8. Elementare Zeitreihenanalyse

Größe: px
Ab Seite anzeigen:

Download "8. Elementare Zeitreihenanalyse"

Transkript

1 8 Elemenare Zerehenanalse Suaon: v De Schprobenwere enes Merkmals Y werden m Zeablauf, also zu besmmen Zepunken,,, n, beobache Zerehe v In wrschaflchen Anwendungen wrd häufg unersell, dass sch de Beobachungswere ener Zerehe aus ver Komponenen zusammensezen: Ø Trendkomponene Ø Konunkurkomponene (zklsche Komponene) Ø Sasonkomponene Ø Zufallskomponene (rreguläre Reskomponene) De Komponenen ener Zerehe: v m Trendkomponene Ø zeg de langfrsge Enwcklung Der Verlauf s, bedng durch langfrsge Ursachen, enweder wachsend, glech blebend oder fallend Bespel: Das Bruosozalproduk s n Deuschland endenzell mmer gesegen v k Konunkurkomponene Ø besz enen wellenförmgen Verlauf, der n mehrährgen Absänden wederkehr Bespel: Konunkurschwankungen snd de Haupursache für den unerschedlch sarken Zuwachs des Bruosozalproduks v g m + k Glae Komponene v Häufg werden de Trendkomponene und de Konunkurkomponene zusammengefass zur so genannen glaen Komponene Ø gb den fkven Verlauf der Zerehe be Fehlen sasonaler und Resschwankungen an 8 Elemenare Zerehenanalse Elemenare Zerehenanalse

2 Anzahl erbeuee Auorados v s Sasonkomponene Ø besz ebenfalls enen wellenförmgen Verlauf, der mesens durch enen perodschen ahreszelchen Enfluss bedng wrd Bespel: Arbeslosenzahlen, de durch werungsbednge Enschränkungen besmmer Produkonsägkeen schwanken v z Zufallskomponene Ø s das Ergebns kurzfrsger, sch unregelmäßg verändernder Ursachen Bespel: Sreks, Naurkaasrophen, plözlche Erhöhung der Energeprese, usw Bespel: Anzahl von erbeueen Auorados pro Arbesag enes Auoknackers über fünf Wochen: Wochenag Wochenag 3 Do 3 Sa 2 6 Fr 2 So 3 8 Sa 3 6 Do 4 7 So 4 2 Fr 3 Do 2 Sa 6 7 Fr 6 8 So 7 9 Sa 7 Do 8 7 So 8 Fr 9 Do 9 6 Sa Fr 4 So Für das Zusammenwrken der enzelnen Komponenen ener Zerehe wrd n der Regel en addver Ansaz gewähl Addve Zerehenmodell m + k + s + z,,, n ( g + s + z ) Tag 8 Elemenare Zerehenanalse Elemenare Zerehenanalse - -

3 Trendbesmmung durch gleende Durchschne v Voraussezung: De Zerehe leg n Form von Peroden vor, wobe de Zespanne ener Perode aus p Zerehenweren beseh In dem Fall sprch man von ener Perode der Ordnung p (zb Quaralsdaen: p 4) v Aus den Zerehenweren werden durch Hnzunahme der ewels p/2 lnken und rechen Nachbarn von und anschleßender Durchschnsbldung neue Zerehenwere konsruer v Is p 2m +, also p ungerade, dann s für m +,, n m der gleende Durchschn der Ordnung p gegeben durch: m + + (2m+ ) -m -m+ + m- + m v Is p 2m, also p gerade, dann s für m +,, n m der gleende Durchschn der Ordnung p gegeben durch: - m + -m m- + 2m (2m) 2 2 v Bespele: Ø Gleender 3er-Durchschn (Anwendung be Drelahresdaen): ( 3) Ø Gleender 4er-Durchschn (Anwendung be Quaralsdaen): ( 4) Ø Gleender 2er-Durchschn (Anwendung be Monasdaen): ( 2) Elemenare Zerehenanalse m Orgnaldaen und gleende 4er- Durchschne Anzahl erbeuee Auorados (4) 3-3 9, , 3 8 6, 3 6, , ,7 3 6,37 2, 6 7 6, 6 8, ,7 7, ,37 8 3, 9 8, ,2 4 - gleender Vererdurchschn De Dfferenz der Orgnaldaen und der gleenden Durchschne s blden de rendberenge Zerehe ( s ) (4) Tag - 8 Elemenare Zerehenanalse - 3 -

4 Anzahl erbeuee Auorados Orgnaldaen, gleende Durchschne und rendberenge Zerehe (4) s - (4) ,62 3, ,, 3 8 6, 2, 3 6,2-4, ,2, ,7 2,2 3 6,37-3,37 2, 2, 6 7 6,, 6 8,87-2, ,7 2,2 7,7 -, ,37 -,37 8 3, 2, 9 8,2-3, ,2, gleender Vererdurchschn rendberenge Zerehe Aus den rendberengen Daen der ewelgen Perode,,, p, wrd das arhmesche Mel ( ) berechne De psche Sasonfgur s dann (4) s - Tag s sˆ s - p p å s (4) Ermlung der pschen Sasonbewegung (Sasonfgur) und der sasonberengen Zerehenwere (4) s - 4 Peroden (, 2, 3, 4 ) Do Fr Sa So (4) Do , ,48437 Fr 6 -, ,6787 Sa 8 6, 2, 2,38282,6787 So 7 6,2,87 -,6787 7,6787 Do 3 6,37-3,37-3, ,48437 Fr 7 6,,,38282,6787 Sa 9 6,7 2,2 2, ,6787 So 7 7,37 -,37 -,6787 7,6787 Do 8,2-3,2-3, ,48437 Fr 9,2,87, ,6787 Sa 3 9,62 3,37 2,38282,6787 So,, -,6787,6787 Do 6,2-4,2-3, ,48437 Fr 2 9,7 2,2,38282,6787 Sa 2, 2, 2, ,6787 So 8,87-2,87 -,6787 8,6787 Do,7 -,7-3, ,48437 Fr 3, 2,, ,6787 Sa 6-2, ,6787 So 4 - -,6787 4,6787 s : -3,2,462 2,462 -,937, ŝ - sˆ ŝ å s - s p å s - ˆ s 8 Elemenare Zerehenanalse Elemenare Zerehenanalse - -

5 Anzahl erbeuee Auorados Orgnaldaen und sasonberenge Zerehe Trendbesmmung mels lnearer Regresson ( b + b + u ): 6, ,6787, , , ,6787 2, , , , , , , , , ,6787 6, ,6787 9,6787 4,6787 Schäzung der KQ-Parameer: bˆ 4,2 und bˆ, 462 ( R 2, 84) sasonberenge Zerehe Tag KQ-Schäzung für de glae Komponene: Geschäze Zerehenwere: ˆ gˆ + sˆ g ˆ 4,2 +, 462 Zusammenfassung und gleende Durchschne Tpsche Sasonfgur Trendberenge Zerehe - - Orgnal und Schäzung Sasonberenge Zerehe und geschäze glae Komponene geschäze Zerehe 8 Elemenare Zerehenanalse Elemenare Zerehenanalse - 6 -

6 Ex-pos-Analse zur Überprüfung der Güe der Zerehenschäzung Bespel: Monalcher Beraussoß ener Brauere (n hl) von 99 bs 999 (also über fünf Jahre) Mona Jahr Mona Jahr (2) (2) (2) (2) , , , , ,7 6 77, , , , , , , , , , , , , , 88 7, , , , , , , , ,62 7 7, , , 69 7, , , , , Monalcher Beraussoß Gleender 2-er Durchschn 6 Monalcher Beraussoß Mona 7 6 Vorgehenswese: Schäze de Zerehe auf Bass der ersen ver Jahre und vergleche de Prognose für das fünfe Jahr m den Orgnaldaen Mona 8 Elemenare Zerehenanalse Elemenare Zerehenanalse - 9 -

7 Orgnaldaen gleende Durchschne Trendberenge Zerehe Orgnaldaen psche Sasonfgur Sasonberenge Zerehe 8 Sasonberenge Zerehe Mona Mona arhmesches Mel der rendberengen Daen e Mona arhmesches Mel deser arhmeschen Mel Tpsche Sasonfgur Regresson: Sasonberenge Zerehe n Abhänggke von der Ze lneare KQ-Schäzung der glaen Komponene 8 8 Tpsche Sasonfgur Mona Mona 8 Elemenare Zerehenanalse Elemenare Zerehenanalse - -

8 geschäze glae Komponene + psche Sasonfgur geschäze Zerehe Verglech: Prognose für das fünfe Jahr baserend auf der geschäzen Zerehe 9 9 Prognose Geschäze Zerehe Dreker Verglech Mona Prognosezeraum Verglech: Geschäze Zerehe Resdualanalse: Resduen Orgnaldaen prognoszere Were Monalcher Beraussoß 9 Geschäze Zerehe Resduen Mona Prognosezeraum 8 Elemenare Zerehenanalse Elemenare Zerehenanalse - 3 -

8. Elementare Zeitreihenanalyse

8. Elementare Zeitreihenanalyse 8 Elemenare Zerehenanalse De Komponenen ener Zerehe: Suaon: De Schprobenwere enes Merkmals Y werden m Zeablauf, also zu besmmen Zepunken, =,, n, beobache Zerehe In wrschaflchen Anwendungen wrd häufg unersell,

Mehr

Gewöhnliche Differentialgleichungen, erste Ordnung

Gewöhnliche Differentialgleichungen, erste Ordnung Gewöhnlche Derenalglechungen erse Ordnung wr haben beres gesehen daß sch ele Probleme n der Phsk durch gewöhnlche Derenalglechungen beschreben lassen besmme Varable als Funkon der Ze d d M den Anangsbedngung

Mehr

c) Berechnen Sie mit Hilfe der Methode der kleinsten Quadrate für alle gegebenen Quartalswerte der Beschäftigten einen linearen Trend.

c) Berechnen Sie mit Hilfe der Methode der kleinsten Quadrate für alle gegebenen Quartalswerte der Beschäftigten einen linearen Trend. Dr. Demar Hubrch Vorbereung auf Übungsaufgaben Fachhochschule der de Laufbahnprüfung ale modfzere Klausur Deuschen Bundesbank Sask See Aufgabe Aus ener sasschen Veröffenlchung der Deuschen Bundesbank ennehmen

Mehr

4.2 Zweistufige Methode der Kleinsten Quadrate

4.2 Zweistufige Methode der Kleinsten Quadrate 4.2 Zwesufge Mehode der Klensen Quadrae 4.18 Wdh.: Problem: Sörvarable snd m erklärenden Varablen der Srukurform, genauer: m gemensam abhänggen Varablen, korreler. Weerer möglcher Ausweg: 2SLS Unversä

Mehr

1.6 Energie 1.6.1 Arbeit und Leistung Wird ein Körper unter Wirkung der Kraft F längs eines Weges s verschoben, so wird dabei die Arbeit

1.6 Energie 1.6.1 Arbeit und Leistung Wird ein Körper unter Wirkung der Kraft F längs eines Weges s verschoben, so wird dabei die Arbeit 3.6 Energe.6. Arbe und Lesung Wrd en Körper uner Wrkung der Kraf F längs enes Weges s verschoben, so wrd dabe de Arbe W = F s Arbe = Kraf Weg verrche. In deser enfachen Form gülg, wenn folgende Voraussezungen

Mehr

Lösungen der Übungsaufgaben zu Kapitel 7

Lösungen der Übungsaufgaben zu Kapitel 7 Kapel 7: Prmzahlen Lösungen der Übungsaufgaben zu Kapel 7 Ü: Se p IP belebg gewähl. IA: n = : Zu zegen s p a a p a p a, des s aber genau de Aussage von Saz 7. und dam beres bewesen. IS: Se IN m belebg

Mehr

Gewöhnliche Differentialgleichungen

Gewöhnliche Differentialgleichungen Gewöhnlche Dfferenalglechungen (von Mchael Ddas, Wnersemeser 2001/2002) 1. Exsenz- und Endeugke von Lösungen 2. Trennung der Varablen 3. Syseme lnearer Dfferenalglechungen 1. Ordnung 4. Syseme m konsanen

Mehr

4. Ratenmonotones Scheduling Rate-Monotonic Scheduling (LIU/LAYLAND 1973)

4. Ratenmonotones Scheduling Rate-Monotonic Scheduling (LIU/LAYLAND 1973) 4. Raenmonoones Schedulng Rae-Monoonc Schedulng (LIU/LAYLAND 973) 4.. Tasbeschrebung Tas Planungsenhe. Perodsche Folge von Jobs. T = {,..., n } Tasparameer Anforderungsze, Bereze (release me) Bearbeungs-,

Mehr

Lineare Regression - Mathematische Grundlagen

Lineare Regression - Mathematische Grundlagen FKULTÄT FÜR MTHEMTIK U TURWISSESCHFTE ISTITUT FÜR PHYSIK FCHGEBIET EXPERIMETLPHYSIK I r. rer. nat. orbert Sten, pl.-ing (FH) Helmut Barth Lneare Regresson - Mathematsche Grundlagen. llgemene Gerade Wr

Mehr

Aufgaben mit Lösungen zur Ökonometrie I. 1. Ökonometrie und empirische Wirtschaftsforschung

Aufgaben mit Lösungen zur Ökonometrie I. 1. Ökonometrie und empirische Wirtschaftsforschung Aufgaben m Lösungen zur Ökonomere I 1. Ökonomere und emprsche Wrschafsforschung 1.1 Erläuern Se de konsuonellen Elemene der Ökonomere! De Ökonomere s ene Schnmenge aus ökonomscher Theore, der Mahemak und

Mehr

Aerodynamik des Flugzeugs Numerische Strömungssimulation

Aerodynamik des Flugzeugs Numerische Strömungssimulation Aerodnamk des Flgzegs Nmersche Srömngssmlaon Enleng Srömngssmlaon n Wndkanälen 3 Nmersche Srömngssmlaon 4 Poenalsrömngen 5 Tragflügel nendlcher Sreckng n nkompressbler Srömng 6 Tragflügel endlcher Sreckng

Mehr

3. Einfache lineare Regression (Maddala Kapitel 3)

3. Einfache lineare Regression (Maddala Kapitel 3) 3. Enfache lneare Regresson Ökonomere I - Peer alder 1 3. Enfache lneare Regresson (Maddala Kapel 3) Regressonsrechnng: Emprsche Analse der Abhänggke ener Varablen () von enem oder mehreren Besmmngsfakoren

Mehr

Ein Skript der Vorlesung. Höhere Mathematik für Physiker Kapitel Jordan-Normalform

Ein Skript der Vorlesung. Höhere Mathematik für Physiker Kapitel Jordan-Normalform En Skrp der orlesung Höhere Mahemak für Physker Kapel Jordan-Normalform Dr. Peer Gesl TU München 4. Semeser SS Daum: 6.6. von Mchael Wack Chrsoph Moder Manuel Saebel ( ) hp://www.skrpweb.de Hnwese (z.b.

Mehr

2 Anwendung der Laplace- Transformation auf gewöhnliche Differenzialgleichungen

2 Anwendung der Laplace- Transformation auf gewöhnliche Differenzialgleichungen nwendng der aplace- Transformaon af gewöhnlche Dfferenzalglechngen. Häfg afreender Typ von Dfferenzalglechngen Das dynamsche Verhalen echnscher Syseme wrd häfg, zmndes näherngswese, drch lneare Dfferenzalglechngen

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

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

Klausur zur Vorlesung Lineare Modelle SS 2006 Diplom, Klausur A

Klausur zur Vorlesung Lineare Modelle SS 2006 Diplom, Klausur A Lneare Modelle m SS 2006, Prof. Dr. W. Zucchn 1 Klausur zur Vorlesung Lneare Modelle SS 2006 Dplom, Klausur A Aufgabe 1 (18 Punkte) a) Welcher grundsätzlche Untersched besteht n der Interpretaton von festen

Mehr

3. Echtzeit-Scheduling Grundlagen

3. Echtzeit-Scheduling Grundlagen 3. Echze-Schedulng Grundlagen 3.1. Grundbegrffe, Klassfkaon und Bewerung Grundbegrffe Job Planungsenhe für Schedulng e wce r d Ausführungsze, Bearbeungsze (execuon me) maxmale Ausführungsze Fregabeze,

Mehr

Institut für Halle Institute for Economic Research Wirtschaftsforschung Halle

Institut für Halle Institute for Economic Research Wirtschaftsforschung Halle Insu für Halle Insue for Economc Research Wrschafsforschung Halle Das Insu für Wrschafsforschung Halle s Mgled der Lebnz-Gemenschaf Mkroökonomersche Evaluaon und das Selekonsproblem En anwendungsorenerer

Mehr

Mehrfachregression: Einfluss mehrerer Merkmale auf ein metrisches Merkmal. Designmatrix Bestimmtheitsmaß F-Test T-Test für einzelne Regressoren

Mehrfachregression: Einfluss mehrerer Merkmale auf ein metrisches Merkmal. Designmatrix Bestimmtheitsmaß F-Test T-Test für einzelne Regressoren Mehrfachregresson: Enfluss mehrerer Merkmale auf en metrsches Merkmal Desgnmatrx Bestmmthetsmaß F-Test T-Test für enzelne Regressoren Mehrfachregresson Bvarat: x b b y + = 0 ˆ k k x b x b x b b y + + +

Mehr

IK: Einkommen, Beschäftigung und Finanzmärkte (Wintersemester 2011/12) Wichtige makroökonomische Variablen

IK: Einkommen, Beschäftigung und Finanzmärkte (Wintersemester 2011/12) Wichtige makroökonomische Variablen IK: Enkommen, Beschäfgung und Fnanzmärke (Wnersemeser 2011/12) Wchge makroökonomsche Varablen 1 Überblck Aggregerer Oupu Agg. Oupu hs. Abrss Berechnung des BIP; reales vs. nomnales BIP, BIP vs. BNE, verkeees

Mehr

MC Datenexport und Übernahme in Excel

MC Datenexport und Übernahme in Excel MC Daenexpor und Übernahme n Excel Schr-für-Schr-Anleung zur Daenübernahme aus der MC- Applkaon und Überführung der Daen n en lokales Excel-Fle. Tel A: Daenübernahme aus MC (Wndows XP):. See 1 Tel B: Daenkonverson

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

Controlling (Nebenfach) Wintersemester 2012/2013

Controlling (Nebenfach) Wintersemester 2012/2013 echnsche Unversä München Conrollng (Nebenfach) Wnersemeser 22/23 Mschrf der orlesung vom 3..22 Dr. Markus Brunner Lehrsuhl für Berebswrschafslehre Conrollng echnsche Unversä München Conrollng WS 22/3 2

Mehr

(Theoretische) Konfidenzintervalle für die beobachteten Werte: Die Standardabweichung des Messfehlers wird Standardmessfehler genannt:

(Theoretische) Konfidenzintervalle für die beobachteten Werte: Die Standardabweichung des Messfehlers wird Standardmessfehler genannt: (Theoretsche Konfdenzntervalle für de beobachteten Werte: De Standardabwechung des Messfehlers wrd Standardmessfehler genannt: ( ε ( 1- REL( Mt Hlfe der Tschebyscheff schen Unglechung lassen sch be bekanntem

Mehr

Optimierung des Modells

Optimierung des Modells Opmerung es Moells. Prüfung, ob e p un q für e größen Lags sgnfan von 0 verscheen (-Tes) wenn nch, Ornung erhöhen oer ernergen. Prüfe ob e Resuen auoorreler sn wenn ja, p oer q erhöhen 3. Vsueller Tes,

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

28. Februar 2006 Prof. Dr. Peter M. Schulze. Kreditpunkte-Klausur zur Vorlesung Grundlagen der Ökonometrie (VST006V) bzw. (VAS004V) bzw.

28. Februar 2006 Prof. Dr. Peter M. Schulze. Kreditpunkte-Klausur zur Vorlesung Grundlagen der Ökonometrie (VST006V) bzw. (VAS004V) bzw. 8. Februar 6 Prof. Dr. Peer M. Schulze Kredpune-Klausur zur Vorlesung Grundlagen der Öonomere (VS6V) bzw. (VAS4V) bzw. (VAÖ4V) Hnwese: ) Es s de omplee Klausur zu bearbeen. Es beseh ene Wahlmöglche. )

Mehr

Widerstandsnetzwerke Berechnung einfacher Netzwerke

Widerstandsnetzwerke Berechnung einfacher Netzwerke Berechnung enfacher Netzwerke Ersatzspannungsuelle Überlagerungsverfahren Maschenstromverfahren ers - PEG-Vorlesung W/ - nsttut für nformatk - F Berln Berechnung auf Bass ener Ersatzspannungsuelle Ene

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

P[bk t c se(b k) k bk t c se(b k)] 1 (5.1.3)

P[bk t c se(b k) k bk t c se(b k)] 1 (5.1.3) Kaptel 5: Inferenz m multplen Modell 5 Inferenz m multplen Modell 5. Intervallschätzung m multplen Regressonsmodell Analog zum enfachen Regressonsmodell glt: Dem Intervallschätzer der Parameter legt zugrunde,

Mehr

Die Fouriertransformation und ihre Eigenschaften

Die Fouriertransformation und ihre Eigenschaften De Fourerransormaon und hre Egenschaen Klene Formelsammlung zusammengesell von Pro. Dr. ajana Lange Fachberech Elekroechnk Fachhochschule Merseburg Inhal: Fourerrehe und Fourernegral ransormaon enger wchger

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

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13

Mi , Dr. Ackermann Übungsaufgaben Gewöhnliche Differentialgleichungen Serie 13 M. 3. 5-4. 45, Dr. Ackermann 6..4 Übungsaufgaben Gewöhnlche Dfferentalglechungen Sere 3.) Bestmmung ener homogenen Dfferentalglechung zu gegebenen Funktonen y (partkuläre Lösungen) enes Fundamentalsystems.

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

VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE

VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE Karl Rudolf KOCH Knut RIESMEIER In: WELSCH, Walter (Hrsg.) [1983]: Deformatonsanalysen 83 Geometrsche Analyse und Interpretaton von Deformatonen

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

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

IK: Einkommen, Beschäftigung und Finanzmärkte (Sommersemester 2011) Wichtige makroökonomische Variablen

IK: Einkommen, Beschäftigung und Finanzmärkte (Sommersemester 2011) Wichtige makroökonomische Variablen IK: Enkommen, Beschäfgung und Fnanzmärke (Sommersemeser 2011) Wchge makroökonomsche Varablen 1 Überblck Aggregerer Oupu Berechnung des BIP; reales vs. nomnales BIP Wachsum Arbeslosgke/Arbeslosenquoe Inflaon

Mehr

3. Echtzeit-Scheduling Grundlagen

3. Echtzeit-Scheduling Grundlagen 3. Echze-Schedulng Grundlagen 3.1. Grundbegrffe, Klassfkaon und Bewerung Grundbegrffe Job Planungsenhe für Schedulng e wce r d Ausführungsze, Bearbeungsze (execuon me) maxmale Ausführungsze Fregabeze,

Mehr

Hittorfsche Überführungszahl

Hittorfsche Überführungszahl Insu für Physkalsche Cheme Forgeschrenenprakkum 4. Horfsche Überführungszahl Sand 06/04/05 Horfsche Überführungszahl Grundlagen zum Versuch Komponenen - Glechspannungsquelle - Elekrolyse-Apparaur - P-Elekroden.

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

Gliederung des Führungssystems der Unternehmung (Quelle: Küpper et al., 2012)

Gliederung des Führungssystems der Unternehmung (Quelle: Küpper et al., 2012) .4 Begründung der koordnaonsoreneren Conrollng-Konzepon Glederung des Führungssysems der Unernehmung (Quelle: Küpper e al., 22) Führungssysem der Unernehmung Planungssysem Konrollsysem Conrollng Personalführungssysem

Mehr

c) schwierige freiwillige Zusatzaufgabe (ohne Bonuspunkte): Leiten Sie die allgemeinen iterativen Formeln für S, D, D R und V her.

c) schwierige freiwillige Zusatzaufgabe (ohne Bonuspunkte): Leiten Sie die allgemeinen iterativen Formeln für S, D, D R und V her. Rechnerarchtetur Lösungsvorschlag. Bonusübung oerseester Fachgebet Rechnerarchtetur Prof. R. Hoffann Patrc Edger. Aufgabe: Maße für Barrel-hfter 7 + 7 Punte Gegeben st en Barrel hfter t n= Prozessoren

Mehr

Institut für Statistik und Ökonometrie

Institut für Statistik und Ökonometrie Insu für Sask und Ökonomere De Enwcklung des Geldvermögens der prvaen Haushale n Deuschland Andreas Handel Arbespaper Nr. 24 (Sepember 2003) Johannes Guenberg-Unversä Fachberech Rechsund Wrschafswssenschafen

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

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

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

»Möglichkeiten und Grenzen der Wirkungsmessung«

»Möglichkeiten und Grenzen der Wirkungsmessung« »Möglchketen und Grenzen der Wrkungsmessung«18. Natonale Gesundhetsförderungs-Konferenz 19. Januar 2017, Neuenburg Prof. Dr. Alexandra Caspar caspar@fb4.fra-uas.de Fachberech 4 Sozale Arbet und Gesundhet

Mehr

I, U : Momentanwerte für Strom und Spannung I 0, U 0 : Scheitelwerte für Strom und Spannung

I, U : Momentanwerte für Strom und Spannung I 0, U 0 : Scheitelwerte für Strom und Spannung Wechselsrom B r A B sn( sn( Wrd de eerschlefe über enen Wdersand kurzgeschlossen fleß en Srom: sn( sn(, : Momenanwere für Srom und Spannung, : Scheelwere für Srom und Spannung ~ sn( sn( Effekvwere für

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

Cash flow matching: ein kurzfristiges Finanzierungsmodell

Cash flow matching: ein kurzfristiges Finanzierungsmodell Cash flow matchng: en kurzfrstges Fnanzerungsmodell 1 Negatve Zahlen entsprechen Ausgaben, postve Zahlen entsprechen Ennahmen Cash flow matchng: en kurzfrstges Fnanzerungsmodell Monat Jän. Feb. Mär. Apr.

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

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

1.1 Grundbegriffe und Grundgesetze 29

1.1 Grundbegriffe und Grundgesetze 29 1.1 Grundbegrffe und Grundgesetze 9 mt dem udrtschen Temperturkoeffzenten 0 (Enhet: K - ) T 1 d 0. (1.60) 0 dt T 93 K Betrchtet mn nun den elektrschen Wderstnd enes von enem homogenen elektrschen Feld

Mehr

Lehrstuhl für Statistik und emp. Wirtschaftsforschung, Prof. Regina T. Riphahn, Ph.D. Musterlösung zur Diplomprüfung Ökonometrie im SS 07

Lehrstuhl für Statistik und emp. Wirtschaftsforschung, Prof. Regina T. Riphahn, Ph.D. Musterlösung zur Diplomprüfung Ökonometrie im SS 07 Lehrsuhl für Sask und emp. rschafsforschung, Prof. Regna T. Rphahn, Ph.D. Muserlösung zur Dplomprüfung Ökonomere m SS 07 Aufgabe 1: [5 Punke] Se neresseren sch für de Deermnanen der schulschen Bldung.

Mehr

ANSÄTZE ZUR (AUF-)LÖSUNG EINES ALTEN METHODENSTREITS: ÖKONOMETRISCHE SPEZIFIKATION VON PROGRAMMIERUNGSMODELLEN ZUR AGRARANGEBOTSANALYSE

ANSÄTZE ZUR (AUF-)LÖSUNG EINES ALTEN METHODENSTREITS: ÖKONOMETRISCHE SPEZIFIKATION VON PROGRAMMIERUNGSMODELLEN ZUR AGRARANGEBOTSANALYSE ASÄTZE ZUR (AUF-)LÖSUG EIES ALTE METHODESTREITS: ÖKOOMETRISCHE SPEZIFIKATIO VO PROGRAMMIERUGSMODELLE ZUR AGRARAGEBOTSAALYSE Refera von Thomas Heckele und Hendrk Wolff * * Insu für Agrarpolk, Markforschung

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

Vorlesung: "Grundlagen ingenieurwissenschaftlichen Arbeitens (GIA)"

Vorlesung: Grundlagen ingenieurwissenschaftlichen Arbeitens (GIA) 6 Zuverlägke und Produklebenzyklu 6. Genaugke und Fehlerverhalen 6.2 Technche Zuverlägke 6.2. Klafkaon von Aufällen 6.2.2 Aufall- und Überlebenwahrchenlchke 6.2.3 Fehlerrae 6.3 Zuverlägke von Hardware-Funkonen

Mehr

Laboratorium für Grundlagen Elektrotechnik

Laboratorium für Grundlagen Elektrotechnik Unversy of Appled Scences Cologne Fakulä 07: Informaons-, Meden- & Elekroechnk Insu für Elekrsche Energeechnk Laboraorum für Grundlagen Elekroechnk Versuch 3 3.1 Lade- und Enladevorgang enes Kondensaors

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

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

Portfolioeffekte bei der Kreditrisikomodellierung

Portfolioeffekte bei der Kreditrisikomodellierung Porfoloeffeke be der Kredrskomodellerung 1 Porfoloeffeke be der Kredrskomodellerung Mark Wahrenburg 1 und Susanne Nehen Kurzfassung Für vele Fragesellungen m Rahmen der Bewerung kredrskobehafeer Fnanzel

Mehr

Konzept der Chartanalyse bei Chart-Trend.de

Konzept der Chartanalyse bei Chart-Trend.de Dpl.-Phys.,Dpl.-Math. Jürgen Brandes Konzept der Chartanalyse be Chart-Trend.de Konzept der Chartanalyse be Chart-Trend.de... Bewertungsgrundlagen.... Skala und Symbole.... Trendkanalbewertung.... Bewertung

Mehr

Nachtrag Nr. 72 a. gemäß 10 Verkaufsprospektgesetz (in der vor dem 1. Juli 2005 geltenden Fassung) Unvollständigen Verkaufsprospekt

Nachtrag Nr. 72 a. gemäß 10 Verkaufsprospektgesetz (in der vor dem 1. Juli 2005 geltenden Fassung) Unvollständigen Verkaufsprospekt London Branch Nachrag Nr. 72 a gemäß 10 Verkaufsprospekgesez (n der vor dem 1. Jul 2005 gelenden Fassung) vom 6. November 2006 zum Unvollsändgen Verkaufsprospek vom 31. März 2005 über Zerfkae auf * über

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

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

(4) NURBS. Vorlesung Computergraphik III S. Müller U N I V E R S I T Ä T KOBLENZ LANDAU

(4) NURBS. Vorlesung Computergraphik III S. Müller U N I V E R S I T Ä T KOBLENZ LANDAU URS Vorlesung Compuergraph III S. Müller U I V E R S I T Ä T KOLEZ LADAU U I V E R S I T Ä T KOLEZ LADAU S. Müller - - Wederholung I -Splnes ass-splnes Reursve Defnon der assfunonen ähnlch e be ézer durch

Mehr

Zeitreihenmodellierung der ARMA-Klasse

Zeitreihenmodellierung der ARMA-Klasse Zetrehenmodellerung der ARMA-Klasse Zel: endogene Modellerung ener Zetrehe (Synthese) Motvaton: ünstlche Verlängerung gegebener Zetrehen unter Wahrung wchtger statstscher Egenschaften zum Zwece der - oeratven

Mehr

Cayleys Formel. Drei Beweise durch geschicktes. Zahlen. Marc Wagner. Ferienakademie, September 1999

Cayleys Formel. Drei Beweise durch geschicktes. Zahlen. Marc Wagner. Ferienakademie, September 1999 Cayleys Formel Dre Bewese durch geschces Zahlen Marc Wagner mcwagnersud.nforma.un-erlangen.de Ferenaademe, Sepember 999 Vorberachungen Labeled Trees (nummerere Baume) En Labeled Tree s en zusammenhangender,

Mehr

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com. Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener

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

Aspekte der stochastischen Modellierung von Ausfallwahrscheinlichkeiten in Kreditportfoliomodellen

Aspekte der stochastischen Modellierung von Ausfallwahrscheinlichkeiten in Kreditportfoliomodellen Aspeke der sochasschen Modellerung von Ausfallwahrschenlchkeen n Kredporfolomodellen von Rüdger Kesel, London School of Economcs and Polcal Scences, London. Bernd Schmd, Rsklab Germany, München. 1. Enleung.

Mehr

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung Fallstude 4 Qualtätsregelkarten (SPC) und Versuchsplanung Abgabe: Lösen Se de Aufgabe 1 aus Abschntt I und ene der beden Aufgaben aus Abschntt II! Aufgabentext und Lösungen schrftlch bs zum 31.10.2012

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

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert R. Brnkmann http://brnkmann-du.de Sete..8 Zufallsvarable, Wahrschenlchketsvertelungen und Erwartungswert Enführungsbespel: Zwe Würfel (en blauer und en grüner) werden 4 mal zusammen geworfen. De Häufgketen

Mehr

Energieeffizienz-Betrachtung einer Anlage durch Energiemessung

Energieeffizienz-Betrachtung einer Anlage durch Energiemessung Applcaon Noe DK9221-1109-0007 Messechnk Keywords Energemessung Lesungsfakor Energeanalyse EherCAT-Klemme Busklemme KL3403 EL3403 Energeeffzenz-Berachung ener Anlage durch Energemessung Deses Applcaon Example

Mehr

Systemübersicht und Bestell-Leitfaden für Vialle Liquid SI Autogasanlagen

Systemübersicht und Bestell-Leitfaden für Vialle Liquid SI Autogasanlagen Systemüberscht Bestell-Letfaden für Valle Lqud SI Autogasanlagen Systemüberscht Valle Lqud SI Dese Überscht zegt, welche enzelnen Komponenten ener Valle Lqud SI Autogasanlage zusammenwrken. Auf den nachfolgenden

Mehr

3 Modelle der Ereignisanalyse

3 Modelle der Ereignisanalyse 3 Modelle der Eregnsanalyse 3.1 Grundlagen der Eregnsanalyse Gng es m vorangegangenen Kapel 2 um dskree oder begrenz abhängge Varablen, de wr m Kern auf laen sege und unbegrenz abhängge Varablen zurückgeführ

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

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

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

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

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

4.1 OLS a) OLS-Schätzung der Koeffizienten der Strukturform

4.1 OLS a) OLS-Schätzung der Koeffizienten der Strukturform 4. Schäzmehoden 4. 4. OLS a) OLS-Schäzung der Koeffizienen der Srukurform OLS liefer verzerre und nich konsisene Schäzungen der Koeffizienen der Srukurform inerdependener Modelle, weil i.a. Sörvariable

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

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

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

Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Graphische Modelle. Niels Landwehr Unverstät Potsdam Insttut für Informatk Lehrstuhl Maschnelles Lernen Graphsche Modelle els Landwehr Zusammenfassung Pfade Zusammenfassung: en Pfad --Y-Z- st B A E Blockert be Y, wenn Dvergerende Verbndung,

Mehr

-2 Das einfache Regressionsmodell 2.1 Ein ökonomisches Modell

-2 Das einfache Regressionsmodell 2.1 Ein ökonomisches Modell Kaptel : Das enfache Regressonsmodell - Das enfache Regressonsmodell. En ökonomsches Modell Bespel: De Bezehung zwschen Haushaltsenkommen und Leensmttelausgaen Befragung zufällg ausgewählter Haushalte

Mehr

Näherungsverfahren. Wiederhole den Algorithmusbegriff. Erläutere die Begriffe: Klasse der NP-Probleme. Probleme. Probleme. Approximative Algorithmen

Näherungsverfahren. Wiederhole den Algorithmusbegriff. Erläutere die Begriffe: Klasse der NP-Probleme. Probleme. Probleme. Approximative Algorithmen Näherungsverfahren Wederhole den Algorthmusbegrff. Erläutere de Begrffe: Klasse der P-ProblemeP Probleme Klasse der NP-Probleme Probleme Approxmatve Algorthmen Stochastsche Algorthmen ALGORITHMEN Def.:

Mehr

6. Übung zur Linearen Algebra II

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

Mehr

Vermessungskunde für Bauingenieure und Geodäten

Vermessungskunde für Bauingenieure und Geodäten Vermessungskunde für Baungeneure und Geodäten Übung 4: Free Statonerung (Koordnatentransformaton) und Flächenberechnung nach Gauß Mlo Hrsch Hendrk Hellmers Floran Schll Insttut für Geodäse Fachberech 13

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

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

1 EINLEITUNG. Leitstation. Automatisierungstechnik. Sensor- System. Aktor- System. Antriebstechnik. Messtechnik. Anlage (Prozess) Energie, Produkt

1 EINLEITUNG. Leitstation. Automatisierungstechnik. Sensor- System. Aktor- System. Antriebstechnik. Messtechnik. Anlage (Prozess) Energie, Produkt Prof. r. U. Schwellenberg, Vorlesung Messechnk - INLITUNG Lernzel: Vermlung von grundlegenden Kennnssen n a den wchgsen Messprnzpen für de elekrsche Messung nchelekrscher Größen, b Aufbau von Messenrchungen

Mehr

5. ZWEI ODER MEHRERE METRISCHE MERKMALE

5. ZWEI ODER MEHRERE METRISCHE MERKMALE 5. ZWEI ODER MEHRERE METRISCHE MERKMALE wenn an ener Beobachtungsenhet zwe (oder mehr) metrsche Varablen erhoben wurden wesentlche Problemstellungen: Frage nach Zusammenhang: Bsp.: Duxbury Press (sehe

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

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

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