a k 0 k Mi Hilfe vo a ka ma e sog. momeae Saisokoeffiziee ausreche: s ˆ a Miel ma ŝ och über K + Saisokoeffiziee gleicher Phase (e gegewärige u K K / M, wobei M ie Läge eier Saiso is), vergagee, sˆ + sˆ sˆ K + M M K, s

9 so erhäl ma e Zeireiheschäzwer: ( τ ) a s τ km, k,,... Dabei gib M ie Läge er Saiso a (z.b. bei moaliche Zeireihe u Jahressaiso is M, bei Zeireihe auf Quaralsbasis u Jahressaiso is M 4). Als Progose erhäl ma: ( ) a s M τ + τ M τ,..., bzw. ( τ ) a s + τ km τ, k τ M / Beisiel: folgee Nachfrageae (halbjährlich, M ): Per. /0 /0 /0 /0 /03 /03 /04 / Offesichlich is im erse Halbjahr ie Nachfrage eulich geriger. Zuächs ermiel wir momeae Saisokoeffiziee: s ˆ wobei a a k 0 (Mielwer vo - u,.h. gemiel über Perioe): a 8, 9, 0 9 0,,, ŝ,8 0,9, 0,89,4 0,87,3 gemiele Saisokoeffiziee über mehrere Jahre (hier: gemiel über alle bisherige Jahre) k s,8 0,9,4 0,9,7 0,90, Of were och ie akuelle (gemiele) Saisofakore so korrigier (ormalisier), ass ihre Summe über eie volle saisoale Zyklus M (also hier ) ergib. s ( s M ) M s Die Saisofakore für 004 köe also wie folg korrigier were: s7 0,9*/(0,9 +,) 0,87 u s 8,* /(0,9 +,),3 Aus Grüe er Bequemlichkei wolle wir ies hier aber ich weier u. Eischrirogose ( ) + a s + (), 9, 0,3 9, 3, 0,4 Zum Beisiel: () a s 9,,8, (Schäzwer für Perioe 4) 3 4 3

10 ..4 Zeireihe mi re u Saisoaliä ebefalls für ie mielfrisige Plaug vo großer Beeuug Gruiee eies Progoseverfahres:. Ermilug er Saisokoeffiziee. Saisobereiige Zeireihe: Beobachug/Saisokoeffizie 3. lieare Regressio (oer ex. Gläug) er saisobereiige Zeireihe 4. Progose Wer er Regressiosgerae * Saisokoeffizie Obiges Beisiel: Saisobereiige Zeireihe (Saisokoeffizie 0,9 bzw.,) $Z 7,77 8, 0 9,48 8,88,,, Diese Were seie u ie, ie miels Regressio aalysier were solle. Der Mielwer er Beobachuge is ( 8), sowie er Zeiuke is: (7,77+8,+0+9,48+8,88+,+,+,)/8 78,/8 9,78 4, Zur Berechug er Regressioskoeffiziee beöig ma: ( ) -(7,77*3,) - (8,*,) - (0*,) - (9,48*0,) + (8,88*0,) + (,*,) + (,*,) + (,*3,) 9,70 ( ) (3, +, +, + 0, )* 4 Es is ei re ach obe zu erkee: b 9,70/4 0,47, a 9,78-0,47 * 4, 7,7 8 ( τ ) [7,7 + 0,47 (8 + τ )] s8+ τ km τ Zum Beisiel: () [7,7 + 0,47 9] 0,9 0,7 8 Weiere wichige Verfahre (z.b. Box-Jekis) köe hier aus Zeigrüe ich behael were. Lieraur: (rakisch jees Lehrbuch er Proukio, es Oeraios Research bzw. er Progose) Scheeweiß, Eiführug i ie Proukioswirschaf, Sriger, 993 [Kaiel..] Güher, Proukiosmaageme, Sriger, 993 [Kaiel C.] emelmeier, Maerial-Logisik, Sriger, 99 [Kaiel 3] Hillier-Lieberma, Oeraios Research, Olebourg, 988 [Kaiel 9]

11 Ghiai, Laore, Musmao, Iroucio o Logisics Sysem Plaig a Corol, Wiley, 004 [Kaiel ]

Analyse von Zeitreihen

Analyse von Zeitreihen Aalse vo Zeireihe Besiug er Saisokooee bei sseaisch saisoale Verläufe Eizelveräerug vo Zeiabschi zu Zeiabschi Durchschiliche Veräerug über ie Zeiabschie eier Zeireihe Bibliografie Prof. Dr. Kück; Saisik,

Mehr

Grundgesamtheit handelt, stellt sich die Frage nach der Unsicherheit dieser Schatzung.

Grundgesamtheit handelt, stellt sich die Frage nach der Unsicherheit dieser Schatzung. R Lösug zu Aufgabe 4: Kofideziervall a) Abschäzug vo Erwarugswer ud adardabweichug: Wie bereis i Übugsaufgabe eigeführ, selle der Mielwer ud die reuug eier ichprobe die bese chäzwere für de Erwarugswer

Mehr

Aufgaben zur Ökonometrie I

Aufgaben zur Ökonometrie I Aufgabe zur Ökoomerie I 3. Sigifikazess ud Kofideziervalle 3. Wie groß is der Sadardfehler der Regressio vo GASV auf VEINKR ( Eergiemodell Ib, s. Ergebisse i Aufgabe.8) (mi Ierpreaio)? Der Sadardfehler

Mehr

richtige Entscheidung mit Wahrscheinlichkeit 1 α Fehlentscheidung 1. Art mit Wahrscheinlichkeit α

richtige Entscheidung mit Wahrscheinlichkeit 1 α Fehlentscheidung 1. Art mit Wahrscheinlichkeit α II Lösug zu Aufgabe 7: -Tes für Erwarugswer Saisische Tess diee dazu Hypohese abzusicher oder begrüde zu verwerfe. Hypohese esehe aus eperimeelle Beobachuge oder formale Überleguge, die eier Prüfug uerzoge

Mehr

= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel:

= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel: E Tilgugsrechug.. Jährliche Raeilgug Ausgagspuk: Bei Raeilgug wird die chuldsumme (Newer des Kredis [Aleihe, Hypohek, Darleh]) i gleiche Teilberäge T geilg. Die Tilgugsrae läss sich ermiel als: T =.. Jährliche

Mehr

IIR-Filter. Prof. Dr. C. Clemen. y(n) x(n) IIR-Filter. t Xd(f) Yd(f) Hd(f) f f A. f A /2

IIR-Filter. Prof. Dr. C. Clemen. y(n) x(n) IIR-Filter. t Xd(f) Yd(f) Hd(f) f f A. f A /2 Fachhochschule ugsburg Fachbereich Elekroechik Pro. Dr. C. Cleme.8.3 IIR-Filer achricheüberragugsechik.8.3 IIR-Filer ei Verweug vo rekursive Mehoe ur erechug es geilere usgagssigals aus em Eigagssigal

Mehr

Entscheidungsunterstützungsmodelle für Materialwirtschaft und Produktion

Entscheidungsunterstützungsmodelle für Materialwirtschaft und Produktion Escheidusuersüzusmodelle für Maerialwirschaf ud Produio Fachebie Produio ud Supply Chai Maaeme Prof. Dr. Chrisoph Gloc Ihale der Verasalu (/2). Grudlae der Plau ud Escheidu (Grudberiffe, Modelle als Plaushilfsmiel,

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL

BERGISCHE UNIVERSITÄT WUPPERTAL BERGISCHE UNIVERSITÄT WUPPERTAL Klausuraufgabe zum Grudsudium Prüfugsgebie: Eiführug i die Wirschafsiformaik (PO 2006) Grudlage vo Decisio Suppor Syseme (BWiWi 1.14) Tag der Prüfug: 08.08.2008 Name des

Mehr

17. Kapitel: Die Investitionsplanung

17. Kapitel: Die Investitionsplanung ABWL 17. Kapiel: Die Ivesiiosplaug 1 17. Kapiel: Die Ivesiiosplaug Leifrage des Kapiels: Welche Type vo Ivesiiosobjeke gib es? Wie läss sich die Voreilhafigkei eies Ivesiiosobjeks fesselle? Wie ka aus

Mehr

Analyse von Zeitreihen

Analyse von Zeitreihen Aalyse vo Zeireihe Begriffe der Zeireihe Kompoee eier Zeireihe - Tred - Periodische Schwakuge - Resschwakuge Besimmug der Tredkompoee - Mehode der kleise Quadrae (MKQ) - Mehode der gleiede Durchschie Expoeielle

Mehr

Musterlösung Serie 10

Musterlösung Serie 10 Prof. D. Salamo Aalysis I MATH, PHYS, CHAB HS 04 Muserlösug Serie 0. a Wir bereche mi der biomische Formel e cos ix + e ix x = = =0 =0 e ix e i x = =0 e i x Da = gil, öe wir i der leze Summe die Terme

Mehr

18 Exponentialfunktion und Logarithmus

18 Exponentialfunktion und Logarithmus 8 Epoetialfuktio u Logarithmus Lerziele: Kozepte: Epoetialfuktio u Logarithmus Resultat: Wachstumshierarchie für Fuktioe u Folge Kompeteze: Berechug weiterer Itegrale I iesem Abschitt führe wir e Logarithmus

Mehr

Physikalische Analyse der Dimensionierungsgrundlagen zur Entwicklung einer Methode zur Konzipierung und Optimierung eines Elektromobils

Physikalische Analyse der Dimensionierungsgrundlagen zur Entwicklung einer Methode zur Konzipierung und Optimierung eines Elektromobils Physikalische Aalyse der Dimesioierugsgrudlage zur Ewicklug eier ehode zur Kozipierug ud Opimierug eies Elekromobils Auore: K. Brikma, W. Köhler Lehrgebie Elekrische Eergieechik Feihsraße 140, Philipp-eis-Gebäude,

Mehr

Geckos gehören zur Familie der Schuppenkriechtiere. Sie bevölkern seit etwa 50 Millionen Jahren die Erde und haben sich im Laufe ihrer Entwicklung

Geckos gehören zur Familie der Schuppenkriechtiere. Sie bevölkern seit etwa 50 Millionen Jahren die Erde und haben sich im Laufe ihrer Entwicklung Gymasie, Gesamschule, Berufliche Gymasie Behörde für Schule ud Berufsbildug Haupermi Lehrermaerialie zum Leisugskurs Mahemaik II.2 Geckos LA/AG 2 Geckos gehöre zur Familie der Schuppekriechiere. Sie bevölker

Mehr

Vorbereitung und Protokoll zum Praktikum Elektronische Messtechnik

Vorbereitung und Protokoll zum Praktikum Elektronische Messtechnik Techiche Uiveriä Chemiz Fakulä für Elekroechik u Iformaioechik Profeur für Me- u Seorechik Vorbereiug u Prookoll zum Prakikum Elekroiche Meechik Veruch: Berührugloe Diazmeug miel Ulrachall Veruchag: 13.1.

Mehr

Vergleich der Schätzungen und Hypothesenprüfungen. μ=? Typische Aufgaben der Hypothesenprüfung. Typische Fragen - gebrauchte Merkmale

Vergleich der Schätzungen und Hypothesenprüfungen. μ=? Typische Aufgaben der Hypothesenprüfung. Typische Fragen - gebrauchte Merkmale Hypoheseprüfuge Dr László Smeller Vergleich der Schäzuge ud Hypoheseprüfuge Schäzuge: Frage: Wie groß (is eie physikalische Größe) Bluzuckerkozeraio... Awor: Pukschäzug: z.b.: Körperhöhe, Bludruck, μ?

Mehr

Statistik im Bachelor-Studium der BWL und VWL

Statistik im Bachelor-Studium der BWL und VWL Max C. Wewel Saisik im Bachelor-Sudium der BWL ud VWL Mehode, Awedug, Ierpreaio Mi herausehmbarer Formelsammlug ei Impri vo Pearso Educaio Müche Boso Sa Fracisco Harlow, Eglad Do Mills, Oario Sydey Mexico

Mehr

2.3 Schätzeigenschaften der OLS-Methode

2.3 Schätzeigenschaften der OLS-Methode .3 Schäzeigechafe der OLS-Mehode Jede Schäzmehode wei beimme Güeeigechafe auf, die vo der Erfüllug beimmer Vorauezuge abhäge. Wa die gewöhliche Mehode der kleie Quadrae (OLS-Mehode) beriff, id beimme Schäzeigechafe

Mehr

3.2 Die Schrödinger-Gleichung

3.2 Die Schrödinger-Gleichung 3. Die Schröiger-Gleichug Oer Wie fie ich ie Wellefuktio eies Teilches Lit: Simo/McQuarrie Die S.G. ka geauso weig hergeleitet were wie ie Newtosche Gesetze (Fma). Fuametales Postulat er Quatemechaik Wir

Mehr

Prognoseverfahren. 3.4 Aufgaben... 121 ÜBERBLICK

Prognoseverfahren. 3.4 Aufgaben... 121 ÜBERBLICK Progoseverfahre. Eiführug....................................... 8.. Wisseschafliche Progose.................... 8.. Daebasis ud saisische Progosemodelle......... Beispiel: Umsazprogose........................

Mehr

Investitionsund Finanzierungsplanung mittels Kapitalwertmethode, Interner Zinsfuß

Investitionsund Finanzierungsplanung mittels Kapitalwertmethode, Interner Zinsfuß Ivesiiosud Fiazierugsplaug miels Kapialwermehode, Ierer Zisfuß Bearbeie vo Fraka Frid, Chrisi Klegel WI. Aufgabe: Eie geplae Ivesiio mi Aschaffugsausgabe vo.,- läss jeweils zum Jahresede die folgede Eiahme

Mehr

Prof.Dr.B.Grabowski (Schwingungen als komplexe Zeiger) Lösung zum Übungsblatt Nr. 2. (Wiederholung Linearfaktorzerlegung von Polynomen)

Prof.Dr.B.Grabowski (Schwingungen als komplexe Zeiger) Lösung zum Übungsblatt Nr. 2. (Wiederholung Linearfaktorzerlegung von Polynomen) Maheaik 3 Übug Schwiguge als koplexe Zeiger KI Maheaik 3 Lösug zu Übugsbla Nr. I. LFZ Zu Aufgabe Wiederholug Liearfakorzerlegug vo Polyoe Zerlege Sie folgede Polyoe i Liearfakore: a y x 4 x 5 4 3 b y.5x.5x

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 13. DAS NEWTONsche NÄHERUNGSVERFAHREN

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 13. DAS NEWTONsche NÄHERUNGSVERFAHREN Mathematik: Mag. Schmi Wolgag Arbeitsblatt 3 6. Semester ARBEITSBLATT 3 DAS NEWTONsche NÄHERUNGSVERFAHREN Mit em Itervallschachtelugsverahre Siehe Arbeitsblatt habe wir bereits ei Verahre kee gelert, mit

Mehr

1 Elementare Zahlentheorie. 0. Grundbegriffe

1 Elementare Zahlentheorie. 0. Grundbegriffe Elemeare Zahleheorie 0 Grudbegriffe Mi Z bezeiche wir de Rig der gaze Zahle Is x eie reelle Zahl, so sei x die größe gaze Zahl, die kleier oder gleich x is Beache: x is diejeige gaze Zahl z mi z x < z

Mehr

Lebensdaueruntersuchungen an Energiesparlampen

Lebensdaueruntersuchungen an Energiesparlampen Wilfrie Rohm Leensauerunersuchungen Seie von 6 Wilfrie Rohm wrohm@aon.a Leensauerunersuchungen an Energiesparlampen Link zur Beispielsüersich Mahemaische / Fachliche Inhale in Sichworen: Weiullvereilung,

Mehr

Formelsammlung für Investition und Finanzierung

Formelsammlung für Investition und Finanzierung Formelsammlug für Ivesiio ud Fiazierug (Sad: 3.2.22) Seie vo 8 Formelsammlug für Ivesiio ud Fiazierug INHALSVERZEICHNIS. Mahemaische Grudlage...3 a) Auflösug quadraischer Gleichuge mi der pq-formel...3

Mehr

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $ Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum

Mehr

(6) Drehdynamik. Vorlesung Animation und Simulation S. Müller U N I V E R S I T Ä T KOBLENZ LANDAU

(6) Drehdynamik. Vorlesung Animation und Simulation S. Müller U N I V E R S I T Ä T KOBLENZ LANDAU (6) Drehdyaik Vorlesug iaio ud Siulaio S. Müller KOLENZ LNDU Ierolaio o Quaerioe Quaerioe eige sich seiell ur Ierolaio für iaioe ec. Verschiedee re der Ierolaio: liear: ler(, q, q ) shärisch-liear: sler(,

Mehr

Übungsblatt 12 Geometrische und Technische Optik WS 2012/2013

Übungsblatt 12 Geometrische und Technische Optik WS 2012/2013 Übugsblatt Geometrische u Techische Optik WS 0/0 Achromat (Optimierug uter Kopplug vo Parameter) Im ahme er orlesug hatte wir e reraktive Achromate als verkittetes Elemet aus zwei Lise uterschielicher

Mehr

Höhere Mathematik I für die Fachrichtung Physik

Höhere Mathematik I für die Fachrichtung Physik Isiu für Aalysis SS7 Arbeisgruppe Agewade Aalysis 997 PD Dr Peer Chrisia Kusma Höhere Mahemaik I für die Fachrichug Physik Lösugsvorschläge zur Bachelor-Modulprüfug Aufgabe : (a) (i) Kurze Rechug liefer

Mehr

1 * B. Finanzmathematische Grundlagen 4 Aufgaben Aufgabe B/4

1 * B. Finanzmathematische Grundlagen 4 Aufgaben Aufgabe B/4 Fizmhemik Them: Fizmhemische Grudlge A Eiführug B Fizmhemische Grudlge Gegesd der Fizmhemik Folge- ud Reiherechug ls Bsis der Fizmhemik 3 Reche mi Logrihme 4 Aufgbe - Lösuge Dr. Alfred Brik Fizmhemik Dr.

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

Value at Risk-Konzepte für Marktrisiken

Value at Risk-Konzepte für Marktrisiken r. 7 Value a isk-kozee für Markrisike Heiz Cremers Augus 999 ISS 436-9753 Auor: Prof. Dr. Heiz Cremers Quaiaive Mehode ud Sezielle Bakberiebslehre Hochschule für Bakwirschaf, Frakfur am Mai email: cremers@hfb.de

Mehr

und wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n.

und wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n. Reeller Vektorraum Kapitel Vektorräume Die Mege aller Vektore x mit Kompoete bezeiche wir mit x R =. : x i R, i x ud wird als -dimesioaler (reeller) Vektorraum bezeichet. Defiitio Ei Vektorraum V ist eie

Mehr

26 Eigenschaften der Eigenwerte, Eigenvektoren und Eigenräume

26 Eigenschaften der Eigenwerte, Eigenvektoren und Eigenräume Lieare Algebra II SS 211 - Prof Dr Mafred Leiz Kapiel VIII: Das Eigewerproblem 26: Eigeschafe der Eigewere, K 26 Eigeschafe der Eigewere, Eigeveore ud Eigeräume A Eigeschafe der Eigewere B Eigeschafe der

Mehr

Analysis ZAHLENFOLGEN Teil 4 : Monotonie

Analysis ZAHLENFOLGEN Teil 4 : Monotonie Aalysis ZAHLENFOLGEN Teil 4 : Mootoie Datei Nr. 40051 Friedrich Buckel Juli 005 Iteretbibliothek für Schulmathematik Ihalt 1 Eiführugsbeispiele 1 Mootoie bei arithmetische Folge Defiitioe 3 3 Welche Beweistechik

Mehr

(5.18) Cov(u) = E(uu ) = σ² Ω.

(5.18) Cov(u) = E(uu ) = σ² Ω. 6.4 Verallgemeiere Kleis-Quadrae-Schäzug 6.4. Auokorrelaio ud GLS-Schäzug Ei verallgemeierer Kleis-Quadrae-Schäzer (GLS-Schäzer) für de Vekor der Regressioskoeffiziee, β, ließe sich uer Spezifikaio der

Mehr

Intervallschätzung. Bibliografie:

Intervallschätzung. Bibliografie: Ierallschäzug Ierallschäzug (allgemei Kofidezierall des arihmeische Miels Kofidezierall für die ifferez zweier arihmeischer Miel Lehrsuhl aisik chäzug II Bibliografie: Prof r Kück Uiersiä Rosock aisik,

Mehr

Grundlagen der Biostatistik und Informatik

Grundlagen der Biostatistik und Informatik Aalyiche Saiik Grudlage der Bioaiik ud Iformaik Saiiche Schäzuge, Kofidez, Sigifikaz Populaio N uedlich Sichprobe edlich dr. Lázló Smeller 1 Theoreiche Vereilug Erwarugwer Theoreiche Sreuug Häufigkeivereilug

Mehr

2. Das multiple Regressionsmodell

2. Das multiple Regressionsmodell . Das mliple Regressiosmodell. Modellspezifikaio Bei ökoomerische Eigleichgsmodelle is eie edogee Variable vo eier oder mehrere eogee Variable abhägig. Allgemei lasse sich ökoomerische Eigleichgsmodelle

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT - SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT - SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Plaz-Nr.: Name: Vorame: Marikel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT - SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Prüfgsgebie: Eiführg i die Wirschafsiformaik (Happrüfg

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT - SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT - SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Plaz-Nr.: Name: Vorame: Marikel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT - SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Prüfgsgebie: Eiführg i die Wirschafsiformaik (Happrüfg

Mehr

2. Übungsblatt zur Vorlesung Systemtheorie. 1. Übungsblatt zur Vorlesung Systemtheorie. Rechnen mit komplexen Zahlen (zu Vorlesungsbeiblatt 1.

2. Übungsblatt zur Vorlesung Systemtheorie. 1. Übungsblatt zur Vorlesung Systemtheorie. Rechnen mit komplexen Zahlen (zu Vorlesungsbeiblatt 1. zur Vorlesug Reche mi komplexe Zahle (zu Vorlesugsbeibla -) zur Vorlesug Eigeschafe ud Maipulaio vo Sigale Aufgabe : Darsellug i karesische Koordiae ( z x jy, x, y ) Bereche Sie i karesische Koordiae:

Mehr

Übungen zur Experimentalphysik II Aufgabenblatt 3 - Lösung

Übungen zur Experimentalphysik II Aufgabenblatt 3 - Lösung KW /15 Prof. Dr. R. Reifarh, Dr. J. Glorius Übungen zur Experimenalphysik II Aufgabenbla 3 - Lösung Aufgabe 1: a) Die Laung q im Volumen V beräg: q = ρ(r) V = ρ(r)4πr r = 4πAr 3 r Für ie Laung Q erhalen

Mehr

Wahrscheinlichkeitstheorie Aufgabensammlung

Wahrscheinlichkeitstheorie Aufgabensammlung rof. Dr. Z. Kabluchko Sommersemester 2016 Herik Flasche 4. Juli 2016 Wahrscheilichkeitstheorie Aufgabesammlug Keie Abgabe 1 Grezwertsätze er Wahrscheilichkeitstheorie 1.1 Lemma vo Borel Catelli Lemma 1.1

Mehr

Demo-Text für INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK. ANALYSIS Vollständige Induktion FRIEDRICH W.

Demo-Text für   INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK.   ANALYSIS Vollständige Induktion FRIEDRICH W. ANALYSIS Vollstädige Iduktio Datei Nr. 40080 Stad 14. März 018 FRIEDRICH W. BUCKEL INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK 40080 Beweismethode: Vollstädige Iduktio Vorwort Die Methode der vollstädige Iduktio

Mehr

n 1 E. Tilgungsrechnungen 5 Aufgaben Aufgabe E/2

n 1 E. Tilgungsrechnungen 5 Aufgaben Aufgabe E/2 Thema: Tilgugsrechuge Dr. Alfred Brik A Eiführug B Fiazmahemaische Grudlage C Zisrechuge D Reerechuge E Tilgugsrechuge ysemaisierug der Tilgugsare Raeilgug 3 Auiäeilgug 4 Aufgabe F Kurs ud Redie Dr. A.

Mehr

Inhalt. Leistungsmaße. Leistungsbewertung von HPC-Systemen. Leistungsmaße Gesetze Benchmarks parallele Rechnermodelle

Inhalt. Leistungsmaße. Leistungsbewertung von HPC-Systemen. Leistungsmaße Gesetze Benchmarks parallele Rechnermodelle Ihal Leisugsbewerug vo HPC-yseme Leisugsmaße Geseze Bechmarks arallele Rechermodelle High Performace Comuig, 2004 A. rey, Uiversiä Ulm Kaiel 4 : Leisugsbewerug Leisugsmaße Leisug eier Awedug auf eiem HPC-ysem

Mehr

10. Testen von Hypothesen Seite 1 von 6

10. Testen von Hypothesen Seite 1 von 6 10. Teste vo Hypothese Seite 1 vo 6 10.1 Eiführug i das Teste vo Hypothese Eie Hypothese ist eie Vermutug bzw. Behauptug über die Wahrscheilichkeit eies Ereigisses. Mit Hilfe eies geeigete Tests (=Testverfahre)

Mehr

Leistungsbewertung von HPC-Systemen. Leistung einer Anwendung auf einem HPC-System hängt von verschiedenen Faktoren ab:

Leistungsbewertung von HPC-Systemen. Leistung einer Anwendung auf einem HPC-System hängt von verschiedenen Faktoren ab: Ihal Leisugsbewerug vo HPC-yseme Leisugsmaße Geseze Bechmarks arallele Rechermodelle High Performace Comuig, 2002 A. rey, Uiversiä Ulm Kaiel 4 : Leisugsbewerug Leisugsmaße Leisug eier Awedug auf eiem HPC-ysem

Mehr

(a) Richtig, die Varianz ist eine Summe quadratischer Größen.

(a) Richtig, die Varianz ist eine Summe quadratischer Größen. Aufgabe 1 (10 Pukte) Welche der folgede Aussage sid richtig? (a) Richtig, die Variaz ist eie Summe quadratischer Größe. (b) Falsch, die Abweichug ordialer Merkmale vom Media ist icht defiiert - also auch

Mehr

Flächeninhalt. Annahme: Funktion monoton; x 0, x 1,..., x n äquidistant. w(ξ i ) = P(D = ξ i ) = P(x i 1 < X x i ) f (ξ i ) (x i x i 1 )

Flächeninhalt. Annahme: Funktion monoton; x 0, x 1,..., x n äquidistant. w(ξ i ) = P(D = ξ i ) = P(x i 1 < X x i ) f (ξ i ) (x i x i 1 ) Fläheihl Berehe Sie ie Ihle er eeee Flähe! Kpiel Ierio f ( Flähe: A f ( + 2 Approimio urh Treppefukio Josef Leyol Mhemik für VW WS 27/8 Ierio / 35 iem-summe Josef Leyol Mhemik für VW WS 27/8 Ierio 2 /

Mehr

Wirksamkeit, Effizienz

Wirksamkeit, Effizienz 3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue

Mehr

Wallis-Produkt, Gammafunktion und n-dimensionale Kugeln

Wallis-Produkt, Gammafunktion und n-dimensionale Kugeln Wallis-Produkt, Gammafuktio ud -dimesioale Kugel Thomas Peters Thomas Mathe-Seite www.mathe-seite.de 6. Oktober 3 Das Ziel dieses Artikels ist es, Formel für das Volume ud die Oberfläche vo -dimesioale

Mehr

( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i

( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i 8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Ziel dieses Verfahres ist es, Beziehuge zwische zwei Merkmale

Mehr

Messung 3 MESSUNG EINES AUS OTTO MOTOR UND ELEKTRISCHEN GENERATOR BESTEHENDEN MASCHINENAGGREGATES

Messung 3 MESSUNG EINES AUS OTTO MOTOR UND ELEKTRISCHEN GENERATOR BESTEHENDEN MASCHINENAGGREGATES Messug 3 MESSUNG EINES AUS OTTO MOTOR UND ELEKTRISCHEN GENERATOR BESTEHENDEN MASCHINENAGGREGATES Ziel der Meßübug: Besimmug des Bresoffverbrauchs, des spezifische Bresoffverbrauchs, Aggregawirkugsgrades,

Mehr

s xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5

s xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5 Streudiagramme für metrisch skalierte Variable paarweise Messwerte (x,y) x 5 7 y 7 5 7 5 5 7 Aussage zu Zusammehäge. empirische Kovariaz Stadardabweichug der WertPAARE x i x y Wert x Mittelwert aller x

Mehr

Der Käufer einer Option (Optionsinhaber) erwirbt das Recht, nicht aber die Verpflichtung, innerhalb einer bestimmten Frist (Optionsfrist)

Der Käufer einer Option (Optionsinhaber) erwirbt das Recht, nicht aber die Verpflichtung, innerhalb einer bestimmten Frist (Optionsfrist) . Opioe Der Käfer eier Opio (Opiosihaber erwirb as Rech, ich aber ie Verpflichg, ierhalb eier besimme Fris (Opiosfris eie besimme Mege eies besimme Basisweres z eiem vereibare Preis (Basispreis / Asübgspreis

Mehr

1.1 Eindimensionale, geradlinige Bewegung

1.1 Eindimensionale, geradlinige Bewegung 1 Kiemaik 1. Ieio Or, Geschwidigkei ud Beschleuigug eies Körpers zu jedem Zeipuk beschreibe. y z e y e z e r () Orsvekor: r () R. Girwidz 1 1 Kiemaik 1.1 Eidimesioale, geradliige Bewegug Eidimesioales

Mehr

Hauptachsentransformation

Hauptachsentransformation Haupachsenransformaion Erinnerung: A M n is genau ann nich inverierbar, wenn es ein x R n, x gib, mi A x. Definiion. Sei A M n eine Marix. Ein Vekor v R n, v heiß Eigenvekor von A zum Eigenwer λ R, wenn

Mehr

Kombinatorik und Polynommultiplikation

Kombinatorik und Polynommultiplikation Kombiatorik ud Polyommultiplikatio 3 Vorträge für Schüler SS 2004 W Pleske RWTH Aache, Lehrstuhl B für Mathematik 3 Eiige Zählprizipie ud Ausblicke Wir habe bislag gesehe, was die Multiomialkoeffiziete

Mehr

Folgen und Reihen. 23. Mai 2002

Folgen und Reihen. 23. Mai 2002 Folge ud Reihe Reé Müller 23. Mai 2002 Ihaltsverzeichis 1 Folge 2 1.1 Defiitio ud Darstellug eier reelle Zahlefolge.................. 2 1.1.1 Rekursive Defiitio eier Folge......................... 3 1.2

Mehr

T t Tilgungsrate im Jahr t Z t Kreditzinsen im Jahr t. Weitere S Kredit bei t = 0 ( ursprüngliche Schuld ) Symbole: RS t

T t Tilgungsrate im Jahr t Z t Kreditzinsen im Jahr t. Weitere S Kredit bei t = 0 ( ursprüngliche Schuld ) Symbole: RS t 6. Tilggsrechg 6.. Eiführg Gegesad der Tilggsrechg is die Feslegg der Rückzahlge für eimalig asgezahle Kredie eischließlich der Kredizise d -gebühre eweder a) am Fälligkeisag i eier mme (sog. gesamfällige

Mehr

1.2. Taylor-Reihen und endliche Taylorpolynome

1.2. Taylor-Reihen und endliche Taylorpolynome 1.. aylor-reihe ud edliche aylorpolyome 1..1 aylor-reihe Wir köe eie Fuktio f() i eier Umgebug eies Puktes o gut durch ihre agete i o: t o () = f(o) + f (o) (-o) aäher: Wir sehe: Je weiter wir vo o weg

Mehr

3. Erfüllungsbetrag und Barwert von Pensionsverpflichtungen. S finanzmathematischer Barwert des Zahlungsstroms (T, S) zum Zeitpunkt t n. n 0.

3. Erfüllungsbetrag und Barwert von Pensionsverpflichtungen. S finanzmathematischer Barwert des Zahlungsstroms (T, S) zum Zeitpunkt t n. n 0. 3. Erfüllugsberag ud Barwer vo Pesiosverflichuge 3.. Der Erfüllugsberag eier Verflichug S S S......... i, r= i, v= = r i T= Folge vo Zeiue i < ( ) S= S Folge vo Zahlberge u de Zeiue (T,S) : v S : Zahlugssro

Mehr

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen . Der Grezwert vo mootoe, beschräkte Folge Der Grezwert vo mootoe, beschräkte Folge ist eifacher verstädlich als der allgemeie Fall. Deshalb utersuche wir zuerst diese Spezialfall ud verallgemeier aschliessed.

Mehr

So lösen Sie die Gleichung für den Korrelationskoeffizienten

So lösen Sie die Gleichung für den Korrelationskoeffizienten 8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Dabei sid Datepukte ( x 1, y 1 ),( x 2, y 2 ), ( x, y ) gegebe.

Mehr

Investitionsrechnung - Vorbemerkung

Investitionsrechnung - Vorbemerkung Ivesiiosrechug - Vorbemerkug Es gib ich ur eie Rechugsmehode, soder viele. Was bedeue das für Sie? Uerschiedliche heoreische Asäze kee lere Für ud Wider abwäge Eigee Sadpuk beziehe Eigee Sadpuk argumeaiv

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

Berechnungen am Wankelmotor

Berechnungen am Wankelmotor HTL Saalfelen Wankelmoor Seie von 7 Schmihuber Heinrich heinrich_schmihuber@homail.com Berechnungen am Wankelmoor Link zur Beispielsübersich Mahemaische / Fachliche Inhale in Sichworen: Linieninegral,

Mehr

Herleitung der Parameter-Gleichungen für die einfache lineare Regression

Herleitung der Parameter-Gleichungen für die einfache lineare Regression Herleitug der Parameter-Gleichuge für die eifache lieare Regressio Uwe Ziegehage. März 03 Historie v.0 6.03.009, erste Versio hochgelade v.0 0.03.03, eie Vorzeichefehler beseitigt, diverse Gleichuge ud

Mehr

SERVICE NEWSLETTER. Einführung in die Mechanik Teil 2: Kinematik (2)

SERVICE NEWSLETTER. Einführung in die Mechanik Teil 2: Kinematik (2) Einührung in ie Mechanik Teil : Kinemaik Ausgabe: 9 / 4 In iesem Teil er Reihe wollen wir anhan eines Zahlenbeispiels en Deomaionsgraienen als zenrale Größe zur Beschreibung er Deormaion in er Kinemaik

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Mathematische ud statistische Methode I Sprechstude jederzeit ach Vereibarug ud ach der Vorlesug Wallstr. 3, 6. Stoc, Raum 06-06 Dr. Malte Persie persie@ui-maiz.de lordsofthebortz.de twitter.com/methodelehre

Mehr

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden

Es gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden Folge ud Reihe Folge Eie Folge ist eie Abbildug der atürliche Zahle N = {0, 1,,...} i die Mege der (zumidest i de meiste Fälle) reelle Zahle R. I diesem Fall ka ma sich eie Folge als Pukte i eiem Koordiatesystem

Mehr

PageRank: Wie Google funktioniert

PageRank: Wie Google funktioniert PageRa: Wie Google futioiert Außermathematische Aweuge im Mathematiuterricht WS 0/ Fraz Embacher, Uiversität Wie Das Erfolgsrezept er Suchmaschie vo Google lag zuächst i er überzeugee Reihug vo reffer.

Mehr

Die Wurzel einer Zahl a ist die Zahl, die mit sich selbst malgenommen wieder a ergibt.

Die Wurzel einer Zahl a ist die Zahl, die mit sich selbst malgenommen wieder a ergibt. Wurzel Wurzelexpoet Radikad oder auch Basis Die Wurzel eier Zahl a ist die Zahl, die mit sich selbst malgeomme wieder a ergibt. Die -te Wurzel et ma auch Quadratwurzel, dabei lässt ma die (als Wurzelexpoet)

Mehr

3 Grenzwerte. 3.1 Grenzwerte von Folgen

3 Grenzwerte. 3.1 Grenzwerte von Folgen 03-grezwerte.cdf 3 Grezwerte 3. Grezwerte vo Folge Kovergez Mache Folge zeige ei spezielles Verhalte, we der Idex sehr groß wird. Sie äher sich eier bestimmte Zahl. Betrachte wir zum Beispiel die Folge

Mehr

Grundlagen der Physik 2 Lösung zu Übungsblatt 7

Grundlagen der Physik 2 Lösung zu Übungsblatt 7 Grulage er Physik Lösug zu Übugsblatt 7 Daiel Weiss 3. Mai Ihaltsverzeichis Aufgabe - Koesator a) Felstärke..................................... b) Eergieuwalug................................ Aufgabe

Mehr

Abschlussprüfung an Fachoberschulen in Bayern Mathematik mit CAS 2015 Analysis A2 Ausbildungsrichtung Technik

Abschlussprüfung an Fachoberschulen in Bayern Mathematik mit CAS 2015 Analysis A2 Ausbildungsrichtung Technik MK.7.05 B5_T_A MK_Loes.xmc Abschlussprüfung an Fachoberschulen in Bayern Mahemaik mi 05 Analysis A Ausbilungsrichung Technik.0 Gegeben sin ie reellen Funkionen f a : x --> x x x Definiionsmenge D fa R

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 9 1 Ihalt der heutige Übug Statistik ud Wahrscheilichkeitsrechug Iformatioe zur Testatprüfug Besprechug der der Hausübug

Mehr

Lösungsvorschlag zu den Hausaufgaben der 1. Übung

Lösungsvorschlag zu den Hausaufgaben der 1. Übung FAKULTÄT FÜR MATHEMATIK Prof. Dr. Patrizio Neff Christia Thiel 4.04.04 Lösugsvorschlag zu de Hausaufgabe der. Übug Aufgabe : (6 Pukte Bereche Sie für die Fuktio f : R R, f( : ep( a der Stelle 0 0 das Taylorpolyom

Mehr

HENNLICH. Schenkelfedern. SCHENKELFEDERN DREHFEDERN Technische Beschreibung Anfrage- / Bestellspezifikation Beispiel Federauswahl Maßtabellen

HENNLICH. Schenkelfedern. SCHENKELFEDERN DREHFEDERN Technische Beschreibung Anfrage- / Bestellspezifikation Beispiel Federauswahl Maßtabellen HENNLICH Schekelfeer SCHENKELFEERN REHFEERN Techische Beschreibug Afrage- / Bestellspezifikatio Beispiel Feerauswahl Maßtabelle Schekelfeer / rehfeer Techische Beschreibug... Seite 155-156 Berechugsgleichuge...

Mehr

Abiturprüfung 2017 ff Beispielaufgabe Grundkurs Mathematik; Analysis Beispiel Wirkstoff

Abiturprüfung 2017 ff Beispielaufgabe Grundkurs Mathematik; Analysis Beispiel Wirkstoff Die Bioverfügbarkei is eine Messgröße dafür, wie schnell und in welchem Umfang ein Arzneimiel resorbier wird und am Wirkor zur Verfügung seh. Zur Messung der Bioverfügbarkei wird die Wirksoffkonzenraion

Mehr

Nennenswertes zur Stetigkeit

Nennenswertes zur Stetigkeit Neeswertes zur Stetigkeit.) Puktweise Stetigkeit: Vo Floria Modler Defiitio der pukteweise Stetigkeit: Eie Fuktio f : D R ist geau da i x D stetig, we gilt: ε > δ >, so dass f ( x) f ( x ) < ε x D mit

Mehr

Zur Integration von Private Equity in die Portfoliosteuerung Ein Vorschlag

Zur Integration von Private Equity in die Portfoliosteuerung Ein Vorschlag Zur Iegraio vo Privae Equiy i die Porfolioseuerug Ei Vorschlag Prof. Dr. Chrisoph Kaserer, TU Müche Dipl.-Kfm. Axel Bucher, TU Müche Ivesiioe i Privae Equiy uerscheide sich zumides i eiem weseliche Puk

Mehr

Statistik im Bachelor-Studium der BWL und VWL

Statistik im Bachelor-Studium der BWL und VWL Max C. Wewel Saisik im Bachelor-Sudium der BWL ud VWL Mehode, Awedug, Ierpreaio., erweiere Auflage Mi herausehmbarer Formelsammlug ei Impri vo Pearso Educaio Müche Boso Sa Fracisco Harlow, Eglad Do Mills,

Mehr

4 DIGITAL-ANALOG UMSETZUNG, ANALOG-DIGITAL UMSETZUNG

4 DIGITAL-ANALOG UMSETZUNG, ANALOG-DIGITAL UMSETZUNG Prof. Dr.. Schwelleberg, Vorlesug: Messechik 4 4 DIGITALAALOG MSETZG, AALOGDIGITAL MSETZG 4. ALLGEMEIES Im Zeialer der echer werde heuzuage die gemessee ichelekrische oder elekrische Größe i viele Fälle

Mehr

Deutschsprachiger Wettbewerb 2009 / 2010 Mathematik Jahrgang 2 2. Runde

Deutschsprachiger Wettbewerb 2009 / 2010 Mathematik Jahrgang 2 2. Runde Deuschsprachiger Webewerb 009 / 00 Mahemaik Jahrgang. Rune Liebe Schülerin, lieber Schüler, iese Rune es Webewerbs ha 0 Fragen, Sie sollen von en vorgegebenen Lösungsmöglichkeien immer ie einzige richige

Mehr

Kapitel XI - Korrelationsrechnung

Kapitel XI - Korrelationsrechnung Istitut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökoometrie ud Statistik Kapitel XI - Korrelatiosrechug Deskriptive Statistik Prof. Dr. W.-D. Heller Hartwig Seska Carlo Siebeschuh Aufgabe der Korrelatiosrechug

Mehr

n 2(a + bx i y i ) = 0 und i=1 n 2(a + bx i y i )x i = 0 i=1 gilt. Aus diesen beiden Gleichungen erhalten wir nach wenigen einfachen Umformungen

n 2(a + bx i y i ) = 0 und i=1 n 2(a + bx i y i )x i = 0 i=1 gilt. Aus diesen beiden Gleichungen erhalten wir nach wenigen einfachen Umformungen Regressio Dieser Text rekapituliert die i der Aalsis ud Statistik wohlbekate Methode der kleiste Quadrate, auch Regressio geat, zur Bestimmug vo Ausgleichsgerade Regressiosgerade ud allgemei Ausgleichpolome.

Mehr

Die zweite Implikation der Annahme einer skalaren Kovarianzmatrix, (2.7) 2 nxn

Die zweite Implikation der Annahme einer skalaren Kovarianzmatrix, (2.7) 2 nxn 6. Auokorrelaio 6. Form ud Auswirkug Die zweie Implikaio der Aahme eier skalare Kovariazmarix, (.7) Cov( u) E( uu') I x is, dass sich Sörerme uerschiedlicher Beobachuge ich beeiflusse, also ukorrelier

Mehr

8. Übungsblatt Aufgaben mit Lösungen

8. Übungsblatt Aufgaben mit Lösungen 8. Übugsblatt Aufgabe mit Lösuge Aufgabe 36: Bestimme Sie alle z C, für die die folgede Potezreihe kovergiere: z z a, b! +, c z +. = = Lösug 36: Wir bezeiche de Kovergezradius mit r. a Wir wede das Quotietekriterium

Mehr

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß

Der Satz von Stone-Weierstraß. 1 Approximationssatz von Weierstraß Der Satz vo Stoe-Weierstraß Vortrag zum Prosemiar Aalysis, 28.06.2010 Valetia Gerber, Sabria Kielma Aus der Vorlesug Aalysis I ud II kee wir das Kozept des Approximieres. Us wurde die Begriffe Taylor-

Mehr

Reihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel

Reihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel Zahlefolge Teil 3 Reihe Reihe Arithmetische Reihe Geometrische Reihe Datei Nr. 4003 (Neu bearbeitet ud erweitert) Jui 005 Friedrich W. Buckel Iteretbibliothek für Schulmathematik Ihalt Defiitio eier Reihe

Mehr

Mehrdimensionale Differenzialrechnung

Mehrdimensionale Differenzialrechnung Szabolcs Rozsyai Stetigkeit Eie Fuktio f heißt stetig a er Stelle D, falls lim f( eistiert u lim f(. Die Fuktio heißt stetig falls sie i alle Pukte es Defiitiosbereichs stetig ist. laut Skript: f : R R

Mehr

18 Homogene lineare Gleichungssysteme

18 Homogene lineare Gleichungssysteme Lieae Algeba II SS 0 - Pof. D.. afed Leiz Kapiel V: Lieae Gleichgssyseme 8: Homogee lieae Gleichgssyseme 8 Homogee lieae Gleichgssyseme A Zm Begiff lieaes Gleichgssysem B Theoeische Gdlage C Lösgsvefahe

Mehr

Formelübersicht zur Filtration

Formelübersicht zur Filtration Übugsaufgabe Grulage er erfahrestechik - T TU Drese, G echaische erfahrestechik ormelübersicht zur iltratio Durchströmug vo Haufwerke ormel vo Darcy Die Darcy-Gleichug beschreibt e empirische Zusammehag

Mehr