Jugendliche (18-24 Jahre) in Westdeutschland

Größe: px
Ab Seite anzeigen:

Download "Jugendliche (18-24 Jahre) in Westdeutschland"

Transkript

1 Modus Beispiel: Modus Jugedliche (8-4 Jahre) i Westdeutschlad Parameter oder Kewerte eier Häufigkeitsverteilug sid Kegröße, mit dere Hilfe die Verteilug z.t. oder vollstädig rekostruiert werde ka D West = Jugedliche (8-4 Jahre) i Ostdeutschlad Modus oder Modalwert (D) eier Häufigkeitsverteilug ist der Wert der häufigste Merkmalsausprägug. Sid mehrere Auspräguge gleich häufig, gibt es mehrere Modalwerte Müller-Beedict: Statistik I/3 D Ost = Quelle: ALLBUS 4 Müller-Beedict: Statistik I/3 Modus für gruppierte Date Media Eikomme i er- Schritte D = System EIK e Kumulierte Häufigkeit Prozet Prozete Prozete 86 8,8 6,6 6,6 688,3 39,9 56,4 54 6, 3,4 86,8 59 4,9 9, 96, 5,6 3, 99, 7,5,, 76 53,4, 58 46,6 334, Media oder Zetralwert ( ~ ), (Z) eies Merkmals ist g des Falls i der Mitte der der Größe ach geordete Fälle. Bei eier gerade Azahl wird die Ausprägug der beide i der Mitte liegede Fälle gemittelt. Schulabschluss: = kei, = HS, 3 = RS, 4 = FHS, 5 = Abi EIK3 Eikomme i 5er- Schritte D = System e Kumulierte Häufigkeit Prozet Prozete Prozete 6 8,6 34,8 34, ,7 5, 86,8 85 5,7,7 97,5 43,3,5, 76 53,4, 58 46,6 334, Abschlüsse vo Schüler: ~ 3, 3, 4,, 4,,, 3,, 5, Wert des 6. Falls: 3 = RS Abschlüsse vo Schüler: 3, 4,, 4,,, 3,, 5, Wert zwische 5. ud 6. Fall: ~, 5 = Mitte zw. HS u. RS Müller-Beedict: Statistik I/3 3 Müller-Beedict: Statistik I/3 4

2 Beispiel Media Alte Budesläder Media grafisch ~ = 8 6 eue Budesläder ~ = Kumulative Prozet 5% 4 55, 5, 75, 35, 95, 95,, 86, 635, 535, 475, 45, 385, 345, 95, 55, 5, etto-eikomme Müller-Beedict: Statistik I/3 5 Müller-Beedict: Statistik I/3 6 Berechug des Medias bei gruppierte Date Utergreze der Messwertklasse des mittlere Falls plus der dem mittlere Fall etsprechede Teil der Breite dieser Klasse System EIK3 e Kumulierte Häufigkeit Prozet Prozete Prozete 6 8,6 34,8 34, ,7 5, 86,8 85 5,7,7 97,5 43,3,5, 76 53,4, 58 46,6 334, = 76 = gerade Zahl: mittlerer Fall = Fall zwische 863 ud 864 = 863,5 Eigeschafte des Medias Der Media ist ur für midestes ordial skalierte Date geeiget. Der Media ist robust gegeüber Ausreißer. Der Media ist der Wert, der de kleiste Abstad zu alle adere Werte gleichzeitig hat : alle _ i x i a x i - ~ alle _ i ~ 863, , Müller-Beedict: Statistik I/3 7 Müller-Beedict: Statistik I/3 8

3 oder arithmetisches Mittel Sei = Azahl der Fälle ud x i die Ausprägug des i-te Falls. Da ist = x i i I welchem Maße köe Sie persölich auf die Politik Eifluss ehme, we Sie i eier Partei mitarbeite? Wert Code West Ost Überhaupt icht mittelmäßig Sehr stark 7 Summe Müller-Beedict: Statistik I/3 9 Müller-Beedict: Statistik I/3 oder arithmetisches Mittel Sei = Azahl der Fälle ud x i die Ausprägug des i-te Falls. Da ist = x i i Berechug des s über die Häufigkeitsverteilug eies Merkmals mit k Auspräguge ( i = i-te Ausprägug) : k i k i i ip(i ) i f( ) Müller-Beedict: Statistik I/3 Beispiel ERHEBUGSGEBIET: WEST - OST ALTE BUDESLAEDER EUE BUDESLAEDER UEBERHAUPT ICHT SEHR STARK KEIE AGABE UEBERHAUPT ICHT SEHR STARK KEIE AGABE EIFLUSSAHME: PARTEIMITARBEIT ALTE BUDESLAEDER Media Modus EUE BUDESLAEDER Media Modus e Kumulierte Häufigkeit Prozet Prozete Prozete 563 5,5 6, 6, 36,7,9 36,9 59,7, 48, , 5,5 64, ,6 6, 8, 8,7 3, 93, 47 6,6 6,8, 67 98,, 45,, 33 3,5 33, 33, 7 6,8 7, 5, 34 3, 3,3 63,5 4 3,7 3,9 77,4 9,7,8 88,3 7 7, 7, 95,4 46 4,5 4,6, 5 98,3, 7,7, Müller-Beedict: Statistik I/ ,5 4, 5 7,9,

4 Gewichtug, Idex Zerlegug ist eie Aufteilug des Datesatzes i k Teilgruppe vo Fälle, so das jeder Fall i geau eie Teilgruppe kommt. Gewichtug ist die Zuordug vo Faktore ( Gewichte ) zu jeder Teilgruppe eier Zerlegug. Der eies Merkmals ist die Summe der mit ihrer relative Häufigkeit gewichtete e der Teilgruppe eier Zerlegug. Idex ist eie möglicherweise gewichtete Summe vo Merkmale. Der eies Idex vo Merkmale ist der Idex der e der Merkmale. Beispiel Idex Weitere Frage zum Phäome Politikverdrosseheit : Köe Sie durch Folgedes Eifluss ehme? Idem ich...mich a Wahle beteilige...mich i Versammluge a öff. Diskussioe beteilige...i eier Bürgeriitiative mitarbeite...i eier Partei aktiv mitarbeite...häuser, Fabrike, Ämter besetze...a eier geehmigte Demostratio teilehme... Idex Politikverdrosseheit = Summe der Werte zu alle diese Frage Müller-Beedict: Statistik I/3 3 Müller-Beedict: Statistik I/3 4 : Eigeschafte Eigeschafte des s: Der ist icht robust gegeüber Ausreißer. Der ist der Wert mit de kleiste Abstadsquadrate zu alle Werte, es gilt für alle a: i ( x i a ) i ( x i ) Die summe aller Werte ist der -fache : i x = i Die Summe über alle Abweichuge vom ist : i ( xi ) =. Residue Vergleich der drei e: Vo Modus über Media zu sid immer mehr Iformatioe aus de Date berücksichtigt. Vo Modus über Media zu steigt die Empfidlichkeit gegeüber Ausreißer. Modus, Media ud beötige immer höheres Skaleiveau, um aussagekräftig zu sei. Fehler oder Residuum eies Datums x i ist die Differez (x i ) des Datums vom. Müller-Beedict: Statistik I/3 5 Müller-Beedict: Statistik I/3 6

5 bei verschiedee Verteiluge Verteilugsforme ALTE BUDESLAEDER 3 USA E, 3, 4, 5, 6, 7, 8, 9,, E4,, 3, 4, 5, 6, 7, 8, 9,,,, Häufigkeit,, 3, 4, 5, 6, 7,,, 4, 6, 8,,, 4, 6, 8, WICHTIGKEIT: FREIZEIT UD ERHOLUG BRD, 3, 5, 7, 9, umber of Brothers ad Sisters, 3, 5, 7, 9, 6 = 5, ,, 8, 6, 34, 4, 5, 58, 66, 74, 6, 4,, 3, 38, 46, 54, 6, 7,,, 3, 4, 5, 6, 7, E3 Müller-Beedict: Statistik I/3 7 WICHTIGKEIT: BERUF UD ARBEIT Müller-Beedict: Statistik I/3 8 Verteilugsforme Beschrei bedes Merkmal Azahl Gipfel uimodal Symmetrie Symmetrisch eifache Ausprägug komplizierte Ausprägug bimodal oder mehrgipflig liksoder rechtssteil Extreme Ausprägug U-förmig L-förmig oder J-förmig Steilheit schmal flach Gleichverteilug mit kompliz. Auspräg. Hiweise auf Polarisierug (Meiug), verborgees dichotomes Merkmal Überschreitug vo Sollwerte, hohe Erwüschtheit Heterogeität Beziehug zw. Lageparameter ud Verteilugsform Symmetrisch Modus Media Likssteil Modus < Media < Rechtssteil < Media < Modus Bimodal Modalwerte oder Modus >> bzw. << Müller-Beedict: Statistik I/3 9 Müller-Beedict: Statistik I/3

6 Trasformatio Logarithmus Trasformatio vo Date ist die Awedug eier mathematische Fuktio g auf alle Fälle eies Merkmals zum Zweck eier Veräderug ihrer Verteilug: x i -> g(x i ). Als Trasformatioe sid ur mootoe Fuktioe geeiget, die die Ordugsrelatio (ud damit das Skaleiveau) der Date icht veräder (x i <x j g(x i )<g(x j )). Eie lieare Trasformatio besteht aus der Additio vo Kostate ud/oder der Multiplikatio mit eiem Faktor. Beispiel: Zetrierug eier Variable: g(x i ) = x i,zetriert = x i - L(x) Logarithmus aturalis y x x y Müller-Beedict: Statistik I/3 Müller-Beedict: Statistik I/3 Beispiel Wurzel-Trasformatio Hausaufgabe: Logarithmus ud Wurzeltrasformatio sid geeiget, um likssteile Verteiluge zu symmetrisiere.. Die Deutsch-ote vo Schüler der Klasse 4.:,,3,5,,3,5,6,,3,4,,,4,6,,4,,6,4 Die Deutsch-ote vo Schüler der Klasse 4.:,5,4,,6,4,5,5,,3,5,6,5,6,4,,3,3,4,3 Bereche Sie jeweils ud Media formuliere Sie jeweils eie Ergebissatz ohe statistische Begriffe vergleiche Sie die Klasse, auch mit Hilfe der Verteilugsform Aus de PISA-Date wird die Lesekompetez (Scores, um 5 Pukte zetriert) als Häufigkeitstabelle dargestellt: 4 3 4,4 7, 7,8 64,5, 57,9 34,6 35,3 DAUER <EHEMALIGER> ARBEITSLOSIGKEIT 398, 444,7 3,9 5,7 7,5 9,3,,9 Wurzel aus Dauer der Arbeitslosigkeit 4,7 6,5 8,3, Bereche Sie die etsprechede Lagemaße. Behadel Sie das Merkmal zuerst als ordial ud da als itervallskaliert. Für Letzteres wähle Sie die Klassemittelpukte (75, 35, 375, ) als itervallskalierte Vertretergröße für die jeweilige Gruppe. Welche Verteilugsform hat die Lesekompetez? Müller-Beedict: Statistik I/3 3 Müller-Beedict: Statistik I/3 4

Streuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie

Streuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie Streuugsmaße Istitut für Geographie Streuugswerte (Streuugsmaße) Die Diskussio um die Mittelwerte hat die Vorteile dieser statistische Kewerte gezeigt, aber bereits, isbesodere beim arithmetische Mittel,

Mehr

Parameter von Häufigkeitsverteilungen

Parameter von Häufigkeitsverteilungen Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige

Mehr

2.2.1 Lagemaße. Exkurs: Quantile. und n. p n

2.2.1 Lagemaße. Exkurs: Quantile. und n. p n Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p

Mehr

h i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert

h i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...

Mehr

Übersicht: BS - 08 BS Häufigkeitsverteilung. Häufigkeitsverteilungen. Parametrisierung. unklassiert. eindimensional. klassiert.

Übersicht: BS - 08 BS Häufigkeitsverteilung. Häufigkeitsverteilungen. Parametrisierung. unklassiert. eindimensional. klassiert. Übersicht: eidimesioal mehrdimesioal Häufigkeitsverteilug uklassiert klassiert tabellarische Darstellug Modul 07, graphische Darstellug Modul 07,2 Parametrisierug Lageparameter Modul 08 Streuugsparameter

Mehr

Mathematische und statistische Methoden I

Mathematische und statistische Methoden I Methodelehre e e Prof. Dr. G. Meihardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstude jederzeit ach Vereibarug ud ach der Vorlesug. Mathematische ud statistische Methode I Dr. Malte Persike persike@ui-maiz.de

Mehr

Kennwerte Univariater Verteilungen

Kennwerte Univariater Verteilungen Kewerte Uivariater Verteiluge Kewerte Beschreibug vo Verteiluge durch eie (oder weige) Werte Werde auch als Parameter oder Maße vo Verteiluge bezeichet Ma uterscheidet: Lagemaße oder auch Maße der zetrale

Mehr

WISTA WIRTSCHAFTSSTATISTIK

WISTA WIRTSCHAFTSSTATISTIK WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Semiar für Theoretische Wirtschaftslehre Vorlesugsprogramm 30.04.203 Mittelwerte ud Lagemaße I. Quatile vo Häufigkeitsverteiluge

Mehr

Weitere Lagemaße: Quantile/Perzentile II. Weitere Lagemaße: Quantile/Perzentile I. Weitere Lagemaße: Quantile/Perzentile IV

Weitere Lagemaße: Quantile/Perzentile II. Weitere Lagemaße: Quantile/Perzentile I. Weitere Lagemaße: Quantile/Perzentile IV 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile I 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile II Für jede Media x med gilt: Midestes

Mehr

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.

Statistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte. Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste

Mehr

Formelsammlung. zur Klausur. Beschreibende Statistik

Formelsammlung. zur Klausur. Beschreibende Statistik Formelsammlug zur Klausur Beschreibede Statistik Formelsammlug Beschreibede Statistik. Semester 004/005 Statistische Date Qualitative Date Nomial skalierte Merkmalsauspräguge (Uterscheidugsmerkmale) köe

Mehr

Beschreibende Statistik Kenngrößen in der Übersicht (Ac)

Beschreibende Statistik Kenngrößen in der Übersicht (Ac) Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur

Mehr

WISTA WIRTSCHAFTSSTATISTIK

WISTA WIRTSCHAFTSSTATISTIK WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seiar für Theoretische Wirtschaftslehre Vorlesugsprogra 14.05.2013 Streuugsaße 1. Norierte Etropie 2. Spaweite, Quartilsabstad,

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:

Mehr

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39

Statistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39 Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle

Mehr

Klausur vom

Klausur vom UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit

Mehr

Wirtschaftsmathematik

Wirtschaftsmathematik Studiegag Betriebswirtschaft Fach Wirtschaftsmathematik Art der Leistug Studieleistug Klausur-Kz. BW-WMT-S1 040508 Datum 08.05.004 Bezüglich der Afertigug Ihrer Arbeit sid folgede Hiweise verbidlich: Verwede

Mehr

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt

Evaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt 2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:

Mehr

Kursthemen 5. Sitzung. Lagemaße

Kursthemen 5. Sitzung. Lagemaße Kurstheme 5. Sitzug Folie I - 5 - Lagemaße A) Arithmetisches Mittel (AM), Media ud Modus (Folie 2 bis 8) A) Arithmetisches Mittel (AM), Media ud Modus (Folie 2 bis 8) B) Der Additiossatz für AM (Folie

Mehr

Statistik I Februar 2005

Statistik I Februar 2005 Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet

Mehr

Musterlösung zu Übungsblatt 2

Musterlösung zu Übungsblatt 2 Prof. R. Padharipade J. Schmitt C. Schießl Fuktioetheorie 25. September 15 HS 2015 Musterlösug zu Übugsblatt 2 Aufgabe 1. Reelle Fuktioe g : R R stelle wir us üblicherweise als Graphe {(x, g(x)} R R vor.

Mehr

Kapitel 5: Schließende Statistik

Kapitel 5: Schließende Statistik Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte

Mehr

Empirische Methoden I

Empirische Methoden I Hochschule für Wirtschaft ud 2012 Umwelt Nürtige-Geislige Fakultät Betriebswirtschaft ud Iteratioale Fiaze Prof. Dr. Max C. Wewel Prof. Dr. Corelia Niederdrek-Felger Aufgabe zum Tutorium Empirische Methode

Mehr

Einführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD.

Einführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD. ZAHLENFOLGEN Eiführede Beispiele Arithmetische Folge Datei Nr. 400 SW Das komplette Mauskript befidet sich auf der Mathematik - CD Friedrich Buckel Februar 00 Iteratsgymasium Schloß Torgelow Ihalt Eiführede

Mehr

Korrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test

Korrelationsanalyse zwischen kategorischen Merkmalen. Kontingenztabellen. Chi-Quadrat-Test Kotigeztabelle. Chi-Quadrat-Test Korrelatiosaalyse zwische kategorische Merkmale Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Häufigkeitstabelle (Kotigeztabelle): eie tabellarische Darstellug der gemeisame

Mehr

Übungen mit dem Applet Fourier-Reihen

Übungen mit dem Applet Fourier-Reihen Fourier-Reihe 1 Übuge mit dem Applet Fourier-Reihe 1 Mathematischer Hitergrud... Übuge mit dem Applet... 3.1 Eifluss der Azahl ud der Sprugstelle...3. Eifluss vo y-verschiebug ud Amplitude...4.3 Eifluss

Mehr

... a ik) i=1...m, k=1...n A = = ( a mn

... a ik) i=1...m, k=1...n A = = ( a mn Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,

Mehr

Zahlenfolgen und Konvergenzkriterien

Zahlenfolgen und Konvergenzkriterien www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit

Mehr

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:

n 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen: 61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl

Mehr

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S

Statistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere

Mehr

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110 Name, Vorame Matrikel-Nr. Studiezetrum Studiegag Fach Art der Leistug Klausur-Kz. Betriebswirtschaft Wirtschaftsmathematik Studieleistug Datum 10.11.2001 BW-WMT-S12 011110 Verwede Sie ausschließlich das

Mehr

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $

$Id: reihen.tex,v /06/14 13:59:06 hk Exp $ Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,

Mehr

Kapitel 6: Quadratisches Wachstum

Kapitel 6: Quadratisches Wachstum Kapitel 6: Quadratisches Wachstum Dr. Dakwart Vogel Ui Esse WS 009/10 1 Drei Beispiele Beispiel 1 Bremsweg eies PKW Bremsweg Auto.xls Ui Esse WS 009/10 Für user Modell des Bremsweges gilt a = a + d a =

Mehr

Statistik I/Empirie I

Statistik I/Empirie I Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass

Mehr

K. Felten: Internet Network infrastucture Fachhochschule Kiel, Fachbereich IuE

K. Felten: Internet Network infrastucture Fachhochschule Kiel, Fachbereich IuE Defiitio ach DIN4004 Als Zuverlässigkeit ( reliability ) gilt die Fähigkeit eier Betrachtugseiheit ierhalb vorgegebeer Greze dejeige durch de Awedugszweck bedigte Aforderuge zu geüge, die a das Verhalte

Mehr

Variiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.

Variiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen. 3. Variazaalyse Die Variazaalyse mit eier quatitative abhägige Variable ud eier oder mehrerer qualitativer uabhägiger Variable wird auch als ANOVA (Aalysis of Variace) bezeichet. Mit eier Variazaalyse

Mehr

Der natürliche Werkstoff Holz - Statistische Betrachtungen zum uniaxialen Zugversuch am Beispiel von Furnier

Der natürliche Werkstoff Holz - Statistische Betrachtungen zum uniaxialen Zugversuch am Beispiel von Furnier Der atürliche Werkstoff Holz - Statistische Betrachtuge zum uiaxiale Zugversuch am Beispiel vo Furier B. Bellair, A. Dietzel, M. Zimmerma, Prof. Dr.-Ig. H. Raßbach Zusammefassug FH Schmalkalde, 98574 Schmalkalde,

Mehr

Lösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I

Lösungen der Aufgaben zur Vorbereitung auf die Klausur Mathematik für Informatiker I Uiversität des Saarlades Fakultät für Mathematik ud Iformatik Witersemester 2003/04 Prof. Dr. Joachim Weickert Dr. Marti Welk Dr. Berhard Burgeth Lösuge der Aufgabe zur Vorbereitug auf die Klausur Mathematik

Mehr

1 Einführende Worte 2

1 Einführende Worte 2 Sara Adams Semiarvortrag Rekursive Fuktioe - WS 2004/05 1 Sara Adams Semiarvortrag Rekursive Fuktioe - WS 2004/05 2 1 Eiführede Worte Semiar Grudlegede Algorithme Auflösug vo Rekursioe 1.1 Beispiele Bevor

Mehr

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige

Mehr

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT

Qualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug

Mehr

Kontingenztabellen. Chi-Quadrat-Test. Korrelationsanalyse zwischen kategorischen Merkmalen. 1. Unabhängigkeitstest

Kontingenztabellen. Chi-Quadrat-Test. Korrelationsanalyse zwischen kategorischen Merkmalen. 1. Unabhängigkeitstest Kotigeztabelle. Chi-Quadrat-Test KAD 1.11. 1. Uabhägigkeitstest. Apassugstest. Homogeitätstest Beispiel 1 ohe Frau 8 75 1 Ma 48 49 97 76 14? Korrelatiosaalyse zwische kategorische Merkmale Häufigkeitstabelle

Mehr

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222

Korrekturrichtlinie zur Studienleistung Wirtschaftsmathematik am 22.12.2007 Betriebswirtschaft BB-WMT-S11-071222 Korrekturrichtliie zur Studieleistug Wirtschaftsmathematik am..007 Betriebswirtschaft BB-WMT-S-07 Für die Bewertug ud Abgabe der Studieleistug sid folgede Hiweise verbidlich: Die Vergabe der Pukte ehme

Mehr

3. Einführung in die Statistik

3. Einführung in die Statistik 3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :

Mehr

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge

Beispiel 4 (Die Urne zu Fall 4 mit Zurücklegen und ohne Beachten der Reihenfolge ) das Sitzplatzproblem (Kombinationen mit Wiederholung) Reihenfolge 1 Beispiel 4 (Die Ure zu Fall 4 mit Zurücklege ud ohe Beachte der Reihefolge ) das Sitzplatzproblem (Kombiatioe mit Wiederholug) 1. Übersicht Ziehugsmodus ohe Zurücklege des gezogee Loses mit Zurücklege

Mehr

Aufgabe 1: Funktionale Modellierungen

Aufgabe 1: Funktionale Modellierungen Didaktik des Sachreches (Sek. I) Übugsblatt 4 Dr. Astrid Brikma Name, Vorame: Matrikelummer: Doppelte Lösuge führe zum Verlust aller Pukte beider Persoe-Gruppe. Die Lösuge sid hadschriftlich abzugebe.

Mehr

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $

6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $ Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 11. c n (z a) n,

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 11. c n (z a) n, f : a P UNIVERSIÄ DES SAARLANDES FACHRICHUNG 6. MAHEMAIK Prof. Dr. Rolad Speicher M.Sc. obias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 202 Musterlösug zu Blatt Aufgabe. Zeige Sie durch Abwadlug

Mehr

Tutorium Mathematik I, M Lösungen

Tutorium Mathematik I, M Lösungen Tutorium Mathematik I, M Lösuge 16. November 2012 *Aufgabe 1. Ma utersuche die folgede Reihe auf Kovergez (a) ( 1) (1 ) (b) ( ) 2 +1 (c) (!) 3 10 (3)! (d) (e) (f) 2 +3 3 2 +1 3 ( 2 +1) 2 + 3 ( 2 +3) (g)

Mehr

Kleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares

Kleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares 4 6 Fachgebiet Regelugstechik Leiter: Prof. Dr.-Ig. Joha Reger Kleies Matrix-ABC 1 Eleetares Eie ( )-Matrix ist eie rechteckige Aordug vo reelle oder koplexe Zahle a ij (auch Skalare geat) ud besteht aus

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

Übungsblatt 1 zur Vorlesung Angewandte Stochastik Dr Christoph Luchsiger Übugsblatt 1 zur Vorlesug Agewadte Stochastik Repetitio WT Herausgabe des Übugsblattes: Woche 9, Abgabe der Lösuge: Woche 1 (bis Freitag, 1615 Uhr), Rückgabe ud Besprechug: Woche

Mehr

Finanzmathematische Formeln und Tabellen

Finanzmathematische Formeln und Tabellen Jui 2008 Dipl.-Betriebswirt Riccardo Fischer Fiazmathematische Formel ud Tabelle Arbeitshilfe für Ausbildug, Studium ud Prüfug im Fach Fiaz- ud Ivestitiosrechug Dieses Werk, eischließlich aller seier Teile,

Mehr

5.7. Aufgaben zu Folgen

5.7. Aufgaben zu Folgen 5.7. Aufgabe zu Folge Aufgabe : Lieares ud beschräktes Wachstum Aus eiem Quadrat mit der Seiteläge dm gehe auf die rechts agedeutete Weise eue Figure hervor. Die im -te Schritt agefügte Quadrate sid jeweils

Mehr

14 Statistische Beziehungen zwischen nomi nalen Merkmalen

14 Statistische Beziehungen zwischen nomi nalen Merkmalen 14 Statistische Beziehuge zwische omi ale Merkmale 14.1 Der Chi Quadrat Test auf Uabhägigkeit für Vier Feldertafel 14.2 Der Chi Quadrat Test auf Uabhägigkeit für r s Kotigeztafel 14.3 Zusammmehagsmaße

Mehr

1. Zahlenfolgen und Reihen

1. Zahlenfolgen und Reihen . Zahlefolge ud Reihe We ma eie edliche Mege vo Zahle hat, ka ma diese i eier bestimmte Reihefolge durchummeriere: {a,a 2,...,a }. Ma spricht vo eier edliche Zahlefolge. Fügt ma immer mehr Zahle hizu,

Mehr

6.4. Intervalle und Inhalte

6.4. Intervalle und Inhalte 6.4. Itervalle ud Ihalte Vo zetraler Bedeutug für die Igeieurmathematik (ud icht ur dort) ist die Berechug vo Läge, Flächeihalte ud Volumia. Die Grudidee ist dabei, die gesuchte Größe durch Summe vo leicht

Mehr

Vorkurs Mathematik für Informatiker Folgen

Vorkurs Mathematik für Informatiker Folgen Vorkurs Mathematik ür Iormatiker -- 8 Folge -- 11.10.2015 1 Folge: Deiitio Eie (uedliche) Folge im herkömmliche Sie etsteht durch Hitereiaderschreibe vo Zahle 1,2,3,4,5, Dabei ist die Reiheolge wichtig,

Mehr

SUCHPROBLEME UND ALPHABETISCHE CODES

SUCHPROBLEME UND ALPHABETISCHE CODES SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich

Mehr

Einige wichtige Ungleichungen

Einige wichtige Ungleichungen Eiige wichtige Ugleichuge Has-Gert Gräbe, Leipzig http://www.iformatik.ui-leipzig.de/~graebe 1. Februar 1997 Ziel dieser kurze Note ist es, eiige wichtige Ugleichuge, die i verschiedee Olympiadeaufgabe

Mehr

Fehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung

Fehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung 1 Gie 11/000 Fehlerrechug 1. Physikalische Größe: Zahlewert ud Eiheit. Ursache vo Meßfehler 3. Geauigkeit vo Meßergebisse am Beispiel der Lägemessug 4. Messug eier kostate Größe ud Mittelwert 5. Messug

Mehr

1 Lösungen zu Analysis 1/ 12.Übung

1 Lösungen zu Analysis 1/ 12.Übung Lösuge ausgewählter Beispiele zu Aalysis I, G. Bergauer, Seite Lösuge zu Aalysis / 2.Übug. Eileitug Gleichmäßige Kovergez ist eie starke Eigeschaft eier Fuktioefolge. Formuliert ma sie für Netze, statt

Mehr

Formelsammlung Mathematik

Formelsammlung Mathematik Formelsammlug Mathematik 1 Fiazmathematik 1.1 Reterechug Sei der Zissatz p%, der Zisfaktor q = 1 + p 100. Seie R die regelmäßig zu zahlede Rate, die Laufzeit. Edwert: Barwert: achschüssig R = R q 1 q 1

Mehr

Maximum Likelihood Version 1.6

Maximum Likelihood Version 1.6 Maximum Likelihood Versio 1.6 Uwe Ziegehage 15. November 2005 Logarithmegesetze log a (b) + log a (c) = log a (b c) (1) log a (b) log a (c) = log a (b/c) (2) log a (b c ) = c log a (b) (3) Ableitugsregel

Mehr

4 Konvergenz von Folgen

4 Konvergenz von Folgen 4 Kovergez vo Folge Defiitio 4.. Sei M eie Mege. Ist 0 Z ud für jedes Z mit 0 ei a M gegebe, so et ma die Abbildug { Z; 0 } M, a eie Folge i M. Abkürzed schreibt ma für eie solche Abbildug auch a ) 0 oder

Mehr

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit

SBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur

Mehr

Klausur 1 über Folgen

Klausur 1 über Folgen www.mathe-aufgabe.com Klausur über Folge Hiweis: Der GTR darf für alle Aufgabe eigesetzt werde. Aufgabe : Bestimme eie explizite ud eie rekursive Darstellug! a) für eie arithmetische Folge mit a = 6, ;

Mehr

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen.

= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen. Wurzelgesetze Gesetzmäßigkeite Grudlage Das Wurzelziehe (oder Radiziere) ist die Umkehrug des Potezieres. Daher sid die Wurzelgesetze de Potezgesetze sehr ählich. Die Wurzel aus eier positive Zahl ergibt

Mehr

Planen und Organisieren von Arbeitsabläufen. Kostenrechnung

Planen und Organisieren von Arbeitsabläufen. Kostenrechnung osterechug Bei der Vorkalkulatio werde die eies Erzeugisses vor der Herstellug ermittelt. Sie ist Grudlage für ei Preisagebot. Die Nachkalkulatio wird ach der Herstellug eies Erzeugisses durchgeführt.

Mehr

Höhere Mathematik für technische Studiengänge Vorbereitungsaufgaben für die Übungen. Reihen reeller Zahlen

Höhere Mathematik für technische Studiengänge Vorbereitungsaufgaben für die Übungen. Reihen reeller Zahlen Höhere Mathematik für techische Studiegäge Vorereitugsaufgae für die Üuge Reihe reeller Zahle. Utersuche Sie die folgede Reihe mit Hilfe geeigeter Kovergezkriterie otwediges Kovergezkriterium, Quotiete-,

Mehr

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden?

Zählterme (Seite 1) Aufgabe: Wie viele Nummernschilder kann es theoretisch im Raum Dresden geben? Wann müsste die 4.Ziffer eingeführt werden? Bemerkug: I Mathematik sollte ma keie Fahrpläe verwede, i der Stochastik erst recht icht. Zitat vo S.L. Das Baumdiagramm ist aber fast immer ei geeigetes Hilfsmittel. Produktregel Aufgabe: Wie viele Nummerschilder

Mehr

Kapitel 4: Stationäre Prozesse

Kapitel 4: Stationäre Prozesse Kapitel 4: Statioäre Prozesse M. Scheutzow Jauary 6, 2010 4.1 Maßerhaltede Trasformatioe I diesem Kapitel führe wir zuächst de Begriff der maßerhaltede Trasformatio auf eiem Wahrscheilichkeitsraum ei ud

Mehr

Kovarianz und Korrelation

Kovarianz und Korrelation Kapitel 2 Kovariaz ud Korrelatio Josef Leydold c 2006 Mathematische Methode II Kovariaz ud Korrelatio 1 / 41 Lerziele Mathematische ud statistische Grudlage der Portfoliotheorie Kovariaz ud Korrelatio

Mehr

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable

Allgemeine Lösungen der n-dimensionalen Laplace-Gleichung und ihre komplexe Variable Allgemeie Lösuge der -dimesioale Laplace-Gleichug ud ihre komplexe Variable Dr. rer. at. Kuag-lai Chao Göttige, de 4. Jauar 01 Abstract Geeral solutios of the -dimesioal Laplace equatio ad its complex

Mehr

Lösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 3 Peter Hartmann

Lösungsskizzen Mathematik für Informatiker 5. Aufl. Kapitel 3 Peter Hartmann Lösugsskizze Mathematik für Iformatiker 5. Aufl. Kapitel 3 Peter Hartma Verstädisfrage. Ka ma ei Axiom beweise? Nei!. Ka ei Beweis eier Aussage richtig sei, we im Iduktiosschluss die Iduktiosaahme icht

Mehr

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule

BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Handelsschule BERUFSKOLLEG KAUFMÄNNISCHE SCHULEN DES KREISES DÜREN Zweijährige Höhere Hadelsschule Abschlussprüfug Sommer Fach: MATHEMATIK Bearbeitugszeit: Erlaubte Hilfsmittel: Zeitstude Nicht-programmierbarer Tascherecher

Mehr

Innerbetriebliche Leistungsverrechnung

Innerbetriebliche Leistungsverrechnung Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der

Mehr

x 2 + 2 m c Φ( r, t) = n q n (t) φ n ( r) (5) ( + k 2 n ) φ n ( r) = 0 (6a)

x 2 + 2 m c Φ( r, t) = n q n (t) φ n ( r) (5) ( + k 2 n ) φ n ( r) = 0 (6a) Quatisierug eies skalare Feldes Das Ziel ist eigetlich das elektromagetische Feld zu quatisiere, aber wie ma scho a de MAXWELLsche Gleichuge sehe ka, ist es zu kompliziert, um damit zu begie. Außerdem

Mehr

15.4 Diskrete Zufallsvariablen

15.4 Diskrete Zufallsvariablen .4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet

Mehr

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln

Methoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln 6 Kovergete Folge Lerziele: Kozepte: Grezwertbegriff bei Folge, Wachstumsgeschwidigkeit vo Folge Resultat: Mootoe beschräkte Folge sid koverget. Methode: Hero-Verfahre, Erweiterug vo Differeze vo Quadratwurzel

Mehr

Übungen mit dem Applet Taylor-Entwickung von Funktionen

Übungen mit dem Applet Taylor-Entwickung von Funktionen Taylor-Etwickug vo Fuktioe Übuge mit dem Applet Taylor-Etwickug vo Fuktioe Ziele des Applets... Mathematischer Hitergrud... 3 Vorschläge für Übuge... 3 3. Siusfuktio si(...3 3. Cosiusfuktio cos(...4 3.3

Mehr

Beschreibung eines Merkmals

Beschreibung eines Merkmals 53 Beschreibug eies Merkmals.1 Methode der uivariable Statistik 5.2 Lagemaße 55.2.1 Arithmetisches Mittel 55.2.2 Media 56.2.3 Quartile ud Quatile 58.2. Modus 59.2.5 Geometrisches Mittel 60.2.6 Harmoisches

Mehr

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE Versuch 3/ NEWTONSCHE INTERFERENZRINGE Blatt NEWTONSCHE INTERFERENZRINGE Die Oberfläche vo Lise hat im allgemeie Kugelgestalt. Zur Messug des Krümmugsradius diet das Sphärometer. Bei sehr flacher Krümmug

Mehr

Elektronikpraktikum: Digitaltechnik 2

Elektronikpraktikum: Digitaltechnik 2 Elektroikpraktikum: Digitaltechik 2 Datum, Ort: 16.05.2003, PHY/D-213 Betreuer: Schwierz Praktikate: Teshi C. Hara, Joas Posselt (beide 02/2/PHY/02) Gruppe: 8 Ziele Aufbau eier 3-Bit-Dekodierschaltug;

Mehr

Lerneinheit 2: Grundlagen der Investition und Finanzierung

Lerneinheit 2: Grundlagen der Investition und Finanzierung Lereiheit 2: Grudlage der Ivestitio ud Fiazierug 1 Abgrezug zu de statische Verfahre Durchschittsbetrachtug wird aufgegebe Zeitpukt der Zahlugsmittelbewegug explizit berücksichtigt exakte Erfassug der

Mehr

4. Vektorräume mit Skalarprodukt

4. Vektorräume mit Skalarprodukt 4. Vektorräume mit Skalarprodukt Wiederholug: V=R x, y R: x= x x i x, y= y y, :R R R Skalarprodukt Stadardskalarprodukt lieare Abbildug mit 2 Argumete 4. Eigeschafte vo Skalarprodukte Def.: Es sei V ei

Mehr

Informatik II Dynamische Programmierung

Informatik II Dynamische Programmierung lausthal Iformatik II Dyamische Programmierug. Zachma lausthal Uiversity, ermay zach@i.tu-clausthal.de Zweite Techik für de Algorithmeetwurf Zum Name: "Dyamische " hat ichts mit "Dyamik" zu tu, soder mit

Mehr

Grenzwert einer Folge

Grenzwert einer Folge Grezwert eier Folge für GeoGebraCAS Letzte Äderug: 29/ März 2011 1 Überblick 1.1 Zusammefassug Ierhalb vo zwei Uterrichtseiheite solle die Schüler/ie zwei Arbeitsblätter mit GeoGebra erstelle, die das

Mehr

Page-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet

Page-Rank: Markov-Ketten als Grundlage für Suchmaschinen im Internet Humboldt-Uiversität zu Berli Istitut für Iformatik Logik i der Iformatik Prof. Dr. Nicole Schweikardt Page-Rak: Markov-Kette als Grudlage für Suchmaschie im Iteret Skript zum gleichamige Kapitel der im

Mehr

Arbeitsblatt A 8-4 Polynom-& Wurzel-& Winkelfunktionen Teil 1/2

Arbeitsblatt A 8-4 Polynom-& Wurzel-& Winkelfunktionen Teil 1/2 Schule Budesgymasiu um ür Berustätige Salzburg Modul Thema Mathematik 8 Arbeitsblatt A 8-4 Polyom-& Wurzel-& Wikeluktioe Teil 1/2 Polyomuktioe Eie wichtige Klasse vo Fuktioe bilde die Polyomuktioe (x =

Mehr

Statistische Modelle und Parameterschätzung

Statistische Modelle und Parameterschätzung Kapitel 2 Statistische Modelle ud Parameterschätzug 2. Statistisches Modell Die bisher betrachtete Modellierug eies Zufallsexperimetes erforderte isbesodere die Festlegug eier W-Verteilug. Oft besteht

Mehr

3. Tilgungsrechnung. 3.1. Tilgungsarten

3. Tilgungsrechnung. 3.1. Tilgungsarten schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie

Mehr

Abiturprüfug Mathematik 008 Bade-Württemberg (ohe CAS) Wahlteil - Aufgabe Aalysis I Aufgabe I.: Ei Tal i de Berge wird ach Weste vo eier steile Felswad, ach Oste vo eiem flache Höhezug begrezt. Der Querschitt

Mehr

Zahlenfolgen, Grenzwerte und Zahlenreihen

Zahlenfolgen, Grenzwerte und Zahlenreihen KAPITEL 5 Zahlefolge, Grezwerte ud Zahlereihe. Folge Defiitio 5.. Uter eier Folge reeller Zahle (oder eier reelle Zahlefolge) versteht ma eie auf N 0 erlarte reellwertige Futio, die jedem N 0 ei a R zuordet:

Mehr

Finanzmathematik für HAK

Finanzmathematik für HAK Fiazmathematik für HAK Dr.Mafred Gurter 2008. Kapitalverzisug bei der Bak mit lieare (eifache) Zise währed des Jahres Beispiel : Ei Kapital vo 3000 wird mit 5% für 250 Tage verzist. Wie viel bekommt ma

Mehr

Erzbischöfliche Liebfrauenschule Köln. Schulinternes Curriculum Fach: Mathematik Jg. 8

Erzbischöfliche Liebfrauenschule Köln. Schulinternes Curriculum Fach: Mathematik Jg. 8 Erzbischöfliche Liebfraueschule Köl Schuliteres Curriculum Fach: Mathematik Jg. 8 Reihe - folge Buchabschitt Theme Ihaltsbezogee Kompeteze Prozessbezogee Kompeteze 1 1.1 1.11 Terme ud Gleichuge mit Klammer

Mehr

5.3 Wachstum von Folgen

5.3 Wachstum von Folgen 53 Wachstum vo Folge I diesem Abschitt betrachte wir (rekursiv oder aders defiierte) Folge {a } = ud wolle vergleiche, wie schell sie awachse, we wächst Wir orietiere us dabei a W Hochstättler: Algorithmische

Mehr

Folgen und Reihen Glege 03/01

Folgen und Reihen Glege 03/01 Folge ud Reihe Glege 03/0 I diesem Script werde folgede Theme behadelt: Folge (Eiführug)... Arithmetische Folge... Geometrische Folge...3 Mootoie...4 Kovergez...5 Grezwert...6 Schrake...7 Arithmetische

Mehr

Mengenbegriff und Mengendarstellung

Mengenbegriff und Mengendarstellung R. Brikma http://brikma-du.de Seite 1 05.10.008 Megebegriff ud Megedarstellug Eie Mege, ist die Zusammefassug bestimmter, wohluterschiedeer Objekte userer Aschauug ud useres Dekes welche Elemete der Mege

Mehr

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008

BINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008 Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe

Mehr