D. Dorninger: Angaben für die Übungsaufgaben zu Mathematik 2 für Wirtschaftsinformatik 1 AUFGABEN

Größe: px
Ab Seite anzeigen:

Download "D. Dorninger: Angaben für die Übungsaufgaben zu Mathematik 2 für Wirtschaftsinformatik 1 AUFGABEN"

Transkript

1 D. Dornnger: Angaben für de Übungsaufgaben zu Mahemak für Wrschafsnformak I. INTEGRALRECHNUNG. Konsumenenrene AUFGAEN Für enen Monopolsen se = (p) de Nachfrage n Abhänggke vom Pres p. p h : Höchspres, p : Glechgewchspres (Angebo = Nachfrage) Umsaz U be Absenkung des Preses von p h auf p n Schren p h = p n > p n- >... > p : Enelung E von [p,p h ]. Für =,... n wrd de Menge (p - ) (p ) zum Pres p - gekauf; Käufer, de hren edarf zum Pres p gedeck haben, kommen nch mehr n Frage. Dam n U = (p n ) p n + ((p n- ) (p n )) p n ((p ) (p )) p = ( ) Also beräg der über (p )p hnausgehende Umsaz n = = (p ) Δp. Werden de Dfferenzen mmer klener und klener, so berache man E p h ( ) Δ = ( ) = Konsumenenrene. lm p p p dp p (p ) (p -p )+ p p. - (Es s also vel günsger, glech m dem Inegral zu rechnen als m den Summen.) espel: Für (p) = a + bp, a >, b < (!) berechne man de Konsumenenrene..Grenzberebskosen Seen K de Kosen. Wr berachen de Kosen als Funkon der produzeren Menge: K = K(). Grenzkosen: dk ( dk Δ K ; für Δ = ergeben sch de Kosen für de Produkon ener d d Δ weeren Enhe) Kosen K() als Funkon der erebsze : Grenzkosen k():= dk. d Für ene Maschne mögen de Grenzkosen gemäß der Glechung k() = a + b( e -c ) (a, b, c > ) zunehmen, ( n Sunden). De Were k() = k und k(t) = k für enen Zepunk T > seen bekann. Man berechne enen Melwer für de Grenzkosen m Inervall [,T] und drücke desen lm k aus. durch k, k und k = () Nach dem Melwersaz der Inegralrechnung snd daher de durchschnlchen Grenzkosen T k( ) = k() d = T b c T b ct b b ct a + b + e = a + b + e = a + b ( e ) T c ct ct ct ct k = a, k = a+ b( e ), k = a+ b ct ct k k k k k = k be e = ct= ln b k k

2 D. Dornnger: Angaben für de Übungsaufgaben zu Mahemak für Wrschafsnformak ct ( ) b = k k k k = b e. Dam k k k k k( ) = k = k + ct ln k k ln k k ( ) ( ) espel: Melwer für de Grenzkosen für k() = α + β, k = k(), k(t) = k? espel: Gegeben: Grenzkosen k() m Hnblck auf de Menge + Fkosen K Gesamkosen K() = k() + K. Man berechne de Gesamkosen für k() = 6 6 +, K = 5 3. En Modell zur Enwcklung von Erwerbsbevölkerung L(), Kapalsock K() und Oupu Y() und der Ze. () () α () () () L () L() n (3) I() K () sy() α Y = K L,<α< (Produkonsfunkon) = (eogene Wachsumsrae von L()) = = (Invesonsfunkon, s: Sparquoe) Gegeben: K = K(), L = L(). Man berechne K(). 4.a) 4 d =? b) 9 4 d + =? 5.a) d sn =? b) an d =? 6. Der arwer des gesamen Enkommens berage für ene gewsse erufsspare bs zum τ r Zepunk R() = φτ ( ) e dτ(r: Znssaz >). Man berechne den arwer R() für (a) φ( τ ) = a+ bτ und (b) φ( τ ) = ce λτ ( c, λ>, λ r) 7. d (a )(b ) =?

3 D. Dornnger: Angaben für de Übungsaufgaben zu Mahemak für Wrschafsnformak 3 8. Für den Erwarungswer (das Mel) E(X) ener Zufallsvarablen X gl: ( ) = f( ) d, wobe ( ) E X λ λe für λ > nmm man f() = sons Man berechne E(X) für de obge Dchefunkon. f de Dchefunkon von X s. Für Lebensdauerprozesse ( ) 9. Der Gegenwarswer enes Invesonsgues, welches be seger Verznsung m dem Znssaz p konsane Ennahme z erbrng s gegeben durch p w = ze d. w =? II. MEHRDIMENSIONALE ANALYSIS. Gesuch snd Defnonsberech D und Wereberech f( D) für folgende Funkonen f; weers besmme man de Höhenlnen. a) ( ) ( ) f, = + f, = 9 6 f, = arcan b) ( ) c) ( ). Gegeben: z = f (,) =. Gesuch snd de Schnkurven m den Ebenen =,= und de Höhenlnen z= z.. Man prüfe, ob de folgenden Funkonen homogen snd: f,,z = + ( z) a) ( ) /3 b) f (,) = + b c c) ( ) = ( > ) f, a a,. γ γ / γ d) Produkonsfunkon Y = c( aa + bk ) ( a,b,c, γ > ) A = Arbe, K = Kapal 3. ( ) ( ) f, = cos+ sn +,f,f,f,f,f,f =? 4. De Nachfrage = a bp nach enem Produk A m dem Pres p hänge von den Presen hp c+ dp3 p,p 3 zweer anderer Produke,C we folg ab: a =,b =. Defnonsberech p3 p von? Inerpreaon des Vorzechens von, =,,3? Parelle Elaszä von nach p p?

4 D. Dornnger: Angaben für de Übungsaufgaben zu Mahemak für Wrschafsnformak 4 5. Für de Kosenfunkon ( ) K v,v = v+ ln v+ v berechne man de Elaszä von K K bezüglch v und jene von v bezüglch v. 6. Man zege, dass ( ) ( ) dz = + e d + + e d en oales Dfferenal s und berechne alle zugehörgen Sammfunkonen. 7. Gesuch: Produkonsfunkon Y f ( A,K) ϕ snd ( ϕ ϕ > ) und Kapal K konsan glech ϕ A bzw. 8.a) Se = ( ) ( ) b) Se = ( ) = deren parelle Elaszäen bezüglch Arbe A,. π π,,. + cos d d =? { } ( ),,. e + e d d =? 9.a) Gegeben seen f(,) = +, g(,) = cos() + sn(), h(,) = + + F M Hlfe der Keenregel berechne man (, ) für de Funkon F(,) = f ( g,h). b) Zwschen dem Oupu z und den Inpufakoren, besehe der Zusammenhang z 3 + z =. Gesuch s de Grenzrae der Subsaon von durch. A. ( ) ( ( ) r r r Y A,K = c d A + dk ). da Y: Oupu, A: Arbe, K: Kapal. c,d,r >. Man zege, dass de Grenzrae s = der dk A Subsuon von Arbe durch Kapal als Funkon des Fakorverhälnsses v = K geschreben werden kann und de Elaszä von s bezüglch v glech r+ s. (Y wrd daher als CES-Funkon bezechne: consan elasc of subsuon). Gegeben: f(,) = ( ) + e. Man besmme ene lneare bzw. quadrasche Appromaon n (,).. De Funkon u = a ln(+ ) + a ln(+ ) (a,a,, ) beschrebe den Nuzen des Konsums der Güermenge,. Man zege: Der Defnonsberech von u(, ) s konve und de Funkon u darüber konkav. Was kann man daraus schleßen? 3. f(,) = Man unersuche de Funkon auf Konveä. 4. Man besmme de relaven Erema der Funkon f(,) =

5 D. Dornnger: Angaben für de Übungsaufgaben zu Mahemak für Wrschafsnformak 5 5. K(, ) = : Produkonskosen für de Güermengen, von A bezehungswese enes Monopolsen. De Nachfragefunkonen seen 8 = p, = p. Gesuch: Mengen, für enen mamalen Gewnn Seen G,G zwe konkurrerende Güer m den Presen p und p. Absezbare Mengen von G bzw. G : g(p,p ) = (a b p )p, g (p,p ) = (a b p )p, (a, a, b, b posve Konsanen); p, p snd de Prese von G bzw. G. Man besmme en relaves Mamum für den Gesamerlös. Gesamerlös: G = g p + g p = p p (a + a b p b p ). 7. Man besmme das absolue Mamum von f(,) = (5 ) auf dem Defnons- D=, R,, + 5. berech ( ) { } 8. Man besmme de absoluen Erema von ( ) ( ) D= (, ),. { } f, = auf 9. Für de Produkon enes Gues werden zwe Inpufakoren (Mengen bzw. ) benög: Produkonsfunkon: = f(,) = 5,( >, > ). Der Gewnn der Produzenen se gegeben durch G(,,p) = p p p. Man ermle de m Gewnnmamum benögen Fakormengen und, de Produkmenge und den Unernehmergewnn für p = 3,p =,p =. 3. M Hlfe der Mehode der Lagrangeschen Mulplkaoren berechne man de möglchen f, = uner der Nebenbedngung + =. Erema der Funkon ( ) 3. Gegeben: Produkonsfunkon ( ) K(, ) 6 = f, = und Kosenfunkon = + +. Möglche mnmale Kosen für enen Oupu von = 4 Mengenenheen? 3. Gegeben: Nuzfunkon u(, ) für zwe Güer sowe deren Prese p und q. Man zege: Nmm u uner der udgebeschränkung p + q = a ( a >, kons) en relaves Mnmum an, dann gl für de Grenznuzen u und u der Zusammenhang u :u = p:q. 33. Man zege, dass de Dfferenalglechung 3 = ene snguläre Lösung besz. 34. Man besmme de Glechgewchslösungen der Dfferenalglechung = ( ) und unersuche dese auf Sablä.

6 D. Dornnger: Angaben für de Übungsaufgaben zu Mahemak für Wrschafsnformak Auswrkungen von Defzen m Saashaushal auf de Saasverschuldung: Seen Y() das Volksenkommen zum Zepunk und D( ) de gesame Saasverschuldung bs zum dd Zepunk : Annahmen: =α Y() ;Y( ) = Y,D( ) = D seen bekann. d D Gesuch: Enwcklung von Y () () c) n enem konsanen Verhälns wächs, d.h. dy = ry. d, falls Y( ) a) konsan bleb, b) lnear wächs, 36. Gesuch s der Zusammenhang zwschen dem Absaz und Werbeaufwand w, falls d a( b ) ( b,a,b );( ) se. dw = < > 37. Man löse de Dfferenalglechung 38. Ebenso = + 3 = e 39. Für de Hersellungskosen K( ) enes Gues als Funkon der produzeren Menge gele: dk ak b c ( a, b,c ) ; K ( ). d + = + > = Man besmme de Funkon K(). 4. Zwe Unernehmen belefern denselben Mark: De Markanele seen () bzw. (), der Werbeaufwand w bzw. w (Konsane). Es gele d kw kw d kw kw = = ( k,k > ). d w+ w d w+ w Es seen ( ) =, ( ) =, + =. Man besmme () und (). K de Kapalaussaung ener Wrschaf und I( ) K ( ) * * Ze. Ferner gele I ( ) = b( K( ) K ) m ( ) ( ) besmmer Glechgewchswer des Kapals. K( ) =? 4. Seen () = de Invesonen zur b >, I = I, K = K ;K s en 4. Gesuch s de allgemene Lösung von 3 e 6 + 9=. 43. Ebenso für = 44. k 5 k+ = k Glechgewche? Sablä? 45. N : Anzahl der Indvduen ener Populaon n den -en Generaon. Es gele

7 D. Dornnger: Angaben für de Übungsaufgaben zu Mahemak für Wrschafsnformak 7 N r K N+ = e N, =,,,... ( r > Zuwachsrae, K > : Umwelkapazä) Glechgewchszusände? Sablä? n+ = 3+ n n,=. Glechgewch? Sablä? 46. ( ) 47. Man löse de Dfferenzenglechung Δk k = 3, k =,,3,...; =. 48. Gesuch s de allgemene Lösung von ( k ) k k + = a..., a kseen paarwese verscheden und snd der Größe nach zu ordnen. We groß s de durchschnlche Anzahl von nowendgen Verglechen be Qucksor von Sedgewck? 5. Man löse de Dfferenzenglechung 4 n+ + n+ 7n = 8, n =,,,...; = 3, = Mulplkaor-Akzeleraormodell von Samuelson Y : Volksenkommen n Perode C : Ausgabe für Konsumgüer I : Invesonen G :Regerungsausgaben Es gele: Y = C + I + G uner folgenden Annahmen: () C =αy ; α> (margnale Konsumnegung) I = β C C, β > (Akzeleraorprnzp) () ( ) (3) G = konsan; ohne eschränkung der Allgemenhe se G =. Man besmme Y für α=,5; β=, Y =, Y = Δ +Δ = k. Allgemene Lösung? k k k

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

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

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

Internationale Mikroökonomik Kurs, 3h, Do , HS VO2 Handel und Faktorpreise im neoklassischen Grundmodell

Internationale Mikroökonomik Kurs, 3h, Do , HS VO2 Handel und Faktorpreise im neoklassischen Grundmodell nernaonale Mkroökonomk Kurs, 3h, Do 14.00-17.00, HS15.06 VO2 Handel und Fakorprese m neoklassschen Grundmodell Übersch Enführung und Leraurhnwese Neoklasssches Grundmodell des nersekoralen Handels Produkonsglechgewch

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

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

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

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

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

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

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

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

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

3. Lineare Algebra (Teil 2)

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

Mehr

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

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

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

Mehr

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

Tutorium Makroökonomik I:

Tutorium Makroökonomik I: UNIVERITÄTKOLLEG Unverstätskolleg: #tdm+ Ttorm Makroökonomk I:. Lneare Fnktonen mehrerer Varablen Dr. Krstn aetz Tobas Fscher Kostenlose satzangebote nd Lehrmateralen für alle tderenden Ttorm Makroökonomk

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

Stochastische Prozesse

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

Mehr

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

Berechnung des next-arrays

Berechnung des next-arrays Berechnung des nex-arrays Ernnerung: nex[] Länge des längsen Präfxes von P, das eches Suffx von P 1.. s Inalserung: nex[1] 0 Annahme: se nex[-1] j: P 1 P 2 P -1 P? Berache zwe Fälle: 1. P P j+1 nex[] j

Mehr

Lineare Optimierung Einführung

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

Mehr

Stochastische Prozesse

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

Mehr

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

Netzwerkstrukturen. Entfernung in Kilometer:

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

Mehr

8. Elementare Zeitreihenanalyse

8. Elementare Zeitreihenanalyse 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

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

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

(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

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

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

Mehr

Klausur: Unternehmen, Märkte, Volkswirtschaften, Wintersemester 2014/2015

Klausur: Unternehmen, Märkte, Volkswirtschaften, Wintersemester 2014/2015 Klausur: Unernehmen, Märke, Volkswrschafen, Wnersemeser 2014/2015 Hnwese: Es wrd nur der Lösungsbogen engesammel. Enräge n der Aufgabensellung werden nch gewere! Be noeren Se Ihre Markelnummer und Ihren

Mehr

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

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

Mehr

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

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

Mehr

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

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

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

Statistik und Wahrscheinlichkeitsrechnung

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

Mehr

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

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

Mehr

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

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

Mehr

Vorlesung 3 Differentialgeometrie in der Physik 13

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

Mehr

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

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

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

MODUL: AGRARPREISBILDUNG AUF EU-MÄRKTEN WS 01/02 ULRICH KOESTER

MODUL: AGRARPREISBILDUNG AUF EU-MÄRKTEN WS 01/02 ULRICH KOESTER MODUL: AGRARPREISBILDUNG AUF EU-MÄRKTEN WS 01/02 ULRICH KOESTER 4.2: TECHNISCHER FORTSCHRITT UND AGRARPREISE 1 De mesen Agrarproduke - ob Rndflesch, Wezen, Eer oder Äpfel haben sch m Laufe der Ze grundsäzlch

Mehr

9 Integration von Funktionen in mehreren Variablen

9 Integration von Funktionen in mehreren Variablen 9 Integrton von Funktonen n mehreren Vrlen 9 9 Integrton von Funktonen n mehreren Vrlen Der Integrlegrff für Funktonen n mehreren Vrlen st wesentlch velfältger ls der e Funktonen n ener Vrlen. Dem unestmmten

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

DIPLOMARBEIT. Titel der Diplomarbeit. Der Zusammenhang zwischen Wahlen und Strompreisänderungen Eine quantitative Analyse. Verfasserin.

DIPLOMARBEIT. Titel der Diplomarbeit. Der Zusammenhang zwischen Wahlen und Strompreisänderungen Eine quantitative Analyse. Verfasserin. DIPLOMARBEIT Tel der Dplomarbe Der Zusammenhang zwschen Wahlen und Srompresänderungen Ene quanave Analyse Verfassern Smone Schrz angesreber akademscher Grad Magsra der Sozal- und Wrschafswssenschafen (Mag.rer.soc.oec.)

Mehr

Die gedämpfte Schwingung

Die gedämpfte Schwingung De gedämpfe Schwngung Bsher wurde de harmonsche Schwngung ohne dsspave Prozesse, d.h. Rebungsverluse, behandel. In der Regel reen allerdngs Rebungsverluse auf und de m Oszllaor gespechere Energe nmm m

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

Vorlesung II. Schwingungsbewegung und Chaos

Vorlesung II. Schwingungsbewegung und Chaos Vorlesun II. Schwnunsbeweun und Chaos Bespele des Schwnunsverhalens können n velen Gebeen der Physk efunden werden: De Beweun von Elekronen n Aomen Das Verhalen von Srömen und Spannunen n elekrschen Sromkresen

Mehr

6.3.1 Allgemeiner Bayes-Filter

6.3.1 Allgemeiner Bayes-Filter 6.3 Baes Fler 6.3. Allgemener Baes-Fler Sa von Baes ' ' ' η Sa über de oale Wahrschenlchke Besel oen oen oen Beobachung lecher u ermeln Besel oen.6 oen. 3 oen.5 oen. 5 oen oen oen oen oen oen oen.6.5 oen.6.5.3.5

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

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

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 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

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

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Zulassungsprüfung Stochastik,

Zulassungsprüfung Stochastik, Zulassungsprüfung Stochastk, 11.5.13 Wr gehen stets von enem Maßraum (, A, µ) bzw. enem Wahrschenlchketsraum (,A,P) aus. De Borel σ-algebra auf R n wrd mt B n bezechnet, das Lebesgue Maß auf R n wrd mt

Mehr

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

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

Mehr

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

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

Mehr

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

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

4. Musterlösung. Problem 1: Kreuzende Schnitte **

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

Mehr

Theoretische Physik II Elektrodynamik Blatt 2

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

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

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

Mehr

18. Vorlesung Sommersemester

18. Vorlesung Sommersemester 8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten

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

6 Die Berechnung von Wechselstromkreisen bei sinusförmiger Erregung

6 Die Berechnung von Wechselstromkreisen bei sinusförmiger Erregung 6 De Berechnng von Wechselsromkresen be snsförmger Erregng Zfällge (sochassche Wechselgröße (aschsgnal ( 3 - n s.5..5. - -3 ( Deermnere Wechselgröße (Implsfolge Perodsche deermnere Wechselgröße (Sägezahnspannng

Mehr

Kapitel 5: Koordination der Personalführung im Führungssystem

Kapitel 5: Koordination der Personalführung im Führungssystem Kapel 5: Koordnaon der Personalführung m Führungssysem 5.1 Bezehungen zwschen Conrollng und Personalführung Kapel 5 5.2 Koordnaon der Personalführung m dem Informaonssysem 5.3 Koordnaon der Personalführung

Mehr

Elemente der Mathematik - Sommer 2016

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

Mehr

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

Reihen (Fortsetzung)

Reihen (Fortsetzung) Rehen Fortsetzung) Ene notwendge Bedngung für de Konvergenz ener Rehe a st, dass de Gleder a n ene Nullfolge blden,.e., lm n a n. Dese Bedngung st aber ncht hnrechend; de Folge a n ) muss für n auch schnell

Mehr

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem

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

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

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

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

Mehr

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

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

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

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

Mehr

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

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

Mehr

Auswertung univariater Datenmengen - deskriptiv

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

Mehr

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

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

Mehr

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

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

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

Mehr

Dynamisches Programmieren

Dynamisches Programmieren Marco Thomas - IOI 99 -. Treffen n Bonn - Dynamsches Programmeren - Unverstät Potsdam - 8.02.999 Dynamsches Programmeren 957 R. Bellmann: Dynamc Programmng für math. Optmerungsprobleme Methode für Probleme,.

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Standardnormalverteilung / z-transformation

Standardnormalverteilung / z-transformation Standardnormalvertelung / -Transformaton Unter den unendlch velen Normalvertelungen gbt es ene Normalvertelung, de sch dadurch ausgeechnet st, dass se enen Erwartungswert von µ 0 und ene Streuung von σ

Mehr

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am U Graz, Insttt Regelngs- nd Atomatserngstechnk Schrftlche Prüfng as Sstemtechnk am 3.. Name / Vorname(n): Matrkel-Nmmer: Bonspnkte as den MALAB-Übngen: O ja O nen 3 4 errechbare Pnkte 5 6 6 4 errechte

Mehr

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Insttut für Stochastk Prof Dr N Bäuerle Dpl-Math S Urban Lösungsvorschlag 6 Übungsblatt zur Vorlesung Fnanzatheatk I Aufgabe Put-Call-Party Wr snd nach Voraussetzung n ene arbtragefreen Markt, also exstert

Mehr

Mserlösng zr Afgabe, H5. as Pnk Nach Messng könne es ach ene -Schalng sen. Für ene -Schalng würe aber be Messng e gesame Spannng über em Wersan as abfallen. 5 µf,sec Ω as as en as en as as as Pnke. = +

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

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

Mehr

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

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm): Aufgabe 1 (4 + 2 + 3 Punkte) Bem Wegen von 0 Respaketen ergaben sch folgende Gewchte X(n Gramm): 1 2 3 4 K = (x u, x o ] (98,99] (99, 1000] (1000,100] (100,1020] n 1 20 10 a) Erstellen Se das Hstogramm.

Mehr