17. Oktober 2006 (überarbeitete Version)
|
|
- Mathias Sachs
- vor 6 Jahren
- Abrufe
Transkript
1 Universität Mannheim Lehrstuhl für Praktische Informatik Prof. Dr. Felix C. Freiling Dipl.-Inform. Martin Mink Dipl.-Inform. Thorsten Holz Vorlesung Angewandte IT-Sicherheit Herbstsemester 2006 Übung 2 () 7. Oktober 2006 (überarbeitete Version) Die Aufgaben sind im Vergleich zur Hörsaalübung leicht abgeändert. Zuverlässigkeit, Verfügbarkeit Aufgabe Eine Festplatte der Reihe Cheetah 36XL der Firma Seagate hat laut Datenblatt eine MT BF von Stunden []. In den Garantiebedingungen Ihres Zulieferers wird der Umtausch einer defekten Platte innerhalb von maximal 2 Wochen garantiert. Wie hoch ist für Sie die Verfügbarkeit (average availability) der Festplatte? Hinweis: Sie können davon ausgehen, dass die Festplatte nach dem Umtausch fabrikneu ist. Gehen Sie ausserdem von einer konstanten Fehlerrate aus. Die durchschnittliche Verfügbarkeit AA (average availability) ist definiert als AA = MT BF MT BF + MT T R Die notwendigen Daten stecken in der Aufgabenstellung. Die MT BF ist gegeben, die MT T R (mean time to repair) beträgt zwei Wochen (4 24h = 336h). Insgesamt: AA =, h, h + 336h =, h, h =, 2 0, 99972, Aufgabe 2 (geändert) Die neu gebaute Fabrikhalle der Firma High Reliability Solutions wird durch 20 Glühbirnen beleuchtet. Der Hausmeister geht jeden Morgen durch die Halle und notiert für jede neu ausgefallene Glühbirne b die Anzahl der Tage, die seit der Einweihung der Halle vergangen sind (Lebensdauer von b). Dies sind seine Aufzeichnungen:
2 2, 7, 6, 37, 5, 78, 30, 45, 70, 20, 222, 277, 30, 303, 326, 340, 359, 364, 40, 420 Ausgefallene Glühbirnen werden nicht repariert.. Schätzen Sie den Erwartungswert der Lebenszeit einer Glühbirne. Wir haben es hier mit einem klassischen Zuverlässigkeitsexperiment zu tun, bei dem anfangs n = 20 gleichartige Komponenten in Betrieb genommen werden und die jeweils die fehlerfreie Betriebszeit der einzelnen Komponenten gemessen werden. Wir können also die Stufenfunktion v(t) aufstellen, die die Anzahl der Systeme angibt, die bis zu einem bestimmten Zeitpunkt t noch nicht ausgefallen sind: t v(t) Die Funktion v(t) drückt 20 unabhängige Messungen einer Zufallsvariable τ aus, die die fehlerfreie Betriebszeit einer Glühbirne beschreibt. Die erwartete Ausfallzeit ist der Erwartungswert von τ, also: ˆ MT BF = Ê[τ] = t + t t n n = 459d 20 = 207, 95d = 4990, 8h 2. Wie lautet die empirische Fehlerrate? Gehen Sie von einer konstanten Fehlerrate aus. Bei konstanter Fehlerrate ist diese gleich dem Kehrwert der MT BF : ˆλ = MTˆ BF = 4990, 8h Wie lautet die Formel für die empirische Zuverlässigkeitsfunktion einer Glühbirne? Bei gegebenen ˆλ und konstanter Ausfallrate rechnet man wie folgt: ˆR(t) = e ˆλt 2
3 Aufgabe 3 Quelle: Vorlesung Rechnerstrukturen (Sommersemester 998), Prof. Dr. Theo Ungerer, Andreas Schäfer, Universität Karlsruhe. Eine Raumsonde soll zum Mars geschickt werden. Die Flugdauer beträgt 2 Tage. Zur Stromversorgung ist sie mit 4 Sonnensegeln S, S 2, S 3, S4 ausgestattet. Mindestens 2 Sonnensegel müssen intakt sein, um genügend Energie zu erzeugen. Die Steuerung der Segel erfolgt mit 3 parallelen Mikrokontrollern C, C 2, C 3 und einem Mehrheitsentscheider M (Triple Modular Redundancy). Statistische Berechnungen ergaben, dass ein Sonnensegel im Schnitt alle 20 Jahre durch den Einschlag eines Meteoriten zerstört wird. Die Mikrokontroller fallen mit konstanter Ausfallrate ein Mal in 00 Jahren aus. Der Mehrheitsentscheider fällt nicht aus.. Zeichnen Sie ein Diagramm mit der Zuverässigkeitsblockdiagramm (Anordnung der redundanten Komponenten als Parallel- bzw. Reihenschaltung) der Sonde. 2. Durch welche Wahrscheinlichkeitsverteilung lässt sich die Überlebenswahrscheinlichkeit eines Sonnensegels beschreiben, wenn man von einer gleichmäßigen Meteoritendichte im Weltall ausgeht? Bei gleicher Meteoritendichte überall im Weltraum kann man von einer konstanten Fehlerrate des Sonnensegels ausgehen. Die Überlebenswahrscheinlichkeit eines Sonnensegels 3
4 ist somit exponentialverteilt. 3. Geben Sie die Überlebenswahrscheinlichkeiten für ein Sonnensegel R S (t), einen Mikrokontroller R C (t) und den Mehrheitsentscheider R M (t) an. Die Fehlerraten von Sonnensegel λ S und Microcontroller λ C lauten: λ S = 20a = h 5, h λ C = 00a = h, h Die Überlebungswahrscheinlichkeiten sind dann: R S (t) = e λ S t R C (t) = e λ C t R M (t) = 4. Mit welcher Wahrscheinlichkeit erreicht die Sonde den Mars? Hierfür muss die Zuverlässigkeitsfunktion der Sonde konstruiert werden. Das kann man anhand des Zuverlässigkeitsblockdiagramms durchführen. Zunächst berechnet man die jeweiligen Funktionen von Sonnensegeln und Mikrokontrollern mit Mehrheitsbewerter. Dafür benutzt man die allgemeine Formel für ein k-aus-n-system. Gegeben sind n gleichartige Komponenten mit Zuverlässigkeitsfunktion R(t) von denen mindestens k überleben müssen, damit das Gesamtsystem noch funktioniert. Dann berechnet sich die Zuverlässigkeit des Gesamtsystems: n ( ) n R gesamt (t) = R i (t)( R(t)) n i k i=k Die Zuverlässigkeitsfunktion R S S(t) kann man dann als 2-aus-4-System berechnen: R SS (t) = 4 i=2 ( ) 4 R i i S(t)( R S (t)) 4 i = 6 R 2 S(t)( R S (t)) R 3 S(t)( R S (t)) + R 4 S(t) = 3R 4 S(t) 8R 3 S(t) + 6R 2 S(t) Die Funktion R CC (t) errechnet sich aus der Struktur eines 2-aus-3-Systems (Triple Modular Redundancy, TMR): R CC (t) = 3R 2 C(t) 2R 3 C(t) 4
5 Insgesamt ergibt sich die Zuverlässigkeitsfunktion der Sonde aus der Reihenschaltung der drei Systeme SS, CC, und M: R Sonde (t) = R SS (t) R CC (t) R M (t) Die Wahrscheinlichkeit, mit der die Sonde den Mars erreicht, ergibt sich durch Einsetzen der Flugdauer: R Sonde (2d) Literatur [] Seagate Technology. Cheetah 36XL Family: Product Manual, Vol.. Internet: http: // October
Übungsscheinklausur,
Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...
MehrProf. Dr. Bernhard Arnold, Institut für Statistik und Ökonometrie der Universität Hamburg. Lebensdaueranalyse und Zuverlässigkeit von Systemen
Prof. Dr. Bernhard Arnold, Institut für Statistik und Ökonometrie der Universität Hamburg Lebensdaueranalyse und Zuverlässigkeit von Systemen Aufgabe 1 Bestimmen Sie für 0
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 23. Dezember 2011 1 Stetige Zufallsvariable, Normalverteilungen Der zentrale Grenzwertsatz und die 3-Sigma Regel
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürgen Senger INDUKTIVE STATISTIK Wahrscheinlichkeitstheorie, Schätz- und Testverfahren ÜBUNG 7.2 - LÖSUNGEN POISSONVERTEILUNG. Fahrzeuge, die eine Brücke passieren Zufallsexperiment: Zeitpunkt des
Mehr1 Zuverlässigkeit von Netzwerken
1 Zuverlässigkeit von Netzwerken Wir betrachten Mehrkomponenten-Netzwerke. Diese werden durch Zuverlässigkeitsschaltbilder dargestellt. Dies sind Graphen, die zur Zuverlässigkeitsanalyse von Netzwerken
MehrÜbung zur Vorlesung Statistik I WS Übungsblatt 6
Übung zur Vorlesung Statistik I WS 2012-2013 Übungsblatt 6 26. November 2012 Aufgabe 17 (4 Punkte): Sei X B(n, p) eine binomial verteilte Zufallsvariable, die ein Zufallseperiment mit n unabhängigen Wiederholungen
MehrWahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel
Wahrscheinlichkeit3 Binomialverteilung/Bernoulli-Formel Aufgaben Lösen Sie A1 und A sowohl mit der Bernoulli-Formel als auch mit dem TR(BV), die anderen Aufgaben lösen sie mit dem TR(BV). A1 Eine Familie
Mehr2. Übung zur Vorlesung Statistik 2
2. Übung zur Vorlesung Statistik 2 Aufgabe 1 Welche der folgenden grafischen Darstellungen und Tabellen zeigen keine (Einzel-)Wahrscheinlichkeitsverteilung? Kreuzen Sie die richtigen Antworten an und begründen
MehrBetrieb und Instandhaltung von Energieanlagen
Institut für Energietechnik, Professur Verbrennung, Wärme- und Stoffübertragung Betrieb und Instandhaltung von Energieanlagen Zuverlässigkeit und Lebensdauer Die Lebensdauer (life time) oder Funktionsdauer
MehrMusterlösung zur Klausur im Fach Fortgeschrittene Statistik am Gesamtpunktzahl: 60
WESTFÄLISCHE WILHELMS - UNIVERSITÄT MÜNSTER Wirtschaftswissenschaftliche Faktultät Prof. Dr. Bernd Wilfling Professur für VWL, insbesondere Empirische Wirtschaftsforschung Musterlösung zur Klausur im Fach
MehrÜ b u n g s b l a t t 11
Einführung in die Stochastik Sommersemester 07 Dr Walter Oevel 8 007 Ü b u n g s b l a t t Mit und gekennzeichnete Aufgaben können zum Sammeln von Bonuspunkten verwendet werden Lösungen von -Aufgaben sind
MehrB 2. " Zeigen Sie, dass die Wahrscheinlichkeit, dass eine Leiterplatte akzeptiert wird, 0,93 beträgt. (genauerer Wert: 0,933).!:!!
Das folgende System besteht aus 4 Schraubenfedern. Die Federn A ; B funktionieren unabhängig von einander. Die Ausfallzeit T (in Monaten) der Federn sei eine weibullverteilte Zufallsvariable mit den folgenden
MehrStetige Verteilungen Rechteckverteilung
Stetige Verteilungen Rechteckverteilung Die Längenabweichungen X produzierter Werkstücke von der Norm seien gleichmäßig verteilt zwischen a = mm und b = 4mm. Die Dichtefunktion lautet also f(x) = für a
MehrWAHRSCHEINLICHKEITSTHEORIE A N W E N D U N G Terminologie
Seite 1 von 27 WAHRSCHEINLICHKEITSTHEORIE A N W E N D U N G Terminologie Netzwerke, Systeme, Komponenten, Zuverlässigkeitsschaltbild Ein System S ist ein Netzwerk aus zusammengehörigen (verbundenen) Komponenten
MehrKlausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne
MehrZuverlässigkeit und Lebensdauer
Zuverlässigkeit und Um was geht es? Die DIN fordert unter Designlenkung eine Überprüfung, ob die geforderte der Produkte erfüllt wird. Dies geht nur mit Hilfe der Statistik, d.h. mit der Weibull-Verteilung.
MehrPrüfungsvorbereitungskurs Höhere Mathematik 3
Prüfungsvorbereitungskurs Höhere Mathematik 3 Wahrscheinlichkeitstheorie (Klausuraufgaben) Marcel Bliem Marco Boßle Jörg Hörner Mathematik Online Herbst 2010 Bliem/Boßle/Hörner (MO) PV-Kurs HM 3 1 / 7
MehrZeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n (2k 1) = n 2.
Aufgabe 1. (5 Punkte) Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n k=1 (2k 1) = n 2. Aufgabe 2. (7 Punkte) Gegeben sei das lineare Gleichungssystem x + 2z = 0 ay
MehrÜbungsblätter zu Methoden der Empirischen Sozialforschung III: Inferenzstatistik. Lösungsblatt zu Nr. 2
Martin-Luther-Universität Halle-Wittenberg Institut für Soziologie Dr. Wolfgang Langer 1 Übungsblätter zu Methoden der Empirischen Sozialforschung III: Inferenzstatistik Lösungsblatt zu Nr. 2 1. Für die
MehrTechnische Universität Berlin
Technische Universität Berlin Fakultät II Institut für Mathematik SS 06 Prof. Dr. J-D Deuschel 0. Juli 006 Juli Klausur Stochastik für Informatiker Name:... Vorname:... Matr. Nr.:... Studiengang:... Als
MehrWahrscheinlichkeitsrechnung und Stochastik
Wahrscheinlichkeitsrechnung und Stochastik 2-stündige Vorlesung für den Bachelor-Studiengang Angewandte Informatik Vorläufige Version Gerhard Freiling und Hans-Bernd Knoop Inhalt Inhalt..........................................................................
Mehr2. Übung zur Vorlesung Statistik 2
2. Übung zur Vorlesung Statistik 2 Aufgabe 1 Welche der folgenden grafischen Darstellungen und Tabellen zeigen keine (Einzel-)Wahrscheinlichkeitsverteilung? Kreuzen Sie die richtigen Antworten an und begründen
MehrWahrscheinlichkeitstheorie und Statistik für Studierende des Maschinenbaus vom
Institut für Stochastik WS 009/10 Karlsruher Institut für Technologie (KIT) Dr. B. Klar Klausur Wahrscheinlichkeitstheorie und Statistik für Studierende des Maschinenbaus vom 08.0.010 Musterlösungen Aufgabe
MehrÜbungsblatt 9 (25. bis 29. Juni)
Statistik 2 Dr. Andrea Beccarini Dipl.-Vw. Dipl.-Kffr. Heike Bornewasser-Hermes Sommersemester 2012 Übungsblatt 9 (25. bis 29. Juni) Stetiges Verteilungsmodell und Gemeinsame Verteilung Stetiges Verteilungsmodell
MehrÜbungen zur Vorlesung Wirtschaftsstatistik Lageparameter Aufgabe 5.1 Drei Studierende A, B, C zahlen folgende Miete pro Monat:
Fachhochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@fh-koeln.de Übungen zur Vorlesung Wirtschaftsstatistik Lageparameter Aufgabe
Mehr8 Die Exponentialverteilung
8 Die Exponentialverteilung 8.1 Einführung Modelle Zuverlässigkeitsmodelle Lebensdauermodelle Bedienungsmodelle. 277 W.Kössler, Humboldt-Universität zu Berlin Def. 26 (Exponentialverteilung) Sei X eine
MehrZeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: k = n (n + 1) 2
Aufgabe 1. (5 Punkte) Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n k = k=1 n (n + 1). 2 Aufgabe 2. (5 Punkte) Bestimmen Sie das folgende Integral mithilfe partieller
MehrStatistik-Klausur vom
Statistik-Klausur vom 09.02.2009 Bearbeitungszeit: 90 Minuten Aufgabe 1 a) Ein Unternehmen möchte den Einfluss seiner Werbemaßnahmen auf den erzielten Umsatz quantifizieren. Hierfür werden die jährlichen
MehrFF Düsseldorf WS 2007/08 Prof. Dr. Horst Peters. Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6
Vorlesung Quantitative Methoden 1B im Studiengang Business Administration (Bachelor) Seite 1 von 6 (Wahrscheinlichkeitsrechnung, Verteilungen) 1. Eine Illustrierte veranstaltet wöchentlich ein Ratespiel,
MehrOrientierungshilfe zum 8. Hausaufgabenblatt. 25. Januar 2013
Orientierungshilfe zum 8. Hausaufgabenblatt 25. Januar 203 Abbildung : Skizze eines Baumdiagramms zur Veranschaulichung Aufgabe 44 Zunächst ist es von Vorteil sich die Problemstellung anhand eines Baumdiagramms
MehrWahrscheinlichkeitstheorie und Statistik vom
INSTITUT FÜR STOCHASTIK SS 2007 UNIVERSITÄT KARLSRUHE Priv.-Doz. Dr. D. Kadelka Dipl.-Math. oec. W. Lao Klausur (Maschineningenieure) Wahrscheinlichkeitstheorie und Statistik vom 2.9.2007 Musterlösungen
MehrErgonomie und Mensch-Maschine-Systeme (Arbeitswissenschaft II)
Ergonomie und Mensch-Maschine-Systeme (Arbeitswissenschaft II) Aufgabenstellung zur Übung der Lehreinheit 8 Cognitive Engineering II Sommersemester 2016 Dr.-Ing. Dr. rer. medic. Dipl.-Inform. Alexander
MehrLösungen zu Übungsblatt 9 Höhere Mathematik2/Stochastik 2 Master KI/PI
Lösungen zu Übungsblatt 9 Höhere Mathematik/Stochastik Anpassung von Verteilungen Zu Aufgabe ) a) Zeichnen des Histogranmmes: Um das Histogramm zu zeichnen, benötigen wir die Höhe der Balken. Die Höhe
Mehr8.3 Zuverlässigkeitsmodelle
8.3 Zuverlässigkeitsmodelle Def. 29 (Zuverlässigkeit) Die Zuverlässigkeit eines Systems ζ ist die Wahrscheinlichkeit, dass das System zum Zeitpunkt t intakt ist: Rel(ζ) = P(X t). Annahme: Das System besteht
MehrEs sei x 1. Zeigen Sie mittles vollständiger Induktion, dass dann für jede natürliche Zahl n 0 gilt: n x k = 1 xn+1 1 x.
Aufgabe 1. (5 Punkte) Es sei x 1. Zeigen Sie mittles vollständiger Induktion, dass dann für jede natürliche Zahl n 0 gilt: n x k = 1 xn+1 k=0 1 x. Aufgabe 2. (7 Punkte) Bestimmen Sie das folgende Integral
MehrNachklausur zur Vorlesung. Statistik für Studierende der Biologie
Institut für Mathematische Stochastik WS 1999/2000 Universität Karlsruhe 11. Mai 2000 Dr. Bernhard Klar Nachklausur zur Vorlesung Statistik für Studierende der Biologie Bearbeitungszeit: 90 Minuten Name:
Mehr15.5 Stetige Zufallsvariablen
5.5 Stetige Zufallsvariablen Es gibt auch Zufallsvariable, bei denen jedes Elementarereignis die Wahrscheinlich keit hat. Beispiel: Lebensdauer eines radioaktiven Atoms Die Lebensdauer eines radioaktiven
Mehr5.4 Verteilungsfunktion Verteilungsfunktion diskreten Zufallsvariablen stetigen Zufallsvariablen Verteilungsfunktion
5. Verteilungsfunktion Die Verteilungsfunktion gibt an welche Wahrscheinlichkeit sich bis zu einem bestimmten Wert der Zufallsvarialben X kumuliert Die Verteilungsfunktion F() gibt an, wie groß die die
MehrKlausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am von 10:00 bis 11:00 Uhr
Klausur (Modulprüfung) zum Lehrerweiterbildungskurs Stochastik am 5..201 von 10:00 bis 11:00 Uhr Bearbeiten Sie zwei der drei folgenden Aufgaben! Sätze aus der Vorlesung und den Übungen dürfen Sie ohne
Mehrj K j d j m j h j f j
Für eine stetige Zufallsvariable X in einem Intervall [ a ; b ] kann X jeden beliebigen Wert annehmen. Die Wahrscheinlichkeiten werden in diesem Fall nicht mehr wie bei einer diskreten Zufallsvariable
MehrMathematik. Juni 2016 AHS. Kompensationsprüfung 9 Angabe für Kandidatinnen/Kandidaten
Name: Datum: Klasse: Kompensationsprüfung zur standardisierten kompetenzorientierten schriftlichen Reifeprüfung AHS Juni 2016 Mathematik Kompensationsprüfung 9 Angabe für Kandidatinnen/Kandidaten Hinweise
Mehr1 Dichte- und Verteilungsfunktion
Tutorium Yannick Schrör Klausurvorbereitungsaufgaben Statistik Lösungen Yannick.Schroer@rub.de 9.2.26 ID /455 Dichte- und Verteilungsfunktion Ein tüchtiger Professor lässt jährlich 2 Bücher drucken. Die
MehrLösungen lineare Funktionen
lineare Funktionen Lösungen 1 Lösungen lineare Funktionen Schnittpunkt gegeben bestimme Funktionsvorschrift. Flächeninhalt von eingeschlossenem Dreieck berechnen. Schnittwinkel gegeben, berechne Steigung.
MehrWebinar Induktive Statistik. - Wahrscheinlichkeitsrechnung - Stichprobentheorie
Webinar Induktive Statistik - Wahrscheinlichkeitsrechnung - Stichprobentheorie Wahrscheinlichkeitstheorie Aufgabe : Zwei Lieferanten decken den Bedarf eines PKW-Herstellers von 00.000 Einheiten pro Monat.
MehrWS 2014/15. (d) Bestimmen Sie die Wahrscheinlichkeitsfunktion von X. (e) Bestimmen Sie nun den Erwartungswert und die Varianz von X.
Fragenkatalog zur Übung Methoden der empirischen Sozialforschung WS 2014/15 Hier finden Sie die denkbaren Fragen zum ersten Teil der Übung. Das bedeutet, dass Sie zu diesem Teil keine anderen Fragen im
Mehr4k. Bierschaumversuch
4k. Bierschaumversuch Worum geht es? Ein gut gezapftes Bier steht im Mittelpunkt. Das Absinken des Schaums wird gemessen und ausgewertet. Was bringt es? In der industriellen Produktion verlangt der Kunde
Mehr6 Bestimmung linearer Funktionen
1 Bestimmung linearer Funktionen Um die Funktionsvorschrift einer linearen Funktion zu bestimmen, muss man ihre Steigung ermitteln. Dazu sind entweder Punkte gegeben oder man wählt zwei Punkte P 1 ( 1
MehrÜbungsblatt 4. Berechnen Sie für die statistischen Reihen die Varianzen, Kovarianzen und Korrelationskoeffizienten
Aufgabe 1: Übungsblatt 4 Berechnen Sie für die statistischen Reihen die Varianzen, Kovarianzen und Korrelationskoeffizienten a) s 2 X, s 2 Y, sz, 2 s 2 U, s 2 V, s 2 W, s 2 T b) c XY, c Y Z c) c ZU, c
MehrDatenblatt. Funktionale Sicherheit Sicherheitskennwerte für Bremse BE..(FS) * _0715*
Antriebstechnik \ Antriebsautomatisierung \ Systemintegration \ Services *22292608_0715* Datenblatt Funktionale Sicherheit Sicherheitskennwerte für Bremse BE..(FS) Ausgabe 07/2015 22292608/DE SEW-EURODRIVE
MehrModellierung redundanter Systeme mit Bayesschen Netzen
Modellierung redundanter Ssteme mit Baesschen Netzen Michael Miller Inhaltsübersicht Baessche Netze (Erinnerung, Bieleschweig 3) Anwendungsbeispiel: Schiffsradar Modellierung eines redundanten Sstems (Teil
MehrÜbungen zur Vorlesung QM II Lageparameter Aufgabe 5.1 Drei Studierende A, B, C zahlen folgende Miete pro Monat:
Technische Hochschule Köln Fakultät für Wirtschafts- und Rechtswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@th-koeln.de Übungen zur Vorlesung QM II Lageparameter Aufgabe 5.1
MehrAufgabe Punkte
Institut für Mathematik Freie Universität Berlin Carsten Hartmann, Stefanie Winkelmann Musterlösung für die Nachklausur zur Vorlesung Stochastik I im WiSe 20/202 Name: Matr.-Nr.: Studiengang: Mathematik
MehrMathematik für Biologen
Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 8. Dezember 2010 Teil V Schließende Statistik 1 Parameterschätzung Erwartungstreue und Konsistenz Maximum-Likelihood
MehrAufgabe 10 Die Zufallsvariable ist binomialverteilt mit
Level Grundlagen Blatt 2 Dokument mit 8 Aufgaben Aufgabe Die Zufallsvariable ist binomialverteilt mit und,3. Welches der beiden Histogramme zeigt die Wahrscheinlichkeitsverteilung von? Begründen Sie Ihre
MehrDie partielle Likelihood-Funktion
Die partielle Likelihood-Funktion Roger Züst 12. Juni 26 1 Repetition: Maximum-Likelihood-Methode Hat man n unabhängige Beobachtungen x 1, x 2,..., x n einer Zufallsvariablen X und eine Familie von möglichen
MehrWoche 2: Zufallsvariablen
Woche 2: Zufallsvariablen Patric Müller ETHZ WBL 17/19, 24.04.2017 Wahrscheinlichkeit und Statistik Patric Müller WBL 2017 Teil III Zufallsvariablen Wahrscheinlichkeit
MehrInhaltsverzeichnis: Lösungen zur Vorlesung Statistik Kapitel 4 Seite 1 von 19 Prof. Dr. Karin Melzer, Fakultät Grundlagen
Inhaltsverzeichnis: Aufgabenlösungen zu Kapitel 4 3 Lösung zu Aufgabe 3 Lösung zu Aufgabe 9 3 Lösung zu Aufgabe 30 3 Lösung zu Aufgabe 3 3 Lösung zu Aufgabe 3 3 Lösung zu Aufgabe 33 3 Lösung zu Aufgabe
MehrWiederholung der Hauptklausur STATISTIK
Name, Vorname: Matrikel-Nr. Die Klausur enthält zwei Typen von Aufgaben: Teil A besteht aus Fragen mit mehreren vorgegebenen Antwortvorschlägen, von denen mindestens eine Antwort richtig ist und von denen
MehrKapitel V - Erwartungstreue Schätzfunktionen
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel V - Erwartungstreue Schätzfunktionen Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
MehrProbematura Jänner/Februar 2016 Seite 1 / 7
Probematura Jänner/Februar 2016 Seite 1 / 7 1. Im Casino (20 Punkte) (a) Bei einem Glücksrad beträgt die Gewinnwahrscheinlichkeit 0,3. (3 P) i. Geben Sie eine Formel an, mit der man die Wahrscheinlichkeit
MehrKapitel IV - Spezielle Verteilungen: Diskrete Verteilungen
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel IV - Spezielle Verteilungen: Diskrete Verteilungen Markus Höchstötter Lehrstuhl
MehrZuverlässigkeit und Sicherheit
Beispiele Verfügbarkeit von Web-Services 24/7 Redundante Hardware (Rechner, Platten), um Verfügbarkeit zu erhöhen Flugzeugsteuerung, Space Shuttle/Ariane Redundante Hardware (Rechner, Platten), um Sicherheit
Mehr0 sonst. a) Wie lautet die Randwahrscheinlichkeitsfunktion von Y? 0.5 y = 1
Aufgabe 1 (2 + 2 + 2 + 1 Punkte) Gegeben sei folgende gemeinsame Wahrscheinlichkeitsfunktion f(x, y) = P (X = x, Y = y) der Zufallsvariablen X und Y : 0.2 x = 1, y = 1 0.3 x = 2, y = 1 f(x, y) = 0.45 x
MehrAufgabe A1 Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors
Level Grundlagen Blatt Dokument mit Aufgaben Aufgabe A Ein Glücksrad hat vier Sektoren, wovon die ersten beiden die Winkelgröße 60 haben. Für die Winkelgrößen und des dritten und vierten Sektors gilt.
MehrÜbung zur Vorlesung Statistik I WS Übungsblatt 12
Übung zur Vorlesung Statistik I WS 2013-2014 Übungsblatt 12 20. Januar 2014 Die folgenden ufgaben sind aus ehemaligen Klausuren! ufgabe 38.1 (1 Punkt: In einer Studie werden 10 Patienten therapiert. Die
Mehr67 Zufallsvariable, Erwartungswert, Varianz
67 Zufallsvariable, Erwartungswert, Varianz 67.1 Motivation Oft möchte man dem Resultat eines Zufallsexperiments eine reelle Zahl zuordnen. Der Gewinn bei einem Glücksspiel ist ein Beispiel hierfür. In
MehrProf. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006
Empirische Softwaretechnik Prof. Dr. Walter F. Tichy Dr. Matthias Müller Sommersemester 2006 1 Experiment zur Vererbungstiefe Softwaretechnik: die Vererbungstiefe ist kein guter Schätzer für den Wartungsaufwand
MehrEine Zufallsvariable X sei stetig gleichverteilt im Intervall [0,5]. Die Wahrscheinlichkeit P(2< x <4) ist dann
4. Übung Themenkomplex: Zufallsvariablen und ihre Verteilung Aufgabe 1 Für eine stetige Zufallsvariable gilt: a) P (x = t) > 0 b) P (x 1) = F (1) c) P (x = 1) = 0 d) P (x 1) = 1 F(1) e) P (x 1) = 1 F(1)
MehrStatistik für Ingenieure Vorlesung 2
Statistik für Ingenieure Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 24. Oktober 2016 2.4 Bedingte Wahrscheinlichkeiten Häufig ist es nützlich, Bedingungen
Mehr2. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17
2. Lösungen weitere Übungsaufgaben Statistik für Ingenieure WiSe 16/17 1. Aufgabe: Drei Lokalzeitungen teilen den Markt in einer Stadt unter sich auf. Dabei hat Zeitung A 45% Marktanteil, Zeitung B 37%,
MehrMathematik für Naturwissenschaften, Teil 2
Lösungsvorschläge für die Aufgaben zur Vorlesung Mathematik für Naturwissenschaften, Teil Zusatzblatt SS 09 Dr. J. Schürmann keine Abgabe Aufgabe : Eine Familie habe fünf Kinder. Wir nehmen an, dass die
MehrKalmanfiter (1) Typische Situation für den Einsatz von Kalman-Filtern
Kalmanfiter (1) Typische Situation für den Einsatz von Kalman-Filtern Vorlesung Robotik SS 016 Kalmanfiter () Kalman-Filter: optimaler rekursiver Datenverarbeitungsalgorithmus optimal hängt vom gewählten
MehrGrundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik
INSTITUT FÜR STOCHASTIK WS 2007/08 UNIVERSITÄT KARLSRUHE Blatt 1 Dr. B. Klar Übungen zur Vorlesung Grundlagen der Wahrscheinlichkeitstheorie und Statistik für Studierende der Informatik Musterlösungen
MehrFakultät für Informatik Übung zu Kognitive Systeme Sommersemester 2016
Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 1 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Übungsblatt 3 Maschinelles Lernen und Klassifikation Abgabe online
MehrMathematik Q1 - Analysis INTEGRALRECHNUNG
Mathematik Q1 - Analysis INTEGRALRECHNUNG ZIELE Einführung der neuen Begrifflichkeiten orientierter Flächeninhalt Integral Integralfunktion anhand der Badetag-Aufgabe Berechnung von Integralen mittels
Mehr12. Vorlesung. 19. Dezember 2006 Guido Schäfer
LETZTE ÄNDERUNG: 6. JANUAR 007 Vorlesung: Einführung in die Spieltheorie WS 006/007. Vorlesung 9. Dezember 006 Guido Schäfer 4 Bayesian Games Wir haben bisher immer angenommen, dass jeder Spieler vollständige
MehrStatistik II SoSe 2006 immer von 8:00-9:30 Uhr
Statistik II SoSe 2006 immer von 8:00-9:30 Uhr Was machen wir in der Vorlesung? Testen und Lineares Modell Was machen wir zu Beginn: Wir wiederholen und vertiefen einige Teile aus der Statistik I: Konvergenzarten
MehrBachelor BEE Statistik Übung: Blatt 1 Ostfalia - Hochschule für angewandte Wissenschaften Fakultät Versorgungstechnik Aufgabe (1.1): Gegeben sei die folgende Messreihe: Nr. ph-werte 1-10 6.4 6.3 6.7 6.5
MehrKapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen
Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel X - Randverteilung, bedingte Verteilung und Unabhängigkeit von Zufallsvariablen
MehrSS 2017 Torsten Schreiber
173 Diese Lücken sollten nicht auch bei Ihnen vorhanden sein: Wird die Anordnung von unterschiedlichen Objekten eines Experiments untersucht, so handelt es sich um eine. Möchte man die Anzahl der möglichen
MehrZusammenfassung: diskrete und stetige Verteilungen. Woche 4: Gemeinsame Verteilungen. Zusammenfassung: diskrete und stetige Verteilungen
Zusammenfassung: e und e Verteilungen Woche 4: Gemeinsame Verteilungen Wahrscheinlichkeitsverteilung p() Wahrscheinlichkeitsdichte f () WBL 15/17, 11.05.2015 Alain Hauser P(X = k
MehrVorwiderstandsberechnung für LEDs
B.Bulut (bx61) Inhaltsverzeichnis Thema Seite 1 Einleitung 1 2 Datenblatt vom LED 1 3 Vorwiderstand für eine LED 2 3.1 Bedeutung der Abkürzungen 3 3.2 Vorwiderstand für mehrere LEDs 3 4 Parallelschaltung
MehrStochastik und Statistik für Ingenieure Vorlesung 4
Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik Stochastik und Statistik für Ingenieure Vorlesung 4 30. Oktober 2012 Quantile einer stetigen Zufallsgröße Die reelle Zahl
MehrStatistik I für Betriebswirte Vorlesung 14
Statistik I für Betriebswirte Vorlesung 14 Dr. Andreas Wünsche TU Bergakademie Freiberg Institut für Stochastik 13. Juli 017 Dr. Andreas Wünsche Statistik I für Betriebswirte Vorlesung 14 Version: 8. Juli
MehrErsatzwiderstände Best. - Nr. MD01495
Ersatzwiderstände Best. - Nr. MD01495 1. Vorstellung 1.1. Pädagogische Ziele 4 Widerstände von 10, 20, 40 und 80 KΩ ermöglichen es, 96 unterschiedliche Werte zu erzielen. Voraussetzung dafür ist, dass
MehrMathematische und statistische Methoden II
Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte Persike persike@uni-mainz.de
MehrMathematische und statistische Methoden II
Statistik & Methodenlehre e e Prof. Dr. G. Meinhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzeit nach Vereinbarung und nach der Vorlesung. Mathematische und statistische Methoden II Dr. Malte
MehrKlausur zur Veranstaltung Industrielle Produktionssysteme im Sommersemester Alle Aufgaben in der Klausur sind zu bearbeiten.
Leibniz Universität Hannover Wirtschaftswissenschaftliche Fakultät Institut für Produktionswirtschaft Prof. Dr. Stefan Helber Klausur zur Veranstaltung Industrielle Produktionssysteme im Sommersemester
MehrET-Praktikumsbericht 3. Semester I (Versuch 4, Zeit-/Frequenzverhalten von Vierpolen) Inhaltsverzeichnis 1 Der RC-Tiefpass Messung bei konstante
Praktikumsbericht Elektrotechnik 3.Semester Versuch 4, Vierpole 7. November Niels-Peter de Witt Matrikelnr. 8391 Helge Janicke Matrikelnr. 83973 1 ET-Praktikumsbericht 3. Semester I (Versuch 4, Zeit-/Frequenzverhalten
MehrMATHEMATIK 3 STUNDEN
EUROPÄISCHES ABITUR 01 MATHEMATIK 3 STUNDEN DATUM : 11. Juni 01, Vormittag DAUER DER PRÜFUNG : Stunden (10 Minuten) ZUGELASSENE HILFSMITTEL : Prüfung mit technologischem Hilfsmittel 1/5 DE AUFGABE B1 ANALYSIS
MehrHauptprüfung Abiturprüfung 2015 (ohne CAS) Baden-Württemberg
Baden-Württemberg: Abitur 01 Pflichtteil www.mathe-aufgaben.com Hauptprüfung Abiturprüfung 01 (ohne CAS) Baden-Württemberg Pflichtteil Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com
MehrAusgewählte spezielle Verteilungen
Ausgewählte spezielle Verteilungen In Anwendungen werden oft Zufallsvariablen betrachtet, deren Verteilung einem Standardmodell entspricht. Zu den wichtigsten dieser Modelle gehören: diskrete Verteilungen:
MehrStochastik für die Informatik
Stochastik für die Informatik Wintersemester 2012/13 Anton Wakolbinger 1 StofI-Webseite: http://ismi.math.unifrankfurt.de/wakolbinger/teaching/stofi1213/ 2 StofI-Webseite: http://ismi.math.unifrankfurt.de/wakolbinger/teaching/stofi1213/
MehrKapitel VI - Maximum-Likelihood-Schätzfunktionen
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VI - Maximum-Likelihood-Schätzfunktionen Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh
Mehr4.2 Grundlagen der Testtheorie
4.2 Grundlagen der Testtheorie Januar 2009 HS MD-SDL(FH) Prof. Dr. GH Franke Kapitel 5 Vertiefung: Reliabilität Kapitel 5 Vertiefung: Reliabilität 5.1 Definition Die Reliabilität eines Tests beschreibt
MehrDieses Quiz soll Ihnen helfen, Kapitel besser zu verstehen.
Dieses Quiz soll Ihnen helfen, Kapitel 2.5-2. besser zu verstehen. Frage Wir betrachten ein Würfelspiel. Man wirft einen fairen, sechsseitigen Würfel. Wenn eine oder eine 2 oben liegt, muss man 2 SFr zahlen.
MehrTrim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, :34 P.M. Page 11. Über die Übersetzerin 9. Einleitung 19
Trim Size: 176mm x 240mm Lipow ftoc.tex V1 - March 9, 2016 6:34 P.M. Page 11 Inhaltsverzeichnis Über die Übersetzerin 9 Einleitung 19 Was Sie hier finden werden 19 Wie dieses Arbeitsbuch aufgebaut ist
MehrStatistik II. Aufgabe 1
Statistik II, SS 2004, Seite 1 von 7 Statistik II Hinweise zur Bearbeitung Hilfsmittel: - Taschenrechner (ohne Datenbank oder die Möglichkeit diesen zu programmieren) - Formelsammlung für Statistik II
MehrP (X = 2) = 1/36, P (X = 3) = 2/36,...
2.3 Zufallsvariablen 2.3 Zufallsvariablen Meist sind die Ereignisse eines Zufallseperiments bereits reelle Zahlen. Ist dies nicht der Fall, kann man Ereignissen eine reelle Zahl zuordnen. Zum Beispiel
MehrJohann Wolfgang Goethe-Universität Frankfurt am Main
Johann Wolfgang Goethe-Universität Frankfurt am Main Fachbereich Wirtschaftswissenschaften Professur für Statistik und Ökonometrie (Empirische Wirtschaftsforschung) Prof. Dr. Reinhard Hujer Mertonstraße
Mehr