Kurvenanpassung durch Regression (3) Ac nichtlineare Regression/Linearisierung -

Größe: px
Ab Seite anzeigen:

Download "Kurvenanpassung durch Regression (3) Ac nichtlineare Regression/Linearisierung -"

Transkript

1 Kurveapassug durch Regressio (3) Ac ichtlieare Regressio/Liearisierug - Für Probleme, die eie icht lieare ( ud icht polyomiale) Apassugsfuktio ahelege, ist eie direkte Berechug ach der Methode der kleiste Quadrate sehr aufwädig. Zum Beispiel erhielte ma für eie expoetielle Regressio mit f(x) = a e kx folgedes: k x 2 = ( i å i - ) Þ k xi k xi dsq k xi k x y i å i a e e yi a e a xi e dk å SQ y a e dsq = 2 ( - ) (- ) = 0 Ù = 2 ( - ) (- ) = 0 da Also ei icht lieares LGS, was ur mit sehr viel Aufwad zu löse ist! Diese Probleme ka ma i viele Fälle umgehe, idem ma die icht lieare Regressio durch geeigete Umformug auf die lieare Regressio zurückführt ( Liearisierug ). Beispiele für liearisierbare Apassuge sid: () Expoetielle Regressio mit f(x) = a e kx (2) Logarithmische Regressio mit f(x) = a + c l(x) (3) Potez Regressio mit f(x) = a x c (4) Logistische Regressio mit f(x) = c / ( + a e dx ) ; d < 0 (5) Gebroche ratioale Regressio mit f(x) = / (ax + c) bzw. f(x) = x / (ax + c) Amerkug: Bekate Systeme wie GeoGebra oder TI84 oder CASIO Classpad verwede ebefalls die Liearisierug für () bis (3). (4) wird mit eier adere Methode gelöst, (5) gar icht! Die Vorgehesweise besteht i alle Fälle aus 3 Schritte: - Liearisierug, d.h. f(x) i eie lieare Fuktio umwadel, z.b. durch Logarithmiere Achtug: Auch die y-date (evtl. x-date) müsse etspreched umgewadelt werde! - Lieare Regressio auf die agepasste Date awede; Ergebis: Lieare Fuktio - Liearisierug wieder rückgägig mache Dies soll a alle obe ageführte Beispiele demostriert werde. Die verwedete Formel für die Lieare Regressio lautet bekatlich: å ( x - x)( y - y) i i y = m x + b mit m = Ù b = y - m x 2 å( xi - x)

2 ) Expoetiell: f(x) = a e kx Durch Logarithmiere der y i folgt: l[f(x)] = l(a e kx ) = l(a) + k x. Alle y i > 0 vorausgesetzt! Datebeispiel ( y i sid Näherugswerte vo f(x) = 3e 0,2x ) : x y 3,7 4,5 5,4 6,7 l(y),3..,5..,6..,9.. Die Regressio liefert y = 0,96x +,09, also m = 0,96 ud b =,09. I der Regressiosformel muss also k für m ud l(a) für b eigesetzt werde. Somit gilt : a = e b = e,09 = 3,03... Ergebis für die Apassugsfuktio: f(x) = 3,03 e 0,2x 2) Logarithmisch: f(x) = a + c l(x) Hier ist es güstig, die x i zu Logarithmiere ud da die li. Regressio durchzuführe. Alle x i > 0 vorausgesetzt! Das Ergebis y = cx + d ist da zu iterpretiere als f(x) = d + c l(x) : x y 3, 4,3 5, l(x) 0 0,69..,09..,38.. Die Regressio liefert y = 2,967 x +,076 Ergebis für die Apassugsfuktio: f(x) =,02 + 2,97 l(x) 3) Potez: f(x) = a x c Hier ist es güstig, sowohl die x i als auch die y i zu Logarithmiere ud da die li. Regressio durchzuführe. Alle y i, y i > 0 vorausgesetzt! l[f(x)] = l(a x c ) = l(a) + l(x c ) = l(a) + c l(x). Das Ergebis y = g x + h ist da zu iterpretiere als f(x) = e h x g : Datebeispiel ( y i sid Näherugswerte vo f(x) =,5 x 0,5 ) : x y,5 2, 2,6 3 l(x) 0 0,69..,09..,38.. l(y) 0,40.. 0,74.. 0,95..,09.. Die Regressio liefert y = 0,505 x + 0,4022 Ergebis für die Apassugsfuktio: f(x) =,5 x 0,5

3 4) Logistisch : f(x) = g / ( + a e d x ) ; d < 0 Ma bildet l( g / f(x) ) = l(a e dx ) = l(a) + l(e dx ) = l(a) + d x g = Sättigugsgreze (Grezwert der logist.fkt.) muss bekat sei! Amerkug: Bei ubekatem g ka ma eie Probiermethode awede. Ma führt das Verfahre für eie Reihe vo g-werte durch ud wählt dasjeige Ergebis, für das die Summe der quadratische Abweichuge miimal ist. sum((y i - f(x i ))² miimal! Alle y i 0 sowie g / y i > vorausgesetzt! Im folgede Beispiel sei die Sättigugsgreze g = 80. I der Tabelle wird daher auch l(80 / y i ) eigetrage! x y l(80/y - ) 3,24.. 2,9..,6.. 0, ,5.. -, ,5.. Die li. Regressio liefert: y = -0, x + 4,0848 Es gilt da: a = e 4,08857 = 59,6 d = -0, Lösug: f(x) = 80 / ( + 59,43 e -0, x ) Hiweise: Obige Probiermethode (ohe Ketis der Sättigugsgreze ) liefert: c = 80,887 a = 57,784 d = -0,9046 Geogebra / TI84 / CASIO Classpad liefer die beste Approximatio (ohe Ketis der Sättigugsgreze). Allerdigs wird hierbei icht die Liearisierugsmethode verwedet. c = 8,83 a = 45,47 d = -0,850736

4 5.) Gebroche ratioal() : f(x) = / (a x + c) Liearisierug durch Kehrwertbildug der yi! Alle y i 0 vorausgesetzt! / f(x) = ax + c ; ma erhält also sofort eie lieare Fuktio. Datebeispiel ( y i sid Näherugswerte vo f(x) = / (0,5x + 2) ) : x y 0,4 0,33 0,29 0,25 /y 2,5 3,0.. 3,4.. 4 Die Regressio liefert y = 0,498 x + 2,055 Ergebis für die Apassugsfuktio: f(x) = / (0,5 x + 2) 5.2) Gebroche ratioal(2) : f(x) = x / (a x + c) Liearisierug durch Bildug vo xi / yi! Alle x i, y i 0 vorausgesetzt! x / f(x) = a x + c, eie lieare Fuktio Datebeispiel ( y i sid Näherugswerte vo f(x) = x / (0,5x + 2) ) : x y 0,4 0,67 0,86 x/y 2,5 2,9.. 3, Die Regressio liefert y = 0,5003 x +,9925 Ergebis für die Apassugsfuktio: f(x) = = x / (0,5 x + 2)

5 Weitere Beispiele für das Modell gebroche ratioal () : Bsp : Die Lösbarkeit vo Sauerstoff i Wasser hägt uter aderem vo der Wassertemperatur ab. Liter Wasser absorbiert die i der Tabelle agegebee Sauerstoffmege. Gesucht ist eie gebroche ratioale Modellierugsfuktio f. Temperatur i C Sauerstoff i cm³ 0,0489 0,038 0,03 0,026 0,0225 0,02 / y Lösug: f(x) = / (0,56082 * x + 20,87968) Bsp 2: Zu de folgede Date ist eie gebroche ratioale Apassug gesucht: x y 5 2,4,8,2, 0,9 0,7 0,4 0,4 0,4 f(x) = / (ax + c) ud Kehrwertbildug der yi : x y 5 2,4,8,2, 0,9 0,7 0,4 0,4 0,4 /y 0,2 0,47 0,556 0,833 0,909,, ,5 2,5 Die Lieare Regressio zwische x ud /y liefert y 0,2697x + 0,032, was durch ereute Kehrwertbildug zu f(x) = / (0,2697x + 0,032) führt. Dieses Ergebis ist (isbesodere für die Afagswerte) eher schlecht!

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und Bevor wir zum ächste Kapitel übergehe, werde wir de Begri eier Fuktio i mehrere Variable eiführe. Eie Fuktio vo Variable ist eie Vorschrift, die jedem Pukt (x 1,x,...,x ) eier Teilmege D des IR eie bestimmte

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

So lösen Sie die Gleichung für den Korrelationskoeffizienten

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

Mehr

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

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

Mehr

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

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

Mehr

Positiv denken! Lösungen

Positiv denken! Lösungen Schülerzirkel Mathematik Fakultät für Mathematik. Uiversität Regesburg Positiv deke! Lösuge Aufgabe 1 (GMAMQM (ur für die Klasse 7/8) [ Pukte]). Seie a, b reelle Zahle. 1. Sei a 0 ud b 0. Zeige, dass a

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

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39 Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle

Mehr

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

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

Mehr

9. Übungsblatt Aufgaben mit Lösungen

9. Übungsblatt Aufgaben mit Lösungen 9. Übugsblatt Aufgabe mit Lösuge Aufgabe 1: Gegebe sei die folgede Differetialgleichug 15u(x) + 3xu (x) + x u (x) = 8x 3, x > 0. (a) Gebe Sie ei reelles Fudametalsystem der zugehörige homogee Differetialgleichug

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

4. Reihen Definitionen

4. Reihen Definitionen 4. Reihe 4.1. Defiitioe Addiere wir die Glieder eier reelle Zahlefolge (a k ), so heißt diese Summe S (uedliche) (Zahle-) Reihe S (Folge: Fuktio über N; Reihe: 1 Zahl): S := a 1 + a 2 + a 3 +... := Σ a

Mehr

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen

Fit in Mathe. April Klassenstufe 10 Wurzelfunktionen Thema Fit i Mathe Musterlösuge 1 April Klassestufe 10 Wurzelfuktioe Uter der -te Wurzel eier icht-egative Zahl (i Zeiche: ) versteht ma die icht-egative Zahl, die mal mit sich selber multipliziert, die

Mehr

Tutorium Mathematik ITB1(B), WI1(B)

Tutorium Mathematik ITB1(B), WI1(B) Tutorium Mathematik ITB(B), WI(B) Aufgabeblatt F Aufgabe zum Kapitel Fuktioe Prof Dr Peter Plappert Fachbereich Grudlage Aufgabe : Bestimme Sie jeweils de maimal mögliche Defiitiosbereich D ma a) f ( =

Mehr

Wirksamkeit, Effizienz

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

Mehr

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

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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof Dr R Köig Dr M Prähofer Zetralübug TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik Mathematik für Physiker (Aalysis ) MA90 Witersem 07/8 Lösugsblatt 4 http://www-m5matumde/allgemeies/ma90 07W (007)

Mehr

2 Vollständige Induktion

2 Vollständige Induktion 8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes

Mehr

Kapitel 9: Geometrische Summe und ein Mischmodell

Kapitel 9: Geometrische Summe und ein Mischmodell Kapitel 9: Geometrische Summe ud ei Mischmodell Dr. Dakwart Vogel Ui Esse WS 2009/10 1 Die Summeformel der geometrische Reihe + 1 2 1 q 1 + q+ q +... + q =, 0, q> 0, 1 1 q Bemerkuge 1. Mit Hilfe des -Zeiches

Mehr

Analysis Übungen Hausaufgaben für 4. April

Analysis Übungen Hausaufgaben für 4. April Aalysis Übuge Hausaufgabe für 4. April Reihe sg 1. AN 8.2. c), AN 8.9. a). 2. Beweise die otwedige Bedigug für die Kovergez eier Reihe: we a koverget ist, da lim a = 0. (I der Praxis: we lim a 0, da ist

Mehr

Aufgaben zur Übung und Vertiefung

Aufgaben zur Übung und Vertiefung Aufgabe zur Übug ud Vertiefug ARITHMETISCHE ZAHLENFOLGEN Berufliches Gymasium / Uterstufe () Stelle Sie fest, welche der gegebee Folge arithmetisch sid: Bestimme Sie zuächst die erste füf Folgeglieder,

Mehr

Fakultät und Binomialkoeffizient Ac

Fakultät und Binomialkoeffizient Ac Faultät ud Biomialoeffiziet Ac 2013-2016 Die Faultät (atürliche Zahl): Die Faultät Faultät ist so defiiert:! = 1 2 3... ( - 1) ; 0! = 1 Die reursive Defiitio ist: Falls = 0, da! = 1; sost! = ( - 1)! JAVA-Methode(iterativ):

Mehr

Zeitreihenanalyse. Kapitel Einführung der Zeitreihen

Zeitreihenanalyse. Kapitel Einführung der Zeitreihen Kapitel 5 Zeitreiheaalyse 5.1 Eiführug der Zeitreihe Uter eier Zeitreihe versteht ma die Etwicklug eier bestimmte Größe, dere Werte im Zeitablauf zu bestimmte Zeitpukte oder für bestimmte Zeititervalle

Mehr

Gleichungen und Ungleichungen. Mathematische Grundlagen. Beispiel. Beispiel. Lösung einer quadratischen Gleichung:

Gleichungen und Ungleichungen. Mathematische Grundlagen. Beispiel. Beispiel. Lösung einer quadratischen Gleichung: Gleichuge ud Ugleichuge Mathematische Grudlage Das Hadout ist Bestadteil der Vortragsfolie zur Höhere Mathemati; siehe die Hiweise auf der Iteretseite wwwimgui-stuttgartde/lstnumgeomod/vhm/ für Erläuteruge

Mehr

Fakultät und Binomialkoeffizient Ac

Fakultät und Binomialkoeffizient Ac Faultät ud Biomialoeffiziet Ac 2013-2016 Die Faultät (atürliche Zahl): Die Faultät Faultät ist so defiiert:! = 1 2 3... ( - 1), wobei 0! = 1 Die reursive Defiitio ist: Falls = 0, da! = 1; sost! = ( - 1)!

Mehr

January 25, n (x + y) n n. n k y k. k=0. := k!(n k)!, k 1, ergibt das. n ) n+1 = n + 1. k! n + 1 n n k + 2.

January 25, n (x + y) n n. n k y k. k=0. := k!(n k)!, k 1, ergibt das. n ) n+1 = n + 1. k! n + 1 n n k + 2. Lösuge Jauary 5, 09 Serie Aufgabe Wir zeige, dass die Zisfolge a = + /) mooto wachsed ist. Hierzu verwede wir de Biomialsatz, d.h. für x, y R ud N gilt x + y) = x ) y mit de Biomialoeffiziete! := )! )!,,

Mehr

Methode der kleinsten Quadrate

Methode der kleinsten Quadrate Methode der kleiste Quadrate KAPITEL 5: REGRESSIONSRECHNUNG Die Methode der kleiste Quadrate (MklQ) ist ei Verfahre zur Apassug eier Fuktio a eie Puktwolke. Agewadt wird sie beispielsweise, um eie Gesetzmäßigkeit

Mehr

Numerische Integration (s. auch Applet auf

Numerische Integration (s. auch Applet auf Numerische Itegratio (s. auch Applet auf www.mathematik.ch) Voraussetzuge ud Zielsetzug Voraussetzug: Eie Fuktio f sei auf dem abgeschlossee Itervall I = [a,b] stetig. b Gesucht: Bestimmtes Itegral J =

Mehr

5.3 Wachstum von Folgen

5.3 Wachstum von Folgen 53 Wachstum vo Folge I diesem Abschitt betrachte wir (rekursiv oder aders defiierte) Folge {a } = ud wolle vergleiche, wie schell sie awachse, we wächst Wir orietiere us dabei a W Hochstättler: Algorithmische

Mehr

LGÖ Ks VMa 12 Schuljahr 2017/2018

LGÖ Ks VMa 12 Schuljahr 2017/2018 LGÖ Ks VMa Schuljahr 7/8 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Experte 8 Polyomgleichuge ud -ugleichuge

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker I (Witersemester 00/004) Aufgabeblatt 7 (5. Dezember

Mehr

Zusammenfassung: Gleichungen und Ungleichungen

Zusammenfassung: Gleichungen und Ungleichungen LGÖ Ks VMa Schuljahr 6/7 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Eperte 8 Polyomgleichuge ud -ugleichuge

Mehr

(gesprochen n über k ) sind für n k, n, k N0 wie folgt definiert: n n. (k + 1)!(n k 1)! (n + 1)!

(gesprochen n über k ) sind für n k, n, k N0 wie folgt definiert: n n. (k + 1)!(n k 1)! (n + 1)! Aufgabe.4 Die Verallgemeierug der biomische Formel für (x y ist der Biomische Lehrsatz: (x y x y, x, y R, N. (a Zeige Sie die Beziehug ( ( ( zwische de Biomialoeffiziete. (b Beweise Sie de Biomische Lehrsatz.

Mehr

Taylorreihen und ihre Implementierung mit JAVA Ac

Taylorreihen und ihre Implementierung mit JAVA Ac Taylorreihe ud ihre Implemetierug mit JAVA Ac 206-208 Taylorpolyome sid gazratioale Futioe T(), welche eie bestimmte adere Futio f() i der Umgebug eier vorgegebee Stelle 0 approimiere. å T ( ) = a ( -

Mehr

Zusammenfassung: Gleichungen und Ungleichungen

Zusammenfassung: Gleichungen und Ungleichungen Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud -ugleichuge 6 Für Eperte 9 Polyomgleichuge ud -ugleichuge Defiitio: Ei Term

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

Wiederholung: Linearer Ausgleich 1. Linearer Ausgleich. Vorlesung April. Aufgabe Gegeben Naturgesetz

Wiederholung: Linearer Ausgleich 1. Linearer Ausgleich. Vorlesung April. Aufgabe Gegeben Naturgesetz Vorlesug 4 6 + 9 April Bei w,, w m, v R ; (w,, w m =: A R (,m ud ieres Produkt = euklidisches Produkt schrieb sich das Approximatiosproblem so: Fide w = Wiederholug: m ζ k w k mit w v w v w spa{w,, w m

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 1

Technische Universität München Zentrum Mathematik. Übungsblatt 1 Techische Uiversität Müche Zetrum Mathematik Mathematik (Elektrotechik) Prof. Dr. Ausch Taraz Dr. Michael Ritter Übugsblatt Hausaufgabe Aufgabe. Bestimme Sie de Kovergezbereich M der folgede Reihe für

Mehr

Michael Buhlmann Mathematik > Analysis > Newtonverfahren

Michael Buhlmann Mathematik > Analysis > Newtonverfahren Michael Buhlma Mathematik > Aalysis > Newtoverfahre Eie Abbildug {a }: N -> R, die jeder atürliche Zahl eie reelle Zahl a zuordet, heißt (uedliche (Zahle- Folge: -> a oder {a } εn, a das -te Folgeglied.

Mehr

Kapitel 2. Terme. oder (x + 1)(x 1) = x 2 1

Kapitel 2. Terme. oder (x + 1)(x 1) = x 2 1 Kapitel 2 Terme Josef Leydold Auffrischugskurs Mathematik WS 207/8 2 Terme / 74 Terme Ei mathematischer Ausdruck wie B R q q (q ) oder (x + )(x ) x 2 heißt eie Gleichug. Die Ausdrücke auf beide Seite des

Mehr

5. Übungsblatt Aufgaben mit Lösungen

5. Übungsblatt Aufgaben mit Lösungen 5. Übugsblatt Aufgabe mit Lösuge Aufgabe 2: Bestimme Sie alle Häufugspukte der komplexe) Folge mit de Glieder a) a = ) 5 + 7 + 2 ) b) b = i Lösug 2: a) Die Folge a ) zerfällt vollstädig i die beide Teilfolge

Mehr

Abiturprüfug Mathematik 008 Bade-Württemberg (ohe CAS) Wahlteil - Aufgabe Aalysis I Aufgabe I.: Ei Tal i de Berge wird ach Weste vo eier steile Felswad, ach Oste vo eiem flache Höhezug begrezt. Der Querschitt

Mehr

Tutorium Mathematik I, M Lösungen

Tutorium Mathematik I, M Lösungen Tutorium Mathematik I, M Lösuge 16. November 2012 *Aufgabe 1. Ma utersuche die folgede Reihe auf Kovergez (a) ( 1) (1 ) (b) ( ) 2 +1 (c) (!) 3 10 (3)! (d) (e) (f) 2 +3 3 2 +1 3 ( 2 +1) 2 + 3 ( 2 +3) (g)

Mehr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Dipl.-Math. Lars Machiek Dipl.-Math. Sebastia Schwarz WS 206/207 03..206 Aalysis I Lösugsvorschläge zum 3. Übugsblatt Abgabe:

Mehr

Einige wichtige Ungleichungen

Einige wichtige Ungleichungen Eiige wichtige Ugleichuge Has-Gert Gräbe, Leipzig http://www.iformatik.ui-leipzig.de/~graebe 1. Februar 1997 Ziel dieser kurze Note ist es, eiige wichtige Ugleichuge, die i verschiedee Olympiadeaufgabe

Mehr

Die Idee des bestimmten Integrals wird anhand der folgenden Aufgabe vorgestellt, bei der das Resultat bereits von vorne herein bekannt ist.

Die Idee des bestimmten Integrals wird anhand der folgenden Aufgabe vorgestellt, bei der das Resultat bereits von vorne herein bekannt ist. . Defiitio des estimmte Itegrals Die Idee des estimmte Itegrals wird ahad der folgede Aufgae vorgestellt, ei der das Resultat ereits vo vore herei ekat ist. Aufgae: Bestimme de Ihalt des vo der Gerade

Mehr

Statistik und Wahrscheinlichkeitsrechnung

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

Mehr

Kapitel XI - Korrelationsrechnung

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

Mehr

Abschlussprüfung 2012 an den Realschulen in Bayern

Abschlussprüfung 2012 an den Realschulen in Bayern Prüfugsdauer: 150 Miute Abschlussprüfug 01 a de Realschule i Bayer Mathematik II Aufgabe B 1 Haupttermi B 1.0 Die Parabel p verläuft durch die Pukte P( 5 19) ud Q(7 5). Sie hat eie Gleichug der Form y

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

Wirksamkeit, Effizienz

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

Mehr

sfg Quadratwurzeln a ist diejenige nichtnegative Zahl (a 0), die quadriert a ergibt: Die Zahl a unter der Wurzel heißt Radikand:

sfg Quadratwurzeln a ist diejenige nichtnegative Zahl (a 0), die quadriert a ergibt: Die Zahl a unter der Wurzel heißt Radikand: M 9.1 Quadratwurzel a ist diejeige ichtegative Zahl (a 0), die quadriert a ergibt: a 2 = a Die Zahl a uter der Wurzel heißt Radikad: a Quadratwurzel sid ur für ichtegative Zahle defiiert: a 0 25 = 5; 81

Mehr

Aufgaben und Lösungen der Probeklausur zur Analysis I

Aufgaben und Lösungen der Probeklausur zur Analysis I Fachbereich Mathematik AG 5: Fuktioalaalysis Prof. Dr. K.-H. Neeb Dipl.-Math. Rafael Dahme Dipl.-Math. Stefa Wager ATECHNISCHE UNIVERSITÄT DARMSTADT SS 007 19. Jui 007 Aufgabe ud Lösuge der Probeklausur

Mehr

Übungsblatt 6 Musterlösung

Übungsblatt 6 Musterlösung NumLiAlg WS56 Übugsblatt 6 Musterlösug Lösug 22 (QR-Zerlegug ud Vergleich mit der LU-Zerlegug) a) fuctio [Q, R] = my_qr_house(a) 2 % [Q,R] = qr_house(a) berechet die QR Zerlegug eier 3 % quadratische Matrix

Mehr

Herleitung der Parameter-Gleichungen für die einfache lineare Regression

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

Mehr

Höhere Analysis. Lösungen zu Aufgabenblatt 6. Die Funktion f sei auf ( π, π] definiert durch f(x) = x und wird 2π-periodisch fortgesetzt.

Höhere Analysis. Lösungen zu Aufgabenblatt 6. Die Funktion f sei auf ( π, π] definiert durch f(x) = x und wird 2π-periodisch fortgesetzt. Fachbereich Iformatik Sommersemester 8 Prof. Dr. Peter Becker Höhere Aalysis Lösuge zu Aufgabeblatt 6 Aufgabe (Fourierreihe) 3+5 Pukte Die Fuktio f sei auf (, π] defiiert durch f(x) x ud wird π-periodisch

Mehr

Numerische Lineare Algebra - Theorie-Blatt 2

Numerische Lineare Algebra - Theorie-Blatt 2 Prof Dr Stefa Fuke Uiversität Ulm MSc Adreas Batle Istitut für Numerische Mathematik Dipl-Math oec Klaus Stolle Witersemester 04/05 Numerische Lieare Algebra - Theorie-Blatt Lösug (Abgabe am 04 vor der

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

Arten von Gleichungen. (C) Gleichungen vom Grad n 3. (D) Exponentiale Gleichungen. ax² + bx + c = d [mit a 0]

Arten von Gleichungen. (C) Gleichungen vom Grad n 3. (D) Exponentiale Gleichungen. ax² + bx + c = d [mit a 0] Eiführug. GLEICHUNGEN UND GLEICHUNGSSYSTEME Arte vo Gleichuge (A) lieare Gleichuge/ Gleichugssysteme (LGS) (B) quadratische Gleichuge (C) Gleichuge vom Grad (D) Epoetiale Gleichuge (E) Wurzelgleichuge

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

Stochastisches Integral

Stochastisches Integral Kapitel 11 Stochastisches Itegral Josef Leydold c 26 Mathematische Methode XI Stochastisches Itegral 1 / 2 Lerziele Wieer Prozess ud Browsche Bewegug Stochastisches Itegral Stochastische Differetialgleichug

Mehr

Musterlösung zu Übungsblatt 2

Musterlösung zu Übungsblatt 2 Prof. R. Padharipade J. Schmitt C. Schießl Fuktioetheorie 25. September 15 HS 2015 Musterlösug zu Übugsblatt 2 Aufgabe 1. Reelle Fuktioe g : R R stelle wir us üblicherweise als Graphe {(x, g(x)} R R vor.

Mehr

1 Integrationsmethoden

1 Integrationsmethoden KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffma WS 3/4 4..4 Höhere Mathematik I für die Fachrichtug Iformatik Itegratiosmethode. Saalübug (4..4) Aufgabe Bereche

Mehr

Gaußsches Integral und Stirling-Formel

Gaußsches Integral und Stirling-Formel Gaußsches Itegral ud Stirlig-Formel Lemma. Gaußsches Itegral Es gilt für alle a > : e ax dx π a Beweis: Wir reche: e dx ax e ax dx e ay dy e ax e ay dx dy mit dem Satz vo Fubii e ax +y dx dy. Nu verwede

Mehr

Grenzwerte von Folgen. 1-E Ma 1 Lubov Vassilevskaya

Grenzwerte von Folgen. 1-E Ma 1 Lubov Vassilevskaya Grezwerte vo Folge -E Ma Lubov Vassilevskaya Berechug vo Grezwerte: Aufgabe Die Berechug vo Grezwerte ka oft ziemlich umstädlich sei. Die etwickelte Regel vereifache oft solche Berechuge. Diese Regel beruhe

Mehr

Höhere Finanzmathematik. Sehr ausführliches Themenheft (d. h. mit Theorie) Aber auch mit vielen Trainingsaufgaben

Höhere Finanzmathematik. Sehr ausführliches Themenheft (d. h. mit Theorie) Aber auch mit vielen Trainingsaufgaben Expoetielles Wachstum Höhere Fiazmathematik Sehr ausführliches Themeheft (d. h. mit Theorie) Aber auch mit viele Traiigsaufgabe Es hadelt sich um eie Awedug vo Expoetialfuktioe (Wachstumsfuktioe) Datei

Mehr

Grenzwertberechnungen

Grenzwertberechnungen Katosschule Solothur Grezwertberechuge Grezwertberechuge Grezwertberechuge bei Folge ud Reihe Folge sid Fuktioe; die Begriffe beschräkt ud mooto trete daher auch bei Folge auf. Isbesodere habe sie eie

Mehr

1.2. Taylor-Reihen und endliche Taylorpolynome

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

Mehr

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx Übuge zur Ifiitesimalrechug, H.-C. Im Hof 9. März Blatt 4 Abgabe: 6. März, Nachmittag Aufgabe. Zeige e x dx π. Beweis. Wir bemerke als erstes, dass e x dx e x dx + e x dx e x dx formal sieht ma dies per

Mehr

Ungleichungen werden mit Äquivalenzumformungen gelöst. Hierzu werden die sogenannten Monotoniegesetze angegeben.

Ungleichungen werden mit Äquivalenzumformungen gelöst. Hierzu werden die sogenannten Monotoniegesetze angegeben. Floria Häusler Ugleichuge. Grudsätzliches I folgede ist ur vo reelle Zahle die Rede, ohe daß dies im eizele betot wird. Es seie A, B, C,... Terme reeller Zahle, u. U. auch mit Variable. Für Ugleichuge

Mehr

2 Asymptotische Schranken

2 Asymptotische Schranken Asymptotische Schrake Sowohl die Laufzeit T () als auch der Speicherbedarf S() werde meist durch asymptotische Schrake agegebe. Die Kostate c i, welche i der Eiführug deiert wurde, sid direkt vo der Implemetatio

Mehr

Analysis 1 für Informatiker und Statistiker Beispielslösungen, Woche 13

Analysis 1 für Informatiker und Statistiker Beispielslösungen, Woche 13 Mathematisches Istitut der LMU WS 016/17 Prof. Dr. S. Morozov Olie am: Dr. H. Hogreve 1. 01. 017 Aalysis 1 für Iformatiker ud Statistiker Beispielslösuge, Woche 1 1.1 (a Um festzustelle, ob die utestehede

Mehr

1. Mathematikschulaufgabe

1. Mathematikschulaufgabe .0 Die Pukte P(0/-7) ud Q(5/-) liege auf eier ach ute geöffete Normalparabel p. G< x. Bereche die Gleichug der Parabel p. (Ergebis: y = - x + 6x - 7 ). Bestimme die Koordiate des Parabel-Scheitels. Gib

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 05/06 7..05 Höhere Mathematik für die Fachrichtug Physik Lösugsvorschläge zum 5. Übugsblatt Aufgabe

Mehr

3. Anwendungen der Differentialrechnung

3. Anwendungen der Differentialrechnung Talorsche Formel ud Mittelwertsatz 4 Aweduge der Differetialrechug Talorsche Formel ud Mittelwertsatz Die Gleichug der Tagete = f ( ( a die Kurve = f( im Pukt (, liefert eie grobe Näherug für die Fuktio

Mehr

Taylorreihen und ihre Implementierung mit JAVA: n 0

Taylorreihen und ihre Implementierung mit JAVA: n 0 Taylorreihe ud ihre Implemetierug mit JAVA: Taylorpolyome sid gazratioale Futioe T(), welche eie bestimmte adere Futio f() i der Umgebug eier vorgegebee Stelle approimiere. å T ( ) = a ( - ) = a + a (

Mehr

Lösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I

Lösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I Uiversität des Saarlades Fakultät für Mathematik ud Iformatik Witersemester 2003/04 Prof. Dr. Joachim Weickert Dr. Marti Welk Dr. Berhard Burgeth Lösuge der Aufgabe zur Vorbereitug auf die Klausur Mathematik

Mehr

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische

Mehr

n=0 f(x) = log(1 + x) = n=1

n=0 f(x) = log(1 + x) = n=1 Potez - Reihe Machmal ist es praktisch eie Fuktio f() mir Hilfe ihrer Potezreihe auszudrücke. Eie Potezreihe um de Etwicklugspukt 0 sieht im Allgemeie so aus a ( 0 ) Fuktioe, für die eie Potezreihe eistiert,

Mehr

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 05/06 04..05 Höhere Mathematik für die Fachrichtug Physik Lösugsvorschläge zum 6. Übugsblatt Aufgabe

Mehr

Übungsaufgaben 1. Reelle Zahlen. kd1 k2 D 1 n.n C 1/.2n C 1/ für jedes n 2 N gilt! 6. kd1 k2 D 1 D 1.1 C 1/.2 C 1/. C.n C 1/ 2

Übungsaufgaben 1. Reelle Zahlen. kd1 k2 D 1 n.n C 1/.2n C 1/ für jedes n 2 N gilt! 6. kd1 k2 D 1 D 1.1 C 1/.2 C 1/. C.n C 1/ 2 Übugsaufgabe 1 Reelle Zahle Aufgabe 1. Ma beweise, daß 1 1. /. / für jedes N gilt! Lösug. er Beweis soll idutiv über N geführt werde: Idutiosafag: Für 1 ergibt sich P 1 1 1 1.1 /. /. Idutiosschritt: Uter

Mehr

1. Man zeige, daß (IR n, d i ), i = 1, 2, metrische Räume sind, wenn für x = (x 1,..., x n ), y = (y 1,..., y n ) IR n die Abstandsfunktionen durch

1. Man zeige, daß (IR n, d i ), i = 1, 2, metrische Räume sind, wenn für x = (x 1,..., x n ), y = (y 1,..., y n ) IR n die Abstandsfunktionen durch Ma zeige, daß IR, d i ), i,, metrische Räume sid, we für x x,, x ), y y,, y ) IR die Abstadsfuktioe durch d x, y) x y, d x, y) x y ), d x, y) max x y gegebe sid Lösug: Ma muß für alle drei Fuktio d i x,

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

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug

Mehr

b) Der eintretende und der austretende Lichtstrahl sind parallel. Es tritt keine Verzerrung auf.

b) Der eintretende und der austretende Lichtstrahl sind parallel. Es tritt keine Verzerrung auf. Physik awede ud verstehe: Lösuge 5. Brechug ud Totalreflexio 004 Orell Füssli Verlag AG 5. Brechug ud Totalreflexio Beim Übergag i ei Medium gilt obige Aussage icht mehr. Würde das Licht die kürzeste Strecke

Mehr

Probeklausur. (b) Was geschieht, wenn man ein Quantenbit in einem solchen Zustand misst?

Probeklausur. (b) Was geschieht, wenn man ein Quantenbit in einem solchen Zustand misst? Quaterecher Witersemester 5/6 Theoretische Iformatik Uiversität Haover Dr. Matthias Homeister Dipl.-Math. Heig Schoor Probeklausur Hiweis: Diese Probeklausur ist kürzer als die tatsächliche Klausur.. a

Mehr

Musterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09

Musterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09 Musterlösug zu Blatt 8 der Vorlesug Aalysis I WS08/09 Schriftliche Aufgabe Aufgabe. Voraussetzuge: Für alle N setze a : +2 ud b : ( 2. [Amerkug: I der Aufgabestellug heiÿe die Reihe beide gleich. Es steht

Mehr

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n)

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n) Übugsaufgabe Aalysis I Aufgabe. Beweise oder widerlege Sie: a Jede i R kovergete Folge ist beschräkt. b Es gibt Cauchy-Folge im R, die icht kovergiere. c Beschräkte Folge sid koverget. d Folge mit eiem

Mehr

x = a + b α + β. b) Wir erweitern den Bruch geeignet (Standardtrick: z z ist reell, daher ergibt 1/z = 1/z z/ z = z/(z z) einen reellen Nenner):

x = a + b α + β. b) Wir erweitern den Bruch geeignet (Standardtrick: z z ist reell, daher ergibt 1/z = 1/z z/ z = z/(z z) einen reellen Nenner): Karlsruher Istitut für Techologie (KIT) Istitut für Aalysis Priv-Doz Dr P C Kustma Dr D Frey WS 0/ Höhere Mathematik I für die Fachrichtug Physik Lösugsvorschläge zum 3 Übugsblatt Aufgabe Zuächst zum Supremum:

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

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 4. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 4. Übungsblatt UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz. Dr. P. C. Kustma Dipl.-Math. M. Uhl WS 2008/09 Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum 4. Übugsblatt

Mehr

Der Groß-O-Kalkül. Additionsregel. Zunächst ein paar einfache "Rechen"-Regeln: " ": Sei. Lemma, Teil 2: Für beliebige Funktionen f und g gilt:

Der Groß-O-Kalkül. Additionsregel. Zunächst ein paar einfache Rechen-Regeln:  : Sei. Lemma, Teil 2: Für beliebige Funktionen f und g gilt: Der Groß-O-Kalkül Additiosregel Zuächst ei paar eifache "Reche"-Regel: Lemma, Teil 1: Für beliebige Fuktioe f g gilt: Zu beweise: ur das rechte "=" Zu beweise: jede der beide Mege ist jeweils i der adere

Mehr

provadis School of International Managemet & Technology

provadis School of International Managemet & Technology Testvorbereitug Mathematik, V9 Prof. Dr. L. Eicher provadis School of Iteratioal Maagemet & Techology Hiweis: Alle Aufgabe sid ohe Hilfsmittel zu löse.. Bereche Sie: a 7, b, c, d, e 7, f 4. Kürze Sie ud

Mehr

D-HEST, Mathematik III HS 2015 Prof. Dr. E. W. Farkas R. Bourquin und M. Sprecher. Lösung 1

D-HEST, Mathematik III HS 2015 Prof. Dr. E. W. Farkas R. Bourquin und M. Sprecher. Lösung 1 D-HEST, Mathematik III HS 15 Prof. Dr. E. W. Farkas R. Bourqui ud M. Sprecher Lösug 1 Das erste Kapitel der Vorlesug behadelt die Theorie der Fourier-Reihe. Bearbeite Sie bitte folgede Frage olie bis Diestag,

Mehr

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8 Mathematisches Istitut der Uiversität Müche Prof Dr Peter Otte WiSe 203/4 Lösug 8 032203 Übuge zur Aalysis für Iformatiker ud Statistiker Lösug zu Blatt 8 Aufgabe 8 [8 Pukte] (a) Für alle N sei = (+) Wir

Mehr

Bestimmung der Kreiszahl π GeoGebra 1

Bestimmung der Kreiszahl π GeoGebra 1 6BG Klasse 10 Kreisberechug Mathematik Bestimmug der Kreiszahl π GeoGebra 1 Hiweis für die Lehrkraft rchimedes errechete 60 v. Chr. für die Kreiszahl die bschätzug 10 3 71. Hierzu fügte er ei regelmäßiges

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

Abschlussprüfung 200X Wahlteil Mathematik I Aufgabe A 1

Abschlussprüfung 200X Wahlteil Mathematik I Aufgabe A 1 Wahlteil Mathematik I Aufgabe A Name: Vorame: Klasse: Platzziffer: Pukte: / A.0 A. Gegebe ist die Fuktio f mit der Gleichug y (x3) 4,5 ( GI ). Begrüde Sie, warum ma bei der Fuktio f für x < 3 keie Fuktioswerte

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt 2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:

Mehr