Mathematik 2 für Naturwissenschaften
|
|
- Kathrin Böhmer
- vor 6 Jahren
- Abrufe
Transkript
1 Has Walser Mathematik 2 für Naturwisseschafte Modul 201 Beschreibede Statistik
2 Has Walser: Modul 201, Beschreibede Statistik ii Modul 201 für die Lehrverastaltug Mathematik 2 für Naturwisseschafte Sommer 2006 Probeausgabe Sommer 2007 Fehlerkorrekture. MathType. Frühjahr 2008 Geädertes Layout. Ergäzuge ud Kürzuge Frühjahr 2009 Fehlerkorrektur Frühjahr 2011 Erweiterug. Fehlerkorrektur Frühjahr 2014 Überarbeitug last modified: 25. Oktober 2013 Has Walser Mathematisches Istitut, Rheisprug 21, 4051 Basel
3 Has Walser: Modul 201, Beschreibede Statistik iii Ihalt 1 Begriffe Mittelwerte Miimum der Abstäde Der Media Quatile Boxplot Beispiel Miimum der Quadrate der Abstäde Beispiel Das arithmetische Mittel Empirische Variaz ud Stadardabweichug Vorgehe i der Praxis Urliste Gewichtete Liste Kreuzliliste Histogramme Klassehäufigkeite Summative Darstelluge Rechug Absolut ud relativ Wachstum eier Stadt Altersverteilug Prozete ud Prozetpukte Skale Nomiale Skala Ordiale Skala Itervallskala Verhältisskala Zusammefassug Begriffe Media Boxplot Das arithmetische Mittel Empirische Variaz ud Stadardabweichug Klassehäufigkeite Histogramme Skale... 19
4 Has Walser: Modul 201, Beschreibede Statistik 1 1 Begriffe 1.1 Mittelwerte Erfide wir die Mittelwerte eu! Problemstellug: Gegebe seie Messwerte x 1, x 2,..., x, welche durch eie eizige Zahl vertrete werde solle. Wie ist dieser Repräsetat zu wähle? Die Messwerte x 1, x 2,..., x köe zum Beispiel eier Stichprobe aus eier größere Grudgesamtheit etstamme Miimum der Abstäde Der Repräsetat, wir ee ih x, soll so gewählt werde, dass die Summe der Abstäde zu de eizele Messwerte möglichst klei wird. Es muss also: Beispiel: Für die Fuktio Φ x Φ x ( ) = x i x 5 ( ) = x i x x i x =! miimal i x i erhalte wir: Der Graph dieser Fuktio sieht so aus: PHI(xtilda) = 9 x + 4 x + 3 x + 6 x + 3 x xtilda Wo ist das Miimum? Das Miimum ist offesichtlich bei x = 4 ; dies ist icht der Durchschitt der Messwerte.
5 Has Walser: Modul 201, Beschreibede Statistik 2 Idee mit Häusche: Wo muss die Gemeischaftsatee erstellt werde, we vo dort zu jedem Häusche eie separate Leitug gezoge werde muss? Beispiel: Wo baue wir die Gemeischaftsatee? i x i Für die Fuktio Φ x Φ x 6 ( ) = x i x erhalte wir: ( ) = x i x Der Graph dieser Fuktio sieht so aus: PHI(xtilda) = 9 x + 4 x + 3 x + 6 x + 3 x + 10 x xtilda Wo ist das Miimum? [ ] Für das Miimum gibt es u ei gazes Itervall, ämlich x 4,6 Idee mit Häusche: Wo muss die Gemeischaftsatee erstellt werde, we vo dort zu jedem Häusche eie separate Leitug gezoge werde muss? Wo baue wir jetzt die Gemeischaftsatee?
6 Has Walser: Modul 201, Beschreibede Statistik Der Media Der so bestimmte Repräsetat heißt Media oder Zetralwert. Bezeichet wird er i der Regel mit x. Zu seier Bestimmug köe wir wie folgt vorgehe: Orde der Messwerte der Größe ach. Bei eier ugerade Azahl vo Messwerte ist u die mittelste Zahl der Media. Bei eier gerade Azahl vo Messwerte lege die beide mittelste Zahle das Itervall fest, aus dem der Media gewählt werde ka. Die der Größe ach geordete Messwerte werde also i zwei möglichst gleich große Haufe geteilt, ud der Media ist a der Schittstelle. Der Media wird zum Beispiel im Sport agewedet (mittlerer vo drei Läufe ist etscheided). Geerell ist der Media bei Leistugsbeurteiluge geeiget. Er hat de Vorteil, dass Ausreißer (extreme große oder kleie Werte) icht is Gewicht falle Quatile Die Frage, wie sich der Mediabegriff verallgemeier lässt, scheit ituitiv klar zu sei: Wir teile die der Größe ach geordete Messwerte i zwei ugleich große Haufe, beim erste Quartil (das ist das Quatil für α = 1 ) zum Beispiel im Verhältis ei 4 Viertel zu drei Viertel, ud frage, was a der Schittstelle los ist. Die Probleme liege im Detail, ud leider ist es so, dass es verschiedee Defiitioe ud Berechugsmethode für Quatile gibt, welche teilweise uterschiedliche Resultate liefer. Ei ausführliche Darstellug i der Lerumgebug. Für α = 1 4 ud α = 3 spricht ma vom erste beziehugsweise dritte Quartil, die Bezeichuge sid x 0.25 ud x Wird α i Zehtel agegebe, spricht ma vo Dezile, bei Hudertstel vo Perzetile. Der gewöhliche Media ist also auch des zweite Quartil, das füfte Dezil, das füfzigste Perzetil ud allgemei das Quatil für α = 0.5. Es ist also x = x Boxplot Zur Visualisierug der Verteilug der Date ka der Boxplot (auch Box-Whisker-Plot oder Kastegrafik) verwedet werde. Der Boxplot besteht zuächst aus eiem Rechteck (Box), das bei sekrechter Darstellug ute ud obe durch das erste beziehugsweise dritte Quartil begrezt ist. Dieser Teil umfasst also die Hälfte aller Date. Die Höhe der Box wird als Iterquartilsabstad (iterquartile rage, IQR) bezeichet. Ebeso wird der Media als horizotale Liie eigezeichet. Diese Liie ist bei eier symmetrische Dateverteilug i der Mitte des Rechteckes, bei eier schiefe (asymmetrische) Dateverteilug gibt die Lage der Medialiie eie Iformatio über die Abweichug vo der symmetrische Dateverteilug. Oberhalb ud uterhalb der Box werde durch Zusatzliie welche durch eie Querliie abgeschlosse sid, die Verteilug des uterste beziehugsweise oberste Dateviertels agegebe. Diese Zusatzliie werde als Whiskers (Fühler oder Atee) bezeichet. Leider gibt es verschiedee Defiitioe über die Läge der Whiskers. Die eifachste Defiitio besteht dari, die Begrezuge der Whiskers so zu wähle, dass sie alle Date umfasse. Der Abstad zwische de Whiskerbegrezuge ist da die gesamte Spaweite des Datesatzes. Bei dieser Defiitio sid die so geate
7 Has Walser: Modul 201, Beschreibede Statistik 4 Ausreißer, also extreme Date, icht mehr als solche erkebar. Eie Modifikatio besteht dari, die Whiskerbegrezuge beim 2.5%-Quatil beziehugsweise 97.5%- Quatil zu wähle. Ierhalb der Whiskerbegrezuge befide sich da 95% der Date. Bei große Datesätze habe wir da aber auch außerhalb der Whiskerbegrezuge Date, die icht ubedigt als Ausreißer zu iterpretiere sid. Eie Stadarddefiitio der Whiskergreze besteht dari, die Läge der Whiskers zuächst auf das 1.5-fache des Iterquartilsabstades festzulege, da aber ierhalb dieser Greze auf de miimale beziehugsweise maximale tatsächlich vorkommede Datewert zurückzufahre. allefalls Ausreißer oberer Whisker Iterquartilsabstad, umfasst 50% der Date drittes Quartil Media erstes Quartil uterer Whisker Boxplot Beispiel Lymphozyteazahl pro Blutvolumeeiheit vo 84 Ratte Urliste roh 968, 1090, 1489, 1208, 828, 1030, 1727, 2019, 944, 1296, 1734, 1089, 686, 949, 1031, 1699, 692, 719, 750, 924, 715, 1383, 718, 894, 921, 1249, 1334, 806, 1304, 1537, 1878, 605, 778, 1510, 723, 872, 1336, 1855, 928, 1447, 1505, 787, 1539, 934, 1650, 727, 899, 930, 1629, 878, 1140, 1952, 2211, 1165, 1368, 676, 813, 849, 1081, 1342, 1425, 1597, 727, 1859, 1197, 761, 1019, 1978, 647, 795, 1050, 1573, 2188, 650, 1523, 1461, 1691, 2013, 1030, 850, 945, 736, 915, 1521
8 Has Walser: Modul 201, Beschreibede Statistik 5 Urliste ummeriert Gesucht sid der Media ud die beide Quartile. Dazu müsse wir die Tabelle erst der Größe ach orde. Das immt us der Computer ab. Geordete Liste
9 Has Walser: Modul 201, Beschreibede Statistik 6 Uteres Quartil = Media = Oberes Quartil = Excel verwedet ei aderes Berechugsverfahre ud liefert: x 0.25 = , x 0.5 = , x 0.75 = Beim Media habe wir keie Abweichug, wohl aber bei de Quartile. Für de Mittelwert gibt Excel: x = Die Abbildug zeigt de zugehörige Boxplot. Der waagerechte Strich im Kaste ist auf der Höhe des Medias, das kleie Kreislei auf der Höhe des Mittelwertes. Wir sehe, dass die Date im uter Teil viel dichter liege als im obere Teil. Ma spricht i dieser Situatio vo eier rechtsschiefe Verteilug. Boxplot
10 Has Walser: Modul 201, Beschreibede Statistik Miimum der Quadrate der Abstäde Der Repräsetat, wir ee ih u x, soll so gewählt werde, dass die Summe der Quadrate der Abstäde zu de eizele Messwerte möglichst klei wird. Es muss also: Beispiel Für die Fuktio Φ x Φ x 5 ( ) = ( x i x ) 2 ( ) = ( x i x ) 2 ( x i x ) 2 =! miimal i x i erhalte wir: = ( 9 x ) 2 + ( 4 x ) 2 + ( 3 x ) 2 + ( 6 x ) 2 + ( 3 x ) 2 Dies ist eie gewöhliche quadratische Fuktio, ämlich: Φ( x ) = ( 9 x ) 2 + ( 4 x ) 2 + ( 3 x ) 2 + ( 6 x ) 2 + ( 3 x ) 2 = x + 5x 2 Der Graph dieser quadratische Fuktio ist eie Parabel: PHI(xquer) xquer Wo ist das Miimum? Das Miimum ist offesichtlich bei x = 5; dies ist u aber der Durchschitt der Messwerte.
11 Has Walser: Modul 201, Beschreibede Statistik Das arithmetische Mittel Allgemei: Zur Bestimmug des Miimums der Fuktio Φ x wir die erste Ableitug Null: d dx Φ( x ) = d dx ( x i x ) = 0 x i x i ( ) = ( x i x ) 2 setze ( x i x ) 2 = d ( x i x )2 = 2( x i x )( 1) =! 0 x = 0 x = 0 x = 1 x i dx Wir erhalte de übliche Ausdruck für de Durchschitt oder das arithmetische Mittel oder schlicht de Mittelwert. Im arithmetische Mittel falle die Ausreißer stark is Gewicht. Im Folgede werde wir mit der Schreibweise x immer das arithmetische Mittel verstehe. x = 1 x i
12 Has Walser: Modul 201, Beschreibede Statistik Empirische Variaz ud Stadardabweichug Die beide Stichprobe ud habe beide de Mittelwert 3; trotzdem uterscheide sie sich hisichtlich der Streuug stark voeiader. Als Idikator für die Streuug verwede wir die Variaz ud die Stadardabweichug. Empirische Variaz (variace): s 2 = 1 1 Stadardabweichug (stadard deviatio, SD): s = 1 1 ( x i x ) 2 ( x i x ) 2 Die empirische Variaz ist also (fast) die mittlere quadratische Abweichug vom Mittelwert. Warum wir mit dem Faktor 1 1 arbeite statt mit dem ahe liegede Faktor 1, werde wir erst später eisehe. Die Stadardabweichug hat dieselbe Maßeiheit wie die Stichprobe. Für die Stichprobe { } erhalte wir: s 2 = s = Für die Stichprobe { } erhalte wir: s 2 = s =
13 Has Walser: Modul 201, Beschreibede Statistik 10 Der Computer ka das auch (Excel): Nummer Stichprobe 1 Stichprobe Mittelwert 3 3 Empirische Variaz Stadardabweichug Da x i der Regel eie uschöe Zahl ist, werde die ( x i x ) 2 bei der Berechug vo s 2 erst recht hässlich. Da hilft folgeder Rechetrick: Es ist also: s 2 = x i 1 x 2
14 Has Walser: Modul 201, Beschreibede Statistik 11 2 Vorgehe i der Praxis 2.1 Urliste Liste der Körpergröße: 2.2 Gewichtete Liste Zusammefassug gleicher Messwerte (oder Kategorie vo Messwerte, zum Beispiel Rude i vorgegebee Itervalle). Es etstehe k Klasse. Mit x i wird jetzt die Klassemitte (icht mehr der eizele Messwert) bezeichet. Ferer ist i die Häufigkeit i der i-te Klasse ud wege = i ist h i = i Praxis: Strichliliste k die relative Häufigkeit. Größe Klassemitte cm 150 cm cm 155 cm cm 160 cm cm 165 cm cm 170 cm cm 175 cm cm 180 cm cm 185 cm cm 190 cm cm 195 cm cm 200 cm cm 205 cm cm 210 cm
15 Has Walser: Modul 201, Beschreibede Statistik Kreuzliliste Liefert direkt die grafische Uterlage für ei Histogramm Vorbereitug für Histogramm
16 Has Walser: Modul 201, Beschreibede Statistik Histogramme Klassehäufigkeite Wir trage die absolute oder die relative Klassehäufigkeite zum Beispiel als Säulediagramm oder Balkediagramm ab Histogramm mit absolute Häufigkeite Summative Darstelluge Fragestelluge: a) Wie viele sid kleier oder gleich wie dies für zu eiem vo-ute-rauf- Diagramm b) Wie viele sid größer oder gleich wie dies für zu eiem vo-obe-ruter- Diagramm (Absterbeordug)
17 Has Walser: Modul 201, Beschreibede Statistik Rechug Berechug vo x ud s. Allgemei ist: k x = 1 i x i = h i x i s 2 = 1 k 1 Es gilt der aaloge Rechetrick: k ( ) 2 i x i x = s 2 = 1 1 k k 1 2 i x i h i ( x i x ) 2 1 x 2
18 Has Walser: Modul 201, Beschreibede Statistik 15 3 Absolut ud relativ 3.1 Wachstum eier Stadt Um welche Stadt hadelt es sich? Warum dieses Wachstum? Jahr Eiwoher Zuwachs absolut relativ % % Altersverteilug Die Grafik zeigt die Äderug der Altersverteilug i der Schweiz im vergagee Jahrhudert (Quelle: Budesamt für Statistik). 6% 65 ud mehr Jahre 15% 54% Jahre 62% 40% 0 19 Jahre 23% Gibt es immer weiger Jugedliche?
19 Has Walser: Modul 201, Beschreibede Statistik 16 Schweiz ud mehr Jahre '109'416 1' Jahre '430' bis 19 Jahre '664'124 1' Total '204' Der absolute Ateil der Jugedliche wächst, der relative Ateil der Jugedliche immt ab. Das gilt allerdigs ur i diesem grobe Jahrhudertvergleich. Eie differezierte Betrachtug ergibt: Altersgruppe Jahre 1'443'402 1'704'480 1'919'830 1'742'125 1'579'734 1'664' Jahre 2'820'766 3'103'440 3'560'975 3'712'310 4'185'620 4'430' ud mehr Jahre 452' ' ' ' '646 1'109'416 Total 4'717'000 5'360'000 6'193'000 6'335'000 6'751'000 7'204' Prozete ud Prozetpukte Die Arbeitsloserate sak vo 10% auf 7%. Wie lässt sich diese Abahme der Arbeitsloserate beschreibe? Hat es u weiger Arbeitslose? 4 Skale 4.1 Nomiale Skala Zahle als Name ohe mathematische Bedeutug (Beispiel: Postleitzahle, Codes) 4000 Basel 6000 Luzer 8000 Zürich Nomiale Skala
20 Has Walser: Modul 201, Beschreibede Statistik Ordiale Skala Die atürliche Ordug der Zahle ordet die Objekte; Vergleiche sivoll, Differeze ud Verhältisse silos (Beispiele: Härteskala, Prüfugsote, Hausummer) Ordialskala 4.3 Itervallskala Nullpukt willkürlich, Differeze sivoll, Verhältisse icht sivoll (Beispiele: Temperatur i C, Höhe i m über Meer, elektrisches Potetial) C F Itervallskale
21 Has Walser: Modul 201, Beschreibede Statistik Verhältisskala Verhältisskala Nullpukt atürlich fixiert, Differeze ud Verhältisse sivoll, (Beispiele: Geschwidigkeit, Gewicht, Masse, Volume, absolute Temperatur ( K)). 5 Zusammefassug 5.1 Begriffe Media Symbol x. Die Hälfte der Messwerte ist kleier als der Media. Ausreißer spiele keie Rolle. - Orde der Messwerte der Größe ach. - Bei eier ugerade Azahl vo Messwerte ist die mittelste Zahl der Media. Bei eier gerade Azahl vo Messwerte lege die beide mittelste Zahle das Itervall fest, aus dem der Media gewählt werde ka Boxplot Greze der Box durch Quartile. Box umfasst 50% der Date. Agabe des Medias. Whiskers bis zu de extreme Date oder maximal 1.5 mal so lag wie die Box Das arithmetische Mittel Durchschitt: x = 1 Ausreißer falle is Gewicht x i 5.2 Empirische Variaz ud Stadardabweichug Empirische Variaz (variace): s 2 = 1 ( x i x ) 2 = 1 1 Stadardabweichug (stadard deviatio, SD): s = x i ( x i x ) 2 1 x 2
22 Has Walser: Modul 201, Beschreibede Statistik Klassehäufigkeite Gruppierug der Messdate i = absolute Häufigkeit der Klasse i h i = i k = relative Häufigkeit der Klasse i x = 1 i x i = h i x i s 2 = 1 k 1 k ( ) 2 i x i x = k h i x i x = 1 1 ( ) Histogramme Häufigkeite als Säulediagramm oder Balkediagramm Summative Darstelluge: Wie viele sid kleier oder gleich wie Wie viele sid größer oder gleich wie k 2 i x i 1 x Skale Nomiale Skala: Name oder Codes. Reche silos Ordiale Skala: Ordug der Größe ach. Vergleiche sivoll, Differeze ud Verhältisse silos Itervallskala: Nullpukt willkürlich, Differeze sivoll, Verhältisse icht sivoll Verhältisskala: Nullpukt atürlich fixiert. Es darf gerechet werde
Beschreibende Statistik Kenngrößen in der Übersicht (Ac)
Beschreibede Statistik Kegröße i der Übersicht (Ac) Im folgede wird die Berechugsweise des TI 83 (sowie vo SPSS, s. ute) verwedet. Diese geht auf eie Festlegug vo Moore ud McCabe (00) zurück. I der Literatur
Mehr2.2.1 Lagemaße. Exkurs: Quantile. und n. p n
Ekurs: Quatile Ausgagspukt : Geordete Urliste Jeder Wert p, mit 0 < p
MehrWeitere Lagemaße: Quantile/Perzentile II. Weitere Lagemaße: Quantile/Perzentile I. Weitere Lagemaße: Quantile/Perzentile IV
3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile I 3 Auswertug vo eidimesioale Date Lagemaße 3.3 Weitere Lagemaße: Quatile/Perzetile II Für jede Media x med gilt: Midestes
MehrFormelsammlung. zur Klausur. Beschreibende Statistik
Formelsammlug zur Klausur Beschreibede Statistik Formelsammlug Beschreibede Statistik. Semester 004/005 Statistische Date Qualitative Date Nomial skalierte Merkmalsauspräguge (Uterscheidugsmerkmale) köe
MehrKennwerte Univariater Verteilungen
Kewerte Uivariater Verteiluge Kewerte Beschreibug vo Verteiluge durch eie (oder weige) Werte Werde auch als Parameter oder Maße vo Verteiluge bezeichet Ma uterscheidet: Lagemaße oder auch Maße der zetrale
MehrÜbersicht: BS - 08 BS Häufigkeitsverteilung. Häufigkeitsverteilungen. Parametrisierung. unklassiert. eindimensional. klassiert.
Übersicht: eidimesioal mehrdimesioal Häufigkeitsverteilug uklassiert klassiert tabellarische Darstellug Modul 07, graphische Darstellug Modul 07,2 Parametrisierug Lageparameter Modul 08 Streuugsparameter
MehrParameter von Häufigkeitsverteilungen
Kapitel 3 Parameter vo Häufigkeitsverteiluge 3. Mittelwerte Mo Der Modus (:= häufigster Wert, Abk.: Mo) ist der Merkmalswert mit der größte Häufigkeit, falls es eie solche gibt. Er sollte ur bei eigipflige
MehrStatistik mit Excel 2013. Themen-Special. Peter Wies. 1. Ausgabe, Februar 2014 W-EX2013S
Statistik mit Excel 2013 Peter Wies Theme-Special 1. Ausgabe, Februar 2014 W-EX2013S 3 Statistik mit Excel 2013 - Theme-Special 3 Statistische Maßzahle I diesem Kapitel erfahre Sie wie Sie Date klassifiziere
MehrStatistik Einführung // Konfidenzintervalle für einen Parameter 7 p.2/39
Statistik Eiführug Kofidezitervalle für eie Parameter Kapitel 7 Statistik WU Wie Gerhard Derfliger Michael Hauser Jörg Leeis Josef Leydold Güter Tirler Rosmarie Wakolbiger Statistik Eiführug // Kofidezitervalle
Mehrh i Deskriptive Statistik 1-dimensionale Daten Daten und Häufigkeiten Seite 1 Nominal Ordinal Metrisch (Kardinal) Metrisch - klassiert
Deskriptive Statistik dimesioale Date Date ud Häufigkeite Seite Nomial Ordial Metrisch (Kardial Metrisch klassiert Beschreibug: Date habe keie atürliche Reihefolge. Bsp: Farbe, Religio, Geschlecht, Natioalität...
Mehr3. Einführung in die Statistik
3. Eiführug i die Statistik Grudlegedes Modell zu Date: uabhägige Zufallsgröße ; : : : ; mit Verteilugsfuktio F bzw. Eizelwahrscheilichkeite p ; : : : ; p r i de Aweduge: kokrete reale Auspräguge ; : :
Mehr= a n: Wurzelexponent x: Radikand oder Wurzelbasis a: Wurzelwert Bei der ersten Wurzel wird einfach das Wurzelzeichen weggelassen.
Wurzelgesetze Gesetzmäßigkeite Grudlage Das Wurzelziehe (oder Radiziere) ist die Umkehrug des Potezieres. Daher sid die Wurzelgesetze de Potezgesetze sehr ählich. Die Wurzel aus eier positive Zahl ergibt
Mehrn 1,n 2,n 3,...,n k in der Stichprobe auftreten. Für die absolute Häufigkeit können wir auch die relative Häufigkeit einsetzen:
61 6.2 Grudlage der mathematische Statistik 6.2.1 Eiführug i die mathematische Statistik I der mathematische Statistik behadel wir Masseerscheiuge. Wir habe es deshalb im Regelfall mit eier große Zahl
MehrKapitel 5: Schließende Statistik
Kapitel 5: Schließede Statistik Statistik, Prof. Dr. Kari Melzer 5. Schließede Statistik: Typische Fragestellug ahad vo Beispiele Beispiel Aus 5 Messwerte ergebe sich für die Reißfestigkeit eier Garsorte
MehrSBP Mathe Aufbaukurs 1. Absolute und relative Häufigkeit. Das arithmetische Mittel und seine Eigenschaften. Das arithmetische Mittel und Häufigkeit
SBP Mathe Aufbaukurs 1 # 0 by Clifford Wolf # 0 Atwort Diese Lerkarte sid sorgfältig erstellt worde, erhebe aber weder Aspruch auf Richtigkeit och auf Vollstädigkeit. Das Lere mit Lerkarte fuktioiert ur
MehrStreuungsmaße. Prof. Dr. Paul Reuber. Institut für Geographie. Seminar Methoden der empirischen Humangeographie
Streuugsmaße Istitut für Geographie Streuugswerte (Streuugsmaße) Die Diskussio um die Mittelwerte hat die Vorteile dieser statistische Kewerte gezeigt, aber bereits, isbesodere beim arithmetische Mittel,
MehrWissenschaftliches Arbeiten Studiengang Energiewirtschaft
Wisseschaftliches Arbeite Studiegag Eergiewirtschaft - Auswerte vo Date - Prof. Dr. Ulrich Hah WS 01/013 icht umerische Date Tet-Date: Datebak: Name, Eigeschafte, Matri-Tabelleform Spalte: übliche Aordug:
MehrStatistische Formelsammlung Begleitende Materialien zur Statistik - Vorlesung des Grundstudiums im Fachbereich IK
Statistische Formelsammlug Begleitede Materialie zur Statistik - Vorlesug des Grudstudiums im Fachbereich IK Erstellt im Rahme des studierede Projektes PROST Studiejahr 00/00 uter Aleitug vo Frau Prof.
MehrFehlerrechnung. 3. Genauigkeit von Meßergebnissen am Beispiel der Längenmessung
1 Gie 11/000 Fehlerrechug 1. Physikalische Größe: Zahlewert ud Eiheit. Ursache vo Meßfehler 3. Geauigkeit vo Meßergebisse am Beispiel der Lägemessug 4. Messug eier kostate Größe ud Mittelwert 5. Messug
MehrStatistische Maßzahlen. Statistik Vorlesung, 10. März, 2010. Beispiel. Der Median. Beispiel. Der Median für klassifizierte Werte.
Statistik Vorlesug,. ärz, Statistische aßzahle Iformatio zu verdichte, Besoderheite hervorzuhebe ittelwerte Aufgabe: die Lage der Verteilug auf der Abszisse zu zeige. Der odus: derjeige Wert, der im Häufigste
MehrReihen Arithmetische Reihen Geometrische Reihen. Datei Nr (Neu bearbeitet und erweitert) Juni Friedrich W. Buckel
Zahlefolge Teil 3 Reihe Reihe Arithmetische Reihe Geometrische Reihe Datei Nr. 4003 (Neu bearbeitet ud erweitert) Jui 005 Friedrich W. Buckel Iteretbibliothek für Schulmathematik Ihalt Defiitio eier Reihe
MehrDer natürliche Werkstoff Holz - Statistische Betrachtungen zum uniaxialen Zugversuch am Beispiel von Furnier
Der atürliche Werkstoff Holz - Statistische Betrachtuge zum uiaxiale Zugversuch am Beispiel vo Furier B. Bellair, A. Dietzel, M. Zimmerma, Prof. Dr.-Ig. H. Raßbach Zusammefassug FH Schmalkalde, 98574 Schmalkalde,
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Semiar für Theoretische Wirtschaftslehre Vorlesugsprogramm 30.04.203 Mittelwerte ud Lagemaße I. Quatile vo Häufigkeitsverteiluge
MehrWISTA WIRTSCHAFTSSTATISTIK
WISTA WIRTSCHAFTSSTATISTIK PROF. DR. ROLF HÜPEN FAKULTÄT FÜR WIRTSCHAFTSWISSENSCHAFT Seiar für Theoretische Wirtschaftslehre Vorlesugsprogra 14.05.2013 Streuugsaße 1. Norierte Etropie 2. Spaweite, Quartilsabstad,
MehrMathematische und statistische Methoden I
Methodelehre e e Prof. Dr. G. Meihardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstude jederzeit ach Vereibarug ud ach der Vorlesug. Mathematische ud statistische Methode I Dr. Malte Persike persike@ui-maiz.de
Mehr15.4 Diskrete Zufallsvariablen
.4 Diskrete Zufallsvariable Vo besoderem Iteresse sid Zufallsexperimete, bei dee die Ergebismege aus reelle Zahle besteht bzw. jedem Elemetarereigis eie reelle Zahl zugeordet werde ka. Solche Zufallsexperimet
MehrEinführung in die induktive Statistik. Inferenzstatistik. Konfidenzintervalle. Friedrich Leisch
Spiel Körpergröße Zahl: Azahl weiblich Eiführug i die iduktive Statistik Friedrich Leisch Istitut für Statistik Ludwig-Maximilias-Uiversität Müche Tafelgruppe 8.5 8.6 8.7 8.8 8.9 9.0 9.1 4 5 3 2 1 0 1
Mehr6 Folgen. 6.4 Folgen reeller Zahlen. Mathematik für Informatiker B, SS 2012 Dienstag 5.6. $Id: folgen.tex,v /06/05 11:12:18 hk Exp $
Mathematik für Iformatiker B, SS 0 Diestag 5.6 $Id: folge.tex,v. 0/06/05 ::8 hk Exp $ 6 Folge 6.4 Folge reeller Zahle I der letzte Sitzug habe wir de Begriff des Grezwerts eier Folge i eiem metrische Raum
MehrKursthemen 5. Sitzung. Lagemaße
Kurstheme 5. Sitzug Folie I - 5 - Lagemaße A) Arithmetisches Mittel (AM), Media ud Modus (Folie 2 bis 8) A) Arithmetisches Mittel (AM), Media ud Modus (Folie 2 bis 8) B) Der Additiossatz für AM (Folie
Mehr$Id: reihen.tex,v /06/14 13:59:06 hk Exp $
Mathematik für Iformatiker B, SS 202 Doerstag 4.6 $Id: reihe.tex,v.9 202/06/4 3:59:06 hk Exp $ 7 Reihe 7.4 Kovergezkriterie für Reihe 7.4. Alterierede Reihe Wir hatte gesehe das die harmoische Reihe divergiert,
MehrEinführung in die Grenzwerte
Eiführug i die Grezwerte Dieser Text folgt hauptsächlich der Notwedigkeit i sehr kurzer Zeit eie Idee ud Teile ihrer Awedug zu präsetiere, so dass relativ schell mit dieser Idee gerechet werde ka. Der
Mehr5.3 Wachstum von Folgen
53 Wachstum vo Folge I diesem Abschitt betrachte wir (rekursiv oder aders defiierte) Folge {a } = ud wolle vergleiche, wie schell sie awachse, we wächst Wir orietiere us dabei a W Hochstättler: Algorithmische
MehrPraktikum Vorbereitung Fertigungsmesstechnik Statistische Qualitätskontrolle
Praktikum Vorbereitug Fertigugsmesstechik Statistische Qualitätskotrolle Bei viele Erzeugisse ist es icht möglich jedes Werkstück zu prüfe, z.b.: bei Massefertigug. Hier ist es aus ökoomische Grüde icht
MehrEvaluierung einer Schulungsmaßnahme: Punktezahl vor der Schulung Punktezahl nach der Schulung. Autoritarismusscore vor/nach Projekt
2.4.5 Gauss-Test ud t-test für verbudee Stichprobe 2.4.5.8 Zum Begriff der verbudee Stichprobe Verbudee Stichprobe: Vergleich zweier Merkmale X ud Y, die jetzt a deselbe Persoe erhobe werde. Vorsicht:
MehrBehandlung von Messunsicherheiten (Fehlerrechnung)
Behadlug vo Messusicherheite (Fehlerrechug). Ermittlug vo Messusicherheite. Messug ud Messusicherheit Die Messug eier physikalische Größe erfolgt durch de Vergleich dieser Größe mit eier Bezugseiheit ach
MehrEinführende Beispiele Arithmetische Folgen. Datei Nr SW. Das komplette Manuskript befindet sich auf der Mathematik - CD.
ZAHLENFOLGEN Eiführede Beispiele Arithmetische Folge Datei Nr. 400 SW Das komplette Mauskript befidet sich auf der Mathematik - CD Friedrich Buckel Februar 00 Iteratsgymasium Schloß Torgelow Ihalt Eiführede
MehrInhaltsverzeichnis Office Excel 2003 - Themen-Special: Statistik I
W-EX2003S Autor: Christia Müster Ihaltliches Lektorat: Peter Wies Überarbeitete Ausgabe vom 23. Mai 2007 by HERDT-Verlag für Bildugsmedie GmbH, Bodeheim Microsoft Office Excel 2003 für Widows Theme-Special:
MehrEinige wichtige Ungleichungen
Eiige wichtige Ugleichuge Has-Gert Gräbe, Leipzig http://www.iformatik.ui-leipzig.de/~graebe 1. Februar 1997 Ziel dieser kurze Note ist es, eiige wichtige Ugleichuge, die i verschiedee Olympiadeaufgabe
Mehr1. Zahlenfolgen und Reihen
. Zahlefolge ud Reihe We ma eie edliche Mege vo Zahle hat, ka ma diese i eier bestimmte Reihefolge durchummeriere: {a,a 2,...,a }. Ma spricht vo eier edliche Zahlefolge. Fügt ma immer mehr Zahle hizu,
MehrSUCHPROBLEME UND ALPHABETISCHE CODES
SUCHPROBLEME UND ALPHABETISCHE CODES Der Problematik der alphabetische Codes liege Suchprobleme zugrude, dere Lösug dem iformatiostheoretische Problem der Fidug eies (optimale) alphabetische Codes gleich
MehrMengenbegriff und Mengendarstellung
R. Brikma http://brikma-du.de Seite 1 05.10.008 Megebegriff ud Megedarstellug Eie Mege, ist die Zusammefassug bestimmter, wohluterschiedeer Objekte userer Aschauug ud useres Dekes welche Elemete der Mege
Mehr6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung
6. Übugsblatt Aufgabe mit Lösuge + Selbsttest-Auflösug Aufgabe 6: Utersuche Sie die Folge, dere Glieder ute für N agegebe sid, auf Beschräktheit, Mootoie ud Kovergez bzw. Beschräktheit, Mootoie ud Kovergez
MehrKapitel 6: Statistische Qualitätskontrolle
Kapitel 6: Statistische Qualitätskotrolle 6. Allgemeies Für die Qualitätskotrolle i eiem Uterehme (produzieredes Gewerbe, Diestleistugsuterehme, ) gibt es verschiedee Möglichkeite. Statistische Prozesskotrolle
MehrVariiert man zusätzlich noch die Saatstärke (z.b. 3 Stärkearten), würde man von einer zweifaktoriellen Varianzanalyse sprechen.
3. Variazaalyse Die Variazaalyse mit eier quatitative abhägige Variable ud eier oder mehrerer qualitativer uabhägiger Variable wird auch als ANOVA (Aalysis of Variace) bezeichet. Mit eier Variazaalyse
MehrNennenswertes zur Stetigkeit
Neeswertes zur Stetigkeit.) Puktweise Stetigkeit: Vo Floria Modler Defiitio der pukteweise Stetigkeit: Eie Fuktio f : D R ist geau da i x D stetig, we gilt: ε > δ >, so dass f ( x) f ( x ) < ε x D mit
MehrEmpirische Methoden I
Hochschule für Wirtschaft ud 2012 Umwelt Nürtige-Geislige Fakultät Betriebswirtschaft ud Iteratioale Fiaze Prof. Dr. Max C. Wewel Prof. Dr. Corelia Niederdrek-Felger Aufgabe zum Tutorium Empirische Methode
MehrVersuch 13/1 NEWTONSCHE INTERFERENZRINGE Blatt 1 NEWTONSCHE INTERFERENZRINGE
Versuch 3/ NEWTONSCHE INTERFERENZRINGE Blatt NEWTONSCHE INTERFERENZRINGE Die Oberfläche vo Lise hat im allgemeie Kugelgestalt. Zur Messug des Krümmugsradius diet das Sphärometer. Bei sehr flacher Krümmug
MehrTestumfang für die Ermittlung und Angabe von Fehlerraten in biometrischen Systemen
Testumfag für die Ermittlug ud Agabe vo Fehlerrate i biometrische Systeme Peter Uruh SRC Security Research & Cosultig GmbH peter.uruh@src-gmbh.de Eileitug Biometrische Systeme werde durch zwei wichtige
MehrDr. Jürgen Senger INDUKTIVE STATISTIK. Wahrscheinlichkeitstheorie, Schätz- und Testverfahren
Dr. Jürge Seger INDUKTIVE STATISTIK Wahrscheilichkeitstheorie, Schätz- ud Testverfahre ÜBUNG. - LÖSUNGEN. ypothesetest für die Dicke vo Plättche Die Dicke X vo Plättche, die auf eier bestimmte Maschie
Mehr2 Differentialrechnung und Anwendungen
Differetialrechug ud Aweduge Differetialrechug ud Aweduge Der Begriff des Differetialquotiete hat sich i zahlreiche Aweduge ierhalb ud außerhalb der Mathematik als äußerst fruchtbar erwiese. Bestimmug
MehrMethoden: Heron-Verfahren, Erweiterung von Differenzen von Quadratwurzeln
6 Kovergete Folge Lerziele: Kozepte: Grezwertbegriff bei Folge, Wachstumsgeschwidigkeit vo Folge Resultat: Mootoe beschräkte Folge sid koverget. Methode: Hero-Verfahre, Erweiterug vo Differeze vo Quadratwurzel
MehrStatistik I/Empirie I
Vor zwei Jahre wurde ermittelt, dass Elter im Durchschitt 96 Euro für die Nachhilfe ihrer schulpflichtige Kider ausgebe. I eier eue Umfrage uter 900 repräsetativ ausgewählte Elter wurde u erhobe, dass
MehrDer χ 2 Test. Bei Verteilungen Beantwortung der Frage, ob eine gemessene Verteilung Gauß- oder Poisson-verteilt ist oder nicht?
Der χ Test Es gibt verschiedee Arte vo Sigifikaztests Nebe Sigifikaztests, die sich mit dem Mittelwert beschäftige, gibt es auch Testverfahre für Verteiluge Bei Verteiluge Beatwortug der Frage, ob eie
MehrProf. Dr. Roland Füss Statistik II SS 2008
1. Grezwertsätze Der wichtigste Grud für die Häufigkeit des Auftretes der Normalverteilug ergibt sich aus de Grezwertsätze. Grezwertsätze sid Aussage über eie Zufallsvariable für de Fall, dass die Azahl
Mehr1.2. Taylor-Reihen und endliche Taylorpolynome
1.. aylor-reihe ud edliche aylorpolyome 1..1 aylor-reihe Wir köe eie Fuktio f() i eier Umgebug eies Puktes o gut durch ihre agete i o: t o () = f(o) + f (o) (-o) aäher: Wir sehe: Je weiter wir vo o weg
MehrInternet-Zahlungsverfahren aus Sicht der Händler: Ergebnisse der Umfrage IZH5
Iteret- aus Sicht der Hädler: Ergebisse der Umfrage IZH5 Vorab-Kurzauswertug ausgewählter Aspekte Dezember 2009 1 Gegestad ud ausgewählte Ergebisse der Studie Mit der aktuelle füfte Umfragewelle zum Thema
MehrÜbungsaufgaben - Organisatorisches
Übugsaufgabe - Orgaisatorisches Der Abgabetermi der eue Übugsblätter ist: Motag, 4:00 Uhr Fehlerrechugsbriefkaste Der Abgabetermi der verbesserte Übugsblätter ist: Freitag, 6:00 Uhr T. Kießlig: Auswertug
MehrStatistik I Februar 2005
Statistik I Februar 2005 Aufgabe 0 Pukte Ei Merkmal X mit de mögliche Auspräguge 0 ud, das im Folgede wie ei kardialskaliertes Merkmal behadelt werde ka, wird a Merkmalsträger beobachtet. Dabei bezeichet
Mehr1 Funktionen und Flächen
Fuktioe ud Fläche. Fläche Defiitio: Die Ebee R ist defiiert als Mege aller geordete Paare vo reelle Zahle: R = {(,, R} Der erste Eitrag heißt da auch Koordiate ud der zweite Koordiate. Für zwei Pukte (,,
Mehrvon solchen Abbildungen. Eine solche Folge bestimmt für jedes x M die Folge der Werte f n. Schreibt man dies noch einmal formal hin, so erhält man:
Gleichmäßige Kovergez Wir betrachte im Folgede Abbilduge f : M N, wobei M eie Mege ud N ei metrischer Raum ist. Isbesodere iteressiere ud Folge f vo solche Abbilduge. Eie solche Folge bestimmt für jedes
Mehr3. Tilgungsrechnung. 3.1. Tilgungsarten
schreier@math.tu-freiberg.de 03731) 39 2261 3. Tilgugsrechug Die Tilgugsrechug beschäftigt sich mit der Rückzahlug vo Kredite, Darlehe ud Hypotheke. Dabei erwartet der Gläubiger, daß der Schulder seie
MehrÜbungen mit dem Applet Fourier-Reihen
Fourier-Reihe 1 Übuge mit dem Applet Fourier-Reihe 1 Mathematischer Hitergrud... Übuge mit dem Applet... 3.1 Eifluss der Azahl ud der Sprugstelle...3. Eifluss vo y-verschiebug ud Amplitude...4.3 Eifluss
MehrElektronikpraktikum: Digitaltechnik 2
Elektroikpraktikum: Digitaltechik 2 Datum, Ort: 16.05.2003, PHY/D-213 Betreuer: Schwierz Praktikate: Teshi C. Hara, Joas Posselt (beide 02/2/PHY/02) Gruppe: 8 Ziele Aufbau eier 3-Bit-Dekodierschaltug;
MehrQualitätskennzahlen für IT-Verfahren in der öffentlichen Verwaltung Lösungsansätze zur Beschreibung von Metriken nach V-Modell XT
Qualitätskezahle für IT-Verfahre i der öffetliche Verwaltug Lösugsasätze zur Vo Stefa Bregezer Der Autor arbeitet im Bereich Softwaretest ud beschäftigt sich als Qualitätsbeauftragter mit Theme zu Qualitätssicherug
MehrMusterlösung zu Übungsblatt 2
Prof. R. Padharipade J. Schmitt C. Schießl Fuktioetheorie 25. September 15 HS 2015 Musterlösug zu Übugsblatt 2 Aufgabe 1. Reelle Fuktioe g : R R stelle wir us üblicherweise als Graphe {(x, g(x)} R R vor.
Mehr... a ik) i=1...m, k=1...n A = = ( a mn
Zurück Stad: 4..6 Reche mit Matrize I der Mathematik bezeichet ma mit Matrix im Allgemeie ei rechteckiges Zahleschema. I der allgemeie Darstellug habe die Zahle zwei Idizes, de erste für die Zeileummer,
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Domiik Faas Stochastik Witersemester 00/0 Klausur vom 7.0.0 Aufgabe 3+.5+.5=6 Pukte Bei eier Umfrage wurde 60 Hotelbesucher ach ihrer Zufriedeheit
MehrLV "Grundlagen der Informatik" Programmierung in C (Teil 2)
Aufgabekomplex: Programmiere i C (Teil vo ) (Strukturierte Datetype: Felder, Strukture, Zeiger; Fuktioe mit Parameterübergabe; Dateiarbeit) Hiweis: Alle mit * gekezeichete Aufgabe sid zum zusätzliche Übe
Mehrelektr. und magnet. Feld A 7 (1)
FachHochschule Lausitz Physikalisches Praktikum α- ud β-strahlug im elektr. ud maget. Feld A 7 Name: Matrikel: Datum: Ziel des Versuches Das Verhalte vo α- ud β-strahlug im elektrische ud magetische Feld
MehrÜbungen mit dem Applet Taylor-Entwickung von Funktionen
Taylor-Etwickug vo Fuktioe Übuge mit dem Applet Taylor-Etwickug vo Fuktioe Ziele des Applets... Mathematischer Hitergrud... 3 Vorschläge für Übuge... 3 3. Siusfuktio si(...3 3. Cosiusfuktio cos(...4 3.3
Mehr3 Kritischer Bereich zum Niveau α = 0.10: K = (χ 2 k 1;1 α, + ) = (χ2 5;0.90, + ) = (9.236, + ) 4 Berechnung der realisierten Teststatistik:
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 1275, p-wert: 168 8 Apassugs-
MehrBeispiel: p-wert bei Chi-Quadrat-Anpassungstest (Grafik) Auftragseingangsbeispiel, realisierte Teststatistik χ 2 = , p-wert: 0.
8 Apassugs- ud Uabhägigkeitstests Chi-Quadrat-Apassugstest 81 Beispiel: p-wert bei Chi-Quadrat-Apassugstest (Grafik) Auftragseigagsbeispiel, realisierte Teststatistik χ 2 = 12075, p-wert: 00168 f χ 2 (4)
MehrArithmetische und geometrische Folgen. Die wichtigsten Theorieteile. und ganz ausführliches Training. Datei Nr
DEMO für ZAHLENFOLGEN Teil 2 Arithmetische ud geometrische Folge Die wichtigste Theorieteile ud gz ausführliches Traiig Datei Nr. 40012 Neu geschriebe ud sehr erweitert Std: 4. Februar 2010 INTERNETBIBLIOTHEK
MehrVersuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK. 1. Vorbemerkung
Versuch 1/1 POISSON STATISTIK Blatt 1 POISSON STATISTIK Physikalische Prozesse, die eier statistische Gesetzmäßigkeit uterworfe sid, lasse sich mit eier Verteilugsfuktio beschreibe. Die Gauß-Verteilug
MehrBeschreibung eines Merkmals
53 Beschreibug eies Merkmals.1 Methode der uivariable Statistik 5.2 Lagemaße 55.2.1 Arithmetisches Mittel 55.2.2 Media 56.2.3 Quartile ud Quatile 58.2. Modus 59.2.5 Geometrisches Mittel 60.2.6 Harmoisches
MehrX in einer Grundgesamtheit vollständig beschreiben.
Prof. Dr. Rolad Füss Statistik II SS 008. Puktschätzug vo Parameter eier Grudgesamtheit Nur durch eie Totalerhebug ka ma die Verteilug eier Zufallsvariable X i eier Grudgesamtheit vollstädig beschreibe.
MehrZahlenfolgen und Konvergenzkriterien
www.mathematik-etz.de Copyright, Page of 7 Zahlefolge ud Kovergezkriterie Defiitio: (Zahle-Folge, Grezwert) Eie Folge ist eie Abbildug der atürliche Zahle i die Mege A. Es ist also im Fall A: ; f: mit
MehrInstitut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban
Istitut für tochastik Prof. Dr. N. Bäuerle Dipl.-Math.. Urba Lösugsvorschlag 9. Übugsblatt zur Vorlesug Fiazmathematik I Aufgabe Ei euartiges Derivat) Wir sid i eiem edliche, arbitragefreie Fiazmarkt,
MehrAT AB., so bezeichnet man dies als innere Teilung von
Teilverhältisse Aus der Geometrie der Dreiecke ket ma die Aussage, dass der Schwerpukt T eies Dreiecks die Seitehalbierede im Verhältis : teilt. Für die Strecke AT ud TM gilt gemäß der Abbildug AT : TM
MehrKORRELATION VON ORDINALDATEN Rangkorrelation nach Spearman Terminologie Berechnung Signifikanzprüfung
KORRELATION VON ORDINALDATEN Ragkorrelatio ach Spearma Termiologie Berechug Sigifikazprüfug Ziel: Ei Maß für de Zusammehag zweier ordialskalierter Variable ermittel Beispiele: Messug vo Kameradschaftlichkeit
MehrEs werden 120 Schüler befragt, ob sie ein Handy besitzen. Das Ergebnis der Umfrage lautet: Von 120 Schülern besitzen 99 ein Handy.
Vo der relative Häufigkeit zur Wahrscheilichkeit Es werde 20 Schüler befragt, ob sie ei Hady besitze. Das Ergebis der Umfrage lautet: Vo 20 Schüler besitze 99 ei Hady. Ereigis E: Schüler besitzt ei Hady
MehrGrundgesamtheitsanaylsen und Stichproben. Betrachtungen zur Stichprobenfindung
MaMaEuSch Maagemet Mathematics for Europea Schools http://www.mathematik.uikl.de/ mamaeusch Grudgesamtheitsaaylse ud Stichprobe. Betrachtuge zur Stichprobefidug Paula Lagares Justo Puerto 1 MaMaEuSch 2
Mehr2 Vollständige Induktion
8 I. Zahle, Kovergez ud Stetigkeit Vollstädige Iduktio Aufgabe: 1. Bereche Sie 1+3, 1+3+5 ud 1+3+5+7, leite Sie eie allgemeie Formel für 1+3+ +( 3)+( 1) her ud versuche Sie, diese zu beweise.. Eizu5% ZiseproJahragelegtes
MehrKonfidenzintervall_fuer_pi.doc Seite 1 von 6. Konfidenzintervall für den Anteilswert π am Beispiel einer Meinungsumfrage
Kofidezitervall_fuer_pi.doc Seite 1 vo 6 Kofidezitervall für de Ateilswert π am Beispiel eier Meiugsumfrage Nach eier Meiugsumfrage der Wochezeitug Bezirksblatt vom März 005, ei halbes Jahr vor de Ladtagswahle
MehrPhysikalische Grundlagen: Strahlengang durch optische Systeme
ieser Text ist ür iteressierte Leser gedacht, die sich über die klausur-relevate, physiologische Grudlage hiaus mit der Optik des Auges beschätige wolle! Physikalische Grudlage: Strahlegag durch optische
MehrLöslichkeitsdiagramm. Grundlagen
Grudlage Löslichkeitsdiagramm Grudlage Zur etrachtug des Mischugsverhaltes icht vollstädig mischbarer Flüssigkeite, das heißt Flüssigkeite, die sich icht bei jeder Temperatur i alle Megeverhältisse miteiader
MehrTutorium Mathematik I, M Lösungen
Tutorium Mathematik I, M Lösuge 16. November 2012 *Aufgabe 1. Ma utersuche die folgede Reihe auf Kovergez (a) ( 1) (1 ) (b) ( ) 2 +1 (c) (!) 3 10 (3)! (d) (e) (f) 2 +3 3 2 +1 3 ( 2 +1) 2 + 3 ( 2 +3) (g)
MehrKapitel 6: Quadratisches Wachstum
Kapitel 6: Quadratisches Wachstum Dr. Dakwart Vogel Ui Esse WS 009/10 1 Drei Beispiele Beispiel 1 Bremsweg eies PKW Bremsweg Auto.xls Ui Esse WS 009/10 Für user Modell des Bremsweges gilt a = a + d a =
MehrDemo für www.mathe-cd.de
Wahrscheilichkeitsrechug Hypergeometrische Verteilug Themeheft ud Traiigsheft Datei r. 4211 Stad 17. April 2010 Friedrich W. Buckel Demo für ITERETBIBLIOTHEK FÜR SCHULMATHEMATIK 4211 Hypergeometrische
Mehr6.6 Grundzüge der Fehler- und Ausgleichsrechnung 6.6.1 Fehlerarten- Aufgaben der Fehler- und Ausgleichsrechnung physikalisch-technische Experiment
103 66 Grudzüge der Fehler- ud Ausgleichsrechug 661 Fehlerarte- Aufgabe der Fehler- ud Ausgleichsrechug Jedes physikalisch-techische Experimet liefert gewisse gemessee Werte x Bei dem Messvorgag verwede
Mehr5 Bernoulli-Kette. 5.1 Bernoulli-Experiment. Jakob Bernoulli 1654-1705 Schweizer Mathematiker und Physiker. 5.1.1 Einleitung
Seite vo 7 5 Beroulli-Kette Jakob Beroulli 654-705 Schweizer Mathematiker ud Physiker 5. Beroulli-Exerimet 5.. Eileitug Oft iteressiert ma sich bei Zufallsexerimete icht für die eizele Ergebisse, soder
MehrKunde. Kontobewegung
Techische Uiversität Müche WS 2003/04, Fakultät für Iformatik Datebaksysteme I Prof. R. Bayer, Ph.D. Lösugsblatt 4 Dipl.-Iform. Michael Bauer Dr. Gabi Höflig 17.11. 2003 Abbildug E/R ach relatioal - Beispiel:
MehrStichproben im Rechnungswesen, Stichprobeninventur
Stichprobe im Rechugswese, Stichprobeivetur Prof Dr Iree Rößler ud Prof Dr Albrecht Ugerer Duale Hochschule Bade-Württemberg Maheim Im eifachste Fall des Dollar-Uit oder Moetary-Uit Samplig (DUS oder MUS-
MehrAufgabe 1: Funktionale Modellierungen
Didaktik des Sachreches (Sek. I) Übugsblatt 4 Dr. Astrid Brikma Name, Vorame: Matrikelummer: Doppelte Lösuge führe zum Verlust aller Pukte beider Persoe-Gruppe. Die Lösuge sid hadschriftlich abzugebe.
Mehr4. Die Menge der Primzahlen. Bertrands Postulat
O. Forster: Eiführug i die Zahletheorie 4. Die Mege der Primzahle. Bertrads Postulat 4.1. Satz (Euklid. Es gibt uedlich viele Primzahle. Beweis. Wir zeige, dass es zu jeder edliche Mege p 1, p 2,..., p
MehrAufgaben zu Kapitel 8
Aufgabe zu Kapitel 8 Aufgabe zu Kapitel 8 Verstädisfrage Aufgabe 8. Ist es möglich, eie divergete Reihe der Form a zu kostruiere, wobei alle a > 0 sid ud a 0 gilt. Beispiel oder Gegebeweis agebe. Aufgabe
MehrInnerbetriebliche Leistungsverrechnung
Ierbetriebliche Leistugsverrechug I der Kostestellerechug bzw. im Betriebsabrechugsboge (BAB ist ach der Erfassug der primäre Kostestellekoste das Ziel, die sekudäre Kostestellekoste, also die Koste der
MehrDie Gasgesetze. Die Beziehung zwischen Volumen und Temperatur (Gesetz von J.-L. und J. Charles): Gay-Lussac
Die Gasgesetze Die Beziehug zwische olume ud Temeratur (Gesetz vo J.-L. Gay-Lussac ud J. Charles): cost. T oder /T cost. cost.. hägt h vo ud Gasmege ab. Die extraolierte Liie scheidet die Temeratur- skala
MehrDie erste Zeile ("Nummerierung") denkt man sich also dazu. Häufig wird eine Indexschreibweise benutzt um ein Folgenglied zu kennzeichnen.
Folge ud Reihe (Izwische Stoff der Hochschule. ) Stad: 30.03.205. Folge Was sid Zahlefolge? Z.B. oder Das ist die vereifachte Wertetabelle eier Fuktio geschriebe wie üblich bei Fuktioe i eier Wertetabelle.
MehrBINOMIALKOEFFIZIENTEN. Stochastik und ihre Didaktik Referentin: Iris Winkler 10.11.2008
Stochasti ud ihre Didati Refereti: Iris Wiler 10.11.2008 Aufgabe: Führe Sie i der Seudarstufe II die Biomialoeffiziete als ombiatorisches Azahlproblem ei. Erarbeite Sie mit de Schülerie ud Schüler mithilfe
Mehr