3.2 Das Wahrscheinlichkeitsmaß

Größe: px
Ab Seite anzeigen:

Download "3.2 Das Wahrscheinlichkeitsmaß"

Transkript

1 3 Wahrscheilichkeite Das Wahrscheilichkeitsmaß Relative Häufigkeite Der Begriff der relative Häufigkeit Peter verliert beim Mesch ärgere Dich icht. Wüted behauptet er, dass der verwedete Würfel zu viele Eise liefere. Um de Streit zu schlichte, schlägt Petra vor, de verdächtige Würfel zu teste. Petra würfelt 120-mal ud otiert die jeweils gewürfelte Augezahl, Peter würfelt sogar 200-mal. Petras Ergebis bei 120 Würfe: Elemetarereigis {1} {2} {3} {4} {5} {6} absolute Häufigkeit relative Häufigkeit 0,175 0,16 0,15 0,15 0,175 0,183 Peters Ergebis bei 200 Würfe: Elemetarereigis {1} {2} {3} {4} {5} {6} absolute Häufigkeit relative Häufigkeit 0,18 0,165 0,16 0,17 0,165 0,16 I de zweite Zeile der Tabelle sid jeweils die absolute Häufigkeite otiert, mit dee die verschiedee Augezahle i de Versuchsserie auftrete. Zum bessere Vergleich ihrer Versuchsserie bereche beide auch die relative Ateile der Augezahle i ihre Versuchsserie, die so geate relative Häufigkeite, idem sie die absolute Azahle durch die Läge der Versuchsserie dividiere. Der Vergleich der relative Häufigkeite liefert hier kei Idiz dafür, dass der verwedete Würfel uregelmäßig (gezikt) ist. Der Begriff relative Häufigkeit ist icht ur auf Elemetarereigisse beschräkt, soder er ka auch für beliebige Ereigisse erklärt werde. Relative Häufigkeit Tritt das Ereigis A i eier Serie vo Versuche z-mal ei, so heißt die Zahl z Azahl der Versuche, bei dee Aeitritt h( A ) = = relative Häufigkeit vo A i dieser Serie. Gesamtzahl der Versuche

2 22 3 Wahrscheilichkeite Beispiel (Absolute ud relative Häufigkeit im Eigagsbeispiel) Betrachtet ma im Eigagsbeispiel das Ereigis A: Peter würfelt eie gerade Zahl., so beträgt die absolute Häufigkeit vo A i dieser Serie z( A ) = 99. Für die relative Häufigkeit vo A gilt da: z( A) 99 h ( A ) = = = 0, 495 = 49,5 % Dies bedeutet: I 49,5 % der Fälle wird i der Serie eie gerade Zahl gewürfelt. Eigeschafte der relative Häufigkeit Aus der Defiitio der relative Häufigkeit lasse sich umittelbar eiige, zum Teil umittelbar eisichtige Eigeschafte ableite. Tritt ei Ereigis A i eier Serie vo Versuche z-mal ei, so gilt 0 z oder 0 z 1. Das sichere Ereigis Ω tritt immer ei, daher gilt z =. Das umögliche Ereigis { } tritt bei keiem Versuch ei, daher gilt z = 0. 0 h ( A) 1 h ( Ω ) = 1 h ({ }) = 0 Die relative Häufigkeit für das Eitrete eies A = { ω, ω..., ω } 1 2 k Ereigisses ist die Summe der relative Häufigkeite der zugehörige Elemetarereigisse. h ( A) = h ({ ω }) h ({ ω }) 1 k Die Summe der relative Häufigkeite aller Elemetarereigisse ist 1 = h ({ ω }) h ({ ω }) 1 1. Aufgabe Eiwoher eier Stadt sid über 65 Jahre alt, das sid 32 %. Wie viele Eiwoher hat diese Stadt? 2. I eiem Betrieb sid 30% der Beschäftigte Fraue. 65 % der Mäer köe das Rauche icht lasse, isgesamt sid dies 455 mäliche Raucher. Wie viele Beschäftigte hat der Betrieb? 3. Die Azahl der Agestellte, Arbeiter, Beamte ud Selbststädige eier Großstadt verhalte sich wie 5 : 3 : 3 : 1. Bereche Sie die relative Häufigkeite ud die absolute Zahle, we die Stadt Bewoher zählt ud ur 60% der Eiwoher berufstätig sid.

3 3 Wahrscheilichkeite Empirisches Gesetz der große Zahle Beim Werfe eies Reißagels sid die Ergebisse 0 ud 1 möglich. Das Zufallsexperimet»Werfe eies Reißagels«wird 200-mal durchgeführt. Nach jeweils 10 Versuche werde die relative Häufigkeite h (0) ud h (1) berechet ud i ei Diagramm eigetrage. h 0 1 h (0) h (1) Es zeigt sich, dass die experimetell bestimmte relative Häufigkeite sich bei große Versuchszahle immer mehr stabilisiere. Diese Stabilisierug, die sich auch bei zahlreiche adere Zufallsexperimete zeigt, wurde vo viele Mathematiker immer wieder überprüft ud bestätigt. Der daraus hergeleitete Erfahrugssatz trägt eie eigee Name: Empirisches 1 Gesetz der große Zahle Bei Zufallsexperimete stabilisiere sich die relative Häufigkeite eies bestimmte Ereigisses mit wachseder Versuchszahl. Beim Empirische Gesetz der große Zahle hadelt es sich icht um eie mathematische Satz, der bewiese werde ka, soder ur um ei Erfahrugsgesetz. Es liegt eie Gesetzmäßigkeit vor, die ur bei eier große Azahl vo Versuche feststellbar ist. Eie Stabilisierug der relative Häufigkeite tritt bei lage Versuchsserie sehr häufig, jedoch zwagsläufig icht immer ei. Es ka durchaus auch eimal vorkomme, dass eie Serie eitritt, i der die relative Häufigkeite stark schwake, auch we die Serieläge sehr groß gewählt ist. Solche Ausreißer trete bei größerem jedoch immer selteer auf. 1 empirisch bedeutet erfahrugsgemäß, aus der Erfahrug (Beobachtug) erwachse, dem Experimet etomme, vo Empirie (griech.), Erfahrug, Erfahrugswisse

4 24 3 Wahrscheilichkeite Aufgabe 4. Scho umittelbar ach Schließug der Wahllokale gibt es i der Fersehberichterstattug die erste Progose über de vermutliche Wahlausgag. Im Laufe des Abeds werde immer mehr Ergebisse aus de eizele Stimmbezirke bekat. Diese Zwischeergebisse werde für Hochrechuge des Wahlergebisses beutzt. a) Die erste Hochrechuge für die A-Partei lage bei 55 %, 53 % ud bei 54 %. Obwohl erst ei Viertel der Stimme ausgezählt ist, spricht der Vorsitzede der A-Partei vo der absolute Mehrheit. Hadelt er voreilig? b) Die Hochrechuge für die D-Partei ware 6 %, 4 % ud 4,5 %. Kei Vertreter der D-Partei möchte sich zu eiem mögliche Scheiter a der 5% -Hürde äußer. Ist dies verstädlich? 5. Ei Würfel wird 1000-mal geworfe. Dabei werde ach 50, 100, 250, 500 ud 1000 Würfe für die eizele Augezahle die relative Häufigkeite berechet. Es ergebe sich die folgede Werte: h(1) 0,120 0,130 0,120 0,130 0,135 h(2) 0,200 0,180 0,220 0,190 0,196 h(3) 0,100 0,110 0,100 0,120 0,112 h(4) 0,160 0,170 0,160 0,150 0,156 h(5) 0,120 0,140 0,120 0,130 0,125 h(6) 0,300 0,270 0,280 0,280 0,2765 a) Weshalb ist ei solcher Würfel für Gesellschaftsspiele wie beispielsweise Mesch ärgere Dich icht ugeeiget? b) Welche Werte müsste die relative Häufigkeite bei eiem geeigete Würfel besitze? c) Mit welcher Azahl vo Sechse ka ma gemäß obiger Tabelle bei dem betrachtete Würfel i eier Serie vo 5000 Würfe reche? Wodurch ist diese Aahme gerechtfertigt?

5 3 Wahrscheilichkeite Axiomatische Defiitio des W-Maßes Das Axiomesystem vo Kolmogorow Nach dem empirische Gesetz der große Zahle stabilisiere sich die relative Häufigkeite h (A) eies Ereigisses A gege eie feste Zahl. Diese Zahl scheit geeiget zu sei als ei Maß P(A) für die Eitrittschace des Ereigisses A. Mathematisch formuliert legt das Gesetz der große Zahle es ahe, die Wahrscheilichkeit P(A) eies Ereigisses A als Grezwert der relative Häufigkeite h (A) für zu defiiere: P ( A) : = lim h ( A). Dieser Defiitiosversuch lässt sich jedoch icht widerspruchsfrei mit dem exakte mathematische Grezwertbegriff vereibare: Es sid durchaus erhebliche Abweichuge der relative Häufigkeite vo jeder dekbare Zahl P(A) möglich, gaz gleich wie groß ma die Zahl der Versuche wählt. Ma muss stets mit Ausreißer reche. Eie uedlich große Azahl vo Versuche, wie sie bei der Betrachtug des Grezwertes gefordert wird, ist i der Praxis icht zu realisiere. Die gesuchte Wahrscheilichkeit P(A) lässt sich somit icht mathematisch exakt als Grezwert der relative Häufigkeite defiiere. Bereits seit dem 17. Jahrhudert befasste sich viele Mathematiker mit de Probleme der Wahrscheilichkeitsrechug. Der Stellewert der Wahrscheilichkeitsrechug als exakte mathematische Wisseschaft war dabei umstritte. Erst der russische Mathematiker Adrej Kolmogorow ( ) begrüdete im Jahr 1933 mit seiem Werk Grudbegriffe der Wahrscheilichkeitsrechug die heutige modere Wahrscheilichkeitstheorie als eie exakte mathematische Diszipli. Kolmogorow umgig die geschilderte Schwierigkeit der exakte Festlegug des Wahrscheilichkeitsmaßes, idem er eie axiomatische Defiitio wählte: 1. Er forderte die Existez eier Fuktio P, die jedem Ereigis A seie Wahrscheilichkeit P(A) zuordet. 2. Er formulierte grudlegede Eigeschafte eier solche Fuktio i Form vo Axiome 1. Bei der Auswahl der zu forderde Axiome orietierte sich Kolmogorow a de Eigeschafte der relative Häufigkeite. Er versuchte dabei ei möglichst kleies ud i sich widerspruchfreies System vo Axiome zu fide, so dass sich alle adere bekate Eigeschafte als Folgeruge ergebe. Adrej Kolmogorow 1 Ei Axiom ist ei zu Grude gelegter Ausgagssatz, der icht aus adere Sätze hergeleitet werde ka.

6 26 3 Wahrscheilichkeite Kolmogorows etscheidede Leistug aus dem Jahr 1933 bestad dari, erkat zu habe, welche drei Eigeschafte der relative Häufigkeite als Grudlage für ei derartiges Axiomesystem ausreiche. Axiomatische Defiitio des Wahrscheilichkeitsmaßes Sei Ω die Ergebismege eies Zufallsexperimets. Eie Fuktio, die jedem Ereigis A ( Ω ) eie reelle Zahl P(A) zuordet, also die Form P: Ω ( ) R, A P( A) hat, heißt Wahrscheilichkeitsmaß (W-Maß), we sie folgede Eigeschafte besitzt: (P1) P ( A) 0 für alle A ( Ω ) (Nichtegativität) (P2) P ( Ω ) = 1 (Normiertheit) (P3) A B= {} P( A B) = P( A) + P( B) (Additiosregel für uvereibare Ereigisse) Die Zahl P(A) heißt Wahrscheilichkeit 1 des Ereigisses A. Die Axiome (P1), (P2) ud (P3) bilde das so geate Axiomesystem vo Kolmogorow. Kolmogorow verzichtete darauf zu erkläre, was Wahrscheilichkeit ist, oder wie ma sie erhält. Er legte ur fest, welche Eigeschafte Wahrscheilichkeite besitze. Es ist gaz wesetlich hervorzuhebe, was das Axiomesystem vo Kolmogorow leiste ka ud was icht: Es wird exakt defiiert, welche Zuorduge vo Wahrscheilichkeite zu Ereigisse legitim sid. Es wird aber icht gesagt, welche Zuorduge dafür geeiget sid, eie reale Situatio auch tatsächlich korrekt zu beschreibe. Eie solche axiomatische Vorgehesweise ist auch i viele adere Situatioe durchaus üblich: Schachspiel Die Schachfigure werde durch ihre Bewegugsmuster charakterisiert. Geometrie Euklid postulierte i seiem Werk Elemete (3. Jh. v. Chr.): Ei Pukt ist, was keie Teile hat. Aalytische Geometrie Erst i de 1920er Jahre setzte sich eie axiomatische Defiitio des Begriffs Vektor durch. 1 Das Fuktiossymbol P steht als Abkürzug für: probabilitas (lat.) bzw. probabilité (fraz.) bzw. probability (egl.), Wahrscheilichkeit.

7 3 Wahrscheilichkeite 27 I der Praxis muss ma de Ereigisse Zahle als Wahrscheilichkeite zuorde. Zu eiem eizige Zufallsexperimet sid gemäß der axiomatische Defiitio viele uterschiedliche Wahrscheilichkeitsmaße möglich. Mathematisch ist dabei keies gegeüber eiem adere ausgezeichet. Beispiel (Uterschiedliche W-Maße beim Werfe eier Müze) Für das Werfe eier Müze mit der Ergebismege Ω= {W, Z} ud der Ereigismege Ω ( ) = { },{W},{Z},{W,Z}} werde die folgede Zuorduge vo Wahrscheilichkeite betrachtet: {} 0 {} 0 {W} 0,5 {W} 0,65 P : 1 P : 2 P {Z} 0,5 {Z} 0,35 Ω 1 Ω 1 P 1 ud P 2 sid Wahrscheilichkeitsmaße: P 1 gehört zu eier ideale Müze. P 2 gehört zu eier gezikte Müze. P 3 ist dagege kei Wahrscheilichkeitsmaß, de es gilt: 1 = P ( Ω) P (W) + P (Z) = 1, {} 0 {W} 0,65 : {Z} 0,4 Ω 1 Beispiel (Geburt eies Kides) Wir betrachte die Geburt eies Kides aus stochastischer Sicht. Als statistische (empirische) Wahrscheilichkeitswerte hat ma festgestellt P( Juge ) = 0,514 ud P( Mädche ) = 0,486. We ma sehr große Bevölkerugsgruppe betrachtet, so stabilisiere sich die Wahrscheilichkeite auf die agegebee Werte. Betrachtet ma dagege ur kleie Bevölkerugsgruppe (z.b. eie kiderreiche Familie), so ka da auch P( Juge ) = 0 sei. Aufgabe 6. Veraschauliche Sie das 3. Axiom vo Kolmogorow A B= {} P( A B) = P( A) + P( B) ahad eies Ve-Diagramms. 7. Für uvereibare Ereigisse A ud B gelte P ( B ) = 0,55 ud P ( A B) = 0,7. Bereche Sie die Wahrscheilichkeit des Ereigisses A.

8 28 3 Wahrscheilichkeite Festlege ubekater Wahrscheilichkeite i der Praxis Die Wahrscheilichkeitsaxiome ethalte keierlei Aussage darüber, wie ma bei eiem kokrete Zufallsexperimet die Wahrscheilichkeite der dabei auftretede Ereigisse ermittelt. Sie lege de Wahrscheilichkeite aber Bediguge auf, die erfüllt werde müsse ud stelle Recheregel für de Umgag mit Wahrscheilichkeite dar. I der Praxis stellt sich die Frage, wie ma i eiem kokrete Fall die ubekate Wahrscheilichkeite vo zufällige Ereigisse ermittel bzw. festlege ka. Im eifachste Fall legt die Alage des Experimets selbst scho eie Zuordug vo Wahrscheilichkeite ahe: Ideale Müze Ma wird die Wahrscheilichkeite für das Eitrete vo Zahl ud Wappe jeweils auf 0,5 festlege. Idealer Würfel Ma wird jeder Augezahl die Wahrscheilichkeit 1/6 zuorde. Glücksrad Bei dem abgebildete Glücksrad wird ma die Wahrscheilichkeite auf 1/4, 1/4 ud 1/2 festlege. Bei dieser Art der Festlegug der Wahrscheilichkeite spricht ma vo klassischer Wahrscheilichkeit. Bei viele adere Zufallsexperimete ka ma jedoch icht, wie gerade beschriebe, vorgehe. So ist es beispielsweise bei dem Zufallsexperimet»Werfe eies Reißagels ud Feststelle, welche Lage er eiimmt«icht möglich, allei durch Überlege Wahrscheilichkeite zuzuorde. Als Grudlage für die Festlegug der Wahrscheilichkeite für die eizele Ergebisse diet hier das Empirische Gesetz der große Zahle, woach sich die relative Häufigkeite eies bestimmte zufällige Ereigisses bei umfagreiche Versuchsreihe im Allgemeie stabilisiere. Die Festlegug der ubekate Wahrscheilichkeite erfolgt daher im Regelfall ahad der bei umfagreiche Versuchsreihe beobachtete relative Häufigkeite. Ma betrachtet dabei die relative Häufigkeit eies Ereigisses als eie Näherugs- oder Schätzwert für die ubekate Wahrscheilichkeit. So stabilisiert sich beim Werfe eies Reißagels ach 200 Würfe die relative Häufigkeit für Spitze ach obe um 0,38 ud für Spitze zur Seite um 0,62. Bei dieser Art der Festlegug der Wahrscheilichkeite spricht ma vo häufigkeitsbasierter Wahrscheilichkeit.

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

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

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

Mehr

Prof. Dr. Roland Füss Statistik II SS 2008

Prof. Dr. Roland Füss Statistik II SS 2008 1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl

Mehr

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung

5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder

Mehr

6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis

6.1 Grundlagen der Wahrscheinlichkeitsrechnung 6.1.1 Definitionen und Beispiele Beispiel 1 Zufallsexperiment 1,2,3,4,5,6 Elementarereignis 6. Grudlage der Wahrscheilichkeitsrechug 6.. Defiitioe ud Beispiele Spiele aus dem Alltagslebe: Würfel, Müze, Karte,... u.s.w. sid gut geeiget die Grudlage der Wahrscheilichkeitsrechug darzustelle. Wir

Mehr

Statistik I/Empirie I

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

Mehr

A Ω, Element des Ereignisraumes

A Ω, Element des Ereignisraumes ue biostatisti: grudlegedes zur wahrscheilicheit ud ombiatori 1/6 WAHRSCHEINLICHKEIT / EINIGE BEGRIFFE Ereigisraum Ω Elemetarereigis A: Ω ist die Mege aller mögliche Elemetarereigisse A Ω, Elemet des Ereigisraumes

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

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

Pflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik

Pflichtlektüre: Kapitel 10 Grundlagen der Inferenzstatistik Pflichtlektüre: Kapitel 10 Grudlage der Iferezstatistik Überblick der Begriffe Populatio Iferezstatistik Populatiosparameter Stichprobeverteiluge Auch Stichprobekewerteverteiluge Wahrscheilichkeitstheorie

Mehr

Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage

Konfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage Kofidezitervall_fuer_pi.doc Seite 1 vo 6 Kofidezitervall für de Ateilswert π am Beispiel eier Meiugsumfrage Nach eier Meiugsumfrage der Wochezeitug Bezirksblatt vom März 005, ei halbes Jahr vor de Ladtagswahle

Mehr

Aufgaben und Lösungen der Probeklausur zur Analysis I

Aufgaben und Lösungen der Probeklausur zur Analysis I Fachbereich Mathematik AG 5: Fuktioalaalysis Prof. Dr. K.-H. Neeb Dipl.-Math. Rafael Dahme Dipl.-Math. Stefa Wager ATECHNISCHE UNIVERSITÄT DARMSTADT SS 007 19. Jui 007 Aufgabe ud Lösuge der Probeklausur

Mehr

3. Einführung in die Statistik

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

Mehr

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

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

Mehr

Mengenbegriff und Mengendarstellung

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

Mehr

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

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

Mehr

Lektion II Grundlagen der Kryptologie

Lektion II Grundlagen der Kryptologie Lektio II Grudlage der Kryptologie Klassische Algorithme Ihalt Lektio II Grudbegriffe Kryptologie Kryptographische Systeme Traspositioschiffre Substitutioschiffre Kryptoaalyse Übuge Vorlesug Datesicherheit

Mehr

Wahrscheinlichkeit & Statistik

Wahrscheinlichkeit & Statistik Wahrscheilichkeit & Statistik created by Versio: 3. Jui 005 www.matheachhilfe.ch ifo@matheachhilfe.ch 079 703 7 08 Mege als Sprache der Wahrscheilichkeitsrechug, Begriffe, Grudregel Ereigisraum: Ω Ω Mege

Mehr

2 Vollständige Induktion

2 Vollständige Induktion 8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes

Mehr

Nennenswertes zur Stetigkeit

Nennenswertes zur Stetigkeit Neeswertes zur Stetigkeit.) Puktweise Stetigkeit: Vo Floria Modler Defiitio der pukteweise Stetigkeit: Eie Fuktio f : D R ist geau da i x D stetig, we gilt: ε > δ >, so dass f ( x) f ( x ) < ε x D mit

Mehr

Nachklausur - Analysis 1 - Lösungen

Nachklausur - Analysis 1 - Lösungen Prof. Dr. László Székelyhidi Aalysis I, WS 212 Nachklausur - Aalysis 1 - Lösuge Aufgabe 1 (Folge ud Grezwerte). (i) (1 Pukt) Gebe Sie die Defiitio des Häufugspuktes eier reelle Zahlefolge (a ) N. Lösug:

Mehr

Wissenschaftliches Arbeiten Studiengang Energiewirtschaft

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

Mehr

3. Tilgungsrechnung. 3.1. Tilgungsarten

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

Mehr

1 Analysis T1 Übungsblatt 1

1 Analysis T1 Übungsblatt 1 Aalysis T Übugsblatt A eier Weggabelug i der Wüste lebe zwei Brüder, die vollkomme gleich aussehe, zwische dee es aber eie gewaltige Uterschied gibt: Der eie sagt immer die Wahrheit, der adere lügt immer.

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

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst.

Kryptologie: Kryptographie und Kryptoanalyse Kryptologie ist die Wissenschaft, die sich mit dem Ver- und Entschlüsseln von Informationen befasst. Krytologie: Krytograhie ud Krytoaalyse Krytologie ist die Wisseschaft, die sich mit dem Ver- ud Etschlüssel vo Iformatioe befasst. Beisiel Iteretkommuikatio: Versiegel (Itegrität der Nachricht) Sigiere

Mehr

1.2. Taylor-Reihen und endliche Taylorpolynome

1.2. Taylor-Reihen und endliche Taylorpolynome 1.. aylor-reihe ud edliche aylorpolyome 1..1 aylor-reihe Wir köe eie Fuktio f() i eier Umgebug eies Puktes o gut durch ihre agete i o: t o () = f(o) + f (o) (-o) aäher: Wir sehe: Je weiter wir vo o weg

Mehr

-LERNZENTRUM, ETH ZÜRICH

-LERNZENTRUM, ETH ZÜRICH SEQUENZ, LESETEXT. Eie löchrige Gerade Eis ist gaz klar: Es gibt uedlich viele ratioale Zahle, ud es wird icht möglich sei, auf der Zahlgerade irgedei Itervall zu fide, i dem sich keie eizige ratioale

Mehr

Grundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung

Grundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/ mamaeusch Grudgesamtheitsaaylse ud Stichprobe. Betrachtuge zur Stichprobefidug Paula Lagares Justo Puerto 1 MaMaEuSch 2

Mehr

(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen.

(4) = 37,7 % mit 37,7 % Wahrscheinlichkeit sind es höchstens 4 Fahrräder, das ist recht hoch; man kann also die Behauptung nicht wirklich ablehnen. Schülerbuchseite 98 1 Lösuge vorläufig IV Beurteilede Statistik S. 98 p S. 1 p w a t Tabelle Tabelle dowloadbar im Iteretauftritt 1 Teste vo Hypothese 1 a) Erwartugswert μ = 5 ud Stadardabweichug σ = 1,6;

Mehr

Wahrscheinlichkeit und Statistik

Wahrscheinlichkeit und Statistik ETH Zürich HS 2015 Prof. Dr. P. Embrechts Wahrscheilichkeit ud Statistik D-INFK Lösuge Serie 2 Lösug 2-1. (a Wir bereche P [W c B] auf zwei Arte: (a Wir betrachte folgede Tabelle: Azahl W W c B 14 6 B

Mehr

14 Statistische Beziehungen zwischen nomi nalen Merkmalen

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

Mehr

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

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

Mehr

Fehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung

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

Mehr

Parameter von Häufigkeitsverteilungen

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

Mehr

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

Statistik und Wahrscheinlichkeitslehre

Statistik und Wahrscheinlichkeitslehre Statistik ud Wahrscheilichkeitslehre Zufall ud Mittelwerte Für alle techische Studiegäge Prof. Dr.-Ig. habil. Thomas Adamek Grudlage der Wahrscheilichkeitsrechug. Eiführug Grudlage vo Statistik ud Wahrscheilichkeitsrechug

Mehr

Beweistechniken Vollständige Induktion - Beispiele, Erweiterungen und Übungen

Beweistechniken Vollständige Induktion - Beispiele, Erweiterungen und Übungen Beweistechike Vollstädige Iduktio - Beispiele, Erweiteruge ud Übuge Alex Chmelitzki 15. März 005 1 Starke Iduktio Eie etwas abgewadelte Form der Iduktio ist die sogeate starke Iduktio. Bei dieser Spielart

Mehr

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0

Übungen zur Vorlesung Funktionentheorie Sommersemester 2012. Musterlösung zu Blatt 0 UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Prof. Dr. Rolad Speicher M.Sc. Tobias Mai Übuge zur Vorlesug Fuktioetheorie Sommersemester 01 Musterlösug zu Blatt 0 Aufgabe 1. Käpt Schwarzbart,

Mehr

Testumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen

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

Mehr

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

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

Mehr

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

2. Diophantische Gleichungen

2. Diophantische Gleichungen 2. Diophatische Gleichuge [Teschl05, S. 91f] 2.1. Was ist eie diophatische Gleichug ud wozu braucht ma sie? Def D2-1: Eie diophatische Gleichug ist eie Polyomfuktio i x,y,z,, bei der als Lösuge ur gaze

Mehr

Kapitel 6: Statistische Qualitätskontrolle

Kapitel 6: Statistische Qualitätskontrolle Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle

Mehr

Transformator. n Windungen

Transformator. n Windungen echische iversität Dresde stitut für Ker- ud eilchephysik R. Schwierz V/5/29 Grudpraktikum Physik Versuch R rasformator rasformatore werde i viele ereiche der Elektrotechik ud Elektroik eigesetzt. Für

Mehr

Monte Carlo-Simulation

Monte Carlo-Simulation Mote Carlo-Simulatio Mote Carlo-Methode Der Begriff Mote Carlo-Methode etstad i de 1940er Jahre, als ma im Zusammehag mit dem Bau der Atombombe die Simulatio vo Zufallsprozesse erstmals i größerem Stil

Mehr

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

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

Mehr

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

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr

Arithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr DEMO für ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gz ausführliches Traiig Datei Nr. 40012 Neu geschriebe ud sehr erweitert Std: 4. Februar 2010 INTERNETBIBLIOTHEK

Mehr

Zahlenfolgen, Grenzwerte und Zahlenreihen

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

Mehr

elektr. und magnet. Feld A 7 (1)

elektr. und magnet. Feld A 7 (1) FachHochschule Lausitz Physikalisches Praktikum α- ud β-strahlug im elektr. ud maget. Feld A 7 Name: Matrikel: Datum: Ziel des Versuches Das Verhalte vo α- ud β-strahlug im elektrische ud magetische Feld

Mehr

Empirische Methoden I

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

Mehr

Elementare Wahrscheinlichkeitsrechnung und Statistik

Elementare Wahrscheinlichkeitsrechnung und Statistik CURANDO UNIVERSITÄT ULM SCIENDO DOCENDO Elemetare Wahrscheilichkeitsrechug ud Statistik Uiversität Ulm Istitut für Stochastik Vorlesugsskript Prof. Dr. Volker Schmidt Stad: Witersemester 28/9 Ulm, im Februar

Mehr

Linsengesetze und optische Instrumente

Linsengesetze und optische Instrumente Lisegesetze ud optische Istrumete Gruppe X Xxxx Xxxxxxxxx Xxxxxxx Xxxxxx Mat.-Nr.: XXXXX Mat.-Nr.: XXXXX XX.XX.XX Theorie Im olgede werde wir eie kurze Überblick über die Fuktio, de Aubau ud die Arte vo

Mehr

Die Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac

Die Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac Die Gasgesetze Die Beziehug zwische olume ud Temeratur (Gesetz vo J.-L. Gay-Lussac ud J. Charles): cost. T oder /T cost. cost.. hägt h vo ud Gasmege ab. Die extraolierte Liie scheidet die Temeratur- skala

Mehr

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

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

Mehr

Statistik. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.html

Statistik. Prof. Dr. K. Melzer. karin.melzer@hs-esslingen.de http://www.hs-esslingen.de/de/mitarbeiter/karin-melzer.html Statistik Prof. Dr. K. Melzer kari.melzer@hs-esslige.de http://www.hs-esslige.de/de/mitarbeiter/kari-melzer.html Ihaltsverzeichis 1 Eileitug ud Übersicht 3 2 Dategewiug (kurzer Überblick) 3 2.1 Plaugsphase

Mehr

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3

AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2. Datenfluß und Programmablauf 2. Vorbedingung 3. Nachbedingung 3. Schleifeninvariante 3 INHALTSVERZEICHNIS AUFGABENSTELLUNG (ZUSAMMENFASSUNG) 2 SPEZIFIKATION 2 Datefluß ud Programmablauf 2 Vorbedigug 3 Nachbedigug 3 Schleifeivariate 3 KONSTRUKTION 4 ALTERNATIVE ENTWURFSMÖGLICHKEITEN 5 EFFEKTIVE

Mehr

AT AB., so bezeichnet man dies als innere Teilung von

AT AB., so bezeichnet man dies als innere Teilung von Teilverhältisse Aus der Geometrie der Dreiecke ket ma die Aussage, dass der Schwerpukt T eies Dreiecks die Seitehalbierede im Verhältis : teilt. Für die Strecke AT ud TM gilt gemäß der Abbildug AT : TM

Mehr

2. Gleichwertige Lösungen

2. Gleichwertige Lösungen 8. Gleichwertige Lösuge Für die Lösug jeder lösbare Aufgabe gibt es eie uedliche Azahl vo (abstrakte ud kokrete) Algorithme. Das folgede Problem illustriert, dass eie Aufgabe eifacher oder kompliziert,

Mehr

Wirtschaftsmathematik

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

Mehr

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

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

Mehr

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

Betriebswirtschaft Wirtschaftsmathematik Studienleistung BW-WMT-S12 011110

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

Mehr

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

Informatik II Dynamische Programmierung

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

Mehr

WS 2000/2001. zeitanteiliger nomineller Jahreszinssatz für eine unterjährige Verzinsungsperiode bei einfachen Zinsen

WS 2000/2001. zeitanteiliger nomineller Jahreszinssatz für eine unterjährige Verzinsungsperiode bei einfachen Zinsen Aufgabe 1: WS 2000/2001 Aufgabe 1: (4 P (4 Pukte) Gebe Sie die Formel zur Bestimmug des relative sowie des koforme Zissatzes a ud erläuter Sie die Uterschiede bzw. Gemeisamkeite der beide Zisfüße. Lösug:

Mehr

Musterlösung zu Übungsblatt 2

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

Mehr

Geometrische Folgen. Auch Wachstumsfolgen Viele Aufgaben. Lösungen nur auf der Mathe-CD Hier nur Ausschnitte. Datei Nr

Geometrische Folgen. Auch Wachstumsfolgen Viele Aufgaben. Lösungen nur auf der Mathe-CD Hier nur Ausschnitte. Datei Nr ZAHLENFOLGEN Teil Geometrische Folge Auch Wachstumsfolge Viele Aufgabe Lösuge ur auf der Mathe-CD Hier ur Ausschitte Datei Nr. 00 Friedrich Buckel März 00 Iteretbibliothek für Schulmathematik 00 Geometrische

Mehr

AVANTI Neuerungen. Inhalt. I. Neuerungen Version 16. 1. Pin Funktion. 2. Status für Nachtragspositionen. 3. DBD Baupreise EFB

AVANTI Neuerungen. Inhalt. I. Neuerungen Version 16. 1. Pin Funktion. 2. Status für Nachtragspositionen. 3. DBD Baupreise EFB Neueruge Software Techologie GmbH 67433 Neustadt / Weistraße Ihalt I. Neueruge Versio 16 3 1. Pi Fuktio 3 2. Status für Nachtragspositioe 5 3. DBD Baupreise EFB 6 4. Programm Eistiegs Assistet 8 5. Voreistellugs-Assistet

Mehr

Ein kleines Einmaleins über Mittelwertbildungen

Ein kleines Einmaleins über Mittelwertbildungen Vorlesugsergäzug zur Igeieurmathematik R.Brigola Ei kleies Eimaleis über Mittelwertbilduge Grudlage über arithmetische Mittel, geometrische Mittel, harmoische Mittel, quadratische Mittel ud das arithmetisch-geometrische

Mehr

Kapitel 4: Stationäre Prozesse

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

Mehr

Stochastik für WiWi - Klausurvorbereitung

Stochastik für WiWi - Klausurvorbereitung Dr. Markus Kuze WS 2013/14 Dipl.-Math. Stefa Roth 11.02.2014 Stochastik für WiWi - Klausurvorbereitug Gesetz der totale Wahrscheilichkeit ud Satz vo Bayes (Ω, F, P) Wahrscheilichkeitsraum, E 1,..., E F

Mehr

8.3. Komplexe Zahlen

8.3. Komplexe Zahlen 8.. Komplee Zhle Wie bereits i 8.. drgestellt, wurde die fortlufede Erweiterug der Zhlbereiche durch die Eiführug immer kompleerer Recheopertioe otwedig:. Auf de türliche Zhle führte der Wusch ch iverse

Mehr

Die zu den Zufallswerten x gehörigen Wahrscheinlichkeiten fasst man in einer Tabelle zusammen:

Die zu den Zufallswerten x gehörigen Wahrscheinlichkeiten fasst man in einer Tabelle zusammen: 0 Statistik 0. Wahrscheilichkeitsfuktio ud optische Darstellug Bei der Auswertug vo Zufallsexperimete ist oft gar icht das eizele Ergebis vo Iteresse, soder vielmehr eie Zahlegröße (Zufallsgröße X), die

Mehr

Heute Kapitalanlage morgen ein Zuhause

Heute Kapitalanlage morgen ein Zuhause Immobilie Heute Kapitalalage morge ei Zuhause Courtage: Kaufpreis: Preis auf Afrage 3,57% icl. 19% MwSt für de Käufer hausudso Immobilie Moltkestr. 14 77654 Offeburg Tel. 0781 9190891 Fax 0781 9190892

Mehr

Übungsblatt 1 zur Vorlesung Angewandte Stochastik

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

Mehr

Löslichkeitsdiagramm. Grundlagen

Löslichkeitsdiagramm. Grundlagen Grudlage Löslichkeitsdiagramm Grudlage Zur etrachtug des Mischugsverhaltes icht vollstädig mischbarer Flüssigkeite, das heißt Flüssigkeite, die sich icht bei jeder Temperatur i alle Megeverhältisse miteiader

Mehr

Ausgangspunkt: Über einen endlichen Zeitraum wird aus einem Kapital (Rentenbarwert RBW v n,i

Ausgangspunkt: Über einen endlichen Zeitraum wird aus einem Kapital (Rentenbarwert RBW v n,i D. Reterechug 1.1. Jährliche Retezahluge 1.1.1. Vorschüssige Retezahluge Ausgagspukt: Über eie edliche Zeitraum wird aus eiem Kapital (Retebarwert RBW v,i ), das ziseszislich agelegt ist, jeweils zu Begi

Mehr

Formelsammlung Mathematik

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

Mehr

Innerbetriebliche Leistungsverrechnung

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

Mehr

2.3 Kontingenztafeln und Chi-Quadrat-Test

2.3 Kontingenztafeln und Chi-Quadrat-Test 2.3 Kotigeztafel ud Chi-Quadrat-Test Die Voraussetzuge a die Date i diesem Kapitel sid dieselbe, wie im voragegagee Kapitel, ur dass die Stichprobe hier aus Realisieruge vo kategorielle Zufallsvariable

Mehr

Maximum Likelihood Version 1.6

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

Mehr

Übungsaufgaben zur Vorlesung ANALYSIS I (WS 12/13) Serie 10

Übungsaufgaben zur Vorlesung ANALYSIS I (WS 12/13) Serie 10 Humboldt-Uiversität zu Berli Istitut für Mathematik Prof. A. Griewak Ph.D.; Dr. A. Hoffkamp; Dipl.Math. T.Bosse; Dipl.Math. L. Jase Übugsaufgabe zur Vorlesug ANALYSIS I (WS 2/3) Serie 0 Musterlösug S.

Mehr

Wahrscheinlichkeitsrechnung

Wahrscheinlichkeitsrechnung www.s.schule.de/~matheabi 1 Wahrscheilichkeitsrechug Eileitug Dieser Text ist etstade, um Schülerie ud Schüler der Jahrgagsstufe 12 die Wiederholug des Stoffs voragegageer Jahre zu erleichter. Nebe viele

Mehr

Aufgaben zur Analysis I

Aufgaben zur Analysis I Aufgabe zur Aalysis I Es werde folgede Theme behadelt:. Logik, Iduktio, Mege, Abbilduge 2. Supremum, Ifimum 3. Folge, Fuktioefolge 4. Reihe, Potezreihe 5. Mootoie ud Stetigkeit 6. Differetialrechug 7.

Mehr

Klasse: Platzziffer: Punkte: / Graph zu f

Klasse: Platzziffer: Punkte: / Graph zu f Pflichtteil Mathematik I Aufgabe P Name: Vorame: Klasse: Platzziffer: Pukte: / P.0 Gegebe ist die Fuktio f mit der Gleichug (siehe Zeichug). y x8 y,25 4 mit GI IRIR Graph zu f O x P. x 8 Die Pukte C (x,25

Mehr

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.

Beispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0. 8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12075, p-wert: 00168 f χ 2 (4)

Mehr

Übungen mit dem Applet Fourier-Reihen

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

Mehr

Behandlung von Messunsicherheiten (Fehlerrechnung)

Behandlung von Messunsicherheiten (Fehlerrechnung) Behadlug vo Messusicherheite (Fehlerrechug). Ermittlug vo Messusicherheite. Messug ud Messusicherheit Die Messug eier physikalische Größe erfolgt durch de Vergleich dieser Größe mit eier Bezugseiheit ach

Mehr

Mathematischer Vorkurs zum Studium der Physik

Mathematischer Vorkurs zum Studium der Physik Uiversität Heidelberg Mathematischer Vorkurs zum Studium der Physik Übuge Aufgabe zu Kapitel 1 (aus: K. Hefft Mathematischer Vorkurs zum Studium der Physik, sowie Ergäzuge) Aufgabe 1.1: SI-Eiheite: a)

Mehr

Kompetenzinventar im Prozess der Berufswegeplanung Teilhabe am Arbeitsleben für junge Menschen mit einer Behinderung am allgemeinen Arbeitsmarkt

Kompetenzinventar im Prozess der Berufswegeplanung Teilhabe am Arbeitsleben für junge Menschen mit einer Behinderung am allgemeinen Arbeitsmarkt Grudaussage Kompetezivetar im Prozess der Berufswegeplaug Teilhabe am Arbeitslebe für juge Mesche mit eier Behiderug am allgemeie Arbeitsmarkt G R U N D A U S S A G E N 1 1. Eileitug / Wirkugsbereich I

Mehr

Grundlagen der Mathematik II Lösungsvorschlag zum 2. Tutoriumsblatt

Grundlagen der Mathematik II Lösungsvorschlag zum 2. Tutoriumsblatt Mathematisches Istitut der Uiversität Müche Sommersemester 2014 Daiel Rost Lukas-Fabia Moser Grudlage der Mathematik II Lösugsvorschlag zum 2. Tutoriumsblatt Aufgabe 1. a) Die Additios- ud Multiplikatiosoperatioe

Mehr

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

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

Mehr

Statistische Formelsammlung Begleitende Materialien zur Statistik - Vorlesung des Grundstudiums im Fachbereich IK

Statistische Formelsammlung Begleitende Materialien zur Statistik - Vorlesung des Grundstudiums im Fachbereich IK Statistische Formelsammlug Begleitede Materialie zur Statistik - Vorlesug des Grudstudiums im Fachbereich IK Erstellt im Rahme des studierede Projektes PROST Studiejahr 00/00 uter Aleitug vo Frau Prof.

Mehr

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung

Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK Physikalische Prozesse, die eier statistische Gesetzmäßigkeit uterworfe sid, lasse sich mit eier Verteilugsfuktio beschreibe. Die Gauß-Verteilug

Mehr

Lernhilfe in Form eines ebooks

Lernhilfe in Form eines ebooks Ziseszisrechug Lerhilfe i Form eies ebooks apitel Thema Seite 1 Vorwort ud Eiführug 2 2 Theorie der Ziseszisrechug 5 3 Beispiele ud Beispielrechuge 12 4 Testaufgabe mit Lösuge 18 Zis-Ziseszis.de 212 Seite

Mehr

3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik:

3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik: 8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 1275, p-wert: 168 8 Apassugs-

Mehr

Höhere Finanzmathematik. Sehr ausführliches Themenheft (d. h. mit Theorie) Aber auch mit vielen Trainingsaufgaben

Höhere Finanzmathematik. Sehr ausführliches Themenheft (d. h. mit Theorie) Aber auch mit vielen Trainingsaufgaben Expoetielles Wachstum Höhere Fiazmathematik Sehr ausführliches Themeheft (d. h. mit Theorie) Aber auch mit viele Traiigsaufgabe Es hadelt sich um eie Awedug vo Expoetialfuktioe (Wachstumsfuktioe) Datei

Mehr

Bereichsleitung Fitness und GroupFitness (IST)

Bereichsleitung Fitness und GroupFitness (IST) Leseprobe Bereichsleitug Fitess ud GroupFitess (IST) Studieheft Persoalmaagemet Autori Corelia Trikaus Corelia Trikaus ist Diplom-Ökoomi ud arbeitet als wisseschaftliche ud pädagogische Mitarbeiteri bei

Mehr