Betriebswirtschaft Entscheidungstheorie

Größe: px
Ab Seite anzeigen:

Download "Betriebswirtschaft 1. 1. Entscheidungstheorie"

Transkript

1 Betriebswirtschaft 1 Betriebswirtschaft 1 1. Entscheidungstheorie Lars Schmidt-Thieme Wirtschaftsinformatik und Maschinelles Lernen (ISMLL) Institut für Betriebswirtschaft und Wirtschaftsinformatik & Institut für Informatik Universität Hildesheim Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 1/55 Betriebswirtschaft 1 1. Das Grundmodell 2. Entscheidung unter Risiko 3. Entscheidung unter Ungewissheit 4. Entscheidung bei Zielkonflikten unter Sicherheit 5. Nutzentheorie 6. Mehrstufige Entscheidungen und Planung Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 1/55

2 Betriebswirtschaft 1 / 1. Das Grundmodell Komponenten (1/2) 1. Situationen (auch: Szenarien, Umweltlagen): unbeeinflußbar vom Entscheidungsträger: s 1, s 2,..., s n Für jede Situation s j gibt es eine Eintrittswahrscheinlichkeit: p j, j = 1,..., n I.a. setzt man voraus, daß alle möglichen Situationen erfaßt sind; dann: n p j = 1 j=1 2. Ziele: festgelegt vom Entscheidungsträger: z 1, z 2,..., z k Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 1/55 Betriebswirtschaft 1 / 1. Das Grundmodell Komponenten (2/2) 3. (Handlungs-)Alternativen: wählbar vom Entscheidungsträger: a 1, a 2,..., a m I.a. setzt man voraus, (i) daß es nur endlich viele diskrete Alternativen gibt und (ii) daß alle möglichen Alternativen bekannt sind. 4. Ergebnisse: für (a) jede Situation s j, (b) jede Alternative a i und (c) jedes Ziel z h ein Ergebnis e h i,j, i = 1,..., m, j = 1,..., n, h = 1,..., k Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 2/55

3 Betriebswirtschaft 1 / 1. Das Grundmodell Ergebnismatrix Für Entscheidungsprobleme mit nur einem Ziel (k = 1) gibt es n m viele Ergebnisse e i,j := e 1 i,j die man üblicherweise in einer Ergebnismatrix zusammenfaßt: E := (e i,j ) i=1,...,m,j=1,...,n = e 1,1 e 1,2... e 1,n e 2,1. e 2,2... e 2,n.... e m,1 e 1,2... e m,n Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 3/55 Betriebswirtschaft 1 / 1. Das Grundmodell Entscheidungsproblem in Tabellenform Für Entscheidungsprobleme mit nur einem Ziel (k = 1) kann man alle Komponenten auch in einer Tabelle zusammenstellen: s 1 s 2... s n p 1 p 2... p n a 1 e 1,1 e 1,2... e 1,n a 2. e 2,1. e 2,2... e 2,n.... a m e m,1 e 1,2... e m,n Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 4/55

4 Betriebswirtschaft 1 / 1. Das Grundmodell Beispiel: Erneuerung des Maschinenparks [DS05] 1. Situationen: s 1 Rezession (p 1 = 0, 1), s 2 Stagnation (p 2 = 0, 2), s 3 langsames Wachstum (p 3 = 0, 5), s 4 beschleunigstes Wachstum (p 4 = 0, 2). 2. Ziele: z 1 Umsatzmaximierung. 3. Alternativen: a 1 Ersatzinvestition, a 2 Erweiterungsinvestition, a 3 Rationalisierungsinvestition. a 4 Ersatzinvestition Variante Ergebnisse: s 1 s 2 s 3 s 4 0, 1 0, 2 0, 5 0, 2 a a a a Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 5/55 Betriebswirtschaft 1 / 1. Das Grundmodell Ineffizienze Alternativen Eine Alternative a q dominiert eine Alternative a i, falls 1. sie für alle Situationen mindestens die gleichen Ergebnisse hervorbringt wie a i : und e q,j e i,j für alle j = 1,..., n 2. für mindestens eine Situation echt größere Ergebnisse hervorbringt als a i : e q,j > e i,j für mindestens ein j {1,..., n} Eine Alternative a i heißt effizient, wenn sie von keiner Alternative dominiert wird, sonst ineffizient. Ineffiziente Alternativen können ohne Schaden gestrichen werden. s 1 s 2 s 3 s 4 0, 1 0, 2 0, 5 0, 2 a a a a Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 6/55

5 Betriebswirtschaft 1 / 1. Das Grundmodell Entscheidungssituationen 1. Entscheidung unter Sicherheit: die eintretende Situation ist bekannt (deterministisches Entscheidungsproblem). 2. Entscheidung unter Risiko: für die möglichen Situationen sind nur ihre Eintrittswahrscheinlichkeiten bekannt (stochastisches Entscheidungsproblem). 3. Entscheidung unter Ungewissweit: es sind alle möglichen Situationen bekannt, nicht aber ihre Eintrittswahrscheinlichkeiten. Entscheidung unter Unsicherheit: Sammelbegriff für Entscheidung unter Risiko unt Entscheidung unter Ungewissweit. Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 7/55 Betriebswirtschaft 1 / 1. Das Grundmodell Entscheidung unter Sicherheit und mit einem Ziel s 1 s 2 s 3 s 4 0, 1 0, 2 0, 5 0, 2 a a a Wenn wir wissen, daß Situation 4 eintritt: wähle Alternative... Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 8/55

6 Betriebswirtschaft 1 / 1. Das Grundmodell Entscheidung unter Sicherheit und mit einem Ziel s 1 s 2 s 3 s 4 0, 1 0, 2 0, 5 0, 2 a a a Wenn wir wissen, daß Situation 4 eintritt: wähle Alternative a 3 mit Ergebnis 5 (besser als die beiden anderen Alternativen). Einkriterielle Entscheidungsprobleme unter Sicherheit (mit endlichen Alternativenmengen) sind trivial! Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 8/55 Betriebswirtschaft 1 1. Das Grundmodell 2. Entscheidung unter Risiko 3. Entscheidung unter Ungewissheit 4. Entscheidung bei Zielkonflikten unter Sicherheit 5. Nutzentheorie 6. Mehrstufige Entscheidungen und Planung Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 9/55

7 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Zufallsprozesse Bezeichne X das Ergebnis eines numerischen Zufallsprozesses, z.b. Würfeln: X {1, 2,..., 6} VW-Aktienkurs: X R + 0 Ergebnis des Eintretens einer Situation bei Wahl von Alternative a 1 : X {2, 3, 5, 7} X X time time X wird als Zufallsvariable bezeichnet. Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 9/55 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Wahrscheinlichkeitsverteilungen Ein Zufallsprozeß wird durch eine Wahrscheinlichkeitsverteilung beschrieben. Für endliche Ergebnismengen Ω: p : Ω [0, 1] mit x Ω p(x) = 1 z.b. Würfeln: Ω := {1, 2,..., 6} x p(x) Ergebnis des Eintretens einer Situation bei Wahl von Alternative a 1 : Ω := {2, 3, 5, 7} x p(x) p(x) beschreibt, wie häufig X den Wert x annimmt ( im Mittel ; bei beliebig häufigem Ziehen). Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 10/55

8 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Stichproben; Mittelwerte Stichprobe: n Realisierungen einer Zufallsvariable X, die x 1, x 2,..., x n, 1. unabhängig voneinander gezogen worden sind und 2. aus der gleichen Verteilung gezogen worden sind. (Man sagt auch: die Verteilung ist stationär, d.h., hängt nicht von der Zeit / dem Index ab.) Mittelwert: x(x 1,..., x n ) := x 1 + x x n n = 1 n Der Mittelwert x gibt den mittleren Wert der Ereignisse einer Stichprobe an. n i=1 x i Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 11/55 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Erwartungswert: Erwartungswert und Varianz von Verteilungen µ(x) := p 1 x 1 + p 2 x p n x n = x Ω p(x) x Der Erwartungswert µ(x) beschreibt den Mittelwert von Stichproben ( im Mittel ; für beliebig große Stichproben; µ = gr. m ; sprich mü ). Varianz: σ 2 (X) := x Ω p(x) (x µ(x)) 2 Standardabweichung: σ(x) := p(x) (x µ(x)) 2 x Ω Die Varianz σ 2 (X) beschreibt die Variabilität der Werte von Ereignissen ( im Mittel ; für beliebig große Stichproben; σ = gr. s ; sprich sigma ). Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 12/55

9 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Einfache Entscheidungsregeln (1/2) s 1 s 2 s 3 s 4 µ σ 0, 1 0, 2 0, 5 0, 2 a , 3 1, 90 a , 5 0, 92 a , 0 1, 55 µ-regel: wähle die Alternative a i mit dem größten Erwartungswert. Maximierung des Ergebnisses im Mittel. Hier: a 1. σ-regel: wähle die Alternative a i mit der kleinsten Standardabweichung. Minimierung der Variabilität im Mittel. Hier: a 2. Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 13/55 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Semivarianz Oft werden nur Abweichungen vom Erwartungswert nach unten als negativ eingestuft. Dann kann man statt der Varianz auch die sogenannte Semivarianz verwenden: ρ 2 (X) := x Ω p(x) (max{0, µ(x) x}) 2 Die Semivarianz mißt die Variabilität nach unten (semi = gr. halb ; ρ = gr. r, sprich rho ). Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 14/55

10 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Einfache Entscheidungsregeln (2/2) s 1 s 2 s 3 s 4 µ σ ρ 0, 1 0, 2 0, 5 0, 2 a , 3 1, 90 1, 47 a , 5 0, 92 0, 71 a , 0 1, 55 0, 77 ρ-regel: wähle die Alternative a i mit der kleinsten Semivarianz. Minimierung der Variabilität nach unten im Mittel. Hier: a 2. Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 15/55 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Einfache Entscheidungsregeln (3/3) s 1 s 2 s 3 s 4 µ σ ρ Φ = µ σ 0, 1 0, 2 0, 5 0, 2 a , 3 1, 90 1, 47 3, 4 a , 5 0, 92 0, 71 3, 58 a , 0 1, 55 0, 77 3, 45 (µ, σ)-regel: wähle die Alternative a i mit dem größten Wert der Präferenzfunktion Φ(µ, σ) Maximierung der Präferenz, die von Erwartungswert und Varianz abhängt. (µ, ρ)-regel: wähle die Alternative a i mit dem größten Wert der Präferenzfunktion Φ(µ, ρ) Maximierung der Präferenz, die von Erwartungswert und Semivarianz abhängt. Das Ergebnis hängt von der konkreten Gestalt der Präferenzfunktion Φ ab! Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 16/55

11 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Präferenzfunktionen Φ Üblicherweise gilt für Präferenzfunktionen: Je größer der Erwartungswert, desto größer die Präferenz: Φ µ > 0 Risikofreude: Je größer σ, desto größer Φ. Z.B.: Φ σ > 0 Φ(µ, σ) =µ + σ Φ(µ, σ) =3µ σ Risikoneutralität: Änderungen von σ haben keinen Einfluß auf Φ. Φ σ = 0 Z.B.: Φ(µ, σ) =µ Risikoaversion: Je größer σ, desto kleiner Φ. Φ σ < 0 Z.B.: Φ(µ, σ) =µ σ Φ(µ, σ) =2µ σ Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 17/55 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Präferenzfunktionen Φ [DS05] Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 18/55

12 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Beispiel: der Bratwurst-Stand (1/3) Bratwurst-Verkaufsstand auf einem Wochenmarkt. Bratwürste müssen vorher gekauft werden, können nicht gelagert oder zurückgegeben werden. Einkaufspreis pro Stück: 0,50. Verkaufspreis pro Stück: 1,50. Anzahl der Gäste: unsicher, abhängig vom Wetter: 50 bei Regen, 100 bei Bewölkung, 300 bei Sonne. Wetterdienst am Vorabend: 10% Regen, 40% Bewölkung, 50% Sonne. Entscheidungsfrage (jede Woche!): Wie viele Bratwürste sollen eingekauft werden? Ein Bratwurst-Verkaufsstand als Entscheidungs-Problem Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 19/55 Bratwurst-Verkaufsstand auf einem Sommerfest Betriebswirtschaft 1 Bratwürste / 2. Entscheidung müssen unter vorher Risiko gekauft werden und können nicht zurückgegeben werden Einkaufspreis Beispiel: pro Stück: der Bratwurst-Stand 0,50 (2/3) Anzahl der Gäste: unsicher, abhängig vom Wetter Verkaufspreis pro Stück: 1,50 Frage: Wie viele Bratwürste sollen eingekauft werden? 10% 40% 50% p 1 = 0, 1 p 2 = 0, 4 p 3 = 0, 5 Entscheidungstabelle Situation Situation 1: Situation 2: Situation 3: Aktion (Mögl. Absatz: 50 BW) (Mögl. Absatz: 100 BW) (Mögl. Absatz: 300 BW) Aktion 1: Kaufe 100 Bratwürste Kosten: 50 Einnahmen: 75 Gewinn: 25 Kosten: 50 Einnahmen: 150 Gewinn: 100 Kosten: 50 Einnahmen: 150 Gewinn: 100 Aktion 2: Kaufe 300 Bratwürste Kosten: 150 Einnahmen: 75 Gewinn: -75 Kosten: 150 Einnahmen: 150 Gewinn: 0 Kosten: 150 Einnahmen: 450 Gewinn: 300 Beispiele für Entscheidungsregeln: Wie kann der maximale Gewinn erzielt werden? [Amb06] Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 20/55

13 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Beispiel: der Bratwurst-Stand (3/3) Woche Wetter Aktion Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 21/55 Betriebswirtschaft 1 / 2. Entscheidung unter Risiko Beispiel: der Bratwurst-Stand (3/3) Woche Wetter Aktion Aktion Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 21/55

14 Betriebswirtschaft 1 1. Das Grundmodell 2. Entscheidung unter Risiko 3. Entscheidung unter Ungewissheit 4. Entscheidung bei Zielkonflikten unter Sicherheit 5. Nutzentheorie 6. Mehrstufige Entscheidungen und Planung Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 22/55 Betriebswirtschaft 1 / 3. Entscheidung unter Ungewissheit Einfache Entscheidungsregeln (1/3) s 1 s 2 s 3 s 4 max min???? a a a a Maximax-Regel: bewerte jede Alternative mit ihrem möglichen Höchstgewinn: Φ(a i ) := max j=1,...,m e i,j Wähle die Alternative a i mit dem größten Höchstgewinn. Maximierung des möglichen Höchstgewinns. Maximin-Regel: bewerte jede Alternative mit ihrem garantierten Mindestgewinn: Φ(a i ) := min j=1,...,m e i,j Wähle die Alternative a i mit dem größten Mindestgewinn. Maximierung des Mindestergebnisses. Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 22/55

15 Betriebswirtschaft 1 / 3. Entscheidung unter Ungewissheit Einfache Entscheidungsregeln (2/3) s 1 s 2 s 3 s 4 max min Hur. Lapl.???? a a , 75 a , 5 a , 5 5 Hurwicz-Regel: bewerte jede Alternative mit einer Linearkombination von möglichem Höchst- und garantiertem Mindestgewinn: Φ(a i ) := λ max e i,j +(1 λ) j=1,...,m λ [0, 1] heißt Optimismusparameter min j=1,...,m e i,j Laplace-Regel: bewerte jede Alternative mit ihrem Erwartungswert unter der Annahme, daß alle Situationen gleichwahrscheinlich sind: Φ(a i ) := n j=1 1 n e i,j Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 23/55 Betriebswirtschaft 1 / 3. Entscheidung unter Ungewissheit Laplace und Hurwicz Pierre-Simon Laplace ( ) French mathematician and astronomer. Leonid Hurwicz (*1917 ) American economist and mathematician. Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 24/55

16 Betriebswirtschaft 1 / 3. Entscheidung unter Ungewissheit Einfache Entscheidungsregeln (3/3) s 1 s 2 s 3 s 4 max min Hur. Lapl.???? a a , 75 a , 5 a , 5 5 Ergebnismatrix e i,j. Regretmatrix r i,j. s 1 s 2 s 3 s 4 max???? a a a a Regret- oder Savage-Niehans-Regel: bewerte in jeder Situation jede Alternative mit dem entgangenen Gewinn, der durch Wahl einer besseren Alternative erzielt hätte werden können (regret): Bewerte jede Alternative mit ihrem maximalen Regret: Φ(a i ) := max j=1,...,m r i,j Wähle die Alternative mit dem kleinsten maximalen Regret. r i,j := max i =1,...,n e i,j e i,j Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 25/55 Betriebswirtschaft 1 1. Das Grundmodell 2. Entscheidung unter Risiko 3. Entscheidung unter Ungewissheit 4. Entscheidung bei Zielkonflikten unter Sicherheit 5. Nutzentheorie 6. Mehrstufige Entscheidungen und Planung Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 26/55

17 Betriebswirtschaft 1 / 4. Entscheidung bei Zielkonflikten unter Sicherheit Zielerreichungsgrade Verschiedene Ziele: z 1, z 2,..., z k Jede Alternative a i führt bzgl. jeden Zieles z h zu einem Ergebnis e h i (unter Sicherheit ist die eintretende Situation s j bekannt und nur sie relevant). Oft wird dieses Ergebnis in Bezug zu einem gewünschten oder zum bestmöglichen Ergebnis gesetzt (Zielerreichungsgrad): ẽ h g h i := eh i ẽ h Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 26/55 Betriebswirtschaft 1 / 4. Entscheidung bei Zielkonflikten unter Sicherheit Beispiel Vollständige Ergebnismatrix (2 Situationen, 4 Ziele, 5 Alternativen): Matrix mit Zielerreichungsgraden: s 1 (p 1 = 0.3) s 2 (p 2 = 0.7) z 1 z 2 z 3 z 4 z 1 z 2 z 3 z 4 a a a a a s 1 z 1 z 2 z 3 z 4 a 1 0, 14 1, 00 0, 63 0, 30 a 2 0, 29 0, 75 1, 00 0, 40 a 3 0, 14 1, 00 0, 63 0, 85 a 4 0, 57 0, 00 0, 00 1, 00 a 5 1, 00 0, 50 0, 75 0, 40 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 27/55

18 Betriebswirtschaft 1 / 4. Entscheidung bei Zielkonflikten unter Sicherheit Beziehungen zwischen verschiedenen Zielen Komplementarität: Je größer z h, desto größer z p. Indifferenz: Änderungen von z h haben keinen Einfluß auf z p. Konkurrenz: Je größer z h, desto kleiner z p (und umgekehrt). [DS05] Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 28/55 Betriebswirtschaft 1 / 4. Entscheidung bei Zielkonflikten unter Sicherheit Ineffizienze Alternativen Eine Alternative a q dominiert eine Alternative a i, falls 1. sie für alle Ziele mindestens die gleichen Ergebnisse hervorbringt wie a i : und e h q e h i für alle h = 1,..., k 2. für mindestens ein Ziel echt größere Ergebnisse hervorbringt als a i : e h q > e h i für mindestens ein h {1,..., k} Eine Alternative a i heißt effizient, wenn sie von keiner Alternative dominiert wird, sonst ineffizient. Ineffiziente Alternativen können ohne Schaden gestrichen werden. s 1 z 1 z 2 z 3 z 4 a 1 0, 14 1, 00 0, 63 0, 30 a 2 0, 29 0, 75 1, 00 0, 40 a 3 0, 14 1, 00 0, 63 0, 85 a 4 0, 57 0, 00 0, 00 1, 00 a 5 1, 00 0, 50 0, 75 0, 40 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 29/55

19 Betriebswirtschaft 1 / 4. Entscheidung bei Zielkonflikten unter Sicherheit Hierarchische Ziele Ziele können hierarchisch geordnet sein (lineare Ordnung), z.b. wobei erst z (1), dann z (2), dann z (3), dann z (4) erst z 2, dann z 1, dann z 3, dann z 4 1. erstgenannte Ziele vorrangig optimiert werden sollen, 2. später genannte Ziele nur, soweit sie den vorher genannten nicht schaden. 1. Finde alle Alternativen A 1, die bzgl. z (1) optimal sind. 2. Finde unter den Alternativen A 1 diejenigen Alternativen A 2, die bzgl. z (2) optimal sind.. k. Finde unter den Alternativen A k 1 diejenigen Alternativen A k, die bzgl. z (k) optimal sind. s 1 z 1 z 2 z 3 z 4 a 1 0, 14 1, 00 0, 63 0, 30 a 2 0, 29 0, 75 1, 00 0, 40 a 3 0, 14 1, 00 0, 63 0, 85 a 4 0, 57 0, 00 0, 00 1, 00 a 5 1, 00 0, 50 0, 75 0, 40 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 30/55 Betriebswirtschaft 1 / 4. Entscheidung bei Zielkonflikten unter Sicherheit Ziele können auch in Zieldominanz 1. ein dominierendes Hauptziel und 2. Nebenziele (auch: satisfizierende Ziele), für die ein Mindest-Anspruchsniveau festgelegt wird, unterschieden werden, z.b. 1. Hauptziel: z 2 2. Nebenziele: e 1 i 0, 21, e 3 i 0, 68, e 4 i 0, Finde alle Alternativen A, die die Mindest-Anspruchniveaus aller Nebenziele erfüllen. 2. Finde unter den Alternativen A diejenigen Alternativen, die bzgl. des Hauptzieles optimal sind. s 1 z 1 z 2 z 3 z 4 a 1 0, 14 1, 00 0, 63 0, 30 a 2 0, 29 0, 75 1, 00 0, 40 a 3 0, 14 1, 00 0, 63 0, 85 a 4 0, 57 0, 00 0, 00 1, 00 a 5 1, 00 0, 50 0, 75 0, 40 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 31/55

20 Betriebswirtschaft 1 / 4. Entscheidung bei Zielkonflikten unter Sicherheit Zielgewichtung Ziele können auch gewichtet kombiniert werden: k Φ(a i ) := λ 1 e 1 i + λ 2 e 2 i λ k e k i = λ h e h i h=1 wobei üblicherweise k λ h 0 für alle h = 1,..., k und λ h = 1 h=1 Die Wahl der Gewichte ist anwendungsabhängig. s 1 z 1 z 2 z 3 z 4 Φ λ 0, 3 0, 4 0, 1 0, 2 a , 4 a , 6 a , 6 a , 4 a , 8 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 32/55 Betriebswirtschaft 1 / 4. Entscheidung bei Zielkonflikten unter Sicherheit Goal-Programming Man gibt für jedes Ziel ein gewünschtes Ergebnis ẽ h für alle h = 1,..., k vor und sucht nach der Alternative, deren Ergebnisse bzgl. aller Ziele von den gewünschten Ergebnissen am wenigsten abweicht, z.b. k Ψ(a i ) := ẽ h e h i h=1 Es gibt viele verschiedene Fehlermaße Ψ. s 1 z 1 z 2 z 3 z 4 Ψ a a a a a e h Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 33/55

21 Betriebswirtschaft 1 1. Das Grundmodell 2. Entscheidung unter Risiko 3. Entscheidung unter Ungewissheit 4. Entscheidung bei Zielkonflikten unter Sicherheit 5. Nutzentheorie 6. Mehrstufige Entscheidungen und Planung Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 34/55 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzen Es gibt Ziele, die sich per se schlecht quantifizieren lassen, Bsp.: Kundenzufriedenheit, subjektiver Nutzen. Auch für quantifizierbare Ziele ist nicht immer sichergestellt, daß der gleiche Zuwachs in Einheiten des Ziels stets den gleichen Nutzen hat, Bsp.: Nutzenzuwachs von Gewinn statt Gewinn vermutlich höher als Nutzenzuwachs von Gewinn statt Gewinn Messe nicht nur Ergebnisse e h i der jeweiligen Ergebnisse. direkt, sondern auch Nutzen u(e h i ) Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 33/55

22 Betriebswirtschaft 1 / 5. Nutzentheorie Verläufe von Nutzenfunktionen Lineare Nutzenfunktion Konkave Nutzenfunktion u u e e Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 33/55 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und ein Ziel Halbierungsmethode: setze den Nutzen des schlechtesten Ergebnisses auf 0: u(e schlechtestes ) := 0 setze den Nutzen des besten Ergebnisses auf 1: u(e bestes ) := 1 für zwei Ergebnisse e und f mit bekanntem Nutzen u(e) < u(f), frage den Entscheider nach dem Ergebniswert e, so daß genauso hoch ist wie der Nutzen von e statt e der Nutzen von f statt e. und setze den Nutzen von e auf den Mittelwert: u(e u(e) + u(f) ) := 2 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 34/55

23 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und ein Ziel / Beispiel Entscheidungsproblem: Länge von Annas Karibikurlaub: mindestens 10 Tage wg. langem Flug, höchstens 20 Tage wg. begrenztem Budget: u(10 Tage) = 0, u(20 Tage) = 1 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 35/55 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und ein Ziel / Beispiel Entscheidungsproblem: Länge von Annas Karibikurlaub: mindestens 10 Tage wg. langem Flug, höchstens 20 Tage wg. begrenztem Budget: u(10 Tage) = 0, u(20 Tage) = 1 Frage Anna: Auf wieviele Tage müsste ein Urlaub von 10 Tagen verlängert werden, so daß die Verlängerung genauso nützlich für dich wäre wie eine Verlängerung von 10 plus diesen Tagen auf 20 Tage? Anna: 13 Tage statt 10 Tage haben für mich den gleichen Nutzenzuwachs wie 20 Tage statt 13 Tage. u(13 Tage) = 0, 5 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 35/55

24 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und ein Ziel / Beispiel Entscheidungsproblem: Länge von Annas Karibikurlaub: mindestens 10 Tage wg. langem Flug, höchstens 20 Tage wg. begrenztem Budget: u(10 Tage) = 0, u(20 Tage) = 1 Frage Anna: Auf wieviele Tage müsste ein Urlaub von 10 Tagen verlängert werden, so daß die Verlängerung genauso nützlich für dich wäre wie eine Verlängerung von 10 plus diesen Tagen auf 20 Tage? Anna: 13 Tage statt 10 Tage haben für mich den gleichen Nutzenzuwachs wie 20 Tage statt 13 Tage. u(13 Tage) = 0, 5 Frage Anna: x statt 10 genausogut wie 13 statt x? etc. u(11, 2 Tage) = 0, 25, u(15, 5 Tage) = 0, 75 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 35/55 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und ein Ziel / Beispiel [DS05] Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 35/55

25 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und mehrere Ziele Drei Schritte: 1. Wähle Ziele aus, so daß sie paarweise unabhängig und quantifizierbar sind. 2. Bestimme für alle Ziele Zielgewichte λ 1, λ 2,..., λ k 3. Bestimme für jedes Ziel z h separat eine Nutzenfunktion u h. Dann berechne den Nutzen bzgl. aller Ziele via u(a i ) := u(e 1 i, e 2 i,..., e k i ) := k λ h u h (e h i ) h=1 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 36/55 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und mehrere Ziele / Beispiel Bertas Urlaub: Mögliche Dauer: Tage. Mögliche Orte: Karibik: sicher sonnig, Mittelmeer: voraussichtlich sonnig, Nordsee: eher nicht sonnig. Ziele: 1. möglichst lange, 2. möglichst sonnig. Alternativen: Tage Karibik, Tage Mittelmeer, Tage Nordsee. Zielgewichte: Nutzenfunktionen: λ Dauer := 4, λ sonnig := 6 für das Ziel Dauer: wie Annas Nutzenfunktion. für das Ziel sonnig: u 2 (sicher sonnig) := 1, u 2 (vorauss. sonnig) := 0, 8, u 2 (nicht sonnig) := 0 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 37/55

26 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und mehrere Ziele / Beispiel Bertas Urlaub: Zielgewichte: Nutzenfunktionen: λ Dauer := 4, λ sonnig := 6 für das Ziel Dauer: wie Annas Nutzenfunktion. für das Ziel sonnig: u 2 (sicher sonnig) := 1, u 2 (vorauss. sonnig) := 0, 8, u 2 (nicht sonnig) := 0 Nutzen der drei Alternativen: 10 Tage Karibik: u(10 Tage Karibik) = 4 u 1 (10 Tage) + 6 u 2 (sonnig) = 6 13 Tage Mittelmeer: u(13 Tage Mittelmeer) = 4 u 1 (13 Tage) + 6 u 2 (vorauss. sonnig) = 6, 8 20 Tage Nordsee: u(20 Tage Nordsee) = 4 u 1 (20 Tage) + 6 u 2 (nicht sonnig) = 4 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 38/55 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und mehrere Ziele / Zielgewichte Methoden zur Bestimmung der Zielgewichte: Verteilungsmethode: Arrangiere Ziele in einer Zielhierarchie. Weise dem obersten Ziel eine Punktzahl zu (z.b. 100 Punkte oder Gewicht 1,0). Beim obersten Ziel beginnend, verteile die Punkte eines Ziels auf seine Unterziele. Paarweise Vergleiche: Bilde alle möglichen Paare von Zielen und frage den Entscheider, welches der beiden Ziele ihm jeweils wichtiger ist. Das Zielgewicht eines Ziels ist dann die Anzahl der Paare, in denen es einem anderen Ziel vorgezogen wird. Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 39/55

27 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und mehrere Ziele / Zielgewichte Schöner Urlaub λ=1,0 Dauer Umwelt Aktivitäten sonnig unverschmutzt Bademöglichkeiten Nachtleben Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 40/55 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und mehrere Ziele / Zielgewichte Schöner Urlaub λ=1,0 Dauer Umwelt Aktivitäten λ=0,3 λ=0,2 λ=0,5 sonnig unverschmutzt Bademöglichkeiten Nachtleben Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 40/55

28 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und mehrere Ziele / Zielgewichte Schöner Urlaub λ=1,0 Dauer Umwelt Aktivitäten λ=0,3 λ=0,2 λ=0,5 sonnig unverschmutzt Bademöglichkeiten λ=0,1 λ=0,1 λ=0,1 Nachtleben λ=0,4 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 40/55 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Sicherheit und mehrere Ziele / Zielgewichte Ist das Ziel in der Zeile wichtiger als das Ziel in der Spalte? Dauer sonnig unverschmutzt Baden Nachtleben Dauer nein ja nein ja sonnig ja ja ja unverschmutzt ja nein Baden nein Nachtleben Insgesamt k(k 1) 2 = 10 paarweise Vergleiche von k = 5 Zielen. λ Dauer = 2 10 = 0, 2 λ sonnig = 4 10 = 0, 4 λ Baden = 1 10 = 0, 1 λ Nachtleben = 2 10 = 0, 2 λ unverschmutzt = 1 10 = 0, 1 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 41/55

29 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Unsicherheit Beispiel: Gebäude gegen Brandschäden versichern. Alternativen: a 1 : Versicherung abschließen (Prämie P bezahlen). a 2 : Versicherung nicht abschließen. Situationen: s 1 : Brand mit Totalschaden (20 M bezahlen) s 2 : kein Brand. s 1 s 2 p 1 = 0, 0001 p 1 = 0, 9999 a 1 P P a 2 20M 0 Wert der Prämie P aus Sicht der Versicherung: µ(a 2 ) = 20M 0, , 9999 = 2000 Prämie z.b Aus Sicht des Versicherungsnehmers: meistens Abschluß, obwohl es sich allein vom Erwartungswert nicht rechnet! Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 42/55 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Unsicherheit St. Petersburger Spiel: Einsatz: x GE. Münze wird so lange geworfen, bis Zahl oben ist (n-ter Wurf). Auszahlung: 2 n GE. Beispiele: Würfe Auszahlung Zahl 2 GE Wappen, Zahl 4 GE Wappen, Wappen, Zahl 8 GE Wappen, Wappen, Wappen, Wappen, Wappen, Zahl 64 GE Welchen Betrag x wollen Sie setzen? Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 43/55

30 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Unsicherheit St. Petersburger Spiel: Erwartungswert: n n... p 1/2 1/4 1/8... 1/2 n... Auszahlung n... µ = = Bernoulli: die meisten Personen setzen aber nur 10 GE. Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 44/55 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Unsicherheit / Bernoulli-Prinzip Bernoulli-Prinzip: Es gibt eine (Risiko-)Nutzenfunktion u : R R die jedem Ergebnis e i,j einen Nutzen u(e i,j ) zuordnet. Entscheidungen werden dann nicht anhand des Erwartungswertes der Ergebnisse, n µ(a i ) := p j e i,j sondern anhand j=1 gefällt. des Erwartungswertes der Nutzenwerte n Eu(a i ) := p j u(e i,j ) j=1 Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 45/55

31 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Unsicherheit Vergleiche zwei Aktionen: a 1 : Aktion mit sicherer Auszahlung v. a 2 : Aktion mit Auszahlung (Basis-Referenz-)Lotterie. x, mit Wahrscheinlichkeit 1 p y, mit Wahrscheinlichkeit p Ist ein Entscheider indifferent zwischen den beiden Aktionen, heißt v das Sicherheitsäquivalent der Lotterie (x; 1 p y; p). Je nach Risikofreudigkeit bzw. Aversion ist das Sicherheitsäquivalent größer bzw. kleiner als der Erwartungswert der Lotterie µ(a 2 ) = (1 p) x + p y Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 46/55 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Unsicherheit Mittelwert-Kettungs-Methode: 1. Setze für den kleinst-möglichen Ertrag x und den größt-möglichen Ertrag y: u(x) := 0, u(y) := 1 2. Frage den Entscheider nach dem Sicherheitsäquivalent v der Lotterie (x; 0, 5 y; 0, 5) und setze u(v) := 0, Frage den Entscheider sukzessive nach dem Sicherheitsäquivalent v der von Lotterien (e; 0, 5 f; 0, 5) mit Ergebnissen e und f mit bekannten Nutzenwerten und setze u(v) := 0, 5 u(e) + 0, 5 u(f) Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 47/55

32 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Unsicherheit St. Petersburger Spiel mit maximaler Auszahlung 2 10 = 1024 GE: u(2) := 0, u(1024) := 1 Welches Sicherheitsäquivalent hat für dich die Lotterie (2; 0, ; 0, 5)? Anna: 700 GE. Welches Sicherheitsäquivalent hat für dich die Lotterie (2; 0, 5 700; 0, 5)? Anna: 400 GE. Welches Sicherheitsäquivalent hat für dich die Lotterie (700; 0, ; 0, 5)? Anna: 950 GE. Welches Sicherheitsäquivalent hat für dich die Lotterie (2; 0, ; 0, 5)? Berta: 350 GE. Welches Sicherheitsäquivalent hat für dich die Lotterie (2; 0, 5 350; 0, 5)? Berta: 150 GE. Welches Sicherheitsäquivalent hat für dich die Lotterie (350; 0, ; 0, 5)? Berta: 600 GE. Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 48/55 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Unsicherheit u Anna Berta e Anna ist risikofreudig, Berta ist risikoavers. Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 49/55

33 Betriebswirtschaft 1 / 5. Nutzentheorie Nutzenfunktion bestimmen / Unsicherheit [DS05] Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 50/55 Betriebswirtschaft 1 1. Das Grundmodell 2. Entscheidung unter Risiko 3. Entscheidung unter Ungewissheit 4. Entscheidung bei Zielkonflikten unter Sicherheit 5. Nutzentheorie 6. Mehrstufige Entscheidungen und Planung Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 51/55

34 Betriebswirtschaft 1 / 6. Mehrstufige Entscheidungen und Planung Statische und Dynamische Entscheidungsprobleme statisch: eine Entscheidung ist einmalig zu fällen bzw. die Situationen, Eintrittswahrscheinlichkeiten und Alternativen sind festgelegt. dynamisch: eine Entscheidung ist mehrmals zu fällen und Situationen, Eintrittswahrscheinlichkeiten oder Alternativen können sich von Mal zu Mal ändern. Planungszeitraum: Perioden t = 1,..., T. Gesucht: Entscheidungsfolge a 1, a 2,..., n T (Politik), so daß erwarteter Ertrag maximal ist: e := T e t, t=1 e t = Ertrag in Periode t Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 51/55 Betriebswirtschaft 1 / 6. Mehrstufige Entscheidungen und Planung Beispiel: Ölbohrproblem Eine Ölgesellschaft besitzt Bohrrechte für ein Stück Land: 1. Entscheidung: vorher seismischen Test durchführen? Kosten: 30T. 60% positives Ergebnis, 40% negatives Ergebnis. 2. Entscheidung: nach Öl bohren? Kosten: 100T. Wahrscheinlichkeit für Ölfund: ohne seismischen Test: 55% bei positivem seismischem Test: 85%. bei negativem seismischem Test: 10%. Ergebnis: bei Ölfund: 400T. sonst: wertlos. Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 52/55

35 Betriebswirtschaft 1 / 6. Mehrstufige Entscheidungen und Planung Beispiel: Ölbohrproblem [DS05] Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 53/55 Betriebswirtschaft 1 / 6. Mehrstufige Entscheidungen und Planung Rückwartsrechnung (roll back-verfahren) Darstellung des Entscheidungsproblems als stochstischer Entscheidungsbaum: Entscheidungsknoten (Quadrate im Bsp.): Wahl einer Alternative a 1,..., a m. Zufallsknoten (Kreise im Bsp.): zufälliges Eintreten einer Situation s 1,..., s n. Rückwartsrechnung (roll back-verfahren): von den Blättern zur Wurzel: an Zufallsknoten: Erwartungswert über die Kindknoten berechnen. an Entscheidungsknoten: Alternative mit maximalem Erwartungswert wählen. Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 54/55

36 Betriebswirtschaft 1 / 6. Mehrstufige Entscheidungen und Planung Beispiel: Ölbohrproblem [DS05] Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 54/55 Betriebswirtschaft 1 / 6. Mehrstufige Entscheidungen und Planung Literatur [Amb06] Klaus Ambrosi. Betriebswirtschaft 1. Skript, [DS05] Wolfgang Domschke and Armin Scholl. Grundlagen der Betriebswirtschaftslehre Eine Einführung aus entscheidungsorientierter Sicht. Springer, 2 edition, Vorlesung Betriebswirtschaft 1, Wintersemester 2007/8 55/55

Risiko und Versicherung - Übung

Risiko und Versicherung - Übung Sommer 2009 Risiko und Versicherung - Übung Entscheidungstheoretische Grundlagen Renate Bodenstaff Vera Brinkmann r.bodenstaff@uni-hohenheim.de vera.brinkmann@uni-hohenheim.de https://insurance.uni-hohenheim.de

Mehr

2. Gesundheitsfinanzierung

2. Gesundheitsfinanzierung 2. Gesundheitsfinanzierung Inhalte dieses Abschnitts 2.1 Grundmodell der Versicherung Versicherungsmotiv Optimale Versicherungsnachfrage Aktuarisch faire und unfaire Prämien 145 2.1 Grundmodell der Versicherung

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

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

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

Überblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus

Überblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus Überblick: Entscheidungstheoretische Konzepte Seminar Online-Optimierung Diana Balbus Einleitung Ein Online-Algorithmus muss Ausgaben berechnen, ohne zukünftige Eingaben zu kennen. Für die Bewertung von

Mehr

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8

Profil A 49,3 48,2 50,7 50,9 49,8 48,7 49,6 50,1 Profil B 51,8 49,6 53,2 51,1 51,1 53,4 50,7 50 51,5 51,7 48,8 1. Aufgabe: Eine Reifenfirma hat für Winterreifen unterschiedliche Profile entwickelt. Bei jeweils gleicher Geschwindigkeit und auch sonst gleichen Bedingungen wurden die Bremswirkungen gemessen. Die gemessenen

Mehr

R. Brinkmann http://brinkmann-du.de Seite 1 30.11.2013 Schriftliche Übung Mathematik Stochastik II (Nachschreiber) Jan. 2007

R. Brinkmann http://brinkmann-du.de Seite 1 30.11.2013 Schriftliche Übung Mathematik Stochastik II (Nachschreiber) Jan. 2007 R. Brinkmann http://brinkmann-du.de Seite 1 30.11.2013 Schriftliche Übung Mathematik Stochastik II (Nachschreiber) Jan. 2007 SG15/25D NAME: Lösungen 1. In einer Packung sind Glühbirnen, davon sind zwei

Mehr

W-Rechnung und Statistik für Ingenieure Übung 11

W-Rechnung und Statistik für Ingenieure Übung 11 W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik

Mehr

y 1 2 3 4 5 6 P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6

y 1 2 3 4 5 6 P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6 Fachhochschule Köln Fakultät für Wirtschaftswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@fh-koeln.de Übungen zur Statistik für Prüfungskandidaten und Prüfungskandidatinnen Unabhängigkeit

Mehr

i 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

i 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

Mehr

Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 3914 jutta.arrenberg@th-koeln.

Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 3914 jutta.arrenberg@th-koeln. Übungen zur Vorlesung Wirtschaftsstatistik Zufallsvariablen Aufgabe 4.1 Ein Unternehmen fertigt einen Teil der Produktion in seinem Werk in München und den anderen Teil in seinem Werk in Köln. Auf Grund

Mehr

Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero?

Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Gibt es einen Geschmacksunterschied zwischen Coca Cola und Cola Zero? Manche sagen: Ja, manche sagen: Nein Wie soll man das objektiv feststellen? Kann man Geschmack objektiv messen? - Geschmack ist subjektiv

Mehr

R ist freie Software und kann von der Website. www.r-project.org

R 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

Mehr

Markovketten. Bsp. Page Ranking für Suchmaschinen. Wahlfach Entscheidung unter Risiko und stat. Datenanalyse 07.01.2015

Markovketten. Bsp. Page Ranking für Suchmaschinen. Wahlfach Entscheidung unter Risiko und stat. Datenanalyse 07.01.2015 Markovketten Markovketten sind ein häufig verwendetes Modell zur Beschreibung von Systemen, deren Verhalten durch einen zufälligen Übergang von einem Systemzustand zu einem anderen Systemzustand gekennzeichnet

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

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

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

15.3 Bedingte Wahrscheinlichkeit und Unabhängigkeit

15.3 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

Mehr

Risikoeinstellungen empirisch

Risikoeinstellungen empirisch Risikoeinstellungen empirisch Risk attitude and Investment Decisions across European Countries Are women more conservative investors than men? Oleg Badunenko, Nataliya Barasinska, Dorothea Schäfer http://www.diw.de/deutsch/soep/uebersicht_ueber_das_soep/27180.html#79569

Mehr

Statuten in leichter Sprache

Statuten 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

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

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

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

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

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

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

Johann Wolfgang Goethe - Universität Frankfurt am Main

Johann Wolfgang Goethe - Universität Frankfurt am Main Fachbereich Wirtschaftswissenschaften Institut für Statistik und Mathematik Johann Wolfgang Goethe - Universität Frankfurt am Main ENTSCHEIDUNGSTHEORIE Klausur vom 0.0.004 Prof. Dr. H. Rommelfanger Als

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

Statistik I für Betriebswirte Vorlesung 11

Statistik 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

Mehr

Klausur zur Vorlesung Informationsökonomik

Klausur zur Vorlesung Informationsökonomik Dr. Tone Arnold Wintersemester 2003/04 Klausur zur Vorlesung Informationsökonomik Die Klausur besteht aus drei Vorfragen und drei Hauptfragen, von denen jeweils zwei zu beantworten sind. Sie haben für

Mehr

Schleswig-Holstein 2011. Kernfach Mathematik

Schleswig-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

Mehr

1 C H R I S T O P H D R Ö S S E R D E R M A T H E M A T I K V E R F Ü H R E R

1 C H R I S T O P H D R Ö S S E R D E R M A T H E M A T I K V E R F Ü H R E R C H R I S T O P H D R Ö S S E R D E R M A T H E M A T I K V E R F Ü H R E R L Ö S U N G E N Seite 7 n Wenn vier Menschen auf einem Quadratmeter stehen, dann hat jeder eine Fläche von 50 mal 50 Zentimeter

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

ETWR TEIL B ÜBUNGSBLATT 4 WS14/15

ETWR TEIL B ÜBUNGSBLATT 4 WS14/15 ETWR TEIL B ÜBUNGSBLATT 4 WS14/15 OTTO-VON-GUERICKE-UNIVERSITÄT MAGDEBURG F A K U L T Ä T F Ü R W I R T S C H A F T S W I S S E N S C H A FT LEHRSTUHL FÜR EMPIRISCHE WIRTSCHAFTSFORSCHUNG & GESUNDHEITSÖKONOMIE,

Mehr

AUTOMATISIERTE HANDELSSYSTEME

AUTOMATISIERTE HANDELSSYSTEME UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie

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

Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min

Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min Klausur, Multivariate Verfahren, SS 2006, 6 Kreditpunkte, 90 min 1 Prof. Dr. Fred Böker 08.08.2006 Klausur zur Vorlesung Multivariate Verfahren, SS 2006 6 Kreditpunkte, 90 min Gesamtpunkte: 39 Aufgabe

Mehr

Mechanismus Design Auktionen

Mechanismus Design Auktionen Mechanismus Design Auktionen Universität Hohenheim Alexander Staus Mechanismus Design Universität Hohenheim 1/25 Welche Auktionen kennen Sie? traditionelle Auktionshäuser ebay Immobilien Fahrräder Blumen

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

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über

Güte 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

Mehr

Vorlesung. Informationsökonomik und die Theorie der Firma

Vorlesung. Informationsökonomik und die Theorie der Firma Vorlesung Informationsökonomik und die Theorie der Firma Ulrich Schwalbe Universität Hohenheim 5. Vorlesung 28.11.2007 Ulrich Schwalbe (Universität Hohenheim) Informationsökonomik 5. Vorlesung 28.11.2007

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

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

4. Versicherungsangebot

4. Versicherungsangebot 4. Versicherungsangebot Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Versicherungsökonomie (FS 11) Versicherungsangebot 1 / 13 1. Einleitung 1.1 Hintergrund In einem grossen Teil

Mehr

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 38

Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 38 Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 38 Offene Fragen Warum ist ein ET bereit, für eine Feuerversicherung mit einer Versicherungshöhe von 1 Million und einer Jahreseintrittswahrscheinlichkeit

Mehr

Wichtige Forderungen für ein Bundes-Teilhabe-Gesetz

Wichtige Forderungen für ein Bundes-Teilhabe-Gesetz Wichtige Forderungen für ein Bundes-Teilhabe-Gesetz Die Parteien CDU, die SPD und die CSU haben versprochen: Es wird ein Bundes-Teilhabe-Gesetz geben. Bis jetzt gibt es das Gesetz noch nicht. Das dauert

Mehr

Anmerkungen zur Übergangsprüfung

Anmerkungen zur Übergangsprüfung DM11 Slide 1 Anmerkungen zur Übergangsprüfung Aufgabeneingrenzung Aufgaben des folgenden Typs werden wegen ihres Schwierigkeitsgrads oder wegen eines ungeeigneten fachlichen Schwerpunkts in der Übergangsprüfung

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

Ein möglicher Unterrichtsgang

Ein möglicher Unterrichtsgang Ein möglicher Unterrichtsgang. Wiederholung: Bernoulli Experiment und Binomialverteilung Da der sichere Umgang mit der Binomialverteilung, auch der Umgang mit dem GTR und den Diagrammen, eine notwendige

Mehr

Übungsaufgaben Wahrscheinlichkeit

Übungsaufgaben Wahrscheinlichkeit Übungsaufgaben Wahrscheinlichkeit Aufgabe 1 (mdb500405): In einer Urne befinden sich gelbe (g), rote (r), blaue (b) und weiße (w) Kugel (s. Bild). Ohne Hinsehen sollen aus der Urne in einem Zug Kugeln

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

Manager. von Peter Pfeifer, Waltraud Pfeifer, Burkhard Münchhagen. Spielanleitung

Manager. von Peter Pfeifer, Waltraud Pfeifer, Burkhard Münchhagen. Spielanleitung Manager von Peter Pfeifer, Waltraud Pfeifer, Burkhard Münchhagen Spielanleitung Manager Ein rasantes Wirtschaftsspiel für 3 bis 6 Spieler. Das Glück Ihrer Firma liegt in Ihren Händen! Bestehen Sie gegen

Mehr

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume?

Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Vorlesung Diskrete Strukturen Graphen: Wieviele Bäume? Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2013/14 Isomorphie Zwei Graphen (V 1, E 1 ) und (V

Mehr

Repetitorium zum Staatsexamen für Lehramtsstudenten. Informationswirtschaft & Planung und Entscheidung 30.05.2014 NB-201. Sommersemester 2014

Repetitorium zum Staatsexamen für Lehramtsstudenten. Informationswirtschaft & Planung und Entscheidung 30.05.2014 NB-201. Sommersemester 2014 Sommersemester 2014 Repetitorium zum Staatsexamen für Lehramtsstudenten Informationswirtschaft & Planung und Entscheidung 30.05.2014 NB-201 Lehrstuhl für ABWL und Wirtschaftsinformatik Prof. Dr. Alexandros

Mehr

Aufgabe 2.1. Ergebnis, Ergebnismenge, Ereignis

Aufgabe 2.1. Ergebnis, Ergebnismenge, Ereignis Aufgabe 2. Ergebnis, Ergebnismenge, Ereignis Ergebnis und Ergebnismenge Vorgänge mit zufälligem Ergebnis, oft Zufallsexperiment genannt Bei der Beschreibung der Ergebnisse wird stets ein bestimmtes Merkmal

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

Vorlesung Dokumentation und Datenbanken Klausur

Vorlesung Dokumentation und Datenbanken Klausur Dr. Stefan Brass 5. Februar 2002 Institut für Informatik Universität Giessen Vorlesung Dokumentation und Datenbanken Klausur Name: Geburtsdatum: Geburtsort: (Diese Daten werden zur Ausstellung des Leistungsnachweises

Mehr

Derivate und Bewertung

Derivate und Bewertung . Dr. Daniel Sommer Marie-Curie-Str. 30 60439 Franfurt am Main Klausur Derivate und Bewertung.......... Wintersemester 2008/09 Klausur Derivate und Bewertung Wintersemester 2008/09 Aufgabe 1: Zinsurven,

Mehr

Einführung in statistische Analysen

Einführung in statistische Analysen Einführung in statistische Analysen Andreas Thams Econ Boot Camp 2008 Wozu braucht man Statistik? Statistik begegnet uns jeden Tag... Weihnachten macht Deutschen Einkaufslaune. Im Advent überkommt die

Mehr

Wurzeln als Potenzen mit gebrochenen Exponenten. Vorkurs, Mathematik

Wurzeln als Potenzen mit gebrochenen Exponenten. Vorkurs, Mathematik Wurzeln als Potenzen mit gebrochenen Exponenten Zur Einstimmung Wir haben die Formel benutzt x m n = x m n nach der eine Exponentialzahl potenziert wird, indem man die Exponenten multipliziert. Dann sollte

Mehr

Statistik 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 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

Mehr

B 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!

B 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

Mehr

Dow Jones am 13.06.08 im 1-min Chat

Dow Jones am 13.06.08 im 1-min Chat Dow Jones am 13.06.08 im 1-min Chat Dieser Ausschnitt ist eine Formation: Wechselstäbe am unteren Bollinger Band mit Punkt d über dem 20-er GD nach 3 tieferen Hoch s. Wenn ich einen Ausbruch aus Wechselstäben

Mehr

AGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b

AGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität

Mehr

Korrelation (II) Korrelation und Kausalität

Korrelation (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

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

Klausur Nr. 1. Wahrscheinlichkeitsrechnung. Keine Hilfsmittel gestattet, bitte alle Lösungen auf dieses Blatt.

Klausur 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,

Mehr

Planen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher

Planen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher Planen mit mathematischen Modellen 00844: Computergestützte Optimierung Leseprobe Autor: Dr. Heinz Peter Reidmacher 11 - Portefeuilleanalyse 61 11 Portefeuilleanalyse 11.1 Das Markowitz Modell Die Portefeuilleanalyse

Mehr

Melanie Kaspar, Prof. Dr. B. Grabowski 1

Melanie 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

Mehr

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8

Box-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

Mehr

Übungsaufgaben Prozentrechnung und / oder Dreisatz

Übungsaufgaben Prozentrechnung und / oder Dreisatz Übungsaufgaben Prozentrechnung und / oder Dreisatz 1. Bei der Wahl des Universitätssprechers wurden 800 gültige Stimmen abgegeben. Die Stimmen verteilten sich so auf die drei Kandidat/innen: A bekam 300,

Mehr

Kapitel 7 und Kapitel 8: Gleichgewichte in gemischten Strategien. Einleitung. Übersicht Teil 2 2. Übersicht 3

Kapitel 7 und Kapitel 8: Gleichgewichte in gemischten Strategien. Einleitung. Übersicht Teil 2 2. Übersicht 3 Übersicht Teil 2 Kaitel 7 und Kaitel 8: Gleichgewichte in gemischten Strategien Übersicht Teil 2 2 Übersicht Einleitung Was ist eine gemischte Strategie? Nutzen aus gemischten Strategien Reaktionsfunktionen

Mehr

Der monatliche Tarif für ein Handy wurde als lineare Funktion der Form f(x) = k x + d modelliert (siehe Grafik).

Der monatliche Tarif für ein Handy wurde als lineare Funktion der Form f(x) = k x + d modelliert (siehe Grafik). 1) Handytarif Der monatliche Tarif für ein Handy wurde als lineare Funktion der Form f(x) = k x + d modelliert (siehe Grafik). Euro Gesprächsminuten Tragen Sie in der folgenden Tabelle ein, welche Bedeutung

Mehr

Einführung. Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Vorlesungen zur Komplexitätstheorie. K-Vollständigkeit (1/5)

Einführung. Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Vorlesungen zur Komplexitätstheorie. K-Vollständigkeit (1/5) Einführung 3 Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (3) Univ.-Prof. Dr. Christoph Meinel Hasso-Plattner-Institut Universität Potsdam, Deutschland Hatten den Reduktionsbegriff

Mehr

1.3 Die Beurteilung von Testleistungen

1.3 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

Mehr

Die drei Kernpunkte der modernen Portfoliotheorie

Die drei Kernpunkte der modernen Portfoliotheorie Die drei Kernpunkte der modernen Portfoliotheorie 1. Der Zusammenhang zwischen Risiko und Rendite Das Risiko einer Anlage ist die als Varianz oder Standardabweichung gemessene Schwankungsbreite der Erträge

Mehr

6 Mehrstufige zufällige Vorgänge Lösungshinweise

6 Mehrstufige zufällige Vorgänge Lösungshinweise 6 Mehrstufige zufällige Vorgänge Lösungshinweise Aufgabe 6.: Begründen Sie, warum die stochastische Unabhängigkeit zweier Ereignisse bzw. zufälliger Vorgänge nur ein Modell der Realität darstellen kann.

Mehr

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 )

0, v 6 = 2 2. 1, v 4 = 1. 2. span(v 1, v 5, v 6 ) = span(v 1, v 2, v 3, v 4, v 5, v 6 ) 4. span(v 1, v 2, v 4 ) = span(v 2, v 3, v 5, v 6 ) Aufgabe 65. Ganz schön span(n)end. Gegeben sei folgende Menge M von 6 Vektoren v, v,..., v 6 R 4 aus Aufgabe P 6: M = v =, v =, v =, v 4 =, v 5 =, v 6 = Welche der folgenden Aussagen sind wahr? span(v,

Mehr

Bedienungsanleitung Rückabwicklungsrechner

Bedienungsanleitung Rückabwicklungsrechner 1 Eingaben Zelle C2 Auszahlungsbetrag Hier muss der erste Auszahlungsbetrag eingegeben werden. Weitere Auszahlungen siehe Weiter unten. Zelle C3 Zeitpunkt der Auszahlung Datum der ersten Auszahlung Zelle

Mehr

Zahlenoptimierung Herr Clever spielt optimierte Zahlen

Zahlenoptimierung Herr Clever spielt optimierte Zahlen system oder Zahlenoptimierung unabhängig. Keines von beiden wird durch die Wahrscheinlichkeit bevorzugt. An ein gutes System der Zahlenoptimierung ist die Bedingung geknüpft, dass bei geringstmöglichem

Mehr

Was ist clevere Altersvorsorge?

Was ist clevere Altersvorsorge? Was ist clevere Altersvorsorge? Um eine gute Altersvorsorge zu erreichen, ist es clever einen unabhängigen Berater auszuwählen Angestellte bzw. Berater von Banken, Versicherungen, Fondsgesellschaften und

Mehr

How to do? Projekte - Zeiterfassung

How to do? Projekte - Zeiterfassung How to do? Projekte - Zeiterfassung Stand: Version 4.0.1, 18.03.2009 1. EINLEITUNG...3 2. PROJEKTE UND STAMMDATEN...4 2.1 Projekte... 4 2.2 Projektmitarbeiter... 5 2.3 Tätigkeiten... 6 2.4 Unterprojekte...

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

Was ist Sozial-Raum-Orientierung?

Was ist Sozial-Raum-Orientierung? Was ist Sozial-Raum-Orientierung? Dr. Wolfgang Hinte Universität Duisburg-Essen Institut für Stadt-Entwicklung und Sozial-Raum-Orientierte Arbeit Das ist eine Zusammen-Fassung des Vortrages: Sozialräume

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen

Mehr

MATHEMATIK 3 STUNDEN. DATUM: 8. Juni 2009

MATHEMATIK 3 STUNDEN. DATUM: 8. Juni 2009 EUROPÄISCHES ABITUR 2009 MATHEMATIK 3 STUNDEN DATUM: 8. Juni 2009 DAUER DES EXAMENS : 3 Stunden (180 Minuten) ZUGELASSENE HILFSMITTEL : Europäische Formelsammlung Nicht graphischer und nicht programmierbarer

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

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

Aufgabenblatt 3: Rechenbeispiel zu Stiglitz/Weiss (AER 1981)

Aufgabenblatt 3: Rechenbeispiel zu Stiglitz/Weiss (AER 1981) Aufgabenblatt 3: Rechenbeispiel zu Stiglitz/Weiss (AER 1981) Prof. Dr. Isabel Schnabel The Economics of Banking Johannes Gutenberg-Universität Mainz Wintersemester 2009/2010 1 Aufgabe 100 identische Unternehmer

Mehr

Mikroökonomik 9. Vorlesungswoche

Mikroökonomik 9. Vorlesungswoche Mikroökonomik 9. Vorlesungswoche Tone Arnold Universität des Saarlandes 18. Dezember 2007 Tone Arnold (Universität des Saarlandes) 9. Vorlesungswoche 18. Dezember 2007 1 / 31 Volkswirtschaftliche Rente

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

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

Scheper Ziekenhuis Emmen. Tel.: + 31 (0) 591-691 320 Fax: + 31 (0) 591-691 321 Web: www.plastici.nl

Scheper Ziekenhuis Emmen. Tel.: + 31 (0) 591-691 320 Fax: + 31 (0) 591-691 321 Web: www.plastici.nl Scheper Ziekenhuis Emmen Tel.: + 31 (0) 591-691 320 Fax: + 31 (0) 591-691 321 Web: www.plastici.nl PREISE Wir bieten Ihnen Brustvergrößerungen von 3000,- bis 5.500,- Euro an. ALLGEMEINE INFORMATIONEN Die

Mehr

Die Post hat eine Umfrage gemacht

Die Post hat eine Umfrage gemacht Die Post hat eine Umfrage gemacht Bei der Umfrage ging es um das Thema: Inklusion Die Post hat Menschen mit Behinderung und Menschen ohne Behinderung gefragt: Wie zufrieden sie in dieser Gesellschaft sind.

Mehr

Vorkurs Mathematik Übungen zu Polynomgleichungen

Vorkurs Mathematik Übungen zu Polynomgleichungen Vorkurs Mathematik Übungen zu en 1 Aufgaben Lineare Gleichungen Aufgabe 1.1 Ein Freund von Ihnen möchte einen neuen Mobilfunkvertrag abschließen. Es gibt zwei verschiedene Angebote: Anbieter 1: monatl.

Mehr

Das Persönliche Budget in verständlicher Sprache

Das Persönliche Budget in verständlicher Sprache Das Persönliche Budget in verständlicher Sprache Das Persönliche Budget mehr Selbstbestimmung, mehr Selbstständigkeit, mehr Selbstbewusstsein! Dieser Text soll den behinderten Menschen in Westfalen-Lippe,

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