Erwartungswert und Varianz bei Verteilungen und Glücksspielen
|
|
- Sven Dunkle
- vor 8 Jahren
- Abrufe
Transkript
1 HL Saalfelde Erwartugswert / Variaz Seite vo 7 Wilfried Rohm Erwartugswert ud Variaz bei Verteiluge ud Glücksspiele Mathematische / Fachliche Ihalte i Stichworte: Erwartugswerte ud Variaz (Stadardabweichug) vo diskrete ud stetige Verteiluge, Erwartugswert ud Variaz bei Glücksspielee Kurzzusammefassug * Begriffsdefiitioe (Erwartugswert, Variaz, Stadardabweichug) * Berechug vo Erwartugswert ud Variaz bei diskrete Verteiluge (Biomialverteilug, Hypergeometrische Verteilug, Poissoverteilug) * Berechug vo Erwartugswert ud Variaz bei stetige Verteiluge (Normalverteilug, Chiquadratverteilug) * Berechug des Erwartugswertes (= durchschittliche Lebesdauer) bei Weibullverteilug ud Expoetialverteilug * Berechug vo Erwartugswerte ud Variaz bei Glücksspiele (Chuck a Luck, Roulette) Didaktische Überleguge I de erste eile werde die Fähigkeite vo Computeralgebrasysteme ausgelotet ud eiige sost i der Schule icht berechebare Ergebisse ermittelt. Beim hema Glücksspiele geht es letztlich auch darum, aufzuzeige, dass etwa beim Roulette die Gewierwartug egativ ist, die Variaz aber die Attraktivität (aber auch die fiazielle Gefahre!) der Setzvariate wesetlich mitbestimmt. Lehrplabezug (bzw. Gegestad / Abteilug / Jahrgag): Agewadte Mathematik, 4./5.Jahrgag, alle Abteiluge Mathcad-Versio: Mathcad (darauf zugeschitte, Berechuge teilweise versiosabhägig!) Literaturagabe: Roulette ) Zur Motivatio dieses Artikels ) Begriffsdefiitioe 3) Erwartugswert ud Variaz vo diskrete Verteilugstype 4) Erwartugswert ud Variaz bei stetige Verteiluge 5) Erwartugswert (=mittlere Lebesdauer) bei der Weibullverteilug 6) Erwartugswert ud Variaz bei Glücksspiele (Pascal, Chuck a Luck, Roulette) Wilfried Rohm 5
2 HL Saalfelde Erwartugswert / Variaz Seite vo 7 ) Zur Motivatio dieses Artikels zum Meü "Erwartugswert" ud "Variaz" sid heme im Schuluterricht, die ma zwar icht umgehe ka (we ma Fragestelluge der Wahrscheilichkeitsrechug ud Statistik behadelt), die aber fast immer auf das absolut otwedige Miimum beschräkt bleibe. Es gibt aber auch für de Schuluterricht iteressate Aküpfugspukte. Ich persölich bi i dreierlei Hisicht auf diese Begriffe gestoße ud möchte geau diese 3 Aspekte i diesem Artikel weitergebe: ) Die Berechug vo Erwartugswerte bzw. Variaz verschiedeer Verteiluge ist eie besodere Spielwiese bei der Awedug vo Computeralgebrasysteme. Jeder, der (so wie ich bei eiem etsprechede Prosemiar als Studet!) eimal selbstädig "zu Fuß" derartige Berechuge durchgeführt hat, erstarrt i gewisser Ehrfurcht vor de Möglichkeite moderer Computeralgebrasysteme i dieser Hisicht. Auf der adere Seite zeige diese Berechuge aber auch gleichzeitig (durchaus uterschiedliche!) Greze vo Computeralgebrasysteme auf. Auch Mathcad verhält sich teilweise eigeartig: Mache Berechuge (aber icht alle!) sid symbolisch möglich, mache Berechuge sid mit Zahlewerte symbolisch möglich (aber icht allgemei!), mache Berechuge (isbesodere bei ueigetliche Itegrale) gelige symbolisch mit Zahle, aber icht umerisch! Dies ist zum eil sogar vo de Zahlewerte abhägig! Jedefalls loht es sich, gegebeefalls auch eie Vergleich zwische verschiedee Computeralgebrasysteme durchzuführe, die sich (wohl auf Grud uterschiedlicher Vorgagsweise bei symbolische Berechuge) recht uterschiedlich verhalte. Im Fall vo Mathcad kote ich auch starke Uterschiede zwische eizele Versioe beobachte - aus diesem Grud ist dieser Artikel auch ur für eie Versio (Versio ) geschriebe! ) We auch Pukt ) vielleicht etwas zu "akademisch" für de Schuluterricht wirkt, gibt es eie spezielle Fall bei de Verteiluge, der vo besoderem praktischem Iteresse ist: Das ist der Erwartugswert der Lebesdauerverteiluge (Expoetialverteilug, Weibullverteilug), wo dieser Begriff als "mittlere Lebesdauer" auch vo besoderer aschaulicher Bedeutug ist. Als Parameter der Lebesdauerverteilug kommt aber ei Wert vor ("charakteristische Lebesdauer"), der "zum eil" (aber ebe ur "zum eil", geauer gesagt: im Falle der Expoetialverteilug) mit der "mittlere Lebesdauer" idetisch ist, im Falle der (praktisch wichtigere) Weibullverteilug jedoch davo abweicht. Es schie mir persölich eie Herausforderug, diese wichtige Zusammehag mit Hilfe vo Mathcad im Schuluterricht aschaulich darstelle zu köe. 3) Ich habe mich eiige Zeit lag (ausgehed vom Casiospiel BLACK JACK) mit Glücksspiele ud etsprechede Strategie beschäftigt ud bi i diesem Zusammehag Herr Dr.Ferdiad Österreicher (Uiversität Salzburg) für Motivatio ud Zusammearbeit sehr dakbar. Um verschiedee Strategie (etwa beim ROULEE) ud ihre uterschiedliche Beliebtheit miteiader vergleiche zu köe, muss ma für jede dieser Strategie de zu erwartede Gewi (meistes wohl eher VERLUS!) ud auch die Variaz bzw. Stadardabweichug bereche. Das ist ei hema, das icht ur gut akommt im Uterricht, soder das mir auch recht wichtig erscheit, um de Schüler das Wese kommerzieller "Glücksspiele" vor Auge zu führe. Die sogeate "Spielsucht" ist eie icht zu uterschätzede Gefahr, die durchaus auch krakhafte Züge bekomme ka ud leider auch gar icht so selte tragisch ede ka (fiazieller ud persölicher Rui, machmal sogar Selbstmord). So wie ma leideschaftliche Raucher icht vor dem Weiterrauche mit Bilder vo Raucherluge ud ählichem abhalte ka, wird es auch icht gelige, mit derartige Berechuge leideschaftliche Spieler zu "heile". Aber: So wie es gelige ka, mit dem Bild eier Raucherluge eie juge Mesche vom Rauche ferzuhalte, ka ich mir vorstelle, dass derartige Berechuge ud eie etsprechede Reflexio bzw. Diskussio der Ergebisse im Uterricht de eie oder adere scho im Vorfeld vor der Gefahr der Spielsucht ware ud evetuell auch bewahre ka! Wilfried Rohm 5
3 HL Saalfelde Erwartugswert / Variaz Seite 3 vo 7 ) Begriffsdefiitioe : zum Meü Wir gehe aus vo der geläufige Defiitio für de arithmetische Mittelwert aus: N x = x i = x N + x + x x N i = x wird als Schätzwert für de "Erwartugswert" µ betrachtet, sozusage de Mittelwert der Grudgesamtheit. Beispiel: Berechug des Durchschittsgewichtes der Schüler eier Schule mit 35 Schüler: ( ) x = 35 Mit Hilfe der relative Häufigkeite köte diese Formel umgeschriebe werde, etwa so: 7 x = allgemei: x = ( ) x h + x h x h ( ) = x i h i mit i = i = i Worte: Der Mittelwert wird berechet, idem die eizele Werte mit ihre relative Häufigkeite gewichtet werde (auch: "gewichteter Mittelwert"). h i = Strukturell gleich ist u die Formel für de Erwartugswert µ=e(x) eier diskrete Zufallsgröße defiiert µ = i = ( ( )) x i gx i mit i = gx ( i ) = ud ( ) = px ( = x i ) gx i i Worte: Der Erwartugswert wird berechet, idem die mögliche Ausgäge eies Zufallsexperimetes mit de jeweilige Wahrscheilichkeite g(x i ) gewichtet werde! Eigetlich hadelt es sich beim Erwartugswert um eie Verallgemeierug des arithmetische Mittelwertes. Der Erwartugswert eier stetig verteilte Zufallsgröße wird daher zu: µ = x g( x) mit der Dichtefuktio g(x). Amerkug : Für die x-koordiate des Schwerpuktes eier i der (x,y)-ebee liegede ebee Figur gilt: x S = x da = A A A x y( x) Da für eie Dichtefuktio g(x) gelte muß: gx ( ) = ist hier A= ud damit µ die Schwerpuktskoordiate i x-richtug, was eie etsprechede aschauliche Deutug des Erwartugswertes (wie auch des arithmetische Mittelwertes) erlaubt! Wilfried Rohm 5
4 HL Saalfelde Erwartugswert / Variaz Seite 4 vo 7 Uter Variaz eier Zufallsgröße X versteht ma de Erwartugswert der quadratische Abweichug vom Erwartugswert µ, also: VX ( ) = σ = E ( X µ ) Für eie diskrete Zufallsvariable ergibt sich daher: σ = i = ( x i µ ) gx i ( ) i Worte: die quadrierte Abweichuge werde mit der jeweilige Auftreteswahrscheilichkeit g(x i ) gewichtet. Aalog zu obe gilt für stetige Zufallsvariable mit Dichtefuktio g(x) σ = ( x µ ) gx ( ) Aus Dimesiosgrüde zieht ma die Wurzel aus der Variaz ud erhält damit die Stadardabweichug σ σ = VX ( ) = σ 3) Erwartugswert ud Variaz vo diskrete Verteilugstype zum Meü Hiweis : Die i Mathcad eigebaute Fuktioe für die Verteilugsfuktioe arbeite ur umerisch. Für eie symbolische Berechug müsse daher die Wahrscheilichkeitsfuktioe ud auch die Kombiatioe geeiget selbst defiiert werde! Biomialverteilug: Zuächst wird die Kombiatio für die symbolische Rechug selbst defiiert comb(, k)! k! ( k)! g bi ( x,, p) comb(, x) p x ( p) ( x) E bi (, p) x = ( x g bi ( x,, p) ) E bi (, p) vereifache p Wahrscheilichkeitsfuktio der Biomialverteilug E bi (,.) = Die symbolische Rechug geligt! V bi (, p) x = ( x p) g bi ( x,, p) V bi (,.) =.96 Vergleich mit der Formel V(x)=*p*(-p):..98 =.96 V bi (, p) vereifache p ( ) p Die symbolische Rechug geligt, allerdigs weiss Mathcad icht, dass eie atürliche Zahl ist ud daher (-) = ist, sodass wir das Ergebis och vereifache köe zu der übliche Formel: V bi (, p) = p ( p) Wilfried Rohm 5
5 HL Saalfelde Erwartugswert / Variaz Seite 5 vo 7 Hypergeometrische Verteilug: g hyp ( x, N, d, ) comb( d, x) comb( N d, x) comb( N, ) Wahrscheilichkeitsfuktio der hypergeometrische Verteilug E hyp ( N, d, ) x = ( x g hyp ( x, N, d, ) ) E hyp ( N, d, ) vereifache d Hiweis : Beim Übergag zum Modell der Biomialverteilug setzt ma p = N Daher ergibt sich da: d N µ bi = p Die symbolische Rechug geligt! i Übereistimmug mit obe! V hyp ( N, d, ) x = V hyp ( N, d, ) vereifache x d N g hyp ( x, N, d, ) d N Γ ( N d + ) Γ ( N d + ) Γ ( N + ) Γ ( N + ) Wie ma sieht, geligt hier NICH die symbolische Berechug! Offebar wird der Ausdruck zum Vereifache zu kompliziert, was jeder achvolziehe ka, der dies scho eimal selbstr durchgerechet hat! Das Ergebis wäre: V hyp ( N, d, ) d N d N N N Numerisch köe wir die Gleichheit der beide Formel verifiziere: V hyp ( 45, 6, 6) = V hyp ( 45, 6, 6) = V hyp ( 45, 6, 6) =.65 Das Beispiel zeigt, dass die Berechug mit spezielle Zahle sowohl symbolisch als auch umerisch möglich ist! Hiweis : Der letzte Ausdruck i der obige Formel ka folgedermasse vereifacht werde N N ugefähr zu N N = N heisst auch "Auswahlsatz" ud wird im Allgemeie als verachlässigbar N agesehe, we N > *. d I diesem Fall erhält ma mit p = die Formel für die Variaz der N Biomialverteilug! Wilfried Rohm 5
6 HL Saalfelde Erwartugswert / Variaz Seite 6 vo 7 Poissoverteilug g po ( x, µ ) µ x x! e µ Wahrscheilichkeitsfuktio der Poissoverteilug E po ( µ ) V po ( µ ) x = x = ( x g po ( x, µ )) ( x µ ) g po ( x, µ ) E po ( µ ) vereifache µ V po ( µ ) vereifache µ Im Falle der Poissoverteilug gelige also die symbolische Berechuge vo Erwartugswert ud Variaz. Dies erscheit im Vergelich zur hypergeometrische Verteilug auf Grud der rechetechisch wesetlich eifachere Defiitio (keie Fakultäte bzw. Kombiatioe!) verstädlich! 3) Erwartugswert ud Variaz vo stetige Verteilugstype zum Meü Hiweis : Die eigebaute Fuktioe für die Verteilugsfuktioe arbeite ur umerisch. Für eie symbolische Berechug müsse daher die Dichtefuktioe selbst defiiert werde! Normalverteilug: g v ( x, µ, σ) π σ e ( x µ ) σ Dichtefuktio der Normalverteilug E v ( µ, σ) x g v ( x, µ, σ) E v ( µ, σ) vereifache x π σ exp ( x µ ) σ E v (, ) E v (, ) E v (, ) = E v (, ) = richtig! umerisch falsch! V v ( µ, σ) ( x µ ) g v ( x, µ, σ) V v ( µ, σ) ( x µ ) π σ exp ( x µ ) σ Wilfried Rohm 5
7 HL Saalfelde Erwartugswert / Variaz Seite 7 vo 7 V v (, ) V v (, ) V v (, ) = V v (, ) = richtig! umerisch falsch! Resümee: Die symbolische Berechug geligt icht allgemei, jedoch uter Eisetze bestimmter Zahle! Die umerische Rechug des ueigetliche Itegrals ist teilweise falsch!! Iteressat ist i diesem Zusammehag, dass Mathcad dies i der Versio 6 ud 7 allerdigs sehr wohl kote! Bekatlich wurde die symbolische Berechug beim Übergag zur Versio 8 i Mathcad iter stark verädert (euer Kerel). Jedefalls gilt: E v ( µ, σ) = µ V v ( µ, σ) = σ Chiquadratverteilug: Die χ - Verteilug ist als liks-schiefe Verteilug bezüglich des Erwartugswertes besoders iteressat. Er uterscheidet sich - im Gegesatz zur Normalverteilug - sowohl gegeüber dem MODUS (=Maximum) als auch gegeüber dem MEDIAN (=5%-Wert). Dies wird hier sowohl rechersich als auch graphisch gezeigt. Für das (ituitive) Verstädis bzw. überschlagsweise Ermittlug vo Ergebisse der Statistuik ist ausserdem vo Bedeutug, dass der Erwartugswert der ormierte Chiquadratverteilug gleich dem Freiheitsgrad der Verteilug ist. Dieses Ergebis wird hier verifiziert. Es ist ituitiv verstädlich, we ma a das Versuchsmodell dekt, das zur χ - Verteilug führt (siehe der Artikel "Prüfverteiluge" vom gleiche Autor auf ( ) f Es gilt: χ s = ( ) = f s ud daher : E χ σ σ = = g chi ( x, f) f x x e f f Γ Dichtefuktio der χ - Verteilug. G chi ( x, f) x g chi ( y, f) dy Verteilugsfuktio der χ - Verteilug (wird ute zur Berechug des Medias beötigt!) E chi () f x g chi ( x, f) E chi ( f) vereifache f x exp x f Γ f Wilfried Rohm 5
8 HL Saalfelde Erwartugswert / Variaz Seite 8 vo 7 E chi ( 9) 9 E chi ( ) E chi ( 9) = 9 E chi ( ) = E chi ( 99) 99 E chi ( 99) = 99 f 9 Resümee: Die Berechug geligt symbolisch UND umerisch mit spezielle Zahle, aber icht allgemei! Recherischer ud graphischer Vergleich: Numerische Berechug des Medias m am Beispiel f=9 (also =; ka atürlich variiert werde!): f m wurzelg chi ( x, f).5, x,, f m = Numerische Berechug des Modalwertes am Beispiel f=9 (also =): modalw wurzel d g chi ( x, f), x f,, f modalw = 7 Veraschaulichug (m = Media; f = Erwartugswert ; blauer Strich: Modalwert) x,....5 f m f g chi ( xf, ). g chi ( modalwert, f) x, modalw Wilfried Rohm 5
9 HL Saalfelde Erwartugswert / Variaz Seite 9 vo 7 4 ) Erwartugswert (=mittlere Lebesdauer) bei der Weibullverteilug zum Meü Die Weibullverteilug ist jeer Verteilugstyp, der meist für die Beschreibug des Lebesdauerverhaltes techischer Systeme (Glühbire, elektroische Baugruppe,...) verwedet wird. Die Formel für die Überlebeswahrscheilichkeit (reliability) lautet: Rt (,, b) e b t Die Bedeutug der Parameter ist: b... Ausfallssteilheit (i praktische Fälle meist im Bereich,5-5,5) für b= liegt der Spezialfall der Expoetialverteilug vor.... sogeate "charakteristische Lebesdauer" Die charakteristische Lebesdauer ist jee Zeit, welche = % der Lampe überlebe. Dies erhält e ma, we ma i der Formel für die Überlebeswahrscheilichkeit t= eisetzt: t Rt () = e b wird zu R ( ) = e Iteressater Weise hat die charakteristische Lebesdauer eie Wert, der UNABHÄNGIG vo der Ausfallssteilheit b ist, wie ma auch aus dem folgede Diagramm sieht. tt,.. 3 Rtt (,, ) Rtt (,, ) Rtt (,, 5) Rtt (,,.6).5 e tt Die mittlere oder durchschittliche Lebesdauer higege etspricht dem ERWARUNGSWER der etsprechede Weibullverteilug ud wird daher folgedermaße berechet: G weibull ( t,, b) e t b Verteilugsfuktio der Weibullverteilug = - R(t) Wir beötige die Dichtefuktio der Weibullverteilug (=Ableitug der Verteilugsfuktio): Wilfried Rohm 5
10 HL Saalfelde Erwartugswert / Variaz Seite vo 7 d g weibull ( t,, b) G weibull ( t,, b) dt µ (, b) t g weibull ( t,, b) dt g weibull ( t,, b) t Erwartugswert = mittlere Lebesdauer eier Weibullverteilug mit de Parameter b ud. b b exp t t b Aschaulich etspricht die mittlere Lebesdauer atürlich wiederum dem Schwerpukt der Abszisse der Dichtefuktio! Die mittlere Lebesdauer µ ud die charakteristische Lebesdauer köe über eie relativ kompliziert zu berechede Faktor a(b) miteiader i Beziehug gesetzt werde (siehe weiter ute) µ = ab ( ) Der Faktor a(b) ist für b> (also für Elemete mit Verschleisserscheiuge = Phase III der Badewaekurve) stets kleier als - also ist i diesem Fall die mittlere Lebesdauer stets kleier als die charakteristische Lebesdauer. Der Faktor a(b) ist b< (also für sogeate "Frühausfälle" = Phase I der Badewaekurve) stets größer als - also ist i diesem Fall die mittlere Lebesdauer stets größer als die charakteristische Lebesdauer Nur für de Fall b= (kostate Ausfallrate; Expoetialverteilug) ist mittlere Lebesdauer gleich der charakteristische Lebesdauer. Dies wird i de achfolgede Berechugsbeispiele ud der Grafik verifiziert: ab ( ) µ (, b) µ (, ) = µ (,.5) =.93 µ (, ) =.886 µ (,.8) =.33 µ (,.5) = tt,.. 3 µ (, 3) =.893 µ (, 5) = Dichte der Weibullverteilug mit b= Dichte der Weibullverteilug mit b= Dichte der Weibullverteilug mit b=.6 Erwartugswert für b=.6 Erwartugswert für b= Erwartugswert für b= Wilfried Rohm 5
11 HL Saalfelde Erwartugswert / Variaz Seite vo 7 Hiweis : Der Faktor a(b) ist mathematisch exakt über die Euler sche Gammafuktio defiiert ab ( ) Ma köte daher auch defiiere: a3 ( ) =.893 ab ( ) Γ + b = b! = Γ + b Wie das folgede Berechugsbeispiel zeigt, erhält ma mit obiger Berechugsformel ud über die Gammafuktio die gleiche Werte! Γ + 3 =.893 Mit Hilfe dieser Defiitio wird u och eie Aimatiostool defiiert, das de im obige Diagramm gezeigte Zusammehag zwische charakteristischer ud durchschittlicher Lebesdauer och deutlicher zeigt: b.5 + FRAME Aimatio mit FRAME vo bis 5, b bei.5 starte!!!!! µ (, b) a( b) t,.. 5 my µ (, b) b =.5 Dichtefuktio my my.5 e 3 g_weibull(t,,b) 3 R_weibull(t,,b) Iterpretatio : Die Aimatio (sie ka extra herutergelade werde) zeigt eie aschauliche Vergleich zwische der durchschittliche Lebesdauer (das ist die Abszisse-Koordiate des Flächeschwerpukte der Dichtefuktio) ud der charakteristische Lebesdauer, bei der die Überlebeswahrscheilichkeit kostat bei ca. % liegt (/e). Ma sieht auch schö, dass die Verteilug (Dichtefuktio!) für größer werdedes b immer äher der Normalverteilug wird. Dies ist auch der Grud, dass für größer werdedes b oftmals die logarithmische Normalverteilug bzw. die Normalverteilug (als Näherug) als Lebesdauerverteilug verwedet wird. Wilfried Rohm 5
12 HL Saalfelde Erwartugswert / Variaz Seite vo 7 5 ) Erwartugswert ud Variaz bei Glücksspiele Ei historisches Beispiel (654: Chevalier de Mere: Afrage a Blaise Pascal) Chuck a Luck Roulette (Vergleich verschiedeer Setzvaraite) zum Meü Ei historisches Beispiel (654: Chevalier de Mere: Afrage a Blaise Pascal) Eie Müze wird wiederholt geworfe. Für jede "" erhält A eie Pukt ud für jede "" erhält B eie Pukt. Wer zuerst 5 Pukte erreicht hat, gewit de Eisatz. Nach 7 Würfe hat A 4 Pukte erreicht ud B 3 Pukte. Das Spiel wird abgebroche. Welche ist eie gerechte Aufteilug des Eisatzes: Nach Maßgabe der gewoee Spiele (also: 4:3) oder ach Maßgabe der auf de Sieg och fehlede Spiele (also: :)? Lösug : Keie der beide zur Auswahl gestellte Variate zur Aufteilug des Eisatzes ist richtig. Pascal atwortete, dass die Aufteilug im Verhältis der Gewichace erfolge sollte, d.h. auf Grud der Erwartugswerte für die beide Spieler A ud B (Amerkug: dabei blieb uberücksichtigt, woher der Eisatz stammte - d.h. der "Verlierer" hatte keie Verlust, bloß "keie Gewi") Im Folgede ist u der Spielbaum gezeichet, der alle mögliche Ausgäge berücksichtigt. (Ute wird eie ähliche Vorgagsweise beim Roulette gewählt) A gewit Uetschiede (4:4) A gewit B gewit Die Gewierwartug für die beide Spieler ergibt sich daher zu: E A E A 4 E B + E B 4 Da die Gewierwartug für Spieler A dreimal so groß ist wie für Spieler B, schlägt Pascal eie Aufteilug im Verhältis 3: vor! Wilfried Rohm 5
13 HL Saalfelde Erwartugswert / Variaz Seite 3 vo 7 CHUCK A LUCK Das Spiel "Chuck a Luck" ("Versuche Dei Glück") wird vor allem i de USA u.a. bei Spielautomate gere gespielt. Gespielt wird mit 3 Würfel. Der Spieler setzt auf eie beliebige Zahl z ( z =...6). Die Auszahlug erfolgt ach folgedem Schema: * kommt z icht vor: VERLUS des Eisatzes * kommt z -mal vor GEWINN des Eisatzes * kommt z -mal vor GEWINN des DOPPELEN Eisatzes * kommt z 3-mal vor GEWINN des DREIFACHEN Eisatzes. Ist das Spiel fair? Lösug : Ei faires Spiel wird i der Spieltheorie ei Spiel geat, für das der erwartete Gewi ist. Wir bereche daher die Gewierwartug des Spiels. Die Eizelwahrscheilichkeite köe mit Hilfe der Biomialverteilug berechet werde: g bi ( x,, p) dbiom( x,, p) Gemäß der obige Defiitio für de Erwartugswert ergibt sich: E X g bi, 3, 6 E X =.79 +, 6 + g bi, 3, 6 + g bi3, 3, 6 3 ( ) g bi, 3 Ergebis : Das Spiel ist NICH FAIR, weil es für de Spieler eie egative Gewierwartug hat. Im Schitt gehe pro Spiel kapp 8% verlore ROULEE - Utersuchug verschiedeer Setzvariate Grudsätzlich ist Roulette ei Zufallsspiel, bei dem gleich wahrscheiliche Zahle auftrete köe. Diese Zahle sid vo bis 36 durchummeriert. Die Hälfte der Zahle ist "schwarz", die adere Hälfte "rot" - wobei die "" keier Farbe zugeordet wird.. Grudsätzlich ka auf bestimmte Zahle bzw. Kombiatioe "gesetzt" werde, wobei die eizele "Setzuge" zu uterschiedliche Auszahluge im Falle des Gewies führe. Auf diese Weise ka der Spieler seie Gewierwartug ud auch die Variaz beeiflusse. Im folgede werde Gewierwartug ud Variaz verschiedeer Setzsysteme berechet ud aschließed diskutiert. Wilfried Rohm 5
14 HL Saalfelde Erwartugswert / Variaz Seite 4 vo 7 Variate : Setze auf eie bestimmte Zahl (Plei) Kommt diese Zahl, so wird das 35-fache des Eisatzes ausbezahlt, aderfalls verliert ma de Eisatz. µ ( ) 36 µ µ =.7 Z kommt (+35) Z kommt icht (-) V x ( 35 µ ) ( µ ) 36 + σ V x V x = σ = Variate : Setze auf bestimmte Farbe, z.b. RO (sogeate eifache Chace) Alterativ ka (bei gleiche Chace) auch auf SCHWARZ, GERADE, UNGERADE,... gesetzt werde. Kommt die Farbe RO, so gewit ma de Eisatz, kommt Schwarz, so verliert ma de Eisatz. Eie Soderfall stellt u die Zahl dar: Kommt diese, so bleibt der Eisatz so lage stehe, bis etweder die gesetzte Farbe (RO) oder ebe Schwarz kommt. Bei RO verliert ma ichts (aber auch keie Auszahlug!), bei Schwarz geht der Eisatz verlore. Es ergibt sich daher der ebestehede Spielbaum. (Dabei ist zu berücksichtige, dass ei wiederholtes Auftrete der zu ichts führt - irgedwa wird (jeweils mit Wahrscheilichkeit /) etweder rot oder schwarz komme! RO () 8 RO (+) 8 SCHWARZ (-) SCHWARZ (-) µ ( ) + + ( ) µ 74 µ =.4 V x ( µ ) 8 ( µ ) 8 + ( µ ) + ( µ ) + V x =.986 σ V x σ =.993 Im Vergleich zur Setzugsvariate (Plei) ist die Gewierwartug aus der Sicht des Spielers besser (verdoppelt!), jedoch zeigt die gerige Variaz (Stadardabweichug), dass dieses Spiel für "Draufgägertype" icht geeiget sei wird, weil eifach pro Spiel auch icht viel gewoe werde ka. Wilfried Rohm 5
15 HL Saalfelde Erwartugswert / Variaz Seite 5 vo 7 Variate 3: Eisatz auf "Dutzed", etwa -, 3-4, oder Kommt eie Zahl aus dem Bereich des gesetzte Dutzeds, so wird das zweifache des Eisatzes ausbezahlt, aderfalls geht der Eisatz verlore. µ 5 + ( ) Dutzed (+) 5 Nicht Dutzed (-) µ µ =.7 V x ( µ ) ( µ ) 5 + σ V x V x =.97 σ =.44 Wir erhalte - was auch ituitiv klar ist - die gleiche Gewierwartug wie bei Plei, allerdigs (was ebefalls ituitiv verstädlich ist) eie deutlich kleiere Variaz (Stadardabweichug), die aber größer als bei de eifache Chace ist. Variate 4: Gewierwartug, we ma 3-mal hitereiader auf "das mittlere Dutzed" setzt? Hier liegt eie Biomialverteilug vor mit µ ( 3) g bi, 3, + g bi, 3, + 3 g bi, 3, + 6 g bi 3, 3, µ =.8 p = ud = 3 Das Ergebis ist für "Spielertype" eher uverstädlich, weil sich die Gewierwartug recht dramatisch verschlechtert hat. Mathematisch gesehe ist es klar: Wir hätte auf Grud der Additivität des Erwartugswertes ud der Uabhägigkeit der eizele Spiele uter Verwedug der obige Ergebisse gleich sage köe: µ 3 (.7) µ =.8 Variate 4: ypisches Progressiosspiel - Verdoppel auf "eifache Chace" (z.b.ro) Die Idee ist zuächst besteched: Ma setzt auf eie bestimmte Farbe (etwa RO). Kommt diese, hat ma seie Eisatz atürlich gewoe. Kommt RO icht, so verdoppelt ma seie Eisatz. Im Falle eies Gewies hat ma u isgesamt wieder seie Eisatz gewoe. Aderfalls verdoppelt ma wieder (u der 4-fache ursprügliche Eisatz)... usw. Das Spiel wird solage fortgesetzt, bis RO kommt. Da dies mit Wahrscheilichkeit = % irgedwa eimal der Fall sei wird, wird ma "sicher" seie Eisatz gewie. Soweit die heorie. Leider erlaube aber die Casio-Spielregel maximal -mal eie Verdoppelug. So uglaublich es auf de erste Blick erscheit, ist es doch so, dass dies ausreicht, um die Gewierwartug egativ werde zu lasse! Dies zeigt die achfolgede Rechug: Wilfried Rohm 5
16 HL Saalfelde Erwartugswert / Variaz Seite 6 vo 7 Hiweis: I der achfolgede Rechug wird die Soderregel beim Auftrete der Null "vereifacht" berücksichtigt: Der Fall "" selbst bleibt im Baumdiagramm uberücksichtigt, weil das Spiel hier so aufgefaßt wird, dass der Eisatz da "stehebleibt", so als we gar kei Spiel stattgefude hätte. Deswege hat "Schwarz" die Wahrscheilichkeit 8 8, 5 + =, 5 Das Auftrete der mit aschließed "Rot" hat die Auftreteswahrscheilichkeit = (siehe auch obe bei der Setzvariate ). Dieser Fall bleibt wege der bessere Übersicht im Spielbaum uberücksichtigt (richtiger Weise müsste ma eie kleie Schleife mit dieser Wahrscheilichkeit beschrifte) 8 8,5 RO (+) SCHWARZ (-) 8 8,5 RO (+) SCHWARZ (-3) 8 8,5 RO (+) SCHWARZ (-7) USW. µ 8 i ( ) i = i = i 8.5 µ =.7 Erklärug Gewi tritt auf, we etweder das.mal "rot" kommt ODER das.mal "schwarz" UND da "rot", ODER -mal hitereiader "schwarz" UND da "rot" ODER 3-mal hitereiader "schwarz" UND da "rot"... ODER -mal hitereiader "schwarz ud da "rot". Wilfried Rohm 5
17 HL Saalfelde Erwartugswert / Variaz Seite 7 vo 7 Verlust tritt auf, we -mal hitereiader "schwarz" kommt. Da verliert ma allerdigs das 47-fache des Eisatzes, de i = i = 47 V x ( µ ) i ( ) i µ i = i = 8.5 V x =.47 3 σ V x σ = Überraschedes Resümee: Die Gewierwartug ist die Gleiche wie bei Plei (siehe Variate ), die Variaz bzw. Stadardabweichug ist aber och wesetlich größer. Das hägt damit zusamme, dass ma zwar meist gewie wird (seie Eisatz), jedoch "im Falle des Falles" ebe das 47-fache (!!!) seies Eisatzes verliert. Zusammefassug: Beim Roulette gibt es keie Gewisysteme! Ma hat mit jedem Roulettesystem, das icht ausschließlich auf Eifache Chace spielt, eie durchschittliche Gewierwartug vo -,7%, also gaz geau die gleiche Gewierwartug wie jeder Spieler, der ohe System spielt. Mit Roulettesysteme, die ausschließlich auf Eifache Chace spiele, erhält ma bestefalls eie durchschittliche Gewierwartug vo -,35%. Auch hier erreicht ma ohe Roulettesystem geau die gleiche Gewierwartug (vorausgesetzt, ma spielt immer ur auf Eifache Chace). Progressiosspiele werde "oftmals" kleie Gewie brige, die Gewierwartug ist trotzdem egativ! Variate, "früher" aufzuhöre, um damit drohede große Verluste zu vermeide, köe diese zwar vermeide, führe aber ur och zu eier och deutlichere egative Gewierwartug (weil ma öfter verliert). Jeder Spieler, der jemals mit eiem»roulettesystem«(wirklich) gewoe hat, hätte garatiert auch gewoe, we er ohe System gespielt hätte! Es zahlt sich daher icht aus, für ageblich "wirksame ud erprobte" Gewisysteme auch och Geld zu bezahle!! Roulette-Variate (z.b. America-Roulette, Roulette bei Spielautomate) habe gleiche oder (aus Spielersicht) schlechtere Gewierwartuge. zum Meü Wilfried Rohm 5
15.4 Diskrete Zufallsvariablen
.4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet
MehrAuch im Risikofall ist das Entscheidungsproblem gelöst, wenn eine dominante Aktion in A existiert.
Prof. Dr. H. Rommelfager: Etscheidugstheorie, Kaitel 3 7 3. Etscheidug bei Risiko (subjektive oder objektive) Eitrittswahrscheilichkeite für das Eitrete der mögliche Umweltzustäde köe vom Etscheidugsträger
Mehrn 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:
61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl
Mehr2 Vollständige Induktion
8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes
Mehr1 Analysis T1 Übungsblatt 1
Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
MehrAUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3
INHALTSVERZEICHNIS AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2 Datefluß ud Programmablauf 2 Vorbedigug 3 Nachbedigug 3 Schleifeivariate 3 KONSTRUKTION 4 ALTERNATIVE ENTWURFSMÖGLICHKEITEN 5 EFFEKTIVE
Mehr3. Einführung in die Statistik
3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :
MehrLerneinheit 2: Grundlagen der Investition und Finanzierung
Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der
MehrInstitut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban
Istitut für tochastik Prof. Dr. N. Bäuerle Dipl.-Math.. Urba Lösugsvorschlag 9. Übugsblatt zur Vorlesug Fiazmathematik I Aufgabe Ei euartiges Derivat) Wir sid i eiem edliche, arbitragefreie Fiazmarkt,
MehrStatistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S
Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere
MehrNachklausur - Analysis 1 - Lösungen
Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:
MehrInnerbetriebliche Leistungsverrechnung
Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der
MehrÜbungsblatt 1 zur Vorlesung Angewandte Stochastik
Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche
MehrStatistik I/Empirie I
Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass
MehrStichproben im Rechnungswesen, Stichprobeninventur
Stichprobe im Rechugswese, Stichprobeivetur Prof Dr Iree Rößler ud Prof Dr Albrecht Ugerer Duale Hochschule Bade-Württemberg Maheim Im eifachste Fall des Dollar-Uit oder Moetary-Uit Samplig (DUS oder MUS-
Mehrh i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert
Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...
MehrÜbungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,
MehrFinanzmathematische Formeln und Tabellen
Jui 2008 Dipl.-Betriebswirt Riccardo Fischer Fiazmathematische Formel ud Tabelle Arbeitshilfe für Ausbildug, Studium ud Prüfug im Fach Fiaz- ud Ivestitiosrechug Dieses Werk, eischließlich aller seier Teile,
MehrWahrscheinlichkeit & Statistik
Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege
MehrKapitel 6: Quadratisches Wachstum
Kapitel 6: Quadratisches Wachstum Dr. Dakwart Vogel Ui Esse WS 009/10 1 Drei Beispiele Beispiel 1 Bremsweg eies PKW Bremsweg Auto.xls Ui Esse WS 009/10 Für user Modell des Bremsweges gilt a = a + d a =
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
MehrLinsengesetze und optische Instrumente
Lisegesetze ud optische Istrumete Gruppe X Xxxx Xxxxxxxxx Xxxxxxx Xxxxxx Mat.-Nr.: XXXXX Mat.-Nr.: XXXXX XX.XX.XX Theorie Im olgede werde wir eie kurze Überblick über die Fuktio, de Aubau ud die Arte vo
MehrGruppe 108: Janina Bär Christian Hörr Robert Rex
TEHNIHE UNIVEITÄT HEMNITZ FAULTÄT FÜ INFOMATI Hardwarepraktikum im W /3 Versuch 3 equetielle ysteme I Gruppe 8: aia Bär hristia Hörr obert ex hemitz, 7. November Hardwarepraktikum equetielle ysteme I Aufgabe
MehrStochastik für WiWi - Klausurvorbereitung
Dr. Markus Kuze WS 2013/14 Dipl.-Math. Stefa Roth 11.02.2014 Stochastik für WiWi - Klausurvorbereitug Gesetz der totale Wahrscheilichkeit ud Satz vo Bayes (Ω, F, P) Wahrscheilichkeitsraum, E 1,..., E F
MehrBINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008
Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe
MehrSatz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.
Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,
MehrKorrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222
Korrekturrichtliie zur Studieleistug Wirtschaftsmathematik am..007 Betriebswirtschaft BB-WMT-S-07 Für die Bewertug ud Abgabe der Studieleistug sid folgede Hiweise verbidlich: Die Vergabe der Pukte ehme
MehrVorlesung Informationssysteme
Saarbrücke, 2.05.205 Iformatio Systems Group Vorlesug Iformatiossysteme Vertiefug Kapitel 4: Vo (E)ER is Relatioemodell Erik Buchma (buchma@cs.ui-saarlad.de) Foto: M. Strauch Aus de Videos wisse Sie......welche
MehrPrivatKredit. Direkt ans Ziel Ihrer Wünsche
PrivatKredit Direkt as Ziel Ihrer Wüsche Erlebe Sie eue Freiräume. Leiste Sie sich, was Ihe wichtig ist. Sie träume scho seit lagem vo eier eue Aschaffug, wie z. B.: eiem eue Auto eue Möbel Oder es stehe
MehrStatistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.
Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste
MehrVersicherungstechnik
Operatios Research ud Wirtschaftsiformati Prof. Dr. P. Recht // Dipl.-Math. Rolf Wedt DOOR Versicherugstechi Übugsblatt 3 Abgabe bis zum Diestag, dem 03..205 um 0 Uhr im Kaste 9 Lösugsvorschlag: Vorbereituge
Mehr3. Tilgungsrechnung. 3.1. Tilgungsarten
schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie
MehrZur Definition. der wirksamen. Wärmespeicherkapazität
Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč, Büro für Bauphysik, Schöberg a Kap, Österreich Zur Defiitio der wirksae Wärespeicherkapazität vo Ao. Uiv. Prof. Dipl.-Ig. Dr. tech. Klaus Kreč Büro für Bauphysik
MehrAllgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable
Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex
MehrKlasse: Platzziffer: Punkte: / Graph zu f
Pflichtteil Mathematik I Aufgabe P Name: Vorame: Klasse: Platzziffer: Pukte: / P.0 Gegebe ist die Fuktio f mit der Gleichug (siehe Zeichug). y x8 y,25 4 mit GI IRIR Graph zu f O x P. x 8 Die Pukte C (x,25
MehrWiederkehrende XML-Inhalte in Adobe InDesign importieren
Wiederkehrede XML-Ihalte i Adobe IDesig importiere Dieses Tutorial soll als Quick & Dirty -Kurzaleitug demostriere, wie wiederkehrede XML-Ihalte (z. B. aus Datebake) i Adobe IDesig importiert ud formatiert
MehrBetriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110
Name, Vorame Matrikel-Nr. Studiezetrum Studiegag Fach Art der Leistug Klausur-Kz. Betriebswirtschaft Wirtschaftsmathematik Studieleistug Datum 10.11.2001 BW-WMT-S12 011110 Verwede Sie ausschließlich das
Mehr= T. 1.1. Jährliche Ratentilgung. 1.1. Jährliche Ratentilgung. Ausgangspunkt: Beispiel:
E Tilgugsrechug.. Jährliche Raeilgug Ausgagspuk: Bei Raeilgug wird die chuldsumme (Newer des Kredis [Aleihe, Hypohek, Darleh]) i gleiche Teilberäge T geilg. Die Tilgugsrae läss sich ermiel als: T =.. Jährliche
MehrKryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.
Krytologie: Krytograhie ud Krytoaalyse Krytologie ist die Wisseschaft, die sich mit dem Ver- ud Etschlüssel vo Iformatioe befasst. Beisiel Iteretkommuikatio: Versiegel (Itegrität der Nachricht) Sigiere
MehrAusgangspunkt: Über einen endlichen Zeitraum wird aus einem Kapital (Rentenbarwert RBW v n,i
D. Reterechug 1.1. Jährliche Retezahluge 1.1.1. Vorschüssige Retezahluge Ausgagspukt: Über eie edliche Zeitraum wird aus eiem Kapital (Retebarwert RBW v,i ), das ziseszislich agelegt ist, jeweils zu Begi
MehrDie Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac
Die Gasgesetze Die Beziehug zwische olume ud Temeratur (Gesetz vo J.-L. Gay-Lussac ud J. Charles): cost. T oder /T cost. cost.. hägt h vo ud Gasmege ab. Die extraolierte Liie scheidet die Temeratur- skala
MehrGliederung. Value-at-Risk
Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug
MehrDas FSB Geldkonto. Einfache Abwicklung und attraktive Verzinsung. +++ Verzinsung aktuell bis zu 3,7% p.a. +++
Das FSB Geldkoto Eifache Abwicklug ud attraktive Verzisug +++ Verzisug aktuell bis zu 3,7% p.a. +++ zuverlässig servicestark bequem Kompeteter Parter für Ihr Wertpapiergeschäft Die FodsServiceBak zählt
Mehr9. Diskrete Zufallsvariable, Wahrscheinlichkeitsverteilung, Erwartungswert, Varianz
44 9. Diskrete Zufallsvariable, Wahrscheilichkeitsverteilug, Erwartugswert, Variaz Bei Zufallsversuche iteressiere oft icht die Ergebisse selbst, soder Zahle, die de mögliche Ergebisse des Zufallsversuchs
MehrAufgaben und Lösungen der Probeklausur zur Analysis I
Fachbereich Mathematik AG 5: Fuktioalaalysis Prof. Dr. K.-H. Neeb Dipl.-Math. Rafael Dahme Dipl.-Math. Stefa Wager ATECHNISCHE UNIVERSITÄT DARMSTADT SS 007 19. Jui 007 Aufgabe ud Lösuge der Probeklausur
MehrTestumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen
Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige
MehrArbeitsplätze in SAP R/3 Modul PP
Arbeitsplätze i SAP R/3 Modul PP Was ist ei Arbeitsplatz? Der Stadort eier Aktioseiheit, sowie dere kokrete räumliche Gestaltug Was ist eie Aktioseiheit? kleiste produktive Eiheit i eiem Produktiosprozess,
Mehr2. Diophantische Gleichungen
2. Diophatische Gleichuge [Teschl05, S. 91f] 2.1. Was ist eie diophatische Gleichug ud wozu braucht ma sie? Def D2-1: Eie diophatische Gleichug ist eie Polyomfuktio i x,y,z,, bei der als Lösuge ur gaze
MehrBeschreibende Statistik Kenngrößen in der Übersicht (Ac)
Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur
MehrKapitel 6: Statistische Qualitätskontrolle
Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle
MehrTao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v
Tao De / Pa JiaWei Ihrig/Pflaumer Fiazmathematik Oldeburg Verlag 1999 1..Ei Darlehe vo. DM soll moatlich mit 1% verzist ud i Jahre durch kostate Auitäte getilgt werde. Wie hoch sid a) die Moatsrate? b)
MehrLöslichkeitsdiagramm. Grundlagen
Grudlage Löslichkeitsdiagramm Grudlage Zur etrachtug des Mischugsverhaltes icht vollstädig mischbarer Flüssigkeite, das heißt Flüssigkeite, die sich icht bei jeder Temperatur i alle Megeverhältisse miteiader
MehrQualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT
Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug
MehrVersuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE
Versuch 3/ NEWTONSCHE INTERFERENZRINGE Blatt NEWTONSCHE INTERFERENZRINGE Die Oberfläche vo Lise hat im allgemeie Kugelgestalt. Zur Messug des Krümmugsradius diet das Sphärometer. Bei sehr flacher Krümmug
Mehr2. Einführung in die Geometrische Optik
2. Eiührug i die Geometrische Optik 2. Allgemeie Prizipie 2.. Licht ud Materie Optische Ssteme werde ür de Spektralbereich zwische dem extreme Ultraviolette ( m) ud dem thermische Irarote (Q-Bad bei 2
MehrKunde. Kontobewegung
Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:
MehrAufgabenblatt 4. A1. Definitionen. Lösungen. Zins = Rate Zinskurve = Zinsstruktur Rendite = Yield
Augabeblatt 4 Lösuge A. Deiitioe Zis = Rate Ziskurve = Zisstruktur Redite = Yield A. Deiitioe Zerobod = Nullkupoaleihe = Zero coupo bod Aleihe, die vor Ede der Lauzeit keie Zahluge leistet ud am Ede der
Mehr5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung
Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder
MehrFormelsammlung Mathematik
Formelsammlug Mathematik 1 Fiazmathematik 1.1 Reterechug Sei der Zissatz p%, der Zisfaktor q = 1 + p 100. Seie R die regelmäßig zu zahlede Rate, die Laufzeit. Edwert: Barwert: achschüssig R = R q 1 q 1
MehrProjektmanagement Solarkraftwerke
Projektmaagemet Solarkraftwerke Solar Forum - St. Veit 2013 Mauel Uterweger 1 Ihalt des Impulsvortrages eie Überblick über Projektmaagemet bei Solarkraftwerke zu gebe gewoee Erfahruge aufgrud eies reale
MehrKapitel 4: Stationäre Prozesse
Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrNEL Suchspulen - für jeden Detektor! TOP Leistung von unabhängigen Experten bestätigt. Such Spulen. nel-coils.de Shop ww.nuggets24.
NEL Suchspule - für jede Detektor! TOP Leistug vo uabhägige Experte bestätigt Such Spule el-coils.de Shop ww.uggets24.com el-coils.de Metalldetektor OlieShop www.uggets.at www.uggets24.com NEL BIG Die
MehrKUNDENPROFIL FÜR GELDANLAGEN
KUNDENPROFIL FÜR GELDANLAGEN Geldalage ist icht ur eie Frage des Vertraues, soder auch das Ergebis eier eigehede Aalyse der Fiazsituatio! Um Ihre optimale Beratug zu gewährleiste, dokumetiere wir gemeisam
MehrKlausur Grundlagen der Investition und Finanzierung
Fachhochschule Bochum /Fachhochschule Müster /Fachhochschule Südwestfale (Weiterbildeder) Verbudstudiegag Techische Betriebswirtschaft Prof. Dr. Wolfgag Hufagel / Prof. Dr. Wifried Rimmele/ Fachhochschule
MehrProjektmanagement. Changing the way people work together
Der Projektleiter ist ählich eiem Uterehmer veratwortlich für Mesche, Techik ud Prozesse. Ihre Aforderuge plus usere Kompeteze sid Ihre Erfolgsfaktore Die Führug eies Projekts etspricht im Wesetliche der
MehrMusterlösung zu Übungsblatt 2
Prof. R. Padharipade J. Schmitt C. Schießl Fuktioetheorie 25. September 15 HS 2015 Musterlösug zu Übugsblatt 2 Aufgabe 1. Reelle Fuktioe g : R R stelle wir us üblicherweise als Graphe {(x, g(x)} R R vor.
MehrWirtschaftsmathematik
Studiegag Betriebswirtschaft Fach Wirtschaftsmathematik Art der Leistug Studieleistug Klausur-Kz. BW-WMT-S1 040508 Datum 08.05.004 Bezüglich der Afertigug Ihrer Arbeit sid folgede Hiweise verbidlich: Verwede
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik ud Wahrscheilichkeitsrechug Statistik ud Wahrscheilichkeitsrechug Übug 6 3.03.20 Ihalt der heutige Übug Aufgabe D.7: Reche mit Zufallsvariable Erwartugswert- ud Variazoperator Statistik ud Wahrscheilichkeitsrechug
MehrVAIO-Link Kundenservice Broschüre
VAIO-Lik Kudeservice Broschüre Wir widme us jedem eizele Kude mit der gebührede Aufmerksamkeit, mit großer Achtug ud Respekt. Wir hoffe damit, de Erwartuge jedes Eizele a das VAIO-Lik Kudeservice-Zetrum
MehrFlexibilität beim Lagern und Kommissionieren: Schienengeführte Regalbediengeräte
Flexibilität beim Lager ud Kommissioiere: Schieegeführte Regalbediegeräte Ei Kozept zwei Baureihe: DAMBACH Regalbediegeräte Seit mehr als 35 Jahre baut die DAMBACH Lagersysteme Regalbediegeräte ud gehört
MehrHONORAR Honorarabrechnung
HONORAR Hoorarabrechug Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Freie Formulargestaltug... 5 3.2 Positiosvorschläge aus Leistuge bzw. Gegestadswerte...
Mehre) ( 4a + 8b + 9a + 18b ) : a + 2b f) 2 log (x) + 3 log (2y) 0.5 log (z)
Mathematik 1 Test SELBSTTEST MATHEMATIK 1. Forme Sie die folgede Terme um: a) y y y y + y : ( ) ( ) b) ( 9 ) 18 c) 5 3 3 3 d) 6 5 4 ( 7 y ) 3 4 5 ( 14 y ) e) ( 4a + 8b + 9a + 18b ) : a + b f) log () +
MehrSolvency II Bewertungen, Vorbereitungen und Erwartungen deutscher Versicherungen und Pensionskassen. Studie Oktober 2012
Solvecy II Bewertuge, Vorbereituge ud Erwartuge deutscher Versicheruge ud Pesioskasse Studie Oktober 2012 2 Eiordug der Studie Utersuchugssteckbrief Zielsetzug - Die Studie utersucht mit Blick auf Solvecy
MehrGrundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung
MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/ mamaeusch Grudgesamtheitsaaylse ud Stichprobe. Betrachtuge zur Stichprobefidug Paula Lagares Justo Puerto 1 MaMaEuSch 2
Mehr( ), der genau auf der Geraden ( ) 2 ( ) #( ) 8. Lineare Regression. = f i. Nach der Summe der kleinsten. mx i
8. Lieare Regressio 8.1. Die Methode der kleiste Quadrate Regressiosgerade bzw. Ausgleichsgerade sid eie Auswertug vo statistische Messdate. Ziel dieses Verfahres ist es, Beziehuge zwische zwei Merkmale
MehrKASSENBUCH ONLINE Online-Erfassung von Kassenbüchern
KASSENBUCH ONLINE Olie-Erfassug vo Kassebücher Ihaltsverzeichis 1 Leistugsbeschreibug... 3 2 Itegratio i das Ageda-System... 4 3 Highlights... 5 3.1 Ituitive Olie-Erfassug des Kassebuchs... 5 3.2 GoB-sicher
Mehr... a ik) i=1...m, k=1...n A = = ( a mn
Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,
MehrFeldeffekttransistoren in Speicherbauelementen
Feldeffekttrasistore i Speicherbauelemete DRAM Auch we die Versorgugsspaug aliegt, ist ei regelmäßiges (typischerweise eiige ms) Refresh des Speicherihaltes erforderlich (Kodesator verliert mit der Zeit
MehrFactoring. Alternative zur Bankfinanzierung?
Factorig Alterative zur Bakfiazierug? Beschreibug Factorig Im Factorigverfahre schließ e Uterehme ud Factor eie Vertrag, auf desse Grudlage alle kü ftige Forderuge des Uterehmes laufed gekauft werde. Zuvor
MehrMit Ideen begeistern. Mit Freude schenken.
Mehr Erfolg. I jeder Beziehug. Mit Idee begeister. Mit Freude scheke. Erfolgreiches Marketig mit Prämie, Werbemittel ud Uterehmesausstattuge. Wo Prämie ei System habe, hat Erfolg Methode. Die Wertschätzug
MehrBERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule
BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Hadelsschule Abschlussprüfug Sommer Fach: MATHEMATIK Bearbeitugszeit: Erlaubte Hilfsmittel: Zeitstude Nicht-programmierbarer Tascherecher
MehrEnergetisches Feng Shui
KONZEPTE CHRISTIANE PAPENBREER Eergetisches Feg Shui Die Welt voller Eergie Die Afäge des Feg Shui liege im Dukel. Bereits vor tausede vo Jahre solle die legedäre chiesische Kaiser Prizipie des Feg Shui
Mehr3Landlust auf Hofweier? Kaufpreis: 230.000,00 Euro Courtage: 3,57% incl. 19% MwSt für den Käufer
3Ladlust auf Hofweier? Kaufpreis: 230.000,00 Euro Courtage: 3,57% icl. 19% MwSt für de Käufer OBJEKTDATEN Haustyp Eifamiliehaus Baujahr 1955 Letzte Moderisierug/ Saierug 2001 Zimmer 6 Wohfläche ca. 147,00
MehrPrivate Altersvorsorge. Berufsunfähigkeitsschutz plus Steuerersparnis. Günstig vorsorgen durch Kombination mit unserer fondsgebundenen Basisrente.
Private Altersvorsorge Steueroptimierter Berufsufähigkeitsschutz Berufsufähigkeitsschutz plus Steuerersparis Güstig vorsorge durch Kombiatio mit userer fodsgebudee Basisrete. Berufsufähigkeitsschutz +
MehrMathematischer Vorkurs zum Studium der Physik
Uiversität Heidelberg Mathematischer Vorkurs zum Studium der Physik Übuge Aufgabe zu Kapitel 1 (aus: K. Hefft Mathematischer Vorkurs zum Studium der Physik, sowie Ergäzuge) Aufgabe 1.1: SI-Eiheite: a)
Mehrevohome Millionen Familien verfolgen ein Ziel: Energie zu sparen ohne auf Komfort zu verzichten
evohome Eergie spare weiter gedacht Millioe Familie verfolge ei Ziel: Eergie zu spare ohe auf Komfort zu verzichte evohome Nie war es schöer Eergie zu spare Es gibt viele iteressate Möglichkeite, eergie-
MehrDie allgemeinen Daten zur Einrichtung von md cloud Sync auf Ihrem Smartphone lauten:
md cloud Syc / FAQ Häufig gestellte Frage Allgemeie Date zur Eirichtug Die allgemeie Date zur Eirichtug vo md cloud Syc auf Ihrem Smartphoe laute: Kototyp: Microsoft Exchage / ActiveSyc Server/Domai: mailsyc.freeet.de
MehrEs gibt verschiedene Möglichkeiten eine Folge zu definieren. Die zwei häufigsten Methoden
Folge ud Reihe Folge Eie Folge ist eie Abbildug der atürliche Zahle N = {0, 1,,...} i die Mege der (zumidest i de meiste Fälle) reelle Zahle R. I diesem Fall ka ma sich eie Folge als Pukte i eiem Koordiatesystem
MehrBewertung von Anleihen
Bewertug vo Aleihe Arithmetik der Aleihebewertug: Überblick Zerobods ud Koupoaleihe Ziskurve: Spot Zise ud Yield to Maturity Day cout Kovetioe Replikatio ud Arbitrage Forward Zise Yield ud ex post realisierte
MehrProf. Dr.-Ing. Bernd Kochendörfer. Bauwirtschaft und Baubetrieb. Investitionsrechnung
ud Baubetrieb A Ivestitiosrechug ud Baubetrieb Ivestitiosbegriff Bilazorietierter Ivestitiosbegriff Umwadlug vo Geldkapital i adere Forme vo Vermöge Aktiva Passiva Zahlugsorietierter Ivestitiosbegriff
MehrWirksamkeit, Effizienz
3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue
MehrHeute Kapitalanlage morgen ein Zuhause
Immobilie Heute Kapitalalage morge ei Zuhause Courtage: Kaufpreis: Preis auf Afrage 3,57% icl. 19% MwSt für de Käufer hausudso Immobilie Moltkestr. 14 77654 Offeburg Tel. 0781 9190891 Fax 0781 9190892
MehrBau- und Wohncenter Stephansplatz
Viele gute Grüde, auf us zu baue Bau- ud Wohceter Stephasplatz Parter der Bak Austria Silvia Nahler Tel.: 050505 47287 Mobil: 0664 20 22 354 Silvia.ahler@cityfiace.at Fiazservice GmbH Ralph Decker Tel.:
MehrEinführung in die Grenzwerte
Eiführug i die Grezwerte Dieser Text folgt hauptsächlich der Notwedigkeit i sehr kurzer Zeit eie Idee ud Teile ihrer Awedug zu präsetiere, so dass relativ schell mit dieser Idee gerechet werde ka. Der
MehrStatistik und Wahrscheinlichkeitslehre
Statistik ud Wahrscheilichkeitslehre Zufall ud Mittelwerte Für alle techische Studiegäge Prof. Dr.-Ig. habil. Thomas Adamek Grudlage der Wahrscheilichkeitsrechug. Eiführug Grudlage vo Statistik ud Wahrscheilichkeitsrechug
Mehrx 2 + 2 m c Φ( r, t) = n q n (t) φ n ( r) (5) ( + k 2 n ) φ n ( r) = 0 (6a)
Quatisierug eies skalare Feldes Das Ziel ist eigetlich das elektromagetische Feld zu quatisiere, aber wie ma scho a de MAXWELLsche Gleichuge sehe ka, ist es zu kompliziert, um damit zu begie. Außerdem
MehrTests statistischer Hypothesen
KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir
Mehr