Rekurrente Markovketten

Größe: px
Ab Seite anzeigen:

Download "Rekurrente Markovketten"

Transkript

1 Rekurrete Markovkette Im vorge Vortrag wurde der Begrff der Rekurrez eer Markovkette egeführt. Dese woe wr jetzt geauer utersuche. Im Fogede se mmer {X N 0 } ee homogee Markovkette. Defto. () Ee Zufasvarabe T heßt Stoppzet, we für ae N das Eregs {T = } vo {X 0, X,.., X } festgeegt wrd. () E Eregs st früher as T, we es vo {X 0, X,.., X T } festgeegt wrd. () E Eregs st später as T, we es vo {X T+, X T+2,..} festgeegt wrd. Defto 2. (starke Markov Egeschaft) E stochastscher Prozess {X N 0 } hat de starke Markov-Egeschaft, we für ae Stoppzete T, ae Eregsse A früher as T ud B später as T gt: P{B X T = ; A} = P{B X T = }; ud sbesodere für ae Zustäde ud j: P{X T+ = j X T = ; A} = p. Bemerkug 3. De schwache Markov-Egeschaft duzert de starke, obwoh se schebar schwächer st. Adersrum st de schwache Markov Egeschaft e Spezafa der starke, da wr T as kostate Zufasvarabe wähe köe. Damt sd de bede Egeschafte äquvaet ud wr köe de starke Markov Egeschaft be homogee Markovkette verwede. Theorem 4. Für jede Zustad gt: fas rekurret q = 0 fas cht rekurret

2 ,wobe q = P {X = j für uedch vee } = P { m= =m [X = j]} Bewes. Se X 0 = ud α = f de Wahrschechket wegstes e ma zu zurückzukehre. Weter se R m das Eregs wegstes m ma zu zurückzukehre. Da fogt, dass P(R 2 R ) = P(R ) = α, da ach der erste Wederkehr zu, de Vergagehet rreevat wrd. Das fogt aus der starke Markov-Egeschaft, da der Zetpukt der erste Wederkehr gerade T st ud {T = } = {X ν = für ν ; X = } ur vo {X 0, X,.., X } abhägt, woach T ee Stoppzet st. Fogch: P(R 2 ) = P(R R 2 ) = P(R )P(R 2 R ) = α 2, Per Idukto über m fogt da: P(R m+ ) = P(R m R m+ ) = P(R m )P(R m+ R m ) = α m α = α m+. Damt st da I: q = m P(R m ) = m α m fas α = = m m 0 fas α < Koroar 5. Für jede Zustad, j I gt: f fas j rekurret q = 0 fas j cht rekurret Bewes. Ee Zustad uedch oft zu erreche bedeutet h wegstes ema zu betrete ud da uedch oft zurückzukehre. Damt fogt de Bezehug q = f q jj ud scheßch mt Theorem 4 de Behauptug. Theorem 6. Ist rekurret ud j, da: q = q j = Bewes. Defere de Eregsse A = { uedch oft betrete}, B = {j wegstes ema betrete}. Da st: P (A) = q = ach Theorem 4; P (B C ) = f ; P (A B) = f q j. 2

3 Letzteres fogt aus der starke Markov Egeschaft, agewedet auf de erste Etrttszetpukt de Zustad j. Weter fogt mt der Mootoe des W-Maßes P: = q = P (A) P (B C ) + P (A B) = f + f q j f f q j. Da f > 0 ( j), st q j fj. Aso st f j = ud j. j st aso auch rekurret, da ud j kommuzere. De Behauptug fogt da durch vertausche vo ud j. Fogerug 7. I eer rekurrete Kasse gt q = q j = für ae,j der Kasse. p fas j = + Bespe 8. Se I = Z ud p = q fas j = mt p, q R + ud p + q = der free 0 sost "Radom Wak". Offeschtch st da p () ( 2 = )p q fas gerade, ersteres ach Berou s Forme. 0 fas ugerade Da Schrtte ach rechts ud s beebger Rehefoge ötg sd, um weder de Ausgagszustad zu geage. Jetzt ergbt sch mt der Defto des Bomakoeffzet ud Erweterug mt 2! = : ( 2 ) = ( ) j 2 j j= = 3... (2 ) 2! = ( ) 2 2 ( 2 ). Jetzt erhate wr de Geeratorfukto mt obger Gechug ud bomscher Rehe: P (z) = ( 2 )(pqz2 ) = ( 2 )( 4pqz2 ) = ( 4pqz 2 ) 2. Da fogt: =0 =0 p () =0 = P () = m z P (z) = m z ( 4p( p)z 2 ) 2 = fas p = 2, wobe c fas p = 2 c <. Aso st f = bezehugswese rekurret, we p = 2 Z. Demach st der Radom Wak rekurret geau da, we er symmetrsch st. ud sost cht. Deses gt für ae Bemerkug 9. Im Fogede gehe wr jetzt mmer vo eer rekurrete Markovkette, bezehugswese eer Markovkette mt rekurretem Zustadsraum aus ud utersuche das Verhate der p (), wobe. Ze st es stabe Zustäde (Verteuge) zu fde. fas X ν = j Defto 0. () ξ ν (j) = mt E [ξ ν (j)] = p (ν) 0 fas X ν = j () N (j) = ξ ν (j) st de totae Besetzugszet des Zustads j ud 3

4 E [N (j)] = p (ν) de totae erwartete Besetzugszet. () m jj = E j [T j ] ν f (ν) jj st de erwartete Rückkehrzet vo j ach j. ν= Theorem. (Tauber Theorem) [ohe Bewes] Ist A(z) = a z mt a 0 N ee für 0 z < kovergete Rehe, da gt: =0 m + Theorem 2. Für jede Zustad, j I gt: m a ν = m( z)a(z) z + p (ν) = m jj Bewes. Wr beutze das Tauber Theorem, wobe wr wähe: A(z) := P (z) = p () z = F (z)p jj (z) = F (z) F jj (z). =0 Da fogt mt dem Theorem: m + p (ν) = m Hospta = m z F jj (z) = ( z)p (z) = F () m z z F jj () = ν= ν f (ν) jj z F jj (z) = m jj f = = m z z F jj (z) Bemerkug 3. Im Fogede se I = {, 2,..., } mt N. Wr betrachte aso ee Markovkette mt edchem Zustadsraum. Defto 4. Se x = (x,..., x ) e Zeevektor mt Kompoete ud Π ee x Übergagsmatrx. Da st x = xπ oder x(e Π) = 0 (0.) ee statoärer-zustad -Gechug. Theorem 5. Ist I edch ud ee Zustadskasse. Da st de Kette rekurret. Bewes. Aderfas sd ae Zustäde cht rekurret. Für ae I exstert aso e N, sodass p () ν = 0. Da I edch st exstert aso e 0 = max{ ν= I}, sodass p ( 0) = 0. Das Parte hat aso ab eem bestmmte Zetpukt kee j= Mögchket mehr m Zustadsraum zu bebe, was ee Wderspruch darstet. 4

5 Theorem 6. Ist I edch ud bdet ee Zustadskasse, da gt: () w = (w =,.., ) := ( m =,..., ) öst 0., () = w =, () w j > 0 für j =,..,, (v) jede Lösug vo 0. st e Vefaches vo w. Bewes. Ad () : Es gt: p (ν+) = p (ν) p jk + j= w k = m + p (ν) = m ν= + p (ν+) = ( + j= p (ν+) p (0) + m p (ν) )p jk. Da: p (ν+) + }{{} =0, da Zäher beschräkt = ( m j= + p (ν) )p jk = w j p jk j= Der Lmes durfte obe beebg verschobe werde, we I edch st ud damt ae Summe edch sd. So st da w = wπ ud w erfüt 0.. Ad () : w j = j= m j= + p (ν) = m + j= p (ν) }{{} = =. Weder ka der Lmes ud de edche Summe vertauscht werde. Ad () : Aus 2 fogt, dass {,.., } : w > 0. Weter st k {,.., } : k, aso N : p () > 0. Daraus fogt w k = w j p () jk j= teratves Esetze fogt. Ad (v) : Se x ee Lösug vo 0.. Da st x = xπ ν ν. x = + xπ ν. I Kompoete: x k = x j ( + j= p (ν) jk ) ( j= x j ) }{{} =:c >0 w k > 0, wobe de Summe aus w = wπ durch Bemerkug 7. {w j j I} heßt auch de statoäre Verteug. Das Theorem garatert us aso ee statoäre Verteug mt de Egeschafte () ud (), we der Prozess edch st ud se Zustadsraum ee rekurrete Kasse bdet. 5

6 Theorem 8. Ageomme j I : P{X 0 = j} = w j. Da st P{X = j} = w j. Weter st: P{X +ν = j ν 0 ν } = P{X m+ν = j ν 0 ν } für ae m, 0 ud küstche j ν. Bewes. P{X = j} = P{X 0 = }P {X = j} = w p () = w j. Ähch: P{X = j 0 }p j0 j p j j = w j0 p j0 j p j j st uabhägg vo. Bemerkug 9. () Aso st der Prozess mt der statoäre Verteug as Afagsverteug statoär. () Zur Lösug vo 0. schrebe w j = c j w ud bereche da de Lösuge we fogt: w j = c j für j. c j j= Bespe 20. Wr betrachte ee Schater, der de Zustäde a () oder aus (2) habe ka. Se aso I = {, 2} ud ( ) p Π = p 2 p 2 p 22 De Gechuge bezügch 0. ergebe sch da: De erste Gechug aufgeöst ergbt da: ( p )x p 2 x 2 = 0 p 2 x + ( p 22 )x 2 = 0 Da st: x 2 = p p 2 x = p 2 p 2 x w = + p 2 w 2 = = p 2 p 2 +p 2 p 2 p 2 p 2 + p = p 2 2 p 2 +p 2 p 2 Bemerkug 2. Jetzt woe wr us dem Fa wdme, dass I cht ur aus rekurrete Zustäde besteht. Se dazu I = R T, wobe R de Mege aer rekurrete ud T de Mege aer cht rekurrete Zustäde st. 6

7 Defto 22. Ee Mege vo Zustäde heßt geschosse, we ausgehed vo eem Zustad aus der Mege das Parte der Mege bebt. Fogerug 23. () Ee rekurrete Kasse st geschosse. Aso bebt e Parte, das de Kasse ema betrtt für mmer dort. () Ee edche Mege vo cht rekurrete Zustäde st cht geschosse. () Ist T edch, so betrtt das Parte womögch ee rekurrete Kasse. (v) Im Agemee wrd das Parte vo der rekurrete Kasse mt Wahrschechket α absorbert oder bebt für mmer T mt Wahrschechket α. Bewes. Ad () : Das Parte ka zu keem cht rekurrete Zustad gehe ach Theorem, sost wäre bede Zustäde scho rekurret. Zudem ka es zu keem rekurrete Zustad eer adere Kasse gehe, we dese cht kommuzere. Ad () : Sehe Bewes vo Theorem 5.(Das Parte ka ur ee edche Zet eem edche cht rekurrete Zustadsraum verbrge). Ad () : Fogt drekt aus (). Ad (v) : Offeschtche Ateratve vo (). Sehe Bespe 8 mt p > 2. Defto 24. Se T, C ee rekurrete Kasse ud. Da defere ()y () = p () = P {X C} (0.2) j C as de Wahrschechket, dass das Parte zum Zetpukt C st. () y = m y () Parte vo C absorbert wrd. = P {X C für ege } defert de Wahrschechket, dass das Bemerkug 25. C st geschosse. Aso st das Parte, we es zum Zetpukt C st auch zum Zetpukt + C se. Daher st y () y (+) ee motoe durch beschräkte Foge. Aso macht () S. Theorem 26. De y erfüt das Gechugssystem: x = p x j + p, T. (0.3) j T j C 7

8 Fas T edch st, st y de edeutge Lösug des Systems. Bewes. Se das Parte zu Afag Zustad ud ach eem Schrtt m Zustad j. Jetzt gbt es 3 Mögchkete für de Zustad j:. j T: Da st de Absorptos-Wahrschechket y j ach der Markov Egeschaft. 2. j C: Da st das Parte scho absorbert. 3. j (I T) C: Da wrd das Parte e absorbert. Isgesamt erhate wr aso für de Wahrschechket, dass das Parte absorbert wrd: y = p y j + p + p 0. j T j C j (I T) C Se jetzt T = {, 2,..., t}. Setze Π T de Eschräkug der Übergagsmatrx auf de Zustadsraum T ud y () de y () aus 0.2. Da ässt sch das Gechugssystem schrebe as: (E T Π T )x = y () Zu zege st aso jetzt, dass (E T Π T ) reguär st. Ageomme (E T Π T ) st sguär. Da v = (v,..., v t ) T = 0, sodass v = Π T v. Aso fogt per Iterato für ae : v = Π Tv. Aso Kompoete für, T: v = t j= p () v j Da j cht rekurret, st m Aahme. p () = 0, aso v = 0 für ae T m Wderspruch zur Bespe 27. Se de Übergagsmatrx gegebe we fogt [CA02]: Da st T = {, 2, 3}ud Abbdug 0.: Übergagsmatrx Bespe 27 8

9 R = {4, 5}, R 2 2 uabhägge rekurrete Kasse. Da ergebe sch de Absorptoswahrschechkete ach R : x = 8 x x x 3 + 4, x 2 = 2 x 2 + 3, x 3 = 5 x x Bezehugswese: x = 26 33, x 2 = 3 2, x 3 = De Absorptoswahrschechkete vo R 2 sd da: x = x = 7 33, x 2 = x 2 = 3, x 3 = x 3 =

10 Lteraturverzechs [CA02] Chug, Ka L.; Atsaha, Fard: Eemetary Probabty Theory wth Stochastc Processes. 4.Edto. Sprger,

Der Approximationssatz von Weierstraß

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

Mehr

Ordnungsstatistiken und Quantile

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

Mehr

Sitzplatzreservierungsproblem

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

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

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

Mehr

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

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

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

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

Mehr

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

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

Mehr

14. Folgen und Reihen, Grenzwerte

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

Mehr

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

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

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

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

Mehr

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

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

Mehr

2.2 Rangkorrelation nach Spearman

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

Mehr

v. Weter st + r X + = ( X + ) = ( X + ) ( X + ) = P Deshalb fr 6 6 = + X = K, d. h. I desem Berech ( 6 6 ) glt also ( Idukto ach ) ( ) ( mod ), was fr

v. Weter st + r X + = ( X + ) = ( X + ) ( X + ) = P Deshalb fr 6 6 = + X = K, d. h. I desem Berech ( 6 6 ) glt also ( Idukto ach ) ( ) ( mod ), was fr 5. De Stze vo Sylow Im gaze Abschtt st G ee edlche Grue, 4 #( G). 5.. Problem: Gbt es zu jedem Teler t vo ( tj ) ee Utergrue H mt #( H) = t? We ja, wevele? Gegebesel: 9 Utergrue H vo G = A 5 mt #( H) =

Mehr

(Markowitz-Portfoliotheorie)

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

Mehr

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

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

Mehr

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

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

Mehr

Ergebnis- und Ereignisräume

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

Mehr

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

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

Mehr

Erzeugen und Testen von Zufallszahlen

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

Mehr

2 Konvergenz von Folgen

2 Konvergenz von Folgen Kovergez vo Folge. Eifache Eigeschafte Defiitio.. Eie Abbildug A : N C heißt Folge. Ma schreibt a statt A) für N ud a ) oder a ) statt A. We a R N, so heißt a ) reelle Folge. Defiitio.. Seie a ) eie Folge

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

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

Mehr

Analysis I für M, LaG/M, Ph 4.Übungsblatt

Analysis I für M, LaG/M, Ph 4.Übungsblatt Aalysis I für M, LaG/M, Ph 4.Übugsblatt Fachbereich Mathematik Sommersemester 200 Dr. Robert Haller-Ditelma 05.05.200 David Bücher Christia Bradeburg Gruppeübug Aufgabe G (Kovergez vo Folge) Beweise Sie:

Mehr

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8

Übungen zur Analysis 1 für Informatiker und Statistiker. Lösung zu Blatt 8 Mathematisches Istitut der Uiversität Müche Prof Dr Peter Otte WiSe 203/4 Lösug 8 032203 Übuge zur Aalysis für Iformatiker ud Statistiker Lösug zu Blatt 8 Aufgabe 8 [8 Pukte] (a) Für alle N sei = (+) Wir

Mehr

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf.

Rekurrenz. Algorithmen rufen sich selbst (rekursiv) auf. Rekurrez Rekurso: Algorthme rue sch selst rekursv u. Rekurrez: Ds Luzetverhlte zw. der Specherpltzedr vo rekursve Algorthme k der Regel durch ee Rekursosormel recurrece, RF eschree werde. Rekurrez Bespel:

Mehr

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

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

Mehr

TECHNISCHE UNIVERSITÄT MÜNCHEN

TECHNISCHE UNIVERSITÄT MÜNCHEN Prof. Dr. R. Köig Dr. M. Prähofer Zetralübug TECHNISCHE UNIVERSITÄT MÜNCHEN Zetrum Mathematik Z8.. Kriterie für strege Mootoie Mathematik für Physiker 2 (Aalysis ) MA9202 Witersem. 207/8 Lösugsblatt 8

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

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

Mehr

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

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

Mehr

Zahlenfolgen und Konvergenzkriterien

Zahlenfolgen 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

Mehr

4. Übungsblatt Aufgaben mit Lösungen

4. Übungsblatt Aufgaben mit Lösungen 4. Übugsblatt Aufgabe mit Lösuge Aufgabe 6: Bestimme Sie alle Häufugspukte der Folge mit de Folgeglieder a) a 2 + cosπ), b) b i) i j, ud gebe Sie jeweils eie Teilfolge a, die gege diese Häufugspukte kovergiert.

Mehr

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

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

Mehr

Einführung Fehlerrechnung

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

Mehr

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

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

Mehr

Grundlagen der Informatik 2. Grundlagen der Digitaltechnik. 3. Entwicklungssatz der Schaltalgebra

Grundlagen der Informatik 2. Grundlagen der Digitaltechnik. 3. Entwicklungssatz der Schaltalgebra Grudlage der Iormatk Grudlage der Dgtaltechk 3. Etwcklugssatz der Schaltalgebra Pro. Dr.-Ig. Jürge Tech Dr.-Ig. Chrsta Haubelt Lehrstuhl ür Hardware-Sotware Sotware-Co-Desg Grudlage der Dgtaltechk Etwcklugssatz

Mehr

6. Übungsblatt Aufgaben mit Lösungen + Selbsttest-Auflösung

6. 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

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

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

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

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

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

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

Mehr

3 Allgemeine lineare Gleichungssysteme über R. Superposition

3 Allgemeine lineare Gleichungssysteme über R. Superposition Fole 3 Allgeee lere Glechugssystee üer R. Superposto (3.) Defto: E leres Glechugssyste Uestte ud Glechuge st: De sd de Koeffzete us R. De sd wetere Zhle, uch de Kostte get, ud de sd de Uestte, zw. de Uekte,

Mehr

Konzentrationsanalyse

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

Mehr

5. Übungsblatt Aufgaben mit Lösungen

5. Übungsblatt Aufgaben mit Lösungen 5. Übugsblatt Aufgabe mit Lösuge Aufgabe 2: Bestimme Sie alle Häufugspukte der komplexe) Folge mit de Glieder a) a = ) 5 + 7 + 2 ) b) b = i Lösug 2: a) Die Folge a ) zerfällt vollstädig i die beide Teilfolge

Mehr

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 =

n (n + 1) = 1(1 + 1)(1 + 2) 3 Induktionsschritt: Angenommen die Gleichung gilt für n N. Dann folgt: 1 2 = 2 = Aufgabe 1: (6 Pukte) Zeige Sie für alle N die Formel: 1 2 + 2 3 + 3 4 +... + ( + 1) = ( + 1)( + 2). 3 Lösug: Beweis durch vollstädige Iduktio. Iduktiosafag: Für = 1 gilt: 1 2 = 2 = 1(1 + 1)(1 + 2) 3 Iduktiosschritt:

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

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

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

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

Mehr

Regressionsrechnung und Korrelationsrechnung

Regressionsrechnung und Korrelationsrechnung Regressosrechug ud Korrelatosrechug Beschrebede Statstk Modul : Probleme be der Abhäggketsaalyse Problem : Es gbt mest cht ur ee Eflussfaktor (Probleme sd selte mookausal ) A Ursache() Wrkug B C - efache

Mehr

6. Übung - Differenzengleichungen

6. Übung - Differenzengleichungen 6. Übug - Differezegleichuge Beispiel 00 Gesucht sid alle Lösuge vo a) x + 3x + = 0 ud b) x + x + 7 = 0, jeweils für 0. Um diese lieare Differezegleichug erster Ordug zu löse, verwede wir die im Buch auf

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 12. Übungsblatt UNIVERSITÄT KARLSRUHE Istitut für Aalysis HDoz. Dr. P. C. Kustma Dipl.-Math. M. Uhl WS 8/9 Höhere Mathematik I für die Fachrichtuge Elektroigeieurwese, Physik ud Geodäsie Lösugsvorschläge zum. Übugsblatt

Mehr

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n)

n gerade 0 n ungerade (c) x n = a 1 n, a R + (d) x 1 := 2, x n+1 = 2 + x n (e) x n = (f) x n = exp(exp(n)) (g) x n = sin(n) Übugsaufgabe Aalysis I Aufgabe. Beweise oder widerlege Sie: a Jede i R kovergete Folge ist beschräkt. b Es gibt Cauchy-Folge im R, die icht kovergiere. c Beschräkte Folge sid koverget. d Folge mit eiem

Mehr