1 Informationsmodellierung mit dem Entity-Relationship-Modell

Größe: px
Ab Seite anzeigen:

Download "1 Informationsmodellierung mit dem Entity-Relationship-Modell"

Transkript

1 Iformatiosmodellierug mit dem Etity-Relatioship-Modell McAcid's beötigt ei eues Burgastisches Kassesystem, bei dem eie relatioale Datebak verwedet werde soll. [5 P.] Erfasse Sie die im Folgede beschriebee Iformatiosstrukture i eiem ER-Diagramm. Beziehe Sie sich dabei geau auf die gegebee Beschreibug, ohe weiteres Wisse zu möglicherweise ähliche Awedugsbereiche eiieÿe zu lasse. Markiere Sie i Ihrem Etwurf Primärschlüssel durch Uterstreichug ud kokretisiere Sie die Abbildugstype durch Kardialitätsrestriktioe (Notatio: [mi;max]). Sollte eie Restriktio icht aus dem Text hervorgehe, ka ei urestrigierter Abbildugstyp ([0;*]) ageomme werde. Verwede Sie ubedigt die aus der Vorlesug bekate Notatio. Beutze Sie möglichst weige Etitäte (Ausahme: Vererbug). Eie etwaige (Existez-)Abhägigkeit soll ur da modelliert werde, we dies eideutig aus der Beschreibug hervorgeht (z.b. durch die Agabe eies schwache Schlüssels). Kude besitze eie eideutige Keug (KID), eie Name ud möglicherweise mehrere Adresse. Eie Bestellug wird eideutig über ihre Quittugsummer (QNr) ideziert ud hat eie Zeitstempel. Währed Kude beliebig viele Bestelluge tätige köe, wird jede Bestellug jedoch vo geau eiem Kude getätigt. Eie Bestellug ethält auÿerdem midestes ei Produkt, wobei ei Produkt eie Preis ud eie eideutige Name besitzt ud i beliebig viele Bestelluge ethalte sei ka. Burger, Geträke, Beilage ud Meüs sid Produkte, wobei für ei Geträk zusätzlich die Gröÿe gespeichert wird. Ei Meü beihaltet geau eie Burger, ei Geträk ud eie Beilage. Ei Burger ka maximal zu eiem Meü gehöre. Ei Geträk ud eie Beilage gehöre zu beliebig viele Meüs. Für eie Zutat, welche eideutig über ihre Name idetiziert werde ka, wird der Vorrat gespeichert. Eie Zutat ka Bestateil beliebig vieler Burger sei. Burger bestehe jedoch aus drei bis acht Zutate, wobei dabei die Mege vo Iteresse ist. Ei Meü ka beliebig häug teil eier Aktio sei. Eier Aktio ist geau ei Meü zugeordet. Eie Aktio besitzt eie Kalederwoche (KW) ud eie Vergüstigug. Die Kalederwoche idetifziert die Aktio ur im Zusammehag mit dem Name des zugehörige Meüs eideutig.

2 2 Abbildug eies ER-Diagramms auf das relatioale Datemodell Gegegebe sei folgedes ER-Diagramm: [9 P.] SVNr Name Alter Name Adresse Mitarbeiter Befugis Datum Vertreter vertrete Hotelier Maager m Vertreteer TelNr hat arbeitet leitet Hotel Azahl besitzt m Jahr Diestpla Bezeichug Raumtyp Tag vo bis MiGröße Ausstattug Zusätzlich gelte folgede Itegritätsbedigug: Jede Vertretug ist eideutig idetizierbar durch die Kombiatio aus Vertreter, Vertreteer ud Datum der Vertretug. Etwickel Sie aus dem dargestellte ER-Diagramm ei etsprechedes relatioales Datebakschema ahad der i der Vorlesug erläuterte Abbildugsregel. Stelle Sie sicher, dass Ihr Datebakschema die miimale Azahl vo Relatioe aufweist. Verwede sie vertikale Partitioierug, um die Vererbug abzubilde. Stelle Sie das resultierede DB-Schema dar, idem Sie die otwedige Relatioeschemata i der Form Relatio(Attribut, Attribut 2,..., Attribut ) aführe ud dabei jeweils de Primärschlüssel uterstreiche. Gegebeefalls ethaltee Fremdschlüssel sid zu uterstrichel ud durch die aus de Übuge bekate Pfeilotatio zu speziziere: Attr i Rel b.attr j Hiweis zur Sematik vo :-Beziehuge: Nach dem dargestellte ER-Diagramm ist jeder Mitarbeiter i max. eiem Hotel agestellt. Ei Hotel hat beliebig viele agestellte Mitarbeiter. Die Sematik aller adere :-Beziehuge ist etspreched. 2

3 3 Relatioale Algebra Im Folgede sid vier Relatioe mit de ute dargestellte Schemata ud Auspräguge gegebe: [2 P.] Persoal PID Vorame Nachame Geburt Wohort Abteilug 4 Peter Müller Hamburg 2 8 Biaca Lohse Kiel 4 Murat Sahir Hamburg 2 2 Frak Siebestei Norderstedt 22 Berd Schmidt Norderstedt 24 Ulrike Müller Hamburg 2 3 Joche Fuhrma Stade 2 Abteilug Abteiluge.AID Abteiluge AID Name Leiter Cotrollig 2 4 Marketig 8 2 Eikauf 4 Leiter Persoal.PID ProjektArbeiter PrID PID PrID Projekte.PrID, PID Persoal.PID Projekte PrID Name Leiter Budget 5 Prozessoptimierug B.L.I.C.K.F.A.N.G Leiter Persoal.PID a) Überprüfe Sie die Korrektheit der folgede Ausdrücke der relatioale Algebra. Prüfe Sie dabei sowohl die Korrektheit der Sytax als auch der Sematik, d. h. ihre Gültigkeit i Bezug auf das vorliegede Datebakschema. Begrüde Sie jeweils Ihre Atwort. i) σ Geburt= (Abteiluge Leiter=PID (π PID,Vorame,Nachame(Persoal))) ii) π Vorame (Persoal) π Geburt (Persoal) iii) σ Budget<000 Budget>5000 (Projekte) iv) π Name (Abteiluge) PID=Leiter π Vorame,Nachame(Persoal) 3

4 b) Übersetze Sie die folgede umgagssprachlich formulierte Afrage i eie zugehörige Ausdruck der relatioale Algebra. Werte Sie die Ausdrücke aus ud gebe Sie jeweils die Ergebisrelatio a. i) Name vo Projekte, i dee juge Mitarbeiter (Gebore i oder ach 990) mitarbeite ii) Persöliche Date (Vor- ud Nachame, Geburtsdatum) aller a dem Projekt Prozessoptimierug beteiligte Mitarbeiter. iii) Mitarbeiter, die a keiem Projekt mitarbeite. iv) Vor- ud Nachame der Abteilugskollege vo Joche Fuhrma (PID=3). c) Iterpretiere Sie die folgede relatioe Ausdrücke, idem Sie eie umgagssprachliche Beschreibug sowie die Ergebisrelatio agebe. i) π Vorame,Nachame (σ Budget>8000 (Projekte) Persoal) Leiter=PID ii) π PID,Vorame,Nachame,Geburt,Wohort,Abteilug (Persoal Projekte) PID=Leiter π PID,Vorame,Nachame,Geburt,Wohort,Abteilug (Persoal Abteiluge) PID=Leiter iii) π Name (π Abteilug (σ Name= B.L.I.C.K.F.A.N.G. (Projekte) ProjektArbeiter Persoal) Abteilug=AID Abteiluge) iv) π PrID (σ Name= Cotrollig (Abteiluge) AID=Abteilug Persoal ProjektArbeiter) Projekte 4

5 4 Algebraische Optimierug Betrachte Sie ereut das Datebakschema aus Aufgabe 3. I der folgede Aufgabe sid zwei relatioale Ausdrücke agegebe. Beide Ausdrücke liefer dasselbe Ergebis zurück ud sid daher sematisch äquivalet, uterscheide sich jedoch i ihrem Optimierugsgrad. Zeiche Sie zu jedem relatioale Ausdruck eie Operatorbaum ud bestimme Sie, welcher der zwei Operatorbäume de höchste Optimierugsgrad besitzt. Begrüde Sie Ihre Etscheidug mit Hilfe der i der Vorlesug behadelte Optimierugsheuristike I-VII (Folie 62-7, Kapitel 4.). Für die zugehörige Datebak werde i dieser Aufgabe jedoch folgede Kardialitäte ageomme: Card(Persoal) = 2000, Card(Abteiluge) = 40, Card(Projekte) = 50, Card(ProjekteArbeiter) = 000 Es gibt 50 verschiedee Werte für das Attribut Wohort ud je 400 verschiedee Vor- ud Nachame. Jeder 25. Persoalagestellte ist ei Projektleiter. Die Name vo Abteiluge sid eideutig. [5 P.] a) π PID,Vorame,Nachame (σ Nachame=Meier (σ Leiter=22 ((Persoal ProjektArbeiter) Projekte))) b) π PID,Vorame,Nachame (((π PID,Vorame,Nachame (σ Nachame= Meier Persoal)) ProjektArbeiter) (π PrID (σ Leiter=22 Projekte))) 5

1 Informationsmodellierung mit dem Entity-Relationship-Modell

1 Informationsmodellierung mit dem Entity-Relationship-Modell Aufgabezettel 2 (Lösugsvorschläge) Gesamtpuktzahl 40 Iformatiosmodellierug mit dem Etity-Relatioship-Modell Ei ahegelegeer Tierpark möchte ei eues System zur Verwaltug der Tierpopulatioe eiführe, bei dem

Mehr

Entity Relationship Modell

Entity Relationship Modell Etity Relatioship Modell A.Kaiser; WU-Wie MIS 90 Wahrehmug Systems vo Perso Wahrehmug Systems vo Perso 2 System (oder Ausschitt) Wahrehmug Systems vo Perso 3 Wahrehmug Systems vo Perso 4 Wahrehmug Systems

Mehr

2. Datenbankentwurf mittels. Entity-Relationship - Modell (ERM) 2.1. Entities. Definitionen:

2. Datenbankentwurf mittels. Entity-Relationship - Modell (ERM) 2.1. Entities. Definitionen: - 2 - - 22-2. Datebaketwurf mittels Etity-Relatioship - Modell (ERM) Ursprug: Che 976, heute viele Variate Bedeutug: grafisches Hilfsmittel zur sematische Modellierug der Diskurswelt (Awedugsgebiet) (d.h.

Mehr

Kunde. Kontobewegung

Kunde. Kontobewegung Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:

Mehr

Einführung in Datenbanken Sommersemester 2009

Einführung in Datenbanken Sommersemester 2009 Eiführug i Datebake Sommersemester 2009 Kozeptuelle Modellierug (8 Pukte) Die folgede Beschreibug skizziert die Aforderuge a ei System zur Verwaltug vo Fluggesellschafte, dere Mitarbeiter sowie dere Flugzeug-

Mehr

Datenbanksysteme 1 Herbst-/Wintersemester Oktober 2014

Datenbanksysteme 1 Herbst-/Wintersemester Oktober 2014 Lehrstuhl für Praktische Iformatik III Prof. Dr. Guido Moerkotte Email: moer@db.iformatik.ui-maheim.de Marius Eich Email: marius.eich@ui-maheim.de Fisik Kastrati Email: kastrati@iformatik.ui-maheim.de

Mehr

ER Modell Relationenmodell

ER Modell Relationenmodell ER Modell Relatioemodell II Orgaisatio Orgaisatioseiheite Date Steuerug Fuktio ` Iformatiosobjekte Itegratio Aufgabe 0.06.006 Das Etity-Relatioship-Modell (ERM) Erster Schritt zum Aufbau eies datebakbasierede

Mehr

Vorlesung Informationssysteme

Vorlesung Informationssysteme Saarbrücke, 2.05.205 Iformatio Systems Group Vorlesug Iformatiossysteme Vertiefug Kapitel 4: Vo (E)ER is Relatioemodell Erik Buchma (buchma@cs.ui-saarlad.de) Foto: M. Strauch Aus de Videos wisse Sie......welche

Mehr

Einleitung. Aufgabe 1a/1b. Übung IV

Einleitung. Aufgabe 1a/1b. Übung IV Übug IV Eileitug Etity-Relatioship-Modell: Modellierug zu Aalyse- ud Etwurfszwecke (Phase 2 i Wasserfallodell). "diet dazu, de projektierte Awedugsbereich zu strukturiere." [Keper/Eickler: Datebaksystee]

Mehr

SQL. Grundlagen und Datenbankdesign. Elmar Fuchs. 2. Ausgabe, April 2012 SQL

SQL. Grundlagen und Datenbankdesign. Elmar Fuchs. 2. Ausgabe, April 2012 SQL SQL Elmar Fuchs 2. Ausgabe, April 202 Grudlage ud Datebakdesig SQL 3 SQL - Grudlage ud Datebakdesig 3 Der Datebaketwurf I diesem Kapitel erfahre Sie wie sich der Datebak-Lebeszyklus vollzieht welche Etwurfsphase

Mehr

Entwurf von Datenbanken (Normalisierung)

Entwurf von Datenbanken (Normalisierung) Grudlage MS-Access97 Exkurs Datebake-Theorie 1/6 Etwurf vo Datebake (Normalisierug) Bevor ma mit der Implemetierug eier Datebak i eiem real existierede Datebaksystem begit, ist es otwedig, die Datebak

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker II (Sommersemester 004) Aufgabe 7. Ubeschräktes

Mehr

so spricht man von einer kommutativen Gruppe oder auch abelschen Gruppe.

so spricht man von einer kommutativen Gruppe oder auch abelschen Gruppe. Defiitioe ud Aussage zu ruppe Michael ortma Eie ruppe ist ei geordetes Paar (, ). Dabei ist eie icht-leere Mege, ist eie Verküpfug (Abbildug), wobei ma i.a. a b oder gar ur ab statt ( a, b) schreibt. Es

Mehr

Mathematische Vorgehensweise

Mathematische Vorgehensweise Kapitel 2 Mathematische Vorgehesweise Um eue Ergebisse zu erziele, ist es häufig otwedig, Aussage präzise zu formuliere ud zu beweise. Daher werde i diesem Kapitel die mathematische Begriffsbilduge ud

Mehr

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist.

Satz Ein Boolescher Term t ist eine Tautologie genau dann, wenn t unerfüllbar ist. Erfüllbarkeit, Uerfüllbarkeit, Allgemeigültigkeit Defiitio Eie Belegug β ist passed zu eiem Boolesche Term t, falls β für alle atomare Terme i t defiiert ist. (Wird ab jetzt ageomme.) Ist β(t) = true,

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

Die Forschungsdatenbank zu Inschriften/Scans/Bildern im. Institut für Urchristentum und Antike

Die Forschungsdatenbank zu Inschriften/Scans/Bildern im. Institut für Urchristentum und Antike Gebhard Dettmar Istitut für Urchristetum ud Atike www2.hu-berli.de/ura Die Forschugsdatebak zu Ischrifte/Scas/Bilder im Istitut für Urchristetum ud Atike Eie Etwurfsdokumetatio zum Datebaketwurf ach dem

Mehr

10 Aussagen mit Quantoren und

10 Aussagen mit Quantoren und 0 Aussage mit Quatore ud 0.6. Eisatz vo (bereits bekater) Eistezaussage Bisher hatte wir Eistezbeweise geführt, idem wir ei passedes Objekt agegebe habe ( Setze... ). Stattdesse ka ma auch auf bereits

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

Kreuztabellenanalyse und Assoziationsmaße

Kreuztabellenanalyse und Assoziationsmaße FB 1 W. Ludwig-Mayerhofer Statistik 1 Herzlich willkomme zur Vorlesug Statistik Zusammehäge zwische omiale (ud/oder ordiale) Merkmale: aalyse ud FB 1 W. Ludwig-Mayerhofer Statistik 2 eige sich zur Darstellug

Mehr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr

Analysis I Lösungsvorschläge zum 3. Übungsblatt Abgabe: Bis Donnerstag, den , um 11:30 Uhr Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Dipl.-Math. Lars Machiek Dipl.-Math. Sebastia Schwarz WS 206/207 03..206 Aalysis I Lösugsvorschläge zum 3. Übugsblatt Abgabe:

Mehr

Relationale Datenbanken - Fortsetzung

Relationale Datenbanken - Fortsetzung Relatioale Datebake - Fortsetzug 7 Aforderuge a ei Datebaksystem (DBS) Dateuabhägigkeit vom Programm: Für eie Datebak (DB) köe verschiedee Datebakmaagemetsysteme (DBMS) geutzt werde. Dies ermöglicht eie

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

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

Aufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1

Aufgabe G 1.1. [Vollständige Induktion, Teleskopsumme] n k 3 = n N : k(k + 1) = 1 1 Istitut für Aalysis ud Algebra Mathematik I für Studierede der E-Techik Prof Dr Volker Bach WiSe 06/7 M Sc Birgit Komader M Sc Christoph Brauer Theme: Groe Übug - Lösuge Vollstädige Iduktio - Teleskopsumme

Mehr

AG Datenbanken und Informationssysteme Wintersemester 2008 / 2009

AG Datenbanken und Informationssysteme Wintersemester 2008 / 2009 AG Datebake ud Iformatiossysteme Witersemester 2008 / 2009 Prof. Dr.-Ig. Dr. h. c. Theo Härder Fachbereich Iformatik Techische Uiversität Kaiserslauter 5. Übugsblatt Für die Übug am Doerstag, 27. N ovember

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

Tests statistischer Hypothesen

Tests statistischer Hypothesen KAPITEL 0 Tests statistischer Hypothese I der Statistik muss ma oft Hypothese teste, z.b. muss ma ahad eier Stichprobe etscheide, ob ei ubekater Parameter eie vorgegebee Wert aimmt. Zuerst betrachte wir

Mehr

Datenbanken Entity-Relationship-Modell. Aufgabe 3:

Datenbanken Entity-Relationship-Modell. Aufgabe 3: Aufgabe 3: Datebake Etity-Relatioship-Modell a) Gebe sie die Komplexität der folgede Situatioe a. Erstelle Sie jeweils ei ER- Diagramm. Formuliere Sie sivolle Geschäftsregel.. Eie Ladekette möchte Iformatioe

Mehr

Wörterbuchmethoden und Lempel-Ziv-Codierung

Wörterbuchmethoden und Lempel-Ziv-Codierung Kapitel 3 Wörterbuchmethode ud Lempel-Ziv-Codierug I diesem Abschitt lere wir allgemei Wörterbuchmethode zur Kompressio ud isbesodere die Lempel-Ziv (LZ))-Codierug kee. Wörterbuchmethode sid ei eifaches

Mehr

Klausur in 13.1 Thema: Datenbanken (Bearbeitungszeit: 90 Minuten)

Klausur in 13.1 Thema: Datenbanken (Bearbeitungszeit: 90 Minuten) Klausur i 13.1 Thema: Datebake (Bearbeitugszeit: 90 Miute) Iformatik 13 Name: Nachame, Vorame Hiweis: Speicher Sie regelmäßig Ihre Arbeit i eier Word-Datei mit dem Name klausur1_nachame.doc aber icht auf

Mehr

Ganzrationale Funktionen

Ganzrationale Funktionen Gazratioale Fuktioe 9. Defiitio gazratioaler Fuktioe Im Folgede werde ebe lieare ud quadratische Fuktioe auch solche betrachtet, bei dee die Variable i der dritte, vierte oder auch i eier och höhere Potez

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

mit (a 1 ) (0,0,,0). Dann ist die Menge,,a n,a 2 eine endliche Menge und besitzt ein grösstes Element ggt(a 1

mit (a 1 ) (0,0,,0). Dann ist die Menge,,a n,a 2 eine endliche Menge und besitzt ein grösstes Element ggt(a 1 Kapitel 1: Reste, Teiler, Vielfache Defiitio Es sei a 0. Die Zahl b 0 ist ei Teiler vo a, we es ei u 0 gibt, sodass ub= a. Ist b ei Teiler vo a, so ist a ei Vielfaches vo b. Bezeichug b a für b ist Teiler

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

Kombinatorik. Alexander (Axel) Straschil. 8. Dezember Begrie. 2 Permutationen, Kombinationen und Variationen

Kombinatorik. Alexander (Axel) Straschil. 8. Dezember Begrie. 2 Permutationen, Kombinationen und Variationen Kombiatori Alexader (Axel Straschil 8. Dezember 2006 Diese urze Zusammefassug über Permutatioe, Variatioe, Kombiatioe ud de Biomische Lehrsatz etstad im laufe meies Iformatistudiums a der Techische Uiversität

Mehr

Übungen zu QM III Mindeststichprobenumfang

Übungen zu QM III Mindeststichprobenumfang Techische Hochschule Köl Fakultät für Wirtschafts- ud Rechtswisseschafte Prof. Dr. Arreberg Raum 221, Tel. 39 14 jutta.arreberg@th-koel.de Übuge zu QM III Mideststichprobeumfag Aufgabe 12.1 Sie arbeite

Mehr

Übungsaufgaben zu Analysis 1 Lösungen von Blatt XII vom sin(nx) n sin(x). sin(ax) a sin(x) z = re iϕ = r(cos(ϕ) + i sin(ϕ)) z n = w

Übungsaufgaben zu Analysis 1 Lösungen von Blatt XII vom sin(nx) n sin(x). sin(ax) a sin(x) z = re iϕ = r(cos(ϕ) + i sin(ϕ)) z n = w Prof. Dr. Moritz Kaßma Fakultät für Mathematik Witersemester 04/05 Uiversität Bielefeld Übugsaufgabe zu Aalysis Lösuge vo Blatt XII vom 5.0.5 Aufgabe XII. 3 Pukte) Beweise Sie, dass für alle R ud N die

Mehr

3 Elemente der Komplexitätstheorie Definitionen und ein Beispiel Nichtdeterminismus und das P-NP-Problem... 57

3 Elemente der Komplexitätstheorie Definitionen und ein Beispiel Nichtdeterminismus und das P-NP-Problem... 57 Ihaltsverzeichis 1 Berechebarkeit ud Algorithme 7 1.1 Berechebarkeit................................. 7 1.1.1 LOOP/WHILE-Berechebarkeit................... 8 1.1.2 Turig-Maschie...........................

Mehr

Folgen und Reihen. 23. Mai 2002

Folgen und Reihen. 23. Mai 2002 Folge ud Reihe Reé Müller 23. Mai 2002 Ihaltsverzeichis 1 Folge 2 1.1 Defiitio ud Darstellug eier reelle Zahlefolge.................. 2 1.1.1 Rekursive Defiitio eier Folge......................... 3 1.2

Mehr

7.2 Grundlagen der Wahrscheinlichkeitsrechnung

7.2 Grundlagen der Wahrscheinlichkeitsrechnung 7.2 Grudlage der Wahrscheilichkeitsrechug Ei Ereigis heißt i Bezug auf eie Satz vo Bediguge zufällig, we es bei der Realisierug dieses Satzes eitrete ka, aber icht ubedigt eitrete muss. Def. 7.2.: Ei Experimet

Mehr

4.3 Relationen [ Partee 27-30, 39-51, McCawley , Chierchia ]

4.3 Relationen [ Partee 27-30, 39-51, McCawley , Chierchia ] 4 Elemetare Megetheorie 43 Relatioe [ Partee 7-30, 39-5, McCawley 48-49, Chierchia 534-536 ] Relatioe köe als spezielle Mege verstade werde Hierfür muss zuächst der Begriff eies weitere megetheoretische

Mehr

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2

D-MATH Topologie FS 15 Theo Bühler. Musterlösung 2 D-MATH Topologie FS 15 Theo Bühler Musterlösug 2 1. a) Per Defiitio ist A = {x : x berührt A}. I der Vorlesug wurde die Formel (X A) = ( A ) c gezeigt, also A = ( X A ) c. Daher ist A = A A = A (A ) c

Mehr

Kombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln.

Kombinatorik. Systematisches Abzählen und Anordnen einer endlichen Menge von Objekten unter Beachtung vorgegebener Regeln. Systematisches Abzähle ud Aorde eier edliche Mege vo Objekte uter Beachtug vorgegebeer Regel Permutatioe Variatioe Kombiatioe Permutatioe: Eie eieideutige (bijektive) Abbildug eier edliche Mege i sich

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

Aussagenlogik. Aussagenlogik

Aussagenlogik. Aussagenlogik I der mathematische Logik gibt es geau zwei Wahrheitswerte ämlich ur wahr oder falsch. Ei Drittes gibt es icht (Tertium o datur!). Zu eier Aussage a lässt sich die Negatio a (die Vereiug, sprich: "icht

Mehr

Lösungen zu Übungsblatt 2 Signale, Codes und Chiffren II Sommersemester 2009 Übung vom 26. Mai 2009

Lösungen zu Übungsblatt 2 Signale, Codes und Chiffren II Sommersemester 2009 Übung vom 26. Mai 2009 Uiversität Karlsruhe TH Istitut für Kryptographie ud Sicherheit Willi Geiselma Vorlesug Marius Hillebrad Übug Lösuge zu Übugsblatt 2 Sigale, Codes ud Chiffre II Sommersemester 2009 Übug vom 26. Mai 2009

Mehr

Organisatorische Strukturen und Stammdaten in ERP-Systemen

Organisatorische Strukturen und Stammdaten in ERP-Systemen Attributame Beschreibug Name des Lerobjekts Autor/e Zielgruppe Vorwisse Lerziel Beschreibug Dauer der Bearbeitug Keywords Orgaisatorische Strukture ud Stammdate i ERP-Systeme FH Vorarlberg: Gasser Wirtschaftsiformatik

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

Das Digitale Archiv des Bundesarchivs

Das Digitale Archiv des Bundesarchivs Das Digitale Archiv des Budesarchivs 2 3 Ihaltsverzeichis Das Digitale Archiv des Budesarchivs 4 Techische Ifrastruktur 5 Hilfsmittel zur Archivierug 5 Archivierugsformate 6 Abgabe vo elektroische Akte

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik PROF. DR.DR. JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathematik für Iformatiker I (Witersemester 00/004) Aufgabeblatt 7 (5. Dezember

Mehr

4. Die Menge der Primzahlen. Bertrands Postulat

4. Die Menge der Primzahlen. Bertrands Postulat O. Forster: Eiführug i die Zahletheorie 4. Die Mege der Primzahle. Bertrads Postulat 4.1. Satz (Euklid. Es gibt uedlich viele Primzahle. Beweis. Wir zeige, dass es zu jeder edliche Mege p 1, p 2,..., p

Mehr

Kapitel 5. Ausrichten

Kapitel 5. Ausrichten Kapitel 5 Ausrichte Sucht ma i eier Datebak ach Zeichekette (Wörter, Name, Gesequeze), möchte ma oft aders als i de voragegagee Kapitel uterstellt icht ur exakte Treer, soder auch ähliche Vorkomme de.

Mehr

Fundamentale Prinzipien der Kombinatorik und elementare Abzählkoeffizienten Wolfram Koepf

Fundamentale Prinzipien der Kombinatorik und elementare Abzählkoeffizienten Wolfram Koepf Fudametale Prizipie der Kombiatori ud elemetare Abzähloeffiziete Wolfram Koepf Die abzählede Kombiatori beschäftigt sich vor allem mit der Auswahl eier Teilmege, die ma häufig eie Stichprobe et (aus Wahrscheilicheitsrechug

Mehr

4 Schwankungsintervalle Schwankungsintervalle 4.2

4 Schwankungsintervalle Schwankungsintervalle 4.2 4 Schwakugsitervalle Schwakugsitervalle 4. Bemerkuge Die bekate Symmetrieeigeschaft Φ(x) = 1 Φ( x) bzw. Φ( x) = 1 Φ(x) für alle x R überträgt sich auf die Quatile N p der Stadardormalverteilug i der Form

Mehr

Ein Alternativsatz über die Disjunktheit punktierter konvexer Kegel

Ein Alternativsatz über die Disjunktheit punktierter konvexer Kegel Ei Alterativsatz über die Disjuktheit puktierter kovexer Kegel Rudolf Pleier ui 2015 Mittels des Treugssatzes vo Eidelheit (beat ach dem polische Mathematiker Meier Eidelheit, 1910 1943), ach dem ei ichtleerer

Mehr

Ticket-Produkte. 1. Welche Ticket-Arten stehen für die Allgemeinheit zur Verfügung?

Ticket-Produkte. 1. Welche Ticket-Arten stehen für die Allgemeinheit zur Verfügung? 1. Welche Ticket-Arte stehe für die Allgemeiheit zur Verfügug? Für die FIFA Fussball-Weltmeisterschaft 201 werde drei verschiedee Ticket-Produkte agebote: Eizeltickets: Dies sid Tickets für ei bestimmtes

Mehr

Grundlagen der Mathematik (LPSI/LS-M1)

Grundlagen der Mathematik (LPSI/LS-M1) Fachbereich Mathematik Algebra ud Zahletheorie Christia Curilla Grudlage der Mathematik (LPSI/LS-M1) Übugsklausur WiSe 2010/11 - C. Curilla/S. Koch/S. Ziegehage Liebe Studierede, im Folgede fide Sie eiige

Mehr

Einführung in die Computerlinguistik Merkmalsstrukturen (Feature Structures)

Einführung in die Computerlinguistik Merkmalsstrukturen (Feature Structures) Eiführug i die Computerliguistik Merkmalsstrukture (Feature Structures) Laura Heirich-Heie-Uiversität Düsseldorf Sommersemester 2013 Eileitug (1) Die i CFGs verwedete Nichttermiale sid i der Regel icht

Mehr

Wir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach!

Wir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach! Lösug zu Übug 4 Prof. Dr. B.Grabowski E-Post: grabowski@htw-saarlad.de Zu Aufgabe ) Wir weise die Gültigkeit der 4Axiome der sigma-algebra für die Potezmege eier edliche Mege A ach! ) Die leere Mege ud

Mehr

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:

von solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man: Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes

Mehr

Fehlerrechnung und Fehlerabschätzung

Fehlerrechnung und Fehlerabschätzung Fehlerrechug ud Fehlerabschätzug Vorbemerkug Eiteilug der Meßfehler. Grobe Fehler. Systematische Fehler.3 Zufällige oder statistische Fehler Fehlerrechug ud Fehlerabschätzug. Bei direkte Messuge.. Durchschittlicher

Mehr

Musterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09

Musterlösung zu Blatt 8 der Vorlesung Analysis I WS08/09 Musterlösug zu Blatt 8 der Vorlesug Aalysis I WS08/09 Schriftliche Aufgabe Aufgabe. Voraussetzuge: Für alle N setze a : +2 ud b : ( 2. [Amerkug: I der Aufgabestellug heiÿe die Reihe beide gleich. Es steht

Mehr

II. Grundlagen der Programmierung. Variable: Literale (Konstanten) Operatoren & Ausdrücke. Variablendeklaration:

II. Grundlagen der Programmierung. Variable: Literale (Konstanten) Operatoren & Ausdrücke. Variablendeklaration: Techische Iformatik für Igeieure (TIfI) WS 20052006, Vorlesug 2 II. Grudlage der Programmierug Ekkart Kidler Überblick Sytaxdefiitio Variable ud Ausdrücke Aweisuge Literale (Kostate) Variable Out.pritl("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

Skriptum zur ANALYSIS 1

Skriptum zur ANALYSIS 1 Skriptum zur ANALYSIS 1 Güter Lettl WS 2017/2018 1. Grudbegriffe der Megelehre ud der Logik 1.1 Naive Megelehre [Sch-St 4.1] Defiitio eier Mege ach Georg Cator (1845 1918):,,Eie Mege M ist eie Zusammefassug

Mehr

Mathematik III. Vorlesung 81. Eigenschaften des Dachprodukts. Die folgende Aussage beschreibt die universelle Eigenschaft des Dachproduktes.

Mathematik III. Vorlesung 81. Eigenschaften des Dachprodukts. Die folgende Aussage beschreibt die universelle Eigenschaft des Dachproduktes. Prof. Dr. H. Breer Osabrück S 2010/2011 Mathematik III Vorlesug 81 Eigeschafte des Dachprodukts Die folgede Aussage beschreibt die uiverselle Eigeschaft des Dachproduktes. Satz 81.1. Es sei K ei Körper,

Mehr

LV "Grundlagen der Informatik" Programmierung in C (Teil 2)

LV Grundlagen der Informatik Programmierung in C (Teil 2) Aufgabekomplex: Programmiere i C (Teil vo ) (Strukturierte Datetype: Felder, Strukture, Zeiger; Fuktioe mit Parameterübergabe; Dateiarbeit) Hiweis: Alle mit * gekezeichete Aufgabe sid zum zusätzliche Übe

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

Tests für beliebige Zufallsvariable

Tests für beliebige Zufallsvariable Kapitel 10 Tests für beliebige Zufallsvariable 10.1 Der Chi-Quadrat-Apassugstest Sei x eie gaz beliebige Zufallsvariable, dere Dichtefuktio icht oder icht geau bekat ist. Beispiel: Es seie z.b. mittels

Mehr

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I

Aufgaben und Lösungen Ausarbeitung der Übungsstunde zur Vorlesung Analysis I Aufgabe ud e Ausarbeitug der Übugsstude zur Vorlesug Aalysis I Witersemester 008/009 Übug am 8..008 Übug 5 Eileitug Zuerst soll auf de aktuelle Übugsblatt ud Stoff der Vorlesug eigegage werde. Dazu werde

Mehr

Musterlösung. Testklausur Vorkurs Informatik, Testklausur Vorkurs Informatik Musterlösung. Seite 1 von 10

Musterlösung. Testklausur Vorkurs Informatik, Testklausur Vorkurs Informatik Musterlösung. Seite 1 von 10 Musterlösug Name, Vorame, Matrikelummer Agabe sid freiwillig) Bitte ubedigt leserlich ausfülle Testklausur Vorkurs Iformatik, 27.09.20 Testklausur Vorkurs Iformatik 27.09.20 Musterlösug eite vo 0 Musterlösug

Mehr

ÜBUNGSBLATT 4 LÖSUNGEN MAT121/MAT131 ANALYSIS I HERBSTSEMESTER 2010 PROF. DR. CAMILLO DE LELLIS

ÜBUNGSBLATT 4 LÖSUNGEN MAT121/MAT131 ANALYSIS I HERBSTSEMESTER 2010 PROF. DR. CAMILLO DE LELLIS ÜBUNGSBLATT 4 LÖSUNGEN MAT/MAT3 ANALYSIS I HERBSTSEMESTER 00 PROF. DR. AMILLO DE LELLIS Aufgabe. Etscheide Sie für folgede Folge (wobei N \ {0}), ob diese koverget sid, ud bereche sie gegebeefalls ihre

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz. Dr. P. C. Kustma Dipl.-Math. M. Uhl WS 8/9 Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum. Übugsblatt

Mehr

Tutorial zum Grenzwert reeller Zahlenfolgen

Tutorial zum Grenzwert reeller Zahlenfolgen MAE Mathematik: Aalysis für Igeieure Herbstsemester 206 Dr. Christoph Kirsch ZHAW Witerthur Tutorial zum Grezwert reeller Zahlefolge I diesem Tutorial lere Sie, die logische Aussage i der Defiitio des

Mehr

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II

Übungen zur Klausur Nr. 2: Wahrscheinlichkeitsrechnung II Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe II mit gymasialer Oberstufe ud Fachschule - staatlich aerkat - Kurslehrer: Lagebach Berufskolleg Marieschule Lippstadt Schule der Sekudarstufe

Mehr

Kapitel 9: Schätzungen

Kapitel 9: Schätzungen - 73 (Kapitel 9: chätzuge) Kapitel 9: chätzuge Betrachte wir folgedes 9. Beispiel : I eiem Krakehaus wurde Date über Zwilligsgeburte gesammelt. Bei vo 48 Paare hatte die beide Zwillige verschiedees Geschlecht.

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

AngStat1(Ue13-21).doc 23

AngStat1(Ue13-21).doc 23 3. Ereigisse Versuchsausgäge ud Wahrscheilicheite: a) Wie wird die Wahrscheilicheit des Auftretes eies Elemetarereigisses A geschätzt? A Ω heißt Elemetarereigis we es ur eie Versuchsausgag ethält also

Mehr

Physikalische Grundlagen: Strahlengang durch optische Systeme

Physikalische Grundlagen: Strahlengang durch optische Systeme ieser Text ist ür iteressierte Leser gedacht, die sich über die klausur-relevate, physiologische Grudlage hiaus mit der Optik des Auges beschätige wolle! Physikalische Grudlage: Strahlegag durch optische

Mehr

Klassische Theoretische Physik I WS 2013/2014

Klassische Theoretische Physik I WS 2013/2014 Karlsruher Istitut für Techologie www.tkm.kit.edu/lehre/ Klassische Theoretische Physik I WS 3/4 Prof. Dr. J. Schmalia Blatt 7 Dr. P. P. Orth Abgabe ud Besprechug 3..3. Tayloretwicklug I 5 + 5 + 5 + 5

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

Teil VII : Zeitkomplexität von Algorithmen

Teil VII : Zeitkomplexität von Algorithmen Teil VII : Zeitkomplexität vo Algorithme. Algorithme ud ihr Berechugsaufwad. Aufwadsabschätzug Wachstum vo Fuktioe. Aufwad vo Suchalgorithme K. Murma, H. Neuma, Fakultät für Iformatik, Uiversität Ulm,

Mehr

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2014

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2014 Herzlich Willkomme zur Vorlesug Aalysis I SoSe 2014 Prof. Dr. Berd Dreseler Lebediges Lere: Aufgabe Ich Wir 2 Reelle Zahle 2.1 Körperstruktur vo (K1) Additio ud Multiplikatio kommutativ: a b b a, ab ba.

Mehr

Prüfung SS2005. Einführung in die. Datenverarbeitung I

Prüfung SS2005. Einführung in die. Datenverarbeitung I Prüfug SS2005 Eiführug i die Dateverarbeitug I 45/60 mi Prof. Dr.-Ig. K. Wöllhaf Amerkuge: Aufgabeblätter auf Vollstädigkeit überprüfe Nur Blätter mit Name ud Matr.Nr. werde korrigiert. Keie rote Farbe

Mehr

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 =

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 = Aufgabe 1: (6 Pukte) Zeige Sie für alle N die Formel: 1 2 + 2 3 + 3 4 +... + ( + 1) = ( + 1)( + 2). 3 Lösug: Beweis durch vollstädige Iduktio. Iduktiosafag: Für = 1 gilt: 1 2 = 2 = 1(1 + 1)(1 + 2) 3 Iduktiosschritt:

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

8. Die Exponentialfunktion und die trigonometrischen Funktionen. 8.1 Definition der Exponentialfunktion

8. Die Exponentialfunktion und die trigonometrischen Funktionen. 8.1 Definition der Exponentialfunktion 8. Die Expoetialfuktio ud die trigoometrische Fuktioe 8. Defiitio der Expoetialfuktio Fudametallemma: Für jede Folge w mit dem Grezwert w gilt: w lim + = k = 0 k w. k! Defiitio der Expoetialfuktio : k

Mehr

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME

Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Kapitel 9 WAHRSCHEINLICHKEITS-RÄUME Fassug vom 13. Februar 2006 Mathematik für Humabiologe ud Biologe 129 9.1 Stichprobe-Raum 9.1 Stichprobe-Raum Die bisher behadelte Beispiele vo Naturvorgäge oder Experimete

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

Mathematik. Vorlesung im Bachelor-Studiengang Business Administration (Modul BWL 1A) an der FH Düsseldorf im Wintersemester 2008/09

Mathematik. Vorlesung im Bachelor-Studiengang Business Administration (Modul BWL 1A) an der FH Düsseldorf im Wintersemester 2008/09 Mathematik Vorlesug im Bachelor-Studiegag Busiess Admiistratio (Modul BWL A) a der FH Düsseldorf im Witersemester 2008/09 Dozet: Dr. Christia Kölle Teil I Fiazmathematik, Lieare Algebra, Lieare Optimierug

Mehr

Mathematik Funktionen Grundwissen und Übungen

Mathematik Funktionen Grundwissen und Übungen Mathematik Fuktioe Grudwisse ud Übuge Potezfuktio Hyperbel Epoetialfuktio Umkehrfuktio Stefa Gärter 004 Gr Mathematik Fuktioe Seite Grudwisse Potezfuktio Defiitio Durch die Zuordugsvorschrift f: Æ mit

Mehr

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung 6. Übugsblatt Aufgabe mit Lösuge + Selbsttest-Auflösug Aufgabe 6: Utersuche Sie die Folge, dere Glieder ute für N agegebe sid, auf Beschräktheit, Mootoie ud Kovergez bzw. Beschräktheit, Mootoie ud Kovergez

Mehr

R. Brinkmann Seite

R. Brinkmann  Seite R. Brikma http://brikma-du.de Seite 1.0.014 Lösuge zur Biomialverteilug I Ergebisse: E1 E E E4 E E E7 Ergebis Ei Beroulli-Experimet ist ei Zufallsexperimet, das ur zwei Ergebisse hat. Die Ergebisse werde

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

unibasel VORLESUNG PROGRAMMIER- PARADIGMEN departement mathematik & informatik informatik.unibas.ch/lehre/fs16/prog#thorsten.

unibasel VORLESUNG PROGRAMMIER- PARADIGMEN departement mathematik & informatik informatik.unibas.ch/lehre/fs16/prog#thorsten. uibasel VORLESUNG PROGRAMMIER- PARADIGMEN departemet mathematik & iformatik iformatik.uibas.ch/lehre/fs16/prog#thorste.moeller 2 Team Dozet: Dr. Thorste Möller thorste.moeller@uibas.ch Chief Techical Officer

Mehr

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und

Diesen Grenzwert nennt man partielle Ableitung von f nach x i und Bevor wir zum ächste Kapitel übergehe, werde wir de Begri eier Fuktio i mehrere Variable eiführe. Eie Fuktio vo Variable ist eie Vorschrift, die jedem Pukt (x 1,x,...,x ) eier Teilmege D des IR eie bestimmte

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

Übung zur Vorlesung Einführung in die Algebra Prof. Dr. J. H. Bruinier Stephan Ehlen

Übung zur Vorlesung Einführung in die Algebra Prof. Dr. J. H. Bruinier Stephan Ehlen Übug zur Vorlesug Eiführug i die Algebra Prof. Dr. J. H. Bruiier Stepha Ehle Sommersemester 2009 Lösugshiweise zu Übugsblatt 3 Aufgabe G3.1 Automorphisme vo Das ist im Prizip lieare Algebra: Sei f Aut(

Mehr