Zulassungsprüfung Stochastik,
|
|
- Alke Förstner
- vor 6 Jahren
- Abrufe
Transkript
1 Zulssungsprüfung Stochstik, Wir gehen stets von einem Mßrum, A, µ) bzw. einem Whrscheinlichkeitsrum,A,P) us. Die Borel σ-algebr uf R n wird mit B n bezeichnet, ds Lebesgue Mß uf R n wird mit λ n bezeichnet. Sollten Ihnen in Teilufgben Ergebnisse fehlen, dnn treffen Sie eine plusible Annhme dfür. Aufgbe 4 Punkte) Sei g : messbr. Ds Bildmß µ g von µ bezüglich g sei invrint, lso Beweisen Sie: A A : µ g A) µa). ) Für lle A A gilt A g g A). Hierbei wird mit A die Indiktorfunktion von A bezeichnet. b) Sei f : [0, ) messbr. Dnn gilt f dµ f gdµ. Zu ) Es gilt für lle A A und ω A gω)) gω) A ω g A) g A)ω). Sei f n α i Ai, α i 0, A i A, i,...,n eine positive Treppenfunktion. Dnn gilt wegen ) f g α i Ai g α i g A i) und somit folgt us f gdµ α i α i µa i ) g A i)dµ α i µg A i )) α i dµ A i α i µ g A i ) α i Ai dµ f dµ die Behuptung für positive Treppenfunktionen. Sei nun f 0. Es gibt eine Folge f n ) n N von positiven Treppenfunktionen mit f n 0 und f n ր f. D f n eine Treppenfunktion ist, gilt wie oben gezeigt f n dµ f n gdµ Ausf n ր f folgtf n g ր f g und mit dem Stz von der monotonen Konvergenz folgt für die beiden Seiten lim f n gdµ f gdµ, n f n dµ f dµ lim n
2 und somit insgesmt : f gdµ f dµ. Aufgbe 2 8 Punkte) Seien X,Y U0,) unbhängig, und sei V : mx{x,y}, W : min{x,y}. ) Bestimmen Sie die Verteilungsfunktionen von V und W. [Ergebnis: F V v) v 2, F W w) 2w w 2 ] b) Bestimmen Sie die Erwrtungswerte von V und W. c) Beweisen Sie VW XY. d) Bestimmen Sie CovV, W). e) Sind V und W unbhängig? Zu ) Die Verteilungsfunktion F der Gleichverteilung uf 0, ) ist gegeben durch x flls x [0,] F : R [0,], Fx) flls x >. Sei v,w R. Es gilt wegen der Unbhängigkeit von X,Y PV v) Pmx{X,Y} v) PX v,y v) PX v)py v) Fv) 2 PW w) Pmin{X,Y} w) Pmin{X,Y} > w) PX > w,y > w) PX > w)py > w) Fw)) 2 +2Fw) Fw) 2 2Fw) Fw) 2. Dmit ergeben sich die Verteilungsfunktionen F V, F W wie folgt: v 2 flls v [0,] 2w w 2 flls w [0,] F V v) flls v > und F W w) flls w > Aus ) erhält mn die Dichten f V und f W von V,W: Dmit folgt f V v) 2v 0,) f W w) 2 w) 0,). EV) EW) 0 0 2v 2 dv 2 3 2w 2w 2 dv
3 Zu c) Sei ω. Im Fll Xω) Yω) gilt Vω) Yω) und Wω) Xω), und dmit Xω)Yω) Vω)Wω). Im Fll Xω) Yω) ergibt sich nlog Xω)Yω) Vω)Wω). Zu d) Wegen b), c) und der Unbhängigkeit von X,Y gilt CovV,W) EVW) EV)EW) EXY) 2 9 EX)EY) Zu e) V und W sind nicht unbhängig, d sonst die Kovrinz verschwinden würde. Aufgbe 3 6 Punkte) Die Zufllsvrible A sei U[,b] verteilt und die Zufllsvrible X sei unter A bedingt Preto verteilt, d.h., für A α > 0 besitzt X die Verteilungsfunktion F X x) x α x. ) Bestimmen Sie den bedingten Erwrtungswert EX A α). Für welche α existiert er? [ ] Kontrollergebnis EX A) + A b) Bestimmen Sie EX). c) Sind die Zufllsvriblen X und A unbhängig? d) Bestimmen Sie die Whrscheinlichkeit PX x). Zu ) Die bedingte Dichte von X gegeben A α erhält mn durch Ableitung von F X nch x: { αx α x > fx α). Drus folgt EX A α) αxx α dx α x α dx. Ds uneigentliche Integrl existiert nur für α > und in diesem Fll gilt EX A α) α α + α. 3
4 Mit dem Stz vom iterierten Erwrtungswert gilt EX) EEX A)) E + A ) )+ln b ) + α dα + b ln. Zu c) Die Zufllsvriblen X und A sind nicht unbhängig, d sonst EX A) EX) gelten würde, ws offensichtlich nicht der Fll ist. Zu d) PX > x) PX > x A α)dα e αlnx dα lnx x x b ) lnx e αlnx x α dα b b lnx x α Aufgbe 4 8 Punkte) SeienX N,σ 2) mitσ 2 > 0. Es sei eine Stichprobe vom Umfngndurch unbhängige Relisierungen x,...,x n gegeben. Bestimmen Sie einen Mximum- Likelihood-Schätzer für den Prmeter σ 2. Wegen der Unbhängigkeit ist die Likelihood gegeben durch Lσ 2 ) Somit folgt für l : lnl lσ 2 ) n 2 n exp x i ) 2 ) 2πσ 2 2 σ 2 ) ) n/2 exp 2πσ 2 x i ) 2 2 σ 2. l σ 2 ) n 2σ 2 + 2σ 2 ) 2 l σ 2 ) ln2π)+lnσ 2 ) ) 2σ 2 n 2σ 2 ) 2 σ 2 ) 3 x i ) 2 x i ) 2 x i ) 2 Aus der zweiten Gleichung ergibt sich durch Nullsetzen und Auflösen ˆσ 2 n x i ) 2 4
5 und wegen l ˆσ 2 ) n 2ˆσ 2 ) 2 ˆσ 2 ) 3 x i ) 2 n 2ˆσ 2 ) 2 n ˆσ 2 ) 2 n 2ˆσ 2 ) 2 < 0 folgt, dss in ˆσ 2 ein Mximum vorliegt. Der gesuchte Schätzer ist n X i ) 2. Aufgbe 5 24 Punkte) Es liegen 20 Dten vor, die Tempertur-Jhresmittelwerte der Jhre Folgende Zusmmenfssung wird geliefert: Zeitrum Mittelwert empirische Stndrdbweichung ,5 C 0,60 C ,4 C 0,75 C ,7 C 0,73 C Wir gehen dvon us, dss die Jhresmitteltempertur eines Jhres normlverteilt ist und die Jhresmitteltemperturen jeweils unbhängig voneinnder sind. ) Wie beurteilen Sie die Behuptung, dss die Jhresmitteltempertur in den Jhren gegenüber den Jhren nicht gestiegen ist? Geben Sie ds Ergebnis zu einem Signifiknzniveu von 5 % n. Welche Annhmen treffen Sie? Begründen Sie ihr Vorgehen. b) In den folgenden Grphiken sind die Jhresmittel der Jhre und drgestellt zusmmen mit den Ausgleichsgerden. Eine Sttistiksoftwre liefert noch die folgenden Werte: y i ŷ i ) 2 3,63, y i ŷ i ) 2 3,7, 980 j j98 j 935,5) ,5 j 995,5) ,5 5
6 Wie beurteilen Sie ufgrund dieser Dten mit dem Modell der einfchen lineren Regression die Behuptung, dss ds Jhresmittel der Jhre i) ii) nicht vom Jhr bhängt? Verwenden Sie ds Signifiknzniveu von 5 %. Beschreiben Sie ds von Ihnen verwendete Modell. c) Ist Ihr Vorgehen in ) im Lichte Ihrer Ergebnisse von b) gerechtfertigt? d) Untersuchen Sie den lineren Trend im Zeitrum Stützen die Dten die Behuptung, dss er i) 0,3 C ii) 0,2 C iii) 0,4 C pro Jhrzehnt beträgt? Verwenden Sie ds Signifiknzniveu von 5 %. e) Eine Kliminititive stellt folgende Behuptungen uf: ) Die Tempertur der Jhre ist im Vergleich zu den Jhren ngestiegen. 2) Der linere Erwärmungstrend über die vergngenen 30 Jhre ) liegt bei 0,3 C pro Jhrzehnt. Kommentieren Sie kurz die Behuptungen der Kliminititive? Zu ) Sei t i ds Jhresmittel des Jhres i 89,...,200. Dnn wird ngenommen, dss die t i unbhängige Relisierungen von Zufllsvriblen T i sind mit T i iid X wobei X Nµ,σ 2 ), i 89,...,980 T i iid Y wobei Y Nµ2,σ 2 2), i 98,...,200. Nullhypothese ist hier H 0 : µ µ 2. Es wird der einseitige t-test verwendet, d die Vrinzen unbeknnt sind. Die Testgröße ist T y x mn s m+n, s2 n )s2 x +m )s 2 y. m+n 2 Konkret ergibt sich mit y 0,4, x 9,5, n 90, m 30 T 0, s 20 6, 67. s 89 0, , ,64 Die Hypothese wird wegen 6,67 > t 8,0.95,65 verworfen. Bemerkung zu H 0 : Die Whrscheinlichkeit fälschlicherweise nzunehmen, dss die mittlere Tempertur gestiegen ist beträgt bei diesem Vorgehen 5 %. Würde mn µ µ 2 testen, wäre keine Aussge über diese Whrscheinlichkeit möglich. Es werden die Modelle T i + bx i + ε i für i 89,...,980 bzw. i 98,...,200 getrennt untersucht. Die T i sind die Jhresmittelwerte, x i die 6
7 Jhre und ε i sind in jedem der beiden Modelle jeweils unbhängig, identisch normlverteilt mit Erwrtungswert 0. Die Nullhypothese lutet jeweils H 0 : b 0. Zu i) Die Testgröße lutet ˆb seb) 0, ,00243, 53. mit seb) 3, 63/ ,5 0,00243 Die Hypothese wird wegen t 88,0.95,96 nicht verworfen. Zu ii) Die Testgröße lutet ˆb seb) 0, ,0476 2, 23. mit seb) 3, 7/ ,5 0,0476 Die Hypothese wird wegen t 28,0.95 2,048 verworfen. Zu c) Ds Vorgehen in ) ist nicht korrekt, d die Annhme, dss die Jhresmittel der Jhre identisch verteilt sind, verletzt ist: der Erwrtungswert ist über die Jhre nicht konstnt. Zu d) Zu untersuchen sind die Nullhypothesen i)h 0 : b 0,03 ii)h 0 : b 0,02 iii)h 0 : b 0,04 Mit den Zhlen us b) lso seb) 0,0476 ergeben sich die Testgrößen 0, ,2 0,0476 i) 0, ,88 0,0476 ii) 0, ,48 0,0476 iii) Somit knn keine der ngegebenen Hypothesen verworfen werden. Zu e) Es fehlt die Angbe des Signifiknzniveus. Ferner wäre bei 2) die Angbe eines Schätzintervlls sinnvoller gewesen. Alle drei Behuptungen können ber bei einem Niveu von 5 % nicht verworfen werden. 7
Zulassungsprüfung Stochastik,
Zulssungsprüfung Stochstik, 2.0.2 Wir gehen stets von einem Mßrum (Ω, A, µ) bzw. einem Whrscheinlichkeitsrum (Ω,A,P) us. Die Borel σ-algebr uf R n wird mit B n bezeichnet, ds Lebesgue Mß uf R n wird mit
MehrZulassungsprüfung Stochastik,
Zulassungsprüfung Stochastik, 10.10.14 Wir gehen stets von einem Maßraum (Ω, A, µ) bzw. einem Wahrscheinlichkeitsraum (Ω,A,P) aus. Die Borel σ-algebra auf R n wird mit B n bezeichnet, das Lebesgue Maß
MehrFalls die Werte von X als Ergebnisse eines Zufallsvorgangs resultieren, wird X zu einer stetigen Zufallsvariable.
Sttistik I für Sttistiker, Mthemtiker und Informtiker Lösungen zu Bltt 11 Gerhrd Tutz, Jn Ulbricht, Jn Gertheiss WS 7/8 Theorie: Stetige Zufllsvriblen Begriff Stetigkeit: Eine Vrible oder ein Merkml X
MehrKapitel 10. Integration. Josef Leydold Mathematik für VW WS 2015/16 10 Integration 1 / 35
Kpitel 0 Integrtion Josef Leydold Mthemtik für VW WS 205/6 0 Integrtion / 35 Flächeninhlt Berechnen Sie die Inhlte der ngegebenen Flächen! f (x) = Fläche: A = f (x) = +x 2 Approximtion durch Treppenfunktion
MehrSatz 6.5 (Mittelwertsatz der Integralrechnung) Sei f : [a, b] R stetig. Dann gibt es ein ξ [a, b], so dass. b a. f dx = (b a)f(ξ) f dx (b a)m.
Stz 6.5 (Mittelwertstz der Integrlrechnung) Sei f : [, b] R stetig. Dnn gibt es ein ξ [, b], so dss 9:08.06.2015 gilt. f dx = (b )f(ξ) Lemm 6.6 Sei f : [, b] R stetig und m f(x) M für lle x [, b]. Dnn
MehrReelle Analysis. Vorlesungsskript. Enno Lenzmann, Universität Basel. 7. November 2013
Reelle Anlysis Vorlesungssript Enno Lenzmnn, Universität Bsel 7. November 213 5 Konvergenz- und Approximtionssätze 5.1 Monotone und Dominierte Konvergenz Wir strten mit einem grundlegenden Stz der Integrtionstheorie,
MehrEinführung in die Numerische Mathematik Vordiplomsklausur,
Institut für Angewndte Anlysis und Numerische Simultion Prof Dr C Eck, Dr M Schulz, Dipl- Mth J Giesselmnn Universität Stuttgrt Sommersemester 9 Einführung in die Numerische Mthemtik Vordiplomsklusur,
Mehr1 Metrische Räume. Sei X eine nichtleere Menge. Definition 1.1. Eine Abbildung: d : X X R heißt Metrik auf X, falls für alle x, y, z X gilt
Metrische Räume Sei X eine nichtleere Menge. Definition.. Eine Abbildung: d : X X R heißt Metrik uf X, flls für lle x, y, z X gilt (i) d(x, y) 0, (ii) d(x, y) = d(y, x), (iii) d(x, y) d(x, z) + d(z, y)
MehrSerie 13 Lösungsvorschläge
D-Mth Mss und Integrl FS 204 Prof. Dr. D. A. Slmon Serie 3 Lösungsvorschläge. Sei I := [, b] R ein kompktes Intervll und sei B 2 I die Borel-σ-Algebr. Def. Eine Funktion f : I R heisst von beschränkter
MehrIII. Optimale Portfolioselektion
III. Optimle Portfolioselektion Schon bei der Bewertung meriknischer Optionen hben wir gesehen, dss Optimierungsprobleme in der Finnzmthemtik eine wichtige Rolle spielen. Ein weiteres Optimierungsproblem
MehrMusterlösung zu Blatt 9, Aufgabe 2
Musterlösung zu Bltt 9, Aufgbe Anlysis II MIIA SoSe 7 Mrtin Schottenloher Musterlösung zu Bltt 9, Aufgbe I Aufgbenstellung Es sei J [, ] und f : J R deniert durch fx x 3. Finden Sie eine Folge f n n N
Mehr2.5 Messbare Mengen und Funktionen
1 2.5 Messbre Mengen und Funktionen Definition Eine beschränkte Menge M R n heißt messbr, flls die chrkteristische Funktion χ M integrierbr ist. Die Zhl vol n (M) := χ M dµ n nennt mn ds Volumen von M.
MehrLösungsvorschläge zum 9. Übungsblatt.
Übung zur Anlysis II SS 1 Lösungsvorschläge zum 9. Übungsbltt. Aufgbe 33 () A : {(x, y) R : x [ 1, 1] und y oder x und y [ 1, 1]}. (b) A : {(x, y) R : x < y < 1 + x }. (c) A : {(x, y) R : x < y < 1 + x
MehrUNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009
UNIVERSIÄ KARLSRUHE Institut für Anlysis HDoz. Dr. P. C. Kunstmnn Dipl.-Mth. M. Uhl Sommersemester 9 Höhere Mthemti II für die Fchrichtungen Eletroingenieurwesen, Physi und Geodäsie inlusive Komplexe Anlysis
MehrKAPITEL 18 UND 19 H. KOCH. Kapitel 18. x>a. x<y
KAPITEL 18 UND 19 H. KOCH 1. VORLESUNG VOM 08.01.2018 Kpitel 18 Definition 1 (Zerlegungen, Treppenfunktionen, Regelfunktionen) Sei < b. 1. Eine Zerlegung τ von [, b] besteht us einer Zhl N N und (N + 1)
MehrStochastische Eingangsprüfung, 17.05.2008
Stochastische Eingangsprüfung, 17.5.8 Wir gehen stets von einem Wahrscheinlichkeitsraum (Ω, A, P) aus. Aufgabe 1 ( Punkte) Sei X : Ω [, ) eine integrierbare Zufallsvariable mit XdP = 1. Sei Q : A R, Q(A)
Mehrc a+ bzw. f(x) dx. c a bzw. 1 =
3. Uneigentliche Integrle Die Funktion f sei uf dem rechts oenen Intervll x < b erklrt und uf jedem bgeschlossenen Teilintervll [, c], c < b, stuckweise stetig, b R { }. Dnn der Integrlbegri erweitert
MehrAufgaben zur Vorlesung Analysis II Prof. Dr. Holger Dette SS 2012 Lösungen zu Blatt 6
Aufgben zur Vorlesung Anlysis II Prof. Dr. Holger Dette SS 0 Lösungen zu Bltt 6 Aufgbe. Die Funktion f : [, ) R sei in jedem endlichen Teilintervll von [, ) Riemnnintegrierbr. Für n N sei I n := f() d.
MehrThema 7 Konvergenzkriterien (uneigentliche Integrale)
Them 7 Konvergenzkriterien (uneigentliche Integrle) In diesem Kpitel betrchten wir unendliche Reihen n= n, wobei ( n ) eine Folge von reellen Zhlen ist. Die Reihe konvergiert gegen s (oder s ist die Summe
MehrWahrscheinlichkeit. Inhaltsverzeichnis. W.1 Wahrscheinlichkeiten. Wahrscheinlichkeit 1. Ereignisraum, Grundraum. Wahrscheinlichkeitsmass
WAHRSCHEINLICHKEIT UND STATISTIK W. WAHRSCHEINLICHKEITEN Inhltsverzeichnis Whrscheinlichkeit W. Whrscheinlichkeiten W.. Ereignisrum, Grundrum............... W..2 Whrscheinlichkeitsmss................ W..3
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN
Prof. Dr. M. Wolf Dr. M. Prähofer Aufgben TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mthemtik Mthemtik für Physiker 3 Anlysis ) Sommersemester Probeklusur Lösung) http://www-m5.m.tum.de/allgemeines/ma93 S
MehrUneigentliche Riemann-Integrale
Uneigentliche iemnn-integrle Zweck dieses Abschnitts ist es, die Vorussetzungen zu lockern, die wir n die Funktion f : [, b] bei der Einführung des iemnn-integrls gestellt hben. Diese Vorussetzungen wren:
MehrAnwendungen der Integralrechnung
Anwendungen der Integrlrechnung 8. Flächeninhlt und Flächenschwerpunkt............... 4 8. Kurvenlänge............................. 7 8. Rottionskörper........................... 9 8.3 Whrscheinlichkeitsverteilungen
Mehrnennt man eine Zerlegung (Partition, Unterteilung) des Intervalls [a, b]. Die Feinheit der Zerlegung ist dabei
Kpitel 8: Integrtion Erläuterung uf Folie 8.1 Ds bestimmte Integrl Sei f : [, b] R eine beschränkte Funktion uf einem (zunächst) kompkten Intervll [, b]. Definition: 1) Eine Menge der Form Z = { = x 0
MehrWürfel (1) Würfel werden im Kasino und bei vielen Gesellschaftsspielen verwendet.
Würfel (1) Aufgbennummer: B_078 Technologieeinstz: möglich erforderlich Würfel werden im Ksino und bei vielen Gesellschftsspielen verwendet. ) Die Mthemtiker Blise Pscl und Pierre de Fermt beschäftigten
Mehr3. Seminar Statistik
Sndr Schlick Seite.Seminr05.doc. Seminr Sttistik 0 Kurztest 5 Präsenttion diskrete Verteilungen Puse 0 Üungen diskrete Verteilungen 5 Präsenttion stetige Verteilungen 0 Üungen stetige Verteilungen Husufgen:
MehrKlausur Wirtschaftsmathematik VO
Klusur Wirtschftsmthemtik VO 04. Juli 2015 Bitte leserlich in Druckbuchstben usfüllen! NACHNAME: VONAME: MATIKELNUMME: ELAUBT: nur die Formelsmmlung des Instituts! VEBOTEN: Tschenrechner und Hndys m Arbeitspltz!
MehrÜbungen zur Vorlesung Physikalische Chemie I Lösungsvorschlag zu Blatt 3
Übungen zur Vorlesung Physiklische Chemie I Lösungsvorschlg zu Bltt 3 Prof. Dr. Norbert Hmpp 1. Aufgbe ) Die gegebene Verteilung besteht nur us diskreten Werten! Die durchgezogene Linie würde nur bei einer
MehrSchriftliche Reifeprüfung aus Mathematik
Schriftliche Reifeprüfung us Mthemtik 1) Linere Optimierung Ein Händler für Bürortikel füllt für den Schulnfng sein Lger mit Tschenrechnern des Typs Advnced und des Typs Bsic uf. Typ A kostet ihn im Einkuf
MehrLösungen zur Probeklausur Lineare Algebra 1
Prof. Dr. Ktrin Wendlnd Dr. Ktrin Leschke WS 2006/2007 Lösungen zur Probeklusur Linere Algebr Ausgbe: 2. Dezember 2006 Aufgbe.. Geben Sie die Definition des Begriffs Gruppe n. Eine Gruppe ist eine Menge
MehrUngleichungen. Jan Pöschko. 28. Mai Einführung
Ungleichungen Jn Pöschko 8. Mi 009 Inhltsverzeichnis Einführung. Ws sind Ungleichungen?................................. Äquivlenzumformungen..................................3 Rechnen mit Ungleichungen...............................
MehrPräsenz-Aufgaben = i. (a) i 15 = i 14 i = (i 2 ) 7 i = ( 1) 7 i = i i 15 = 0 + ( 1)i, i (i i) = i 1 = i i 15 = 0 + 1i,
Präsenz-Aufgben 1. 1. Schreiben Sie z in der Form z α + βi mit α,β R. Aus der Vorlesung ist beknnt: i i i 1, i 1 1 i i i i i 1 i. () i 15 i 1 i (i ) 7 i ( 1) 7 i i i 15 + ( 1)i, (b) i 15 1 i 15 () 1 i
MehrFunktionale Grenzwertsätze
Ds fundmentle Resultt dieses Kpitels ist der Funktionle Zentrle Grenzwertstz, welcher zuerst von Donsker 1951 bewiesen wurde. Er sgt, dss die Verteilung einer resklierten Irrfhrt mit zentrierten iid-zuwächsen
Mehr29 Uneigentliche Riemann-Integrale
29 Uneigentlihe Riemnn-Integrle 29.2 Uneigentlihe Riemnn-Integrle bei einer kritishen Integrtionsgrenze 29.3 Zusmmenhng des uneigentlihen mit dem eigentlihen Riemnn-Integrl 29.5 Cuhy-Kriterium für uneigentlihe
MehrLineare DGL zweiter Ordnung
Universität Duisburg-Essen Essen, 03.06.01 Fkultät für Mthemtik S. Buer C. Hubcsek C. Thiel Linere DGL zweiter Ordnung Betrchten wir ds AWP { x + x + bx = 0 mit, b, t 0, x 0, v 0 R. Der Anstz xt 0 = x
MehrBeispiel-Abiturprüfung
Mthemtik BeispielAbiturprüfung Prüfungsteile A und B Bewertungsschlüssel und Lösungshinweise (nicht für den Prüfling bestimmt) Die Bewertung der erbrchten Prüfungsleistungen ht sich für jede Aufgbe nch
MehrZum Satz von Taylor. Klaus-R. Loeffler. 2 Der Satz von Taylor 2
Zum Stz von Tylor Klus-R. Loeffler Inhltsverzeichnis 1 Der verllgemeinerte Stz von Rolle 1 2 Der Stz von Tylor 2 3 Folgerungen, Anwendungen und Gegenbeispiele 4 3.1 Jede gnzrtionle Funktion ist ihr eigenes
MehrDie Zufallsvariable und ihre Verteilung
Die Zufllsvrible und ihre Verteilung Die Zufllsvrible In der Whrscheinlichkeitstheorie bzw. Sttistik betrchtet mn Zufllsvriblen. Eine Zufllsvrible ist eine Funktion, die Ergebnissen eines Zufllsexperimentes
MehrÜbungen zur Vorlesung Differential und Integralrechnung I Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner WS 015/16 Bltt 4 09.11.015 Übungen zur Vorlesung Differentil und Integrlrechnung I Lösungsvorschlg 13. Zu betrchten ist die durch 0 = 1 und
MehrVII. Folgen und Reihen von Funktionen (Vertauschung von Grenzprozessen)
VII. Folgen und Reihen von Funktionen (Vertuschung von Grenzprozessen) Definition. Sei {f n } eine Folge von Funktionen, die uf einer Menge E definiert sind. Die Folgen der Funktionswerte {f n (x)} seien
MehrHöhere Mathematik für Ingenieure , Uhr
Studiengng: Mtrikelnummer: 3 5 6 Z Punkte Note Prüfungsklusur zum Modul Höhere Mthemtik für Ingenieure 0. 7. 05, 8.00 -.00 Uhr Zugelssene Hilfsmittel: A-Blätter eigene, hndschriftliche Ausrbeitungen ber
MehrBINOMISCHE FORMELN FRANZ LEMMERMEYER
BINOMISCHE FORMELN FRANZ LEMMERMEYER Ds Distributivgesetz. Die binomischen Formeln sind im wesentlichen Vrinten des Distributivgesetzes. Dieses kennen wir schon; es besgt, dss () (b + = b + c und ( + b)c
MehrUneigentliche Integrale & mehrdim. Differenzialrechnung
Mthemtik I für Biologen, Geowissenschftler und Geoökologen Uneigentliche Integrle & mehrdimensionle Differenzilrechnung 25. Jnur 2010 Uneigentliche Integrle Unendlich Integrnd divergiert Grenze Prtielle
MehrResultat: Hauptsatz der Differential- und Integralrechnung
17 Der Huptstz der Differentil- und Integrlrechnung Lernziele: Konzept: Stmmfunktion Resultt: Huptstz der Differentil- und Integrlrechnung Methoden: prtielle Integrtion, Substitutionsregel Kompetenzen:
MehrMusterlösung der 1. Klausur zur Vorlesung
Prof. Dr. M. Röger Dipl.-Mth. C. Zwilling Fkultät für Mthemtik TU Dortmund Musterlösung der. Klusur zur Vorlesung Anlysis I (24.02.206) Wintersemester 205/6 Aufgbe. Sei R mit sin() 0. Der Beweis erfolgt
MehrNumerische Integration durch Extrapolation
Numerische Integrtion durch Extrpoltion Pblo Thiel Romberg-Verfhren Idee: Im Gegenstz zur numerischen Integrtion mit Hilfe der einfchen bzw. zusmmengesetzten Trpez-, Simpson-, 3/8- oder zum Beispiel der
MehrInfinitesimalrechnung, Mengenlehre und logische Verknüpfungen
Vorlesung 16 Infinitesimlrechnung, Mengenlehre und logische Verknüpfungen 16.1 Huptstz der Differentil- und Integrlrechnung Wir verknüpfen nun Differentil- mit Integrlrechnung. Definition 16.1.1. Eine
MehrAntworten auf Anfragen von Kursteilnehmern. Zu folgender Aussage aus den Multiple-Choice-Aufgaben: f (n) (a) (x a) n n! n=0
Ferienkurs Anlysis 1 WS 11/12 Florin Drechsler Antworten uf Anfrgen von Kursteilnehmern Zu Tylorreihen Zu folgender Aussge us den Multiple-Choice-Aufgben: Es gibt Funktionen f C (R) mit konvergenter Tylorreihe
Mehr11. DER HAUPTSATZ DER DIFFERENTIAL- UND INTEGRALRECHNUNG
91 Dieses Skript ist ein Auszug mit Lücken us Einführung in die mthemtische Behndlung der Nturwissenschften I von Hns Heiner Storrer, Birkhäuser Skripten. Als StudentIn sollten Sie ds Buch uch kufen und
MehrAnKa Hyp. , tan α= Weil die Ankathete des einen Winkels der Gegenkathete des anderen entspricht, gilt auch: sin α = cos β und sinβ = cosα.
Trigonometrie Wenn mn die Trigonometrischen Funktionen Sinus, Kosinus und Tngens berechnen will, ist es wichtig, uf welchen Winkel sie sich beziehen. Die Kthete, die direkt m Winkel nliegt, heißt Ankthete
Mehr2 Lineare Operatoren. T(αx + βy) = αtx + βty x,y X, α, β K. (b) Ist T linear, so heißt
2 Linere Opertoren Im Folgenden seien X,Y, Z stets normierte Räumen über dem selben Körper K = C oder K = R. 2.1. Definition. () Eine Abbildung T : X Y heißt liner, flls T(αx + βy) = αtx + βty x,y X, α,
MehrÜbungsblatt 2 Musterlösung
Numerik gewöhnlicher Differentilgleichungen MA234 - SS6 Übungsbltt 2 Musterlösung Funktion s k : [,b] R ist ein Spline vom Grd k, bezüglich der Knoten x,...,x n, flls i) s k C k ([,b]), ii) s k [xj,x j+
MehrLineare Algebra und Numerische Mathematik für D-BAUG
R Käppeli L Herrmnn W Wu Herbstsemester 206 Linere Algebr und Numerische Mthemtik für D-BAUG Beispiellösung für Serie 5 ETH Zürich D-MATH Aufgbe 5 5) Seien u und v Lösungen des LGS Ax = b mit n Unbeknnten
MehrI Grundbegriffe 1 1 Wahrscheinlichkeitsräume Bedingte Wahrscheinlichkeiten und Unabhängigkeit Reellwertige Zufallsvariablen...
Inhaltsverzeichnis I Grundbegriffe 1 1 Wahrscheinlichkeitsräume......................... 1 2 Bedingte Wahrscheinlichkeiten und Unabhängigkeit........... 7 3 Reellwertige Zufallsvariablen........................
Mehra) x 0, (Nichtnegativität) b) x = 0 x = 0, (Eindeutigkeit) c) αx = α x, (Skalierung)
Definition 1.20 Ein metrischer Rum besteht us einer Menge X und einer Abbildung d : X X R, die jedem geordneten Pr von Elementen us X eine reelle Zhl zuordnet, d.h. (x,y) X X d(x,y) R. Diese Abbildung
Mehr10 Das Riemannsche Integral
10 Ds Riemnnsche Integrl 50 10 Ds Riemnnsche Integrl Ziel dieses Prgrphen ist es, den Inhlt einer Fläche, die vom Grphen einer Funktion berndet wird, exkt zu definieren. f(b) f() = t 0 t1 t2 t3 t4 t5 t
Mehr5.1 Charakterisierung relativ kompakter und kompakter
Kpitel 5 Kompkte Mengen 5.1 Chrkterisierung reltiv kompkter und kompkter Mengen X sei im weiteren ein Bnchrum. Definition 5.1. Eine Menge K X heißt kompkt, wenn us jeder offenen Überdeckung von K eine
Mehrb f(x)p(x) dx = f(ξ) 2e 2 , Hess f (2, 0) =
Es seien U R n offen und ψ : U R n stetig differenzierbr. Weiter sei f : U R zweiml stetig differenzierbr. Kennzeichnen Sie whre Aussgen mit W und flsche Aussgen mit F. F Flls dψ(x) ein Isomorphismus für
Mehr2.6 Unendliche Reihen
2.6 Unendliche Reihen In normierten Räumen steht ds wichtige Werkzeug der Bildung von unendlichen Reihen zur Verfügung. Mn denke in diesem Zusmmenhng drn, dss mn in der Anlysis Potenz- und Fourierreihen
MehrMusterlösung für die Nachklausur zur Analysis II
MATHEMATISCHES INSTITUT WiSe 213/14 DER UNIVERSITÄT MÜNCHEN Musterlösung für die Nchklusur zur Anlysis II Aufgbe 1 Gilt folgende Aussge? Eine im Punkt x R 2 prtiell differenzierbre Funktion f : R 2 R ist
MehrErwartungswert und Varianz von Zufallsvariablen
Kapitel 7 Erwartungswert und Varianz von Zufallsvariablen Im Folgenden sei (Ω, A, P ) ein Wahrscheinlichkeitsraum. Der Erwartungswert von X ist ein Lebesgue-Integral (allerdings allgemeiner als in Analysis
MehrMusterlösung zur Klausur im Fach Fortgeschrittene Statistik am Gesamtpunktzahl: 60
WESTFÄLISCHE WILHELMS - UNIVERSITÄT MÜNSTER Wirtschaftswissenschaftliche Faktultät Prof. Dr. Bernd Wilfling Professur für VWL, insbesondere Empirische Wirtschaftsforschung Musterlösung zur Klausur im Fach
MehrLösungen zu den Übungsaufgaben
Lösungen zu den Übungsufgben Aufgbe A.2. Ist k L () mit k(x)dx = und ist f : beschränkt, Lebesgue-messbr und stetig in x, dnn gilt lim r r k(x y r )f(y)dy = f(x). Lösung A.2. Zunächst ist mit der Substitutionsregel
Mehr4 Absolutstetige Verteilungen und Zufallsvariablen 215/1
4 Absolutstetige Verteilungen und Zufallsvariablen 215/1 23. Bemerkung Integralbegriffe für Funktionen f : R d R (i) Lebesgue-Integral (Vorlesung Analysis IV). Spezialfall: (ii) Uneigentliches Riemann-Integral
MehrAlgebra - Lineare Abbildungen
Algebr - Linere Abbildungen oger Burkhrdt (roger.burkhrdt@fhnw.ch) 8 Hochschule für Technik . Der Vektorrum Hochschule für Technik Hochschule für Technik 4 Vektorrum Definition: Ein Vektorrum über einen
MehrRiemann-integrierbare Funktionen
Kpitel VI Riemnn-integrierbre Funktionen 26 Ds Riemnn-Integrl ls Grenzwert von Zwischensummen 27 Der Huptstz der Differentil- und Integrlrechnung nebst Folgerungen 28 Äquivlente Definitionen des Riemnn-
MehrEingangsprüfung Stochastik,
Eigagsprüfug Stochastik, 5.5. Wir gehe stets vo eiem Wahrscheilichkeitsraum (Ω, A, P aus. Die Borel σ-algebra auf wird mit B bezeichet, das Lebesgue Maß auf wird mit λ bezeichet. Aufgabe ( Pukte Sei x
MehrScheinklausur zur Vorlesung Stochastik II
Institut für Mathematische Stochastik WS 2007/2008 Universität Karlsruhe 25. 02. 2008 Dr. B. Klar Scheinklausur zur Vorlesung Stochastik II Muster-Lösung Dauer: 90 Minuten Name: Vorname: Matrikelnummer:
MehrSkriptbausteine zur Vorlesung Maßtheorie
Skriptbusteine zur Vorlesung Mßtheorie Vorlesender: Prof. Dr. Bernd Hofmnn Der folgende Text soll die Nchrbeit der Vorlesung erleichtern und dbei n Definitionen, Sätze und Beispiele erinnern. Ds Skript
Mehr10: Lineare Abbildungen
Chr.Nelius: Linere Alger SS 2008 1 10: Linere Aildungen 10.1 BEISPIEL: Die Vektorräume V 2 und Ê 2 hen diegleiche Struktur. Es git eine ijektive Aildung f : V 2 Ê 2, die durch die Vorschrift definiert
MehrAbiturprüfung 2006 MATHEMATIK. als Grundkursfach. Arbeitszeit: 180 Minuten
Abiturprüfung 2006 MATHEMATIK ls Grundkursfch Arbeitszeit: 180 Minuten Der Fchusschuss wählt je eine Aufgbe us den Gebieten GM1, GM2 und GM3 zur Berbeitung us. Die Angbe ist vom Prüfling mit dem Nmen zu
MehrQuadratische Funktionen
Qudrtische Funktionen Die Scheitelpunktform ist eine spezielle Drstellungsform von qudrtischen Funktionen, nhnd der viele geometrische Eigenschften des Funktionsgrphen bgelesen werden können. Abbildung
MehrÜbungen zur Analysis 2
Mthemtisches Institut der Universität München Prof. Dr. Frnz Merkl Sommersemester 2013 Bltt 2 26.4.2013 Übungen zur Anlysis 2 2.1 Vernschulichung der Cuchy-Schwrz-Ungleichung. Gegeben seien die Vektoren
Mehrkann man das Riemannsche Unter- bzw. Oberintegral auch wie folgt definieren: xk+1 x k
Integrlrechnung Definition 1 (Treppenfunktion, Zerlegung eines Intervlls): Sei [, b] R ein Intervll. Eine Funktion g : [, b] R heißt Treppenfunktion, flls es eine Zerlegung := { =: 0 < 1
Mehr1. Stegreifaufgabe aus der Physik Lösungshinweise
. Stegreifufgbe us der Physik Lösungshinweise Gruppe A Aufgbe Ds.Newtonsche Gesetz lässt sich zum Beispiel so formulieren: Wirkt uf einen Körper keine Krft (oder ist die Summe ller Kräfte null) so bleibt
Mehrf(ξ k )(x k x k 1 ) k=1
Integrlrechnung Definition des bestimmten Integrls Die Integrtion ist die Umkehropertion zur Differentition. Grundufgbe der Integrlrechnung ist die Bestimmung von Flächen. Will mn beispielsweise den Inhlt
Mehr9.4 Integration rationaler Funktionen
9.4 Integrtion rtionler Funktionen Ziel: Integrtion rtionler Funktionen R(x) = p(x) q(x) wobei p(x) = n k x k, q(x) = k=0 m b k x k. k=0 Methode: Prtilbruch-Zerlegung von rtionler Funktion R(x). Anstz:
MehrMC-Serie 12 - Integrationstechniken
Anlysis D-BAUG Dr. Meike Akveld HS 15 MC-Serie 1 - Integrtionstechniken 1. Die Formel f(x) dx = xf(x) xf (x) dx i) ist im Allgemeinen flsch. ii) folgt us der Sustitutionsregel. iii) folgt us dem Huptstz
MehrKapitel II. Beschränkte Operatoren und kompakte Operatoren. 3. Beschränkte Operatoren im Hilbertraum.
Kpitel II. Beschränkte Opertoren und kompkte Opertoren. 3. Beschränkte Opertoren im Hilbertrum. 3.1. Definition. Seien H 1 und H 2 Hilberträume. Eine linere Abb. A : H 1 H 2 heißt ein (linerer) Opertor.
MehrTaylorreihen - Uneigentlische Integrale
Anlysis II für M, LG und Ph, WS 2006/07, Übung 2, Lösungsskizze Gruppenübung Tylorreihen - Uneigentlische Integrle G 5 Berechnen Sie die Tylorreihe mit der Entwicklungsmitte 0 von f (x) = log(x + ), f
MehrWichtige Definitionen und Aussagen
Wichtige Definitionen und Aussagen Zufallsexperiment, Ergebnis, Ereignis: Unter einem Zufallsexperiment verstehen wir einen Vorgang, dessen Ausgänge sich nicht vorhersagen lassen Die möglichen Ausgänge
MehrMathematik 1 für Bauwesen 14. Übungsblatt
Mthemtik für Buwesen Übungsbltt Fchbereich Mthemtik Wintersemester 0/0 Dr Ivn Izmestiev 8/900 Dr Vince Bárány, M Sc Juli Plehnert Gruppenübung Aufgbe G () Berechnen Sie ds Volumen des Rottionskörpers,
MehrKriterien für starke und schwache Konvergenz in L 1
Technische Universität Berlin Institut für Mthemtik Bchelorrbeit Im Studiengng Mthemtik Kriterien für strke und schwche Konvergenz in L 1 vorgelegt von Thoms Jnkuhn betreut durch Dr. Hns-Christin Kreusler
MehrIch kann den SdP anwenden, um Seitenlängen in rechtwinkligen Dreiecken zu berechnen.
Klsse 9c Mthemtik Vorbereitung zur Klssenrbeit Nr. m.5.018 Themen: Stz des Pythgors, Qudrtische Gleichungen Checkliste Ws ich lles können soll Ich knn den Stz des Pythgors (SdP) in Worten formulieren.
MehrKlausurvorbereitungsausfgaben für die Feiertage Analysis II im WS 2013/2014
Institut für Mthemtik Freie Universität Berlin C. Hrtmnn, A. Ppke Wer spricht von Siegen, Überleben ist lles. Riner Mri Rilke Lösung zu Klusurvorbereitungsusfgben für die Feiertge Anlysis II im WS 23/24
Mehr2. Funktionen in der Ökonomie
FHW, ZSEBY, ANALYSIS - - Funktionen in der Ökonomie Beispiele: qudrtische Funktionen, Eponentilfunktion Qudrtische Funktionen Einfchste qudrtische Funktion: y = Allgemeine qudrtische Funktion: y = + b
MehrProf. Dr. Siegfried Echterhoff.. 1 HAUPTSATZ DER INTEGRAL UND DIFFERENTIALRECHNUNG
Vorlesung SS 29 Anlysis 2 HAUPTSATZ DER INTEGRAL UND DIFFERENTIALRECHNUNG Teil : Fortsetzung des Studiums von Funktionen in einer reellen Vriblen (Integrtion und Tylorreihen). Huptstz der Integrl und Differentilrechnung
MehrHöhere Mathematik II für die Fachrichtung Informatik. Lösungsvorschläge zum 8. Übungsblatt
KARLSRUHER INSTITUT FÜR TECHNOLOGIE INSTITUT FÜR ANALYSIS Dr. Christoph Schmoeger Heiko Hoffmnn SS Höhere Mthemtik II für die Fchrichtung Informtik Lösungsvorschläge zum 8. Übungsbltt Aufgbe 9 erechnen
Mehr9 Das Riemannsche Integral
1 9 Ds Riemnnsche Integrl 9.1 Definition und Beispiele Sei I = [, ] R mit
MehrDarstellung von Ebenen
Drstellung von Ebenen. Ebenengleichung in Prmeterform: Sei E eine Ebene. Dnn lässt sich die Ebene drstellen durch eine Gleichung der Form p u x = p + r v u + s v (r, s R). p u v Der Vektor p heißt Stützvektor
Mehr6.6 Integrationsregeln
50 KAPITEL 6. DAS RIEMANN-INTEGRAL Beispiel 6.5.4 (Differenzierbreit und gleichmäßige Konvergenz) Die Funtionenfolge {f n (x)} n N definiert durch f n (x) = n sin(nx) onvergiert uf jedem Intervll gleichmäßig
Mehr( N. m)( n m. P(X = m) EX = n M N. 1 M ) N n
.3.2.5 Hypergeometrische Verteilung Als Referenzmodell dient die bereits beknnte Urne mit N Kugeln, von denen M Kugeln schwrz und N M Kugeln weiß sind. Wir ziehen ohne Zurücklegen n Kugeln, wobei unsere
MehrWirtschaftsmathematik für International Management (BA) und Betriebswirtschaft (BA)
Wirtschftsmthemtik für Interntionl Mngement (BA) und Betriebswirtschft (BA) Wintersemester 2013/14 Stefn Etschberger Hochschule Augsburg Mthemtik: Gliederung 1 Aussgenlogik 2 Linere Algebr 3 Linere
MehrFerienkurs Experimentalphysik
Ferienkurs Experimentlphysik 4 009 Übung 1 Heisenberg sche Unschärfereltion Zeigen Sie, dss eine Messprtur beim Doppelspltexperiment, die den Durchgng eines Teilchens durch ein Loch detektieren knn, ds
MehrTheoretische Physik IV - Blatt 3
Theoretische Physi IV - Bltt 3 Christopher Bronner, Frn Essenberger FU Berlin 4.November 006 Aufgbe 5 Energieeigenfuntionen Uns ist folgendes Potentil gegeben, wobei V 0 > 0 sei: V (x) V 0 bei x [, ] V
Mehr9.6 Parameterabhängige Integrale
Kpitel 9: Integrtion 9.6 Prmeterbhängige Integrle Beispiel: Die Gmm-Funktion Γ(x) := f(x, t)dt = e t t x 1 dt. Zunächst: Prmeterbhängige eigentliche Integrle. Sei f : I [, b] R, I R, so dss f für festes
MehrMathematik III. Vorlesung 85. Riemannsche Mannigfaltigkeiten
Prof Dr H Brenner Osnbrück WS 2010/2011 Mthemtik III Vorlesung 85 Riemnnsche Mnnigfltigkeiten Georg Friedrich Bernhrd Riemnn (1826-1866) Die Kugeloberfläche einer Kugel mit Rdius r besitzt den Flächeninhlt
MehrLösung zur Klausur. Grundlagen der Theoretischen Informatik. 1. Zeigen Sie, dass die folgende Sprache regulär ist: w {a, b} w a w b 0 (mod 3) }.
Lösung zur Klusur Grundlgen der Theoretischen Informtik 1. Zeigen Sie, dss die folgende Sprche regulär ist: { w {, } w w 0 (mod 3) }. Lösung: Wir nennen die Sprche L. Eine Sprche ist genu dnn regulär,
MehrDas Bogenintegral einer gestauchten Normalparabel
Ds Bogenintegrl einer gestuchten Normlprbel Jn Günther und Luks Vrnhorst Im Mthemtikleistungskurs der Jhrgngsstufe sind wir uf folgende Aufgbe gestoÿen: Bestimmen Sie eine Stmmfunktion von f(x) + x mit
MehrLogarithmen zu speziellen und häufig gebrauchten Basen haben eigene Namen: Der Logarithmus zur Basis 10 heißt dekadischer oder Zehnerlogarithmus:
0 Dr Andres M Seifert Sternstunden in Mthe, Physik und Technik wwwsternstunden-odenwldde Logrithmen Die Gleichung vom Typ b wird mit Hilfe des Logrithmus gelöst Der Logrithmus von zur Bsis b ist die Zhl,
Mehr