Bestimmen einer stetigen Ausgleichsfunktion f(x), die eine gegebene Menge von n Datenpunkten (x k

Größe: px
Ab Seite anzeigen:

Download "Bestimmen einer stetigen Ausgleichsfunktion f(x), die eine gegebene Menge von n Datenpunkten (x k"

Transkript

1 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3- Ausglechs- ud Iterpolatosrechug 3 Ausglechs- ud Iterpolatosrechug De Aufgabe der Ausglechsrechug st mt Hlfe eer stetge Futo f()ee bestmmte Mege vo gegebee Datepute mt eem möglchst lee Fehler zu beschrebe. Dese Ausglechsfuto st m efachste Fall ee leare Futo. Wr spreche da vo eer leare Regresso. De Pras erfordert aber oftmals chtleare Regressosfutoe, da dese de Datepute der Regel besser ausgleche. De Iterpolatosfuto beschrebt mt eer stetge Futo ee Mege vo Datepute eat. Der lasssche Esatzzwec st das Gewe vo Zwschewerte zwsche de ezele Datepute. Wr zege achfolged de Herletug ud Awedug gebräuchlche Regressos- ud Iterpolatosfutoe. Pratsche Bespele werde mt der Tabellealulato ECEL durchgerechet. Ebeso werde programmerte Lösuge der Verfahre der Sprache C ud fallwese als ECEL-Futo (Vsual-Basc) etwcelt. 3. Uterschede Ausglechsrechug Iterpolatosrechug Bede Begrffe werde (fälschlcherwese) oft syoym verwedet. Wr präzsere deshalb bede Begrffe: Iterpolatosfuto Ausglechsfutoe: chtlear lear Ausglechsrechug: Iterpolatosrechug: Bestmme eer stetge Ausglechsfuto f(), de ee gegebee Mege vo Datepute (,y ), für =.. optmal aähert (Summe lester Fehlerquadrate), der Regel aber de Futoswerte cht eat darstelle a. Aus eer Klasse vo Futoe soll ee möglchst efache Iterpolatosfuto f( )=y, =.., bestmmt werde, de eat durch ee gegebee Mege vo Datepute verläuft. De Ausglechsrechug wrd vorweged zur äherugswese Darstellug vo Date verwedet (Glättug). So öe grosse Datemege mt eer efache stetge Futo beschrebe werde, we auch mt eem gewsse Fehler. Mt der Iterpolatosrechug oft de Gewug vo Zwschewerte eer (tabellerte) Futo f() bezwect. Ferer wrd de Iterpolatosrechug zur Herletug vo umersche Verfahre (z. Bsp. umersche Itegratosformel) beutzt.

2 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3- Ausglechs- ud Iterpolatosrechug 3. Przp der Ausglechsrechug De Ausglechsrechug bestmmt de Parameter eer Futo, de ee Mege vo gegebee Datepute optmal aähert. Przpell a de ausglechede Futo ee belebge stetge Futo se. I der Regel beschrät ma sch aber auf leare Futoe oder Polyomfutoe edere Grades, da dese mt weg Aufwad zu etwcel sd. Weger häufg werde trgoometrsche oder Epoetalfutoe verwedet. Auch Kombatoe sd möglch. Grudsätzlch wrd be der Ausglechsrechug mt eer efache Futo ee grössere Mege a Datepute äherugswese beschrebe. Deshalb sd m Regelfall mt Ausglechsfutoe ee eate Darstellug möglch. De Güte der Näherug wrd Korrelato geat ud besagt we gut de Ausglechsfuto de Datewerte appromert. E Mass für de Güte der Apassug wrd durch de Summe der Fehlerquadrate d + d + + d defert. Ist se le st de Apassug gut, st se gross, st de Apassug schlecht. Für ee leare Ausglech wrd de Güte der Regel mt dem Korrelatosoeffzet r y beschrebe. Grudsätzlch wrd aber be alle Ausglechsverfahre de beste Näherug als dejege bestmmt, de de leste Fehlerquadratsumme q lefert: Ausglechsfuto f() ( 3,y 3 ) ( 5,y 5 ) ( 6,y 6 ) ( 7,y 7 ) (,y ) f( ) (,y ) ( 4,y 4 ) q= f( ) - y = b g y : Gegebee Datewerte f( ): Näherugswerte der Ausglechsfuto Bemerug: Für Soderaweduge sd auch adere Krtere möglch. Vgl. herzu Kaptel Ausglech mt relatver mmaler Fehlerquadratsumme. Präzse a also ee Ausglechsaufgabe so formulert werde:. Zu eer gegebee Mege vo Datepute (, y ) st aus eer vorgegebee Klasse vo Futoe, dejege zu bestmme, dere Fehlerquadratsumme mmal st. Futoe, welche dese Bedgug erfülle, hesse Regressosfutoe. Für ee leare Ausglechsfuto wrd daher de folgede Fehlerquadratsumme mmert: Fehlerquadratsumme (3.) q= q a b = a + b- y (, ) b g = (3.) De Fehlerquadratsumme q st herbe vo de bede Parameter a, ud b abhägg. Zel der Ausglechsrechug st das Bestmme der Parameter a ud b so, dass de Fehlerquadratsumme mmal wrd.

3 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-3 Ausglechs- ud Iterpolatosrechug 3.. Futoslasse Grudsätzlch strebt daach, de Datepute mt möglchst efache Futoe zu beschrebe. Deshalb habe sch folgede Grudfutoe (Futoslasse) bewährt: f ( ; ab, )= a+ b Leare Futoe f( ; a, b)= Epoetalfutoe ae b f( ; a, b)= a b Potezfutoe (3.3) (3.4) (3.5) De Parameter a, b deser dre Grudfutoe öe etweder dret oder über ee geegete Substtuto mt de Formel für de leare Ausglechsfuto bestmmt werde. Natürlch öe Ausglechsfutoe auch mehr als zwe Parameter bestze. Wchtge Vertreter sd : f( ; a)= a r 0 r a0 f( ; a, b ) = a cos( ) + b s( ) = Polyome vom Grad r b g trgoometrsche Polyome (3.6) (3.7) 3.. Leare Ausglechsrechug De leare Ausglechsrechug (leare Regresso) beschrebt mt eer leare Futo y = a + b ( =,..., ) ee Mege vo Datepute optmal m Se der leste Summe der Fehlerquadrate: y Leare (3.8) Ausglechsfuto d (, (, y ) (, y ) d d d 3 ( 3, y 3 ) De Fehlerquadrate werde de vorgegebee Datepute (, y ) als quadrerte Dfferez bestmmt: b g b g d = f( )- y = a + b- y ( =,..., ) De Fehlerquadratsumme wrd da: b g cb g = = = d = f( )- y = a + b - y h (3.9) (3.0)

4 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-4 Ausglechs- ud Iterpolatosrechug De Parameter a ud b werde so bestmmt, dass de Forderug ach Mmerug der Fehlerquadrate erfüllt wrd. Dazu werde de partelle Abletuge q q, ull gesetzt ud ach a ud b aufgelöst: a b q = ba + b - yg = ba + b - yg= 0 ( = Azahl Datepute) a a = = = = = Æ a + b = y b g b g q = a + b - y = a + b - y = 0 b b = = Æ a + b = y = = = A Stelle der umstädlche Notato der Summe mt de Idzes schrebe wr: = = = = = = y = y = Dese ompate Schrebwese st allgeme üblch. Se verefacht de Darstellug der vorhergehede Formel: b + a = b + a = (3.) De Summe desem Glechugssystem verörper gegebee Zahlewerte ud stelle de Koeffzete dar. De Ubeate a, b öe durch geegete Umformuge bestmmt werde. b = chd -chch - c h c hc h - a = - a,b verörper de Parameter der Ausglechsgerade y ª f ( ) = a + b c h Leare (3.) Ausglechsfuto (3.3) Bespel: Zu bestmme st de leare Regressosfuto für de Datepute: 4 5 y 0 Wr führe de Rechug vo Had durch ud erhalte:

5 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-5 Ausglechs- ud Iterpolatosrechug - 4 a = = 8-5 = 03. -ch chd -chch 546 b = = - 8 = c hc h f y ( ) = c h Bemerug: De leare Ausglechsfuto a auch über de Stadardabwechug s ud Kovaraz c y bestmmt werde. Dese Methode wrd m Kaptel Statst urz vorgestellt. Wr ee u de leare Ausglechsfuto für de gegebee Datepute. Jedoch öe wr ee Aussage mache we gut de Gerade ausglecht, d.h. de Gerade de Datepute beschrebt Korrelatosoeffzet Der (leare) Korrelatosoeffzet r y det zur Beurtelug des leare Zusammehages vo Paare (, y ). Der Korrelatosoeffzet legt mmer [-,] ud st we folgt zu terpretere: Ist r y =0 so sd de Werte uorrelert, d.h. zwsche ud y besteht ee leare Bezehug. Ist hgege r y ahe be so spreche wr vo starer Korrelato. Be r y = lege alle Pute auf der Regressosgerade. Wr defere de Korrelatosoeffzete: c hc h ry = - F H - I K F H - c h c hi K Ee Herletug für r y wrd m Kaptel Statst ausführlch gezegt. Korrelatosoeffzet (3.4) Bespel: Bestmmug des leare Korrelatosoeffzete r y für de vorherge leare Regressosaufgabe f ( ) = :. 4 5 y 0 r y = = = 9 F H c hc h IF - c h c h d4 46-d KH - I K = = Wr terpretere dese Zahl als mässge bs schlechte Korrelato. Gute Korrelatosoeffzete lege be ahe be.

6 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-6 Ausglechs- ud Iterpolatosrechug 3... Grafsche Iterpretato Nachfolged ege typsche Putedagramme mt hre zugehörge Korrelatosoeffzete für verschede vertelte Mermalswerte ud : s > s y s = s y s < s y r= r 0 < r < r = 0 - < r < 0 r - Typsche Putedagramme mt hre zugehörge Korrelatosoeffzete für verschede vertelte Mermalswerte ud Algorthmus für leare Regresso Wr mache ee Etwurf für e efaches Programm zur leare Regresso C. Ausgehed vo eer ftve Aufgabestellug, welche ee bestmmte Mege Datepute (, y ) lefert ud beschrebe zuerst auf eer höhere Ebee de auszuführede Tätgete: Egabe: Egabe der Azahl Datepute. Suzessve Egabe vo Wertepaare (, y ). Berechuge: Ausgabe: Für de Koeffzeteformel müsse bestmmt werde:,,,, Nach dem Bestmme deser Summe werde a, b ud r y berechet. Koeffzete a, b ud r y ausgebe ud Programm beede. Ee möglche Implemeterug wäre:

7 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-7 Ausglechs- ud Iterpolatosrechug /* Leare Regresso: Fle: LINREG.C Bestmme der leare Regressosfuto y=a + b ud des Korellatosoeffzete. */ Autor: Gerhard Krucer Datum: Sprache: MS Vsual-C V.5 (QucW Applcato) #clude <stdo.h> #clude <math.h> /* Fuer sqrt() */ ma() { t ; /* Atuelle Azahl Datepute */ double, y; /* Werte des atuelle Dateputes */ double s, s, sy, sy, syy; /* Summewerte */ double a, b, ry; /* Regressosoeffzete ud Korellatosoeffzet */ t ; } prtf("bestmme der leare Regressosfuto aus Datewertepaare:\" "Azahl Datewerte (): "); scaf("%d",&); s= s = sy = sy = syy = 0.0; /* Summe alle Nullsetze */ for (=; <= ; ++) { prtf("\put %d -Wert: ",); scaf("%lf",&); prtf("put %d y-wert: ",); scaf("%lf",&y); s += ; s += * ; /* Wert aufsummere */ sy += y; syy += y * y; sy += * y; } a = ( * sy - s * sy) / ( * s - s * s); /* Koeffzete bereche */ b = (sy * s - s * sy)/ ( * s - s * s); ry = ( * sy - s * sy)/ sqrt(( * s - s * s)*( * syy - sy * sy)); prtf("\ausglechsgerade:\a = %g\b = %g\ry = %4.3g\",a, b, ry); retur 0; Bespel: Wr wolle für de folgede Datepute (, y ) ee leare Ausglechsfuto bestmme: y Wr erhalte mt dese Werte folgede Programmlauf: Bestmme der leare Regressosfuto aus Datewertepaare: Azahl Datewerte (): 4 Put -Wert:.0 Put y-wert: 3.7 Put -Wert:.0 Put y-wert: 4. Put 3 -Wert:.5 Put 3 y-wert: 4.3 Put 4 -Wert: 3.0 Put 4 y-wert: 5.0 Ausglechsgerade: a = 0.6 b = 3 ry = 0.94 ud somt de Ausglechsgerade y = f ( ) = Der Korrelatosoeffzet r y =0.94 zegt, dass de Ausglechsgerade recht gut de Datepute ähert. Ee grafsche Iterpretato des Resultates folgt der Lösug mt der Tabellealulato Learer Ausglech mt Tabellealulatosprogramme I hadelsüblche Tabellealulatosprogramme, we ECEL, Lotus, etc. gehört de leare Ausglechsrechug zum stadardmässge Futosumfag. Nach Egabe der Date a dret de Regressosgerade bestmmt werde. Wr möchte u zege we eersets de Regressosgerade dret mt Stadardfutoe bestmmt

8 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-8 Ausglechs- ud Iterpolatosrechug werde a ud we wr ohe grosse Mehraufwad de Koeffzete über de Formel (3., 3.3) bestmme: De Ausgagsdate werde tabellarsch B3:E4 aufgeführt. Se dee als Grudlage für alle Berechuge. De Bestmmug der leare Regressosfuto f()=a + b erfolgt ECEL über separate Futoe zur Bestmmug vo Achseabschtt b ud Stegug a. Damt werde de Zellhalte für de Resultate: B7: =STEIGUNG(B4:E4;B3:E3) B8: =ACHSENABSCHNITT(B4:E4;B3:E3) B9: =KORREL(B3:E3;B4:E4) De Berechug ohe Stadardfutoe erfolgt aalog der Berechug m C-Programm. Wr bestmme zuerst de Summe,,,, ud wede achher de Formel (3., 3.3) a. De herzu otwedge Formel zur Berechug der Formel: B0: =ANZAHL(B4:E4) B: =(B0 * F8 - F4 * F6) / (B0 * F5 - F4 * F4) B3: =(F6 * F5 - F4 * F8) / (B0 * F5 - F4 * F4) B4: =(B0 * F8 - F4 * F6) / WURZEL((B0 * F5 - F4 * F4)*(B0 * F7 - F6 * F6)) Bede Verfahre lefer atürlch dasselbe Resultat. E Blc de Hlfestellug deser zegt, dass se deselbe Formel verwede. Trotzdem st de Verwedug der Stadardfuto bequemer, da wesetlch weger Recheaufwad afällt ud dadurch auch Fehlerquelle ausgeschaltet werde.

9 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-9 Ausglechs- ud Iterpolatosrechug 3..3 Epoeteller Ausglech Erreche wr mt eem leare Ausglechsverfahre ur ee schlechte Korrelatosoeffzete r y, so hesst des cht, dass de Datewerte mt eer chtleare Ausglechsfuto gut orrelere. We scho zum vorhere e chtlearer futoeller Zusammehag feststeht, st ee leare Regresso uzwecmässg. E Bespel dafür wäre de Messug vo 0 Stromwerte m Berech [0,0.8]V durch ee Dode Vorwärtsrchtug. Der wchtgste Vertreter der chtleare Ausglechsfuto st de epoetelle Ausglechsfuto y= be a Epoetelle Ausglechsfuto De Bestmmug der Parameter a ud b erfolgt durch ee logarthmsche Trasformato. Uter der Voraussetzug, dass alle y > 0 glt: (3.5) a = l y= lbe = a + lb= A + B B= lb Æ b= e A= a = B (3.6) womt wr de Aufgabe ee leare Ausglechsrechug übergeführt habe: De epoetelle Ausglechsurve m (,y)-system wurde ee leare Ausglechsurve m (, l y)-system trasformert. Nach der Trasformato der y-werte öe wr das leare System mt de beate Formel (3., 3.3) problemlos löse. De erhaltee Koeffzete werde achher zurüc trasformert ud wr erhalte de gesuchte epoetelle Ausglechsfuto. Bespel: De achfolgede 4 Datepute (,y ) sd durch ee epoetelle Ausglechsurve a y = be optmal azuäher: y

10 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-0 Ausglechs- ud Iterpolatosrechug 3..4 Ausglech mt Potezfutoe Ee wetere wchtge Klasse vo chtleare Ausglechsfutoe wrd durch de Potezfutoe dargestellt: y= b a Uter der Voraussetzug, y > 0 öe wr auch her ee logarthmsche Trasformato durchführe ud wr erhalte wederum ee leare Ausglechsaufgabe: (3.7) = l y= al+ lb= A + B B= lb Æ b= e A= a = l B Potezartge Ausglechsfuto (3.8) De durch de Potezfuto beschrebee Pute m (, y )-System werde durch de Trasformato über ee leare Ausglechsfuto m (l, l y )-System beschrebe. Bespel: De achfolgede 4 Datepute (,y ) sd durch ee potezartge Ausglechsurve a y = b optmal azuäher: 3 4 y Ausglech mt Polyomfutoe Przpell öe ausser der leare Ausglechsfuto auch Polyomfutoe höhere Grades verwedet werde. I der Regel erlaube Polyomfutoe höhere Grades ee bessere Näherug als leare Futoe, jedoch wrd de Berechug der Ausglechsfuto etspreched aufwedger. Das Hauptesatzgebet vo polyomale Ausglechsfutoe st de Glättug vo Messwerte. Przpell lässt sch durch Stegerug des Polyomgrades ee belebg geaue Ausglechsfuto bestmme, bs für Datepute e Polyom vom Grad - de Futo eat appromert. Zu beachte st, dass Polyomfutoe höhere Grades (>4) uüblch sd. Isbesodere ege solche Ausglechsrechuge zu stable Verhalte: De Futo st ervös, zegt Überschwger ud st ugeeget für Zwschewerte zu bestmme (vgl. auch Kaptel "Iterpolatosfutoe").

11 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3- Ausglechs- ud Iterpolatosrechug Grudsätzlch st polyomale Ausglechsfuto als ormale Polyomfuto vom Grad defert: y( )= a = a + a + a + + a = 0 0 (3.9) Dese Defto behaltet auch de leare Regressosfuto we = gesetzt wrd. De Bestmmug der Koeffzete a 0,...,a erfolgt beater Wese durch Mmere der Fehlerquadratsumme. Für ee Polyomfuto vom Grad lautet de Fehlerquadratsumme: m = = 0 qa (, a,, a) = a - y 0 F HG I KJ m: Azahl Datepute : Grad des Ausglechspolyoms De Koeffzete a für ee mmale Fehlerquadratsumme werde über Nullsetze der partelle Abletuge q a für =0,.., bestmmt. q a m = a - y 0 = F HG = 0 I = KJ (3.0) (3.) Wr erhalte da durch Auflöse der -Summe de Normalglechuge: j j + 0 a + a + + a + + a = y :,..., (3.) Des st e leares Glechugssystem mt + Bestmmugsglechuge ud + Ubeate. De Ubeate stelle her de Koeffzete a 0,...,a dar. + j De Koeffzetematr G hat de Elemete: gj =, j: 0,..., De Elemete des Kostatevetor c (rechte Sete des Systems): c = y : 0,..., Somt lautet das zu lösede Glechugssystem: G a= c (3.3) (3.4) (3.5) Deses System wrd mt de beate Verfahre gelöst ud wr erhalte als Resultat de gesuchte Polyomoeffzete. Auf de Etwurf eer programmerte Lösug wrd her verzchtet. De Implemeterug st aber a sch problemlos. Nach dem Aufbaue der Koeffzetematr wrd das System mt eem geegete Verfahre (z.b. Gauss-Jorda) gelöst. Stattdesse wolle wr e Bespel mt ECEL durchreche. Scherlch st de Tabellealulato für ee drete Rechug cht de erste Wahl. Se erlaubt aber alle berechete Werte sauber darzustelle ud de Werte grafsch zu präsetere. Im Rahme eer Übug zege wr, we ma ee allgemee ECEL-Futo für polyomale Ausglech Vsual BASIC defere a. Dese Lösug wrd aus eer Lösug der Sprache C abgeletet.

12 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3- Ausglechs- ud Iterpolatosrechug Bespel: De achfolgede 5 Datepute (,y ) sd durch e quadratsches Ausglechspolyom y = a0 + a+ a optmal azuäher: y 0 3 Löse wr u deselbe Aufgabe mt Ausglechspolyome uterschedlche Grades, so erhalte wr folgede Werte: deg p a 0 a a a 3 a 4 q Das letzte Polyom hat eat so vele Koeffzete we Datepute. Dadurch a das Polyom alle Datepute (, y ) eat darstelle (Fehlerquadratsumme q= 0) ud st somt e Iterpolatospolyom. We berets erwäht, spele der Pras Ausglechspolyome mt Grad > 4 aum ee Rolle. Eersets st de Rechug aufwedg, aderersets ege Polyomfutoe höhere Grades zum Überschwge. De Überschwger bewre, dass de Futo cht mehr geeget st zur Gewug vo Zwschewerte. Solle Futoe deoch mt Polyomfutoe edrge Grades gut ausgeglche werde, so a des durch stücwese Etwclug stetger Polyomfutoe geschehe (Bsp.: Sple- Futoe, Bezer-Kurve). Her wrd das Itervall für de Berechug aufgetelt, so de Näherug mt mehrere Polyom- Telfutoe erfolgt. Jede deser Telfutoe ähert ee lee Mege vo Datepute eem Teltervall. Über geegete Methode sorgt ma dafür, dass de Stossstelle der Telfutoe glatt verlaufe.

13 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-3 Ausglechs- ud Iterpolatosrechug Rechebespel zu polyomaler Ausglechug Bestmme Se de Ausglechspolyome vom Grad ud 3, szzere Se de Iterpolatospolyome auf dem Itervall [-,3] ud bestmme Se de jewelge Fehlerquadratsumme y Vorgehe: Wr bereche zuerst das Ausglechspolyom 3. Grades. Herbe falle auch alle otwedge Werte zur Bestmmug des Polyoms. Grades a. Dabe werde de Koeffzetematr erzeugt, dem de Summe gemäss (3.3) ud (3.4) gebldet werde. Aschlessed wrd (mt dem Tascherecher) de Koeffzetematr vertert ud de Koeffzete a 0,...a 3 bestmmt. Durch Esetze der Werte (3.0) wrd de Fehlerquadratsumme bestmmt. Dasselbe wrd für das Polyom. Grades wederholt, wobe de berets berechete Grösse beutzt werde. Wr erstelle das Arbetsblatt mt ECEL dem wr zuerst de Vorgabedate etrage ud achher schrttwese de Grösse für G, c ud a bestmme: Berechug mt beutzerdeferte ECEL-Futoe Wr habe gesehe, dass de Berechug der Polyomoeffzete auch für e efaches Bespel recht umfagrech wrd. ECEL betet ebe de egetlche Kalulatosfähget auch de Möglchet beutzerdeferte Futoe Vsual BASIC for Applcatos (VBA) zu mplemetere. Dese Futoe öe achher we ormale ECEL Futoe beutzt werde. Ohe äher auf de Sprache VBA ezugehe (das folgede Bespel sollte grosse Tele tutv verstädlch se), wolle wr zege, we ee Futo zur Bestmmug der Koeffzete für de polyomale Ausglech etwcelt wrd, sowe ee Futo zur Auswertug vo Polyome ach dem Horer-Schema: Grudlage: Formale Zusammehäge (3.3),(3.4) ud (3.5). Aforderugsprofl: Beutzerdeferte Futo VBA mt dem Name PolyomReg, de als Argumete zwe Lste mt de auszuglechede - ud y-werte erhält, sowe de Grad des zu bestmmede Ausglechspolyoms. Das Resultat soll als Array mt doppelt geaue Gletommazahle retourert werde (sog. Array-Futo). Datetype: Beutzerdeferte Futo mt dem Name PolyomEval, de als Argumete ee Lste (Array) mt de Koeffzete a 0,..,a erhält, sowe de auszuwertede Stelle. Alle Date sd doppelt geaue Gletommazahle. Das Resultat wrd als Futoswert eer doppelt geaue Gletommazahl retourert. Polyomgrad: Gazzahl Dateputelste, y: Edmesoales Array mt doppelt geaue Gletommazahle Auszuwertede Stelle : Doppelt geaue Gletommazahl

14 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-4 Ausglechs- ud Iterpolatosrechug Ablaufdagramme: PolyomReg(;y;Polyomgrad) PolyomEval(a; Als Doppelt) falsch Parameter überprüfe gut Polyomgrad bestmme Koeffzetematr G aufbaue Horer-Schema durchführe Kostatevetor c aufbaue Futoswert retourere Matr G vertere a = G - * c Rücgabe a Der Code lautet Vsual Basc for Applcatos: Bereche der Polyomoeffzete a0,..,a für ee polyomale Ausglechsfuto -te Grades für m Datepute. Parameter: = Array mt -Werte (Azahl: m, belebg) y = Array mt y-werte (Azahl: m, belebg) = Grad des zu erzeugede Ausglechspolyoms Das Resultat wrd als Futoswert (Arrayfuto) retourert Autor: Gerhard Krucer Datum: , Sprache: VBA for ECEL7 Fucto PolyomReg(, y, Polyomgrad) Dm Az, Az Azahl - ud y-werte Dm m Azahl auszuglecheder Datepute Dm S() Dyamsches Array fuer de Summe der Poteze vo Dm Sy() Dyamsches Array fuer de Summe der Poteze vo * y Dm G(), g Dyamsches Array fuer de Koeffzetematr G Dm c() Dyamsches Array fuer de Kostatevetor c Dm a() Dyamsches Array fuer de Polyomoeffzete a0,..,a Dm, j, Fle: AUSGL3.LA Parameterotrolle If (Polyomgrad < ) Ad Polyomgrad <> "Iteger" The PolyomReg = CVErr(lErrValue) Et Fucto Ed If Az =.Cout Azahl Datepute de Arrays bestmme Az = y.cout If (Az <> Az) The PolyomReg = CVErr(lErrValue) Et Fucto Ed If If Az <= Polyomgrad The Et Fucto Ed If m = Az Summe der Poteze ud *y bereche ud de etprechede Arrays abspecher ReDm S(Polyomgrad * ) Arrays auf passede Groesse dmesoere ReDm Sy(Polyomgrad) De Arraydzes laufe vo 0..Polyomgrad, resp 0..*Polyomgrad For = 0 To * Polyomgrad S() = 0 For = To m Fuer jede Dateput S() = S() + () ^ Net Net For = 0 To Polyomgrad Sy() = 0 For = To m Sy() = Sy() + () ^ * y() Net Net Koeffzetematr G ud Kostatevetor c erzeuge ReDm G( To Polyomgrad +, To Polyomgrad + ) Matr mt Idzes 0..Polyomgrad,0..Polyomgrad dmesoere ReDm g( To Polyomgrad +, To Polyomgrad + ) Matr fuer de Iverse vo G (MINV a cht G zuruecschrebe) ReDm c( To Polyomgrad + ) ReDm a(0 To Polyomgrad) Polyomoeffzete a0,..,a (a(0) = a0) For = 0 To Polyomgrad For j = 0 To G( +, j + ) = S( + j) G(j +, + ) = S( + j) Net j c( + ) = Sy() Net Koeffzetematr G ud Kostatevetor c aufbaue

15 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-5 Ausglechs- ud Iterpolatosrechug Glechugssystem G * a = c loese mt Matrverso g = Applcato.MIverse(G) Koeffzetematr G vertere For = To Polyomgrad + Matrmultplato a = G * c a( - ) = 0 For j = To Polyomgrad + a( - ) = a( - ) + g(, j) * c(j) Net j Net PolyomReg = a Koeffzetevetor a0,..,a retourere Ed Fucto Auswerte eer Polyomfuto -te Grades a der Stelle De Polyomfuto wrd mt Koeffzetearray a0,..,a defert ud a der Stelle ausgewertet ud als Futoswert retourert. De Berechug erfolgt mt dem Horer-Schema. Autor: Gerhard Krucer Datum: , Sprache: VBA for ECEL7 Fucto PolyomEval(a, As Double) As Double Dm p Polyomfutoswert Dm Polyomgrad As Iteger Grad des Polyomes, das de Koeffzete a darstelle Dm Polyomgrad = a.cout - Grad des Polyoms bestmme = Azahl Koeffzete- p = a(polyomgrad + ) For = Polyomgrad To Step - p = p * + a() Net PolyomEval = p Futoswert retourere Ed Fucto Damt habe wr jetzt zwe lestugsfähge Futoe zur Verfügug, um de Aufgabe efach zu löse. Wr füge de Vsual Basc Futoe usere Arbetsmappe e ud öe u uter "Efüge/Futo /Beutzerdefert" auf de Futoe über de Futosassstete zugrefe. Da de Futo PolyomReg ee sog. Arrayfuto st, geht de Berechug etwas aders vostatte als be ormale ECEL-Futoe: I de Zelle B9 wrd dret oder mt Hlfe des Futosassstete geschrebe: B9: =PolyomReg($B$4:$F$4;$B$5:$F$5;) De Egabe wrd ormal abgeschlosse ud wr erhalte der Zelle B9 de Koeffzete a 0. Nu wrd das Feld für de Koeffzete a 0,..,a durch Seletere der Zelle B9: D9 aufgezoge. Da wrd de Egabezele mt der Formel oberhalb des Arbetsblattes agelct ud de Zele mt <CTL><Shft><RET> abgeschlosse. De restlche Koeffzete werde jetzt de marerte Felder übertrage. Für das Polyom 3. Grades st das Vorgehe aalog. De Berechug des Graphe a jetzt ausserordetlch efach mt der Futo PolyomEval ausgeführt werde.

16 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-6 Ausglechs- ud Iterpolatosrechug Besoders bequem wrd de Arbet, we de Futoe als sog. LA-Modul (ECEL-Add-IN) erstellt werde. Dazu st das Basc-Modul zu omplere (Add-I erstelle) ud achher mt dem Add-I Maager ezubde. Dabe st zu beachte, dass de Dateformato der Arbetsmappe ausgefüllt wrd, da dese de Name ethält, de achher m Add-I-Maager erschee Lösug überbestmmter Glechugssysteme Habe wr e System mt mehr Glechuge als Ubeate, so spreche wr vo eem überbestmmte Glechugssystem. Für solche Systeme gbt es der Regel ee Lösug m herömmlche Se. Vor allem da, we der Rag der Koeffzetematr mamal st, d.h. de Glechuge wdersprüchlch sd ud das System cht reduzert werde a. Her wrd ebefalls ee Lösug ach der Methode der leste Fehlerquadratsumme bestmmt. De erhaltee Lösug lässt sch umgagssprachlch terpretere: De Lösug passt etwa überall glech schlecht Awedug auf e allgemees leares Glechugssystem De Lösug ees überbestmmte leare Glechugssystems soll ach der Methode der leste Fehlerquadrate bestmmt werde. Wr setze voraus, dass der Rag der Koeffzetematr mamal st, d.h. ee Zele a durch Learombato vo adere Zele dargestellt werde. Des st da der Fall, we de Zele wdersprüchlch sd. Wr betrachte stellvertreted für de Methode e Bespel. Bespel: Ma bestmme, y als Lösug des überbestmmte leare Glechugssystems + 3y = - 4y= -9 - y= - De Lösug gestaltet sch desem Fall relatv efach: Ma bestmmt zuerst de Grudfuto f(,y)=z, de jeder ezele Zele zugrude legt: f (, y) = z= ( a+ by) (3.6) Vo deser Futo wrd u das Glechugssystem für de Parameter a ud b durch Nullsetze der partelle Abletuge der Fehlerquadratsumme q(a,b) bestmmt: ( ) qy (, ) = a+ by z y ( a + by z) = a ( a + by z) ( a + by z) = b ( a + by z) a ab az = ab b y bz (3.7) (3.8) Das Glechugssystem für a, b stellt e ormales leares Glechugssystem mt zwe Ubeate dar, welches mt de beate Methode gelöst werde a. Wr bestmme zuerst de Summe,

17 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-7 Ausglechs- ud Iterpolatosrechug da löse wr ach a, b auf mt Hlfe eer Matrverso ud erhalte de Resultate: Somt sd =- ud y= de Lösuge des Glechugssystems. Auf ee programmerte Lösug des Verfahres wrd her verzchtet. Das Vorgehe st przpell glech we be de adere gezegte Methode. Iteressat ud relatv efach wrd de Lösug, we der Algorthmus vo Householder zur Lösug überbestmmter Glechugssysteme egesetzt wrd (vgl. [3, S.0 ud S.34]) Awedug auf ee Learombato belebger reeller Futoe. Für de Ausglechsfuto Form eer Learombato reeller Futoe f( ) = bg ( ) = (3.9) wrd be eer echte Ausglechsaufgabe m > (mehr Pute als Parameter) de Ausglechsurve cht eat durch de Pute (,y ) verlaufe ud.a. cht emal ee Put geau treffe. De optmale Ausglechsfuto soll jedoch mt eem möglchst lee Fehler alle Pute (, y ) beschrebe. Dese Forderug wrd erfüllt, we de Summe der Fehlerquadrate mmal st: b 0 g b g = q b,..., b = f( )- y = bg ( )- y L NM O QP Æ De Parameter b werde durch Nullsetze der partelle Abletuge q bestmmt: b j Allgeme: q L O = gj bg y j b ( ) ( )- j QP = 0 0 = NM m (3.30) (3.3)

18 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-8 Ausglechs- ud Iterpolatosrechug Deses System a u e allgemees leares Glechugssystem umgeschrebe werde. Deses stellt de Normalglechuge dar, das mt de beate Verfahre aufgelöst werde a. Für de Normalglechug j wrd des: L NM O QP = m m j j = 0 = = b g ( ) g ( ) y g ( ) Bespel: Für de Ausglechsfuto: y= b l+ b cos+ b e 3 erhalte wr de Fehlerquadratsumme: d 3 q= b l + b cos + b e - y Wr setze de partelle Abletuge q b dre Normalglechuge: m: Azahl Datepute : Azahl Glechuge j: 0.. q q = 0, = 0, = 0 ud erhalte ach dem Umstelle de b b 3 b g b g 3 b g b g b g 3 b g b g b g 3 d b l + b l cos + b l e = y l b l cos + b cos + b cos e = y cos b l e + b cos e + b e = y e Auch her erhalte wr mmer ee symmetrsche Koeffzetematr. Für de Datepute y erhalte wr de Rechug: (3.3)

19 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-9 Ausglechs- ud Iterpolatosrechug de gesuchte Ausglechsfuto lautet also: y ( ) = l-. 59 cos e 3..7 Beurtelug der Regressosgüte be chtleare Regressoe Be chtleare Regressoe wrd de Güte ahad der Fehlerquadratsumme beurtelt, wel e Korrelatosoeffzet we be der leare Regresso defert st. Werde mehrere verschedee Regressosfutoe mteader verglche, so st dejege Futo de beste Regressosfuto bezüglch der gegebee Datepute, welche de leste Fehlerquadratsumme hat. Bespel: Welche Regressosfutoe f (), f () glecht de folgede Datepute (, y ) besser aus? f ( ) =. 90l +. 98s f ( ) = y 0 4 Wr bestmme de Fehlerquadratsumme jeder Futo bezüglch der Datepute: De Futo f () glecht de Datepute besser aus, wel se de leere Fehlerquadratsumme hat Nchtleare Regresso mt Substtutosverfahre

20 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3-0 Ausglechs- ud Iterpolatosrechug E gaze Rehe chtlearer Regressosaufgabe a durch geegete Trasformatoe der Werte ee äquvalete leare Regressosaufgabe übergeführt werde, welche da mt de Stadardformel (3-, 3-3) efach zu löse sd. Wr betrachte achfolged Verfahre für zwe ud dre Regressosoeffzete Regressoe mt zwe Regressosoeffzete Vele chtleare Regressosfutoe öe durch geegete Trasformatoe ee äquvalete leare Regressosaufgabe umgeformt werde ("learsert"). Dese st da sehr efach zu löse. Bsp: Gesucht st ee Ausglechsfuto der Art: y ( )= be a Dese Epoetalfuto a durch Logarthmere learsert werde: a l( y ( )) = l( be ) = l( b) + l( e ) = l( b) + a=b+a Deses Przp a geauso für wetere Futoe agewadt werde: Typ Futo Substtutoe Bedguge = = B= A= y ( )= b+ a y b a 0 y 0 b a b a y > 0 y 3 y( )= b+ al( ) y l() b a > 0 a 4 y ( ) = b + al( ) y l() b a > 0 y > 0 5 a y ( )= b + l(y-) l() l(b) a y- > 0 > 0 6 y ( )= ba l(y) l(b) l(a) 0 y > 0 7 y ( )= be a l(y) l(b) a 0 y > 0 Der Begrff Typ bezeht sch auf de Meüput m Programm NLREGWIN.EE. Es st auf der zum Srpt gehörede Bespeldsette verfügbar Regressoe mt dre Regressosoeffzete Aalog öe her auch über geegete Substtutoe gewsse chtleare Regressosfutoe verefacht bestmmt werde, dem se auf ee quadratsche Regressosaufgabe zurücgeführt werde. y ( )= A0 + A + A De Bestmmug der Polyomoeffzete gescheht über de Asatz der Mmerug der Summe der Fehlerquadrate, aalog Kap Wr erhalte e Glechugssystem mt dre Ubeate für de Regressosoeffzete A 0..A :

21 Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat F HG IF KJ H G A A A 0 I F K J = HG I KJ 3- Ausglechs- ud Iterpolatosrechug De Regressosfutoe, welche sch über ee quadratsche Substtuto löse lasse sd achfolged tabellert: Typ Futo Substtutoe = = A 0 = A = A = 8 y a a ( )= + + a 0 y a 0 a a Bedguge 9 y ( )= a + a + a 0 y a 0 a a y 0 0 y ( )= a 0 a a y ae a - ( )= a 0 l(y) l(a 0 ) l(a ) l(a ) y > 0 a + a a -a a a y > 0 b g l(y) l( ) 0 Ebeso lasse sch Substtutoe für ver Regressosoeffzete bestmme, de da ee allgemee Form mt ver Parameter gebracht wrd Bespele für Regressoe mt zwe Regressosoeffzete Für folgede Messrehe soll ee Ausglechsfuto ach alle Verfahre aus Tabelle bestmmt werde. st dem Wert.5 zu wähle: Wr verwede dazu das Programm NchtleareRegresso.EE. Es bestmmt der Kosoleverso de Regressosoeffzete für Regressoe mt zwe Regressosoeffzete. Mt der W3- öe auch Regressoe mt dre Regressosoeffzete durchgeführt werde. Aus Platzgrüde werde her de Lstgs cht aufgeführt y Resultate: 5. : r = : ry = : l( ) ry = : ry = l() 5: r = : r = :. 807e r = Achtug: r y macht ee Aussage zur Korrelato der chtleare Regressosfuto! Besser st her de Aussage bezüglch der Fehlerquadratsumme. y y y y Grafsche Darstellug der ezele Regressosfutoe

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

Kapitel XI. Funktionen mit mehreren Variablen

Kapitel XI. Funktionen mit mehreren Variablen Kaptel XI Fuktoe mt mehrere Varable D (Fuktoe vo uabhägge Varable Se R ud D( f R Ist jedem Vektor (Pukt (,,, D( f durch ee Vorschrft f ee reelle Zahl z = f (,,, zugeordet, so heßt f ee Fukto vo uabhägge

Mehr

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

Mehr

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

Statistische Grundlagen Ein kurzer Überblick (diskret)

Statistische Grundlagen Ein kurzer Überblick (diskret) Prof. J.C. Jackwerth 1 Statstsche Grudlage E kurzer Überblck (dskret De wchtgste Begrffe ud Deftoe: 1 Erwartugswert Varaz / Stadardabwechug 3 Stchprobevaraz 4 Kovaraz 5 Korrelatoskoeffzet 6 Uabhäggket

Mehr

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

Mehr

Induktion am Beispiel des Pascalschen Dreiecks

Induktion am Beispiel des Pascalschen Dreiecks Iduto am Bespel des Pascalsche Dreecs Alexader Rehold Coldtz 0.02.2005 Eletug vollstädge Iduto De vollstädge Iduto st ebe dem drete ud drete Bewesverfahre ees der wchtgste der Mathemat. Eher bespelhaft

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet:

( x) eine Funktion definiert, in der nur die i-te Komponente variabel ist. Folgende Schreibweisen werden aufgrund dieser Anmerkungen auch verwendet: Pro. Dr. Fredel Bolle LS ür Volkswrtschatslehre sb. Wrtschatstheore (Mkroökoome) Vorlesug Mathematk - WS 008/009 4. Deretalrechug reeller Fuktoe IR IR (Karma, S. 00 06, dort glech ür IR IR m ) 4. Partelle

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

Interpolationspolynome

Interpolationspolynome Iterpolatospolyome Ac Gegebe sd +1 Stützstelle x 0 bs x zusamme mt hre Stützwerte y 0 bs y. Durch de Pukte ( x / y ) soll e Polyom p(x) -te Grades gelegt werde : p(x) = a 0 + a 1 x + a 2 x² + + a x = Das

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten Festverzslche Wertaere Kurse ud Redte be gazzahlge Restlaufzete Glederug. Rückblck: Grudlage der Kursrechug ud Redteermttlug 2. Ausgagsstuato 3. Herletug der Formel 4. Abhäggket vom Marktzsveau 5. Übugsaufgabe

Mehr

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse

Mehr

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

Mehr

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen Ivestmetfods Kezahleberechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 01.01.2007 Ihalt 1 erformace 4 1.1 Berechug der erformace über de gesamte Beobachtugzetraum (absolut)... 4 1.2 Aualserug

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen IT Zahlesysteme Zahledarstellug eem Stellewertcode (jede Stelle hat ee bestmmte Wert) Def. Code: Edeutge Abbldugsvorschrft für de Abbldug ees Zeche-Vorrates eem adere Zechevorrat. Dezmalsystem De Bass

Mehr

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

Mehr

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen .. Jährlche Retezahluge... Vorschüssge Retezahluge Ausgagspukt: Über ee edlche Zetraum wrd aus eem Kaptal (Retebarwert v, ), das zseszslch agelegt st, jewels zu Beg ees Jahres ee bestmmte Reterate ř gezahlt

Mehr

Fehlerrechnung im Praktikum

Fehlerrechnung im Praktikum Fehlerrechug m Pratum Pratum Phsalsche Cheme (A. Dael Boese) I chts zegt sch der Magel a mathematscher Bldug mehr, als eer überbertrebe geaue Rechug. Carl Fredrch Gauß, 777-855 Themegebete Utertelug vo

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

Mathematische Modellierung Lösungen zum 1. Übungsblatt

Mathematische Modellierung Lösungen zum 1. Übungsblatt Mathematsche Modellerug Lösuge zum Klaus G. Blümel Lars Hoege 6. Oktober 005 Aufgabe 1 a) Der Raumhalt vo eem Kubkmeter etsprcht gerade 1000 Lter, d.h. 1 m 3 = 1000 l. Reche zuächst 1 m 3 cm 3 um. E Meter

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Prüfuge abgegebe sowet erforderlch. Stad 1. Jul 2010. Äderuge vorbehalte. Formelsammlug Fazplaer

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Ole- ud a de müdlche Prüfuge abgegebe sowet erforderlch. A der schrftlche Klausur (Ope-book-Prüfug)

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes Quellecoderug Durch de Quellecoderug werde de Date aus der Quelle codert, bevor se ee Übertragugskaal übertrage werde De Coderug det der Verkleerug

Mehr

3. Das Messergebnis. Was ist ein Messergebnis?

3. Das Messergebnis. Was ist ein Messergebnis? . Das Messergebs Was st e Messergebs? Wederholug der Messug Wahrer Wert? Mehrere Eflussgröße Fehlerbetrachtug Messergebs Vorgeheswese für Messergebs. Bestmmug des bekate systematsche Fehlers 2. Aufahme

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Formelsammlug rtschaftsmathemat / Statst Formelsammlug für de Lehrverastaltug rtschaftsmathemat / Statst zugelasse für de Klausure zur rtschaftsmathemat ud Statst de Studegäge der Techsche Betrebswrtschaft

Mehr

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

Mehr

Reihen n. Man benutzt letztere Schreibweise aber häufig auch zur Bezeichnung der Partialsummenfolge. konvergiert, die geometrische Reihe.

Reihen n. Man benutzt letztere Schreibweise aber häufig auch zur Bezeichnung der Partialsummenfolge. konvergiert, die geometrische Reihe. Deftoe ud Aussge über Rehe Bchräume ud Hlberträume E vollstädger ormerter Vektorrum (sehe Bemerkuge zur Alyss) heßt Bchrum Stmmt de Norm vo eem Sklrprodukt v = , so sprcht m vo eem Hlbertrum ZB sd

Mehr

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombator Problemstellug Ausgagsput be ombatorsche Fragestelluge st mmer ee edlche Mege M, aus dere Elemete ma edlche Zusammestelluge vo Elemete aus M bldet Formal gesproche bedeutet das: Ist M a,, a ee

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Eplzte Defto Reursve Defto 4. Gleder eer vorher deferte Folge bereche E Gled Mehrere Gleder 6 4 5 4.3 Ee Folge defere ud ege hrer

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Name: Vorame: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Itegrerter Studegag Wrtshaftswsseshaft Klausuraufgabe zur Hauptprüfug Prüfugsgebet: BWW 2.8

Mehr

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes Lösuge zu Übugs-latt 7 Klasssche Wahrschelchet Glücsspele, edgte Wt, Uabhägget, Satz vo ayes Master M Höhere ud gewadte Mathemat rof. Dr.. Grabows De folgede ufgabe löse wr uter Verwedug der bede ombatorsche

Mehr

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst Marketg- ud Iovatosmaagemet Herbstsemester 2013 - Übugsaufgabe Leseder: Prof. Dr. Adreas Fürst Isttut für Marketg ud Uterehmesführug Abtelug Marketg Uverstät Ber Ihaltsverzechs 1 Eletug Allgemee Grudlage

Mehr

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

Mehr

Kapitel 6: Regression

Kapitel 6: Regression udwg-maxmlas-uverstät Müche Isttut für Iformatk ehr- ud Forschugsehet für Datebaksysteme Skrpt zur Vorlesug Kowledge Dscovery Databases m Sommersemester 05 Kaptel 6: Regresso Vorlesug: PD Dr. Arthur Zmek

Mehr

Korrelations- und Regressionsanalyse

Korrelations- und Regressionsanalyse Kaptel VI Korrelatos- ud Regressosaalse B 6 (Gegestad der Korrelatos- ud Regressosaalse) Währed de Korrelatosaalse de Estez, de Stärke ud de Rchtug des Zusammehags zwsche zwe oder mehrere statstsche Varable

Mehr

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele Ererug: Fuktoslere 5.6 Support Vector Masches (SVM) überomme vo Stefa Rüpg, Kathara Mork Uverstät Dortmud Vorlesug Maschelles Lere ud Data Mg WS 2002/03 Gegebe: Bespele X LE de ahad eer Wahrschelchketsvertelug

Mehr

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen Prof. Dr. Fredel Bolle 3. rgäzuge zur Haushaltstheore, sbesodere Dualtät ud Aweduge (Btte wederhole Se zuächst emal de Haushaltstheore aus Mkro I!!!) komme gegebe errechbare Idfferezkurve festgelegt Güterprese

Mehr

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ;

annehmen, so heißt die Funktion, die jedem atomaren Ereignis { x i } mit i { 1; 2; ; Wahrschelchet Ee Futo X : Ω R, de edem Ergebs ees zufällge Vorgages ee reelle Zahl zuordet, heßt Zufallsgröße (oder auch Zufallsvarable Ee Zufallsgröße X heßt edlch, we X ur edlch vele Werte x aehme a

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statst für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Mermal wurde 3 Gruppe beobachtet ud Form der folgede Häufgetstabelle berchtet: Klasse m Gruppe

Mehr

Grundlagen der Entscheidungstheorie

Grundlagen der Entscheidungstheorie Kaptel 0 Grudlage der Etschedugstheore B. 0 (Gegestad) De Etschedugstheore befasst sch mt dem Etschedugsverhalte vo Idvdue ud Gruppe. Se besteht aus we Telgebete. Deskrptve Etschedugstheore De deskrptve

Mehr

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

5 Reproduktions- und Grenzwertsätze

5 Reproduktions- und Grenzwertsätze Reproduktos- ud Grezwertsätze Reproduktos- ud Grezwertsätze. Reproduktossätze Bespel 0: Der Aufzug eer Frma st zugelasse für Persoe bzw. 000 kg. Das Durchschttsgewcht der Agestellte der Frma st µ = 80

Mehr

4. Interpolation und Approximation

4. Interpolation und Approximation Uwelt-Caus Brefeld Nuershe Matheat der Fahhohshule Trer Prof. Dr.-Ig. T. Preußler. Iterolato ud Aroato I allgeee geht a davo aus, dass Bezehuge zwshe Varable ees hsalshe Probles aaltsh beshrebe werde a.

Mehr

Lösungen. Lösung zu d):

Lösungen. Lösung zu d): Löuge Löug zu a De Date chee ch äherugwee etlag eer Gerade potoert zu e. Da lät cho recht gut vermute, da e learer Zuammehag vorhade e köte. Löug zu b We e Ateg/ee Abahme der Deutche Bak Akte auch zu eem

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien:

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien: Regressoslse De Regressoslse st ee Slug vo sttstshe Alseverfhre. Zel e de häufgste egesetzte Alseverfhre st es Bezehuge zwshe eer hägge ud eer oder ehrere uhägge rle festzustelle. Se wrd sesodere verwedet

Mehr

Vl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen

Vl. Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 3: Diskrete Verteilungen Vl. Statstsche Prozess- ud Qualtätsotrolle ud Versuchsplaug Übug 3: Dsrete Verteluge Prof. Dr. B. Grabows Zur Lösug der folgede Aufgabe öe Se auch de begefügte Tabelle der dsrete Verteluge m Ahag verwede.

Mehr

Ein paar einfache q-analoga des binomischen Lehrsatzes

Ein paar einfache q-analoga des binomischen Lehrsatzes E paar efache -Aaloga des bosche Lehrsatzes Joha Cgler Sowet r beat st, gbt es ee allgeee Utersuchuge darüber, we sch das Reurrezverhalte vo Boalsue ädert, we a de Boaloeffzete durch ersetzt U ee erste

Mehr

19. Amortisierte Analyse

19. Amortisierte Analyse 9. Amortserte Aalyse Amortserte Aalyse wrd egesetzt zur Aalyse der Laufzet vo Operatoe Datestrukture. Allerdgs wrd cht mehr Laufzet ezeler Operatoe aalysert, soder de Gesamtlaufzet eer Folge vo Operatoe.

Mehr

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient Ablehugsberech:!Sgfkazveau abhägge Gruppe: Gruppe vo Versuchspersoe, dee jede ezele Versuchsperso aus Gruppe A eer äquvalete Versuchsperso aus Gruppe B etsprcht (oder tatsächlch de gleche Versuchsperso

Mehr

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf Das Verfahre vo Goduov Semar Numerk 5..00 Aja Beedorf Das Verfahre vo Goduov Übersch Goduov - Goduovs Verfahre für Leare Syseme Aweduge & Folgeruge aus Goduovs Verfahre - De Numersche Fluss-Fuko m Goduov

Mehr

Die Methode des 2.Moments

Die Methode des 2.Moments De Methode des 2.Momets Chrstoph Schmdt July 13, 2004 1 Eletug De Varaz eer Zufallsvarable st hre mttlere quadratsche Abwechug vo hrem Erwartugswert. V ar[x] = E[(X EX) 2 ] = E[X 2 ] E[X] 2 Der Term E[X

Mehr

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. Zusammenhangsanalysen: Korrelation und Regression 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt

Mehr

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält. Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet

Mehr

Definitionen und Aussagen zu Ringen

Definitionen und Aussagen zu Ringen Deftoe ud Aussage zu Rge Mchael Hortma, 1142002 Währed wr es be Gruppe mt ur eer Operato zu tu habe, kee wr zb vo de gaze Zahle das Zusammespel zweer Operatoe, Addto ud Multplkato, wobe charakterstsch

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

IV. Interpolation und Quadratur 4.1. Interpolation

IV. Interpolation und Quadratur 4.1. Interpolation IV. Iteroato ud Quadratur 4.. Iteroato 4... Bese: Iteroato mt Taewere ür e s cos og Gesucht: e.454 ; Tabeert: e.45 ud e.46 Leare Iteroato. : e:.42....43....44....45.5683.46.584 Verwade dsrete Pute otuerche

Mehr

Skript Teil 7: Polygonzug

Skript Teil 7: Polygonzug Prof. Dr. tech. Alfred Mschke Vorlesug zur Verastaltug Vermessugskude Skrpt Tel 7: Polgozug Der Begrff Polgo letet sch aus Pol = vel ud Go = Wkel ab ud bedeutet uregelmäßges Veleck. Das Polgoere det zum

Mehr

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 7, Wintersemester vom 21. Januar 2006

Elemente der Algebra und Zahlentheorie Musterlösung, Serie 7, Wintersemester vom 21. Januar 2006 Prof. E.-W. Zk Isttut für Matheatk Huboldt-Uverstät zu Berl Eleete der Algebra ud Zahletheore Musterlösug, Sere 7, Wterseester 2005-06 vo 21. Jauar 2006 1. Se = 2 p 1 Mersee-Zahl, d.h. p P 1. a) Zege:

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

Mehr

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion AG Kstrut KONTRUKTION Plaetegetrebe (Umlaufgetrebe) rpt TU Berl, AG Kstrut Plaetegetrebe Vrtele Plaetegetrebe: e Achsversatz z.t. sehr grße Über-/Utersetzuge möglch grße Tragraft guter Wrugsgrad Rhlff

Mehr

KOMBINATORIK. Doina Logofătu Hochschule München, FK und 15 April 2008

KOMBINATORIK. Doina Logofătu Hochschule München, FK und 15 April 2008 KOMINORIK Doa Logofătu Hochschule Müche, FK 7 4 ud prl 8 Was st Kombator? espele für Frage ud ufgabe aus der Kombator. Was mache wr heute? (Dsusso). Przp der Iluso ud Eluso. Schubfachprzp. Permutatoe 4.

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) 6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe

Mehr

Entladung Wanderung Entladung Wanderung H + --- Q -t - F OH - - F. Q --- +t - F

Entladung Wanderung Entladung Wanderung H + --- Q -t - F OH - - F. Q --- +t - F B - - Überführgszahle d Wadergsgeschwdgke fgabe: Besmmg der orfsche Überführgszahle vo - d O - -oe 0N O oder vo 2 - d SO 4 -oe 0N 2SO 4 d Berechg hrer oeäqvalelefähgkee 2 Besmmg der Wadergsgeschwdgkee

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap )

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap ) Vorkurs, Tel Lehrbuch: Sydsaeter / Hammod, Mathematk für Wrtschaftswsseschaftler, Pearso Studum, ISBN 978-3-873-73-9 Skrpt vo Sevtap Kestel Ihalt () Eführug: Zahle, Fuktoe Potezfukto, Expoetalfukto (Lehrbuch

Mehr

1 1 1 x0,25 x200 0,25 x200 0,25 1 x50 x51 1 1

1 1 1 x0,25 x200 0,25 x200 0,25 1 x50 x51 1 1 Klausur: Statstk 2.06.2018 Jürge Mesel Hlfsmttel: Ncht progr. Tascherecher Bearbetugszet: 60 Mute Aufgabe 1 E Koskbestzer otert 200 Tage lag de Zahl der verkaufte Exemplare eer seer Tageszetuge. Verkaufte

Mehr

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

Mehr