Das Bornhuetter Ferguson Prinzip. Über Gemeinsamkeiten bekannter Reservierungsverfahren
|
|
- Rosa Esser
- vor 6 Jahren
- Abrufe
Transkript
1 AbD 2V AbM BFV BFP Bsp Über Gemeinsamkeiten bekannter Reservierungsverfahren Klaus D. Schmidt Lehrstuhl für Versicherungsmathematik TU Dresden Mathias Zocher Aktuariat Nichtleben Allianz Suisse Dresden, 30. Oktober 2009
2 AbD 2V AbM BFV BFP Bsp Übersicht Abwicklungsdreieck für Schadenstände Zwei bekannte Reservierungsverfahren Abwicklungsmuster Das erweiterte Bornhuetter Ferguson Verfahren Das Bornhuetter-Ferguson Prinzip Beispiele aus der Praxis
3 AbD 2V AbM BFV BFP Bsp Abwicklungsdreieck für Schadenstände (1) Schaden Abwicklungsjahr jahr
4 AbD 2V AbM BFV BFP Bsp Abwicklungsdreieck für Schadenstände (2) Schaden Abwicklungsjahr jahr
5 AbD 2V AbM BFV BFP Bsp Abwicklungsdreieck für Schadenstände (3) Schaden Abwicklungsjahr jahr
6 AbD 2V AbM BFV BFP Bsp Abwicklungsquadrat für Schadenstände Schaden Abwicklungsjahr jahr k... n i... n 1 n 0 S 0,0 S 0,1... S 0,k... S 0,n i... S 0,n 1 S 0,n 1 S 1,0 S 1,1... S 1,k... S 1,n i... S 1,n 1 S 1,n.... i S i,0 S i,1... S i,k... S i,n i... S i,n 1 S i,n n k S n k,0 S n k,1... S n k,k... S n k,n i... S n k,n 1 S n k,n.... n 1 S n 1,0 S n 1,1... S n 1,k... S n 1,n i... S n 1,n 1 S n 1,n n S n,0 S n,1... S n,k... S n,n i... S n,n 1 S n,n Ein Schadenstand S i,k heißt beobachtbar falls i + k n. nicht beobachtbar oder zukünftig falls i + k > n. aktueller Schadenstand falls i + k = n. Endschadenstand falls k = n
7 AbD 2V AbM BFV BFP Bsp Prognose Aufgabe der Schadenreservierung ist die Prognose aller Endschadenstände S i,n aller Schadenjahrreserven S i,n S i,n i der Gesamtreserve n i=0 (S i,n S i,n i ) erweiterter Aufgabenbeich: Prognose aller zukünftigen Schadenstände S i,k aller zukünftigen Zuwächse Z i,k := S i,k S i,k 1 aller Kalenderjahrreserven n j=p n Z j,p j mit i + k > n und p = n + 1,..., 2n. Die zentrale Aufgabe besteht daher in der Prognose der zukünftigen Schadenstände (alternativ der zukünftigen Zuwächse).
8 AbD 2V AbM BFV BFP Bsp Chain-Ladder Bornhuetter-Ferguson Übersicht Abwicklungsdreieck für Schadenstände Zwei bekannte Reservierungsverfahren Das Chain-Ladder Verfahren Das Bornhuetter-Ferguson Verfahren Abwicklungsmuster Das erweiterte Bornhuetter Ferguson Verfahren Das Bornhuetter-Ferguson Prinzip Beispiele aus der Praxis
9 AbD 2V AbM BFV BFP Bsp Chain-Ladder Bornhuetter-Ferguson Chain Ladder Faktoren Aus den beobachtbaren Schadenständen werden die Chain Ladder Faktoren geschätzt. ϕ CL k := n k j=0 S j,k n k j=0 S j,k 1 Schaden Abwicklungsjahr k jahr i ϕ CL k 2,051 1,329 1,232 1,120 1,044
10 AbD 2V AbM BFV BFP Bsp Chain-Ladder Bornhuetter-Ferguson Chain Ladder Verfahren Für i = 0, 1,..., n und k = n i,..., n werden die Prädiktoren Ŝ CL i,k := S i,n i k l=n i+1 als Chain Ladder Prädiktoren bezeichnet. ϕ CL l Beim Chain Ladder Verfahren werden die aktuellen Schadenstände mit Hilfe der Chain Ladder Faktoren ϕ CL l schrittweise auf das Niveau des Abwicklungsjahres k skaliert.
11 AbD 2V AbM BFV BFP Bsp Chain-Ladder Bornhuetter-Ferguson Das Bornhutter-Ferguson Verfahren In der ursprünglichen Form zielt das Bornhuetter-Ferguson Verfahren auf die Prognose der Schadenjahrreserven R i := S i,n S i,n i Die Borhuetter-Ferguson Prädiktoren der Schadenjahrreserven R i sind definiert als ( ) R i := 1 γ n i CL π i κ i mit γ CL n i die aus den Chain-Ladder Faktoren berechnete Quote π i ein Volumenmass und κ i ein Schätzer für die erw. Schadenquote κ i := E[S i,n /π i ]
12 AbD 2V AbM BFV BFP Bsp Chain-Ladder Bornhuetter-Ferguson Vergleich mit dem Chain-Ladder Verfahren Der Prädiktor für den Endschadenstand lässt sich in der Form ( ) Ŝi,n BF = S i,n i + 1 γ n i CL π i κ i schreiben. Im Gegensatz zum Chain-Ladder Verfahren werden Abwicklungsquoten statt Faktoren verwendet, wird der aktuelle Schadenstand S i,n i nicht explizit zur Berechnung der Reserven benötigt und wird mit dem Volumenmass π i und der Schadenquote κ i Information ausserhalb des Schadendreiecks verwendet.
13 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Übersicht Abwicklungsdreieck für Schadenstände Zwei bekannte Reservierungsverfahren Abwicklungsmuster Das erweiterte Bornhuetter Ferguson Verfahren Das Bornhuetter-Ferguson Prinzip Beispiele aus der Praxis
14 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Abwicklungsmuster (1) Ein Abwicklungsmuster für Quoten besteht aus Parametern γ 0, γ 1,..., γ n mit γ k = E[S i,k ]/E[S i,n ] für alle k = 0, 1,..., n und alle i = 0, 1,..., n. Die Parameter werden als Abwicklungsquoten bezeichnet. Ein Abwicklungsmuster für Anteile besteht aus Parametern ϑ 0, ϑ 1,..., ϑ n mit ϑ k = E[Z i,k ]/E[S i,n ] für alle k = 0, 1,..., n und alle i = 0, 1,..., n. Die Parameter werden als Abwicklungsanteile bezeichnet.
15 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Abwicklungsmuster (2) Ein Abwicklungsmuster für Faktoren besteht aus Parametern ϕ 1,..., ϕ n mit ϕ k = E[S i,k ]/E[S i,k 1 ] für alle k = 1,..., n und alle i = 0, 1,..., n. Die Parameter werden als Abwicklungsfaktoren bezeichnet. Ein Abwicklungsmuster für Raten besteht aus Parametern β 0, β 1,..., β n mit β k = E[Z i,k ]/E[Z i,0 ] für alle k = 0, 1,..., n und alle i = 0, 1,..., n. Die Parameter werden als Abwicklungsraten bezeichnet.
16 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Abwicklungsmuster (3) Ein Abwicklungsmuster für Schadenquotenzuwächse besteht aus Parametern ζ 0 (π), ζ 1 (π),..., ζ n (π) mit ζ k (π) = E [ Z i,k /π i ] für alle k = 0, 1,..., n und alle i = 0, 1,..., n. Dabei ist π = (π 0, π 1,..., π n ) ein Vektor von Volumenmassen (zum Beispiel Prämien oder Anzahl Verträge), der vorgegeben ist.
17 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Äquivalenz Folgende Abwicklungsmuster sind äquivalent, d.h. sie können ineinander überführt werden: Abwicklungsmuster für Quoten Abwicklungsmuster für Anteile Abwicklungsmuster für Faktoren Abwicklungsmuster für Raten Liegt ein Abwicklungsmuster für Schadenquotenzuwächse vor, dann sind auch die Voraussetzung aller oben genannten Abwicklungsmuster erfüllt. Für die umgekehrte Implikation ist die zusätzlich Annahme einer schadenjahrunabhängigen Schadenquote bezüglich des betrachteten Volumenmasses notwendig.
18 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Schätzung der Quoten Schaden Abwicklungsjahr jahr ,287 0,533 0,696 0,858 0,958 1, ,275 0,520 0,686 0,846 0,951 1, ,265 0,509 0,677 0,833 0,937 1, ,262 0,506 0,683 0,842 0,930 1, ,238 0,587 0,738 0,876 0,945 1, ,282 0,522 0,686 0,851 0,940 1,000
19 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Schätzung der Anteile Schaden Abwicklungsjahr jahr ,287 0,245 0,163 0,162 0,100 0, ,275 0,245 0,166 0,160 0,104 0, ,265 0,245 0,167 0,156 0,105 0, ,262 0,243 0,177 0,158 0,088 0, ,238 0,349 0,151 0,138 0,069 0, ,282 0,239 0,164 0,164 0,090 0,060
20 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Schätzung der Faktoren Für die Schätzung der Parameter ϕ 1,..., ϕ n des Abwicklungsmusters für Faktoren stehen für Abwicklungsjahr k zunächst alle Schätzer ϕ i,k := S i,k /S i,k 1 mit i = 0, 1,..., n k zur Verfügung. Schaden Abwicklungsjahr k jahr i ,853 1,306 1,233 1,116 1, ,889 1,319 1,234 1,123 1, ,923 1,329 1,230 1,126 1, ,928 1,351 1,232 1,105 1, ,470 1,258 1,187 1,079 1, ,847 1,351 1,240 1,105 1,064
21 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Chain Ladder Faktoren Die Chain Ladder Faktoren ϕ CL k := n k j=0 S j,k 1 n k h=0 S h,k 1 sind Schätzer für die Faktoren ϕ k. ϕ j,k = n k j=0 S j,k n k j=0 S j,k 1 Schaden Abwicklungsjahr k jahr i ϕ CL k 2,051 1,329 1,232 1,120 1,044
22 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Chain Ladder Quoten Die Chain Ladder Quoten γ CL k := n l=k+1 1 ϕ CL l sind Schätzer für die Abwicklungsquoten γ k. Abwicklungsjahr k ϕ CL k 2,051 1,329 1,232 1,120 1,044 γ CL k 0,255 0,522 0,694 0,855 0,958 1,000
23 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Schätzung der Raten Für die Schätzung der Parameter β 0, β 1,..., β n des Abwicklungsmusters für Raten stehen für Abwicklungsjahr k zunächst alle Schätzer β i,k := Z i,k /Z i,0 mit i = 0, 1,..., n k zur Verfügung. Schaden Abwicklungsjahr k jahr i ,000 0,853 0,567 0,564 0,347 0, ,000 0,889 0,603 0,582 0,379 0, ,000 0,923 0,632 0,588 0,395 0, ,000 0,928 0,676 0,604 0,336 0, ,000 1,470 0,638 0,580 0,290 0, ,000 0,847 0,582 0,582 0,318 0,212
24 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Panning Raten Die Panning Raten β PA k := n k j=0 Zj,0 2 n k β h=0 Z h,0 2 j,k = n k j=0 Z j,k Z j,0 n k j=0 Z j,0 2 sind Schätzer für die Raten β k. Schaden Abwicklungsjahr k jahr i β PA k 1,000 1,092 0,632 0,580 0,365 0,148
25 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Panning Quoten Die Panning Quoten γ PA k := k l=0 n l=0 β PA l β PA l sind Schätzer für die Abwicklungsquoten γ k. Abwicklungsjahr k β PA k 1,000 1,092 0,632 0,580 0,365 0,148 γ PA k 0,262 0,548 0,714 0,866 0,961 1,000
26 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Schätzung der Schadenquotenzuwächse Für die Schätzung der Parameter ζ 0 (π), ζ 1 (π),..., ζ n (π) des Abwicklungsmusters für Schadenquotenzuwächse stehen für Abwicklungsjahr k zunächst alle Schätzer ζ i,k (π) := Z i,k /π i mit i = 0, 1,..., n k zur Verfügung. Schaden Abwicklungsjahr k jahr i ,250 0,214 0,142 0,141 0,087 0, ,247 0,220 0,149 0,144 0,094 0, ,239 0,220 0,151 0,140 0,094 0, ,248 0,231 0,168 0,150 0,083 0, ,250 0,368 0,159 0,145 0,072 0, ,230 0,195 0,134 0,134 0,073 0,
27 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Additive Schadenquotenzuwächse Die additiven Schadenquotenzuwächse ζ AD k (π) := n k j=0 π j n k ζ h=0 π j,k (π) = h n k j=0 Z j,k n k j=0 π j sind Schätzer für die Schadenquotenzuwächse ζ k. Schaden Abwicklungsjahr k jahr i π i ζ AD k 0,243 0,260 0,154 0,142 0,090 0,037
28 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Additive Quoten Die additiven Quoten γ AD k (π) := k l=0 n l=0 ζ AD l ζ AD l (π) (π) sind Schätzer für die Abwicklungsquoten γ k. Abwicklungsjahr k ζ AD k 0,243 0,260 0,154 0,142 0,090 0,037 γ AD k 0,263 0,543 0,709 0,862 0,960 1,000
29 AbD 2V AbM BFV BFP Bsp Definitionen Äquivalenz Schätzung Fazit Fazit zu den Abwicklungsmustern Es gibt verschiedene Sichtweisen auf Abwicklungsmuster. Zur Schätzung kann unterschiedliche Information verwendet werden. Das Abwicklungsmuster für Quoten eignet sich zum Vergleich der verschiedenen Schätzungen.
30 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Übersicht Abwicklungsdreieck für Schadenstände Zwei bekannte Reservierungsverfahren Abwicklungsmuster Das erweiterte Bornhuetter Ferguson Verfahren Das Loss Development Verfahren Das Chain Ladder Verfahren Das Cape Cod Verfahren Das additive Verfahren Das Verfahren von Panning Das Bornhuetter-Ferguson Prinzip
31 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Erweitertes Bornhuetter Ferguson Verfahren (1) Dem erweiterten Bornhuetter Ferguson Verfahren liegt die Annahme zugrunde, dass ein Abwicklungsmuster für Quoten vorliegt und dass a priori Schätzer γ 0, γ 1,..., γ n mit γ n = 1 für die Abwicklungsquoten γ 0, γ 1,..., γ n und a priori Schätzer α 0, α 1,..., α n für die erwarteten Endschadenstände α i := E[S i,n ] mit i = 0, 1,..., n verfügbar sind.
32 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Erweitertes Bornhuetter Ferguson Verfahren (2) Die a priori Schätzer können aus interner Information (Abwicklungsdreieck), Volumenmaßen (Prämien für den vorliegenden Bestand), externer Information (Marktstatistiken oder Daten aus ähnlichen Beständen) oder einer Kombination dieser Informationsquellen gewonnen werden.
33 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Erweitertes Bornhuetter Ferguson Verfahren (3) Für i = 0, 1,..., n und k = n i,..., n werden die Prädiktoren ) Ŝi,k BF := S i,n i + ( γ k γ n i α i als Bornhuetter Ferguson Prädiktoren bezeichnet. Beim Bornhuetter Ferguson Verfahren werden also die aktuellen Schadenstände mit Hilfe der a priori Schätzer α i für die erwarteten Endschadenstände und der a priori Schätzer γ k für die Schadenquoten linear fortgeschrieben. Wichtig ist die Trennung von Abwicklungsmuster und erwartetem Endschadenstand.
34 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Erweitertes Bornhuetter Ferguson Verfahren (4) Schaden Abwicklungsjahr k jahr i α i γ k 0,280 0,530 0,710 0,860 0,950 1,000
35 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Übersicht Abwicklungsdreieck für Schadenstände Zwei bekannte Reservierungsverfahren Abwicklungsmuster Das erweiterte Bornhuetter Ferguson Verfahren Das Loss Development Verfahren Das Chain Ladder Verfahren Das Cape Cod Verfahren Das additive Verfahren Das Verfahren von Panning Das Bornhuetter-Ferguson Prinzip
36 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Loss Development Verfahren (1) Dem Loss Development Verfahren liegt die Annahme zugrunde, dass ein Abwicklungsmuster für Quoten vorliegt und dass a priori Schätzer γ 0, γ 1,..., γ n mit γ n = 1 für die Abwicklungsquoten γ 0, γ 1,..., γ n verfügbar sind.
37 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Loss Development Verfahren (2) Für i = 0, 1,..., n und k = n i,..., n werden die Prädiktoren Ŝ LD i,k := γ k S i,n i γ n i als Loss Development Prädiktoren bezeichnet. Beim Loss Development Verfahren werden die aktuellen Schadenstände zunächst mit Hilfe des Schätzers γ n i auf das Niveau des letzten Abwicklungsjahres n und sodann mit Hilfe des Schätzers γ k auf das Niveau des Abwicklungsjahres k skaliert.
38 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Loss Development Verfahren (3) Wegen ( ) Ŝi,k LD Si,n i = S i,n i + γ k γ n i γ n i lassen sich die Loss Development Prädiktoren als Bornhuetter Ferguson Prädiktoren bezüglich der a priori Schätzer γ 0, γ 1,..., γ n der Schadenquoten und der a priori Schätzer vom Loss Development Typ α LD i ( γ) := S i,n i γ n i der erwarteten Endschadenstände interpretieren.
39 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Loss Development Verfahren (4) Schaden Abwicklungsjahr k jahr i γ k 0,280 0,530 0,710 0,860 0,950 1,000
40 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Übersicht Abwicklungsdreieck für Schadenstände Zwei bekannte Reservierungsverfahren Abwicklungsmuster Das erweiterte Bornhuetter Ferguson Verfahren Das Loss Development Verfahren Das Chain Ladder Verfahren Das Cape Cod Verfahren Das additive Verfahren Das Verfahren von Panning Das Bornhuetter-Ferguson Prinzip
41 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Chain Ladder Verfahren (1) Dem Chain Ladder Verfahren liegt die Annahme zugrunde, dass ein Abwicklungsmuster für Faktoren vorliegt. Das Chain Ladder Verfahren beruht ausschließlich auf den beobachtbaren Schadenständen des Abwicklungsdreiecks und verwendet keine externe Information.
42 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Chain Ladder Verfahren (2) Für i = 0, 1,..., n und k = n i,..., n werden die Prädiktoren Ŝ CL i,k := S i,n i k l=n i+1 als Chain Ladder Prädiktoren bezeichnet. ϕ CL l Beim Chain Ladder Verfahren werden die aktuellen Schadenstände mit Hilfe der Chain Ladder Faktoren ϕ CL l schrittweise auf das Niveau des Abwicklungsjahres k skaliert.
43 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Chain Ladder Verfahren (3) Wegen Ŝi,k CL = γ k CL S i,n i γ CL n i = S i,n i + ( γ k CL γ n i CL ) Si,n i γ CL n i lassen sich die Chain Ladder Prädiktoren als Bornhuetter Ferguson Prädiktoren bezüglich der Chain Ladder Quoten γ 0 CL, γcl 1,..., γcl n und der a priori Schätzer von Loss Development Typ α LD i ( γ CL ) := S i,n i γ CL n i der erwarteten Endschadenstände interpretieren.
44 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Chain Ladder Verfahren (4) Schaden Abwicklungsjahr k jahr i ϕ CL k 2,051 1,329 1,232 1,120 1,044
45 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Übersicht Abwicklungsdreieck für Schadenstände Zwei bekannte Reservierungsverfahren Abwicklungsmuster Das erweiterte Bornhuetter Ferguson Verfahren Das Loss Development Verfahren Das Chain Ladder Verfahren Das Cape Cod Verfahren Das additive Verfahren Das Verfahren von Panning Das Bornhuetter-Ferguson Prinzip
46 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Cape Cod Verfahren (1) Dem Cape Cod Verfahren liegt die Annahme zugrunde, dass ein Abwicklungsmuster für Quoten vorliegt und dass a priori Schätzer γ 0, γ 1,..., γ n mit γ n = 1 für die Abwicklungsquoten γ 0, γ 1,..., γ n und ein Vektor π = (π 0, π 1,..., π n ) von Volumenmassen verfügbar sind, sowie eine Endschadenquote κ exisitiert, so dass [ ] Si,n κ = E für alle i = 0, 1,..., n gilt. π i
47 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Cape Cod Verfahren (2) Für i = 0, 1,..., n und k = n i,..., n werden die Prädiktoren ) Ŝi,k CC := S i,n i + ( γ k γ n i π i κ CC ( γ, π) mit der Cape Cod Endschadenquote κ CC ( γ, π) := n j=0 S j,n j n j=0 γ n j π j = n j=0 γ n j π j n k=0 γ n k π k S j,n j γ n j π j als Cape Cod Prädiktoren bezeichnet. Beim Cape Cod Verfahren werden die aktuellen Schadenstände mit Hilfe der mit der Schadenquote κ CC ( γ, π) normierten Volumenmasse π i und der a priori Schätzer γ k der Abwicklungsquoten linear fortgeschrieben.
48 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Cape Cod Verfahren (3) Wegen ) Ŝi,k CC = S i,n i + ( γ k γ n i π i κ CC ( γ, π) lassen sich die Cape Cod Prädiktoren als Bornhuetter Ferguson Prädiktoren bezüglich der a priori Schätzer γ 0, γ 1,..., γ n der Schadenquoten und der a priori Schätzer vom Cape Cod Typ α CC i ( γ, π) := π i κ CC ( γ, π) der erwarteten Endschadenstände interpretieren.
49 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Cape Cod Verfahren (4) Schaden Abwicklungsjahr k jahr i π i γ k 0,280 0,530 0,710 0,860 0,950 1,000 κ CC 0.926
50 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Übersicht Abwicklungsdreieck für Schadenstände Zwei bekannte Reservierungsverfahren Abwicklungsmuster Das erweiterte Bornhuetter Ferguson Verfahren Das Loss Development Verfahren Das Chain Ladder Verfahren Das Cape Cod Verfahren Das additive Verfahren Das Verfahren von Panning Das Bornhuetter-Ferguson Prinzip
51 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Additives Verfahren (1) Dem additivem Verfahren liegt die Annahme zugrunde, dass ein Vektor π = (π 0, π 1,..., π n ) von Volumenmassen verfügbar ist und dass bezüglich dieser Volumenmasse ein Abwicklungsmuster für Schadenquotenzuwächse vorliegt.
52 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Additives Verfahren (2) Für i = 0, 1,..., n und k = n i,..., n werden die Prädiktoren Ŝ AD i,k := S i,n i + π i als additive Prädiktoren bezeichnet. k l=n i+1 ζ l AD (π) Beim additiven Verfahren werden die aktuellen Schadenstände mit Hilfe der Prämien π i und der additiven Schadenquotenzuwächse schrittweise linear fortgeschrieben. ζ AD k (π)
53 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Additives Verfahren (3) Wegen ( Ŝi,k AD = S i,n i + γ k AD γ AD n i ) π i n l=0 ζ l AD (π) lassen sich die additiven Prädiktoren als Bornhuetter Ferguson Prädiktoren bezüglich der additven Quoten γ 0 AD, γad 1,..., γad n und der a priori Schätzer vom additivem Typ α AD i (π) := π i n l=0 der erwarteten Endschadenstände interpretieren. ζ l AD (π)
54 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Additives Verfahren (4) Es gilt π i n l=0 ζ AD l (π) = π i n j=0 S j,n j n j=0 γad n j (π) π j und damit α AD i (π) = α CC i ( γ AD (π), π) Damit kann das additive Verfahren als Spezialfall des Cape-Cod Verfahrens angesehen werden, bei dem die a priori Schätzer für die Abwicklungsquoten durch die additiven Quoten ersetzt werden.
55 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Additives Verfahren (5) Schaden Abwicklungsjahr k jahr i π i ζ AD k 0,243 0,260 0,154 0,142 0,090 0,037
56 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Übersicht Abwicklungsdreieck für Schadenstände Zwei bekannte Reservierungsverfahren Abwicklungsmuster Das erweiterte Bornhuetter Ferguson Verfahren Das Loss Development Verfahren Das Chain Ladder Verfahren Das Cape Cod Verfahren Das additive Verfahren Das Verfahren von Panning Das Bornhuetter-Ferguson Prinzip
57 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Verfahren von Panning (1) Dem Verfahren von Panning liegt die Annahme zugrunde, dass ein Abwicklungsmuster für Raten vorliegt. Das Verfahren von Panning beruht ausschließlich auf den beobachtbaren Schadenständen des Abwicklungsdreiecks und verwendet keine externe Information.
58 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Verfahren von Panning (2) Für i = 0, 1,..., n und k = n i,..., n werden die Prädiktoren Ŝ PA i,k := S i,n i + Z i,0 als Panning Prädiktoren bezeichnet. k l=n i+1 β PA l Beim Verfahren von Panning werden die aktuellen Schadenstände mit Hilfe der Zuwächse Z i,0 und der Panning Raten β PA k schrittweise linear fortgeschrieben.
59 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Verfahren von Panning (3) Wegen ( ) n Ŝi,k PA = S i,n i + γ k PA γ n i PA Z i,0 β l PA l=0 lassen sich die Panning Prädiktoren als Bornhuetter Ferguson Prädiktoren bezüglich der Panning Quoten γ 0 PA, γpa 1,..., γpa n und der a priori Schätzer vom Panning Typ α PA i := Z i,0 der erwarteten Endschadenstände interpretieren. n l=0 β PA l
60 AbD 2V AbM BFV BFP Bsp LD CL CC AD PA Verfahren von Panning (4) Schaden Abwicklungsjahr k jahr i β PA k 1,000 1,092 0,632 0,580 0,365 0,148
61 AbD 2V AbM BFV BFP Bsp Übersicht Abwicklungsdreieck für Schadenstände Zwei bekannte Reservierungsverfahren Abwicklungsmuster Das erweiterte Bornhuetter Ferguson Verfahren Das Bornhuetter-Ferguson Prinzip Beispiele aus der Praxis
62 AbD 2V AbM BFV BFP Bsp Bornhuetter Ferguson Prinzip - Analytischer Teil Prognose nach dem Bornhuetter Ferguson Prinzip: ) Ŝ i,k := S i,n i + ( γ k γ n i α i A priori Schätzer α i γ k Bornhuetter Ferguson beliebig beliebig Loss Development α i LD ( γ) beliebig Chain Ladder α i LD ( γ CL ) γ k CL Cape Cod α i CC ( γ, π) beliebig Additiv α i CC ( γ AD (π), π) γ k AD Panning α PA i γ PA k
63 AbD 2V AbM BFV BFP Bsp Bornhuetter Ferguson Prinzip - Synthetischer Teil a-priori Endschadenstand Cap-Cod Endschadenstand Additiver Endschadenstand Loss-Development Endschadenstand Panning-like Endschadenstand Panning Endschadenstand a-priori Quoten Bornhuetter- Ferguson Cape- Cod Loss- Development additive Quoten Additives Verfahren Additives Verfahren CL Quoten Chain-Ladder Panning Quoten Panning Verfahren Panning Verfahren Die Berücksichtigung der nicht benannten und damit neuen Verfahren entspricht dem Vorgehen in der Praxis.
64 AbD 2V AbM BFV BFP Bsp Bornhuetter Ferguson Prinzip - Simultane Anwendung Die simultane Anwendung der zur Verfügung stehenden Verfahren in Form des erweiterten Bornhuetter Ferguson Verfahrens ermöglicht die Trennung des Einflusses von Abwicklungsmuster und Endschadenstand auf die Reserve, Bewertung unterschiedlicher Informationsquellen (Marktstatistiken, Prämien) und das Erkennen der Bandbreite plausibler Reserven
65 AbD 2V AbM BFV BFP Bsp Beispiel 1 Beispiel 2 Übersicht Abwicklungsdreieck für Schadenstände Zwei bekannte Reservierungsverfahren Abwicklungsmuster Das erweiterte Bornhuetter Ferguson Verfahren Das Bornhuetter-Ferguson Prinzip Beispiele aus der Praxis
66 AbD 2V AbM BFV BFP Bsp Beispiel 1 Beispiel 2 Beispiel 1 - Haftpflichtportfeuille Folgende Grössen wurden verwendet: Dreieck 20 Schadenjahre, enthält Zahlungen a priori Abwicklungsmuster Chain Ladder Quoten Last 3 a priori Endschadenstand aktuelle Incurred Endschadenstand Volumenmass geschätzte Schadenanzahl
67 AbD 2V AbM BFV BFP Bsp Beispiel 1 Beispiel 2 Simultane Anwendung der Verfahren Reserven (alle Verfahren) V11 (BF) V12 V13 V14 V21 (CC) V22 (AD) V23 V24 V31 V32 (AD) V33 V34 V41 (LD) V42 V43 (CL) V44 V51 V52 V53 V54 (PA) V61 V62 V63 V64 (PA) Mack Gesamtreserve Erkenntnisse: Tailfaktor notwendig niedriger Durchschnittsschaden bei jungen Schadenjahren
68 AbD 2V AbM BFV BFP Bsp Beispiel 1 Beispiel 2 Beispiel 2 - Haftpflichtportfeuille Folgende Grössen wurden verwendet: Dreieck 20 Schadenjahre, enthält Zahlungen a priori Abwicklungsmuster Chain Ladder Quoten Last 3 a priori Endschadenstand aktuelle Incurred Endschadenstand Volumenmass geschätzte Schadenanzahl
69 AbD 2V AbM BFV BFP Bsp Beispiel 1 Beispiel 2 Simultane Anwendung der Verfahren Reserven (alle Verfahren) V11 (BF) V12 V13 V14 V21 (CC) V22 (AD) V23 V24 V31 V32 (AD) V33 V34 V41 (LD) V42 V43 (CL) V44 V51 V52 V53 V54 (PA) V61 V62 V63 V64 (PA) Mack Erkenntnisse: Tailfaktor nicht notwendig Gesamtreserve Abwicklungsmuster für 1. Kalenderjahrreserve entscheidend
70 Literatur Literatur GDV (Hrsg.) [2008]: Methoden zur Schätzung von Schadenund Prämienrückstellungen. Mack, Th. [2006]: Parameter estimation for Bornhuetter Ferguson. CAS Forum Fall 2006 S Panning, W.H. [2006]: Measuring loss reserve uncertainty. CAS Forum Fall 2006 S Radtke, M. und Schmidt, K.D. (Hrsg.) [2004]: Handbuch zur Schadenreservierung. Karlsruhe: Verlag Versicherungswirtschaft Schmidt, K.D. [2006]: Methods and models of loss reserving based on run-off triangles A unifying survey. CAS Forum Fall 2006 S Schmidt, K.D. [2006]: A Bibliography on Loss Reserving. Schmidt, K.D. und Zocher, M. [2008]: The Bornhuetter Ferguson Principle. Variance 2 S
E[X] = = 113. Nach den Gleichungen von Wald gilt für den Gesamtschaden S E[S] = E[N] E[X] = = 226
Aufgabe 1 (Risikomodelle) Ein Versicherungsvertrag erzeugt pro Jahr N Schäden mit Schadenhöhen {X k } k N, wobei alle Zufallsvariablen stochastisch unabhängig sind. Die Schadenhöhen haben die Verteilung
Mehrn IIP[N = n] x IIP[X = x] (a) Berechnen Sie die Nettoprämie und die Varianz für das Risiko S = N
Aufgabe (Risikomodelle) Ein kollektiver Versicherungsvertrag erzeugt in einem Jahr N Schäden mit Schadenhöhen {X k }, wobei alle Zufallsvariablen unabhängig sind. Die Verteilung von N ist gegeben durch
MehrTag der Dresdner Aktuare
Tag der Dresdner Aktuare Lineare Modelle in der Schadenreservierung Alexander Ludwig Christiane Schmeiÿer Katrin Thänert 30.10.2009 1 / 58 Christiane Schmeiÿer Consultant, Mercer Deutschland GmbH LoB:
MehrKlausur zum Grundwissen Schadenversicherungsmathematik
Klausur zum Grundwissen Schadenversicherungsmathematik Ch. Hipp, M. Morlock, H. Schmidli und K.D. Schmidt Mai 2012 in Köln Die Klausur besteht aus 8 Aufgaben und zwei Zusatzaufgaben. Eine oder zwei Zusatzaufgaben
Mehrκ Κα π Κ α α Κ Α
κ Κα π Κ α α Κ Α Ζ Μ Κ κ Ε Φ π Α Γ Κ Μ Ν Ξ λ Γ Ξ Ν Μ Ν Ξ Ξ Τ κ ζ Ν Ν ψ Υ α α α Κ α π α ψ Κ α α α α α Α Κ Ε α α α α α α α Α α α α α η Ε α α α Ξ α α Γ Α Κ Κ Κ Ε λ Ε Ν Ε θ Ξ κ Ε Ν Κ Μ Ν Τ μ Υ Γ φ Ε Κ Τ θ
Mehr4 Lineare Abbildungen und Matrizen
Mathematik I für inf/swt, Wintersemester /, Seite 8 4 Lineare Abbildungen und Matrizen 4 Kern und Injektivität 4 Definition: Sei : V W linear Kern : {v V : v } ist linearer eilraum von V Ü68 und heißt
MehrSeminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung
M.Sc. Brice Hakwa hakwa@uni-wuppertal.de Seminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung - Zusammenfassung zum Thema: Berechnung von Value-at-Risk
Mehr3 Matrizenrechnung. 3. November
3. November 008 4 3 Matrizenrechnung 3.1 Transponierter Vektor: Die Notation x R n bezieht sich per Definition 1 immer auf einen stehenden Vektor, x 1 x x =.. x n Der transponierte Vektor x T ist das zugehörige
MehrPrüfungskolloquium SAV 20. November 2008 Timofei Makarov
Thema: "Welche Genauigkeit kann bei der Bestimmung von Rückstellungen unter Berücksichtigung von Prozess-Risiko als auch von Parameter- und Messfehlern erwartet werden?" Prüfungskolloquium SAV 20. November
MehrKlausur HM I H 2005 HM I : 1
Klausur HM I H 5 HM I : 1 Aufgabe 1 4 Punkte): Zeigen Sie mit Hilfe der vollständigen Induktion: n 1 1 + 1 ) k nn k n! für n. Lösung: Beweis mittels Induktion nach n: Induktionsanfang: n : 1 ) 1 + 1 k
MehrSchadenversicherungsmathematik
Schadenversicherungsmathematik Prof. Dr. Michael Kohler Sommersemester 2009 Vorlesung orientiert sich an: Thomas Mack: Schadenversicherungsmathematik. Gesellschaft für Versicherungsmathematik, Verlag Versicherungswirtschaft,
Mehrr i w i (siehe (3.7)). r i v, w i = 0.
Orthogonales Komplement und Orthogonalprojektion Wir betrachten weiterhin einen euklidischen Vektorraum V,,. (6.13) Def.: Ist M V, so heißt das orthogonale Komplement von M. (6.14) Fakt. (i) M ist Untervektorraum
MehrKomplexe Zahlen. (a, b) + (c, d) := (a + c, b + d) (a, b) (c, d) := (a c b d, a d + b c)
Komplexe Zahlen Wir betrachten Zahlenpaare (a, b, (c, d R und definieren eine Addition und eine Multiplikation wie folgt: (a, b + (c, d := (a + c, b + d (a, b (c, d := (a c b d, a d + b c Satz: R mit dieser
Mehrentspricht der Länge des Vektorpfeils. Im R 2 : x =
Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.
MehrLineare Algebra: Determinanten und Eigenwerte
: und Eigenwerte 16. Dezember 2011 der Ordnung 2 I Im Folgenden: quadratische Matrizen Sei ( a b A = c d eine 2 2-Matrix. Die Determinante D(A (bzw. det(a oder Det(A von A ist gleich ad bc. Det(A = a b
Mehr14.3 Berechnung gekrümmter Flächen
4.3 Berechnung gekrümmter Flächen Gekrümmte Flächen werden berechnet, indem sie als Graph einer Funktion zweier Veränderlicher aufgefasst werden. Fläche des Graphen einer Funktion zweier Veränderlicher
MehrAufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a).
Aufgabe Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = Es gilt det(λa = (λ n det(a det I n = n? Nein (außer für n = Es gilt deti n = det(ab = det A det B? Ja det(a =
Mehr3.6 Eigenwerte und Eigenvektoren
3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse
MehrBericht zur Prüfung im Mai 2006 über Schadenversicherungsmathematik (Grundwissen)
Bericht zur Prüfung im Mai 2006 über Schadenversicherungsmathematik (Grundwissen) Christian Hipp (Karlsruhe) und Martin Morlock (Giessen) Am 6. Mai 2006 fand in Köln die DAV-Prüfung zur Schadenversicherungsmathematik
MehrKapitel VI. Euklidische Geometrie
Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und
MehrVorbereitung auf 3. Übungsblatt (Präsenzübungen) - Lösungen
Prof Dr Rainer Dahlhaus Statistik 1 Wintersemester 2016/2017 Vorbereitung auf Übungsblatt (Präsenzübungen) - Lösungen Aufgabe P9 (Prognosen und Konfidenzellipsoide in der linearen Regression) Wir rekapitulieren
MehrKLAUSUR ZUR LINEAREN ALGEBRA I 22. Februar 2008
KLAUSUR ZUR LINEAREN ALGEBRA I. Februar 008 MUSTERLÖSUNG Diese Klausur wurde je nach Sitzreihe in zwei verschiedenen Versionen geschrieben. Die andere Version unterscheidet sich von der vorliegenden jedoch
MehrGrundsätzliches Rechnen mit Matrizen Anwendungen. Matrizenrechnung. Fakultät Grundlagen. Juli 2015
Matrizenrechnung Fakultät Grundlagen Juli 2015 Fakultät Grundlagen Matrizenrechnung Übersicht Grundsätzliches 1 Grundsätzliches Matrixbegriff Rechenregeln Spezielle Matrizen 2 Matrizenrechnung Determinanten
Mehr2 Die Dimension eines Vektorraums
2 Die Dimension eines Vektorraums Sei V ein K Vektorraum und v 1,..., v r V. Definition: v V heißt Linearkombination der Vektoren v 1,..., v r falls es Elemente λ 1,..., λ r K gibt, so dass v = λ 1 v 1
Mehr2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen
Algebra und Algebra 2. Dezember 2011 Übersicht Algebra und Algebra I Gruppen & Körper Vektorräume, Basis & Dimension Algebra Norm & Metrik Abbildung & Algebra I Eigenwerte, Eigenwertzerlegung Singulärwertzerlegung
MehrTrennung der Variablen, Aufgaben, Teil 1
Trennung der Variablen, Aufgaben, Teil -E -E Trennung der Variablen Die Differenzialgleichung. Ordnung mit getrennten Variablen hat die Gestalt f ( y) dy = g (x) dx Satz: Sei f (y) im Intervall I und g
Mehr5.2 Logische Gültigkeit, Folgerung, Äquivalenz
5.2 Logische Gültigkeit, Folgerung, Äquivalenz Durch Einsetzung von PL1-Formeln für die Metavariablen in AL-Gesetzen erhält man PL1-Instanzen von AL-Gesetzen. Beispiele: φ φ AL PL1-Instanzen: Pa () Pa
Mehrε δ Definition der Stetigkeit.
ε δ Definition der Stetigkeit. Beweis a) b): Annahme: ε > 0 : δ > 0 : x δ D : x δ x 0 < δ f (x δ f (x 0 ) ε Die Wahl δ = 1 n (n N) generiert eine Folge (x n) n N, x n D mit x n x 0 < 1 n f (x n ) f (x
Mehr2.2.4 Logische Äquivalenz
2.2.4 Logische Äquivalenz (I) Penélope raucht nicht und sie trinkt nicht. (II) Es ist nicht der Fall, dass Penélope raucht oder trinkt. Offenbar behaupten beide Aussagen denselben Sachverhalt, sie unterscheiden
MehrNumerische Lineare Algebra
Numerische Lineare Algebra Vorlesung 5 Prof. Dr. Klaus Höllig Institut für Mathematischen Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung SS 21 Prof. Dr. Klaus Höllig (IMNG)
MehrMasterarbeit. Credibility Chain Ladder
Eidgenössische Technische Hochschule Zürich Departement Mathematik Masterarbeit Credibility Chain Ladder Eingereicht von: Patrick Helbling Eingereicht am: 12.02.2014 Betreuer: Prof. Dr. Alois Gisler Vorwort
MehrDie Ecken werden immer gegen den Uhrzeigersinn beschriftet, sonst falscher Umlaufsinn!
Berechnungen in Dreiecken Allgemeines zu Dreiecken Innenwinkelsatz α + β + γ = 180 Besondere Dreiecke Gleichschenkliges Dreieck Die Ecken werden immer gegen den Uhrzeigersinn beschriftet, sonst falscher
MehrVorlesung 6: Alternativen zur Erwartungsnutzentheorie
Vorlesung 6: Alternativen zur Erwartungsnutzentheorie Georg Nöldeke Wirtschaftswissenschaftliche Fakultät, Universität Basel Entscheidung VL 6 (FS 11) Alternativen zur Erwartungsnutzentheorie 1 / 21 1.
Mehr7 Die Hamilton-Jacobi-Theorie
7 Die Hamilton-Jacobi-Theorie Ausgearbeitet von Rolf Horn und Bernhard Schmitz 7.1 Einleitung Um die Hamilton schen Bewegungsgleichungen q k = H(q, p) p k ṗ k = H(p, q) q k zu vereinfachen, führten wir
MehrZeitreihenanalyse. Seminar Finanzmathematik. Andreas Dienst SS Einleitung - Begrüßung - Motivation - Inhaltsangabe. 2.
Seminar Finanzmathematik - Begrüßung - Motivation - Inhaltsangabe 3. Zusammen - fassung Zeitreihenanalyse Andreas Dienst SS 2006 Zeitreihen: Definition und Motivation - Begrüßung - Motivation - Inhaltsangabe
MehrBONUS MALUS SYSTEME UND MARKOV KETTEN
Fakultät Mathematik und Naturwissenschaften, Fachrichtung Mathematik, Institut für Mathematische Stochastik BONUS MALUS SYSTEME UND MARKOV KETTEN Klaus D. Schmidt Ringvorlesung TU Dresden Fakultät MN,
MehrGrundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015
Vektorrechnung Fakultät Grundlagen Juli 205 Fakultät Grundlagen Vektorrechnung Übersicht Grundsätzliches Grundsätzliches Vektorbegriff Algebraisierung der Vektorrechnung Betrag 2 Skalarprodukt Vektorprodukt
Mehr1 Singulärwertzerlegung und Pseudoinverse
Singulärwertzerlegung und Pseudoinverse Singulärwertzerlegung A sei eine Matrix mit n Spalten und m Zeilen. Zunächst sei n m. Bilde B = A A. Dies ist eine n n-matrix. Berechne die Eigenwerte von B. Diese
Mehrmathe plus Aussagenlogik Seite 1
mathe plus Aussagenlogik Seite 1 1 Aussagenlogik 1.1 Grundbegriffe Def 1 Aussage Eine Aussage ist ein beschriebener Sachverhalt, dem eindeutig einer der Wahrheitswerte entweder wahr oder falsch zugeordnet
MehrWir gehen wieder von einem allgemeinen (parametrischen) statistischen Modell aus, (
Kapitel 4 Konfidenzbereiche Wir gehen wieder von einem allgemeinen parametrischen statistischen Modell aus, M, A, P ϑ ; sei eine Funktion des Parameters gegeben, die einen interessierenden Teil-Parameter
MehrKORREKTURANLEITUNGEN zum Testheft A1
Projekt Standardisierte schriftliche Reifeprüfung in Mathematik KORREKTURANLEITUNGEN zum Testheft A1 A1 Zahlen N Z Q R 0,03-6 π 3 10-3 1 Bemerkung: Die Aufgabe gilt nur dann als richtig gelöst, wenn alle
MehrSkript zur Vorlesung. Lineare Algebra. Prof. Dr.-Ing. Katina Warendorf. 2. Oktober 2014
Skript zur Vorlesung Prof. Dr.-Ing. Katina Warendorf 2. Oktober 2014 erstellt von Sindy Engel erweitert von Prof. Dr.-Ing. Katina Warendorf Inhaltsverzeichnis 1 Vektoren 4 1.1 Grundbegriffe.................................
Mehr2.3.4 Drehungen in drei Dimensionen
2.3.4 Drehungen in drei Dimensionen Wir verallgemeinern die bisherigen Betrachtungen nun auf den dreidimensionalen Fall. Für Drehungen des Koordinatensystems um die Koordinatenachsen ergibt sich 1 x 1
MehrSurjektive, injektive und bijektive Funktionen.
Kapitel 1: Aussagen, Mengen, Funktionen Surjektive, injektive und bijektive Funktionen. Definition. Sei f : M N eine Funktion. Dann heißt f surjektiv, falls die Gleichung f(x) = y für jedes y N mindestens
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
Mehr4.1. Vektorräume und lineare Abbildungen
4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt
Mehr4. Vektorräume und Gleichungssysteme
technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume
MehrKapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel XIII - p-wert und Beziehung zwischen Tests und Konfidenzintervallen Induktive Statistik Prof. Dr. W.-D. Heller
Mehr5 Potenzreihenansatz und spezielle Funktionen
5 Potenzreihenansatz und spezielle Funktionen In diesem Kapitel betrachten wir eine Methode zur Lösung linearer Differentialgleichungen höherer Ordnung, die sich anwenden läßt, wenn sich alle Koeffizienten
MehrDierentialgleichungen 2. Ordnung
Dierentialgleichungen 2. Ordnung haben die allgemeine Form x = F (x, x, t. Wir beschränken uns hier auf zwei Spezialfälle, in denen sich eine Lösung analytisch bestimmen lässt: 1. reduzible Dierentialgleichungen:
MehrLösungen zu den Hausaufgaben zur Analysis II
Christian Fenske Lösungen zu den Hausaufgaben zur Analysis II Blatt 6 1. Seien 0 < b < a und (a) M = {(x, y, z) R 3 x 2 + y 4 + z 4 = 1}. (b) M = {(x, y, z) R 3 x 3 + y 3 + z 3 = 3}. (c) M = {((a+b sin
MehrNächste-Nachbarn-Verfahren zur Reservierung für Einzelschäden
Nächste-Nachbarn-Verfahren zur Reservierung für Einzelschäden Universität Hamburg, Department Mathematik Hamburg, 16. November 2006 ASTIN-Herbsttagung Motivation Vorgehen Problemstellung Situation: Ziel:
Mehr11. Zeitreihen mit Trend und Saisonalität
In diesem Abschnitt geht es um ZR, die in eine Trend-, eine Saisonund eine Restkomponente zerlegt werden können. (Das Niveau sei in der Trendkomponente enthalten.) Beispiele für solche ZR sind in Abb.
Mehr1 Zahlentheorie. 1.1 Kongruenzen
3 Zahlentheorie. Kongruenzen Der letzte Abschnitt zeigte, daß es sinnvoll ist, mit großen Zahlen möglichst einfach rechnen zu können. Oft kommt es nicht darauf, an eine Zahl im Detail zu kennen, sondern
Mehr15 Differentialrechnung in R n
36 15 Differentialrechnung in R n 15.1 Lineare Abbilungen Eine Abbilung A : R n R m heißt linear falls A(αx + βy) = αa(x) + βa(y) für alle x, y R n un alle α, β R. Man schreibt oft Ax statt A(x) un spricht
MehrNachholklausur zur Vorlesung Schätzen und Testen I. 04. April Bitte ausfüllen und unterschreiben!!!
Nachholklausur zur Vorlesung Schätzen und Testen I 04. April 2013 Volker Schmid, Ludwig Bothmann, Julia Sommer Aufgabe 1 2 3 4 5 6 Punkte Note Bitte ausfüllen und unterschreiben!!! Name, Vorname: Matrikelnummer:
MehrRechenaufwand der LR- und LDL T - Zerlegung
6. Großübung Rechenaufwand der LR- und LDL T - Zerlegung Rückwärtseinsetzen Der Algorithmus kann der Folie 3.0 entnommen werden. Dieser kann in die folgenden Rechenoperationen aufgesplittet werden: Für
MehrRang einer Matrix. 1-E1 Ma 1 Lubov Vassilevskaya
Rang einer Matrix 1-E1 Ma 1 Lubov Vassilevskaya Unterdeterminante einer nichtquadratischen Matrix M ist eine nichtquadratische 2,3-Matrix: M = 6 2 3 0 5 7 Durch Streichen einer der drei Spalten kann man
MehrC orthogonal und haben die Länge 1). Dann ist die Länge von w = x u + y v gegeben durch w 2 Def. = w,w =
1 v Die Länge Def. Sei (V,, ) ein Euklidscher Vektorraum. Für jeden Vektor v V heißt die Zahl v,v die Länge von v und wird v bezeichnet. Bemerkung. Die Länge des Vektors ist wohldefiniert, da nach Definition
MehrAufgabe 1: Elektro-mechanischer Oszillator
37. Internationale Physik-Olympiade Singapur 6 Lösungen zur zweiten Runde R. Reindl Aufgabe : Elektro-mechanischer Oszillator Formeln zum Plattenkondensator mit der Plattenfläche S, dem Plattenabstand
Mehr$Id: integral.tex,v /05/05 14:57:29 hk Exp hk $ ln(1 + t) 2 = ln 2 ln 3 + ln 2 = ln
$Id: integral.tex,v.5 2009/05/05 4:57:29 hk Exp hk $ 2 Integralrechnung 2.3 Die Integrationsregeln Wir wollen noch eine letzte kleine Anmerkung zur Substitutionsregel machen. Der letzte Schritt bei der
MehrLineare Ausgleichsprobleme. Jetzt: Lösung überbestimmter linearer GS, d.h. mehr Gleichungen als Unbekannte
Lineare Ausgleichsprobleme Bisher: Lösung linearer GS Ax = b, A R n,n, A regulär, b R n Jetzt: Lösung überbestimmter linearer GS, d.h. mehr Gleichungen als Unbekannte Ax = b mit A R m,n, b R m, m n, rg(a)
Mehr01. Gruppen, Ringe, Körper
01. Gruppen, Ringe, Körper Gruppen, Ringe bzw. Körper sind wichtige abstrakte algebraische Strukturen. Sie entstehen dadurch, dass auf einer Menge M eine oder mehrere sogenannte Verknüpfungen definiert
MehrKörper- und Galoistheorie
Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 26 Konstruierbare Einheitswurzeln Definition 26.1. Sei n N +. Man sagt, dass das regelmäßige n-eck mit Zirkel und Lineal konstruierbar
MehrInstitut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg. PROGNOSE II - Vertiefung Aufgaben und Lösungen Sommersemester 2004
Institut für Statistik und Mathematische Wirtschaftstheorie Universität Augsburg PROGNOSE II - Vertiefung Aufgaben und Lösungen Sommersemester 2004 Aufgabe 1 U t bedeute weißes Rauschen und B den Backshift
MehrKapitel 8. Einfache Regression. Anpassen des linearen Regressionsmodells, OLS. Eigenschaften der Schätzer für das Modell
Kapitel 8 Einfache Regression Josef Leydold c 2006 Mathematische Methoden VIII Einfache Regression 1 / 21 Lernziele Lineares Regressionsmodell Anpassen des linearen Regressionsmodells, OLS Eigenschaften
MehrUnterrichtsreihe zur Parabel
Unterrichtsreihe zur Parabel Übersicht: 1. Einstieg: Satellitenschüssel. Konstruktion einer Parabel mit Leitgerade und Brennpunkt 3. Beschreibung dieser Punktmenge 4. Konstruktion von Tangenten 5. Beweis
MehrEuklidische und unitäre Vektorräume
Kapitel 7 Euklidische und unitäre Vektorräume In diesem Abschnitt ist der Körper K stets R oder C. 7.1 Definitionen, Orthonormalbasen Definition 7.1.1 Sei K = R oder C, und sei V ein K-Vektorraum. Ein
MehrMethode der kleinsten Quadrate
Versus QR Matrizen mit vollem Rang 27. Mai 2011 Versus QR Inhaltsverzeichnis 1 2 3 Beispiel 4 Beispiel 5 6 Versus QR Kondition Vergleich Beispiel Versus QR Zu finden: Gerade, die den Punkten (0, 6), (1,
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Punkt- und Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften Prof. Dr.
MehrTrigonometrie. 3. Kapitel aus meinem Lehrgang Geometrie. Ronald Balestra CH St. Peter
Trigonometrie 3. Kapitel aus meinem Lehrgang Geometrie Ronald Balestra CH - 7028 St. Peter www.ronaldbalestra.ch 17. August 2008 Inhaltsverzeichnis 3 Trigonometrie 46 3.1 Warum Trigonometrie........................
MehrSkalarprodukte (Teschl/Teschl Kap. 13)
Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +
MehrMAA = MAB + B AA = B CA + CAA BA A Nun sehen wir mit Proposition 10.7 aus dem Skript, dass A M AB gelten muss.
1. Konvexität in der absoluten Ebene In einem Dreieck in der Euklidischen Ebene hat die Strecke zwischen zwei Seitenmittelpunkten die halbe Länge der dritten Seite. In der absoluten Ebene hat man eine
MehrOrthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen
Orthonormalisierung Wie schon im Falle V = R n erwähnt, erhalten wir durch ein Skalarprodukt eine zugehörige Norm (Länge) eines Vektors und in weiterer Folge eine Metrik (Abstand zwischen zwei Vektoren).
Mehr4. Mathematik Olympiade 4. Stufe (DDR-Olympiade) Klasse 12 Saison 1964/1965 Aufgaben und Lösungen
4. Mathematik Olympiade 4. Stufe (DDR-Olympiade) Klasse 1 Saison 1964/1965 Aufgaben und Lösungen 1 OJM 4. Mathematik-Olympiade 4. Stufe (DDR-Olympiade) Klasse 1 Aufgaben Hinweis: Der Lösungsweg mit Begründungen
Mehr1 Das Prinzip von Cavalieri
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmann SS 14 11.6.14 Höhere Mathematik II für die Fachrichtung Informatik 5. Saalübung 11.6.14 1 Das Prinzip von
Mehr2 Folgen und Reihen. 2.1 Folgen in C Konvergenz von Folgen. := f(n)
2 Folgen und Reihen 2.1 Folgen in C 2.1.1 Konvergenz von Folgen Eine Folge komplexer Zahlen ist eine Funktion f : N C. Mit a n schreibt man (a n ) n=1, (a n ) oder auch a 1, a 2,.... := f(n) (a n ) heißt
MehrKapitel ML:IV. IV. Statistische Lernverfahren. Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen
Kapitel ML:IV IV. Statistische Lernverfahren Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen ML:IV-1 Statistical Learning c STEIN 2005-2011 Definition 1 (Zufallsexperiment,
Mehr3. Übungsblatt Aufgaben mit Lösungen
. Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen
MehrMatrizen. Spezialfälle. Eine m nmatrix ist ein rechteckiges Zahlenschema mit. m Zeilen und n Spalten der Form. A = (a ij ) =
Matrizen Eine m nmatrix ist ein rechteckiges Zahlenschema mit m Zeilen und n Spalten der Form a 11 a 12 a 1n A = a ij = a 21 a 22 a 2n a m1 a m2 a mn Dabei sind m und n natürliche und die Koezienten a
MehrMathematik IT 2 (Lineare Algebra)
Lehrstuhl Mathematik, insbesondere Numerische und Angewandte Mathematik Prof Dr L Cromme Mathematik IT (Lineare Algebra für die Studiengänge Informatik, IMT und ebusiness im Sommersemester 3 Lineare Gleichungssysteme
MehrKapitel VIII - Tests zum Niveau α
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VIII - Tests zum Niveau α Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh Testsituationen
Mehr8 Die Riemannsche Zahlenkugel
8 Die Riemannsche Zahlenkugel Wir untersuchen zunächst Geraden- und Kreisgleichungen in der komplexen Ebene C = R 2. Geradengleichungen Die Parameterdarstellung einer Geraden durch zwei Punkte z 1 z 2
MehrProf. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006
Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 1 Experiment zur Vererbungstiefe Softwaretechnik: die Vererbungstiefe ist kein guter Schätzer für den Wartungsaufwand
MehrKarlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang. Sommersemester
Karlsruher Institut für Technologie Institut für Analysis Dr. Andreas Müller-Rettkowski Dr. Vu Hoang Sommersemester 3 8.6.3 Höhere Mathematik II für die Fachrichtungen Elektrotechnik und Informationstechnik
MehrDidaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra
A. Filler[-3mm] Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra, Teil 8 Folie 1 /27 Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra 8. Das Skalarprodukt, metrische
MehrEinführung in die Maximum Likelihood Methodik
in die Maximum Likelihood Methodik Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Gliederung 1 2 3 4 2 / 31 Maximum Likelihood
MehrEinführung in die mathematische Logik
Prof. Dr. H. Brenner Osnabrück SS 2016 Einführung in die mathematische Logik Arbeitsblatt 3 Übungsaufgaben Aufgabe 3.1. Beweise mittels Wahrheitstabellen, dass die folgenden Aussagen Tautologien sind.
MehrLösungen der Übungsaufgaben III
Mathematik für die ersten Semester (. Auflage): Lösungen der Übungsaufgaben III C. Zerbe, E. Ossner, W. Mückenheim 6. Man konstruiere die Winkelhalbierende eines beliebigen Winkels analog zur Konstruktion
MehrLineare Algebra I Zusammenfassung
Prof. Dr. Urs Hartl WiSe 10/11 Lineare Algebra I Zusammenfassung 1 Vektorräume 1.1 Mengen und Abbildungen injektive, surjektive, bijektive Abbildungen 1.2 Gruppen 1.3 Körper 1.4 Vektorräume Definition
MehrVektorprodukt. Institut für Mathematik Humboldt-Universität zu Berlin & &
Vektorprodukt Institut für Mathematik Humboldt-Universität zu Berlin 18.02.2004 & 17.02.2005 & 11.07.2005 zu den Vorlesungen Lineare Algebra und analytische Geometrie I (L) im WS 2003/2004, Mathematik
Mehr5. Zeitreihenanalyse und Prognoseverfahren
5. Zeitreihenanalyse und Prognoseverfahren Stichwörter: Trend, Saisonalität, Noise, additives Modell, multiplikatives Modell, Trendfunktion, Autokorrelationsfunktion, Korrelogramm, Prognosehorizont, Prognoseintervall,
MehrLineare Algebra und Numerische Mathematik für D-BAUG. Serie 6
R. Hiptmair S. Pintarelli E. Spindler Herbstsemester 2014 Lineare Algebra und Numerische Mathematik für D-BAUG Serie 6 ETH Zürich D-MATH Einleitung. Diese Serie behandelt nochmals das Rechnen mit Vektoren
MehrAnalytische Geometrie - Schnittwinkel. u 1, u 2 Richtungsvektoren der Geraden
Analytische Geometrie - Schnittwinkel. Möglichkeiten und Formeln Gerade / Gerade: cos( ) = u u 2 u u 2 Gerade / Ebene: sin( ) = n u n u Ebene / Ebene: cos( ) = n n 2 n n 2 u, u 2 Richtungsvektoren der
MehrDefinition von Sinus und Cosinus
Definition von Sinus und Cosinus Definition 3.16 Es sei P(x y) der Punkt auf dem Einheitskreis, für den der Winkel von der positiven reellen Halbachse aus (im Bogenmaß) gerade ϕ beträgt (Winkel math. positiv,
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt
MehrÜbungen Ingenieurmathematik
Übungen Ingenieurmathematik 1. Übungsblatt: Komplexe Zahlen Aufgabe 1 Bestimmen Sie Real- und Imaginärteil der folgenden komplexen Zahlen: a) z =(3+i)+(5 7i), b) z =(3 i)(5 7i), c) z =( 3+i)( 3+ 3 i),
MehrEinführung in die mathematische Logik
Prof. Dr. H. Brenner Osnabrück SS 2014 Einführung in die mathematische Logik Vorlesung 22 Repräsentierbarkeit in einer Theorie Wir haben schon in der zwanzigsten Vorlesung davon gesprochen, wann eine arithmetische
MehrStochastische Schadenreservierungsmethoden. Skript
Stochastische Schadenreservierungsmethoden Skript Universität Basel 25. Oktober 2013 Prof. Dr. Michael Merz 1. Grundlagen der Schadenreservierung 1.1 Motivation 1.1.1 Weshalb Schadenreservierung? 1.1.2
Mehr6 Komplexe Integration
6 Komplexe Integration Ziel: Berechne für komplexe Funktion f : D W C Integral der Form f(z)dz =? wobei D C ein Weg im Definitionsbereich von f. Fragen: Wie ist ein solches komplexes Integral sinnvollerweise
Mehr