Gewinnt die Eins immer den Wettbewerb der führenden Ziffern?

Größe: px
Ab Seite anzeigen:

Download "Gewinnt die Eins immer den Wettbewerb der führenden Ziffern?"

Transkript

1 Gewinnt die Eins immer den Wettbewerb der führenden Ziffern? Elke Warmuth Humboldt-Universität Berlin Tag der Mathematik an der FU Berlin, / 1

2 2 / 1

3 x 1, x 2,..., x n nichtnegative Zahlen, z.b. 3,14; 0,07; 1000,... führende Ziffer: erste von 0 verschiedene Ziffer, im Beispiel 3, 7, 1,... Wie sind in einer Menge von Zahlen die führenden Ziffern verteilt? Was soll das überhaupt bedeuten? Gibt es Zahlenmengen, bei denen die Gleichverteilung verletzt ist? Was besagt das Benford-Gesetz? 3 / 1

4 4 / 1

5 Wie oft ist unter den ersten n natürlichen Zahlen 1 die führende Ziffer? 1 bis 1 000: = 0, bis : = 0, bis : = 0, / 1

6 Wie oft ist unter den ersten n natürlichen Zahlen 1 die führende Ziffer? 1 bis 2 000: 1 bis : = 0, = 0, bis : = 0, Es kann sich keine feste Verteilung einstellen, wie weit wir auch gehen! 6 / 1

7 Wie oft ist unter den natürlichen Zahlen von 2 10 n bis 10 n+1 die 1 die führende Ziffer? n = 1: 20 bis 100: n = 2: 200 bis 1000: n = 3: 2000 bis 10000: Der Anteil geht gegen / 1

8 Anfangsbedingung: f 1 = f 2 = 1 erste zehn Fibonacci-Zahlen: 1, 1, 2, 3, 5, 8, 13, 21, 34, 55,... Rekursionsvorschrift: f n = f n 2 + f n 1, n = 3, 4,... 8 / 1

9 9 / 1

10 Satz Die führenden Ziffern der Fibonacci-Folge gehorchen der Benford-Verteilung. 10 / 1

11 Verteilung der führenden Ziffern der 1229 Primzahlen bis Satz Die führenden Ziffern der Folge der Primzahlen gehorchen nicht der Benford-Verteilung. Sie sind gleichverteilt. 11 / 1

12 Rund 2500 Einkaufszettel aus dem Bereich Lebensmittel und Haushalt ausgewertet von Walter Warmuth 12 / 1

13 Statistik der Einkaufszettel Verblüffend gute Näherung an die Benford-Verteilung. 13 / 1

14 Donau (2857), Rhein (1236), Elbe (1091), 10. Spree (400) 14 / 1

15 Einwohnerzahlen der Gemeinden Deutschlands Stichtag Berlin(3,4 Mio), Hamburg (1,8 Mio), München (1,3 Mio), Wiedenborstel (5) 15 / 1

16 Relative Kursänderungen des DAX DAX-Schlusskurse vom bis , z. B. bei yahoo Kurs heute Kurs gestern relative Kursänderung = Kurs gestern Betrag der relativen Kursänderungen: b 1, b 2,... b 256 unsere Zahlen 16 / 1

17 17 / 1

18 18 / 1

19 Potenzen Potenzgesetz 10 0 = = = = = = =... = = a 10 b = 10 a+b Aus Multiplikation von Zahlen wird Addition von Exponenten! 19 / 1

20 Eigenschaft reeller Zahlen Jede positive reelle Zahl x lässt sich darstellen als x = 10 dx Beispiel: 136 = 10 2, = 10 2, Potenzgesetz gilt weiter: = 10 4, Ohne TR ist Addieren leichter als Multiplizieren! 20 / 1

21 Erstes Problem: 136 = 10?, 142 = 10?? Zweites Problem: 10 4, =??? Wer brauchte so etwas überhaupt? 15./16. Jahrhundert: stürmische Entwicklung der Astronomie viele Beobachtungen große Datenmengen aufwändige Berechnungen Addieren ist leichter als Multiplizieren! = Logarithmentafeln Übersetzungstabellen d x = log(x) Logarithmus von x 21 / 1

22 , , , , = 4, / 1

23 4, = 0, , = / 1

24 ... Jost Bürgi ( ) und John Napier/Neper ( ) Bürgi (1620) und Napier (1614) unabhängig voneinander 24 / 1

25 Henry Briggs (1561 bis 1630) Logarithmentafel Logarithmentafel 1962 von Briggs / 1

26 Johannes Kepler ( ) berechnet mühsam eigene Tafel Im Vorwort zu Rudolfinischen Tafeln (1627) an Bürgi gerichtet: Allerdings hatte der Zauderer und Geheimtuer das neugeborene Kind verkommen lassen, statt es zum allgemeinen Nutzen groß zu ziehen. Laplace ( ): Durch die Arbeitserleichterung infolge der Verwendung von Logarithmen wird das Leben der Astronomen verdoppelt. 26 / 1

27 Simon Newcomb ( ): vordere Seiten seiner Logarithmentafeln sind deutlich stärker abgegriffen als hintere ganz vorn schwarze Zahlen mit führender Ziffer 1 Folgerung: Zahlen mit führender Ziffer 1 kommen häufiger vor als Zahlen mit anderen führenden Ziffern. Ist das ein Naturgesetz??? 27 / 1

28 Mantissengesetz von Newcomb Die Häufigkeit von Zahlen ist so, dass die Mantissen ihrer Logarithmen gleichverteilt sind. Mantisse von x ist x = x ganzer Teil von x. log 1, 36 = 0, log 13, 6 = log(1, 36 10) = 0, log 136 = log(1, ) = 0, log 0, 136 = log(1, ) = 0, In der Logarithmentafel stehen die Mantissen der Logarithmen. 28 / 1

29 Mantissengesetz von Newcomb Die Häufigkeit von Zahlen ist so, dass die Mantissen ihrer Logarithmen gleichverteilt sind. Was heißt gleichverteilt? Mantissen sind Zahlen aus dem Intervall [0; 1) gleichverteilt heißt: kein Teilintervall von [0; 1) wird bevorzugt 29 / 1

30 1 000 gleichverteilte Zufallszahlen aus [0; 1) x = RAN# (TR) oder x = Zufallszahl() (Excel) 30 / 1

31 Annahme: Mantissen der Logarithmen sind gleichverteilt. Würfeln Mantissen x = RAN# (TR) oder x = Zufallszahl() (Excel) Bilden zufällige Zahlen z aus dem Intervall [1; 10) durch z = 10 x und untersuchen führende Ziffern von z: 31 / 1

32 am Beispiel der führenden Ziffer 2 z :..., [0, 2; 0, 3), [2; 3), [20; 30),... log(z) :..., [log(2) 1; log(3) 1), [log(2); log(3)), [log(2) + 1; log(3) + 1),... Mantisse :..., [log(2); log(3)), [log(2); log(3)), [log(2); log(3)),... z hat genau dann die führende Ziffer 2, wenn die Mantisse von z im Intervall [log(2); log(3)) liegt. Wenn das Mantissengesetz gilt, dann tritt die 2 mit Wahrscheinlichkeit als führende Ziffer auf. log(3) log(2) = 0, / 1

33 Analog: Die Wahrscheinlichkeit für die führende Ziffer k ist bei Gültigkeit des Mantissengesetzes gleich ( log(k + 1) log(k) = lg ), k = 1, 2,... 9 k 33 / 1

34 34 / 1

35 Frank Benford ( ) wiederholte 57 Jahre nach Newcomb dessen inzwischen vergessene Beobachtung belegte sie mit über Daten Flüsse, Einwohnerzahlen, physikalische Konstanten, Auflagenhöhen von Zeitschriften usw. Viele seiner Datensätze einzeln und besonders die Vereinigung aller Daten gehorchen auffallend gut der Benford-Verteilung. 35 / 1

36 36 / 1

37 Literatur: Norbert Hungerbühler (2007): Benfords Gesetz über führende Ziffern Wie die Mathematik Steuersündern das Fürchten lehrt. Elke und Walter Warmuth (2012): Was haben Aktienkurse und Fibonacci-Zahlen gemeinsam? In: Der Mathematikunterricht, 58(2012)1. S / 1

Kapitel 5. Univariate Zufallsvariablen. 5.1 Diskrete Zufallsvariablen

Kapitel 5. Univariate Zufallsvariablen. 5.1 Diskrete Zufallsvariablen Kapitel 5 Univariate Zufallsvariablen Im ersten Teil dieses Skriptes haben wir uns mit Daten beschäftigt und gezeigt, wie man die Verteilung eines Merkmals beschreiben kann. Ist man nur an der Population

Mehr

Sermiversusformel und ABC-Tafel

Sermiversusformel und ABC-Tafel Sermiversusformel und ABC-Tafel Um die Höhe eines beobachteten Gestirns zu erhalten oder um eine Distanz zwischen zwei geographischen Orten auf einem Großkreis zu erhalten, wendet man den Seitenkosinussatz

Mehr

Warum 1 so oft vorne steht

Warum 1 so oft vorne steht Warum 1 so oft vorne steht das eigenartige Gesetz von Newcomb und Benford Hans Humenberger Fakultät für Mathematik Geschichte Simon Newcomb (Amerikanischer Astronom und Mathematiker, 1835 1909) 1881: Logarithmentafeln

Mehr

Der Code Lernaufgabe als Vorbereitung zum logarithmischen Rechnen

Der Code Lernaufgabe als Vorbereitung zum logarithmischen Rechnen Der Code Lernaufgabe als Vorbereitung zum logarithmischen Rechnen Diese Lernaufgabe zeigt den Schülern wie eine beliebige Potenz zweier reeller Zahlen näherungsweise berechnet werden kann. Sogar völlig

Mehr

3. Logarithmen. 3.1 Logarithmen zur Basis a

3. Logarithmen. 3.1 Logarithmen zur Basis a 3. Logarithmen Die Entdeckung Amerikas im Jahre 1492 durch Kolumbus markiert in den Geschichtsbüchern das Ende des Mittelalters. Die europäischen Großmächte, allen voran Spanien und England, schickten

Mehr

Der Logarithmus als Umkehrung der Exponentiation

Der Logarithmus als Umkehrung der Exponentiation Der Logarithmus als Umkehrung der Exponentiation -E -E2 Voraussetzungen Umkehrfunktion: Welche Funktionen haben eine Umkehrfunktion? Warum sind Umkehrfunktionen so wichtig? Exponentialfunktion: Definition

Mehr

Definition: Unter der n-ten Potenz einer beliebigen reellen Zahl a versteht man das n-fache Produkt von a mit sich selbst

Definition: Unter der n-ten Potenz einer beliebigen reellen Zahl a versteht man das n-fache Produkt von a mit sich selbst Potenzen mit ganzzahligen Exponenten Definition: Unter der n-ten Potenz einer beliebigen reellen Zahl a versteht man das n-fache Produkt von a mit sich selbst Man schreibt a n = b Dabei heißt a die Basis,

Mehr

4. Die Laplacesche Gleichverteilung

4. Die Laplacesche Gleichverteilung Universität Basel Wirtschaftswissenschaftliches Zentrum Grundlagen der Stochastik Dr. Thomas Zehrt Inhalt: 1. Die Ereignismenge 2. Die Wahrscheinlichkeitsverteilung 3. Eigenschaften einer Wahrscheinlichkeitsverteilung

Mehr

1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6

1 Stochastische Konvergenz 2. 2 Das Gesetz der grossen Zahlen 4. 3 Der Satz von Bernoulli 6 Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Mathematik Dr. Thomas Zehrt Grenzwertsätze Benötigtes Vorwissen: Der Stoff der Vorlesung,,Statistik wird als bekannt vorausgesetzt, insbesondere

Mehr

11. Methode von Euler zur Berechnung des Logarithmus von Hand siehe nächste Seiten

11. Methode von Euler zur Berechnung des Logarithmus von Hand siehe nächste Seiten Einige Vertiefungsthemen zum Logarithmus Albert A. Gächter 1. Erdbeben Richter-Skala; Beispiele 2. Sternhelligkeit Magnitudo; Beispiele 3. Dimension von Fraktalen Herleitung; Beispiele 4. Mercatorkarte

Mehr

3 Zahlen und Arithmetik

3 Zahlen und Arithmetik In diesem Kapitel werden Zahlen und einzelne Elemente aus dem Bereich der Arithmetik rekapituliert. Insbesondere werden die reellen Zahlen eingeführt und einige Rechenregeln wie Potenzrechnung und Logarithmieren

Mehr

Corinne Schenka Vorkurs Mathematik WiSe 2012/13. Die kleineren Zahlbereiche sind jeweils Teilmengen von größeren Zahlbereichen:

Corinne Schenka Vorkurs Mathematik WiSe 2012/13. Die kleineren Zahlbereiche sind jeweils Teilmengen von größeren Zahlbereichen: 2. Zahlbereiche Besonderheiten und Rechengesetze Die kleineren Zahlbereiche sind jeweils Teilmengen von größeren Zahlbereichen: 2.1. Die natürlichen Zahlen * + besitzt abzählbar unendlich viele Elemente

Mehr

3. DER NATÜRLICHE LOGARITHMUS

3. DER NATÜRLICHE LOGARITHMUS 3. DER NATÜRLICHE LOGARITHMUS ln Der natürliche Logarithmus ln(x) betrachtet als Funktion in x, ist die Umkehrfunktion der Exponentialfunktion exp(x). Das bedeutet, für reelle Zahlen a und b gilt b = ln(a)

Mehr

5. Spezielle stetige Verteilungen

5. Spezielle stetige Verteilungen 5. Spezielle stetige Verteilungen 5.1 Stetige Gleichverteilung Eine Zufallsvariable X folgt einer stetigen Gleichverteilung mit den Parametern a und b, wenn für die Dichtefunktion von X gilt: f x = 1 für

Mehr

1 Beschreibung der Grundlagen

1 Beschreibung der Grundlagen Westsächsische Hochschule Zwickau Fachgruppe Mathematik Grundlagen Inhaltsverzeichnis Aufgaben zu den Grundlagen findet man über den folgenden Link: Aufgaben zu den Grundlagen 01 1 Beschreibung der Grundlagen

Mehr

Potenzen - Wurzeln - Logarithmen

Potenzen - Wurzeln - Logarithmen Potenzen - Wurzeln - Logarithmen Anna Geyer 4. Oktober 2006 1 Potenzrechnung Potenz Produkt mehrerer gleicher Faktoren 1.1 Definition (Potenz): (i) a n : a... a, n N, a R a... Basis n... Exponent od. Hochzahl

Mehr

Weitere einfache Eigenschaften elementarer Funktionen

Weitere einfache Eigenschaften elementarer Funktionen Kapitel 6 Weitere einfache Eigenschaften elementarer Funktionen 6.1 Polynome Geg.: Polynom vom Grad n p(x) = a 0 + a 1 x +... + a n 1 x n 1 + a n x n, also mit a n 0. p(x) = x n ( a 0 x + a 1 n x +...

Mehr

Numerische Verfahren und Grundlagen der Analysis

Numerische Verfahren und Grundlagen der Analysis Numerische Verfahren und Grundlagen der Analysis Rasa Steuding Hochschule RheinMain Wiesbaden Wintersemester 2011/12 R. Steuding (HS-RM) NumAna Wintersemester 2011/12 1 / 19 Fehlerbetrachtung R. Steuding

Mehr

Das Rechnen mit Logarithmen

Das Rechnen mit Logarithmen Das Rechnen mit Logarithmen -E Mathematik, Vorkurs Spezielle Logarithmen Der natürliche Logarithmus ist von besonderer Bedeutung in den Anwendungen: Basiszahl ist die Eulersche Zahl e: log e x ln x gelesen:

Mehr

In diesem Abschnitt werden die verschiedenen (diskreten) Zahldarstellungen im Computer diskutiert, insbesondere die floating point Darstellung.

In diesem Abschnitt werden die verschiedenen (diskreten) Zahldarstellungen im Computer diskutiert, insbesondere die floating point Darstellung. 2 Zahlen und Fehler Literatur zu diesem Teil: Zu Zahlen und Fehlern: Numerical Recipes [1], Stoer [2], Hamming [3]. Zum Benfordschen Gesetz: Hamming [3], Kapitel 2.8, und [4-7]. 2.1 Zahldarstellungen In

Mehr

1.2 Rechnen mit Termen II

1.2 Rechnen mit Termen II 1.2 Rechnen mit Termen II Inhaltsverzeichnis 1 Ziele 2 2 Potenzen, bei denen der Exponent negativ oder 0 ist 2 3 Potenzregeln 3 4 Terme mit Wurzelausdrücken 4 5 Wurzelgesetze 4 6 Distributivgesetz 5 7

Mehr

Exponentialgleichungen und Logarithmen

Exponentialgleichungen und Logarithmen Exponentialgleichungen und Logarithmen 1. Löse die Gleichungen: a) 2 x = 16 b) 3 4x = 9 Tipp: Exponentialgleichungen (die Variable x steht im Exponenten) lassen sich durch Zurückführen auf die gleiche

Mehr

Arithmeum Bonn. Die Sammlung Schuitema

Arithmeum Bonn. Die Sammlung Schuitema Arithmeum Bonn Die Sammlung Schuitema Samstag,, 15:00 Uhr Vom Sand Siziliens bis zur Landung auf dem Mond - Kurze Geschichte der Logarithmen und des Rechenschiebers - Archimedes geboren: 287 v. Chr. in

Mehr

@ GN GRUNDWISSEN MATHEMATIK. Inhalt... Seite

@ GN GRUNDWISSEN MATHEMATIK. Inhalt... Seite Inhaltverzeichnis Inhalt... Seite Klasse 5: 1 Zahlen... 1 1.1 Zahlenmengen... 1 1.2 Dezimalsystem... 1 1.3 Römische Zahlen... 1 1.4 Runden... 1 1.5 Termarten... 1 1.6 Rechengesetze... 2 1.7 Rechnen mit

Mehr

Logarithmen näherungsweise berechnen

Logarithmen näherungsweise berechnen Logarithmen näherungsweise berechnen (Zehner)Logarithmen waren vor der Taschenrechner-Ära ein wichtiges Rechenhilfsmittel, da mit ihrer Hilfe Produkte in Summen und, wichtiger noch, Potenzen und Wurzeln

Mehr

Zufallszahlen. Diskrete Simulation. Zufallszahlengeneratoren - Zufallszahlen

Zufallszahlen. Diskrete Simulation. Zufallszahlengeneratoren - Zufallszahlen Zufallszahlen Zufallszahlengeneratoren Transformation von Zufallszahlen Test von Zufallszahlengeneratoren Otto-von-Guericke-Universität Magdeburg Thomas Schulze Zufallszahlengeneratoren - Zufallszahlen

Mehr

Stochastik I. Vorlesungsmitschrift

Stochastik I. Vorlesungsmitschrift Stochastik I Vorlesungsmitschrift Ulrich Horst Institut für Mathematik Humboldt-Universität zu Berlin Inhaltsverzeichnis 1 Grundbegriffe 1 1.1 Wahrscheinlichkeitsräume..................................

Mehr

Mathematischer Vorbereitungskurs für Ökonomen

Mathematischer Vorbereitungskurs für Ökonomen Mathematischer Vorbereitungskurs für Ökonomen Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Ungleichungen Inhalt: 1. Grundlegendes 2. Lineare Ungleichungen 3. Ungleichungen mit

Mehr

24. April Institut für Mathematik Humboldt-Universität zu Berlin. Primzahlen und Chaos. Jürg Kramer. Natürliche Zahlen. Bausteine.

24. April Institut für Mathematik Humboldt-Universität zu Berlin. Primzahlen und Chaos. Jürg Kramer. Natürliche Zahlen. Bausteine. Institut für Mathematik Humboldt-Universität zu Berlin 24. April 2008 Die natürlichen Operationen Die Menge der natürlichen : N = {0, 1, 2, 3,... } Die Menge der ganzen : Z = {..., 2, 1, 0, 1, 2,... }

Mehr

Zahlen und elementares Rechnen

Zahlen und elementares Rechnen und elementares Rechnen Christian Serpé Universität Münster 7. September 2011 Christian Serpé (Universität Münster) und elementares Rechnen 7. September 2011 1 / 51 Gliederung 1 2 Elementares Rechnen 3

Mehr

1 x. Eine kurze Erinnerung an die Definition der Betragsfunktion:

1 x. Eine kurze Erinnerung an die Definition der Betragsfunktion: Wie rechne ich mit Ungleichungen? Die do s und don t s mit Beispielen aus der Miniklausur Lukas Steenvoort Addition und Subtraktion 1 ) Dies funktioniert ähnlich wie bei Gleichungen addieren wir denselben

Mehr

Stephan Weiss. Opus Palatinum und HP-35 oder Das Verschwinden von Logarithmentafel und Rechenschieber

Stephan Weiss. Opus Palatinum und HP-35 oder Das Verschwinden von Logarithmentafel und Rechenschieber Stephan Weiss Opus Palatinum und HP-35 oder Das Verschwinden von Logarithmentafel und Rechenschieber Die Wurzeln einer erfolgreichen Erfindung und ihre Umsetzung sind in den meisten Fällen gut dokumentiert.

Mehr

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind

Mehr

Vorlesung Mathematik I für Wirtschaftswissenschaftler. Universität Leipzig, WS 16/17

Vorlesung Mathematik I für Wirtschaftswissenschaftler. Universität Leipzig, WS 16/17 Vorlesung Mathematik I für Wirtschaftswissenschaftler Universität Leipzig, WS 16/17 Prof. Dr. Bernd Kirchheim Mathematisches Institut kirchheim@math.uni-leipzig.de 1 / 1 Kapitel 1: Grundlagen 4 / 1 Kap.1

Mehr

2 RECHENGESETZE 2 auch dieses Rechengesetz gilt, wenn einmal bewiesen, natürlich vorwärts wie rückwärts, also gilt dann ebenfalls: Es folgt wieder der

2 RECHENGESETZE 2 auch dieses Rechengesetz gilt, wenn einmal bewiesen, natürlich vorwärts wie rückwärts, also gilt dann ebenfalls: Es folgt wieder der 1 DEFINITION DER POTENZIERUNG 1 Potenzgesetze 1 Definition der Potenzierung Wir definieren für eine rationale Zahl a und eine natürliche Zahl n die Potenzierung wie folgt: a n := a a a ::: a Diese Art

Mehr

Stochastische Unabhängigkeit. 01. Dezember 2014

Stochastische Unabhängigkeit. 01. Dezember 2014 Stochastische Unabhängigkeit 0. Dezember 204 Der Begriff der Unabhängigkeit Großbritannien, im November 999. Die Anwältin Sally Clark wird wegen Mordes an ihren Kindern angeklagt. Clark geriet unter Verdacht

Mehr

3.1 Punktschätzer für Mittelwert µ und Varianz σ 2. Messungen x 1,..., x N, die unabhängig voneinander auf gleiche Weise gewonnen worden sind

3.1 Punktschätzer für Mittelwert µ und Varianz σ 2. Messungen x 1,..., x N, die unabhängig voneinander auf gleiche Weise gewonnen worden sind Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 3.1 3.1 Punktschätzer für Mittelwert µ und Varianz σ 2 Messungen x 1,..., x N, die unabhängig voneinander auf gleiche Weise gewonnen worden

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik Von Dr. Karl Bosch Professor für angewandte Mathematik und Statistik an der Universität Stuttgart-Hohenheim 10., verbesserte Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis

Mehr

Simulation von Zufallsversuchen mit dem Voyage 200

Simulation von Zufallsversuchen mit dem Voyage 200 Simulation von Zufallsversuchen mit dem Voyage 00 Guido Herweyers KHBO Campus Oostende K.U.Leuven 1. Entenjagd Zehn Jäger, alle perfekte Schützen, lauern vor einem Feld auf Enten. Bald landen dort 10 Enten.

Mehr

Zahlen. Grundwissenskatalog G8-Lehrplanstandard

Zahlen. Grundwissenskatalog G8-Lehrplanstandard GRUNDWISSEN MATHEMATIK Zahlen Grundwissenskatalog G8-Lehrplanstandard Basierend auf den Grundwissenskatalogen des Rhöngymnasiums Bad Neustadt und des Kurt-Huber-Gymnasiums Gräfelfing J O H A N N E S -

Mehr

2.3 Logarithmus. b). a n = b n = log a. b für a,b 0 ( : gesprochen genau dann bedeutet, dass beide Definitionen gleichwertig sind) Oder log a

2.3 Logarithmus. b). a n = b n = log a. b für a,b 0 ( : gesprochen genau dann bedeutet, dass beide Definitionen gleichwertig sind) Oder log a 2.3 Logarithmus Bsp. Seite 84 mitte: Wie lange muss man Fr. 10 000.- zu 5,1% anlegen, um Fr. 16 000.- zu erhalten? Lösen Sie die Zinseszinsformel nach q n auf Aus q n erfolgt die Berechnung von n mittels

Mehr

Kryptographie und Komplexität

Kryptographie und Komplexität Kryptographie und Komplexität Einheit 5.2 ElGamal Systeme 1. Verschlüsselungsverfahren 2. Korrektheit und Komplexität 3. Sicherheitsaspekte Das ElGamal Verschlüsselungsverfahren Public-Key Verfahren von

Mehr

Simulation. Elke Warmuth. Sommersemester Humboldt-Universität Berlin

Simulation. Elke Warmuth. Sommersemester Humboldt-Universität Berlin Simulation Elke Warmuth Humboldt-Universität Berlin Sommersemester 2010 1 / 39 1 Ziele 2 3 4 2 / 39 Was ist Simulation? Nachspielen von Vorgängen mit zufälligem Ergebnis mit einem Zufallsgenerator (Würfel,

Mehr

= 2 i 2= 2 2 i, z 4. = 1.5, z 8

= 2 i 2= 2 2 i, z 4. = 1.5, z 8 Mathematik 1 - Übungsblatt 11 Aufgabe 1 (komplexe Zahlen) Gegeben sind folgende komplexe Zahlen in der Darstellung als Normalform mit Real- und Imaginärteil z=x i y - oder wegen der Vertauschbarkeit von

Mehr

Zufallsvariablen [random variable]

Zufallsvariablen [random variable] Zufallsvariablen [random variable] Eine Zufallsvariable (Zufallsgröße) X beschreibt (kodiert) die Versuchsausgänge ω Ω mit Hilfe von Zahlen, d.h. X ist eine Funktion X : Ω R ω X(ω) Zufallsvariablen werden

Mehr

SBP Mathe Grundkurs 1 # 0 by Clifford Wolf. SBP Mathe Grundkurs 1

SBP Mathe Grundkurs 1 # 0 by Clifford Wolf. SBP Mathe Grundkurs 1 SBP Mathe Grundkurs 1 # 0 by Clifford Wolf SBP Mathe Grundkurs 1 # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das

Mehr

x A, x / A x ist (nicht) Element von A. A B, A B A ist (nicht) Teilmenge von B. A B, A B A ist (nicht) echte Teilmenge von B.

x A, x / A x ist (nicht) Element von A. A B, A B A ist (nicht) Teilmenge von B. A B, A B A ist (nicht) echte Teilmenge von B. SBP Mathe Grundkurs 1 # 0 by Clifford Wolf # 0 Antwort Diese Lernkarten sind sorgfältig erstellt worden, erheben aber weder Anspruch auf Richtigkeit noch auf Vollständigkeit. Das Lernen mit Lernkarten

Mehr

Wissenschaftliche Nachrichten: https://www.bmbf.gv.at/schulen/sb/wina/wina.html Vol. 131/2006, 19-21

Wissenschaftliche Nachrichten: https://www.bmbf.gv.at/schulen/sb/wina/wina.html Vol. 131/2006, 19-21 Der T-Test in Excel NORBERT BRUNNER und MANFRED KÜHLEITNER Ein häufiges Problem ist der Vergleich eines beobachteten Stichprobenmittelwerts mit einem Sollwert. Dabei wird der T-Test angewandt. Wir zeigen

Mehr

Zufallsgröße. Würfelwurf mit fairem Würfel. Wahrscheinlichkeitsverteilung einer diskreten

Zufallsgröße. Würfelwurf mit fairem Würfel. Wahrscheinlichkeitsverteilung einer diskreten Zufallsgrößen Ergebnisse von Zufallsexperimenten werden als Zahlen dargestellt 0 Einführung Wahrscheinlichkeitsrechnung 2 Zufallsvariablen und ihre Verteilung 3 Statistische Inferenz 4 Hypothesentests

Mehr

Wiwi-Vorkurs Mathematik (Uni Leipzig, Fabricius)

Wiwi-Vorkurs Mathematik (Uni Leipzig, Fabricius) Wiwi-Vorkurs Mathematik (Uni Leipzig, Fabricius) 1 Grundregeln des Rechnens 1.1 Zahlbereiche......... Zahlen N {1, 2, 3,...}......... Zahlen Z {..., 2, 1, 0, 1, 2,...}......... Zahlen Q { a b a Z, b N}.........

Mehr

Direkt und indirekt proportionale Größen

Direkt und indirekt proportionale Größen 8.1 Grundwissen Mathematik Algebra Klasse 8 Direkt und indirekt proportionale Größen Direkte Proportionalität x und y sind direkt proportional, wenn zum doppelten, dreifachen,, n-fachen Wert für x der

Mehr

Vorkurs Mathematik für Informatiker 3 Logarithmen

Vorkurs Mathematik für Informatiker 3 Logarithmen 3 Logarithmen Michael Bader, Thomas Huckle, Stefan Zimmer 1. 9. Oktober 2008 Kap. 3: Logarithmen 1 Logarithmen: Definition Definition: Zu x > 0 und b > 0, b 1 sei der Logarithmus von x zur Basis b folgende

Mehr

Dezimalzahlen. Analysis 1

Dezimalzahlen. Analysis 1 Dezimalzahlen Definition. Eine endliche Dezimalzahl besteht aus - einem Vorzeichen +,, oder 0 - einer natürlichen Zahl d 0 - einer endlichen Folge von Ziffern d 1,...,d l von 0 bis 9. Die Länge l kann

Mehr

Benfords Gesetz über führende Ziffern: Wie die Mathematik Steuersündern das Fürchten lehrt

Benfords Gesetz über führende Ziffern: Wie die Mathematik Steuersündern das Fürchten lehrt Benfords Gesetz über führende Ziffern: Wie die Mathematik Steuersündern das Fürchten lehrt Norbert Hungerbühler, Fribourg 1 Vorspann Das Benfordsche Gesetz bietet eine ganze Reihe von Anknüpfungspunkten

Mehr

Gründe für die Behandlung von stochastischen Problemen (nach KÜTTING)

Gründe für die Behandlung von stochastischen Problemen (nach KÜTTING) Vorlesung 03.01.09 Stochastik Gründe für die Behandlung von stochastischen Problemen (nach KÜTTING) Der Mathematikunterricht der Schule hat die Aufgabe, eine Grundbildung zu vermitteln, die auf ein mathematisches

Mehr

Statistische Auswertung in der Betriebsprüfung

Statistische Auswertung in der Betriebsprüfung Dr. Harald Krehl Der Einsatz verteilungsbezogener Verfahren Der Einsatz verteilungsbezogener Verfahren etwa des Benford- Newcomb Verfahrens oder der Normalverteilung bzw. der LogNormalverteilung in der

Mehr

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc.

Abiturvorbereitung Stochastik. neue friedländer gesamtschule Klasse 12 GB Holger Wuschke B.Sc. Abiturvorbereitung Stochastik neue friedländer gesamtschule Klasse 12 GB 24.02.2014 Holger Wuschke B.Sc. Siedler von Catan, Rühlow 2014 Organisatorisches 0. Begriffe in der Stochastik (1) Ein Zufallsexperiment

Mehr

Motivation. Benötigtes Schulwissen. Übungsaufgaben. Wirtschaftswissenschaftliches Zentrum 10 Universität Basel. Statistik

Motivation. Benötigtes Schulwissen. Übungsaufgaben. Wirtschaftswissenschaftliches Zentrum 10 Universität Basel. Statistik Wirtschaftswissenschaftliches Zentrum 0 Universität Basel Statistik Dr. Thomas Zehrt Ausblick Motivation Wir werfen einen Würfel 000-mal und wir möchten die Wahrscheinlichkeit P bestimmen, dass zwischen

Mehr

Terme und Gleichungen

Terme und Gleichungen Terme und Gleichungen Rainer Hauser November 00 Terme. Rekursive Definition der Terme Welche Objekte Terme genannt werden, wird rekursiv definiert. Die rekursive Definition legt zuerst als Basis fest,

Mehr

Statistik für Ingenieure Vorlesung 2

Statistik für Ingenieure Vorlesung 2 Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen

Mehr

Ausarbeitung des Seminarvortrags zum Thema

Ausarbeitung des Seminarvortrags zum Thema Ausarbeitung des Seminarvortrags zum Thema Anlagepreisbewegung zum Seminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn von Imke Meyer im W9/10 Anlagepreisbewegung

Mehr

1 Das Problem, welches zum Logarithmus führt

1 Das Problem, welches zum Logarithmus führt 1 Das Problem, welches zum Logarithmus führt Gegeben sei die folgende Gleichung: a = x n Um nun die Basis hier x) auszurechnen, muss man die n-te Wurzel aus a ziehen: a = x n n ) n a = x Soweit sollte

Mehr

Übungsaufgaben zur Analysis

Übungsaufgaben zur Analysis Serie Übungsaufgaben zur Analysis. Multiplizieren Sie folgende Klammern aus: ( + 3y)( + 4a + 4b) (a b )( + 3y 4) (3 + )(7 + y) + (a + b)(3 + ). Multiplizieren Sie folgende Klammern aus: 6a( 3a + 5b c)

Mehr

Stetige Verteilungen Rechteckverteilung

Stetige Verteilungen Rechteckverteilung Stetige Verteilungen Rechteckverteilung Die Längenabweichungen X produzierter Werkstücke von der Norm seien gleichmäßig verteilt zwischen a = mm und b = 4mm. Die Dichtefunktion lautet also f(x) = für a

Mehr

1.2 Rechnen mit Termen II

1.2 Rechnen mit Termen II 1.2 Rechnen mit Termen II (Thema aus dem Gebiet Algebra) Inhaltsverzeichnis 1 Potenzen, bei denen der Exponent negativ oder 0 ist 2 2 Potenzregeln 2 3 Terme mit Wurzelausdrücken 4 4 Wurzelgesetze 4 5 Das

Mehr

Modellbildung und Simulation

Modellbildung und Simulation Modellbildung und Simulation 6. Vorlesung Wintersemester 2007/2008 Klaus Kasper Value at Risk (VaR) Gaußdichte Gaußdichte der Normalverteilung: f ( x) = 1 2π σ x e 2 2 x ( x µ ) / 2σ x Gaußdichte der Standardnormalverteilung:

Mehr

15 Wahrscheinlichkeitsrechnung und Statistik

15 Wahrscheinlichkeitsrechnung und Statistik 5 Wahrscheinlichkeitsrechnung und Statistik Alles, was lediglich wahrscheinlich ist, ist wahrscheinlich falsch. ( Descartes ) Trau keiner Statistik, die du nicht selbst gefälscht hast. ( Churchill zugeschrieben

Mehr

Gleichungen und Ungleichungen

Gleichungen und Ungleichungen Gleichung Eine Gleichung erhalten wir durch Gleichsetzen zweier Terme. Kapitel 3 Gleichungen und Ungleichungen linke Seite = rechte Seite Grundmenge: Menge aller Zahlen, die wir als Lösung der Gleichung

Mehr

Wahrscheinlichkeit und relative Häufigkeit

Wahrscheinlichkeit und relative Häufigkeit Wahrscheinlichkeit und relative Häufigkeit Elke Warmuth Humboldt-Universität Berlin Sommersemester 2010 1 / 25 1 Empirisches Gesetz der großen Zahlen Lehrbuchbeispiele Auswertung von Beobachtungen 2 Modell

Mehr

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung

Programm. Wiederholung. Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung. Binomialverteilung. Hypergeometrische Verteilung Programm Wiederholung Gleichverteilung Diskrete Gleichverteilung Stetige Gleichverteilung Binomialverteilung Hypergeometrische Verteilung Wiederholung verschiedene Mittelwerte für verschiedene Skalenniveaus

Mehr

Fibonacci-Suche. Informatik I. Fibonacci-Suche. Fibonacci-Suche. Einführung. Rainer Schrader. 24. Mai 2005

Fibonacci-Suche. Informatik I. Fibonacci-Suche. Fibonacci-Suche. Einführung. Rainer Schrader. 24. Mai 2005 Fibonacci-Suche Informatik I Einführung Rainer Schrader Zentrum für Angewandte Informatik Köln 4. Mai 005 Grundidee wie bei der Binärsuche, aber andere Aufteilung Fibonacci-Zahlen: F 0 = 0 F 1 = 1 F m

Mehr

Die Bestimmung von Value-at-Risk- Werten mit Hilfe der Monte-Carlo- Simulation. Jens Schiborowski

Die Bestimmung von Value-at-Risk- Werten mit Hilfe der Monte-Carlo- Simulation. Jens Schiborowski Die Bestimmung von Value-at-Risk- Werten mit Hilfe der Monte-Carlo- Simulation Jens Schiborowski Gliederung Einführung Monte-Carlo-Simulation Definition von Monte-Carlo-Simulation Einsatzgebiete von Monte-Carlo-Simulation

Mehr

13. Der diskrete Logarithmus

13. Der diskrete Logarithmus 13. Der diskrete Logarithmus 13.1. Definition. Sei p eine Primzahl. Wie wir in 9 bewiesen haben, ist die multiplikative Gruppe F p des Körpers F p = Z/p zyklisch. Sei g ein erzeugendes Element von F p

Mehr

1 Grundprinzipien statistischer Schlußweisen

1 Grundprinzipien statistischer Schlußweisen Grundprinzipien statistischer Schlußweisen - - Grundprinzipien statistischer Schlußweisen Für die Analyse zufallsbehafteter Eingabegrößen und Leistungsparameter in diskreten Systemen durch Computersimulation

Mehr

Exponentialfunktion, Logarithmus

Exponentialfunktion, Logarithmus Exponentialfunktion, Logarithmus. Die Exponentialfunktion zu einer Basis > 0 Bei Exponentialfunktionen ist die Basis konstant und der Exponent variabel... Die Exponentialfunktion zu einer Basis > 0. Sei

Mehr

Surjektive, injektive und bijektive Funktionen.

Surjektive, 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

Mehr

Lineare Differenzengleichungen und Polynome. Franz Pauer

Lineare Differenzengleichungen und Polynome. Franz Pauer Lineare Differenzengleichungen und Polynome Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 13/7, A-600 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at Vortrag beim ÖMG-LehrerInnenfortbildungstag

Mehr

mit ganzen Zahlen 1.4 Berechnen Sie: a b c d e

mit ganzen Zahlen 1.4 Berechnen Sie: a b c d e 1 Rechnen mit ganzen Zahlen Führen Sie die nachfolgenden Berechnungen aus: 1.1 a. 873 112 1718 157 3461 + b. 1578 9553 7218 212 4139 + 1.3 Berechnen Sie: a. 34 89 b. 67 46 c. 61 93 d. 55 11 e. 78 38 1.2

Mehr

Vorkurs Mathematik. JProf. Dr. Pia Pinger. April Lennéstraße 43, 1. OG

Vorkurs Mathematik. JProf. Dr. Pia Pinger. April Lennéstraße 43, 1. OG Vorkurs Mathematik JProf. Dr. Pia Pinger Lennéstraße 43, 1. OG pinger@uni-bonn.de April 2017 JProf. Dr. Pia Pinger Vorkurs Mathematik April 2017 1 / 74 Ein paar Tipps vorab Be gritty : Perseverance and

Mehr

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012 Weihnachtszettel zur Vorlesung Stochastik I Wintersemester 0/0 Aufgabe. Der Weihnachtsmann hat vergessen die Weihnachtsgeschenke mit Namen zu beschriften und muss sie daher zufällig verteilen. Dabei enthält

Mehr

Adolf Riede. Mathematik für Biologen. Eine Grundvorlesung. Mit 120 Abbildungen und zahlreichen durchgerechneten Beispielen.

Adolf Riede. Mathematik für Biologen. Eine Grundvorlesung. Mit 120 Abbildungen und zahlreichen durchgerechneten Beispielen. 9vieweg Adolf Riede Mathematik für Biologen Eine Grundvorlesung Mit 120 Abbildungen und zahlreichen durchgerechneten Beispielen IX I Zahlen 1 1.1 Anzahlen 1 1.2 Reelle Zahlen 8 1.3 Dokumentation von Meßwerten

Mehr

Vom Lottomillionär zur Katastrophenvermeidung: Wie uns Statistik hilft

Vom Lottomillionär zur Katastrophenvermeidung: Wie uns Statistik hilft Vom Lottomillionär zur Katastrophenvermeidung: Wie uns Statistik hilft Jörg Rahnenführer technische universität dortmund Technische Universität Dortmund, Fakultät Statistik Dortmunder Tag der Statistik

Mehr

Stichpunktezettel fürs Tutorium

Stichpunktezettel fürs Tutorium Stichpunktezettel fürs Tutorium Moritz und Dorian 11. November 009 1 Kleiner Fermat Behauptung. Seien a, b N relativ prim und b eine Primzahl. Dann ist a b 1 = 1. Beweis. Wir definieren die Funktion f

Mehr

STETIGE VERTEILUNGEN

STETIGE VERTEILUNGEN STETIGE VERTEILUNGEN. Die Näherungsformel von Moivre Laplace Betrachtet man die Binomialverteilungen Bnp für wachsendes n bei konstantem p, so werden die Histogramme einer binomialverteilten Zufallsvariablen

Mehr

Übungsaufgaben zur Vorlesung ANALYSIS I (WS 12/13) Lösungsvorschlag Serie 12

Übungsaufgaben zur Vorlesung ANALYSIS I (WS 12/13) Lösungsvorschlag Serie 12 Humboldt-Universität zu Berlin Institut für Mathematik Prof. A. Griewank Ph.D.; Dr. A. Hoffkamp; Dipl.Math. T.Bosse; Dipl.Math. L. Jansen Übungsaufgaben zur Vorlesung ANALYSIS I (WS 2/3) Lösungsvorschlag

Mehr

Negative Zahlen. Lösung: Ordne in einen Zahlenstrahl ein! 7;5; 3; 6. Das Dezimalsystem

Negative Zahlen. Lösung: Ordne in einen Zahlenstrahl ein! 7;5; 3; 6. Das Dezimalsystem Negative Zahlen Negative Zahlen Ordne in einen Zahlenstrahl ein! 7;5; 3; 6 Das Dezimalsystem Zerlege in Stufen! Einer, Zehner, usw. a) 3.185.629 b) 24.045.376 c) 3.010.500.700 Das Dezimalsystem a) 3M 1HT

Mehr

UND MOSES SPRACH AUCH DIESE GEBOTE

UND MOSES SPRACH AUCH DIESE GEBOTE UND MOSES SPRACH AUCH DIESE GEBOTE 1. Gebot: Nur die DUMMEN kürzen SUMMEN! Und auch sonst läuft bei Summen und Differenzen nichts! 3x + y 3 darfst Du NICHT kürzen! x! y. Gebot: Vorsicht bei WURZELN und

Mehr

Prof. Dr. Christoph Karg Hochschule Aalen. Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik. Sommersemester 2016

Prof. Dr. Christoph Karg Hochschule Aalen. Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik. Sommersemester 2016 Prof. Dr. Christoph Karg 5.7.2016 Hochschule Aalen Klausur zur Vorlesung Wahrscheinlichkeitstheorie und Statistik Sommersemester 2016 Name: Unterschrift: Klausurergebnis Aufgabe 1 (15 Punkte) Aufgabe 3

Mehr

21.10.2013. Vorlesung Programmieren. Agenda. Dezimalsystem. Zahlendarstellung. Zahlendarstellung. Oder: wie rechnen Computer?

21.10.2013. Vorlesung Programmieren. Agenda. Dezimalsystem. Zahlendarstellung. Zahlendarstellung. Oder: wie rechnen Computer? Vorlesung Programmieren Zahlendarstellung Prof. Dr. Stefan Fischer Institut für Telematik, Universität zu Lübeck http://www.itm.uni-luebeck.de/people/pfisterer Agenda Zahlendarstellung Oder: wie rechnen

Mehr

3 log. 2 )+log(1/u) g) log(2ux) 1+ a. j) log

3 log. 2 )+log(1/u) g) log(2ux) 1+ a. j) log Logarithmen 1. 5 3 = 125 ist gleichbedeutend mit 5 log(125) = 3. Formen Sie nach diesem Muster um. a) 2 5 = 32 b) 10 4 = 10 000 c) 7 0 = 1 d) 3 2 = 1/9 e) 10 3 = 0.001 f) 5 1/2 = 5 g) 6 log(216) = 3 h)

Mehr

Einführung 17. Teil I Grundlagen der grundlegenden Mathematik 23. Kapitel 1 Das Spiel mit den Zahlen 25

Einführung 17. Teil I Grundlagen der grundlegenden Mathematik 23. Kapitel 1 Das Spiel mit den Zahlen 25 Inhaltsverzeichnis Einführung 17 Über dieses Buch 17 Konventionen in diesem Buch 18 Was Sie nicht lesen müssen 18 Törichte Annahmen über den Leser 18 Wie dieses Buch aufgebaut ist 19 Teil I: Grundlagen

Mehr

Rechnen und Termumformungen mit Logarithmen

Rechnen und Termumformungen mit Logarithmen Rechnen und Termumformungen mit Logarithmen. Flucht aus Heidelberg Im Jahr 855 flüchtete in Heidelberg ein Student nach einem Duell mit einer Legitimationskarte, die er sich von einem Kommilitonen ausgeliehen

Mehr

Buch: Mathematik heute [Realschule Niedersachsen], Schroedel

Buch: Mathematik heute [Realschule Niedersachsen], Schroedel Klasse: 5 Buch: heute [Realschule Niedersachsen], Schroedel 1. Einheit: Zahlen und Größen S. 7 - S. 45 WH.: Grundrechenarten, Kopfrechenfertigkeiten 2. Einheit: Rechnen mit natürlichen Zahlen und Größen

Mehr

Ü b u n g s b l a t t 11

Ü b u n g s b l a t t 11 Einführung in die Stochastik Sommersemester 07 Dr Walter Oevel 8 007 Ü b u n g s b l a t t Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden Lösungen von -Aufgaben sind

Mehr

Grundlagen der Mathematik von Ansgar Schiffler - Seite 1 von 7 -

Grundlagen der Mathematik von Ansgar Schiffler - Seite 1 von 7 - - Seite von 7 -. Wie lautet die allgemeine Geradengleichung? (Mit Erklärung). Ein Telefontarif kostet 5 Grundgebühr und pro Stunde 8 cent. Wie lautet allgemein die Gleichung für solch einen Tarif? (Mit

Mehr

Übungsaufgaben, Statistik 1

Übungsaufgaben, Statistik 1 Übungsaufgaben, Statistik 1 Kapitel 3: Wahrscheinlichkeiten [ 4 ] 3. Übungswoche Der Spiegel berichtet in Heft 29/2007 von folgender Umfrage vom 3. und 4. Juli 2007:,, Immer wieder werden der Dalai Lama

Mehr

Mathematik Vorkurs WS 15/16 FB III

Mathematik Vorkurs WS 15/16 FB III M Mathematik Vorkurs WS 15/16 FB III Mathe Online Kurs Hier mit seinem Namen und seiner Normalen email Adresse registrieren Mathe Online Kurs Auf Nachfrage biete ich Termine an, an denen ich Probleme bzw.

Mehr

Vorkurs: Mathematik für Informatiker

Vorkurs: Mathematik für Informatiker Vorkurs: Mathematik für Informatiker Lösungen Wintersemester 2016/17 Steven Köhler mathe@stevenkoehler.de mathe.stevenkoehler.de 2 c 2016 Steven Köhler Wintersemester 2016/17 Kapitel I: Mengen Aufgabe

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 11. November 2010 1 Erwartungswert und Varianz Erwartungswert Varianz und Streuung Rechenregeln Binomialverteilung

Mehr

Dipl.-Ing. Halit Ünver Datenbanken/Künstliche Intelligenz FAW/n. Zahlensysteme

Dipl.-Ing. Halit Ünver Datenbanken/Künstliche Intelligenz FAW/n. Zahlensysteme Dipl.-Ing. Halit Ünver 7.. Datenbanken/Künstliche Intelligenz FAW/n Zahlensysteme Seite Zahlensysteme Dipl.-Ing. Halit Ünver 7.. Inhalt I. Informatik und Zahlen für Wirtschaftswissenschaftler? II. III.

Mehr