AVWL I (Mikro) A. Wambach, Ph. D. - Klausur am 2. August Abschlussklausur

Größe: px
Ab Seite anzeigen:

Download "AVWL I (Mikro) A. Wambach, Ph. D. - Klausur am 2. August Abschlussklausur"

Transkript

1 AVWL I (Mkro) A. Wambach, Ph. D. - Klausur am. August Abschlussklausur Btte bearbeten Se zwe der dre folgenden Aufgaben. Sollten Se alle dre Aufgaben bearbeten, machen Se btte kenntlch, welche zwe Aufgaben gewertet werden sollen; andernfalls werden de beden zuerst bearbeteten Aufgaben gewertet. Benutzen Se für jede Aufgabe enen neuen Bogen. Vergessen Se ncht, Name und Matrkelnummer auf jeden Bogen zu schreben. Numereren Se alle Bögen fortlaufend. Be allen Berechnungen snd de Ansätze erforderlch, falls n der jewelgen Telaufgabe ncht anders angegeben. Enzges zulässges Hlfsmttel st en nchtprogrammerbarer Taschenrechner. Lesen Se vor Begnn der Bearbetung alle Aufgaben enmal gründlch durch. Se haben 10 Mnuten Zet. Vel Erfolg!

2 AVWL I (Mkro) A. Wambach, Ph. D. - Klausur am. August 000 Aufgabe 1 (vor- und nachgelagertes Monopol und Olgopol) Der Deutsche Fußball Bund (DFB) hat de allengen Übertragungsrechte für de WM 006 n Deutschland an ene Produktonsfrma (P-TV) verkauft. Dese hat nun das Monopolrecht zur Ausstrahlung der Begegnungen. In der Bevölkerung herrscht ene rege Nachfrage nach Übertragungen von WM-Spelen, de durch de Funkton p( q) = 60 q verenfacht dargestellt werden kann. Dabe gbt p den Pres pro Übertragung an, den de Fußballfans zu zahlen beret snd, und q de ausgestrahlten Übertragungen. Zur Verenfachung se unterstellt, dass Übertragungen belebg telbar snd und für P-TV kene Produktonskosten der Übertragung entstehen, k ( q) = 0. (a) (b) Berechnen Se zunächst de optmale Menge, den Pres und den Gewnn von P-TV, wenn de Produktonsfrma als Monopolst de Spele der WM drekt überträgt und an de Fußballfans verkauft. Angenommen, P-TV habe de Übertragungsrechte den beden Fernsehsendern A und Z kostenlos überlassen. De Fernsehsender stehen m Mengenwettbewerb und entscheden über de optmale Menge an Übertragungen. Be der Übertragung entstehen den Sendern Kosten n Höhe von c ( q ) = cq mt = A, Z. Bestmmen Se de Reaktonsfunktonen von A und Z sowe de optmalen Mengen, den von den Fußballfans zu zahlenden Pres und de Gewnne der Unternehmen m Glechgewcht. Nehmen Se m Folgenden an, dass P-TV de Übertragungsrechte an enen oder mehrere Fernsehsender zum Pres c je Übertragung verkauft. Der oder de Fernsehsender übertragen de Spele und erhalten von den Fußballfans enen Pres entsprechend hrer nversen Nachfrage. Außer dem Pres c entstehen den Sendern kene weteren Kosten der Übertragung. (c) Nehmen Se an, dass der allenge Anbeter P-TV das Monopolrecht nur an Sender A zum Pres c je Übertragung verkauft. Berechnen Se den Pres p, den Sender A be gegebenem c von den Fußballfans verlangt. We groß st somt de Menge, de A n Abhänggket von c be P-TV nachfragt? Bestmmen Se, welchen Pres c de Produktonsfrma setzt, wenn se hren Gewnn maxmert. Welchen Pres müssen de Fußballfans zahlen? We hoch snd de Gewnne von A bzw. P-TV n deser Stuaton? (Fortsetzung Aufgabe 1 auf der nächsten Sete)

3 AVWL I (Mkro) A. Wambach, Ph. D. - Klausur am. August (d) (e) Angenommen, P-TV verkauft de Übertragungsrechte zum Pres c je Übertragung an bede Fernsehsender A und Z. De beden Sender stehen m Mengenwettbewerb. Wevele Übertragungen werden nsgesamt angeboten? Berechnen Se den Pres, den de Sender be gegebenem c von den Fußballfans verlangen. Bestmmen Se, welchen Pres c de Produktonsfrma P-TV setzt, wenn se hren Gewnn maxmert. Welchen Pres müssen de Fußballfans zahlen? We hoch snd de Gewnne von A, Z und P-TV n deser Stuaton? Warum zahlen de Fußballfans n deser Stuaton enen gerngeren Pres als n (c)? Nehmen Se jetzt an, dass P-TV ene fxe Gebühr F zur Überlassung der Übertragungsrechte sowe enen Pres c pro Übertragung von den beden Sendern A und Z verlangen kann. Bestmmen Se de aus Scht von P-TV optmalen Werte von F und c. We lauten de Gewnne von A, Z und P-TV unter desem Vertrag?

4 AVWL I (Mkro) A. Wambach, Ph. D. - Klausur am. August Aufgabe (externe Effekte) In der Gemende Apfeldorf snd zwe Unternehmen ansässg. Unternehmen 1 produzert Zellstoff, dessen Menge mt x gemessen wrd. Unternehmen st ene Gärtnere, de ene besondere Gemüsesorte anbaut, deren Menge mt y bezechnet wrd. Unternehmen 1 verschmutzt be der Produkton des Zellstoffes x de Luft. De erfolgreche Aufzucht der Gemüsesorte, de Unternehmen erzeugt, erfordert aber saubere Luft. Wenn de Luft verschmutzt st, muss de Gärtnere das Gemüse n Gewächshäusern aufzehen und de Luft rengen, weswegen de Kosten von Unternehmen anstegen. Je mehr Zellstoff produzert wrd, desto höher snd daher de Kosten für Unternehmen. Bede Unternehmen verkaufen hre Erzeugnsse auf Märkten mt vollständger Konkurrenz. De Güterprese snd gegeben mt: p x 00, p = 30. = y De Kostenfunktonen der beden Unternehmen lauten: c 1( x) = x, c ( y, x) = y + x. (a) (b) (c) Stellen Se de Gewnnfunktonen der beden Unternehmen auf und berechnen Se de gewnnmaxmalen Produktonsmengen sowe de Gewnne, wenn bede Frmen unabhängg vonenander handeln. Berechnen Se de unter sozalen Geschtspunkten effzenten Produktonsmengen und de sch enstellende Gewnnsumme. Stellen Se sch nun vor, dass de Gemendeverwaltung dem Unternehmen das Recht auf saubere Luft enräumt. Wenn Unternehmen 1 de Luft verschmutzen wll, muss es daher Lzenzen zur Luftverschmutzung von Unternehmen zum Pres q erwerben. Der Zusammenhang zwschen Zellstoffprodukton x und der Luftverschmutzung s se dabe lnear: s = x. Berechnen Se den glechgewchtgen Pres pro Lzenz, de Anzahl der zwschen den beden Unternehmen gehandelten Lzenzen, de Produktonsmengen sowe de Gewnne der beden Frmen. (Fortsetzung Aufgabe auf der nächsten Sete)

5 AVWL I (Mkro) A. Wambach, Ph. D. - Klausur am. August Gehen Se nun von enem neuen Szenaro aus: In der Gemende Brkland snd zwe landwrtschaftlche Unternehmen 1 und angesedelt, de Obst ( x 1 ) und Hong ( x ) produzeren. Bede Unternehmen beenflussen sch wechselsetg postv. Obst und Hong werden auf Konkurrenzmärkten verkauft; de Prese betragen: p x = 60, p = x De Kostenfunktonen der beden Unternehmen lauten: c1( x1, x ) = x1 x1x, c ( x, x1 ) = x x x1. (d) (e) Stellen Se de Gewnnmaxmerungsprobleme der beden Unternehmen be getrennter Gewnnmaxmerung auf und berechnen Se deren Reaktonsfunktonen, d. h. we de optmale Produktonsmenge vom Output des jewels anderen Unternehmens abhängt. Ermtteln Se de m Nash-Glechgewcht produzerten Obst- und Hongmengen sowe de Gewnne der beden Unternehmen. De beden Unternehmen fusoneren nun zur Agrar KG. Berechnen Se durch Gewnnmaxmerung de optmalen Produktonsmengen an Obst und Hong sowe den Gewnn der Agrar KG. Erklären Se n enem Satz, warum der Gewnn der fusonerten Agrar KG mndestens so hoch sen muss we de Summe der Gewnne der getrennt agerenden landwrtschaftlchen Unternehmen 1 und.

6 AVWL I (Mkro) A. Wambach, Ph. D. - Klausur am. August Aufgabe 3 (asymmetrsche Informaton) De Unternehmensberatung Munch Consultng Group (MCG) st auf der Suche nach enem neuen Mtarbeter. Für de Beratungsgesellschaft nteresseren sch zwe Gruppen potenteller Bewerber: Entweder handelt es sch be den Bewerbern um exzellente Kanddaten mt ener hohen persönlchen Produktvtät a H oder um Leute mt ener sehr gerngen persönlchen Produktvtät von a L. Der Antel der Kanddaten mt hoher persönlcher Produktvtät beträgt p. Arbetet en Kanddat be der Beratungsgesellschaft, dann erhöht sch dese persönlche Produktvtät durch de Zusammenarbet mt den anderen Beratern um den Faktor θ, d. h. der Kanddat erwrtschaftet Erlöse für de MCG. H. v. θ mt θ > 1. Arbetet en Kanddat hngegen außerhalb der Unternehmensberatung, dann erwrtschaftet er nur sene persönlche Produktvtät a. De Nutzenfunkton u der Bewerber se gegeben durch u=w, wobe w der erhaltene Lohnsatz st. De MCG möchte genau enen Kanddaten enstellen. Alle Akteure seen rskoneutral. a (a) Angenommen, de MCG kann beobachten, welche Produktvtät en Kanddat bestzt. Welchen Lohn muss se dann enem hoch produktven bzw. enem wenger produktven Kanddaten bezahlen? We hoch snd de jewelgen Gewnne durch de Enstellung enes produktven bzw. wenger produktven Kanddaten? Welchen Kanddaten sollte de Munch Consultng Group enstellen? Stellen Se sch nun vor, dass de Munch Consultng Group de ndvduelle Produktvtät enes Kanddaten ncht mehr beobachten kann, sondern ausschleßlch de Vertelung über de Produktvtäten kennt. (b) We hoch muss der Lohnsatz mndestens sen, um auch gute Leute zu ener Bewerbung zu bewegen? We hoch st der erwartete Gewnn der MCG zu desem Lohnsatz? Welchen Lohnsatz zahlt de MCG, wenn se nur wenger produktve Berater enstellen möchte? We hoch fällt be desem Lohnsatz der Gewnn der MCG aus? Bestmmen Se durch Gewnnverglech, für welche Werte von p und θ es sch lohnt, auch nach guten Leuten Ausschau zu halten. Stellen Se sch für de nächste Telaufgabe vor, dass de Kanddaten unterschedlche Ausbldungsnveaus e wählen, de von der Unternehmensberatung beobachtet werden können, de Produktvtäten jedoch ncht. Leuten mt nedrger persönlcher Produktvtät fällt es (Fortsetzung Aufgabe 3 auf der nächsten Sete)

7 AVWL I (Mkro) A. Wambach, Ph. D. - Klausur am. August relatv schwer, höhere Ausbldungsnveaus zu errechen. Jede wetere Enhet an Ausbldung kostet se c L. De Kosten pro Ausbldungsenhet e für Leute mt hoher persönlcher Produktvtät snd c H. Es gelte c L > ch. Zur Verenfachung se angenommen, dass zusätzlche Ausbldung kene Stegerung der persönlchen Produktvtät nach sch zeht. De Nutzenfunkton u habe de folgende Gestalt: Ausbldung snd de Reservatonslöhne glech a. u = w c e für =L, H. Auch nach der (c) Gehen Se nun davon aus, dass ene Velzahl von Unternehmen um de beden Bewerbergruppen konkurrert. Nehmen Se an, dass jeder Bewerber mt hohem Ausbldungsnveau den Wettbewerbslohnsatz Ausbldungsnveau den Lohnsatz θal derjengen Leute, de enen Lohnsatz von θ a H erhält und Kanddaten mt nedrgem erhalten. We hoch muss das Ausbldungsnveau θ a H erhalten, mndestens sen, damt nur hoch produktve Menschen deses Ausbldungsnveau wählen, Leute mt nedrger Produktvtät jedoch kene Ausbldung? Aus welchem Grund funktonert deser Selbstselektonsmechansmus? Stellen Se sch vor, dass es der Munch Consultng Group gelungen st, enen produktven Kanddaten enzustellen. Um den guten Berater zu enem sehr guten Berater zu machen, bedarf es allerdngs noch ener betrebsnternen Schulung. Ohne Schulung e=0 verlaufen Beratungsprojekte des Angestellten mt ener Wahrschenlchket von 50 % gut und mt der Gegenwahrschenlchket schlecht. Falls das Projekt ncht erfolgrech abgeschlossen wrd, wrd der Berater entlassen und erhält senen Reservatonslohn. H. v. a H. Im Falle des Projekterfolgs bekommt der Berater enen Lohn n Höhe von w. Durch den Besuch der betrebsnternen Schulung e=1 erhöht sch de Erfolgswahrschenlchket auf 100 %, aber de Schulung verursacht prvate Kosten für de Berater. H. v. c H. (d) (e) We hoch muss der Lohn w sen, damt der Berater de Fortbldung frewllg besucht? Wevel muss en erfolgreches Projekt mehr an Erlösen für de Unternehmensberatung brngen (verglchen zu enem Projekt, das scheflef), damt deser hohe Lohnsatz gerechtfertgt st? Gehen Se davon aus, dass de MCG hren Mtarbeter aus rechtlchen Gründen ncht zu der Schulung zwngen kann.

AVWL I (Mikro) - Prof. Dr. M. Schnitzer - Klausur am Abschlussklausur

AVWL I (Mikro) - Prof. Dr. M. Schnitzer - Klausur am Abschlussklausur VWL I (Mkro) - Prof. Dr. M. Schntzer - Klausur am 16. 02 2004 bschlussklausur Btte bearbeten Se zwe der dre folgenden ufgaben nach freer Wahl. Sollten Se alle dre ufgaben bearbeten, machen Se btte kenntlch,

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

AVWL I (Mikro) - Prof. Dr. M. Schnitzer - Klausur am 30. Juli Abschlussklausur

AVWL I (Mikro) - Prof. Dr. M. Schnitzer - Klausur am 30. Juli Abschlussklausur AVWL I (Mkro) - Prof. Dr. M. Schntzer - Klausur am 30. Jul 00 Abschlussklausur Btte bearbeten Se zwe der dre folgenden Aufgaben nach freer Wahl. Sollten Se alle dre Aufgaben bearbeten, machen Se btte kenntlch,

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

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

Mehr

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg

Hauptprüfung Abiturprüfung 2014 (ohne CAS) Baden-Württemberg Hauptprüfung Abturprüfung 2014 (ohne CAS) Baden-Württemberg Lneare Optmerung Hlfsmttel: GTR, Formelsammlung beruflche Gymnasen (AG, BTG, EG, SG, TG, WG) Alexander Schwarz www.mathe-aufgaben.com Oktober

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

Musterlösung zur Einsendearbeit zum Kurs Preisbildung auf unvollkommenen Märkten und allgemeines Gleichgewicht, Kurseinheit 1

Musterlösung zur Einsendearbeit zum Kurs Preisbildung auf unvollkommenen Märkten und allgemeines Gleichgewicht, Kurseinheit 1 Musterlösung zum Kurs 40, A zu K, WS 008/09 Sete Musterlösung zur nsendearbet zum Kurs 40 Presbldung auf unvollkommenen Märkten und allgemenes lechgewcht, Kursenhet De folgende Lösungsskzze soll Ihnen

Mehr

Vorlesungsprüfung Politische Ökonomie

Vorlesungsprüfung Politische Ökonomie Vorlesungsprüfung Poltsche Ökonome 22.06.2007 Famlenname/Vorname: Geburtsdatum: Matrkelnummer: Studenrchtung: Lesen Se den Text aufmerksam durch, bevor Se sch an de Beantwortung der Fragen machen. Ihre

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

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

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

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

Aufgabe 1: Portfolio Selection

Aufgabe 1: Portfolio Selection Aufgabe 1: Portfolo Selecton 2 1 2 En Investor mt ener Präferenzfunkton der Form (, ) a verfügt über en 2 Anfangsvermögen n Höhe von 100 Slbermünzen. Am Markt werden de folgenden dre Wertpapere gehandelt,

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

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

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

Mehr

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)

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

Mehr

Vorlesungsprüfung Politische Ökonomie

Vorlesungsprüfung Politische Ökonomie Vorlesungsprüfung Poltsche Ökonome 25.01.2007 Famlenname/Vorname: Geburtsdatum: Matrkelnummer: Studenrchtung: Lesen Se den Text aufmerksam durch, bevor Se sch an de Beantwortung der Fragen machen. Ihre

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

Externe Effekte. Experimentelle Wirtschaftsforschung, 20. Mai 08 1

Externe Effekte. Experimentelle Wirtschaftsforschung, 20. Mai 08 1 Externe Effekte Bespel: En Chemebetreb legt etwas oberhalb enes Fscherebetrebes am glechen Fluss. Der Chemebetreb letet verschmutzte Abwässer n den Fluss, dadurch wrd der Fschbestand und das Fangergebns

Mehr

Aufgabe 7.1 (Aufgabe 5, SS 1999, VWL B, [2. Wdh. vom WS 1998/99])

Aufgabe 7.1 (Aufgabe 5, SS 1999, VWL B, [2. Wdh. vom WS 1998/99]) Aufgben zu Kptel 7 Aufgbe 7. (Aufgbe 5, SS 999, VWL B, 4.07.999 [. Wdh. vom WS 998/99]) Ene Unternehmung mt der Produktonsfunkton f ( x, x ) 5x x stellt den Output y 700 her. De Fktorprese betrgen 6 und

Mehr

Aufgabenteil. - wird nicht mit abgegeben - 21.03.2011, 18.00-20.00 Uhr. Fakultät für Wirtschaftswissenschaft

Aufgabenteil. - wird nicht mit abgegeben - 21.03.2011, 18.00-20.00 Uhr. Fakultät für Wirtschaftswissenschaft Fakultät für Wrtschaftswssenschaft Lehrstuhl für Volkswrtschaftslehre, nsb. Makroökonomk Unv.-Prof. Dr. Helmut Wagner Klausur: Termn: Prüfer: Makroökonome 2.03.20, 8.00-20.00 Uhr Unv.-Prof. Dr. Helmut

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

Welche drei wesentlichen Elemente enthält eine Gewinngleichung nach dem Umsatzkostenverfahren?

Welche drei wesentlichen Elemente enthält eine Gewinngleichung nach dem Umsatzkostenverfahren? . [3 Punkte] Welche dre wesentlchen Elemente enthält ene Gewnnglechung nach dem Umsatzkostenverfahren? Umsatz, Herstellkosten des Umsatzes, übrge Kosten. [5 Punkte] Welche fünf wesentlchen Elemente enthält

Mehr

UNIVERSITÄT DORTMUND WIRTSCHAFTS- UND SOZIALWISSENSCHAFTLICHE FAKULTÄT

UNIVERSITÄT DORTMUND WIRTSCHAFTS- UND SOZIALWISSENSCHAFTLICHE FAKULTÄT UNIVERSITÄT DORTMUND WIRTSCHAFTS- UND SOZIALWISSENSCHAFTLICHE FAKULTÄT Prüfungsfach: Allgemene Volkswrtschaftslehre (DPO 2000) Telgebet: Pres- und Allokatonstheore Prüfungstermn: 30.07.2007 Zugelassene

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

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

18. Dynamisches Programmieren

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

Mehr

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

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

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

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

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

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

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

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

ME II, Prof. Dr. T. Wollmershäuser. Kapitel 2 Das IS-LM-Modell

ME II, Prof. Dr. T. Wollmershäuser. Kapitel 2 Das IS-LM-Modell ME II, Prof. Dr. T. Wollmershäuser Kaptel 2 Das IS-LM-Modell Verson: 26.04.2011 2.1 Der Gütermarkt De gesamte Güternachfrage Z (Verwendung des BIP) lässt sch we folgt darstellen: Z C+ I + G ME II, Prof.

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

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

Dr. Florian Englmaier 1 Übung Wettbewerbstheorie und -politik. Handout zu Übungsblatt 1: Einführung

Dr. Florian Englmaier 1 Übung Wettbewerbstheorie und -politik. Handout zu Übungsblatt 1: Einführung Dr. Floran Englmaer 1 Handout zu Übungsblatt 1: Enführung De Industreökonomk beschäftgt sch mt dem Marktverhalten und der nternen Organsaton von Unternehmen. (Preswettbewerb, Marktzutrttsverhalten, Produktdff.

Mehr

3.1 Extensive Form, Spielbaum und Teilspiele

3.1 Extensive Form, Spielbaum und Teilspiele 3. Spele n extensver Form 3.1 Extensve Form, Spelbaum und Telspele 3.2 Strategen n extensven Spelen 4. Spele mt vollkommener Informaton 4.1 Telspelperfekte Nash-Glechgewchte 4.2 Das chan-store -Paradox

Mehr

Betriebswirtschaftliche Entscheidungstheorie

Betriebswirtschaftliche Entscheidungstheorie Unverstät Dusburg-ssen, Standort Dusburg Fachberech Betrebswrtschaft, Mercator School of Management Department of Technolog and Operatons Management Informaton Sstems and Operatons Research Betrebswrtschaftlche

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

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

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

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition

Informatik II. Minimalpolynome und Implikanten. Minimalpolynome. Minimalpolynome. Rainer Schrader. 27. Oktober Was bisher geschah: Definition Informatk II Raner Schrader und Implkanten Zentrum für Angewandte Informatk Köln 27. Oktober 2005 1 / 28 2 / 28 Was bsher geschah: jede Boolesche Funkton kann durch enfache Grundfunktonen dargestellt werden

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Prof. Dr. Marc Gürtler SS Prof. Dr. Marc Gürtler. Klausur zur 4/8 SWS-Vertiefung Finanzwirtschaftliches Risikomanagement Finanzwirtschaft

Prof. Dr. Marc Gürtler SS Prof. Dr. Marc Gürtler. Klausur zur 4/8 SWS-Vertiefung Finanzwirtschaftliches Risikomanagement Finanzwirtschaft Prof. Dr. Marc Gürtler Klausur zur 4/8 SWS-Vertefung Fnanzwrtschaftlches Rskomanagement Fnanzwrtschaft Lösungsskzze Aufgabe : (6 Punkte) ) (0 Punkte) Aufstellung und Lösung enes Glechungssystems 70V 800,4

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

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe

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

Mehr

Vorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1

Vorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1 Vorlesung Entschedungslehre h SS 205 Prof. Dr. Klaus Röder Lehrstuhl für BWL, nsb. Fnanzdenstlestungen Unverstät Regensburg Prof. Dr. Klaus Röder Fole Organsatorsches Relevante Informatonen önnen Se stets

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

Contents blog.stromhaltig.de

Contents blog.stromhaltig.de Contents We hoch st egentlch Ihre Grundlast? Ene ncht ganz unwchtge Frage, wenn es um de Dmensonerung ener senannten Plug&Play Solar-Anlage geht. Solarsteckdosensystem für jermann, auch für Meter lautete

Mehr

Begleitheft für Testhörer mit Fragebogen

Begleitheft für Testhörer mit Fragebogen Exklusv be enchanttm Begletheft für Testhörer mt Fragebogen Ihre Hörerfahrung mt Sonc Enchant Leber Testhörer, lebe Testhörern, velen Dank, dass Se sch dazu entschlossen haben, ener von 500 exklusven Testhörern

Mehr

Lineare Optimierung Dualität

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

Mehr

1. (14 Punkte) Mikroökonomik I, Wintersemester 1995/96, Prof.Dr.H.Sautter 1

1. (14 Punkte) Mikroökonomik I, Wintersemester 1995/96, Prof.Dr.H.Sautter 1 Mkroökonomk I, Wntersemester 1995/96, Prof.Dr.H.Sautter 1 1. (14 Punkte) Kuno Chaos, der m zweten Semester BWL studert, hat be senen Klausurvorberetungen für das Fach Mkroökonomk Probleme mt senem PC bekommen.

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

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

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

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

Versicherungstechnischer Umgang mit Risiko

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

Mehr

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

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

Free Riding in Joint Audits A Game-Theoretic Analysis

Free Riding in Joint Audits A Game-Theoretic Analysis . wp Wssenschatsorum, Wen,8. Aprl 04 Free Rdng n Jont Audts A Game-Theoretc Analyss Erch Pummerer (erch.pummerer@ubk.ac.at) Marcel Steller (marcel.steller@ubk.ac.at) Insttut ür Rechnungswesen, Steuerlehre

Mehr

Grundlagen der Technischen Informatik. 12. Übung. Christian Knell Keine Garantie für Korrekt-/Vollständigkeit

Grundlagen der Technischen Informatik. 12. Übung. Christian Knell Keine Garantie für Korrekt-/Vollständigkeit Grundlagen der Technschen Informatk 12. Übung Chrstan Knell Kene Garante für Korrekt-/Vollständgket 12. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Komparator Adderer/Subtraherer Mehr-Operanden-Adderer

Mehr

42020 KE Investitionsanreize - Gefangenendilemma

42020 KE Investitionsanreize - Gefangenendilemma Bespel: Investtonsanrez (Gefangenendlemma: Opportunstsches Verhalten lohnt sch ncht, de beste Lösung für bede Seten st wenn bede Seten sch bewegen) Ausgangspunkt: 1. Zuleferer und Abnehmer snd über enen

Mehr

Grundlagen der Technischen Informatik. 9. Übung

Grundlagen der Technischen Informatik. 9. Übung Grundlagen der Technschen Informatk 9. Übung Chrstan Knell Kene Garante für Korrekt-/Vollständgket 9. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Komparator Adderer/Subtraherer Mehr-Operanden-Adderer

Mehr

Grundlagen der Technischen Informatik. 11. Übung

Grundlagen der Technischen Informatik. 11. Übung Grundlagen der Technschen Informatk 11. Übung Chrstan Knell Kene Garante für Korrekt-/Vollständgket 11. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Komparator Adderer / Subtraherer Mehr-Operanden-Adderer

Mehr

Mikroökonomik. 5.5 Preisstrategien

Mikroökonomik. 5.5 Preisstrategien Mkroökonomk 5.5 Presstrategen 5.5. Presskrmnerung Arten von Presskrmnerung nach Pgou: ersten Graes: Kunen zahlen für jee Enhet hren Reservatonsres zweten Graes: Kunen zahlen ro Enhet n Abhänggket von er

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

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS. Bachelor of Science

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS. Bachelor of Science Name: Vorname: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Bachelor of Scence Prüfungsgebet: BWW 2.8 Operatons Management und Informatonstechnologen Grundlagen

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

Algorithmen und ihre Programmierung -Teil 3-

Algorithmen und ihre Programmierung -Teil 3- Veranstaltung Pr.-Nr.: Algorthmen und hre Programmerung -Tel - Veronka Waue WS / Veronka Waue: Grundstudum Wrtschaftsnformatk WS/ Übung Ersetzen Se n folgendem Bespel de For schlefe durch ene WhleWend-Schlefe

Mehr

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

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

Mehr

Abschlussprüfung Sommer 2011

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

Mehr

Übung 11. Endogene Wachstumstheorie - Das Romer-Modell II

Übung 11. Endogene Wachstumstheorie - Das Romer-Modell II Unverstät Ulm 89081 Ulm Germany Tno Conrad, M.Sc. Insttut für Wrtschaftspoltk Fakultät für Mathematk und Wrtschaftswssenschaften Ludwg-Erhard-Stftungsprofessur Wntersemester 2018/19 Übung 11 Endogene Wachstumstheore

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

-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

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

4. Indexzahlen. 5.1 Grundlagen 5.2 Preisindizes 5.3 Indexzahlenumrechnungen. Dr. Rebecca Schmitt, WS 2013/2014

4. Indexzahlen. 5.1 Grundlagen 5.2 Preisindizes 5.3 Indexzahlenumrechnungen. Dr. Rebecca Schmitt, WS 2013/2014 4. ndexzahlen 5.1 Grundlagen 5.2 Presndzes 5.3 ndexzahlenumrechnungen 1 4.1 Grundlagen Als Messzahlen werden de Quotenten bezechnet, de aus den Beobachtungswerten bzw. den Maßzahlen zweer Telmengen derselben

Mehr

Übung zur Vorlesung. Informationstheorie und Codierung

Übung zur Vorlesung. Informationstheorie und Codierung Übung zur Vorlesung Informatonstheore und Coderung Prof. Dr. Lla Lajm März 25 Ostfala Hochschule für angewandte Wssenschaften Hochschule Braunschweg/Wolfenbüttel Postanschrft: Salzdahlumer Str. 46/48 3832

Mehr

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit Enführung n de bednge Wahrschenlchket Laplace-Wahrschenlchket p 0.56??? Zufallsexperment Randwahrschenlchket Überscht Was st Wahrschenlchket? Rechenregeln Der Multplkatonssatz Axomatsche Herletung Unabhänggket

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

LITECOM infinity Infinity-Modus

LITECOM infinity Infinity-Modus LITECOM nfnty Infnty-Modus nfnty Rechtlche Hnwese Copyrght Copyrght Zumtobel Lghtng GmbH Alle Rechte vorbehalten. Hersteller Zumtobel Lghtng GmbH Schwezerstrasse 30 6850 Dornbrn AUSTRIA Tel. +43-(0)5572-390-0

Mehr

JETZT AUF easy to play hard to master

JETZT AUF easy to play hard to master Presse Kt JETZT AUF easy to play hard to master x > y Über nubah Der Kärntner st begesterter Strategespeler und Spelentwckler von Nubah. Nubah st en neues und knfflges Strategespel für zwe Speler und aus

Mehr

19 Oligopoltheorie. Der Gewinn eines Unternehmens hängt von den Entscheidungen der anderen Unternehmen ab.

19 Oligopoltheorie. Der Gewinn eines Unternehmens hängt von den Entscheidungen der anderen Unternehmen ab. 9 Olgooltheore Der Gewnn enes Unternehens hängt von den Entschedungen der anderen Unternehen ab. De otale Entschedung enes Unternehens hängt von sener Erwartung über de Entschedungen der anderen Unternehen

Mehr

Vermarktung EEG-Strom

Vermarktung EEG-Strom Contents Vermarktung EEG-S... EEG 59... Zahlungspflcht EEG-Umlage... EEG 60... Klene Änrung Große Wrkung... Umsetzung ener EEG-Umlage auf Exports... 3 4 EEG-Umlage um 0% senken durch Enbezehen s nternatonalen

Mehr

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY)

Bedingte Entropie. Bedingte Entropie. Bedingte Entropie. Kapitel 4: Bedingte Entropie I(X;Y) H(X Y) H(Y) H(X) H(XY) Bedngte Entrope Kaptel : Bedngte Entrope Das vorherge Theorem kann durch mehrfache Anwendung drekt verallgemenert werden H (... H ( = Ebenso kann de bedngt Entrope defnert werden Defnton: De bedngte Entrope

Mehr

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com. Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener

Mehr

Inhaltsverzeichnis. Effizienzsteigernde Ausgabenpolitik. Public Choice. Seite

Inhaltsverzeichnis. Effizienzsteigernde Ausgabenpolitik. Public Choice. Seite Inhaltsverzechns Übungsbuch Öffentlche Ausgaben Inhaltsverzechns III Effzenzstegernde Ausgabenpoltk Sete A Öffentlche Güter Ncht Ausschleßbarket 1 Aufgaben 1 Lösungen 7 B Öffentlche Güter Übernutzung:

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.Schularbeit 22.Okt A. A) Berechne ohne TI-92: Beachte: Für die Beispiele 1 und 2 sind alle notwendigen Rechenschritte anzugeben.

1.Schularbeit 22.Okt A. A) Berechne ohne TI-92: Beachte: Für die Beispiele 1 und 2 sind alle notwendigen Rechenschritte anzugeben. 1.Schularbet.Okt. 1997 7.A A) Berechne ohne TI-9: Beachte: Für de Bespele 1 und snd alle notwendgen Rechenschrtte anzugeben. 1a) De zu z= a + bkonjugert komplexe Zahl st z= a b. Zege für z 1 = -4 + 3 und

Mehr

Rte de Tavel 10 - Case postale / Postfach Fribourg - Tél. 026 / Fax 026 /

Rte de Tavel 10 - Case postale / Postfach Fribourg - Tél. 026 / Fax 026 / 2011.03.30 Benutzeranletung Onlne Termnreservaton Zu unseren Interndenstlestungen gelangen Se unter www.ocn.ch 1. ASS ONLINE NLINE anklcken 2. Termne Technsche Kontrollen anklcken a Rte de Tavel 10 - Case

Mehr

2 Klausurlösungen Preistheorie

2 Klausurlösungen Preistheorie Klausurlösungen Prestheore VWL Lösungen Markt und Staat Prestheore Btte beachten Se, dass der Lehrstuhl Volkswrtschaftslehre, nsb. Fnanzwssenschaft, Rechenwege und angemessene Interpretaton erwartet, anderwetg

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

Johann Wolfgang Goethe-Universität Frankfurt am Main Lehrst.f.BWL, insb. Quant. Methoden Prof. Dr. Dietrich Ohse

Johann Wolfgang Goethe-Universität Frankfurt am Main Lehrst.f.BWL, insb. Quant. Methoden Prof. Dr. Dietrich Ohse Johann Wolgang Goethe-Unverstät Frankurt am Man Lehrst..BWL, nsb. Quant. Methoden Pro. Dr. Detrch Ohse Interpretaton, zulässge Lösung, Dualtät. Jul 00 Augabe.: Gletende Stückkostenmnmerung Von der Fertgungsplanung

Mehr

6. Modelle mit binären abhängigen Variablen

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

Mehr

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

ERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de

ERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de ERP Cloud SFA ECM Backup E-Commerce ERP EDI Prese erfassen www.comarch-cloud.de Inhaltsverzechns 1 Zel des s 3 2 Enführung: Welche Arten von Presen gbt es? 3 3 Beschaffungsprese erfassen 3 3.1 Vordefnerte

Mehr