Reihen (Fortsetzung)

Größe: px
Ab Seite anzeigen:

Download "Reihen (Fortsetzung)"

Transkript

1 Rehen Fortsetzung) Ene notwendge Bedngung für de Konvergenz ener Rehe a st, dass de Gleder a n ene Nullfolge blden,.e., lm n a n. Dese Bedngung st aber ncht hnrechend; de Folge a n ) muss für n auch schnell genug gegen Null konvergeren. Als Bespel betrachten wr de harmonsche Rehe, Dese Rehe dvergert. Betrachte de Partalsummen. ) s + ) s s > + 4 }{{} >/4/ s 3 s ) ) > }{{} s 4 s ) + 4 >4/8/ und allgemen s k ) ) k ) k ) ) > + 4 6, }{{} >8/6/ ) 6 > k k 4) + k Es glt allgemen, dass mt k. 5) s ) 3) konvergert für s > und dvergert für s, vgl. de entsprechenden Ergebnsse bezüglch der Konvergenz von x s dx. Man kann das ene aus dem anderen Ergebns herleten. Se fx) ene nchtnegatve monoton fallende Funkton. Dann macht man sch anhand ener Graphk und des bestmmten Integrals als Flächennhalt,

2 Taylorrehen: Funkton fx) bestze Abletungen jeder Ordnung. fx) f ) a) x a) + R n+ x). 8)! Unter bestmmten Voraussetzungen glt lm n R n+ x) und wr haben de Taylorrehe von fx) m Punkt a, Bespele: alle mt a ) fx) f ) a) x a). 9)!. De Exponentalrehe: Es st für alle x R e x x exp{x}! + x + x! + x3 3! +, ) also z.b. e! ) 6 Als wchtger Grenzwert folgt aus ), dass de Exponentalfunkton für x schneller wächst als jede Potenz von x, d.h. für jede natürlche Zahl n st lm x Das folgt aus ), denn für x > st e x. ) xn e x > xn+ n + )! 3) sehe Anhang) lecht klar, dass Für jedes n st also f) f) + n+ fx)dx f + ). 6) n+ fx)dx f). 7) De Rehe a mt den Gledern a f) konvergert also unter den obgen Annahmen für f) allgemen genau dann, wenn das Integral fx)dx konvergert. Im Bespel st fx) /x s.

3 Tabelle : Exponentalfunkton n + n n n)! und somt e x x n > x n + )! x. 4). Logarthmusrehe: Für x, ] st ln + x) ) x x x + x3 3 x ) Bespelswese st ln ) ) 4 Aus 5) folgt log + x) x für x nahe be Null, sehe de Dskusson der Glechungen 56) und 57) und Tabelle. 3. De Bnomalrehe: Dese verallgemenert den Bnomallehrsatz + x) n Es st für jedes α R und x, ) + x) α ) α x + αx + ) n x, n N. 7) ) α x + ) α x 3 +, 8) 3 3

4 mt ) α ) α αα ) α + ), N, 9)!. ) Z.B. erhält man für α weder de geometrsche Rehe, ) x x) x) ) ) ) ) ) x! ) )! ) x! 3) x, < x <. 4) Ferner st z.b. x) ) x ) 3) ) x)! 5) + )x, < x <, 6) und allgemen wegen ) n n) n ) n + )! n + )n + ) n + )n ) )! n + ) x) n Bespel : Für < x < st n + 7) 8) 9) ) x, < x <. 3) + x + x) / +.5x.5x +.65x x 4 + 3) 4

5 Fnanzmathematk Buch Kaptel ) Betrachte Kaptal K), das mt der nomnalen jährlchen Znsrate r verznst wrd z.b. Znssatz 9%, r p.9). De tatsächlche Znsperode kann aber von enem Jahr verscheden sen, wenn etwa der Zns halb oder verteljährlch gutgeschreben wrd. De Znsperode st de Zet, de zwschen zwe Znszahlungen vergeht. Be n Znsperoden pro Jahr wrd das Kaptal am Ende jeder Perode mt r/n verznst. r/n perodsche Rate Znssatz pro Perode. Z.B. jährlche Rate r, n 4 Peroden verteljährlche Znszahlung). Nach enem Jahr bzw. t Jahren st das Kaptal angewachsen auf K) und allgemen mt n Peroden K) + r ) 4 K) bzw. K4) + r 4t K), 3) 4 4) + r ) n K) bzw. Kt) + r nt K). 33) n n) De effektve jährlche Znsrate R st de jährlche enperodge Znsrate, de zum selben Endkaptal führt we de nomnale jährlche Rate mt n Peroden. R ergbt sch aus + r ) n + R R + r n. 34) n n) Stetge Verznsung Be gegebener nomnaler Znsrate r wächst der effektve Zns mt der Zahl der Znsperoden n, da de Folge a n + r n) n 35) streng monoton wachsend st we wr für r berets gesehen haben). Um das zu sehen, betrachten wr für r > de Funkton fx) + r x) x, x >. 36) Das Ergebns glt auch für negatve Znsraten; allerdngs muss der Defntonsberech der Funkton dann zusätzlch und n Abhänggket von r) engeschränkt werden, d.h. x > max{, r}. 5

6 Glt f x) > für alle x >, dann wächst auch de Folge a n n 35) streng monoton. Da der Logarthmus ene streng monotone Transformton st, genügt es zu zegen, dass gx) : ln fx) streng monoton wächst, g x) ln + r ) x [ gx) log + r ) x ] x log + r ). 37) x x + x + r/x r x ln + r ) x r/x + r/x. 38) Um zu zegen, dass 38) für alle x m Werteberech postv st, betrachten wr de Funkton φu) ln + u) + u, u [, ). 39) + u Wegen g x) φr/x) folgt aus φu) > für alle u > auch de Postvtät von g x) für alle x >. Es st φ) ln und φ wächst streng monoton auf [, ], denn φ u) + u > für u >. 4) + u) Das Wachstum der Folge 35) st aber beschränkt, und es st lm a n lm + r ) n e r n n n [ lm + r nt n n) lm n + r n) n ] t e rt. Be stetger Verznsung mt konstanter nomnaler Wachstumsrate Znsrate) r wächst das Kaptal nach t Jahren auf an. st Kt) e rt K) 4) Das Ergebns 4) kann man auch we folgt erhalten. Be enperodger Verznsung Be zweperodger Verznsung st Kt + ) Kt) Kt) r. 4) K t + ) Kt) Kt) r K ) t + Kt) /)Kt) r, 43) 6

7 und allgemen be / t Peroden und konstanter Wachstumsrate Znsrate) r K t + t) Kt) tkt) r. 44) Der Ausdruck auf der lnken Sete von 44) st de mttlere Wachstumsrate m Zetntervall [t, t + t]. Be stetgem Wachstum t n 44)) mt konstanter Wachstumsrate r hat man de Glechung De Größe K t + t) Kt) lm t tkt) Kt) lm K t + t) Kt) t t K t) Kt) dkt) Kt) dt K t) Kt) r. 45) st de momentane Wachstumsrate der Funkton Kt). Glechung 45) kann durch Integraton beder Seten nach t gelöst werden. Wegen K t) d ln Kt) Kt) dt dt d ln Kt) dt ln Kt) + C K t) Kt) st 46) rdt rt + C. 47) Fasst man de beden Konstanten C und C n 47) zusammen, so ergbt sch also ln Kt) rt + C, 48) und somt Kt) Ae rt, 49) wobe A e C ene Konstante st, deren Wert mt Hlfe der Anfangswertbedngung ermttelt werden kann. Ist nämlch der Anfangsbestand K) bekannt, so ergbt sch aus 49) mt t K) Ae r A, 5) und somt st de Lösung von 45) mt der entsprechenden Anfangswertbedngung gegeben durch Kt) K)e rt. 5) 7

8 Be stetger Verznsung st der Zusammenhang zwschen effektver Rate R und nomnaler Rate r durch R e r, r ln + R) 5) gegeben. Für klene r st der Untersched zwschen r und R aber moderat, da R e r r! ) + r + r + r3 3! + 53) r + r + r3 3! + 54) r 55) für klene r, bzw. r ln+r) R für klene R vgl. Tabelle ). Deser Zusammenhang wrd oft n der folgenden Wese verwendet: Se Kt) der Pres enes Wertpapers. Dann st de Wachstumsrate oder Rendte) zwschen den Zetpunkten t und t gegeben durch R Kt) Kt ) Kt ) Kt) Kt), oder + R Kt ) Kt ), 56) also ln + R) ln{kt)/kt )} ln Kt) ln Kt ). Für klene R st also de prozentuale Veränderung des Preses de Wachstumsrate oder Rendte) ungefähr glech der Dfferenz der logarthmerten Werte, d.h. Kt) Kt ) Kt ) R ln Kt) ln Kt ). 57) De Approxmaton st typscherwese zemlch gut z.b. für täglche oder wöchentlche Akten und Wechselkursrendten, da dese selten größer/klener als z.b. ±% snd. Tabelle : r und R e r r R r R

9 Barwerte Annahme: Wr können zur Znsrate r Geld lehen oder verlehen. We können wr En und Auszahlungen zu verschedenen Zetpunkten mtenander verglechen, z.b. was st der heutge Wert ener Enzahlung von Euro n fünf Jahren? Antwort: Betrachtung von Barwerten. Wr snd ndfferent zwschen ener Enzahlung von Euro n fünf Jahren und ener Enzahlung von +r) 5 Denn +r) 5 Euro heute. Euro, de wr heute erhalten, können wr durch Sparen zum Znssatz r n Euro n fünf Jahren umtauschen. Ebenso können wr dese +r) 5 + r) 3 +r) 5 +r) Euro n dre Jahren umtauschen. Euro z.b. n Erhalten wr hngegen Euro n fünf Jahren, so können wr heute enen Kredt n Höhe von +r) 5 Euro aufnehmen, den wr n fünf Jahren mt der Enzahlung tlgen können. Ebenso können wr n dre Jahren enen Kredt n Höhe von +r) aufnehmen, den wr dann zwe Jahre später mt den Euro exakt tlgen können. Wr können also mt ener Enzahlung von +r) 5 Euro heute und ener Enzahlung von Euro n 5 Jahren jewels exakt dasselbe Ausgabenmuster erzeugen. Solange wr also zum Znssatz r belebg lehen und verlehen können das st natürlch ene n velen Fällen sehr restrktve Annahme), st der Barwert oder Gegenwartswert) das enzg relevante Krterum zum Verglech verschedener Zahlungsströme. Der Gegenwartswert Barwert) ener Zahlung K n t Peroden mt Dskonterungsrate r st PV Present Value) be jährlcher Verznsung, und be stetger Verznsung. PV K + r) t 58) PV Ke rt 59) Bespel: 3 Zum Zetpunkt t wrd en Nutzwald gepflanzt. Wann sollte der Baumbestand gefällt und das Holz verkauft werden? Nehmen wr an, durch Wachstum stege 3 Vgl. Chang, Fundamental Methods of Mathematcal Economcs, Kaptel. 9

10 der Wert des Holzes gemäß der Funkton V t), d.h. V t) st der Verkaufswert des Holzes zum Zetpunkt t. Der Barwert als Funkton des Abholzungszetpunktes t st dann De Bedngung erster Ordnung st PVt) V t)e rt. 6) PV t) V t)e rt re rt V t) V t) V t) r. 6) Dese Bedngung hat ene enleuchtende ökonomsche Interpretaton: Wr lassen den Wald so lange wachsen, we sen Wert schneller wächst als das Geld, das wr nach dem Verkauf des Holzes zur Bank tragen und dort zum Znssatz r anlegen. De Bedngung zweter Ordnung st PV t) e rt [V t) rv t)] r e rt [V t) rv t)] 6) e rt [V t) rv t) + r V t)] 63) { PV t) V t)/v t)r e rt V t) V t) V t) V t) + V } t) 64) V t) { e rt V t) V } t) 65) V t) e rt V t) V t)v t) V t) 66) V t) PVt) d ) V t) <. 67) dt V t) 65) zegt, dass de Bedngung zweter Ordnung z.b. dann scher erfüllt st, wenn V t) konkav st, wenn also de Zuwächse pro Zetenhet abnehmen V t) ). De Bedngung st aber schwächer als de Bedngung für Konkavtät; so recht es nach 67) aus, dass de Wachstumsrate des Wertfunkton V t) ene negatve Abletung hat. Se z.b. V t) e t PVt) e t { } e rt exp t rt. 68) Dann st V t) exp{ t} und t V t) t 3/ e t + ) t e t 69) e t ) t t, 7) 4t

11 also st de Funkton konkav für t und konvex für t. De Wachstumsrate V t)/v t) der Wertfunkton V t) st aber wegen V t)/v t) t streng monoton fallend, und daher st 67) erfüllt. Im Bespel erhalten wr für den optmalen Abholzungszetpunkt t t ). 7) r Plausblerwese wrd t klener, wenn r wächst, also sch das Geld auf der Bank besser verznst. Barwert enes Zahlungsstroms: Enzahlung a nach enem Jahr Enzahlung a nach zwe Jahren. Enzahlung a n nach n Jahren Der Barwert deses Zahlungsstroms st PV a + r + a + r) + + a n + r) a n + r). 7) Ene Annutät st ene Folge von glechen Zahlungen, de über enen gewssen Zetraum zu festen Zetpunkten fällg snd, d.h. a a a n : a. Der Barwert ener solchen Annutät mt konstanter Znsrate r st also mt der geometrschen Summenformel x + x + x + + x n xn+ 73) x durch PV a r a + r a + r) a + r [ +r +r + r ) n ) n ] n ) 74) + r 75) 76) a[ + r)n ] r + r) n. 77)

12 Der zukünftge Wert der Annutät am Ende der Perode n st demgegenüber n F a + r) n + a + r) n + + a a + r) 78) + r)n a + r) a r)n r Für den Fall ener ewgen Rente ergbt sch PV a + r) lm n + r) n PV. 79) [ ) n ] a + r) lm a a n r + r r. 8) Wenn de Auszahlungen mt ener konstanten Rate g wachsen, also a + g) a, so st, wenn g < r, PV a + r) a + r) + g + r a + g) + r) 8) ) a + r) +g +r a r g. 8) Bespel: Tlgung enes Kredts Kredtaufnahme K zu Begnn der Perode zum jährlch zu entrchtenden Zns r; Rückzahlung a am Ende jeder Perode. Dann st de Restschuld am Ende jeder Perode t durch S t + r)s t a, t, mt S K gegeben. 83) 83) st ene rekursv defnerte Folge mt S K als Anfangswert. Ene solche Glechung nennt man Dfferenzenglechung. Man kann dese Glechung durch rekursve Anwendung

13 von 83) we folgt lösen: wobe S + r)s a + r)k a 84) S + r)s a + r) K + r)a a 85) S 3 + r)s a + r) 3 K + r) a + r)a a 86). 87) t S t + r) t K a + r) 88) + r) t + r)t K a + r) 89) + r) t K + a r [ + r)t ] 9) + r) t K a ) + a 9) [ r r + r) t K a ] + r) t 9) r + r) [ t + r) t K a )] + r) t [K PV r + r) t t a)], 93) PV t a) a r ) + r) t t a + r) 94) der Barwert der bs zum Ende der Perode t gelesteten Rückzahlungen st. Wenn de Schuld am Ende der Perode n getlgt sen soll, so muss gelten, d.h. + r) n K a ) + a r r 95) a rk + r)n + r) n. 96) 3

14 Mt 9) und 96) st dann de Restschuld am Ende von Perode t [ S t + r) t K a ] + r) t r + r) [ t ] + r) t + r)n + r) t + r) n + r) [ t ] [ + r) + r) t n ] + r) t + r) n [ + r) t ] K [ + r) n ] + r) t 97) 98) 99) K[ + r)n + r) t ]. ) + r) n De Znszahlung am Ende der Perode t st und der Tlgungsantel st Z t rs t rk[ + r)n + r) t ], ) + r) n T t a rs t ) rk { + r) n [ + r) n + r) t ]} + r) n 3) rk + r)t + r) n. 4) Bespel: Euro sollen n 3 Jahren zurückgezahlt werden. r. % Znsen). Es ergeben sch de Werte n Tabelle 3. Tabelle 3: Tlgung enes Kredts Jahr t Zahlung a Znsen Z t Tlgung T t Restschuld S t Stetger Enkommensstrom Funkton ft) repräsentere den Enkommensstrom we folgt: Untertele de Zetachse von bs T n glechlange Telntervalle [t, t ] der Länge t. Es st dann t t. 4

15 Am Ende enes solchen Telntervalls erhalten wr de Zahlung ft )t t ) ft ) t. Der Barwert be nomnaler jährlcher Znsrate r und / t Znsperoden pro Jahr) st dann PV T/ t ft )t t ) ) + r / t t / t) T/ t T/ t T/ t ft ) t ) 5) + r / t ft ) t ) + r t 6) / t / t ft ) t [ ) ] / t t. 7) + r / t Mt t st und sehe Anhang) lm + r ) / t lm + r n e t / t n n) r, 8) T/ t lm t ft ) t ) ] / t t [ + r / t T ft)e rt dt. 9) Das m Zetraum bs T nsgesamt erhaltene Enkommen st F T ) T ft)dt, also st ft) F t) de momentane Änderungsrate des nsgesamt erhaltenen Enkommens zum Zetpunkt t. Bespel: a) Wächst das gezahlte Enkommen lnear,.e., ft) a, a ene Konstante, so dass F t) t adt at, so st der Barwert T ae rt dt a T b) Be unendlchem Zethorzont, r e rt a r e rt ) a r e rt e rt. ) ae rt a dt lm ) e rt a T r r. ) 5

16 c) Wenn, n Analoge zu 8), de Auszahlungen stetg mt konstanter Wachstumsrate g wachsen, so st nach 5) ft) f)e gt, und somt T ft)e rt dt f) und be unendlchem Zethorzont, für r > g, T e r g)t dt ) f)e r g)t T r g 3) f) ) e r g)t, 4) r g ft)e rt f) dt lm ) e r g)t f) T r g r g. 5) Anhang Wederholung Integral als Flächennhalt): Wr können de Fläche unter dem Graphen ener Funkton auf dem Intervall [a, b] approxmeren, ndem wr das Intervall n n Telntervalle zerlegen, de defnert snd durch de Telungspunkte a x < x < < x n < x n b. Mt belebgen Stellen ξ [x, x ],,..., n, st dann de Summe der Flächennhalte der Rechtecke fξ )x x ) fξ ) x ene Approxmaton des Flächennhalts, sehe Abbldung, wo ξ x gewählt wurde, also jewels der Endpunkt des entsprechenden Intervalls. Das heßt, de Approxmaton st S n fξ )x x ) fξ ) x. 6) De Güte der Approxmaton hängt offenbar von der Fenhet der Zerlegung ab. Erhöhen wr de Zahl der Telntervalle n, so wrd de Approxmaton besser, we Abbldung llustrert. Es glt nun unter bestmmten Annahmen über de Funkton f, dass mt n, wenn glechzetg de Länge aller Telntervalle gegen Null konvergert d.h. max { x } ), lm S n lm n n fξ ) x : 6 b a fx)dx F b) F a), 7)

17 wobe F ene Stammfunkton von f st. Betrachten wr als Bespel das Integral von fx) x über das Intervall [a, b], I b a xdx, 8) d.h. fx) x. Untertelen wr [a, b] n n glechlange Intervalle, so st x a + b a n, x x x b a n. 9) Wr wählen ferner für ξ den Endpunkt x,,..., n. Dann wrd 6) zu S n fξ ) x a + b a ) b a n n ) b a) ab a) + n ) ab a) + b a) nn + ) n ab a) + b a) da n n nn + )/ sehe Vorkurs). Also st b b a) I fx)dx lm S n lm ab a) + a n n ) b a) n + ab a) + lm n n }{{} ab a + b ab + a n + n, ) ) n + n 3) 4) 5) b a 6) F b) F a), 7) wobe de Stammfunkton F x) x / + C für ene belebge Konstante C. De Unabhänggket des Grenzwertes von der Wahl der Stützstellen ξ [x, x ] lässt sch ebenfalls anhand des Bespels llustreren. Wählen wr z.b. de untere statt de obere Intervallgrenze x statt x ), so st S n fx ) x a + b a ) b a ) n n ab a) + b a) nn ) n n b a) ab a) + ab a) + b a) n b a, und also erhält man denselben Wert für jede Wahl der Stützstellen.) 7 n

18 4.5 4 fx )*x x ) fx )*x x ), usw x_a x_ x_ x_3 x_4 x_5 x_6 x_7b Abbldung : Ene Zerlegung von [a, b], n x_a x_ x_ x_3 x_4 x_5 x_6 x_7 x_8 x_9 x_ x_ x_ x_3x_4b Abbldung : Ene fenere Zerlegung von [a, b], n 4. 8

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

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

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

Mehr

Einführung in die Finanzmathematik

Einführung in die Finanzmathematik 1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg

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

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gauslng, M.Sc. C. Hendrcks, M.Sc. Sommersemester 1 Bergsche Unverstät Wuppertal Fachberech C Mathematk und Naturwssenschaften Angewandte Mathematk / Numersche Analyss Enführung

Mehr

1 BWL 4 Tutorium V vom 15.05.02

1 BWL 4 Tutorium V vom 15.05.02 1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)

Mehr

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n.

Asymptotische Stochastik (SS 2010) Übungsblatt 1 P X. 0, n. Insttut für Stochastk PD. Dr. Deter Kadelka Danel Gentner Asymptotsche Stochastk (SS 2) Übungsblatt Aufgabe (Arten von Konvergenz reeller Zufallsvarablen und deren Zusammenhänge) Es seen X,, n N reelle

Mehr

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

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

Aspekte zur Approximation von Quadratwurzeln

Aspekte zur Approximation von Quadratwurzeln Aspete zur Approxmaton von Quadratwurzeln Intervallschachtelung Intervallhalberungsverfahren Heron-Verfahren Rechnersche und anschaulche Herletung Zusammenhang mt Newtonverfahren Monotone und Beschränthet

Mehr

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

1 Finanzmathematik. 1.1 Das Modell. Sei Xt 1.1 Das Modell Se Xt der Pres enes Assets zur Zet t und X = X ) 1 d der Rd +-dmensonale Presprozess. Das Geld kann auch zu dem rskolosen Znssatz r be ener Bank angelegt werden. Der Wert deser Anlage wrd

Mehr

Die Transzendenz der Eulerschen Zahl e

Die Transzendenz der Eulerschen Zahl e De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen

Mehr

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

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

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

Die Leistung von Quicksort

Die Leistung von Quicksort De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

Zinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung

Zinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung Znsesznsformel (Abschntt 1.2) 3 Investton & Fnanzerung 1. Fnanzmathematk Unv.-Prof. Dr. Dr. Andreas Löffler (AL@wacc.de) t Z t K t Znsesznsformel 0 1.000 K 0 1 100 1.100 K 1 = K 0 + K 0 = K 0 (1 + ) 2

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

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

e dt (Gaußsches Fehlerintegral)

e dt (Gaußsches Fehlerintegral) Das Gaußsche Fehlerntegral Φ Ac 5-8 Das Gaußsche Fehlerntegral Φ st denert als das Integral über der Standard-Normalvertelung j( ) = -,5 n den Grenzen bs, also F,5 t ( ) = - e dt (Gaußsches Fehlerntegral)

Mehr

Diplomvorprüfung DI H 04 VD : 1

Diplomvorprüfung DI H 04 VD : 1 Dplomvorprüfung DI H 04 VD : Aufgabe : Bewesen Se (zum Bespel mt Hlfe der Dfferentalrechnung) de folgende Glechung: ln(snh(x) + cosh(x)) + ln(cosh(x) snh(x)) 0, für alle x R. Es gbt (mnd.) 2 Möglchketen:.

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

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

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

Lösungen der Aufgaben zu Kapitel 2

Lösungen der Aufgaben zu Kapitel 2 Lösungen der Aufgaben zu Kaptel Abschntt 1 Aufgabe 1 Wr benutzen de Potenzrechenregeln, um ene Potenz von mt geradem Eponenten n oder mt ungeradem Eponenten n + 1 we folgt darzustellen: n n und n+1 n n

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

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

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

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

Vorlesung 3 Differentialgeometrie in der Physik 13

Vorlesung 3 Differentialgeometrie in der Physik 13 Vorlesung 3 Dfferentalgeometre n der Physk 13 Bemerkung. Ist M Manngfaltgket, p M und φ : U R n Karte mt p U, so nennt man U auch Koordnatenumgebung und φ auch Koordnatensystem n p. Bespel 2.4 Seen R >

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

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

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ).

n y j l j (x) È n. j=0 n (x x j ). f(x) = a y n+1 p n (x n+1 ) (x n+1 x 0 )...(x n+1 x n ). 5 Interpolaton 5.1 De Lagrangesche Interpolatonsaufgabe Mt È n bezechnen wr den Raum der reellen Polynome vom Grad n. Gegeben seen n+1 verschedene Stützstellen x j Ê, j = 0,...,n, und n + 1 ncht notwendg

Mehr

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass

konvergiert punktweise, wenn es l : U C C gibt derart, dass konvergiert gleichmäßig, wenn es l : U C C gibt derart, dass Funktonentheore, Woche 4 Konvergenz und Folgen 4. Glechmäßge Konvergenz Ene Zahlenfolge {α n } n N C konvergert, wenn es en l C gbt derart, dass ε > 0 N ε N : n > N ε = α n l < ε. Auch zu Folgen von Funktonen

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

Aufgabenkomplex 2: Umrechung von Einheiten, Ungleichungen, Komplexe Zahlen

Aufgabenkomplex 2: Umrechung von Einheiten, Ungleichungen, Komplexe Zahlen Technsche Unverstät Chemntz 0. Oktober 009 Fakultät für Mathematk Höhere Mathematk I.1 Aufgabenkomplex : Umrechung von Enheten, Unglechungen, Komplexe Zahlen Letzter Abgabetermn: 19. November 009 n Übung

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

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

Statistik der Extremwertverteilungen

Statistik der Extremwertverteilungen KAPITEL 6 Statstk der Extremwertvertelungen In desem Kaptel beschäftgen wr uns mt statstschen Anwendungen der Extremwertvertelungen. Wr werden zwe verschedene Zugänge zur Modellerung von Extremwerten betrachten.

Mehr

Zur Außen-Bewertung von Freigeld

Zur Außen-Bewertung von Freigeld Zur Außen-Bewertung von Fregeld Nkolaus K.A. Läufer 8.1.2006 1 De Fragestellung und hre Voraussetzungen De Frage der Bewertung von Fregeld st nur dann nteressant, wenn es mndestens zwe parallele Währungen

Mehr

Numerische Methoden II

Numerische Methoden II umersche Methoden II Tm Hoffmann 23. Januar 27 umersche Bespele umersche Methoden zur Approxmaton von Dervatpresen: - Trnomsche Gttermethode - Implzte Fnte Dfferenzen - Explzte Fnte Dfferenzen - Crank-colson

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

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

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

Formeln und Aufgaben zur Rentenrechnung

Formeln und Aufgaben zur Rentenrechnung Foreln und ufgaben zur Rentenrechnung Detrch Baugarten «16. prl 014 Inhaltsverzechns 1 Rentenrechnung 1 1.1 Zusaenfassung............................... 1 1. Bespele....................................

Mehr

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 )

( ) γ. (t 1 ) (t 2 ) = Arg γ 2(t 2 ) Funktonentheore, Woche 10 Bholomorphe Abbldungen 10.1 Konform und bholomorph Ene konforme Abbldung erhält Wnkel und Orenterung. Damt st folgendes gement: Wenn sch zwe Kurven schneden, dann schneden sch

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

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

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

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

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

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

Formeln und Aufgaben Zins- und Rentenrechnung

Formeln und Aufgaben Zins- und Rentenrechnung Foreln und ufgaben Zns- und Rentenrechnung Detrch Baugarten «14. Januar 014 Inhaltsverzechns 1 Rentenrechnung 1 1.1 Zusaenfassung............................... 1 1. Bespele....................................

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

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

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

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

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

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

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

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

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

Hydrosystemanalyse: Finite-Elemente-Methode (FEM)

Hydrosystemanalyse: Finite-Elemente-Methode (FEM) Hydrosystemanalyse: Prof. Dr.-Ing. habl. Olaf Koldtz 1 Helmholtz Centre for Envronmental Research UFZ, Lepzg 2 Technsche Unverstät Dresden TUD, Dresden Dresden, 03. Jul 2015 1/31 Prof. Dr.-Ing. habl. Olaf

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

Kapitel V. Parameter der Verteilungen

Kapitel V. Parameter der Verteilungen Kaptel V Parameter der Vertelungen D. 5.. (Erwartungswert) Als Erwartungswert ener Zufallsvarablen X bezechnet man: E( X ) : Dabe se vorausgesetzt: = = + p falls X dskret f d falls X stetg und = + p

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

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

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

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

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

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x)

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x) ZZ Lösung zu Aufgabe : Ch²-Test Häufg wrd be der Bearbetung statstscher Daten ene bestmmte Vertelung vorausgesetzt. Um zu überprüfen ob de Daten tatsächlch der Vertelung entsprechen, wrd en durchgeführt.

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

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

Streuungs-, Schiefe und Wölbungsmaße

Streuungs-, Schiefe und Wölbungsmaße aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen

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

6 Rechnen mit Zahlen beliebig hoher Stellenzahl 7 Intervall-Arithmetik 8 Umsetzung in aktuellen Prozessoren

6 Rechnen mit Zahlen beliebig hoher Stellenzahl 7 Intervall-Arithmetik 8 Umsetzung in aktuellen Prozessoren Inhalt 4 Realserung elementarer Funktonen Rehenentwcklung Konvergenzverfahren 5 Unkonventonelle Zahlenssteme redundante Zahlenssteme Restklassen-Zahlenssteme logarthmsche Zahlenssteme 6 Rechnen mt Zahlen

Mehr

Theoretische Physik II Elektrodynamik Blatt 2

Theoretische Physik II Elektrodynamik Blatt 2 PDDr.S.Mertens M. Hummel Theoretsche Physk II Elektrodynamk Blatt 2 SS 29 8.4.29 1. Rechnen mt Nabla. Zegen Se durch Auswertung n kartesschen Koordnaten de folgende Relaton und werten Se de anderen Relatonen

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

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

16. Vorlesung Sommersemester

16. Vorlesung Sommersemester 16. Vorlesung Sommersemester 1 Das Egenwertproblem In allgemener Form hat das Egenwertproblem de Form A x = λ x, (1) wobe A ene n n-matrx, x en n-dmensonaler Vektor und λ der Egenwert st (n Englsch: egenvector,

Mehr

Mathematik für Ökonomen Kompakter Einstieg für Bachelorstudierende Lösungen der Aufgaben aus Kapitel 12 Version 1.0 (11.

Mathematik für Ökonomen Kompakter Einstieg für Bachelorstudierende Lösungen der Aufgaben aus Kapitel 12 Version 1.0 (11. Mathematk für Ökonomen Kompakter Ensteg für Bachelorstuderende Lösungen der Aufgaben aus Kaptel Verson.. September 5) E. Cramer, U. Kamps, M. Kater, M. Burkschat 5 Cramer, Kamps, Kater, Burkschat Lösungen

Mehr

C. Zinsrechnungen. 1 Systematisierung der Verzinsungsarten. 2 Jährliche Verzinsung. 3 Unterjährige Verzinsung. 4 Stetige Verzinsung

C. Zinsrechnungen. 1 Systematisierung der Verzinsungsarten. 2 Jährliche Verzinsung. 3 Unterjährige Verzinsung. 4 Stetige Verzinsung 1 Systematserung der Verznsungsarten 2 Jährlche Verznsung 3 Unterjährge Verznsung 4 Stetge Verznsung 1. Systematserung der Verznsungsarten a Jährlche Verznsung 1 Quartal 1 Jahr Unterjährge Verznsung 1

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

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

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

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

1.11 Beispielaufgaben

1.11 Beispielaufgaben . Bespelaufgaben Darstellung komplexer Zahlen Aufgabe. Man stelle de komplexe Zahl z = +e 5f n algebrascher Form, also als x + y dar. Damt man de Formel für de Dvson anwenden kann, muss zunächst der Nenner

Mehr

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am U Graz, Insttut egelungs- und Automatserungstechnk Schrftlche Prüfung aus Systemtechnk am 4.. 5 Name / Vorname(n): Kenn-Matr.Nr.: Bonuspunkte: 4 errechbare Punkte 4 5 7 5 errechte Punkte U Graz, Insttut

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

-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

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig:

4.5 Lemma Das folgende Problem Par{ 1, 0, 1}max p ist NP-vollständig: 4.5 Lemma Das folgende Problem Par, 0, }max st NP-vollständg: Inut: d, m N mt m d, α N und x,...,x m, 0, } d l.u.. Frage: Exsteren κ,...,κ m, }, sodass m κ x α? Bemerkung: Beachte, dass wegen Satz 4.2

Mehr

1.1 Das Prinzip von No Arbitrage

1.1 Das Prinzip von No Arbitrage Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No

Mehr

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten

Mehr

K A P I T E L. Das IS-LM-Modell. Modell. Prof. Dr. Ansgar Belke Makroökonomik I Sommersemester 2009 Folie 1

K A P I T E L. Das IS-LM-Modell. Modell. Prof. Dr. Ansgar Belke Makroökonomik I Sommersemester 2009 Folie 1 K A P I T E L 5 Das IS-LM-Modell Modell Prof. Dr. Ansgar Belke Makroökonomk I Sommersemester 2009 Fole Das IS-LM-Modell aptel 5 Ka 5 5. Der Gütermarkt und de IS- Glechung 52 5.2 Geld- und Fnanzmärkte und

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

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