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%

Streuungs-, Schiefe und Wölbungsmaße 1

Streuungs-, Schiefe und Wölbungsmaße 1 aptel IV Streuung-, Schefe und Wölbungmaße B... Lagemaße von äufgketvertelungen geben allen weng Aukunft über ene äufgketvertelung. Se bechreben zwar en Zentrum deer Vertelung, geben aber kenen Anhaltpunkt

Mehr

Streuungs-, Schiefe und Wölbungsmaße

Streuungs-, Schiefe und Wölbungsmaße aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen

Mehr

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

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

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

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

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x)

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x) ZZ Lösung zu Aufgabe : Ch²-Test Häufg wrd be der Bearbetung statstscher Daten ene bestmmte Vertelung vorausgesetzt. Um zu überprüfen ob de Daten tatsächlch der Vertelung entsprechen, wrd en durchgeführt.

Mehr

Kapitel V. Parameter der Verteilungen

Kapitel V. Parameter der Verteilungen Kaptel V Parameter der Vertelungen D. 5.. (Erwartungswert) Als Erwartungswert ener Zufallsvarablen X bezechnet man: E( X ) : Dabe se vorausgesetzt: = = + p falls X dskret f d falls X stetg und = + p

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

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

Kapitel 7. Netzplantechnik CPM/PERT. - Bezeichnung der Aktivitäten und ihre Beschreibung - Festlegung der Vorgänger - Dauer der Aktivitäten

Kapitel 7. Netzplantechnik CPM/PERT. - Bezeichnung der Aktivitäten und ihre Beschreibung - Festlegung der Vorgänger - Dauer der Aktivitäten Kaptel 7 Netzplantechnk CPM/PER ALG. 7. 1 (CPM) Schrtt 1 (Aulten der Aktvtäten): Stelle ene abelle au mt olgenden Inormatonen: - Bezechnung der Aktvtäten und hre Bechrebung - Fetlegung der Vorgänger -

Mehr

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz

Prof. Dr. P. Kischka WS 2012/13 Lehrstuhl für Wirtschafts- und Sozialstatistik. Klausur Statistische Inferenz Prof. Dr. P. Kschka WS 2012/13 Lehrstuhl für Wrtschafts- und Sozalstatstk Klausur Statstsche Inferenz 15.02.2013 Name: Matrkelnummer: Studengang: Aufgabe 1 2 3 4 5 6 7 8 Summe Punkte 6 5 5 5 5 4 4 6 40

Mehr

Netzsicherheit I, WS 2008/2009 Übung 2. Prof. Dr. Jörg Schwenk

Netzsicherheit I, WS 2008/2009 Übung 2. Prof. Dr. Jörg Schwenk Netzcherhet I, WS 2008/2009 Übung 2 Prof. Dr. Jörg Schwenk 27.10.2008 1 SPA Aufgabe 1 Se führen ene SPA auf ene Chpkarte au, auf er DES mplementert t. Dabe meen Se en Stromverbrauch währen er PC1 Permutaton

Mehr

-70- Anhang: -Lineare Regression-

-70- Anhang: -Lineare Regression- -70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de

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

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

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

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

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

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. Dr. Roland Füss Statistik II SS 2008 5. Spezelle Testverfahren Zahlreche parametrsche und nchtparametrsche Testverfahren, de nach Testvertelung (Bnomal, t-test etc.), Analysezel (Anpassungs- und Unabhänggketstest) oder Konstrukton der Prüfgröße

Mehr

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt

Grundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten

Mehr

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x,

Analysis I. Vorlesung 17. Logarithmen. R R, x exp x, Prof. Dr. H. Brenner Osnabrück WS 2013/2014 Analyss I Vorlesung 17 Logarthmen Satz 17.1. De reelle Exponentalfunkton R R, x exp x, st stetg und stftet ene Bjekton zwschen R und R +. Bewes. De Stetgket

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

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

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

Mehr

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel! Aufgabe : Vorbemerkung: Ene Zufallsvarable st ene endeutge Funkton bzw. ene Abbldungsvorschrft, de angbt, auf welche Art aus enem Elementareregns ene reelle Zahl gewonnen wrd. x 4 (, ) z.b. Münzwurf: Kopf

Mehr

Statistik Exponentialfunktion

Statistik Exponentialfunktion ! " Statstk " Eponentalfunkton # $ % & ' $ ( )&* +, - +. / $ 00, 1 +, + ) Ensemble von radoaktven Atomkernen Zerfallskonstante λ [1/s] Lebensdauer τ 1/λ [s] Anzahl der pro Zetenhet zerfallenden Kerne:

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

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

6. Übung zur Linearen Algebra II

6. Übung zur Linearen Algebra II Unverstät Würzburg Mathematsches Insttut Prof. Dr. Peter Müller Dr. Peter Fleschmann SS 2006 30.05.2006 6. Übung zur Lnearen Algebra II Abgabe: Bs Mttwoch, 14.06.2006, 11:00 Uhr n de Brefkästen vor der

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

Lösungen der Aufgaben zu Kapitel 2

Lösungen der Aufgaben zu Kapitel 2 Lösungen der Aufgaben zu Kaptel Abschntt 1 Aufgabe 1 Wr benutzen de Potenzrechenregeln, um ene Potenz von mt geradem Eponenten n oder mt ungeradem Eponenten n + 1 we folgt darzustellen: n n und n+1 n n

Mehr

Übung zu Erwartungswert und Standardabweichung

Übung zu Erwartungswert und Standardabweichung Aufgabe Übung zu Erwartungswert und Standardabwechung In ener Lottere gewnnen 5 % der Lose 5, 0 % der Lose 0 und 5 % der Lose. En Los kostet 2,50. a)berechnen Se den Erwartungswert für den Gewnn! b)der

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke der Regressionsanalyse Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden

Mehr

e dt (Gaußsches Fehlerintegral)

e dt (Gaußsches Fehlerintegral) Das Gaußsche Fehlerntegral Φ Ac 5-8 Das Gaußsche Fehlerntegral Φ st denert als das Integral über der Standard-Normalvertelung j( ) = -,5 n den Grenzen bs, also F,5 t ( ) = - e dt (Gaußsches Fehlerntegral)

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

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

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

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

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

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

Statistik. Finanzmathematik 1-15

Statistik. Finanzmathematik 1-15 Prüfungsdauer: Hlfsmttel: 90 Mnuten Taschenrechner (ncht grafkfähg und ncht programmerbar) und Formelsammlung De Klausur besteht aus dem 16 Aufgaben m Pflchttel, de alle bearbetet werden müssen. Auf de

Mehr

Aufgabenkomplex 2: Umrechung von Einheiten, Ungleichungen, Komplexe Zahlen

Aufgabenkomplex 2: Umrechung von Einheiten, Ungleichungen, Komplexe Zahlen Technsche Unverstät Chemntz 0. Oktober 009 Fakultät für Mathematk Höhere Mathematk I.1 Aufgabenkomplex : Umrechung von Enheten, Unglechungen, Komplexe Zahlen Letzter Abgabetermn: 19. November 009 n Übung

Mehr

Sind die nachfolgenden Aussagen richtig oder falsch? (1 Punkt pro korrekter Beantwortung)

Sind die nachfolgenden Aussagen richtig oder falsch? (1 Punkt pro korrekter Beantwortung) LÖSUNG KLAUSUR STATISTIK I Berufsbegletender Studengang Betrebswrtschaftslehre Sommersemester 016 Aufgabentel I: Theore (10 Punkte) Snd de nachfolgenden Aussagen rchtg oder falsch? (1 Punkt pro korrekter

Mehr

Multivariate Analysemethoden

Multivariate Analysemethoden Multvarate Analysemethoden q-q-plot Methode zur Prüfung der Multvaraten Normalvertelung Günter Menhardt Johannes Gutenberg Unverstät Manz Prüfung der NV-Annahme Vertelungsanpassung/Prüfung Prüfung der

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

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

Manhattan-Metrik anhand des Beispiels

Manhattan-Metrik anhand des Beispiels Bestmmung durch Manhattan-Metrk 3 Manhattan-Metrk anhand des Bespels Gesucht werden de zwe Standorte für zwe Ausleferungslager. De Standpunkte der Nachfrager () snd durch de Koordnaten ( x/y ) gegeben.

Mehr

Definition des linearen Korrelationskoeffizienten

Definition des linearen Korrelationskoeffizienten Defnton des lnearen Korrelatonskoeffzenten r xy x y y r x xy y 1 x x y y x Der Korrelatonskoeffzent st en Indkator dafür, we gut de Punkte (X,Y) zu ener Geraden passen. Sen Wert legt zwschen -1 und +1.

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

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statstk und Wahrschenlchketsrechnung Statstk und Wahrschenlchketsrechnung 5. Vorlesung Dr. Jochen Köhler.03.0 Statstk und Wahrschenlchketsrechnung Wchtg!!! Vorlesung Do 4.03.0 HCI G3 Übung 5 D 9.03.0 Fnk

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

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

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

Grundpraktikum M5 Oberflächenspannung

Grundpraktikum M5 Oberflächenspannung Grundpraktkum M5 Oberflächenspannung Julen Kluge 21. Ma 2015 Student: Julen Kluge (564513) Partner: Emly Albert (564536) Betreuer: Dr. Mykhaylo Semtsv Raum: 314 Messplatz: 2 INHALTSVERZEICHNIS 1 ABSTRACT

Mehr

(Theoretische) Konfidenzintervalle für die beobachteten Werte: Die Standardabweichung des Messfehlers wird Standardmessfehler genannt:

(Theoretische) Konfidenzintervalle für die beobachteten Werte: Die Standardabweichung des Messfehlers wird Standardmessfehler genannt: (Theoretsche Konfdenzntervalle für de beobachteten Werte: De Standardabwechung des Messfehlers wrd Standardmessfehler genannt: ( ε ( 1- REL( Mt Hlfe der Tschebyscheff schen Unglechung lassen sch be bekanntem

Mehr

1.11 Beispielaufgaben

1.11 Beispielaufgaben . Bespelaufgaben Darstellung komplexer Zahlen Aufgabe. Man stelle de komplexe Zahl z = +e 5f n algebrascher Form, also als x + y dar. Damt man de Formel für de Dvson anwenden kann, muss zunächst der Nenner

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Verteilungen eindimensionaler diskreter Zufallsvariablen

Verteilungen eindimensionaler diskreter Zufallsvariablen Vertelungen endmensonaler dskreter Zufallsvarablen Enführung Dskrete Vertelungen Dskrete Glechvertelung Bernoull-Vertelung Bnomalvertelung Bblografe: Prof. Dr. Kück Unverstät Rostock Statstk, Vorlesungsskrpt,

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

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

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

In der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel)

In der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel) Rudolf Brnkmann http://brnkmann-du.de Sete.. Datenerhebung, Datenaufberetung und Darstellung. In der beschrebenden Statstk werden Daten erhoben, aufberetet und analysert. Bespel ener Datenerhebung mt Begrffserklärungen

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

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

Wie man für einen Test Peroe testet

Wie man für einen Test Peroe testet Pädagogche Ittut der Uvertät Freburg 996 ALLES ZUFALL - ODER WAS? Eführug de Stattk für Pädagoge ud Pädagoge III Formelammlug Ha-Peter Hotz, Iwa Schrackma Ihaltverzech. Stattche Kewerte. Verglech eer Stchprobe

Mehr

Lineare Regression - Mathematische Grundlagen

Lineare Regression - Mathematische Grundlagen FKULTÄT FÜR MTHEMTIK U TURWISSESCHFTE ISTITUT FÜR PHYSIK FCHGEBIET EXPERIMETLPHYSIK I r. rer. nat. orbert Sten, pl.-ing (FH) Helmut Barth Lneare Regresson - Mathematsche Grundlagen. llgemene Gerade Wr

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

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

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene

Mehr

WS 2016/17 Prof. Dr. Horst Peters , Seite 1 von 9

WS 2016/17 Prof. Dr. Horst Peters , Seite 1 von 9 WS 2016/17 Prof. Dr. Horst Peters 06.12.2016, Sete 1 von 9 Lehrveranstaltung Statstk m Modul Quanttatve Methoden des Studengangs Internatonal Management (Korrelaton, Regresson) 1. Überprüfen Se durch Bestmmung

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

Investition in Übungen

Investition in Übungen Vahlens Übungsbücher der Wrtschafts- und Sozalwssenschaften Investton n Übungen von Prof. Dr. Hartmut Beg, Prof. Dr. Henz Kußmaul, Prof. Dr. Gerd Waschbusch 3., durchgesehene und überarbetete Auflage Verlag

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

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

Resultate / "states of nature" / mögliche Zustände / möglicheentwicklungen

Resultate / states of nature / mögliche Zustände / möglicheentwicklungen Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und

Mehr

Item-response Theorie (Probablistiche Testtheorie) Grundidee der item-response Theorie ist, dass die Antworten auf die Testitems lediglich

Item-response Theorie (Probablistiche Testtheorie) Grundidee der item-response Theorie ist, dass die Antworten auf die Testitems lediglich Item-response Theore (Probablstche Testtheore Grnddee der tem-response Theore st, dass de Antworten af de Testtems ledglch Indatoren für ene z messende latente Varable (Trats, Klassen snd. Je nach Asprägng

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

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

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

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

c) schwierige freiwillige Zusatzaufgabe (ohne Bonuspunkte): Leiten Sie die allgemeinen iterativen Formeln für S, D, D R und V her.

c) schwierige freiwillige Zusatzaufgabe (ohne Bonuspunkte): Leiten Sie die allgemeinen iterativen Formeln für S, D, D R und V her. Rechnerarchtetur Lösungsvorschlag. Bonusübung oerseester Fachgebet Rechnerarchtetur Prof. R. Hoffann Patrc Edger. Aufgabe: Maße für Barrel-hfter 7 + 7 Punte Gegeben st en Barrel hfter t n= Prozessoren

Mehr

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF Alternatve Darstellung des -Stchprobentests für Antele DCF CF Total n= 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Response No Response Total absolut DCF 43 68 111 CF 6 86 11 69 154

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

ISBN (Print); (PDF)

ISBN (Print); (PDF) Bblografsche Informaton der Deutschen Natonalbblothek De Deutsche Natonalbblothek verzechnet dese Publkaton n der Deutschen Natonalbblografe; detallerte bblografsche Daten snd m Internet über http://dnb.dnb.de

Mehr

Wer tauscht gewinnt nicht

Wer tauscht gewinnt nicht Wer tauscht gewnnt ncht GERD RIEHL, RSINGHUSEN Zusammenfassung: usgehend von Smulatonen wrd das Paradoxon der zwe Umschläge, das Löwe (3) unter dem Ttel Wer tauscht gewnnt behandelt hat, genauer analysert.

Mehr

Wer tauscht gewinnt nicht

Wer tauscht gewinnt nicht Wer tauscht gewnnt ncht GERD RIEHL, RSINGHUSEN Zusammenfassung: usgehend von Smulatonen wrd das Paradoxon der zwe Umschläge, das Löwe (3) unter dem Ttel Wer tauscht gewnnt behandelt hat, genauer analysert.

Mehr

Weitere NP-vollständige Probleme

Weitere NP-vollständige Probleme Wetere NP-vollständge Probleme Prosemnar Theoretsche Informatk Marten Tlgner December 10, 2014 Wr haben letzte Woche gesehen, dass 3SAT NP-vollständg st. Heute werden wr für enge wetere Probleme n NP zegen,

Mehr

Teil IV: Drei Musterklausuren

Teil IV: Drei Musterklausuren Tel IV: Dre Musterklausuren Hauptklausur SS 97 Aufgabe : 5 Schwmmer verschedenen Alters erbrachten n Wettkämpfen über 50 m Brustschwmmen de folgenden Zeten: Alter Zeten n sec. 8 37.00 40.00 4.00 30 39.00

Mehr

Dynamisches Programmieren

Dynamisches Programmieren Marco Thomas - IOI 99 -. Treffen n Bonn - Dynamsches Programmeren - Unverstät Potsdam - 8.02.999 Dynamsches Programmeren 957 R. Bellmann: Dynamc Programmng für math. Optmerungsprobleme Methode für Probleme,.

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

Lösungen zu Übungsblatt 1 Höhere Mathematik 1 WS 10/11 Prof. Dr.B.Grabowski. Zu Aufgabe 1. Zu Aufgabe 2

Lösungen zu Übungsblatt 1 Höhere Mathematik 1 WS 10/11 Prof. Dr.B.Grabowski. Zu Aufgabe 1. Zu Aufgabe 2 Lösunen zu Übunsblatt 1 Höhere Matheatk 1 WS 10/11 Prof. Dr.B.rabowsk Zu Aufabe 1 Zu Aufabe 2 1 Lösunen zu Übunsblatt 1 Höhere Matheatk 1 WS 10/11 Prof. Dr.B.rabowsk 2 Zu Aufabe 3 Se de Mene aller Studerenden

Mehr

Vorlesung 3 Differentialgeometrie in der Physik 13

Vorlesung 3 Differentialgeometrie in der Physik 13 Vorlesung 3 Dfferentalgeometre n der Physk 13 Bemerkung. Ist M Manngfaltgket, p M und φ : U R n Karte mt p U, so nennt man U auch Koordnatenumgebung und φ auch Koordnatensystem n p. Bespel 2.4 Seen R >

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

Die kanonische Zustandssumme (System) und ihr Zusammenhang mit der molekularen Zustandssumme (Einzelmolekül) unterscheidbare Teilchen:

Die kanonische Zustandssumme (System) und ihr Zusammenhang mit der molekularen Zustandssumme (Einzelmolekül) unterscheidbare Teilchen: De molekulare Zustandssumme βε = e mt β = De kanonsche Zustandssumme (System) und hr Zusammenhang mt der molekularen Zustandssumme (Enzelmolekül) unterschedbare elchen: Q = ununterschedbareelchen Q : =!

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

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten

Mehr

Die Transzendenz der Eulerschen Zahl e

Die Transzendenz der Eulerschen Zahl e De Transzendenz der Eulerschen Zahl e nach Jean-Paul Delahaye Der n [1, Seten 21-22] skzzerte Bewes der Transzendenz der Eulerschen Zahl e wrd m folgenden ausgeführt. En alternatver Bewes, der auf Ideen

Mehr