Übungsaufgaben II. Übungsaufgaben II. f) Wie groß ist die Wahrscheinlichkeit, dass er mindestens 1 richtige Antworten. ankreuzt?

Größe: px
Ab Seite anzeigen:

Download "Übungsaufgaben II. Übungsaufgaben II. f) Wie groß ist die Wahrscheinlichkeit, dass er mindestens 1 richtige Antworten. ankreuzt?"

Transkript

1 Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Aufgabe Ei Multiple-Choise-Test besteht aus Frage für die jeweils Atworte agegebe werde. Für jede Frage ist geau eie Atwort richtig. Ei völlig f) Wie groß ist die Wahrscheilicheit dass er midestes richtige Atworte areuzt? ( ) ( ) 7 uvorbereiteter Testteilehmer reuzt bei alle Frage rei zufällig eie Atwort a. a) Wie groß ist die Wahrscheilicheit dass er geau richtige Atworte areuzt? ( ) ( ) 7 b) Wie groß ist die Wahrscheilicheit dass er geau richtige Atworte areuzt? ( ) ( ) 7 77 g) Wie groß ist die Wahrscheilicheit dass er höchstes richtige Atworte areuzt? ( ) ( ) ( ) ( ) (siehe Tabelle) h) Wie groß ist die Wahrscheilicheit dass er midestes richtige Atworte areuzt? ( ) ( ) 7 c) Wie groß ist die Wahrscheilicheit dass er eie richtige Atworte areuzt? ( ) ( ) 7 d) Wie groß ist die Wahrscheilicheit dass er ur richtige Atworte areuzt? ( ) ( ) 7 Aufgabe Im Mariehospital befide sich atiete mit der gleiche Kraheit. Sie werde mit eiem Mediamet behadelt bei dem erfahrugsgemäß mit eier Wahrscheilicheit vo 7 % eie vollstädige Heilug der atiete erfolgt. a) Wie groß ist die Wahrscheilicheit dass geau atiet geheilt wird? ( ) 7 ( 7) 7 b) Wie groß ist die Wahrscheilicheit dass geau atiete geheilt werde? e) Wie groß ist die Wahrscheilicheit dass er höchstes richtige Atworte areuzt? ( ) ( ) ( ) 77 ( ) 7 ( 7) 7 c) Wie groß ist die Wahrscheilicheit dass ei atiet geheilt wird? ( ) 7 ( 7) 7

2 Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. d) Wie groß ist die Wahrscheilicheit dass alle atiete geheilt werde? ( ) 7 ( 7) 7 7 e) Wie groß ist die Wahrscheilicheit dass midestes atiet geheilt wird? ( ) ( ) 7 7 f) Wie groß ist die Wahrscheilicheit dass mehr als atiete geheilt werde? ( ) ( ) (siehe Tabelle) Aufgabe Eie Firma stellt preiswerte Lampe her. Erfahrugswerte habe ergebe dass mit eier Wahrscheilicheit vo % eie der Lampe defet ist. Die Firma verauft die Lampe i Kiste mit je Lampe a die Hädler. Die Firma überprüft eie der Kiste ud utersucht alle Lampe. Wie groß ist die Wahrscheilicheit dass dabei a) geau zwei Lampe defet sid? d) b) höchstes Lampe defet sid? c) midestes Lampe defet sid? Ei Hädler hat beschlosse eie gelieferte Kiste da zurüczuschice we mehr als Lampe defet sid. e) d) Wie groß ist die Wahrscheilicheit dass er eie Kiste icht zurücschict? e) Wie groß ist die Wahrscheilicheit dass er vo Kiste midestes eie zurücschict? Lösug:

3 Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Aufgabe Eie Gärteri auft Blumesame ud sät sie aus. Ihr wurde beim Kauf versichert dass die Wahrscheilicheit mit der ei Sameor icht aufgeht % beträgt. Wie groß ist die Wahrscheilicheit dass a) geau Sameörer icht aufgehe? b) höchstes Sameörer icht aufgehe? c) midestes Sameörer icht aufgehe? d) zwische ud Sameörer icht aufgehe? f) We mehr als Sameörer icht aufgehe will sich die Gärteri beschwere. Wie groß ist Wahrscheilicheit dass sie sich zu Urecht beschwert d.h. dass die Wahrscheilicheit für das Aufgehe der Same trotzdem % beträgt? e) Wie viele Sameörer muss ma midestes pflaze damit mit eier Wahrscheilicheit vo midestes % midestes ei Same icht aufgeht? Hier gilt: ( icht )

4 Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. g) Sie schet ihrer Tochter Sameörer. Wie groß müsste die Wahrscheilicheit für das Aufgehe der Sameörer sei damit die Wahrscheilicheit dafür dass alle Same aufgehe mehr als % beträgt? Die Wahrscheilicheit für das Aufgehe der Same beträgt u icht mehr p soder muss eu bestimmt werde. Für die Wahrscheilicheit dass vo Same aufgehe gilt allgemei: ( ) p ( p) p ( p) p Somit erhält ma: p ( ) OK NOK p T T OK 7 Die Wahrscheilicheit für das Aufgehe der Sameörer muss also midestes % betrage damit alle Same mit eier Wahrscheilicheit vo midestes % aufgehe. (Solle die Same mit eier Wahrscheilicheit vo midestes % aufgehe so gilt: p ) Aufgabe Eie Firma stellt ei Steuergerät für CNC-Fräsmaschie her. Erfahrugsgemäß sid % der Geräte defet. Um die Qualität ihrer rodute möglichst auf diesem Niveau zu halte hat sie ei Testverfahre etwicelt das alle Geräte vor der Auslieferug durchlaufe. Dieses Testverfahre eret bei % der defete Geräte diese Defet orret. Allerdigs werde auch % der Geräte ohe Defet fälschlicherweise als defet erat. a) Erstelle Sie ei Baumdiagramm ud eie Vierfeldertafel für diese Situatio. Verwede Sie die Ereigisse defet / fehlerfrei NOK / OK Test zeigt defet / Test zeigt i Ordug T / T NOK Die Steuergeräte werde für verauft. Die rodutiososte betrage ud der Test ostet pro Gerät. Falls eie Kude ei defetes Gerät erhält beommt er de Kaufpreis zurüc ud a das Gerät zurücschice. Die ortooste vo überimmt die Herstellerfirma. b) Welche Gewi a die Firma uter diese Bediguge lagfristig erwarte. Folgede Fälle öe auftrete (siehe Baumdiagramm): Das Gerät ist OK ud wurde auch OK getestet Das Gerät ist OK ud wurde defet getestet Das Gerät ist defet ud wurde defet getestet Das Gerät ist defet ud wurde aber OK getestet 7

5 Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. x i ( ) x i 7 Somit gilt: E ( ) 7 b) Wie groß ist die Wahrscheilicheit dass ei Gerät das ausgeliefert wird (also als eiwadfrei getestet wurde) tatsächlich defet ist? T ( NOK ) T ( NOK) ( T ) c) Wie groß ist die Wahrscheilicheit dass ei Gerät das ausgeliefert wird (also als eiwadfrei getestet wurde) tatsächlich i Ordug ist? T ( OK ) T ( OK ) ( T ) 7 a) Wie groß ist die Wahrscheilicheit dass ei Gerät als defet getestet ist? ( T ) b) Mit welcher Wahrscheilicheit werde uter getestete Geräte geau als defet getestet? ( ) ( ) c) Mit welcher Wahrscheilicheit werde uter getestete Geräte höchstes als defet getestet? ( ) (siehe Tabelle) d) Mit welcher Wahrscheilicheit werde uter getestete Geräte midestes als defet getestet? ( ) ( ) e) Mit welcher Wahrscheilicheit werde uter getestete Geräte mehr als als defet getestet? ( > ) ( ) f) Wie viele Geräte müsse getestet werde damit er mit eier Wahrscheilicheit vo midestes % weigstes ei Gerät defetes getestet wird? Hier müsse alle fade erfasst werde i dee midestes ei defetes Gerät auftritt. Das bedeutet dass lediglich der fad i dem ei defetes Gerät vorommt icht erfasst wird. Die Läge der Beroulli-Kette ist allerdigs icht beat. Sie wird hier gesucht. Daher gilt: ( ) ( ).ud ( ) ( ). Somit ergibt sich: ( ) ( ) l( ) l( ) l( ) l( ) l ( at.logarithmus awede ) : l( ) ACHTUNG : l( ) < Dies bedeutet dass midestes Geräte getestet werde müsse.

6 Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. g) Mit welcher Wahrscheilicheit werde uter getestete Geräte geau als itat (OK) getestet? Hiweis: Hier gilt u p!! ( ) ( ) h) Mit welcher Wahrscheilicheit werde uter getestete Geräte weiger als 7 als itat (OK) getestet? ( < 7 ) ( 7) 7 i) Mit welcher Wahrscheilicheit werde uter getestete Geräte mehr als als itat (OK) getestet? ( > ) ( ) ( ) j) Mit welcher Wahrscheilicheit werde uter getestete Geräte mehr als als itat (OK) getestet? ( > ) ( ) ( ) ) Wie groß müsste die Wahrscheilicheit für eie positive Test sei damit die Wahrscheilicheit dass vo getestete Geräte alle als itat (OK) getestet werde größer als % ist Die Wahrscheilicheit für eie positive Test beträgt u icht mehr p sie muss eu bestimmt werde. Für die Wahrscheilicheit dass vo Tests positiv sid gilt allgemei: ( ) p ( p) p ( p) p Somit erhält ma: ( ) p p Die Wahrscheilicheit für eie positive Test muss midestes % betrage damit die Wahrscheilicheit dass vo getestete Geräte alle als itat (OK) getestet werde größer ist als %

7 Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Aufgabe Ei Spieler zahlt um a dem folgede Spiel teilzuehme. Würfelt er eie gerade Augezahl so muss er de Betrag der Augezahl i a die Ba zahle. Würfelt er ei ugerade Augezahl so erhält er das Doppelte der Augezahl vo der Ba als Gewi. Die Zufallsvariable x i gibt de Gewi bzw. Verlust des Spielers bei der Augezahl x i a. a) Stelle Sie eie Verteilugstabelle für die Zufallsvariable auf. Augezahl i x ( ) x i b) Bereche Sie de Erwartugswert E(). ( ) ( ) ( ) ( ) ( ) ( ) ( ) E c) Korrigiere Sie de Eisatz so dass das Spiel fair wird. ( ) ( ) ( ) ( ) ( ) ( ) ( ) E Atwort: Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Aufgabe 7 Eie zwölfte Klasse verastaltet auf dem Schulfest am letzte Schultag das folgede Glücspiel. Gege eie Eisatz vo darf jeder eimal würfel. Fällt eie so erhält er vo der Ba bei alle adere Zahle erhält er ichts. Die Schulleitug geehmigt das Spiel aber im Nachhiei melde die Elter heuleder Füftlässler ethische Bedee a. a) Lege Sie eie Verteilugstabelle für die Zufallsvariable a die die mögliche Gewie oder Verluste ach Durchgäge agibt. Zeige Sie mit Hilfe des Erwartugswertes E() dass das Spiel auch bei Durchgäge fair bleibt. ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Azahl der i x 7 ( ) x i ( ) ( ) ( ) ( ) ( ) ( ) ( ) 7 E Das Ergebis würde eie durchschittliche Verlust vo (also Cet) bedeute. Ma a somit sage dass das Spiel fair ist. b) Gebe Sie das leiterisio i de erste Spiele für eie Füftlässler a der sei gesamtes Taschegeld vo eisetzt. Das leiterisio etspricht der Wahrscheilicheit bei Versuche eie zu würfel. Es beträgt somit % (s.o.).

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe II mit gymasialer Oberstufe ud Fachschule - staatlich aerkat - Kurslehrer: Lagebach Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe

Mehr

Stochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10

Stochastik: Binomialverteilung Stochastik Bernoulli-Experimente, binomialverteilte Zufallsvariablen Gymnasium ab Klasse 10 Stochastik Beroulli-Experimete, biomialverteilte Zufallsvariable Gymasium ab Klasse 0 Alexader Schwarz www.mathe-aufgabe.com November 203 Hiweis: Für die Aufgabe darf der GTR beutzt werde. Aufgabe : Ei

Mehr

R. Brinkmann Seite

R. Brinkmann  Seite R. Brikma http://brikma-du.de Seite 1.0.014 Lösuge zur Biomialverteilug I Ergebisse: E1 E E E4 E E E7 Ergebis Ei Beroulli-Experimet ist ei Zufallsexperimet, das ur zwei Ergebisse hat. Die Ergebisse werde

Mehr

AngStat1(Ue13-21).doc 23

AngStat1(Ue13-21).doc 23 3. Ereigisse Versuchsausgäge ud Wahrscheilicheite: a) Wie wird die Wahrscheilicheit des Auftretes eies Elemetarereigisses A geschätzt? A Ω heißt Elemetarereigis we es ur eie Versuchsausgag ethält also

Mehr

15.4 Diskrete Zufallsvariablen

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

Mehr

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008

BINOMIALKOEFFIZIENTEN. 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

Mehr

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.

Es werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy. Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady

Mehr

Lösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann

Lösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann Lösugssizze Mathemati für Iformatier 6. Aufl. Kapitel 4 Peter Hartma Verstädisfrage 1. We Sie die Berechug des Biomialoeffiziete mit Hilfe vo Satz 4.5 i eiem Programm durchführe wolle stoße Sie schell

Mehr

1. Folgen ( Zahlenfolgen )

1. Folgen ( Zahlenfolgen ) . Folge ( Zahlefolge Allgemeies Beispiel für eie regelmäßige Folge: /, /3, /4, /5, /6,... Das erste Glied ist a =/ Das ist das Glied mit dem Ide Das zweite Glied ist a =/3 Das ist das Glied mit dem Ide

Mehr

Kapitel 2: Laplacesche Wahrscheinlichkeitsräume

Kapitel 2: Laplacesche Wahrscheinlichkeitsräume - 12 - (Kapitel 2 : Laplacesche Wahrscheilicheitsräume) Kapitel 2: Laplacesche Wahrscheilicheitsräume Wie beim uverfälschte Müzewurf ud beim uverfälschte Würfel spiele Symmetrieüberleguge, die jedem Elemetarereigis

Mehr

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung

5 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

Mehr

Klausur 3 Kurs 11ma3g Mathematik

Klausur 3 Kurs 11ma3g Mathematik 202-06-2 Klausur 3 Kurs ma3g Mathematik Lösug I eier Lotto-Ure befide sich 49 Kugel, die mit de Zahle vo bis 49 beschriftet sid. Eie eizige Kugel wird gezoge. Bereche Sie die Wahrscheilichkeit, dass diese

Mehr

(gesprochen n über k ) sind für n k, n, k N0 wie folgt definiert: n n. (k + 1)!(n k 1)! (n + 1)!

(gesprochen n über k ) sind für n k, n, k N0 wie folgt definiert: n n. (k + 1)!(n k 1)! (n + 1)! Aufgabe.4 Die Verallgemeierug der biomische Formel für (x y ist der Biomische Lehrsatz: (x y x y, x, y R, N. (a Zeige Sie die Beziehug ( ( ( zwische de Biomialoeffiziete. (b Beweise Sie de Biomische Lehrsatz.

Mehr

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit

Mehr

Testen statistischer Hypothesen

Testen statistischer Hypothesen Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über

Mehr

Versicherungstechnik

Versicherungstechnik 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

Mehr

Wahrscheinlichkeitstheorie und Statistik vom

Wahrscheinlichkeitstheorie und Statistik vom INSTITUT FÜR MATHEMATISCHE STOCHASTIK WS 005/06 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Klausur Wahrscheilichkeitstheorie ud Statistik vom 9..006 Musterlösuge Aufgabe A: Gegebe sei eie Urliste

Mehr

Beurteilende Statistik - Testen von Hypothesen Übungsaufgaben (2)

Beurteilende Statistik - Testen von Hypothesen Übungsaufgaben (2) Moia Kobel, MK 07.05.2005 Hypothesetest_Ueb_2.cd Beurteilede Statisti - Teste vo Hypothese Übugsaufgabe (2) (10) Bei Regierugswahle erreichte Partei A die absolute Mehrheit it 51% der Stie. Bei eier vo

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

C. Eicher Analysis Study Center ETH Zürich HS Summen. k=1

C. Eicher Analysis Study Center ETH Zürich HS Summen. k=1 C Eicher Aaysis Study Ceter ETH Zürich HS 015 Summe Die Summe vo mehrere Zahe a 1, a,, a a mit Hife des Summezeiches geschriebe werde a 1 + a + + a a Hier heisst Laufvariabe oder Summatiosidex ud 1 bzw

Mehr

7.2 Grundlagen der Wahrscheinlichkeitsrechnung

7.2 Grundlagen der Wahrscheinlichkeitsrechnung 7.2 Grudlage der Wahrscheilichkeitsrechug Ei Ereigis heißt i Bezug auf eie Satz vo Bediguge zufällig, we es bei der Realisierug dieses Satzes eitrete ka, aber icht ubedigt eitrete muss. Def. 7.2.: Ei Experimet

Mehr

Statistik I Februar 2005

Statistik I Februar 2005 Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet

Mehr

Klassifizierung der Verteilungen. Streuung der diskreten Verteilung

Klassifizierung der Verteilungen. Streuung der diskreten Verteilung Wichtigste Verteiluge der Biostatisti Disrete Zur Erierug Klassifizierug der Verteiluge Kotiuierliche Disrete Gleichverteilug Kotiuierliche Gleichverteilug Biomialverteilug Normalverteilug Poisso Verteilug

Mehr

Bernoulli-Experiment und Binomialverteilung

Bernoulli-Experiment und Binomialverteilung IV Beroulli-Exerimet ud Biomialverteilug Beroulli-Exerimet ud Beroulliette Defiitio: Zufallsexerimete, bei dee ma sich ur für das Eitrete ( Treffer, Symbol ) oder das Nichteitrete ( Niete, Symbol 0 ) eies

Mehr

1 Aussagenlogik und vollständige Induktion

1 Aussagenlogik und vollständige Induktion Dr. Siegfried Echterhoff Aalysis 1 Vorlesug WS 08 09 1 Aussagelogi ud vollstädige Idutio Die Mathemati basiert auf eier Reihe vo Axiome, d.h. auf mathematische Aussage, die als (offesichtlich? wahr ageomme

Mehr

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie

Übungen Abgabetermin: Freitag, , 10 Uhr THEMEN: Testtheorie Uiversität Müster Istitut für Mathematische Statistik Stochastik WS 203/204, Blatt Löwe/Heusel Aufgabe (4 Pukte) Übuge Abgabetermi: Freitag, 24.0.204, 0 Uhr THEMEN: Testtheorie Die Sollstärke der Rohrwäde

Mehr

Elemente der Mathematik - Winter 2016/2017

Elemente der Mathematik - Winter 2016/2017 4 Elemete der Mathemati - Witer 201/2017 Prof. Dr. Peter Koepe, Regula Krapf Übugsblatt 8 Aufgabe 33 ( Pute). Beweise Sie folgede Idetitäte durch vollstädige Idutio: (a) 0 2 (1)(21), N. (b) 2 (1 1 ) 1

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Multiple-Choice-Tests zur Atomphysik. Das komplette Material finden Sie hier:

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Multiple-Choice-Tests zur Atomphysik. Das komplette Material finden Sie hier: Uterrichtsmaterialie i digitaler ud i gedructer Form Auszug aus: Multiple-Choice-Tests zur Atomphysi Das omplette Material fide Sie hier: School-Scout.de 6. Multiple-Choice-Tests zur Atomphysi 1 vo 22

Mehr

Lösungen zum Ferienkurs Analysis 1, Vorlesung 2 Wintersemester 2014/2015

Lösungen zum Ferienkurs Analysis 1, Vorlesung 2 Wintersemester 2014/2015 Lösuge zum Feriekurs Aalysis, Vorlesug Witersemester 04/05 Fabia Hafer, Thomas Baldauf I Richtig oder Falsch Sid folgede Aussage richtig oder falsch? Korrigiere bzw. ergäze Sie falsche Aussage. Gebe Sie

Mehr

1 Analysis T1 Übungsblatt 1

1 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.

Mehr

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden? Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder

Mehr

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung Prof. Dr. V. Schmidt WS 200/20 G. Gaiselma, A. Spettl 7.02.20 Lösugsvorschlag Probeklausur zur Elemetare Wahrscheilichkeitsrechug Hiweis: Der Umfag ud Schwierigkeitsgrad dieser Probeklausur muss icht dem

Mehr

Grundlagen der Biostatistik und Informatik

Grundlagen der Biostatistik und Informatik Vergleich vo mehrere Stichprobe Grudlage der Biostatisti ud Iformati Hypotheseprüfuge III., Nichtparametrische Methode dr László Smeller Semmelweis Uiversität 0 Vergleich vo mehrere Stichprobe Boferroi

Mehr

Statistik I/Empirie I

Statistik 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

Mehr

AUFGABEN. Verständnisfragen

AUFGABEN. Verständnisfragen AUFGABEN Gelegetlich ethalte die Aufgabe mehr Agabe, als für die Lösug erforderlich sid. Bei eiige adere dagege werde Date aus dem Allgemeiwisse, aus adere Quelle oder sivolle Schätzuge beötigt. eifache

Mehr

Perkolation (WS 2014) Übungsblatt 2

Perkolation (WS 2014) Übungsblatt 2 Istitut für Stochasti Prof. Dr. G. Last Dipl.-Math. S. Ziesche Perolatio WS 04 Übugsblatt Aufgabe Zeige Sie für T, dass θ 0 p ud χ 0 p stetig auf [0, ] sid, we ma als Wertebereich R + { } zulässt. Lösug:

Mehr

Abiturprüfung Mathematik 13 Technik B I - Lösung mit CAS

Abiturprüfung Mathematik 13 Technik B I - Lösung mit CAS GS 04.06.2016 - m16_13t-b1_lsg_cas_gs.pdf Abiturprüfug 2016 - Mathematik 13 Techik I - Lösug mit CAS Teilaufgabe 1.0 Eiem Eishockey-Traier stehe isgesamt 15 Spieler zur Verfügug, wobei es sich um zwölf

Mehr

10 Aussagen mit Quantoren und

10 Aussagen mit Quantoren und 0 Aussage mit Quatore ud 0.6. Eisatz vo (bereits bekater) Eistezaussage Bisher hatte wir Eistezbeweise geführt, idem wir ei passedes Objekt agegebe habe ( Setze... ). Stattdesse ka ma auch auf bereits

Mehr

Tests für beliebige Zufallsvariable

Tests für beliebige Zufallsvariable Kapitel 10 Tests für beliebige Zufallsvariable 10.1 Der Chi-Quadrat-Apassugstest Sei x eie gaz beliebige Zufallsvariable, dere Dichtefuktio icht oder icht geau bekat ist. Beispiel: Es seie z.b. mittels

Mehr

3 Wichtige Wahrscheinlichkeitsverteilungen

3 Wichtige Wahrscheinlichkeitsverteilungen 26 3 Wichtige Wahrscheilicheitsverteiluge Wir betrachte zuächst eiige Verteilugsfutioe für Produtexperimete 31 Die Biomialverteilug Wir betrachte ei Zufallsexperimet zum Beispiel das Werfe eier Müze, bei

Mehr

Lösungen Mehrstufige Zufallsversuche I. Ausführliche Lösung

Lösungen Mehrstufige Zufallsversuche I. Ausführliche Lösung Lösuge Mehrstufige Zufallsversuche I e: A1 Aufgabe Eie Müze wird zweimal geworfe. Zeiche Sie das Baumdiagramm ud bestimme Sie die Wahrscheilichkeit für folgede Ereigisse: a) A: Geau eimal Wappe. b) B:

Mehr

Innerbetriebliche Leistungsverrechnung

Innerbetriebliche 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

Mehr

Planen und Organisieren von Arbeitsabläufen. Kostenrechnung

Planen und Organisieren von Arbeitsabläufen. Kostenrechnung osterechug Bei der Vorkalkulatio werde die eies Erzeugisses vor der Herstellug ermittelt. Sie ist Grudlage für ei Preisagebot. Die Nachkalkulatio wird ach der Herstellug eies Erzeugisses durchgeführt.

Mehr

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen

Grenzwert. 1. Der Grenzwert von monotonen, beschränkten Folgen . Der Grezwert vo mootoe, beschräkte Folge Der Grezwert vo mootoe, beschräkte Folge ist eifacher verstädlich als der allgemeie Fall. Deshalb utersuche wir zuerst diese Spezialfall ud verallgemeier aschliessed.

Mehr

Fundamentale Prinzipien der Kombinatorik und elementare Abzählkoeffizienten Wolfram Koepf

Fundamentale Prinzipien der Kombinatorik und elementare Abzählkoeffizienten Wolfram Koepf Fudametale Prizipie der Kombiatori ud elemetare Abzähloeffiziete Wolfram Koepf Die abzählede Kombiatori beschäftigt sich vor allem mit der Auswahl eier Teilmege, die ma häufig eie Stichprobe et (aus Wahrscheilicheitsrechug

Mehr

Gleichungen und Ungleichungen. Mathematische Grundlagen. Beispiel. Beispiel. Lösung einer quadratischen Gleichung:

Gleichungen und Ungleichungen. Mathematische Grundlagen. Beispiel. Beispiel. Lösung einer quadratischen Gleichung: Gleichuge ud Ugleichuge Mathematische Grudlage Das Hadout ist Bestadteil der Vortragsfolie zur Höhere Mathemati; siehe die Hiweise auf der Iteretseite wwwimgui-stuttgartde/lstnumgeomod/vhm/ für Erläuteruge

Mehr

Kombinatorik. Alexander (Axel) Straschil. 8. Dezember Begrie. 2 Permutationen, Kombinationen und Variationen

Kombinatorik. Alexander (Axel) Straschil. 8. Dezember Begrie. 2 Permutationen, Kombinationen und Variationen Kombiatori Alexader (Axel Straschil 8. Dezember 2006 Diese urze Zusammefassug über Permutatioe, Variatioe, Kombiatioe ud de Biomische Lehrsatz etstad im laufe meies Iformatistudiums a der Techische Uiversität

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004 Lösuge zu Aufgabeblatt 7

Mehr

Tests statistischer Hypothesen

Tests 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

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik Prosemiar: Mathematisches Problemlöse Ugleichuge Pierre Schmidt Vortragstermi: 19. Jui 015 Übugsleiteri: Dr. Natalia Griberg Fakultät für Mathematik Karlsruher Istitut für Techologie Ihaltsverzeichis 1

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt 2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:

Mehr

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit

Kapitel 3: Bedingte Wahrscheinlichkeiten und Unabhängigkeit - 18 - (Kapitel 3 : Bedigte Wahrscheilichkeite ud Uabhägigkeit) Kapitel 3: Bedigte Wahrscheilichkeite ud Uabhägigkeit Wird bei der Durchführug eies stochastische Experimets bekat, daß ei Ereigis A eigetrete

Mehr

1 Randomisierte Bestimmung des Medians

1 Randomisierte Bestimmung des Medians Praktikum Diskrete Optimierug (Teil 0) 0.07.006 Radomisierte Bestimmug des Medias. Problemstellug ud Ziel I diesem Abschitt stelle wir eie radomisierte Algorithmus zur Bestimmug des Medias vor, der besser

Mehr

Zentraler Grenzwert Satz

Zentraler Grenzwert Satz Zetraler Grezwert Satz Aufgabe Aufgabe 1 Um ihr Studium zu fiaziere jobbe Sie ebebei als Iterviewer ud befrage bei eier ihrer Missioe zufällig Wahlberechtigte um das Wahlergebis eier bestimmte Partei vorherzusage.

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger IDUKTIVE STTISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUG - LÖSUGE erutatioe. zahl der erutatioe vo verschiedefarbige erle!! 0. zahl der erutatioe vo 0 uerierte Kugel! 0!.8.800

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 1

Technische Universität München Zentrum Mathematik. Übungsblatt 1 Techische Uiversität Müche Zetrum Mathematik Mathematik (Elektrotechik) Prof. Dr. Ausch Taraz Dr. Michael Ritter Übugsblatt Hausaufgabe Aufgabe. Bestimme Sie de Kovergezbereich M der folgede Reihe für

Mehr

Übungen zu QM III Mindeststichprobenumfang

Übungen zu QM III Mindeststichprobenumfang Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite

Mehr

18 2 Zeichen, Zahlen & Induktion *

18 2 Zeichen, Zahlen & Induktion * 18 2 Zeiche, Zahle & Idutio * Ma macht sich z.b. sofort lar, dass das abgeschlossee Itervall [ 3, 4] die Eigeschafte if[ 3, 4] 3 mi[ 3, 4] ud sup[ 3, 4]4max[ 3, 4] besitzt, währed das offee Itervall 3,

Mehr

Diskrete Zufallsvariablen

Diskrete Zufallsvariablen Erste Beispiele diskreter Verteiluge Diskrete Zufallsvariable Beroulli-Verteilug Eie diskrete Zufallsvariable heißt beroulliverteilt mit arameter p, falls sie die Wahrscheilichkeitsfuktio p,, f ( ) ( )

Mehr

Zusammenfassung: Gleichungen und Ungleichungen

Zusammenfassung: Gleichungen und Ungleichungen LGÖ Ks VMa Schuljahr 6/7 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Eperte 8 Polyomgleichuge ud -ugleichuge

Mehr

Die notwendigen Verteilungstabellen finden Sie z.b. hier:

Die notwendigen Verteilungstabellen finden Sie z.b. hier: Fakultät für Mathematik Istitute IAG ud IMO Prof. Dr. G. Kyureghya/Dr. M. Hödig Schätz- ud Prüfverfahre Die otwedige Verteilugstabelle fide Sie z.b. hier: http://www.ivwl.ui-kassel.de/kosfeld/lehre/zeitreihe/verteilugstabelle.pdf

Mehr

Wahrscheinlichkeit & Statistik

Wahrscheinlichkeit & 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

Mehr

Investitionsentscheidungsrechnung Annuitäten Methode

Investitionsentscheidungsrechnung Annuitäten Methode Mit Hilfe der köe folgede Ivestitioe beurteilt werde: eizele Ivestitioe alterative Ivestitiosobjekte optimale Ersatzzeitpukte Seite 1 Folgeder Zusammehag besteht zwische der Kapitalbarwertmethode ud der

Mehr

KOMBINATORIK. A) Permutationen: n! = n (n-1) (n-2) Beispiele :

KOMBINATORIK. A) Permutationen: n! = n (n-1) (n-2) Beispiele : KOMBINATORIK Sie utersucht die verschiedee Möglicheite der Aordug vo Gegestäde, das öe Zahle, Buchstabe, Persoe, Versuche,... sei. Wir ee sie Elemete ud bezeiche sie mit Kleibuchstabe. Die Zusammestelluge

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Übungsblatt 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

Mehr

Nachtrag. Alternatives Buch zum Satz von Fermat 1999 bei amazon nur noch gebraucht

Nachtrag. Alternatives Buch zum Satz von Fermat 1999 bei amazon nur noch gebraucht Nachtrag Alteratives Buch zum Satz vo Fermat 1999 bei amazo ur och gebraucht 1 Uedliche (Zahle-) Mege 2 Wiederholug Steuer Bei eiem Eikomme vo ud eiem Steuersatz vo 33% müsse Sie Steuer zahle. Da werde

Mehr

5. Übungsblatt Aufgaben mit Lösungen

5. Übungsblatt Aufgaben mit Lösungen 5. Übugsblatt Aufgabe mit Lösuge Aufgabe 2: Bestimme Sie alle Häufugspukte der komplexe) Folge mit de Glieder a) a = ) 5 + 7 + 2 ) b) b = i Lösug 2: a) Die Folge a ) zerfällt vollstädig i die beide Teilfolge

Mehr

Aufgabe 5: Grundlagen Wahr keit, Satz von Bayes und Binomialverteilung

Aufgabe 5: Grundlagen Wahr keit, Satz von Bayes und Binomialverteilung Klausur: Statistik Jürge Meisel Zugelassee Hilfsmittel: icht progr. Tascherecher Bearbeitugszeit: 60 Miute Amerkug zur Bearbeitug: Die Klausur besteht aus isgesamt 6 Aufgabe. Sie müsse ur 5 davo bearbeite.

Mehr

Ganzrationale Funktionen

Ganzrationale Funktionen Gazratioale Fuktioe 9. Defiitio gazratioaler Fuktioe Im Folgede werde ebe lieare ud quadratische Fuktioe auch solche betrachtet, bei dee die Variable i der dritte, vierte oder auch i eier och höhere Potez

Mehr

SUCHPROBLEME UND ALPHABETISCHE CODES

SUCHPROBLEME UND ALPHABETISCHE CODES SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich

Mehr

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.

Kryptologie: 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

Mehr

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8 Mathematisches Istitut der Uiversität Müche Prof Dr Peter Otte WiSe 203/4 Lösug 8 032203 Übuge zur Aalysis für Iformatiker ud Statistiker Lösug zu Blatt 8 Aufgabe 8 [8 Pukte] (a) Für alle N sei = (+) Wir

Mehr

Kombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln.

Kombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln. Systematisches Abzähle ud Aorde eier edliche Mege vo Objekte uter Beachtug vorgegebeer Regel Permutatioe Variatioe Kombiatioe Permutatioe: Eie eieideutige (bijektive) Abbildug eier edliche Mege i sich

Mehr

Tao De / Pan JiaWei. Ihrig/Pflaumer Finanzmathematik Oldenburg Verlag 1999 =7.173,55 DM. ges: A m, A v

Tao 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)

Mehr

(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.

(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen. Schülerbuchseite 98 1 Lösuge vorläufig IV Beurteilede Statistik S. 98 p S. 1 p w a t Tabelle Tabelle dowloadbar im Iteretauftritt 1 Teste vo Hypothese 1 a) Erwartugswert μ = 5 ud Stadardabweichug σ = 1,6;

Mehr

Mathematische Vorgehensweise

Mathematische Vorgehensweise Kapitel 2 Mathematische Vorgehesweise Um eue Ergebisse zu erziele, ist es häufig otwedig, Aussage präzise zu formuliere ud zu beweise. Daher werde i diesem Kapitel die mathematische Begriffsbilduge ud

Mehr

1.2. Taylor-Reihen und endliche Taylorpolynome

1.2. Taylor-Reihen und endliche Taylorpolynome 1.. aylor-reihe ud edliche aylorpolyome 1..1 aylor-reihe Wir köe eie Fuktio f() i eier Umgebug eies Puktes o gut durch ihre agete i o: t o () = f(o) + f (o) (-o) aäher: Wir sehe: Je weiter wir vo o weg

Mehr

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222

Korrekturrichtlinie 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

Mehr

Folgen und Reihen. 23. Mai 2002

Folgen und Reihen. 23. Mai 2002 Folge ud Reihe Reé Müller 23. Mai 2002 Ihaltsverzeichis 1 Folge 2 1.1 Defiitio ud Darstellug eier reelle Zahlefolge.................. 2 1.1.1 Rekursive Defiitio eier Folge......................... 3 1.2

Mehr

Seminar: Randomisierte Algorithmen Routenplanung in Netzwerken

Seminar: Randomisierte Algorithmen Routenplanung in Netzwerken Semiar: Radomisierte Algorithme Routeplaug i Netzwerke Marie Gotthardt 3. Oktober 008 Ihaltsverzeichis 1 Routeplaug i Netzwerke 1.1 Laufzeit eies determiistische Algorithmus'................ 1. Radomisierter

Mehr

4. Übungsblatt Aufgaben mit Lösungen

4. Übungsblatt Aufgaben mit Lösungen 4. Übugsblatt Aufgabe mit Lösuge Aufgabe 6: Bestimme Sie alle Häufugspukte der Folge mit de Folgeglieder a) a 2 + cosπ), b) b i) i j, ud gebe Sie jeweils eie Teilfolge a, die gege diese Häufugspukte kovergiert.

Mehr

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung 6. Übugsblatt Aufgabe mit Lösuge + Selbsttest-Auflösug Aufgabe 6: Utersuche Sie die Folge, dere Glieder ute für N agegebe sid, auf Beschräktheit, Mootoie ud Kovergez bzw. Beschräktheit, Mootoie ud Kovergez

Mehr

3. Tilgungsrechnung. 3.1. Tilgungsarten

3. 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

Mehr

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 8. b n := 1 n. a k. k=1

D-MATH, D-PHYS, D-CHAB Analysis I HS 2017 Prof. Manfred Einsiedler. Übungsblatt 8. b n := 1 n. a k. k=1 D-MATH, D-PHYS, D-CHAB Aalysis I HS 2017 Prof. Mafred Eisiedler Übugsblatt 8 1. Bereche Sie de Grezwert lim a für die Folge (a ) gegebe durch a) a = (2 1/ ) 10 (1 + 1/ 2 ) 10 1 1/ 2 1/, b) a = + 1, c)

Mehr

A Ω, Element des Ereignisraumes

A Ω, Element des Ereignisraumes ue biostatisti: grudlegedes zur wahrscheilicheit ud ombiatori 1/6 WAHRSCHEINLICHKEIT / EINIGE BEGRIFFE Ereigisraum Ω Elemetarereigis A: Ω ist die Mege aller mögliche Elemetarereigisse A Ω, Elemet des Ereigisraumes

Mehr

Stochastische Matrizen

Stochastische Matrizen Matrizerechug Stochastische Matrize Plaareit Plaareit Stochastische Matrize rareite Sie sich schrittweise die folgede heme. Notiere Sie gegeeefalls zu jedem hema Frage. Löse Sie jeweils die zugehörige

Mehr

1. Zahlenfolgen und Reihen

1. Zahlenfolgen und Reihen . Zahlefolge ud Reihe We ma eie edliche Mege vo Zahle hat, ka ma diese i eier bestimmte Reihefolge durchummeriere: {a,a 2,...,a }. Ma spricht vo eier edliche Zahlefolge. Fügt ma immer mehr Zahle hizu,

Mehr

Aufgaben Brechung am Prisma

Aufgaben Brechung am Prisma Aufgabe Brechug am Prisma 67. Zwei Lichtstrahle gleicher Farbe treffe parallel zur rudfläche auf ei Prisma aus leichtem Kroglas. Sie werde beim Übergag Luft - las so gebroche, dass sie beide die rudfläche

Mehr

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5 Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe

Mehr

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5 TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 13/14 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Tutoraufgabe: Eiführug i die Wahrscheilichkeitstheorie Lösugsvorschläge zu Übugsblatt

Mehr

n=0 f(x) = log(1 + x) = n=1

n=0 f(x) = log(1 + x) = n=1 Potez - Reihe Machmal ist es praktisch eie Fuktio f() mir Hilfe ihrer Potezreihe auszudrücke. Eie Potezreihe um de Etwicklugspukt 0 sieht im Allgemeie so aus a ( 0 ) Fuktioe, für die eie Potezreihe eistiert,

Mehr

LGÖ Ks VMa 12 Schuljahr 2017/2018

LGÖ Ks VMa 12 Schuljahr 2017/2018 LGÖ Ks VMa Schuljahr 7/8 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Experte 8 Polyomgleichuge ud -ugleichuge

Mehr

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren

Dr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathemati PROF DRDR JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathemati für Iformatier I Witersemester 2003/2004 Aufgabeblatt 8 12 Dezember

Mehr

4 Schwankungsintervalle Schwankungsintervalle 4.2

4 Schwankungsintervalle Schwankungsintervalle 4.2 4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form

Mehr

Vorlesung 3. Tilman Bauer. 11. September 2007

Vorlesung 3. Tilman Bauer. 11. September 2007 Vorurs Mathemati 2007 Tilma Bauer Vorurs Mathemati 2007 Vorlesug 3 Tilma Bauer Mege ud Abbilduge Wiederholug ud Vollstädige Idutio Das Prizip Idex-Schreibweise! ud Aufgabe Uiversität Müster 11. September

Mehr

Musterlösung. Testklausur Vorkurs Informatik, Testklausur Vorkurs Informatik Musterlösung. Seite 1 von 10

Musterlösung. Testklausur Vorkurs Informatik, Testklausur Vorkurs Informatik Musterlösung. Seite 1 von 10 Musterlösug Name, Vorame, Matrikelummer Agabe sid freiwillig) Bitte ubedigt leserlich ausfülle Testklausur Vorkurs Iformatik, 27.09.20 Testklausur Vorkurs Iformatik 27.09.20 Musterlösug eite vo 0 Musterlösug

Mehr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Dipl.-Math. Lars Machiek Dipl.-Math. Sebastia Schwarz WS 206/207 03..206 Aalysis I Lösugsvorschläge zum 3. Übugsblatt Abgabe:

Mehr

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $ Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,

Mehr

mathphys-online GANZRATIONALE FUNKTIONEN y-achse x-achse

mathphys-online GANZRATIONALE FUNKTIONEN y-achse x-achse GANZRATIONALE FUNKTIONEN 7 0 7 7 Gazratioale Futioe Ihaltsverzeichis Kapitel Ihalt Seite Eiührug. Das Pascal sche Dreiec. Verschobee Potezutioe Verlau der Graphe gazratioaler Futioe im Koordiatesystem.

Mehr