FORMELSAMMLUNG. re-wi. A. Ableitungsformeln und Integralformeln. Funktion ƒ(x) Ableitung ƒ'(x) Stammfunktion F(x) = 1 1. B. Ableitungsregeln.
|
|
- Sophie Hochberg
- vor 6 Jahren
- Abrufe
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
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
MehrFormelsammlung 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
MehrKlassifizierung 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
Mehr1.3 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:
MehrKovarianz 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
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
MehrNachklausur - 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:
MehrWir 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
MehrKapitel 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)
Mehr1 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
Mehr18 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,
MehrAngabe 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 +
MehrProf. 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
MehrBINOMIALKOEFFIZIENTEN. 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
Mehr6. 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
MehrEinführung 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
MehrZählterme (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
MehrBsp.: 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
MehrTECHNISCHE 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
MehrFolgen 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
Mehrn 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
Mehr5 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
MehrA 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
MehrStochastik 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
MehrSeminar: 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
MehrStochastisches 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
MehrKapitel 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)!
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.
Mehr1 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 (,,
MehrE 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
MehrÜbungen 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 ) ( ) ]
Mehr1 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.
MehrIndizieren 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
MehrKapitel 6: Statistische Qualitätskontrolle
Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle
MehrParameter 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
MehrÜbungen 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
Mehr5.7. 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
Mehr1 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....................................
MehrMusterlösung 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
MehrEinführung 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
Mehr2. 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
MehrPlädoyer 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
MehrÜbungsblatt 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
MehrÜbungen 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
MehrHöhere 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
MehrSBP 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
MehrVorkurs 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
MehrEingangsprüfung 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
MehrProf. 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
MehrAufgaben 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.
MehrHöhere 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
MehrNennenswertes 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
MehrDiskrete Zufallsvariablen
Erste Beispiele diskreter Verteiluge Diskrete Zufallsvariable Beroulli-Verteilug Eie diskrete Zufallsvariable heißt beroulliverteilt mit arameter p, falls sie die Wahrscheilichkeitsfuktio p,, f ( ) ( )
MehrZahlenfolgen, 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:
Mehr1 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
Mehr7.2 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
MehrMathematik 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
Mehr3 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
MehrKommutativgesetz 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
MehrWahrscheinlichkeit & 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
MehrLerneinheit 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
MehrAufgaben 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
Mehrmathphys-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.
Mehrn 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)
MehrEulersche 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
Mehr4. 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
MehrStreifzug 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
Mehr1 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
MehrÜbungsblatt 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:
MehrIntervallschätzung II 2
Itervallschätzug Kofidezitervall für die Variaz Kofidezitervall für de Ateilswerte Kofidezitervall für die Differez zweier Ateile Bestimmug des Stichrobeumfags Itervallschätzug II Bibliografie Bleymüller
Mehr6. 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.
MehrKlassische 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
Mehr3. 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 ; : :
MehrGliederung. 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
MehrÜbungsaufgaben 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
MehrMethode 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
MehrMaximum 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
MehrLösungsskizzen 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
Mehr5.6 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
MehrSUCHPROBLEME 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
MehrÜbungen 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,
MehrUmrechnung 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
MehrAllgemeine 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
Mehrvon 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.: (
Mehr1.2. 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
Mehr1 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
Mehri=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
MehrMathematik 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...
MehrAufgaben 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
MehrKapitel 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
MehrTesten 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
Mehr1. 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,
MehrSeminar 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
MehrTECHNISCHE 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
MehrLogarithmus - 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
MehrStetigkeit 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
MehrKlausur 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
Mehr3.2 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
MehrStatistik 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
MehrPraktikum 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