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

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

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

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

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

(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

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

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

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

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

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

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

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

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

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

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

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

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

= 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

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

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

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

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

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

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

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien REGRESSION Ee awedugsoreterte Eführug Marcus Hudec Chrsta Neuma Uterstützt vo Isttut für Statstk der Uverstät We Eletug De Regresso st e velfältg esetzbares Werkzeug zur Beschrebug ees fuktoale Zusammehags

Mehr

8. Mehrdimensionale Funktionen

8. Mehrdimensionale Funktionen Prof. Dr. Wolfgag Koe Mathematk, SS05.05.05 8. Mehrdmesoale Fuktoe Wer Greze überschretet, versucht, ee eue Dmeso vorzustoße. [Dael Mühlema, (*959), Übersetzer ud Aphorstker] Ege Leute sollte cht dü werde,

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

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

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

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

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

Einführung in Statistik

Einführung in Statistik Eführug Statstk 4. Semester Begletedes Skrptum zur Vorlesug m Fachhochschul-Studegag Iformatostechologe ud Telekommukato vo Güther Kargl FH Campus We 2009 Ihaltsverzechs Eführug Statstk Eletug. Deskrptve

Mehr

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre D. Plappert De Strukturglechhet verschedeer physkalscher Gebete gezegt am Bespel Hydraulk-Elektrztätslehre Erschee Kozepte ees zetgemäße Physkuterrchts, Heft 3, Schroedel Verlag 979. Eletug De megeartge

Mehr

EINLEITUNG, FEHLERRECHNUNG

EINLEITUNG, FEHLERRECHNUNG Eletug FEHLERRECHNUNG ohe Dfferetalrechug 04.05.006 Blatt 1 EINLEITUNG, FEHLERRECHNUNG Aufgabe des physkalsche Praktkums st es, dem Studerede de Physk durch das Expermet äher zu brge, h mt der Methode

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

Grundzüge der Preistheorie

Grundzüge der Preistheorie - - Grudzüge der Prestheore Elemetare Gedake der uterehmersche Prespoltk Verso 3. Harr Zgel 999-3, EMal: HZgel@aol.com, Iteret: http://www.zgel.de Nur für Zwecke der Aus- ud Fortbldug Ihaltsüberscht. Grudgedake.....

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

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

Ralf Korn. Elementare Finanzmathematik

Ralf Korn. Elementare Finanzmathematik Ralf Kor Elemetare Fazmathematk Ihaltsverzechs. Eletug Exkurs : Akte Begrffe, Grudlage ud Geschchte. We modellert ma Aktekurse? 4. Edlche E-Perode-Modelle 6. Edlche Mehr-Perode-Modelle 3.3 Das Black-Scholes-Modell

Mehr

Zentrum für Sensorsysteme Projektbereich 5 "Anwendung von Sensoren in der Fertigungstechnik" Univ.-Prof. Dr.-Ing. Peter Scharf

Zentrum für Sensorsysteme Projektbereich 5 Anwendung von Sensoren in der Fertigungstechnik Univ.-Prof. Dr.-Ing. Peter Scharf UNIVERSITÄT SIEGEN Zetrum für Sesorssteme Projektberech 5 "Awedug vo Sesore der Fertgugstechk" Uv.-Prof. Dr.-Ig. Peter Scharf Utersuchug des Eflusses vo Algorthme auf de Messuscherhet be der D-Geometremessug

Mehr

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

1 Elementare Finanzmathematik

1 Elementare Finanzmathematik Elemetare Fazmathemat 4 Elemetare Fazmathemat Zel: Bewertug ud Verglech atueller ud zuüftger Geldströme. Determstsche Zahlugsströme Defto: E determstscher Zahlugsstrom st ee Futo Z: N R, de jedem Zetput

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

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling Aalse ud praktsche Umsetzug uterschedlcher Methode des Radomzed Brach Samplg Dssertato zur Erlagug des Doktorgrades der Fakultät für Forstwsseschafte ud Waldökologe der GeorgAugustUverstät Göttge vorgelegt

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

Klausur Betriebswirtschaftslehre PM/B

Klausur Betriebswirtschaftslehre PM/B Isttut für Fazwrtschaft, Bake ud Verscheruge, Karlsruher Isttut für Techologe Klausur Betrebswrtschaftslehre PM/B Achtug: Ihalte der Vorlesug köe Zukuft ggf. cht mehr kosstet mt de Ihalte deser Klausur

Mehr

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE)

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE) Stoffwerte vo Flüssgkete Oberflächespaug (PHYWE) Zel des Versuches st, de Platzbedarf ees Ethaol-Moleküls der Grezfläche zwsche Dapfphase ud Lösug aus der Kozetratosabhäggket der Oberflächespaug be wässrge

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

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

Workshops zum TI-83 PLUS

Workshops zum TI-83 PLUS Workshops zum TI-83 PLUS Beträge vo T 3 Flader / Belge E Uterrchtsbehelf zum Esatz moderer Techologe m Mathematkuterrcht T 3 Österrech / ACDCA am PI-Nederösterrech, Hollabru Vorwort Alässlch userer gemesame

Mehr

Innovative Information Retrieval Verfahren

Innovative Information Retrieval Verfahren Thomas Madl Iovatve Iformato Retreval Verfahre Hauptsemar Wtersemester 004/005 Überblc Formales Vortrag Ausarbetug Scheerwerb Termplaug Kurzvorstellug Theme Themevergabe Wederholug Grudlage Gewchtug ud

Mehr

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern AMMO Berchte aus Forschug ud Techologetrasfer Etwcklug eer Dsatcherfukto zur Überrüfug vo Nomerugsmege der Betrebsführug vo Erdgassecher Prof. Dr. sc. tech. Dr. rer. at. R. Ueckerdt Dr.Ig. H.W. Schmdt

Mehr

Physikalisch-Technische Bundesanstalt, Braunschweig

Physikalisch-Technische Bundesanstalt, Braunschweig Üerscht üer essuscherhetserechuge vo der Darstellug der Ehet des Drehmometes üer de Wetergae s h zur Aedug ud Bespel eer Ope-ource-Aedug dafür Drk Röske Physkalsch-Techsche Budesastalt, Brauscheg Darstellug

Mehr

Inhaltsverzeichnis. 1 Allgemeine Messtechnik

Inhaltsverzeichnis. 1 Allgemeine Messtechnik Ihaltsverzechs I Allgemee Messtechk. Grudsätzlches. Grudbegrffe des Messes.. Iteratoales Ehetesystem (SI), Begrffe des Normes, Eche, Justere, Kalbrere.. Das Meßgerät als System, der Begrff der Übertragug.3

Mehr

Mathematischer Vorbereitungskurs für das Physikstudium. Kurt Bräuer Institut für Theoretische Physik Universität Tübingen

Mathematischer Vorbereitungskurs für das Physikstudium. Kurt Bräuer Institut für Theoretische Physik Universität Tübingen Mathematscher Vorberetugskurs für das Physkstudum Kurt Bräuer Isttut für Theoretsche Physk Uverstät Tübge Letztes Update: Oktober Ihalt. Zahlebereche.... Koordate ud Vektore... 5 3. Grezwerte, Folge ud

Mehr

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen?

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen? Aufgabe 1 (60 Pukte) De Gesellschaft XYZ betet als prvate Reteverscherug ee Idepolce gege Emalbetrag a mt eer Aufschubfrst vo zwe Jahre. Ivestert wrd e so geates IdeZertfkat, das be Retebeg das folgede

Mehr

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1 Ivesttosetscheduge m Mult-Chael-Customer-Relatoshp Maagemet Has Ulrch Buhl, Na Kreyer, Na Schroeder Lehrstuhl für Betrebswrtschaftslehre, Wrtschaftsformatk & Facal Egeerg Kerkompetezzetrum Iformatostechologe

Mehr

Institut für Physik Universität Augsburg Praktikum für Fortgeschrittene (FP) Versuchsanleitung (Version: 01/2015) RAMANEFFEKT

Institut für Physik Universität Augsburg Praktikum für Fortgeschrittene (FP) Versuchsanleitung (Version: 01/2015) RAMANEFFEKT FP-Versuch Ramaeffekt Isttut für Physk Uerstät Augsburg Praktkum für Fortgeschrttee (FP) Versuchsaletug (Verso: /5) RAMANFFKT I. letug II. Theore des Ramaeffekts III. Grudlage der Gruppetheore IV. Versuchsaufbau

Mehr

Prof. Dr. Dietmar Pfeifer Institut für Mathematik. Risikotheorie

Prof. Dr. Dietmar Pfeifer Institut für Mathematik. Risikotheorie Prof. Dr. Detmar Pfefer Isttut für Mathemat Rsotheore Stad: 5. Aprl 5 Ihalt Vorbemerug... 3 I Persoeverscherugsmathemat... 6 I.. Bewertug vo Fazströme... 6 I.. Lebesdauerverteluge ud Sterbetafel... I.

Mehr

Lage- und Streuungsmaße

Lage- und Streuungsmaße Statstk für SozologIe Lage- ud Streuugsmaße Uv.Prof. Dr. Marcus Hudec Beschrebug quattatver Date Um de emprsche Vertelug ees quattatve Merkmals zu beschrebe, betrachte wr Parameter, de ee Verdchtug der

Mehr

Vorlesung Multivariate Statistik. Sommersemester 2009

Vorlesung Multivariate Statistik. Sommersemester 2009 P.Martus, Multvarate Statstk, SoSe 009 Free Uverstät Berl Charté Uverstätsmedz Berl Bachelor Studegag Boformatk Vorlesug Multvarate Statstk Sommersemester 009 Prof. Dr. rer. at. Peter Martus Isttut für

Mehr

Nagl, Einführung in die Statistik Seite 1

Nagl, Einführung in die Statistik Seite 1 Nagl, Eführug de Statstk Sete Eletug Damt der Wert des Faches Statstk für wsseschaftlche Utersuchuge besser gesehe werde ka, wrd zuerst e kurzer Abrß über de Ablauf eer wsseschaftlche Utersuchug voragestellt.

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

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

Mehr

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

Eine einfache Formel für den Flächeninhalt von Polygonen

Eine einfache Formel für den Flächeninhalt von Polygonen Ee efache Formel für de Flächehalt vo Polygoe Peter Beder Set ege Jahre hat der Mathematkddaktk de sogeate emprsche Uterrchtsforschug mt quattatve ud qualtatve Methode Kojuktur, währed stoffddaktsche Arbete

Mehr

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145 Mahemer Mauskrpte zu Rskotheore, Portfolo Maagemet ud Verscherugswrtschaft Nr. 45 Methode der rskobaserte Kaptalallokato m Verscherugs- ud Fazwese vo Peter Albrecht ud Sve Korycorz Mahem 03/2003 Methode

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche ozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 8.9 Harry Zgel 99-4, EMal: HZgel@aol.com, Iteret:

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

BANK ONLINE Zentraler Bankdaten-Transfer

BANK ONLINE Zentraler Bankdaten-Transfer BANK ONLINE Zetraler Bakdate-Trasfer Ihaltsverzechs 1 Lestugsbeschrebug... 3 2 Itegrato das Ageda-System... 4 3 Hghlghts... 5 3.1 Efachste Aktverug... 5 3.2 Abruf vo Kotoauszüge... 6 3.3 Bakeübergrefede

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quattatve BWL. el: Fazwtschaft Mag. oáš Sedlačk Lehstuhl fü Fazdestlestuge Uvestät We Quattatve BWL: Fazwtschaft Ogasatosches Isgesat wd es 6 ee gebe (5 Ehete + Klausu Klausu fdet a D 7. Jaua 009 statt

Mehr

Sozialwissenschaftliche Methoden und Statistik I

Sozialwissenschaftliche Methoden und Statistik I Sozalwsseschaftlche Methode ud Statstk I Uverstät Dusburg Esse Stadort Dusburg Itegrerter Dplomstudegag Sozalwsseschafte Skrpt zum SMS I Tutorum Vo Mark Lutter Stad: Aprl 004 Tel I Deskrptve Statstk Mark

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

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

7/7/06. Formulierung mittels Dynamischer Programmierung. Berechnungsbeispiel. Gewinnung der optimalen Reihenfolge

7/7/06. Formulierung mittels Dynamischer Programmierung. Berechnungsbeispiel. Gewinnung der optimalen Reihenfolge Formulerug mttels Dyamscher Programmerug Berechugsbespel Beobachtug: de Azahl der Telprobleme A j mt j st ur Folgerug: der aïve rekursve Algo berechet vele Telprobleme mehrfach! Idee: Bottom-up-Berechug

Mehr

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß Thema Zetrehe Statstk - Neff INHALT. Zetreheaalyse, Tred Leare Regressosaalyse mt eem Eflussfaktor X = "Zet" De tredberegte Sasoschwakuge e = s = y ŷ De mttlere Sasoschwakuge s j k k = = s De rreguläre

Mehr

Physikalische Chemie T Fos

Physikalische Chemie T Fos Physkalsche Cheme T Fos ISCHPHSEN.... ZUSENSETZUNG VO ISCHPHSEN.... EXTENSIVE - UND INTENSIVE GRÖßEN... 4.. Partelles olvolume V m... 7.3 DS ROULTSCHE GESETZ... 0.4 KOLLIGTIVE EIGENSCHFTEN....4. De Sedeuktserhöhug...

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

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N . Charakterserug vo Polymere. moodsperse polydsperse cytochrom c Ege Bopolymere (Ezyme) habe ur ee ehetlche olekülgröße. moodsperse mometa st kee Polymersatosmethode verfügbar, de Polymere mt eer ehetlche

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche Kozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 0.00 Harry Zgel 99-006, EMal: HZgel@aol.com, Iteret:

Mehr

III. Die persönliche Einkommensteuer

III. Die persönliche Einkommensteuer Kp. -d Verso vom 3.0.05 III. De persölche Ekommesteuer Steuer küpfe ber cht ur - we de Verbruch- oder Verkehrsteuer - der Verwedug des Ekommes, soder uch desse Etstehug. De Steuerzhlug bemsst sch d cht

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

IV. VERSICHERUNGSUNTERNEHMUNG

IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG Vers.-Oek.Tel-I-Ka-IV--5 Dr. Rurecht Wtzel; HS 09.0.009 IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG. Überblck ) I desem Katel wede wr us der Aalyse der Verscherugsuterehmug

Mehr

Wie gelingt es den Buchmachern (oder FdJ 1 ) IMMER zu gewinnen

Wie gelingt es den Buchmachern (oder FdJ 1 ) IMMER zu gewinnen We gelgt es de Buchacher (oder FdJ IMMER zu gewe Eletug Schrebwese ud Varable Erwarteter Gew des Buchachers 4 4 De Stratege der Buchacher 5 4 Der ehrlche Buchacher 6 4 "real lfe" Buchacher6 4 La FdJ 9

Mehr

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6 Ihalt: Efaktorelle Varazaalyse Bortz: Bortz Kap. 7.0-7. Übug Statstk II SS 006 Musterlösug rbetsblatt 6 ufgabe 1: Nee Se de Verfahre für Mttelwertsvergleche, de Se bsher für tervallskalerte Date kee gelert

Mehr

Einführungsskripte Numerische Berechnungsverfahren in der Geotechnik

Einführungsskripte Numerische Berechnungsverfahren in der Geotechnik Eführugsskrpte Numersche Berechugsverfahre der Geotechk Tel I: Überscht ud Lteraturhwese Freberg: 4/ Prof. Dr.-Ig. habl. Hez Koetzky Dr. rer. at. Lothar te Kamp TU Bergakademe Freberg ITASCA Cosultats

Mehr

Agrarwirtschaft 57 (2008), Heft 2

Agrarwirtschaft 57 (2008), Heft 2 Agrarwrtschaft 57 (008), Heft Im Dschugel der Importzölle De Bedeutug der verwedete Methodk be der Aggregato vo Importzölle I the jugle of mport tarffs The mportace of the mplemeted measure to aggregate

Mehr

F 6-2 π. Seitenumbruch

F 6-2 π. Seitenumbruch 6 trebsauslegug Für dese ckelprozess üsse de otore so ausgelegt werde, dass dese Fahrbetreb cht überlastet werde. Herfür üsse de ezele asseträghetsoete [7] der Bautele (otor, etrebe, ckler ud Ulekrolle)

Mehr

Preisindex. und. Mengenindex

Preisindex. und. Mengenindex Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk resdex ud Megedex Übuge Aufgabe ösuge www.f-lere.de resdex 1 De Etwcklug der rese wrd der Öffetlchket

Mehr

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Lorez' sche Kozetratoskurve ud Dspartätsdex ach G Übuge Aufgabe Lösuge www.f-lere.de Begrff Lorez'

Mehr

Anwendungsmöglichkeiten von Lernverfahren

Anwendungsmöglichkeiten von Lernverfahren Künstlche Neuronale Netze Lernen n neuronalen Netzen 2 / 30 Anwendungsmöglcheten von Lernverfahren Prnzpelle Möglcheten Verbndungsorentert 1 Hnzufügen neuer Verbndungen 2 Löschen bestehender Verbndungen

Mehr

Beitrag zur Berechnung der Stromverdrängung in Niederspannungsasynchronmaschinen mit Kurzschlussläufern mittlerer bis großer Leistung

Beitrag zur Berechnung der Stromverdrängung in Niederspannungsasynchronmaschinen mit Kurzschlussläufern mittlerer bis großer Leistung Betrag zur Berechug der Stromverdrägug Nederspaugsasychromasche mt Kurzschussäufer mtterer bs großer Lestug Vo der Fautät für Maschebau, Verfahres- ud Eergetech der Techsche Uverstät Bergaademe Freberg

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

MST Übung 3 Mathematik 2 Prof.Dr.B.Grabowski Tel.:

MST Übung 3 Mathematik 2 Prof.Dr.B.Grabowski   Tel.: MST Übug Mthemtk Prof.Dr.B.Grbowsk e-ml: grbowsk@htw-srld.de Tel.: 87- Iverse Mtrze ufgbe : Bereche Se de Iverse Mtr zu folgede Mtrze. Prüfe Se Ihr Ergebs, dem Se - bereche! b dg-,,-,,-, c 7 d ufgbe :

Mehr

9. Verzeichnis wichtiger Formelzeichen und Abkürzungen

9. Verzeichnis wichtiger Formelzeichen und Abkürzungen 9. Verzechs wchtger Formelzeche ud Abürzuge 9 Verzechs wchtger Formelzeche ud Abürzuge Formelzeche a a a y a * arcta2(y,) = arcta( y/ ) für arcta( y/ ) + π für < b B BL = O c H H y Läge des Uterarms des

Mehr

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit Glederug: A. Vermögesverwaltug I. Gegestad II. Ablauf III. Koste B. Grudzüge der Kaptalmarkttheore I. Portefeulletheore 1. Darstellug. Krtk II. Captal Asset Prcg Model (CAPM) 1. Darstellug. Krtk III. Arbtrage

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche Kozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 3.08 Harry Zgel 99-009, EMal: fo@zgel.de, Iteret:

Mehr

Hochschule Furtwangen University Sommersemester Prof. Dr. Thomas Schneider Medien und Informatik 2. Übungsblatt 5. dar.

Hochschule Furtwangen University Sommersemester Prof. Dr. Thomas Schneider Medien und Informatik 2. Übungsblatt 5. dar. Hochschle Frtwage Uversty Sommersemester 0 Fakltät Dgtale Mede Mathematk Prof. Dr. Thomas Scheder Mede d Iformatk Übgsblatt. Elemetares Reche mt komplexe Zahle Es se w= +. a) Blde Se de komplex Kojgerte

Mehr