SIX Swiss Exchange Indices. Reglement Volatilitätsindex VSMI

Größe: px
Ab Seite anzeigen:

Download "SIX Swiss Exchange Indices. Reglement Volatilitätsindex VSMI"

Transkript

1 Stand

2 Inhaltsverzechns 1 Indexaufbau Konzept... 3 Grundprnzpen... 3 Bass... 3 Volatltäts-Subndzes... 4 Auswahl der Engabedaten... 4 Publkaton... 5 Hstore... 5 Überprüfung der Indexkonzepte... 5 Enstellung der Indexberechnung... 5 Indexberechnung Berechnungskonzept... 6 Datengewnnung... 7 Datenflterung... 7 Datenaufberetung... 7 Bespelrechnung Bestmmung der Forwards F und der Bassprese K, Bestmmung der Optonsprese M(K,j) Bestmmung der Subndzes Konstrukton des Volatltätsndex Informatonen über Indexanpassungen... 1 Handelsaussetzungen und Marktverwerfungen... 1 Indexkorrekturen Markenschutz, Gebrauch und Lzenzerung Schutz Lzenzerung Free Nutzung Lzenzpflchtge Nutzung Kontakt Stammdaten Page

3 1 Indexaufbau 1.1 Konzept Volatltät st en Merkmal für de Unscherhet an Märkten bzw. n enzelnen Basswerten. Be hrer Bestmmung gbt es prnzpell zwe verschedene Ansätze. Man kann de hstorsche Volatltät berechnen, be der de Standardabwechung der Kurse enes bestmmten Wertpapers über enen gegebenen Zetraum gemessen wrd, oder man fragt nach der aktuell n Optonspresen enthaltenen Volatltät (mplzte Volatltät), d.h. jener, de be enem gegebenen Optonspres von den betelgten Markttelnehmern angenommen wrd. Der VSMI verwendet ncht de mplzten Volatltäten der SMI-Optonen am Geld, sondern de mplzten Varanzen über de gesamten Optonen ener Laufzet. Deses Modell betet grosse Vortele, wenn es um den Handel, de Abscherung und de Enführung von dervatven Produkten auf desen Index geht. Der laufzetunabhängge Hauptndex hat de feste Restlaufzet von 30 agen. Be VSMI und den Subndzes fndet ene mnütlche Aktualserung statt. 1. Grundprnzpen Um de Zelsetzung der Indzes zu erfüllen, wurden Grundprnzpen von SIX Swss Exchange defnert und m Regelwerk hnterlegt. De Grundlage der Prnzpen basert auf Research und der Zusammenarbet mt Markttelnehmern. SIX Swss Exchange veröffentlcht für alle Indzes de Zelsetzung und Regeln. Repräsentatv: Wertentwcklung des Zelmarktes wrd durch Index abgebldet. Handelbar: Indexkomponenten snd zur Grösse von Gesellschaft und Markt handelbar. Nachbldbar: Wertentwcklung der Indzes st durch en Portfolo nachbldbar. Stabl: Hohe Indexkontnutät. Regelbasert: Indexänderungen und -berechnungen snd regelbasert. Planbar: Änderungen von Regeln mt angemessenem Vorlauf (.d.r. mndestens Handelstage) - kene rückwrkenden Anpassungen der Indexregeln. ransparent: Entschedungen baserend auf öffentlch verfügbaren Informatonen. 1.3 Bass Der SMI (Swss Market Index) st als Blue-Chp-Index der bedeutendste Aktenndex der Schwez. Er bldet de 0 lqudesten und grössten tel aus dem SPI ab. Er entsprcht zuglech dem SPI Large. Der SMI steht n erster Lne als ncht dvdendenkorrgerter Index (Pres-Index) zur Verfügung, wrd aber auch als Performance-Index unter der Bezechnung SMIC (SMI Cum Dvdend) publzert. Der Index wrd alle fünf Sekunden veröffentlcht. Der Optonskontrakt auf desen Index st enes der umsatzstärksten Eurex Produkte und gehört weltwet zu den mestgehandelten Indexoptonen. Für de VSMI-Berechnung werden jewels acht Fällgketen mt ener maxmalen Laufzet von zwe Jahren betrachtet. Wchtgste Rskokomponente be der Presbestmmung m Optonshandel st de Volatltät. Herbe glt: Je grösser de Volatltät engeschätzt wrd, desto höher st der Optonspres. Page

4 1.4 Volatltäts-Subndzes Neben dem laufzetunabhänggen Index VSMI werden Subndzes für jede Laufzet der SMI-Optonen von enem Monat bs hn zu zwe Jahren berechnet und vertelt. Für länger laufende Optonen werden derzet kene Subndzes angeboten. Be den VSMI-Subndzes werden sämtlche Optonen des SMI herangezogen. Als Engangsgrössen werden de jewels m Eurex-System verfügbaren Best-Bd und Best-Ask für dese Optonen verwendet. Aus zwe Subndzes, welche de Restlaufzet von 30 agen be VSMI umschlessen, wrd der Hauptndex mttels lnearer Interpolaton bestmmt. Er st somt unabhängg von der Laufzet, d.h. er läuft ncht ab und elmnert Effekte, de sch typscherwese kurz vor Ende der Laufzet n starken Volatltätsschwankungen nederschlagen. 1.5 Auswahl der Engabedaten Während der Berechnungszet des VSMI und der jewelgen Subndzes (8.50 bs Uhr MEZ) werden jede Mnute n Form enes Snapshots folgende Daten festgehalten: SMI OSMI LIBOR der SMI-Index de besten Geld- und Brefprese aller SMI-Optonen de London Interbank Offered Rates als Geldmarktznssätze für 1,,... 1 Monate. Dese werden enmal täglch (ca. 13:00 MEZ) von der Brtschen Bankenverengung berechnet. Index Name LIBOR 1 day (CHF) LIBOR 1 week (CHF) LIBOR 1 month (CHF) LIBOR months (CHF) LIBOR 3 months (CHF) LIBOR 6 months (CHF) LIBOR 1 months (CHF) Perod 1 day 1 week 1 month months 3 months 6 months 1 months Page

5 1.6 Publkaton VSMI sowe de Volatltäts-Subndzes werden an jedem Handelstag der Eurex n der Zet von 8:50 bs 17:30 Uhr berechnet. Dabe begnnt de fortlaufende Berechnung enes Subndex jedoch erst dann, wenn alle benötgten Engabedaten vorlegen. Mt der Vertelung des laufzetunabhänggen Hauptndex wrd begonnen, sobald zwe Subndzes vorlegen, de n hrer Laufzet de 30 age umschlessen und somt ene Interpolaton ermöglchen. De Subndzes des VSMI haben analog zu den SMI-Optonen Verfalltermne. Es ergeben sch somt 10 Indzes, von denen jewels nur acht glechzetg benutzt werden. 1.7 Hstore Index ISIN äglche Schlusskurse set VSMI CH VSMI-Subndex 1 (1 M.) s. Kaptel VSMI-Subndex ( M.) s. Kaptel VSMI-Subndex 3 (3 M.) s. Kaptel VSMI-Subndex 4 (6 M.) s. Kaptel VSMI-Subndex 5 (9 M.) s. Kaptel VSMI-Subndex 6 (1 M.) s. Kaptel VSMI-Subndex 7 (18 M.) s. Kaptel VSMI-Subndex 8 (4 M.) s. Kaptel m steht für den Verfallsmonat (A = Jan,..., L = Dez); j steht für das Verfallsjahr (0,...,9). De fortlaufende Berechnung des VSMI und sener Subndzes begann am 18. Aprl 005. Hstorsche Zetrehen des Hauptndex und der ersten fünf Subndzes auf Bass der täglchen Settlement-Prese gehen zurück bs zum. Januar Langlaufende SMI-Optonen (1, 18 und 4 Monate) und de entsprechenden VSMI Subndzes gbt es erst set dem 18. März Überprüfung der Indexkonzepte De Gültgket der Indexkonzepte und der Regeln wrd auf regelmässger Bass überprüft. In Ausnamefällen kann dazu ene brete Marktkonsultaton durchgeführt werden. De Änderungen von Indexregeln werden mt angemessenem Vorlauf, n der Regel dre Monate, öffentlch angekündgt. 1.9 Enstellung der Indexberechnung Ene Entschedung zur Enstellung enes Index wrd SIX Swss Exchange mt angemessenem Vorlauf öffentlch ankündgen. Falls Fnanzprodukte auf den Index bestehen, von denen SIX Swss Exchange Kenntns hat, wrd m Vorfeld ene Marktkonsultaton durchgeführt und be ener endgültgen Enstellung en Übergangszetraum engeräumt. Ansonsten wrd kene Marktkonsultaton durchgeführt. Page

6 Indexberechnung.1 Berechnungskonzept Das VSMI-Modell verfolgt das Zel, rene Volatltät handelbar zu machen, d.h. den Index durch en Portfolo nachzublden, welches ncht auf Presschwankungen, sondern nur auf Veränderungen der Volatltät reagert. Der Weg herzu führt ncht drekt über Volatltäten, sondern über Varanzen also de quadrerten Volatltäten. En we nachfolgend beschreben zusammengesetztes Portfolo aus SMI-Optonen unterschedlcher Bassprese mt ener bestmmten Gewchtung lefert de gewünschte Egenschaft. Es flessen her also de mplzten Varanzen sämtlcher Optonen ener Laufzet en. De Subndzes werden nach folgender Formel berechnet: (1) VSMI = 100 σ mt () σ K 1 F, j = R ( M K, j ) j K, j K,0 1, =1,,..8 und F Zet bs zum Verfall des -ten OSMI Forward-Wert abgeletet aus den Presen des -ten OSMI, be denen de absolute Dfferenz zwschen Callund Put-Presen (C und P) am klensten st. Also: (3) F = K mn C P + R *(C P) (Anm: Wenn ken endeutges Mnmum exstert, wrd her der Durchschnttswert der relevanten Forward-Werte verwendet.) K,j K,j Basspres der j-ten out-of-the-money Opton des -ten OSMI-Verfalls n aufstegender Rehenfolge Intervall zwschen den Basspresen bzw. das halbe Intervall zwschen dem nächsthöheren und dem nächstnedrgeren Basspres. An den Rändern wrd der enfache Abstand zwschen dem höchsten und dem zwethöchsten Basspres (bzw. nedrgsten und zwetnedrgsten Basspres) verwendet: (4) ΔK K = + 1 K 1 K,0 R Grösster Basspres unterhalb des Forwards F Refnanzerungsfaktor des -ten OSMI (5) R = e r* r Rskoloser Zns bs zum Verfall des -ten OSMI M(K,j) Der Pres der Opton K,j mt K,j K,0 M(K,0) Der Durchschntt aus Put- und Call-Pres am Basspres K,0 De Subndzes werden bs zwe age vor dem Verfall gerechnet. Der jewels neue Subndex wrd erstmals am zweten Handelstag der zugehörgen SMI-Optonen vertelt. De enzelnen Schrtte der Datengewnnung und Flterung sowe de Berechnung der engehenden Faktoren werden n den nachfolgenden Abschntten z.. mt Bespelen erläutert. Page

7 . Datengewnnung Während der Berechnungszet von 8:50 bs 17:30 Uhr werden de Best-Bd und Best-Ask aller an der Eurex noterten Optons-Kontrakte auf SMI aus dem Eurex-Datenstrom herausgelesen. Im Abstand von ener Mnute wrd herzu en Snapshot erstellt. Zetglech werden de unter 1.5 angegebenen Znssätze engelesen..3 Datenflterung a. De Optonsprese werden ener Datenflterung unterzogen. Zu desem Zweck werden Optonen mt ensetgem Markt, d.h. nur Ask oder nur Bd verworfen. Gleches glt natürlch für Optonen, de weder Bd noch Ask haben. b. En zusätzlcher Flter überprüft de verblebenden Quotes, ob dese nnerhalb der Spread-Vorgaben für Market Makers an der Eurex legen. Der maxmale Spread bemsst sch am Bd gemäss folgender abelle: Bd (Index Punkte) Maxmaler Spread % Bespel: Bd = 45.3 und Ask = 54.3 Max. Spread: 45.3 * 0.10 = 4.53 => Bd und Ask werden verworfen Wenn de Eurex n Phasen sehr hektschen Handels entschedet, de Opton Fast Market zu aktveren, erhöhen sch de erlaubten maxmalen Spreads für de Market Maker. Des wrd auch n der Berechnung des VSMI berückschtgt, ndem de Flterkrteren entsprechend angepasst werden..4 Datenaufberetung a. Bestmmung der verwendeten Prese Für de Optons-Prese, de ncht ausgefltert wurden, wrd der Mttelkurs (Md) aus Best-Bd und Best-Ask gebldet. De jewels aktuellste der folgenden Informatonen wrd m Weteren verwendet. Settlement-Pres (Vortag) Md Letzter Handelspres Page

8 Bespel: Basswert Vortag Settlement Bd (Uhrzet) Ask (Uhrzet) Md (Uhrzet) Letzter (Zet) Pres (09:05) (09:04) (09:05) (09:05) (09:03) (09:05) (09:05) 0.1 (09:01) b. Abschneden der Flügel En weterer Flter stellt scher, dass de verwendeten Prese (Settlement, Md, letzter Pres) grösser oder glech enem Mndestwert von 0.5 Indexpunkten snd. Gbt es dabe mehrere Optonen unterschedlcher Ausübungsprese, deren Md-Pres genau auf der Grenze von 0.5 legt, wrd m folgenden nur der verwendet, der näher am at-the-money - Punkt legt. Durch dese Flterung wrd schergestellt, dass Optonen, de wet aus dem Geld snd und nur weng Enfluss auf das Ergebns der Berechnung haben, ncht betrachtet werden müssen. c. Bestmmung der Zet bs zum Verfall (6) = Settlement-Calculaton/ Jahr Settlement-Calculaton Jahr Sekunden zwschen Indexberechnung und Settlement Sekunden pro Jahr Bespel: Indexberechnung: Verfallszetpunkt um 1:00:00 Uhr MEZ (=1): um 08:30:00 Uhr MEZ 1 = / (365 *60*60*4) = d. Bestmmung der rskolosen Znssätze Durch lneare Interpolaton werden Znssätze ermttelt, deren Laufzeten zu den OSMI-Laufzeten passen. k k+ 1 k < k + 1 k+ 1 k k+ 1 k (7) r r( ) = r( k ) + r( k + 1); e. Der Fnanzerungskostenfaktor R ergbt sch gemäss der Glechung (5) Page

9 .5 Bespelrechnung.5.1 Bestmmung der Forwards F und der Bassprese K,0 Der Forward-Wert des -ten Verfalls letet sch ab aus den OSMI-Presen, be denen de absolute Dfferenz zwschen Call- und Put-Presen am klensten st. Für den Forward F 1 des 1. Verfalls und den Basspres K,0 als dem nächst kleneren unterhalb des Forwards F ergbt sch somt: F ( Call Put ) = K, 0 + R * Bespel: R 1 = K 1,0 = 6000 F 1 = Gbt es mehrere Paare von Calls und Puts mt dentschen Dfferenzen, wrd für jeden der entsprechenden Bassprese en Forward berechnet. K,0 wrd entsprechend defnert als der nächst klenere Basspres unterhalb des enfachen Durchschntts deser Forwards..5. Bestmmung der Optonsprese M(K,j) Der Pres M(K,j), der für de j-te out-of-the-money -Opton des -ten Verfalls verwendet wrd, ergbt sch we folgt: M ( K, j Put Put + Call ) = Call : K : K, j : K, j, j < K = K > K,0,0,0.5.3 Bestmmung der Subndzes VSMI = 100 σ ΔK, j 1 F *R *M(K, j) - -1 K = j K, 0 σ Basspres K,j ΔK,j Call Put Call Put M(K.j) Δ K K R M(K ) Page

10 Basspres K,j ΔK,j Call Put Call Put M(K.j) Δ K K R M(K ) Page

11 Basspres K,j ΔK,j Call Put Call Put M(K.j) Δ K K R M(K ) Σ σ = = VSMI 1 = = Konstrukton des Volatltätsndex Neben den Subndzes für de enzelnen Laufzeten wrd als laufzetunabhängger Hauptndex der VSMI mt ener konstanten Restlaufzet von 30 agen bestmmt. Aus den jewels de 30 age umschlessenden Subndzes wrd mttels lnearer Interpolaton der Wert des VSMI ermttelt. Wenn kene umgebenden Subndzes verfügbar snd, fndet de VSMI-Berechnung durch ene Extrapolaton statt, be der de beden nächsten verfügbaren Indzes verwendet werden, de möglchst nah an der Laufzet von 30 Kalendertagen legen. VSMI = 100 = N σ N VSMI N N N + N N + N + 1 σ + 1 N N VSMI N N N N + 1 N * N N N 365 N * N 365 N N +1 N N 365 Zet bs zur Fällgket des -ten OSMI Zet bs zur Fällgket des (+1)-ten OSMI Zet für de folgenden x age Zet für en Standardjahr Page

12 .7 Informatonen über Indexanpassungen De Anpassungen von Indzes wrd regelmässg per E-Mal durch den Investor Servce publzert. Das Anmeldeformular st auf der SIX Swss Exchange-Websete zu fnden. Für den Investor Servce übernmmt de SIX Swss Exchange kene Haftung..8 Handelsaussetzungen und Marktverwerfungen Sollte aufgrund von problematschen Wrtschaftsstuatonen oder anderen Marktverwerfungen ene Datenquelle (z.b. Presquelle) ncht verfügbar sen, wrd n der Regel auf de zuletzt verfügbaren Daten zurückgegrffen. Im Extremfall kann von den n desem Regelwerk genannten Regeln abgewchen werden, z.b. durch Verschebung ener regulären Indexanpassung. Alle Änderungen werden mt mndestens zwe agen Vorlauf öffentlch angekündgt..9 Indexkorrekturen Für Indexkorrekturen snd de Fälle Berechnungsfehler und fehlerhafte Engangsdaten zu unterscheden. Be Berechnungsfehlern, welche nnerhalb enes Handelstages bemerkt werden, wrd umgehend ene Korrektur vorgenommen. Intraday ckdaten werden ncht retrospektv korrgert. Berechnungsfehler, welche länger zurücklegen oder fehlerhafte Engangsdaten, werden korrgert, sowet technsch möglch und ökonomsch snnvoll. Sollte es dadurch zu sgnfkanten Abwechungen kommen, können Indexwerte auch retrospektv korrgert werden. Page

13 3 Markenschutz, Gebrauch und Lzenzerung 3.1 Schutz De Bezechnungen der Index-Marken der SIX Swss Exchange snd nternatonal engetragene bzw. hnterlegte Marken der SIX Swss Exchange. 3. Lzenzerung 3..1 Free Nutzung De Bezechnungen der Index-Marken der SIX Swss Exchange dürfen zum Zweck der wahrhetsgemässen Berchterstattung über den betreffenden Index fre genutzt werden. Sofern technsch möglch und üblch, soll dazu das Symbol bzw. verwendet werden, allenfalls mt ener Fussnote, dass es sch um ene engetragene bzw. hnterlegte Marke der SIX Swss Exchange, Zürch, handelt. 3.. Lzenzpflchtge Nutzung Jede wetere Benutzung der Index-Marken der SIX Swss Exchange we auch de kommerzelle Benutzung der Indexzahlen (z.b. Emsson ndexgebundener Fnanznstrumente oder Kaptalverscherungen mt oder ohne Erwähnung der Bezechnung m Namen oder n der Beschrebung), st nur m Rahmen entgeltlcher Lzenzverträge zulässg. Im Emssonsprospekt st der Abdruck des Dsclamer-extes erforderlch, welcher auf der SIX Swss Exchange-Websete verfügbar st. 4 Kontakt Informatonen über de Indzes der SIX Swss Exchange (Indexanpassungen, Mttelungen etc.) befnden sch auf der folgenden Internetsete: Anfragen zu den Indzes können an folgende Adresse gerchtet werden: SIX Swss Exchange AG Selnaustrasse 30 Postfach CH-801 Zürch E-Mal: ndexsupport@sx-swss-exchange.com elefon: +41(0) Stammdaten Unter folgendem Lnk befndet sch ene Lste der Stammdaten aller Indzes, welche von der SIX Swss Exchange berechnet werden: Page

14 SIX Swss Exchange Ltd Selnaustrasse 30 P.O. Box CH-801 Zurch F SIX Swss Exchange Ltd 016 De n desem Dokument enthaltenen Angaben erfolgen ohne Gewähr, verpflchten de SIX Group AG bzw. de mt der SIX Group AG verbundenen Gesellschaften (nachfolgend SIX Group AG) n kener Wese und können jederzet und ohne wetere Ankündgung durch de SIX Group AG geändert werden. Für allfällge n desem Dokument enthaltene Fehler wrd jeglche Haftung m Rahmen des gesetzlch Zulässgen wegbedungen. De SIX Group AG st n kener Wese verpflchtet, auf solche Fehler aufmerksam zu machen. echnsche Dokumentatonen sollen nur zusammen mt der jewels gültgen Softwareverson verwendet werden und dürfen nur n Überenstmmung mt den Lzenzbedngungen benützt und kopert werden. Jede n den technschen Dokumentatonen beschrebene Software wrd auf Bass enes Lzenzvertrages zur Verfügung gestellt und darf nur n Überenstmmung mt den Lzenzbedngungen benützt oder kopert werden. Copyrght SIX Group AG, Alle Rechte vorbehalten. Alle Handelsmarken beachtet.

Leitfaden zu den Volatilitätsindizes der Deutschen Börse

Leitfaden zu den Volatilitätsindizes der Deutschen Börse Letfaden zu den Volatltätsndzes der Deutschen Börse Verson.4 Deutsche Börse AG Verson.4 Letfaden zu den Volatltätsndzes der Deutschen Börse Sete Allgemene Informaton Um de hohe Qualtät der von der Deutsche

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

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

Konzept der Chartanalyse bei Chart-Trend.de

Konzept der Chartanalyse bei Chart-Trend.de Dpl.-Phys.,Dpl.-Math. Jürgen Brandes Konzept der Chartanalyse be Chart-Trend.de Konzept der Chartanalyse be Chart-Trend.de... Bewertungsgrundlagen.... Skala und Symbole.... Trendkanalbewertung.... Bewertung

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

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson

Mehr

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

Dynamisches Programmieren

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

Mehr

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

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

Mehr

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

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

Mehr

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

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

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

Mehr

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

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

1 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

Lineare Regression (1) - Einführung I -

Lineare Regression (1) - Einführung I - Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

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

-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

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

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

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung Fallstude 4 Qualtätsregelkarten (SPC) und Versuchsplanung Abgabe: Lösen Se de Aufgabe 1 aus Abschntt I und ene der beden Aufgaben aus Abschntt II! Aufgabentext und Lösungen schrftlch bs zum 31.10.2012

Mehr

Konditionenblatt. Erste Group Bank AG. Daueremission Erste Group Edelmetall Performance Garant 2010-2016. (Serie 34) (die "Schuldverschreibungen")

Konditionenblatt. Erste Group Bank AG. Daueremission Erste Group Edelmetall Performance Garant 2010-2016. (Serie 34) (die Schuldverschreibungen) Kondtonenblatt Erste Group Bank AG 12.05.2010 Daueremsson Erste Group Edelmetall Performance Garant 2010-2016 (Sere 34) (de "Schuldverschrebungen") unter dem Programm zur Begebung von Schuldverschrebungen

Mehr

Hausübung 1 Lösungsvorschlag

Hausübung 1 Lösungsvorschlag Hydrologe und Wasserwrtschaft Hausübung Lösungsvorschlag NIDRSCHLAG Hnwes: Be dem vorlegenden Dokument handelt es sch ledglch um enen Lösungsvorschlag und ncht um ene Musterlösung. s besteht ken Anspruch

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct? We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de

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

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

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

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

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct? We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de

Mehr

Der Erweiterungsfaktor k

Der Erweiterungsfaktor k Der Erweterungsfaktor k Wahl des rchtgen Faktors S. Meke, PTB-Berln, 8.40 Inhalt: 1. Was macht der k-faktor? 2. Welche Parameter legen den Wert des k-faktors fest? 3. Wo trtt der k-faktor auf? 4. Zusammenhang

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

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression

Beschreibung des Zusammenhangs zweier metrischer Merkmale. Streudiagramme Korrelationskoeffizienten Regression Beschrebung des Zusammenhangs zweer metrscher Merkmale Streudagramme Korrelatonskoeffzenten Regresson Alter und Gewcht be Kndern bs 36 Monaten Knd Monate Gewcht 9 9 5 8 3 4 7.5 4 3 6 5 3 6 4 3.5 7 35 5

Mehr

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher.

NSt. Der Wert für: x= +1 liegt, erkennbar an dem zugehörigen Funktionswert, der gesuchten Nullstelle näher. PV - Hausaugabe Nr. 7.. Berechnen Se eakt und verglechen Se de Werte ür de Nullstelle, de mttels dem Verahren von Newton, der Regula als und ener Mttelung zu erhalten snd von der! Funkton: ( ) Lösungs

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Die Jordansche Normalform

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

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen zum 3. Aufgabenblock Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass

Mehr

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz Protokoll zu Versuch E6: Elektrsche esonanz. Enletung En Schwngkres st ene elektrsche Schaltung, de aus Kapaztät, Induktvtät und ohmschen Wderstand besteht. Stmmt de Frequenz der anregenden Wechselspannung

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

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

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

Konditionenblatt. Erste Group Bank AG. Daueremission Erste Group Reale Werte Express II. (Serie 211) (die "Schuldverschreibungen") unter dem

Konditionenblatt. Erste Group Bank AG. Daueremission Erste Group Reale Werte Express II. (Serie 211) (die Schuldverschreibungen) unter dem Kondtonenblatt Erste Group Bank AG 24.04.2012 Daueremsson Erste Group Reale Werte Express II (Sere 211) (de "Schuldverschrebungen") unter dem Programm zur Begebung von Schuldverschrebungen an Prvatkunden

Mehr

Nomenklatur - Übersicht

Nomenklatur - Übersicht Nomenklatur - Überscht Name der synthetschen Varable Wert der synthetschen Varable durch synth. Varable erklärte Gesamt- Streuung durch synth. Varable erkl. Streuung der enzelnen Varablen Korrelaton zwschen

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

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

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

Mehr

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

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

2 Zufallsvariable und Verteilungen

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

Mehr

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

Gruppe. Lineare Block-Codes

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

Mehr

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

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

FORMELSAMMLUNG STATISTIK (I)

FORMELSAMMLUNG STATISTIK (I) Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen

Mehr

Leitfaden zum. Micro Bond IndeX (MiBoX)

Leitfaden zum. Micro Bond IndeX (MiBoX) Letfaden zum Mcro Bond IndeX (MBoX) Verson 1.0 vom 29. Februar 2012 1 Inhalt Enführung 1 Parameter des Index 1.1 Kürzel und ISIN 1.2 Startwert 1.3 Vertelung 1.4 Prese und Berechnungsfrequenz 1.5 Gewchtung

Mehr

Hefte zur Logistik Prof. Dr. Siegfried Jetzke. Heft 1 Begriffsdefinitionen

Hefte zur Logistik Prof. Dr. Siegfried Jetzke. Heft 1 Begriffsdefinitionen Hefte zur Logstk Prof. Dr. Segfred Jetzke Heft 1 Begrffsdefntonen Jun 2010 Deses Heft st urheberrechtlch geschützt. Wenn Se de Quelle angeben, können Se gerne deses Heft wetergeben, Tele koperen oder aus

Mehr

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

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

Mehr

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

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

Mehr

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

tutorial N o 1a InDesign CS4 Layoutgestaltung Erste Schritte - Anlegen eines Dokumentes I a (Einfache Nutzung) Kompetenzstufe keine Voraussetzung

tutorial N o 1a InDesign CS4 Layoutgestaltung Erste Schritte - Anlegen eines Dokumentes I a (Einfache Nutzung) Kompetenzstufe keine Voraussetzung Software Oberkategore Unterkategore Kompetenzstufe Voraussetzung Kompetenzerwerb / Zele: InDesgn CS4 Layoutgestaltung Erste Schrtte - Anlegen enes Dokumentes I a (Enfache Nutzung) kene N o 1a Umgang mt

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

Einführung in die Finanzmathematik

Einführung in die Finanzmathematik 1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg

Mehr

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

Leitfaden zum. Micro Bond IndeX_InvestmentGrade (MiBoX_IG)

Leitfaden zum. Micro Bond IndeX_InvestmentGrade (MiBoX_IG) Letfaden zum Mcro Bond IndeX_InvestmentGrade (MBoX_IG) Verson 1.0 vom 25. September 2012 1 Inhalt Enführung 1 Parameter des Index 1.1 Kürzel und ISIN 1.2 Startwert 1.3 Vertelung 1.4 Prese und Berechnungsfrequenz

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

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

Spiele und Codes. Rafael Mechtel

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

Mehr

Institut für Technische Chemie Technische Universität Clausthal

Institut für Technische Chemie Technische Universität Clausthal Insttut für Technsche Cheme Technsche Unverstät Clusthl Technsch-chemsches Prktkum TCB Versuch: Wärmeübertrgung: Doppelrohrwärmeustuscher m Glechstrom- und Gegenstrombetreb Enletung ür de Auslegung von

Mehr

SS 2017 Torsten Schreiber

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

Mehr

Telekom-Bonus-Garant 2009-2014/1 der Volksbank Vorarlberg eingetragene Genossenschaft bis zu Nominale EUR 3.000.000,--

Telekom-Bonus-Garant 2009-2014/1 der Volksbank Vorarlberg eingetragene Genossenschaft bis zu Nominale EUR 3.000.000,-- Telekom-Bonus-Garant 2009-2014/1 der Volksbank Vorarlberg engetragene Genossenschaft bs zu Nomnale EUR 3.000.000,-- mt Aufstockungsmöglchket AT0000A0FP19 Zechnungsangebot Zechnungsfrst: Ausgabekurs: Ab

Mehr

Telekom-Prämien-Garant 2010-2015/1 der Volksbank Vorarlberg eingetragene Genossenschaft bis zu Nominale EUR 3.000.000,--

Telekom-Prämien-Garant 2010-2015/1 der Volksbank Vorarlberg eingetragene Genossenschaft bis zu Nominale EUR 3.000.000,-- Telekom-Prämen-Garant 2010-2015/1 der Volksbank Vorarlberg engetragene Genossenschaft bs zu Nomnale EUR 3.000.000,-- mt Aufstockungsmöglchket ISIN AT0000A0GZS6 Zechnungsangebot Zechnungsfrst: Ausgabekurs:

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

Beschreibende Statistik Mittelwert

Beschreibende Statistik Mittelwert Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

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

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

Prof. Dr. Roland Füss Statistik II SS 2008

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

Mehr

Maße der zentralen Tendenz (10)

Maße der zentralen Tendenz (10) Maße der zentralen Tendenz (10) - De Berechnung der zentralen Tendenz be ategorserten Daten mt offenen Endlassen I - Bespel 1: offene Endlasse Alter x f x f p x p p cum bs 20 1? 3? 6? 6 21-25 2 23 20 460

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

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

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

Baudynamik und Erdbebeningenieurwesen

Baudynamik und Erdbebeningenieurwesen Baudynamk und Erdbebenngeneurwesen Themen und Antworten für de Lzenzprüfung 1. Defneren Se den Begrff: Grad des dynamschen Frehetsgrads. Geben Se Bespele von Systemen mt enem enzgen Grad des dynamschen

Mehr

Zinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung

Zinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung Znsesznsformel (Abschntt 1.2) 3 Investton & Fnanzerung 1. Fnanzmathematk Unv.-Prof. Dr. Dr. Andreas Löffler (AL@wacc.de) t Z t K t Znsesznsformel 0 1.000 K 0 1 100 1.100 K 1 = K 0 + K 0 = K 0 (1 + ) 2

Mehr

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt - Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche

Mehr

Mehrfachregression: Einfluss mehrerer Merkmale auf ein metrisches Merkmal. Designmatrix Bestimmtheitsmaß F-Test T-Test für einzelne Regressoren

Mehrfachregression: Einfluss mehrerer Merkmale auf ein metrisches Merkmal. Designmatrix Bestimmtheitsmaß F-Test T-Test für einzelne Regressoren Mehrfachregresson: Enfluss mehrerer Merkmale auf en metrsches Merkmal Desgnmatrx Bestmmthetsmaß F-Test T-Test für enzelne Regressoren Mehrfachregresson Bvarat: x b b y + = 0 ˆ k k x b x b x b b y + + +

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

ifh@-anwendung ifh@-anwendung Technische Rahmenbedingungen Welche Mindestvoraussetzungen müssen erfüllt sein?

ifh@-anwendung ifh@-anwendung Technische Rahmenbedingungen Welche Mindestvoraussetzungen müssen erfüllt sein? FH@-Anwendung Für de Umsetzung von Strukturfonds-Förderungen st laut Vorgaben der EU de Enrchtung enes EDV- Systems für de Erfassung und Übermttlung zuverlässger fnanzeller und statstscher Daten sowe für

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

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

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

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen

Mehr

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

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

Mehr

Die Leistung von Quicksort

Die Leistung von Quicksort De Lestung von Qucsort Jae Hee Lee Zusammenfassung Der Sorteralgorthmus Qucsort st als ens der effzenten Sorterverfahren beannt. In deser Ausarbetung werden wr sene Komplextät zuerst möglchst präzse schätzen

Mehr

Thema 3: Die Schätzung a priori unbekannter Renditemomente

Thema 3: Die Schätzung a priori unbekannter Renditemomente Thema 3: De Schätzung a pror unbekannter Rendtemomente Problem: We gelangt man zur Kenntns der benötgten Rendteerwartungswerte, -varanzen und -kovaranzen für Markowtz- Portfoloselekton? Möglche Quellen:

Mehr

Datenträger löschen und einrichten

Datenträger löschen und einrichten Datenträger löschen und enrchten De Zentrale zum Enrchten, Löschen und Parttoneren von Festplatten st das Festplatten-Denstprogramm. Es beherrscht nun auch das Verklenern von Parttonen, ohne dass dabe

Mehr

4.6 Das Pumping-Lemma für reguläre Sprachen:

4.6 Das Pumping-Lemma für reguläre Sprachen: Theoretsche Informatk 1 Vorlesungsskrpt vom Fretag, 30 Jun 000 Index: Erstellt von: (Matrkelnummer: 70899) Sete : 46 Das Pumpng-Lemma für reguläre Sprachen 1 Satz W 1 Zugrundelegende Idee des Pumpng-Lemma

Mehr

Webshop Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Produkte aus dem Comarch Webshop auf Google Shopping zeigen. www.comarch-cloud.

Webshop Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Produkte aus dem Comarch Webshop auf Google Shopping zeigen. www.comarch-cloud. Webshop SFA ECM Backup E-Commerce ERP EDI Produkte aus dem Comarch Webshop auf Google Shoppng zegen www.comarch-cloud.de Inhaltsverzechns 1 EINFÜHRUNG 3 2 PRODUKTATTRIBUTE ZUWEISEN 3 3 WEBSHOP KONFIGURIEREN

Mehr

Grundpraktikum M5 Oberflächenspannung

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

Mehr