Diskrete Zufallsvariablen. Wahrscheinlichkeitsräume Zufallsvariablen Erwartungswert Varianz. Quiz

Größe: px
Ab Seite anzeigen:

Download "Diskrete Zufallsvariablen. Wahrscheinlichkeitsräume Zufallsvariablen Erwartungswert Varianz. Quiz"

Transkript

1 Dskrete Zufallsvarable Wahrschelchketsräume Zufallsvarable rwartugswert Varaz Quz

2 Im Fall eer Glechvertelug sd glech große Telmege vo Ω glech wahrschelch. Z.B. glt für Ω{0,,}: {0}{}{} 3 {0,}{0,}{,} 3 Aalog müsste m Fall der uedlche Mege Ω0,] gelte: 0,] 0, ], ] , ], ], ] 0, ], ], ], ] De Wahrschelchket ees Teltervalls vo 0,] wäre also efach gegebe durch see Läge Komplemete, Vereguge ud Durchschtte vo Teltervalle vo 0,] sd weder Teltervalle vo 0,], z.b. c,], 3 3, ], 7], , ] ],, ], 7], ] 8 5, oder zumdest aber Vereguge dsukter Teltervalle vo 0,], z.b. c , ] 0, ] ,]. De Läge/Wahrschelchket eer Veregug dsukter Teltervalle vo 0,] st gegebe durch de Summe der Läge/Wahrschelchkete der ezele Teltervalle vo 0,], z.b , ], ], ], ]

3 Im Fall vo Ω0,] müsste ee Glechvertelug edem Teltervall vo 0,] see Läge als Wahrschelchket zuorde. Leder gbt es kee Wahrschelchketsvertelug, de dese Aforderug erfüllt ud darüber haus auch och eder belebge Telmege vo 0,] ee Wahrschelchket zuordet. Das legt dara, dass es auch sehr komplzerte Telmege vo 0,] gbt, für de ma umöglch ee Läge agebe ka. Wll ma für Ω0,] trotzdem ee Glechvertelug defere, da muss ma sch auf efachere Telmege beschräke, z.b. Teltervalle vo 0,] sowe hre Komplemete, Vereguge ud Durchschtte. Telmege vo R, de ma mt de Megeoperatoe c,, Mege. aus Itervalle erzeuge ka, heße Borel- Bespele vo Borel-Mege: [-8,-5 0,] π,, R,, c φ R, {3}[3,3] Abzählbar uedlche Vereguge ud Durchschtte sd auch erlaubt. Daher st bespelswese auch de Mege der atürlche Zahle ℵ { 0,,,3,...} {0} {} {} {3}... ee Borel-Mege. coutabl fte

4 e Mege F vo Telmege eer chtleere Mege Ω heßt σ-algebra auf Ω, we für alle A,A,A, F glt: φ F, Bespele: Ω F, A F A c F, A, A, A 3, F A A A 3 F, A, A, A 3, F A A A 3 F De Mege aller Borel-Mege st ee σ-algebra auf R. F{φ,{0},Ω} st kee σ-algebra auf Ω{0,}, wel {0} c {} F. F{φ,{},{},{,3},{,3},Ω} st kee σ-algebra auf Ω{,,3}, wel {} {}{,} F, {,3} {,3}{3} F. F{φ,{},{,3},Ω} st ee σ-algebra auf Ω{,,3}, wel φ F, Ω F, φ c Ω F, Ω c φ F, {} c {,3} F, {,3} c {} F, φ {}{} F, φ {,3}{,3} F, φ ΩΩ F, {} {,3}Ω F, {,3} ΩΩ F, φ {}φ F, φ {,3}φ F, φ Ωφ F, {} {,3}φ F, {,3} Ω{,3} F. De otezmege Ω eer chtleere Mege Ω st ee σ-algebra auf Ω. Se ethält alle Telmege vo Ω, also sbesodere auch φ ud Ω. Außerdem sd alle Komplemete, Vereguge ud Durchschtte vo Telmege vo Ω wederum Telmege vo Ω ud sd daher auch Ω ethalte. σ-algebra or σ-feld 3

5 e Fukto : F: [0,] heßt Wahrschelchketsvertelug 3, we F ee σ-algebra auf eer Mege Ω st ud für alle A F sowe für alle paarwese dsukte A,A,A 3, F glt: φ0, Ω, A c A, A A A 3 A A A 3 Telmege vo Ω, de F ethalte sd, heße regsse. De Wahrschelchketsvertelug ordet ur regsse Wahrschelchkete zu, cht aber Telmege vo Ω, de cht F ethalte sd. Das Trpel Ω,F, heßt Wahrschelchketsraum 5. Bespele: {φ,0,{},0.8,{,3},0.,{,,3},} st ee Wahrschelchketsvertelug auf F{φ,{},{,3},{,,3}}. {φ,0,{},0.7,{,3},0.,{,,3},} st kee Wahrschelchketsvertelug auf wel F{φ,{},{,3},{,,3}}, {}{,3} {} {,3}{,,3}. 3 probablt dstrbuto or probablt measure evets 5 probablt space

6 e Fukto : Ω R heßt Zufallsvarable auf dem Wahrschelchketsraum Ω,F,, we das Urbld eder Borel-Mege e regs st. De Wahrschelchket, dass ee Zufallsvarable ee Wert eer Borelmege B ammt, st gegebe durch B - B{ω Ω: ω B}. Für edes ω Ω heßt ω ee Realserug 7 vo. Bespel: Ist Ω{,,3} ud F{φ,{},{,3},Ω}, da st de Fukto {,5,,0,3,7} kee Zufallsvarable, wel - [,9]{ω {,,3}: ω [,9]}{,3} F, - [0,0]{ω {,,3}: ω [0,0]}{} F, M radom varable 7 realzato e Fukto : Ω R heßt -dmesoale Zufallsvarable auf dem Wahrschelchketsraum Ω,F,, we das Urbld eder -dmesoale Borel-Mege e regs st. De σ-algebra der -dmesoale Borel-Mege st de kleste σ-algebra auf R, de alle -dmesoale Itervalle ethält. -dmesoale Itervalle sd Rechtecke. 3-dmesoale Itervalle sd Quader. Bespel: Augezahl be Würfel Quadrat der Augezahl 3 Vorzeche der Augezahl 3-dmesoale Zufallsvarable:,, 3,, 3,, R 3 Statt 3,] ud [0,], 0,5] schrebt ma auch 3< bzw. 0 < <0<

7 Bespel: Azahl der Köpfe be -malgem Müzwurf Ω{0,0,0,,,0,,} {0,0}{0,}{,0}{,} 0,0, 0,,,0,,0 Bespel:, zwedmesoale Zufallsvarable Azahl der Zahle be -malgem Müzwurf Azahl der Köpfe be -malgem Müzwurf Ω{0,0,0,,,0,,}, {0,0} {,} 0,00,, 0,,,,0,,,,0 -<.5 -,.5] - -,.5] {0,0,0,,,0} 3 0.5<.5 0.5<.5 0.5,.5] 0.5,.5] - 0.5,.5] 0.5,.5]{0,,,0}

8 Der rwartugswert 8 eer Zufallsvarable : Ω R mt möglche Werte,, st gegebe durch... Bespel: Würfel Ω{,,3,,5,}, {}{} {} ωω Augezahl Möglche Werte:,, 3 33, 5 55,... {}... {}... {} epected value {}. g, g 3.5 Möglche Werte: g g g g 5 3 g g {.5}.5 {.5} {,}.5{,5} 0.5{3,} {0.5} Dasselbe rgebs erhält ma we folgt: g g g 3 3 g g 5 5 g Allgeme glt: g m g 7

9 8 s glt: λ λ Bewes: g λ Ω },,..., { g λ 3 λ e Zufallsvarable, de de Wert λ mt der Wahrschelchket ammt, hat ee puktvertelug 9 mt arameter λ. λ λ λ λ λ λ ud see auf demselbe Wahrschelchketsraum deferte Zufallsvarable mt de möglche Werte,, bzw.,,. s glt: 9 degeerate dstrbuto Bewes: 0 m m m m... m... m... m... m 0 Tet auf grüem Htergrud ka überspruge werde.

10 Bespel: malges Würfel De Zufallsvarable mmt m Fall ees rfolgs Sechser de Wert a ud m Fall ees Msserfolgs ke Sechser de Wert 0. Ω {,...,} {,0,,0,3,0,,0,5,0,,} rfolgswahrschelchket: {} Msserfolgswahrschelchket: 0 0 {,,3,,5} e Zufallsvarable, de de Wert mt der Wahrschelchket p ud de Wert 0 mt der Wahrschelchket -p ammt, st Beroull-vertelt mt arameter p rfolgswahrschelchket p p p 5 Ma sagt auch, dass ee Beroull-Vertelug mt arameter p hat, ud met damt deege Wahrschelchketsvertelug * auf R, de eder Borel-Mege A de Wahrschelchket zuordet. 0, p, * A p,, falls0 A, A falls0 A, A falls0 A, A falls0 A, A has a Beroull dstrbuto or s Beroull-dstrbuted 9

11 Bespel: Zwemalges Würfel Ω {,,,,...,,} mmt de Wert a, we bem. Wurf e Sechser kommt, aderfalls de Wert 0. mmt de Wert a, we bem. Wurf e Sechser kommt, aderfalls de Wert 0. De Zufallsvarable ordet edem rgebs ω Ω de Gesamtazahl der Sechser zu, z.b. { 5,} 0, {,}, {,}. z <- sample:,,replacetru; z 5 <- felsez,,0; 0 0 <- sum; 0 De Zufallsvarable ud heße uabhägg, falls A B A für alle Borel-Mege A ud B. B Im vorge Bespel sd de Zufallsvarable ud uabhägg. Bespelswese erhalte wr für A[-,0] ud B{}: [,0] {} 0 {,,,,3,,,,5,} [,0] {} Use the commad helpfelse to get more formato about felse. 0

12 Bespel: -malges Würfel Ω {,,...,,,,...,,...,,,...,} mmt de Wert a, we bem. Wurf e Sechser kommt, aderfalls de Wert 0. M mmt de Wert a, we bem. Wurf e Sechser kommt, aderfalls de Wert 0. De Zufallsvarable,, sd uabhägg, d.h. A... A A... A für alle Borelmege A,,A. De Zufallsvarable ordet edem rgebs ω Ω de Gesamtazahl der Sechser zu, z.b. {,,,,3,,,,,}. z <- sample:,0,replacetru; z 3 <- felsez,,0; ; <- sum; : :

13 De Summe... vo uabhäge Zufallsvarable,,, de ee Beroull-Vertelug mt arameter p habe, hat ee Bomalvertelug 3 mt arameter ud p. De Wahrschelchket, dass de Wert {0,,,,} ammt, st gegebe durch p p, wobe der Bomalkoeffzet!!! de Azahl der Möglchkete agbt, de erfolgreche Versuche aus de sgesamt Versuche auszuwähle. 3 bomal dstrbuto bomal coeffcet s gbt!... Faktorelle 5 -Tupel mt de Zahle,,, als hre Kompoete. Für de erste Kompoete des -Tupels komme och alle Zahle Frage, für de zwete ur och - usw. 3: 3 Wahlmöglchkete: 3 Wahlmöglchkete: 3 3 Wahlmöglchket: 3 3 Ma ka bespelswese edes der 3!3 Trpel,,3,,3,,,,3,,3,, 3,,, 3,, zur Auswahl vo Zahle verwede. Allerdgs wähle das. ud das 3., das. ud das 5. sowe das. ud das. Trpel ewels deselbe Zahle. De Azahl der Wahlmöglchkete st also desem Fall gegebe durch de Azahl der Trpel dvdert durch : 3:3!:!! 5 factoral

14 Da ee bomalvertelte Zufallsvarable mt arameter ud p defert st als Summe... vo uabhäge, Beroull-vertelte Zufallsvarable,, mt arameter p, st hr rwartugswert gegebe durch Bespele: p... p p. s gbt 5 über verschedee Tpps bem Lotto aus ! !5! 5 3 sample:5,,replacefals choose s gbt 5!5 3 0 verschedee Aorduge der 5 BRICS-Staate: BRA,CHN,IND,RUS,ZAF Alphabet CHN,IND,BRA,RUS,ZAF Bevölkerug M s gbt 30 über 5 verschedee Akteportfolos, de 5 der 30 m Dow Joes Idustral Average DJIA berückschtgte Idustreuterehme 7 ethalte: DIS,KO,MCD,AAL,NK 8 kds choce A,GS,JM,TRV,V 9 Geld M 30 30! !30 5! DJIA-Kompoete vom Walt Dse, Coca-Cola, McDoald's, Apple, Nke 9 Amerca press, Goldma Sachs, JMorga, Travelers, Vsa 3

15 Bespel: Würfel bs zum erste Sechser Ω {,,,,,...,5,,,,,,,,...} e Zufallsvarable heßt dskret 0, falls Ω edlch oder abzählbar uedlch st. De Zufallsvarable ordet edem rgebs de Azahl der Msserfolge bs zum rfolg erster Sechser zu. Bespelswese mmt de Wert 0 a, we glech bem erste Mal e Sechser kommt, de Wert, we erst bem zwete Mal e Sechser kommt, usw. ka also de Werte 0,,,3, aehme, d.h. Bespelswese st ud Ω {0,,,3,...} ℵ. { 3,,,3,5,5,3,} {,,3,,,,5,,,,,3,,,,} 5. 7 Ist de Mege der möglche Werte eer Zufallsvarable abzählbar uedlch, d.h. Ω {,,,...}, 3 da st hr rwartugswert gegebe durch..., allerdgs ur, falls dese uedlche Summe estert. Der rwartugswert eer dskrete Zufallsvarable ka ehetlch geschrebe werde als. Ω 0 dscrete

16 Würfelt ma solage, bs e Sechser kommt, da st de Wahrschelchket vo Msserfolge gegebe durch 5, ℵ. Glech bem. Mal e Sechser, ke Msserfolg: 0 rst bem. Mal e Sechser, e Msserfolg: 5 rst bem 3. Mal e Sechser, zwe Msserfolge: 5 5 rst bem. Mal e Sechser, dre Msserfolge: 3 M e dskrete Zufallsvarabe hat ee geometrsche Vertelug mt arameter p, falls p p ℵ. De Summe aller Wahrschelchkete st glech : 0 0 p p p, 0 p p De rwartugswert vo erhält ma we folgt: 0 p p p p p p p p p p p p p p p p 0 p p p p geometrc dstrbuto 5

17 Maß für de Streuug eer Zufallsvarable st gegebe durch de rwartugswert der absolute Abwechug vom rwartugswert: 3 mttlere absolute Abwechug alteratves Maß erhält ma, we ma zuerst de rwartugswert der quadrerte Abwechug vom rwartugswert ermttelt ud da de Wurzel zeht: var Varaz 5 sd var Stadardabwechug Für glt: Ω Ω Bespel: hat ee Beroull-Vertelug mt arameter p p 0 p p p var 0 p p p sd p p p p p p p p p <- c0.,0.,0.,0.8 MAD <- abs0-p*-pabs-p*p # absolute value sd <- sqrtp*-p # square root h <- rbdp,mad,sd; h # combe b rows p MAD sd dsperso 3 Weglasse der Klammer be ka de Lesbarket verbesser. mea absolute devato 5 varace stadard devato

18 geschafte der Varaz Zufallsvarable, α,β R: var var α β 3 3 R R α β α β α β α β α β α β β β β β β var Ist bomalvertelt mt arameter ud p, da glt für var für 3 ud allgeme 0 0 p 0 p p p p p p p, var... 3p p var p p. De Varaz eer Summe vo uabhäge, Beroullvertelte Zufallsvarable mt arameter p st also gegebe durch var... p p ud st somt glech der Summe var... var p p... p p der Varaze der Summade. 0 7

19 8 Allgeme glt... var var... var, falls,, paarwese uabhägg sd. Bewes für : Ω Ω Ω Ω Ω Ω var var var

20 Momete: Für k ℵ heßt das chtzetrale Momet der Ordug k 7 vo, k k Spezelle Momete: Nchtzetrales Momet der Ordug : rwartugswert Zetrales Momet der Ordug : Varaz Normertes zetrales Momet der Ordug 3: Schefe 30 Normertes zetrales Momet der Ordug : Wölbug 3 das zetrale Momet der Ordug k 8 vo ud sd das ormerte zetrale Momet der Ordug k 9 vo. k 7 ocetral momet of order k 8 cetral momet of order k* 9 ormalzed cetral momet of order k 30 skewess 3 kurtoss 9

21 Quz F{φ,{3,5},,} σ-algebra auf Ω{3,,5},? {φ,0,{0,,},0.,{3},,{0,,,3},},? Glechvertelug auf {-5,-,,}, ωω,? -50., -30., 0.7,?, -, Z33, Z? 30.3, -0., 0.5,? var3, -9, var?, var3,? Glechvertelug auf {,3,}, ~B,0.5 3,? Lösuge {3,5} c Ω {} Ω 3 {3}{0,,} c {3} {0,,} {-5} {} 0 {-,.,} Z varvar-9 var-9-- var 3 var var Abkürzug für: hat ee Bomalvertelug mt ud p0.5 0

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung

1 Mathe Formeln Statistik und Wahrscheinlichkeitsrechnung 1 Mathe Formel Statstk ud Wahrschelchketsrechug Jör Horstma, 6.10.003. Alle Agabe ohe Gewähr. http://www.ba-stuttgart.de/ w017/ 1.1 Grudlage Ezelklasse [a ; b [ Klassewete Klassemtte Mttelwert b a = w

Mehr

19. Amortisierte Analyse

19. Amortisierte Analyse 9. Amortserte Aalyse Amortserte Aalyse wrd egesetzt zur Aalyse der Laufzet vo Operatoe Datestrukture. Allerdgs wrd cht mehr Laufzet ezeler Operatoe aalysert, soder de Gesamtlaufzet eer Folge vo Operatoe.

Mehr

Statistik. (Inferenzstatistik)

Statistik. (Inferenzstatistik) Statstk Mathematsche Hlfswsseschaft mt der Aufgabe, Methode für de Sammlug, Aufberetug, Aalyse ud Iterpretato vo umersche Date beretzustelle, um de Struktur vo Masseerscheuge zu erkee. Deskrptve (beschrebede)

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Stochastik. Ba-Studiengang Scientific Programming Wintersemester 2016/2017 FH AACHEN UNIVERSITY OF APPLIED SCIENCES

Stochastik. Ba-Studiengang Scientific Programming Wintersemester 2016/2017 FH AACHEN UNIVERSITY OF APPLIED SCIENCES Stochastk Ba-Studegag Scetfc rogrammg Wtersemester 06/07 FH CHN UNIVRSITY OF LID SCINCS Vorlesugshalte Stochastk I. Wahrschelchketsrechug I. führug de Kombatork I. Grudbegrffe I.3 Wahrschelchket I.4 Wahrschelchketsvertelug

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

II. Wahrscheinlichkeitsrechnung

II. Wahrscheinlichkeitsrechnung II. Wahrschelchketsrechug Vorlesugsmtschrft - Kurzfassug Prof. Dr. rer. at. B. Grabowsk HTW des Saarlades 005 Ihalt II. Wahrschelchketsrechug INHALTSVERZEICHNIS GRUNDLAGEN / DEFINITION DER WAHRSCHEINLICHKEIT...3.

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

Diskrete-Strukturen und Wahrscheinlichkeitstheorie SS 2009

Diskrete-Strukturen und Wahrscheinlichkeitstheorie SS 2009 Mtschrft der Vorlesug Dskrete-Strukture ud Wahrschelchketstheore SS 009 Dr. Aradt Srvastav Dese Mtschrft st ke offzelles Skrpt se st cht ubedgt Vollstädg ud Fehlerfre. Se st velmehr ee Lerhlfe für dejege

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes STOCHASTIK Wahrschelchketstheore ud mathematsche Statstk Prof. Dr. Barbara Grabowsk Hochschule für Techk ud Wrtschaft des Saarlades Eletug - I - Eletug Dese Kursehet det der Vermttlug vo Grudketsse auf

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient Ablehugsberech:!Sgfkazveau abhägge Gruppe: Gruppe vo Versuchspersoe, dee jede ezele Versuchsperso aus Gruppe A eer äquvalete Versuchsperso aus Gruppe B etsprcht (oder tatsächlch de gleche Versuchsperso

Mehr

Lage- und Streuungsmaße

Lage- und Streuungsmaße Statstk für SozologIe Lage- ud Streuugsmaße Uv.Prof. Dr. Marcus Hudec Beschrebug quattatver Date Um de emprsche Vertelug ees quattatve Merkmals zu beschrebe, betrachte wr Parameter, de ee Verdchtug der

Mehr

Einschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig

Einschlägige Begriffe zur Meßunsicherheit Dr. Wolfgang Kessel, Braunschweig Eschlägge Begrffe zur Meßuscherhet /7 Eschlägge Begrffe zur Meßuscherhet Dr. Wolfgag Kessel, Brauschweg De Aufstellug folgt cht der re lexografsch-alphabetsche Aordug. Verwadte Begrffe sd velmehr zu Gruppe

Mehr

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

Mehr

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes

STOCHASTIK. Wahrscheinlichkeitstheorie und mathematische Statistik. Prof. Dr. Barbara Grabowski. Hochschule für Technik und Wirtschaft des Saarlandes STOCHASTIK Wahrschelchketstheore ud mathematsche Statstk Prof. Dr. Barbara Grabowsk Hochschule für Techk ud Wrtschaft des Saarlades Lehrehet zur Kursehet Mathematk für Iformatker m Ferstudegag Allgemee

Mehr

Peter von der Lippe. Induktive Statistik. Formeln, Aufgaben, Klausurtraining

Peter von der Lippe. Induktive Statistik. Formeln, Aufgaben, Klausurtraining Peter vo der Lppe Iduktve Statstk Formel, Aufgabe, Klausurtrag Ursprüglch verlegt be Oldebourg, her überarbeteter Form als dowload zur Verfügug gestellt Oldebourg Tel I Formelsammlug mt Tabelleahag 3 vo

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Formelsammlug rtschaftsmathemat / Statst Formelsammlug für de Lehrverastaltug rtschaftsmathemat / Statst zugelasse für de Klausure zur rtschaftsmathemat ud Statst de Studegäge der Techsche Betrebswrtschaft

Mehr

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen

Zahlensysteme. Dezimalsystem. Binär- oder Dualsystem. Hexadezimal- oder Sedezimalzahlen IT Zahlesysteme Zahledarstellug eem Stellewertcode (jede Stelle hat ee bestmmte Wert) Def. Code: Edeutge Abbldugsvorschrft für de Abbldug ees Zeche-Vorrates eem adere Zechevorrat. Dezmalsystem De Bass

Mehr

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse

Mehr

Wir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach!

Wir weisen die Gültigkeit der 4Axiome der sigma-algebra für die Potenzmenge einer endlichen Menge A nach! Lösug zu Übug 4 Prof. Dr. B.Grabowski E-Post: grabowski@htw-saarlad.de Zu Aufgabe ) Wir weise die Gültigkeit der 4Axiome der sigma-algebra für die Potezmege eier edliche Mege A ach! ) Die leere Mege ud

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap.5: Kombinatorik. Referenzen zum Nacharbeiten:

Diskrete Mathematik. Sebastian Iwanowski FH Wedel. Kap.5: Kombinatorik. Referenzen zum Nacharbeiten: FH Wedel Prof. Dr. Sebasta Iwaows D5 Fole Dsrete athemat Sebasta Iwaows FH Wedel ap.5: ombator Refereze zum Nacharbete: Lag 5. 5. 7. (Bsp. 4) Beutelspacher 4 (außer Fxpute vo Permutatoe) eel 8 Hacheberger

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion

AG Konstruktion KONSTRUKTION 2. Planetengetriebe (Umlaufgetriebe) Skript. TU Berlin, AG Konstruktion AG Kstrut KONTRUKTION Plaetegetrebe (Umlaufgetrebe) rpt TU Berl, AG Kstrut Plaetegetrebe Vrtele Plaetegetrebe: e Achsversatz z.t. sehr grße Über-/Utersetzuge möglch grße Tragraft guter Wrugsgrad Rhlff

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) Problemstellug: Bsher: Gesucht: 6. Zusammehagsmaße (Kovaraz ud Korrelato) Ee Varable pro Merkmalsträger, Stchprobe x1,, x Maße für Durchschtt, Streuug, usw. Bespel: Kurse zweer Akte ud a 9 aufeader folgede

Mehr

Hochschule Furtwangen University Sommersemester Prof. Dr. Thomas Schneider Medien und Informatik 2. Übungsblatt 5. dar.

Hochschule Furtwangen University Sommersemester Prof. Dr. Thomas Schneider Medien und Informatik 2. Übungsblatt 5. dar. Hochschle Frtwage Uversty Sommersemester 0 Fakltät Dgtale Mede Mathematk Prof. Dr. Thomas Scheder Mede d Iformatk Übgsblatt. Elemetares Reche mt komplexe Zahle Es se w= +. a) Blde Se de komplex Kojgerte

Mehr

F Fehlerrechnung 1. Systematische und statistische Fehler

F Fehlerrechnung 1. Systematische und statistische Fehler -F.- F Fehlerrechug. Systematsche ud statstsche Fehler Jede Messug eer physkalsche Größe st mt eem Fehler verbude. Es st daher otwedg be der Agabe des Messwertes ee Fehlerabschätzug azugebe. Ma uterschedet

Mehr

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145 Mahemer Mauskrpte zu Rskotheore, Portfolo Maagemet ud Verscherugswrtschaft Nr. 45 Methode der rskobaserte Kaptalallokato m Verscherugs- ud Fazwese vo Peter Albrecht ud Sve Korycorz Mahem 03/2003 Methode

Mehr

Strittige Auffassungen zu Anforderungsprofil und Betriebsart bei der Neufassung der IEC 61508-3 und -7

Strittige Auffassungen zu Anforderungsprofil und Betriebsart bei der Neufassung der IEC 61508-3 und -7 Strtte Auffassue zu Aforderusrofl ud Betrebsart be der Neufassu der IEC 6508-3 ud -7 Vortra a der TU Brauschwe m November 205 vo Wolfa Ehreberer, Hochschule Fulda 7..205 Ehreberer, IEC 6508, Strtte Auffassue...

Mehr

Induktion am Beispiel des Pascalschen Dreiecks

Induktion am Beispiel des Pascalschen Dreiecks Iduto am Bespel des Pascalsche Dreecs Alexader Rehold Coldtz 0.02.2005 Eletug vollstädge Iduto De vollstädge Iduto st ebe dem drete ud drete Bewesverfahre ees der wchtgste der Mathemat. Eher bespelhaft

Mehr

9. Verzeichnis wichtiger Formelzeichen und Abkürzungen

9. Verzeichnis wichtiger Formelzeichen und Abkürzungen 9. Verzechs wchtger Formelzeche ud Abürzuge 9 Verzechs wchtger Formelzeche ud Abürzuge Formelzeche a a a y a * arcta2(y,) = arcta( y/ ) für arcta( y/ ) + π für < b B BL = O c H H y Läge des Uterarms des

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

IV. VERSICHERUNGSUNTERNEHMUNG

IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG Vers.-Oek.Tel-I-Ka-IV--5 Dr. Rurecht Wtzel; HS 09.0.009 IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG. Überblck ) I desem Katel wede wr us der Aalyse der Verscherugsuterehmug

Mehr

Statistik mit Excel und SPSS

Statistik mit Excel und SPSS Stattk mt Excel ud SPSS G. Kargl Grudbegrffe Grudgeamthet Erhebugehet Merkmale Werteberech Stchprobe Telbereche der Stattk: Dekrtpve Stattk Iduktve Stattk Exploratve Stattk U- / B- / Multvarate Stattk

Mehr

1 Elementare Finanzmathematik

1 Elementare Finanzmathematik Elemetare Fazmathemat 4 Elemetare Fazmathemat Zel: Bewertug ud Verglech atueller ud zuüftger Geldströme. Determstsche Zahlugsströme Defto: E determstscher Zahlugsstrom st ee Futo Z: N R, de jedem Zetput

Mehr

1.2.2 Prozentrechnung

1.2.2 Prozentrechnung .2. Verhältsglechuge, Produktglechuge Ee Awedug vo leare Glechuge sd Verhälts- ud Produktglechuge Be Verhältsglechuge st das Verhälts zwsche zwe Varable kostat, z.b. hergestellte Stückzahl zu beötgter

Mehr

Mehrdimensionale Zufallsvariablen

Mehrdimensionale Zufallsvariablen Mehrdmesoale Zufallsvarable Vertelug eer mehrdmesoale Zufallsvarable Stochastsche Uabhäggket vo Varable Erwartugswerte zwedmesoaler Zufallsvarable Eführug de Statstk mt R Bblografe Bleymüller / Gehlert

Mehr

Vorlesung Multivariate Statistik. Sommersemester 2009

Vorlesung Multivariate Statistik. Sommersemester 2009 P.Martus, Multvarate Statstk, SoSe 009 Free Uverstät Berl Charté Uverstätsmedz Berl Bachelor Studegag Boformatk Vorlesug Multvarate Statstk Sommersemester 009 Prof. Dr. rer. at. Peter Martus Isttut für

Mehr

1 Zufallsvorgänge und Wahrscheinlichkeiten

1 Zufallsvorgänge und Wahrscheinlichkeiten Zufallsvorgäge ud Wahrschelchkete MANFRED BOROVCNIK Ihaltsverzechs. Zufallsvorgäge. Wahrschelchkete.3 Bedgte Wahrschelchkete ud Uabhäggket. Zufallsvorgäge Zufallsvorgäge ud Ergebsmege Eregsse ud hre Verküpfug

Mehr

Sozialwissenschaftliche Methoden und Statistik I

Sozialwissenschaftliche Methoden und Statistik I Sozalwsseschaftlche Methode ud Statstk I Uverstät Dusburg Esse Stadort Dusburg Itegrerter Dplomstudegag Sozalwsseschafte Skrpt zum SMS I Tutorum Vo Mark Lutter Stad: Aprl 004 Tel I Deskrptve Statstk Mark

Mehr

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6

Übung Statistik II SS 2006 Musterlösung Arbeitsblatt 6 Ihalt: Efaktorelle Varazaalyse Bortz: Bortz Kap. 7.0-7. Übug Statstk II SS 006 Musterlösug rbetsblatt 6 ufgabe 1: Nee Se de Verfahre für Mttelwertsvergleche, de Se bsher für tervallskalerte Date kee gelert

Mehr

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial

Test für Varianz. Test für Varianz. Test für Varianz. Die Kontingenztabelle. Statistik 2 4. Vorlesung. Wiederholung: zweidimensionales Datenmaterial Statstk 4. Vorlesug Test für Varaz Estchprobetest für de Varaz: Hat de Varaz ee bestmmte Wert, bzw. legt er eem bestmmte Berech? Etschedug basert auf dem Ergebs eer ezge Stchprobe. Zwestchprobetest für

Mehr

Maximum-Likelihood-Schätzungen für Verteilungsparameter eines ausgewählten stochastischen Prozesses

Maximum-Likelihood-Schätzungen für Verteilungsparameter eines ausgewählten stochastischen Prozesses Maxmm-kelhood-Schätzge ür Vertelgsarameter ees asgewählte stochastsche Prozesses Maxmm kelhood stmato M Uwe Mezel.3.7 Maxmm - kelhood - Methode st aktell! R. A. Fsher 89-96 C. F. Ga Methode der kleste

Mehr

MST Übung 3 Mathematik 2 Prof.Dr.B.Grabowski Tel.:

MST Übung 3 Mathematik 2 Prof.Dr.B.Grabowski   Tel.: MST Übug Mthemtk Prof.Dr.B.Grbowsk e-ml: grbowsk@htw-srld.de Tel.: 87- Iverse Mtrze ufgbe : Bereche Se de Iverse Mtr zu folgede Mtrze. Prüfe Se Ihr Ergebs, dem Se - bereche! b dg-,,-,,-, c 7 d ufgbe :

Mehr

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten Festverzslche Wertaere Kurse ud Redte be gazzahlge Restlaufzete Glederug. Rückblck: Grudlage der Kursrechug ud Redteermttlug 2. Ausgagsstuato 3. Herletug der Formel 4. Abhäggket vom Marktzsveau 5. Übugsaufgabe

Mehr

Ralf Korn. Elementare Finanzmathematik

Ralf Korn. Elementare Finanzmathematik Ralf Kor Elemetare Fazmathematk Ihaltsverzechs. Eletug Exkurs : Akte Begrffe, Grudlage ud Geschchte. We modellert ma Aktekurse? 4. Edlche E-Perode-Modelle 6. Edlche Mehr-Perode-Modelle 3.3 Das Black-Scholes-Modell

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Name: Vorame: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Itegrerter Studegag Wrtshaftswsseshaft Klausuraufgabe zur Hauptprüfug Prüfugsgebet: BWW 2.8

Mehr

i P(A H i) P(H i ) (x i ˆx i ) 2 n n i=1 (x i x i ) 2 = 1 i=1 (ˆx i x i ) 2 (x + y) n = x j y n j f(x)dx = 1 f(x 1,..., x n)dx 1 dx n = 1

i P(A H i) P(H i ) (x i ˆx i ) 2 n n i=1 (x i x i ) 2 = 1 i=1 (ˆx i x i ) 2 (x + y) n = x j y n j f(x)dx = 1 f(x 1,..., x n)dx 1 dx n = 1 ZUSAMMENFASSUNG DES SKRIPTUMS ZU EINFÜHRUNG IN DIE WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK VON PROF. FELSENSTEIN PHILIPP DÖRSEK Der Autor übermmt keerle Garate für de Rchtgket. De meste Beträge wurde

Mehr

6. Modelle mit binären abhängigen Variablen

6. Modelle mit binären abhängigen Variablen 6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch

Mehr

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse

Hochschule München Fakultät Wirtschaftsingenieurwesen Datenanalyse Hochschule Müche Fakultät Wrtschaftsgeeurwese Dateaalyse Prof. Dr. Volker Abel Verso. Ihaltsverzechs Ihaltsverzechs. Auswertug ud Modellerug vo Zähldate.... Auswertug vo prozetuale Häufgkete.... Auswertug

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen .. Jährlche Retezahluge... Vorschüssge Retezahluge Ausgagspukt: Über ee edlche Zetraum wrd aus eem Kaptal (Retebarwert v, ), das zseszslch agelegt st, jewels zu Beg ees Jahres ee bestmmte Reterate ř gezahlt

Mehr

Zum Problem unterjähriger Zinsen und Zahlungen in der Zinseszinsrechnung

Zum Problem unterjähriger Zinsen und Zahlungen in der Zinseszinsrechnung Zu Proble urjährger Zse ud Zahluge der Zsessrechug Gewöhlch geht a der Zsessrechug davo aus, dass de Zse ach ee Jahr de Kapl ugeschlage werde ud da weder Zse trage. Der Zssat, t de das Kapl ultplert wrd,

Mehr

Gliederung des Kurses:

Gliederung des Kurses: Lageparameter Sete Glederug des Kurses: I II Allgemee Grudlage Statstsche Aalyse ees ezele Merkmals Aalyse/Beschrebug ees ezele Merkmals Zel: Verdchtug (Komprmerug) eer uüberschaubare Datemege Komprmerede

Mehr

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit

Einführung in die Wahrscheinlichkeitsrechnung. Wahrscheinlichkeitsrechnung. Übersicht. Wahrscheinlichkeitsrechnung. bedinge Wahrscheinlichkeit Enführung n de bednge Wahrschenlchket Laplace-Wahrschenlchket p 0.56??? Zufallsexperment Randwahrschenlchket Überscht Was st Wahrschenlchket? Rechenregeln Der Multplkatonssatz Axomatsche Herletung Unabhänggket

Mehr

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler

Kommentierte Formelsammlung der deskriptiven und induktiven Statistik für Wirtschaftswissenschaftler Kommeterte Formelsammlug der deskrptve ud duktve Statstk für Wrtschaftswsseschaftler Prof. Dr. Iree Rößler Prof. Dr. Albrecht Ugerer Wetere Bespele ud ausführlche Erläuteruge sowe detallerte Lösuge der

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

18. Dynamisches Programmieren

18. Dynamisches Programmieren 8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) 6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quattatve BWL. el: Fazwtschaft Mag. oáš Sedlačk Lehstuhl fü Fazdestlestuge Uvestät We Quattatve BWL: Fazwtschaft Ogasatosches Isgesat wd es 6 ee gebe (5 Ehete + Klausu Klausu fdet a D 7. Jaua 009 statt

Mehr

Preisindex. und. Mengenindex

Preisindex. und. Mengenindex Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk resdex ud Megedex Übuge Aufgabe ösuge www.f-lere.de resdex 1 De Etwcklug der rese wrd der Öffetlchket

Mehr

Eine einfache Formel für den Flächeninhalt von Polygonen

Eine einfache Formel für den Flächeninhalt von Polygonen Ee efache Formel für de Flächehalt vo Polygoe Peter Beder Set ege Jahre hat der Mathematkddaktk de sogeate emprsche Uterrchtsforschug mt quattatve ud qualtatve Methode Kojuktur, währed stoffddaktsche Arbete

Mehr

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen?

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen? Aufgabe 1 (60 Pukte) De Gesellschaft XYZ betet als prvate Reteverscherug ee Idepolce gege Emalbetrag a mt eer Aufschubfrst vo zwe Jahre. Ivestert wrd e so geates IdeZertfkat, das be Retebeg das folgede

Mehr

Einführung in Statistik

Einführung in Statistik Eführug Statstk 4. Semester Begletedes Skrptum zur Vorlesug m Fachhochschul-Studegag Iformatostechologe ud Telekommukato vo Güther Kargl FH Campus We 2009 Ihaltsverzechs Eführug Statstk Eletug. Deskrptve

Mehr

2. Arbeitsgemeinschaft (11.11.2002)

2. Arbeitsgemeinschaft (11.11.2002) Mat T. Kocbk G Fazeugs- & Ivesttostheoe Veastaltug m WS / Studet d. Wtschatswsseschat. betsgemeschat (..). Fshe-Sepaato Das Fshe-Sepaatostheoem sagt aus, daß ute bestmmte ahme heutge ud mogge Kosum substtueba

Mehr

Grundzüge der Preistheorie

Grundzüge der Preistheorie - - Grudzüge der Prestheore Elemetare Gedake der uterehmersche Prespoltk Verso 3. Harr Zgel 999-3, EMal: HZgel@aol.com, Iteret: http://www.zgel.de Nur für Zwecke der Aus- ud Fortbldug Ihaltsüberscht. Grudgedake.....

Mehr

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre D. Plappert De Strukturglechhet verschedeer physkalscher Gebete gezegt am Bespel Hydraulk-Elektrztätslehre Erschee Kozepte ees zetgemäße Physkuterrchts, Heft 3, Schroedel Verlag 979. Eletug De megeartge

Mehr

Lösungen der Übungsaufgaben zum Kompendium der diskreten Mathematik (Bernd Baumgarten, De Gruyter, 2014) Kapitel 5: Zahlen und Anzahlen

Lösungen der Übungsaufgaben zum Kompendium der diskreten Mathematik (Bernd Baumgarten, De Gruyter, 2014) Kapitel 5: Zahlen und Anzahlen 04 Berd Baumgarte Lösuge der Übugsaufgabe zum Kompedum der dskrete Mathematk (Berd Baumgarte, De Gruyter, 04) Kaptel 5: Zahle ud Azahle Btte beachte Se: Versuche Se stets, de Aufgabe zuächst selbst zu

Mehr

4.3 Statistik des radioaktiven Zerfalls

4.3 Statistik des radioaktiven Zerfalls 4.3 Statstk des radoaktve Zerfalls Stchworte: Radoaktvtät, -, -, -Strahlug, Geger-Müller-Zählrohr, Statstk, Posso- ud Gauß-Vertelug, Stadardabwechug, Rehetszahl, statstsche Aalyse. Theoretsche Grudlage

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

Formelsammlung der Betriebswirtschaft

Formelsammlung der Betriebswirtschaft - - Formelsammlug der Betrebswrtschaft Ee Überscht über de wchtgste mathematsche ozepte ud Recheverfahre Rechugswese, Cotrollg ud Betrebswrtschaft Verso 8.9 Harry Zgel 99-4, EMal: HZgel@aol.com, Iteret:

Mehr

Mathematischer Vorbereitungskurs für das Physikstudium. Kurt Bräuer Institut für Theoretische Physik Universität Tübingen

Mathematischer Vorbereitungskurs für das Physikstudium. Kurt Bräuer Institut für Theoretische Physik Universität Tübingen Mathematscher Vorberetugskurs für das Physkstudum Kurt Bräuer Isttut für Theoretsche Physk Uverstät Tübge Letztes Update: Oktober Ihalt. Zahlebereche.... Koordate ud Vektore... 5 3. Grezwerte, Folge ud

Mehr

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit Glederug: A. Vermögesverwaltug I. Gegestad II. Ablauf III. Koste B. Grudzüge der Kaptalmarkttheore I. Portefeulletheore 1. Darstellug. Krtk II. Captal Asset Prcg Model (CAPM) 1. Darstellug. Krtk III. Arbtrage

Mehr

Problemsupermarkt. Regale Wahrscheinlichkeitstheorie und Statistik JULIAN WERGIELUK

Problemsupermarkt. Regale Wahrscheinlichkeitstheorie und Statistik JULIAN WERGIELUK Problemsupermarkt Regale Wahrschelchketstheore ud Statstk JULIAN WERGIELUK Chemtz, 014 Ihaltsverzechs Ihaltsverzechs Detalertes Ihaltsverzechs 1 Wahrschelchketsrechug 3 1.1 Megesysteme....................................

Mehr

1 n xi. = å. 1 k. i i

1 n xi. = å. 1 k. i i Thema 4 Wahrschelchet Statst - Neff INHALT 4.3 Kotgez => Ch -Uabhäggetstest (= Ch -Kotgeztest) wr beutze h = / als Näherug für de Wahrschelchete ab 4.6 De Asätze für de Maßzahle "Mttelwert" ud "Varaz"

Mehr