3 g-adische Ziffernentwicklung reeller Zahlen

Größe: px
Ab Seite anzeigen:

Download "3 g-adische Ziffernentwicklung reeller Zahlen"

Transkript

1 1 3 g-adche Zffernentwcklung reeller Zahlen In deem Kaptel e tet 2 g N und Z g = {0, 1, 2, 3,..., g 1} N. Motvaton: Wr wollen jede potve reelle Zahl x > 0 n der Ba g 2 dartellen (g-adche Dartellung von x. Dafür verwenden wr,,zffern au der Menge Z g. Für negatve reelle Zahlen x etzen wr da Vorzechen vor de g-adche Dartellung von x. Defnton 11. E een 0 < x R, d Z und ( d mt Z g ene Folge n Z g (ene Folge von,,g-adchen Zffern. Dann heßen d der g-adche Exponent und ( d de g-adche Zffernentwcklung von x, wenn folgende glt: (G1 z d 0 (G2 x = (G3 zu jedem n Z gt e en max{n, d} mt g 1. (z d z d+1... z 2 z 1 z 0, z 1 z 2 z 3... g fall d 0 Schrewee: x = (0, 00 }{{... 0} z d z d+1... g fall d > 0 d 1 De Zahl g nennt man de Ba der Zffernentwcklung von x. Spezell agt man für 10-adch auch dezmal, für 2-adch auch dual, für 8-adch auch oktal und für 16-adch auch hexadezmal oder edezmal. Bemerkung: Hat x > 0 ene g-adche Zffernentwcklung we n Defnton 11, o nennen wr de g-adche Zfferentwcklung von x. g Bepel: De reelle Zahl π R etzt de Dezmaldartellung π = (3, = (d = 0, z 0 = 3, z 1 = 1, z 2 = 4, z 3 = 1,.... De 3-adche Dartellung von π t π = (10, = (d = 1, z 1 = 1, z 0 = 0, z 1 = 0, z 2 = 1, z 3 = 0, z 4 = 2, z 5 = Bepel 3.1: Wählen Se ene natürlche Zahl zwchen 100 und 150 und geen Se für dee den g-adchen Exponenten und de g-adche Zffernentwcklung für g = 10, 2, 7 und 16 an! Bepel 3.2: Warum t de Folge ( 2 mt = 1 für alle 2 kene 2-adche Zffernfolge für 1 2? We eht de 2-adche Zffernfolge von 1 2 au?

2 2 0 für 0 Bepel 3.3: Zegen Se, da de Folge ( Z mt = 1 für ungerade > 0 4 für gerade > 0 ene 5-adche Zffernfolge für 0,375 t. Bepel 3.4: Geen Se für x = 1/3 den g-adchen Exponenten und de g-adche Zffernentwcklung für g = 10, 3 und 2 an! Lemma 5 (Kennzechnung der g-adchen Zffernentwcklung. E een 0 < x R, d Z und ( d ene Folge n Z g. Dann nd folgende Auagen äquvalent: a d t der g-adche Exponent und ( d t de g-adche Zffernentwcklung von x. z d 0 und für alle n d glt: n 0 x g < 1 g. (* n Bewe. a : (G1 ergt z d 0. (G2 ergt für jede n d: x n g = z 0, wel alle Summanden 0 nd. =n+1 < g 1 = 1 mt (G3. gn =n+1 a: Offenar t (G1 erfüllt. (G2 ergt ch au (* durch Grenzüergang n. Nehmen wr an, da (G3 falch wäre: e gt en n Z, oda für alle n glt: = g 1. Dann erhalten wr mt deem n n der rechten Unglechung von (* ene Glechhet, alo enen Wderpruch. Bepel 3.5: Machen Se ch de Bedeutung von Lemma 5. vertändlch, ndem Se de erten Dezmalzffern von x = 3 etmmen. We erhalten Se de jewel nächte Dezmalzffer? Satz 22. Für jede 0 < x R extert genau ene g-adche Zffernentwcklung. Bewe. I. Extenz: Da de Potenzen g d für d Z treng monoton von + nach 0 fallen, gt e en endeutg etmmte d Z mt g d x < g (d 1. Man üerlegt ch lecht, da dee d der enzg möglche Wert für den Exponenten von x für ene g-adche Zffernfolge von x t. Für alle k d defneren wr rekurv de Folge z k = ( k 1 [g k x ],

3 woe [ ] de Gauß-Klammer ezechnet. Wr eween nun, da de o defnerte Folge (z k k d ene g-adche Zfferentwcklung von x t, ndem wr mt volltändger Indukton zegen, da dee Folge de Kennzechnung (* au Lemma 5. erfüllt. Induktonanfang: n = d De rekurve Defnton lefert z d = [g d x] Z, und wegen oger Wahl von d erhalten wr 1 [g d x] < g, alo 1 z d Z g. Induktonchlu: von n auf n + 1 Wr nehmen an, da (* für den Index n erfüllt t, und eween damt, da z n+1 Z g und (* für den Index n + 1 glt. [ Verwenden wr (* für den Index n n der Rekuronformel z n+1 = g n+1( x n ], o erhalten wr unmttelar, da 0 z n+1 < g glt, alo z n+1 Z g. Mt der Unglechung 0 g n+1( x n ( 1 g n+1( x n g n+1 g zn+1 g zn+1 < 1 erhalten wr mt x n+1 drekt de Unglechung (* für den Index n = II. Endeutgket: De Endeutgket von d ergt ch au den Üerlegungen am Beweanfang oen. Nehmen wr an, wr hätten zwe verchedene Zffernentwcklungen für x, alo x = =. E e j d der mnmale Index mt z j z j. Dann erhalten wr aer mt der Unglechung (* für den Index n := j enen Wderpruch, da ede g-adche Zfferndartellungen von x een. Bemerkung: De Rekuronformel m Bewe gt an, we de g-adche Zffernfolge von x erhalten werden kann. Kennen wr eret z 1,..., z 3 der 3-adchen Dartellung von π (vgl. Bepel oen, o erhalten wr z 4 = [ 3 4 (π ] = [ 3 4 π ] = [ 2, ] = 2 und z 5 = [ 3 5 (π ] = [ 3 5 π ] = [ 1, ] = 1. Satz 23. E e 0 < x R. De g-adche Zffernentwcklung ( d von x wrd perodch (d.h. e gt m d und l N +, oda für alle n m glt: z n+l = z n genau dann, wenn x Q glt. Bewe.,, : E een m und l o we m Satz gegeen. In der Umformung (g l 1x = gl m+l 1 g = g + l =m+l m 1 g l g =m heen ch wegen der Perodztät der Zffern a dem Index m de eden unendlchen Summen auf, und wr erhalten (g l 1x Q, und omt x Q.

4 4,, : E een 0 < x = r Q mt r Z, N und d der g-adche Exponent von x. Mt Satz 22 erhalten wr für jede k max{0, d}: ( k 1 z k = [g ] ] k x = [g k r k 1 g [ g k rk ] = Z g mt enem r k Z und 0 r k < g. Da e nur endlch vele Möglchketen für de natürlchen Zahlen r k gt, exteren m N und l N + mt r m = r m+l. Wr zegen nun mt volltändger Indukton, da für alle n m glt: r n = r n+l (und omt auch z n = z n+l. Induktonanfang: für n = m tmmt de Behauptung wegen oger Wahl von m und l. Induktonchlu von n auf n + 1: E gelte r n = r n+l und z n = z n+l, und wr erhalten r n+1 = g n+1 (x n z ( = g (g n x n 1 z rn z n = g( z n = ( rn+l ( n+l 1 = g z n+l = g (g n+l z n+l x z n+l = g (x n+l+1 z = r n+l+1 Bepel 3.6: Spezaleren Se den zweten Tel de Bewee von Satz 23 für de Zahl x = und g = 10, ndem Se de entprechenden z k und r k erechnen. We hängen de r k mt den e der Dvon 517 : 740 auftretenden Reten zuammen? De folgende Defnton dent dazu, de perodche Zffernentwcklung von ratonalen Zahlen näher zu unteruchen. Dazu defneren wr de,,nachkommafolge ener g-adchen Zffernentwcklung, ndem wr de Zffernentwcklung de ganzzahlgen Antel [x] gnoreren, und ene eventuell päter egnnende g-adche Zffernfolge (d > 1 mt führenden Nullen zum Komma ergänzen. Defnton 12. a Für 0 < x R e x = de g-adche Zffernentwcklung von x. Dann heßt ( 1 de g-adche Nachkommafolge von x, woe m Fall d > 1 für alle 1 < d = 0 geetzt wrd. E e 0 < x Q und ( 1 de g-adche Nachkommafolge von x, owe v = mn{m N e gt en j N +, oda für alle n > m glt: z n+j = z n } l = mn{j N + für alle n > v glt: z n+j = z n } Dann heßen v 0 de Vorperodenlänge und l 1 de Perodenlänge der g-adchen Zffernfolge von x. It v = 0, o heßt de g-adche Zffernfolge von x renperodch. It l = 1 und z v+1 = 0, o agt man:,,de g-adche Zffernentwcklung von x rcht a.

5 Bepel 3.7: Machen Se ch de Begrffe au Defnton 12. an Hand der verchedenen g-adchen Zffernentwcklungen von x = 1/3 au Bepel 3.4 vertändlch. 5 Satz 24. E e 0 < x Q und x = a de reduzerte Bruchdartellung von x [vgl. 1, Satz 9]. Weter een = max{t T ( ggt(t, g = 1} und = g. Dann nd µ = mn{j 0 g g j } de Vorperodenlänge v und λ = ord (g de Perodenlänge l der g-adchen Zffernfolge von x. Bewe. E genügt, x Q mt 0 < x < 1 zu etrachten. E een ( 1 de g-adche Nachkommafolge von x, v 0 de Vorperodenlänge und l 1 de Perodenlänge von x. Au dem erten Bewetel von Satz 23 (mt v + 1 tatt m und d = 1 erhalten wr (g l 1x = v+l l v = h g v mt enem h N, und omt a = x = h g v (g l 1. Da a de reduzerte Bruchdartellung t, mu = g den Nenner g v (g l 1 telen. Au der Defnton von ergt ch dann, da (g l 1 und g g v gelten mu (Anm.: g enthält nur Prmfaktoren von g. Somt erhalten wr λ = ord (g l und µ = mn{j 0 g g j } v. Da g λ 1 mod (, folgt (g λ 1. Wr folgen nun dem zweten Bewetel von Satz 23, d.h. für alle k 1 haen wr z k = [ r k ] mt r ( k a = gk k 1 und 0 r k < g. Damt erhalten wr Da (gλ 1g µ g r µ+λ+1 r µ+1 = (gλ 1g µ g a g ( µ+λ a = g µ+λ+1 µ+λ g g µ+λ + g ( a µ g µ+1 µ g µ. = Z, t der letzte Term n oger Umformung ene durch g telare, ganze Zahl, worau wr mt der vorangehenden Unglechung r µ+λ+1 = r µ+1 und damt z µ+λ+1 = z µ+1 erhalten. Genauo we m zweten Bewetel von Satz 23 können wr darau folgern, da für alle n > µ glt: r n+λ = r n und z n+λ = z n. Damt haen wr v µ und l λ gezegt, womt zuammen mt dem erten Bewetel Satz 24 eween t.

6 6 Bepel 3.8: Veruchen Se ene ratonale Zahl zu fnden, deren dezmale Nachkommafolge Vorperodenlänge 2 und Perodenlänge 5 hat. (Tpp: = Bepel 3.9: Welche Perodenlänge hat de duale Nachkommafolge von x = 3/5 zw. x = 5/13 zw. x = 1/31?

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

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

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

Validierung der Software LaborValidate Testbericht

Validierung der Software LaborValidate Testbericht Valderung der Software LaborValdate Tetbercht De Software LaborValdate dent dazu Labormethoden zu Valderen. Dazu mu nachgeween en, da de engeetzten Funktonen dokumentert und nachvollzehbar nd. De Dokumentaton

Mehr

Der Satz von COOK (1971)

Der Satz von COOK (1971) Der Satz von COOK (1971) Voraussetzung: Das Konzept der -Band-Turng-Maschne (TM) 1.) Notatonen: Ene momentane Beschrebung (mb) ener Konfguraton ener TM st en -Tupel ( α1, α2,..., α ) mt α = xqy, falls

Mehr

Produkt-Moment-Korrelation (1) - Einführung I -

Produkt-Moment-Korrelation (1) - Einführung I - Produkt-Moment-Korrelaton - Enführung I - Kennffer ur Bechreung de lnearen Zuammenhang wchen we Varalen X und Y. Bechret de Rchtung und de Enge de Zuammenhang m Snne von je... deto... oder wenn... dann...

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

Algorithmische Bioinformatik

Algorithmische Bioinformatik Algorthmche Bonformatk HMM Algorthmen: Forward-Backward Baum-Welch Anwendung m equenzalgnment Ulf Leer Wenmanagement n der Bonformatk Formale Defnton von HMM Defnton Gegeben Σ. En Hdden Markov Modell t

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

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

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

18. Dynamisches Programmieren

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

Mehr

12 UMPU Tests ( UMP unbiased )

12 UMPU Tests ( UMP unbiased ) 89 1 UMPU Tests ( UMP unbased ) Nach Bemerkung 11.8(b) exstert m Allgemenen ken zwesetger UMP- Test zu enem Nveau α. Deshalb Enschränkung auf unverfälschte Tests: ϕ Φ α heßt unverfälscht (unbased) zum

Mehr

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt Kaptel 3 Zwe Personen Spele 3.1 Matrxspele 3.2 Matrxspele n gemschten Strategen 3.3 B Matrxspele und quadratsche Programme 3.4 B Matrxspele und lneare Komplementartätsprobleme 3.1 Matrxspele Wr betrachten

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt: Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,

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

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

1.1 Das Prinzip von No Arbitrage

1.1 Das Prinzip von No Arbitrage Fnanzmärkte H 2006 Tr V Dang Unverstät Mannhem. Das Prnzp von No Arbtrage..A..B..C..D..E..F..G..H Das Framework Bespele Das Fundamental Theorem of Fnance Interpretaton des Theorems und Zustandsprese No

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

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

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

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

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

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

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

Mehr

2. Spiele in Normalform (strategischer Form)

2. Spiele in Normalform (strategischer Form) 2. Spele n Normalform (strategscher Form) 2.1 Domnante Strategen 2.2 Domnerte Strategen 2.3 Sukzessve Elmnerung domnerter Strategen 2.4 Nash-Glechgewcht 2.5 Gemschte Strategen und Nash-Glechgewcht 2.6

Mehr

Unter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen

Unter der Drehgruppe verstehen wir diegruppe der homogenen linearen Transformationen Darstellunstheore der SO() und SU() Powtschnk Alexander. Defnton Darstellun Ene Darstellun ener Gruppe G st homomorphe Abbldun von deser Gruppe auf ene Gruppe nchtsnulärer lnearer Operatoren auf enem Vektorraum

Mehr

Mathematik der Finanzmärkte Vorlesungsskript

Mathematik der Finanzmärkte Vorlesungsskript Mathematk der Fnanzmärkte Vorlesungsskrpt Wnter 24/25 Achm Klenke Insttut für Mathematk Johannes Gutenberg-Unverstät Manz Staudngerweg 9 D-5599 Manz 16. Februar 25 korrgert: 11. Aprl 25 2 Inhaltsverzechns

Mehr

) ergeben die i i. Es gelten folgende allgemeinen Resultate (in informeller Sprache formuliert).

) ergeben die i i. Es gelten folgende allgemeinen Resultate (in informeller Sprache formuliert). V. Kolluson Im olgopolstschen Wettbewerb treffen mtunter mmer weder de glechen Frmen aufenander. Des eröffnet de Möglchket für stlles Zusammenspel, wel abwechendes Verhalten n späteren Zusammentreffen

Mehr

Die Zahl i phantastisch, praktisch, anschaulich

Die Zahl i phantastisch, praktisch, anschaulich Unverstät Würzburg 977 Würzburg Telefon: (91 888 5598 De Zahl phantastsch, praktsch, anschaulch De Geschchte der Zahl war dre Jahrhunderte lang dadurch geprägt, dass se und damt de kompleen Zahlen n Mathematkerkresen

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

Berechnung der Kriech- und Schwindwerte

Berechnung der Kriech- und Schwindwerte Berehnung der Kreh- und Shwndwere Grundlagen Beon zeg bere uner üblhen Gebrauhbedngungen en augepräge zeabhängge Verhalen wodurh Dehnungen aufreen können de en Mehrfahe der elahen Dehnung beragen: laabhängge

Mehr

Gewichtetes arithmetisches Mittel und Streuung

Gewichtetes arithmetisches Mittel und Streuung Dpl.-Kaufm. Wolfgang Schmtt u mener Skrptenrehe: " Kene ngt vor... " ugewählte Themen der dekrptven Stattk Gewchtete arthmetche Mttel und Streuung Modellaufgabe Übungen Löungen www.nf-lernen.de Modellaufgabe:

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

Beispiel: Die Zahl 32768 als Summe der Ziffern, die einen Koeffizient zur Potenz 10 darstellen:

Beispiel: Die Zahl 32768 als Summe der Ziffern, die einen Koeffizient zur Potenz 10 darstellen: - Zahlendarstellung n Rechnern Wr wssen berets aus der Dgtaltechnk we Ganzzahlen bnär dargestellt (codert) werden und können de Grundrechenoperatonen ausführen. I nachfolgenden Kaptel wrd auf deser Matere

Mehr

Standardnormalverteilung / z-transformation

Standardnormalverteilung / z-transformation Standardnormalvertelung / -Transformaton Unter den unendlch velen Normalvertelungen gbt es ene Normalvertelung, de sch dadurch ausgeechnet st, dass se enen Erwartungswert von µ 0 und ene Streuung von σ

Mehr

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

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008 Netzscherhet I, WS 2008/2009 Übung Prof. Dr. Jörg Schwenk 27.10.2008 1 Das GSM Protokoll ufgabe 1 In der Vorlesung haben Se gelernt, we sch de Moble Staton (MS) gegenüber dem Home Envroment (HE) mt Hlfe

Mehr

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Insttut für Stochastk Prof Dr N Bäuerle Dpl-Math S Urban Lösungsvorschlag 6 Übungsblatt zur Vorlesung Fnanzatheatk I Aufgabe Put-Call-Party Wr snd nach Voraussetzung n ene arbtragefreen Markt, also exstert

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

8 Logistische Regressionsanalyse

8 Logistische Regressionsanalyse wwwstatstkpaketde 8 Logstsche Regressonsanalyse De logstsche Regressonsanalyse dent der Untersuchung des Enflusses ener quanttatven Varable auf ene qualtatve (n unserem Fall dchotomen Varable Wr gehen

Mehr

Mathematisches Modell und Algorithmen der Termin- und Reihenfolgeplanung

Mathematisches Modell und Algorithmen der Termin- und Reihenfolgeplanung Mathematche Modell und Algorthmen der Termn- und Rehenfolgeplanung Dr.-Ing. SU) Yury Zack, Europäche Zentrum für Mechatronk Aachen Dr. rer. nat. Sergey Rotn, Lehrtuhl für Produktonytematk, RWTH Aachen

Mehr

Statistik und Wahrscheinlichkeit

Statistik und Wahrscheinlichkeit Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse

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

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

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

Methoden zur Bewertung von Credit Default Swaps

Methoden zur Bewertung von Credit Default Swaps Methoen zur Bewertung von Cret Default Swas Dr. Walter Gruber ( PLUS GmbH); Sylva Lause (Sarasse Hannover) Inhalt Enführung... Moell er Dscounte Sreas... 3 Moell er Ajuste Sreas... 4 Moell von JPMorgan...

Mehr

1 Definition und Grundbegriffe

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

Mehr

13.Selbstinduktion; Induktivität

13.Selbstinduktion; Induktivität 13Sebstndukton; Induktvtät 131 Sebstndukton be En- und Ausschatvorgängen Versuch 1: Be geschossenem Schater S wrd der Wderstand R 1 so groß gewäht, dass de Gühämpchen G 1 und G 2 gech he euchten Somt snd

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

Mehr

Online Algorithmen. k-server randomisiert Teil II

Online Algorithmen. k-server randomisiert Teil II Onlne Algorthmen k-server randomsert Tel II Ausarbetung für das Semnar Onlne Algorthmen Prof. Dr. Ro. Klen Anette Ebbers-Baumann Ansgar Grüne Insttut für Informatk Theorethsche Informatk und formale Methoden

Mehr

Grundlagen der Elektrotechnik II (GET II)

Grundlagen der Elektrotechnik II (GET II) Grundlgen der Elektrotechnk (GET ) Vorlesung m 8.07.005 Do. :5-3.45 Uhr;. 603 (Hörsl) Dr.-ng. ené Mrklen E-Ml: mrklen@un-kssel.de Tel.: 056 804 646; Fx: 056 804 6489 UL: http://www.tet.e-technk.un-kssel.de

Mehr

Nullstellen Suchen und Optimierung

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

Mehr

folgende Wärmeübergangsbeziehung: Nu = 0, 664 Re

folgende Wärmeübergangsbeziehung: Nu = 0, 664 Re Aufgabe 3.5: Berechnung ene Wärmeübergangkoezenten En Körper mt der Oberäche A = 1 m 2 und der Temperatur ϑ W = 30 C wrd mt Luft der Temperatur ϑ F = 10 C (Druck p = 1 bar) angetrömt. De Gechwndgket der

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

AUFGABEN ZUR INFORMATIONSTHEORIE

AUFGABEN ZUR INFORMATIONSTHEORIE AUFGABEN ZUR INFORMATIONSTHEORIE Aufgabe Wr betrachten das folgende Zufallsexperment: Ene fare Münze wrd so lange geworfen, bs erstmals Kopf erschent. De Zufallsvarable X bezechne de Anzahl der dazu notwendgen

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

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) 6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe

Mehr

Kurzinformation zu ergänzenden Modulen und Dienstleistungen der B.K.L.-isos GmbH beim Einsatz von SER DOMEA

Kurzinformation zu ergänzenden Modulen und Dienstleistungen der B.K.L.-isos GmbH beim Einsatz von SER DOMEA B.K.L. - Integratnervce für ffene Syteme Kurznfrmatn zu ergänzenden Mdulen und Dentletungen der B.K.L.- bem Enatz vn SER DOMEA Stand: 5/2003 De B.K.L.- t et velen Jahren DOMEA -Partner und hat für Kunden

Mehr

Vorlesung: "Grundlagen ingenieurwissenschaftlichen Arbeitens (GIA)"

Vorlesung: Grundlagen ingenieurwissenschaftlichen Arbeitens (GIA) 6 Zuverlägke und Produklebenzyklu 6. Genaugke und Fehlerverhalen 6.2 Technche Zuverlägke 6.2. Klafkaon von Aufällen 6.2.2 Aufall- und Überlebenwahrchenlchke 6.2.3 Fehlerrae 6.3 Zuverlägke von Hardware-Funkonen

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

wissenschaftliche Einrichtung elektronik

wissenschaftliche Einrichtung elektronik wssenscaftlce Enrctung elektronk Oberscwngungen, Begrffe und Defntonen Prof.. Burgolte Labor Elektromagnetsce Verträglcket Facberec ngeneurwssenscaften Begrff Störgröße (dsturbance) Störfestgket (mmunty)

Mehr

1. Runde 2010. Aufgaben und Lösungen. Bundeswettbewerb Mathematik

1. Runde 2010. Aufgaben und Lösungen. Bundeswettbewerb Mathematik Bundeswettbewerb Mathemat Wssenschaftszentrum Postfach 2 14 48 53144 Bonn Fon: 228-9 59 15-2 Fax: 228-9 59 15-29 e-mal: nfo@bundeswettbewerb-mathemat.de www.bundeswettbewerb-mathemat.de Korreturommsson

Mehr

I, U : Momentanwerte für Strom und Spannung I 0, U 0 : Scheitelwerte für Strom und Spannung

I, U : Momentanwerte für Strom und Spannung I 0, U 0 : Scheitelwerte für Strom und Spannung Wechselsrom B r A B sn( sn( Wrd de eerschlefe über enen Wdersand kurzgeschlossen fleß en Srom: sn( sn(, : Momenanwere für Srom und Spannung, : Scheelwere für Srom und Spannung ~ sn( sn( Effekvwere für

Mehr

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

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

Mehr

Anwendungsmöglichkeiten von Lernverfahren

Anwendungsmöglichkeiten von Lernverfahren Künstlche Neuronale Netze Lernen n neuronalen Netzen 2 / 30 Anwendungsmöglcheten von Lernverfahren Prnzpelle Möglcheten Verbndungsorentert 1 Hnzufügen neuer Verbndungen 2 Löschen bestehender Verbndungen

Mehr

Standortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung

Standortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung Standortplanung Postonerung von enem Notfallhubschrauber n Südtrol Postonerung von enem Feuerwehrhaus Zentrallagerpostonerung 1 2 Postonerung von enem Notfallhubschrauber n Südtrol Zu bekannten Ensatzorten

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

11 Chemisches Gleichgewicht

11 Chemisches Gleichgewicht 11 Chemsches Glechgewcht 11.1 Chemsche Reaktonen und Enstellung des Glechgewchts Untersucht man den Mechansmus chemscher Reaktonen, so wrd man dese enersets mt enem mkroskopschen oder knetschen Blck auf

Mehr

Wechselstrom. Dr. F. Raemy Wechselspannung und Wechselstrom können stets wie folgt dargestellt werden : U t. cos (! t + " I ) = 0 $ " I

Wechselstrom. Dr. F. Raemy Wechselspannung und Wechselstrom können stets wie folgt dargestellt werden : U t. cos (! t +  I ) = 0 $  I Wechselstrom Dr. F. Raemy Wechselspannung und Wechselstrom können stets we folgt dargestellt werden : U t = U 0 cos (! t + " U ) ; I ( t) = I 0 cos (! t + " I ) Wderstand m Wechselstromkres Phasenverschebung:!"

Mehr

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

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

Mehr

Proof of Knowledge for Factorization & Fair Encryption of ElGamal/RSA Keys

Proof of Knowledge for Factorization & Fair Encryption of ElGamal/RSA Keys R. Fschln/15. Februar 000 Proof of Knowledge for Factorzaton & Far Encrypton of ElGamal/RS Keys G. Poupard und J. Stern [PS99a, PS99b] haben auf dem Lumny-Workshop enen (kurzen) Proof-of-Knowledge für

Mehr

Nernstscher Verteilungssatz

Nernstscher Verteilungssatz Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.

Mehr

mit der Anfangsbedingung y(a) = y0

mit der Anfangsbedingung y(a) = y0 Numersce Lösung von Dfferentalglecungen De n den naturwssenscaftlc-tecnscen Anwendungen auftretenden Dfferentalglecungen snd n den wengsten Fällen eplzt lösbar. Man st desalb auf Näerungsverfaren angewesen.

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

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale 3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche

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

1.1 Grundbegriffe und Grundgesetze 29

1.1 Grundbegriffe und Grundgesetze 29 1.1 Grundbegrffe und Grundgesetze 9 mt dem udrtschen Temperturkoeffzenten 0 (Enhet: K - ) T 1 d 0. (1.60) 0 dt T 93 K Betrchtet mn nun den elektrschen Wderstnd enes von enem homogenen elektrschen Feld

Mehr

Franzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny

Franzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny eseproben aus dem Buch "n mt en zur Elektrotechnk" Franzs Verlag, 85586 Pong ISBN 978--77-4046-8 Autor des Buches: eonhard Stny Autor deser eseprobe: eonhard Stny 005/08, alle echte vorbehalten. De Formaterung

Mehr

1 - Prüfungsvorbereitungsseminar

1 - Prüfungsvorbereitungsseminar 1 - Prüfungsvorberetungssemnar Kaptel 1 Grundlagen der Buchführung Inventur Inventar Blanz Inventur st de Tätgket des mengenmäßgen Erfassens und Bewertens aller Vermögenstele und Schulden zu enem bestmmten

Mehr

Was erwarten wir als Ergebnis von freien Verhandlungen in einer Gruppe mit Koalitionsmöglichkeiten?

Was erwarten wir als Ergebnis von freien Verhandlungen in einer Gruppe mit Koalitionsmöglichkeiten? Prof. Dr. Fredel Bolle 1 Prof. Dr. Fredel Bolle Vorlesung 1 Defnton: Kooperatves Spel En ooperatves Spel Γ st en Tupel (N,V), wobe der N = {1,...,m} mt m > 1 de Menge der Speler bezechnet und Was erwarten

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

DistFracEx3D. Interaktive Visualisierung von Mandelbrotmengen als fraktale Landschaften Teil 1

DistFracEx3D. Interaktive Visualisierung von Mandelbrotmengen als fraktale Landschaften Teil 1 DtFracE3D Interakte Vualerung on Mandelbrotmengen al fraktale Landchaften Tel Fachhochchule Fulda Fachberech Angewandte Informatk und Mathematk Lehrerantaltung Graphkprogrammerung und Parallelerarbetung

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

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

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

Mehr

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

Definitorische Konstruktion induktiver Datentypen in Isabelle/HOL

Definitorische Konstruktion induktiver Datentypen in Isabelle/HOL TECHNISCHE UNIVERSITÄT MÜNCHEN INSTITUT FÜR INFORMATIK Defntorsche Konstrukton nduktver Datentypen n Isabelle/HOL Dplomarbet Stefan Berghofer INSTITUT FÜR INFORMATIK TECHNISCHE UNIVERSITÄT MÜNCHEN Defntorsche

Mehr

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)

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

Mehr

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

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

Projektmanagement / Netzplantechnik Sommersemester 2005 Seite 1

Projektmanagement / Netzplantechnik Sommersemester 2005 Seite 1 Projektmanagement / Netzplantechnk Sommersemester 005 Sete 1 Prüfungs- oder Matrkel-Nr.: Themenstellung für de Kredtpunkte-Klausur m Haupttermn des Sommersemesters 005 zur SBWL-Lehrveranstaltung Projektmanagement

Mehr

Seminar über Algorithmen. Load Balancing. Slawa Belousow Freie Universität Berlin, Institut für Informatik SS 2006

Seminar über Algorithmen. Load Balancing. Slawa Belousow Freie Universität Berlin, Institut für Informatik SS 2006 Semna übe Algothmen Load Balancng Slawa Belousow Fee Unvestät Beln, Insttut fü Infomatk SS 2006 1. Load Balancng was st das? Mt Load Balancng ode Lastvetelung weden Vefahen bescheben, um be de Specheung,

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

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

Boost-Schaltwandler für Blitzgeräte

Boost-Schaltwandler für Blitzgeräte jean-claude.feltes@educaton.lu 1 Boost-Schaltwandler für Bltzgeräte In Bltzgeräten wrd en Schaltwandler benutzt um den Bltzkondensator auf ene Spannung von engen 100V zu laden. Oft werden dazu Sperrwandler

Mehr

Vorlesung zur Veranstaltung Vermessungskunde. Teil 3: Statistik

Vorlesung zur Veranstaltung Vermessungskunde. Teil 3: Statistik Prof. Dr. techn. Alfred Mchke Vorleung zur Verantaltung Vermeungkunde Tel 3: Stattk Meungen nd.d.r. mt Fehlern behaftet. De mu berückchtgt erden, um Ergebne n ener geünchten Genaugket zu erzelen. Man unterchedet

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

Erstes Kirchhoffsches Gesetz

Erstes Kirchhoffsches Gesetz Amaterfnkkrs Landesverband Wen m ÖVSV Erstellt: 2010-2011 Letzte Bearbetng: 20. Febrar 2016 Themen 1 2 3 4 5 Erstes s Gesetz 3 2 1 4 5 2 + 3 + 5 =? Erstes s Gesetz 3 2 1 4 5 2 + 3 + 5 = 1 + 4 Zwetes s

Mehr

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

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

Mehr

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

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

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

Mehr

1 = Gl.(12.7) Der Vergleich mit Gl. (12.3) zeigt, dass für die laminare Rohrströmung die Rohrreibungszahl

1 = Gl.(12.7) Der Vergleich mit Gl. (12.3) zeigt, dass für die laminare Rohrströmung die Rohrreibungszahl 0. STRÖMUNG INKOMPRESSIBLER FLUIDE IN ROHRLEITUNGEN Enführung Vorlesung Strömungslehre Prof. Dr.-Ing. Chrstan Olver Pascheret C. O. Pascheret Insttute of Flud Mechancs and Acoustcs olver.pascheret@tu-berln.de

Mehr