Anwendungsbeispiel: Räuber-Beute-Modell

Größe: px
Ab Seite anzeigen:

Download "Anwendungsbeispiel: Räuber-Beute-Modell"

Transkript

1 Anwendngsbespel: Räber-Bete-Modell Enaches Modell, das de Poplatonsänderng n enem Prmtv-Ökosstem, bestehend as gena ener Räberspezes nd ener Betespezes, beschrebt. Vele Räber Bete nmmt ab Weng Räber Bete nmmt z Vel Bete Räber nehmen z Weng Bete Räber nehmen ab

2 Änderng der Anzahl Betetere (t) st zm enen drch de Gebrtenrate a proportonal der Anzahl Betetere, nd zm anderen ührt ene Begegnng enes Beteters mt enem Räber ((t)) z ener Verrngerng (mt Sterberate b): ẋ(t) a b Anderersets erhöht sch de Räber-Gebrtenrate drch vele Betetere, während de Abnahme der Räber von hrer Sterberate d abhängt: ẏ(t) c d Man erhält also zr Beschrebng der zetlchen Änderng der Poplaton von Räber nd Bete en DGL-Sstem:

3 ẋ(t) a(t) b(t)(t) ẏ(t) c(t)(t) d(t) ür t 0 apple t apple t n mt Startwerten ( t 0 ) 0 nd ( t0) 0 Elerverahren mt Schrttwete τ leert daür de Formel: + + τ τ a c b d oder τ + τ ( a b ) ( c d ) Fpnkte deser Vektorteraton: (,)( d/c, a/b ) 3

4 Poplatonsverla: Parameter: a.3, b.05, c.005, d. Bete Fpnkt Räber Fpnkt 4

5 ) ( c b a Bespel: Lorenzattraktor D glechngssstem as Modell ür Beschrebng der Ltzrklaton n der Erdatmosphäre.

6 We be der logstschen Parabel esteren zwe Attraktoren, zwschen denen de Lösngskrve chaotsch wechselt. Daher ührt ene mnmale Änderng, z.b. der Anangsdaten daz, dass nach krzer Zet de Lösng sch an ener völlg anderen Poston bendet 6

7 Der Flügelschlag enes Schmetterlngs n Chna genügt, m nach enger Zet z ener völlg anderen Lösng z ühren, z.b. enen Strm n Eropa aszlösen. Daher st es prnzpell nmöglch, über längeren Zetram eakte Vorhersagen z gewnnen, da lechteste Änderngen n den Anangsdaten z gänzlch anderem Lösngsverhalten ühren. Chaotsches Verhalten 7

8 Bespel ür chaotsches Verhalten: Logstsche Parabel, Iteraton mt Startwert 0 [0,] nd Fnkton Φ( ) : 4 ( ) Vergleche Orbt be Startwert 0 mt Orbt ür Startwert ^(-6) Nmersches Ergebns n MATLAB: leert nd

9 α3. α3.5 9

10 Grnd: Wederholte Aslöschng Chaos Schlecht kondtonert Bespel Wnterstrm Lothar: Ignoreren enes Messwertes Falsche Wetterprognose 0

11 Partelle Derentalglechngen

12 Notaton: # & z # & # & z z z : ),, ( Gradent ( ) F dv h g z h g h g z F h g F z # & ' # & ' # & ' : Dvergenz Nabla-Operator ( ) zz T U U U U z z U U z U U U z U U grad dv U # & ' # & ' Δ )) ( ( Laplace-Operator

13 Partelle Derentalglechngen Bespel Dson (mt Anwendng n der Bldverarbetng): De Strömng j hervorgeren drch Dchtenterschede erolgt n Rchtng des negatven Gradenten der Konzentraton j(, t) D (, t) Massenerhaltng: Änderng der Konzentraton n enem Volmenelement kann nr drch Strömng erolgen t (, t) dv ( j) j j j 3 3 3

14 Zsammen: t dv( D ) Im sotropen Fall st D ene konstante Zahl, z.b. D: Δ + t m zwedmensonalen Fall; Δ heßt Laplace-Operator. 4

15 Entelng Parteller D glechngen: Glechgewchtsgl. (ellptsche PDE) ür (,): Δ Wärmeletngsgl. (parabolsche PDE) ür (,t): Δ t Wellenglechng (hperbolsche PDE): Δ tt Her: Laplace-Operator nr ür rämlche Abletngen 5

16 Also Ellptsche PDE: Gegeben snd zsätzlch Randwerte. Δ a Gebet Ω nd () a Γ, dem Rand von Ω Ω Γ Parabolsche PDE: Gegeben snd Anangs- nd Randwerte. Also a Gebet Ω nd Δ t (,0) a Γ 0 zm Zetpnkt t0, nd (,t) vorgegeben a Γ, dem Rand von Ω. t Γ Γ 0 Ω Γ 6

17 Lösngsmethoden am Bespel Laplaceglechng Δ a Gebet Ω nd () a Γ Derenzenverahren: Ersetze Derentalqotent drch Derenzenqotenten. Das Gebet Ω wrd dskretsert, d.h. drch en Pnktegtter jk, j,...,n, k,...,m, dargestellt: () jk ( jk ), am enachsten äqdstant mt konstanter Schrttwete h. 7

18 -dmensonaler Fall: - ür a < < b (a)v; (b)w; a h +. b h d d + ( ) h d d + ( ) h + 8

19 9 # & + + # & # & ) ( ) ( b h h h a h n n n n Maske: [ - - ] ergbt lneares Glechngssstem: In D: - Maske: entsprcht Derenzlter - Z Lösen: Lneares Glechngssstem

20 Anderer Ansatz: Fnte Elemente, Galerknverahren: Wähle Ansatznktonen () (z.b. lneare B-Splnes Ht-Fnkton, de gena an der Stelle glech snd, nd an den anderen Stützstellen glech 0). Setze ( ) n 0 c ( ) als Ansatz ür de geschte Lösng. Sche also Koezenten c, so dass DGL möglchst gt erüllt st. De Derentalglechng selbst st so drekt ncht erüllbar 0

21 Umormlerng der DGL als Varatonsproblem: b ( + ) v( ) d 0 ür alle v( ) + 0 a Setze n dese Glechng ür () den Ansatz mt den Bassnkton nd ür v() ebenalls alle Bassnkton. b a & # c ( ) +, ( ) k ( ) d 0 ür k 0,..., n a kj b k n 0 ' & b a, ( ) k ( ) d # c b a ( ) k ( ) d ür k 0,..., n

22 ergbt: A*c b also en lneares Glechngssstem zr Berechnng der nbekannten Koezenten c. Nach Lösen des LGS leert ( ) n 0 c ( ) ene Näherngslösng der gegebenen PDE. Ansatznktonen () snd so z wählen, dass se vernüntg d bar snd nd de Randbedngngen erüllen

23 Dsonsglechng nd Bldverarbetng: Orgnal Anahme Betrachte Bld als Momentanahme ener zetabhänggen Strömng. Man kann sch vorstellen, dass de vorlegende Anahme drch enen Dsonsprozess entstanden st. 3

24 t dv( D ) Veränderng des Bldes drch Zrückrechnen des Dsonsprozesses. (Lösng der Dsonsglechng Faltng mt Gass-Fnkton, Gass-Flter, Mttelwert- Flter,Wechzechner ) Betragsmäßg großer Gradent zegt Kanten an. Aßerdem st das Bld ev. gestört drch Raschen. Zel: Enterne Raschen nter Bebehaltng der Kanten. Wähle daher Dsonskoezent D n Abhänggket vom Gradenten: 4

25 D & dv + / λ t # Eekt: Gradent nahe be Nll ergbt D Normale Dson (entsprcht Wechzechner zr Nose-Redkton) Gradent groß Rückwärts -Dsson, Bld wrd schärer, Kanten bleben erhalten. k+,j k,j + Δt *dv(..) j t 5

26 Zsammenassng Partelle Derentalglechngen enthalten partelle Abletngen der geschten Fnkton Se können n dre Klassen ntertelt werden: ellptsche, parabolsche nd hperbolsche part. DGL Ellptsche DGL benötgen nr Randbedngngen, parabolsche nd hperbolsche benötgen Rand- nd Anangsbedngnen Es gbt (mnd.) zwe Lösngsansätze: Fnte Derenzen nd Fnte Elemente En Wechzechner n der Bldverarbetng kann als Dsonsprozess modellert werden 6

Lorenzattraktor:

Lorenzattraktor: 3 3 3 ) ( c b a 7... Lorenattraktor: D glecngssstem as Modell ür Bescrebng der Ltrklaton n der Erdatmospäre. We be der logstscen Parabel esteren we Attraktoren, wscen denen de Lösngskrve caotsc wecselt.

Mehr

7.2. Anwendungsbeispiele:

7.2. Anwendungsbeispiele: 7.. Anwendngsbespele: 7... Räber-Bee-Modell Enaches Modell, das de Poplaonsänderng n enem Prmv-Ökossem, besehend as gena ener Räberspezes nd ener Beespezes, beschreb. Vele Räber Bee nmm ab Weng Räber Bee

Mehr

AWP für Diff gleichungen höherer Ordnung in IR:

AWP für Diff gleichungen höherer Ordnung in IR: d d j j j j,,, j j 7..8. AWP für Dff glecngen öerer Ordnng n IR: Gegeben ene Bedngng für de j-te Abletng der salaren Fnton mt Anfangswerten Umformleren n Dff glecng erster Ordnng m IR j : Defnere daz Vetorfnton

Mehr

VII. Numerische Behandlung von Differentialgleichungen

VII. Numerische Behandlung von Differentialgleichungen VII. Nmersce Beandlng von Dfferentalglecngen 7.. Gewönlce Dff glecngen erster Ordnng Frage: Warm Dfferentalglecngen? Dff glecngsproblem allgemen: As Bezengen zwscen den Änderngen Abletngen nd den Fntonswerten

Mehr

Datenaufbereitung und -darstellung III

Datenaufbereitung und -darstellung III Datenafberetng nd Darstellng 1 Glederng: Zel der Datenafberetng nd Darstellng Datenverdchtng Tabellen nd grafsche Darstellngen Darstellng nvarater Datenmengen (Abschntt 4.4 Darstellng mltvarater Daten

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

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

Man erkennt, dass an der Induktivität die Spannung unendlich groß wird, wenn der Strom einen Sprung

Man erkennt, dass an der Induktivität die Spannung unendlich groß wird, wenn der Strom einen Sprung nverät Stttgart Intt für engselektronk nd Elektrsche Antrebe Abt. Elektrsche Energewandlng Prof. Dr.-Ing. N. Parspor Enschwngvorgänge Wenn n enem elektrschen Netzwerk en oder mehrere Energe spechernde

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

Tutorium Makroökonomik I:

Tutorium Makroökonomik I: UNIVERITÄTKOLLEG Unverstätskolleg: #tdm+ Ttorm Makroökonomk I:. Lneare Fnktonen mehrerer Varablen Dr. Krstn aetz Tobas Fscher Kostenlose satzangebote nd Lehrmateralen für alle tderenden Ttorm Makroökonomk

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

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

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

Entscheidungstheorie Teil 3. Thomas Kämpke

Entscheidungstheorie Teil 3. Thomas Kämpke Entschedngstheore Tel 3 Thomas Kämpke Sete Entschedngstheore Tel 3 Inhalt St. Petersbrg Paradoon (Bernoll 73) Präferenzfnktonen ttelpnktsmethode zr Bestmmng von Wertfnktonen über Intervallen (endmensonal)

Mehr

5. Das Finite-Element und die Formfunktion

5. Das Finite-Element und die Formfunktion 5. Ds Fnte-lement nd de Formfnkton Prof. Dr.-Ing. Uwe Renert Fcherech Prof. Dr.-Ing. Mschnen Uwe Renert telng Mschnen HOCHSCHU BRMN 5. Bespel des ensetg engespnnten nd f Zg ensprchten Blkenelements Bestmmng

Mehr

3. Ermittlung und Lösung des FE-Grundgleichungssystems

3. Ermittlung und Lösung des FE-Grundgleichungssystems . Ermttlng nd Lösng des E-Grndglehngssystems ahbereh Prof. Dr.-Ing. Mashnenba Abtelng Mashnenba UNIVERSITY O APPLIED SCIENCES Bespel: De Afgabenstellng latet, de Vershebngen der Wagen nd, nfolge der äßeren

Mehr

I)1. Kinematik. EP WS 2009/10 Dünnweber/Faessler

I)1. Kinematik. EP WS 2009/10 Dünnweber/Faessler I)1. Knematk I) Mechank 1.Knematk (Bewegung) 2. Dynamk on Massenpunkten (Enfluss on Kräften) 3. Starre Körper 4.Deformerbare Meden 5. Schwngungen, Wellen, Akustk I)1. Knematk Bewegungslehre (Zel: Quanttate

Mehr

Für wen ist dieses Buch? Was ist dieses Buch? Besonderheiten. Neu in dieser Auflage

Für wen ist dieses Buch? Was ist dieses Buch? Besonderheiten. Neu in dieser Auflage Für wen st deses Bch? Das Taschenbch der Elektrotechnk rchtet sch an Stdentnnen nd Stdenten an nverstäten nd Fachhochschlen n den Berechen Elektrotechnk Nachrchtentechnk Technsche Informatk allgemene Ingenerwssenschaften

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

I) Mechanik 1.Kinematik (Bewegung)

I) Mechanik 1.Kinematik (Bewegung) I)1. Knematk I) Mechank 1.Knematk (Bewegung) 2. Dynamk on Massenpunkten (Enfluss on Kräften) 3. Starre Körper 4.Deformerbare Meden 5. Schwngungen, Wellen, Akustk I)1. Knematk Bewegungslehre (Zel: Quanttate

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

Rotation (2. Versuch)

Rotation (2. Versuch) Rotaton 2. Versuch Bekannt snd berets Vektorfelder be denen das Lnenntegral über ene geschlossene Kurve Null wrd Stchworte: konservatve Kraft Potentalfelder Gradentenfeld. Es gbt auch Vektorfelder be denen

Mehr

d da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb

d da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb S N De amte Erschenng der magnetschen Feldlnen bezechnet man als magnetschen Flss. = V s = Wb Kraftflssdchte oder magnetsche ndkton B. B d da B = Wb/m = T Für homogene Magnetfelder, we se m nneren von

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

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

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

Theoretische Physik 2 (Theoretische Mechanik)

Theoretische Physik 2 (Theoretische Mechanik) Theoretsche Physk 2 (Theoretsche Mechank Prof. Dr. Th. Feldmann 28. Oktober 2013 Kurzzusammenfassung Vorlesung 4 vom 25.10.2013 1.6 Dynamk mehrerer Massenpunkte Dynamk für = 1... N Massenpunkte mt.a. komplzerter

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

Gruppe. Lineare Block-Codes

Gruppe. Lineare Block-Codes Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung

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

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

3 Elastizitätstheorie

3 Elastizitätstheorie 3 Elastztätstheore Für en elastsches Medum nmmt man enen spannungsfreen Referenzzustand an, der n Eulerkoordnaten durch x = Ax, t) gegeben st. Abwechungen werden beschreben durch de Verschebung ux, t)

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

Nullstellen Suchen und Optimierung

Nullstellen Suchen und Optimierung Nullstellen Suchen und Optmerung Typsche Probleme: De optmale Bahnkurve De Mnmerung des Erwartungswertes ür den Hamltonan Wr möchten ene Funkton mnmeren oder mameren solch en Problem wrd Optmerung genannt!

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

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

8. Mathematische Begriffe der Thermodynamik. Basel, 2008

8. Mathematische Begriffe der Thermodynamik. Basel, 2008 8. Mathematsche Begre der Thermodnamk Basel, 2008 1. Enührung 8. Mathematsche Begre der Thermodnamk 2. Zustandsunktonen mehrerer Varabeln 3. Totales Derental 4. Homogene Funktonen 5. Mengen-Angaben 6.

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

F E R N U N I V E R S I T Ä T

F E R N U N I V E R S I T Ä T Matrkelnmmer Name: Vorname: F E R N U N I V E R S I T Ä T Fakltät für Wrtschaftswssenschaft Klasr: Modl 7 Markt nd Staat (6 SWS) Termn:.0.0, 9.00.00 Uhr Prüfer: Unv.-Prof. Dr. Thomas Echner Afgabe Smme

Mehr

Die Hamilton-Jacobi-Theorie

Die Hamilton-Jacobi-Theorie Kaptel 7 De Hamlton-Jacob-Theore Ausgearbetet von Rolf Horn und Bernhard Schmtz 7.1 Enletung Um de Hamlton schen Bewegungsglechungen H(q, p q k = p k H(p, q ṗ k = q k zu verenfachen, führten wr de kanonschen

Mehr

5 Gemischte Verallgemeinerte Lineare Modelle

5 Gemischte Verallgemeinerte Lineare Modelle 5 Gemschte Verallgemenerte Lneare Modelle Wr betrachten zunächst enge allgemene Aussagen für Gemschte Verallgemenerte Lneare Modelle. Se y der beobachtbare Zufallsvektor und u der Vektor der ncht-beobachtbaren

Mehr

Einführung in die numerische Mathematik

Einführung in die numerische Mathematik Prof. Dr. M. Günther K. Gauslng, M.Sc. C. Hendrcks, M.Sc. Sommersemester 1 Bergsche Unverstät Wuppertal Fachberech C Mathematk und Naturwssenschaften Angewandte Mathematk / Numersche Analyss Enführung

Mehr

1 Finanzmathematik. 1.1 Das Modell. Sei Xt

1 Finanzmathematik. 1.1 Das Modell. Sei Xt 1.1 Das Modell Se Xt der Pres enes Assets zur Zet t und X = X ) 1 d der Rd +-dmensonale Presprozess. Das Geld kann auch zu dem rskolosen Znssatz r be ener Bank angelegt werden. Der Wert deser Anlage wrd

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

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

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

Schriftliche Prüfung aus Systemtechnik am

Schriftliche Prüfung aus Systemtechnik am U Graz, Insttt Regelngs- nd Atomatserngstechnk Schrftlche Prüfng as Sstemtechnk am 3.. Name / Vorname(n): Matrkel-Nmmer: Bonspnkte as den MALAB-Übngen: O ja O nen 3 4 errechbare Pnkte 5 6 6 4 errechte

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

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern?

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern? An welche Stchwörter von der letzten Vorlesung können Se sch noch ernnern? Gasgesetz ür deale Gase pv = nr Gelestete Arbet be sotherme Ausdehnung adabatsche Ausdehnung 2 n Reale Gase p + a 2 ( V nb) =

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

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

Experimentalphysik II (Kip SS 2007)

Experimentalphysik II (Kip SS 2007) permentalphsk II (Kp SS 007) Zusatvorlesungen: Z-1 n- und mehrdmensonale Integraton Z- Gradent, Dvergen und Rotaton Z-3 Gaußscher und Stokesscher Integralsat Z-4 Kontnutätsglechung Z-5 lektromagnetsche

Mehr

Lineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen

Lineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen Mathematk I für Bologen, Geowssenschaftler und Geoökologen 16. Januar 2012 Problemstellung Bespel Maß für Abwechung Trck Mnmum? Exponentalfunktonen Potenzfunktonen Bespel Problemstellung: Gegeben seen

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

Wissenschaftliche Nachrichten: https://www.bmbf.gv.at/schulen/sb/wina/wina.html Vol. 136/2009, 19-21

Wissenschaftliche Nachrichten: https://www.bmbf.gv.at/schulen/sb/wina/wina.html Vol. 136/2009, 19-21 Von emprschen Daten zum Modell: Das Monod-Modell NORBERT BRUNNER und MANFRED KÜHLEITNER Vele Wachstumsvorgänge lassen sch mt Hlfe ener Exponentalfunkton beschreben. Man denke etwa an de Znsesznsrechnung.

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

Protokoll: Labor: Analogelektronik. Versuch: Transistorgrundschaltungen. Alexander Böhme Matthias Pätzold

Protokoll: Labor: Analogelektronik. Versuch: Transistorgrundschaltungen. Alexander Böhme Matthias Pätzold Protokoll: Labor: Analogelektronk Versch: Transstorgrndschaltngen Von: Alexander Böhme Matthas Pätzold Te1 Grndschaltngen mt bpolaren Transstoren. 1.1 Nachwes der thermschen Stablserng des Arbetspnktes.

Mehr

22. Vorlesung Sommersemester

22. Vorlesung Sommersemester 22 Vorlesung Sommersemester 1 Bespel 2: Würfel mt festgehaltener Ecke In desem Fall wählt man den Koordnatenursprung n der Ecke und der Würfel st durch den Berech x = 0 a, y = 0 a und z = 0 a bestmmt De

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

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

Spiele und Codes. Rafael Mechtel

Spiele und Codes. Rafael Mechtel Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,

Mehr

18. Vorlesung Sommersemester

18. Vorlesung Sommersemester 8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten

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

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

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

-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

Kapitel 1. Grundlagen der Fehleranalyse

Kapitel 1. Grundlagen der Fehleranalyse Kaptel Grundlagen der Fehleranalyse B... (Fehlerarten): Von den Fehlerquellen ausgehend unterscheden wr dre unterschedlche Fehlerarten: () Engangsehler Dese entstehen durch a) Modellerungsehler (Z.B. wenn

Mehr

Unsicherheit und Vergleichbarkeit von Prüfergebnissen A. Subaric-Leitis Bundesanstalt für Materialforschung und -prüfung, Berlin

Unsicherheit und Vergleichbarkeit von Prüfergebnissen A. Subaric-Leitis Bundesanstalt für Materialforschung und -prüfung, Berlin nscherhet nd Verglechbarket von Prüfergebnssen A. Sbarc-Lets Bndesanstalt für Materalforschng nd -prüfng, 00 Berln a. sbarc-lets@ba.de BAM 8. Sbarc-Lets DAkkS PB BAM Senar (66.PB Senar) Berechnng der Messnscherhet

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

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

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

Invariantentheorie. Vorlesung 3. Lineare Operationen

Invariantentheorie. Vorlesung 3. Lineare Operationen Prof. Dr. H. Brenner Osnabrück WS 2012/2013 Invarantentheore Vorlesung 3 Lneare Operatonen Ene Operaton ener Gruppe G auf ener (geometrschen) Menge M st das gleche we en Gruppenhomomorphsmus der Gruppe

Mehr

Als Azubi ins Ausland mit Erasmus+ Mach mehr aus deiner Ausbildung!

Als Azubi ins Ausland mit Erasmus+ Mach mehr aus deiner Ausbildung! Als Azb ns Aslnd mt Ersms+ Mch mehr s dener Asbldng! www.mch-mehr-s-dener-sbldng.de 02 Wer st denn deser Ersms? De Fkten zm Aslndsprktkm Ersms+ st en Förderprogrmm der Eropäschen Unon (EU). Es fördert

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

29 zweite Ableitungen der thermodynamischen Potentiale spezifische Wärme (thermischer response) E = = = T V N V N V N = = κ T.

29 zweite Ableitungen der thermodynamischen Potentiale spezifische Wärme (thermischer response) E = = = T V N V N V N = = κ T. hermodynamsche resonse -unktonen: 9 zwete Abletungen der thermodynamschen Potentale sezfsche Wärme (thermscher resonse) E C S be konstantem olumen (sochor):,,, be konstantem Druck (sobar): C S Komressbltät

Mehr

Versuch Nr. 6. Chemische Kinetik Aktivierungsenergie (Inversion von Saccharose)

Versuch Nr. 6. Chemische Kinetik Aktivierungsenergie (Inversion von Saccharose) Chrstan Wdlng, Georg Deres Versuch Nr. 6 Chemsche Knet Atverungsenerge (Inverson von Saccharose) Zel des Versuchs: Das Zel des Versuches st de Bestmmung der Atverungsenerge der Reaton von Saccharose (S)

Mehr

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung

Fachbereich Mathematik Prof. K. Grosse-Brauckmann D. Frisch WS 2007/08 10./ Gruppenübung Fachberech Mathematk Prof. K. Grosse-Brauckmann D. Frsch WS 27/8./.. 6. Übungsblatt zur Lnearen Algebra für Physker Gruppenübung Aufgabe G7 (Kern, Bld, Rang und Orthogonaltät) Gegeben se ene lneare Abbldung

Mehr

4. Fraktale und chaotische Prozesse (korrigiert am )

4. Fraktale und chaotische Prozesse (korrigiert am ) Geophysk 4. Fraktale un chaotsche Prozesse (korrgert am 8.5.) Wr beobachten Prozesse, e sch, auch wenn wr hre Vergangenhet vollstäng kennen würen, ncht vorhersagen lassen. De räumlchen oer zetlchen Strukturen,

Mehr

Bei Strecken höherer Ordnung wird auch hier die Strecke durch die Methode der Ersatzzeitkonstante

Bei Strecken höherer Ordnung wird auch hier die Strecke durch die Methode der Ersatzzeitkonstante Lösung Übung 9 Aufgabe: eglerauslegung mt blnearer Transformaton n s In der kontnuerlchen egelungstechnk wrd für gewöhnlch en PI-egler verwendet, um de größte Zetkonstante zu kompenseren bzw. be IT-Strecken

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

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Spule, Induktivität und Gegeninduktivität

Spule, Induktivität und Gegeninduktivität .7. Sple, ndktvtät nd Gegenndktvtät Bldqelle: Doglas C. Gancol, Physk, Pearson-Stdm, 006 - das Magnetfeld Glechnamge Pole enes Magneten stoßen enander ab; nglechnamge Pole zehen sch gegensetg an. Wenn

Mehr

4. Energie, Arbeit, Leistung, Impuls

4. Energie, Arbeit, Leistung, Impuls 34 35 4. Energe, Arbet, Lestung, Ipuls Zentrale Größen der Physk: Energe E, Enhet Joule ( [J] [N] [kg /s ] Es gbt zwe grundsätzlche Foren on Energe: knetsche Energe: entelle Energe: Arbet, Enhet Joule

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

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

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

Kapitel 8: Kernel-Methoden. Maschinelles Lernen und Neural Computation

Kapitel 8: Kernel-Methoden. Maschinelles Lernen und Neural Computation Kaptel 8: Kernel-Methoden SS 009 Maschnelles Lernen und Neural Computaton 50 Ausgangsbass: Perceptron Learnng Rule Δw y = Kf = 0Ksonst K"target" = Kf Rosenblatt (96) Input wrd dazugezählt (abgezogen),

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

( a ) z + ( 1 b ) z = ( 1 c ) z.

( a ) z + ( 1 b ) z = ( 1 c ) z. Hans Walser, [2000509a] Fermat mt negatven Exponenten Anregung: T. G., B. Vgl. [Morgan 200] Ausgangsrage Gesucht snd Lösungen a,b,c! der Glechung: a z + b z = c z, z! 2 Bespele und Gegenbespele a) Für

Mehr

Modellierung von Hydrosystemen Numerische und daten-basierte Methoden 2018 Finite-Elemente-Methode Selke-Modell

Modellierung von Hydrosystemen Numerische und daten-basierte Methoden 2018 Finite-Elemente-Methode Selke-Modell Modellerung von Hydrosystemen Numersche und daten-baserte Methoden BHYWI-22-21 @ 2018 Fnte-Elemente-Methode Selke-Modell Olaf Koldtz *Helmholtz Centre for Envronmental Research UFZ 1 Technsche Unverstät

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

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

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

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

Lineare Optimierung Einführung

Lineare Optimierung Einführung Kaptel Lneare Optmerung Enführung B... (Dre klasssche Anwendungen) Im Folgenden führen wr de ersten dre klassschen (zvlen) Anwendungen der lnearen Optmerung an: BS... (Produktonsplanoptmerung) En Betreb

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr