Formelsammlung MathStat
|
|
- Margarete Dressler
- vor 4 Jahren
- Abrufe
Transkript
1 Formelsammlung MathStat (Prof. Roth) WIB Analysis Eigenschaften von Funktionen Eine Funktion heisst monoton wachsend im Intervall a x b, wenn x 1 < x 2, mit x 1, x 2 Intervall, gilt: f(x 1 ) f(x 2 ). Gilt sogar f(x 1 ) < f(x 2 ), ist die Funktion streng monoton wachsend. Analog für fallend. Eine Funktion heisst stetig in x 0, für x 0 a < x 0 < b, wenn gilt: lim x x 0 links f(x) = f(x 0 ) = lim f(x) x x 0 rechts Bei einer gebrochen rationalen Funktion stehen im Zähler und Nenner je eine ganzrationale Funktion, die Potenzen unterschiedlichen Grades enthalten. Rechenregeln für Logarithmen: log(x 1 x 2 ) = log(x 1 ) + log(x 2 ) log( x1 x 2 ) = log(x 1 ) log(x 2 ) log(x 1 ) x2 = x 2 log(x 1 ) log( x 2 x1 ) = log(x 1 ) 1 x 2 = 1 x 2 log(x 1 ) Ableitungen spezieller Funktionen: y = a x => y = a x ln(a) y = e x => y = e x y = e 2x => y = 2 e 2x y = u(x) v(x) => y = e v(x) ln(u(x)) y = ln(x) => y = 1 x y = ln(2x) => y = 2 2x Kettenregel! y = log a x => y = 1 x log ae = 1 x lna y = n x => y 1 = n n x n 1 1
2 Ableitungsregeln: Produktregel: y = f g => y = f g + f g Quotientenregel: y = f g => y = g f f g g 2 Kettenregel: y = f(g(x)) => y = f (g(x)) g (x) Kurvendiuskussion: Definitionsbereich Ableitungen Nullstellen Schnittpunkt mit der y- Achse Extrempunkte notw. Bedingung: f (x) = 0 hinr. Bedingung: f (x) > 0 => Minimum f (x) < 0 => Maximum Wendepunkte notw. Bedingung: f (x) = 0 hinr. Bedingung: f (x) 0 Wertebereich inkl. Verlaufsskizze partielle Ableitungen: Bei Funktionen mit 2 Unbekannten x und y werden partielle Ableitungen gebildet, indem man einzeln nach den Variablen ableitet: z x = d.h. die Fkt. wird nach x abgeleitet. z y analog nach y. δf(x, y), δx 2
3 Die Kreuzableitungen werden entsprechen gebildet, indem man die Ableitung der 1. Variablen nach der 2. ableitet: z xy = z yx = δ2 f(x, y) δx δy Ein Punkt P (x e /y e /z e ) ist Extrempunkt der Funktion z = f(x, y), wenn: notw. Bedingung: z x = δz δx = 0 und z y = δz δy = 0 hinr. Bedingung: Weiter gilt: z xx > 0 => Minimum z xx < 0 => Maximum z xx z yy (z xy ) 2 0 Lagrange-Funktion: Bei Extremwertbetrachtungen mit Einbeziehung von Nebenbedingungen zwecks Optimierung wird die Lagrange-Funktion verwendet: Sei f(x 1, x 2,...x n ) die Zielfunktion und g 1 (x 1, x 2,...x n ),...g k (x 1, x 2,...x n ) Nebenbedingungen, dann gilt: L(x 1, x 2,...x n, λ 1, λ 2,...λ k ) = f(x 1, x 2,...x n ) + k j=1 λ j g j (x 1, x 2,...x n ) Die Nebenbedingung muss vor dem Einsetzen in die Lagrange-Funktion auf die Form g = 0 gebracht werden. Durch das Aufstellen der 3 partiellen Ableitungen der Lagrange-Funktion erhält man 3 Gleichungen mit 3 Unbekannten. Es empfiehlt sich L x und L y nach λ aufzulösen und gleichzusetzen. Zur Extremwertbestimmung müssen die gleichen Bedingungen wie oben (part. Abl.) erfüllt sein. 3
4 2 Finanzmathematik Definitionen: K 0 = Kapital i = Zinssatz pro Jahr; i = p = Zinsfuß; p= i * 100% n = Zeitraum (Jahre) Ann = Annuität T il k = Tilgung in Periode k S = Kreditbetrag Zeitpunkt 0 Zinsen pro Jahr Kapital Einfache Zinsrechnung (nachschüssig) K n = (1 + p 100 n) K 0 Zinseszinsrechnung (nachschüssig) K n = (1 + p 100 )n K 0 Unterjährige Verzinsung (nachschüssig) Werden die Zinsen bereits nach 1 m Jahren dem Kapital zugeschlagen und mitverzinst, so spricht man von unterjähriger Verzinsung: Renten und Annuitäten regelmäßige Zahlung K n = (1 + die einzelne Zahlungen heißen Raten p 100m )n m K 0 Sind die Raten am Ende (Anfang) des Jahres fällig spricht man von nachschüssiger (vorschüssiger) Rente Der Gesamtwert der Rente zu Beginn (am Ende) der Laufzeit einer Rente, heißt Barwert K 0vs = K 0ns (1 + i) Geometrische Reihe: n q t = 1 + q + q q n = 1 qn+1, mit q 1 1 q t=0 Barwert (gleich bleibende Rente) K 0 = n t=1 1 (1 + i) t = [(1 + i) 1 + (1 + i) (1 + i) n ] i = Zinssatz; n = Rentenzahlungsdauer; erste Rate = 1 Euro; A = Rente BW nachsch. = (1 + i)n 1 i(1 + i) n A 4
5 Barwert (anwachsende Rente) 1+i )n BW nachsch. = 1 ( 1+w i w, w = W achstumsrate BW vorsch. = (1 + i) BW nachsch. Rentenbarwertfaktor Tilgungsbetrag K 0 = 1 ( 1 1+i )n i t 1 T IL t = ANN i(s k=1 T IL k ) T IL t+1 T IL t = i T IL t T IL k = Tilgung zu Zeitpunkt k; S = Kreditbetrag im Zeitpunkt 0 In welcher Periode n ist ein Kredit getilgt? n ln[ S i T IL 1 + 1] ln(1 + i) 5
6 3 Stochastik Definitionen: M = m bezeichnet die Anzahl der Elemente einer Menge M Vereinigung: A B - A oder B oder Beides Durschnitt A B - A und B A B = A + B A B kartesisches Produkt: A B = {(a, b) a A und B B} A B = A B Sei M eine m-elementige Menge. Dann hat M genau 2 m Teilmengen. ω i ist Elementarereignis Ereignismenge Ω = {ω 1, ω 2, ω 3,...} Wahrscheinlichkeit p[ω i ], mit 0 p[ω i ] 1 Wahrscheinlichkeit p[e] = 1 p[ςe], mit ςe:= Nicht E Darüber hinaus ist p[e] + p[ςe] = p[ω] = 1 p[a] = Anzahl der günstigen F älle Anzahl der möglichen F älle = A Ω LaPlace Gleichverteilung aller Elementarerignisse (z.b. Würfel) Ziehen ohne Zurücklegen (mit Reihenfolge) Menge mit n Elementen n! Permutationen (3 Elemente 3! = 6 Variationsmöglichkeiten) Ziehen ohne Zurücklegen (ohne Reihenfolge) Möglichkeit aus n Elementen k herauszuziehen ist: ( ) n k = n! (n k)! k! Beispiel: Kugeln ziehen M := Anzahl der ausgezeichneten Kugeln in der Urne N := Alle Kugeln in der Urne m := Anzahl der gezogenen Kugeln mit ausgezeichneter Eigenschaft n := Anzahl der Züge W (m) = ( ) M m ( N M n m Ziehen mit Zurücklegen (ohne Reihenfolge) Möglichkeit aus n Elementen k herauszuziehen ist: ( ) ( n M ) k k N (1 M N )n k ( N n ) ) 6
7 Unabhängigkeit von Ereignissen E 1 und E 2 heißen statistisch (stochastisch) unabhängig, wenn gilt: W (E 1 E 2 ) = W (E 1 ) W (E 2 ) Eine Abfolge von Versuchen ist unabhängig, wenn sie unter gleichen Bedingungen durchgeführt werden. Bedingte Wahrscheinlichkeiten W (E 1 E 2 ) = W (E 1 E 2 ) W (E 2 ) heißt die bedingte Wahrscheinlichkeit von E 1 unter der Bedingung E 2. Allgemeiner Multiplikationssatz W (E 1 E 2 ) = W (E 1 ) W (E 2 E 1 ) Zufallsvariable Jedem Versuchsergebnis ω Ω wird genau eine reelle Zahl ξ(ω) R zugeordnet. ξ ist also eine reelwertige Funktion auf Ω, deren Werte vom Zufall abhängen. Deshalb nennt man ξ eine Zufallsvariable. Die Funktion F (x) = W (ξ x) für jedes reele x, heißt Verteilungsfunktion der Zufallsvariablen ξ. F(x) gibt die Wahrscheinlichkeit dafür an, dass der angenommene Wert ξ(ω) nicht größer als x ausfällt. Vorgehen für Verteilungsfunktion: 1. Werte für ξ herausfinden (z.b. bei 2 Würfeln 2,3,..,12). 2. Wahrscheinlichkeiten für die einzelnen ξ berechnen (z.b. bei 2 Würfeln 1 36, 2 36,.., 1 36 ) 3. Dann die Funktionswerte durch Addition aller niedrigeren Werte errechnen (z.b. F (3) = W (ξ = 2) + W (ξ = 3) = 3 36 ). Also : F (x) = i x W (ξ = i). 4. Treppenfunktion (bzw. stetige Verteilungsfunktion für Zufallsvariablen, die jeden reelen Zwischenwert annehmen können) zeichnen 7
8 Stetige Verteilungsfunktion F lächeninhalt : F (x) = W (a < ξ b) für a < b : W (a < ξ b) = x b a f(x)dx f(x)dx = F (b) F (a) Erwartungswert Der Erwartungswert ist der Mittelwert einer Zufallsvariablen ξ (welches Ereignis tritt am ehesten ein): E(ξ) = µ = i x i W (ξ = x i ) = x i p i Streuung / Varianz Wie verlässlich ist µ? Wie stark streut ξ um ihren Mittelwert µ? Dazu errechnet man zunächst die durchschnittliche quadratische Abweichung (Varianz): E[(ξ µ) 2 ] = i (x i µ) 2 W (ξ = x i ) = σ 2 = i (x i µ) 2 p i Die positive Wurzel aus der Varianz σ 2 bezeichnet man als Streuung (Standardabweichung) σ. Rechenregeln Es seien a,b reele Zahlen und ξ Zufallsvariable, dann gilt: E[aξ + b] = a E[ξ] + b Der Erwartungswert einer Summe von Zufallsvariablen ist gleich der Summe der einzelnen Erwartungswerte: E[ξ 1 + ξ ξ n ] = E[ξ 1 ] + E[ξ 2 ] E[ξ n ] ξ 1, ξ 2,..., ξ n seien unabhängige Zufallsvariablen. Dann ist die Varianz σ 2 der Summe ξ 1 + ξ ξ n gleich der Summe der Varianzen: σ 2 = σ1 2 + σ σn 2 Sind ξ 1 und ξ 2 unabhängige Zufallsvariablen, so gilt: E[ξ 1 ξ 2 ] = E[ξ 1 ] E[ξ 2 ] Aus 1. und 2.: σ 2 = E[ξ 2 ] µ 2 8
9 E[((ξ + b) E[ξ + b]) 2 ] = E[(ξ E[ξ]) 2 ] E[(aξ E[aξ]) 2 ] = E[a 2 (ξ E[ξ]) 2 ] = a 2 E[(ξ E[ξ]) 2 ] 9
Statistik I für Betriebswirte Vorlesung 3
Statistik I für Betriebswirte Vorlesung 3 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 15. April 2019 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 3 Version: 1. April
MehrMikroökonomik Prof. Dr. Stefan Klonner SoSe Übungsblatt 1
1 Funktionen Definition 1 (Funktion). Übungsblatt 1 Eine Funktion f(x) einer reellen Variable x mit Definitionsbereich D ist eine Regel, die jeder Zahl x in D eine reelle Zahl f(x) eindeutig zuordnet.
MehrStatistik I für Betriebswirte Vorlesung 3
Statistik I für Betriebswirte Vorlesung 3 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 20. April 2017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 3 Version: 18.
MehrWirtschaftsmathematik: Formelsammlung (V1.40)
Wirtschaftsmathematik: Formelsammlung (V.40) Grundlagen n! = 2 3... n = 0! = n i für n N, n 0, i= pq-formel Lösung von x 2 + px + q = 0 x /2 = p p 2 ± 2 4 q abc-formel Lösung von ax 2 + bx + c = 0 Binomische
MehrStatistik für Ingenieure Vorlesung 3
Statistik für Ingenieure Vorlesung 3 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 14. November 2017 3. Zufallsgrößen 3.1 Zufallsgrößen und ihre Verteilung Häufig sind
Mehr2 Zufallsvariable und Verteilungsfunktionen
8 2 Zufallsvariable und Verteilungsfunktionen Häufig ist es so, dass den Ausgängen eines Zufallexperiments, d.h. den Elementen der Ereignisalgebra, eine Zahl zugeordnet wird. Das wollen wir etwas mathematischer
MehrTutorium: Analysis und Lineare Algebra
Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 25.06.2018 20. Juni 2018 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2018 Steven Köhler 20. Juni 2018 Konvergenz
MehrÜbung Zeigen Sie, dass dies als Grenzwert der Wahrscheinlichkeitsfunktion der Binomialverteilung mit
Übung 2 24..23 Ü b u n g 2 Aufgabe Die Poissonverteilung P(λ) hat die Wahrscheinlichkeitsfunktion p(x) = λx e λ (x ) x! Zeigen Sie, dass dies als Grenzwert der Wahrscheinlichkeitsfunktion der Binomialverteilung
MehrWichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung
Wichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung Version: 22. September 2015 Evelina Erlacher 1 Mengen Es sei Ω eine Menge (die Universalmenge ) und A, B seien Teilmengen von Ω. Dann schreiben
MehrZusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen
Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind
MehrUniversität Basel Wirtschaftswissenschaftliches Zentrum. Zufallsvariablen. Dr. Thomas Zehrt
Universität Basel Wirtschaftswissenschaftliches Zentrum Zufallsvariablen Dr. Thomas Zehrt Inhalt: 1. Einführung 2. Zufallsvariablen 3. Diskrete Zufallsvariablen 4. Stetige Zufallsvariablen 5. Erwartungswert
MehrFernstudium4You.de Effektiv und Erfolgreich Fernstudieren
Fernstudium4You.de Effektiv und Erfolgreich Fernstudieren Mathe-Paket I Formelsammlung Analysis und lineare Algebra Grundlagen von Folgen und Reihen Abstand zwischen zwei Gliedern einer arithmetischen
MehrKapitel 4. Folgen und Reihen. Josef Leydold Auffrischungskurs Mathematik WS 2017/18 4 Folgen und Reihen 1 / 38
Kapitel 4 Folgen und Reihen Josef Leydold Auffrischungskurs Mathematik WS 2017/18 4 Folgen und Reihen 1 / 38 Folgen Eine Folge ist eine Anordnung von reellen Zahlen. Die einzelnen Zahlen heißen Glieder
MehrWoche 2: Zufallsvariablen
Woche 2: Zufallsvariablen Patric Müller ETHZ WBL 19/21, 29.04.2019 Wahrscheinlichkeit und Statistik Patric Müller WBL 2019 Teil III Zufallsvariablen Wahrscheinlichkeit
MehrWoche 2: Zufallsvariablen
Woche 2: Zufallsvariablen Patric Müller ETHZ WBL 17/19, 24.04.2017 Wahrscheinlichkeit und Statistik Patric Müller WBL 2017 Teil III Zufallsvariablen Wahrscheinlichkeit
MehrWahrscheinlichkeitstheorie und Statistik
Wahrscheinlichkeitstheorie und Statistik Definitionen und Sätze Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Sommersemester 2018 2.5.2018 Diskrete Wahrscheinlichkeitsräume Diskreter
MehrKapitel 1:»Rechnen« c 3 c 4 c) b 5 c 4. c 2 ) d) (2x + 3) 2 e) (2x + 0,01)(2x 0,01) f) (19,87) 2
Kapitel :»Rechnen«Übung.: Multiplizieren Sie die Terme so weit wie möglich aus. a /5 a 5 Versuchen Sie, vorteilhaft zu rechnen. Übung.2: Berechnen Sie 9% von 2573. c 3 c 4 b 5 c 4 ( b 2 c 2 ) (2x + 3)
MehrDifferential- und Integralrechnung
Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik
MehrLösungen der Aufgaben zu Kapitel 9
Lösungen der Aufgaben zu Kapitel 9 Abschnitt 9. Aufgabe a) Wir bestimmen die ersten Ableitungen von f, die uns dann das Aussehen der k-ten Ableitung erkennen lassen: fx) = x + e x xe x, f x) = e x e x
MehrStatistik I für Betriebswirte Vorlesung 4
Statistik I für Betriebswirte Vorlesung 4 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 25. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrMathematik 3 für Informatik
Gunter Ochs Sommersemester 0 Mathematik 3 für Informatik Hausaufgabenblatt Lösungshinweise ohne Garantie auf Fehlerfeiheit). Seien f ) = { {, falls, falls und f ) =. ln, falls a) Skizzieren
MehrDifferenzialrechnung
Mathe Differenzialrechnung Differenzialrechnung 1. Grenzwerte von Funktionen Idee: Gegeben eine Funktion: Gesucht: y = f(x) lim f(x) = g s = Wert gegen den die Funktion streben soll (meist 0 oder ) g =
MehrMathematikaufgaben zur Vorbereitung auf das Studium
Hochschule für Technik und Wirtschaft Dresden Fakultät Informatik / Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengänge Betriebswirtschaft International Business Dresden 05 . Mengen
MehrHöhere Mathematik II für BWIW, BNC, BAI, BGIP, GTB, Ma Hausaufgaben zum Übungsblatt 5 - Lösung
TU Bergakademie Freiberg Sommersemester Dr. Gunter Semmler Dr. Anja Kohl Höhere Mathematik II für BWIW, BNC, BAI, BGIP, GTB, Ma Hausaufgaben zum Übungsblatt 5 - Lösung Differentialrechnung für Funktionen
MehrMathematikaufgaben zur Vorbereitung auf das Studium
Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengang Bauingenieurwesen Dresden 2005 . Mengen Kenntnisse
MehrUnter Kurvendiskussion versteht man die Untersuchung einer gegebenen Funktion auf bestimmte Merkmale und Eigenschaften:
1 KURVENDISKUSSION Unter Kurvendiskussion versteht man die Untersuchung einer gegebenen Funktion auf bestimmte Merkmale und Eigenschaften: 1.1 Definitionsbereich Zuerst bestimmt man den maximalen Definitionsbereich
MehrMathematische und statistische Methoden für Pharmazeuten
Mathematische und statistische Methoden für Pharmazeuten Josef Berger 11. Juni 2018 Dieses Manuskript enthält auszugsweise einige Teile der Vorlesung. Das Lesen des Manuskriptes ersetzt nicht den Besuch
MehrWahrscheinlichkeit und Statistik: Zusammenfassung
HSR Hochschule für Technik Rapperswil Wahrscheinlichkeit und Statistik: Zusammenfassung beinhaltet Teile des Skripts von Herrn Hardy von Lukas Wilhelm lwilhelm.net 12. Januar 2007 Inhaltsverzeichnis 1
MehrStochastik. 1. Wahrscheinlichkeitsräume
Stochastik 1. Wahrscheinlichkeitsräume Ein Zufallsexperiment ist ein beliebig oft und gleichartig wiederholbarer Vorgang mit mindestens zwei verschiedenen Ergebnissen, bei dem der Ausgang ungewiß ist.
MehrAbitur 2014 Mathematik Infinitesimalrechnung I
Seite http://www.abiturloesung.de/ Seite 2 Abitur 204 Mathematik Infinitesimalrechnung I Die Abbildung zeigt den Graphen einer Funktion f. Teilaufgabe Teil A (5 BE) Gegeben ist die Funktion f : x x ln
MehrInhaltsverzeichnis. Dozent: Andreas Nestke Lehrfach: Mathe 3 Thema: Wahrscheinlichkeitstheorie Datum: Autor: René Pecher
Dozent: Andreas Nestke Lehrfach: Mathe 3 Thema: Wahrscheinlichkeitstheorie Datum: 24.01.2011 Autor: René Pecher Inhaltsverzeichnis 1 Permutation 1 1.1 ohne Wiederholungen........................... 1 1.2
MehrWirtschaftsmathematik Formelsammlung
Wirtschaftsmathematik Formelsammlung Binomische Formeln Stand März 2019 (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) (a b) = a 2 b 2 Fakultät (Faktorielle) n! = 1 2 3 4 (n 1) n Intervalle
MehrKlausur Mathematik, 1. Oktober 2012, A
Klausur, Mathematik, Oktober 2012, Lösungen, A 1 Klausur Mathematik, 1. Oktober 2012, A Die Klausureinsicht ist Do, 8.11.2012 um 18:00 in MZG 8.136. Die Klausur ist mit 30 Punkten bestanden. Falls Sie
MehrEigenschaften stetiger Funktionen Buch Kap. 2.5
Eigenschaften stetiger Funktionen Buch Kap. 2.5 Satz 2.6: (Nullstellensatz) Ist f : [a, b] R stetig und haben f (a) und f (b) unterschiedliche Vorzeichen, so besitzt f in (a, b) mindestens eine Nullstelle.
MehrWichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung
Wichtige Begriffe und Sätze aus der Wahrscheinlichkeitsrechnung Version: 15. Jänner 2017 Evelina Erlacher Inhaltsverzeichnis 1 Mengen 2 2 Wahrscheinlichkeiten 3 3 Zufallsvariablen 5 3.1 Diskrete Zufallsvariablen............................
Mehr4.1. Grundlegende Definitionen. Elemente der Analysis I Kapitel 4: Funktionen einer Variablen. 4.2 Graphen von Funktionen
4.1. Grundlegende Definitionen Elemente der Analysis I Kapitel 4: Funktionen einer Variablen Prof. Dr. Volker Schulz Universität Trier / FB IV / Abt. Mathematik 22./29. November 2010 http://www.mathematik.uni-trier.de/
MehrAnliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können.
2 Zufallsvariable 2.1 Einführung Anliegen: Beschreibung von Versuchsergebnissen mit Zahlen, um mit Zahlen bzw. bekannten Funktionen rechnen zu können. Eine Zufallsvariable X ordnet jedem elementaren Versuchsausgang
MehrMathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
MehrBasiswissen Daten und Zufall Seite 1 von 8 1 Zufallsexperiment Ein Zufallsexperiment ist ein Versuchsaufbau mit zufälligem Ausgang, d. h. das Ergebnis kann nicht vorhergesagt werden. 2 Ergebnis (auch Ausgang)
MehrFormelsammlung für das Niveau II
PH Bern, Vorbereitungskurs MATHEMATIK, Niveau II Formelsammlung 1 Formelsammlung für das Niveau II Binomische Formeln (a + b) = a + ab + b (a b) = a ab + b Potenzregeln a b = (a b)(a + b) a m a n = a m+n
MehrStochastik Wiederholung von Teil 1
Stochastik Wiederholung von Teil 1 Andrej Depperschmidt Sommersemester 2016 Wahrscheinlichkeitsraum Definition Das Tripple (Ω, A, P) heißt Wahrscheinlichkeitsraum, falls gilt: (i) A ist eine σ-algebra,
MehrFit for Abi & Study Stochastik
Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen
MehrLösungen zur Klausur A Grundkurs Mathematik für Wirtschaftswissenschaft
Lösungen zur Klausur A Grundkurs Mathematik für Wirtschaftswissenschaft Wintersemester 29/21 16.2.21 Aufgabe A.1. Betrachten Sie die Polynomfunktion p : R R, welche durch die Abbildungsvorschrift p(x)
MehrMathematikaufgaben zur Vorbereitung auf das Studium
Hochschule für Technik und Wirtschaft Dresden Fakultät Informatik / Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengänge Kartographie/Geoinformatik Vermessung/Geoinformatik Dresden
MehrAnalysis1-Klausuren in den ET-Studiengängen (Ba) ab 2007
Analysis-Klausuren in den ET-Studiengängen (Ba) ab 7 Im Folgenden finden Sie die Aufgabenstellungen der bisherigen Klausuren Analysis im Bachelorstudium der ET-Studiengänge sowie knapp gehaltene Ergebnisangaben.
MehrQM I-Klausur vom
QM I-Klausur vom 25.01.2017 Aufgabe 1 a) Gegeben sind die beiden Matrizen: a b 3 A = 1 2 5 und B = 7 c 4 Berechnen Sie: 1. A t 2. B A 3. A B 1 0 0 0 1 0 0 0 1 mit a, b, c IR b) Gegeben ist folgende Produktionsfunktion:
MehrKapitel 6 Differential- und Integralrechnung in mehreren Variablen
Kapitel 6 Differential- und Integralrechnung in mehreren Variablen Inhaltsverzeichnis FUNKTIONEN IN MEHREREN VARIABLEN... 3 BEISPIELE UND DARSTELLUNGEN... 3 GRENZWERT UND STETIGKEIT (ABSTANDSBEGRIFF)...
MehrZufallsgröße X : Ω R X : ω Anzahl der geworfenen K`s
X. Zufallsgrößen ================================================================= 10.1 Zufallsgrößen und ihr Erwartungswert --------------------------------------------------------------------------------------------------------------
Mehr1.2 Einfache Eigenschaften von Funktionen
1.2 Einfache Eigenschaften von Funktionen 1.2.1 Nullstellen Seien A und B Teilmengen von R und f : A B f : Df Wf eine Funktion. Eine Nullstelle der Funktion f ist ein 2 D f, für das f ( = 0 ist. (Eine
MehrÜber die Autoren 9. Einführung 21
Inhaltsverzeichnis Über die Autoren 9 Einführung 21 Über dieses Buch 21 Konventionen in diesem Buch 22 Törichte Annahmen über den Leser 22 Wie dieses Buch aufgebaut ist 22 Teil I: Einfache Algebra 23 Teil
MehrBezeichnung von Funktionen x := y:=
Bezeichnung von Funktionen x := y:= Bezeichnung von Funktionen x := y:= Analytische Darstellung (Funktionsgleichung) Explizit: (aufgelöst nach y) Analytische Darstellung (Funktionsgleichung) Explizit:
Mehr8. Formelsammlung. Pr[ ] = 0. 0 Pr[A] 1. Pr[Ā] = 1 Pr[A] A B = Pr[A] Pr[B] DWT 8.1 Gesetze zum Rechnen mit Ereignissen 203/467 Ernst W.
8. Formelsammlung 8.1 Gesetze zum Rechnen mit Ereignissen Im Folgenden seien A und B, sowie A 1,..., A n Ereignisse. Die Notation A B steht für A B und zugleich A B = (disjunkte Vereinigung). A 1... A
MehrR. Brinkmann Seite
R. Brinkmann http://brinkmann-du.de Seite 1 1.08.016 Kurvendiskussion Vorbetrachtungen Um den Graphen einer Funktion zeichnen und interpretieren zu können, ist es erforderlich einiges über markante Punkte
MehrStatistik I für Betriebswirte Vorlesung 2
Statistik I für Betriebswirte Vorlesung 2 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 16. April 2018 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 2 Version: 9. April
MehrTrim Size: 140mm x 216mm Mayer ftoc.tex V1-3.Juli :31 P.M. Page 13
Trim Size: 140mm x 216mm Mayer ftoc.tex V1-3.Juli 2018 8:31 P.M. Page 13 Auf einen Blick Über die Autoren... 11 Einführung... 23 Teil I: Einfache Algebra... 29 Kapitel 1: Das kleine Einmaleins der Wirtschaftsmathematik:
MehrGrundbegriffe der Wahrscheinlichkeitsrechnung
Algorithmen und Datenstrukturen 349 A Grundbegriffe der Wahrscheinlichkeitsrechnung Für Entwurf und Analyse randomisierter Algorithmen sind Hilfsmittel aus der Wahrscheinlichkeitsrechnung erforderlich.
MehrMathematik für Wirtschaftswissenschaftler. Universität Trier Wintersemester 2013 / 2014
Mathematik für Universität Trier Wintersemester 2013 / 2014 Inhalt der Vorlesung 1. Gleichungen und Summen 2. Grundlagen der Funktionslehre 3. Rechnen mit Funktionen 4. Optimierung von Funktionen 5. Funktionen
MehrF u n k t i o n e n Rationale Funktionen
F u n k t i o n e n Rationale Funktionen Die erste urkundlich erwähnte Rechenmaschine wurde 163 von Wilhelm Schickard in einem Brief an Johannes Kepler knapp beschrieben. Die Maschine besteht aus einem
Mehr1. Grundbegri e der Stochastik
Wiederholung von Grundwissen der Stochastik. Grundbegri e der Stochastik Menge der Ereignisse. Die Elemente! der Menge heißen Elementarereignisse und sind unzerlegbare Ereignisse. Das Ereignis A tritt
MehrD-MAVT/D-MATL Analysis I HS 2017 Dr. Andreas Steiger. Lösung - Serie 5. x 1 2x 3 = lim 6x
D-MAVT/D-MATL Analysis I HS 07 Dr. Andreas Steiger Lösung - Serie 5. MC-Aufgaben Online-Abgabe. Durch zweifache Anwendung der Regel von Bernoulli-de l Hôpital folgt Stimmt diese Überlegung? lim x x 3 +
MehrFH Gießen-Friedberg, Sommersemester 2010 Skript 9 Diskrete Mathematik (Informatik) 30. April 2010 Prof. Dr. Hans-Rudolf Metz.
FH Gießen-Friedberg, Sommersemester 010 Skript 9 Diskrete Mathematik (Informatik) 30. April 010 Prof. Dr. Hans-Rudolf Metz Funktionen Einige elementare Funktionen und ihre Eigenschaften Eine Funktion f
MehrMathematischer Vorkurs Dr. Thomas Zehrt Funktionen 1. 1 Grundlagen 2. 2 Der Graph einer Funktion 4. 3 Umkehrbarkeit 5
Universität Basel Wirtschaftswissenschaftliches Zentrum Abteilung Quantitative Methoden Mathematischer Vorkurs Dr. Thomas Zehrt Funktionen 1 Inhaltsverzeichnis 1 Grundlagen 2 2 Der Graph einer Funktion
MehrMathematik A Musterlösung Nachholprüfung Herbstsemester 2016
Mathematik A Musterlösung Nachholprüfung Herbstsemester 206 Prof. Dr. Enrico De Giorgi 3. Juli 207 Fachbereich für Mathematik und Statistik, Universität St. Gallen, Bodanstrasse 6, 9000 St. Gallen, Schweiz,
MehrMathematik I für Wirtschaftswissenschaftler Klausur am , bzw
1 Mathematik I für Wirtschaftswissenschaftler Klausur am 21.2.28, 9. 11. bzw. 9. 9.. Bitte unbedingt beachten: a) Gewertet werden alle acht bzw. drei gestellten Aufgaben. b) Lösungswege sind anzugeben.
MehrSBP Mathe Grundkurs 2 # 0 by Clifford Wolf. SBP Mathe Grundkurs 2
SBP Mathe Grundkurs 2 # 0 by Clifford Wolf SBP Mathe Grundkurs 2 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das
MehrEinführung in die angewandte Stochastik
Einführung in die angewandte Stochastik Fabian Meyer 5. April 2018 Inhaltsverzeichnis 1 Wahrscheinlichkeitsrechnung 3 1.1 Definitionen................................... 3 1.2 Wahrscheinlichkeitsmaß, Wahrscheinlichkeitsverteilung,
MehrWahrscheinlichkeitstheorie und Statistik für Studierende des Maschinenbaus vom
Institut für Stochastik WS 009/10 Karlsruher Institut für Technologie (KIT) Dr. B. Klar Klausur Wahrscheinlichkeitstheorie und Statistik für Studierende des Maschinenbaus vom 08.0.010 Musterlösungen Aufgabe
MehrKlausurenkurs zum Staatsexamen (WS 2016/17): Differential und Integralrechnung 3
Dr. Erwin Schörner Klausurenkurs zum Staatsexamen (WS 206/7): Differential und Integralrechnung 3 3. (Herbst 20, Thema 3, Aufgabe 2) Gegeben ist für m R die Funktion f m : ], 2π[ R; f m (x) = Folgende
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 24. November 2010 1 Stetige Verteilungen Normalapproximation Gleichverteilung Exponentialverteilung Normalapproximation
MehrEinführung in die Wahrscheinlichkeitsrechnung
Marco Cattaneo Institut für Statistik Ludwig-Maximilians-Universität München Sommersemester 2011 1. Wahrscheinlichkeitsrechnung 2. Diskrete Zufallsvariable 3. Stetige Zufallsvariable 4. Grenzwertsätze
MehrSabrina Kallus, Eva Lotte Reinartz, André Salé
Sabrina Kallus, Eva Lotte Reinartz, André Salé } Wiederholung (Zufallsvariable) } Erwartungswert Was ist das? } Erwartungswert: diskrete endliche Räume } Erwartungswert: Räume mit Dichten } Eigenschaften
MehrZusammenfassung Mathematik 2012 Claudia Fabricius
Zusammenfassung Mathematik Claudia Fabricius Funktion: Eine Funktion f ordnet jedem Element x einer Definitionsmenge D genau ein Element y eines Wertebereiches W zu. Polynom: f(x = a n x n + a n- x n-
Mehr2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung
2.2 Binomialverteilung, Hypergeometrische Verteilung, Poissonverteilung Die einfachste Verteilung ist die Gleichverteilung, bei der P(X = x i ) = 1/N gilt, wenn N die Anzahl möglicher Realisierungen von
MehrHöhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 8. Übungsblatt. ). 12x 3 Die Hessematrix von f ist gegeben durch H f (x, y) =
Karlsruher Institut für Technologie (KIT Institut für Analysis Priv-Doz Dr P C Kunstmann Dipl-Math D Roth SS 0 7060 Höhere Mathematik II für die Fachrichtung Physik Lösungsvorschläge zum 8 Übungsblatt
MehrEinführung in die Algebra
1 Einführung in die Algebra 1.1 Wichtige Formeln Formel Symbol Definition Wert Bedingungen n Fakultät n! k = 1 2 3 n n N Binomialkoeffizient Binomische Formeln Binomischer Lehrsatz Potenzen ( ) n k Definition
MehrSkripten für die Oberstufe. Kurvendiskussion. f (x) f (x)dx = e x.
Skripten für die Oberstufe Kurvendiskussion x 3 f (x) x f (x)dx = e x H. Drothler 0 www.drothler.net Kurvendiskussion Zusammenfassung Seite Um Funktionsgraphen möglichst genau zeichnen zu können, werden
MehrVorlesung: Statistik II für Wirtschaftswissenschaft
Vorlesung: Statistik II für Wirtschaftswissenschaft Prof. Dr. Helmut Küchenho Institut für Statistik, LMU München Sommersemester 2017 Einführung 1 Wahrscheinlichkeit: Definition und Interpretation 2 Elementare
Mehre. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme sin(x+y) = cos(x) sin(y)+sin(x) cos(y). und f. Für eine reelle Zahl x R gilt e ix = 1.
8. GRENZWERTE UND STETIGKEIT VON FUNKTIONEN 51 e. Für zwei reelle Zahlen x,y R gelten die Additionstheoreme cos(x+y) = cos(x) cos(y) sin(x) sin(y) und sin(x+y) = cos(x) sin(y)+sin(x) cos(y). f. Für eine
MehrMathematik für Betriebswirte II (Analysis) 1. Klausur Sommersemester
Mathematik für Betriebswirte II (Analysis). Klausur Sommersemester 04 5.07.04 BITTE LESERLICH IN DRUCKBUCHSTABEN AUSFÜLLEN Nachname:................................................................... Vorname:....................................................................
MehrProgramm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung
Programm Wiederholung Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung Binomialverteilung Hypergeometrische Verteilung Wiederholung verschiedene Mittelwerte für verschiedene Skalenniveaus
Mehr6 Di erentialrechnung, die Exponentialfunktion
6 Di erentialrechnung, die Exonentialfunktion 6. Exonentialfunktion Wir führen die Exonentialfunktion ein, die eine stetige Funktion mit folgenden Eigenschaften ist: ex(x + y) =ex(x)ex(y) (8) ex(0) =,
MehrKlausur zu Analysis und Wahrscheinlichkeitsrechnung AI 2
1 Klausur zu Analysis und Wahrscheinlichkeitsrechnung AI 2 WS 2014/15, 21.01.2015 Prof. Dr. Hans-Jürgen Steens Name: Vorname: Matrikelnummer: Die Klausur besteht aus 23 Aufgaben. Es sind maximal 200 Punkte
MehrAbitur 2011 G8 Musterabitur Mathematik Infinitesimalrechnung
Seite 1 http://www.abiturloesung.de/ Seite 2 Abitur 211 G8 Musterabitur Mathematik Infinitesimalrechnung I Teilaufgabe 1 (3 BE) Bestimmen Sie die Nullstellen der Funktion f : x (e x 2) (x 3 2x ) mit Definitionsbereich
MehrInhalt der Lösungen zur Prüfung 2015:
Inhalt der Lösungen zur Prüfung : Pflichtteil... Wahlteil Analysis... 8 Wahlteil Analysis... Wahlteil Analytische Geometrie/Stochastik... Wahlteil Analytische Geometrie/Stochastik... 9 Pflichtteil Lösungen
Mehr1 Wahrscheinlichkeitsrechnung. 2 Zufallsvariablen und ihre Verteilung. 3 Statistische Inferenz. 4 Hypothesentests. 5 Regression
0 Einführung 1 Wahrscheinlichkeitsrechnung 2 Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Hypothesentests 5 Regression Zufallsgrößen Ergebnisse von Zufallsexperimenten werden als Zahlen
MehrMathematikaufgaben zur Vorbereitung auf das Studium
Hochschule für Technik und Wirtschaft Dresden (FH) Fachbereich Informatik/Mathematik Mathematikaufgaben zur Vorbereitung auf das Studium Studiengänge Allgemeiner Maschinenbau Fahrzeugtechnik Dresden 2002
MehrSTATISTIK Teil 2 Wahrscheinlichkeitsrechnung und schließende Statistik
Kapitel 11 Diskrete Zufallsvariablen 11.1. Wahrscheinlichkeits- und diskret Wahrscheinlichkeitsverteilungen Wahrscheinlichkeitsfunktion von X Nimmt abzählbare Anzahl von Ausprägungen an (z.b. Zählvariablen)
MehrKlausur Wirtschafts- und Finanzmathematik Lösungshinweise
Klausur Wirtschafts- und Finanzmathematik Lösungshinweise Prüfungsdatum: 8. Januar 06 Prüfer: Etschberger, Heiden, Jansen Studiengang: IM und BW Punkte: 5, 5, 5, 5, 5, 5 Summe der Punkte: 90 Aufgabe 5
MehrMathematischer Vorbereitungskurs für Ökonomen. Exponentialfunktionen und Logarithmen
Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Exponentialfunktionen und Logarithmen Inhalt:. Zinsrechnung. Exponential- und Logaritmusfunktionen
MehrEinige Konzepte aus der Wahrscheinlichkeitstheorie (Wiederh.)
Einige Konzepte aus der Wahrscheinlichkeitstheorie (Wiederh.) 1 Zusammenfassung Bedingte Verteilung: P (y x) = P (x, y) P (x) mit P (x) > 0 Produktsatz P (x, y) = P (x y)p (y) = P (y x)p (x) Kettenregel
MehrUNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz Dr P C Kunstmann Dipl-Math M Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe
MehrÜbung 5, Analytische Optimierung
Übung 5, 5.7.2011 Analytische Optimierung Aufgabe 5.1 Bei der Herstellung von Konserven werden für Boden und Deckel bzw. für den Konservenmantel verschiedene Materialien verwendet, die g 1 = bzw. g 2 =
MehrNachklausur Analysis 2
Nachklausur Analysis 2. a) Wie ist der Grenzwert einer Folge in einem metrischen Raum definiert? Antwort: Se (a n ) n N eine Folge in dem metrischen Raum (M, d). Diese Folge besitzt den Grenzwert g M,
Mehr