P( X µ c) Var(X) c 2. mit. In der Übung wurde eine alternative, äquivalente Formulierung verwendet: P( X µ < c) 1 Var(X)
|
|
- Götz Schulze
- vor 8 Jahren
- Abrufe
Transkript
1 Ich habe eine Frage zur Tschebyschew Ungleichung. In der Aufgabe 4 des Übungsblattes 3 benötigt man ja die Ungleichung. In diesem Falle war der Bereich (0, 20) symmetrisch um den Erwartungswert µ = 5. Wie berechnet man die Wahrscheinlichkeit nun, wenn die Wahrscheinlichkeit für das beobachtete Intervall asymmetrisch um den Erwartungswert ist? Also in diesem speziellen Fall der Erwartungswert z.b. 6 wäre? Die Ungleichung von Tschebyschew wird dafür verwendet, eine Wahrscheinlichkeit abzuschätzen, nämlich die Wahrscheinlichkeit, dass die Realisation einer Zufallsvariablen X ausserhalb eines symmetrischen Intervalls um den Erwartungswert: [µ c; µ + c] liegt. Die Ungleichung lautet: mit P( X µ c) Var(X) c 2 X µ c (X µ c) (X µ + c) In der Übung wurde eine alternative, äquivalente Formulierung verwendet: P( X µ < c) Var(X) c 2 Beim gegebenen Intervall [0; 20] und µ = 6 wäre die Ungleichung also nicht anwendbar. Man kann aber mit c = 4 die Wahrscheinlickeit für das Intervall [2; 20] abschätzen: P(2 X 20) = P( X 6 4) Var(X) c 2 = 4 6 = 3 4 = 0,75 Nachtrag: Die obige Gleichung stellt eigentlich bereits eine Abschätzung für P(0 X 20), denn es gilt ja, dass P(0 X 20) P(2 X 20). Man kann also folgende Abschätzung anstellen: P(0 X 20) P(2 X 20) = P( X 6 4)... = 0,75
2 Ich habe eine Frage zum Übungsblatt 2, Aufgabe 3: Warum kann ich hier nicht einfach die Wahrscheinlichkeiten multiplizieren, mit denen das Brot nicht okay ist, also 0, mal 0,05 mal 0,2 mal 0,5, also die Schnittmenge der Wahrscheinlichkeiten, dass das Mehl Mängel hat? P(E E 2 E 3 E 4 ) ist die Wahrscheinlichkeit dafür, dass keine Mehlsorte einwandfrei ist. Das Brot kann jedoch nicht verkauft werden, wenn mindestens eine Mehlsorte nicht einwandfrei ist. Gesucht ist also die Wahrscheinlichkeit, dass Mehlsorte oder Mehlsorte 2 oder Mehlsorte 3 oder Mehlsorte 4 Mängel hat. Das interessierende Ereignis ist somit die Vereinigungsmenge der Ereignisse E i und nicht deren Schnittmenge. P(B) = P(E E 2 E 3 E 4 ) DeMorgan = P ( ) E E 2 E 3 E 4 Folgerung = P(E E 2 E 3 E 4 ) = P(B)
3 Uns hat sich eine Frage zum Übungsblatt 3, Aufgabe 2a) ergeben. Könnten Sie uns sagen, welche der Lösungen richtig ist? Dichtefunktion: oder: f (x) = f (x) = 0 für x 2 2 x + 2 für 2 x 4 0 für x > 4 0 für x < 2 2 x + 2 für 2 x 4 0 für x > 4 weil die 2 kann ja nur bei einem von beiden eingeschlossen sein? Die zweite Dichtefunktion ist richtig. Sie ergibt sich als erste Ableitung der Verteilungsfunktion von X: 0 für x < 2 F(x) = 4 x2 + 2x 3 für 2 x 4 für x > 4 Der Definition einer Abbildung nach wird jedem Element im Definitionsbereich genau ein Element im Wertebereich zugeordnet. Die 2 kann also nur in einem der angegebenen Intervallen enthalten sein.
4 Bei Aufgabe 3a Blatt ist mir die Lösung klar! Jedoch wollte ich fragen, wie man folgenden Fall berechnet: mindestens (statt genau) 3 Ober und genau 2 Unter? Wäre die Lösung dann : 4 aus 4 = alle Ober x 2 aus 4 Unter x 2 aus 24 Restkarten? Die vorgeschlagene Lösung: ( )( )( ) = = entspricht der Anzahl der Hände, in denen der Spieler unter seinen 8 Karten genau 4 Ober und genau 2 Unter besitzt. Die Frage lautet aber mindestens (statt genau) 3 Ober und genau 2 Unter, d.h. entweder genau 3 Ober und genau 2 Unter oder genau 4 Ober und genau 2 Unter. Diese Anzahl beträgt: ( )( )( 24 3 ) + ( 4 4 )( )( ) 4 24 = =
5 Ich hätte eine allgemeine Verständnisfrage zum Blatt 5. Und zwar steht in der Aufgabe 3: Varianz σ 2 = 7,4 2. Ist die Varianz nun 7,4 oder 54,76? In Aufgabe 4 kommt dann auch nochmal "Varianz unabhängig davon immer 4". Schreibt man dann auch Varianz=2 2 oder 4 2? Bei Aufgabe 3 ist die Varianz σ 2 = 7,4 2 = 54,76 und somit die Standardabweichung σ = σ 2 = 7,4 2 = 7,4. Bei Aufgabe 4 ist die Varianz σ 2 = 4 = 2 2 und die Standardabweichung σ = 2.
6 Ich versuche gerade die Lösung von Übungsblatt 5 Aufgabe, wie wir sie in der Übung aufgeschrieben haben, nach zu vollziehen. Dabei stellt sich mir folgende Frage: Wieso arbeiten wir plötzlich mit f(t) und nicht mit f(x), wurde hier etwas substituiert? Außerdem ist mir nicht klar, wieso beim Integeral für x > 0 man nochmal komplett von bis x integriert anstatt von 0 bis x, wurde das nicht oben bereits bei x < 0 abgehandelt? Die Verteilungsfunktion einer Zufallsvariablen X ist definiert durch F(x) = P(X x) = P( < X x) Die Verteilungsfunktion einer stetigen Zufallsvariablen ermittelt sich über das Integral der Dichtefunktion im Intervall ] ; x ] (Vgl. Folie 2.6). F(x) = f (u)du Die Verteilungsfunktion F ist eine Funktion der Variablen x. Für die Dichtefunktion f im Integrand muss eine neue Variable z.b u oder t eingeführt werden, da x als obere Integrationsgrenze vorkommt. Die Dichtefunktion der Exponentialverteilung lautet: { λ exp( λx), für x 0 f (x) = 0 für x < 0 Um die Verteilungsfuntion der Exponentialverteilung zu bestimmen, muss man, der Definition der Dichtefunktion entsprechend, zwei Fälle unterscheiden: x < 0: F(x) = = f (u)du 0 du = 0
7 x 0: F(x) = = = 0 f (u)du f (u)du + 0 λ exp( λu)du + f (u)du 0 λ exp( λu)du In beiden Fällen wird die Verteilungsfuktion über das Integral der Dichtefunktion im Intervall ] ; x ] ermittelt. Man könnte hier natürlich das Integral von bis 0 weglassen, da man ja gezeigt hat, dass dies immer 0 ist. Hier ist die Notation aber bewusst etwas allgemeiner gehalten. Es könnte ja auch Dichten geben, die ebenfalls auf Teilbereichen von x unterschiedlich definiert sind, bei denen aber in mehreren Teilbereichen von x die Dichte größer als Null ist. Und in so einem Fall wäre das natürlich zu berücksichtigen. Bemerkung: Das Beispiel zur Verteilungsfunktion der Gleichverteilung in der Vorlesung vom (Video: 53:50-55:60) kann in diesem Zusammenhang auch hilfreich sein. 2
8 Ich habe eine Frage zum Übungsblatt 4, Aufgabe 2: Dort hatten wir die Formel für den sog. Spezialfall benutzt. Ich gehe davon aus, dass dieser Spezialfall deswegen hergenommen wurde, da nur ganze Zahlen von -2 (2 = k) bei dem Würfel vorhanden sind. Wäre jetzt auf dem Würfel eine 0 oder zwei mal eine 5 z.b. (natürlich sehr theoretisch), dürfte man die Formel für den Erwartungswert und die Varianz nicht hernehmen, wie sie auch im Skript steht?! Welche Formel würde dann zum Tragen kommen? Die Wahrscheinlichkeitsfunktion der diskreten Gleichverteilung lautet: P(X = x i ) = k für i =,...,k. Im Spezialfall x i = i sind die k Ausprägungen der Zufallsvariable die ersten k natürlichen Zahlen. Bei der Aufgabe hat die Zufallsvariable X, welche die Augenzahl beim einmaligen Würfeln mit einem Dodekaeder beschreibt, zwölf Ausprägungen, nämlich: x =, x 2 = 2, x 3 = 3,..., x =, x 2 = 2. Jede Ausprägung x i = i hat die gleiche Wahrscheinlichkeit:. 2 Würde die 5 zweimal vorkommen, dann würde keine diskrete Gleichverteilung mehr vorliegen, denn es würde gelten: P(X = 5) = 2 2. Für beliebige, unterschiedliche k Ausprägungen verwendet man die allgemeinen Formeln für den Erwartungswert und die Varianz, also: E(X) = k x i p i = i= k i= x i k = k k x i. i= Var(X) = k (x i E(X)) 2 p i i= k = (x i E(X)) 2 k i= = k (x i E(X)) 2 k i=
9 Ich habe eine Frage zur Aufgabe 3a in Blatt 4. Leider wurde es in der Vorlesung nur sehr kurz besprochen und auch im Skript verwirrt mich die Zusammenstellung etwas. Inwiefern stehen Bernoulli-Experiment und Binomialverteilung zueinander? So wie ich das verstanden habe, bedeutet Bernoulli-Experiment, dass es nur max. 2 mögliche Ausprägungen Überraschung und Nicht Überraschung gibt. Binomialverteilung heißt dann, dass bei jedem Bernoulli-Experiment (also bei jedem Kauf einer Keksschachtel) die gleiche Wahrscheinlichkeit für eine Überraschung (also /6 - da in jeder 6. Schachtel eine Überraschung sein soll) besteht und dass das Ergebnis der Wahrscheinlichkeit die Überraschungen sind?! Anschlussfrage: Was bedeutet die Formel für Bernoulli : X B(,p) und im Gegenzug X B(n,p)? Vor allem auch das B lässt mich bisher etwas rätseln. Jeder Kauf einer Schachtel ist ein Bernoulli-Experiment (Vgl. Folie 3.9 und Vorlesung vom Video: 3:8-7:00). Mit Wahrscheinlichkeit p = /6 findet man in der Schachtel eine Überraschung (Erfolg) und mit Wahrscheinlichkeit ( p) = 5/6 findet man keine Überraschung (Misserfolg). Nun wird dieses Bernoulli-Experiment n = 20 Mal wiederholt, wobei die Wiederholungen unabhängig voneinander sind. Das bedeutet, dass die Erfolgswahrscheinlichkeit (p = /6) bei jeder Wiederholung konstant gleich bleibt. { falls Überraschung Z i = i =,..., falls keine Überraschung Z i B(n =, p = /6) Man interessiert sich nun für die Anzahl der Erfolge, also für die Anzahl der Schachteln, bei denen man eine Überraschung findet. Diese Anzahl ist binomialverteilt (Vgl. Folie 3.4 und Videoaufzeichung: :00-3:06). X: Anzahl der Keksschachteln mit Überraschung X B(n = 20, p = /6) Die Binomialverteilung ergibt sich, wenn aus n unabhängigen Wiederholungen eines Bernoulli-Experiments mit konstanter Wahrscheinlichkeit p die Summe der Erfolge gebildet wird. X = Z i B(, p) n Z i B(n,p) i= Die Bernoulli-Verteilung ist ein Spezialfall der Binomialverteilung. Das B steht für Binomial. Bei der Bernoulli-Verteilung ist n =.
10 Ich hätte eine Frage, die sich auf das Übungsblatt 6 bezieht. Dort haben wir ja in Aufgabe 3 und 4 allgemein hergeleitet, dass der ML-Schätzung für die jeweiligen Parameter λ und p der Poisson- und der Binomialverteilung dem arithmetischen Mittel entspricht. Da das aber ja nicht allgemein der Fall ist, würde mich einfach interessieren, bei welchen der (von uns behandelten) Verteilungen das denn noch so ist. Die Bernoulli-Verteilung ist ein Spezialfall der Binomialverteilung (n = ). Bei dieser Verteilung ist x ebenfalls der ML-Schätzer für den Parameter p. Bei der Normalverteilung ist das arithmetische Mittel der ML-Schätzer für den Erwartungswert µ. Dies wurde auch in der Vorlesung hergeleitet (Vgl. Videoaufzeichnung zu Kapitel 4: 57:8-66:26).
11 Bei Blatt 5 ist in Aufgabe die Rede von der Exponentialverteilung. Bei der Verteilungsfunktion ist mir folgendes aufgefallen. Wie kann ich ein Integral von - unendlich bis x spannen, wenn ich hierbei die x alle in "t umwandle? Wozu das alles und warum heißt es dann nicht - unendlich bis t? Die Verteilungsfunktion einer Zufallsvariablen X ist definiert durch F(x) = P(X x) = P( < X x) Die Verteilungsfunktion einer stetigen Zufallsvariablen ermittelt sich über das Integral der Dichtefunktion im Intervall ] ; x ] (Vgl. Folie 2.6). F(x) = f (u)du Die Verteilungsfunktion F ist eine Funktion der Variablen x. Für die Dichtefunktion f im Integrand muss eine neue Variable z.b u oder t eingeführt werden, da x als obere Integrationsgrenze vorkommt. Es wird also nichts umgewandelt. In der Vorlesung vom (Video: 53:50-55:60) wurde ein Beispiel zur Verteilungsfunktion der Gleichverteilung vorgerechnet. Man kann an diesem Beispiel die Herangehensweise bei der Ermittlung der Verteilungsfuktion einer stetigen Zufallsvariablen gut nachvollziehen. Die Antworten auf Frage 4 und Frage 9 sind ebenfalls eine gute Ergänzung.
12 Mir ist die komplette Aufgabe auf Blatt 5 recht unklar. Es ergeben sich bei mir mehrere Fragen. a) Warum wird die Dichtefunktion f(x) auf einmal in f(t) umgewandelt? b) Warum ist bei der Integralrechnung die obere Grenze noch x und nicht t, wenn es umgewandelt wird? c) Bei der Fallunterscheidung wurden dann 2 Integralrechnungen gemacht. Beim Fall für x (warum nicht t?) >= 0 wurde dann eine Addition zweier Grenzen gemacht. Die erste Grenze geht dabei von minus unendlich bis 0. Hier schon die Frage, warum bis 0? Es muss eigentlich bis gehen, da die 0 ja gar nicht in der Grenze des Falles für x < 0 ist! Dies addiert mit der Grenze 0 bis x (warum nicht t?), was mir wiederum klar ist. Da ja sowohl die 0 als auch das Ergebnis x (was ja nun t ist?!) im einen Fall sind. Zu a) und b) siehe Antworten auf Frage 4 und Frage 8. Zu c): Hier wird folgende Eigenschaft des bestimmten Integrals verwendet: b c c f (t)dt + f (t)dt = f (t)dt, wenn a < b < c. a b a Mit a =, b = 0 und c = x ergibt sich für den Fall: x 0: F(x) = = = 0 f (t)dt f (t)dt + 0 λ exp( λt)dt + f (t)dt 0 λ exp( λt)dt
13 Ich habe eine Frage zum ersten Übungsblatt,. Aufgabe. Bei einer Party mit 0 Gästen umarmt zur Begrüßung jeder jeden. Wie viele Umarmungen gibt es dann? Als Lösung haben wir aufgeschrieben, dass es eine Kombination ist und somit ( ) 0 2 Ich hätte eigentlich gedacht, dass es sich hier um eine Permutation handelt, da ja nach der Anzahl der Umarmungen gefragt wird. Und man ja nicht 2 aus 0 auswählt und wissen will wie viele Kombinationen dafür möglich sind? Meine Lösung wäre dann wohl 9! gewesen. (Der erste umarmt 9, der nächste nur noch 8, der nächste nur noch 7....) Wie so wird hier eine Kombination statt einer Permutation genommen? Es wird nach der Anzahl an überhaupt stattfindenden Umarmungen gefragt. Eine Umarmung wird repräsentiert durch 2 Menschen die man aus den 0 auswählt, deswegen "2 aus 0". Ein einfacheres Beispiel zur Verdeutlichung: Wenn wir uns nur 3 Personen (A,B und C) anschauen und nach der Anzahl der Umarmungen fragen, dann gibt es folgende Möglichkeiten: A + B B + C A + C Damit sind dann alle möglichen abgedeckt. Das ist genau "2 aus 3". Wenn jetzt noch die Reihenfolge eine Rolle spielen würde, was es aber nicht tut, dann gäbe es folgende Möglichkeiten: A + B B + A B + C C + B A + C C + A was dann mit Formel ( n m) m! = ( 3 2) 2! = 3 2! = 6 Mit 0 Leuten kann man sich das auch nochmal aufschreiben, auch wenn es dann etwas aufwendiger wird.
14 Ich habe eine Frage bezüglich der Dichtefunktion und Verteilungsfunktion von stetigen Zusfallsvariablen. Im Übungsblatt 3, Aufgabe 2, haben wir eine Verteilungsfunktion gegeben und mussten diese nur ableiten um von gegeben F(x) auf f(x) die Dichtefunktion zu kommen. Wäre die Aufgabe andersrum gestellt, müsste man also von der Dichtefunktion f(x) auf die Verteilungsfunktion F(x) kommen, würde man doch einfach integrieren. Man würde die Stammfunktion bilden, richtig? FRAGE: Hier setzte ich aber noch keine Intervallsgrenzen ein, weil dann habe ich ja keine Verteilungsfunktion mehr in Abhängigkeit von x sondern schon konkrete Wahrscheinlichkeiten ausgerechnet wenn ich die Grenzen (2 und 4) einsetzte beim Integrieren. Ich muss also die Stammfunktion von f(x) bilden um auf F(x) zu kommen, aber ohne die Intervallsgrenzen (hier 2 und 4 ) einzusetzen? FRAGE: Warum setzten wir dann bei Aufgabenblatt 5, Aufgabe schon die Intervallsgrenzen ein wenn wir versuchen von f(x) auf F(x) zu kommen? (wenn nämlich die Intervallsgrenzen nicht eingesetzt und Ober - Untergrenze abgezogen werden, dann kommt man zum falschen Ergebnis, nur die Stammfunktion bilden wie bei Blatt 3, Aufgabe 2 funktioniert hier nicht und ich frage mich warum? Zudem haben wir in den Übungen nie Wahrscheinlichkeiten von den Intervallen ausgerechnet, wie relevant ist es dann? Nach 2.6 ist die Verteilungsfunktion folgendermaßen definiert: F(x) = f (t)dt Für die Dichtefunktion von Augabe 3.2 gilt also: F(x) = ( 2 ) t + 2 dt = ( 2 ) t + 2 dt 2 [ = ] x 4 t2 + 2t 2 ( = ) ( 4 x2 + 2x ) = 4 x2 + 2x ( + 4) = 4 x2 + 2x 3 für 2 x 4
15 Die erste Umformung kann man hier machen, da die Dichte zwischen und 2 ja immer 0 ist, also gilt: 2 F(2) = ( 2 ) 2 t + 2 dt = 0dt = 0. Für die Dichtefunktion von Aufgabe 5. ergibt sich: F(x) = = 0 λe λt dt λe λt dt = e λx für x 0 Wahrscheinlichkeiten für Intervalle auszurechnen, ist relevant. Vergleiche hierzu das ergänzende Beispiel zur Exponentialverteilung. 2
16 Übungsblatt 3 Aufgabe f) Wäre es möglich die Formel der empirischen Varianz mit in die Fomelsammlung aufzunehmen? Was mache ich beim Umformen/Formel aufstellen falsch: 99 (0,2 + 48, , 2 ) Die Formel der empirischen Varianz findet man in der Formelsammlung zur Vorlesung Statistik I, auf Seite 3. Diese lautet: s 2 = n n (x i x) 2 = n i= n xi 2 x 2 In der Übung wurde die empirische Varianz wie folgt berechnet: s 2 = n = = n xi 2 x 2 i= 00 ( ), 2 00 ( ), 2 =,72,2 = 0,5 i= Eine andere Möglichkeit wäre: s 2 = n (x i x) 2 n i= [ = (0,) (,) (2,) 2] 00 [ = 2 (0,) (,) (2,) 2] = 0,5 00
17 Ich hätte eine Frage zu. Blatt 5 2c). Wieso fällt hier plötzlich das Lamda der Exponentialfunktion weg im Vergleich zu den vorherigen Teilaufgaben? Noch eine allgemeine Frage: Sollte man an einer Verteilungsfunktion erkennen können um welche Verteilung es sich handelt? Die Verteilungsfunktion der Exponentialverteilung lautet: { exp( λx) x 0 F(x) = 0 x < 0 In Teilaufgabe c) fällt λ nicht weg. Mit λ = 6 und x = 0,5 ergibt sich: P(X > 0,5) = P(X 0,5) = F(0,5) = [ exp(( 6) 0,5)] = exp( 3) = 0,0498 Eine Zufallsvariable wird durch deren Verteilungsfunktion eindeutig und vollständig beschrieben (Vgl. Folie 2.2). Man kann also an der Verteilungsfuntion einer Zufallsvariablen erkennen, um welchen Verteilungstyp es sich handelt.
18 Ich komme mit dem Lösungsweg bei der Aufgabe 4 des Übungsblattes 3 einfach nicht zurecht. Warum ist das Intervall 0 x 20 äquivalent zu x 5 5? Kann man immer davon ausgehen, dass es ein symmetrisches Intervall ist und E(x) immer in der Mitte liegt? 0 x 20 5 x 5 5 x 5 5 und x 5 5 x 5 5 (Definition Betrag) Die Ungleichung von Tschebyschew gibt eine Untergrenze an, für die Wahrscheinlichkeit, dass die Realisierung einer Zufallsvariable in ein Intervall fällt, welches symmetrisch um den Erwartungswert liegt. Die Ungleichung von Tschebyschew ist damit auch anwendbar, wenn das gegebene Intervall zwar selbst nicht symmetrisch um den Erwartungswert liegt, aber ein Intervall enthält, das symmetrisch um den Erwartungswert liegt. Hat man beispielsweise eine Zufallsvariable mit Varianz 4 und Erwartungswert 6 gegeben und sucht hier nach der Untergrenze für die Wahrscheinlichkeit, dass eine Realisierung der Zufallsvariable im Intervall [0;20] liegt, so kann man zur Abschätzung das Intervall [2;20] heranziehen, welches im Intervall [0;20] enthalten ist und symmetrisch um den Erwartungswert 6 liegt. Damit folgt folgende Abschätzung mithilfe von Tschebyschews-Ungleichung: P (0 X 20) P (2 X 20) = P ( X 6 4) Tschebyschew Var (X) c 2 = 4 6 = 3 4 = 0,75
19 Ich habe eine Frage zu Blatt 5, Aufgabe 4a). Und zwar ist dort die Wahrscheinlichkeit gesucht, dass der Erwartungswert von 50 mm um mehr als 3 mm unterschritten wird. Gesucht ist also P (X < 47mm). Ich habe P (X 46mm) berechnet. Warum wird er in der Lösung P (X 47mm) berechnet, obwohl es heißt kleiner 47 mm? Beachte, dass es sich in der Aufgabe um eine stetige Zufallsvariable handelt (Normalverteilung). Die Wahrscheinlichkeit, dass es eine stetige Zufallsvariable einen konkreten Wert annimmt ist immer 0: Daraus folgt direkt, dass P (X = 47) = P (47 X 47) = P (X < 47) = P (X 47). Im Fall einer stetigen Zufallsvariablen gilt auf jeden Fall, dass P (X < 47) P (X 46). f(x)dx = 0 Denn und P (X < 47) = P (46 < X < 47) + P (X 46) P (46 < X < 47) s.o. = P (46 X 47) = f(x)dx > 0. Anders ist das bei einer diskreten Zufallsvariable. Z.B. gibt eine Poisson-verteilte Zufallsvariable Y an, wie oft ein Ereignis in einer gewissen Zeitspanne passiert. Sie zählt also (in diskreten Werten) die Anzahl der Vorkommnisse. Hier gilt dann beispielsweise: P (Y < 4) = Y <4 f(y ) = Y 3 f(y ) = P (Y 3)
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrStatistische 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
MehrWürfelt 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
MehrBeispiel 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.
MehrSchleswig-Holstein 2011. Kernfach Mathematik
Aufgabe 6: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein. Machen Sie auch Angaben über die Verteilung der jeweiligen Zufallsvariablen. Eine repräsentative
MehrPrimzahlen 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
MehrInformationsblatt 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
MehrDie 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,
Mehr1. 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:
MehrDie Pareto Verteilung wird benutzt, um Einkommensverteilungen zu modellieren. Die Verteilungsfunktion ist
Frage Die Pareto Verteilung wird benutzt, um Einkommensverteilungen zu modellieren. Die Verteilungsfunktion ist k a F (x) =1 k>0,x k x Finden Sie den Erwartungswert und den Median der Dichte für a>1. (Bei
MehrRegelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall
Wahrscheinlichkeitstheorie Was will die Sozialwissenschaft damit? Regelmäßigkeit (Erkennen von Mustern und Zusammenhängen) versus Zufall Auch im Alltagsleben arbeiten wir mit Wahrscheinlichkeiten, besteigen
MehrMathematischer 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
MehrR ist freie Software und kann von der Website. www.r-project.org
R R ist freie Software und kann von der Website heruntergeladen werden. www.r-project.org Nach dem Herunterladen und der Installation von R kann man R durch Doppelklicken auf das R-Symbol starten. R wird
MehrB 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!
Das folgende System besteht aus 4 Schraubenfedern. Die Federn A ; B funktionieren unabhängig von einander. Die Ausfallzeit T (in Monaten) der Federn sei eine weibullverteilte Zufallsvariable mit den folgenden
MehrGüte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über
Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion
Mehrgeben. 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
MehrGrundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen
Grundlagen der höheren Mathematik Einige Hinweise zum Lösen von Gleichungen 1. Quadratische Gleichungen Quadratische Gleichungen lassen sich immer auf die sog. normierte Form x 2 + px + = 0 bringen, in
MehrZufallsgrößen. Vorlesung Statistik für KW 29.04.2008 Helmut Küchenhoff
Zufallsgrößen 2.5 Zufallsgrößen 2.5.1 Verteilungsfunktion einer Zufallsgröße 2.5.2 Wahrscheinlichkeits- und Dichtefunktion Wahrscheinlichkeitsfunktion einer diskreten Zufallsgröße Dichtefunktion einer
MehrStatistik 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
MehrGleichungen 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
MehrDas Mathematik-Abitur im Saarland
Informationen zum Abitur Das Mathematik-Abitur im Saarland Sie können Mathematik im Abitur entweder als grundlegenden Kurs (G-Kurs) oder als erhöhten Kurs (E-Kurs) wählen. Die Bearbeitungszeit für die
Mehr1 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.
MehrAbschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1
B 1.0 B 1.1 L: Wir wissen von, dass sie den Scheitel hat und durch den Punkt läuft. Was nichts bringt, ist beide Punkte in die allgemeine Parabelgleichung einzusetzen und das Gleichungssystem zu lösen,
MehrStatistik I für Betriebswirte Vorlesung 11
Statistik I für Betriebswirte Vorlesung 11 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 22. Juni 2012 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
Mehrq = 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 [
MehrInformationen zum Ambulant Betreuten Wohnen in leichter Sprache
Informationen zum Ambulant Betreuten Wohnen in leichter Sprache Arbeiterwohlfahrt Kreisverband Siegen - Wittgenstein/ Olpe 1 Diese Information hat geschrieben: Arbeiterwohlfahrt Stephanie Schür Koblenzer
Mehr1.3 Die Beurteilung von Testleistungen
1.3 Die Beurteilung von Testleistungen Um das Testergebnis einer Vp zu interpretieren und daraus diagnostische Urteile ableiten zu können, benötigen wir einen Vergleichsmaßstab. Im Falle des klassischen
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
Mehr15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit
5.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit Einführendes Beispiel ( Erhöhung der Sicherheit bei Flugreisen ) Die statistische Wahrscheinlichkeit, dass während eines Fluges ein Sprengsatz an Bord
Mehr13. 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)
MehrLösungsmethoden gewöhnlicher Differentialgleichungen (Dgl.)
Lösungsmethoden gewöhnlicher Dierentialgleichungen Dgl) Allgemeine und partikuläre Lösung einer gewöhnlichen Dierentialgleichung Eine Dierentialgleichung ist eine Gleichung! Zum Unterschied von den gewöhnlichen
MehrPapa - was ist American Dream?
Papa - was ist American Dream? Das heißt Amerikanischer Traum. Ja, das weiß ich, aber was heißt das? Der [wpseo]amerikanische Traum[/wpseo] heißt, dass jeder Mensch allein durch harte Arbeit und Willenskraft
MehrProfessionelle 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
MehrBetragsgleichungen 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
MehrRepetitionsaufgaben Wurzelgleichungen
Repetitionsaufgaben Wurzelgleichungen Inhaltsverzeichnis A) Vorbemerkungen B) Lernziele C) Theorie mit Aufgaben D) Aufgaben mit Musterlösungen 4 A) Vorbemerkungen Bitte beachten Sie: Bei Wurzelgleichungen
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrONLINE-AKADEMIE. "Diplomierter NLP Anwender für Schule und Unterricht" Ziele
ONLINE-AKADEMIE Ziele Wenn man von Menschen hört, die etwas Großartiges in ihrem Leben geleistet haben, erfahren wir oft, dass diese ihr Ziel über Jahre verfolgt haben oder diesen Wunsch schon bereits
Mehr7 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
MehrBei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.
XI. Binomialverteilung ================================================================== 11.1 Definitionen -----------------------------------------------------------------------------------------------------------------
MehrName:... 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
Mehr50. 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
MehrAnleitung über den Umgang mit Schildern
Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
MehrLineare 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
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
MehrSkript 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
MehrLernerfolge sichern - Ein wichtiger Beitrag zu mehr Motivation
Lernerfolge sichern - Ein wichtiger Beitrag zu mehr Motivation Einführung Mit welchen Erwartungen gehen Jugendliche eigentlich in ihre Ausbildung? Wir haben zu dieser Frage einmal die Meinungen von Auszubildenden
MehrA Lösungen zu Einführungsaufgaben zu QueueTraffic
A Lösungen zu Einführungsaufgaben zu QueueTraffic 1. Selber Phasen einstellen a) Wo im Alltag: Baustelle, vor einem Zebrastreifen, Unfall... 2. Ankunftsrate und Verteilungen a) poissonverteilt: b) konstant:
MehrProzentrechnung. Wir können nun eine Formel für die Berechnung des Prozentwertes aufstellen:
Prozentrechnung Wir beginnen mit einem Beisiel: Nehmen wir mal an, ein Handy kostet 200 und es gibt 5% Rabatt (Preisnachlass), wie groß ist dann der Rabatt in Euro und wie viel kostet dann das Handy? Wenn
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
MehrIm Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b
Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und
MehrAlle Schlüssel-Karten (blaue Rückseite) werden den Schlüssel-Farben nach sortiert und in vier getrennte Stapel mit der Bildseite nach oben gelegt.
Gentlemen", bitte zur Kasse! Ravensburger Spiele Nr. 01 264 0 Autoren: Wolfgang Kramer und Jürgen P. K. Grunau Grafik: Erhard Dietl Ein Gaunerspiel für 3-6 Gentlemen" ab 10 Jahren Inhalt: 35 Tresor-Karten
MehrChemie Zusammenfassung KA 2
Chemie Zusammenfassung KA 2 Wärmemenge Q bei einer Reaktion Chemische Reaktionen haben eine Gemeinsamkeit: Bei der Reaktion wird entweder Energie/Wärme frei (exotherm). Oder es wird Wärme/Energie aufgenommen
MehrCharakteristikum 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
MehrBox-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8
. Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8
MehrAbituraufgabe 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
MehrRUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG
Die Poisson-Verteilung Jianmin Lu RUPRECHTS-KARLS-UNIVERSITÄT HEIDELBERG Ausarbeitung zum Vortrag im Seminar Stochastik (Wintersemester 2008/09, Leitung PD Dr. Gudrun Thäter) Zusammenfassung: In der Wahrscheinlichkeitstheorie
MehrUniversität Bonn, Institut für Angewandte Mathematik. WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW
Universität Bonn, Institut für Angewandte Mathematik Dr. Antje Kiesel WS 2012/2013 Prüfung Angewandte Mathematik und Statistik - Agrarwiss. /ELW 08.03.2013 Matrikelnummer Platz Name Vorname 1 2 3 4 5 6
MehrKreativ 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
MehrUnterrichtsmaterialien 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
MehrStatistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005
Statistik II Wahrscheinlichkeitsrechnung und induktive Statistik Erste Klausur zum Sommersemester 2005 26. Juli 2005 Aufgabe 1: Grundzüge der Wahrscheinlichkeitsrechnung 19 P. Als Manager eines großen
Mehr11.3 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
MehrAUTOMATISIERTE HANDELSSYSTEME
UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie
MehrLineare 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
MehrKlausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.
Klausur Nr. 1 2014-02-06 Wahrscheinlichkeitsrechnung Pflichtteil Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt. Name: 0. Für Pflicht- und Wahlteil gilt: saubere und übersichtliche Darstellung,
MehrEigenwerte und Eigenvektoren von Matrizen
Eigenwerte und Eigenvektoren von Matrizen Das Eigenwertproblem Sei A eine quadratische Matrix vom Typ m,m. Die Aufgabe, eine Zahl λ und einen dazugehörigen Vektor x zu finden, damit Ax = λx ist, nennt
MehrMedia Teil III. Begriffe, Definitionen, Übungen
Media Teil III. Begriffe, Definitionen, Übungen Kapitel 1 (Intermedia- Vergleich: Affinität) 1 Affinitätsbewertung als Mittel des Intermedia-Vergleichs Um die Streugenauigkeit eines Werbeträgers zu bestimmen,
MehrFüllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge
2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten
MehrMean Time Between Failures (MTBF)
Mean Time Between Failures (MTBF) Hintergrundinformation zur MTBF Was steht hier? Die Mean Time Between Failure (MTBF) ist ein statistischer Mittelwert für den störungsfreien Betrieb eines elektronischen
MehrZeichen 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
MehrVersetzungsgefahr als ultimative Chance. ein vortrag für versetzungsgefährdete
Versetzungsgefahr als ultimative Chance ein vortrag für versetzungsgefährdete Versetzungsgefährdete haben zum Großteil einige Fallen, die ihnen das normale Lernen schwer machen und mit der Zeit ins Hintertreffen
MehrES GEHT NICHTS ÜBER EX-AZUBIS, Leiter der Fertigung, Produktbereich Blech, bei
20 Vertrauen aufbauen ES GEHT NICHTS ÜBER EX-AZUBIS, Leiter der Fertigung, Produktbereich Blech, bei ThyssenKrupp schwört auf seine Azubis. Einer von ihnen,, wurde sogar Deutschlands Bester. Was sagt der
Mehri x k k=1 i u i x i v i 1 0,2 24 24 0,08 2 0,4 30 54 0,18 3 0,6 54 108 0,36 4 0,8 72 180 0,60 5 1,0 120 300 1,00 2,22 G = 1 + 1 n 2 n i=1
1. Aufgabe: Der E-Commerce-Umsatz (in Millionen Euro) der fünf größten Online- Shopping-Clubs liegt wie folgt vor: Club Nr. Umsatz 1 120 2 72 3 54 4 30 5 24 a) Bestimmen Sie den Ginikoeffizienten. b) Zeichnen
MehrPersönliche 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$ % + 0 sonst. " p für X =1 $
31 617 Spezielle Verteilungen 6171 Bernoulli Verteilung Wir beschreiben zunächst drei diskrete Verteilungen und beginnen mit einem Zufallsexperiment, indem wir uns für das Eintreffen eines bestimmten Ereignisses
MehrWir arbeiten mit Zufallszahlen
Abb. 1: Bei Kartenspielen müssen zu Beginn die Karten zufällig ausgeteilt werden. Wir arbeiten mit Zufallszahlen Jedesmal wenn ein neues Patience-Spiel gestartet wird, muss das Computerprogramm die Karten
MehrGeld 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
MehrDie reellen Lösungen der kubischen Gleichung
Die reellen Lösungen der kubischen Gleichung Klaus-R. Löffler Inhaltsverzeichnis 1 Einfach zu behandelnde Sonderfälle 1 2 Die ganzrationale Funktion dritten Grades 2 2.1 Reduktion...........................................
MehrRohstoffanalyse - COT Daten - Gold, Fleischmärkte, Orangensaft, Crude Oil, US Zinsen, S&P500 - KW 07/2009
MikeC.Kock Rohstoffanalyse - COT Daten - Gold, Fleischmärkte, Orangensaft, Crude Oil, US Zinsen, S&P500 - KW 07/2009 Zwei Märkte stehen seit Wochen im Mittelpunkt aller Marktteilnehmer? Gold und Crude
MehrTipp III: Leiten Sie eine immer direkt anwendbare Formel her zur Berechnung der sogenannten "bedingten Wahrscheinlichkeit".
Mathematik- Unterrichts- Einheiten- Datei e. V. Klasse 9 12 04/2015 Diabetes-Test Infos: www.mued.de Blutspenden werden auf Diabetes untersucht, das mit 8 % in der Bevölkerung verbreitet ist. Dabei werden
MehrStatuten in leichter Sprache
Statuten in leichter Sprache Zweck vom Verein Artikel 1: Zivil-Gesetz-Buch Es gibt einen Verein der selbstbestimmung.ch heisst. Der Verein ist so aufgebaut, wie es im Zivil-Gesetz-Buch steht. Im Zivil-Gesetz-Buch
MehrLineare 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
MehrAbituraufgabe 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
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrDas RSA-Verschlüsselungsverfahren 1 Christian Vollmer
Das RSA-Verschlüsselungsverfahren 1 Christian Vollmer Allgemein: Das RSA-Verschlüsselungsverfahren ist ein häufig benutztes Verschlüsselungsverfahren, weil es sehr sicher ist. Es gehört zu der Klasse der
MehrFAQ Spielvorbereitung Startspieler: Wer ist Startspieler?
FAQ Spielvorbereitung Startspieler: Wer ist Startspieler? In der gedruckten Version der Spielregeln steht: der Startspieler ist der Spieler, dessen Arena unmittelbar links neben dem Kaiser steht [im Uhrzeigersinn].
MehrWas ist PZB? Personen-zentrierte Begleitung in einfacher Sprache erklärt
Was ist PZB? Personen-zentrierte Begleitung in einfacher Sprache erklärt Diese Broschüre wurde gemeinsam mit Kundinnen und Kunden von Jugend am Werk Steiermark geschrieben. Vielen Dank an Daniela Bedöcs,
MehrDer Gabelstapler: Wie? Was? Wer? Wo?
Schreibkompetenz 16: schlusszeichen (Fragezeichen) sprechen zeichen Um eine Frage zu kennzeichnen, wird ein Fragezeichen (?) gesetzt. Fragewörter (zum Beispiel wo, wer, was, wie) zeigen an, dass ein Fragezeichen
MehrPlotten von Linien ( nach Jack Bresenham, 1962 )
Plotten von Linien ( nach Jack Bresenham, 1962 ) Ac Eine auf dem Bildschirm darzustellende Linie sieht treppenförmig aus, weil der Computer Linien aus einzelnen (meist quadratischen) Bildpunkten, Pixels
MehrAbiturprüfung Mathematik 2008 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe 1
Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis, Aufgabe Für jedes t f t () + t R ist die Funktion f t gegeben durch = mit R. Das Schaubild von f t heißt K t.. (6 Punkte)
MehrTutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang. Aufgabenblatt 3 (KW 44) (30.10.02)
Tutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang Aufgabenblatt 3 (KW 44) (30.10.02) Aufgabe 1: Preisdiskriminierung dritten Grades (20 Punkte) Ein innovativer Uni-Absolvent plant,
MehrDas sogenannte Beamen ist auch in EEP möglich ohne das Zusatzprogramm Beamer. Zwar etwas umständlicher aber es funktioniert
Beamen in EEP Das sogenannte Beamen ist auch in EEP möglich ohne das Zusatzprogramm Beamer. Zwar etwas umständlicher aber es funktioniert Zuerst musst du dir 2 Programme besorgen und zwar: Albert, das
Mehr1. Was ihr in dieser Anleitung
Leseprobe 1. Was ihr in dieser Anleitung erfahren könnt 2 Liebe Musiker, in diesem PDF erhaltet ihr eine Anleitung, wie ihr eure Musik online kostenlos per Werbevideo bewerben könnt, ohne dabei Geld für
MehrAufgabe 1. Zunächst wird die allgemeine Tangentengleichung in Abhängigkeit von a aufgestellt:
Aufgabe 1 1.1. Bestimmung von D max : 1. Bedingung: x >0 ; da ln(x) nur für x > 0 definiert ist. 2. Bedingung: Somit ist die Funktion f a nur für x > 0 definiert und sie besitzt eine Definitionslücke an
MehrMelanie Kaspar, Prof. Dr. B. Grabowski 1
7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen
MehrWir machen neue Politik für Baden-Württemberg
Wir machen neue Politik für Baden-Württemberg Am 27. März 2011 haben die Menschen in Baden-Württemberg gewählt. Sie wollten eine andere Politik als vorher. Die Menschen haben die GRÜNEN und die SPD in
MehrDIFFERENTIALGLEICHUNGEN
DIFFERENTIALGLEICHUNGEN GRUNDBEGRIFFE Differentialgleichung Eine Gleichung, in der Ableitungen einer unbekannten Funktion y = y(x) bis zur n-ten Ordnung auftreten, heisst gewöhnliche Differentialgleichung
MehrAber zuerst: Was versteht man unter Stromverbrauch im Standby-Modus (Leerlaufverlust)?
Ich habe eine Umfrage durchgeführt zum Thema Stromverbrauch im Standby Modus! Ich habe 50 Personen befragt und allen 4 Fragen gestellt. Ich werde diese hier, anhand von Grafiken auswerten! Aber zuerst:
MehrEvangelisieren warum eigentlich?
Predigtreihe zum Jahresthema 1/12 Evangelisieren warum eigentlich? Ich evangelisiere aus Überzeugung Gründe, warum wir nicht evangelisieren - Festes Bild von Evangelisation - Negative Erfahrungen von und
MehrKulturelle Evolution 12
3.3 Kulturelle Evolution Kulturelle Evolution Kulturelle Evolution 12 Seit die Menschen Erfindungen machen wie z.b. das Rad oder den Pflug, haben sie sich im Körperbau kaum mehr verändert. Dafür war einfach
Mehr