FORMELSAMMLUNG. re-wi. A. Ableitungsformeln und Integralformeln. Funktion ƒ(x) Ableitung ƒ'(x) Stammfunktion F(x) = 1 1. B. Ableitungsregeln.

Größe: px
Ab Seite anzeigen:

Download "FORMELSAMMLUNG. re-wi. A. Ableitungsformeln und Integralformeln. Funktion ƒ(x) Ableitung ƒ'(x) Stammfunktion F(x) = 1 1. B. Ableitungsregeln."

Transkript

1 FORMELSAMMLUNG A. Ableitugsformel ud Itegralformel Futio ƒ( Ableitug ƒ'( Stammfutio F( IR, ( IN) + + l ( ) + ( + ) + ( + ) r r, (r R \ {}) r r r + si os os os si si ta + (ta l os ot [ + (ot ] l si e e e l B. Ableitugsregel. l ƒ( ƒ'(. Fatorregel ( R ).. (. Summeregel + ( + h'(. Produteregel. (. +. h'( 4. Quotieteregel h ( ) ( h'( g ( ) [ h ( )] 5. Ketteregel ) (). h'(

2 C. Epoetialfutio ud Logarithmusfutio Zwishe Epoetialfutio ud Logarithmusfutio besteht der folgede Zusammehag: f( a y a log y f * (y) a R + ; R ; y R +. Die Logarithmusfutio: f * (y) a log y ist die Umehrfutio der Epoetialfutio: f( a. Ei Beispiel: f ( ud die Umehrfutio: f * (y) log y: 8 y f ( log y f *(y) log y y log y log y log ( ) log8 8 I. Grudlage: Wihtige Formel für: a, y, r, s > ; R beliebig. a > (für alle R) 4. a a 7. a. a log y R (ur für y R + ) 5. a log a 8. a log a. a log R 6. a y 9. II. Grudformel: log y. a log (r s) a log r + a log s. a log ( s ) a log s. a log ( r s ) a log r a log s 4. a log rs s a log r. a loa ). III. Die Base ud e + ( + ),78 IV. Ableituge ( Abürzuge: lg log ud l e log ) ( a R + \ {}). lg y y 6. e l y y. [ e ]' e. l ) 7. l(e ). [ l y ]' y. a lg a 8. a e l a. [ a ]' l a a 4. a y lg y lg a 9. a y l y l a 4. [ a log y ]' l a y 5. a log y lg y lg a. a log y l y l a

3 D. Allgemeie Regel für ueigetlihe Grezwerte Im Folgede werde Grezwertregel aufgeführt, die für alle füf Grezwertfälle: () f( () f( () f( (4) l - f( (5) r - f( i gleiher Weise gelte. Wir shreibe u eiheitlih für alle Fälle urz: f(.. Regel: a) Voraussetzuge: () R () ± Kurzform*: Behauptug: [ + ] ± [ + (+ ) + ] [ + () ] b) Voraussetzuge: () ± () ± Kurzform: Behauptug: [ + ] ± [ (+ ) + (+ ) + ] [ () + () ] Ausahme: Die Beziehug: (+ ) + () ist iht defiiert. Lösugsmögliheite: Durh Termumformuge, Auslammer usw. auf beate Regel ( z.b. auh de l Hospital) zurüführe.. Regel: a) Voraussetzuge: () R \ {} () ± Kurzform: Behauptug: [ ] ± [ (+ ) + für > ] [ () für > ] [ (+ ) für < ] [ () + für < ] b) Voraussetzuge: () ± () ± Kurzform: Behauptug: [ ] ± [ (+ ) (+ ) + ] [ (+ ) () ] [ () (+ ) ] [ () () + ] Ausahme: Die folgede Beziehuge (+ ) ud () sid iht defiiert. Lösugsmögliheite: Durh Termumformuge, Auslammer usw. auf beate Regel ( z.b. auh de l Hospital) zurüführe. *) Bemerug: Die folgede Kurzforme stelle eie algebraishe Terme dar; es sid lediglih eiprägsame, symbolishe Merregel. Sie werde daher auh i eige Klammer geshriebe.

4 . Regel: a) Voraussetzuge: () R \ {} Kurzform: () ± [ + für ] Behauptug: [ für ] b) Voraussetzuge: () ± Kurzform: () R \ {} + [ + für > ] Behauptug: + ± [ für < ] [ für > ] [ + für < ] ) Voraussetzuge: () oder ± () Kurzform: ± Behauptug: + [ + ; + für ] (Ohe Betragstrihe: Vorzeihe beahte!) Ausahme: ± Die folgede Beziehuge ud sid iht defiiert. ± Lösugsmögliheite: die Regel vo de l Hospital awede. 4. Regel: a) Voraussetzuge: () [, [ Kurzform: + () + [ für < ] Behauptug: g ( [ Beahte: + für < ] b) Voraussetzuge: () ], [ Kurzform: + () + [ + für < ] Behauptug: g ( + [ Beahte: + für < ] ) Voraussetzuge: () + Kurzform: () + [ ( + ) + ] Behauptug: g ( + [ Beahte: ( + ) ] ± Ausahme: Die folgede Beziehuge:, ( + ) ud + sid iht defiiert. Lösugsmögliheite: Umforme (e-futio!) ud die Regel vo de l Hospital awede. 4

5 E. Die Grezwertregel vo de l Hospital Im Folgede seie f, g ud h Futioe mit der Bedigug: f(, R.. Regel vo de l Hospital Kurzform: [ ] für Voraussetzuge: () ) ) () ( ) ud h'( ) eistiere () Behauptug: ( h' ( R eistiert h' ( ( Beispiel: l ) (. Regel vo de l Hospital Kurzform: [ ] für Voraussetzuge: () () ( h' ( R eistiert Behauptug: ( h' ( Beispiel: arta π / / ( + + ) / ( ). Regel vo de l Hospital Kurzform: [ Voraussetzuge: () ± () Behauptug: ( h' ( ] für ± R eistiert h' ( ( Beispiel: l 4. Regel vo de l Hospital Kurzform: [ Voraussetzuge: () ± () Behauptug: h' ( ] für ± ( R eistiert ( h' ( Beispiel: e e 5

6 F. Formel der Stohasti A m m... m A A! ( )! Allgemeies Zählprizip, auf jeder Stufe gibt es m Mögliheite. Azahl der geordete -Tupel aus eier -elemetige Mege mit Wiederholug Azahl der -Permutatioe aus eier -elemetige Mege ohe Wiederholug A! ( )!! Azahl der -Kombiatioe, d.h. der -elemetige Teilmege aus eier -elemetige Mege ohe Wiederholug! P(E) Hypergeometrishe Verteilug Aus eier Gesamtheit vo: + + Dige werde + + herausgegriffe. P( X ) p q Beroulli-Kette -Stufiger Beroulliversuh, Ausgäge p: Erfolgswahrsheiliheit, q: p Mißerfolgswahrsheiliheit X: Azahl der Erfolge µ X E(X) a p Beroulli: m X p Erwartugswert m X der Zufallsgröße X a, a,..., a : Werte der Zufallsgröße X p P(X a ), p P(X a ),..., p P(X a ), Wahrsheiliheite a µ X V(X) ( ) Beroulli: V(X) p q s p q ; s p p q Variaz V(X) der Zufallsgröße X a, a,..., a : Werte der Zufallsgröße X p P(X a ), p P(X a ),..., p P(X a ), Wahrsheiliheite m X : Erwartugswert ud s X : Stadardabweihug. s -Umgebug: U s (m) P ( {X / m s X m + s} ),955 s -Umgebug: U (p) σ P ( {X / p s X p + s } ),955 Kofidezitervalle: p s p p ( p) ( p) Notwediger Stihprobeumfag bei vorgegebeer Stihprobedifferez d zu p: p s d p ( p) d 4 p ( p) d 4 p ( p) d 4 p ( p) 6

Bernoulli-Experiment und Binomialverteilung

Bernoulli-Experiment und Binomialverteilung IV Beroulli-Exerimet ud Biomialverteilug Beroulli-Exerimet ud Beroulliette Defiitio: Zufallsexerimete, bei dee ma sich ur für das Eitrete ( Treffer, Symbol ) oder das Nichteitrete ( Niete, Symbol 0 ) eies

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

Klassifizierung der Verteilungen. Streuung der diskreten Verteilung

Klassifizierung der Verteilungen. Streuung der diskreten Verteilung Wichtigste Verteiluge der Biostatisti Disrete Zur Erierug Klassifizierug der Verteiluge Kotiuierliche Disrete Gleichverteilug Kotiuierliche Gleichverteilug Biomialverteilug Normalverteilug Poisso Verteilug

Mehr

1.3 Funktionen. Seien M und N Mengen. f : M N x M : 1 y N : y = f(x) nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig.

1.3 Funktionen. Seien M und N Mengen. f : M N x M : 1 y N : y = f(x) nennt man Funktion oder Abbildung. Beachte: Zuordnung ist eindeutig. 1.3 Fuktioe Seie M ud N Mege f : M N x M : 1 y N : y fx et ma Fuktio oder Abbildug. Beachte: Zuordug ist eideutig. Bezeichuge: M : Defiitiosbereich N : Bildbereich Zielmege vo f Der Graph eier Fuktio:

Mehr

Kovarianz und Korrelation

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

Mehr

( ) Formelsammlung. Kombinatorik. Permutation: ohne Wiederholung. n! = n (n - 1) (n - 2)... 3 2 1 n= alle Elemente. Permutation: mit Wiederholung

( ) Formelsammlung. Kombinatorik. Permutation: ohne Wiederholung. n! = n (n - 1) (n - 2)... 3 2 1 n= alle Elemente. Permutation: mit Wiederholung Formelsammlug Kombiatori Permutatio: ohe Wiederholug! = ( - 1) ( - 2).... 3 2 1 = alle Elemete Permutatio: mit Wiederholug!! P, = = usw. = gleiche Elemete! 1! K 2! Stichprobe (SP) = geordete Auswahl Geordete

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

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

Kapitel 2. Zahlenbereiche

Kapitel 2. Zahlenbereiche Kapitel 2. Zahlebereiche 2.1. Natürliche Zahle Die Mege N {1, 2, 3,... } der atürliche Zahle wird formal durch die Peao Axiome defiiert: (A1) 1 N (A2) N ( + 1) N (A3) m ( + 1) (m + 1) (A4) N ( + 1) 1 (A5)

Mehr

1 Vollständige Induktion

1 Vollständige Induktion 1 Vollstädige Idutio 1.1 Idutiosbeweise Das Beweisprizip der vollstädige Idutio ist eies der wichtigste Hilfsmittel der Mathemati icht ur der Aalysis. Es fidet Verwedug bei pratische alle Aussage, die

Mehr

18 2 Zeichen, Zahlen & Induktion *

18 2 Zeichen, Zahlen & Induktion * 18 2 Zeiche, Zahle & Idutio * Ma macht sich z.b. sofort lar, dass das abgeschlossee Itervall [ 3, 4] die Eigeschafte if[ 3, 4] 3 mi[ 3, 4] ud sup[ 3, 4]4max[ 3, 4] besitzt, währed das offee Itervall 3,

Mehr

Angabe Analysis 1 - Beweise, Vollständige Induktion, Folgen

Angabe Analysis 1 - Beweise, Vollständige Induktion, Folgen Agabe Aalysis - Beweise, Vollstädige Idutio, Folge 4. März 0 Aufgabe : Zum Aufwärme i Zeige durch geschictes Umforme, dass + + gilt. +!!!!!! +!! +! + + + + + ii Zeige durch vollstädige Idutio, dass 6 +

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

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

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

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5

Einführung in die Wahrscheinlichkeitstheorie Lösungsvorschläge zu Übungsblatt 5 TUM, Zetrum Mathematik Lehrstuhl für Mathematische Physik WS 13/14 Prof. Dr. Silke Rolles Thomas Höfelsauer Felizitas Weider Tutoraufgabe: Eiführug i die Wahrscheilichkeitstheorie Lösugsvorschläge zu Übugsblatt

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

Bsp.: Kostenfunktion: Gerade, nichtlineare Kurve Stichwort: Fixkosten, Variable Kosten, proportional/überproportional steigend

Bsp.: Kostenfunktion: Gerade, nichtlineare Kurve Stichwort: Fixkosten, Variable Kosten, proportional/überproportional steigend FerUNI Hage WS 00/0 Differetialrechug für Fkt. Eier Variable Ziel: Maß für lokale Äderuge eier Fuktio Bei Etscheiduge sid of icht die absolute Koste iteressat, soder vielmehr die Veräderug, die eie Produktio

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathemati PROF DRDR JÜRGEN RICHTER-GEBERT, VANESSA KRUMMECK, MICHAEL PRÄHOFER Höhere Mathemati für Iformatier I Witersemester 2003/2004 Aufgabeblatt 8 12 Dezember

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

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n)

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n) Übugsaufgabe Aalysis I Aufgabe. Beweise oder widerlege Sie: a Jede i R kovergete Folge ist beschräkt. b Es gibt Cauchy-Folge im R, die icht kovergiere. c Beschräkte Folge sid koverget. d Folge mit eiem

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

A D A E B D D E D E D C C D E

A D A E B D D E D E D C C D E ie Kombiatori beschäftigt sich mit der Zusammestellug vo lemete eier Mege. s werde 2 Kugel ohe Zurüclege aus zwei Ure gezoge. ie erste Ure ethält 3 Kugel ; ; ud die zweite Ure 2 Kugel ;. ie erste Kugel

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

Seminar: Randomisierte Algorithmen Routenplanung in Netzwerken

Seminar: Randomisierte Algorithmen Routenplanung in Netzwerken Semiar: Radomisierte Algorithme Routeplaug i Netzwerke Marie Gotthardt 3. Oktober 008 Ihaltsverzeichis 1 Routeplaug i Netzwerke 1.1 Laufzeit eies determiistische Algorithmus'................ 1. Radomisierter

Mehr

Stochastisches Integral

Stochastisches Integral Kapitel 11 Stochastisches Itegral Josef Leydold c 26 Mathematische Methode XI Stochastisches Itegral 1 / 2 Lerziele Wieer Prozess ud Browsche Bewegug Stochastisches Itegral Stochastische Differetialgleichug

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

(gesprochen n über k ) sind für n k, n, k N0 wie folgt definiert: n n. (k + 1)!(n k 1)! (n + 1)!

(gesprochen n über k ) sind für n k, n, k N0 wie folgt definiert: n n. (k + 1)!(n k 1)! (n + 1)! Aufgabe.4 Die Verallgemeierug der biomische Formel für (x y ist der Biomische Lehrsatz: (x y x y, x, y R, N. (a Zeige Sie die Beziehug ( ( ( zwische de Biomialoeffiziete. (b Beweise Sie de Biomische Lehrsatz.

Mehr

1 Funktionen und Flächen

1 Funktionen und Flächen Fuktioe ud Fläche. Fläche Defiitio: Die Ebee R ist defiiert als Mege aller geordete Paare vo reelle Zahle: R = {(,, R} Der erste Eitrag heißt da auch Koordiate ud der zweite Koordiate. Für zwei Pukte (,,

Mehr

E R M I T T L U N G E I N E R A D S O R P T I O N S I S O T H E R M E

E R M I T T L U N G E I N E R A D S O R P T I O N S I S O T H E R M E I Alexader Shödel LMU Dempartmet Chemie Verastaltug: Chemishes Grudpratium WS 003/004 Protooll Versuh Nr. 60: E R M I T T L U N G E I N E R A D S O R P T I O N S I S O T H E R M E Essigsäure a Ativohle

Mehr

Übungen zu Einführung in die Analysis, WS 2014

Übungen zu Einführung in die Analysis, WS 2014 Übuge zu Eiführug i die Aalysis, WS 2014 Ulisse Stefaelli 19. Jauar 2015 1 Wiederholug 1. Seie p, q ud r Aussage. Zeige Sie, dass dei Aussage Tautologie sid. p ( p q), (b) ( p q) ( p q), [ ((p ) ( ) ]

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

Indizieren Sie die folgenden Summen und Produkte gemäß der Vorgabe um und schreiben Sie sie einmal explizit aus: 5

Indizieren Sie die folgenden Summen und Produkte gemäß der Vorgabe um und schreiben Sie sie einmal explizit aus: 5 FU Berli: WiSe 13-14 (Aalysis 1 - Lehr.) Übugsaufgabe Zettel 9 Aufgabe 37 Idiziere Sie die folgede Summe ud Produte gemäß der Vorgabe um ud schreibe Sie sie eimal explizit aus: 5 (a) + 1) 0( Lösug. Die

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

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

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

5.7. Aufgaben zu Folgen

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

Mehr

1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre Morgasche Formel A \ B = A [ B A [ B = A \ B Kommutativgesetz A \ B = B \ A A [ B = B [ A Assozia

1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre Morgasche Formel A \ B = A [ B A [ B = A \ B Kommutativgesetz A \ B = B \ A A [ B = B [ A Assozia Statistik I - Formelsammlug Ihaltsverzeichis 1 Wahrscheilichkeitsrechug 1.1 Elemete der Megelehre................................. 1. Kombiatorik........................................ 1.3 Wahrscheilichkeite....................................

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

Einführung in die Stochastik 10. Übungsblatt

Einführung in die Stochastik 10. Übungsblatt Eiführug i die Stochastik. Übugsblatt Fachbereich Mathematik SS M. Kohler.7. A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 37 (4 Pukte) Ei Eremit am Südpol hat sich für die eibrechede polare Nacht mit

Mehr

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters:

2. Schätzverfahren 2.1 Punktschätzung wirtschaftlicher Kennzahlen. Allgemein: Punktschätzung eines Parameters: . Schätzverfahre. Puktschätzug wirtschaftlicher Kezahle Allgemei: Puktschätzug eies Parameters: Ermittlug eies Schätzwertes für eie ubekate Parameter eier Zufallsvariable i der Grudgesamtheit mit Hilfe

Mehr

Plädoyer für das harmonische Mittel

Plädoyer für das harmonische Mittel Bulleti Plädoyer für das harmoishe Mittel Beat Jaggi, beat.jaggi@phber.h Eileitug Das Bilde vo Mittelwerte ist ei zetrales Kozept i der Mathematik (siehe z.b. [], [], [7] oder [8]). Im Mathematikuterriht

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

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx

Übungen zur Infinitesimalrechnung 2, H.-C. Im Hof 19. März Blatt 4. Abgabe: 26. März 2010, Nachmittag. e x2 dx + e x2 dx = 2 e x2 dx Übuge zur Ifiitesimalrechug, H.-C. Im Hof 9. März Blatt 4 Abgabe: 6. März, Nachmittag Aufgabe. Zeige e x dx π. Beweis. Wir bemerke als erstes, dass e x dx e x dx + e x dx e x dx formal sieht ma dies per

Mehr

Höhere Mathematik I für die Fachrichtung Physik

Höhere Mathematik I für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Dipl.-Math. Sebastia Schwarz SS 5 7.9.5 Höhere Mathematik I für die Fachrichtug Physik Lösugsvorschläge zur Bachelor-Modulprüfug

Mehr

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

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

Mehr

Vorkurs Grundlagen für das Mathematikstudium Lösungen 2: Binomialreihen, Exponential- und Logarithmusfunktion

Vorkurs Grundlagen für das Mathematikstudium Lösungen 2: Binomialreihen, Exponential- und Logarithmusfunktion Uiversität Zürich, 3. September 0 Vorurs Grudlage für das Mathematistudium Lösuge : Biomialreihe, Expoetial- ud Logarithmusfutio Lösug zu Aufgabe Seie x, y > 0 ud a > 0. Da gilt: a log a z z für alle z

Mehr

Eingangsprüfung Stochastik,

Eingangsprüfung Stochastik, Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x

Mehr

Prof. Dr. Holger Dette Musterlösung Statistik I Sommersemester 2009 Dr. Melanie Birke Blatt 5

Prof. Dr. Holger Dette Musterlösung Statistik I Sommersemester 2009 Dr. Melanie Birke Blatt 5 Prof. Dr. Holger Dette Musterlösug Statistik I Sommersemester 009 Dr. Melaie Birke Blatt 5 Aufgabe : 4 Pukte Sei X eie Poissoλ verteilte Zufallsvariable mit λ > 0, ud die Verlustfuktio L sei defiiert durch

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

Höhere Mathematik für die Fachrichtung Physik

Höhere Mathematik für die Fachrichtung Physik Karlsruher Istitut für Techologie Istitut für Aalysis Dr. Christoph Schmoeger Michael Hott, M. Sc. WS 05/06 3..05 Höhere Mathemati für die Fachrichtug Physi Lösugsvorschläge zum 3. Übugsblatt Vorbemerug

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

Diskrete Zufallsvariablen

Diskrete Zufallsvariablen Erste Beispiele diskreter Verteiluge Diskrete Zufallsvariable Beroulli-Verteilug Eie diskrete Zufallsvariable heißt beroulliverteilt mit arameter p, falls sie die Wahrscheilichkeitsfuktio p,, f ( ) ( )

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

1 Lösungen zu Analysis 1/ 12.Übung

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

Mehr

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

Mathematik Abiturwissen. Script von Michael Telgkamp Vorlesung Dr. Bruder

Mathematik Abiturwissen. Script von Michael Telgkamp Vorlesung Dr. Bruder Mathematik Abiturwisse Script vo Michael Telgkamp Vorlesug Dr. Bruder . Eiführug Abiturwisse Mathematik / 9. Zahlebereiche: N atürliche Zahle Z gaze Zahle Q ratioale Zahle R reelle Zahle C komplee Zahle

Mehr

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.

3 Folgen, Reihen, Grenzwerte 3.1 Zahlenfolgen. Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10. 3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Beispiele: 1, 2, 3, 4, 5,. 1, 3, 5, 7, 9, 3, 6, 9, 12, 15, 2, 4, 8, 16, 32, 64, 10, 100, 1.000, 10.000, 1 3 Folge, Reihe, Grezwerte 3.1 Zahlefolge Defiitio: Eie

Mehr

Kommutativgesetz 1.) a + b = b + a Entsprechende Umformungen gelten. Assoziativgesetz 3.) ( a + b ) + c = a + ( b + c ) = a + b + c

Kommutativgesetz 1.) a + b = b + a Entsprechende Umformungen gelten. Assoziativgesetz 3.) ( a + b ) + c = a + ( b + c ) = a + b + c 03.05.0 Elemetre Termumformuge Kommuttivgesetz. + + Etsprehede Umformuge gelte... für Sutrktio ud Divisio iht. Assozitivgesetz 3. ( + + + ( + + + 4. (... (... 5. ( + - + ( - + - 6. (. :. ( :. : Etsprehede

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

Lerneinheit 2: Grundlagen der Investition und Finanzierung

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

Mehr

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

mathphys-online GANZRATIONALE FUNKTIONEN y-achse x-achse

mathphys-online GANZRATIONALE FUNKTIONEN y-achse x-achse GANZRATIONALE FUNKTIONEN 7 0 7 7 Gazratioale Futioe Ihaltsverzeichis Kapitel Ihalt Seite Eiührug. Das Pascal sche Dreiec. Verschobee Potezutioe Verlau der Graphe gazratioaler Futioe im Koordiatesystem.

Mehr

n n n n n n n n n n k = 2 3 3ü0à ü0à k n+ 1

n n n n n n n n n n k = 2 3 3ü0à ü0à k n+ 1 äò3 äò3 0 í a í ü6ð6 í ( + a) í + ( ü6ë) a ( + a) = + a í + ( ü6ë ) a = + a + + ( + a) í + ( ü6ë) a ( + a) í + ( ü6ë) a ( IV ) + ( + a) = ( + a) ( + a) í ( + a)( + ( ü6ë) a) = + ( ü6ë ) a + a + ( ü6ë)

Mehr

Eulersche Summationsformel

Eulersche Summationsformel Eulersche Summatiosformel ei Prosemiarvortrag Sve Grützmacher Betreut vo Dr. Kaste Cotets Vorwort Die eifache Formel 3 Die allgemeie Formel 5 4 Awedug 7 VORWORT Vorwort Dieser Prosemiarvortrag beschäftigt

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

Streifzug durch die Welt der Binome und darüber hinaus

Streifzug durch die Welt der Binome und darüber hinaus www.mathemati-etz.de Copyright, Page 1 of 6 Streifzug durch die Welt der Biome ud darüber hiaus Die biomische Formel sid ützliche Istrumete, welche i viele Gebiete der Mathemati gewibriged eigesetzt werde

Mehr

1 Aussagenlogik und vollständige Induktion

1 Aussagenlogik und vollständige Induktion Dr. Siegfried Echterhoff Aalysis 1 Vorlesug WS 08 09 1 Aussagelogi ud vollstädige Idutio Die Mathemati basiert auf eier Reihe vo Axiome, d.h. auf mathematische Aussage, die als (offesichtlich? wahr ageomme

Mehr

Übungsblatt 9 zur Vorlesung. Statistische Methoden

Übungsblatt 9 zur Vorlesung. Statistische Methoden Dr. Christof Luchsiger Übugsblatt 9 zur Vorlesug Statistische Methode Schätztheorie ud Kofidezitervalle Herausgabe des Übugsblattes: Woche 8, Abgabe der Lösuge: Woche 9 (bis Freitag, 65 Uhr), Besprechug:

Mehr

Intervallschätzung II 2

Intervallschätzung II 2 Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller

Mehr

6. Die Gamma-Funktion

6. Die Gamma-Funktion 6.. Die Gamma-Futio ist für C mit Re > 0 defiiert durch Γ( := 0 t e t dt (Euler-Itegral. Bemerug. Es ist t e t = t x e t mit x = Re. Beatlich overgiert 0 t x e t dt für x > 0 (das ist die reelle Gamma-Futio.

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

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

Gliederung. Value-at-Risk

Gliederung. Value-at-Risk Value-at-Risk Dr. Richard Herra Nürberg, 4. Noveber 26 IVS-Foru Gliederug Modell Beispiel aus der betriebliche Altersversorgug Verteilug des Gesatschades Value-at-Risk ud Tail Value-at-Risk Risikobeurteilug

Mehr

Übungsaufgaben II. Übungsaufgaben II. f) Wie groß ist die Wahrscheinlichkeit, dass er mindestens 1 richtige Antworten. ankreuzt?

Übungsaufgaben II. Übungsaufgaben II. f) Wie groß ist die Wahrscheinlichkeit, dass er mindestens 1 richtige Antworten. ankreuzt? Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Berufsolleg Marieschule Lippstadt Schuljahr /7 Kurs: Mathemati AHR. Aufgabe Ei Multiple-Choise-Test besteht aus Frage für die jeweils

Mehr

Methode der kleinsten Quadrate

Methode der kleinsten Quadrate Methode der kleiste Quadrate KAPITEL 5: REGRESSIONSRECHNUNG Die Methode der kleiste Quadrate (MklQ) ist ei Verfahre zur Apassug eier Fuktio a eie Puktwolke. Agewadt wird sie beispielsweise, um eie Gesetzmäßigkeit

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

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

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

Mehr

5.6 Additionsverfahren

5.6 Additionsverfahren 5.6 Additiosverfhre Prizip Die eide Gleihuge werde so umgeformt, dss ei der Additio der eide Gleihuge eie Vrile wegfällt. Es müsse h der Umformug lso i eide Gleihuge gleih viele x oder gleih viele y (er

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

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

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung

Umrechnung einer tatsächlichen Häufigkeitsverteilung in eine prozentuale Häufigkeitsverteilung .3. Prozetuale Häufigkeitsverteilug (HV) Die prozetuale Häufigkeitsverteilug erlaubt de Vergleich vo Auswertuge, dee uterschiedliche Stichprobegröße zugrude liege. Es köe auch uterschiedliche Stichprobegröße

Mehr

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

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

Mehr

von Prof. Dr. Ing. Dirk Rabe FH Emden/Leer

von Prof. Dr. Ing. Dirk Rabe FH Emden/Leer vo Prof. Dr. Ig. Dirk Rbe FH Emde/Leer Überblick: Folge ud Reihe Folge: Zhlefolge ( ) ; ; ; ist eie geordete Liste vo Zhle ( IN) : Glieder der Folge f(): Bildugsgesetz (eplizit i oder rekursiv) z.b.: (

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

1 Elementare Zahlentheorie. 0. Grundbegriffe

1 Elementare Zahlentheorie. 0. Grundbegriffe Elemetare Zahletheorie 0 Grudbegriffe 0 Teilbarkeit i N Mit N (oder auch ur N, zumidest i dieser Vorlesug werde die Mege {,, } der gaze Zahle bezeichet; wir ee diese Zahle die atürliche Zahle Wir verwede

Mehr

i=0 a it i das erzeugende Polynome von (a 0,..., a j ).

i=0 a it i das erzeugende Polynome von (a 0,..., a j ). 4 Erzeugede Fuktioe ud Polyome Defiitio 4 Sei a = (a 0, a, eie Folge vo atürliche Zahle, da heißt die formale Potezreihe f a (t := i 0 a it i die erzeugede Fuktio vo a Gilt a i = 0 für i > j, so heißt

Mehr

Mathematik IV für Maschinenbau und Informatik

Mathematik IV für Maschinenbau und Informatik UNIVERSITÄT ROSTOCK Mathematik IV für Maschiebau ud Iformatik Stochastik Prof. Dr. Friedrich Liese Sommersemester 2007 2 Mathematik IV für Maschiebau ud Iformatik INHALT Ihalt... 2 Vorlesugsverzeichis...

Mehr

Aufgaben zur vollständigen Induktion

Aufgaben zur vollständigen Induktion c 7 by Raier Müller - Aufgabe zur vollstädige Idutio We ichts aderes agegebe ist, da gelte die Behauptuge für IN {; ; ;...}. A) Teilbareit: ) ist gerade (d.h. durch teilbar). ) ist durch teilbar. ) ist

Mehr

Kapitel IV: Unendliche Reihen

Kapitel IV: Unendliche Reihen Igeieurmathemati I WS 13/14 - Prof. Dr.. Mafred Leitz Kapitel IV: Uedliche Reihe 11: Uedliche Zahlereihe Kapitel IV: Uedliche Reihe 11 Uedliche Zahlereihe A Zum Begriff uedliche Zahlereihe B Uedliche Reihe

Mehr

Testen statistischer Hypothesen

Testen statistischer Hypothesen Kapitel 9 Teste statistischer Hypothese 9.1 Eiführug, Sigifiaztests Sigifiaztest für µ bei der ormalverteilug bei beatem σ = : X i seie uabhägig ud µ, ) verteilt, µ sei ubeat. Stelle eie Hypothese über

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

Seminar De Rham Kohomologie und harmonische Differentialformen - 2. Sitzung

Seminar De Rham Kohomologie und harmonische Differentialformen - 2. Sitzung Semiar De Rham Kohomologie ud harmoische Differetialforme - 2. Sitzug Torste Hilgeberg 26. April 24 1 Orietierug Defiitio: Zwei Karte heiße orietiert verbude, we das Differetial des Kartewechsels positive

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 Lösuge zu Aufgabeblatt 7

Mehr

Logarithmus - Übungsaufgaben. I. Allgemeines

Logarithmus - Übungsaufgaben. I. Allgemeines Eie Gleichug höhere Grdes wie z. B. Gymsium / Relschule Logrithmus - Üugsufge Klsse 0 I. Allgemeies k ch ufgelöst werde, idem m die Wurzel zieht. Tritt die Uekte jedoch im Epoete eier Potez uf, spricht

Mehr

Stetigkeit und Differenzierbarkeit. Vorlesung zur Didaktik der Analysis

Stetigkeit und Differenzierbarkeit. Vorlesung zur Didaktik der Analysis Stetigkeit ud Dierezierbarkeit Vorlesug zur Didaktik der Aalysis Ihalt Nachtrag: Fuktioegrezwert Stetigkeit Aschauliche Bedeutug Mathematische Präzisierug Topologische Charakterisierug Gleichmäßige Stetigkeit

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

3.2 Potenzreihen und komplexe Taylorentwicklung

3.2 Potenzreihen und komplexe Taylorentwicklung 40 Kapitel 3. Holomorphe Fuktioe 3.2 Potezreihe ud komplexe Tayloretwicklug Wede wir us u de Reiheetwickluge vo Fuktioe zu. 3.2. Defiitio Uter eier Potezreihe um de Pukt z 0 C versteht ma eie Reihe der

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik ud Wahrscheilichkeitsrechug Dr. Joche Köhler 9.04.008 Äderug Übugsstude Statistik ud Wahrscheilichkeitsrechug Die Gruppe vo Markus trifft sich am Doerstag statt im HCI D zusamme mit der Gruppe

Mehr

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle

Praktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht

Mehr