Gewichtetes arithmetisches Mittel und Streuung

Größe: px
Ab Seite anzeigen:

Download "Gewichtetes arithmetisches Mittel und Streuung"

Transkript

1 Dpl.-Kaufm. Wolfgang Schmtt u mener Skrptenrehe: " Kene ngt vor... " ugewählte Themen der dekrptven Stattk Gewchtete arthmetche Mttel und Streuung Modellaufgabe Übungen Löungen

2 Modellaufgabe: Gewchtete arthmetche Mttel Streuung 1 Da Unternehmen "Excluv-Wellne" möchte ene exkluve Wellne-Center eröffnen. E tehen Standorte zur uwahl, -Stadt oder -Stadt. Ene Voraukalkulaton ergab enen erforderlchen Tageentrttpre von 350,00 uro pro Peron. Da Unternehmen möchte dejenge Stadt auwählen, n der e genügend Leute gbt, de ch deen hohen Entrttpre leten können Um den Entchedungproze über den Standort zu erlechtern wrd ene repräentatve Umfrage zum monatlchen Nettoenkommen n uro n beden Städten n uftrag gegeben. De Umfrage be je 100 Hauhaltungen n -Stadt und n -Stadt ergab folgende Ergebn: -Stadt -Stadt Enkommen x Häufgket f der Hauhalte Enkommen x Häufgket f der Hauhalte Für welchen Standort wrd ch da Unternehmen entcheden? 1. erechnen Se da gewogene arthmetche Mttel de Enkommen n -Stadt und n -Stadt.. eurtelen Se ohne wetere erechnung dee Mttelwerte zur Standortwahl. 3. erechnen Se de durchchnttlche quadratche bwechung der enzelnen Merkmale von den errechneten Mttelwerten. 4. eurtelen Se erneut de uagekraft der Mttelwerte zur Standortwahl. 5. erechnen Se den Varatonkoeffzenten und beurtelen Se erneut de uagekraft der beden Mttelwerte. 6. etätgen oder verwerfen Se mt Hlfe de Schefemaße k von Pearen Yule de Entchedung über de Standortwahl.

3 Löungen zur Modellaufgabe zu 1. De Merkmalauprägungen (Enkommen x) treten mehrfach (Häufgketen f) auf. Dehalb müen de Enkommen mt deren Häufgketen gewchtet werden. Da Ergebn wrd durch de Summe der Häufgketen dvdert. De zu verwendende Formel für da gewchtete (ncht gewogenen) arthmetche Mttel lautet Σxf x = (prch x-quer) Σf Exkur: Manchmal fndet man antelle von x auch den grechchen uchtaben μ (mü) al Symbol für da arthmetche Mttel. μ glt jedoch nur für de Grundgeamthet aller Merkmale. Wr haben e aber mt Stchproben zu tun und dehalb verwenden wr da Symbol x. Zur Löung benötgen wr ene rbettabelle. Her betet ch Excel an. -Stadt -Stadt Enkommen Häufgket Enkommen Häufgket x f x f x f x f Summen: De durchchnttlchen Enkommen n den beden Städten betragen: x = = 1866, x = = 1866,

4 zu. De durchchnttlchen Enkommen n den beden Städten nd nahezu dentch. Dee Werte nd kene Hlfe zur Standortwahl. 3 zu 3. erechnung der durchchnttlchen quadratchen bwechung der enzelnen Merkmale von den errechneten Mttelwerten. Wr benötgen da Streuungmaß Varanz Σ(x - x) f Σf = Exkur: Manchmal fndet man antelle von auch den grechchen uchtaben σ (klene Sgma) al Symbol für de Varanz. σ glt jedoch nur für de Grundgeamthet aller Merkmale. Wr haben e aber mt Stchproben zu tun und dehalb verwenden wr da Symbol für de Varanz. Zur erechnung der Varanz werden de Enzeldfferenzen quadrert. Der Grund für da Quadreren t, daß große bwechungen > 1 und < -1 noch größer und bwechungen zwchen -1 und +1 noch klener werden. Damt wrd de uagekraft der Streuung betont. Wr ergänzen de rbettabellen: -Stadt Enkommen Häufgket x f x f x - x (x - x) (x - x) f Summen:

5 4 -Stadt Enkommen Häufgket x f x f x - x (x - x) (x - x) f ,5 7508, , ,5 44,5 44, ,5 178, ,5 111, , , , ,3 Summen: De Varanzen lauten: = = = = 30340, zu 4. t gnfkant größer al. Da bedeutet, da n -Stadt de Enzelenkommen be wetem wenger um den Mttelwert treuen al n -Stadt. Man könnte agen, n -Stadt haben alle mehr oder wenger en gleche Enkommen. Da heßt auch, da e n -Stadt erheblch mehr "Reche" geben könnte, de ch den hohen Entrttpre n Wellne-Center leten könnten al n -Stadt. -Stadt wrd al neuer Standort favorert.

6 zu 5. Der Varatonkoeffzent V x 100 gbt an, um wevel % de Enzelwerte m Durchchntt um hren Mttelwert treuen. = t de Standardabwechung. 5 Her t und omt: = 3494 = 185, 19 und = 30340, 75 = 1741, , 19 V = 100 = 100 = 9, 9% x 1866 und: 1741, 8446 V = 100 = 100 = 93, 3% x 1866, 50 De Enzelenkommen n -Stadt treuen durchchnttlch mt 9,9% und de n -Stadt mt 93,3% um hre Mttelwerte. Fazt: In -Stadt werden wegen der gnfkant größeren Streuung hoffentlch genügend Leute dabe en, de ch enen teuren ufenthalt m Wellne-Center leten können. Da Wellne-Center wrd wahrchenlch n -Stadt eröffnet. zu 6. 3 ( x - Z) Da Schefemaß k (kewne) nach Pearen-Yule k = getattet e fetzutellen, ob de Häufgketvertelung bezüglch von x lnklatg oder rechtlatg t. Für k > 0 t de Vertelung lnklatg, für k < 0 rechtlatg und für k = 0 ymmetrch. Z t der Zentralwert der Vertelung. Zentral heßt, genau n der Mtte legend. Dazu müen de Merkmalauprägungen (Enkommen x) der Größe nach ortert werden. De t her beret der Fall. De Tabelle zegt de Rechenchrtte.

7 6 Erklärung: Spalte C3 C7: kumulerte Häufgketen Zelle C8: = n / Zelle C 3/4 zegt de Poton von Z (zwchen 0 und 71) Zelle G3: zegt de Mtte zwchen 1700 und = Z x und haben wr beret berechnet. 3 ( ) k = = 1, , 19 Jetzt nd Se n der Lage, elbtändg k = 1,49 zu berechnen. uwertung: ede Schefemaße zegen en k > 0, alo nd bede Vertelungen lnklatg. Man eht jedoch: k > k. lo gbt e n -Stadt deutlch mehr Leute, deren Enkommen unterhalb von x = 1866 legt al n -Stadt. lo t -Stadt "recher". Mut zur Entchedung: Wr eröffnen da Wellne-Center n -Stadt.

8 Übungaufgaben 7 1. Für de folgende Rehe (x), 6, 8, 5, 3, 4 nd zu betmmen: a) arthmetche Mttel; b)varanz, c) Standardabwechung, d)varatonkoeffzent. Gegeben t de Rehe (x) 5, 3,,,, 4, 3 Zu betmmen nd: a) arthmetche Mttel; b) Varanz und c) V. 3. Ene Spedtonfrma ermttelt zum Jahreende da lter hrer n Gebrauch tehenden Latkraftwagen. E ergab ch: Zu berechnen nd: a) durchchnttlche lter der LKW', b) de Streuung der Enzelwerte um da Durchchnttalter. 4. e ener Prüfungklauur erhelten von den Telnehmern Note 1: 4 %; Note : 1%; Note 3: 18 %, Note 4: 3%. Ncht betanden hatten 5 % (Note 5 oder 6). Zu berechnen t de Durchchnttnote x und de Streuung der enzelnen Noten um de Durchchnttnote 5. Da lter der ehechleßenden Frauen n S-H zegte n enem der letzten Jahre nebentehende Vertelung. Da Durchchnttalter der Ehechleßenden t zu berechnen. Ferner de Streuung der enzelnen Werte um den Mttelwert.

9 Löungen 8 Vorau: De Rechenchrtte können anhand der Modellaufgabe lecht nachvollzogen werden. Mene Löungen nd ohne Gewähr für de Rchtgket. zu 1: x = 4,67 = 3,86 = 1,96 V = 4% zu. x = 3 = 1,143 = 1,069 V = 36,7% zu 3. x t de jewelge Klaenmtte x = 4,05 = 5,3119 =,3 V = 57% zu 4. x = 3,53 = 1,4091 = 1,19 V = 33,7% zu 5. x1 = 17,5 x7 = 65; ont Klaenmtten berechnen: x = 8, = 69,385 = 8,33 V = 9%

Schätzfehler in der linearen Regression (1) Einführung

Schätzfehler in der linearen Regression (1) Einführung Schätzfehler ( Reduum: Schätzfehler n der lnearen Regreon ( e Enführung Zel der Regreontattk t e, Schätzglechungen nach dem Krterum der klenten Quadrate aufzutellen und anzugeben, we groß der jewelge Schätzfehler

Mehr

II. Das Bestimmtheitsmaß R 2

II. Das Bestimmtheitsmaß R 2 II. Da Betmmthetmaß R Bepel: (a) ( ) ( )( ) - - 6 6 b ˆ /, und b ˆ, ˆ +, (b) ( ) ( )( ) - / -/ / / 6 6 b ˆ /, und b ˆ, ˆ +, D.h. de KQ-Geraden nd n beden Fällen glech, aber 7. Elementare Regrenrechnung

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen zum 3. Aufgabenblock Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass

Mehr

Erwartungswert, Varianz, Standardabweichung

Erwartungswert, Varianz, Standardabweichung RS 24.2.2005 Erwartungswert_Varanz_.mcd 4) Erwartungswert Erwartungswert, Varanz, Standardabwechung Be jedem Glücksspel nteresseren den Speler vor allem de Gewnnchancen. 1. Bespel: Setzen auf 1. Dutzend

Mehr

Validierung der Software LaborValidate Testbericht

Validierung der Software LaborValidate Testbericht Valderung der Software LaborValdate Tetbercht De Software LaborValdate dent dazu Labormethoden zu Valderen. Dazu mu nachgeween en, da de engeetzten Funktonen dokumentert und nachvollzehbar nd. De Dokumentaton

Mehr

Produkt-Moment-Korrelation (1) - Einführung I -

Produkt-Moment-Korrelation (1) - Einführung I - Produkt-Moment-Korrelaton - Enführung I - Kennffer ur Bechreung de lnearen Zuammenhang wchen we Varalen X und Y. Bechret de Rchtung und de Enge de Zuammenhang m Snne von je... deto... oder wenn... dann...

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert R. Brnkmann http://brnkmann-du.de Sete..8 Zufallsvarable, Wahrschenlchketsvertelungen und Erwartungswert Enführungsbespel: Zwe Würfel (en blauer und en grüner) werden 4 mal zusammen geworfen. De Häufgketen

Mehr

Standardnormalverteilung / z-transformation

Standardnormalverteilung / z-transformation Standardnormalvertelung / -Transformaton Unter den unendlch velen Normalvertelungen gbt es ene Normalvertelung, de sch dadurch ausgeechnet st, dass se enen Erwartungswert von µ 0 und ene Streuung von σ

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

FORMELSAMMLUNG STATISTIK (I)

FORMELSAMMLUNG STATISTIK (I) Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen

Mehr

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm): Aufgabe 1 (4 + 2 + 3 Punkte) Bem Wegen von 0 Respaketen ergaben sch folgende Gewchte X(n Gramm): 1 2 3 4 K = (x u, x o ] (98,99] (99, 1000] (1000,100] (100,1020] n 1 20 10 a) Erstellen Se das Hstogramm.

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

Mehr

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung Fallstude 4 Qualtätsregelkarten (SPC) und Versuchsplanung Abgabe: Lösen Se de Aufgabe 1 aus Abschntt I und ene der beden Aufgaben aus Abschntt II! Aufgabentext und Lösungen schrftlch bs zum 31.10.2012

Mehr

Klasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten

Klasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten Versuch r. 1: achwes des Hook schen Gesetzes und Bestmmung der Federkonstanten achwes des Hookeschen Gesetzes und Bestmmung der Federkonstanten Klasse : ame1 : ame 2 : Versuchszel: In der Technk erfüllen

Mehr

Beschreibende Statistik Mittelwert

Beschreibende Statistik Mittelwert Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )

Mehr

Deskriptive Statistik - Aufgabe 2

Deskriptive Statistik - Aufgabe 2 Derptve Statt - Augabe Budelad Mäer Fraue Bade-Württemberg 7,5 7,5 Bayer 6,8 7,5 Berl-Wet 4,4 Berl-Ot,8 4, Bradeburg 0, 0,8 Breme 4,6,6 Hamburg, 8, Hee 8, 8, Mecleburg-Vorpommer,3, Nederache 0,3, Nordrhe-Wetale

Mehr

Statistik und Wahrscheinlichkeit

Statistik und Wahrscheinlichkeit Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson

Mehr

1 BWL 4 Tutorium V vom 15.05.02

1 BWL 4 Tutorium V vom 15.05.02 1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

Mehr

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression Beschrebung des Zusammenhangs zweer metrscher Merkmale Streudagramme Korrelatonskoeffzenten Regresson Alter und Gewcht be Kndern bs 36 Monaten Knd Monate Gewcht 9 9 5 8 3 4 7.5 4 3 6 5 3 6 4 3.5 7 35 5

Mehr

1. Teilprüfung FS 2008

1. Teilprüfung FS 2008 . Telprüfung Statstk und Wahrschenlchketsrechnung FS 2008 Dr. J. Köhler ETH Zürch Donnerstag 0. Aprl 2008 08:5 09:45 Vorname:... Name:... Stud. Nr.:... Studenrchtung:... . Telprüfung: Statstk und Wahrschenlchketsrechnung

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

Ich habe ein Beispiel ähnlich dem der Ansys-Issue [ansys_advantage_vol2_issue3.pdf] durchgeführt. Es stammt aus dem Dokument Rfatigue.pdf.

Ich habe ein Beispiel ähnlich dem der Ansys-Issue [ansys_advantage_vol2_issue3.pdf] durchgeführt. Es stammt aus dem Dokument Rfatigue.pdf. Ich habe en Bespel ähnlch dem der Ansys-Issue [ansys_advantage_vol_ssue3.pdf durchgeführt. Es stammt aus dem Dokument Rfatgue.pdf. Abbldung 1: Bespel aus Rfatgue.pdf 1. ch habe es manuell durchgerechnet

Mehr

Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler, Eidgenössische Technische Hochschule, ETH Zürich. 1. Teilprüfung FS 2008.

Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler, Eidgenössische Technische Hochschule, ETH Zürich. 1. Teilprüfung FS 2008. Dr. Jochen Köhler, Edgenösssche Technsche Hochschule, ETH Zürch. Telprüfung Statstk und Wahrschenlchketsrechnung FS 2008 Lösungen Dr. J. Köhler ETH Zürch Donnerstag 0. Aprl 2008 08:5 09:45 0BTel : Multple

Mehr

Versicherungstechnischer Umgang mit Risiko

Versicherungstechnischer Umgang mit Risiko Verscherungstechnscher Umgang mt Rsko. Denstlestung Verscherung: Schadensdeckung von für de enzelne Person ncht tragbaren Schäden durch den fnanzellen Ausglech n der Zet und m Kollektv. Des st möglch über

Mehr

Prof. Dr.- Ing. Herzig Vorlesung "Grundlagen der Elektrotechnik 1" 1etv3-4

Prof. Dr.- Ing. Herzig Vorlesung Grundlagen der Elektrotechnik 1 1etv3-4 Prof. Dr.- ng. Herzg.6 Spezelle erechnungsverfahren lnearer Netzwerke.6. Überlagerungsverfahren Der Lernende kann - den Überlagerungssatz und das darauf beruhende erechnungsprnzp lnearer Netzwerke erklären

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. Entfernung in Kilometer: Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.

Mehr

3 g-adische Ziffernentwicklung reeller Zahlen

3 g-adische Ziffernentwicklung reeller Zahlen 1 3 g-adche Zffernentwcklung reeller Zahlen In deem Kaptel e tet 2 g N und Z g = {0, 1, 2, 3,..., g 1} N. Motvaton: Wr wollen jede potve reelle Zahl x > 0 n der Ba g 2 dartellen (g-adche Dartellung von

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

Mehr

Einführung in die Finanzmathematik

Einführung in die Finanzmathematik 1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg

Mehr

Erzeugung mit einer rotierenden flachen Spule

Erzeugung mit einer rotierenden flachen Spule 2. Snuförmge Wechelpannung De elektromagnetche Indukton t ene der Grundlagen unerer technchen Zvlaton. Der Strom, der au der Steckdoe kommt, t bekanntlch en Wecheltrom. De hn verurachende Wechelpannung

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

Nomenklatur - Übersicht

Nomenklatur - Übersicht Nomenklatur - Überscht Name der synthetschen Varable Wert der synthetschen Varable durch synth. Varable erklärte Gesamt- Streuung durch synth. Varable erkl. Streuung der enzelnen Varablen Korrelaton zwschen

Mehr

Diskrete Mathematik 1 WS 2008/09

Diskrete Mathematik 1 WS 2008/09 Ruhr-Unverstät Bochum Lehrstuhl für Kryptologe und IT-Scherhet Prof. Dr. Alexander May M. Rtzenhofen, M. Mansour Al Sawad, A. Meurer Lösungsblatt zur Vorlesung Dskrete Mathematk 1 WS 2008/09 Blatt 7 /

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

EAU SWH l$,0, wohngebäude

EAU SWH l$,0, wohngebäude EAU SWH l$,0, wohngebäude gemäß den $$ 6 ff, Energeensparverordnung (EnEV) :,:: Gültsbs: 09208 Gebäude Gebäudetyp Altbau Mehrfamlenhaus Adresse Hardstraße 3 33, 40629 Düsseldorf Gebäudetel Baujahr Gebäude

Mehr

Hausübung 1 Lösungsvorschlag

Hausübung 1 Lösungsvorschlag Hydrologe und Wasserwrtschaft Hausübung Lösungsvorschlag NIDRSCHLAG Hnwes: Be dem vorlegenden Dokument handelt es sch ledglch um enen Lösungsvorschlag und ncht um ene Musterlösung. s besteht ken Anspruch

Mehr

Musterklausur Wirtschaftsmathematik und Statistik. Zusatzstudium für Wirtschaftsingenieur

Musterklausur Wirtschaftsmathematik und Statistik. Zusatzstudium für Wirtschaftsingenieur Musterklausur Wrtschaftsmathematk und Statstk Zusatzstudum für Wrtschaftsngeneur Telnehmer (Name, Vorname): Datum:.2006 Prüfer: Böhm-Retg Matrkelnummer: REGELN 1. Zum Bestehen der Klausur snd mndestens

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct? We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de

Mehr

?? RUBRIK?? / 1 / Spezial

?? RUBRIK?? / 1 / Spezial ?? RUBRIK?? / 1 / Spezal carrere & more Semnarprogramm für Dozentnnen und Dozenten / 2 /?? RUBRIK?? Nveau st kene Handcreme! carrere & more Semnarprogramm für Dozentnnen und Dozenten S. 3 Vorwort S. 4

Mehr

Lineare Regression (1) - Einführung I -

Lineare Regression (1) - Einführung I - Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:

Mehr

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe Portfolothore (Markowtz) Separatonstheore (Tobn) Kaptaarkttheore (Sharpe Ene Enführung n das Werk von dre Nobelpresträgern zu ene Thea U3L-Vorlesung R.H. Schdt, 3.12.2015 Wozu braucht an Theoren oder Modelle?

Mehr

Auswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07

Auswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07 Auswertung von Umfragen und Expermenten Umgang mt Statstken n Maturaarbeten Realserung der Auswertung mt Excel 07 3.Auflage Dese Broschüre hlft bem Verfassen und Betreuen von Maturaarbeten. De 3.Auflage

Mehr

3.3 Lineare Abbildungen und Matrizen

3.3 Lineare Abbildungen und Matrizen 33 LINEARE ABBILDUNGEN UND MATRIZEN 87 33 Lneare Abbldungen und Matrzen Wr wollen jetzt de numersche Behandlung lnearer Abbldungen zwschen Vektorräumen beschreben be der vorgegebene Basen de Hauptrolle

Mehr

Einführung in Origin 8 Pro

Einführung in Origin 8 Pro Orgn 8 Pro - Enführung 1 Enführung n Orgn 8 Pro Andreas Zwerger Orgn 8 Pro - Enführung 2 Überscht 1) Kurvenft, was st das nochmal? 2) Daten n Orgn mporteren 3) Daten darstellen / plotten 4) Kurven an Daten

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct? We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de

Mehr

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt - Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche

Mehr

Algorithmische Bioinformatik

Algorithmische Bioinformatik Algorthmche Bonformatk HMM Algorthmen: Forward-Backward Baum-Welch Anwendung m equenzalgnment Ulf Leer Wenmanagement n der Bonformatk Formale Defnton von HMM Defnton Gegeben Σ. En Hdden Markov Modell t

Mehr

6. Modelle mit binären abhängigen Variablen

6. Modelle mit binären abhängigen Variablen 6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch

Mehr

Abenteuer Führung. Der Survival Guide für den ersten Führungsjob. Die erste Führungsaufgabe ist kein Zuckerschlecken!

Abenteuer Führung. Der Survival Guide für den ersten Führungsjob. Die erste Führungsaufgabe ist kein Zuckerschlecken! SEMINARPROGRAMME Abenteuer Führung Der Survval Gude für den ersten Führungsjob De erste Führungsaufgabe st ken Zuckerschlecken! Junge Hgh Potentals erkennen das schnell. Her taucht ene unangenehme Überraschung

Mehr

Lösung: Zur Erinnerung noch mal die Werte (Klasseneinteilung), aus Serie1, Aufgabe 4:

Lösung: Zur Erinnerung noch mal die Werte (Klasseneinteilung), aus Serie1, Aufgabe 4: Derptve Sttt Löug zu. Übugufgbe Aufgbe. Betmme Se zu Aufgbe 4 der. Sere jewel uter Verwedug der 0 Stchprobedte ud uter Verwedug der Kleetelug de Atel der Glühlmpe, dere Lebeduer zwche 400 ud 600 Stude

Mehr

Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik

Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik Grundlagen sportwssenschaftlcher Forschung Deskrptve Statstk Dr. Jan-Peter Brückner jpbrueckner@emal.un-kel.de R.6 Tel. 880 77 Deskrptve Statstk - Zele Beschreben der Daten Zusammenfassen der Daten Überblck

Mehr

folgende Wärmeübergangsbeziehung: Nu = 0, 664 Re

folgende Wärmeübergangsbeziehung: Nu = 0, 664 Re Aufgabe 3.5: Berechnung ene Wärmeübergangkoezenten En Körper mt der Oberäche A = 1 m 2 und der Temperatur ϑ W = 30 C wrd mt Luft der Temperatur ϑ F = 10 C (Druck p = 1 bar) angetrömt. De Gechwndgket der

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

Boost-Schaltwandler für Blitzgeräte

Boost-Schaltwandler für Blitzgeräte jean-claude.feltes@educaton.lu 1 Boost-Schaltwandler für Bltzgeräte In Bltzgeräten wrd en Schaltwandler benutzt um den Bltzkondensator auf ene Spannung von engen 100V zu laden. Oft werden dazu Sperrwandler

Mehr

6 Wandtafeln. 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln. 6.3.1 Allgemeines

6 Wandtafeln. 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln. 6.3.1 Allgemeines 6 Wandtafeln 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln 6.3.1 Allgemenes Be der Berechnung der auf de enzelnen Wandtafeln entfallenden Horzontalkräfte wrd ene starre Deckenschebe angenommen.

Mehr

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz Protokoll zu Versuch E6: Elektrsche esonanz. Enletung En Schwngkres st ene elektrsche Schaltung, de aus Kapaztät, Induktvtät und ohmschen Wderstand besteht. Stmmt de Frequenz der anregenden Wechselspannung

Mehr

Leseprobe. Edgar Dietrich, Alfred Schulze. Statistische Verfahren zur Maschinen- und Prozessqualifikation ISBN:

Leseprobe. Edgar Dietrich, Alfred Schulze. Statistische Verfahren zur Maschinen- und Prozessqualifikation ISBN: Leeprobe Edgar Detrch, lfred Schulze Stattche Verfahren zur Machnen- und Prozequalfaton ISN: 978-3-446-455-6 Wetere Informatonen oder etellungen unter http://www.haner.de/978-3-446-455-6 owe m uchhandel.

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

5. ZWEI ODER MEHRERE METRISCHE MERKMALE

5. ZWEI ODER MEHRERE METRISCHE MERKMALE 5. ZWEI ODER MEHRERE METRISCHE MERKMALE wenn an ener Beobachtungsenhet zwe (oder mehr) metrsche Varablen erhoben wurden wesentlche Problemstellungen: Frage nach Zusammenhang: Bsp.: Duxbury Press (sehe

Mehr

2πσ. e ax2 dx = x exp. 2πσ. 2σ 2. Die Varianz ergibt sich mit Hilfe eines weiteren bestimmten Integrals: x 2 e ax2 dx = 1 π.

2πσ. e ax2 dx = x exp. 2πσ. 2σ 2. Die Varianz ergibt sich mit Hilfe eines weiteren bestimmten Integrals: x 2 e ax2 dx = 1 π. 2.5. NORMALVERTEILUNG 27 2.5 Normalvertelung De n der Statstk am häufgsten benutzte Vertelung st de Gauss- oder Normalvertelung. Wr haben berets gesehen, dass dese Vertelung aus den Bnomal- und Posson-Vertelungen

Mehr

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT Smulaton von Hybrdfahrzeugantreben mt optmerter Synchronmaschne 1 SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT OPTIMIERTER SYNCHRONMASCHINE H. Wöhl-Bruhn 1 EINLEITUNG Ene Velzahl von Untersuchungen hat sch

Mehr

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik) Kredtpunkte-Klausur zur Lehrveranstaltung Projektmanagement (nkl. Netzplantechnk) Themensteller: Unv.-Prof. Dr. St. Zelewsk m Haupttermn des Wntersemesters 010/11 Btte kreuzen Se das gewählte Thema an:

Mehr

Analyse von Querschnittsdaten. Bivariate Regression

Analyse von Querschnittsdaten. Bivariate Regression Analse von Querschnttsdaten Bvarate Regresson Warum geht es n den folgenden Stzungen? Kontnuerlche Varablen Deskrptve Modelle kategorale Varablen Datum 3.0.2004 20.0.2004 27.0.2004 03..2004 0..2004 7..2004

Mehr

P(mindestens zwei gleiche Augenzahlen) = = 0.4 = = 120. den 5 vorbereiteten Gebieten drei auszuwählen: = 10. Deshalb ist 120 =

P(mindestens zwei gleiche Augenzahlen) = = 0.4 = = 120. den 5 vorbereiteten Gebieten drei auszuwählen: = 10. Deshalb ist 120 = Hochschule Harz Fachberech Automatserung und Informatk Prof. Dr. T. Schade Ft for Ab & Study - Aprl 2014 Lösungen zu den Aufgaben zu elementarer Wahrschenlchketsrechnung 1. a 12 11 10 9 = 33 = 0.102 20

Mehr

Kapitel 7: Ensemble Methoden. Maschinelles Lernen und Neural Computation

Kapitel 7: Ensemble Methoden. Maschinelles Lernen und Neural Computation Kaptel 7: Ensemble Methoden 133 Komtees Mehrere Netze haben bessere Performanz als enzelne Enfachstes Bespel: Komtee von Netzen aus der n-fachen Kreuzvalderung (verrngert Varanz) De Computatonal Learnng

Mehr

Die Ausgangssituation... 14 Das Beispiel-Szenario... 14

Die Ausgangssituation... 14 Das Beispiel-Szenario... 14 E/A Cockpt Für Se als Executve Starten Se E/A Cockpt........................................................... 2 Ihre E/A Cockpt Statusüberscht................................................... 2 Ändern

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

1.1 Grundbegriffe und Grundgesetze 29

1.1 Grundbegriffe und Grundgesetze 29 1.1 Grundbegrffe und Grundgesetze 9 mt dem udrtschen Temperturkoeffzenten 0 (Enhet: K - ) T 1 d 0. (1.60) 0 dt T 93 K Betrchtet mn nun den elektrschen Wderstnd enes von enem homogenen elektrschen Feld

Mehr

-2 Das einfache Regressionsmodell 2.1 Ein ökonomisches Modell

-2 Das einfache Regressionsmodell 2.1 Ein ökonomisches Modell Kaptel : Das enfache Regressonsmodell - Das enfache Regressonsmodell. En ökonomsches Modell Bespel: De Bezehung zwschen Haushaltsenkommen und Leensmttelausgaen Befragung zufällg ausgewählter Haushalte

Mehr

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6 Praktkum Physkalsche Cheme I (C-2) Versuch Nr. 6 Konduktometrsche Ttratonen von Säuren und Basen sowe Fällungsttratonen Praktkumsaufgaben 1. Ttreren Se konduktometrsch Schwefelsäure mt Natronlauge und

Mehr

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008 Netzscherhet I, WS 2008/2009 Übung Prof. Dr. Jörg Schwenk 27.10.2008 1 Das GSM Protokoll ufgabe 1 In der Vorlesung haben Se gelernt, we sch de Moble Staton (MS) gegenüber dem Home Envroment (HE) mt Hlfe

Mehr

Kurzinformation zu ergänzenden Modulen und Dienstleistungen der B.K.L.-isos GmbH beim Einsatz von SER DOMEA

Kurzinformation zu ergänzenden Modulen und Dienstleistungen der B.K.L.-isos GmbH beim Einsatz von SER DOMEA B.K.L. - Integratnervce für ffene Syteme Kurznfrmatn zu ergänzenden Mdulen und Dentletungen der B.K.L.- bem Enatz vn SER DOMEA Stand: 5/2003 De B.K.L.- t et velen Jahren DOMEA -Partner und hat für Kunden

Mehr

Hallo, mein Name ist. Amy. Ich bin die Neue. im Team von. Ihr Erfolg ist unser Ziel... amy@tst-online.de www.tst-die-mit-dem-berner.

Hallo, mein Name ist. Amy. Ich bin die Neue. im Team von. Ihr Erfolg ist unser Ziel... amy@tst-online.de www.tst-die-mit-dem-berner. Hallo, men Name st Amy Ich bn de Neue m Team von Ihr Erfolg st unser Zel... amy@tst-onlne.de www.tst-de-mt-dem-berner.de Resekataloge Kundenzetungen Imagebroschüren Flyer Kalender Plakate Postkarten Cachanrng

Mehr

Grundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften

Grundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften Bassmodul Makroökonomk /W 2010 Grundlagen der makroökonomschen Analyse klener offener Volkswrtschaften Terms of Trade und Wechselkurs Es se en sogenannter Fall des klenen Landes zu betrachten; d.h., de

Mehr

Finanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1

Finanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1 Fnanzwrtschaft Kaptel 3: Smultane Investtons- und Fnanzplanung Prof. Dr. Thorsten Poddg Lehrstuhl für Allgemene Betrebswrtschaftslehre, nsbes. Fnanzwrtschaft Unverstät Bremen Hochschulrng 4 / WW-Gebäude

Mehr

Keynesianisches Totalmodell

Keynesianisches Totalmodell Keynesansches Totalmodell : S-LM-Modell mt Geldund Kaptalmarkt S LM : Gütermarkt : roduktonsfunkton : rbetsmarkt * : Nomallohnfestsetzung s () W0 * W/ (W/)* * d () d (W/) = (,K) Fskalpoltk m Totalmodell

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Abschlussprüfung Sommer 2011

Abschlussprüfung Sommer 2011 Termn: Mttwoch, 4. Ma 2011 Abschlussprüfung Sommer 2011 Fach nfo rm at ker/fach nform atker n Anwend ungsentwckl ung 1196 Wrtschaftsund Sozalkunde 26 Aufgaben 60 Mnuten Prüfungszet 100 Punkte Bearbetungshnwese

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet.

Determinanten - I. den i-ten Zeilenvektor der n n-matrix A bezeichnet. Determnanten - I Ene Determnante st ene Abbldung, welche ener quadratschen (!) Matrx ene Zahl zuordnet. Wr verwenden n desem Zusammenhang de Schrebwese A = a 2, wobe den -ten Zelenvektor der n n-matrx

Mehr

"Zukunft der Arbeit" Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft

Zukunft der Arbeit Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft "Zukunft der Arbet" Arbeten bs 70 - Utope - oder bald Realtät? De Arbetnehmer der Zukunft Saldo - das Wrtschaftsmagazn Gestaltung: Astrd Petermann Moderaton: Volker Obermayr Sendedatum: 7. Dezember 2012

Mehr

Formeln und Aufgaben zur Rentenrechnung

Formeln und Aufgaben zur Rentenrechnung Foreln und ufgaben zur Rentenrechnung Detrch Baugarten «16. prl 014 Inhaltsverzechns 1 Rentenrechnung 1 1.1 Zusaenfassung............................... 1 1. Bespele....................................

Mehr

Kennlinienaufnahme des Transistors BC170

Kennlinienaufnahme des Transistors BC170 Kennlnenufnhme des Trnsstors 170 Enletung polre Trnsstoren werden us zwe eng benchbrten pn-übergängen gebldet. Vorrusetzung für ds Funktonsprnzp st de gegensetge eenflussung beder pn-übergänge, de nur

Mehr

Der stöchiometrische Luftbedarf einer Reaktion kann aus dem Sauerstoffbedarf der Reaktion und der Zusammensetzung der Luft berechnet werden.

Der stöchiometrische Luftbedarf einer Reaktion kann aus dem Sauerstoffbedarf der Reaktion und der Zusammensetzung der Luft berechnet werden. Stoffwerte De Stoffwerte für de enzelnen omponenten raftstoff, Luft und Abgas snd den verschedenen Stellen aus den Lteraturhnwesen zu entnehmen, für enge Stoffe sollen jedoch de grundlegenden Zusammenhänge

Mehr

Kurzgutachten zur Buchpreisbindungsstudie des Office of Fair Trading (OFT)

Kurzgutachten zur Buchpreisbindungsstudie des Office of Fair Trading (OFT) Kurzgutachten zur Buchpresbndungsstude des Offce of Far Tradng (OFT) Dr. Egon Bellgardt 17. November 2008 Inhalt Management Summary...2 0. Gegenstand des Kurzgutachtens...4 1. Stellungnahme zu Enzelaspekten

Mehr

Geld- und Finanzmärkte

Geld- und Finanzmärkte Gel- un Fnanzmärkte Prof. Dr. Volker Clausen akroökonomk 1 Sommersemester 2008 Fole 1 Gel- un Fnanzmärkte 4.1 De Gelnachfrage 4.2 De Bestmmung es Znssatzes I 4.3 De Bestmmung es Znssatzes II 4.4 Zwe alternatve

Mehr

Qualitative Evaluation einer interkulturellen Trainingseinheit

Qualitative Evaluation einer interkulturellen Trainingseinheit Qualtatve Evaluaton ener nterkulturellen Tranngsenhet Xun Luo Bettna Müller Yelz Yldrm Kranng Zur Kulturgebundenhet schrftlcher und mündlcher Befragungsmethoden und hrer Egnung zur Evaluaton m nterkulturellen

Mehr

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz { } Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombnator. Problemstellung Ausgangspunt be ombnatorschen Fragestellungen st mmer ene endlche Menge M, aus deren Elementen man endlche Zusammenstellungen von Elementen aus M bldet. Formal gesprochen bedeutet

Mehr