Stetige Gleichverteilung auf [a, b]
|
|
- Marie Wetzel
- vor 6 Jahren
- Abrufe
Transkript
1 2.2.2 Seige Vereilungen Seige Gleichvereilung auf [a, b] Bezeichnung: X U[a, b]. Dichefunkion: (a < b) f() = 1 b a : a b 0 : sons Vereilungsfunkion: 0 : < a a F () = : a b b a 1 : > b Median(X) = EX = a + b 2 Eigenschafen: nichinforaive Vereilung Anwendung: und VarX = (a b)2 12 Grundlage für die Erzeugung von Zufallszahlen In allen Teilinervalle von [a, b], i gleicher Länge, lieg die gleichvereile Zufallsvariable i derselben Wahrscheinlichkei. Beispiel: X U[2, 4]
2 Bezeichnung: X N(µ, σ 2 ). Dichefunkion: (σ > 0) Eigenschafen: Noralvereilung f() = 1 σ 1 2π e 2 ( µ σ )2 Median(X) = EX = µ und VarX = σ 2 Die Sue unabhängiger noralvereiler Zufallsgrößen is noralvereil: n n n X i N(µ i, σi 2 ) i = 1,..., n = X i N(µ, σ 2 ) i µ = µ i, σ 2 = σi 2. i=1 Die sandardisiere Sue unabhängiger, idenisch vereiler Zufallsgrößen X 1, X 2,... konvergier in Vereilung gegen die Sandardnoralvereilung (Zenraler Grenzwersaz). Anwendungen: Die Noralvereilung eine wichige Näherungsvereilung (Zenraler Grenzwersaz). Zufällige Messfehler sind of (zuindes näherungsweise) noralvereil. Die zufällige Abweichungen vo Sollaß bei Ferigen von Werksücken is of (zuindes näherungsweise) noralvereil. Viele Verfahren der Saisik basieren auf dieser Vereilung. Beispiele: X N(µ, σ 2 ) i=1 i=1 Dichefunkionen Vereilungsfunkionen f() µ = 0, σ 2 = 1 µ = 0, σ 2 = 3 µ = 2, σ 2 = 1 µ = 2, σ 2 = 0.4 F() µ = 0, σ 2 = 1 µ = 0, σ 2 = 3 µ = 2, σ 2 = 1 µ = 2, σ 2 =
3 Sandardnoralvereilung Is X noralvereil i Erwarungswer µ und Varianz σ 2 (X N(µ, σ 2 )) dann is Y = X µ σ sandardnoralvereil, d.h. noralvereil i Erwarungswer 0 und Varianz 1 (Y N(0, 1)). Vereilungsfunkion: Die Vereilungsfunkion der Sandardnoralvereilung wird i Φ bezeichne und is verafel.
4 Bezeichnung: X LogN(µ, σ 2 ). Dichefunkion: (σ > 0) Logarihische Noralvereilung f() = 1 σ 2π e 1 2 ( ln µ σ ) 2 : > 0 0 : 0 Median(X) = e µ, ( ) σ2 µ+ EX = e 2 und VarX = e 2µ+σ2 e σ2 1 Eigenschafen: ln X N(µ, σ 2 ). Anwendungen: bei Zeisudien und Lebendaueranalysen in ökonooischen, echnischen und biologischen Vorgängen; bei Unersuchungen in der analyischen Cheie, wie Konzenraionsund Reinheisprüfungen; für zufällige nichnegaive Maerialparaeer, z.b. Pereabiliäen; als Grenzvereilung für Produke unabhängiger posiiver Zufallsgrößen (uner besien Bedingungen). Beispiel: X LogN(0, σ 2 ) Dichefunkionen Vereilungsfunkionen f() σ = 3 σ = 1.5 σ = 1 σ = 0.5 σ = 0.25 σ = F() σ = 3 σ = 1.5 σ = 1 σ = 0.5 σ = 0.25 σ = 0.125
5 Bezeichnung: X Exp(λ). Exponenialvereilung Dichefunkion: (λ > 0) Vereilungsfunkion: f() = F () = λ e λ : 0 0 : < 0 1 e λ : 0 0 : < 0 Median(X) = ln 2 λ, EX = 1 und VarX = 1 λ λ 2 Eigenschafen: Vereilung ohne Gedächnis, d.h P (X x + X x) = P (X ) (Markov Eigenschaf) Die Sue unabhängiger und idenisch exponenialvereiler Zufallsgrößen is Gaavereil. Anwendungen: Der Absand zwischen zwei Ereignissen eines hoogenen Poisson-Prozesses i Inensiä λ is exponenialvereil i Paraeer λ. Für diesen hoogenen Poisson- Prozess is die Anzahl der Ereignisse i Inervall [0, ] poissonvereil i Paraeer λ (N Poi(λ )). Weier sind, gegeben N = n, die Punke des hoogenen Poisson-Prozesses gleichvereil auf [0, ]. Anwendung finde die Exponenialvereilung als Lebensdauervereilung (ohne Alerung), in der Zuverlässigkeisheorie und in der Bedienungsheorie. Beispiele: X Exp(λ) Dichefunkionen Vereilungsfunkionen f() λ = 0.25 λ = 0.5 λ = 0.75 λ = 2 F() λ = 0.25 λ = 0.5 λ = 0.75 λ = 2 6 6
6 Gaavereilung Bezeichnung: X Ga(p, λ). Paraeer: λ > 0 : Skalenparaeer p > 0 : Forparaeer Dichefunkion: Mi Γ der Gaafunkion: Γ(p) = 0 Moene: f() = λ p Γ(p) p 1 exp ( λ) : > 0 0 : 0 exp( ) p 1 d p > 0 (dai is Γ(1) = 1 und Γ(n) = (n 1)! für n N). EX = p λ und VarX = p λ 2 Eigenschafen: X 1 Ga(p 1, λ), X 2 Ga(p 2, λ), unabhängig X i Exp(λ), i = 1,..., n, unabhängig = X 1 + X 2 Ga(p 1 + p 2, λ) = n X i Ga(n, λ) i=1 Spezialfall: Erlangvereilung falls p = n N. Anwendung: Lebensdauervereilung. Beispiele: X Ga(p, λ) Dichefunkionen Vereilungsfunkionen f() p = 0.5, λ = 1 p = 0.5, λ = 2 p = 1, λ = 1 p = 1, λ = 2 p = 2, λ = 1 p = 2, λ = 2 F() p = 0.5, λ = 1 p = 0.5, λ = 2 p = 1, λ = 1 p = 1, λ = 2 p = 2, λ = 1 p = 2, λ = 2
7 Bezeichnung: X Wei(α, β, ). Weibull-Vereilung Paraeer: α : Verschiebungsparaeer (Lageparaeer) β > 0 : Skalenparaeer und > 0 : Forparaeer Beerkung: Is α = 0, so sprich an von der 2-paraerigen Weibullvereilung. Dichefunkion: Vereilungsfunkion: ( ) 1 ( ) α f() = β β exp ( α β ) : > α 0 : α F () = 1 exp ( ( α β ) ) : > α 0 : α ( Median(X) = α + β (ln 2) 1 und EX = α + β Γ ) ( ( VarX = Γ ) ( ( Γ )) ) 2 β 2 i Γ der Gaafunkion. Anwendung: In der echanischen Verfahrensechnik finde die Weibull-Vereilung Anwendung als eine spezielle Parikelgrößenvereilung. Hier wird sie auch als RRSB- Vereilung (nach Rosin, Raler, Sperling und Benne) bezeichne. Eine Weibullvereilung kann als Grenzvereilung für das Miniu einer großen Zahl von unabhängigen Zufallsgrößen aufreen (Vereilung des schwächsen Keengliedes), deshalb sind Lebensdauern von Syeen of weibullvereil. Beispiele: X Wei(0, 1, ) Dichefunkionen Vereilungsfunkionen f() = 0.5 = 1 = 1.5 = 5 F() = 0.5 = 1 = 1.5 =
8 Fréche-Vereilung Bezeichnung: X Fre(α, β, ). Paraeer: α : Verschiebungsparaeer (Lageparaeer) β > 0 : Skalenparaeer > 0 : Forparaeer Dichefunkion: ( ) (+1) ( ) α exp ( f() = α β β β ) : > α 0 : α Vereilungsfunkion: F () = exp ( ( α β ) ) : > α 0 : α (i Γ der Gaafunkion) Median(X) = α + β VarX = ( ) 1 1 ln 2 ( Γ ( ( ( 1 ) 2 Γ 1 1 und EX = α + β Γ ( ) 1 1 )) 2 ) β 2 : > 2 : sons : > 1 : sons Anwendung: Als eine Exrewervereilung is sie eine wichige Vereilung zur Besiung von Risiken in der Finanzsaisik. Beispiele: X Fre(0, β, ) Dichefunkionen Vereilungsfunkionen f() 1.2 β = 1, = 1 β = 1, = 2 β = 1, = 3 β = 2, = 1 β = 2, = 2 β = 2, = 3 F() β = 1, = 1 β = 1, = 2 β = 1, = 3 β = 2, = 1 β = 2, = 2 β = 2, = 3
9 Gubel-Vereilung Bezeichnung: X Gu(α, β). Paraeer: α : Verschiebungsparaeer (Lageparaeer) β > 0 : Skalenparaeer Dichefunkion: Vereilungsfunkion: f() = 1 β α e β e e α β α F () = e e β EX = α + βγ i γ 0, 5772 der Euler-Mascheroni-Konsane. Median(X) = α β ln(ln(2)) und VarX = β2 π 2 Anwendung: Als eine Exrewervereilung z.b. in: - der Wasserwirschaf (für exree Ereignisse wie Hochwasser und Trockenzeien), - der Verkehrsplanung, - der Meeorologie, - der Hydrologie. Beispiele: X Gu(α, β) 6 Dichefunkionen Vereilungsfunkionen f() α = 0, β = 0.7 α = 0, β = 1 α = 0, β = 2 α = 1.5, β = 1 F() α = 0, β = 0.7 α = 0, β = 1 α = 0, β = 2 α = 1.5, β =
Statistik II Übung 4: Skalierung und asymptotische Eigenschaften
Saisik II Übung 4: Skalierung und asympoische Eigenschafen Diese Übung beschäfig sich mi der Skalierung von Variablen in Regressionsanalysen und mi asympoischen Eigenschafen von OLS. Verwenden Sie dazu
MehrBericht zur Prüfung im Oktober 2009 über Grundprinzipien der Versicherungs- und Finanzmathematik (Grundwissen)
Berich zur Prüfung i Okober 9 über Grundrinziien der Versicherungs- und Finanzaheaik (Grundwissen Peer lbrech (Mannhei 6 Okober 9 wurde zu vieren Mal eine Prüfung i Fach Grundrinziien der Versicherungs-
MehrZuverlässigkeitstechnik
Zuverlässigkeisechnik Derzei gebräuchliche Begriffe, Modelle, Mehoden, und deren Anwendung Mache die Dinge so einfach wie möglich aber nich einfacher! 13. Dezember 2012 Dr. Andraes Hildebrand Alber Einsein
MehrMathematik III DGL der Technik
Mahemaik III DGL der Technik Grundbegriffe: Differenialgleichung: Bedingung in der Form einer Gleichung in der Ableiungen der zu suchenden Funkion bis zu einer endlichen Ordnung aufreen. Funkions- und
MehrSeminararbeitspräsentation Risiko und Steuern. On the Effects of Redistribution on Growth and Entrepreneurial Risk-taking
Seminararbeispräsenaion Risiko und Seuern On he Effecs of Redisribuion on Growh and Enrepreneurial Risk-aking aus der Vorlesung bekann: Posiionswahlmodell Selbssändigkei vs. abhängige Beschäfigung nun
MehrGrundschaltung, Diagramm
Grundschalung, Diagramm An die gegebene Schalung wird eine Dreieckspannung von Vs (10Vs) angeleg. Gesuch: Spannung an R3, Srom durch R, I1 Der Spannungsverlauf von soll im oberen Diagramm eingezeichne
MehrKapitel 11 Produktion, Sparen und der Aufbau von Kapital
apiel 11 Produkion, Sparen und der Aufbau von apial Vorbereie durch: Florian Barholomae / Sebasian Jauch / Angelika Sachs Die Wechselwirkung zwischen Produkion und apial Gesamwirschafliche Produkionsfunkion:
MehrÜbungsrunde 7, Gruppe 2 LVA 107.369, Übungsrunde 7, Gruppe 2, 28.11. Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 11/2006
1 3.34 1.1 Angabe Übungsrunde 7, Gruppe 2 LVA 107.369, Übungsrunde 7, Gruppe 2, 28.11. Markus Nemetz, markus.nemetz@tuwien.ac.at, TU Wien, 11/2006 U sei auf dem Intervall (0, 1) uniform verteilt. Zeigen
Mehr10 VORBEREITUNG AUF DAS ABITUR
4 VORBEREITUNG AUF DAS ABITUR. Aufgaben zur Analysis 5 Golden-Gae-Bridge. Dadurch läss sichdie Symmerie der Brücke ausnuzen.. a) Anach B: Ansaz: y=m x+b liefer LGS: m ( 4) + b = 5 m ( 977) + b =. 5 Lösung:
MehrBox-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8
. Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8
MehrPräsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik
Präsenzübungsaufgaben zur Vorlesung Elementare Sachversicherungsmathematik Dozent: Volker Krätschmer Fakultät für Mathematik, Universität Duisburg-Essen, WS 2012/13 1. Präsenzübung Aufgabe T 1 Sei (Z 1,...,
MehrKurs 9.3: Forschungsmethoden II
MSc Banking & Finance Kurs 9.3: Forschungsmehoden II Zeireihenanalyse Lernsequenz 03: Einführung in die sochasische Modellierung November 014 Prof. Dr. Jürg Schwarz Folie Inhal Ziele 6 Saische vs. dynamische
MehrThema : Rendite und Renditemessung
Thema : Rendie und Rendiemessung Lernziele Es is wichig, die Zeigewichung der Rendie als ennzahl zu versehen, den Unerschied zwischen einer koninuierlichen und einer diskreen erzinsung zu begreifen und
MehrFinanz- und Risikomanagement. Finanz- und Risikomanagement, Prof. Dr. Gabriele Gühring
Finanz- und Risikomanagemen 1 Vorlesungsinhale 1. Basisgüer und Grundbegriffe - Eineilung nach Ar der Basisgüer - Eineilung nach Börsen- oder OTC-Handel - Eineilung in Spo-Geschäfe oder Termingeschäfe
MehrFüllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge
2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten
MehrProtokoll zum Anfängerpraktikum
Prookoll zu nfängerprakiku Besiung der FRDY Konsanen durch Elekrolyse Gruppe 2, Tea 5 Sebasian Korff 3.7.6 nhalsverzeichnis 1. Einleiung -3-1.1 Die Faraday Konsane -3-1.2 Grundlagen der Elekrolyse -4-2.
MehrKurs 9.3: Forschungsmethoden II
Mc Banking & Finance Kurs 9.3: Forschungsmehoden II Zeireihenanalyse Lernsequenz 06: Zeireihen mi sochasischer Volailiä November 04 Prof. Dr. Jürg chwarz Folie Inhal Ziele 5 Einführung 7 chäzung von ARCH(p)-Modellen
MehrStatistische Thermodynamik I Lösungen zur Serie 1
Statistische Thermodynamik I Lösungen zur Serie Zufallsvariablen, Wahrscheinlichkeitsverteilungen 4. März 2. Zwei Lektoren lesen ein Buch. Lektor A findet 2 Druckfehler, Lektor B nur 5. Von den gefundenen
Mehr9. EXPONENTIALFUNKTION, LOGARITHMUSFUNKTION
Eponenialfunkion, Logarihmusfunkion 9. EXPONENTIALFUNKTION, LOGARITHMUSFUNKTION 9.. Eponenialfunkion (a) Definiion Im Abschni Zinseszinsrechnung konne die Berechnung eines Kapials K n nach n Perioden der
Mehr15. Netzgeräte. 1. Transformator 2. Gleichrichter 3. Spannungsglättung 4. Spannungsstabilisierung. Blockschaltbild:
Ein Nezgerä, auch Nezeil genann, is eine elekronische Schalungen die die Wechselspannung aus dem Sromnez (230V~) in eine Gleichspannung umwandeln kann. Ein Nezgerä sez sich meisens aus folgenden Komponenen
MehrSignal- und Systemtheorie for Dummies
FB Eleroechni Ewas Signal- und Sysemheorie or Dummies Version - Juli Oh No!!!! Pro. Dr.-Ing. ajana Lange Fachhochschule Merseburg FB Eleroechni Pro. Dr.-Ing. ajana Lange Signal- und Sysemheorie or Dummies
MehrÖkonomische Potenziale einer Online-Kundenwertanalyse zur gezielten Kundenansprache im Internet
Ökonomische Poenziale einer Online-Kundenweranalyse zur gezielen Kundenansprache im Inerne von Julia Heidemann, Mahias Klier, Andrea Landherr, Florian Probs Dezember 2011 in: D. C. Mafeld, S. Robra-Bissanz
MehrFotios Filis. Monte-Carlo-Simulation
Fotios Filis Monte-Carlo-Simulation Monte-Carlo-Methoden??? Spielcasino gibt Namen Monte Carlo war namensgebend für diese Art von Verfahren: Erste Tabellen mit Zufallszahlen wurden durch Roulette-Spiel-Ergebnisse
MehrHamburg Kernfach Mathematik Zentralabitur 2013 Erhöhtes Anforderungsniveau Analysis 2
Hmburg Kernfch Mhemik Zenrlbiur 2013 Erhöhes Anforderungsniveu Anlysis 2 Smrphones Die Mrkeinführung eines neuen Smrphones vom Elekronikherseller PEAR wird ses ufgereg erwre. Zur Modellierung der Enwicklung
MehrBeispiel 48. 4.3.2 Zusammengesetzte Zufallsvariablen
4.3.2 Zusammengesetzte Zufallsvariablen Beispiel 48 Ein Würfel werde zweimal geworfen. X bzw. Y bezeichne die Augenzahl im ersten bzw. zweiten Wurf. Sei Z := X + Y die Summe der gewürfelten Augenzahlen.
MehrBei vielen Zufallsexperimenten interessiert man sich lediglich für das Eintreten bzw. das Nichteintreten eines bestimmten Ereignisses.
XI. Binomialverteilung ================================================================== 11.1 Definitionen -----------------------------------------------------------------------------------------------------------------
MehrDie Halbleiterdiode. Demonstration der Halbleiterdiode als Ventil.
R. Brinkmann hp://brinkmanndu.de Seie 1 26.11.2013 Diffusion und Drif Die Halbleierdiode Versuch: Demonsraion der Halbleierdiode als Venil. Bewegliche Ladungsräger im Halbleier: im n Leier sind es Elekronen,
Mehr13.5 Der zentrale Grenzwertsatz
13.5 Der zentrale Grenzwertsatz Satz 56 (Der Zentrale Grenzwertsatz Es seien X 1,...,X n (n N unabhängige, identisch verteilte zufällige Variablen mit µ := EX i ; σ 2 := VarX i. Wir definieren für alle
MehrAufgaben zur Zeitreihenanalyse (Kap. 5)
Prof. Dr. Reinhold Kosfeld Fachbereich Wirschafswissenschafen Aufgaben zur Zeireihenanalyse (Kap. 5) Aufgabe 5.1 Welches Phänomen läss sich mi ARCH-Prozessen modellieren und welche prognosische Relevanz
Mehr9. VORBEREITUNG AUF DAS ABITUR
4 9. VORBEREITUNG AUF DAS ABITUR 9. Aufgaben zur Analysis 477 Golden-Gae-Bridge. Dadurchläss sichdie Symmerie der Brücke ausnuzen.. a) Anach B: Ansaz: y=m +b liefer LGS: m ( 64) + 6 = 5 m ( 977) + b =.
Mehr4. Kippschaltungen mit Komparatoren
4. Kippschalungen mi Komparaoren 4. Komparaoren Wird der Operaionsversärker ohne Gegenkopplung berieben, so erhäl man einen Komparaor ohne Hserese. Seine Ausgangsspannung beräg: a max für > = a min für
Mehr2.1 Produktion und Wirtschaftswachstum - Das BIP
2.1 Produkion und Wirschafswachsum - Das BIP DieVolkswirschafliche Gesamrechnung(VGR)is das Buchführungssysem des Saaes. Sie wurde enwickel, um die aggregiere Wirschafsakiviä zu messen. Die VGR liefer
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
MehrBernhard Geiger, 2004 MODULATION. Unterrichtsskript aus dem TKHF-Unterricht 2003
Bernhard Geiger, 4 MODULATION Unerrichsskrip aus dem TKHF-Unerrich 3 Was is Modulaion? Was is Modulaion? Modulaion is die Veränderung eines Signalparameers (Ampliude, Frequenz, hasenwinkel) eines Trägersignals
MehrPraktikum Grundlagen der Elektrotechnik Versuch 5. Matrikelnummer:... ...
FH D FB 3 Fachhochschule Düsseldorf Universiy of Applied Sciences Fachbereich Elekroechnik Deparmen of Elecrical Engineering Prakikum Grundlagen der Elekroechnik Versuch 5 Name Marikelnummer:... Anesa
MehrCredit Metrics. Wird in erster Linie für die Evaluierung von Bond Portfolios verwendet. (Siehe Crouhy et al. (2000), J.P.Morgan Inc.
Wurde bei J.P.Morgan entwickelt. Credit Metrics Wird in erster Linie für die Evaluierung von Bond Portfolios verwendet. (Siehe Crouhy et al. (2000), J.P.Morgan Inc. (1997)) Basiert auf ein Bonität-Einstufungssystem
MehrStatistik - Fehlerrechnung - Auswertung von Messungen
2013-11-13 Statistik - Fehlerrechnung - Auswertung von Messungen TEIL I Vorbereitungskurs F-Praktikum B (Physik), RWTH Aachen Thomas Hebbeker Literatur Eindimensionaler Fall: Grundbegriffe Wahrscheinlichkeitsverteilungen:
MehrZuverlässigkeitsberechnung und vorbeugende Wartung von komplexen technischen Systemen mittels modifizierter Markov-Methode
Disseraion Zuverlässigkeisberechnung und vorbeugende Warung von komplexen echnischen Sysemen miels modifizierer Markov-Mehode von Alexei Konnov Universiä Karlsruhe TH 7 Zuverlässigkeisberechnung und vorbeugende
Mehr1 Abtastung, Quantisierung und Codierung analoger Signale
Abasung, Quanisierung und Codierung analoger Signale Analoge Signale werden in den meisen nachrichenechnischen Geräen heuzuage digial verarbeie. Um diese digiale Verarbeiung zu ermöglichen, wird das analoge
MehrA. Multiple Choice Teil der Klausur (22 Punkte) Lösungen jeweils in blauer Schrift
A. Muliple Choice eil der Klausur ( Punke) Lösungen jeweils in blauer chrif Punk Lösung: B Homoskedasiziä bedeue dass a) Annahme B gil, d.h. dass die geschäzen örgrößen û über alle Zeipunke gerechne eine
MehrAntriebstechnik \ Antriebsautomatisierung \ Systemintegration \ Services. Sicher Flexibel Wirksam. safetydrive Funktionale Sicherheit
Anriebsechnik \ Anriebsauomaisierung \ Syseminegraion \ Services 1 Sicher Flexibel Wirksam safeydrive Funkionale Sicherhei 2 safeydrive Funkionale Sicherhei safeydrive: funkional sichere Anriebsechnik
Mehr8. Betriebsbedingungen elektrischer Maschinen
8. Beriebsbedingungen elekrischer Maschinen Neben den Forderungen, die die Wirkungsweise an den Aufbau der elekrischen Maschinen sell, müssen bei der Konsrukion noch die Bedingungen des Aufsellungsores
MehrBESTIMMUNG DER ANZAHLVERTEILUNG VON TRACERPARTIKELN
Fachagung Lasermehoden in der Srömungsmessechnik 5. 7. Sepember 2006, Braunschweig BESTIMMUNG DER ANZAHLVERTEILUNG VON TRACERPARTIKELN Dipl.-Ing. (FH) Leander Möler Palas GmbH, Greschbachsr. 3b, 76229
MehrBerücksichtigung naturwissenschaftlicher und technischer Gesetzmäßigkeiten. Industriemeister Metall / Neu
Fragen / Themen zur Vorbereiung auf die mündliche Prüfung in dem Fach Berücksichigung naurwissenschaflicher und echnischer Gesezmäßigkeien Indusriemeiser Meall / Neu Die hier zusammengesellen Fragen sollen
MehrI. Vorbemerkungen und wichtige Konzepte
- 1 - I. Vorbemerkungen und wichige Konzee A.Warum und zu welchem Zweck bereiben wir Wirschafsheorie? 1. Zur Beanworung der ökonomischen Grundfragen Fragen der Allokaion (Ziel is die effiziene Allokaion
MehrBericht zur Prüfung im Oktober 2008 über Finanzmathematik und Investmentmanagement
Beric zur rüfung im Okober 008 über Finanzmaemaik und Invesmenmanagemen (Grundwissen) eer Albrec (Manneim) Am 7 Okober 008 wurde zum drien Mal eine rüfung im Fac Finanzmaemaik und Invesmenmanagemen nac
MehrAnalog definiert man das Nichteintreten eines Ereignisses (Misserfolg) als:
9-9 Die befasst sich mit der Untersuchung, wie wahrscheinlich das Eintreten eines Falles aufgrund bestimmter Voraussetzungen stattfindet. Bis anhin haben wir immer logisch gefolgert: 'Wenn diese Voraussetzung
MehrEine Sonderstudie im Rahmen des
Eine Sudie der Iniiaive D21, durchgeführ von TNS Infraes Eine Sondersudie im Rahmen des Online-Banking Mi Sicherhei! Verrauen und Sicherheisbewusssein bei Bankgeschäfen im Inerne mi freundlicher Unersüzung
Mehr80 Isolation 0.0. Das Diagramm zeigt den Temperaturverlauf im Stab.
Wäreleiung in ruhenden Soffen 45 x x C 0,00 50,00 0,0 05,07 0,3 9,76 0,6 8,53 0,9 74, 0, 67,5 0,5 6,74 0,8 57,44 0,3 54, 0,34 5,98 0,37 50,66 0,40 50,3 Teeraur in C 40 W 0 00 80 Isolaion 60 40 0 0.0 0
MehrMonte Carlo Methoden in Kreditrisiko-Management
Monte Carlo Methoden in Kreditrisiko-Management P Kreditportfolio bestehend aus m Krediten; Verlustfunktion L = n i=1 L i; Die Verluste L i sind unabhängig bedingt durch einen Vektor Z von ökonomischen
MehrLehrstuhl für Finanzierung
Lehrsuhl für Finanzierung Klausur im Fach Finanzmanagemen im Winersemeser 1998/99 1. Aufgabe Skizzieren Sie allgemein die von Kassenhalungsproblemen miels (sochasischer) dynamischer Programmierung! Man
Mehr, dt. $+ f(x) = , - + < x < +, " > 0. " 2# Für die zugehörige Verteilungsfunktion F(x) ergibt sich dann: F(x) =
38 6..7.4 Normalverteilung Die Gauß-Verteilung oder Normal-Verteilung ist eine stetige Verteilung, d.h. ihre Zufallsvariablen können beliebige reelle Zahlenwerte annehmen. Wir definieren sie durch die
Mehr2 Mathematische Modellierung von Risiken
2 Mathematische Modellierung von Risiken Die Mathematiker sind eine Art Franzosen; redet man zu ihnen, so übersetzen sie es in ihre Sprache, und dann ist es alsobald ganz etwas anders. (Goethe) 2.1 Grundsätzliches
MehrEinführung. Menschen unterscheiden sich
Erns-Moriz-Arnd-Universiä Greifswald Einkommen und Vereilung 1 Menschen unerscheiden sich Einführung bezüglich ihrer finanziellen Möglichkeien: Einkommen Vermögen bezüglich ihrer Gesundhei: Gesundheiszusand
MehrKlaus Pötzelberger Department of Statistics and Mathematics Wirtschaftsuniversität Wien
Interdisziplinäres Vertiefungsfach Grundkurs I: Stochastische Grundlagen der Finanzmathematik Wahlfach Mathematical Methods: Wahrscheinlichkeitsrechnung Klaus Pötzelberger Department of Statistics and
MehrAmateurfunkkurs. Modulation. Erstellt: 2010-2011. Landesverband Wien im ÖVSV. Modulation. R. Schwarz OE1RSA. Übersicht
saren Amaeurfunkkurs Landesverband Wien im ÖVSV Ersell: 2010-2011 Leze Bearbeiung: 16. Sepember 2012 Themen saren 1 2 saren 3 4 Elekromagneische Welle als Informaionsräger Träger Informaion saren Schwingungen......
MehrUnternehmensbewertung
Unernehmensbewerung Brush-up Kurs Winersemeser 2015 Unernehmensbewerung 1. Einführung 2. Free Cash Flow 3. Discouned-Cash-Flow-Bewerung (DCF) 4. Weighed average cos of capial (wacc) 5. Relaive Bewerung/
Mehrq = 1 p = 0.8 0.2 k 0.8 10 k k = 0, 1,..., 10 1 1 0.8 2 + 10 0.2 0.8 + 10 9 1 2 0.22 1 = 0.8 8 [0.64 + 1.6 + 1.8] = 0.678
Lösungsvorschläge zu Blatt 8 X binomialverteilt mit p = 0. und n = 10: a PX = = 10 q = 1 p = 0.8 0. 0.8 10 = 0, 1,..., 10 PX = PX = 0 + PX = 1 + PX = 10 10 = 0. 0 0.8 10 + 0. 1 0.8 9 + 0 1 10 = 0.8 8 [
MehrStatistik I für Betriebswirte Vorlesung 11
Statistik I für Betriebswirte Vorlesung 11 Prof. Dr. Hans-Jörg Starkloff TU Bergakademie Freiberg Institut für Stochastik 22. Juni 2012 Prof. Dr. Hans-Jörg Starkloff Statistik I für Betriebswirte Vorlesung
MehrDie Sensitivität ist eine spezielle Form der Zinselastizität: Aufgabe 1
Neben anderen Risiken unerlieg die Invesiion in ein fesverzinsliches Werpapier dem Zinsänderungsrisiko. Dieses Risiko läss sich am einfachsen verdeulichen, indem man die Veränderung des Markweres der Anleihe
MehrInvestment under Uncertainty Princeton University Press, New Jersey, 1994
Technische Universiä Dresden Fakulä Wirschafswissenschafen Lehrsuhl für Energiewirschaf (EE 2 ) Prof. Dr. C. v. Hirschhausen / Dipl.-Vw. A. Neumann Lesebeweis: Avinash K. Dixi und Rober S. Pindyck Invesmen
MehrDie Put-Call Symmetrie und deren Anwendung bei der Bewertung von Barriereoptionen
Die Pu-Call Symmerie und deren Anwendung bei der Bewerung von Barriereopionen Maserarbei von Sefanie Tiemann 06. 08. 013 Bereuer: Privadozen Dr. Volker Paulsen Insiu für mahemaische Saisik Fachbereich
MehrStochastische Volatilität vs. Traders Rule of Thumb Bewertung exotischer Optionen im Vergleich
Sochasische Volailiä vs. Traders Rule of Thumb Bewerung exoischer Opionen im Vergleich Uwe Wysup Universiä Trier 21. Juli 2005 Devisenopionen Vanilla exoische Opionen heue =0 Ausübungszeipunk =T Vanillaopion
MehrWarum ist die Frage, wem ein Leasingobjekt zugerechnet wird, wichtig? Welche Vorteile kann ein Leasinggeber (eine Leasinggesellschaft) ggf. erzielen?
1) Boschafen von Kapiel 7 Welche Eigenschafen ha ein Finanzierungs-Leasing-Verrag? Warum is die Frage, wem ein Leasingobjek zugerechne wird, wichig? FLV, vollkommener Kapialmark und Gewinnseuer Welche
MehrFrailty Models in Survival Analysis
Aus dem Institut für Medizinische Epidemiologie, Biometrie und Informatik (Direktor: Prof. Dr. Johannes Haerting) Frailty Models in Survival Analysis Habilitation zur Erlangung des akademischen Grades
MehrLaser-Reflexions-Lichtschranke mit Polarisationsfilter. Maßzeichnung
Technische Daen und Beschreibung PRKL 3B Laser-Reflexions-Lichschranke mi Polarisaionsfiler Maßzeichnung de 09-2012/06 50105363 2 khz 0 3m 10-30 V DC Polarisiere Laser-Reflexions-Lichschranke mi Auokollimaionsprinzip
MehrINSTITUT FÜR ANGEWANDTE PHYSIK Physikalisches Praktikum für Studierende der Ingenieurswissenschaften Universität Hamburg, Jungiusstraße 11
INSIU FÜR NGENDE HYSI hysikalisches rakikum für Suierene er Ingenieurswissenschafen Universiä Hamburg, Jungiussraße 11 elier-ärmepumpe 1 Ziel äleleisung, ärmeleisung un ie Leisungsziffer einer elier-ärmepumpe
MehrGrundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!
Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! 1 Einführung 2 Wahrscheinlichkeiten kurz gefasst 3 Zufallsvariablen und Verteilungen 4 Theoretische Verteilungen (Wahrscheinlichkeitsfunktion)
MehrFA Immobilienfonds der SFAMA, Swiss Fund Data AG
REGLEMENT SFA-ANLAGERENDITEINDIKATOR Daum 23.10.2015 Güligkeisdauer Auoren Unbeschränk SFAMA Swiss
MehrAngewandte Versicherungsmathematik und Risikomanagement
Angewande Versicherungsmahemaik und Risikomanagemen Vorlesung am Insiu für Mahemaik der Universiä Wien Winersemeser 6/7 Skripum Version. Dr. Huber Schickeanz Dr. Huber Schickeanz Angewande Versicherungsmahemaik
MehrLebensdauer eines x-jährigen
Lebensdauer eines x-jährigen Sabrina Scheriau 20. November 2007, Graz 1 INHALTSVERZEICHNIS 2 Inhaltsverzeichnis 1 Einleitung 3 2 Sterbewahrscheinlichkeiten 4 2.1 Definition und Ermittlung....................
MehrUntersuchung von Gleitentladungen und deren Modellierung durch Funkengesetze im Vergleich zu Gasentladungen
Unersuchung von Gleienladungen und deren Modellierung durch Funkengeseze im Vergleich zu Gasenladungen Dipl.-Ing. Luz Müller, Prof. Dr.-Ing. Kur Feser Insiu für Energieüberragung und Hochspannungsechnik,
MehrWas sind Lévy-Prozesse?
G 5971 15. 214 Risikomanagemen mi Sprungprozessen (Teil 1) Was sind Lévy-Prozesse? Inhal 1, 6 Was sind Lévy-Prozesse? 3 Sandpunk, Kurz & Bündig 14 Buchbesprechung 15 Fremdwährungs- und Warenposiionsrisiken
MehrGrundlagen Wahrscheinlichkeitsrechnung, Statistik
Grundlagen Wahrscheinlichkeitsrechnung, Statistik Was ist Statistik? Wahrscheinlichkeit Grundgesamtheit und Verteilung Verteilung von Stichprobenparametern und Intervallschätzung Werkzeug Varianzanalyse
MehrStatistik. R. Frühwirth. Statistik. fru@hephy.oeaw.ac.at. VO 142.090 http://tinyurl.com/tu142090. Februar 2010. R. Frühwirth Statistik 1/536
fru@hephy.oeaw.ac.at VO 142.090 http://tinyurl.com/tu142090 Februar 2010 1/536 Übersicht über die Vorlesung Teil 1: Deskriptive Teil 2: Wahrscheinlichkeitsrechnung Teil 3: Zufallsvariable Teil 4: Parameterschätzung
Mehr1 Kinematik der geradlinigen Bewegung eines Punktes 1.1 Freier Fall; Geschwindigkeit, Fallzeit, kinematische Diagramme
Inhal / Übersich der Aufgaben mi Lösungen XI Aufgabe Erläuerung "Info"-Bild Seie 1 1 Kinemaik der geradlinigen Bewegung eines Punkes 1.1 Freier Fall; Geschwindigkei, Fallzei, kinemaische Diagramme 5 1.2
MehrSR MVP die Sharpe Ratio des varianzminimalen
Prüfung inanzmahemaik und Invesmenmanagemen 4 Aufgabe : (4 Minuen) a) Gegeben seien zwei Akien mi zugehörigen Einperiodenrendien R und R. Es gele < ρ(r,r )
Mehr1 Einführung. Bild 1-1: Ein digitales Kommunikationssystem
1 Einführung Ein digiales Kommunikaionssysem, das sicherlich viele Leser aus eigener Erfahrung kennen, zeig Bild 1-1: Ein Compuer is über ein Modem mi einem Kommunikaionsnez verbunden und ausch Daen mi
MehrMultivariate Statistik
Hermann Singer Multivariate Statistik 1 Auflage 15 Oktober 2012 Seite: 12 KAPITEL 1 FALLSTUDIEN Abbildung 12: Logistische Regression: Geschätzte Wahrscheinlichkeit für schlechte und gute Kredite (rot/blau)
MehrESIGN Scanservice. High-End-Scansystem für die Erstellung professioneller Produktfotos
Mi dem ESIGN Scanservice ersellen Sie hochaufgelöse und farbkorreke Produk foos Ihrer Bodenbeläge und anderer Oberflächenmaerialien aus dem Inerieurbereich. Die Einsazberei - che der Produkfoos reichen
MehrExtremwertverteilungen
Seminar Statistik Institut für Stochastik 12. Februar 2009 Gliederung 1 Grenzwertwahrscheinlichkeiten 2 3 MDA Fréchet MDA Weibull MDA Gumbel 4 5 6 Darstellung von multivariaten, max-stabilen Verteilungsfunktionen
MehrAnalyse von Extremwerten
Analyse von Extremwerten Interdisziplinäres Seminar: Statistische Verfahren in den Geowissenschaften Anna Hamann betreut durch Prof. Dr. Helmut Küchenhoff, Institut für Statistik Ludwig Maximilians Universität
MehrCrash Review Course Financial Risk Manager (FRM)
Crash Review Course Financial Risk Manager (FRM Philipps-Universiä Marburg WS7/8 Par I GARP (Global Associaion of Risk Professionals organizes an examinaion, he Financial Risk Manager (FRM Cerificae Program.
MehrUnterschied 2: kurzfristige vs langfristige Zinssätze. Arbitrage impliziert: r = i e i = r + e (1) (2)
Unerschied : kurzfrisige vs langfrisige Zinssäze Inermediae Macro - Uni Basel 10 Arbirage implizier: (1) () Es gib eine klare Beziehung zwischen langfrisigen Zinsen und erwareen künfigen Kurzfriszinsen
Mehr3.2 Festlegung der relevanten Brandszenarien
B Anwendungsbeispiel Berechnungen Seie 70.2 Feslegung der relevanen Brandszenarien Eine der wichigsen Aufgaben beim Nachweis miels der Ingenieurmehoden im Brandschuz is die Auswahl und Definiion der relevanen
Mehr$ % + 0 sonst. " p für X =1 $
31 617 Spezielle Verteilungen 6171 Bernoulli Verteilung Wir beschreiben zunächst drei diskrete Verteilungen und beginnen mit einem Zufallsexperiment, indem wir uns für das Eintreffen eines bestimmten Ereignisses
MehrMarketingManager Das branchenspezifische PIM-System für Ihr Multi-Channel-Marketing
Mi MarkeingManager vereinfachen und beschleunigen Sie die Verwalung, Konrolle und Vereilung aller relevanen Produkinformaionen. Dabei spiel es keine Rolle, ob es sich um Foos, Videos, Layouvorlagen, echnische
MehrStatistiktraining im Qualitätsmanagement
Gerhard Linß Statistiktraining im Qualitätsmanagement ISBN-0: -446-75- ISBN-: 978--446-75-4 Leserobe Weitere Informationen oder Bestellungen unter htt://www.hanser.de/978--446-75-4 sowie im Buchhandel
MehrFinanzmathematik. Wolfgang Müller. Institut für Statistik Technische Universität Graz
Finanzmahemaik Wolfgang Müller 213 Insiu für Saisik Technische Universiä Graz Inhalsverzeichnis 1. Markmodelle in diskreer Zei 1 1.1. Das Binomialmodell................................ 1 1.2. Das allgemeine
MehrHAW Hamburg Fakultät Life Sciences - Physiklabor Physikalisches Praktikum
HAW Hamburg Fakulä Life Sciences - Physiklabor Physikalisches Prakikum Auf- und Enladungen von Kondensaoren in -Gliedern Messung von Kapaziäen Elekrische Schalungen mi -Gliedern finde man z. B. in Funkionsgeneraoren
MehrZusatzaufgaben zur Vorlesung Stochastik für Informatikstudenten
Zusatzaufgaben zur Vorlesung Stochastik für Informatikstudenten I.1 Erweitertes Urnenmodell mit Zurücklegen In einer Urne befinden sich ( N Kugeln, davon M 1 der Farbe F 1, M 2 der Farbe l ) F 2,..., M
MehrKosten der Verzögerung einer Reform der Sozialen Pflegeversicherung. Forschungszentrum Generationenverträge Albert-Ludwigs-Universität Freiburg
Kosen der Verzögerung einer Reform der Sozialen Pflegeversicherung Forschungszenrum Generaionenverräge Alber-Ludwigs-Universiä Freiburg 1. Berechnungsmehode Die Berechnung der Kosen, die durch das Verschieben
MehrAufgabe 1 10 ECTS. y i x j gering mittel hoch n i Hausrat 200 25 0 225 KFZ 0 10 75 85 Unfall 20 35 90 145 Reiserücktritt 40 5 0 45 n j 260 75 165 500
Aufgabe 1 Für die Securance-Versicherung liegen Ihnen die gemeinsamen absoluten Häugkeiten der Merkmale X: Schadenshöhe und Y : Versicherungsart für die letzten 500 gemeldeten Schäden vor. 1. Interpretieren
MehrDigitale und Analoge Modulationsverfahren. Inhaltsverzeichnis. Abbildungsverzeichnis. ADM I Analoge & Digitale Modulationsverfahren
ADM I Analoge & Digiale Modulaionsverfahren Digiale und Analoge Modulaionsverfahren Inhalsverzeichnis 1 Idealisiere analoge und digiale Signale 1 2 Bezeichnungen für digiale Modulaionsverfahren 2 3 Eingriffsmöglichkeien
Mehrsammeln speichern C [F = As/V] Proportionalitätskonstante Q = CU I = dq/dt sammeln i - speichern u i (t)dt d t u c = 1 C i(t) dt
Elekronische Sseme - 3. Kapaziä und Indukiviä 1 -------------------------------------------------------------------------------------------------------------- G. Schaer 26. Mai 24 3. Kapaziä und Indukiviä
MehrVerteilungsanalyse. Johannes Hain. Lehrstuhl für Mathematik VIII Statistik 1/31
Verteilungsanalyse Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/31 Datentypen Als Sammeln von Daten bezeichnet man in der Statistik das Aufzeichnen von Fakten. Erhobene Daten klassifziert man
MehrAufbau von faserbasierten Interferometern für die Quantenkryptografie
Aufbau von faserbasieren nerferomeern für die uanenkrypografie - Gehäuse, Phasensabilisierung, Fasereinbau - Maserarbei im Sudiengang Elekroechnik und nformaionsechnik Veriefungsrichung Phoonik an der
MehrÜbersicht über die Vorlesung. 2 Marketing-Mix und Marktreaktion
Üersich üer die Vorlesung Was is arkeing? arkeing-ix und arkreakion 3 Sraegisches arkeing 4 Produkpoliik 5 Preispoliik 6 Kommunikaionspoliik 7 Disriuionspoliik Gliederung des zweien Kapiels arkeing-ix
Mehr5 Statistische Testverfahren
70 5 Statistische Testverfahren 5.1 Grundlegende Definitionen und Binomialtest Beispiel 5.1.1: (Fortsetzung von Beispiel 4.2.15) Wir nehmen an, dass das Medikament als wenig bedenklich eingestuft werden
Mehr