Wiederholung: Linearer Ausgleich 1. Linearer Ausgleich. Vorlesung April. Aufgabe Gegeben Naturgesetz

Größe: px
Ab Seite anzeigen:

Download "Wiederholung: Linearer Ausgleich 1. Linearer Ausgleich. Vorlesung April. Aufgabe Gegeben Naturgesetz"

Transkript

1 Vorlesug April Bei w,, w m, v R ; (w,, w m =: A R (,m ud ieres Produkt = euklidisches Produkt schrieb sich das Approximatiosproblem so: Fide w = Wiederholug: m ζ k w k mit w v w v w spa{w,, w m } k= Miimiere Aζ v bezüglich ζ Das Gramsche System < w, w > < w, w m > wurde zu de < w m, w > < w m, w m > A T Aζ = A T v ζ = < w, v > < w m, v > sogeate Normalgleichuge Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 / 5 Seite 9 Wir wolle heute sehe, dass sehr wichtig ist ud Miimiere Aζ v bezüglich ζ eie weitere Zugag zu seier Lösug ebe de Normalgleichuge keelere Aufgabe Gegebe Naturgesetz h(t = α + β T Temperatur Höhe eier Flüssigkeitssäule abhägig vo T Bestimme α, β aus Messuge Zwei Messuge gebe lieares Gleichugssystem α + βt = h α + βt = h T h T h } ( T T ( α β = ( h h Schö eifach aber (weil Messuge Fehler habe oft auch schö falsch Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 3 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 4 / 5

2 Zur Kotrolle mehr Messuge Seite Seite h(t aus T, T h(t aus T, T 3 h(t aus T, T 3 Nach eier Stude folgede Situatio T T ( T 3 α β T m Was tu? h h h 3 h m = T 4 T 3 T T Was ist richtig? Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 5 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 6 / 5 Seite Seite 3 Ausweg: T T ( T 3 α β T m h h h 3 h m Lieares Ausgleichsproblem Gegebe A R (m, Gesucht x R mit Bemerkug: Meistes ist m : b R m A x b miimal T T ( α β T m h h h m Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 7 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 8 / 5

3 Lieares Ausgleichsproblem Gegebe A R (m,, Gesucht x R mit b R m Seite 3 x mi löst das Gramsche System < a, a > < a, a > < a, a > < a, a > < a, a > < a, a > x = < a, b > < a, b > ( a x + a x + + a x b = Ax b miimal A x mi ist der Pukt i spa{a,, a }, der vo b de kleiste Abstad hat Ax mi ist die Projektio vo b auf spa{a,, a } x mi löst das Gramsche System < a, a > < a, a > < a, a > < a, a > < a, a > < a, a > x = < a, b > < a, b > Mit u, v = u T v also ( a T ( a a T ( a a T ( a a T b x =, (a T a (a T a (a T a (a T b ud somit eifach A T Ax = A T b Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 9 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 / 5 Satz 7 Die Lösuge vo A x b sid geau die Lösuge der Normalgleichuge: A T A x = A T b Beweis wich vom Skript ab: Ax b a,, a A T (Ax b = Seite 3 ( x A T A x = A T b x = ( Beispiel Erierug: ( ( 4 x = 4 4 A T A regulär a,, a liear uabhägig Rag A = Da x mi = (A T A A T b ud P(b = Ax mi = A(A T A A T b Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 / 5 ( x = Bei Hadrechug für kleie Probleme oft eifach Bei große Probleme aber sehr rudugsfehlerafällig, daher für Maschierechug adere Methode: Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 / 5

4 Erierug: we Q orthogoal Bei orthogoalem Q z = Qz Ax b Q(Ax b Seite 4 IDEE: Wähle sukzessive Householder-Matrize für Q, so dass A auf Dreiecksgestalt gebracht wird R Q(Ax b = QA x Qb R ( y z = Rx y + z Lösug aus Rx y= Miimalwert Geauer: Trasformiere orthogoal A ( x b ( A ( = A = (a,, a auf k R y k x k z k Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 3 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 4 / 5 Im Eizele: Schritt: a? Nei A (? Nei STOP We JA: Tausche (lägste Spalte ach vor Wähle Householder-Matrix Q mit Q a = ± a e Schritt = Schritt für A ( Q A }{{ ( } r r r A ( Q b b ( Schritt: r r r b ( H A ( x b ( b ( m A ( = (a, a,, a = STOP Sost Tausche Spalte ach vor ( Zeile mittausche Householder H so dass H a = ± a }{{ e, e R m } r ( ( ( r r r r r H A ( = r H A ( = r r r r r 3 r 3 Schritt: A ( =? usw usw A ( Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 5 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 6 / 5

5 Nach k Schritte erhält ma Q k Q k Q (A x b r r r k r,k+ r = rkk r k,k+ r k x Q k Q k Q orthog orthog orthog =Q orthogoal b (k b (k k b (k k+ b (k m } } y z R x = y lösbar, da r r kk r r r k r,k+ r x = Eideutig lösbar we k = Auflösbar ach x,, x r kk r k,k+ r k, y y k A x b = Q(A x b = R x y + z Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 7 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 8 / 5 Seite 8 Beispiele Wir erhalte u ei (scho wohlbekates Ergebis Satz 78 Seie A R (m,, b R m Da ist das lieare Ausgleichsproblem x R : A x b ( Rag ist maximal aber x x x 3 x 4 x 5 stets lösbar Es ist geau da eideutig lösbar, we ist, dh Spalte liear uabhägig Rag A = Lösuge: x = e, e,, e 5, sowie x mit x i = Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 9 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 / 5

6 x a a b Q : a a e = Q = E ww T w = a ( a e w = w/ w T w w Q = E w T w 3 w = Q a = Q a = a w w T a = /3 /3 /3 = /3 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 / 5 Q b = b w w T b = = /3 /3 /3 = x /3 x 7/3 /3 /3 7/3 /3 /3 H : w = /3 /3 /3 6/3 w = 9 H = E 3 9 w w T Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 3 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 4 / 5

7 H H /3 7/3 /3 /3 = = /3 7/3 /3 / /3 /3 /3 /3 = = 6/3 x 6/3 6/3 x = /3 6/3 6/3 6/3 /3 ( ( x A T A x = A T b x = ( ( 4 x = 4 4 ( x = ( Beispiel Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 5 / 5 Weg über die Normalgleichuge also für die Hadrechug deutlich ageehmer Householder-Zugag aber GANZ DEUTLICH weiger rudugsfehlerafällig Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 6 / 5 QR-Zerlegug Seite 9 A R (, quadratisch (regulär Hat A R (m, lu Spalte, so erhält ma mit Householder-Matrize ( R Q Q Q A = Dari ist R R (, ud die Q i sid orthogoal ud symmetrisch Satz 79 A = Q Q Q Q Das heißt QR-Zerlegug vo A ( R ( R = Q orthogoal Löse A x = b wie folgt QR x = b R x = Löse auf QT b reche aus A = Q = Q Q Q orthogoal R (regulär Dreiecksmatrix Q T b = Q Q b Ketis der Householder-Matrize reicht Achtug QR-Zerlegug etwa doppelt so teuer wie LR-Zerlegug QR-Zerlegug aber etwas stabiler Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 7 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 8 / 5

8 Bemerkug A R (, regulär A x b x = A b (Lösug vo A x = b Ede der 4 Vorlesug Householder Methode auch für reguläre Gleichugssysteme möglich Aufwad zwei Mal Gauss Aber bei empfidliche Gleichugssysteme besser Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 9 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 3 / 5 Wiederholug: Ausgleich Seite 3 Vorlesug 5 3 Mai + 6 Mai Lieares Ausgleichsproblem Gegebe A R (m,, b R m Gesucht x R mit A x b miimal Satz 7 Die Lösuge vo A x b sid geau die Lösuge der Normalgleichuge: A T A x = A T b Alterativ: Orthogoale Trasformatio auf Dreiecksgestalt MATLAB: x= A\ b löst A x b miimal Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 3 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 3 / 5

9 Start mit Ausgleichgerade f Diskrete Approximatio durch Ausgleich r Seite 33 Bestimme α, β i f (x = α + β t durch Messuge (t i, b i, so dass für die Fehler r 3 r 4 r 6 r 5 r 8 r 7 r 9 gilt i= r i Methode der kleiste Fehlerquadrate r i = α + β t i b i t t ( α β t b r t r t t 3 t 4 t 5 t 6 t 7 t 8 t 9 t t Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 33 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 34 / 5 t t ( α β t b b ist eideutig lösbar, we die Matrix Rag hat Dies ist geau da der Fall, we uter de t i -Werte zwei verschiedee sid ( Ma wird ie ur für eie t-wert messe De: Seie dies oe t t Da ist i t t t 3 t t t = t t Lösug vo über die Normalgleichuge t t ( α β t b A T A x = A T b ( < a, a > < a, a > < a, a > < a, a x = > ( i= i= t i i= t i i= t i x = ( < a, b > < a, b > ( i= b i i= t i b i Seite 39 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 35 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 36 / 5

10 Cramer α = x = β = x = ( i= ( b i i= t i t i b i i= t i b i i= i= t i t i /det i= b i /det i= b b Verallgemeierug der Ausgleichsgerade Ausgleichspolyom p(t Seite 3 Kopfschmerze mit det = i= t i ( t i i= b r m r m MATLAB Spaltevektor t ethalte die t-werte, Spaltevektor b die Messwerte Da liefert A=[oes(size(t, t]; x= A\b; alpha=x(; beta=x(; die Lösug t t b 3 t 3 t m t Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 37 / 5 m Fehlerquadratsumme miimal Mackes (Techische Uiversität Hamburg-Harburg ri Lieare Algebra II SoSe 3 38 / 5 i= Asatz: p(t = t t t t t t t m tm tm a i t i i= a a a b b b m t t t t t t Rag = + = Azahl Spalte t m tm tm Midestforderug m + (Midestes so viele (m Messuge wie Ubekate a, a,, a }{{ } + Behauptug Sid die t i alle verschiede, so reicht das Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 39 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 4 / 5

11 Satz Gegebe (t j, b j R ; j =,, m mit t i t j bei i j Da gibt es für jedes < m geau ei Polyom p(t = a j t j j= welches uter alle Polyome i Π das Fuktioal m (p(t i b i miimiert i= Beweis Wir zeige: Die Spalte vo t t t t A = sid liear uabhägig t m tm Weil m +, ist die Vadermodesche Matrix t t V : = t + t+ i de erste + Zeile vo A ethalte Es ist aber scho bekat Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 4 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 4 / 5 LEMMA + det V = (t j t i i,j= i<j Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 43 / 5 Für m = + ist: t t t + t+ Quadratisch, regulär a a b Spezialfall äquivalet zu t t a = b t + t+ Also Polyom p i Π, das a ( + paarweise verschiedee Stelle t,, t + vorgegebee Werte aimmt Dies Polyom heißt INTERPOLATIONSPOLYNOM Berechug: Später Nicht über das Gleichugssystem Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 44 / 5

12 Fide zu m Date Allgemeier Ausgleich (t j, b j, j =,, m t j [a, b] R, paarweise verschiede, eie Fuktio ( m mit φ(t = x k φ k (t, x k variabel k= φ(t b φ(t m b m Seite 34 φ(t b φ(t m b m lautet ausgeschriebe φ (t x +φ (t x + + φ (t x b mi = φ (t x +φ (t x + + φ (t x b φ (t m x +φ (t m x + + φ (t m x b m φ (t φ (t φ (t oder x b φ (t m φ (t m φ (t m we Spalte lu so ist das Problem eideutig lösbar Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 45 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 46 / 5 aus Messuge φ(t = x si(3t + x cos(3t + x 3 e t Beispiel x, x, x 3 zu bestimme t = [, 3, 6, 9,, 5, 8,, 4, 7, 3] y = [ -3, -, -, -3, -3, -, -5,,,, -] A = A= [ si(3*t, cos(3*t, exp(-t] rak(a x = A\y ; as = 3; x = Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 47 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 48 / 5

13 tt= lispace(-, 3,; AA= [ si(3*tt, cos(3*tt, exp(-tt]; yy= AA*x; plot(tt,yy; plot(t,y, or Tschebyscheff-Systeme Amerkug Sid bei eiem Fuktioesystem φ,, φ für beliebig verschiedee Pukte t,, t [a, b] stets φ (t φ (t,, liear uabhägig, φ (t φ (t so heißt φ,, φ ei TSCHEBYSCHEFF-SYSTEM auf [a, b] Es gibt dicke Bücher über Tschebyscheff-Systeme Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 49 / 5 Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 5 / 5 Ede der 5 Vorlesug Mackes (Techische Uiversität Hamburg-Harburg Lieare Algebra II SoSe 3 5 / 5

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

und wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n.

und wird als n-dimensionaler (reeller) Vektorraum bezeichnet. heißt der von v 1,..., v k aufgespannte Unterraum des R n. Reeller Vektorraum Kapitel Vektorräume Die Mege aller Vektore x mit Kompoete bezeiche wir mit x R =. : x i R, i x ud wird als -dimesioaler (reeller) Vektorraum bezeichet. Defiitio Ei Vektorraum V ist eie

Mehr

4. Vektorräume mit Skalarprodukt

4. Vektorräume mit Skalarprodukt 4. Vektorräume mit Skalarprodukt Wiederholug: V=R x, y R: x= x x i x, y= y y, :R R R Skalarprodukt Stadardskalarprodukt lieare Abbildug mit 2 Argumete 4. Eigeschafte vo Skalarprodukte Def.: Es sei V ei

Mehr

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

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

Mehr

9. ENDLICH ERZEUGTE MODULN UND GANZHEIT

9. ENDLICH ERZEUGTE MODULN UND GANZHEIT Algebra 2 Daiel Plauma Techische Uiversität Dortmud Sommersemester 2017 9. ENDLICH ERZEUGTE MODULN UND GANZHEIT Arbeitsblatt: Der Satz vo Cayley-Hamilto ud Aweduge Lese Sie de Text sorgfältig ud löse Sie

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

... 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

Wahrscheinlichkeitsrechnung & Statistik - Ergänzung zum Skript

Wahrscheinlichkeitsrechnung & Statistik - Ergänzung zum Skript Wahrscheilichkeitsrechug & Statistik - Ergäzug zum Skript Prof. Schweizer 9. Oktober 008 Mitschrift: Adreas Steiger Warug: Wir sid sicher dass diese Notize eie Mege Fehler ethalte. Betrete der Baustelle

Mehr

Lineare Abbildungen und Matrizen

Lineare Abbildungen und Matrizen Kapitel 6 Lieare Abbilduge ud Matrize I diese Kapitel werde wir lieare Abbilduge ittels sogeater Matrize beschreibe. Das Matrizekalkül wurde i Wesetliche vo C.F. Gauß, J.J. Sylvester ud A. Cayley i 19.

Mehr

Determinante und Resultante Azadeh Pasandi

Determinante und Resultante Azadeh Pasandi Determiate ud Resultate 07.01.2009 Azadeh Pasadi Defiitio ud Grudeigeschafte: sei U, V, W ud Vektor-Raum über Körper F ud beachte eie Abbildug f ( u,v ) vo kartesische Produkt: f: U x V W Diese Abbildug

Mehr

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik

Proseminar: Mathematisches Problemlösen. Ungleichungen 2. Pierre Schmidt. Vortragstermin: 19. Juni Fakultät für Mathematik Prosemiar: Mathematisches Problemlöse Ugleichuge Pierre Schmidt Vortragstermi: 19. Jui 015 Übugsleiteri: Dr. Natalia Griberg Fakultät für Mathematik Karlsruher Istitut für Techologie Ihaltsverzeichis 1

Mehr

Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe Analysis und Integraltransformationen

Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe Analysis und Integraltransformationen UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz Dr P C Kustma Dipl-Math M Uhl Sommersemester 009 Höhere Mathematik II für die Fachrichtuge Elektroigeieurwese Physik ud Geodäsie iklusive Komplexe Aalysis

Mehr

Universität Stuttgart Fachbereich Mathematik. 1 Lineare Abbildungen und Matrizen. 1.1 Um was geht es?

Universität Stuttgart Fachbereich Mathematik. 1 Lineare Abbildungen und Matrizen. 1.1 Um was geht es? Uiversität Stuttgart Fachbereich Mathematik Prof Dr C Hesse PD Dr P H Lesky Dipl Math D Zimmerma Msc J Köller FAQ 4 Höhere Mathematik 724 el, kyb, mecha, phys Lieare Abbilduge ud Matrize Um was geht es?

Mehr

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel

Wirksamkeit, Effizienz. Beispiel: Effizienz. Mittlerer quadratischer Fehler (MSE) Konsistenz im quadratischen Mittel 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez 3 arameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Beispiel: Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische

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

Konvexität und Ungleichungen

Konvexität und Ungleichungen Koveität ud Ugleichuge Tag der Mathematik 2003 Holger Stepha Weierstraß Istitut für Agewadte Aalysis ud Stochastik http://www.wias-berli.de/people/stepha = Für mathematisch iteressierte Schüler = Folie

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

Wirksamkeit, Effizienz

Wirksamkeit, Effizienz 3 Parameterpuktschätzer Eigeschafte vo Schätzfuktioe 3.3 Wirksamkeit, Effiziez Defiitio 3.5 (Wirksamkeit, Effiziez Sei W eie parametrische Verteilugsaahme mit Parameterraum Θ. 1 Seie θ ud θ erwartugstreue

Mehr

1 Das Skalarprodukt und das Kreuzprodukt

1 Das Skalarprodukt und das Kreuzprodukt Das Skalarprodukt ud das Kreuzprodukt Wir betrachte zu x = de Ausdruck y t x : = x Grud: Die rechte Seite der Gleichug ist: y t x = (y tx +... + (y ty { t x } y +... + x y x + x y (x y +... + x y x x t

Mehr

4.6 Berechnung von Eigenwerten

4.6 Berechnung von Eigenwerten 4.6 Berechug vo Eigewerte 4.6 Berechug vo Eigewerte I diesem Abschitt befasse wir us mit dem Eigewertproblem: zu gegebeer Matrix A R sid die Eigewerte (ud gegebeefalls Eigevektore) gesucht. Wir erier a

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

Langrange-Multiplikators und Hinreichende Bedingungen

Langrange-Multiplikators und Hinreichende Bedingungen Albert Ludwigs Uiversität Freiburg Abteilug Empirische Forschug ud Ökoometrie Mathematik für Wirtschaftswisseschaftler Dr. Sevtap Kestel Witer 008 10. November 008 14.-4 Lagrage-Multiplikators ud Hireichede

Mehr

Vorkurs Mathematik für Informatiker Potenzen und Polynome --

Vorkurs Mathematik für Informatiker Potenzen und Polynome -- Vorkurs Mathematik für Iformatiker -- Poteze ud Polyome -- Thomas Huckle Stefa Zimmer (Stuttgart) 6.0.06 Vorwort Es solle Arbeitstechike vermittelt werde für das Iformatikstudium Der wesetliche Teil ist

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

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2014

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

Mehr

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2013

Herzlich Willkommen zur Vorlesung. Analysis I SoSe 2013 Herzlich Willkomme zur Vorlesug Aalysis I SoSe 2013 Prof. Dr. Berd Dreseler Lebediges Lere: Aufgabe Ich Wir Überblick Mittelwertsatz Differetialrechug Natürliche Zahle Iduktiosprizip Kombiatorik Körper

Mehr

4 Schwankungsintervalle Schwankungsintervalle 4.2

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

Mehr

Zusammenfassung: Gleichungen und Ungleichungen

Zusammenfassung: Gleichungen und Ungleichungen LGÖ Ks VMa Schuljahr 6/7 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Eperte 8 Polyomgleichuge ud -ugleichuge

Mehr

Computer-Graphik II Verallgemeinerte Baryzentrische Koordinaten

Computer-Graphik II Verallgemeinerte Baryzentrische Koordinaten 4/22/10 lausthal omputer-raphik II Verallgemeierte Baryzetrische Koordiate. Zachma lausthal Uiversity, ermay zach@i.tu-clausthal.de Verallgemeieruge der baryzetr. Koord. 1. Was macht ma im 2D bei (kovexe)

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

LGÖ Ks VMa 12 Schuljahr 2017/2018

LGÖ Ks VMa 12 Schuljahr 2017/2018 LGÖ Ks VMa Schuljahr 7/8 Zusammefassug: Gleichuge ud Ugleichuge Ihaltsverzeichis Polyomgleichuge ud -ugleichuge Bruch-, Wurzel- ud Betragsgleichuge ud ugleichuge 6 Für Experte 8 Polyomgleichuge ud -ugleichuge

Mehr

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

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

Mehr

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

Algebra. (R1) Die Summe zweier Endomorphismen ist punktweise definiert, daher ist es leicht einzusehen, daß End(A) eine abelsche Gruppe bildet.

Algebra. (R1) Die Summe zweier Endomorphismen ist punktweise definiert, daher ist es leicht einzusehen, daß End(A) eine abelsche Gruppe bildet. Fachbereich Mathemati Prof. Dr. Nils Scheithauer Walter Reußwig TECHNISCHE UNIVERSITÄT DARMSTADT WS 08/09 14. Otober 2008 Algebra 1. Übug mit Lösugshiweise Aufgabe 1 Es seie R,S Rige ud ϕ : R S ei Righomomorphismus.

Mehr

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

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

Mehr

Eigenwertproblem 1. Das Eigenwertproblem

Eigenwertproblem 1. Das Eigenwertproblem Eigewertproblem Das Eigewertproblem L Germa, R Grisch, N Ghielmetti, D Graata 504007 Eigewertproblem Eigewerte Eie Zahl heisst Eigewert der Matrix, falls es eie Vektor x 0 gibt, so dass x x Die Matrix

Mehr

s xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5

s xy x i x y i y s xy = 1 n i=1 y 2 i=1 x 2 s 1 n x n i Streudiagramme empirische Kovarianz x=5,5 y=7,5 Streudiagramme für metrisch skalierte Variable paarweise Messwerte (x,y) x 5 7 y 7 5 7 5 5 7 Aussage zu Zusammehäge. empirische Kovariaz Stadardabweichug der WertPAARE x i x y Wert x Mittelwert aller x

Mehr

Dynamische Programmierung Matrixkettenprodukt

Dynamische Programmierung Matrixkettenprodukt Dyamische Programmierug Matrixketteprodukt Das Optimalitätsprizip Typische Awedug für dyamisches Programmiere: Optimierugsprobleme Eie optimale Lösug für das Ausgagsproblem setzt sich aus optimale Lösuge

Mehr

Computer-Graphik 2 SS 10

Computer-Graphik 2 SS 10 5/3/10 lausthal omputer-raphik I. Zachma lausthal Uiversity, ermay zach@i.tu-clausthal.de Frühe Beispiele / Motivatio Beispiele für : Parameter t auf der erade Kotevektor bei B-Splies u,v-parameter bei

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

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

Mehr

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

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

Mehr

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

Mathematische Probleme, SS 2015 Donnerstag $Id: convex.tex,v /05/21 18:28:20 hk Exp $

Mathematische Probleme, SS 2015 Donnerstag $Id: convex.tex,v /05/21 18:28:20 hk Exp $ $Id: covex.tex,v 1.18 2015/05/21 18:28:20 hk Exp $ 3 Kovexgeometrie 3.2 Die platoische Körper Ei platoischer Körper vo Typ (, m) ist ei kovexer Polyeder desse Seitefläche alle gleichseitige -Ecke ud i

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

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

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

Mehr

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

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

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

Mehr

Einheitswurzeln und Polynome

Einheitswurzeln und Polynome Eiheitswurzel ud Polyome Axel Schüler, Mathematisches Istitut, Uiv. Leipzig mailto:schueler@mathematik.ui-leipzig.de Grüheide, 1.3.2000 Kojugatio ud Betrag Spiegelt ma eie komplexe Zahl z = a+b i a der

Mehr

11 Likelihoodquotiententests

11 Likelihoodquotiententests 11 Likelihoodquotietetests I de Paragraphe 7-10 wurde beste Tests UMP-Tests oder UMPU-Tests i spezielle Verteilugssituatioe hergeleitet Hier soll u ei allgemeies Kostruktiosprizip für Tests vo zusammegesetzte

Mehr

Kapitel 11 DIE NORMAL-VERTEILUNG

Kapitel 11 DIE NORMAL-VERTEILUNG Kapitel DIE NORMAL-VERTEILUNG Fassug vom 7. Februar 006 Prof. Dr. C. Porteier Mathematik für Humabiologe ud Biologe 49 . De itio der Normal-Verteilug. De itio der Normal-Verteilug Bisher habe wir ur diskret

Mehr

Logik. Wahrheitstafeln - für verschiedene Belegungen der logischen Variable wird der Wahrheitswert logischer Ausdrücke angegeben

Logik. Wahrheitstafeln - für verschiedene Belegungen der logischen Variable wird der Wahrheitswert logischer Ausdrücke angegeben . Eiführug Logik Defiitio: Uter eier ussage versteht ma die gedakliche Widerspiegelug eies Sachverhaltes der objektive Realität, bei dem eideutig etschiede werde ka, ob er wahr oder falsch ist. Operatioe

Mehr

Kleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares

Kleines Matrix-ABC. Fachgebiet Regelungstechnik Leiter: Prof. Dr.-Ing. Johann Reger. 1 Elementares 4 6 Fachgebiet Regelugstechik Leiter: Prof. Dr.-Ig. Joha Reger Kleies Matrix-ABC 1 Eleetares Eie ( )-Matrix ist eie rechteckige Aordug vo reelle oder koplexe Zahle a ij (auch Skalare geat) ud besteht aus

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

Aufgaben zur Übung und Vertiefung

Aufgaben zur Übung und Vertiefung Aufgabe zur Übug ud Vertiefug ARITHMETISCHE ZAHLENFOLGEN Berufliches Gymasium / Uterstufe () Stelle Sie fest, welche der gegebee Folge arithmetisch sid: Bestimme Sie zuächst die erste füf Folgeglieder,

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

Ein Alternativsatz über die Disjunktheit punktierter konvexer Kegel

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

Mehr

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung

Lösungsvorschlag Probeklausur zur Elementaren Wahrscheinlichkeitsrechnung Prof. Dr. V. Schmidt WS 200/20 G. Gaiselma, A. Spettl 7.02.20 Lösugsvorschlag Probeklausur zur Elemetare Wahrscheilichkeitsrechug Hiweis: Der Umfag ud Schwierigkeitsgrad dieser Probeklausur muss icht dem

Mehr

5.3 Wachstum von Folgen

5.3 Wachstum von Folgen 53 Wachstum vo Folge I diesem Abschitt betrachte wir (rekursiv oder aders defiierte) Folge {a } = ud wolle vergleiche, wie schell sie awachse, we wächst Wir orietiere us dabei a W Hochstättler: Algorithmische

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

MATHE-BRIEF. April 2016 Nr. 68. Wer fürchtet sich vor der vollständigen Induktion? Als ich als Mathematik-Student zum ersten Mal einen Beweis

MATHE-BRIEF. April 2016 Nr. 68. Wer fürchtet sich vor der vollständigen Induktion? Als ich als Mathematik-Student zum ersten Mal einen Beweis MATHE-BRIEF April 01 Nr. 8 Herausgegebe vo der Österreichische Mathematische Gesellschaft http: // www.oemg.ac.at / Mathe Brief mathe brief@oemg.ac.at Wer fürchtet sich vor der vollstädige Iduktio? Als

Mehr

Wir wiederholen zunächst das Majorantenkriterium aus Satz des Vorlesungsskripts Analysis von W. Kimmerle und M. Stroppel.

Wir wiederholen zunächst das Majorantenkriterium aus Satz des Vorlesungsskripts Analysis von W. Kimmerle und M. Stroppel. Uiversität Stuttgart Fachbereich Mathematik Prof. Dr. C. Hesse PD Dr. P. H. Lesky Dr. D. Zimmerma MSc. J. Köller MSc. R. Marczizik FDSA 4 Höhere Mathematik II 30.04.2014 el, kyb, mecha, phys 1 Kovergezkriterie

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

Die vollständige Induktion - Lösungen 1. Aufgabe: Sind die folgenden Aussageformen in N allgemeingültig?

Die vollständige Induktion - Lösungen 1. Aufgabe: Sind die folgenden Aussageformen in N allgemeingültig? Start Mathematik Lektioe i Aalysis Aufgabe zur vollstädige Iduktio Die vollstädige Iduktio - Lösuge. Aufgabe: Sid die folgede Aussageforme i N allgemeigültig? a) We ei Vielfaches vo ist, da ist eie gerade

Mehr

Kapitel 5: Gemeinsame Verteilung und Unabhängigkeit von Zufallsvariablen

Kapitel 5: Gemeinsame Verteilung und Unabhängigkeit von Zufallsvariablen - 39 (Kapitel 5: Gemeisame Verteilug ud Uabhägigkeit vo Zuallsvariable Kapitel 5: Gemeisame Verteilug ud Uabhägigkeit vo Zuallsvariable 5 Deiitio : : Ω Ω,, seie Abbilduge über derselbe Mege Ω Die Abbildug

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

Stochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten

Stochastische Unabhängigkeit, bedingte Wahrscheinlichkeiten Kapitel 2 Stochastische Uabhägigkeit, bedigte Wahrscheilichkeite 2.1 Stochastische Uabhägigkeit vo Ereigisse Im Folgede gehe wir vo eiem W-Raum (Ω, A, P aus. Der Begriff der stochastische Uabhägigkeit

Mehr

Lösungen zum Übungsblatt 2

Lösungen zum Übungsblatt 2 Fakultät für Luft- ud Raumfahrttechik Istitut für Mathematik ud Recherawedug Partielle Differetialgleichuge II (ME), Prof. Dr. J. Gwier Übug: N. Ovcharova, K. Dvorsky 6. Jauar bis 9. Februar 011 Lösuge

Mehr

Lösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann

Lösungsskizzen Mathematik für Informatiker 6. Aufl. Kapitel 4 Peter Hartmann Lösugssizze Mathemati für Iformatier 6. Aufl. Kapitel 4 Peter Hartma Verstädisfrage 1. We Sie die Berechug des Biomialoeffiziete mit Hilfe vo Satz 4.5 i eiem Programm durchführe wolle stoße Sie schell

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

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

Ungleichungen werden mit Äquivalenzumformungen gelöst. Hierzu werden die sogenannten Monotoniegesetze angegeben.

Ungleichungen werden mit Äquivalenzumformungen gelöst. Hierzu werden die sogenannten Monotoniegesetze angegeben. Floria Häusler Ugleichuge. Grudsätzliches I folgede ist ur vo reelle Zahle die Rede, ohe daß dies im eizele betot wird. Es seie A, B, C,... Terme reeller Zahle, u. U. auch mit Variable. Für Ugleichuge

Mehr

Übung 1 Algorithmen II

Übung 1 Algorithmen II Yaroslav Akhremtsev, Demia Hespe yaroslav.akhremtsev@kit.edu, hespe@kit.edu Mit Folie vo Michael Axtma (teilweise) http://algo2.iti.kit.edu/algorithmeii_ws17.php - 0 Akhremtsev, Hespe: KIT Uiversität des

Mehr

1. Mathematikschulaufgabe

1. Mathematikschulaufgabe .0 Die Pukte P(0/-7) ud Q(5/-) liege auf eier ach ute geöffete Normalparabel p. G< x. Bereche die Gleichug der Parabel p. (Ergebis: y = - x + 6x - 7 ). Bestimme die Koordiate des Parabel-Scheitels. Gib

Mehr

Quantensuchalgorithmen

Quantensuchalgorithmen Freie Uiversität Berli Semiar über Algorithme für Quatecomputer Sommersemester 00 Quatesuchalgorithme Reihardt Karapke karapke@if.fu-berli.de Simo Rieche rieche@if.fu-berli.de Quatesuchalgorithme Ihaltsverzeichis

Mehr

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

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

Mehr

Octave/Matlab Kurzeinführung 1

Octave/Matlab Kurzeinführung 1 Octave/Matlab Kurzeiführug 1 Zeichekette: pritf( Hello World! \ ) Oliehilfe: help help Matrize Eiheitsmatrix der Dimesio : eye() Nullmatrix der Dimesio m: zeros(,m) Matrix mit ur Eise der Dimesio m: oes(,m)

Mehr

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5

Vl Statistische Prozess- und Qualitätskontrolle und Versuchsplanung Übung 5 Vl Statistische Prozess- ud Qualitätskotrolle ud Versuchsplaug Übug 5 Aufgabe ) Sei p = P(A) die Wahrscheilichkeit für ei Ereigis A, dh., es gilt 0 p. Bereche Sie das Maximum der Fuktio f(p) = p(-p). Aufgabe

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

(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

Tests für beliebige Zufallsvariable

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

Mehr

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE

Versuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE Versuch 3/ NEWTONSCHE INTERFERENZRINGE Blatt NEWTONSCHE INTERFERENZRINGE Die Oberfläche vo Lise hat im allgemeie Kugelgestalt. Zur Messug des Krümmugsradius diet das Sphärometer. Bei sehr flacher Krümmug

Mehr

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

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

Mehr

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

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

4. Der Weierstraßsche Approximationssatz

4. Der Weierstraßsche Approximationssatz H.J. Oberle Approximatio WS 213/14 4. Der Weierstraßsche Approximatiossatz Wir gebe i diesem Abschitt eie ostrutive Beweis des Weierstraßsche Approximatiossatzes, der mit de so geate Berstei-Polyome (Felix

Mehr

Asymptotische Notationen

Asymptotische Notationen Foliesatz 2 Michael Brikmeier Techische Uiversität Ilmeau Istitut für Theoretische Iformatik Sommersemester 29 TU Ilmeau Seite 1 / 42 Asymptotische Notatioe TU Ilmeau Seite 2 / 42 Zielsetzug Igoriere vo

Mehr

Variationstheoreme und ihre Anwendungen

Variationstheoreme und ihre Anwendungen Variatiostheoreme ud ihre Aweduge Berhard Wallmeyer 14.12.2011 Westfälische Wilhelms-Uiversität Müster BSc Physik Semiar zur Theorie der Atome, Kere ud kodesierte Materie Ihaltsverzeichis 1 Eiführug 3

Mehr

Lösungen zu Kapitel 4

Lösungen zu Kapitel 4 Lösuge zu Kapitel 4 Lösug zu Aufgabe : Die folgede Grezwerte köe aalog zu Beispiel 4.(c bestimmt werde: (a lim + = 3 3. (b Die Folge a ist diverget. (c lim + = 0. 3 (d lim ( + 3 = 0. (e lim ( + = 0. Lösug

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

Lineare Transformationen

Lineare Transformationen STAT 4 FK Herleituge Lieare Trasformatioe Sei eie lieare Trasformatio vo, so gilt Allgemei: a b, () Lieare Trasformatio des arithmetische Mittels y a+b x i () Da a eie additiv verküpfte Kostate ist, ka

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

Das kollektive Risikomodell. 12. Mai 2009

Das kollektive Risikomodell. 12. Mai 2009 Kirill Rudik Das kollektive Risikomodell 12. Mai 2009 4.1 Eileitug Wir betrachte i diesem Kapitel die Gesamtforderuge im Laufe eies Jahres. Beim Abschluss eies Versicherugsvertrages weiß der Versicherer

Mehr

1 Einführende Worte 2

1 Einführende Worte 2 Sara Adams Semiarvortrag Rekursive Fuktioe - WS 2004/05 1 Sara Adams Semiarvortrag Rekursive Fuktioe - WS 2004/05 2 1 Eiführede Worte Semiar Grudlegede Algorithme Auflösug vo Rekursioe 1.1 Beispiele Bevor

Mehr

Gaußsches Integral und Stirling-Formel

Gaußsches Integral und Stirling-Formel Gaußsches Itegral ud Stirlig-Formel Lemma. Gaußsches Itegral Es gilt für alle a > : e ax dx π a Beweis: Wir reche: e dx ax e ax dx e ay dy e ax e ay dx dy mit dem Satz vo Fubii e ax +y dx dy. Nu verwede

Mehr

Einige wichtige Ungleichungen

Einige wichtige Ungleichungen Eiige wichtige Ugleichuge Has-Gert Gräbe, Leipzig http://www.iformatik.ui-leipzig.de/~graebe 1. Februar 1997 Ziel dieser kurze Note ist es, eiige wichtige Ugleichuge, die i verschiedee Olympiadeaufgabe

Mehr

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung...

KAPITEL 7. Zahlenfolgen. 7.1 Konvergente Zahlenfolgen Grenzwertbestimmung Grenzwertbestimmung durch Abschätzung... KAPITEL 7 Zahlefolge 7. Kovergete Zahlefolge.............................. 30 7.2 Grezwertbestimmug............................... 32 7.3 Grezwertbestimmug durch Abschätzug..................... 35 7.4

Mehr

8. Übungsblatt Aufgaben mit Lösungen

8. Übungsblatt Aufgaben mit Lösungen 8. Übugsblatt Aufgabe mit Lösuge Aufgabe 36: Bestimme Sie alle z C, für die die folgede Potezreihe kovergiere: z z a, b! +, c z +. = = Lösug 36: Wir bezeiche de Kovergezradius mit r. a Wir wede das Quotietekriterium

Mehr

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

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

Mehr

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

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