Welche drei wesentlichen Elemente enthält eine Gewinngleichung nach dem Umsatzkostenverfahren?

Größe: px
Ab Seite anzeigen:

Download "Welche drei wesentlichen Elemente enthält eine Gewinngleichung nach dem Umsatzkostenverfahren?"

Transkript

1 . [3 Punkte] Welche dre wesentlchen Elemente enthält ene Gewnnglechung nach dem Umsatzkostenverfahren? Umsatz, Herstellkosten des Umsatzes, übrge Kosten. [5 Punkte] Welche fünf wesentlchen Elemente enthält ene Gewnnglechung nach dem Gesamtkostenverfahren? Umsatz, Bestandsänderung fertger Erzeugnsse, Bestandsänderung unfertger Erzeugnsse, andere aktverte Egenlestungen, Gesamtkosten 3. [3 Punkte] Für en bestmmtes Produkt gelten folgende Daten: Herstellkosten der Produkton 00,00 Übrge Kosten 30,00 Produktonsmenge 00 Absatz 60 Verkaufspres pro Stück,00 We hoch st der Gewnn pro Stück und der Gewnn nsgesamt? HKdP := 00 ük := 30 xp := 00 xa := 60 p := g := p HKdP xp ük = 0.5 xa G:= g xa= [5 Punkte] Gegeben se folgende Funkton für de Kosten K enes Produkts n Abhänggket von der Produktmenge x: 3 K ( x) = x 80x x Be welcher Menge errechen de varablen Stückkosten en Mnmum? - -

2 K f := Fxkosten K v () x := x 3 80x x Varable Kosten k v () x K v () x := Varable Stückkosten x x:= Startwert für den Lösungsalgorthmus Mnmeren( k v, x) = 45 Menge, be der de varablen Stückkosten en Mnmum errechen 5. [3 Punkte] Gegeben se folgende Funkton für de Kosten K enes Produkts n Abhänggket von der Produktmenge x: Kx x We lässt sch n deser Grafk de Menge bestmmen, be der de varablen Stückkosten mnmal snd? - -

3 Kx Tangente( x) Kx mn xx,, x mn 6. [3 Punkte] Welche Defntonen der Grenzkosten snd be lnearen Kostenfunktonen dentsch? Veränderung der Kosten be Veränderung der Produktmenge um ene Enhet, varable Stückkosten, erste Abletung der Kostenfunkton 7. [5 Punkte] Kosten von nsgesamt 5.555,55 sollen auf 5 Kostenobjekte vertelt werden, und zwar nach Maßgabe folgender Bezugsgrößen: Kostenobjekt Bezugsgröße We hoch snd de Kosten pro Kostenobjekt? [Angabe auf zwe Stellen nach dem Komma] - 3 -

4 K := n := 5 := B :=.. n K K := B B K = [ Punkte] Gegeben se de Kostenfunkton K( x) = 00+ 0x wobe K = Kosten, x = Produktmenge. We hoch snd de Stückkosten für x = 0 und für x = 00? Kx := x kx () := Kx () x k0 = 30 k( 00) = 9. [4 Punkte] Wozu denen das Anbauverfahren, das Stufenleterverfahren und das Glechungsverfahren, und worn unterscheden sch dese Verfahren? Alle Verfahren denen der nnerbetreblchen Lestungsverrechnung, mt der de prmären Gemenkosten der Hlfskostenstellen auf de Hauptkostenstellen vertelt werden. De Verfahren unterscheden sch darn, we de nnerbetreblche Lestungsverrechnung zwschen den Hlfskostenstellen erfolgt: Bem Anbauverfahren fndet überhaupt kene nnerbetreblche Lestungsverrechnung zwschen Hlfskostenstellen statt, bem Anbauverfahren werden Kosten nur auf nach

5 folgende Hlfskostenstellen übertragen, bem Glechungsverfahren werden alle Hlfskostenstellen für hren Verbrauch an Lestungen belastet. 0. [ Punkte] Worn unterscheden sch de kontnuerlchen Verfahren zur Bewertung des Materalverbrauchs von den gesamtperodenbezogenen Verfahren? De kontnuerlchen Verfahren werden nach jedem Zugang (Durchschnttsmethode) oder Abgang (übrge Methoden) angewandt, de gesamtperodenbezogenen Verfahren erst am Ende der jewelgen Kostenrechnungsperode.. [ Punkte] We unterscheden sch de Restwertmethode und de Durchschnttsmethode zur Bestmmung der kalkulatorschen Znsen? Bede Methoden ermtteln de kalkulatorschen Znsen dadurch, dass de durchschnttlche Kaptalbndung mt dem kalkulatorschen Znssatz multplzert wrd. Der Untersched zwschen den Methoden besteht darn, dass sch de durchschnttlche Kaptalbndung be der Restwertmethode auf de jewelge Kostenrechnungsperode bezeht, be der Durchschnttsmethode dagegen auf de gesamte Dauer der Kaptalbndung. In der Summe der kalkulatorschen Znsen führen bede Methoden zum selben Ergebns.. [4 Punkte] Für de Äquvalenzzffernkalkulaton snd folgende Äquvalenzzffern gegeben: Produkt Äquvalenzzffer,00,5 3,75 4,50 We lauten de Äquvalenzzffern, wenn das Produkt zum Standardprodukt gemacht wrd? a := a = [0 Punkte] Für en Industreunternehmen gelten folgende Daten: - 5 -

6 Produkt Produkt Summe Materalenzelkosten pro Stück 0,00 8,00 Materalgemenkosten 38.00,00 Produktonsmenge Fertgungsenzelkosten pro Stück 0,00 6,00 Fertgungsgemenkosten n Produktonsstufe 7.600,00 Fertgungsgemenkosten n Produktonsstufe ,00 Fertgungsgemenkosten n Produktonsstufe ,00 Fertgungsgemenkosten n Produktonsstufe ,00 Fertgungszet pro Stück n Produktonsstufe 6 4 Fertgungszet pro Stück n Produktonsstufe 4 Fertgungszet pro Stück n Produktonsstufe Fertgungszet pro Stück n Produktonsstufe Sonderenzelkosten der Fertgung pro Stück 0,00 4,00 Absatz Verwaltungsgemenkosten ,00 Vertrebsgemenkosten ,00 Verkaufspres 500,00 450,00 Es wrd de Bezugsgrößenkalkulaton angewandt. We hoch st der Gewnn pro Stück der beden Produkte? n := Anzahl der verschedenen Produkte ORIGIN :=.. n Index für Produkte mek := 0 Materalenzelkosten pro Stück Produkt mek := 8 Materalenzelkosten pro Stück Produkt MGK := 3800 Materalgemenkosten xp := 00 Produktonsmenge Produkt xp := 4000 Produktonsmenge Produkt MEK := mek xp = Materalenzelkosten nsgesamt MGK mgk := MEK mek Materalgemenkosten pro Stück mgk = fek := 0 Fertgungsenzelkosten pro Stück Produkt fek := 6 Fertgungsenzelkosten pro Stück Produkt - 6 -

7 m:= 4 Anzahl der Fertgungsstufen j :=.. m Index für Fertgungsstufen FGK := 7600 Fertgungsgemenkosten Stufe fz := 6 Fertgungszet Produkt pro Stück n Stufe, fz := 4 Fertgungszet Produkt pro Stück n Stufe, FZ := fz xp, = 8600 Fertgungszet Stufe nsgesamt FGK fgk := fz Fertgungsgemenkosten der enzelnen Produkte n Stufe, FZ, fgk, 36 4 = FGK := Fertgungsgemenkosten Stufe fz := 4 Fertgungszet Produkt pro Stück n Stufe, fz := Fertgungszet Produkt pro Stück n Stufe, FZ := fz xp, = 6400 Fertgungszet Stufe nsgesamt FGK fgk := fz Fertgungsgemenkosten der enzelnen Produkte n Stufe, FZ, fgk, 6 8 = FGK := Fertgungsgemenkosten Stufe 3 3 fz := 8 Fertgungszet Produkt pro Stück n Stufe 3 3, fz := 6 Fertgungszet Produkt pro Stück n Stufe 3 3, FZ := fz 3 xp 3, = Fertgungszet Stufe 3 nsgesamt - 7 -

8 FZ := fz 3 xp 3, = Fertgungszet Stufe 3 nsgesamt FGK 3 fgk := fz Fertgungsgemenkosten der enzelnen Produkte n Stufe 3 3, FZ 3, 3 fgk 3, = FGK := Fertgungsgemenkosten Stufe 4 4 fz := 0 Fertgungszet Produkt pro Stück n Stufe 4 4, fz := 6 Fertgungszet Produkt pro Stück n Stufe 4 4, FZ := fz 4 xp 4, = Fertgungszet Stufe 4 nsgesamt FGK 4 fgk := fz Fertgungsgemenkosten der enzelnen Produkte n Stufe 4 4, FZ 4, 4 fgk 4, 0 6 = sekdf := 0 Sonderenzelkosten der Fertgung Produkt sekdf := 4 Sonderenzelkosten der Fertgung Produkt hk := mek + mgk + fek + fgk + sekdf Herstellkosten pro Stück j, j hk = xa := 00 Absatz Produkt xa := 3900 Absatz Produkt HKdU := hk xa = Herstellkosten des Umsatzes - 8 -

9 VWK := Verwaltungsgemenkosten VWK vwk := HKdU hk Verwaltungsgemenkosten pro Stück vwk = 3.4 VTRK:= Vertrebsgemenkosten VTRK vtrk := HKdU hk Vertrebsgemenkosten pro Stück vtrk = sk := hk + vwk + vtrk Selbstkosten pro Stück sk = p := 500 Verkaufspres Produkt p := 450 Verkaufspres Produkt g := p sk Gewnn pro Stück g = [4 Punkte] Für en Industreunternehmen gelten folgende Daten: - 9 -

10 Produkt Produkt Summe Varable Materalenzelkosten pro Stück 30,00 3,00 Varable Materalgemenkosten 9.400,00 Produktonsmenge Varable Fertgungsenzelkosten pro Stück 0,00 8,00 Varable Fertgungsgemenkosten 3.000,00 Varable Sonderenzelkosten der Fertgung pro Stück 0,00 0,00 Absatz Varable Verwaltungsgemenkosten 0,00 Varable Vertrebsgemenkosten 0,00 Verkaufspres 00,00 00,00 Fxkosten ,00 Es wrd de Zuschlagskalkulaton angewandt. We hoch st der Gewnn, der nsgesamt mt beden Produkten erzelt wrd? n := Anzahl der verschedenen Produkte ORIGIN :=.. n Index für Produkte mek := 30 Varable Materalenzelkosten pro Stück Produkt mek := 3 Varable Materalenzelkosten pro Stück Produkt MGK := 9400 Varable Materalgemenkosten xp := 000 Produktonsmenge Produkt xp := 000 Produktonsmenge Produkt MEK := mek xp = Varable Materalenzelkosten nsgesamt MGK mgk := MEK mek Varable Materalgemenkosten pro Stück mgk = 3 3. fek := 0 Varable Fertgungsenzelkosten pro Stück Produkt fek := 8 Varable Fertgungsenzelkosten pro Stück Produkt FEK:= fek xp = 6000 Varable Fertgungsenzelkosten nsgesamt FGK:= 3000 Varable Fertgungsgemenkosten - 0 -

11 FGK fgk := FEK fek Varable Fertgungsgemenkosten pro Stück fgk = 5 4 sekdf := 0 Varable Sonderenzelkosten der Fertgung Produkt sekdf := 0 Varable Sonderenzelkosten der Fertgung Produkt hk := mek + mgk + fek + fgk + sekdf Varable Herstellkosten pro Stück hk = xa := 900 Absatz Produkt xa := 900 Absatz Produkt HKdU := hk xa = 3880 Varable Herstellkosten des Umsatzes VWK := 0 Varable Verwaltungsgemenkosten VWK vwk := HKdU hk Varable Verwaltungsgemenkosten pro Stück vwk = 0 0 VTRK:= 0 Varable Vertrebsgemenkosten VTRK vtrk := HKdU hk Varable Vertrebsgemenkosten pro Stück vtrk = 0 0 sk := hk + vwk + vtrk Varable Selbstkosten pro Stück - -

12 sk = p := 00 Verkaufspres Produkt p := 00 Verkaufspres Produkt db := p sk Deckungsbetrag pro Stück db = DB := db xa Deckungsbetrag der enzelnen Produkte DB = DB := DB = 470 Deckungsbetrag nsgesamt Kf := Fxkosten G:= DB Kf = 345 Gewnn - -

Bezugsgrößenkalkulation als Vollkostenrechnung

Bezugsgrößenkalkulation als Vollkostenrechnung p A : 98 p B : 107 mek A : 30 mek B : 32 fek A : 10 fek B : 8 sekdf A : 0 sekdf B : 2 t1 A : 6min t1 B : 4min t2 A : 4min t2 B : 2min t3 A : 4min t3 B : 3min t4 A : 10min t4 B : 8min xp A : 2100 xp B :

Mehr

Mehrstufige Divisionskalkulation

Mehrstufige Divisionskalkulation In einem Ein-Produkt-Unternehmen mit zwei Produktionsstufen gelten folgende Definitionen und Daten: MEK = 100000 Materialeinzelkosten für unfertige Erzeugnisse FK 1 = 180000 Fertigungskosten Stufe 1 FK

Mehr

Vollkostenrechnung und Teilkostenrechnung 3

Vollkostenrechnung und Teilkostenrechnung 3 p A := 149 p := 99 mek A := 60 mek := 32 fek A := 10 fek := 8 sekdf A := 2 sekdf := 2 t A := 24min t := 17min xp A := 2000 xp := 4000 xa A := 1900 xa := 4000 Kalkulation (Vollkostenrechnung) MGKfix :=

Mehr

Vollkostenrechnung und Teilkostenrechnung 4

Vollkostenrechnung und Teilkostenrechnung 4 p A := 149 p B := 99 mek A := 60 mek B := 32 fl A := 10 fl B := 8 sekdf A := 2 sekdf B := 2 xp A := 2000 xp B := 4000 xa A := 1900 xa B := 4000 MGKfix := 3000 FGKfix := 70000 VWK := 80000 VTRK := 100000

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

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

Übung zu Erwartungswert und Standardabweichung

Übung zu Erwartungswert und Standardabweichung Aufgabe Übung zu Erwartungswert und Standardabwechung In ener Lottere gewnnen 5 % der Lose 5, 0 % der Lose 0 und 5 % der Lose. En Los kostet 2,50. a)berechnen Se den Erwartungswert für den Gewnn! b)der

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke der Regressionsanalyse Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden

Mehr

WS 2016/17 Prof. Dr. Horst Peters , Seite 1 von 9

WS 2016/17 Prof. Dr. Horst Peters , Seite 1 von 9 WS 2016/17 Prof. Dr. Horst Peters 06.12.2016, Sete 1 von 9 Lehrveranstaltung Statstk m Modul Quanttatve Methoden des Studengangs Internatonal Management (Korrelaton, Regresson) 1. Überprüfen Se durch Bestmmung

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg Hauptprüfung Abturprüfung 2014 (ohne CAS) Baden-Württemberg Lneare Optmerung Hlfsmttel: GTR, Formelsammlung beruflche Gymnasen (AG, BTG, EG, SG, TG, WG) Alexander Schwarz www.mathe-aufgaben.com Oktober

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene

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

6. Modelle mit binären abhängigen Variablen

6. Modelle mit binären abhängigen Variablen 6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. Entfernung in Kilometer: Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.

Mehr

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Resultate / states of nature / mögliche Zustände / möglicheentwicklungen Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und

Mehr

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson

Mehr

Beschreibende Statistik Mittelwert

Beschreibende Statistik Mittelwert Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )

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

In der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel)

In der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel) Rudolf Brnkmann http://brnkmann-du.de Sete.. Datenerhebung, Datenaufberetung und Darstellung. In der beschrebenden Statstk werden Daten erhoben, aufberetet und analysert. Bespel ener Datenerhebung mt Begrffserklärungen

Mehr

FORMELSAMMLUNG STATISTIK (I)

FORMELSAMMLUNG STATISTIK (I) Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen

Mehr

Aufgabe 7.1 (Aufgabe 5, SS 1999, VWL B, [2. Wdh. vom WS 1998/99])

Aufgabe 7.1 (Aufgabe 5, SS 1999, VWL B, [2. Wdh. vom WS 1998/99]) Aufgben zu Kptel 7 Aufgbe 7. (Aufgbe 5, SS 999, VWL B, 4.07.999 [. Wdh. vom WS 998/99]) Ene Unternehmung mt der Produktonsfunkton f ( x, x ) 5x x stellt den Output y 700 her. De Fktorprese betrgen 6 und

Mehr

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz Prof. Dr. P. Kschka WS 2012/13 Lehrstuhl für Wrtschafts- und Sozalstatstk Klausur Statstsche Inferenz 15.02.2013 Name: Matrkelnummer: Studengang: Aufgabe 1 2 3 4 5 6 7 8 Summe Punkte 6 5 5 5 5 4 4 6 40

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Erläuterungen zur Analyse des Zinssatzswaps Referenz N//83734/5 zwischen der A/B Duegården und der Nykredit Bank A/S

Erläuterungen zur Analyse des Zinssatzswaps Referenz N//83734/5 zwischen der A/B Duegården und der Nykredit Bank A/S Erläuterungen zur Analyse des Znssatzswaps Referenz 3584455N//83734/5 zwschen der A/B Duegården und der Nykredt Bank A/S 1. Zusammenfassung der Analyse De A/B Duegården und de Nykredt Bank A/S haben am

Mehr

Investition in Übungen

Investition in Übungen Vahlens Übungsbücher der Wrtschafts- und Sozalwssenschaften Investton n Übungen von Prof. Dr. Hartmut Beg, Prof. Dr. Henz Kußmaul, Prof. Dr. Gerd Waschbusch 3., durchgesehene und überarbetete Auflage Verlag

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen

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

Lineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen

Lineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen Mathematk I für Bologen, Geowssenschaftler und Geoökologen 16. Januar 2012 Problemstellung Bespel Maß für Abwechung Trck Mnmum? Exponentalfunktonen Potenzfunktonen Bespel Problemstellung: Gegeben seen

Mehr

Lineare Regression (1) - Einführung I -

Lineare Regression (1) - Einführung I - Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Hochschule Heilbronn Technik Wirtschaft Informatik Heilbronn University Institut für math.-naturw. Grundlagen

Hochschule Heilbronn Technik Wirtschaft Informatik Heilbronn University Institut für math.-naturw. Grundlagen Versuch : Messung von Glechspannung und Glechstrom mt Multmetern 1. Aufgabenstellung Messung von Glechspannung u. Glechstrom mt analogen und dgtalen Messgeräten Verglech verschedener Messgeräte, Messgenaugket

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen zum 3. Aufgabenblock Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass

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

Gruppe. Lineare Block-Codes

Gruppe. Lineare Block-Codes Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung

Mehr

ME II, Prof. Dr. T. Wollmershäuser. Kapitel 2 Das IS-LM-Modell

ME II, Prof. Dr. T. Wollmershäuser. Kapitel 2 Das IS-LM-Modell ME II, Prof. Dr. T. Wollmershäuser Kaptel 2 Das IS-LM-Modell Verson: 26.04.2011 2.1 Der Gütermarkt De gesamte Güternachfrage Z (Verwendung des BIP) lässt sch we folgt darstellen: Z C+ I + G ME II, Prof.

Mehr

Ökonomische und ökonometrische Evaluation. 1.3 Ökonometrische Grundkonzepte

Ökonomische und ökonometrische Evaluation. 1.3 Ökonometrische Grundkonzepte Ökonomsche und ökonometrsche Evaluaton 90 Emprsche Analyse des Arbetsangebots Zele: Bestmmung von Arbetsangebotselastztäten als Test der theoretschen Modelle Smulaton oder Evaluaton der Wrkungen von Insttutonen

Mehr

Arbeitsblätter. Finanzstrategien, die Sie auf den rechten Weg bringen

Arbeitsblätter. Finanzstrategien, die Sie auf den rechten Weg bringen Unternehmensentwcklungsprozess: FN-0060 Sete 18 Arbetsblätter Unternehmensentwcklungsprozess: FN-0060 Sete 19 De Saldo-Pres-Tabelle erfüllt zwe Aufgaben. Enersets dent se dazu, Ihre gegenwärtgen Prese

Mehr

Quant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik

Quant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik Quant der das Verwelken der Wertpapere. De Geburt der Fnanzkrse aus dem Gest der angewandten Mathematk Dmensnen - de Welt der Wssenschaft Gestaltung: Armn Stadler Sendedatum: 7. Ma 2012 Länge: 24 Mnuten

Mehr

-70- Anhang: -Lineare Regression-

-70- Anhang: -Lineare Regression- -70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de

Mehr

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ).

Sei T( x ) die Tangente an den Graphen der Funktion f(x) im Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Taylorentwcklung (Approxmaton durch Polynome). Problemstellung Se T( x ) de Tangente an den Graphen der Funkton f(x) m Punkt ( x 0, f(x 0 ) ) : T( x ) = f(x 0 ) + f (x 0 ) ( x - x 0 ). Dann kann man de

Mehr

Protokoll zu Versuch C1-Mischungsvolumina

Protokoll zu Versuch C1-Mischungsvolumina Protokoll zu Prnz: De sezfschen Mschungsvolumna ener Lösung werden durch auswegen fester Flüssgketsvolumna bekannter Lösungszusammensetzungen mt Hlfe von Pyknometern bestmmt. Theoretsche Grundlagen: Um

Mehr

AVWL I (Mikro) A. Wambach, Ph. D. - Klausur am 2. August Abschlussklausur

AVWL I (Mikro) A. Wambach, Ph. D. - Klausur am 2. August Abschlussklausur AVWL I (Mkro) A. Wambach, Ph. D. - Klausur am. August 000 1 Abschlussklausur Btte bearbeten Se zwe der dre folgenden Aufgaben. Sollten Se alle dre Aufgaben bearbeten, machen Se btte kenntlch, welche zwe

Mehr

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel! Aufgabe : Vorbemerkung: Ene Zufallsvarable st ene endeutge Funkton bzw. ene Abbldungsvorschrft, de angbt, auf welche Art aus enem Elementareregns ene reelle Zahl gewonnen wrd. x 4 (, ) z.b. Münzwurf: Kopf

Mehr

Contents blog.stromhaltig.de

Contents blog.stromhaltig.de Contents We hoch st egentlch Ihre Grundlast? Ene ncht ganz unwchtge Frage, wenn es um de Dmensonerung ener senannten Plug&Play Solar-Anlage geht. Solarsteckdosensystem für jermann, auch für Meter lautete

Mehr

Vorlesungsprüfung Politische Ökonomie

Vorlesungsprüfung Politische Ökonomie Vorlesungsprüfung Poltsche Ökonome 22.06.2007 Famlenname/Vorname: Geburtsdatum: Matrkelnummer: Studenrchtung: Lesen Se den Text aufmerksam durch, bevor Se sch an de Beantwortung der Fragen machen. Ihre

Mehr

Basierend auf. Michael Heinhold. Kosten- und Erfolgsrechnung in Fallbeispielen. erschienen 1997 im. Schäfer-Poeschel Verlag Stuttgart

Basierend auf. Michael Heinhold. Kosten- und Erfolgsrechnung in Fallbeispielen. erschienen 1997 im. Schäfer-Poeschel Verlag Stuttgart Baserend auf Mchael Henhold Kosten- und Erfolgsrechnung n Fallbespelen erschenen 1997 m Schäfer-Poeschel Verlag Stuttgart ISBN 3-8252-1974-7 Zusammengefaßt von Harald Pecher Deses Skrpt wdme ch mener Freundn

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

F E R N U N I V E R S I T Ä T

F E R N U N I V E R S I T Ä T Matrkelnmmer Name: Vorname: F E R N U N I V E R S I T Ä T Fakltät für Wrtschaftswssenschaft Klasr: Modl 7 Markt nd Staat (6 SWS) Termn:.0.0, 9.00.00 Uhr Prüfer: Unv.-Prof. Dr. Thomas Echner Afgabe Smme

Mehr

Schriftliche Prüfung aus Signaltransformationen Teil: Dourdoumas am

Schriftliche Prüfung aus Signaltransformationen Teil: Dourdoumas am TU Graz, Insttut für Regelungs- und Automatserungstechnk 1 Schrftlche Prüfung aus Sgnaltransformatonen Tel: Dourdoumas am 1. 10. 01 Name / Vorname(n): Kennzahl / Matrkel-Nummer: 1 errechbare Punkte 4 errechte

Mehr

1.Schularbeit 22.Okt A. A) Berechne ohne TI-92: Beachte: Für die Beispiele 1 und 2 sind alle notwendigen Rechenschritte anzugeben.

1.Schularbeit 22.Okt A. A) Berechne ohne TI-92: Beachte: Für die Beispiele 1 und 2 sind alle notwendigen Rechenschritte anzugeben. 1.Schularbet.Okt. 1997 7.A A) Berechne ohne TI-9: Beachte: Für de Bespele 1 und snd alle notwendgen Rechenschrtte anzugeben. 1a) De zu z= a + bkonjugert komplexe Zahl st z= a b. Zege für z 1 = -4 + 3 und

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

Bestimmung der Elementarladung nach Millikan. 1. Theorie zum Versuchs. F R = 6 $ $ $ r $ v. $ g. F s = 4 3 $ $ r 3 $ Öl.

Bestimmung der Elementarladung nach Millikan. 1. Theorie zum Versuchs. F R = 6 $ $ $ r $ v. $ g. F s = 4 3 $ $ r 3 $ Öl. Versuch Nr. 5: Bestmmung der Elementarladung nach Mllkan. Theore zum Versuchs Be der Öltröpfchenmethode nach Mllkan wrd Öl mttels enes Zerstäubers n wnzge Tropfen aufgetelt. De Öltröpfchen werden durch

Mehr

Grundlagen der Technischen Informatik. 11. Übung

Grundlagen der Technischen Informatik. 11. Übung Grundlagen der Technschen Informatk 11. Übung Chrstan Knell Kene Garante für Korrekt-/Vollständgket 11. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Komparator Adderer / Subtraherer Mehr-Operanden-Adderer

Mehr

Grundlagen der Technischen Informatik. 9. Übung

Grundlagen der Technischen Informatik. 9. Übung Grundlagen der Technschen Informatk 9. Übung Chrstan Knell Kene Garante für Korrekt-/Vollständgket 9. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Komparator Adderer/Subtraherer Mehr-Operanden-Adderer

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6 Praktkum Physkalsche Cheme I (C-2) Versuch Nr. 6 Konduktometrsche Ttratonen von Säuren und Basen sowe Fällungsttratonen Praktkumsaufgaben 1. Ttreren Se konduktometrsch Schwefelsäure mt Natronlauge und

Mehr

Verständnisfragen (23 P.)

Verständnisfragen (23 P.) Blatt 2 Matr.-Nr.:... Platz-Nr.:... Aufgabe 1: Verständnsfragen (23 P.) 1. We snd rmäre von sekundären Kosten abzugrenzen?. Prmäre Kosten entstehen durch den Verbrauch von außerhalb des Unternehmens bezogenen

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

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

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

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Temporäre Stilllegungsentscheidungen mittels stufenweiser E W U F W O R K I N G P A P E R

Temporäre Stilllegungsentscheidungen mittels stufenweiser E W U F W O R K I N G P A P E R Temporäre Stlllegungsentschedungen mttels stufenweser Grenzkostenrechnung E W U F W O R K I N G P A P E R Mag. Dr. Thomas Wala, FH des bf Wen PD Dr. Leonhard Knoll, Unverstät Würzburg Mag. Dr. Stephane

Mehr

2 Gleichstromtechnik. 2.1 Der unverzweigte Stromkreis Der Grundstromkreis

2 Gleichstromtechnik. 2.1 Der unverzweigte Stromkreis Der Grundstromkreis 27 2 Glechstromtechnk 2.1 Der unverzwegte Stromkres 2.1.1 Der Grundstromkres n unverzwegter Stromkres st de geschlossene Hnterenanderschaltung verschedener Schaltelemente: Spannungsquellen, Wderstände

Mehr

Grundlagen der Technischen Informatik. 12. Übung. Christian Knell Keine Garantie für Korrekt-/Vollständigkeit

Grundlagen der Technischen Informatik. 12. Übung. Christian Knell Keine Garantie für Korrekt-/Vollständigkeit Grundlagen der Technschen Informatk 12. Übung Chrstan Knell Kene Garante für Korrekt-/Vollständgket 12. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Komparator Adderer/Subtraherer Mehr-Operanden-Adderer

Mehr

Übung zur Vorlesung - Theorien Psychometrischer Tests II

Übung zur Vorlesung - Theorien Psychometrischer Tests II Übung zur Vorlesung - Theoren Psychometrscher Tests II N. Rose 9. Übung (15.01.2009) Agenda Agenda 3-parametrsches logstsches Modell nach Brnbaum Lnkfunktonen 3PL-Modell nach Brnbaum Modellglechung ( =

Mehr

Funds Transfer Pricing. Daniel Schlotmann

Funds Transfer Pricing. Daniel Schlotmann Danel Schlotmann Fankfut, 8. Apl 2013 Defnton Lqudtät / Lqudtätssko Lqudtät Pesonen ode Untenehmen: snd lqude, wenn se he laufenden Zahlungsvepflchtungen jedezet efüllen können. Vemögensgegenstände: snd

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

Mehr

Die kanonische Zustandssumme (System) und ihr Zusammenhang mit der molekularen Zustandssumme (Einzelmolekül) unterscheidbare Teilchen:

Die kanonische Zustandssumme (System) und ihr Zusammenhang mit der molekularen Zustandssumme (Einzelmolekül) unterscheidbare Teilchen: De molekulare Zustandssumme βε = e mt β = De kanonsche Zustandssumme (System) und hr Zusammenhang mt der molekularen Zustandssumme (Enzelmolekül) unterschedbare elchen: Q = ununterschedbareelchen Q : =!

Mehr

Lineare Optimierung Einführung

Lineare Optimierung Einführung Kaptel Lneare Optmerung Enführung B... (Dre klasssche Anwendungen) Im Folgenden führen wr de ersten dre klassschen (zvlen) Anwendungen der lnearen Optmerung an: BS... (Produktonsplanoptmerung) En Betreb

Mehr

VWA Köln SS 2006 Produktionswirtschaft

VWA Köln SS 2006 Produktionswirtschaft Produktonswrtschaft SS 006 Produktonswrtschaft Dozent: e-mal: pvhnten@t-onlne.de Produktonswrtschaft Glederung : Gegenstand und ufgaben der Produktonswrtschaft B: Produktons- und kostentheoretsche Grundlagen

Mehr

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern?

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern? An welche Stchwörter von der letzten Vorlesung können Se sch noch ernnern? Gasgesetz ür deale Gase pv = nr Gelestete Arbet be sotherme Ausdehnung adabatsche Ausdehnung 2 n Reale Gase p + a 2 ( V nb) =

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

Erwartungswert, Varianz, Standardabweichung

Erwartungswert, Varianz, Standardabweichung RS 24.2.2005 Erwartungswert_Varanz_.mcd 4) Erwartungswert Erwartungswert, Varanz, Standardabwechung Be jedem Glücksspel nteresseren den Speler vor allem de Gewnnchancen. 1. Bespel: Setzen auf 1. Dutzend

Mehr

Übung 11. Endogene Wachstumstheorie - Das Romer-Modell II

Übung 11. Endogene Wachstumstheorie - Das Romer-Modell II Unverstät Ulm 89081 Ulm Germany Tno Conrad, M.Sc. Insttut für Wrtschaftspoltk Fakultät für Mathematk und Wrtschaftswssenschaften Ludwg-Erhard-Stftungsprofessur Wntersemester 2018/19 Übung 11 Endogene Wachstumstheore

Mehr

Änderungen des Honorarverteilungsmaßstabes (HVM) zum 1. Oktober 2018

Änderungen des Honorarverteilungsmaßstabes (HVM) zum 1. Oktober 2018 A1612 Änderungen des Honorarvertelungsmaßstabes (HVM) zum 1. Oktober 2018 Der Honorarvertelungsmaßstab der KV Berln wrd mt Wrkung zum 1. Oktober 2018 durch Beschluss der Vertreterversammlung vom 21. Jun

Mehr

Optimierung 4.3 A2 : Warenhauszentrale a 2 +b 2 =c 2 Materialbörse Mathematik

Optimierung 4.3 A2 : Warenhauszentrale a 2 +b 2 =c 2 Materialbörse Mathematik Zechenerklärung: [ ] - Drücken Se de entsprechende Taste des Graphkrechners! [ ] S - Drücken Se erst de Taste [SHIFT] und dann de entsprechende Taste! [ ] A - Drücken Se erst de Taste [ALPHA] und dann

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

Free Riding in Joint Audits A Game-Theoretic Analysis

Free Riding in Joint Audits A Game-Theoretic Analysis . wp Wssenschatsorum, Wen,8. Aprl 04 Free Rdng n Jont Audts A Game-Theoretc Analyss Erch Pummerer (erch.pummerer@ubk.ac.at) Marcel Steller (marcel.steller@ubk.ac.at) Insttut ür Rechnungswesen, Steuerlehre

Mehr

Vorlesung: Multivariate Statistik für Psychologen

Vorlesung: Multivariate Statistik für Psychologen Vorlesung: Multvarate Statstk für Psychologen 3. Vorlesung: 14.04.2003 Agenda 1. Organsatorsches 2. Enfache Regresson. Grundlagen.. Grunddee und Zele der enfachen Regresson Bespele Statstsches Modell Modell

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

Aufgabe 1: Portfolio Selection

Aufgabe 1: Portfolio Selection Aufgabe 1: Portfolo Selecton 2 1 2 En Investor mt ener Präferenzfunkton der Form (, ) a verfügt über en 2 Anfangsvermögen n Höhe von 100 Slbermünzen. Am Markt werden de folgenden dre Wertpapere gehandelt,

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

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt - Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche

Mehr

1 - Prüfungsvorbereitungsseminar

1 - Prüfungsvorbereitungsseminar 1 - Prüfungsvorberetungssemnar Kaptel 1 Grundlagen der Buchführung Inventur Inventar Blanz Inventur st de Tätgket des mengenmäßgen Erfassens und Bewertens aller Vermögenstele und Schulden zu enem bestmmten

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog 60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

Sortieren. Thomas Röfer. Permutationen Naives Sortieren Sortieren durch Einfügen, Auswählen, Vertauschen, Mischen QuickSort Comparator

Sortieren. Thomas Röfer. Permutationen Naives Sortieren Sortieren durch Einfügen, Auswählen, Vertauschen, Mischen QuickSort Comparator Unverstät Bremen Sorteren Thomas Röfer Permutatonen Naves Sorteren Sorteren durch Enfügen, Auswählen, Vertauschen, Mschen QuckSort Comparator Unverstät Bremen Rückblck Suchen Identtät/Flache/Tefe Glechhet

Mehr

4. Indexzahlen. 5.1 Grundlagen 5.2 Preisindizes 5.3 Indexzahlenumrechnungen. Dr. Rebecca Schmitt, WS 2013/2014

4. Indexzahlen. 5.1 Grundlagen 5.2 Preisindizes 5.3 Indexzahlenumrechnungen. Dr. Rebecca Schmitt, WS 2013/2014 4. ndexzahlen 5.1 Grundlagen 5.2 Presndzes 5.3 ndexzahlenumrechnungen 1 4.1 Grundlagen Als Messzahlen werden de Quotenten bezechnet, de aus den Beobachtungswerten bzw. den Maßzahlen zweer Telmengen derselben

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

22. Vorlesung Sommersemester

22. Vorlesung Sommersemester 22 Vorlesung Sommersemester 1 Bespel 2: Würfel mt festgehaltener Ecke In desem Fall wählt man den Koordnatenursprung n der Ecke und der Würfel st durch den Berech x = 0 a, y = 0 a und z = 0 a bestmmt De

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr