Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 54

Größe: px
Ab Seite anzeigen:

Download "Prof. Dr. H. Rommelfanger: Entscheidungstheorie, Kapitel 3 54"

Transkript

1 Prof. Dr. H. Rommelfager: tschedugstheore, Katel ARROW-PRATT-Maß für de Rskoestellug Rskoverhalte bsher grob kategorsert ach Rskoeutraltät, -symathe ud averso be Rskoaverso: (X) < SÄ Rskoräme (X) - SÄ Versuch vo K.J. ARROW ud J.W. PRATT [964] ee Maßgröße für dfferezertere Aussage zu etwckel Arrow-Pratt-Maß r(x) für de lokale Rskoaverso a der Stelle x R: u (x) r(x) u (x)

2 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 55 Verlauf des BRNOULLI- Nutzes u(x) lear streg kokav streg kovex (X) ud SÄ (X)... SÄ (X)... > SÄ (X)... < SÄ stellug zum Rsko Rskoeutral Rskoavers Rskofreudg Rskoräme ARROW- PRATT- Maß r(x) π 0 r(x) 0 π > 0 r(x) > 0 π < 0 r(x) < 0 Welche Rskoestellug hat e tscheder mt der Nutzefukto u (x) 2x + 0? Bestmme Se das ARROW-PRATT-Maß für dese Nutzefukto.

3 Prof. Dr. H. Rommelfager: tschedugstheore, Katel Beroull-Prz ud Fuzzy-rgebsse s 0,5 a (70; 80; 200; 220; 225; 230) a 2 (40; 55; 65; 75; 80; 90) a 3 (20; 35; 45; 50; 60; 70) a 4 (85; 90; 00; 0; 5; 25) a 5 (45; 48; 50; 53; 58; 60) s 2 2 0,3 (70; 83; 90; 00; 0; 20) (85; 93; 00; 0; 5; 25) (5; 30; 35; 40; 45; 50) (85; 93; 00; 05; 08; 5) (40; 45; 50; 50; 53; 55) s 3 3 0,2 (-0; -97; -90; -77; -60, -50) (-85; -80; -70; -58; -50; -40) (-30; -20; -0; 0; 5; 0) (-5; -0; -5; 5; 0; 5) (35; 40; 45; 50; 55; 60) Beroull rskoeutraler tscheder rwartete Gewe [X ] a (84 ; 95,5 ; 09 ; 24,6 ; 33,5 ; 4) a2 (78,5 ; 89,4 ; 98,5 ; 08,9 ; 4,5 ; 24,5) a3 (88,5 ; 02,5 ; ; 7 ; 24,5 ; 32) a4 (65 ; 70,9 ; 79 ; 87,5 ; 9,9 ; 00) a5 (4,5 ; 45,5 ; 49 ; 5,5, 55,9 ; 58,5)

4 Prof. Dr. H. Rommelfager: tschedugstheore, Katel ,5 0, a, a 2, a 3, a 4 f ρ a 5 (mt ρ ) a2 f a4, a3 f a4, a f a4, a3 f a2, a f a2 d.h. tschedug zwsche a ud a 3??!! Nveau-bee-Verfahre: , ,6 + 33,5 + 4 Ê 4,6 6 88,5 + 02, , Ê 3 2,58 6

5 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 58 Beroull rskoscheuer tscheder (x + 0) u(x) + 2(x + 0) d.h. Umrechug vo X G (a,s ) U : s 0,5 s 2 2 0,3 s 3 3 0,2 a a2 a3 a4 a5 (329; 333; 337; 340; 340; 340) (36; 323; 328; 33; 333; 335) (304; 33; 39; 32; 326; 329) (278; 282; 290; 298; 30; 308) (239; 243; 245; 248; 253; 255) (265; 276; 282; 290; 298; 304) (278; 285; 290; 298; 30; 308) (30; 3; 33; 36; 39; 32) (278; 285; 290; 294; 296; 30) (234; 239; 245; 245; 248; 250) (0; 26; 39; 63; 93; 09) (48; 57; 75; 96; 09; 26) (4; 56; 7; 84; 9; 98) (63; 7; 78; 9; 98; 204) (228; 234; 239; 245; 250; 255)

6 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 59 Fuzzy-Nutzeerwartugswerte [U ] U a (244; 254; 26; 270; 278; 283) a2 (25; 259; 266; 274; 279; 285) a3 (27; 28; 288; 292; 297; 30) a4 (255; 26; 268; 275; 279; 285) a5 (235; 240; 244; 246; 25; 253) ,5 0,05 a f a 2, a 3, a 4, a 5 a 3 f ρ a 2, a 3, a 4, a 5 (mt ρ ) Zur Awedug des Beroull-Przs reche rgebsse Form vo Fuzzy-Itervalle aus!!!

7 Prof. Dr. H. Rommelfager: tschedugstheore, Katel tscheduge be Fuzzy-Wahrschelchketsvertelug s s s2 s3 Fuzzy-Wahrschelchkete P (s e?? e e,? ) ( ; ; ; ; ; ) P(s, ) (0,45; 0,48 ; 0,49 ; 0,5; 0,53 ; 0,55) P (s, 2 ) (0,26 ; 0,28 ; 0,29 ; 0,3 ; 0,3; 0,33) P(s, 3 ) (0,7 ; 0,8; 0,2 ; 0,2 ; 0,2; 0,23) erweterte Multlkato: ( a, a, a, a, a, a ), ( b,b,b,b,b,b ), ( a b, a b, a b, a b, a b,a b ), A, ( ; ; ; ; ; ) U P(s)... U P(s ), wobe u, u, u u, u, u.

8 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 6 Mt Tabelle 3.7 vo Sete 64 (Besel 3.) Fuzzy-Gewerwartugswerte A e?? e e,? ( ; ; ; ; ; ) a (06,9 ; 4,4 ; 5,9 ; 2, ; 25,5 ; 30,) a2 (93,6 ; 00,2 ; 0,75 ; 06,2 ; 0,05 ; 4,35) a3 (02,2 ; 09,4 ; 2, ; 6,5 ; 20,8 ; 26,4) a4 (73,77 ; 78,96 ; 8,03 ; 84,5 ; 87,27 ; 9,4) a5 (44 ; 47 ; 49 ; 50,5 ; 52,5 ; 55,5) ,5 0,05 a a a f a 2, a 3, a 4, a 5 f ρ a 4, a 5 (mt ρ ) f ρ a 2 (mt ρ )

9 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 62 bsher: Verwedug der Agabe des tscheders als Fuzzy- Wahrschelchkete Problem?? kee Garate, daß sch de Summe der Wahrschelchkete auf de ezele Nveaus zu addert Resultat: efach zu berechede Fuzzy-rwartugswerte aber ur Näherugslösug, da Sawete m Verglech zu rwartugswertkozet zu groß A ; daher Berückschtgug der Bedgug Durch de Berückschtgug deser Restrkto wrd de Fuzzess der rwartugswerte.a. gerger. D.h.: Präferezaussage ach der ρ-präferez mt dem Nveau ρ werde verschärft.

10 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 63 Idee: -Schtte ees Fuzzy-Itervalls auf -, - ud - Nveau beschrebe Itervall möglcher rgebswerte Auswahl der Werte so, daß sch Summe vo auf alle Nveaus ergbt!!! Rechealgorthmus zur Berechug der Fuzzy- rwartugswerte Zur Berechug der Nutzeerwartugswerte ; ; muss de Wahrschelchketsmasse vergrößert werde ud daher sd ach dem Vorschtsrz de kleste rgebswerte de höchste trttswahrschelchkete zuzuorde. Be Gewerwartugswerte ; ; legt de Wahrschelchketsmasse ursrüglch über, so daß etzt de hohe Nutzewerte auch de höchste Wahrschelchkete zugeordet werde.

11 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 64 xakte Berechug der Nutzeerwartugswerte, P ) ; ; ; ; ; ( über: } ud ], [ u M{ J } ud ], [ u M{ J } ud ], [ u M{ J } ud ], [ u Max{ J } ud ], [ u Max{ J } ud ], [ u Max{ J.

12 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 65 Berechug der a () zur Kalkulato der rwartugswerte e? ; ; Zuächst setzt ma alle trttswahrschelchkete auf de kleste Wert, d. h. (). Da erhöht ma de Wahrschelchket für de Umweltzustad mt dem edrgste Nutzewert so wet we möglch. Se (ohe Beschräkug der Allgemehet) s deser Zustad, so glt () Max{ [, ] + } Glt der vorstehede Bedgug das Uglechhetszeche m strege Se, da st m ächste Schrtt de Wahrschelchket für de Zustad mt dem zwetedrgste Nutze zu bereche. Des se (ohe Beschräkug der Allgemehet) s. () Max{ [, ] Deses Verfahre st be aaloger Vorgeheswese solage fortzusetze, bs de Uglechug als Glechug erfüllt st. }

13 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 66 Berechug der a () zur Kalkulato der rwartugswerte? e ; ; : Zuächst setzt ma alle trttswahrschelchkete auf de kleste Wert, d. h. (). Da erhöht ma de Wahrschelchket für de Umweltzustad mt dem höchste Nutzewert so wet we möglch. Se (ohe Beschräkug der Allgemehet) s deser Zustad, so glt () Max{ [, ] } + 2 Glt der vorstehede Bedgug das Uglechhetszeche m strege Se, da st m ächste Schrtt de Wahrschelchket für de Zustad mt dem zwethöchste Nutze zu bereche. Des se (ohe Beschräkug der Allgemehet) s 2. 2 () Max{ [, ] } 3 Deses Verfahre st be aaloger Vorgeheswese solage fortzusetze, bs de Uglechug als Glechug erfüllt st.

14 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 67 Besel s s s2 s3 P (s e?? e e,? ) ( ; ; ; ; ; ) P(s, ) (0,45; 0,48 ; 0,49 ; 0,5; 0,53 ; 0,55) P (s, 2 ) (0,26 ; 0,28 ; 0,29 ; 0,3 ; 0,3; 0,33) P(s, 3 ) (0,7 ; 0,8; 0,2 ; 0,2 ; 0,2; 0,23) Her mmer x x 2 x3 für alle, 2,...,5. a e?? e a a 2 a 3 a 2 a 3 Achtug!!!! De Zahle () ud () sd re rechersche Größezur Bestmmug der rwartugswerte!! aufstegede Ordug der "Wahrschelchkets"- werte cht zwged otwedg

15 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 68 Fuzzy-Gewerwartugswerte P P e?? e e,? ( ; ; ; ; ; ) a (08, ; 5 ; 9 ; 20, ; 25,9 ; 29,9) a 2 (96,3 ; 0,6 ; 04,5 ; 05,2 ; 09,8 ; 2,7) a 3 (0 ; 3,3 ; 5 ; 5, ; 8,3 ; 20) a 4 (79,9 ; 82 ; 83, ; 83, ; 85,2 ; 86,3) a 5 (50 ; 50 ; 50 ; 50 ; 50 ; 50) ,5 0, Fuzzy-Gewerwartugswerte P fuzzy als de Näherugswerte A sd weger

16 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 69 Fuzzy-rwartugswerte aus Fuzzy-Nutze ud Fuzzy-Wahrschelchkete Tabelle 3.5 aus Besel < 3.2 > vo S. 9 s s 2 s 3 a (70; 80; 200; 220; 225; 230) (70; 83; 90; 00; 0; 20) (-0; -97; -90; -77; -60, -50) a2 (40; 55; 65; 75; 80; 90) (85; 93; 00; 0; 5; 25) (-85; -80; -70; -58; -50; -40) a3 (20; 35; 45; 50; 60; 70) (5; 30; 35; 40; 45; 50) (-30; -20; -0; 0; 5; 0) a4 (85; 90; 00; 0; 5; 25) (85; 93; 00; 05; 08; 5) (-5; -0; -5; 5; 0; 5) a5 (45; 48; 50; 53; 58; 60) (40; 45; 50; 50; 53; 55) (35; 40; 45; 50; 55; 60) ud

17 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 70 Fuzzy-Wahrschelchkete aus Tabelle 3.23 auf Sete 95 s s s2 s3 Fuzzy-Wahrschelchkete P (s e?? e e,? ) ( ; ; ; ; ; ) P(s, ) (0,45; 0,48 ; 0,49 ; 0,5; 0,53 ; 0,55) P (s, 2 ) (0,26 ; 0,28 ; 0,29 ; 0,3 ; 0,3; 0,33) P(s, 3 ) (0,7 ; 0,8; 0,2 ; 0,2 ; 0,2; 0,23)? (4) 0,5? 2 (4) 0,28? 3 (4) 0,2?? e a (5) 0,53 0,55 a 2 (5) 0,28 0,26 a 3 (5) 0,9 0,9 Matrx der Berechugsgröße? (4),? (5) ud e (5)

18 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 7 P e?? e e,? ( ; ; ; ; ; ) a (73,6 ; 9,8 ; 09 ; 25,8 ; 40,4 ; 5,6) a2 (70,7 ; 86,4 ; 98,5 ; 09,6 ; 9,8 ; 32,7) a3 (83,9 ; 00,9 ; ; 7, ; 27,8 ; 37,2) a4 (62 ; 69,8 ; 79 ; 87,6 ; 94, ; 03,5) a5 (4, ; 45,4 ; 49 ; 5,5 ; 56 ; 58,7) Matrx der Fuzzy-Gewerwartugswerte P be Vorgabe vo Fuzzy-Gewe des e-?-tys ,5 0, Möglchket der Vorselekto Kozetrato auf wesetlche Alteratve

19 Prof. Dr. H. Rommelfager: tschedugstheore, Katel tschedug be uzuverlässge Wahrschelchkete HODGS-LHMANN-Regel I Φ ( ak) max[ u + ( ) mu] Kombato zwsche dem Nutzeerwartugswert ud dem Maxm-Krterum: st vo dem tschedugsträger dvduell festzulege Vertrauesarameter (Je größer, desto größer das Vertraue de Wahrschelchketsvertelug) Für l HODGS-LHMANN-Regel I BRNOULLI-Akto Für l 0 HODGS-LHMANN-Regel I Maxm-Regel

20 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 73 < 3.27 > l 0,5 (s ) 0,5, (s 2 ) 0,3, (s 3 ) 0,2; 0,5 s s 2 s 3 (a ) + 2 u m 2 a ,5 a ,5 22,25 a ,5 a , 4,55 a HODGS-LHMANN-Regel I mt Fuzzy-Nutzewerte Φ(a k ) R Ma x [ U + ( ) R M U ]

21 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 74 < 3.28 > l 0,5 (s ) 0,5, (s 2 ) 0,3, (s 3 ) 0,2; 0,5 a a2 a3 a4 a5 Maxm (-0; -97; -90; -77; -60, -50) (-85; -80; -70; -58; -50; -40) (-30; -20; -0; 0; 5; 0) (-5; -0; -5; 5; 0; 5) (35; 40; 45; 50; 55; 60) BRNOULLI (84; 95,5; 09; 24,6; 33,5; 4) (78,5; 89,4; 98,5; 08,9; 4,5; 24,5) (88,5; 02,5; ; 7; 24,5; 32) (65; 70,9; 79; 87,5; 9,9; 00) (4,5; 45,5; 49; 5,5; 55,9; 58,5) HODGS- LHMANN I (-3; -0,8; 9,5; 23,8; 36,8; 45,5) (-3,3; 4,7; 4,3; 25,5; 32,3; 42,3) (29,3; 4,3; 50,5; 58,5; 64,8; 7) (25; 30,5; 37; 46,3; 5,0; 57,5) (38,3; 42,8; 47; 50,8; 55,5; 59,3)

22 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 75 HODGS-LHMANN-Regel II. Schrtt: Bestmmug ees dvduelle Mdestutzeveaus u 0, Obergreze u 0 Maxmum der schlechteste Werte aller Alteratve -max m u Be u 0 mmal, d. h. BRNOULLI-Akto otmal. 2. Schrtt: u, st ede 0 m m u Awedug des rwartugswertkrterums u k u für alle, de m u u erfülle. 0

23 Prof. Dr. H. Rommelfager: tschedugstheore, Katel 3 76 < 3.29 > Setze Besel < 3. > u 0-0, HODGS-LHMANN-Regel II mt Fuzzy-Nutzewerte Φ ( a ) R Ma x{ U R M U k u0} < 3.30 > Fuzzy-Matrx scharfe Greze u0-0 uscharfe Schrake der Form U e?? e e,? 0 (u0,u0,u 0,u 0, u 0, u 0 ) mt u? e 0 u 0 u 0 u 0 be U, 0 ( 35, 20, 0, 0, 0, 0), Fuzzy-Matrx ud Fuzzy-rwartugswerte

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen IT Zahlesysteme Zahledarstellug eem Stellewertcode (jede Stelle hat ee bestmmte Wert) Def. Code: Edeutge Abbldugsvorschrft für de Abbldug ees Zeche-Vorrates eem adere Zechevorrat. Dezmalsystem De Bass

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

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

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten Festverzslche Wertaere Kurse ud Redte be gazzahlge Restlaufzete Glederug. Rückblck: Grudlage der Kursrechug ud Redteermttlug 2. Ausgagsstuato 3. Herletug der Formel 4. Abhäggket vom Marktzsveau 5. Übugsaufgabe

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

19. Amortisierte Analyse

19. Amortisierte Analyse 9. Amortserte Aalyse Amortserte Aalyse wrd egesetzt zur Aalyse der Laufzet vo Operatoe Datestrukture. Allerdgs wrd cht mehr Laufzet ezeler Operatoe aalysert, soder de Gesamtlaufzet eer Folge vo Operatoe.

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen Ivestmetfods Kezahleberechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 01.01.2007 Ihalt 1 erformace 4 1.1 Berechug der erformace über de gesamte Beobachtugzetraum (absolut)... 4 1.2 Aualserug

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

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

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

Mehr

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

F 6-2 π. Seitenumbruch

F 6-2 π. Seitenumbruch 6 trebsauslegug Für dese ckelprozess üsse de otore so ausgelegt werde, dass dese Fahrbetreb cht überlastet werde. Herfür üsse de ezele asseträghetsoete [7] der Bautele (otor, etrebe, ckler ud Ulekrolle)

Mehr

Strittige Auffassungen zu Anforderungsprofil und Betriebsart bei der Neufassung der IEC 61508-3 und -7

Strittige Auffassungen zu Anforderungsprofil und Betriebsart bei der Neufassung der IEC 61508-3 und -7 Strtte Auffassue zu Aforderusrofl ud Betrebsart be der Neufassu der IEC 6508-3 ud -7 Vortra a der TU Brauschwe m November 205 vo Wolfa Ehreberer, Hochschule Fulda 7..205 Ehreberer, IEC 6508, Strtte Auffassue...

Mehr

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen .. Jährlche Retezahluge... Vorschüssge Retezahluge Ausgagspukt: Über ee edlche Zetraum wrd aus eem Kaptal (Retebarwert v, ), das zseszslch agelegt st, jewels zu Beg ees Jahres ee bestmmte Reterate ř gezahlt

Mehr

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst Marketg- ud Iovatosmaagemet Herbstsemester 2013 - Übugsaufgabe Leseder: Prof. Dr. Adreas Fürst Isttut für Marketg ud Uterehmesführug Abtelug Marketg Uverstät Ber Ihaltsverzechs 1 Eletug Allgemee Grudlage

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

1 Elementare Finanzmathematik

1 Elementare Finanzmathematik Elemetare Fazmathemat 4 Elemetare Fazmathemat Zel: Bewertug ud Verglech atueller ud zuüftger Geldströme. Determstsche Zahlugsströme Defto: E determstscher Zahlugsstrom st ee Futo Z: N R, de jedem Zetput

Mehr

Physikalisch-Technische Bundesanstalt, Braunschweig

Physikalisch-Technische Bundesanstalt, Braunschweig Üerscht üer essuscherhetserechuge vo der Darstellug der Ehet des Drehmometes üer de Wetergae s h zur Aedug ud Bespel eer Ope-ource-Aedug dafür Drk Röske Physkalsch-Techsche Budesastalt, Brauscheg Darstellug

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

Wie gelingt es den Buchmachern (oder FdJ 1 ) IMMER zu gewinnen

Wie gelingt es den Buchmachern (oder FdJ 1 ) IMMER zu gewinnen We gelgt es de Buchacher (oder FdJ IMMER zu gewe Eletug Schrebwese ud Varable Erwarteter Gew des Buchachers 4 4 De Stratege der Buchacher 5 4 Der ehrlche Buchacher 6 4 "real lfe" Buchacher6 4 La FdJ 9

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. Zusammenhangsanalysen: Korrelation und Regression 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt

Mehr

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion AG Kstrut KONTRUKTION Plaetegetrebe (Umlaufgetrebe) rpt TU Berl, AG Kstrut Plaetegetrebe Vrtele Plaetegetrebe: e Achsversatz z.t. sehr grße Über-/Utersetzuge möglch grße Tragraft guter Wrugsgrad Rhlff

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Ole- ud a de müdlche Prüfuge abgegebe sowet erforderlch. A der schrftlche Klausur (Ope-book-Prüfug)

Mehr

F Fehlerrechnung 1. Systematische und statistische Fehler

F Fehlerrechnung 1. Systematische und statistische Fehler -F.- F Fehlerrechug. Systematsche ud statstsche Fehler Jede Messug eer physkalsche Größe st mt eem Fehler verbude. Es st daher otwedg be der Agabe des Messwertes ee Fehlerabschätzug azugebe. Ma uterschedet

Mehr

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit Glederug: A. Vermögesverwaltug I. Gegestad II. Ablauf III. Koste B. Grudzüge der Kaptalmarkttheore I. Portefeulletheore 1. Darstellug. Krtk II. Captal Asset Prcg Model (CAPM) 1. Darstellug. Krtk III. Arbtrage

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

Oesterreichische Kontrollbank AG. Pensionskassen. Performanceberechnung Asset Allocation. Berechnungsmethoden

Oesterreichische Kontrollbank AG. Pensionskassen. Performanceberechnung Asset Allocation. Berechnungsmethoden Oeserrechsche Korollbak AG esoskasse erformaceberechug Asse Allocao Berechugsmehode Jul 200 Ihal erformaceberechug der OeKB...3 2 erformace...3 2. Defo der erformace...3 2.2 Berechugsmehode...4 2.3 Formel...4

Mehr

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Prüfuge abgegebe sowet erforderlch. Stad 1. Jul 2010. Äderuge vorbehalte. Formelsammlug Fazplaer

Mehr

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen?

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen? Aufgabe 1 (60 Pukte) De Gesellschaft XYZ betet als prvate Reteverscherug ee Idepolce gege Emalbetrag a mt eer Aufschubfrst vo zwe Jahre. Ivestert wrd e so geates IdeZertfkat, das be Retebeg das folgede

Mehr

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini

Lorenz' sche Konzentrationskurve und Disparitätsindex nach Gini Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Lorez' sche Kozetratoskurve ud Dspartätsdex ach G Übuge Aufgabe Lösuge www.f-lere.de Begrff Lorez'

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

7/7/06. Formulierung mittels Dynamischer Programmierung. Berechnungsbeispiel. Gewinnung der optimalen Reihenfolge

7/7/06. Formulierung mittels Dynamischer Programmierung. Berechnungsbeispiel. Gewinnung der optimalen Reihenfolge Formulerug mttels Dyamscher Programmerug Berechugsbespel Beobachtug: de Azahl der Telprobleme A j mt j st ur Folgerug: der aïve rekursve Algo berechet vele Telprobleme mehrfach! Idee: Bottom-up-Berechug

Mehr

Statistik mit Excel und SPSS

Statistik mit Excel und SPSS Stattk mt Excel ud SPSS G. Kargl Grudbegrffe Grudgeamthet Erhebugehet Merkmale Werteberech Stchprobe Telbereche der Stattk: Dekrtpve Stattk Iduktve Stattk Exploratve Stattk U- / B- / Multvarate Stattk

Mehr

MST Übung 3 Mathematik 2 Prof.Dr.B.Grabowski Tel.:

MST Übung 3 Mathematik 2 Prof.Dr.B.Grabowski   Tel.: MST Übug Mthemtk Prof.Dr.B.Grbowsk e-ml: grbowsk@htw-srld.de Tel.: 87- Iverse Mtrze ufgbe : Bereche Se de Iverse Mtr zu folgede Mtrze. Prüfe Se Ihr Ergebs, dem Se - bereche! b dg-,,-,,-, c 7 d ufgbe :

Mehr

IV. VERSICHERUNGSUNTERNEHMUNG

IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG Vers.-Oek.Tel-I-Ka-IV--5 Dr. Rurecht Wtzel; HS 09.0.009 IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG. Überblck ) I desem Katel wede wr us der Aalyse der Verscherugsuterehmug

Mehr

qu.j. an = a 0 q unterjährlich wobei Zinsen in m gleiche zeitliche Abstände innerhalb eines Jahrs (n). = q -n a 0 = a n q -n

qu.j. an = a 0 q unterjährlich wobei Zinsen in m gleiche zeitliche Abstände innerhalb eines Jahrs (n). = q -n a 0 = a n q -n cd. rer. oec. Brzosk Zusefssug Fzerug ud Iveso cd. rer. oec. Mr T. ocybk A. Ivesosrechug I. Fzhesche Zsrechug (BvC/L, F., S. 8 S. 39) Aufzsugsfkor: ( ) + q q Erreche, welche Edwer ( ) ee elge Ezhlug eer

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

Investition und Finanzierung Skript III

Investition und Finanzierung Skript III Ivestto ud Fazerug Skrpt III zuletzt geädert am: 05.05.03 Ivestto ud Fazerug Skrpt III Quelle: Vorlesug Ivestto ud Fazerug 6. Semester, FH Erfurt, Prof. Dr. Waldhelm Copyrght 2003 BSTM Sete Alle Agabe

Mehr

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern AMMO Berchte aus Forschug ud Techologetrasfer Etwcklug eer Dsatcherfukto zur Überrüfug vo Nomerugsmege der Betrebsführug vo Erdgassecher Prof. Dr. sc. tech. Dr. rer. at. R. Ueckerdt Dr.Ig. H.W. Schmdt

Mehr

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf

Das Verfahren von Godunov. Seminar Numerik 25.11.2010 Anja Bettendorf Das Verfahre vo Goduov Semar Numerk 5..00 Aja Beedorf Das Verfahre vo Goduov Übersch Goduov - Goduovs Verfahre für Leare Syseme Aweduge & Folgeruge aus Goduovs Verfahre - De Numersche Fluss-Fuko m Goduov

Mehr

1. Erklärung des Verfahrens

1. Erklärung des Verfahrens Ermttlug der Höhe der Förderug für Eahme schaffede Projekte, dere Gesamtkoste 1 Mllo EUR überstege ud dere Nettoeahme vorab festgelegt werde köe 1. Erklärug des Verfahres Auf Grudlage der Ermttlug der

Mehr

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N

( ) := 1 N. μ 1 : Mittelwert. 2.2 Statistik und Polydispersität. Definition des k-ten Moments: Definition des k-ten zentralen Moments: 1 N . Charakterserug vo Polymere. moodsperse polydsperse cytochrom c Ege Bopolymere (Ezyme) habe ur ee ehetlche olekülgröße. moodsperse mometa st kee Polymersatosmethode verfügbar, de Polymere mt eer ehetlche

Mehr

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien:

Regressionsverfahren haben viele praktische Anwendungen. Die meisten Anwendungen fallen in eine der folgenden beiden Kategorien: Regressoslse De Regressoslse st ee Slug vo sttstshe Alseverfhre. Zel e de häufgste egesetzte Alseverfhre st es Bezehuge zwshe eer hägge ud eer oder ehrere uhägge rle festzustelle. Se wrd sesodere verwedet

Mehr

Hochschule Furtwangen University Sommersemester Prof. Dr. Thomas Schneider Medien und Informatik 2. Übungsblatt 5. dar.

Hochschule Furtwangen University Sommersemester Prof. Dr. Thomas Schneider Medien und Informatik 2. Übungsblatt 5. dar. Hochschle Frtwage Uversty Sommersemester 0 Fakltät Dgtale Mede Mathematk Prof. Dr. Thomas Scheder Mede d Iformatk Übgsblatt. Elemetares Reche mt komplexe Zahle Es se w= +. a) Blde Se de komplex Kojgerte

Mehr

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient Ablehugsberech:!Sgfkazveau abhägge Gruppe: Gruppe vo Versuchspersoe, dee jede ezele Versuchsperso aus Gruppe A eer äquvalete Versuchsperso aus Gruppe B etsprcht (oder tatsächlch de gleche Versuchsperso

Mehr

2. Arbeitsgemeinschaft (11.11.2002)

2. Arbeitsgemeinschaft (11.11.2002) Mat T. Kocbk G Fazeugs- & Ivesttostheoe Veastaltug m WS / Studet d. Wtschatswsseschat. betsgemeschat (..). Fshe-Sepaato Das Fshe-Sepaatostheoem sagt aus, daß ute bestmmte ahme heutge ud mogge Kosum substtueba

Mehr

EINLEITUNG, FEHLERRECHNUNG

EINLEITUNG, FEHLERRECHNUNG Eletug FEHLERRECHNUNG ohe Dfferetalrechug 04.05.006 Blatt 1 EINLEITUNG, FEHLERRECHNUNG Aufgabe des physkalsche Praktkums st es, dem Studerede de Physk durch das Expermet äher zu brge, h mt der Methode

Mehr

Physikalische Chemie T Fos

Physikalische Chemie T Fos Physkalsche Cheme T Fos ISCHPHSEN.... ZUSENSETZUNG VO ISCHPHSEN.... EXTENSIVE - UND INTENSIVE GRÖßEN... 4.. Partelles olvolume V m... 7.3 DS ROULTSCHE GESETZ... 0.4 KOLLIGTIVE EIGENSCHFTEN....4. De Sedeuktserhöhug...

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quattatve BWL. el: Fazwtschaft Mag. oáš Sedlačk Lehstuhl fü Fazdestlestuge Uvestät We Quattatve BWL: Fazwtschaft Ogasatosches Isgesat wd es 6 ee gebe (5 Ehete + Klausu Klausu fdet a D 7. Jaua 009 statt

Mehr

Lage- und Streuungsmaße

Lage- und Streuungsmaße Statstk für SozologIe Lage- ud Streuugsmaße Uv.Prof. Dr. Marcus Hudec Beschrebug quattatver Date Um de emprsche Vertelug ees quattatve Merkmals zu beschrebe, betrachte wr Parameter, de ee Verdchtug der

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

Zentrum für Sensorsysteme Projektbereich 5 "Anwendung von Sensoren in der Fertigungstechnik" Univ.-Prof. Dr.-Ing. Peter Scharf

Zentrum für Sensorsysteme Projektbereich 5 Anwendung von Sensoren in der Fertigungstechnik Univ.-Prof. Dr.-Ing. Peter Scharf UNIVERSITÄT SIEGEN Zetrum für Sesorssteme Projektberech 5 "Awedug vo Sesore der Fertgugstechk" Uv.-Prof. Dr.-Ig. Peter Scharf Utersuchug des Eflusses vo Algorthme auf de Messuscherhet be der D-Geometremessug

Mehr

BANK ONLINE Zentraler Bankdaten-Transfer

BANK ONLINE Zentraler Bankdaten-Transfer BANK ONLINE Zetraler Bakdate-Trasfer Ihaltsverzechs 1 Lestugsbeschrebug... 3 2 Itegrato das Ageda-System... 4 3 Hghlghts... 5 3.1 Efachste Aktverug... 5 3.2 Abruf vo Kotoauszüge... 6 3.3 Bakeübergrefede

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche ozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 8.9 Harry Zgel 99-4, EMal: HZgel@aol.com, Iteret:

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

Innovative Information Retrieval Verfahren

Innovative Information Retrieval Verfahren Thomas Madl Iovatve Iformato Retreval Verfahre Hauptsemar Wtersemester 004/005 Überblc Formales Vortrag Ausarbetug Scheerwerb Termplaug Kurzvorstellug Theme Themevergabe Wederholug Grudlage Gewchtug ud

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche Kozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 0.00 Harry Zgel 99-006, EMal: HZgel@aol.com, Iteret:

Mehr

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1 Ivesttosetscheduge m Mult-Chael-Customer-Relatoshp Maagemet Has Ulrch Buhl, Na Kreyer, Na Schroeder Lehrstuhl für Betrebswrtschaftslehre, Wrtschaftsformatk & Facal Egeerg Kerkompetezzetrum Iformatostechologe

Mehr

W D P. Sebastian Müller, Gerhard Müller. Sicherheits-orientiertes Portfoliomanagement. Heft 09 / 2005

W D P. Sebastian Müller, Gerhard Müller. Sicherheits-orientiertes Portfoliomanagement. Heft 09 / 2005 Fachberech Wrtschaft Faculty of Busess Sebasta Müller, Gerhard Müller Scherhets-oretertes Portfolomaagemet Heft 09 / 2005 W D P Wsmarer Dskussospapere / Wsmar Dscusso Papers Der Fachberech Wrtschaft der

Mehr

Klausur Betriebswirtschaftslehre PM/B

Klausur Betriebswirtschaftslehre PM/B Isttut für Fazwrtschaft, Bake ud Verscheruge, Karlsruher Isttut für Techologe Klausur Betrebswrtschaftslehre PM/B Achtug: Ihalte der Vorlesug köe Zukuft ggf. cht mehr kosstet mt de Ihalte deser Klausur

Mehr

Grundzüge der Preistheorie

Grundzüge der Preistheorie - - Grudzüge der Prestheore Elemetare Gedake der uterehmersche Prespoltk Verso 3. Harr Zgel 999-3, EMal: HZgel@aol.com, Iteret: http://www.zgel.de Nur für Zwecke der Aus- ud Fortbldug Ihaltsüberscht. Grudgedake.....

Mehr

8. Mehrdimensionale Funktionen

8. Mehrdimensionale Funktionen Prof. Dr. Wolfgag Koe Mathematk, SS05.05.05 8. Mehrdmesoale Fuktoe Wer Greze überschretet, versucht, ee eue Dmeso vorzustoße. [Dael Mühlema, (*959), Übersetzer ud Aphorstker] Ege Leute sollte cht dü werde,

Mehr

Fernstudium. Technische Thermodynamik Teil: Energielehre

Fernstudium. Technische Thermodynamik Teil: Energielehre Fakultät Maschewese Isttut für Eergetechk, Professur für Techsche Therodyak Ferstudu Techsche Therodyak Tel: Eergelehre Prof. Dr. C. Bretkopf Wterseester 2012/13 Adstratves Techsche Therodyak Eergelehre

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

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6 Ihalt: Efaktorelle Varazaalyse Bortz: Bortz Kap. 7.0-7. Übug Statstk II SS 006 Musterlösug rbetsblatt 6 ufgabe 1: Nee Se de Verfahre für Mttelwertsvergleche, de Se bsher für tervallskalerte Date kee gelert

Mehr

2 Vollständige Induktion

2 Vollständige Induktion 8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes

Mehr

Bestimmen einer stetigen Ausgleichsfunktion f(x), die eine gegebene Menge von n Datenpunkten (x k

Bestimmen einer stetigen Ausgleichsfunktion f(x), die eine gegebene Menge von n Datenpunkten (x k Hochschule für Tech ud Archtetur Ber Iformat ud agewadte Mathemat 3- Ausglechs- ud Iterpolatosrechug 3 Ausglechs- ud Iterpolatosrechug De Aufgabe der Ausglechsrechug st mt Hlfe eer stetge Futo f()ee bestmmte

Mehr

Dr. Monika Meiler. Inhalt

Dr. Monika Meiler. Inhalt Uverstät Lepzg Isttut für Iforatk Dr. Moka Meler Ihalt Zahle ud hre Darstellug... -. Addtossystee... -. Postossystee... -.3 Dezal- ud Dualsyste... -3.3. Dezalsyste... -3.3. Dualsyste... -4.4 Wetere Bespele

Mehr

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß

1 k. 2.5 Logistischer Trend, Sättigungsmodelle Nichtlineare Regressionsanalyse, Bestimmtheitsmaß als Prüfmaß Thema Zetrehe Statstk - Neff INHALT. Zetreheaalyse, Tred Leare Regressosaalyse mt eem Eflussfaktor X = "Zet" De tredberegte Sasoschwakuge e = s = y ŷ De mttlere Sasoschwakuge s j k k = = s De rreguläre

Mehr

INSPIRIERENDE FAKTEN über hochwertigen ladenbackofen HTB

INSPIRIERENDE FAKTEN über hochwertigen ladenbackofen HTB BACKEN WAR NOCH NIE SO EINFACH E fac he u u t ve scr tou ee ch Ko tr oll e. u o T, Bl e backe ato k f Perso es. f O s e t ler a to pf k o fu sk g t l Mu tellu s E -Programmeauswähle- INSPIRIERENDE FAKTEN

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

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling Aalse ud praktsche Umsetzug uterschedlcher Methode des Radomzed Brach Samplg Dssertato zur Erlagug des Doktorgrades der Fakultät für Forstwsseschafte ud Waldökologe der GeorgAugustUverstät Göttge vorgelegt

Mehr

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145 Mahemer Mauskrpte zu Rskotheore, Portfolo Maagemet ud Verscherugswrtschaft Nr. 45 Methode der rskobaserte Kaptalallokato m Verscherugs- ud Fazwese vo Peter Albrecht ud Sve Korycorz Mahem 03/2003 Methode

Mehr

Berechnungen der einzelnen Metrics der Detaillierten Makrozoobenthos-Methode

Berechnungen der einzelnen Metrics der Detaillierten Makrozoobenthos-Methode Berechuge der ezele Metrcs der Detallerte Makrozoobethos-Methode Auszug aus dem LEITFADEN ZUR ERHEBUNG DER BIOLOGISCHEN QUALITÄTSELEMENTE TEIL A2 MAKROZOOBENTHOS Nachfolgeder Text st dem Letfade zur Erhebug

Mehr

Datenblatt. Geber- und Geberkabelvergleich MOVIDRIVE MDX 61B DT..- / DV..-Motoren zu DR..-Motoren

Datenblatt. Geber- und Geberkabelvergleich MOVIDRIVE MDX 61B DT..- / DV..-Motoren zu DR..-Motoren Atrebstechk \ Atrebsautomatserug \ Systemtegrato \ Servces Dateblatt Geber- ud Geberkabelverglech MOVIDRIVE MDX B DT..- / DV..-Motore zu -Motore Ausgabe 02/200 0040 / DE SEW-EURODRIVE Drvg the world Geberverglech

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Formelsammlug rtschaftsmathemat / Statst Formelsammlug für de Lehrverastaltug rtschaftsmathemat / Statst zugelasse für de Klausure zur rtschaftsmathemat ud Statst de Studegäge der Techsche Betrebswrtschaft

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

Maximum-Likelihood-Schätzungen für Verteilungsparameter eines ausgewählten stochastischen Prozesses

Maximum-Likelihood-Schätzungen für Verteilungsparameter eines ausgewählten stochastischen Prozesses Maxmm-kelhood-Schätzge ür Vertelgsarameter ees asgewählte stochastsche Prozesses Maxmm kelhood stmato M Uwe Mezel.3.7 Maxmm - kelhood - Methode st aktell! R. A. Fsher 89-96 C. F. Ga Methode der kleste

Mehr

Quantitative Geochemie mit Excel

Quantitative Geochemie mit Excel Kompaktkurs Quattatve Geocheme mt Excel Vom Meßwert zur petrogeetsche Modellerug geochemscher Date. ag: DAENAUFBEEIUNG Dateegabe ud Normerug Statstsche Kegröße Auswertug ees ICP-MS Datesatzes (Stöchometrsche

Mehr

Hotel "II Palazzo", Fukuoka, 1994 : Architekt : Aldo Rossi, Mailand

Hotel II Palazzo, Fukuoka, 1994 : Architekt : Aldo Rossi, Mailand Hotel " Palazzo", Fukuoka, 1994 : Archtekt : Aldo Ross, Malad Autor(e): Objekttyp: Koolhaas, Rem Artcle Zetschrft: Werk, Baue + Wohe Bad (Jahr): 83 (1996) Heft 5: Hülle ud Form = Eveloppe et forme = Evelope

Mehr

Zum Problem unterjähriger Zinsen und Zahlungen in der Zinseszinsrechnung

Zum Problem unterjähriger Zinsen und Zahlungen in der Zinseszinsrechnung Zu Proble urjährger Zse ud Zahluge der Zsessrechug Gewöhlch geht a der Zsessrechug davo aus, dass de Zse ach ee Jahr de Kapl ugeschlage werde ud da weder Zse trage. Der Zssat, t de das Kapl ultplert wrd,

Mehr

Versicherungsmathematische Formeln und Sätze WS 2001/02

Versicherungsmathematische Formeln und Sätze WS 2001/02 Pof. D. Detma Pfefe Vescheugsmathematsche Fomel ud Stze WS 200/02 Zsechug effete Zssatz: totale Zsetag aus dem fagsaptal "" ehalb ees Jahes Bawet des ach eem Jah fllge Kaptals "" Edwet des ach eem Jah

Mehr

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE)

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE) Stoffwerte vo Flüssgkete Oberflächespaug (PHYWE) Zel des Versuches st, de Platzbedarf ees Ethaol-Moleküls der Grezfläche zwsche Dapfphase ud Lösug aus der Kozetratosabhäggket der Oberflächespaug be wässrge

Mehr

Short Listing für multikriterielle Job-Shop Scheduling-Probleme

Short Listing für multikriterielle Job-Shop Scheduling-Probleme Short Lstg für ultkrterelle Job-Shop Schedulg-Problee Dr. Adré Heg, r.z.w.-cdata AG, Zu Hosptalgrabe 2, 99425 Wear, adre.heg@rzw.de 1. Multkrterelle Job-Shop Schedulg-Problee Das Job-Shop Schedulg-Proble,

Mehr