7 Zusammenfassung und Fazit
|
|
- Lioba Förstner
- vor 6 Jahren
- Abrufe
Transkript
1 In der vorliegenden Arbeit wurden Hochwasserereignisse ermittelt, die sich für die Hochwasserbemessung von Talsperren und Hochwasserrückhaltesystemen in Flussgebieten eignen. Des Weiteren wurde eine Methode für die probabilistische Bewertung von hydrologischen Szenarien für die Risikoanalyse von Hochwasserrückhaltesystemen in Flussgebieten vorgestellt. Die Hochwasserschutzwirkung einer oder mehrerer Stauanlagen ist stark davon abhängig, welche ereignisspezifischen Hochwasserabläufe angenommen bzw. erwartet werden. Die Hochwasserbemessung sollte deshalb die Vielfalt hydrologischer Belastungsszenarien berücksichtigen. Die Erkenntnis spiegelt sich auch in der neuen DIN (2004) wieder, in der z. B. der Nachweis der Hochwassersicherheit einer Talsperre mit Hilfe extremer Hochwasserganglinien, deren Scheitelwerte durch Überschreitungswahrscheinlichkeiten charakterisiert werden, gefordert wird. Weil bei der Bemessung einer Anlage die Retention berücksichtigt und der gewöhnliche Hochwasserrückhalteraum als leer angesetzt werden darf, wird eine Überprüfung der Hochwassersicherheit mit Ganglinien gefordert, die bei den anlagenspezifischen Retentionsbedingungen aufgrund ihrer Form eine Stauinhaltsmaximierung bewirken, auch wenn sie in ihrem Scheitelabfluss geringere Jährlichkeiten als von der DIN gefordert, aufweisen. Dabei sind auch mehrgipflige Ganglinien zu berücksichtigen. Extreme Abflussereignisse für die Hochwasserbemessung von Stauanlagen wurden in dieser Arbeit auf verschiedene Weise erzeugt. Für die Bemessung von Einzelanlagen wurden zwei Modelle für die Hochwassermerkmalssimulation entwickelt. Bei der Hochwassermerkmalssimulation werden synthetische Hochwasserereignisse mit Hilfe einer analytischen Funktion für deren zeitlichen Verlauf stochastisch erzeugt. Diese Funktion und deren Parameterverteilungen ist das Ergebnis aus der Auswertung von gemessenen Abflussdaten. Um auch komplexere Ganglinienformen zu berücksichtigen, wurden zwei Ganglinienfunktionen entwickelt, mit denen auch mehrgipflige Ganglinien in der Bemessung berücksichtigt werden können. Um die Anzahl der erforderlichen Parameter möglichst klein zu halten, wurden nur zweigipflige Ganglinien berücksichtigt. Ganglinien mit mehr als zwei Gipfeln treten außerdem in der Realität selten auf und führen aufgrund ihrer Form nicht zwangsläufig zu einer verminderten Hochwasserschutzwirkung wie dies bei zweigipfligen Ganglinien der Fall ist. Somit kann die Genauigkeit der Aussage zur Hochwassersicherheit bei der Berücksichtigung von Ganglinien mit mehr als zwei Gipfeln ohnehin nicht verbessert werden. 167
2 Zweigipflige Ganglinien werden durch die Superposition (1. Typ von Ganglinienfunktion) bzw. die Verschneidung (2. Typ von Ganglinienfunktion) von zwei Einzelwellen, die jeweils analytisch mit der Kozeny-Funktion beschrieben werden, beschrieben. Beim ersten entwickelten Modell zur Hochwassermerkmalssimulation wird die Hochwassersicherheit einer Anlage für ein vorgegebenes Wiederkehrintervall (z. B jährliches Ereignis als üblicher Wert für die Bemessung der Hochwasserentlastungsanlage von großen Talsperren) mit vielen verschiedenen Ganglinienformen überprüft. Auf der Basis von Bemessungsniederschlagshöhen und Einzugsgebietseigenschaften, wie z. B. der Konzentrationszeit, werden die Ganglinienformen in einem für realistisch gehaltenen Bereich variiert, um auf diese Weise eine Überdimensionierung der Talsperren durch Annahme unrealistischer Ganglinienformen zu vermeiden. Die Ganglinie, die zur maximalen resultierenden Wasserspiegelhöhe führt, wird als inhaltsmaximierende Ganglinie definiert. Werden für die unterschiedlichen Bemessungsfälle die Randbedingungen nach DIN (2004) angesetzt, kann mit diesem Verfahren die Hochwassersicherheit von Talsperren unter der Berücksichtigung von mehrgipfligen Ganglinien bemessen werden. Da die Ganglinien unabhängig von gemessenen Abflussdaten gewonnen werden, ist es möglich unter der Annahme von Gebietseigenschaften, dieses Modell auch für Gebiete einzusetzen, für die keine Messungen vorliegen. Somit zeigt die vorliegende Arbeit für den Teilaspekt der hydrologischen Auslegung Lösungen auf, auch bei schmaler oder gänzlich fehlender Datenbasis Bemessungsereignisse mit möglichst realitätsnahen ein- und zweigipfligen Ganglinien zu erhalten. Entscheidend dabei ist, dass das Modell durch die zusätzliche Berücksichtigung der Einzugsgebietseigenschaften Ergebnisse mit einer möglichst hohen Vertrauenswürdigkeit erzeugt. Aufgrund der getroffenen vereinfachten Annahmen ist dieses Modell am besten in Verbindung mit anderen Bemessungsverfahren zur Plausibilitätsüberprüfung von Bemessungsergebnissen geeignet. Das Verfahren liefert allerdings keine Aussage über die tatsächliche Auftretenswahrscheinlichkeit der ermittelten Ganglinien und kann daher nicht für die stochastische Hochwasserbemessung nach der Zuverlässigkeitstheorie eingesetzt werden. Am Beispiel der drei Talsperren Gottleuba, Lichtenberg und Eibenstock hat sich gezeigt, dass das Verfahren sehr gut für die Bemessung eingesetzt werden kann und bei dem Verfahren durch die Randbedingungen bei der Generierung eine Überdimensionierung durch unrealistische Ganglinienformen vermieden werden kann. Es hat sich auch gezeigt, dass es, wie in der DIN (2004) gefordert, wichtig ist, auch mehrgipflige Ganglinien zu berücksichtigen. Dies kann insbesondere bei Talsperren mit kleineren Einzugsgebieten maßgebend sein, wie sich bei den beiden Talsperren Gottleuba und Lichtenberg mit einem Einzugsgebiet zwischen 30 und 40 km² gezeigt hat. Dagegen hat sich am Beispiel der Talsperre Eibenstock mit einem Einzugsgebiet von ca. 200 km² ergeben, dass bei größeren Einzugsgebieten aufgrund des weitaus größeren möglichen Abflussvolumens eher eingipflige Ganglinienformen inhaltsmaximierend wirken. 168
3 Aufbauend auf dem ersten vereinfachten Modell wurde ein zweites, komplexeres Modell für die Hochwassermerkmalssimulation entwickelt, das die statistischen Verteilungen der Hochwassereigenschaften an der betrachteten Stelle im Gewässer nachbildet. Somit kann dieses Modell nicht nur für eine stochastische Bemessung der Hochwassersicherheit nach DIN (2004), wie in dem Anwendungsbeispiel geschehen, sondern auch für eine voll probabilistische Bemessung nach dem Zuverlässigkeitskonzept angewendet werden. Bei diesem Modell werden unabhängig voneinander ein- und zweigipflige Ganglinien generiert. Es wird dabei in Abhängigkeit von der Auftretenswahrscheinlichkeit ein- bzw. zweigipfliger Ganglinien jeweils ein eingipfliges oder zweigipfliges Ereignis erzeugt. Bei den eingipfligen Ganglinien werden jeweils über eine bivariate Wahrscheinlichkeitsverteilung die Abhängigkeiten zwischen den Hochwassereigenschaften Scheitel und Volumen sowie Volumen und Scheitelanstiegszeit berücksichtigt. Für die Ermittlung der bivariaten Wahrscheinlichkeitsverteilung wurde die Copula-Methode verwendet. Bei der Generierung der zweigipfligen Ganglinien werden neben den Parameterverteilungen aus dem eingipfligen Ganglinienmodell die Hochwassereigenschaften zeitlicher Abstand der beiden Gipfel, Höhe des Direktabflussscheitelwerts, Verhältnis zwischen der Höhe des Direktabflussscheitels und des zweiten Gipfels und Position des Scheitelwerts mit den entsprechenden Verteilungen berücksichtigt. Da nicht alle Hochwassereigenschaften bei der Generierung berücksichtigt werden können, werden die Eigenschaften der generierten Ganglinien sicherheitshalber mit denen der Datenbasis verglichen. Da im Allgemeinen die gemessenen Abflussdaten für eine statistisch abgesicherte Schätzung der Parameterverteilungen eines so komplexen Modells einen zu kurzen Zeitraum umfassen, wurde ein Verfahren vorgestellt, bei dem für die Ermittlung der Parameterverteilungen des Modells Hochwasserereignisse aus einer stochastisch-deterministisch generierten Abflussreihe verwendet werden. Durch diese Informationserweiterung war es möglich das komplexe Modell zu parametrisieren. Die stochastisch-deterministische Simulation kann aber keinesfalls lange gemessene Abflussdaten ersetzen, da diese für die Kalibrierung des deterministischen Niederschlag-Abfluss-Modells und für die Verifizierung der stochastisch-deterministisch ermittelten Zeitreihen erforderlich sind. Die Validierung der mit dem komplexen Modell gewonnenen synthetischen Zuflussereignisse zu der Wuppertalsperre hat gezeigt, wie gut das in dieser Arbeit entwickelte Modell alle maßgebenden Hochwassereigenschaften der Datenbasis sowohl von ein- als auch zweigipfligen Ereignissen nachbildet. Somit konnten mit den generierten Ereignissen für eine fiktive Talsperre (orientiert an der Wuppertalsperre) über eine stochastische Bemessung die Hochwasserstauziele Z H1 und Z H2 für den Nachweis der Hochwassersicherheit nach DIN festgelegt werden. Bei beiden in dieser Arbeit entwickelten Modellen zur Hochwassermerkmalssimulation zeigen die Ergebnisse, dass mit der Einführung der zweigipfligen Ganglinienfunktion bei der Bemessung von Hochwasserrückhalteanlagen ein weitaus größeres Hochwasserspekt- 169
4 rum berücksichtigt werden kann und dies für eine adäquate Hochwasserbemessung auch erforderlich ist. Bei größeren Einzugsgebieten ist die Hochwasserschutzwirkung einer oder mehrerer Stauanlagen stark durch die ereignisspezifischen Hochwasserabläufe, wie z. B. der räumlichen Verteilung der hochwasserauslösenden Niederschlagsereignisse, bestimmt. Bei der Bemessung der Hochwasserschutzwirkung mit Hilfe der Risikoanalyse und bewertung (Risk Assessment) ist es daher von großer Bedeutung, alle möglichen Hochwassersituationen zu berücksichtigen. Daher ist es bei größeren Flussgebieten sinnvoll, die Hochwasserereignisse über flächenhaft verteilte stochastisch generierte Niederschlagsfelder in Kombination mit einem deterministischen Niederschlag-Abfluss-Modell zu gewinnen. Die für die Bemessung verwendeten hydrologischen Szenarien und damit auch deren Auswirkungen, wie z. B. Schäden, müssen probabilistisch bewertet werden. Hochwasserereignisse sind ein multivariater Zufallsprozess in Abhängigkeit von mehreren, meist korrelierten Zufallsvariablen. Die in den Anwendungsbeispielen in dieser Arbeit ermittelten hydrologischen Szenarien wurden daher mit Hilfe von bivariaten Wahrscheinlichkeitsverteilungen probabilistisch bewertet. Hierzu wurde wiederum die Copula-Methode angewendet. Die probabilistische Bewertung von stochastisch-deterministisch ermittelten hydrologischen Szenarien mit Hilfe von multivariaten Methoden wurde am Beispiel der beiden Einzugsgebiete der Wupper und der Unstrut durchgeführt. Dabei war es wichtig, neben dem Hochwasserscheitel auch das Hochwasservolumen zu berücksichtigen. Zu diesem Zweck wurden bei beiden Einzugsgebieten für die Ereignisse im Zufluss der Talsperren (bei der Wupper die Wuppertalsperre und bei der Unstrut das HRB Straußfurt und die Talsperre Kelbra) eine bivariate Wahrscheinlichkeitsverteilung für die Hochwassereigenschaften Scheitel und Volumen ermittelt. Bei größeren Einzugsgebieten wie z. B. der Unstrut kann es für die Risikoanalyse von großer Bedeutung sein, auch die Koinzidenz von Hochwasserereignissen in den verschiedenen Teileinzugsgebieten zu berücksichtigen - also wie wahrscheinlich es z. B. ist, dass in beiden Teileinzugsgebieten ein großes Hochwasserereignis zeitgleich stattfindet. Hierzu wurde an der Unstrut für die zeitgleich auftretenden Scheitelwerte im Zufluss der beiden Stauanlagen eine bivariate Häufigkeitsanalyse durchgeführt. Beim BMBF-Projekt an der Unstrut wurde speziell mit dieser differenzierten probabilistischen Bewertung der verwendeten hydrologischen Szenarien mit Hilfe eines Entscheidungsunterstützungssystems (EUS) die Risikoanalyse und anschließende Risikobewertung der verschiedenen Ausbauzustände des Hochwasserrückhaltessystems an der Unstrut durchgeführt (Schumann, 2008). Anhand der Anwendungsbeispiele konnte gezeigt werden, dass die Generierung stochastisch-deterministischer Ereignisse unter Berücksichtigung räumlich verteilter Niederschläge, insbesondere für große Einzugsgebiete mit unterschiedlicher Hochwassergenese, 170
5 sehr gut funktioniert, um in die Risikoanalyse von Talsperren und anderen technischen Hochwasserrückhaltesystemen eingehende hydrologische Szenarien zu beschreiben. Dabei hat sich bei der Ermittlung von bivariaten Wahrscheinlichkeitsverteilungen die Copula- Methode besonders gut bewährt. Die Ergebnisse zeigen, dass je nach Bemessungskonzept und -ziel, angesetzten Randbedingungen, Größe des Einzugsgebietes, Datenverfügbarkeit und Anzahl der Hochwasserrückhalteeinrichtungen unterschiedliche Verfahren für Ermittlung der Bemessungszuflüsse erforderlich und sinnvoll sind. Für die Bewertung der Hochwasserschutzwirkung von Hochwasserrückhaltesystemen in großen Flussgebieten ist z. B. eine Anwendung der Hochwassermerkmalssimulation nicht sehr gut geeignet, da dabei die räumliche Verteilung der Ereignisses im Gebiet nicht berücksichtigt wird. Des Weiteren kann es aufgrund der Datenverfügbarkeit in dem betrachteten Einzugsgebiet nicht möglich sein, die Parameter für komplexe Verfahren zu schätzen. Zusammenfassend ist zu resümieren, dass jede Ermittlung von Bemessungsereignissen, ob auf statistischer oder statistisch-deterministischer Grundlage, mit Annahmen verbunden ist. Problematisch ist bei allen Verfahren die aufgrund der kleinen geforderten Überschreitungswahrscheinlichkeiten für die Bemessung erforderliche Extrapolation über den Beobachtungszeitraum hinaus und die damit verbundenen Unsicherheiten. Daher sollten alle in dem Einzugsgebiet verfügbaren Informationen und alle Möglichkeiten für die Informationserweiterung (zeitliche, räumliche und kausale) für die Ermittlung bzw. Plausibilitätsüberprüfung der Bemessungsereignisse genutzt werden. Generell sollten immer möglichst mehrere unterschiedliche Verfahren für die Ermittlung der Bemessungsereignisse angewendet und die Ergebnisse dieser Verfahren zur Plausibilitätsüberprüfung verglichen werden um eine Über- oder Unterbemessung der Anlage zu vermeiden. 171
Grundlegende Eigenschaften von Punktschätzern
Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur
Mehr= 100 l/ (s ha). Prüfungsvorbereitung. (min) 5.4. Niederschlagshöhe [mm] min min min Regendauer [min]
Prüfungsvorbereitung In Bild 1a ist der zeitliche Verlauf eines Regenereignisses N dargestellt. Charakterisieren Sie das Ereignis nach Niederschlagshöhe [mm], mittlerer Intensität [L/s*ha] und Jährlichkeit
MehrSignalverarbeitung 2. Volker Stahl - 1 -
- 1 - Hidden Markov Modelle - 2 - Idee Zu klassifizierende Merkmalvektorfolge wurde von einem (unbekannten) System erzeugt. Nutze Referenzmerkmalvektorfolgen um ein Modell Des erzeugenden Systems zu bauen
MehrStatistik, Geostatistik
Geostatistik Statistik, Geostatistik Statistik Zusammenfassung von Methoden (Methodik), die sich mit der wahrscheinlichkeitsbezogenen Auswertung empirischer (d.h. beobachteter, gemessener) Daten befassen.
MehrKlimawandel in Deutschland
Klimawandel in Deutschland Prof. Dr. Manfred Stock, Potsdam Institut für Klimafolgenforschung Dialoge zur Klimaanpassung Berufliche Aus- & Weiterbildung BMU Berlin, 23. November 2011 Themen Vom Globalen
MehrEin Beispiel für die Anwendung des Risikographen
Ein Beispiel für die Anwendung des Risikographen Birgit Milius 1 Der Risikograph Von jedem System geht ein Risiko aus. Das Risiko darf nicht unzulässig groß sein; es muss tolerierbar sein. Der Risikograph
MehrHydrologie und Flussgebietsmanagement
Hydrologie und Flussgebietsmanagement o.univ.prof. DI Dr. H.P. Nachtnebel Institut für Wasserwirtschaft, Hydrologie und konstruktiver Wasserbau Gliederung der Vorlesung Statistische Grundlagen Etremwertstatistik
MehrErfahrungen bei der Verwendung von COSMO-DE-EPS-Wettervorhersagen im operationellen Betrieb
Erfahrungen bei der Verwendung von COSMO-DE-EPS-Wettervorhersagen im operationellen Betrieb Margret Johst, Norbert Demuth (LUWG Rheinland-Pfalz) LARSIM-Anwenderworkshop 19./20.03.2015 Gliederung 1. Integration
MehrAnhang 4. Bias durch Überdiagnose von papillären Mikrokarzinomen
Anhang 4 Bias durch Überdiagnose von papillären Mikrokarzinomen Bias durch Überdiagnose von papillären Mikrokarzinomen H. Bertelsmann AG Epidemiologie und Medizinische Statistik Universität Bielefeld Dezember
MehrUniv.-Prof. DDr. Franz Adunka, A
Univ.-Prof. DDr. Franz Adunka, A Warum die Diskussion über den JMF? EN 1434 legt für die zulässigen Messabweichungen fest: Seite 2 Grundsätzliche Überlegungen Messfehler / Messabweichung ist wichtig für
MehrAbleitung einer Z/R-Beziehung mittels inverser hydrologischer Modellierung
Forschungszentrum Karlsruhe in der Helmholtz-Gemeinschaft High-Tech-Offensive Zukunft Bayern Ableitung einer Z/R-Beziehung mittels inverser hydrologischer Modellierung 9. Workshop zur großskaligen Modellierung
MehrHydrologische Zusammenfassung zum Hochwasser an Elbe und Weser im Juni 2013
Niedersächsisches Ministerium für Umwelt, Energie und Klimaschutz Postfach 41 07, 30041 Hannover Niedersächsisches Ministerium für Umwelt, Energie und Klimaschutz Hydrologische Zusammenfassung zum Hochwasser
MehrREISE Entwicklung eines risikobasierten Entscheidungshilfesystems zur Identifikation von Schutzmaßnahmen bei extremen Hochwasserereignissen
REISE Entwicklung eines risikobasierten Entscheidungshilfesystems zur Identifikation von Schutzmaßnahmen bei extremen Hochwasserereignissen N. P. Huber RIMAXStatusseminar 14. bis 16. März 2007 GeoForschungsZentrum
MehrRetentionskataster. Flussgebiet Orb mit Haselbach
Retentionskataster Flussgebiet Orb mit Haselbach Flussgebiets-Kennzahl: 247852 / 2478524 Bearbeitungsabschnitt Orb: km + bis km 8+214 Bearbeitungsabschnitt Haselbach: km + bis km 1+83 Retentionskataster
MehrDie größten Hochwasser im Gebiet der Mulden
Die größten Hochwasser im Gebiet der Mulden Uwe Büttner, Dipl.-Hydrologe, Landesamt für Umwelt und Geologie 1. Das Gebiet Hinsichtlich seiner Gewässernetzstruktur und Lage innerhalb des zentraleuropäischen
Mehrk np g(n, p) = Pr p [T K] = Pr p [T k] Φ. np(1 p) DWT 4.1 Einführung 359/467 Ernst W. Mayr
Die so genannte Gütefunktion g gibt allgemein die Wahrscheinlichkeit an, mit der ein Test die Nullhypothese verwirft. Für unser hier entworfenes Testverfahren gilt ( ) k np g(n, p) = Pr p [T K] = Pr p
MehrAmper, Würm, Starnberger See, Ammersee, Wörthsee, Pilsensee, Osterseen (ISR_PE04)
Bayerisches Landesamt für Umwelt Beschreibung der Planungseinheiten Amper, Würm, Starnberger See, Ammersee, Wörthsee, Pilsensee, Osterseen (ISR_PE04) Tab. 1: Kurzübersicht Planungseinheit Amper, Würm,
Mehr1 Grundprinzipien statistischer Schlußweisen
Grundprinzipien statistischer Schlußweisen - - Grundprinzipien statistischer Schlußweisen Für die Analyse zufallsbehafteter Eingabegrößen und Leistungsparameter in diskreten Systemen durch Computersimulation
MehrProtokoll Grundpraktikum I: T6 Thermoelement und newtonsches Abkühlungsgesetz
Protokoll Grundpraktikum I: T6 Thermoelement und newtonsches Abkühlungsgesetz Sebastian Pfitzner 5. Juni 03 Durchführung: Sebastian Pfitzner (553983), Anna Andrle (55077) Arbeitsplatz: Platz 3 Betreuer:
MehrVorlesung Gesamtbanksteuerung Mathematische Grundlagen III / Marktpreisrisiken Dr. Klaus Lukas Stefan Prasser
Vorlesung Gesamtbanksteuerung Mathematische Grundlagen III / Marktpreisrisiken Dr. Klaus Lukas Stefan Prasser 1 Agenda Rendite- und Risikoanalyse eines Portfolios Gesamtrendite Kovarianz Korrelationen
MehrDezentrale Maßnahmen Chancen und Grenzen
Dezentrale Maßnahmen Chancen und Grenzen Prof. Dr.-Ing. Klaus Röttcher Wasserbau und Wasserwirtschaft Ostfalia Hochschule, Campus Suderburg Sprecher der DWA AG HW 4.3 Dezentraler Hochwasserschutz Gliederung
MehrAnwendung von Copula-Modellen in der Hochwasserstatistik zur Planung technischer Rückhaltemaßnahmen
RUHR-UNIVERSITÄT BOCHUM SCHRIFTENREIHE HYDROLOGIE/WASSERWIRTSCHAFT Anwendung von Copula-Modellen in der Hochwasserstatistik zur Planung technischer Rückhaltemaßnahmen von Markus Schulte 215 LEHRSTUHL FÜR
MehrKapitel 7. Crossvalidation
Kapitel 7 Crossvalidation Wie im Kapitel 5 erwähnt wurde, ist die Crossvalidation die beste Technik, womit man die Genauigkeit der verschiedenen Interpolationsmethoden überprüft. In diesem Kapitel wurde
MehrHypothesen: 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
Mehr4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren)
4. Schließende Statistik (Inferenzstatistik, konfirmatorische Verfahren) 4.1. Einführung Schätzen unbekannter Parameter im Modell, z.b. Wahrscheinlichkeiten p i (Anteile in der Gesamtmenge), Erwartungswerte
MehrSignalverarbeitung 2. Volker Stahl - 1 -
- 1 - Überblick Bessere Modelle, die nicht nur den Mittelwert von Referenzvektoren sondern auch deren Varianz berücksichtigen Weniger Fehlklassifikationen Mahalanobis Abstand Besseres Abstandsmaß basierend
Mehr- innerhalb der Betrachtung von linearer und multiplikativer Nachfragefunktion jeweils zwischen deterministischer und stochastischer Marktnachfrage.
6 Zusammenfassung In dieser Arbeit wurden Modelle entwickelt, mittels derer für Supply Chains verschiedener Kettenlängen optimale Preis- und/oder Mengenkombinationen hinsichtlich der Deckungsbeitragsmaximierung
MehrPräsentation Bauen und Wassergefahren
Präsentation Bauen und Wassergefahren Kapitel 4 Gefahrenkarten und regionale Grundlagen Stand November 2013 4. Gefahrenkarten Folie 1 Wissen über Wassergefahren Überflutung durch Hochwasser Gefahrenzonen?
MehrLK Lorentzkraft. Inhaltsverzeichnis. Moritz Stoll, Marcel Schmittfull (Gruppe 2) 25. April Einführung 2
LK Lorentzkraft Blockpraktikum Frühjahr 2007 (Gruppe 2) 25. April 2007 Inhaltsverzeichnis 1 Einführung 2 2 Theoretische Grundlagen 2 2.1 Magnetfeld dünner Leiter und Spulen......... 2 2.2 Lorentzkraft........................
MehrMethodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre II Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 18.2.15 Psychologie als Wissenschaft
MehrHochwasser in der Stadt - städtische Überschwemmungen
Folie 1 Hochwasser in der Stadt - städtische Überschwemmungen Dr.-Ing. Harald Wegner (ASCE, BWK, DWA, EWRI) Dipl.-Ing. Manuel Sportmann Franz Fischer Ingenieurbüro www.fischer-teamplan.de harald.wegner@fischer-teamplan.de
MehrCopula Funktionen. Eine Einführung. Nils Friewald
Copula Funktionen Eine Einführung Nils Friewald Institut für Managementwissenschaften Abteilung Finanzwirtschaft und Controlling Favoritenstraße 9-11, 1040 Wien friewald@imw.tuwien.ac.at 13. Juni 2005
MehrRetentionskataster. Flussgebiet Perf
Retentionskataster Flussgebiet Perf Flussgebiets-Kennzahl: 25814 Bearbeitungsabschnitt: km +535 bis km 18+923 Retentionskataster Niederschlagsgebiet Perf FKZ 25814 Seite - 2-1 Beschreibung des Untersuchungsgebietes
MehrKapitel 13. Grundbegriffe statistischer Tests
Kapitel 13 Grundbegriffe statistischer Tests Oft hat man eine Vermutung über die Verteilung einer Zufallsvariablen X. Diese Vermutung formuliert man als Hypothese H 0.Sokönnte man daran interessiert sein
MehrStatistische Tests. Kapitel Grundbegriffe. Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe
Kapitel 4 Statistische Tests 4.1 Grundbegriffe Wir betrachten wieder ein parametrisches Modell {P θ : θ Θ} und eine zugehörige Zufallsstichprobe X 1,..., X n. Wir wollen nun die Beobachtung der X 1,...,
MehrFachhochschule München Diplom- und Masterarbeiten
Thema: Dynamische Analyse der Millenium Bridge London Die Millenium Brigde in London mußte unmittelbar nach ihrer Inbetriebnahme im Jahr 2000 wieder geschlossen werden, nachdem große Schwingungen der Brücke
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
MehrBericht zur länderübergreifenden Analyse des Juni-Hochwassers 2013
Bericht zur länderübergreifenden Analyse des Juni-Hochwassers 2013 Lothar Nordmeyer, Referat 430 Schwerin, 31.03.2014 Inhalt Hydrometeorologische Ausgangssituation Verlauf des Hochwassers im Donau-, Elbe-,
MehrKapitel VIII - Tests zum Niveau α
Institut für Volkswirtschaftslehre (ECON) Lehrstuhl für Ökonometrie und Statistik Kapitel VIII - Tests zum Niveau α Induktive Statistik Prof. Dr. W.-D. Heller Hartwig Senska Carlo Siebenschuh Testsituationen
MehrFehlerfortpflanzung. M. Schlup. 27. Mai 2011
Fehlerfortpflanzung M. Schlup 7. Mai 0 Wird eine nicht direkt messbare physikalische Grösse durch das Messen anderer Grössen ermittelt, so stellt sich die Frage, wie die Unsicherheitsschranke dieser nicht-messbaren
MehrGrundlagen der Elektrotechnik: Wechselstromwiderstand Xc Seite 1 R =
Grundlagen der Elektrotechnik: Wechselstromwiderstand Xc Seite 1 Versuch zur Ermittlung der Formel für X C In der Erklärung des Ohmschen Gesetzes ergab sich die Formel: R = Durch die Versuche mit einem
MehrVariantenuntersuchung zur Zukunft der Talsperre Weida. Bürgerinformation in Weida am 11. April 2016
Variantenuntersuchung zur Zukunft der Talsperre Weida Bürgerinformation in Weida am 11. April 2016 Inhalt Talsperre Weida eine Bestandsaufnahme Überblick zu den untersuchten Varianten und Visualisierung
MehrDer Klimawandel in Baden-Württemberg
Der Klimawandel in Baden-Württemberg 1. Klimaszenarien Baden-Württemberg 221 25 Es ist unbestritten, dass sich durch den anthropogen verursachten Treibhauseffekt in den nächsten ca. 1 Jahren u.a. die mittlere
MehrAnalyse von Querschnittsdaten. Spezifikation der unabhängigen Variablen
Analyse von Querschnittsdaten Spezifikation der unabhängigen Variablen Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Annahmen gegeben? kategoriale Variablen Datum 3.0.004 0.0.004
MehrDas bayerische Flutpolderprogramm
risikohochwasser Martin Schmid Bayer. Landesamt für / Ref. 61 Inhalt Flutpolder Definition/Einsatzbereich Flutpolderprogramm 2003 Untersuchungen TU München zur bayerischen Donau Bayerisches Flutpolderprogramm
MehrStatistik Testverfahren. Heinz Holling Günther Gediga. Bachelorstudium Psychologie. hogrefe.de
rbu leh ch s plu psych Heinz Holling Günther Gediga hogrefe.de Bachelorstudium Psychologie Statistik Testverfahren 18 Kapitel 2 i.i.d.-annahme dem unabhängig. Es gilt also die i.i.d.-annahme (i.i.d = independent
MehrLösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK
Institut für Stochastik Dr. Steffen Winter Lösungen zur Klausur GRUNDLAGEN DER WAHRSCHEINLICHKEITSTHEORIE UND STATISTIK für Studierende der INFORMATIK vom 17. Juli 01 (Dauer: 90 Minuten) Übersicht über
MehrUniversität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen. Clusteranalyse. Tobias Scheffer Thomas Vanck
Universität Potsdam Institut für Informatik Lehrstuhl Maschinelles Lernen Clusteranalyse Tobias Scheffer Thomas Vanck Überblick Problemstellung/Motivation Deterministischer Ansatz: K-Means Probabilistischer
Mehri AO ABLAUF VON HOCHWASSERWELLEN IN GERINNEN Erich J. Plate, Gert A. Schultz, Günther J. Seus, Hartmut Wittenberg
INSTITUT FÜR WASSERBAU UND WASSERWIRTSCHAFT TECHNISCHt i*:v^.s : i- ; :t OA-.-.SfADT. ' ' ' PtTEflSE^Äin. 13. «4287 DARtöSTADT Tal 0 6151 /16 2143 - Fix: 10 32 43 i AO ABLAUF VON HOCHWASSERWELLEN IN GERINNEN
MehrÜberblick. Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung
Grundlagen Überblick Einführung in die automatische Mustererkennung Grundlagen der Wahrscheinlichkeitsrechnung Klassifikation bei bekannter Wahrscheinlichkeitsverteilung Entscheidungstheorie Bayes- Entscheidungsfunktionen
MehrDas Hochwasser im Oktober/November 1998
Das Hochwasser im Oktober/November 1998 Niederschlagssummen in mm Oktober 1998 Mainz, Mai 1999 Landesamt für Wasserwirtschaft Das Hochwasser im Oktober/November 1998 Bearbeiter: RA Dipl.-Ing. (FH) Ehler
MehrErdbebenzonenkarte für Baden-Württemberg
Erdbebenzonenkarte für Baden-Württemberg Neue Einteilung der Erbebenzonenkarte Die Erdbebenzonen wurden auf der Grundlage einer umfassenden wahrscheinlichkeitstheoretischen Auswertung neu eingeteilt. Sie
MehrK8 Stetige Zufallsvariablen Theorie und Praxis
K8 Stetige Zufallsvariablen Theorie und Praxis 8.1 Theoretischer Hintergrund Wir haben (nicht abzählbare) Wahrscheinlichkeitsräume Meßbare Funktionen Zufallsvariablen Verteilungsfunktionen Dichten in R
MehrRetentionskataster. Flußgebiet Gründau
Retentionskataster Flußgebiet Gründau Flußgebiets-Kennzahl: 24786 Bearbeitungsabschnitt: km + bis km 17+19 Retentionskataster Niederschlagsgebiet Gründau FKZ 24786 Seite - 2-1. Beschreibung des Untersuchungsgebietes
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
MehrÜberlagerung des Stromverbrauchs in Baden-Württemberg mit der Stromerzeugung aller Windenergie- und Fotovoltaik-Anlagen in Deutschland: Juni 2015
Überlagerung des Stromverbrauchs in Baden-Württemberg mit der Stromerzeugung aller Windenergie- und Fotovoltaik-Anlagen in Deutschland: Juni 2015 Der Stromverbrauch in Baden-Württemberg (10,5 Millionen
MehrSEMINAR "WIRTSCHAFTSSTRAFRECHT- COMPLIANCE" (17./18. JUNI 2016)
SEMINAR "WIRTSCHAFTSSTRAFRECHT- COMPLIANCE" (17./18. JUNI 2016) COMPLIANCE RISK ASSESSMENT BERLIN 17. JUNI 2016 1Global Compliance Risk Office Assessment 17. Juni 2016 AGENDA I. Einleitung II. Hintergrundinformation:
MehrHydrotechnische Berechnungen
Anlage 6 Wasserwirtschaftsamt Kronach Gew. II, Röden Hochwasserrückhaltebecken Röden/Neustadt bei Coburg Planfeststellungsunterlagen vom 11.05.2011 (Tektur vom Oktober 2012) Hydrotechnische Berechnungen
MehrDas Projekt Starkregen DWD/GDV
Deutscher Wetterdienst Das Projekt Starkregen DWD/GDV Dr. Paul Becker Vizepräsident des Deutschen Wetterdienstes NATURGEFAHR +++ Hochwasser +++ 2 NATURGEFAHR +++ Sturmflut +++ 3 NATURGEFAHR +++ Sturm Tornado
MehrRotation. Versuch: Inhaltsverzeichnis. Fachrichtung Physik. Erstellt: U. Escher A. Schwab Aktualisiert: am 29. 03. 2010. Physikalisches Grundpraktikum
Fachrichtung Physik Physikalisches Grundpraktikum Versuch: RO Erstellt: U. Escher A. Schwab Aktualisiert: am 29. 03. 2010 Rotation Inhaltsverzeichnis 1 Aufgabenstellung 2 2 Allgemeine Grundlagen 2 2.1
MehrVorlesung. Mathematische Statistik für Studierende. der Hydrologie und Abfallwissenschaften
Vorlesung Dr. Wiltrud Kuhlisch Frühjahr 2015 TU Dresden, Institut für Mathematische Stochastik 1 Einführung 1.1 Literatur Mathematische Statistik für Studierende der Hydrologie und Abfallwissenschaften
MehrKlimaentwicklung und Niederschlag in Sachsen-Anhalt
Klimaentwicklung und Niederschlag in Sachsen-Anhalt Was lässt sich aus 60 Jahren Messdaten lernen? Thomas Einfalt hydro & meteo GmbH & Co. KG, Lübeck Klimaanalyse Sachsen-Anhalt Bearbeitung: September
MehrTechnischer Erläuterungsbericht für die Festsetzung des Überschwemmungsgebietes am Rapphofsmühlenbach, Schölsbach und Alten Schölsbach
1 Bezirksregierung Münster Münster, den 22.10.2013 Dezernat 54 Technischer Erläuterungsbericht für die Festsetzung des Überschwemmungsgebietes am Rapphofsmühlenbach, Schölsbach und Alten Schölsbach 1.
MehrAnalyse von Querschnittsdaten. Signifikanztests I Basics
Analyse von Querschnittsdaten Signifikanztests I Basics Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum 13.10.2004 20.10.2004 27.10.2004
MehrPumpspeicherkraftwerk Atdorf Erdbebensicherheit
Pumpspeicherkraftwerk Atdorf Erdbebensicherheit Inhalt Einwirkung auf Bauwerke Erdbeben Erschütterungen Sicherheitskriterien DIN 19700 Bemessungserdbeben mit Wiederkehrperiode von 2.500 Jahren Restrisikobetrachtung
MehrB A C H E L O R A R B E I T
University of Applied Sciences Cologne B A C H E L O R A R B E I T TRAGWERKSPLANUNG EINES BAUWERKS IM ERDBEBENGEBIET Verfasser: Studienrichtung: Bauingenieurwesen WS 2010/2011 Inhaltsverzeichnis Begriffe...7
MehrEinführung in die Maximum Likelihood Methodik
in die Maximum Likelihood Methodik Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Gliederung 1 2 3 4 2 / 31 Maximum Likelihood
MehrMethoden der Werkstoffprüfung Kapitel II Statistische Verfahren I. WS 2009/2010 Kapitel 2.0
Methoden der Werkstoffprüfung Kapitel II Statistische Verfahren I WS 009/010 Kapitel.0 Schritt 1: Bestimmen der relevanten Kenngrößen Kennwerte Einflussgrößen Typ A/Typ B einzeln im ersten Schritt werden
MehrKapitel ML:IV (Fortsetzung)
Kapitel ML:IV (Fortsetzung) IV. Statistische Lernverfahren Wahrscheinlichkeitsrechnung Bayes-Klassifikation Maximum-a-Posteriori-Hypothesen ML:IV-18 Statistical Learning c STEIN 2005-2011 Satz 3 (Bayes)
MehrDie Industriebaurichtlinie in. der Praxis
Die Industriebaurichtlinie in Brandschutzkonzepte für Industriebauten der Praxis Lutz Battran München Lutz Battran 3. Berliner Brandschutz Fachgespräch 2013 1 Anwendungs bereich Liste der Technischen Baubestimmungen
MehrDatenanalyse. (PHY231) Herbstsemester Olaf Steinkamp
Datenanalyse (PHY31) Herbstsemester 015 Olaf Steinkamp 36-J- olafs@physik.uzh.ch 044 63 55763 Einführung, Messunsicherheiten, Darstellung von Messdaten Grundbegriffe der Wahrscheinlichkeitsrechnung und
MehrStatistik I für Betriebswirte Vorlesung 2
Statistik I für Betriebswirte Vorlesung 2 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 11. April 2016 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrFunknetzplanung. - Theorie und Praxis -
- Theorie und Praxis - Wir bieten unseren Kunden im Vorfeld der Planung eines Datenfunknetzes an, Berechnungen der Funkstecken unter Berücksichtigung der topografischen Verhältnisse an. Als Grundlage für
MehrDiagnose und Prognose: Kurzfassung 4
Diagnose und Prognose: Kurzfassung 4 Ziele der 4. Vorlesung Inhaltliche Verbindung zwischen inhaltlicher Statistisches Konzept / Problemstellung Problemstellung und statistischem statistische Methode Konzept/Methode
MehrEin- und Zweistichprobentests
(c) Projekt Neue Statistik 2003 - Lernmodul: Ein- Zweistichprobentests Ein- Zweistichprobentests Worum geht es in diesem Modul? Wiederholung: allgemeines Ablaufschema eines Tests Allgemeine Voraussetzungen
Mehr5. Schließende Statistik. 5.1. Einführung
5. Schließende Statistik 5.1. Einführung Sollen auf der Basis von empirischen Untersuchungen (Daten) Erkenntnisse gewonnen und Entscheidungen gefällt werden, sind die Methoden der Statistik einzusetzen.
MehrÜberblick über multivariate Verfahren in der Statistik/Datenanalyse
Überblick über multivariate Verfahren in der Statistik/Datenanalyse Die Klassifikation multivariater Verfahren ist nach verschiedenen Gesichtspunkten möglich: Klassifikation nach der Zahl der Art (Skalenniveau)
MehrErmittlung Hochwasserschadenspotentials und KNU von Hochwasserschutzbauten am Beispiel Radkersburg
Ermittlung Hochwasserschadenspotentials und KNU von Hochwasserschutzbauten am Beispiel Radkersburg Gabriele Harb Technische Universität Graz, Institut für Wasserbau und Wasserwirtschaft Stremayrgasse 10/II,
MehrFehlerrechnung. Einführung. Jede Messung ist fehlerbehaftet! Ursachen:
Fehlerrechnung Einführung Jede Messung ist fehlerbehaftet! Ursachen: Ablesefehler (Parallaxe, Reaktionszeit) begrenzte Genauigkeit der Messgeräte falsche Kalibrierung/Eichung der Messgeräte Digitalisierungs-Fehler
MehrArbeitsschutz im Betrieb (Verantwortung und Unterstützung) Das Vorschriften- und Regelwerk des Arbeitsschutzes
Arbeitsschutz im Betrieb (Verantwortung und Unterstützung) Das Vorschriften- und Regelwerk des Arbeitsschutzes (Übersicht; aus FASi I-3) F 0449 VBG Arbeitsschutz im Betrieb asi04prs-49 asi04prs-51 Das
MehrAbluftanlagen und maschinelle Be- und Entlüftungsanlagen mit WÜT Ermittlung der Kennzahlen nach DIN V Teil 10
Abluftanlagen und maschinelle Be- und Entlüftungsanlagen mit WÜT Ermittlung der Kennzahlen nach DIN V 4701- Teil 10 von Dipl. Ing. (FH) Thomas Busler TÜV Süddeutschland Bau und Betrieb Abt. Kälte- und
Mehr4 Diskrete Wahrscheinlichkeitsverteilungen
4 Diskrete Wahrscheinlichkeitsverteilungen 4.1 Wahrscheinlichkeitsräume, Ereignisse und Unabhängigkeit Definition: Ein diskreter Wahrscheinlichkeitsraum ist ein Paar (Ω, Pr), wobei Ω eine endliche oder
MehrRegression ein kleiner Rückblick. Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate
Regression ein kleiner Rückblick Methodenseminar Dozent: Uwe Altmann Alexandra Kuhn, Melanie Spate 05.11.2009 Gliederung 1. Stochastische Abhängigkeit 2. Definition Zufallsvariable 3. Kennwerte 3.1 für
MehrEinführung in die Wahrscheinlichkeitsrechnung
Einführung in die Wahrscheinlichkeitsrechnung Sven Garbade Fakultät für Angewandte Psychologie SRH Hochschule Heidelberg sven.garbade@hochschule-heidelberg.de Statistik 1 S. Garbade (SRH Heidelberg) Wahrscheinlichkeitsrechnung
MehrTeil: lineare Regression
Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge
MehrMethoden der Werkstoffprüfung Kapitel I Grundlagen. WS 2009/2010 Kapitel 1.0
Methoden der Werkstoffprüfung Kapitel I Grundlagen WS 2009/2010 Kapitel 1.0 Grundlagen Probenmittelwerte ohne MU Akzeptanzbereich Probe 1 und 2 liegen im Akzeptanzbereich Sie sind damit akzeptiert! Probe
MehrRabea Haas, Kai Born DACH September 2010
Rabea Haas, Kai Born rhaas@meteo.uni-koeln.de DACH2010 21. September 2010 Motivation Niederschlagsdaten aus dem Gebiet des Hohen Atlas in Marokko Starke Gradienten des Niederschlags und der Höhe Komplexe
MehrGlobaler Wandel im Elberaum - Veränderungen von Nutzungskonflikten und mögliche Anpassungsstrategien
Elbekonferenz - Forum Natur und Umwelt Bündnis 90/Die Grünen Bundestagsfraktion Magdeburg, Gesellschaftshaus 16.04.2012 Globaler Wandel im Elberaum - Veränderungen von Nutzungskonflikten und mögliche Anpassungsstrategien
MehrDie europäische Versicherungswirtschaft als Teil der Forschungslandschaft Tag der Versicherungswirtschaft
Die europäische Versicherungswirtschaft als Teil der Forschungslandschaft Tag der Versicherungswirtschaft Oliver Hauner Zürich, den 27. Oktober 2016 2 Agenda Thesen Forschungsprojekt Klimawandel und Schaden
MehrEine Datendrehscheibe für Raster-Massendaten
Eine Datendrehscheibe für Raster-Massendaten Markus von Brevern toposoft GmbH Kandelfeldstraße 82 52074 Aachen mvb@toposoft.de Abstract: Vorgestellt wird eine vollautomatische Datendrehscheibe für Raster-
MehrPrüfungskolloquium SAV 20. November 2008 Timofei Makarov
Thema: "Welche Genauigkeit kann bei der Bestimmung von Rückstellungen unter Berücksichtigung von Prozess-Risiko als auch von Parameter- und Messfehlern erwartet werden?" Prüfungskolloquium SAV 20. November
MehrWahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Prof. Dr. Michael Havbro Faber 28.05.2009 1 Korrektur zur letzten Vorlesung Bsp. Fehlerfortpflanzung in einer Messung c B a 2 2 E c Var c a b A b 2 2 2 n h( x)
MehrBedienungsanleitung ZEMOKOST
Bedienungsanleitung ZEMOKOST V2.0 Laufzeitverfahren zur Hochwasserabschätzung in Wildbacheinzugsgebieten nach Zeller modifiziert von Kohl und Stepanek B. Kohl 1, A. Maldet 1 und L. Stepanek 2, Feber 2014
MehrWelche Jährlichkeit hat das extreme Hochwasser, abgeschätzt wird?
Fachartikel I DOI: 10.5675/HyWa_2012, 2_ Schumann: Welche Jährlichkeit hat das extreme Hochwasser... Schumann, Andreas Welche Jährlichkeit hat das extreme Hochwasser, wenn es als Vielfaches des abgeschätzt
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
MehrStatistische Verfahren zur Maschinen- und Prozessqualifikation
Statistische Verfahren zur Maschinen- und Prozessqualifikation Bearbeitet von Edgar Dietrich, Alfred Schulze 5., aktualisierte Auflage 2005. Buch. XVIII, 630 S. Hardcover ISBN 978 3 446 22894 8 Format
MehrHöhere Integration von PV-Anlagen in bestehende Niederspannungsnetze durch probabilistische Planung
Höhere Integration von PV-Anlagen in bestehende Niederspannungsnetze durch probabilistische Planung IEWT 2015 11.Feb. 13.Feb.2015 Niederhuemer Walter, LINZ STROM NETZ GmbH Seite 1 Motivation Ziele der
MehrGLOWA-ELBE Abschlusskonferenz 15./16. März 2004 in Potsdam
GLOWA-ELBE Abschlusskonferenz 15./16. März 2004 in Potsdam Klima Simulationsergebnisse des regionalen Klimamodells STAR Friedrich-Wilhelm Gerstengarbe, Peter C. Werner Potsdam-Institut für Klimafolgenforschung
MehrDWT 334/460 csusanne Albers
Die Wahrscheinlichkeit fur den Fehler 1. Art wird mit bezeichnet, und man spricht deshalb gelegentlich vom -Fehler. heit auch Signikanzniveau des Tests. In der Praxis ist es ublich, sich ein Signikanzniveau
Mehr