Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Teil IV Musterklausuren (Univ. Essen) mit Lösungen"

Transkript

1 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 er auf,. De Wahrschelchket, daß es daraufh zu eem Duell kommt (Eregs D), beträgt,8. Da es außer Falschspel och wetere Grüde für e Duell gebe ka, glt allgeme P(D),. ) ach welchem Wahrschelchketsbegrff wurde P(F) bestmmt? ( Pukt) ) Zege Se, daß de Eregsse D ud F cht uabhägg sd. ( Pukte) ) We groß st de Wahrschelchket, daß geau ees der Eregsse (D oder F) etrtt? ( Pukte) v) Zeche Se e Ve-Dagramm für das Eregs D F. ( Pukt) b) Zur Auswahl stehe zwe verschedee Kartespele. Wrd mt Kartespel A gepokert, desse Karte vo R gezkt wurde, beträgt see Gewchace (Gew Eregs G),7. Be Spel B, desse Karte cht gezkt sd, beträgt de Wahrschelchket zu gewe für R ur,. Das Spel wrd vor Beg der Pokerparte mt Hlfe eer (fare) Müze ausgelost. ) We groß st de Chace für R zu gewe, we er och cht weß, mt welchem Kartespel gespelt wrd? ( Pukte) ) Ageomme R hat gewoe. We groß st da de Wahrschelchket, daß mt Kartespel B gespelt wurde? ( Pukte) c) We groß st de Wahrschelchket, daß R alle ver Asse auf der Had hält, we mt eem Spel aus Karte gespelt wrd ud jeder füf Karte bekommt? (Hwes für alle Pokerfas: Es wurde och kee Karte getauscht!!!) ( Pukte) d) Zu Beg des Spels wurde auf e fares Spel agestoße. Aus we vel Persoe besteht de Pokerrude, we jeder mt jedem emal agestoße hat ud de Gläser so mal geklrrt habe? (4 Pukte) Aufgabe : a) Gegebe se de folgede Dchtefukto eer stetge Zufallsvarable X: für - x f( x) sost ) Welche Egeschafte muss ee Fukto erfülle, we se ee Dchtefukto se soll (cht achwese, ur aufzähle!)? ( Pukt) ) Bereche Se de Erwartugswert ud de Varaz vo X. ) We groß st de Wahrschelchket, daß X m Itervall [;] legt? (4 Pukte) ( Pukte)

2 Musterklausure Sete M v) We lautet de Vertelugsfukto vo X? ( Pukte) b) E mt kotaktfreudge Kder gesegeter Vater betrachtet mt Sorge de Etwcklug der Teleforechuge. Der Vater behauptet, daß de erwartete moatlche Teleforechug höher als 8 DM st. Um see Vermutug zu überprüfe zeht er ee Stchprobe vo 8 Teleforechuge der letzte Jahre. De Teleforechuge laute: De Varaz der Grudgesamthet schätzt er mttels: $ ( ) X X X X σ ) Überprüfe Se de Hypothese des Vaters durch ee Test zum veau α.. Zu welcher Etschedug komme Se? ( Pukte) ) We hoch st der krtsche Mttelwert der Stchprobe, d.h. bs zu welcher Höhe vo X ka er de ullhypothese cht ablehe? ( Pukte) ) Bereche Se de Fehler. Art uter der Alteratvhypothese H : µ. Erläuter Se, was es her bedeutet, ee Fehler. Art zu begehe.. ( Pukte) Aufgabe : a) Gegebe se folgede zwedmesoale Fukto: c(x + y + xy) < x < ; < y <. f( x, y) sost ) Zege Se, daß de Kostate c de Wert.8 aehme muss, damt f(x,y) ee Dchtefukto st. ( Pukte) ) Bereche Se de Radverteluge für X ud Y. ) Bestmme Se de Kovaraz zwsche X ud Y. ( Pukte) ( Pukte) b) De Zufallsvarable X se ormalvertelt mt µ ud σ. We groß st de Wahrschelchket, daß X sch m Itervall [; 8] realsert? ( Pukte) c) De Zufallsvarable X,..., X see uabhägg detsch vertelt mt E( X ) µ ud V( X ) σ. Sd de folgede Schätzfuktoe für µ erwartugstreu ud kosstet? ) $µ X + ) $µ X ( Pukte)

3 Musterklausure Sete M achklausur WS 9/97 Aufgabe a) De Tesprofs B ud S habe sch vertraglch verpflchtet für hr Lad m Davs-Cup zu spele. Leder muss der geplagte Präsdet des Tesverbades feststelle, daß de bede es mt hrer Verpflchtug cht so geau ehme, so daß er de Wahrschelchket, daß B tatsächlch spelt (Eregs B) mt, ud de Wahrschelchket, daß S spelt, mt,7 bezffert. Da sch de bede cht besoders gut verstehe, st de Wahrschelchket, daß bede spele ur,. ) We groß st de Wahrschelchket, daß S spelt, we klar st, daß B cht atrtt? ( Pukte) ) We groß st de Wahrschelchket, daß geau eer der bede (aber cht bede zusamme) spele? ( Pukte) b) Der Präsdet des Tesverbades glaubt, daß de Wahrschelchket für ee Seg seer Maschaft (Eregs V) be,7 legt, we S mtspelt, aber ur be,4, we S cht mtspelt. ) Zege Se, daß de Eregsse V ud S abhägg sd. ( Pukt) ) We groß st P(V)? ( Pukte) c) B frühstückt am lebste Brötche mt eer bestmmte uß-ougat-creme. Leder ßt er a % aller Tage zuvel davo, so daß er achher cht mehr ordetlch Tes spele ka. We groß st de Wahrschelchket, daß er a eem Davs-Cup-Wocheede ( Tage) höchstes emal zuvel frühstückt? ( Pukte) d) De be eem Frühstück zu sch geommee Kaloremege beschrebt B als ormalvertelt mt µ ud σ. ) We groß st de Wahrschelchket, daß B a eem Morge zwsche 4 ud Kalore zu sch mmt? ( Pukte) ) Ageomme B köte kee Agabe über de Vertelug der Kaloremege mache, soder wüsste ur, daß µ ud σ st. Was köte er da über de Wahrschelchket aussage, zwsche 4 ud Kalore zu sch zu ehme? ( Pukte) e) B verfügt ee Kollekto vo Tesschläger. Davo wurde hm 8 Schläger vo seem Sposor geschekt. De adere bede hat er vo seer Frau zum Geburtstag bekomme. We groß st de Wahrschelchket, daß uter de Schläger, de er mt zum Tesplatz mmt (ud de er zufällg ausgewählt hat), de bede Schläger vo seer Frau sd? ( Pukte) f) Ageomme de Geschwdgket des Aufschlags des S se ormalvertelt mt µ km / h ud σ. We groß st de Wahrschelchket, daß S be Aufschläge, de er macht, ee durchschttlche Geschwdgket vo über, km/h errecht? ( Pukte)

4 Musterklausure Sete M4 Aufgabe : a) Studet S erschet de Behauptug seer Freud völlg uglaubwürdg, er würde m Moat durchschttlch mehr als 8 DM für Kogäge ausgebe. Um dese Vermutug zu überprüfe zeht er ee Stchprobe vo 8 Moate De Ausgabe ware: De Varaz der Grudgesamthet schätzt er mttels: $ ( X X) X X. σ ) Überprüfe Se de Hypothese der Freud durch ee Test zum veau α,. Zu welcher Etschedug komme Se? ( Pukte) ) We hoch st der krtsche Mttelwert der Stchprobe, d.h. bs zu welcher Höhe vo X ka de ullhypothese cht abgeleht werde? ( Pukte) ) Bereche Se de Wahrschelchket für ee Fehler. Art uter der Alteratvhypothese H : µ 9. Erläuter Se, was es her bedeutet, ee Fehler. Art zu begehe. b) Gegebe se de folgede zwedmesoale Dchtefukto:, 8( x + y + xy) < x < ; < y <. f( x, y) sost ( Pukte) ) Bestmme Se de Radverteluge vo X ud Y. ( Pukte) ) Bestmme Se de Kovaraz zwsche X ud Y. Welche Aussage köe Se über de Abhäggket/Uabhäggket vo X ud Y mache? ( Pukte) Aufgabe : a) Ee Gesellschaft vo Persoe muss für ee Flussüberfahrt auf zwe Boote aufgetelt werde, de je dre Persoe fasse. Auf we vel Arte ka de Gesellschaft auf de zwe Boote aufgetelt werde, we das Ehepaar Meer de Überfahrt ur auf bede Boote vertelt atrete wll? Hwes: Wchtg st ur welchem Boot ee Perso stzt, also cht auf welchem Platz m Boot dese Perso stzt. (4 Pukte) b) Be eer Wahlumfrage soll der Atel $π der Wähler der Parte A ermttelt werde.

5 Musterklausure Sete M ) Dabe soll der Schätzwert vom wahre Wert π um höchstes absolut, abweche. We groß muß der Umfag eer Stchprobe vo Wähler mdestes se, we ma ee Scherhetswahrschelchket vo,9 fordert? ( Pukte) ) De Wahlumfrage ergbt für ee Stchprobe vo Wähler ee Atel p.4 für de Parte A. Bestmme Se e 9%-ges Kofdeztervall für de Atel π der Grudgesamthet. (4 Pukte) c) De mttlere Ausgabe µ der Budesbürger für Urlaubszwecke solle durch ee Stchprobe (Zehe mt Zurücklege) vom Umfag ermttelt werde. De Bevölkerug wrd zwe Schchte zerlegt, wobe de erste Schcht de besser verdeede Persoe ethalte. De zwete Schcht se doppelt so groß we de erste Schcht. De Schchte see bezüglch der Ausgabe für Urlaubszwecke homoge, d.h. es glt Dabe st σ σ σ σ σ. de Varaz der erste Schcht, σ de Varaz der zwete Schcht ud de Varaz der Grudgesamthet. Hwes: Beachte Se, daß ud ubekat sd! ) We groß sd de Stchprobeumfäge de ezele Schchte be optmaler Auftelug der Schchte? (4 Pukte) ) Vergleche Se de Varaze des Schätzers x be efacher Zufallsauswahl ud be der optmale Schchtug. (4 Pukte) Hauptklausur WS 97/98 Aufgabe : Herr Dttmeyer verkauft eer Fußgägerzoe Apfelse ud Oragesaft, der fast so schmeckt we frsch gepresst. De Wahrschelchket, daß e Passat Apfelse kauft (Eregs A) beträgt,. De Wahrschelchket, daß e Passat Saft kauft (Eregs S), beträgt,. De Wahrschelchket, daß geau ees der bede Produkte gekauft wrd (aber ebe cht bede zusamme!) beträgt,. a) Stelle Se das folgede Eregs eem Ve-Dagramm graphsch dar: ( A S) ( A \ S) ( Pukte) b) We groß st de Wahrschelchket, daß ) e Passat bede Produkte kauft? ( Pukte) ) e Passat Apfelse kauft, we er sch berets gege de Kauf vo Saft etschede hat? ( Pukte) ) sch vo 8 Passate zum Kauf vo Apfelse etschede? ( Pukte) c) Zur Förderug sees Verkaufs verastaltet Herr D. e klees Glücksspel. I ee zugedeckte Behälter legt er weße ud schwarze Kugel. E Passat darf solage zehe (mt Zurücklege), bs er das erste Mal ee schwarze Kugel erwscht. Für jede vorher gezogee weße Kugel gewt er ee Apfelse. Es st klar, daß de Zufallsvarable X Msserfolge ( weße Kugel) vor dem erste Erfolg ( schwarze Kugel) eer geometrsche Vertelug gehorcht.

6 Musterklausure Sete M ) Gebe Se ee Maxmum-Lkelhood-Schätzug für de Erfolgswahrschelchket π auf der Grudlage der folgede Stchprobe a: Passat A B C D weße Kugel ) Bereche Se für dese Vertelug de Erwartugswert ud de Varaz. (4 Pukte) (4 Pukte) ) We groß st de Wahrschelchket, frühestes bem zwete ud spätestes bem verte Zug erstmals ee schwarze Kugel zu erwsche? ( Pukte) Aufgabe : a) I eer Flasche Oragesaft st m Schtt Lter Saft. De Varaz betrage,. We groß st de Mdestwahrschelchket, bem Kauf eer Flasche zwsche,9 ud, Lter Saft zu bekomme? ( Pukte) b) Ageomme, de Abfüllmege se ormalvertelt mt µ ud σ,. We groß st de Wahrschelchket bem Kauf ees Kastes Saft ( Flasche) mdestes, Lter zu bekomme? c) Kude K errechet e Kofdeztervall für de durchschttlche Ihalt der Flasche. Ee Stchprobe vo Flasche ergab x,. Welche Stadardabwechug $σ hat K aus der Stchprobe gewoe, we das Kofdeztervall we folgt aussah ( ) P,977 µ, 47,9? (4 Pukte) d) De Verbraucherzetrale V glaubt, daß de Flasche m Schtt weger als Lter Saft ethalte ud möchte des mt Hlfe ees statstsche Tests achwese. Ee Stchprobe vom Umfag ergab ee Varaz für de Füllmege vo,49. ) Stelle Se de Hypothese (ull- ud Alteratvhypothese) auf. ( Pukt) ) Wo legt der krtsche Mttelwert, d.h. bs zu welchem x ka V de ullhypothese cht ablehe, we mt α, getestet werde soll? ( Pukte) e) Der Statstker S betrachtet ee Stchprobe vo Flasche. De Zufallsvarable X se der Ihalt der -te Flasche mt E( X ) µ ud ( ),,...,. Alle X see detsch uabhägg vertelt mt V X σ. Für de durchschttlche Flaschehalt µ schlägt S de folgede Schätzfuktoe vor: ) $µ X ) $µ X Sd $µ ud $µ erwartugstreu ud kosstet? Welche der bede Schätzer würde Se vorzehe? ( Pukte)

7 Musterklausure Sete M7 Aufgabe : a) Gegebe se de folgede Fukto: 7 4 x + x y( y) y( y) für x, y f( x, y) 8 sost Köte es sch dabe um ee zwedmesoale Dchtefukto hadel? ( Pukte) b) Dplom-Kaufma K aus E betrtt mt 4 adere Patete zetglech ee Zaharztpraxs. De Arzthelfer hält es desem Fall für far de Rehefolge, der de füf Persoe behadelt werde, auszulose. We groß st de Wahrschelchket, daß K cht als Erster das Behadlugszmmer gerufe wrd? (4 Pukte) c) X see Zufallsvarable, für de glt: E( X ), E( X ), ( ) E X 8, V( X ), V( X ) 4, ( ) V X, C( X X j ), für alle j De Zufallsvarable Z se als folgede Learkombato gebldet: Z X + X X. Bereche Se E( Z ) ud V( Z ). (4 Pukte) d) De Kude eer Krakekasse bestehe zu % aus Kder (Schcht ), zu % aus Mesche m arbetsfähge Alter (Schcht ) ud zu % aus Reter (Schcht ). Aus eer Stchprobe m Umfag 4 solle de mttlere jährlche Ausgabe für Medkamete µ geschätzt werde. Es gelte: σ, σ ud σ 8. Bereche Se de Stchprobeumfag be proportoaler ud optmaler Auftelug sowe jewels de Varaz der Schätzfukto $µ x. (8 Pukte) e) We de Wahrschelchket dafür, daß eem Flugzeug x Terrorste mt zwe Bombe stze, ur e Zehtel der Wahrschelchket dafür st, daß x Terrorst mt eer Bombe m Flugzeug st, da st X possovertelt mt λ K? ( Pukte)

8 Musterklausure Sete M8 Lösuge Hauptklausur WS 9/9 Aufgabe : a) P( F ),, P( D F), 8 ; P( D ), ) Subjektver Wahrschelchketsbegrff ) P( D) P( D F) ) P( D F) P( D F) P( D) + P( F) P( D F) P D + P F P D F P F, +,, 8,, 44 v) ( ) ( ) ( ) ( ) b) P( G A), 7 ; P( G B), ) P( G) P( G A) P( A) P( G B) P( B) ) P( G B) P( B),, P( B G) P( G), 4 c) X ~ H( ; 4; ) d) +, 7, +,,, 4, P( x 4), 4. 7 K!! ( )! ( ) +,, Aufgabe : a) + ) f( x ) < ud ( ) ) ( ) f x dx E x xdx x V( x) x dx x

9 Musterklausure Sete M9 ) dx x v) ( ) x F x du x + x x < F( x) x + x x > 9 b) x 87, ; $σ 7 ) H :µ 8 vs. H :µ > 8 ) Fall : x µ T σ$ 87, 8, z α,89 De Hypothese ka cht abgeleht werde. x 8, , , 77 P x < H P z < H 9 ) ( 9, 77 ) ( ) ( ) P z <, H P z <, H, 9, 8 Ee Fehler. Art zu begehe bedeutet her, de H -Hypothese als rchtg azuehme obwohl se falsch st, d.h. azuehme, de durchschttlche Teleforechug läge uter 8 DM, obwohl se Wahrhet über 8 DM legt. Aufgabe : a) c c c c ) cx + cy + cxydxdy x + cxy + x y dy + cy + ydy c c y + y c + y c c c + +, c 4 4 c, ) f( x), x +, y +, xydy [, xy +, y +, xy ], 8x +, 4 +, 4x, 4 +,x f y, 4 +, y ( ) C xy 8 x y + 8 xy + 8,,, x y dxdy µ xµ y ) ( ) E x 4 x x dx x 4 x 4 E y ( ), +,, +,, +,, ( )

10 Musterklausure Sete M + +, 8, 8 x y, 4x y x y dy,,, 8, 8 y +, 4y + y dy,, 8, 4, 8 y + y + y 9 X ~ ; b) ( ) P( x 8) c), 8, 4, 8,,, z, 8 z, P, z, P z, P z,, 8849, 79, ( ) ( ) ( ) $µ µ µ $µ st cht erwartugstreu, aber lm E( µ $ ) µ $µ st asymptotsch erwartugstreu ) E( ) E X + E( X ) V $µ V X σ σ lm $ ( ) + V( X ) V( µ ) $µ st kosstet. $µ E µ µ $µ st cht erwartugstreu, aber lm E( µ $ ) µ $µ st asymptotsch erwartugstreu ) E( ) X E( X ) ( ) ( ) ( ) V( $µ ) V X V( X ) σ σ 4 4 lm V µ $ $µ st kosstet. ( ) achklausur WS 9/97 Aufgabe : a) ( ) P( S ) P( B S ) P B, ;, 7;, ) P( S B) P S ( B) P( B) P( S B) P( S) P( S B),,, 4, 7,,

11 Musterklausure Sete M ) P( S B) P( S B) ( ) ( ) ( ) P S + P B P S B, 7 +,,, b) P( V S) P( V S ), 7;, 4 ) Wäre V ud S uabhägg, müsste gelte: ( ) P( V S) P V S Da des cht zutrfft, sd de Eregsse abhägg. ) P( V) P( V S) P( S) P( V S) P( S) +, 7, 7 +, 4,, c) X B frühstückt zuvel; X ~ B( ;, ) P( X ), 784 lt. Tabelle d) X Kaloremege; X ~ ( ; ) ) P( 4 X ) 4 Z Z ( Z ) P,94 lt. Tabelle ) P( 4 X ) P( X ) + >, 7 e) X Schläger vo seer Frau; X ~ H( ; ; ) ( ) P X, f) X Aufschlaggeschwdgket; ( ) ( >, ) P( X, ) P X, Z, ( ) P Z,,94, 48 σ X ~ ; X ~ ; Aufgabe : X a) 9; $σ ( )

12 Musterklausure Sete M ) H : µ 8 vs. H : µ > 8 T X µ σ$ , ) z α,89 Wege T < z α ka H cht abgeleht werde. X 8 T 7 8, 89 X, , ) P( T <, 89 µ 9) 9, 9 P( X < 9, µ 9) P Z < µ 9 P( Z <, 7 µ 9), Ee Fehler. Art zu begehe bedeutet her, de H -Hypothese als rchtg azuehme obwohl se falsch st, d.h. azuehme, de durchschttlche Koausgabe läge uter 8 DM, obwohl se Wahrhet über 8 DM lege. f x, y, 8x +, 8y +, 8 xy b) ( ) f y, 8 x +, 8 y +, 8 xydx ) ( ) [, 4x, 8xy, 4x y ] + +, 4 +, 8y +, 4y, y +, 4 Etspreched für X: f( x) ) C( x, y) E( xy) E( x) E( y) C( x y), x +, 4 E( x) x + 4 xdx 4 x +,,,, x, 4 +,, E( y ), ( ) E xy 8 x y + 8 xy + 8,,, x y dxdy + + 4, 8, 8, x y xy x y dx 4, 8, 8, x + x + x dx, 4, 8, , 4 +, 8 +, 8 x x x 9,,,,,, 4

13 Musterklausure Sete M X ud Y sd cht uabhägg, da C( x, y). Aufgabe : a) Es gbt zwe Möglchkete de Meers aufzutele: Meer Boot ud Meer Boot bzw. Meer Boot ud Meer Boot. Damt gbt es m erste Boot och zwe free Plätze ud es sd och ver Persoe übrg: b) Kombato ohe Wederholug: K 4 4! 4! ( 4 )! 4 Das zwete Boot ergbt sch vo selbst. Damt gbt es sgesamt Möglchkete. ) Da kee Agabe über π * gemacht wurde: Aahme des ugüstgste Falles, also π*, z * ( π ) π * *,9,, 4 e, ) P p z pq pq p z + π α c) ) P, 4,9, 4, KI [, 4;, 49] σ σ k k k k k π, 4 +,9, 4,,9 σ σ + σ σ σ + σ σ σ ) Be efacher Zufallsauswahl: V( X) Be optmaler Schchtug: V( X) opt k σ k σ + σ σ

14 Musterklausure Sete M4 σ + σ + σ σ 4 4, da + ( ) < V( X) V X opt Hauptklausur WS 97/98 Aufgabe : a) b) P( A ), ; P( S ), ; P( A S) P( A S) ) P( A) + P( S) P( A S),, P( A S) P( A) + P( S), +,,,, ) P( A S) P A ) X ~ B( 8;,) [ ] ( ) ( S) P( A) P( A S),, P( S) P( S), 7 P( x ), 48 lt. Tabelle c) X ~ G( π ) ) x f( x) π( π) L( π) π( π) π π( π) π( π) π ( π) 4, 49. max dl 4 4π ( π) π ( π) dπ ( π) π π π π $, 4 E x π,, π, 4 V( x ) π,, 7 π, P x P x P x, 4,, 4 +,, 79 ) ( ) ) ( ) ( ) ( ) ( )

15 Musterklausure Sete M Aufgabe : a) P(,9 x, ) P(, x +, ), 7 b) X ( ) ; Y X ~ ( ;, ) ~ ;, (, ) P( y, ) P y ( ), z, P z, 84, 87 c) Fall 9 Lke Greze des Kofdeztervalls: σ$ x z,977 σ $ 4 ( x,977) (,,977 ), 7 z, d) ) H :µ vs. H :µ < ) x µ x T, 449 σ$, 7 x 449,, 7 +,988 e) E( ) E X E( X ) µ $µ st erwartugstreu V $µ V X σ σ lm µ $ $µ st kosstet ( ) V( X ) V( ) ( $µ ) E( X ) µ ( $µ ) V( X) σ V( µ ) σ E V lm $ $µ st erwartugstreu $µ st cht kosstet Der Schätzer $µ st vorzuzehe, da er cht ur erwartugstreu st (we $µ auch) soder auch kosstet. Aufgabe : a) x + x y x y y + y dxdy x x x y x y xy xy dy y y y + y dy 8 8 y + y dy

16 Musterklausure Sete M y y + y + f( x, y) ka kee Dchtefukto se b) Eregs E: K wrd als Erster aufgerufe P E P E ( ) ( ) Möglche Eregsse: P! Ugüstge Eregsse ( E ) : P4!4 4 P( E ),, 8 E Z E X + X X E X + E X E X c) ( ) ( ) ( ) ( ) ( ) V( Z) V( X + X X ) V( X ) + V( X ) + V( X ) + C( X, X ) C( X, X ) C( X, X ) d), ;, ;, Proportoale Auftelug, 4 8, 4, 4 k V( x) prop k ( + + ) 4 8 σ,,, 79,, 98 4 Optmale Auftelug kσ k, +, +, 9 8, 7 4, 4 4 8, 7 8, 7 4, 4 8, 7 8, 7 4, 9 4, 7 4 8, 7 8, 7 k V( x) opt k ( + + ) 4 9 σ,,, 7, 9, 89 4 λ λ λ λ e) e e λ λ,

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

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

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

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

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

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

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

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

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

Mehr

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

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

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

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

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

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

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 ----------------------------------------------------------------------------------------------- Satz vo Bayes ud totale

Mehr

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

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

Klausur Statistik IV Sommersemester 2009

Klausur Statistik IV Sommersemester 2009 Klausur Statstk IV (Lösug) Name, Vorame 013456 Klausur Statstk IV Sommersemester 009 Prof. Dr. Torste Hothor Isttut für Statstk Name: Name, Vorame Matrkelummer: 013456 Wchtg: ˆ Überprüfe Se, ob Ihr Klausurexemplar

Mehr

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes Lösuge zu Übugs-latt 7 Klasssche Wahrschelchet Glücsspele, edgte Wt, Uabhägget, Satz vo ayes Master M Höhere ud gewadte Mathemat rof. Dr.. Grabows De folgede ufgabe löse wr uter Verwedug der bede ombatorsche

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

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz

Asymptotische Normalverteilung nach dem zentralen Grenzwertsatz Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Erwartugswert eer Summe vo Zufallsvarable mt jewels de Erwartugswert x (Y Y Asymptotsche ormalvertelug ach dem zetrale Grezwertsatz Varaz eer Summe

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen

( ) ( ) ( ) ( ) è ø. P A Wahrscheinlichkeitsmaß. lim n. Dr. Christian Schwarz 4. KOMBINATORIK Permutationen BBA Projektsemar Thess Dr. Chrsta Schwarz Formelsammlug Aalytsche Statstk 4. KOMBINATORIK 4.. Permutatoe Azahl der Permutatoe vo N Elemete ohe Wederholug: Multomalkoeffzet: N! = N N- N -... 3 N! N! N!...

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

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: )

Prof. Dr. B.Grabowski. Die Behauptung I folgt aus der Multiplikationsformel: ) Höhere Mathemat KI Master rof. Dr..Grabows E-ost: grabows@htw-saarlad.de Satz vo ayes ud totale Wahrschelchet Zu ufgabe anachwes der Formel I ud II: eh.: I. Formel der totale Wahrschelchet: ewes: Es glt:...

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

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

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

(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

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

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

Mehr

Grundlagen der Entscheidungstheorie

Grundlagen der Entscheidungstheorie Kaptel 0 Grudlage der Etschedugstheore B. 0 (Gegestad) De Etschedugstheore befasst sch mt dem Etschedugsverhalte vo Idvdue ud Gruppe. Se besteht aus we Telgebete. Deskrptve Etschedugstheore De deskrptve

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

Verdichtete Informationen

Verdichtete Informationen Verdchtete Iormatoe Maßzahle Statstke be Stchprobe Parameter be Grudgesamthete Maßzahle zur Beschrebug uvarater Verteluge Maßzahle der zetrale Tedez (Mttelwerte) Maßzahle der Varabltät (Streuugswerte)

Mehr

FH D WS 2007/08 Prof. Dr. Horst Peters Dezember 2007

FH D WS 2007/08 Prof. Dr. Horst Peters Dezember 2007 FH D WS 007/08 Prof. Dr. Horst Peters Dezember 007 Formelsammlug Wahrschelchetsrechug ud dutve Statst m Bachelor-Studegag Busess Admstrato (Modul BWL B) Sete / 6 Formelsammlug Wahrschelchetsrechug ud Idutve

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

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

Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit

Eigenschaften der arithmetischen Mittel. Schätzer für die Varianz. Allgeimeines Method: Likelihood Funktion. Schätzer für die Wahrscheinlichkeit Statstk. Vorlesug, September 6, 009 Egeschafte er arthmetsche Mttel für alle Fälle wo e Stchprobeelemete habe e selbe Vertelug u s uabhägg: E ( = mvar, ( = / Staarabwechug (Staarfehler: D ( = / Korrektur

Mehr

Abschnitt III: Gleichungen, Ungleichungen, lineare Gleichungssysteme, Summen. x 2x

Abschnitt III: Gleichungen, Ungleichungen, lineare Gleichungssysteme, Summen. x 2x Thema: Glechuge 4 4 a) 3 ; b) 3 6 4 1 1 Swatje hat zwe Sparbücher mt glech hohe Beträge. Ihr Bruder Horst Kev hat ur e Sparbuch, auf dem dremal so vel Geld st we auf eem Sparbuch vo Swatje. Horst Kevs

Mehr

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält. Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet

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

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

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

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statstk für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse m Gruppe

Mehr

Schiefe-, Wölbungs- und Konzentrationsmaße

Schiefe-, Wölbungs- und Konzentrationsmaße Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse

Mehr

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP)

wahlberechtigte Personen der BRD zur Bundestagswahl zugelassene Parteien (SPD, CDU, Grüne, FDP) Zu Aufgabe 1) Sd folgede Merkmale dskret oder stetg? a) De durch ee wahlberechtgte Perso der BRD gewählte Parte be der Budestagswahl. b) Kraftstoffverbrauch ees Persoekraftwages auf 100 km. c) Zahl der

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

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK Mathematk: Mag. Schmd Wolfgag & LehrerIeteam Arbetsblatt 7-7 7. Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK STATISTISCHE GRUNDBEGRIFFE Statstk gledert sch zwe Telbereche De Beschrebede

Mehr

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen Ivestmetfods Kezahleberechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 01.01.2007 Ihalt 1 erformace 4 1.1 Berechug der erformace über de gesamte Beobachtugzetraum (absolut)... 4 1.2 Aualserug

Mehr

Verteilungen und Schätzungen

Verteilungen und Schätzungen Verteluge ud Schätzuge Zufallseperet Grudbegrffe Vorgag ach eer bestte Vorschrft ausgeführt ( Przp) belebg oft wederholbar se Ergebs st zufallsabhägg be ehralge Durchführug des Eperets beeflusse de Ergebsse

Mehr

Schiefe-, Wölbungs- und Konzentrationsmaße

Schiefe-, Wölbungs- und Konzentrationsmaße Statstk für SozologIe Schefe-, Wölbugs- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Merkmal wurde 3 Gruppe beobachtet ud Form der folgede Häufgketstabelle berchtet: Klasse

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

Fehlerrechnung im Praktikum

Fehlerrechnung im Praktikum Fehlerrechug m Pratum Pratum Phsalsche Cheme (A. Dael Boese) I chts zegt sch der Magel a mathematscher Bldug mehr, als eer überbertrebe geaue Rechug. Carl Fredrch Gauß, 777-855 Themegebete Utertelug vo

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

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

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

Klausur Betriebswirtschaftslehre PM/B

Klausur Betriebswirtschaftslehre PM/B Isttut für Fazwrtschaft, Bake ud Verscheruge, Karlsruher Isttut für Techologe Klausur Betrebswrtschaftslehre PM/B Achtug: Ihalte der Vorlesug köe Zukuft ggf. cht mehr kosstet mt de Ihalte deser Klausur

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

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

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst

Marketing- und Innovationsmanagement Herbstsemester 2013 - Übungsaufgaben Lesender: Prof. Dr. Andreas Fürst Marketg- ud Iovatosmaagemet Herbstsemester 2013 - Übugsaufgabe Leseder: Prof. Dr. Adreas Fürst Isttut für Marketg ud Uterehmesführug Abtelug Marketg Uverstät Ber Ihaltsverzechs 1 Eletug Allgemee Grudlage

Mehr

Histogramm / Säulendiagramm

Histogramm / Säulendiagramm Hstogramm / Säuledagramm Häugkete 10 9 8 7 6 5 4 3 2 1 0 3,45 3,75 4,05 4,35 4,65 Flüge lläge [mm] Be Hstogramme st soort deutlch, daß es sch um Häugketsauszähluge hadelt. De Postoe der Klasse sowe hre

Mehr

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten

Standardnormalverteilung. Normalverteilung. Verteilungsfunktion. Intervallwahrscheinlichkeiten Normalvertelug Stadardormalvertelug Normalvertelug N(μ, ) mt chte : Gaußche Glockekurve μ μ μ+ μ >, f ( ) = ( μ) WS 7/8 Prof. r. J. Schütze, FB GW NV π Egechafte der chte: - Mamum μ - mmetrch zu μ - Wedepukte

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

Formeln für Statistik und Wahrscheinlichkeitstheorie (Dutter)

Formeln für Statistik und Wahrscheinlichkeitstheorie (Dutter) Formel für tatstk ud Wahrschelchketstheore (Dutter) Fehler a: fpalmater@gmal.com Cotets Beschrebede tatstk... Kegröße vo Verteluge... Verteluge... 3 Wahrschelchketstheore... 3 Grudlage... 4 Erwartug &

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

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt.

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt. III Zufallsgröße Bespel ud Defto Bespel: Dremal Müzwurf Spel: Esatz, we cht zwe gleche htereader 3 Auszahlug. Ω = {(x x x3) x,x,x3 {Z,K}} Retert sch deses Spel? Dabe geht es ur um de Gew! Also: Defto Gew:

Mehr

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombator Problemstellug Ausgagsput be ombatorsche Fragestelluge st mmer ee edlche Mege M, aus dere Elemete ma edlche Zusammestelluge vo Elemete aus M bldet Formal gesproche bedeutet das: Ist M a,, a ee

Mehr

Schiefe- und Konzentrationsmaße

Schiefe- und Konzentrationsmaße Statst für SozologIe Schefe- ud Kozetratosmaße Uv.Prof. Dr. Marcus Hudec Höhere Vertelugsmaßzahle E stetges Mermal wurde 3 Gruppe beobachtet ud Form der folgede Häufgetstabelle berchtet: Klasse m Gruppe

Mehr

Mehrdimensionale Häufigkeitsverteilungen (1)

Mehrdimensionale Häufigkeitsverteilungen (1) Mehrdmesoale Häufgketsverteluge () - De Begrffe uvarat ud bvarat - Vo uvarate (edmesoale) statstsche Aalyse sprcht ma, we pro Perso ur e Merkmal tabellarsche oder grafsche Häufgketsverteluge oder be der

Mehr

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

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

Finanzmathe. -Zinsrechnung November 2004 Anne Grund & Mathias Jahn Zinsrechnung 2

Finanzmathe. -Zinsrechnung November 2004 Anne Grund & Mathias Jahn Zinsrechnung 2 Fazmathe -Zsrechug -. November 00 Ae Grud & Mathas Jah Zsrechug. Das Bruttoladsrodukt ( Prese vo 980 der Budesreublk betrug 970. Mrd.DM ud 980.8, Mrd. DM Bereche Se de durchschttlche Wachstumsrate ro Jahr

Mehr

F 6-2 π. Seitenumbruch

F 6-2 π. Seitenumbruch 6 trebsauslegug Für dese ckelprozess üsse de otore so ausgelegt werde, dass dese Fahrbetreb cht überlastet werde. Herfür üsse de ezele asseträghetsoete [7] der Bautele (otor, etrebe, ckler ud Ulekrolle)

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. Zusammenhangsanalysen: Korrelation und Regression 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt

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

1.4 Wellenlängenbestimmung mit dem Prismenspektrometer

1.4 Wellenlängenbestimmung mit dem Prismenspektrometer F Lorbeer ud Ardt Quer 5.0.006 Physkalsches Praktkum für Afäger Tel Gruppe Optk.4 Wellelägebestmmug mt dem Prsmespektrometer I. Vorbemerkug E Prsmespektrometer st e optsches Spektrometer, welches das efallede

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

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

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE)

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE) Stoffwerte vo Flüssgkete Oberflächespaug (PHYWE) Zel des Versuches st, de Platzbedarf ees Ethaol-Moleküls der Grezfläche zwsche Dapfphase ud Lösug aus der Kozetratosabhäggket der Oberflächespaug be wässrge

Mehr

Thema 5: Reduzierte Datenanforderungen II: Naive Diversifikation

Thema 5: Reduzierte Datenanforderungen II: Naive Diversifikation Thea 5: Reduzerte Dateaforderuge II: Nave Dversfkato roble: Klealeger verfüge oft cht eal über hrechede Iforatoe zur Awedug des Sgle-Idex-Modells. I wetere: Herletug eer Hadlugsepfehlug für de Fall fehleder

Mehr

Formelsammlung Statistik

Formelsammlung Statistik Gesudhets- ud Toursmusmaagemet Formelsammlug Statstk Dpl. Mathematker (FH) Rolad Geger Rosestr. 23 7263 Achtal cs.geger@t-ole.de www.cs-geger.de Grudlage Bezechuge x h N H Ω ezele Messergebsse eer Stchprobe

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

i = ((Real + 1)*( 1+ iinf K 79BillionenDM

i = ((Real + 1)*( 1+ iinf K 79BillionenDM Mart ubsch Zsrechug 4..4 arste Lewa Fazatheatk 9. Ee ullkuo-alehe wrd Jahre zu. DM zurückgezahlt. Bereche Se de urswert der Alehe zwe Jahre be eer Verzsug vo 7%.. DM ges.: 7%, 7 Jahre *( + ( +.DM ( +,7

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Formelzusammenstellung

Formelzusammenstellung Hochschule Müche Faultät Wrtschaftsgeeurwese Formelzusammestellug zugelasse für de Prüfug Dateaalyse der Faultät 09 für Wrtschaftsgeeurwese Prof. Dr. Voler Abel Formelsammlug Dateaalyse / Ihaltsverzechs

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

Frequently Asked Questions FAQ. Stand: 1. Januar KGAST Immo-Index

Frequently Asked Questions FAQ. Stand: 1. Januar KGAST Immo-Index Stad: 1. Jauar 217 KGAST Immo-Idex KGAST Immo-Idex-Famle FREQUENTLY ASKED QUESTIONS Was behaltet der KGAST Immo-Idex? De KGAST Immo-Idex-Famle umfasst ee Hauptdex ud dre Subdzes. Der KGAST Immo- Idex als

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

Textil & Design Formelsammlung Statistik

Textil & Design Formelsammlung Statistik Textl & Desg Formelsammlug Statstk Dpl. Mathematker (FH) Rolad Geger Rosestr. 23 7263 Achtal cs.geger@t-ole.de www.cs-geger.de Grudlage Bezechuge x h N H Ω ezele Messergebsse eer Stchprobe absolute Häufgket

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

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

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

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