4 Beschreibung des Run-Tests

Größe: px
Ab Seite anzeigen:

Download "4 Beschreibung des Run-Tests"

Transkript

1 4 Bescheibug des Ru-Tests Die mathematische Gudlage fü dieses Kaitel fidet ma i [6],[8] ud [6]. 4. Was ist ei Ru-Test 4.. Eifühug De Ru-Test ist ei ichtaametische Test (siehe Kaitel 3.6), dem die Azahl de Rus (Iteatioe) i eie Stichobe zugude liegt. Die Ru-Tests köe als Zufälligkeitstests ode als Tests zum Vegleich uabhägige Stichobe beutzt wede. Fü gegebe Wet vo weist ei kleies auf Klumuge ähliche Beobachtuge hi, ei goßes auf eie egelmäßige Wechsel. Die Ru-Theoie sagt: Bei zufällige Reihefolge ist azuehme, dass sich die beide Ausäguge des Mekmals wede gaz egelmäßig abwechsel (viele Rus), och, dass zuest meh die eie da meh die adee Ausägug auftitt (weige Rus). Die Iteatiostheoie (Ru-Theoie) gibt die Wahscheilichkeitsveteilug ud die Momete de zufällige Azahl de Iteatioe i eie mathematische Stichobe vom Umfag ud Testvefahe zu Übeüfug de Hyothese a, dass ei voliegedes -Tuel vo Zahle eie Realisieug eie mathematische Stichobe aus eie vogegebee Gudgesamtheit ist. Im Uteschied zu adee Testvefahe wid bei de Tests de Iteatiostheoie i este Liie die Reihefolge de Beobachtuge de vogegebee Folge (des - Tuels) beücksichtigt. Bei Ru-Tests sid die Objekte icht u Zahle, sode adee Mekmalswete (siehe Eileitug). 4.. Date Fü die Beobachtuge,..., ist jedes Messiveau zugelasse Aahme Diese Dilomabeit liegt ei Sezialfall des Rus mit u zwei Ate vo Symbole (Beobachtuge) zugude (Eileitug, Seite 7). Sei X eie zweiuktveteilte Zufallsgöße mit zwei Mekmalswete ud (,..., ) eie kokete Stichobe aus de zu X gehöede Gudgesamtheit. Es wid u zwische Beobachtuge vom Ty ud uteschiede. 7

2 Falls die Date mehee Ate vo Beobachtuge beihalte, muss ma die Beobachtuge i zwei Kategoie klassifiziee (siehe Kaitel 4.5) Testoblem H : Die Reihefolge de Beobachtuge ist zufällig. 0 Die Alteativhyothese fü eie eiseitige ode zweiseitige Ru-Test, die i igedeie Weise eie systematische Eifluss (bedigt zum Beisiel duch eie bestimmte Fom de Abhägigkeit de Stichobevaiable) auf die Reihefolge de Beobachtuge beihalte, sid icht so sezifiziet, wie das sost bei Testobleme de Fall ist ([6], Seite 8). Lautet die Alteative im eigetliche Sie Nichtzufälligkeit, so ist ei zweiseitige Test zu wähle, bei Aahme eies Teds dagege ei eiseitige Test. Im Falle eies zweiseitige Ru-Tests lautet die Alteativhyothese: H : Die Reihefolge de Mekmalswete ist gegeübe dem, was bei Zufälligkeit zu ewate wäe, veletzt. Im Falle eies eiseitige Ru-Tests komme folgede Fälle als mögliche Alteativhyothese i Fage: a) gleiche Mekmalswete tete zu häufig hiteeiade auf ( Klumugseffekt ), das heißt es gibt zu weige Rus (eiseitige Ru-Test liks), b) die Mekmalswete wechsel zu häufig ( Regelmäßige Wechsel ), das heißt zu viele Rus (eiseitige Ru-Test echts). 8

3 4. Teststatistik Als Teststatistik betachte wi die Azahl U de Rus i de Reihefolge de Beobachtuge. Um die Veteilug vo U ute H 0 hezuleite, bezeiche die Azahl de Beobachtuge vom Ty ud die vom Ty. 4.. Wahscheilichkeitsveteilug vo U Sei U Gesamtazahl de Rus (beliebige Läge), U = + =, = +, so gilt fü die Veteilug: u u Fomel 4.. P(U) =, wobei u = Falls U (die Gesamtazahl vo Rus) eie geade Zahl ist. + u u u u Fomel 4.. P(U) =, wobei u = Falls U (die Gesamtazahl vo Rus) eie ugeade Zahl ist. Auf de ächste Seite wede die Fomel hegeleitet ud i de ächste Abschitte wede wi mit Hilfe des Mathematica-Pogamms diese Fomel auf ihe Richtigkeit übeüfe. 4.. Ewatugswet de Ru-Veteilug Fomel 4..3 µ = + + = Vaiaz de Ru-Veteilug Fomel 4..4 ( ) ( ) σ = = ( + ) ( + ) ( ) 9

4 4..4 Gahische Dastellug de Ru-Veteilug I diese Dilomabeit wid die Ru-Veteilug mit Balkediagamme ud Teefuktioe dagestellt Abbildug 4.: Balkediagamm fü =8 Abbildug 4.: Teefuktio fü =8 Ma sieht deutlich, dass die Teefuktio bei de Ru-Veteilug icht symmetisch bezüglich µ ist, wie das bei de Nomalveteilug de Fall ist. Die Fom de Ru-Wahscheilichkeitsfuktio hägt vo, abe auch vo ud ab. Nicht u die Gesamtazahl de Objekte =+ hat eie Eifluss auf das Aussehe de Fuktio. Die Abbildug 4.3 zeigt, dass die Teefuktio de Ru- Veteilug mit ==6 adee Fom hat als die mit =0 ud =, obwohl (die Gesamtazahl de Objekte) bei beide gleich ist Abbildug 4.3: Teefuktioe zu Ru-Wahscheilichkeitsveteilug fü =3. Eimal fü ==6, eimal fü =0, =. 30

5 Die ächste Abbilduge zeige die Wahscheilichkeitsfuktioe ud die zugehöige Veteilugsfuktioe fü kleie (=00), mittlee (=500) ud goße Azahl (=000) vo Beobachtuge. I alle dei Fälle ist =. Fall, = Abbildug 4.4 A: Wahscheilichkeitsfuktio fü =00, ==50, = 5, =4,975. µ σ Abbildug 4.4 B: Zugehöige Veteilugsfuktio Fall, = Abbildug 4.5 A: Wahscheilichkeitsfuktio fü =500, ==50, = 5, =,69. µ σ Abbildug 4.5 B: Zugehöige Veteilugsfuktio Fall 3, = Abbildug 4.6 A: Wahscheilichkeitsfuktio fü =000, ==500, = 50, =5,8. µ σ Abbildug 4.6 B: Zugehöige Veteilugsfuktio 3

6 Vegleich de dei Wahscheilichkeitsfuktioe I de Abbildug 4.7 wede alle dei Fuktioe zusammegestellt. Betachtet ma die utee Abbildug, so sieht ma, dass je göße ist, um so flache ist de Kuvevelauf de Wahscheilichkeitsfuktio ud um so iedige liegt das Maximum Abbildug 4.7: Zusammestellug de Teefuktioe zu Ru-Veteilug fü =00, =500, =000 (vo liks betachtet) 3

7 4.3 Heleitug de Fomel fü die Ru-Wahscheilichkeitsveteilug I eie Folge mit zwei Ate vo Beobachtuge ist: Fall a) = + b) = + Fall =. Im este Fall muss die Folge mit dem Ru de Objekte vom Ty (ode vom Ty ) afage ud ede, im zweite Fall fägt die Reihe mit dem Ru de Objekte vom Ty a, edet abe mit dem Ru de Objekte vom Ty, ode umgekeht. Die Azahl de uteschiedliche Pemutatioe ist fü de Ru de Objekte vom Ty gleich!!!...! ud etseched fü de Ru de Objekte vom Ty gleich!.!!...! Falls H 0 wah ist, ka agumetiet wede, dass die Aodugsmöglichkeite (Pemutatioe) fü Wete de Objekte vom Ty ud Wete de Objekte vom Ty gleich wahscheilich sid. Es ist kla, dass es geau + Aoduge gibt. Um P(U) zu fide, ist es otwedig, alle Aoduge mit geau U Rus zu zähle. Ageomme, U ist geade, sage wi U=u, da muss es u Rus de Objekte vom Ty ud u Rus de Objekte vom Ty gebe. Um u Aoduge de Objekte vom Ty zu bekomme, müsse die Objekte vom Ty i u-gue geteilt wede. Wi köe diese u-gue ode Rus bilde, idem wi de Teile u i die -Räume (Abstäde zwische de Wete de Objekte vom Ty ) eisetze, abe icht meh als eie Teile o Zwischeaum. Wi köe diese u -Teile i die -Räume auf Ate latziee. Etseched köe wi die u u Rus fü die Objekte vom Ty kostuiee, auf u Ate. Jede bestimmte Aodug de u Rus de Objekte vom Ty ka mit igedeie Aodug de u Rus de Objekte vom Ty kombiiet wede. Außedem ka de este Ru i de kombiiete Aodug etwede de Ru de Objekte vom Ty ode sei. Folglich, gibt es eie Gesamtazahl vo Rus habe, = +. u u Aoduge, die geau U=u 33

8 Es folgt fü geade Azahl vo Rus: PU u PU u u u ( ) ( ) = = = = (siehe Fomel 4..). Etseched folgt fü eie ugeade Azahl vo : PU u PU u u u u u ( ) ( ) = = = = + (siehe Fomel 4..). Ageomme, wi iteessiee us u fü die Azahl de Rus de Objekte (Elemete) vom Ty, gleichgültig, ob =, = ode = ist. Wi wähle die Rus vo Elemete des Tys aus, idem wi vo de Zwischeäume auswähle. Jetzt sid die Zwischeäume vo ud ach, sowie zwische de Elemete des Tys fü die Besetzug de Elemete des Tys vohade, da die Azahl de Rus vo Elemete des Tys icht festgelegt ist. Deswege gibt es Räume, die fü das Platziee de -Rus beutzt wede. Sie köe auf Ate latziet wede. De Rest de Heleitug ist aalog zu dem, was vohe beschiebe wude Es folgt, die Wahscheilichkeit dafü, dass es geau Rus de Elemete des Tys gibt, ist: P ( ) = + = + +. Ma ka leicht ekee, dass es sich hie um eie hyegeometische Veteilug hadelt. Die Faktoe de obee Ebee im Nee sid gleich de Summe de Faktoe de obee Ebee im Zähle. Etseched das gleiche gilt fü die Faktoe de utee Ebee. Betachte wi u die Fomel fü die Wahscheilichkeitsfuktio de hyegeometische Veteilug: fx M x N M x N ( )= (siehe Fomel 3.3.) 34

9 Es ist tatsächlich die Wahscheilichkeit, dass vo de + Zelle, die vo Elemete des Tys belegt sid, + lee bleibe. Das heißt, sie wede die -Rus icht beihalte. Schlussfolgeug Usee Veteilug lässt sich duch die hyegeometische Veteilug aähe, diese aoximiet duch die Biomialveteilug. Fü seh goße Wete vo lässt sich die Biomialveteilug duch die Nomalveteilug aähe. 4.4 Testozedue Bei eie vogegebee Itumswahscheilichkeit folgedemaße aussehe: α wüde die Testozedu Ist keie Richtug de Abweichug de Zufälligkeit ausgezeichet (zweiseitige Ru- Test), so wid die Nullhyothese abgeleht, we die beobachtete Azahl vo Rus beob < α ode beob > α ist. Die vohe festgesetzte Richtug de Abweichug vo de Zufälligkeit (eiseitige Ru-Test) ka hiweise auf: a) zu weig Rus (eiseitige Test liks), das heißt H wid abgeleht, we 0 beob < α ist, b) zu viele Rus (eiseitige Test echts), das heißt H 0 wid abgeleht, we beob > αist. 35

10 4.4. Die exakte Auswetug de dem Ru-Test zugude liegede Wahscheilichkeitsveteilug Bei dem eiseitige ud zweiseitige Ru-Test wid die exakte Itumswahscheilichkeit α beechet, mit welche die Nullhyothese zuguste de gestellte Alteativhyothese abgeleht wid. Eie bestimmte Azahl vo Rus, ades gesagt: die Azahl de beobachtete Rus, fü welche die Itumswahscheilichkeit bestimmt wede soll, wid mit beob bezeichet. Zweiseitige Ru-Test Im Falle eies zweiseitige Tests gibt es folgede Möglichkeite de Beechug vo alha: Um zu etscheide, ob wi zuest liks ode echts aufsummiee, lege wi zuest als Richtwet de Ewatugswet µ (Fomel 4..3) fest. <<< Fälle fü beob < µ >>> Fall A Ist de Wet vo beob kleie als de Ewatugswet Wahscheilichkeite liks auf. Ist die beechete Summe ist die Beechug beedet ud es gilt: beob Fomel 4.4. α= PU ( = ). Ist dagege beob = = PU ( = ) < 0,5 habe wi de Fall A. Es gilt: µ, da summiee wi die beob = PU ( = ) < 0,5, da PU ( = ) 0,5, da eche wi die Wete vo P(U=) echts zusamme ud es ka zwei weitee Fälle gebe. Ist = beob Fomel 4.4. α = PU ( = ). = beob Fü eie schelle Ablauf wid im Pogamm die folgede Fomel beutzt, die äquivalet zu Fomel 4.4. ist. 36

11 beob Fomel 4.4.(P) α = ( - P( U = ) + P(U=beob) ). Ist = P( U = ) 0,5, da habe wi de Fall 3 A. Es gilt: Fomel α =. = beob De Fall 3A wolle wi gahisch veaschauliche Abbildug 4.8: Balkediagamm - Wahscheilichkeitsveteilug fü =6 Es liegt hie folgede Wahscheilichkeitsveteilug vo: fü =, P(U=)=0, fü =3, P(U=3)=0,35 fü =4, P(U=4)=0,5 fü =5, P(U=5)=0,5 fü =6, P(U=6)=0,05. Es soll α fü beob=3 bestimmt wede. De Wet vo beob=3 ist kleie als de Ewatugswet (=4), totzdem ist die Summe beob = göße als 0,5. 3 PU ( = ) = PU ( = ) = 0,55 = Wi beeche die Wahscheilichkeite u auf de adee Seite PU ( = ) = PU ( = ) =(0,35+0,5+0,5+0,05)=0,8 > 0,5 = beob 6 = 3 ud stelle fest, dass auch diese Summe göße als 0,5 ist. Daaus folgt: α = (siehe Fomel 4.4.3). 37

12 <<< Fälle fü beob µ >>> Fall B Ist de Wet vo beob göße gleich dem Ewatugswet, da summiee wi die Wahscheilichkeite echts auf. Ist die Summe Beechug beedet ud es gilt: PU ( = ) = beob < 0,5, da ist die α= P( U= ) = beob (ach de Fomel 4.4.). Ist dagege = beob PU ( = ) 0,5, da eche wi die Wete vo P(U=) liks zusamme ud es ka zwei weitee Fälle gebe. Ist beob = P( U = ) < 0,5 habe wi de Fall B ud es gilt: beob α = P( U = ) (ach de Fomel 4.4.) = ode fü de schelle Pogammablauf: Fomel 4.4.(P) α = ( - PU ( = ) + P(U=beob) ) = beob Ist dagege beob = PU ( = ) 0,5 habe wi de Fall 3 B ud es gilt: α = (siehe Fomel 4.4.3). 38

13 Eiseitige Ru-Test Wie die Abbildug 4.9 zeigt, wede bei liksseitige Ru-Tests die Balke liks aufsummiet (z.b. fü beob=8). I de Zeichug sid das die duchummeiete Balke. Die Abbildug 4.0 veaschaulicht de echtsseitige Test (fü beob=) Abbildug 4.9: Wahscheilichkeitsveteilug, =8, beob=8 (liksseitige Test) Abbildug 4.0: Wahscheilichkeitsveteilug, =8, beob= (echtsseitige Test) Im Falle eies eiseitige Tests gelte folgede Fomel: Die Itumswahscheilichkeit α ist gleich Fomel ud beob α= P( U= ) = fü de liksseitige Test Fomel α= P( U= ) = beob fü de echtsseitige Test. Diese exakte Test (zweiseitige ud eiseitige) emöglicht das Hautogamm diese Dilomabeit (siehe Pogammbescheibug im Kaitel 5.7 ud Notebook im Kaitel 7..9). 39

14 4.4. Aoximatio de Ru-Veteilug duch die Nomalveteilug Fü seh goße Wete vo köe die Quatile de stadadisiete Nomalveteilug geomme wede, da die Ru-Veteilug i diesem Fall gut duch die Nomalveteilug (mit dem Ewatugswet 4..3 ud de Vaiaz 4..4) aoximiet wid. De kitische Wet z ist damit: Fomel z = µ = σ + ( ) ( ) + + ( + ) Damit fällt die Etscheidug fü die Nullhyothese ach dem folgede Kiteium: µ σ < z H α 0 µ σ z α H mitrisikoα wobei z α das Quatil de Nomalveteilug ist. I diese Dilomabeit wid gezeigt, wie gut die Aäheug mit de Nomalveteilug fü veschiedee Wete vo ist. Zahleiche Gahike fü kleie ud goße zeige i de ächste Kaitel die Aoximatio de Ru-Veteilug duch die Nomalveteilug. Die zwei utee Abbilduge zeige allgemei, dass fü goße die Näheug duch die Nomalveteilug viel besse ist als fü gaz kleie. (ote Liie - Kuve de Nomalveteilug, schwaze Liie - Kuve de Ru-Veteilug) Abbildug 4.:Aoximatio de Ru-Veteilug Abbildug 4.:Aoximatio de Ru-Veteilug duch die Nomalveteilug fü =8 duch die Nomalveteilug fü =500 Vegleicht ma u die beide Abbilduge, so eket ma leicht, dass die Kuve de Ru-Veteilug i de echte Abbildug (fü goße ) ähe a de Kuve de Nomalveteilug etlag läuft als bei de like Abbildug (fü kleie ). 40

15 4.5 Testmethode I diesem Kaitel wede zum eie die Klassifizieugsmethode fü de Zufälligkeitstest vogestellt. Zum adee wid de Test zum Vegleich uabhägige Stichobe beschiebe Klassifizieugsmethode fü de Zufälligkeitstest Da die meiste Date icht u zwei Ate vo Beobachtuge habe, ist eie Klassifizieug otwedig. Machmal ka ma die Testdate gleich i zwei Kategoie uteteile, zum Beisiel die Sielkate i ote ud schwaze Kate, die Kide i Mädche ud Jugs usw. (siehe Beisiele aus de Eileitug). Meistes ist abe eie komlizietee Methode efodelich. Eiige vo ihe, die fü diese Dilomabeit efodelich sid, wede i diesem Kaitel vogestellt. Die beide Methode sid alledigs u bei quatitative Date azuwede. Die folgede Klassifizieugsmethode wede duch die Mathematica- Hilfsogamme utestützt. Rus u ad dow -Methode I de Reihe wid jede Beobachtug mit de umittelba folgede Beobachtug vegliche. Ist die ächste Beobachtug göße, begit ei u u (Asteigug), ist sie kleie, ei u dow (Absteigug). Zu weige Asteiguge ud Absteiguge deute auf eie Ted hi. Da mache ebeeiade stehede Zahle i usee Exemel gleich sid, müsse wi de us u ad dow - Test auf zwei Ate duchfühe. Im este Test etsteht die Folge folgedemaße: Nächste Zahl Voheige Zahl 0 Nächste Zahl > Voheige Zahl Im zweite Test bekommt das achfolgede Elemet, das mit dem voige gleich ist, eie Eis ud icht eie Null wie im este Test. Nächste Zahl < Voheige Zahl 0 Nächste Zahl Voheige Zahl 4

16 Diese Vogehesweise wid beim Teste de Schwakuge de Teibstoffeise, Wähugsschwakuge, sowie beim Teste de Zufallszahle eigesetzt (siehe Kaitel 6., 6.3 ud 6.4). Das Klassifiziee vo Beobachtuge ach diese Methode eleichtet das Pogamm us_u_ad_dow_test (siehe Kaitel 5.6. ud 7..7). Methode de geade ud ugeade Zahle Nach diese Methode etsteht die Folge de Eise ud Nulle folgedeweise: Eie geade Zahl bekommt 0 Eie ugeade Zahl bekommt So etstadee Zahlefolge wede auf Zufälligkeit mit dem zweiseitige Ru-Test getestet. Ei Beisiel dazu fidet ma im Kaitel 6.4 bei de Zufallszahle. Das Klassifiziee vo Beobachtuge ach diese Methode macht das Pogamm geade_ugeade_test möglich (siehe Kaitel 5.6. ud 7..8) Zweistichobe-Poblem fü uabhägige Stichobe Wi habe de Ru-Test beeits als eie Test auf Zufälligkeit keegelet. E lässt sich auch fü das Zweistichobe-Poblem fomuliee. Das Zweistichobe-Poblem ka wie folgt beschiebe wede: Es seie zwei uabhägige Stichobevaiable x,..., x m ud y,..., y aus eie Gudgesamtheit mit ubekate (stetige) Veteilugsfuktioe F ud G. De Test soll zeige, dass die beide Stichobe de gleiche Gudgesamtheit etstamme. Die Hyothese beziehe sich auf de Vegleich de beide zugudeliegede Veteiluge des Mekmals. Die aametische Tests (z.b. de t-test) utesuche, ob die Veteilugsfuktioe de beide Stichobe sich duch die Ewatugswete ode Vaiaze utescheide. De ichtaametische Ru-Test üft, ob die aus beide kombiiete ud geodete Stichobe ei bestimmtes Muste hat. Ist die Reihefolge de beide Beobachtuge (z.b. Köegöße de Mädche ud Juge) zufällig, da etstamme die beide Stichobe de gleiche Gudgesamtheit. Piziiell wede hie zwei Mekmale X ud Y uteschiede, dee Veteiluge vegliche wede. Um die Veteiluge miteiade vegleiche zu köe, müsse die Mekmale X ud Y sivoll vegleichbae Göße dastelle. Meist stelle X ud Y dasselbe Mekmal da, alledigs gemesse ute veschiedee Bediguge. 4

17 Ei Beisiel: Im Rahme eie mediziische Utesuchug a Schulafäge solle i eie Goßstadt die Köegöße de 6jähige Mädche ud Juge miteiade vegliche wede. Die Fage ist: Liegt bezüglich de Köegöße bei de Mädche ud Juge dieselbe Veteilug vo? Date Die Beobachtuge x,..., x m ud y,..., y, wobei die Stichobeumfäge uteschiedlich sei köe. Die Stichobevaiable sid uabhägig. Testoblem H : F(z) =G(z) fü alle z 0 H : F(z) G(z) fü midestes ei z R R Teststatistik Wi bilde aus de beide Stichobe die kombiiete, aufsteiged (ode absteiged) sotiete Stichobe ud kezeiche mit 0 bzw., ob es sich jeweils um eie x i - Wet ode eie y - Wet hadelt. j Als Teststatistik wähle wi die Azahl beob de Rus i de kombiiete, geodete Stichobe. ZWEISEITIGER TEST Ute de Nullhyothese ist zu ewate, dass die Eise ud Nulle gut gemischt sid, das heißt icht zu viele Rus ud icht zu weige Rus. Mit adee Wote, die Reihefolge de Beobachtuge aus beide Stichobe ist zufällig. EINSEITIGER TEST Bei bestimmte Zweistichobe-Pobleme ist auch ei eiseitige Test agebacht (siehe Kaitel 6.5). I diesem Fall laute die Alteativhyothese (ach 4..4): a) gleiche Mekmalswete tete zu häufig hiteeiade auf, das heißt, es gibt zu weige Rus, Klumugseffekt - fü de liksseitige Ru-Test, b) die Mekmalswete wechsel zu häufig, das heißt zu viele Rus, Regelmäßige Wechsel - fü de echtsseitige Ru-Test. 43

3.3. Spezielle Verteilungen für mehrstufige Experimente

3.3. Spezielle Verteilungen für mehrstufige Experimente 3.3. Spezielle Veteiluge fü mehstufige Expeimete Baumdiagamme fü mehstufige Expeimete wede bei viele Wiedeholuge schell uübesichtlich. Fü das wiedeholte Ziehe mit ud ohe Zuüclege aus eie Ue, die u zwei

Mehr

Die g-adische Bruchdarstellung. 1 Die g-adische Bruchdarstellung

Die g-adische Bruchdarstellung. 1 Die g-adische Bruchdarstellung Die g-adische Buchdastellug Votag im Rahme des Posemias zu Aalysis, 24.03.2006 Michael Heste Ziel dieses Votags ist eie kokete Dastellug de elle Zahle, wie etwa die allgemei bekate ud gebäuchliche Dezimaldastellug

Mehr

Lösungsvorschlag zu den Hausaufgaben der 4. Übung

Lösungsvorschlag zu den Hausaufgaben der 4. Übung FKULTÄT FÜR MTHEMTIK Pof. D. Patizio Neff Chistia Thiel 05.11.013 Lösugsvoschlag zu de Hausaufgabe de 4. Übug ufgabe 1: 6 Pute I eiem Lad ist jede Stadt mit jede adee duch geau eie Staße vebude, wobei

Mehr

Forschungsstatistik I

Forschungsstatistik I Pschologie Pof. D. G. Meihadt 6. Stock, TB II R. 06-206 (Pesike) R. 06-321 (Meihadt) Spechstude jedezeit ach Veeibaug Foschugsstatistik I D. Malte Pesike pesike@ui-maiz.de http://psmet03.sowi.ui-maiz.de/

Mehr

Musteraufgaben mit Lösungen zur Zinseszins- und Rentenrechnung

Musteraufgaben mit Lösungen zur Zinseszins- und Rentenrechnung Musteaufgabe mit Lösuge zu Ziseszis- ud Reteechug Dieses Dokumet ethält duchgeechete Musteaufgabe zu Ziseszis- ud Reteechug mit Lösuge, die ma mit eiem hadelsübliche Schultascheeche (mit LO- ud y x -Taste

Mehr

Die effektive Zinssatzberechnung bei Krediten. Dr. Jürgen Faik. - Bielefeld, 22.03.2007 -

Die effektive Zinssatzberechnung bei Krediten. Dr. Jürgen Faik. - Bielefeld, 22.03.2007 - Die effektive issatzbeechug bei edite D Jüge Faik - Bielefeld, 22327 - Eileitug: um isbegiff Ich wede i de kommede Stude zum Thema Die effektive issatzbeechug bei edite votage Nach eileitede Wote zum isbegiff

Mehr

Beispiele: (1) (x k ) = (1, 2, 3,...) (s n ) = (1, 1 + 2, ,...) s n 2 = Also: ( s n ) = (2) (x k ) = 1. (s n ) =?

Beispiele: (1) (x k ) = (1, 2, 3,...) (s n ) = (1, 1 + 2, ,...) s n 2 = Also: ( s n ) = (2) (x k ) = 1. (s n ) =? Pof. D. Fiedel Bolle L fü Volswitschaftslehe isb. Witschaftstheoie (Mioöoomie) Volesug Mathemati - W 8/9 57 Pof. D. Fiedel Bolle L fü Volswitschaftslehe isb. Witschaftstheoie (Mioöoomie) Volesug Mathemati

Mehr

Das Kollektive Risikomodell II

Das Kollektive Risikomodell II Semia Vesiheugsisiko ud Rui Pof.D.Haspete Shmidli 9.5.9 Das Kollektive Risikomodell II 4.6. Eweiteug de Pae Rekusiosfomel 4.6.. Die (a,b,)-veteilugsklasse. Eie Veteilug gehöt zu (a,b,)klasse,we ihe Wahsheilihkeitsfuktio

Mehr

Dritter Zirkelbrief: Ungleichungen

Dritter Zirkelbrief: Ungleichungen Matheschülerzirkel Uiversität Augsburg Schuljahr 014/015 Dritter Zirkelbrief: Ugleichuge Ihaltsverzeichis 1 Grudlage vo Ugleichuge 1 Löse vo Ugleichuge 3 3 Mittel 4 4 Mittelugleichuge 5 5 Umordugsugleichug

Mehr

Kein Anspruch auf Vollständigkeit und Fehlerfreiheit

Kein Anspruch auf Vollständigkeit und Fehlerfreiheit Uivesität Regesbug Natuwisseschaftliche Fakultät I Didaktik de athematik D. Güte Rothmeie WS 008/09 5 7 Elemetamathematik (LH) Pivate Volesugsaufzeichuge Kei spuch auf Vollstädigkeit ud Fehlefeiheit 9.

Mehr

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge 1 Beispiel 4 (Die Ure zu Fall 4 mit Zurücklege ud ohe Beachte der Reihefolge ) das Sitzplatzproblem (Kombiatioe mit Wiederholug) 1. Übersicht Ziehugsmodus ohe Zurücklege des gezogee Loses mit Zurücklege

Mehr

Lineare Algebra die Darstellungsmatrix von f bezüglich A. Es ist B = (b 1, b 2, b 3 ) mit. A = M A A (f) =

Lineare Algebra die Darstellungsmatrix von f bezüglich A. Es ist B = (b 1, b 2, b 3 ) mit. A = M A A (f) = Techische Uivesität Dotmud Sommesemeste 2017 Fakultät fü Mathematik Übugsblatt 3 Pof. D. Detlev Hoffma 22. Mai 2017 Maco Sobiech/ Nico Loez Lieae Algeba 1 Lösug zu Aufgabe 3.1: Voaussetzuge: Sei V ei deidimesioale

Mehr

Mathematik 4 Vektorräume und affine Räume

Mathematik 4 Vektorräume und affine Räume 4 ektoäume ud affie äume olesugsmitschift - Kuzfassug Etwuf Pof. D. e. at. B. Gabowski HTW des Saalades 4 Ihalt Mathematik Kapitel 4 INHALTSEZEICHNIS 4 EKTOÄUME UND AFFINE ÄUME... 4.. EINLEITUNG... 4.

Mehr

Wahrscheinlichkeit & Statistik Musterlösung Serie 13

Wahrscheinlichkeit & Statistik Musterlösung Serie 13 ETH Zürich FS 2013 D-MATH Has Rudolf Küsch Koordiator Blaka Horvath Wahrscheilichkeit & Statistik Musterlösug Serie 13 1. a) Die Nullhypothese lautet dass das echte Medikamet höchstes gleich gut ist wie

Mehr

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

KAPITEL IV DREHBEWEGUNGEN STARRER KÖRPER

KAPITEL IV DREHBEWEGUNGEN STARRER KÖRPER KAPITEL IV DREHBEWEGUNGEN STARRER KÖRPER . GRUNDBEGRIFFE. MODELL "STARRER KÖRPER" Bishe habe wi us mit de Mechaik de Puktmasse beschäftigt; dabei meie wi eigetlich u die Bewegug des Massemittelpuktes.

Mehr

Schriftliche Prüfung aus Regelungstechnik am

Schriftliche Prüfung aus Regelungstechnik am TU Gaz, Istitut fü Regelugstechik Schiftliche Püfug aus Regelugstechik a 6.0.00 Nae / Voae(): Ke-Mat.N.: Gebutsdatu: BONUSPUNKTE aus Coputeecheübug SS00: 3 4 eeichbae Pukte 5 4 5 5 eeichte Pukte TU Gaz,

Mehr

Wir sprechen von einer Rente, wenn die Ein- oder Auszahlungen (= Raten) regelmässig erfolgen und konstant immer in der gleichen Höhe erfolgen.

Wir sprechen von einer Rente, wenn die Ein- oder Auszahlungen (= Raten) regelmässig erfolgen und konstant immer in der gleichen Höhe erfolgen. 2. eteechge 2.1 Gdlage Weitee Afgabestellge i de Fiazmathematik egebe sich, we die apitaleilage ode die ückzüge egelmässig d i gleiche Höhe efolge. I diese Fälle spicht ma vo ete. Die Altesete ist davo

Mehr

FormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern

FormelnfürdieAnzahlmöglicherQuadrateaufn*nSpielfeldern Modrago Formel Herleitug, Azahl Quadrate ud Differeze 01.doc 1 FormelfürdieAzahlmöglicherQuadrateauf*Spielfelder Mit Erläuteruge zur Ableitug der Formel vo Dr. Volker Bagert Berli, 11.03.010 Ihaltsverzeichis

Mehr

Ableitung mechanischer Schemata und Schaltungen

Ableitung mechanischer Schemata und Schaltungen 2.1 Taslatoische Teilsystee 39 Aufgabe 2.9 Ableitug echaische Scheata ud Schaltuge Gebe Sie fü die echaische Systee i de Bilde.16 (a) bis (g) die echaische Scheata ud die echaische Schaltuge a. a) b) c)

Mehr

3 Grenzwerte. 3.1 Grenzwerte von Folgen

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

Mehr

Denition 27: Die Fakultät ist eine Folge f : N N mit f(1) := 1 und f(n + 1) := (n + 1) f(n) für alle n N. Wir schreiben n! := f(n) für diese Folge.

Denition 27: Die Fakultät ist eine Folge f : N N mit f(1) := 1 und f(n + 1) := (n + 1) f(n) für alle n N. Wir schreiben n! := f(n) für diese Folge. Vorkurs Mathematik, PD Dr. K. Halupczok, WWU Müster Fachbereich Mathematik ud Iformatik 22.9.20 Ÿ3.2 Folge ud Summe (Fortsetzug) Eie wichtige Möglichkeit, wie ma Zahlefolge deiere ka, ist die über eie

Mehr

10. Testen von Hypothesen Seite 1 von 6

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

Mehr

10 Aussagen mit Quantoren und

10 Aussagen mit Quantoren und 0 Aussage mit Quatore ud 0.6. Eisatz vo (bereits bekater) Eistezaussage Bisher hatte wir Eistezbeweise geführt, idem wir ei passedes Objekt agegebe habe ( Setze... ). Stattdesse ka ma auch auf bereits

Mehr

Absorption von Röntgenstrahlung in Abhängigkeit von der Energie (Härte) der Strahlung

Absorption von Röntgenstrahlung in Abhängigkeit von der Energie (Härte) der Strahlung Absoptio vo Rötgestahlug i Abhägigkeit vo de Eegie (Häte) de Stahlug Aufgabe: Ma ehe die Schwächugskuve fü Aluiiu bei zwei veschiedee Aodespauge ud zwei veschiedee Aodestöe auf. Die Abb.9.4 zeigt das Pizip

Mehr

AR: Grundlagen der Tensor-Rechung

AR: Grundlagen der Tensor-Rechung Auto: Walte Bisli vo walte.bislis.ch/doku/a 8..3 7:57 AR: Gudlage de Teso-Rechug Matheatisch wede Beechuge de Eegiedichte ud de zugehöige Rauzeitküug it de Wekzeug de Teso-Aalysis ausgefüht. Auf de folgede

Mehr

Starke und schwache Einwegfunktionen

Starke und schwache Einwegfunktionen Starke ud schwache Eiwegfuktioe Daiela Weiberg weiberg@iformatik.hu-berli.de Semiar: Perle der theoretische Iformatik Dozete: Prof. Johaes Köbler, Olaf Beyersdorff Witersemester 2002/2003 2. Dezember 2002

Mehr

Prof. Dr. Tatjana Lange

Prof. Dr. Tatjana Lange Pof. D. Tatjaa Lage Lehgebiet: egelugstechik Laboübug 6: Thea: Stabilität vo egelkeise: Wuzelotsvefahe 1. Übugsziele: etiefug de egel zu Bildug vo Wuzelotskuve Deostatio echegestützte efahe de lieae Systeaalyse

Mehr

Lineare Algebra 2. A m. A 3 XI n3

Lineare Algebra 2. A m. A 3 XI n3 Techische Uivesität Dotmud Sommesemeste 27 Fakultät fü Mathematik Übugsblatt 6 Pof D Detlev Hoffma 6 Jui 27 Maco Sobiech/ Nico Loez Lieae Algeba 2 Lösug zu Aufgabe 6: Voaussetzuge: Sei K ei Köpe ud sei

Mehr

Tests für beliebige Zufallsvariable

Tests für beliebige Zufallsvariable Kapitel 10 Tests für beliebige Zufallsvariable 10.1 Der Chi-Quadrat-Apassugstest Sei x eie gaz beliebige Zufallsvariable, dere Dichtefuktio icht oder icht geau bekat ist. Beispiel: Es seie z.b. mittels

Mehr

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

(5) Quaternionen. Vorlesung Animation und Simulation S. Müller U N I V E R S I T Ä T KOBLENZ LANDAU (5) Quateioe Volesug Aimatio ud Simulatio S. Mülle KOBLENZ LANDAU Fage: De ekostuiete Wikel ist ische ud 8, as ist mit gößee Wikel? Atot: die ekostuiete Nomale eigt i die adee Richtug. also kei Poblem.

Mehr

Forschungsstatistik I

Forschungsstatistik I Prof. Dr. G. Meihardt 6. Stock, Taubertsberg R. 06-06 (Persike) R. 06-31 (Meihardt) Sprechstude jederzeit ach Vereibarug Forschugsstatistik I Dr. Malte Persike persike@ui-maiz.de http://psymet03.sowi.ui-maiz.de/

Mehr

Tutorial zum Grenzwert reeller Zahlenfolgen

Tutorial zum Grenzwert reeller Zahlenfolgen MAE Mathematik: Aalysis für Igeieure Herbstsemester 206 Dr. Christoph Kirsch ZHAW Witerthur Tutorial zum Grezwert reeller Zahlefolge I diesem Tutorial lere Sie, die logische Aussage i der Defiitio des

Mehr

Nennenswertes zur Stetigkeit

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

Mehr

6. Übung - Differenzengleichungen

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

Mehr

Mathematische Vorgehensweise

Mathematische Vorgehensweise Kapitel 2 Mathematische Vorgehesweise Um eue Ergebisse zu erziele, ist es häufig otwedig, Aussage präzise zu formuliere ud zu beweise. Daher werde i diesem Kapitel die mathematische Begriffsbilduge ud

Mehr

6 Vergleich mehrerer unverbundener Stichproben

6 Vergleich mehrerer unverbundener Stichproben 6 Vergleich mehrerer uverbudeer Stichprobe 6.1 Die eifaktorielle Variazaalyse Die eifaktorielle Variazaalyse diet der Utersuchug des Eiflusses eier kategorieller (bzw. ichtmetrischer) Variable, die die

Mehr

Aussagenlogik. Aussagenlogik

Aussagenlogik. Aussagenlogik I der mathematische Logik gibt es geau zwei Wahrheitswerte ämlich ur wahr oder falsch. Ei Drittes gibt es icht (Tertium o datur!). Zu eier Aussage a lässt sich die Negatio a (die Vereiug, sprich: "icht

Mehr

Analysis ZAHLENFOLGEN Teil 4 : Monotonie

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

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis 1, Woche 2 Reelle Zahle A1 2.1 Ordug Defiitio 2.1 Ma et eie Ordug für K, we 1. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a,

Mehr

Universität Stuttgart Fachbereich Mathematik. 1 Lineare Abbildungen und Matrizen. 1.1 Um was geht es?

Universität Stuttgart Fachbereich Mathematik. 1 Lineare Abbildungen und Matrizen. 1.1 Um was geht es? Uiversität Stuttgart Fachbereich Mathematik Prof Dr C Hesse PD Dr P H Lesky Dipl Math D Zimmerma Msc J Köller FAQ 4 Höhere Mathematik 724 el, kyb, mecha, phys Lieare Abbilduge ud Matrize Um was geht es?

Mehr

Kombinatorik und Polynommultiplikation

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

Mehr

1. Zahlenfolgen und Reihen

1. Zahlenfolgen und Reihen . Zahlefolge ud Reihe We ma eie edliche Mege vo Zahle hat, ka ma diese i eier bestimmte Reihefolge durchummeriere: {a,a 2,...,a }. Ma spricht vo eier edliche Zahlefolge. Fügt ma immer mehr Zahle hizu,

Mehr

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen

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

Mehr

KAPITEL 3. Zahlenreihen. 3.1 Geometrische Reihe Konvergenzkriterien Absolut konvergente Reihen... 80

KAPITEL 3. Zahlenreihen. 3.1 Geometrische Reihe Konvergenzkriterien Absolut konvergente Reihen... 80 KAPITEL 3 Zahlereihe 3. Geometrische Reihe......................... 7 3.2 Kovergezkriterie......................... 72 3.3 Absolut kovergete Reihe.................... 80 Lerziele 3 Eigeschafte der geometrische

Mehr

Dr. Jürgen Senger MATHEMATIK. Grundlagen für Ökonomen

Dr. Jürgen Senger MATHEMATIK. Grundlagen für Ökonomen D. Jüge Sege MTHEMTIK Gudlage fü Ökooe ÜBUNG 8.. - LÖSUNGEN. Gegee ist das lieae Gleichugssyste: 7 a. Es hadelt sich u ei ihoogees lieaes Gleichugssyste it Gleichuge ud Vaiale.. Ei lieaes Gleichugssyste

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß De Appoximatiossatz vo Weiestaß Votag im Posemia zu Fouieaalysis Uivesität Hambug, Dept. Mathematik ejami Wieeck Sommesemeste, 1. Apil 8 Das Ziel dieses Votages ist de eweis des Appoximatiossatzes vo Weiestaß.

Mehr

(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.

(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen. Schülerbuchseite 98 1 Lösuge vorläufig IV Beurteilede Statistik S. 98 p S. 1 p w a t Tabelle Tabelle dowloadbar im Iteretauftritt 1 Teste vo Hypothese 1 a) Erwartugswert μ = 5 ud Stadardabweichug σ = 1,6;

Mehr

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5 Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe

Mehr

Wörterbuchmethoden und Lempel-Ziv-Codierung

Wörterbuchmethoden und Lempel-Ziv-Codierung Kapitel 3 Wörterbuchmethode ud Lempel-Ziv-Codierug I diesem Abschitt lere wir allgemei Wörterbuchmethode zur Kompressio ud isbesodere die Lempel-Ziv (LZ))-Codierug kee. Wörterbuchmethode sid ei eifaches

Mehr

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3

Vl Statistische Prozess und Qualitätskontrolle und Versuchsplanung Übung 3 Vl Statistische Prozess ud Qualitätskotrolle ud Versuchsplaug Übug 3 Aufgabe ) Die Schichtdicke X bei eier galvaische Beschichtug vo Autoteile sei ormalverteilt N(μ,σ ). 4 Teile werde galvaisch beschichtet.

Mehr

Aufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1

Aufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1 Istitut für Aalysis ud Algebra Mathematik I für Studierede der E-Techik Prof Dr Volker Bach WiSe 06/7 M Sc Birgit Komader M Sc Christoph Brauer Theme: Groe Übug - Lösuge Vollstädige Iduktio - Teleskopsumme

Mehr

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ).

KAPITEL 11. Ungleichungen. g(x) g(x 0 ) + K 0 (x x 0 ). KAPITEL 11 Ugleichuge 111 Jese-Ugleichug Defiitio 1111 Eie Fuktio g : R R heißt kovex, we ma für jedes x R ei K = K (x ) R fide ka, so dass für alle x R gilt: g(x) g(x ) + K (x x ) Bemerkug 111 Eie Fuktio

Mehr

Gliederung. Geodätische Woche 2009 Karlsruhe. Geodätisches Institut TU Darmstadt. Dipl.-Ing. Verena Willert. 23.September 2009

Gliederung. Geodätische Woche 2009 Karlsruhe. Geodätisches Institut TU Darmstadt. Dipl.-Ing. Verena Willert. 23.September 2009 Geauigkeitsutesuchuge eie Hadkamea Geodätische Woche 2 Kalsuhe Dil.-Ig. Veea Willet Geodätisches Istitut TU Damstadt 2.Setembe 2 Gliedeug Eisatz eie Hadkamea zu Idoo-Positioieug Kalibieug de Kamea Vostellug

Mehr

Einführung in die Grenzwerte

Einführung in die Grenzwerte Eiführug i die Grezwerte Dieser Text folgt hauptsächlich der Notwedigkeit i sehr kurzer Zeit eie Idee ud Teile ihrer Awedug zu präsetiere, so dass relativ schell mit dieser Idee gerechet werde ka. Der

Mehr

Grundlagen der Mathematik (LPSI/LS-M1)

Grundlagen der Mathematik (LPSI/LS-M1) Fachbereich Mathematik Algebra ud Zahletheorie Christia Curilla Grudlage der Mathematik (LPSI/LS-M1) Übugsklausur WiSe 2010/11 - C. Curilla/S. Koch/S. Ziegehage Liebe Studierede, im Folgede fide Sie eiige

Mehr

1 Randomisierte Bestimmung des Medians

1 Randomisierte Bestimmung des Medians Praktikum Diskrete Optimierug (Teil 0) 0.07.006 Radomisierte Bestimmug des Medias. Problemstellug ud Ziel I diesem Abschitt stelle wir eie radomisierte Algorithmus zur Bestimmug des Medias vor, der besser

Mehr

KAPITEL 8. Zahlenreihen. 8.1 Geometrische Reihe Konvergenzkriterien Absolut konvergente Reihen

KAPITEL 8. Zahlenreihen. 8.1 Geometrische Reihe Konvergenzkriterien Absolut konvergente Reihen KAPITEL 8 Zahlereihe 8. Geometrische Reihe................................. 53 8.2 Kovergezkriterie................................. 54 8.3 Absolut kovergete Reihe............................ 64 Lerziele

Mehr

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung .3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße

Mehr

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit - 18 - (Kapitel 3 : Bedigte Wahrscheilichkeite ud Uabhägigkeit) Kapitel 3: Bedigte Wahrscheilichkeite ud Uabhägigkeit Wird bei der Durchführug eies stochastische Experimets bekat, daß ei Ereigis A eigetrete

Mehr

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

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

Mehr

Testen statistischer Hypothesen

Testen statistischer Hypothesen Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über

Mehr

Abb. 1: Woher kommen die schwarzen Quadrate?

Abb. 1: Woher kommen die schwarzen Quadrate? Has Walser, [0160916], [0161009] Umögliche pythagoreische Dreiecke Idee: Chr. Z., B. 1 Schwarze Quadrate Woher komme die beide schwarze Quadrate? Abb. 1: Woher komme die schwarze Quadrate? Sachverhalt

Mehr

Folgen und Reihen. 23. Mai 2002

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

Mehr

Zahlenfolgen und Konvergenzkriterien

Zahlenfolgen und Konvergenzkriterien www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit

Mehr

14 Statistische Beziehungen zwischen nomi nalen Merkmalen

14 Statistische Beziehungen zwischen nomi nalen Merkmalen 14 Statistische Beziehuge zwische omi ale Merkmale 14.1 Der Chi Quadrat Test auf Uabhägigkeit für Vier Feldertafel 14.2 Der Chi Quadrat Test auf Uabhägigkeit für r s Kotigeztafel 14.3 Zusammmehagsmaße

Mehr

Wahrscheinlichkeitstheorie und Statistik vom

Wahrscheinlichkeitstheorie und Statistik vom INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste

Mehr

7.7. Abstände und Winkel

7.7. Abstände und Winkel uu uu uu uu uu uu uu uu 77 Astäde ud Wikel 77 Wikel Geade - Geade Schittwikel zweie Geade: Am Schittpukt zweie Geade g ud g lasse sich die eide Wikel (g, g ) ud (g, g ) messe Als Schittwikel ezeichet ma

Mehr

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität),

Analysis 1, Woche 2. Reelle Zahlen. 2.1 Ordnung. Definition 2.1 Man nennt eine Ordnung für K, wenn. 1. für alle a K gilt a a (Reflexivität), Aalysis, Woche 2 Reelle Zahle A 2. Ordug Defiitio 2. Ma et eie Ordug für K, we. für alle a K gilt a a (Reflexivität), 2. für alle a, b K mit a b ud b a gilt a = b (Atisymmetrie), 3. für alle a, b, c K

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

Das Erstellen von Folgen mit der Last Answer Funktion

Das Erstellen von Folgen mit der Last Answer Funktion Schülerarbeitsblatt Wisseschaftlicher Recher EL-W5 WriteView Das Erstelle vo Folge mit der Last Aswer Fuktio 5 9 Die obige Folge wird ach eier eifache Regel gebildet: Zu jedem Glied wird addiert. Über

Mehr

Vorlesung "Molekülphysik/Festkörperphysik" Sommersemester 2012 Prof. Dr. F. Kremer. Übersicht der Vorlesung am

Vorlesung Molekülphysik/Festkörperphysik Sommersemester 2012 Prof. Dr. F. Kremer. Übersicht der Vorlesung am olesug "Molekülhysik/estköehysik" Sommesemeste Pof... Keme Übesicht de olesug am 4.-.6. Halbleite mit idealem Kistall Eegieeigewetdichte des Elektoegases Eegieveteilug de quasifeie Elektoe Elektische eitfähigkeit

Mehr

Leitfaden Bielefeld SS 2007 III-4

Leitfaden Bielefeld SS 2007 III-4 Leitfade Bielefeld SS 2007 III-4 8.2. Der allgemeie Fall. Satz. Sei N 1, sei ω eie primitive -te Eiheitswurzel ud K = Q[ω ]. Da gilt: (a) [K : Q] = φ(), (b) Φ ist irreduzibel, (c) O K = Z[ω ]. (d) Eie

Mehr

ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS

ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS ELEMENTE DER ZAHLENTHEORIE UND AUFBAU DES ZAHLENSYSTEMS vo Rolf Waldi 1 Kapitel I. Elemetare Zahletheorie 1 Grudlegede Regel ud Prizipie Es wird vorausgesetzt, daß der Leser mit gaze Zahle reche ka ud

Mehr

4 Schwankungsintervalle Schwankungsintervalle 4.2

4 Schwankungsintervalle Schwankungsintervalle 4.2 4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form

Mehr

2. Übung Algorithmen II

2. Übung Algorithmen II Johaes Sigler, Prof. Saders 1 Johaes Sigler: KIT Uiversität des Lades Bade-Württemberg ud atioales Forschugszetrum i der Helmholtz-Gemeischaft Istitut für Theoretische www.kit.edu Iformatik Orgaisatorisches

Mehr

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie Uiversität Müster Istitut für Mathematische Statistik Stochastik WS 203/204, Blatt Löwe/Heusel Aufgabe (4 Pukte) Übuge Abgabetermi: Freitag, 24.0.204, 0 Uhr THEMEN: Testtheorie Die Sollstärke der Rohrwäde

Mehr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gaz ausführliches Traiig Datei Nr. 4002 Neu Überarbeitet Stad: 7. Juli 206 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK

Mehr

Aufgabenorientierte Regelung Entkopplung im Task-Raum

Aufgabenorientierte Regelung Entkopplung im Task-Raum Aufgabeoietiete egelug Etkopplug i ask-au otivatio obotegleichuge i aufgabebezogee oodiate oboteodell i Gelekau: c g -oodiate vo Q 6 ode 6-ous -Vekto c g - ovektoe - kovaiate eso zweite Odug A Vowätskieatik:

Mehr

Dann ist die Zahl auf der linken Seite gerade und die auf der rechten Seite ungerade. Also sind sie nicht gleich.

Dann ist die Zahl auf der linken Seite gerade und die auf der rechten Seite ungerade. Also sind sie nicht gleich. Lösuge. Es gibt drei Lösuge.. Lösug: Ato ist traurig ud er trikt keie Likör. Bruo isst Torte ud ist besorgt. Christa ist icht übel ud sie macht Purzelbäume.. Lösug: Ato ist traurig ud trikt keie Likör.

Mehr

Kapitel 5: Schließende Statistik

Kapitel 5: Schließende Statistik Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte

Mehr

Kapitel 9: Schätzungen

Kapitel 9: Schätzungen - 73 (Kapitel 9: chätzuge) Kapitel 9: chätzuge Betrachte wir folgedes 9. Beispiel : I eiem Krakehaus wurde Date über Zwilligsgeburte gesammelt. Bei vo 48 Paare hatte die beide Zwillige verschiedees Geschlecht.

Mehr

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur

Diskrete Wahrscheinlichkeitstheorie Wiederholungsklausur Techische Uiversität Müche Sommersemester 007 Istitut für Iformatik Prof. Dr. Javier Esparza Diskrete Wahrscheilichkeitstheorie Wiederholugsklausur LÖSUNG Hiweis: Bei alle Aufgabe wird ebe dem gefragte

Mehr

Beispiellösungen zu Blatt 105

Beispiellösungen zu Blatt 105 µ κ Mathematisches Istitut Georg-August-Uiversität Göttige Aufgabe 1 Beispiellösuge zu Blatt 105 Alva liebt Advetskaleder. Aber sie hat keie Lust, die Türe vo 1 bis i der ormale Reihefolge zu öffe. Daher

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgabe ud e Ausarbeitug der Übugsstude zur Vorlesug Aalysis I Witersemester 008/009 Übug am 8..008 Übug 5 Eileitug Zuerst soll auf de aktuelle Übugsblatt ud Stoff der Vorlesug eigegage werde. Dazu werde

Mehr

Elemente der Mathematik - Winter 2016/2017

Elemente der Mathematik - Winter 2016/2017 4 Elemete der Mathemati - Witer 201/2017 Prof. Dr. Peter Koepe, Regula Krapf Übugsblatt 8 Aufgabe 33 ( Pute). Beweise Sie folgede Idetitäte durch vollstädige Idutio: (a) 0 2 (1)(21), N. (b) 2 (1 1 ) 1

Mehr

Optische Abbildung. Technische Universität Dresden. Inhaltsverzeichnis. Physikalisches Praktikum Versuch: OA. Fachrichtung Physik

Optische Abbildung. Technische Universität Dresden. Inhaltsverzeichnis. Physikalisches Praktikum Versuch: OA. Fachrichtung Physik Techische Uivesität Desde achichtug Physik M. Lehma (07/005) Physikalisches Paktikum Vesuch: OA Optische Abbildug Ihaltsvezeichis Ziel des Vesuchs... Gudlage.... Dicke Lise ud Lisesysteme.... Gauß'sche

Mehr

Beweis des ausgezeichneten numerischen Theorems über die Koeffizienten der Binomialpotenzen

Beweis des ausgezeichneten numerischen Theorems über die Koeffizienten der Binomialpotenzen Beweis des ausgezeichete umerische Theorems über die Koeffiziete der Biomialpoteze Leohard Euler p We dieser Charakter q die Koeffiziete der Potez x q bezeichet, der aus der Etwicklug des Bioms + x p etsteht,

Mehr

2. Repetition relevanter Teilbereiche der Statistik

2. Repetition relevanter Teilbereiche der Statistik . Repetitio Statistik Ökoometrie I - Peter Stalder. Repetitio relevater Teilbereiche der Statistik (Maddala Kapitel ) Zufallsvariable ud Wahrscheilichkeitsverteiluge Zufallsvariable X (stochastische Variable)

Mehr

Programm heute. Algorithmen und Datenstrukturen (für ET/IT) What is the matrix? Beispiel: Anwendung von Matrizen. Sommersemester 2018

Programm heute. Algorithmen und Datenstrukturen (für ET/IT) What is the matrix? Beispiel: Anwendung von Matrizen. Sommersemester 2018 Poga heute Algoithe ud Datestuktue (fü ET/IT) Soeseeste 08 D Stefaie Deici Copute Aided Medical Pocedues Techische Uivesität Müche 7 Fotgeschittee Datestuktue 8 Such-Algoithe 9 Gaph-Algoithe 0 Nueische

Mehr

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

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

Mehr

,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit

,,, xn. 3. Intervallschätzungen Zufallsstichproben und Stichprobenfunktionen Zufallsstichproben. Zufallsvariablen mit 3. Itervallschätzuge 3.1. Zufallsstichprobe ud Stichprobefuktioe 3.1.1 Zufallsstichprobe 1 Sei eie Zufallsvariable ud seie gemeisamer Verteilug,,,, Zufallsvariable mit - da heiße 1,,, Zufallsstichprobe

Mehr

4-1 Elementare Zahlentheorie

4-1 Elementare Zahlentheorie 4-1 Elemetare Zahletheorie 4. Dirichlet s Satz über Primzahle i arithmetische Progressioe. Satz (Dirichlet 1837). Seie a, k atürliche Zahle. Sid die Zahle a, k teilerfremd, so gibt es uedlich viele Primzahle

Mehr

Mittelwerte und Zahlenfolgen Beat Jaggi, beat.jaggi@phbern.ch

Mittelwerte und Zahlenfolgen Beat Jaggi, beat.jaggi@phbern.ch vsmp sspmp ssimf Mittelwete ud Zhlefolge Bet Jggi, bet.jggi@phbe.ch Eileitug Ds Bilde vo Mittelwete ist ei zetles Kozept i de Mthemtik: Lgemsse i de Sttistik (Mittelwet, Medi, Modus); Mitte, Mittelliie

Mehr

Übung zur Vorlesung Statistik I WS Übungsblatt 8

Übung zur Vorlesung Statistik I WS Übungsblatt 8 Übug zur Vorlesug Statistik I WS 2013-2014 Übugsblatt 8 9. Dezember 2013 Aufgabe 25 (4 Pukte): Sei X B(, p) eie biomial verteilte Zufallsvariable. Schreibe Sie i R eie Fuktio PWert, die für jedes Ergebis

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie

Mehr

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik Prosemiar: Mathematisches Problemlöse Ugleichuge Pierre Schmidt Vortragstermi: 19. Jui 015 Übugsleiteri: Dr. Natalia Griberg Fakultät für Mathematik Karlsruher Istitut für Techologie Ihaltsverzeichis 1

Mehr

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man: Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes

Mehr

Statistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik

Statistik. 5. Schließende Statistik: Typische Fragestellung anhand von Beispielen. Kapitel 5: Schließende Statistik Statistik Kapitel 5: Schließede Statistik 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel 1» Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte der arithmetische

Mehr