Versuchsplanung. Grundlagen. Extrapolieren unzulässig! Beobachtungsbereich!

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Versuchsplanung. Grundlagen. Extrapolieren unzulässig! Beobachtungsbereich!"

Transkript

1 Versuchsplnung 22 CRGRAPH Grundlgen Die Aufgbe ist es Versuche so zu kombinieren, dss die Zusmmenhänge einer Funktion oder eines Prozesses bestmöglich durch eine spätere Auswertung wiedergegeben werden können. Es gibt Einflussgrößen, die gezielt vriiert werden können, ber uch oft Störgrößen, die zumindest im Versuchsumfeld kontrolliert einstellbr sein müssen. Die Wirklichkeit soll durch ein vereinfchtes Modell beschrieben werden. Dbei sind unter Umständen Nichtlinieritäten und Wechselwirkungen zu berücksichtigen. Die vereinfchten Modelle mit qudrtischen und kubischen Ansätzen können jedoch oft den relen Verluf nicht vollständig wiedergeben. Es ist im Versuchspln deshlb vorher genu zu überlegen, für welchen Extrpolieren unzulässig! Beobchtungsbereich ds Modell gelten soll. Für ein Feder-Msse-System, wie im Bild rechts drgestellt, reicht im vorderen Bereich ein qudrtischer Anstz: y ω + b ω² konst Der weitere Kurvenverluf ist dmit ber nicht gültig. Ein Extrpolieren würde völlig flsche Ergebnisse liefern. Dieses Problem ist llzu oft der Grund für ds Scheitern einer DoE Zielgröße Y Beobchtungsbereich! F m ω o 3 β 6 y^ Y m 2 f 2 ω o ( ω, , ω... 2 β 2 n ) Einflussgrößen F

2 Versuchsplnung 22 CRGRAPH Für die weitere Einführung der Versuchskombintionen soll zunächst ein linerer Zusmmenhng ngenommen werden. Zur Bestimmung nur der Einzeleinflüsse (Effekte) wird zuerst ein Versuch bei unterer Stufe jedes Fktors ls Bsis- oder Ausgngsmessung benötigt. Dnch wird jeder Fktor lleine vriiert (obere Stufe des Beobchtungsbereiches). Diese Vorgehensweise wird uch One fctor t the time" gennnt. Nebenstehendes Bild soll dies verdeutlichen. Der vordere Punkt ist die Bsismessung, die nderen stellen die obere Stufe der Fktoren A, B und C dr. Mit dieser Versuchsnordnung ist es nicht möglich, heruszufinden, wie ds System regiert, wenn mehrere Fktoren zu gleichen Zeit verändert werden. Ergibt sich z.b. bei A und B uf oberer Stufe eine überproportionle Veränderung der Zielgröße gegenüber der Summe der Einzeleffekte, so liegt eine Wechselwirkung vor. Diese Wechselwirkungen lssen sich nur mit zusätzlichen Versuchen bestimmen. Neben der fehlenden Möglichkeit hier Wechselwirkungen uswerten zu können, besteht ußerdem den Nchteil, dss eine Ungleichgewicht der Versuchsnordnung vorliegt. Die Tbelle der Versuchseinstellungen führt zu einer unerwünschten Korreltion der Fktoren. Ziel der Versuchsplnung ist es uch dies zu vermeiden, um dmit sicherzustellen, dss die Fktoren voneinnder unbhängig sind. Neben den klssischen Versuchsplänen, wie den voll- und teilfktoriellen wird in der Prxis oft ein sogennnter D- Optimler Versuchspln ngewendet. A C B D-Optimle Versuchspläne Ds Ziel von D-Optimlen Plänen ist mit minimlem Aufwnd Versuchspläne zu erstellen, die die gewünschten Effekte und Wechselwirkungen eindeutig bbilden. Dies ist ein entscheidender Vorteil gegenüber teilfktoriellen Plänen, bei denen Wechselwirkungen z.t. miteinnder vermengt sind. Mit p Anzhl Fktoren berechnet sich die Anzhl der einfchen Wechselwirkungen: p p*(p-)/2 Die höheren Wechselwirkungen (z.b. ABC, ABD, ACD, usw.) werden in der Regel nicht berücksichtigt, d ihr Einfluss gegenüber den einfchen meist geringer ist. Sie würden uch den Umfng der Versuche sprengen. Insgesmt wird für einen Versuchspln mit zwei Einstellungen folgende Anzhl Versuche benötigt: Konstnte : Hupteffekte (Fktoren) : p Wechselwirkungen : p*(p-)/2 Σ : p+ p*(p-)/2+

3 Versuchsplnung 22 CRGRAPH Im Flle eines qudrtischen Modells kommen noch einml p Versuche hinzu (mit mittlerer Einstellung). Weiterhin werden c. Versuche benötigt, um genügend Informtion über die Streuungen zu erhlten (Signifiknzen der Fktoren). Ein D-Optimler Pln wird nicht mit einem festem Schem generiert, sondern itertiv ufgebut. Er ht u.. folgende wichtige Eigenschften: T Mximierung der Determinnte Det( ) (Kennzhl für Auswertbrkeit) Minimierung der Korreltionen und Vertruensbereiche Möglichst gute Ausblncierung, d.h. gleiche Anzhl von Stufen (gilt nur für Rndbereiche - und +, nicht für Zwischenwerte) Insbesondere ufgrund der Zielsetzung, dss lle Wechselwirkungen bei geringer Versuchsnzhl erknnt werden sollen, verhindert dss diese Pläne vollständig orthogonl sind. D.h. gewisse Korreltionen lssen sich nicht vollständig beseitigen. In der Auswertung über Multiple Regression ist dies jedoch ein untergeordneter Nchteil. Vorteile- und Nchteile der D-optimlen Versuchspläne + Freie Whl für die Zhl der Stufen pro Einflussfktor. Die Stufenzhl knn von Fktor zu Fktor unterschiedlich gewählt werden. + Freie Whl der Stufenbstände, die äquidistnt oder nicht äquidistnt gewählt werden können. + Freie Whl für die Verteilung der Versuchspunkte im n-dimensionlen Versuchsrum + Freie Whl des mthemtischen Modells + Erweiterungsmöglichkeit durch neue Einflussfktoren Drehmoment nicht erreichbr Begrenzung + Bestimmte Einstellungen und Kombintionen können usgeschlossen werden, die nicht erreichbr sind (siehe Beispiel einer Drehmomentkurve) Drehzhl

4 Versuchsplnung 22 CRGRAPH - Der Versuchspln ist nicht orthogonl, die Abweichungen sind ber meist nur klein - Die Erstellung der Pläne ist nur mit entsprechenden Rechenlgorithmen möglich C Hinweise: Der drgestellte Grundversuchspln zur Bestimmung der Fktoren und Wechselwirkungen ist hier der Ausgngspunkt, bevor über die Determinnte weitere Versuche hinzugefügt werden. In der Litertur findet mn zur Bestimmung eines Grundversuchsplnes uch ndere Vorgehensweisen uf die hier nicht weiter eingegngen werden soll. A - B Erzeugung eines D-Optimle Versuchsplnes Es gibt verschiedene Verfhren für die Erzeugung von D- Optimlen Versuchsplänen. Diese sind insbesondere die gennnten Exchnge-Algorithmen beschrieben in /6/ und //. Eine ndere Möglichkeit ist die hier gezeigte Methode der Rndomisierung. Der Grundpln wird zunächst so ngelegt, dss die Anzhl der Stufen möglichst gut usblnciert ist (siehe Beispiel mit 3 Fktoren rechts). Bei qudrtischen, kubischen oder höherwertigeren Plänen werden die inneren Stufen (hier die ) weniger oft belegt, d die Determinnte stärker durch die ußen liegenden Einstellungen erhöht werden knn. Dnch erfolgt itertiv ein Tuschen der Positionen der Stufen uf ihren Plätzen. Dies ist besser, ls wenn durch den Zufllsgenertor der Wert der Stufen direkt festgelegt wird. Denn hierdurch wird erreicht, dss die Anzhl der unteren, oberen und mittleren Stufen erhlten bleibt. Dieser Rndomtusch wird solnge wiederholt, bis die Determinnte mximl und die Korreltion miniml ist, oder eine weitere Itertion keine nennenswerten Verbesserungen mehr bringt. A - - A - - B - - B - - C - - C - - usw Ein D-Optimlen Pln knn uch vereinfcht durch einen Grundpln mit Zustzversuchen ufgebut werden. In diesem Grundpln ist zunächst jeder Fktor lleine uf hoher Stufe. Hinzu kommen dnn noch die Kombintion der Wechselwirkungen (jeweils prweise Fktoren uf hoher Stufe). Ddurch sollen die Wechselwirkungen eindeutig bestimmbr sein. Die Zustzversuche werden uch hier über Rndomuswhl solnge usgetuscht, bis die Determinnte optiml ist. Im Folgenden soll ein nchvollziehbres Beispiel für einen einfchen D-Optimlen Pln gezeigt werden. Dieser ist zwr streng genommen nicht gnz der optimle, soll ber ds Prinzip verdeutlichen:

5 Versuchsplnung 22 CRGRAPH Beispiel: Für den Fll einer 3x3 Mtrix berechnet sich die Determinnte nch Srrus nch dem drgestellten Schem: Huptdigonle Nebendigonle Die Splten und 2 werden nochmls n die rechte Seite gesetzt. Die Determinnte D errechnet sich dnn mit: D Gesucht wird ein D-Optimler Pln mit Versuchen zur Bestimmung von 3 Huptfktoren und einer Wechselwirkung AB (Vollfktoriell Versuche). A B C A B C Vollfktorieller Versuchspln Kndidtenstz Nummer im Kndidtenstz Grundpln D-Optiml (lle Huptfktoren + Wechselwirkung AB) Gesucht: optimler Zustzversuch Im Grundpln sind bereits die Versuche 2,3,4 und us dem Kndidtenstz enthlten. Es sind nun der Reihe nch die verbleibenden Versuche,6,7 und 8 ncheinnder einzusetzen, bis die bestmöglichste Determinnte entsteht. Erster Versuch mit Kndidt : T

6 Versuchsplnung 22 CRGRAPH T ' wird Wert für Wert über folgende Formel berechnet: n k k j T i k i j x x x, ) (,, ' mit j Spltenindex, i Zeilenindex T Det( T ) ()()() + ()(-)(-) + (-)()(-) - (-)()(-) - ()(-)(-) - ()()() 2 Nächster Versuch mit Kndidt 6: 6 6 T T Det( T ) 6 ()()() + (-)(-3)(-) + (-)(-)(-3) - (-)()(-) - ()(-3)(-3) - (-)(- )() 64 Ws ein erheblich schlechterer Wert ist, ls mit Kndidt. Insgesmt errechnen sich für die weiteren Kndidten folgende Determinnten: Kndidt Det( T ) Somit bildet entweder Kndidt oder 8 die optimle Determinnte. Hinweis: Im Grundpln müsste eigentlich ein weiterer Versuch zur Bestimmung der Konstnten enthlten sein. Dieser wurde hier unterschlgen. In Hinblick uf einen möglichst einfchen Aufbu um Umfng wurde dieses Beispiel bewusst reduziert gehlten. Zur Auswertung der Mtrix siehe uch Kpitel Multiple Regression.

7 Versuchsplnung 22 CRGRAPH Anwendung in Visul-Sel 2. In Visul-Sel gibt es unterschiedliche Möglichkeiten einen Versuchspln zu erstellen oder zu importieren. Im folgendem wird die direkte Eingbe von Fktoren beschrieben. Die weiteren Optionen sind in der Beschreibung der Systemnlyse ufgeführt.

8 Versuchsplnung 22 CRGRAPH Versuchspläne (Experimente) erstellt mn direkt im Dilogfenster unter dem Menüpunkt Dten/Versuchspläne im Huptfenster oder über die Ikone der Einstiegsmske. Eine empfehlenswerte Vorgehensweise ist jedoch über die Verwendung eines Wirkdigrmms, siehe Systemnlyse. Unter der Rubrik Fktoren werden die gewünschten unbhängigen Prmeter oder Fktoren definiert. Diese können entweder Quntittiv oder Ktegoril sein. Quntittive Fktoren können beliebige Zhlenwerte innerhlb einer festzulegenden unteren und oberen Grenze hben, die neben den Nmen einzugeben sind. Ktegorile Fktoren sind textliche Bezeichnungen für bestimmte Vorgänge oder Buteile, z.b. Liefernt A und B usw. Es können bis zu 7 ktegorile Bezeichnungen je Fktor definiert werden. Für linere Beziehungen reichen 2 Einstellungen für quntittive Größen. Für nichtlinere Zusmmenhänge müssen mindestens drei Einstellungen verwendet werden (qudrtisches Modell). Siehe hierzu uch Kpitel D-Optimle Versuchspläne. Es wird ber zunächst nur die obere und untere Stufe jedes Fktors benötigt. Durch die spätere Whl des qudrtischen Modells kommen utomtisch die Zwischenwerte hinzu. Die untere Stufe mit der kleinsten Zhl ist die Grundstellung. Alle weiteren Einstellungen kommen mindestens einml im Versuchspln vor. Sie müssen nicht gleiche Abstände hben. Nchdem die unbhängigen Fktoren bennnt wurden, ist noch die Zielgröße zu definieren. Wird diese nicht eingegeben, so erhält diese utomtisch die Bezeichnung Y. Im späteren Versuchspln wird eine leere Splte mit diesem Nmen ngefügt, in die die Ergebnisse der Versuche eingetrgen werden. Einzelne Fktoren können uch wieder gelöscht werden (Pfeiltste oberhlb Quntittiv). Zu bechten ist, dss die Anzhl der Versuche insbesondere bei vollfktoriellen Versuchsplänen mit der Anzhl der Fktoren erheblich zunimmt. In der ersten Splte des Versuchplnes steht später die Nummerierung der Versuchsreihenfolgen. Unter Umständen erfordert die Vrition einer oder mehrerer

9 Versuchsplnung 22 CRGRAPH Fktoren einen zu großen Aufwnd (z.b. wegen Mschineneinstellungen). Es sind dnn bestimmte Kombintionen hintereinnder durchzuführen. Dies erreicht mn, indem der Fktor uf schwierig einzustellen gesetzt wird. Im nächsten Schritt (Tste Weiter oder Rubrik Design) wird ds Design oder der Typ des Versuchsplnes festgelegt. Als Modell steht Liner, Wechselwirkungen, Qudrtisch und Kubisch zur Verfügung. Entsprechend der Auswhl, werden in einer Auswhlliste links die benötigten Terme hinzugefügt. Einzelne können uch wieder gelöscht werden (Pfeiltste), z.b. wenn beknnt ist, dss bestimmte Wechselwirkungen nicht vorkommen. Als Typ knn Vollfktoriell, Teilfktoriell, Tguchi, zentrl zusmmengesetzt und D-Optiml, sowie Mischung-D-Opt. gewählt werden. Weiter unten wird gleichzeitig mit der Modell- und Typuswhl die Anzhl der so gennnten Kndidten und die Anzhl der benötigten Versuche ngezeigt. Die Kndidten entsprechen immer denen des vollfktoriellen Versuchsplnes. Für ein qudrtisches Modell mit 4 Fktoren werden lso Versuche benötigt. Zusätzlich können uch noch Zentrlpunkte mit den mittleren Werten und Wiederholungen gewählt werden. Siehe hierzu Optionen. Für rein linere Beziehungen werden die orthogonlen Versuchspläne nch Tguchi empfohlen. Unter der Rubrik Anordnung können zunächst die Versuchsnordnungen für jeweils zwei Fktoren ngezeigt werden. Dbei lssen sich uch Einschränkungen (Constrins) definieren, die in der Versuchsdurchführung nicht erreichbr sind. Hierzu ist rechts eine Auswhl zu treffen, über den Bereich der nicht verwendet werden soll, (dunkelgruer Bereich). Unterhlb der Fktorennmen können die konkreten Zhlenwerte hierfür eingegeben werden. Die Stndrdvorgbe ist der jeweilige Mittelwert. Auch ktegorile Fktoren können usgeschlossen werden (letzte Auswhl unter Einschränkungen). Dies mcht jedoch nur Sinn, wenn diese zusmmen mit bedingten Einschränkungen nderer Fktoren nicht mit ufgenommen werden sollen. Ansonsten würde mn diese ktegorile Vrinte unter Fktoren erst gr nicht ufnehmen. Bedingte Einschränkungen gelten ber uch für quntittive Fktoren. Z.B. knn es sein, dss physiklisch ein Bereich eines Fktors nur nicht erreichbr ist, wenn gleichzeitig die Einstellung eines nderen Fktors dies verhindert. Nch diesen Eingben ist die Tste Neu zu drücken, um diese Einschränkungen für den Versuchspln festzuhlten. In der Liste unten links können Sie lle gemchten Einschränkungen sehen und wieder löschen. Zum Ändern vorhndener Definitionen ist eine Auswhl in der Liste nzuklicken. Dnch können Zhlenwerte oder Bereiche geändert werden. Zum Abspeichern ist die Tste Übernehmen zu drücken. Für ein und dieselbe Fktorkombintion lssen sich mehrere Einschränkungen ncheinnder definieren, z.b. Abschneiden der linken oberen und rechten unteren

10 Versuchsplnung 22 CRGRAPH Ecke. Unter der Rubrik Optionen gibt es noch eine Reihe von Einstellungen, die bei Bedrf gewählt werden können. Zusätzlich knn die untere Einstellung der Fktoren wiederholt werden. Die obere Einstellung ist im Grundversuchspln nicht enthlten und knn hinzugenommen werden. Ist zu erwrten, dss sich die Streuungen des Systems bei unterer und oberer Einstellung strk unterscheiden, so sind in beiden Wiederholungen sinnvoll. Ohne Wiederholungen mindestens einer Zustzuswhl ist keine Auswertung über den pure Error und über ein evtl. Lck of Fit möglich (siehe ANOVA in multipler Regression). Für D-Optimle Pläne gibt es weiterhin Zustzversuche zu dem Grundversuchspln. Diese sind stndrdmäßig. Siehe hierzu Kpitel D-Optimle Versuchspläne. Für ds Modell Liner und Wechselwirkungen sollte die Anzhl nicht betrgen, d sonst zu wenig Freiheitsgrde für die Bestimmung der p-vlues vorhnden sein können. Wurden bereits Versuche durchgeführt, die einbezogen werden sollen, so sind diese uf der Tbellenseite unter der Angbe Fixpunkte (Inclusions) einzugeben. In dieser Tbellenseite müssen die Fktornmen in der ersten Zeile in der Reihenfolge stehen, wie sie unter der Liste Fktoren stehen. Bei der Erstellung des Versuchsplnes wird geprüft, ob diese schon vorhnden sind. Wenn nicht, werden diese einzeln dem Versuchspln hinzugefügt. Dieses Vorgehen knn uch dzu benutzt werden, bestimmte Einstellungskombintionen explizit mit ufzunehmen. Soll zu einem bereits durchgeführten Versuchspln, ein Fktor neu hinzukommen, so ist in der Tbelle, definiert unter Fixpunkte, eine weitere Splte mit diesen Fktornmen ufzunehmen. Die Einstellung entspricht der bei den vorherigen Versuchen. D dieser Fktor bisher nicht vriiert wurde, sind in llen Zeilen ntürlich die gleichen Werten einzutrgen. Für D-Optimle Versuchspläne gibt es die Möglichkeit nstelle des Kndidtensets us dem vollfktoriellen Pln eine eigene Auswhl vorzugeben. Dmit lssen sich z.b. uch Versuchsplnvrinten kombinieren. Ist nfänglich ein zentrl zusmmengesetzter Versuchspln gewünscht, dieser ber in der Anzhl der Versuche zu groß, so knn im zweitem Schritt ein D-Optimler Pln mit Kndidtenset eines zentrl zusmmengesetzten ufgebut werden. Dieser benötigt evtl. erheblich weniger Versuche. Die Zieltbelle für den neuen Pln ist unter Allgemein dnn uf z.b. T2 zu setzen. Mn knn uch komplexere Einschränkungen und Selektionen, die mnuell us einem vollfktoriellen Versuchspln berbeitet wurden, hier verwenden. Der Nchteil ist, dss mn hierbei nicht mehr sicherstellen knn, dss die Auswertbrkeit zu % möglich ist. Demgegenüber erstellt mn einen neuen Pln unter Einbeziehung einer vorhndenen Tbelle mit Fixpunkte immer ls optimlen Versuchspln und es werden evtl. notwendig Versuche zu den vorhndenen ergänzt.

11 Versuchsplnung 22 CRGRAPH Unter Wiederholungen ist es möglich jeden Versuch in der Tbelle mehrfch drzustellen. Dies ist sinnvoll, wenn eine entsprechende Streuung der Ergebnisse erwrtet wird. In diesen Fll sind ntürlich unter Zusätzlich keine Werte > notwendig. Bei D-Optimlen Plänen knn es dbei jedoch zu Scheinkorreltionen kommen. Es empfiehlt sich die Wiederholungen in verschiedene Splten zu schreiben. Ausgewertet wird dnn der Mittelwert ym hierus und z.b. die Stndrdbweichung s bzw. ds S/N-Verhältnis nch Tguchi. Dies ermöglicht insbesondere robuste Systeme zu erstellen (siehe Beispiel..\6_Dtenuswertung\ Beispiel_Tguchi.vxg). Anstelle der Erzeugung von ym, s und S/N über Formeln, knn uch die Funktion Sttistik/Sttistic Summry verwendet werden. Der Tbellenbereich F-I8 muss dvor mrkiert sein. Besteht die Befürchtung, dss die Reihenfolge der Versuche über der Zeit (z.b. wegen Umwelteinflüsse) einen Einfluss uf die Ergebnisse ht, so ist uf jeden Fll die Einstellung der Fktoren bei Beginn der Versuche m Ende nochmls zu wiederholen. Bei der Auswertung knn evtl. uch die Splte der Versuchsreihenfolge ls Pseudofktor mit usgewertet werden. Hierzu ist in der. Splte ein Titel zu schreiben (z.b. VNr) Nch Betätigung der Tste Ok wird der Versuchspln in die unter Allgemein ngegebene Tbellenseite geschrieben. Stndrdmäßig ist dies die Tbellenseite Experiment. Ds mehrmlige Erzeugen von D-Optimlen Plänen ergibt unterschiedliche Pläne, die weitgehend gleichwertig sind. Voll- oder teilfktorielle Pläne sind immer gleich. Im Kpitel Systemnlyse wird zur Erstellung von Versuchsplänen ein nderer Weg vorgeschlgen. Hier werden die Fktoren zunächst grfisch ls Mindmp erstellt. Ist zunächst nicht klr, welche Fktoren uszuwählen sind, ist diese Vorgehensweise zu empfehlen. Nch Durchführung der Versuche und Eingbe der Ergebnisse in die letzte Splte, knn die Multiple Regression ufgerufen werden, um die Dten uszuwerten.

- 1 - VB Inhaltsverzeichnis

- 1 - VB Inhaltsverzeichnis - - VB Inhltsverzeichnis Inhltsverzeichnis... Die Inverse einer Mtrix.... Definition der Einheitsmtrix.... Bedingung für die inverse Mtrix.... Berechnung der Inversen Mtrix..... Ds Verfhren nch Guß mit

Mehr

1KOhm + - y = x LED leuchtet wenn Schalter x gedrückt ist

1KOhm + - y = x LED leuchtet wenn Schalter x gedrückt ist . Ohm = LED leuchtet wenn chlter gedrückt ist 2. Ohm = NICH ( = NO ) LED leuchtet wenn chlter nicht gedrückt ist = ist die Negtion von? Gibt es so einen kleinen chlter (Mikrotster)? 2. Ohm = UND LED leuchtet

Mehr

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre

Vorlesung. Einführung in die mathematische Sprache und naive Mengenlehre Vorlesung Einführung in die mthemtische Sprche und nive Mengenlehre 1 Allgemeines RUD26 Erwin-Schrödinger-Zentrum (ESZ) RUD25 Johnn-von-Neumnn-Hus Fchschft Menge ller Studenten eines Institutes Fchschftsrt

Mehr

Matrizen und Determinanten

Matrizen und Determinanten Mtrizen und Determinnten Im bschnitt Vektorlgebr Rechenregeln für Vektoren Multipliktion - Sklrprodukt, Vektorprodukt, Mehrfchprodukte wurde in einem Vorgriff bereits eine interessnte mthemtische Konstruktion

Mehr

Exportmodul Artikel-Nr.: 20208

Exportmodul Artikel-Nr.: 20208 Seite 1 / 5 V5.32 Exportmodul Artikel-Nr.: 20208 Erweiterungsmodul für ds ELV-TimeMster Komplettsystem Hndbuch und Beschreibungen Ab der Version 5 befinden sich die Kurznleitung und ds gesmte Hndbuch ls

Mehr

3 Hyperbolische Geometrie

3 Hyperbolische Geometrie Ausgewählte Kpitel der Geometrie 3 Hperbolische Geometrie [... ] Im Folgenden betrchten wir nun spezielle gebrochen-linere Abbildungen, nämlich solche, für die (mit den Bezeichnungen ϕ,b,c,d wie oben die

Mehr

Ungleichungen. Jan Pöschko. 28. Mai Einführung

Ungleichungen. Jan Pöschko. 28. Mai Einführung Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................

Mehr

Lineare Algebra und Numerische Mathematik für D-BAUG

Lineare Algebra und Numerische Mathematik für D-BAUG R Käppeli L Herrmnn W Wu Herbstsemester 206 Linere Algebr und Numerische Mthemtik für D-BAUG Beispiellösung für Serie 5 ETH Zürich D-MATH Aufgbe 5 5) Seien u und v Lösungen des LGS Ax = b mit n Unbeknnten

Mehr

a Z1 a 1 a 1,2 Diese Matrix hat genau dann Rang 2, ist also genau dann invertierbar, wenn a 2,2 a 1,2a 2,1

a Z1 a 1 a 1,2 Diese Matrix hat genau dann Rang 2, ist also genau dann invertierbar, wenn a 2,2 a 1,2a 2,1 18 Determinnten 207 18 Determinnten Nchdem wir nun schon recht usführlich Mtrizen und linere Gleichungssysteme studiert hben, wollen wir jetzt die sogennnten Determinnten einführen, die beim Rechnen mit

Mehr

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.

Satz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m. Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn

Mehr

2. Das Rechnen mit ganzen Zahlen (Rechnen in )

2. Das Rechnen mit ganzen Zahlen (Rechnen in ) . Ds Rechnen mit gnzen Zhlen (Rechnen in ).1 Addition und Subtrktion 5 + = 7 Summnd Summnd Summe 5 - = 3 Minuend Subtrhend Differenz In Aussgen mit Vriblen lssen sich nur gleiche Vriblen ddieren bzw. subtrhieren.

Mehr

Nutzung der Abwärme aus Erneuerbare-Energie-Anlagen

Nutzung der Abwärme aus Erneuerbare-Energie-Anlagen 5 2014 Sonderdruck us BWK 5-2014 Wichtige Kennzhlen und effiziente Plnung für die dezentrle Wärmewende Nutzung der Abwärme us Erneuerbre-Energie-Anlgen Wichtige Kennzhlen und effiziente Plnung für die

Mehr

Quadratische Funktionen

Quadratische Funktionen Qudrtische Funktionen Die Scheitelpunktform ist eine spezielle Drstellungsform von qudrtischen Funktionen, nhnd der viele geometrische Eigenschften des Funktionsgrphen bgelesen werden können. Abbildung

Mehr

Verbrauchswerte. 1. Umgang mit Verbrauchswerten

Verbrauchswerte. 1. Umgang mit Verbrauchswerten Verbruchswerte Dieses Unterkpitel ist speziell dem Them Energienlyse eines bestehenden Gebäudes nhnd von Verbruchswerten (Brennstoffverbräuche, Wrmwsserverbruch) gewidmet. BEISPIEL MFH: Ds Beispiel des

Mehr

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG

11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG 91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und

Mehr

Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt:

Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* aller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 8. Grundlgen der Informtionstheorie 8.1 Informtionsgehlt, Entropie, Redundnz Def.: Sei Σ eine Menge von Zeichen. Die Menge Σ* ller Zeichenketten (Wörter) über Σ ist die kleinste Menge, für die gilt: 1.

Mehr

a = c d b Matheunterricht: Gesucht ist x. Physikunterricht Gesucht ist t: s = vt + s0 -s0 s - s0 = vt :v = t 3 = 4x = 4x :4 0,5 = x

a = c d b Matheunterricht: Gesucht ist x. Physikunterricht Gesucht ist t: s = vt + s0 -s0 s - s0 = vt :v = t 3 = 4x = 4x :4 0,5 = x Bltt 1: Hilfe zur Umformung von Gleichungen mit vielen Vriblen Im Mthemtikunterricht hben Sie gelernt, wie mn Gleichungen mit einer Vriblen umformt, um diese Vrible uszurechnen. Meistens hieß sie. In Physik

Mehr

Grundlagen zu Datenstrukturen und Algorithmen Schmitt, Schömer SS 2001

Grundlagen zu Datenstrukturen und Algorithmen Schmitt, Schömer SS 2001 Grundlgen zu Dtenstrukturen und Algorithmen Schmitt, Schömer SS 001 http://www.mpi-sb.mpg.de/~sschmitt/info5-ss01 U N S A R I V E R S A V I E I T A S N I S S Lösungsvorschläge für ds 4. Übungsbltt Letzte

Mehr

Mathe Warm-Up, Teil 1 1 2

Mathe Warm-Up, Teil 1 1 2 Mthe Wrm-Up, Teil 1 1 2 HEUTE: 1. Elementre Rechenopertionen: Brüche, Potenzen, Logrithmus, Wurzeln 2. Summen- und Produktzeichen 3. Gleichungen/Ungleichungen 1 orientiert sich n den Kpiteln 3,4,6,8 des

Mehr

Verlauf Material LEK Glossar Lösungen. In acht Leveln zum Meister! Exponentialgleichungen lösen. Kerstin Langer, Kiel VORANSICHT

Verlauf Material LEK Glossar Lösungen. In acht Leveln zum Meister! Exponentialgleichungen lösen. Kerstin Langer, Kiel VORANSICHT Eponentilgleichungen lösen Reihe 0 S Verluf Mteril LEK Glossr Lösungen In cht Leveln zum Meister! Eponentilgleichungen lösen Kerstin Lnger, Kiel Klsse: Duer: Inhlt: Ihr Plus: 0 (G8) 5 Stunden Eponentilgleichungen

Mehr

Numerische Integration

Numerische Integration Kpitel 4 Numerische Integrtion Problem: Berechne für gegebene Funktion f :[, b] R ds Riemnn-Integrl I(f) := Oft ist nur eine numerische Näherung möglich. f(x)dx. Beispiel 9. (i) Rechteckregel: Wir pproximieren

Mehr

Seminar Quantum Computation - Finite Quanten-Automaten und Quanten-Turingmaschinen

Seminar Quantum Computation - Finite Quanten-Automaten und Quanten-Turingmaschinen Seminr Quntum Computtion - Finite Qunten-Automten und Qunten-Turingmschinen Sebstin Scholz sscholz@informtik.tu-cottbus.de Dezember 3. Einleitung Aus der klssischen Berechenbrkeitstheorie sind die odelle

Mehr

Multiplikative Inverse

Multiplikative Inverse Multipliktive Inverse Ein Streifzug durch ds Bruchrechnen in Restklssen von Yimin Ge, Jänner 2006 Viele Leute hben Probleme dbei, Brüche und Restklssen unter einen Hut zu bringen. Dieser kurze Aufstz soll

Mehr

Canon Nikon Sony. Deutschland 55 45 25. Österreich 40 35 35. Schweiz 30 30 20. Resteuropa 60 40 30 55 45 25 40 35 35 J 30 30 20 60 40 30

Canon Nikon Sony. Deutschland 55 45 25. Österreich 40 35 35. Schweiz 30 30 20. Resteuropa 60 40 30 55 45 25 40 35 35 J 30 30 20 60 40 30 15 Mtrizenrechnung 15 Mtrizenrechnung 15.1 Mtrix ls Zhlenschem Eine Internetfirm verkuft über einen eigenen Shop Digitlkmers. Es wird jeweils nur ds Topmodel der Firmen Cnon, Nikon und Sony ngeboten. Verkuft

Mehr

Boole'sche Algebra. Inhaltsübersicht. Binäre Funktionen, Boole'sche Algebren, Schaltalgebra. Verknüpfungen der mathematischen Logik

Boole'sche Algebra. Inhaltsübersicht. Binäre Funktionen, Boole'sche Algebren, Schaltalgebra. Verknüpfungen der mathematischen Logik Boole'sche Algebr Binäre Funktionen, Boole'sche Algebren, Schltlgebr Inhltsübersicht Verknüpfungen der mthemtischen Logik Boole sche Algebren Grundelemente der Schltlgebr Regeln der Schltlgebr Normlformen

Mehr

Unterrichts- und Prüfungsplanung M306 Modulverantwortlicher: Beat Kündig Modulpartner: R. Rubin

Unterrichts- und Prüfungsplanung M306 Modulverantwortlicher: Beat Kündig Modulpartner: R. Rubin Dokument Dtum (Version) Gültig für 200 / 0 Seite von 7 Unterrichts- und Prüfungsplnung M306 Modulverntwortlicher: Bet Kündig Modulprtner: R. Rubin Lernschritt-Nr. Hndlungsziele Zielsetzung unter Berücksichtigung

Mehr

Mathematik Bruchrechnung Grundwissen und Übungen

Mathematik Bruchrechnung Grundwissen und Übungen Mthemtik Bruchrechnung Grundwissen und Übungen von Stefn Gärtner (Gr) Stefn Gärtner -00 Gr Mthemtik Bruchrechnung Seite Inhlt Inhltsverzeichnis Seite Grundwissen Ws ist ein Bruch? Rtionle Zhlen Q Erweitern

Mehr

SPSS Clementine. Auswertung von offenen Fragen mit TextMining für Clementine. Beispiel: Haustiere

SPSS Clementine. Auswertung von offenen Fragen mit TextMining für Clementine. Beispiel: Haustiere V1.1 Auswertung von offenen Frgen mit TextMining für Clementine Beispiel: Hustiere Im Dezember 2005 ht SPSS (Schweiz) AG im Auftrg von NZZ Folio eine Online-Umfrge unter den Lesern und Leserinnen durchgeführt.

Mehr

Präfixcodes und der Huffman Algorithmus

Präfixcodes und der Huffman Algorithmus Präfixcodes und der Huffmn Algorithmus Präfixcodes und Codebäume Im Folgenden werden wir Codes untersuchen, die in der Regel keine Blockcodes sind. In diesem Fll können Codewörter verschiedene Länge hben

Mehr

Das Rechnen mit Logarithmen

Das Rechnen mit Logarithmen Ds Rechnen mit Logrithmen Etw in der 0. Klssenstufe kommt mn in Kontkt mit Logrithmen. Für die, die noch nicht so weit sind oder die, die schon zu weit dvon entfernt sind, hier noch einml ein kleiner Einblick:

Mehr

Brückenkurs Lineare Gleichungssysteme und Vektoren

Brückenkurs Lineare Gleichungssysteme und Vektoren Brückenkurs Linere Gleichungssysteme und Vektoren Dr Alessndro Cobbe 30 September 06 Linere Gleichungssyteme Ws ist eine linere Gleichung? Es ist eine lgebrische Gleichung, in der lle Vriblen nur mit dem

Mehr

BINOMISCHE FORMELN FRANZ LEMMERMEYER

BINOMISCHE FORMELN FRANZ LEMMERMEYER BINOMISCHE FORMELN FRANZ LEMMERMEYER Ds Distributivgesetz. Die binomischen Formeln sind im wesentlichen Vrinten des Distributivgesetzes. Dieses kennen wir schon; es besgt, dss () (b + = b + c und ( + b)c

Mehr

Leitfaden für die Berechnung des Netzentgeltes bei der Rhein-Ruhr Verteilnetz GmbH

Leitfaden für die Berechnung des Netzentgeltes bei der Rhein-Ruhr Verteilnetz GmbH Leitfden für die Berechnung des Netzentgeltes bei der Rhein-Ruhr Verteilnetz GmbH Stnd: 20.01.2012 Gültig b: 01.01.2012 Inhltsverzeichnis 1 Benötigte Dten... 3 2 Netzentgelte... 4 2.1 Entgelt für Entnhme

Mehr

Keeners Ranking Methode Tabea Born

Keeners Ranking Methode Tabea Born Keeners Rnking Methode Tbe Born 25.06.2014 Fchbereich Informtik Knowledge Engineering Group Prof. Fürnkrnz Überblick 1. Einführung Motivtion Idee 2. Keeners Rnking Methode Berechnung des Rnkings Beispiel

Mehr

Dental-CT bei Kindern Technische Vorgehensweise und exemplarische Befunde

Dental-CT bei Kindern Technische Vorgehensweise und exemplarische Befunde Corneli Schröder, Alexnder Schumm Dentl-CT ei Kindern Technische Vorgehensweise und exemplrische Befunde Die Computertomogrphie der Zhnreihen (Dentl-CT) wird ei Kindern und Jugendlichen selten eingesetzt,

Mehr

Teil 1: Rechenregeln aus der Mittelstufe. Allgemeine Termumformungen

Teil 1: Rechenregeln aus der Mittelstufe. Allgemeine Termumformungen Teil 1: Rechenregeln us der Mittelstufe Allgemeine Termumformungen Kommuttivgesetz: Bei reinen Produkten oder Summen ist die Reihenfolge egl x y z = z y x = x z y =.. x+y+z = z+y+x = x+z+y =.. Ausklmmern:

Mehr

1 Räumliche Darstellung in Adobe Illustrator

1 Räumliche Darstellung in Adobe Illustrator Räumliche Drstellung in Adobe Illustrtor 1 1 Räumliche Drstellung in Adobe Illustrtor Dieses Tutoril gibt Tips und Hinweise zur räumlichen Drstellung von einfchen Objekten, insbesondere Bewegungspfeilen.

Mehr

Kapitel 1 : Mathematische Grundlagen und Stöchiometrie

Kapitel 1 : Mathematische Grundlagen und Stöchiometrie pitel : Mthemtische Grundlgen und Stöchiometrie Elementre Rechenumformungen. Dreistzrechnung : Immer dnn, wenn zwei Meßgrößen zueinnder proportionl bzw. indirekt proportionl (d.h. die eine proportionl

Mehr

1.2 Der goldene Schnitt

1.2 Der goldene Schnitt Goldener Schnitt Psclsches Dreieck 8. Der goldene Schnitt Beim Begriff Goldener Schnitt denken viele Menschen n Kunst oder künstlerische Gestltung. Ds künstlerische Problem ist, wie ein Bild wohlproportioniert

Mehr

Versuchsumdruck. Schaltungsvarianten des Operationsverstärkers

Versuchsumdruck. Schaltungsvarianten des Operationsverstärkers Hchschule STDIENGANG Wirtschftsingenieurwesen Bltt n 6 Aschffenburg Prf. Dr.-Ing.. Bchtler, Armin Huth Versuch 2 Versin. m 23.3.2 Versuchsumdruck Schltungsrinten des Opertinserstärkers Inhlt Verwendete

Mehr

1.6 Bruchterme. 1 Theorie Lernziele Repetition Die Addition von zwei Bruchtermen-Methode I Doppelbrüche...

1.6 Bruchterme. 1 Theorie Lernziele Repetition Die Addition von zwei Bruchtermen-Methode I Doppelbrüche... .6 Bruchterme Inhltsverzeichnis Theorie. Lernziele............................................ Repetition............................................3 Die Addition von zwei Bruchtermen-Methode I.......................

Mehr

12. STAMMFUNKTIONEN UND DAS UNBESTIMMTE INTEGRAL

12. STAMMFUNKTIONEN UND DAS UNBESTIMMTE INTEGRAL 98 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und

Mehr

Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 16

Datenstrukturen & Algorithmen Lösungen zu Blatt 2 FS 16 Eidgenössische Technische Hochschule Zürich Ecole polytechnique fédérle de Zurich Politecnico federle di Zurigo Federl Institute of Technology t Zurich Institut für Theoretische Informtik 9. März 2016

Mehr

12. STAMMFUNKTIONEN UND DAS UNBESTIMMTE INTEGRAL

12. STAMMFUNKTIONEN UND DAS UNBESTIMMTE INTEGRAL 98 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und

Mehr

Dein Trainingsplan. sportmannschaft. ... und was sonst noch wichtig ist. Deine Zähne sind wie deine. und du bist der Trainer!

Dein Trainingsplan. sportmannschaft. ... und was sonst noch wichtig ist. Deine Zähne sind wie deine. und du bist der Trainer! hben Freunde Deine Zähne sind wie deine sportmnnschft und du bist der Triner! Und jeder Triner weiß, wie wichtig jeder einzelne Spieler ist eine wichtige und schöne Aufgbe! Drum sei nett zu deinen Zähnen

Mehr

Die Zufallsvariable und ihre Verteilung

Die Zufallsvariable und ihre Verteilung Die Zufllsvrible und ihre Verteilung Die Zufllsvrible In der Whrscheinlichkeitstheorie bzw. Sttistik betrchtet mn Zufllsvriblen. Eine Zufllsvrible ist eine Funktion, die Ergebnissen eines Zufllsexperimentes

Mehr

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 7. Übung/Lösung Mathematik für Studierende der Biologie 25.11.2015

LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN. 7. Übung/Lösung Mathematik für Studierende der Biologie 25.11.2015 LUDWIG-MAXIMILIANS-UNIVERSITÄT MÜNCHEN FAKULTÄT FÜR BIOLOGIE Prof. Anres Herz, Dr. Stefn Häusler emil: heusler@biologie.uni-muenchen.e Deprtment Biologie II Telefon: 089-280-74800 Großhernerstr. 2 Fx:

Mehr

Platonische Körper Eine Übersicht mit Bauanleitungen für den Einsatz in der Lehre Februar 2016 Julia Bienert

Platonische Körper Eine Übersicht mit Bauanleitungen für den Einsatz in der Lehre Februar 2016 Julia Bienert Eine Übersicht mit Bunleitungen für den Einstz in der Lehre Februr 016 Juli Bienert Inhltsverzeichnis 1 Bunleitungen... 1 1.1 Aufbu der Anleitungen... 1 1. Anleitungen... Weiterführende Litertur... 9 Anhng

Mehr

Einführung in Mathcad 14.0 2011 H.

Einführung in Mathcad 14.0 2011 H. Einführung in Mthc. H. Glvnik Eitieren von Termen Tet schreiben mit Shift " + + Nvigtion mit Leertste un Cursor + Löschen mit Shift + Entf + + 5 sin( ) + Arten von Gleichheitszeichen Definition eines Terms

Mehr

Beispiel-Abiturprüfung

Beispiel-Abiturprüfung Mthemtik BeispielAbiturprüfung Prüfungsteile A und B Bewertungsschlüssel und Lösungshinweise (nicht für den Prüfling bestimmt) Die Bewertung der erbrchten Prüfungsleistungen ht sich für jede Aufgbe nch

Mehr

Großübung zu Kräften, Momenten, Äquivalenz und Gleichgewicht

Großübung zu Kräften, Momenten, Äquivalenz und Gleichgewicht Großübung u Kräften, omenten, Äuivlen und Gleichgewicht Der Körper Ein mterielles Teilgebiet des Universums beeichnet mn ls Körper. Im llgemeinen sind Körper deformierbr. Sonderfll strrer Körper (odellvorstellung)

Mehr

7.9A. Nullstellensuche nach Newton

7.9A. Nullstellensuche nach Newton 7.9A. Nullstellensuche nch Newton Wir hben früher bemerkt, dß zur Auffindung von Nullstellen einer gegebenen Funktion oft nur Näherungsverfhren helfen. Eine lte, ber wirkungsvolle Methode ist ds Newton-Verfhren

Mehr

A1 Web Presence Service

A1 Web Presence Service 1 Im Bestellen Sie Ihr Service nächsten Schritt muss dem Web Presence Service eine zugewiesen werden. Sie können entweder eine neue registrieren, Ihre bestehende zu uns trnsferieren oder mit Ihrer extern

Mehr

1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren.

1.2. Orthogonale Basen und Schmistsche Orthogonalisierungsverfahren. .. Orthogonle Bsen und Schmistsche Orthogonlisierungsverfhren. Definition.. Eine Bsis B = { b, b,..., b n } heit orthogonl, wenn die Vektoren b i, i =,,..., n, prweise orthogonl sind, d.h. bi b j = fur

Mehr

Mathematik PM Rechenarten

Mathematik PM Rechenarten Rechenrten.1 Addition Ds Pluszeichen besgt, dss mn zur Zhl die Zhl b hinzuzählt oder ddiert. Aus diesem Grunde heisst diese Rechenrt uch Addition. + b = c Summnd plus Summnd gleich Summe Kommuttivgesetz

Mehr

2.4 Elementare Substitution

2.4 Elementare Substitution .4 Elementre Substitution 7.4 Elementre Substitution Im Übungsteil finden Sie folgende Aufgben zum Trining der in diesem Abschnitt behndelten Themen: Linere Substitution (LSub): Aufgbe 4.5 (S.4) und Aufgbe

Mehr

hat genau eine eindeutig bestimmte Lösung, wenn für die Determinante der Koeffizientenmatrix gilt:

hat genau eine eindeutig bestimmte Lösung, wenn für die Determinante der Koeffizientenmatrix gilt: 1 Determinnten Die Determinnte einer qudrtischen Mtrix ist eine reelle Zhl. Sie ermöglicht insbesondere eine Aussge über die Existenz der inversen Mtrix bzw. über die Lösbrkeit von lineren leichungssystemen.

Mehr

46. Aufgabe (4 Punkte) Verständnisfragen: a) Was besagt die Church sche-these?

46. Aufgabe (4 Punkte) Verständnisfragen: a) Was besagt die Church sche-these? Formle Methoden der Informtik WS 00/0 Lehrstuhl für Dtenbnken und Künstliche Intelligenz ProfDrDrFJRdermcher H Ünver T Rehfeld J Dollinger 9 Aufgbenbltt Besprechung in den Tutorien vom 00 (b Übungstermin)

Mehr

Resultat: Hauptsatz der Differential- und Integralrechnung

Resultat: Hauptsatz der Differential- und Integralrechnung 17 Der Huptstz der Differentil- und Integrlrechnung Lernziele: Konzept: Stmmfunktion Resultt: Huptstz der Differentil- und Integrlrechnung Methoden: prtielle Integrtion, Substitutionsregel Kompetenzen:

Mehr

x usw., wie oben unter 1.) behauptet.]

x usw., wie oben unter 1.) behauptet.] [Anmerkung zur Berechnung im Beispiel: Ersetzen wir die Zhlen der AzM durch die Koeffizienten, 2, 2 und 22, so lässt sich die Rechnung sowohl für ) ls uch b) gnz nlog durchführen, und es ergibt sich z.

Mehr

Übungen zu Wurzeln III

Übungen zu Wurzeln III A.Nenner rtionl mchen: Nenner ist Qudrtwurzel: 5 bc 1.).).).) 5.) 1 15 9 bc.).) 8.) 9.) 10.) 5 5 B.Nenner rtionl mchen: Nenner ist höhere Wurzel: 1 1 9 5 1 1.).).).) 5.).) 5 C.Nenner rtionl mchen: Nenner

Mehr

5.1 Charakterisierung relativ kompakter und kompakter

5.1 Charakterisierung relativ kompakter und kompakter Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine

Mehr

Tag der Mathematik 2016

Tag der Mathematik 2016 Gruppenwettbewerb Einzelwettbewerb Mthemtische Hürden Aufgben mit en Aufgbe G mit Der römische Brunnen Aufsteigt der Strhl und fllend gießt Er voll der Mrmorschle Rund, Die, sich verschleiernd, überfließt

Mehr

Thema 6. Ranglisten. von Matthias Glöckner

Thema 6. Ranglisten. von Matthias Glöckner Them 6 Rnglisten von Mtthis Glöckner Inhltsverzeichnis Einleitung Ds linere Verfhren Definition der Punktezhl Die Präferenzmtrix Perron-Frobenius Theorem Bewertung nch dem Spielergebnis und Verzerrungsfunktion

Mehr

Beispiellösungen zu Blatt 24

Beispiellösungen zu Blatt 24 µthemtischer κorrespondenz- zirkel Mthemtisches Institut Georg-August-Universität Göttingen Aufge Beispiellösungen zu Bltt Mn eweise, dss mn ein Qudrt für jede Zhl n 6 in genu n kleinere Qudrte zerlegen

Mehr

Eine interessante Eigenschaft unseres Schreibpapiers

Eine interessante Eigenschaft unseres Schreibpapiers www.mthegmi.de September 2011 Eine interessnte Eigenschft unseres Schreibppiers ichel Schmitz Zusmmenfssung ällt mn von einer Ecke eines I 4 lttes ds Lot uf die igonle durch die benchbrten Eckpunkte, so

Mehr

1.6 Bruchterme. 1 Einführung und Repetition 2. 2 Multiplikation und Division von Bruchtermen 3. 3 Die Addition von zwei Bruchtermen-Methode I 3

1.6 Bruchterme. 1 Einführung und Repetition 2. 2 Multiplikation und Division von Bruchtermen 3. 3 Die Addition von zwei Bruchtermen-Methode I 3 .6 Bruchterme Inhltsverzeichnis Einführung und Repetition 2 2 Multipliktion und Division von Bruchtermen 3 3 Die Addition von zwei Bruchtermen-Methode I 3 4 Doppelbrüche 5 5 Die Addition von zwei Bruchtermen

Mehr

Numerische Integration

Numerische Integration Numerische Integrtion Bei vielen Problemen des nturwissenschftlichen Rechnens treten Integrle uf, die nicht in expliziter Form drgestellt werden können, sei es, dß kein geschlossener Ausdruck für eine

Mehr

XING Events. Kurzanleitung

XING Events. Kurzanleitung XING Events Kurznleitung 00 BASIC nd PLUS Events 2 Die Angebotspkete im Überblick Wählen Sie zwischen zwei Pketen und steigern Sie jetzt gezielt den Erfolg Ihres Events mit XING. Leistungen Event BASIS

Mehr

Limit Texas Hold em. Meine persönlichen Erfahrungen

Limit Texas Hold em. Meine persönlichen Erfahrungen Limit Texs Hold em Meine persönlichen Erfhrungen Dominic Dietiker c Drft dte 21. September 2010 Inhltsverzeichnis 1. Spielnleitung...................................... 1 1.1 Der Spielverluf....................................

Mehr

REGSAM-Handbuch. für neue Facharbeitskreissprecherinnen und -sprecher

REGSAM-Handbuch. für neue Facharbeitskreissprecherinnen und -sprecher REGSAM-Hndbuch für neue Fchrbeitskreissprecherinnen und -sprecher Inhlte Vorwort. 2 Über REGSAM. o Wozu REGSAM? o REGSAM holt lle Hndelnden n einen Tisch o Wie wird gerbeitet? Oder: Die Gremien o Zentrler

Mehr

Definition Suffixbaum

Definition Suffixbaum Suffix-Bäume Definition Suche nch einer Menge von Mustern Längste gemeinsme Zeichenkette Pltzreduktion Suffixbäume für Muster Alle Pre Suffix-Präfix Übereinstimmung Sich wiederholende Strukturen Definition

Mehr

Facharbeit. Darstellung und Vergleich: Gaußsches Eliminationsverfahren Cramersche Regel. unter besonderer Beachtung der Benutzbarkeit und Grenzen

Facharbeit. Darstellung und Vergleich: Gaußsches Eliminationsverfahren Cramersche Regel. unter besonderer Beachtung der Benutzbarkeit und Grenzen Gustv-Heinemnn-Gesmtschule, Alsdorf Fchrbeit Drstellung und Vergleich: Gußsches Elimintionsverfhren Crmersche Regel unter besonderer Bechtung der Benutzbrkeit und Grenzen des GTR Von: Crsten Filz Leistungskurs

Mehr

Lineare Algebra I 5. Tutorium mit Lösungshinweisen

Lineare Algebra I 5. Tutorium mit Lösungshinweisen Fchbereich Mthemtik Prof Dr JH Bruinier Mrtin Fuchssteiner Ky Schwieger TECHNISCHE UNIVERSITÄT DARMSTADT AWS 07/08 0607 (T ) Linere Algebr I 5 Tutorium mit Lösungshinweisen Welche Gruppen kennen Sie? Welche

Mehr

Wo liegen die Unterschiede?

Wo liegen die Unterschiede? 0 VERGLEICH VON MSA UND VDA BAND 5 Wo liegen die Unterschiede? MSA steht für Mesurement System Anlysis. Dieses Dokument wurde erstmls 1990 von der Automotive Industry Action Group (AIAG) veröffentlicht.

Mehr

Mathematik schriftlich

Mathematik schriftlich WS KV Chur Abschlussprüfungen 00 für die Berufsmtur kufmännische Richtung Mthemtik schriftlich LÖSUNGEN Kndidtennummer Nme Vornme Dtum der Prüfung Bewertung mögliche erteilte Punkte Punkte. Aufgbe 0. Aufgbe

Mehr

A.25 Stetigkeit und Differenzierbarkeit ( )

A.25 Stetigkeit und Differenzierbarkeit ( ) A.5 Stetigkeit / Differenzierbrkeit A.5 Stetigkeit und Differenzierbrkeit ( ) Eine Funktion ist wenn die Kurve nicht unterbrochen wird, lso wenn mn sie zeichnen knn, ohne den Stift vom Bltt bzusetzen.

Mehr

FernUniversität Gesamthochschule in Hagen

FernUniversität Gesamthochschule in Hagen FernUniversität Gesmthochschule in Hgen FACHBEREICH MATHEMATIK LEHRGEBIET KOMPLEXE ANALYSIS Prof. Dr. Andrei Dum Proseminr 9 - Anlysis Numerische Integrtion Ulrich Telle Mtrikel-Nr. 474 Köln, den 7. Dezember

Mehr

Skript für die Oberstufe und das Abitur 2015 Baden-Württemberg berufl. Gymnasium (AG, BTG, EG, SG, WG)

Skript für die Oberstufe und das Abitur 2015 Baden-Württemberg berufl. Gymnasium (AG, BTG, EG, SG, WG) Sript für die Oerstufe und ds Aitur Bden-Württemerg erufl. Gymnsium (AG, BTG, EG, SG, WG) Mtrizenrechnung, wirtschftliche Anwendungen (Leontief, Mterilverflechtung) und Linere Optimierung Dipl.-Mth. Alexnder

Mehr

Kapitel 4. Minimierung. Prof. Dr. Dirk W. Hoffmann. Hochschule Karlsruhe w University of Applied Sciences w Fakultät für Informatik

Kapitel 4. Minimierung. Prof. Dr. Dirk W. Hoffmann. Hochschule Karlsruhe w University of Applied Sciences w Fakultät für Informatik Kpitel 4 Minimierung Prof. Dr. Dirk W. Hoffmnn Hochschule Krlsruhe w University of Applied Sciences w Fkultät für Informtik Minimierung Motivtion Jede Boolesche Funktion lässt sich uf verschiedene Weise

Mehr

Für den Mathe GK, Henß. - Lineare Algebra und analytische Geometrie -

Für den Mathe GK, Henß. - Lineare Algebra und analytische Geometrie - Für den Mthe GK, Henß - Linere Alger und nlytische Geometrie - Bis uf die Astände ist jetzt lles drin.. Ich h noch ne tolle Seite entdeckt mit vielen Beispielen und vor llem Aufgen zum Üen mit Lösungen..

Mehr

Präsenz-Aufgaben = i. (a) i 15 = i 14 i = (i 2 ) 7 i = ( 1) 7 i = i i 15 = 0 + ( 1)i, i (i i) = i 1 = i i 15 = 0 + 1i,

Präsenz-Aufgaben = i. (a) i 15 = i 14 i = (i 2 ) 7 i = ( 1) 7 i = i i 15 = 0 + ( 1)i, i (i i) = i 1 = i i 15 = 0 + 1i, Präsenz-Aufgben 1. 1. Schreiben Sie z in der Form z α + βi mit α,β R. Aus der Vorlesung ist beknnt: i i i 1, i 1 1 i i i i i 1 i. () i 15 i 1 i (i ) 7 i ( 1) 7 i i i 15 + ( 1)i, (b) i 15 1 i 15 () 1 i

Mehr

Mathematik. Name, Vorname:

Mathematik. Name, Vorname: Kntonsschule Zürich Birch Fchmittelschule Aufnhmeprüfung 2007 Nme, Vornme: Nr.: Zeit: 90 Minuten erlubte Hilfsmittel: Tschenrechner us der Sekundrschule, lso weder progrmmierbr noch grfik- oder lgebrfähig

Mehr

Einführung in die Integralrechnung

Einführung in die Integralrechnung Einführung in die Integrlrechnung Vorbereitung für ds Probestudium n der LMU München 3. bis 7. September von W. Frks und O. Forster Integrle ls Flächeninhlte. Motivtion Flächeninhlte von Rechtecken sind

Mehr

16.3 Unterrichtsmaterialien

16.3 Unterrichtsmaterialien 16.3 Unterrichtsmterilien Vness D.l. Pfeiffer, Christine Glöggler, Stephnie Hhn und Sven Gembll Mteril 1: Alignieren von Nukleotidsequenzen für die Verwndtschftsnlyse Für eine Verwndtschftsnlyse vergleicht

Mehr

8.4 Integrationsmethoden

8.4 Integrationsmethoden 8.4 Integrtionsmethoden 33 8.4 Integrtionsmethoden Die Integrtion von Funktionen erweist sich in prktischen Fällen oftmls schwieriger ls die Differenzition. Während sich ds Differenzieren durch Anwendung

Mehr

7. Mathematik Olympiade 2. Stufe (Kreisolympiade) Klasse 9 Saison 1967/1968 Aufgaben und Lösungen

7. Mathematik Olympiade 2. Stufe (Kreisolympiade) Klasse 9 Saison 1967/1968 Aufgaben und Lösungen 7. Mthemtik Olympide. Stufe (Kreisolympide) Klsse 9 Sison 1967/1968 Aufgben und Lösungen 1 OJM 7. Mthemtik-Olympide. Stufe (Kreisolympide) Klsse 9 Aufgben Hinweis: Der Lösungsweg mit Begründungen und Nebenrechnungen

Mehr

Anforderungsniveau Prüfungsteil Sachgebiet digitales Hilfsmittel erhöht B Analysis CAS

Anforderungsniveau Prüfungsteil Sachgebiet digitales Hilfsmittel erhöht B Analysis CAS Gemeinsme Abiturufgbenpools der Länder Aufgbensmmlung Aufgbe für ds Fch Mthemtik Kurzbeschreibung Anforderungsniveu Prüfungsteil Schgebiet digitles Hilfsmittel erhöht B Anlysis CAS 1 Aufgbe 1 Gegeben ist

Mehr

Brüche gleichnamig machen

Brüche gleichnamig machen Brüche gleichnmig mchen L Ds Erweitern von Brüchen (siehe L ) ist lediglich ein Instrument, ds vorwiegend eingesetzt wird, um Brüche mit unterschiedlichem Divisor gleichnmig zu mchen. Brüche gleichnmig

Mehr

Umwandlung von endlichen Automaten in reguläre Ausdrücke

Umwandlung von endlichen Automaten in reguläre Ausdrücke Umwndlung von endlichen Automten in reguläre Ausdrücke Wir werden sehen, wie mn us einem endlichen Automten M einen regulären Ausdruck γ konstruieren knn, der genu die von M kzeptierte Sprche erzeugt.

Mehr

Ich kann LGS mit drei Gleichungen und drei Unbekannten mit dem Gauß-Verfahren lösen.

Ich kann LGS mit drei Gleichungen und drei Unbekannten mit dem Gauß-Verfahren lösen. Klsse 9c Mthemtik Vorbereitung zur Klssenrbeit Nr. m.1.017 Themen: Reelle Zhlen, Qudrtwurzeln LGS mit drei Unbeknnten Checkliste Ws ich lles können soll Ich knn LGS mit drei Gleichungen und drei Unbeknnten

Mehr

edatenq ist eine Anwendung, die den Unternehmen die Möglichkeit bietet, ihre statistischen Meldungen über das Internet auszufüllen und einzureichen.

edatenq ist eine Anwendung, die den Unternehmen die Möglichkeit bietet, ihre statistischen Meldungen über das Internet auszufüllen und einzureichen. Mnuell edatenq Fremdenverkehrs- und Gstgeweresttistik Einleitung edatenq ist eine Anwendung, die den Unternehmen die Möglichkeit ietet, ihre sttistischen Meldungen üer ds Internet uszufüllen und einzureichen.

Mehr

3 Uneigentliche Integrale

3 Uneigentliche Integrale Mthemtik für Physiker II, SS 2 Freitg 2.5 $Id: uneigentlich.te,v.7 2/5/2 :49:7 hk Ep $ $Id: norm.te,v.3 2/5/2 2:2:45 hk Ep hk $ 3 Uneigentliche Integrle Am Ende der letzten Sitzung htten wir ds Mjorntenkriterium

Mehr

3 Uneigentliche Integrale

3 Uneigentliche Integrale Mthemtik für Ingenieure II, SS 29 Dienstg 9.5 $Id: uneigentlich.te,v.5 29/5/9 6:23:8 hk Ep $ $Id: prmeter.te,v.2 29/5/9 6:8:3 hk Ep $ 3 Uneigentliche Integrle Mn knn die eben nchgerechnete Aussge e d =,

Mehr

f : G R ϕ n 1 (x 1,...,x n 1 ) Das ist zwar die allgemeine Form, aber es ist nützlich sie sich für den R 2 und R 3 explizit anzuschauen.

f : G R ϕ n 1 (x 1,...,x n 1 ) Das ist zwar die allgemeine Form, aber es ist nützlich sie sich für den R 2 und R 3 explizit anzuschauen. Trnsformtionsstz von Sebstin üller Integrtion über Normlgebiete Allgemein knn mn im R n ein Normlgebiet wie folgt definieren: G : { R n 1 b, ϕ 1 ( 1 ) ψ 1 ( 1 ), ϕ ( 1, ) 3 ψ ( 1, ),... ϕ n 1 ( 1,...,

Mehr

Vektoren. Definition. Der Betrag eines Vektors. Spezielle Vektoren

Vektoren. Definition. Der Betrag eines Vektors. Spezielle Vektoren Vektoren In nderen Bereichen der Nturwissenschften treten Größen uf, die nicht nur durch eine Zhlenngbe drgestellt werden können, wie Krft, die Geschwindigkeit. Zur vollständigen Beschreibung z.b. der

Mehr

Fachhochschule Jena Fachbereich GW. Serie Nr.: 2 Semester: 1

Fachhochschule Jena Fachbereich GW. Serie Nr.: 2 Semester: 1 Fchhochschule Jen Fchbereich GW Tutorium Mthemtik I Studiengng: BT/MT - Bchelor Serie Nr.: 2 Semester: Them: Vektorrechnung und Geometrie Auf die Lehrmterilien im Internet ( Zum selbständigen Üben ) empfehle

Mehr

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR

Mathematik: Mag. Schmid Wolfgang Arbeitsblatt Semester ARBEITSBLATT 14 MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Mthemtik: Mg. Schmid Wolfgng Areitsltt. Semester ARBEITSBLATT MULTIPLIKATION EINES VEKTORS MIT EINEM SKALAR Zunächst einml müssen wir den Begriff Sklr klären. Definition: Unter einem Sklr ersteht mn eine

Mehr

Langzeitverhalten von ODE Lösungen

Langzeitverhalten von ODE Lösungen Euler Verfhren für Systeme von ODEs Bemerkung zum Lngzeitverhlten Häufig ist von Interesse (z.b. in der Klimvorhersge), wie sich Lösungen y(t) der ODE ẏ = F (y) für sehr grosse t qulittiv verhlten, und

Mehr

Lösungsblatt zur Testklausur Festkörperphysik WS2010/11

Lösungsblatt zur Testklausur Festkörperphysik WS2010/11 Lösungsbltt zur Testklusur Festkörperphysik WS/ Aufgbe : ) Wie groß sind die Energien der drei niedrigsten Zustände in einem zweidimensionlen und einem dreidimensionlen Kstenpotentil? (Kntenlängen jeweils

Mehr