AG QUALITÄT in der Fakultät für Mathematik und Physik Universität Hannover Dr. Dirk Windelberg

Größe: px
Ab Seite anzeigen:

Download "AG QUALITÄT in der Fakultät für Mathematik und Physik Universität Hannover Dr. Dirk Windelberg"

Transkript

1 AG QUALITÄT in der Fakultät für Mathematik und Physik Universität Hannover Dr. Dirk Windelberg 6. November 2011 wi51031 Mathematische Aspekte der gesundheitlichen Beeinträchtigung durch transiente Geräuschereignisse auf der Grundlage von zeitlich veränderlichen Cortisol-Konzentrationen DAGA-Tagung 2006 Braunschweig Referenz-Nummer DAGA2006/ März 2006, 17:20 Uhr Dr. Dirk Windelberg AG Qualität in der Fakultät für Mathematik und Physik der Universität Hannover Dr. Berthold Vogelsang Niedersächsisches Umweltministerium

2 i Inhaltsverzeichnis 1 Zusammenfassung 1 2 mathematische Voraussetzungen Beschreibung einer Kurve Sinuskurve Parabel kubische Parabel Kegelschnitt, gedreht Statistik: Kurve und Messwert A- und C-Bewertung Motivation Aussagefähigkeit des Nacht-Mittelungspegels Wie wirkt Vorbeifahrzeit? Ergebnis Cortisol-Konzentration 19 5 Aufweckpegel Aufweckpegel Beispiele Beipiel Beispiel Beispiel Ausblick Lärmwirkungsforschung Anhang Verzeichnis der Bilder

3 1 ZUSAMMENFASSUNG 1 1 Zusammenfassung Natürliche transiente Geräuschereignisse wie Schienen-Güterverkehr oder Flugverkehr führen oft bei Anwohnern zu Stressreaktionen, die durch eine Erhöhung der Cortisol-Konzentration im menschlichen Körper messbar werden. Spreng hat in [1] gezeigt, dass diese Cortisol-Konzentration - einerseits mit der Tageszeit nach einer festen Gesetzmäßigkeit variiert und - andererseits zusätzlich durch transiente Geräuschereignisse anwächst Ferner wurde erkannt, dass während des Schlafes die Überschreitung einer (individuellen) Cortisol-Konzentrationsschwelle c tol Aufweckreaktionen hervorruft. Es ist daher jeweils zu berechnen, ob zu einem bestimmten Zeitpunkt t die gesamte Cortisol-Konzentration c ges (t) diese Schwelle c tol überschreitet. Der Autor hat in [2] Aufweck-Wahrscheinichkeiten in Abhängigkeit von der Höhe und der Dauer transienter Geräuschereignisse mathematisch beschrieben. Diese beiden Arbeiten zusammen erlauben eine Untersuchung, 1. wie verschieden Geräusch-Szenarien sein können, wenn sie die gleichen Aufweckreaktionen verursachen, und 2. ob es einen Zusammenhang zweichen transienten Geräuschereignissen während einer Nacht und dem Mittelungspegel L night gibt. Die Ergebnisse dieser Untersuchung werden im Folgenden dargestellt.

4 2 MATHEMATISCHE VORAUSSETZUNGEN 2 2 mathematische Voraussetzungen Zur Einstimmung werden hier einfache Probleme beschrieben (und gelöst), durch die das Problembewußtsein für die folgenden Betrachtungen gestärkt werden soll. 2.1 Beschreibung einer Kurve Es soll eine Kurve (mathematisch) beschrieben werden, die die Abhängigkeit darstellt zwischen - der Fähigkeit, mathematische Formulierungen zu verstehen, und - dem Alter Randbedingungen: Es wird eine Funktion f gesucht, die definiert ist für zulässige Alter von 5 Jahren bis zu 100 Jahren (also ist der Definitionsbereich das Intervall [5, 100] R), und deren Wert (als Fähigkeit) eine reelle Zahl zwischen 0 und 1 ist (wir wollen der maximalen Fähigkeit den Wert 1 geben). Dann schreiben wir mit folgenden Eigenschaften f : [0, 100] R [0, 1] R a) mit 5 Jahren ist die Fähigkeit 0, also f(5) = 0. b) mit 25 Jahren ist die Fähigkeit optimal: f(25) = 1 b) mit 100 Jahren ist die Fähigkeit wieder 0: f(100) = Sinuskurve Annahme 1: Die Funktion f lässt sich beschreiben in der Form f(x) = sin(z(x)) wobei z eine Funktion ist mit z : [0, 100] R [0, π] R, für die gilt a) mit 5 Jahren ist die Fähigkeit 0, also z(5) = 0. b) mit 25 Jahren ist die Fähigkeit optimal: z(25) = π 2 b) mit 100 Jahren ist die Fähigkeit wieder 0: z(100) = π

5 2 MATHEMATISCHE VORAUSSETZUNGEN 3 Annahme 2: Die Funktion z lässt sich beschreiben in der Form z(x) = u + v x + w x 2 wobei u, v und w geeignet zu wählende reelle Zahlen sind. Es muss also gelten: nach a): 0 = z(5) = u + v 5 + w 5 2 = u + v 5 + w 25 nach b): π 2 = z(25) = u + v 25 + w 252 = u + v 25 + w 625 nach c): π = z(100) = u + v w = u + v w (a1) (b1) (c1) Aus diesen drei Bedingungen können wir nun u, v und w ausrechnen. Aus (a1): u = v 5 w 25 (a2) π (a2) eingesetzt in (b1): = v 5 w 25 + v 25 + w π oder = v 20 + w 600 oder π = v 40 + w also v = π w (a2) eingesetzt in (c1): π = v 5 w 25 + v w oder π = v 95 + w (c2) (b2) eingesetzt in (c2): π = π w w oder π = π w 95 + w oder π = π w w = π 95 + w oder 40 π = 95 π + w oder 55 π = w also w = 55 π (c3) (c3) eingesetzt in (b2): v = π w π (b3) (b3) und (c3) eingesetzt in (a2): u = v 5 w 25 also insgesamt (b2) (a3) z(x) = u + v x + w x x x 2 (d) Dann ergibt sich folgende Kurve

6 2 MATHEMATISCHE VORAUSSETZUNGEN 4 Bild E1: Erster Versuch, die Fähigkeit, mathematische Formulierungen zu verstehen, in Abhängigkeit vom Alter mathematisch zu beschreiben Diese Kurve entspricht nicht den Erwartungen: Mit 60 Jahren ist die Fähigkeit, mathematische Formulierungen zu verstehen, so schlecht wie mit 5 Jahren? Und zwischen 60 und 100 Jahren ist sie sogar negativ? Also wird ein zweiter Versuch gestartet: Parabel Annahme 1: Die Funktion f lässt sich beschreiben in der Form f(x) = t + u x + v x 2 + w x 3 wobei t, u, v und w so zu wählende reelle Zahlen sind, dass gilt a) mit 5 Jahren ist die Fähigkeit 0, also 0 = f(5) b) mit 25 Jahren ist die Fähigkeit optimal: 1 = f(25) b) mit 100 Jahren ist die Fähigkeit wieder 0: 0 = f(100) Entsprechende Rechnung ergibt: Wir haben vier Parameter und drei Gleichungen. Es kann z.b. w beliebig gewählt werden; dann ergeben sich t = w und u = w und v = w

7 2 MATHEMATISCHE VORAUSSETZUNGEN 5 Wählen wir hierin w = 0 so ergibt sich ebenfalls ein falsches Bild: y = f(x) = x x2 Bild E2: Zweiter Versuch, die Fähigkeit, mathematische Formulierungen zu verstehen, in Abhängigkeit vom Alter mathematisch zu beschreiben Hier liegt das Optimum zwischen 50 und 55 Jahren - wir suchten aber das Optimum bei 25 Jahren! kubische Parabel Wenn wir fordern, dass das Maximum bei einem Alter von 25 Jahren liegt, dann bedeutet dies mathematisch: f (25) = 0 also wegen f(x) = u + 2 v x + 3 w x 2 Entsprechende Rechnung ergibt: u + 2 v w 25 2 = 0 t = 23 und u = Nun ergibt sich folgendes Bild: und v = und W =

8 2 MATHEMATISCHE VORAUSSETZUNGEN Kegelschnitt, gedreht Bild E3: Dritter Versuch, die Fähigkeit, mathematische Formulierungen zu verstehen, in Abhängigkeit vom Alter mathematisch zu beschreiben Nach dem erfolglosen dritten Versuch (wieder ist die Fähigkeit, mathematische Formulierungen zu verstehen, mit 52 Jahren gleich 0) gibt es nun noch die Möglichkeit, eine gedrehten Kegelschnitt zu betrachten, bei dem im Punkt (25, 1) ein Maximum liegt und daher die Ableitung dy dx = 0 gilt. Allgemeiner Ansatz: r x 2 + s x y + t y 2 + u x + v y + w = 0 Wenn diese Funktion nach x abgeleitet wird, ergibt sich 2 r x + s (x y + y) + 2 t y y + u + v y = 0 und damit - wegen y = 0 - die einfach Bedingung 2 r x + s y + u = 0 Zusammen mit den obigen Forderungen a) bis c) wird daraus die Gleichung Nun ergibt sich folgendes Bild: x x y 105 x y = 0

9 2 MATHEMATISCHE VORAUSSETZUNGEN 7 Bild E4: Vierter Versuch, die Fähigkeit, mathematische Formulierungen zu verstehen, in Abhängigkeit vom Alter mathematisch zu beschreiben Dieser Versuch war erfolgreich

10 2 MATHEMATISCHE VORAUSSETZUNGEN Statistik: Kurve und Messwert Auf der x-achse wird der Pegel aufgetragen, auf der y-achse die Lärmbewertung (also natürliche Zahlen z.b. zwischen 1 und 5). Erwartet wird im allgemeinen eine Kurve, deren Minimum bei 1 und deren Maximum bei 5 liegt (ausserhalb dieses Bereiches sind keine Bewertungen zulässig). Damit ist die Kurve y = arctan(x) mit entsprechenden Normierungen auszuwählen. Die Lärmbewertungskurve soll für die Bewertungszahl y = 3 den Pegel p 3 beschreiben, also z.b. p 3 = 56 db(a). Dann wird ein geeigneter Parameter f W gesucht, so dass y = π arctan (f W (x 56)) möglichst gut zu den Messwerten passt, d.h. die Summe der Quadrate der Abstände zwischen Kurve und Messpunkten muss minimal sein.

11 2 MATHEMATISCHE VORAUSSETZUNGEN 9 Bild E5: 3 (von vielen) Möglichkeiten zur Beschreibung der Lästigkeit, falls bei 56 db(a) die Lästigkeitsstufe 3 erreicht ist. y = π arctan (f W (x 56)) für f W = 1 2, f W = 1 und f W = 2

12 2 MATHEMATISCHE VORAUSSETZUNGEN 10 Der Pegel p 3 ergibt sich aus der Auswertung der Befragungen. Aber es ist bis zu diesem Bild nur durch die Definition von arctan festgelegt, wie sich die Kurve ausserhalb von p 3 verhält. Um dieses Verhalten der Befragung anzupassen, ist ein Faktor f W zu bestimmen, so dass die Summe der Abstände zwischen den Befragungs-Ergebnissen und einer Kurve der Form minimal wird. y = π arctan (f W (x 56))

13 2 MATHEMATISCHE VORAUSSETZUNGEN 11 Bild E6: Zu den 7 Messwerten P 1 = (52, 1.5), P 2 = (53, 2.0), P 3 = (54, 2.5), P 4 = (55, 3.0), P 5 = (56, 3.5), P 6 = (57, 4.0) und P 7 = (58, 4.5) wird diejenige Zahl f W gesucht, für die die Summe der Quadrate der Abstände zwischen den Punkten und der Kurve minimal ist.

14 2 MATHEMATISCHE VORAUSSETZUNGEN 12 Die Abweichungen zwischen der Kurve und den Messwerten sind jeweils anzugeben, denn eigentlich ist die Kurve eine Abweichung oder eine Glättung der Messdaten Bild E7: Ergebnis: f W = 0.5

15 2 MATHEMATISCHE VORAUSSETZUNGEN 13 Bild E8: Da die Einheiten in x- und y-richtung nicht übereinstimmen, werden aus den Berührkreisen Berührellipsen.

16 2 MATHEMATISCHE VORAUSSETZUNGEN 14 Wenn diese Vorüberlegung noch erweitert wird, sollte überlegt werden, ob eine logarithmische Kurve eine bessere Approximation liefert. Bild E9: Bild E8 in logarithmischer Aufteilung der x Achse

17 2 MATHEMATISCHE VORAUSSETZUNGEN A- und C-Bewertung Mein (NOKIA-)Handy erlaubt unter Medien auch Lärmmessung und fragt vor der Messung nach der Lärmbewertung ( Geräuschabstimmung ): - A-Pegel (leise) oder - C-Pegel (laut) d.h. außerhalb der Verkehrslärmmessung ist (immer noch) bekannt, dass es nicht nur die A-Bewertung gibt.

18 2 MATHEMATISCHE VORAUSSETZUNGEN 16 3 Motivation Seit vielen Jahren werden Lästigkeitsuntersuchungen durchgeführt - einerseits physiologisch von Medizinern und andererseits psychologisch von Lärmwirkungsforschern. Selten lassen sich die Ergebnisse koordinieren. Ein Grund für die Einführung eines Schienenbonus sind die Lästigkeitsuntersuchungen der Lärmwirkungsforscher. Nach Auffassung der Lärmwirkungsforschung (siehe Möhler in [xx]) korreliert der Nacht- Mittelungspegel am besten mit der Lästigkeit von Schienen- (oder Flug-)lärm. Daher soll hier a) die Aussagefähigkeit des Nacht-Mittelungspegels bei Schienenoder Fluglärm und b) die Lästigkeit beschrieben und charakterisiert werden.

19 3 MOTIVATION Aussagefähigkeit des Nacht-Mittelungspegels 1 Güterzug mit v = 100 km/h, l = 500 m Länge, auf Holz- oder Betonschwelle bei durchschnittlich gutem Schienenzustand (nehmen Sie einmal Ihr Handy und messen während einer Bahnfahrt den durchschnittlichen Schienenzustand) 25 m Entfernung (aussen), verursacht nach Rechnung Schall 03: Nacht-Mittelungspegel (8 Stunden) 58 db(a) Stundenpegel 67 db(a) Vorbeifahrpegel 90 db(a) unberücksichtigt bleiben: 1. die Anzahl der Vorbeifahrten mit Pegeln oberhalb eines Aufweckpegels am Ohr des Schläfers bei Schalldämmung durch eine Hauswand in 25 m Entfernung vom Gleis 2. die zeitlich Länge der Vorbeifahrten mit Pegeln oberhalb des Aufweckpegels 3. die Länge der Ruhepausen zwischen Aufweckpegeln 4. die Höhe des Pegels, der von 95% aller nächtlichen Vorbeifahrten nicht überschritten wird Wie wirkt Vorbeifahrzeit? Definition des individuellen Aufweckpegels 1. S = Schlafpegel = am Bett gemessener Pegel (slow), bei dem Schläfer (Anwohner) noch gut schläft. 2. Annahme 1: 10% Aufweckwahrscheinlichkeit: bei Pegel P = S + P 1 = S + 45 bei Einwirkzeit t = 1 s bei Pegel P = S + P 20 = S + 19 bei Einwirkzeit t = 20 s bei Pegel P = S + P 40 = S + 18 bei Einwirkzeit t = 80 s

20 3 MOTIVATION 18 Dann ist die 10% Aufweckwahrscheinlichkeit definiert durch ( w 10 (S, P 1, P 20, P 40, z) = S ) mit z 1.1 z Einwirkzeit in s 20% Aufweckwahrscheinlichkeit: w 20 (S, P 1, P 20, P 40, z) = 3 + w 10 (S, P 1, P 20, P 40, z) 3.2 Ergebnis Es gibt keine gemeinsame Beschreibung der Lästigkeit: Während die Lärmwirkungsforschung den A-bewerteten Nacht-Mittelungspegel zur Bescheibung des Verkehrslärms wählt, liegt in der physiologischen Untersuchung der Schwerpunkt auf der Wirkung einer Folge von Einzelereignissen.

21 4 CORTISOL-KONZENTRATION 19 4 Cortisol-Konzentration M. Spreng möchte zeigen, dass die in jedem menschlichen Körper vorhandene Cortisol-Konzentration proportional mit der Belästigung durch (Flug-)Lärm steigt und beim Erreichen einer maximalen Cortisol-Konzentration zum Aufwecken führt. Wir führen folgende Bezeichnungen ein: c tol Cortisol-Konzentration (in hg/ml), die beim Schlaf noch toleriert wird (und die damit noch nicht zum Aufwachen führt) Die Abhängigkeit der Cortisol-Konzentration von der Tages- bzw. Nachtzeit, die zur Zeit t in einem durchschnittlichen Menschen gemessen wird, lässt sich nach Spreng durch die folgende Funktion beschreiben: c min (t) := ( ( cos t+4 ) ) 2 12 π ) ) 2 π cos ( ( t für 0 t 8 für 8 t 24 wobei t in Stunden einzusetzen ist und c min (t) in ng/ml angegeben wird. (1) c min (t) Bild 1: Cortisol-Konzentration c min (t), die ohne Streß-Einwirkung im durchschnittlichen menschlichen Körper gemessen wird, in Abhängigkeit von der Tageszeit (nach Spreng) mit8cor1.jpg / wi50403b

22 5 AUFWECKPEGEL 20 5 Aufweckpegel 5.1 Aufweckpegel Windelberg beschreibt in [2] die 10%-Aufweck-Wahrscheinlichkeit durch ein Geräuschereignis in Abhängigkeit von dessen Pegel ( Vorbeifahrpegel in db(a)) und dessen Einwirkzeit: ( w 10 = S ) z 1.1 Darin ist S der individuelle Schlafpegel 1 ) und z die Einwirkzeit in Sekunden; die weiteren Parameter ergaben sich aus den Festlegungen für die individuelle 10%-Aufweckweck-Bedingung bei Einwirkzeiten von 1 s, 20 s und beliebiger Länge. Speziell für die Vorbeifahrpegel von Schienenfahr- oder Flugzeugen ergibt sich dann folgende Definition: 1 ) In dieser Arbeit wird einheitlich S = 69 db(a) gesetzt, um in Graphiken vergleichbare Werte zu erreichen.

23 5 AUFWECKPEGEL 21 p(j) v(j) L(j) Vorbeifahrpegel des j-ten Fahrzeugs (Schienenfahrzeug oder Flugzeug) Vorbeifahrzeit des j-ten Fahrzeugs (Schienenfahrzeug oder Flugzeug) Aufweckpegel nach Windelberg ([2]): L(j) = p(j) + 27 db(a) (2) v(j) 1.1 L 0 c i,0 Norm-Aufweckpegel (nach Spreng: L 0 := 53 db(a)) Norm-Konzentration Cortisol: bei dem Norm-Aufweckpegel L 0 = 53 db(a) am Ohr eines Schläfers erhöht sich die natürliche Cortisol-Konzentration des Schläfers um c i,0. Nach Spreng ist c i,0 = 14 ng/ml. (Vergl. die Einführung eines individuellen Schlafpegels S am Ohr eines Schlafenden.) k c ini (j) λ c ges (t) Änderungskoeffizient: Bei Erhöhung des Aufweckpegels um 10 db(a) erhöht sich die Cortisol-Konzentration c i,0 um den Faktor 10 k (nach Spreng: 10 k = ) Wirkung eines Aufweckpegels auf die Cortisol-Konzentration: Erhöhung der Cortisol-Konzentration bei der Vorbeifahrt des j-ten Fahrzeugs mit dem Vorbeifahrpegel p(j) und der Vorbeifahrzeit v(j) (Schienenfahrzeug oder Flugzeug): c ini (j) = c i,0 10 k [L(j) L 0] 0.1 = [L(j) 53] (3) Bemerkungen: Aufweckpegel = 53 db(a) c ini = 14.0 ng/ml Aufweckpegel = 63 db(a) c ini = 29.3 ng/ml Aufweckpegel = 73 db(a) c ini = 61.1 ng/ml Aufweckpegel = 83 db(a) c ini = 128 ng/ml Aufweckpegel = 93 db(a) c ini = 267 ng/ml Abklingzeit für die Cortisol-Konzentration c ini (j) (nach Spreng: λ = min 1 = h 1 ) Gesamte Cortisol-Konzentration zur Zeit t

24 5 AUFWECKPEGEL 22 Bei nur einer Vorbeifahrt mit der Wirkung c ini (1) zu einem Zeitpunkt t 1 würde dann gelten: c ges (t) = c min (t) + c ini (1) e (t t 1) für t > t 1 (t in Stunden) (4) Bei n Vorbeifahrten, bei denen jeweils die j-te Vorbeifahrt die Wirkung c ini (j) zu einem Zeitpunkt t(j) hervorruft, gilt dann c ges (t) := c min (t) falls t < t 1 c min (t) + c ini (1) e λ (t t 1) falls t 1 t < t 2 c min (t) + c ini (1) e λ (t t1) + c ini (2) e λ (t t 2) falls t 2 t < t 3... dots... c min (t) + j=n j=1 c ini(j) e λ (t t j) falls t j t Es ist zu prüfen, ob es einen Zeitpunkt t gibt, zu dem (5) c ges (t) c tol gilt (es kann auch mehrere dieser Zeitpunkte geben). c tol ist eine individuelle Größe!

25 6 BEISPIELE 23 6 Beispiele 6.1 Beipiel 1 Zur Zeit t 1 = 01 : 00 Uhr beträgt die normale Cortisol-Konzentration ( (1 ) c min (t 1 ) = c min (1) = cos π) 29 ng/ml 12 Zu dieser Zeit fahre ein einziges Fahrzeug (j = 1) mit einem Vorbeifahrpegel p(1) = 90 db(a) während einer Vorbeifahrzeit von v(1) = 20 s vorbei. Für dieses Fahrzeug kann der Aufweckpegel L(j) nach Gleichung (2) berechnet werden: L(1) = p(1) = 90 + = 90 + v(1) = 91 db(a) Nach Gleichung (3) wird dadurch die natürliche Cortisol-Konzentration c min (t) zum Zeitpunkt t = t 1 erhöht um den Betrag c ini (1) = [L(j) 53] = [91 53] 230 ng/ml Damit ist dann c ges (t) = c min (t) + c ini (1) e λ (t t 1) ( (t ) = cos π) e 0.72 (t t1) für t > t 1 (t in Stunden) 12 Bild 2: Ein Geräuschereignis um 1:00 Uhr nachts Vorbeifahrpegel L(1) = 90 db(a), Vorbeifahrzeit v(1) = 20 s mit8cor5 / wi50403c.bas

26 6 BEISPIELE 24 Dieser Pegel überschreitet die Toleranzgrenze der Cortisol-Konzentration c tol = 225 ng/ml; daher muss angenommen werden, dass 10% der Schlafenden durch diesen Vorbeifahrpegel geweckt werden.

27 6 BEISPIELE 25 In 25 m Abstand von der Mitte des befahrenen Gleises und in 3.5 m Höhe über der Schienenoberkante werde der Vorbeifahrpegel eines Güterzuges gemessen. Wenn dieser Güterzug - auf Schienen fährt, die einen durchschnittlich guten Schienenzustand aufweisen, und wenn - die Schienen auf Holz- oder Betonschwellen in einem Schotterbett verlegt wurden, und wenn - der Güterzug eine Länge von 560 m hat und - mit einer Geschwindigkeit von 100 km/h vorbeifährt, dann sollte nach den Berechnungen der 16. BImSchV bzw. der Schall 03 dieser Messwert den Wert von p vorbei = 90 db(a) erreichen (siehe Anhang). Dieser Pegel würde einen Anstieg der Cortisol-Konzentration (zusätzlich zu der natürlichen Konzentration) bewirken: 20 s eines Pegels p vorbei = 90 db(a) ergeben einen Aufweckpegel L = p vorbei + 27 == = 91 db(a) tvorbei und für diesen ergibt sich c ini,vorbei = [L 53] 230 ng/ml. Bemerkung 1:

28 6 BEISPIELE Beispiel 2 Eigentlich schläft der Anwohner jedoch in einem Raum, der schallisolierte Wände, Fenster und Dachflächen besitzt. Wir nehmen an, dass dadurch auftretene Geräusche (unabhängig von ihrer Frequenzverteilung und unabhängig von ihrer Stärke) um 28 db(a) vermindert werden. Bild 3: Vier Geräuschereignisse hintereinander ab 1:00 Uhr nachts im Abstand von 6 Minuten Bild 4: Vier Geräuschereignisse hintereinander ab 1:00 Uhr nachts im Abstand von 30 Minuten mit8cor3.jpg / wi50403c.bas mit8cor2 / wi50403c.bas Dämmung des Raumes: 28 db(a) Vorbeifahrpegel p(1) = 87 db(a), p(2) = 90 db(a), p(3) = 91 db(a) und p(4) = 94 db(a) Vorbeifahrzeit v(1) = v(2) = v(3) = v(4) = 20 s In beiden Fällen ist die Aufweckwahrscheinlichkeit geringer als 10%. Aber es wird schon aus dem Bild 4 deutlich: die Reihenfolge der unterschiedlichen Güterzüge und der Zeitpunkt der Vorbeifahrt sind von Bedeutung.

29 6 BEISPIELE Beispiel 3 Eigentlich schläft der Anwohner jedoch in einem Raum, der schallisolierte Wände, Fenster und Dachflächen besitzt. Wir nehmen an, dass dadurch auftretene Geräusche (unabhängig von ihrer Frequenzverteilung und unabhängig von ihrer Stärke) um 28 db(a) vermindert werden. Bild 5: Acht Geräuschereignisse hintereinander im Abstand von 6 Minuten ab 1:00 Uhr nachts Bild 6: Acht Geräuschereignisse hintereinander im Abstand von 30 Minuten ab 1:00 Uhr nachts mit8cor9.jpg / wi50403f.bas mit8cor8 / wi50403f.bas Dämmung des Raumes: 28 db(a) Vorbeifahrpegel p(1) = p(5) = 87 db(a), p(2) = p(6) = 90 db(a), p(3) = p(7) = 91 db(a) und p(4) = p(8) = 94 db(a) Vorbeifahrzeit v = 20 s für alle Vorbeifahrten In beiden Fällen (Bild 5 und Bild 6) ist der Nacht-Mittelungspegel l night gleich, aber im ersten Fall (Abstand zwischen zwei aufeinanderfolgeden Vorbeifahrten jeweils 6 Minuten) führen diese acht Vorbeifahrpegel mit einer 10%-igen Wahrscheinlichkeit zum Aufwachen, während im zweiten Fall die Cortisol-Konzentration zwischen zwei Vorbeifahrten so weit absank, dass (bei gleichem individuellen Schlafpegel S = 69 db(a)) die Aufwachwahrscheinlichkeit geringer ist als 10%. In beiden Fällen ist jedoch der L night gleich.

30 LITERATUR 28 7 Ausblick Grundsätzlich zeigt diese Auswertung, dass die Bildung des Nacht-Mittelungspegels unabhängig ist von der während der Nacht empfundenen Lästigkeit. Natürlich ist die in Bild 1 angegebene Kurve der Cortisol-Konzentration nicht für jeden Menschen in Deutschland und nicht für jeden Tag eines einzelnen Menschen richtig. Diese Kurve sieht nicht nur für jeden Menschen, sondern auch für jeden Tag anders aus (was bedeutet durchschnittlicher menschlicher Körper und was bedeutet ohne Streß-Einwirkung ). Für den einzelnen Menschen beeinflußt insbesondere - abendlicher Alkohol- Genuss - Lärm am Arbeitsplatz (Lokführer) oder beim Sport (Schießsport) diese Kurve! Wie wird die Cortisol-Konzentration in jedem Zeitpunkt gemessen? 7.1 Lärmwirkungsforschung Bisher hat die Lärmwirkungsforschung festgestellt, dass die Lästigkeit nächtlichen Güterverkehrs am besten mit dem Nacht-Mittelungspegel korreliert. Diese Feststellung wird durch die hier vorgestellten Ergebnisse in Frage gestellt: Da der Nacht-Mittelungspegel weder die Anzahl und Höhe der einzelnen Aufweckpegel berücksichtigt noch eine Ruhepausenbewertung vornimmt, bleibt auch die Cortisol-Konzentration unbeachtet. Es ist also erforderlich, Literatur [1] Spreng, M.: Cortical Excitations, Cortisol Excretions and Estimation of Tolerable Nightly Over-Flights. Noise & Health 4(2002), [2] Windelberg, D.: Aufweck-Pegel und Lärmpausen bei Schienen- und Fluglärm. Immissionsschutz 8(2004), S

31 8 ANHANG 29 8 Anhang Ein Güterzug bestehe aus einer Lokomotive (deren Pegel wir hier nicht berücksichtigen) und 25 klotzgebremsten Güterwagen von jeweils 20 m Länge. Er befahre ein Gleis, das auf Betonschwellen im Schotterbett verlegt ist. Nach der Schall 03 (1990) wird dann der Mittelungspegel L m,e genannte Stundenpegel berechnet durch L m,e = G W + D F z + D D + D l + D v + D F b + D Br + D Bü + D Ra wobei folgende Bezeichnungen eingeführt sind klotzgebremster Zeichen Schall 03 (allgemein) Güterwagen G W Grundwert (abhängig vom Schienenzustand) D F z Einfluss der Fahrzeugart 0 D D Einfluss der Bremsbauart: D D = 10 lg [ p] 7 (p ist der prozentuale Anteil scheibengebremster Fahrzeuge) (p = 0) D l Einfluss der Zuglänge l in m: D l = 10 lg [0.01 l] 7 (l = 560) D v Einfluss der Geschwindigkeit v in km/h: D l = 10 lg [0.01 l] 0 (v = 100) D F b Einfluss der Fahrbahnart (Betonschwellen: D F b = 2) 2 D Br Einfluss der Brücken (ohne Brücke: D Br = 0) 0 D Bü Einfluss der Bahnübergänge:(ohne Bahnübergang: D Bü = 0) 0 D Ra Einfluss der Kurven (Krümmungsradius 500 m: D Ra = 0) 0 Also gilt für unseren Güterzug der Länge l = 500 m und der Geschwindigkeit v L m,e = G W D v = G W + 16 Für die Länge l = 500 m und die Geschwindigkeit v = 100 km/h (also D v Vorbeifahrzeit t vorbei berechnet werden: = 0) kann die 0.5 km/h t vorbei = 100 km/h s oder t vorbei = s = 18 s 100 Der Mittelungspegel L m,e ist ein Pegel, der sich rechnerisch ergeben würde, wenn während einer Stunde nur dieser eine Zug vorbeifährt und ansonsten Ruhe herrschen würde. Bei einem durchschnittlich guten Schienenzustand sollte G W = 51 sein, d.h. es sollte L m,e (51) = 67 bei durchschnittlich gutem Schienenzustand gelten. Während der 18 s währenden Vorbeifahrt wird der Vorbeifahrpegel p vorbei gemessen. Dieser ergibt sich aus der Mittelung mit der Ruhe: [ = L m,e (51) = 10 lg p vorbei ] p Ruhe also bei einem angenommenen Ruhepegel p Ruhe = 40 db(a): p vorbei = 90 db(a) aufzeigen; die Vorbeifahrzeit dieses Zuges beträgt dann 20 s.

32 8 ANHANG Verzeichnis der Bilder Bild E1 Bild 1 Bild 2 Bild 3 Bild 4 Bild 5 Bild 6 Sinuskurve zur Beschreibung der Altersabhängigkeit der Fähigkeit, mathematische Formulierungen zu verstehen jpg normale Cortisol-Konzentration bei ruhigem Schlaf mit8cor1.jpg wi50403b.bas ein einziges Geräusch: am Ohr treten 90 db(a) auf mit8cor5.jpg wi50403c.bas 4 Geräusche gleichzeitig um 01:00 Uhr: es reicht nicht zum Aufwachen mit8cor2.jpg wi50403c.bas 4 Geräusche um 01:00, 02:00, 03:00, 04:00 Uhr: es reicht nicht mit8cor3.jpg wi50403f.bas 8 Geräusche gleichzeitig um 01:00 Uhr: es reicht zum Aufwachen mit8cor8.jpg wi50403c.bas 8 Geräusche ab 01:00 halbstündig: es reicht nicht mit8cor9.jpg wi50403f.bas

Messungen zu Schienenverkehrslärm

Messungen zu Schienenverkehrslärm Dr. Dirk Windelberg AG QUALITÄT im Institut für Algebra, Zahlentheorie und Diskrete Mathematik Universität Hannover Messungen zu Schienenverkehrslärm Bestimmung der Anzahl Aufweckreaktionen durch Schienenverkehrslärm

Mehr

3 Logarithmen und Exponentialfunktion

3 Logarithmen und Exponentialfunktion Mathematik fur Ingenieure Institut fur Algebra, Zahlentheorie und Diskrete Mathematik Dr. Dirk Windelberg Universitat Hannover Stand: 8. August 008 http://www.iazd.uni-hannover.de/windelberg/teach/ing

Mehr

Monitoring von Güterzügen

Monitoring von Güterzügen Dr. Dirk Windelberg AG QUALITÄT Leibniz Universität Hannover Mathematik Monitoring von Güterzügen Stand: 18. März 2012 Inhaltsverzeichnis 1 Vorbeifahrpegel: Messung und Berechnung 2 2 Grundlagen 3 2.1

Mehr

Dirk Windelberg: Vergleich Schall 03 (1990) mit Schall 03 (2006) - ein Beispiel - Stand: 15. Dezember 2011

Dirk Windelberg: Vergleich Schall 03 (1990) mit Schall 03 (2006) - ein Beispiel - Stand: 15. Dezember 2011 Dr. Dirk Windelberg windelberg@math.uni-hannover.de AG QUALITÄT Leibniz Universität Hannover Mathematik 15. Dezember 211 wi1112.tex Dirk Windelberg: Vergleich Schall (199) mit Schall (26) - ein Beispiel

Mehr

Nächtlicher Schienen-Güterverkehr Möglichkeiten einer Lärmminderung

Nächtlicher Schienen-Güterverkehr Möglichkeiten einer Lärmminderung Nächtlicher Schienen-Güterverkehr Möglichkeiten einer Lärmminderung Dr. Dirk Windelberg AG Qualität Institut für Algebra, Zahlentheorie und Diskrete Mathematik Universität Hannover www.iazd.uni-hannover.de/

Mehr

AG QUALITÄT im Fachbereich Mathematik der Universität Hannover Welfengarten1, Hannover

AG QUALITÄT im Fachbereich Mathematik der Universität Hannover Welfengarten1, Hannover AG QUALITÄT im Fachbereich Mathematik der Universität Hannover Welfengarten1, 30167 Hannover Gleispflege Auch ein "normales" Gleis muss im Rahmen der Instandhaltung der Bahn gepflegt werden. Diese Pflege

Mehr

Wie wirkt (Verkehrs-)Lärm auf Schlaf? Vortrag auf der DAGA 2016 in Aachen mit zusätzlichen

Wie wirkt (Verkehrs-)Lärm auf Schlaf? Vortrag auf der DAGA 2016 in Aachen mit zusätzlichen Wie wirkt (Verkehrs-)Lärm auf Schlaf? Vortrag auf der DAGA 2016 in Aachen mit zusätzlichen offenen Fragen Dirk Windelberg Mathematik, Universität Hannover, Deutschland, Email: windelberg@math.uni-hannover.de

Mehr

Außenpegel-Frequenzverteilung bei Straßen- und Schienenverkehrsgeräuschen. Notwendige Korrektur der 24. BImSchV und der Akustik 23 (Ausgabe 1997)

Außenpegel-Frequenzverteilung bei Straßen- und Schienenverkehrsgeräuschen. Notwendige Korrektur der 24. BImSchV und der Akustik 23 (Ausgabe 1997) Dr. Dirk Windelberg AG QUALITÄT Leibniz Universität Hannover Mathematik Außenpegel-Frequenzverteilung bei Straßen- und Schienenverkehrsgeräuschen Notwendige Korrektur der 24. BImSchV und der Akustik 23

Mehr

Mathematische Verfahren zur Bewertung und zum Vergleich von Befragungen zur Verkehrslärm-Lästigkeit

Mathematische Verfahren zur Bewertung und zum Vergleich von Befragungen zur Verkehrslärm-Lästigkeit Dirk Windelberg Mathematische Verfahren zur Bewertung und zum Vergleich von Befragungen zur Verkehrslärm-Lästigkeit Vortrag am 17. März 2010, DAGA2010, Berlin D. Windelberg AG Qualität Leibniz Universität

Mehr

Schienenverkehrslärm ab 2011 (Ereignisbericht)

Schienenverkehrslärm ab 2011 (Ereignisbericht) Dr. Dirk Windelberg windelberg@math.uni-hannover.de AG QUALITÄT Leibniz Universität Hannover Mathematik Schienenverkehrslärm ab 2011 (Ereignisbericht) Die sieben Nächte einer Woche Aufzeichnungen an einer

Mehr

NORAH Studie DAGA 2012

NORAH Studie DAGA 2012 NORAH Studie Noise-Related Annoyance, Cognition and Health Akustische Kennwerte für den Schienenlärm DAGA 2012 Übersicht 1.) Übersicht akustische Daten je Modul 2.) Berechnungsgrundlagen 3.) Sachstand

Mehr

12 Integralrechnung, Schwerpunkt

12 Integralrechnung, Schwerpunkt Dr. Dirk Windelberg Leibniz Universität Hannover Mathematik für Ingenieure Mathematik http://www.windelberg.de/agq Integralrechnung, Schwerpunkt Schwerpunkt Es sei ϱ die Dichte innerhalb der zu untersuchenden

Mehr

Mathematik 2 SS 2016

Mathematik 2 SS 2016 Mathematik 2 SS 2016 2. Übungsblatt Gruppe 1 18. Man zeige, dass die Gleichung f(x, y) = y 5 e y (2x 2 + 3) sin y + x 2 y 2 x cos x = 0 in einer Umgebung des Punktes P (0, 0) nach y aufgelöst werden kann,

Mehr

Funktionen in der Mathematik

Funktionen in der Mathematik R. Brinkmann http://brinkmann-du.de Seite 05.0.008 Funktionen in der Mathematik Bei der mathematischen Betrachtung natürlicher, technischer oder auch alltäglicher Vorgänge hängt der Wert einer Größe oft

Mehr

8 Blockbild und Hohenlinien

8 Blockbild und Hohenlinien Mathematik fur Ingenieure Institut fur Algebra, Zahlentheorie und Diskrete Mathematik Dr. Dirk Windelberg Universitat Hannover Stand: 18. August 008 http://www.iazd.uni-hannover.de/windelberg/teach/ing

Mehr

Innovative Schallschutzmaßnahmen für die Eisenbahn und deren Auswirkungen auf die Schallschutzplanung in Bamberg

Innovative Schallschutzmaßnahmen für die Eisenbahn und deren Auswirkungen auf die Schallschutzplanung in Bamberg Innovative Schallschutzmaßnahmen für die Eisenbahn und deren Auswirkungen auf die Schallschutzplanung in Bamberg Ulrich Möhler Möhler + Partner Ingenieure AG Beratende Ingenieure für Schallschutz und Bauphysik

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 25. November 2010 1 Differentialrechnung Kurvendiskussion Trigonometrische Funktionen Bedeutung der Ableitung in

Mehr

Beispielklausur für zentrale Klausuren

Beispielklausur für zentrale Klausuren ZK M A (mit CAS) Seite von 5 Beispielklausur für zentrale Klausuren Aufgabenstellung Mathematik Die Titanwurz ist die Pflanze, die die größte Blüte der Welt hervorbringt. Für ein Referat hat ein Schüler

Mehr

MATHEMATIK I für Bauingenieure (Fernstudium)

MATHEMATIK I für Bauingenieure (Fernstudium) TU DRESDEN Dresden, 2. Februar 2004 Fachrichtung Mathematik / Institut für Analysis Doz.Dr.rer.nat.habil. N. Koksch Prüfungs-Klausur MATHEMATIK I für Bauingenieure (Fernstudium) Name: Vorname: Matrikel-Nr.:

Mehr

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion

Übungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion Übungen zur Ingenieur-Mathematik III WS 11/1 Blatt 8 3.11.11 Aufgabe 5: Berechnen Sie den kritischen Punkt der Funktion fx, y 3x 5xy y + 3 und entscheiden Sie, ob ein Maximum, Minimum oder Sattelpunkt

Mehr

Einführung. Ablesen von einander zugeordneten Werten

Einführung. Ablesen von einander zugeordneten Werten Einführung Zusammenhänge zwischen Größen wie Temperatur, Geschwindigkeit, Lautstärke, Fahrstrecke, Preis, Einkommen, Steuer etc. werden mit beschrieben. Eine Zuordnung f, die jedem x A genau ein y B zuweist,

Mehr

Serie 3. z = f(x, y) = 9 (x 2) 2 (y 3) 2 z 2 = 9 (x 2) 2 (y 3) 2, z 0 9 = (x 2) 2 + (y 3) 2 + z 2, z 0.

Serie 3. z = f(x, y) = 9 (x 2) 2 (y 3) 2 z 2 = 9 (x 2) 2 (y 3) 2, z 0 9 = (x 2) 2 + (y 3) 2 + z 2, z 0. Analysis D-BAUG Dr Cornelia Busch FS 2016 Serie 3 1 a) Zeigen Sie, dass der Graph von f(x, y) = 9 (x 2) 2 (y 3) 2 eine Halbkugel beschreibt und bestimmen Sie ihren Radius und ihr Zentrum z = f(x, y) =

Mehr

Prüfungsklausur Mathematik II für Wirtschaftsingenieure,

Prüfungsklausur Mathematik II für Wirtschaftsingenieure, HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik II für Wirtschaftsingenieure, 15.7.2014 A Name, Vorname Matr. Nr. Sem. gr. Aufgabe 1 2 3 4 5 6 gesamt erreichbare P. 10

Mehr

(x a) 3 + f (a) 4! x 4 4! Wir werden im Folgenden vor allem Maclaurin-Reihen betrachten, dies alles funktioniert aber auch. f (x) = sin x f (0) = 0

(x a) 3 + f (a) 4! x 4 4! Wir werden im Folgenden vor allem Maclaurin-Reihen betrachten, dies alles funktioniert aber auch. f (x) = sin x f (0) = 0 Taylor-Reihen Einführung Mathematik GLF / 6 Christian Neukirchen Oft können wir bestimmte mathematische Funktionen nicht genau ausrechnen, besonders die trigonometrischen Funktionen wie, cos x, oder die

Mehr

5 Interpolation und Approximation

5 Interpolation und Approximation 5 Interpolation und Approximation Problemstellung: Es soll eine Funktion f(x) approximiert werden, von der die Funktionswerte nur an diskreten Stellen bekannt sind. 5. Das Interpolationspolynom y y = P(x)

Mehr

Mathematischer Vorkurs Lösungen zum Übungsblatt 3

Mathematischer Vorkurs Lösungen zum Übungsblatt 3 Mathematischer Vorkurs Lösungen zum Übungsblatt 3 Prof. Dr. Norbert Pietralla/Sommersemester c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe : Berechnen Sie die bestimmten Integrale: π/ 3 cos(x)

Mehr

Schwingungen und ihre Filterung unter Verwendung von Ergebnissen aus FEM-Rechnungen

Schwingungen und ihre Filterung unter Verwendung von Ergebnissen aus FEM-Rechnungen Schwingungen und ihre Filterung unter Verwendung von Ergebnissen aus FEM-Rechnungen AG Qualität im Fachbereich Mathematik Universität Hannover, Welfengarten, D - 3067 Hannover Telephon: +49-5-762-3336

Mehr

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras

Technische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst

Mehr

Gymnasium Muttenz Maturitätsprüfung 2016 Mathematik Profile A und B

Gymnasium Muttenz Maturitätsprüfung 2016 Mathematik Profile A und B Gymnasium Muttenz Maturitätsprüfung 2016 Mathematik Profile A und B Name, Vorname:... Hinweise: Klasse:... Die Prüfung dauert 4 Stunden. Es können maximal 48 Punkte erreicht werden. Es werden alle Aufgaben

Mehr

K2 MATHEMATIK KLAUSUR 2. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) Punkte Notenpunkte

K2 MATHEMATIK KLAUSUR 2. Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max) Punkte Notenpunkte K2 MATHEMATIK KLAUSUR 2 06.12.2013 Aufgabe PT WTA WTGS Darst. Gesamtpunktzahl Punkte (max 27 15 15 3 60 Punkte Notenpunkte PT 1 2 3 4 5 6 7 8 P. (max 2 3 2 4 5 3 4 4 Punkte WT Ana a b Summe P. (max 8 7

Mehr

Einführungsbeispiel Kostenfunktion

Einführungsbeispiel Kostenfunktion Einführungsbeispiel Kostenfunktion Sie bauen eine Fabrik für Luxusautos auf und steigern die Produktion jeden Monat um 1000 Stück. Dabei messen Sie die jeweiligen Kosten und stellen sie grafisch dar. Die

Mehr

Lösung II Veröffentlicht:

Lösung II Veröffentlicht: 1 Momentane Bewegung I Die Position eines Teilchens auf der x-achse, ist gegeben durch x = 3m 30(m/s)t + 2(m/s 3 )t 3, wobei x in Metern und t in Sekunden angeben wird (a) Die Position des Teilchens bei

Mehr

Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems

Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems Von mathematischer Modellierung und Computeralgebra - Die Lösung eines handfesten mathematischen Problems Universität Paderborn Fakultät für Elektrotechnik, Informatik und Mathematik Institut für Mathematik

Mehr

Mathematik GK 11 m3, AB 07 Hochwasser Lösung

Mathematik GK 11 m3, AB 07 Hochwasser Lösung Aufgabe 1: Hochwasserwelle Während einer Hochwasserwelle wurde in einer Stadt der Wasserstand h des Flusses in Abhängigkeit von der Zeit t gemessen. Der Funktionsterm der Funktion, die den dargestellten

Mehr

INGENIEURBÜRO PETER GERLACH

INGENIEURBÜRO PETER GERLACH INGENIEURBÜRO PETER GERLACH ING.-BÜRO GERLACH 28325 BREMEN ROCKWINKELER LANDSTRASSE 117A BERATENDER INGENIEUR VBI Mitglied der Ingenieurkammer Bremen Mitgl.-Nr. 95 Bau- und Raumakustik Bauphysik Schallschutz

Mehr

Monatsbericht Bahnlärm Koblenz Station Diehls Hotel GmbH

Monatsbericht Bahnlärm Koblenz Station Diehls Hotel GmbH Monatsbericht Bahnlärm Koblenz Station Diehls Hotel GmbH 0.09.206 30.09.206 Bericht erstellt am 3. Dezember 206 Messbericht Bahnlärm Koblenz 0.09.206 30.09.206 2 Impressum Bearbeitung und Herausgabe: Gesellschaft

Mehr

Aufgaben / Lösungen der Klausur Nr. 4 vom Juni 2002 im LK 12. nx ln(x)dx

Aufgaben / Lösungen der Klausur Nr. 4 vom Juni 2002 im LK 12. nx ln(x)dx Aufgaben / Lösungen der Klausur Nr. 4 vom Juni 2002 im LK 2 Aufgabe ) a) Berechne für alle natürlichen Zahlen n N das Integral e nx ln(x)dx. Mit Hilfe der partiellen Integration für f (x) = nx, somit f(x)

Mehr

Messung vor Ort im Auftrag der BVS

Messung vor Ort im Auftrag der BVS Messung vor Ort im Auftrag der BVS Protokoll der Schallmessfahrten zur Überprüfung der Einhaltung der Grenzwerte eines besonders überwachtes Gleis ("BüG") der Strecke 1220 (Hamburg - Kiel), herausgegeben

Mehr

Fadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund

Fadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund Fadenpendel M1) Ziel des Versuches Der Aufbau dieses Versuches ist denkbar einfach: eine Kugel hängt an einem Faden. Der Zusammenhang zwischen der Fadenlänge und der Schwingungsdauer ist nicht schwer zu

Mehr

Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29

Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.2/29 Dynamische Systeme und Zeitreihenanalyse Komplexe Zahlen Kapitel 3 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Komplexe Zahlen 3 p.0/29 Motivation Für die

Mehr

y (t) Wie berechnet sich die Ableitung von F aus den Ableitungen von x (t) und y (t)? Die Antwort gibt die erste Kettenregel

y (t) Wie berechnet sich die Ableitung von F aus den Ableitungen von x (t) und y (t)? Die Antwort gibt die erste Kettenregel 103 Differenzialrechnung 553 1035 Kettenregeln Die Kettenregel bei Funktionen einer Variablen erlaubt die Berechnung der Ableitung von verketteten Funktionen Je nach Verkettung gibt es bei Funktionen von

Mehr

17. Internationaler Tag gegen Lärm am in Düsseldorf

17. Internationaler Tag gegen Lärm am in Düsseldorf Rechtliche Schlechterstellung der Betroffenen durch Schienenlärm nicht mehr begründbarer Schienenbonus von 5 db, tags 4 db und nachts 9 db höhere Grenzwerte als Industrielärm, nachts um 10 db niedrigere

Mehr

Extremwertaufgaben.

Extremwertaufgaben. Extremwertaufgaben www.schulmathe.npage.de Aufgaben 1. Von einem rechteckigen Stück Blech mit einer Länge von a = 16 cm und einer Breite von b = 10 cm werden an den Ecken kongruente Quadrate ausgeschnitten

Mehr

14 Skalarprodukt Abstände und Winkel

14 Skalarprodukt Abstände und Winkel 4 Skalarprodukt Abstände und Winkel Um Abstände und Winkel zu definieren benötigen wir einen neuen Begriff. Zunächst untersuchen wir die Länge eines Vektors v. Wir schreiben dafür v und sprechen auch von

Mehr

Sächsisches Landesamt für Umwelt, Landwirtschaft und Geologie

Sächsisches Landesamt für Umwelt, Landwirtschaft und Geologie an der Ausbaustrecke Leipzig-Dresden im Bereich Coswig/Weinböhla Auftraggeber: Sächsisches Landesamt für Umwelt, Landwirtschaft und Geologie Auftragnehmer: HOFFMANN.SEIFERT.PARTNER Tel.: (03 51) 4 73 78-0

Mehr

HRP 2007 (BOS): Schriftliche Prüfungsaufgaben im Fach Mathematik (Vorschlag 2) HRP BOS-

HRP 2007 (BOS): Schriftliche Prüfungsaufgaben im Fach Mathematik (Vorschlag 2) HRP BOS- HRP 007 (BOS): Schriftliche Prüfungsaufgaben im Fach Mathematik (Vorschlag ) Bildung, Wissenschaft und Forschung HRP 007 -BOS- Name: Datum: Vorschlag : Aus 5 Aufgaben können Sie 3 auswählen. Sie müssen

Mehr

Dieses Kapitel vermittelt:

Dieses Kapitel vermittelt: 2 Funktionen Lernziele Dieses Kapitel vermittelt: wie die Abhängigkeit quantitativer Größen mit Funktionen beschrieben wird die erforderlichen Grundkenntnisse elementarer Funktionen grundlegende Eigenschaften

Mehr

Prüfungsklausur Mathematik II für Wirtschaftsingenieure,

Prüfungsklausur Mathematik II für Wirtschaftsingenieure, HTWD, Fakultät Informatik/Mathematik Prof. Dr. M. Voigt Prüfungsklausur Mathematik II für Wirtschaftsingenieure, 06.07.2015 B Name, Vorname Matr. Nr. Sem. gr. Aufgabe 1 2 3 4 5 6 7 8 gesamt erreichbare

Mehr

Beispielseite (Band 1) 2. Ganzrationale Funktionen 2.4 Nullstellen bei Funktionen 3. Grades

Beispielseite (Band 1) 2. Ganzrationale Funktionen 2.4 Nullstellen bei Funktionen 3. Grades Beispielseite (Band ). Ganzrationale Funktionen.4 Nullstellen bei Funktionen. Grades Funktionen. Grades ohne Absolutglied Bei ganzrationalen Funktionen. Grades ohne Absolutglied beginnt die Nullstellenberechnung

Mehr

Anwendungen der Differentialrechnung

Anwendungen der Differentialrechnung KAPITEL 3 Anwendungen der Differentialrechnung 3.1 Lokale Maxima und Minima Definition 16: Sei f : D R eine Funktion von n Veränderlichen. Ein Punkt x heißt lokale oder relative Maximalstelle bzw. Minimalstelle

Mehr

Extremwerte von Funktionen mehrerer reeller Variabler

Extremwerte von Funktionen mehrerer reeller Variabler Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein

Mehr

Teil 1. Teil 1 - Lösung. Bewegungsaufgaben

Teil 1. Teil 1 - Lösung. Bewegungsaufgaben Teil 1 Ein Flugzeug befindet sich um 8:00 Uhr im Punkt A( 9 5 10) (Längeneinheit 1 km). Es fliegt geradelinig und mit konstanter Geschwindigkeit. Nach einer Minute ist es im Punkt B(1 5 9,9) angekommen.

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie

Mehr

Quadratische Funktion - Übungen

Quadratische Funktion - Übungen Quadratische Funktion - Übungen 1a) "Verständnisfragen" zu "Scheitel und Allgemeine Form" - mit Tipps. Teilweise: Trotz der Tipps nicht immer einfach! Wir haben die Formeln: Allgemeine Form: y = a x 2

Mehr

Serie 4: Gradient und Linearisierung

Serie 4: Gradient und Linearisierung D-ERDW, D-HEST, D-USYS Mathematik II FS 5 Dr. Ana Cannas Serie 4: Gradient und Linearisierung Bemerkungen: Die Aufgaben der Serie 4 bilden den Fokus der Übungsgruppen vom 7./9. März.. Wir betrachten die

Mehr

Skizzieren Sie das Schaubild von f einschließlich der Asymptote.

Skizzieren Sie das Schaubild von f einschließlich der Asymptote. G13-2 KLAUSUR 24. 02. 2011 1. Pflichtteil (1) (2 VP) Bilden Sie die Ableitung der Funktion f(x) = e2x 1 e x und vereinfachen Sie gegebenenfalls. (2) (2 VP) Geben Sie für die Funktion f(x) = (5 + 3 ) 4

Mehr

3. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12)

3. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12) Technische Universität München Zentrum Mathematik PD Dr. Christian Karpfinger http://www.ma.tum.de/mathematik/g8vorkurs 3. Übung zum G8-Vorkurs Mathematik (WiSe 0/) Aufgabe 3.: Gehen Sie die Inhalte der

Mehr

5 Erwartungswerte, Varianzen und Kovarianzen

5 Erwartungswerte, Varianzen und Kovarianzen 47 5 Erwartungswerte, Varianzen und Kovarianzen Zur Charakterisierung von Verteilungen unterscheidet man Lageparameter, wie z. B. Erwartungswert ( mittlerer Wert ) Modus (Maximum der Wahrscheinlichkeitsfunktion,

Mehr

Lärmaktionsplanung Schwarzenbek Bahnlärm

Lärmaktionsplanung Schwarzenbek Bahnlärm Bahnlärm Informationsveranstaltung F. Hänisch Allgemein Lärmpegel Lärm ist das Geräusch der anderen Kurt Tucholsky db(a) = Schalldruckpegel am Ohr, der das subjektive Hörempfinden des Menschen berücksichtigt

Mehr

HAK, HUM, HLSF, BAKIP (HTL1) Geogebra

HAK, HUM, HLSF, BAKIP (HTL1) Geogebra Finale Vorbereitung auf die srdp 2016 HAK, HUM, HLSF, BAKIP (HTL1) Geogebra Lösung der Bewegungsaufgabe a) Ansicht: Algebra und Grafik Eingabefenster : s(t)= Funktion[- x^3/180+x^2/2,0,100] ENTER 0der

Mehr

Abiturprüfung Mathematik 2005 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis Gruppe I, Aufgabe A

Abiturprüfung Mathematik 2005 (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis Gruppe I, Aufgabe A Abiturprüfung Mathematik (Baden-Württemberg) Berufliche Gymnasien ohne TG Analysis Gruppe I, Aufgabe A Für jedes a > ist eine Funktion f a definiert durch fa (x) = x (x a) mit x R a Das Schaubild von f

Mehr

e-funktionen Aufgaben

e-funktionen Aufgaben e-funktionen Aufgaben Die Fichte ist in Nordeuropa und den Gebirgen Mitteleuropas beheimatet. Durch Aufforsten wurde sie jedoch auch im übrigen Europa weit verbreitet. Fichten können je nach Standort Höhen

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

Differential- und Integralrechnung

Differential- und Integralrechnung Brückenkurs Mathematik TU Dresden 2016 Differential- und Integralrechnung Schwerpunkte: Differentiation Integration Eigenschaften und Anwendungen Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik

Mehr

Mathematik Übungsblatt - Lösung. b) x=2

Mathematik Übungsblatt - Lösung. b) x=2 Hochschule Regensburg Fakultät Informatik/Mathematik Christoph Böhm Sommersemester 204 Technische Informatik Bachelor IT2 Vorlesung Mathematik 2 Mathematik 2 4. Übungsblatt - Lösung Differentialrechnung

Mehr

Deskriptivstatistik a) Univariate Statistik Weiters zum Thema der statistischen Informationsverdichtung

Deskriptivstatistik a) Univariate Statistik Weiters zum Thema der statistischen Informationsverdichtung 20 Weiters zum Thema der statistischen Informationsverdichtung M a ß z a h l e n Statistiken bei Stichproben Parameter bei Grundgesamtheiten Maßzahlen zur Beschreibung univariater Verteilungen Maßzahlen

Mehr

Interpolation und Integration mit Polynomen

Interpolation und Integration mit Polynomen Interpolation und Integration mit Polynomen Philipp Andrea Zardo Universität Kassel 23. Februar 2006 / Kassel Outline 1 Einleitung Was ist numerische Mathematik? Die eulersche e-funktion Ein Wurzelalgorithmus

Mehr

Mathematik 1 für Naturwissenschaften

Mathematik 1 für Naturwissenschaften Hans Walser Mathematik für Naturwissenschaften Modul 0 Einführung Hans Walser: Modul 0, Einführung ii Inhalt Zahlen.... Natürliche Zahlen.... Ganze Zahlen.... Rationale Zahlen.... Reelle Zahlen... Smbole....

Mehr

Trigonometrische Funktionen

Trigonometrische Funktionen Trigonometrische Funktionen 1. Tageslänge Im Verlauf eines Jahres ändert sich aufgrund der geneigten Erdachse die astronomische Sonnenscheindauer, d.h. die Zeitspanne zwischen Sonnenaufgang und - untergang.

Mehr

Mathematik für Anwender II

Mathematik für Anwender II Prof. Dr. H. Brenner Osnabrück SS 2012 Mathematik für Anwender II Arbeitsblatt 34 Aufwärmaufgaben Aufgabe 34.1. Bestimme die Ableitung der Funktion ( f: R R 3, t f(t) = t 2 sin t,e t +2t 3,t sinh t + 1

Mehr

ARBEITSBLATT 6-5. Kurvendiskussion

ARBEITSBLATT 6-5. Kurvendiskussion ARBEITSBLATT 6-5 Kurvendiskussion Die mathematische Untersuchung des Graphen einer Funktion heißt Kurvendiskussion. Die Differentialrechnung liefert dabei wichtige Dienste. Intuitive Erfassung der Begriffe

Mehr

Fadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund

Fadenpendel (M1) Ziel des Versuches. Theoretischer Hintergrund Fadenpendel M) Ziel des Versuches Der Aufbau dieses Versuches ist denkbar einfach: eine Kugel hängt an einem Faden. Der Zusammenhang zwischen der Fadenlänge und der Schwingungsdauer ist nicht schwer zu

Mehr

TEILPRÜFUNG ZUR BERUFSREIFEPRÜFUNG. Themenstellung für die schriftliche Berufsreifeprüfung. aus dem Fach Mathematik und angewandte Mathematik

TEILPRÜFUNG ZUR BERUFSREIFEPRÜFUNG. Themenstellung für die schriftliche Berufsreifeprüfung. aus dem Fach Mathematik und angewandte Mathematik TEILPRÜFUNG ZUR BERUFSREIFEPRÜFUNG Themenstellung für die schriftliche Berufsreifeprüfung aus dem Fach Mathematik und angewandte Mathematik Termin: Frühjahr 2017 Prüfer: Andreas Aschbacher Nikolaus Ettel

Mehr

Prüfung zur Vorlesung Mathematik I/II

Prüfung zur Vorlesung Mathematik I/II Dr. A. Caspar ETH Zürich, August 2011 D BIOL, D CHAB Prüfung zur Vorlesung Mathematik I/II Bitte ausfüllen! Name: Vorname: Legi-Nr.: Nicht ausfüllen! Aufgabe Punkte Kontrolle 1 2 3 4 5 6 Total Vollständigkeit

Mehr

Lösung zur Klausur zur Analysis II

Lösung zur Klausur zur Analysis II Otto von Guericke Universität Magdeburg 9.7.4 Fakultät für Mathematik Lösung zur Klausur zur Analysis II Vorlesung von Prof. L. Tobiska, Sommersemester 4 Bitte benutzen Sie für jede Aufgabe ein eigenes

Mehr

Matur-/Abituraufgaben Analysis

Matur-/Abituraufgaben Analysis Matur-/Abituraufgaben Analysis 1. Tropfen Die folgende Skizze zeigt die Kurve k mit der Gleichung y = (1 ) im Intervall 1. Die Kurve k bildet zusammen mit ihrem Spiegelbild k eine zur -Achse symmetrische

Mehr

Modulprüfung 2006 Klasse B 05 / B1. Mathematik

Modulprüfung 2006 Klasse B 05 / B1. Mathematik Modulprüfung 2006 Klasse B 05 / B1 Mathematik Zeit: 120 Minuten WIR1-2006/ 25 /Burgdorf/B 152 Fr 24.2.06/10.25-12.05 2 Bedingungen: Alle Probleme sind selbständig zu lösen. Unehrenhaftes Verhalten hat

Mehr

Mathematik 3 für Informatik

Mathematik 3 für Informatik Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4

Mehr

Serie 12: Eigenwerte und Eigenvektoren

Serie 12: Eigenwerte und Eigenvektoren D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie : Eigenwerte und Eigenvektoren Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom 7 und 9 Dezember Finden Sie für folgende

Mehr

Zahlen und Funktionen

Zahlen und Funktionen Kapitel Zahlen und Funktionen. Mengen und etwas Logik Aufgabe. : Kreuzen Sie an, ob die Aussagen wahr oder falsch sind:. Alle ganzen Zahlen sind auch rationale Zahlen.. R beschreibt die Menge aller natürlichen

Mehr

Übungen mit dem Applet Kurven in Polarkoordinaten

Übungen mit dem Applet Kurven in Polarkoordinaten Kurven in Polarkoordinaten 1 Übungen mit dem Applet Kurven in Polarkoordinaten 1 Ziele des Applets...2 2 Wie entsteht eine Kurve in Polarkoordinaten?...3 3 Kurvenverlauf für ausgewählte r(ϕ)...4 3.1 r

Mehr

Newton-Beschreibung: Bewegung eines Massenpunkts auf einer Oberfläche

Newton-Beschreibung: Bewegung eines Massenpunkts auf einer Oberfläche Newton-Beschreibung: Bewegung eines Massenpunkts auf einer Oberfläche R. Mahnke (Univ. Rostock), J. Kaupužs (Lettische Univ. Riga) 3. Mai 24 Zusammenfassung Ziel dieses Kommentars ist es, die Newtonschen

Mehr

MATHEMATIK KLAUSUR K1 1

MATHEMATIK KLAUSUR K1 1 MATHEMATIK KLAUSUR K1 1 18.10.2010 Der Rechenweg muss ersichtlich sein. Für die Lösung der Aufgaben 3 und 4 ist der GTR erlaubt; der jeweilige Ansatz ist schriftlich festzuhalten. Lösungen auf dem Aufgabenblatt

Mehr

Analysis1-Klausuren in den ET-Studiengängen (Ba) ab 2007

Analysis1-Klausuren in den ET-Studiengängen (Ba) ab 2007 Analysis-Klausuren in den ET-Studiengängen (Ba) ab 7 Im Folgenden finden Sie die Aufgabenstellungen der bisherigen Klausuren Analysis im Bachelorstudium der ET-Studiengänge sowie knapp gehaltene Ergebnisangaben.

Mehr

Vermessungskunde für Bauingenieure und Geodäten

Vermessungskunde für Bauingenieure und Geodäten Vermessungskunde für Bauingenieure und Geodäten Übung 6: statistische Auswertung ungleichgenauer Messungen Milo Hirsch Hendrik Hellmers Florian Schill Institut für Geodäsie Fachbereich 13 Inhaltsverzeichnis

Mehr

Mathematische Probleme, SS 2015 Montag $Id: quadratisch.tex,v /06/22 12:08:41 hk Exp $

Mathematische Probleme, SS 2015 Montag $Id: quadratisch.tex,v /06/22 12:08:41 hk Exp $ Mathematische Probleme, SS 15 Montag 6 $Id: quadratischtex,v 111 15/06/ 1:08:41 hk Exp $ 4 Kegelschnitte 41 Quadratische Gleichungen In der letzten Sitzung hatten wir die Normalform (1 ɛ )x + y pɛx p =

Mehr

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2

Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II. x 2 Musterlösung zu den Übungen zur Vorlesung Mathematik für Physiker II Wiederholungsblatt: Analysis Sommersemester 2011 W. Werner, F. Springer erstellt von: Max Brinkmann Aufgabe 1: Untersuchen Sie, ob die

Mehr

70 Wichtige kontinuierliche Verteilungen

70 Wichtige kontinuierliche Verteilungen 70 Wichtige kontinuierliche Verteilungen 70. Motivation Zufallsvariablen sind nicht immer diskret, sie können oft auch jede beliebige reelle Zahl in einem Intervall [c, d] einnehmen. Beispiele für solche

Mehr

Analytische Lösung algebraischer Gleichungen dritten und vierten Grades

Analytische Lösung algebraischer Gleichungen dritten und vierten Grades Analytische Lösung algebraischer Gleichungen dritten und vierten Grades Inhaltsverzeichnis 1 Einführung 1 2 Gleichungen dritten Grades 3 3 Gleichungen vierten Grades 7 1 Einführung In diesem Skript werden

Mehr

Kurvenanpassung mit dem SOLVER

Kurvenanpassung mit dem SOLVER 1 Iterative Verfahren (SOLVER) Bei einem iterativen Verfahren wird eine Lösung durch schrittweise Annäherung gefunden. Der Vorteil liegt in der Verwendung einfacher Rechenoperationen und darin, dass der

Mehr

Lösung zu Serie 2. D-ERDW, D-HEST, D-USYS Dr. Ana Cannas. Mathematik II FS März 2016

Lösung zu Serie 2. D-ERDW, D-HEST, D-USYS Dr. Ana Cannas. Mathematik II FS März 2016 Mathematik II FS 6. März 6 Lösung zu Serie Bemerkung: Die Aufgaben der Serie sind der Fokus der Übungsstunden vom./3. März.. a y = x und es wird die ganze Parabel einmal durchlaufen, denn x nimmt alle

Mehr

Mathematik I für MB und ME

Mathematik I für MB und ME Übungsaufgaben Aufgaben zur Wiederholung Mathematik I für MB und ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 06/07 a) Stellen Sie die Gleichung a b 3+c = a +c, a, b > 0, nach

Mehr

Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit x f(x) = (x + 5) e. Aufgabe : ( VP) Gegeben ist die Funktion

Mehr

Einführung in die Integralrechnung

Einführung in die Integralrechnung Inhaltsverzeichnis 1. Das Problem der Flächenberechnung... 2 1.1 Problemstellung... 2 1.2 Abschätzung einer Fläche mit Vielecken... 3 1.3 Abschätzung einer Fläche mit einfachen Flächen... 4 1.4 Fläche

Mehr

Brückenkurs Mathematik. Mittwoch Freitag

Brückenkurs Mathematik. Mittwoch Freitag Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs

Mehr

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests

Hypothesen: Fehler 1. und 2. Art, Power eines statistischen Tests ue biostatistik: hypothesen, fehler 1. und. art, power 1/8 h. lettner / physik Hypothesen: Fehler 1. und. Art, Power eines statistischen Tests Die äußerst wichtige Tabelle über die Zusammenhänge zwischen

Mehr

Unterlagen für die Lehrkraft Zentrale Klausur am Ende der Einführungsphase 2011 Mathematik

Unterlagen für die Lehrkraft Zentrale Klausur am Ende der Einführungsphase 2011 Mathematik ZK M A (ohne CAS) Seite 1 von 10 Unterlagen für die Lehrkraft Zentrale Klausur am Ende der Einführungsphase 011 Mathematik 1. Aufgabenart Analysis. Aufgabenstellung Aufgabe 1: Hochwasser am Rhein Aufgabe

Mehr

Technische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing.

Technische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing. Technische Universität München SS 2006 Zentrum Mathematik Blatt 7 Prof. Dr. J. Hartl Dr. Hannes Petermeier Dr. Cornelia Eder Dipl.-Ing. Martin Nagel Höhere Mathematik 2 (Weihenstephan) 1. In einer Urne

Mehr

KOMPETENZHEFT ZU STAMMFUNKTIONEN

KOMPETENZHEFT ZU STAMMFUNKTIONEN KOMPETENZHEFT ZU STAMMFUNKTIONEN 1. Aufgabenstellungen Aufgabe 1.1. Finde eine Funktion F (x), die F (x) = f(x) erfüllt. a) f(x) = 5 x 2 2 x + 8 e) f(x) = 1 + x x 2 b) f(x) = 1 x4 10 f) f(x) = e x + 2

Mehr