Schadensakkumulation und Lebensdauerberechnung Schadensakkumulation

Größe: px
Ab Seite anzeigen:

Download "Schadensakkumulation und Lebensdauerberechnung Schadensakkumulation"

Transkript

1 6.1- chadensakkumulaton 1

2 Beanspruchungen Nenn-, Kerbspannung, Kerbwrkung Plastztät und Neuber Regel 2 er tatsche Nachwes Kaptel 1 (chadensmechansmus: Gewaltbruch) Beanspruchungen pannung, Zet und Temperatur cherhetsfaktor Beanspruchbarket plastsche tützzahl n pl Thermomechank Kaptel 2 (chadensmechansmus Krechen wenn T > 0,35 * T m ) Beanspruchungen Kaptel 5 Ranflowzählung Lastkollektve Extrapolaton von Lastkollektven Regelwerke Kaptel 7 cherhet: chadensakkumulaton Beanspruchbarket Zetstandskurven Larson Mller Parameter P LM Betrebsfestgket Kaptel 3-6 (chadensmechansmus chwngbruch) chadensakkumulaton Kaptel 6: Mner-Regel chadenssumme Ausfallwahrschenlchket P A Beanspruchungen trukturspannungen, R1 pannungen ehnungen chadensakkumulaton Beanspruchbarket auerfestgket Kaptel 4 Bautelwöhlerlne HCF Kaptel 3 Negung k Knckpunktzyklenzahl N auerfestgket s ehnungswöhlerlne LCF Neuber-Regel chweßverbndungen Kaptel 8 (chadensmechansmus: chwngbruch) Beanspruchbarket FAT Klasse (Wöhlerlne) Zulässge ehnungen

3 Kaptel 6 Kaptel 6_1 e Berechnung der Lebensdauer 3

4 Begung Bespel chadensakkumulaton Ihr auszulegendes Bautel st de Büroklammer. ese wrd typscherwese durch folgendes Lastkollektv belastet: x 90 5 x x Fragen: Tragen e n das Wöhlerdagramm neben der Wöhlerlne de Belastung en. We stark schädgt das Kollektv Ihr Bautel? We häufg wäre das Kollektv ertragbar? Valderen e Ihre Hypothese durch enen Versuch. Was tun e? 100 Wöhlerlne a Zyklenzahl

5 Kollektvtreppung Verglech Kollektv Wöhlerlne (Mner orgnal) chadensakkumulaton - Palmgren / Mner : Mner orgnal - Cortan / olan : Mner elementar - Habach : Mner modfzert - erensen / Koslov : ähnl. Cortan / olan - Berückschtgung auerfestgketsabfall : Mner konsequent, ähnl. Zenner / Lu chadensakkumulaton - Mner elementar - Mner konsequent - Mner orgnal - Mner relatv - Mner modfzert Lebensdauerabschätzung 5

6 chadensakkumulaton be überlagerten mechanschen und thermschen Beanspruchungen - Palmgren / Mner und Robnson / Tara - Verglech Rechnung / Versuchsergebnsse Berückschtgung tatstk - lebensdauerbezogene cherhet L - Aussagefähgket der verwendeten Werkstoffdaten j C,n 6 Lebensdauerabschätzung

7 7 Treppung enes stetgen Beanspruchungskollektvs

8 = d n N Bautelversagen, wenn grenz = 1 Mehrstufges Beanspruchungskollektv und ertragbare Beanspruchungen 8

9 nach W. chütz Häufgketsvertelung von chadenssummen nach Palmgren Mner 9

10 Belastung Kaptel 6_1 ABER!!! Wöhlerlne: - Bautel nur auf enem Lastnveau bs Bruch belastet - Bautel st ncht vorgeschädgt Betrebslast: - Bautel auf mehreren Lastnveaus bs Bruch belastet - as Bautel st nur auf der ersten Laststufe ncht vorgeschädgt Fazt: Vorschädgungen be Betrebslasten berückschtgen Modfkaton der Mner Regel Zyklenzahl 10

11 1 s s m k k n N 1 s N n s k m auerfestgket Grenzlastspelzahl Lastspelzahl Kollektvstufe pannungsampltude Kollektvstufe Negung Wöhlerlne Anzahl Kollektvstufen chadensakkumulaton nach der Hypothese von Cortan olan nach erensen / Koslov 11

12 12 chadensakkumulaton nach Habach

13 5 1 Mner orgnal, k* = ; q = 2 Mner modfzert nach Habach, k* = 2k 1aus ()/ = (1-) (1/q) mt q = k-1, alle Kollektvantele unterhalb auerfestgket berückschtgt 3 Mner elementar, k* = k ; q = 0 4 Mner modfzert nach Lu und Zenner, k* = (k+m)/2 ; * = ½ ; tähle: m 3,6 5 Mner konsequent ()/ = (1-) (1/q) mt q = k-1, nur Kollektvantele oberhalb abgefallener auerfestgket berückschtgt Modfkaton der Palmgren Mner Regel nach Zenner 13

14 pannung s s Kaptel 6_1 Erklärung Lebensdauerlne Kollektv 1 Kollektv 2 Kollektv 3 Lebensdauer Kollektv 1 Lebensdauer Kollektv 2 Lebensdauer Kollektv 3 s Kollektv N Kollektv Lebensdauer N 14

15 Ampltudenkollektv Wöhler- und Lebensdauerlne nach "Mner elementar" Lebensdauer N für Kollektvhöchstwert a Lebensdauerlne Berechnung nach Mner elementar 15

16 a Mner elementar b Mner modfzert nach Habach c Mner konsequent Verglech der Lebensdauerlnen be unterschedlcher lnearer chadensakkumulaton nach Habach 16

17 Anwendung der Elementaren Mner Rechnung be der Berechnung von Lebensdauerlnen k A a A N N k z 1 z 1 a a x h h N N Wöhlerlne Kollektv Lebensdauer Kollektv Lebensdauer bezogen auf Kollektv Größtwert a a a k a z 1 z 1 k A A x mt h h N N nach Habach 17

18 a a k A a A für N für N N z 1 k z 1 k a h N N h z 1 z 1 k h h x N=N = a a a für = 1... j Wöhlerlne Kollektv Lebensdauer Anwendung der Orgnalen Mner Rechnung be der Berechnung von Lebensdauerlnen Kollektv Lebensdauer bezogen auf Kollektv Größtwert a nach Habach 18

19 19 Anwendung der Modfzerten Mner Rechnung be der Berechnung von Lebensdauerlnen nach Habach

20 a 1) (2k a A a k a A für N N für N N 1 q () (1 ) Anwendung der Modfzerten Mner Rechnung be der Berechnung von Lebensdauerlnen nach Habach Wöhlerlne 1) (2k A j 1 1) (2k a j 2 k A j 1 k a j 1 N h N h chadensantele auerfestgketsabfall 20

21 j z z (1 k) (2k 1) k k a A a a 1 1 j 1 N N h h h für a _ 1) (2k z 1 j k) (1 k j 1 z 1 k a _ a _ für x h x x h h N N Kollektv - Lebensdauer Kollektv Lebensdauer bezogen auf Kollektv - Größtwert a x = a / a sowe x = / a Anwendung der Modfzerten Mner Rechnung be der Berechnung von Lebensdauerlnen nach Habach 21

22 22 Anwendung der Konsequenten Mner Rechnung be der Berechnung von Lebensdauerlnen nach Habach

23 N N A a k für a Wöhlerlne _ N z z k q q N h A 1 d j ad a(d1) q z 1 h k a Kollektv - Lebensdauer _ z z z q q q k a a d (d1) 1 dj 1 N h x x x h x Kollektv Lebensdauer bezogen auf Kollektv - Größtwert a Anwendung der Konsequenten Mner Rechnung be der Berechnung von Lebensdauerlnen nach Habach 23

24 N n deser Form gültg, wenn auerfestgket mt Kollektvstufe zusammenfällt. Allgemen wrd, wenn auerfestgket zwschen zwe Kollektvstufen legt, d.h. aj > > a(j+1) N für d = j : bzw. x j > x > x (j+1) unter dem zweten ummenausdruck von q ad q a(d j) q durch q ersetzt bzw. x q d x q (d j) x q durch x q ersetzt Anwendung der Konsequenten Mner Rechnung be der Berechnung von Lebensdauerlnen 24

25 Anwendung der Relatven Mner Rechnung be der Berechnung von Lebensdauerlnen nach Letfaden VBFEh m VEh 25

26 _ gesamt _ tahl _ Al Legerungen T T T Nennspannungskonzept Mner konsequent 0,29 12,7 0,24 10,3 0,34 15,2 Örtlches Konzept eeger / Beste, p WT 1,07 23,9 1,41 11,1 0,74 38,9 _ mttlere chadenssumme, T = PÜ=10% / PÜ=90% treuspanne = N Versuch / N Rechnung : T = PÜ = 10% / PÜ = 90% : Nennspannungskonzept: Örtlches Konzept: tatsächlche chadenssumme treuspanne synthetsche BWL aus Rm Z, WL nach UML, Neuber, elementar Mner BWL: Bautel-Wöhlerlne Z: Zyklsches pannungs-ehnungs-verhalten WL: ehnungs-wöhlerlne UML: Unform Materal Law Allgemene Treffscherhet der Lebensdauerberechnungen nach Eultz, Kotte,Wang 26

27 _ gesamt n = 964 _ R = -1 n = 587 _ R -1 n = 377 T T T Mner elementar Transform. Ampltude 0,39 12,3 0,40 11,8 0,37 12,3 Berechspaarzählung 0,37 14,7 0,38 13,1 0,35 17,2 Überschretungszählung 0,81 24,2 0,69 15,7 1,08 47,6 Mner modfzert Transform. Ampltude 0,28 12,6 0,30 10,6 0,26 14,8 Berechspaarzählung 0,26 15,1 0,28 11,2 0,23 21,6 Überschretungszählung 0,61 26,0 0,53 16,4 0,77 41,5 Mner konsequent Transform. Ampltude 0,29 12,7 0,30 10,6 0,27 15,3 Berechspaarzählung 0,27 15,3 0,29 11,3 0,24 22,2 Überschretungszählung 0,63 25,9 0,55 16,3 0,80 41,7 Mner Lu / Zenner Transform. Ampltude 0,75 9,2 0,79 8,6 0,68 9,8 Berechspaarzählung 0,70 11,8 0,75 10,9 0,64 12,8 Überschretungszählung 1,56 18,0 1,35 11,1 2,00 32,0 Mttelwerte und treuspannen von chadenssummen be unterschedlchen Rechenverfahren und Klassermethoden nach Eultz, Kotte 27

28 Mner konsequent Mner Lu / Zenner _ tahl n = 525 _ Al-Leg. n = 332 _Gußesen n = 88 T T 0,24 10,3 0,64 8,7 0,34 15,2 0,79 8,2 T 0,38 13,8 1,25 10,2 Mner konsequent Mner Lu / Zenner _ Zug/ruck n = 463 _ Flachbeg. n = 422 _Torson n = 21 T T 0,25 11,1 0,65 8,4 0,36 13,5 0,90 9,8 T 0,13 3,6 0,48 7,2? Mttelwerte und treuspannen von chadenssummen be unterschedlchen Werkstoffen und Belastungsarten nach Eultz, Kotte 28

29 Normalvertelung Geradlnenvertelung unsymmetr. Vertelung n = 417 n = 127 n = 79 _ T T T Mner konsequent Mner Lu / Zenner 0,38 10,8 0,17 13,4 0,53 29,4 1,03 7,5 0,36 9,5 0,99 17,9 N vers < 10 6 N vers = 10 6 bs 10 7 N ver > 10 7 n = 127 n = 542 n = 295 _ T T T Mner elementar 0,28 6,1 0,34 9,6 0,58 18,2 Mner modfzert 0,26 6,6 0,25 10,9 0,34 19,5 Mner konsequent 0,26 6,5 0,26 11,0 0,34 20,3 Mner Lu / Zenner 0,56 6,3 0,67 7,6 1,05 11,9 Mttelwerte und treuspannen von chadenssummen be unterschedlchen Kollektvformen und Lebensdauerberechen nach Eultz, Kotte 29

30 Mner konsequent gesamt n = 612 tahl n = 326 Al-Leg. n = 198 _ T T T ene Wöhlerlne, Mttelspannungsempfndlchket geschätzt 0,27 13,5 0,24 13,0 0,29 12,8 zwe Wöhlerlnen 0,28 12,5 0,26 12,0 0,32 9,7 Mner Lu / Zenner ene Wöhlerlne, Mttelspannungsempfndlchket geschätzt 0,70 9,9 0,61 9,8 0,68 8,1 zwe Wöhlerlnen 0,71 8,9 0,63 9,0 0,73 6,1 Mttelwerte und treuspannen von chadenssummen be unterschedlch vollständgen Wöhlerdaten nach Eultz, Kotte 30

31 Verglech von Experment und Berechnungsergebnssen des örtlchen Konzepts Treffscherhet des örtlchen Konzepts nach Kotte / Eultz 31

32 32 Temperaturen und ehnungen an der Oberfläche ener Hochdruck Turbnenwelle

33 Ermüdung + = gesamt Krechen Lneare chadensakkumulaton von Zetstand- und chwngschädgung 33

34 34 Expermentell ermttelte chadenssummen be überlagerter Zetstandund chwngschädgung

35 Auf den Punkt: chadensakkumulaton treuungen n Lebensdauerrchung: ~ Faktor 10 treuungen n pannungsrchtung: ~ Faktor 1,5 chadenssumme grenz = 0,3 für HCF Konzept chadenssumme grenz = 1 für LCF Konzept Be Mehrachsgket / Überlagerung Temperatur und pannung: Berechnung der chadenssummen jeder Last und Überlagerung der chadenssummen. Last 1 + Last Last 1 = Ermüdung Ermüdung + Krechen = Gesamt Gesamt grenz 35

36 Was tun, wenn Nachwes ncht ausrecht? Beanspruchbarket esgnoptmerung, so dass Lebensdauermodell stegt (z. B. Geometre, Werkstoff, Oberfläche, ) Beanspruchung (Lastkollektv) Lastumlagerungen, so dass Beanspruchungen snken (z.b. durch tefkgeten, Htzebleche, ) chadensakkumulaton chadenssumme bestmmen und ggfs. Hypothese anpassen Zuverlässgket (cherhet) Vertelung und treuung genau ermtteln

37 tatstk n der Betrebsfestgket 37

38 X F mttlere Festgket X B Beanspruchung X X F B 38 Beanspruchungs- und Festgketsvertelung

39 pannung lg(s a ) cherheten er cherhet bezüglch der Ausfallwahrschenlchket j PA er cherhet bezüglch des tchprobenrskos j n Lebendauer zulässg = Lebensdauer ertragbar j n j PA Wöhlerlne (ertragbar) Wöhlerlne (zulässg) s,zulässg = s,ertragbar /(j n,s j PA,s ) N zulässg = N ertragbar /(j n,n j PA,N ) j s j N: cherhet n pannungsrchtung cherhet n Lebensdauerrchtung s,50% j n,s j PA,s = j s s,x% N,50% Lebensdauer lg(n) j n,n j PA,N = j N 39

40 Anzunehmende treuungen Werkstoff, maßgebende Bautelgestalt und berückschtgte treuenflüsse log. tandardabwechung n Lebensdauerr. s N pannungsr. s σ Kennwerte des HCF (Kerbspannungskonzept) (Habach) panabhebend bearbetete Kerbstäbe aus tahl, unter überwachten Bedngungen gefertgt (k = 5,0): 0,155 0,0309 panabhebend bearbetete Bautele aus tahl, mt mäßger bs mttlerer Kerbwrkung (k = 5,0): 0,197 0,0392 panabhebend bearbetete Bautele aus Al-Legerungen mt mäßger bs mttlerer Kerbwrkung (k = 5,0): panabhebend bearbetete Bautele, Esengusswerkstoffen, gekerbt, ohne Chargenenflüsse (k = 6,0): Geschmedete und vergütete tahl Bautele, belassene chmedeoberfl., ohne Querschnttsenfluss (k = 5,0): Geschmedete und vergütete Bautele, doch mt Querschnttsstreuung durch Gesenkabnutzung (k = 6,0): Fachgerechte chweßverbndungen aus Baustahl, unter enhetlchen Bedngungen ausgeführt (k = 3,5): Fachgerechte chweßverbndungen aus Baustahl, unter betrebsüblchen Bedngungen ausgeführt (k = 3,0): Fachgerechte chweßverbndungen aus Al-Legerungen, unter betrebsüblchen Bedngungen ausgeführt (k = 4,3): Kennwerte des LCF (Kerbdehnungskonzept) (FKM) 0,197 0,0392 0,235 0,0392 0,255 0,0509 0,289 0,0484 0,155 0,0445 0,186 0,063 0,273 0,063 tähle 0,27 - Alumnumlegerungen 0,31-40

41 P A =10% P A =5% P A =1% P A =0,5% P A =0,05% tandardabwechung s σ 0,1 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 cherheten wegen treuungen 0 1,0 1,2 1,4 1,6 1,8 2,0 2,2 2,4 2,6 2,8 3,0 j PA = 10 u s mt u (chranke der Normalvertelung) aus nachfolgender Tabelle und s (tandardabwechung aus vorger Tabelle) Für tahl (s s 0,0392) st für ene Ausfallwahrschenlchket von P A =1ppm ene cherhet von j~1,55 erforderlch Ene Reduzerung der cherhet auf j=1,3 führt zu ener Ausfallwahrschenlchket von P A =0,1% also ener Erhöhung um 3 Zehnerpotenzen! 41 cherhetszahl n Lastrchtung bezüglch Ausfallwahrschenlchket P A P A =10% P A =5% P A =1% P A =0,5% P A =0,1% P A =0,05% cherhetszahl n Lastrchtung j PA,σ P A =0,01% P A =0,005% P A =10ppm P A =50ppm P A =1ppm tandardabwechung s N 0,5 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 cherhetszahl n Lebensdauerrchtung bezüglch Ausfallwahrschenlchket P A 0 1,0 2,0 4,0 6,0 8, cherhetszahl n Lebensdauerrchtung j PA,N P A =0,01% P A =0,005% P A =10ppm P A =1ppm

42 chranke der Normalvertelung Ausfallwahrschenlchket n chranke absolut ppm Promlle Prozent % u 0, ,000 0, ,253 0, ,524 0, ,842 0, ,282 0, ,645 0, ,751 0, ,881 0, ,054 0, ,326 0, ,9 2,366 0, ,8 2,409 0, ,7 2,457 0, ,6 2,512 0, ,5 2,576 0, ,4 2,652 0, ,3 2,748 0, ,2 2,878 0, ,1 3,090 0, ,9 0,09 3,121 0, ,8 0,08 3,156 0, ,7 0,07 3,195 0, ,6 0,06 3,239 0, ,5 0,05 3,291 0, ,4 0,04 3,353 0, ,3 0,03 3,432 0, ,2 0,02 3,540 0, ,1 0,01 3,719 Ausfallwahrschenlchket n chranke absolut ppm Promlle Prozent % u 0, ,09 0,009 3,746 0, ,08 0,008 3,775 0, ,07 0,007 3,808 0, ,06 0,006 3,846 0, ,05 0,005 3,891 0, ,04 0,004 3,944 0, ,03 0,003 4,013 0, ,02 0,002 4,107 0, ,01 0,001 4,265 0, ,009 0,0009 4,288 0, ,008 0,0008 4,314 0, ,007 0,0007 4,344 0, ,006 0,0006 4,378 0, ,005 0,0005 4,417 0, ,004 0,0004 4,465 0, ,003 0,0003 4,526 0, ,002 0,0002 4,611 0, ,001 0,0001 4,753 42

43 n=50 n=30 n=25 n=20 n=15 n=10 n=8 n=7 n=6 n=5 n=4 n=3 n=50 n=30 n=25 n=15 n=10 n=9 n=8 n=6 n=5 cherheten wegen tchprobengröße cherhetszahl n Lastrchtung bezüglch tchprobenanzahl n cherhetszahl n Lebensdauerrchtung bezüglch tchprobenanzahl n tandardabwechung s σ 0,1 0,09 n=2 0,08 0,07 0,06 0,05 0,04 0,5 0,45 0,4 0,35 0,3 0,25 0,2 0,03 0,15 0,02 0,1 0,01 0,05 0 1,0 1,04 1,06 1,08 1,1 1,12 1,14 1,16 1,18 0 1,0 cherhetszahl n Lastrchtung j n,σ 1,1 1,2 1,3 1,4 1,5 1,7 1,8 1,9 2,0 cherhetszahl n Lebensdauerrchtung j n,n n=4 n=3 n=2 j n = 10 1,282 s n. mt s (tandardabwechung) und n (tchprobenumfang) 43

44 gegeben: Wöhlerkurve (normerte Wöhlerkurve nach Habach) mt P Ü = 50% gesucht: Auslegungs-Wöhlerkurve für P Ü = 99,9% Lösung: Bestmmung cherhet aus lebensdauerbezogener cherhet L und zusätzlchem Rskofaktor j C,n für P Ü = 90%, Annahmen: treuspanne 1/T = 5, zusätzlcher Rskofaktor j C,n = 1,5 (pauschale Empfehlung n [ Letf./RL. 1]) Aus agramm ergbt sch ene lebensdauerbezogene cherhet von L = 7 für P Ü = 99,9% be 1/T = 5. amt wrd = L j C,n Aus Referenzlastspelzahl N G;PÜ50 = 1E+6 für P Ü = 50% wrd N PÜ99,9 = N G;PÜ50 / = 1E+6 / 10,5 = Bespel: Bestmmung ener Auslegungs-Wöhlerkurve für ene gewählte Überlebens-Wahrschenlchket

45 Auf den Punkt: tatstk cherhet n Lebensdauerrchtung: 1 ppm -> = cherhet n pannungsrchtung: 1 ppm -> = 1,5..2 Ab tückzahl ~ 20 gute cherhet errecht 45

46 Formelzechen chadensakkumulaton chadenssumme d N n chädgung der -ten Laststufe ertragbare Zyklenzahl der -ten Laststufe wrkende Zyklenzahl der -ten Laststufe Formeln chadensakkumulaton = d n N Überlagerung Ermüdung und Krechen cherhet j n j PA P A s u n T cherhet auf Grund der tchprobengröße cherhet der Ausfallwahrschenlchket Ausfallwahrschenlchket tandardabwechung chranke der Normalvertelung tchprobenumfang treuspanne Ermüdung + Krechen = Gesamt Gesamt grenz cherhet Lebendauer zulässg j n = 10 1,282 s n. j PA = 10 u s = Lebensdauer ertragbar j n j PA 46

47 chadensakkumulaton: Beanspruchung vs. Beanspruchbarket 47

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung

Die Annäherung der Binomialverteilung durch die Normalverteilung am Beispiel eines Modells der Schadenversicherung am Bespel enes Modells der chadenverscherung Für das Modell ener chadenverscherung se gegeben: s w s. n 4 chaden enes Verscherungsnehmers, wenn der chadenfall entrtt Wahrschenlchket dafür, dass der chadenfall

Mehr

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

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

Mehr

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x)

Die hierzu formulierte Nullhypothese H lautet: X wird durch die Verteilungsdichtefunktion h(x) ZZ Lösung zu Aufgabe : Ch²-Test Häufg wrd be der Bearbetung statstscher Daten ene bestmmte Vertelung vorausgesetzt. Um zu überprüfen ob de Daten tatsächlch der Vertelung entsprechen, wrd en durchgeführt.

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

Mehr

FVA - Intern Nur für FVA- Mitglieder und Forschungsstellen bestimmt!

FVA - Intern Nur für FVA- Mitglieder und Forschungsstellen bestimmt! FV-RICHTLINIE a 00 Tragfähgketsberechnung von Wellen und chsen Ergänzung zu IN 7 Erfassung von Lastkollektven und Berechnung der cherhet m auer- und Zetfestgketsberech Forschungsverengung ntrebstechnk

Mehr

-70- Anhang: -Lineare Regression-

-70- Anhang: -Lineare Regression- -70- Anhang: -Lneare Regressn- Für ene Messgröße y f(x) gelte flgender mathematsche Zusammenhang: y a+ b x () In der Regel läßt sch durch enen Satz vn Messwerten (x, y ) aber kene Gerade zechnen, da de

Mehr

Streuungs-, Schiefe und Wölbungsmaße

Streuungs-, Schiefe und Wölbungsmaße aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen

Mehr

Ionenselektive Elektroden (Potentiometrie)

Ionenselektive Elektroden (Potentiometrie) III.4.1 Ionenselektve Elektroden (otentometre) Zelstellung des Versuches Ionenselektve Elektroden gestatten ene verhältnsmäßg enfache und schnelle Bestmmung von Ionenkonzentratonen n verschedenen Meden,

Mehr

14 Überlagerung einfacher Belastungsfälle

14 Überlagerung einfacher Belastungsfälle 85 De bsher betrachteten speellen Belastungsfälle treten n der Technk. Allg. ncht n rener orm auf, sondern überlagern sch. Da de auftretenden Verformungen klen snd und en lnearer Zusammenhang wschen Verformung

Mehr

Ergänzende Bedingungen

Ergänzende Bedingungen Ergänzende Bedngungen der zu den Allgemenen Anschlussbedngungen n Nederspannung gemäß Nederspannungsanschlussverordnung (NAV) vom 1. Januar 2012 Inhaltsüberscht I. 1. BAUKOSTENZUSCHÜSSE (BKZ) GEMÄß 11

Mehr

Klasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten

Klasse : Name1 : Name 2 : Datum : Nachweis des Hookeschen Gesetzes und Bestimmung der Federkonstanten Versuch r. 1: achwes des Hook schen Gesetzes und Bestmmung der Federkonstanten achwes des Hookeschen Gesetzes und Bestmmung der Federkonstanten Klasse : ame1 : ame 2 : Versuchszel: In der Technk erfüllen

Mehr

18. Dynamisches Programmieren

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

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

Institut für Technische Chemie Technische Universität Clausthal

Institut für Technische Chemie Technische Universität Clausthal Insttut für Technsche Cheme Technsche Unverstät Clusthl Technsch-chemsches Prktkum TCB Versuch: Wärmeübertrgung: Doppelrohrwärmeustuscher m Glechstrom- und Gegenstrombetreb Enletung ür de Auslegung von

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Klausur zur Vorlesung Lineare Modelle SS 2006 Diplom, Klausur A

Klausur zur Vorlesung Lineare Modelle SS 2006 Diplom, Klausur A Lneare Modelle m SS 2006, Prof. Dr. W. Zucchn 1 Klausur zur Vorlesung Lneare Modelle SS 2006 Dplom, Klausur A Aufgabe 1 (18 Punkte) a) Welcher grundsätzlche Untersched besteht n der Interpretaton von festen

Mehr

Konzept der Chartanalyse bei Chart-Trend.de

Konzept der Chartanalyse bei Chart-Trend.de Dpl.-Phys.,Dpl.-Math. Jürgen Brandes Konzept der Chartanalyse be Chart-Trend.de Konzept der Chartanalyse be Chart-Trend.de... Bewertungsgrundlagen.... Skala und Symbole.... Trendkanalbewertung.... Bewertung

Mehr

e dt (Gaußsches Fehlerintegral)

e dt (Gaußsches Fehlerintegral) Das Gaußsche Fehlerntegral Φ Ac 5-8 Das Gaußsche Fehlerntegral Φ st denert als das Integral über der Standard-Normalvertelung j( ) = -,5 n den Grenzen bs, also F,5 t ( ) = - e dt (Gaußsches Fehlerntegral)

Mehr

Maße der zentralen Tendenz (10)

Maße der zentralen Tendenz (10) Maße der zentralen Tendenz (10) - De Berechnung der zentralen Tendenz be ategorserten Daten mt offenen Endlassen I - Bespel 1: offene Endlasse Alter x f x f p x p p cum bs 20 1? 3? 6? 6 21-25 2 23 20 460

Mehr

Der Erweiterungsfaktor k

Der Erweiterungsfaktor k Der Erweterungsfaktor k Wahl des rchtgen Faktors S. Meke, PTB-Berln, 8.40 Inhalt: 1. Was macht der k-faktor? 2. Welche Parameter legen den Wert des k-faktors fest? 3. Wo trtt der k-faktor auf? 4. Zusammenhang

Mehr

Beschreibende Statistik Mittelwert

Beschreibende Statistik Mittelwert Beschrebende Statstk Mttelwert Unter dem arthmetschen Mttel (Mttelwert) x von n Zahlen verstehen wr: x = n = x = n (x +x +...+x n ) Desen Mttelwert untersuchen wr etwas genauer.. Zege für n = 3: (x x )

Mehr

WS 2016/17 Prof. Dr. Horst Peters , Seite 1 von 9

WS 2016/17 Prof. Dr. Horst Peters , Seite 1 von 9 WS 2016/17 Prof. Dr. Horst Peters 06.12.2016, Sete 1 von 9 Lehrveranstaltung Statstk m Modul Quanttatve Methoden des Studengangs Internatonal Management (Korrelaton, Regresson) 1. Überprüfen Se durch Bestmmung

Mehr

Gruppe. Lineare Block-Codes

Gruppe. Lineare Block-Codes Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

Standardnormalverteilung / z-transformation

Standardnormalverteilung / z-transformation Standardnormalvertelung / -Transformaton Unter den unendlch velen Normalvertelungen gbt es ene Normalvertelung, de sch dadurch ausgeechnet st, dass se enen Erwartungswert von µ 0 und ene Streuung von σ

Mehr

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung Fallstude 4 Qualtätsregelkarten (SPC) und Versuchsplanung Abgabe: Lösen Se de Aufgabe 1 aus Abschntt I und ene der beden Aufgaben aus Abschntt II! Aufgabentext und Lösungen schrftlch bs zum 31.10.2012

Mehr

Projektmanagement / Netzplantechnik Sommersemester 2005 Seite 1

Projektmanagement / Netzplantechnik Sommersemester 2005 Seite 1 Projektmanagement / Netzplantechnk Sommersemester 005 Sete 1 Prüfungs- oder Matrkel-Nr.: Themenstellung für de Kredtpunkte-Klausur m Haupttermn des Sommersemesters 005 zur SBWL-Lehrveranstaltung Projektmanagement

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Lineare Regression - Mathematische Grundlagen

Lineare Regression - Mathematische Grundlagen FKULTÄT FÜR MTHEMTIK U TURWISSESCHFTE ISTITUT FÜR PHYSIK FCHGEBIET EXPERIMETLPHYSIK I r. rer. nat. orbert Sten, pl.-ing (FH) Helmut Barth Lneare Regresson - Mathematsche Grundlagen. llgemene Gerade Wr

Mehr

Hausübung 1 Lösungsvorschlag

Hausübung 1 Lösungsvorschlag Hydrologe und Wasserwrtschaft Hausübung Lösungsvorschlag NIDRSCHLAG Hnwes: Be dem vorlegenden Dokument handelt es sch ledglch um enen Lösungsvorschlag und ncht um ene Musterlösung. s besteht ken Anspruch

Mehr

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum

Fallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik

Grundlagen sportwissenschaftlicher Forschung Deskriptive Statistik Grundlagen sportwssenschaftlcher Forschung Deskrptve Statstk Dr. Jan-Peter Brückner jpbrueckner@emal.un-kel.de R.6 Tel. 880 77 Deskrptve Statstk - Zele Beschreben der Daten Zusammenfassen der Daten Überblck

Mehr

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog

Das zum dualen Problem (10.2) gehörige Barriere-Problem lautet analog 60 Kaptel 2. Lneare Optmerung 10 Innere-Punkte-Verfahren Lteratur: Geger, Kanzow, 2002, Kaptel 4.1 Innere-Punkte-Verfahren (IP-Verfahren) oder nteror pont methods bewegen sch m Gegensatz zum Smplex-Verfahren

Mehr

Musterklausur Wirtschaftsmathematik und Statistik. Zusatzstudium für Wirtschaftsingenieur

Musterklausur Wirtschaftsmathematik und Statistik. Zusatzstudium für Wirtschaftsingenieur Musterklausur Wrtschaftsmathematk und Statstk Zusatzstudum für Wrtschaftsngeneur Telnehmer (Name, Vorname): Datum:.2006 Prüfer: Böhm-Retg Matrkelnummer: REGELN 1. Zum Bestehen der Klausur snd mndestens

Mehr

Dynamisches Programmieren

Dynamisches Programmieren Marco Thomas - IOI 99 -. Treffen n Bonn - Dynamsches Programmeren - Unverstät Potsdam - 8.02.999 Dynamsches Programmeren 957 R. Bellmann: Dynamc Programmng für math. Optmerungsprobleme Methode für Probleme,.

Mehr

12 UMPU Tests ( UMP unbiased )

12 UMPU Tests ( UMP unbiased ) 89 1 UMPU Tests ( UMP unbased ) Nach Bemerkung 11.8(b) exstert m Allgemenen ken zwesetger UMP- Test zu enem Nveau α. Deshalb Enschränkung auf unverfälschte Tests: ϕ Φ α heßt unverfälscht (unbased) zum

Mehr

-2 Das einfache Regressionsmodell 2.1 Ein ökonomisches Modell

-2 Das einfache Regressionsmodell 2.1 Ein ökonomisches Modell Kaptel : Das enfache Regressonsmodell - Das enfache Regressonsmodell. En ökonomsches Modell Bespel: De Bezehung zwschen Haushaltsenkommen und Leensmttelausgaen Befragung zufällg ausgewählter Haushalte

Mehr

Übung zu Erwartungswert und Standardabweichung

Übung zu Erwartungswert und Standardabweichung Aufgabe Übung zu Erwartungswert und Standardabwechung In ener Lottere gewnnen 5 % der Lose 5, 0 % der Lose 0 und 5 % der Lose. En Los kostet 2,50. a)berechnen Se den Erwartungswert für den Gewnn! b)der

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

Grundpraktikum M5 Oberflächenspannung

Grundpraktikum M5 Oberflächenspannung Grundpraktkum M5 Oberflächenspannung Julen Kluge 21. Ma 2015 Student: Julen Kluge (564513) Partner: Emly Albert (564536) Betreuer: Dr. Mykhaylo Semtsv Raum: 314 Messplatz: 2 INHALTSVERZEICHNIS 1 ABSTRACT

Mehr

Statistik und Wahrscheinlichkeit

Statistik und Wahrscheinlichkeit Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse

Mehr

Aufgabe 2. Kolloquium zur Klausurnachbesprechung Instrumente des Controlling Wintersemester 2010/11. Dr. Michael Holtrup

Aufgabe 2. Kolloquium zur Klausurnachbesprechung Instrumente des Controlling Wintersemester 2010/11. Dr. Michael Holtrup Aufgabe 2 Kolloquum zur Klausurnachbesprechung Instrumente des Controllng Wntersemester 2010/11 Dr. Mchael Holtrup Agenda 1 Aufgabe 2a 2 Aufgabe 2b 3 Aufgabe 2c 2» Agenda 1 Aufgabe 2a 2 Aufgabe 2b 3 Aufgabe

Mehr

1. Systematisierung der Verzinsungsarten. 2 Jährliche Verzinsung. 5 Aufgaben zur Zinsrechnung. 2.1. Jährliche Verzinsung mit einfachen Zinsen

1. Systematisierung der Verzinsungsarten. 2 Jährliche Verzinsung. 5 Aufgaben zur Zinsrechnung. 2.1. Jährliche Verzinsung mit einfachen Zinsen 1 Systematserung der Verznsungsarten 2 Jährlche Verznsung 3 Unterjährge Verznsung 4 Stetge Verznsung 5 Aufgaben zur Znsrechnung 1. Systematserung der Verznsungsarten a d g Jährlche Verznsung nfache Znsen

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. Entfernung in Kilometer: Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Prof. Dr.- Ing. Herzig Vorlesung "Grundlagen der Elektrotechnik 1" 1etv3-4

Prof. Dr.- Ing. Herzig Vorlesung Grundlagen der Elektrotechnik 1 1etv3-4 Prof. Dr.- ng. Herzg.6 Spezelle erechnungsverfahren lnearer Netzwerke.6. Überlagerungsverfahren Der Lernende kann - den Überlagerungssatz und das darauf beruhende erechnungsprnzp lnearer Netzwerke erklären

Mehr

Mathematische und statistische Methoden II

Mathematische und statistische Methoden II Methodenlehre e e Prof. Dr. G. Menhardt 6. Stock, Wallstr. 3 (Raum 06-206) Sprechstunde jederzet nach Verenbarung und nach der Vorlesung. Mathematsche und statstsche Methoden II Dr. Malte Perske perske@un-manz.de

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 009 UNIVERSITÄT KARLSRUHE Blatt 4 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 16: (Success Run, Fortsetzung)

Mehr

Makroökonomie I/Grundlagen der Makroökonomie

Makroökonomie I/Grundlagen der Makroökonomie Makroökonome I/Grundzüge der Makroökonome Page 1 1 Makroökonome I/Grundlagen der Makroökonome Kaptel 5: Das IS-LM Modell Günter W. Beck 1 Makroökonome I/Grundzüge der Makroökonome Page 2 2 Der Gütermarkt

Mehr

Anlage Netznutzungsentgelte Erdgas 2014 der Stadtwerke Eschwege GmbH

Anlage Netznutzungsentgelte Erdgas 2014 der Stadtwerke Eschwege GmbH Entgelte be Erdgas-Ersatzbeleferung für Industre- und Geschäftskunden mt Lestungsmessung und enem Jahresverbrauch von mehr als 1.500.000 kh. Gültg ab 01.01.2014 De Ersatzversorgung endet sobald de Erdgasleferung

Mehr

Einführung in die Finanzmathematik

Einführung in die Finanzmathematik 1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

Mehr

Auslegung und Berechnung von Kühlkörpern

Auslegung und Berechnung von Kühlkörpern mbh & Co. K, Nottebohmstr.28, D-585 Lüdensched, Tel.: 49 (0)235/435-0 www.fscherelektronk.de e-mal: nfo@fscherelektronk.de Auslegung und Berechnung von Kühlkörpern De n elektronschen Bautelen entstehende

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Schriftliche Prüfung aus Signaltransformationen Teil: Dourdoumas am

Schriftliche Prüfung aus Signaltransformationen Teil: Dourdoumas am TU Graz, Insttut für Regelungs- und Automatserungstechnk 1 Schrftlche Prüfung aus Sgnaltransformatonen Tel: Dourdoumas am 1. 10. 01 Name / Vorname(n): Kennzahl / Matrkel-Nummer: 1 errechbare Punkte 4 errechte

Mehr

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert R. Brnkmann http://brnkmann-du.de Sete..8 Zufallsvarable, Wahrschenlchketsvertelungen und Erwartungswert Enführungsbespel: Zwe Würfel (en blauer und en grüner) werden 4 mal zusammen geworfen. De Häufgketen

Mehr

1 BWL 4 Tutorium V vom 15.05.02

1 BWL 4 Tutorium V vom 15.05.02 1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)

Mehr

Konkave und Konvexe Funktionen

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

Mehr

6. Modelle mit binären abhängigen Variablen

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

Mehr

Vermessungskunde für Bauingenieure und Geodäten

Vermessungskunde für Bauingenieure und Geodäten Vermessungskunde für Baungeneure und Geodäten Übung 4: Free Statonerung (Koordnatentransformaton) und Flächenberechnung nach Gauß Mlo Hrsch Hendrk Hellmers Floran Schll Insttut für Geodäse Fachberech 13

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt: Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,

Mehr

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n

Regressionsgerade. x x 1 x 2 x 3... x n y y 1 y 2 y 3... y n Regressonsgerade x x x x 3... x n y y y y 3... y n Bem Auswerten von Messrehen wrd häufg ene durch theoretsche Überlegungen nahegelegte lneare Bezehung zwschen den x- und y- Werten gesucht, d.h. ene Gerade

Mehr

P[bk t c se(b k) k bk t c se(b k)] 1 (5.1.3)

P[bk t c se(b k) k bk t c se(b k)] 1 (5.1.3) Kaptel 5: Inferenz m multplen Modell 5 Inferenz m multplen Modell 5. Intervallschätzung m multplen Regressonsmodell Analog zum enfachen Regressonsmodell glt: Dem Intervallschätzer der Parameter legt zugrunde,

Mehr

Die Kugel Lösungen. 1. Von einer Kugel ist der Radius bekannt. Berechne Volumen und Oberfläche der

Die Kugel Lösungen. 1. Von einer Kugel ist der Radius bekannt. Berechne Volumen und Oberfläche der De Kugel Lösungen 1. Von ener Kugel st der Radus bekannt. Berechne Volumen und Oberfläche der Kugel. r,8 cm 5, cm 18,6 cm 4, cm 5,6 cm 4,8 cm V 0 cm³ 64 cm³ 6 954 cm³ cm³ 76 cm³ 46 cm³ O 181 cm² 5 cm²

Mehr

Lineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen

Lineare Regression. Stefan Keppeler. 16. Januar Mathematik I für Biologen, Geowissenschaftler und Geoökologen Mathematk I für Bologen, Geowssenschaftler und Geoökologen 16. Januar 2012 Problemstellung Bespel Maß für Abwechung Trck Mnmum? Exponentalfunktonen Potenzfunktonen Bespel Problemstellung: Gegeben seen

Mehr

6 Rechnen mit Zahlen beliebig hoher Stellenzahl 7 Intervall-Arithmetik 8 Umsetzung in aktuellen Prozessoren

6 Rechnen mit Zahlen beliebig hoher Stellenzahl 7 Intervall-Arithmetik 8 Umsetzung in aktuellen Prozessoren Inhalt 4 Realserung elementarer Funktonen Rehenentwcklung Konvergenzverfahren 5 Unkonventonelle Zahlenssteme redundante Zahlenssteme Restklassen-Zahlenssteme logarthmsche Zahlenssteme 6 Rechnen mt Zahlen

Mehr

Schubspannung, Schubmittelpunkt, Schubverformung

Schubspannung, Schubmittelpunkt, Schubverformung Sete 1 von 9 Franz Hubert Kanz franz.kanz@htl-kapfenberg.ac.at Mathematsche / Fachlche Inhalte n Stchworten: Grundlagen der Mechank, Integralrechnung Kurzzusammenfassung Werden "Offene Hohlprofle" (U-,

Mehr

Die Jordansche Normalform

Die Jordansche Normalform De Jordansche Normalform Danel Hug 29. Aprl 211 KIT Unverstät des Landes Baden-Württemberg und natonales Forschungszentrum n der Helmholtz-Gemenschaft www.kt.edu 1 Zerlegung n Haupträume 2 Fazt und nächstes

Mehr

Franzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny

Franzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny eseproben aus dem Buch "n mt en zur Elektrotechnk" Franzs Verlag, 85586 Pong ISBN 978--77-4046-8 Autor des Buches: eonhard Stny Autor deser eseprobe: eonhard Stny 005/08, alle echte vorbehalten. De Formaterung

Mehr

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson

Mehr

In der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel)

In der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel) Rudolf Brnkmann http://brnkmann-du.de Sete.. Datenerhebung, Datenaufberetung und Darstellung. In der beschrebenden Statstk werden Daten erhoben, aufberetet und analysert. Bespel ener Datenerhebung mt Begrffserklärungen

Mehr

Datenaufbereitung und -darstellung III

Datenaufbereitung und -darstellung III Datenafberetng nd Darstellng 1 Glederng: Zel der Datenafberetng nd Darstellng Datenverdchtng Tabellen nd grafsche Darstellngen Darstellng nvarater Datenmengen (Abschntt 4.4 Darstellng mltvarater Daten

Mehr

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com. Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener

Mehr

Lineare Optimierung Dualität

Lineare Optimierung Dualität Kaptel Lneare Optmerung Dualtät D.. : (Dualtät ) Folgende Aufgaben der lnearen Optmerung heßen symmetrsch dual zuenander: und { z = c x Ax b x } max, 0 { Z b A c } mn =, 0. Folgende Aufgaben der lnearen

Mehr

Übung zur Vorlesung. Informationstheorie und Codierung

Übung zur Vorlesung. Informationstheorie und Codierung Übung zur Vorlesung Informatonstheore und Coderung Prof. Dr. Lla Lajm März 25 Ostfala Hochschule für angewandte Wssenschaften Hochschule Braunschweg/Wolfenbüttel Postanschrft: Salzdahlumer Str. 46/48 3832

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke der Regressionsanalyse Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden

Mehr

18. Vorlesung Sommersemester

18. Vorlesung Sommersemester 8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten

Mehr

Teil IV: Drei Musterklausuren

Teil IV: Drei Musterklausuren Tel IV: Dre Musterklausuren Hauptklausur SS 97 Aufgabe : 5 Schwmmer verschedenen Alters erbrachten n Wettkämpfen über 50 m Brustschwmmen de folgenden Zeten: Alter Zeten n sec. 8 37.00 40.00 4.00 30 39.00

Mehr

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern?

An welche Stichwörter von der letzten Vorlesung können Sie sich noch erinnern? An welche Stchwörter von der letzten Vorlesung können Se sch noch ernnern? Gasgesetz ür deale Gase pv = nr Gelestete Arbet be sotherme Ausdehnung adabatsche Ausdehnung 2 n Reale Gase p + a 2 ( V nb) =

Mehr

Vorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1

Vorlesung 1. Prof. Dr. Klaus Röder Lehrstuhl für BWL, insb. Finanzdienstleistungen Universität Regensburg. Prof. Dr. Klaus Röder Folie 1 Vorlesung Entschedungslehre h SS 205 Prof. Dr. Klaus Röder Lehrstuhl für BWL, nsb. Fnanzdenstlestungen Unverstät Regensburg Prof. Dr. Klaus Röder Fole Organsatorsches Relevante Informatonen önnen Se stets

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

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

Mehr

Wechselstrom. Dr. F. Raemy Wechselspannung und Wechselstrom können stets wie folgt dargestellt werden : U t. cos (! t + " I ) = 0 $ " I

Wechselstrom. Dr. F. Raemy Wechselspannung und Wechselstrom können stets wie folgt dargestellt werden : U t. cos (! t +  I ) = 0 $  I Wechselstrom Dr. F. Raemy Wechselspannung und Wechselstrom können stets we folgt dargestellt werden : U t = U 0 cos (! t + " U ) ; I ( t) = I 0 cos (! t + " I ) Wderstand m Wechselstromkres Phasenverschebung:!"

Mehr

Aspekte zur Approximation von Quadratwurzeln

Aspekte zur Approximation von Quadratwurzeln Aspete zur Approxmaton von Quadratwurzeln Intervallschachtelung Intervallhalberungsverfahren Heron-Verfahren Rechnersche und anschaulche Herletung Zusammenhang mt Newtonverfahren Monotone und Beschränthet

Mehr

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6 Praktkum Physkalsche Cheme I (C-2) Versuch Nr. 6 Konduktometrsche Ttratonen von Säuren und Basen sowe Fällungsttratonen Praktkumsaufgaben 1. Ttreren Se konduktometrsch Schwefelsäure mt Natronlauge und

Mehr

Kaplan- Meier- Schätzer

Kaplan- Meier- Schätzer Kaplan- Meer- Schätzer Glederung 1. Enletung 2. Zensur 3. Notaton 4. Methoden zur Schätzung der Überlebensfunton a. Reduced Sample Method/ Drect Method b. Actuaral Method bzw. verscherungsmath. Methode

Mehr

H I HEIZUNG I 1 GRUNDLAGEN 1.1 ANFORDERUNGEN. 1 GRUNDLAGEN 1.1 Anforderungen H 5

H I HEIZUNG I 1 GRUNDLAGEN 1.1 ANFORDERUNGEN. 1 GRUNDLAGEN 1.1 Anforderungen H 5 1 GRUNDLAGEN 1.1 Anforderungen 1.1.1 Raumklma und Behaglchket Snn der Wärmeversorgung von Gebäuden st es, de Raumtemperatur n der kälteren Jahreszet, das snd n unseren Breten etwa 250 bs 0 Tage m Jahr,

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen zum 3. Aufgabenblock Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass

Mehr

Protokoll zum Grundversuch Mechanik

Protokoll zum Grundversuch Mechanik Protokoll zum Grundversuch Mechank 3.6. In desem Grundversuch zur Mechank werden dre verschedene Arten von Pendeln untersucht. Das Reversonspendel, das Torsonspendel und gekoppelte Pendel. A. Das Reversonspendel

Mehr

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar.

2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar. . Nullstellensuche Enes der ältesten numerschen Probleme stellt de Bestmmung der Nullstellen ener Funkton = dar. =c +c =c +c +c =Σc =c - sn 3 Für ene Gerade st das Problem trval, de Wurzel ener quadratschen

Mehr

Thermodynamik Prof. Dr.-Ing. Peter Hakenesch peter.hakenesch@hm.edu www.lrz-muenchen.de/~hakenesch

Thermodynamik Prof. Dr.-Ing. Peter Hakenesch peter.hakenesch@hm.edu www.lrz-muenchen.de/~hakenesch Thermodynamk Thermodynamk Prof. Dr.-Ing. Peter Hakenesch peter.hakenesch@hm.edu www.lrz-muenchen.de/~hakenesch Thermodynamk 1 Enletung 2 Grundbegrffe 3 Systembeschrebung 4 Zustandsglechungen 5 Knetsche

Mehr

4.2 Grundlagen der Testtheorie

4.2 Grundlagen der Testtheorie 4.2 Grundlagen der Testtheore Wntersemester 2008 / 2009 Hochschule Magdeburg-Stendal (FH) Frau Prof. Dr. Gabrele Helga Franke Deskrptve Statstk 4-1 bs 4-2 1 GHF m WSe 2008 / 2009 an der HS MD-SDL(FH) m

Mehr

(2) i = 0) in Abhängigkeit des Zeitunterschieds x ZeitBus ZeitAuto für seinen Arbeitsweg.) i = 1) oder Bus ( y

(2) i = 0) in Abhängigkeit des Zeitunterschieds x ZeitBus ZeitAuto für seinen Arbeitsweg.) i = 1) oder Bus ( y 5. Probt-Modelle Ökonometre II - Peter Stalder "Bnar Choce"-Modelle - Der Probt-Ansatz Ene ncht drekt beobachtbare stochastsche Varable hängt von x ab: x u 2 u ~ N(0, ( Beobachtet wrd ene bnäre Varable

Mehr

Vermessungskunde für Bauingenieure und Geodäten

Vermessungskunde für Bauingenieure und Geodäten Vermessungskunde für Baungeneure und Geodäten Übung 4: Free Statonerung (Koordnatentransformaton) und Flächenberechnung nach Gauß Mlo Hrsch Hendrk Hellmers Floran Schll Insttut für Geodäse Fachberech 13

Mehr

Item-response Theorie (Probablistiche Testtheorie) Grundidee der item-response Theorie ist, dass die Antworten auf die Testitems lediglich

Item-response Theorie (Probablistiche Testtheorie) Grundidee der item-response Theorie ist, dass die Antworten auf die Testitems lediglich Item-response Theore (Probablstche Testtheore Grnddee der tem-response Theore st, dass de Antworten af de Testtems ledglch Indatoren für ene z messende latente Varable (Trats, Klassen snd. Je nach Asprägng

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr