Summe aller Beitrage Summe aller Schaden

Größe: px
Ab Seite anzeigen:

Download "Summe aller Beitrage Summe aller Schaden"

Transkript

1 Grundlagen. Schema einer Versicherung Das Wort Versicherung kann mehrere Bedeutungen haben, wir meinen in diesem Abschnitt Versicherung gegen ein Risiko. Risiken sind zum Beispiel Feuer, Unfall, Beschädigung oder Verlust von Gegenständen, Tod einer Person in einem festgelegten Zeitraum (Lebensversicherung), Krankheit etc.. Zu einer Versicherung gehört ein Kollektiv, dessen Mitglieder bei einem Versicherungsunternehmen (Abkürzung VU) gegen dasselbe Risiko zu gleichen Vetragsbedingungen versichert sind. Die Mitglieder des Kollektivs (es können Personen oder Firmen sein) nennen wir im folgenden einfach Kunden oder Versicherte. Tritt das Risiko bei einem Kunden ein, so spricht man von einem Schaden. Das VU verp ichtet sich, innerhalb eines vertraglich festgelegten Zeitraums den Kunden ihre Schäden in einer ebenfalls vertraglich festgelegten Weise nanziell zu ersetzen. Für das VU bedeutet Schaden also einen Geldbetrag, den es im Schadensfall herausrücken muß. Die Kunden müssen hierfür natürlich zahlen, wie und wieviel hängt wieder von der Vertragsgestaltung ab. Der Betrag, den ein Kunde zu einem Zeitpunkt zahlt, heißt sein Beitrag (zu diesem Zeitpunkt), früher hießes auch Prämie. Das VU strebt natürlich den Gewinnfall Summe aller Beitrage Summe aller Schaden an. Hierfür läßt sich auf mancherlei Weise sorgen, etwa indem man keine schlechten Risiken unter Vertrag nimmt oder die Beiträge genügend hoch festsetzt. Bei letzterem emp ehlt sich ein Blick auf die Beiträge konkurrierender Versicherungsunternehmen. Die wichtige Frage, was denn mit dem entstehenden Überschußgeschieht, wenn obige Ungleichung echt ist, wird je nach Versicherungstyp (Risiko) anders beantwortet und wird uns im Fall der Lebensversicherung besonders beschäftigen..2 Schadensverläufe.2. Vorbetrachtung Wir bezeichnen mit L das Kollektiv als Menge und mit jlj die Anzahl seiner Mitglieder. Es ist nicht unrealistisch, daßnur endlich viele Schadenszeitpunkte vorkommen können, etwa vom Vertragsabschlußan bis zum Tag nach Vertragsabschlußin Tagesabständen.

2 Allgemein seien die möglichen Schadenszeitpunkte t 0 = 0 < t < ::::: < t N. Daßwir den Zeitpunkt t 0 = 0 des Vertragsabschlusses ebenfalls als Schadenszeitpunkt ansetzen, erklärt sich daraus, daßdas VU seine bei Vertragsabschluß entstehenden Kosten, wie auch alle späteren Kosten, als Schäden ansehen kann. Es hängt von der Vertragsgestaltung ab, welche der möglichen Kombinationen aus Schadenshöhen und Schadenszeitpunkten tatsächlich vorkommen: Wenn es Kunden gibt, deren nullter Schaden gleich 0, deren erster gleich,..., deren letzter gleich N ist, so bezeichnen wir eine Zeile der Form ( 0 ; ; ::::; N ) als Schadensverlauf..2.2 Einfache Beispiele für Schadensverläufe a) Versicherung gegen Steckenbleiben der Vorlesungsteilnehmer im Fahrstuhl. Das Kollektiv sind die Vorlesungsteilnehmer, Versicherungsdauer eine Woche. Bei Steckenbleiben am ersten Vorlesungstag gibts s DM, am zweiten gibts s 2 DM. Der Organisator (der die Beiträge eintreibt, über die wir jetzt noch nicht reden), verlangt zu Anfang pro Kunde s 3 DM. In der folgenden Tabelle sind alle möglichen Schadensverläufe dargestellt: t 0 t t 2 sv 0 s sv s 3 s 0 sv 2 s 3 0 s 2 sv 3 s 3 s s 2 b) Risikolebensversicherung über drei Jahre mit Versicherungssumme s. Stirbt ein Versicherter innerhalb von drei Jahren nach Abschluß, so wird am Jahrestag des Abschlusses die Versicherungssumme s DM ausgezahlt. Für den Versicherungsabschlußwerden pro Kunde DM verlangt. Die möglichen Schadensverläufe sind: t 0 t t 2 t 3 sv 0 s 0 0 sv 0 s 0 sv s sv c) Gemischte Kapitallebensversicherung über drei Jahre mit Versicherungssumme s. Stirbt ein Versicherter innerhalb von drei Jahren nach Abschluß, so wird am Jahrestag des Abschlusses die Versicherungssumme s DM ausgezahlt. Erlebt ein Versicherter den Ablaufszeitpunkt, so werden ebenfalls s DM ausgezahlt. Für den Versicherungsabschlußwerden pro Kunde DM verlangt. 2

3 Die möglichen Schadensverläufe sind: t 0 t t 2 t 3 sv 0 s 0 0 sv 0 s 0 sv s sv s Hier fällt auf, daßdie Zeilen der Schadensverläufe sv 2 und sv 3 identisch sind. sv 2 soll Schadensverlauf der Kunden sein, die im 3. Jahr sterben, während sv 3 den Schadensverlauf der überlebenden Kunden darstellt. Rein von den Geldbeträgen sind sie nicht zu unterscheiden, wohl aber formal durch die Zeilennummer und in der Praxis auch von den Wahrscheinlichkeiten des Eintretens, s.unten. Es ist klar, daßdie Tabellen, also die Angabe aller Schadensverläufe, die vollständige Information über die Leistungen des Versicherungsvertrags enthalten. Statt einer langatmigen Beschreibung gibt man also besser die Tabelle selbst an! Beim nächsten Beispiel beschreibe man die Leistungen anhand der Tabelle! d) Reisegepäckversicherung über zwei Monate. 0 < r seien die Reisekosten, 0 < s < s 2 Erstattungssummen für weniger oder mehr abhanden gekommenes Gepäck. t 0 t t 2 sv 0 y 0 s 2 + r 0 sv y 0 s s 2 s + r sv 2 y 0 0 s sv 3 y 0 0 s r sv 3 y Aufgabe : Warum steht in der ersten Spalte der Tabellen immer der gleiche Eintrag? Aufgabe 2: Welche der beiden Versicherungen b), c) wird für den Kunden billiger sein? Aufgabe 3: Wie sehen die Tabellen bei b), c) für beliebige Versicherungsdauern N aus?.2.3 Wahrscheinlichkeiten für die Schadensverläufe Die Schadensverläufe sammeln wir in der Menge aller Schadensverläufe: = fsv 0 ; sv ; :::::; sv U g Entsprechend den U + Schadensverläufen zerfällt das Kollektiv L in U + nichtleere Teilmengen der Form D j = fv 2 L j V verursacht den Schadensverlauf sv j g ; 0 j U 3

4 mit U[ D j = L: (Disjunkte V ereinigung) Wenn wir die Abbildung Sv : L! einführen, die jedem Versicherten V seinen von ihm verursachten Schadensverlauf zuordnet, so ist oder kurz D j = fv 2 L j Sv(V ) = sv j g ; 0 j U; D j = (Sv = sv j ) ; 0 j U: Das Kollektiv kann sich im Laufe der Zeit durch Zu- oder Abgang ändern. Wir setzen aber im folgenden voraus, daßdie Zahlen w j = jd jj jlj ; 0 j U; dabei fest bleiben. w j ist die Wahrscheinlichkeit, beim Herausgreifen eines V 2 L einen solchen zu erwischen, der den Schadenverlauf sv j versursacht. Die Wahrscheinlichkeiten w j ordnen wir auch den entsprechenden Schadensverläufen zu. Das läuft auf ein Wahrscheinlichkeitsmaß P : 2! [0; ] hinaus, das durch oder allgemeiner durch P (fsv j g) = w j ; 0 j U; P (M) = j(sv 2 M)j ; M jlj de niert ist. Die Tabellen der Schadensverläufe denken wir uns jetzt um eine weitere Spalte mit den w j ; 0 j U; ergänzt, etwa Beispiel a) aus.2.2: t 0 t t 2 w j sv 0 s ; 98 sv s 3 s 0 0; 007 sv 2 s 3 0 s 2 0; 0 sv 3 s 3 s s 2 0; 002 4

5 Aufgabe : In Beispiel a) aus.2.2 (s.o.) sei s = 0; s 2 = 5; s 3 =. Gesucht ist die Wahrscheinlichkeit dafür, daßder Gesamtschaden (eines Schadenverlaufs) kleiner als 6, aber größer als 0 ist! Aufgabe 2: Bei der Formel P (M) = j(sv 2 M)j ; M jlj gilt auch Warum? P (M) = X sv j2m w j.2.4 Erinnerung an die Wahrscheinlichkeitsrechnung Wir betrachten noch einmal die Teilmengen D j = fv 2 L j Sv(V ) = sv j g, die mittels der Abbildung Sv : L! gebildet wurden. Die gleiche Situation liegt in folgendem wohlbekannten Beispiel aus der Wahrscheinlichkeitsrechnung vor: In einer Urne liegen s schwarze Kugeln fk ; ::::; k s gund w weiße Kugeln fk s+ ; ::::; k s+w g, es wird n-mal mit Zurücklegen gezogen. Jede Ziehung ( ; :::::; n ) mit j 2 fk ; ::::; k s g[fk s+ ; ::::; k s+w g hat dann die gleiche Wahrscheinlichkeit (s + w) n. Die Rolle des Kollektivs spielt hier die Menge aller möglichen Ziehungen L 0 = ( ; :::::; n ) j j 2 fk ; ::::; k s g [ fk s+ ; ::::; k s+w g : Wie im Fall der Versicherten aus L, bei denen nur der von ihnen verursachte Schadensverlauf interessiert, soll es bei den Ziehungen aus L 0 nur darauf ankommen, ob die einzelnen Kugeln schwarz oder weißsind: Wir bilden aus jeder Ziehung ( ; :::::; n ) 2 L 0 die entsprechende Folge ( ; :::::; n ) aus Nullen und Einsen, mit 0; j = j 2 fk ; ::::; k s g ; j 2 fk s+ ; ::::; k s+w g : Der Menge der Schadenverläufe entspricht in diesem Beispiel die Menge 0 dieser Folgen aus Nullen und Einsen und der Abbildung Sv : L! entspricht nun die Abbildung Sv 0 : L 0! 0, die jeder Ziehung aus L 0 ihre Null-Eins-Folge aus 0 zuordnet. Was jetzt noch fehlt, ist das entsprechende WahrscheinlichkeitsmaßP 0 : 2 0! [0; ]. Wir bilden es formal genauso wie P mit Sv 0 P 0 = ( (f( ; :::::; n )g) = ; :::::; n ) jl 0 j ( = ; :::::; n ) 2 L 0 j Sv 0 (( ; :::::; n )) = ( ; :::::; n ) jl 0 j 5

6 Die Menge Sv 0 = ( ; :::::; n ) = ( ; :::::; n ) 2 L 0 j Sv 0 (( ; :::::; n )) = ( ; :::::; n ) besteht also aus allen Ziehungen, die dieselbe Null-Eins-Folge ( ; :::::; n ) ergeben. Genauso besteht die Menge D j = (Sv = sv j ) = fv 2 L j Sv(V ) = sv j g aus allen Kunden, die denselben Schadensverlauf sv j verursachen. Damit wäre die Analogie komplett, aber in diesem Beispiel läßt sich nun noch weiterrechnen. Der Nenner des letzten Bruchs ist jl 0 j = (s + w) n. Der Zähler ergibt sich durch die übliche kombinatorische Überlegung: Sind in ( ; :::::; n ) genau k Einsen und n k Nullen, so gibt es w k Möglichkeiten zur Besetzung der Einserstellen und s n k Möglichkeiten zur Besetzung der Nullenstellen. Somit ist der Zähler gleich Sv 0 = ( ; :::::; n ) = w k s n k : Insgesamt ergibt sich P 0 (f( ; :::::; n )g) = wk s n k w k (s + w) n = (s + w) k s n k (s + w) n k : Schreibt man noch p = w s + w ; p = s, so erhält man s + w P 0 (f( ; :::::; n )g) = p k ( p) n k : Die an den beiden Beispielen dargelegte Situation kommt so oft vor, daßman sie formalisiert hat: Gegeben ist eine Abbildung X :! 2. Auf ist ein WahrscheinlichkeitsmaßP gegeben, auf 2 läßt sich dann ein WahrscheinlichkeitsmaßP 2 de nieren über die Formel P 2 (M) = P (f$ 2 j X ($) 2 Mg = P (X 2 M); M 2 : Ein solches X nennt man bekanntlich eine Zufallsvariable und das mit ihrer Hilfe neu de nierte WahrscheinlichkeitsmaßP 2 heißt die Verteilung von X. In unseren Beispielen war = L; L 0 ; 2 = ; 0 und X = Sv; Sv 0. P ist jeweils die Laplace-Wahrscheinlichkeit, d.h. alle Elemente von L bzw. L 0 sind gleichwahrscheinlich. Aufgabe : Bilden Sie die folgenden Teilmengen von L 0, für die Kugeln fk ; k 2 ; k 3 g [ fk 4 ; k 5 g, wobei fk ; k 2 ; k 3 g die schwarzen Kugeln sind! a) (Sv0 = (0; 0; )) 6

7 b) (Sv0 = (; )) c) (Sv0 = (0; 0; 0)) Welche Wahrscheinlichkeiten gehören zu diesen Teilmengen? Aufgabe 2: Die Schreibweise (X 2 M) := f$ 2 jx ($) 2 M g ; M 2 für eine Abbildung X :! 2 ist in der Wahrscheinlichkeitstheorie üblich und kommt ständig vor, insbesondere in der Kombination "P (X 2 M)". In anderen Gebieten der Mathematik schreibt man oft für die gleiche Menge X (M) := f$ 2 j X ($) 2 Mg ; M 2 : Man nennt sie auch das Urbild von M unter X, während man die Menge X(B) : = f 2 2 j X ($) = f ur ein $ 2 Bg = fx($) j $ 2 Bg ; B das Bild von B unter X nennt. Bestimmen Sie folgende Urbilder: a) (cos = ); b) (sin 2 f ; 0; g); c) (tan = 0); d) (f 2 4 ; ), dabei sei f : R! R mit f(x) = x 2. e) (f = ), dabei sei f : R! C mit f(t) = e it. f) (Y = k), dabei sei Y : 0! f0; ; 2; ::::; ng und 0 wie oben die Menge aller Zeilen der Länge n mit Nullen und Einsen, Y ordnet jeder sochen Zeile die Anzahl der Einsen zu. Wieviel Elemente hat (Y = k)? Bestimmen Sie die (Ihnen schon lange bekannte) Verteilung von Y! g) (Y 2 (5; 5]), dabei sei Y :! R, die Menge der Schadensverläufe folgender Tabelle, Y ordnet jedem Schadensverlauf seinen Gesamtschaden zu. t 0 t t 2 w sv ; sv 2 3 0; 05 sv ; 05 sv ; 2 sv ; 6 Bestimmen Sie auch die Verteilung von Y! h) (Y = 0), dabei sei Y :! 2 und die Menge aller stetigdi erenzierbaren Funktionen auf R, 2 die Menge aller stetigen Funktionen, Y ordnet jeder Funktion aus ihre Ableitungsfunktion zu. i) Wie nennt man in der Linearen Algebra die Menge (Y = 0), dabei sei Y :! 2 eine lineare Abbildung zwischen den Vektorräumen ; 2? j) Eine Funktion f : D! R; D R n nennt man auch Potentialfunktion. Was ist eine Äquipotential äche? Beispiele! Aufgabe 3: Für spezielle M R haben sich andere Schreibweisen für (X 2 M) eingebürgert, welche für z.b.: 7

8 M = fxg ; M = [a; b] ; M = (a; b] ; M = (a; b) ; M = ( ; b] ; M = (a; )? Aufgabe 4: Beweisen Sie folgende Formeln für Y :! 2 : a) (Y 2 S M j ) = S (Y 2 M j ). Steht auf einer Seite dieser Gleichung eine j j disjunkte Vereinigung, so auch auf der anderen! b) (Y 2 T M j ) = T (Y 2 M j ). j j c) (Y 2 2 M) = (Y 2 M). Kleiden Sie die Formeln in Worte: Das Urbild einer Vereinigung ist gleich.... Wie steht es, wenn man Urbild durch Bild ersetzt? d) Y (Y 2 M) M. Geben Sie Beispiele für eine echte Inklusion! Welche Bedingung an Y ist äquivalent zu: Y (Y 2 M) = M für alle M 2? e) Welche Bedingung an Y ist äquivalent zu: j(y = y)j = oder (Y = y) = ; für alle y 2 2? Aufgabe 5: Welche Formalien mußman bei der obengetro enen De nition einer Verteilung noch beachten? Denken Sie an die De nition eines Wahrscheinlichkeitsraums!.3 Das einfachste mathematische Modell.3. Grundlegende De nitionen Wir fassen den Inhalt der ersten Abschnitte zusammen. Es gibt N + Schadenszeitpunkte t 0 = 0 < t < :::: < t N. Eine Zeile ( 0 ; ; :::; N ) heißt Schadensverlauf, dabei soll j als Schadenshöhe zur Zeit t j aufgefaßt werden. Zur Beschreibung eines Versicherungsvertrags mußdie Menge aller möglichen Schadensverläufe angegeben werden. Wir bezeichnen sie mit = fsv 0 ; sv ; :::; sv U g. Man darf sich zusätzlich vorstellen, daßdie Schadensverläufe von den Mitgliedern eines Kollektivs L verursacht werden. Bezeichnet D j diejenigen Mitglieder von L, die den Schadensverlauf sv j verursachen, so zerfällt L in U[ L = Auf L sei die Laplace - Wahrscheinlichkeit eingeführt, d.h. die Wahrscheinlichkeit, einen speziellen Versicherten V 2 L auszuwählen, ist gleich jlj. Als Wahrscheinlichkeit P auf nehmen wir die Verteilung der Zufallsvariablen Sv : L!, die jedem V 2 L seinen Schadensverlauf zuordnet. Die Wahrscheinlichkeiten der einzelnen Schadensverläufe sind dann P(fsv j g) = jd jj jlj D j =: w j ; 0 j U: 8

9 Auf einen Blick in einer Tabelle, deren Zeilen die Schadensverläufe sind: t 0 = 0 t.... t N w () sv 0 x 00 x x 0N w 0 sv x 0 x.... x N w sv U x U0 x U.... x UN w U Eine Tabelle wie in (*) nennen wir auch ein Schadensverlaufdiagramm. Es ist zulässig, daßzwei oder mehr Zeilen der Tabelle identisch sind. Sie werden aber durch ihre Zeilennummer unterschieden, vgl. oben das Beispiel der Kapitallebensversicherung. Gleiche Zeilen der Tabelle bedeuten, daßdas VU unter Kunden mit den gleichen Schäden noch aufgrund anderer Merkmale als den Schäden selbst unterscheiden kann. Bei der Kapitallebensversicherung ist dieses Merkmal Tod oder Überleben des letzten Versicherungsjahrs. Die Wahrscheinlichkeit für das Ereignis M, d.h. die Wahrscheinlichkeit dafür, daßeiner der Schadensverläufe sv 2 M eintritt, ist P (M) = X sv j2m w j = j(sv 2 M)j ; M jlj Damit ist ein WahrscheinlichkeitsmaßP : 2! [0; ] de niert. Für den Wahrscheinlichkeitsraum (; 2 ; P) bzw. für seine Beschreibung durch die Tabelle (*), schreiben wir nur kurz. Mittels dieses Modells lassen sich nun unter anderem die folgenden typischen Fragen beantworten: Mit welcher Wahrscheinlichkeit ist der dritte Schaden größer als 5? Mit welcher Wahrscheinlichkeit ist der dritte Schaden größer als die Summe von. und 2. Schaden? Mit welcher Wahrscheinlichkeit liegt die Summe aller Schäden (also der Gesamtschaden) zwischen 0 und 00? Mit welcher Wahrscheinlichkeit ist die Anzahl aller positiven Schäden (eines Schadensverlaufs) kleiner als 5? Mit welcher Wahrscheinlichkeit ist der dritte Schaden größer als 5, unter der Bedingung, daßder vierte größer als 0 ist? 9

10 Mit welcher Wahrscheinlichkeit liegt der Gesamtschaden zwischen 0 und 00, unter der Bedingung, daßdie Summe der ersten drei Schäden größer als 5 war? Wie großsind Mittelwert und Varianz des vierten Schadens? Wie großsind Mittelwert und Varianz des Gesamtschadens? Wie großsind Mittelwert und Varianz des vierten Schadens, unter der Bedingung, daßder Gesamtschaden größer als 80 ist? Hier bezeichnen die Ausdrücke wie dritter Schaden, Summe von. und 2. Schaden, Gesamtschaden, Anzahl aller Schäden o ensichtlich Zufallsvariablen auf, d.h. Funktionen, deren Variablen die Schadensverläufe sind! Um uns kürzer und in der Weise der Wahrscheinlichkeitstheorie ausdrücken zu können, führen wir die Zufallsvariablen X m :! R; 0 m N; mit X m (sv j ) = x jm; 0 j U; ein, X m ist also die Zufallsvariable, die die Höhe des m-ten Schadens angibt. Weiter setzen wir P S m = m X k ; 0 m N; k=0 diese Zufallsvariablen geben also die Schadenssumme bis zur Zeit m an. Die Zufallsvariable S N = gibt daher den Gesamtschaden an. Die obige Liste sieht dann so aus: P(X 3 > 5) =? P(X 3 > X + X 2 ) =? P(0 N P NX k=0 X k X m 00) = P(0 S N 00) =? P(A < 5) =? dabei ist A : Zahlen in der Zeile sv j P(X 3 > 5 j X 4 > 0) =? P(0 S N 00 j 2P X m > 5) =?! R mit A(sv j ) = Anzahl aller positiven 0

11 daher E(X 4 ) =?; V (X 4 ) =? E( N P X m ) = E(S N ) =?; V ( N P X m ) = V (S N )? E(X 4 j S N > 80) =?; V (X 4 j S N > 80) =? Im nächsten Beispiel rechnen wir einmal alle diese Zahlen aus. Gegeben sei 0 t t 2 t 3 t 4 t 5 w sv :6 sv ; 2 sv ; sv ; 05 sv ; 04 sv ; 0 a) P(X 3 > 5) =? Es ist (X 3 > 5) = fsv 3 ; sv 4 ; sv 5 g und daher P(X 3 > 5) = 0; ; ; 0 = 0; b) P(X 3 > X + X 2 ) =? Es ist (X 3 > X + X 2 ) = fsv ; sv 4 ; sv 5 g und daher c) P(0 N P P(X 3 > X + X 2 ) = 0; 2 + 0; ; 0 = 0; 25 X m 00) =? Es ist (0 N P P(0 NX X m 00) = 0; 2 + 0; = 0; 3 d) P(A < 5) =? Es ist (A < 5) = fsv 0 ; sv 4 ; sv 5 g und daher P(A < 5) = 0; 6 + 0; ; 0 = 0; 65 X m 00) = fsv ; sv 2 g und e) P(X 3 > 5 j X 4 > 0) =? Es ist (X 3 > 5) = fsv 3 ; sv 4 ; sv 5 g und (X 4 > 0) = fsv 2 ; sv 4 ; sv 5 g und daher P(X 3 > 5 j X 4 > 0) = P((X 3 > 5) \ (X 4 > 0)) P(X 4 > 0) P( fsv 4 ; sv 5 g) 0; 05 = = P( fsv 2 ; sv 4 ; sv 5 g) 0; 25 = 0; 2

12 P f) P(0 N X m 00 j fsv ; sv 2 g und ( 2 P 2P X m > 5) =? Es ist (0 N P X m > 5) = fsv 2 ; sv 3 g und daher X m 00) = P(0 = = NX X m 00 j P((0 N P 2X X m > 5) X m 00) \ ( 2 P P( 2 P X m > 5) P( fsv 2 g) P( fsv 2 ; sv 3 g) = 0; 0; 5 = 2 3 X m > 5)) g) E(X 4 ) =?; V (X 4 ) =? Die Werte der Zufallsvariablen X 4 sind f0; 8; 30; 50; 80g, daher ist und E(X 4 ) = 8 P(X 4 = 8) + 30 P(X 4 = 30) + 50 P(X 4 = 50) + 80 P(X 4 = 80) = 8 P( fsv g) + 30P( fsv 2 g) + 50 P( fsv 3 ; sv 5 g) + 80 P( fsv 4 g = 8 0; ; ; ; 04 = 0; 8 V (X 4 ) = (8 0; 8) 2 P(X 4 = 8) + (30 0; 8) 2 P(X 4 = 30) +(50 0; 8) 2 P(X 4 = 50) + (80 0; 8) 2 P(X 4 = 80) = (8 0; 8) 2 P( fsv g) + (30 0; 8) 2 P( fsv 2 g +(50 0; 8) 2 P( fsv 3 ; sv 5 g) + (80 0; 8) 2 P( fsv 4 g) = (8 0; 8) 2 0; 2 + (30 0; 8) 2 0; +(50 0; 8) 2 0; 06 + (80 0; 8) 2 0; 04 h) E(X 4 j NP = 322; 8 X m > 80) =?; V (X 4 j NP P ( N X m > 80) = fsv 3 ; sv 4 ; sv 5 g und daher P(A) = 0; ; ; 0 = 0; X m > 80) =? Zunächst ist A := 2

13 Weiter ist (X 4 = 8) \ A = ;; (X 4 = 30) \ A = ;; (X 4 = 50) \ A = fsv 3 ; sv 5 g ; (X 4 = 80) \ A = fsv 4 g ; also E(X 4 j A) = 50 P(X 4 = 50 j A) + 80 P(X 4 = 80 j A) = 50 P((X 4 = 50) \ A) + 80 P((X 4 = 80) \ A) P(A) P(A) = 50 P( fsv 3; sv 5 g) + 80 P( fsv 4g) P(A) P(A) = 50 = 62 0; ; 0 0; ; 04 0; und V (X 4 j A) = (50 62) 2 P(X 4 = 50 j A) + (80 62) 2 P(X 4 = 80 j A) = 44 P((X 4 = 50) \ A) P((X 4 = 80) \ A) P(A) P(A) = 44 P( fsv 3; sv 5 g) P( fsv 4g) P(A) P(A) = 44 = 56 0; ; 0 0; ; 04 0; Vielleicht sollten wir die Begri e aus e), f), h) in obigem Beispiel noch einmal erläutern! Die Bezeichnung P(M j A) = P(M \ A) ; M; A ; P(A) 6= 0 P(A) bedeutet bedingte Wahrscheinlichkeit von M bezüglich (gegeben, unter der Bedingung) A. Die Teilmenge A wird als neue Grundgesamtheit angesehen und die Zuordnung A M 7! P(M j A) ist ein Wahrscheinlichkeitsmaßauf A. Die Bezeichnung X E(X j A) = x P(X = x j A); x W ert von X 3

14 bedeutet bedingter Erwartungswert von X bezüglich (gegeben, unter der Bedingung) A. Die Zahl E(X j A) ist also der Erwartungswert der auf den Wahrscheinlichkeitsraum (A; P( j A)) eingeschränkten Abbildung X. Analog ist X V (X j A) = (x E(X j A)) 2 P(X = x j A); x W ert von X die bedingte Varianz von X bezüglich (gegeben, unter der Bedingung) A. Aufgabe : Es sei sgn(x) :! R wie üblich de niert als sgn(x) = ; auf (X? 0) 0; auf (X = 0): ( und X sind hier beliebig) Was bedeuten nun die Zufallsvariablen A m :! R mit mx A m := sgn(x k ); 0 m N k=0 für den Fall, daß die Menge der Schadensverläufe und X k Zeit t k bedeutet? Aufgabe 2: Das folgende Schadensverlaufsdiagramm sei gegeben 0 X X 2 X 3 X 4 X 5 X 6 w sv ; 0 sv ; 0 sv ; 02 sv :03 sv ; 03 sv ; 04 sv ; 06 sv ; 8 Berechnen Sie: a) die Wertemengen der Zufallsvariablen S 6 = 6 P Aufgabe ), deren Erwartungswerte und Varianzen! b) P(0 < S 6 < 20) c) P(0 < S 6 < 20 j A 6 = 4) d) E(S 6 j A 3 = 3) Aufgabe 3: Es sei den Schaden zur X k und A 6 : (A 6 wie in = [ j A j 4

15 ! R eine Zu- eine Zerlegung des Wahrscheinlichkeitsraums und X : fallsvariable. Zeigen Sie, daßdann E(X) = X j P(A j )E(X j A j ) gilt! In Worten? (beachte P j P(A j ) = ).3.2 Bemerkungen zum Modell Das soeben formulierte, sehr einfache mathematische Modell ndet fast ausschließlich Anwendung in der Lebens- und Krankenversicherung. Aus deren Sicht könnten unsere kleinen Beispiele mit den wenigen Phantasieschadenverläufen wie eine Art Spielzeugmathematik wirken. Hätte man nur diesen Anwendungsbereich im Auge, so ließe sich direkt daran herangehen wie in den elementaren Lehrbüchern der Lebensversicherungsmathematik. Dort ndet man wenig oder nichts über eine wahrscheinlichkeitstheoretische Grundlegung des Gebiets. Für unser Vorgehen gibt es nun folgende Gründe: Auch für die Lebensversicherungsmathematik lohnt sich eine präzise Formulierung ihrer Begri e. Darauf gehen wir in Kapitel 2 noch ein. An den kleinen Phantasiebeispielen lassen sich die Grundbegri e gut einüben. Unser Modell mit den Zufallsvariablen X m ^= Höhe des m-ten Schadens ist der einfachste Spezialfall desjenigen Modells, das man in der sogenannten Risikotheorie verwendet, siehe Kapitel 3. Insofern ist es eine Vorbereitung darauf. Zum letzten Punkt noch einige Erläuterungen: Hat man zwei Zufallsvariablen X; Y :! R; so sagt man, daßman ihre gemeinsame Verteilung kennt, wenn man die Zahlen P(X 2 A; Y 2 B); A; B R für alle A; B R kennt. Dabei ist (X 2 A; Y 2 B) := (X 2 A) \ ( Y 2 B). Analog de niert man die gemeinsame Verteilung für mehr als zwei Zufallsvariablen. In unserem Modell läßt sich natürlich die gemeinsame Verteilung der X 0 ; :::; X N sofort berechnen. Umgekehrt lassen sich aus der gemeinsamen Verteilung der X 0 ; :::; X N die Schadensverläufe mit ihren Wahrscheinlichkeiten rekonstruieren, oder wenigstens die mit verschiedenen Zeilen: Die Menge (X 0 = 0 ; X 2 = 2 ; ::::::; X N = N ) ist ja entweder leer oder gleich der Menge fsv j 2 j sv j = ( 0 ; 2 ; ::::::; N )g. Daher ist es möglich, unser Modell zu formulieren, ohne überhaupt darauf 5

16 einzugehen, daßdie Menge aus Schadensverläufen besteht. Wir brauchen nur zu verlangen: Es gibt Zufallsvariablen X 0 ; :::; X N :! R und deren gemeinsame Verteilung sei bekannt. In der Risikotheorie tut man genau das, allerdings läßt man statt der endlich vielen Zufallsvariablen eine ganze Folge zu, und die Schadenszeitpunkte sind nicht mehr fest, sondern ebenfalls zufällig. Wegen der Interpretation X m ^= Höhe des m-ten Schadens können wir unser allgemeines Schadensverlauf-Schema auch so aufschreiben: X 0 X.... X N w sv 0 x 00 x x 0N w 0 sv x 0 x.... x N w sv U x U0 x U.... x UN w U In den Spalten ndet man dann die Werte der Zufallsvariablen X 0 ; :::; X N :! R. (natürlich kann in einer Spalte ein Wert mehrfach auftreten) Aufgabe : a) Sind die Zufallsvariablen X 0 ; :::; X N aus den bisherigen Beispielen unabhängig? b) Er nden Sie -etwa mit U = 3 und N = 2- ein Beispiel für unabhängige, paarweise verschiedene X m! c) Wenn X 0 ; :::; X N :! R unabhängig sind, wie berechnet man dann deren gemeinsame Verteilung aus den Verteilungen der einzelnen X k?.4 Schadensklassen und Beiträge.4. Schadensklassen Aus der Sicht des VU sind zum Anfangszeitpunkt t 0 = 0 die Versicherten des Kollektivs L insofern ununterscheidbar, als man nicht sagen kann, welchen Schadensverlauf ein Kunde denn nun produzieren wird. Das drückt sich auch darin aus, daßallen der gleichen Schaden zum Zeitpunkt t 0 = 0 zugeordnet wird, bzw. daßx 0 :! R eine Konstante ist. Ganz anders ist es am Endzeitpunkt t N : jetzt kann man jedem Kunden seinen Schadensverlauf zuordnen, was ja in der Zerlegung L = U[ D j ; D j = (Sv = sv j ) ; 0 j U; 6

17 zum Ausdruck gebracht ist. Wie sieht es nun an den Zwischenzeitpunkten t m, t 0 = 0 t m t N aus? Wir orientieren uns zunächst an einem Beispiel: X 0 X X 2 X 3 X 4 sv sv sv sv sv sv Zur Zeit t kann das VU drei Klassen (Teilmengen von ) von Schadensverläufen (bzw. Kunden) unterscheiden: Zur Zeit t 2 sind es die vier Klassen : A = fsv 0 ; sv 5 g = (X = 0) ; A 2 = fsv ; sv 2 g = (X = ) ; A 3 = fsv 3 ; sv 4 g = (X = 0) : A 2 = fsv 0 ; sv 5 g = (X = 0; X 2 = 0) ; A 22 = fsv ; sv 2 g = (X = ; X 2 = 3) ; A 23 = fsv 3 g = (X = 0; X 2 = 0) ; A 24 = fsv 4 g = (X = 0; X 2 = 20) : Zur Zeit t 3 sind es die fünf Klassen: A 3 = fsv 0 g = (X = 0; X 2 = 0; X 3 = 0) ; A 32 = fsv 5 g = (X = 0; X 2 = 0; X 3 = 40) ; A 33 = fsv ; sv 2 g = (X = ; X 2 = 3; X 3 = 4) ; A 34 = fsv 3 g = (X = 0; X 2 = 0; X 3 = 5) ; A 35 = fsv 4 g = (X = 0; X 2 = 20; X 3 = 20) : Als allgemeine Vorschrift läßt sich diese Klassenbildung so fassen: Zum Zeitpunkt t m kommen alle Schadensverläufe ( 0 ; :::; m ; :::; N ) mit den gleichen ersten Schäden ( 0 ; :::; m ) in dieselbe Klasse. Die so für den Zeitpunkt t m gebildeten Teilmengen von heißen die Schadensklassen zum Zeitpunkt m. 7

18 Sind A m ; ::::; A mk die Schadensklassen zur Zeit m, so zerfällt das Kollektiv gemäß k[ L = (Sv 2 A mj ) : Diese Zerlegung des Kollektivs L in zu den Schadensklassen gehörige Kunden ist die zur Zeit t m bestmögliche Unterscheidung der Kunden, wenn als einziges Unterscheidungsmerkmal die Schäden vorliegen. Aufgabe : Bestimmen Sie die Schadensklassen für jeden Zeitpunkt in folgendem Schadensverlaufsdiagramm X 0 X X 2 X 3 X 4 X 5 X 6 sv sv sv sv sv sv Aufgabe 2 : Bestimmen Sie die Schadensklassen für die N-jährige Risikoversicherung und die N-jährige gemischte Kapitalversicherung (siehe.2.2) Aufgabe 3 : Es sei t m fest. Wir erklären zwei Schadensverläufe sv; sv 0 2 als äquivalent, wenn gilt: X k (sv) = X k (sv 0 ) ; k m: Zeigen Sie, daßdies eine Äquivalenzrelation ist und daßdie Äquivalenzklassen gerade die Schadensklassen zur Zeit t m sind!.4.2 Beiträge und Äquivalenzprinzip Das VU verlangt von seinen Kunden für seine Leistungen (Schadenserstattung) natürlich Beiträge und strebt dabei Gewinn an: Summe aller Beitrage (aller Kunden) > Summe aller Leistungen (an alle Kunden): Diese Ungleichung läßt sich zu einer Gleichung machen, indem man die Kosten des Versicherungsbetriebs als Leistungen an den Kunden ansieht. Die tatsächlichen Zahlungen an den Kunden bezeichnet man auch als Nettoleistungen, diese zusammen mit den Kosten auch als Bruttoleistungen. Jetzt also: Summe aller Beitrage (aller Kunden) = Summe aller (Brutto )Leistungen (an alle Kunden): 8

19 Man bezeichnet diese Gleichwertigkeit von Leistungen und Gegenleistungen als Äquivalenzprinzip. Unter den obigen Annahmen über das Kollektiv L läßt sich sofort berechnen: Summe aller Leistungen (an alle Kunden) = UX jd j j S N (sv j ) Die einfachste Methode der Beitragszahlung ist der Einmalbeitrag, das heißt, alle jlj Kunden zahlen zum Zeitpunkt t 0 = 0 ihren einzigen und für alle gleichen Beitrag B. Das Äquivalenzprinzip erfordert dann Es ist aber jlj B = = = jlj UX UX jd j j S N (sv j ): UX jd j j S N (sv j ) jd j j jlj S N (sv j ) UX w j S N (sv j ) = E(S N ): und damit B = E(S N ) kurz: Einmalbeitrag gleich mittlerer Gesamtschaden. Nun ist ein Einmalbeitrag aus der Sicht der Kunden oft unangemessen hoch, so daßdas VU den Kunden eine Ratenzahlung während der der Dauer der Versicherung ermöglicht. Das VU kann an einem festen Zeitpunkt t m die Kunden gemäßden oben eingeführten Schadensklassen unterscheiden, also kann es zu diesem Zeitpunkt so viele unterschiedliche Beiträge festlegen, wie Schadensklassen zur Zeit t m existieren. Nehmen wir als Beispiel die vierjährige Risikolebensversicherung: X 0 X X 2 X 3 X 4 sv 0 s sv 0 s 0 0 sv s 0 sv s sv

20 Zum Zeitpunkt t gibt es die beiden Schadensklassen fsv 0 g ; fsv ; sv 2 ; sv 3 ; sv 4 g ; zum Zeitpunkt t 2 gibt es die drei Schadensklassen fsv 0 g ; fsv g ; fsv 2 ; sv 3 ; sv 4 g usw. Die Schadensverläufe sv 0 ; sv ; sv 2 ; sv 3 werden von den Kunden erzeugt, die im.,...,4. Versicherungsjahr sterben, sv 4 von den Kunden, die überleben. Da man von Toten keine Beiträge (also 0) erhebt, ergibt sich somit folgendes Beitragsdiagramm: B 0 B B 2 B 3 B 4 sv 0 b sv b 0 b sv 2 b 0 b b sv 3 b 0 b b 2 b 3 0 sv 4 b 0 b b 2 b 3 0 Wir de nieren also: Der Beitrag B m zur Zeit t m ist eine Zufallsvariable B m :! R die auf den Schadensklassen zur Zeit m konstant ist, 0 m N: Natürlich ist B m dann auch auf den Schadensklassen zur Zeit ; m N, konstant. Analog zum Gesamtschaden nennen wir die Zufallsvariable NX B m :! R den Gesamtbeitrag. Jetzt ist Summe aller Beitrage (aller Kunden) = und das Äquivalenzprinzip wird zu UX NX jd j j ( B m (sv j )) = UX NX jd j j ( B m (sv j )) UX jd j j S N (sv j ); seine übliche Form ergibt sich mittels Division durch jlj zu 20

21 P E( N B m ) = E(S N ): kurz: Erwartungswert des Gesamtbeitrags gleich Erwartungswert des Gesamtschadens : oder Erwartungswert der Beiträge gleich Erwartungswert der Leistungen : Zur (mathematisch) vollständigen Beschreibung eines Versicherungsvertrags gehört die Angabe von Schadensverlaufs- und Beitragsdiagramm! Aufgabe : Berechnen Sie für die vierjährige Risikolebensversicherung X 0 X X 2 X 3 X 4 w sv 0 s w 0 sv 0 s 0 0 w sv s 0 w 2 sv s w 3 sv w 4 den Jahresbeitrag b, d.h. im obigen Beitragsdiagramm ist b 0 = b = b 2 = b 3 = b. Aufgabe 2: Bestimmen Sie für das Schadensverlaufsdiagramm X 0 X X 2 X 3 X 4 X 5 X 6 sv sv sv sv sv sv ein Beitragsdiagramm, wobei die Zufallsvariablen B m :! R möglichst viele Werte haben sollen! Aufgabe 3: Zeigen Sie, daßsich der Erwartungswert des Gesamtschadens nicht ändert, wenn man die Einträge in einem oder mehreren Schadensverläufen vertauscht! Dieser Erwartungswert ändert sich auch dann nicht, wenn die Einträge eines Schadensverlaufes an einzelnen Zeitpunkten so zusammengefaßt werden, daßihre Gesamtsumme erhalten bleibt! Analoge Aussagen gelten für den Gesamtbeitrag N P B m. 2

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen

geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Gehen wir einmal davon aus, dass die von uns angenommenen geben. Die Wahrscheinlichkeit von 100% ist hier demnach nur der Vollständigkeit halber aufgeführt. Gehen wir einmal davon aus, dass die von uns angenommenen 70% im Beispiel exakt berechnet sind. Was würde

Mehr

Bericht zur Prüfung im Oktober 2003 über Mathematik der Lebensversicherung (Grundwissen)

Bericht zur Prüfung im Oktober 2003 über Mathematik der Lebensversicherung (Grundwissen) Bericht zur Prüfung im Oktober 2003 über Mathematik der Lebensversicherung Grundwissen) Jürgen Strobel Köln) und Hans-Jochen Bartels Mannheim) Am 04.10.2003 wurde in Köln die zehnte Prüfung über Mathematik

Mehr

Primzahlen und RSA-Verschlüsselung

Primzahlen und RSA-Verschlüsselung Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also

Mehr

Informationsblatt Induktionsbeweis

Informationsblatt Induktionsbeweis Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln

Mehr

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage:

1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Zählen und Zahlbereiche Übungsblatt 1 1. Man schreibe die folgenden Aussagen jeweils in einen normalen Satz um. Zum Beispiel kann man die Aussage: Für alle m, n N gilt m + n = n + m. in den Satz umschreiben:

Mehr

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren

Lineargleichungssysteme: Additions-/ Subtraktionsverfahren Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als

Mehr

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen

Beispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen 4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.

Mehr

1 Mathematische Grundlagen

1 Mathematische Grundlagen Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.

Mehr

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.

Die Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung. Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,

Mehr

Zinseszins- und Rentenrechnung

Zinseszins- und Rentenrechnung Zinseszins- und Rentenrechnung 1 Berechnen Sie den Zeitpunkt, an dem sich das Einlagekapital K bei a) jährlicher b) monatlicher c) stetiger Verzinsung verdoppelt hat, wobei i der jährliche nominelle Zinssatz

Mehr

Im weiteren werden die folgenden Bezeichnungen benutzt: Zinsrechnung

Im weiteren werden die folgenden Bezeichnungen benutzt: Zinsrechnung 4.2 Grundbegriffe der Finanzmathematik Im weiteren werden die folgenden Bezeichnungen benutzt: K 0 Anfangskapital p Zinsfuß pro Zeiteinheit (in %) d = p Zinssatz pro Zeiteinheit 100 q = 1+d Aufzinsungsfaktor

Mehr

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen

Austausch- bzw. Übergangsprozesse und Gleichgewichtsverteilungen Austausch- bzw. Übergangsrozesse und Gleichgewichtsverteilungen Wir betrachten ein System mit verschiedenen Zuständen, zwischen denen ein Austausch stattfinden kann. Etwa soziale Schichten in einer Gesellschaft:

Mehr

Charakteristikum des Gutachtenstils: Es wird mit einer Frage begonnen, sodann werden die Voraussetzungen Schritt für Schritt aufgezeigt und erörtert.

Charakteristikum des Gutachtenstils: Es wird mit einer Frage begonnen, sodann werden die Voraussetzungen Schritt für Schritt aufgezeigt und erörtert. Der Gutachtenstil: Charakteristikum des Gutachtenstils: Es wird mit einer Frage begonnen, sodann werden die Voraussetzungen Schritt für Schritt aufgezeigt und erörtert. Das Ergebnis steht am Schluß. Charakteristikum

Mehr

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte 50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien

Mehr

Zeichen bei Zahlen entschlüsseln

Zeichen bei Zahlen entschlüsseln Zeichen bei Zahlen entschlüsseln In diesem Kapitel... Verwendung des Zahlenstrahls Absolut richtige Bestimmung von absoluten Werten Operationen bei Zahlen mit Vorzeichen: Addieren, Subtrahieren, Multiplizieren

Mehr

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt

x 2 2x + = 3 + Es gibt genau ein x R mit ax + b = 0, denn es gilt - 17 - Die Frage ist hier also: Für welche x R gilt x = x + 1? Das ist eine quadratische Gleichung für x. Es gilt x = x + 1 x x 3 = 0, und man kann quadratische Ergänzung machen:... ( ) ( ) x x + = 3 +

Mehr

Wahrscheinlichkeitstheorie. Zapper und

Wahrscheinlichkeitstheorie. Zapper und Diskrete Wahrscheinlichkeitsräume Slide 1 Wahrscheinlichkeitstheorie die Wissenschaft der Zapper und Zocker Diskrete Wahrscheinlichkeitsräume Slide 2 Münzwürfe, Zufallsbits Elementarereignisse mit Wahrscheinlichkeiten

Mehr

Professionelle Seminare im Bereich MS-Office

Professionelle Seminare im Bereich MS-Office Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion

Mehr

Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR)

Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Abituraufgabe zur Stochastik, Hessen 2009, Grundkurs (TR) Eine Firma stellt USB-Sticks her. Sie werden in der Fabrik ungeprüft in Packungen zu je 20 Stück verpackt und an Händler ausgeliefert. 1 Ein Händler

Mehr

Lösungshinweise zur Einsendearbeit 2 SS 2011

Lösungshinweise zur Einsendearbeit 2 SS 2011 Lösungshinweise zur Einsendearbeit 2 zum Kurs 41500, Finanzwirtschaft: Grundlagen, SS2011 1 Lösungshinweise zur Einsendearbeit 2 SS 2011 Finanzwirtschaft: Grundlagen, Kurs 41500 Aufgabe Finanzierungsbeziehungen

Mehr

Data Mining: Einige Grundlagen aus der Stochastik

Data Mining: Einige Grundlagen aus der Stochastik Data Mining: Einige Grundlagen aus der Stochastik Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 21. Oktober 2015 Vorwort Das vorliegende Skript enthält eine Zusammenfassung verschiedener

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme 1 Zwei Gleichungen mit zwei Unbekannten Es kommt häufig vor, dass man nicht mit einer Variablen alleine auskommt, um ein Problem zu lösen. Das folgende Beispiel soll dies verdeutlichen

Mehr

Deckungskapital. Proseminar Versicherungsmathematik. TU Graz. 11. Dezember 2007

Deckungskapital. Proseminar Versicherungsmathematik. TU Graz. 11. Dezember 2007 Deckungskapital Gülnur Adanç Proseminar Versicherungsmathematik TU Graz 11. Dezember 2007 1 Inhaltsverzeichnis 1 Deckungskapital 2 1.1 Prospektive und Retrospektive Methode.................... 3 1.1.1

Mehr

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt

Rekursionen. Georg Anegg 25. November 2009. Methoden und Techniken an Beispielen erklärt Methoden und Techniken an Beispielen erklärt Georg Anegg 5. November 009 Beispiel. Die Folge {a n } sei wie folgt definiert (a, d, q R, q ): a 0 a, a n+ a n q + d (n 0) Man bestimme eine explizite Darstellung

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 13 Einheiten Definition 13.1. Ein Element u in einem Ring R heißt Einheit, wenn es ein Element v R gibt mit uv = vu = 1. DasElementv

Mehr

3. Zusammenhang. 22 Andreas Gathmann

3. Zusammenhang. 22 Andreas Gathmann 22 Andreas Gathmann 3. Zusammenhang Eine der anschaulichsten Eigenschaften eines topologischen Raumes ist wahrscheinlich, ob er zusammenhängend ist oder aus mehreren Teilen besteht. Wir wollen dieses Konzept

Mehr

16 Risiko und Versicherungsmärkte

16 Risiko und Versicherungsmärkte 16 Risiko und Versicherungsmärkte Entscheidungen bei Unsicherheit sind Entscheidungen, die mehrere mögliche Auswirkungen haben. Kauf eines Lotterieloses Kauf einer Aktie Mitnahme eines Regenschirms Abschluss

Mehr

Statistische Thermodynamik I Lösungen zur Serie 1

Statistische Thermodynamik I Lösungen zur Serie 1 Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen

Mehr

WS 2008/09. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen WS 2008/09 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws0809

Mehr

LU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen.

LU-Zerlegung. Zusätze zum Gelben Rechenbuch. Peter Furlan. Verlag Martina Furlan. Inhaltsverzeichnis. 1 Definitionen. Zusätze zum Gelben Rechenbuch LU-Zerlegung Peter Furlan Verlag Martina Furlan Inhaltsverzeichnis Definitionen 2 (Allgemeine) LU-Zerlegung 2 3 Vereinfachte LU-Zerlegung 3 4 Lösung eines linearen Gleichungssystems

Mehr

Rente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen

Rente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen 1 3.2. entenrechnung Definition: ente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren entenperiode = Zeitabstand zwischen zwei entenzahlungen Finanzmathematisch sind

Mehr

Rente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen

Rente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen 5.2. entenrechnung Definition: ente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren entenperiode = Zeitabstand zwischen zwei entenzahlungen Finanzmathematisch sind zwei

Mehr

7 Rechnen mit Polynomen

7 Rechnen mit Polynomen 7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn

Mehr

Name:... Matrikel-Nr.:... 3 Aufgabe Handyklingeln in der Vorlesung (9 Punkte) Angenommen, ein Student führt ein Handy mit sich, das mit einer Wahrscheinlichkeit von p während einer Vorlesung zumindest

Mehr

Statistik I für Betriebswirte Vorlesung 5

Statistik I für Betriebswirte Vorlesung 5 Statistik I für Betriebswirte Vorlesung 5 PD Dr. Frank Heyde TU Bergakademie Freiberg Institut für Stochastik 07. Mai 2015 PD Dr. Frank Heyde Statistik I für Betriebswirte Vorlesung 5 1 Klassische Wahrscheinlichkeitsdefinition

Mehr

Mathematischer Vorbereitungskurs für Ökonomen

Mathematischer Vorbereitungskurs für Ökonomen Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Gleichungen Inhalt: 1. Grundlegendes 2. Lineare Gleichungen 3. Gleichungen mit Brüchen

Mehr

5.Unsicherheit. 5.1WahrscheinlichkeitundRisiko

5.Unsicherheit. 5.1WahrscheinlichkeitundRisiko 1 5.Unsicherheit Bisher sind wir von vollständiger Planungssicherheit seitens der Entscheidungsträger ausgegangen. Dies trifft in vielen Fällen natürlich nicht den Kern eines Entscheidungsproblems.Wennz.B.eineEntscheidungfürdenKaufvonAktiengetroffen

Mehr

Lineare Differentialgleichungen erster Ordnung erkennen

Lineare Differentialgleichungen erster Ordnung erkennen Lineare Differentialgleichungen erster Ordnung In diesem Kapitel... Erkennen, wie Differentialgleichungen erster Ordnung aussehen en für Differentialgleichungen erster Ordnung und ohne -Terme finden Die

Mehr

a' c' Aufgabe: Spiegelung an den Dreiecksseiten und Anti-Steinersche Punkte Darij Grinberg

a' c' Aufgabe: Spiegelung an den Dreiecksseiten und Anti-Steinersche Punkte Darij Grinberg ufgabe: Spiegelung an den Dreiecksseiten und nti-steinersche Punkte Darij Grinberg Eine durch den Höhenschnittpunkt H eines Dreiecks B gehende Gerade g werde an den Dreiecksseiten B; und B gespiegelt;

Mehr

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83

9.2. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 9.. DER SATZ ÜBER IMPLIZITE FUNKTIONEN 83 Die Grundfrage bei der Anwendung des Satzes über implizite Funktionen betrifft immer die folgende Situation: Wir haben eine Funktion f : V W und eine Stelle x

Mehr

Gleichungen Lösen. Ein graphischer Blick auf Gleichungen

Gleichungen Lösen. Ein graphischer Blick auf Gleichungen Gleichungen Lösen Was bedeutet es, eine Gleichung zu lösen? Was ist überhaupt eine Gleichung? Eine Gleichung ist, grundsätzlich eine Aussage über zwei mathematische Terme, dass sie gleich sind. Ein Term

Mehr

Wichtig ist die Originalsatzung. Nur was in der Originalsatzung steht, gilt. Denn nur die Originalsatzung wurde vom Gericht geprüft.

Wichtig ist die Originalsatzung. Nur was in der Originalsatzung steht, gilt. Denn nur die Originalsatzung wurde vom Gericht geprüft. Das ist ein Text in leichter Sprache. Hier finden Sie die wichtigsten Regeln für den Verein zur Förderung der Autonomie Behinderter e. V.. Das hier ist die Übersetzung der Originalsatzung. Es wurden nur

Mehr

Das große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten

Das große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während

Mehr

Repetitionsaufgaben Wurzelgleichungen

Repetitionsaufgaben Wurzelgleichungen Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen

Mehr

a n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert:

a n + 2 1 auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: Beispiel: Wir untersuchen die rekursiv definierte Folge a 0 + auf Konvergenz. Berechnen der ersten paar Folgenglieder liefert: ( ) (,, 7, 5,...) Wir können also vermuten, dass die Folge monoton fallend

Mehr

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN

ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN ERGÄNZUNGEN ZUR ANALYSIS II MITTELWERTSATZ UND ANWENDUNGEN CHRISTIAN HARTFELDT. Zweiter Mittelwertsatz Der Mittelwertsatz Satz VI.3.4) lässt sich verallgemeinern zu Satz.. Seien f, g : [a, b] R auf [a,

Mehr

Stellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster

Stellen Sie bitte den Cursor in die Spalte B2 und rufen die Funktion Sverweis auf. Es öffnet sich folgendes Dialogfenster Es gibt in Excel unter anderem die so genannten Suchfunktionen / Matrixfunktionen Damit können Sie Werte innerhalb eines bestimmten Bereichs suchen. Als Beispiel möchte ich die Funktion Sverweis zeigen.

Mehr

q = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678

q = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678 Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [

Mehr

Korrigenda Handbuch der Bewertung

Korrigenda Handbuch der Bewertung Korrigenda Handbuch der Bewertung Kapitel 3 Abschnitt 3.5 Seite(n) 104-109 Titel Der Terminvertrag: Ein Beispiel für den Einsatz von Future Values Änderungen In den Beispielen 21 und 22 ist der Halbjahressatz

Mehr

Leichte-Sprache-Bilder

Leichte-Sprache-Bilder Leichte-Sprache-Bilder Reinhild Kassing Information - So geht es 1. Bilder gucken 2. anmelden für Probe-Bilder 3. Bilder bestellen 4. Rechnung bezahlen 5. Bilder runterladen 6. neue Bilder vorschlagen

Mehr

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen

11.3 Komplexe Potenzreihen und weitere komplexe Funktionen .3 Komplexe Potenzreihen und weitere komplexe Funktionen Definition.) komplexe Folgen: z n = x n + j. y n mit zwei reellen Folgen x n und y n.) Konvergenz: Eine komplexe Folge z n = x n + j. y n heißt

Mehr

Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand

Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand Entladen und Aufladen eines Kondensators über einen ohmschen Widerstand Vorüberlegung In einem seriellen Stromkreis addieren sich die Teilspannungen zur Gesamtspannung Bei einer Gesamtspannung U ges, der

Mehr

40-Tage-Wunder- Kurs. Umarme, was Du nicht ändern kannst.

40-Tage-Wunder- Kurs. Umarme, was Du nicht ändern kannst. 40-Tage-Wunder- Kurs Umarme, was Du nicht ändern kannst. Das sagt Wikipedia: Als Wunder (griechisch thauma) gilt umgangssprachlich ein Ereignis, dessen Zustandekommen man sich nicht erklären kann, so dass

Mehr

Berechnungen in Access Teil I

Berechnungen in Access Teil I in Access Teil I Viele Daten müssen in eine Datenbank nicht eingetragen werden, weil sie sich aus anderen Daten berechnen lassen. Zum Beispiel lässt sich die Mehrwertsteuer oder der Bruttopreis in einer

Mehr

194 Beweis eines Satzes von Tschebyschef. Von P. E RDŐS in Budapest. Für den zuerst von T SCHEBYSCHEF bewiesenen Satz, laut dessen es zwischen einer natürlichen Zahl und ihrer zweifachen stets wenigstens

Mehr

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.

Würfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!. 040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl

Mehr

PKV-Info. Lohnt der Wechsel innerhalb der PKV?

PKV-Info. Lohnt der Wechsel innerhalb der PKV? PKV-Info Lohnt der Wechsel innerhalb der PKV? 2 Die Unternehmen der privaten Krankenversicherung (PKV) stehen miteinander im Wettbewerb. Das ist so gewollt, zum Nutzen der Versicherten. Denn jeder Wettbewerb

Mehr

Finanzmathematik. Wirtschaftswissenschaftliches Zentrum Universität Basel. Mathematik für Ökonomen 1 Dr. Thomas Zehrt

Finanzmathematik. Wirtschaftswissenschaftliches Zentrum Universität Basel. Mathematik für Ökonomen 1 Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Finanzmathematik Literatur Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen, Band 1, 17. Auflage,

Mehr

Was meinen die Leute eigentlich mit: Grexit?

Was meinen die Leute eigentlich mit: Grexit? Was meinen die Leute eigentlich mit: Grexit? Grexit sind eigentlich 2 Wörter. 1. Griechenland 2. Exit Exit ist ein englisches Wort. Es bedeutet: Ausgang. Aber was haben diese 2 Sachen mit-einander zu tun?

Mehr

Programmiersprachen und Übersetzer

Programmiersprachen und Übersetzer Programmiersprachen und Übersetzer Sommersemester 2010 19. April 2010 Theoretische Grundlagen Problem Wie kann man eine unendliche Menge von (syntaktisch) korrekten Programmen definieren? Lösung Wie auch

Mehr

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B

Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip. KLAUSUR Statistik B Universität Bonn 28. Juli 2010 Fachbereich Rechts- und Wirtschaftswissenschaften Statistische Abteilung Prof. Dr. A. Kneip Sommersemester 2010 KLAUSUR Statistik B Hinweise zur Bearbeitung: Bei allen Teilaufgaben

Mehr

2 Terme 2.1 Einführung

2 Terme 2.1 Einführung 2 Terme 2.1 Einführung In der Fahrschule lernt man zur Berechnung des Bremsweges (in m) folgende Faustregel: Dividiere die Geschwindigkeit (in km h ) durch 10 und multipliziere das Ergebnis mit sich selbst.

Mehr

Skript und Aufgabensammlung Terme und Gleichungen Mathefritz Verlag Jörg Christmann Nur zum Privaten Gebrauch! Alle Rechte vorbehalten!

Skript und Aufgabensammlung Terme und Gleichungen Mathefritz Verlag Jörg Christmann Nur zum Privaten Gebrauch! Alle Rechte vorbehalten! Mathefritz 5 Terme und Gleichungen Meine Mathe-Seite im Internet kostenlose Matheaufgaben, Skripte, Mathebücher Lernspiele, Lerntipps, Quiz und noch viel mehr http:// www.mathefritz.de Seite 1 Copyright

Mehr

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR)

Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Abituraufgabe zur Analysis, Hessen 2009, Grundkurs (TR) Gegeben ist die trigonometrische Funktion f mit f(x) = 2 sin(2x) 1 (vgl. Material 1). 1.) Geben Sie für die Funktion f den Schnittpunkt mit der y

Mehr

Approximation durch Taylorpolynome

Approximation durch Taylorpolynome TU Berlin Fakultät II - Mathematik und Naturwissenschaften Sekretariat MA 4-1 Straße des 17. Juni 10623 Berlin Hochschultag Approximation durch Taylorpolynome Im Rahmen der Schülerinnen- und Schüler-Uni

Mehr

Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort:

Tangentengleichung. Wie lautet die Geradengleichung für die Tangente, y T =? Antwort: Tangentengleichung Wie Sie wissen, gibt die erste Ableitung einer Funktion deren Steigung an. Betrachtet man eine fest vorgegebene Stelle, gibt f ( ) also die Steigung der Kurve und somit auch die Steigung

Mehr

Englische Division. ... und allgemeine Hinweise

Englische Division. ... und allgemeine Hinweise Das folgende Verfahren ist rechnerisch identisch mit dem Normalverfahren; es unterscheidet sich nur in der Schreibweise des Rechenschemas Alle Tipps und Anmerkungen, die über die Besonderheiten dieser

Mehr

Sowohl die Malstreifen als auch die Neperschen Streifen können auch in anderen Stellenwertsystemen verwendet werden.

Sowohl die Malstreifen als auch die Neperschen Streifen können auch in anderen Stellenwertsystemen verwendet werden. Multiplikation Die schriftliche Multiplikation ist etwas schwieriger als die Addition. Zum einen setzt sie das kleine Einmaleins voraus, zum anderen sind die Überträge, die zu merken sind und häufig in

Mehr

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren.

Basis und Dimension. Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Basis und Dimension Als nächstes wollen wir die wichtigen Begriffe Erzeugendensystem und Basis eines Vektorraums definieren. Definition. Sei V ein K-Vektorraum und (v i ) i I eine Familie von Vektoren

Mehr

Kreativ visualisieren

Kreativ visualisieren Kreativ visualisieren Haben Sie schon einmal etwas von sogenannten»sich selbst erfüllenden Prophezeiungen«gehört? Damit ist gemeint, dass ein Ereignis mit hoher Wahrscheinlichkeit eintritt, wenn wir uns

Mehr

Inhaltsübersicht Produktinformationsblatt zur Jahres-Reiserücktritts-Versicherung der Europäische Reiseversicherung AG

Inhaltsübersicht Produktinformationsblatt zur Jahres-Reiserücktritts-Versicherung der Europäische Reiseversicherung AG Inhaltsübersicht Produktinformationsblatt zur Jahres-Reiserücktritts-Versicherung der Europäische Reiseversicherung AG 1. Produktinformationsblatt zur Jahres-Reiserücktritts-Versicherung mit Selbstbeteiligung

Mehr

Anhand des bereits hergeleiteten Models erstellen wir nun mit der Formel

Anhand des bereits hergeleiteten Models erstellen wir nun mit der Formel Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung

Mehr

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse

Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse

Mehr

einfache Rendite 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110

einfache Rendite 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110 Übungsbeispiele 1/6 1) Vervollständigen Sie folgende Tabelle: Nr. Aktie A Aktie B Schlusskurs in Schlusskurs in 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110 Arithmetisches Mittel Standardabweichung

Mehr

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.

13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. 13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)

Mehr

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema

Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema Division Für diesen Abschnitt setzen wir voraus, dass der Koeffizientenring ein Körper ist. Betrachte das Schema 2x 4 + x 3 + x + 3 div x 2 + x 1 = 2x 2 x + 3 (2x 4 + 2x 3 2x 2 ) x 3 + 2x 2 + x + 3 ( x

Mehr

Kugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten

Kugel-Fächer-Modell. 1fach. 3fach. Für die Einzelkugel gibt es 3 Möglichkeiten. 6fach. 3! Möglichkeiten Kugel-Fächer-Modell n Kugeln (Rosinen) sollen auf m Fächer (Brötchen) verteilt werden, zunächst 3 Kugeln auf 3 Fächer. 1fach 3fach Für die Einzelkugel gibt es 3 Möglichkeiten } 6fach 3! Möglichkeiten Es

Mehr

Persönliche Zukunftsplanung mit Menschen, denen nicht zugetraut wird, dass sie für sich selbst sprechen können Von Susanne Göbel und Josef Ströbl

Persönliche Zukunftsplanung mit Menschen, denen nicht zugetraut wird, dass sie für sich selbst sprechen können Von Susanne Göbel und Josef Ströbl Persönliche Zukunftsplanung mit Menschen, denen nicht zugetraut Von Susanne Göbel und Josef Ströbl Die Ideen der Persönlichen Zukunftsplanung stammen aus Nordamerika. Dort werden Zukunftsplanungen schon

Mehr

BONUS MALUS SYSTEME UND MARKOV KETTEN

BONUS MALUS SYSTEME UND MARKOV KETTEN Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik, Institut für Mathematische Stochastik BONUS MALUS SYSTEME UND MARKOV KETTEN Klaus D. Schmidt Ringvorlesung TU Dresden Fakultät MN,

Mehr

Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte

Nachhilfe-Kurs Mathematik Klasse 13 Freie Waldorfschule Mitte Nachhilfe-Kurs Mathematik Klasse 3 Freie Waldorfschule Mitte März 8 Aufgaben zur analytischen Geometrie Musterlösung Gegeben sind die Ebenen E und E sowie die Punkte A und B: E : 4x + y + 3z = 3 E : x

Mehr

= i (V) = d 2. v = d! p! n da v 1 = v 2 gilt auch d 1 ÿ p ÿ n 1 = d 2 ÿ p ÿ n 2 (III) p kürzen (Division durch p) d 1 ÿ n 1 = d 2 ÿ n 2 (IV) oder

= i (V) = d 2. v = d! p! n da v 1 = v 2 gilt auch d 1 ÿ p ÿ n 1 = d 2 ÿ p ÿ n 2 (III) p kürzen (Division durch p) d 1 ÿ n 1 = d 2 ÿ n 2 (IV) oder v = d! p! n da v 1 = v 2 (I) (II) gilt auch d 1 ÿ p ÿ n 1 = d 2 ÿ p ÿ n 2 (III) p kürzen (Division durch p) d 1 ÿ n 1 = d 2 ÿ n 2 (IV) oder i = Übersetzungsverhältnis n 1 n 2 = d 2 d 1 = i (V) Beispiel

Mehr

Andreas Rühl. Investmentfonds. verstehen und richtig nutzen. Strategien für die optimale Vermögensstruktur. FinanzBuch Verlag

Andreas Rühl. Investmentfonds. verstehen und richtig nutzen. Strategien für die optimale Vermögensstruktur. FinanzBuch Verlag Andreas Rühl Investmentfonds verstehen und richtig nutzen Strategien für die optimale Vermögensstruktur FinanzBuch Verlag 1. Kapitel Wollen Sie Millionär werden? Kennen Sie die Formel zur ersten Million?

Mehr

Kapitalversicherungen

Kapitalversicherungen Kapitalversicherungen Birgit Scharwitzl 10. Dezember 2008 Inhaltsverzeichnis 1 Begriffe und wichtige Definitionen 2 1.1 Prämie................................................... 2 1.2 Gewinnbeteiligung............................................

Mehr

+ Sicherheit + Flexibilität + Preisvorteil. Berufsunfähigkeitsversicherung. neue leben. start plan GO

+ Sicherheit + Flexibilität + Preisvorteil. Berufsunfähigkeitsversicherung. neue leben. start plan GO + Sicherheit + Flexibilität + Preisvorteil Berufsunfähigkeitsversicherung neue leben start plan GO Jetzt durchstarten und dreimal Pluspunkte sammeln Sichern Sie Ihr Einkommen ab. Vom ersten Arbeitstag

Mehr

Theoretische Grundlagen der Informatik WS 09/10

Theoretische Grundlagen der Informatik WS 09/10 Theoretische Grundlagen der Informatik WS 09/10 - Tutorium 6 - Michael Kirsten und Kai Wallisch Sitzung 13 02.02.2010 Inhaltsverzeichnis 1 Formeln zur Berechnung Aufgabe 1 2 Hamming-Distanz Aufgabe 2 3

Mehr

Kapitalerhöhung - Verbuchung

Kapitalerhöhung - Verbuchung Kapitalerhöhung - Verbuchung Beschreibung Eine Kapitalerhöhung ist eine Erhöhung des Aktienkapitals einer Aktiengesellschaft durch Emission von en Aktien. Es gibt unterschiedliche Formen von Kapitalerhöhung.

Mehr

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist.

Matrizennorm. Definition 1. Sei A M r,s (R). Dann heißt A := sup die Matrixnorm. Wir wissen zunächst nicht, ob A eine reelle Zahl ist. Matrizennorm Es seien r,s N Mit M r,s (R bezeichnen wir die Menge der reellen r s- Matrizen (also der linearen Abbildungen R s R r, und setze M s (R := M s,s (R (also die Menge der linearen Abbildungen

Mehr

Lineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3

Lineare Funktionen. 1 Proportionale Funktionen 3 1.1 Definition... 3 1.2 Eigenschaften... 3. 2 Steigungsdreieck 3 Lineare Funktionen Inhaltsverzeichnis 1 Proportionale Funktionen 3 1.1 Definition............................... 3 1.2 Eigenschaften............................. 3 2 Steigungsdreieck 3 3 Lineare Funktionen

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de

Mehr

3.1. Die komplexen Zahlen

3.1. Die komplexen Zahlen 3.1. Die komplexen Zahlen Es gibt viele Wege, um komplexe Zahlen einzuführen. Wir gehen hier den wohl einfachsten, indem wir C R als komplexe Zahlenebene und die Punkte dieser Ebene als komplexe Zahlen

Mehr

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.

4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes. Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel

Mehr

Dame oder Tiger (Nach dem leider schon lange vergriffenen Buch von Raymond Smullyan)

Dame oder Tiger (Nach dem leider schon lange vergriffenen Buch von Raymond Smullyan) Dame oder Tiger? 1 Dame oder Tiger (Nach dem leider schon lange vergriffenen Buch von Raymond Smullyan) Der König eines nicht näher bestimmten Landes hat zwölf Gefangene und möchte aus Platzmangel einige

Mehr

Die Beschreibung bezieht sich auf die Version Dreamweaver 4.0. In der Version MX ist die Sitedefinition leicht geändert worden.

Die Beschreibung bezieht sich auf die Version Dreamweaver 4.0. In der Version MX ist die Sitedefinition leicht geändert worden. In einer Website haben Seiten oft das gleiche Layout. Speziell beim Einsatz von Tabellen, in denen die Navigation auf der linken oder rechten Seite, oben oder unten eingesetzt wird. Diese Anteile der Website

Mehr

Betragsgleichungen und die Methode der Fallunterscheidungen

Betragsgleichungen und die Methode der Fallunterscheidungen mathe online Skripten http://www.mathe-online.at/skripten/ Betragsgleichungen und die Methode der Fallunterscheidungen Franz Embacher Fakultät für Mathematik der Universität Wien E-mail: franz.embacher@univie.ac.at

Mehr

Geld Verdienen im Internet leicht gemacht

Geld Verdienen im Internet leicht gemacht Geld Verdienen im Internet leicht gemacht Hallo, Sie haben sich dieses E-book wahrscheinlich herunter geladen, weil Sie gerne lernen würden wie sie im Internet Geld verdienen können, oder? Denn genau das

Mehr

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.

Bei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses. XI. Binomialverteilung ================================================================== 11.1 Definitionen -----------------------------------------------------------------------------------------------------------------

Mehr

SS 2014 Torsten Schreiber

SS 2014 Torsten Schreiber SS 2014 Torsten Schreiber 204 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Bei der Rentenrechnung geht es um aus einem angesparten Kapital bzw. um um das Kapital aufzubauen, die innerhalb

Mehr

5 Eigenwerte und die Jordansche Normalform

5 Eigenwerte und die Jordansche Normalform Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n

Mehr

Quantilsschätzung als Werkzeug zur VaR-Berechnung

Quantilsschätzung als Werkzeug zur VaR-Berechnung Quantilsschätzung als Werkzeug zur VaR-Berechnung Ralf Lister, Aktuar, lister@actuarial-files.com Zusammenfassung: Zwei Fälle werden betrachtet und die jeweiligen VaR-Werte errechnet. Im ersten Fall wird

Mehr